• 한국방송∙미디어공학회:학술대회논문집
• /
• 한국방송공학회 1999년도 KOBA 방송기술 워크샵 KOBA Broadcasting Technology Workshop
• /
• pp.83-88
• /
• 1999

In this paper, a novel gray-scale lossless image coder combining context-based minimum mean squared error (MMSE) prediction and entropy coding is proposed. To obtain context of prediction, this paper first defines directional difference according to sharpness of edge and gradients of localities of image data. Classification of 4 directional differences forms“geometry context”model which characterizes two-dimensional general image behaviors such as directional edge region, smooth region or texture. Based on this context model, adaptive DPCM prediction coefficients are calculated in MMSE sense and the prediction is performed. The MMSE method on context-by-context basis is more in accord with minimum entropy condition, which is one of the major objectives of the predictive coding. In entropy coding stage, context modeling method also gives useful performance. To reduce the statistical redundancy of the residual image, many contexts are preset to take full advantage of conditional probability in entropy coding and merged into small number of context in efficient way for complexity reduction. The proposed lossless coding scheme slightly outperforms the CALIC, which is the state-of-the-art, in compression ratio.

• 대한전자공학회:학술대회논문집
• /
• 대한전자공학회 2000년도 제13회 신호처리 합동 학술대회 논문집
• /
• pp.281-285
• /
• 2000

This paper proposes context-based coding methods for variable length coding of inter-frame DCT coefficients. The proposed methods classify run-level symbols depending on the preceding coefficients. No extra overhead needs to be transmitted, since the information of the previously transmitted coefficients is used for classification. Two entropy coding methods, arithmetic coding and Huffman coding, are used for the proposed context-based coding. For Huffman coding, there is no complexity increase from the current standards by using the existing inter/intra VLC tables. Experimental results show that the proposed methods give ～ 19% bits gain and ～ 0.8 dB PSNR improvement for adaptive inter/intra VLC table selection, and ～ 37% bits gain and ～ 2.7dB PSNR improvement for arithmetic coding over the current standards, MPEG-4 and H.263. Also, the proposed methods obtain larger gain for small quantizaton parameters and the sequences with fast and complex motion. Therefore, for high quality video coding, the proposed methods have more advantage.

• 전기전자학회논문지
• /
• 제21권3호
• /
• pp.280-283
• /
• 2017

HEVC(high efficiency video coding)의 엔트로피 코딩 방식인 CABAC(context-based adaptive binary arithmetic coding)에서는 각 구문 요소의 발생 확률을 추정하는 문맥 모델이 사용된다. 본 논문에서는 CABAC 복호화에 필요한 문맥 모델러를 설계하고 이를 구현하였다. 초기화에 필요한 연산 숫자를 줄이고 속도를 높이기 위해 참조 테이블을 사용하였으며, HEVC의 표준 테스트 영상 및 표준 부호기 구성에 대해 12가지의 시뮬레이션을 수행하여 모두 성공적으로 동작하는 것을 확인하였다. 설계된 문맥 모델러를 0.18um에서 합성하였을 때의 최대 동작 주파수, 최대 처리율 및 게이트 수는 각각 200 MHz, 200 Mbin/s, 29,268 게이트이다.

• 한국정보통신학회논문지
• /
• 제17권1호
• /
• pp.183-189
• /
• 2013

본 논문에서는 영상의 방향성에 따른 적응적 예측 기법과 컨텍스트 기반 엔트로피 부호화 방법을 주요 구성요소로 한 무손실 영상 압축 방법을 제안한다. 적응적 예측 기법에서는 부호화 픽셀을 중심으로 각 방향에 대한 상관도를 분석하고, 이를 이용하여 적절한 예측 픽셀을 선택한다. 또한 예측 에러를 더욱 줄이기 위하여 주변 픽셀의 복잡도 및 방향성을 이용한 컨텍스트 모델 기반 예측 에러 보정 과정을 수행한다. 정보이론의 관점에서 조건부 엔트로피에 의해 부호화 효율이 더욱 향상된다는 점을 이용하여 본 논문에서는 엔트로피 부호화 방식으로 컨텍스트 기반 Golomb-Rice 부호화를 적용한다. 실험결과 제안한 무손실 영상 압축 방식은 다양한 영상에 대해서 기존의 저 복잡도 및 고효율의 JPEG-LS에 비해 평균 1.3%의 압축효율 향상을 나타내었고, 특히 방향성이 뚜렷한 영상에 대해서 성능이 좋음을 알 수 있다.

• 한국통신학회논문지
• /
• 제36권6C호
• /
• pp.355-360
• /
• 2011

본 논문에서는 무손실 영상 압축의 효율을 높이가 위해 새로운 문맥 기반 적응적 이진 산술 부호화(context-based adaptive binary arithmetic coding, CABAC) 방법을 제안한다. 기존의 H.264/AVC의 CABAC은 손실 (loosy) 부호화 환경에 적합하게 설계되었기 때문에, 무손실 (lossless) 부호화 환경에서 최적의 부호화 성능을 제공하지 못한다. 따라서, 무손실 화면내 부호화 환경에서 잔여 신호의 통계적 특성을 고려하여 향상된 CABAC 기반의 잔여 신호 부호화 방법을 제안한다. 실험 결과로부터 무손실 화면내 부호화 환경에서 본 논문에서 제안하는 향상된 CABAC 방법이 기존의 CABAC 방법에 비해 평균적으로 약 18.2% 정도의 비트 수를 감소시키는 것을 확인했다.

• 한국음향학회지
• /
• 제31권7호
• /
• pp.435-440
• /
• 2012

본 논문에서는 enhanced aacPlus의 Parametric Stereo(PS)에서 스테레오 파라미터의 컨텍스트 적응 코딩을 위해 최적의 컨텍스트를 제안한다. 스테레오 파라미터의 양자화 인덱스에 대해 컨텍스트 후보는 시간-스테레오 밴드도메인에서 소스 인덱스와 인접한 인덱스 값 및 이들의 조합으로 8개가 제안되었으며, 리프레시 프레임 여부 및 스테레오 밴드에 따라서 다시 4개의 상황에 대해 이들 중 사용가능한 후보들을 이용하였다. 실험에 의해 상황별로 최적의 컨텍스트가 제안되었고, 추후 이들을 이용하여 기존의 방법보다 더 좋은 성능을 가지는 PS의 코딩 방법이 가능할 것으로 기대된다.

• 한국정보통신학회:학술대회논문집
• /
• 한국해양정보통신학회 2005년도 춘계종합학술대회
• /
• pp.425-428
• /
• 2005

본 논문은 차세대 영상 부호화 표준, H.264/MPEG-4 Part 10 AVC(Advanced Video Coding)와 기존의 정지 영상 부호화 표준, JPEG(Joint Photographic Experts Group)이 결합된 진보적인 정지 영상부호화(Advanced Image Coding, AIC) 알고리즘에 대하여 살펴본다. AIC 알고리즘은 H.264의 인트라 프레임 블록 예측 방법과 컨텍스트 기반 적응형 이진 산술 부호화(Context-based Adaptive Binary Arithmetic Coding, CABAC), 그리고 JPEG 표준의 DCT 변환이 결합된 것이다. 본 논문에서는 AIC와 JPEG, JPEG-2000 등의 정지 영상 표준들의 성능을 비교 분석하고 그 결과를 제시한다.

• 한국정보통신학회:학술대회논문집
• /
• 한국해양정보통신학회 2007년도 추계종합학술대회
• /
• pp.97-100
• /
• 2007

기존의 JPEG은 낮은 bit-rate에서의 화질열화현상과 고압축에서의 블록화 영상 등의 단점에 의해 새로운 정지영상 압축 방법이 요구되었다. 이에 차세대 정지영상 표준으로 등장한 것이 JPEG2000이다. JPEG2000 표준은 DWT(Discrete Wavelet Transform)과 EBCOT Entropy Encoding 기술을 기반으로 하고 있다. EBCOT(Embedded block coding with optimized truncation)은 JPEG2000 표준에서 실제 압축을 수행하는 가장 중요한 기술 중 하나이다. 하지만 EBCOT는 bit-level 처리를 하기 때문에 대부분의 연산 시간을 차지하고 있다. 이 때문에 EBCOT의 연산속도를 높이기 위한 연구가 많이 이뤄지고 있다. 이에 본 논문은 JPEG2000 표준의 특징을 이용하여 연산 구조를 개선시킨 Context 추출 방법을 제안한다. 제안한 알고리즘은 고해상도 Multi-Component 정지영상의 압축을 위한 JPEF2000 Encoder Hardware에 적용될 것이다.

• 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
• /
• 제23권4호
• /
• pp.495-502
• /
• 2018

HEVC(High Efficiency Video Coding) 보다 뛰어난 압축 성능을 갖는 차세대 비디오 부호화 표준 후보 기술에 대한 탐색과 검증을 진행한 JVET(Joint Video Exploration Team)은 기술 검증을 위한 참조 SW 코덱인 JEM(Joint Exploration Model)을 공개하였다. JEM은 HEVC의 35개 보다 증가한 67개의 화면내 예측 모드를 사용하고 있으며, 이에 따른 예측 모드 부호화에 대한 부담으로 부호화 성능 개선에 제한이 따른다. 본 논문에서는 화면내 예측 모드의 선택 확률을 분석하고, 이를 바탕으로 보다 효율적인 화면내 예측 모드 부호화 기법과 그 기법의 효율적인 엔트로피 부호화를 위한 문맥 모델링 기법을 제안한다. 실험결과 제안 기법은 AI(All Intra) 부호화 구조에서 JEM 7.0 대비 0.02%의 BD-rate 이득을 보였으며, 향후 추가적인 성능 향상을 위한 문맥 모델링 최적화에 대한 연구가 필요하다.