基于多视图的神经人脸视频压缩
计算机视觉与模式识别
2022-04-14 v2
摘要
深度生成模型的最新进展催生了神经人脸视频压缩编解码器，其带宽消耗比工程化编解码器低一个数量级。这些神经编解码器通过对源帧进行扭曲，并利用生成模型补偿扭曲源帧中的缺陷来重建当前帧。据此，扭曲通过少量关键点而非稠密流场进行编码与传输，相较于传统编解码器带来了巨大的节省。然而，由于仅依赖单一源帧，这些方法会导致不准确的重建（例如转头时头部一侧显露需被合成）。本文旨在通过依赖多个源帧（人脸视图）来解决该问题，并展示了令人鼓舞的结果。
引用
@article{arxiv.2203.15401,
title = {Neural Face Video Compression using Multiple Views},
author = {Anna Volokitin and Stefan Brugger and Ali Benlalah and Sebastian Martin and Brian Amberg and Michael Tschannen},
journal= {arXiv preprint arXiv:2203.15401},
year = {2022}
}