본 논문에서는 AMBA 기반으로 사용될 수 있는 H.264용 Encoder Hardware 모듈(Intra Prediction, Deblocking Filter, Context-Based Adaptive Variable Length Coding, Motion Estimation)을 Integration하여 설계하였다. 설계된 모듈은 한 매크로 블록당 최대 440 cycle내에 동작한다. 제안된 Encoder 구조를 검증하기 위하여 JM 9.4부터 reference C를 개발하였으며, reference C로부터 test vector를 추출하며 설계 된 회로를 검증하였다. 제안된 회로는 최대 166MHz clock에서 동작하며, 합성결과 Charterd 0.18um 공정에 램 포함 약 180만 gate 크기이다. MPW제작시 chip size $6{\times}6mm$의 크기와 208 pin의 Pakage 형태로 제작하였다.
가장 최근에 표준화가 완료된 동영상 압축 코덱인 H.264/AVC는 율-왜곡 최적화를 사용하여 압축률이 상당히 향상되었다. 율-왜곡 최적화는 다수의 후보 모드들 중에서 최적의 모드를 결정하기 위한 수단이며, 모든 모드에 대하여 라그랑지안 비용을 계산하여 그 비용이 가장 적은 모드를 최적의 모드로 결정한다. 하지만 이 방법의 사용으로 인하여 H.264/AVC 부호기의 계산 복잡도가 상당히 증가하였다. 본 논문에서는 H.264/AVC의 화면 내 예측 부호화의 율-왜곡 최적화의 사용으로 인한 계산 복잡도를 감소시키는 고속 화면 내 예측 모드 결정 방법을 제안한다. 제안된 방법은 Intra$4{\times}4$와 Chroma Intra의 부호화 속도를 향상시키기 위하여 최고 확률 모드(MPM)가 가장 최적의 예측 모드인 경우를 미리 판단하여, 이 경우에는 율-왜곡 최적화 과정을 생략하고 최고 확률 모드를 사용하여 부호화한다. 또한 이 방법을 색차 화면 내 예측 모드에 유사하게 적용하였다. 실험 결과, 제안된 방법은 PSNR (Peak Signal-to-Noise Ratio) 손실이 거의 없이 평균 약 63%의 부호화 시간을 절약하였다.
H.264/AVC는 새로운 부호화 기술을 이용하여 기존의 비디오 표준보다 높은 압축 효율을 나타내고 있다. 특히 다양한 블록 크기의 움직임 예측 방법과 비트율-왜곡 최적화 기법은 H.264/AVC에서 중요한 부호화 기술로써 높은 압축 효율을 나타내고 있지만 부호화기의 높은 복잡도를 보이는 단점이 있다. 본 논문에서는 H.264/AVC 부호화기의 높은 복잡도를 줄이기 위하여 조기 SKIP 모드 결정 방법과 선택적 인터/인트라 예측 모드 결정 방법을 제안한다. 실험결과 제안방법은 JM10.2에 비해 전체적인 영상에서 평균적으로 약 30%의 부호화 시간을 감소시켰으며, 부호화 효율의 손실은 무시할 정도로 작았다. 또한 제안 방법은 이전에 제안되었던 고속의 모드 결정 방법(FCMS)[5]과 비교하여 2배 이상의 속도 이득을 나타내었다.
H.264 표준은 공간영역에서의 인트라 예측, 루프필터 등과 같은 새로운 부호화 도구를 사용한다. 이러한 부호화 도구들의 사용으로 인해 H.264 비트스트림은 이전의 부호화 표준들과 비교하여 보다 많은 정보를 가지게 된다. 본 논문은 H.264의 인트라 프레임에서의 공간적 에러은닉 기법에 관한 것으로 H.264 비트스트림 내에 포함되어 있는 인트라블록의 예측모드 정보를 이용하여 손실된 블록을 공간적으로 복원한다. 인트라 블록의 예측모드 정보는 해당 블록내의 에지방향과 상당한 관련이 있기 때문에 인트라 프레임에서의 손실된 매크로블록을 복원하는 데 효과적으로 사용될 수 있다. 제안하는 알고리듬은 먼저 주변의 예측모드정보를 사용하여 손실된 매크로블록의 에지방향을 예측하고, 손실된 블록을 에지영역과 평탄영역으로 구분한다. 이후 에지영역은 에지기반의 방향성 복원기법을 사용하여 복원하며, 평탄영역은 가중평균을 이용한 보간 기법을 사용하여 복원한다. 실험 결과 제안하는 알고리듬은 이전의 방법과 비교하여 적게는 0.35 dB 부터 많게는 5.48 dB까지의 화질 향상을 가져온다.
HEVC(high efficiency video coding) 표준에서 사용되는 기존의 rough mode decision(RMD) 알고리즘은 transform skip mode(TSM)와는 연관성이 낮은 DCT를 기반으로 하는 모드 선택 방법을 이용하고 있다. 따라서 기존 RMD의 결과로 구한 후보 모드가 TSM에서 사용될 때, 압축 효율이 손실되고 인코딩 시간을 낭비하게 된다. 본 논문은 HEVC에서의 TSM을 위한 새로운 RMD를 제안한다. 우리가 제안한 RMD 알고리즘은 TSM에서 최선의 모드를 선택할 확률을 높이는 새로운 비용 함수를 제안하여 코딩 효율을 향상시킨다. 또한, 제안하는 알고리즘은 새롭게 제안한 임계값을 기준으로 선택 가능성이 거의 없는 TSM의 인코딩 과정을 생략하여 인코딩 시간을 줄인다. 실험 결과 제안하는 방식은 HEVC 표준에 비해서 10%의 인코딩 시간을 줄이며 스크린 콘텐츠에 대해서 0.3%의 압축률을 향상시킨다.
웨이블릿 기반 비디오는 DCT 기반 비디오에 비해 전송오류에 더 민감하다. 즉, 어떤 프레임의 부대역에 오류가 발생하면 같은 프레임의 다른 부대역뿐 아니라 그 프레임을 참조하는 이후 프레임의 복원에도 영향을 주어 비디오의 화질이 감소하게 된다. 본 논문에서는 프레임 간 참조를 수행하는 웨이블릿 비디오의 오류 전파를 줄이기 위해 프레임 내 참조 기법을 제안한다. 제안된 기법에서는 LL 부대역을 제외한 나머지 부대역에서 같은 프레임의 하위 부대역을 참조하여 다른 프레임으로의 오류전파를 줄인다. 무선 채널에서의 비트 에러 패턴을 이용하여 모의실험을 수행한 결과 화면의 움직임이 빠른 비디오에서는 제안된 기법의 성능이 압축율에 관계없이 우수하였으며 화면의 움직임이 거의 없는 비디오에서는 비트율이 높은 경우에 성능이 높은 것으로 나타났다.
딥러닝 기술과 하드웨어의 발전으로 다양한 분야에서 인공신경망과 관련한 연구가 활발히 진행되고 있다. 비디오 코덱 부분에서도 딥러닝 기술을 적용하는 부호화 기술이 많이 연구되고 있다. 본 논문은 최근 완료된 VVC 에 채택된 신경망 기반의 기술인 MIP(Matrix Weighted Intra Prediction)를 확장하여 보다 깊은 계층의 모델로 학습된 새로운 화면내 예측 모델을 제안한다. 기존 VVC 의 MIP 의 성능과 비교하기 위하여 기존 MIP 모델과 제안하는 다중완전연결계층(Fully Connected Layer) 화면내 예측 모델을 HEVC(High Efficiency Video Coding)에 적용하여 그 성능을 비교하였다. 실험결과 제안기법은 VVC MIP 대비 0.08 BD-rate 성능 향상을 보였다.
HEVC(High Efficiency Video Coding)의 색차신호 화면내 예측(Intra Prediction)은 복호화된 주변 화소로부터의 예측과 동일한 위치의 휘도신호의 예측 모드를 이용한 예측을 수행한다. 본 논문에서는 색차신호 화면내 예측의 성능 향상을 위하여 합성 곱 신경망(CNN: Convolutional Neural Network) 기반의 색차신호 예측 기법을 제안한다. 제안하는 기법은 복원된 주변 블록의 휘도 및 색차신호로부터 CNN 을 이용하여 현재블록의 색차신호를 예측한다. 실험결과 제안한 CNN 기반의 색차신호 예측 기법이 HEVC 의 색차신호 화면내 예측보다 향상된 성능을 보임을 확인하였다.
우리는 H.264/AVC의 비디오 부호화에서 조기 인트라 모드 생략을 결정하기 위한 알고리즘을 제안한다. 새롭게 추가된 다양한 예측 방법들에 의한 매크로블록 부호화 방법은 압축의 효율의 증가를 가져오지만, 모든 부호화 가능한 모드에 대해 율-왜곡 함수를 계산하여 가장 효율이 좋은 모드를 선택하기 때문에 상당한 계산량을 요구한다. 이 논문에서는 인터 프레임에 대한 부호화 시간을 감소시키기 위해서, 적응적인 움직임 벡터 맵(AMVM)을 이용한 모드 결정 방법을 H.264/AVC 비디오 부호화기에서 제안한다. 제안한 알고리즘은 PSNR과 Bit rate 그리고 부호화 처리시간에 대해서 일반적으로 좋은 성능을 가진다.
H.264/AVC는 ITU-T와 ISO/IEC 표준화 단체에서 개발한 차세대 국제 영상압축 표준규격으로 이는 H.261, H.263, MPEG-4 등에 비해 더 좋은 압축 효율을 제공한다. 그러나 전체 인트라 모드에 대해 검색이 수행되므로 연산복잡성이 더욱 증가하는 문제와 하드웨어 자원의 낭비가 발생한다. 따라서 본 논문은 두 개의 프로세서 유닛 기반의 병렬 파이프라인 구조로 표준 모델에 비해 연산 복잡 도를 67% 감소시켰고, 부호화 순서를 병렬 파이프라인 구조에 적합하도록 변화시켜 기존 병렬구조에 비해 하드웨어 자원 낭비를 3% 감소시켰다.
본 웹사이트에 게시된 이메일 주소가 전자우편 수집 프로그램이나
그 밖의 기술적 장치를 이용하여 무단으로 수집되는 것을 거부하며,
이를 위반시 정보통신망법에 의해 형사 처벌됨을 유념하시기 바랍니다.
[게시일 2004년 10월 1일]
이용약관
제 1 장 총칙
제 1 조 (목적)
이 이용약관은 KoreaScience 홈페이지(이하 “당 사이트”)에서 제공하는 인터넷 서비스(이하 '서비스')의 가입조건 및 이용에 관한 제반 사항과 기타 필요한 사항을 구체적으로 규정함을 목적으로 합니다.
제 2 조 (용어의 정의)
① "이용자"라 함은 당 사이트에 접속하여 이 약관에 따라 당 사이트가 제공하는 서비스를 받는 회원 및 비회원을
말합니다.
② "회원"이라 함은 서비스를 이용하기 위하여 당 사이트에 개인정보를 제공하여 아이디(ID)와 비밀번호를 부여
받은 자를 말합니다.
③ "회원 아이디(ID)"라 함은 회원의 식별 및 서비스 이용을 위하여 자신이 선정한 문자 및 숫자의 조합을
말합니다.
④ "비밀번호(패스워드)"라 함은 회원이 자신의 비밀보호를 위하여 선정한 문자 및 숫자의 조합을 말합니다.
제 3 조 (이용약관의 효력 및 변경)
① 이 약관은 당 사이트에 게시하거나 기타의 방법으로 회원에게 공지함으로써 효력이 발생합니다.
② 당 사이트는 이 약관을 개정할 경우에 적용일자 및 개정사유를 명시하여 현행 약관과 함께 당 사이트의
초기화면에 그 적용일자 7일 이전부터 적용일자 전일까지 공지합니다. 다만, 회원에게 불리하게 약관내용을
변경하는 경우에는 최소한 30일 이상의 사전 유예기간을 두고 공지합니다. 이 경우 당 사이트는 개정 전
내용과 개정 후 내용을 명확하게 비교하여 이용자가 알기 쉽도록 표시합니다.
제 4 조(약관 외 준칙)
① 이 약관은 당 사이트가 제공하는 서비스에 관한 이용안내와 함께 적용됩니다.
② 이 약관에 명시되지 아니한 사항은 관계법령의 규정이 적용됩니다.
제 2 장 이용계약의 체결
제 5 조 (이용계약의 성립 등)
① 이용계약은 이용고객이 당 사이트가 정한 약관에 「동의합니다」를 선택하고, 당 사이트가 정한
온라인신청양식을 작성하여 서비스 이용을 신청한 후, 당 사이트가 이를 승낙함으로써 성립합니다.
② 제1항의 승낙은 당 사이트가 제공하는 과학기술정보검색, 맞춤정보, 서지정보 등 다른 서비스의 이용승낙을
포함합니다.
제 6 조 (회원가입)
서비스를 이용하고자 하는 고객은 당 사이트에서 정한 회원가입양식에 개인정보를 기재하여 가입을 하여야 합니다.
제 7 조 (개인정보의 보호 및 사용)
당 사이트는 관계법령이 정하는 바에 따라 회원 등록정보를 포함한 회원의 개인정보를 보호하기 위해 노력합니다. 회원 개인정보의 보호 및 사용에 대해서는 관련법령 및 당 사이트의 개인정보 보호정책이 적용됩니다.
제 8 조 (이용 신청의 승낙과 제한)
① 당 사이트는 제6조의 규정에 의한 이용신청고객에 대하여 서비스 이용을 승낙합니다.
② 당 사이트는 아래사항에 해당하는 경우에 대해서 승낙하지 아니 합니다.
- 이용계약 신청서의 내용을 허위로 기재한 경우
- 기타 규정한 제반사항을 위반하며 신청하는 경우
제 9 조 (회원 ID 부여 및 변경 등)
① 당 사이트는 이용고객에 대하여 약관에 정하는 바에 따라 자신이 선정한 회원 ID를 부여합니다.
② 회원 ID는 원칙적으로 변경이 불가하며 부득이한 사유로 인하여 변경 하고자 하는 경우에는 해당 ID를
해지하고 재가입해야 합니다.
③ 기타 회원 개인정보 관리 및 변경 등에 관한 사항은 서비스별 안내에 정하는 바에 의합니다.
제 3 장 계약 당사자의 의무
제 10 조 (KISTI의 의무)
① 당 사이트는 이용고객이 희망한 서비스 제공 개시일에 특별한 사정이 없는 한 서비스를 이용할 수 있도록
하여야 합니다.
② 당 사이트는 개인정보 보호를 위해 보안시스템을 구축하며 개인정보 보호정책을 공시하고 준수합니다.
③ 당 사이트는 회원으로부터 제기되는 의견이나 불만이 정당하다고 객관적으로 인정될 경우에는 적절한 절차를
거쳐 즉시 처리하여야 합니다. 다만, 즉시 처리가 곤란한 경우는 회원에게 그 사유와 처리일정을 통보하여야
합니다.
제 11 조 (회원의 의무)
① 이용자는 회원가입 신청 또는 회원정보 변경 시 실명으로 모든 사항을 사실에 근거하여 작성하여야 하며,
허위 또는 타인의 정보를 등록할 경우 일체의 권리를 주장할 수 없습니다.
② 당 사이트가 관계법령 및 개인정보 보호정책에 의거하여 그 책임을 지는 경우를 제외하고 회원에게 부여된
ID의 비밀번호 관리소홀, 부정사용에 의하여 발생하는 모든 결과에 대한 책임은 회원에게 있습니다.
③ 회원은 당 사이트 및 제 3자의 지적 재산권을 침해해서는 안 됩니다.
제 4 장 서비스의 이용
제 12 조 (서비스 이용 시간)
① 서비스 이용은 당 사이트의 업무상 또는 기술상 특별한 지장이 없는 한 연중무휴, 1일 24시간 운영을
원칙으로 합니다. 단, 당 사이트는 시스템 정기점검, 증설 및 교체를 위해 당 사이트가 정한 날이나 시간에
서비스를 일시 중단할 수 있으며, 예정되어 있는 작업으로 인한 서비스 일시중단은 당 사이트 홈페이지를
통해 사전에 공지합니다.
② 당 사이트는 서비스를 특정범위로 분할하여 각 범위별로 이용가능시간을 별도로 지정할 수 있습니다. 다만
이 경우 그 내용을 공지합니다.
제 13 조 (홈페이지 저작권)
① NDSL에서 제공하는 모든 저작물의 저작권은 원저작자에게 있으며, KISTI는 복제/배포/전송권을 확보하고
있습니다.
② NDSL에서 제공하는 콘텐츠를 상업적 및 기타 영리목적으로 복제/배포/전송할 경우 사전에 KISTI의 허락을
받아야 합니다.
③ NDSL에서 제공하는 콘텐츠를 보도, 비평, 교육, 연구 등을 위하여 정당한 범위 안에서 공정한 관행에
합치되게 인용할 수 있습니다.
④ NDSL에서 제공하는 콘텐츠를 무단 복제, 전송, 배포 기타 저작권법에 위반되는 방법으로 이용할 경우
저작권법 제136조에 따라 5년 이하의 징역 또는 5천만 원 이하의 벌금에 처해질 수 있습니다.
제 14 조 (유료서비스)
① 당 사이트 및 협력기관이 정한 유료서비스(원문복사 등)는 별도로 정해진 바에 따르며, 변경사항은 시행 전에
당 사이트 홈페이지를 통하여 회원에게 공지합니다.
② 유료서비스를 이용하려는 회원은 정해진 요금체계에 따라 요금을 납부해야 합니다.
제 5 장 계약 해지 및 이용 제한
제 15 조 (계약 해지)
회원이 이용계약을 해지하고자 하는 때에는 [가입해지] 메뉴를 이용해 직접 해지해야 합니다.
제 16 조 (서비스 이용제한)
① 당 사이트는 회원이 서비스 이용내용에 있어서 본 약관 제 11조 내용을 위반하거나, 다음 각 호에 해당하는
경우 서비스 이용을 제한할 수 있습니다.
- 2년 이상 서비스를 이용한 적이 없는 경우
- 기타 정상적인 서비스 운영에 방해가 될 경우
② 상기 이용제한 규정에 따라 서비스를 이용하는 회원에게 서비스 이용에 대하여 별도 공지 없이 서비스 이용의
일시정지, 이용계약 해지 할 수 있습니다.
제 17 조 (전자우편주소 수집 금지)
회원은 전자우편주소 추출기 등을 이용하여 전자우편주소를 수집 또는 제3자에게 제공할 수 없습니다.
제 6 장 손해배상 및 기타사항
제 18 조 (손해배상)
당 사이트는 무료로 제공되는 서비스와 관련하여 회원에게 어떠한 손해가 발생하더라도 당 사이트가 고의 또는 과실로 인한 손해발생을 제외하고는 이에 대하여 책임을 부담하지 아니합니다.
제 19 조 (관할 법원)
서비스 이용으로 발생한 분쟁에 대해 소송이 제기되는 경우 민사 소송법상의 관할 법원에 제기합니다.
[부 칙]
1. (시행일) 이 약관은 2016년 9월 5일부터 적용되며, 종전 약관은 본 약관으로 대체되며, 개정된 약관의 적용일 이전 가입자도 개정된 약관의 적용을 받습니다.