Inactive region padding by reinforcement learning

강화학습을 이용한 비활성 영역 패딩

In this paper, we propose a new method for inactive region padding using reinforcement learning. Inactive region is an area that has no information, such as 360 or 3DOF+ vidoes. However, these inactive regions degrade the compression performance in general. To improve the compression performance, simple filtering is applied between active and inactive regions. But it does not fully consider the characteristics of the images. In the proposed method, inactive regions are padded through reinforcement learning that can consider the characteristics of images and the compression process. Experimental results show that the performance is better than the conventional padding method.

본 논문에서는 강화학습을 이용하여 비활성 영역 패딩하여 동영상 압축 효율을 향상시키는 기법을 제안한다. 비활성 영역이란 360 영상 혹은 3DOF+ 영상의 예시와 같이 영상 내에서 정보가 존재하지 않는 영역을 의미한다. 하지만 이러한 비활성 영역은 일반적으로 영상의 압축 성능을 제한한다. 기존에는 이를 해결하기 위해 활성 영역과 비활성 영역의 경계부분을 필터링하여 압축 성능을 향상시켰다. 하지만 이러한 방법들은 영상의 특성을 적절하게 반영하지 못하게 된다. 제안하는 기법에서는 영상의 특성과 압축 과정을 고려한 강화학습을 통해서 패딩을 진행하였다. 실험 결과 제안한 기법이 기존 기법에 비해 좋은 성능을 보임을 확인할 수 있다.