视频分析不再逐帧解码:CoDecide只解新内容出现的帧,吞吐量达逐帧管线的15至24倍
监控视频归档分析中,检测器一旦只跑在部分帧上,解码就取代检测成为主要开销。CoDecide把选择性解码变成压缩域中的“新内容预测”:用冻结的DINOv2教师模型在无标注条件下定义语义新颖性,训练一个轻量学生网络从运动矢量、非零系数计数和宏块类型判断何时解码、解码哪些宏块,跳过的帧用运动矢量传播检测框。在VIRAT、MEVA和ShanghaiTech的留一数据集协议下,它在相同或更低的解码预算下比此前的压缩域选择器找回更多运动目标检测,端到端比逐帧解码加检测的管线快15至24倍。