无运动B-frame编码用于神经网络视频压缩

典型的深度神经网络视频压缩网络通常遵循经典视频编码的混合方法，包含两个独立模块：运动编码和残差编码。此外，常用于运动和残差编码的对称自编码器。本文提出了一种新方法，处理上述两种典型架构的缺点，我们称之为基于内核的无运动视频编码。无运动方法的优势有两个：它提高了网络的编码效率，显著降低了计算复杂度，因为消除了运动估计、运动补偿和运动编码——这是最耗时的引擎。此外，基于内核的自编码器缓解了通常发生于常规对称自编码器的模糊失真。Consequently，它提高了重构帧的视觉质量。实验结果表明，所提出的框架在HEVC类别B数据集上超越了SOTA深度神经网络视频压缩网络，在UVG和MCL-JCV数据集上表现具有竞争力。此外，它与常规运动编码的对称自编码器相比，生成的重构帧质量更高，而其模型大小仅为基于运动的网络的三到四分之一。