본 논문에서는 다중 표현(multiple description) 개념을 이용하여 에러에 강인한 동영상 부호화 방법을 제안한다 제안하는 방법은 DCT 계수의 최적 분할 방법과 채널 환경에 따른 단일표현/다중표현 전환 방법으로 구성되어 있다. DCT 계수 최적 분할 방법에서는 입력 신호를 주어진 중복량(redundancy)에서 최적의 과잉 비트율-왜곡(redundancy rate-distortion, RRD) 성능을 갖는 두 개의 표현으로 분할한다. 최적화 방법으로는 라그랑제 최적화 방법(Lagrange optimization method)을 사용하였고 재귀적 구조를 사용한 다이나믹 프로그래밍 기법을 사용하여 분할의 복잡도를 줄인다. 단일표현/다중표현 전환 방법에서는 재귀적 최적 화소단위 예측(recursive optimal per-pixel estimate, ROPE)를 이용하여 복원 에러를 예측한 후, 낮은 패킷 손실율에서는 압축 효율을 위하여 단일표현을 사용하고 패킷 손실율이 큰 환경에서는 에러에 대한 강인성을 위해 다중표현을 사용한다. 모의 실험 결과, 제안하는 다중표현 동영상 부호화 방법은 이상적인 다중표현 채널에서뿐만 아니라 다양한 패킷 손실율을 갖는 채널 환경에서도 기존의 단일표현 및 다중표현 에러 내성 부호화 방법보다 더 좋은 성능을 보임을 알 수 있다.
본 논문에서는 스케일러블 비디오 부호화기의 복잡도 감소를 위해, 공간 계층간 잔차 신호 부호화를 선택적으로 수행하고 그 정보를 바탕으로 향상 계층에서 모드를 고속으로 결정하는 방법에 대해 소개한다. 계층간 잔차 신호 부호화는 스케일러블 비디오 부호화에서 공간 계층간 상관도를 이용하여 계층간의 두 잔차 신호에 대한 차 신호를 부호화하는 방법으로서 부호화 효율을 증대 할 수 있는 장점이 있으나 향상 계층의 모든 화면간 모드에 대해 율-왜곡 비용을 계산하기 때문에 부호화기의 복잡도를 크게 증가시키는 주요 요인이 된다. 제안 알고리듬은 하위 계층으로부터 업샘플된 잔차 신호와, 하위 계층의 움직임 벡터, 참조 화면 정보를 이용하여 향상 계층에서 얻은 잔차 신호의 SAD값을 통해 정수 변환 계수의 특징을 미리 판별하여 계층간 잔차 신호 부호화를 선택적으로 수행하는 방법이다. 제안 알고리듬에서는 계층간 잔차 영상의 차 신호에 대한 SAD값에 양자화 계수와 시간 계위에 따라 문턱치 값을 적응적으로 적용시키면서 SAD가 적응적으로 설정된 문턱치 보다 작을때는 잔차 블록에 대한 정수변환 계수가 매우 작다고 판단하여 그 블록에 대해서는 선택적으로 계층간 잔차 부호화를 수행하고 역시 공간적 향상 계층에서 $16{\times}16$블록에 대해서만 율-왜곡 최적화를 수행한다. 따라서 계층간 차분 신호에 대한 SAD값만으로 정수변환계수의 특성을 양자화 계수와 시간 계위에 따라 분류하여 고속의 부호화를 달성함으로써 SVC 부호화기의 복잡도 및 부호화 시간을 크게 감소 시켰다. 제안 알고리듬을 적용하면 다양한 특성을 갖는 영상에 대하여 부호화 시간을 원래의 SVC 참조 소프트웨어 대비 평균 51.5%의 부호화 속도를 향상하였음에도 이에 따른 PSNR의 감소는 평균 0.03dB, 비트율의 증가는 0.64%로 무시할 수 있을 정도로 작았다.
H.264/AVC 부호기에서 각 모드 결정에 사용되는 방법인 율-왜곡 최적화(RDO(Rate-distortion optimization))는 부호기의 높은 성능 향상을 보이지만 많은 계산량을 요구하는 문제점을 가진다. 이러한 계산량을 줄이기 위해 원본 영상의 각 블록에 DCT(Discrete Cosine Transform) 계수 분포를 통해 각 블록의 방향성을 예측하여 부호기의 RDO 수행에 참여하는 후보 모드 수를 줄이는 방법을 제안한다. 제안하는 방법은 H.264/AVC에 부호화 방법에 비해 적은 PSNR 손실 및 비트의 증가에도 불구하고 평균 68.40%의 부호기 속도 향상을 가진다.
본 논문은 저복잡도 및 고효율 분산 비디오 코딩에서 H.264/AVC로의 변환을 위한 트랜스코딩 방법을 제안한다. 제안한 방법은 낮은 복잡도로 높은 부호화 성능을 유지하기 위하여, 보조정보 생성을 위하여 측정된 움직임 벡터를 Wyner-Ziv (WZ) 프레임뿐만 아니라 키 프레임에서도 적용하여 부화화를 수행한다. 보조정보 생성을 위하여 측정된 움직임 벡터는 키 프레임에서 이전의 키 프레임으로의 움직임 추정에 의해 결정된 움직임 벡터임으로, 이 움직임 벡터를 이용하여 인트라 키 프레임을 예측 프레임으로 변환압축하는 방법을 제안한다. 또한, 제안한 방법은 두 예측 움직임 벡터를 기반으로 측정된 두 움직임 벡터 중, 비트율-왜곡 최적화를 수행하여 최적의 움직임 벡터를 선택한다. 보조정보의 움직임 벡터는 보조정보를 생성하기 위하여 수행된 움직임 추정을 통하여 측정된 움직임 벡터임으로, 적은 탐색 영역을 적용하여도 높은 부호화 효율을 얻을 수 있다. 따라서, 제안한 방법은 예측 움직임 벡터와 보조정보 기반의 예측 움직임 벡터로 적용하여 적은 탐색 영역에서 움직임 추정을 수행함으로써, 저복잡도로 높은 부호화 효율을 가질 수 있다. 실험결과는 기존 변환 방법과 대비하여, 트랜스코더의 복잡도가 2.82%로 감소하고 비트율 성능은 23.06% 상향되었다.
비트율-왜곡 최적화 기법은 H.264/AVC(Advance Video Coding)의 부호화 효율을 높이기 위한 방법이긴 하나 모드 결정 과정 중 부호화기의 복잡도를 높아지는 단점이 있다. 많은 고속화 모드결정 연구들이 모드결정의 복잡도를 줄이기 위하여 제안되어져 왔었다. 본 논문에서는 H.264/AVC의 모드결정의 전체적인 복잡도를 줄이기 위하여 다중 참조 영상 선택 고속화 알고리즘과 선택적인 인트라 모드 선택 알고리즘의 두 가지 고속화 알고리즘을 제안한다. 참조영상 선택 고속화 알고리즘은 인터 모드 결정에 효과적이며, 선택적인 인트라 모드 선해 알고리즘은 과도한 인트라 모드 결정의 계산량을 효율적으로 감소시켰다. 제안된 알고리즘을 실험한 결과로 평균 44.63%의 부호화 시간 감소비를 보이면서 영상의 열화와 같은 부호화 효율 감소는 거의 눈에 띄지 않았다.
H.264 부호화 표준은 기존의 부호화 표준에 비해 많은 새로운 기술들을 사용하여 우수한 압축 효율을 보여주지만, 부호기의 복잡도가 크게 증가한다. 특히, 비트율-왜곡 최적화 기법을 사용하여 인트라 예측 모드를 결정하는 부분은 많은 계산량을 필요로 하기 때문에 이를 개선하기 위한 많은 알고리듬이 제안되고 있다. 또한 아직 많은 동영상이 MPEG-2를 이용하여 부호화되기 때문에 MPEG-2에서 H.264로의 효율적인 변환 기법도 요구되어진다. 본 논문에서는 MPEG-2에서 H.264로의 변환과정에서 $4{\times}4$ DCT 계수를 이용하여 $4{\times}4$ 혹은 $16{\times}16$의 두 가지 인트라 모드 중 하나를 먼저 선정하고, $4{\times}4$ DCT 계수의 DC계수를 이용하여 효율적으로 인트라 예측 모드를 결정하는 방법을 제안한다. 모의실험을 통해 제안하는 알고리듬이 영상의 부호화 성능을 유지하면서 복잡도 및 부호화 수행 시간을 감소시키는 결과를 확인한다.
H.264/AVC는 새로운 부호화 기술을 이용하여 기존의 비디오 표준보다 높은 압축 효율을 나타내고 있다. 특히 다양한 블록 크기의 움직임 예측 방법과 비트율-왜곡 최적화 기법은 H.264/AVC에서 중요한 부호화 기술로써 높은 압축 효율을 나타내고 있지만 부호화기의 높은 복잡도를 보이는 단점이 있다. 본 논문에서는 H.264/AVC 부호화기의 높은 복잡도를 줄이기 위하여 조기 SKIP 모드 결정 방법과 선택적 인터/인트라 예측 모드 결정 방법을 제안한다. 실험결과 제안방법은 JM10.2에 비해 전체적인 영상에서 평균적으로 약 30%의 부호화 시간을 감소시켰으며, 부호화 효율의 손실은 무시할 정도로 작았다. 또한 제안 방법은 이전에 제안되었던 고속의 모드 결정 방법(FCMS)[5]과 비교하여 2배 이상의 속도 이득을 나타내었다.
전통적인 비디오 압축은 움직임 예측, 잔차 신호 변환 및 양자화를 통한 하이브리드 압축 방식을 기반으로 지금까지 발전해왔다. 최근 인공 신경망을 통한 기술이 빠르게 발전함에 따라, 인공 신경망 기반의 이미지 압축, 비디오 압축 연구 또한 빠르게 진행되고 있으며, 전통적인 비디오 압축 코덱의 성능과 비교해 높은 경쟁력을 보여주고 있다. 본 논문에서는 이러한 인공 신경망 기반 비디오 압축 모델의 성능을 향상시킬 수 있는 새로운 방법을 제시한다. 기본적으로는 기존 인공 신경망 기반 비디오 압축 모델들이 채택하고 있는 변환 및 복원 신경망과 엔트로피 모델(Entropy model)을 이용한 율-왜곡 최적화(Rate-distortion optimization) 방법을 사용하며, 인코더 측에서 디코더 측으로 압축된 레이턴트 정보(Latent information)를 전송할 때 엔트로피 모델이 추정하기 어려운 정보의 값을 이동시켜 전송할 비트량을 감소시키고, 손실된 정보를 추가로 전송함으로써 손실된 정보에 대한 왜곡을 보정한다. 이러한 방법을 통해 기존의 인공 신경망 기반 비디오 압축 기술인 MFVC(Motion Free Video Compression) 방법을 개선하였으며, 실험 결과를 통해 H.264를 기준으로 계산한 BDBR (Bjøntegaard Delta-Bitrate) 수치(%)로 MFVC(-14%) 보다 두 배 가까운 비트량 감축(-27%)이 가능함을 입증하였다. 제안된 방법은 MFVC 뿐 아니라, 레이턴트 정보와 엔트로피 모델을 사용하는 신경망 기반 이미지 또는 비디오 압축 기술에 광범위하게 적용할 수 있다는 장점이 있다.
본 논문에서는 SOVA(Soft Output Viterbi Algorithm)를 이용한 터보 복호기의 최적화된 설계를 위하여 두 가지 방법을 적용하고 검증하였다. 첫 번째 방법은 생존 경로를 찾기 위한 역추적9trace back) 회로와 2단 SOVA의 가중치 인자(weighting factor)를 찾기 위한 2단 역추적 회로를 동시에 적용시키는 것이다. 이 방법을 적용할 경우 두 단계의 기능을 동시에 수행하도록 하여 레지스터 교환 방식 혹은 역추적 회로만을 적용한 SOVA 디코더보다 속도와 면적의 효율성을 높일 수 있다. 두 번째 방법은 비례 축소 인자만을 적용한 SOVA 디코더보다 속도와 면적의 효율성을 높일 수 있다. 두 번째 방법은 비례 축소 인자(scalling factor)를 적용하여 디코더의 수행 시 발생된 왜곡을 보상하는 것이다. 이 방법을 부호율 1/3, 256 비트의 프레임 사이즈를 가지는 8-state SOVA 디코더에 적용하여 0.25에서 0.33사이의 비례 축소 인자 값을 얻을 수 있었다. 이에 따라 10E-4의 BER(에러율)에서 비례 축소인자가 없는 시스템에 비해 2dB의 SNR(신호 대 잡음비) 성능 향상이 있었다. 이렇게 제시된 방법을 바탕으로 Xillinx XCV 1000E FPGA를 이용하여 검증한 결과 256비트 프레임 사이즈의 경우 최대 33.6MHz 주파수에서 동작하였으며, 845 클럭의 지연속도를 가지고 175K개의 케이트 수를 가지는 단일 칩으로 동작을 검증하였다.
기존의 영상 부호화 표준들보다 높은 압축 성능을 얻기 위해 부호화 효율 측면에서 우수한 기술들이 가장 최근에 완성된 영상 부호화 표준인 H.264/AVC에 채택되었다. 가변 블록 단위의 움직임 예측/보상과 다양한 방향성을 통한 화면 내 예측 방법 등의 영상 부호화 기술들의 발달에도 불구하고, 이산 여현 변환은 초기 영상 부호화 표준에서부터 계속적으로 사용되고 있다. 일반적으로 실제 영상 신호가 부호화될 때 생성되는 잔여 신호의 상관 계수 값은 0.5 미만이다. 하지만, 이러한 상관 계수 값의 범위는 이산 여현 변환이 최적의 성능을 나타내는 범위가 아니며, 상관 계수의 범위가 -0.5에서 0.5일 경우 차선의 변환인 이산 정현 변환이 이산 여현 변환과 함께 영상 호화에 사용될 수가 있다. 본 논문에서는 이산 정현 변환과 H.264/AVC에서의 정수 여현 변환 중 최적의 변환을 율-왜곡 최적화 과정을 이용하여 선택적으로 사용하는 선택 변환을 제안한다. 제안하는 방법을 통해 H.264/AVC의 JM 10.2와 비교하여 상대적으로 높은 비트율에서 최대 0.71 dB의 BD-PSNR 향상을 얻을 수가 있었다.
본 웹사이트에 게시된 이메일 주소가 전자우편 수집 프로그램이나
그 밖의 기술적 장치를 이용하여 무단으로 수집되는 것을 거부하며,
이를 위반시 정보통신망법에 의해 형사 처벌됨을 유념하시기 바랍니다.
[게시일 2004년 10월 1일]
이용약관
제 1 장 총칙
제 1 조 (목적)
이 이용약관은 KoreaScience 홈페이지(이하 “당 사이트”)에서 제공하는 인터넷 서비스(이하 '서비스')의 가입조건 및 이용에 관한 제반 사항과 기타 필요한 사항을 구체적으로 규정함을 목적으로 합니다.
제 2 조 (용어의 정의)
① "이용자"라 함은 당 사이트에 접속하여 이 약관에 따라 당 사이트가 제공하는 서비스를 받는 회원 및 비회원을
말합니다.
② "회원"이라 함은 서비스를 이용하기 위하여 당 사이트에 개인정보를 제공하여 아이디(ID)와 비밀번호를 부여
받은 자를 말합니다.
③ "회원 아이디(ID)"라 함은 회원의 식별 및 서비스 이용을 위하여 자신이 선정한 문자 및 숫자의 조합을
말합니다.
④ "비밀번호(패스워드)"라 함은 회원이 자신의 비밀보호를 위하여 선정한 문자 및 숫자의 조합을 말합니다.
제 3 조 (이용약관의 효력 및 변경)
① 이 약관은 당 사이트에 게시하거나 기타의 방법으로 회원에게 공지함으로써 효력이 발생합니다.
② 당 사이트는 이 약관을 개정할 경우에 적용일자 및 개정사유를 명시하여 현행 약관과 함께 당 사이트의
초기화면에 그 적용일자 7일 이전부터 적용일자 전일까지 공지합니다. 다만, 회원에게 불리하게 약관내용을
변경하는 경우에는 최소한 30일 이상의 사전 유예기간을 두고 공지합니다. 이 경우 당 사이트는 개정 전
내용과 개정 후 내용을 명확하게 비교하여 이용자가 알기 쉽도록 표시합니다.
제 4 조(약관 외 준칙)
① 이 약관은 당 사이트가 제공하는 서비스에 관한 이용안내와 함께 적용됩니다.
② 이 약관에 명시되지 아니한 사항은 관계법령의 규정이 적용됩니다.
제 2 장 이용계약의 체결
제 5 조 (이용계약의 성립 등)
① 이용계약은 이용고객이 당 사이트가 정한 약관에 「동의합니다」를 선택하고, 당 사이트가 정한
온라인신청양식을 작성하여 서비스 이용을 신청한 후, 당 사이트가 이를 승낙함으로써 성립합니다.
② 제1항의 승낙은 당 사이트가 제공하는 과학기술정보검색, 맞춤정보, 서지정보 등 다른 서비스의 이용승낙을
포함합니다.
제 6 조 (회원가입)
서비스를 이용하고자 하는 고객은 당 사이트에서 정한 회원가입양식에 개인정보를 기재하여 가입을 하여야 합니다.
제 7 조 (개인정보의 보호 및 사용)
당 사이트는 관계법령이 정하는 바에 따라 회원 등록정보를 포함한 회원의 개인정보를 보호하기 위해 노력합니다. 회원 개인정보의 보호 및 사용에 대해서는 관련법령 및 당 사이트의 개인정보 보호정책이 적용됩니다.
제 8 조 (이용 신청의 승낙과 제한)
① 당 사이트는 제6조의 규정에 의한 이용신청고객에 대하여 서비스 이용을 승낙합니다.
② 당 사이트는 아래사항에 해당하는 경우에 대해서 승낙하지 아니 합니다.
- 이용계약 신청서의 내용을 허위로 기재한 경우
- 기타 규정한 제반사항을 위반하며 신청하는 경우
제 9 조 (회원 ID 부여 및 변경 등)
① 당 사이트는 이용고객에 대하여 약관에 정하는 바에 따라 자신이 선정한 회원 ID를 부여합니다.
② 회원 ID는 원칙적으로 변경이 불가하며 부득이한 사유로 인하여 변경 하고자 하는 경우에는 해당 ID를
해지하고 재가입해야 합니다.
③ 기타 회원 개인정보 관리 및 변경 등에 관한 사항은 서비스별 안내에 정하는 바에 의합니다.
제 3 장 계약 당사자의 의무
제 10 조 (KISTI의 의무)
① 당 사이트는 이용고객이 희망한 서비스 제공 개시일에 특별한 사정이 없는 한 서비스를 이용할 수 있도록
하여야 합니다.
② 당 사이트는 개인정보 보호를 위해 보안시스템을 구축하며 개인정보 보호정책을 공시하고 준수합니다.
③ 당 사이트는 회원으로부터 제기되는 의견이나 불만이 정당하다고 객관적으로 인정될 경우에는 적절한 절차를
거쳐 즉시 처리하여야 합니다. 다만, 즉시 처리가 곤란한 경우는 회원에게 그 사유와 처리일정을 통보하여야
합니다.
제 11 조 (회원의 의무)
① 이용자는 회원가입 신청 또는 회원정보 변경 시 실명으로 모든 사항을 사실에 근거하여 작성하여야 하며,
허위 또는 타인의 정보를 등록할 경우 일체의 권리를 주장할 수 없습니다.
② 당 사이트가 관계법령 및 개인정보 보호정책에 의거하여 그 책임을 지는 경우를 제외하고 회원에게 부여된
ID의 비밀번호 관리소홀, 부정사용에 의하여 발생하는 모든 결과에 대한 책임은 회원에게 있습니다.
③ 회원은 당 사이트 및 제 3자의 지적 재산권을 침해해서는 안 됩니다.
제 4 장 서비스의 이용
제 12 조 (서비스 이용 시간)
① 서비스 이용은 당 사이트의 업무상 또는 기술상 특별한 지장이 없는 한 연중무휴, 1일 24시간 운영을
원칙으로 합니다. 단, 당 사이트는 시스템 정기점검, 증설 및 교체를 위해 당 사이트가 정한 날이나 시간에
서비스를 일시 중단할 수 있으며, 예정되어 있는 작업으로 인한 서비스 일시중단은 당 사이트 홈페이지를
통해 사전에 공지합니다.
② 당 사이트는 서비스를 특정범위로 분할하여 각 범위별로 이용가능시간을 별도로 지정할 수 있습니다. 다만
이 경우 그 내용을 공지합니다.
제 13 조 (홈페이지 저작권)
① NDSL에서 제공하는 모든 저작물의 저작권은 원저작자에게 있으며, KISTI는 복제/배포/전송권을 확보하고
있습니다.
② NDSL에서 제공하는 콘텐츠를 상업적 및 기타 영리목적으로 복제/배포/전송할 경우 사전에 KISTI의 허락을
받아야 합니다.
③ NDSL에서 제공하는 콘텐츠를 보도, 비평, 교육, 연구 등을 위하여 정당한 범위 안에서 공정한 관행에
합치되게 인용할 수 있습니다.
④ NDSL에서 제공하는 콘텐츠를 무단 복제, 전송, 배포 기타 저작권법에 위반되는 방법으로 이용할 경우
저작권법 제136조에 따라 5년 이하의 징역 또는 5천만 원 이하의 벌금에 처해질 수 있습니다.
제 14 조 (유료서비스)
① 당 사이트 및 협력기관이 정한 유료서비스(원문복사 등)는 별도로 정해진 바에 따르며, 변경사항은 시행 전에
당 사이트 홈페이지를 통하여 회원에게 공지합니다.
② 유료서비스를 이용하려는 회원은 정해진 요금체계에 따라 요금을 납부해야 합니다.
제 5 장 계약 해지 및 이용 제한
제 15 조 (계약 해지)
회원이 이용계약을 해지하고자 하는 때에는 [가입해지] 메뉴를 이용해 직접 해지해야 합니다.
제 16 조 (서비스 이용제한)
① 당 사이트는 회원이 서비스 이용내용에 있어서 본 약관 제 11조 내용을 위반하거나, 다음 각 호에 해당하는
경우 서비스 이용을 제한할 수 있습니다.
- 2년 이상 서비스를 이용한 적이 없는 경우
- 기타 정상적인 서비스 운영에 방해가 될 경우
② 상기 이용제한 규정에 따라 서비스를 이용하는 회원에게 서비스 이용에 대하여 별도 공지 없이 서비스 이용의
일시정지, 이용계약 해지 할 수 있습니다.
제 17 조 (전자우편주소 수집 금지)
회원은 전자우편주소 추출기 등을 이용하여 전자우편주소를 수집 또는 제3자에게 제공할 수 없습니다.
제 6 장 손해배상 및 기타사항
제 18 조 (손해배상)
당 사이트는 무료로 제공되는 서비스와 관련하여 회원에게 어떠한 손해가 발생하더라도 당 사이트가 고의 또는 과실로 인한 손해발생을 제외하고는 이에 대하여 책임을 부담하지 아니합니다.
제 19 조 (관할 법원)
서비스 이용으로 발생한 분쟁에 대해 소송이 제기되는 경우 민사 소송법상의 관할 법원에 제기합니다.
[부 칙]
1. (시행일) 이 약관은 2016년 9월 5일부터 적용되며, 종전 약관은 본 약관으로 대체되며, 개정된 약관의 적용일 이전 가입자도 개정된 약관의 적용을 받습니다.