• The Journal of Korean Institute of Communications and Information Sciences
• /
• v.27 no.7A
• /
• pp.711-723
• /
• 2002

A finer granular scalable (FGS) version of ISO/IEC MPEG-4 video streaming is investigated in this work with the prioritized stream delivery over loss-rate differentiated networks. Our proposed system is focused on the seamless integration of rate adaptation, prioritized packetization, and simplified differentiation for the MPEG-4 FGS video streaming. The proposed system consists of three key components: 1) rate adaptation with scalable source encoding, 2) content-aware prioritized packetization, and 3) loss-based differential forwarding. More specifically, a constant-quality rate adaptation is first achieved by optimally truncating the over-coded FGS stream based on the embedding rate-distortion (R-D) information (obtained from a piecewise linear R-D model). The rate-controlled video stream is then packetized and prioritized according to the loss impact of each packet. Prioritized packets are transmitted over the underlying network, where packets are subject to differentiated dropping and forwarding. By focusing on the end-to-end quality, we establish an effective working conditions for the proposed video streaming and the superior performance is verified by simulated MPEG-4 FGS video streaming.

• Journal of Broadcast Engineering
• /
• v.24 no.5
• /
• pp.755-764
• /
• 2019

Currently commercially available light field cameras are difficult to acquire 5D light field video since it can only acquire the still images or high price of the device. In order to solve these problems, we propose a deep learning based method for synthesizing the light field video from monocular video. To solve the problem of obtaining the light field video training data, we use UnrealCV to acquire synthetic light field data by realistic rendering of 3D graphic scene and use it for training. The proposed deep running framework synthesizes the light field video with each sub-aperture image (SAI) of $9{\times}9$ from the input monocular video. The proposed network consists of a network for predicting the appearance flow from the input image converted to the luminance image, and a network for predicting the optical flow between the adjacent light field video frames obtained from the appearance flow.

• Journal of the Korea Computer Graphics Society
• /
• v.30 no.3
• /
• pp.99-107
• /
• 2024

While the demand for extrapolating video content horizontally or vertically is increasing, even the most advanced techniques cannot successfully extrapolate all videos. Therefore, it is important to determine if a given video can be well extrapolated before attempting the actual extrapolation. This can help avoid wasting computing resources. This paper proposes a video classifier that can identify if a video is suitable for horizontal extrapolation. The classifier utilizes optical flow and an adaptive Gaussian blur network, which can be applied to flow-based video extrapolation methods. The labeling for training was rigorously conducted through user tests and quantitative evaluations. As a result of learning from this labeled dataset, a network was developed to determine the extrapolation capability of a given video. The proposed classifier achieved much more accurate classification performance than methods that simply use the original video or fixed blur alone by effectively capturing the characteristics of the video through optical flow and adaptive Gaussian blur network. This classifier can be utilized in various fields in conjunction with automatic video extrapolation techniques for immersive viewing experiences.

• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• 2011.05a
• /
• pp.201-204
• /
• 2011

최근 차량 내부의 전장장치 사이에 운전자의 편의성의 요구 수준이 높아지고 있으며 이에 대응해 상호통신을 위한 차량용 네트워크 기술이 빠르게 발전하고 있다. 이에 따라 이들 인포테인먼트 시스템 중 최적화된 내부 통신기술이 필요하게 되었다. 차량용 네트워크인 MOST(Media Oriented Systems Transport)는 오디오, 비디오 신호를 동기적으로 전송할 수 있는 자동차용 멀티미디어 시스템에 가장 광범위 하게 사용되고 있는 네트워크이며 넓은 대역폭과 오디오, 비디오 데이터의 실시간 전송 및 코딩을 지원한다. Windows CE는 다양한 라이브러리를 지원함으로써 다양한 GUI 및 네트워크 프로젝터 개발이 가능하다. 이러한 기술적 변화에 맞춰서 본 논문에서는 Windows CE 6.0 기반의 보드와 차량용 인포테이먼트 네트워크인 MOST 네트워크를 이용하여 MOST 네트워크 상태를 관리할 수 있고 MOST 네트워크 동작 및 정보, 상태 등 다양한 정보를 한눈에 확인할 수 있는 시스템을 구성하였다.

• Proceedings of the Korea Multimedia Society Conference
• /
• 2001.11a
• /
• pp.237-240
• /
• 2001

이질적인 환경인 인터넷을 통한 멀티미디어 서비스가 확산됨에 따라 다량의 데이터를 가지는 비디오 스트림의 전송이 늘어나게 되었다. 이로 인해 네트워크 트래픽의 대부분을 멀티미디어 데이터가 차지하게 되었다. 한정된 통신망 자원을 효율적으로 사용하기 위하여 사용자의 컴퓨터 환경이나 통신망 환경을 고려하여 비디오 데이터를 전송함으로서 자원의 낭비를 막고자 계층적 코딩에 관한 연구가 시도되었다. 본 논문에서는 네트워크와 사용자의 환경을 고려하여 MPEG 비디오 데이터를 전송할 수 있도록 하기 위하여 TMS(Temoral and Motion Scaling)기법을 제안한다. TMS기법은 시간 계층적 코딩과 모션벡터를 이용한 데이터 분할 계층적 코딩 방법을 사용하여 비디오 데이터를 분할한다. 본 논문에서 제안하는 기법을 사용하여 MPEG 비디오 데이터를 전송할 때 기존의 제안된 기법들에 대해 적은 데이터로 고화질의 영상을 전송함으로서 효율적으로 통신망 자원을 사용할 수 있게 된다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2003.10c
• /
• pp.151-153
• /
• 2003

이전의 계층화된 비디오 멀티캐스트에서는 각 계층의 크기를 그 하위 계층의 총합과 같도록 하여 TCP와 유사한 혼잡제어를 했었다. 하지만, 혼잡 시 비디오 데이터의 대역폭을 1/2로 줄이는 것은 사용자에게 인지되는 비디오 품질에 있어 큰 변화를 보이게 되므로 바람직하지 않고, 멀티캐스트를 사용함으로써 네트워크 전체에 트래픽을 줄이는 세션에게 아무런 이득도 주지 못하였다. 따라서 제안하는 방법에서는 기존 계층을 동일한 크기의 계층으로 나누고, 혼잡의 정도에 따라 계층의 감소 간격을 적절히 함으로써, 혼잡 해소 시에는 남아 있는 계층으로 데이터를 전달할 수 있게 하였다. 이러한 결과로 혼잡 시 비디오 품질이 급격히 떨어지는 것을 방지할 수 있고, 멀티캐스트를 사용하는 세션에게 이득을 줄 수 있다.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• fall
• /
• pp.30-32
• /
• 2021

최근 머신비전 임무(machine vision task)를 위해 기계에 소비되는 비디오가 증가하면서 MPEG 은 기계를 위한 비디오 부호화 표준으로 VCM(Video Coding for Machine) 표준화 진행하고 있다. VCM 은 기계분석 네트워크에 입력되는 비디오 또는 특징(feature)을 부/복호화하여 압축 대비 임무 수행 정확도를 평가한다. 본 논문은 기계분석 네트워크에서 추출한 특징 데이터를 기존의 비디오 코덱을 사용하여 부/복호화를 진행할 때, 각 채널의 특징맵을 SAD(Sum of Absolute Difference) 기반으로 재배열하는 방법을 제안한다. 제안기법은 VCM 의 기준성능(anchor)에는 미치지 못하지만, 채널 재배열하지 않은 특징을 비디오 코덱으로 부호화 할 때 보다 개선된 성능을 보인다.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2009.11a
• /
• pp.187-190
• /
• 2009

네트워크 코딩 중 RLC (random linear coding)은 다양한 연구들에서 이미 그 효용성이 입증되었으며 실제 유/무선 네트워크 환경에서 RLC를 적용하는 연구들이 최근 활발하게 진행되고 있다. RLC는 간단한 방법론적인 특성과 그 효용성으로 인해 많은 관심을 받고 있지만, 실제 환경에서 RLC 디코딩 과정이 요구하는 높은 성능 복잡도로 인하여 실용성에 한계를 가진다. 이러한 상황에서 최근 병행 방법 (Parallelized method)을 이용해 RLC 디코딩 과정의 복잡도를 개선하고 이를 실제적인 비디오 전송에 적용하는 연구들이 진행되고 있다. 본 논문에서는 이러한 연구들과 더불어 무선 환경에서의 실시간 비디오 전송을 위한 비디오의 특성을 고려하는 RLC 기반의 실시간 비디오 전송 시스템을 제안한다. 또한 제안한 시스템 실험적으로 구현하고, 이를 실제 무선 네트워크 환경에서 검증하였다.

• Journal of IKEEE
• /
• v.9 no.2 s.17
• /
• pp.170-178
• /
• 2005

The video data corrupted by the transmission error due to packet loss induce error propagation in decoded video data, and cause poor video quality. To remedy these corrupted video data, there have been introduced two types of error concealment techniques: spatial or temporal error concealment algorithm. Computational overhead by using spatial error concealment algorithm is a serious disadvantage in mobile video data streaming environment. In this paper, we propose hybrid type error concealment technique recovering video quality of mobile device using MPEG-4 video streaming on error-prone wireless network. Our algorithm is implemented in MPEG-4 decoder. The algorithm adopts Intel Wireless MMX technology to provide high performance of portable embedded multimedia mobile device. It is proven that the proposed algorithm shows expected performance for a mobile streaming system(PDA) on IP channels. Our approach showed better processing speed and better video quality comparing with traditional error concealment algorithm.

• Proceedings of the Korean Information Science Society Conference
• /
• 2002.10e
• /
• pp.484-486
• /
• 2002

주문형 비디오 서비스(VoD: Video on Demand)의 경우 네트워크의 자원 이용도와QoS (Quality of Service)가 보장되도록 구축되어야 한다. 대역폭 스무딩 알고리즘은 주문형 비디오 시스템에서 비디오 데이터를 보낼 경우 비디오의 데이터의 급격한 대역폭의 증가 또는 감소를 최소한 줄이는 기법이다. 본 논문에서는 기존의 대역폭 스무딩 기법과 비디오 압축 기법의 특성을 이용하여 새로운 모델과 스무딩 알고리즘을 제안한다. 제안된 알고리즘의 성능평가를 위해 기존 스무딩 알고리즘의 결과와 비교 분석한다.