电气通信大学研究院情报理工学研究科综合情报学专业的柳井启司教授等人宣称，开发出了把用于图像识别的数据压缩为16分之1大小的技术。如此一来，同样容量大小的存储空间，能对16倍多的对象物进行识别。对于像可穿戴设备和智能手机这样存储空间有限的移动终端，他们提出将把该技术运用到相关图像识别app上。

图像数据分类的流程（电通大提供）

这次采用了“标量量化”压缩技术和机械学习相结合的方法，将图像分类标本大幅压缩。能识别256种图像的app数据量从54MB减少到3.4MB，能识别1000种图像的则从72MB减少到4.5MB。识别精度和速度则基本不变。因为是在移动终端内部完成一系列识别过程，因此能实时进行图像识别。

对于应用场景，研发人员进行的设想是，比如，当摄像头对着一个物体时，能实时判断出该物体是什么，并显示出与之相关的文章或文字介绍。具体说来，像健康管理app中对食物进行卡路里计算、观光app中对风景名胜进行讲解等。计划将推动智能手机、智能眼镜等厂商使用该技术。