Учёные Северо-Кавказского федерального университета (СКФУ) разработали инновационную технологию, которая позволяет значительно ускорить обработку и передачу изображений, сохраняя при этом их исходное качество. Результаты исследования опубликованы в авторитетном научном издании «Компьютерная оптика».
В современных технологических процессах — от контроля качества продукции до подсчёта животных в заповедниках и прогнозирования траектории ураганов — критически важна работа с изображениями высокого разрешения. При передаче данных снимки подвергаются сжатию, а затем восстанавливаются на принимающей стороне. Традиционный подход предполагает последовательную обработку каждого пикселя: изображение переводится в двоичный код (последовательность нулей и единиц), данные разбиваются на фрагменты, передаются по сети, а на приёмной стороне собираются обратно в картинку. Однако в результате такого процесса качество изображения зачастую ухудшается.
Ситуация частично изменилась с появлением в 2019 году стандарта кодирования JPEG XS: он позволил сохранять разрешение снимков, но при этом существенно увеличил время передачи данных. Исследователи СКФУ нашли способ преодолеть этот недостаток. Команда учёных сумела ускорить передачу изображений с использованием алгоритмов кодека JPEG XS в два раза.
Ключевое преимущество новой разработки заключается в применении метода Винограда для параллельных вычислений. В отличие от традиционных методов, обрабатывающих пиксели по одному, предложенный алгоритм одновременно работает с группами из 2−5 пикселей в рамках одного элементарного действия процессора. Как пояснил заведующий кафедрой математического моделирования факультета математики и компьютерных наук имени профессора Н. И. Червякова СКФУ Павел Ляхов, такой подход существенно повышает производительность системы: эффективность сжатия возрастает на 109 %, а скорость восстановления изображения — на 144 %. При этом оптимальным размером фрагмента исследователи считают три пикселя при сжатии и четыре — при восстановлении.
Новая технология ориентирована на отрасли, где критически важна скорость анализа визуальной информации в реальном времени. Среди перспективных направлений применения — медицинская визуализация, обработка спутниковых снимков и другие сферы, требующие мгновенной реакции на поступающие данные.
При этом учёные отмечают важный нюанс: внедрение новых алгоритмов влечёт за собой существенное увеличение энергопотребления системы — примерно в 20 раз при кодировании и почти в 125 раз при расшифровке данных. Поэтому технология будет наиболее востребована не в бытовом сегменте, а в специализированных областях, где приоритет отдаётся скорости и качеству обработки изображений, даже при повышенных энергозатратах.
Исследование выполнено при поддержке Российского научного фонда в рамках проектов № 23‑71‑10013 и № 24‑71‑10016.
