프레임을 신경망으로 나타내기
시간 좌표를 프레임 전체로 대응시키는 표현은 픽셀 좌표마다 색을 예측하는 방식의 대안이다. FFNeRV는 여기에 흐름 정보를 더해 인접 프레임의 시간적 중복을 이용한다. 전통적인 동영상 부호화에서 움직임을 활용하는 생각을 프레임 단위 신경 표현에 연결한다.
시간 격자와 합성곱
1차원 시간 격자로 가능한 완전 합성곱 구조를 도입해 공간 특징의 연속성을 개선한다. 더 작은 구조를 위해 그룹 합성곱과 점별 합성곱도 이용한다. 표현을 학습하는 비용과 학습된 표현에서 프레임을 얻는 비용은 따로 측정해야 한다.
모형을 파일로 압축하기
양자화 인식 학습과 엔트로피 부호화 같은 압축 기법을 결합한다. 매개변수 개수만으로 최종 파일 크기를 결정할 수는 없다. 숫자를 몇 비트로 저장하는지와 값의 분포, 부가 정보도 영향을 준다.
움직임으로 설명되는 중복
설명용 두 프레임에서 물체 모양은 같고 오른쪽으로 한 칸만 옮겨졌다고 하자. 매번 전체 모양을 따로 나타내는 대신 이동과 남은 차이를 이용할 여지가 있다. 이는 시간적 중복의 예이며 FFNeRV의 실제 비트 배분이나 프레임 생성식을 나타내지 않는다.