摘要由 AI 生成
一项针对 360 度视频端到端神经压缩的研究评估了七种由 JVET 360Lib 支持的投影格式对编码性能的影响。研究利用尺度空间流模型、JVET 测试序列及常规条件，将源等距圆柱投影转换为编码投影进行多速率点压缩与重构，并通过 PSNR、球面 PSNR、加权球面 PSNR 及 Bjontegaard delta 率进行评估。结果显示，在尺度空间流模型下，等距圆柱和填充等距圆柱投影提供了最高的压缩效率；相比之下，立方体贴图和菱形十二面体投影效果较差，这与传统 HM-16.16 编码器中立方体贴图表现更优的情况不同。此外，基于光流的神经模型因受益于单面投影的空间连续性而表现较好，而基于分块的混合编码器则更适合多面布局。研究结论表明投影效率依赖于编码器类型，为学习基 360 度视频压缩的投影选择提供了指导。
关键实体KEY ENTITIES
JVETscale-space flow model
报道态势 · 每日报道量LANGUAGE SPLIT
实体关系
信号强度SIGNALS
关键词热度
- JVET1
- scale-space flow model1
全部报道（1）SOURCES
↗
本研究评估了七种由 JVET 360Lib 支持的投影格式对 360 度视频端到端神经压缩的影响。研究利用尺度空间流模型、JVET 测试序列及常规测试条件，将源等距圆柱投影转换为编码投影进行多速率点压缩与重构，并通过 PSNR、球面 PSNR、加权球面 PSNR 及 Bj{\o}ntegaard delta 率评估性能。结果显示，在尺度空间流模型下，等距圆柱和填充等距圆柱投影提供最高压缩效率，而立方体贴图和菱形十二面体投影效果较差；这与传统 HM-16.16 编码器中立方体贴图格式表现更优的情况不同。此外，基于光流的神经模型受益于单面投影的空间连续性，而基于分块的混合编码器则更适合多面布局。研究结论表明投影效率依赖于编码器类型，为学习基 360 度视频压缩的投影选择提供了指导。