本文探讨了多种视频编码技术，包括基于光流的预测、空间分解与时间融合的帧间预测，以及新型学习视频压缩框架（VLVC）。研究表明，这些方法在压缩性能上优于现有标准（如H.266/VVC），有效提高了视频质量和压缩率，降低了比特率。

本文介绍了几种学习视频压缩的方法，包括基于空间分解和时间融合的帧间预测方法、基于联合时空相关性探索的学习型视频压缩、基于时空变换器的视频压缩框架、基于时间上下文挖掘的学习视频压缩、无监督视频分解基于时空迭代推理、通用学习视频压缩、利用基于块运动的特征插值进行视频快速语义分割、分布式编码架构的低复杂度深度视频压缩、使用多域层次约束进行深度参考生成的视频帧间预测、基于动画的视频压缩的预测编码、探究时空多频分析用于实现高保真度和时空一致性的视频预测。