論文の概要: Scalable Neural Video Representation Compression

• arxiv url: http://arxiv.org/abs/2609.04273v1
• Date: Wed, 02 Sep 2026 21:25:47 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-09-07 18:15:23.760518
• Title: Scalable Neural Video Representation Compression
• Title（参考訳）: スケーラブルなニューラルビデオ表現圧縮
• Abstract要約: Inlicit Neural representation (INR)ベースのコーデックは、コンパクトニューラルネットワークを個々のビデオにオーバーフィットすることで圧縮を実現する。 本稿では、単一の埋め込みビットストリームからの微細化と復号化の複雑さを共同でサポートする、スケーラブルなINRベースのビデオであるS-NVRCを提案する。
• 参考スコア（独自算出の注目度）: 21.36894041974722
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Scalable video coding (SVC) encodes a video into a layered bitstream consisting of a base layer and one or multiple enhancement layers, enabling decoding at different bitrate/quality/resolution operating points to accommodate diverse device capabilities and network conditions. Due to its practical flexibility, SVC has been incorporated into major video coding standards and has recently attracted growing interest for both scene-agnostic and scene-adaptive neural video codecs. Among the latter, Implicit neural representation (INR) based codecs achieve compression by overfitting a compact neural network to an individual video, offering fast decoding and competitive coding efficiency compared to scene-agnostic neural codecs. However, research on scalable INR-based compression remains in its infancy: these methods support scalable coding by introducing additional network layers, which couple the bitrate with the decoding complexity and also cannot achieve comparable performance with strong scalable/non-scalable codecs. In this context, this paper proposes S-NVRC, a scalable INR-based video codec that jointly supports fine-grained bitrate and decoding complexity scalability from a single embedded bitstream. It adopts a coarse-to-fine prefix for feature grids and a nested prefix for network layers, which scale bitrate and decoding complexity, respectively. The proposed S-NVRC spans a wide range of bitrate and decoding-complexity using a single encoding (training) and outperforms SHM 12.4 and the multi-layer VTM-20.0, by 43.7% and 5.6% in BD-rate on the UVG dataset, while also providing flexible complexity scalability. Implemented code will be provided.
• Abstract（参考訳）: スケーラブルビデオ符号化(SVC)は、ビデオをベース層と1つまたは複数のエンハンスメント層からなる層状ビットストリームにエンコードし、様々なビットレート/品質/解像度の操作ポイントでのデコーディングを可能にし、多様なデバイス機能とネットワーク条件を満たす。 実用的柔軟性のため、SVCは主要なビデオコーディング標準に組み込まれており、最近、シーンに依存しない、シーン適応型ニューラルビデオコーデックの両方への関心が高まっている。 後者のうち、インプリシット・ニューラル表現(INR)ベースのコーデックは、コンパクトなニューラルネットを個々のビデオにオーバーフィットすることで圧縮を実現し、シーンに依存しないニューラルコーデックに比べて高速なデコーディングと競合的なコーディング効率を提供する。 しかし、スケーラブルINRベースの圧縮の研究は、まだ初期段階にある。これらの手法は、デコーディングの複雑さとビットレートを結合させて、拡張性/非スケール性のあるコーデックで同等のパフォーマンスを達成できない、追加のネットワーク層を導入することにより、スケーラブルなコーディングをサポートする。 本稿では,INRをベースとしたスケーラブルなビデオコーデックであるS-NVRCを提案する。 機能グリッドには粗いプレフィックス、ネットワークレイヤにはネストしたプレフィックスを採用し、それぞれビットレートとデコーディングの複雑さを拡大する。 提案したS-NVRCは、単一符号化(トレーニング)とSHM 12.4と多層VTM-20.0を、UVGデータセット上のBDレート43.7%と5.6%で上回る、幅広いビットレートとデコード複雑さを持つ。 実装されたコードが提供される。

関連論文リスト

• PIC: Revisiting INR for Image Coding with Fast Encoding and Sub-Millisecond Decoding [74.2282307661978]
  Inlicit Neural representation (INR)は、近年、新しいビュー合成と画像/ビデオ符号化において顕著な進歩を遂げている。 本研究では,フィードフォワードINR画像符号化アーキテクチャであるPractical INR Image Codec (PIC)を提案する。
  論文  参考訳（メタデータ） (2026-09-08T16:52:00Z)
• Enhanced Neural Video Representation Compression across Extreme Complexity and Quality Scales [10.390165695107664]
  Inlicit Neural representations (INR) はビデオ圧縮の有望なアプローチとして最近登場し、高速デコーディングと競合する速度歪み性能を提供している。 既存のニューラルビデオコーデックは、複雑さとスケーラビリティのバランスをとるのに苦労している。 複数の高解像度グリッドを備えた軽量INRを利用する新しいINRベースのビデオであるNVRC++を紹介する。
  論文  参考訳（メタデータ） (2026-06-26T14:58:09Z)
• SIEDD: Shared-Implicit Encoder with Discrete Decoders [36.705337163276255]
  Inlicit Neural Representations (INR)は、ビデオごとの最適化機能を学ぶことによって、ビデオ圧縮に例外的な忠実度を提供する。 既存のINRエンコーディングの高速化の試みは、しばしば再建品質や重要な座標レベルの制御を犠牲にしている。 これらの妥協なしにINRエンコーディングを根本的に高速化する新しいアーキテクチャであるSIEDDを紹介する。
  論文  参考訳（メタデータ） (2025-06-29T19:39:43Z)
• Reducing Storage of Pretrained Neural Networks by Rate-Constrained Quantization and Entropy Coding [56.066799081747845]
  成長を続けるニューラルネットワークのサイズは、リソースに制約のあるデバイスに深刻な課題をもたらす。 本稿では,レートアウェア量子化とエントロピー符号化を組み合わせた学習後圧縮フレームワークを提案する。 この方法では非常に高速な復号化が可能であり、任意の量子化グリッドと互換性がある。
  論文  参考訳（メタデータ） (2025-05-24T15:52:49Z)
• 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)
• Point Cloud Geometry Scalable Coding Using a Resolution and Quality-conditioned Latents Probability Estimator [47.792286013837945]
  本稿では、ディープラーニングベースのポイントクラウド(PC)コーディングのためのスケーラブルなコーディングソリューションの開発に焦点をあてる。 この3D表現の特徴は、ソフトウェアの他の機能を損なわない柔軟なソリューションの実装を困難にしている。
  論文  参考訳（メタデータ） (2025-02-19T20:58:53Z)
• PNVC: Towards Practical INR-based Video Compression [14.088444622391501]
  自動エンコーダと過度に適合したソリューションを革新的に組み合わせた新しいINRベースのコーディングフレームワークであるPNVCを提案する。 PNVCはHEVC HM 18.0(LD)に対して35%以上のBDレートの節約を実現している。
  論文  参考訳（メタデータ） (2024-09-02T05:31:11Z)
• Standard compliant video coding using low complexity, switchable neural wrappers [8.149130379436759]
  標準互換性、高性能、低復号化の複雑さを特徴とする新しいフレームワークを提案する。 私たちは、標準的なビデオをラップして、異なる解像度でビデオをエンコードする、共同最適化されたニューラルプリプロセッサとポストプロセッサのセットを使用します。 我々は、異なるアップサンプリング比を処理できる低複雑性のニューラルポストプロセッサアーキテクチャを設計する。
  論文  参考訳（メタデータ） (2024-07-10T06:36:45Z)
• 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)
• HiNeRV: Video Compression with Hierarchical Encoding-based Neural Representation [14.088444622391501]
  Implicit Representations (INRs) は画像やビデオのコンテントの表現や圧縮に使われてきた。 既存のINRベースの手法は、ビデオ圧縮の最先端技術に匹敵する速度性能を達成できなかった。 軽量層と階層的位置符号化を組み合わせたINRであるHiNeRVを提案する。
  論文  参考訳（メタデータ） (2023-06-16T12:59:52Z)
• Scalable Neural Video Representations with Learnable Positional Features [73.51591757726493]
  我々は,学習可能な位置特徴(NVP)を用いて,映像を潜時符号として効果的に再生するニューラル表現の訓練方法を示す。 一般的なUVGベンチマークにおけるNVPの優位性を実証し,先行技術と比較して,NVPは2倍の速度(5分以内)で走行するだけでなく,符号化品質も34.07rightarrow$34.57(PSNR測定値で測定)に上回っている。
  論文  参考訳（メタデータ） (2022-10-13T08:15:08Z)
• Graph Neural Networks for Channel Decoding [71.15576353630667]
  低密度パリティチェック(LDPC)やBCH符号など、様々な符号化方式の競合復号性能を示す。 ニューラルネットワーク(NN)は、与えられたグラフ上で一般化されたメッセージパッシングアルゴリズムを学習する。 提案するデコーダを,従来のチャネル復号法および最近のディープラーニングに基づく結果と比較した。
  論文  参考訳（メタデータ） (2022-07-29T15:29:18Z)
• A Coding Framework and Benchmark towards Low-Bitrate Video Understanding [63.05385140193666]
  我々は,従来のコーデックとニューラルネットワーク(NN)の両方を活用する,従来型ニューラル混合符号化フレームワークを提案する。 このフレームワークは、動画の移動効率の良いセマンティック表現を確実に保持することで最適化される。 8つのデータセットに3つのダウンストリームタスクを備えた低ビットレートビデオ理解ベンチマークを構築し、このアプローチの顕著な優位性を実証した。
  論文  参考訳（メタデータ） (2022-02-06T16:29:15Z)
• 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。