論文の概要: Temporal Context Mining for Learned Video Compression

• arxiv url: http://arxiv.org/abs/2111.13850v1
• Date: Sat, 27 Nov 2021 08:55:16 GMT
• ステータス: 処理完了
• システム内更新日: 2021-11-30 16:33:39.281859
• Title: Temporal Context Mining for Learned Video Compression
• Title（参考訳）: 学習ビデオ圧縮のための時間文脈マイニング
• Authors: Xihua Sheng, Jiahao Li, Bin Li, Li Li, Dong Liu, Yan Lu
• Abstract要約: 我々は、学習の質の向上と時間的文脈の活用に特化して、エンドツーエンドの学習ビデオ圧縮に対処する。 時間的コンテキストマイニングでは、以前に再構成されたフレームだけでなく、プロパゲーションされた特徴を一般化されたデコードされた画像バッファに格納することを提案する。 並列化不フレンドリな自己回帰エントロピーモデルを捨てて,より実用的な復号時間を求める。
• 参考スコア（独自算出の注目度）: 25.348411353589878
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: We address end-to-end learned video compression with a special focus on better learning and utilizing temporal contexts. For temporal context mining, we propose to store not only the previously reconstructed frames, but also the propagated features into the generalized decoded picture buffer. From the stored propagated features, we propose to learn multi-scale temporal contexts, and re-fill the learned temporal contexts into the modules of our compression scheme, including the contextual encoder-decoder, the frame generator, and the temporal context encoder. Our scheme discards the parallelization-unfriendly auto-regressive entropy model to pursue a more practical decoding time. We compare our scheme with x264 and x265 (representing industrial software for H.264 and H.265, respectively) as well as the official reference software for H.264, H.265, and H.266 (JM, HM, and VTM, respectively). When intra period is 32 and oriented to PSNR, our scheme outperforms H.265--HM by 14.4% bit rate saving; when oriented to MS-SSIM, our scheme outperforms H.266--VTM by 21.1% bit rate saving.
• Abstract（参考訳）: 我々は、学習の質の向上と時間的文脈の活用に特化して、エンドツーエンドの学習ビデオ圧縮に対処する。 時間的文脈マイニングのために,前回再構成されたフレームだけでなく,伝搬された特徴を一般化されたデコードされた画像バッファに格納する。 蓄積された特徴から,多スケールの時間的文脈を学習し,学習した時間的文脈をコンテクストエンコーダ・デコーダ,フレーム生成器,時間的文脈エンコーダなど,圧縮スキームのモジュールに再充填することを提案する。 並列化非フレンドリな自己回帰エントロピーモデルを捨て,より実用的な復号時間を求める。 提案手法を x264 と x265 (それぞれ H.264 と H.265 の産業用ソフトウェアを表す) および H.264 と H.265 と H.266 (それぞれ JM, HM, VTM) の公式リファレンスソフトウェアと比較する。 イントラ周期が32でPSNRが14.4%、MS-SSIMが21.1%、H.266--VTMが21.1%、H.265--HMが14.4%である。

関連論文リスト

• High-Efficiency Neural Video Compression via Hierarchical Predictive Learning [27.41398149573729]
  強化されたDeep Hierarchical Video Compression(DHVC 2.0)は、優れた圧縮性能と目覚ましい複雑さの効率を導入する。 階層的な予測符号化を使用して、各ビデオフレームをマルチスケール表現に変換する。 トランスミッションフレンドリーなプログレッシブデコーディングをサポートしており、パケットロスの存在下では特にネットワーク化されたビデオアプリケーションに有利である。
  論文  参考訳（メタデータ） (2024-10-03T15:40:58Z)
• Accelerating Learned Video Compression via Low-Resolution Representation Learning [18.399027308582596]
  低解像度表現学習に焦点を当てた学習ビデオ圧縮のための効率最適化フレームワークを提案する。 提案手法は,H.266参照ソフトウェアVTMの低遅延P構成と同等の性能を実現する。
  論文  参考訳（メタデータ） (2024-07-23T12:02:57Z)
• Fast Chain-of-Thought: A Glance of Future from Parallel Decoding Leads to Answers Faster [61.83949316226113]
  FastCoTは並列デコーディングに基づくモデルに依存しないフレームワークである。 我々は、FastCoTが通常のアプローチと比較して、無視できる性能低下だけで、推論時間を20%近く削減できることを示します。
  論文  参考訳（メタデータ） (2023-11-14T15:56:18Z)
• Scalable Neural Video Representations with Learnable Positional Features [73.51591757726493]
  我々は,学習可能な位置特徴(NVP)を用いて,映像を潜時符号として効果的に再生するニューラル表現の訓練方法を示す。 一般的なUVGベンチマークにおけるNVPの優位性を実証し,先行技術と比較して,NVPは2倍の速度(5分以内)で走行するだけでなく,符号化品質も34.07rightarrow$34.57(PSNR測定値で測定)に上回っている。
  論文  参考訳（メタデータ） (2022-10-13T08:15:08Z)
• Exploring Long- and Short-Range Temporal Information for Learned Video Compression [54.91301930491466]
  圧縮性能を高めるために,映像コンテンツの特徴を活かし,時間的情報を探究することに注力する。 本稿では,画像群(GOP)内で画像の推測中に連続的に更新できる時間前処理を提案する。 この場合、時間的事前は、現在のGOP内のすべてのデコードされた画像の貴重な時間的情報を含む。 本稿では,マルチスケール補償を実現する階層構造を設計する。
  論文  参考訳（メタデータ） (2022-08-07T15:57:18Z)
• Learning to Compress Videos without Computing Motion [39.46212197928986]
  動き推定を必要としない新しいディープラーニングビデオ圧縮アーキテクチャを提案する。 本フレームワークでは,映像のフレーム差分を映像表現として利用することにより,映像の動きに固有の規則性を利用する。 実験の結果,Motionless VIdeo Codec (MOVI-Codec) と呼ばれる圧縮モデルは,動きを計算せずに効率的に動画を圧縮する方法を学習することがわかった。
  論文  参考訳（メタデータ） (2020-09-29T15:49:25Z)
• Conditional Entropy Coding for Efficient Video Compression [82.35389813794372]
  本稿では,フレーム間の条件エントロピーをモデル化することのみに焦点を当てた,非常にシンプルで効率的なビデオ圧縮フレームワークを提案する。 まず、画像遅延符号間のエントロピーをモデル化する単純なアーキテクチャが、他のニューラルビデオ圧縮やビデオコーデックと同等の競争力を持つことを示す。 次に、このアーキテクチャの上に新しい内部学習拡張を提案し、復号速度を抑えることなく10%の節約を実現した。
  論文  参考訳（メタデータ） (2020-08-20T20:01:59Z)
• Learning for Video Compression with Recurrent Auto-Encoder and Recurrent Probability Model [164.7489982837475]
  本稿では、リカレントオートエンコーダ(RAE)とリカレント確率モデル(RPM)を用いたリカレントラーニングビデオ圧縮(RLVC)手法を提案する。 RAEは、ビデオフレーム間の時間的相関を利用するために、エンコーダとデコーダの両方で繰り返しセルを使用する。 提案手法は,PSNRとMS-SSIMの両方の観点から,最先端の学習ビデオ圧縮性能を実現する。
  論文  参考訳（メタデータ） (2020-06-24T08:46:33Z)
• M-LVC: Multiple Frames Prediction for Learned Video Compression [111.50760486258993]
  低レイテンシシナリオのためのエンドツーエンドの学習ビデオ圧縮方式を提案する。 提案方式では, 移動ベクトル(MV)場を現在のフレームと前のフレームの間で計算する。 実験の結果,提案手法は,低遅延モードにおける既存の学習ビデオ圧縮法よりも優れていた。
  論文  参考訳（メタデータ） (2020-04-21T20:42:02Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。