Pre-filtering with Contents-based Adaptive Filter Set for High Efficiency Video Coding Standard

Q: 이 논문에서 정의한 콘텐츠 기반 적응 필터링 알고리즘이란 무엇인가?

프레임의 특성을 분석하여 사전 정의된 저역 통과 필터와 Wiener 필터 기반의 적응 필터 중 최적의 필터 세트를 선택해 참조 프레임에 적용함으로써, 블러 현상으로 인한 움직임 보상 성능 저하를 개선하고 시간적 중복성을 줄이는 기술이다.

Q: SDSP 기반의 적응 필터링이 HEVC의 부호화 효율에 어떤 영향을 미치는가?

연구 결과, SDSP로 생성한 현저성 맵을 통해 블록을 분류하고 최적의 프리필터를 적용함으로써 기존 인코더 대비 평균 6.78%의 BD-rate 감소를 달성하였다. 특히 고정된 배경과 정적인 객체 움직임을 가진 시퀀스에서 시간적 중복성을 크게 줄여 성능을 향상시켰다.

Kyung-Jun Lee; Seung-Woo Wee; Je-Chang Jeong

학술대회자료 Full-text

저자정보: Kyung-Jun Lee (Hanyang University) Seung-Woo Wee (Hanyang University) Je-Chang Jeong (Hanyang University)

저널정보: 대한전자공학회 대한전자공학회 학술대회 ICEIC 2017 International Conference on Electronics, Information, and Communication

오류 신고하기

피인용 0

검색

초록·키워드

Motion compensation in the video coding standard shows low performance when blur occurs in the scene. Thus, pre-filtering algorithm can be applied to motion estimation process to enhance coding efficiency. However, not all part of the frame contains blur effect. For this reason, analyzing the characteristic of the each frame is needed to select proper filter set. In this paper, we adopt saliency detection by simple priors to get saliency map of reference frame. By analyzing the saliency map, we applied contents-based adaptive filter for pre-filtering algorithm in high efficiency video coding.

#HEVC #Video compression #Saliency map #Pre-filtering #Adaptive filtering

본문·목차

DBpia Pick! 추천 자료

함께 본 자료

저자 정보

최근 본 자료 전체보기

UCI(KEPA) : I410-ECN-0101-2017-569-002196519

배경 및 목적
대상 및 방법론
분석 및 수행
결과 및 의의

구분	그룹	데이터 항목
AI 학습용 데이터	원문	원문 PDF 파일
AI 학습용 데이터	원문 + 메타 (기본/상세)	원문 PDF 파일 및 서지정보 CSV
대량 구매용 데이터	B2B 구독 방식	특정 자료 한정으로 원문 접근 권한 부여
대량 구매용 데이터	URL 전달 방식	바로 PDF 뷰어를 열람할 수 있는 URL 제공

구분	그룹	데이터 항목
AI 학습용 데이터	기본 메타	발행기관명, 간행물명, 권호명, 권(vol), 호(issue), 통권, 발행연도, 발행월, 논문명, 저자명, 시작페이지, 종료페이지, 전체페이지, 상세페이지URL
상세 메타 데이터	발행기관 메타	발행기관 이명, 영문명, 창립연도, 홈페이지URL, 발행기관 소개
	간행물 메타	부제목, 간행물 유형, ISSN, ISBN, 최초발행연도, 폐간연도, 간행빈도, 발행주기, 등재사항, 이용수, 피인용수, 권호수, 논문수, 표지이미지
	논문 메타	작성 언어, 부제목, 대등제목, 목차, 키워드, 초록, 이미지, 참고문헌, 이용수, 피인용수, 논문활용도, DBpia통합주제분류, KDC분류, DDC분류, 한국연구재단분류, UCI, DOI
	저자 메타	소속기관, 소속부서, 직급, 연구분야, 연구키워드, 이용수, 피인용수, 저자 논문활용도

구분	그룹	데이터 항목
※ 결합형/맞춤형 메타 데이터는 신청 내용에 따라 다양하게 제공 가능
이용순위 정보	주제분야별 많이 이용된 논문	“인문학”에서 많이 이용된 논문 TOP100
	이용기관별 많이 이용된 논문	“중고등학교”에서 많이 이용된 논문 TOP100
	세부기관별 많이 이용된 논문	“서울대학교”에서 많이 이용된 논문 TOP100
	키워드별 많이 이용된 논문	“Chat GPT”에서 많이 이용된 논문 TOP100
키워드 정보	많이 이용된 키워드	특정기간/분야/저널 내 많이 이용된 키워드
	많이 발행된 키워드	특정기간/분야/저널 내 많이 발행된 키워드
	많이 검색된 키워드	특정기간/분야/저널 내 많이 검색된 키워드
	연구 트렌드 키워드	특정 키워드 연관 연구동향 분석 데이터 키워드

논문 기본 정보

초록·키워드

참고문헌

AI가 분석한 연구 핵심

이 논문의 한줄 요약

이 논문의 연구방법

본문·목차

DBpia Pick! 추천 자료

함께 본 자료

저자 정보

최근 본 자료 전체보기

댓글(0)