最近、ICME 2026に採択された論文「DCVC-MB: Neural B-Frame Video Compression using State Space Models」が注目を集めている。この研究は、Arjun Arora、Calvin-Khang Taら10名の著者によって行われ、Bフレーム符号化のための新しいニューラルビデオコーデックフレームワークDCVC-Mamba（DCVC-MB）を提案している。Bフレームは動画圧縮において重要な役割を果たすが、従来のニューラルコーデックではその処理が課題となっていた。DCVC-MBは、状態空間モデルとエントロピー認識スキップ機構を組み合わせることで、高い圧縮効率と低遅延を両立した。
DCVC-MBの主な革新は3点ある。第一に、IBPフレーム戦略を採用することで低遅延Bフレーム符号化を実現している。これにより、ランダムアクセス性能を維持しつつエンコード遅延を抑える。第二に、状態空間モデルに基づく時空間融合モデルを構築し、双方向の時間予測を可能にした。状態空間モデルは時系列データのモデリングに優れ、隣接フレーム間の動き補償を効率的に行う。第三に、エントロピー認識スキップ機構を導入した。これは各潜在変数のエントロピーを推定し、エントロピーが低い変数の符号化を省略することで、エントロピー符号化時間を大幅に削減する仕組みである。実験によれば、画質を損なうことなくエントロピー符号化時間を約20%短縮できる。さらに、著者らは2つの推論時最適化戦略も提案しており、ビットレート配分の優先順位付けと軽量後処理ネットワークによる画質向上を実現している。
実験評価では、DCVC-MBを既存のニューラルビデオコーデック（NVC）および従来コーデックVTMと比較した。標準テストシーケンスを用いた評価の結果、DCVC-MBは従来のニューラルコーデックに対して平均BD-rateを最大8.98%削減し、VTM-19.0-LDP（低遅延構成）およびVTM-19.0-RA（Inter-GoP=16）に対してそれぞれ30.45%および1.81%の改善を達成した。これらの結果は、DCVC-MBがニューラル動画圧縮の新たなベンチマークとなる可能性を示している。
本論文はarXiv（ID: 2607.14305）で公開され、コードとデータも提供されている。ICME 2026での採択は、この技術の学術的意義を裏付ける。DCVC-MBは、今後のリアルタイム動画配信やビデオ会議、監視システムなどへの応用が期待され、動画圧縮技術の進化に大きく貢献するだろう。