$\require{mediawiki-texvc}$

연합인증

연합인증 가입 기관의 연구자들은 소속기관의 인증정보(ID와 암호)를 이용해 다른 대학, 연구기관, 서비스 공급자의 다양한 온라인 자원과 연구 데이터를 이용할 수 있습니다.

이는 여행자가 자국에서 발행 받은 여권으로 세계 각국을 자유롭게 여행할 수 있는 것과 같습니다.

연합인증으로 이용이 가능한 서비스는 NTIS, DataON, Edison, Kafe, Webinar 등이 있습니다.

한번의 인증절차만으로 연합인증 가입 서비스에 추가 로그인 없이 이용이 가능합니다.

다만, 연합인증을 위해서는 최초 1회만 인증 절차가 필요합니다. (회원이 아닐 경우 회원 가입이 필요합니다.)

연합인증 절차는 다음과 같습니다.

최초이용시에는
ScienceON에 로그인 → 연합인증 서비스 접속 → 로그인 (본인 확인 또는 회원가입) → 서비스 이용

그 이후에는
ScienceON 로그인 → 연합인증 서비스 접속 → 서비스 이용

연합인증을 활용하시면 KISTI가 제공하는 다양한 서비스를 편리하게 이용하실 수 있습니다.

HEVC 부호화기에서 GPU 기반 정수화소 움직임 추정을 고속화하기 위한 적응적인 탐색영역 결정 방법
Adaptive Search Range Decision for Accelerating GPU-based Integer-pel Motion Estimation in HEVC Encoders 원문보기

방송공학회논문지 = Journal of broadcast engineering, v.19 no.5, 2014년, pp.699 - 712  

김상민 (광운대학교 전자공학과) ,  이동규 (광운대학교 전자공학과) ,  심동규 (광운대학교 컴퓨터공학과) ,  오승준 (광운대학교 전자공학과)

초록
AI-Helper 아이콘AI-Helper

본 논문은 High Efficiency Video Coding (HEVC) GPU 기반 정수화소(integer-pel) 움직임 추정(Motion Estimation)을 고속화하기 위한 적응적인 탐색영역 결정 방법을 제안한다. 적응적인 탐색영역은 Motion Vector Difference (MVD)를 이용하여 결정한다. 먼저, 입력 영상의 MVD를 분석하여 입력 영상을 두 모델로 분류한다. 이후 분류된 각 모델의 MVD 특성에 따라 적응적인 탐색영역을 결정한다. 제안하는 알고리즘을 GPU 기반 정수화소 움직임 추정에 적용하기 위해 움직임 추정의 시작점은 이전 프레임의 Motion Vector (MV)로 결정한다. 위 과정은 CPU에서 이뤄지며, CPU는 움직임 추정의 시작점과 적응적인 탐색영역을 GPU에 전송한다. 이후 GPU는 정수화소 움직임 추정을 병렬로 수행한다. 제안하는 알고리즘은 참조 모델 대비 1.1%의 BD-rate 상승과 전체 부호화 시간의 37.9% 감소 및 951.2배 빠른 정수화소 움직임 추정 수행 시간을 얻는다. 또한, 적응적인 탐색영역이 적용되지 않은 단순 병렬화 알고리즘 대비 57.5%의 정수화소 움직임 추정 시간 감소와 0.6% BD-rate 상승을 얻는다.

Abstract ▼ AI-Helper 아이콘AI-Helper

In this paper, we propose a new Adaptive Search Range (ASR) decision algorithm for accelerating GPU-based Integer-pel Motion Estimation (IME) of High Efficiency Video Coding (HEVC). For deciding the ASR, we classify a frame into two models using Motion Vector Differences (MVDs) then adaptively decid...

주제어

#HEVC   #Fast ME   #Adative Search Range   #MVD   #GPGPU  

질의응답

핵심어 질문 논문에서 추출한 답변
GPU를 이용한 병렬화 방법은 어떻게 고속화를 이뤄냈는가? CPU 상에서 진행된 연구 three-step search[2]와 four-step search[3] 그리고 diamond search[4]는 탐색영역 내에 존재하는 탐색 점을 선택적으로 결정하여 탐색함으로써 움직임 추정의 고속화를 이뤄낸다. GPU를 이용한 병렬화 방법[5]-[7]은 General-Purpose computing on GPU (GPGPU) 를 이용하여 복잡도가 높은 움직임 추정을 전역탐색 기반에서 단순 병렬화 함으로써 고속화를 이뤄냈다. 이는[2]-[4]와 같이 분기문이 많이 필요한 알고리즘을 병렬화 할 경우 Single Instruction Multiple Threads (SIMT) 구조에 적합하지 않아 병렬화 이득을 최대화 할 수 없기 때문이다.
HEVC는 이전 대비 어떠한 효율을 보이는가? 높은 화질의 영상 서비스에 대한 수요가 늘어남에 따라 국제 표준화 그룹인 Moving Picture Experts Group (MPEG)과 Video Coding Experts Group (VCEG)은 공동으로 차세대 동영상 압축 표준 High Efficiency Video Coding (HEVC)를 개발하여 최근 표준화 작업을 완료하였다. HEVC는 이전 표준 H.264/AVC 대비 객관적 화질측면에서 약 40%정도 높은 부호화 효율을 보이고 있다. 하지만, 이러한 높은 압축률을 얻기 위하여 적용된 다양한 부호화 크기와 새로운 기술들로 그 복잡도 역시 증가하였다.
HEVC가 높은 부호화 효율을 보인 것의 이면으로, 어떠한 비효율적인 측면이 있는가? 264/AVC 대비 객관적 화질측면에서 약 40%정도 높은 부호화 효율을 보이고 있다. 하지만, 이러한 높은 압축률을 얻기 위하여 적용된 다양한 부호화 크기와 새로운 기술들로 그 복잡도 역시 증가하였다. 특히, 움직임 추정(Motion Estimation : ME)의 복잡도는 전체 부호화기 복잡도의 70%이상을 차지하고 있으며, 연산 시간 역시 큰 비중을 차지한다[1].
질의응답 정보가 도움이 되었나요?

참고문헌 (10)

  1. F. Bossen, B. Bross, K. Suhring, and D. Flynn, "HEVC Complexity and Implementation Analysis," IEEE Transactions on Circuit Systems for Video Technoogy, vol. 22, no. 12, Dec. 2012. 

  2. R. Li, B. Zeng, M. L. Liou, "A new three-step search algorithm for block motion estimation," IEEE Trans. Circuits Syst. Video Technol., vol. 4, no: 4, pp. 438-442, Aug. 1994 

    상세보기 crossref

  3. L. M. Po, W. C. Ma, "A novel four-step search algorithm for fast block motion estimation," IEEE Trans. Circuits Syst. Video Technol., vol. 6, pp. 313-317, June 1996. 

    상세보기 crossref

  4. S. Zhu, K. K. Ma, "A new diamond search algorithm for fast block matching motion estimation," Information, Communications and Signal Processing, ICICS., 292-296, vol.1, Sep. 1997. 

    crossref

  5. W. N. Chen, H. M. Hang, "H.264/AVC motion estimation implementation on Compute Unified Device Architecture (CUDA)," IEEE International Conference on Multimedia and Expo, pp. 697-700, April, 2008. 

  6. J. Zhou, L. Jiao, X. Cao, "Implementation of parallel full search algorithm for motion estimation on multi-core processors," International Conference on Next Generation Information Technology, Gyeongju, pp. 31-35, June 2011. 

  7. D. K. Lee, S. J. Oh, "Variable block size motion estimation implementation on compute unified device architecture (CUDA)," IEEE International Conference on Consumer Electronics, Las Vegas, pp. 635-636, Jan. 2013. 

  8. R. Rodriguez, L. Martinez, "Accelerating H.264 Inter Prediction in a GPU by using CUDA," International Conference on Consumer Electronics (ICCE), Las Vegas, pp. 463-464, Jan. 2010. 

  9. R. Rodriguez, J. L. Martinez, "Reducing Complexity in H.264/AVC Motion Estimation by using a GPU," IEEE International Workshop on Multimedia Signal Processing (MMSP), Hangzhou, pp. 1-6, Oct. 2011 

  10. G. Bjontegaard, "Calculation of average PSNR differences between RD-curves," document VCEG-M33, ITU-T SG16 Q.6 Video Coding Experts Group (VCEG), April 2001. 

저자의 다른 논문 :

LOADING...

관련 콘텐츠

오픈액세스(OA) 유형

BRONZE

출판사/학술단체 등이 한시적으로 특별한 프로모션 또는 일정기간 경과 후 접근을 허용하여, 출판사/학술단체 등의 사이트에서 이용 가능한 논문

이 논문과 함께 이용한 콘텐츠

섹션별 컨텐츠 바로가기

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

AI-Helper 아이콘
AI-Helper
안녕하세요, AI-Helper입니다. 좌측 "선택된 텍스트"에서 텍스트를 선택하여 요약, 번역, 용어설명을 실행하세요.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.

선택된 텍스트

맨위로