Acknowledgement
이 논문은 2021년도 정부(과학기술정보통신부)의 재원으로 정보통신기획평가원의 지원 (No.2020-0-00011, (전문연구실) 기계를 위한 영상부호화 기술) 및 한국연구재단의 지원을 받아 수행된 기초연구사업(NRF-2021R1A2C2092848)의 지원을 받아 수행된 연구임
Proceedings of the Korean Society of Broadcast Engineers Conference (한국방송∙미디어공학회:학술대회논문집)
- fall
- /
- Pages.27-29
- /
- 2021
A PCA-based feature map compression method applied to video coding for machines
VCM을 위한 PCA 기반 피처 맵 압축 방법
- Park, Seungjin (Kwangwoon University) ;
- Lee, Minhun (Kwangwoon University) ;
- Choi, Hansol (Kwangwoon University) ;
- Kim, Minsub (Kwangwoon University) ;
- Oh, Seoung-Jun (Kwangwoon University) ;
- Kim, Younhee (Electronics and Telecommunications Research Institute) ;
- Do, Jihoon (Electronics and Telecommunications Research Institute) ;
- Jeong, Se Yoon (Electronics and Telecommunications Research Institute) ;
- Sim, Donggyu (Kwangwoon University)
- 박승진 (광운대학교) ;
- 이민훈 (광운대학교) ;
- 최한솔 (광운대학교) ;
- 김민섭 (광운대학교) ;
- 오승준 (광운대학교) ;
- 김연희 (한국전자통신연구원) ;
- 도지훈 (한국전자통신연구원) ;
- 정세윤 (한국전자통신연구원) ;
- 심동규 (광운대학교)
- Published : 2021.11.26
Abstract
인공지능 기반 머신 비전 응용이 증가함에 따라 사람이 아닌 기계에서 소비되는 영상 정보를 전송하는 요구가 발생하고 있다. 일반적으로 영상 정보를 전송할 때는 전송 비용을 고려하여 정보를 압축하며 기존 영상 압축 방법은 사람의 시각 인지적 특성을 반영하여 설계되었다. 따라서 기존 영상 압축 방법은 기계에서 소비되는 영상 정보를 압축하는 방법으로 적절하지 않다고 판단하여 2019년 7월, 기계를 위한 영상 부호화 기술의 표준화가 시작되었다. 본 논문에서는 머신 비전 태스크 중, 객체 탐지를 수행하는 네트워크의 피처 맵을 압축하는 방법을 제안한다. 제안하는 방법은 피처 맵의 채널 간 중복성을 제거하기 위해 PCA 기반의 변환을 적용하여 피처 맵의 차원을 축소하며 특히 해상도 계층 구조를 갖는 네트워크의 피처 맵을 압축하기 위해 각 해상도 계층간 변환 기저를 예측하여 추가로 압축률을 높인다. 제안하는 방법을 적용하여 객체 탐지 결과의 큰 성능 하락 없이 약 92.3%에 데이터양 감소를 달성하였다.
Keywords