https://vilab.team/tag/vcm/ VCM Hugo Blox Builder (https://hugoblox.com)en-usSun, 08 Dec 2024 00:00:00 +0000 https://vilab.team/media/icon_hu2896232876136423579.png https://vilab.team/tag/vcm/ https://vilab.team/publication/feature-compression-with-3d-sparse-convolution/ Sun, 08 Dec 2024 00:00:00 +0000 https://vilab.team/publication/feature-compression-with-3d-sparse-convolution/ <p>本文面向视频编码与机器（VCM）中的特征压缩任务，指出现有方法未充分利用特征的维度与稀疏性。研究发现特征具有低空间维度、高通道维度的特点，传统基于2D卷积的下采样方式并不适用，因此提出采用3D卷积进行特征压缩；同时利用特征的稀疏性引入稀疏卷积，以降低模型复杂度。作者在多种网络结构和输入特征上验证了所提方法的有效性，为特征压缩提供了新思路。</p>