用于神经视频压缩的分层自回归建模
图像与视频处理
2023-12-20 v3 机器学习
摘要
Marino 等人（2020）近期的工作表明，通过将掩码自回归流与分层隐变量模型相结合，可提升序列密度估计的性能。我们在此类自回归生成模型与有损视频压缩任务之间建立了联系。具体而言，我们将近期的神经视频压缩方法（Lu 等人，2019；Yang 等人，2020b；Agustsson 等人，2020）视为广义随机时间自回归变换的实例，并基于该见解提出了改进途径。在大规模视频数据上的综合评估表明，其率失真性能优于最先进的神经与传统视频压缩方法。
引用
@article{arxiv.2010.10258,
title = {Hierarchical Autoregressive Modeling for Neural Video Compression},
author = {Ruihan Yang and Yibo Yang and Joseph Marino and Stephan Mandt},
journal= {arXiv preprint arXiv:2010.10258},
year = {2023}
}
备注
Published as a conference paper at ICLR 2021