跳到正文
arXiv · 机器人与计算机视觉· Qizhe Wang, Jiaye Fu, Feng Ye, Haocheng Tang, Zetian Song, Chuanmin Jia, Siwei Ma, Jiaqi Zhang·· 16 天前精选AI 评分78

RIFT:一种基于残差感知的单步生成式视频压缩框架

RIFT: Residual-Informed Flow Transfer for One-Step Generative Video Compression

AI 导读

针对预训练流匹配模型难以适配编解码器退化轨迹的问题,论文提出 RIFT 框架以解决压缩依赖的方向失配。该框架引入残差几何诱导器(RGI),利用解码器可见的编码线索将预训练流预测转化为内容自适应的恢复更新,并整合时间步条件、全频段残差强度估计及方向增益调制。在三个公开视频压缩基准上的实验表明,该方法优于现有的生成式视频压缩方法。代码已开源。

推荐理由

提出 RIFT 框架,利用解码器可见的编码线索自适应修正流预测方向与幅度,在三个公开基准上优于现有生成式视频压缩方法。

来源:arXiv · 机器人与计算机视觉 · arxiv.org