KR102285738B1 - 영상의 주관적 품질을 평가하는 방법 및 장치 - Google Patents

영상의 주관적 품질을 평가하는 방법 및 장치 Download PDF

Info

Publication number
KR102285738B1
KR102285738B1 KR1020190041102A KR20190041102A KR102285738B1 KR 102285738 B1 KR102285738 B1 KR 102285738B1 KR 1020190041102 A KR1020190041102 A KR 1020190041102A KR 20190041102 A KR20190041102 A KR 20190041102A KR 102285738 B1 KR102285738 B1 KR 102285738B1
Authority
KR
South Korea
Prior art keywords
image
blocks
mos
determined
quality
Prior art date
Application number
KR1020190041102A
Other languages
English (en)
Other versions
KR20200044652A (ko
Inventor
쿠오칸 딘
박영오
최광표
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 EP19872933.7A priority Critical patent/EP3869803A4/en
Priority to US17/286,743 priority patent/US11616988B2/en
Priority to PCT/KR2019/012510 priority patent/WO2020080698A1/ko
Priority to CN201980083032.3A priority patent/CN113196761A/zh
Publication of KR20200044652A publication Critical patent/KR20200044652A/ko
Application granted granted Critical
Publication of KR102285738B1 publication Critical patent/KR102285738B1/ko

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
    • H04N19/136—Incoming video signal characteristics or properties
    • 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
    • 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
    • G06N3/0455—Auto-encoder networks; Encoder-decoder 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
    • G06N3/08—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
    • G06T3/4046—Scaling the whole image or part thereof using neural networks
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G06T5/20—Image enhancement or restoration by the use of local operators
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G06T5/50—Image enhancement or restoration by the use of more than one image, e.g. averaging, subtraction
    • G06T5/60—
    • G06T5/70—
    • 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
    • H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
    • H04N19/169—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding
    • H04N19/17—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding the unit being an image region, e.g. an object
    • H04N19/172—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding the unit being an image region, e.g. an object the region being a picture, frame or field
    • 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
    • H04N19/169—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding
    • H04N19/184—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding the unit being bits, e.g. of the compressed video stream
    • 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
    • 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
    • H04N19/85—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using pre-processing or post-processing specially adapted for video compression
    • 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
    • H04N19/85—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using pre-processing or post-processing specially adapted for video compression
    • H04N19/86—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using pre-processing or post-processing specially adapted for video compression involving reduction of coding artifacts, e.g. of blockiness
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10004—Still image; Photographic image
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10016—Video; Image sequence
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/20—Special algorithmic details
    • G06T2207/20021—Dividing image into blocks, subimages or windows
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/20—Special algorithmic details
    • G06T2207/20036—Morphological image processing
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/20—Special algorithmic details
    • G06T2207/20084—Artificial neural networks [ANN]
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/20—Special algorithmic details
    • G06T2207/20172—Image enhancement details
    • G06T2207/20192—Edge enhancement; Edge preservation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T9/00—Image coding
    • G06T9/002—Image coding using neural networks

Abstract

품질을 평가하기 위한 타겟 영상과 상기 타겟 영상의 비교 대상이 되는 참조 영상으로부터 분할된 소정의 크기를 가지는 블록들을 획득하고, 상기 블록들을 영상 품질 평가 네트워크에 입력하여, 상기 블록들 각각에 대한 민감도 정보 및 품질 평가 정보를 결정하고, 상기 블록들 각각에 대한 상기 민감도 정보에 기초하여 상기 품질 평가 정보를 조합하여 상기 타겟 영상의 최종 영상 품질 평가 점수를 결정하는 영상의 품질을 평가하는 방법 및 장치를 제안한다.

Description

영상의 주관적 품질을 평가하는 방법 및 장치 {Method and apparatus for assessing subjective quality of a video}
본 개시는 영상의 주관적 품질을 평가하는 방법 및 장치에 관한 것으로, 보다 구체적으로, 본 개시는 영상 품질 평가 네트워크(Video Quality Assessment Network)를 이용하여 영상의 주관적 품질을 평가하는 방법 및 장치, 영상 품질 평가 네트워크를 스케일을 변환하는 딥 뉴럴 네트워크(Deep Neural Network)에 적용하여 영상을 부호화하는 방법 및 장치, 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.
컨텐츠 별로 사람이 인지하는 체감화질 변곡점(Just Noticeable Difference; JND), 즉, 사람이 화질이 다르다고 느끼는 정도가 다르므로, 동일한 체감 화질을 유지하면서 최소의 정보량을 전달하는 것이 중요하다. 이를 위해, 영상 품질에 대한 평가가 요구되는 영상 부호화/복호화 분야에서, 인간의 시각 체계를 모델링하고 근사화하는 방식은 시간이 지나치게 많이 걸리므로, 영상 품질 평가 네트워크(Video Quality Network; VQANet)로부터 얻어진 영상 품질 데이터세트를 이용하여 인간 시각 체계를 학습하고, 시간 차원의 정보를 고려한 블록을 이용함으로써 학습에 요구되는 시간이 절감된 VQANet을 이용하는 영상의 품질을 평가하는 방법 및 장치를 제안한다.
상기 과제를 해결하기 위해 본 개시에서 제안하는 타겟 영상의 품질을 평가하는 방법은, 품질을 평가하기 위한 타겟 영상과 상기 타겟 영상의 비교 대상이 되는 참조 영상으로부터 분할된 소정의 크기를 가지는 블록들을 획득하는 단계; 상기 블록들을 영상 품질 평가 네트워크에 입력하여, 상기 블록들 각각에 대한 민감도 정보 및 품질 평가 정보를 결정하는 단계; 상기 블록들 각각에 대한 상기 민감도 정보에 기초하여 상기 품질 평가 정보를 조합하여 상기 타겟 영상의 최종 영상 품질 평가 점수를 결정하는 단계를 포함할 수 있다.
상기 과제를 해결하기 위해 본 개시에서 제안하는 영상을 복호화하는 방법은 다운스케일용 DNN을 통해 AI 다운스케일된 제 1 영상과 관련된 영상 데이터를 수신하는 단계; 상기 영상 데이터에 기초하여 제 1 영상에 대응하는 제 2 영상을 획득하는 단계; 상기 제 2 영상으로부터 업스케일용 DNN을 통해 AI 업스케일된 제 3 영상을 획득하는 단계를 포함하고, 상기 업스케일용 DNN은 원본 훈련 영상에 대한 상기 업스케일용 DNN으로부터 출력되는 제 1 훈련 영상의 영상 품질 평가 결과로 획득된 영상 품질 평가 손실 정보에 기초하여 훈련될 수 있다.
상기 과제를 해결하기 위해 본 개시에서 제안하는 영상을 부호화하는 방법은, 원본 영상을 다운스케일용 DNN에 입력하는 단계; 및 상기 다운스케일용 DNN을 통해 상기 원본 영상으로부터 AI 다운스케일된 제 1 영상을 부호화하는 단계를 포함하고, 상기 다운스케일용 DNN은 원본 훈련 영상에 대응하는 축소 훈련 영상에 대하여 복수의 강화처리 방법이 수행된 복수의 품질 강화 영상 중에서, 영상 품질 평가를 통해, 선택된 품질 강화 영상과 상기 다운스케일용 DNN으로부터 출력되는 제 1 훈련 영상 사이의 비교 결과에 대응하는 제 1 손실 정보에 기초하여 훈련될 수 있다.
상기 과제를 해결하기 위해 본 개시에서 제안하는 타겟 영상의 품질을 평가하는 장치는, 하나 이상의 인스트럭션들을 저장하는 메모리; 및 상기 메모리에 저장된 상기 하나 이상의 인스트럭션들을 실행하는 프로세서를 포함하고, 상기 프로세서는: 품질을 평가하기 위한 타겟 영상과 상기 타겟 영상의 비교 대상이 되는 참조 영상으로부터 분할된 소정의 크기를 가지는 블록들을 획득하고, 상기 블록들을 영상 품질 평가 네트워크에 입력하여, 상기 블록들 각각에 대한 민감도 정보 및 품질 평가 정보를 결정하고, 상기 블록들 각각에 대한 상기 민감도 정보에 기초하여 상기 품질 평가 정보를 조합하여 상기 타겟 영상의 최종 영상 품질 평가 점수를 결정할 수 있다.
상기 과제를 해결하기 위해 본 개시에서 제안하는 영상 복호화 장치는, 하나 이상의 인스트럭션들을 저장하는 메모리; 및 상기 메모리에 저장된 상기 하나 이상의 인스트럭션들을 실행하는 프로세서를 포함하고, 상기 적어도 하나의 프로세서는: 다운스케일용 DNN을 통해 AI 다운스케일된 제 1 영상과 관련된 영상 데이터를 수신하고, 상기 영상 데이터에 기초하여 제 1 영상에 대응하는 제 2 영상을 획득하고, 상기 제 2 영상으로부터 업스케일용 DNN을 통해 AI 업스케일된 제 3 영상을 획득하고, 상기 업스케일용 DNN은 원본 훈련 영상에 대한 상기 업스케일용 DNN으로부터 출력되는 제 1 훈련 영상의 영상 품질 평가 결과로 획득된 영상 품질 평가 손실 정보에 기초하여 훈련될 수 있다.
상기 과제를 해결하기 위해 본 개시에서 제안하는 영상 부호화 장치는, 하나 이상의 인스트럭션들을 저장하는 메모리; 및 상기 메모리에 저장된 상기 하나 이상의 인스트럭션들을 실행하는 프로세서를 포함하고, 상기 프로세서는: 원본 영상을 다운스케일용 DNN에 입력하고, 상기 다운스케일용 DNN을 통해 상기 원본 영상으로부터 AI 다운스케일된 제 1 영상을 부호화하고, 상기 다운스케일용 DNN은 원본 훈련 영상에 대응하는 축소 훈련 영상에 대하여 복수의 강화처리 방법이 수행된 복수의 품질 강화 영상 중에서, 영상 품질 평가를 통해, 선택된 품질 강화 영상과 상기 다운스케일용 DNN으로부터 출력되는 제 1 훈련 영상 사이의 비교 결과에 대응하는 제 1 손실 정보에 기초하여 훈련될 수 있다.
품질을 평가하기 위한 타겟 영상 및 타겟 영상의 비교 대상이 되는 참조 영상으로부터 분할된 블록들을 영상 품질 네트워크에 입력하여 결정된 민감도 정보 및 품질 평가 정보를 이용하여 타겟 영상의 최종 영상 품질 평가 점수를 결정함으로써, 딥러닝에 기반하여 타겟 영상의 주관적 화질을 평가한다. 또한, 영상 품질 네트워크를 스케일을 변환하는 딥 뉴럴 네트워크에 적용함으로써, 주관적 영상 품질 평가가 반영된 스케일을 변환하는 딥 뉴럴 네트워크가 제공된다.
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 파라미터 세트들 사이의 매핑 관계를 나타내는 예시적인 도면이다.
도 6은 일 실시예에 따른 AI 부호화 장치의 구성을 나타내는 블록도이다.
도 7은 원본 영상의 AI 다운스케일을 위한 제 1 DNN을 나타내는 예시적인 도면이다.
도 8은 제 1 DNN 및 제 2 DNN을 훈련시키는 방법을 설명하기 위한 도면이다.
도 9는 일 실시예에 따른 영상의 품질을 평가하는 방법의 흐름도를 도시한다.
도 10은 일 실시예에 따른 영상의 품질을 평가하는 장치의 블록도를 도시한다.
도 11은 영상 품질 평가 네트워크 (Video Quality Assessment Network; VQANet)를 통해 영상 품질이 결정되는 일 실시예를 도시한다.
도 12는 일 실시예에 따른 VQANet의 구조를 도시한다.
도 13은 다이나믹 루팅 결과 출력된 평균 평가점(Mean Opinion Score; MOS)의 MOS 벡터로부터 MOS 평균 및 MOS 표준편차를 획득하는 일 예를 도시한다.
도 14는 다른 실시예에 따른 VQANet의 구조를 도시한다.
도 15는 다운스케일을 위한 제 1 DNN(700) 및 업스케일을 위한 제 2 DNN(300)에 VQANet을 적용하여 훈련시키는 방법의 일 예를 도시한다.
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 비디오의 정지영상이거나 동영상, 즉 비디오 그 자체를 나타낼 수 있다.
또한, 본 명세서에서 'DNN(deep neural network)의 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 '원본 영상'은 AI 부호화의 대상이 되는 영상을 의미하고, '제 1 영상'은 AI 부호화 과정에서 원본 영상의 AI 다운스케일 결과 생성된 영상을 의미한다. 또한, '제 2 영상'은 AI 복호화 과정에서 제 1 복호화를 통해 생성된 영상을 의미하고, '제 3 영상'은 AI 복호화 과정에서 제 2 영상을 AI 업스케일하여 생성된 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 발명의 일 실시예에 따르면, 해상도가 큰 원본 영상(105)을 AI 다운스케일(110)하여 제 1 영상(115)을 생성한다. 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 생성하고, 제 1 영상(115)을 제 1 부호화(120)한다. AI 복호화 과정에서는, AI 부호화 결과 생성된 AI 데이터와 영상 데이터를 포함하는 AI 부호화 데이터를 수신하고, 제 1 복호화(130)를 통해 제 2 영상(135)을 생성하고, 제 2 영상(135)을 AI 업스케일(140)하여 제 3 영상(145)을 생성한다.
AI 부호화 과정을 좀 더 상세히 살펴보면, 원본 영상(105)을 입력받으면, 소정 해상도 또는 소정 화질의 제 1 영상(115)을 생성하기 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(trained connectively) 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 발명의 실시예에서는, AI 부호화 과정과 AI 복호화 과정에서 이러한 연계 관계를 유지하기 위해, AI 데이터를 이용할 수 있다. 따라서, AI 부호화 과정을 통해 생성된 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 8을 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 생성된 AI 부호화 데이터는, 제 1 영상(115)의 제 1 부호화(120) 결과 생성된 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 생성되는 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 모드(mode) 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 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 생성된 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 생성된 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 생성된 AI 부호화 데이터를 수신한다. AI 부호화 결과 생성된 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, 네트워크를 통해 수신된 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 생성된 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.
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 생성된 제 2 영상(135)은 AI 업스케일부(234)로 제공된다. 구현예에 따라서는, 영상 데이터에 포함된 모드 정보, 양자화 파라미터 정보 등 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 모드 정보, 양자화 파라미터 정보 등 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, 별도의 전용 프로세서로 구현될 수도 있고, AP 또는 CPU, GPU와 같은 범용 프로세서와 S/W의 조합을 통해 구현될 수도 있다. 또한, 전용 프로세서의 경우, 본 발명의 실시예를 구현하기 위한 메모리를 포함하여 구현되거나, 외부 메모리를 이용하기 위한 메모리 처리부를 포함하여 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 해상도와의 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 모드 정보의 형태로 표현될 수도 있다.
그리고, 제 1 영상(115) 관련 정보는, 제 1 영상(115)의 제 1 부호화 결과 생성된 영상 데이터의 비트레이트 및 제 1 영상(115)의 제 1 부호화시 이용된 코덱 타입 중 적어도 하나에 대한 정보를 포함할 수 있다.
차이 정보와 제 1 영상(115) 관련 정보는 하나의 AI 데이터로 전달될 수도 있고, 필요에 따라 각각 전달되어 처리될 수도 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 생성하기 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 도면이다.
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 생성된 4개의 특징 맵은 각각 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 레이어에서 비선형 특성을 부여하는 것은, 제 1 컨볼루션 레이어(310)를 통한 출력인, 특징 맵의 일부 샘플 값을 변경하여 출력하는 것을 의미한다. 이때, 변경은 비선형 특성을 적용하여 수행된다.
제 1 활성화 레이어(320)의 출력이 제 2 컨볼루션 레이어(330)로 입력된다. 제 2 컨볼루션 레이어(330)에 표시된 3X3X4는 3 x 3의 크기의 4개의 필터 커널을 이용하여 입력 데이터에 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)의 출력은 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 발명의 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 파라미터 세트는 후술하는 바와 같이 복수 개일 수 있는데, 복수의 파라미터 세트는 제 1 DNN의 복수의 파라미터 세트와 연계되어야 한다. 제 2 DNN의 복수의 파라미터 세트와 제 1 DNN의 복수의 파라미터 세트 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.
도 4를 참조하여, 컨볼루션 레이어의 컨볼루션 연산에 대해 보다 상세히 설명한다.
미리 결정된 2차원의 크기를 갖는 필터 커널(430)(도 4에서는 3 X 3 크기의 필터 커널)의 파라미터들과 그에 대응하는 입력 영상(410) 내 픽셀 값들 사이의 곱 연산 및 덧셈 연산을 통해 특징 맵(450)이 생성될 수 있다.
도 4는 특징 맵(450)의 샘플 값을 획득하기 위한 필터 커널(430)과 입력 영상(410) 사이의 컨볼루션 연산을 도시하고 있다.
도 4에서 입력 영상(410)에 표시된 I1 내지 I49는 입력 영상(410) 내 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. 필터 커널(430)의 파라미터는, 제 1 DNN과의 연계 학습을 통해 그 값이 최적화될 수 있다. 후술하는 바와 같이, AI 업스케일부(234)는 필터 커널의 파라미터를, AI 데이터에 기초하여 결정한 업스케일 타겟에 대응하는 파라미터로 세팅함으로써, 다운스케일 타겟에 대응하는 업스케일 타겟으로 제 2 영상(135)을 AI 업스케일할 수 있다.
컨볼루션 연산 과정에서, 입력 영상(410)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, 입력 영상(410)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 입력 영상(410)의 마지막 픽셀에 도달할 때까지 스트라이드에 따라 이동하는 동안 입력 영상(410) 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, 필터 커널(430)의 F1, F2, F3, F4, F5, F6, F7, F8 및 F9의 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 필터 커널(430)의 F1, F2, F3, F4, F5, F6, F7, F8 및 F9의 값으로 결정할 수 있다.
도 4와 관련하여 설명한 컨볼루션 연산 과정은 하나의 예시일 뿐이며, 이에 한정되는 것은 아니다.
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 파라미터 세트를 저장할 수 있다.
여기서, 파라미터 세트는 제 2 DNN에서 사용되는 필터 커널의 정보(예를 들어, 컨볼루션 레이어의 수, 컨볼루션 레이어별 필터 커널의 개수, 각 필터 커널의 파라미터 등)를 포함한다.
AI 업스케일부(234)는 복수의 파라미터 세트 중 제 2 영상(135)의 AI 업스케일을 위한 파라미터 세트를 결정할 수 있다. 여기서 사용되는 복수의 파라미터 세트 각각은 미리 결정된 해상도 및/또는 미리 결정된 화질의 제 3 영상(145)을 생성하기 위한 정보로, 제 1 DNN과 연계하여 훈련된 것이다.
예를 들어, 복수의 파라미터 세트 중 어느 하나의 파라미터 세트는 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 생성하기 위한 파라미터들을 포함할 수 있고, 다른 하나의 파라미터 세트는 제 2 영상(135)의 해상도보다 4배 큰 해상도의 제 4 영상(145), 예를 들어, 2K (2048*1080)의 제 2 영상(135)보다 4배 큰 8K(8192*4320)의 제 3 영상(145)을 생성하기 위한 파라미터들을 포함할 수 있다.
복수의 파라미터 세트 각각은 AI 부호화 장치(600)의 제 1 DNN의 파라미터 세트와 연계되어 만들어진 것이며, AI 업스케일부(234)는 제 1 DNN의 파라미터 세트에 의해 생성된 축소 비율에 대응되는 확대 비율에 따라 복수의 파라미터 세트 중 하나의 파라미터 세트를 결정한다. 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 생성하기 위해 이용된 제 1 DNN의 파라미터 세트가 타겟하는 정보를 확인하고, 그와 연계 훈련된 제 2 DNN의 파라미터 세트를 결정할 수 있는 것이다.
복수의 파라미터 세트 중 제 2 영상(135)의 AI 업스케일을 위한 파라미터 세트가 결정되면, 제 2 DNN 내 각 레이어는 파라미터 세트에 포함된 파라미터들에 기초하여 입력된 데이터를 처리할 수 있다.
예를 들어, 어느 하나의 파라미터 세트가 결정되면, 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 결정된 파라미터 세트에 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 파라미터 세트의 변경이 있는 경우, 이를 변경된 파라미터 세트에 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 파라미터 세트 중 제 2 영상(135)을 업스케일하기 위한 파라미터 세트를 결정할 수 있는데, 파라미터 세트를 결정하는데 이용되는 AI 데이터에 대해 구체적으로 설명한다.
일 실시예에서, 업스케일부(234)는 AI 데이터에 포함된 차이 정보에 기초하여, 복수의 파라미터 세트 중 제 2 영상(135)을 업스케일하기 위한 파라미터 세트를 결정할 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, 업스케일부(234)는 제 2 영상(135)의 해상도를 2배 증가시킬 수 있는 파라미터 세트를 결정할 수 있다.
다른 실시예에서, 업스케일부(234)는 AI 데이터에 포함된 제 1 영상(115) 관련 정보에 기초하여, 복수의 파라미터 세트 중 제 2 영상(135)을 업스케일하기 위한 파라미터 세트를 결정할 수 있다. 업스케일부(234)는 영상 관련 정보들과 파라미터 세트들 사이의 매핑 관계를 미리 결정하고, 제 1 영상(115) 관련 정보에 매핑된 파라미터 세트를 결정할 수 있다.
도 5는 여러 영상 관련 정보들과 여러 파라미터 세트들 사이의 매핑 관계를 나타내는 예시적인 도면이다.
본 도 5에 따른 실시예를 통해, 본 발명의 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 파라미터 세트 선택이 이루어질 수 있다. 이러한 고려를 위해서는 AI 훈련 과정에서 각각의 요소들을 고려한 훈련이 부호화, 복호화 과정에 연계되어 이루어져야 한다(도 8 참조).
따라서, 훈련 내용에 따라서 도 5에 도시된 바와 같이, 코덱 타입, 영상의 해상도 등을 포함하는 영상 관련 정보에 기반하여 복수의 파라미터 세트가 구비된 경우, AI 복호화 과정에서 전달받는 제 1 영상(115) 관련 정보에 기반하여 제 2 영상(135)의 AI 업스케일을 위한 파라미터 세트를 사용할 수 있다.
즉, AI 업스케일부(234)는 도 5에 도시된 표의 좌측에 도시된 영상 관련 정보와 표 우측의 파라미터 세트를 매칭하고 있음으로써, 영상 관련 정보에 따른 파라미터 세트를 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 생성된 영상 데이터의 비트레이트가 10Mbps이고, 제 1 영상(115)이 AV1 코덱으로 제 1 부호화된 것으로 확인되면, AI 업스케일부(234)는 복수의 파라미터 세트 중 A 파라미터 세트를 사용할 수 있다.
또한, 제 1 영상(115) 관련 정보로부터 제 1 영상(115)의 해상도가 HD이고, 제 1 부호화 결과 생성된 영상 데이터의 비트레이트가 15Mbps이고, 제 1 영상(115)이 H.264 코덱으로 제 1 부호화된 것으로 확인되면, AI 업스케일부(234)는 복수의 파라미터 세트 중 B 파라미터 세트를 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 생성된 영상 데이터의 비트레이트가 20Mbps이고, 제 1 영상(115)이 HEVC 코덱으로 제 1 부호화된 것으로 확인되면, AI 업스케일부(234)는 복수의 파라미터 세트 중 C 파라미터 세트를 사용하고, 제 1 영상(115)의 해상도가 Full HD이고, 제 1 영상(115)의 제 1 부호화 결과 생성된 영상 데이터의 비트레이트가 15Mbps이고, 제 1 영상(115)이 HEVC 코덱으로 제 1 부호화된 것으로 확인되면, AI 업스케일부(234)는 복수의 파라미터 세트 중 D 파라미터 세트를 사용할 수 있다. 제 1 영상(115)의 제 1 부호화 결과 생성된 영상 데이터의 비트레이트가 20Mbps인지 또는 15Mbps인지에 따라 C 파라미터 세트와 D 파라미터 세트 중에서 어느 하나가 선택된다. 즉, 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 파라미터 세트를 결정할 수 있다.
또 다른 실시예에서, AI 업스케일부(234)는 제 1 복호화부(232)로부터 제공되는 정보(모드 정보, 양자화 파라미터 정보 등)와 AI 데이터에 포함된 제 1 영상(115) 관련 정보를 모두 고려하여 복수의 파라미터 세트 중 제 2 영상(135)을 AI 업스케일하기 위한 파라미터 세트를 결정할 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 생성된 영상 데이터의 비트레이트를 확인하고, 양자화 파라미터 및 비트레이트에 대응하는 파라미터 세트를 결정할 수도 있다.
이하에서는, 도 6을 참조하여, 원본 영상(105)의 AI 부호화를 위한 AI 부호화 장치(600)에 대해 설명한다.
도 6은 일 실시예에 따른 AI 부호화 장치(600)의 구성을 도시하는 블록도이다.
도 6을 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 6은 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, 별도의 전용 프로세서로 구현될 수도 있고, AP 또는 CPU, GPU와 같은 범용 프로세서와 S/W의 조합을 통해 구현될 수도 있다. 또한, 전용 프로세서의 경우, 본 발명의 실시예를 구현하기 위한 메모리를 포함하여 구현되거나, 외부 메모리를 이용하기 위한 메모리 처리부를 포함하여 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 생성된 데이터를 포함한다. 영상 데이터는 제 1 영상(115) 내 픽셀 값들에 기초하여 생성되는 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 모드(mode) 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 생성된 영상 데이터의 비트레이트 및 제 1 영상(115)의 제 1 부호화시 이용된 코덱 타입 중 적어도 하나에 대한 정보를 포함할 수 있다.
AI 다운스케일부(612)는 제 1 DNN을 통해 원본 영상(105)으로부터 AI 다운스케일된 제 1 영상(115)을 생성할 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 생성을 위해, AI 다운스케일부(612)는 제 1 DNN에 세팅 가능한 복수의 파라미터 세트를 저장할 수 있다. AI 다운스케일부(612)는 복수의 파라미터 세트 중 다운스케일 타겟에 대응하는 파라미터 세트를 결정하고, 결정된 파라미터 세트로 세팅된 제 1 DNN을 통해 원본 영상(105)을 AI 다운스케일한다.
상기 복수의 파라미터 세트 각각은 미리 결정된 해상도 및/또는 미리 결정된 화질의 제 1 영상(115)을 생성하기 위해 훈련된 것일 수 있다. 예를 들어, 복수의 파라미터 세트 중 어느 하나의 파라미터 세트는 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 생성하기 위한 파라미터들을 포함할 수 있고, 다른 하나의 파라미터 세트는 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 생성하기 위한 파라미터들을 포함할 수 있다.
원본 영상(105)의 AI 다운스케일을 위한 복수의 파라미터 세트는, 제 1 DNN과 제 2 DNN이 연계 훈련됨으로써, 최적화된 값을 가질 수 있다. 여기서, 각 파라미터 세트는 제 1 DNN에 사용되는 필터 커널의 정보(예를 들어, 컨볼루션 레이어의 수, 컨볼루션 레이어별 필터 커널의 개수, 각 필터 커널의 파라미터 등)를 포함한다.
AI 다운스케일부(612)는 원본 영상(105)의 AI 다운스케일을 위해 결정된 파라미터 세트로 제 1 DNN을 세팅하여, 소정 해상도 및/또는 소정 화질의 제 1 영상(115)을 제 1 DNN을 통해 생성할 수 있다. 복수의 파라미터 세트 중 원본 영상(105)의 AI 다운스케일을 위한 파라미터 세트가 결정되면, 제 1 DNN 내 각 레이어는 파라미터 세트에 포함된 파라미터들에 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 생성해야 하는지를 나타낼 수 있다.
일 실시예에서, AI 다운스케일부(612)는 압축률, 압축 품질, 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.
이하에서는, AI 다운스케일의 기반이 되는 제 1 DNN(700)의 예시적인 구조에 대해 설명한다.
도 7은 원본 영상(105)의 AI 다운스케일을 위한 제 1 DNN(700)을 나타내는 예시적인 도면이다.
도 7에 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)의 출력이 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 출력은 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 생성한다. 본 발명의 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 파라미터 세트는 복수 개일 수 있는데, 복수의 파라미터 세트는 제 2 DNN의 복수의 파라미터 세트와 연계되어야 한다. 제 1 DNN의 복수의 파라미터 세트와 제 2 DNN의 복수의 파라미터 세트 사이의 연계는, 제 1 DNN 및 제 2 DNN의 연계 학습을 통해 구현될 수 있다.
도 7은 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.
다시 도 6을 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 생성될 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 생성된 AI 부호화 데이터를 전송한다. AI 부호화 결과 생성된 AI 부호화 데이터는 영상 데이터와 AI 데이터를 포함한다. 영상 데이터와 AI 데이터는 동종 네트워크 또는 이종 네트워크를 통해 전송될 수 있다.
이하에서는, 도 8을 참조하여, 제 1 DNN(700)과 제 2 DNN(300)을 연계 훈련시키는 방법에 대해 설명한다.
도 8은 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 생성된 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 8에 도시된 제 3 훈련 영상(804)과 원본 훈련 영상(801) 사이의 비교 결과에 대응하는 제 3 손실 정보(830)를 감소시킬 필요가 있다. 따라서, 제 3 손실 정보(830)는 제 1 DNN(700) 및 제 2 DNN(300)의 훈련 모두에 이용된다.
먼저, 도 8에 도시된 훈련 과정에 대해 설명한다.
도 8에서, 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.
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 8을 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 생성된 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 8를 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 생성된다. 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 생성하는 것이다.
훈련의 진행 전 제 1 DNN(700) 및 제 2 DNN(300)은 미리 결정된 파라미터 세트로 세팅될 수 있다. 훈련이 진행됨에 따라 제 1 손실 정보(810), 제 2 손실 정보(820) 및 제 3 손실 정보(830)가 결정될 수 있다.
제 1 손실 정보(810)는 축소 훈련 영상(803)과 제 1 훈련 영상(802)의 비교 결과에 기초하여 결정될 수 있다. 일 예에서, 제 1 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. 제 1 손실 정보(810)는 원본 훈련 영상(801)의 구조적 정보가 제 1 훈련 영상(802)에서 어느 정도로 유지되고 있는지를 나타낸다. 제 1 손실 정보(810)가 작을수록 제 1 훈련 영상(802)의 구조적 정보가 원본 훈련 영상(801)의 구조적 정보와 유사해진다.
제 2 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. 제 2 손실 정보(820)는 제 1 훈련 영상(802)을 제 1 부호화하여 생성한 영상 데이터의 비트레이트와 관련된다. 제 2 손실 정보(820)가 작을수록 영상 데이터의 비트레이트가 작은 것으로 정의한다.
제 3 손실 정보(830)는 원본 훈련 영상(801)과 제 3 훈련 영상(804)의 비교 결과에 기초하여 결정될 수 있다. 제 3 손실 정보(830)는 원본 훈련 영상(801)과 제 3 훈련 영상(804)의 차이에 대한 L1-norm 값, L2-norm 값, SSIM 값, PSNR-HVS 값, MS-SSIM 값, VIF 값 및 VMAF 값 중 적어도 하나를 포함할 수 있다. 제 3 손실 정보(830)는 제 3 훈련 영상(804)이 원본 훈련 영상(801)과 어느 정도로 유사한지를 나타낸다. 제 3 손실 정보(830)가 작을수록 제 3 훈련 영상(804)이 원본 훈련 영상(801)에 더 유사해진다.
도 8을 참조하면, 제 1 손실 정보(810), 제 2 손실 정보(820) 및 제 3 손실 정보(830)가 제 1 DNN(700)의 훈련에 이용되고, 제 3 손실 정보(830)는 제 2 DNN(300)의 훈련에 이용된다. 즉, 제 3 손실 정보(830)는 제 1 DNN(700) 및 제 2 DNN(300)의 훈련에 모두 이용된다.
제 1 DNN(700)은 제 1 손실 정보(810), 제 2 손실 정보(820) 및 제 3 손실 정보(830)에 기초하여 결정된 최종 손실 정보가 감소 또는 최소화되도록 파라미터를 갱신할 수 있다. 또한, 제 2 DNN(300)은 제 3 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 112019035975711-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, c는 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 생성되는 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, 제 3 손실 정보(830) 역시 새롭게 결정되며, 그에 따라 제 2 DNN(300)은 파라미터들을 갱신한다. 제 3 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 제 3 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.
앞서, AI 복호화 장치(200)의 AI 업스케일부(234) 및 AI 부호화 장치(600)의 AI 다운스케일부(612)는 복수의 파라미터 세트를 저장하는 것으로 설명하였는데, AI 업스케일부(234) 및 AI 다운스케일부(612)에 저장되는 복수의 파라미터 세트 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(제 1 손실 정보(810)), 제 1 훈련 영상(802)의 제 1 부호화 결과 생성되는 영상 데이터의 비트레이트(제 2 손실 정보(820)) 및 제 3 훈련 영상(804)과 원본 훈련 영상(801) 사이의 차이(제 3 손실 정보(830))를 고려하여 파라미터를 갱신하게 된다.
자세히 설명하면, 원본 훈련 영상(801)의 구조적 정보와 유사하면서, 제 1 부호화를 하였을 때 생성되는 영상 데이터의 비트레이트가 작은 제 1 훈련 영상(802)이 생성 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 생성할 수 있도록, 파라미터를 갱신할 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 파라미터 세트가 제 1 DNN(700) 및 제 2 DNN(300)에서 결정될 수 있는 것이다.
도 9는 일 실시예에 따른 타겟 영상의 품질을 평가하는 방법의 흐름도를 도시한다.
도 9를 참조하면, 단계 s910에서, 후술되는 도 10의 타겟 영상의 품질을 평가하는 장치(1000)는, 타겟 영상의 영상 품질이 타겟 영상의 비교 대상이 되는 참조 영상의 영상 품질과 얼마나 유사한지를 평가하기 위해, 품질을 평가하기 위한 타겟 영상과 상기 타겟 영상의 비교 대상이 되는 참조 영상으로부터 분할된 소정의 크기를 가지는 블록들을 획득한다.
일 실시예에 따라, 블록은 txbxbxc의 크기를 가지는 블록이고, t는 프레임의 수이고, b는 하나의 프레임 내의 가로 또는 세로의 크기고, c는 컬러 채널의 수일 수 있다. 또한, c는 3개의 컬러 채널일 수 있다.
단계 s930에서, 영상의 품질을 평가하는 장치(1000)는, 상기 블록들을 영상 품질 평가 네트워크에 입력하여, 상기 블록들 각각에 대한 민감도 정보 및 품질 평가 정보를 결정한다.
일 실시예에 따라, 영상 품질 네트워크는 타겟 영상과 참조 영상의 상기 블록들을 컨볼루션 뉴럴 네트워크에 입력하여 상기 블록들 각각의 민감도 정보를 결정하고, 상기 타겟 영상과 상기 참조 영상의 상기 블록들을 캡슐 뉴럴 네트워크에 입력하여, 상기 블록들 각각의 품질 평가 정보를 결정할 수 있다.
일 실시예에 따라, 영상 품질 평가 네트워크는, 타겟 훈련 영상과 참조 훈련 영상의 블록들을 컨볼루션 뉴럴 네트워크에 입력하여 상기 블록들 각각의 민감도 정보를 결정하고, 상기 타겟 훈련 영상과 상기 참조 훈련 영상의 상기 블록들을 캡슐 뉴럴 네트워크에 입력하여, 상기 블록들 각각의 MOS 평균 및 MOS 표준편차를 결정하고, 상기 민감도 정보, 상기 MOS 평균, 및 상기 MOS 표준편차를 이용하여 훈련될 수 있다.
일 실시예에 따라, 상기 영상 품질 평가 네트워크는, 타겟 훈련 영상과 참조 훈련 영상의 블록들을 컨볼루션 뉴럴 네트워크에 입력하여 상기 블록들 각각의 민감도 정보를 결정하고, 상기 타겟 훈련 영상과 상기 참조 훈련 영상의 상기 블록들을 캡슐 뉴럴 네트워크에 입력하여, 상기 블록들 각각의 완전 참조 품질 평가 정보를 결정하고, 상기 타겟 훈련 영상의 블록들을 상기 캡슐 뉴럴 네트워크에 입력하여, 상기 블록들의 비참조 품질 평가 정보를 결정하고, 상기 민감도 정보, 상기 완전 참조 품질 평가 정보, 및 비참조 품질 평가 정보를 이용하여 훈련될 수 있다. 상기 완전 참조 품질 평가 정보는 상기 타겟 훈련 영상과 상기 참조 훈련 영상의 상기 블록들 각각에 대한 완전 참조 MOS 평균 및 완전 참조 MOS 표준편차를 포함하고, 상기 비참조 품질 평가 정보는 상기 타겟 훈련 영상의 상기 블록들 각각에 대한 비참조 MOS 평균 및 비참조 MOS 표준편차를 포함하고, 상기 MOS는 사용자의 주관적 체감 품질을 나타내는 값일 수 있다.
단계 s950에서, 상기 블록들 각각에 대한 상기 민감도 정보들에 기초하여 상기 품질 평가 정보들을 조합하여 상기 타겟 영상의 최종 영상 품질 평가 점수를 결정한다.
일 실시예에 따라, 민감도 정보는 상기 블록들 각각에 대한 가중치로 이용되고, 품질 평가 정보는 블록의 MOS평균을 포함하고, 최종 영상 품질 평가 점수는 가중치에 기초한 MOS 평균의 가중치 평균에 의해 결정되고, 상기 MOS는 사용자의 주관적 체감 품질을 나타내는 값일 수 있다.
일 실시예에 따라, 상기 품질 평가 정보는 상기 블록들 각각에 대한 MOS 평균 및 MOS 표준편차를 포함하고, 상기 민감도 정보는 상기 블록들 각각에 대한 가중치로 이용되고, 상기 최종 영상 품질 평가 점수는 상기 가중치에 기초한 MOS 평균의 가중치 평균 및 상기 가중치에 기초한 MOS 표준편차의 가중치 평균으로 결정되고, 상기 MOS는 사용자의 주관적 체감 품질을 나타내는 값일 수 있다.
도 10은 일 실시예에 따른 타겟 영상의 품질을 평가하는 장치의 블록도를 도시한다.
일 실시예에 따른 타겟 영상의 품질을 평가하는 장치(1000)는 메모리(1010) 및 메모리(1010)에 접속된 적어도 하나의 프로세서(1020)를 포함할 수 있다. 일 실시예에 따른 타겟 영상의 품질을 평가하는 장치(1000)의 동작들은 개별적인 프로세서로서 작동하거나, 중앙 프로세서의 제어에 의해 작동될 수 있다. 또한, 타겟 영상의 품질을 평가하는 장치(1000)의 메모리(1010)는, 외부로부터 수신한 데이터와, 프로세서에 의해 생성된 데이터, 예를 들어, 타겟 영상 및 참조 영상으로부터 분할된 블록들에 대한 정보, 블록들 각각에 대한 민감도 정보, 및 품질 평가 정보 등을 저장할 수 있다.
타겟 영상의 품질을 평가하는 장치(1000)의 프로세서(1020)는 품질을 평가하기 위한 타겟 영상과 상기 타겟 영상의 비교 대상이 되는 참조 영상으로부터 분할된 소정의 크기를 가지는 블록들을 획득하고, 상기 블록들을 영상 품질 평가 네트워크에 입력하여, 상기 블록들 각각에 대한 민감도 정보 및 품질 평가 정보를 결정하고, 상기 블록들 각각에 대한 상기 민감도 정보들에 기초하여 상기 품질 평가 정보들을 조합하여 상기 타겟 영상의 최종 영상 품질 평가 점수를 결정한다.
도 11은 영상 품질 평가 네트워크(Video Quality Assessment Network; VQANet)를 통해 타겟 영상 품질이 결정되는 일 실시예를 도시한다.
도 11을 참고하면, VQANet을 이용하여 참조 영상(1110) 및 타겟 영상(1120)을 비교하여 타겟 영상의 영상 품질 평가 점수가 획득될 수 있다.
일 실시예에 따라, 참조 영상(1110)은 원본 영상일 수 있고, 타겟 영상(1120)은 부호화된 후 복원된 영상일 수 있다. 이를 통해, 원본 영상 대비 복원된 영상의 영상 품질 평가 점수를 획득함으로써, 복원된 영상의 품질을 평가할 수 있다.
일 실시예에 따라, 참조 영상(1110)은 제 1 코덱을 통해 부호화된 후 복원된 영상일 수 있고, 타겟 영상(1120)은 제 1 코덱과 다른 제 2 코덱을 통해 부호화된 후 복원된 영상일 수 있다. 이를 통해, 제 1 코덱을 통해 복원된 영상 대비 제 2 코덱에 의해 복원된 영상의 영상 품질 평가 점수를 획득함으로써, 제 2 코덱에 의해 복원된 영상의 품질을 평가할 수 있다.
다른 실시예에 따라, 참조 영상(1110)은 제 1 코덱을 통해 부호화된 후 복원된 영상일 수 있고, 타겟 영상(1120)은 동일한 제 1 코덱의 내부 파라미터를 변경하여 부호화된 후 복원된 영상일 수 있다. 이를 통해, 동일한 코덱에서 내부 파라미터를 변경하여 복원된 영상의 영상 품질 평가 점수를 획득함으로써, 동일한 코덱에서 내부 파라미터를 변경하여 복원된 영상의 품질을 평가할 수 있다.
참조 영상(1110) 및 타겟 영상(1120)은 시간 정보, 공간 정보, 및 컬러 정보를 포함하는 소정의 크기의 겹치지 않는 블록들로 분할될 수 있다. 구체적으로, 블록은 txbxbxc의 크기로 분할되고, 여기서 t는 프레임의 개수, b는 프레임에서의 가로 또는 세로의 크기, c는 컬러의 채널 개수를 의미한다. 일반적으로, 컬러의 채널 개수 c는 3개이다. 전체 영상에 딥 뉴럴 네트워크(Deep Neural Network; DNN)를 적용하는 것은 비디오 데이터의 사이즈가 매우 크고, 메모리 및 계산의 관점에서 전체 영상을 한번에 처리하는 것은 실용적이지 않기 때문에, 전체 영상을 시간-공간-컬러의 블록들로 분할함으로써, 블록들 각각이 독립적이고 병렬적으로 처리되면 메모리의 사용이 절감되고 계산이 덜 요구될 수 있다.
타겟 영상(1120)의 제 1 타겟 블록(1121) 및 상기 제 1 타겟 블록에 대응하는 참조 영상(1110)의 제 1 참조 블록(1111)이 영상 품질 평가 네트워크(1130)에 입력되고, 타겟 영상(1120)의 제 2 타겟 블록(1122) 및 상기 제 2 타겟 블록에 대응하는 참조 영상(1110)의 제 2 참조 블록(1112)이 품질 평가 네트워크에 입력되고, 타겟 영상(1120)의 제 3 타겟 블록(1123) 및 상기 제 3 타겟 블록에 대응하는 참조 영상(1110)의 제 1 참조 블록(1113)이 영상 품질 평가 네트워크(1130)에 입력된다. 이를 통해, 각각의 블록에 대한 블록 품질 점수(1131) 및 블록 민감도(1130)가 결정되고, 블록 품질 점수(1131) 및 블록 민감도(1130)에 기초하여 가중치 평균(1140)을 통해 타겟 영상(1120) 전체에 대한 영상 품질(1150)이 결정될 수 있다. 이 경우, 블록 민감도(1130)는 각 블록의 가중치로 이용된다.
민감도는 각각의 블록 자체의 속성이 다른 블록에 얼마나 영향을 주는지를 의미한다. 예를 들어, 하늘의 일부를 나타내는 블록(이하, “하늘 블록”)과 잔디 밭의 일부를 나타내는 블록(이하, “잔디밭 블록”)이 있다고 가정하면, 하늘 블록은 영상에 약간의 오류가 있거나 영상 품질이 좋지 않은 경우, 사람의 눈에 잘 띄게 되므로 민감도가 높고, 잔디밭 블록은 영상에 약간의 오류가 있거나 영상 품질이 좋지 않은 경우, 하늘 블록에 비해 사람의 눈에 상대적으로 덜 영향을 주므로 민감도가 낮을 수 있다.
따라서, 인간의 시각 체계에서는 각각의 블록의 속성 및 다른 블록들에 대한 상대적으로 다른 민감도 때문에 전체 영상에 대한 전체 품질 평가 점수가 각각의 블록에 대한 로컬 품질 평가 점수의 단순 평균으로는 제대로 평가되지 않을 수 있다. 따라서, 복수의 블록들의 블록 민감도를 가중치 개념으로 채용함으로써 예측되는 품질 평가 점수가 적절하게 개선될 수 있다.
영상 품질 평가 네트워크를 훈련시키기 위해, 전체 훈련 대상을 배치(batch) 단위로 나누고, 각각의 배치에 대하여 표본을 무작위로 선택하는 확률적 경사 하강법(Stochastic gradient descent)이 적용되어 영상 품질 평가 네트워크가 반복 훈련될 수 있다. 훈련 대상 전체에 대하여 훈련을 실시하는 것이 가장 효과가 좋지만, 이런 경우에 너무 많은 계산과 메모리가 요구되므로, 배치 단위로 나누어 무작위로 선택된 표본을 이용하여 반복 학습함으로써 적은 계산과 메모리로 효율적으로 훈련될 수 있다.
즉, 훈련을 위해 각각의 배치는 전체 비디오 중 일부 비디오들의 블록들로부터 무작위로 선택된 블록들이 포함될 수 있다.
구체적으로, 가중치 평균(1340)을 통해 결정되는 타겟 영상의 MOS 평균은 다음 수학식 2에 의해 결정된다.
[수학식 2]
Figure 112019035975711-pat00002
Pi는 현재 배치(batch)에서 영상 품질 평가 네트워크의 훈련에 이용되는 i번째 비디오에 포함된 무작위로 선택된 블록들의 집합이고, wij는 상기 i번째 비디오의 j번째 블록의 가중치이고
Figure 112019035975711-pat00003
는 j번째 블록의 예측된 MOS 점수이고,
Figure 112019035975711-pat00004
는 가중치 평균을 통해 결정된 상기 i번째 비디오의 예측된 최종 MOS 평균이다.
본 명세서에서, “품질 평가 정보”는 사용자의 주관적 체감 품질을 의미하는 것으로, 그 예로, MOS를 이용하여 설명하고 있지만, 이에 한정되지 않는다. MOS 외에도 예를 들어, VMAF, SSIM과 같이, 사용자가 영상에 대하여 주관적으로 체감하는 정도를 나타내는 다른 종류의 지표도 이용될 수 있다.
또한, 평균 평가점(Mean Opinion Score; MOS)은 사용자의 주관적 체감 품질을 직접적으로 대변할 수 있는 값을 결정하여 비교하기 위한 것으로, 특정 영상을 사용자에게 직접 보여주고 사용자가 느낀 체감 품질을 나타내는 점수를 직접 결정하도록 함으로써 측정될 수 있다.
도 12는 일 실시예에 따른 VQANet의 구조를 도시한다.
도 12를 참고하면, 참조 블록(1210)과 타겟 블록(1220)이 VQANet에 입력된다. 참조 블록(1210)은 원본 영상의 원본 블록일 수 있고, 타겟 블록(1220)은 원본 영상이 부호화된 후 복원된 영상의 블록일 수 있다. 참조 블록(1210)은 제 1 코덱을 통해 부호화된 후 복원된 영상의 블록일 수 있고, 타겟 블록(1220)은 제 1 코덱과 다른 제 2 코덱을 통해 부호화된 후 복원된 영상의 블록일 수 있다. 또한, 참조 블록(1210)은 제 1 코덱을 통해 부호화된 후 복원된 영상의 블록일 수 있고, 타겟 블록(1220)은 동일한 제 1 코덱의 내부 파라미터를 변경하여 부호화된 후 복원된 영상의 블록일 수 있다. VQANet(1200)은 참조 블록(1210) 및 참조 블록(1210)에 대응하는 타겟 블록(1220)을 수신하여 두 블록을 접합(Concatenation; 1230)한다. 그리고 나서, 2개의 딥 뉴럴 네트워크(Deep Neural Network)를 통해, 블록의 민감도(1201), 블록의 평균 평가점(Mean Opinion Score; MOS)의 평균(1202), 블록의 MOS 표준편차(1203)가 결정될 수 있다. 먼저, 컨볼루션 연산(1240)을 통해 영상의 특징을 추출하고, Fully-Connected Network(1250)를 통해 민감도에 대한 회귀(Regression)를 수행하여 블록의 민감도가 결정될 수 있다. 또한, 컨볼루션 연산(1260)을 통해 특징을 추출하고, 다이나믹 루팅(Dynamic Routing; 1270)을 통해 블록에 대한 MOS 벡터가 예측될 수 있다. MOS 벡터의 길이(1280) 값은 MOS 평균(1202)이 되고, MOS 벡터의 방향(1290) 값은 MOS 표준편차(1203)가 될 수 있다. 각각의 컨볼루션 연산은 단순한 컨볼루션, 배치 일반화(batch normalization), 및 활성화 함수인 정류된 선형 단위(Rectified Linear Unit; ReLU) 함수을 통해 수행될 수 있지만 이에 한정되지 않는다. 컨볼루션 연산(1440) 및 Fully-connected network(1250)는 일반적인 컨볼루션 뉴럴 네트워크(Convolution Neural Network; CNN)를 의미하고, 컨볼루션 연산(1260) 및 다이나믹 루팅(1270)은 캡슐 뉴럴 네트워크(Capsule Neural Network)를 의미한다. 일반적인 컨볼루션 뉴럴 네트워크는 컨볼루션 연산 후 Fully-connected network를 거쳐 추출된 특징에 대한 위치 정보가 없는 스칼라 값이 결정되기 때문에, 블록 자체의 속성을 나타내는 민감도 예측에 유리하고, 캡슐 뉴럴 네트워크는 컨볼루션 연산 후 다이나믹 루팅을 거쳐 추출된 특징에 대한 위치 정보를 포함하는 벡터 값이 결정되기 때문에, MOS의 평균 및 표준편차 예측에 유리하다. 일반적으로, 캡슐 뉴럴 네트워크로부터 출력된 벡터 값의 길이는 물체의 존재 가능성을 나타내고, 방향은 물체의 위치를 나타낸다.
구체적으로, 일 실시예에 따른 영상 품질 평가 네트워크에 의해 컨볼루션 연산 후 Fully-connected network를 통해 블록의 속성 자체에 대한 스칼라 값이 결정되고, 컨볼루션 연산 후 다이나믹 루팅(1270) 단계에서 블록에 대한 사람의 주관적 체감 품질 평가가 예측된 MOS 벡터가 결정될 수 있다.
“접합(Concatenation)”은 데이터의 끝과 다른 데이터의 끝을 연결하는 연산을 의미한다. 여기서는, 참조 블록의 끝과 타겟 블록의 끝이 연결된 값이 컨볼루션 뉴럴 네트워크 또는 캡슐 뉴럴 네트워크에 입력된다.
다이나믹 루팅에 의한 출력 벡터는 다음 수학식 3과 같이, 출력 벡터의 길이가 MOS 평균로 결정될 수 있다.
[수학식 3]
Figure 112019035975711-pat00005
yij는 현재 배치(batch)에서 영상 품질 평가 네트워크의 훈련에 이용된 i번째 비디오의 j번째 블록의 다이나믹 루팅 결과 획득된 출력 벡터이고, 출력 벡터의 길이 값이 훈련에 이용된 i번째 비디오의 j번째 블록의 MOS 평균 점수인
Figure 112019035975711-pat00006
이다.
훈련에 이용된 모든 비디오들에 대하여 영상 품질 평가 네트워크를 통해 예측된 MOS 평균을 나타내는 벡터를
Figure 112019035975711-pat00007
라 하고, 훈련에 이용된 모든 비디오들에 대하여 사람에 의해 실제로 평가된 점수들의 평균을 나타내는 벡터를 Q라 하면, 다음 수학식 4와 같이 두 벡터들의 내적을 이용하여 현재 배치(batch)의 두 벡터 사이의 상호 상관을 나타내는 손실 함수가 결정될 수 있다.
[수학식 4]
Figure 112019035975711-pat00008
수학식 4에 따라 결정된 손실 함수가 최소화되도록 영상 품질 평가 네트워크가 훈련될 수 있다.
영상 품질 평가 네트워크에 입력되는 블록들은 비디오가 txbxbxc의 크기로 분할된 것이므로, 컨볼루션 레이어들에서 시간 정보를 포함하는 블록들 각각에 대하여 가중치를 이용하여 결정된 결과 값이 전체 영상에 대해 컨볼루션을 수행하는 것과 동일한 결과가 도출되는 동시에, 분할된 블록들에 대하여 표본을 무작위로 선택하는 확률적 경사 하강법(stochastic gradient decent)을 이용하여 결과 값이 계산되므로, 영상 품질 평가 네트워크의 훈련 시간이 절감될 수 있다.
도 13은 다이나믹 루팅 결과 출력된 평균 평가점(Mean Opinion Score; MOS)의 벡터로부터 MOS 평균 및 MOS 표준편차를 획득하는 일 예를 도시한다.
영상 품질 평가 네트워크를 통해 획득된 출력 벡터을 이용하여 MOS 평균뿐만 아니라 MOS 표준편차도 예측될 수 있다.
도 13을 참고하면, 다이나믹 루팅(1270) 과정을 통해 예측된 MOS 벡터(1310)와 기준 벡터(1340)의 내적을 통해, 예측된 MOS 벡터의 길이는 MOS 평균(1320)으로 결정되고, 기준 벡터(1340)와 상대적으로 비교된 MOS 벡터의 방향이 MOS 표준편차(1330)으로 결정될 수 있다.
일 실시예에 따라, 최종 영상 품질 평가 점수는 MOS 평균 및 MOS 표준편차를 포함할 수 있다. 이에 따라, MOS 평균 및 MOS 표준편차에 의해 영상 품질이 판단될 수 있다. 구체적으로, MOS 평균 값이 동일하다면, MOS 표준편차가 적은 값을 가지는 영상이 더 좋은 영상 품질을 가지는 것으로 결정될 수 있다.
다른 실시예에 따라, 영상 품질 평가 네트워크의 과적합을 방지하기 위해, 영상 품질 평가 네트워크의 훈련에 MOS 표준편차를 이용한 정규화(Regularization)가 이용될 수 있다. 이에 따라, MOS 표준편차를 추가로 이용함으로써 훈련의 정확성을 유지하면서 과적합이 방지될 수 있다.
훈련에 이용되는 비디오 중 i번째 비디오의 j번째 블록의 MOS 표준편차(
Figure 112019035975711-pat00009
)는 다이나믹 루팅으로 획득된 출력벡터
Figure 112019035975711-pat00010
와 기준 벡터 yref의 각도에 의해 측정되고, 각도는 다음 수학식 5와 같이 결정된다.
[수학식 5]
Figure 112019035975711-pat00011
또한, MOS 평균을 구하는 방식과 유사하게, i번째 비디오의 MOS 표준편차(
Figure 112019035975711-pat00012
)는 다음의 수학식 6과 같이 결정될 수 있다.
[수학식 6]
Figure 112019035975711-pat00013
표준편차는 가중치 평균을 통해 결정된 i번째 비디오의 최종 표준편차이고, Pi는 현재 배치(batch)에서 영상 품질 평가 네트워크의 훈련에 이용되는 i번째 비디오에 포함된 무작위로 선택된 블록들의 집합이고, wij는 i번째 비디오의 j번째 블록의 가중치이고
Figure 112019035975711-pat00014
는 j번째 블록의 MOS 표준편차를 의미한다.
다음의 수학식 7을 통해 전체 비디오에 대한 MOS 평균 및 MOS 표준편차를 이용하여 훈련된 품질 영상 평가 네트워크의 손실 함수가 결정될 수 있다.
[수학식 7]
Figure 112019035975711-pat00015
Figure 112019035975711-pat00016
는 훈련에 이용된 모든 비디오에 대하여 영상 품질 평가 네트워크를 통해 예측된 MOS 평균을 나타내는 벡터이고, Qexp는 훈련에 이용된 모든 비디오에 대하여 사람에 의해 실제로 평가된 점수의 평균을 나타내는 벡터이고,
Figure 112019035975711-pat00017
는 훈련에 이용된 모든 비디오에 대하여 영상 품질 평가 네트워크를 통해 예측된 MOS 표준편차를 나타내는 벡터이고, Qstd는 훈련에 이용된 모든 비디오에 대하여 사람에 의해 실제로 평가된 점수의 표준편차를 나타내는 벡터이고,
Figure 112019035975711-pat00018
는 영상 품질 평가 네트워크의 손실 함수를 나타낸다.
하이퍼 파라미터인
Figure 112019035975711-pat00019
는 두 손실 함수의 기여도와 최종 손실 함수의 균형을 맞추기 위한 상수이다. 따라서, 이 하이퍼 파라미터를 제어하는 것이 MOS 표준편차를 이용하는 정규화에 있어서 중요하다.
영상 품질 평가 네트워크에서는 MOS 평균과 MOS 표준편차가 같이 획득되므로, 예측된 MOS 표준편차를 이용하는 정규화를 적용하는 경우에는 추가적인 계산이 요구되지 않는다.
MOS 평균과 MOS 표준편차를 동시에 이용한 손실함수
Figure 112019035975711-pat00020
를 이용함으로써, 과적합이 방지되도록 영상 품질 평가 네트워크가 훈련될 수 있다.
도 14는 다른 실시예에 따른 VQANet의 구조를 도시한다.
다른 실시예에 따라, 비참조 영상 품질 평가의 예측 결과가 영상 품질 평가 네트워크의 과적합을 방지하는 정규화에 이용될 수 있다. 참조 영상의 이용가능여부에 관계없이, 영상 품질 평가 네트워크는 타겟 영상만으로부터 의미 있는 특징을 추출할 수 있다. 비참조 영상 품질 평가를 통해 비록 그 결과 값이 좋지 않더라도 참조 영상을 이용하지 않은 타겟 영상 자체에 대한 평가 점수가 추정될 수 있다. 또한, 완전 참조 영상 품질 평가에서는 비참조 영상 품질 평가에서 예측된 값이 이용될 수 있다.
도 14를 참고하면, 참조 영상(1410)의 참조 블록(1411)과 타겟 영상(1420)의 타겟 블록(1421)이 VQANet에 입력된다. 도 14의 VQANet의 레이어(1480)에서는 컨볼루션 레이어, 배치 일반화(batch normalization), 및 활성화 레이어가 수행된다. 참조 블록(1411) 및 타겟 블록(1421)에 대하여 컨볼루션 레이어, 배치 일반화, 활성화 레이어를 포함하는 레이어(1480)을 여러 번 거친 후 Fully-connected Network를 통해 블록 민감도(1430)가 결정된다. 구체적으로, 완전 참조 영상 품질 평가에서는 참조 블록(1411) 및 타겟 블록(1421)에 대하여 두 블록을 접합(1490)하고 컨볼루션 레이어, 배치 일반화, 활성화 레이어를 포함하는 레이어(1480)를 거친 후, 타겟 블록만 컨볼루션 레이어, 배치 일반화, 활성화 레이어를 포함한 레이어(1480)을 거친 결과를 접합(1490)하여 다시 컨볼루션 레이어, 배치 일반화, 활성화 레이어를 포함하는 레이어(1480)을 거치는 과정을 반복적으로 수행한 뒤 다이나믹 루팅이 수행되고, 비참조 영상 품질 평가에서는 타겟 블록(1421)에 대하여 컨볼루션 레이어, 배치 일반화, 활성화 레이어를 포함하는 레이어(1480)을 여러 번 거치고 난 뒤, 다이나믹 루팅이 수행된다.
완전 참조 영상 품질 평가를 통해, 두 블록에 대한 비교 벡터가 결정되고, 비참조 영상 품질 평가를 통해, 타겟 블록만의 특징을 추출하고, 타겟 블록의 왜곡에 대한 왜곡 벡터가 결정된다.
비교 벡터와 왜곡 벡터에 기초하여 완전 참조 벡터가 결정되고, 왜곡 벡터는 비참조 벡터로 결정된다. 완전 참조 벡터의 길이는 완전 참조 MOS 평균(1440)이 되고, 완전 참조 벡터의 방향은 완전 참조 MOS 표준편차(1450)가 되고, 비참조 벡터의 길이는 비참조 MOS 평균(1460)이 되고, 비참조 벡터의 방향은 비참조 MOS 표준편차(1470)가 된다. 비참조 MOS 평균(1460) 및 비참조 MOS 표준편차(1470)는 VQANet의 훈련에 사용된다. 구체적으로, 비참조 MOS 평균(1460) 및 비참조 MOS 표준편차(1470)는 VQANet의 과적합을 방지하기 위한 정규화에 이용된다.
비참조 영상 품질 평가의 출력 벡터는 비참조 영상 품질 점수를 예측하는데 사용되고, 비참조 영상 품질 평가의 손실 함수는 다음 수학식 8에 의해 결정된다.
[수학식 8]
Figure 112019035975711-pat00021
여기서,
Figure 112019035975711-pat00022
는 비참조 영상 품질 평가의 손실 함수를 나타내고,
Figure 112019035975711-pat00023
는 비참조 영상 품질 평가를 통해 예측된 MOS 평균을 나타내는 벡터이고,
Figure 112019035975711-pat00024
는 비참조 영상 품질 평가를 통해 예측된 MOS 표준편차를 나타내는 벡터이고, Qexp는 훈련에 이용된 모든 비디오에 대하여 사람에 의해 실제로 평가된 점수의 평균을 나타내는 벡터이고, Qstd는 훈련에 이용된 모든 비디오에 대하여 사람에 의해 실제로 평가된 점수의 표준편차를 나타내는 벡터이다.
완전 참조 영상 품질 평가에서는 완전 참조 영상 품질 점수를 평가하기 위해 참조 블록 및 타겟 블록 둘 모두의 특징이 공동으로 추출된다. 특정 레이어의 완전 참조 영상 품질 평가는 완전 참조 품질 평가에서의 특징뿐만 아니라 비참조 품질 평가에서의 이전 컨볼루션 레이어의 특징이 함께 이용된다. 완전 참조 영상 품질 평가의 손실 함수는 다음 수학식 9에 의해 결정된다.
[수학식 9]
Figure 112019035975711-pat00025
여기서,
Figure 112019035975711-pat00026
는 완전참조 영상 품질 평가의 손실 함수를 나타내고,
Figure 112019035975711-pat00027
는 완전참조 영상 품질 평가를 통해 예측된 MOS 평균을 나타내는 벡터이고,
Figure 112019035975711-pat00028
는 완전참조 영상 품질 평가통해 예측된 MOS 표준편차를 나타내는 벡터이고, Qexp는 훈련에 이용된 모든 비디오에 대하여 사람에 의해 실제로 평가된 점수의 평균을 나타내는 벡터이고, Qstd는 훈련에 이용된 모든 비디오에 대하여 사람에 의해 실제로 평가된 점수의 표준편차를 나타내는 벡터이다.
비참조 영상 품질 평가 및 완전참조 영상 품질 평가에서 획득된 손실 함수를 조합하면, 다음 수학식 10과 같은 학습을 위한 손실 함수가 결정된다.
[수학식 10]
Figure 112019035975711-pat00029
상기 손실 함수가 최소화되도록 영상 품질 평가 네트워크가 훈련될 수 있다. 구체적으로, 비참조 영상 품질 평가에 대한 특징도 함께 고려하여 훈련함으로써, 영상 품질 평가 네트워크의 과적합이 방지될 수 있다. 여기서,
Figure 112019035975711-pat00030
는 하이퍼 파라미터로, 두 손실 함수의 기여도와 최종 손실 함수의 균형을 맞추기 위한 상수이다. 이 하이퍼 파라미터
Figure 112019035975711-pat00031
를 제어하는 것이 비참조 품질 평가를 이용하는 정규화에 있어서 중요하다.
비참조 품질 평가를 추가로 이용하는 상기 손실 함수를 통해, 과적합이 방지되도록 영상 품질 평가 네트워크가 훈련될 수 있다.
도 15는 다운스케일을 위한 제 1 DNN(700) 및 업스케일을 위한 제 2 DNN(300)에 VQANet을 적용하여 훈련시키는 방법의 일 예를 도시한다.
도 15를 참고하여, 도 8의 제 1 DNN 및 제 2 DNN의 훈련 과정에 VQANet이 적용된 훈련과정을 설명한다.
도 15에서, 원본 훈련 영상(1501)은 AI 다운스케일의 대상이 되는 영상으로, 도 8의 원본 훈련 영상(801)에 대응되는 영상이고, 제 1 훈련 영상(1502)은 VQANet을 이용하여 훈련된 제 1 DNN(700)을 통해, 원본 훈련 영상(1501)로부터 AI 다운스케일된 영상이다. 또한, 제 3 훈련 영상(1504)은 VQANet을 이용하여 훈련된 제 2 DNN(300)을 통해, 제 1 훈련 영상(1502)로부터 AI 업스케일된 영상이다. 제 1 DNN(700) 및 제 2 DNN(300)의 연계 훈련을 위해, 원본 훈련 영상(1501)이 제 1 DNN(700)으로 입력된다. 제 1 DNN(700)으로 입력된 원본 훈련 영상(1501)은 AI 다운스케일되어 제 1 훈련 영상(1502)으로 출력되고, 제 1 훈련 영상(1502)이 제 2 DNN(300)에 입력된다. 제 1 훈련 영상(1502)에 대한 AI 업스케일 결과 제 3 훈련 영상(1504)이 출력된다.
도 15를 참조하면, 제 2 DNN(300)으로 제 1 훈련 영상(1502)이 입력되고 있는데, 구현예에 따라, 제 1 훈련 영상(1502)의 제 1 부호화 및 제 1 복호화 과정을 거쳐 생성된 제 2 훈련 영상이 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(1502)의 제 1 부호화 및 제 1 훈련 영상(1502)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 15를 참조하면, 제 1 DNN(700)을 통해 제 1 훈련 영상(1502)이 출력되는 것과 별개로, 원본 훈련 영상(1501)으로부터 레거시 다운스케일링된 축소 훈련 영상(1503)이 생성된다. 축소 훈련 영상(1503)은 도 8의 축소 훈련 영상(803)에 대응된다. 여기서, 레거시 다운스케일은 바이리니어(bilinear) 스케일, 바이큐빅(bicubic) 스케일, 란조스(lanczos) 스케일 및 스테어 스탭(stair step) 스케일 중 적어도 하나를 포함할 수 있다. 축소 훈련 영상(1503)은 원본 훈련 영상(1501)의 구조적 특징이 보존되도록 생성될 수 있다. 그 후에, 축소 훈련 영상(1503)에 대하여 축소 훈련 영상(1503)의 영상 품질을 강화하기 위한 복수의 강화 처리가 수행되어 복수의 품질 강화 영상(1505)이 생성될 수 있다. 이러한 강화처리 방법은 콘트라스트 강화 (Contrast enhancement) 처리 방법, 에지 강화(Edge enhancement) 처리 방법, 잡음 감소 (Noise reduction) 처리 방법, 및 잡음 제거(Noise removal) 처리 방법 등을 포함할 수 있다.
축소 훈련 영상(1503) 및 축소 훈련 영상에 대한 복수의 강화처리 결과로 획득된 복수의 품질 강화 영상(1505) 중 하나가 영상 품질 평가 네트워크(1506)에 입력될 수 있다. 축소 훈련 영상(1503)은 VQANet(1506)의 참조 영상으로 이용되고, 복수의 품질 강화 영상(1505) 중 하나는 타겟 영상으로 이용될 수 있다. 복수의 품질 강화 영상(1505) 각각에 대하여 VQANet(1506)을 적용함으로써, 복수의 품질 강화 영상 각각의 영상 품질 결과가 획득될 수 있다. 상기 복수의 품질 강화 영상 각각의 영상 품질 평가 점수가 비교된 결과, 가장 좋은 결과의 품질 강화 영상이 선택될 수 있다.
구체적으로, 원본 훈련 영상(1501)을 구조적 특징에 따라 축소함으로써 축소 훈련 영상(1503)이 결정되고, 축소 훈련 영상(1503)에 미리정해진 복수의 강화 처리 방법을 적용함으로써 복수의 품질 강화 영상(1505)이 결정될 수 있다. 복수의 품질 강화 영상(1505)과 축소 훈련 영상(1503)으로부터 분할된 소정의 크기를 가지는 각각의 블록들이 획득되고, 블록들을 영상 품질 평가 네트워크(1506)에 입력하여, 블록들에 대한 민감도 정보 및 품질 평가 정보가 결정되고, 블록들에 대한 민감도 정보 및 품질 평가 정보에 기초하여 복수의 품질 강화 영상(1505)의 영상 품질 평가 점수가 결정될 수 있다, 그 후, 복수의 품질 강화 영상들(1505)의 영상 품질 평가 점수들을 비교한 결과, 영상 품질 평가 점수가 가장 높은 품질 강화 영상이 선택될 수 있다.
예를 들어, 영상 품질 결과가 MOS로 표현된다면, 예측된 MOS 평균 점수가 가장 높은 품질 강화 영상이 선택될 수 있고, 예측된 MOS 평균 점수가 가장 높은 품질 강화 영상이 복수 개라면, 미리 정해진 방법에 의해 하나가 선택될 수 있다.
또한, 영상 품질 결과가 MOS로 표현된다면, 예측된 MOS 평균 점수가 가장 높은 품질 강화 영상이 선택될 수 있고, 예측된 MOS 평균 점수가 가장 높은 품질 강화 영상이 복수 개라면, 그 중에서 예측된 MOS 표준편차가 가장 적은 품질 강화 영상이 선택될 수 있다.
선택된 품질 강화 영상(1507)과 제 1 훈련 영상(1502)을 비교함으로써 그 차이에 대응하는 제 1 손실정보(1510)이 획득될 수 있다. 제 1 DNN(700)은 제 1 손실정보(1510)를 최소화하도록 훈련된다.
획득된 제 1 손실정보(1510)는 도 8에서 설명된 제 1 손실정보(810) 대신 이용된다.
원본 영상(105)의 구조적 특징에 비해 제 1 영상(115)의 구조적 특징이 크게 달라지는 경우 부호화 효율이 저하될 수 있다. 따라서, 부호화 효율의 저하를 방지하기 위해, 원본 훈련 영상(1501)의 구조적 특징을 보존하는 축소 훈련 영상(1503)을 생성한다. 또한, 축소 훈련 영상(1503)의 생성 결과, 축소 훈련 영상(1503)의 품질이 좋지 않거나 구조적 특징이 보존되지 않을 수 있기 때문에, 축소 훈련 영상(1503)에 품질 강화 처리를 수행함으로써 복수의 품질 강화 영상(1505)를 생성하고, 축소 훈련 영상(1503)과 복수의 품질 강화 영상(1505) 각각에 대하여 VQANet(1506)을 적용하고, 그 중 영상 품질 결과가 가장 좋은 품질 강화 영상(1507)을 선택하여, 제 1 훈련 영상(1502)이 선택된 품질 강화 영상(1507)과 유사해지도록 제 1 DNN(700)를 훈련시키는 것이다.
다시 도 15를 참고하면, 제 1 훈련 영상(1502)이 제 2 DNN(300)에 입력되고, 제 2 DNN(300)에서 제 3 훈련 영상(1504)이 출력된다. 그리고, 원본 훈련 영상(1501)과 제 3 훈련 영상(1504)이 VQANet(1506)에 적용되어, 영상 품질 평가 손실 정보에 해당하는 제 3 손실 정보(1530)가 결정된다. 제 2 DNN(300)은 제 3 훈련 영상(1504)의 영상 품질 평가 손실 정보에 기초하여 훈련될 수 있다.
구체적으로, 품질을 평가하기 위한 제 3 훈련 영상(1504) 및 제 3 훈련 영상(1504)의 비교 대상이 되는 원본 훈련 영상(1501)으로부터 분할된 소정의 크기를 가지는 블록들이 획득되고, 상기 블록들이 영상 품질 평가 네트워크에 입력되어, 상기 블록들 각각에 대한 민감도 정보 및 품질 평가 정보가 결정되고, 상기 블록들 각각에 대한 민감도 정보들에 기초하여 상기 품질 평가 정보들을 조합하여 결정되는 상기 제 3 훈련 영상(1504)의 영상 품질 평가 점수에 기초하여 제 3 손실 정보(1530), 즉, 영상 품질 평가 손실 정보가 결정될 수 있다.
영상 품질 평가 손실 정보는 영상 품질 평가 네트워크를 통해 결정된 제 3 훈련 영상의 민감도 정보 및 품질 평가 정보를 이용하여 결정된 영상 품질 평가 점수에 기초한 손실 함수를 포함할 수 있다.
영상 품질 평가 손실 정보에 해당하는 제 3 손실 정보(1530)는 도 8에서 설명된 제 3 손실 정보(830) 대신 이용된다.
또한, 제 2 손실 정보(1520)는 도 8에서 설명된 제 2 손실 정보(820) 대신 이용된다. 제 2 손실 정보(1520)는 VQANet을 이용하여 훈련된 제 1 DNN(700)을 통해 다운스케일된 제 1 훈련 영상(1502)의 공간적 복잡도에 기반하여 결정될 수 있다. 일 예에서, 공간적 복잡도로서, 제 1 훈련 영상(1502)의 총 분산(total variance)값이 이용될 수 있다. 제 2 손실 정보(1520)는 제 1 훈련 영상(1502)을 제 1 부호화하여 생성한 영상 데이터의 비트레이트와 관련된다. 제 2 손실 정보(1520)가 작을수록 영상 데이터의 비트레이트가 작은 것으로 정의한다.
일 실시예에 따라, 도 8의 제 1 손실 정보(810) 및 제 3 손실 정보(830) 대신에 VQANet을 이용하여 획득된 제 1 손실 정보(1510) 및 제 3 손실 정보(1530)와, 도 8의 제 2 손실 정보(820) 대신 VQANet을 이용하여 훈련된 제 1 DNN(700)을 통해, 출력된 제 1 훈련 영상(1502)로부터 획득된 제 2 손실 정보(1520)를 이용하여, 도 8과 동일한 방식으로, 제 1 DNN(700) 및 제 2 DNN(300)이 연계되어 훈련될 수 있다. 즉, 제 1 DNN(700)은 제 1 손실 정보(1510), 제 2 손실 정보(1520), 및 제 3 손실 정보(1530) 모두를 이용하여 훈련되고, 제 2 DNN(300)은 제 3 손실 정보(1530)을 이용하여 훈련된다.
제 1 DNN(700)은 제 1 손실 정보(1510), 제 2 손실 정보(1520) 및 제 3 손실 정보(1530)에 기초하여 결정된 최종 손실 정보가 감소 또는 최소화되도록 파라미터를 갱신할 수 있다. 또한, 제 2 DNN(300)은 제 3 손실 정보(1530)가 감소 또는 최소화되도록 파라미터를 갱신할 수 있다.
제 1 DNN(700) 및 제 2 DNN(300)의 훈련을 위한 최종 손실 정보는 전술한 수학식 1과 같이 결정될 수 있고, 도 8에서 상술된 방식과 동일한 방식으로 파라미터가 갱신될 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) 또는 AI 부호화 장치(600)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.

Claims (17)

  1. 품질을 평가하기 위한 타겟 영상과 상기 타겟 영상의 비교 대상이 되는 참조 영상으로부터 분할된 소정의 크기를 가지는 블록들을 획득하는 단계;
    상기 블록들을 제1 컨볼루션 뉴럴 네트워크(Convolutional Neural Network)와 완전 접속된 네트워크(Fully-connected network)에 입력하여 상기 블록들 각각의 민감도 정보를 결정하는 단계;
    상기 블록들을 제2 컨볼루션 뉴럴 네트워크와 다이나믹 루팅을 포함하는 뉴럴 네트워크에 입력하여, 상기 블록들 각각의 블록의 평균 평가점(Mean Opinion Score; MOS) 평균 및 MOS 표준편차를 결정하는 단계;
    상기 블록들 각각에 대한 상기 민감도 정보를 가중치로 이용하여 상기 MOS 평균과 조합하여 결정된 상기 MOS 평균의 가중치 평균 및 상기 가중치를 이용하여 상기 MOS 표준편차와 조합하여 결정된 상기 MOS 표준편차의 가중치 평균을 상기 타겟 영상의 최종 영상 품질 평가 점수로 결정하는 단계를 포함하고,
    상기 민감도 정보는 블록 자체의 속성이 다른 블록에 영향을 주는 정도를 나타내고,
    상기 MOS는 사용자의 주관적 체감 품질을 나타내는 값인, 타겟 영상의 품질을 평가하는 방법.
  2. 삭제
  3. 삭제
  4. 제 1 항에 있어서,
    상기 제1 컨볼루션 뉴럴 네트워크와 상기 완전 접속된 네트워크, 상기 제2 컨볼루션 뉴럴 네트워크와 상기 다이나믹 루팅을 포함하는 뉴럴 네트워크는,
    타겟 훈련 영상과 참조 훈련 영상의 블록들을 상기 제1 컨볼루션 뉴럴 네트워크와 상기 완전 접속된 네트워크에 입력하여 상기 블록들 각각의 민감도 정보를 결정하고,
    상기 타겟 훈련 영상과 상기 참조 훈련 영상의 상기 블록들을 상기 제2 컨볼루션 뉴럴 네트워크와 상기 다이나믹 루팅을 포함하는 뉴럴 네트워크에 입력하여, 상기 블록들 각각의 MOS 평균 및 MOS 표준편차를 결정하고,
    상기 민감도 정보, 상기 MOS 평균, 및 상기 MOS 표준편차를 이용하여 훈련된 것이고,
    상기 MOS 평균은 상기 제2 컨볼루션 뉴럴 네트워크와 상기 다이나믹 루팅을 포함하는 뉴럴 네트워크의 출력 값으로 획득되는 벡터 값의 길이로 결정되고,
    상기 MOS 표준 편차는 상기 제2 컨볼루션 뉴럴 네트워크와 상기 다이나믹 루팅을 포함하는 뉴럴 네트워크의 출력 값으로 획득되는 벡터 값의 방향으로 결정되는, 타겟 영상의 품질을 평가하는 방법.
  5. 제 1 항에 있어서,
    상기 제1 컨볼루션 뉴럴 네트워크와 상기 완전 접속된 네트워크, 상기 제2 컨볼루션 뉴럴 네트워크와 상기 다이나믹 루팅을 포함하는 뉴럴 네트워크는,
    타겟 훈련 영상과 참조 훈련 영상의 블록들을 상기 제1 컨볼루션 뉴럴 네트워크와 상기 완전 접속된 네트워크에 입력하여 상기 블록들 각각의 민감도 정보를 결정하고,
    상기 타겟 훈련 영상과 상기 참조 훈련 영상의 상기 블록들을 상기 제2 컨볼루션 뉴럴 네트워크와 상기 다이나믹 루팅을 포함하는 뉴럴 네트워크에 입력하여, 상기 블록들 각각의 완전 참조 품질 평가 정보를 결정하고,
    상기 타겟 훈련 영상의 블록들을 상기 제2 컨볼루션 뉴럴 네트워크와 상기 다이나믹 루팅을 포함하는 뉴럴 네트워크에 입력하여, 상기 블록들의 비참조 품질 평가 정보를 결정하고,
    상기 민감도 정보, 상기 완전 참조 품질 평가 정보, 및 상기 비참조 품질 평가 정보를 이용하여 훈련된 것이고,
    상기 완전 참조 품질 평가 정보는 상기 타겟 훈련 영상과 상기 참조 훈련 영상을 상기 제2 컨볼루션 뉴럴 네트워크와 상기 다이나믹 루팅을 포함하는 뉴럴 네트워크에 입력하여 결정된 MOS 값을 나타내고,
    상기 비참조 품질 평가 정보는 상기 타겟 훈련 영상을 상기 제2 컨볼루션 뉴럴 네트워크와 상기 다이나믹 루팅을 포함하는 뉴럴 네트워크에 입력하여 결정된 MOS 값을 나타내는, 타겟 영상의 품질을 평가하는 방법.
  6. 제 5 항에 있어서,
    상기 완전 참조 품질 평가 정보는 상기 타겟 훈련 영상과 상기 참조 훈련 영상의 상기 블록들 각각에 대한 완전 참조 MOS 평균 및 완전 참조 MOS 표준편차를 포함하고,
    상기 비참조 품질 평가 정보는 상기 타겟 훈련 영상의 상기 블록들 각각에 대한 비참조 MOS 평균 및 비참조 MOS 표준편차를 포함하고,
    상기 MOS는 사용자의 주관적 체감 품질을 나타내는 값인, 타겟 영상의 품질을 평가하는 방법.
  7. 제 1 항에 있어서,
    상기 소정의 크기는 txbxbxc이고, t는 프레임의 수, b는 가로 또는 세로 크기, c는 컬러 채널의 수인, 타겟 영상의 품질을 평가하는 방법.
  8. 삭제
  9. 다운스케일용 DNN을 통해 AI 다운스케일된 제 1 영상과 관련된 영상 데이터를 수신하는 단계;
    상기 영상 데이터에 기초하여 제 1 영상에 대응하는 제 2 영상을 획득하는 단계;
    상기 제 2 영상으로부터 업스케일용 DNN을 통해 AI 업스케일된 제 3 영상을 획득하는 단계를 포함하고,
    상기 업스케일용 DNN은,
    원본 훈련 영상에 대한 상기 업스케일용 DNN으로부터 출력되는 제 1 훈련 영상의 영상 품질 평가 결과로 획득된 영상 품질 평가 손실 정보에 기초하여 훈련되고,
    상기 영상 품질 평가 손실 정보는:
    품질 평가를 위한 상기 제 1 훈련 영상 및 상기 제 1 훈련 영상의 비교 대상이 되는 원본 훈련 영상으로부터 분할된 소정의 크기를 가지는 블록들이 획득되고,
    상기 블록들을 제1 컨볼루션 뉴럴 네트워크(Convolutional Neural Network)와 완전 접속된 네트워크(Fully-connected network)에 입력하여 상기 블록들 각각의 민감도 정보가 결정되고,
    상기 블록들을 제2 컨볼루션 뉴럴 네트워크와 다이나믹 루팅을 포함하는 뉴럴 네트워크에 입력하여, 상기 블록들 각각의 블록의 평균 평가점(Mean Opinion Score; MOS) 평균 및 MOS 표준편차가 결정되고,
    상기 블록들 각각에 대한 민감도 정보를 가중치로 이용하여 상기 MOS 평균과 조합하여 결정된 상기 MOS 평균의 가중치 평균 및 상기 가중치를 이용하여 상기 MOS 표준편차와 조합하여 결정된 상기 MOS 표준편차의 가중치 평균으로 결정되는 상기 제 1 훈련 영상의 영상 품질 평가 점수에 기초하여 결정되고,
    상기 민감도 정보는 블록 자체의 속성이 다른 블록에 영향을 주는 정도를 나타내고,
    상기 MOS는 사용자의 주관적 체감 품질을 나타내는 값인 것을 특징으로 하는 영상 복호화 방법.
  10. 삭제
  11. 삭제
  12. 원본 영상을 다운스케일용 DNN에 입력하는 단계; 및
    상기 다운스케일용 DNN을 통해 상기 원본 영상으로부터 AI 다운스케일된 제 1 영상을 부호화하는 단계를 포함하고,
    상기 다운스케일용 DNN은,
    원본 훈련 영상에 대응하는 축소 훈련 영상에 대하여 복수의 강화처리 방법이 수행된 복수의 품질 강화 영상 중에서, 영상 품질 평가를 통해, 선택된 품질 강화 영상과 상기 다운스케일용 DNN으로부터 출력되는 제 1 훈련 영상 사이의 비교 결과에 대응하는 제 1 손실 정보에 기초하여 훈련되고,
    선택된 품질 강화 영상은:
    상기 원본 훈련 영상을 구조적 특징에 따라 축소함으로써 결정된 축소 훈련 영상에 미리정해진 복수의 강화 처리 방법을 적용함으로써 복수의 품질 강화 영상이 결정되고,
    상기 복수의 품질 강화 영상과 상기 축소 훈련 영상으로부터 분할된 소정의 크기를 가지는 각각의 블록들이 획득되고,
    상기 블록들을 제1 컨볼루션 뉴럴 네트워크(Convolutional Neural Network)와 완전 접속된 네트워크(Fully-connected network)에 입력하여 상기 블록들 각각의 민감도 정보가 결정되고,
    상기 블록들을 제2 컨볼루션 뉴럴 네트워크와 다이나믹 루팅을 포함하는 뉴럴 네트워크에 입력하여, 상기 블록들 각각의 블록의 평균 평가점(Mean Opinion Score; MOS) 평균 및 MOS 표준편차가 결정되고,
    상기 블록들 각각에 대한 민감도 정보를 가중치로 이용하여 상기 MOS 평균과 조합하여 결정된 상기 MOS 평균의 가중치 평균 및 상기 가중치를 이용하여 상기 MOS 표준편차와 조합하여 결정된 상기 MOS 표준편차의 가중치 평균으로 결정되는 상기 복수의 품질 강화 영상의 영상 품질 평가 점수에 기초하여 결정되고,
    상기 복수의 품질 강화 영상들의 상기 영상 품질 평가 점수들이 비교된 결과, 상기 영상 품질 평가 점수가 가장 높은 품질 강화 영상이고,
    상기 민감도 정보는 블록 자체의 속성이 다른 블록에 영향을 주는 정도를 나타내고,
    상기 MOS는 사용자의 주관적 체감 품질을 나타내는 값인 것을 특징으로 하는 영상 부호화 방법.
  13. 삭제
  14. 삭제
  15. 하나 이상의 인스트럭션들을 저장하는 메모리; 및
    상기 메모리에 저장된 상기 하나 이상의 인스트럭션들을 실행하는 프로세서를 포함하고,
    상기 프로세서는:
    품질을 평가하기 위한 타겟 영상과 상기 타겟 영상의 비교 대상이 되는 참조 영상으로부터 분할된 소정의 크기를 가지는 블록들을 획득하고,
    상기 블록들을 제1 컨볼루션 뉴럴 네트워크(Convolutional Neural Network)와 완전 접속된 네트워크(Fully-connected network)에 입력하여 상기 블록들 각각의 민감도 정보를 결정하고,
    상기 블록들을 제2 컨볼루션 뉴럴 네트워크와 다이나믹 루팅을 포함하는 뉴럴 네트워크에 입력하여, 상기 블록들 각각의 블록의 평균 평가점(Mean Opinion Score; MOS) 평균 및 MOS 표준편차를 결정하고,
    상기 블록들 각각에 대한 상기 민감도 정보를 가중치로 이용하여 상기 MOS 평균과 조합하여 결정된 상기 MOS 평균의 가중치 평균 및 상기 가중치를 이용하여 상기 MOS 표준편차와 조합하여 결정된 상기 MOS 표준편차의 가중치 평균을 상기 타겟 영상의 최종 영상 품질 평가 점수로 결정하고,
    상기 민감도 정보는 블록 자체의 속성이 다른 블록에 영향을 주는 정도를 나타내고,
    상기 MOS는 사용자의 주관적 체감 품질을 나타내는 값인, 타겟 영상의 품질을 평가하는 장치.
  16. 하나 이상의 인스트럭션들을 저장하는 메모리; 및
    상기 메모리에 저장된 상기 하나 이상의 인스트럭션들을 실행하는 프로세서를 포함하고,
    상기 프로세서는:
    다운스케일용 DNN을 통해 AI 다운스케일된 제 1 영상과 관련된 영상 데이터를 수신하고,
    상기 영상 데이터에 기초하여 제 1 영상에 대응하는 제 2 영상을 획득하고,
    상기 제 2 영상으로부터 업스케일용 DNN을 통해 AI 업스케일된 제 3 영상을 획득하고,
    상기 업스케일용 DNN은,
    원본 훈련 영상에 대한 상기 업스케일용 DNN으로부터 출력되는 제 1 훈련 영상의 영상 품질 평가 결과로 획득된 영상 품질 평가 손실 정보에 기초하여 훈련되고,
    상기 영상 품질 평가 손실 정보는:
    품질 평가를 위한 상기 제 1 훈련 영상 및 상기 제 1 훈련 영상의 비교 대상이 되는 원본 훈련 영상으로부터 분할된 소정의 크기를 가지는 블록들이 획득되고,
    상기 블록들을 제1 컨볼루션 뉴럴 네트워크(Convolutional Neural Network)와 완전 접속된 네트워크(Fully-connected network)에 입력하여 상기 블록들 각각의 민감도 정보가 결정되고,
    상기 블록들을 제2 컨볼루션 뉴럴 네트워크와 다이나믹 루팅을 포함하는 뉴럴 네트워크에 입력하여, 상기 블록들 각각의 블록의 평균 평가점(Mean Opinion Score; MOS) 평균 및 MOS 표준편차가 결정되고,
    상기 블록들 각각에 대한 민감도 정보를 가중치로 이용하여 상기 MOS 평균과 조합하여 결정된 상기 MOS 평균의 가중치 평균 및 상기 가중치를 이용하여 상기 MOS 표준편차와 조합하여 결정된 상기 MOS 표준편차의 가중치 평균으로 결정되는 상기 제 1 훈련 영상의 영상 품질 평가 점수에 기초하여 결정되고,
    상기 민감도 정보는 블록 자체의 속성이 다른 블록에 영향을 주는 정도를 나타내고,
    상기 MOS는 사용자의 주관적 체감 품질을 나타내는 값인 것인, 영상 복호화 장치.
  17. 하나 이상의 인스트럭션들을 저장하는 메모리; 및
    상기 메모리에 저장된 상기 하나 이상의 인스트럭션들을 실행하는 프로세서를 포함하고,
    상기 프로세서는:
    원본 영상을 다운스케일용 DNN에 입력하고,
    상기 다운스케일용 DNN을 통해 상기 원본 영상으로부터 AI 다운스케일된 제 1 영상을 부호화하고,
    상기 다운스케일용 DNN은,
    원본 훈련 영상에 대응하는 축소 훈련 영상에 대하여 복수의 강화처리 방법이 수행된 복수의 품질 강화 영상 중에서, 영상 품질 평가를 통해, 선택된 품질 강화 영상과 상기 다운스케일용 DNN으로부터 출력되는 제 1 훈련 영상 사이의 비교 결과에 대응하는 제 1 손실 정보에 기초하여 훈련되고,
    선택된 품질 강화 영상은:
    상기 원본 훈련 영상을 구조적 특징에 따라 축소함으로써 결정된 축소 훈련 영상에 미리정해진 복수의 강화 처리 방법을 적용함으로써 복수의 품질 강화 영상이 결정되고,
    상기 복수의 품질 강화 영상과 상기 축소 훈련 영상으로부터 분할된 소정의 크기를 가지는 각각의 블록들이 획득되고,
    상기 블록들을 제1 컨볼루션 뉴럴 네트워크(Convolutional Neural Network)와 완전 접속된 네트워크(Fully-connected network)에 입력하여 상기 블록들 각각의 민감도 정보가 결정되고,
    상기 블록들을 제2 컨볼루션 뉴럴 네트워크와 다이나믹 루팅을 포함하는 뉴럴 네트워크에 입력하여, 상기 블록들 각각의 블록의 평균 평가점(Mean Opinion Score; MOS) 평균 및 MOS 표준편차가 결정되고,
    상기 블록들 각각에 대한 민감도 정보를 가중치로 이용하여 상기 MOS 평균과 조합하여 결정된 상기 MOS 평균의 가중치 평균 및 상기 가중치를 이용하여 상기 MOS 표준편차와 조합하여 결정된 상기 MOS 표준편차와 조합하여 결정된 상기 MOS 표준편차의 가중치 평균으로 결정되는 상기 복수의 품질 강화 영상의 영상 품질 평가 점수에 기초하여 결정되고,
    상기 복수의 품질 강화 영상들의 상기 영상 품질 평가 점수들이 비교된 결과, 상기 영상 품질 평가 점수가 가장 높은 품질 강화 영상이고,
    상기 민감도 정보는 블록 자체의 속성이 다른 블록에 영향을 주는 정도를 나타내고,
    상기 MOS는 사용자의 주관적 체감 품질을 나타내는 값인 것인, 영상 부호화 장치.
KR1020190041102A 2018-10-19 2019-04-08 영상의 주관적 품질을 평가하는 방법 및 장치 KR102285738B1 (ko)

Priority Applications (4)

Application Number Priority Date Filing Date Title
EP19872933.7A EP3869803A4 (en) 2018-10-19 2019-09-26 METHOD AND DEVICE FOR EVALUATING THE SUBJECTIVE QUALITY OF A VIDEO
US17/286,743 US11616988B2 (en) 2018-10-19 2019-09-26 Method and device for evaluating subjective quality of video
PCT/KR2019/012510 WO2020080698A1 (ko) 2018-10-19 2019-09-26 영상의 주관적 품질을 평가하는 방법 및 장치
CN201980083032.3A CN113196761A (zh) 2018-10-19 2019-09-26 用于评估视频的主观质量的方法及装置

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
KR1020180125406 2018-10-19
KR20180125406 2018-10-19

Publications (2)

Publication Number Publication Date
KR20200044652A KR20200044652A (ko) 2020-04-29
KR102285738B1 true KR102285738B1 (ko) 2021-08-05

Family

ID=70284000

Family Applications (2)

Application Number Title Priority Date Filing Date
KR1020190041109A KR20200044653A (ko) 2018-10-19 2019-04-08 딥 뉴럴 네트워크를 이용한 영상의 ａｉ 부호화 및 ａｉ 복호화 방법, 및 장치
KR1020190041102A KR102285738B1 (ko) 2018-10-19 2019-04-08 영상의 주관적 품질을 평가하는 방법 및 장치

Family Applications Before (1)

Application Number Title Priority Date Filing Date
KR1020190041109A KR20200044653A (ko) 2018-10-19 2019-04-08 딥 뉴럴 네트워크를 이용한 영상의 ａｉ 부호화 및 ａｉ 복호화 방법, 및 장치

Country Status (5)

Country Link
US (2) US10825204B2 (ko)
EP (2) EP3869803A4 (ko)
KR (2) KR20200044653A (ko)
CN (2) CN113196761A (ko)
WO (1) WO2020080623A1 (ko)

Families Citing this family (20)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2020080665A1 (en) 2018-10-19 2020-04-23 Samsung Electronics Co., Ltd. Methods and apparatuses for performing artificial intelligence encoding and artificial intelligence decoding on image
WO2020080765A1 (en) 2018-10-19 2020-04-23 Samsung Electronics Co., Ltd. Apparatuses and methods for performing artificial intelligence encoding and artificial intelligence decoding on image
KR102608147B1 (ko) * 2018-12-05 2023-12-01 삼성전자주식회사 디스플레이 장치 및 그 구동 방법
US11404025B2 (en) * 2019-04-10 2022-08-02 Mediatek Inc. Video processing system for performing artificial intelligence assisted picture quality enhancement and associated video processing method
WO2020230188A1 (ja) * 2019-05-10 2020-11-19 日本電信電話株式会社 符号化装置、符号化方法及びプログラム
KR102287947B1 (ko) 2019-10-28 2021-08-09 삼성전자주식회사 영상의 ａｉ 부호화 및 ａｉ 복호화 방법, 및 장치
KR102436512B1 (ko) 2019-10-29 2022-08-25 삼성전자주식회사 부호화 방법 및 그 장치, 복호화 방법 및 그 장치
KR20210056179A (ko) 2019-11-08 2021-05-18 삼성전자주식회사 Ai 부호화 장치 및 그 동작방법, 및 ai 복호화 장치 및 그 동작방법
KR102287942B1 (ko) * 2020-02-24 2021-08-09 삼성전자주식회사 전처리를 이용한 영상의 ａｉ 부호화 및 ａｉ 복호화 방법, 및 장치
KR20220014715A (ko) * 2020-07-29 2022-02-07 삼성전자주식회사 비디오 품질 평가 방법 및 장치
KR20220076178A (ko) * 2020-11-30 2022-06-08 삼성전자주식회사 영상의 ａｉ 복호화를 위한 장치, 및 방법
CN112714313A (zh) * 2020-12-25 2021-04-27 创新奇智(合肥)科技有限公司 图像处理方法、装置、设备和存储介质
KR102417133B1 (ko) * 2021-01-26 2022-07-05 광운대학교 산학협력단 시공간 맥락 정보를 이용하여 동영상 품질을 측정하는 장치 및 방법
WO2022250388A1 (ko) * 2021-05-25 2022-12-01 삼성전자 주식회사 비디오 품질을 평가하는 전자 장치 및 그 동작 방법
WO2022250397A1 (en) * 2021-05-27 2022-12-01 Samsung Electronics Co., Ltd. Methods and apparatus for processing of high-resolution video content
CN115775218A (zh) * 2021-09-09 2023-03-10 中兴通讯股份有限公司 模型训练方法、视频质量评估方法、装置、设备及介质
CN113837047B (zh) * 2021-09-16 2022-10-28 广州大学 一种视频质量评估方法、系统、计算机设备及存储介质
KR102625063B1 (ko) 2022-03-30 2024-01-16 주식회사 이노와이어리스 비 참조 영상 기반의 영상 품질 평가 방법
CN115550609A (zh) * 2022-09-19 2022-12-30 上海永天科技股份有限公司 一种可实现自动适配的楼宇物联网监控系统
CN116506622B (zh) * 2023-06-26 2023-09-08 瀚博半导体(上海)有限公司 模型训练方法及视频编码参数优化方法和装置

Family Cites Families (54)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5703965A (en) * 1992-06-05 1997-12-30 The Regents Of The University Of California Image compression/decompression based on mathematical transform, reduction/expansion, and image sharpening
KR100224801B1 (ko) 1993-08-31 1999-10-15 윤종용 스케일 팩터 조정회로
US6898319B1 (en) 1998-09-11 2005-05-24 Intel Corporation Method and system for video frame enhancement using edge detection
US6845180B2 (en) * 2001-03-16 2005-01-18 Sharp Laboratories Of America, Inc. Predicting ringing artifacts in digital images
US7400588B2 (en) 2003-08-01 2008-07-15 Thomson Licensing Dynamic rate adaptation using neural networks for transmitting video data
BRPI0508506A (pt) 2004-03-09 2007-07-31 Thomson Res Funding Corp modo de atualização de resolução reduzida para codificação avançada de vìdeo
CN100461864C (zh) 2005-06-25 2009-02-11 华为技术有限公司 基于数字水印的多媒体视频通信客观质量评价方法
CN101375605A (zh) * 2006-01-31 2009-02-25 汤姆森许可贸易公司 用于实现降低分辨率更新模式的限制预测以及视频编码器和解码器中的复杂度可分级的方法和装置
US8253752B2 (en) * 2006-07-20 2012-08-28 Qualcomm Incorporated Method and apparatus for encoder assisted pre-processing
EP2296379A4 (en) * 2008-07-21 2011-07-20 Huawei Tech Co Ltd METHOD, SYSTEM AND DEVICE FOR EVALUATING A VIDEO QUALITY
EP2192786A1 (en) * 2008-11-27 2010-06-02 Panasonic Corporation Frequency domain filters for video coding
US8270498B2 (en) * 2009-03-26 2012-09-18 Apple Inc. Dynamic dithering for video compression
CN102450010A (zh) * 2009-04-20 2012-05-09 杜比实验室特许公司 定向内插和数据后处理
US10477249B2 (en) * 2009-06-05 2019-11-12 Apple Inc. Video processing for masking coding artifacts using dynamic noise maps
JP2011223302A (ja) * 2010-04-09 2011-11-04 Sony Corp 画像処理装置と画像処理方法
US8472754B1 (en) * 2010-11-11 2013-06-25 Amazon Technologies, Inc. Image artifact prevention
EP2768145B1 (en) 2011-01-14 2016-03-23 GE Video Compression, LLC Entropy encoding and decoding scheme
JP2012191250A (ja) 2011-03-08 2012-10-04 Sony Corp 画像処理装置、画像処理方法、およびプログラム
US9565404B2 (en) * 2012-07-30 2017-02-07 Apple Inc. Encoding techniques for banding reduction
US10218971B2 (en) 2012-09-28 2019-02-26 Vid Scale, Inc. Adaptive upsampling for multi-layer video coding
US9143543B2 (en) 2012-11-30 2015-09-22 Google Technology Holdings LLC Method and system for multi-streaming multimedia data
US20140177706A1 (en) 2012-12-21 2014-06-26 Samsung Electronics Co., Ltd Method and system for providing super-resolution of quantized images and video
US10230951B2 (en) * 2013-03-15 2019-03-12 Crunch Mediaworks, Llc Method and system for video codec rate-distortion performance by pre and post-processing
KR102286856B1 (ko) 2013-06-12 2021-08-06 주식회사 케이티 스케일러블 비디오 신호 인코딩/디코딩 방법 및 장치
US9251572B2 (en) 2013-07-26 2016-02-02 Qualcomm Incorporated System and method of correcting image artifacts
US9591316B2 (en) * 2014-03-27 2017-03-07 Intel IP Corporation Scalable video encoding rate adaptation based on perceived quality
KR20160080929A (ko) 2014-12-30 2016-07-08 한국전자통신연구원 클라우드 기반의 적응형 초고화질 멀티미디어 스트리밍 서비스 장치 및 방법
WO2016132152A1 (en) 2015-02-19 2016-08-25 Magic Pony Technology Limited Interpolating visual data
GB201603144D0 (en) 2016-02-23 2016-04-06 Magic Pony Technology Ltd Training end-to-end video processes
US10034005B2 (en) * 2015-06-05 2018-07-24 Sony Corporation Banding prediction for video encoding
CN106470292B (zh) 2015-08-20 2019-08-27 联咏科技股份有限公司 图像处理装置及图像处理方法
KR102124714B1 (ko) * 2015-09-03 2020-06-19 미디어텍 인크. 비디오 코딩에서의 신경망 기반 프로세싱의 방법 및 장치
WO2017055609A1 (en) 2015-09-30 2017-04-06 Piksel, Inc Improved video stream delivery via adaptive quality enhancement using error correction models
KR102309910B1 (ko) * 2015-11-19 2021-10-08 한국전자기술연구원 비디오 부호화기의 최적 모드 결정 장치 및 최적 모드 결정을 이용한 비디오 부호화 방법
KR20170087278A (ko) 2016-01-20 2017-07-28 한국전자통신연구원 비디오 압축 영상을 위한 거짓 등고선 검출과 제거 방법 및 장치
US10089717B2 (en) 2016-04-05 2018-10-02 Flipboard, Inc. Image scaling using a convolutional neural network
KR101974261B1 (ko) 2016-06-24 2019-04-30 한국과학기술원 Cnn 기반 인루프 필터를 포함하는 부호화 방법과 장치 및 복호화 방법과 장치
US11321609B2 (en) 2016-10-19 2022-05-03 Samsung Electronics Co., Ltd Method and apparatus for neural network quantization
WO2018091486A1 (en) * 2016-11-16 2018-05-24 Ventana Medical Systems, Inc. Convolutional neural networks for locating objects of interest in images of biological samples
US10748062B2 (en) 2016-12-15 2020-08-18 WaveOne Inc. Deep learning based adaptive arithmetic coding and codelength regularization
KR102636099B1 (ko) * 2016-12-22 2024-02-13 삼성전자주식회사 양자화 파라미터를 조절하는 비디오 인코딩을 위한 장치 및 방법
US10902598B2 (en) * 2017-01-27 2021-01-26 Arterys Inc. Automated segmentation utilizing fully convolutional networks
WO2018143992A1 (en) 2017-02-02 2018-08-09 Hewlett-Packard Development Company, L.P. Video compression
US10742708B2 (en) 2017-02-23 2020-08-11 Netflix, Inc. Iterative techniques for generating multiple encoded versions of a media title
KR20180100976A (ko) * 2017-03-03 2018-09-12 한국전자통신연구원 딥 신경망 기반 블러 영상 학습을 이용한 영상 부호화/복호화 방법 및 장치
WO2018170393A2 (en) * 2017-03-17 2018-09-20 Portland State University Frame interpolation via adaptive convolution and adaptive separable convolution
KR101990092B1 (ko) * 2017-03-24 2019-06-17 주식회사 엔씨소프트 영상 압축 장치 및 방법
KR101885855B1 (ko) 2017-03-30 2018-08-07 단국대학교 산학협력단 고해상도 추정 기법을 활용한 영상 신호 전송
US10410322B2 (en) 2017-04-05 2019-09-10 Here Global B.V. Deep convolutional image up-sampling
US10979718B2 (en) * 2017-09-01 2021-04-13 Apple Inc. Machine learning video processing systems and methods
WO2019066704A1 (en) * 2017-09-26 2019-04-04 Dozero Tech Ab METHOD IN IMAGE COMPRESSION DEVICE AND IMAGE DECOMPRESSION DEVICE
CN108022212B (zh) * 2017-11-24 2022-07-01 腾讯科技（深圳）有限公司 高分辨率图片生成方法、生成装置及存储介质
CN108184117B (zh) * 2018-01-10 2021-11-26 北京工业大学 基于内容的比特流层视频质量评价模型
CN108594146B (zh) * 2018-04-24 2020-07-28 朱高杰 一种基于深度学习和凸集投影的磁共振弥散加权成像方法

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
논문1*
논문2*
논문3*

Also Published As

Publication number Publication date
EP3869803A4 (en) 2022-11-16
CN113196761A (zh) 2021-07-30
EP3868096A1 (en) 2021-08-25
EP3869803A1 (en) 2021-08-25
US10825204B2 (en) 2020-11-03
EP3868096A4 (en) 2022-11-02
US20200193647A1 (en) 2020-06-18
US20200234469A1 (en) 2020-07-23
WO2020080623A1 (ko) 2020-04-23
CN112913237A (zh) 2021-06-04
KR20200044652A (ko) 2020-04-29
US10832447B2 (en) 2020-11-10
KR20200044653A (ko) 2020-04-29

Similar Documents

Publication Publication Date Title
KR102285738B1 (ko) 영상의 주관적 품질을 평가하는 방법 및 장치
KR102287947B1 (ko) 영상의 ａｉ 부호화 및 ａｉ 복호화 방법, 및 장치
US11616988B2 (en) Method and device for evaluating subjective quality of video
KR102525578B1 (ko) 부호화 방법 및 그 장치, 복호화 방법 및 그 장치
US11288770B2 (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
KR102525577B1 (ko) 데이터 스트리밍 방법 및 장치
ES2934641T3 (es) Preprocesamiento de datos de imágenes
KR102312337B1 (ko) Ai 부호화 장치 및 그 동작방법, 및 ai 복호화 장치 및 그 동작방법
US11200639B1 (en) Apparatus and method for performing artificial intelligence encoding and decoding on image by using low-complexity neural network
KR102287942B1 (ko) 전처리를 이용한 영상의 ａｉ 부호화 및 ａｉ 복호화 방법, 및 장치
US11720998B2 (en) Artificial intelligence (AI) encoding apparatus and operating method thereof and AI decoding apparatus and operating method thereof
KR102312338B1 (ko) Ai 부호화 장치 및 그 동작방법, 및 ai 복호화 장치 및 그 동작방법
KR102166337B1 (ko) 영상의 ａｉ 부호화 방법 및 장치, 영상의 ａｉ 복호화 방법 및 장치
KR102436512B1 (ko) 부호화 방법 및 그 장치, 복호화 방법 및 그 장치
KR20200044662A (ko) 영상의 ａｉ 부호화 및 ａｉ 복호화를 위한 장치, 및 방법
US11270469B2 (en) Method and apparatus for performing artificial intelligence encoding and artificial intelligence decoding
KR20220063063A (ko) 인공지능 부호화 및 인공지능 복호화를 수행하기 위한 방법 및 장치
KR102421718B1 (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
KR20210154700A (ko) 화상통화시 업스케일을 위한 적응적 인공지능 다운스케일 방법 및 장치
KR20220063061A (ko) 영상 내 관심 오브젝트 영역을 위한 ai 부호화 장치 및 방법, 및 ai 복호화 장치 및 방법

Legal Events

Date Code Title Description
E902 Notification of reason for refusal
AMND Amendment
E601 Decision to refuse application
X091 Application refused [patent]
AMND Amendment
X701 Decision to grant (after re-examination)