Acknowledgement
이 논문은 2021 년도 정부(과학기술정보통신부)의 재원으로 정보통신기획평가원의 지원을 받아 수행된 연구임 (No. 2020-0-00011, (전문연구실)기계를 위한 영상부호화 기술)
Proceedings of the Korean Society of Broadcast Engineers Conference (한국방송∙미디어공학회:학술대회논문집)
- 2022.06a
- /
- Pages.1203-1206
- /
- 2022
Neural Feature Compression with Block-based Feature Resizing
블록 기반 특징맵 크기 조정을 이용한 DNN 특징맵 압축
- Yoon, Curie (Kyung Hee Univiersity) ;
- Jeong, Hye Won (Kyung Hee Univiersity) ;
- Kim, Yeongwoong (Kyung Hee Univiersity) ;
- Kim, Younhee (Electronics and Telecommunications Research Institute) ;
- Jeong, Se-Yoon (Electronics and Telecommunications Research Institute) ;
- Kim, Hui Yong (Kyung Hee Univiersity)
- Published : 2022.06.20
Abstract
자율주행, IoT 등 많은 양의 영상 정보를 실시간으로 처리해야 하는 기술과 mobile device 등의 기기에서 Machine Learning 연산을 하는 소프트웨어들이 등장함에 따라 사람을 위한 영상을 출력하는 영상 부호화 기술 대신 기계의 vision task 성능을 위해 특화된 영상 부호화 기술의 필요성이 대두됐다. 본 연구에서는 영상에서 추출한 특징맵을 Neural-Net based Video Coding 모델을 이용해 압축률과 기계의 vision task 성능을 동시에 최적화한다. 또한, 하드웨어 친화적인 block-based 처리와 이로 인한 성능 저하를 최소화하기 위해 적응적 resizing 방식을 제안한다.
Keywords