Сжатие с потерями

Сжатие с потерями — это класс алгоритмов сжатия данных, при котором восстановленный после декомпрессии сигнал отличается от исходного, но эти отличия считаются несущественными для дальнейшего использования. В отличие от сжатия без потерь, такие алгоритмы не гарантируют точного восстановления исходных данных, что позволяет достичь значительно более высоких коэффициентов сжатия (от 2:1 до 100:1 и выше в зависимости от типа данных и допустимого уровня искажений). Сжатие с потерями применяется преимущественно для аудио-, видео- и графической информации, где человеческое восприятие имеет ограниченную чувствительность к определённым типам искажений.

Принцип действия

Основная идея сжатия с потерями заключается в удалении или упрощении той части информации, которая менее заметна для органов чувств человека (зрения, слуха) или несущественна для конкретной задачи. Процесс обычно включает три этапа:

1. Преобразование — исходные данные переводятся в другую систему координат, где лучше проявляется их избыточность. Например, для изображений используется дискретное косинусное преобразование (ДКП), для звука — модифицированное дискретное косинусное преобразование (МДКП).
2. Квантование — значения коэффициентов преобразования округляются до меньшего числа разрядов. Именно на этом этапе происходит потеря информации, так как точные значения заменяются приближёнными.
3. Кодирование — полученные квантованные значения кодируются статистическим (например, кодом Хаффмана) или арифметическим методом для уменьшения объёма.

Степень сжатия регулируется параметром качества (битрейтом, уровнем квантования). Чем ниже качество, тем больше информации отбрасывается и тем меньше размер файла.

История

Первые практические алгоритмы сжатия с потерями появились в 1970-х годах в связи с развитием цифровой обработки сигналов. В 1986 году Международная организация по стандартизации (ISO) и Международная электротехническая комиссия (IEC) начали работу над стандартом JPEG (Joint Photographic Experts Group), который был опубликован в 1992 году. JPEG стал первым широко распространённым форматом сжатия изображений с потерями.

В 1993 году Институт инженеров электротехники и электроники (IEEE) опубликовал стандарт MPEG-1, включавший аудиокодек MP3 (MPEG-1 Audio Layer III), разработанный Фраунгоферовским институтом интегральных схем. В 1990-х годах MP3 стал доминирующим форматом для распространения музыки в интернете.

В 2003 году был принят стандарт H.264/AVC (Advanced Video Coding), который до середины 2010-х годов оставался основным форматом сжатия видео. В 2013 году появился H.265/HEVC (High Efficiency Video Coding), обеспечивающий вдвое лучшее сжатие при том же качестве. В 2020 году был опубликован стандарт AV1 (AOMedia Video 1), разработанный консорциумом Alliance for Open Media.

Классификация

По типу данных

• Сжатие изображений — JPEG, JPEG 2000, WebP, HEIF, AVIF.
• Сжатие аудио — MP3, AAC, Ogg Vorbis, Opus, WMA.
• Сжатие видео — H.264/AVC, H.265/HEVC, AV1, VP9, MPEG-4 Part 2 (DivX, Xvid).

По методу преобразования

• На основе ДКП — JPEG, MP3, H.264/AVC. Дискретное косинусное преобразование раскладывает сигнал на сумму косинусоидальных волн разной частоты, после чего высокочастотные составляющие (менее заметные) квантуются грубее.
• На основе вейвлет-преобразования — JPEG 2000, Dirac. Вейвлеты позволяют лучше сохранять детали при сильном сжатии и поддерживают прогрессивную передачу.
• На основе подполосного кодирования — MP3, AAC. Сигнал разбивается на частотные подполосы, каждая из которых кодируется отдельно с учётом психоакустической модели.

По адаптивности

• С постоянным битрейтом (CBR) — каждый блок данных сжимается до одинакового размера, что приводит к неравномерному качеству.
• С переменным битрейтом (VBR) — размер блока варьируется в зависимости от сложности сигнала, что обеспечивает более стабильное качество при том же среднем размере файла.
• С адаптивным битрейтом (ABR) — гибридный подход, при котором битрейт меняется, но не так сильно, как при VBR.

Применение

Фотография и графика

Формат JPEG является стандартом де-факто для цифровых фотографий и изображений в интернете. Он используется в цифровых фотоаппаратах, веб-браузерах, социальных сетях. Более современные форматы, такие как WebP и AVIF, обеспечивают лучшее сжатие при том же качестве и поддерживаются большинством современных браузеров. JPEG 2000 применяется в медицинской визуализации (DICOM) и цифровом кинематографе (DCP).

Аудио

MP3 остаётся самым распространённым форматом для хранения музыки, хотя в 2017 году лицензия на него истекла, и он стал свободным. AAC (Advanced Audio Coding) используется в iTunes, YouTube, Nintendo Switch и является стандартом для MPEG-4. Opus, разработанный в 2012 году, считается одним из лучших кодеков общего назначения, обеспечивая высокое качество при низких битрейтах (6–510 кбит/с). Он применяется в VoIP-приложениях (Discord, WhatsApp), потоковом вещании (Spotify) и в стандарте WebRTC.

Видео

H.264/AVC используется в Blu-ray, YouTube, Netflix, видеоконференциях (Zoom, Skype). H.265/HEVC обеспечивает вдвое лучшее сжатие, но требует более мощного процессора для декодирования и имеет сложную лицензионную ситуацию. AV1, разработанный консорциумом Google, Amazon, Netflix и других, является свободным и не требует лицензионных отчислений, что делает его привлекательным для стриминговых сервисов. VP9 (Google) используется в YouTube и Android.

Медицина и наука

В медицинской визуализации (МРТ, КТ, рентген) применяются форматы с потерями, но с очень высоким качеством (например, JPEG 2000 с коэффициентом сжатия 2:1–4:1). В научных экспериментах, где важна точность данных (например, спектроскопия), сжатие с потерями обычно не используется.

Критика и ограничения

Артефакты сжатия

При сильном сжатии с потерями возникают заметные искажения, называемые артефактами. Для изображений это блочность (видимые границы между блоками 8×8 пикселей в JPEG), размытие деталей, «звон» (ореолы вокруг контуров). Для аудио — «металлический» призвук, потеря высоких частот, эффект «преэхо» (предшествующие звуки). Для видео — макроблочные искажения, размытие движения, «муравьиный» шум (мелкие движущиеся точки).

Накопление потерь

Многократное пережатие (например, редактирование и сохранение JPEG-файла) приводит к прогрессирующему ухудшению качества, так как каждый раз применяется новое квантование. Для профессиональной работы рекомендуется использовать форматы без потерь (TIFF, PNG, RAW) и только на финальном этапе сжимать в JPEG.

Юридические и этические аспекты

Сжатие с потерями может быть неприемлемо в судебно-медицинской экспертизе, криминалистике и архивном деле, где требуется точное воспроизведение оригинала. В некоторых юрисдикциях существуют требования к минимальному качеству цифровых доказательств.

Сравнение со сжатием без потерь

Сжатие без потерь (LZ77, ZIP, PNG, FLAC) гарантирует точное восстановление исходных данных, но достигает значительно меньших коэффициентов сжатия (обычно 1,5:1–3:1 для изображений и 2:1–4:1 для аудио). Оно применяется для текстов, программного кода, баз данных, медицинских снимков высокого разрешения, архивных копий. Сжатие с потерями, напротив, используется везде, где небольшое ухудшение качества незаметно или допустимо, а размер файла критичен.

Перспективы развития

Современные исследования направлены на использование нейросетевых методов сжатия, таких как автоэнкодеры и генеративно-состязательные сети (GAN). В 2020 году Google представила алгоритм HiFiC (High-Fidelity Image Compression), который при сильном сжатии даёт качество, субъективно превосходящее JPEG и WebP. В 2022 году компания DeepMind разработала метод VCT (Video Compression Transformer), основанный на трансформерах, который превзошёл H.265/HEVC по качеству при том же битрейте. Однако нейросетевые кодеки требуют значительных вычислительных ресурсов и пока не получили широкого распространения.

Источники

• Sayood K. Introduction to Data Compression. — 5th ed. — Morgan Kaufmann, 2018.
• Salomon D. Data Compression: The Complete Reference. — 4th ed. — Springer, 2007.
• ISO/IEC 10918-1:1994 — Information technology — Digital compression and coding of continuous-tone still images (JPEG).
• ISO/IEC 14496-3:2009 — Information technology — Coding of audio-visual objects — Part 3: Audio (AAC).
• ITU-T H.264 — Advanced video coding for generic audiovisual services (2003).
• Alliance for Open Media. AV1 Bitstream & Decoding Process Specification (2020).
• ГОСТ Р 54987-2012. Сжатие данных с потерями. Термины и определения.