• 방송공학회논문지
• /
• 제25권1호
• /
• pp.109-112
• /
• 2020

VVC는 화면 내 예측에서 67가지의 모드를 사용한다. 이때 화면 내 예측 모드 표현을 위한 데이터를 감소시키기 위하여 MPM(Most Probable Mode)을 사용한다. 시그널링 되는 모드가 MPM 후보 내에 존재하는 경우 MPM 리스트의 해당 index를 송신하는 방법을 사용하고 MPM 후보 내에 존재하지 않는 경우에는 TBC 부호화를 적용한다. 화면 내 예측에서 TBC가 적용될 때 MPM 후보를 제외하고 낮은 번호의 모드 순서대로 3가지가 선택되어 5비트로 부호화되고 나머지 모드는 6비트로 부호화된다. 본 논문에서는 VVC의 화면 내 예측에서 사용하는 TBC 기술의 한계점을 알아보고 화면 내 예측에서 TBC를 사용할 때 기존의 방법보다 효율적으로 부호화 할 수 있는 적응적인 방법을 제안한다. 그 결과 기존의 부호화 방법과 비교해서 overall 부호화 성능이 AI와 RA에서 각각 0.01%, 0.04%의 부호화 효율이 증대되었다.

• 전자공학회지
• /
• 제38권8호
• /
• pp.33-39
• /
• 2011

HEVC(High Efficiency Video Coding)는 현재 국제 비디오 부호화 표준화 단체인 JCT-VC에서 표준화가 진행되고 있는 새로운 국제비디오 부호화 표준이다. 이 표준화에서는 H.264/AVC를 넘어선 높은 부호화 성능을 갖기 위해서 다양한 부호화 방법들이 논의되고 있다. 본고에서는 HEVC의 새로운 부호화 모드 중 화면 내 예측(intra prediction) 부호화 방법에 대해 소개한다. 화면 내 예측 부호화는 시간적으로 다른 영상을 참조하지 않고 오직 현재 부호화하려는 영상에서 공간적 주변 정보를 이용하여 현재 블록을 예측하는 방법이다. 이 화면 내 부호화 방법은 화면 간 예측(inter prediction) 부호화 방법과 함께 부호화 효율 향상에 기여할 뿐만 아니라, 임의 접근(random access)을 가능하게 하고 부호화 된 비트스트림의 에러 내성을 높인다. HEVC 화면 내 부호화 방법은 예측 모드의 종류를 최대 35개까지 확장함으로써 기존 비디오 부호화 표준에 비해 높은 부호화 효율을 갖는다.

• 한국방송∙미디어공학회:학술대회논문집
• /
• 한국방송∙미디어공학회 2017년도 추계학술대회
• /
• pp.110-112
• /
• 2017

본 논문에서는 최신의 비디오 코덱 표준인 HEVC(High Efficiency Video Coding)의 화면 내 예측 부호화의 성능 향상을 위하여 SRCNN(Super Resolution Convolutional Neural Networks)을 이용하는 방법을 제안한다. SRCNN 은 비교적 최신 기술인 CNN(Convolutional Neural Network)을 사용하여 이미지를 추가적인 데이터 없이 보간 하여 해상도를 증가시키는 기술이다. HEVC 에서는 화면 내 예측의 잔차신호를 부호화 하기 위해 많은 비트를 소모하는데, 본 논문에서는 이 잔차신호들의 해상도를 낮추어 부호화 되는 비트를 줄이며, 복호화기에서 SRCNN 을 이용하여 원래의 해상도로 복원을 수행하여 압축성능을 향상 시키는 방법에 대하여 제안한다. 제안하는 기술은 HM 16.6 에 구현하였으며, CNN 트레이닝에 Caffe 라이브러리를 사용하였다.

• 한국방송∙미디어공학회:학술대회논문집
• /
• 한국방송공학회 2012년도 추계학술대회
• /
• pp.176-179
• /
• 2012

본 논문은 HEVC(high efficiency video coding)의 다양한 화면내 부호화 모드에 대한 성능을 분석하고, 그 분석에 바탕하여 RMD(rough mode decision)가 고려하는 화면내 예측 모드의 개수를 블록의 크기별로 감소시켜 계산 복잡도를 감소시키기 위한 방법을 제안한다. 실험 결과에서는 1.5% BD-rate 증가만으로 부호화 시간을 9.0% 감소시킬 수 있음을 보인다.

• 한국방송∙미디어공학회:학술대회논문집
• /
• 한국방송공학회 2015년도 추계학술대회
• /
• pp.141-142
• /
• 2015

본 논문에서는 HEVC(High Efficiency Video Coding)을 위한 고속 부호화 알고리즘을 제안한다. 제안 방법은 HEVC 의 화면내 부호화 과정에서 주변 부호화 모드 정보인 MPM(Most Probable Mode)과 RMD(Rough Mode Decision) 과정의 결과로 얻어지는 후보 모드들의 상관관계를 이용하여 높은 계산 복잡도를 가지는 RDO(Rate-Distortion Optimization) 과정이 고려하는 후보의 개수를 줄여 전체 부호화기의 부호화 복잡도를 낮춘다. 실험 결과에서는 제안 방법이 약 0.29% BD-rate 의 부호화 손실만으로 20.43%의 부호화 복잡도를 감소시켰음을 보인다.

• 한국방송∙미디어공학회:학술대회논문집
• /
• 한국방송공학회 2014년도 추계학술대회
• /
• pp.177-179
• /
• 2014

컴퓨터 그래픽의 발달 및 다양한 멀티미디어 기기들의 보급이 증가함에 따라 스크린 콘텐츠 영상에 대한 수요가 증가하고 있다. 자연영상과 다른 특성을 지닌 스크린 콘텐츠 영상의 효율적인 압축을 위하여, 기존의 High Efficiency Video Coding (HEVC)의 SCC (screen content coding) 에서는 스크린 콘텐츠 영상을 위한 새로운 예측 기술이 추가되었다, 추가된 대표적인 예측 기술로 화면 내 블록 카피 (IBC: intra block copy) 기술과 팔레트 모드 등이 있다. 본 논문에서는 스크린 콘텐츠 코딩의 부호화 효율 향상 연구에 앞서, 스크린 콘텐츠 코딩에서 높은 부호화 효율을 보이는 화면 내 블록 카피 기술에 대하여 소개하고 화면 내 블록 카피 기술의 부호화 특성 및 블록 벡터 예측 기법에 대한 분석을 수행한다. 또한, 이러한 분석 결과를 토대로 화면 내 블록 카피 기술의 성능 향상을 위한 방법을 제시한다.

• 한국방송∙미디어공학회:학술대회논문집
• /
• 한국방송∙미디어공학회 2020년도 추계학술대회
• /
• pp.148-150
• /
• 2020

최근 VVC(Versatile Video Coding) 표준 완료 이후 JVET(Joint Video Experts Team)은 인공신경망 기반의 비디오 부호화를 위한 AhG(Ad-hoc Group) 구성하고 인공지능을 이용한 비디오 압축 기술들을 검증하고 있으며, MPEG(Moving Picture Experts Group)에서는 DNNVC(Deep Neural Network based Video Coding) 활동을 통해 딥러닝 기반의 차세대 비디오 부호화 표준 기술을 탐색하고 있다. 본 논문은 VVC 에 채택된 신경망 기반의 기술인 MIP(Matrix Weighted Intra Prediction)를 참조하여, MIP 모델의 학습에서 손실함수가 예측 성능에 미치는 영향을 분석한다. 즉, 예측의 왜곡(MSE)만을 고려한 경우와 예측오차의 부호화 비용도 함께 반영한 손실함수를 비교한다. 실험을 위해 HEVC(High Efficiency Video Coding) 화면내 예측 대비 평균적인 PSNR 향상 정도를 나타내는 성능 지표(��PSNR)를 정의한다. 실험결과 예측오차의 부호화 특성을 반영하는 손실함수를 이용한 학습이 MSE 만 고려한 학습 대비 ��PSNR 기준 평균 0.4dB 향상됨을 보였다.

• 한국방송∙미디어공학회:학술대회논문집
• /
• 한국방송공학회 2013년도 추계학술대회
• /
• pp.67-70
• /
• 2013

본 논문에서는 HEVC(high efficiency video coding)의 후처리 필터 중 하나인 적응적 샘플 오프셋(sample adaptive offset, SAO) 기술을 고속화 하는 방법을 제안한다. 기존의 SAO 는 원 영상과 복원된 영상간의 오차를 최소화하기 위해 각 블록마다 오프셋 값을 계산하므로 연산 복잡도가 매우 높다. 따라서 제안한 방법에서는 다양한 입력 영상에 대한 오프셋 사용빈도를 알아보고, 그 통계를 기반으로 불필요한 오프셋 연산을 생략한다.

• 한국방송∙미디어공학회:학술대회논문집
• /
• 한국방송공학회 2015년도 하계학술대회
• /
• pp.40-42
• /
• 2015

최근 UHD TV 시장이 커지면서 이에 따라 4K 이상의 해상도에 대응하는 코덱의 필요성이 증가하였다. 2013년 1월 차세대 동영상 압축 기술인 HEVC (High Efficiency Video Coding)가 제정되면서 초고해상도 동영상에 대응이 가능해졌다. 새로운 동영상 압축 기술이 제정되면서 초고해상도 동영상에서도 워터마킹의 필요성이 증대되었다. 본 논문에서는 PU 크기와 모드의 상관관계를 이용하여 압축 시 인트라 프레임에서 워터마킹 삽입영역을 제시한다. 또한 이를 바탕으로 간단한 워터마킹 삽입 방법 알고리즘을 소개한다.

• 한국방송∙미디어공학회:학술대회논문집
• /
• 한국방송∙미디어공학회 2017년도 하계학술대회
• /
• pp.254-255
• /
• 2017

HEVC(High Efficiency Video Coding) 보다 뛰어난 압축 성능을 갖는 차세대 비디오 부호화 표준 기술 탐색을 하고 있는 JVET(Joint Video Exploratory Team)에서는 기술 검증을 위한 참조 SW 코덱인 JEM(Joint Exploration Model)을 공개하고 있다. JEM 의 화면내 예측 부호화에서는 67 가지의 예측모드를 사용하고 6 개의 MPM(Most Probable Mode)을 이용하여 예측모드를 부호화 한다. 본 논문에서는 코딩블록에서의 화면내 예측모드의 선택 확률을 바탕으로 보다 효율적인 예측모드 부호화 기법을 제안한다. 실험결과 JEM 5.0 대비 MPM 을 포함한 예측모드 부호화 정보의 CABAC(Context Adaptive Binary Arithmetic Coding) 엔트로피 부호화를 제외하고, AI(All Intra) 부호화 구조에서 0.23% 정도의 BD-rate 감소를 보임을 확일 할 수 있었다.