面向特定领域视频流传输的二值残差表示学习
计算机视觉与模式识别
2017-12-15 v1 人工智能
摘要
我们研究特定领域视频流传输。具体而言，我们关注这样一种流传输场景：从服务器流向客户端的视频均属同一领域，且须压缩至很小体积以实现低延迟传输。若干流行的视频流服务，如 GeForce Now 和 Twitch 的游戏视频流服务，即属此类。尽管诸如 H.264 等传统视频压缩标准常用于此任务，我们假设可利用视频均属同一领域这一性质来获得更佳视频质量。基于该假设，我们提出一种新颖视频压缩流水线。具体而言，我们首先应用 H.264 压缩特定领域视频，然后训练一种新颖的二值自编码器，将剩余的特定领域残差信息逐帧编码为二值表示。这些二值表示随后被压缩并与 H.264 流一同发送至客户端。在我们的实验中，我们表明在相同信道带宽下，我们的流水线在多个基准数据集上相较标准 H.264 压缩取得了一致增益。
引用
@article{arxiv.1712.05087,
title = {Learning Binary Residual Representations for Domain-specific Video Streaming},
author = {Yi-Hsuan Tsai and Ming-Yu Liu and Deqing Sun and Ming-Hsuan Yang and Jan Kautz},
journal= {arXiv preprint arXiv:1712.05087},
year = {2017}
}
备注
Accepted in AAAI'18. Project website at https://research.nvidia.com/publication/2018-02_Learning-Binary-Residual