JPEG XL无损转换中的SSIMULACRA2评分异常问题分析
2025-06-27 21:27:27作者:谭伦延
在图像处理领域,JPEG XL作为一种新兴的图像编码格式,其无损压缩能力一直备受关注。近期在libjxl项目中发现了一个有趣的技术现象:当使用cjxl工具进行无损PNG转JXL格式时,虽然数据在理论上应该完全保留,但SSIMULACRA2质量评估工具却给出了低于100的评分。
问题现象
技术人员发现,当执行以下操作流程时会出现异常:
- 使用cjxl工具以-d 0参数(无损模式)将PNG转换为JXL格式
- 直接使用SSIMULACRA2比较原始PNG和转换后的JXL文件
- 评分结果低于预期的100分完美值
但有趣的是,如果将JXL文件再转换回PNG格式后比较,SSIMULACRA2又会给出100分的正确评分。这表明数据实际上并未丢失,但评估工具在直接处理JXL时出现了偏差。
技术原理分析
经过深入代码审查,发现问题根源在于libjxl内部处理整数到浮点数转换时的实现差异:
-
解码路径差异:
- JXL解码使用dec_modular.cc中的转换逻辑
- PNG解码使用enc_external_image.cc中的转换逻辑
-
精度差异:
- 两种路径在int到float32转换时采用了不同的舍入方式
- 差异极小,在24位整数精度下表现为±1或偶尔±2的偏差
- 这种微小差异足以影响SSIMULACRA2的评分(该工具使用完整的float32精度计算)
-
二次转换现象:
- 当JXL转回PNG时,由于8位色深限制,微小差异被舍入消除
- 因此最终PNG比较时显示完美匹配
解决方案
开发团队提出了两种可行的解决思路:
-
代码重构方案:
- 统一整数到浮点数的转换实现
- 消除dec_modular.cc和enc_external_image.cc中的实现差异
-
数据处理流程优化:
- 在模块化解码后避免转换为浮点数
- 直接生成uint8格式的像素数据
- 使其处理流程与PNG解码路径保持一致
问题修复
该问题已在libjxl项目的v0.11.0版本中得到彻底修复。新版本中通过优化内部数据处理流程,确保了无损转换场景下评估工具的正确性,为JPEG XL的无损压缩能力提供了更准确的质量评估支持。
这个案例很好地展示了图像编解码器中看似微小的实现差异如何影响评估结果,也体现了libjxl团队对编码精度和质量评估的严谨态度。
登录后查看全文
热门项目推荐
相关项目推荐
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0197
cann-learning-hubCANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。Jupyter Notebook0127
MiMo-V2.5-Pro-FP4-DFlashMiMo-V2.5-Pro-FP4-DFlash 是驱动 MiMo-V2.5-Pro-UltraSpeed 的底层模型: FP4 量化骨干网络:对 MoE 专家采用 MXFP4 量化,同时保持模型其他部分的更高精度,在几乎无损质量的前提下,显著减小模型体积并降低内存带宽压力。 BF16 DFlash 草稿生成器:用于块扩散推测解码,每次前向传播可生成一整个块的 tokens,并让骨干网络一步完成验证。 两者协同作用,既降低了每参数的位宽,又减少了骨干网络前向传播的次数,而这两者正是万亿参数模型解码过程中的两大主要成本来源。Python00
JoyAI-EchoJoyAI-Echo,这是一个独立的、仅用于推理的版本,旨在实现分钟级多镜头音视频生成。它采用了经过蒸馏的DMD生成器、配对的跨模态记忆以及故事级别的一致性。其性能的核心在于,一个跨模态视听记忆库能够在长达五分钟的视频中保持角色外观和语音音色的一致性。同时,一个训练后处理流程将基于记忆的强化学习与分布匹配蒸馏相结合,实现了7.5倍的速度提升,显著增强了视觉质量和对齐效果。00
AstrBot✨ 易上手的多平台 LLM 聊天机器人及开发框架 ✨ 平台支持 QQ、QQ频道、Telegram、微信、企微、飞书 | OpenAI、DeepSeek、Gemini、硅基流动、月之暗面、Ollama、OneAPI、Dify 等。附带 WebUI。Python07
handy-ollama动手学Ollama,CPU玩转大模型部署,在线阅读地址:https://datawhalechina.github.io/handy-ollama/Jupyter Notebook07
项目优选
收起
暂无描述
Dockerfile
766
5.01 K
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。
C++
863
1.96 K
Ascend Extension for PyTorch
Python
722
896
本项目是CANN提供的神经网络类计算算子库,实现网络在NPU上加速计算。
C++
690
1.35 K
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
458
453
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
1.08 K
1.11 K
本仓库是 Flutter SDK 与 Flutter Engine 的 OpenHarmony 适配版本,由 CPF-Flutter 团队维护。开发者可使用熟悉的 Flutter 技术栈开发 OpenHarmony 应用,3.35.7 及以后的适配版本可基于本仓库源码构建支持 OpenHarmony 的 Flutter Engine。
Dart
1.02 K
265
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
152
238
CANNBot 是面向 CANN 开发的用于提升开发效率的系列智能体,本仓库为其提供可复用的 Skills 模块。
Python
1.01 K
628
Oohos_react_native
React Native鸿蒙化仓库
C++
357
425