返回
LGVF: A Low-Bitrate Generative Video Compression Framework With Spatio-Temporal Diffusion Model
DOI:10.1109/LSP.2026.3670748.png)
摘要
En 中文
低比特率视频压缩仍然是视频编码中的一个基本挑战。生成技术的最新进展显示出解决该问题的巨大潜力,但现有的生成模型通常因误差累积和不可预测的语义突变而导致控制性差。为解决这些问题,我们提出了一种基于时空扩散模型的新型低比特率生成式视频压缩框架。设计了一个质量比较器来选择生成过程中的最优特征,有效抑制了误差累积。此外,我们设计了语义突变特征提取网络(SMFN)来准确预测帧序列,从而有效处理语义突变特征。大量实验表明,我们的框架在FVD和LPIPS指标上表现优异,在显著降低比特率的同时,保持了视觉保真度和语义一致性。
Keyword:
Video compression
diffusion model
low-bitrate
semantic mutation
期刊
I
IF:
3.9
论文数:
833
被引数:
0
机构
引用论文
HumanRef-GS: Image-to-3D Human Generation With Reference-Guided Diffusion and 3D Gaussian SplattingHumanRef-GS: 基于参考引导扩散和3D高斯明暗的人像图像到三维生成

