标签
JPEG XS(ISO/IEC 21122)是一种图像和视频编解码器,提供视觉上和数学上的无损质量,同时具有低延迟和低计算复杂度,面向专业 IP 视频、广播、VR、无人机和自动驾驶汽车等应用场景。
Nibnib 是一种开源图像压缩格式及 Rust 工具,专为极致解压速度而优化,最初为 RP2350 微控制器的 DVI 输出而设计,通过从单个调色板查找字节中解码出两个 16bpp 像素,实现 4bpp 压缩。
John Loomis 的年度回顾,总结 Decker(受 HyperCard 启发的创作环境)过去一年在 1.61 到 1.71 之间的进展,包括 gamepad 支持、Lil 语言改进、新的 IMG3 图像压缩编码以及用户社区作品亮点。
H-DDCM 以隐式随机 Hadamard 字典取代稠密高斯码本,并采用无表字典序编码,实现可扩展、低内存的训练自由生成式图像与视频压缩,在单 GPU 上接近实时处理长视频。
AFP-GIC 是一个可控生成式图像压缩框架,发表于 IEEE Access (2026)。它采用非对称的自适应融合先验转移(Adaptive Fused Prior Transfer)流水线,在极低比特率下减少幻觉和局部失真,相比 DC-VIC 解码延迟降低 18.1%、参数量减少 20.5%,并已开源代码、基准数据以及提供 Hugging Face 交互式演示。
这篇 Show HN 帖子介绍了 KCC(Kindle Comic Converter),这是一款开源工具,可通过 2D DFT 修复彩虹摩尔纹、黑位校正、抖动处理以及设备原生缩放等技术,在电子墨水屏阅读器上最大化漫画/图像的显示质量,实现无边距全屏显示。
AFP-GIC 是一篇发表于 IEEE Access 2026 的论文,提出了一种面向可控生成式图像压缩的自适应融合先验迁移方法,仅用单个预训练模型即可在五个码率工作点上实现最高 167:1 的压缩比,并将解码延迟较 DC-VIC 降低 18.1%。
本文介绍ZK-JPEG,这是一个用于图像压缩和编辑的零知识加密工具,能在维护隐私的同时验证转换,有助于对抗深度伪造并确保图像来源。
本文批评了 JPEG XL 作为网络图像编解码器的表现,将其压缩效率与 AVIF 等替代方案进行了比较,并讨论了其在浏览器采用方面面临的挑战。
本文提出了一种新的张量半张量积,并开发了一种多项目随机化张量奇异值分解(MSTP-SVD),以提高视觉数据处理任务中的低秩近似精度和计算效率。
作者在压缩文件上测试AI图像检测器,并讨论如何在现实场景中解读检测分数,强调分数与视觉检查之间的冲突。
ELMZip 是一种新颖的卫星图像压缩框架,利用极限学习机(ELM)和区域分解实现高效的星上神经表示,仅传输紧凑的输出权重以减少下行数据量,同时保持较高的重建保真度。
DeepSeek的OCR论文引入了‘光学压缩’的概念,表明一个图像Token可以编码大约10个文本Token的信息量,且准确性很高,使得文本图像比原始文本更具Token效率。社区工具和新应用Imagizer展示了这种方法在实际中的应用。
介绍了SelfBootTok,一种自引导标记化方法,它将全局和局部信息分离,使生成器计算量减少约40%,仅用64个标记即实现了1.56的gFID新最先进水平。
FRAPPE是一种新颖的自编码框架,使用投影追踪编码器从完整输入预测残差,实现了高效的变速率图像压缩和快速的CPU编码。在高压缩比下,FRAPPE-Image在感知质量上优于AVIF,编码速度快47倍,使得仅使用CPU即可实现实时1080p 30fps编码。
libwce 是一个简洁且无专利问题的 Rust 库,实现了用于小波编码器的比特平面计数(BPC)熵层,提供一个无状态、无依赖的熵编码模块。