面向混合语义视频编码的上下文感知解码器自适应特化框架

《IEEE Access》:Context-Aware Semantic Video Coding via Content-Adaptive Parameter Overfitting

【字体: 大 中 小 】 时间:2026年09月18日 来源:IEEE Access 4.2

编辑推荐:

   摘要:混合语义视频编码将学习到的表示与标准化残差编码相结合,但现有方法要么对每个图像组重新训练整个模型,要么使用无法适应局部内容的固定解码器。本文介绍了一种上下文感知框架,通过仅优化其逐通道缩放因子和转置卷积偏置,将预训练语义解码器特化到每个图像组。紧凑的更新经过差分压缩后

  

摘要:

混合语义视频编码将学习到的表示与标准化残差编码相结合,但现有方法要么对每个图像组重新训练整个模型,要么使用无法适应局部内容的固定解码器。本文介绍了一种上下文感知框架,通过仅优化其逐通道缩放因子和转置卷积偏置,将预训练语义解码器特化到每个图像组。紧凑的更新经过差分压缩后与语义表示一起传输,使接收端能够复现自适应解码器而无需对整个模型进行重新训练。分层双向预测结构提供运动对齐的时间上下文,而标准化残差路径保持重建保真度。与以往的混合语义编解码器不同,所提出的方法同时提供了轻量级内容自适应、明确的参数传输成本核算以及与共享预训练主干网络的兼容性。在自然视频和分布外视频上的实验评估表明,与固定解码器基线和标准化参考编解码器相比,该方法在各种条件下表现出一致的编码增益。
相关新闻
生物通微信公众号
微信
新浪微博
  • 搜索
  • 国际
  • 国内
  • 人物
  • 产业
  • 热点
  • 科普

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号