Sa Sydney Ika-86 na Pagpupulong ng JPEG. Sa iba pang aktibidad, inilabas ng JPEG Committee (CfE), na naglalayong sa mga developer. Ang katotohanan ay isang taon na ang nakalilipas, ang mga espesyalista ng komite ay nagsimulang magsaliksik sa paggamit ng AI para sa pag-encode ng imahe. Sa partikular, kailangan nilang patunayan ang mga pakinabang ng mga neural network sa mga tradisyonal na pamamaraan.
Ang inisyatiba ng JPEG AI ay naglalayong pahusayin ang kahusayan ng compression ng imahe, ngunit ang downside ay ang pangangailangan na sanayin ang mga neural network sa malaking halaga ng data. Isang Call for Evidence (CfE) ang nai-publish kasunod ng pulong kasabay ng IEEE ICIP 2020.
Bilang karagdagan, ang JPEG Pleno system ay nagtatrabaho upang maisama ang iba't ibang anyo ng plenoptic na nilalaman sa isang solong istraktura para sa tuluy-tuloy na pagproseso. Ang teknolohiyang ito ay nakabatay sa vector field ng mga light ray na nilikha ng lens, habang ginagamit ng mga classical lens ang epekto ng pamamahagi ng pag-iilaw sa aktwal na eroplano ng imahe.
Ayon sa JPEG Committee, upang mapabuti ang pagganap ng JPEG, dapat magdagdag ang Pleno ng cloud processing para sa mga naturang larawan, na magpapabilis sa proseso at mapabuti ang huling resulta. Pagkatapos ng lahat, ang pamantayan ng JPEG ay umiikot sa loob ng maraming taon, at umuunlad ang teknolohiya, kaya kinakailangan na pagbutihin kung ano ang mayroon na.
Wala pang salita kung kailan magiging mga pamantayan ng industriya ang paggamit ng mga neural network para sa pag-encode ng imahe at pagpoproseso ng ulap, ngunit nagawa na ang mga unang hakbang sa direksyong ito.
Pinagmulan: 3dnews.ru