.png){kind=icon}
返回
Dual-contextual scalable video coding for human-machine collaborative intelligence
.png){kind=icon}
PRE
AI
DOI：10.1016/j.displa.2026.103638.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
视频在日常生活各方面的大量生成，正推动智能视觉分析的蓬勃发展。随着其体量的爆炸式增长，高效且可靠的人机协同视频编码系统需求日益增长。然而，当前面向人类视觉的先进压缩方法仍依赖资源密集型的全像素空间重建，而面向机器视觉的压缩方法在直接使用比特流进行分析时，往往难以重建高质量视频。为解决这些未被充分探索的挑战，我们提出了一种新颖的可扩展视频压缩框架，通过渐进式压缩解耦的上下文信息来平衡人机视觉。具体而言，我们采用稀疏特征提取器，结合任务特定的变换构建稀疏压缩环路，以有效支持各类机器分析任务。基于解耦的非重叠子集，我们将预测解耦模块和跨层熵模型整合到增强压缩环路中，以平衡重建质量和编码效率。广泛的实验结果表明，所提出的方法在多项机器分析任务上优于竞争方法，同时实现相当或更优的重建质量。
Keyword:
Video coding
Human visual
Machine visual
Scalable coding
