JPEG Image Compression using the Discrete Cosine Transform: An Overview, Applications, and Hardware Implementation
由于高分辨率数码相机、智能手机和医学测试图像的可用性，数字图像的尺寸越来越大，包含越来越多的信息，以表示原始图像的状态。因此，我们需要提出一些技术来将这些图像转换为较小的尺寸，而不会从实际中丢失太多信息。有有损和无损图像压缩格式，JPEG是其中流行的有损压缩。在本文中，我们提出了JPEG压缩的体系结构和使用VHDL（VHSIC硬件描述语言）的实现，并与一些当代实现的性能进行比较。JPEG压缩分为五个步骤：色彩空间转换、下采样、离散余弦变换（DCT）、量化和熵编码。这五个步骤仅用于压缩目的。另外，我们在VHDL中实现了逆序，以获得原始图像。我们使用优化的矩阵乘法和量化的DCT，以达到更好的性能。我们的实验结果表明，显着量的压缩比已经实现了非常小的变化，在图像中，这是几乎不可察觉的人眼。
2019-11-01 cs.MM
A multi-branch convolutional neural network for detecting double JPEG compression
Shenzhen University（深圳大学）
双重JPEG压缩的检测是取证分析的重要内容。提出了几种基于卷积神经网络（CNN）的方法。这些方法仅接受来自预处理数据的输入，例如直方图特征和/或解压缩图像。在本文中，我们提出了一个CNN的解决方案，使用原始DCT（离散余弦变换）系数从JPEG图像作为输入。考虑到JPEG中DCT子带的特性，设计了一种多分支CNN结构来检测JPEG格式的图像是否经过双重压缩。与以往的方法相比，该方法提供了端到端的检测能力。大量的实验已经进行了证明所提出的网络的有效性。
2017-10-16 cs.CV cs.MM
Q-matrix Unaware Double JPEG Detection using DCT-Domain Deep BiLSTM Network
Indian Institute of Technology Gandhinagar（印度理工学院甘地讷格尔分校）
双JPEG压缩检测近年来受到了广泛的关注，由于其适用性作为最广泛使用的JPEG文件格式的取证工具。现有的基于CNN的方法要么使用所有频率的直方图，要么依赖于统计学来选择特定低频的直方图来对单压缩和双压缩图像进行分类。然而，即使在双压缩图像/补丁的较低频率中，所有频率的直方图也不具有可区分的特征以将它们与单压缩图像分开。该方法直接从JPEG图像中提取量化后的DCT系数，而不需要在像素域进行解压缩，得到所有AC频率的直方图，使用基于$1\times 1$深度卷积的模块学习每个直方图与相应的q因子之间的内在关系，并利用定制的BiLSTM网络对这些特征向量序列进行选择性编码。该系统优于几个基线方法上的一个相对较大的和不同的公开可用的数据集的单，双压缩补丁。任何单JPEG压缩检测系统与双JPEG压缩检测系统的另一个基本方面是处理测试块使用与训练时使用的量化矩阵（Q矩阵）完全不同的量化矩阵（Q矩阵）进行压缩的场景;不同的相机制造商和图像处理软件通常使用其定制的量化矩阵。一组广泛的实验表明，在单个数据集上训练的所提出的系统在使用完全不可见的量化矩阵压缩的其他数据集上具有很好的泛化能力，并且在可见和不可见的量化矩阵场景中都优于最先进的方法。
2021-04-10 cs.LG cs.MM eess.IV
Reduction of Blocking Artifacts In JPEG Compressed Image
在JPEG（基于DCT）中，通过用少量变换系数表示原始图像来压缩图像数据。它利用了这样一个事实，即对于典型的图像，大量的信号能量集中在少量的系数。DCT变换编码的目标是在保持失真在可接受的水平的同时使保留的变换系数的数量最小化。在JPEG中，它是在8X8非重叠块中完成的。它将图像划分为大小相等的块，并独立处理每个块。块处理允许编码器适应局部图像统计，利用相邻图像像素之间的相关性，并减少计算和存储要求。块变换编码的最大退化之一是块伪影。这些伪影显示为可见块边界的规则图案。这种退化是系数的粗量化和不考虑相邻块像素之间的现有相关性的块的独立处理的直接结果。本文试图减少JPEG中块DCT变换引入的块效应。
2014-02-12 cs.GR cs.MM
Learning JPEG Compression Artifacts for Image Manipulation Detection and Localization
Korea Advanced Institute of Science and Technology (KAIST)（韩国科学技术院）；NAVER WEBTOON AI（NAVER网络漫画AI）；Samsung Electronics Co., Ltd.（三星电子株式会社）
检测和定位图像操纵是必要的，以打击恶意使用的图像编辑技术。因此，必须通过分析图像中的固有统计来区分真实区域和篡改区域。我们专注于JPEG压缩文物在图像采集和编辑。我们提出了一种卷积神经网络（CNN），它使用离散余弦变换（DCT）系数，其中压缩伪影仍然存在，以本地化图像操作。标准CNN无法学习DCT系数的分布，因为卷积会丢弃DCT系数所必需的空间坐标。我们说明了如何设计和训练一个神经网络，可以学习DCT系数的分布。此外，我们介绍了压缩伪影跟踪网络（CAT-Net），它联合使用图像采集伪影和压缩伪影。它在检测和定位篡改区域方面明显优于传统和基于深度神经网络的方法。
2022-05-25 cs.CV cs.LG cs.MM
Errorless Robust JPEG Steganography using Outputs of JPEG Coders
本文提出一种基于 DCT 系数格的 JPEG 隐写方法，通过分析系数在再压缩中的行为构建鲁棒集合，实现无差错消息恢复，并验证了其安全性。
2023-07-06 cs.CR cs.MM eess.IV
Maximizing compression efficiency through block rotation
离散余弦变换（DCT）广泛用于有损图像和视频压缩方案中，JPEG和MPEG。在本文中，我们证明了DCT的压缩效率取决于块内的边缘方向。特别地，当边缘与图像轴对齐时，实现更高的压缩比。为了最大限度地压缩一般图像，我们提出了一种旋转块DCT方法。它包括在应用DCT之前将每个块旋转一个对齐边缘的角度，并在解压缩阶段将块旋转回来。我们将展示如何计算旋转角度，并分析两种替代块旋转方法。我们的实验表明，我们的方法使一个感性的改善和PSNR增加高达2dB，与标准DCT相比，对于低和中等比特率。
2014-11-16 cs.MM
A Machine Learning Approach to Optimal Inverse Discrete Cosine Transform (IDCT) Design
本文提出了一种最优的逆离散余弦变换（IDCT）来补偿量化误差，以实现有效的有损图像压缩。在当前的图像/视频编码标准中，前向DCT和逆DCT是成对设计的，没有考虑量化效应。然而，量化DCT系数的分布偏离原始DCT系数的分布。这在JPEG压缩图像的质量因子较小时尤其明显。为了解决这个问题，我们首先使用一组训练图像来学习级联的前向DCT、量化和解量化的复合效果。然后，学习新的IDCT内核来逆转这种流水线的效果。实验结果表明，在较宽的质量因子范围内，该方法比标准JPEG有0.11-0.30dB的增益。
2021-01-31 cs.MM eess.IV
Low-complexity Pruned 8-point DCT Approximations for Image Encoding
提出了两种无乘法器的8点离散余弦变换（DCT）近似。这两种变换都比现有技术的方法具有更低的算术复杂度。这些新方法的性能进行了评估，在图像压缩的上下文中。一个JPEG类的模拟进行，证明了所介绍的方法的充分性和竞争力。还考虑了CMOS技术的数字VLSI实现。这两种方法都在Berkeley仿真引擎（BEE3）中实现。
2016-12-11 cs.DS cs.MM stat.CO
New Design Paradigm of Distortion Cost Function for Efficient JPEG Steganography
最近，随着JPEG相位感知隐写分析功能的引入，例如，JPEG隐写失真代价函数GFR的设计不仅要保持DCT域的统计不可检测性，而且要保持空域的统计不可检测性。为了解决这个问题，本文提出了一种新的范式JPEG隐写失真成本函数的设计，通过一个广义失真成本域变换（DCDT）函数计算失真成本。所提出的函数包括解压缩的像素块嵌入变化及其对应的单位变化的嵌入失真代价，其中像素嵌入失真代价以更一般的指数模型表示，旨在灵活地分配嵌入数据。通过这种方式，JPEG隐写术可以被公式化为最小化其解压缩空间域中的总失真代价的优化问题，这相当于最大化其对JPEG相位感知隐写分析特征的统计不可检测性。实验结果表明，所提出的DCDT配备了HiLL（空间隐写失真代价函数）是优于其他国家的最先进的JPEG隐写方案，例如，UERD、J-UNIWARD和GUED在抵抗JPEG相位感知特征的基于特征的隐写分析器GFR和SCA-GFR的检测方面，与BET-HiLL竞争，计算复杂性低一个数量级，并且通过考虑相互依赖的嵌入交互作用有可能进一步改进。此外，建议的DCDT也被验证是有效的，不同的图像数据库和质量因素。
2021-06-10 cs.MM
Weyl-Heisenberg Transform Capabilities in JPEG Compression Standard
本文针对JPEG压缩标准的效率瓶颈，提出用二维离散正交Weyl-Heisenberg变换（DWHT）替代原有的离散余弦变换（DCT），改进后的JPEG算法经实验验证压缩效率优于原标准。
2025-11-14 cs.MM eess.IV eess.SP
A Multiparametric Class of Low-complexity Transforms for Image and Video Coding
Universidade de São Paulo（圣保罗大学）；Universidade Federal de Pernambuco（伯南布哥联邦大学）；Universidade Federal do Rio Grande（里奥格兰德联邦大学）；Universidade Federal de Santa Maria（圣玛丽亚联邦大学）；University of Calgary（卡尔加里大学）
离散变换在许多信号处理应用中起着重要的作用，近年来经典变换的低复杂度替代方案变得流行。特别地，离散余弦变换（DCT）已被证明对于数据压缩是方便的，被用于众所周知的图像和视频编码标准，诸如JPEG、H. 264和最近的高效视频编码（HEVC）。在本文中，我们介绍了一类新的低复杂度的8点DCT近似的基础上发表的一系列工作Bouguezel，艾哈迈德和Swamy。此外，一个多参数的快速算法，包括已知的和新的变换。我们选择最佳性能的DCT近似解决多准则优化问题后，并提交给他们的缩放方法，以获得更大的尺寸变换。我们评估这些DCT近似在JPEG类图像压缩和视频编码实验。我们表明，最佳的DCT近似提出令人信服的结果，在编码效率和图像质量指标方面，只需要很少的加法或移位操作，适用于低复杂度和低电力系统。
2020-06-19 cs.CV cs.MM eess.IV
Recovering Sign Bits of DCT Coefficients in Digital Images as an Optimization Problem
University of Southern California（南加州大学）；Hunan University（湖南大学）；Peking University（北京大学）；University of Kent（肯特大学）；Xiangtan University（湘潭大学）
本文研究数字图像DCT系数符号位恢复问题，提出两种求解NP难MILP问题的近似方法，并应用于JPEG图像，实验证明其显著优于现有方法。
2024-01-08 cs.CV cs.MM
Estimating SSIM from MSE for DCT-Based Compressed Images via Modeling Local Error Statistics
Université du Québec à Rimouski（魁北克大学里穆斯基分校）；Kingston University London（伦敦金斯顿大学）
针对基于DCT的压缩图像，提出两种基于方差或标准差权重重分配全局MSE以近似局部MSE的方法，实现从MSE估计SSIM，其在多数据集实验中显著优于全局MSE基线，且可自然扩展至视频领域。
2026-08-21 cs.CV cs.MM
Prediction of Transformed (DCT) Video Coding Residual for Video Compression
视频压缩已经借助于分析-合成，并且更具体地借助于修复来研究。我们方法的第一部分是开发图像中DCT系数的修复。这显示了良好的效果，图像压缩没有超越今天的压缩标准，如JPEG。然后，我们研究了在视频编码器中集成相同的方法，特别是在广泛使用的H264 AVC标准编码器中，但是相同的方法可以在HEVC的框架中使用。这项工作的独创性在于取消在编码器，然后自动恢复，在解码器，一些精心挑选的DCT残差系数。为此，我们已经开发了一个恢复模型的转换系数。通过使用基于总变分的模型，我们推导出被抑制或改变的变换系数的重建条件。这里的主要目的，在视频编码的上下文中，是提高现有的编码器的率失真性能。为此，基于图像正则化过程，DCT恢复被用作变换系数的空间预测的附加预测步骤。该方法已成功地测试与H.264 AVC视频编解码器标准。
2014-04-16 cs.IT cs.MM math.IT
Video Quality Enhancement Using Deep Learning-Based Prediction Models for Quantized DCT Coefficients in MPEG I-frames
Pontifical Catholic University of Rio de Janeiro（里约热内卢天主教大学）
提出一种基于频域到频域的MPEG视频解码器，利用深度学习模型预测低质量I帧比特流中缺失的量化DCT系数，将QF为10的帧增强至接近QF为20的质量。
2020-10-09 cs.CV cs.LG cs.MM
Low-Complexity Loeffler DCT Approximations for Image and Video Coding
Universidade Federal de Pernambuco（伯南布哥联邦大学）；Universidade Federal de Santa Maria（圣玛丽亚联邦大学）；University of Akron（阿克伦大学）；Florida International University（佛罗里达国际大学）；Friedrich-Alexander-Universität Erlangen-Nürnberg（埃尔朗根-纽伦堡弗里德里希-亚历山大大学）；Universidade Federal do Rio Grande do Sul（南里奥格兰德联邦大学）；University of Calgary（卡尔加里大学）
介绍了一种基于Loeffler离散余弦变换（DCT）算法的矩阵参数化方法。因此，提出了一类新的八点DCT近似，能够统一的数学形式主义的几个八点DCT近似在文献中存档。Pareto有效的DCT近似是通过多准则优化，其中计算复杂度，邻近度和编码性能被认为是。高效的近似及其缩放的16点和32点版本被嵌入到图像和视频编码器中，包括类似JPEG的编解码器和H.264/AVC和H.265/HEVC标准。结果进行了比较，未修改的标准编解码器。高效的近似映射和Xilinx VLX 240 T FPGA上实现和评估的面积，速度和功耗。
2022-07-29 cs.CV cs.MM eess.IV
A Class of Low-complexity DCT-like Transforms for Image and Video Coding
离散余弦变换（DCT）是信号处理应用中的相关工具，主要以其良好的去相关特性而闻名。当前的图像和视频编码标准（例如JPEG和HEVC）采用DCT作为用于压缩的基本构建块。最近的工作已经介绍了低复杂度的近似的DCT，这在要求实时计算和低功耗的应用中变得至关重要。DCT近似的设计涉及计算复杂度和性能之间的权衡。本文介绍了一种新的多参数变换类，包括舍入DCT（RDCT）和修改的RDCT（MRDCT），两个相关的无乘法器8点近似DCT。给出了相应的快速算法。通过求解一个多准则优化问题，得到了四个新的正交低复杂度8点DCT近似。最佳的8点变换被缩放到长度16和32，同时保持低的算术复杂度。所提出的方法进行评估的接近度和编码措施相对于精确的DCT。完成了图像和视频编码实验的硬件实现。新的变换执行接近或优于当前最先进的DCT近似。
2022-12-08 cs.MM cs.NA eess.IV
Side-Informed Steganography for JPEG Images by Modeling Decompressed Images
针对JPEG边信息隐写中舍入误差利用偏启发式的问题，本文通过估计舍入误差与嵌入变化的协方差，在解压图像空间域建模并最小化KL散度，显著提升了对抗深度学习检测器的安全性。
2022-11-09 cs.CR cs.MM eess.IV
DHNet: Double MPEG-4 Compression Detection via Multiple DCT Histograms
NAVER WEBTOON AI（NAVER WEBTOON人工智能）；Samsung Electronics（三星电子）；Korea Advanced Institute of Science and Technology（韩国高等科学技术研究院）
在本文中，我们的目标是检测MPEG-4的双重压缩，MPEG-4是一种内置于监控系统和拍摄设备中的通用视频编解码器。双重压缩伴随着各种类型的视频操作，其痕迹可以用来确定视频是否是伪造的。为此，我们提出了一个神经网络为基础的方法与判别功能，捕捉特殊的文物在离散余弦变换（DCT）域所造成的双重MPEG-4压缩。通过分析MPEG-4的帧内编码过程，它执行基于块DCT的量化，我们利用多个DCT直方图作为特征，专注于多分辨率块的DCT系数的统计特性。此外，我们提高了检测性能，使用密集层的量化表的矢量化功能作为辅助信息。实验结果表明，与基于神经网络的方法相比，该方法具有较高的性能。
2022-04-15 cs.AI cs.CV cs.MM
Off-By-One Implementation Error in J-UNIWARD
Universität Innsbruck（因斯布鲁克大学）
本报告分析 J-UNIWARD 原始实现中代价图窗口右下偏移一像素的差一错误，发现其造成部分图像块代价高低偏差但影响较小，且对基于学习的隐写分析几乎无影响。
2023-12-08 cs.CR cs.LG cs.MM
Improved Watermarking Scheme Using Discrete Cosine Transform and Schur Decomposition
水印是一种技术，它包括在图像中引入品牌，作者的名称或徽标，以保护其免受非法复制。现有的水印信道的容量通常是有限的。本文提出了一种新的鲁棒性方法，该方法包括将Schur分解后得到的标记的三角矩阵添加到宿主图像的DCT变换中。酉矩阵充当用于提取标记的秘密密钥。与大多数水印算法不同，宿主图像和标记具有相同的大小。实验结果表明，该方法对JPEG压缩、色彩还原、加噪、滤波、剪切、低旋转、直方图扩展等攻击具有较好的鲁棒性。
2013-08-02 cs.CR cs.MM
Universal Stego Post-processing for Enhancing Image Steganography
众所周知，设计或改进嵌入代价是当前隐写方法的关键问题。与现有的工作不同，我们提出了一个新的框架，通过对嵌入单元的后处理来增强隐写安全性（即，像素值和DCT系数）直接进行隐写。本文首先分析了伴随格码的特点，然后设计了用于后处理的规则，以保证隐藏信息的正确提取。由于隐写伪影通常反映在图像残差上，我们试图减少覆盖和修改的隐写之间的残差距离，以提高隐写的安全性。为此，我们将后处理建模为非线性整数规划，并通过启发式搜索实现。此外，我们仔细确定了几个重要的问题，在拟议的后处理，如候选嵌入单元进行修改，后修改的方向和幅度，自适应滤波器获得的残差，和残差的距离测量。对手工隐写分析特征和基于深度学习的隐写分析特征的大量实验结果表明，该方法可以有效地增强大多数现代隐写方法在空间域和JPEG域的安全性。
2020-02-19 cs.MM
Robust adaptive steganography based on dither modulation and modification with re-compression
传统的自适应隐写术是一种安全性较高的隐蔽通信技术，但当隐写图像通过有损网络传输给合法接收者时，如JPEG压缩信道时，自适应隐写术就失效了。针对这一问题，提出了鲁棒自适应隐写算法，使接收方能够从受损的隐写图像中提取秘密信息。以往的工作利用逆向工程和抗压缩域构造来实现鲁棒的自适应隐写。本文采用修改再压缩的方法来提高隐写序列在隐写图像中的鲁棒性。为了平衡安全性和鲁棒性，我们将嵌入域移到DCT（离散余弦变换）系数的低频区域，以提高鲁棒自适应隐写的安全性。此外，我们增加额外的检查码，以进一步降低平均提取出错率的基础上E-DMAS（增强抖动调制的鲁棒自适应隐写）的框架。实验结果表明，在信道质量因子已知的情况下，与GMAS（Generalized dither Modulation based robust Adaptive Steganography）和E-DMAS相比，该方案具有较强的鲁棒性，大大提高了鲁棒自适应隐写的安全性。
2021-03-20 cs.MM
Lossy Image Compression -- A Frequent Sequence Mining perspective employing efficient Clustering
Department of Computer Science \& Engineering MVGRCE, Andhra Pradesh, India Email
本文提出一种基于频繁序列挖掘和高效聚类的有损图像压缩方法，通过优化算法和并行处理提升压缩效率与质量。
2026-01-24 cs.AI cs.MM eess.IV
Exploiting context dependence for image compression with upsampling
Jagiellonian University（雅盖隆大学）
具有上采样的图像压缩对信息进行编码，以例如通过对FUIF和JPEG XL中的差异进行编码来间接地增加图像分辨率。它对于渐进解码是有用的，也通常可以提高压缩比-对于无损压缩和例如有损的DC系数两者。然而，当前使用的解决方案并不利用上下文相关性来编码这种放大信息。本文讨论了用于此目的的简单廉价的通用技术，与固定拉普拉斯分布的假设相比，该技术允许为48个标准$512\times 512$灰度8位图像的最后一次升级节省平均$0.645$位/差（$0.138$和$1.489$之间）。使用上下文的最小二乘线性回归来预测拉普拉斯分布的中心给出了平均$0.393$位/差节省。通过额外预测该拉普拉斯分布的宽度，也仅使用最小二乘线性回归来获得剩余的节省。对于RGB图像，如果使用固定变换，与标准YCrCb相比，如果单独优化颜色变换，则与$\approx 6.3\%$相比，平均$\approx 4.6\%$尺寸减小。如果根据上下文预测拉普拉斯参数，则可以得到进一步的平均$\approx 10\%$约简。所提出的简单廉价的通用方法也可用于不同类型的数据，如有损图像压缩中的DCT系数。
2020-07-13 cs.LG cs.MM eess.IV
Data Diversity, Not Frequency Invariance: A Controlled and Self-Audited Study of Compression-Robust Deepfake Detection
ADA University（ADA大学）；MegaSec AI Company（MegaSec人工智能公司）
该研究通过受控实验发现，抗压缩深度伪造检测的关键是数据多样性而非频率不变性，普通EfficientNet-B0优于CAFRL，对抗分支无增益，需匹配训练配方并利用编解码器多样性提升鲁棒性。
2026-11-10 cs.CV cs.LG cs.MM
