面向 360° 视频的神经表示：带视点解码器的 NeRV360
计算机视觉与模式识别
2026-02-17 v2 多媒体
图像与视频处理
摘要
视频的隐式神经表示（NeRV）在视频压缩方面显示出巨大的潜力。然而，将 NeRV 应用于高分辨率 360° 视频会导致高内存占用和缓慢解码，难以实现实时应用。我们提出了 NeRV360，一个端到端框架，仅解码用户选定的视点，而非重建整个全景帧。不同于传统管道，NeRV360 将视点提取集成到解码过程中，并引入时空仿射变换模块，以基于视点和时间进行条件解码。在 6K 分辨率视频上的实验表明，NeRV360 相较于 HNeRV（一个代表性的 prior work）在内存消耗上降低 7 倍，解码速度提升 2.5 倍，同时在客观指标上提供更好的图像质量。
引用
@article{arxiv.2512.20871,
title = {NeRV360: Neural Representation for 360-Degree Videos with a Viewport Decoder},
author = {Daichi Arai and Kyohei Unno and Yasuko Sugito and Yuichi Kusakabe},
journal= {arXiv preprint arXiv:2512.20871},
year = {2026}
}
备注
2026 IIEEJ International Conference on Image Electronics and Visual Computing (IEVC)