本研究探讨了视觉语言模型在色彩幻觉中的感知偏差，提出了一种自动化框架来生成色彩幻觉图像，并建立了包含19,000幅图像的RCID数据集。实验结果表明，模型的感知偏差与人类相似，为理解其机制提供了新视角。

本文提出了一种基于非各向同性扩散模型的图像压缩框架，利用感知偏差生成高质量图像，并引入新熵模型以优化潜在表示的概率分布。实验证明，该框架在感知质量和比特率节省上优于现有模型。此外，低光图像增强方法和超分辨率技术也显示出显著性能提升，强调了预训练扩散模型在图像处理中的有效性。