PulseAugur
中
实时 20:39:53
实体 High Efficiency Video Coding

High Efficiency Video Coding

PulseAugur coverage of High Efficiency Video Coding — every cluster mentioning High Efficiency Video Coding across labs, papers, and developer communities, ranked by signal.

Show in brief
总计 · 30天
4
90 天内 28
发布 · 30天
0
90 天内 0
论文 · 30天
3
90 天内 17
层级分布 · 90 天
主题
关系
情绪 · 30 天

4 天有情绪数据

最近 · 第 1/2 页 · 共 32 条
  1. TOOL · CL_364403 ·

    一篇被撤回的论文介绍了用于航空物体检测的速率-效用编码

    一篇研究论文提出了一种新颖的速率-效用区域编码(RUO)方法,旨在提高带宽受限的航空影像中小物体的检测能力。与传统的基于阈值的感兴趣区域编码不同,RUO根据图像区域相对于其字节成本的预期检测效用来优先发送这些区域。据报道,与现有的包括AVIF和HEVC在内的方法相比,该方法在检测微小物体时使用的比特数显著减少,同时对所有尺寸的物体都保持了具有竞争力的性能。该论文后来被作者Yanliang Qi撤回。

  2. TOOL · CL_363453 ·

    显著性预测准确度对360度图像压缩的边际效益递减

    一项新研究调查了显著性预测准确度对显著性引导图像压缩效果的影响,特别是针对360度内容。研究人员开发了一种经过率失真优化的学习型编解码器,并测试了各种显著性预测器,发现更高的准确度带来的压缩增益边际效益递减。即使是适用于机器人遥操作等实时应用的轻量级预测器,也能捕获相当一部分潜在的比特率节省。

  3. TOOL · CL_348745 ·

    New PICA framework enhances image compression with adaptive multi-agent system

    研究人员开发了一种新颖的多智能体框架 PICA,旨在通过将现有编解码器适应不同场景和降级输入来增强图像压缩。该系统利用四个协作智能体——感知(Perception)、改进(Improvement)、编码(Coding)和后编码(After-coding)——来解读用户意图,优化预编码恢复,精炼质量设置,并处理残余伪影。PICA 的智能体 ROI 编码 (AROIC) 允许编解码器无关的区域适应,从而无需重新训练即可自动调度和评估编码计…

  4. TOOL · CL_347928 ·

    开源 DaVinci Resolve 替代品 'Kinoklip' 在 Linux 上发布

    一位程序员开发了一款名为 Kinoklip 的开源视频编辑器,它是 DaVinci Resolve 的功能性副本。这款新工具使用 C++ 编写,并在 Claude Max 的协助下开发,旨在为 Linux 用户提供一个性能更好、编解码器支持更友好的替代方案,解决了在 Linux 上安装 DaVinci Resolve 遇到的困难和有限的编解码器支持等问题。开发者正在寻求贡献以进一步改进 Kinoklip,并强调其性能、人类可读性、可扩…

  5. TOOL · CL_289701 ·

    发布全新专业相机拍摄的 VR180 数据集

    研究人员发布了一个新的立体 VR180 视频数据集,该数据集使用专业的 Blackmagic URSA Cine Immersive 相机拍摄。该数据集包含超过 1,200 个视频片段和静态图像样本,以原生的 Blackmagic RAW 格式提供,并附带单独的鱼眼和半等距柱状投影 HEVC 版本。该发布还包括镜头校准数据、转换工具和 AI 生成的注释,与现有平台来源的数据相比,为 VR180 研究提供了更真实可靠的资源。

  6. TOOL · CL_275294 ·

    新的SAJSCO方案优化视频传输效率

    研究人员开发了一种新的语义感知联合信源-信道优化(SAJSCO)方案,旨在提高视频传输效率,而无需计算密集型深度学习编码器。该即插即用模块基于帧间语义重要性和信道状态信息联合优化信源和信道编码参数。提出的多Actor近端策略优化(MPPO)算法允许SAJSCO与H.265和DCVC-RT等现有视频编码器集成,从而实现显著的比特率降低和重建质量的提高。

  7. TOOL · CL_259218 ·

    GenStream框架将视频流带宽削减超过99.9%

    研究人员开发了GenStream,一个用于流式传输以人为中心的媒体的新型框架,可显著降低带宽需求。GenStream不传输完整的视频帧,而是发送骨骼关键点、摄像机视角参数和静态3D背景模型。客户端的生成模型随后将照片级逼真的角色重建并将其合成到场景中,与HEVC相比,带宽减少超过99.9%。虽然这会将计算负载转移到客户端,但它为高级化身合成和个性化观看体验开辟了可能性。

  8. COMMENTARY · CL_225334 ·

    由于压缩,1080p电影在电视上看起来可能比4K更好

    虽然4K分辨率提供更多像素,但由于压缩差异,1080p内容在4K电视上可能显得更优。流媒体服务通常会大力压缩视频以避免缓冲,导致胶片颗粒和纹理等细节丢失。相比之下,蓝光光盘,尤其是Ultra HD蓝光,提供显著更高的比特率,允许保留更多数据,从而获得更清晰的图像。为了获得最佳观看效果,建议选择蓝光而非低比特率流,并确保稳定的互联网连接以进行流媒体播放。

  9. TOOL · CL_224274 ·

    Amazon Fire TV Stick 寿命:安全更新与应用兼容性

    亚马逊并未为其 Fire TV Stick 提供具体的寿命,但保证自购买之日起至少四年内提供安全更新,或直至该型号列出的支持日期。虽然硬件在此之后可能仍能运行,但旧设备可能会变得缓慢或与较新的应用程序和 AV1 等视频编解码器不兼容。持续存在的问题,如应用程序崩溃或服务停止支持,都表明可能需要升级。

  10. TOOL · CL_218334 ·

    新的MDFI方法增强压缩视频质量

    研究人员推出了一种新颖的MDFI方法,用于增强压缩视频的质量。该方法集成了来自多个域的特征,包括时空特征、跨频表示和压缩域预测信息。一个关键组成部分是帧预测特征变换(FPFT)模块,旨在更有效地处理预测信息。MDFI在客观指标和视觉质量方面均优于现有方法,成功减少了视频压缩伪影。

  11. TOOL · CL_216708 ·

    Runway ML为AI生成内容启用交付规格视频导出

    Runway ML推出了一项新功能,允许用户以各种格式导出生成的视频,包括16位EXR、10位ProRes和12位HEVC。此次更新使用户能够将AI生成的视频内容无缝地从Runway平台转移到交付规格,支持Seedance 2.5、Gen-4.5和MiniMax H3等一系列模型。

  12. TOOL · CL_214150 ·

    在 Chrome 上通过 Netflix 流式传输 4K 内容需要特定的硬件和软件

    要在 Google Chrome 上通过 Netflix 流式传输 4K 内容,用户必须订阅 Premium 套餐,并满足特定的硬件和软件要求。这包括拥有支持 HDCP 2.2 的 4K 兼容显示器、支持 HEVC 编解码器的操作系统(或 Windows 上的必要扩展)以及性能足够好的显卡(Nvidia GeForce 1050 或更新型号,AMD Radeon RX 400 或更新型号)和 CPU(第七代 Intel Core 或更…

  13. TOOL · CL_213195 ·

    Runway Ruby视频工具现已面向Max套餐和企业版推出

    Runway ML宣布其最新的视频生成和转换工具Runway Ruby现已全面上市。此次更新允许Max套餐和企业级用户将视频生成或转换为高质量格式,如16位EXR序列、10位ProRes和12位HEVC。该工具支持BT.2020色彩空间(支持PQ或HLG),提供专业级的视频输出能力。

  14. COMMENTARY · CL_205097 ·

    4K 蓝光因更高的比特率而在画质上优于流媒体

    4K 蓝光光盘在画质上优于 4K 流媒体服务,这主要归功于更高的比特率,它允许更详细的视频信息。虽然两种格式都能达到 4K 分辨率,但互联网流媒体固有的压缩技术和数据限制会导致视觉细节的损失。超高清蓝光支持的最高视频速率远高于典型的流媒体建议值,能够保留更精细的纹理、运动,并减少色带等伪影。然而,高比特率的流媒体服务可以缩小这种质量差距,在有足够带宽的情况下接近蓝光光盘的质量。

  15. TOOL · CL_173351 ·

    MLVC:学习视频编解码器实现NPU上的实际部署

    研究人员开发了MLVC,这是一种面向实际部署的多平台学习视频编解码器,解决了阻碍基于AI的编解码器取代传统编解码器的关键挑战。MLVC解决了计算效率和跨平台兼容性问题,而这些问题历来有利于H.264等手工设计的编解码器。通过超先验传输熵模型尺度参数,MLVC确保了在不同NPU上获得一致的结果,而无需进行比特精确的模型执行。这项创新使得在消费级NPU上实现约100 FPS的360p/540p视频的编码和解码速度,使学习视频编解码器更接近实际应用。

  16. TOOL · CL_167885 ·

    码本容量在视频压缩质量上超越分辨率

    研究人员发现,在分层离散视频压缩中,码本容量是影响感知质量的主要因素,而非空间分辨率。使用MS-VQ-VAE模型在不同码本大小和分辨率下进行的实证研究表明,增加码本容量可显著提高质量,而空间分辨率的变化影响甚微。与H.264和H.265编解码器相比,这些模型在匹配或较低比特率下的感知质量方面表现更优,这表明码本大小是生成视频模型中可扩展离散分词器的更关键设计变量。

  17. TOOL · CL_160934 ·

    RL 框架增强无线 Token 通信以传输视频

    研究人员开发了一种新颖的无线 Token 通信 (TokenCom) 框架,该框架利用强化学习来提高多用户视频传输的效率和语义质量。该系统集成了深度 Q 网络 (DQN) 用于 Tokenizer 协议和子信道分配,以及深度确定性策略梯度 (DDPG) 用于波束成形。该方法旨在通过使发送器和接收器就相同的 Tokenizer 模型和码本达成一致,来建立共享的语义潜在空间。仿真结果表明,视频传输冻结事件显著减少,优于传统方法。

  18. TOOL · CL_158816 ·

    BLUE视频压缩保留VLM性能,用于监控分析

    一篇新研究论文介绍了一种名为BLUE的视频压缩方法,专为监控系统设计,优先考虑视觉语言模型(VLM)的语义信息。与专注于人类观看的传统编解码器不同,BLUE抑制静态背景元素,同时保留前景活动。在VIRAT和CHAD数据集上的评估表明,BLUE压缩不会降低基于VLM的事件和异常检测性能。此外,BLUE显著增加了跳过帧的比例,估计可将VLM推理调用次数减少53%,并降低总体成本。

  19. TOOL · CL_154582 ·

    综述详述面向消费电子的深度学习视频编码技术

    本综述论文探讨了用于视频编码的基于深度学习的滤波(DLF)技术,重点关注其在消费电子产品中的应用。文章讨论了计算复杂度和功耗的挑战,这些挑战阻碍了DLF在UHD显示器和物联网小工具等设备上的部署。论文对DLF方法进行了分类,并分析了性能与硬件可行性之间的权衡,强调了向适用于神经网络处理单元(NPU)的轻量级架构的转变。文章还考虑了基于神经网络的视频编码(NNVC)的标准化工作,并指出了实时推理和错误传播等未来挑战。

  20. TOOL · CL_151854 ·

    神经网络将视频和音频存储为网络权重,实现2.61倍压缩

    研究人员开发了一种新颖的视频编解码器,它将视频和音频存储为神经网络的权重,而不是压缩的像素数据。该方法使用正弦表示网络(SIREN)将时空坐标映射到视频和音频值。训练后,使用知识蒸馏、量化和LZMA2编码对网络进行压缩。结果得到的压缩表示在保持28.72 dB视频和24.18 dB音频的PSNR的同时,文件大小显著减小,在压缩比方面优于H.264和HEVC等传统编解码器。