技术原理

编解码压缩技术的本质是通过寻找像素之间的规律,通过去除时间、空间等冗余信息,从而实现数据压缩。AI智能编解码压缩算法之所以可以获得更好的压缩性能,其原因在于构建的深度学习神经网络相比于传统的分块预测处理,能够提取更深层的像素间规律,去除更多信息冗余。双深自研的ANF智能编解码压缩算法其压缩性能已经超过了H.266,论证了深度学习神经网络应用于图像视频压缩的可行性和优越性
典型应用场景
  • 图像分发
  • 窄带高清图像传输
  • 冷数据存储和备份
  • 智慧管理
  • 智能编辑

图像分发

在图像大规模传输之前对数据进行集中转码,在保证画质的同时使得图像的体积更小,从而降低图像传输的带宽和流量成本。具体的应用行业包括广电、互联网图像视频分发、视频监控数据传输等。

窄带高清图像传输

在野外巡检、远洋通信、遥感、军工等场景,网络环境通常较差,图像数据传输压力大。通过对图像数据进行极致压缩,使得可以在低网络带宽环境下可以将高质量图像回传至后端,保证通信质量或数据质量。

冷数据存储和备份

在安防、银行、医疗、工业质检、广电媒资等场景往往会存储或者备份大量的数据,这些数据短则存储数月、长则永久存储。在数据最终落盘存储之前,对其进行数据压缩,可以显著节省存储空间,降低数据存储成本。

智慧管理

智慧管理包括安防、城市、园区、交通、文旅等场景,这些场景通过“摄像头监控+AI智能分析”实现智慧管理。通过智能编码对监控图像数据进行压缩,既能节省带宽和存储成本,同时其特征数据可以复用于AI智能分析,降低后端智能分析计算中心建设成本,形成更加经济高效的系统解决方案。

智能编辑

AI越来越多地被用于图像编辑领域,包括AI去噪、AI修复、AI插帧、AI超分、AI渲染等。基于智能编码的图像内容,其各个AI编辑模块可基于智能编码所提取的通用特征进行,无需回到像素层进行处理,从而提升整体图像智能编辑效率。
产品分类