주요 메뉴 바로가기 보조 메뉴 바로가기 본문 바로가기
RESEARCH COMMUNICATION PORTAL

새글 논문 국내 국내전문학술지(KCI급) FCM을 위한 통계적 특성 기반 비선형 변환 및 스케일링 방법

  • 학술지 구분 국내전문학술지(KCI급)
  • 게재년월 2026-03
  • 저자명 이성은, 서예원, 한희지, 정순흥, 추현곤, 최해철
  • 학술지명 방송공학회논문지 제 31권 제 2호
  • 발행처명 한국방송미디어공학회
  • 발행국가 국내
  • 논문언어 한국어
  • 전체저자수 6

논문 초록 (Abstract)

신경망 기반 시각 인식 모델은 높은 성능을 제공하지만 연산 복잡도로 인해 에지 디바이스에서의 단독 추론이 제한되며, 이에 따라 에지 디바이스와 서버가 나누어 추론하는 분할 추론 구조가 사용되고 있다. 분할 추론 환경에서 중간 특징의 효율적인 전송을 위해 국제 표준화 단체 Moving Picture Experts Group은 Feature Coding for Machines (FCM) 표준화를 진행하고 있다. FCM은 균등 양자화 적용으로 인해 특징 분포의 통계적 특성을 충분히 반영하지 못하며, 내부 코덱의 부호화 과정에 의해 Quantization Parameter (QP)가 증가할수록 특징 분포 왜곡이 크게 발생하는 한계가 있다. 본 논문에서는 이러한 한계를 개선하기 위해 비균등 양자화를 모사하는 통계적 특성 기반 비선형 변환과 QP 기반 스케일링 방법을 제안하여 부호화 효율을 향상시키고 특징 분포 왜곡을 개선한다. 실험 결과, 제안 방법은 FCM의 테스트 모델인 Feature Compression Test Model v8.1 대비 평균 3.14%의 BD-rate 향상을 달성하였다.