Google trabaja en un sistema de compresión de imágenes basado en redes neuronales

Un equipo de científicos de Google se encuentra trabajando en un método de compresión de archivos de imagen empleando para ello un sistema de redes neuronales, basado en TensorFlow, en lugar de los sistemas actuales de compresión de imágenes con el objetivo de poder conseguir imágenes comprimidas eficientemente que posibilite que las mismas sean de menor peso.

CompresiónImagen

Para ello, dicho equipo ha estado entrenando al propio sistema de redes neuronales mediante la elección al azar de seis millones de fotografías a las cuales han dividido en pequeñas imágenes de 32×32 píxeles, seleccionando 100 de estas pequeñas imágenes que dispongan de la compresión menos eficaz en comparación con una imagen PNG.

La idea es que la propias redes puedan entender las peores compresiones posibles para que puedan estar preparadas para realizar mejores compresiones de toda una imagen, pudiendo determinar el mejor método para comprimir partes separadas de una misma imagen.

Hay que señalar que este sistema de redes neuronales no es aún perfecto, por lo que todavía dista mucho para que pueda ser empleada para el gran público, ya que puede generar imágenes que a simple vista pueda ser peor que la compresión de las mismas usando los métodos tradicionales. Aún así, es capaz de superar la compresión de imágenes JPG en la mayoría de los casos.

Teniéndose en cuenta que cada vez se hacen mas fotos y las mismas se suelen guardar en dispositivos móviles, e incluso también a través de la nube, en un futuro podría ser una interesante solución para el almacenamiento de imágenes tanto en dispositivos como en servicios basados en la nube.

Fco. José Hidalgo

Conocido como Cyberfrancis, es entusiasta de los medios audiovisuales, de la creación gráfica y de internet en general.Desempeñó labores de moderación de la comunidad Distrito Internautas durante 3 años, escribió para WSL durante 4 años y actualmente colabora en Wwwhat´s New. Además, compagina su colaboración con la inclusión de los temas de social media.