JPEG XL的设计忽视位深度，强调感知质量而非数字精度。与AVIF相比，JPEG XL通过浮点数处理和XYB色彩空间优化图像质量，适应不同显示条件，提升视觉效果。

本研究提出了一种新颖的两阶段JSCC框架SING，旨在提升极端条件下图像传输的感知质量。实验结果表明，SING在挑战性环境中优于传统方法。

本研究提出了一种新方法——后验均值修正流（PMRF），在图像恢复中优化后验均值预测，提升感知质量并减少均方误差。实验表明，PMRF在多种任务中优于传统方法。

本文探讨了图像修复算法中失真度与感知质量的对立关系，提出了一种新的评估方法，并通过生成对抗网络（GAN）优化超分辨率图像生成。研究表明，现有图像质量评估方法无法公平评估基于GAN的算法，提出的双分支减参考SR-IQA网络在评估真实世界超分辨率图像质量方面表现优异。

该论文探讨了图像超分辨率的质量评估，提出了超分辨率图像保真度指数（SRIF）及多种新模型，显著提升了超分辨率图像的感知质量和评估方法，实验结果在多个基准测试中表现优异。

本文介绍了一种新型的GAN反演架构，名为特征-风格编码器，能够更准确地反演实际图像，获得更好的感知质量和更低的重建误差。该编码器在视频反演和编辑方面也表现出特别适用性。通过广泛的实验，该方法在基于风格的GAN反演方面显著优于竞争方法，达到了最新成果。