[논문]프레임 분할 기반 병렬화 H.264/AVC 디코더

김원진; 박주열; 정기석

프레임 분할 기반 병렬화 H.264/AVC 디코더
Frame Partition based Parallelization of H.264/AVC decoder 원문보기

김원진 (한양대학교 전자컴퓨터통신공학과) , 박주열 (한양대학교 전자컴퓨터통신공학과) , 정기석 (한양대학교 융합전자공학부)

고해상도의 동영상 서비스가 보편화 되면서 동영상을 빠르게 처리를 위한 연구가 활발히 이루어 지고 있다. 그리고 멀티코어 프로세서의 사용이 증가 하고 멀티코어 시스템에서 H.264/AVC 디코더를 구현하기 위하여 다양한 병렬화 방법이 제안되고 있다. 하지만 H.264/AVC디코더의 병렬화를 진행하는 과정에서 각 스레드에서 처리하는 데이터의 처리시간 차이로 인하여 스레드의 동기를 확인 해야 한다. 이로 인하여 병렬화를 통한 성능 향상의 걸림돌이 된다. 우리는 이러한 병렬화 과정에서 발생하는 문제점을 고려하여 효과적으로 H.264/AVC 디코더를 병렬화 하는 방법에 대하여 연구하였다. 우리가 제안하는 Frame Partition based Parallelization (FPP) 방법은 프레임을 매크로 블록 묶음으로 나누어 병렬화 한다. 그리고 병렬화 과정에서 스레드를 처리하는 방법을 개선하여 성능을 향상 시켰다. 본 논문에서는 FFmpeg H.264/AVC 디코더를 이용하여 실험 하였고 인텔 쿼드 코어 기반의 멀티코어 시스템에서 멀티 스레드로 구현하였다. 우리는 FPP 방법을 적용하여 병렬화 방법 적용 전 H.264/AVC 디코더와 비교하여 최대 53%의 성능 향상을 보였다.

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

문제 정의

본 논문에서 고해상도에서 H.264/AVC 디코더를 빠르게 처리하기 위하여 새로운 H.264/AVC 디코더 병렬화 방법인 FPP 방법을 제안 하였다. FPP 방법은 기존의 H.
264/AVC 디코더 병렬화 방법이 필요하다. 본 논문은 고해상도 동영상을 고속으로 처리하기 위한 H.264/AVC 디코더 병렬화 방법을 연구 한다. 우리가 제안하는 Frame Partition based Parallelization (FPP)방법은 병렬화 과정에서 발생하는 문제점을 해결하여 H.
본 논문은 고해상도 영상에서 H.264/AVC 디코더를 빠르게 처리 하기 위한 병렬화 방법 제안 한다. 우리가 제안하는 H.
하지만 병렬화를 통한 성능 향상에 오버헤드가 있음을 알 수 있다. 우리는 이러한 병렬화 과정에서 발생하는 오버헤드를 해결 하기 위하여 새로운 H.264/AVC디코딩 병렬화 방법을 제안하다.

제안 방법

264/AVC 디코더 병렬화 방법인 FPP 방법을 제안 하였다. FPP 방법은 기존의 H.264/AVC 디코더를 병렬화 과정에서 발생하는 문제점을 해결하여 효과적으로 H.264/AVC 디코더를 병렬화하였다. 우리는 FPP 방법을 인텔 쿼드 코어 시스템에서 실험 하였고 다른 병렬화 방법과 성능을 비교하였다.
264/AVC 데이터를 병렬화가 가능하게 나누어 처리하는 방법이다. H.264/AVC 데이터 단위에 따라 프레임 단위, 슬라이스 단위, 매크로 블록 단위 병렬화 방법으로 나누어 진다. 대표적으로 매크로블록 단위의 H.
264/AVC 병렬화 하는 다양한 연구가 이루지고 있다.[2,3,4,5] 우리는 H.264/AVC디코더 병렬화 하는 방법인 태스크 레벨 병렬화 방법과 데이터 레벨 병렬화 방법으로 나누어 구체적으로 살펴 보았다.
태스크 레벨 병렬화 방법인 파이프라인 병렬화 방법을 실험하였다. 그리고 데이터 레벨 병렬화 방법인 2Dwave 병렬화 방법을 실험 하였다 마지막으로 본 논문에서 제안한 FPP 방법을 실험하였다. 표 2에서 파이프 라인 병렬화 방법은 12~32%, 2Dwave 병렬화 방법은 23~32% 성능 향상하였다.
그림 4은 프레임 분할하여 매크로 블록 묶음으로 처리하는 과정을 보여준다. 그리고 효과적으로 스레드를 처리하기 위하여 파이프 라인 단계 마다 독립적으로 스레드를 생성하였다. 파이프 라인 단계에서 생성된 스레드는 매크로 블록 묶음을 처리 하고 종료 한다.
우리는 ED, MC+IQ/IT IP+IQ/IT, DF 부분으로 나누었다. 나누어진 기능을 스레드에 할당하여 파이프 라인 병렬화를 진행한다. 기존의 파이프 라인 병렬화 방법은 매크로 블록 단위로 파이프라인을 처리하고, 파이프 라인 단계마다 매크로 블록 단위로 스레드의 동기화를 확인 한다.
본 논문에서 오픈 소스 프로젝트로 개발 중인 FFmpeg H.264/AVC 디코더를 사용하여 병렬화 방법을 적용 하여 실험 하였다. 실험 결과의 사용한 영상은 JM-v16을 사용하여 인코딩 하였다.
본 논문에서 제안하는 FPP방법은 프레임을 매크로 블록 묶음으로 나누어 파이프 라인 병렬화 처리 한다. 그림 4은 프레임 분할하여 매크로 블록 묶음으로 처리하는 과정을 보여준다.
264/AVC디코더를 기능별로 나누어 스레드에 할당하여 병렬화를 처리 한다. 우리는 ED, MC+IQ/IT IP+IQ/IT, DF 부분으로 나누었다. 나누어진 기능을 스레드에 할당하여 파이프 라인 병렬화를 진행한다.
264/AVC 디코더를 병렬화하였다. 우리는 FPP 방법을 인텔 쿼드 코어 시스템에서 실험 하였고 다른 병렬화 방법과 성능을 비교하였다. 향후 FPP 방법을 확장하여 다양한 멀티 코어 시스템에서 적용하여 하려고 한다.
우리는 H.264/AVC 디코더 병렬화 방법을 살펴 보았다. 하지만 병렬화를 통한 성능 향상에 오버헤드가 있음을 알 수 있다.
병렬화 방법은 OpenMP[6]를 사용하였다. 우리는 인텔 쿼드 코어 기반의 멀티 코어 시스템에서 병렬화 방법 적용 전 H.264/AVC 디코더와 병렬화 방법을 적용한 H.264/AVC 디코더를 비교 하였다. 표 1은 H.
그리고 해상도가 높아지면 프레임당 처리하는 매크로블록의 개수가 증가하고, 따라서 스레드의 동기화 횟수도 늘어난다. 이러한 스레드의 동기화로 인한 문제를 해결 하기 위하여 프레임을 분할하여 매크로 블록 묶음으로 병렬화 하는 방법을 적용 하였다.
264/AVC 디코딩 병렬화 방법은 Frame Partition based Parallelization (FPP)방법이다. 프레임을 매크로 블록 묶음으로 나누어 병렬화 하고 독립적으로 스레드를 생성하여 처리하였다. 우리는 이러한 병렬화 방법을 사용하여 H.

이론/모형

264/AVC baseline profile를 기반으로 하였다. 병렬화 방법은 OpenMP[6]를 사용하였다. 우리는 인텔 쿼드 코어 기반의 멀티 코어 시스템에서 병렬화 방법 적용 전 H.
264/AVC 디코더를 사용하여 병렬화 방법을 적용 하여 실험 하였다. 실험 결과의 사용한 영상은 JM-v16을 사용하여 인코딩 하였다. 인코딩 환경은 JM-v16 에서 제공하는 H.
실험 결과의 사용한 영상은 JM-v16을 사용하여 인코딩 하였다. 인코딩 환경은 JM-v16 에서 제공하는 H.264/AVC baseline profile를 기반으로 하였다. 병렬화 방법은 OpenMP[6]를 사용하였다.
표 1,2 에서 적용한 병렬화 방법은 다음과 같다. 태스크 레벨 병렬화 방법인 파이프라인 병렬화 방법을 실험하였다. 그리고 데이터 레벨 병렬화 방법인 2Dwave 병렬화 방법을 실험 하였다 마지막으로 본 논문에서 제안한 FPP 방법을 실험하였다.

성능/효과

그림 6는 표 2의 결과를 그래프로 나타내었다. 본 논문에서 제안하는 FPP 방법이 다른 병렬화 방법에 비교하여 효과적임을 알 수 있다.
264/AVC 디코더 병렬화 방법을 연구 한다. 우리가 제안하는 Frame Partition based Parallelization (FPP)방법은 병렬화 과정에서 발생하는 문제점을 해결하여 H.264/AVC 디코더 성능을 향상 하였다. 본 논문은 다음과 같은 순서로 이루어져 있다.
표 2에서 파이프 라인 병렬화 방법은 12~32%, 2Dwave 병렬화 방법은 23~32% 성능 향상하였다. 우리가 제안한 FPP 방법은 38~53% 성능 향상 하였다. 그림 6는 표 2의 결과를 그래프로 나타내었다.
그리고 데이터 레벨 병렬화 방법인 2Dwave 병렬화 방법을 실험 하였다 마지막으로 본 논문에서 제안한 FPP 방법을 실험하였다. 표 2에서 파이프 라인 병렬화 방법은 12~32%, 2Dwave 병렬화 방법은 23~32% 성능 향상하였다. 우리가 제안한 FPP 방법은 38~53% 성능 향상 하였다.

후속연구

우리는 FPP 방법을 인텔 쿼드 코어 시스템에서 실험 하였고 다른 병렬화 방법과 성능을 비교하였다. 향후 FPP 방법을 확장하여 다양한 멀티 코어 시스템에서 적용하여 하려고 한다.

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

프레임 분할 기반 병렬화 H.264/AVC 디코더
Frame Partition based Parallelization of H.264/AVC decoder 원문보기

초록
AI-Helper

AI 본문요약
AI-Helper

문제 정의

제안 방법

이론/모형

성능/효과

후속연구

이 논문을 인용한 문헌

관련 콘텐츠

원문 보기

이 논문과 함께 이용한 콘텐츠

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

선택된 텍스트

연합인증

프레임 분할 기반 병렬화 H.264/AVC 디코더 Frame Partition based Parallelization of H.264/AVC decoder 원문보기

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

AI 본문요약 엑셀 다운로드 AI-Helper

문제 정의

제안 방법

이론/모형

성능/효과

후속연구

이 논문을 인용한 문헌

관련 콘텐츠

원문 보기

이 논문과 함께 이용한 콘텐츠

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

선택된 텍스트

프레임 분할 기반 병렬화 H.264/AVC 디코더
Frame Partition based Parallelization of H.264/AVC decoder 원문보기

초록
AI-Helper

AI 본문요약
AI-Helper