本发明涉及一种基于学习的边信息补偿图像压缩方法，用于解决图像和视频的压缩问题，具体包括本发明通过引入多尺度表示提取两层边信息作为浅层超先验和深层超先验，从而实现更准确和灵活的熵模型。此外，浅层超先验可以捕获潜在表示的空间依赖，同时也可以微调潜在表示来提升重建质量。其次，本发明提取的深层超先验作为浅层超先验的超先验，可以提升浅层超先验的有效性和准确性。最后，本发明设计了一种有效的残差通道注意力块，可以增强潜在表示通道之间的交互关系以及适用于我们基于残差的网络结构。