• 한국전자통신학회논문지
• /
• 제8권5호
• /
• pp.659-664
• /
• 2013

동영상 부호화의 성능을 더욱더 향상시키기 위해서는 효과적인 움직임 벡터 부호화 기법의 개선이 요구된다. 본 논문에서는 양자화 크기에 따른 MVD의 확률 분포 특성과 기존 부호어의 구조 특성의 분석을 통하여 혼합 부호어 및 결합 부호어를 개발한다. 그리고 부호화 환경에 따라 혼합부호어와 결합 부호어를 선택하여 적용하는 새로운 MVD 부호화 기법을 제안한다. 모의실험은 제안하는 부호화 기법이 화질의 저하없이 부호화 성능을 향상시킴을 보여준다.

• 방송공학회논문지
• /
• 제19권5호
• /
• pp.699-712
• /
• 2014

본 논문은 High Efficiency Video Coding (HEVC) GPU 기반 정수화소(integer-pel) 움직임 추정(Motion Estimation)을 고속화하기 위한 적응적인 탐색영역 결정 방법을 제안한다. 적응적인 탐색영역은 Motion Vector Difference (MVD)를 이용하여 결정한다. 먼저, 입력 영상의 MVD를 분석하여 입력 영상을 두 모델로 분류한다. 이후 분류된 각 모델의 MVD 특성에 따라 적응적인 탐색영역을 결정한다. 제안하는 알고리즘을 GPU 기반 정수화소 움직임 추정에 적용하기 위해 움직임 추정의 시작점은 이전 프레임의 Motion Vector (MV)로 결정한다. 위 과정은 CPU에서 이뤄지며, CPU는 움직임 추정의 시작점과 적응적인 탐색영역을 GPU에 전송한다. 이후 GPU는 정수화소 움직임 추정을 병렬로 수행한다. 제안하는 알고리즘은 참조 모델 대비 1.1%의 BD-rate 상승과 전체 부호화 시간의 37.9% 감소 및 951.2배 빠른 정수화소 움직임 추정 수행 시간을 얻는다. 또한, 적응적인 탐색영역이 적용되지 않은 단순 병렬화 알고리즘 대비 57.5%의 정수화소 움직임 추정 시간 감소와 0.6% BD-rate 상승을 얻는다.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제13권9호
• /
• pp.4587-4605
• /
• 2019

High Efficiency Video Coding (HEVC) suffers from high computational complexity due to its quad-tree structure in motion estimation (ME). This paper exposes an adaptive search range decision algorithm for accelerating HEVC integer-pel ME on GPU which estimates the optimal search range (SR) using a MAP (Maximum A Posteriori) estimator. There are three main contributions; First, we define the motion feature as the standard deviation of motion vector difference values in a CTU. Second, a MAP estimator is proposed, which theoretically estimates the motion feature of the current CTU using the motion feature of a temporally adjacent CTU and its SR without any data dependency. Thus, the SR for the current CTU is parallelly determined. Finally, the values of the prior distribution and the likelihood for each discretized motion feature are computed in advance and stored at a look-up table to further save the computational complexity. Experimental results show in conventional HEVC test sequences that the proposed algorithm can achieves high average time reductions without any subjective quality loss as well as with little BD-bitrate increase.

• 방송공학회논문지
• /
• 제15권3호
• /
• pp.426-433
• /
• 2010

H.264/AVC 비디오 압축 표준은 압축 효율을 높이기 위해 다양한 크기의 블록을 사용하여 화면 사이의 움직임 예측을 수행한다. H.264/AVC는 가변적인 블록 크기의 움직임 보상을 통해 세밀한 영역의 움직임까지 예측할 수 있어 잔여 영상을 나타내는 정보량을 효과적으로 줄일 수 있다. 복호를 위해서는 각 블록의 움직임 벡터를 전송해야 하는데, 저비트율 환경에서는 움직임 벡터 정보가 전체 비트스트림의 약 40%를 차지한다. 움직임 벡터 정보량을 줄이기 위해 비디오 부호화 전문가 그룹(VCEG)에서는 다양한 움직임 벡터 예측(Motion Vector Competition) 방법을 제안하였다. 다양한 예측 움직임 벡터를 사용하여 실제 전송해야 할 움직임 벡터 차분값(Motion Vector Difference, MVD)의 크기를 줄이기 때문에 압축 효율을 높일 수 있다. 그러나 다양한 예측 움직임 벡터를 사용하기 때문에 선택된 예측 움직임 벡터의 인덱스 정보를 복호기로 전송해야 한다. 이 논문에서는 인덱스 정보를 효율적으로 전송하기 위해 Phased-in 코드를 기반으로 한 새로운 코드워드 표를 제안했다. 실험을 통해 제안한 방법을 이용하여 동일한 화질에서 평균 약 7.24%의 비트율을 절감할 수 있었고, 동일한 비트율에서는 평균 약 0.36dB의 화질을 향상시킬 수 있었다.

• 정보처리학회논문지D
• /
• 제14D권7호
• /
• pp.801-808
• /
• 2007

MPEG-2, MPEG-4, H.263, H.264 와 같은 부호화 표준은 비디오 영상을 압축하여 대역폭이 제한된 유/무선 통신 시스템을 통하여 전송한다. 통신 시스템에서 고압축률의 비트스트림은 채널 잡음 (channel noise)에 민감하여, 채널 잡음으로 인한 오류가 발생하기 쉽다. 이러한 오류는 수신부에서 디코딩할 때 비디오 영상을 심각하게 왜곡시키게 된다. 본 논문에서는 수신부 단에서 오류를 복원하는 기법 (decoder error concealment) 중 손상된 움직임벡터를 복원하는 기법을 제안한다. 본 논문에서는 손실된 움직임벡터를 예측하기 위하여 인접 블록들의 움직임 벡터를, 예측필터의 일종인 칼만 필터의 입력 치로 사용하여, 손실된 움직임벡터의 최적 예상치를 만들어 손상된 움직임벡터를 복구하게 된다. H.264 비디오 코딩을 적용한 표준 테스트 영상에 대하여, 손실된 MVD (motion vector difference) 값을 0 으로 대체한 뒤, H.264 비디오 코딩에서 사용하고 있는 기본 움직임벡터 예측만을 사용한 경우와 본 논문에서 제안한 칼만 필터를 사용한 복원기법을 비교하였으며, 복원된 움직 임벡터와 원래 움직임벡터 값과의 차이를 나타내는 오차율을 비교한 결과 제안된 기법의 오차율이 평균 0.91 - 1.12 정도의 정확도가 향상된 것을 확인할 수 있다.

• 한국정보통신학회논문지
• /
• 제8권6호
• /
• pp.1121-1125
• /
• 2004

본 논문은 H.264/AVC를 위한 고속 블록 모드 결정 알고리즘에 대해 연구한다. H.264/AVC는 단일 크기의 블록을 이용하여 움직임 추정을 수행하는 기존 동영상 부호화 방식과는 다르게 16$\times$16, 16$\times$8, 8$\times$16, 8$\times$8, 8$\times$4, 4$\times$8, 4$\times$4의 7가지 서브 블록을 이용하는 가변 블록 움직임 추정을 채택한다. 이 방식은 효율적인 움직임 추정을 가능하게 하지만 동영상 부호화의 연산량을 크게 증가시키는 원인으로 작용한다. 고속 블록 모드 결정 알고리즘은 먼저 매크로블록에 존재하는 4개의 8$\times$8 블록을 기준으로 8$\times$8 보다 큰 블록 모드와 8$\times$8 보다 작은 블록 모드로 블록 영역을 예측한다. 여기서 8$\times$8 보다 큰 블록 모드로 예측되면 각 8$\times$8 블록간의 움직임 벡터 거리를 임계값과 비교하여 8$\times$8 이상의 블록 모드로 합병한다. 이는 8$\times$8보다 큰 블록 모드의 움직임 추정을 위해 RDO를 16$\times$16, 16$\times$8, 8$\times$16 8$\times$8에 대해 모두 수행하는 것이 아니라 각각의 8$\times$8 블록에 대해서만 수행하므로 블록 모드 결정을 위한 연산량을 효율적으로 감소시킬 수 있다.