本文提出了一种基于卷积神经网络（CNN）的方法来加速 VVC 中的分区，该方法在编码树单元（CTU）级别操作，将每个 CTU 分割成 8x8 个固定网格块，每个网格中的单元格与该区域内的分区深度相关联，带有轻量级的网络用于预测此网格，通过限制四进制树（QT）分割搜索并避免不太可能选中的分区来达到加速的效果。实验证明，该方法在 VVC Test Model (VTM) 10 的 RandomAccess Group Of Picture 32（RAGOP32）模式中，可以实现从 17% 到 30% 的加速，以及以 0.37% 到 1.18% 的 BD 率增加的合理效率下降。

Dec, 2023

本研究提出了一种基于深度学习的方法，用于预测视频编码中的 CU 分区，以降低 HEVC 的复杂度，并在实验中取得了优于现有方法的效果。

Sep, 2017

本文提出了一种基于分区蒙版卷积神经网络 (CNN) 的方法，通过利用编码器生成的分区信息指导质量增强，从而实现了对最先进的视频编码标准高效视频编码 (HECV) 的压缩视频增强。实验结果表明，该方法在基准序列上的 BD 率节省达到 9.76％以上，达到了最先进的性能水平。

May, 2018

通过使用先进技术对参考帧中的对象进行分割并将分割结果作为不同区域的任意形状分区，我们提出了一种对象分割辅助的帧间预测方法。通过该方法，可以实现更高的预测准确性和更高效的运动向量编码，同时在运动估计和分区估计的联合率失真优化中考虑分割结果，从而更准确地得出了不同区域的运动向量和分区。在实验中，我们发现该方法在常见测试序列中可以分别达到 1.98％，1.14％和 0.79％的 BD 速率降低，对应平均的 BD 速率降低率分别为 0.82％，0.49％和 0.37％，在低延迟 P、低延迟 B 和随机存取配置下。

Mar, 2024

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

提出一种基于运动感知、空时域通道上下文编码的视频压缩网络 (MASTC-VC)，该网络利用变分自编码器 (VAEs) 学习隐藏表示，捕捉帧内像素和帧间运动的特征，并通过多尺度运动感知模块 (MS-MAM) 和空时域通道上下文模块 (STCCM) 提高编码效率。在三个公共基准数据集上进行的综合实验表明，MASTC-VC 在 PSNR 度量上对 H.265/HEVC (HM-16.20) 平均 BD - 速率有 10.15％的节省，对 H.266/VVC (VTM-13.2) 平均 MS-SSIM 度量上有 23.93％的 BD - 速率节省。

Oct, 2023

通过训练长序列帧、分层编码的速率分配和内容适应推理，在常见测试条件下，我们提出了一种用于随机存取的端到端学习视频编解码器，其在某些视频类别上取得了与 VVC 相当的 YUV-PSNR BD-Rate 结果，并在几乎所有测试集上优于 VVC，在 VMAF BD-Rate 方面超过了开源的低延迟和随机访问端到端解决方案的平均水平。

Jun, 2024

空间 - 时间变换器 (STT-VC) 是通过整合放松可变形变换器 (RDT)、多粒度预测 (MGP) 模块和基于空间特征分布先验的变换器 (SFD-T) 来提高学习视频压缩 (LVC) 的性能。实验结果表明，该方法相比于现有技术在 BD-Rate 节省上获得了 13.5% 的最佳结果。

Sep, 2023

本文提出了一种基于神经网络的视频编码标准 HEVC 的后处理方法，其中包括使用编码器生成的分区信息辅助后处理的分区感知的卷积神经网络（CNN），以及由多个独立的 CNN 组成的自适应切换神经网络（ASN），并提出了迭代训练的过程。实验结果表明，我们提出的方法有效地减少了 HEVC 引入的伪影。

Dec, 2019