Wie löst REBOTNIX diese Probleme?

RB-Compress senkt den Energieverbrauch durch schnellere, sicherere und kostengünstigere Komprimierung bildbasierter Inhalte über terrestrische oder orbitale Kommunikationswege zu Endgeräten mit niedrigem Stromverbrauch. RB-Compress ist in der Lage, Objekte individuell zu erkennen und zu segmentieren. Höchste Priorität haben dabei Objekte, die kontextbezogen und relevant sind. Diese Objekte werden von einem KI-Modell automatisch erkannt und die für die Kontextinformationen wichtigen Objekte werden aus dem Bild herausgeschnitten. Die einzelnen Objekte können dann individuell komprimiert werden.

Wie funktioniert das?

Jedem visuellen Objekt kann dann eine eigene Komprimierungsschicht zugewiesen werden. Objekte wie Text und andere, die für die Übertragung von Informationen relevant sind, wie Verkehrszeichen oder Nummernschilder, werden mit einer höheren Bitrate kodiert als Objekte, die nicht relevant sind, wie kleine Objekte im Hintergrund. Im Gegensatz zu einer Bewegungsvektor-Methode wird mit der Objektsegmentierungs-Einzelkodierungsmethode eine höhere Komprimierungsrate erreicht.

Im Standardmodus arbeitet der Encoder mit einer GPU oder CPU. Im höchsten AI-Modus ist eine GPU für die Kodierung obligatorisch, aber für die Dekodierung können wir immer noch eine CPU nur für Echtzeitanwendungen verwenden.

What economic added value do we achieve with this?

• Low energy consumption for the transmission of visual information
• More capacity on devices with little storage capacity
• Higher runtimes for data acquisition
• Higher quality in the recordings
• Works on low-power computers between 5-15 watt
• Reduces the load on cloud and internet infrastructures as well as mobile networks