Det nederste bildet har fått flere detaljer og høyere oppløsning ved hjelp av RAISR-teknologien.
Det nederste bildet har fått flere detaljer og høyere oppløsning ved hjelp av RAISR-teknologien. (Bilde: Google)

RAISR

Google bruker maskin­læring til å gjøre små bilder store igjen

Reduserer datamengden som må sendes med en tredel.

Et bilde kan fortelle mer enn tusen ord, heter det. Men et slikt bilde består da gjerne av langt mer data enn de tusen ordene. Dette merkes spesielt når bildet skal overføres over for eksempel internett, kanskje tusenvis av ganger i døgnet. 

Komprimering bidrar til å redusere datamengdene som overføres. I motsetning til bilder kan tekst vanskelig komprimeres med noen metode som ikke er tapsfri. Men også bilder kan miste vesentlig informasjon når det brukes destruktive komprimeringsalgoritmer som JPEG. 

Nå har Google tatt i bruk en tilnærming som kraftig kan redusere datamengden som overføres, uten at det går for mye utover kvaliteten på bildet. Selskapet presenterte teknologien RAISR (Rapid and Accurate Image Super-Resolution) allerede i november i fjor. Men det var først i forrige uke at den ble tatt i bruk i et lansert produkt.

Interpolering

I utgangspunktet er RAISR bare en ny form for interpolering eller oppsampling, altså at man tar utgangspunkt i et relativt lavoppløst bilde for å lage et større bilde ved å fylle inn flere piksler som er basert på verdiene til de nærliggende pikslene. Dette er selvfølgelig ikke noe nytt eller ukjent. Ethvert bilderedigeringsprogram, og mye annet, har støtte for dette, men ofte blir resultatet ganske uskarpt fordi det benyttes ganske enkle, lineære metoder for utføre interpoleringen. Fordelen er at dette kan gjøres temmelig raskt, sammenlignet med mer avanserte metoder.

Maskinlæring

RAISR skal ifølge Google kunne oppsample bilder minst like godt som dagens «super-resolution»-metoder. Men minst like viktig er det at den kan gjøre dette ti til hundre ganger raskere. Ifølge Google gjør dette at RAISR egner seg for sanntids oppsampling av bilder på mobile enheter. I tillegg skal RAISR være i stand til å unngå at feil som skyldes aliasing i det lavoppløste bildet, blir gjenskapt i det høyoppløste bildet.

Hovedtrinnene i RAISR på veien fra et lavoppløst bilde til et relativt skarp og betydelig mer høyoppløst bilde.
Hovedtrinnene i RAISR på veien fra et lavoppløst bilde til et relativt skarp og betydelig mer høyoppløst bilde. Foto: Google

En av de sentrale tilnærmingene ved maskinlæring er å trene datasystemet til å utføre oppgaver ved å vise det tilstrekkelig med eksempler, slik at det senere kan utføre de samme oppgavene på tilfeller som ikke er med i de opprinnelige datasettene. 

Med RAISR har Google brukt en mengde par av bilder til å trene opp systemene. Hvert par har bestått av et lavoppløst og et høyoppløst bilde. Dette har blitt brukt til å finne filtre som skal kunne gjenskape detaljer med tilsvarende kvalitet som i originalen, når de brukes selektivt på hvert piksel i det lavoppløste bildet. 

Flere detaljer om hvordan dette er gjort, finnes i dette blogginnlegget

Google+

I første omgang har Google tatt i bruk RAISR i en versjon av Google+-appen som har blitt rullet ut til et utvalg av Google+-brukerne. Selv om Google+ ikke ble den suksessen Google hadde håpet på, har tjenesten hele tiden vært relativt populær blant fotografer som deler fotografiene sine med andre. 

Bildene som leveres til Google+-appen, inkluderer bare 25 prosent av de opprinnelige pikslene. Deretter gjenskapes detaljene ved å bruke RAISR i appen til å oppsample bildet. I praksis skal dette ha ført til at den totale datamengden som brukerne må laste ned, har blitt redusert med en tredel.

Selv med det begrensede brukerutvalget, skal Google allerede levere mer enn 1 milliard RAISR-oppsamplede bilder i uken. 

I løpet av noen uker skal teknologien rulles ut bredere. Det er uklart om den også vil bli tatt i bruk av andre apper. Google Photo er en naturlig kandidat. Det samme kan være tilfellet med mobilutgaven av Google Chrome, selv om web i liten grad blir nevnt av Google i presentasjonen av RAISR.

Leste du denne? Googles kunstige intelligens klarte å «finne opp» kryptering uten menneskehjelp

Kommentarer (7)

Kommentarer (7)
Til toppen