論文の概要: DiffCVE: Diffusion-based Compressed Video Enhancement

• arxiv url: http://arxiv.org/abs/2607.07195v1
• Date: Wed, 08 Jul 2026 09:30:18 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-07-09 22:50:30.344038
• Title: DiffCVE: Diffusion-based Compressed Video Enhancement
• Title（参考訳）: DiffCVE:拡散型圧縮ビデオエンハンスメント
• Abstract要約: 高度に圧縮されたビデオの知覚的品質向上は、複雑なアーティファクトパターンと実質的な情報損失のために依然として困難である。 近年の拡散モデルでは、視覚的復元のための強力な生成能力が示されているが、圧縮ビデオに直接適用すると圧縮劣化特性が無視されることが多い。 本稿では,拡散型圧縮ビデオ強調手法であるDiffgenerative Coding Prior-enhanced Dual Conditioningを提案する。
• 参考スコア（独自算出の注目度）: 32.7189173883538
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Perceptual quality enhancement of severely compressed videos remains challenging due to complex artifact patterns and substantial information loss. Recent diffusion models have demonstrated strong generative capability for visual restoration, but directly applying them to compressed video often ignores compression degradation characteristics and may introduce structure-inconsistent hallucinations. To address this issue, this paper presents a diffusion-based compressed video enhancement method, named DiffCVE. Coding Prior-enhanced Dual Conditioning (CPDC) branches are designed to jointly model compressed video and coding prior conditions, where coding priors including residuals and motion vectors provide complementary structural and motion guidance during the diffusion denoising process. To make the diffusion process aware of compression severity, a Compression Degradation Semantic Prompting (CDSP) mechanism is introduced to leverage QP-conditioned textual prompts together with LoRA fine-tuning. In addition, a Coding Prior-guided Weighted Fusion (CPWF) module is incorporated into the VAE decoder to fuse VAE encoder and coding prior encoder features with QP-predicted weights. Extensive experiments demonstrate the effectiveness of the proposed method in improving perceptual quality, especially under severe compression settings. The project page with enhanced video demonstrations is available at https://wqmaker.github.io/projects/DiffCVE/.
• Abstract（参考訳）: 高度に圧縮されたビデオの知覚的品質向上は、複雑なアーティファクトパターンと実質的な情報損失のために依然として困難である。 近年の拡散モデルでは、視覚回復のための強力な生成能力が示されているが、圧縮ビデオに直接適用すると、圧縮劣化特性が無視されることが多く、構造的に矛盾する幻覚が生じることがある。 そこで本研究では,DiffCVEという拡散型圧縮映像強調手法を提案する。 符号化プリエンハンスドデュアルコンディショニング(CPDC)ブランチは、圧縮ビデオと符号化事前条件を共同でモデル化するように設計されている。 圧縮重大性を認識するために、圧縮劣化セマンティック・プロンプト(CDSP)機構を導入し、QP条件のテキストプロンプトをLoRA微調整とともに活用する。 さらに、VAEデコーダにCPWF(Coding Prior-Guided Weighted Fusion)モジュールを組み込んで、VAEエンコーダをフューズし、QP予測重み付きプリエンコーダ機能をコーディングする。 特に重度圧縮条件下での知覚的品質向上における提案手法の有効性を示す。 ビデオデモが強化されたプロジェクトページはhttps://wqmaker.github.io/projects/DiffCVE/で公開されている。

関連論文リスト

• 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)
• Embedding Compression Distortion in Video Coding for Machines [67.97469042910855]
  現在、ビデオ伝送は人間の視覚システム(HVS)だけでなく、分析のための機械認識にも役立っている。 本稿では,機械知覚関連歪み表現を抽出し,下流モデルに埋め込む圧縮歪埋め込み(CDRE)フレームワークを提案する。 我々のフレームワークは,実行時間,パラメータ数といったオーバーヘッドを最小限に抑えて,既存のコーデックのレートタスク性能を効果的に向上させることができる。
  論文  参考訳（メタデータ） (2025-03-27T13:01:53Z)
• REGEN: Learning Compact Video Embedding with (Re-)Generative Decoder [52.698595889988766]
  生成モデルのためのビデオ埋め込み学習について,新しい視点を提示する。 入力ビデオの正確な再生を必要とせず、効果的な埋め込みは視覚的に妥当な再構築に焦点を当てるべきである。 本稿では,従来のエンコーダ・デコーダ・ビデオ埋め込みをエンコーダ・ジェネレータ・フレームワークに置き換えることを提案する。
  論文  参考訳（メタデータ） (2025-03-11T17:51:07Z)
• Rethinking Video Tokenization: A Conditioned Diffusion-based Approach [58.164354605550194]
  新しいトークン化ツールであるDiffusion Conditioned-based Gene Tokenizerは、GANベースのデコーダを条件付き拡散モデルで置き換える。 再建に基本的MSE拡散損失とKL項,LPIPSを併用した訓練を行った。 CDTのスケールダウン版(3$times inference speedup)でさえ、トップベースラインと互換性がある。
  論文  参考訳（メタデータ） (2025-03-05T17:59:19Z)
• Spatial Degradation-Aware and Temporal Consistent Diffusion Model for Compressed Video Super-Resolution [25.615935776826596]
  ストレージと帯域幅の制限により、インターネット上で送信されるビデオは低画質で圧縮されたアーティファクトを特徴とすることが多い。 ビデオ超解像(VSR)は効率的なビデオ強調技術であるが、既存のVS手法では圧縮ビデオに焦点を絞らない。 圧縮VSRのための事前学習拡散モデルの先行性を利用する新しい手法を提案する。
  論文  参考訳（メタデータ） (2025-02-11T08:57:45Z)
• Compression-Realized Deep Structural Network for Video Quality Enhancement [78.13020206633524]
  本稿では,圧縮ビデオの品質向上の課題に焦点をあてる。 既存の手法のほとんどは、圧縮コーデック内での事前処理を最適に活用するための構造設計を欠いている。 新しいパラダイムは、より意識的な品質向上プロセスのために緊急に必要である。
  論文  参考訳（メタデータ） (2024-05-10T09:18:17Z)
• Learned Video Compression via Heterogeneous Deformable Compensation Network [78.72508633457392]
  不安定な圧縮性能の問題に対処するために,不均一変形補償戦略(HDCVC)を用いた学習ビデオ圧縮フレームワークを提案する。 より具体的には、提案アルゴリズムは隣接する2つのフレームから特徴を抽出し、コンテンツ近傍の不均一な変形(HetDeform)カーネルオフセットを推定する。 実験結果から,HDCVCは最近の最先端の学習ビデオ圧縮手法よりも優れた性能を示した。
  論文  参考訳（メタデータ） (2022-07-11T02:31:31Z)

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。