长组图的层次化 B 帧视频编码
计算机视觉与模式识别
2024-06-25 v1
摘要
已学习的视频压缩方法在低延迟（LD）情况下已超过 VVC， 但随机访问（RA）场景仍具有挑战性。 大多数关于学习的 RA 视频压缩工作要么使用 HEVC 作为锚点，要么在特定测试条件下与 VVC 比较，使用 RGB-PSNR 指标而非 Y-PSNR， 并避免全面评估。 本文我们提出一种用于随机访问的端到端学习视频编码器， 该编码器结合了在长序列帧上的训练、为层次化编码设计的码率分配以及推理时的内容适应。 我们表明在常见测试条件（JVET-CTC）下， 该方法在 YUV-PSNR BD-Rate 上的结果相当于 VTM（VVC 参考软件）， 并在绝大多数测试集的 VMAF BD-Rate 上超越它。 在平均情况下， 它在 VMAF 和 YUV BD-Rate 方面均超过开放的 LD 和 RA 端到端解决方案。
引用
@article{arxiv.2406.16544,
title = {Hierarchical B-frame Video Coding for Long Group of Pictures},
author = {Ivan Kirillov and Denis Parkhomenko and Kirill Chernyshev and Alexander Pletnev and Yibo Shi and Kai Lin and Dmitry Babin},
journal= {arXiv preprint arXiv:2406.16544},
year = {2024}
}