本文提出了一种基于向量量化 (VQ) 的生成模型的图像压缩编码框架，通过学习 VQGAN 模型的码本可实现在潜空间内对连续信息进行高效压缩，从而在极低比特率下实现优质的重构图像。

Jul, 2023

人工智能生成内容（AIGC）已经引领了一场新的技术革命，推动了数字内容的获取并推动传统编解码器在性能提升和多样化功能方面的进展，本文全面回顾了生成式视觉压缩的最新进展，展示了在超低码率通信，用户指定的重建 / 滤波和智能机器分析方面的巨大潜力和有前景的应用。特别是，我们回顾了基于深度生成模型的视觉数据压缩方法，并总结了如何通过生成技术实现紧凑的表示和高保真重建。此外，我们概括了相关的生成式压缩技术用于机器视觉和智能分析。最后，我们讨论了生成式视觉压缩技术面临的基本挑战，并展望了它们未来的研究方向。

Feb, 2024

提出了一种可控生成图像压缩框架 (Control-GIC)，首次实现了在广泛频谱范围内的精细比特率调整，确保高保真度和通用性压缩。基于 VQGAN 框架，将图像表示为可变长度代码的序列，通过与局部图像块的信息密度相关联，实现了动态调整代码数量的不同粒度决策，进而实现了理想的压缩速率。实验结果表明，Control-GIC 在高度灵活和可控比特率适应性方面表现出优越性能。

Jun, 2024

近年来，生成对抗网络在图像到图像翻译中取得了显著进展，然而，这些 GAN 模型的成功依赖于繁重的计算成本和劳动密集型的训练数据。为了兼顾模型效率和标签效率的优点，我们提出了一种新的学习范式，统一生成对抗网络压缩，通过在网络架构搜索和自适应在线半监督蒸馏阶段之间建立半监督驱动的异构互学习方案，来获得一种灵活的、标签高效的和性能优越的模型。

Sep, 2023

本文介绍了一种新的图像编码方案，其通过利用压缩模型和生成模型共同支持机器视觉和人的视觉感知任务，并使用紧凑边缘映射连接两种视觉模式，实现了对图像特征的重新构建，其提供了有用的证据支持 MPEG VCM（面向机器的视频编码）标准化工作。

Jan, 2020

通过结合 MSE-based 模型和生成模型中感兴趣区域 (ROI) 的优势，我们提出了分层感兴趣区域 (H-ROI) 方法，将图像分为几个前景区域和一个背景区域，以提高包含人脸、文字和复杂纹理的区域的重建效果；进一步，通过通道维度内的非线性映射提出了自适应量化来限制比特率同时保持视觉质量。大量实验证明了我们方法在小脸和文字上以更低的比特率实现了更好的视觉质量，如 HiFiC 的 0.7X 比特和 BPG 的 0.5X 比特。

Mar, 2024

本文提出利用传统变换理论引导的超低比特率增强可逆编码网络，实验表明我们的编码器在压缩和重构性能方面优于现有方法。具体而言，我们引入块离散余弦变换来建模特征的稀疏性，并采用传统的 Haar 变换来提高模型的重构性能而不增加比特流成本。

Feb, 2024

本文提出了一种基于 Transformer 的图像压缩方法（TIC），使用深度神经网络来分析和压缩输入图像，与最先进的基于卷积神经网络和基于人工编码规则压缩算法相比，该方法具有更少的参数个数，达到了同等性能。

Nov, 2021

将静态压缩和动态压缩技术共同融合，从而获得一个输入自适应的压缩模型，以更好地平衡总体压缩比和模型性能，并通过子组门扩充技术解决性能下降问题。

Oct, 2023

本文提出了一种新的联合学习模式的图像压缩和质量增强方案 ——JointIQ-Net，通过采用高斯混合模型进行极小化熵模型改进，并进一步利用全局上下文估计潜在表示的概率，实现了编码效率的极大提升，达到了比传统编解码器和以往学习图像压缩方法更好的压缩效果。

Dec, 2019