인문학
사회과학
자연과학
공학
의약학
농수해양학
예술체육학
복합학
DBpia AI
AI 에이전트
AI 아이디어
AI 리더
AI 뷰어
Citeasy
크롬 서지관리 다운로드
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.
학술저널
Full-text
오류 신고하기해당 페이지 내 제목·저자·목차·페이지정보가 잘못된 경우 알려주세요!
초록·키워드
본 논문에서는 웨이블릿 변환 기반 스케일러블 비디오 부호화에서 가장 중요한 요소 기술인 움직임 보상 시간적 필터링 방법의 성능에 관련된 요소들의 특성을 파악하고, 기존의 DCT 기반의 하이브리드 부호화에서 사용된 움직임 예측 방법과 가변 크기 블록을 사용한 움직임 예측 방법을 적용한 향상된 MCTF (Motion Compensated Temporal Filtering) 방법을 제안한다. 이를 통하여 시간적 필터링 과정에서의 연결성을 높이고, 프레임간 에너지를 저/고주파 프레임으로 효율적으로 분해할 수 있다. 그 결과, 고주파 프레임의 에너지를 줄여, 엔트로피 부호화비트율을 줄일 수 있다. 본 논문에서 제안하는 방법을 적용하여 모의 실험한 결과, 고주파 프레임에 포함된 에너지가 최대 25.86%까지 감소하는 것을 확인하였다.
인공지능 문자 인식 모델을 통해 추출된 텍스트로, 일부 오타나 오류가 포함될 수 있으나 지속적으로 개선 중입니다.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
최근 본 자료 전체보기
UCI(KEPA) : I410-ECN-0101-2009-567-016678072
