OMRA：在线运动分辨率自适应以缓解学习型层次 B 帧编码中的域偏移

学习型层次 B 帧编码旨在利用双向参考帧以获得更好的编码效率。然而，由于数据集限制，训练与测试场景之间的域偏移带来了挑战。该问题源于使用小图像组（GOP）训练编解码器，却在大 GOP 上进行测试。具体而言，在小 GOP 上训练的运动估计网络在测试时无法处理大运动，对压缩性能产生负面影响。为了缓解这种域偏移，我们提出了一种在线运动分辨率自适应（OMRA）方法。该方法逐帧调整视频帧的空间分辨率，以适配预训练 B 帧编解码器中运动估计网络的能力。我们的 OMRA 是一种在线推理技术。它无需重新训练编解码器，且可直接应用于采用层次双向预测的现有 B 帧编解码器。实验结果表明，OMRA 显著提升了两种最先进的学习型 B 帧编解码器在常用数据集上的压缩性能。