論文の概要: Enhanced Neural Video Representation Compression across Extreme Complexity and Quality Scales
- arxiv url: http://arxiv.org/abs/2606.28163v1
- Date: Fri, 26 Jun 2026 14:58:09 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-06-29 18:24:25.52639
- Title: Enhanced Neural Video Representation Compression across Extreme Complexity and Quality Scales
- Title（参考訳）: 超複雑度と品質尺度における高機能なニューラルビデオ表現圧縮
- Abstract要約: Inlicit Neural representations (INR) はビデオ圧縮の有望なアプローチとして最近登場し、高速デコーディングと競合する速度歪み性能を提供している。
既存のニューラルビデオコーデックは、複雑さとスケーラビリティのバランスをとるのに苦労している。
複数の高解像度グリッドを備えた軽量INRを利用する新しいINRベースのビデオであるNVRC++を紹介する。
- 参考スコア（独自算出の注目度）: 10.390165695107664
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Implicit neural representations (INRs) have recently emerged as a promising approach to video compression, delivering competitive rate-distortion performance alongside rapid decoding. However, existing neural video codecs struggle to balance complexity and scalability. Lightweight models often suffer from degraded compression performance when scaled to different bitrate/quality levels, whereas high-performance models exhibit limited scalability, as their model complexity typically increases with quality. This lack of a unified architecture capable of maintaining consistent complexity across a wide range of bitrates severely limits their diverse real-world deployment. To address these challenges, we introduce NVRC++, a novel INR-based video codec that utilizes a lightweight INR with multiple high-resolution feature grids, providing high scalability at any given complexity level. This is paired with an optimization framework that enables efficient overfitting on high-resolution grids for long video sequences, thereby exploiting spatio-temporal redundancies without prohibitive computational or memory overhead. Additionally, an advanced entropy model is designed for efficiently compressing the high-dimensional grid parameters. As a result, NVRC++ provides four complexity levels (from 7kMACs/pixel to 360kMACs/pixel), each spanning wide bitrate and quality ranges while supporting real-time decoding. The experimental results show that NVRC++ offers a much faster decoding speed (up to 7.6x) compared to the SOTA INR-based video codec, NVRC, while delivering comparable performance.
- Abstract（参考訳）: Inlicit Neural representations (INR) はビデオ圧縮の有望なアプローチとして最近登場し、高速デコーディングと競合する速度歪み性能を提供している。
しかし、既存のニューラルビデオコーデックは複雑さとスケーラビリティのバランスをとるのに苦労している。
軽量モデルは、異なるビットレート/品質レベルにスケールすると、圧縮性能が劣化することが多いが、ハイパフォーマンスモデルは、通常、モデル複雑さが品質とともに増加するため、スケーラビリティが制限される。
この統一アーキテクチャの欠如は、広範囲のビットレートで一貫した複雑さを維持することができ、その多様な実世界のデプロイメントを著しく制限する。
NVRC++は,複数の高解像度機能グリッドを備えた軽量なINRを利用する新しいINRベースのビデオコーデックで,任意の複雑性レベルで高いスケーラビリティを提供する。
これは、長いビデオシーケンスに対して高解像度グリッドを効率よくオーバーフィッティングできる最適化フレームワークと組み合わせて、計算やメモリのオーバーヘッドを禁ずることなく時空間冗長性を利用する。
さらに、高次元グリッドパラメータを効率的に圧縮するために、高度なエントロピーモデルが設計されている。
その結果、NVRC++は4つの複雑さレベル(7kMACs/ピクセルから360kMACs/ピクセル)を提供し、それぞれがビットレートと品質の範囲を分散し、リアルタイムデコーディングをサポートする。
実験の結果、NVRC++は、SOTA INRベースのビデオコーデックであるNVRCに比べて、より高速なデコード速度(最大7.6倍)を提供し、同等のパフォーマンスを提供することが示された。
関連論文リスト
- Scalable Neural Video Representation Compression [21.36894041974722]
Inlicit Neural representation (INR)ベースのコーデックは、コンパクトニューラルネットワークを個々のビデオにオーバーフィットすることで圧縮を実現する。
本稿では、単一の埋め込みビットストリームからの微細化と復号化の複雑さを共同でサポートする、スケーラブルなINRベースのビデオであるS-NVRCを提案する。
論文 参考訳（メタデータ） (2026-09-02T21:25:47Z) - Ultra-lightweight Neural Video Representation Compression [18.390031994984096]
ニューラルビデオ表現に2つの重要な変更を加えたNVRC-Liteを提案する。
まず、マルチスケールの機能グリッドを軽量なニューラル表現に統合しました。
第二に、既存のINRがエントロピー符号化に自己回帰モデルを利用するという問題に対処する。
実験の結果, NVRC-Lite は INR ベースのビデオコーデックの最高性能である C3 より優れていた。
論文 参考訳（メタデータ） (2025-12-03T17:56:44Z) - 4DGCPro: Efficient Hierarchical 4D Gaussian Compression for Progressive Volumetric Video Streaming [52.76837132019501]
本稿では,新しい階層型4D圧縮フレームワークである4DGCProを紹介する。
4DGCProは、プログレッシブボリュームビデオストリーミングによるリアルタイムモバイルデコーディングと高品質なレンダリングを容易にする。
エンドツーエンドのエントロピー最適化トレーニングスキームを提案する。
論文 参考訳（メタデータ） (2025-09-22T08:38:17Z) - FCA2: Frame Compression-Aware Autoencoder for Modular and Fast Compressed Video Super-Resolution [68.77813885751308]
最先端(SOTA)圧縮ビデオ超解像(CVSR)モデルは、長期の推論時間、複雑なトレーニングパイプライン、補助情報への依存など、永続的な課題に直面している。
ハイパースペクトル画像(HSI)とビデオデータの構造的および統計的類似性から着想を得た,効率的でスケーラブルなソリューションを提案する。
提案手法では,計算複雑性を低減し,推論を高速化し,フレーム間の時間情報の抽出を促進する圧縮駆動型次元減少戦略を導入する。
論文 参考訳（メタデータ） (2025-06-13T07:59:52Z) - Plug-and-Play Versatile Compressed Video Enhancement [57.62582951699999]
ビデオ圧縮はファイルのサイズを効果的に削減し、リアルタイムのクラウドコンピューティングを可能にする。
しかし、それは視覚的品質の犠牲となり、下流の視覚モデルの堅牢性に挑戦する。
本稿では,異なる圧縮条件下で動画を適応的に拡張する多言語対応拡張フレームワークを提案する。
論文 参考訳（メタデータ） (2025-04-21T18:39:31Z) - Multi-Scale Invertible Neural Network for Wide-Range Variable-Rate Learned Image Compression [90.59962443790593]
本稿では,制限を克服するために,可逆変換に基づく可変レート画像圧縮モデルを提案する。
具体的には、入力画像をマルチスケールの潜在表現にマッピングする、軽量なマルチスケール非可逆ニューラルネットワークを設計する。
実験結果から,提案手法は既存の可変レート法と比較して最先端性能を実現することが示された。
論文 参考訳（メタデータ） (2025-03-27T09:08:39Z) - 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) - Standard compliant video coding using low complexity, switchable neural wrappers [8.149130379436759]
標準互換性、高性能、低復号化の複雑さを特徴とする新しいフレームワークを提案する。
私たちは、標準的なビデオをラップして、異なる解像度でビデオをエンコードする、共同最適化されたニューラルプリプロセッサとポストプロセッサのセットを使用します。
我々は、異なるアップサンプリング比を処理できる低複雑性のニューラルポストプロセッサアーキテクチャを設計する。
論文 参考訳（メタデータ） (2024-07-10T06:36:45Z) - An Efficient Implicit Neural Representation Image Codec Based on Mixed Autoregressive Model for Low-Complexity Decoding [43.43996899487615]
画像圧縮のためのインプシットニューラル表現(INR)は、最先端のオートエンコーダモデルと比較して2つの重要な利点を提供する新興技術である。
我々は、現在のINRの復号時間を大幅に削減するために、新しいMixed AutoRegressive Model (MARM)を導入する。
MARMには提案したAutoRegressive Upsampler(ARU)ブロックが含まれている。
論文 参考訳（メタデータ） (2024-01-23T09:37:58Z) - ConvNeXt-ChARM: ConvNeXt-based Transform for Efficient Neural Image
Compression [18.05997169440533]
ConvNeXt-ChARMは,効率的なConvNeXtベースのトランスフォーメーションコーディングフレームワークである。
ConvNeXt-ChARMは、VVC参照エンコーダ(VTM-18.0)と最先端の学習画像圧縮手法であるSwinT-ChARMに対して、平均5.24%と1.22%と、一貫したBDレート(PSNR)の低下をもたらすことを示した。
論文 参考訳（メタデータ） (2023-07-12T11:45:54Z) - 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) - 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)
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。