.png){kind=icon}
返回
ParaDeco: Frame-Level Parallel Generative Decoding for Large-Scale Surveillance Video Analytics
.png){kind=icon}
PRE
AI
DOI：10.1109/tpami.2026.3745357.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
视频分析流水线（VAPs）已成为大规模视频分析的一种范式。由于视频中的时间冗余，帧过滤被广泛用于VAPs以减少分析工作量。尽管先前工作已识别解码为显著开销并提出预解码过滤来缓解这一问题，但研究发现编解码器参考依赖性仍迫使解码器处理许多未选中的帧，表现出一种“过度解码陷阱”，限制了端到端吞吐量。这一限制源于现代编解码器基于参考的设计，要求解码前置帧以重建任何选中的帧。因此，过度解码已成为使用现代解码器的VAPs的实际瓶颈，凸显了一个关键但研究不足的问题。为解决此问题，我们提出了ParaDeco，一种具有新型帧级并行生成式解码器的高吞吐量视频分析框架。与传统的解码器不同，ParaDeco采用“解码关键帧”方法，具有解耦的帧依赖性。为独立解码任意帧，ParaDeco利用压缩视频元数据生成帧级特征作为独立骨架，然后预测与原始帧语义一致的伪帧。此外，ParaDeco通过精细的贡献度帧过滤识别对分析真正重要的帧。我们在云服务器上实现了ParaDeco，并在大规模真实监控视频数据集上进行了评估。实验结果表明，ParaDeco在平均解析速度上比当前最先进的VAPs快2.76倍。
Keyword:
Video Analytics
Compressed Domain
Neural Video Decoder
查看更多机构