FLLIC：功能无损图像压缩
内容提要
本文综述学习图像压缩进展：L3C采用分层自适应熵模型，性能超越PNG和WebP；后续研究致力于提升感知质量、节省比特率，并拓展至语义分割、JPEG重压缩等方向。
延伸解读
L3C 的核心创新与性能优势
L3C 是首个实用的学习无损图像压缩系统，其核心是一种可完全并行化的分层自适应熵编码概率模型，并针对压缩任务进行端到端优化。与 PixelCNN 等自回归模型不同，L3C 将图像分布与学习的辅助表示一起建模，而非仅在 RGB 空间建模，且只需三次前向传递即可预测所有像素的概率。实验表明，L3C 在压缩率上优于 PNG、WebP 和 JPEG 2000，同时学习辅助表示显著优于预定义的 RGB 金字塔。
感知质量与比特率节省的进展
后续研究致力于提升学习图像压缩的感知质量并节省比特率。例如，2023 年的一项工作通过改善人类感知和效率，在主观效果上与最先进方法竞争，并比相同主观质量节约超过 25% 的比特率。2023 年的非二元鉴别器方法在 CLIC2020 等数据集上，以比 HiFiC 少 30-40% 的比特达到相同 FID。PO-ELIC 则通过对抗训练在更低比特率下提供与 HiFiC 相当的感知品质。
学习压缩向语义与重压缩任务拓展
学习图像压缩已拓展至语义分割和 JPEG 重压缩等方向。DSSLIC 框架将语义分割映射编码为基本层，在 PSNR 和 MS-SSIM 上优于 H.265/HEVC-based BPG，并可用于图像搜索和基于对象的自适应压缩。另一项工作构建了统一的有损和无损 JPEG 重压缩框架，在接近上界的比特率下实现任意低的失真，首次填补了 JPEG 有损与无损重压缩之间的学习方法空白。
Q&A
L3C是什么？它在图像压缩方面有什么优势？
L3C是第一个实用的学习无损图像压缩系统，其压缩性能优于PNG、WebP和JPEG 2000。它采用可完全并行化的分层自适应熵编码概率模型，端到端优化，只需三次前向传递即可预测所有像素的概率。
学习图像压缩在提升感知质量方面有哪些进展？
有研究通过改善人类感知和效率，实现了与最先进方法相竞争的主观效果，节约超过25%的比特率；PO-ELIC采用对抗训练技术，在更低比特率下提供与HiFiC相当的感知品质；还有研究引入非二元鉴别器，联合优化失真和统计保真度，在相同FID下比HiFiC节省30-40%比特。
学习图像压缩如何应用于语义分割任务？
DSSLIC框架将输入图像的语义分割映射编码为比特流的基本层，生成紧凑表示作为第一个增强层，获得粗略重构，再编码差值作为另一个增强层。该框架在PSNR和MS-SSIM指标上优于H.265/HEVC-based BPG等编解码器，并可用于图像搜索和基于对象的自适应图像压缩。
JPEG重压缩方面有哪些学习方法？
有研究通过学习的量化表和马尔科夫分层变化自动编码器构建了统一的有损和无损JPEG重新压缩框架，在接近上界的比特率下实现任意低的失真，是第一个填补JPEG图像损失和无损重压缩之间差距的学习方法。
学习图像压缩模型的基本结构是什么？
一种典型方法由非线性分析变换、均匀量化器和非线性合成变换构成，使用卷积线性滤波器和非线性激活函数的三个连续阶段构建变换，其中联合非线性性选择实现局部增益控制，利用随机梯度下降变体优化整个模型以实现速率失真性能，并使用连续代理引入量化器产生的不连续损失函数。
学习图像压缩存在哪些安全风险？
有研究探讨了对学习图像压缩进行不可察觉攻击，使用基于Frobenius范数的损失函数和不可察觉性约束在Kodak数据集上进行实验，表明了该方法的有效性，并提供了未来设计防御策略的建议。
