编解码压缩技术的本质是通过寻找像素之间的规律，通过去除时间、空间等冗余信息，从而实现数据压缩。AI智能编解码压缩算法之所以可以获得更好的压缩性能，其原因在于构建的深度学习神经网络相比于传统的分块预测处理，能够提取更深层的像素间规律，去除更多信息冗余。双深自研的ANF智能编解码压缩算法其压缩性能已经超过了H.266,论证了深度学习神经网络应用于图像视频压缩的可行性和优越性。
技术价值
极致传输
更好的压缩技术意味着在有限带宽下可以传输更多的数据，以支持大规模高并发数据传输(如图像视频分发)、窄带高清传输等场景，提升数据传输效率，同时节省带宽流量费用成本。
多端AI协同
AI智能编解码压缩算法和其他视觉AI任务都需首先提取图像特征然后再基于特征完成具体的AI任务。因此AI图像视频压缩得到的图像特征既可以用于图像还原，也可直接用于下游AI任务从而节省其90%的特征提取计算量，从而实现跨设备的AI协同。
高密度存储
极致压缩使得图像视频可以更小体积存储高画质内容，使得相同数据量仅需要更少的存储空间，或者相同的存储空间可以存储更多数据，适用于冷数据存储、容灾备份等场景。
典型应用场景
图像分发
在图像大规模传输之前对数据进行集中转码，在保证画质的同时使得图像的体积更小，从而降低图像传输的带宽和流量成本。具体的应用行业包括广电、互联网图像视频分发、视频监控数据传输等。
窄带高清图像传输
在野外巡检、远洋通信、遥感、军工等场景，网络环境通常较差，图像数据传输压力大。通过对图像数据进行极致压缩，使得可以在低网络带宽环境下可以将高质量图像回传至后端，保证通信质量或数据质量。
冷数据存储和备份
在安防、银行、医疗、工业质检、广电媒资等场景往往会存储或者备份大量的数据，这些数据短则存储数月、长则永久存储。在数据最终落盘存储之前，对其进行数据压缩，可以显著节省存储空间，降低数据存储成本。
智慧管理
智慧管理包括安防、城市、园区、交通、文旅等场景，这些场景通过“摄像头监控+AI智能分析”实现智慧管理。通过智能编码对监控图像数据进行压缩，既能节省带宽和存储成本，同时其特征数据可以复用于AI智能分析，降低后端智能分析计算中心建设成本，形成更加经济高效的系统解决方案。
智能编辑
AI越来越多地被用于图像编辑领域，包括AI去噪、AI修复、AI插帧、AI超分、AI渲染等。基于智能编码的图像内容，其各个AI编辑模块可基于智能编码所提取的通用特征进行，无需回到像素层进行处理，从而提升整体图像智能编辑效率。
