지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
논문 기본 정보
- 자료유형
- 학위논문
- 저자정보
- 지도교수
- 정대권
- 발행연도
- 2020
- 저작권
- 한국항공대학교 논문은 저작권에 의해 보호받습니다.
이용수1
이 논문의 연구 히스토리 (2)
- 이 논문의 후속연구가 궁금하신가요?
- 연관 학술논문 또는 학술발표를 통해 보다 발전된 연구결과를 확인하실 수 있습니다.
- 이 논문의 연구 히스토리 확인하기
초록· 키워드
오류제보하기
최근 5G 모바일 인프라와 함께 4K 및 8K UHD(Ultra High Definition)의 초고화질 비디오뿐만 아니라 360도 비디오 또는 가상현실 (VR, Virtual Reality)과 같은 몰입형(immersive) 비디오가 새로운 미디어로 부각되고 있다. 이러한 비디오의 방대한 데이터에 따른 비디오 트래픽의 폭증은 보다 높은 압축 성능의 표준 코덱을 지속적으로 요구하고 있다. 이에 따라 국제 통신 연합인 ITU-T VCEG(Q6/SG16)과 국제 표준화 기구 ISO/IEC MPEG(JTC 1/SC 29/WG 11)의 협력팀인 JVET(Joint Video Experts Team)은 기존의 HEVC(High Efficiency Video Coding)보다 2배 이상의 압축 성능을 목표로 한 새로운 코덱인 VVC(Versatile Video Coding) 표준화를 진행하고 있다. VVC는 UHD의 고화질 비디오뿐만 아니라 360도의 전방위 몰입형 비디오, HDR(High Dynamic Range), 스크린 콘텐츠(screen content) 등 다양한 포맷의 비디오를 높은 부호화 효율로 압축할 수 있는 차세대 표준 비디오 코덱 표준으로 기대되고 있다.
현재 VVC의 국제 표준안인 DIS(Draft International Standard)가 완료된 상태이며 VVC의 시험모델인 VTM(VVC Test Model) 6.0이 완료된 상태이다. 본 논문에서는 VVC의 부호화 효율을 향상시키기 위해 개선된 화면간-화면내 결합 예측(Combined Inter-Intra Prediction: CIIP) 방법 및 화면간 예측을 위한 개선된 병합(Merge) 후보 탐색 기법을 제안한다. 제안된 화면간-화면내 결합 예측 방법은 화면내 예측 부호화 모드의 분포 및 화면내 예측 부호화 블록과 화면간 예측 부호화 블록 사이의 비율을 분석하고 이를 활용한다. 또한, 화면간 예측 모드 후보의 탐색에서 VVC의 블록 분할 구조를 고려하여, 적응적 화면간 예측 후보 탐색 방법을 제시한다. 실험결과, 제안한 두가지의 CIIP 개선 방법은 VTM 6.0에서 임의접근(RA: Random Access) 하에서 실험하였다. 제안하는 CIIP의 화면내 예측 유도와 가중치 조합 유도는 VTM(VVC Test Model) 6.0에서 RA 실험환경 하에서 각각 0.01 %, 0.03 % BD-rate 성능을 향상시킨다. 또한 제안된 적응적 화면간 예측 후보 탐색 방법은 VTM 2.0 및 JEM(Joint Exploration Model) 7.0를 토대로 RA 실험환경 하에서 약 0.05 ~ 0.12 %의 보다 나은 BD-rate 성능 향상을 보인다.
본 논문에서 제안한 기법들은 4K/8K SDR(Standard Definition Resolution), HDR(High Dynamic Range)/WCG(Wide Color Gamut) 및 360 비디오/VR과 같은 초고화질 몰입형 비디오를 위한 차세대 코덱인 VVC의 요소기술로 활용할 수 있을 것으로 기대된다.
현재 VVC의 국제 표준안인 DIS(Draft International Standard)가 완료된 상태이며 VVC의 시험모델인 VTM(VVC Test Model) 6.0이 완료된 상태이다. 본 논문에서는 VVC의 부호화 효율을 향상시키기 위해 개선된 화면간-화면내 결합 예측(Combined Inter-Intra Prediction: CIIP) 방법 및 화면간 예측을 위한 개선된 병합(Merge) 후보 탐색 기법을 제안한다. 제안된 화면간-화면내 결합 예측 방법은 화면내 예측 부호화 모드의 분포 및 화면내 예측 부호화 블록과 화면간 예측 부호화 블록 사이의 비율을 분석하고 이를 활용한다. 또한, 화면간 예측 모드 후보의 탐색에서 VVC의 블록 분할 구조를 고려하여, 적응적 화면간 예측 후보 탐색 방법을 제시한다. 실험결과, 제안한 두가지의 CIIP 개선 방법은 VTM 6.0에서 임의접근(RA: Random Access) 하에서 실험하였다. 제안하는 CIIP의 화면내 예측 유도와 가중치 조합 유도는 VTM(VVC Test Model) 6.0에서 RA 실험환경 하에서 각각 0.01 %, 0.03 % BD-rate 성능을 향상시킨다. 또한 제안된 적응적 화면간 예측 후보 탐색 방법은 VTM 2.0 및 JEM(Joint Exploration Model) 7.0를 토대로 RA 실험환경 하에서 약 0.05 ~ 0.12 %의 보다 나은 BD-rate 성능 향상을 보인다.
본 논문에서 제안한 기법들은 4K/8K SDR(Standard Definition Resolution), HDR(High Dynamic Range)/WCG(Wide Color Gamut) 및 360 비디오/VR과 같은 초고화질 몰입형 비디오를 위한 차세대 코덱인 VVC의 요소기술로 활용할 수 있을 것으로 기대된다.
목차
요 약 III목 차 V그림 목록 VII표 목록 VIII약어 목록 IX제１장 서 론 １1.1 연구 배경 １1.2 논문의 구성 ４제２장 블록 분할에 따른 적응적 화면간 예측 후보리스트 구성 기법 ５2.1 개요 ５2.2 VVC의 서브 블록 MERGE 및 후보리스트 구성 과정 ６2.2.1 VVC의 화면간 예측 모드(서브 블록 MERGE) ６2.2.2 VVC의 서브 블록 MERGE 후보리스트 구성 과정 １２2.3 VVC의 블록 분할 １３2.4 제안하는 적응적 후보리스트 구성 방법 １４2.5 제안하는 기법의 실험적 성능 평가 １６제３장 화면간 및 화면내 예측 부호화 기법 １９3.1 개요 １９3.2 VVC의 화면간 및 화면내 예측 모드 부호화 기법 ２０3.2.1 VVC의 화면내 예측 모드 ２０3.2.2 VVC의 화면간 예측 모드 ２２3.2.3 VVC의 화면간 및 화면내 결합 예측 모드 ２５3.3 제안하는 CIIP 개선 방법 ２７3.3.1 CIIP 모드 인근 블록의 화면내 예측 모드 분석 ２７3.3.2 CIIP 화면내 예측 모드 유도 ２８3.3.3 CIIP 모드 인근 블록의 예측 모드 분석 ３１3.3.4 CIIP 모드 결합 가중치 유도 ３２3.4 제안하는 기법의 실험적 성능 평가 ３３제４장 결론 ３５참고문헌 ３７SUMMARY ３９
최근 본 자료
댓글(0)
0