Perceptual Image Codec: 实际学习型图像压缩中的关键因素

# 实用型学习式图像压缩的关键因素 来源：https://apple.github.io/ml-pico/ ## 关于 (https://apple.github.io/ml-pico/index.html#about) 我们推出了 PICO（感知图像编解码器）—— 首款既实用又直接针对人类视觉系统优化的学习式编解码器。为了推导出它，我们对实用学习式编解码器的建模选择进行了全面研究，并在数百万个模型配置中进行搜索，以联合优化感知质量和设备端运行时。 基于大规模主观用户研究，PICO 在 AV1、AV2、VVC、ECM 和 JPEG-AI 的基础上实现了 **2.3–3 倍码率节省**，相比最佳学习式编解码器替代方案则实现了 **20–40% 码率节省**。同时，在 iPhone 17 Pro Max 上，它编码 1200 万像素图像的速度快至 **230 毫秒**，解码速度为 **150 毫秒** —— 比大多数顶级基于机器的编解码器在 V100 GPU 上运行还要快。与大多数学习式编解码器不同，PICO 还提供了跨平台的鲁棒性保证。 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。建议在大屏幕上观看。 最先进的传统与学习式编解码器在不同实用性考量下的比较。 PICO 与传统及学习式编解码器的性能比较 最先进的传统与学习式编解码器比较。感知 BD 码率基于来自大规模主观研究的人类评分。iPhone 17 Pro Max 上的速度基准测试使用相同的编译器优化。 ## 引用 (https://apple.github.io/ml-pico/index.html#citation) 如果您觉得我们的工作有用，请引用： `` @article{tatwawadi2026pico, title={What Matters in Practical Learned Image Compression}, author={Tatwawadi, Kedar and Rahimzadeh, Parisa and Sun, Zhanghao and Chen, Zhiqi and Yang, Ziyun and Nair, Sanjay and Hasteer, Divija and Rippel, Oren}, journal={arXiv preprint arXiv:2605.05148}, year={2026} } ``