과제정보
이 논문은 2021 년도 정부(과학기술정보통신부)의 재원으로 정보통신기획평가원의 지원을 받아 수행된 연구임(No. 2017-0-00072, 초실감 테라미디어를 위한 AV 부호화 및 LF 미디어 원천기술 개발)
한국방송∙미디어공학회:학술대회논문집 (Proceedings of the Korean Society of Broadcast Engineers Conference)
- 한국방송∙미디어공학회 2021년도 하계학술대회
- /
- Pages.55-56
- /
- 2021
문맥적응적 신경망 기반 화면내 예측의 트리 구조 반영 학습기법 분석
Analysis of Training Method Using Tree Structure for Context Adaptive Neural Network-Based Intra Prediction
- Moon, Gihwa (Korea Aerospace University) ;
- Heo, Seung-Jeong (Korea Aerospace University) ;
- Park, Dohyeon (Korea Aerospace University) ;
- Kim, Jae-Gon (Korea Aerospace University)
- 발행 : 2021.06.23
초록
최근, 딥러닝 및 인공신경망 기술의 발전으로 비디오 부호화 분야에서도 인공지능을 이용한 요소 기술에 대한 연구가 활발이 진행되고 있다. 본 논문에서는 주변 참조샘플로부터 문맥정보를 이용하여 현재블록을 예측하는 CNN 기반의 화면내 예측 모델을 구현하고, 비디오 부호화의 블록 분할 구조를 반영한 학습 기법에 따른 부호화 성능을 분석한다. 실험결과 HM(HEVC Test Model)에 구현한 문맥적응적 신경망 기반 예측 모델에서 트리 분할 구조를 반영한 학습이 HM16.19 대비 0.35% BD-rate 부호화 성능 향상을 보였다.
키워드