As a video encoder and a video decoder are adopted in most of battery-operated portable devices, e.g., cell phone, digital camera, laptop, camcorder, etc, low-energy video encoding and video decoding become the critical issues in such system design to extend battery lifetime. To tackle the issues, in this thesis, I present energy reduction methods in a video encoder/decoder by utilizing dynamic voltage and frequency scaling (DVFS) exploiting three outstanding characteristics: i) runtime distribution on both computational workload and memory stall time in a video encoder/decoder, ii) varying parallelism over each path in a parallelized video encoder/decoder running, and iii) energy-rate-distortion tradeoffs.
First, in Chapter 1, I propose an online DVFS method which takes into account the dynamism of both program phase behavior and runtime distribution of processor computational workload and memory stall time. The online DVFS problem is addressed in two ways: intra-phase workload prediction and program phase detection. The intra-phase workload prediction is to predict the workload based on the runtime distribution of computational workload and memory stall time in the current program phase in order to over-come the conventional pessimistic assumption on the remaining workload, i.e., worst-case execution cycle. The program phase detection is to identify to which program phase the current instant belongs and then to obtain the predicted workload corresponding to the detected program phase, which is used to set voltage and frequency during the program phase. Then, in Chapter 2, I extend the runtime distribution-aware DVFS method for a multi-processor with judiciously exploiting slack by considering the varying parallelism over each path in a task graph running on a multi-processor.
Finally, in Chapter 3, I present a low-energy wireless video sensor node system consisting of event detector, video encoder, transceiver, and memory. To reduce the energy consumption, the system adopts an event detector to avoid energy being consumed for recording uncritical events, and judiciously scales bitrate of video encoder exploiting energy-rate-distortion (E-R-D) tradeoffs, derived from analytic formulation of energy, rate, and distortion of the system, while satisfying memory capacity constraint and distortion re-quirement.
비디오 인코더와 디코더는 배터리로 동작하는 핸드폰, 디지털 카메라 등등의 휴대용 기기에 많이 사용됨에 따라, 배터리 수명을 늘리기 위해 저전력으로 구현하는 것이 매우 중요한 문제로 부각이 되고 있다. 이를 해결하기 위해, 본 논문에서는 동적 전압 조절 방법 (DVFS)을 이용하여 에너지를 줄일 수 있는 방법에 대해서 제안하였다.
Chapter 1에서는 비디오 인코더와 디코더에서 계산과 외부 메모리를 접근할 때 소비되는 수행 시간의 분포와 프로그램 패이즈의 동적 변화를 효과적으로 고려한 런타임용 DVFS 방법론을 제안하였다. 제안한 방법을 MPEG4와 H.264 디코더에 적용한 결과 각각 34.6%와 17.3%의 에너지 소비를 줄일 수 있었다. Chapter 2에서는 멀티프로세서에서 수행 시간의 분포와 병렬화 정도를 고려한 DVFS 방법론을 제안하였다. 이를 위해 병렬화 정도를 고려한 태스크 그래프 변환 방법을 제안하였으며, 변화된 태스크 그래프를 토대로 수행시간의 분포를 고려하여 해석학적으로 남은 일의 양을 예측하는 방법을 제안하였다. 제안한 알고리즘의 효과를 검증하기 위해 H.264 인코더와 디코더를 병렬화하여 ARM MPCore에서 수행을 하였으며, 적용 결과, 각각 23.93%에서 27.15%의 에너지 소비를 줄일 수 있었다. 마지막으로 Chapter 3에서는 무선 감시 카메라 시스템에서 인코딩된 비디오의 스트림의 에너지-율-왜곡의 관계들을 효과적으로 고려하여 에너지 소비를 최소로 하기 위한 인코딩 율 조절 방법론을 제안하였다. 특히, 메모리 공간이 충분치 않을 때, 이벤트의 중요도를 고려하여 메모리 공간을 효율적으로 할당하는 방법을 제안함으로써, 기존 방법 대비 최대 59.6%, 평균 24.1%의 에너지 소비를 줄일 수 있었다.
