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
학술저널
저자정보
이예지 (건국대학교) 윤경로 (건국대학교)
저널정보
한국방송·미디어공학회 방송공학회논문지 방송공학회논문지 제29권 제4호
발행연도
2024.7
수록면
443 - 451 (9page)
DOI
10.5909/JBE.2024.29.4.443

이용수

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

초록· 키워드

오류제보하기
MPEG(Moving Picture Experts Group)은 비디오와 오디오를 포함한 멀티미디어 기술의 국제 표준화를 선도하는 기구이다. 최근 다양한 산업분야에서 인공지능 기술의 적용이 확산되면서, 지능형 영상분석에 대한 수요가 증가하고 있다. 이에 따라 MPEG은 2019년 VCM(Video Coding for Machines)이라는 AhG(Ad hoc Group)을 설립했으며[1], 머신비전을 위한 비디오 압축 기술에 대해 지속적으로 논의하고 있다. 감시나 자율주행 자동차와 같은 환경에서는 사람이나 자동차와 같은 객체를 탐지 및 추적하는 것이 주요 목표이다. 따라서 VCM에서는 프레임 내 관심 영역(RoI, Region of Interest) 정보를 기반으로 영상 압축을 하는 기술들이 제안되고 있다. 본 논문에서는 이러한 관심 영역 정보를 바탕으로 머신비전 성능에 영향을 주지 않는 스케일 요소(scale factor)를 찾아 해당 관심 영역을 다운스케일(down-scaling)을 수행하는 관심 영역 스케일링 방법에 대해 소개한다. 실험 결과, 제안하는 방법이 VCMRS(VCM Reference Software) v0.7과 v0.8과 비교했을 때 각각 BD-rate가 –6.87%, –4.02%로 압축 효율이 우수한 것을 확인하였다.

목차

요약
Abstract
Ⅰ. 서론
Ⅱ. VCM 표준화 동향
Ⅲ. 관심 영역 기반 스케일링 압축 방법
Ⅳ. 실험 결과 및 분석
Ⅴ. 결론
참고문헌 (References)

참고문헌 (21)

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