雷鋒網消息，近日Google+推出了以低帶寬看高清大圖的功能。換句話說，是一個用機器學習讓你節(jié)約流量的好方法。

目前在Google＋上有不少優(yōu)秀攝影師建立了自己的博客，為社區(qū)做貢獻，并在上面分享他們拍攝的作品。不論是玩具、風景還是街頭藝術，每張照片背后都有著特別的故事，這樣的照片自然要用高清大圖模式來欣賞。

而在以前，要看高清大圖也就意味著要占用大量帶寬，一來是數(shù)據(jù)成本增加，另一點在于加載速度會變慢，導致用戶體驗不佳。在時間就是金錢的時代，怎么能把這么寶貴的時間用在等待loading上呢？

此外，對于數(shù)據(jù)價格高昂或是互聯(lián)網速度不夠給力的地區(qū)，這個問題簡直是要老命呀！

而Google+的產品經理John Nack近日在谷歌官方博客上發(fā)表文章，表示他們采用了機器學習及RAISR的技術成功解決這一問題。

RAISR發(fā)布于去年11月，全稱是““Rapid and Accurate Image Super-Resolution”，即“快速精確的超分辨率技術”。雷鋒網此前也做過相關覆蓋，即將利用機器學習，把低分辨率圖片轉為高分辨率圖片。它的效果能達到甚至超過現(xiàn)在的超分辨率解決方案，同時速度提升大約十至一百倍，且能夠在普通的移動設備上運行。而且，谷歌的技術可以避免產生混疊效應 （aliasing artifacts）。

谷歌采用的是一對低分辨率、高分辨率圖片訓練該程序，以找出能選擇性應用于低分辨圖片中每個像素的過濾器，這樣能生成媲美原始圖片的細節(jié)。主要有兩個方式，一為直接讓過濾器在成對高、低分辨率圖片中直接學習，具有處理效率高的優(yōu)點；第二種方法先對低分辨率圖片應用低功耗的升采樣，再與高分辨率組合后進行學習，這種方法能夠更好利用硬件性能。

當時雷鋒網就曾做出預測，認為在移動設備上將大有可為，比如將消費者手機拍攝的照片轉化為媲美單反畫質的高清美圖。不過本次谷歌采取的是將照片以低流量的方式呈現(xiàn)同樣的高清效果。

根據(jù)博客中的說法，如果采用RAISR來顯示Google+上的高清圖片，谷歌能夠讓每張圖片所占用的帶寬最多減少75%。

從這張對比圖上我們可以看到，原來打開一張1000*1500像素的圖片，需要占用100kb，并且只能打開1/4像素大小的照片，而不是原圖。而如果采用了RAISR，同樣大小的圖片不僅能夠完整打開，而且只需要25kb。

Rack表示，“我們目前只在安卓設備流中采用這一功能，但目前我們每周已經用RAISR壓縮超過10億張圖片，并為使用這一功能的用戶節(jié)省了三分之一的帶寬。在未來幾周，我們計劃對這一功能進行推廣，以期為用戶節(jié)約更多的時間與數(shù)據(jù)成本。”

via google blog

雷峰網版權文章，未經授權禁止轉載。詳情見轉載須知。