KR20190030339A - 영상 처리 장치, 영상 처리 방법 및 컴퓨터 판독가능 기록 매체 - Google Patents
영상 처리 장치, 영상 처리 방법 및 컴퓨터 판독가능 기록 매체 Download PDFInfo
- Publication number
- KR20190030339A KR20190030339A KR1020170117646A KR20170117646A KR20190030339A KR 20190030339 A KR20190030339 A KR 20190030339A KR 1020170117646 A KR1020170117646 A KR 1020170117646A KR 20170117646 A KR20170117646 A KR 20170117646A KR 20190030339 A KR20190030339 A KR 20190030339A
- Authority
- KR
- South Korea
- Prior art keywords
- image
- parameter
- image processing
- frames
- frame
- Prior art date
Links
- 238000012545 processing Methods 0.000 title claims abstract description 164
- 238000000034 method Methods 0.000 title claims description 106
- 230000006835 compression Effects 0.000 claims abstract description 156
- 238000007906 compression Methods 0.000 claims abstract description 156
- 230000008569 process Effects 0.000 claims description 73
- 238000004891 communication Methods 0.000 claims description 24
- 238000010801 machine learning Methods 0.000 claims description 13
- 238000003672 processing method Methods 0.000 claims description 11
- 239000000284 extract Substances 0.000 claims description 5
- 230000006872 improvement Effects 0.000 abstract description 34
- 230000004044 response Effects 0.000 abstract description 3
- 230000006870 function Effects 0.000 description 12
- 238000003908 quality control method Methods 0.000 description 8
- 230000008859 change Effects 0.000 description 7
- 238000010586 diagram Methods 0.000 description 6
- 238000010606 normalization Methods 0.000 description 6
- 238000009877 rendering Methods 0.000 description 3
- 230000000007 visual effect Effects 0.000 description 3
- 230000005540 biological transmission Effects 0.000 description 2
- 238000006243 chemical reaction Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000001914 filtration Methods 0.000 description 2
- 230000014509 gene expression Effects 0.000 description 2
- 230000009466 transformation Effects 0.000 description 2
- 238000000844 transformation Methods 0.000 description 2
- 241001422033 Thestylus Species 0.000 description 1
- 230000003321 amplification Effects 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 239000003086 colorant Substances 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 238000012905 input function Methods 0.000 description 1
- 238000012886 linear function Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000003199 nucleic acid amplification method Methods 0.000 description 1
- 229910021420 polycrystalline silicon Inorganic materials 0.000 description 1
- 229920005591 polysilicon Polymers 0.000 description 1
- 238000013441 quality evaluation Methods 0.000 description 1
- 238000000060 site-specific infrared dichroism spectroscopy Methods 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
- H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
- H04N19/102—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the element, parameter or selection affected or controlled by the adaptive coding
- H04N19/117—Filters, e.g. for pre-processing or post-processing
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
- H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
- H04N19/134—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the element, parameter or criterion affecting or controlling the adaptive coding
- H04N19/136—Incoming video signal characteristics or properties
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N20/00—Machine learning
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T3/00—Geometric image transformations in the plane of the image
- G06T3/40—Scaling of whole images or parts thereof, e.g. expanding or contracting
- G06T3/4053—Scaling of whole images or parts thereof, e.g. expanding or contracting based on super-resolution, i.e. the output image resolution being higher than the sensor resolution
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
- H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
- H04N19/102—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the element, parameter or selection affected or controlled by the adaptive coding
- H04N19/115—Selection of the code volume for a coding unit prior to coding
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
- H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
- H04N19/134—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the element, parameter or criterion affecting or controlling the adaptive coding
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
- H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
- H04N19/134—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the element, parameter or criterion affecting or controlling the adaptive coding
- H04N19/154—Measured or subjectively estimated visual quality after decoding, e.g. measurement of distortion
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
- H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
- H04N19/169—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding
- H04N19/17—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding the unit being an image region, e.g. an object
- H04N19/172—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding the unit being an image region, e.g. an object the region being a picture, frame or field
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
- H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
- H04N19/169—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding
- H04N19/17—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding the unit being an image region, e.g. an object
- H04N19/176—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding the unit being an image region, e.g. an object the region being a block, e.g. a macroblock
-
- 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
- H04N19/80—Details of filtering operations specially adapted for video compression, e.g. for pixel interpolation
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
- H04N19/85—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using pre-processing or post-processing specially adapted for video compression
- H04N19/86—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using pre-processing or post-processing specially adapted for video compression involving reduction of coding artifacts, e.g. of blockiness
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20081—Training; Learning
Landscapes
- Engineering & Computer Science (AREA)
- Signal Processing (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Software Systems (AREA)
- Evolutionary Computation (AREA)
- Computing Systems (AREA)
- General Engineering & Computer Science (AREA)
- Medical Informatics (AREA)
- Mathematical Physics (AREA)
- Data Mining & Analysis (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Artificial Intelligence (AREA)
- Compression Or Coding Systems Of Tv Signals (AREA)
- Apparatus For Radiation Diagnosis (AREA)
- Measuring And Recording Apparatus For Diagnosis (AREA)
- Ultra Sonic Daignosis Equipment (AREA)
Abstract
영상 처리 장치가 개시된다. 본 영상 처리 장치는, 복수의 프레임으로 구성된 영상이 입력되면, 기설정된 파라미터를 프레임 단위로 복수의 프레임 각각의 압축률에 대응되는 파라미터로 변경하고, 프레임 단위로 변경된 파라미터를 이용하여 입력된 영상에 대한 영상 처리를 수행하는 프로세서 및 영상 처리된 영상을 출력하는 출력부를 포함한다.
Description
본 개시는 영상 처리 장치, 영상 처리 방법 및 컴퓨터 판독가능 기록 매체에 대한 것으로, 보다 상세하게는, 변동적인 화질의 저화질 영상에서 일정 수준의 고화질 영상을 생성하기 위한 영상 처리 장치, 영상 처리 방법 및 컴퓨터 판독가능 기록 매체에 관한 것이다.
정량적 화질평가에서 일반적으로 많이 사용되는 PSNR (peak signal-to-noise ratio), SSIM (structural similarity) 등의 관점에서 화질을 개선하는 연구들은 많이 진행되어 왔다.
최근 artificial intelligence (AI)가 발전함에 따라 이를 화질 개선에 적용하는 사례들이 늘고 있다. 하지만, 단일 영상의 고정된 화질을 개선하는 기술만으로는, 전송 매체, 해상도, 비트율, 다양한 코덱 등과 같이 동영상 전송 환경에 의한 화질 변동성에 대응하여 화질을 개선하는 성능은 여전히 부족한 실정이다.
특히, 변동적인 화질에 대응하기 위하여 영상의 화질 정도에 따라 각각 다른 기계 학습 네트워크(machine learning network)를 적용하는 경우, 화질의 범위에 비례하여 메모리가 증가하는 문제점이 있다.
이러한 문제점들을 해결하기 위해 본 개시에서는 소요되는 메모리의 양을 최소화하면서 변동적인 화질에 최적화된 화질 개선 기술의 필요성이 대두되었다.
본 개시는 상술한 필요성에 따른 것으로, 본 개시의 목적은 변동적인 화질에 실시간으로 대응하여 최적화된 화질 개선 처리를 수행하는 영상 처리 장치, 영상 처리 방법 및 컴퓨터 판독가능 기록 매체를 제공함에 있다.
본 개시의 일 실시 예에 따른 영상 처리 장치는, 복수의 프레임으로 구성된 영상이 입력되면, 기설정된 파라미터를 프레임 단위로 상기 복수의 프레임 각각의 압축률에 대응되는 파라미터로 변경하고, 상기 프레임 단위로 변경된 파라미터를 이용하여 상기 입력된 영상에 대한 영상 처리를 수행하는 프로세서 및 상기 영상 처리된 영상을 출력하는 출력부를 포함한다.
이 경우, 기설정된 복수의 압축률 각각에 대응되는 상기 기설정된 파라미터를 저장하는 메모리를 더 포함하고, 상기 프로세서는, 프레임의 압축률이 기설정된 복수의 압축률 중 하나이면, 상기 저장된 파라미터 중 압축률에 대응되는 파라미터를 이용하여 영상 처리를 수행하고, 프레임의 압축률이 기설정된 복수의 압축률과 다르면, 신규 파라미터를 산출하여 영상 처리를 수행하고, 상기 신규 파라미터를 상기 메모리에 저장할 수 있다.
이 경우, 상기 프로세서는, 상기 복수의 압축률 및 상기 기설정된 파라미터를 이용하여 압축률과 파라미터 간의 선형성을 분석하고, 상기 분석된 선형성에 기초하여 신규 압축률에 대응되는 신규 파라미터를 산출할 수 있다.
한편, 상기 기설정된 파라미터는, 동일 압축률을 갖는 복수의 프레임에 대한 기계 학습의 결과로 산출될 수 있다.
한편, 상기 영상 처리는, 상기 복수의 프레임에 대한 디코딩 및 화질 개선 처리 중 적어도 하나이며, 상기 파라미터는, 상기 디코딩 또는 화질 개선 처리 각각에 대한 파라미터일 수 있다.
이 경우, 상기 화질 개선 처리는, 영상의 구조적 특징을 추출하는 제1 처리 및 상기 추출된 구조적 특징을 정규화하는 제2 처리를 포함하고, 상기 파라미터는, 상기 제2 처리에 이용되는 제1 파라미터를 포함할 수 있다.
이 경우, 상기 제1 처리에 이용되는 제2 파라미터는 프레임의 압축률이 변경되어도 동일한 값일 수 있다.
한편, 상기 프로세서는, 상기 복수의 프레임의 메타 데이터를 이용하여 상기 복수의 프레임 각각의 압축률을 추출할 수 있다.
한편, 상기 출력부는, 상기 영상 처리된 영상을 외부 장치로 전송하는 통신부를 포함할 수 있다.
한편, 상기 출력부는, 상기 영상 처리된 영상을 표시하는 디스플레이를 포함할 수 있다.
한편, 본 개시의 일 실시 예에 따른 영상 처리 방법은, 복수의 프레임으로 구성된 영상을 입력받는 단계, 기설정된 파라미터를 프레임 단위로 상기 복수의 프레임 각각의 압축률에 대응되는 파라미터로 변경하는 단계, 상기 프레임 단위로 변경된 파라미터를 이용하여 상기 입력된 영상에 대한 영상 처리를 수행하는 단계 및 상기 영상 처리된 영상을 출력하는 단계를 포함한다.
이 경우, 기설정된 복수의 압축률 각각에 대응되는 상기 기설정된 파라미터를 저장하는 단계를 더 포함하고, 상기 영상 처리를 수행하는 단계는, 프레임의 압축률이 기설정된 복수의 압축률 중 하나이면, 상기 저장된 파라미터 중 압축률에 대응되는 파라미터를 이용하여 영상 처리를 수행하고, 프레임의 압축률이 기설정된 복수의 압축률과 다르면, 신규 파라미터를 산출하여 영상 처리를 수행하고, 상기 신규 파라미터를 저장할 수 있다.
이 경우, 상기 영상 처리를 수행하는 단계는, 상기 복수의 압축률 및 상기 기설정된 파라미터를 이용하여 압축률과 파라미터 간의 선형성을 분석하고, 상기 분석된 선형성에 기초하여 신규 압축률에 대응되는 신규 파라미터를 산출할 수 있다.
한편, 상기 기설정된 파라미터는, 동일 압축률을 갖는 복수의 프레임에 대한 기계 학습의 결과로 산출될 수 있다.
한편, 상기 영상 처리는, 상기 복수의 프레임에 대한 디코딩 및 화질 개선 처리 중 적어도 하나이며, 상기 파라미터는, 상기 디코딩 또는 화질 개선 처리 각각에 대한 파라미터일 수 있다.
이 경우, 상기 화질 개선 처리는, 영상의 구조적 특징을 추출하는 제1 처리 및 상기 추출된 구조적 특징을 정규화하는 제2 처리를 포함하고, 상기 파라미터는, 상기 제2 처리에 이용되는 제1 파라미터를 포함할 수 있다.
이 경우, 상기 제1 처리에 이용되는 제2 파라미터는 프레임의 압축률이 변경되어도 동일한 값일 수 있다.
한편, 상기 복수의 프레임의 메타 데이터를 이용하여 상기 복수의 프레임 각각의 압축률을 추출하는 단계를 더 포함할 수 있다.
한편, 상기 출력하는 단계는, 상기 영상 처리된 영상을 표시 또는 외부 장치로 전송할 수 있다.
한편, 본 개시의 일 실시 예에 따른 영상 처리 방법을 실행하기 위한 프로그램을 포함하는 컴퓨터 판독가능 기록 매체에 있어서, 상기 영상 처리 방법은, 복수의 프레임으로 구성된 영상을 입력받는 단계, 기설정된 파라미터를 프레임 단위로 상기 복수의 프레임 각각의 압축률에 대응되는 파라미터로 변경하는 단계 및 상기 프레임 단위로 변경된 파라미터를 이용하여 상기 입력된 영상에 대한 영상 처리를 수행하는 단계를 포함할 수 있다.
도 1은 본 개시의 일 실시 예에 따른 영상 처리 장치의 간략한 구성을 설명하기 위한 블럭도,
도 2는 본 개시의 일 실시 예에 따른 영상 처리 장치의 구체적인 구성을 설명하기 위한 블럭도,
도 3은 본 개시의 일 실시 예에 따른 영상 처리 장치의 동작을 개략적으로 설명하기 위한 도면,
도 4 내지 도 8은 본 개시의 다양한 실시 예에 따른 영상 처리 장치의 동작을 설명하기 위한 도면,
도 9는 본 개시의 일 실시 예에 따른 영상 처리 방법을 설명하기 위한 흐름도이다.
도 2는 본 개시의 일 실시 예에 따른 영상 처리 장치의 구체적인 구성을 설명하기 위한 블럭도,
도 3은 본 개시의 일 실시 예에 따른 영상 처리 장치의 동작을 개략적으로 설명하기 위한 도면,
도 4 내지 도 8은 본 개시의 다양한 실시 예에 따른 영상 처리 장치의 동작을 설명하기 위한 도면,
도 9는 본 개시의 일 실시 예에 따른 영상 처리 방법을 설명하기 위한 흐름도이다.
본 명세서에서 사용되는 용어에 대해 간략히 설명하고, 본 개시에 대해 구체적으로 설명하기로 한다.
본 개시의 실시 예에서 사용되는 용어는 본 개시에서의 기능을 고려하면서 가능한 현재 널리 사용되는 일반적인 용어들을 선택하였으나, 이는 당 분야에 종사하는 기술자의 의도 또는 판례, 새로운 기술의 출현 등에 따라 달라질 수 있다. 또한, 특정한 경우는 출원인이 임의로 선정한 용어도 있으며, 이 경우 해당되는 개시의 설명 부분에서 상세히 그 의미를 기재할 것이다. 따라서 본 개시에서 사용되는 용어는 단순한 용어의 명칭이 아닌, 그 용어가 가지는 의미와 본 개시의 전반에 걸친 내용을 토대로 정의되어야 한다.
본 개시의 실시 예들은 다양한 변환을 가할 수 있고 여러 가지 실시 예를 가질 수 있는바, 특정 실시 예들을 도면에 예시하고 상세한 설명에 상세하게 설명하고자 한다. 그러나 이는 특정한 실시 형태에 대해 범위를 한정하려는 것이 아니며, 발명된 사상 및 기술 범위에 포함되는 모든 변환, 균등물 내지 대체물을 포함하는 것으로 이해되어야 한다. 실시 예들을 설명함에 있어서 관련된 공지 기술에 대한 구체적인 설명이 요지를 흐릴 수 있다고 판단되는 경우 그 상세한 설명을 생략한다.
제1, 제2 등의 용어는 다양한 구성요소들을 설명하는데 사용될 수 있지만, 구성요소들은 용어들에 의해 한정되어서는 안 된다. 용어들은 하나의 구성요소를 다른 구성요소로부터 구별하는 목적으로만 사용된다.
단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한, 복수의 표현을 포함한다. 본 출원에서, "포함하다" 또는 "구성되다" 등의 용어는 명세서상에 기재된 특징, 숫자, 단계, 동작, 구성요소, 부품 또는 이들을 조합한 것이 존재함을 지정하려는 것이지, 하나 또는 그 이상의 다른 특징들이나 숫자, 단계, 동작, 구성요소, 부품 또는 이들을 조합한 것들의 존재 또는 부가 가능성을 미리 배제하지 않는 것으로 이해되어야 한다.
본 개시의 실시 예에서 '모듈' 혹은 '부'는 적어도 하나의 기능이나 동작을 수행하며, 하드웨어 또는 소프트웨어로 구현되거나 하드웨어와 소프트웨어의 결합으로 구현될 수 있다. 또한, 복수의 '모듈' 혹은 복수의 '부'는 특정한 하드웨어로 구현될 필요가 있는 '모듈' 혹은 '부'를 제외하고는 적어도 하나의 모듈로 일체화되어 적어도 하나의 프로세서로 구현될 수 있다.
아래에서는 첨부한 도면을 참고하여 본 개시의 실시 예에 대하여 본 개시가 속하는 기술 분야에서 통상의 지식을 가진 자가 용이하게 실시할 수 있도록 상세히 설명한다. 그러나 본 개시는 여러 가지 상이한 형태로 구현될 수 있으며 여기에서 설명하는 실시 예에 한정되지 않는다. 그리고 도면에서 본 개시를 명확하게 설명하기 위해서 설명과 관계없는 부분은 생략하였으며, 명세서 전체를 통하여 유사한 부분에 대해서는 유사한 도면 부호를 붙였다.
이하에서는 도면을 참조하여 본 개시에 대해 더욱 상세히 설명하기로 한다.
도 1은 본 개시의 일 실시 예에 따른 영상 처리 장치의 간략한 구성을 설명하기 위한 블럭도이다.
도 1을 참조하면, 영상 처리 장치(100)는 프로세서(110) 및 출력부(120)를 포함한다. 여기서, 영상 처리 장치(100)는 입력된 영상을 처리하여 별도의 디스플레이 장치로 전송하는 셋탑박스, 서버 형태로 구현될 수 있다. 그러나, 이에 한정되지 않고, 장치 자체에서 표시할 수 있는 디스플레이를 구비한 TV, PC, 모바일 장치 등의 디스플레이 장치일 수 있다.
프로세서(110)는 복수의 프레임으로 구성된 영상이 입력되면, 기설정된 파라미터를 복수의 프레임 각각의 압축률에 대응되는 파라미터로 변경할 수 있다. 여기서, 프로세서(110)는 복수의 프레임의 메타 데이터를 이용하여 프레임 각각의 압축률을 추출할 수 있다. 이때, 프로세서(110)는 프레임 단위로 파라미터를 변경할 수 있다. 그리고, 기설정된 파라미터는 이하 도 2에 도시된 메모리에 기저장된 것일 수 있다.
한편, 구체적인 파라미터 변경 동작에 대해서는 이하 도 2 내지 도 8을 참조하여 자세히 설명하기로 한다.
그리고, 프로세서(110)는 변경된 파라미터를 이용하여 입력된 영상에 대한 영상 처리를 수행할 수 있다. 구체적으로, 프로세서(110)는 프레임 단위로 변경된 파라미터를 이용하여 각 프레임에 대한 영상 처리를 수행할 수 있다. 여기서, 영상 처리는 복수의 프레임에 대한 화질 개선 처리를 포함할 수 있다. 이 경우, 각 프레임에 대응되는 파라미터는 프레임의 화질 개선 처리를 위한 파라미터일 수 있다. 한편, 입력된 영상이 압축 영상을 디코딩한 영상이 아닌 압축 영상이면, 영상 처리는 복수의 프레임에 대한 디코딩을 포함할 수 있다. 이 경우, 각 프레임에 대응되는 파라미터는 프레임의 디코딩을 위한 파라미터일 수 있다.
여기서, 화질 개선 처리는 입력된 영상의 구조적 특징을 추출하는 제1 처리를 포함할 수 있다. 여기서, 구조적 특징은 영상을 분석하였을 때 객관적으로 획득할 수 있는 특징으로, 영상의 밝기, 색감, 명암, 채도, 대비 등의 영상의 속성 뿐만 아니라, 영상의 하나의 프레임 전체에 포함된 윤곽, 에지의 위치, 굵기, 선명도, 에지 주변의 밝기, 색감, 명암, 채도 등의 차이 등 영상 프레임을 구성하는 특징을 포함할 수 있다. 구체적으로, 프로세서(110)는 컨벌루션 레이어(convolution layer)를 통해 입력된 복수의 프레임에서 구조적 특징을 각각 추출하는 제1 처리를 수행할 수 있다. 이때, 제1 처리에 이용되는 파라미터는 프레임의 압축률이 변경되어도 동일한 값일 수 있다. 이는 복수의 프레임의 영상 내 구조적 특징은 유사하기 때문으로, 이로 인해 화질 개선 처리에 소요되는 메모리를 크게 줄일 수 있다.
그리고, 화질 개선 처리는 각 프레임에서 추출된 구조적 특징을 정규화(feature normalization)하는 제2 처리를 포함할 수 있다. 이때, 제2 처리에 이용되는 파라미터는 프레임의 압축률에 따라 변경될 수 있다. 구체적으로, 프로세서(110)는 제1 처리를 통해 각 프레임에서 추출된 구조적 특징을, 배치 정규화 레이어(batch normalization layer)를 통해 정규화하고, 스케일 팩터(scale factor) 및 쉬프트 팩터(shift factor)를 이용하여 처리할 수 있다. 이때, 제2 처리에 이용되는 파라미터는 추출된 구조적 특징을 정규화하는데 필요한 파라미터, 스케일 팩터 및 쉬프트 팩터를 포함할 수 있다. 한편, 제2 처리는 아래의 수학식 (1)을 따를 수 있다.
BN = α * norm(conv) + β
(1)
여기서, BN은 batch normalization 처리된 값, conv는 제 1 처리에 의해 추출된 특징 값, norm은 정규화, α는 스케일 팩터, β는 쉬프트 팩터를 의미할 수 있다.
한편, 프로세서(110)는 제1 처리 및 제2 처리를 반복하여 수행할 수 있다.
한편, 출력부(120)는 영상 처리된 영상을 출력할 수 있다. 구체적으로, 출력부(120)는 영상 처리된 영상을 외부 장치로 전송할 수 있다. 이때, 출력부(120)는 외부 장치와의 통신을 수행할 수 있는 통신부를 포함할 수 있다.
한편, 출력부(120)는 영상 처리된 영상을 표시할 수 있다. 이때, 출력부(120)는 영상을 표시할 수 있는 디스플레이를 포함할 수 있다.
상술한 바와 같이, 본 개시에 따르면 입력된 영상의 복수의 프레임의 압축률에 따라 파라미터를 변경하고, 변경된 파라미터를 이용하여 각 프레임에 대한 영상 처리를 수행함으로써, 프레임 단위로 변동적인 화질을 갖는 영상이 입력되더라도 각 프레임 별로 최적화된 화질 개선 처리를 수행할 수 있게 된다.
도 2는 본 개시의 일 실시 예에 따른 영상 처리 장치의 구체적인 구성을 설명하기 위한 블럭도이다.
도 2를 참조하면, 영상 처리 장치(100)는 프로세서(110), 출력부(120), 메모리(130), 통신부(140), 버튼(150), 비디오 프로세서(160), 오디오 프로세서(170), 마이크부(180), 촬상부(185), 오디오 출력부(190)를 포함할 수 있다.
프로세서(110)는 RAM(111), ROM(112), CPU(113), GPU(Graphic Processing Unit)(114), 버스(115)를 포함할 수 있다. RAM(111), ROM(112), CPU(113), GPU(Graphic Processing Unit)(114) 등은 버스(115)를 통해 서로 연결될 수 있다.
CPU(113)는 메모리(130)에 액세스하여, 메모리(130)에 저장된 O/S를 이용하여 부팅을 수행한다. 그리고 메모리(130)에 저장된 각종 프로그램, 컨텐츠, 데이터 등을 이용하여 다양한 동작을 수행한다.
ROM(112)에는 시스템 부팅을 위한 명령어 세트 등이 저장된다. 턴-온 명령이 입력되어 전원이 공급되면, CPU(113)는 ROM(112)에 저장된 명령어에 따라 메모리(130)에 저장된 O/S를 RAM(111)에 복사하고, O/S를 실행시켜 시스템을 부팅시킨다. 부팅이 완료되면, CPU(113)는 메모리(130)에 저장된 각종 프로그램을 RAM(111)에 복사하고, RAM(111)에 복사된 프로그램을 실행시켜 각종 동작을 수행한다.
GPU(114)는 영상 처리 장치(100)의 부팅이 완료되면, 출력부(120)에 UI를 디스플레이한다. 구체적으로는, GPU(114)는 연산부(미도시) 및 렌더링부(미도시)를 이용하여 아이콘, 이미지, 텍스트 등과 같은 다양한 객체를 포함하는 화면을 생성할 수 있다. 연산부는 화면의 레이아웃에 따라 각 객체들이 표시될 좌표값, 형태, 크기, 컬러 등과 같은 속성값을 연산한다. 렌더링부는 연산부에서 연산한 속성값에 기초하여 객체를 포함하는 다양한 레이아웃의 화면을 생성한다. 렌더링부에서 생성된 화면(또는 사용자 인터페이스 창)은 디스플레이로 제공되어, 메인 표시 영역 및 서브 표시 영역에 각각 표시된다.
한편, 이상에서는 본 개시에 따른 영상 처리 동작이 GPU(114)에 의해 수행되는 것으로 설명하였지만, 실제 구현시에는 CPU(113) 또는 GPU(114)에서 수행될 수 있다.
출력부(120)는 영상 처리된 영상을 표시할 수 있다. 이때, 출력부(120)는 영상 처리된 영상을 표시하기 위한 구성인 디스플레이를 포함할 수 있다. 여기서, 디스플레이는 영상 처리된 영상을 표시할 수 있다. 이때, 디스플레이에 의해 표시되는 영상 처리된 영상은 입력된 영상을 프레임 단위로 변경된 파라미터를 이용하여 화질 개선 처리하여 생성된 영상일 수 있다. 디스플레이는 LCD(Liquid Crystal Display), OLED(Organic Light Emitting Diodes) 디스플레이, PDP(Plasma Display Panel) 등과 같은 다양한 형태의 디스플레이로 구현될 수 있다. 디스플레이 내에는 a-si TFT, LTPS(low temperature poly silicon) TFT, OTFT(organic TFT) 등과 같은 형태로 구현될 수 있는 구동 회로, 백라이트 유닛 등도 함께 포함될 수 있다. 또한, 디스플레이는 플렉서블 디스플레이로 구현될 수도 있다.
그리고, 디스플레이는 사용자의 터치 제스처를 감지하기 위한 터치 센서를 포함할 수 있다. 터치 센서는 정전식이나, 감압식, 압전식 등과 같은 다양한 유형의 센서로 구현될 수 있다. 정전식은 디스플레이 표면에 코팅된 유전체를 이용하여, 사용자의 신체 일부가 디스플레이 표면에 터치되었을 때 사용자의 인체로 여기되는 미세 전기를 감지하여 터치 좌표를 산출하는 방식이다. 감압식은 디스플레이에 내장된 두 개의 전극 판을 포함하여, 사용자가 화면을 터치하였을 경우, 터치된 지점의 상하 판이 접촉되어 전류가 흐르게 되는 것을 감지하여 터치 좌표를 산출하는 방식이다. 이 밖에도, 영상 처리 장치(100)가 펜 입력 기능도 지원하는 경우, 디스플레이는 사용자의 손가락 이외에도 펜과 같은 입력 수단을 이용한 사용자 제스처도 감지할 수 있다. 입력 수단이 내부에 코일을 포함하는 스타일러스 펜일 경우, 영상 처리 장치(100)는 스타일러스 펜 내부의 코일에 의해 변화되는 자기장을 감지할 수 있는 자기장 감지 센서를 포함할 수도 있다. 이에 따라, 터치 제스처뿐만 아니라 근접 제스처, 즉, 호버링(hovering)도 감지할 수 있게 된다.
한편, 이상에서는 표시 기능과 제스처 감지 기능이 동일한 구성에서 수행되는 것으로 설명하였지만, 서로 다른 구성에서 수행될 수도 있다. 그리고, 다양한 실시 형태에 따라, 영상 처리 장치(100)에 디스플레이는 구비되지 않을 수도 있다.
메모리(130)는 영상 처리 장치(100) 내의 저장 매체 및 외부 저장 매체, 예를 들어, USB 메모리를 포함한 Removable Disk, 네트워크를 통한 웹서버(Web server) 등으로 구현될 수 있다. 구체적으로, 메모리(130)는 하드 디스크, SSD, 메모리 카드, ROM, USB 메모리 등을 포함할 수 있다.
메모리(130)는 기설정된 파라미터를 저장할 수 있다. 구체적으로, 메모리(130)는 기설정된 복수의 압축률 각각에 대응되는 파라미터를 저장할 수 있다. 이때, 메모리(130)에 저장된 기설정된 파라미터는, 동일한 압축률을 갖는 복수의 프레임을 입력하여 기계 학습을 통해 산출된 결과로, 입력된 프레임의 압축률과 대응되는 값일 수 있다.
그리고, 메모리(130)는 프로세서(110)에 의해 산출된 신규 압축률에 대응되는 신규 파라미터를 저장할 수 있다.
통신부(140)는 다양한 유형의 통신 방식에 따라 다양한 유형의 외부 기기와 통신을 수행하는 구성이다. 구체적으로, 통신부(140)는 외부 장치로부터 압축된 영상을 수신할 수 있다. 이때, 압축된 영상은 복수의 프레임으로 구성될 수 있으며, 각 프레임은 각기 다른 압축률로 압축된 것일 수 있다. 한편, 통신부(140)는 프로세서(110)에 의해 영상 처리된 영상을 별도의 디스플레이 장치와 같은 외부 장치로 전송할 수 있다.
구체적으로, 통신부(140)는 외부 장치로부터 안테나, 케이블 또는 포트와 같은 유선 방식을 통하여 영상을 입력받거나, 와이파이(Wi-Fi), 블루투스와 같은 무선 방식을 통하여 영상을 입력받을 수 있다. 한편, 실제 구현시에는, 영상 처리 장치(100)는 영상 처리 장치(100)에 구비된 메모리(130)에 저장된 복수의 영상 중 사용자가 선택한 영상을 입력받아 영상 처리할 수도 있다.
영상 처리 장치(100)가 무선 통신이 가능한 경우, 통신부(140)는 와이파이칩, 블루투스 칩, 무선 통신 칩, NFC 칩을 포함할 수 있다. 구체적으로, 와이파이 칩, 블루투스 칩은 각각 WiFi 방식, 블루투스 방식으로 통신을 수행한다. 와이파이 칩이나 블루투스 칩을 이용하는 경우에는 SSID 및 세션 키 등과 같은 각종 연결 정보를 먼저 송수신하여, 이를 이용하여 통신 연결한 후 각종 정보들을 송수신할 수 있다. 무선 통신 칩은 IEEE, 지그비, 3G(3rd Generation), 3GPP(3rd Generation Partnership Project), LTE(Long Term Evoloution) 등과 같은 다양한 통신 규격에 따라 통신을 수행하는 칩을 의미한다. NFC 칩은 135kHz, 13.56MHz, 433MHz, 860~960MHz, 2.45GHz 등과 같은 다양한 RF-ID 주파수 대역들 중에서 13.56MHz 대역을 사용하는 NFC(Near Field Communication) 방식으로 동작하는 칩을 의미한다.
프로세서(110)는 통신부(140)에 의해 입력된 영상을, 영상 처리를 위한 파라미터를 이용하여 영상 처리할 수 있다. 구체적으로, 영상 처리는 화질 개선 처리를 의미할 수 있으며, 프로세서(110)는 복수의 프레임의 각 압축률에 대응되는 파라미터를 이용하여, 입력된 영상을 프레임 단위로 화질 개선 처리한 고화질 영상을 생성할 수 있다.
이상에서는 출력부(120)와 통신부(140)가 별도의 구성인 것으로 기재되었으나, 출력부(120)는 통신부(140)의 기능을 일부 포함 또는 전부 포함하는 구성일 수 있다.
버튼(150)은 영상 처리 장치(100)의 본체 외관의 전면부나 측면부, 배면부 등의 임의의 영역에 형성된 기계적 버튼, 터치 패드, 휠 등과 같은 다양한 유형의 버튼이 될 수 있다.
비디오 프로세서(160)는 통신부(140)를 통해 수신된 컨텐츠 또는, 메모리(130)에 저장된 컨텐츠에 포함된 비디오 데이터를 처리하기 위한 구성요소이다. 비디오 프로세서(160)에서는 비디오 데이터에 대한 디코딩, 스케일링, 노이즈 필터링, 프레임 레이트 변환, 해상도 변환 등과 같은 다양한 이미지 처리를 수행할 수 있다.
구체적으로, 비디오 프로세서(160)는 복수의 프레임으로 구성된 영상이 입력되면, 기설정된 파라미터를 복수의 프레임 각각의 압축률에 대응되는 파라미터로 변경할 수 있다. 여기서, 비디오 프로세서(160)는 복수의 프레임의 메타 데이터를 이용하여 프레임 각각의 압축률을 추출할 수 있다. 이때, 비디오 프로세서(160)는 프레임 단위로 파라미터를 변경할 수 있다. 그리고, 기설정된 파라미터는 메모리(130)에 기저장된 것일 수 있다.
그리고, 비디오 프로세서(160)는 변경된 파라미터를 이용하여 입력된 영상에 대한 영상 처리를 수행할 수 있다. 구체적으로, 비디오 프로세서(160)는 프레임 단위로 변경된 파라미터를 이용하여 각 프레임에 대한 영상 처리를 수행할 수 있다. 여기서, 영상 처리는 복수의 프레임에 대한 화질 개선 처리를 포함할 수 있다. 이 경우, 각 프레임에 대응되는 파라미터는 프레임의 화질 개선 처리를 위한 파라미터일 수 있다. 한편, 입력된 영상이 압축 영상을 디코딩한 영상이 아닌 압축 영상이면, 영상 처리는 복수의 프레임에 대한 디코딩을 포함할 수 있다. 이 경우, 각 프레임에 대응되는 파라미터는 프레임의 디코딩을 위한 파라미터일 수 있다.
여기서, 화질 개선 처리는 입력된 영상의 구조적 특징을 추출하는 제1 처리를 포함할 수 있다. 여기서, 구조적 특징은 영상을 분석하였을 때 객관적으로 획득할 수 있는 특징으로, 영상의 밝기, 색감, 명암, 채도, 대비 등의 영상의 속성 뿐만 아니라, 영상의 하나의 프레임 전체에 포함된 윤곽, 에지의 위치, 굵기, 선명도, 에지 주변의 밝기, 색감, 명암, 채도 등의 차이 등 영상 프레임을 구성하는 특징을 포함할 수 있다. 구체적으로, 비디오 프로세서(160)는 컨벌루션 레이어(convolution layer)를 통해 입력된 복수의 프레임에서 구조적 특징을 각각 추출하는 제1 처리를 수행할 수 있다. 이때, 제1 처리에 이용되는 파라미터는 프레임의 압축률이 변경되어도 동일한 값일 수 있다. 이는 복수의 프레임의 영상 내 구조적 특징은 유사하기 때문으로, 이로 인해 화질 개선 처리에 소요되는 메모리를 크게 줄일 수 있다.
그리고, 화질 개선 처리는 각 프레임에서 추출된 구조적 특징을 정규화(feature normalization)하는 제2 처리를 포함할 수 있다. 이때, 제2 처리에 이용되는 파라미터는 프레임의 압축률에 따라 변경될 수 있다. 구체적으로, 비디오 프로세서(160)는 제1 처리를 통해 각 프레임에서 추출된 구조적 특징을, 배치 정규화 레이어(batch normalization layer)를 통해 정규화하고, 스케일 팩터(scale factor) 및 쉬프트 팩터(shift factor)를 이용하여 처리할 수 있다. 이때, 제2 처리에 이용되는 파라미터는 추출된 구조적 특징을 정규화하는데 필요한 파라미터, 스케일 팩터 및 쉬프트 팩터를 포함할 수 있다. 한편, 제2 처리는 아래의 수학식 (1)을 따를 수 있다.
BN = α * norm(conv) + β
(1)
여기서, BN은 batch normalization 처리된 값, conv는 제 1 처리에 의해 추출된 특징 값, norm은 정규화, α는 스케일 팩터, β는 쉬프트 팩터를 의미할 수 있다.
한편, 비디오 프로세서(160)는 제1 처리 및 제2 처리를 반복하여 수행할 수 있다.
이때, 비디오 프로세서(160)는 입력된 프레임의 압축률이 기설정된 복수의 압축률 중 하나이면, 메모리(130)에 저장된 복수의 파라미터 중 입력된 프레임의 압축률에 대응되는 파라미터를 이용하여 영상 처리를 수행할 수 있다. 이때, 메모리(130)에 저장된 복수의 파라미터는 기설정된 복수의 압축률에 각각 대응되는 것일 수 있다.
한편, 비디오 프로세서(160)는 입력된 프레임의 압축률이 신규 압축률이면, 신규 압축률에 대응되는 파라미터를 산출할 수 있다. 여기서, 신규 압축률이란, 입력된 프레임의 압축률이 기설정된 복수의 압축률과 다른 것을 의미할 수 있다. 구체적으로, 비디오 프로세서(160)는 기설정된 복수의 압축률 및 이에 대응되는 파라미터를 이용하여 압축률과 파라미터 간의 선형성을 분석할 수 있다. 그리고, 비디오 프로세서(160)는 분석된 선형성에 기초하여 신규 압축률에 대응되는 신규 파라미터를 상술할 수 있다. 이에 대해서는 이하 도 7을 참조하여 자세히 설명하기로 한다.
그리고, 비디오 프로세서(160)는 산출된 신규 파라미터를 이용하여 영상 처리를 수행할 수 있다. 구체적으로, 비디오 프로세서(160)는 산출된 신규 파라미터로 제2 처리를 수행할 수 있다. 이와 같이 파라미터를 변경하여 제2 처리를 수행함으로써, 입력된 영상의 시각적 특징을 조절할 수 있다.
여기서, 시각적 특징이란, 사용자가 영상을 눈으로 보았을 때 인지할 수 있는 특징으로, 영상의 밝기, 색감, 명암, 채도, 대비 등의 영상의 속성 뿐만 아니라, 영상 내 각 영역의 영상 신호의 주파수 형태, 영상에 포함된 에지의 형태 및 밀도, 색상의 배열 등으로부터 느껴지는 질감을 나타내는 텍스쳐(texture) 특징을 포함할 수 있다.
오디오 프로세서(170)는 통신부(140)를 통해 수신된 컨텐츠 또는, 메모리(130)에 저장된 컨텐츠에 포함된 오디오 데이터를 처리하기 위한 구성요소이다. 오디오 프로세서(170)에서는 오디오 데이터에 대한 디코딩이나 증폭, 노이즈 필터링 등과 같은 다양한 처리가 수행될 수 있다.
프로세서(110)는 멀티미디어 컨텐츠에 대한 재생 애플리케이션이 실행되면 비디오 프로세서(160) 및 오디오 프로세서(170)를 구동시켜, 해당 컨텐츠를 재생할 수 있다. 이때, 출력부(120)의 디스플레이는 비디오 프로세서(160)에서 생성한 이미지 프레임을 메인 표시 영역, 서브 표시 영역 중 적어도 하나의 영역에 디스플레이할 수 있다.
마이크부(180)는 사용자 음성이나 기타 소리를 입력받아 오디오 데이터로 변환하기 위한 구성이다. 프로세서(110)는 마이크부(180)를 통해 입력되는 사용자 음성을 통화(call) 과정에서 이용하거나, 오디오 데이터로 변환하여 메모리(130)에 저장할 수 있다. 한편, 마이크부(180)는 복수의 위치에서 소리 입력을 받는 스테레오 마이크로 구성될 수 있다.
촬상부(185)는 사용자의 제어에 따라 정지 영상 또는 동영상을 촬상하기 위한 구성이다. 촬상부(185)는 전면 카메라, 후면 카메라와 같이 복수 개로 구현될 수 있다. 상술한 바와 같이, 촬상부(185)는 사용자의 시선 추적을 위한 실시 예에서 사용자의 이미지를 획득하기 위한 수단으로 사용될 수 있다.
촬상부(185) 및 마이크부(180)가 마련된 경우, 프로세서(110)는 마이크부(180)를 통해 입력되는 사용자 음성이나 촬상부(185)에 의해 인식되는 사용자 모션에 따라 제어 동작을 수행할 수도 있다. 즉, 영상 처리 장치(100)는 모션 제어 모드나 음성 제어 모드로 동작할 수 있다. 모션 제어 모드로 동작하는 경우, 프로세서(110)는 촬상부(185)를 활성화시켜 사용자를 촬상하고, 사용자의 모션 변화를 추적하여 그에 대응되는 제어 동작을 수행한다. 음성 제어 모드로 동작하는 경우 프로세서(110)는 마이크부(180)를 통해 입력된 사용자 음성을 분석하고, 분석된 사용자 음성에 따라 제어 동작을 수행하는 음성 인식 모드로 동작할 수도 있다.
모션 제어 모드나 음성 제어 모드가 지원되는 영상 처리 장치(100)에서는, 음성 인식 기술 또는 모션 인식 기술이 상술한 다양한 실시 예에 사용될 수 있다. 가령, 사용자가 홈 화면에 표시된 오브젝트를 선택하는 듯한 모션을 취하거나, 그 오브젝트에 대응되는 음성 명령어를 발음하는 경우, 해당 오브젝트가 선택된 것으로 판단하고, 그 오브젝트에 매칭된 제어 동작을 수행할 수 있다.
오디오 출력부(190)는 오디오 프로세서(170)에서 생성한 오디오 데이터를 출력한다.
그 밖에, 도 2에 도시하지는 않았으나, 실시 예에 따라서는, 영상 처리 장치(100) 내에 USB 커넥터가 연결될 수 있는 USB 포트나, 헤드셋, 마우스, LAN 등과 같은 다양한 외부 단자와 연결하기 위한 다양한 외부 입력 포트, DMB(Digital Multimedia Broadcasting) 신호를 수신하여 처리하는 DMB 칩, 다양한 센서 등을 더 포함할 수 있음은 물론이다.
도 3은 본 개시의 일 실시 예에 따른 영상 처리 장치의 동작을 개략적으로 설명하기 위한 도면이다.
도 3을 참조하면, 영상 처리 장치는 입력 영상(31)에 화질 개선 처리를 수행하여 개선 영상(32)을 생성할 수 있다. 구체적으로, 영상 처리 장치는 입력 영상(31)을 화질 개선 처리를 위한 복수의 레이어(310-1, 310-2, 320-1, 320-2 330)을 통과시켜 화질 개선 처리를 수행할 수 있다.
우선, 영상 처리 장치는 입력 영상(31)을 컨벌루션 레이어(convolution(conv) layer, 310-1)를 통과시키면서 영상의 구조적 특징을 추출하는 제1 처리를 수행할 수 있다. 이때, 입력 영상(31)은 복수의 프레임으로 구성되어 있으며, 영상 처리 장치(100)는 복수의 프레임 각각의 구조적 특징을 추출할 수 있다.
그리고, 영상 처리 장치(100)는 추출된 구조적 특징을 화질 제어 레이어(quality control(QC) layer, 320-1)를 통과시키면서 구조적 특징을 정규화하는 제2 처리를 수행할 수 있다. 이때, 영상 처리 장치는 복수의 프레임 각각의 압축률에 대응되는 화질 수치(33)를 이용하여 대응되는 프레임에 대한 제2 처리를 수행할 수 있다. 이때, 프레임 각각의 압축률에 대응되는 화질 수치(33)는 프레임의 메타 데이터를 이용하여 추출된 것일 수 있다.
구체적으로, 영상 처리 장치는 압축률이 기저장되었는지 여부에 따라 기저장된 파라미터를 이용하여 제2 처리를 수행하거나, 기저장된 파라미터를 화질 수치(33)를 이용하여 변경하고, 변경된 파라미터를 이용하여 제2 처리를 수행할 수 있다. 이에 대해서는 이하 도 4 내지 도 8을 참조하여 자세히 설명하기로 한다.
그리고, 영상 처리 장치는 선택적으로 ReLU(Rectified Linear Unit, 330) 레이어를 통과시킬 수 있다. ReLU 함수는 다수의 레이어를 거치면서 입력 값이 결과 값에 어떤 영항을 주는지 알 수 없게 되거나, 결과 값에 미치는 영향이 매우 미미해지는 문제를 해결하기 위한 것으로, 0보다 작은 값은 0으로 나타내고, 0보다 큰 값은 1차 함수의 형태로 나타내도록 처리하는 것이다. 이로 인해, 입력 값이 결과 값에 미치는 영향을 보다 잘 관찰할 수 있어 정확한 학습이 가능할 수 있다.
한편, 영상 처리 장치는 상술한 복수의 레이어(310-1, 320-1, 330)와 동일한 기능을 수행하는 복수의 레이어(310-2, 320-2)를 반복적으로 통과시켜 화질 개선 처리를 수행할 수 있다. 한편, 파라미터를 변경하는 다양한 실시 예에 대해서는 이하 도 4 내지 도 8을 참조하여 자세히 설명하기로 한다.
도 4 및 도 5는 입력된 프레임의 압축률이 기설정된 압축률 중 하나인 경우의 영상 처리 장치의 동작을 나타낸 도면이다. 여기서, 기설정된 압축률은 기저장된 파라미터에 대응되는 프레임의 압축률일 수 있다. 그리고, 기저장된 파라미터는 동일한 압축률을 갖는 복수의 프레임에 대한 기계 학습의 결과로 산출된 것일 수 있다.
도 4를 참조하면, 영상 처리 장치는 입력 영상(41)에 화질 개선 처리를 수행하여 개선 영상(42)을 생성할 수 있다. 구체적으로, 영상 처리 장치는 입력 영상(41)을 화질 개선 처리를 위한 복수의 레이어(410-1, 410-2, 420-1, 420-2, 430)을 통과시켜 화질 개선 처리를 수행할 수 있다.
여기서, 입력 영상(41)을 컨벌루션 레이어(410-1)를 통과시켜 영상의 구조적 특징을 추출하는 제1 처리 및 선택적으로 ReLU 레이어(430)를 통과시켜 처리하는 동작은 도 3의 동작과 동일하므로 중복 설명은 생략한다.
한편, 영상 처리 장치는 입력 영상(41)에서 추출된 구조적 특징을 화질 제어 레이어(420-1)를 통과시키면서 구조적 특징을 정규화하는 제2 처리를 수행할 수 있다. 구체적으로, 영상 처리 장치는 프레임의 압축률에 대응되는 화질 수치(43)를 이용하여 대응되는 프레임에 대한 제2 처리를 수행할 수 있다. 이때, 프레임의 압축률에 대응되는 화질 수치(43)는 프레임의 메타 데이터를 이용하여 추출된 것일 수 있다.
이때, 영상 처리 장치는 기설정된 압축률에 대응되는 파라미터를 기저장하고 있을 수 있다. 도 4를 참조하면, 영상 처리 장치는 압축률 20%에 대응되는 파라미터인 BN 20 및 압축률 30%에 대응되는 파라미터인 BN 30을 저장하고 있을 수 있다. 이에 따라, 기설정된 압축률은 20% 및 30%일 수 있다. 여기서, BN 20은 압축룰 20% 인 프레임 복수 개를 입력하고, 이를 처리하며 기계 학습을 통해 최척화된 결과 값일 수 있다. BN 30 또한 압축률 30%에 대하여 기계 학습을 통해 산출된 결과일 수 있다.
영상 처리 장치는 입력 영상(41)의 화질 수치(43)를 이용하여 제2 처리를 수행할 수 있다. 여기서, 화질 수치(43)는 입력 영상(41)의 압축률에 대응되는 것일 수 있다. 그리고, 도 4를 참조하면, 입력 영상(41)의 압축률은 기설정된 압축률인 20% 및 30% 중 어느 하나인 20% 일 수 있다.
이 경우, 도 5에 도시된 바와 같이, 영상 처리 장치는 화질 제어 레이어(421-1)를 통해, 기저장된 파라미터인 BN 20 및 BN 30 중 입력 영상(41)의 압축률에 대응되는 파라미터인 BN 20을 이용하여 제2 처리를 수행하여 개선 영상(42)을 생성할 수 있다.
이때, 영상 처리 장치는 상술한 복수의 레이어(410-1, 421-1, 430)와 동일한 기능을 수행하는 복수의 레이어(410-2, 421-2)를 반복적으로 통과시켜 화질 개선 처리를 수행할 수 있다.
도 6 내지 도 8은 입력된 프레임의 압축률이 기설정된 압축률과 다른 경우의 영상 처리 장치의 동작을 나타낸 도면이다. 여기서, 기설정된 압축률은 기저장된 파라미터에 대응되는 프레임의 압축률일 수 있다. 그리고, 기저장된 파라미터는 동일한 압축률을 갖는 복수의 프레임에 대한 기계 학습의 결과로 산출된 것일 수 있다.
도 6을 참조하면, 영상 처리 장치는 입력 영상(61)에 화질 개선 처리를 수행하여 개선 영상(62)을 생성할 수 있다. 구체적으로, 영상 처리 장치는 입력 영상(61)을 화질 개선 처리를 위한 복수의 레이어(610-1, 610-2, 620-1, 620-2, 630)을 통과시켜 화질 개선 처리를 수행할 수 있다.
여기서, 입력 영상(61)을 컨벌루션 레이어(610-1)를 통과시켜 영상의 구조적 특징을 추출하는 제1 처리 및 선택적으로 ReLU 레이어(630)를 통과시켜 처리하는 동작은 도 3의 동작과 동일하므로 중복 설명은 생략한다.
한편, 영상 처리 장치는 입력 영상(61)에서 추출된 구조적 특징을 화질 제어 레이어(620-1)를 통과시키면서 구조적 특징을 정규화하는 제2 처리를 수행할 수 있다. 구체적으로, 영상 처리 장치는 프레임의 압축률에 대응되는 화질 수치(63)를 이용하여 대응되는 프레임에 대한 제2 처리를 수행할 수 있다. 이때, 프레임의 압축률에 대응되는 화질 수치(63)는 프레임의 메타 데이터를 이용하여 추출된 것일 수 있다.
이때, 영상 처리 장치는 기설정된 압축률에 대응되는 파라미터를 기저장하고 있을 수 있다. 도 6을 참조하면, 영상 처리 장치는 압축률 20%에 대응되는 파라미터인 BN 20 및 압축률 30%에 대응되는 파라미터인 BN 30을 저장하고 있을 수 있다. 이에 따라, 기설정된 압축률은 20% 및 30%일 수 있다. 여기서, BN 20은 압축룰 20% 인 프레임 복수 개를 입력하고, 이를 처리하며 기계 학습을 통해 최척화된 결과 값일 수 있다. BN 30 또한 압축률 30%에 대하여 기계 학습을 통해 산출된 결과일 수 있다.
영상 처리 장치는 입력 영상(61)의 화질 수치(63)를 이용하여 제2 처리를 수행할 수 있다. 여기서, 화질 수치(63)는 입력 영상(61)의 압축률에 대응되는 것일 수 있다. 그리고, 도 6을 참조하면, 입력 영상(61)의 압축률은 기설정된 압축률인 20% 및 30% 과는 다른 25%일 수 있다. 이때, 영상 처리 장치는 도 7에 도시된 바와 같이, 기설정된 압축률 이외의 신규 압축률에 대한 신규 파라미터를 산출할 수 있다.
구체적으로, 영상 처리 장치는 복수의 압축률 및 복수의 압축률에 각각 대응되는 기설정된 파라미터를 이용하여, 압축률과 파라미터 간의 선형성을 분석할 수 있다.
도 5를 참조하면, 영상 처리 장치는 기설정된 압축률인 20% 및 30% 및, 이에 대응되는 BN 20 및 BN 30을 이용하여 압축률과 파라미터 간의 선형성을 분석할 수 있다. 그리고, 영상 처리 장치는 선형성을 이용하여 압축률 25%에 대한 파라미터를 산출할 수 있다. 구체적으로, 영상 처리 장치는 다음과 같은 수학식 (2)에 따라 압축률 25%에 대한 파라미터 QC 25를 산출할 수 있다.
[ BN 20, BN 30 ] * [0.5, 0.5] = QC 25
(2)
그 다음, 영상 처리 장치는 도 8에 도시된 바와 같이, 화질 제어 레이어(621-1)를 통해, 기저장된 파라미터인 BN 20 및 BN 30 가 아닌 입력 영상(61)의 압축률인 25%에 대응되는 신규 파라미터인 QC 25를 이용하여 제2 처리를 수행하여 개선 영상(62)을 생성할 수 있다. 한편, 선형성을 이용하는 방법은 하나의 실시 예에 불과할 뿐 이에 한정되지는 않으며, 다양한 알고리즘을 통해 신규 파라미터가 산출될 수 있다.
이때, 영상 처리 장치는 상술한 복수의 레이어(610-1, 621-1, 630)와 동일한 기능을 수행하는 복수의 레이어(610-2, 621-2)를 반복적으로 통과시켜 화질 개선 처리를 수행할 수 있다.
상술한 바와 같이, 기설정된 압축률이 아닌 신규 압축률을 갖는 프레임이 입력되어도, 기설정된 압축률에 대하여 학습된 파라미터를 이용하여 신규 압축률에 대응되는 파라미터를 산출함으로써, 복수의 프레임을 갖는 동영상에 대하여 최적화된 화질 개선이 가능할 수 있다.
도 9는 본 개시의 일 실시 예에 따른 영상 처리 방법을 설명하기 위한 흐름도이다.
우선, 영상 처리 장치는 복수의 프레임으로 구성된 영상을 입력받을 수 있다(S910). 구체적으로, 입력받은 영상은 압축 영상 자체이거나, 압축 영상을 디코딩한 영상일 수 있다. 이때, 입력받은 영상을 구성하는 복수의 프레임은 각각 다양한 압축률로 압축된 것일 수 있다.
그 다음, 영상 처리 장치는 기설정된 파라미터를 프레임 단위로 변경할 수 있다(S920). 구체적으로, 영상 처리 장치는 기설정된 파라미터를 프레임 단위로 각 프레임의 압축률에 대응되는 파라미터로 변경할 수 있다. 이때, 기설정된 파라미터는 기설정된 압축률에 대응되는 파라미터로, 영상 처리 장치가 기저장하고 있는 파라미터일 수 있으며, 기설정된 압축률을 갖는 복수의 프레임에 대한 기계 학습의 결과로 산출된 것일 수 있다.
영상 처리 장치는 입력된 프레임의 압축률이 기설정된 압축률 중 어느 하나이면, 기설정된 파라미터 중 압축률에 대응되는 파라미터를 이용할 수 있다. 한편, 입력된 프레임의 압축률이 기설정된 압축률과 다른 신규 압축률이면, 기설정된 압축률과 이에 대응되는 기설정된 파라미터를 이용하여 신규 압축률에 대응되는 신규 파라미터를 산출할 수 있다. 구체적으로, 영상 처리 장치는 기설정된 압축률 및 기설정된 파라미터를 이용하여 선형성을 분석하고, 분석된 선형성을 이용하여 신규 압축률에 대응되는 신규 파라미터를 산출할 수 있다.
그 다음, 영상 처리 장치는 변경된 파라미터를 이용하여 입력된 영상에 대한 영상 처리를 수행할 수 있다(S930).
구체적으로, 영상 처리 장치는 입력 영상에 대한 디코딩 및 화질 개선 처리 중 적어도 하나를 수행할 수 있다. 예를 들어, 입력 영상이 압축 영상이면, 영상 처리 장치는 압축 영상에 대한 디코딩 처리 및 화질 개선 처리를 수행할 수 있다. 한편, 입력 영상이 압축 영상을 디코딩한 영상이면, 영상 처리 장치는 입력 영상에 대한 화질 개선 처리를 수행할 수 있다.
그리고, 영상 처리 장치는 입력된 영상을 구성하는 프레임의 압축률이 기설정된 압축률 중 어느 하나이면, 기설정된 파라미터 중 압축률에 대응되는 파라미터를 이용하여 영상 처리를 수행할 수 있다. 한편, 입력된 영상을 구성하는 프레임의 압축률이 기설정된 압축률과 다른 신규 압축률이면, 영상 처리 장치는 산출된 신규 압축률에 대응되는 신규 파라미터를 이용하여 영상 처리를 수행할 수 있다.
그리고, 영상 처리 장치는 영상 처리된 영상을 출력할 수 있다(S940). 구체적으로, 영상 처리 장치는 영상 처리된 영상을 외부 장치에 전송하거나, 구비된 디스플레이에 표시할 수 있다.
상술한 바와 같이 도 9에 도시된 방법은 도 1 또는 도 2의 영상 처리 장치에서 구현될 수 있다.
상술한 본 개시의 다양한 실시 예에 따르면, 기설정된 압축률이 아닌 신규 압축률을 갖는 프레임이 입력되어도, 기설정된 압축률에 대하여 학습된 파라미터를 이용하여 신규 압축률에 대응되는 파라미터를 산출함으로써, 복수의 프레임을 갖는 동영상에 대하여 최적화된 화질 개선이 가능할 수 있다. 이에 따라 다양한 압축률에 대한 파라미터를 저장할 필요가 없어 소모되는 메모리가 현저히 감소될 수 있다. 또한, 화질 변동성에도 일정 수준 이상으로 화질 개선 처리가 가능하여, 압축률이 상이함에도 프레임 간 개선된 화질 차이가 크지 않다는 효과를 기대할 수 있다.
한편, 이상에서 설명된 다양한 실시 예들은 소프트웨어(software), 하드웨어(hardware) 또는 이들의 조합된 것을 이용하여 컴퓨터(computer) 또는 이와 유사한 장치로 읽을 수 있는 기록 매체 내에서 구현될 수 있다. 하드웨어적인 구현에 의하면, 본 개시에서 설명되는 실시 예들은 ASICs(Application Specific Integrated Circuits), DSPs(digital signal processors), DSPDs(digital signal processing devices), PLDs(programmable logic devices), FPGAs(field programmable gate arrays), 프로세서(processors), 제어기(controllers), 마이크로 컨트롤러(micro-controllers), 마이크로 프로세서(microprocessors), 기타 기능 수행을 위한 전기적인 유닛(unit) 중 적어도 하나를 이용하여 구현될 수 있다. 일부의 경우에 본 명세서에서 설명되는 실시 예들이 프로세서(110) 자체로 구현될 수 있다. 소프트웨어적인 구현에 의하면, 본 명세서에서 설명되는 절차 및 기능과 같은 실시 예들은 별도의 소프트웨어 모듈들로 구현될 수 있다. 상기 소프트웨어 모듈들 각각은 본 명세서에서 설명되는 하나 이상의 기능 및 작동을 수행할 수 있다.
한편, 상술한 본 개시의 다양한 실시 예들에 따른 영상 처리 방법은 비일시적 판독 가능 매체(non-transitory readable medium) 에 저장될 수 있다. 이러한 비일시적 판독 가능 매체는 다양한 장치에 탑재되어 사용될 수 있다.
비일시적 판독 가능 매체란 레지스터, 캐쉬, 메모리 등과 같이 짧은 순간 동안 데이터를 저장하는 매체가 아니라 반영구적으로 데이터를 저장하며, 기기에 의해 판독(reading)이 가능한 매체를 의미한다. 구체적으로는, 상술한 다양한 방법을 수행하기 위한 프로그램들은 CD, DVD, 하드 디스크, 블루레이 디스크, USB, 메모리카드, ROM 등과 같은 비일시적 판독 가능 매체에 저장되어 제공될 수 있다.
또한, 이상에서는 본 개시의 바람직한 실시 예에 대하여 도시하고 설명하였지만, 본 개시는 상술한 특정의 실시 예에 한정되지 아니하며, 청구범위에서 청구하는 본 개시의 요지를 벗어남이 없이 당해 개시가 속하는 기술분야에서 통상의 지식을 가진자에 의해 다양한 변형실시가 가능한 것은 물론이고, 이러한 변형실시들은 본 개시의 기술적 사상이나 전망으로부터 개별적으로 이해되어서는 안될 것이다.
100: 영상 처리 장치
110: 프로세서
120: 출력부
120: 출력부
Claims (20)
- 복수의 프레임으로 구성된 영상이 입력되면, 기설정된 파라미터를 프레임 단위로 상기 복수의 프레임 각각의 압축률에 대응되는 파라미터로 변경하고, 상기 프레임 단위로 변경된 파라미터를 이용하여 상기 입력된 영상에 대한 영상 처리를 수행하는 프로세서; 및
상기 영상 처리된 영상을 출력하는 출력부;를 포함하는 영상 처리 장치. - 제1항에 있어서,
기설정된 복수의 압축률 각각에 대응되는 상기 기설정된 파라미터를 저장하는 메모리;를 더 포함하고,
상기 프로세서는,
프레임의 압축률이 기설정된 복수의 압축률 중 하나이면, 상기 저장된 파라미터 중 압축률에 대응되는 파라미터를 이용하여 영상 처리를 수행하고,
프레임의 압축률이 기설정된 복수의 압축률과 다르면, 신규 파라미터를 산출하여 영상 처리를 수행하고, 상기 신규 파라미터를 상기 메모리에 저장하는 영상 처리 장치. - 제2항에 있어서,
상기 프로세서는,
상기 복수의 압축률 및 상기 기설정된 파라미터를 이용하여 압축률과 파라미터 간의 선형성을 분석하고, 상기 분석된 선형성에 기초하여 신규 압축률에 대응되는 신규 파라미터를 산출하는 영상 처리 장치. - 제2항에 있어서,
상기 기설정된 파라미터는,
동일 압축률을 갖는 복수의 프레임에 대한 기계 학습의 결과로 산출된 영상 처리 장치. - 제1항에 있어서,
상기 영상 처리는,
상기 복수의 프레임에 대한 디코딩 및 화질 개선 처리 중 적어도 하나이며, 상기 파라미터는, 상기 디코딩 또는 화질 개선 처리 각각에 대한 파라미터인 영상 처리 장치. - 제5항에 있어서,
상기 화질 개선 처리는,
영상의 구조적 특징을 추출하는 제1 처리 및 상기 추출된 구조적 특징을 정규화하는 제2 처리를 포함하고,
상기 파라미터는, 상기 제2 처리에 이용되는 제1 파라미터를 포함하는 영상 처리 장치. - 제6항에 있어서,
상기 제1 처리에 이용되는 제 2 파라미터는, 프레임의 압축률이 변경되어도 동일한 값을 갖는 영상 처리 장치. - 제1항에 있어서,
상기 프로세서는,
상기 복수의 프레임의 메타 데이터를 이용하여 상기 복수의 프레임 각각의 압축률을 추출하는 영상 처리 장치. - 제1항에 있어서,
상기 출력부는,
상기 영상 처리된 영상을 외부 장치로 전송하는 통신부를 포함하는 영상 처리 장치. - 제1항에 있어서,
상기 출력부는,
상기 영상 처리된 영상을 표시하는 디스플레이를 포함하는 영상 처리 장치. - 영상 처리 방법에 있어서,
복수의 프레임으로 구성된 영상을 입력받는 단계;
기설정된 파라미터를 프레임 단위로 상기 복수의 프레임 각각의 압축률에 대응되는 파라미터로 변경하는 단계;
상기 프레임 단위로 변경된 파라미터를 이용하여 상기 입력된 영상에 대한 영상 처리를 수행하는 단계; 및
상기 영상 처리된 영상을 출력하는 단계;를 포함하는 영상 처리 방법. - 제11항에 있어서,
기설정된 복수의 압축률 각각에 대응되는 상기 기설정된 파라미터를 저장하는 단계;를 더 포함하고,
상기 영상 처리를 수행하는 단계는,
프레임의 압축률이 기설정된 복수의 압축률 중 하나이면, 상기 저장된 파라미터 중 압축률에 대응되는 파라미터를 이용하여 영상 처리를 수행하고,
프레임의 압축률이 기설정된 복수의 압축률과 다르면, 신규 파라미터를 산출하여 영상 처리를 수행하고, 상기 신규 파라미터를 저장하는 영상 처리 방법. - 제12항에 있어서,
상기 영상 처리를 수행하는 단계는,
상기 복수의 압축률 및 상기 기설정된 파라미터를 이용하여 압축률과 파라미터 간의 선형성을 분석하고, 상기 분석된 선형성에 기초하여 신규 압축률에 대응되는 신규 파라미터를 산출하는 영상 처리 방법. - 제12항에 있어서,
상기 기설정된 파라미터는,
동일 압축률을 갖는 복수의 프레임에 대한 기계 학습의 결과로 산출된 영상 처리 방법. - 제11항에 있어서,
상기 영상 처리는,
상기 복수의 프레임에 대한 디코딩 및 화질 개선 처리 중 적어도 하나이며, 상기 파라미터는, 상기 디코딩 또는 화질 개선 처리 각각에 대한 파라미터인 영상 처리 방법. - 제15항에 있어서,
상기 화질 개선 처리는,
영상의 구조적 특징을 추출하는 제1 처리 및 상기 추출된 구조적 특징을 정규화하는 제2 처리를 포함하고,
상기 파라미터는, 상기 제2 처리에 이용되는 제1 파라미터를 포함하는 영상 처리 방법. - 제16항에 있어서,
상기 제1 처리에 이용되는 제2 파라미터는 프레임의 압축률이 변경되어도 동일한 값을 갖는 영상 처리 방법. - 제11항에 있어서,
상기 복수의 프레임의 메타 데이터를 이용하여 상기 복수의 프레임 각각의 압축률을 추출하는 단계;를 더 포함하는 영상 처리 방법. - 제11항에 있어서,
상기 출력하는 단계는,
상기 영상 처리된 영상을 표시 또는 외부 장치로 전송하는 영상 처리 방법. - 영상 처리 방법을 실행하기 위한 프로그램을 포함하는 컴퓨터 판독가능 기록 매체에 있어서,
상기 영상 처리 방법은,
복수의 프레임으로 구성된 영상을 입력받는 단계;
기설정된 파라미터를 프레임 단위로 상기 복수의 프레임 각각의 압축률에 대응되는 파라미터로 변경하는 단계; 및
상기 프레임 단위로 변경된 파라미터를 이용하여 상기 입력된 영상에 대한 영상 처리를 수행하는 단계;를 포함하는 컴퓨터 판독가능 기록 매체.
Priority Applications (4)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020170117646A KR102444054B1 (ko) | 2017-09-14 | 2017-09-14 | 영상 처리 장치, 영상 처리 방법 및 컴퓨터 판독가능 기록 매체 |
| CN201880068271.7A CN111279696B (zh) | 2017-09-14 | 2018-09-06 | 图像处理设备、处理图像的方法以及计算机可读记录介质 |
| PCT/KR2018/010432 WO2019054698A1 (en) | 2017-09-14 | 2018-09-06 | IMAGE PROCESSING APPARATUS, IMAGE PROCESSING METHOD, AND COMPUTER-READABLE RECORDING MEDIUM |
| US16/130,253 US11006108B2 (en) | 2017-09-14 | 2018-09-13 | Image processing apparatus, method for processing image and computer-readable recording medium |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020170117646A KR102444054B1 (ko) | 2017-09-14 | 2017-09-14 | 영상 처리 장치, 영상 처리 방법 및 컴퓨터 판독가능 기록 매체 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| KR20190030339A true KR20190030339A (ko) | 2019-03-22 |
| KR102444054B1 KR102444054B1 (ko) | 2022-09-19 |
Family
ID=65632101
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020170117646A KR102444054B1 (ko) | 2017-09-14 | 2017-09-14 | 영상 처리 장치, 영상 처리 방법 및 컴퓨터 판독가능 기록 매체 |
Country Status (4)
| Country | Link |
|---|---|
| US (1) | US11006108B2 (ko) |
| KR (1) | KR102444054B1 (ko) |
| CN (1) | CN111279696B (ko) |
| WO (1) | WO2019054698A1 (ko) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2022163995A1 (ko) * | 2021-01-27 | 2022-08-04 | 삼성전자 주식회사 | 영상 처리 장치 및 그 동작방법 |
Families Citing this family (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US11404025B2 (en) * | 2019-04-10 | 2022-08-02 | Mediatek Inc. | Video processing system for performing artificial intelligence assisted picture quality enhancement and associated video processing method |
| US11887277B2 (en) * | 2021-02-23 | 2024-01-30 | Adobe Inc. | Removing compression artifacts from digital images and videos utilizing generative machine-learning models |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20080043027A1 (en) * | 2004-12-09 | 2008-02-21 | Makoto Shiomi | Image Data Processing Device, Liquid Crystal Display Apparatus Including Same, Display Apparatus Driving Device, Display Apparatus Driving Method, Program Therefor, And Storage Medium |
| KR20090122701A (ko) * | 2008-05-26 | 2009-12-01 | 삼성전자주식회사 | 화질 개선을 위한 영상처리장치 및 방법 |
| KR20150126221A (ko) * | 2014-05-02 | 2015-11-11 | 삼성전자주식회사 | 적응적 영상 데이터 압축 방법 및 장치 |
| US20160321523A1 (en) * | 2015-04-30 | 2016-11-03 | The Regents Of The University Of California | Using machine learning to filter monte carlo noise from images |
Family Cites Families (18)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR100327368B1 (ko) * | 1998-07-10 | 2002-03-06 | 구자홍 | 영상 부호화 및 복호화 방법 |
| US8189662B2 (en) * | 1999-07-27 | 2012-05-29 | Microsoft Corporation | Selection compression |
| US6529638B1 (en) | 1999-02-01 | 2003-03-04 | Sharp Laboratories Of America, Inc. | Block boundary artifact reduction for block-based image compression |
| JP4140202B2 (ja) * | 2001-02-28 | 2008-08-27 | 三菱電機株式会社 | 移動物体検出装置 |
| CN1806439B (zh) | 2003-06-13 | 2010-09-29 | 皇家飞利浦电子股份有限公司 | 空间信号变换的装置及方法 |
| US7346208B2 (en) | 2003-10-25 | 2008-03-18 | Hewlett-Packard Development Company, L.P. | Image artifact reduction using a neural network |
| US20080111831A1 (en) * | 2006-11-15 | 2008-05-15 | Jay Son | Efficient Panoramic Image Generation |
| CN101340575B (zh) * | 2007-07-03 | 2012-04-18 | 英华达(上海)电子有限公司 | 动态调整视频编码的方法及终端 |
| US8731062B2 (en) | 2008-02-05 | 2014-05-20 | Ntt Docomo, Inc. | Noise and/or flicker reduction in video sequences using spatial and temporal processing |
| WO2010120338A2 (en) | 2009-04-14 | 2010-10-21 | Thomson Licensing | Methods and apparatus for filter parameter determination and selection responsive to variable transforms in sparsity-based de-artifact filtering |
| JP2011223302A (ja) | 2010-04-09 | 2011-11-04 | Sony Corp | 画像処理装置と画像処理方法 |
| TWI394094B (zh) * | 2010-06-22 | 2013-04-21 | Univ Nat Taiwan Science Tech | 半色調影像處理之順序矩陣與擴散權重的共同優化方法與系統 |
| WO2013003485A1 (en) * | 2011-06-28 | 2013-01-03 | Inview Technology Corporation | Image sequence reconstruction based on overlapping measurement subsets |
| US8731337B2 (en) | 2011-08-05 | 2014-05-20 | Adobe Systems Incorporated | Denoising and artifact removal in image upscaling |
| CN104318534B (zh) | 2014-11-18 | 2017-06-06 | 中国电子科技集团公司第三研究所 | 一种实时二维卷积数字滤波系统 |
| EP3475785A4 (en) * | 2016-04-22 | 2020-05-13 | SZ DJI Technology Co., Ltd. | SYSTEMS AND METHODS FOR PROCESSING IMAGE DATA BASED ON A USER'S INTEREST |
| CN106447621A (zh) | 2016-08-29 | 2017-02-22 | 广东工业大学 | 一种基于模糊连接原则的视频图像去噪方法及装置 |
| CN106713929B (zh) * | 2017-02-16 | 2019-06-28 | 清华大学深圳研究生院 | 一种基于深度神经网络的视频帧间预测增强方法 |
-
2017
- 2017-09-14 KR KR1020170117646A patent/KR102444054B1/ko active IP Right Grant
-
2018
- 2018-09-06 WO PCT/KR2018/010432 patent/WO2019054698A1/en active Application Filing
- 2018-09-06 CN CN201880068271.7A patent/CN111279696B/zh active Active
- 2018-09-13 US US16/130,253 patent/US11006108B2/en active Active
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20080043027A1 (en) * | 2004-12-09 | 2008-02-21 | Makoto Shiomi | Image Data Processing Device, Liquid Crystal Display Apparatus Including Same, Display Apparatus Driving Device, Display Apparatus Driving Method, Program Therefor, And Storage Medium |
| KR20090122701A (ko) * | 2008-05-26 | 2009-12-01 | 삼성전자주식회사 | 화질 개선을 위한 영상처리장치 및 방법 |
| KR20150126221A (ko) * | 2014-05-02 | 2015-11-11 | 삼성전자주식회사 | 적응적 영상 데이터 압축 방법 및 장치 |
| US20160321523A1 (en) * | 2015-04-30 | 2016-11-03 | The Regents Of The University Of California | Using machine learning to filter monte carlo noise from images |
Non-Patent Citations (1)
| Title |
|---|
| Feng Jiang, et al. An End-to-End Compression Framework Based on Convolutional Neural Networks, Cornell University, 2017-08-02, pp. 1-13* * |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2022163995A1 (ko) * | 2021-01-27 | 2022-08-04 | 삼성전자 주식회사 | 영상 처리 장치 및 그 동작방법 |
Also Published As
| Publication number | Publication date |
|---|---|
| US11006108B2 (en) | 2021-05-11 |
| WO2019054698A1 (en) | 2019-03-21 |
| KR102444054B1 (ko) | 2022-09-19 |
| CN111279696A (zh) | 2020-06-12 |
| US20190082177A1 (en) | 2019-03-14 |
| CN111279696B (zh) | 2023-03-07 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US11195261B2 (en) | Image processing apparatus and image processing method | |
| CN111095350B (zh) | 图像处理设备、用于处理图像的方法和计算机可读记录介质 | |
| US20200053408A1 (en) | Electronic apparatus, method for controlling thereof, and method for controlling server | |
| US8610678B2 (en) | Information processing apparatus and method for moving a displayed object between multiple displays | |
| US10140746B2 (en) | Image processing device, image processing method, and computer program | |
| US10534509B2 (en) | Electronic device having touchscreen and input processing method thereof | |
| KR102667978B1 (ko) | 디스플레이 장치 및 그 제어 방법 | |
| US20170322713A1 (en) | Display apparatus and method for controlling the same and computer-readable recording medium | |
| US10860857B2 (en) | Method for generating video thumbnail on electronic device, and electronic device | |
| EP3147895A1 (en) | Display apparatus and method for controlling display apparatus thereof | |
| KR102444054B1 (ko) | 영상 처리 장치, 영상 처리 방법 및 컴퓨터 판독가능 기록 매체 | |
| CN108293146A (zh) | 图像显示设备及其操作方法 | |
| CN114237419B (zh) | 显示设备、触控事件的识别方法 | |
| CN111699673B (zh) | 电子设备及其操作方法 | |
| US20160334880A1 (en) | Gesture recognition method, computing device, and control device | |
| US20190012129A1 (en) | Display apparatus and method for controlling display apparatus | |
| KR20140089858A (ko) | 전자 장치 및 그의 제어 방법 | |
| KR102384234B1 (ko) | 영상처리장치, 영상처리방법 및 컴퓨터 판독가능 기록 매체 | |
| US10609305B2 (en) | Electronic apparatus and operating method thereof | |
| EP3340015B1 (en) | Display device for adjusting transparency of indicated object and display method for the same | |
| KR102351634B1 (ko) | 사용자 단말장치, 음향 시스템 및 외부 스피커의 음량 제어 방법 | |
| US20160132478A1 (en) | Method of displaying memo and device therefor | |
| JP2014021893A (ja) | 情報処理装置、操作信号生成方法、およびプログラム |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A201 | Request for examination | ||
| E902 | Notification of reason for refusal | ||
| AMND | Amendment | ||
| E601 | Decision to refuse application | ||
| AMND | Amendment | ||
| X701 | Decision to grant (after re-examination) | ||
| GRNT | Written decision to grant |