論文の概要: Accelerating Merge with Motion Vector Difference via Filter Difference Analysis for VVenC
- arxiv url: http://arxiv.org/abs/2606.31084v1
- Date: Tue, 30 Jun 2026 03:18:13 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-07-01 18:27:19.063396
- Title: Accelerating Merge with Motion Vector Difference via Filter Difference Analysis for VVenC
- Title（参考訳）: VVenCのフィルタ差分解析による運動ベクトル差の高速化
- Abstract要約: 本稿では,VVenCエンコーダの高速MMVDアルゴリズムを提案する。
提案手法は,MMVD の平均探索比を 21.07% から 11.05% に下げ,高速プリセットで効率・複雑度を 11.79 から 7.10 に下げる。
- 参考スコア（独自算出の注目度）: 28.116317821976168
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Merge with Motion Vector Difference (MMVD) is a key coding tool in Versatile Video Coding for improving motion prediction accuracy. However, its exhaustive search strategy imposes a significant computational burden on the encoder. To address this issue, we propose a novel fast MMVD algorithm for the VVenC encoder based on fractional motion vector filter difference analysis. By approximating the 8-tap interpolation filter with a 2-tap filter, we derive a criterion based on spatial gradients and prediction residuals for estimating the potential gain of MMVD candidates. We further generalize this criterion to accommodate both shifted integer reference samples and 2D separable filtering. To minimize the overhead of the proposed method, we introduce implementation optimizations, including symmetric offset inference and cross-shaped downsampled dot-product computation. Compared with existing fast MMVD algorithms in VVenC, our method reduces the average MMVD search ratio from 21.07\% to 11.05\% and decreases the efficiency-complexity metric $η$ from 11.79 to 7.10 under the fast preset.
- Abstract（参考訳）: Merge with Motion Vector difference (MMVD) はVersatile Video Codingにおいて、動き予測精度を向上させるための重要なコーディングツールである。
しかし、その網羅的な探索戦略はエンコーダに大きな計算負担を課している。
そこで本研究では,VVenCエンコーダの高速MMVDアルゴリズムを提案する。
8タップの補間フィルタを2タップのフィルタで近似することにより、MMVD候補の潜在的な利得を推定するための空間勾配と予測残差に基づく基準を導出する。
さらに、シフトした整数参照サンプルと2次元分離可能なフィルタリングの両方に対応するために、この基準を一般化する。
提案手法のオーバヘッドを最小限に抑えるため,対称オフセット推論やクロスフォームダウンサンプルドット積計算などの実装最適化を導入する。
VVenC の既存の高速 MMVD アルゴリズムと比較して,提案手法は平均 MMVD 探索比を 21.07 % から 11.05 % に減らし,高速プリセットで効率・複雑度測定値 $η$ を 11.79 から 7.10 に減らした。
関連論文リスト
- Optimized Adaptive Loop Filter in Versatile Video Coding [59.71144973605487]
Versatile Video Coding(VVC)標準では、アダプティブループフィルタ(ALF)が圧縮アーティファクトの低減に重要な役割を果たしている。
本稿では,GALF と CCALF の並列設計,GALF の適応パラメータ決定,ワンパス CCALF スキームなどの ALF フレームワークを提案する。
VTM-8.0と比較して、提案手法は画像バッファアクセスを152から1に削減し、ALFモジュールの約25%の時間節約を実現する。
論文 参考訳（メタデータ） (2026-07-07T01:47:50Z) - Closed-Form Spectral Regularization for Multi-Task Model Merging [96.82449201305234]
モデルマージは、個別に調整された複数の専門家をトレーニングデータなしで単一のマルチタスクモデルに結合する。
State-of-the-art merging method formulate merging as a layer-wise interference problem。
本稿では,逐次降下の勾配-流路に一致するソフト指数フィルタを組み合わせた閉形式手法SWUDIを提案する。
論文 参考訳（メタデータ） (2026-06-05T14:00:47Z) - Deformable Wiener Filter for Future Video Coding [55.405068056883614]
We propose a deformable Wiener Filter (DWF) for in-loop filters in Versatile Video Coding (VVC)。
局所特性と非局所特性を組み合わせて、ウィナーフィルタ理論に基づいてフィルタ係数を指導的に訓練する。
平均で1.16%、1.92%、および2.67%のビットレートの節約を実現している。
論文 参考訳（メタデータ） (2026-06-01T02:24:07Z) - Rotated Mean-Field Variational Inference and Iterative Gaussianization [11.954133194037858]
回転座標系における平均場変動推定(MFVI)を提案する。
回転座標系におけるMFVIは、目標をガウスに近づける回転と座標写像を定義する。
この手順を反復すると、目標をガウスへ徐々に変換する一連の変換が得られる。
論文 参考訳（メタデータ） (2025-10-09T03:13:44Z) - A Differential Evolution Algorithm with Neighbor-hood Mutation for DOA Estimation [11.842677286643609]
2次元多重信号分類アルゴリズムは、アレイ信号処理における高分解能方向推定(DOA)のための強力な手法である。
我々は,ピークフィニング過程をマルチモーダルな最適化プロブレムとして再構成し,複数のピークを効率よくローカライズするための近傍突然変異(DE-NM)を用いた微分方程式アルゴリズムを提案する。
論文 参考訳（メタデータ） (2025-07-08T14:30:01Z) - Nesterov Accelerated ADMM for Fast Diffeomorphic Image Registration [63.15453821022452]
ディープラーニングに基づくアプローチの最近の発展は、DiffIRのサブ秒間実行を実現している。
本稿では,中間定常速度場を機能的に構成する簡易な反復スキームを提案する。
次に、任意の順序の正規化項を用いて、これらの速度場に滑らかさを課す凸最適化モデルを提案する。
論文 参考訳（メタデータ） (2021-09-26T19:56:45Z) - Fast Variational AutoEncoder with Inverted Multi-Index for Collaborative
Filtering [59.349057602266]
変分オートエンコーダ (VAE) は, 協調フィルタリングの非線形手法として拡張されている。
内積に基づくソフトマックス確率を逆多重インデックスに基づいて分解する。
FastVAEはサンプリング品質と効率の両面で最先端のベースラインを上回っます。
論文 参考訳（メタデータ） (2021-09-13T08:31:59Z) - Gradient flow encoding with distance optimization adaptive step size [10.973034520723957]
グラデーションフローを用いて潜在空間内のデータサンプルをエンコードするデコーダのみの手法を検討する。
私たちの実験では、GFEは自動符号化モデルよりもはるかに高いデータ効率を示しました。
論文 参考訳（メタデータ） (2021-05-11T13:38:23Z) - Decoupled Dynamic Filter Networks [85.38058820176047]
これらの欠点を同時に解決できるDDF(Decoupled Dynamic Filter)を提案します。
最近の注目の高まりに触発されて、DDFは深度ワイドなダイナミックフィルタを空間的およびチャネル的ダイナミックフィルタに分離する。
分類ネットワークにおける標準畳み込みをDFFに置き換える際の性能向上を観察する。
論文 参考訳（メタデータ） (2021-04-29T04:55:33Z) - Metalearning: Sparse Variable-Structure Automata [0.0]
本研究では,動的スパース符号ベクトルをフライ時に使用する基底ベクトルの数を増やすメタラーニング手法を提案する。
アクター批判アルゴリズムが展開され、必要な精度のレベルに関する特徴の適切な寸法を自動的に選択する。
論文 参考訳（メタデータ） (2021-01-30T21:32:23Z) - Minimal Filtering Algorithms for Convolutional Neural Networks [82.24592140096622]
我々は,M=3,5,7,9,11の基本的なフィルタリング操作を実装するための完全並列ハードウェア指向アルゴリズムを開発した。
各ケースにおける提案アルゴリズムの完全な並列ハードウェア実装は、組込み乗算器の数を約30%削減する。
論文 参考訳（メタデータ） (2020-04-12T13:18:25Z)
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。