Proceedings of the Korean Society of Broadcast Engineers Conference (한국방송∙미디어공학회:학술대회논문집)

The Korean Institute of Broadcast and Media Engineers (한국방송∙미디어공학회)
권호 표지

Feature map channel reordering and compression for Neural Network feature map coding

신경망 특징맵 부호화를 위한 특징맵 재배열 및 압축 방법

  • Han, Heeji (Hanbat National University, Graduate School of Information and Communications Multimedia Engineering) ;
  • Kwak, Sangwoon (Electronics and Telecommunications Research Institute) ;
  • Yun, Joungil (Electronics and Telecommunications Research Institute) ;
  • Cheong, Won-Sik (Electronics and Telecommunications Research Institute) ;
  • Seo, Jeongil (Electronics and Telecommunications Research Institute) ;
  • Choi, Haechul (Hanbat National University, Graduate School of Information and Communications Multimedia Engineering)
  • 한희지 (한밭대학교 정보통신전문대학원 멀티미디어공학과) ;
  • 곽상운 (한국전자통신연구원) ;
  • 윤정일 (한국전자통신연구원) ;
  • 정원식 (한국전자통신연구원) ;
  • 서정일 (한국전자통신연구원) ;
  • 최해철 (한밭대학교 정보통신전문대학원 멀티미디어공학과)
  • Published : 2021.06.23
Download PDF
⟨ Previous Next ⟩

Abstract

최근 영상 혹은 비디오를 이용한 신경망 기반 기술들이 활발히 응용되고 있으며, 신경망이 처리하는 임무도 다양하고 복잡해지고 있다. 이러한 신경망 임무의 다양성과 복잡성은 더욱 많은 비디오 데이터를 요구하기 때문에 비디오 데이터를 효과적으로 전송할 방법이 필요하다. 이에 따라 국제 표준화 단체인 MPEG 에서는 신경망 기계 소비에 적합한 비디오 부호화 표준 개발을 위해서 Video Coding for Machines 표준화를 진행하고 있다. 본 논문에서는 신경망의 특징 맵 부호화 효율을 개선하기 위해 특징 맵 채널 간의 유사도가 높도록 특징맵 채널을 재배열하여 압축하는 방법을 제안한다. 제안 방법으로 VCM 의 OpenImages 데이터셋의 5000 개 검증 영상 중 임의 선택된 360 개 영상에 대해 부호화 효율을 평가한 결과, 객체 검출 임무의 정확도가 유지되면서 모든 양자화 값에 대해 화소당 비트수가 감소했으며, BD-rate 측면에서 2.07%의 부호화 이득을 얻었다.

Keywords

Acknowledgement

본 논문은 2021 년도 정부(과학기술정보통신부)의 재원으로 정보통신기획평가원의 지원을 받아 수행된 연구임 (No. 2020-0-00011, 기계를 위한 영상 부호화 기술 개발)