修正次优比特分配
计算机视觉与模式识别
2022-10-11 v2
摘要
本文研究神经视频压缩（NVC）中的比特分配问题。首先，我们揭示近期一种号称最优的比特分配方法由于其实现方式实际上是次优的。具体而言，我们发现其次优性在于将半摊销变分推断（SAVI）不恰当地应用于具有非因子化变分后验的隐变量。进而，我们表明在非因子化隐变量上修正的 SAVI 需要递归地通过梯度上升反向传播，并由此推导出修正的最优比特分配算法。由于修正后比特分配的计算不可行，我们设计了一种高效近似使其实用。实验结果表明，我们提出的修正显著改善了错误的比特分配，在率失真（R-D）性能和码率误差方面均有提升，并大幅优于所有其他比特分配方法。源代码见补充材料。
引用
@article{arxiv.2209.14575,
title = {Correcting the Sub-optimal Bit Allocation},
author = {Tongda Xu and Han Gao and Yuanyuan Wang and Hongwei Qin and Yan Wang and Jingjing Liu and Ya-Qin Zhang},
journal= {arXiv preprint arXiv:2209.14575},
year = {2022}
}