论文页面 - MLVC：面向实际部署的多平台学习型视频编解码器

来源：https://huggingface.co/papers/2606.28027

摘要

神经视频编解码器在编码效率上已超越经典编解码器，但由于跨平台不兼容和高计算成本，仍难以实际部署。现有的基于量化的方案无法在多样化的硬件平台上产生确定性结果，从而导致灾难性的解码失败。我们提出了 MLVC，一种为实际跨平台推理设计的硬件鲁棒神经视频编解码器。其关键思想是通过超先验显式传输缩放参数，从而在不要求位精确算术的情况下保证跨设备的熵编码一致性。虽然这会增加码率开销，但我们通过架构改进（门控记忆、ReGLU 激活）、长期参考恢复机制和特定领域的感知训练，恢复了大部分编码效率。在 VCD 视频会议基准测试中，MLVC 相较于最强的可部署基线硬件 HEVC 实现了 >70% 的 BD-rate（MOS）提升，同时主观质量可与 DCVC-RT 相媲美，而 DCVC-RT 无法跨多种平台运行。编码器和解码器在 Apple、Intel 和 Qualcomm 的商用 NPU 上平均以 100 FPS 运行。MLVC 是首个将具竞争力的压缩性能、实时速度和跨平台鲁棒性结合在多样化消费设备上的神经视频编解码器，使其适合大规模部署。代码将发布。

查看 arXiv 页面 (https://arxiv.org/abs/2606.28027)查看 PDF (https://arxiv.org/pdf/2606.28027)GitHub276 (https://github.com/microsoft/mlvc)添加到收藏集 (https://huggingface.co/login?next=%2Fpapers%2F2606.28027)

在您的智能体中获取此论文：

hf papers read 2606\.28027

还没有最新的 CLI？curl \-LsSf https://hf\.co/cli/install\.sh \| bash

引用此论文的模型 0

没有模型链接此论文

在模型 README.md 中引用 arxiv.org/abs/2606.28027，即可从此页面链接到该模型。

引用此论文的数据集 0

没有数据集链接此论文

在数据集 README.md 中引用 arxiv.org/abs/2606.28027，即可从此页面链接到该数据集。

引用此论文的 Spaces 0

没有 Space 链接此论文

在 Space README.md 中引用 arxiv.org/abs/2606.28027，即可从此页面链接到该 Space。

包含此论文的收藏集 0

没有收藏集包含此论文

将此论文添加到收藏集，即可从此页面链接到该收藏集。