本文提出了一种基于条件增强归一化流（CANF）双层的 B 帧编码体系结构，与传统的视频压缩系统不同，其不传输任何运动信息，能够在较小的计算复杂度下实现高质量的视频信号压缩，虽然与 B-CANF 相比，其速率失真性能略低，但在编解码过程中缩短了 45% 的乘累加操作（MAC）。

Apr, 2023

本文介绍了基于增强标准流模型（ANF）的端到端学习图像压缩系统 ANFIC，该模型通过层叠多个变分自编码器（VAE）来提高模型表达能力，实现了在流模型框架下的 VAE 压缩，支持多种质量级别的压缩，与现有最先进技术相比，在 PSNR-RGB 方面表现相当或更好，在单一模型下实现了可变速率压缩的条件卷积，达到了最先进的性能。

Jul, 2021

本文提出了一种新的端到端学习的视频编码框架，将图像压缩通过条件编码进行泛化，允许处理同一编码器的帧内和帧间信息，并通过最小化速率失真成本进行训练，无需预训练或代理损失，其灵活性在三种编码配置下得到评估（全帧内、低延迟 P 和随机访问），并且表现出与 HEVC 视频编解码器一样具有竞争性的性能。

Apr, 2021

本文提出了一种适用于逐帧视频的感知式学习视频压缩 (Pervetual Learned Video Compression，PLVC) 方法，并首次提出了一种递归条件判别器，该方法可以在保留视频画质和压缩率同时，满足时域上的一致性，而且其性能远远好于现有的学习视频压缩算法及现有标准 HEVC HM 16.20。

Sep, 2021

本文提出了一种基于深度神经网络编码的新方法。通过利用多尺度的运动补偿网络进行大范围运动的估计和补偿，同时采用自适应空时上下文模型进行高效熵编码，采用非局部注意力模块进行特征聚合和激活，通过对多模块的优化和多帧训练策略进行时间误差的最小化，最后将其与其他方法进行比较，证明了在流行的测试序列中，在 PSNR 和 MS-SSIM 失真度量方面均取得了一致的优异性能。

Jul, 2020

本研究提出了一种名为 NN-VVC 的混合编解码器，结合了 E2E-learned 图像编解码器和传统视频编解码器 (CVC)，在图像和视频编码领域为机器实现高性能。实验证明，该系统在多个数据集和机器视觉任务上较 VVC 实现了高达 - 43.20% 和 - 26.8% 的 Bjøntegaard Delta 速率减小。据我们所知，这是第一篇在多个数据集和多个机器视觉任务上展示了优于 VVC 的混合视频编解码器的研究论文。

Jan, 2024

Generative Face Video Coding (GFVC) techniques, which exploit facial priors and deep generative models, are comprehensively surveyed in this paper, including standardization efforts and their potential applications.

Nov, 2023

本文介绍了一种在特征空间内实现运动估计、压缩、补偿和残差压缩的视频编码网络，通过多帧特征融合模块，并利用非局部注意力机制融合多帧参考特征提高帧重建效果，该网络在四个基准数据集上达到了最先进的性能。

May, 2021

通过特征调制，我们提出了一种强大的条件编码神经视频编解码器（NVC），解决了两个关键问题：如何在单一模型中支持宽范围的质量，并使 NVC 在长预测链下仍然有效。此外，我们设计了一个支持 RGB 和 YUV 颜色空间的单一模型。

Feb, 2024

本文提出了一种基于深度学习模型的视频压缩方法，其中利用神经网络的非线性表征能力和学习基于光流估计获取运动信息并重构当前帧的方法，同时采用两个 auto-encoder 风格的神经网络来压缩相应的运动和残差信息以共同优化所有组件，并通过单一损失函数来一起考虑减少压缩比特数和提高解码视频质量之间的权衡，实验证明该方法在 PSNR 方面优于广泛使用的 H.264 视频编码标准，在 MS-SSIM 方面甚至与最新的标准 H.265 相当。

Nov, 2018