CANeRV：基于内容自适应的神经表示用于视频压缩
计算机视觉与模式识别
2025-02-14 v2
摘要
最近的视频压缩技术引入了基于隐式神经表示(INR)的方法，这些方法有效捕获整个视频序列的全局依赖性和特征。不同于传统和深度学习方法，INR方法从全局角度优化网络参数，具有卓越的压缩潜力。然而，大多数当前INR方法在所有帧上都采用固定和统一的网络结构，限制了其对视频序列内部和外部动态变化的适应性。这常常导致次优的压缩结果，因为这些方法难以捕捉视频内容的独特细微差别和过渡。为克服这些挑战，我们提出一种内容自适应神经表示用于视频压缩(CANeRV)，这是一种创新的INR视频压缩网络，能够根据每个视频序列的特定内容进行结构优化。为更好地捕捉视频序列之间的动态信息，我们提出了序列级动态调整(DSA)。此外，为增强对序列内帧之间动态信息的捕捉，我们实现了帧级动态调整(DFA)。{最后，为有效捕捉视频帧内的空间结构信息，从而提升CANeRV的细节恢复能力，我们设计了结构层次化结构自适应(HSA)。}实验结果表明，CANeRV在多样化视频数据集上均优于H.266/VVC和最新INR视频压缩技术。
引用
@article{arxiv.2502.06181,
title = {CANeRV: Content Adaptive Neural Representation for Video Compression},
author = {Lv Tang and Jun Zhu and Xinfeng Zhang and Li Zhang and Siwei Ma and Qingming Huang},
journal= {arXiv preprint arXiv:2502.06181},
year = {2025}
}