StreamMeCo：高效流式视频理解的代理记忆压缩
计算机视觉与模式识别
2026-04-24 v2
摘要
视觉代理记忆在流式视频理解中展现出显著效能。然而，对视频存储该记忆会导致巨大的内存开销，在存储和计算成本上均具挑战性。为此，我们提出StreamMeCo——一种高效的流式代理记忆压缩框架。具体而言，基于记忆图的连通性，StreamMeCo引入针对孤立节点的无边 minmax 采样，以及针对连通节点的边感知权重剪枝，以维持准确率的同时驱逐冗余记忆节点。此外，我们引入时衰减记忆检索机制，进一步消除记忆压缩导致的性能衰减。在三个具有挑战性的基准数据集（M3-Bench-robot、M3-Bench-web 和 Video-MME-Long）上的大量实验表明，在70%记忆图压缩率下，StreamMeCo在记忆检索中实现1.87倍的加速，同时实现平均1.0%的准确率提升。我们的代码已公开于 https://github.com/Celina-love-sweet/StreamMeCo。
引用
@article{arxiv.2604.09000,
title = {StreamMeCo: Long-Term Agent Memory Compression for Efficient Streaming Video Understanding},
author = {Junxi Wang and Te Sun and Jiayi Zhu and Junxian Li and Haowen Xu and Zichen Wen and Xuming Hu and Zhiyu Li and Linfeng Zhang},
journal= {arXiv preprint arXiv:2604.09000},
year = {2026}
}
备注
2026ACL Findings