深度神经网络图像压缩方法进展综述

来源：电子与信息学报杂志2025年第11期北京时间：

作者：柏园超, 刘文昌, 江俊君, 刘贤明

单位：哈尔滨工业大学计算学部 哈尔滨 150001

摘要：深度神经网络图像压缩方法凭借其强大的建模能力与端到端优化机制，在信号保真、人眼感知和机器分析等多个维度展现出超越传统编码方法的优势。该文系统地梳理了该领域的最新研究进展，从3个核心方向展开综述：在面向信号保真的压缩方面，介绍了经典的码率-失真优化模型，并深入探讨了有损压缩的关键组件，包括非线性变换、量化策略和熵编码机制，以及支持多码率输出的可变码率压缩技术。在面向人眼感知的压缩方面，重点分析了码率-失真-感知联合优化框架，并对比了基于生成对抗网络和扩散模型的感知驱动方法。在面向机器分析的压缩方面，阐述了码率-失真-失准协同建模范式，并结合语义保真优化目标与架构设计进行了系统归纳。最后，文章对现有研究成果进行了总结，并展望了未来仍需解决的技术挑战与发展方向。

关键词：图像压缩, 深度学习, 信号保真, 人眼感知, 机器分析

基金资助：国家自然科学基金(62301188)