tiivistysmenetelmät

Tiivistysmenetelmät tarkoittavat menetelmiä, joilla tiedot, kuvat, ääni tai muut signaalit pakataan pienempään tilaan. Tavoitteena on säilyttää olennainen informaatio siten, että alkuperäinen aineisto voidaan palauttaa tai riittävän laadukas tulkinta säilyy. Tiivistys jaetaan yleisesti lossless- ja lossy-pakkauksiin.

Lossless-pakkauksessa ei ole informaation menetystä: palautettu data vastaa alkuperäistä. Keskeisiä tekniikoita ovat tilakoodaus ja sanakirjakoodaus. Esimerkkejä ovat Huffman-koodaus, Lempel-Ziv (LZ77/LZ78) sekä deflate-kirjastot. Käytännön sovelluksissa, kuten ZIP-tiedostoissa ja PNG-kuvissa, käytetään usein näitä menetelmiä.

Lossy-pakkauksessa osa tiedosta jätetään pois tarkoituksella, mikä mahdollistaa suuremman tiivistysasteen. Pääperiaatteita ovat kvantisaatio ja havainnoinnin mukaan priorisointi. Yleisimmät tekniikat ovat muuntokoodaus: kuvan tiivistys JPEG käyttää DCT-perusteista muuntokoodeja, äänen tiivistys MP3/AAC käyttää psykoakustisia malleja, ja videon tiivistys H.264/HEVC sekä vastaavat koodit hyödyntävät sekä muuntokoodausta että temporeaalista ennustusta.

Tiivistysmenetelmien valinta riippuu käyttötarkoituksesta: hyväksyttävä virhe tai laatu, tallennus- tai siirtoympäristön rajoitteet sekä laskentateho. Eri signaalityypeissä korostuvat erilaiset ominaisuudet: tekstissä tärkeintä on pienentää tallennus- tai siirtokustannuksia, kuvissa visuaalinen laatu, äänessä kuulijakokemus.

Tekniikoita kehitetään jatkuvasti. Perinteisten tilastollisten ja transformatiivisten menetelmien lisäksi yleistyvät koneoppimiseen perustuvat tiivistysmallit ja end-to-end-mallit, jotka oppivat pakkaamaan dataa vähemmällä inhimillisen suunnittelun ohjauksella. Näillä on potentiaalia parantaa pakkaussuhteita ja laatua uusissa sovelluksissa, kuten suurten datamassojen reaaliaikaisessa siirrossa.