双向深度上下文视频压缩
计算机视觉与模式识别
2025-01-22 v5
摘要
深度视频压缩近年来取得了显著进展，大多数进展集中在P帧编码上。尽管增强B帧编码的努力正在进行中，但其压缩性能仍远落后于传统的双向视频编解码器。在本文中，我们提出了一种面向B帧的双向深度上下文视频压缩方案，称为DCVC-B，以提升深度B帧编码的压缩性能。该方案主要有三项关键创新。首先，我们开发了一种双向运动差异上下文传播方法，用于有效的运动差异编码，显著降低了双向运动的比特成本。其次，我们提出了一种双向上下文压缩模型和相应的双向时间熵模型，以更好地利用多尺度时间上下文。第三，我们提出了一种基于分层质量结构的训练策略，实现了在大组画面(GOP)中的有效比特分配。实验结果表明，我们的DCVC-B在随机访问条件下相较于H.265/HEVC参考软件实现了平均26.6%的BD-Rate降低。值得注意的是，在相同配置下，它在特定测试数据集上的性能超越了H.266/VVC参考软件。我们预期我们的工作能够提供有价值的见解，并将深度B帧编码推向新的高度。
引用
@article{arxiv.2408.08604,
title = {Bi-Directional Deep Contextual Video Compression},
author = {Xihua Sheng and Li Li and Dong Liu and Shiqi Wang},
journal= {arXiv preprint arXiv:2408.08604},
year = {2025}
}