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
- 김병규
- 발행연도
- 2013
- 저작권
- 선문대학교 논문은 저작권에 의해 보호받습니다.
이용수2
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 Full-HD TV, 3DTV, 영상 서비스가 가능한 휴대폰, PMP등 멀티미디어의 기기발전으로 고품질, 고화질의 서비스가 우리 생활에 깊숙이 자리 잡아 많은 사용자들에서 보편화 되어있다. 이에 사용자들은 지금의 멀티미디어 서비스 보다 더 좋은 서비스를 제공 받기 원하고 있으며 이러한 시기적인 상황에 맞추어 멀티미디어 서비스를 제공하는 업체나 방송업체들은 더 나은 서비스를 제공하기 위해 많은 연구를 시도하고 있다.
본 논문에서는 현재 표준화 진행중인 HEVC에서의 양뱡향 예측에 대한 고속화 알고리즘을 제안하고자 한다. 양방향 예측을 할 시 중복되는 정보들 및 움직임 보상의 연산이 중복 되어진다. 이러한 중복되는 연산을 효과적으로 처리하기 위하여 Merge Candidate List의 정보를 활용 한다.
Merge Candidate List는 CU에서 분할된 PU들의 정보들을 가지고 있다.
이 PU들의 정보를 활용하여 조기에 부호화 모드를 찾기 위하여 5개의 후보자들 활용 하고 있다. 그 후보자들 중 최적의 후보자를 찾아 조기에 부호화를 하기 위하여 후보자들을 관리하고 있는 모듈이다. 그래서 Merge Candidate List의 정보를 이용하여 조기에 단방향 예측을 하여 중복되는 연산을 하지 않으며, 양방향 예측에 소비되는 부호화 시간을 단축 시킬 수 있다. 이러한 실험 결과를 통하여 HM7.0으로 실험 하였을 시 표준화 된 고속화 설정을 동작 시킨 상태에서의 원본 대비 4.04% ~ 5.60%의 부호화 시간을 단축시켰다.
본 논문에서는 현재 표준화 진행중인 HEVC에서의 양뱡향 예측에 대한 고속화 알고리즘을 제안하고자 한다. 양방향 예측을 할 시 중복되는 정보들 및 움직임 보상의 연산이 중복 되어진다. 이러한 중복되는 연산을 효과적으로 처리하기 위하여 Merge Candidate List의 정보를 활용 한다.
Merge Candidate List는 CU에서 분할된 PU들의 정보들을 가지고 있다.
이 PU들의 정보를 활용하여 조기에 부호화 모드를 찾기 위하여 5개의 후보자들 활용 하고 있다. 그 후보자들 중 최적의 후보자를 찾아 조기에 부호화를 하기 위하여 후보자들을 관리하고 있는 모듈이다. 그래서 Merge Candidate List의 정보를 이용하여 조기에 단방향 예측을 하여 중복되는 연산을 하지 않으며, 양방향 예측에 소비되는 부호화 시간을 단축 시킬 수 있다. 이러한 실험 결과를 통하여 HM7.0으로 실험 하였을 시 표준화 된 고속화 설정을 동작 시킨 상태에서의 원본 대비 4.04% ~ 5.60%의 부호화 시간을 단축시켰다.
목차
１. 서 론 1２. HEVC 기술의 개요 52. 1 부호화기 구조 및 복호화기 구조 6２.2 CU(Coding Unit) 구조 9２.3 PU(Prediction Unit)와 TU(Transform Unit) 구조 16２.4 화면 간 예측 모드 16２.4.１ 화면 간 예측 모드 17２.4.２ MERGE 19２.4.３ SKIP mode 212.5 화면 내 예측 모드 22３.양방향 예측에 관한 연구 및 동일한 방향성 정보의 문제점 253. 1 GPB슬라이스 253. 2 양방향 예측 기법 273. 3 다중 참조 프레임 30４. 단방향 예측 알고리즘 344. 1 동일한 움직임 정보의 활용 344. 2 Reference Frame의 상관성 정보 37５. 실험 결과 415. 1 실험 환경 425. 2 실험 성능 결과 445. 3 R-D graph 45６. 결 론 49References 51
최근 본 자료
댓글(0)
0