Deep Render menghasilkan £ 1,6 juta untuk teknologi kompresi gambar yang meniru 'proses saraf mata manusia'

Deep Render menghasilkan £ 1,6 juta untuk teknologi kompresi gambar yang meniru ‘proses saraf mata manusia’

Deep Render menghasilkan £ 1,6 juta untuk teknologi kompresi gambar yang meniru ‘proses saraf mata manusia’

 

Deep Render menghasilkan £ 1,6 juta untuk teknologi kompresi gambar yang meniru 'proses saraf mata manusia'
Deep Render menghasilkan £ 1,6 juta untuk teknologi kompresi gambar yang meniru ‘proses saraf mata manusia’

Deep Render , startup di London dan spin-out dari Imperial College yang menerapkan pembelajaran mesin untuk kompresi gambar, telah mengumpulkan £ 1,6 juta dalam pendanaan awal. Memimpin putaran adalah Pentech, dengan partisipasi dari Speedinvest.

Didirikan pada pertengahan 2017 oleh Arsalan Zafar dan Chri Besenbruch, yang bertemu saat belajar Ilmu Komputer di Imperial College London, Deep Render ingin membantu menyelesaikan masalah konsumsi data yang membuat koneksi internet tersendat, terutama selama periode puncak yang diperburuk oleh kuncian saat ini yang terjadi di banyak negara.

Secara khusus, startup mengambil apa yang diklaim sebagai pendekatan yang sama sekali baru untuk kompresi gambar, mencatat bahwa data gambar dan video terdiri lebih dari 80% dari lalu lintas internet, didorong oleh video-on-demand dan streaming langsung.

“Teknologi ‘Kompresi Biologis’ kami membangun kembali kompresi media dari awal dengan menggunakan kemajuan revolusi pembelajaran mesin dan dengan meniru proses saraf mata manusia,” jelas pendiri dan CEO Deep Render, Chri Besenbruch.

“Jadi, saus rahasia kita, adalah cara data dikompresi dan dikirim melalui jaringan. Teknologi tradisional bergantung pada berbagai modul yang masing-masing terhubung satu sama lain – tetapi yang sebenarnya tidak ‘berbicara’ satu sama lain. Gambar dioptimalkan untuk modul satu sebelum pindah ke modul dua, dan kemudian dioptimalkan untuk modul dua dan seterusnya. Ini tidak hanya menyebabkan penundaan, tetapi juga dapat menyebabkan hilangnya data yang pada akhirnya dapat mengurangi kualitas dan akurasi gambar yang dihasilkan. Plus, jika satu tahap optimasi tidak berfungsi, modul lainnya tidak mengetahuinya sehingga tidak dapat memperbaiki kesalahan ”.

Tim rendering yang mendalam

Untuk mengatasinya, Besenbruch mengatakan teknologi kompresi gambar Deep Render menggantikan semua

komponen individu ini dengan satu komponen yang sangat besar yang berbicara di seluruh domainnya. Ini berarti bahwa setiap langkah logika kompresi terhubung ke yang lain dalam apa yang dikenal sebagai metode pelatihan “ujung ke ujung”.

“Terlebih lagi, Deep Render melatih platform pembelajaran mesinnya dengan tujuan akhir dalam pikiran,” tambah Besenbruch. “Ini memiliki keuntungan baik meningkatkan efisiensi dan akurasi fungsi linear dan memperluas kemampuan perangkat lunak untuk memodelkan dan melakukan fungsi non-linear. Anggap saja sebagai garis dan kurva. Suatu gambar, pada dasarnya, memiliki banyak kelengkungan dari perubahan nada, cahaya, kecerahan dan warna. Dengan memperluas kemampuan perangkat lunak kompresi untuk mempertimbangkan masing-masing kurva ini berarti juga dapat menentukan gambar mana yang lebih menyenangkan secara visual. Sebagai manusia, kita melakukan ini secara intuitif. Kami tahu kapan warna sedikit mati, atau lanskap tidak terlihat benar. Kami bahkan tidak menyadari bahwa kami sering melakukan hal ini, tetapi ini memainkan peran utama dalam cara kami menilai gambar dan video ”.

Sebagai bukti konsep, Deep Render melakukan Amazon skala besarStudi MTurk, yang terdiri dari 5.000 peserta,

untuk menguji algoritma kompresi gambarnya terhadap BPG (standar pasar untuk kompresi gambar, dan bagian dari standar kompresi video H.265). Ketika diminta untuk membandingkan kualitas perseptual dengan dataset CLIC-Vision, lebih dari 95% peserta menilai gambarnya secara visual lebih menyenangkan, dengan gambar Deep Render hanya setengah ukuran file.

“Terobosan teknologi kami mewakili fondasi untuk kelas baru metode kompresi,” klaim co-founder Deep Render.

Diminta untuk menyebutkan pesaing langsung, Besenbruch mengatakan pesaing sebelumnya adalah Magic Pony, perusahaan kompresi gambar yang dibeli oleh Twitter dengan harga $ 150 juta setahun setelah didirikan.

“Magic Pony juga mempelajari pembelajaran mendalam untuk menyelesaikan tantangan kompresi gambar dan video,” jelasnya. “Namun, Magic Pony melihat peningkatan pipa kompresi tradisional melalui pos dan langkah pra-pemrosesan menggunakan AI, dan dengan demikian masih dibatasi oleh pembatasannya. Deep Render tidak ingin ‘meningkatkan’ pipa kompresi tradisional; kita keluar untuk menghancurkannya dan membangunnya kembali dari abunya ”.

Untuk itu, Besenbruch mengatakan saat ini satu-satunya pesaing yang mirip dengan Deep Render adalah WaveOne

yang berbasis di Silicon Valley, dan TuCodec yang berbasis di Shanghai. “Deep Render adalah jawaban Eropa untuk perang tentang masa depan teknologi kompresi. Ketiga perusahaan secara kasar berbadan hukum pada saat yang sama, ”tambahnya.

Sumber:

https://gumroad.com/gurupendidikan/p/tutorial-gb-whatsapp