Ученые СКФУ ускорили передачу изображений в формате JPEG XS без потери качества
Ученые Северо-Кавказского федерального университета адаптировали ранее разработанный метод ускоренной обработки изображений для современного стандарта кодирования JPEG XS, что позволило вдвое сократить время передачи данных без потери качества изображения.
Представьте: хирург ждёт снимок МРТ, спутник передаёт гигабайты данных о лесном пожаре, а конвейер на заводе не может позволить себе ни миллисекунды простоя. В каждом из этих сценариев на первый план выходит одно требование – получить изображение быстро и без потерь качества. Именно эту задачу попытались решить ученые Северо-Кавказского федерального университета, адаптировав метод параллельной обработки изображений к международному стандарту JPEG XS.
Суть разработки проста для понимания, хотя и сложна в реализации. Алгоритм обрабатывает не каждый пиксель по отдельности, а целые группы – от двух до пяти пикселей одновременно. Результат впечатляет: производительность при сжатии выросла на 109%, при восстановлении изображения – на 144%. Фактически время обработки и передачи данных сократилось вдвое.
Плюсы и минусы
Разработка не претендует на то, чтобы ускорить загрузку фото в мессенджере. Её целевая аудитория – системы, где задержка измеряется в долях кадра, а качество изображения критично для принятия решений. Это медицинская визуализация, анализ спутниковых снимков, промышленный контроль, мониторинг природных объектов и прогнозирование опасных явлений.
Для российской ИТ-отрасли это пока не готовый коммерческий продукт, а алгоритмическая основа – фундамент для будущих аппаратных ускорителей, кодеков и систем компьютерного зрения. Для граждан эффект будет косвенным, но ощутимым: более быстрая диагностика, оперативнее полученные экологические данные, точнее спутниковый мониторинг.
Слабое место разработки – рост энергопотребления. При кодировании оно возрастает примерно в 20 раз, при восстановлении изображения – почти в 125 раз. Это означает, что речь идёт о специализированной вычислительной технологии, работающей в условиях, где стоимость электроэнергии отходит на второй план перед требованиями к задержке. И пока что о массовом пользовательском продукте на данном этапе говорить не приходится.
Перспективы: от лаборатории к «железу»
В ближайшей перспективе наиболее реалистично внедрение алгоритма внутри России. Практическая база для этого уже формируется. В 2024 году компании «Синтерра Медиа» и «Стрим Лабс» испытали отечественное оборудование «Агат», использующее JPEG XS для профессионального телевещания. В 2025 году представлена платформа MediaXGate на базе ПЛИС, поддерживающая этот же стандарт в высоконагруженных узлах телецентров. Потенциальные отечественные заказчики для разработки СКФУ уже существуют.
Экспортный потенциал теоретически есть: алгоритм совместим с действующим международным стандартом, третья редакция которого вышла в 2024 году. Однако в открытых источниках пока нет данных о промышленном прототипе, зарубежных партнёрах или коммерческих испытаниях. Для выхода на рынок потребуется снизить энергопотребление, реализовать алгоритм на ПЛИС или специализированных процессорах и провести испытания на реальных данных.
Путь длиной в пять лет
Нынешняя работа не возникла из ниоткуда. С 2021 года в СКФУ исследуют высокопроизводительные устройства для обработки медицинских изображений. В 2022 году университет получил поддержку проектов по созданию аппаратных ускорителей для трёхмерной визуализации. В 2023 году была представлена предыдущая версия технологии, основанная на алгоритме Винограда и вейвлет-преобразовании. Нынешний результат – логичное продолжение этой линии, адаптированное непосредственно к JPEG XS.
Научный результат, а не рыночный прорыв
Разработка СКФУ – значимый научный результат и элемент собственной российской компетенции в высокопроизводительных вычислениях. Её сильная сторона – заметный прирост скорости при совместимости с международным стандартом. Главный ограничитель – энергозатраты. Наиболее вероятный сценарий на ближайшие годы – создание специализированного ускорителя для задач, где задержка важнее стоимости вычислений. До появления рабочего продукта и независимых испытаний инфоповод следует оценивать именно как научное достижение, а не как технологический прорыв для массового рынка. Но фундамент для такого прорыва уже заложен.
