HEVC는 H.264/AVC에 비해 압축 성능을 크게 개선시킬 수 있지만 부호화기와 복호화기 모두 복잡도가 크게 증가한다. 본 논문에서는 HEVC의 화면 간 예측 모드 결정 과정을 분석하고, 이 결과로부터 부호화기 및 복호화기의 복잡도를 효과적으로 감소시키기 위한 방법을 제안하였다. 제안하는 방법은 단방향 예측 모드의 결과로부터 양방향 예측 모드를 수행하지 않아도 되는 조건을 찾고, 이 조건을 만족하는 경우 미리 종료시킴으로써 부호화 복잡도를 감소시킨다. 실험 결과 압축률 하락 폭이 각각 0.6%, 1.0%, 1.5%인 경우 부호화 복잡도를 12.0%, 14.2%, 17.2% 감소시킬 수 있었으며, 이 때, 양방향 예측 모드의 비율을 각각 6.3%, 11.8%, 16.6% 감소시킴으로써 복호화기의 복잡도도 함께 감소시킬 수 있었다. 마지막으로, 제안한 방법이 HEVC 참조 소프트웨어에 기 적용되어 있는 고속화 알고리즘과 함께 사용되는 경우에도 유사한 효과를 낼 수 있음을 검증하였다.
HEVC는 H.264/AVC에 비해 압축 성능을 크게 개선시킬 수 있지만 부호화기와 복호화기 모두 복잡도가 크게 증가한다. 본 논문에서는 HEVC의 화면 간 예측 모드 결정 과정을 분석하고, 이 결과로부터 부호화기 및 복호화기의 복잡도를 효과적으로 감소시키기 위한 방법을 제안하였다. 제안하는 방법은 단방향 예측 모드의 결과로부터 양방향 예측 모드를 수행하지 않아도 되는 조건을 찾고, 이 조건을 만족하는 경우 미리 종료시킴으로써 부호화 복잡도를 감소시킨다. 실험 결과 압축률 하락 폭이 각각 0.6%, 1.0%, 1.5%인 경우 부호화 복잡도를 12.0%, 14.2%, 17.2% 감소시킬 수 있었으며, 이 때, 양방향 예측 모드의 비율을 각각 6.3%, 11.8%, 16.6% 감소시킴으로써 복호화기의 복잡도도 함께 감소시킬 수 있었다. 마지막으로, 제안한 방법이 HEVC 참조 소프트웨어에 기 적용되어 있는 고속화 알고리즘과 함께 사용되는 경우에도 유사한 효과를 낼 수 있음을 검증하였다.
HEVC can increase the coding efficiency significantly compared with H.264/AVC however it requires much larger computational complexities in both encoder and decoder. In this paper, the decision process of inter-prediction modes in the HEVC reference software has been studied and a fast algorithm to ...
HEVC can increase the coding efficiency significantly compared with H.264/AVC however it requires much larger computational complexities in both encoder and decoder. In this paper, the decision process of inter-prediction modes in the HEVC reference software has been studied and a fast algorithm to reduce the computational complexity of encoder and decoder is introduced. The proposed scheme introduces a early decision criteria using the outputs of uni-directional predictions to skip the bi-directional prediction estimation. From the experimental results, it was proven that the proposed method can reduce the encoding complexity by 12.0%, 14.6% and 17.2% with 0.6%, 1.0% and 1.5% of coding efficiency penalty, respectively. In addition, the ratio of bi-directional prediction mode was reduced by 6.3%, 11.8% and 16.6% at the same level of coding efficiency penalty, respectively, which should lead to the decoder complexity reduction. Finally, the effects of the proposed scheme are maintained regardless of the use of the early skip decision algorithm which is implemented in the HEVC reference software.
HEVC can increase the coding efficiency significantly compared with H.264/AVC however it requires much larger computational complexities in both encoder and decoder. In this paper, the decision process of inter-prediction modes in the HEVC reference software has been studied and a fast algorithm to reduce the computational complexity of encoder and decoder is introduced. The proposed scheme introduces a early decision criteria using the outputs of uni-directional predictions to skip the bi-directional prediction estimation. From the experimental results, it was proven that the proposed method can reduce the encoding complexity by 12.0%, 14.6% and 17.2% with 0.6%, 1.0% and 1.5% of coding efficiency penalty, respectively. In addition, the ratio of bi-directional prediction mode was reduced by 6.3%, 11.8% and 16.6% at the same level of coding efficiency penalty, respectively, which should lead to the decoder complexity reduction. Finally, the effects of the proposed scheme are maintained regardless of the use of the early skip decision algorithm which is implemented in the HEVC reference software.
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
문제 정의
본 논문에서는 HEVC 부호화기의 화면 간 예측 모드 결정 과정을 분석하고, 이를 구성하는 요소들의 성능 및 복잡도를 분석하였다. 또한, 두 개의 참조 픽처로부터 얻은 블록들의 가중 합을 계산하여 현재 픽처의 블록을 예측하는 기술인 양방향 예측 모드를 적응적으로 생략할 수 있는 방법을 고안함으로써 복호화 및 부호화 복잡도를 낮추기 위한 연구를 수행하였다. 한편, 독립적으로 사용되었을 경우는 물론 HEVC 참조 소프트웨어에 기 적용되어 있는 ESD 알고리즘과 함께 적용하였을 경우에 대해서도 그 결과를 보인다.
본 논문에서는 HEVC 부호화기의 화면 간 예측 모드 결정 과정을 분석하고, 이를 구성하는 요소들의 성능 및 복잡도를 분석하였다. 또한, 두 개의 참조 픽처로부터 얻은 블록들의 가중 합을 계산하여 현재 픽처의 블록을 예측하는 기술인 양방향 예측 모드를 적응적으로 생략할 수 있는 방법을 고안함으로써 복호화 및 부호화 복잡도를 낮추기 위한 연구를 수행하였다.
본 논문에서는 HEVC의 화면 간 예측 모드를 구성하는 각 요소들을 분석하고, 부호화 및 복호화 복잡도를 감소시키기 위한 양방향 예측 모드 부호화 조기 종료 조건 및 generalized P&B(GPB) 모드에서의 예외 조건, 그리고 최대 merge candidate수와의 병행 최적화를 제안하였다.
제 2장에서 보인 AMVP 부호화 과정은 L0 단방향 예측, L1 단방향 예측, 그리고 양방향 예측 순으로 진행된다. 본 논문에서는 L0 단방향 예측과 L1 단방향 예측이 끝난 후 그 결과를 이용하여 양방향 예측을 수행하지 않아도 되는 조건을 찾음으로써 AMVP의 양방향 예측 부호화 과정에 소요되는 연산량을 감소시키고자 한다.
<표 10>에서는 HM15.0에 포함되어 있는 고속화 기술인 ESD를 사용한 경우에도 제안한 기술의 효과가 유지되는지를 확인하기 위해서, ESD를 사용한 HM15.0의 결과 대비 제안한 기술의 성능/복잡도를 구해 보았다.
이러한 관측 결과로부터, AMVP의 양방향 예측 모드는 L1 단방향 예측 모드와 비교할 때 성능 향상 폭은 반 정도이지만 부호화 복잡도는 유사하다고 판단할 수 있다. 즉, 동일 성능 향상 폭 대비 부호화 복잡도가 높다고 할 수 있으므로, 본 논문에서는 반드시 필요한 경우에만 양방향 예측모드의 부호화 과정을 수행함으로써 부호화 복잡도를 낮추고자 한다. 제 IV장에서는 AMVP 양방향 예측 모드의 복잡도를 낮추기 위한 최적화 방법을 제안한다.
제안 방법
Combined bi-predictive candidate와 zero merge candi- date는 merge candidate list에서 후반부에 위치하므로, 이러한 효과를 검증하기 위해서 와 같이 총 merge candi- date의 수를 감소시켜가면서 그 영향을 분석해 보았다.
8까지 변화시켜 가면서 얻은 실험 결과이다. HM15.0에 대한 상대적인 결과값으로 표시하였으며, AMVP의 양방향 예측을 완전히 끄는 경우와도 비교하기 위해 AMVP-NO-BI의 결과를 함께 포함시켰다.
Merge 모드의 candidate 순서를 살펴보면 먼저 공간적으로 주변에 위치한 블록들을 우선적으로 추가하며, 그 후 시간적으로 인접한 블록, 그리고 combined bi-predictive can- didate와 zero motion merge candidate를 추가한다. 특히, B-slice에서는 양방향 예측 모드인 combined bi-predictive candidate가 사용되며, zero motion merge candidate 또한 양방향 예측 모드로 설정되기 때문에 공간적/시간적으로 인접한 merge candidate들이 모두 단방향 예측 모드를 사용한다고 하더라도 양방향 예측 모드를 완전히 제거할 수 없다.
AMVP 모드에서는 부호화하고자 하는 현재 블록의 주위에 위치한 블록 및 시간적으로 인접한 블록으로부터 움직임 벡터 후보들을 선정한다. 그 후, 움직임 추정 단계를 수행하여 최적의 움직임 벡터, 참조 픽처 번호, 단방향/양방향예측 모드를 구한다. AMVP 모드의 부호화 단계에서는 L0 리스트를 이용하는 단방향 탐색, L1 리스트를 이용하는 단방향 탐색, L0 리스트와 L1 리스트를 모두 이용하는 양방향 탐색 순으로 움직임 추정 단계가 진행된다.
이를 확인하기 위해서는 merge 모드에서도 양방향 예측 모드를 제거한 후 실험 데이터를 구해야 하나, merge 모드의 경우 단방향/양방향 예측 모드를 별도로 부호화하는 대신 merge candidate의 단방향/양방향 예측 모드를 그대로 사용하기 때문에 HEVC 표준에 대한 수정 없이는 양방향 예측 모드만을 제거할 수가 없다. 따라서 다른 방법을 사용하여 간접적으로 분석을 수행하였다.
0에 제안한 방법을 구현하고, 압축 성능 및 연산량 측면에서 비교를 수행하였다. 또한 HM15.0에 이미 구현되어 있는 고속화 알고리즘인 ESD 알고리즘을 함께 적용한 경우에 대해서도 실험 결과를 구하였다. 압축 효율 및 부호화 연산량을 비교하기 위해서는 JCT-VC에서 사용하는 공통 테스트 조건 중 가장 높은 압축 효율을 보이는 random-access configuration을 사용하였으며, 평가 영상은 <표 1>의 영상들을 그대로 사용하였다.
먼저, 부호화기를 수정하여 AMVP 모드에서 양방향 예측 모드를 수행하지 않도록 변경한 후 그 성능을 확인해 보았다. 압축 성능은 HM15.
<표 5>에서는 이러한 조건 하에서의 성능 및 복잡도를 측정해 보았다. 비교를 위해 AMVP-NO-BI의 결과 및 두 결과의 차이를 함께 표시하였다.
먼저, 부호화기를 수정하여 AMVP 모드에서 양방향 예측 모드를 수행하지 않도록 변경한 후 그 성능을 확인해 보았다. 압축 성능은 HM15.0에 대한 BD-rates[17] 값을 사용하였으며, 복잡도는 HM15.0 대비 상대적 부호화 시간을 백분율로 표시하였다. <표 2>는 이 결과를 요약한 것이며, 기존 HM15.
HEVC 참조 소프트웨어에는 GPB(generalized P&B) 고속화 알고리즘이 구현되어 있다. 이 알고리즘에서는 L0와 L1의 참조 픽처가 동일한 경우 L1의 움직임 벡터를 추정하는 대신, 이미 추정된 L0의 움직임 벡터와 동일하게 설정하여 복잡도를 감소시키며, 그 후 양방향 예측 모드를 통해 미세하게 조정함으로써 성능 하락을 막는다. <표 6>은 이 고속화 알고리즘을 적용하지 않은 경우의 결과이다.
을 사용한다. 이 조건은 부호화 지연시간 허용 여부 및 양방향 예측 모드 사용 유무에 따라서 ran- dom-access configuration, low-delay configuration, low-delay P configuration의 세 가지로 나누어지는데, 이 중 저지연 부호화에 의한 성능 저하가 없어 가장 높은 성능을 보이는 random-access configuration을 사용하여 화면 간 예측모드를 구성하는 요소들 중 단방향/양방향 예측 모드에 관한 성능 및 연산량 분석을 하고자 한다.
이로부터, 식 (5)가 만족되는 경우에 한해서만 양방향 예측을 수행하는 방법을 제안한다.
3% 정도를 차지함을 알 수 있다. 한편, 이렇게 AMVP의 양방향 예측 모드를 제거한 경우, 전체 화면 간 예측 모드중 양방향 예측 모드가 차지하는 비율이 얼마나 감소하는지 알기 위해서 압축된 스트림을 분석하여 양방향 예측 모드의 비율을 측정해 보았다. <표 3>은 그 결과이다.
대상 데이터
테스트를 위해 과 같이 JCT-VC에서 사용하는 영상들 중 Class B, Class C, Class D에 해당하는 총 13개 영상을 사용하였으며 HEVC 참조 소프트웨어로는 HM15.0[16]을 사용하였다.
데이터처리
제안한 방법의 효과를 검증하기 위해, HM15.0에 제안한 방법을 구현하고, 압축 성능 및 연산량 측면에서 비교를 수행하였다. 또한 HM15.
이론/모형
HEVC 참조 소프트웨어의 성능을 평가하기 위해서는 일반적으로 표준화 기구인 JCT-VC에서 사용하는 common test condition[15]을 사용한다. 이 조건은 부호화 지연시간 허용 여부 및 양방향 예측 모드 사용 유무에 따라서 ran- dom-access configuration, low-delay configuration, low-delay P configuration의 세 가지로 나누어지는데, 이 중 저지연 부호화에 의한 성능 저하가 없어 가장 높은 성능을 보이는 random-access configuration을 사용하여 화면 간 예측모드를 구성하는 요소들 중 단방향/양방향 예측 모드에 관한 성능 및 연산량 분석을 하고자 한다.
압축 효율 및 부호화 연산량을 비교하기 위해서는 JCT-VC에서 사용하는 공통 테스트 조건 중 가장 높은 압축 효율을 보이는 random-access configuration을 사용하였으며, 평가 영상은 의 영상들을 그대로 사용하였다.
성능/효과
과 을 비교해 볼 때, ESD를 사용하는 경우, 제안한 방법의 압축 성능 하락 폭은 거의 유사하지만 복잡도 감소는 소폭 커짐을 알 수 있다.
과 의 결과로부터, 제안한 방법을 사용하면 압축 성능이 약 0.6%, 1.0%, 1.5% 하락할 때, 양방향 예측모드의 비율을 각각 6.3%.
과 의 결과를 비교해 볼 때, 유사한 압축성능 하락이 발생하는 경우에 대한 복잡도 감소가 총 merge candidate 수를 함께 조정하였을 때 더 크게 나타나는 것을 확인할 수 있었다.
대신 의 AMVP-NO-BI와 AMVP-NO-BIL1 간 차이로부터 AMVP의 L1 단방향 예측 모드만의 효과를 추정할 수 있는데, 결과적으로 AMVP의 L1 단방향 예측모드는 약 8.8%의 성능 하락에 기여함으로써 4.5%의 성능 하락에 기여한 AMVP의 양방향 예측 모드에 비해 약 4.3%가량 더 큰 영향을 주었음을 알 수 있다.
6% 줄어든 것으로 나타나 복호화 복잡도도 함께 감소하는 것을 확인할 수 있었다. 또한, 제안한 방법이 기존 HM15.0에 구현되어 있는 고속화 알고리즘과 함께 사용되는 경우에도 유사한 수준의 복잡도 감소 효과를 갖는 것을 보였다.
본 논문에서는 HEVC의 화면 간 예측 모드를 구성하는 각 요소들을 분석하고, 부호화 및 복호화 복잡도를 감소시키기 위한 양방향 예측 모드 부호화 조기 종료 조건 및 generalized P&B(GPB) 모드에서의 예외 조건, 그리고 최대 merge candidate수와의 병행 최적화를 제안하였다. 실험 결과, 제안한 방법을 사용하면 압축 성능 하락 폭 0.6%, 1.0%, 1.5%에서 부호화기 복잡도를 각각 12.0%, 14.2%, 17.2% 감소시킬 수 있었으며, 이 때 복호화기에서의 양방향 예측모드 비율은 각각 6.3%, 11.8%, 16.6% 줄어든 것으로 나타나 복호화 복잡도도 함께 감소하는 것을 확인할 수 있었다. 또한, 제안한 방법이 기존 HM15.
양방향 예측 모드의 성능/복잡도를 최적화하기 위해서는 제 3장에서 보인 것과 같이 AMVP의 양방향 예측 모드 뿐 아니라 총 merge candidate의 수를 감소시키는 것이 효과적이다. <표 8>은 α=1.
<표 5>에서 볼 수 있듯이 AMVP의 L1 단방향 예측 모드와 양방향 예측 모드를 모두 사용하지 않는 경우 평균 약 13.3%의 성능 하락이 관측되었으며 부호화 시간은 20.0% 가량 감소하였다. 다만 AMVP의 양방향 예측 모드 자체가 L0 단방향 예측을 사용한 예측 블록과 L1 단방향 예측을 사용한 예측 블록을 필요로 하므로, 양방향 예측 모드를 유지하면서 L1 단방향 예측 모드만을 제거한 결과를 얻을 수는 없다.
<표 6>에서 볼 수 있듯이, GPB 고속화는 성능 하락을 거의 가져오지 않으면서도 약 13%의 복잡도 감소 효과가 있어 매우 효과적임을 알 수 있다. 다만 이 경우, L0와 L1의 움직임 벡터 및 참조 픽처가 동일하기 때문에 식 (5)에서 RD0, RD1, RDA의 SAD부분은 항상 같고, RDA의 비트수는 항상 RD0, RD1보다 크다.
<표 3>의 결과로부터 AMVP에서 양방향 예측 모드를 완전히 제거하더라도 평균적으로 볼 때 6.1%의 양방향 예측모드 비율이 감소할 뿐이며 여전히 양방향 예측 모드는 전체 inter-prediction 예측 모드 중 47.2% 가까이 사용되고 있음을 알 수 있다. 이는 AMVP 모드가 아니라 merge 모드에서 여전히 양방향 예측 모드가 많이 사용되고 있다는 것을 의미한다.
<표 2>의 결과로부터 AMVP의 양방향 예측 모드는 약 4.5% 정도 성능 향상에 기여하며 총 부호화 시간 중 약 9.3% 정도를 차지함을 알 수 있다. 한편, 이렇게 AMVP의 양방향 예측 모드를 제거한 경우, 전체 화면 간 예측 모드중 양방향 예측 모드가 차지하는 비율이 얼마나 감소하는지 알기 위해서 압축된 스트림을 분석하여 양방향 예측 모드의 비율을 측정해 보았다.
<표 4>의 결과에서 볼 수 있듯이 총 merge candidate의 수가 감소함에 따라서 전체 화면 간 예측 모드 중 양방향예측 모드가 차지하는 비율이 감소하며, 압축 성능 하락도 커지는 것을 확인할 수 있다. 양방향 예측 모드는 단방향예측 모드에 비해 복호화에 많은 복잡도를 요구하기 때문에 양방향 예측 모드 비율 감소는 복호화기 복잡도 감소와 관련이 있다.
3%의 복잡도 감소를 얻었다. 이 결과로부터, 제안한 방법의 효과는 ESD와 독립적으로 유지된다고 판단할 수 있다.
이러한 관측 결과로부터, AMVP의 양방향 예측 모드는 L1 단방향 예측 모드와 비교할 때 성능 향상 폭은 반 정도이지만 부호화 복잡도는 유사하다고 판단할 수 있다. 즉, 동일 성능 향상 폭 대비 부호화 복잡도가 높다고 할 수 있으므로, 본 논문에서는 반드시 필요한 경우에만 양방향 예측모드의 부호화 과정을 수행함으로써 부호화 복잡도를 낮추고자 한다.
질의응답
핵심어
질문
논문에서 추출한 답변
HEVC의 장점과 단점은 무엇인가?
HEVC는 H.264/AVC에 비해 압축 성능을 크게 개선시킬 수 있지만 부호화기와 복호화기 모두 복잡도가 크게 증가한다. 본 논문에서는 HEVC의 화면 간 예측 모드 결정 과정을 분석하고, 이 결과로부터 부호화기 및 복호화기의 복잡도를 효과적으로 감소시키기 위한 방법을 제안하였다.
HEVC에는 어떤 파라미터 부호화 방법이 있는가?
HEVC에서는 advanced motion vector prediction (AMVP) 모드와 merge 모드의 두 가지 서로 다른 파라미터 부호화 방법을 갖고 있다. AMVP 모드의 경우, 복수 개의 움직임 벡터 후보 중 최적 값을 가리키는 인덱스, 움직임 벡터 차분값, 참조 픽처 번호, 단방향/양방향 예측 모드를 부호화하는데 비해, merge 모드의 경우 복수 개의 움직임 벡터 후보중 최적 값을 가리키는 인덱스만 부호화하며, 다른 값들은 모두 예측된 값들을 그대로 사용한다.
HEVC의 부호화기 및 복호화기의 복잡도를 효과적으로 감소시키기 위해 제안한 방법은 무엇인가?
본 논문에서는 HEVC의 화면 간 예측 모드 결정 과정을 분석하고, 이 결과로부터 부호화기 및 복호화기의 복잡도를 효과적으로 감소시키기 위한 방법을 제안하였다. 제안하는 방법은 단방향 예측 모드의 결과로부터 양방향 예측 모드를 수행하지 않아도 되는 조건을 찾고, 이 조건을 만족하는 경우 미리 종료시킴으로써 부호화 복잡도를 감소시킨다. 실험 결과 압축률 하락 폭이 각각 0.
참고문헌 (17)
G. J. Sullivan, J.-R. Ohm, W.-J. Han and T. Wiegand, "Overview of the high efficiency video coding (HEVC) standard," IEEE Transactions on Circuits and Systems for Video Technology, Vol. 22, No. 12, pp. 1649-1668, Dec. 2012.
T. Wiegand, G. J. Sullivan, G. Bjontegaard and A. Luthra, “Overview of the H.264/AVC video coding standard,“ IEEE Transactions on Circuits and Systems for Video Technology, Vol. 13, No. 7, pp. 560-576, Aug. 2003.
E. Ohwovoriole, Y. Andreopoulos, “Rate-distortion performance of contemporary video codecs: Comparison of Google/WebM VP8, AVC/H.264, and HEVC TMuC”, LENS Symp., London, Sep. 2010.
F. De Simone, L. Goldmann, J.-S. Lee, T. Ebrahimi, “Performance analysis of VP8 image and video compression based on subjective evaluations,” SPIE Appl. Digital Image Proc. XXXIV, Aug. 2011.
T. Wiegand, J.-R. Ohm, G. J. Sullivan, W. J. Han, R. Joshi, T. K. Tan and K. Ugur, "Special Section on the Joint Call for Proposals on High Efficiency Video Coding (HEVC) Standardization," IEEE Transactions on Circuits and Systems for Video Technology, Vol. 20, No. 12, pp. 1661-1666, Dec. 2010.
Woo-Jin Han, Junghye Min, Il-Koo Kim, Elena Alshina, Alexander Alshin, Tammy Lee, Jianle Chen, Vadim Seregin, Sunil Lee, Yoon-Mi Hong, Min-Su Cheon, Nikolay Shlyakhov, Ken McCann, Thomas Davies and Jeong-Hoon Park, "Improved video compression efficiency through flexible unit representation and corresponding extension of coding tools," IEEE Transactions on Circuits and Systems for Video Technology, Vol. 20, No. 12, pp. 1709-1720, Dec. 2010.
R. H. Gweon, Y. L. Lee, J. Lim, “Early termination of CU encoding to reduce HEVC complexity,“ JCTVC-F045, 6th JCT-VC meeting, Jul. 2011, Torino, Italy.
K. Choi, S. H. Park, E. S. Jang, “Coding tree pruning based CU early termination,“ JCTVC-F092, 6th JCT-VC meeting, Jul. 2011, Torino, Italy.
J. Leng, L. Sun, T. Ikenaga and S. Sakaida, “Content based hierarchical coding unit decision algorithm for HEVC,“ Proc. of Multimedia and Signal Processing (CMSP), pp. 56-59, May 2011.
X. Shen, L. Yu and J. Chen,“ Fast coding unit size selection for HEVC based on Bayesian decision rule,“ Proc. of Picture Coding Symposium (PCS), pp. 453-456, May 2012.
W. Jiang, H. Ma, Y. Chen, “Gradient based fast mode decision algorithm for intra prediction in HEVC,“ Proc. of Consumer Electronics, Communications and Networks (CECNet), pp. 1836-1840, Apr. 2012.
L. Zhao, L. Zhang, S. Ma and D. Zhao, “Fast mode decision algorithm for intra prediction in HEVC,“ Proc. of Visual Communications and Image Processing (VCIP), pp. 1-4, Nov. 2011.
D. Wu, F. Pan, K. P. Lim and S. Wu, “Fast intermode decision in H.264/AVC video coding,“ IEEE Transactions on Circuits and Systems for Video Technology, Vol. 15, No. 7, pp. 953-958, Jul. 2005.
Z. Huanqiang, C. Canhui and M. Kai-Kuang,“Fast mode decision for H.264/AVC based on macroblock motion activity,“ IEEE Transactions on Circuits and Systems for Video Technology, Vol. 19, No. 4, pp. 491-499, Apr. 2009.
F. Bossen, “Common HM tst conditions and software reference configurations," in Proc. of JCTVC-L1100, 12th JCT-VC meeting, Geneva, Switzerland, Jan. 2013.
HEVC reference software version 15.0 (HM15.0), https://hevc.hhi.fraunhofer.de/trac/hevc/browser/tags/HM-15.0, Jul. 2014.
G. Bjontegaard, "Calculation of average PSNR differences between RD curves," in Proc. VCEG-M33, 13th VCEG meeting, Austin, TX, USA, Apr. 2001.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.