학습 기반 영상 압축 국제 표준(JPEG AI)의 주요 특징 및 성능 평가

Key Features and Performance Evaluation of the International Standard for Learning-based Image Compression, JPEG AI

JPEG AI는 가장 최근의 표준화 활동의 하나로서 영상 데이터의 생성 및 활용의 급격한 증가에 대처하고, 최근 압축 성능 측면에서 획기적인 향상이 이루어진 딥러닝 기법을 활용하여 개발된 학습 기반 영상 부호화를 위한 국제 표준을 의미한다. JPEG AI는 클라우드 시스템, 영상 감시, 자율주행 자동차, 영상 데이터 모니터링, 미디어 배포 등과 같은 광범위한 애플리케이션의 요구 사항을 해결하는 것을 목표로 한다. 이를 위하여 동일한 시각적 품질에 대해 대역폭 및 저장 공간 요구량을 약 50%까지 줄이고, 압축된 비트스트림을 컴퓨터 비전 및 영상 처리 작업에 직접 이용할 수 있는 프레임워크를 제공하도록 한다. 본 논문에서는 이러한 목표로 진행되고 있는 JPEG AI에 대해 비전, 학습 데이터 세트의 결정, 표준화 과정과 주요 제안 사항에 대한 성능 비교, 향후 표준화 일정 등에 대한 설명을 통하여 새로운 국제 표준에 대한 특징을 파악하도록 한다.

JPEG AI refers to an international standard for learning-based image coding, leveraging deep learning techniques that have made groundbreaking advancements in compression performance. It addresses the rapid increase in the generation and utilization of image data, and is one of the latest standardization efforts in this field. JPEG AI aims to meet the requirements of a wide range of applications, including cloud systems, video surveillance, autonomous vehicles, image data monitoring, and media distribution. To achieve this, it reduces the bandwidth and storage space requirements by up to 50% for the same visual quality and provides a framework that allows the compressed bitstream to be directly used for computer vision and image processing tasks. This paper discusses the JPEG AI, explaining its goals, the selection of training datasets, the standardization process, a performance comparison of key proposals, and the future standardization schedule, in order to understand the characteristics of this new international standard.