論文の概要: DCVC-MB: Neural B-Frame Video Compression using State Space Models
- arxiv url: http://arxiv.org/abs/2607.14305v1
- Date: Wed, 15 Jul 2026 19:09:24 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-07-17 17:01:32.89324
- Title: DCVC-MB: Neural B-Frame Video Compression using State Space Models
- Title（参考訳）: DCVC-MB:状態空間モデルを用いたニューラルBフレームビデオ圧縮
- Abstract要約: 本稿では,Bフレーム符号化のためのニューラルビデオフレームワークDCVC-MBを提案する。
我々は,DCVC-MBを既存のNVCや従来のコーデックと比較した。
- 参考スコア（独自算出の注目度）: 5.73742794192395
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: In this paper we propose DCVC-Mamba (DCVC-MB), a neural video codec framework for B-frame coding. Our approach incorporates an IBP frame strategy for low-delay B-frame coding, a spatio-temporal fusion model based on state-space models for bidirectional temporal prediction, and an entropy-aware skipping mechanism that selectively omits coding certain latents to reduce entropy coding times. In addition to our model contributions we also implement two inference-time strategies that enhance compression performance. Experimental evaluation shows that DCVC-MB compares favorably to existing NVCs and traditional codecs. The method demonstrates BD-rate reductions of up to $8.98\%$ on average compared to prior neural video codecs, and improvements of up to $30.45\%$ and $1.81\%$ over the VTM-19.0-LDP and VTM-19.0-RA(Inter-GoP=16) benchmarks, respectively, contributing to advances in neural video compression.
- Abstract（参考訳）: 本稿では,Bフレーム符号化のためのニューラルビデオコーデックフレームワークDCVC-Mamba(DCVC-MB)を提案する。
提案手法は,低遅延Bフレーム符号化のためのIPPフレーム戦略,双方向時間予測のための状態空間モデルに基づく時空間融合モデル,およびエントロピー対応スキップ機構を組み込んで,特定の潜時符号化を選択的に省略し,エントロピー符号化時間を短縮する。
モデルコントリビューションに加えて、圧縮性能を向上させる2つの推論時間戦略も実装しています。
実験により,DCVC-MBは既存のNVCや従来のコーデックと比較した。
この手法は、前回のニューラルビデオコーデックと比較して平均8.98\%のBDレートの低下を示し、VTM-19.0-LDPとVTM-19.0-RA(Inter-GoP=16)ベンチマークで最大30.45\%の値と1.81\%の値が改善され、ニューラルビデオ圧縮の進歩に貢献した。
関連論文リスト
- ZeroGVC: Zero-Shot Generative Video Compression with Autoregressive Diffusion Priors [52.50325804778549]
我々はゼロショット生成ビデオ圧縮フレームワークZeroGVCを提案する。
ZeroGVCは、画像群(GOP)の最初のフレームを符号化し、Codebook-Guided Autoregressive Latent Compressionを通じてその後のPフレームを表現する。
標準ビデオ圧縮ベンチマークの実験では、ZeroGVCは、追加のトレーニングを伴わずに、超低速度での知覚的再構成品質が優れたことを実証している。
論文 参考訳（メタデータ） (2026-06-21T07:46:14Z) - Neural B-frame Video Compression with Bi-directional Reference Harmonization [50.067848395760755]
本稿では、双方向参照調和ビデオ圧縮(BRHVC)という新しいBフレームビデオ圧縮手法を提案する。
BRHVCは、参照情報の利用を最適化するために、双方向モーションコンバージ(BMC)と双方向コンテキスト融合(BCF)を使用している。
実験結果から, BRHVCは従来のNVC法よりも優れていたことが示唆された。
論文 参考訳（メタデータ） (2025-11-12T03:30:37Z) - Real-Time Neural Video Compression with Unified Intra and Inter Coding [8.998142257336674]
各フレームを1つのモデルで処理する、イントラ・インターコーディングとイントラ・コーディングを統一したNVCフレームワークを提案する。
本稿では,フレーム間冗長性を利用した2フレーム同時圧縮設計を提案する。
提案方式は,DCVC-RTを平均12.1%のBDレートで性能良くし,フレームあたりの安定性と品質を向上し,リアルタイム符号化/復号性能を維持している。
論文 参考訳（メタデータ） (2025-10-16T08:31:44Z) - Towards Practical Real-Time Neural Video Compression [60.390180067626396]
我々は,高圧縮比,低レイテンシ,広範汎用性を実現するために設計された実用的リアルタイムニューラルビデオ(NVC)を紹介する。
実験により,提案したDCVC-RTは1080pビデオに対して125.2/112.8フレーム(毎秒125.2/112.8フレーム)の高速符号化を実現し,H.266/VTMと比較して21%のfpsを節約できた。
論文 参考訳（メタデータ） (2025-02-28T06:32:23Z) - Bi-Directional Deep Contextual Video Compression [17.195099321371526]
本稿では,Bフレームに適した双方向深層映像圧縮方式をDCVC-Bと呼ぶ。
まず、効果的な動き差分符号化のための双方向の動き差分文脈伝搬法を提案する。
次に、双方向文脈圧縮モデルと対応する双方向時間エントロピーモデルを提案する。
第3に,階層的品質構造に基づくトレーニング戦略を提案し,画像の大規模なグループ間で効果的なビット割り当てを実現する。
論文 参考訳（メタデータ） (2024-08-16T08:45:25Z) - IBVC: Interpolation-driven B-frame Video Compression [68.18440522300536]
Bフレームビデオ圧縮は、双方向動作推定と動き補償(MEMC)符号化をミドルフレーム再構成に適用することを目的としている。
従来の学習アプローチでは、しばしば双方向の光フロー推定に依存するニューラルネットワークのPフレームコーデックをBフレームに直接拡張する。
これらの問題に対処するために,IBVC (Interpolation-B-frame Video Compression) という単純な構造を提案する。
論文 参考訳（メタデータ） (2023-09-25T02:45:51Z) - Neural Video Compression with Temporal Layer-Adaptive Hierarchical
B-frame Coding [5.8550373172233305]
時間層適応最適化を用いた階層的Bフレーム符号化を用いたNVCモデルを提案する。
このモデルはベースラインに対して-39.86%のBDレートを達成している。
また、単純な双方向拡張よりも最大-49.13%のBDレートゲインを持つ大きなあるいは複雑な動きを持つシーケンスの課題も解決する。
論文 参考訳（メタデータ） (2023-08-30T06:49:34Z) - 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)
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。