要約
ビデオコーディング技術は、より高い解像度でより高い圧縮率を実現するために継続的に改善されてきました。
ただし、H.265/HEVC や Versatile Video Coding などの最先端のビデオ コーディング標準は、圧縮されたビデオが人間によって視聴されることを前提として設計されています。
コンピューター ビジョン タスクの解決におけるディープ ニューラル ネットワークの驚異的な進歩と成熟に伴い、ますます多くのビデオが人間の関与なしにディープ ニューラル ネットワークによって直接分析されています。
ビデオ符号化規格のこのような従来の設計は、圧縮されたビデオがコンピュータ ビジョン アプリケーションによって使用される場合には最適ではありません。
人間の視覚系は一貫して高コントラストのコンテンツに敏感ですが、コンピューター ビジョン アルゴリズムに対するピクセルの影響は、特定のコンピューター ビジョン タスクによって引き起こされます。
このホワイト ペーパーでは、コンピューター ビジョンのタスク指向のビデオ コーディングと、新しいビデオ コーディング標準である Video Coding for Machines に関する最近の進歩を調査し、まとめます。
要約(オリジナル)
Video coding technology has been continuously improved for higher compression ratio with higher resolution. However, the state-of-the-art video coding standards, such as H.265/HEVC and Versatile Video Coding, are still designed with the assumption the compressed video will be watched by humans. With the tremendous advance and maturation of deep neural networks in solving computer vision tasks, more and more videos are directly analyzed by deep neural networks without humans’ involvement. Such a conventional design for video coding standard is not optimal when the compressed video is used by computer vision applications. While the human visual system is consistently sensitive to the content with high contrast, the impact of pixels on computer vision algorithms is driven by specific computer vision tasks. In this paper, we explore and summarize recent progress on computer vision task oriented video coding and emerging video coding standard, Video Coding for Machines.
arxiv情報
| 著者 | Daniel Wood |
| 発行日 | 2022-08-15 16:21:54+00:00 |
| arxivサイト | arxiv_id(pdf) |
提供元, 利用サービス
arxiv.jp, Google