KR102166337B1 - 영상의 ａｉ 부호화 방법 및 장치, 영상의 ａｉ 복호화 방법 및 장치 - Google Patents

영상의 ａｉ 부호화 방법 및 장치, 영상의 ａｉ 복호화 방법 및 장치 Download PDF

Info

Publication number
KR102166337B1
KR102166337B1 KR1020190114363A KR20190114363A KR102166337B1 KR 102166337 B1 KR102166337 B1 KR 102166337B1 KR 1020190114363 A KR1020190114363 A KR 1020190114363A KR 20190114363 A KR20190114363 A KR 20190114363A KR 102166337 B1 KR102166337 B1 KR 102166337B1
Authority
KR
South Korea
Prior art keywords
image
dnn
resolution ratio
resolution
data
Prior art date
Application number
KR1020190114363A
Other languages
English (en)
Inventor
김재환
이종석
박영오
이채은
Original Assignee
삼성전자주식회사
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 삼성전자주식회사 filed Critical 삼성전자주식회사
Priority to KR1020190114363A priority Critical patent/KR102166337B1/ko
Priority to PCT/KR2020/012435 priority patent/WO2021054697A1/ko
Priority to EP20866485.4A priority patent/EP4016460A4/en
Application granted granted Critical
Publication of KR102166337B1 publication Critical patent/KR102166337B1/ko
Priority to US17/696,518 priority patent/US20220207650A1/en

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
    • H04N19/134—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the element, parameter or criterion affecting or controlling the adaptive coding
    • H04N19/146—Data rate or code amount at the encoder output
    • H04N19/147—Data rate or code amount at the encoder output according to rate distortion criteria
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/06—Physical realisation, i.e. hardware implementation of neural networks, neurons or parts of neurons
    • G06N3/063—Physical realisation, i.e. hardware implementation of neural networks, neurons or parts of neurons using electronic means
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T3/00—Geometric image transformation in the plane of the image
    • G06T3/40—Scaling the whole image or part thereof
    • G06T3/4046—Scaling the whole image or part thereof using neural networks
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/04—Architecture, e.g. interconnection topology
    • G06N3/045—Combinations of networks
    • G06N3/0454—
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/08—Learning methods
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/08—Learning methods
    • G06N3/084—Backpropagation, e.g. using gradient descent
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T3/00—Geometric image transformation in the plane of the image
    • G06T3/40—Scaling the whole image or part thereof
    • G06T3/4053—Super resolution, i.e. output image resolution higher than sensor resolution
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
    • H04N19/102—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the element, parameter or selection affected or controlled by the adaptive coding
    • H04N19/132—Sampling, masking or truncation of coding units, e.g. adaptive resampling, frame skipping, frame interpolation or high-frequency transform coefficient masking
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/42—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals characterised by implementation details or hardware specially adapted for video compression or decompression, e.g. dedicated software implementation
    • H04N19/423—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals characterised by implementation details or hardware specially adapted for video compression or decompression, e.g. dedicated software implementation characterised by memory arrangements
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/50—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using predictive coding
    • H04N19/59—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using predictive coding involving spatial sub-sampling or interpolation, e.g. alteration of picture size or resolution
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/04—Architecture, e.g. interconnection topology
    • G06N3/044—Recurrent networks, e.g. Hopfield networks
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/04—Architecture, e.g. interconnection topology
    • G06N3/048—Activation functions

Abstract

메모리; 및 프로세서를 포함하고, 프로세서는, 원본 영상의 AI 다운스케일과 관련된 AI 데이터, 및 제 1 영상의 부호화 결과 생성된 영상 데이터를 획득하고, 영상 데이터를 복호화하여 제 1 영상에 대응하는 제 2 영상을 획득하고, AI 데이터에 기초하여, 원본 영상과 제 1 영상 사이의 가로 방향의 해상도 비율 및 세로 방향의 해상도 비율을 결정하고, 업스케일용 DNN을 통해, 제 2 영상으로부터 가로 방향 및 세로 방향 중 적어도 하나의 방향으로 해상도가 증가된 제 3 영상을 획득하며, 가로 방향의 해상도 비율과 세로 방향의 해상도 비율은 서로 상이한 값으로 결정되는, 일 실시예에 따른 AI 복호화 장치가 개시된다.

Description

영상의 ＡＩ 부호화 방법 및 장치, 영상의 ＡＩ 복호화 방법 및 장치{APPARATUS AND METHOD FOR PERFORMING ARTIFICIAL INTELLIGENCE ENCODING AND ARTIFICIAL INTELLIGENCE DECODING OF IMAGE}
본 개시는 영상 처리 분야에 관한 것이다. 보다 구체적으로, 본 개시는 영상을 AI 기반으로 부호화 및 복호화하는 방법 및 장치에 관한 것이다.
영상은 소정의 데이터 압축 표준, 예를 들어 MPEG (Moving Picture Expert Group) 표준 등을 따르는 코덱(codec)에 의해 부호화된 후 비트스트림의 형태로 기록매체에 저장되거나 통신 채널을 통해 전송된다.
고해상도/고화질의 영상을 재생, 저장할 수 있는 하드웨어의 개발 및 보급에 따라, 고해상도/고화질의 영상을 효과적으로 부호화 및 복호화할 수 있는 코덱의 필요성이 증대하고 있다.
일 실시예에 따른 영상의 AI 부호화 방법 및 장치, 영상의 AI 복호화 방법 및 장치는 낮은 비트레이트의 달성을 위해 AI 기반으로 영상을 부호화 및 복호화하는 것을 기술적 과제로 한다.
또한, 일 실시예에 따른 영상의 AI 부호화 방법 및 장치, 영상의 AI 복호화 방법 및 장치는 원본 영상 대비 복원 영상에서 정보 누락이 발생하지 않게 하는 것을 기술적 과제로 한다.
일 실시예에 따른 AI 복호화 장치는, 하나 이상의 인스트럭션들을 저장하는 메모리; 및 상기 메모리에 저장된 상기 하나 이상의 인스트럭션들을 실행하는 프로세서를 포함하고, 상기 프로세서는, 원본 영상의 AI 다운스케일과 관련된 AI 데이터, 및 제 1 영상의 부호화 결과 생성된 영상 데이터를 획득하고, 상기 영상 데이터를 복호화하여 상기 제 1 영상에 대응하는 제 2 영상을 획득하고, 상기 AI 데이터에 기초하여, 상기 원본 영상과 상기 제 1 영상 사이의 가로 방향의 해상도 비율 및 세로 방향의 해상도 비율을 결정하고, 업스케일용 DNN을 통해, 상기 가로 방향의 해상도 비율 및 상기 세로 방향의 해상도 비율에 따라 상기 제 2 영상으로부터 가로 방향 및 세로 방향 중 적어도 하나의 방향으로 해상도가 증가된 제 3 영상을 획득하며, 상기 가로 방향의 해상도 비율과 세로 방향의 해상도 비율은 서로 상이한 값으로 결정될 수 있다.
상기 프로세서는, 상기 제 2 영상으로부터 제 2 영상의 해상도보다 작은 해상도의 복수의 제 1 중간 영상을 획득하고, 상기 복수의 제 1 중간 영상에 기초하여 상기 업스케일용 DNN에서 출력되는 복수의 제 2 중간 영상을 획득하고, 상기 복수의 제 2 중간 영상을 결합하여 상기 제 2 중간 영상의 해상도보다 큰 해상도의 상기 제 3 영상을 획득할 수 있다.
상기 프로세서는, 상기 제 2 영상을 구성하는 픽셀 라인들 중 일부의 픽셀 라인으로 구성된 상기 복수의 제 1 중간 영상을 획득할 수 있다.
상기 프로세서는, 상기 복수의 제 2 중간 영상을 구성하는 픽셀들을 번갈아 연결하여 상기 제 3 영상을 획득할 수 있다.
상기 프로세서는, 상기 가로 방향의 해상도 비율 및 상기 세로 방향의 해상도 비율에 기초하여 상기 제 1 중간 영상의 개수 및 상기 제 2 중간 영상의 개수를 결정하고, 상기 업스케일용 DNN가 상기 결정된 개수의 제 1 중간 영상을 처리하여 상기 결정된 개수의 제 2 중간 영상을 출력할 수 있게 하는 DNN 설정 정보를 획득할 수 있다.
상기 업스케일용 DNN은, 복수의 컨볼루션 레이어를 포함하되, 상기 획득된 DNN 설정 정보가 상기 업스케일용 DNN에 세팅됨에 따라, 상기 복수의 컨볼루션 레이어 중 마지막 컨볼루션 레이어의 필터 커널의 개수가 상기 제 2 중간 영상의 개수와 동일하게 결정될 수 있다.
상기 프로세서는, 상기 가로 방향의 해상도 비율 및 상기 세로 방향의 해상도 비율에 기초하여, 상기 업스케일용 DNN의 동작 횟수를 결정하고, 상기 동작 횟수에 따른 동작 결과 상기 업스케일용 DNN에서 출력되는 제 2 중간 영상들을 결합하여 상기 제 3 영상을 획득하되, 상기 업스케일용 DNN은 미리 결정된 개수의 제 1 중간 영상을 처리하여 미리 결정된 개수의 제 2 중간 영상을 출력할 수 있다.
상기 업스케일용 DNN이 상기 제 2 영상의 가로 방향 해상도 및 세로 방향 해상도 중 어느 하나를 n배 (n은 자연수) 증가시키기 위해 동작하는 경우, 상기 프로세서는, 상기 가로 방향의 해상도 비율이 1/na (a는 0 이상의 정수)이고, 상기 세로 방향의 해상도 비율이 1/nb (b는 0 이상의 정수)이면, 상기 업스케일용 DNN의 동작 횟수를 a+b회로 결정할 수 있다.
상기 프로세서는, 상기 업스케일용 DNN이 상기 결정된 동작 횟수에 따라 동작하는 동안, 상기 업스케일용 DNN의 이전 동작 결과 획득되는 복수의 제 2 중간 영상을 결합하고, 결합된 영상으로부터 획득되는 복수의 제 1 중간 영상을 상기 업스케일용 DNN에 입력할 수 있다.
상기 프로세서는, 상기 제 2 영상을 스케일링하고, 스케일링된 제 2 영상과 상기 제 3 영상을 합하여 최종의 제 3 영상을 획득할 수 있다.
상기 제 1 영상은, 다운스케일용 DNN을 통한 상기 원본 영상의 AI 다운스케일 결과 획득되며, 상기 다운스케일용 DNN에 세팅되는 DNN 설정 정보와 상기 업스케일용 DNN에 세팅되는 DNN 설정 정보는 연계 훈련된(joint trained) 것일 수 있다.
일 실시예에 따른 AI 부호화 장치는, 하나 이상의 인스트럭션들을 저장하는 메모리; 및 상기 메모리에 저장된 상기 하나 이상의 인스트럭션들을 실행하는 프로세서를 포함하고, 상기 프로세서는, 원본 영상과 제 1 영상 사이의 가로 방향의 해상도 비율 및 세로 방향의 해상도 비율을 결정하고, 다운스케일용 DNN을 통해, 상기 가로 방향의 해상도 비율 및 상기 세로 방향의 해상도 비율에 따라 상기 원본 영상으로부터 가로 방향 및 세로 방향 중 적어도 하나의 방향으로 해상도가 감소된 제 1 영상을 획득하고, 상기 제 1 영상의 부호화하여 영상 데이터를 획득하고, 상기 가로 방향의 해상도 비율 및 상기 세로 방향의 해상도 비율을 나타내는 정보를 포함하는 AI 데이터, 및 상기 영상 데이터를 전송하며, 상기 가로 방향의 해상도 비율과 세로 방향의 해상도 비율은 서로 상이한 값으로 결정될 수 있다.
상기 프로세서는, 상기 원본 영상의 가로 방향의 에지 강도 및 세로 방향의 에지 강도에 기초하여, 상기 가로 방향의 해상도 비율 및 세로 방향의 해상도 비율을 결정할 수 있다.
상기 프로세서는, 상기 원본 영상의 가로 방향 및 세로 방향 중 에지 강도가 더 큰 방향의 해상도 비율을 다른 방향의 해상도 비율보다 크게 결정할 수 있다.
상기 프로세서는, 상기 원본 영상 내 존재하는 텍스트의 배열 방향을 결정하고, 상기 결정된 배열 방향에 기초하여 상기 가로 방향의 해상도 비율 및 세로 방향의 해상도 비율을 결정할 수 있다.
상기 프로세서는, 상기 원본 영상의 가로 방향 및 세로 방향 중 상기 텍스트의 배열 방향에 가까운 방향의 해상도 비율을 다른 방향의 해상도 비율보다 크게 결정할 수 있다.
일 실시예에 따른 AI 복호화 방법은, 원본 영상의 AI 다운스케일과 관련된 AI 데이터, 및 제 1 영상의 부호화 결과 생성된 영상 데이터를 획득하는 단계; 상기 영상 데이터를 복호화하여 상기 제 1 영상에 대응하는 제 2 영상을 획득하는 단계; 상기 AI 데이터에 기초하여, 상기 원본 영상과 상기 제 1 영상 사이의 가로 방향의 해상도 비율 및 세로 방향의 해상도 비율을 결정하는 단계; 및 업스케일용 DNN을 통해, 상기 가로 방향의 해상도 비율 및 상기 세로 방향의 해상도 비율에 따라 상기 제 2 영상으로부터 가로 방향 및 세로 방향 중 적어도 하나의 방향으로 해상도가 증가된 제 3 영상을 획득하는 단계를 포함하고, 상기 가로 방향의 해상도 비율과 세로 방향의 해상도 비율은 서로 상이한 값으로 결정될 수 있다.
일 실시예에 따른 AI 부호화 방법은, 원본 영상과 제 1 영상 사이의 가로 방향의 해상도 비율 및 세로 방향의 해상도 비율을 결정하는 단계; 다운스케일용 DNN을 통해, 상기 가로 방향의 해상도 비율 및 상기 세로 방향의 해상도 비율에 따라 상기 원본 영상으로부터 가로 방향 및 세로 방향 중 적어도 하나의 방향으로 해상도가 감소된 제 1 영상을 획득하는 단계; 상기 제 1 영상을 부호화하여 영상 데이터를 획득하는 단계; 및 상기 가로 방향의 해상도 비율 및 상기 세로 방향의 해상도 비율을 나타내는 정보를 포함하는 AI 데이터, 및 상기 영상 데이터를 전송하는 단계를 포함하며, 상기 가로 방향의 해상도 비율과 세로 방향의 해상도 비율은 서로 상이한 값으로 결정될 수 있다.
일 실시예에 따른 영상의 AI 부호화 방법 및 장치, 영상의 AI 복호화 방법 및 장치는 AI 기반의 영상 부호화 및 복호화를 통해 영상을 낮은 비트레이트로 처리할 수 있다.
또한, 일 실시예에 따른 영상의 AI 부호화 방법 및 장치, 영상의 AI 복호화 방법 및 장치는 원본 영상 대비 복원 영상에서 정보 누락이 발생하지 않게 할 수 있다.
다만, 일 실시예에 따른 영상의 AI 부호화 방법 및 장치, 영상의 AI 복호화 방법 및 장치가 달성할 수 있는 효과는 이상에서 언급한 것들로 제한되지 않으며, 언급하지 않은 또 다른 효과들은 아래의 기재로부터 본 개시가 속하는 기술분야에서 통상의 지식을 가진 자에게 명확하게 이해될 수 있을 것이다.
본 명세서에서 인용되는 도면을 보다 충분히 이해하기 위하여 각 도면의 간단한 설명이 제공된다.
도 1은 일 실시예에 따른 AI 부호화 과정 및 AI 복호화 과정을 설명하기 위한 도면이다.
도 2는 일 실시예에 따른 AI 복호화 장치의 구성을 나타내는 블록도이다.
도 3은 제 2 영상의 AI 업스케일을 위한 제 2 DNN을 나타내는 예시적인 도면이다.
도 4는 컨볼루션 레이어에 의한 컨볼루션 연산을 설명하기 위한 도면이다.
도 5는 여러 영상 관련 정보들과 여러 DNN 설정 정보들 사이의 매핑 관계를 나타내는 예시적인 도면이다.
도 6은 복수의 프레임으로 구성된 제 2 영상을 도시하는 도면이다.
도 7은 일 실시예에 따른 AI 부호화 장치의 구성을 나타내는 블록도이다.
도 8은 원본 영상의 AI 다운스케일을 위한 제 1 DNN을 나타내는 예시적인 도면이다.
도 9는 제 1 DNN 및 제 2 DNN을 훈련시키는 방법을 설명하기 위한 도면이다.
도 10는 훈련 장치에 의한 제 1 DNN 및 제 2 DNN의 훈련 과정을 설명하기 위한 도면이다.
도 11은 원본 영상의 AI 다운스케일을 위한 장치 및 제 2 영상의 AI 업스케일을 위한 장치를 도시하는 예시적인 도면이다.
도 12는 다른 실시예에 따른 AI 복호화 장치의 구성을 나타내는 블록도이다.
도 13은 원본 영상과 제 1 영상 사이의 가로 방향 및 세로 방향의 해상도 비율을 설명하기 위한 도면이다.
도 14는 일 실시예에 따른 인덱스가 가리키는 제 1 영상의 가로 방향의 해상도 비율 및 세로 방향의 해상도 비율을 나타내는 예시적인 도면이다.
도 15는 영상 관련 정보, 제 1 영상의 가로 방향 및 세로 방향의 해상도 비율에 매핑된 DNN 설정 정보들을 나타내는 예시적인 도면이다.
도 16은 제 1 영상의 가로 방향 및 세로 방향의 해상도 비율에 따라 제 2 DNN과 관련된 제 1 중간 영상 및 제 2 중간 영상의 개수가 달라짐을 설명하기 위한 도면이다.
도 17은 제 1 영상의 세로 방향의 해상도 비율이 1/2이고, 가로 방향의 해상도 비율이 1인 경우의 제 2 영상, 제 1 중간 영상, 제 2 중간 영상 및 제 3 영상을 예시한다.
도 18은 제 2 영상의 AI 업스케일을 위한 제 2 DNN을 나타내는 예시적인 도면이다.
도 19는 제 1 중간 영상을 획득하는 방법을 설명하기 위한 도면이다.
도 20은 제 1 중간 영상을 획득하는 방법을 설명하기 위한 도면이다.
도 21은 제 1 중간 영상을 획득하는 방법을 설명하기 위한 도면이다.
도 22는 제 2 중간 영상으로부터 제 3 영상을 획득하는 방법을 설명하기 위한 도면이다.
도 23은 제 2 중간 영상으로부터 제 3 영상을 획득하는 방법을 설명하기 위한 도면이다.
도 24는 제 2 중간 영상으로부터 제 3 영상을 획득하는 방법을 설명하기 위한 도면이다.
도 25는 제 2 DNN을 이용한 AI 업스케일 방법을 설명하기 위한 도면이다.
도 26은 제 2 DNN을 이용한 AI 업스케일 방법을 설명하기 위한 도면이다.
도 27은 다른 실시예에 따른 AI 부호화 장치의 구성을 나타내는 블록도이다.
도 28은 원본 영상에 대응하는 에지(edge) 맵을 나타내는 도면이다.
도 29는 텍스트 영역들을 포함하는 원본 영상을 나타내는 도면이다.
도 30은 제 1 영상의 가로 방향 및 세로 방향의 해상도 비율에 따라 제 1 DNN과 관련된 제 1 중간 영상 및 제 2 중간 영상의 개수가 달라짐을 설명하기 위한 도면이다.
도 31은 원본 영상의 AI 다운스케일을 위한 제 1 DNN을 나타내는 예시적인 도면이다.
도 32는 제 1 DNN을 이용한 AI 다운스케일 방법을 설명하기 위한 도면이다.
도 33은 다른 실시예에 따른 AI 복호화 방법을 설명하기 위한 순서도이다.
도 34는 다른 실시예에 따른 AI 부호화 방법을 설명하기 위한 순서도이다.
도 35는 원본 영상의 에지 맵, 제 1 영상의 세로 방향의 해상도 비율과 가로 방향의 해상도 비율이 동일할 때 AI 복호화 과정을 통해 획득된 제 3 영상의 에지 맵, 및 제 1 영상의 세로 방향의 해상도 비율과 가로 방향의 해상도 비율이 상이할 때 AI 복호화 과정을 통해 획득된 제 3 영상의 에지 맵을 나타내는 도면이다.
도 36은 다른 실시예에 따른 제 1 DNN 및 제 2 DNN을 연계 훈련시키는 방법을 설명하기 위한 도면이다.
본 개시는 다양한 변경을 가할 수 있고 여러 가지 실시예를 가질 수 있는 바, 특정 실시예들을 도면에 예시하고, 이를 상세한 설명을 통해 상세히 설명하고자 한다. 그러나, 이는 본 개시의 실시 형태에 대해 한정하려는 것이 아니며, 본 개시는 여러 실시예들의 사상 및 기술 범위에 포함되는 모든 변경, 균등물 내지 대체물을 포함하는 것으로 이해되어야 한다.
실시예를 설명함에 있어서, 관련된 공지 기술에 대한 구체적인 설명이 본 개시의 요지를 불필요하게 흐릴 수 있다고 판단되는 경우 그 상세한 설명을 생략한다. 또한, 명세서의 설명 과정에서 이용되는 숫자(예를 들어, 제 1, 제 2 등)는 하나의 구성요소를 다른 구성요소와 구분하기 위한 식별기호에 불과하다.
또한, 본 명세서에서, 일 구성요소가 다른 구성요소와 "연결된다" 거나 "접속된다" 등으로 언급된 때에는, 상기 일 구성요소가 상기 다른 구성요소와 직접 연결되거나 또는 직접 접속될 수도 있지만, 특별히 반대되는 기재가 존재하지 않는 이상, 중간에 또 다른 구성요소를 매개하여 연결되거나 또는 접속될 수도 있다고 이해되어야 할 것이다.
또한, 본 명세서에서 '~부(유닛)', '모듈' 등으로 표현되는 구성요소는 2개 이상의 구성요소가 하나의 구성요소로 합쳐지거나 또는 하나의 구성요소가 보다 세분화된 기능별로 2개 이상으로 분화될 수도 있다. 또한, 이하에서 설명할 구성요소 각각은 자신이 담당하는 주기능 이외에도 다른 구성요소가 담당하는 기능 중 일부 또는 전부의 기능을 추가적으로 수행할 수도 있으며, 구성요소 각각이 담당하는 주기능 중 일부 기능이 다른 구성요소에 의해 전담되어 수행될 수도 있음은 물론이다.
또한, 본 명세서에서, '영상(image)' 또는 '픽처'는 정지영상, 복수의 연속된 정지영상(또는 프레임)으로 구성된 동영상, 또는 비디오를 나타낼 수 있다.
또한, 본 명세서에서 'DNN(deep neural network)'은 뇌 신경을 모사한 인공신경망 모델의 대표적인 예시로써, 특정 알고리즘을 사용한 인공신경망 모델로 한정되지 않는다.
또한, 본 명세서에서 '파라미터'는 뉴럴 네트워크를 이루는 각 레이어의 연산 과정에서 이용되는 값으로서 예를 들어, 입력 값을 소정 연산식에 적용할 때 이용되는 가중치를 포함할 수 있다. 또한, 파라미터는 매트릭스 형태로 표현될 수 있다. 파라미터는 훈련의 결과로 설정되는 값으로서, 필요에 따라 별도의 훈련 데이터(training data)를 통해 갱신될 수 있다.
또한, 본 명세서에서 '제 1 DNN'은 영상의 AI 다운스케일을 위해 이용되는 DNN을 의미하고, '제 2 DNN'은 영상의 AI 업스케일을 위해 이용되는 DNN을 의미한다.
또한, 본 명세서에서 'DNN 설정 정보'는 DNN을 구성하는 요소와 관련된 정보로서 전술한 파라미터를 포함한다. DNN 설정 정보를 이용하여 제 1 DNN 또는 제 2 DNN이 설정될 수 있다.
또한, 본 명세서에서 '원본 영상'은 AI 부호화의 대상이 되는 영상을 의미하고, '제 1 영상'은 AI 부호화 과정에서 원본 영상의 AI 다운스케일 결과 획득된 영상을 의미한다. 또한, '제 2 영상'은 AI 복호화 과정에서 제 1 복호화를 통해 획득된 영상을 의미하고, '제 3 영상'은 AI 복호화 과정에서 제 2 영상을 AI 업스케일하여 획득된 영상을 의미한다.
또한, 본 명세서에서 '제 1 중간 영상'은 제 1 DNN 및 제 2 DNN에 입력되는 영상을 의미하고, '제 2 중간 영상'은 제 1 DNN 및 제 2 DNN으로부터 출력되는 영상을 의미한다.
또한, 본 명세서에서 'AI 다운스케일'은 AI 기반으로 영상의 해상도를 감소시키는 처리를 의미하고, '제 1 부호화'는 주파수 변환 기반의 영상 압축 방법에 의한 부호화 처리를 의미한다. 또한, '제 1 복호화'는 주파수 변환 기반의 영상 복원 방법에 의한 복호화 처리를 의미하고, 'AI 업스케일'은 AI 기반으로 영상의 해상도를 증가시키는 처리를 의미한다.
도 1은 일 실시예에 따른 AI(artificial intelligence) 부호화 과정 및 AI 복호화 과정을 설명하기 위한 도면이다.
전술한 바와 같이 영상의 해상도가 급격히 커짐에 따라 부호화/복호화를 위한 정보 처리량이 많아지게 되고, 이에 따라 영상의 부호화 및 복호화 효율을 향상시키기 위한 방안이 필요하다.
도 1에 도시된 바와 같이, 본 개시의 일 실시예에 따르면, 해상도가 큰 원본 영상(105)을 AI 다운스케일(110)하여 제 1 영상(115)을 획득한다. 그리고, 상대적으로 작은 해상도의 제 1 영상(115)을 대상으로 하여 제 1 부호화(120) 및 제 1 복호화(130)를 수행하므로, 원본 영상(105)을 대상으로 하여 제 1 부호화(120) 및 제 1 복호화(130)를 수행하는 경우에 비해 처리되는 비트레이트를 크게 감소시킬 수 있다.
도 1을 참조하여 상세히 설명하면, 일 실시예는 AI 부호화 과정에서, 원본 영상(105)을 AI 다운스케일(110)하여 제 1 영상(115)을 획득하고, 제 1 영상(115)을 제 1 부호화(120)한다. AI 복호화 과정에서는, AI 부호화 결과 획득된 AI 데이터와 영상 데이터를 포함하는 AI 부호화 데이터를 수신하고, 제 1 복호화(130)를 통해 제 2 영상(135)을 획득하고, 제 2 영상(135)을 AI 업스케일(140)하여 제 3 영상(145)을 획득한다.
AI 부호화 과정을 좀 더 상세히 살펴보면, 원본 영상(105)을 입력받으면, 소정 해상도 또는 소정 화질의 제 1 영상(115)을 획득하기 위해 원본 영상(105)을 AI 다운스케일(110)한다. 이때, AI 다운스케일(110)은 AI 기반으로 수행되는데, AI 다운스케일(110)을 위한 AI는 제 2 영상(135)의 AI 업스케일(140)을 위한 AI와 연계되어 훈련되어야(joint trained) 한다. 왜냐하면, AI 다운스케일(110)을 위한 AI와 AI 업스케일(140)을 위한 AI가 분리되어 훈련되는 경우, AI 부호화 대상인 원본 영상(105)과 AI 복호화를 통해 복원된 제 3 영상(145) 사이의 차이가 커지게 되기 때문이다.
본 개시의 실시예에서는, AI 부호화 과정과 AI 복호화 과정에서 이러한 연계 관계를 유지하기 위해, AI 데이터를 이용할 수 있다. 따라서, AI 부호화 과정을 통해 획득된 AI 데이터는 업스케일 타겟을 나타내는 정보를 포함하여야 하고, AI 복호화 과정에서는 AI 데이터에 기초하여 확인되는 업스케일 타겟에 따라 제 2 영상(135)을 AI 업스케일(140)하여야 한다.
AI 다운스케일(110)을 위한 AI 및 AI 업스케일(140)을 위한 AI는 DNN(deep neural network)으로 구현될 수 있다. 도 9를 참조하여 후술하는 바와 같이, 제 1 DNN과 제 2 DNN은 소정 타겟 하에 손실 정보의 공유를 통해 연계 훈련되므로, AI 부호화 장치는 제 1 DNN과 2 DNN이 연계 훈련할 때 이용된 타겟 정보를 AI 복호화 장치로 제공하고, AI 복호화 장치는 제공받은 타겟 정보에 기초하여 제 2 영상(135)을 타겟하는 해상도로 AI 업스케일(140)할 수 있다.
도 1에 도시된 제 1 부호화(120) 및 제 1 복호화(130)에 대해 상세히 설명하면, 원본 영상(105)으로부터 AI 다운스케일(110)된 제 1 영상(115)은 제 1 부호화(120)를 통해 정보량이 감축될 수 있다. 제 1 부호화(120)는, 제 1 영상(115)을 예측하여 예측 데이터를 생성하는 과정, 제 1 영상(115)과 예측 데이터 사이의 차이에 해당하는 잔차 데이터를 생성하는 과정, 공간 영역 성분인 잔차 데이터를 주파수 영역 성분으로 변환(transformation)하는 과정, 주파수 영역 성분으로 변환된 잔차 데이터를 양자화(quantization)하는 과정 및 양자화된 잔차 데이터를 엔트로피 부호화하는 과정 등을 포함할 수 있다. 이와 같은 제 1 부호화 과정(120)은 MPEG-2, H.264 AVC(Advanced Video Coding), MPEG-4, HEVC(High Efficiency Video Coding), VC-1, VP8, VP9 및 AV1(AOMedia Video 1) 등 주파수 변환을 이용한 영상 압축 방법 중의 하나를 통해 구현될 수 있다.
제 1 영상(115)에 대응하는 제 2 영상(135)은 영상 데이터의 제 1 복호화(130)를 통해 복원될 수 있다. 제 1 복호화(130)는, 영상 데이터를 엔트로피 복호화하여 양자화된 잔차 데이터를 생성하는 과정, 양자화된 잔차 데이터를 역양자화하는 과정, 주파수 영역 성분의 잔차 데이터를 공간 영역 성분으로 변환하는 과정, 예측 데이터를 생성하는 과정 및 예측 데이터와 잔차 데이터를 이용하여 제 2 영상(135)을 복원하는 과정 등을 포함할 수 있다. 이와 같은 제 1 복호화(130) 과정은 제 1 부호화(120) 과정에서 사용된 MPEG-2, H.264, MPEG-4, HEVC, VC-1, VP8, VP9 및 AV1 등 주파수 변환을 이용한 영상 압축 방법 중의 하나에 대응되는 영상 복원 방법을 통해 구현될 수 있다.
AI 부호화 과정을 통해 획득된 AI 부호화 데이터는, 제 1 영상(115)의 제 1 부호화(120) 결과 획득된 영상 데이터 및 원본 영상(105)의 AI 다운스케일(110)과 관련된 AI 데이터를 포함할 수 있다. 영상 데이터는 제 1 복호화(130) 과정에서 이용될 수 있으며, AI 데이터는 AI 업스케일(140) 과정에서 이용될 수 있다.
영상 데이터는 비트스트림 형태로 전송될 수 있다. 영상 데이터는 제 1 영상(115) 내 픽셀 값들에 기초하여 획득되는 데이터, 예를 들어, 제 1 영상(115)과 제 1 영상(115)의 예측 데이터 사이의 차이인 잔차 데이터를 포함할 수 있다. 또한, 영상 데이터는 제 1 영상(115)의 제 1 부호화(120) 과정에서 이용된 정보들을 포함한다. 예를 들어, 영상 데이터는 제 1 영상(115)을 제 1 부호화(120)하는데 이용된 예측 모드(mode) 정보, 움직임 정보, 및 제 1 부호화(120)에서 이용된 양자화 파라미터 관련 정보 등을 포함할 수 있다. 영상 데이터는 MPEG-2, H.264 AVC, MPEG-4, HEVC, VC-1, VP8, VP9 및 AV1 등 주파수 변환을 이용하는 영상 압축 방법 중 제 1 부호화(120) 과정에서 이용된 영상 압축 방법의 규칙, 예를 들어, 신택스(syntax)에 따라 생성될 수 있다.
AI 데이터는 제 2 DNN에 기반한 AI 업스케일(140)에 이용된다. 전술한 바와 같이, 제 1 DNN과 제 2 DNN은 연계 훈련되기 때문에, AI 데이터는 제 2 DNN을 통한 제 2 영상(135)의 정확한 AI 업스케일(140)이 수행될 수 있게 하는 정보를 포함한다. AI 복호화 과정에서는 AI 데이터에 기반하여 제 2 영상(135)을 타겟하는 해상도 및/또는 화질로 AI 업스케일(140)할 수 있다.
AI 데이터는 비트스트림의 형태로 영상 데이터와 함께 전송될 수 있다. 또는, 구현예에 따라, AI 데이터는 프레임이나 패킷 형태로 영상 데이터와 구분되어 전송될 수도 있다. AI 부호화 결과 획득된 영상 데이터와 AI 데이터는 동일한 네트워크 또는 서로 상이한 네트워크를 통해 전송될 수 있다.
도 2는 일 실시예에 따른 AI 복호화 장치(200)의 구성을 도시하는 블록도이다.
도 2를 참조하면, 일 실시예에 따른 AI 복호화 장치(200)는 수신부(210) 및 AI 복호화부(230)를 포함할 수 있다. 수신부(210)는 통신부(212), 파싱부(214) 및 출력부(216)를 포함할 수 있다. AI 복호화부(230)는 제 1 복호화부(232) 및 AI 업스케일부(234)를 포함할 수 있다.
수신부(210)는 AI 부호화 결과 획득된 AI 부호화 데이터를 수신 및 파싱하고, 영상 데이터와 AI 데이터를 구분하여 AI 복호화부(230)로 출력한다.
구체적으로, 통신부(212)는 네트워크를 통해 AI 부호화 결과 획득된 AI 부호화 데이터를 수신한다. AI 부호화 결과 획득된 AI 부호화 데이터는 영상 데이터와 AI 데이터를 포함한다. 영상 데이터와 AI 데이터는 동종 네트워크 또는 이종 네트워크를 통해 수신될 수 있다.
파싱부(214)는 통신부(212)를 통해 수신된 AI 부호화 데이터를 전달받아 파싱(parsing)하여 영상 데이터와 AI 데이터로 구분한다. 예를 들어, 통신부(212)로부터 획득된 데이터의 헤더를 읽어, 해당 데이터가 영상 데이터인지 또는 AI 데이터인지를 구분할 수 있다. 일 예에서, 파싱부(214)는 통신부(212)를 통해 수신된 데이터의 헤더를 통해 영상 데이터와 AI 데이터를 구분하여 출력부(216)로 전달하고, 출력부(216)는 각각의 구분된 데이터를 제 1 복호화부(232) 및 AI 업스케일부(234)로 전달한다. 이 때, AI 부호화 데이터에 포함된 영상 데이터가 소정의 코덱(예를 들어, MPEG-2, H.264, MPEG-4, HEVC, VC-1, VP8, VP9 또는 AV1)을 통해 획득된 영상 데이터인 것으로 확인할 수도 있다. 이 경우, 영상 데이터가 상기 확인된 코덱으로 처리될 수 있도록, 출력부(216)를 통해 해당 정보를 제 1 복호화부(232)로 전달할 수 있다.
일 실시예에서, 파싱부(214)가 파싱하는 AI 부호화 데이터는, 하드 디스크, 플로피 디스크 및 자기 테이프와 같은 자기 매체, CD-ROM 및 DVD와 같은 광기록 매체, 플롭티컬 디스크(floptical disk)와 같은 자기-광 매체(magneto-optical medium) 등을 포함하는 데이터 저장 매체로부터 획득된 것일 수도 있다.
제 1 복호화부(232)는 영상 데이터에 기초하여 제 1 영상(115)에 대응하는 제 2 영상(135)을 복원한다. 제 1 복호화부(232)에 의해 획득된 제 2 영상(135)은 AI 업스케일부(234)로 제공된다. 구현예에 따라서는, 영상 데이터에 포함된 예측 모드 정보, 움직임 정보, 양자화 파라미터 정보 등의 제 1 복호화 관련 정보가 AI 업스케일부(234)로 더 제공될 수 있다.
AI 데이터를 수신한 AI 업스케일부(234)는 AI 데이터에 기초하여 제 2 영상(135)을 AI 업스케일한다. 구현예에 따라서는, 영상 데이터에 포함된 예측 모드 정보, 양자화 파라미터 정보 등의 제 1 복호화 관련 정보를 더 이용하여 AI 업스케일 할 수 있다.
일 실시예에 따른 수신부(210) 및 AI 복호화부(230)는 개별적인 장치로 설명되었으나, 하나의 프로세서를 통해 구현될 수 있다. 이 경우, 수신부(210) 및 AI 복호화부(230)는 전용 프로세서로 구현될 수도 있고, AP 또는 CPU, GPU와 같은 범용 프로세서와 S/W의 조합을 통해 구현될 수도 있다. 또한, 전용 프로세서의 경우, 본 개시의 실시예를 구현하기 위한 메모리를 포함하여 구현되거나, 외부 메모리를 이용하기 위한 메모리 처리부를 포함하여 구현될 수 있다.
또한, 수신부(210) 및 AI 복호화부(230)는 복수의 프로세서로 구성될 수도 있다. 이 경우, 전용 프로세서들의 조합으로 구현될 수도 있고, AP 또는 CPU, GPU와 같은 다수의 범용 프로세서들과 S/W의 조합을 통해 구현될 수도 있다. 마찬가지로 AI 업스케일부(234)와 제 1 복호화부(232)도 각각 서로 다른 프로세서로 구현될 수 있다.
AI 업스케일부(234)로 제공되는 AI 데이터는, 제 2 영상(135)을 AI 업스케일할 수 있게 하는 정보들을 포함한다. 이때, 업스케일 타겟은 제 1 DNN의 다운스케일에 대응하여야 한다. 따라서, AI 데이터는 제 1 DNN의 다운스케일 타겟을 확인할 수 있는 정보가 포함되어야 한다.
AI 데이터에 포함된 정보를 구체적으로 예시하면, 원본 영상(105)의 해상도와 제 1 영상(115)의 해상도의 차이 정보, 제 1 영상(115) 관련 정보가 있다.
차이 정보는, 원본 영상(105) 대비 제 1 영상(115)의 해상도 변환 정도에 대한 정보(예를 들어, 해상도 변환률 정보)로 표현될 수 있다. 그리고, 복원된 제 2 영상(135)의 해상도를 통해 제 1 영상(115)의 해상도를 알게 되고 이를 통해 해상도 변환 정도를 확인할 수 있기 때문에, 차이 정보는 원본 영상(105)의 해상도 정보만으로 표현될 수도 있다. 여기서 해상도 정보는 가로/세로의 화면 사이즈로 표현될 수도 있고, 비율(16:9, 4:3 등)과 한 축의 사이즈로 표현될 수도 있다. 또한, 기 설정된 해상도 정보가 있는 경우는 인덱스 또는 플래그의 형태로 표현될 수도 있다.
그리고, 제 1 영상(115) 관련 정보는, 제 1 영상(115)의 제 1 부호화 결과 획득된 영상 데이터의 비트레이트 및 제 1 영상(115)의 제 1 부호화시 이용된 코덱 타입 중 적어도 하나에 대한 정보를 포함할 수 있다.
AI 업스케일부(234)는 AI 데이터에 포함된 차이 정보 및 제 1 영상(115) 관련 정보 중 적어도 하나에 기초하여 제 2 영상(135)의 업스케일 타겟을 결정할 수 있다. 업스케일 타겟은 예를 들어, 제 2 영상(135)을 어느 정도의 해상도로 업스케일하여야 하는지를 나타낼 수 있다. AI 업스케일부(234)는 업스케일 타겟이 결정되면, 업스케일 타겟에 대응하는 제 3 영상(145)을 획득하기 위해 제 2 DNN을 통해 제 2 영상(135)을 AI 업스케일한다.
AI 업스케일부(234)가 업스케일 타겟에 맞춰 제 2 영상(135)을 AI 업스케일하는 방법을 설명하기에 앞서, 제 2 DNN을 통한 AI 업스케일 과정에 대해 도 3 및 도 4를 참조하여 설명한다.
도 3은 제 2 영상(135)의 AI 업스케일을 위한 제 2 DNN(300)을 나타내는 예시적인 도면이고, 도 4는 도 3에 도시된 제 1 컨볼루션 레이어(310)에서의 컨볼루션 연산을 도시하고 있다.
도 3에 도시된 바와 같이, 제 2 영상(135)은 제 1 컨볼루션 레이어(310)로 입력된다. 도 3에 도시된 제 1 컨볼루션 레이어(310)에 표시된 3X3X4는 3 x 3의 크기의 4개의 필터 커널을 이용하여 1개의 입력 영상에 대해 컨볼루션 처리를 하는 것을 예시한다. 컨볼루션 처리 결과 4개의 필터 커널에 의해 4개의 특징 맵이 생성된다. 각 특징 맵은 제 2 영상(135)의 고유한 특성들을 나타낸다. 예를 들어, 각 특징 맵은 제 2 영상(135)의 수직 방향 특성, 수평 방향 특성 또는 에지 특성 등을 나타낼 수 있다.
도 4를 참조하여, 제 1 컨볼루션 레이어(310)에서의 컨볼루션 연산에 대해 상세히 설명한다.
제 1 컨볼루션 레이어(310)에서 이용되는 3 X 3의 크기를 갖는 필터 커널(430)의 파라미터들과 그에 대응하는 제 2 영상(135) 내 픽셀 값들 사이의 곱 연산 및 덧셈 연산을 통해 하나의 특징 맵(450)이 생성될 수 있다. 제 1 컨볼루션 레이어(310)에서는 4개의 필터 커널이 이용되므로, 4개의 필터 커널을 이용한 컨볼루션 연산 과정을 통해 4개의 특징 맵이 생성될 수 있다.
도 4에서 제 2 영상(135)에 표시된 I1 내지 I49는 제 2 영상(135)의 픽셀들을 나타내고, 필터 커널(430)에 표시된 F1 내지 F9는 필터 커널(430)의 파라미터들을 나타낸다. 또한, 특징 맵(450)에 표시된 M1 내지 M9는 특징 맵(450)의 샘플들을 나타낸다.
도 4는 제 2 영상(135)이 49개의 픽셀을 포함하는 것으로 예시하고 있으나, 이는 하나의 예시일 뿐이며, 제 2 영상(135)이 4K의 해상도를 갖는 경우, 예를 들어, 3840 X 2160개의 픽셀을 포함할 수 있다.
컨볼루션 연산 과정에서, 제 2 영상(135)의 I1, I2, I3, I8, I9, I10, I15, I16, I17의 픽셀 값들 각각과 필터 커널(430)의 F1, F2, F3, F4, F5, F6, F7, F8 및 F9 각각의 곱 연산이 수행되고, 곱 연산의 결과 값들을 조합(예를 들어, 덧셈 연산)한 값이 특징 맵(450)의 M1의 값으로 할당될 수 있다. 컨볼루션 연산의 스트라이드(stride)가 2라면, 제 2 영상(135)의 I3, I4, I5, I10, I11, I12, I17, I18, I19의 픽셀 값들 각각과 필터 커널(430)의 F1, F2, F3, F4, F5, F6, F7, F8 및 F9 각각의 곱 연산이 수행되고, 곱 연산의 결과 값들을 조합한 값이 특징 맵(450)의 M2의 값으로 할당될 수 있다.
필터 커널(430)이 제 2 영상(135)의 마지막 픽셀에 도달할 때까지 스트라이드에 따라 이동하는 동안 제 2 영상(135) 내 픽셀 값들과 필터 커널(430)의 파라미터들 사이의 컨볼루션 연산이 수행됨으로써, 소정 크기를 갖는 특징 맵(450)이 획득될 수 있다.
본 개시에 따르면, 제 1 DNN과 제 2 DNN의 연계 훈련을 통해 제 2 DNN의 파라미터들, 예를 들어, 제 2 DNN의 컨볼루션 레이어들에서 이용되는 필터 커널의 파라미터들(예를 들어, 필터 커널(430)의 F1, F2, F3, F4, F5, F6, F7, F8 및 F9)의 값이 최적화될 수 있다. 전술한 바와 같이, AI 업스케일부(234)는 AI 데이터에 기초하여, 제 1 DNN의 다운스케일 타겟에 대응하는 업스케일 타겟을 결정하고, 결정된 업스케일 타겟에 대응하는 파라미터들을 제 2 DNN의 컨볼루션 레이어들에서 이용되는 필터 커널의 파라미터들로 결정할 수 있다.
제 1 DNN 및 제 2 DNN에 포함된 컨볼루션 레이어들은 도 4와 관련하여 설명한 컨볼루션 연산 과정에 따른 처리를 할 수 있으나, 도 4에서 설명한 컨볼루션 연산 과정은 하나의 예시일 뿐이며, 이에 한정되는 것은 아니다.
다시 도 3을 참조하면, 제 1 컨볼루션 레이어(310)에서 출력된 특징 맵들은 제 1 활성화 레이어(320)로 입력된다.
제 1 활성화 레이어(320)는 각각의 특징 맵에 대해 비선형(Non-linear) 특성을 부여할 수 있다. 제 1 활성화 레이어(320)는 시그모이드 함수(sigmoid function), Tanh 함수, ReLU(Rectified Linear Unit) 함수 등을 포함할 수 있으나, 이에 한정되는 것은 아니다.
제 1 활성화 레이어(320)에서 비선형 특성을 부여하는 것은, 제 1 컨볼루션 레이어(310)의 출력인, 특징 맵의 일부 샘플 값을 변경하여 출력하는 것을 의미한다. 이때, 변경은 비선형 특성을 적용하여 수행된다.
제 1 활성화 레이어(320)는 제 1 컨볼루션 레이어(310)로부터 출력되는 특징 맵들의 샘플 값들을 제 2 컨볼루션 레이어(330)로 전달할지 여부를 결정한다. 예를 들어, 특징 맵들의 샘플 값들 중 어떤 샘플 값들은 제 1 활성화 레이어(320)에 의해 활성화되어 제 2 컨볼루션 레이어(330)로 전달되고, 어떤 샘플 값들은 제 1 활성화 레이어(320)에 의해 비활성화되어 제 2 컨볼루션 레이어(330)로 전달되지 않는다. 특징 맵들이 나타내는 제 2 영상(135)의 고유 특성이 제 1 활성화 레이어(320)에 의해 강조된다.
제 1 활성화 레이어(320)에서 출력된 특징 맵들(325)은 제 2 컨볼루션 레이어(330)로 입력된다. 도 3에 도시된 특징 맵들(325) 중 어느 하나는 도 4와 관련하여 설명한 특징 맵(450)이 제 1 활성화 레이어(320)에서 처리된 결과이다.
제 2 컨볼루션 레이어(330)에 표시된 3X3X4는 3 x 3의 크기의 4개의 필터 커널을 이용하여 입력된 특징 맵들(325)에 대해 컨볼루션 처리하는 것을 예시한다. 제 2 컨볼루션 레이어(330)의 출력은 제 2 활성화 레이어(340)로 입력된다. 제 2 활성화 레이어(340)는 입력 데이터에 대해 비선형 특성을 부여할 수 있다.
제 2 활성화 레이어(340)에서 출력된 특징 맵들(345)은 제 3 컨볼루션 레이어(350)로 입력된다. 도 3에 도시된 제 3 컨볼루션 레이어(350)에 표시된 3X3X1는 3 x 3의 크기의 1개의 필터 커널을 이용하여 1개의 출력 영상을 만들기 위해 컨볼루션 처리를 하는 것을 예시한다. 제 3 컨볼루션 레이어(350)는 최종 영상을 출력하기 위한 레이어로서 1개의 필터 커널을 이용하여 1개의 출력을 생성한다. 본 개시의 예시에 따르면, 제 3 컨볼루션 레이어(350)는 컨벌루션 연산 결과를 통해 제 3 영상(145)을 출력할 수 있다.
제 2 DNN(300)의 제 1 컨볼루션 레이어(310), 제 2 컨볼루션 레이어(330) 및 제 3 컨볼루션 레이어(350)의 필터 커널의 개수, 필터 커널의 파라미터 등을 나타내는 DNN 설정 정보는 후술하는 바와 같이 복수 개일 수 있는데, 복수의 DNN 설정 정보는 제 1 DNN의 복수의 DNN 설정 정보와 연계되어야 한다. 제 2 DNN의 복수의 DNN 설정 정보와 제 1 DNN의 복수의 DNN 설정 정보 사이의 연계는, 제 1 DNN 및 제 2 DNN의 연계 학습을 통해 구현될 수 있다.
도 3은 제 2 DNN(300)이 세 개의 컨볼루션 레이어(310, 330, 350)와 두 개의 활성화 레이어(320, 340)를 포함하고 있는 것으로 도시하고 있으나, 이는 하나의 예시일 뿐이며, 구현예에 따라서, 컨볼루션 레이어 및 활성화 레이어의 개수는 다양하게 변경될 수 있다. 또한, 구현예에 따라서, 제 2 DNN(300)은 RNN(recurrent neural network)을 통해 구현될 수도 있다. 이 경우는 본 개시의 예시에 따른 제 2 DNN(300)의 CNN 구조를 RNN 구조로 변경하는 것을 의미한다.
일 실시예에서, AI 업스케일부(234)는 전술한 컨볼루션 연산 및 활성화 레이어의 연산을 위한 적어도 하나의 ALU(Arithmetic logic unit)를 포함할 수 있다. ALU는 프로세서로 구현될 수 있다. 컨볼루션 연산을 위해, ALU는 제 2 영상(135) 또는 이전 레이어에서 출력된 특징 맵의 샘플 값들과 필터 커널의 샘플 값들 사이의 곱 연산을 수행하는 곱셈기 및 곱셈의 결과 값들을 더하는 가산기를 포함할 수 있다. 또한, 활성화 레이어의 연산을 위해, ALU는 미리 결정된 시그모이드 함수, Tanh 함수 또는 ReLU 함수 등에서 이용되는 가중치를 입력된 샘플 값에 곱하는 곱셈기, 및 곱한 결과와 소정 값을 비교하여 입력된 샘플 값을 다음 레이어로 전달할지를 판단하는 비교기를 포함할 수 있다.
이하에서, AI 업스케일부(234)가 업스케일 타겟에 맞춰 제 2 영상(135)을 AI 업스케일하는 방법을 설명한다.
일 실시예에서, AI 업스케일부(234)는 제 2 DNN에 세팅 가능한 복수의 DNN 설정 정보를 저장할 수 있다.
여기서, DNN 설정 정보는 제 2 DNN에 포함되는 컨볼루션 레이어의 수, 컨볼루션 레이어별 필터 커널의 개수 및 각 필터 커널의 파라미터 중 적어도 하나에 대한 정보를 포함할 수 있다. 복수의 DNN 설정 정보는 다양한 업스케일 타겟에 각각 대응될 수 있으며, 특정 업스케일 타겟에 대응되는 DNN 설정 정보에 기반하여 제 2 DNN이 동작할 수 있다. DNN 설정 정보에 따라 제 2 DNN이 서로 다른 구조를 가질 수 있다. 예를 들어, 어느 DNN 설정 정보에 따라 제 2 DNN이 3개의 컨볼루션 레이어를 포함할 수 있고, 다른 DNN 설정 정보에 따라 제 2 DNN이 4개의 컨볼루션 레이어를 포함할 수 있다.
일 실시예에서, DNN 설정 정보는 제 2 DNN에서 사용되는 필터 커널의 파라미터만을 포함할 수도 있다. 이 경우, 제 2 DNN의 구조는 변경되지 않는 대신, DNN 설정 정보에 따라 내부의 필터 커널의 파라미터만이 달라질 수 있다.
AI 업스케일부(234)는 복수의 DNN 설정 정보 중 제 2 영상(135)의 AI 업스케일을 위한 DNN 설정 정보를 획득할 수 있다. 여기서 사용되는 복수의 DNN 설정 정보 각각은 미리 결정된 해상도 및/또는 미리 결정된 화질의 제 3 영상(145)을 획득하기 위한 정보로, 제 1 DNN과 연계하여 훈련된 것이다.
예를 들어, 복수의 DNN 설정 정보 중 어느 하나의 DNN 설정 정보는 제 2 영상(135)의 해상도보다 2배 큰 해상도의 제 3 영상(145), 예를 들어, 2K (2048*1080)의 제 2 영상(135)보다 2배 큰 4K(4096*2160)의 제 3 영상(145)을 획득하기 위한 정보들을 포함할 수 있고, 다른 하나의 DNN 설정 정보는 제 2 영상(135)의 해상도보다 4배 큰 해상도의 제 3 영상(145), 예를 들어, 2K (2048*1080)의 제 2 영상(135)보다 4배 큰 8K(8192*4320)의 제 3 영상(145)을 획득하기 위한 정보들을 포함할 수 있다.
복수의 DNN 설정 정보 각각은 AI 부호화 장치(600)의 제 1 DNN의 DNN 설정 정보와 연계되어 만들어진 것이며, AI 업스케일부(234)는 제 1 DNN의 DNN 설정 정보의 축소 비율에 대응되는 확대 비율에 따라 복수의 DNN 설정 정보 중 하나의 DNN 설정 정보를 획득한다. 이를 위해, AI 업스케일부(234)는 제 1 DNN의 정보를 확인하여야 한다. 제 1 DNN의 정보를 AI 업스케일부(234)가 확인하기 위해, 일 실시예에 따른 AI 복호화 장치(200)는 AI 부호화 장치(600)로부터 제 1 DNN의 정보를 포함하는 AI 데이터를 수신한다.
다시 말하면, AI 업스케일부(234)는 AI 부호화 장치(600)로부터 수신되는 정보들을 이용하여, 제 1 영상(115)을 획득하기 위해 이용된 제 1 DNN의 DNN 설정 정보가 타겟하는 정보를 확인하고, 그와 연계 훈련된 제 2 DNN의 DNN 설정 정보를 획득할 수 있는 것이다.
복수의 DNN 설정 정보 중 제 2 영상(135)의 AI 업스케일을 위한 DNN 설정 정보가 획득되면, 획득된 DNN 설정 정보에 따라 동작하는 제 2 DNN에 기초하여 입력 데이터가 처리될 수 있다.
예를 들어, 어느 하나의 DNN 설정 정보가 획득되면, 도 3에 도시된 제 2 DNN(300)의 제 1 컨볼루션 레이어(310), 제 2 컨볼루션 레이어(330) 및 제 3 컨볼루션 레이어(350) 각각에 대해서, 각 레이어에 포함되는 필터 커널의 개수와 필터 커널의 파라미터들을, 상기 획득된 DNN 설정 정보에 포함된 값으로 설정한다.
구체적으로, 도 4에 도시된 제 2 DNN의 어느 하나의 컨볼루션 레이어에서 이용되는 3 X 3의 필터 커널의 파라미터들이 {1, 1, 1, 1, 1, 1, 1, 1, 1}로 세팅되도록 하고, 이후 DNN 설정 정보의 변경이 있는 경우, 이를 변경된 DNN 설정 정보에 포함된 파라미터들인 {2, 2, 2, 2, 2, 2, 2, 2, 2}로 교체할 수 있는 것이다.
AI 업스케일부(234)는 AI 데이터에 포함된 정보에 기초하여 복수의 DNN 설정 정보 중 제 2 영상(135)을 업스케일하기 위한 DNN 설정 정보를 획득할 수 있는데, DNN 설정 정보를 획득하는데 이용되는 AI 데이터에 대해 구체적으로 설명한다.
일 실시예에서, AI 업스케일부(234)는 AI 데이터에 포함된 차이 정보에 기초하여, 복수의 DNN 설정 정보 중 제 2 영상(135)을 업스케일하기 위한 DNN 설정 정보를 획득할 수 있다. 예를 들어, 차이 정보에 기초하여 원본 영상(105)의 해상도(예를 들어, 4K(4096*2160))가 제 1 영상(115)의 해상도(예를 들어, 2K (2048*1080))보다 2배 큰 것으로 확인된 경우, AI 업스케일부(234)는 제 2 영상(135)의 해상도를 2배 증가시킬 수 있는 DNN 설정 정보를 획득할 수 있다.
다른 실시예에서, AI 업스케일부(234)는 AI 데이터에 포함된 제 1 영상(115) 관련 정보에 기초하여, 복수의 DNN 설정 정보 중 제 2 영상(135)을 AI 업스케일하기 위한 DNN 설정 정보를 획득할 수 있다. AI 업스케일부(234)는 영상 관련 정보들과 DNN 설정 정보들 사이의 매핑 관계를 미리 결정하고, 제 1 영상(115) 관련 정보에 매핑된 DNN 설정 정보를 획득할 수 있다.
도 5는 여러 영상 관련 정보들과 여러 DNN 설정 정보들 사이의 매핑 관계를 나타내는 예시적인 도면이다.
도 5에 따른 실시예를 통해, 본 개시의 일 실시예의 AI 부호화/AI 복호화 과정은 해상도의 변화만을 고려하는 것이 아님을 알 수 있다. 도 5에 도시된 바와 같이, SD, HD, Full HD와 같은 해상도, 10Mbps, 15Mbps, 20Mbps와 같은 비트레이트, 그리고 AV1, H.264, HEVC와 같은 코덱 정보를 개별적으로 또는 모두 고려하여 DNN 설정 정보의 선택이 이루어질 수 있다. 이러한 고려를 위해서는 AI 훈련 과정에서 각각의 요소들을 고려한 훈련이 부호화, 복호화 과정에 연계되어 이루어져야 한다(도 9 참조).
따라서, 훈련 내용에 따라서 도 5에 도시된 바와 같이, 코덱 타입, 영상의 해상도 등을 포함하는 영상 관련 정보에 기반하여 복수의 DNN 설정 정보가 구비된 경우, AI 복호화 과정에서 전달받는 제 1 영상(115) 관련 정보에 기반하여 제 2 영상(135)의 AI 업스케일을 위한 DNN 설정 정보를 획득할 수 있다.
즉, AI 업스케일부(234)는 도 5에 도시된 표의 좌측에 도시된 영상 관련 정보와 표 우측의 DNN 설정 정보를 매칭하고 있음으로써, 영상 관련 정보에 따른 DNN 설정 정보를 사용할 수 있는 것이다.
도 5에 예시된 바와 같이, 제 1 영상(115) 관련 정보로부터 제 1 영상(115)의 해상도가 SD이고, 제 1 영상(115)의 제 1 부호화 결과 획득된 영상 데이터의 비트레이트가 10Mbps이고, 제 1 영상(115)이 AV1 코덱으로 제 1 부호화된 것으로 확인되면, AI 업스케일부(234)는 복수의 DNN 설정 정보 중 A DNN 설정 정보를 사용할 수 있다.
또한, 제 1 영상(115) 관련 정보로부터 제 1 영상(115)의 해상도가 HD이고, 제 1 부호화 결과 획득된 영상 데이터의 비트레이트가 15Mbps이고, 제 1 영상(115)이 H.264 코덱으로 제 1 부호화된 것으로 확인되면, AI 업스케일부(234)는 복수의 DNN 설정 정보 중 B DNN 설정 정보를 사용할 수 있다.
또한, 제 1 영상(115) 관련 정보로부터 제 1 영상(115)의 해상도가 Full HD이고, 제 1 영상(115)의 제 1 부호화 결과 획득된 영상 데이터의 비트레이트가 20Mbps이고, 제 1 영상(115)이 HEVC 코덱으로 제 1 부호화된 것으로 확인되면, AI 업스케일부(234)는 복수의 DNN 설정 정보 중 C DNN 설정 정보를 사용하고, 제 1 영상(115)의 해상도가 Full HD이고, 제 1 영상(115)의 제 1 부호화 결과 획득된 영상 데이터의 비트레이트가 15Mbps이고, 제 1 영상(115)이 HEVC 코덱으로 제 1 부호화된 것으로 확인되면, AI 업스케일부(234)는 복수의 DNN 설정 정보 중 D DNN 설정 정보를 사용할 수 있다. 제 1 영상(115)의 제 1 부호화 결과 획득된 영상 데이터의 비트레이트가 20Mbps인지 또는 15Mbps인지에 따라 C DNN 설정 정보와 D DNN 설정 정보 중에서 어느 하나가 선택된다. 동일 해상도의 제 1 영상(115)을 동일 코덱으로 제 1 부호화하였을 때, 영상 데이터의 비트레이트가 서로 상이하다는 것은, 복원되는 영상의 화질이 서로 상이하다는 것을 의미한다. 따라서, 제 1 DNN과 제 2 DNN은 소정 화질에 기반하여 연계 훈련될 수 있으며, 이에 따라 AI 업스케일부(234)는 제 2 영상(135)의 화질을 나타내는, 영상 데이터의 비트레이트에 따라 DNN 설정 정보를 획득할 수 있다.
또 다른 실시예에서, AI 업스케일부(234)는 제 1 복호화부(232)로부터 제공되는 정보(예측 모드 정보, 움직임 정보, 양자화 파라미터 정보 등)와 AI 데이터에 포함된 제 1 영상(115) 관련 정보를 모두 고려하여 복수의 DNN 설정 정보 중 제 2 영상(135)을 AI 업스케일하기 위한 DNN 설정 정보를 획득할 수도 있다. 예를 들어, AI 업스케일부(234)는 제 1 복호화부(232)로부터 제 1 영상(115)의 제 1 부호화 과정에서 이용된 양자화 파라미터 정보를 전달받고, AI 데이터로부터 제 1 영상(115)의 부호화 결과 획득된 영상 데이터의 비트레이트를 확인하고, 양자화 파라미터 및 비트레이트에 대응하는 DNN 설정 정보를 획득할 수도 있다. 동일한 비트레이트라도 영상의 복잡도에 따라 복원 영상의 화질 정도에 차이가 있을 수 있으며, 비트레이트는 제 1 부호화되는 제 1 영상(115) 전체를 대표하는 값으로서 제 1 영상(115) 내에서도 각 프레임의 화질이 서로 다를 수 있다. 따라서, 제 1 복호화부(232)로부터 각 프레임 별로 획득할 수 있는 예측 모드 정보, 움직임 정보 및/또는 양자화 파라미터를 함께 고려하면, AI 데이터만 이용하는 것에 비해 제 2 영상(135)에 보다 적합한 DNN 설정 정보를 획득할 수 있다.
또한, 구현예에 따라, AI 데이터는 상호 약속된 DNN 설정 정보의 식별자를 포함할 수 있다. DNN 설정 정보의 식별자는, 제 1 DNN의 다운스케일 타겟에 대응하는 업스케일 타겟으로, 제 2 영상(135)을 AI 업스케일할 수 있도록, 제 1 DNN과 제 2 DNN 간 연계 훈련된 DNN 설정 정보의 쌍을 구분하기 위한 정보이다. AI 업스케일부(234)는 AI 데이터에 포함된 DNN 설정 정보의 식별자를 획득한 후, DNN 설정 정보의 식별자에 대응하는 DNN 설정 정보를 사용하여 제 2 영상(135)을 AI 업스케일할 수 있다. 예를 들어, 제 1 DNN에 설정 가능한 복수의 DNN 설정 정보 각각을 가리키는 식별자와 제 2 DNN에 설정 가능한 복수의 DNN 설정 정보 각각을 가리키는 식별자가 미리 지정되어 있을 수 있다. 이 경우, 제 1 DNN 및 제 2 DNN 각각에 설정 가능한 DNN 설정 정보의 쌍에 대해 동일한 식별자가 지정될 수 있다. AI 데이터는 원본 영상(105)의 AI 다운스케일을 위해 제 1 DNN에 설정된 DNN 설정 정보의 식별자를 포함할 수 있다. AI 데이터를 수신한 AI 업스케일부(234)는 복수의 DNN 설정 정보 중 AI 데이터에 포함된 식별자가 가리키는 DNN 설정 정보를 이용하여 제 2 영상(135)을 AI 업스케일할 수 있다.
또한, 구현예에 따라, AI 데이터는 DNN 설정 정보를 포함할 수도 있다. AI 업스케일부(234)는 AI 데이터에 포함된 DNN 설정 정보를 획득한 후, 해당 DNN 설정 정보를 사용하여 제 2 영상(135)을 AI 업스케일할 수도 있다.
구현예에 따라, DNN 설정 정보를 구성하는 정보들(예를 들어, 컨볼루션 레이어의 수, 컨볼루션 레이어별 필터 커널의 개수, 각 필터 커널의 파라미터 등)들이 룩업 테이블 형태로 저장되어 있는 경우, AI 업스케일부(234)는 AI 데이터에 포함된 정보에 기초하여 룩업 테이블 값들 중에서 선택된 일부를 조합하여 DNN 설정 정보를 획득하고, 획득된 DNN 설정 정보를 사용하여 제 2 영상(135)을 AI 업스케일할 수도 있다.
구현예에 따라, AI 업스케일부(234)는 업스케일 타겟에 대응되는 DNN의 구조가 결정되면, 결정된 DNN의 구조에 대응하는 DNN 설정 정보, 예를 들어, 필터 커널의 파라미터들을 획득할 수도 있다.
AI 업스케일부(234)는 제 1 DNN과 관련된 정보를 포함하는 AI 데이터를 통해 제 2 DNN의 DNN 설정 정보를 획득하고, 획득된 DNN 설정 정보로 세팅된 제 2 DNN을 통해 제 2 영상(135)을 AI 업스케일하는 데, 이는, 제 2 영상(135)의 특징을 직접 분석하여 업스케일하는 것과 비교하여 메모리 사용량과 연산량이 감소될 수 있다.
일 실시예에서, 제 2 영상(135)이 복수의 프레임으로 구성된 경우, AI 업스케일부(234)는 소정 개수의 프레임 별로 DNN 설정 정보를 독립적으로 획득할 수 있고, 또는, 전체 프레임에 대해 공통된 DNN 설정 정보를 획득할 수도 있다.
도 6은 복수의 프레임으로 구성된 제 2 영상(135)을 도시하는 도면이다.
도 6에 도시된 바와 같이, 제 2 영상(135)은 t0 내지 tn에 대응하는 프레임들로 이루어질 수 있다.
일 예시에서, AI 업스케일부(234)는 AI 데이터를 통해 제 2 DNN의 DNN 설정 정보를 획득하고, 획득한 DNN 설정 정보에 기초하여 t0 내지 tn에 대응하는 프레임들을 AI 업스케일할 수 있다. 즉, t0 내지 tn에 대응하는 프레임들이 공통된 DNN 설정 정보에 기초하여 AI 업스케일될 수 있다.
다른 예시에서, AI 업스케일부(234)는 t0 내지 tn에 대응하는 프레임들 중 일부의 프레임들, 예를 들어, t0 내지 ta에 대응하는 프레임들을 AI 데이터로부터 획득한 'A' DNN 설정 정보로 AI 업스케일하고, ta+1 내지 tb에 대응하는 프레임들을 AI 데이터로부터 획득한 'B' DNN 설정 정보로 AI 업스케일할 수 있다. 또한, AI 업스케일부(234)는 tb+1 내지 tn에 대응하는 프레임들을 AI 데이터로부터 획득한 'C' DNN 설정 정보로 AI 업스케일할 수 있다. 다시 말하면, AI 업스케일부(234)는 복수의 프레임들 중 소정 개수의 프레임을 포함하는 그룹마다 DNN 설정 정보를 독립적으로 획득하고, 그룹 각각에 포함된 프레임들을 독립적으로 획득한 DNN 설정 정보로 AI 업스케일할 수 있다.
또 다른 예시에서, AI 업스케일부(234)는 제 2 영상(135)을 구성하는 프레임별로 DNN 설정 정보를 독립적으로 획득할 수도 있다. 즉, 제 2 영상(135)이 3개의 프레임으로 구성되어 있는 경우, AI 업스케일부(234)는 첫 번째 프레임과 관련하여 획득한 DNN 설정 정보로 첫 번째 프레임을 AI 업스케일하고, 두 번째 프레임과 관련하여 획득한 DNN 설정 정보로 두 번째 프레임을 AI 업스케일하고, 세 번째 프레임과 관련하여 획득한 DNN 설정 정보로 세 번째 프레임을 AI 업스케일할 수 있다. 전술한, 제 1 복호화부(232)로부터 제공되는 정보(예측 모드 정보, 움직임 정보, 양자화 파라미터 정보 등)와 AI 데이터에 포함된 제 1 영상(115) 관련 정보에 기초하여 DNN 설정 정보가 획득되는 방식에 따라, 제 2 영상(135)을 구성하는 프레임별로 DNN 설정 정보가 독립적으로 획득될 수 있다. 왜냐하면, 모드 정보, 양자화 파라미터 정보 등은 제 2 영상(135)을 구성하는 프레임마다 독립적으로 결정될 수 있기 때문이다.
또 다른 예시에서, AI 데이터는 AI 데이터에 기초하여 획득되는 DNN 설정 정보가 어느 프레임까지 유효한 것인지를 나타내는 정보를 포함할 수 있다. 예를 들어, AI 데이터 내에 DNN 설정 정보가 ta 프레임까지 유효하다는 정보가 포함되어 있는 경우, AI 업스케일부(234)는 AI 데이터에 기초하여 획득한 DNN 설정 정보로 t0 내지 ta 프레임들을 AI 업스케일한다. 그리고, 다른 AI 데이터 내에 DNN의 설정 정보가 tn 프레임까지 유효하다는 정보가 포함되어 있는 경우, AI 업스케일부(234)는 상기 다른 AI 데이터에 기초하여 획득한 DNN 설정 정보로 ta+1 내지 tn 프레임들을 AI 업스케일할 수 있다.
이하에서는, 도 7을 참조하여, 원본 영상(105)의 AI 부호화를 위한 AI 부호화 장치(600)에 대해 설명한다.
도 7은 일 실시예에 따른 AI 부호화 장치(600)의 구성을 도시하는 블록도이다.
도 7을 참조하면, AI 부호화 장치(600)는 AI 부호화부(610) 및 전송부(630)를 포함할 수 있다. AI 부호화부(610)는 AI 다운스케일부(612) 및 제 1 부호화부(614)를 포함할 수 있다. 전송부(630)는 데이터 처리부(632) 및 통신부(634)를 포함할 수 있다.
도 7은 AI 부호화부(610) 및 전송부(630)를 개별적인 장치로 도시하고 있으나, AI 부호화부(610) 및 전송부(630)는 하나의 프로세서를 통해 구현될 수 있다. 이 경우, 전용 프로세서로 구현될 수도 있고, AP 또는 CPU, GPU와 같은 범용 프로세서와 S/W의 조합을 통해 구현될 수도 있다. 또한, 전용 프로세서의 경우, 본 개시의 실시예를 구현하기 위한 메모리를 포함하여 구현되거나, 외부 메모리를 이용하기 위한 메모리 처리부를 포함하여 구현될 수 있다.
또한, AI 부호화부(610) 및 전송부(630)는 복수의 프로세서로 구성될 수도 있다. 이 경우, 전용 프로세서들의 조합으로 구현될 수도 있고, AP 또는 CPU, GPU와 같은 다수의 범용 프로세서들과 S/W의 조합을 통해 구현될 수도 있다. AI 다운스케일부(612)와 제 1 부호화부(614)도 각각 서로 다른 프로세서로 구현될 수 있다.
AI 부호화부(610)는 원본 영상(105)의 AI 다운스케일 및 제 1 영상(115)의 제 1 부호화를 수행하고, AI 데이터 및 영상 데이터를 전송부(630)로 전달한다. 전송부(630)는 AI 데이터 및 영상 데이터를 AI 복호화 장치(200)로 전송한다.
영상 데이터는 제 1 영상(115)의 제 1 부호화 결과 획득된 데이터를 포함한다. 영상 데이터는 제 1 영상(115) 내 픽셀 값들에 기초하여 획득되는 데이터, 예를 들어, 제 1 영상(115)과 제 1 영상(115)의 예측 데이터 사이의 차이인 잔차 데이터를 포함할 수 있다. 또한, 영상 데이터는 제 1 영상(115)의 제 1 부호화 과정에서 이용된 정보들을 포함한다. 예를 들어, 영상 데이터는 제 1 영상(115)을 제 1 부호화하는데 이용된 예측 모드 정보, 움직임 정보 및 제 1 영상(115)을 제 1 부호화하는데 이용된 양자화 파라미터 관련 정보 등을 포함할 수 있다.
AI 데이터는, AI 업스케일부(234)가 제 1 DNN의 다운스케일 타겟에 대응하는 업스케일 타겟으로 제 2 영상(135)을 AI 업스케일할 수 있게 하는 정보들을 포함한다. 일 예에서, AI 데이터는 원본 영상(105)과 제 1 영상(115) 사이의 차이 정보를 포함할 수 있다. 또한, AI 데이터는 제 1 영상(115) 관련 정보를 포함할 수도 있다. 제 1 영상(115) 관련 정보는, 제 1 영상(115)의 해상도, 제 1 영상(115)의 제 1 부호화 결과 획득된 영상 데이터의 비트레이트 및 제 1 영상(115)의 제 1 부호화시 이용된 코덱 타입 중 적어도 하나에 대한 정보를 포함할 수 있다.
일 실시예에서, AI 데이터는, 제 1 DNN의 다운스케일 타겟에 대응하는 업스케일 타겟으로 제 2 영상(135)이 AI 업스케일될 수 있도록, 상호 약속된 DNN 설정 정보의 식별자를 포함할 수 있다.
또한, 일 실시예에서, AI 데이터는 제 2 DNN에 세팅 가능한 DNN 설정 정보를 포함할 수도 있다.
AI 다운스케일부(612)는 제 1 DNN을 통해 원본 영상(105)으로부터 AI 다운스케일된 제 1 영상(115)을 획득할 수 있다. AI 다운스케일부(612)는 미리 결정된 기준에 기초하여 원본 영상(105)의 다운스케일 타겟을 결정할 수 있다.
다운스케일 타겟에 부합하는 제 1 영상(115)의 획득을 위해, AI 다운스케일부(612)는 제 1 DNN에 세팅 가능한 복수의 DNN 설정 정보를 저장할 수 있다. AI 다운스케일부(612)는 복수의 DNN 설정 정보 중 다운스케일 타겟에 대응하는 DNN 설정 정보를 획득하고, 획득된 DNN 설정 정보로 세팅된 제 1 DNN을 통해 원본 영상(105)을 AI 다운스케일한다.
상기 복수의 DNN 설정 정보 각각은 미리 결정된 해상도 및/또는 미리 결정된 화질의 제 1 영상(115)을 획득하기 위해 훈련된 것일 수 있다. 예를 들어, 복수의 DNN 설정 정보 중 어느 하나의 DNN 설정 정보는 원본 영상(105)의 해상도보다 1/2배만큼 작은 해상도의 제 1 영상(115), 예를 들어, 4K(4096*2160)의 원본 영상(105)보다 1/2배 작은 2K (2048*1080)의 제 1 영상(115)을 획득하기 위한 정보들을 포함할 수 있고, 다른 하나의 DNN 설정 정보는 원본 영상(105)의 해상도보다 1/4배만큼 작은 해상도의 제 1 영상(115), 예를 들어, 8K(8192*4320)의 원본 영상(105)보다 1/4배 작은 2K (2048*1080)의 제 1 영상(115)을 획득하기 위한 정보들을 포함할 수 있다.
구현예에 따라, DNN 설정 정보를 구성하는 정보들(예를 들어, 컨볼루션 레이어의 수, 컨볼루션 레이어별 필터 커널의 개수, 각 필터 커널의 파라미터 등)들이 룩업 테이블 형태로 저장되어 있는 경우, AI 다운스케일부(612)는 다운스케일 타겟에 따라 룩업 테이블 값들 중에서 선택된 일부를 조합하여 DNN 설정 정보를 획득하고, 획득된 DNN 설정 정보를 사용하여 원본 영상(105)을 AI 다운스케일할 수도 있다.
구현예에 따라, AI 다운스케일부(612)는 다운스케일 타겟에 대응되는 DNN의 구조를 결정하고, 결정된 DNN의 구조에 대응하는 DNN 설정 정보, 예를 들어, 필터 커널의 파라미터들을 획득할 수도 있다.
원본 영상(105)의 AI 다운스케일을 위한 복수의 DNN 설정 정보는, 제 1 DNN과 제 2 DNN이 연계 훈련됨으로써, 최적화된 값을 가질 수 있다. 여기서, 각 DNN 설정 정보는 제 1 DNN에 포함되는 컨볼루션 레이어의 수, 컨볼루션 레이어별 필터 커널의 개수 및 각 필터 커널의 파라미터 중 적어도 하나를 포함한다.
AI 다운스케일부(612)는 원본 영상(105)의 AI 다운스케일을 위해 결정된 DNN 설정 정보로 제 1 DNN을 세팅하여, 소정 해상도 및/또는 소정 화질의 제 1 영상(115)을 제 1 DNN을 통해 획득할 수 있다. 복수의 DNN 설정 정보 중 원본 영상(105)의 AI 다운스케일을 위한 DNN 설정 정보가 획득되면, 제 1 DNN 내 각 레이어는 DNN 설정 정보에 포함된 정보들에 기초하여 입력된 데이터를 처리할 수 있다.
이하에서는, AI 다운스케일부(612)가 다운스케일 타겟을 결정하는 방법에 대해 설명한다. 상기 다운스케일 타겟은 예를 들어, 원본 영상(105)으로부터 얼마나 해상도가 감소한 제 1 영상(115)을 획득해야 하는지를 나타낼 수 있다.
일 실시예에서, AI 다운스케일부(612)는 압축률(예를 들어, 원본 영상(105)과 제 1 영상(115) 사이의 해상도 차이, 타겟 비트레이트), 압축 품질(예를 들어, 비트레이트 타입), 압축 히스토리 정보 및 원본 영상(105)의 타입 중 적어도 하나에 기초하여 다운스케일 타겟을 결정할 수 있다.
일 예에서, AI 다운스케일부(612)는 미리 설정되거나, 사용자로부터 입력받은 압축률 또는 압축 품질 등에 기반하여 다운스케일 타겟을 결정할 수 있다.
다른 예로, AI 다운스케일부(612)는 AI 부호화 장치(600)에 저장된 압축 히스토리 정보를 이용하여 다운스케일 타겟을 결정할 수도 있다. 예를 들어, AI 부호화 장치(600)가 이용할 수 있는 압축 히스토리 정보에 따르면, 사용자가 선호하는 부호화 품질 또는 압축률 등이 결정될 수 있으며, 압축 히스토리 정보에 기초하여 결정된 부호화 품질 등에 따라 다운스케일 타겟이 결정될 수 있다. 예를 들면, 압축 히스토리 정보에 따라 가장 많이 이용된 적이 있는 부호화 품질에 따라 제 1 영상(115)의 해상도, 화질 등이 결정될 수 있다.
또 다른 예로, AI 다운스케일부(612)는 압축 히스토리 정보에 따라 소정의 임계 값보다 많이 이용된 적이 있는 부호화 품질(예를 들면, 소정의 임계값보다 많이 이용된 적이 있는 부호화 품질의 평균 품질)에 기초하여 다운스케일 타겟을 결정할 수도 있다.
또 다른 예로, AI 다운스케일부(612)는 원본 영상(105)의 해상도, 타입(예를 들어, 파일의 형식)등에 기초하여 다운스케일 타겟을 결정할 수도 있다.
일 실시예에서, 원본 영상(105)이 복수의 프레임으로 구성된 경우, AI 다운스케일부(612)는 소정 개수의 프레임 별로 다운스케일 타겟을 독립적으로 결정할 수 있고, 또는, 전체 프레임에 대해 공통된 다운스케일 타겟을 결정할 수도 있다.
일 예시에서, AI 다운스케일부(612)는 원본 영상(105)을 구성하는 프레임들을 소정 개수의 그룹으로 구분하고, 각 그룹별로 다운스케일 타겟을 독립적으로 결정할 수 있다. 각 그룹에 대해 서로 동일하거나 서로 상이한 다운스케일 타겟이 결정될 수 있다. 그룹들에 포함된 프레임들의 개수는 그룹별로 동일하거나 상이할 수 있다.
다른 예시에서, AI 다운스케일부(612)는 원본 영상(105)을 구성하는 프레임별로 다운스케일 타겟을 독립적으로 결정할 수 있다. 각각의 프레임에 대해 서로 동일하거나 서로 상이한 다운스케일 타겟이 결정될 수 있다.
이하에서는, AI 다운스케일의 기반이 되는 제 1 DNN(700)의 예시적인 구조에 대해 설명한다.
도 8은 원본 영상(105)의 AI 다운스케일을 위한 제 1 DNN(700)을 나타내는 예시적인 도면이다.
도 8에 도시된 바와 같이, 원본 영상(105)은 제 1 컨볼루션 레이어(710)로 입력된다. 제 1 컨볼루션 레이어(710)는 5 x 5의 크기의 32개의 필터 커널을 이용하여 원본 영상(105)에 대해 컨볼루션 처리를 한다. 컨볼루션 처리 결과 생성된 32개의 특징 맵은 제 1 활성화 레이어(720)로 입력된다. 제 1 활성화 레이어(720)는 32개의 특징 맵에 대해 비선형(Non-linear) 특성을 부여할 수 있다.
제 1 활성화 레이어(720)는 제 1 컨볼루션 레이어(710)로부터 출력되는 특징 맵들의 샘플 값들을 제 2 컨볼루션 레이어(730)로 전달할지 여부를 결정한다. 예를 들어, 특징 맵들의 샘플 값들 중 어떤 샘플 값들은 제 1 활성화 레이어(720)에 의해 활성화되어 제 2 컨볼루션 레이어(730)로 전달되고, 어떤 샘플 값들은 제 1 활성화 레이어(720)에 의해 비활성화되어 제 2 컨볼루션 레이어(730)로 전달되지 않는다. 제 1 컨볼루션 레이어(710)로부터 출력되는 특징 맵들이 나타내는 정보가 제 1 활성화 레이어(720)에 의해 강조된다.
제 1 활성화 레이어(720)의 출력(725)이 제 2 컨볼루션 레이어(730)로 입력된다. 제 2 컨볼루션 레이어(730)는 5 x 5의 크기의 32개의 필터 커널을 이용하여 입력 데이터에 대해 컨볼루션 처리를 한다. 컨볼루션 처리 결과 출력된 32개의 특징 맵은 제 2 활성화 레이어(740)로 입력되고, 제 2 활성화 레이어(740)는 32개의 특징 맵에 대해 비선형 특성을 부여할 수 있다.
제 2 활성화 레이어(740)의 출력(745)은 제 3 컨볼루션 레이어(750)로 입력된다. 제 3 컨볼루션 레이어(750)는 5 x 5의 크기의 1개의 필터 커널을 이용하여 입력된 데이터에 대해 컨볼루션 처리를 한다. 컨볼루션 처리 결과 제 3 컨볼루션 레이어(750)로부터 1개의 영상이 출력될 수 있다. 제 3 컨볼루션 레이어(750)는 최종 영상을 출력하기 위한 레이어로서 1개의 필터 커널을 이용하여 1개의 출력을 획득한다. 본 개시의 예시에 따르면, 제 3 컨볼루션 레이어(750)는 컨벌루션 연산 결과를 통해 제 1 영상(115)을 출력할 수 있다.
제 1 DNN(700)의 제 1 컨볼루션 레이어(710), 제 2 컨볼루션 레이어(730) 및 제 3 컨볼루션 레이어(750)의 필터 커널의 개수, 필터 커널의 파라미터 등을 나타내는 DNN 설정 정보는 복수 개일 수 있는데, 복수의 DNN 설정 정보는 제 2 DNN의 복수의 DNN 설정 정보와 연계되어야 한다. 제 1 DNN의 복수의 DNN 설정 정보와 제 2 DNN의 복수의 DNN 설정 정보 사이의 연계는, 제 1 DNN 및 제 2 DNN의 연계 학습을 통해 구현될 수 있다.
도 8은 제 1 DNN(700)이 세 개의 컨볼루션 레이어(710, 730, 750)와 두 개의 활성화 레이어(720, 740)를 포함하고 있는 것으로 도시하고 있으나, 이는 하나의 예시일 뿐이며, 구현예에 따라서, 컨볼루션 레이어 및 활성화 레이어의 개수는 다양하게 변경될 수 있다. 또한, 구현예에 따라서, 제 1 DNN(700)은 RNN(recurrent neural network)을 통해 구현될 수도 있다. 이 경우는 본 개시의 예시에 따른 제 1 DNN(700)의 CNN 구조를 RNN 구조로 변경하는 것을 의미한다.
일 실시예에서, AI 다운스케일부(612)는 컨볼루션 연산 및 활성화 레이어의 연산을 위한 적어도 하나의 ALU를 포함할 수 있다. ALU는 프로세서로 구현될 수 있다. 컨볼루션 연산을 위해, ALU는 원본 영상(105) 또는 이전 레이어에서 출력된 특징 맵의 샘플 값들과 필터 커널의 샘플 값들 사이의 곱 연산을 수행하는 곱셈기 및 곱셈의 결과 값들을 더하는 가산기를 포함할 수 있다. 또한, 활성화 레이어의 연산을 위해, ALU는 미리 결정된 시그모이드 함수, Tanh 함수 또는 ReLU 함수 등에서 이용되는 가중치를 입력된 샘플 값에 곱하는 곱셈기, 및 곱한 결과와 소정 값을 비교하여 입력된 샘플 값을 다음 레이어로 전달할지를 판단하는 비교기를 포함할 수 있다.
다시 도 7을 참조하면, AI 다운스케일부(612)로부터 제 1 영상(115)을 전달받은 제 1 부호화부(614)는 제 1 영상(115)을 제 1 부호화하여 제 1 영상(115)이 가지는 정보량을 감축시킬 수 있다. 제 1 부호화부(614)에 의한 제 1 부호화 결과 제 1 영상(115)에 대응하는 영상 데이터가 획득될 수 있다.
데이터 처리부(632)는 AI 데이터 및 영상 데이터 중 적어도 하나가 소정의 형태로 전송될 수 있게 처리한다. 예를 들어, AI 데이터 및 영상 데이터를 비트스트림 형태로 전송하여야 하는 경우, 데이터 처리부(632)는 AI 데이터가 비트스트림 형태로 표현되도록 AI 데이터를 처리하고, 통신부(634)를 통해 하나의 비트스트림 형태의 AI 데이터 및 영상 데이터를 전송한다. 다른 예로, 데이터 처리부(632)는 AI 데이터가 비트스트림 형태로 표현되도록 AI 데이터를 처리하고, 통신부(634)를 통해 AI 데이터에 해당하는 비트스트림 및 영상 데이터에 해당하는 비트스트림 각각을 통신부(634)를 통해 전송한다. 또 다른 예로, 데이터 처리부(632)는 AI 데이터가 프레임 또는 패킷으로 표현되도록 AI 데이터를 처리하고, 비트스트림 형태의 영상 데이터와, 프레임 또는 패킷 형태의 AI 데이터를 통신부(634)를 통해 전송한다.
통신부(630)는 네트워크를 통해 AI 부호화 결과 획득된 AI 부호화 데이터를 전송한다. AI 부호화 결과 획득된 AI 부호화 데이터는 영상 데이터와 AI 데이터를 포함한다. 영상 데이터와 AI 데이터는 동종 네트워크 또는 이종 네트워크를 통해 전송될 수 있다.
일 실시예에서, 데이터 처리부(632)의 처리 결과 획득된 AI 부호화 데이터는 하드 디스크, 플로피 디스크 및 자기 테이프와 같은 자기 매체, CD-ROM 및 DVD와 같은 광기록 매체, 플롭티컬 디스크(floptical disk)와 같은 자기-광 매체(magneto-optical medium) 등을 포함하는 데이터 저장 매체에 저장될 수도 있다.
이하에서는, 도 9를 참조하여, 제 1 DNN(700)과 제 2 DNN(300)을 연계 훈련시키는 방법에 대해 설명한다.
도 9는 제 1 DNN(700) 및 제 2 DNN(300)을 훈련시키는 방법을 설명하기 위한 도면이다.
일 실시예에서 AI 부호화 과정을 통해 AI 부호화된 원본 영상(105)이 AI 복호화 과정을 통해 제 3 영상(145)으로 복원되는데, AI 복호화 결과 획득된 제 3 영상(145)과 원본 영상(105)과의 유사성을 유지하기 위해서는 AI 부호화 과정 및 AI 복호화 과정에 연관성이 필요하다. 즉, AI 부호화 과정에서 손실된 정보를 AI 복호화 과정에서 복원할 수 있어야 하는데, 이를 위해 제 1 DNN(700)과 제 2 DNN(300)의 연계 훈련이 요구된다.
정확한 AI 복호화를 위해서는 궁극적으로 도 9에 도시된 제 3 훈련 영상(804)과 원본 훈련 영상(801) 사이의 비교 결과에 대응하는 퀄리티 손실 정보(830)를 감소시킬 필요가 있다. 따라서, 퀄리티 손실 정보(830)는 제 1 DNN(700) 및 제 2 DNN(300)의 훈련 모두에 이용된다.
먼저, 도 9에 도시된 훈련 과정에 대해 설명한다.
도 9에서, 원본 훈련 영상(original training image)(801)은 AI 다운스케일의 대상이 되는 영상이고, 제 1 훈련 영상(first training image)(802)은 원본 훈련 영상(801)로부터 AI 다운스케일된 영상이다. 또한, 제 3 훈련 영상(third training image)(804)은 제 1 훈련 영상(802)으로부터 AI 업스케일된 영상이다.
원본 훈련 영상(801)은 정지 영상 또는 복수의 프레임으로 이루어진 동영상을 포함한다. 일 실시예에서, 원본 훈련 영상(801)은 정지 영상 또는 복수의 프레임으로 이루어진 동영상으로부터 추출된 휘도 영상을 포함할 수도 있다. 또한, 일 실시예에서, 원본 훈련 영상(801)은 정지 영상 또는 복수의 프레임으로 이루어진 동영상에서 추출된 패치 영상을 포함할 수도 있다. 원본 훈련 영상(801)이 복수의 프레임으로 이루어진 경우, 제 1 훈련 영상(802), 제 2 훈련 영상 및 제 3 훈련 영상(804) 역시 복수의 프레임으로 구성된다. 원본 훈련 영상(801)의 복수의 프레임이 순차적으로 제 1 DNN(700)에 입력되면, 제 1 DNN(700) 및 제 2 DNN(300)을 통해 제 1 훈련 영상(802), 제 2 훈련 영상 및 제 3 훈련 영상(804)의 복수의 프레임이 순차적으로 획득될 수 있다.
제 1 DNN(700) 및 제 2 DNN(300)의 연계 훈련을 위해, 원본 훈련 영상(801)이 제 1 DNN(700)으로 입력된다. 제 1 DNN(700)으로 입력된 원본 훈련 영상(801)은 AI 다운스케일되어 제 1 훈련 영상(802)으로 출력되고, 제 1 훈련 영상(802)이 제 2 DNN(300)에 입력된다. 제 1 훈련 영상(802)에 대한 AI 업스케일 결과 제 3 훈련 영상(804)이 출력된다.
도 9를 참조하면, 제 2 DNN(300)으로 제 1 훈련 영상(802)이 입력되고 있는데, 구현예에 따라, 제 1 훈련 영상(802)의 제 1 부호화 및 제 1 복호화 과정을 거쳐 획득된 제 2 훈련 영상(second training image)이 제 2 DNN(300)으로 입력될 수도 있다. 제 2 훈련 영상을 제 2 DNN으로 입력시키기 위해 MPEG-2, H.264, MPEG-4, HEVC, VC-1, VP8, VP9 및 AV1 중 어느 하나의 코덱이 이용될 수 있다. 구체적으로, 제 1 훈련 영상(802)의 제 1 부호화 및 제 1 훈련 영상(802)에 대응하는 영상 데이터의 제 1 복호화에, MPEG-2, H.264, MPEG-4, HEVC, VC-1, VP8, VP9 및 AV1 중 어느 하나의 코덱이 이용될 수 있다.
도 9를 참조하면, 제 1 DNN(700)을 통해 제 1 훈련 영상(802)이 출력되는 것과 별개로, 원본 훈련 영상(801)으로부터 레거시 다운스케일된 축소 훈련 영상(803)이 획득된다. 여기서, 레거시 다운스케일은 바이리니어(bilinear) 스케일, 바이큐빅(bicubic) 스케일, 란조스(lanczos) 스케일 및 스테어 스탭(stair step) 스케일 중 적어도 하나를 포함할 수 있다.
원본 영상(105)의 구조적 특징을 기준으로 제 1 영상(115)의 구조적 특징이 크게 벗어나는 것을 방지하기 위해, 원본 훈련 영상(801)의 구조적 특징을 보존하는 축소 훈련 영상(803)을 획득하는 것이다.
훈련의 진행 전 제 1 DNN(700) 및 제 2 DNN(300)은 미리 결정된 DNN 설정 정보로 세팅될 수 있다. 훈련이 진행됨에 따라 구조적 손실 정보(810), 복잡성 손실 정보(820) 및 퀄리티 손실 정보(830)가 결정될 수 있다.
구조적 손실 정보(810)는 축소 훈련 영상(803)과 제 1 훈련 영상(802)의 비교 결과에 기초하여 결정될 수 있다. 일 예에서, 구조적 손실 정보(810)는 축소 훈련 영상(803)의 구조적 정보와 제 1 훈련 영상(802)의 구조적 정보 사이의 차이에 해당할 수 있다. 구조적 정보는, 영상의 휘도, 대비, 히스토그램 등 영상으로부터 추출 가능한 다양한 특징을 포함할 수 있다. 구조적 손실 정보(810)는 원본 훈련 영상(801)의 구조적 정보가 제 1 훈련 영상(802)에서 어느 정도로 유지되고 있는지를 나타낸다. 구조적 손실 정보(810)가 작을수록 제 1 훈련 영상(802)의 구조적 정보가 원본 훈련 영상(801)의 구조적 정보와 유사해진다.
복잡성 손실 정보(820)는 제 1 훈련 영상(802)의 공간적 복잡도에 기반하여 결정될 수 있다. 일 예에서, 공간적 복잡도로서, 제 1 훈련 영상(802)의 총 분산(total variance)값이 이용될 수 있다. 복잡성 손실 정보(820)는 제 1 훈련 영상(802)을 제 1 부호화하여 획득한 영상 데이터의 비트레이트와 관련된다. 복잡성 손실 정보(820)가 작을수록 영상 데이터의 비트레이트가 작은 것으로 정의된다.
퀄리티 손실 정보(830)는 원본 훈련 영상(801)과 제 3 훈련 영상(804)의 비교 결과에 기초하여 결정될 수 있다. 퀄리티 손실 정보(830)는 원본 훈련 영상(801)과 제 3 훈련 영상(804)의 차이에 대한 L1-norm 값, L2-norm 값, SSIM(Structural Similarity) 값, PSNR-HVS(Peak Signal-To-Noise Ratio-Human Vision System) 값, MS-SSIM(Multiscale SSIM) 값, VIF(Variance Inflation Factor) 값 및 VMAF(Video Multimethod Assessment Fusion) 값 중 적어도 하나를 포함할 수 있다. 퀄리티 손실 정보(830)는 제 3 훈련 영상(804)이 원본 훈련 영상(801)과 어느 정도로 유사한지를 나타낸다. 퀄리티 손실 정보(830)가 작을수록 제 3 훈련 영상(804)이 원본 훈련 영상(801)에 더 유사해진다.
도 9를 참조하면, 구조적 손실 정보(810), 복잡성 손실 정보(820) 및 퀄리티 손실 정보(830)가 제 1 DNN(700)의 훈련에 이용되고, 퀄리티 손실 정보(830)는 제 2 DNN(300)의 훈련에 이용된다. 즉, 퀄리티 손실 정보(830)는 제 1 DNN(700) 및 제 2 DNN(300)의 훈련에 모두 이용된다.
제 1 DNN(700)은 구조적 손실 정보(810), 복잡성 손실 정보(820) 및 퀄리티 손실 정보(830)에 기초하여 결정된 최종 손실 정보가 감소 또는 최소화되도록 파라미터를 갱신할 수 있다. 또한, 제 2 DNN(300)은 퀄리티 손실 정보(830)가 감소 또는 최소화되도록 파라미터를 갱신할 수 있다.
제 1 DNN(700) 및 제 2 DNN(300)의 훈련을 위한 최종 손실 정보는 아래의 수학식 1과 같이 결정될 수 있다.
[수학식 1]
Figure 112019095062411-pat00001
상기 수학식 1에서, LossDS는 제 1 DNN(700)의 훈련을 위해 감소 또는 최소화되어야 할 최종 손실 정보를 나타내고, LossUS는 제 2 DNN(300)의 훈련을 위해 감소 또는 최소화되어야 할 최종 손실 정보를 나타낸다. 또한, a, b, c, d는 미리 결정된 소정의 가중치에 해당할 수 있다.
즉, 제 1 DNN(700)은 수학식 1의 LossDS가 감소되는 방향으로 파라미터들을 갱신하고, 제 2 DNN(300)은 LossUS가 감소되는 방향으로 파라미터들을 갱신하게 된다. 훈련 과정에서 도출된 LossDS에 따라 제 1 DNN(700)의 파라미터들이 갱신되면, 갱신된 파라미터에 기초하여 획득되는 제 1 훈련 영상(802)이 이전 훈련 과정에서의 제 1 훈련 영상(802)과 달라지게 되고, 그에 따라 제 3 훈련 영상(804) 역시 이전 훈련 과정에서의 제 3 훈련 영상(804)과 달라지게 된다. 제 3 훈련 영상(804)이 이전 훈련 과정에서의 제 3 훈련 영상(804)과 달라지게 되면, 퀄리티 손실 정보(830) 역시 새롭게 결정되며, 그에 따라 제 2 DNN(300)은 파라미터들을 갱신한다. 퀄리티 손실 정보(830)가 새롭게 결정되면, LossDS 역시 새롭게 결정되므로, 제 1 DNN(700)은 새롭게 결정된 LossDS에 따라 파라미터들을 갱신한다. 즉, 제 1 DNN(700)의 파라미터 갱신은, 제 2 DNN(300)의 파라미터 갱신을 야기하고, 제 2 DNN(300)의 파라미터 갱신은 제 1 DNN(700)의 파라미터 갱신을 야기하는 것이다. 다시 말하면, 제 1 DNN(700) 및 제 2 DNN(300)은 퀄리티 손실 정보(830)의 공유를 통해 연계 훈련되므로, 제 1 DNN(700)의 파라미터들과 제 2 DNN(300)의 파라미터들이 서로 연관성을 가지고 최적화될 수 있는 것이다.
수학식 1을 참조하면, LossUS가 퀄리티 손실 정보(830)에 따라 결정되는 것을 알 수 있으나, 이는 하나의 예시이며, LossUS는 구조적 손실 정보(810) 및 복잡성 손실 정보(820) 중 적어도 하나와, 퀄리티 손실 정보(830)에 기초하여 결정될 수도 있다.
앞서, AI 복호화 장치(200)의 AI 업스케일부(234) 및 AI 부호화 장치(600)의 AI 다운스케일부(612)는 복수의 DNN 설정 정보를 저장하는 것으로 설명하였는데, AI 업스케일부(234) 및 AI 다운스케일부(612)에 저장되는 복수의 DNN 설정 정보 각각을 훈련시키는 방법에 대해 설명한다.
수학식 1과 관련하여 설명한 바와 같이, 제 1 DNN(700)의 경우, 제 1 훈련 영상(802)의 구조적 정보와 원본 훈련 영상(801)의 구조적 정보 사이의 유사 정도(구조적 손실 정보(810)), 제 1 훈련 영상(802)의 제 1 부호화 결과 획득되는 영상 데이터의 비트레이트(복잡성 손실 정보(820)) 및 제 3 훈련 영상(804)과 원본 훈련 영상(801) 사이의 차이(퀄리티 손실 정보(830))를 고려하여 파라미터를 갱신하게 된다.
자세히 설명하면, 원본 훈련 영상(801)의 구조적 정보와 유사하면서, 제 1 부호화를 하였을 때 획득되는 영상 데이터의 비트레이트가 작은 제 1 훈련 영상(802)이 획득 가능하도록 하는 동시에, 제 1 훈련 영상(802)을 AI 업스케일하는 제 2 DNN(300)이 원본 훈련 영상(801)에 유사한 제 3 훈련 영상(804)을 획득할 수 있도록, 제 1 DNN(700)의 파라미터가 갱신될 수 있다.
수학식 1의 a, b, c의 가중치가 조절됨으로써, 제 1 DNN(700)의 파라미터들이 최적화되는 방향이 상이해지게 된다. 예를 들어, b의 가중치를 높게 결정하는 경우, 제 3 훈련 영상(804)의 퀄리티보다 비트레이트가 낮아지는 것에 더 중요도를 두고 제 1 DNN(700)의 파라미터가 갱신될 수 있다. 또한, c의 가중치를 높게 결정하는 경우, 비트레이트가 높아지는 것이나, 원본 훈련 영상(801)의 구조적 정보가 유지되는 것보다 제 3 훈련 영상(804)의 퀄리티가 증가하도록 하는 것에 더 중요도를 두고 제 1 DNN(700)의 파라미터가 갱신될 수 있다.
또한, 제 1 훈련 영상(802)을 제 1 부호화하는데 이용되는 코덱의 타입에 따라 제 1 DNN(700)의 파라미터들이 최적화되는 방향이 상이해질 수 있다. 왜냐하면, 코덱의 종류에 따라, 제 2 DNN(300)으로 입력될 제 2 훈련 영상이 달라질 수 있기 때문이다.
즉, 가중치 a, 가중치 b, 가중치 c 및 제 1 훈련 영상(802)의 제 1 부호화를 위한 코덱의 종류에 기반하여 제 1 DNN(700)의 파라미터들과 제 2 DNN(300)의 파라미터들이 연계하여 갱신될 수 있는 것이다. 따라서, 가중치 a, 가중치 b, 가중치 c 각각을 소정의 값으로 결정하고, 코덱의 종류를 소정의 종류로 결정한 후, 제 1 DNN(700)과 제 2 DNN(300)을 훈련시키면, 서로 연계되어 최적화된 제 1 DNN(700)의 파라미터들과 제 2 DNN(300)의 파라미터들이 결정될 수 있다.
그리고, 가중치 a, 가중치 b, 가중치 c 및 코덱의 종류를 변경한 후, 제 1 DNN(700)과 제 2 DNN(300)을 훈련시키면, 서로 연계되어 최적화된 제 1 DNN(700)의 파라미터들과 제 2 DNN(300)의 파라미터들이 결정될 수 있다. 다시 말하면, 가중치 a, 가중치 b, 가중치 c 및 코덱의 종류 각각의 값을 변경하면서 제 1 DNN(700)과 제 2 DNN(300)을 훈련시키면 서로 연계되어 훈련된 복수의 DNN 설정 정보가 제 1 DNN(700) 및 제 2 DNN(300)에서 결정될 수 있는 것이다.
앞서, 도 5와 관련하여 설명한 바와 같이, 제 1 DNN(700) 및 제 2 DNN(300)의 복수의 DNN 설정 정보들은 제 1 영상 관련 정보들에 매핑되어 있을 수 있다. 이러한 매핑 관계의 설정을 위해, 제 1 DNN(700)에서 출력되는 제 1 훈련 영상(802)을 특정 비트레이트에 따라 특정 코덱으로 제 1 부호화하고, 제 1 부호화 결과 획득된 비트스트림을 제 1 복호화하여 획득한 제 2 훈련 영상을 제 2 DNN(300)으로 입력할 수 있다. 즉, 특정 해상도의 제 1 훈련 영상(802)이 특정 코덱에 의해 특정 비트레이트로 제 1 부호화되도록 환경을 설정한 후, 제 1 DNN(700) 및 제 2 DNN(300)을 훈련시킴으로써, 제 1 훈련 영상(802)의 해상도, 제 1 훈련 영상(802)의 제 1 부호화에 이용된 코덱의 종류 및 제 1 훈련 영상(802)의 제 1 부호화 결과 획득된 비트스트림의 비트레이트에 매핑된 DNN 설정 정보 쌍이 결정될 수 있는 것이다. 제 1 훈련 영상(802)의 해상도, 제 1 훈련 영상(802)의 제 1 부호화에 이용된 코덱의 종류 및 제 1 훈련 영상(802)의 제 1 부호화에 따라 획득되는 비트스트림의 비트레이트를 다양하게 변경시킴으로써, 제 1 DNN(700) 및 제 2 DNN(300)의 복수의 DNN 설정 정보들과 제 1 영상 관련 정보들 사이의 매핑 관계가 결정될 수 있다.
도 10는 훈련 장치(1000)에 의한 제 1 DNN(700) 및 제 2 DNN(300)의 훈련 과정을 설명하기 위한 도면이다.
도 9와 관련하여 설명한 제 1 DNN(700) 및 제 2 DNN(300)의 훈련은 훈련 장치(1000)에 의해 수행될 수 있다. 훈련 장치(1000)는 제 1 DNN(700) 및 제 2 DNN(300)을 포함한다. 훈련 장치(1000)는 예를 들어, AI 부호화 장치(600) 또는 별도의 서버일 수 있다. 훈련 결과 획득된 제 2 DNN(300)의 DNN 설정 정보들은 AI 복호화 장치(200)에 저장된다.
도 10를 참조하면, 훈련 장치(1000)는 제 1 DNN(700) 및 제 2 DNN(300)의 DNN 설정 정보를 초기 세팅한다(S840, S845). 이에 의해, 제 1 DNN(700) 및 제 2 DNN(300)은 미리 결정된 DNN 설정 정보에 따라 동작할 수 있다. DNN 설정 정보는 제 1 DNN(700) 및 2 DNN(300)에 포함되는 컨볼루션 레이어의 수, 컨볼루션 레이어별 필터 커널의 개수, 컨볼루션 레이어별 필터 커널의 크기 및 각 필터 커널의 파라미터 중 적어도 하나에 대한 정보를 포함할 수 있다.
훈련 장치(1000)는 원본 훈련 영상(801)을 제 1 DNN(700)으로 입력한다(S850). 원본 훈련 영상(801)은 정지 영상 또는 동영상을 구성하는 적어도 하나의 프레임을 포함할 수 있다.
제 1 DNN(700)은 초기 세팅된 DNN 설정 정보에 따라 원본 훈련 영상(801)을 처리하고, 원본 훈련 영상(801)으로부터 AI 다운스케일된 제 1 훈련 영상(802)을 출력한다(S855). 도 10은 제 1 DNN(700)으로부터 출력된 제 1 훈련 영상(802)이 제 2 DNN(300)으로 바로 입력되는 것으로 도시되어 있으나, 제 1 DNN(700)으로부터 출력된 제 1 훈련 영상(802)이 훈련 장치(1000)에 의해 제 2 DNN(300)으로 입력될 수 있다. 또한, 훈련 장치(1000)는 제 1 훈련 영상(802)을 소정의 코덱으로 제 1 부호화 및 제 1 복호화한 후, 제 2 훈련 영상을 제 2 DNN(300)으로 입력할 수 있다.
제 2 DNN(300)은 제 1 훈련 영상(802) 또는 제 2 훈련 영상을 초기 세팅된 DNN 설정 정보에 따라 처리하고, 제 1 훈련 영상(802) 또는 제 2 훈련 영상으로부터 AI 업스케일된 제 3 훈련 영상(804)을 출력한다(S860).
훈련 장치(1000)는 제 1 훈련 영상(802)에 기초하여 복잡성 손실 정보(820)를 산출한다(S865).
훈련 장치(1000)는 축소 훈련 영상(803)과 제 1 훈련 영상(802)을 비교하여 구조적 손실 정보(810)를 산출한다(S870).
훈련 장치(1000)는 원본 훈련 영상(801)과 제 3 훈련 영상(804)을 비교하여 퀄리티 손실 정보(830)를 산출한다(S875).
제 1 DNN(700)은 최종 손실 정보에 기초한 역전사(back propagation) 과정을 통해 초기 세팅된 DNN 설정 정보를 갱신한다(S880). 훈련 장치(1000)는 복잡성 손실 정보(820), 구조적 손실 정보(810) 및 퀄리티 손실 정보(830)에 기초하여 제 1 DNN(700)의 훈련을 위한 최종 손실 정보를 산출할 수 있다.
제 2 DNN(300)은 퀄리티 손실 정보 또는 최종 손실 정보에 기초한 역전사 과정을 통해 초기 세팅된 DNN 설정 정보를 갱신한다(S885). 훈련 장치(1000)는 퀄리티 손실 정보(830)에 기초하여 제 2 DNN(300)의 훈련을 위한 최종 손실 정보를 산출할 수 있다.
이후, 훈련 장치(1000), 제 1 DNN(700) 및 제 2 DNN(300)은 최종 손실 정보들이 최소화될 때까지 S850 내지 S885 과정을 반복하면서 DNN 설정 정보를 갱신한다. 이 때, 각 반복 과정 동안 제 1 DNN(700) 및 제 2 DNN은 이전 과정에서 갱신된 DNN 설정 정보에 따라 동작한다.
아래의 표 1은 본 개시의 일 실시예에 따라 원본 영상(105)을 AI 부호화 및 AI 복호화한 경우와, HEVC로 원본 영상(105)을 부호화 및 복호화한 경우의 효과를 나타낸다.
[표 1]
Figure 112019095062411-pat00002
표 1에서 알 수 있듯이, 본 개시의 일 실시예에 따라 8K 해상도의 300개의 프레임들로 이루어진 컨텐츠들을 AI 부호화 및 AI 복호화한 경우의 주관적 화질이 HEVC로 부호화 및 복호화한 경우의 주관적 화질보다 높음에도, 비트레이트가 50% 이상 감소한 것을 알 수 있다.
도 11은 원본 영상(105)의 AI 다운스케일을 위한 장치(20) 및 제 2 영상(135)의 AI 업스케일을 위한 장치(40)를 도시하는 예시적인 도면이다.
장치(20)는 원본 영상(105)을 수신하고, AI 다운스케일부(1124) 및 변환 기반 부호화부(1126)를 이용하여 영상 데이터(25) 및 AI 데이터(30)를 장치(40)로 제공한다. 일 실시예에서, 영상 데이터(25)는 도 1의 영상 데이터에 대응하고, AI 데이터(30)는 도 1의 AI 데이터에 대응한다. 또한, 일 실시예에서, 변환 기반 부호화부(1126)는 도 7의 제 1 부호화부(614)에 대응하고, AI 다운스케일부(1124)는 도 7의 AI 다운스케일부(612)에 대응한다.
장치(40)는 AI 데이터(30) 및 영상 데이터(25)를 수신하고, 변환 기반 복호화부(1146) 및 AI 업스케일부(1144)를 이용하여 제 3 영상(145)을 획득한다. 일 실시예에서, 변환 기반 복호화부(1146)는 도 2의 제 1 복호화부(232)에 대응하고, AI 업스케일부(1144)는 도 2의 AI 업스케일부(234)에 대응한다.
일 실시예에서, 장치(20)는 CPU, 메모리 및 인스트럭션들을 포함하는 컴퓨터 프로그램을 포함한다. 컴퓨터 프로그램은 메모리에 저장된다. 일 실시예에서, CPU에 의한 컴퓨터 프로그램의 실행에 따라, 장치(20)는 도 11과 관련하여 설명할 기능을 수행한다. 일 실시예에서, 전용 하드웨어 칩 및/또는 CPU에 의해 도 11과 관련하여 설명할 기능이 수행된다.
일 실시예에서, 장치(40)는 CPU, 메모리 및 인스트럭션들을 포함하는 컴퓨터 프로그램을 포함한다. 컴퓨터 프로그램은 메모리에 저장된다. 일 실시예에서, CPU에 의한 컴퓨터 프로그램의 실행에 따라, 장치(40)는 도 11과 관련하여 설명할 기능을 수행한다. 일 실시예에서, 전용 하드웨어 칩 및/또는 CPU에 의해 도 11과 관련하여 설명할 기능이 수행된다.
도 11에서, 구성 제어부(1122)는 하나 이상의 입력 값(10)을 수신한다. 일 실시예에서, 하나 이상의 입력 값(10)은 AI 다운스케일부(1124) 및 AI 업스케일부(1144)를 위한 타겟 해상도 차이, 영상 데이터(25)의 비트레이트, 영상 데이터(25)의 비트레이트 타입(예를 들어, variable bitrate 타입, constant bitrate 타입 또는 average bitrate 타입 등) 및 변환 기반 부호화부(1126)를 위한 코덱 타입 중 적어도 하나를 포함할 수 있다. 하나 이상의 입력 값(10)은 장치(20)에 미리 저장되거나, 사용자로부터 입력받은 값을 포함할 수 있다.
구성 제어부(1122)는 수신된 입력 값(10)에 기초하여 AI 다운스케일부(1124) 및 변환 기반 부호화부(1126)의 동작을 제어한다. 일 실시예에서, 구성 제어부(1122)는 수신된 입력 값(10)에 따라 AI 다운스케일부(1124)를 위한 DNN 설정 정보를 획득하고, 획득한 DNN 설정 정보로 AI 다운스케일부(1124)를 세팅한다. 일 실시예에서, 구성 제어부(1122)는 수신된 입력 값(10)을 AI 다운스케일부(1124)로 전달하고, AI 다운스케일부(1124)는 수신된 입력 값(10)에 기초하여 원본 영상(105)을 AI 다운스케일하기 위한 DNN 설정 정보를 획득할 수 있다. 일 실시예에서, 구성 제어부(1122)는 입력 값(10)과 함께 추가 정보, 예를 들어, AI 다운스케일이 적용되는 컬러 포맷(휘도 성분, 색차 성분, 레드 성분, 그린 성분 또는 블루 성분 등) 정보, HDR(high dynamic range)의 톤 매핑(tone mapping) 정보 등을 AI 다운스케일부(1124)로 제공하고, AI 다운스케일부(1124)는 입력 값(10) 및 추가 정보를 고려하여 DNN 설정 정보를 획득할 수도 있다. 일 실시예에서, 구성 제어부(1122)는 수신된 입력 값(10)의 적어도 일부를 변환 기반 부호화부(1126)로 전달하여 변환 기반 부호화부(1126)가 특정 값의 비트레이트, 특정 타입의 비트레이트 및 특정 코덱으로 제 1 영상(115)을 제 1 부호화하게 한다.
AI 다운스케일부(1124)는 원본 영상(105)을 수신하고, 제 1 영상(115)을 획득하기 위해 도 1, 도 7, 도 8, 도 9 및 도 10 중 적어도 하나와 관련하여 설명한 동작을 수행한다.
일 실시예에서, AI 데이터(30)는 장치(40)로 제공된다. AI 데이터(30)는 원본 영상(105)과 제 1 영상(115) 사이의 해상도 차이 정보 및 제 1 영상(115) 관련 정보 중 적어도 하나를 포함할 수 있다. 해상도 차이 정보는 입력 값(10)의 타겟 해상도 차이에 기반하여 결정될 수 있고, 제 1 영상(115) 관련 정보는 타겟 비트레이트, 비트레이트 타입 및 코덱 타입 중 적어도 하나에 기반하여 결정될 수 있다. 일 실시예에서, AI 데이터(30)는 AI 업스케일 과정에 이용되는 파라미터들을 포함할 수도 있다. AI 데이터는 AI 다운스케일부(1124)로부터 장치(40)로 제공될 수도 있다.
제 1 영상(105)은 변환 기반 부호화부(1126)에 의해 처리되어 영상 데이터(25)가 획득되고, 영상 데이터(25)는 장치(40)로 전달된다. 변환 기반 부호화부(1126)는 MPEG-2, H.264 AVC, MPEG-4, HEVC, VC-1, VP8, VP9 또는 AV1에 따라 제 1 영상(115)을 처리할 수 있다.
구성 제어부(1142)는 AI 데이터(30)에 기초하여 AI 업스케일부(1144)의 동작을 제어한다. 일 실시예에서, 구성 제어부(1142)는 수신된 AI 데이터(30)에 따라 AI 업스케일부(1144)를 위한 DNN 설정 정보를 획득하고, 획득한 DNN 설정 정보로 AI 업스케일부(1144)를 세팅한다. 일 실시예에서, 구성 제어부(1142)는 수신된 AI 데이터(30)을 AI 업스케일부(1144)로 전달하고, AI 업스케일부(1144)는 AI 데이터(30)에 기초하여 제 2 영상(135)을 AI 업스케일하기 위한 DNN 설정 정보를 획득할 수 있다. 일 실시예에서, 구성 제어부(1142)는 AI 데이터(30)와 함께 추가 정보, 예를 들어, AI 업스케일이 적용되는 컬러 포맷(휘도 성분, 색차 성분, 레드 성분, 그린 성분 또는 블루 성분 등) 정보, HDR(high dynamic range)의 톤 매핑 정보 등을 AI 업스케일부(1144)로 제공하고, AI 업스케일부(1144)는 AI 데이터(30) 및 추가 정보를 고려하여 DNN 설정 정보를 획득할 수도 있다. 일 실시예에서, AI 업스케일부(1144)는 구성 제어부(1142)로부터 AI 데이터(30)를 수신하고, 변환 기반 복호화부(1146)로부터 예측 모드 정보, 움직임 정보 및 양자화 파라미터 정보 중 적어도 하나를 수신하고, 예측 모드 정보, 움직임 정보 및 양자화 파라미터 정보 중 적어도 하나와 AI 데이터(30)에 기초하여 DNN 설정 정보를 획득할 수도 있다.
변환 기반 복호화부(1146)는 영상 데이터(25)를 처리하여 제 2 영상(135)을 복원한다. 변환 기반 복호화부(1146)는 MPEG-2, H.264 AVC, MPEG-4, HEVC, VC-1, VP8, VP9 또는 AV1에 따라 영상 데이터(25)를 처리할 수 있다.
AI 업스케일부(1144)는 세팅된 DNN 설정 정보를 기초로 변환 기반 복호화부(1146)로부터 제공되는 제 2 영상(135)을 AI 업스케일하여 제 3 영상(145)을 획득한다.
AI 다운스케일부(1124)는 제 1 DNN을 포함하고, AI 업스케일부(1144)는 제 2 DNN을 포함할 수 있는데, 일 실시예에서, 제 1 DNN 및 제 2 DNN을 위한 DNN 설정 정보들은 도 9 및 도 10과 관련하여 설명한 훈련 방법에 따라 훈련된다.
한편, 원본 영상(105) 내 피사체의 외관에 따라 원본 영상(105)의 가로 방향(또는 폭 방향) 및 세로 방향(또는 높이 방향) 중 어느 하나의 방향으로 다수의 중요 성분들이 포함될 수 있다. 여기서, 중요 성분들은 원본 영상(105) 내 피사체의 특성을 보여주는 에지나 원본 영상(105)의 이해에 도움을 주는 텍스트를 포함할 수 있다. 따라서, 원본 영상(105)과 제 1 영상(115) 사이의 가로 방향의 해상도 비율 및 세로 방향의 해상도 비율이 동일하도록 원본 영상(105)을 AI 다운스케일하면, 원본 영상(105) 내 일부 중요 성분들이 제 1 영상(115)에는 존재하지 않을 가능성이 커진다. 예를 들어, 원본 영상(105)의 가로 방향을 따라 큰 강도의 에지가 다수 배치되어 있는 경우, 원본 영상(105)의 가로 방향의 해상도와 세로 방향의 해상도를 동일 비율로 감소시키면, 원본 영상(105)의 가로 방향을 따라 배치된 일부 에지가 제 1 영상(115)에는 포함되지 않게 된다.
이하에서는, 특별히 명시하지 않는 한, 특정 영상의 가로 방향의 해상도 비율 및 세로 방향의 해상도 비율은 각각, 원본 영상(105)과 특정 영상 사이의 가로 방향의 해상도 비율과 세로 방향의 해상도 비율을 의미한다. 즉, 특별히 명시하지 않더라도 특정 영상의 가로 방향의 해상도 비율 및 세로 방향의 해상도 비율은 원본 영상(105)을 비교 결과를 나타낸다.
전술한 바와 같이, AI 업스케일을 위한 제 2 DNN은 AI 다운스케일을 위한 제 1 DNN과 연계 훈련되므로, 제 1 영상(115)의 가로 방향 및 세로 방향의 해상도 비율에 맞춰 제 2 DNN을 통해 제 2 영상(135)이 AI 업스케일된다. 따라서, 원본 영상(105) 내 중요 성분이 제거된 제 1 영상(115)의 제 1 부호화 및 제 1 복호화 과정을 거쳐 획득된 제 2 영상(135)을 AI 업스케일하는 경우, 제 3 영상(145)과 원본 영상(105) 사이의 동일성이 감소될 수 있다.
이하에서는, 도 12 내지 도 36를 참조하여, 제 1 영상(115)의 가로 방향의 해상도 비율과 세로 방향의 해상도 비율을 달리하여 AI 부호화 및 AI 복호화하는 실시예들에 대해 설명한다.
도 12는 다른 실시예에 따른 AI 복호화 장치(1200)의 구성을 나타내는 블록도이다.
도 12를 참조하면, AI 복호화 장치(1200)는 수신부(1210) 및 AI 복호화부(1230)를 포함한다. 수신부(1210)는 통신부(1212), 파싱부(1214) 및 출력부(1216)를 포함할 수 있다. AI 복호화부(1230)는 제 1 복호화부(1232) 및 AI 업스케일부(1234)를 포함할 수 있다.
도 12에는 수신부(1210) 및 AI 복호화부(1230)가 분리되어 도시되어 있으나, 이들은 하나의 프로세서를 통해 구현될 수 있다. 이 경우, 수신부(1210) 및 AI 복호화부(1230)는 전용 프로세서로 구현될 수도 있고, AP 또는 CPU, GPU와 같은 범용 프로세서와 S/W의 조합을 통해 구현될 수도 있다. 또한, 전용 프로세서의 경우, 본 개시의 실시예를 구현하기 위한 메모리를 포함하여 구현되거나, 외부 메모리를 이용하기 위한 메모리 처리부를 포함하여 구현될 수 있다.
또한, 수신부(1210) 및 AI 복호화부(1230)는 복수의 프로세서로 구현될 수도 있다. 이 경우, 수신부(1210) 및 AI 복호화부(1230)는 전용 프로세서들의 조합으로 구현될 수도 있고, AP 또는 CPU, GPU와 같은 다수의 범용 프로세서들과 S/W의 조합을 통해 구현될 수도 있다. 마찬가지로 AI 업스케일부(1234)와 제 1 복호화부(1232)도 각각 서로 다른 프로세서로 구현될 수 있다.
수신부(1210)는 도 2에 도시된 수신부(210)와 동일한 기능을 수행할 수 있다.
통신부(1212)는 네트워크를 통해 AI 부호화 결과 생성된 AI 부호화 데이터를 수신한다. AI 부호화 결과 생성된 AI 부호화 데이터는 영상 데이터와 AI 데이터를 포함한다.
파싱부(1214)는 통신부(1212)를 통해 수신된 AI 부호화 데이터를 전달받아 파싱(parsing)하여 영상 데이터와 AI 데이터로 구분한다. 파싱부(1214)는 통신부(1212)로 수신된 데이터의 헤더를 통해 영상 데이터와 AI 데이터를 구분하여 출력부(1216)로 전달하고, 출력부(1216)는 영상 데이터를 제 1 복호화부로(1232)로, AI 데이터를 AI 업스케일부(1234)로 전달한다.
일 실시예에서, 파싱부(1214)가 파싱하는 AI 부호화 데이터는, 하드 디스크, 플로피 디스크 및 자기 테이프와 같은 자기 매체, CD-ROM 및 DVD와 같은 광기록 매체, 플롭티컬 디스크(floptical disk)와 같은 자기-광 매체(magneto-optical medium) 등을 포함하는 데이터 저장 매체로부터 획득된 것일 수 있다.
AI 복호화부(1230)는 영상 데이터 및 AI 데이터를 AI 복호화하여 제 3 영상(145)을 획득한다.
제 1 복호화부(1232)는 도 2에 도시된 제 1 복호화부(232)와 동일한 기능을 수행할 수 있다.
제 1 복호화부(1232)는 영상 데이터에 기초하여 제 1 영상(115)에 대응하는 제 2 영상(135)을 복원한다. 제 1 복호화부(1232)에 의해 획득된 제 2 영상(135)은 AI 업스케일부(1234)로 제공된다. 구현예에 따라, 영상 데이터에 포함된 예측 모드 정보, 움직임 정보, 양자화 파라미터 정보 등의 제 1 복호화 관련 정보가 AI 업스케일부(1234)로 더 제공될 수 있다.
AI 데이터를 수신한 AI 업스케일부(1234)는 AI 데이터에 기초하여 제 2 영상(135)을 AI 업스케일한다. 구현예에 따라, AI 업스케일부(1234)는 영상 데이터에 포함된 예측 모드 정보, 양자화 파라미터 정보 등의 제 1 복호화 관련 정보를 더 이용하여 제 2 영상(135)을 AI 업스케일할 수 있다.
본 개시에 따른 실시예에서는, 원본 영상(105)이 가로 방향 및 세로 방향에서 서로 다른 값의 해상도 비율로 AI 다운스케일될 수 있다. 따라서, AI 데이터는 제 1 영상(115)의 가로 방향의 해상도 비율 및 세로 방향의 해상도 비율을 나타내는 정보를 포함할 수 있다. AI 업스케일부(1234)는 제 1 영상(115)의 가로 방향 및 세로 방향의 해상도 비율에 따라 제 2 영상(135)을 AI 업스케일하여 제 3 영상(145)이 원본 영상(105)과 동일한 해상도를 갖도록 한다.
도 13은 원본 영상(105)과 제 1 영상(115) 사이의 해상도 비율을 설명하기 위한 도면이다.
원본 영상(105)의 가로 방향의 해상도 및 세로 방향의 해상도를 각각 y(y는 자연수), u(u는 자연수)라 하고, 제 1 영상(115)의 가로 방향의 해상도 및 세로 방향의 해상도 각각을 n(n은 자연수), m(m은 자연수)이라 할 때, 제 1 영상(115)의 가로 방향의 해상도 비율 및 세로 방향의 해상도 비율은 각각 n/y, m/u일 수 있다.
본 개시에서는 제 1 영상(115)의 가로 방향의 해상도 비율 및 세로 방향의 해상도 비율이 각각 n/y, m/u로 계산되는 것으로 가정하고 설명하지만, 구현예에 따라, 제 1 영상(115)의 가로 방향의 해상도 비율 및 세로 방향의 해상도 비율이 각각 y/n, u/m 등으로 계산될 수 있다는 것은 자명하다.
AI 업스케일부(1234)는 AI 데이터에 포함된 정보에 기초하여 제 1 영상(115)의 가로 방향 및 세로 방향의 해상도 비율을 결정하는데, 이때, AI 데이터는 제 1 영상(115)의 가로 방향 및 세로 방향의 해상도 비율을 나타내는 인덱스를 포함할 수 있다.
도 14는 일 실시예에 따른 인덱스가 가리키는 제 1 영상(115)의 가로 방향의 해상도 비율 및 세로 방향의 해상도 비율을 나타내는 예시적인 도면이다.
인덱스에 따라 제 1 영상(115)의 가로 방향 및 세로 방향의 특정 값의 해상도 비율이 선택될 수 있다. 도 14에서 AI 데이터에 포함된 인덱스가 0을 가리키면, 제 1 영상(115)의 가로 방향의 해상도 비율이 1/2이고, 세로 방향의 해상도 비율은 1이다. 즉, 원본 영상(105)과 제 1 영상(115)의 세로 방향의 해상도는 동일하지만, 제 1 영상(115)의 가로 방향의 해상도는 원본 영상(105)의 가로 방향의 해상도의 1/2이다. 또한, AI 데이터에 포함된 인덱스가 2를 가리키면, 제 1 영상(115)의 가로 방향의 해상도 비율이 1/4이고, 세로 방향의 해상도 비율은 1이다.
각각의 인덱스가 가리키는 제 1 영상(115)의 가로 방향의 해상도 비율 및 세로 방향의 해상도 비율이 AI 부호화 장치(2700) 및 AI 복호화 장치(1200)에 대해 미리 결정되어 있는 상태에서, AI 복호화 장치(1200)는 AI 부호화 장치(2700)가 전송한 인덱스에 따라 제 1 영상(115)의 가로 방향 및 세로 방향의 해상도 비율을 확인할 수 있다.
일 실시예에서, AI 업스케일부(1234)는 AI 데이터에 포함된 원본 영상(105)의 가로 방향의 해상도 및 세로 방향의 해상도를 나타내는 정보에 기초하여, 제 1 영상(115)의 가로 방향의 해상도 비율 및 세로 방향의 해상도 비율을 확인할 수도 있다. 제 2 영상(135)을 통해 제 1 영상(115)의 가로 방향 및 세로 방향의 해상도를 알 수 있으므로, 원본 영상(105)의 가로 방향의 해상도 및 세로 방향의 해상도를 나타내는 정보에 따라, 제 1 영상(115)의 가로 방향 및 세로 방향의 해상도 비율을 확인할 수 있다. 원본 영상(105)의 가로 방향의 해상도 및 세로 방향의 해상도는, 가로 방향의 해상도와 세로 방향의 해상도 사이의 비율(16:9, 4:3 등)과 한 쪽 방향의 해상도로 표현될 수도 있고, 원본 영상(105)의 가로 방향의 해상도 및 세로 방향의 해상도를 나타내는 인덱스로 표현될 수도 있다.
AI 데이터는 제 1 영상(115) 관련 정보를 더 포함할 수 있다. 제 1 영상(115) 관련 정보는 제 1 영상(115)의 해상도, 제 1 영상(115)의 제 1 부호화 결과 획득된 영상 데이터의 비트레이트 및 제 1 영상(115)의 제 1 부호화시 이용된 코덱 타입 중 적어도 하나에 대한 정보를 포함할 수 있다. 제 1 영상(115) 관련 정보는 제 2 DNN을 세팅하기 위한 DNN 설정 정보를 획득하는데 이용될 수 있다. 여기서, DNN 설정 정보는 제 2 DNN에 포함되는 컨볼루션 레이어의 수, 컨볼루션 레이어별 필터 커널의 개수 및 각 필터 커널의 파라미터 중 적어도 하나에 대한 정보를 포함할 수 있다.
다시 도 12를 참조하여 AI 업스케일부(1234)에 대해 구체적으로 설명하면, AI 업스케일부(1234)는 DNN 제어부(1236) 및 영상 처리부(1238)를 포함할 수 있다.
DNN 제어부(1236)는 AI 데이터에 기초하여 제 2 DNN의 동작 방식을 결정한다. 여기서, 제 2 DNN은 DNN 설정 정보에 따라 동작하므로, DNN 제어부(1236)는 AI 데이터에 기초하여 제 2 DNN에 세팅될 DNN 설정 정보를 획득한다. DNN 설정 정보에 따라 제 2 DNN이 서로 다른 구조를 가질 수 있다. 예를 들어, 어느 하나의 DNN 설정 정보에 따라 제 2 DNN이 3개의 컨볼루션 레이어를 포함할 수 있고, 다른 DNN 설정 정보에 따라 제 2 DNN이 4개의 컨볼루션 레이어를 포함할 수 있다. 또는, 어느 하나의 DNN 설정 정보에 따라 제 2 DNN의 컨볼루션 레이어가 3개의 필터 커널을 이용할 수 있고, 다른 DNN 설정 정보에 따라 제 2 DNN의 컨볼루션 레이어가 4개의 필터 커널을 이용할 수 있다.
DNN 제어부(1236)는 AI 데이터에 기초하여 제 1 영상(115)의 가로 방향 및 세로 방향의 해상도 비율을 확인하고, 확인된 해상도 비율로 제 2 영상(135)을 AI 업스케일할 수 있는 DNN 설정 정보를 획득한다.
AI 복호화 장치(1200)에는 제 2 DNN에 세팅 가능한 복수의 DNN 설정 정보가 저장되는데, DNN 제어부(1236)는 복수의 DNN 설정 정보 중 제 1 영상(115)의 가로 방향 및 세로 방향의 해상도 비율만큼 제 2 영상(135)을 AI 업스케일할 수 있는 DNN 설정 정보를 획득할 수 있다.
일 실시예에서, 복수의 DNN 설정 정보는, 제 1 영상(115)의 가로 방향 및 세로 방향의 해상도 비율에 매핑되어 있을 수 있다. 예를 들어, 제 1 영상(115)의 가로 방향의 해상도 비율이 1/2이고, 세로 방향의 해상도 비율이 1인 경우에 매핑된 DNN 설정 정보와 제 1 영상(115)의 가로 방향의 해상도 비율이 1/4이고, 세로 방향의 해상도 비율이 1인 경우에 매핑된 DNN 설정 정보는 서로 상이할 수 있다. 일 예시에서, 복수의 DNN 설정 정보는, 제 1 영상(115)의 가로 방향 및 세로 방향의 해상도 비율과, 영상 관련 정보에 매핑되어 있을 수 있다.
제 1 영상(115)의 가로 방향의 해상도 비율, 세로 방향의 해상도 비율 및 영상 관련 정보에 매핑된 DNN 설정 정보들에 대해 도 15를 참조하여 설명한다.
도 15는 여러 영상 관련 정보들과 여러 해상도 비율에 매핑된 DNN 설정 정보들을 나타내는 예시적인 도면이다.
앞서 도 5와 관련하여 설명한 바와 같이, 복수의 DNN 설정 정보 각각은 제 1 영상(115)의 해상도, 제 1 영상(115)의 제 1 부호화 결과 생성된 비트스트림의 비트레이트 및 제 1 영상(115)의 제 1 부호화에 이용된 코덱 타입에 매핑되어 있을 수 있다.
본 개시에 따른 다른 실시예에서는 DNN 설정 정보를 획득하는데 제 1 영상(115)의 가로 방향의 해상도 비율 및 세로 방향의 해상도 비율이 더 고려될 수 있다. 즉, 제 1 영상(115)의 해상도가 SD이고, 비트스트림의 비트레이트가 10Mbps이고, 제 1 영상(115)이 AV1 코덱으로 제 1 부호화된 경우, 제 1 영상(115)의 가로 방향의 해상도 비율 및 세로 방향의 해상도 비율이 무엇인지에 따라 A DNN 설정 정보, B DNN 설정 정보, C DNN 설정 정보 및 D DNN 설정 정보 중 어느 하나가 제 2 DNN의 세팅에 이용될 수 있다. 도 15에서 제 1 영상(115)의 가로 방향의 해상도 비율이 1/2이고, 세로 방향의 해상도 비율이 1이면 A DNN 설정 정보, 제 1 영상(115)의 가로 방향의 해상도 비율이 1이고, 세로 방향의 해상도 비율이 1/2이면 B DNN 설정 정보, 제 1 영상(115)의 가로 방향의 해상도 비율이 1/4이고, 세로 방향의 해상도 비율이 1이면 C DNN 설정 정보, 제 1 영상(115)의 가로 방향의 해상도 비율이 1이고, 세로 방향의 해상도 비율이 1/4이면 D DNN 설정 정보가 제 2 DNN의 세팅을 위해 획득될 수 있다.
다른 실시예에서, AI 데이터는 상호 약속된 DNN 설정 정보의 식별자를 포함할 수 있다. DNN 설정 정보의 식별자는, AI 다운스케일에서 타겟팅된 가로 방향 및 세로 방향의 해상도 비율에 대응하는 타겟으로, 제 2 영상(135)을 AI 업스케일할 수 있도록, 제 1 DNN과 제 2 DNN 간 연계 훈련된 DNN 설정 정보의 쌍을 구분하기 위한 정보이다. DNN 제어부(1236)는 AI 데이터에 포함된 DNN 설정 정보의 식별자를 획득한 후, DNN 설정 정보의 식별자가 가리키는 DNN 설정 정보를 사용하여 제 2 영상(135)을 AI 업스케일할 수 있다. 이를 위해 제 1 DNN에 설정 가능한 복수의 DNN 설정 정보 각각을 가리키는 식별자와 제 2 DNN에 설정 가능한 복수의 DNN 설정 정보 각각을 가리키는 식별자가 미리 지정되고, 제 1 DNN 및 제 2 DNN 각각에 설정 가능하도록 함께 훈련된 DNN 설정 정보의 쌍에 대해 동일한 식별자가 지정될 수 있다. AI 데이터는 원본 영상(105)의 AI 다운스케일을 위해 제 1 DNN에 세팅된 DNN 설정 정보의 식별자를 포함할 수 있다. AI 데이터를 획득한 DNN 제어부(1236)는 복수의 DNN 설정 정보 중 AI 데이터에 포함된 식별자가 가리키는 DNN 설정 정보를 이용하여 제 1 영상(115)의 가로 방향 및 세로 방향의 특정의 해상도 비율로 제 2 영상(135)을 AI 업스케일할 수 있다.
DNN 제어부(1236)는 제 1 영상(115)의 가로 방향 및 세로 방향의 해상도 비율에 따라 영상 처리부(1238)의 동작을 제어한다. 영상 처리부(1238)는 후술하는 바와 같이, 제 2 DNN으로 입력될 복수의 제 1 중간 영상을 제 2 영상(135)에 대한 영상 분할 과정을 통해 획득하고, 제 2 DNN에서 출력되는 복수의 제 2 중간 영상에 대한 영상 결합 과정을 통해 제 3 영상(145)을 획득한다.
DNN 제어부(1236)는 제 1 영상(115)의 가로 방향 및 세로 방향의 해상도 비율에 따라 제 1 중간 영상들의 개수 및 제 2 중간 영상들의 개수를 결정할 수 있다. DNN 제어부(1236)는 제 1 영상(115)의 가로 방향 및 세로 방향 중 어느 하나의 방향의 해상도 비율이 1/n(n은 자연수)이고, 다른 방향의 해상도 비율이 1/m(m은 n보다 작은 자연수)인 경우, 제 1 중간 영상들의 개수를 n/m개로 결정하고, 제 2 중간 영상들의 개수를 n x n개로 결정한다. 이때, 원본 영상(105) 대비 제 1 중간 영상 및 제 2 중간 영상의 가로 방향의 해상도 비율과 세로 방향의 해상도 비율은 모두 1/n이 된다. 제 1 영상(115)의 가로 방향 및 세로 방향의 해상도 비율과, 그에 대응하는 제 1 중간 영상들의 개수 및 제 2 중간 영상들의 개수는 도 16에 도시된다.
도 16은 제 1 영상(115)의 가로 방향의 해상도 비율 및 세로 방향의 해상도 비율에 따라 제 1 중간 영상 및 제 2 중간 영상의 개수가 달라짐을 설명하기 위한 도면이다.
도 16에 도시된 바와 같이, 가로 방향의 해상도 비율이 1/2이고, 세로 방향의 해상도 비율이 1인 경우, 제 1 중간 영상 및 제 2 중간 영상의 개수는 각각 2개, 4개일 수 있다. 또한, 가로 방향의 해상도 비율이 1/4이고, 세로 방향의 해상도 비율이 1인 경우, 제 1 중간 영상 및 제 2 중간 영상의 개수는 각각 4개, 16개일 수 있다.
도 17은 제 1 영상(115)의 세로 방향의 해상도 비율이 1/2이고, 가로 방향의 해상도 비율이 1인 경우의 제 2 영상, 제 1 중간 영상, 제 2 중간 영상 및 제 3 영상을 예시한다.
예를 들어, 제 1 영상(115)의 세로 방향의 해상도 비율이 1/2이고, 가로 방향의 해상도 비율이 1인 경우, 제 2 영상(135)의 해상도는 제 1 영상(115)의 해상도와 동일하므로, 제 2 영상(135)의 세로 방향의 해상도 비율이 1/2이고, 가로 방향의 해상도 비율이 1이다. 제 2 영상(135)으로부터 분할된 제 1 중간 영상들(1710) 및 후술하는 제 2 DNN을 통해 출력되는 제 2 중간 영상들(1730)의 세로 방향 및 가로 방향의 해상도 비율은 1/2이다. 가로 방향 및 세로 방향의 해상도 비율이 1/2인 4개의 제 2 중간 영상들(1730)이 결합됨으로써 가로 방향 및 세로 방향의 해상도 비율이 모두 1인, 즉, 제 2 영상(135)과 비교하여 세로 방향으로 해상도가 2배 증가하고, 원본 영상(105)과 해상도가 동일한 제 3 영상(145)이 획득될 수 있다.
또한, 예를 들어, 제 1 영상(115)의 세로 방향의 해상도 비율이 1/4이고, 가로 방향의 해상도 비율이 1인 경우, 제 2 영상(135)의 해상도는 제 1 영상(115)의 해상도와 동일하므로, 제 2 영상(135)의 세로 방향의 해상도 비율은 1/4이고, 가로 방향의 해상도 비율은 1이다. 제 2 영상(135)으로부터 분할된 제 1 중간 영상들(1710) 및 제 2 중간 영상들(1730)의 세로 방향 및 가로 방향의 해상도 비율은 1/4이다. 가로 방향 및 세로 방향의 해상도 비율이 1/4인 16개의 제 2 중간 영상들(1730)이 결합됨으로써 가로 방향 및 세로 방향의 해상도 비율이 모두 1인 제 3 영상(145)이 획득될 수 있다.
전술한 바와 같이, DNN 제어부(1236)는 복수의 DNN 설정 정보 중 제 1 영상(115)의 가로 방향 및 세로 방향의 해상도 비율에 매핑된 DNN 설정 정보를 획득한다. 제 1 영상(115)의 가로 방향 및 세로 방향 중 어느 하나의 방향의 해상도 비율이 1/n(n은 자연수)이고, 다른 방향의 해상도 비율이 1/m(m은 n보다 작은 자연수)인 경우, 가로 방향 및 세로 방향의 해상도 비율에 매핑된 DNN 설정 정보는, 제 2 DNN을 구성하는 복수의 컨볼루션 레이어 중 마지막 컨볼루션 레이어의 필터 커널의 개수 정보를 n x n개로 포함할 수 있다. 필터 커널의 개수가 n x n개라는 것은 마지막 컨볼루션 레이어에서 n x n개의 제 2 중간 영상들이 출력된다는 것을 의미한다. 즉, 제 1 영상(115)의 가로 방향 및 세로 방향의 해상도 비율에 매핑된 DNN 설정 정보가 제 2 DNN에 세팅됨에 따라, n/m개의 제 1 중간 영상들이 제 2 DNN에 의해 처리될 수 있고, 처리 결과 제 2 DNN으로부터 n x n개의 제 2 중간 영상들이 출력될 수 있다.
영상 처리부(1238)는 DNN 제어부(1236)에 의해 결정된 개수의 제 1 중간 영상들을 제 2 영상(135)으로부터 획득하고, DNN 제어부(1236)에 의해 결정된 개수의 제 2 중간 영상들을 결합하여 제 3 영상(145)을 획득한다.
이하에서는, 도 18을 참조하여, 다른 실시예에 따른 제 2 DNN(1800)에 대해 설명한다.
도 18에 도시된 바와 같이, 제 2 DNN(1800)은 제 1 컨볼루션 레이어(1810), 제 1 활성화 레이어(1820), 제 2 컨볼루션 레이어(1830), 제 2 활성화 레이어(1840), 제 3 컨볼루션 레이어(1850)를 포함할 수 있다. 제 2 영상(135)의 영상 분할 과정(1870)을 통해 획득되는 제 1 중간 영상들(1875)이 제 2 DNN(1800)으로 입력되고, 제 2 DNN(1800)에서 출력되는 제 2 중간 영상들(1895)의 영상 결합 과정(1890)을 통해 제 3 영상(145)이 획득된다. 영상 분할 과정(1870) 및 영상 결합 과정(1890)은 영상 처리부(1238)에 의해 수행된다.
제 1 중간 영상들(1875)의 개수 및 제 2 중간 영상들(1895)의 개수는 제 1 영상(115)의 가로 방향 및 세로 방향의 해상도 비율에 따라 결정되므로, 영상 처리부(1238)의 영상 분할 과정(1870) 및 영상 결합 과정(1890) 역시 제 1 영상(115)의 가로 방향 및 세로 방향의 해상도 비율에 따라 수행되어야 한다. 즉, 영상 처리부(1238)는 제 1 영상(115)의 가로 방향 및 세로 방향의 해상도 비율에 따라 결정되는 개수의 제 1 중간 영상들(1875)을 영상 분할 과정(1870)을 통해 획득하고, 제 1 영상(115)의 가로 방향 및 세로 방향의 해상도 비율에 따라 결정되는 개수의 제 2 중간 영상들(1895)을 결합하여 제 3 영상(145)을 획득한다.
제 2 영상(135)에 대한 영상 분할(1870)을 통해 복수의 제 1 중간 영상들(1875)이 획득되고, 복수의 제 1 중간 영상들(1875)이 제 1 컨볼루션 레이어(1810)로 입력된다.
먼저, 도 19 내지 도 21을 참조하여 영상 처리부(1238)에 의한 영상 분할 방법에 대해 설명한다.
도 19는 일 실시예의 영상 분할 방법을 설명하기 위한 도면이다.
영상 처리부(1238)는 제 2 영상(135) 내 픽셀 라인(L)들 중 일부의 픽셀 라인들을 연결하여 복수의 제 1 중간 영상들(1875a, 1875b, 1875c, 1875d)을 획득할 수 있다. 이 때, 제 2 영상(135)의 픽셀 라인(L)들이 각각의 제 1 중간 영상들(1875a, 1875b, 1875c, 1875d)에 번갈아 가며 포함될 수 있다. 예를 들어, 필요로 하는 제 1 중간 영상들의 개수가 4개라면, 제 2 영상(135)의 1번째 픽셀 라인, 5번째 픽셀 라인, 9번째 픽셀 라인 등이 어느 하나의 제 1 중간 영상(예를 들어, 1875a)에 포함되고, 제 2 영상(135)의 2번째 픽셀 라인, 6번째 픽셀 라인, 10번째 픽셀 라인 등이 다른 제 1 중간 영상(예를 들어, 1875b)에 포함되고, 제 2 영상(135)의 3번째 픽셀 라인, 7번째 픽셀 라인, 11번째 픽셀 라인 등이 또 다른 제 1 중간 영상(예를 들어, 1875c)에 포함된다. 제 2 영상(135)의 4번째 픽셀 라인, 8번째 픽셀 라인, 12번째 픽셀 라인 등이 또 다른 제 1 중간 영상(예를 들어, 1875d)에 포함된다. 도 19는 제 2 영상(135)의 픽셀 라인(L)들이 제 2 영상(135) 내 픽셀들의 열에 대응하는 것으로 도시하고 있는데, 이는 제 2 영상(135)의 가로 방향의 해상도 비율이 세로 방향의 해상도 비율보다 큰 경우의 예시이며, 제 2 영상(135)의 세로 방향의 해상도 비율이 가로 방향의 해상도 비율보다 큰 경우, 제 2 영상(135)의 픽셀 라인들은 제 2 영상(135) 내 픽셀들의 행에 대응할 수도 있다.
도 20은 다른 실시예의 영상 분할 방법을 설명하기 위한 도면이다.
영상 처리부(1238)는 제 2 영상(135)의 픽셀 라인(L)들 중 서로 인접한 일부의 픽셀 라인들을 이용하여 복수의 제 1 중간 영상들(1875a, 1875b, 1875c, 1875d)을 획득할 수 있다. 즉, 4개의 제 1 중간 영상들이 필요한 경우, 제 2 영상(135)의 픽셀 라인들 중 첫 번째 픽셀 라인 내지 n 번째 픽셀 라인들이 하나의 제 1 중간 영상(예를 들어, 1875a)을 구성하고, n+1 번째 픽셀 라인 내지 m번째 픽셀 라인들이 다른 하나의 제 1 중간 영상(예를 들어, 1875b)을 구성한다. 그리고, m+1번째 픽셀 라인 내지 k번째 픽셀 라인들이 또 다른 제 1 중간 영상(예를 들어, 1875c)을 구성하고, k+1 번째 픽셀 라인 내지 p번째 픽셀 라인들이 또 다른 제 1 중간 영상(예를 들어, 1875d)을 구성한다. 도 20는 제 2 영상(135)의 픽셀 라인(L)들이 제 2 영상(135) 내 픽셀들의 열에 대응하는 것으로 도시하고 있는데, 이는 제 2 영상(135)의 가로 방향의 해상도 비율이 세로 방향의 해상도 비율보다 큰 경우의 예시이며, 제 2 영상(135)의 세로 방향의 해상도 비율이 가로 방향의 해상도 비율보다 큰 경우, 제 2 영상(135)의 픽셀 라인들은 제 2 영상(135) 내 픽셀들의 행에 대응할 수도 있다.
도 21은 또 다른 실시예의 영상 분할 방법을 설명하기 위한 도면이다.
영상 처리부(1238)는 제 2 영상(135)을 구성하는 픽셀들 중 일부의 픽셀들로 이루어진 복수의 제 1 중간 영상들(1875a, 1875b, 1875c, 1875d)을 획득할 수 있다. 예를 들어, 필요로 하는 제 1 중간 영상들의 개수와 동일한 개수의 픽셀들을 포함하는 픽셀 그룹(G)들을 제 2 영상(135)에서 결정하고, 각각의 픽셀 그룹에 포함된 픽셀들을 결합하여 복수의 제 1 중간 영상(1875a, 1875b, 1875c, 1875d)들을 획득할 수 있다. 도 21에 도시된 바와 같이, 4개의 제 1 중간 영상들(1875a, 1875b, 1875c, 1875d)이 필요한 경우, 각각의 픽셀 그룹(G)에 포함된 픽셀들 중 좌상측에 위치한 픽셀들이 어느 하나의 제 1 중간 영상(예를 들어, 1875a)을 구성하고, 우상측에 위치한 픽셀들이 다른 제 1 중간 영상(예를 들어, 1875b)을 구성하고, 좌하측에 위치한 픽셀들이 또 다른 제 1 중간 영상(예를 들어, 1875c)을 구성한다. 우하측에 위치한 픽셀들이 또 다른 제 1 중간 영상(예를 들어, 1875d)을 구성한다. 도 21에 도시된 영상 분할 방법은 서브 샘플링(sub sampling)에 해당할 수 있다.
도 19 내지 도 21에 도시된 분할 방법을 참조하면, 제 2 영상(135)의 가로 방향의 해상도 비율 및 세로 방향의 해상도 비율 중 더 큰 해상도 비율이 감소되도록 영상 분할이 이루어진다는 것을 알 수 있다. 즉, 도 19 내지 도 21에 도시된 제 2 영상(135)의 가로 방향의 해상도 비율이 a이고, 세로 방향의 해상도 비율이 a보다 작은 b인 경우, 가로 방향의 해상도 비율이 감소되도록 영상 분할이 이루어짐에 따라 제 1 중간 영상들(1875a, 1875b, 1875c, 1875d)의 어느 한 방향의 해상도 비율은 b이고, 다른 한 방향의 해상도 비율은 a보다 작은 값을 가질 수 있다.
영상 처리부(1238)는 도 19 내지 도 21에 도시된 분할 방법들 중 어느 하나의 방법에 따라 복수의 제 1 중간 영상들(1875)을 획득할 수 있으나, 이는 하나의 예시일 뿐, 제 2 영상(135)을 분할하여 미리 결정된 수의 제 1 중간 영상들(1875)을 획득하는 다양한 방식이 이용될 수 있다. 후술하는 바와 같이, AI 다운스케일을 위한 제 1 DNN으로부터 출력되는 제 2 중간 영상들의 결합을 통해 제 1 영상(115)이 획득될 수 있는데, AI 부호화 장치(2700)에서 이용되는 제 2 중간 영상들의 결합 방법에 대응하는 분할 방법에 따라 영상 처리부(1238)가 제 1 중간 영상들(1875)을 획득할 수 있다. 예를 들어, AI 부호화 장치(2700)가 제 2 중간 영상들에 포함된 픽셀 라인들을 번갈아 결합하여 제 1 영상(115)을 획득하는 경우, 영상 처리부(1238)는 제 2 영상(135)의 픽셀 라인들을 번갈아 분리하여 복수의 제 1 중간 영상들(1875)을 획득할 수 있다.
다시 도 18을 참조하면, 복수의 제 1 중간 영상들(1875)을 입력받은 제 1 컨볼루션 레이어(1810)는 복수의 제 1 중간 영상들(1875)을 필터 커널로 컨볼루션 처리하여 특징 맵들을 출력한다. 도 18에 도시된 제 1 컨볼루션 레이어(1810)에 표시된 3 X 3 X 2 X 16은 3 x 3의 크기의 16개의 필터 커널을 이용하여 2개의 제 1 중간 영상(1875)에 대해 컨볼루션 처리를 하는 것을 예시한다. 제 2 DNN(1800)에 세팅되는 DNN 설정 정보는 제 1 영상(115)의 가로 방향의 해상도 비율 및 세로 방향의 해상도 비율에 따라 결정되는데, 이때, DNN 설정 정보는 제 1 컨볼루션 레이어(1810)가 제 1 영상(115)의 가로 방향의 해상도 비율 및 세로 방향의 해상도 비율에 따라 결정되는 개수의 제 1 중간 영상들(1875)을 처리할 수 있게 한다. 즉, 도 18의 예에서, DNN 설정 정보가 제 2 DNN(1800)에 세팅됨에 따라, 제 1 컨볼루션 레이어(1810)는 2개의 제 1 중간 영상(1875)을 처리할 수 있게 된다.
제 1 컨볼루션 레이어(1810)의 컨볼루션 처리 결과 16개의 특징 맵이 생성된다. 각 특징 맵은 제 1 중간 영상들(1875)의 고유한 특성들을 나타낸다. 예를 들어, 각 특징 맵은 제 1 중간 영상들(1875)의 세로 방향 특성, 가로 방향 특성 또는 에지 특성 등을 나타낼 수 있다.
제 1 컨볼루션 레이어(1810)에서 출력된 특징 맵들은 제 1 활성화 레이어(1820)로 입력된다. 제 1 활성화 레이어(1820)는 각각의 특징 맵에 대해 비선형 특성을 부여할 수 있다. 제 1 활성화 레이어(1820)는 시그모이드 함수(sigmoid function), Tanh 함수, ReLU(Rectified Linear Unit) 함수 등을 포함할 수 있으나, 이에 한정되는 것은 아니다.
제 1 활성화 레이어(1820)에서 비선형 특성을 부여하는 것은, 제 1 컨볼루션 레이어(1810)의 출력인, 특징 맵의 일부 샘플 값을 변경하여 출력하는 것을 의미한다. 이때, 변경은 비선형 특성을 적용하여 수행된다.
제 1 활성화 레이어(1820)는 제 1 컨볼루션 레이어(1810)로부터 출력되는 특징 맵들의 샘플 값들을 제 2 컨볼루션 레이어(1830)로 전달할지 여부를 결정한다. 예를 들어, 특징 맵들의 샘플 값들 중 어떤 샘플 값들은 제 1 활성화 레이어(1820)에 의해 활성화되어 제 2 컨볼루션 레이어(1830)로 전달되고, 어떤 샘플 값들은 제 1 활성화 레이어(1820)에 의해 비활성화되어 제 2 컨볼루션 레이어(1830)로 전달되지 않는다. 특징 맵들이 나타내는 제 1 중간 영상(1875)의 고유 특성이 제 1 활성화 레이어(1820)에 의해 강조된다.
제 1 활성화 레이어(1820)에서 출력된 특징 맵들은 제 2 컨볼루션 레이어(1830)로 입력된다. 제 2 컨볼루션 레이어(1830)에 표시된 3 X 3 X 16 X 16은 3 x 3의 크기의 16의 필터 커널을 이용하여 16개의 특징 맵들에 대해 컨볼루션 처리하는 것을 예시한다.
제 2 컨볼루션 레이어(1830)에서 출력된 16개의 특징 맵은 제 2 활성화 레이어(1840)로 입력된다. 제 2 활성화 레이어(1840)는 입력된 특징 맵에 대해 비선형 특성을 부여할 수 있다.
제 2 활성화 레이어(1840)에서 출력된 특징 맵들은 제 3 컨볼루션 레이어(1850)로 입력된다. 제 3 컨볼루션 레이어(1850)에 표시된 3 X 3 X 16 X 4는 3 x 3의 크기의 4개의 필터 커널을 이용하여 4개의 제 2 중간 영상(1895)들을 생성하기 위해 16개의 특징 맵에 대해 컨볼루션 처리를 하는 것을 예시한다. 전술한 바와 같이, 제 2 DNN(1800)에 세팅되는 DNN 설정 정보는 제 1 영상(115)의 가로 방향의 해상도 비율 및 세로 방향의 해상도 비율에 따라 결정되는데, 이때, DNN 설정 정보는 마지막 컨볼루션 레이어, 즉 제 3 컨볼루션 레이어(1850)가 제 1 영상(115)의 가로 방향의 해상도 비율 및 세로 방향의 해상도 비율에 따라 결정되는 개수의 제 2 중간 영상들(1895)을 출력하게 한다. 즉, 도 18의 예에서, DNN 설정 정보(1800)가 제 2 DNN(1800)에 세팅됨에 따라, 제 3 컨볼루션 레이어(1850)는 4개의 제 2 중간 영상(1895)을 출력할 수 있게 된다.
제 3 컨볼루션 레이어(1850)에서 출력된 제 2 중간 영상들(1895)의 영상 결합(1890)을 통해 제 3 영상(145)이 획득된다.
이하에서는, 도 22 내지 도 24를 참조하여 영상 결합 방법에 대해 설명한다.
도 22 내지 도 24는 일 실시예의 영상 결합 방법을 설명하기 위한 도면이다.
도 22에 도시된 바와 같이, 영상 처리부(1238)는 제 2 중간 영상들(1895a, 1895b, 1895c, 1895d)의 픽셀 라인(L)들을 번갈아 연결하여 제 3 영상(145)을 획득할 수 있다. 제 3 영상(145)의 해상도는 원본 영상(105)과 동일하므로, 제 2 중간 영상들(1895a, 1895b, 1895c, 1895d)의 가로 방향 및 세로 방향의 해상도 비율이 1/n이라면, n X n개의 제 2 중간 영상들(1895a, 1895b, 1895c, 1895d)의 결합으로 원본 영상(105)과 동일한 해상도의 제 3 영상(145)이 획득될 수 있다. 도 22에서 제 2 중간 영상들(1895a, 1895b, 1895c, 1895d)의 개수는 4개이므로, 제 2 중간 영상들(1895a, 1895b, 1895c, 1895d)의 가로 방향 및 세로 방향의 해상도 비율이 1/2 이라는 것을 알 수 있다.
또한, 도 23에 도시된 바와 같이, 영상 처리부(1238)는 제 2 중간 영상들(1895a, 1895b, 1895c, 1895d)을 서로 연결하여 제 3 영상(145)을 획득할 수도 있다.
또한, 도 24에 도시된 바와 같이, 영상 처리부(1238)는 제 2 중간 영상들(1895a, 1895b, 1895c, 1895d)의 픽셀들 각각을 미리 지정된 위치에 배치하여 제 3 영상(145)을 획득할 수 있다. 구체적으로, 제 2 중간 영상들(1895a, 1895b, 1895c, 1895d)의 첫 번째 픽셀들(1896a, 1896b, 1896c, 1896d)을 포함하는 픽셀 그룹(G1), 제 2 중간 영상들(1895a, 1895b, 1895c, 1895d)의 두 번째 픽셀들(1897a, 1897b, 1897c, 1897d)을 포함하는 픽셀 그룹(G2) 등이 서로 연결됨으로써 제 3 영상(145)이 획득될 수 있다.
도 22 내지 도 24에 도시된 결합 방법을 참조하면, n x n개의 제 2 중간 영상(1895a, 1895b, 1895c, 1895d)들의 가로 방향의 해상도가 a이고, 세로 방향의 해상도가 b인 경우, 제 3 영상(145)의 가로 방향의 해상도는 a x n이고, 세로 방향의 해상도는 b x n가 될 수 있다.
영상 처리부(1238)는 도 22 내지 도 24에 도시된 결합 방법들 중 어느 하나의 방법에 따라 복수의 제 2 중간 영상들(1895)을 결합할 수 있다. 도 22 내지 도 24에 도시된 결합 방법들은 하나의 예시일 뿐이며, n x n개의 제 2 중간 영상들(1895)을 결합하여 원본 영상(105)과 동일한 해상도의 제 3 영상(145)을 획득하는 다양한 방식이 이용될 수 있다. 후술하는 바와 같이, 원본 영상(105)의 AI 다운스케일을 위해, 원본 영상(105)에 대한 영상 분할을 통해 획득된 제 1 중간 영상들이 제 1 DNN으로 입력될 수 있는데, AI 부호화 장치(2700)에서 이용되는 원본 영상(105)의 분할 방법에 대응하는 결합 방법에 따라 영상 처리부(1238)가 제 2 중간 영상들(1895)을 결합할 수 있다. 예를 들어, AI 부호화 장치(2700)가 원본 영상(105)의 픽셀들을 번갈아 분리하여 제 1 중간 영상들을 획득하는 경우, 영상 처리부(1238)는 제 2 중간 영상들(1895)의 픽셀들을 번갈아 연결하여 제 3 영상(145)을 획득할 수 있다(도 24 참조).
한편, 도 18은 제 2 DNN(1800)이 세 개의 컨볼루션 레이어와 두 개의 활성화 레이어를 포함하고 있는 것으로 도시하고 있으나, 이는 하나의 예시일 뿐이며, 구현예에 따라서, 컨볼루션 레이어 및 활성화 레이어의 개수는 다양하게 변경될 수 있다. 또한, 구현예에 따라서, 제 2 DNN(1800)은 RNN(recurrent neural network)을 통해 구현될 수도 있다. 이 경우는 본 개시의 예시에 따른 제 2 DNN(1800)의 CNN 구조를 RNN 구조로 변경하는 것을 의미한다.
일 실시예에서, AI 업스케일부(1234)는 전술한 컨볼루션 연산 및 활성화 레이어의 연산을 위한 적어도 하나의 ALU(Arithmetic logic unit)를 포함할 수 있다. ALU는 프로세서로 구현될 수 있다. 컨볼루션 연산을 위해, ALU는 제 1 중간 영상(1875) 또는 이전 레이어에서 출력된 특징 맵의 샘플 값들과 필터 커널의 샘플 값들 사이의 곱 연산을 수행하는 곱셈기 및 곱셈의 결과 값들을 더하는 가산기를 포함할 수 있다. 또한, 활성화 레이어의 연산을 위해, ALU는 미리 결정된 시그모이드 함수, Tanh 함수 또는 ReLU 함수 등에서 이용되는 가중치를 입력된 샘플 값에 곱하는 곱셈기, 및 곱한 결과와 소정 값을 비교하여 입력된 샘플 값을 다음 레이어로 전달할지를 판단하는 비교기를 포함할 수 있다.
도 25는 제 2 DNN(2500)을 이용한 AI 업스케일 방법을 설명하기 위한 도면이다.
일 예시에서, 도 25에 도시된 제 2 DNN(2500)은 도 18에 도시된 제 2 DNN(1800)의 구조와 동일할 수 있다. 즉, 제 2 DNN(2500)은 도 18에 도시된 제 2 DNN(1800)과 같이 제 1 컨볼루션 레이어, 제 1 활성화 레이어, 제 2 컨볼루션 레이어, 제 2 활성화 레이어 및 제 3 컨볼루션 레이어를 포함할 수 있다. 그러나, 제 2 DNN(2500)은 도 18의 제 2 DNN(1800)과 달리 스킵 커넥션(skip connection) 구조에 이용되므로, 제 2 DNN(2500)의 필터 커널들의 파라미터들과 도 18의 제 2 DNN(1800)의 필터 커널들의 파라미터들은 서로 상이할 수 있다. 구현예에 따라, 제 2 DNN(2500)이 도 18의 제 2 DNN(1800)의 구조와 상이한 구조를 가질 수 있음은 자명하다.
제 2 영상(135)의 영상 분할 과정(2570)을 통해 획득되는 제 1 중간 영상들이 제 2 DNN(2500)으로 입력되고, 제 2 DNN(2500)에서 출력되는 제 2 중간 영상들의 영상 결합 과정(2590)을 통해 제 3 영상(145)이 획득된다.
도 25에 도시된 AI 업스케일 과정에서는 스킵 커넥션(skip connection) 구조가 이용된다. 제 2 영상(135)에 대한 영상 분할 결과 획득되는 제 1 중간 영상들이 제 2 DNN(2500)에서 처리되는 것과 별개로, 제 2 영상(135)이 스케일러(2560)에 의해 스케일링된 후, 영상 결합(2590)의 결과로 생성된 영상에 더해져 제 3 영상(145)이 획득될 수 있다.
스케일러(2560)는 제 1 영상(115)의 가로 방향의 해상도 비율 및 세로 방향의 해상도 비율에 따라 제 2 영상(135)의 해상도를 증가시킨다. 스케일링 결과, 제 2 영상(135)의 해상도가 원본 영상(105)의 해상도와 동일해진다. 스케일러(2560)는 예를 들어, 바이리니어(bilinear) 스케일러, 바이큐빅(bicubic) 스케일러, 란조스(lanczos) 스케일러 및 스테어 스탭(stair step) 스케일러 중 적어도 하나를 포함할 수 있다. 일 실시예에서, 스케일러(2560)는 제 2 영상(135)의 해상도를 증가시키는 컨볼루션 레이어로 대체될 수도 있다.
도 25에 도시된 AI 업스케일 과정에서는, 스케일러(2560)를 통해 예측 버전(prediction version)의 제 3 영상이 획득되고, 제 2 DNN(2500)을 통해 잔차 버전(residual version)의 제 3 영상이 획득된다. 예측 버전의 제 3 영상과 잔차 버전의 제 3 영상의 합산을 통해 제 3 영상(145)이 획득될 수 있다.
한편, 전술한 제 2 DNN(1800)은 DNN 제어부(1236)에 의해 획득된 DNN 설정 정보에 따라 동작하는데, DNN 설정 정보는 제 2 DNN(1800)이 제 1 영상(115)의 가로 방향 및 세로 방향의 해상도 비율에 대응하는 개수의 제 1 중간 영상들(1875)을 처리하고, 제 1 영상(115)의 가로 방향 및 세로 방향의 해상도 비율에 대응하는 개수의 제 2 중간 영상들(1895)을 출력하게 한다.
일 실시예에서, 제 2 DNN의 구조, 즉, 컨볼루션 레이어의 개수 및 필터 커널의 개수는 고정되어 있고, 복수의 DNN 설정 정보들에 따라 필터 커널들의 파라미터들만이 변경될 수 있다. 즉, 제 2 DNN의 구조가 고정되어 있으므로, 제 2 DNN은 미리 결정된 개수(예를 들어, 2개)의 제 1 중간 영상들을 처리하고, 미리 결정된 개수(예를 들어, 4개)의 제 2 중간 영상들을 출력할 수 있다. DNN 제어부(1236)는 복수의 DNN 설정 정보들 중 AI 데이터에 포함된 제 1 영상(115) 관련 정보에 매핑된 DNN 설정 정보를 획득하여 제 2 DNN에 세팅할 수 있다.
제 2 DNN이 처리할 수 있는 제 1 중간 영상들의 개수 및 제 2 DNN이 출력할 수 있는 제 2 중간 영상들의 개수가 특정 개수로 고정되어 있다는 것은, 영상 처리부(1238)가 제 2 영상(135)으로부터 미리 결정된 개수의 제 1 중간 영상들을 획득하고, 미리 결정된 개수의 제 2 중간 영상들을 결합한다는 것을 의미함과 동시에, 제 2 DNN이 제 2 영상(135)의 가로 방향의 해상도 또는 세로 방향의 해상도를 고정된 배율로 증가시키기 위해 동작한다는 것을 의미한다. 다시 말하면, 제 2 DNN이 제 2 영상(135)으로부터 분할된 2개의 제 1 중간 영상들을 처리하여 4개의 제 2 중간 영상들을 출력하는 경우, 4개의 제 2 중간 영상들을 결합하여 획득되는 제 3 영상(145)의 가로 방향의 해상도 또는 세로 방향의 해상도는 제 2 영상(135)의 가로 방향의 해상도 또는 세로 방향의 해상도의 2배가 된다.
제 2 DNN의 구조가 고정되어 있는 경우, 제 1 영상(115)의 가로 방향의 해상도 비율 및 세로 방향의 해상도 비율에 따라 제 2 영상(135)을 AI 업스케일하는 방법에 대해 설명한다.
도 26은 다른 실시예에 따른 제 2 DNN(2600)을 이용한 AI 업스케일 과정에 대해 도시하고 있다.
제 2 DNN(2600)은 복수의 컨볼루션 레이어를 포함하고, 첫 번째 컨볼루션 레이어가 처리하는 제 1 중간 영상의 개수 및 마지막 컨볼루션 레이어가 출력하는 제 2 중간 영상의 개수는 미리 결정되어 있다.
가로 방향의 해상도 비율이 1이고, 세로 방향의 해상도 비율이 1/n(n은 자연수)인 제 2 영상(135)이 영상 분할 과정(2670)을 거쳐 제 2 DNN(2600)으로 입력된다. 제 2 DNN(2600)에서 출력되는 제 2 중간 영상들의 결합(2690)을 통해 가로 방향의 해상도 비율이 1이고, 세로 방향의 해상도 비율이 m/n(m은 자연수)인 영상(2645)이 획득된다. 즉, 영상 분할(2670), 제 2 DNN(2600) 및 영상 결합(2690)을 통해 제 2 영상(135)의 세로 방향의 해상도가 m배 증가한 것을 알 수 있다.
도 26은 영상 분할(2670), 제 2 DNN(2600) 및 영상 결합(2690)을 통해 제 2 영상(135)의 세로 방향의 해상도가 m배 증가한 것으로 도시하고 있으나, 가로 방향의 해상도 비율이 1/n이고, 세로 방향의 해상도 비율이 1인 제 2 영상(135)이 영상 분할 과정(2670), 제 2 DNN(2600) 및 영상 결합 과정(2690)을 거치면, 가로 방향의 해상도 비율이 m/n이고, 세로 방향의 해상도 비율이 1인 영상(2645)이 획득된다. 이는, 전술한 바와 같이, 분할의 대상이 되는 영상의 가로 방향의 해상도 비율 및 세로 방향의 해상도 비율 중 더 큰 해상도 비율이 감소되도록 영상 분할(2670)이 이루어지고(도 19 내지 도 21 참조), 제 2 중간 영상들이 가로 방향 및 세로 방향에서 서로 결합되기 때문이다(도 22 내지 도 24 참조). 후술하는 바와 같이, 제 2 DNN의 동작 횟수가 복수 회로 결정되고, 동작 과정 중 영상 분할(2670)의 대상이 되는 영상(예를 들어, 영상(2645))의 가로 방향의 해상도 비율과 세로 방향의 해상도 비율이 동일한 경우에는 어느 하나의 방향의 해상도 비율이 감소하도록 영상 분할(2670)이 이루어질 수 있다.
도 26에 도시된 것과 같이, 영상 분할 과정(2670), 제 2 DNN(2600) 및 영상 결합 과정(2690)을 통해 어느 하나의 방향의 해상도가 m배 증가하는 경우, DNN 제어부(1236)는 제 1 영상(115)의 가로 방향의 해상도 비율 및 세로 방향의 해상도 비율에 따라 제 2 DNN(2600)의 동작 횟수를 결정할 수 있다. 구체적으로, 제 1 영상(115)의 가로 방향의 해상도 비율이 1/ma(a는 0 이상의 정수)이고, 세로 방향의 해상도 비율이 1/mb(b는 0 이상의 정수)인 경우, DNN 제어부(1236)는 제 2 DNN(2600)의 동작 횟수를 a+b회로 결정할 수 있다. 이에 따라, a+b회의 영상 분할 과정(2670), 제 2 DNN(2600)의 처리 및 영상 결합 과정(2690)을 통해 제 3 영상(145)이 획득될 수 있다.
일 예로, 영상 분할 과정(2670), 제 2 DNN(2600) 및 영상 결합 과정(2690)을 통해 어느 한 방향의 해상도가 2배 증가하고, 제 1 영상(115)의 가로 방향의 해상도 비율이 1/20이고, 세로 방향의 해상도 비율이 1/22인 경우를 가정한다. 첫 번째 동작에서, 제 2 영상(135)으로부터 분할된 2개의 제 1 중간 영상들이 제 2 DNN(2600)에서 처리되고, 처리 결과 획득되는 4개의 제 2 중간 영상들이 결합됨으로써 가로 방향의 해상도 비율이 1/20이고, 세로 방향의 해상도 비율이 1/21인 영상(2645)이 획득된다. 두 번째 동작에서, 영상 결합 과정(2690)을 통해 획득된 영상(2645)에 대해 영상 분할(2670)이 적용되고, 적용 결과 획득되는 2개의 제 1 중간 영상들이 제 2 DNN(2600)에서 처리된다. 그리고, 제 2 DNN(2600)에서 출력된 4개의 제 2 중간 영상들이 결합됨으로써, 가로 방향 및 세로 방향의 해상도 비율이 모두 1/20인 제 3 영상(145)이 획득될 수 있다.
일 실시예에서, 제 2 DNN은 가로 방향의 해상도를 고정된 배율로 증가시키는 DNN과 세로 방향의 해상도를 고정된 배율로 증가시키는 DNN을 포함할 수도 있다. 제 1 영상(115)의 가로 방향의 해상도 비율이 1/ma(m은 자연수, a는 0 이상의 정수)이고, 세로 방향의 해상도 비율이 1/mb(b는 0 이상의 정수)이고, 상기 고정된 배율이 m인 경우, DNN 제어부(1236)는 가로 방향의 해상도를 고정된 배율로 증가시키는 DNN의 동작 횟수를 a회로, 세로 방향의 해상도를 고정된 배율로 증가시키는 DNN의 동작 횟수를 b회로 결정할 수 있다. 영상 처리부(1238)는 가로 방향의 해상도를 고정된 배율로 증가시키는 DNN 및 세로 방향의 해상도를 고정된 배율로 증가시키는 DNN을 위해 고정된 개수의 제 1 중간 영상들을 획득하고, 고정된 개수의 제 2 중간 영상들을 결합할 수 있다. 이 때, 영상 처리부(1238)는, 가로 방향의 해상도를 고정된 배율로 증가시키는 DNN이 동작할 차례에서는 영상 분할(2670)이 되는 영상을 세로 방향의 해상도 비율이 감소되도록 분할하고, 세로 방향의 해상도를 고정된 배율로 증가시키는 DNN이 동작할 차례에서는 영상 분할(2670)이 되는 영상을 가로 방향의 해상도 비율이 감소되도록 분할할 수 있다.
일 실시예에서, AI 복호화 장치(1200)는 도 2와 관련하여 설명한 내용에 따라 제 2 영상(135)을 가로 방향 및 세로 방향에서 동일 배율로 AI 업스케일할 수도 있고, 도 12와 관련하여 설명한 내용에 따라 제 2 영상(135)을 가로 방향 및 세로 방향에서 서로 상이한 배율로 AI 업스케일할 수도 있다. 제 2 영상(135)이 복수의 프레임으로 이루어진 경우, 제 2 영상(135)을 가로 방향 및 세로 방향에서 동일 배율로 AI 업스케일하는 방식과 제 2 영상(135)을 가로 방향 및 세로 방향에서 서로 상이한 배율로 AI 업스케일하는 방식 중 어느 방식으로 AI 업스케일할지는, 제 2 영상(135)의 프레임마다 결정될 수 있고, 또는 장면 전환(scene change)이 발생하는 프레임마다 결정될 수 있다. 또는, 복수의 프레임으로 이루어진 GOP(group of picture)마다 어느 방식으로 AI 업스케일할지가 결정될 수도 있다. AI 복호화 장치(1200)는 AI 데이터로부터 제 1 영상(115)의 가로 방향의 해상도 비율 및 세로 방향의 해상도 비율의 확인이 가능한 경우, 제 2 영상(135)을 가로 방향 및 세로 방향에서 서로 상이한 배율로 AI 업스케일하고, AI 데이터로부터 제 1 영상(115)의 가로 방향의 해상도 비율 및 세로 방향의 해상도 비율의 확인이 불가능한 경우, 제 2 영상(135)을 가로 방향 및 세로 방향에서 동일 배율로 AI 업스케일할 수 있다.
도 27은 다른 실시예에 따른 AI 부호화 장치(2700)의 구성을 나타내는 블록도이다.
도 27을 참조하면, AI 부호화 장치(2700)는 AI 부호화부(2710) 및 전송부(2730)를 포함할 수 있다. AI 부호화부(2710)는 AI 다운스케일부(2712) 및 제 1 부호화부(2718)를 포함할 수 있다. 전송부(2730)는 데이터 처리부(2732) 및 통신부(2734)를 포함할 수 있다.
도 27에는 AI 부호화부(2710) 및 전송부(2730)가 분리되어 도시되어 있는데, AI 부호화부(2710) 및 전송부(2730)는 하나의 프로세서를 통해 구현될 수 있다. 이 경우, AI 부호화부(2710) 및 전송부(2730)는 전용 프로세서로 구현될 수도 있고, AP 또는 CPU, GPU와 같은 범용 프로세서와 S/W의 조합을 통해 구현될 수도 있다. 또한, AI 부호화부(2710) 및 전송부(2730)가 전용 프로세서로 구현되는 경우, 본 개시의 실시예를 구현하기 위한 메모리를 포함하여 구현되거나, 외부 메모리를 이용하기 위한 메모리 처리부를 포함하여 구현될 수 있다.
또한, AI 부호화부(2710) 및 전송부(2730)는 복수의 프로세서로 구현될 수도 있다. 이 경우, AI 부호화부(2710) 및 전송부(2730)는 전용 프로세서들의 조합으로 구현될 수도 있고, AP 또는 CPU, GPU와 같은 다수의 범용 프로세서들과 S/W의 조합을 통해 구현될 수도 있다. AI 다운스케일부(2712)와 제 1 부호화부(2718)도 각각 서로 다른 프로세서로 구현될 수 있다.
AI 부호화부(2710)는 원본 영상(105)의 AI 다운스케일 및 제 1 영상(115)의 제 1 부호화를 수행하고, AI 데이터 및 영상 데이터를 전송부(2730)로 전달한다.
구체적으로, AI 다운스케일부(2712)는 원본 영상(105)을 AI 다운스케일하여 제 1 영상(115)을 획득하고, 제 1 영상(115)을 제 1 부호화부(2718)로 전달한다. AI 다운스케일부(2712)는 원본 영상(105)을 가로 방향 및 세로 방향에서 서로 다른 값의 해상도 비율로 AI 다운스케일한다. AI 다운스케일에 관련된 AI 데이터는 데이터 처리부(2732)로 제공된다. AI 다운스케일부(2712)는 DNN 제어부(2714) 및 영상 처리부(2716)를 포함할 수 있는데, AI 다운스케일부(2712)의 동작에 대해서는 뒤에서 상세히 설명한다.
AI 다운스케일부(2712)로부터 제 1 영상(115)을 전달받은 제 1 부호화부(2718)는 제 1 영상(115)을 제 1 부호화하여 제 1 영상(115)이 가지는 정보량을 감축시킬 수 있다. 제 1 부호화부(2718)에 의한 제 1 부호화 결과 제 1 영상(115)에 대응하는 영상 데이터가 획득될 수 있다. 영상 데이터는 데이터 처리부(2732)로 제공된다.
영상 데이터는 제 1 영상(115)의 제 1 부호화 결과 획득된 데이터를 포함한다. 영상 데이터는 제 1 영상(115) 내 픽셀 값들에 기초하여 획득되는 데이터, 예를 들어, 제 1 영상(115)과 제 1 영상(115)의 예측 데이터 사이의 차이인 잔차 데이터를 포함할 수 있다. 또한, 영상 데이터는 제 1 영상(115)의 제 1 부호화 과정에서 이용된 정보들을 포함한다. 예를 들어, 영상 데이터는 제 1 영상(115)을 제 1 부호화하는데 이용된 예측 모드 정보, 움직임 정보 및 제 1 영상(115)을 제 1 부호화하는데 이용된 양자화 파라미터 관련 정보 등을 포함할 수 있다.
데이터 처리부(2732)는 AI 데이터 및 영상 데이터 중 적어도 하나가 소정의 형태로 전송될 수 있게 처리한다. 예를 들어, AI 데이터 및 영상 데이터를 비트스트림 형태로 전송하여야 하는 경우, 데이터 처리부(2732)는 AI 데이터가 비트스트림 형태로 표현되도록 AI 데이터를 처리하고, 통신부(2734)를 통해 하나의 비트스트림 형태의 AI 데이터 및 영상 데이터를 전송한다. 다른 예로, 데이터 처리부(2732)는 AI 데이터가 비트스트림 형태로 표현되도록 AI 데이터를 처리하고, 통신부(2734)를 통해 AI 데이터에 해당하는 비트스트림 및 영상 데이터에 해당하는 비트스트림 각각을 통신부(2734)를 통해 전송한다. 또 다른 예로, 데이터 처리부(2732)는 AI 데이터가 프레임 또는 패킷으로 표현되도록 AI 데이터를 처리하고, 비트스트림 형태의 영상 데이터와, 프레임 또는 패킷 형태의 AI 데이터를 통신부(2734)를 통해 전송한다.
통신부(2734)는 네트워크를 통해 AI 부호화 결과 획득된 AI 부호화 데이터를 전송한다. AI 부호화 결과 획득된 AI 부호화 데이터는 영상 데이터와 AI 데이터를 포함한다. 영상 데이터와 AI 데이터는 동종 네트워크 또는 이종 네트워크를 통해 전송될 수 있다.
일 실시예에서, 데이터 처리부(2732)의 처리 결과 획득된 AI 부호화 데이터는 하드 디스크, 플로피 디스크 및 자기 테이프와 같은 자기 매체, CD-ROM 및 DVD와 같은 광기록 매체, 플롭티컬 디스크(floptical disk)와 같은 자기-광 매체(magneto-optical medium) 등을 포함하는 데이터 저장 매체에 저장될 수도 있다.
이하에서는, AI 다운스케일부(2712)의 동작에 대해 상세히 설명한다.
DNN 제어부(2714)는 원본 영상(105)을 분석하여 제 1 영상(115)의 가로 방향의 해상도 비율 및 세로 방향의 해상도 비율을 결정한다. 전술한 바와 같이, 원본 영상(105)에 포함된 피사체에 따라 원본 영상(105)의 가로 방향 및 세로 방향 중 어느 하나의 방향에 중요 성분들이 다수 배치될 수 있다. 따라서, DNN 제어부(2714)는 중요 성분들이 다수 배치된 방향의 해상도 비율은 큰 값으로 결정하고, 중요 성분들이 상대적으로 적게 배치된 방향의 해상도 비율은 작은 값으로 결정할 수 있다.
도 28 및 도 29를 참조하여, 중요 성분이 많이 배치된 방향을 결정하는 방법에 대해 설명한다.
도 28은 원본 영상(105)에 대응하는 에지(edge) 맵(2800)을 나타내는 도면이다.
영상에 따라 가로 방향 및 세로 방향 중 특정 방향에 높은 강도의 에지들이 다수 포함될 수 있다. 높은 강도의 에지들이 다수 배치되어 있다는 것은 해당 방향을 따라 픽셀 값들의 변화량이 크며, 해당 방향을 따라 피사체의 외관이 복잡하다는 것을 의미할 수 있다. 따라서, 높은 강도의 에지들이 다수 배치되어 있는 방향에서 해상도를 크게 낮추면, 피사체의 외관이 왜곡될 가능성이 커진다.
도 28에 도시된 에지 맵(2800)으로부터 가로 방향의 에지 강도가 세로 방향의 에지 강도가 크다는 것을 직관적으로 알 수 있다. 따라서, 에지 맵(2800)에 대응하는 원본 영상(105)의 해상도를 가로 방향에서 크게 감소시키면, 이러한 에지 성분들이 제 1 영상(115)에서 누락될 수 있다.
DNN 제어부(2714)는 원본 영상(105)에 포함된 픽셀들의 픽셀 값들에 기반하여 에지 방향 및 에지 강도들을 측정하고, 가로 방향 및 세로 방향 중 에지 강도가 더 큰 방향을 중요 방향으로, 에지 강도가 더 작은 방향을 비 중요 방향으로 결정할 수 있다. 그리고, DNN 제어부(2714)는 중요 방향의 해상도 비율을, 비 중요 방향의 해상도 비율보다 크게 결정할 수 있다. 영상 분석을 통해 영상 내 에지의 방향 및 에지 강도를 측정하는 방법은 공지된 방법에 의할 수 있다.
DNN 제어부(2714)는 중요 방향의 에지 강도와 비 중요 방향의 에지 강도 사이의 차이를 고려하여 중요 방향 및 비 중요 방향의 해상도 비율을 결정할 수 있다. 예를 들어, 중요 방향의 에지 강도와 비 중요 방향의 에지 강도 사이의 차이가 제 1 소정 값 이하이면, 중요 방향의 해상도 비율을 1로, 비 중요 방향의 해상도 비율을 1/2로 결정할 수 있다. 또한, 중요 방향의 에지 강도와 비 중요 방향의 에지 강도 사이의 차이가 제 1 소정 값 초과 제 2 소정 값 이하이면, 중요 방향의 해상도 비율을 1로, 비 중요 방향의 해상도 비율을 1/4로 결정할 수 있다. 또한, DNN 제어부(2714)는 중요 방향의 에지 강도 자체가 크지 않은 경우, 예를 들어, 중요 방향의 에지 강도가 최소 값 이하인 경우, 중요 방향의 해상도 비율을 비 중요 방향의 해상도 비율보다 크게 결정하되, 중요 방향의 해상도 비율을 1보다 작은 값으로 결정할 수 있다.
도 29은 텍스트 영역들(2910a, 2910b, 2910c)을 포함하는 원본 영상(105)을 나타내는 도면이다.
영상 내 포함된 텍스트들은, 영상을 시청하는 유저들에게 중요한 정보를 제공해줄 수 있다. 다시 말하면, 텍스트들이 영상을 이해하는데 핵심적인 요소가 될 수 있다. 따라서, DNN 제어부(2714)는 원본 영상(105) 내 텍스트 영역(2910a, 2910b, 2910c)을 식별하고, 텍스트 영역(2910a, 2910b, 2910c)의 배열 방향을 고려하여 제 1 영상(115)의 가로 방향의 해상도 비율 및 세로 방향의 해상도 비율을 결정할 수 있다. DNN 제어부(2714)는 공지된 텍스트 식별 알고리즘을 통해 영상 내 텍스트 영역들(2910a, 2910b, 2910c)을 식별할 수 있다.
DNN 제어부(2714)는 원본 영상(105) 내 텍스트 영역(2910a, 2910b, 2910c)의 배열 방향이 가로 방향에 가까운지, 세로 방향에 가까운지를 결정하고, 가로 방향 및 세로 방향 중 텍스트 영역(2910a, 2910b, 2910c)의 배열 방향에 가까운 방향을 중요 방향, 텍스트 영역(2910a, 2910b, 2910c)의 배열 방향으로부터 먼 방향을 비 중요 방향으로 결정할 수 있다. 여기서, 어느 한 방향이 텍스트 영역(2910a, 2910b, 2910c)의 배열 방향과 가깝다는 것은, 해당 방향과 텍스트 영역(2910a, 2910b, 2910c)의 배열 방향 사이의 각도가 작다는 것을 의미하고, 어느 한 방향이 텍스트 영역(2910a, 2910b, 2910c)의 배열 방향과 멀다는 것은, 해당 방향과 텍스트 영역(2910a, 2910b, 2910c)의 배열 방향 사이의 각도가 크다는 것을 의미할 수 있다.
DNN 제어부(2714)는 중요 방향의 해상도 비율을, 비 중요 방향의 해상도 비율보다 크게 결정할 수 있다. DNN 제어부(2714)는 중요 방향과 텍스트 영역(2910a, 2910b, 2910c)의 배열 방향 사이의 각도와, 비 중요 방향과 텍스트 영역(2910a, 2910b, 2910c)의 배열 방향 사이의 각도의 차이를 고려하여 중요 방향 및 비 중요 방향의 해상도 비율을 결정할 수 있다. 예를 들어, 중요 방향의 각도와 비 중요 방향의 각도 사이의 차이가 제 1 소정 값 이하이면, 중요 방향의 해상도 비율을 1로, 비 중요 방향의 해상도 비율을 1/2로 결정할 수 있다. 또한, 중요 방향의 각도와 비 중요 방향의 각도 사이의 차이가 제 1 소정 값 초과 제 2 소정 값 이하이면, 중요 방향의 해상도 비율을 1로, 비 중요 방향의 해상도 비율을 1/4로 결정할 수 있다. 또한, DNN 제어부(2714)는 중요 방향의 각도와 비 중요 방향의 각도가 거의 유사한 경우, 예를 들어, 중요 방향의 각도와 비 중요 방향의 각도 사이의 차이가 제 1 소정 값보다 작은 최소 값 이하인 경우, 중요 방향의 해상도 비율을 비 중요 방향의 해상도 비율보다 크게 결정하되, 중요 방향의 해상도 비율을 1보다 작은 값으로 결정할 수 있다.
일 실시예에서, DNN 제어부(2714)는 도 29에 도시된 바와 같이 원본 영상(105) 내에 텍스트 영역들(2910a, 2910b, 2910c)이 복수 개 존재하는 경우, 각각의 텍스트 영역의 배열 방향과 가로 방향 사이의 각도들의 평균, 및 각각의 텍스트 영역의 배열 방향과 세로 방향 사이의 각도들의 평균을 비교하여 가로 방향과 세로 방향 중 중요 방향이 어느 방향인지, 제 1 영상(115)의 가로 방향 및 세로 방향의 해상도 비율을 결정할 수 있다.
도 28 및 도 29과 관련하여 설명한 해상도 비율의 결정 방법은 하나의 예시일 뿐이며, 제 1 영상(115)의 가로 방향 및 세로 방향의 해상도 비율을 결정하는 다양한 방법이 이용될 수 있다. 예를 들어, 원본 영상(105)이 복수의 프레임들로 이루어진 경우, DNN 제어부(2714)는 AI 다운스케일의 대상이 되는 현재 프레임의 이전 프레임 및/또는 이후 프레임을 고려하여 현재 프레임의 가로 방향 및 세로 방향의 해상도 비율을 결정할 수 있다. 구체적으로, 이전 프레임 및/또는 이후 프레임과 현재 프레임을 비교하여 세로 방향에 비해 가로 방향에서 피사체의 움직임이 큰 경우, 현재 프레임의 가로 방향의 해상도 비율을 세로 방향의 해상도 비율보다 크게 결정할 수 있다.
다시 도 27을 참조하면, AI 다운스케일부(2712)에 의해 생성된 AI 데이터는 데이터 처리부(2732)로 전송되는데, AI 데이터는 AI 복호화 장치(1200)가 제 2 영상(135)을 제 1 영상(115)의 가로 방향의 해상도 비율 및 세로 방향의 해상도 비율에 따라 AI 업스케일할 수 있게 하는 정보를 포함한다. 다시 말하면, AI 데이터는 AI 복호화 장치(1200)가 제 2 DNN에 세팅하여야 하는 DNN 설정 정보를 가리키는 정보를 포함할 수 있다.
AI 복호화 장치(1200)가 DNN 설정 정보를 획득할 수 있도록, AI 데이터는 제 1 영상(115)의 가로 방향의 해상도 비율 및 세로 방향의 해상도 비율을 나타내는 정보를 포함할 수 있다.
제 1 영상(115)의 가로 방향의 해상도 비율 및 세로 방향의 해상도 비율을 나타내는 정보는 인덱스일 수 있다.
또한, 제 1 영상(115)의 가로 방향의 해상도 비율 및 세로 방향의 해상도 비율을 나타내는 정보는 원본 영상(105)의 가로 방향의 해상도 및 세로 방향의 해상도를 나타내는 정보일 수도 있다. AI 복호화 장치(1200)는 제 2 영상(135)을 통해 제 1 영상(115)의 가로 방향 및 세로 방향의 해상도를 알 수 있으므로, AI 데이터를 통해 원본 영상(105)의 가로 방향의 해상도 및 세로 방향의 해상도를 알게 되면, 제 1 영상(115)의 가로 방향의 해상도 비율 및 세로 방향의 해상도 비율을 확인할 수 있다.
또한, AI 데이터는 제 1 영상(115) 관련 정보를 포함할 수 있다. 제 1 영상(115) 관련 정보는 제 1 영상(115)의 해상도, 제 1 영상(115)의 제 1 부호화 결과 획득된 비트스트림의 비트레이트 및 제 1 영상(115)의 제 1 부호화에 이용된 코덱 타입 중 적어도 하나를 나타내는 정보를 포함한다.
또한, AI 데이터는 제 1 영상(115)의 가로 방향의 해상도 비율 및 세로 방향의 해상도 비율에 따라 제 2 영상(135)이 AI 업스케일될 수 있도록, 상호 약속된 DNN 설정 정보의 식별자를 포함할 수 있다.
일 실시예에서, DNN 제어부(2714)는 원본 영상(105)의 가로 방향의 해상도 및 세로 방향의 해상도를 나타내는 정보를 제 1 부호화부(2718)로 전달할 수도 있다. 제 1 부호화부(2718)는 영상 데이터 내에 원본 영상(105)의 가로 방향의 해상도 및 세로 방향의 해상도를 나타내는 정보를 포함시킬 수 있다. 이는, AI 부호화 데이터를 수신하는 장치가 레거시 장치인 경우를 고려한 것이다. AI 데이터는 제 2 영상(135)을 AI 업스케일할 수 있는 AI 복호화 장치(1200)에 의해 이용될 수 있으므로, AI 데이터에 기반하여 제 2 영상(135)을 AI 업스케일할 수 없는 레거시 장치를 위해, 제 1 부호화부(2718)는 영상 데이터 내에 원본 영상(105)의 가로 방향의 해상도 및 세로 방향의 해상도를 나타내는 정보를 포함시킨다.
HEVC 등의 코덱에 의하면, 제 1 부호화의 대상이 되는 영상의 해상도 정보가 신택스에 따라 비트스트림에 포함되지만, 본 개시에 따른 제 1 부호화부(2718)는 원본 영상(105)의 가로 방향의 해상도 정보 및 세로 방향의 해상도 정보를 비트스트림에 추가적으로 포함시킨다. 레거시 장치는, 영상 데이터에 따라 제 1 영상(115)과 동일한 해상도의 제 2 영상(135)을 복원한 후, 레거시 스케일링에 따라 제 2 영상(135)의 해상도를 원본 영상(105)의 해상도까지 증가시킬 수 있다.
DNN 제어부(2714)는 제 1 영상(115)의 가로 방향의 해상도 비율 및 세로 방향의 해상도 비율을 고려하여 복수의 DNN 설정 정보 중 제 1 DNN에 세팅될 DNN 설정 정보를 획득한다. 복수의 DNN 설정 정보 각각은 제 1 영상(115)의 가로 방향 및 세로 방향의 해상도 비율들에 매핑될 수 있다. 예를 들어, 도 15에 도시된 것과 같이, 제 1 영상(115)의 가로 방향의 해상도 비율이 1/2이고, 세로 방향의 해상도 비율이 1이면 A DNN 설정 정보, 가로 방향의 해상도 비율이 1이고, 세로 방향의 해상도 비율이 1/2이면 B DNN 설정 정보, 가로 방향의 해상도 비율이 1/4이고, 세로 방향의 해상도 비율이 1이면 C DNN 설정 정보, 가로 방향의 해상도 비율이 1이고, 세로 방향의 해상도 비율이 1/4이면 D DNN 설정 정보가 제 1 DNN의 세팅을 위해 획득될 수 있다. 도 15에서는 제 1 영상(115) 관련 정보를 더 고려하여 DNN 설정 정보를 획득하지만, DNN 제어부(2714)는 제 1 영상(115) 관련 정보를 고려하지 않고, 제 1 영상(115)의 가로 방향의 해상도 비율 및 세로 방향의 해상도 비율에 따라 DNN 설정 정보를 획득할 수 있다. DNN 제어부(2714)는 전술한 바와 같이, 압축률(예를 들어, 타겟 비트레이트), 압축 품질(예를 들어, 비트레이트 타입), 압축 히스토리 정보 및 원본 영상(105)의 타입 중 적어도 하나를 더 고려하여 DNN 설정 정보를 획득할 수 있다.
DNN 제어부(2714)는 제 1 영상(115)의 가로 방향의 해상도 비율 및 세로 방향의 해상도 비율에 따라 영상 처리부(2716)의 동작을 제어한다. 영상 처리부(2716)는 제 1 DNN으로 입력될 복수의 제 1 중간 영상을 원본 영상(105)에 대한 영상 분할 과정을 통해 획득하고, 제 1 DNN에서 출력되는 복수의 제 2 중간 영상에 대한 영상 결합 과정을 통해 제 1 영상(115)을 획득한다.
DNN 제어부(2714)는 영상 처리부(2716)가 획득하는 제 1 중간 영상들의 개수를, 제 1 영상(115)의 가로 방향 및 세로 방향의 해상도 비율에 따라 결정할 수 있다. DNN 제어부(2714)는 제 1 영상(115)의 가로 방향의 해상도 비율이 1/n(n은 자연수)이고, 세로 방향의 해상도 비율이 1/m(m은 자연수)이고, n>m인 경우, 제 1 중간 영상들의 개수를 n x n개로, 결정하고, 제 2 중간 영상들의 개수를 n/m개로 결정될 수 있다.
DNN 제어부(2714)는 제 1 영상(115)의 가로 방향 및 세로 방향의 해상도 비율에 매핑된 DNN 설정 정보를 획득하는데, 제 1 영상(115)의 가로 방향 및 세로 방향의 해상도 비율에 매핑된 DNN 설정 정보는 제 1 DNN을 구성하는 복수의 컨볼루션 레이어 중 마지막 컨볼루션 레이어의 필터 커널의 개수 정보를 n/m개로 포함할 수 있다. 즉, 본 개시의 일 실시예에서, 제 1 영상(115)의 가로 방향 및 세로 방향의 해상도 비율에 따라 제 1 중간 영상들의 개수 및 마지막 컨볼루션 레이어의 필터 커널의 개수가 결정될 수 있다. 또한, 마지막 컨볼루션 레이어의 필터 커널의 개수와 동일한 개수의 제 2 중간 영상들이 마지막 컨볼루션 레이어에서 출력되므로, 제 1 영상(115)의 가로 방향 및 세로 방향의 해상도 비율에 따라 제 1 중간 영상들의 개수 및 제 2 중간 영상들의 개수가 결정될 수도 있다. 이와 같은 매핑 관계는 도 30에 도시된다.
도 30는 제 1 영상(115)의 가로 방향의 해상도 비율 및 세로 방향의 해상도 비율에 따라 제 1 중간 영상 및 제 2 중간 영상의 개수가 달라짐을 설명하기 위한 도면이다.
도 30에 도시된 바와 같이, 제 1 영상(115)의 가로 방향의 해상도 비율이 1/2이고, 세로 방향의 해상도 비율이 1인 경우, 제 1 중간 영상 및 제 2 중간 영상의 개수는 각각 4개, 2개일 수 있다. 또한, 제 1 영상(115)의 가로 방향의 해상도 비율이 1/4이고, 세로 방향의 해상도 비율이 1인 경우, 제 1 중간 영상 및 제 2 중간 영상의 개수는 각각 16개, 4개일 수 있다. 예를 들어, 제 1 영상(115)의 가로 방향의 해상도 비율이 1/2이고, 세로 방향의 해상도 비율이 1인 경우, 가로 방향 및 세로 방향의 해상도 비율인 1/2인 4개의 제 1 중간 영상들이 원본 영상(105)으로부터 획득되고, 가로 방향 및 세로 방향의 해상도 비율이 1/2인 2개의 제 2 중간 영상들의 결합을 통해 가로 방향의 해상도 비율이 1/2이고, 세로 방향의 해상도 비율이 1인 제 1 영상(115)이 획득된다.
이하에서는, 도 31을 참조하여, 다른 실시예에 따른 제 1 DNN(3100)에 대해 설명한다.
도 31에 도시된 바와 같이, 제 1 DNN(3100)은 제 1 컨볼루션 레이어(3110), 제 1 활성화 레이어(3120), 제 2 컨볼루션 레이어(3130), 제 2 활성화 레이어(3140), 제 3 컨볼루션 레이어(3150)를 포함할 수 있다. 원본 영상(105)의 영상 분할 과정(3170)을 통해 획득되는 제 1 중간 영상들(3175)이 제 1 DNN(3100)으로 입력되고, 제 1 DNN(3100)에서 출력되는 제 2 중간 영상들(3195)의 영상 결합 과정(3190)을 통해 제 1 영상(115)이 획득된다. 영상 분할 과정(3170) 및 영상 결합 과정(3190)은 영상 처리부(2716)에 의해 수행된다.
제 1 중간 영상들(3170)의 개수 및 제 2 중간 영상들(3190)의 개수는 제 1 영상(115)의 가로 방향 및 세로 방향의 해상도 비율에 따라 결정되므로, 영상 처리부(2716)의 영상 분할 과정(3170) 및 영상 결합 과정(3190)은 제 1 영상(115)의 가로 방향 및 세로 방향의 해상도 비율에 따라 수행되어야 한다. 즉, 영상 처리부(2716)는 제 1 영상(115)의 가로 방향 및 세로 방향의 해상도 비율에 따라 결정되는 개수의 제 1 중간 영상들(3175)을 영상 분할 과정(3170)을 통해 획득하고, 제 1 영상(115)의 가로 방향 및 세로 방향의 해상도 비율에 따라 결정되는 개수의 제 2 중간 영상들(3195)을 결합하여 제 1 영상(115)을 획득한다.
영상 처리부(2716)는 도 22 내지 도 24에 도시된 영상 결합 방법들 중 어느 하나의 영상 결합 방법들의 역 과정을 통해 제 1 중간 영상들(3175)을 획득할 수 있다. 예를 들어, 영상 처리부(2716)는 도 22의 역 과정을 통해, 원본 영상(105)에서 열 또는 행을 따라 배열된 일부의 픽셀들을 픽셀 라인으로 포함하는 제 1 중간 영상들(3175)을 획득할 수 있다. 또한, 영상 처리부(2716)는 필요로 하는 제 1 중간 영상들(3175)의 개수가 n개인 경우, 원본 영상(105)을 n등분하거나(도 23 참조), 원본 영상(105)들을 구성하는 픽셀들을 나눠(도 24 참조) 일부 픽셀들로 이루어진 제 1 중간 영상들(3175)을 획득할 수 있다.
원본 영상(105)에 대한 영상 분할(3170)을 통해 복수의 제 1 중간 영상들(3175)이 획득되고, 복수의 제 1 중간 영상들(3175)이 제 1 컨볼루션 레이어(3110)로 입력된다.
복수의 제 1 중간 영상들(3175)을 입력받은 제 1 컨볼루션 레이어(3110)는 복수의 제 1 중간 영상들(3175)을 필터 커널로 컨볼루션 처리하여 특징 맵들을 출력한다. 도 31에 도시된 제 1 컨볼루션 레이어(3110)에 표시된 3 X 3 X 4 X 16은 3 x 3의 크기의 16개의 필터 커널을 이용하여 4개의 제 1 중간 영상(3175)에 대해 컨볼루션 처리를 하는 것을 예시한다. 제 1 DNN(3100)에 세팅되는 DNN 설정 정보는 제 1 영상(115)의 가로 방향의 해상도 비율 및 세로 방향의 해상도 비율에 따라 결정되는데, 이때, DNN 설정 정보는 제 1 컨볼루션 레이어(3110)가 제 1 영상(115)의 가로 방향의 해상도 비율 및 세로 방향의 해상도 비율에 따라 결정되는 개수의 제 1 중간 영상들(3175)을 처리할 수 있게 한다. 즉, 도 31의 예에서, DNN 설정 정보가 제 1 DNN(3100)에 세팅됨에 따라, 제 1 컨볼루션 레이어(3110)는 4개의 제 1 중간 영상(3175)을 처리할 수 있게 된다.
제 1 컨볼루션 레이어(3110)의 컨볼루션 처리 결과 16개의 특징 맵이 생성된다. 각 특징 맵은 제 1 중간 영상들(3175)의 고유한 특성들을 나타낸다.
제 1 컨볼루션 레이어(3110)에서 출력된 특징 맵들은 제 1 활성화 레이어(3120)로 입력된다. 제 1 활성화 레이어(3120)는 각각의 특징 맵에 대해 비선형 특성을 부여할 수 있다. 제 1 활성화 레이어(3120)는 시그모이드 함수(sigmoid function), Tanh 함수, ReLU(Rectified Linear Unit) 함수 등을 포함할 수 있으나, 이에 한정되는 것은 아니다.
제 1 활성화 레이어(3120)에서 비선형 특성을 부여하는 것은, 제 1 컨볼루션 레이어(3110)의 출력인, 특징 맵의 일부 샘플 값을 변경하여 출력하는 것을 의미한다. 이때, 변경은 비선형 특성을 적용하여 수행된다.
제 1 활성화 레이어(3120)는 제 1 컨볼루션 레이어(3110)로부터 출력되는 특징 맵들의 샘플 값들을 제 2 컨볼루션 레이어(3130)로 전달할지 여부를 결정한다. 예를 들어, 특징 맵들의 샘플 값들 중 어떤 샘플 값들은 제 1 활성화 레이어(3120)에 의해 활성화되어 제 2 컨볼루션 레이어(3130)로 전달되고, 어떤 샘플 값들은 제 1 활성화 레이어(3120)에 의해 비활성화되어 제 2 컨볼루션 레이어(3130)로 전달되지 않는다. 특징 맵들이 나타내는 제 1 중간 영상(3175)의 고유 특성이 제 1 활성화 레이어(3120)에 의해 강조된다.
제 1 활성화 레이어(3120)에서 출력된 특징 맵들은 제 2 컨볼루션 레이어(3130)로 입력된다. 제 2 컨볼루션 레이어(3130)에 표시된 3 X 3 X 16 X 16은 3 x 3의 크기의 16의 필터 커널을 이용하여 16개의 특징 맵들에 대해 컨볼루션 처리하는 것을 예시한다.
제 2 컨볼루션 레이어(3130)에서 출력된 16개의 특징 맵은 제 2 활성화 레이어(3140)로 입력된다. 제 2 활성화 레이어(3140)는 입력된 특징 맵에 대해 비선형 특성을 부여할 수 있다.
제 2 활성화 레이어(3140)에서 출력된 특징 맵들은 제 3 컨볼루션 레이어(3150)로 입력된다. 제 3 컨볼루션 레이어(3150)에 표시된 3 X 3 X 16 X 2는 3 x 3의 크기의 2개의 필터 커널을 이용하여 2개의 제 2 중간 영상들(3195)을 생성하기 위해 16개의 특징 맵을 컨볼루션 처리하는 것을 예시한다. 전술한 바와 같이, 제 1 DNN(3100)에 세팅되는 DNN 설정 정보는 제 1 영상(115)의 가로 방향의 해상도 비율 및 세로 방향의 해상도 비율에 따라 결정된다. 이때, DNN 설정 정보에 세팅됨에 따라 제 1 DNN(3100)의 마지막 컨볼루션 레이어, 즉 제 3 컨볼루션 레이어(3150)가 제 1 영상(115)의 가로 방향의 해상도 비율 및 세로 방향의 해상도 비율에 따라 결정되는 개수의 제 2 중간 영상들(3195)을 출력할 수 있다. 즉, 도 31의 예에서, DNN 설정 정보가 제 1 DNN(3100)에 세팅됨에 따라, 제 3 컨볼루션 레이어(3150)는 2개의 제 2 중간 영상(3195)을 출력할 수 있게 된다.
제 3 컨볼루션 레이어(3150)에서 출력된 제 2 중간 영상들(3195)의 영상 결합을 통해 제 1 영상(115)이 획득된다.
영상 처리부(2716)는 도 19 내지 도 21에 도시된 영상 분할 방법들 중 어느 하나의 영상 분할 방법의 역 과정을 통해 제 2 중간 영상들(3195)을 결합할 수 있다. 예를 들어, 영상 처리부(2716)는 도 19의 역 과정을 통해, 제 2 중간 영상들(3195)의 픽셀 라인들을 번갈아 연결하여 제 1 영상(115)을 획득할 수 있다. 또한, 영상 처리부(2716)는 제 2 중간 영상들(3195)을 가로 또는 세로 방향으로 연결하거나(도 20 참조), 제 1 중간 영상들(3195)을 구성하는 픽셀들을 연결하여(도 21 참조) 제 1 영상(115)을 획득할 수 있다.
도 31은 제 1 DNN(3100)이 세 개의 컨볼루션 레이어와 두 개의 활성화 레이어를 포함하고 있는 것으로 도시하고 있으나, 이는 하나의 예시일 뿐이며, 구현예에 따라서, 컨볼루션 레이어 및 활성화 레이어의 개수는 다양하게 변경될 수 있다. 또한, 구현예에 따라서, 제 1 DNN(3100)은 RNN(recurrent neural network)을 통해 구현될 수도 있다. 이 경우는 본 개시의 예시에 따른 제 1 DNN(3100)의 CNN 구조를 RNN 구조로 변경하는 것을 의미한다.
일 실시예에서, AI 다운스케일부(2712)는 전술한 컨볼루션 연산 및 활성화 레이어의 연산을 위한 적어도 하나의 ALU(Arithmetic logic unit)를 포함할 수 있다. ALU는 프로세서로 구현될 수 있다. 컨볼루션 연산을 위해, ALU는 제 1 중간 영상 또는 이전 레이어에서 출력된 특징 맵의 샘플 값들과 필터 커널의 샘플 값들 사이의 곱 연산을 수행하는 곱셈기 및 곱셈의 결과 값들을 더하는 가산기를 포함할 수 있다. 또한, 활성화 레이어의 연산을 위해, ALU는 미리 결정된 시그모이드 함수, Tanh 함수 또는 ReLU 함수 등에서 이용되는 가중치를 입력된 샘플 값에 곱하는 곱셈기, 및 곱한 결과와 소정 값을 비교하여 입력된 샘플 값을 다음 레이어로 전달할지를 판단하는 비교기를 포함할 수 있다.
도 32는 일 실시예에 따른 제 1 DNN(3200)을 이용한 AI 다운스케일 방법을 나타내는 도면이다.
일 예시에서, 도 32에 도시된 제 1 DNN(3200)의 구조는 도 31에 도시된 제 1 DNN(3100)의 구조와 동일할 수 있다. 즉, 제 1 DNN(3200)은 도 31에 도시된 제 1 DNN(3100)과 같이 제 1 컨볼루션 레이어, 제 1 활성화 레이어, 제 2 컨볼루션 레이어, 제 2 활성화 레이어 및 제 3 컨볼루션 레이어를 포함할 수 있다. 그러나, 제 1 DNN(3200)은 도 31의 제 1 DNN(3100)과 달리 스킵 커넥션(skip connection) 구조에 이용되므로, 제 1 DNN(3200)의 필터 커널들의 파라미터들과 도 31의 제 1 DNN(3100)의 필터 커널들의 파라미터들은 서로 상이할 수 있다. 구현예에 따라, 제 1 DNN(3200)이 도 31의 제 1 DNN(3100)의 구조와 상이한 구조를 가질 수 있음은 자명하다.
원본 영상(105)의 영상 분할 과정(3270)을 통해 획득되는 제 1 중간 영상들이 제 1 DNN(3200)으로 입력되고, 제 1 DNN(3200)에서 출력되는 제 2 중간 영상들의 영상 결합 과정(3290)을 통해 제 1 영상(115)이 획득된다.
도 32에 도시된 AI 다운스케일 과정에서는 스킵 커넥션 구조가 이용된다. 원본 영상(105)에 대한 영상 분할(3270)이 적용되어 획득되는 제 1 중간 영상들이 제 1 DNN(3200)에서 처리되는 것과 별개로, 원본 영상(105)이 스케일러(3260)에 의해 스케일링된 후, 영상 결합(3290)의 결과로 생성된 영상에 더해져 제 1 영상(115)이 획득될 수 있다.
스케일러(3260)는 제 1 영상(115)의 가로 방향의 해상도 비율 및 세로 방향의 해상도 비율에 따라 원본 영상(105)의 해상도를 감소시킨다. 스케일링 결과, 원본 영상(105)의 해상도가 제 1 영상(115)의 해상도와 동일해진다. 스케일러(3260)는 예를 들어, 바이리니어(bilinear) 스케일러, 바이큐빅(bicubic) 스케일러, 란조스(lanczos) 스케일러 및 스테어 스탭(stair step) 스케일러 중 적어도 하나를 포함할 수 있다. 일 실시예에서, 스케일러(3260)는 원본 영상(105)의 해상도를 감소시키는 컨볼루션 레이어로 대체될 수도 있다.
도 32에 도시된 AI 업스케일 과정에서는, 스케일러(3260)를 통해 예측 버전(prediction version)의 제 1 영상이 획득되고, 제 1 DNN(3200)을 통해 잔차 버전(residual version)의 제 1 영상이 획득된다. 예측 버전의 제 1 영상과 잔차 버전의 제 1 영상의 합산을 통해 제 1 영상(115)이 획득될 수 있다.
한편, 전술한 제 1 DNN(3100)은 DNN 제어부(2714)에 의해 획득된 DNN 설정 정보에 따라 동작하는데, DNN 설정 정보는 제 1 DNN(3100)이 제 1 영상(115)의 가로 방향의 해상도 비율 및 세로 방향의 해상도 비율에 대응하는 개수의 제 1 중간 영상들을 처리하고, 제 1 영상(115)의 가로 방향의 해상도 비율 및 세로 방향의 해상도 비율에 대응하는 개수의 제 2 중간 영상들을 출력하게 한다.
일 실시예에서, 제 1 DNN의 구조, 즉, 컨볼루션 레이어의 개수 및 필터 커널의 개수는 고정되어 있고, 복수의 DNN 설정 정보들에 따라 필터 커널들의 파라미터들이 변경될 수 있다. 즉, 제 1 DNN의 구조가 고정되어 있으므로, 제 1 DNN은 미리 결정된 개수(예를 들어, 2개)의 제 1 중간 영상들을 처리하고, 미리 결정된 개수(예를 들어, 4개)의 제 2 중간 영상들을 출력할 수 있다.
제 1 DNN이 처리할 수 있는 제 1 중간 영상들의 개수 및 제 1 DNN이 출력할 수 있는 제 2 중간 영상들의 개수가 특정 개수로 결정되어 있다는 것은, 영상 처리부(2716)가 원본 영상(105)으로부터 미리 결정된 개수의 제 1 중간 영상들을 획득하고, 미리 결정된 개수의 제 2 중간 영상들을 결합한다는 것을 의미함과 동시에, 제 1 DNN이 원본 영상(105)의 가로 방향의 해상도 또는 세로 방향의 해상도를 특정 배율로 감소시키기 위해 동작한다는 것을 의미한다. 다시 말하면, 제 1 DNN이 원본 영상(105)으로부터 분할된 4개의 제 1 중간 영상들을 처리하여 2개의 제 2 중간 영상들을 출력하는 경우, 2개의 제 2 중간 영상들을 결합하여 획득되는 제 1 영상(115)의 가로 방향의 해상도 또는 세로 방향의 해상도는 원본 영상(105)의 가로 방향의 해상도 또는 세로 방향의 해상도의 1/2배가 된다.
영상 분할 과정, 제 1 DNN 및 영상 결합 과정을 통해 어느 하나의 방향의 해상도가 1/m(m은 자연수)배 감소하는 경우, DNN 제어부(2714)는 제 1 영상(115)의 가로 방향 및 세로 방향의 해상도 비율에 따라 제 1 DNN의 동작 횟수를 결정할 수 있다. 구체적으로, 제 1 영상(115)의 가로 방향의 해상도 비율이 1/ma(a는 0 이상의 정수)이고, 세로 방향의 해상도 비율이 1/mb(b는 0 이상의 정수)인 경우, DNN 제어부(2714)는 제 1 DNN의 동작 횟수를 a+b회로 결정할 수 있다. 이에 따라, a+b회의 영상 분할 과정, 제 1 DNN의 동작 및 영상 결합 과정을 통해 제 1 영상(115)이 획득될 수 있다.
예를 들어, 영상 분할 과정, 제 1 DNN 및 영상 결합 과정을 통해 어느 하나의 방향의 해상도가 1/2배 감소하고, 제 1 영상(115)의 가로 방향의 해상도 비율이 1/22이고, 세로 방향의 해상도 비율이 1/20인 경우, 원본 영상(105)으로부터 분할된 4개의 제 1 중간 영상들이 제 1 DNN에서 처리되고, 처리 결과 획득되는 2개의 제 2 중간 영상들을 결합하여 원본 영상(105) 대비 가로 방향의 해상도 비율이 1/21이고, 세로 방향의 해상도 비율이 1/20인 영상이 획득될 수 있다. 제 1 DNN의 동작 횟수는 2회이므로, 영상 결합 과정을 통해 획득된 영상에 대해 영상 분할이 적용되고, 적용 결과 획득되는 제 1 중간 영상들이 제 1 DNN에서 처리된다. 그리고, 제 1 DNN에서 출력된 복수의 제 2 중간 영상들의 결합을 통해 가로 방향의 해상도 비율이 1/22이고, 세로 방향의 해상도 비율이 1/20인 제 1 영상(115)이 획득될 수 있다.
영상 처리부(2716)는 제 1 영상(115)의 가로 방향의 해상도 비율 및 세로 방향의 해상도 비율을 고려하여 제 2 중간 영상들을 결합할 수 있다. 일 예로, 제 1 DNN이 가로 방향 또는 세로 방향에서 해상도를 1/2배 감소시키기 위해 존재하고, 제 1 영상(115)의 가로 방향의 해상도 비율이 1/2이고, 세로 방향의 해상도 비율이 1인 경우, 영상 처리부(2716)는 영상 결합 결과로 획득되는 영상의 가로 방향의 해상도 비율이 1/2이 되도록 예를 들어, 2개의 제 2 중간 영상들을 세로 방향으로 연결할 수 있다. 반대로, 제 1 영상(115)의 가로 방향의 해상도 비율이 1이고, 세로 방향의 해상도 비율이 1/2인 경우, 영상 처리부(2716)는 영상 결합 결과로 획득되는 영상의 세로 방향의 해상도 비율이 1/2이 되도록 예를 들어, 2개의 제 2 중간 영상들을 가로 방향으로 연결할 수 있다.
일 실시예에서, 제 1 DNN은 가로 방향의 해상도를 고정된 비율로 감소시키는 DNN과 세로 방향의 해상도를 고정된 비율로 감소시키는 DNN을 포함할 수도 있다. 제 1 영상(115)의 가로 방향의 해상도 비율이 1/ma(m은 자연수, a는 0 이상의 정수)이고, 세로 방향의 해상도 비율이 1/mb(b는 0 이상의 정수)이고, 상기 고정된 배율이 m인 경우, DNN 제어부(2714)는 가로 방향의 해상도를 고정된 비율로 감소시키는 DNN의 동작 횟수를 a회로, 세로 방향의 해상도를 고정된 비율로 증가시키는 DNN의 동작 횟수를 b회로 결정할 수 있다. 영상 처리부(2714)는 가로 방향의 해상도를 고정된 배율로 증가시키는 DNN 및 세로 방향의 해상도를 고정된 배율로 증가시키는 DNN을 위해 고정된 개수의 제 1 중간 영상들을 획득하고, 고정된 개수의 제 2 중간 영상들을 결합할 수 있다. 이 때, 영상 처리부(1238)는, 가로 방향의 해상도를 고정된 비율로 감소시키는 DNN에서 출력된 제 2 중간 영상들과 세로 방향의 해상도를 고정된 배율로 증가시키는 DNN에서 출력된 제 2 중간 영상들을 서로 다른 방식으로 결합할 수 있다.
일 실시예에서, AI 부호화 장치(2700)는 도 7과 관련하여 설명한 내용에 따라 원본 영상(105)을 가로 방향 및 세로 방향에서 동일 배율로 AI 다운스케일할 수도 있고, 도 27과 관련하여 설명한 내용에 따라 원본 영상(105)을 가로 방향 및 세로 방향에서 서로 상이한 배율로 AI 다운스케일할 수도 있다. 원본 영상(105)이 복수의 프레임으로 이루어진 경우, 원본 영상(105)을 가로 방향 및 세로 방향에서 동일 배율로 AI 다운스케일하는 방식과 원본 영상(105)을 가로 방향 및 세로 방향에서 서로 상이한 배율로 AI 다운스케일하는 방식 중 어느 방식으로 AI 다운스케일할지는, 원본 영상(105)의 프레임마다 결정될 수 있고, 또는 장면 전환(scene change)이 발생하는 프레임마다 결정될 수 있다. 또는, 복수의 프레임으로 이루어진 GOP(group of picture)마다 어느 방식으로 AI 다운스케일할지가 결정될 수도 있다. AI 부호화 장치(2700)는 원본 영상(105)에 포함된 에지들의 강도 및/또는 텍스트의 배열 방향에 기초하여 원본 영상(105)을 가로 방향 및 세로 방향에서 서로 상이한 배율로 AI 다운스케일하거나, 원본 영상(105)을 가로 방향 및 세로 방향에서 동일 배율로 AI 다운스케일할 수 있다.
도 33는 일 실시예에 따른 AI 복호화 방법을 설명하기 위한 도면이다.
S3310 단계에서, AI 복호화 장치(1200)는 제 1 영상(115)의 부호화 결과 생성된 영상 데이터와 AI 다운스케일과 관련된 AI 데이터를 획득한다. AI 복호화 장치(1200)는 AI 부호화 장치(2700)로부터 네트워크를 통해 영상 데이터 및 AI 데이터를 수신할 수 있다. AI 복호화 장치(1200)는 데이터 저장 매체에 저장된 영상 데이터 및 AI 데이터를 획득할 수도 있다.
S3320 단계에서, AI 복호화 장치(1200)는 영상 데이터를 제 1 복호화하여 제 2 영상(135)을 획득한다. 구체적으로, AI 복호화 장치(1200)는 주파수 변환을 이용한 영상 복원 방법을 기초로 영상 데이터를 제 1 복호화하여 제 1 영상(115)에 대응하는 제 2 영상(135)을 복원한다.
S3330 단계에서, AI 복호화 장치(1200)는 AI 데이터에 기초하여 제 1 영상(115)의 가로 방향의 해상도 비율 및 세로 방향의 해상도 비율을 결정한다. AI 복호화 장치(1200)는 미리 저장된 복수의 DNN 설정 정보 중 제 1 영상(115)의 가로 방향의 해상도 비율 및 세로 방향의 해상도 비율에 따라 제 2 영상(135)을 AI 업스케일할 수 있는 DNN 설정 정보를 획득한다.
S3340 단계에서, AI 복호화 장치(1200)는 DNN 설정 정보에 따라 동작하는 제 2 DNN을 통해 제 1 영상(115)의 가로 방향의 해상도 비율 및 세로 방향의 해상도 비율로 제 2 영상(135)을 AI 업스케일한다. AI 업스케일 결과, 원본 영상(105)의 해상도와 동일한 해상도의 제 3 영상(145)이 획득될 수 있다. 제 3 영상(145)은 AI 복호화 장치(1200)로부터 출력되어 디스플레이 장치를 통해 디스플레이되거나, 후처리된 후 디스플레이될 수 있다.
도 34은 일 실시예에 따른 AI 부호화 방법을 설명하기 위한 순서도이다.
S3410 단계에서, AI 부호화 장치(2700)는 원본 영상(105)을 분석하여 제 1 영상(115)의 가로 방향의 해상도 비율 및 세로 방향의 해상도 비율을 결정한다. 원본 영상(105)을 분석하는데 에지 강도 및/또는 텍스트의 배열 방향이 이용될 수 있다.
S3420 단계에서, AI 부호화 장치(2700)는 제 1 DNN을 통해 원본 영상(105)으로부터 상기 제 1 영상(115)의 가로 방향의 해상도 비율 및 세로 방향의 해상도 비율에 따라 AI 다운스케일된 제 1 영상(115)을 획득한다.
S3430 단계에서, AI 부호화 장치(2700)는 제 1 영상(115)을 제 1 부호화하여 영상 데이터를 생성한다. 구체적으로, AI 부호화 장치(2700)는 주파수 변환을 이용한 영상 압축 방법을 기초로 제 1 영상(115)을 부호화하여 제 1 영상(115)에 대응하는 영상 데이터를 생성한다.
S3440 단계에서, AI 부호화 장치(2700)는 AI 다운스케일과 관련된 정보를 포함하는 AI 데이터 및 영상 데이터를 포함하는 AI 부호화 데이터를 전송한다. AI 데이터는 제 2 영상(135)의 AI 업스케일을 위한 제 2 DNN의 DNN 설정 정보를 선택하기 위한 정보를 포함한다. AI 데이터는 제 1 영상(115)의 가로 방향의 해상도 비율 및 세로 방향의 해상도 비율을 나타내는 정보를 포함할 수 있다. 일 실시예에서, AI 부호화 데이터는 데이터 저장 매체에 저장될 수 있다.
전술한 바와 같이, 제 1 DNN 및 제 2 DNN이 연계 훈련되므로, AI 부호화 장치(2700)가 제 1 영상(115)의 가로 방향 및 세로 방향의 특정의 해상도 비율로 원본 영상(105)을 AI 다운스케일한 경우, AI 복호화 장치(1200) 역시 해당 해상도 비율로 제 2 영상(135)을 AI 업스케일하여야 한다. 따라서, AI 데이터는, AI 복호화 장치(1200)로 하여금 AI 다운스케일이 타겟으로 한 제 1 영상(115)의 가로 방향의 해상도 비율 및 세로 방향의 해상도 비율에 따라 제 2 영상(135)을 AI 업스케일할 수 있게 하는 정보를 포함한다. AI 데이터는 업스케일 타겟에 대응하는 DNN 설정 정보를 획득하는데 이용되는 정보를 포함한다.
AI 데이터를 수신한 AI 복호화 장치(1200)는, AI 부호화 장치(2700)가 어떠한 DNN 설정 정보로 원본 영상(105)을 AI 다운스케일하였는지를 유추 또는 알 수 있으며, 이에 따라 AI 다운스케일에 이용된 DNN 설정 정보에 대응하는 DNN 설정 정보를 획득하고, 획득된 DNN 설정 정보를 이용하여 AI 업스케일할 수 있다.
도 35는 원본 영상(105)의 에지 맵, 제 1 영상(115)의 세로 방향과 가로 방향의 해상도 비율이 동일할 때 AI 복호화 과정을 통해 획득된 제 3 영상(145)의 에지 맵, 및 제 1 영상(115)의 세로 방향과 가로 방향의 해상도 비율이 상이할 때 AI 복호화 과정을 통해 획득된 제 3 영상(145)의 에지 맵을 나타내는 도면이다.
도 35의 (a)에 도시된 원본 영상(105)의 에지 맵으로부터 세로 방향에 비해 가로 방향을 따라 큰 강도의 에지들이 다수 포함되어 있는 것을 알 수 있다. 이 경우, 원본 영상(105)을 가로 방향 및 세로 방향에서 동일 비율로 해상도를 감소시키는 경우, (b)에 도시된 것과 같이 제 3 영상(145)의 중앙 부분(R)에 심한 왜곡이 발생한 것을 알 수 있다. (c)는 제 1 영상(115)의 가로 방향의 해상도 비율(예를 들어, 1)을 세로 방향의 해상도 비율(예를 들어, 1/2)보다 더 크게 결정한 경우의 제 3 영상(145)을 도시하고 있는데, (b)와 비교하면 중앙 부분(R)에 왜곡이 거의 발생하지 않은 것을 알 수 있다.
이하에서는, 도 36를 참조하여, 제 1 DNN(3640)과 제 2 DNN(3650)을 연계 훈련시키는 방법에 대해 설명한다.
도 36에 도시된 훈련 과정은 도 9에 도시된 훈련 과정과 거의 동일하지만, i) 원본 훈련 영상(3601)이 제 1 DNN(3640)으로 입력되기 전에 영상 분할 과정(3642)을 거친다는 점, ii) 제 1 DNN(3640)에서 출력되는 제 2 중간 영상들에 대한 영상 결합(3644)을 통해 제 1 훈련 영상(3602)이 획득된다는 점, iii) 제 1 훈련 영상(3602)(또는 제 2 훈련 영상)이 제 2 DNN(3650)으로 입력되기 전에 영상 분할 과정(3652)을 거친다는 점, iv) 제 2 DNN(3650)에서 출력되는 제 2 중간 영상들에 대한 영상 결합(3654)을 통해 제 3 훈련 영상(3604)이 획득된다는 점에서 도 9의 훈련 과정과 상이하다.
도 9와 관련하여 전술한 것과 마찬가지로, 구조적 손실 정보(3610), 복잡성 손실 정보(3620) 및 퀄리티 손실 정보(3630)가 제 1 DNN(3640)의 훈련에 이용되고, 퀄리티 손실 정보(3630)는 제 2 DNN(3650)의 훈련에 이용될 수 있다.
제 1 DNN(3640)은 구조적 손실 정보(3610), 복잡성 손실 정보(3620) 및 퀄리티 손실 정보(3630)에 기초하여 결정된 최종 손실 정보(수학식 1 참조)가 감소 또는 최소화되도록 파라미터를 갱신할 수 있다. 또한, 제 2 DNN(3650)은 퀄리티 손실 정보(3630)에 기초하여 결정된 최종 손실 정보(수학식 1 참조)가 감소 또는 최소화되도록 파라미터를 갱신할 수 있다.
전술한 바와 같이, AI 복호화 장치(1200) 및 AI 부호화 장치(2700)에 저장된 복수의 DNN 설정 정보는 제 1 영상(115)의 가로 방향의 해상도 비율 및 세로 방향의 해상도 비율에 매핑될 수 있다. 제 1 DNN(3640) 및 제 2 DNN(3650)으로 입력되는 제 1 중간 영상들의 개수, 제 1 DNN(3640) 및 제 2 DNN(3650)으로부터 출력되는 제 2 중간 영상들의 개수에 따라 가로 방향의 해상도 비율 및 세로 방향의 해상도 비율이 결정될 수 있으므로, 영상 분할(3642, 3652)을 통해 획득될 제 1 중간 영상들의 개수 및 영상 결합(3644, 3654)에 이용될 제 2 중간 영상들의 개수를 고정한 상태에서 제 1 DNN(3640)과 제 2 DNN(3650)을 연계 훈련시킴으로써, 제 1 영상(115)의 가로 방향 및 세로 방향의 특정의 해상도 비율에 매핑된 DNN 설정 정보가 획득될 수 있다.
도시되지는 않았지만, 도 10에서 설명한 바와 같이, 제 1 DNN(3640) 및 제 2 DNN(3650)의 훈련은 훈련 장치에 의해 수행될 수 있다.
한편, 상술한 본 개시의 실시예들은 컴퓨터에서 실행될 수 있는 프로그램 또는 인스트럭션으로 작성가능하고, 작성된 프로그램 또는 인스트럭션은 매체에 저장될 수 있다.
매체는 컴퓨터로 실행 가능한 프로그램 또는 인스트럭션을 계속 저장하거나, 실행 또는 다운로드를 위해 임시 저장하는 것일 수도 있다. 또한, 매체는 단일 또는 수개 하드웨어가 결합된 형태의 다양한 기록수단 또는 저장수단일 수 있는데, 어떤 컴퓨터 시스템에 직접 접속되는 매체에 한정되지 않고, 네트워크 상에 분산 존재하는 것일 수도 있다. 매체의 예시로는, 하드 디스크, 플로피 디스크 및 자기 테이프와 같은 자기 매체, CD-ROM 및 DVD와 같은 광기록 매체, 플롭티컬 디스크(floptical disk)와 같은 자기-광 매체(magneto-optical medium), 및 ROM, RAM, 플래시 메모리 등을 포함하여 프로그램 명령어가 저장되도록 구성된 것이 있을 수 있다. 또한, 다른 매체의 예시로, 애플리케이션을 유통하는 앱 스토어나 기타 다양한 소프트웨어를 공급 내지 유통하는 사이트, 서버 등에서 관리하는 기록매체 내지 저장매체도 들 수 있다.
한편, 상술한 DNN과 관련된 모델은, 소프트웨어 모듈로 구현될 수 있다. 소프트웨어 모듈(예를 들어, 명령어(instruction)를 포함하는 프로그램 모듈)로 구현되는 경우, DNN 모델은 컴퓨터로 읽을 수 있는 판독 가능한 기록매체에 저장될 수 있다.
또한, DNN 모델은 하드웨어 칩 형태로 집적되어 전술한 AI 복호화 장치(200, 1200) 또는 AI 부호화 장치(700, 2700)의 일부가 될 수도 있다. 예를 들어, DNN 모델은 인공 지능을 위한 전용 하드웨어 칩 형태로 제작될 수도 있고, 또는 기존의 범용 프로세서(예를 들어, CPU 또는 애플리케이션 프로세서) 또는 그래픽 전용 프로세서(예를 들어, GPU)의 일부로 제작될 수도 있다.
또한, DNN 모델은 다운로드 가능한 소프트웨어 형태로 제공될 수도 있다. 컴퓨터 프로그램 제품은 제조사 또는 전자 마켓을 통해 전자적으로 배포되는 소프트웨어 프로그램 형태의 상품(예를 들어, 다운로드 가능한 애플리케이션)을 포함할 수 있다. 전자적 배포를 위하여, 소프트웨어 프로그램의 적어도 일부는 저장 매체에 저장되거나, 임시적으로 생성될 수 있다. 이 경우, 저장 매체는 제조사 또는 전자 마켓의 서버, 또는 중계 서버의 저장매체가 될 수 있다.
이상, 본 개시의 기술적 사상을 바람직한 실시예를 들어 상세하게 설명하였으나, 본 개시의 기술적 사상은 상기 실시예들에 한정되지 않고, 본 개시의 기술적 사상의 범위 내에서 당 분야에서 통상의 지식을 가진 자에 의하여 여러 가지 변형 및 변경이 가능하다.
1200: AI 복호화 장치
2700: AI 부호화 장치

Claims (19)

  1. 하나 이상의 인스트럭션들을 저장하는 메모리; 및
    상기 메모리에 저장된 상기 하나 이상의 인스트럭션들을 실행하는 프로세서를 포함하고,
    상기 프로세서는,
    원본 영상의 AI 다운스케일과 관련된 AI 데이터, 및 제 1 영상의 부호화 결과 생성된 영상 데이터를 획득하고,
    상기 영상 데이터를 복호화하여 상기 제 1 영상에 대응하는 제 2 영상을 획득하고,
    상기 AI 데이터에 기초하여, 상기 원본 영상과 상기 제 1 영상 사이의 가로 방향의 해상도 비율 및 세로 방향의 해상도 비율을 결정하고,
    업스케일용 DNN을 통해, 상기 가로 방향의 해상도 비율 및 상기 세로 방향의 해상도 비율에 따라 상기 제 2 영상으로부터 가로 방향 및 세로 방향 중 적어도 하나의 방향으로 해상도가 증가된 제 3 영상을 획득하며,
    상기 가로 방향의 해상도 비율과 세로 방향의 해상도 비율은 서로 상이한 값으로 결정되는, AI 복호화 장치.
  2. 제1항에 있어서,
    상기 프로세서는,
    상기 제 2 영상으로부터 제 2 영상의 해상도보다 작은 해상도의 복수의 제 1 중간 영상을 획득하고,
    상기 복수의 제 1 중간 영상에 기초하여 상기 업스케일용 DNN에서 출력되는 복수의 제 2 중간 영상을 획득하고,
    상기 복수의 제 2 중간 영상을 결합하여 상기 제 2 중간 영상의 해상도보다 큰 해상도의 상기 제 3 영상을 획득하는, AI 복호화 장치.
  3. 제2항에 있어서,
    상기 프로세서는,
    상기 제 2 영상을 구성하는 픽셀 라인들 중 일부의 픽셀 라인으로 구성된 상기 복수의 제 1 중간 영상을 획득하는, AI 복호화 장치.
  4. 제2항에 있어서,
    상기 프로세서는,
    상기 복수의 제 2 중간 영상을 구성하는 픽셀들을 번갈아 연결하여 상기 제 3 영상을 획득하는, AI 복호화 장치.
  5. 제2항에 있어서,
    상기 프로세서는,
    상기 가로 방향의 해상도 비율 및 상기 세로 방향의 해상도 비율에 기초하여 상기 제 1 중간 영상의 개수 및 상기 제 2 중간 영상의 개수를 결정하고,
    상기 업스케일용 DNN가 상기 결정된 개수의 제 1 중간 영상을 처리하여 상기 결정된 개수의 제 2 중간 영상을 출력할 수 있게 하는 DNN 설정 정보를 획득하는, AI 복호화 장치.
  6. 제5항에 있어서,
    상기 업스케일용 DNN은, 복수의 컨볼루션 레이어를 포함하되,
    상기 획득된 DNN 설정 정보가 상기 업스케일용 DNN에 세팅됨에 따라, 상기 복수의 컨볼루션 레이어 중 마지막 컨볼루션 레이어의 필터 커널의 개수가 상기 제 2 중간 영상의 개수와 동일하게 결정되는, AI 복호화 장치.
  7. 제2항에 있어서,
    상기 프로세서는,
    상기 가로 방향의 해상도 비율 및 상기 세로 방향의 해상도 비율에 기초하여, 상기 업스케일용 DNN의 동작 횟수를 결정하고,
    상기 동작 횟수에 따른 동작 결과 상기 업스케일용 DNN에서 출력되는 제 2 중간 영상들을 결합하여 상기 제 3 영상을 획득하되,
    상기 업스케일용 DNN은 미리 결정된 개수의 제 1 중간 영상을 처리하여 미리 결정된 개수의 제 2 중간 영상을 출력할 수 있는, AI 복호화 장치.
  8. 제7항에 있어서,
    상기 업스케일용 DNN이 상기 제 2 영상의 가로 방향 해상도 및 세로 방향 해상도 중 어느 하나를 n배 (n은 자연수) 증가시키기 위해 동작하는 경우,
    상기 프로세서는, 상기 가로 방향의 해상도 비율이 1/na (a는 0 이상의 정수)이고, 상기 세로 방향의 해상도 비율이 1/nb (b는 0 이상의 정수)이면, 상기 업스케일용 DNN의 동작 횟수를 a+b회로 결정하는, AI 복호화 장치.
  9. 제7항에 있어서,
    상기 프로세서는,
    상기 업스케일용 DNN이 상기 결정된 동작 횟수에 따라 동작하는 동안, 상기 업스케일용 DNN의 이전 동작 결과 획득되는 복수의 제 2 중간 영상을 결합하고, 결합된 영상으로부터 획득되는 복수의 제 1 중간 영상을 상기 업스케일용 DNN에 입력하는, AI 복호화 장치.
  10. 제1항에 있어서,
    상기 프로세서는,
    상기 제 2 영상을 스케일링하고, 스케일링된 제 2 영상과 상기 제 3 영상을 합하여 최종의 제 3 영상을 획득하는, AI 복호화 장치.
  11. 제1항에 있어서,
    상기 제 1 영상은, 다운스케일용 DNN을 통한 상기 원본 영상의 AI 다운스케일 결과 획득되며,
    상기 다운스케일용 DNN에 세팅되는 DNN 설정 정보와 상기 업스케일용 DNN에 세팅되는 DNN 설정 정보는 연계 훈련된(joint trained), AI 복호화 장치.
  12. 하나 이상의 인스트럭션들을 저장하는 메모리; 및
    상기 메모리에 저장된 상기 하나 이상의 인스트럭션들을 실행하는 프로세서를 포함하고,
    상기 프로세서는,
    원본 영상과 제 1 영상 사이의 가로 방향의 해상도 비율 및 세로 방향의 해상도 비율을 결정하고,
    다운스케일용 DNN을 통해, 상기 가로 방향의 해상도 비율 및 상기 세로 방향의 해상도 비율에 따라 상기 원본 영상으로부터 가로 방향 및 세로 방향 중 적어도 하나의 방향으로 해상도가 감소된 제 1 영상을 획득하고,
    상기 제 1 영상의 부호화하여 영상 데이터를 획득하고,
    상기 가로 방향의 해상도 비율 및 상기 세로 방향의 해상도 비율을 나타내는 정보를 포함하는 AI 데이터, 및 상기 영상 데이터를 전송하며,
    상기 가로 방향의 해상도 비율과 세로 방향의 해상도 비율은 서로 상이한 값으로 결정되는, AI 부호화 장치.
  13. 제12항에 있어서,
    상기 프로세서는,
    상기 원본 영상의 가로 방향의 에지 강도 및 세로 방향의 에지 강도에 기초하여, 상기 가로 방향의 해상도 비율 및 세로 방향의 해상도 비율을 결정하는, AI 부호화 장치.
  14. 제13항에 있어서,
    상기 프로세서는,
    상기 원본 영상의 가로 방향 및 세로 방향 중 에지 강도가 더 큰 방향의 해상도 비율을 다른 방향의 해상도 비율보다 크게 결정하는, AI 부호화 장치.
  15. 제12항에 있어서,
    상기 프로세서는,
    상기 원본 영상 내 존재하는 텍스트의 배열 방향을 결정하고,
    상기 결정된 배열 방향에 기초하여 상기 가로 방향의 해상도 비율 및 세로 방향의 해상도 비율을 결정하는, AI 부호화 장치
  16. 제15항에 있어서,
    상기 프로세서는,
    상기 원본 영상의 가로 방향 및 세로 방향 중 상기 텍스트의 배열 방향에 가까운 방향의 해상도 비율을 다른 방향의 해상도 비율보다 크게 결정하는, AI 부호화 장치.
  17. AI 복호화 장치에 의한 AI 복호화 방법에 있어서,
    원본 영상의 AI 다운스케일과 관련된 AI 데이터, 및 제 1 영상의 부호화 결과 생성된 영상 데이터를 획득하는 단계;
    상기 영상 데이터를 복호화하여 상기 제 1 영상에 대응하는 제 2 영상을 획득하는 단계;
    상기 AI 데이터에 기초하여, 상기 원본 영상과 상기 제 1 영상 사이의 가로 방향의 해상도 비율 및 세로 방향의 해상도 비율을 결정하는 단계; 및
    업스케일용 DNN을 통해, 상기 가로 방향의 해상도 비율 및 상기 세로 방향의 해상도 비율에 따라 상기 제 2 영상으로부터 가로 방향 및 세로 방향 중 적어도 하나의 방향으로 해상도가 증가된 제 3 영상을 획득하는 단계를 포함하고,
    상기 가로 방향의 해상도 비율과 세로 방향의 해상도 비율은 서로 상이한 값으로 결정되는, AI 복호화 방법.
  18. AI 부호화 장치에 의한 AI 부호화 방법에 있어서,
    원본 영상과 제 1 영상 사이의 가로 방향의 해상도 비율 및 세로 방향의 해상도 비율을 결정하는 단계;
    다운스케일용 DNN을 통해, 상기 가로 방향의 해상도 비율 및 상기 세로 방향의 해상도 비율에 따라 상기 원본 영상으로부터 가로 방향 및 세로 방향 중 적어도 하나의 방향으로 해상도가 감소된 제 1 영상을 획득하는 단계;
    상기 제 1 영상을 부호화하여 영상 데이터를 획득하는 단계; 및
    상기 가로 방향의 해상도 비율 및 상기 세로 방향의 해상도 비율을 나타내는 정보를 포함하는 AI 데이터, 및 상기 영상 데이터를 전송하는 단계를 포함하며,
    상기 가로 방향의 해상도 비율과 세로 방향의 해상도 비율은 서로 상이한 값으로 결정되는, AI 부호화 방법.
  19. 제17항의 AI 복호화 방법을 실행하기 위한 프로그램을 기록한 컴퓨터로 읽을 수 있는 기록매체.
KR1020190114363A 2019-09-17 2019-09-17 영상의 ａｉ 부호화 방법 및 장치, 영상의 ａｉ 복호화 방법 및 장치 KR102166337B1 (ko)

Priority Applications (4)

Application Number Priority Date Filing Date Title
KR1020190114363A KR102166337B1 (ko) 2019-09-17 2019-09-17 영상의 ａｉ 부호화 방법 및 장치, 영상의 ａｉ 복호화 방법 및 장치
PCT/KR2020/012435 WO2021054697A1 (ko) 2019-09-17 2020-09-15 영상의 ａｉ 부호화 방법 및 장치, 영상의 ａｉ 복호화 방법 및 장치
EP20866485.4A EP4016460A4 (en) 2019-09-17 2020-09-15 AI IMAGE CODING METHOD AND DEVICE AND AI IMAGE DECODING METHOD AND DEVICE
US17/696,518 US20220207650A1 (en) 2019-09-17 2022-03-16 Image ai-coding method and device, and image ai-decoding method and device

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020190114363A KR102166337B1 (ko) 2019-09-17 2019-09-17 영상의 ａｉ 부호화 방법 및 장치, 영상의 ａｉ 복호화 방법 및 장치

Publications (1)

Publication Number Publication Date
KR102166337B1 true KR102166337B1 (ko) 2020-10-15

Family

ID=72882901

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020190114363A KR102166337B1 (ko) 2019-09-17 2019-09-17 영상의 ａｉ 부호화 방법 및 장치, 영상의 ａｉ 복호화 방법 및 장치

Country Status (4)

Country Link
US (1) US20220207650A1 (ko)
EP (1) EP4016460A4 (ko)
KR (1) KR102166337B1 (ko)
WO (1) WO2021054697A1 (ko)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11223841B2 (en) 2020-05-29 2022-01-11 Samsung Electronics Co., Ltd. Apparatus and method for performing artificial intelligence encoding and artificial intelligence decoding on image
WO2024053840A1 (ko) * 2022-09-08 2024-03-14 삼성전자 주식회사 뉴럴 네트워크 모델을 포함하는 이미지 처리 장치 및 이의 동작 방법

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102022648B1 (ko) * 2018-08-10 2019-09-19 삼성전자주식회사 전자 장치, 이의 제어 방법 및 서버의 제어 방법

Family Cites Families (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102034004B1 (ko) * 2010-10-08 2019-10-18 지이 비디오 컴프레션, 엘엘씨 블록 분할 및 블록 병합을 지원하는 픽처 코딩
WO2016132152A1 (en) * 2015-02-19 2016-08-25 Magic Pony Technology Limited Interpolating visual data
KR20170023484A (ko) * 2015-08-24 2017-03-06 삼성전자주식회사 이미지 처리장치 및 방법
KR101938945B1 (ko) * 2016-11-07 2019-01-15 한국과학기술원 Ｃｎｎ을 이용한 이미지 디헤이징 방법 및 그 시스템
KR20180103732A (ko) * 2017-03-09 2018-09-19 주식회사 케이티 비디오 신호 처리 방법 및 장치
WO2019009490A1 (ko) * 2017-07-06 2019-01-10 삼성전자 주식회사 영상을 부호화/복호화 하는 방법 및 그 장치
US11720997B2 (en) * 2018-10-19 2023-08-08 Samsung Electronics Co.. Ltd. Artificial intelligence (AI) encoding device and operating method thereof and AI decoding device and operating method thereof

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102022648B1 (ko) * 2018-08-10 2019-09-19 삼성전자주식회사 전자 장치, 이의 제어 방법 및 서버의 제어 방법

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11223841B2 (en) 2020-05-29 2022-01-11 Samsung Electronics Co., Ltd. Apparatus and method for performing artificial intelligence encoding and artificial intelligence decoding on image
WO2024053840A1 (ko) * 2022-09-08 2024-03-14 삼성전자 주식회사 뉴럴 네트워크 모델을 포함하는 이미지 처리 장치 및 이의 동작 방법

Also Published As

Publication number Publication date
WO2021054697A1 (ko) 2021-03-25
US20220207650A1 (en) 2022-06-30
EP4016460A4 (en) 2023-01-11
EP4016460A1 (en) 2022-06-22

Similar Documents

Publication Publication Date Title
KR102525578B1 (ko) 부호화 방법 및 그 장치, 복호화 방법 및 그 장치
KR102287947B1 (ko) 영상의 ａｉ 부호화 및 ａｉ 복호화 방법, 및 장치
KR102285738B1 (ko) 영상의 주관적 품질을 평가하는 방법 및 장치
US11200702B2 (en) AI encoding apparatus and operation method of the same, and AI decoding apparatus and operation method of the same
US11688038B2 (en) Apparatuses and methods for performing artificial intelligence encoding and artificial intelligence decoding on image
KR102500761B1 (ko) 영상의 ａｉ 부호화 및 ａｉ 복호화 방법, 및 장치
US11200639B1 (en) Apparatus and method for performing artificial intelligence encoding and decoding on image by using low-complexity neural network
CN113994688A (zh) 视频译码中的残差的处理
KR102312337B1 (ko) Ai 부호화 장치 및 그 동작방법, 및 ai 복호화 장치 및 그 동작방법
CN115606179A (zh) 用于使用学习的下采样特征进行图像和视频编码的基于学习的下采样的cnn滤波器
US11720998B2 (en) Artificial intelligence (AI) encoding apparatus and operating method thereof and AI decoding apparatus and operating method thereof
US20200126185A1 (en) Artificial intelligence (ai) encoding device and operating method thereof and ai decoding device and operating method thereof
KR102287942B1 (ko) 전처리를 이용한 영상의 ａｉ 부호화 및 ａｉ 복호화 방법, 및 장치
KR102166337B1 (ko) 영상의 ａｉ 부호화 방법 및 장치, 영상의 ａｉ 복호화 방법 및 장치
CN115552905A (zh) 用于图像和视频编码的基于全局跳过连接的cnn滤波器
KR102436512B1 (ko) 부호화 방법 및 그 장치, 복호화 방법 및 그 장치
CN112715029A (zh) Ai编码设备及其操作方法和ai解码设备及其操作方法
KR20200044662A (ko) 영상의 ａｉ 부호화 및 ａｉ 복호화를 위한 장치, 및 방법
KR20220063063A (ko) 인공지능 부호화 및 인공지능 복호화를 수행하기 위한 방법 및 장치
KR102421719B1 (ko) 저복잡도 신경망을 이용한 영상의 ai 부호화 장치 및 방법, ai 복호화 장치 및 방법
KR102421718B1 (ko) 인공지능 부호화 및 인공지능 복호화를 수행하기 위한 방법 및 장치
KR20220063061A (ko) 영상 내 관심 오브젝트 영역을 위한 ai 부호화 장치 및 방법, 및 ai 복호화 장치 및 방법
KR20230094838A (ko) Ai 기반의 영상 제공 장치 및 이에 의한 방법, 및 ai 기반의 디스플레이 장치 및 이에 의한 방법
KR20210021888A (ko) 복호화 장치 및 그 동작방법, 및 ai 업 스케일 장치 및 그 동작방법

Legal Events

Date Code Title Description
E701 Decision to grant or registration of patent right
GRNT Written decision to grant