ISOIEC 6048-12025 信息技术 基于JPEG AI学习的图像编码系统 第1部分核心编码系统标准立项发展报告

信息技术基于JPEGAI学习的图像编码系统第1部分：核心编码系统标准立项发展报告StandardizationDevelopmentReport:Informationtechnology-JPEGAIlearning-basedimagecodingsystem-Part1:Corecodingsystem摘要随着人工智能技术的飞速发展与多媒体应用的持续演进，传统图像编码标准在压缩效率、视觉质量与语义理解等方面已逐渐逼近理论极限，难以满足日益增长的超高分辨率、低带宽和智能化应用需求。在此背景下，国际标准化组织ISO/IEC联合推出基于JPEGAI学习的图像编码系统标准——ISO/IEC6048-1:2025。本报告系统梳理了该标准的立项背景、技术架构、核心创新点及产业应用前景，重点剖析了其基于神经网络的端到端编码框架、面向人机混合消费的码流分层设计以及跨设备可扩展性等关键技术特征。报告指出，该标准首次将AI驱动的编码工具纳入国际标准体系，标志着图像编码从传统基于变换的混合编码范式向数据驱动学习范式的根本性转变，对未来五年乃至更长时间内的图像通信、云计算、智能终端及视觉理解产业将产生深远影响。本报告旨在为相关企事业单位、科研机构及标准化工作者提供全面的立项参考与决策依据。关键词：JPEGAI；图像编码；学习型编码；国际标准；神经网络；端到端优化；ISO/IEC6048AbstractWiththerapidadvancementofartificialintelligencetechnologyandthecontinuousevolutionofmultimediaapplications,traditionalimagecodingstandardshavegraduallyapproachedtheoreticallimitsintermsofcompressionefficiency,visualquality,andsemanticunderstanding,makingitincreasinglydifficulttomeetthegrowingdemandsforultra-highresolution,lowbandwidth,andintelligentapplications.Againstthisbackdrop,theInternationalOrganizationforStandardization(ISO)andtheInternationalElectrotechnicalCommission(IEC)havejointlyreleasedtheJPEGAIlearning-basedimagecodingsystemstandard—ISO/IEC6048-1:2025.Thisreportsystematicallyreviewsthestandard'sdevelopmentbackground,technicalarchitecture,coreinnovations,andindustrialapplicationprospects,withafocusonitsneuralnetwork-basedend-to-endcodingframework,bitstreamlayeringdesignforhybridhuman-machineconsumption,andcross-devicescalabilityfeatures.ThereportpointsoutthatthisstandardincorporatesAI-drivencodingtoolsintotheinternationalstandardsystemforthefirsttime,markingafundamentalparadigmshiftinimagecodingfromtraditionaltransform-basedhybridcodingframeworkstodata-drivenlearning-basedapproaches,whichwillexertprofoundinfluenceonimagecommunication,cloudcomputing,intelligentterminals,andvisualunderstandingindustriesoverthenextfiveyearsandbeyond.Thisreportaimstoprovidecomprehensivereferenceanddecision-makingsupportforrelevantenterprises,researchinstitutions,andstandardizationprofessionals.Keywords:JPEGAI;ImageCoding;Learning-basedCoding;InternationalStandard;NeuralNetwork;End-to-EndOptimization;ISO/IEC6048一、引言1.1研究背景图像编码技术是数字媒体领域的基石性技术，其发展历程深刻影响着通信、存储、显示、互联网等众多行业的技术演进路径。自20世纪80年代以来，以JPEG、JPEG2000、H.264/AVC、H.265/HEVC、VVC及AV1等为代表的传统混合编码框架，在近四十年的发展历程中持续推动着压缩效率的提升。然而，随着超高清视频（8K及以上）、虚拟现实（VR）、增强现实（AR）、云游戏、自动驾驶等新兴应用的涌现，传统编码框架在率失真性能、语义保真度、智能化支持等方面面临着前所未有的挑战。近年来，深度学习技术在计算机视觉领域取得的突破性进展，为图像编码技术的革新提供了全新的技术路径。基于神经网络的端到端图像编码方法在多项基准测试中展现出超越传统编码标准的压缩性能，引起了国际标准化组织的高度关注。在此技术背景下，ISO/IECJTC1/SC29（编码音频、图片、多媒体和超媒体信息分技术委员会）于2020年正式启动了JPEGAI（Learning-basedImageCoding）标准化工作，旨在制定一套基于人工智能技术的、面向人机混合消费场景的下一代图像编码标准。1.2标准基本信息本标准编号为ISO/IEC6048-1:2025，正式名称为《信息技术基于JPEGAI学习的图像编码系统第1部分：核心编码系统》（Informationtechnology-JPEGAIlearning-basedimagecodingsystem-Part1:Corecodingsystem），由国际标准化组织和国际电工委员会联合发布，发布机构为ISO/IECJTC1/SC29/WG1（JPEG委员会），发布日期为2025年9月1日，标准状态为现行。该标准是JPEGAI系列标准的第一部分，规定了学习型图像编码的核心编码系统，包括编码架构、码流语法、解码过程及一致性测试要求等内容。二、标准立项背景与市场需求分析2.1技术发展的时代驱动力图像编码技术正站在从传统编码范式向AI驱动编码范式跃迁的关键历史节点。近年来，以深度神经网络为代表的AI技术在计算机视觉和图像处理领域取得了长足进展，使得基于学习的图像编码方法在率失真性能上实现了对传统方法的全面超越。根据JPEG委员会发布的官方评估报告，在相同感知质量水平下，JPEGAI的编码效率较JPEG2000可提升约50%，较HEVC的屏幕内容编码模式可提升约30%。需要注意的是，虽然JPEGAI在编码效率上表现优异，但ISO/IEC6048-1标准中仍保留了与主流编码标准互操作的兼容机制，确保新旧系统间的平滑过渡。该标准的技术文书中并未将AI编码的性能目标设定为“全面超越所有传统标准”，而是以“实现显著优于传统编码的效率提升和智能化功能扩展”为务实定位。从技术演进的角度来看，AI编码的兴起并非对传统编码技术的全盘否定，而是对既有技术体系的补充与升级。传统编码框架中经过数十年优化的模块设计，如变换、预测、熵编码等核心工具，其理论价值和实践经验依然在AI编码框架中延续与革新。JPEGAI标准在保留传统编码理念精华的基础上，借助深度神经网络的强大表征能力，实现了编码框架的重构与性能的跃升。2.2应用需求的多维驱动从应用需求侧来看，以下多重驱动力共同推动了JPEGAI标准的立项进程：超高清应用的普及：8K超高清视频、高分辨率医学影像、遥感图像、数字文化遗产保护等应用对图像压缩效率提出了更高要求。在有限带宽和存储条件下传输和存储海量超高清图像数据，需要压缩效率的实质性突破。智能化视觉任务的兴起：目标检测、图像分割、场景理解、内容检索等智能视觉任务日益普及，图像的“语义保真度”逐渐成为与“像素保真度”同等重要的评价维度。传统编码标准仅关注像素层面的重构质量，难以满足语义层面的信息保全需求。混合人机消费场景的涌现：图像数据越来越多地被机器分析和理解，而不仅仅是供人眼观看。面向人机混合消费场景的图像编码需要同时兼顾人眼感知质量和机器视觉任务的精度要求，这对编码框架提出了全新的设计思路。异构终端生态的挑战：从高性能云端服务器到低功耗边缘设备，图像解码终端的能力差异悬殊。编码标准需要提供灵活的可伸缩性和跨设备适配能力，以满足不同算力条件下的一致体验。2.3标准化工作的历史机遇在国际标准化层面，ISO/IECJTC1/SC29/WG1（即JPEG委员会）作为图像编码领域最具影响力的标准化组织，敏锐地捕捉到了深度学习技术为图像编码带来的范式变革机遇。2020年，JPEG委员会正式发布了JPEGAI的征集提案（CallforProposals），面向全球征集基于学习方法的图像编码提案。此后，经过多轮评估、测试和协商，国际标准草案逐步成熟。2025年9月，ISO/IEC6048-1:2025正式发布，标志着这一历时五年的标准化进程取得了里程碑式的成果。该标准的发布不仅是技术层面的突破，更意味着AI编码技术从学术研究走向产业落地的重要转折。三、标准核心技术内容3.1编码框架概述ISO/IEC6048-1:2025规定的核心编码系统采用基于深度神经网络的端到端编码框架，其基本架构包括以下几个核心模块：特征提取与变换编码模块：通过卷积神经网络（CNN）或Transformer架构对输入图像进行多层次特征提取，将像素域数据转换为具有高度语义相关性的潜在表示（LatentRepresentation）。该模块替代了传统编码框架中的手工设计变换（如DCT、DST等），具有更强的自适应性和表达效率。潜在表示的量化和熵编码模块：对潜在表示进行量化和熵编码，通过超先验（Hyperprior）网络和上下文模型实现精确的概率估计，从而逼近熵编码的理论极限。该模块的设计借鉴了传统编码框架中熵编码的核心思想，但采用了数据驱动的方式进行概率建模，显著提升了编码效率。率失真优化模块：在训练阶段采用率失真联合优化的策略，通过损失函数同时约束码率和重构质量，使编码系统在率失真平面上获得最优的权衡。这一机制在传统编码框架中主要体现为编码器端的码率控制与模式决策，在AI编码中则被整合进端到端的训练过程。重构与增强模块：在解码端，通过生成式神经网络从量化后的潜在表示中重构图像。该模块可通过可逆变换和增强网络，在保证重构图像精度的同时，尽可能降低对生成细节的过度平滑。此外，ISO/IEC6048-1:2025还规定了编码树单元划分、帧内预测、环路滤波等模块的AI替代方案，为编码框架的全面智能化提供了完整的标准化支撑。3.2分层编码与人机混合消费支持ISO/IEC6048-1:2025相较于传统图像编码标准的一项重大创新在于其针对人机混合消费场景的分层编码设计。该标准定义了面向人类视觉消费的基础层码流和面向机器视觉分析任务的增强层码流，两层码流协调配合以满足不同的下游应用需求。基础层码流以人类感知质量为目标，采用感知优化的率失真准则进行编码优化，确保解码图像在主观视觉质量上表现优异。增强层码流则面向目标检测、语义分割等机器视觉任务，以任务精度损失为优化目标，在编码过程中保留对任务执行至关重要的语义特征信息。这种分层设计的优势在于：（1）终端设备可根据自身需求仅解码所需层次，减少不必要的计算和带宽消耗；（2）在带宽受限场景下，可优先保障基础层的传输，实现基本的图像浏览体验；（3）智能应用可在基础层之上选择性解码增强层，获取高精度的语义分析结果。3.3可伸缩性和跨设备适配ISO/IEC6048-1:2025充分考虑了异构终端生态的适配需求，在编码框架设计中内置了多种可伸缩性支持机制：分辨率可伸缩性：支持空间分辨率的分层编码，解码端可根据实际显示需求解码特定分辨率的图像。复杂度可伸缩性：标准允许编码器在不同复杂度配置之间切换，从轻量级移动端部署到高性能云端服务均可实现合理适配。这一设计理念确保了标准能够覆盖从移动互联网到专业影像处理的全谱系应用场景。四、标准的技术创新点与先进性与传统标准的结构性对比4.1与传统编码标准的范式差异ISO/IEC6048-1:2025的发布标志着图像编码领域从传统混合编码范式向学习驱动范式的根本性范式转移。两者在编码框架的可解释性上存在结构性差异：传统标准由显式的模块化组件构成，各模块功能清晰、可独立优化；而AI编码框架则采用端到端的联合优化策略，其模块间的耦合度显著提高，这意味着率失真性能的提升往往来自整体架构而非单一模块的贡献。此外，在标准制定与维护模式上，传统标准通过定格化技术文本与参考软件、验证模型的方式来保证互操作性，而AI标准则需要在冻结神经网络权重、指定推理框架版本等方面形成新的规范治理路径。此外，两者在编码框架、优化目标、语义支持、标准化方式等方面均存在本质性区别。为清晰呈现这一维度上的演进，下表从技术属性、功能属性和生态属性三个层面对二者进行了系统对比：表1ISO/IEC6048-1:2025与传统图像编码标准的结构性对比|对比维度|传统编码标准（如JPEG2000、HEVC）|ISO/IEC6048-1:2025||---------|-------------------------------|-------------------||技术属性||||编码框架|手工设计的模块化混合编码框架|数据驱动的端到端神经编码框架||变换方式|固定基函数变换（DCT/DST等）|学习型特征变换（CNN/Transformer）||概率建模|手工设计概率模型+上下文自适应|超先验网络+神经网络上下文模型||率失真优化|编码器端模式决策（遍历搜索）|训练阶段端到端联合优化||计算复杂度|编码器重、解码器轻|编码器和解码器均较重（可调）||功能属性||||优化目标|像素级失真（PSNR/MS-SSIM）|像素级失真+感知质量+任务精度||语义支持|无原生语义编码能力|面向机器任务的特征编码||人机混合消费|不支持|原生支持（分层码流设计）||可伸缩性|质量/分辨率/空间可伸缩|质量/分辨率/复杂度/语义可伸缩||生态属性||||知识产权模式|大量必要专利，许可模式复杂|专利池尚未成熟，许可模式待探索||标准维护模式|定格化技术文本+参考软件|需要额外约定模型权重与推理框架||解码器复杂度|轻量级，适合硬件实现|计算密集，对硬件生态提出新要求||主观质量效率|基准水平|较传统标准提升约30%~50%|4.2关键技术创新点1.神经网络端到端编码架构：创新性地将深度神经网络引入标准化的编码框架，以数据驱动方式替代了传统的手工设计，实现了编解码联合优化的性能突破。2.超先验熵编码模型：引入超先验网络对潜在表示的分布进行自适应估计，结合自回归上下文模型，大幅提升了熵编码的压缩效率。3.面向人机混合消费的分层码流设计：在标准层面原生支持人类感知与机器视觉的双重消费需求，为智能图像处理应用提供了标准化的码流接口。4.任务感知的率失真优化机制：支持以机器视觉任务精度为优化目标的编码模式，实现面向任务的智能编码能力。5.感知质量优化的训练策略：在训练过程中引入感知质量评价指标和生成对抗网络（GAN）等技术，提升了主观视觉质量。五、标准的主要参与单位与实施主体5.1国际标准化组织架构ISO/IEC6048-1:2025的制定由ISO/IECJTC1/SC29（编码音频、图片、多媒体和超媒体信息分技术委员会）下设的WG1（JPEG委员会）具体负责。JPEG委员会自1986年成立以来，已制定JPEG、JPEG2000、JPEGXS、JPEGXL等系列国际标准，是全球图像编码领域最具影响力和权威性的标准化组织。JPEG委员会汇聚了来自全球各主要经济体的标准专家、学术研究人员和企业技术骨干，涵盖了中国、美国、德国、日本、韩国、法国、英国、芬兰、瑞士、挪威等数十个国家的标准化机构和产业界代表。5.2主要参与单位介绍在ISO/IEC6048-1:2025的制定过程中，全球多家顶尖高校、科研机构和高科技企业深度参与了技术提案、验证测试和标准文本起草工作。华为技术有限公司作为全球领先的信息与通信技术（ICT）解决方案提供商，是JPEGAI标准化工作的核心贡献者之一。华为在JPEGAI标准制定中深度参与了核心编码工具提案、率失真优化算法设计和主观质量评估验证等工作。华为在神经网络压缩、高效推理引擎及端到端图像编码方面的深厚技术积累，为标准核