센서네트워크상의 응용을 위한 터보 복호화 오류정정 기법을 이용한 경량화 비디오 부호화 방법 Low Complexity Video Encoding Using Turbo Decoding Error Concealments for Sensor Network Application원문보기
종래의 움직임보상 변환 부호화 기술은 부호화기가 복호화기에 비해 매우 복잡한 구조를 갖는다. 하지만 센서네트워크와 같은 에너지 제한 환경을 위한 경량화 부호화기의 필요성이 대두됨에 따라 부호화기 복잡도와 에너지소비의 대부분을 차지했던 움직임 예측/보상과정을 없애기 위한 새로운 부호화 구조에 대한 연구가 이루어져 왔다. Wyner-Ziv 코딩 기술은 이를 가능하게 하는 대표적인 기술로서 터보 코드와 같은 채널 코드를 이용하여 프레임과 보조정보 사이의 잡음을 제거하여 영상을 복원한다. 이때 부호화기는 단순히 현재 프레임에 대한 패리티 정보만을 생성할 뿐 프레임간의 유사성을 이용하는 어떠한 과정도 수행하지 않기 때문에 매우 간단한 구조를 갖게 된다. 하지만 Wyner-Ziv 코딩 구조에서는 잡음이 많은 보조영상을 이용하여 복호화 할 경우 터보 코드의 복호화 오류가 발생한다. 이러한 복호화 오류는 특히 영상 간 움직임이 많거나 occlusion이 존재하는 경우 더 많이 발생하여 마치 복원된 영상에 Salt & Pepper 같은 잡음이 나타난다. 이러한 잡음은 비록 그 발생빈도는 적지만 복원된 영상의 주관적인 화질을 상당히 떨어뜨린다. 본 논문은 심볼단위의 Wyner-Ziv 코딩구조하의 초경량 부호화 기술과, 잘못된 필터 적용으로 영상의 texture를 손상시키는 경우를 최소하기 위하여 복호화 시 각 화소에 터보 코드 복호화 오류가 있는지 여부를 판단하여 선택적으로 미디언 필터를 적용시키는 기술을 제안한다. 제안된 방법은 종래의 움직임보상 변환 부호화 기술과 비교하여 현저하게 연산량이 감소된 경량화 부호화 기술로서 터보 코드 복호화 오류로 발생하는 잡음과 영상의 texture를 구분하여 필터를 적용함으로써 복원된 영상의 주관적인 화질과 PSNR을 동시에 개선한다. 실험결과 PSNR의 경우 평균 최고 약 0.8dB에 달하는 성능이득 효과를 보였다.
종래의 움직임보상 변환 부호화 기술은 부호화기가 복호화기에 비해 매우 복잡한 구조를 갖는다. 하지만 센서네트워크와 같은 에너지 제한 환경을 위한 경량화 부호화기의 필요성이 대두됨에 따라 부호화기 복잡도와 에너지소비의 대부분을 차지했던 움직임 예측/보상과정을 없애기 위한 새로운 부호화 구조에 대한 연구가 이루어져 왔다. Wyner-Ziv 코딩 기술은 이를 가능하게 하는 대표적인 기술로서 터보 코드와 같은 채널 코드를 이용하여 프레임과 보조정보 사이의 잡음을 제거하여 영상을 복원한다. 이때 부호화기는 단순히 현재 프레임에 대한 패리티 정보만을 생성할 뿐 프레임간의 유사성을 이용하는 어떠한 과정도 수행하지 않기 때문에 매우 간단한 구조를 갖게 된다. 하지만 Wyner-Ziv 코딩 구조에서는 잡음이 많은 보조영상을 이용하여 복호화 할 경우 터보 코드의 복호화 오류가 발생한다. 이러한 복호화 오류는 특히 영상 간 움직임이 많거나 occlusion이 존재하는 경우 더 많이 발생하여 마치 복원된 영상에 Salt & Pepper 같은 잡음이 나타난다. 이러한 잡음은 비록 그 발생빈도는 적지만 복원된 영상의 주관적인 화질을 상당히 떨어뜨린다. 본 논문은 심볼단위의 Wyner-Ziv 코딩구조하의 초경량 부호화 기술과, 잘못된 필터 적용으로 영상의 texture를 손상시키는 경우를 최소하기 위하여 복호화 시 각 화소에 터보 코드 복호화 오류가 있는지 여부를 판단하여 선택적으로 미디언 필터를 적용시키는 기술을 제안한다. 제안된 방법은 종래의 움직임보상 변환 부호화 기술과 비교하여 현저하게 연산량이 감소된 경량화 부호화 기술로서 터보 코드 복호화 오류로 발생하는 잡음과 영상의 texture를 구분하여 필터를 적용함으로써 복원된 영상의 주관적인 화질과 PSNR을 동시에 개선한다. 실험결과 PSNR의 경우 평균 최고 약 0.8dB에 달하는 성능이득 효과를 보였다.
In conventional video coding, the complexity of encoder is much higher than that of decoder. However, as more needs arises for extremely simple encoder in environments having constrained energy such as sensor network, much investigation has been carried out for eliminating motion prediction/compensa...
In conventional video coding, the complexity of encoder is much higher than that of decoder. However, as more needs arises for extremely simple encoder in environments having constrained energy such as sensor network, much investigation has been carried out for eliminating motion prediction/compensation claiming most complexity and energy in encoder. The Wyner-Ziv coding, one of the representative schemes for the problem, reconstructs video at decoder by correcting noise on side information using channel coding technique such as turbo code. Since the encoder generates only parity bits without performing any type of processes extracting correlation information between frames, it has an extremely simple structure. However, turbo decoding errors occur in noisy side information. When there are high-motion or occlusion between frames, more turbo decoding errors appear in reconstructed frame and look like Salt & Pepper noise. This severely deteriorates subjective video quality even though such noise rarely occurs. In this paper, we propose a computationally extremely light encoder based on symbol-level Wyner-Ziv coding technique and a new corresponding decoder which, based on a decision whether a pixel has error or not, applies median filter selectively in order to minimize loss of texture detail from filtering. The proposed method claims extremely low encoder complexity and shows improvements both in subjective quality and PSNR. Our experiments have verified average PSNR gain of up to 0.8dB.
In conventional video coding, the complexity of encoder is much higher than that of decoder. However, as more needs arises for extremely simple encoder in environments having constrained energy such as sensor network, much investigation has been carried out for eliminating motion prediction/compensation claiming most complexity and energy in encoder. The Wyner-Ziv coding, one of the representative schemes for the problem, reconstructs video at decoder by correcting noise on side information using channel coding technique such as turbo code. Since the encoder generates only parity bits without performing any type of processes extracting correlation information between frames, it has an extremely simple structure. However, turbo decoding errors occur in noisy side information. When there are high-motion or occlusion between frames, more turbo decoding errors appear in reconstructed frame and look like Salt & Pepper noise. This severely deteriorates subjective video quality even though such noise rarely occurs. In this paper, we propose a computationally extremely light encoder based on symbol-level Wyner-Ziv coding technique and a new corresponding decoder which, based on a decision whether a pixel has error or not, applies median filter selectively in order to minimize loss of texture detail from filtering. The proposed method claims extremely low encoder complexity and shows improvements both in subjective quality and PSNR. Our experiments have verified average PSNR gain of up to 0.8dB.
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
문제 정의
다음으로 본 논문의 refinement 모듈은 기존의 방식을 幽 확장한 것으로 refine을 해야 하는 블록을 선정하는 방법과 움직임 예측과 보상을 수행하는 방법에 있어서 선택적 미디언 필터의 결과를 함께 이용하도록 함으로써 오류정정 후에 잔류하는 약간의 오류가 있더라도 결과 영상의 화질을 개선하도록 하는 것이다.
따라서 본 논문은 센서네트워크와 같은 새로운 환경에서 사용하기 위한 경량화 부호화기 구현을 위해, 화소 영역 Wyner-Ziv 코딩 기술을 사용하되, 기존 방법의 문제점인 터보 코딩의 복호화 오류를 시공간 유사성 적용을 통하여 판별하고 보정하는 새로운 경량화 비디오 부호화 방법과 이에 상응하는 개선된 부호화 방법을 제안한다. 본 논문의 구성은 다음과 같다.
본 논문에서는 복호화 과정에서 발생하는 터보 코드 복호화 오류를 정정하기 위한 기술로 선택적 미디언 필터를 사용한 센서네트워크상의 응용을 위한 경량화 비디오 부호화기를 제안하였다. 제안한 방법은 여러 가지 정보를 이용하여 각 화소 위치에서 해당 화소에 터보 코드 복호화 오류가 있는지 여부를 판단하고 필터를 적용시켜 영상 고유 texthie의 손상을 최소화 시키면서 발생한 복호화 오류를 정정할 수 있었다.
같다. 우선 refinement 모듈은 모든 블록에 대해서 블록 내 상위 M 비트 값이 보조정보의 값과 다른 화소가 존재하는 지의 여부를 파악한다. 만약 상위 M 비트가 다른 화소가 있을 경우 양쪽에 있는 키 프레임으로부터 반복적인 움직임 예측을 한다.
가설 설정
17dB로 제안한 방법이 (a)에 비해서는 4.22dB 좋아 졌고 (b) 에비해서는 2.87dB 좋아 졌다.
- 보조정보 생성기 : 블록 크기는 8x8이며 움직임 예측을 위한 탐색영역은 ±16, 움직임 벡터 미세조정을 위한 탐색영역은 ±3이며 프레임간 거리는 1:1로 가정하였다. 키 프레임은 무손실 압축을 가정함.
이는, 일반적인 채널상의 잡음은 물리적으로 비트별로 전송되므로 비트단위로 가해지는 것으로 모델링하지만, DVC에서의 가상채널 잡음은 보조 정보와 Wyner-Ziv 프레임과의 차이이므로, 가상의 채널 잡음은 심볼 단위로 주어지는 것이 실제와 더 가까울 것이기 때문이다. 기존의 비트 플레인 기반의 Wyner-Ziv 코딩은 이런 심볼 단위에서의 잡음모델을 비트 단위로 천이하는 트렐리스에 적용하기 위해 심볼을 구성하는 비트들 간의 연관성이 없음을 가정하였다. 하지만 실제 영상신호는 화소를 구성하는 비트들 간에 연관성이 존재하며 그렇기 때문에 비트들 간 연관성이 없음을 가정한 잡음 모델의 부정확성은 결과적으로 동작하는 채널코드의 성능저하로 이어진다时.
그리고 그렇게 찾은 블록 쌍을 보간하여 보조정보를 만든다미 근본적으로 Wyner-Ziv 코딩은 보조정보를 잘 만들수록, 즉 제거되어져야 할 잡음이 적게 생성될수록 전체적인 시스템의 부호화 효율이 좋아진다. 따라서 앞서 언급한 방법 이외에도 움직임 벡터필드에서 선택적으로 비정상적인 움직임 벡터를 찾아내는 방법 등 더욱 개선된 보조 정보를 만드는 방법에 관한 많은 연구가 이루어졌다⑹ 본 논문에서는 앞서 설명한 기본적인 방법国을 이용하여 보조 정보를 생성하였으며, Wyner-Ziv 코딩의 성능 확인을 위하여 다른 PDWZ 방법과 같이 키 프레임은 무 손실압축을 가정하였다. 그림 3은 예로써 생성된 Foreman 영상의 보조정보이다.
이때에 정합도 계산 알고리즘은 WMAD(Weighted Mean Absolute Difference)를 사용하며 상위 M비트가 같은 화소에는 계산 시 1/2沮의 가중치를 두게 한다m 그리고 본 논문에서는 여기에 해당 블록에 미디언 필터가 적용된 화소가 있을 경우, 이는 계산의 정확도를 위해 정합도 계산에서 제외한다. 움직임 보상 시 기존의 방법은 해당 블록에 터보 코드 복호화 오류가 거의 없다는 것을 가정하여 상위 M 비트가 같은 화소의 경우에만 움직임 보상을 하였다. 상위 M 비트가 다를 경우에는 키 프레임에서 찾아낸 후보 블록의 동일 위치에 잡음이 있다고 판단하기 때문이다.
가정하였다. 키 프레임은 무손실 압축을 가정함.
제안 방법
먼저 비트플레인 추출기를 없애고 종래의 비트 단위에서 동작하는 터보 코드 대신 심볼 단위에서 동작하는 Hyper-trellis 터보 코드를”" 사용함으로써 채널 코드의 정정능력을 향상시킨다. 이는, 일반적인 채널상의 잡음은 물리적으로 비트별로 전송되므로 비트단위로 가해지는 것으로 모델링하지만, DVC에서의 가상채널 잡음은 보조 정보와 Wyner-Ziv 프레임과의 차이이므로, 가상의 채널 잡음은 심볼 단위로 주어지는 것이 실제와 더 가까울 것이기 때문이다.
- Ee : 복원된 영상의 화소와 그에 상응하는 원본 영상 화소의 상위 M 비트가 다른 사건 (즉, 터보 코드 복호화 오류가 발생한 경우로 실제 실험에서는 원본 영상과 복원된 영상의 상위 비트를 직접 비교하여 구하였다.)
본 논문에서는 이를 위해 프레임을 12개의 하위블록으로 나누고, 이웃한 화소들을 모두 다른 하위블록에 배정함으로써 서로간의 영향을 최소화 하였다. 그리고 발생되는 잡음이 특정 영역에 밀집해서 발생하는 것을 방지하기 위해 터보 부호화전에 interleaving 과정을 수행한다. 하지만 이렇게 발생하는 잡음을 프레임 전체에 분산시켜 주변 화소의 신빙성을 높인다 해도 필터를적용시켰을 때 잡음을 제거해서 얻는 이득보다 필터링 때문에 영상의 texture에 생기는 손실이 더 크면 바람직하지 않기 때문에, 터보 코드 복호화 오류를 보정하기 위해서는 모든 화소의 위치에서 일괄적으로 필터를 적용하는 대신, 해당 화소에 이와 같은 오류가 발생하였는지 여부를 판별하고 그에 따라 선택적으로 미디언 필터를 적용시킬 수 있는 방안이 필요하다.
하지만 터보 코드 복호화 오류가 있을 때, 특히 주변 화소들과 판이하게 다른 값을 갖는 화소의 경우, 키 프레임에서 현재 블록에 거의 흡사한 블록을 찾는다 해도 오류가 있는 화소의 경우 상위 M 비트 값이 달라 움직임 보상의 대상에서 제외되는 경우가 발생할 수 있다. 따라서 본 논문에서는 상위 M 비트값이 다르더라도 미디언 필터가 적용된 화소의 경우에 한해서는 후보 블록에서 움직임 보상을 수행한다.
발생한다는 것이다. 따라서 본 논문에서는 이렇게 필터가 적용되어버린 texture를 보상하는 방법을 다음과 같이 적용한다.
한다. 따라서 실제적으로는 Wyner-Ziv 프레임 복호화 전에, 앞뒤 키 프레임인 X』과 XtT을 먼저 복원하며 이 후 X&J에서 XtT 방향으로 움직임 예측을 수행한다. 이렇게 얻어진 움직임 벡터 중 프레임 X의 임의의 블록 위치에서 해당 블록을 가장 가까이 통과하는 벡터를 그 블록의 움직임 벡터로 사용한다.
또한 Wyner-Ziv 코딩에 쓰이는 터보 코드는 RCPT(Rate Compatible Punctured Turbo Code) 로 생성된 패리티를 버퍼에 저장하며 복호기의 요청에 따라그 중 일부를 puncturing하여 전송한다. 본 논문에서는 puncturing시 패리티가 트렐리스 상에서 동일한 간격으로 위치할 수 있게 puncturing 테이블을 만들어 사용하였다.
우선 미디언 필터를 사용하기 위해서는 이웃화소의 신빙성이 높아야 하기 때문에 이러한 종류의 잡음이 밀집해서 나타나는 것을 방지해야 한다. 본 논문에서는 이를 위해 프레임을 12개의 하위블록으로 나누고, 이웃한 화소들을 모두 다른 하위블록에 배정함으로써 서로간의 영향을 최소화 하였다. 그리고 발생되는 잡음이 특정 영역에 밀집해서 발생하는 것을 방지하기 위해 터보 부호화전에 interleaving 과정을 수행한다.
실험은 다음 세 가지 경량화 부호화 방법의 비교로 이루어졌다.
부호화기를 제안하였다. 제안한 방법은 여러 가지 정보를 이용하여 각 화소 위치에서 해당 화소에 터보 코드 복호화 오류가 있는지 여부를 판단하고 필터를 적용시켜 영상 고유 texthie의 손상을 최소화 시키면서 발생한 복호화 오류를 정정할 수 있었다. Foreman 실험 결과를 보면 알 수 있듯이 제안하는 방법은 주관적 화질에서도 많은 개선을 보였지만 동시에 R-D성능에 있어서도 최대 0.
대상 데이터
미디언 필터의 주 적용대상은 터보 코드 복호화 오류가 있는 화소 중 Salt & Pepper같은 잡음이 있는 화소로 자신의 이웃들과는 판이하게 다른 값을 보이는 화소들이다. 이러한 화소들은 주변과의 차이가 크기 때문에 해당 위치의 보조정보와도 크게 값 차이가 날 것으로 예상할 수 있다.
본 논문에서 제안하는 경량화부호화기법과 터보 복호화 오류보정방법을 평가하기 위하여 Foreman 영상 (Siemens 로고 없는 것)과 Stefan 영상 각각 100 프레임에 대하여 실험을 하였다. 이 두 영상 시퀀스를 선택한 것은, 움직임의 많고 적음과 영상 textae의 복잡도에 따라 종래 방법에 비해 본 논문의 제안 방법이 얼마나 성능을 개선할 수 있을 것인가를 보기 위함이다.
성능/효과
제안한 방법은 여러 가지 정보를 이용하여 각 화소 위치에서 해당 화소에 터보 코드 복호화 오류가 있는지 여부를 판단하고 필터를 적용시켜 영상 고유 texthie의 손상을 최소화 시키면서 발생한 복호화 오류를 정정할 수 있었다. Foreman 실험 결과를 보면 알 수 있듯이 제안하는 방법은 주관적 화질에서도 많은 개선을 보였지만 동시에 R-D성능에 있어서도 최대 0.8dB에 이르는 성능 이득을 보인다. 하지만 제안한 방법을 이용하여 터보 코드 복호화 오류가 아닌 영상의 texture를 필터의 적용대상에서 가능한 제외시키더라도 textu冀의 복잡도가 매우 높은 경우에는 필터에 의한 손상을 억제하기가 어렵다.
하지만 본 논문의 선택적 미디언 필터는 각 화소위치에서 해당화소에 채널 복호화 오류가 있는지 여부를 판단하고 필터를 적용시키기 때문에 textuue의 손상을 최대한 억제 할 수 있다. 결과적으로 textae의 손상을 줄임으로써 잡음을 제거해서 얻는 이득이 PSNR 이득으로 나타나게 된다. 실제 그림 8에 나와 있는 영상에서 원본 Wyner-Ziv 프레임과의 PSNR 측정값은 (a)가 31.
따라서 필터의 적용대상이 되는 잡음이 있는 화소는 대부분 보조 정보와 상위 4 비트가 다른 화소 중에 있을 것이라 가정 할 수 있으며 이 위치에 미디언 필터를 적용할 경우 대부분의 오류를 정정할 수 있을 것이라 예상 할 수 있다. 그리고 마지막 열의 P(EM|Eb, e) 값을 보면 평균적으로 실제 보조정보와 상위 4 비트가 다른 복호화 오류가 발생하는 화소 중 약 68%에 미디언 필터가 적용될 수 있음을 확인 할 수 있다. 그렇기 때문에 복원된 화소들 중상위 4비트가 보조정보와 다른 화소에 대해서만 선택적인 미디언 필터를 적용시키면 이웃화소와 값 차이가 크게 나는 오류를 상당량 정정할 수 있을 것으로 예상할 수 있다.
복호화 과정으로 한다. 따라서 보조정보가 정교할수록 그리고 터보 코드의 오류정정 능력이 좋고 부호 화기에서 전송해주는 패리티의 양이 충분할수록 더 나은 복호화 성능을 보인다. 하지만 반대로 보조정보를 잘못 만들거나 터보 코드의 오류정정 능력에 비해 패리티의 양이 중분하지 않을 경우에는 터보 코드 복호화 오류가 발생한다.
이러한 화소들은 주변과의 차이가 크기 때문에 해당 위치의 보조정보와도 크게 값 차이가 날 것으로 예상할 수 있다. 표 1에서 볼 수 있는 것처럼 영상을 복원한 후 터보 코드 복호화 오류가 발생한 화소 중 평균적으로 약 73%가 보조 정보와 상위 4 비트가 다르다는 것을 확인할 수 있다. 즉, 값이 보조정보와 최소 16 이상(이 경우 M값이 4이므로) 차이가 나는 모든 오류가 있는 화소는 앞의 약 73%에 해당한다.
그렇기 때문에 영상 내 이러한 잡음이 빈도수가 많지 않은 경우에 일괄적으로 미디언 필터를 적용하면 PSNR측면에 상당히 많은손실이 있게 된다. 하지만 본 논문의 선택적 미디언 필터는 각 화소위치에서 해당화소에 채널 복호화 오류가 있는지 여부를 판단하고 필터를 적용시키기 때문에 textuue의 손상을 최대한 억제 할 수 있다. 결과적으로 textae의 손상을 줄임으로써 잡음을 제거해서 얻는 이득이 PSNR 이득으로 나타나게 된다.
그렇기 때문에 복원된 화소들 중상위 4비트가 보조정보와 다른 화소에 대해서만 선택적인 미디언 필터를 적용시키면 이웃화소와 값 차이가 크게 나는 오류를 상당량 정정할 수 있을 것으로 예상할 수 있다. 하지만 이와 같은 방법으로 오류가 없는 픽셀에 필터가 적용되는 경우를 줄인다 하더라도 여전히 오류가 아닌 화소에 필터가 적용되는 경우가 많이 발생하는 것을 실험을 통하여 확인할 수 있었다. 그렇기 때문에 본 논문에서는 선택적 미디언 필터에 임계값을 추가적으로 두어 사용한다邸.
8dB에 달하는 많은 화질 향상이 있었음을 알 수 있다. 하지만 이와는 달리 Stefan 영상의 경우 비록 주관적인 화질의 향상은 있었지만 제안하는 방법으로 PSNR 이득은 얻지 못하였음을 알 수 있다. 이는 Stefan의 경우 textuie의 복잡도가 높기 때문에 잡음을 제거해서 얻는 이득이 texture의 손상으로 감쇄되었기 때문이다.
후속연구
하지만 제안한 방법을 이용하여 터보 코드 복호화 오류가 아닌 영상의 texture를 필터의 적용대상에서 가능한 제외시키더라도 textu冀의 복잡도가 매우 높은 경우에는 필터에 의한 손상을 억제하기가 어렵다. 그렇기 때문에 향후에는 이러한 문제를 해결하기 위해 영상의 texture 가 복잡한 경우 좀 더 정교하게 터보 코드 복호화 오류 여부를 결정할 수 있는 방안과 나아가 블록 내 오류가 아닌 texture에 필터가 적용되는 경우가 많이 발생하더라도 이를 보상 할 수 있는 더 정교한 refinement 기술에 대한 연구가 필요하다.
참고문헌 (13)
J. D. Slepian and J. K. Wolf, "Noiseless coding of correlated information sources," IEEE Transactions on Information Theory, vol. IT-19, pp. 471-480, July 1973
A. Wyner and J. Ziv, "The rate-distortion function for source coding with side information at the decoder," IEEE Trans. Information Theory, vol. 22, pp. 1-10, July 1976
A. Aaron, S. Rane, R. Zhang, and B. Girod, "Wyner-Ziv coding for video: Applications to compression and error resilience," Proc. of IEEE Data Compression Conference, DCC-2003, Snowbird, UT, March 2003
R. Puri and k. Ramchandran, "PRISM: A new robust video coding architecture based on distributed compression principles," in Proc. Allerton Conference on communication, Control, and Computing, Allerton, IL, October, 2002
J. Ascenso, C. Brites, and F. Pereira, "Improving frame interpolation with spatial motion smoothing for pixel domain distributed video coding," 5th EURASIP Conference on Speech and Image Processing, Multimedia Communications and Services, Slovak Republic, July 2005
L. Alparone, M. Barni, F. Bartolini, and V.Cappellini, "Adaptively weighted vector-medin filters for motion fiels smothing," Proc. of IEEE ICASSP, Georgia, USA, May 1996
L. R. Bahl, J. Cocke, F. Jelinek, and J. Raviv, "Optimal decoding of linear codes for minimizing symbol error rate," IEEE Trans. Information Theory, pp 284-287, March 1974
S.S. Pietrobon, "Implementation and performance of a turbo/map decoder," International Journal of Satellite Communications, vol. 16, pp. 23-46, 1998
W. Koch and A. Baier, "Optimum and sub-optimum detection of coded data distributed by time varying inter-symbol interference," Globecom '90, San Diego, USA, pp. 1679-1684, December 1990
A. J. Viterbi, "Error bounds for convolutional codes and an asymptotically optimum decoding algorithm," IEEE Transactions on Information Theory, vol. IT-13, pp. 260-269, April 1967
A. Avudainayagam, J. M. Shea, and D. Wu, "Hyper-tellis decoding of pixel-domain Wyner-Ziv video coding," Globecom '2005, St.Louis, USA, November 2005
J. Ascenso, C. Brites, and F. Pereira, "Motion compensated refinement for low complexity pixel based distributed video coding," Proc. of IEEE International Conference on Advanced Video and Signal Based Surveillance, Como, Italy, September 2005
박운기, 이상희, 전병우, "효과적인 잡음 제거를 위한 간략한 전처리 방법," 방송공학회논문지 제6권 제2호, pp. 139-147, 2001
※ AI-Helper는 부적절한 답변을 할 수 있습니다.