검색 상세

움직임 예측 및 고속 탐색 패턴을 이용한 고속 부화소 움직임 추정 기법

Fast Fractional Motion Estimation Scheme using Motion Prediction and Fast Search Pattern

초록/요약

H.264/AVC는 2003년도에 ISO와 ITU-T에서 공동으로 개발 및 제정한 멀티미디어 압축 표준으로, 좋은 영상 화질과 높은 압축률을 가지고 있어 주목 받고 있는 멀티미디어 압축 표준이다. 특히 에러 내성 및 네트워크에 특화된 기능 등 여러 다양한 기술들로 인해 이동통신 멀티미디어 분야에서 많이 사용되고 있으며, 현재 DMB 동영상 압축 표준으로 자리잡고 있다. 최근에는 이동통신 멀티미디어 분야에서 확장하여 HDTV급 고화질 멀티미디어 서비스를 위한 많은 연구가 진행되고 있다. 하지만 다양한 서비스 분야에도 불구하고 H.264/AVC는 고화질 및 고압축률을 위한 다양한 기능들과 복잡한 연산으로 인해 실시간 부호화기 및 복호화기 하드웨어 구현에 어려움을 겪고 있다. 특히 부호화기의 움직임 추정기는 전체 부호화기 연산의 60% 이상을 차지하여 부호화기의 실시간 구현에 가장 걸림돌이 되고 있다. 움직임 추정 연산은 정화소 움직임 추정 및 부화소 움직임 추정으로 나뉘어져 있으며, 정화소 움직임 추정 후 부화소 움직임 추정 연산이 수행된다. 일반적으로 정화소 움직임 추정이 넓은 탐색영역으로 인해 부화소 움직임 추정보다 연산량이 수십에서 수백 배 가량 많아 움직임 추정기의 병목현상은 정화소 움직임 추정기에서 주로 발생하였다. 따라서 정화소 움직임 추정기의 연산량 감소를 위해 많은 연구가 진행되었으며, 고속 정화소 움직임 추정기의 개발로 인해 역으로 부화소 움직임 추정 연산량이 정화소 연산량보다 많아지게 되는 경우가 발생하게 되었다. 제안한 고속 부화소 움직임 추정 연산은 몇 가지 부화소 움직임 추정 연산의 탐색 특성에 기반하고 있다. 첫째, 영상 내 모든 블록에 대해서 부화소 움직임 추정 연산을 수행 할 필요가 없다. 모든 블록에 대해서 정화소 및 부화소 움직임 추정을 수행하더라도 최종적으로 정화소 움직임 추정기에서 얻은 정화소 움직임 벡터를 선택하는 경우가 발생한다. 이와 같은 경우는 불필요한 부화소 움직임 추정 연산이 발생하게 되므로, 불필요한 부화소 움직임 추정 연산을 효과적으로 예측 할 수 있다면 부화소 움직임 추정 연산을 대폭 감소시킬 수 있다. 둘째, 현재 블록의 움직임 벡터는 주변 블록과 유사한 방향성을 가지고 있다. 따라서 주변 블록의 움직임 벡터를 이용하여 초기 움직임 탐색 지점을 예측하고 제안한 부화소 탐색 패턴을 이용하면 효과적으로 부화소 탐색 지점을 감소시킬 수 있다. 위의 두 가지 부화소 탐색 특성을 이용하여 블록 움직임 예측을 기반으로 한 고속 부화소 움직임 예측 알고리즘을 제안하였다. 제안한 알고리즘을 적용할 경우 전역 부화소 탐색에 비해 연산량은 평균 93%가 감소하였으며, PSNR은 감소는 최대 0.06dB로 성능 저하는 매우 미비하였다. 시뮬레이션 결과 제안한 알고리즘이 성능 열하 없이 효과적으로 부화소 연산량을 감소시킬 수 있음을 알 수 있다. H.264/AVC는 2003년도에 ISO와 ITU-T에서 공동으로 개발 및 제정한 멀티미디어 압축 표준으로, 좋은 영상 화질과 높은 압축률을 가지고 있어 주목 받고 있는 멀티미디어 압축 표준이다. 특히 에러 내성 및 네트워크에 특화된 기능 등 여러 다양한 기술들로 인해 이동통신 멀티미디어 분야에서 많이 사용되고 있으며, 현재 DMB 동영상 압축 표준으로 자리잡고 있다. 최근에는 이동통신 멀티미디어 분야에서 확장하여 HDTV급 고화질 멀티미디어 서비스를 위한 많은 연구가 진행되고 있다. 하지만 다양한 서비스 분야에도 불구하고 H.264/AVC는 고화질 및 고압축률을 위한 다양한 기능들과 복잡한 연산으로 인해 실시간 부호화기 및 복호화기 하드웨어 구현에 어려움을 겪고 있다. 특히 부호화기의 움직임 추정기는 전체 부호화기 연산의 60% 이상을 차지하여 부호화기의 실시간 구현에 가장 걸림돌이 되고 있다. 움직임 추정 연산은 정화소 움직임 추정 및 부화소 움직임 추정으로 나뉘어져 있으며, 정화소 움직임 추정 후 부화소 움직임 추정 연산이 수행된다. 일반적으로 정화소 움직임 추정이 넓은 탐색영역으로 인해 부화소 움직임 추정보다 연산량이 수십에서 수백 배 가량 많아 움직임 추정기의 병목현상은 정화소 움직임 추정기에서 주로 발생하였다. 따라서 정화소 움직임 추정기의 연산량 감소를 위해 많은 연구가 진행되었으며, 고속 정화소 움직임 추정기의 개발로 인해 역으로 부화소 움직임 추정 연산량이 정화소 연산량보다 많아지게 되는 경우가 발생하게 되었다. 제안한 고속 부화소 움직임 추정 연산은 몇 가지 부화소 움직임 추정 연산의 탐색 특성에 기반하고 있다. 첫째, 영상 내 모든 블록에 대해서 부화소 움직임 추정 연산을 수행 할 필요가 없다. 모든 블록에 대해서 정화소 및 부화소 움직임 추정을 수행하더라도 최종적으로 정화소 움직임 추정기에서 얻은 정화소 움직임 벡터를 선택하는 경우가 발생한다. 이와 같은 경우는 불필요한 부화소 움직임 추정 연산이 발생하게 되므로, 불필요한 부화소 움직임 추정 연산을 효과적으로 예측 할 수 있다면 부화소 움직임 추정 연산을 대폭 감소시킬 수 있다. 둘째, 현재 블록의 움직임 벡터는 주변 블록과 유사한 방향성을 가지고 있다. 따라서 주변 블록의 움직임 벡터를 이용하여 초기 움직임 탐색 지점을 예측하고 제안한 부화소 탐색 패턴을 이용하면 효과적으로 부화소 탐색 지점을 감소시킬 수 있다. 위의 두 가지 부화소 탐색 특성을 이용하여 블록 움직임 예측을 기반으로 한 고속 부화소 움직임 예측 알고리즘을 제안하였다. 제안한 알고리즘을 적용할 경우 전역 부화소 탐색에 비해 연산량은 평균 93%가 감소하였으며, PSNR은 감소는 최대 0.06dB로 성능 저하는 매우 미비하였다. 시뮬레이션 결과 제안한 알고리즘이 성능 열하 없이 효과적으로 부화소 연산량을 감소시킬 수 있음을 알 수 있다.

more

초록/요약

In an H.264/AVC video encoder, the motion estimation at fractional pixel accuracy improves a coding efficiency and image quality. However, it requires additional computation overheads for fractional search and interpolation, and thus, reducing the computation complexity of fractional search becomes more important. This thesis proposes fast fractional search algorithms by combining the Simplified Adaptive Search Range (SASR) and the Mixed Small Diamond Search Pattern (MSDSP) with the predicted fractional motion vector. Compared with the full search and the prediction-based directional fractional pixel search, the proposed algorithms can reduce up to 93% and 60% of fractional search points, respectively with the maximum PSNR lost less than 0.06dB. Therefore, the proposed fast search algorithms are quite suitable for mobile applications requiring low complexity.

more

목차

제1장 서론 = 1
제2장 부화소 움직임 추정 특성과 기존 부화소 움직임 추정 알고리즘 = 4
제1절 멀티미디어 압축 기술 = 4
제2절 부화소 움직임 추정의 특성 = 13
제3절 기존 고속 부화소 움직임 추정 알고리즘 = 19
제3장 고속 부화소 움직임 추정 알고리즘 = 25
제1절 부화소 탐색 생략 알고리즘 = 26
제2절 Mixed Small Diamond Search Pattern = 28
제4장 성능평가 = 34
제5장 결론 = 37
참고문헌 = 38
Abstract = 39

more