Este algoritmo para el procesado de fotos en la nube podría reducir el consumo de batería de nuestros móviles

Este algoritmo para el procesado de fotos en la nube podría reducir el consumo de batería de nuestros móviles
2 comentarios Facebook Twitter Flipboard E-mail

Las cámaras de los teléfonos móviles son cada vez más potentes, con mayores resoluciones y capacidades ópticas que hay que gestionar y que necesitan de procesadores potentes para efectuar millones de cálculos al tomar la instantánea y aplicar filtros o efectos.

Estas tareas consumen mucha potencia de CPU, que a su vez utiliza cantidades considerables de batería. ¿No hay otra opción? Pues sí, tenemos el procesado remoto en servidores alojados en la nube que se encargan de los pesados cálculos. Pero en este caso tenemos que gastar ancho de banda en enviar y recibir las imágenes, lo que a su vez incrementa también el consumo de batería.

Investigadores del MIT junto con la Universidad de Stanford y Adobe Systems han anunciado el desarrollo de una versión intermedia entre estas dos formas de procesar las fotografías en los móviles que promete consumir poca batería y ancho de banda. ¿Cómo lo hacen?

Enviando instrucciones y no imágenes

El truco está en enviar una versión supercomprimida de la imagen original que queremos modificar o editar a un servidor en la nube. En lugar de mandar toda la foto tal cual, lo cual necesitaría muchos datos, se pierde resolución voluntariamente ya que el servidor solo usará esta versión como guía para saber qué efectos aplicar y dónde.

En vez de procesarla completamente como hacen los sistemas actuales, la nube se encarga de crear un pequeño archivo con los cambios que hay que aplicar, con las órdenes que son devueltas al smartphone para que éste, en local, aplique los cambios directamente.

Según los creadores del algoritmo, con su forma de procesar se consigue reducir el consumo de batería de los teléfonos hasta un 85% y el ancho de banda necesario para procesar las imágenes en hasta un 98,5%. Parece bastante interesante, aunque habrá que esperar a ver una implementación real para conocer más detalles y los rendimientos finalmente alcanzados.

Más información | MIT

Comentarios cerrados
Inicio