KR102569447B1 - 복호화 장치 및 그 동작방법, 및 ai 업 스케일 장치 및 그 동작방법 - Google Patents
복호화 장치 및 그 동작방법, 및 ai 업 스케일 장치 및 그 동작방법 Download PDFInfo
- Publication number
- KR102569447B1 KR102569447B1 KR1020190134113A KR20190134113A KR102569447B1 KR 102569447 B1 KR102569447 B1 KR 102569447B1 KR 1020190134113 A KR1020190134113 A KR 1020190134113A KR 20190134113 A KR20190134113 A KR 20190134113A KR 102569447 B1 KR102569447 B1 KR 102569447B1
- Authority
- KR
- South Korea
- Prior art keywords
- image
- data
- information
- dnn
- setting information
- Prior art date
Links
- 238000011017 operating method Methods 0.000 title claims description 10
- 238000004891 communication Methods 0.000 claims abstract description 33
- 238000012549 training Methods 0.000 claims description 158
- 238000013528 artificial neural network Methods 0.000 claims description 68
- 238000007906 compression Methods 0.000 claims description 25
- 230000006835 compression Effects 0.000 claims description 25
- 238000013473 artificial intelligence Methods 0.000 description 790
- 238000000034 method Methods 0.000 description 124
- 230000008569 process Effects 0.000 description 94
- 230000000875 corresponding effect Effects 0.000 description 55
- 238000010586 diagram Methods 0.000 description 44
- 230000004913 activation Effects 0.000 description 31
- 238000012545 processing Methods 0.000 description 31
- 230000006870 function Effects 0.000 description 20
- OSWPMRLSEDHDFF-UHFFFAOYSA-N methyl salicylate Chemical compound COC(=O)C1=CC=CC=C1O OSWPMRLSEDHDFF-UHFFFAOYSA-N 0.000 description 14
- 238000013139 quantization Methods 0.000 description 14
- 238000012546 transfer Methods 0.000 description 14
- GJWAPAVRQYYSTK-UHFFFAOYSA-N [(dimethyl-$l^{3}-silanyl)amino]-dimethylsilicon Chemical compound C[Si](C)N[Si](C)C GJWAPAVRQYYSTK-UHFFFAOYSA-N 0.000 description 11
- 238000006243 chemical reaction Methods 0.000 description 11
- 230000005540 biological transmission Effects 0.000 description 7
- 238000004590 computer program Methods 0.000 description 7
- 238000013507 mapping Methods 0.000 description 7
- 230000008859 change Effects 0.000 description 4
- 230000000153 supplemental effect Effects 0.000 description 4
- 238000013500 data storage Methods 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 230000004044 response Effects 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 2
- 230000001276 controlling effect Effects 0.000 description 2
- 238000013527 convolutional neural network Methods 0.000 description 2
- 230000007423 decrease Effects 0.000 description 2
- 238000001914 filtration Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000000306 recurrent effect Effects 0.000 description 2
- 238000004422 calculation algorithm Methods 0.000 description 1
- 230000002596 correlated effect Effects 0.000 description 1
- 210000003792 cranial nerve Anatomy 0.000 description 1
- 238000013144 data compression Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000004927 fusion Effects 0.000 description 1
- 230000010365 information processing Effects 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 230000001537 neural effect Effects 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 238000010839 reverse transcription Methods 0.000 description 1
- 230000001131 transforming effect Effects 0.000 description 1
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
- H04N19/42—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
-
- 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
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
- H04N21/20—Servers specifically adapted for the distribution of content, e.g. VOD servers; Operations thereof
- H04N21/23—Processing of content or additional data; Elementary server operations; Server middleware
- H04N21/234—Processing of video elementary streams, e.g. splicing of video streams or manipulating encoded video stream scene graphs
- H04N21/2343—Processing of video elementary streams, e.g. splicing of video streams or manipulating encoded video stream scene graphs involving reformatting operations of video signals for distribution or compliance with end-user requests or end-user device requirements
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
- H04N21/40—Client devices specifically adapted for the reception of or interaction with content, e.g. set-top-box [STB]; Operations thereof
- H04N21/43—Processing of content or additional data, e.g. demultiplexing additional data from a digital video stream; Elementary client operations, e.g. monitoring of home network or synchronising decoder's clock; Client middleware
- H04N21/436—Interfacing a local distribution network, e.g. communicating with another STB or one or more peripheral devices inside the home
- H04N21/4363—Adapting the video stream to a specific local network, e.g. a Bluetooth® network
- H04N21/43632—Adapting the video stream to a specific local network, e.g. a Bluetooth® network involving a wired protocol, e.g. IEEE 1394
- H04N21/43635—HDMI
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
- H04N21/40—Client devices specifically adapted for the reception of or interaction with content, e.g. set-top-box [STB]; Operations thereof
- H04N21/43—Processing of content or additional data, e.g. demultiplexing additional data from a digital video stream; Elementary client operations, e.g. monitoring of home network or synchronising decoder's clock; Client middleware
- H04N21/44—Processing of video elementary streams, e.g. splicing a video clip retrieved from local storage with an incoming video stream or rendering scenes according to encoded video stream scene graphs
- H04N21/4402—Processing of video elementary streams, e.g. splicing a video clip retrieved from local storage with an incoming video stream or rendering scenes according to encoded video stream scene graphs involving reformatting operations of video signals for household redistribution, storage or real-time display
Landscapes
- Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Computing Systems (AREA)
- Biomedical Technology (AREA)
- Biophysics (AREA)
- Computational Linguistics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Evolutionary Computation (AREA)
- General Health & Medical Sciences (AREA)
- Molecular Biology (AREA)
- Artificial Intelligence (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Mathematical Physics (AREA)
- Software Systems (AREA)
- Health & Medical Sciences (AREA)
- Computer Networks & Wireless Communication (AREA)
- Image Processing (AREA)
- Compression Or Coding Systems Of Tv Signals (AREA)
Abstract
복호화 장치에 관한 것으로, 원본 영상의 AI 다운스케일 및 제1 부호화 결과 생성된, AI 부호화 데이터를 수신하는 통신부, AI 부호화 데이터를 영상 데이터와 AI 데이터로 구분하는 프로세서, 및 입/출력부를 포함하고, 프로세서는, 영상 데이터에 기초하여, 원본 영상을 AI 다운스케일한 제1 영상을 제 1 복호화하여 제2 영상을 획득하고, 제2 영상 및 AI 데이터를 외부 장치로 전송하도록 입/출력부를 제어할 수 있다.
Description
다양한 실시예들은 압축된 영상을 복호화하는 복호화 장치 및 그 동작방법, 및 영상을 AI 업스케일하는 딥 뉴럴 네트워크를 포함하는 AI 업 스케일 장치 및 그 동작방법에 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.
다양한 실시예들은, 압축된 영상을 복원하고, 복원된 영상과 복원된 영상의 AI 업 스케일에 필요한 데이터를 AI 업 스케일 장치로 전송할 수 있는 복호화 장치 및 그 동작방법을 제공할 수 있다.
또한, 복호화 장치로부터 영상과 AI 데이터를 수신하고, 업 스케일용 DNN을 이용하여, 영상을 AI 업 스케일할 수 있는 AI 업 스케일 장치 및 그 동작방법을 제공할 수 있다.
일 실시예에 따른 복호화 장치는, 원본 영상의 AI 다운스케일 및 제1 부호화 결과 생성된, AI 부호화 데이터를 수신하는 통신부, 상기 AI 부호화 데이터를 영상 데이터와 AI 데이터로 구분하는 프로세서, 및 입/출력부를 포함하고, 상기 프로세서는, 상기 영상 데이터에 기초하여, 상기 원본 영상을 상기 AI 다운스케일한 제1 영상을 제 1 복호화하여 제2 영상을 획득하고, 상기 제2 영상 및 상기 AI 데이터를 외부 장치로 전송하도록 상기 입/출력부를 제어할 수 있다.
일 실시예에 따른 입/출력부는 HDMI(High Definition Multimedia Interface)를 포함하고, 상기 프로세서는, 상기 제2 영상 및 상기 AI 데이터를 상기 HDMI를 통해, 상기 외부 장치로 전송할 수 있다.
일 실시예에 따른 프로세서는, 상기 AI 데이터를, VSIF(Vendor Specific InfoFrame) 패킷의 형태로 전송할 수 있다.
일 실시예에 따른 입/출력부는 DP(Display Port)를 포함하고, 상기 프로세서는 상기 제2 영상 및 상기 AI 데이터를 상기 DP를 통해, 상기 외부 장치로 전송할 수 있다.
일 실시예에 따른 AI 데이터는, 상기 원본 영상의 상기 AI 다운스케일과 관련된 데이터일 수 있다.
일 실시예에 따른 AI 데이터는 상기 제2 영상에 AI 업 스케일이 적용되는지 여부를 나타내는 정보 및 상기 AI 다운스케일에 대응하여 상기 제2 영상을 업 스케일하기 위한 DNN에 관한 정보 중 적어도 하나를 포함할 수 있다.
일 실시예에 따른 복호화 장치의 동작 방법은, 원본 영상의 AI 다운스케일 및 제1 부호화 결과 생성된, AI 부호화 데이터를 수신하는 단계, 상기 AI 부호화 데이터를 영상 데이터와 AI 데이터로 구분하는 단계, 상기 영상 데이터에 기초하여, 상기 원본 영상을 상기 AI 다운스케일한 제1 영상을 제1 복호화하여 제2 영상을 획득하는 단계, 및 입/출력 인터페이스를 통하여, 상기 제2 영상 및 상기 AI 데이터를 외부 장치로 전송하는 단계를 포함할 수 있다.
일 실시예에 따른 AI 업스케일 장치는, 제1 DNN을 이용하여, 원본 영상을 AI 다운스케일한 제1 영상에 대응하는 제2 영상, 및 상기 AI 다운스케일과 관련된 AI 데이터를 수신하는 입/출력부, 하나 이상의 인스트럭션들을 저장하는 메모리, 및 상기 메모리에 저장된 상기 하나 이상의 인스트럭션들을 실행하는 프로세서를 포함하고, 상기 프로세서는, 상기 AI 데이터에 기초하여, 상기 제1 DNN에 대응하는 제2 DNN에 관한 정보를 획득하고, 상기 획득된 정보에 따라 결정된 상기 제2 DNN을 이용하여, 상기 제2 영상을 AI 업스케일하고, 상기 입/출력부는, HDMI(High Definition Multimedia Interface)를 포함하고, 상기 제2 영상 및 상기 AI 데이터는 상기 HDMI를 통해 수신되며, 상기 AI 데이터는, VSIF(Vendor Specific InfoFrame) 패킷의 형태로 수신될 수 있다.
일 실시예에 따른 복호화 장치는, 입/출력 인터페이스를 통하여, AI 업 스케일 장치로 복원된 영상 및 AI 데이터를 효율적으로 전송할 수 있다.
일 실시예에 따른 AI 업 스케일 장치는, 입/출력 인터페이스를 통하여, 복호화 장치로부터 복원 영상 및 AI 데이터를 효율적으로 수신할 수 있다.
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 12은 일 실시예에 따른 AI 복호화 시스템을 나타내는 도면이다.
도 13은 일 실시예에 따른 복호화 장치의 구성을 나타내는 도면이다.
도 14는, 일 실시예에 따른 메타 데이터 형태의 AI 데이터를 나타낸다.
도 15은 일 실시예에 따른 AI 데이터가 비트스트림 형태로 수신되는 경우를 나타내는 도면이다.
도 16는 일 실시예에 따른 AI 코덱 신택스 테이블을 나타낸다.
도 17는 일 실시예에 따른 AI 업 스케일 장치의 구성을 나타내는 블록도이다.
도 18은 일 실시예에 따른 복호화 장치와 AI 업 스케일 장치가 HDMI를 통해 데이터를 송수신하는 예를 나타내는 도면이다.
도 19은 일 실시예에 따른 EDID 정보에 포함되는 HF-VSDB를 나타내는 도면이다.
도 20은 일 실시예에 따른 VSIF(Vendor Specific InfoFrame) 패킷의 헤더 구조 및 컨텐츠 구조를 나타내는 도면이다.
도 21는 일 실시예에 따른 AI 데이터가 VSIF 패킷에 정의되는 일 예를 나타내는 도면이다.
도 22은 일 실시예에 따른 복호화 장치의 동작방법을 나타내는 흐름도이다.
도 23은 일 실시예에 따른 복호화 장치가 HDMI를 통하여, 제2 영상 및 AI 데이터를 전송하는 방법을 나타내는 흐름도이다.
도 24는 일 실시예에 따른 AI 업 스케일 장치의 동작방법을 나타내는 흐름도이다.
도 25은 일 실시예에 따른 복호화 장치의 구성을 나타내는 블록도이다.
도 26는 일 실시예에 따른 AI 업 스케일 장치의 구성을 나타내는 블록도이다.
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 12은 일 실시예에 따른 AI 복호화 시스템을 나타내는 도면이다.
도 13은 일 실시예에 따른 복호화 장치의 구성을 나타내는 도면이다.
도 14는, 일 실시예에 따른 메타 데이터 형태의 AI 데이터를 나타낸다.
도 15은 일 실시예에 따른 AI 데이터가 비트스트림 형태로 수신되는 경우를 나타내는 도면이다.
도 16는 일 실시예에 따른 AI 코덱 신택스 테이블을 나타낸다.
도 17는 일 실시예에 따른 AI 업 스케일 장치의 구성을 나타내는 블록도이다.
도 18은 일 실시예에 따른 복호화 장치와 AI 업 스케일 장치가 HDMI를 통해 데이터를 송수신하는 예를 나타내는 도면이다.
도 19은 일 실시예에 따른 EDID 정보에 포함되는 HF-VSDB를 나타내는 도면이다.
도 20은 일 실시예에 따른 VSIF(Vendor Specific InfoFrame) 패킷의 헤더 구조 및 컨텐츠 구조를 나타내는 도면이다.
도 21는 일 실시예에 따른 AI 데이터가 VSIF 패킷에 정의되는 일 예를 나타내는 도면이다.
도 22은 일 실시예에 따른 복호화 장치의 동작방법을 나타내는 흐름도이다.
도 23은 일 실시예에 따른 복호화 장치가 HDMI를 통하여, 제2 영상 및 AI 데이터를 전송하는 방법을 나타내는 흐름도이다.
도 24는 일 실시예에 따른 AI 업 스케일 장치의 동작방법을 나타내는 흐름도이다.
도 25은 일 실시예에 따른 복호화 장치의 구성을 나타내는 블록도이다.
도 26는 일 실시예에 따른 AI 업 스케일 장치의 구성을 나타내는 블록도이다.
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 '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.
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 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, 도 2에 도시된 AI 복호화 장치(200)는 방송(예를 들어, 지상파 방송, 케이블 방송, 위성 방송) 데이터 또는 스트리밍 컨텐츠를 수신하여, 수신한 방송 데이터 또는 스트리밍 컨텐츠를 AI 복호화하고, AI 복호화 된 영상을 디스플레이하거나 디스플레이하도록 외부로 출력할 수 있다. 그러나, 컨텐츠 제작자가 제공하는 UX(user experience) 등에 특화된 전용 미디어 스트리밍 허브 장치(예를 들어, dedicated media streaming hub, e.g. firestick, Chromecast 등)를 사용하여, 스트리밍 컨텐츠를 수신하는 경우, 스트리밍 허브 장치는 제1 복호화를 수행하고, 스트리밍 허브 장치와 연결된 별도의 장치에서 제1 복호화 된 제2 영상의 AI 업 스케일이 수행될 수 있다.
이에 따라, 제1 복호화(130)와 AI 업 스케일(140)을 각각 분리하여 수행할 수 있는 장치들 및 장치들을 서로 연결하고, AI 업 스케일에 필요한 AI 데이터를 송수신할 수 있는 방법이 필요하다.
도 12는 일 실시예에 따른 AI 복호화 시스템을 나타내는 도면이다.
일 실시예에 따른 AI 복호화 시스템(1000)은 복호화 장치(1100) 및 AI 업스케일 장치(1200)를 포함할 수 있다.
일 실시예에 따른 복호화 장치(1100)는 외부 소스, 외부 서버 또는 외부 장치로부터 부호화된 데이터 또는 부호화된 신호를 수신하여, 부호화된 데이터 또는 신호를 복호화하는 장치를 의미할 수 있다. 일 실시예에 따른 복호화 장치(1100)는, 셋탑 박스(set-top box), 동글 (dongle) 등의 형태로 구현될 수 있다. 다만, 이에 한정되지 않으며, 외부 장치들로부터, 멀티미디어 데이터를 수신할 수 있는 다양한 전자 장치로 구현될 수 있다.
일 실시예에 따른 복호화 장치(1100)는 AI 부호화 데이터를 수신하고, AI 부호화 데이터에 기초하여, 제1 복호화를 수행할 수 있다. AI 부호화 데이터는 원본 영상의 AI 다운 스케일 및 제1 부호화 결과 생성된 데이터로, 영상 데이터 및 AI 데이터를 포함할 수 있다. 복호화 장치(1100)는 영상 데이터의 제1 복호화를 통해, 제1 영상에 대응하는 제2 영상을 복원할 수 있다. 이때, 제1 영상은, 원본 영상이 AI 다운스케일된 영상일 수 있다.
일 실시예에 따른 제1 복호화는, 영상 데이터를 엔트로피 복호화하여 양자화된 잔차 데이터를 생성하는 과정, 양자화된 잔차 데이터를 역양자화하는 과정, 예측 데이터를 생성하는 과정, 예측 데이터와 잔차 데이터를 이용하여 제 2 영상을 복원하는 과정 등을 포함할 수 있다. 이와 같은, 제 1 복호화 과정은 AI 다운스케일된 제1 영상을 제1 부호화하는 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.
일 실시예에 따른 복호화 장치(1100)는 복원된 제2 영상과, AI 부호화 데이터에 포함되는 AI 데이터를 AI 업 스케일 장치(1200)로 전송할 수 있다. 이때, 복호화 장치(1100)는 입/출력 인터페이스를 통해, 제2 영상 및 AI 데이터를 AI 업스케일 장치(1200)로 전송할 수 있다.
또한, 복호화 장치(1100)는 영상 데이터에 포함된 모드 정보, 양자화 파라미터 정보 등 제1 복호화 관련 정보를 입/출력 인터페이스를 통해, AI 업 스케일 장치(1200)로 더 전송할 수 있다.
예를 들어, 복호화 장치(1100)와 AI 업 스케일 장치(1200)는 HDMI 케이블 또는 DP(Display Port) 케이블로 연결될 수 있으며, 복호화 장치(1100)는 HDMI 또는 DP를 통해, 제2 영상 및 AI 데이터를 AI 업 스케일 장치(1200)로 전송할 수 있다.
일 실시예에 따른 AI 업 스케일 장치(1200)는 복호화 장치(1100)로부터 수신한 AI 데이터를 이용하여, 제2 영상을 AI 업스케일할 수 있다. 예를 들어, 제2 DNN을 통해, 제2 영상을 AI 업 스케일하여, 제3 영상을 생성할 수 있다.
또한, 일 실시예에 따른 AI 업 스케일 장치(1200)는 디스플레이를 포함하는 전자 장치로 구현될 수 있다. 예를 들어, AI 업 스케일 장치(1200)는, TV, 휴대폰, 태블릿 PC, 디지털 카메라, 캠코더, 노트북 컴퓨터(laptop computer), 데스크탑, 호환 가능한 컴퓨터 모니터(compatible computer monitor), 비디오 프로젝터(video projector), 디지털 방송용 단말기, PDA(Personal Digital Assistants), PMP(Portable Multimedia Player), 네비게이션 등과 같은 다양한 전자 장치로 구현될 수 있다.
일 실시예에 따른 AI 업 스케일 장치(1200)가 디스플레이를 포함하는 경우, AI 업 스케일 장치(1200)는 제2 영상 또는 제3 영상을 디스플레이에 표시할 수 있다.
도 13은 일 실시예에 따른 복호화 장치의 구성을 나타내는 도면이다.
도 13을 참조하면, 일 실시예에 따른 복호화 장치(1100)는 수신부(1110), 제1 복호화부(1120) 및 입/출력부(1130)를 포함할 수 있다.
일 실시예에 따른 수신부(1110)는 AI 부호화 결과 생성된 AI 부호화 데이터를 수신할 수 있다. 수신부(1110)는 통신부(1111), 파싱부(1112) 및 출력부(1113)를 포함할 수 있다. 수신부(1110)는 AI 부호화 결과 생성된 AI 부호화 데이터를 수신 및 파싱하고, 영상 데이터와 AI 데이터를 구분하여, 영상 데이터는 제1 복호화부(1120)로 출력하고, AI 데이터는 입/출력부(1130)로 출력한다.
구체적으로, 통신부(1111)는 네트워크를 통해 AI 부호화 결과 생성된 AI 부호화 데이터를 수신한다. AI 부호화 결과 생성된 AI 부호화 데이터는 영상 데이터와 AI 데이터를 포함한다.
일 실시예에 따른 AI 데이터는, 영상 데이터와 함께 비디오 파일에 포함되어, 수신될 수 있다. AI 데이터가 비디오 파일에 포함되는 경우, AI 데이터는 비디오 파일의 헤더의 메타데이터에 포함될 수 있다.
또는, AI 부호화된 영상 데이터가 기 설정된 시간 단위로 분할된 세그먼트로 수신되는 경우, AI 데이터는, 세그먼트의 메타데이터에 포함될 수 있다.
또는, AI 데이터는 부호화되어 비트스트림에 포함된 형태로 수신될 수 있다. 또는, AI 데이터는 별도의 파일로 수신될 수 있다.
도 13은, AI 데이터가 메타데이터의 형태로 수신되는 경우를 나타낸다.
AI 부호화 데이터는 영상 데이터와 AI 데이터로 구분될 수 있다. 예를 들어, 파싱부(1112)는 통신부(1111)를 통해 수신된 AI 부호화 데이터를 전달받아 파싱(parsing)하여 영상 데이터와 AI 데이터로 구분한다. 예를 들어, 네트워크를 통해 수신된 데이터가 멀티미디어 데이터를 저장 또는 전송하기 위해 널리 사용되는 ISO Base Media File Format 규격을 따르는 MP4 파일 형식으로 구성되어 있을 수 있다. MP4 파일 형식은 복수 개의 박스로 구성되며, 각 박스는 어떤 데이터를 담고 있는지 나타내는 타입 정보와 박스의 크기를 나타내는 사이즈 정보를 가질 수 있다. 이 때, MP4 파일 형식으로 수신된 데이터는 영상 데이터를 포함한 실제 미디어 데이터가 저장된 미디어 데이터 박스와 미디어와 관련된 메타데이터가 저장된 메타데이터 박스로 구성될 수 있다. 수신된 데이터 내, 박스 타입을 파싱하여, 해당 데이터가 영상 데이터인지 또는 AI 데이터인지를 구분할 수 있다. 일 예에서, 파싱부(1112)는 통신부(1111)를 통해 수신된 MP4 파일 형식으로 구성된 데이터의 박스 타입을 식별하고 영상 데이터와 AI 데이터를 구분하여, 출력부(1113)로 전달하고, 출력부(1113)는 각각의 구분된 데이터를 제 1 복호화부(1120) 및 입/출력부(1130)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(1113)를 통해 해당 정보를 제 1 복호화부(1120)로 전달할 수 있다.
일 실시예에 따른 AI 부호화 데이터는, 하드 디스크 등을 포함하는 데이터 저장 매체로부터 획득된 것일 수 있으며, 일 실시예에 따른 복호화 장치(1100)는 USB 포트 등의 입/출력 인터페이스를 통하여, 저장 매체로부터 AI 부호화 데이터를 획득할 수 있다.
또한, 통신부(1111)에서 수신된 AI 부호화 데이터는 메모리에 저장될 수 있으며, 파싱부(1112)는 메모리로부터 획득된 AI 부호화 데이터를 파싱할 수 있다. 다만, 이에 한정되지 않는다.
제 1 복호화부(1120)는 영상 데이터에 기초하여 제 1 영상에 대응하는 제 2 영상을 복원한다. 제 1 복호화부(1120)에 의해 생성된 제 2 영상은 입/출력부로 전달된다. 구현예에 따라서는, 영상 데이터에 포함된 모드 정보, 양자화 파라미터 정보 등 제 1 복호화 관련 정보가 입/출력부(1130)로 더 전달될 수 있다.
입/출력부(1130)는 출력부(1113)로부터 AI 데이터를 전달받을 수 있다.
입/출력부(1130)는 입/출력 인터페이스를 통해서, 데이터를 외부 장치로 전송하거나, 외부 장치로부터 데이터를 수신할 수 있다. 예를 들어, 입/출력부(1130)는, 비디오 데이터, 오디오 데이터 및 부가 데이터 등을 송수신할 수 있다. 또는, 외부 장치로 명령을 요청하거나 수신할 수 있으며, 명령에 대한 응답 메시지를 전송할 수도 있다. 다만, 이에 한정되지 않는다.
다시, 도 13을 참조하면, 입/출력부(1130)는 제1 복호화부(1120)로부터 전달받은 제2 영상과 출력부(1113)로부터 전달받은 AI 데이터를 AI 업 스케일 장치(1200)로 전송할 수 있다.
예를 들어, 입/출력부(1130)는 HDMI를 포함할 수 있으며, 입/출력부(1130)는 HDMI를 통해, 제2 영상 및 AI 데이터를 AI 업 스케일 장치(1200)로 전송할 수 있다.
또는, 입/출력부(1130)는 DP(Display Port)를 포함할 수 있으며, 입/출력부(1130)는 DP를 통해, 제2 영상 및 AI 데이터를 AI 업 스케일 장치(1200)로 전송할 수 있다.
이하, 도 14를 참조하여, 메타데이터 형태로 포함되는 AI 데이터의 데이터 구조를 자세히 설명하기로 한다.
도 14는, 일 실시예에 따른 메타데이터 형태로 포함되는 AI 데이터의 데이터 구조를 나타낸다.
일 실시예에 따른 AI 데이터는 비디오 파일의 헤더의 메타데이터 또는 세그먼트의 메타데이터에 포함될 수 있다. 일 예로, 전술한 MP4 파일 형식을 따르는 경우, 비디오 파일 또는 세그먼트는 실제 미디어 데이터를 담고 있는 미디어 데이터 박스와 미디어와 관련된 메타데이터를 담고 있는 메타데이터 박스로 구성될 수 있다. 도 14에서 설명할 메타데이터 형태의 AI 데이터는 메타데이터 박스에 담겨 전달될 수 있다.
도 14를 참조하면, 일 실시예에 따른 AI 데이터는, ai_codec_info(1300), ai_codec_applied_channel_info (1302), target_bitrate_info(1304), res_info(1306), ai_codec_DNN_info(1312), ai_codec_supplementary_info(1314) 등의 엘리먼트를 포함할 수 있다. 도 14에 나타난 각 엘리먼트의 배열 순서는 예시일 뿐, 통상의 기술자는 상기 엘리먼트의 배열 순서를 변경하여 실시할 수 잇다.
일 실시 예에서, ai_codec_info(1300)는 제2 영상(135)과 같은 저해상도 영상에 AI 업스케일이 적용되는지 여부를 나타낸다. ai_codec_info(1300)가 영상 데이터에 따라 복원된 제 2 영상에 AI 업스케일이 적용됨을 나타낼 경우, AI 데이터의 데이터 구조는 AI 업스케일에 사용되는 업스케일 DNN 정보를 획득하기 위한 엘리먼트들을 포함한다.
ai_codec_applied_channel_info (1302)는 AI 업스케일이 적용되는 색 채널을 나타내는 채널 정보이다. 영상은 RGB 포맷, YUV 포맷, YCbCr 포맷 등으로 표현될 수 있으며, 프레임의 타입에 따라, YCbCr 색 채널들, RGB 색 채널들 또는 YUV 색 채널들 중 AI 업 스케일이 필요한 색 채널을 나타낼 수 있다.
target_bitrate_info (1304)는 제 1 부호화(614) 결과 획득된 영상 데이터의 비트레이트를 나타내는 정보이다. AI 업스케일부(234)는 target_bitrate_info (1304)에 따라, 제 2 영상의 화질에 적합한 업스케일 DNN 정보를 획득할 수 있다.
res_info (1306)는 제3 영상(145)과 같은 AI 업스케일 된 고해상도 영상의 해상도에 관련된 해상도 정보를 나타낸다. res_info (1306)는 pic_width_org_luma(1308), pic_height_org_luma(1310)을 포함할 수 있다. pic_width_org_luma(1308), pic_height_org_luma(1310)는 각각 고해상도 영상의 너비와 높이를 나타내는 고해상도 영상 너비 정보와 고해상도 영상 높이 정보이다. AI 업스케일부(234)는 pic_width_org_luma(1308), pic_height_org_luma(1310)에 따라 결정된 고해상도 영상의 해상도와 제1 복호화부(232)에서 복원된 저해상도 영상의 해상도에 따라, AI 업스케일 비율을 결정할 수 있다.
ai_codec_DNN_info (1312)는 제 2 영상의 AI 업스케일에 사용되는 상호 약속된 업스케일 DNN 정보를 가리키는 정보이다. AI 업스케일부(234)는 ai_codec_applied_channel_info (1302), target_bitrate_info (1304), res_info (1306) 등에 따라, 미리 저장된 복수의 DNN 설정 정보들 중에 하나를 업스케일 DNN 정보로 결정할 수 있다. 또한 AI 업스케일부(234)는 영상의 기타 특성(영상의 장르, 최대 휘도, 색역 등) 및 부호화한 코덱 정보를 추가로 고려하여, 미리 저장된 복수의 DNN 설정 정보 중에 하나를 업스케일 DNN 정보로 결정할 수 있다.
업스케일용 DNN을 나타내는 DNN 정보는, 전술한 바와 같이 AI 업스케일부에 미리 저장된 DNN 설정 정보 중 하나를 가리키는 식별자로 표현될 수도 있고 DNN을 구성하는 컨볼루션 레이어 수, 컨볼루션 레이어 별 필터 커널의 개수, 및 각 필터 커널의 파라미터 중 적어도 하나에 대한 정보를 포함할 수도 있다.
ai_codec_supplementary_info (1314)는 AI 업스케일에 관한 부가 정보를 나타낸다. ai_codec_supplementary_info (1314)는 비디오에 적용되는 업스케일 DNN 정보의 결정에 필요한 정보를 포함할 수 있다. ai_codec_supplementary_info (1314)는 장르, HDR 최대 조도, HDR 색역, HDR PQ 정보, 코덱 정보, 레이트 콘트롤 타입 등에 관한 정보 등을 포함할 수 있다.
한편, AI 데이터가 세그먼트의 메타데이터에 포함되는 경우, AI 데이터는 종속 정보를 나타내는 dependent_ai_condition_info 를 더 포함할 수 있다.
dependent_ai_condition_info 는 현재 세그먼트가 이전 세그먼트의 AI 데이터를 승계하는지 여부를 나타낸다.
예를 들어, dependent_ai_condition_info 가 현재 세그먼트가 이전 세그먼트의 AI 데이터를 승계함을 나타낼 때, 현재 세그먼트의 메타데이터에는 전술한 ai_codec_info(1300) 내지 ai_codec_supplementary_info(1314)에 해당하는 AI 데이터가 포함되지 않는다. 대신 현재 세그먼트의 AI 데이터는 이전 세그먼트의 AI 데이터와 동일하도록 결정된다.
또한, dependent_ai_condition_info 가 현재 세그먼트가 이전 세그먼트의 AI 데이터를 승계하지 않음을 나타낼 때, 현재 세그먼트의 메타데이터에는 AI 데이터가 포함된다. 따라서 현재 세그먼트의 미디어 데이터와 관련된 AI 데이터가 획득될 수 있다.
한편, 일 실시예에 따른 수신부(1110) 및 AI 복호화부(1120)는 개별적인 장치로 설명하였으나, 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 개시의 실시예를 구현하기 위한 메모리를 포함하여 구현되거나, 외부 메모리를 이용하기 위한 메모리 처리부를 포함하여 구현될 수 있다.
또한, 수신부(1110) 및 AI 복호화부(1120)는 하나 이상의 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.
도 15는 일 실시예에 따른 AI 데이터가 영상 데이터에 포함되어 비트스트림 형태로 수신되는 경우를 나타내는 도면이다.
도 15의 통신부(1111), 출력부(1113), 제1 복호화부(1120), 및 입/출력부(1130)의 구성에 대해서는 도 13에서 자세히 설명하였으므로 동일한 설명은 생략하기로 한다.
도 15를 참조하면, 일 실시예에 따른 통신부(1111)는 영상 데이터 및 AI 데이터가 함께 부호화된 비트스트림을 수신할 수 있다. 이때, AI 데이터는, 제1 부호화/복호화에 사용되는 코덱의 기능을 추가적으로 향상시킬 수 있는 정보인, SEI(Supplemental Enhancement Information) 메시지 형태로 비트스트림에 포함될 수 있다. SEI 메시지는 프레임 단위로 전송될 수 있다.
AI 부호화 데이터가 영상 데이터와 AI 데이터가 함께 부호화된 비트스트림 형태로 수신되는 경우, 영상 데이터와 AI 데이터는 구분될 수 없다. 따라서, 통신부(1111)는 비트스트림 형태의 AI 부호화 데이터를 출력부(1113)로 전달하고, 출력부(1113)는 비트스트림 형태의 AI 부호화 데이터를 제1 복호화부(1120)로 전달한다.
제1 복호화부(1120)는, 출력부(1113)로부터 전달받은 비트스트림에 포함된 영상 데이터에 기초하여, 제1 영상에 대응하는 제2 영상을 복원하며, 제2 영상을 입/출력부(1130)로 전달한다.
또한, 제1 복호화부(1120)는 비트스트림으로부터 AI 데이터가 포함된 SEI 메시지의 페이로드(payload)를 분리하여, 입/출력부(1130)로 전달한다.
입/출력부(1130)는 제1 복호화부(1120)로부터 전달받은 제2 영상과 SEI 메시지의 페이로드(예를 들어, AI 데이터)를 AI 업 스케일 장치(1200)로 전송할 수 있다.
이때, AI 데이터는, SEI 메시지 내에, 도 16에 도시된 바와 같이, 하이 레벨 신택스 형태로 포함될 수 있다.
도 16은 일 실시예에 따른 AI 코덱 신택스 테이블을 나타낸다.
도 16을 참조하면, AI 코덱 신택스 테이블은, AI 코덱 메인 신택스 테이블(ai_codec_usage_main)을 포함할 수 있다. AI 코덱 메인 신택스 테이블은, 영상 데이터에 따라 복원된 제 2 영상의 AI 업스케일에 사용되는 업스케일 DNN 정보에 관련된 엘리먼트들이 포함된다. AI 코덱 메인 신택스 테이블은 비디오 파일 내 전체 프레임들의 AI 업스케일에 적용되는 AI 데이터를 포함할 수 있다.
도 16의 AI 코덱 메인 신택스 테이블에 따르면, ai_codec_info, ai_codec_applied_channel_info, target_bitrate, pic_width_org_luma, pic_height_org_luma, ai_codec_DNN_info, ai_codec_supplementary_info_flag 와 같은 신택스 요소(syntax element)가 파싱된다.
ai_codec_info는 도 14의 ai_codec_info(1300)에 대응되며 제 2영상에 AI 업스케일이 허용되는지 여부를 나타낸다. ai_codec_info 가 AI 업스케일이 허용됨을 나타낼 경우(if(ai_codec_info)), AI 업스케일 DNN 정보를 결정하기에 필요한 신택스 요소들이 파싱된다.
ai_codec_applied_channel_info 는 도 14의 ai_codec_applied_channel_info(1302)에 대응되는 채널 정보이다. target_bitrate는 도 14의 target_bitrate_info (1304)에 대응되는 목표 비트레이트 정보이다. pic_width_org_luma, pic_height_org_luma 는 각각 도 14의 pic_width_org_luma(1308), pic_height_org_luma(1310)에 대응되는 고해상도 영상 너비 정보와 고해상도 영상 높이 정보이다. ai_codec_DNN_info는 도 14의 ai_codec_DNN_info(1312)에 대응되는 DNN 정보이다.
ai_codec_supplementary_info_flag는 도 14의 ai_codec_supplementary_info (1314)가 신택스 테이블에 포함되어 있는지 여부를 나타내는 부가 정보 플래그이다. 만약 ai_codec_supplementary_info_flag가 AI 업스케일에 이용되는 보조 정보가 파싱되지 않는다고 나타내는 경우, 추가적인 보조 정보는 획득되지 않는다. 그러나 ai_codec_supplementary_info_flag가 AI 업스케일에 이용되는 보조 정보가 파싱된다고 나타내는 경우(if(ai_codec_supplementary_info_flag)), 추가적인 보조 정보는 획득된다.
획득되는 추가적인 보조 정보는 ai_cdeco_DNNstruct_info, genre_info, hdr_max_luminance, hdr_color_gamut, hdr_pq_type, 및 rate_control_type 등이 포함될 수 있다. ai_codec_DNNstruct_info는 AI 업스케일부에 미리 저장된 DNN 설정 정보와 별개로, 영상에 적합한 새로운 DNN 설정 정보에 대한 구조 및 파라미터를 나타내는 정보이다. 예를 들어, 컨볼루션 레이어 수, 컨볼루션 레이어 별 필터 커널의 개수, 및 각 필터 커널의 파라미터 중 적어도 하나에 대한 정보가 포함될 수 있다.
genre_info는 영상 데이터의 콘텐츠의 장르, hdr_max_luminance는 고해상도 영상에 적용되는 HDR (High Dynamic Range) 최대 조도, hdr_color_gamut는 고해상도 영상에 적용되는 HDR 색역, hdr_pq_type는 고해상도 영상에 적용되는 HDR PQ (Perceptual Quantizer) 정보, rate_control_type는 제 1 부호화 결과 획득된 영상 데이터에 적용된 레이트 컨트롤 타입을 나타낸다. 실시 예에 따라, 보조 정보에 해당되는 상기 신택스 요소들 중 특정 신택스 요소가 파싱될 수 있다.
또한, 일 실시예에 따른 AI 코덱 신택스 테이블은, 현재 프레임에 적용되는 AI 데이터를 포함하는, AI 코덱 프레임 신택스 테이블(ai_codec_usage_frame)을 포함할 수 있다.
도 17은 일 실시예에 따른 AI 업 스케일 장치의 구성을 나타내는 블록도이다.
도 17을 참조하면, AI 업 스케일 장치(1200)는, 입/출력부(1210), 데이터 처리부(1220) 및 AI 업 스케일부(1230)를 포함할 수 있다.
입/출력부(1210)는 복호화 장치(1100)로부터 제2 영상 및 AI 데이터를 수신할 수 있다. 이때, 입/출력부(1210)는 HDMI, DP 등을 포함할 수 있다.
입/출력부(1210)는 일 실시예에 따른 복호화 장치(1100)와 AI 업 스케일 장치(1200)가 HDMI 케이블로 연결된 경우, HDMI를 통해, 제2 영상 및 AI 데이터를 수신할 수 있다.
또는, 입/출력부(1210)는 일 실시예에 따른 복호화 장치(1100)와 AI 업 스케일 장치(1200)가 DP 케이블로 연결된 경우, DP를 통해, 제2 영상 및 AI 데이터를 수신할 수 있다. 다만, 이에 한정되는 것은 아니며, 다양한 입/출력 인터페이스를 통해 제2 영상 및 AI 데이터를 수신할 수 있다. 또한, 입/출력부(1210)는 제2 영상과 AI 데이터를 다른 방식의 입/출력 인터페이스를 통해 수신할 수도 있다.
입/출력부(1210)는, 제2 영상 및 AI 데이터를 AI 업 스케일부(1230)로 전달할 수 있다. 일 실시예에 따른 AI 업 스케일부(1230)는, AI 데이터가 전달되면, AI 데이터에 포함된 차이 정보 및 제1 영상 관련 정보 중 적어도 하나에 기초하여, 제2 영상의 업스케일 타겟을 결정할 수 있다. 예를 들어, 도 14 및 도 16에서 도시하고 설명한 AI 데이터에 기초하여, 제2 영상의 업스케일 타겟을 결정할 수 있다.
업스케일 타겟은, 예를 들어, 제 2 영상(135)을 어느 정도의 해상도로 업스케일하여야 하는지를 나타낼 수 있다. AI 업스케일부(1230)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. 제2 DNN을 통해 제2 영상(135)을 AI 업스케일하는 방법에 대해서는, 도 3 내지 도 6을 참조하여, 자세히 설명하였으므로, 구체적인 설명은 생략하기로 한다.
일 실시예에 따른 AI 업 스케일부(1230)는, AI 업 스케일 장치(1200)에 미리 저장되어 있던 DNN 설정 정보가 아니라, AI 데이터에 기초하여 새로운 DNN 설정 정보를 획득하고 획득된 새로운 DNN 설정 정보로 제 2 DNN을 세팅하여 제 2 영상(135)을 AI 업스케일 할 수 있다.
한편, 입/출력부(1210)에 제2 영상만이 수신되고, AI 데이터가 수신되지 않은 경우, 입/출력부(1210)는 제2 영상을 AI 업 스케일부(1230)로 전달할 수 있다. AI 업 스케일부(1230)는 AI 데이터를 이용하지 않고, 기 설정된 방법에 따라 제2 영상을 AI 업 스케일하여, 제4 영상을 생성할 수 있다. 이때, 제4 영상은 AI 데이터를 이용하여 AI 업스케일이 수행된 제3 영상보다 영상의 화질이 떨어질 수 있다.
도 18은 일 실시예에 따른 복호화 장치와 AI 업 스케일 장치가 HDMI를 통해 데이터를 송수신하는 예를 나타내는 도면이다.
복호화 장치(1100)의 입/출력부(1130)와 AI 업 스케일 장치(1200)의 입/출력부(1210)는 HDMI 케이블로 연결될 수 있다. 복호화 장치(1100)의 입/출력부(1130)와 AI 업 스케일 장치(1200)의 입/출력부(1210)가 HDMI 케이블로 연결되면, TMDS 데이터 채널 및 TMDS 클럭 채널을 제공하는 4개 채널의 페어링이 수행될 수 있다. TMDS 데이터 채널은, 3개의 데이터 전송 채널들을 포함하며, 비디오 데이터, 오디오 데이터 및 부가 데이터를 전달하는데 사용될 수 있다. 이때, TMDS 데이터 채널을 통해 오디오 데이터 및 부가 데이터를 전송하기 위해서는 패킷 구조가 사용된다.
추가로, 복호화 장치(1100)의 입/출력부(1130)와 AI 업 스케일 장치(1200)의 입/출력부(1210)는 디스플레이 데이터 채널(DDC: Display data channel)을 제공할 수 있다. DDC는 VESA(Video Electronics Standard Association)에서 정의한 모니터 및 컴퓨터 그래픽 어댑터 간의 디지털 정보 전송을 위한 프로토콜 표준이다. DDC는 하나의 소스 기기(예를 들어, 복호화 장치)와 하나의 싱크 기기(예를 들어, AI 업 스케일 장치)간의 구성 및 상태 정보 교환에 사용된다.
도 18을 참조하면, 복호화 장치(1100)의 입/출력부(1130)는 HDMI 송신부(1610), VSIF 구조화부(1620) 및 EDID 획득부(1630)를 포함할 수 있다. 또한, AI 업 스케일 장치(1200)의 입/출력부(1210)는 HDMI 수신부(1640), 및 EDID 저장부(1650)를 포함할 수 있다.
일 실시예에 따른 AI 업 스케일 장치(1200)의 EDID 저장부(1650)는 EDID (Extended Display Identification Data) 정보를 저장할 수 있다. EDID 정보는, AI 업 스케일 장치에 대한 다양한 정보를 포함하는 데이터 구조로서, DDC 채널을 통해 복호화 장치(1100)로 전송될 수 있다.
일 실시예에 따른 EDID 정보는, AI 업 스케일 장치(1200)의 AI 업스케일 능력(capability)에 대한 정보를 포함할 수 있다. 예를 들어, EDID 정보는, AI 업 스케일 장치(1200)가 AI 업스케일을 수행할 수 있는지, 없는지에 대한 정보를 포함할 수 있다. 이에 대해서는 도 19를 참조하여, 자세히 설명하기로 한다.
도 19는 일 실시예에 따른 EDID 정보에 포함되는 HF-VSDB를 나타내는 도면이다.
EDID 정보는 추가적인 정보를 포함하는 EDID extension 블록을 포함할 수 있다. EDID extension 블록은 HF(HDMI Forum)-VSDB(Vendor-Specific Data Block)(1710)을 포함할 수 있다. HF-VSDB(1710)는 벤더-특정 데이터가 정의될 수 있는 데이터 블록으로, HF-VSDB(1710)를 사용하여 HDMI 특정 데이터를 정의할 수 있다.
일 실시예에 따른 HF-VSDB(1710)는 reserved 필드들(1720, 1730)을 포함할 수 있다. HF-VSDB(1710)의 reserved 필드들(1720, 1730) 중 적어도 하나의 필드를 이용하여, AI 업스케일 장치(1200)의 AI 업스케일 능력(capability)에 대한 정보가 기술될 수 있다. 예를 들어, reserved 필드의 1bit를 이용하여, AI 업 스케일 장치가 AI 업 스케일링을 수행할 수 있는 경우, reserved 필드의 비트 값을 1로 설정하고, AI 업스케일 장치가 AI 업스케일링을 수행할 수 없는 경우, reserved 필드의 비트 값을 0으로 설정할 수 있다. 또는, 반대로, AI 업스케일 장치가 AI 업 스케일링을 수행할 수 있는 경우, reserved 필드의 비트 값을 0으로 설정하고, AI 업스케일 장치가 AI 업 스케일링을 수행할 수 없는 경우, reserved 필드의 비트 값을 1로 설정할 수도 있다.
다시, 도 18을 참조하면, 복호화 장치(1100)의 EDID 획득부(1630)는 DDC를 통해 AI 업 스케일 장치(1200)의 EDID 정보를 수신할 수 있다. 일 실시예에 따른 EDID 정보는 HF-VSDB로써 전송될 수 있으며, EDID 획득부(1630)는 HF-VSDB의 reserved 필드 값을 이용하여, AI 업 스케일 장치의 AI 업 스케일 능력에 대한 정보를 획득할 수 있다.
EDID 획득부(1630)는 AI 업 스케일 장치의 AI 업 스케일 능력에 대한 정보에 기초하여, AI 데이터를 AI 업 스케일 장치로 전송할 지 여부를 결정할 수 있다. 예를 들어, AI 업 스케일 장치가 AI 업 스케일을 수행할 수 있는 경우, EDID 획득부(1630)는 VSIF 구조화부(1620)에서, AI 데이터가 VSIF 패킷 형태로 구조화되도록 동작할 수 있다. 반면에, AI 업 스케일 장치가 AI 업 스케일을 수행할 수 없는 경우, EDID 획득부(1630)는 VSIF 구조화부(1620)에서 AI 데이터가 VSIF 패킷 형태로 구조화되지 않도록 동작할 수 있다.
VSIF 구조화부(1620)는 제1 복호화부(1120) 또는 출력부(1113)로부터 전달된 AI 데이터를 VSIF 패킷 형태로 구조화할 수 있다. VSIF 패킷에 대해서는, 도 20을 참조하여 설명하기로 한다.
도 20은 일 실시예에 따른 VSIF(Vendor Specific InfoFrame) 패킷의 헤더 구조 및 컨텐츠 구조를 나타내는 도면이다.
도 20을 참조하면, VSIF 패킷은 VSIF 패킷 헤더(1810)와 VSIF 패킷 컨텐츠(1820)를 포함한다. VSIF 패킷의 헤더는 3바이트로 구성될 수 있으며, 제1 바이트(HB0)는 패킷 타입을 나타내는 값으로, VSIF 패킷의 값은 0x81로 나타나고, 제2 바이트(HB1)는 버전 정보를 나타내며, 제3 바이트(HB2)의 하위 5비트는 VSIF 패킷의 컨텐츠 길이를 바이트 단위로 나타낸다.
일 실시예에 따른 VSIF 구조화부(1620)는 AI 데이터를 VSIF 패킷의 형태로 구조화할 수 있다. 예를 들어, VSIF 구조화부(1620) VSIF 패킷 컨텐츠(1820)에 AI 데이터를 포함되도록 VSIF 패킷을 생성할 수 있다. VSIF 구조화부(1620)는 도 14 및 도 16에서 도시하고 설명한 AI 데이터가, VSIF 패킷 컨텐츠에 포함된 5번 패킷 바이트(PB5)의 reserved 필드 값들(1830) 및 NV번 패킷 바이트(PB(Nv))의 reserved 필드 값들(1840)에 기술되도록 VSIF 패킷 컨텐츠를 생성할 수 있다. 또는, AI 데이터가 NV+k (k=1,2,...,n)번 패킷 바이트의 reserved 필드 값들에 기술되도록 VSIF 패킷 컨텐츠를 생성할 수 있다.
VSIF 구조화부(1620)는 AI 데이터의 양에 따라 AI 데이터를 기술하기 위한 패킷 바이트를 결정할 수 있다. AI 데이터의 양이 적으면, 5번 패킷 바이트(PB5)의 reserved 필드 값들(1830)만을 이용하여, AI 데이터를 기술할 수 있다. 반면에, AI 데이터의 양이 많으면, 5번 패킷 바이트(PB5) 및 NV번 패킷 바이트(PB(Nv))의 reserved 필드 값들을 이용하여, AI 데이터를 기술할 수 있다. 또는, NV번 패킷 바이트(PB(Nv)) 및 NV+k (k=1,2,...,n)번 패킷 바이트의 reserved 필드 값들을 이용하여, AI 데이터를 기술할 수 있다. 다만, 이에 한정되지 않으며, 다양한 방법으로 AI 데이터를 VSIF 패킷의 형태로 구조화할 수 있다.
도 21은 일 실시예에 따른 AI 데이터가 VSIF 패킷에 정의되는 일 예를 나타내는 도면이다.
도 21의 1910을 참조하면, 일 실시예에 따른 VSIF 구조화부(1620)는 5번 패킷 바이트(PB5)의 reserved 필드 값들만을 이용하여, AI 데이터를 기술할 수 있다. VSIF 구조화부(1620)는 PB5의 비트 1을 이용하여, ai_codec_available info 를 정의할 수 있다. ai_codec_available_info는 현재 프레임에 AI 업 스케일이 허용되는지 여부를 나타낸다. 또한, PB5의 비트 2~3 중 적어도 하나를 이용하여, ai_codec_DNN_info가 정의될 수 있다. ai_codec_DNN_info는 현재 프레임을 AI 업스케일하기 위해 이용되는 업스케일용 DNN을 나타내는 DNN 정보이다. 예를 들어, 업스케일용 DNN에 대한 DNN 설정 정보, 업스케일용 DNN의 식별자, 업스케일용 DNN에 대한 룩업 테이블의 값의 식별자 등이 포함될 수 있다.
또한, PB5의 비트 4~5 중 적어도 하나를 이용하여, ai_codec_org_width가 정의될 수 있으며, PB5의 비트 6~7 중 적어도 하나를 이용하여, ai_codec_org_height가 정의될 수 있다. ai_codec_org_width는 원본 영상(105)의 너비를 나타내면서, 제3 영상(145)의 너비를 나타낸다. 또한, ai_codec_org_height는 원본 영상(105)의 높이를 나타내면서, 제3 영상(145)의 높이를 나타낸다. ai_codec_org_height와 ai_codec_org_width는 업 스케일 타겟의 크기를 결정하기 위해 이용된다.
도 21의 1920을 참조하면, 일 실시예에 따른 VSIF 구조화부(1620)는 NV번 패킷 바이트(PB(Nv)) 및 NV+k (k=1,2,...,n)번 패킷 바이트의 reserved 필드 값들을 이용하여, AI 데이터를 기술할 수 있다.
PB(Nv)(Nv번 패킷 바이트)의 비트 0~3 중 적어도 하나를 이용하여, ai_codec_available_info가 정의될 수 있다.
또한, PB(Nv)(Nv번 패킷 바이트)의 비트 4~7 중 적어도 하나를 이용하여, ai_codec_DNN_info가 정의될 수 있다.
또한, PB(Nv+1)(Nv+1번 패킷 바이트)의 비트 0~3 중 적어도 하나를 이용하여, ai_codec_org_width가 정의될 수 있으며, PB(Nv+1)(Nv+1번 패킷 바이트)의 비트 4~7 중 적어도 하나를 이용하여, ai_codec_org_height가 정의될 수 있다.
또한, PB(Nv+2)(Nv+2번 패킷 바이트)의 비트 0~3 중 적어도 하나를 이용하여, bitrate_info가 정의될 수 있다. bitrate_info는 복원된 제 2 영상의 화질 정도를 나타내는 정보이다.
또한, PB(Nv+2)(Nv+1번 패킷 바이트)의 비트 4~7 중 적어도 하나를 이용하여, ai_codec_applied_channel_info가 정의될 수 있다. ai_codec_applied_channel_info는 AI 업 스케일이 필요한 색 채널을 나타내는 채널 정보이다. 프레임의 타입에 따라, YCbCr 색 채널들, RGB 색 채널들 또는 YUV 색 채널들 중 AI 업 스케일이 필요한 색 채널을 나타낼 수 있다.
또한, 나머지 패킷 바이트의 비트들(예를 들어, PB(Nv+4)(Nv+4번 패킷 바이트) 내지 PB(Nv+n)((Nv+n)번 패킷 바이트)에 포함되는 비트들) 중 적어도 하나를 이용하여, ai_codec_supplementary_info가 정의될 수 있다. ai_codec_supplementary_info는 AI 업스케일에 이용되는 보조 정보를 의미한다. 보조 정보는, 현재 영상에 적합한 새로운 DNN 설정 정보에 대한 구조 및 파라미터, 장르, 색 범위, HDR 최대 조도, HDR 색역, HDR PQ 정보, 코덱 정보, RC 타입(Rate Control type) 등을 포함할 수 있다.
한편, 도 21에 도시된 VSIF 패킷의 구조는 일 예들에 불과하므로 이에 한정되지 않는다. 필요에 따라, 도 19의 VSIF 패킷에 포함되는 AI 데이터들이 정의되는 필드들의 위치나 크기가 변경될 수도 있으며, 도 14 및 도 16에서 설명한 AI 데이터들이 VSIF 패킷에 더 포함될 수도 있다.
다시 도 18을 참조하면, 일 실시예에 따른 VSIF 구조화부(1620)는 복수의 프레임들 각각에 대응하는 VSIF 패킷을 생성할 수 있다. 예를 들어, 복수의 프레임들에 대하여, AI 데이터가 1회 수신되는 경우, VSIF 구조화부(1620)는, 1회 수신된 AI 데이터를 이용하여, 복수의 프레임들 각각에 대응하는 VSIF 패킷을 생성할 수 있다. 예를 들어, 복수의 프레임들에 대응하는 VSIF 패킷들은 동일한 AI 데이터에 기초하여 생성될 수 있다.
반면에, 복수의 프레임들에 대하여, AI 데이터가 여러 번 수신되는 경우, VSIF 구조화부(1620)는 새로 수신되는 AI 데이터를 이용하여, 새로운 VSIF 패킷을 생성할 수 있다.
VSIF 구조화부(1620)는 생성된 VSIF 패킷을 HDMI 송신부(1610)로 전달할 수 있으며, HDMI 송신부(1610)는 TMDS 채널을 통하여, VSIF 패킷을 AI 업 스케일 장치(1200)로 전송할 수 있다.
또한, HDMI 송신부(1610)는 제1 복호화부(1120)로부터 전달받은 제2 영상을 TMDS 채널을 통하여, AI 업 스케일 장치(1200)로 전송할 수 있다.
AI 업 스케일 장치(1200)의 HDMI 수신부(1640)는, TMDS 채널을 통해, 제2 영상 및 VSIF 패킷의 형태로 구조화된 AI 데이터를 수신할 수 있다.
일 실시예에 따른 AI 업 스케일 장치(1200)의 HDMI 수신부(1640) 는, HDMI 패킷의 헤더 정보를 확인하여, VSIF 패킷을 검색한 후, VSIF 패킷에 AI 데이터가 포함되어 있는지 여부를 판단할 수 있다.
예를 들어, HDMI 수신부(1640)는 수신한 HDMI 패킷의 헤더 정보 중 패킷 타입을 나타내는 제1 바이트(HB0)가 0x81인지 확인하여, 수신한 HDMI 패킷이 VSIF 패킷 인지를 판단할 수 있다. 또한, HDMI 수신부(1640)는 HDMI 패킷이 VSIF 패킷인 것으로 판단되면, VSIF 패킷 컨텐츠에 AI 데이터가 포함되어 있는지 여부를 판단할 수 있다. 예를 들어, HDMI 수신부(1640)는 VSIF 패킷 컨텐츠에 포함된 PB(Nv)(Nv번 패킷 바이트) 내지 PB(Nv+n)((Nv+n)번 패킷 바이트)에 포함된 비트들의 값이 설정되어 있는 경우, 비트 값들을 이용하여, AI 데이터를 획득할 수 있다. 예를 들어, 데이터 처리부(1220)는 VSIF 패킷 컨텐츠의 PB(Nv)(Nv번 패킷 바이트)의 비트 0~3 중 적어도 하나를 이용하여, ai_codec_available_info를 획득할 수 있으며, PB(Nv)(Nv번 패킷 바이트)의 비트 4~7 중 적어도 하나를 이용하여, ai_codec_DNN_info를 획득할 수 있다.
또한, HDMI 수신부(1640)는, PB(Nv+1)(Nv+1번 패킷 바이트)의 비트 0~3 중 적어도 하나를 이용하여, ai_codec_org_width를 획득할 수 있으며, PB(Nv+1)(Nv+1번 패킷 바이트)의 비트 4~7 중 적어도 하나를 이용하여, ai_codec_org_height를 획득할 수 있다.
또한, HDMI 수신부(1640)는, PB(Nv+2)(Nv+2번 패킷 바이트)의 비트 0~3 중 적어도 하나를 이용하여, bitrate_info를 획득하고, PB(Nv+2)(Nv+2번 패킷 바이트)의 비트 4~7 중 적어도 하나를 이용하여, ai_codec_applied_channel_info를 획득할 수 있다.
또한, HDMI 수신부(1640)는, 나머지 패킷 바이트의 비트들(예를 들어, PB(Nv+4)(Nv+4번 패킷 바이트) 내지 PB(Nv+n)((Nv+n)번 패킷 바이트)에 포함되는 비트들) 중 적어도 하나를 이용하여, ai_codec_supplementary_info를 획득할 수 있다.
HDMI 수신부(1640)는 VSIF 패킷 컨텐츠로부터 획득된 AI 데이터를 AI 업 스케일부(1230)로 제공할 수 있으며, 제2 영상도 AI 업 스케일부(1230)로 제공될 수 있다.
일 실시예에 따른 AI 업 스케일부(1230)는 HDMI 수신부(1640)로부터 제2 영상 및 AI 데이터가 전달되면, AI 데이터에 포함된 차이 정보 및 제1 영상 관련 정보 중 적어도 하나에 기초하여, 제2 영상의 업스케일 타겟을 결정할 수 있다. 업스케일 타겟은, 예를 들어, 제 2 영상(135)을 어느 정도의 해상도로 업스케일하여야 하는지를 나타낼 수 있다. AI 업스케일부(1230)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. 제2 DNN을 통해 제2 영상(135)을 AI 업스케일하는 방법에 대해서는, 도 3 내지 도 6을 참조하여, 자세히 설명하였으므로 구체적인 설명은 생략하기로 한다.
한편, 도 18 내지 도 21에서는, 복호화 장치와 AI 업 스케일 장치가 HDMI 케이블을 통해 연결되는 경우에 대해서 도시하고 설명하였지만, 이에 한정되지 않으며, 일 실시예에 따른 복호화 장치와 AI 업 스케일 장치는 DP 케이블을 통해 연결될 수 있다. 복호화 장치와 AI 업 스케일 장치가 DP 케이블을 통해 연결되는 경우, 복호화 장치는 HDMI 방식과 유사하게, DP를 통하여, 제2 영상 및 AI 데이터를 AI 업 스케일 장치로 전송할 수 있다.
또한, 일 실시예에 따른 복호화 장치는 HDMI 및 DP 이외에 다른 입/출력 인터페이스를 통하여, AI 업 스케일 장치로 제2 영상 및 AI 데이터를 전송할 수 있다.
또한, 일 실시예에 따르면 복호화 장치(1100)는 제2 영상과 AI 데이터를 서로 다른 인터페이스를 통하여, AI 업 스케일 장치(1200)로 전송할 수 있다. 예를 들어, 제2 영상은 HDMI로 전송하고, AI 데이터는 DP를 통하여 전송할 수 있다. 또는, 제2 영상은 DP를 통하여 전송하고, AI 데이터는 HDMI로 전송할 수 있다.
도 22는 일 실시예에 따른 복호화 장치의 동작방법을 나타내는 흐름도이다.
도 22를 참조하면, 일 실시예에 따른 복호화 장치(1100)는, AI 부호화 데이터를 수신할 수 있다(S2010).
예를 들어, 복호화 장치(1100)는, 네트워크를 통해 AI 부호화 결과 생성된 AI 부호화 데이터를 수신한다. AI 부호화 데이터는 원본 영상의 AI 다운 스케일 및 제1 부호화 결과 생성된 데이터로, 영상 데이터와 AI 데이터를 포함한다.
이때, 일 실시예에 따른 AI 데이터는, 영상 데이터와 함께 비디오 파일에 포함되어 수신될 수 있다. AI 데이터가 비디오 파일에 포함되는 경우, AI 데이터는 비디오 파일의 헤더의 메타데이터에 포함될 수 있다. 또는, AI 부호화된 영상 데이터가 기 설정된 시간 단위로 분할된 세그먼트로 수신되는 경우, AI 데이터는 세그먼트의 메타데이터에 포함될 수 있다. 또는, AI 데이터는 부호화되어 비트스트림에 포함된 형태로 수신되거나, 영상 데이터와는 별도의 파일로 수신될 수 있다. 다만, 이에 한정되지 않는다.
복호화 장치(1100)는 AI 부호화 데이터를 영상 데이터와 AI 데이터로 구분할 수 있다(S2020).
일 실시예에 따른, AI 데이터가 비디오 파일의 헤더의 메타데이터 또는 세그먼트의 메타데이터의 형태로 수신되는 경우, 복호화 장치(1100)는 AI 부호화 데이터를 파싱하여, 영상 데이터와 AI 데이터로 구분할 수 있다. 예를 들어, 복호화 장치(1100)는 네트워크를 통해 수신된 데이터의 박스 타입을 읽어, 해당 데이터가 영상 데이터인지 또는 AI 데이터인지를 구분할 수 있다.
일 실시예에 따른 AI 데이터가 비트스트림 형태로 수신되는 경우, 복호화 장치(1100)는 영상 데이터 및 AI 데이터가 함께 부호화된 비트스트림을 수신할 수 있다. 이때, AI 데이터는, SEI(Supplemental Enhancement Information) 메시지 형태로 삽입될 수 있다. 복호화 장치(1100)는 비트스트림으로부터 영상 데이터와 AI 데이터가 포함된 SEI 메시지의 페이로드를 구분할 수 있다.
일 실시예에 따른 복호화 장치(1100)는 영상 데이터에 기초하여, 제2 영상을 복호화할 수 있다(S2030).
일 실시예에 따른 복호화 장치(1100)는 입/출력 인터페이스를 통하여, 제2 영상 및 AI 데이터를 외부 장치로 전송할 수 있다(S2040).
일 실시예에 따른 외부 장치는, AI 업 스케일 장치(1200)를 포함한다.
예를 들어, 복호화 장치(1100)는 HDMI, DP 등을 통하여, 제2 영상 및 AI 데이터를 외부 장치로 전송할 수 있다. HDMI를 통하여, AI 데이터를 전송하는 경우, 복호화 장치(1100)는 AI 데이터를 VSIF(Vendor Specific InfoFrame) 패킷의 형태로 전송할 수 있다.
또한, 전송되는 AI 데이터는, 제2 영상을 AI 업 스케일할 수 있게 하는 정보들을 포함한다. 예를 들어, AI 데이터는, 제2 영상에 AI 업 스케일이 적용되는지 여부를 나타내는 정보, 제2 영상을 업스케일하기 위한 DNN에 관한 정보 등을 포함할 수 있다.
도 23은 일 실시예에 따른 복호화 장치가 HDMI를 통하여, 제2 영상 및 AI 데이터를 전송하는 방법을 나타내는 흐름도이다.
도 23을 참조하면, 일 실시예에 따른 복호화 장치(1100)와 AI 업 스케일 장치(1200)는 HDMI 케이블로 연결될 수 있다(S2110).
복호화 장치(1100)는 AI 업 스케일 장치(1200)로 DDC를 통해 EDID 정보 요청을 전송할 수 있다(S2120). 복호화 장치(1100)의 EDID 정보 요청에 대한 응답으로, AI 업 스케일 장치(1200)는 EDID 저장부에 저장된 EDID 정보를 DDC를 통해 복호화 장치(1100)로 전송할 수 있다(S2130). 이때, EDID 정보는, HF(HDMI Forum)-VSDB(Vendor-Specific Data Block)를 포함할 수 있으며, HF-VSDB는, AI 업 스케일 장치의 AI 업 스케일 능력에 대한 정보를 포함할 수 있다.
복호화 장치(1100)는 수신한 EDID 정보(예를 들어, HF-VSDB)를 수신하여, AI 업 스케일 장치의 AI 업 스케일 능력에 대한 정보를 획득할 수 있다.
복호화 장치(1100)는 AI 업 스케일 장치의 AI 업 스케일 능력에 대한 정보에 기초하여, AI 데이터를 AI 업 스케일 장치로 전송할 지 여부를 결정할 수 있다(S2150). 예를 들어, AI 업 스케일 장치가 AI 업 스케일을 수행할 수 없는 경우, 복호화 장치(1100)는 AI 데이터를 VSIF 패킷 형태로 구조화하지 않고, TMDS 채널을 통해, 제2 영상만 AI 업 스케일 장치로 전송할 수 있다(S2160).
AI 업 스케일 장치(1200)가 AI 업 스케일을 수행할 수 있는 경우, 복호화 장치(1100)는, AI 데이터가 VSIF 패킷 형태로 구조화되도록 동작할 수 있다(S2170).
복호화 장치(1100)는 VSIF 패킷에 포함된 reserved 필드 값들을 이용하여, AI 데이터를 정의할 수 있다. AI 데이터를 VSIF 패킷에 정의하는 방법에 대해서는, 도 20 및 도 21을 참조하여, 자세히 설명하였으므로, 구체적인 설명은 생략하기로 한다.
복호화 장치(1100)는 TMDS채널을 통해, VSIF 패킷으로 구조화된 AI 데이터 및 제2 영상을 AI 업 스케일 장치(1200)로 전송할 수 있다(S2180).
도 24는 일 실시예에 따른 AI 업 스케일 장치의 동작방법을 나타내는 흐름도이다.
도 24를 참조하면, 일 실시예에 따른 AI 업 스케일 장치(1200)는, 입/출력 인터페이스를 통해, 제2 영상 및 AI 데이터를 수신할 수 있다(S2210).
예를 들어, AI 업 스케일 장치(1200)는 복호화 장치(1100)와 HDMI 케이블로 연결된 경우, HDMI를 통해 제2 영상 및 AI 데이터를 수신할 수 있다. 또는, 복호화 장치(1100)와 DP 케이블로 연결된 경우, DP를 통해 제2 영상 및 AI 데이터를 수신할 수 있다. 다만, 이에 한정되는 것은 아니며, 다양한 입/출력 인터페이스를 통해 제2 영상 및 AI 데이터를 수신할 수 있다. 또한, AI 업 스케일 장치(1200)는 제2 영상과 AI 데이터를 다른 방식의 입/출력 인터페이스를 통해 수신할 수도 있다.
AI 업 스케일 장치(1200)는, 입/출력 인터페이스를 통해 AI 데이터가 수신되는지 여부에 기초하여, 제2 영상에 대해 AI 업 스케일을 수행할 지 여부를 결정할 수 있다. AI 데이터가 수신되지 않는 경우, 제2 영상에 대한 AI 업 스케일을 수행하지 않고, 제2 영상을 출력할 수 있다.
일 실시예에 따른 AI 업 스케일 장치(1200)는, 복호화 장치(1100)로부터 HDMI 패킷을 수신하고, HDMI 패킷의 헤더 정보를 확인하여, VSIF 패킷을 검색할 수 있다. VSIF 패킷이 검색되면, AI 업 스케일 장치(1200)는, VSIF 패킷에 AI 데이터가 포함되어 있는지 여부를 판단할 수 있다.
AI 데이터는, 제2 영상에 AI 업 스케일이 적용되는지 여부를 나타내는 정보, 제2 영상을 업스케일하기 위한 DNN에 관한 정보 등을 포함할 수 있다.
AI 업 스케일 장치(1200)는 제2 영상에 AI 업 스케일이 적용되는지 여부를 나타내는 정보에 기초하여, 제2 영상에 대해 AI 업 스케일을 수행할 지 여부를 결정할 수 있다.
또한, AI 업 스케일 장치(1200)는 AI 데이터에 기초하여, 제2 영상을 업스케일하기 위한 DNN에 관한 정보를 획득하고(S2220), 획득된 정보에 따라 결정된 제2 DNN을 이용하여, 제2 영상을 AI 업스케일하여, 제3 영상을 생성할 수 있다(S2230).
도 25는 일 실시예에 따른 복호화 장치의 구성을 나타내는 블록도이다.
도 25의 복호화 장치(2300)는 도 12의 복호화 장치(1100)의 일 실시예이다.
도 25를 참조하면, 일 실시예에 따른 복호화 장치(2300)는 통신부(2310), 프로세서(2320), 메모리(2330) 및 입/출력부(2040)를 포함할 수 있다.
도 25의 통신부(2310)는 도 13 및 도 15의 통신부(1111)에, 도 25의 입/출력부(2340)는 도 13 및 도 15의 입/출력부(1130)에 각각 대응될 수 있다. 따라서, 도 13 및 도 15에서 설명한 내용과 동일한 내용은 도 25에서 생략하기로 한다.
일 실시예에 따른 통신부(2310)는, 프로세서(2320)의 제어에 의해 외부 장치(예를 들어, 서버)와 데이터 또는 신호를 송수신할 수 있다. 프로세서(2320)는 통신부(2310)를 통해 연결된 외부 장치로 컨텐츠를 송/수신할 수 있다. 통신부(2310)는 복호화 장치(2300)의 성능 및 구조에 대응하여, 무선랜(2311, 예를 들어, 와이- 파이(Wi-Fi)), 블루투스(2312), 및 유선 이더넷(Ethernet)(2313) 중 하나를 포함할 수 있다. 또한, 통신부(2310)는 무선랜(2311), 블루투스(2312) 및 유선 이더넷(2313)의 조합을 포함할 수 있다.
일 실시예에 따른 통신부(2310)는 AI 부호화 결과 생성된 AI 부호화 데이터를 수신한다. AI 부호화 데이터는 원본 영상의 AI 다운 스케일 및 제1 부호화 결과 생성된 데이터로, 영상 데이터와 AI 데이터를 포함한다.
일 실시예에 따른 프로세서(2320)는 복호화 장치(2300)를 전반적으로 제어할 수 있다. 일 실시예에 따른 프로세서(2320)는 메모리(2330)에 저장되는 하나 이상의 프로그램들을 실행할 수 있다.
일 실시예에 따른 메모리(2330)는 복호화 장치(2300)를 구동하고 제어하기 위한 다양한 데이터, 프로그램 또는 어플리케이션을 저장할 수 있다. 또한, 메모리(2330)는 일 실시예에 따라 수신한 AI 부호화 데이터 또는 제1 복호화된 제2 영상을 저장할 수 있다. 메모리(2330)에 저장되는 프로그램은 하나 이상의 인스트럭션들을 포함할 수 있다. 메모리(2330)에 저장된 프로그램(하나 이상의 인스트럭션들) 또는 어플리케이션은 프로세서(2320)에 의해 실행될 수 있다.
일 실시예에 따른 프로세서(2320)는 CPU(Central Processing Unit, 2321), GPU(Graphic Processing Unit, 2323) 및 VPU(Video Processing Unit, 2322)를 포함할 수 있다. 또한, 실시예에 따라 CPU(2321)는 GPU(2323)를 포함하거나, VPU(2322)를 포함할 수 있다. 또는, CPU(2321)는 GPU(2323) 및 VPU(2322) 중 적어도 하나를 통합한 SoC(System On Chip) 형태로 구현될 수 있다. 또는, GPU(2323)와 VPU(2322)가 통합된 형태로 구현될 수도 있다.
프로세서(2320)는 복호화 장치(2300)의 전반적인 동작 및 복호화 장치(2300)의 내부 구성 요소들 사이의 신호 흐름을 제어하고, 데이터를 처리하는 기능을 수행한다. 프로세서(2320)는 통신부(2310) 및 입/출력부(2330)를 제어할 수 있다. GPU(2323)는 그래픽 처리를 수행할 수 있으며, 아이콘, 이미지, 텍스트 등과 같은 다양한 객체를 포함하는 화면을 생성할 수 있다. VPU(2322)는 복호화 장치(2300)가 수신한 영상 데이터 또는 비디오 데이터에 대한 처리를 수행할 수 있으며, 영상 데이터 또는 비디오 데이터에 대한 디코딩(예를 들어, 제1 복호화), 스케일링, 노이즈 필터링, 프레임 레이트 변환, 해상도 변환 등과 같은 다양한 이미지 처리를 수행할 수 있다.
일 실시예에 따른 프로세서(2320)는 도 13에서 도시하고 설명한 파싱부(1112), 출력부(1113) 및 제1 복호화부(1120)의 동작들 및 도 15에서 도시하고 설명한 파싱부(1112), 출력부(1113) 및 제1 복호화부(1120)의 동작들 중 적어도 하나를 수행하거나 수행되도록 제어할 수 있다. 또는, 도 18에서 도시하고 설명한 VSIF 구조화부(1620) 및 EDID 파싱부(1630)의 동작들 중 적어도 하나를 수행하거나 수행되도록 제어할 수도 있다.
예를 들어, 프로세서(2320)는 통신부(2310)에서 수신한 AI 부호화 데이터를 영상 데이터와 AI 데이터로 구분할 수 있다. AI 데이터가 비디오 파일의 헤더의 메타데이터 또는 세그먼트의 메타데이터의 형태로 수신되는 경우, 프로세서(2320)는 AI 부호화 데이터를 파싱하여, 영상 데이터와 AI 데이터로 구분할 수 있다. 예를 들어, 일 실시예에 따른 AI 부호화 데이터가 MP4 파일 형식으로 구성된 경우, 프로세서(2320)는 수신된 MP4 파일 형식으로 구성된 데이터의 박스 타입을 파싱하여, 해당 데이터가 영상 데이터인지 또는 AI 데이터인지를 구분할 수 있다.
또한, AI 데이터가 비트스트림 형태로 수신되는 경우, AI 데이터는, SEI(Supplemental Enhancement Information) 메시지 형태로 비트스트림에 포함될 수 있으며, 프로세서(2320)는 비트스트림으로부터 영상 데이터와 AI 데이터가 포함된 SEI 메시지의 페이로드를 구분할 수 있다.
프로세서(2320)는 GPU(2323) 또는 VPU(2322)가 영상 데이터에 기초하여, 제1 영상에 대응하는 제2 영상을 복원하도록 제어할 수 있다.
프로세서(2320)는 입/출력부(2340)를 통하여, 제2 영상 및 AI 데이터를 외부 장치로 전송할 수 있다. 입/출력부(2040)는 프로세서(2320)의 제어에 의해 복호화 장치(2300)의 외부로 비디오, 오디오 및 부가 정보 등을 전송하거나 수신할 수 있다. 입/출력부(2340)는 HDMI 포트(High-Definition Multimedia Interface port)(2341), 디스플레이 포트(DP: Display Port)(2342), 및 USB 포트(USB port)(2343) 등을 포함할 수 있다. 입/출력부(2340)의 구성 및 동작은 본 발명의 실시예에 따라 다양하게 구현될 수 있다는 것은 당해 기술 분야의 통상의 지식을 가진 자에게 용이하게 이해될 것이다.
예를 들어, 복호화 장치와 AI 업 스케일 장치가 HDMI(2341)를 통해 연결된 경우, 입/출력부(2320)는 DDC 채널을 통해, AI 업 스케일 장치의 EDID 정보를 수신할 수 있다. 또한, 프로세서(2320)는 DDC 채널을 통해 수신된 AI 업 스케일 장치의 EDID 정보를 파싱할 수 있다. EDID 정보는, AI 업 스케일 장치의 AI 업 스케일 능력에 대한 정보를 포함할 수 있다.
프로세서(2320)는 AI 업 스케일 장치의 AI 업 스케일 능력에 대한 정보에 기초하여, AI 데이터를 VSIF 패킷 형태로 구조화할 것인지 여부를 결정할 수 있다. 예를 들어, 프로세서(2320)는 AI 업 스케일 장치가 AI 업스케일을 수행할 수 있는 경우, AI 데이터가 VSIF 패킷 형태로 구조화되도록 제어할 수 있으며, AI 업 스케일 장치가 AI 업 스케일을 수행할 수 없는 경우, AI 데이터를 VSIF 패킷 형태로 구조화하는 동작을 수행하지 않도록 제어할 수 있다.
입/출력부(2340)는 프로세서(2320)의 제어에 따라, AI 데이터를 VSIF 패킷 형태로 구조화할 수 있으며, VSIF 패킷으로 구조화된 AI 데이터와 제2 영상을 TMDS 채널을 통해 AI 업 스케일 장치로 전송할 수 있다.
일 실시예에 따른 AI 데이터는, 제2 영상을 AI 업 스케일할 수 있게 하는 정보들을 포함한다. 예를 들어, AI 데이터는, 제2 영상에 AI 업 스케일이 적용되는지 여부를 나타내는 정보, 제2 영상을 업스케일하기 위한 DNN에 관한 정보 등을 포함할 수 있다.
도 26은 일 실시예에 따른 AI 업 스케일 장치의 구성을 나타내는 블록도이다.
도 26의 AI 업 스케일 장치(2400)는 도 12의 AI 업 스케일 장치(1200)의 일 실시예이다.
도 26을 참조하면, 일 실시예에 따른 AI 업 스케일 장치(2400)는, 입/출력부(2410), 프로세서(2420), 메모리(2430) 및 디스플레이(2440)를 포함할 수 있다.
도 26의 입/출력부(2410)는 도 17의 입/출력부(1210)에 대응될 수 있다. 따라서, 도 17에서 설명한 내용과 동일한 내용은 도 26에서 생략하기로 한다.
일 실시예에 따른 입/출력부(2410)는, 프로세서(2420)의 제어에 의해 AI 업 스케일 장치(2400)의 외부에서부터 비디오, 오디오 및 부가 정보 등을 수신하거나 전송할 수 있다. 입/출력부(2410)는 HDMI 포트(High-Definition Multimedia Interface port)(2411), 디스플레이 포트(DP: Display Port)(2412), 및 USB 포트(USB port)(2413) 등을 포함할 수 있다. 입/출력부(2410)의 구성 및 동작은 본 발명의 실시예에 따라 다양하게 구현될 수 있다는 것은 당해 기술 분야의 통상의 지식을 가진 자에게 용이하게 이해될 것이다.
예를 들어, 복호화 장치와 AI 업 스케일 장치가 HDMI(2411)를 통해 연결된 경우, 입/출력부(2410)는 DDC 채널을 통해, EDID 정보 판독 요청을 수신하면, AI 업 스케일 장치의 EDID 정보를 복호화 장치로 전송할 수 있다. 또한, 입/출력부(2410)는, TMDS 채널을 통해, 제2 영상 및 VSIF 패킷 형태로 구조화된 AI 데이터를 수신할 수 있다.
또는, 입/출력부(2410)는 DP를 통해 제2 영상 및 AI 데이터를 수신할 수도 있다. 다만, 이에 한정되는 것은 아니며, 다양한 입/출력 인터페이스를 통해 제2 영상 및 AI 데이터를 수신할 수 있다. 또는, 입/출력부(2410)는 제2 영상과 AI 데이터를 다른 방식의 입/출력 인터페이스를 통해 수신할 수도 있다.
일 실시예에 따른 프로세서(2420)는 AI 업 스케일 장치(2400)를 전반적으로 제어할 수 있다. 일 실시예에 따른 프로세서(2420)는 메모리(2430)에 저장되는 하나 이상의 프로그램들을 실행할 수 있다.
일 실시예에 따른 메모리(2430)는 AI 업 스케일 장치(2400)를 구동하고 제어하기 위한 다양한 데이터, 프로그램 또는 어플리케이션을 저장할 수 있다. 예를 들어, 메모리(2430)는 AI 업 스케일 장치의 EDID 정보를 저장할 수 있다. EDID 정보는, AI 업 스케일 장치에 대한 다양한 정보를 포함할 수 있으며, 특히, AI 업 스케일 장치의 AI 업 스케일 능력에 대한 정보를 포함할 수 있다. 메모리(2430)에 저장되는 프로그램은 하나 이상의 인스트럭션들을 포함할 수 있다. 메모리(2430)에 저장된 프로그램(하나 이상의 인스트럭션들) 또는 어플리케이션은 프로세서(2420)에 의해 실행될 수 있다.
일 실시예에 따른 프로세서(2420)는 CPU(Central Processing Unit, 2421), GPU(Graphic Processing Unit, 2423) 및 VPU(Video Processing Unit, 2422)를 포함할 수 있다. 또한, 실시예에 따라 CPU(2421)는 GPU(2423)를 포함하거나, VPU(2422)를 포함할 수 있다. 또는, CPU(2421)는 GPU(2423) 및 VPU(2422) 중 적어도 하나를 통합한 SoC(System On Chip) 형태로 구현될 수 있다. 또는, GPU(2423)와 VPU(2422)가 통합된 형태로 구현될 수도 있다. 또는, 프로세서(2420)는 NPU(Neural Processing Unit)를 더 포함할 수 있다.
프로세서(2420)는 AI 업 스케일 장치(2400)의 전반적인 동작 및 AI 업스케일 장치(2400)의 내부 구성 요소들 사이의 신호 흐름을 제어하고, 데이터를 처리하는 기능을 수행한다. 프로세서(2420)는 입/출력부(2410) 및 디스플레이(2440)를 제어할 수 있다. GPU(2423)는 그래픽 처리를 수행할 수 있으며, 아이콘, 이미지, 텍스트 등과 같은 다양한 객체를 포함하는 화면을 생성할 수 있다. VPU(2422)는 AI 업 스케일 장치(2400)가 수신한 영상 데이터 또는 비디오 데이터에 대한 처리를 수행할 수 있으며, 영상 데이터 또는 비디오 데이터에 대한 디코딩(예를 들어, 제1 복호화), 스케일링, 노이즈 필터링, 프레임 레이트 변환, 해상도 변환 등과 같은 다양한 이미지 처리를 수행할 수 있다. 일 실시예에 따른 프로세서(2420)는 도 17에서 도시하고 설명한 AI 업스케일부(1230)의 동작들 중 적어도 하나를 수행하거나 수행되도록 제어할 수 있다.
예를 들어, 프로세서(2420)는 입/출력부(2410)에서 AI 데이터가 수신되는지 여부에 기초하여, 제2 영상에 대한 AI 업 스케일을 수행할 수 있다.
프로세서(2420)는, 입/출력부(2410)에서 수신한 HDMI 패킷의 헤더 정보를 확인하여, VSIF 패킷을 검색할 수 있다. VSIF 패킷이 검색되면, 프로세서(2420)는, VSIF 패킷에 AI 데이터가 포함되어 있는지 여부를 판단할 수 있다. AI 데이터는, 제2 영상에 AI 업 스케일이 적용되는지 여부를 나타내는 정보, 제2 영상을 업스케일하기 위한 DNN에 관한 정보 등을 포함할 수 있다.
또한, 프로세서(2420)는 제2 영상에 AI 업 스케일이 적용되는지 여부를 나타내는 정보에 기초하여, 제2 영상에 대해 AI 업 스케일을 수행할 지 여부를 결정할 수 있다.
프로세서(2420)는, AI 데이터에 기초하여, 제2 영상을 업스케일하기 위한 DNN에 관한 정보를 획득하고, 획득된 정보에 따라 결정된 제2 DNN을 이용하여, 제2 영상을 AI 업스케일하여, 제3 영상을 생성할 수 있다. 프로세서(2420)는 결정된 제2 DNN을 이용하여, 제2 영상을 AI 업스케일하도록 NPU를 제어할 수 있다.
입/출력부(2410)에서 AI 데이터가 수신되지 않는 경우, 프로세서(2420)는 AI 데이터를 이용하지 않고, 기 설정된 방법에 따라 제2 영상을 AI 업 스케일하여, 제4 영상을 생성할 수 있다. 이때, 제4 영상은 AI 데이터를 이용하여 AI 업스케일이 수행된 제3 영상보다 영상의 화질이 떨어질 수 있다.
디스플레이(2440)는 프로세서(2420)에서 처리된 영상 신호, 데이터 신호, OSD 신호, 제어 신호 등을 변환하여 구동 신호를 생성한다. 디스플레이(2440)는 PDP, LCD, OLED, 플렉시블 디스플레이(flexible display)등으로 구현될 수 있으며, 또한, 3차원 디스플레이(3D display)로 구현될 수 있다. 또한, 디스플레이(2440)는, 터치 스크린으로 구성되어 출력 장치 이외에 입력 장치로 사용되는 것도 가능하다. 디스플레이(2440)는 제3 영상 또는 제4 영상을 디스플레이할 수 있다.
한편, 도 25 및 도 26에 도시된 복호화 장치(2300) 및 AI 업 스케일 장치(2400)의 블록도는 일 실시예를 위한 블록도이다. 블록도의 각 구성요소는 실제 구현되는 복호화 장치(2300) 및 AI 업 스케일 장치(2400)의 사양에 따라 통합, 추가, 또는 생략될 수 있다. 즉, 필요에 따라 2 이상의 구성요소가 하나의 구성요소로 합쳐지거나, 혹은 하나의 구성요소가 2 이상의 구성요소로 세분되어 구성될 수 있다. 또한, 각 블록에서 수행하는 기능은 실시예들을 설명하기 위한 것이며, 그 구체적인 동작이나 장치는 본 발명의 권리범위를 제한하지 아니한다.
한편, 상술한 본 개시의 실시예들은 컴퓨터에서 실행될 수 있는 프로그램으로 작성가능하고, 작성된 프로그램은 매체에 저장될 수 있다.
매체는 컴퓨터로 실행 가능한 프로그램을 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 업 스케일 장치(2100)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 (19)
- 복호화 장치에 있어서,
영상 데이터와 AI 데이터를 포함하는, AI 부호화 데이터를 수신하는 통신부;
상기 AI 부호화 데이터로부터 제1 영상에 대한 부호화 결과에 대응하는 상기 영상 데이터를 획득하고,
상기 AI 부호화 데이터로부터, 원본 영상에서 상기 제1 영상으로의 AI 다운스케일과 관련된 상기 AI 데이터를 획득하고, 상기 AI 데이터는 상기 AI 다운스케일에 이용된 제1 뉴럴 네트워크(Neural Network: NN) 설정 정보를 나타내는 인덱스를 포함함,
상기 획득한 영상 데이터를 복호화하여, 제2 영상을 획득하는 하나 이상의 프로세서들; 및
입/출력부를 포함하고,
상기 하나 이상의 프로세서들은,
외부 장치로부터 부가 정보를 수신하도록 상기 입/출력부를 제어하고,
상기 부가 정보에 기초하여, 상기 외부 장치에 의해 AI 업스케일이 가능한지 여부를 결정하고,
상기 AI 업스케일이 가능하면, 상기 제2 영상 및 상기 AI 데이터를 상기 외부 장치로 전송하고, 상기 AI 업스케일이 불가능하면, 상기 제2 영상을 상기 외부 장치로 전송하도록 상기 입/출력부를 제어하고,
상기 AI 데이터에 포함된 상기 인덱스는, 업스케일 NN을 이용하여 상기 제2 영상의 해상도를 상기 원본 영상의 해상도로 증가시키는 AI 업스케일을 수행하기 위해, AI 업스케일을 위한 복수의 제2 NN 설정 정보들 중 상기 업스케일 NN에 설정하기 위한 어느 하나의 제2 NN 설정 정보를 선택하는 데 이용되며,
상기 제1 영상은 AI 다운스케일을 위한 복수의 제1 NN 설정 정보들 중 상기 제1 NN 설정 정보로 구성되는 다운스케일 NN을 통하여 획득되고,
상기 제1 NN 설정 정보는, 압축률, 압축 품질, 압축 히스토리 정보, 상기 원본 영상의 해상도 및 상기 원본 영상의 타입 중 적어도 하나에 기초하여, 상기 복수의 제1 NN 설정 정보들 중에서 선택되고,
상기 AI 업스케일은 상기 선택된 제2 NN 설정 정보로 구성되는 상기 업스케일 NN을 통하여 수행되며,
상기 복수의 제1 NN 설정 정보들 및 상기 복수의 제2 NN 설정 정보들은 상기 다운스케일 NN 및 상기 업스케일 NN의 연계 훈련을 통해 획득되고,
상기 AI 데이터에 포함되는 상기 인덱스는 상기 복수의 제2 NN 설정 정보들 중, 상기 복수의 제1 NN 설정 정보들 각각에 대응되는 제2 NN 설정 정보를 식별하기 위한 정보인, 복호화 장치. - 제1항에 있어서,
상기 입/출력부는 HDMI(High Definition Multimedia Interface)를 포함하고,
상기 프로세서는,
상기 제2 영상 및 상기 AI 데이터를 상기 HDMI를 통해, 상기 외부 장치로 전송하는, 복호화 장치. - 제2항에 있어서,
상기 프로세서는,
상기 AI 데이터를, VSIF(Vendor Specific InfoFrame) 패킷의 형태로 전송하는, 복호화 장치. - 제1항에 있어서,
상기 입/출력부는 DP(Display Port)를 포함하고,
상기 프로세서는
상기 제2 영상 및 상기 AI 데이터를 상기 DP를 통해, 상기 외부 장치로 전송하는, 복호화 장치. - 제1항에 있어서,
상기 AI 데이터는, 상기 제2 영상이 상기 AI 다운스케일되었다는 것을 나타내는 제1 정보를 포함하는, 복호화 장치. - 삭제
- 복호화 장치의 동작 방법에 있어서,
영상 데이터와 AI 데이터를 포함하는, AI 부호화 데이터를 수신하는 단계;
상기 AI 부호화 데이터로부터 제1 영상에 대한 부호화 결과에 대응하는 상기 영상 데이터를 획득하는 단계;
상기 AI 부호화 데이터로부터, 원본 영상에서 상기 제1 영상으로의 AI 다운스케일과 관련된 상기 AI 데이터를 획득하는 단계, 상기 AI 데이터는 상기 AI 다운스케일에 이용된 제1 뉴럴 네트워크(Neural Network: NN) 설정 정보를 나타내는 인덱스를 포함함;
상기 획득한 영상 데이터를 복호화하여, 제2 영상을 획득하는 단계;
외부 장치로부터 부가 정보를 수신하는 단계;
상기 부가 정보에 기초하여, 상기 외부 장치에 의해 AI 업스케일이 가능한 지 여부를 결정하는 단계; 및
상기 AI 업스케일이 가능하면, 상기 제2 영상 및 상기 AI 데이터를 상기 외부 장치로 전송하고, 상기 AI 업스케일이 불가능하면, 상기 제2 영상을 상기 외부 장치로 전송하는 단계;를 포함하고,
상기 AI 데이터에 포함된 상기 인덱스는, 업스케일 NN을 이용하여 상기 제2 영상의 해상도를 상기 원본 영상의 해상도로 증가시키는 AI 업스케일을 수행하기 위해, AI 업스케일을 위한 복수의 제2 NN 설정 정보들 중 상기 업스케일 NN에 설정하기 위한 어느 하나의 제2 NN 설정 정보를 선택하는 데 이용되며,
상기 제1 영상은 AI 다운스케일을 위한 복수의 제1 NN 설정 정보들 중 상기 제1 NN 설정 정보로 구성되는 다운스케일 NN을 통하여 획득되고,
상기 제1 NN 설정 정보는, 압축률, 압축 품질, 압축 히스토리 정보, 상기 원본 영상의 해상도 및 상기 원본 영상의 타입 중 적어도 하나에 기초하여, 상기 복수의 제1 NN 설정 정보들 중에서 선택되고,
상기 AI 업스케일은 상기 선택된 제2 NN 설정 정보로 구성되는 상기 업스케일 NN을 통하여 수행되며,
상기 복수의 제1 NN 설정 정보들 및 상기 복수의 제2 NN 설정 정보들은 상기 다운스케일 NN 및 상기 업스케일 NN의 연계 훈련을 통해 획득되고,
상기 AI 데이터에 포함되는 상기 인덱스는 상기 복수의 제2 NN 설정 정보들 중 상기 복수의 제1 NN 설정 정보들 각각에 대응되는 제2 NN 설정 정보를 식별하기 위한 정보인, 복호화 장치의 동작방법. - 제7항에 있어서,
상기 제2 영상 및 상기 AI 데이터를 상기 외부 장치로 전송하는 단계는,
상기 제2 영상 및 상기 AI 데이터를 HDMI를 통해, 상기 외부 장치로 전송하는 단계를 포함하는, 복호화 장치의 동작방법. - 제8항에 있어서,
상기 제2 영상 및 상기 AI 데이터를 상기 외부 장치로 전송하는 단계는,
상기 AI 데이터를, VSIF(Vendor Specific InfoFrame) 패킷의 형태로 전송하는 단계를 포함하는, 복호화 장치의 동작방법. - 제7항에 있어서,
상기 제2 영상 및 상기 AI 데이터를 상기 외부 장치로 전송하는 단계는,
상기 제2 영상 및 상기 AI 데이터를 DP(Display Port)를 통해, 상기 외부 장치로 전송하는 단계를 포함하는, 복호화 장치의 동작방법. - 제7항에 있어서,
상기 AI 데이터는, 상기 제2 영상이 상기 AI 다운스케일되었다는 것을 나타내는 제1 정보를 포함하는, 복호화 장치의 동작방법. - 삭제
- AI 업스케일 장치에 있어서,
디스플레이;
상기 AI 업스케일 장치에 의해 AI 업스케일이 가능한지 여부를 나타내는 부가 정보를 복호화 장치로 전송하고, 상기 복호화 장치로부터 원본 영상을 AI 다운스케일한 제1 영상에 대응하는 제2 영상, 및 상기 AI 다운스케일과 관련된 AI 데이터를 수신하는 입/출력부, 상기 AI 데이터는 상기 AI 다운스케일에 이용된 제1 뉴럴 네트워크(Neural Network: NN) 설정 정보를 나타내는 인덱스를 포함함;
하나 이상의 인스트럭션들을 저장하는 메모리; 및
상기 메모리에 저장된 상기 하나 이상의 인스트럭션들을 실행하는 하나 이상의 프로세서들을 포함하고,
상기 하나 이상의 프로세서들은,
상기 AI 데이터에 포함된 상기 인덱스에 기초하여, AI 업스케일을 위한 복수의 제2 NN 설정 정보들 중 어느 하나를 선택하고, 상기 선택된 제2 NN 설정 정보는 업스케일 NN을 이용하여 상기 제2 영상의 해상도를 상기 원본 영상의 해상도로 증가시키는 AI 업스케일을 수행하기 위해 상기 업스케일 NN에 설정되는 정보이고,
상기 선택된 제2 NN 설정 정보로 구성된 상기 업스케일 NN을 이용하여 상기 수신된 제2 영상에 대한 상기 AI 업스케일을 수행함으로써, 제3 영상을 획득하고,
상기 획득된 제3 영상을 상기 디스플레이에 제공하고,
상기 제1 영상은, AI 다운스케일을 위한 복수의 제1 NN 설정 정보들 중 선택된 제1 NN 설정 정보로 구성된 다운스케일 NN을 통하여 획득되며,
상기 제1 NN 설정 정보는, 압축률, 압축 품질, 압축 히스토리 정보, 상기 원본 영상의 해상도 및 상기 원본 영상의 타입 중 적어도 하나에 기초하여, 상기 복수의 제1 NN 설정 정보들 중에서 선택되고,
상기 복수의 제1 NN 설정 정보들 및 상기 복수의 제2 NN 설정 정보들은 상기 다운스케일 NN 및 상기 업스케일 NN의 연계 훈련을 통해 획득되고,
상기 AI 데이터에 포함되는 상기 인덱스는 상기 복수의 제2 NN 설정 정보들 중, 상기 복수의 제1 NN 설정 정보들 각각에 대응되는 제2 NN 설정 정보를 식별하기 위한 정보인, AI 업스케일 장치. - 제13항에 있어서,
상기 입/출력부는 HDMI(High Definition Multimedia Interface)를 포함하고,
상기 입/출력부는, 상기 HDMI를 통해, 상기 AI 데이터 및 상기 제2 영상을 수신하는, AI 업스케일 장치. - 제14항에 있어서,
상기 입/출력부는,
상기 AI 데이터를, VSIF(Vendor Specific InfoFrame) 패킷의 형태로 수신하는, AI 업스케일 장치. - 제13항에 있어서,
상기 입/출력부는 DP(Display Port)를 포함하고,
상기 입/출력부는,
상기 DP를 통해, 상기 AI 데이터 및 상기 제2 영상을 수신하는, AI 업스케일 장치. - 제13항에 있어서,
상기 AI 데이터는, 상기 제2 영상은 상기 AI 다운스케일되었다는 것을 나타내는 제1 정보를 포함하는, AI 업스케일 장치. - 삭제
- 제13항에 있어서,
상기 다운 스케일 NN 및 상기 업 스케일 NN은 손실 정보를 공유함에 기초하여, 연계 훈련되는, AI 업스케일 장치.
Priority Applications (9)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| US16/831,238 US10839565B1 (en) | 2019-08-19 | 2020-03-26 | Decoding apparatus and operating method of the same, and artificial intelligence (AI) up-scaling apparatus and operating method of the same |
| US16/843,515 US10825141B1 (en) | 2019-08-19 | 2020-04-08 | Decoding apparatus and operating method of the same, and artificial intelligence (AI) upscaling apparatus and operating method of the same |
| CN202080054848.6A CN114175652A (zh) | 2019-08-19 | 2020-04-17 | 解码设备及其操作方法以及人工智能(ai)放大设备及其操作方法 |
| PCT/KR2020/005162 WO2021033867A1 (en) | 2019-08-19 | 2020-04-17 | Decoding apparatus and operating method of the same, and artificial intelligence (ai) up-scaling apparatus and operating method of the same |
| EP20853841.3A EP3949411A4 (en) | 2019-08-19 | 2020-04-17 | DECODE APPARATUS, OPERATING METHOD THEREOF, ARTIFICIAL INTELLIGENCE (AI) UP-SCALE DEVICE AND OPERATING METHOD THEREOF |
| US17/087,186 US11393071B2 (en) | 2019-08-19 | 2020-11-02 | Decoding apparatus and operating method of the same, and artificial intelligence (AI) upscaling apparatus and operating method of the same |
| US17/098,907 US11107190B2 (en) | 2019-08-19 | 2020-11-16 | Decoding apparatus and operating method of the same, and artificial intelligence (AI) up-scaling apparatus and operating method of the same |
| US17/331,162 US11756159B2 (en) | 2019-08-19 | 2021-05-26 | Decoding apparatus and operating method of the same, and artificial intelligence (AI) up-scaling apparatus and operating method of the same |
| KR1020210114124A KR102589858B1 (ko) | 2019-08-19 | 2021-08-27 | 복호화 장치 및 그 동작방법, 및 ai 업 스케일 장치 및 그 동작방법 |
Applications Claiming Priority (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR20190101323 | 2019-08-19 | ||
| KR1020190101323 | 2019-08-19 |
Related Child Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020210114124A Division KR102589858B1 (ko) | 2019-08-19 | 2021-08-27 | 복호화 장치 및 그 동작방법, 및 ai 업 스케일 장치 및 그 동작방법 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| KR20210021888A KR20210021888A (ko) | 2021-03-02 |
| KR102569447B1 true KR102569447B1 (ko) | 2023-08-24 |
Family
ID=75169453
Family Applications (2)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020190134113A KR102569447B1 (ko) | 2019-08-19 | 2019-10-25 | 복호화 장치 및 그 동작방법, 및 ai 업 스케일 장치 및 그 동작방법 |
| KR1020210114124A KR102589858B1 (ko) | 2019-08-19 | 2021-08-27 | 복호화 장치 및 그 동작방법, 및 ai 업 스케일 장치 및 그 동작방법 |
Family Applications After (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020210114124A KR102589858B1 (ko) | 2019-08-19 | 2021-08-27 | 복호화 장치 및 그 동작방법, 및 ai 업 스케일 장치 및 그 동작방법 |
Country Status (1)
| Country | Link |
|---|---|
| KR (2) | KR102569447B1 (ko) |
Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20190045168A1 (en) * | 2018-09-25 | 2019-02-07 | Intel Corporation | View interpolation of multi-camera array images with flow estimation and image super resolution using deep learning |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US7991238B2 (en) * | 2004-04-30 | 2011-08-02 | Neiversan Networks Co. Llc | Adaptive compression of multi-level images |
-
2019
- 2019-10-25 KR KR1020190134113A patent/KR102569447B1/ko active IP Right Grant
-
2021
- 2021-08-27 KR KR1020210114124A patent/KR102589858B1/ko active IP Right Grant
Patent Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20190045168A1 (en) * | 2018-09-25 | 2019-02-07 | Intel Corporation | View interpolation of multi-camera array images with flow estimation and image super resolution using deep learning |
Also Published As
| Publication number | Publication date |
|---|---|
| KR20210021888A (ko) | 2021-03-02 |
| KR102589858B1 (ko) | 2023-10-17 |
| KR20210110275A (ko) | 2021-09-07 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| KR102525578B1 (ko) | 부호화 방법 및 그 장치, 복호화 방법 및 그 장치 | |
| US11756159B2 (en) | Decoding apparatus and operating method of the same, and artificial intelligence (AI) up-scaling apparatus and operating method of the same | |
| US11288770B2 (en) | Apparatuses and methods for performing artificial intelligence encoding and artificial intelligence decoding on image | |
| US11810332B2 (en) | Apparatus and method for performing artificial intelligence (AI) encoding and AI decoding on image | |
| KR102500761B1 (ko) | 영상의 ａｉ 부호화 및 ａｉ 복호화 방법, 및 장치 | |
| JP2021521678A (ja) | 奥行きの符号化及び復号化方法及び装置 | |
| 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 | |
| KR102166337B1 (ko) | 영상의 ａｉ 부호화 방법 및 장치, 영상의 ａｉ 복호화 방법 및 장치 | |
| KR102569447B1 (ko) | 복호화 장치 및 그 동작방법, 및 ai 업 스케일 장치 및 그 동작방법 | |
| CN113228665A (zh) | 用于处理配置数据的方法、设备、计算机程序和计算机可读介质 | |
| KR20220063063A (ko) | 인공지능 부호화 및 인공지능 복호화를 수행하기 위한 방법 및 장치 | |
| US20220180568A1 (en) | Ai encoding apparatus and operation method of the same, and ai decoding apparatus and operation method of the same | |
| 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 | |
| EP4362454A1 (en) | Downscale and upscale method and device using artificial intelligence (ai) during video conference | |
| US20230052330A1 (en) | Image providing method and apparatus using artificial intelligence, and display method and apparatus using artificial intelligence | |
| US20230196505A1 (en) | Artificial intelligence-based image providing apparatus and method, and artificial intelligence-based display apparatus and method | |
| KR20220081648A (ko) | Ai 부호화 장치 및 그 동작방법, 및 ai 복호화 장치 및 그 동작방법 | |
| KR20230025279A (ko) | Ai 기반의 영상 제공 장치 및 이에 의한 방법, 및 ai 기반의 디스플레이 장치 및 이에 의한 방법 | |
| KR20230094838A (ko) | Ai 기반의 영상 제공 장치 및 이에 의한 방법, 및 ai 기반의 디스플레이 장치 및 이에 의한 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 | |
| KR20240002346A (ko) | Ai 부호화/복호화를 이용하여 영상을 처리하는 전자 장치 및 그 제어 방법 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| AMND | Amendment | ||
| E601 | Decision to refuse application | ||
| X091 | Application refused [patent] | ||
| AMND | Amendment | ||
| E601 | Decision to refuse application | ||
| E801 | Decision on dismissal of amendment | ||
| J201 | Request for trial against refusal decision | ||
| J301 | Trial decision |
Free format text: TRIAL NUMBER: 2021101002233; TRIAL DECISION FOR APPEAL AGAINST DECISION TO DECLINE REFUSAL REQUESTED 20210827 Effective date: 20220829 |
|
| AMND | Amendment | ||
| S601 | Decision to reject again after remand of revocation | ||
| AMND | Amendment | ||
| GRNO | Decision to grant (after opposition) | ||
| X701 | Decision to grant (after re-examination) |