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

추천
검색
질문

논문 기본 정보

자료유형
학술대회자료
저자정보
전상균 (동아대학교) 이동민 (동아대학교) 추현곤 (한국전자통신연구원(ETRI)) 서정일 (동아대학교)
저널정보
한국방송·미디어공학회 한국방송미디어공학회 학술발표대회 논문집 한국방송·미디어공학회 2024 하계학술대회
발행연도
2024.6
수록면
207 - 210 (4page)

이용수

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

초록· 키워드

오류제보하기
컴퓨터 비전 인공지능 엔진이 임무를 수행함에 있어서 임무 수행 능력은 유지하면서도 처리하는 영상 정보의 양을 최대한 줄이는 것을 목표로 하는 기계를 위한 비디오 부호화 기술(VCM)에 대한 국제 표준화가 진행되고 있다. VCM 의 두 트랙 중 피처 맵을 부, 복호화하는 FCM 은 영상 데이터를 압축하고 비트스트림을 생성하는 단계에서 기존의 영상 부호화 표준인 VVC 를 내부 코덱으로 사용하고 있다. 이는 FCM 의 End-To-End 훈련을 어렵게 하고, 파인 튜닝을 강제함으로써 성능 저하의 원인이 된다. 본 논문에서는 FCM 의 내부 코덱을 End-To-End 딥러닝 기반 코덱으로 변경함으로써 FCM 의 성능 개선 가능성과 End-To-End 훈련의 가능성을 확인하였다.

목차

요약
1. 서론
2. DCVC-FM
3. End-To-End 딥러닝 기반 코덱을 적용한 FCM
4. 실험 및 결과 분석
5. 결론
REFERENCES

참고문헌 (0)

참고문헌 신청

함께 읽어보면 좋을 논문

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

이 논문과 함께 이용한 논문

최근 본 자료

전체보기

댓글(0)

0

UCI(KEPA) : I410-ECN-151-24-02-090070923