[논문]선인출 메커니즘을 이용한 효율적인 H.264/AVC 복호화 기법

지신행; 박정욱; 김신덕

선인출 메커니즘을 이용한 효율적인 H.264/AVC 복호화 기법
An Efficient H.264/AVC Decoding Technique Using Prefetching Mechanism 원문보기

지신행 (연세대학교 컴퓨터과학과) , 박정욱 (연세대학교 컴퓨터과학과) , 김신덕 (연세대학교 컴퓨터과학과)

H.264/AVC는 SoC/IEC MPEG와 ITU-T Video Coding Experts Group에서 함께 발표한 비디오 코딩을 위한 가장 최근의 표준이다. 기존의 표준들 보다 적은 비트로 높은 압축률과 좋은 화질을 제공하고 있다. 그러나 1/4 화소 움직임 예측과 보상의 지원과 7가지의 가변블록에 대한 움직임예측과 블록모드별 RD(Rate-Distortion)를 수행하고 CAVLC등 H.264/AVC 표준에서 채택한 여러 가지 비디오 압축방식으로 인해 그 복잡도가 훨씬 증가하였다. 이 논문에서 H.264/AVC의 복호화기에서 복잡도의 약 $40\%$ 이상을 차지하는 움직임보상 모듈을 효율적으로 수행하고 최적화하기 위한 방법을 제안한다. 예측된 모션벡터에 따라 창조하는 프레임에서 매크로블록을 만들어 내는 움직임 보상 과정을 수행하는 데 있어서 접근 지연시간이 큰 외부 메모리 창조를 선인출 메커니즘을 이용하여 미리 예측하여 수행함으로써 전체 수행시간을 줄이는 기법을 적용하였다. 이를 통하여 가변길이 복호화 모듈과 움직임 보상모듈을 수정하여 반복적으로 읽고, 쓰기를 수행해야 하는 횟수를 줄였다. 실험 결과 본 논문에서 제안하는 방법을 이용하여 복호화 과정을 수행했을 때 PSNR(Peak Signal to Noise Ratio)의 손실은 전혀 없으면서 복호화기의 전체 실행시간을 약 $5\%$ 향상시키고, 핵심 모듈인 움직임 보상과정에서 약 $20\%$ 정도 실행시간을 향상시키는 등 높은 성능 향상을 보였다.

* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.

문제 정의

이 논문에서는 H.264/AVC 복호화기 복잡도의 약 40% 를 차지하는 움직임 보상과정의 부하를 줄이기 위한 방법으로 반볶적으로 수행되는 외부 메모리의 참조에 따른 오버헤드를 줄이기 위해 선인출 매커니즘을 적용한 방법을 제안하고 있다.
각 영상에 대한 결과를 보면 기존의 복호기보다 약 5%정도씩 성능이 향상 된 것을 볼 수 있다. 전체 복호기의 실행시간에 대해서도 알아보자. 그림3은 실험에서 나온 결과를 도표화 한 것이다.

제안 방법

또한 JM 9.5[5]에서 구현된 VLD와 MC모듈을 수정하여 움직임 보상과정에서 참조하게 될 각 서브 매크로 블록에 해당하는 움직임 헥터를 VLD과정에서 미리 계산하여 구하고, 동시에 해당 데이터를 미리 내부메모리에 가져다 놓도록 구현하였다. 이때 외부 메모리로부터 서브 매크로블록들을 반복적으로 읽어오는 과정을 프로세서에서 지원하는 명령을 이용하여 한 사이클에 읽어 오도록 하였다.
5에서 구현된 복호화기는 각 매크로 블록 (16x16) 단위로 VLD 과정을 수행한다. 매크로블록의 헤더를 해석하여 복호화기 수행에 필요한 데이터들을 구하고 필요에 따라서 IQ와 IDCT를 수행한다. VLD과정을 마치고 나면 VLD에서 구한 'mvd', mb-type*, ^efjndex, 등의 정보를 가지고 움직임 보상단계에서 각 서브 매크로 블록에 대한 움직임 값(MV)을 구하고 이를 가지고 외부 메모리를 참조하게 된다.
본 논문에서는 기존의 디코딩 과정에서의 메모리 참조기법과 제안하는 기법을 사용해 각 영상을 디코딩하는 시간과 메모리 참조와 관련된 핵심 모듈의 실제 실행 사이클을 비교하였다.
264/AVC의 핵심 모듈을 실행하는데 걸린 시간을 측정한 결과를 도표화 한 것이다. 실험 결과 본 논문에서 제안하는 기법을 이용하여. 복호화기를 수행하고 이를 Intel VTune Performance Analyzed기를 이용해 측정하였을 패, PSNR(Peak Signal to Noise Ratio) 의 손실은 전혀 없으면서 전체 실행 시간은 평균적으로 약 5% 개선시키고, 핵심 모듈인 움직임보상 과정에서는 약 20%의 성능 개선 효과를 볼 수 있었다.
이 논문에서 제안하는 기법은 VLD과정에서 구해지는 변환계수들과 MC과정을 수행하면서 계산되는 움직임 벡터 예측 값 또는 픽셀 값들을 저장하기 위해 사용하는 임시버퍼의 사基을 최소화하고 이들 데이터를 프레임 버퍼에 직접 저장하게 함으로써 메모리 부하를 줄이고 보다 빠르게 동작하도록 구현 하였다.
이 논문에서는 이러한 움직임 보상과정에서의 메모리 참조에 따른 문제점을 줄이기 위해 가변길이복호화기와 움직임 보상과정에서 선인출 메커니즘을 이용하여 프레임 재구성에 필요로 하는 서브 매크로블록을 미리 시스템에 갖다 둠으로써 전체 복호화기의 실행시간을 줄이고 외부 메모리에 대한 접근 횟수와 읽기의 부하를 줄이는데 사용되었다.
5[5]에서 구현된 VLD와 MC모듈을 수정하여 움직임 보상과정에서 참조하게 될 각 서브 매크로 블록에 해당하는 움직임 헥터를 VLD과정에서 미리 계산하여 구하고, 동시에 해당 데이터를 미리 내부메모리에 가져다 놓도록 구현하였다. 이때 외부 메모리로부터 서브 매크로블록들을 반복적으로 읽어오는 과정을 프로세서에서 지원하는 명령을 이용하여 한 사이클에 읽어 오도록 하였다. 결국 움직임 보상과정에서 반복적인 메모리 창조에 따른 부하를 줄일 수 있었다,
입력 영상을 디코딩하는 시간과 메모리 참조와 관련된 핵심 모듈의 실제 실행 사이클을 측정하고 어를 평균화하여 기존의 복호화기와 본 논문에서 제안한 선인출 기법을 이용한 복호화기의 성능을 비교 분석하였다.

대상 데이터

5를 이용하여 수행되었다. 실험은 펜티엄 IV-2.6GHz PC에서 salesman과 earphone, container, slient, Mother & Daughter 그리고 시ai「e QCIF(176X144) 영상에 대해 수행되었다.

데이터처리

2장에서는 디코더에서의 메모리에 대한 연구들과 기존의 디코더에서 메모리 참조 기법에 대해 설명하고, 3장에서는 보다 효율적인 복호화를 위한 새로운 기법을 제안한다. 4장에서는 새로운 기법을 H.264의 JM에 적용하여 대표적인 여러 영상에 대해 실험해 보고 기존의 디코더와 제안하는 디코더의 전체 실행시간과 핵심 모듚에서의 실행 시간 (Clockticks)을 Int이 VTune Performance An히yze「프로그램을 사용하여 비교 분석하였다. 마지막으로 5장에서는 결론을 기술하였다.

이론/모형

본 실험은 H.264/AVC의 베이스라인 프로파일에서 참조 소프트웨어인 J이nt Model(JM) 9.5를 이용하여 수행되었다. 실험은 펜티엄 IV-2.

성능/효과

보여 주고 있다. 각 영상에 대한 결과를 보면 기존의 복호기보다 약 5%정도씩 성능이 향상 된 것을 볼 수 있다. 전체 복호기의 실행시간에 대해서도 알아보자.
복호화기를 수행하고 이를 Intel VTune Performance Analyzed기를 이용해 측정하였을 패, PSNR(Peak Signal to Noise Ratio) 의 손실은 전혀 없으면서 전체 실행 시간은 평균적으로 약 5% 개선시키고, 핵심 모듈인 움직임보상 과정에서는 약 20%의 성능 개선 효과를 볼 수 있었다. 또한 실행클럭 수와 비교하기 위해 실제 복호화기의 실행 시간을 측정한 결과 약 20% 줄어든 것을 볼 수 있었다.
실험 결과 본 논문에서 제안하는 기법을 이용하여. 복호화기를 수행하고 이를 Intel VTune Performance Analyzed기를 이용해 측정하였을 패, PSNR(Peak Signal to Noise Ratio) 의 손실은 전혀 없으면서 전체 실행 시간은 평균적으로 약 5% 개선시키고, 핵심 모듈인 움직임보상 과정에서는 약 20%의 성능 개선 효과를 볼 수 있었다. 또한 실행클럭 수와 비교하기 위해 실제 복호화기의 실행 시간을 측정한 결과 약 20% 줄어든 것을 볼 수 있었다.
실험결과를 봉해서 그 효과를 알 수 있는데, PSNR(Peak Signal to Noise Ratio) 의 손실 없이 H.264/AVC 복호화기의 전체 실행시간을 약 5% 개선되었으며, 외부 메모리로부터 참조 데이터를 읽어 들이는데 많은 부하가 요구되었던 움직임 보상 (Motion Compensation) 과정에서의 실행 시간 (Ciceks) 도 약 20% 개선되는 등 높은 성능 향상을 보였다.

내보내기 구분	파일저장 인쇄 메일전송
구성항목	기본정보 상세정보 관리번호, 논문명, 저널/프로시딩명, 저자 , 발행년, 권, 호, 시작페이지, 끝페이지, 발행기관 관리번호, 논문명, 대등논문명, 저자 , 저널/프로시딩명, 발행기관, 발행년, 발행언어, 권, 호, 시작페이지, 끝페이지, ISBN, ISSN, 주제분야, 키워드, 초록(한글), 초록(영문), 저자(소속기관)
저장형식	Text(ASCII format) Excel format RefWorks Direct Export RIS format (for Reference Manager, ProCite, EndNote), Scholar's Aids, Mendeley
메일정보	받는사람 (필수) @ 보내는사람 (선택) @ 제목 내용 KISTI 검색결과 이메일 서비스
안내	총 건의 자료가 검색되었습니다. 다운받으실 자료의 인덱스를 입력하세요. (1-10,000) 검색결과의 순서대로 최대 10,000건 까지 다운로드가 가능합니다. 데이타가 많을 경우 속도가 느려질 수 있습니다.(최대 2~3분 소요) 다운로드 파일은 UTF-8 형태로 저장됩니다. 파일의 내용이 제대로 보이지 않을실 때는 웹브라우저 상단의 보기 -> 인코딩 -> 자동선택 여부를 확인하십시오. ~ Text(ASCII format) Excel format

연합인증

선인출 메커니즘을 이용한 효율적인 H.264/AVC 복호화 기법
An Efficient H.264/AVC Decoding Technique Using Prefetching Mechanism 원문보기

초록
AI-Helper

AI 본문요약
AI-Helper

문제 정의

제안 방법

대상 데이터

데이터처리

이론/모형

성능/효과

이 논문을 인용한 문헌

관련 콘텐츠

원문 보기

이 논문과 함께 이용한 콘텐츠

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

선택된 텍스트

연합인증

선인출 메커니즘을 이용한 효율적인 H.264/AVC 복호화 기법 An Efficient H.264/AVC Decoding Technique Using Prefetching Mechanism 원문보기

초록 용어보기논문에서 용어와 풀이말을 자동 추출한 결과로, 시범 서비스 중입니다. AI-Helper

AI 본문요약 엑셀 다운로드 AI-Helper

문제 정의

제안 방법

대상 데이터

데이터처리

이론/모형

성능/효과

이 논문을 인용한 문헌

관련 콘텐츠

원문 보기

이 논문과 함께 이용한 콘텐츠

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

선택된 텍스트

선인출 메커니즘을 이용한 효율적인 H.264/AVC 복호화 기법
An Efficient H.264/AVC Decoding Technique Using Prefetching Mechanism 원문보기

초록
AI-Helper

AI 본문요약
AI-Helper