【GitHub】MTTF详解：基于多粒度时间轨迹因子分解的极低码率人体视频压缩

摘要

本文深入分析了MTTF（Multi-granularity Temporal Trajectory Factorization）框架，这是一个用于极低码率人体视频压缩的创新性生成式视频编码方案。该框架发表在IEEE Transactions on Circuits and Systems for Video Technology期刊上，提出了一种新颖的多粒度时间轨迹因子分解策略，实现了超过70%的BD-rate节省。本文将从论文核心技术、框架设计、代码实现等多个维度进行详细解读，帮助读者全面理解这一前沿技术。

论文信息：

• 标题：Generative Human Video Compression with Multi-granularity Temporal Trajectory Factorization
• 作者：Shanzhi Yin, Bolin Chen, Shiqi Wang (City University of Hong Kong), Yan Ye (Alibaba Group)
• GitHub：https://github.com/xyzysz/Extreme-Human-Video-Compression-with-MTTF
• arXiv：https://arxiv.org/abs/2410.10171

一、研究背景与动机

1.1 短视频时代的人体视频压缩需求

当前，我们正处于一个"短视频时代"，以人为中心的流媒体