JPEG AI可变速率编码

Overview of Variable Rate Coding in JPEG AI | IEEE Journals & Magazine | IEEE Xplore

JPEG-AI 标准化中空间质量图的比特分布研究与实现 |IEEE 会议出版物 |IEEE Xplore

前期基础知识：量化步长、插值与可变速率编码

**可变速率编码（Variable Rate Coding）**是指在图像或视频压缩中，通过动态调整编码参数（如量化步长、比特分配等），根据比特率的技术实现灵活控制输出。目标是在不同的应用场景下，带宽、设备性能或视觉质量需求，生成从低范围到高范围的比特率，同时优化率失真性能（即在给定比特率下进一步提高其质量，或在给定质量下降低比特率）。

在JPEG AI上下文中，可变速率编码通过以下机制实现：

• 三维质量图：利用通道质量图（调整整体量化步长）和空间质量图（分配区域特定比特），控制亮度（Y）、色度（UV）及感兴趣区域（ROI）的比特分配。
• 条件颜色分离（CCS）：分离Y和UV组件，生成独立比特流，支持灵活的颜色组件速度调整。
• 比特率匹配（BRM）算法：通过调整参数（如Δβ​）精确匹配目标比特率，偏差小于10%。
• 多模型训练：采用不同率失真权衡（β火车）的模型，支持宽广的速率范围（0.12 到 2.0 bpp）。

核心特点：支持连续速率调整、ROI优化、硬件友好实现，适用于移动设备实时解码等场景，直接传统标准（如VVC intra）显着提升压缩效率（如13.1%-19.2% BD-rate增益）。

量化步长

• 定义：量化步长是图像压缩中用于量化潜在张量（潜在张量）的参数，决定了数据精度的损失程度。缩小的量化步长保留更多细节（精度），需要更多比特；加大的量化步长减少细节（精度），降低比特率。
• 作用：量化步长通过控制潜在张量的量化损失，直接影响编码的率失真（Rate-Distortion）性能，是变率编码实现不同比特率的关键工具。