論文の概要: Generative Video Compression Based on Hierarchical Referencing

• arxiv url: http://arxiv.org/abs/2608.11618v1
• Date: Wed, 12 Aug 2026 03:55:20 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-08-13 19:07:54.445171
• Title: Generative Video Compression Based on Hierarchical Referencing
• Title（参考訳）: 階層的参照に基づく生成ビデオ圧縮
• Abstract要約: 階層的参照に基づくGVCHR, 生成ビデオ圧縮を提案する。 鍵となる考え方は、遅延フレームを階層的に整理することであり、選択された高品質な参照は遅延コーディングと生成的再構築の両方に利益をもたらす。 GVCHR は、LPIPS と DISTS でそれぞれ 50.5% と 54.0% のBD-rate を達成し、視覚的品質も向上した。
• 参考スコア（独自算出の注目度）: 9.231133926728528
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Diffusion-based generative video compression has emerged as a promising paradigm to improve perceptual quality, where latent frames are required to be encoded efficiently while serving as denoising conditions. However, existing methods neither carefully design reference and quality structures during latent coding nor account for the impact of frame-level quality variation on denoising procedure, which limits coding efficiency and aggravates artifact propagation during generative reconstruction. In this paper, we propose GVCHR, Generative Video Compression based on Hierarchical Referencing. The key idea is to organize latent frames hierarchically, where the selected high-quality references benefit both latent coding and generative reconstruction. In latent coding, GVCHR couples a hierarchical reference structure with a hierarchical quality structure, assigning more bits to lower-layer frames that are reused more frequently as references. Built on this design, we introduce Hierarchical Temporal Context Mining to exploits complementary short- and long-term temporal context for effective latent coding. In generative reconstruction, the coding-side hierarchy is incorporated into a Hierarchical Attentive Adapter which is attached to a video diffusion transformer. This adapter uses hierarchical attention to restrict each latent frame to attend only to the same- or lower-layer references, thereby reducing artifact propagation during denoising. Experiments validate GVCHR on multiple benchmarks. Compared with the previous state-of-the-art method, GVCHR achieves 50.5% and 54.0% BD-rate gains in terms of LPIPS and DISTS, respectively, while also delivering clearly improved visual quality.
• Abstract（参考訳）: 拡散に基づく生成ビデオ圧縮は知覚品質を向上させるための有望なパラダイムとして登場し、遅延フレームを復調条件として効率的に符号化する必要がある。 しかし、既存の手法では、遅延符号化時の参照構造や品質構造を慎重に設計することも、復調過程における符号化効率を制限し、生成的再構成時のアーティファクト伝播を増大させるフレームレベルの品質変動の影響も考慮していない。 本稿では階層的参照に基づくGVCHR(Generative Video Compression)を提案する。 鍵となる考え方は、遅延フレームを階層的に整理することであり、選択された高品質な参照は遅延コーディングと生成的再構築の両方に利益をもたらす。 遅延符号化では、GVCHRは階層的な参照構造と階層的な品質構造を結合し、より頻繁に参照として再利用される下位層のフレームにより多くのビットを割り当てる。 この設計に基づいて階層的時間的コンテキストマイニングを導入し、補完的な短期・長期の時間的コンテキストを効果的に潜時符号化に活用する。 生成的再構成では、符号化側階層をビデオ拡散変換器に取り付けられた階層的注意適応器に組み込む。 このアダプタは階層的な注意を使って各潜伏フレームを制限し、同一または下層参照のみに対応する。 実験は複数のベンチマークでGVCHRを検証する。 従来の最先端の手法と比較して、GVCHRはLPIPSとdisTSでそれぞれ50.5%と54.0%のBDレートを達成し、視覚的品質も向上した。

関連論文リスト

• Video Compression with Graph-inspired Neural Representation [22.393981515406537]
  Implicit Neural Representations (INR)は、ビデオ圧縮のためのコンパクトでコンテンツ適応的なパラダイムを提供する。 本稿では,グラフに着想を得たINRであるG-NeRVを提案する。 G-NeRVは最先端のINRベースのNVRCと最新の標準ビデオであるVVC VTMをそれぞれ8.86%、14.68%(BD-rate)で上回っている。
  論文  参考訳（メタデータ） (2026-09-02T12:43:03Z)
• Efficient Video Diffusion with Sparse Information Transmission for Video Compression [24.272279529510772]
  ビデオ圧縮は、最小限の歪みで復元品質を最大化することを目的としている。 超低速では、従来のエンドツーエンド圧縮モデルは、画質の悪いぼやけた画像を生成する傾向がある。 我々はDiff-SITを提案し、知覚的品質と時間的一貫性の新たな最先端性を確立する。
  論文  参考訳（メタデータ） (2026-03-19T05:15:29Z)
• 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)
• IQPFR: An Image Quality Prior for Blind Face Restoration and Beyond [56.99331967165238]
  Blind Face Restoration (BFR)は、劣化した低品質(LQ)の顔画像を高品質(HQ)の出力に再構成する課題に対処する。 本研究では,非参照画像品質評価(NR-IQA)モデルから得られた画像品質優先(IQP)を組み込んだ新しいフレームワークを提案する。 提案手法は,複数のベンチマークにおいて最先端技術より優れている。
  論文  参考訳（メタデータ） (2025-03-12T11:39:51Z)
• Epsilon-VAE: Denoising as Visual Decoding [61.29255979767292]
  復号化は1段階の再構成から反復的改良へと移行する。 具体的には、デコーダを拡散処理に置き換え、ノイズを反復的に改善して元の画像を復元する。 拡散による反復的再構成により, 自己エンコーダであるEpsilon-VAEは高い再構成品質を実現する。
  論文  参考訳（メタデータ） (2024-10-05T08:27:53Z)
• 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)
• Low-Light Video Enhancement via Spatial-Temporal Consistent Decomposition [52.89441679581216]
  低照度ビデオエンハンスメント(LLVE)は、激しい視認性とノイズに悩まされる動的または静的なシーンの復元を目指している。 本稿では、ビューに依存しない、ビューに依存しないコンポーネントを組み込んだ革新的なビデオ分解戦略を提案する。 我々のフレームワークは、既存のメソッドを一貫して上回り、新しいSOTAパフォーマンスを確立します。
  論文  参考訳（メタデータ） (2024-05-24T15:56:40Z)
• 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)
• Boosting Neural Representations for Videos with a Conditional Decoder [28.073607937396552]
  Inlicit Neural representations (INRs) は、ビデオストレージと処理において有望なアプローチとして登場した。 本稿では,現在の暗黙的ビデオ表現手法のための普遍的なブースティングフレームワークを提案する。
  論文  参考訳（メタデータ） (2024-02-28T08:32:19Z)
• GAN-Based Multi-View Video Coding with Spatio-Temporal EPI Reconstruction [19.919826392704472]
  GAN(Generative Adrial Network)の画像生成機能を活用した新しい多視点ビデオ符号化手法を提案する。 エンコーダでは,時空間平面画像(EPI)デコーダを構築し,さらに畳み込みネットワークを用いてGANの潜時符号をサイド情報(SI)として抽出する。 側面では、SIと隣接する視点を組み合わせて、GANジェネレータを用いて中間ビューを再構築する。
  論文  参考訳（メタデータ） (2022-05-07T08:52:54Z)
• Learning for Video Compression with Hierarchical Quality and Recurrent Enhancement [164.7489982837475]
  本稿では,階層型ビデオ圧縮(HLVC)手法を提案する。 我々のHLVCアプローチでは、エンコーダ側とデコーダ側の低品質フレームの圧縮と強化を容易にするため、階層的品質は符号化効率の恩恵を受ける。
  論文  参考訳（メタデータ） (2020-03-04T09:31:37Z)

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。