基于正激励噪声的静态场景神经视频压缩提升
图像与视频处理
2026-03-30 v2 计算机视觉与模式识别
摘要
静态场景视频（如监控画面和视频电话流）构成存储消耗和网络流量的主导比例。然而，传统标准编解码器和神经视频压缩（NVC）方法在编码这些视频时效率不足，原因在于对时序冗余的利用不足以及训练与测试数据之间的严重分布差距。虽然最近的生成式压缩方法改进了感知质量，但会引入不可接受的幻觉细节。为克服这些限制，我们提出了用于静态场景的正激励相机（PIC）框架，其中将短期时序变化重新解释为正激励噪声，以促进 NVC 模型的微调。通过离散瞬时变化与持久背景，将结构化先验信息内在于压缩模型中。在推理期间，惯常组件所需的信令最小，从而在保持像素级保真度的同时减少数据传输。实验结果表明，PIC 在压缩率为 0.009% 时实现视觉无失真重建，而 DCCC-FM 基线仅需更高的 Bj\{o}ntega1 delta 率。该方法为在恶劣网络条件下实现计算与带宽之间的有效权衡，使监控录像在经济的长期存储中具有鲁棒性。
引用
@article{arxiv.2603.06095,
title = {Enhancing Neural Video Compression of Static Scenes with Positive-Incentive Noise},
author = {Cheng Yuan and Zhenyu Jia and Jiawei Shao and Xuelong Li},
journal= {arXiv preprint arXiv:2603.06095},
year = {2026}
}