面向柔性学习式 B 帧压缩的运动自适应推断

尽管近期学习式帧内与序列视频压缩模型的性能已超越各自的传统编解码器，但学习式 B 帧压缩模型的性能通常落后于传统 B 帧编码。对于具有大运动的复杂场景，这种性能差距更大。这与以下事实有关：在层级 B 帧压缩中，过去与未来参考帧之间的距离随层级级别而变化，从而导致运动范围发生变化。单一 B 帧压缩模型无法适应各种运动范围，导致性能损失。作为补救，我们提出在推断过程中控制用于光流预测的运动范围（以近似匹配训练数据中的运动范围），即根据运动量和层级级别自适应地对视频帧进行下采样，以便使用单一柔性速率模型压缩所有 B 帧。我们呈现了 SOTA 的 BD rate 结果，以证明我们提出的单模型运动自适应推断方法优于所有现有的学习式 B 帧压缩模型。