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
인문학
인문학 일반 역사학 철학 종교학 어문학 기타 인문학
사회과학
사회과학 일반 경영학 관광학 교육학 군사학 문헌정보학 법학 사회학 신문방송학 심리과학 정치외교학 지리학 행정학 경제학 무역학 인류학 기타 사회과학
자연과학
자연과학 일반 물리학 생물학 생활과학 수학·통계학 천문학 지구과학 화학 기타 자연과학
공학
공학 일반 건축공학 기계공학 산업공학 재료·에너지공학 전기전자공학 조선해양공학 화학공학 컴퓨터학 기타공학
의약학
의학 일반 간호학 수의학 약학 한의학 기초의학 임상의학 기타 의약학
농수해양학
농수해양학 일반 농학 수산학 식품과학 임학 축산학 해상운송학 기타 농수해양학
예술체육학
예술 일반 디자인 미술 미용 사진 음악학 의상 체육 공연매체예술 기타 예술체육학
복합학
학제간연구 과학기술학 뇌인지과학 기술정책 기타 복합학

ENG

추천
검색
질문

논문 기본 정보

자료유형
학술저널
저자정보
김영웅 (경희대학교) 김동현 (한국전자통신연구원) 정세윤 (한국전자통신연구원) 최진수 (한국전자통신연구원) 김휘용 (경희대학교)
저널정보
한국방송·미디어공학회 방송공학회논문지 방송공학회논문지 제27권 제1호
발행연도
2022.1
수록면
31 - 43 (13page)

이용수

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

초록· 키워드

오류제보하기
전통적인 비디오 압축은 움직임 예측, 잔차 신호 변환 및 양자화를 통한 하이브리드 압축 방식을 기반으로 지금까지 발전해왔다. 최근 인공 신경망을 통한 기술이 빠르게 발전함에 따라, 인공 신경망 기반의 이미지 압축, 비디오 압축 연구 또한 빠르게 진행되고 있으며, 전통적인 비디오 압축 코덱의 성능과 비교해 높은 경쟁력을 보여주고 있다. 본 논문에서는 이러한 인공 신경망 기반 비디오 압축 모델의 성능을 향상시킬 수 있는 새로운 방법을 제시한다. 기본적으로는 기존 인공 신경망 기반 비디오 압축 모델들이 채택하고 있는 변환 및 복원 신경망과 엔트로피 모델(Entropy model)을 이용한 율-왜곡 최적화(Rate-distortion optimization) 방법을 사용하며, 인코더 측에서 디코더 측으로 압축된 레이턴트 정보(Latent information)를 전송할 때 엔트로피 모델이 추정하기 어려운 정보의 값을 이동시켜 전송할 비트량을 감소시키고, 손실된 정보를 추가로 전송함으로써 손실된 정보에 대한 왜곡을 보정한다. 이러한 방법을 통해 기존의 인공 신경망 기반 비디오 압축 기술인 MFVC(Motion Free Video Compression) 방법을 개선하였으며, 실험 결과를 통해 H.264를 기준으로 계산한 BDBR (Bjøntegaard Delta-Bitrate) 수치(%)로 MFVC(-14%) 보다 두 배 가까운 비트량 감축(-27%)이 가능함을 입증하였다. 제안된 방법은 MFVC 뿐 아니라, 레이턴트 정보와 엔트로피 모델을 사용하는 신경망 기반 이미지 또는 비디오 압축 기술에 광범위하게 적용할 수 있다는 장점이 있다.
#Neural network based Video Coding #Learned Image Compression #Learned Video Compression

목차

요약
Abstract
I. 서론
II. 관련 연구
Ⅲ. 본론
Ⅳ. 실험 및 결과
Ⅴ. 결론
참고문헌

참고문헌 (29)

참고문헌 신청
Thomas Wiegand, Gary J Sullivan, Gisle Bjontegaard, and Ajay Luthra, “Overview of the h. 264/avc video coding standard,” IEEE Transactions on circuits and systems for video technology, 13(7):560–576, 2003. google schola Gary J Sullivan, Jens-Rainer Ohm, Woo-Jin Han, and Thomas Wiegand, “Overview of the high efficiency video coding (hevc) standard,” IEEE Transactions on circuits and systems for video technology, 22(12):1649–1668, 2012. google schola Jens-Rainer Ohm and Gary J Sullivan, “Versatile video coding–towards the next generation of video compression,” In Picture Coding Symposium, volume 2018, 2018. google schola Johannes Ballé, David Minnen, Saurabh Singh, Sung Jin Hwang, and Nick Johnston, “Variational image compression with a scale hyperprior,” In International Conference on Learning Representations, 2018. google schola Zhenhong Sun, Zhiyu Tan, Xiuyu Sun, Fangyi Zhang, Dongyang Li, Yichen Qian, Hao Li, “Spatiotemporal Entropy Model is All You Need for Learned Video Compression,” arXiv, 2021, https://arxiv.org/abs/2104.06083 (accessed Oct. 24, 2021).

함께 읽어보면 좋을 논문

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

이 논문의 저자 정보

이 논문과 함께 이용한 논문

VVC와 특징맵 융합/재구성 신경망을 이용한 다중 스케일 특징맵 압축 기법
장승환 ,  정혜원 ,  김영웅 외 2명 한국방송미디어공학회 학술발표대회 논문집 2023 .06
전파 거리에 따른 위상 홀로그램 복원성능 분석 및 BL-ASM 개선 방안 연구
차준영 ,  반현민 ,  최승미 외 2명 방송공학회논문지 2023 .01
적응적 크기 조정을 이용한 블록 기반 신경망 이미지 부호화
박민정 ,  김영웅 ,  김동현 외 2명 한국방송미디어공학회 학술발표대회 논문집 2022 .06
An Analysis on the Properties of Features against Various Distortions in Deep Neural Networks
Jung Heum Kang ,  Hye Won Jeong ,  Chang Kyun Choi 외 3명 방송공학회논문지 2021 .12
위상 홀로그램 동영상 압축 성능 분석
반현민 ,  고현석 ,  오관정 외 1명 한국방송미디어공학회 학술발표대회 논문집 2020 .11

최근 본 자료

전체보기

댓글(0)

0

UCI(KEPA) : I410-ECN-0101-2022-567-000204175