계산량 감축을 위한 DCT-Based H.263 양자화기의 비교 연구
The Study of Comparison of DCT-based H.263 Quantizer for Computative Quantity Reduction
1
조회
0
다운로드
1
인용
0
참고문헌
초록
동영상 데이터를 효율적으로 압축하기 위해서는 입력 영상 데이터의 공간 및 시간적인 중복성 제거가 요구된다. 움직임 추정 및 보상방법은 시간적인 중복성을 효과적으로 제거할 수 있지만 프래임간 예측 때문에 계산량이 증가된다. 따라서 계산량을 줄이면서 실시간 처리가 가능한 알고리즘의 연구가 요구된다. 본 논문에서는 인간 시각 특성을 고려하여 DCT 계수를 효과적으로 양자화할 수 있는 양자화기를 제안한다. 제안된 DCT-based H.263의 양자화기는 같은 전송 속도에서 TMN5보다 더 많은 프레임을 전송 처리함으로 화면 드롭현상을 줄일 수 있었다. 또한 객관적 화질 평가를 위한 평균 PSNR에서 TMN5보다 휘도 신호는 -0.3～+0.65dB의 차이를 보이고 색차 신호에서는 1.73dB 정도의 개선을 나타냈다. 계산량 비교에서는 NTSS에 비하여 30～31%, 4SS에 비하여 20～21% 계산량의 감소를 나타냈다.
Abstract
To compress the moving picture data effectively, it is needed to reduce spatial and temporal redundancy of input image data. While motion estimation/ compensation methods is effectively able to reduce temporal redundancy but it is increased computation complexity because of the prediction between frames. So, the study of algorithm for computation reduction and real time processing is needed. This paper is presenting quantizer effectively able to quantize DCT coefficient considering the human visual sensitivity. As quantizer that proposed DCT-based H.263 could make transmit more frame than TMN5 at a same transfer speed, and it could decrease the frame drop effect. And the luminance signal appeared the difference of -0.3～+0.65dB in the average PSNR for the estimation of objective image quality and the chrominance signal appeared the improvement in about 1.73dB in comparision with TMN5. The proposed method reduces 30～31% compared with NTSS and 20～21% compared to 4SS in comparition of calculation quantity
참고문헌 (11)
- C.Y.Fang, "An automatic road sign recognition system based on a computational model of human recognition processing", Computer Vision and Image Understanding 96, pp.237~268 (2004)
- 방걸원, "컬러정보와 오류역전파 알고리즘을 이용한 교통표지판 인식", 정보처리학회논문지D, 14(7), pp.809~818 (2007), 한국정보처리학회
- Arturo De La Escalera, "Road traffic sign detection and classification", IEEE Transaction on Industrial Electronics, 44(6) (1997)
- R.Luo, "Translation and scale invariant landmark recognition using receptive field neural network", IEEE-RSJ Int. Conf. on Intelligent Robots and System(IROS'92) (1992)
- M. M. Zadeh, "Localization and recognition of traffic signs for automated vehicle control systems", SPIE's Intelligence System and Automated Manufacturing (1996)
- Jung H. A., "Dominant color transform and circular pattern vector for traffic sign detection and recognition", IEICE Trans. on Electronics Communications and Computer Science, E81(6), pp.1128~1135 (1998)
- 이우범, "순차적 색 정보 기반 군집화와 원형 추적법에 의한 변형된 교통 표지판 인식", 한국정보처리학회 춘계학술발표대회 논문집, pp.103~106 (2008)
- H.Yang, "Fast detection landmarks on color image", Int. Conf. on Control, Automation, Robotics and Computer Vision(ICARCV'94), pp.395~399 (1994)
- X. W. Gao, "Recognition of traffic signs based on their colour and shape features extracted using human vision models", Journal of Visual Communication and Image Representation, 17(4), pp.675~685 (2006)
- Rafael G.Gonzalez, "Digital Image Processing" (1993), Addison Welsley
- Alan Koncar, "Gabor wavelet similarity maps for optimising hierarchical road sign classifiers", Pattern Recognition Letters, 28(2), pp.260~267 (2007)