Advanced Video Coding
PulseAugur coverage of Advanced Video Coding — every cluster mentioning Advanced Video Coding across labs, papers, and developer communities, ranked by signal.
1 天有情绪数据
-
新的MS-VQ-VAE方法实现了超低比特率视频压缩
研究人员开发了一种使用称为MS-VQ-VAE的离散潜在表示的新型视频压缩方法，该方法在低于每像素0.1比特的超低比特率下有效运行。该方法通过采用学习到的自回归先验来克服连续潜在表示的局限性，该先验利用码本使用模式来实现显著压缩。与H.264和H.265等成熟标准相比，该方法在UCF101数据集上实现了更高的感知质量和显著更低的比特率，表现优越。
-
新指标预测视频压缩下rPPG算法性能
研究人员开发了一种名为空间伪影相干性（SAC）的新指标，用于预测远程光电容积脉搏波描记法（rPPG）算法在视频压缩下的性能。SAC通过视频块的协方差矩阵计算得出，能有效区分不同的编解码器家族及其对rPPG准确性的影响。研究发现，某些条件，如低到中度运动和特定的SAC值，是基于块的方法优于全局投影技术的必要条件，为在临床应用中选择鲁棒算法提供了指导。
-
新神经网络框架NeR-SC增强屏幕内容视频压缩
研究人员开发了NeR-SC，一个新颖的神经网络表示框架，专门用于屏幕内容视频压缩。该框架基于SNeRV骨干网络，并引入了三个关键模块：一个可学习的颜色调色板来模拟离散颜色结构，一个多门控密集融合模块以增强特征交互，以及一个嵌入级帧跳过策略来绕过静态帧，从而实现实时解码。实验表明，NeR-SC在DSCVC和VCD数据集上，优于现有的神经视频表示方法，并在低比特率下超越了H.264和H.265，实现了具有竞争力的PSNR值。
-
AV1视频编解码器取代H.264成为新的行业标准
AV1视频编解码器正崭露头角，成为新的行业标准，取代长期占据主导地位的H.264在视频监控领域的地位。AV1由开放媒体联盟（Alliance for Open Media）开发，在压缩效率方面有了显著提升，能够以比H.264高30-50%的性能处理高分辨率和8K视频。其开源和免版税的特性使其成为企业经济实惠且易于集成的选择，预计到2026年将在各种视频系统中获得广泛支持。
-
Dwarkesh Patel 在 Lex Fridman Podcast 上讲解视频编解码器和压缩技术
Lex Fridman Podcast 的主持人 Dwarkesh Patel 发布了多期讨论视频编解码器和压缩技术的节目。这些节目深入探讨了 AV2、H.265 (HEVC)、H.266 (VVC) 和 AV1 等各种标准。讨论中也涉及了黑客如何窃取数据，但主要焦点似乎是视频技术。
-
新的 CFE-PPAR 方法支持通过压缩实现隐私保护的视频行为识别
研究人员推出了一种新颖的隐私保护视频行为识别方法 CFE-PPAR，即使在压缩后仍能保持有效。与先前在加密视频压缩时性能显著下降的方法不同，CFE-PPAR 允许视频 Transformer 直接识别加密内容。这是通过使用与视频加密相同的密钥转换的参数来实现的，在 Motion-JPEG 和 H.264 等常见压缩标准下，在 UCF101 和 HMDB51 数据集上表现出优越的性能。
-
新数据集GameScope助力跨编解码器的游戏视频质量评估
研究人员推出了GameScope，这是一个新基准数据集，旨在评估各种编解码器和内容类型下游戏视频的质量。该数据集是同类中最大的，包含4,048个视频样本，平均有37名参与者进行主观评分（MOS），并附带详细的质量属性。它支持H.264、H.265和AV1等编解码器，初步研究表明，视觉语言模型取得了优越的性能。