Proceedings of the Korean Society of Broadcast Engineers Conference (한국방송∙미디어공학회:학술대회논문집)

The Korean Institute of Broadcast and Media Engineers (한국방송∙미디어공학회)
권호 표지

Deep Reinforcement Learning based Adaptive GOP Selection for HEVC/H.265 Encoder

심층적 강화학습 기반 적응적 GOP 선택을 통한 HEVC/H.265 인코더 제어

  • Lee, Jung-Kyung (Department of Electronic and Electrical Engineering, Ewha Womans University) ;
  • Kim, Nayoung (Department of Electronic and Electrical Engineering, Ewha Womans University) ;
  • Kang, Je-Won (Department of Electronic and Electrical Engineering, Ewha Womans University)
  • 이정경 (이화여자대학교 전자전기공학과) ;
  • 김나영 (이화여자대학교 전자전기공학과) ;
  • 강제원 (이화여자대학교 전자전기공학과)
  • Published : 2020.11.28
Download PDF
⟨ Previous Next ⟩

Abstract

본 논문에서는 심층적 강화학습 기반 GOP (Group of Picture) 크기를 선택하여 HEVC/H.265의 인코더를 제어하는 방법을 제안한다. 기존 방법에서는 현재 비디오 신호를 부호화 하는 과정에서 이미 부호화한 정보를 사용해야하는 부호화 의존성에 관한 문제가 있었다. 제안 방법은 강화학습 방식을 도입하여 이러한 문제를 극복하고 입력 비디오의 시간적 상관도에 따라 GOP의 크기를 적응적으로 선택하여 부호화 한다. 본 논문에서는 GOP 선택을 위한 강화학습 환경을 새롭게 정의하고 부호화 성능에 따른 보상을 부여하는 방식으로 학습을 수행한다. 제안된 적응적 GOP 선택에 따라 인코더 제어 시, 부호화 방법의 부호화 효율이 -6.07% BD-rate 향상된 실험 결과를 보이며 본 방법의 우수성을 입증한다.

Keywords