메뉴 건너뛰기
.. 내서재 .. 알림
소속 기관/학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 회원가입 고객센터 ENG
주제분류

추천
검색
질문

논문 기본 정보

자료유형
학술대회자료
저자정보
저널정보
한국방송·미디어공학회 한국방송미디어공학회 학술발표대회 논문집 2005년도 한국방송공학회 학술대회
발행연도
2005.11
수록면
169 - 172 (4page)

이용수

표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색
질문

이 논문의 연구 히스토리 (2)

초록· 키워드

오류제보하기
크기조절 트랜스코딩에서 움직임 벡터 재 예측 과정은 많은 연산량을 필요로 하기 때문에, 실시간 처리를 위해서는 이 과정의 연산량을 줄이는 것이 필요하다. 본 논문에서는 여러 영상에 대해 예측 움직임 벡터를 산출하는 방법을 적응적으로 수행함으로써, 기존 방법에 비해 화질열화 없이 연산량을 줄이는 방법을 제안한다. 전체 움직임의 크기와 움직임 벡터들의 균일성(homogeneity)을 이용하여 움직임이 작을 때는 움직임 벡터 재산출 과정 없이 예측 움직임 벡터 성분을 0으로, 움직임이 크면 움직임 벡터들의 균일성의 정도에 따라 평균값 또는 중간값을 예측 움직임 벡터 성분으로 적응적으로 선택하였다. 그리고 좀더 효율적인 움직임 벡터 수행을 위해 제안된 과정을 수평, 수직 성분에 각각 따로 적용하였다. 가중치를 부여하여 평균값을 취하는 가중평균 방법과 비교 실험한 결과 같은 PSNR을 유지하는 조건에서 움직임 벡터 재산출 과정의 덧셈과 곱셈 연산의 수가 평균적으로 각각 96%, 42% 정도 감소하였다.

목차

요약
1. 서론
2. 기존의 움직임 벡터 재산출 방법
3. 효율적인 움직임 벡터 재산출(resampling) 방법
4. 임계값 설정 및 실험 결과
5. 결론
감사의 글
참고문헌

참고문헌 (0)

참고문헌 신청

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

최근 본 자료

전체보기

댓글(0)

0

UCI(KEPA) : I410-ECN-0101-2009-568-016674504