1 |
1
대상 영상을 제공받고, 상기 대상 영상의 n(n은 자연수) 개의 모드에 대하여 율-왜곡 최적화(Rate-Distortion Optimization, RDO)를 적용하여 최적 모드를 결정하는 예측 모드 결정부; 및상기 결정된 모드에 따라 상기 대상 영상을 부호화하는 부호화부를 포함하되,상기 예측 모드 결정부는,상기 대상 영상과 상기 n개의 모드 사이의 MSE(Mean Squared Error) 연산에 의한 왜곡치를 계산하는 왜곡치 연산부;MS-SSIM(Multi-scale Structural Similarity) 연산에 기초하여 라그랑지안 승수(Lagrangian multiplier)를 산출하는 라그랑지안 승수 연산부; 및상기 n개의 모드의 비트레이트를 계산하는 비트레이트 연산부를 포함하는 인코딩 시스템
|
2 |
2
제 1항에 있어서,상기 라그랑지안 승수 연산부는,상기 대상 영상을 제공받아 다운사이징된 영상을 생성하고, 상기 대상 영상 및 다운사이징된 영상의 분산을 생성하는 다운사이징부,상기 영상의 분산을 이용하여 MSE 디바이더를 연산하는 MSE 디바이더 연산기로, 상기 MSE 디바이더는 상기 MSE로 연산된 상기 왜곡치와 상기 MS-SSIM으로 연산된 왜곡치 사이의 관계식인 MSE 디바이더 연산기,상기 MSE 디바이더를 이용하여 임시 양자화 파라미터(Quantization Parameter); QP)를 생성하는 임시 QP(Quantization Parameter) 연산기, 및상기 임시 QP를 이용하여 상기 라그랑지안 승수를 연산하는 람다 연산기를 포함하는 인코딩 시스템
|
3 |
3
제 2항에 있어서,상기 MSE 디바이더는,상기 MSE로 연산된 상기 왜곡치와, 로그 스케일로 변환된 상기 MS-SSIM의 왜곡치 사이의 관계식인 인코딩 시스템
|
4 |
4
제 2항에 있어서,상기 임시 QP 연산기는 로그 연산 및 지수 연산의 결과값 테이블을 저장하는 메모리를 포함하고,상기 임시 QP 연산기는 상기 테이블을 이용하여 상기 임시 QP를 연산하는 인코딩 시스템
|
5 |
5
제 1항에 있어서,상기 라그랑지안 승수 연산부는 상기 대상 영상만을 제공받아 상기 MS-SSIM 연산에 기초한 라그랑지안 승수를 연산하는 인코딩 시스템
|
6 |
6
제 1항에 있어서,상기 예측 모드 결정부는,상기 MSE 연산에 의한 왜곡치, 상기 MS-SSIM 연산에 기초하여 산출된 라그랑지안 승수 및 상기 비트레이트 연산부를 제공받아 상기 율-왜곡 최적화에 따른 코스트 함수를 연산하는 코스트 연산부를 더 포함하는 인코딩 시스템
|
7 |
7
대상 영상과, 상기 대상 영상에 대한 n(n은 자연수) 개의 모드를 제공하고,상기 n개의 모드에 대하여 율-왜곡 최적화에 따른 비용 함수를 연산하고,상기 n개의 모드 중 최적의 비용 함수를 갖는 모드를 선택하여 상기 대상 영상을 부호화하는 것을 포함하되,상기 n개의 모드에 대한 비용 함수를 연산하는 것은,상기 대상 영상과 상기 n개의 모드 사이의 MSE 연산에 의한 왜곡치(distortion)와, MS-SSIM 연산에 기초하여 산출된 라그랑지안 승수에 기초하여 결정하는 것을 포함하는 인코딩 시스템의 구동 방법
|
8 |
8
제 7항에 있어서,상기 모드에 대한 비용 함수는, 하기 수학식 1에 의하여 계산되는 인코딩 시스템의 구동 방법
|
9 |
9
제 7항에 있어서,상기 MS-SSIM 연산에 기초한 라그랑주 승수를 구하는 것은,상기 MS-SSIM 연산에 기초하여 생성된 임시 양자화 파라미터(quantization parameter)를 이용하는 것을 포함하는 인코딩 시스템의 구동 방법
|
10 |
10
제 9항에 있어서,상기 임시 양자화 파라미터는, 상기 대상 영상의 현재 블록의 양자화 파라미터와, 상기 MSE의 디바이더(divider)를 이용하여 생성되는 인코딩 시스템의 구동 방법
|