Submit Search
Upload
WebP入門
•
4 likes
•
4,003 views
Norishige Fukushima
Follow
画像圧縮の形式であるWebPを従来のJPEGやJPEG2000と計算時間や圧縮率,画像品質の面で比較します.
Read less
Read more
Technology
Report
Share
Report
Share
1 of 19
Download now
Download to read offline
Recommended
東大大学院 電子情報学特論講義資料「ハイパーパラメタ最適化ライブラリOptunaの開発」柳瀬利彦
東大大学院 電子情報学特論講義資料「ハイパーパラメタ最適化ライブラリOptunaの開発」柳瀬利彦
Preferred Networks
半教師あり学習
半教師あり学習
syou6162
デキるプログラマだけが知っているコードレビュー7つの秘訣
デキるプログラマだけが知っているコードレビュー7つの秘訣
Masahiro Nishimi
目grep入門 +解説
目grep入門 +解説
murachue
平面グラフと交通ネットワークのアルゴリズム
平面グラフと交通ネットワークのアルゴリズム
Takuya Akiba
ImageJプラグインの作成:序論
ImageJプラグインの作成:序論
nmaro
大規模グラフアルゴリズムの最先端
大規模グラフアルゴリズムの最先端
Takuya Akiba
直交領域探索
直交領域探索
okuraofvegetable
Recommended
東大大学院 電子情報学特論講義資料「ハイパーパラメタ最適化ライブラリOptunaの開発」柳瀬利彦
東大大学院 電子情報学特論講義資料「ハイパーパラメタ最適化ライブラリOptunaの開発」柳瀬利彦
Preferred Networks
半教師あり学習
半教師あり学習
syou6162
デキるプログラマだけが知っているコードレビュー7つの秘訣
デキるプログラマだけが知っているコードレビュー7つの秘訣
Masahiro Nishimi
目grep入門 +解説
目grep入門 +解説
murachue
平面グラフと交通ネットワークのアルゴリズム
平面グラフと交通ネットワークのアルゴリズム
Takuya Akiba
ImageJプラグインの作成:序論
ImageJプラグインの作成:序論
nmaro
大規模グラフアルゴリズムの最先端
大規模グラフアルゴリズムの最先端
Takuya Akiba
直交領域探索
直交領域探索
okuraofvegetable
Machine learning CI/CD with OSS
Machine learning CI/CD with OSS
yusuke shibui
【論文紹介】ProtoMF: Prototype-based Matrix Factorization for Effective and Explain...
【論文紹介】ProtoMF: Prototype-based Matrix Factorization for Effective and Explain...
Kosetsu Tsukuda
モデル高速化百選
モデル高速化百選
Yusuke Uchida
Kaggleのテクニック
Kaggleのテクニック
Yasunori Ozaki
暗認本読書会5
暗認本読書会5
MITSUNARI Shigeo
条件分岐とcmovとmaxps
条件分岐とcmovとmaxps
MITSUNARI Shigeo
Jetson x Azure ハンズオン DeepStream Azure IoT
Jetson x Azure ハンズオン DeepStream Azure IoT
Deep Learning Lab(ディープラーニング・ラボ)
勉強か?趣味か?人生か?―プログラミングコンテストとは
勉強か?趣味か?人生か?―プログラミングコンテストとは
Takuya Akiba
HTTP/2の現状とこれから
HTTP/2の現状とこれから
shigeki_ohtsu
動的計画法を極める!
動的計画法を極める!
HCPC: 北海道大学競技プログラミングサークル
Test Yourself - テストを書くと何がどう変わるか
Test Yourself - テストを書くと何がどう変わるか
Takuto Wada
Deflate
Deflate
7shi
競技プログラミングにおけるコードの書き方とその利便性
競技プログラミングにおけるコードの書き方とその利便性
Hibiki Yamashiro
実装レベルで学ぶVQVAE
実装レベルで学ぶVQVAE
ぱんいち すみもと
研究者のための Python による FPGA 入門
研究者のための Python による FPGA 入門
ryos36
[DL Hacks]BERT: Pre-training of Deep Bidirectional Transformers for Language ...
[DL Hacks]BERT: Pre-training of Deep Bidirectional Transformers for Language ...
Deep Learning JP
Libjpeg turboの使い方
Libjpeg turboの使い方
Norishige Fukushima
2値分類・多クラス分類
2値分類・多クラス分類
t dev
敵対的生成ネットワーク(GAN)
敵対的生成ネットワーク(GAN)
cvpaper. challenge
CEDEC2017 VR180 3D live streaming camera at "SHOWROOM" case
CEDEC2017 VR180 3D live streaming camera at "SHOWROOM" case
Takeyuki Ogura
JPEG Glitch入門
JPEG Glitch入門
Yuto Maeda
PNGalt0x04
PNGalt0x04
MichaelFoF
More Related Content
What's hot
Machine learning CI/CD with OSS
Machine learning CI/CD with OSS
yusuke shibui
【論文紹介】ProtoMF: Prototype-based Matrix Factorization for Effective and Explain...
【論文紹介】ProtoMF: Prototype-based Matrix Factorization for Effective and Explain...
Kosetsu Tsukuda
モデル高速化百選
モデル高速化百選
Yusuke Uchida
Kaggleのテクニック
Kaggleのテクニック
Yasunori Ozaki
暗認本読書会5
暗認本読書会5
MITSUNARI Shigeo
条件分岐とcmovとmaxps
条件分岐とcmovとmaxps
MITSUNARI Shigeo
Jetson x Azure ハンズオン DeepStream Azure IoT
Jetson x Azure ハンズオン DeepStream Azure IoT
Deep Learning Lab(ディープラーニング・ラボ)
勉強か?趣味か?人生か?―プログラミングコンテストとは
勉強か?趣味か?人生か?―プログラミングコンテストとは
Takuya Akiba
HTTP/2の現状とこれから
HTTP/2の現状とこれから
shigeki_ohtsu
動的計画法を極める!
動的計画法を極める!
HCPC: 北海道大学競技プログラミングサークル
Test Yourself - テストを書くと何がどう変わるか
Test Yourself - テストを書くと何がどう変わるか
Takuto Wada
Deflate
Deflate
7shi
競技プログラミングにおけるコードの書き方とその利便性
競技プログラミングにおけるコードの書き方とその利便性
Hibiki Yamashiro
実装レベルで学ぶVQVAE
実装レベルで学ぶVQVAE
ぱんいち すみもと
研究者のための Python による FPGA 入門
研究者のための Python による FPGA 入門
ryos36
[DL Hacks]BERT: Pre-training of Deep Bidirectional Transformers for Language ...
[DL Hacks]BERT: Pre-training of Deep Bidirectional Transformers for Language ...
Deep Learning JP
Libjpeg turboの使い方
Libjpeg turboの使い方
Norishige Fukushima
2値分類・多クラス分類
2値分類・多クラス分類
t dev
敵対的生成ネットワーク(GAN)
敵対的生成ネットワーク(GAN)
cvpaper. challenge
CEDEC2017 VR180 3D live streaming camera at "SHOWROOM" case
CEDEC2017 VR180 3D live streaming camera at "SHOWROOM" case
Takeyuki Ogura
What's hot
(20)
Machine learning CI/CD with OSS
Machine learning CI/CD with OSS
【論文紹介】ProtoMF: Prototype-based Matrix Factorization for Effective and Explain...
【論文紹介】ProtoMF: Prototype-based Matrix Factorization for Effective and Explain...
モデル高速化百選
モデル高速化百選
Kaggleのテクニック
Kaggleのテクニック
暗認本読書会5
暗認本読書会5
条件分岐とcmovとmaxps
条件分岐とcmovとmaxps
Jetson x Azure ハンズオン DeepStream Azure IoT
Jetson x Azure ハンズオン DeepStream Azure IoT
勉強か?趣味か?人生か?―プログラミングコンテストとは
勉強か?趣味か?人生か?―プログラミングコンテストとは
HTTP/2の現状とこれから
HTTP/2の現状とこれから
動的計画法を極める!
動的計画法を極める!
Test Yourself - テストを書くと何がどう変わるか
Test Yourself - テストを書くと何がどう変わるか
Deflate
Deflate
競技プログラミングにおけるコードの書き方とその利便性
競技プログラミングにおけるコードの書き方とその利便性
実装レベルで学ぶVQVAE
実装レベルで学ぶVQVAE
研究者のための Python による FPGA 入門
研究者のための Python による FPGA 入門
[DL Hacks]BERT: Pre-training of Deep Bidirectional Transformers for Language ...
[DL Hacks]BERT: Pre-training of Deep Bidirectional Transformers for Language ...
Libjpeg turboの使い方
Libjpeg turboの使い方
2値分類・多クラス分類
2値分類・多クラス分類
敵対的生成ネットワーク(GAN)
敵対的生成ネットワーク(GAN)
CEDEC2017 VR180 3D live streaming camera at "SHOWROOM" case
CEDEC2017 VR180 3D live streaming camera at "SHOWROOM" case
Viewers also liked
JPEG Glitch入門
JPEG Glitch入門
Yuto Maeda
PNGalt0x04
PNGalt0x04
MichaelFoF
串
串
Yuto Maeda
Overview of JPEG standardization committee activities
Overview of JPEG standardization committee activities
Touradj Ebrahimi
Comparison between Blur Transfer and Blur Re-Generation in Depth Image Based ...
Comparison between Blur Transfer and Blur Re-Generation in Depth Image Based ...
Norishige Fukushima
OpenCVの拡張ユーティリティ関数群
OpenCVの拡張ユーティリティ関数群
Norishige Fukushima
コンピューテーショナルフォトグラフィ
コンピューテーショナルフォトグラフィ
Norishige Fukushima
コンピュテーショナルフォトグラフティの基礎
コンピュテーショナルフォトグラフティの基礎
Norishige Fukushima
Popcntによるハミング距離計算
Popcntによるハミング距離計算
Norishige Fukushima
ガイデットフィルタとその周辺
ガイデットフィルタとその周辺
Norishige Fukushima
組み込み関数(intrinsic)によるSIMD入門
組み込み関数(intrinsic)によるSIMD入門
Norishige Fukushima
Non-essentiality of Correlation between Image and Depth Map in Free Viewpoin...
Non-essentiality of Correlation between Image and Depth Map in Free Viewpoin...
Norishige Fukushima
OpenCVをAndroidで動かしてみた
OpenCVをAndroidで動かしてみた
徹 上野山
マルチコアを用いた画像処理
マルチコアを用いた画像処理
Norishige Fukushima
複数台のKinectV2の使い方
複数台のKinectV2の使い方
Norishige Fukushima
画像処理ライブラリ OpenCV で 出来ること・出来ないこと
画像処理ライブラリ OpenCV で 出来ること・出来ないこと
Norishige Fukushima
Viewers also liked
(16)
JPEG Glitch入門
JPEG Glitch入門
PNGalt0x04
PNGalt0x04
串
串
Overview of JPEG standardization committee activities
Overview of JPEG standardization committee activities
Comparison between Blur Transfer and Blur Re-Generation in Depth Image Based ...
Comparison between Blur Transfer and Blur Re-Generation in Depth Image Based ...
OpenCVの拡張ユーティリティ関数群
OpenCVの拡張ユーティリティ関数群
コンピューテーショナルフォトグラフィ
コンピューテーショナルフォトグラフィ
コンピュテーショナルフォトグラフティの基礎
コンピュテーショナルフォトグラフティの基礎
Popcntによるハミング距離計算
Popcntによるハミング距離計算
ガイデットフィルタとその周辺
ガイデットフィルタとその周辺
組み込み関数(intrinsic)によるSIMD入門
組み込み関数(intrinsic)によるSIMD入門
Non-essentiality of Correlation between Image and Depth Map in Free Viewpoin...
Non-essentiality of Correlation between Image and Depth Map in Free Viewpoin...
OpenCVをAndroidで動かしてみた
OpenCVをAndroidで動かしてみた
マルチコアを用いた画像処理
マルチコアを用いた画像処理
複数台のKinectV2の使い方
複数台のKinectV2の使い方
画像処理ライブラリ OpenCV で 出来ること・出来ないこと
画像処理ライブラリ OpenCV で 出来ること・出来ないこと
More from Norishige Fukushima
画像処理の高性能計算
画像処理の高性能計算
Norishige Fukushima
計算スケジューリングの効果~もし,Halideがなかったら?~
計算スケジューリングの効果~もし,Halideがなかったら?~
Norishige Fukushima
多チャンネルバイラテラルフィルタの高速化
多チャンネルバイラテラルフィルタの高速化
Norishige Fukushima
計算機アーキテクチャを考慮した高能率画像処理プログラミング
計算機アーキテクチャを考慮した高能率画像処理プログラミング
Norishige Fukushima
3次元計測とフィルタリング
3次元計測とフィルタリング
Norishige Fukushima
デプスセンサとその応用
デプスセンサとその応用
Norishige Fukushima
More from Norishige Fukushima
(6)
画像処理の高性能計算
画像処理の高性能計算
計算スケジューリングの効果~もし,Halideがなかったら?~
計算スケジューリングの効果~もし,Halideがなかったら?~
多チャンネルバイラテラルフィルタの高速化
多チャンネルバイラテラルフィルタの高速化
計算機アーキテクチャを考慮した高能率画像処理プログラミング
計算機アーキテクチャを考慮した高能率画像処理プログラミング
3次元計測とフィルタリング
3次元計測とフィルタリング
デプスセンサとその応用
デプスセンサとその応用
Recently uploaded
CTO, VPoE, テックリードなどリーダーポジションに登用したくなるのはどんな人材か?
CTO, VPoE, テックリードなどリーダーポジションに登用したくなるのはどんな人材か?
akihisamiyanaga1
クラウドネイティブなサーバー仮想化基盤 - OpenShift Virtualization.pdf
クラウドネイティブなサーバー仮想化基盤 - OpenShift Virtualization.pdf
FumieNakayama
NewSQLの可用性構成パターン(OCHaCafe Season 8 #4 発表資料)
NewSQLの可用性構成パターン(OCHaCafe Season 8 #4 発表資料)
NTT DATA Technology & Innovation
デジタル・フォレンジックの最新動向(2024年4月27日情洛会総会特別講演スライド)
デジタル・フォレンジックの最新動向(2024年4月27日情洛会総会特別講演スライド)
UEHARA, Tetsutaro
AWS の OpenShift サービス (ROSA) を使った OpenShift Virtualizationの始め方.pdf
AWS の OpenShift サービス (ROSA) を使った OpenShift Virtualizationの始め方.pdf
FumieNakayama
業務で生成AIを活用したい人のための生成AI入門講座(社外公開版:キンドリルジャパン社内勉強会:2024年4月発表)
業務で生成AIを活用したい人のための生成AI入門講座(社外公開版:キンドリルジャパン社内勉強会:2024年4月発表)
Hiroshi Tomioka
自分史上一番早い2024振り返り〜コロナ後、仕事は通常ペースに戻ったか〜 by IoT fullstack engineer
自分史上一番早い2024振り返り〜コロナ後、仕事は通常ペースに戻ったか〜 by IoT fullstack engineer
Yuki Kikuchi
モーダル間の変換後の一致性とジャンル表を用いた解釈可能性の考察 ~Text-to-MusicとText-To-ImageかつImage-to-Music...
モーダル間の変換後の一致性とジャンル表を用いた解釈可能性の考察 ~Text-to-MusicとText-To-ImageかつImage-to-Music...
博三 太田
Recently uploaded
(8)
CTO, VPoE, テックリードなどリーダーポジションに登用したくなるのはどんな人材か?
CTO, VPoE, テックリードなどリーダーポジションに登用したくなるのはどんな人材か?
クラウドネイティブなサーバー仮想化基盤 - OpenShift Virtualization.pdf
クラウドネイティブなサーバー仮想化基盤 - OpenShift Virtualization.pdf
NewSQLの可用性構成パターン(OCHaCafe Season 8 #4 発表資料)
NewSQLの可用性構成パターン(OCHaCafe Season 8 #4 発表資料)
デジタル・フォレンジックの最新動向(2024年4月27日情洛会総会特別講演スライド)
デジタル・フォレンジックの最新動向(2024年4月27日情洛会総会特別講演スライド)
AWS の OpenShift サービス (ROSA) を使った OpenShift Virtualizationの始め方.pdf
AWS の OpenShift サービス (ROSA) を使った OpenShift Virtualizationの始め方.pdf
業務で生成AIを活用したい人のための生成AI入門講座(社外公開版:キンドリルジャパン社内勉強会:2024年4月発表)
業務で生成AIを活用したい人のための生成AI入門講座(社外公開版:キンドリルジャパン社内勉強会:2024年4月発表)
自分史上一番早い2024振り返り〜コロナ後、仕事は通常ペースに戻ったか〜 by IoT fullstack engineer
自分史上一番早い2024振り返り〜コロナ後、仕事は通常ペースに戻ったか〜 by IoT fullstack engineer
モーダル間の変換後の一致性とジャンル表を用いた解釈可能性の考察 ~Text-to-MusicとText-To-ImageかつImage-to-Music...
モーダル間の変換後の一致性とジャンル表を用いた解釈可能性の考察 ~Text-to-MusicとText-To-ImageかつImage-to-Music...
WebP入門
1.
WebP入門
比較 JPEG,JPEG2000との比較 , 2011/12/30 名古屋工業大学 福嶋慶繁 Twitter: @fukushima1981
2.
目的 WebPのパラメ タを変化させて, WebPのパラメータを変化させて
従来の符号化アルゴリズム JPEG,JPEG2000 に比べてどうなのかを明らかにする
3.
WebPエンコードのパラメータ •
デフォルト • PICTURE – Target_size = 0 – Sns_strength = 80 – Target_PSNR = 0. – Fiter_sharpness = 4 – Method = 4 Method = 4 – Filter strength = 35 Filter strength = 35 – Sns_strength = 50 • PHOTO – Filter_strength = 20 – Sns_strength = 80 – Filter_sharpness = 0 _ p – Fiter sharpness = 3 Fiter_sharpness 3 – Filter_type 0 – Filter strength = 30 – Partitions = 0 • DRAWING – Segments = 4 – Sns_strength = 25 _ g – Pass = 1 – Fiter_sharpness = 6 – Show_compressed = 0 – Filter strength = 10 – Preprocessing = 0 • ICON – Autofilter = 0 = 0 – Sns_strength = 0 – Alpha_compression = 0 – Filter strength = 0 – Partition_limit = 0 – Segments = 2
4.
いろいろあるが...
いろいろあるが • 重要なパラメータは下記の順で残りのパラ メータはおまけくらいの効果しかない – Quality(品質) – Method(圧縮方式 アルゴリズムが変化する) Method(圧縮方式,アルゴリズムが変化する) – filter_strength(デブロッキングフィルタ)
5.
デコーダのオプション • いろいろあるけどデブロッキングフィルタの効
果もそこそこ有るので全て有効化でOK • ただしデフォルトのデコーダだとスレッドを 使ってくれない • スレッド化の有効化だけ入れるべきかも
6.
符号化性能の比較
7.
各種メソッドの圧縮率の比較
46 44 42 40 圧縮対象 dB] 38 PSNR [d 36 method 1 34 method 2 32 method 3 method 4 30 method 5 28 method 6 26 0 0.5 1 1.5 2 2.5 3 Bit per pixel
8.
各種メソッドの圧縮率の比較 • メソッド1,2とメソッド3,4,5,6のグループに分か
ド ド グ プ 分 れる • グループ間ではPSNRに差はそんなにない – SSIMやMOSは別かも?
9.
他手法との比較
符 効率を る • JPEG,JPEG2000と符号化効率を比べる • グラフが煩雑になるので2つに分かれた Methodのグループのうち,最良の方法となる は2と6を採用する. は2と6を採用する • Mandrillとlennaを圧縮する
10.
他手法との圧縮率の比較
50 45 40 圧縮対象 B] PSNR [dB 35 30 P WebP 6 25 WebP 2 JPEG 20 JPEG2000 15 0 1 2 3 4 5 6 Bit per pixel
11.
他手法との圧縮率の比較
50 45 40 圧縮対象 B] PSNR [dB 35 P WebP 6 30 WebP 2 JPEG 25 JPEG2000 20 0 0.5 1 1.5 2 2.5 3 3.5 4 Bit per pixel
12.
他手法との圧縮率の比較
プ な 縮率が高 • WebPの3~6のオプションはかなり圧縮率が高 い • WebPの1~2のオプションは低ビット字にJPEG に負ける時も • JPEG2000は低ビット字の圧縮に強い(が WebPはもっと強い)
13.
デブロッキングフィルタの効果 • デブロッキングフィルタの強さを指定する
Filter_strengthの値を _ g – デフォルト値(20)で符号化する場合 – 最適な値で符号化する場合 の2の場合を比較
14.
デブロッキングフィルタの効果
42 40 38 PSNR [dB] 36 R 低ビット時に効果あり 34 (フィルタは強めに適用している) 32 デブロックフィルタ一定 30 デブロックフィルタ最適 28 26 0 1 2 3 4 5 Bit per pixel
15.
計算時間の比較
16.
計算時間(Encode)
450 method 1 400 method 2 method 3 WebPはMethodが複雑になるほど計算コストが上がる W bPはM th dが複雑になるほど計算コストが上がる 350 method 4 JPEGが最速,JPEG2000はいいところ無し... method 5 300 method 6 JPEG Tim [ms] 250 JPEG2000 me 200 150 100 50 0 0 20 40 60 80 100 Quality
17.
計算時間(Decode)
100 ※Jpeg2000にはJasperを使いましたが,この実装はあまり速くない 90 80 method 1 70 method 2 method 3 60 method 4 Tim [ms] 50 method 5 me method 6 40 JPEG 30 JPEG2000が重たすぎるので, JPEG2000 このグラフからどいてもらう 20 10 0 0 20 40 60 80 100 Quality
18.
計算時間(Decode)
12 method 1 デコードは1,2のメソッド(圧縮が高速な方法) method 2 のほうがデコード時間がかかる 10 method 3 method 4 method 5 8 method 6 JPEG Tim [ms] 6 JPEG2000 me 4 WebPのデコ ドはJPEGと大差がない WebPのデコードはJPEGと大差がない 2 スレッド化のオプションを有効化するとこれより1.5倍早くなる Qualityが高いとデコードが少し遅い 0 0 20 40 60 80 100 Quality
19.
まとめ
G2000よりも圧縮率が良く しかも高速 • JPEG2000よりも圧縮率が良く,しかも高速 • WebPのメソッドは2グループに分かれ各グループ内で はPSNRの差は少ない – 画像を見ても根本的にアルゴリズムが違う – 各グル プの最速アルゴリズムを使 たほうがいい?つ 各グループの最速アルゴリズムを使ったほうがいい?つ まり,使うのはmethod 1と3だけでいいかも • 最速エンコーダはJPEGだが デコードに限ればWebP 最速エンコ ダはJPEGだが,デコ ドに限ればWebP はJPEGの1.5倍弱程度の時間しかかからない • デコードは,method1,2のグループのほうが時間がか デコ ドは,method1,2のグル プのほうが時間がか かるデブロッキングフィルタは低ビットレート時に効果 がある
Download now