图鸭科技推出深度学习图片压缩算法——TNG,可节省75%图片流量
2018-04-28 10:57

互联网时代,用户每天都在使用和分享图片,图片已经成为我们日常生活中传递内容、情感的重要介质。我们离不开图片。每天都有大量的图片被存储被传递,尤其是在现在手机拍照像素如此高的时候,轻松一张图片就有几M,这无疑是非常庞大的数据量,而对企业来说这将会是一笔巨大的开销。

如今图鸭科技为了解决这一痛点,发布了深度学习图像压缩算法——TNG压缩

图鸭推出TNG系列图片压缩算法

图鸭科技刚刚发布了一种名为TNG的图像压缩技术,旨在通过深度学习的方法,在不牺牲图片质量的同时,大幅度的降低图片体积大小。

图鸭科技推出深度学习图片压缩算法——TNG,可节省75%图片流量

在图鸭科技给出的图片里,我们可以看到,该技术相比BPG可以降低50%的带宽消耗,相比JPEG可以降低高达75%的带宽消耗。TNG主要通过深度学习的方法来做图片压缩处理,从优化自编码网络结构、设计新的量化方式、设计新的压缩特征先验建模方法和率-失真优化等几个方面进行研发,提升目前图像压缩算法的性能,特别是低码率下的压缩性能。实际上就是通过机器学习来模拟出最适合这一类图片的压缩算法,从而在保持图片的质量同时,去除无用的数据,从而大幅度的降低图片的体积大小。

下图为在同样图片体积下,JPEG压缩后的图片与TNG压缩后的图片对比

图鸭科技推出深度学习图片压缩算法——TNG,可节省75%图片流量

图鸭科技推出深度学习图片压缩算法——TNG,可节省75%图片流量

TNG的系列参数

TNG采用深度学习为图像压缩编码内核,相比其他压缩方法,TNG在实际测试中MS-SSIM值(主观质量)一直保持领先地位,其压缩效果比BPG提升了100%,比JPEG提升了250%-300%。这就意味着,如果一家企业之前一直使用的是JPEG图像压缩,换成TNG后,图片流量成本将降低到原来的25%左右,可以为企业节省3/4的图片流量成本。

编解码效率而言,以至强CPU和iPhone6手机为例:

TNG在iPhone6上对720P图片进行解码和渲染时长在100ms以内。

说完解码效率,接下来说的就是使用的端口了,TNG 小程序、H5、eb、iOS、ac。其中在小程序、web和H5上主要使用js,在客户端上可以用SDK进行解码。

TNG的使用场景

目前市场上app离开图片,就以京东为例,其图片存储量达到了上千亿张。这么庞大的图片量要存储,并且要能实时应对各方的业务需求,因此图片压缩技术必须要好。再举个例子——社交应用,我们在日常生活中和朋友沟通已经习惯了用图片进行情感的表达,习惯了用图片对生活进行记录;仿佛不发点表情包这个天就没聊,不拍点图片,这个地方就相当于白玩。这些照片都将耗费巨大的存储空间和传输流量,尤其是现在的手机随便一拍的照片都至少有几M。

如果电商使用TNG压缩后会如何呢?举个例子,在某电商上购买商品,如果其使用的是JPEG压缩,那么用户刷一个小时的应用,差不多要消耗100M的流量,如果其换成了TNG ,那么用户刷一个小时的应用,只需要消耗25M左右的流量。这不仅帮助企业节约了带宽成本,也帮助用户节省了大量的流量费用。

除了上述所说的电商和应用,TNG还可以应用在现在的VR、AR、卫星图像识别等领域。只是针对不同的场景,对图片的感知能力不一样。TNG在用户无感知情况下,针对原图可以压缩到图片的1/5-1/10大小(的要求);针对已压缩过的图片,可以压缩到图片的1/2-1/3大小。

为什么选择TNG

鉴于目前逐渐增加的图片流量,主流的图片压缩技术JPEG,无法满足这些需求,企业纷纷寻求更有效的压缩算法。而BPG尽管压缩效果较好,但是因为其采用的是H.265的编码内核,高昂的专利费。

而TNG以深度学习为编码内核,不仅没有专利费用,而且其的压缩效果相比BPG提升了100%,相比JPEG提升了250%-300%。这个效果的提升,直接带来的就是企业关于图片带宽费用的大幅度减少。而且相比原来的图片压缩,用户在浏览应用是可以更快的打开应用类的图片,并且在使用应用时耗费更少的流量。

TNG不仅仅可以帮助企业节省带宽,还可以帮助企业提高用户的粘性与好感度。

微信扫一扫
关注图鸭公众号