基于无运动编码的两层 CANF 的分层 B 帧视频编码
计算机视觉与模式识别
2023-04-07 v1 图像与视频处理
摘要
典型视频压缩系统由两大模块组成：运动编码与残差编码。这一通用架构被经典编码方案（如国际标准 H.265 与 H.266）及基于深度学习的编码方案所采用。我们提出一种基于两层条件增强归一化流（CANF）的新型 B 帧编码架构。其显著特征是不传输任何运动信息。我们所提无运动编码的视频压缩思路为学习型视频编码提供了新方向。我们的基础层是一个低分辨率图像压缩器，替代全分辨率运动压缩器。低分辨率编码图像与形变的高分辨率图像融合，生成高质量图像，作为全分辨率增强层图像编码的条件信号。该架构的一大优势是因去除运动信息压缩器而显著降低计算复杂度。此外，我们采用跳过模式编码技术以减少传输的潜变量样本。我们的方案率失真性能略低于最优学习型 B 帧编码方案 B-CANF，但优于其他学习型 B 帧编码方案。然而，相较 B-CANF，我们的方案在编码上节省 45% 的乘加运算（MACs），在解码上节省 27% 的 MACs。代码见 https://nycu-clab.github.io。
引用
@article{arxiv.2304.02690,
title = {Hierarchical B-frame Video Coding Using Two-Layer CANF without Motion Coding},
author = {David Alexandre and Hsueh-Ming Hang and Wen-Hsiao Peng},
journal= {arXiv preprint arXiv:2304.02690},
year = {2023}
}