Extreme Color Compression: A Hybrid JPEG-XL and JPEG-2000 Pipeline.

Chaque photographie que nous prenons est une conversation entre la lumière et la mémoire. Lorsqu'un appareil photo capture une scène, il enregistre deux types d'informations distincts : la luminosité du monde, qui définit les formes et les contours, et la couleur, qui ajoute la richesse du ciel, de la peau et du feuillage. Depuis des décences, les scientifiques et les ingénieurs savent que l'œil humain est bien plus sensible au premier type d'information qu'au second. Nous pouvons repérer un rocher escarpé ou un visage lointain dans l'obscurité, mais nous peinons à distinguer des nuances subtiles de bleu ou de vert dans cette même faible luminosité. Cette réalité biologique a longtemps guidé la manière dont nous stockons les images, pourtant une nouvelle étude suggère que nous avons été bien trop conservateurs dans la quantité de données de couleur que nous conservons.

Les chercheurs ont traditionnellement traité la couleur et la luminosité comme des partenaires qui doivent être compressés ensemble, en utilisant souvent un ensemble de règles unique pour les deux. Mais une nouvelle approche, développée par la chercheuse indépendante Leslie Dalton, propose une séparation radicale. En traitant la luminosité d'une image avec un standard moderne et sa couleur avec un autre, l'étude démontre que nous pouvons réduire la taille du fichier des informations de couleur par des milliers de fois sans que l'œil humain ne remarque de différence. Cette méthode, que l'auteur appelle « Extreme Color Compression » (Compression de Couleur Extrême), remet en question l'hypothion selon laquelle une couleur de haute fidélité est nécessaire pour une image de haute qualité, montrant plutôt que le squelette structurel d'une photo importe bien plus que la peinture sur sa surface.

Pour tester cette idée, la chercheuse a rassemblé huit cents photographies haute résolution de scènes quotidiennes, allant des humains et des animaux aux paysages et aux fleurs. Le processus a commencé par la décomposition de chaque image en ses trois composants fondamentaux : un canal pour la luminosité et deux canaux distincts pour la couleur. Le canal de luminosité a été compressé à l'aide d'un outil moderne et puissant appelé JPEG-XL, conçu pour préserver les détails fins. Les deux canaux de couleur, cependant, ont été soumis à un traitement différent utilisant un standard plus ancien connu sous le nom de JPEG-2000. L'objectif était de voir quelle quantité de données de couleur pouvait être éliminée avant que l'image ne paraisse dégradée. La chercheuse a testé des niveaux de compression d'une intensité stupéfiante, réduisant l'information de couleur par des facteurs de 250, 1 000 et même 10 000.

Les résultats ont été surprenants. Même lorsque les données de couleur étaient compressées par un facteur de 3 000, les images restaient visuellement indiscernables des originales pour un observateur humain. Lorsque la chercheuse a zoomé sur les images, les inspectant sous un grossissement qui révélait les pixels individuels, les détails structurels restaient nets et clairs. Les couleurs, bien que fortement compressées, paraissaient toujours naturelles. Ce n'est que lorsque la compression atteignait des niveaux extrêmes, tels que 4 000 ou 10 000 fois, que les images commençaient à montrer des signes de faiblesse, avec des zones de couleur qui disparaissaient simplement ou devenaient plates. Pourtant, même à ces niveaux extrêmes, la structure sous-jacente de l'image — les formes des objets et la texture des surfaces — restait intacte car le canal de luminosité avait été préservé avec un soin particulier.

L'étude a également mesuré les images à l'aide d'outils informatiques objectifs conçus pour imiter la vision humaine. Ces outils ont confirmé ce que les examinateurs humains avaient observé : la qualité structurelle des images restait remarquablement élevée même lorsque les données de couleur étaient supprimées. À un taux de compression de 1 000, les images conservaient un niveau de qualité que les modèles informatiques jugeaient excellent. La découverte la plus frappante, cependant, fut l'impact sur l'espace de stockage. Dans une image typique, les données de couleur occupent une partie importante du fichier. Dans cette nouvelle méthode, les données de couleur deviennent un ajout minuscule. Pour une image spécifique d'un défilé, le canal de luminosité occupait un petit espace, mais les canaux de couleur, après avoir été compressés 3 000 fois, nécessitaient moins d'un kilooctet de stockage chacun. Au total, l'information de couleur ne représentait qu'environ un et demi pour cent de la taille finale du fichier, et pourtant l'image paraissait colorée et complète.

Ce travail suggère que la façon dont nous archivons actuellement les images est inefficace. Pendant des années, la pratique standard a consisté à compresser la luminosité et la couleur ensemble, sacrifiant souvent un peu de détail dans les deux cas pour gagner de l'espace. Cette nouvelle approche soutient que nous devrions les traiter différemment, en reconnaissant que nos yeux s'appuient sur la luminosité pour la structure et sur la couleur pour l'atmosphère. En utilisant un outil spécialisé pour la luminosité et un outil agressif et flexible pour la couleur, il est possible de stocker les images dans une fraction de l'espace qu'elles requièrent actuellement. L'étude ne prétend pas que la couleur est sans importance ; dans de nombreux contextes, comme les panneaux de signalisation ou les avertissements biologiques, la couleur est essentielle. Mais pour la grande majorité des photographies quotidiennes, la recherche indique que nous pouvons nous permettre d'être beaucoup plus généreux dans la quantité de données de couleur que nous jetons.

Les implications sont pratiques et immédiates. Pour les institutions qui stockent des millions d'images, telles que les archives médicales ou les bibliothèques numériques, cette méthode pourrait réduire considérablement le coût du stockage sans sacrifier la capacité à reconnaître ce qui se trouve sur l'image. La chercheuse a fourni le code informatique utilisé pour effectuer ces tests, permettant à d'autres de vérifier les conclusions. Le processus consiste à prendre une image, à la diviser, à compresser les parties différemment, puis à les recoudre ensemble. C'est une procédure simple qui exploite la manière unique dont la vision humaine fonctionne, prouvant que parfois, pour voir le monde clairement, nous n'avons pas besoin de conserver chaque nuance de couleur. Nous avons seulement besoin de garder la lumière.