GeoDualNet: Geometry-Aware Dual-Latent Neural Codec with Epipolar Cross-Attention for Joint Disparity Vector and Depth Prediction in Multi-View Video Coding
本論文は、5つの新規なコンポーネントを備えた統一された幾何学的潜在空間を通じて、視差ベクトルの予測と深度マップの符号化を共同で学習する初のエンドツーエンドのニューラルコーデックであるGeoDualNetを提案し、従来の3D-HEVCや既存の学習型マルチビューコーデックと比較して、大幅なビットレート削減と合成ビュー品質の向上を実現している。