SPanet：面向板载卫星监控任务的场景自适应低码率视频压缩框架

《IEEE Access》：SPAnet: Intelligent Invertible Super-Panchromatic Neural Video Transcoder for Scene-Adaptive Satellite Surveillance

　　摘要：卫星监控任务中的板载视频传输受到抗辐射硬件处理能力有限和下行带宽稀缺的严重制约。为应对这些挑战，本文提出了 SPanet——一种面向板载部署的场景自适应、低码率视频压缩框架。所提出的架构利用三阶段降维流水线，在减少计算开销的同时最大化编码效率。首先，一个解析可逆灰度帧生成（IGG）模块采用硬件高效的小波变换，将彩色帧映射为超全景光谱表示，在保留色度信息的同时将编码器输入维度降低约66.6%。其次，利用帧内神经压缩（INC）自编码器，将上述表示压缩为紧凑的潜在流，并通过实例特定权重自适应（ISWA）增强，将该网络建模为任务特定的数字透镜，专门针对地理场景冗余进行优化。最后，帧间残差时间压缩（IRTC）模块通过将变换后的差帧与 INC 的重构输出进行alpha阻尼混合，确保时间一致性，在低信噪比（SNR）环境中抑制运动引起的噪声。在基准卫星视频数据集上的实验结果表明，在极低码率下，该方法在率失真性能和感知质量方面均取得了持续提升。在0.2比特/像素（bpp）下，所提出的框架相比最先进的学习型编解码器，PSNR平均提升1.17dB，SSIM平均提升1.01%。这种一体化设计建立了一种计算高效且自适应的压缩范式，支持板载边缘处理和场景自适应优化，同时保持低计算复杂度，适用于下一代卫星视频系统。