• 한국방송∙미디어공학회:학술대회논문집
• /
• 한국방송공학회 2015년도 하계학술대회
• /
• pp.560-563
• /
• 2015

동영상 부호화 표준, HEVC(High Efficiency Video Coding)는 부호화 성능을 극대화하기 위해 총 35 개의 화면내 예측 모드를 사용한다. 화면내 예측 모드는 각도를 가진 모드와 각도가 없는 모드로 구성된다. 부호화 성능을 높이기 위해 사용한 다수의 화면내 예측 모드 방법은 HEVC 부호화기의 복잡도를 증대 시키는데 큰 역할을 하게 된다. 본 논문은 총 35 개의 화면내 예측 모드 중 현재 블록의 주변 블록 정보로부터 얻을 수 있는 예측 모드들 및 각도를 대표하는 예측 모드들을 선별적으로 추려서 후보 예측 모드를 결정하고, 평가 과정을 거쳐 해당 후보 모드 중에서 최종 화면내 예측 모드를 결정한다. 본 제안 방법은 35 개의 전체 화면내 예측 모드 중 소수의 후보 모드만을 평가함으로써 HEVC 표준의 화면내 예측 및 부호화 과정의 복잡도를 감소시키려 한다. 제안 방법을 다양한 테스트 시퀀스에 적용한 결과, 35 개 화면내 예측 모드를 전부 사용한 경우와 비교하여 1.1%의 BD-rates 이 증가하면서 18.7%의 부호화기 복잡도를 감소시킬 수 있었다.

• 방송과미디어
• /
• 제24권4호
• /
• pp.39-54
• /
• 2019

VVC(Versatile Video Coding)는 국제 표준화 단체인 JVET(Joint Video Exports Team)에서 표준화가 진행되고 있는 새로운 국제 비디오 부호화 표준이다. 이 표준화에서는 기존 최신 비디오 부호화 표준인 HEVC(High Efficiency Video Coding)/H.265 대비 2배 이상의 부호화 성능을 목표로 다양한 부호화 방법들이 논의되고 있다. 본 고에서는 VVC의 새로운 부호화 모드 중 화면내 예측(intra prediction) 부호화 방법에 대해 소개한다. 화면내 예측은 현재 부호화를 진행하려는 블록의 주변에 이미 재구성된 샘플들을 참조하여 현재 블록을 예측하는 방법이다. 이 화면내 부호화 방법은 화면간 예측(inter prediction) 부호화 방법과 함께 부호화 효율 향상에 기여할 뿐만 아니라, 임의 접근(random access)을 가능하게 하고 부호화된 비트스트림의 에러 내성을 높인다. VVC는 화면내 부호화 예측 모드 종류를 최대 87개까지 확장하고 다양한 화면내 부호화 방법을 채택함으로써 기존 비디오 부호화 표준에 비해 높은 부호화 효율을 갖는다. 본 고에서는 VVC에 채택된 주요 화면내 부호화 방법들을 소개한다.

• 한국방송∙미디어공학회:학술대회논문집
• /
• 한국방송공학회 2013년도 추계학술대회
• /
• pp.174-175
• /
• 2013

HEVC의 화면내 예측 부호화는 예측 모드를 최대 35개까지 확장함으로써 기존H.264/AVC에 비해서 향상된 부호화 효율을 갖는다. 반면 화면내 부호화의 복잡도 또한 크게 증가하여 복잡도 감소를 위한 고속 부호화 기법이 요구된다. HEVC의 차조모델인 HM에서는 화면내 부호화 고속화를 위해 RMD(Rough Mode Decision) 과정을 통하여 후보 모드를 결정하고 선택된 후보 모드에서 초종 예측 모드를 결정한다. 본 논문에서는 화면내 부호화의 복잡도 감소를 위하여 고속 화면내 예측 모드 결정 기법을 제시한다. 본 기법은 후보 모드를 결정하기 위한 RMD 과정에서의 탐색 모드 수와후보 모드로부터 최종 모드를 결정하기 위한 탐색 모드 수를 제한하는 방법을 결합하여 모드 결정을 위한 복잡도를 감소한다. 본 제안 기법은 실험결과 HM 12.0대비 1.0%의 비트 증가로 13.19%의 복잡도를 감소시킬 수 있었다.

• 한국방송∙미디어공학회:학술대회논문집
• /
• 한국방송∙미디어공학회 2019년도 추계학술대회
• /
• pp.191-193
• /
• 2019

ISO/IEC JTC1 WG11 Moving Picture Expers Group 과 ITU-T SC16 은 Joint Video Experts Team 을 구성하여 차세대 비디오 부호화 표준으로서 Versatile Video Coding(VVC)를 표준화 중이다. VVC 는 현재 블록의 화면내 예측 모드일 가능성이 높은 모드의 집합인 Most Probable Mode(MPM) 리스트를 유도하고, MPM 을 이용하여 효율적으로 화면내 예측 모드를 부호화한다. VVC 참조 소프트웨어는 주변 블록의 화면내 예측 모드가 일치하는지 여부에 따라 1 개 또는 2 개의 모드를 최종 후보 선택을 위한 과정인 Rate-Distortion Optimization(RDO) 과정에 추가한다. 하지만 현재 MPM 은 항상 첫 번째 후보로 Planar 모드가 위치하며 이로 인하여, 주변 블록의 화면내 예측 모드가 RDO 에 추가되지 않는 경우가 존재한다. 따라서 본 논문은 VVC 의 부호화기에서 주변 블록의 화면내 예측 모드가 고려되지 않는 경우가 존재하는 문제를 해결하기 위한 방법을 제안한다. 제안 방법은 MPM 유도 과정에서 RDO 에 포함할 후보의 개수를 수정하여 RDO 과정에 항상 주변 블록의 화면내 예측 모드가 추가되도록 한다. 본 논문은 실험을 통해 제안 방법이 약 0.04%의 부호화 효율을 향상시켰음을 보인다.

• 한국방송∙미디어공학회:학술대회논문집
• /
• 한국방송∙미디어공학회 2020년도 하계학술대회
• /
• pp.249-250
• /
• 2020

본 논문에서는 VVC 화면간 예측 모드 Combined Inter-intra Prediction(CIIP)의 화면내 예측 과정에서의 향상된 PLANAR 예측 방법을 제안한다. Combined Inter-intra Prediction(CIIP) 모드는 화면간 예측 신호와 PLANAR 모드로 생성되는 화면내 예측 신호를 가중합 하여 최종 예측 신호를 생성하는 모드이다. 제안하는 방법은 화면간 예측 신호로 생성된 예측 샘플을 PLANAR 모드 예측 과정에서 우측 및 하단의 참조 샘플로 사용한다. 이후 PLANAR 예측 및 가중합 하여 예측 신호를 만들어내는 것은 기존 CIIP와 동일하다. 제안하는 방법의 성능 평가를 위하여 VVC의 참조 소프트웨어인 VTM 9.0에 구현하였으며, 기존 VTM 9.0과 부호화 성능을 비교한 결과로 휘도 성분에서 0.01 % 부호화 성능 감소를 보이고 색차 성분에 대하여 각각 0.17%, 0.13% 부호화 성능 향상을 보인다.

• 한국방송∙미디어공학회:학술대회논문집
• /
• 한국방송공학회 2010년도 하계학술대회
• /
• pp.337-340
• /
• 2010

본 논문은 H.264/AVC를 이용한 근접 무손실 화면내 부호화에서 기존의 라인 기반 예측 방법에서 발생할 수 있는 오류 전파 문제를 해결하기 위한 방법을 제안한다. H.264/AVC의 화면내 예측 부호화는 주변 블록의 복원 화소들을 현재 부호화하려는 블록의 예측값으로 사용하여 공간적 상관성을 제거하고 부호화 효율을 향상시킨다. 기존의 라인 기반 예측 방법에서는 일반적으로 화소 간 거리가 멀어질수록 화소 간 상관성이 떨어지므로 라인 단위로 예측을 수행하여 예측의 정확도를 높였다. 하지만, 이 경우 오류 전파 문제에 취약하다는 단점이 있다. 본 논문에서는 화면내 $16{\times}16$ 수직 및 수평 예측 모드에 대해 매크로블록을 라인 단위로 예측하면서 정해진 서브 블록마다 참조 화소를 업데이트하는 방법을 제안한다. 따라서, 라인 기반 예측 방법의 예측 정확도는 유지하면서 오류 전파 문제를 예방할 수 있다. 실험을 통해, 제안하는 방법이 High 프로파일에서 H.264/AVC 표준 소프트웨어 JM 12.2에 비해 평균 약 5.8%의 비트율을 감소시킬 수 있음을 보였다.

• 한국방송∙미디어공학회:학술대회논문집
• /
• 한국방송∙미디어공학회 2020년도 하계학술대회
• /
• pp.689-690
• /
• 2020

HEVC(High Efficiency Video Coding)의 색차신호 화면내 예측(Intra Prediction)은 복호화된 주변 화소로부터의 예측과 동일한 위치의 휘도신호의 예측 모드를 이용한 예측을 수행한다. 본 논문에서는 색차신호 화면내 예측의 성능 향상을 위하여 합성 곱 신경망(CNN: Convolutional Neural Network) 기반의 색차신호 예측 기법을 제안한다. 제안하는 기법은 복원된 주변 블록의 휘도 및 색차신호로부터 CNN 을 이용하여 현재블록의 색차신호를 예측한다. 실험결과 제안한 CNN 기반의 색차신호 예측 기법이 HEVC 의 색차신호 화면내 예측보다 향상된 성능을 보임을 확인하였다.

• 방송공학회논문지
• /
• 제27권3호
• /
• pp.332-340
• /
• 2022

최근 딥러닝을 적용하는 비디오 압축에 대한 연구가 활발히 진행되고 있다. 특히, 화면내 예측 부호화의 성능 한계를 극복할 수 있는 방안으로 딥러닝 기반의 화면내 예측 부호화 기술이 연구되고 있다. 본 논문은 신경망 기반 문맥적응적 화면내 예측 모델의 학습기법과 그 부호화 성능분석을 제시한다. 즉, 본 논문에서는 주변 참조샘플의 문맥정보를 입력하여 현재블록을 예측하는 기존의 합성곱 신경망(CNN: Convolutional Neural network) 기반의 화면내 예측 모델을 학습한다. 학습된 화면내 예측 모델을 HEVC(High Efficiency Video Coding)의 참조 소프트웨어인 HM16.19에 추가적인 화면내 예측모드로 구현하고 그 부호화 성능을 분석하였다. 실험결과 학습한 예측 모델은 HEVC 대비 AI(All Intra) 모드에서 0.28% BD-rate 부호화 성능 향상을 보였다. 또한 비디오 부호화 블록분할 구조를 고려하여 학습한 경우의 성능도 확인하였다.

• 방송공학회논문지
• /
• 제14권6호
• /
• pp.749-768
• /
• 2009

본 논문은 H.264/AVC 화면내 부호화에서 부호화 효율 향상을 위해 율-왜곡 최적화를 이용한 화면내 예측 오프셋 보상 방법을 제안한다. H.264/AVC의 화면내 예측 부호화는 주변 블록의 복원 화소들을 현재 부호화하려는 블록의 예측 블록으로 활용함으로써 공간적 상관성을 제거하고 부호화 효율을 향상시킨다. 제안 방법은 화면내 부호화의 예측 오차를 감소시키기 위해, 율-왜곡 비용 관점에서의 최적 값을 갖는 화면내 예측 오프셋을 기존 화면내 예측 블록에 더하여 예측 블록의 정확도를 높인다. 따라서 예측 오차 신호의 양자화된 변환 계수를 감소시키며 원본 블록과 복원된 블록 간의 왜곡을 감소시켜 화면내 블록의 부호화 성능을 향상시킬 수 있다. 추가적으로, 휘도 성분의 부호화 성능 향상을 위해 화면내 예측 오프셋 보상이 사용되는 화면내 블록의 색차 성분에 JM 11.0에서 화면간 부호화에서 사용되는 계수 임계 처리 방법을 적용한다. 본 논문의 실험에서는 제안하는 방법이 JM 11.0과 비교 실험했을 때 High Profile 환경에서 평균 2.45%의 비트율 감소와 최대 4.41%의 비트율을 감소시킬 수 있음을 보인다.

• 한국방송∙미디어공학회:학술대회논문집
• /
• 한국방송공학회 2014년도 추계학술대회
• /
• pp.222-223
• /
• 2014

본 논문에서는 HEVC의 화면내 모드에서 예측을 수행할 블록의 주변적 특성을 이용한 고속 모드 결정 알고리즘을 제안한다. 기존의 화면내 예측 방법으로는 33가지 방향성 예측방법과 두 가지의 무 방향성 방법을 이용하게 된다. 이때 최적의 예측 모드를 선택하기 위하여 RD cost 계산을 하게 된다. 본 논문에서는 모드 선택의 복잡성을 줄이고 고속 모드를 결정하기 위하여 예측 할 블록의 주변 중 가장 자리와 가중치 특성을 고려하였다.