MSNeRV：融合多尺度特征的神经视频表示

基于摘要分析。本文研究隐式神经表示（INRs）用于视频表示与压缩时，对细节密集、快速变化内容表达不足的问题，提出多尺度特征融合框架 MSNeRV。其主要贡献是结合时间窗口、GoP 级背景表示、多尺度空间解码及隐藏特征利用，增强视频的时空信息表达。 机制上，编码阶段通过时间窗口增强时间一致性，并将视频划分为多个 Groups of Pictures（GoPs），使用 GoP 级网格表示背景；空间解码阶段结合多尺度解码器与尺度自适应损失，整合多分辨率、多频率信息，另以多尺度特征块利用网络隐藏特征。摘要未提供损失公式、网格构造或各模块的具体连接方式。 作者报告，在 HEVC ClassB 与 UVG 数据集的视频表示和压缩评估中，MSNeRV 的表示能力优于所比较的 INR 方法，并在动态场景的压缩效率上超过 VTM-23.7（Random Access）。摘要未给出具体率失真指标、数值、视频划分及编码开销统计，因而不能据此判断优势幅度或推广到全部视频场景。实验协议、消融及统计信息尚未验证；复现需进一步核对模型与网格的存储成本、训练及解码开销，以及对照的编码配置。 平台推测（待验证）：多尺度信息整合可作为 EEG 时空信号表示的候选思路，但视频的空间邻接结构与 GoP 背景假设不能直接套用于 EEG。若迁移，需改造通道拓扑、时间分段及背景表示，并检验低信噪比、跨被试差异和小数据条件下是否仍有效。一个可证伪的小实验是在固定数据划分与参数预算下，对比单尺度和多尺度 EEG 重建模型，同时评估重建误差及下游任务表现；该假设尚非本文已验证贡献，相关 EEG 工作尚未检索确认。