2
雷锋网消息，近日Google+推出了以低带宽看高清大图的功能。换句话说，是一个用机器学习让你节约流量的好方法。
目前在Google＋上有不少优秀摄影师建立了自己的博客，为社区做贡献，并在上面分享他们拍摄的作品。不论是玩具、风景还是街头艺术，每张照片背后都有着特别的故事，这样的照片自然要用高清大图模式来欣赏。
而在以前，要看高清大图也就意味着要占用大量带宽，一来是数据成本增加，另一点在于加载速度会变慢，导致用户体验不佳。在时间就是金钱的时代，怎么能把这么宝贵的时间用在等待loading上呢？
此外，对于数据价格高昂或是互联网速度不够给力的地区，这个问题简直是要老命呀！
而Google+的产品经理John Nack近日在谷歌官方博客上发表文章，表示他们采用了机器学习及RAISR的技术成功解决这一问题。
RAISR发布于去年11月，全称是““Rapid and Accurate Image Super-Resolution”，即“快速精确的超分辨率技术”。雷锋网此前也做过相关覆盖，即将利用机器学习，把低分辨率图片转为高分辨率图片。它的效果能达到甚至超过现在的超分辨率解决方案，同时速度提升大约十至一百倍，且能够在普通的移动设备上运行。而且，谷歌的技术可以避免产生混叠效应 （aliasing artifacts）。
谷歌采用的是一对低分辨率、高分辨率图片训练该程序，以找出能选择性应用于低分辨图片中每个像素的过滤器，这样能生成媲美原始图片的细节。主要有两个方式，一为直接让过滤器在成对高、低分辨率图片中直接学习，具有处理效率高的优点；第二种方法先对低分辨率图片应用低功耗的升采样，再与高分辨率组合后进行学习，这种方法能够更好利用硬件性能。
当时雷锋网就曾做出预测，认为在移动设备上将大有可为，比如将消费者手机拍摄的照片转化为媲美单反画质的高清美图。不过本次谷歌采取的是将照片以低流量的方式呈现同样的高清效果。
根据博客中的说法，如果采用RAISR来显示Google+上的高清图片，谷歌能够让每张图片所占用的带宽最多减少75%。
从这张对比图上我们可以看到，原来打开一张1000*1500像素的图片，需要占用100kb，并且只能打开1/4像素大小的照片，而不是原图。而如果采用了RAISR，同样大小的图片不仅能够完整打开，而且只需要25kb。
Rack表示，“我们目前只在安卓设备流中采用这一功能，但目前我们每周已经用RAISR压缩超过10亿张图片，并为使用这一功能的用户节省了三分之一的带宽。在未来几周，我们计划对这一功能进行推广，以期为用户节约更多的时间与数据成本。”
via google blog
雷峰网版权文章，未经授权禁止转载。详情见转载须知。
