时空融合帧间预测

压缩精度超越VVC

通过结构-细节分解与长短时上下文融合，解决运动不一致与遮挡区域的预测难题，提升学习视频编码的率失真性能。

Sheng, Xihua · 李力 · 刘东 · 李厚强

IEEE Transactions on Circuits and Systems for Video Technology 2024

技术优势

运动不一致也能准

将视频分解为结构分量和细节分量，分别进行运动估计和时序上下文挖掘，减少不一致运动导致的预测误差。

遮挡区域不丢信息

通过循环累积历史参考特征传播长期时序上下文，并与短期上下文融合，为遮挡区域提供更可靠的预测。

超越最新国际标准

在全部通用测试数据集上，PSNR和MS-SSIM均优于H.266/VVC参考软件，验证了方法的先进性。

应用场景

• 视频编码：作为帧间预测模块替换，提升编码效率。
• 视频压缩：在同等码率下获得更高重建质量。
• 视频传输：节省带宽资源，缓解传输压力。
• 多媒体通信：改善视频通话、直播等实时场景体验。