超轻量级神经视频表示压缩
计算机视觉与模式识别
2025-12-04 v1 图像与视频处理
摘要
最近的工作表明，利用过拟合的隐式神经表征(INR)作为自编码器基于模型的视频压缩方法的可行性。其中，Neural Video Representation Compression(NVRC)是首次采用完全端到端压缩框架压缩INR，实现了最先进的性能。此外，一些最近提出的轻量级INR显示出与其基准编码器相当的性能，但计算复杂度低于每像素10kMAC。本文将NVRC扩展至轻量级表示，提出NVRC-Lite，该方法包含两个关键改进。首先，我们将多尺度特征网格整合到轻量级神经表示中，使用更高分辨率网格显著提高了在低复杂度下INR的性能。其次，我们解决了现有INR通常依赖自回归模型进行熵编码的问题：这些方法有效但不实用，因为编码速度较慢。本文提出一种基于八叉树的上下文模型，用于高维特征网格的熵编码，从而加速了模型的熵编码模块。我们的实验结果表明，NVRC-Lite在PSNR和MS-SSIM分别实现了相较于最佳轻量级INR视频编码器C3的21.03%和23.06%BD-rate节省，同时实现了8.4倍编码和2.5倍解码加速。NVRC-Lite的实现将对外公开。
引用
@article{arxiv.2512.04019,
title = {Ultra-lightweight Neural Video Representation Compression},
author = {Ho Man Kwan and Tianhao Peng and Ge Gao and Fan Zhang and Mike Nilsson and Andrew Gower and David Bull},
journal= {arXiv preprint arXiv:2512.04019},
year = {2025}
}