An Overview of the JPEG AI Learning-Based Image Coding Standard
Bytedance Inc.（字节跳动公司）；Tencent Media Lab（腾讯媒体实验室）；Bytedance China（字节跳动中国）
本文概述了JPEG AI学习型图像编码标准，该标准提供单流紧凑压缩域表示，面向人类视觉和机器消费，在多种质量指标上显著降低BD-rate，并支持广泛互操作性。
2025-10-13 cs.LG cs.MM 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
Simulated Annealing for JPEG Quantization
Harvard University（哈佛大学）
JPEG是使用最广泛的图像格式之一，但在某些方面仍然令人惊讶地未优化，也许是因为一些自然优化会超出定义JPEG的标准。我们展示了如何通过找到改进的默认量化表，以符合标准的、向后兼容的方式改进JPEG压缩。我们描述了一种模拟退火技术，使我们能够找到几个量化表，表现优于行业标准，在压缩的大小和图像保真度。具体来说，我们得出的表，减少FSIM误差超过10%，同时提高压缩超过20%，在我们的测试中，在质量水平95;我们也提供了类似的结果，为其他质量水平。虽然我们承认我们的方法在某些图像中会在大放大倍率下导致可见的伪影，但我们相信使用这些量化表或使用我们的方法可以找到的其他表将显着减少JPEG文件大小，并提高整体图像质量。
2017-09-03 cs.CV cs.GR cs.MM
Learned Lossless JPEG Transcoding via Joint Lossy and Residual Compression
Unviersity of Science and Technology of China（中国科学技术大学）
JPEG作为一种常用的图像压缩格式，在图像的传输和存储中得到了广泛的应用。为了在保持JPEG图像质量的同时进一步降低压缩成本，已经提出了无损转码技术来在DCT域中重新压缩压缩的JPEG图像。另一方面，以前的工作，通常减少冗余的DCT系数和优化的熵编码的概率预测在手工制作的方式，缺乏泛化能力和灵活性。为了解决上述挑战，我们提出了学习无损JPEG转码框架通过联合有损和残差压缩。而不是直接优化的熵估计，我们专注于存在于DCT系数的冗余。据我们所知，我们是第一个利用学习的端到端有损变换编码，以减少冗余的DCT系数在一个紧凑的代表域。我们还介绍了无损转码的残差压缩，它自适应地学习残差DCT系数的分布之前，使用基于上下文的熵编码压缩它们。我们提出的转码架构显示出显着的优越性，在JPEG图像的压缩由于协作学习有损变换编码和残差熵编码。在多个数据集上进行的大量实验表明，我们提出的框架可以实现约21.49%的比特节省平均基于JPEG压缩，这比典型的无损转码框架JPEG-XL的3.51%。
2022-08-24 cs.CV cs.MM
DCT-domain Deep Convolutional Neural Networks for Multiple JPEG Compression Classification
随着数字成像系统和网络的快速发展，配备有网络连接的低成本手持图像捕获设备变得无处不在。这种数字图像捕获和共享的便利性也伴随着用户友好的图像编辑软件的广泛使用。因此，我们正处于一个数字图像可以很容易地用于大规模传播虚假信息的时代，其完整性需要受到严重质疑。对图像应用多个有损压缩是涉及有损压缩图像的任何图像编辑流水线的基本部分。本文旨在解决的问题，分类的基础上，他们经历了JPEG压缩的数量的图像，通过利用深卷积神经网络在DCT域。所提出的系统在将图像数据馈送到CNN之前结合了一个精心设计的预处理步骤，以捕获压缩伪影的基本特征，并使系统图像内容独立。详细的实验进行优化系统的不同方面，如深度的CNN，DCT频率的数量，和执行时间。标准UCID数据集上的结果表明，所提出的系统优于现有系统的多个JPEG压缩检测，并能够分类更多数量的再压缩周期，然后现有的系统。
2017-12-06 cs.MM
Deep Convolutional Neural Network to Detect J-UNIWARD
本文提出了一个应用卷积神经网络（CNN）检测J-UNIWARD，最安全的JPEG隐写方法之一的实证研究。指导CNN架构设计的实验已经在JPEG压缩的BOSSBase上进行，该BOSSBase包含10，000个大小为512 x512的封面。结果证明，池化方法和CNN的深度对性能至关重要。结果还证明，20层CNN，一般来说，优于最复杂的基于特征的方法，但其优势逐渐减少难以检测的情况。为了证明性能适用于大规模数据库和不同的覆盖大小，我们在ImageNet的CLS-Cover数据集上进行了一个实验，该数据集包含超过100万个裁剪为256 x256统一大小的覆盖。提出的20层CNN已经将最近提出的用于大规模JPEG隐写分析的CNN的错误减少了35%。源代码可通过GitHub获得：https://github.com/GuanshuoXu/deep_cnn_jpeg_steganalysis
2017-04-26 cs.MM
The Design, Implementation, and Deployment of a System to Transparently Compress Hundreds of Petabytes of Image Files for a File-Storage Service
我们报告的设计，实施和部署的Lepton，一个容错系统，losslime压缩JPEG图像的原始大小的77%，平均。Lepton用并行化的算术代码替换了基线JPEG压缩的最低层-霍夫曼代码，因此可以快速恢复原始JPEG文件的确切字节。轻子匹配最好的先前工作的压缩效率，同时解码速度快9倍以上，并以流的方式。Lepton已作为开源软件发布，并已在Dropbox文件存储后端部署了一年。截至2017年2月，它已经压缩了超过203 PiB的用户JPEG文件，节省了超过46 PiB。
2017-03-26 cs.DC cs.GR cs.MM
Benefiting from Duplicates of Compressed Data: Shift-Based Holographic Compression of Images
存储系统通常依赖于相同压缩数据的多个副本，从而在二进制数据错误的情况下实现恢复，当然，以更高的存储成本为代价。在本文中，我们表明，一个更明智的方法复制需要巨大的潜在利益的数据类型容忍近似表示，如图像和视频。我们提出了一种方法来产生一组不同的压缩表示为一个给定的信号，使得它们的任何子集允许重建的信号的质量仅取决于所使用的压缩表示的数量。从本质上讲，我们实现了全息表示的思想，其中所有的表示在改进重建中同样重要。在这里，我们建议利用常见压缩过程的位移敏感性，并通过压缩信号的各种位移来生成全息表示。两个实现的想法，标准的压缩方法的基础上，提出：第一个是一个简单的，无优化的设计。第二种方法起源于具有挑战性的率失真优化，通过交替方向乘法器（ADMM）减轻，导致重复应用标准压缩技术的过程。该方法的评价，结合JPEG 2000图像压缩标准，显示了优化的有效性，在提供压缩的全息表示，通过一个基本的重建过程，使令人印象深刻的增益几分贝的PSNR超过精确的复制。
2019-02-07 cs.MM
Joint Reconstruction of Multi-view Compressed Images
Ecole Polytechnique Fédérale de Lausanne (EPFL)（洛桑联邦理工学院）
相关多视点图像的分布式表示是视觉传感器网络中的一个重要问题。本文研究了分布式压缩相关图像的联合重建问题，即联合解码以提高所有压缩图像的重建质量。我们考虑一种场景，其中在不同视点处捕获的图像使用公共编码解决方案（例如，JPEG，H.264帧内），在不同相机之间具有平衡的速率分布。中央解码器首先从将用于联合信号恢复的独立压缩的图像估计潜在的相关模型。联合重建，然后作为一个约束的凸优化问题，重建符合估计的相关模型的全变差（TV）平滑图像。同时，我们增加了约束条件，迫使重建的图像与其压缩版本保持一致。我们通过实验表明，所提出的联合重建方案优于独立重建的图像质量，对于给定的目标比特率。此外，我们提出的算法的解码性能相比，有利的国家的最先进的分布式编码方案的基础上的差异学习和发现。
2012-06-19 cs.CV cs.MM
Semantic Perceptual Image Compression using Deep Convolution Networks
Brandeis University（布兰代斯大学）
如何提高有损图像的视觉质量和视频压缩一直被认为是一个重要的问题。计算能力的最新进步以及大训练数据集的可用性增加了对深度学习cnn应用于解决图像识别和图像处理任务的兴趣。在这里，我们提出了一个强大的CNN专门针对语义图像理解的特定任务，以实现更高的视觉质量在有损压缩。一个适度增加的复杂性被纳入编码器，允许一个标准的，现成的jpeg解码器被使用。虽然jpeg编码可以针对通用图像进行优化，但是该过程最终不知道要压缩的图像的具体内容。我们的技术通过设计和训练一个模型来识别给定图像中的多个语义区域，从而使jpeg具有内容感知能力。与目标检测技术不同，我们的模型不需要标记对象位置，并且能够在单次通过中识别对象。我们提出了一种新的CNN架构，专门针对图像压缩，它生成一个地图，突出语义突出的地区，使他们可以在更高的质量编码相比，背景区域。通过为每个类添加一组完整的特征，然后对所有特征激活的总和取一个阈值，我们生成了一个突出语义突出区域的地图，以便与背景区域相比，它们可以以更好的质量进行编码。在Kodak PhotoCD数据集和MIT显着性基准数据集上进行了实验，在相同的压缩尺寸下，我们的算法获得了更高的视觉质量。
2017-03-29 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
CPIPS: Learning to Preserve Perceptual Distances in End-to-End Image Compression
National Taiwan University（台湾大学）
针对机器视觉处理视觉内容增多的需求，提出CPIPS方法，从神经编解码器低代价推导，在保留感知距离时优先语义相关性，计算速度快于LPIPS等DNN类感知指标。
2023-10-01 cs.CV cs.MM eess.IV
Self-Asymmetric Invertible Network for Compression-Aware Image Rescaling
Bytedance Inc., Shenzhen, China（字节跳动有限公司（深圳））；Bytedance Inc., San Diego, CA, 92122 USA（字节跳动有限公司（圣迭戈））
高分辨率（HR）图像通常被缩小到低分辨率（LR）图像以获得更好的显示效果，然后再放大到原始大小以恢复细节。最近在图像缩放方面的工作将缩小和放大作为一个统一的任务，并通过可逆网络学习HR和LR之间的双射映射。然而，在现实世界的应用中（例如，社交媒体），大多数图像都被压缩用于传输。有损压缩会导致LR图像上的信息不可逆地丢失，从而破坏逆升尺度过程并降低重建精度。在本文中，我们提出了自非对称可逆网络（SAIN）的压缩感知图像缩放。为了解决分布偏移，我们首先开发了一个端到端的非对称框架，分别针对高质量和压缩的LR图像具有两个单独的双射映射。然后，基于这个框架的实证分析，我们使用各向同性高斯混合模型的分布丢失的信息（包括降尺度和压缩），并提出了增强的可逆块，以获得高质量/压缩LR图像在一个向前通过。此外，我们设计了一组损失来正则化学习的LR图像并增强可逆性。大量的实验证明了SAIN在标准图像压缩格式（即，JPEG和WebP）。
2023-03-11 cs.CV cs.MM eess.IV
