論文の概要: ScalablePromptus: Scalable and High-Fidelity Prompt-Based Video Streaming

• arxiv url: http://arxiv.org/abs/2607.26106v1
• Date: Tue, 28 Jul 2026 08:59:39 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-07-30 21:06:25.429541
• Title: ScalablePromptus: Scalable and High-Fidelity Prompt-Based Video Streaming
• Title（参考訳）: Scalable Promptus: スケーラブルで高忠実なPromptベースのビデオストリーミング
• Authors: Zehao Cao, Bowei Xu, Xun Cao, Zhan Ma, Hao Chen,
• Abstract要約: Promptベースのビデオストリーミングは、生成的再構成のためにピクセルレベルのコンテンツの代わりに、コンパクトなセマンティックプロンプトを送信する。 本稿では,Spherical linear for intermediate frames, and- most critically-a dropout training strategy that produce rank-ordered prompt representations。
• 参考スコア（独自算出の注目度）: 51.48008871921326
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Prompt-based video streaming transmits compact semantic prompts instead of pixel-level content for generative reconstruction, enabling ultra-low-bitrate communication. However, the state-of-the-art Promptus framework is vulnerable to network fluctuation, where partially received prompts lead to catastrophic quality collapse. We propose ScalablePromptus, which enhances Promptus with semantic and color-aware prompt inversion, spherical linear interpolation for intermediate frames, and--most critically--a dropout training strategy that produces rank-ordered prompt representations. This allows the receiver to reconstruct meaningful video from arbitrarily truncated prompts without any adaptation. Under stable networks, ScalablePromptus achieves modest quality gains. Under lossy conditions, it reduces the performance degradation caused by truncation by 82%-95% compared to the baseline, making prompt-based streaming robust enough for real-world deployment.
• Abstract（参考訳）: プロンプトベースのビデオストリーミングは、生成的再構成のためにピクセルレベルのコンテンツの代わりにコンパクトなセマンティックプロンプトを送信し、超低ビットレート通信を可能にする。 しかし、最先端の Promptus フレームワークはネットワークのゆらぎに弱いため、部分的に受信したプロンプトが破滅的な品質の崩壊につながる。 Inversion, Spherical linear interpolation for intermediate frames, and- most critically-a dropout training strategy that produce rank-ordered prompt representations。 これにより、受信機は、適応することなく、任意に切り詰められたプロンプトから有意義な映像を再構成することができる。 安定したネットワークの下では、ScalablePromptusは控えめな品質向上を達成する。 損失のある条件下では、ベースラインと比較してトラクションによるパフォーマンス劣化を82%-95%削減し、実際のデプロイメントに十分なプロンプトベースのストリーミングを堅牢にする。

関連論文リスト

• Generative Transmission: Rethinking Computation, Bandwidth, and Memory in Communication [50.47339685860709]
  超低帯域幅および弱いネットワーク環境下でのビデオ通信のためのジェネラティブトランスミッション(GenTrans)を提案する。 生成前のプリミティブ、クロスクリップメモリの再利用、ランタイム状態の再利用、弱いネットワーク対応トランスポートを活用することで、GenTransはトランスミッションオーバーヘッドを大幅に削減する。 実験結果から,GenTransは,超低ビットレートおよび弱いネットワーク条件下での効率的な映像伝送をサポートすることがわかった。
  論文  参考訳（メタデータ） (2026-07-20T02:11:26Z)
• TextOVSR: Text-Guided Real-World Opera Video Super-Resolution [72.569334239113]
  古典的なオペラビデオは、初期の撮影装置の限界と保存中の長期劣化により、視覚的品質が劣っている。 テキスト誘導型Dual-Branch Opera Video Super-Resolution Networkを提案する。 OperaLQベンチマークの実験では、TextOVSRは定性的にも量的にも最先端の手法よりも優れています。
  論文  参考訳（メタデータ） (2026-03-16T11:48:43Z)
• Enhancing Neural Video Compression of Static Scenes with Positive-Incentive Noise [51.028614105626154]
  監視フィードやビデオテレフォニーストリームのような静的なシーンビデオは、ストレージ消費とネットワークトラフィックの圧倒的なシェアを占める。 従来の標準コーデックとニューラルビデオ圧縮(NVC)手法は、時間的冗長性の不十分な使用と、トレーニングデータとテストデータの間の重大な分散ギャップのために、これらのビデオを効率的にエンコードするのに苦労している。 静的シーンビデオのNVCに正のインセンティブノイズを組み込むことを提案し, 短時間の時間変化を正のインセンティブノイズとして再解釈し, モデル微調整を容易にする。
  論文  参考訳（メタデータ） (2026-03-06T09:47:25Z)
• High-Fidelity Causal Video Diffusion Models for Real-Time Ultra-Low-Bitrate Semantic Communication [43.045237067909106]
  超低ビットレートセマンティック通信制約下での高忠実度・因果性・リアルタイムビデオ生成のためのビデオ拡散モデルを提案する。 この枠組みは,超低速度(0.0003bpp)における知覚的品質,意味的忠実度,時間的一貫性を強く達成し,定量的,質的,主観的評価において,古典的,神経的,生成的ベースラインを上回っている。
  論文  参考訳（メタデータ） (2026-02-14T17:23:55Z)
• InfiniteTalk: Audio-driven Video Generation for Sparse-Frame Video Dubbing [66.48064661467781]
  我々は、アイデンティティ、象徴的なジェスチャー、カメラ軌跡を維持するために参照を戦略的に保存する新しいパラダイムであるスパースフレームビデオダビングを導入する。 無限長長列ダビング用に設計されたストリーミングオーディオ駆動型ジェネレータであるInfiniteTalkを提案する。 HDTF、CelebV-HQ、EMTDデータセットの総合評価は、最先端の性能を示している。
  論文  参考訳（メタデータ） (2025-08-19T17:55:23Z)
• PromptMobile: Efficient Promptus for Low Bandwidth Mobile Video Streaming [18.32444457609669]
  本稿では、デバイス上でのPromptusに適した効率的なアクセラレーションフレームワークであるPromptMobileを提案する。 他のストリーミング方法と比較して、PromptMobileは平均LPIPSの改善を0.016(H.265と比較)し、重く歪んだフレームの60%を削減した(VQGANと比較)。
  論文  参考訳（メタデータ） (2025-03-20T13:00:36Z)
• Promptus: Can Prompts Streaming Replace Video Streaming with Stable Diffusion [6.093768205619601]
  本稿では,ビデオコンテンツの代わりにプロンプトをストリーミングするディスラプティブ通信システムPromptusを提案する。 実際のビデオフレームを、配信用に一連の"prompts"で表現し、受信機でビデオを生成するためにStable Diffusionを使用している。 我々の研究は、効率的なビデオ通信のための新しいパラダイムを開拓する。
  論文  参考訳（メタデータ） (2024-05-30T13:16:48Z)
• Multi-level Wavelet-based Generative Adversarial Network for Perceptual Quality Enhancement of Compressed Video [51.631731922593225]
  既存の手法は主に、その知覚的品質を無視しながら、圧縮映像の客観的品質を高めることに焦点を当てている。 圧縮ビデオの知覚品質を高めるために,マルチレベルウェーブレットパケット変換(WPT)に基づくGAN(Generative Adversarial Network)を提案する。
  論文  参考訳（メタデータ） (2020-08-02T15:01:38Z)

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。