学习可压缩的 360° 视频同构体
计算机视觉与模式识别
2017-12-13 v1
摘要
为传统窄视场视频开发的标准视频编码器也被广泛应用于 360° 视频，并取得了合理的结果。然而，尽管这种方法任意地选定了球面帧的投影方式，我们观察到某些 360° 视频在投影后，其某些朝向比其他朝向更具可压缩性。我们引入一种方法来预测将产生最大压缩率的球面旋转。给定原始编码的视频片段，卷积神经网络学习片段视觉内容与其在立方体贴图投影的不同旋转下的可压缩性之间的关联。给定一段新视频，我们基于学习的方法通过一次推断高效得出最具可压缩性的方向，而无需对源视频重复渲染和压缩。我们在数千个视频片段和多种流行视频编解码器上验证了我们的想法。结果表明，这一 360° 压缩未被发掘的维度具有可观潜力——"好"的旋转通常比"差"的旋转可压缩性高 8-10%，且我们的学习方法能在 82% 的情况下可靠预测它们。
引用
@article{arxiv.1712.04083,
title = {Learning Compressible 360{\deg} Video Isomers},
author = {Yu-Chuan Su and Kristen Grauman},
journal= {arXiv preprint arXiv:1712.04083},
year = {2017}
}