基于深度学习的图像压缩编码研究报告.docVIP

基于深度学习的图像压缩编码研究报告

一、图像压缩编码的技术演进与深度学习的介入逻辑

（一）传统图像压缩编码的技术框架与性能瓶颈

图像压缩编码的核心目标是在保证视觉质量的前提下，最大限度地减少图像数据的存储空间和传输带宽占用。传统图像压缩技术主要基于变换编码、熵编码和预测编码三大核心模块构建，经过数十年的发展形成了以JPEG、JPEG2000、H.264/AVC、HEVC等为代表的国际标准体系。

JPEG作为第一代静态图像压缩标准，采用离散余弦变换（DCT）将图像从空间域转换到频率域，对高频系数进行量化丢弃以实现压缩。然而，DCT变换基于固定的基函数，难以适应图像内容的复杂变化，在高压缩比下容易出现块效应和振铃效应。JPEG2000则引入了离散小波变换（DWT），具备多分辨率分析能力，能够更好地保留图像的纹理细节，但编解码复杂度大幅提升，限制了其在实时应用场景中的推广。

视频压缩标准H.264/AVC和HEVC则融合了帧内预测、帧间预测、变换编码和熵编码等多种技术。帧内预测利用图像空间域的相关性，通过相邻像素预测当前像素值；帧间预测则基于时间域的相关性，通过运动估计和运动补偿去除冗余信息。尽管这些标准在压缩效率上取得了显著提升，但仍存在一些固有缺陷：一是预测模型依赖人工设计的规则，难以捕捉图像中复杂的语义信息；二是变换编码和熵编码模块的性能已接近理论极限，进一步提升压缩效率的空间有限