本文为大家介绍jpeg图像压缩原理(jpeg的压缩格式)，下面和小编一起看看详细内容吧。
数据压缩是一个基本的工程问题，在有限容量信道上的数据存储和传输中具有重要应用。图像作为一种信息载体，拥有庞大的数据量，因此研究人员一直没有停止对图像压缩的研究。
在iclr 2017会议上，来自纽约大学的johannes balle等研究人员提出了一种端到端的优化图像压缩方法，并发表了论文：《end-to-end optimized image compression》。该方法包括三个过程：非线性分析变换、均匀量化器和非线性综合变换。
这些转换建立在卷积线性滤波器和非线性激活函数的三个连续阶段中。在一组测试图像上，该方法的性能通常优于标准jpeg 和jpeg 2000 压缩方法，具有更好的率失真性能。更重要的是，该方法在所有比特率的所有图像中实现了显着的视觉质量改进，客观质量测量方法ms-ssim 也证明了这一点。
雷锋网了解到，这篇论文将在2017年4月24日的iclr大会上作为第一个contributed talk进行讨论。
以下是雷锋网ai科技评论根据论文内容进行的部分编译。
抽象的
数据压缩是一个经过充分研究的基础工程问题，通常为给定的离散数据集设计一种具有最小熵的编码。该解决方案在很大程度上依赖于对数据概率结构的了解，因此该问题与概率源建模密切相关。
然而，由于所有实际编码都必然具有有限熵，连续值数据（例如图像像素强度的向量）必须量化为离散值，这会导致错误。在有损压缩问题中，必须权衡两个损失：离散化表示的熵（rate，压缩率）和量化带来的误差（distortion，失真）。不同的压缩应用场景，如数据存储或有限容量信道传输，需要在压缩比和失真之间进行不同的权衡。
同时优化压缩和失真是很困难的。在没有额外约束的情况下，高维空间中的最优量化是难以处理的。出于这个原因，大多数当前的图像压缩方法将数据向量线性变换为适当的连续值表示，独立量化每个元素，然后使用无损熵编码对得到的离散表示进行编码。由于变换的关键作用，这种方法被称为变换编码（transform coding）。例如，jpeg 在块像素上使用离散余弦变换，而jpeg 2000 使用多尺度正交小波分解。
研究人员开发了一种基于非线性变换的端到端优化图像压缩架构（如下图所示）。这是一种通用的非线性变换编码架构。图像向量x 通过参数分析变换y=ga(x;) 映射到代码空间。这种表示被量化，产生一个离散值的向量q，然后被压缩。重建压缩图像则相反。
对于分析变换，研究人员使用基于级联线性卷积层和非线性层的更灵活的变换来优化均方误差（mse）。值得注意的是，研究人员使用了广义pisive 归一化(gnd) 联合非线性层，该层对高斯图像密度非常有效，其灵感来自于生物视觉系统的神经元。
论文结果表明：
在论文中，研究人员将他们的方法与两种标准方法jpeg 和jpeg 2000 进行了比较。结果如下：
下面是上图亮度分量的率-失真曲线，左边是感知质量，通过多尺度结构相似性（ms-ssim）测量。右边是峰值信噪比。
下图显示了三种比特率下的图像压缩。从上到下是jpeg，论文中的方法，jpeg 2000，从左到右，码率逐级递增。
与未压缩的原始图像相比，论文中的方法细节较少，消除了大部分细节纹理和图案，但保留了轮廓的平滑度和边缘的锐度，使图像看起来更自然.
相比之下，jpeg 和jpeg 2000 有明显的伪像，这也是所有线性变换编码方法的问题：由于局部特征（边缘、轮廓、纹素等）是由局部线性基函数的组合表示的，因此变换系数 的独立标量量化导致这些组合不平衡，导致底层基函数的视觉反射，即图像混叠和振铃。
值得注意的是，本文的方法在所有测试图像和所有比特率上都具有可检测的优势。上图显示了从高比特率到低比特率的进展。随着比特率的降低，jpeg 和jpeg 2000 通过粗化线性基函数系数的精度降低了它们对原始图像的近似，从而暴露了这些基函数的视觉外观。另一方面，论文中的方法逐步简化了轮廓和其他图像特征，有效地隐藏了表示的潜在量化。
iclr 评论
iclr 委员会最终决定
评价：这是我们接受的两篇最好的论文之一，我推荐它作为口头报告。审稿人对该主题进行了相当的关注和深入的了解。
决定：接受（口头）
很好的纸
评分：9分：在所有入选论文中排名前15%，强烈推荐
评论：这是迄今为止我读过的关于使用深度神经网络进行图像压缩的最有说服力的论文。这篇文章写的很好，客观评价中的rate-distortion理论很符合这个框架。本文将结果与合理的基准（jpeg 2000，上一篇文章仅与jpeg 进行比较）进行比较。希望这篇文章能够产生深远的影响。
希望能把该方法在lena/barbare/baboon图像上的结果加进去，与更多的经典方法进行对比，得到最好的结果。能够清楚地表明神经网络方法与以前的最先进技术不同
好地方法之间的不同是至关重要的。从目前提交版本的论文看来，我仍然不知道这两个范畴的方法哪个更好。
有极好的性能，但是缺乏细节
打分：8分：在全部入选论文中排名top 50%，确定接收
评论：本文将rate-distortion优化的方法拓展到深度编码器和解码器，并从简单的熵编码方法拓展到自适应熵编码。此外，本文还讨论了该方法和变分自动编码器之间的关系。
由于rete-distortion优化的方法已经被出版过，这次递交的文章的新颖性并不是非常高。在某些方面上，这篇文章甚至有退步，由于早期的工作是对perceptual metric进行优化，而这里使用的是mse。然而，结果很明显的优于jpeg 2000，我并不知道目前有哪种其他的学习编码器能够达到这种层次的性能。这篇文章写得非常好。
官方评论
打分：8分：在全部入选论文中排名top 50%，确定接收
评论：这是一篇很好的文章，它展示了一种端到端训练的图像压缩和解压系统，相比于目前的图像压缩算法（例如jpeg-2000）实现了更好的压缩比和质量之间的权衡。除了展示了深度学习在新应用下的效率，该论文的一个关键性贡献是一种差分形式的 rate 函数，作者展示了它可以被用来有效的训练不同的rate-distortion权衡。我希望这种方法不仅仅应用在图像压缩方面发挥影响，一些其他的差分近似方法可能都会从中受益。
一个很好的文章，使用了有趣的前提，一些新颖的方法，得到了很好的结果
打分：8分：在全部入选论文中排名top 50%，明确接受
评论：这个写得很好的文章提供了一种端到端学习的方法进行图像压缩。通过优化rate-distortion性能，该方法能够通过自然图像数据集上的优化实现高效的图像压缩。
由于方法很有趣，结果吸引人，分析很透彻，因此我推荐接受这篇论文。
jpeg imager v2.1.2.25 官方版 jpeg imager能将bmp、jpg文件压缩，使文件变的更小，可自设压缩比例、大小、明暗度等，是一款采用智能过滤压缩算法的图片压缩软件。jpeg imager不仅可以改善图像的观感质量，而且还可为输出的图片“减肥”，允许压缩后的图形文件不失真，欢迎体验。
jpegmini pro（图片压缩工具）v3.3.0.0 绿色最新版 jpegmini pro绿色最新版是一款专业的jpg图片压缩工具，jpegmini pro能够帮助用户在不影响画质的同时尽量的压缩图片的大小，并且jpegmini pro还能进行批量进行压缩，有需要的朋友快来下载吧。
exif信息查看器(jpeg lossless rotator) v10.0 绿色版 jpeg lossless rotator是功能简单的图片浏览和处理软件。软件能读取并显示所有的exif 2.21标记，支持tiff6及常用软件的扩展exif标记，完全展示exif记录的全部细节，同时用户可以自行设计软件的外观，打造属于自己的软件，彰显出个性，体验动手的乐趣。 基本
好了，jpeg图像压缩原理(jpeg的压缩格式)的介绍到这里就结束了，想知道更多相关资料可以收藏我们的网站。