Acknowledgement
이 논문은 2021 년도 정부(과학기술정보통신부)의 재원으로 정보통신기획평가원의 지원을 받아 수행된 연구임(No. 2017-0-00072, 초실감 테라미디어를 위한 AV 부호화 및 LF 미디어 원천 기술 개발).
Proceedings of the Korean Society of Broadcast Engineers Conference (한국방송∙미디어공학회:학술대회논문집)
- 2021.06a
- /
- Pages.355-356
- /
- 2021
Intra Prediction Using Multiple Models Based on Fully Connected Layer
완전연결계층 기반의 다중 모델을 이용한 화면내 예측
- Kim, Minjae (Korea Aerospace University) ;
- Moon, Gihwa (Korea Aerospace University) ;
- Park, Dohyeon (Korea Aerospace University) ;
- Kwon, Hyoungjin (ETRI) ;
- Kim, Jae-Gon (Korea Aerospace University)
- Published : 2021.06.23
Abstract
딥러닝 기술과 하드웨어의 발전으로 다양한 분야에서 인공신경망과 관련한 연구가 활발히 진행되고 있다. 비디오 코덱 부분에서도 딥러닝 기술을 적용하는 부호화 기술이 많이 연구되고 있다. 본 논문은 최근 완료된 VVC 에 채택된 신경망 기반의 기술인 MIP(Matrix Weighted Intra Prediction)를 확장하여 보다 깊은 계층의 모델로 학습된 새로운 화면내 예측 모델을 제안한다. 기존 VVC 의 MIP 의 성능과 비교하기 위하여 기존 MIP 모델과 제안하는 다중완전연결계층(Fully Connected Layer) 화면내 예측 모델을 HEVC(High Efficiency Video Coding)에 적용하여 그 성능을 비교하였다. 실험결과 제안기법은 VVC MIP 대비 0.08 BD-rate 성능 향상을 보였다.
Keywords