阿里云的图片压缩技术不断革新，满足互联网环境下用户对图像处理和存储的需求。随着技术的发展和人们对图像质量要求的提高，评价标准逐渐从单一的客观指标过渡到了更能体现人眼视觉感受的主观相关指标。智能存储图片服务团队通过不断集成并优化最前沿的压缩技术，紧跟国际标准的步伐，确保图像处理解决方案的领先地位和标准兼容性。为了满足用户的多元化和个性化需求，团队深化主观感知优化策略，研究面向人眼视觉感知的图片编码优化技术。
早期图片格式演进主要是为了满足不同的互联网应用需求，如GIF支持动图、JPEG2000便于渐进显示等。随着多媒体在互联网上的式增长，用户对压缩效率的追求愈发迫切。为了满足这一需求，团队支持了基于FPGA硬件的多种格式转码服务，如WEBP、HEIC和IF等。简单的压缩算法并不能满足日益增长的用户需求，需要结合实际应用并考虑人眼视觉特性来提高图片压缩的主观质量。其中重要的一步是研究面向人眼感知主观评价的图像压缩优化。这不仅包括选择合适的图片压缩质量评价指标，还需要有效的图片压缩预处理算法。
在图像压缩质量的评价标准方面，除了传统的PSNR（峰值信噪比），SSIM（结构相似性指标）、MS-SSIM（多尺度结构相似性指数）等也被广泛应用。这些指标通过考虑图像的局部特征相关性，提供了更接近人眼视觉感知的质量评价。VMAF（视频多方法评估融合）作为一种新型质量评估方法，通过综合考虑多种图像质量特征并对其进行加权融合，预测人眼对图像质量的主观评分，为图像压缩技术提供了更准确的评估手段。
在面向人眼感知的图像编码算法方面，团队通过分析图像内容并考虑到人眼视觉感知特性，采用基于感知的自适应量化调节图片编码和基于感知的自适应质量增强图片编码等方法来提升图片压缩的主观质量和压缩性能。这些优化算法能够根据图片不同区域的内容自适应地调整压缩强度，以获得更好的压缩主观质量。团队还提供了开启这些优化算法的调用方法，用户可以通过特定的参数调用相应的算法来提升图像压缩性能。未来展望方面，团队将继续紧跟国际标准的步伐集成优化最前沿的压缩技术并不断深化主观感知优化策略满足用户的多元化和个性化需求。此外团队还将研究其他结合应用技术构建一个高度灵活且用户导向的图像处理平台精准满足用户在不同应用场景下的独特诉求进而推动数字媒体体验的全面升级。整体而言该团队的工作对于提升图像处理和存储效率具有重要意义。
