LRConv-NeRV：低秩卷积替代稠密 3×3 卷积，视频解码复杂度降 68%
研究者在NeRV解码器末级应用低秩可分离卷积，模型规模缩减 9.3%，码率降低约 9.2%，INT8量化后仍保持接近基线的重建质量。
AI解读：NeRV这种把整段视频编码进神经网络参数的方法，解码器计算量和内存占用一直偏高，难以在算力有限的设备上跑起来。这篇论文的作者选择在解码器最末的卷积层动手，把密集的 3×3 卷积替换成结构化的低秩可分离卷积，并在解码器内部端到端训练。改动只落在最后一级时，解码器复杂度从 201.9 GFLOPs降到 64.9 GFLOPs，降幅 68%，模型体积减少 9.3%，同时码率下降约 9.2%，画质损失很小。对需要把NeRV部署到边缘设备或做后训练量化的开发者来说，这意味着可以用明显更少的算力换取几乎不变的重建质量；但如果为了追求更高效率而把低秩分解推广到更早的解码层，画质会不成比例地变差，研究中没有提供端到端编码延迟或实际芯片上的能耗数据，部署前仍需要用自有数据集验证效果。
arXiv论文LRConv-NeRV提出一种高效视频神经表示（NeRV）变体，将解码器中的稠密 3×3 卷积替换为结构化低秩可分离卷积，端到端训练于解码器架构内部。论文摘要显示，仅对最后一级解码器应用低秩卷积，即可将解码器复杂度从 201.9 GFLOPs降至 64.9 GFLOPs（降幅 68%），模型体积减少 9.3%，同时码率降低约 9.2%，且重建质量损失可忽略。
该论文由Tamer Shanableh发布在arXiv（编号 2603.18261v2），摘要类型为replace-cross。