[논문 리뷰] Morphological dilation image coding with context weights prediction

Jiaji Wu, Xing Yan외 5명|arXiv (Cornell University)|2010. 09. 29.

Advanced Data Compression Techniques참고 문헌 8인용 수 6

한 줄 요약

이 논문은 계수의 유의성에 기반한 적응형 형태학적 팽창을 사용하여 비유의계수 출력을 줄이고 동적으로 계수 팽창을 제어하는 이미지 코딩 방법을 제안한다. 가변 길이 그룹 테스트 코딩과 맥락 인식 순서를 통합함으로써 최신 기술 대비 뛰어난 압축 성능을 달성하며, 실험 결과는 비율-왜곡 효율 향상을 입증한다.

ABSTRACT

This paper proposes an adaptive morphological dilation image coding with context weights prediction. The new dilation method is not to use fixed models, but to decide whether a coefficient needs to be dilated or not according to the coefficient's predicted significance degree. It includes two key dilation technologies: 1) controlling dilation process with context weights to reduce the output of insignificant coefficients, and 2) using variable-length group test coding with context weights to adjust the coding order and cost as few bits as possible to present the events with large probability. Moreover, we also propose a novel context weight strategy to predict coefficient's significance degree more accurately, which serves for two dilation technologies. Experimental results show that our proposed method outperforms the state of the art image coding algorithms available today.

연구 동기 및 목표

• 고정 모델 기반 형태학적 팽창의 비효율성을 해결하기 위해 계수의 유의성에 기반한 적응성을 도입한다.
• 맥락 가중치를 활용한 유의성 정도 예측을 통해 팽창 중 비유의계수 출력을 줄인다.
• 가변 길이 그룹 테스트 코딩과 맥락 가중치를 사용하여 코딩 순서와 비트 비용을 최적화한다.
• 정확한 계수 유의성 예측을 통해 전체 압축 성능을 향상시킨다.

제안 방법

• 이 방법은 각 계수의 유의성 정도를 맥락 가중치로 예측하여 팽창 여부를 안내한다.
• 새로운 맥락 가중치 전략을 사용하여 계수 유의성 예측 정확도를 향상시키며, 이는 적응형 팽창의 기초가 된다.
• 예측된 유의성에 기반해 팽창을 동적으로 제어하여 비유의계수에 대한 불필요한 팽창을 방지한다.
• 맥락 가중치를 활용한 가변 길이 그룹 테스트 코딩을 적용하여 코딩 순서를 조정하고 고확률 사건의 비트 비용을 최소화한다.
• 맥락 가중치 유의성 예측을 팽창 및 코딩 단계에 통합하여 공동 최적화를 수행한다.
• 형태학적 팽창과 맥락 인식 비트 할당을 결합하여 비율-왜곡 성능을 향상시킨다.

실험 결과

연구 질문

• RQ1 고정 모델에 의존하는 형태학적 팽창을 계수의 유의성에 적응적으로 개선할 수 있는가?
• RQ2 맥락 가중치 유의성 예측이 팽창 중 비유의계수 출력에 미치는 영향은 무엇인가?
• RQ3 맥락 가중치를 갖는 가변 길이 그룹 테스트 코딩이 높은 확률의 사건에 대한 비트 비용을 최소화하여 코딩 효율을 향상시킬 수 있는가?
• RQ4 맥락 가중치 예측을 팽창 및 코딩에 통합할 경우 전체 이미지 압축 성능에 어떤 영향을 미치는가?
• RQ5 제안된 방법이 기존 최신 기술 대비 얼마나 뛰어나게 성능을 발휘하는가?

주요 결과

• 제안된 방법은 최신 기술 대비 뛰어난 비율-왜곡 성능을 달성한다.
• 맥락 가중치 유의성 예측은 팽창 중 비유의계수 출력을 효과적으로 줄인다.
• 맥락 가중치를 갖는 가변 길이 그룹 테스트 코딩은 고확률 사건을 우선 처리함으로써 비트 비용을 최소화한다.
• 적응형 팽창과 맥락 인식 코딩의 통합은 압축 효율 향상에 기여한다.
• 실험 결과는 본 방법이 코딩 효율성과 왜곡 제어 측면에서 기존 알고리즘을 초월함을 확인한다.