SlideShare ist ein Scribd-Unternehmen logo
1 von 19
Downloaden Sie, um offline zu lesen
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
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
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
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)
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
符号化性能の比較
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
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?
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
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
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
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)
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
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
計算時間の比較
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
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
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
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

Weitere ähnliche Inhalte

Was ist angesagt?

Was ist angesagt? (20)

SHAP値の考え方を理解する(木構造編)
SHAP値の考え方を理解する(木構造編)SHAP値の考え方を理解する(木構造編)
SHAP値の考え方を理解する(木構造編)
 
大容量ファイルもGitで管理。 Git LFSの使い方
大容量ファイルもGitで管理。 Git LFSの使い方大容量ファイルもGitで管理。 Git LFSの使い方
大容量ファイルもGitで管理。 Git LFSの使い方
 
機械学習モデルの判断根拠の説明
機械学習モデルの判断根拠の説明機械学習モデルの判断根拠の説明
機械学習モデルの判断根拠の説明
 
A100 GPU 搭載! P4d インスタンス 使いこなしのコツ
A100 GPU 搭載! P4d インスタンス使いこなしのコツA100 GPU 搭載! P4d インスタンス使いこなしのコツ
A100 GPU 搭載! P4d インスタンス 使いこなしのコツ
 
学習時に使ってはいないデータの混入「リーケージを避ける」
学習時に使ってはいないデータの混入「リーケージを避ける」学習時に使ってはいないデータの混入「リーケージを避ける」
学習時に使ってはいないデータの混入「リーケージを避ける」
 
ブラックボックス最適化とその応用
ブラックボックス最適化とその応用ブラックボックス最適化とその応用
ブラックボックス最適化とその応用
 
機械学習のためのベイズ最適化入門
機械学習のためのベイズ最適化入門機械学習のためのベイズ最適化入門
機械学習のためのベイズ最適化入門
 
SQLアンチパターン - ジェイウォーク
SQLアンチパターン - ジェイウォークSQLアンチパターン - ジェイウォーク
SQLアンチパターン - ジェイウォーク
 
Layer Normalization@NIPS+読み会・関西
Layer Normalization@NIPS+読み会・関西Layer Normalization@NIPS+読み会・関西
Layer Normalization@NIPS+読み会・関西
 
自然言語処理 Word2vec
自然言語処理 Word2vec自然言語処理 Word2vec
自然言語処理 Word2vec
 
何となく勉強した気分になれるパーサ入門
何となく勉強した気分になれるパーサ入門何となく勉強した気分になれるパーサ入門
何となく勉強した気分になれるパーサ入門
 
NetworkXによる語彙ネットワークの可視化
NetworkXによる語彙ネットワークの可視化NetworkXによる語彙ネットワークの可視化
NetworkXによる語彙ネットワークの可視化
 
勾配ブースティングの基礎と最新の動向 (MIRU2020 Tutorial)
勾配ブースティングの基礎と最新の動向 (MIRU2020 Tutorial)勾配ブースティングの基礎と最新の動向 (MIRU2020 Tutorial)
勾配ブースティングの基礎と最新の動向 (MIRU2020 Tutorial)
 
Bloom filter
Bloom filterBloom filter
Bloom filter
 
[DL輪読会]Few-Shot Unsupervised Image-to-Image Translation
[DL輪読会]Few-Shot Unsupervised Image-to-Image Translation[DL輪読会]Few-Shot Unsupervised Image-to-Image Translation
[DL輪読会]Few-Shot Unsupervised Image-to-Image Translation
 
[DL輪読会]Graph R-CNN for Scene Graph Generation
[DL輪読会]Graph R-CNN for Scene Graph Generation[DL輪読会]Graph R-CNN for Scene Graph Generation
[DL輪読会]Graph R-CNN for Scene Graph Generation
 
SSII2019OS: 深層学習にかかる時間を短くしてみませんか? ~分散学習の勧め~
SSII2019OS: 深層学習にかかる時間を短くしてみませんか? ~分散学習の勧め~SSII2019OS: 深層学習にかかる時間を短くしてみませんか? ~分散学習の勧め~
SSII2019OS: 深層学習にかかる時間を短くしてみませんか? ~分散学習の勧め~
 
マルチモーダル深層学習の研究動向
マルチモーダル深層学習の研究動向マルチモーダル深層学習の研究動向
マルチモーダル深層学習の研究動向
 
画像処理の高性能計算
画像処理の高性能計算画像処理の高性能計算
画像処理の高性能計算
 
ServiceとRepository
ServiceとRepositoryServiceとRepository
ServiceとRepository
 

Andere mochten auch

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
 
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
 
OpenCVをAndroidで動かしてみた
OpenCVをAndroidで動かしてみたOpenCVをAndroidで動かしてみた
OpenCVをAndroidで動かしてみた
徹 上野山
 
複数台のKinectV2の使い方
複数台のKinectV2の使い方複数台のKinectV2の使い方
複数台のKinectV2の使い方
Norishige Fukushima
 

Andere mochten auch (17)

JPEG Glitch入門
JPEG Glitch入門JPEG Glitch入門
JPEG Glitch入門
 
PNGalt0x04
PNGalt0x04PNGalt0x04
PNGalt0x04
 
串串
 
Overview of JPEG standardization committee activities
Overview of JPEG standardization committee activitiesOverview of JPEG standardization committee activities
Overview of JPEG standardization committee activities
 
Libjpeg turboの使い方
Libjpeg turboの使い方Libjpeg turboの使い方
Libjpeg turboの使い方
 
Comparison between Blur Transfer and Blur Re-Generation in Depth Image Based ...
Comparison between Blur Transfer and Blur Re-Generation in Depth Image Based ...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...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
 

Kürzlich hochgeladen

Kürzlich hochgeladen (10)

Amazon SES を勉強してみる その22024/04/26の勉強会で発表されたものです。
Amazon SES を勉強してみる その22024/04/26の勉強会で発表されたものです。Amazon SES を勉強してみる その22024/04/26の勉強会で発表されたものです。
Amazon SES を勉強してみる その22024/04/26の勉強会で発表されたものです。
 
論文紹介:Selective Structured State-Spaces for Long-Form Video Understanding
論文紹介:Selective Structured State-Spaces for Long-Form Video Understanding論文紹介:Selective Structured State-Spaces for Long-Form Video Understanding
論文紹介:Selective Structured State-Spaces for Long-Form Video Understanding
 
Amazon SES を勉強してみる その32024/04/26の勉強会で発表されたものです。
Amazon SES を勉強してみる その32024/04/26の勉強会で発表されたものです。Amazon SES を勉強してみる その32024/04/26の勉強会で発表されたものです。
Amazon SES を勉強してみる その32024/04/26の勉強会で発表されたものです。
 
論文紹介: The Surprising Effectiveness of PPO in Cooperative Multi-Agent Games
論文紹介: The Surprising Effectiveness of PPO in Cooperative Multi-Agent Games論文紹介: The Surprising Effectiveness of PPO in Cooperative Multi-Agent Games
論文紹介: The Surprising Effectiveness of PPO in Cooperative Multi-Agent Games
 
LoRaWANスマート距離検出センサー DS20L カタログ LiDARデバイス
LoRaWANスマート距離検出センサー  DS20L  カタログ  LiDARデバイスLoRaWANスマート距離検出センサー  DS20L  カタログ  LiDARデバイス
LoRaWANスマート距離検出センサー DS20L カタログ LiDARデバイス
 
論文紹介:Video-GroundingDINO: Towards Open-Vocabulary Spatio-Temporal Video Groun...
論文紹介:Video-GroundingDINO: Towards Open-Vocabulary Spatio-Temporal Video Groun...論文紹介:Video-GroundingDINO: Towards Open-Vocabulary Spatio-Temporal Video Groun...
論文紹介:Video-GroundingDINO: Towards Open-Vocabulary Spatio-Temporal Video Groun...
 
Utilizing Ballerina for Cloud Native Integrations
Utilizing Ballerina for Cloud Native IntegrationsUtilizing Ballerina for Cloud Native Integrations
Utilizing Ballerina for Cloud Native Integrations
 
知識ゼロの営業マンでもできた!超速で初心者を脱する、悪魔的学習ステップ3選.pptx
知識ゼロの営業マンでもできた!超速で初心者を脱する、悪魔的学習ステップ3選.pptx知識ゼロの営業マンでもできた!超速で初心者を脱する、悪魔的学習ステップ3選.pptx
知識ゼロの営業マンでもできた!超速で初心者を脱する、悪魔的学習ステップ3選.pptx
 
LoRaWAN スマート距離検出デバイスDS20L日本語マニュアル
LoRaWAN スマート距離検出デバイスDS20L日本語マニュアルLoRaWAN スマート距離検出デバイスDS20L日本語マニュアル
LoRaWAN スマート距離検出デバイスDS20L日本語マニュアル
 
新人研修 後半 2024/04/26の勉強会で発表されたものです。
新人研修 後半        2024/04/26の勉強会で発表されたものです。新人研修 後半        2024/04/26の勉強会で発表されたものです。
新人研修 後半 2024/04/26の勉強会で発表されたものです。
 

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
  • 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
  • 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