بهبود رمزگشای استاندارد jpeg ai در نرخ بیت پایین با استفاده از فیلتر عصبی e-net

با گسترش کاربردهای بینایی ماشین و پردازش تصویر، نیاز به روش‌های فشرده‌سازی کارآمدتر افزایش یافته است. استاندارد jpeg ai به عنوان یک چارچوب نوآورانه مبتنی بر شبکه‌های عصبی عمیق، امکان فشرده‌سازی تصاویر با حفظ کیفیت برای کاربردهای بینایی ماشین را فراهم می‌کند. در این پژوهش، یک فیلتر بهبود دهنده مبتنی بر رمزگذار خودکار عصبی (e-net) به بخش رمزگشای مدل vm3.2 افزوده شده است. این فیلتر به‌طور خاص برای کاهش اثرات نامطلوب چندی سازی در نرخ‌های بیت پایین طراحی شده است. نتایج آزمایش‌ها نشان می‌دهد که فیلتر پیشنهادی موجب بهبود میانگین معیار psnr تا 0.55 دسی‌بل و معیار psnr-hvs تا 0.66 دسی‌بل می‌شود. بهبودهای بصری مشاهده‌شده در تصاویر بازسازی‌شده نیز تاثیر مثبت این فیلتر را در کاهش مصنوعات چندی سازی و افزایش وضوح رنگ‌ها تایید می‌کند.

enhancement of jpeg ai decoder at low bitrates using e-net neural filter

with the rapid expansion of machine vision and image processing applications, the demand for more efficient image compression techniques has significantly increased. the jpeg ai standard, introduced as an innovative deep learning–based framework, enables image compression with high visual fidelity while supporting machine vision tasks. in this study, an enhancement filter based on a neural autoencoder, referred to as e-net, is integrated into the decoder section of the vm3.2 reference model. the proposed filter is specifically designed to mitigate the adverse effects of quantization at low bitrates. experimental evaluations demonstrate that the e-net filter improves the average psnr by up to 0.55 db and psnr-hvs by 0.66 db compared with the baseline model. furthermore, qualitative analyses confirm that the proposed approach effectively reduces quantization artifacts and enhances color fidelity and visual sharpness in reconstructed images.