VCM을 위한 공간적 리샘플링 기술에 관한 성능 분석 (Performance Analysis on the Spatial Resampling Technology for VCM)

서지정보

· 발행기관 : 한국방송∙미디어공학회
· 수록지 정보 : 방송공학회 논문지 / 29권 / 6호 / 879 ~ 887페이지
· 저자명 : 안은빈, 김아영, 곽상운, 정순흥, 정원식, 추현곤, 서광덕

초록

최근 괄목할 만한 발전을 이룬 머신 비전은 다양한 산업 및 연구 분야에서 활용되고 있다. 특히, 머신 비전에서 활용되는 영상이 급격하게 늘어나면서 기존 인간의 시각 인지를 기반으로 발전된 비디오 압축 방식이 아닌 기계의 특성을 고려한 새로운 압축 방식인VCM에 대한 논의가 이뤄지고 있다. 특히, VCM에서 채택된 MI-RPR 기반 적응형 공간적 리샘플링 기술은 입력 영상의 주요 객체식별 가능성을 고려하기 위하여 사전 분석을 진행하고, 분석된 정보를 토대로 영상의 해상도를 적응적으로 적용하여 부호화하기 때문에 기계 임무의 정확도를 최대한 유지하면서도 비교적 안정적으로 부호화 성능을 높일 수 있다. 본 논문에서는 MI-RPR 기반의 적응형 공간적 리샘플링 기술을 소개하고, 146차 회의 이후에 보고된 CE0 보고서를 기반으로 공간적 리샘플링 기술의 적용이 VCM 성능에 미치는 영향을 상세히 분석한다. 공간적 리샘플링 기술의 활성화를 통해 VCM-RS v0.8.1과 v0.9에서 각각 BD-rate 6.08%, 4.27%만큼 VCM의 성능 개선 효과를 얻을 수 있다.

영어초록

Recent advancements in machine vision have led to significant applications across various industries and research fields. Withthe exponential growth in the volume of video data utilized in machine vision, there has been increasing discussion around a newcoding technology, Video Coding for Machines (VCM), which is tailored to the machine consumption rather than traditional videocompression methods designed for human visual perception. The MI-RPR-based adaptive spatial resampling adopted in VCMconducts pre-analysis to assess the likelihood of effectively identifying key objects in the input video and adaptively appliesresolution during encoding based on the analyzed information. This approach allows for maintaining the accuracy of machine taskswhile relatively stabilizing and enhancing the coding performance. This paper introduces the adaptive spatial resampling based onMI-RPR and analyzes its impact on VCM performance, as detailed in the summary report of CE0 following the 146th meeting.
The implementation of this spatial resampling technique results in performance improvements of 6.08% and 4.27% in BD-rate forVCM-RS versions 0.8.1 and 0.9, respectively.

참고자료

· 없음