지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
논문 기본 정보
- 자료유형
- 학술저널
- 저자정보
- 발행연도
- 2022.5
- 수록면
- 332 - 340 (9page)
이용수
초록· 키워드
오류제보하기
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.
목차
요약
Abstract
Ⅰ. 서론
Ⅱ. 문맥적응적 신경망 기반 화면내 예측
Ⅲ. 화면내 예측 모델 학습기법
Ⅳ. 실험결과
Ⅴ. 결론
참고문헌 (References)
참고문헌 (10)
참고문헌 신청
High Efficiency Video Coding, Version 1, Rec. ITU-T H.265, ISO/IEC 23008-2, Jan. 2013. doi: 10.1007/978-3-319-06895-4
Versatile Video Coding, ISO/IEC FDIS 23090-3, Jul. 2020.
S. Liu, E. Alshina, J. Pfaff, M. Wien, P. Wu, and Y. Ye, “JVET AHG report: Neural-network-based video coding,” Joint Video Experts Team (JVET) of ITU-T SG 16 WP 3 and ISO/IEC JTC 1/SC 29, JVET-V0011, Apr. 2021.
Alshina, S. Lui, W. Chen, F. Galpin, Y. Li, Z. Ma, H. Wang, “EE1: Summary of exploration experiments on neural network-based video coding,” Joint Video Experts Team (JVET) of ITU-T SG 16 WP 3 and ISO/IEC JTC 1/SC 29, JVET-W0023, July. 2021.
“Use cases and requirements for deep neural networks based video coding,” ISO/IEC JTC 1/SC 29/WG 2, N22, Oct. 2020.
Versatile Video Coding, ISO/IEC FDIS 23090-3, Jul. 2020.
S. Liu, E. Alshina, J. Pfaff, M. Wien, P. Wu, and Y. Ye, “JVET AHG report: Neural-network-based video coding,” Joint Video Experts Team (JVET) of ITU-T SG 16 WP 3 and ISO/IEC JTC 1/SC 29, JVET-V0011, Apr. 2021.
Alshina, S. Lui, W. Chen, F. Galpin, Y. Li, Z. Ma, H. Wang, “EE1: Summary of exploration experiments on neural network-based video coding,” Joint Video Experts Team (JVET) of ITU-T SG 16 WP 3 and ISO/IEC JTC 1/SC 29, JVET-W0023, July. 2021.
“Use cases and requirements for deep neural networks based video coding,” ISO/IEC JTC 1/SC 29/WG 2, N22, Oct. 2020.
함께 읽어보면 좋을 논문
논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!
-
문맥적응적 신경망 기반 화면내 예측의 트리 구조 반영 학습기법 분석
한국방송미디어공학회 학술발표대회 논문집
2021 .06
-
블록 위치에 따른 적응적 화면 내 예측 모드 부호화
한국방송미디어공학회 학술발표대회 논문집
2022 .06
-
VVC 화면 내 예측에서의 딥러닝 기반 예측 블록 개선을 통한 부호화 효율 향상 기법
방송공학회논문지
2022 .07
-
VVC 화면내 예측 및 부호화 주요 기술
방송과 미디어
2019 .10
-
고속 HEVC 부호화기 설계를 위한 화면내 예측 모드 결정 방법
한국방송미디어공학회 학술발표대회 논문집
2015 .07
-
합성곱 신경망 기반의 화면 내 예측 모드 결정
한국방송미디어공학회 학술발표대회 논문집
2019 .11
-
딥러닝 기반 화면 간 예측 부호화 기법
한국방송미디어공학회 학술발표대회 논문집
2018 .06
-
다중 모델을 이용한 완전연결 신경망 기반 화면내 예측
방송공학회논문지
2021 .11
-
색차블록의 모양에 따른 화면 내 예측 모드 부호화
대한전자공학회 학술대회
2019 .06
-
차세대 비디오 부호화 실험모델(JEM)의 화면내 예측 모드 부호화 기법
방송공학회논문지
2018 .07
-
블록벡터 기반 화면내 예측의 예측모드 매핑을 통한 ECM 의 성능개선
한국방송미디어공학회 학술발표대회 논문집
2024 .11
-
변환계수와 CBF를 이용한 HEVC 고속 화면 내 예측
방송공학회논문지
2016 .03
-
비디오 압축을 위한 딥러닝 기반 화면 간 예측 부호화 기법
방송공학회논문지
2018 .09
-
스크린 컨텐츠 영상에 대한 HEVC 부호화기의 화면 내 예측 모듈 복잡도 감소 기법
대한전자공학회 학술대회
2017 .06
-
HEVC 화면 내 예측의 차분 신호 분석
대한전자공학회 학술대회
2016 .11
-
회전 포레스트 분류기법을 이용한 HEVC 스크린 콘텐츠 화면 내 부호화 조기분할 결정 방법
방송공학회논문지
2018 .01
-
신경망 기반 원본영상에서 화면 내 예측 모드로 변환
한국방송미디어공학회 학술발표대회 논문집
2020 .07
-
상향식 HEVC 부호화기를 위한 화면 간 예측 모드의 고속 결정
대한전자공학회 학술대회
2018 .06
-
VVC의 기울기 기반 화면내 예측모드 결정 및 블록분할 고속화 기법
방송공학회논문지
2020 .05
-
완전연결계층 기반의 다중 모델을 이용한 화면내 예측
한국방송미디어공학회 학술발표대회 논문집
2021 .06
이 논문의 저자 정보
최근 본 자료
댓글(0)
0