感知图像编解码器：实际学习的图像压缩中重要的是什么

关于我们介绍 PICO（感知图像编解码器）——第一个既实用又直接针对人类视觉系统进行优化的学习编解码器。为了推导出它，我们对实际学习的编解码器的建模选择进行了全面的研究，并搜索了数百万个模型配置，以共同优化感知质量和设备上的运行时间。基于大规模主观用户研究，PICO 与 AV1、AV2、VVC、ECM 和 JPEG-AI 相比可节省 2.3-3 倍的比特率，与最先进的编解码器替代方案相比可节省 20-40% 的比特率。与此同时，在 iPhone 17 Pro Max 上，它对 12MP 图像的编码速度可达 230 毫秒，解码速度为 150 毫秒——比在 V100 GPU 上运行的大多数基于 ML 的顶级编解码器还要快。与大多数学习的编解码器不同，PICO还具有跨平台的鲁棒性保证。 PICO（我们的）不同图像之间的交互式比较。 PICO（我们的）固定在左侧。从叠加按钮中选择图像和比较方法，然后拖动滑块进行比较。在大屏幕上观看效果最佳。根据不同的实用性考虑，对最先进的传统编解码器和学习编解码器进行比较。 Comparisons of state-of-the-art traditional and learned codecs.感知 BD 率基于大规模主观研究的人类评分。 iPhone 17 Pro Max 上的速度基准使用相同的编译器优化。引文如果您发现我们的工作有用，请引用：@article{tatwawadi2026pico，title={实用学习图像压缩中的重要内容}，作者={Tatwawadi, Kedar and Rahimzadeh, Parisa and Sun, 张浩和陈，Zhiqi and Yang, Ziyun and Nair, Sanjay and Hasteer, Divija and Rippel, Oren}，journal={arXiv preprint arXiv:2605.05148}，年份={2026} }