arXiv · 机器人与计算机视觉· Zhitao Wang, Hengyu Man, Han Liu, Wenrui Li, Debin Zhao, Xiaopeng Fan·· 14 小时前AI 评分65
基于嵌入对齐与上下文传播的流式生成式视频压缩方法
Streaming Generative Video Compression with Embedding Alignment and In-Context Propagation
AI 导读
针对超低码率下感知质量保持的挑战,本文提出 SGVC 框架,将预训练潜在视频 DiT 适配为因果像素空间细化器。该方法通过嵌入对齐缩小编码器特征与预训练模型间的表示差距,并利用轻量重建路径替代昂贵的 VAE 解码器;同时引入上下文传播机制复用层间 K/V 状态以维持时序一致性且无需缓冲延迟。实验显示 SGVC 在 DISTS 指标上相比 S^2VC 平均节省 71.97% BD-rate。
来源:arXiv · 机器人与计算机视觉 · arxiv.org