• 정보와 통신
• /
• 제30권7호
• /
• pp.50-57
• /
• 2013

망관리성이란 다수의 이용자가 네트워크를 효율적으로 이용할 수 있도록 하기 위해 통신사업자가 네트워크를 합리적으로 관리할 수 있어야 한다는 것을 의미한다. 본고에서는 최근 증가하고 있는 대용량 비디오 트래픽에 대한 최적의 이용환경을 제공하고 망관리성을 제고하는 방안으로서 비디오 트래픽 대역폭 최적화 동향을 살펴보고 향후 방향을 제시하고자 한다. 비디오 트래픽 대역폭 최적화란 네트워크(3G/ LTE 등), 단말(휴대폰/태블릿 등), 콘텐츠(스포츠/드라마/영화 등) 유형별로 이용자의 동영상 품질 만족도와 네트워크 품질을 동시에 만족하는 최적 대역폭(비트레이트)의 비디오 트래픽을 전송하는 것이다. 비디오 트래픽 최적화에 있어서 최적대역폭 선정 기준의 정립은 다음과 같은 두 가지의 연구 결과를 기반으로 진행된다. 첫째, 일반적으로 동영상 대역폭이 증가할수록 영상 품질도 정비례로 증가할 것이라는 예상과는 달리, 무선 단말 이용자는 영상화질의 일정 임계치 이상에서 품질의 차이를 거의 느낄 수 없다. 둘째, 다량의 비디오 트래픽이 네트워크 총 대역폭의 일정 비율 이상을 차지하게 될 경우 네트워크 품질저하 요소가 발생하여 네트워크 품질이 급격히 악화된다. 비디오 트래픽 최적화는 이러한 요소를 고려하여 이용자의 영상 품질 만족도를 최대화하면서 네트워크 품질 유지비용을 최소화하고 트래픽 전송품질을 확보할 수 있는 최적대역폭을 설정하는 것이다. 비디오 트래픽 최적화의 목적은 트래픽을 통제하거나 차단하는 것이 아니며 최적대역폭에 대한 가이드라인을 제시하여 콘텐츠사업자(이하 CP)와 Over-The-Top 사업자(이하 OTT)가 자발적으로 준수하도록 유도하고자 하는 것이다. 비디오 트래픽 최적화는 ICT생태계 모든 이해관계자에게 편익을 제고할 것으로 기대된다. 첫째, 이용자에 대해서는 통신품질 안정화로 전체적인 이용자 만족도를 향상시킨다. 둘째, CP/OTT는 멀티미디어 서비스의 대중화와 서버 및 전송장비 비용을 절감할 수 있다. 마지막으로 통신사는 네트워크 품질저하 및 비용 급증을 방지할 수 있다.

• 한국방송∙미디어공학회:학술대회논문집
• /
• 한국방송∙미디어공학회 2021년도 추계학술대회
• /
• pp.322-324
• /
• 2021

최근 고주사율 디스플레이 시장 확대와 실감콘텐츠에 대한 요구에 따라, 높은 프레임율의 동영상 콘텐츠에 대한 관심이 증가하고 있다. 본 논문은 이용자의 비디오를 초슬로우 비디오로 변환해주는 웹 기반 서비스 시스템을 제안한다. 이는 사용자가 웹을 통해 비디오를 업로드하면, 딥러닝 기반의 비디오 프레임 보간 알고리즘을 이용하여 초고프레임율의 동영상으로 변환하며. 변환된 초저속 비디오를 웹을 통해 보여주거나 파일 포맷으로 제공한다. 제안 시스템은 복잡한 연산을 요구하는 딥러닝 네트워크 모듈과 사용자와의 상호작용을 위한 웹 페이지 모듈로 구성되었다. 프레임 보간을 위해서, State-of-the-art 기술인 딥러닝 기반의 Real-Time Intermediate Flow Estimation for Video Frame Interpolation 방법이 활용되었으며, 웹페이지는 HTML, CSS, Javascript, Flask를 사용하여 구축되었고, Flask를 활용하여 두 모듈이 연동되었다. 제안 웹 기반 시스템을 통해, 사용자는 딥러닝 네트워크 구동에 필요한 별도의 지식 없이 통신 자원만으로 고실감의 경험과 편의성을 제공받을 수 있다.

• 한국통신학회논문지
• /
• 제25권1B호
• /
• pp.193-200
• /
• 2000

본 논문에서는 소형으로 설계된 칼라 4화면 분할기를 위한 메모리 제어 알고리듬을 제안한다. 4화면 분할기는 크게 비디오 디코더부, 메모리부, 비디오 인코더부, OSD (On Screen Display)부, MICOM부, 제어부로 구성되어 있다. 본 논문의 칼라 4화면 분할기는 비디오 디코더부와 비디오 인코더부를 각각 원칩을 이용하여 설계하였으며, 제어부를 FPGA를 사용하여 원칩으로 제작하였다. 화면 4분할을 위해서 메모리 읽기 신호를 실 시간으로 제어하여 비디오 시스템을 제작하였다. 사용된 메모리 제어알고리듬은 비디오신호제어 및 디지털 메모리를 이용하는 다른 시스템에 적용될 수 있다.

• 정보와 통신
• /
• 제11권3호
• /
• pp.50-58
• /
• 1994

정보고속도로 구축과 더불어 가장 먼저 대두되는 서비스로 비디오 대역 서비스, Video On Demand가 주목되고 있다. 우리나라 말로 하면 $\ulcorner$요구즉시형 비디오$\lrcorner$라 불리운다. 가입자가 비디오 가계에 직접 가지 않고 가입자 장비를 통해 선택하면 바로 극장에서와 같은 화질의 비디오가 2,3분 내에 방영되는 것이다. 본고에서는 이 서비스에 대한 개요, 및 구성에 대해 고찰 해 보겠다.

• 정보와 통신
• /
• 제32권6호
• /
• pp.9-15
• /
• 2015

오류정정부호를 이용한 분산 비디오 부호화 기술에 대하여 소개한다. 먼저 분산 소스 부호화 기술을 소개하고, 이것이 어떻게 비디오 부호화에 실용적인 터보부호와 LDPC부호를 이용하여 구현되었는지 설명한다.

• 한국방송∙미디어공학회:학술대회논문집
• /
• 한국방송∙미디어공학회 2018년도 하계학술대회
• /
• pp.223-224
• /
• 2018

기계학습 기반 비디오 화질 자동 측정 기술은 주관적 화질 평가를 대체하기 위한 기술로, 비디오를 입력 신호로 화질 평가 결과를 출력 신호로 하는 기계학습 모델을 통해서 개발하는 기술이다. 학습에 필요한 비디오 데이터 셋은 입력 신호인 비디오 시퀀스와 입력의 출력신호로 학습할 주관적 화질 평가 결과로 구성된다. 이때 데이터 셋의 일부는 기계학습 기반 비디오 화질 자동 측정 기술 개발 과정에서 학습에 사용하고, 남은 일부는 개발 기술의 성능 평가에 사용한다. 일반적으로 기계학습 기반 기술의 성능은 학습 데이터의 양과 질에 비례한다. 그러나, 기계학습 기반 비디오 화질 자동 측정 기술 개발에 필요한 데이터 셋은 주관적 화질 평가 결과를 포함해야 하므로, 데이터 양을 늘리는 것은 쉬운 문제가 아니다. 이에 본 논문에서는 압축 비디오에 대한 화질 자동 측정 기술 개발을 위해 필요한 데이터 셋을 양과 질적 측면에서 효율적으로 구축하는 방법을 제안한다. 양적 측면에서 효율성을 높이기 위해 부호화 복잡도와 평가 난이도 기반으로 시퀀스를 선정 방법을, 질적 측면에서 효율성을 높이기 위해 쌍 비교(Pairwise Comparison)기반의 주관적 화질 평가 방법을 제안한다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2008년도 추계학술발표대회
• /
• pp.1500-1503
• /
• 2008

H.264와 같은 고압축 비디오처리 기법의 등장으로 기존의 MPEG2와 같은 비디오 압축에서 H.264로의 비디오 트랜스코딩이 증가되고 있지만, 고압축 비디오 콘텐츠의 온라인과 오프라인에서 불법배포는 현재 문제가 되고 있다. 본 논문에서는 다이렉트쇼 환경 기반에서 고압축과 저작권 보호를 위한 비디오 트랜스 코딩과 워터마킹을 구현한다. 제안한 방법은 다이렉트쇼의 필터를 이용하여 MPG,WMV를 H.264로 비디오 트랜스코딩을 하고 이와 함께 비디오의 공간영역 특성을 이용하여 저작권 보호를 위한 강인한 워터마킹을 구현한다. 실험 결과 MPG,WMV를 H.264로 트랜스코딩에서 H.264의 QP(Quantization parameter)를 15로 하고 화면간 반복을 10프레임으로 하였을 경우 저작권 보호를 위하여 삽입된 워터마크는 평균 99% 검출됨을 확인하였고, 또한 트랜스코딩중 워터마크삽입에 따른 시간지연은 전체 트랜스코딩시간의 5.7%가 됨을 확인할 수 있었다. 제안한 방법은 저작권 삽입 기능가지는 트랜스코딩 소프트웨어를 필요로 하는 Digital TV방송, IPTV, DVD 사업에 사용 될 수 있을 것이다.

• 한국방송∙미디어공학회:학술대회논문집
• /
• 한국방송∙미디어공학회 2019년도 하계학술대회
• /
• pp.150-152
• /
• 2019

본 논문에서는 기존의 연구를 극복하여 단일 영상이 아닌 단안 비디오로부터 5D 라이트필드 영상을 합성하는 딥러닝 프레임워크를 제안한다. 현재 일반적으로 사용 가능한 Lytro Illum 카메라 등은 초당 3프레임의 비디오만을 취득할 수 있기 때문에 학습용 데이터로 사용하기에 어려움이 있다. 이러한 문제점을 해결하기 위해 본 논문에서는 가상 환경 데이터를 구성하며 이를 위해 UnrealCV를 활용하여 사실적 그래픽 렌더링에 의한 데이터를 취득하고 이를 학습에 사용한다. 제안하는 딥러닝 프레임워크는 두 개의 입력 단안 비디오에서 $5{\times}5$의 각 SAI(sub-aperture image)를 갖는 라이트필드 비디오를 합성한다. 제안하는 네트워크는 luminance 영상으로 변환된 입력 영상으로부터 appearance flow를 추측하는 플로우 추측 네트워크(flow estimation network), appearance flow로부터 얻어진 두 개의 라이트필드 비디오 프레임 간의 optical flow를 추측하는 광학 플로우 추측 네트워크(optical flow estimation network)로 구성되어있다.

• 전자진흥
• /
• 제11권8호
• /
• pp.36-40
• /
• 1991

• 한국정보통신학회:학술대회논문집
• /
• 한국해양정보통신학회 1998년도 추계종합학술대회
• /
• pp.569-573
• /
• 1998

본 논문에서는 움직임 보상과 웨이브릿 변환 부호화 기법을 이용하여 비디오 신호의 데이터를 압축하고자 한다. 비디오 신호에 대한 인간 시각 특성을 분석하여 큰 이득을 주지 못하는 과정을 생략하고 인간의 눈에 민감하지 않은 정보를 생략함으로써 화질의 저하 없이 비디오 신호를 높은 비율로 압축한다. 제안한 방법은 움직임이 발생되는 정도와 크기에 매우 의존적으로, 움직임이 많은 비디오 신호에 더욱 적합하나 움직임이 작은 경우에도 저주파 대역들의 움직임 보상에 의한 이득이 크기 때문에 모든 영상에 대해서 적용 가능한 방법이다. 'football'과 'Popple'을 대상으로 한 컴퓨터 시뮬레이션결과, 프레임당 30:1 정도의 압축하에서 높은 재생화질을 얻을 수 있었다.