PulseAugur
中
实时 07:42:11
English(EN) Group-of-Latents: Perceptual Video Compression at Extreme Bitrates via Masked Latent Generative Modeling

新的生成模型在极低比特率下实现高感知视频质量

作者 PulseAugur 编辑部 · [1 个来源] ·

研究人员开发了一种名为 Group-of-Latents (GoL) 的新型生成框架，用于在极低比特率下进行感知视频压缩。该方法利用预训练的 Diffusion Transformer (DiT) 模型，在严格的编码限制下保持高感知质量。GoL 策略将潜在流划分为内部潜在流和外部潜在流，其中深度压缩模块 (I-DCM) 可高效编码关键感知锚点。然后，统一潜在去噪模块 (U-LDM) 从噪声中合成时间动态，在极低比特率条件下实现了最先进的保真度和时间一致性。 AI

影响 这项研究可能为带宽受限环境下的视频流和存储带来新的可能性。

排序理由 这是一篇详细介绍用于视频压缩的新生成建模方法的论文。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.CV 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →

新的生成模型在极低比特率下实现高感知视频质量

报道来源 [1]

  1. arXiv cs.CV TIER_1 English(EN) · Shaokang Wang, Jinchang Xu, Peidong Jia, Zhijian Hao, Siyuan Qian, Fei Zhao, Rui Ma, Xiaozhu Ju, Jian Tang, Xiaodong Xie, Shanghang Zhang, Huizhu Jia ·

    Group-of-Latents：通过掩码潜在生成模型在极高比特率下实现感知视频压缩

    arXiv:2607.19437v1 Announce Type: cross Abstract: Most existing video compression algorithms follow a paradigm of transformation and quantization, optimizing the trade-off between distortion and bitrate. However, extremely low-bitrate compression remains an underexplored frontier…

相关实体

相关话题