論文の概要: ResGVC: Residual Coding for High-fidelity Generative Video Compression

• arxiv url: http://arxiv.org/abs/2610.31039v1
• Date: Thu, 22 Oct 2026 10:17:08 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-24 02:08:44.317385
• Title: ResGVC: Residual Coding for High-fidelity Generative Video Compression
• Title（参考訳）: ResGVC:高忠実な生成ビデオ圧縮のための残留符号化
• Abstract要約: ResGVCは、残留信号を送信することで、元の画像へのデノイングをガイドする残留コーディングフレームワークである。 その結果、従来の最先端手法と比較して、ResGVCはLPIPSとPSNRでそれぞれ63.7%と83.8%のBDレート低下を達成した。
• 参考スコア（独自算出の注目度）: 9.483600237957512
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Generative video compression (GVC) methods usually employ decoder-side diffusion models to denoise reconstructed signals based on generative priors. Besides, most of these methods perform denoising in latent space rather than directly in pixel domain. In this paper, we propose ResGVC, a residual coding framework for GVC that guides denoising toward original pictures by transmitting residual signals. ResGVC first encodes the original pictures within a learned video codec, and then decomposes the distortion between the codec reconstruction and the original pictures into a sequence of residual segments, where each residual segment is acquired at each denoising step. Residual segments can further be compressed by a novel residual codec with a diffusion transformer as an entropy model. Unlike prior methods, ResGVC introduces explicit source constraints throughout denoising rather than relying on decoder-side generation alone. The diffusion-based entropy model also enables more effective distribution modeling capability based on the powerful generative priors. Moreover, denoising directly in pixel space avoids the irreversible information loss caused by latent representation bottlenecks. Experimental results show that, compared with the previous state-of-the-art method, ResGVC achieves 63.7% and 83.8% BD-rate reductions in terms of LPIPS and PSNR, respectively, while also delivering superior visual quality.
• Abstract（参考訳）: 生成ビデオ圧縮(GVC)法は通常、デコーダ側拡散モデルを用いて、生成前の情報に基づいて再構成された信号を識別する。 さらに、これらの手法の多くは、ピクセル領域で直接ではなく、潜在空間で denoising を行う。 本稿では,GVCの残留符号化フレームワークであるResGVCを提案する。 ResGVCは、まず、学習したビデオコーデック内に元の画像をエンコードし、次に、コーデック再構成と元の画像の間の歪みを、各復調ステップで各残差分を取得する残差分列に分解する。 残留セグメントは、エントロピーモデルとして拡散変圧器を備えた新しい残留コーデックによってさらに圧縮することができる。 従来の方法とは異なり、ResGVCはデコーダ側の生成だけに頼るのではなく、denoising全体を通じて明示的なソース制約を導入している。 拡散に基づくエントロピーモデルはまた、強力な生成前駆体に基づくより効率的な分布モデリングを可能にする。 さらに、画素空間内で直接ノイズを発生させることで、遅延表現ボトルネックによる不可逆的な情報損失を回避することができる。 実験の結果, 従来の最先端手法と比較して, ResGVCは, LPIPSとPSNRでそれぞれ63.7%, 83.8%のBDレート低下を実現し, 視覚的品質も向上した。

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)
• Generative Neural Video Compression via Video Diffusion Prior [33.164111717707414]
  高度なビデオ生成基盤モデルに基づくDiTベースの生成ニューラルビデオ圧縮フレームワーク 高度なビデオ生成基盤モデルに基づく第1のDiTベース生成ニューラルビデオ圧縮フレームワーク
  論文  参考訳（メタデータ） (2025-12-04T17:27:32Z)
• Higher fidelity perceptual image and video compression with a latent conditioned residual denoising diffusion model [55.2480439325792]
  本稿では,認知品質に最適化されたハイブリッド圧縮方式を提案し,CDCモデルのアプローチをデコーダネットワークで拡張する。 CDCと比較した場合,LPIPSとFIDの知覚スコアを比較検討しながら,最大2dBPSNRの忠実度向上を実現した。
  論文  参考訳（メタデータ） (2025-05-19T14:13:14Z)
• VideoFusion: Decomposed Diffusion Models for High-Quality Video Generation [88.49030739715701]
  本研究は, フレームごとのノイズを, 全フレーム間で共有されるベースノイズ, 時間軸に沿って変化する残雑音に分解することで, 拡散過程を分解する。 様々なデータセットの実験により,ビデオフュージョンと呼ばれる我々の手法が,高品質なビデオ生成において,GANベースと拡散ベースの両方の選択肢を上回ることが確認された。
  論文  参考訳（メタデータ） (2023-03-15T02:16:39Z)
• Denoising Diffusion Error Correction Codes [92.10654749898927]
  近年、ニューラルデコーダは古典的デコーダ技術に対する優位性を実証している。 最近の最先端のニューラルデコーダは複雑で、多くのレガシデコーダの重要な反復的スキームが欠如している。 本稿では,任意のブロック長の線形符号のソフトデコードにデノナイズ拡散モデルを適用することを提案する。
  論文  参考訳（メタデータ） (2022-09-16T11:00:50Z)
• Generalized Octave Convolutions for Learned Multi-Frequency Image Compression [20.504561050200365]
  本稿では,初めて学習されたマルチ周波数画像圧縮とエントロピー符号化手法を提案する。 これは最近開発されたオクターブの畳み込みに基づいて、潜水剤を高周波(高分解能)成分に分解する。 提案した一般化オクターブ畳み込みは、他のオートエンコーダベースのコンピュータビジョンタスクの性能を向上させることができることを示す。
  論文  参考訳（メタデータ） (2020-02-24T01:35:29Z)

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。