خوارزمية ضغط الصور JPEG هي الطريقة الأكثر شيوعًا لضغط الصور نظرًا لقدرتها على تحقيق نسب ضغط كبيرة. ومع ذلك، لتحقيق هذه النسب العالية من الضغط، يتم فقدان معلومات. في حالات التكميم العدوانية (aggressive quantization)، يؤدي هذا إلى تقليل ملحوظ في جودة الصورة. تم دراسة تصحيح الأثر البصري (artifact correction) في سياق الشبكات العصبية العميقة لفترة من الزمن، ولكن الطرق الرائدة حاليًا تتطلب تدريب نموذج مختلف لكل إعداد للجودة، مما يحد بشكل كبير من تطبيقاتها العملية. نحن نحل هذه المشكلة بإنشاء هندسة جديدة معتمدة على مصفوفة التكميم لملفات JPEG. وهذا يسمح لنموذجنا الوحيد بتحقيق أداء رائد يفوق أداء النماذج المدربة لكل إعداد جودة محدد.