# HN: NIF – codec de imagem neural com benchmarks reproduzíveis vs. JPEG/WebP/AVIF

> Source: <https://github.com/gabrielphilipus/NIF-Neural-Image-Format>
> Published: 2026-08-22 19:09:32+00:00

O **NIF (Neural Image Format)** é um formato e codec de compressão de imagens de ponta a ponta baseado em redes neurais profundas (*Learned Image Compression*). Desenvolvido para superar as limitações de artefatos em blocos dos codecs legados, o NIF combina modulação contínua de taxa (*FiLM Conditioning*), modelagem de entropia híbrida (Channel-wise + Spatial Checkerboard), DPCM Noise Shaping no espaço latente e decodificação altamente paralela.

-
**Modulação Contínua de Taxa de Bits (FiLM-Conditioned)**:- Controle contínuo de qualidade (
$q \in [0.1, 1.0]$ ) com um único conjunto de pesos treinado, eliminando a necessidade de múltiplos modelos para diferentes qualidades. - Restrição
*Sigmoid Latent Scaling*garantindo estabilidade de variância zero (**Zero NaNs** em imagens uniformes/planas).

- Controle contínuo de qualidade (
-
**Noise Shaping DPCM no Espaço Latente**:- Algoritmo de realocação de resíduo de quantização entre fatias latentes (
*Slices*), gerando**+0.42 dB de PSNR** e**-2.86% de redução real de tamanho**(*free lunch*de taxa-distorção).

- Algoritmo de realocação de resíduo de quantização entre fatias latentes (
-
**Decodificação Paralela em Checkerboard (202 ms)**:- Modelo de entropia híbrido com predição em xadrez espacial que reduz os passos de contexto autoregressivo para apenas 2 iterações paralelas por fatia (
**aceleração de 10.96x** sobre o autoregressivo clássico).

- Modelo de entropia híbrido com predição em xadrez espacial que reduz os passos de contexto autoregressivo para apenas 2 iterações paralelas por fatia (
-
**Perda Perceptual Mascarada por Fidelidade Estrutural (SFM)**:- Combinação dinâmica de MSE, MS-SSIM e LPIPS guiada por mapa de bordas para sintetizar texturas naturais sem distorcer caracteres ou estruturas críticas.

Todos os resultados foram medidos de forma pareada nas 24 imagens do dataset **Kodak24**, com avaliação **interpolada no mesmo bitrate ( Bitrate-Matched)** contra codecs industriais consolidados:

| Codec / Variante | Bitrate | PSNR (dB) | MS-SSIM | LPIPS (menor = melhor) | Latência Decode | Posicionamento Técnico |
|---|---|---|---|---|---|---|
NIF v4 (`Perceptual` ) |
0.80 bpp |
28.15 dB | 0.9796 | `0.0828` |
`~202 ms` |
+26.4% superior ao JPEG em LPIPS |
NIF Config A (`Balanced` ) |
0.80 bpp |
28.40 dB | `0.9804` |
`0.0953` |
`~202 ms` |
Fronteira de Pareto Ótima (+15.3% LPIPS & +0.0094 SSIM vs JPEG) |
NIF Config D (`High-PSNR` ) |
0.80 bpp |
29.76 dB |
0.9781 | 0.1453 | `~202 ms` |
Máximo PSNR da CNN atual (+1.61 dB vs v4) |
JPEG (Padrão) |
0.80 bpp |
31.45 dB |
0.9710 |
0.1125 |
~15 ms |
Linha de Base Clássica DCT |
WebP (Google) |
0.80 bpp |
33.77 dB |
0.9774 |
0.0901 |
~35 ms |
Linha de Base WebP |
AVIF (AOMedia AV1) |
0.80 bpp |
34.56 dB |
0.9838 |
0.0736 |
~450 ms |
Estado da Arte da Indústria |

Diagnóstico: O NIF entregaqualidade visual perceptual e integridade estrutural substancialmente superiores ao JPEG(+15% a +26% de redução de distorção LPIPS, sem blocos 8x8 visíveis) com decodificação rápida (~202 ms). Codecs ultra-pesados como o AVIF alcançam maior PSNR em decorrência de intra-predição espacial de alta complexidade.

Medição empírica de latência e projeção de custo para processamento em larga escala (**1 Milhão de Imagens**) na instância de referência AWS EC2 `g4dn.xlarge`

($0.526/hora):

| Resolução | Hardware | Tempo Encode (ms) | Tempo Decode (ms) | Tempo Total (ms) | Custo / 1 Milhão Imagens (USD) |
|---|---|---|---|---|---|
256x256 |
CPU | 375.2 ms | 255.6 ms | 630.8 ms | $92.16 |
512x512 |
CPU | 1212.7 ms | 880.9 ms | 2093.6 ms | $305.90 |
1024x1024 |
CPU | 6461.8 ms | 5582.9 ms | 12044.8 ms | $1759.87 |
256x256 |
GPU (CUDA) |
104.1 ms | 202.8 ms |
306.8 ms |
$44.91 |
512x512 |
GPU (CUDA) |
114.8 ms | 208.7 ms |
323.5 ms |
$47.36 |
1024x1024 |
GPU (CUDA) |
104.1 ms | 202.8 ms |
306.8 ms |
$44.91 (11x mais barato que CPU!)
|

```
git clone https://github.com/gabrielphilipus/NIF-Neural-Image-Format.git
cd NIF-Neural-Image-Format
pip install -r requirements.txt
python nif_tool.py compress --checkpoint checkpoints_v4_production/nif_epoch_300.pth --input foto.png --output foto.nif --quality 0.5
python nif_tool.py decompress --checkpoint checkpoints_v4_production/nif_epoch_300.pth --input foto.nif --output foto_reconstruida.png
```

Para abrir o comparador visual lado a lado no navegador:

```
python scripts/dashboard.py
```

Acesse em seu navegador: `http://localhost:5000`

Os pesos treinados dos modelos estão disponíveis para download na aba de [Releases](https://github.com/gabrielphilipus/NIF-Neural-Image-Format/releases):

| Modelo | Arquivo | Descrição | Casos de Uso Recomendados |
|---|---|---|---|
`NIF-Perceptual (v4)` |
`nif_v4_perceptual_300ep.pth` |
Treinado por 300 épocas com LPIPS e Discriminador PatchGAN | Redes sociais, web, fotografia móvel e thumbnails |
`NIF-Balanced (Config A)` |
`nif_config_A_balanced.pth` |
Otimizado na fronteira de Pareto (40% MSE, 40% SSIM, 20% LPIPS) | Uso geral, balanceamento entre nitidez e PSNR |
`NIF-Fidelity (Config D)` |
`nif_config_D_fidelity.pth` |
Treinado por 50 épocas sob MSE puro | Imagens técnicas, satelitais e médicas |

O repositório possui uma suite de testes unitários automatizados cobrindo a integridade do compressor, estabilidade de variância zero e serialização de cabeçalhos binários:

```
python -m unittest discover tests
```

Este projeto é disponibilizado sob a licença [MIT](/gabrielphilipus/NIF-Neural-Image-Format/blob/main/LICENSE).