图像/视频蕴含了丰富语义,是人类获取信息的主要来源之一。图像视频数据的迅速增长对信号压缩提出了更高要求,也使依靠有限人力理解海量图像成为一项挑战。计算机视觉技术的进步推动了机器分析的产业化,但机器视觉尚不具备完全取代人观察、决策的能力,人机共判场景将长期存在。在实际应用中,图像/视频多以压缩后的形式服务于存储、传输和分析,因此,图像/视频编码需要兼顾人眼视觉和机器视觉。传统图像编码致力于在有限码率下,面向人眼视觉最小化信号失真;但编码引入的信息损失容易影响机器分析精度。面向机器视觉的图像编码致力于在有限码率下最小化语义失准,通过压缩表征图像语义的特征,保证了码流面向机器分析任务的可用性;但基于机器特征往往难以重建图像。本文综合了上述两类编码方法在信号保真和语义保真上的优势,提出了一种语义—信号可伸缩的图像编码新框架。在所提出的可伸缩编码框架中,首先通过深度可逆变换将图像表示为语义特征,同时保证了特征和图像可以双向映射;接下来引入特征解耦约束,增强了特征区分度和可逆变换面向语义—信号可伸缩的图像信息结构化表示能力;最后设计了多特征联合分层编码,在压缩时联合优化码率、信号失真和语义失准,探索了兼顾人机视觉的图像编码中的若干新问题。论文主要工作及创新之处如下:·提出了面向语义—信号可伸缩的可逆变换。针对现有图像表示方法难以兼顾能量不变和语义集中的问题:一方面,将非线性网络与传统提升结构结合,通过堆叠多层变换,实现了将图像语义抽象为特征表示;另一方面,利用提升结构的计算可逆性,保证了图像和特征双向映射。为了实现语义—信号可伸缩,对可逆变换进行任务驱动的优化,将图像信息分布到多分辨率特征中,以深层特征表征图像语义,以浅层特征表征图像内容和结构特性,通过渐进增加特征可以丰富语义粒度并无损重建图像。结果表明,该方法能够面向语义分析任务对图像进行结构化表示。·提出了面向语义—信号可伸缩的特征解耦。针对可逆变换中缺乏对特征区分度显式约束的问题:将包含图像信息量较少的语义标签作为一种弱监督约束,研究了特征解耦技术。一方面,针对表征图像信号级特性的浅层特征,提出了基于生成对抗网络的信号解耦约束。针对表征图像语义级特性的深层特征,提出了基于双向映射的同质特征交互重建约束和基于变分自编码器的异质特征紧凑表示约束。此外,本文还构造了仿真数据以在有监督情形下评价解耦效率。结果表明,该方法降低了特征间的信息耦合。·提出了面向语义—信号可伸缩的多特征联合分层编码。针对压缩需要兼顾人机视觉需求的问题:在对图像进行结构化表示和特征解耦的基础上,提出了多特征联合分层编码模型框架。设计了分辨率自适应的特征压缩单元以实现对维度各异的特征进行单层编码;设计了特征层间预测单元以减小层间冗余、提高联合压缩效率;设计了后处理单元以提升图像的重建效果;提出了率—失真—失准联合优化策略,对压缩网络参数以端到端优化的方式进行协同更新。结果表明,该方案实现了语义—信号可伸缩编码,码流用于机器视觉的分析精度高,且重建图像主观质量优于BPG等方法。基于以上设计,可以面向人机视觉对图像进行有损编码。码流具有部分可解码性,通过渐进解码可以支撑由粗粒度到细粒度的机器视觉任务,并逐渐恢复出图像。在多个数据集上的测试结果证明了所提出方法的有效性。本文提出的语义—信号可伸缩图像编码将图像表示和联合编码相结合,为面向人机共判场景进行图像压缩探索了一条新方向。