针对需要同时存储人脸特征与人脸原图的应用场景，本项目设计了一套基于基于深度特征辅助的人脸图像压缩系统，在支持使用人脸特征完成人脸识别等下游任务的同时，在图像压缩方面取得了优于 JPEG 压缩原图的效果。
算法模型架构基于 Shurun Wang 等人于 2019 IEEE 提出的论文 Scalable Facial Image Compression with Deep Feature Reconstruction 进行复现。
本系统基于该算法模型搭建一整套前后端应用，具备通过互联网提供算法服务的能力。
另外需要 Nginx 进行静态资源代理以及后端服务的反向代理实现部署
子模块结构与文件的对应关系请参考各个子模块根目录下的 README 文件
- 人脸图像自动裁切归一化
- 人脸特征提取
- 人脸图像压缩
- 人脸图像解压
- 算法效果对比（与 JPEG）
- 支持多种压缩等级
- 重建效果预览
- 算法演算过程图展示
- 图像相关指标评价
对于面向人脸识别等任务的人脸特征进行重建的效果：
压缩过程例图：
深度学习方法与 JPEG 方法在相近 bpp 条件下的 PSNR 比较：
效果演示页：文件上传 -> 选择不同的压缩参数 -> 查看结果
鼠标放置于图片上时，会展示原始图像
图像压缩页：文件上传 -> 下载结果
图像解压页：上传压缩文件 -> 下载还原图
