高动态范围视频压缩：大规模基准数据集与学习型可变位深压缩算法
计算机视觉与模式识别
2025-07-01 v1
摘要
最近，学习型视频压缩 (LVC) 正处于快速发展阶段。然而，由于缺乏大规模高质量的高动态范围 (HDR) 视频训练数据，LVC 在 HDR 视频上仍未得到探索。本文首次收集了大规模 HDR 视频基准数据集，命名为 HDRVD2K，具有大量数据、多样场景和多种运动类型。HDRVD2K 填补了视频训练数据的空白，促进了 HDR 视频上 LVC 的发展。基于 HDRVD2K，我们进一步提出了首个针对 HDR 视频的学习型位深可扩展视频压缩 (LBSVC) 网络，通过有效利用多个动态范围视频之间的位深冗余来实现此目标。为此，我们首先提出一种压缩友好型位深增强模块 (BEM)，通过压缩 tone-mapped 低动态范围 (LDR) 视频和动态范围先验，而非仅通过时空预测来有效预测原始 HDR 视频，从而有效减少冗余。我们的方法大大提高了 HDR 视频的重建质量和压缩性能。大量实验表明，HDRVD2K 在学习型 HDR 视频压缩方面有效，而我们提出的 LBSVC 网络在压缩性能方面表现出色。代码和数据集将在 https://github.com/sdkinda/HDR-Learned-Video-Coding 上发布。
引用
@article{arxiv.2503.00410,
title = {High Dynamic Range Video Compression: A Large-Scale Benchmark Dataset and A Learned Bit-depth Scalable Compression Algorithm},
author = {Zhaoyi Tian and Feifeng Wang and Shiwei Wang and Zihao Zhou and Yao Zhu and Liquan Shen},
journal= {arXiv preprint arXiv:2503.00410},
year = {2025}
}