KR20200044668A - Ai 부호화 장치 및 그 동작방법, 및 ai 복호화 장치 및 그 동작방법 - Google Patents

Ai 부호화 장치 및 그 동작방법, 및 ai 복호화 장치 및 그 동작방법 Download PDF

Info

Publication number
KR20200044668A
KR20200044668A KR1020190078344A KR20190078344A KR20200044668A KR 20200044668 A KR20200044668 A KR 20200044668A KR 1020190078344 A KR1020190078344 A KR 1020190078344A KR 20190078344 A KR20190078344 A KR 20190078344A KR 20200044668 A KR20200044668 A KR 20200044668A
Authority
KR
South Korea
Prior art keywords
dnn
image
values
result
layer
Prior art date
Application number
KR1020190078344A
Other languages
English (en)
Other versions
KR102312338B1 (ko
Inventor
쿠오칸 딘
최민석
최광표
Original Assignee
삼성전자주식회사
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 삼성전자주식회사 filed Critical 삼성전자주식회사
Priority to PCT/KR2019/013595 priority Critical patent/WO2020080827A1/en
Priority to EP19874036.7A priority patent/EP3811619A4/en
Priority to CN201980060231.2A priority patent/CN112715029A/zh
Priority to US16/656,800 priority patent/US20200126263A1/en
Priority to US16/743,618 priority patent/US10950009B2/en
Publication of KR20200044668A publication Critical patent/KR20200044668A/ko
Priority to US17/147,954 priority patent/US11200702B2/en
Application granted granted Critical
Publication of KR102312338B1 publication Critical patent/KR102312338B1/ko

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
    • H04N19/102—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the element, parameter or selection affected or controlled by the adaptive coding
    • H04N19/132—Sampling, masking or truncation of coding units, e.g. adaptive resampling, frame skipping, frame interpolation or high-frequency transform coefficient masking
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T3/00—Geometric image transformation in the plane of the image
    • G06T3/40—Scaling the whole image or part thereof
    • G06T3/4046—Scaling the whole image or part thereof using neural networks
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
    • G06F18/213—Feature extraction, e.g. by transforming the feature space; Summarisation; Mappings, e.g. subspace methods
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/04—Architecture, e.g. interconnection topology
    • G06N3/045—Combinations of networks
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/04—Architecture, e.g. interconnection topology
    • G06N3/048—Activation functions
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/06—Physical realisation, i.e. hardware implementation of neural networks, neurons or parts of neurons
    • G06N3/063—Physical realisation, i.e. hardware implementation of neural networks, neurons or parts of neurons using electronic means
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/08—Learning methods
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/08—Learning methods
    • G06N3/084—Backpropagation, e.g. using gradient descent
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T1/00—General purpose image data processing
    • G06T1/20—Processor architectures; Processor configuration, e.g. pipelining
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T1/00—General purpose image data processing
    • G06T1/60—Memory management
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T9/00—Image coding
    • G06T9/002—Image coding using neural networks
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
    • G06V10/82—Arrangements for image or video recognition or understanding using pattern recognition or machine learning using neural networks
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
    • H04N19/169—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding
    • H04N19/184—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding the unit being bits, e.g. of the compressed video stream
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/42—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals characterised by implementation details or hardware specially adapted for video compression or decompression, e.g. dedicated software implementation
    • H04N19/423—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals characterised by implementation details or hardware specially adapted for video compression or decompression, e.g. dedicated software implementation characterised by memory arrangements
    • H04N19/426—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals characterised by implementation details or hardware specially adapted for video compression or decompression, e.g. dedicated software implementation characterised by memory arrangements using memory downsizing methods
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/50—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using predictive coding
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/50—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using predictive coding
    • H04N19/59—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using predictive coding involving spatial sub-sampling or interpolation, e.g. alteration of picture size or resolution
    • 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
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/04—Architecture, e.g. interconnection topology
    • G06N3/044—Recurrent networks, e.g. Hopfield networks
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/20—Special algorithmic details
    • G06T2207/20084—Artificial neural networks [ANN]

Abstract

하나 이상의 인스트럭션들을 저장하는 메모리 및 메모리에 저장된 하나 이상의 인스트럭션들을 실행하는 프로세서를 포함하고, 프로세서는, AI 부호화 장치가 제1 DNN을 이용하여, 원본 영상을 AI 다운스케일한 제1 영상에 대응하는 영상 데이터를 획득하고, 영상 데이터에 기초하여, 제1 영상에 대응하는 제2 영상을 복원하며, 복수의 레이어들을 포함하는 제2 DNN에 제2 영상이 입력되면, 복수의 레이어들 중 제1 필터 커널 및 제2 필터 커널을 포함하는 제1 레이어로부터, 제2 영상과 상기 제1 필터 커널과의 연산 결과에 기초하는 제1 결과 값들을 획득하고, 제2 영상과 제2 필터 커널과의 연산 결과에 기초하는 제2 결과 값들을 획득하며, 제1 결과 값들을 제1 스케일 팩터에 기초하여, 제1 값들로 변환함으로써 정규화하고, 제2 결과 값들을 제2 스케일 팩터에 기초하여, 제2 값들로 변환함으로써, 정규화하며, 정규화된 값들을 기 설정된 범위에 포함되는 정수 값들로 변환하고, 변환된 정수 값들을, 복수의 레이어들 중, 제1 레이어의 다음 레이어인 제2 레이어로 입력하여, 제2 레이어에서 제3 결과 값들을 획득하고, 제3 결과 값들에 기초하여, 제2 영상이 AI 업스케일된 제3 영상을 획득하고, 제2 DNN은, 상기 제1 DNN에 대응되며, 제1 스케일 팩터 및 제2 스케일 팩터는, 제1 DNN에 포함되는 스케일 팩터들과 연관된 값들로 결정되는, 영상 복호화 장치가 개시된다.

Description

AI 부호화 장치 및 그 동작방법, 및 AI 복호화 장치 및 그 동작방법{AI encoding apparatus and operating method for the same, and AI decoding apparatus and operating method for the same}
다양한 실시예들은 영상을 AI 다운스케일하는 딥 뉴럴 네트워크(DNN: Deep Neural Network)를 포함하는 AI 부호화 장치 및 그 동작방법, 및 영상을 AI 업스케일하는 DNN을 포함하는 AI 복호화 장치 및 그 동작방법에 관한 것으로서, 더욱 상세하게는 DNN에 포함되는 복수의 컨볼루션 레이어들에서, 컨볼루션 연산 수행에 필요한 메모리 및 연산량을 감소시키기 위한 AI 부호화 장치 및 그 동작방법, 및 AI 복호화 장치 및 그 동작방법에 관한 것이다.
영상 데이터는 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.
컨볼루션 뉴럴 네트워크(CNN: Convolution Neural Network)는 하나 이상의 컨볼루션 레이어들을 포함할 수 있으며, 컨볼루션 레이어들 각각에서는, 입력 데이터와 커널에 포함된 가중치들의 컨볼루션 연산이 수행될 수 있다.
또한, 컨볼루션 뉴럴 네트워크는 컨볼루션 레이어들 사이에서 출력되는 중간 결과값들을 저장하기 위해 많은 양의 메모리가 필요하며, 메모리 양을 줄이기 위하여, 저 정밀도 변환이 수행될 수 있다. 저 정밀도 변환이 수행되는 경우, 변환 오차가 발생하게 되며, 이러한 변환 오차를 최소화하는 방법이 필요하다.
다양한 실시예들은, AI 부호화 장치에 포함된 제1 DNN에서 생성되는 중간 결과 값들을 저 정밀도로 표현함에 있어서, 변환 오차를 최소화할 수 있는 AI 부호화 장치 및 그 동작방법을 제공할 수 있다.
또한, AI 복호화 장치에 포함된 제2 DNN에서 생성되는 중간 결과 값들을 저 정밀도로 표현함에 있어서, 변환 오차를 최소화할 수 있는 AI 부호화 장치 및 그 동작방법을 제공할 수 있다.
일 실시예에 따른 AI 복호화 장치는, 하나 이상의 인스트럭션들을 저장하는 메모리 및 상기 메모리에 저장된 상기 하나 이상의 인스트럭션들을 실행하는 프로세서를 포함하고, 상기 프로세서는, AI 부호화 장치가 제1 DNN을 이용하여, 원본 영상을 AI 다운스케일한 제1 영상에 대응하는 영상 데이터를 획득하고, 상기 영상 데이터에 기초하여, 상기 제1 영상에 대응하는 제2 영상을 복원하며, 복수의 레이어들을 포함하는 제2 DNN에 상기 제2 영상이 입력되면, 상기 복수의 레이어들 중 제1 필터 커널 및 제2 필터 커널을 포함하는 제1 레이어로부터, 상기 제2 영상과 상기 제1 필터 커널과의 연산 결과에 기초하는 제1 결과 값들을 획득하고, 상기 제2 영상과 상기 제2 필터 커널과의 연산 결과에 기초하는 제2 결과 값들을 획득하며, 상기 제1 결과 값들을 제1 스케일 팩터에 기초하여, 제1 값들로 변환함으로써 정규화하고, 상기 제2 결과 값들을 제2 스케일 팩터에 기초하여, 제2 값들로 변환함으로써, 정규화하며, 상기 정규화된 값들을 기 설정된 범위에 포함되는 정수 값들로 변환하고, 상기 변환된 정수 값들을, 상기 복수의 레이어들 중, 상기 제1 레이어의 다음 레이어인 제2 레이어로 입력하여, 상기 제2 레이어에서 제3 결과 값들을 획득하고, 상기 제3 결과 값들에 기초하여, 상기 제2 영상이 AI 업스케일된 제3 영상을 획득하고, 상기 제2 DNN은, 상기 제1 DNN에 대응되며, 상기 제1 스케일 팩터 및 제2 스케일 팩터는, 상기 제1 DNN에 포함되는 스케일 팩터들과 연관된 값들로 결정된다.
일 실시예에 따른 제2 DNN은, 상기 제1 DNN과 연계되어 훈련된 네트워크이며, 상기 제1 DNN의 훈련 과정에서 획득되는 영상에 기초하여, 훈련된 네트워크이고, 상기 제1 스케일 팩터 및 제2 스케일 팩터는, 상기 제2 DNN 및 상기 제1 DNN의 훈련에 의해 결정될 수 있다.
일 실시예에 따른 제1 스케일 팩터 및 제2 스케일 팩터는, 상기 제1 값들의 정규 분포와 상기 제2 값들의 정규 분포가 동일해지도록 훈련될 수 있다.
일 실시예에 따른 프로세서는, 상기 제1 값들 및 제2 값들을 상기 기 설정된 범위로 클리핑하고, 클리핑된 값들을 정수 값들로 변환할 수 있다.
일 실시예에 따른 프로세서는, 상기 클리핑된 값들을 반올림하여, 상기 정수 값들로 변환할 수 있다.
일 실시예에 따른 프로세서는, 상기 변환된 정수 값들을 상기 메모리에 저장할 수 있다.
일 실시예에 따른 변환된 정수 값들을 저장하는 상기 메모리의 크기는, 상기 기 설정된 범위에 기초하여 결정될 수 있다.
일 실시예에 따른 프로세서는, 상기 제2 영상과 상기 제1 필터 커널의 컨볼루션 연산을 수행하여, 제1 특징 맵을 생성하고, 상기 제1 특징 맵에 제1 활성화 함수를 적용하여, 상기 제1 결과 값들을 획득하며, 상기 제2 영상과 제2 필터 커널의 컨볼루션 연산을 수행하여, 제2 특징 맵을 생성하고, 상기 제2 특징 맵에 제2 활성화 함수를 적용하여, 상기 제2 결과 값들을 획득할 수 있다.
일 실시예에 따른 제1 활성화 함수 및 제2 활성화 함수는,
Figure pat00001
의 형태를 가지며, 상기 기울기 a와 기울기 b는 서로 다른 값을 가지고, 상기 기울기 b는 상기 제2 DNN의 훈련을 통해 결정될 수 있다.
일 실시예에 따른 제1 활성화 함수에서의 상기 기울기 b의 값과 상기 제2 활성화 함수에서의 상기 기울기 b의 값은 서로 다를 수 있다.
일 실시예에 따른 AI 부호화 장치는, 하나 이상의 인스트럭션들을 저장하는 메모리 및 상기 메모리에 저장된 상기 하나 이상의 인스트럭션들을 실행하는 프로세서를 포함하고, 상기 프로세서는, 복수의 레이어들을 포함하는 제1 DNN에 원본 영상이 입력되면, 상기 복수의 레이어들 중 제1 필터 커널 및 제2 필터 커널을 포함하는 제1 레이어로부터, 상기 원본 영상과 상기 제1 필터 커널과의 연산 결과에 기초하는 제1 결과 값들을 획득하고, 상기 원본 영상과 상기 제2 필터 커널과의 연산 결과에 기초하는 제2 결과 값들을 획득하며, 상기 제1 결과 값들을 제1 스케일 팩터에 기초하여, 제1 값들로 변환함으로써 정규화하고, 상기 제2 결과 값들을 제2 스케일 팩터에 기초하여, 제2 값들로 변환함으로써 정규화하며, 상기 정규화된 값들을 기 설정된 범위에 포함되는 정수 값들로 변환하며, 상기 변환된 정수 값들을, 상기 복수의 레이어들 중, 상기 제1 레이어의 다음 레이어인 제2 레이어로 입력하며, 상기 제2 레이어에서 제3 결과 값들을 획득하고, 상기 제3 결과 값들에 기초하여, 상기 원본 영상이 AI 다운스케일된 제1 영상을 획득하고, 상기 제1 영상을 부호화하며, 상기 제1 DNN은, 영상을 AI 업스케일하는 제2 DNN에 대응되며, 상기 제1 스케일 팩터 및 제2 스케일 팩터는, 상기 제2 DNN에 포함되는 스케일 팩터들과 연관된 값들로 결정된다.
일 실시예에 따른 제1 DNN은, 상기 제2 DNN과 연계되어 훈련된 네트워크이며, 상기 제2 DNN의 훈련 과정에서 획득되는 손실 정보에 기초하여, 훈련된 네트워크이고, 상기 제1 스케일 팩터 및 제2 스케일 팩터는, 상기 제1 DNN 및 상기 제2 DNN의 훈련에 의해 결정될 수 있다.
일 실시예에 따른 제1 DNN은, 상기 제1 DNN의 훈련 과정에서 AI 다운스케일에 의해 발생하는 제1 손실 정보와, 상기 제2 DNN의 훈련 과정에서 AI 업스케일에 의해 발생하는 제2 손실 정보에 기초하여, 훈련된 네트워크일 수 있다.
일 실시예에 따른 제1 스케일 팩터 및 상기 제2 스케일 팩터는, 상기 제1 값들의 정규 분포와 상기 제2 값들의 정규 분포가 동일해지도록 훈련될 수 있다.
일 실시예에 따른 프로세서는, 상기 제1 값들 및 제2 값들을 상기 기 설정된 범위로 클리핑하고, 클리핑된 값들을 정수 값들로 변환할 수 있다.
일 실시예에 따른 프로세서는, 상기 클리핑된 값들을 반올림하여, 상기 정수 값들로 변환할 수 있다.
일 실시예에 따른 프로세서는, 상기 변환된 정수 값들을 상기 메모리에 저장할 수 있다.
일 실시예에 따른 변환된 정수 값들을 저장하는 상기 메모리의 크기는, 상기 기 설정된 범위에 기초하여 결정될 수 있다.
일 실시예에 따른 AI 복호화 장치의 동작방법은, AI 부호화 장치가 제1 DNN을 이용하여, 원본 영상을 AI 다운스케일한 제1 영상에 대응하는 영상 데이터를 획득하는 단계, 상기 영상 데이터에 기초하여, 상기 제1 영상에 대응하는 제2 영상을 복원하는 단계, 복수의 레이어들을 포함하는 제2 DNN에, 상기 제2 영상이 입력되면, 상기 복수의 레이어들 중 제1 필터 커널 및 제2 필터 커널을 포함하는 제1 레이어로부터, 상기 제2 영상과 상기 제1 필터 커널과의 연산에 기초하는 제1 결과 값들을 획득하고, 상기 제2 영상과 상기 제2 필터 커널과의 연산에 기초하는 제2 결과 값들을 획득하는 단계, 상기 제1 결과 값들을 제1 스케일 팩터에 기초하여, 제1 값들로 변환함으로써 정규화하고, 상기 제2 결과 값들을 제2 스케일 팩터에 기초하여, 제2 값들로 변환함으로써, 정규화하는 단계, 상기 정규화된 값들을 기 설정된 범위에 포함되는 정수 값들로 변환하는 단계, 상기 변환된 정수 값들을, 상기 복수의 레이어들 중, 상기 제1 레이어의 다음 레이어인 제2 레이어로 입력하여, 상기 제2 레이에서 제3 결과 값들을 획득하는 단계, 및 상기 제3 결과 값들에 기초하여, 상기 제2 영상이 AI 업스케일된 제3 영상을 획득하는 단계를 포함하고, 상기 제2 DNN은, 상기 제1 DNN에 대응되며, 상기 제1 스케일 팩터 및 제2 스케일 팩터는, 상기 제1 DNN에 포함되는 스케일 팩터들과 연관된 값들로 결정된다.
일 실시예에 따른 AI 부호화 장치의 동작방법은, 복수의 레이어들을 포함하는 제1 DNN에 원본 영상이 입력되면, 상기 복수의 레이어들 중 제1 필터 커널 및 제2 필터 커널을 포함하는 제1 레이어로부터, 상기 원본 영상과 상기 제1 필터 커널의 연산 결과에 기초하는 제1 결과 값들을 획득하고, 상기 원본 영상과 상기 제2 필터 커널의 연산 결과에 기초하는 제2 결과 값들을 획득하는 단계, 상기 제1 결과 값들을 제1 스케일 팩터에 기초하여, 제1 값들로 변환함으로써 정규화하고, 상기 제2 결과 값들을 제2 스케일 팩터에 기초하여, 제2 값들로 변환함으로써 정규화하는 단계, 상기 정규화된 값들을 기 설정된 범위에 포함되는 정수 값들로 변환하는 단계, 상기 변환된 정수 값들을, 상기 복수의 레이어들 중 상기 제1 레이어의 다음 레이어인 제2 레이어로 입력하여, 상기 제2 레이어에서 제3 결과 값들을 획득하는 단계, 상기 제3 결과 값들에 기초하여, 상기 원본 영상이 AI 다운스케일된 제1 영상을 획득하는 단계 및 상기 제1 영상을 부호화하는 단계를 포함하고, 상기 제1 DNN은, 영상을 AI 업스케일하는 제2 DNN에 대응되며, 상기 제1 스케일 팩터 및 제2 스케일 팩터는, 상기 제2 DNN에 포함되는 스케일 팩터들과 연관된 값들로 결정된다.
일 실시예에 따른 AI 부호화 장치는, 제1 DNN을 이용한 영상의 다운스케일 시, 생성되는 중간 결과 값들을 저 정밀도로 표현함으로써, 메모리의 양을 감소시킬 수 있으며, 중간 결과 값들을 저 정밀도 값들로 변환 시, 변환 오차를 최소화하여, 제1 DNN의 성능을 향상시킬 수 있다.
또한, 일 실시예에 따른 AI 부호화 장치는, 제1 DNN에 훈련 가능한 활성 함수를 적용함으로써, 제1 DNN의 성능을 향상시킬 수 있다.
일 실시예에 따른 AI 복호화 장치는, 제2 DNN을 이용한 영상의 AI 업스케일 시, 생성되는 중간 결과 값들을 저 정밀도로 표현함으로써, 메모리의 양을 감소시킬 수 있으며, 중간 결과 값들을 저 정밀도 값들로 변환 시, 변환 오차를 최소화하여, 제2 DNN의 성능을 향상시킬 수 있다.
특히, AI 부호화 장치가 AI 다운스케일된 영상을 제공하는 서버로 구성되고, AI 복호화 장치가 AI 다운스케일된 영상을 수신하는 단말로 구성되는 시스템에 있어서, 단말에서 수신한 영상의 AI 업스케일 시, 생성되는 중간 결과 값들을 저장하는 메모리의 양을 감소시킬 수 있어, 시스템의 효율이 향상될 수 있다.
또한, 일 실시예에 따른 AI 복호화 장치는, 제2 DNN에 훈련 가능한 활성 함수를 적용함으로써, 제2 DNN의 성능을 향상시킬 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 제2 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 10은 일 실시예에 따른 DNN의 구조를 나타내는 도면이다.
도 11은 도 10의 제1 레이어에서의 데이터 처리 과정을 설명하기 위해 참조되는 도면이다.
도 12는 일 실시예에 따른 저 정밀도 변환부의 구성을 나타내는 블록도이다.
도 13은 일 실시예에 따른 저 정밀도 변환부에서 데이터 처리 과정을 설명하기 위해 참조되는 도면이다.
도 14는 일 실시예에 따른 스케일 팩터를 결정하는 방법을 설명하기 위해 참조되는 도면이다.
도 15는 일 실시예에 따른 활성화 함수를 나타내는 도면이다.
도 16은는 일 실시예에 따른 AI 부호화 장치의 동작방법을 나타내는 흐름도이다.
도 17은 일 실시예에 따른 AI 복호화 장치의 동작방법을 나타내는 흐름도이다.
도 18은 일 실시예에 따른 AI 부호화 장치의 구성을 나타내는 블록도이다.
도 19는 일 실시예에 따른 AI 복호화 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 비디오의 정지영상, 복수의 연속된 정지영상(또는 프레임)으로 구성된 동영상, 또는 비디오 를 나타낼 수 있다.
또한, 본 명세서에서 'DNN(deep neural network)의 파라미터'는 뉴럴 네트워크를 이루는 각 레이어의 연산 과정에서 이용되는 값으로서 예를 들어, 입력 값을 소정 연산식에 적용할 때 이용되는 가중치를 포함할 수 있다. 또한, 파라미터는 매트릭스 형태로 표현될 수 있다. 파라미터는 훈련의 결과로 설정되는 값으로서, 필요에 따라 별도의 훈련 데이터(training data)를 통해 갱신될 수 있다.
또한, 본 명세서에서 '제 1 DNN'은 영상의 AI 다운스케일을 위해 이용되는 DNN을 의미하고, '제 2 DNN'은 영상의 AI 업스케일을 위해 이용되는 DNN을 의미한다.
또한, 본 명세서에서 '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 생성된 영상을 의미한다. 또한, '제 2 영상'은 AI 복호화 과정에서 제 1 복호화를 통해 생성된 영상을 의미하고, '제 3 영상'은 AI 복호화 과정에서 제 2 영상을 AI 업스케일하여 생성된 영상을 의미한다.
또한, 본 명세서에서 'AI 다운스케일'은 AI 기반으로 영상의 해상도를 감소시키는 처리를 의미하고, '제 1 부호화'는 주파수 변환 기반의 영상 압축 방법에 의한 부호화 처리를 의미한다. 또한, '제 1 복호화'는 주파수 변환 기반의 영상 복원 방법에 의한 복호화 처리를 의미하고, 'AI 업스케일'은 AI 기반으로 영상의 해상도를 증가시키는 처리를 의미한다.
도 1은 일 실시예에 따른 AI(artificial intelligence) 부호화 과정 및 AI 복호화 과정을 설명하기 위한 도면이다.
전술한 바와 같이 영상의 해상도가 급격히 커짐에 따라 부호화/복호화를 위한 정보 처리량이 많아지게 되고, 이에 따라 영상의 부호화 및 복호화 효율을 향상시키기 위한 방안이 필요하다.
도 1에 도시된 바와 같이, 본 발명의 일 실시예에 따르면, 해상도가 큰 원본 영상(105)을 AI 다운스케일(110)하여 제 1 영상(115)을 생성한다. 그리고, 상대적으로 작은 해상도의 제 1 영상(115)을 대상으로 하여 제 1 부호화(120) 및 제 1 복호화(130)를 수행하므로, 원본 영상(105)을 대상으로 하여 제 1 부호화(120) 및 제 1 복호화(130)를 수행하는 경우에 비해 처리되는 비트레이트를 크게 감소시킬 수 있다.
도 1을 참조하여 상세히 설명하면, 일 실시예는 AI 부호화 과정에서, 원본 영상(105)을 AI 다운스케일(110)하여 제 1 영상(115)을 생성하고, 제 1 영상(115)을 제 1 부호화(120)한다. AI 복호화 과정에서는, AI 부호화 결과 생성된 AI 데이터와 영상 데이터를 포함하는 AI 부호화 데이터를 수신하고, 제 1 복호화(130)를 통해 제 2 영상(135)을 생성하고, 제 2 영상(135)을 AI 업스케일(140)하여 제 3 영상(145)을 생성한다.
AI 부호화 과정을 좀 더 상세히 살펴보면, 원본 영상(105)을 입력받으면, 소정 해상도 또는 소정 화질의 제 1 영상(115)을 생성하기 위해 원본 영상(105)을 AI 다운스케일(110)한다. 이때, AI 다운스케일(110)은 AI 기반으로 수행되는데, AI 다운스케일(110)을 위한 AI는 제 2 영상(135)의 AI 업스케일(140)을 위한 AI와 연계되어 훈련되어야(trained connectively) 한다. 왜냐하면, AI 다운스케일(110)을 위한 AI와 AI 업스케일(140)을 위한 AI가 분리되어 훈련되는 경우, AI 부호화 대상인 원본 영상(105)과 AI 복호화를 통해 복원된 제 3 영상(145) 사이의 차이가 커지게 되기 때문이다.
본 개시의 실시예에서는, AI 부호화 과정과 AI 복호화 과정에서 이러한 연계 관계를 유지하기 위해, AI 데이터를 이용할 수 있다. 따라서, AI 부호화 과정을 통해 생성된 AI 데이터는 업스케일 타겟을 나타내는 정보를 포함하여야 하고, AI 복호화 과정에서는 AI 데이터에 기초하여 확인되는 업스케일 타겟에 따라 제 2 영상(135)을 AI 업스케일(140)하여야 한다.
AI 다운스케일(110)을 위한 AI 및 AI 업스케일(140)을 위한 AI는 DNN(deep neural network)으로 구현될 수 있다. 도 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 생성된 AI 부호화 데이터는, 제 1 영상(115)의 제 1 부호화(120) 결과 생성된 영상 데이터 및 원본 영상(105)의 AI 다운스케일(110)과 관련된 AI 데이터를 포함할 수 있다. 영상 데이터는 제 1 복호화(130) 과정에서 이용될 수 있으며, AI 데이터는 AI 업스케일(140) 과정에서 이용될 수 있다.
영상 데이터는 비트스트림 형태로 전송될 수 있다. 영상 데이터는 제 1 영상(115) 내 픽셀 값들에 기초하여 생성되는 데이터, 예를 들어, 제 1 영상(115)과 제 1 영상(115)의 예측 데이터 사이의 차이인 잔차 데이터를 포함할 수 있다. 또한, 영상 데이터는 제 1 영상(115)의 제 1 부호화(120) 과정에서 이용된 정보들을 포함한다. 예를 들어, 영상 데이터는 제 1 영상(115)을 제 1 부호화(120)하는데 이용된 모드(mode) 정보(예를 들어, 예측 모드 정보, 움직임 정보 등) 및 제 1 부호화(120)에서 이용된 양자화 파라미터 관련 정보 등을 포함할 수 있다. 영상 데이터는 MPEG-2, H.264 AVC, MPEG-4, HEVC, VC-1, VP8, VP9 및 AV1 등 주파수 변환을 이용하는 영상 압축 방법 중 제 1 부호화(120) 과정에서 이용된 영상 압축 방법의 규칙, 예를 들어, 신택스(syntax)에 따라 생성될 수 있다.
AI 데이터는 제 2 DNN에 기반한 AI 업스케일(140)에 이용된다. 전술한 바와 같이, 제 1 DNN과 제 2 DNN은 연계 훈련되기 때문에, AI 데이터는 제 2 DNN을 통한 제 2 영상(135)의 정확한 AI 업스케일(140)이 수행될 수 있게 하는 정보를 포함한다. AI 복호화 과정에서는 AI 데이터에 기반하여 제 2 영상(135)을 타겟하는 해상도 및 화질로 AI 업스케일(140)할 수 있다.
AI 데이터는 비트스트림의 형태로 영상 데이터와 함께 전송될 수 있다. 또는, 구현예에 따라, AI 데이터는 프레임이나 패킷 형태로 영상 데이터와 구분되어 전송될 수도 있다. AI 부호화 결과 생성된 영상 데이터와 AI 데이터는 동일한 네트워크 또는 서로 상이한 네트워크를 통해 전송될 수 있다.
도 2는 일 실시예에 따른 AI 복호화 장치(200)의 구성을 도시하는 블록도이다.
도 2를 참조하면, 일 실시예에 따른 AI 복호화 장치(200)는 수신부(210) 및 AI 복호화부(230)를 포함할 수 있다. 수신부(210)는 통신부(212), 파싱부(214) 및 출력부(216)를 포함할 수 있다. AI 복호화부(230)는 제 1 복호화부(232) 및 AI 업스케일부(234)를 포함할 수 있다.
수신부(210)는 AI 부호화 결과 생성된 AI 부호화 데이터를 수신 및 파싱하고, 영상 데이터와 AI 데이터를 구분하여 AI 복호화부(230)로 출력한다.
구체적으로, 통신부(212)는 네트워크를 통해 AI 부호화 결과 생성된 AI 부호화 데이터를 수신한다. AI 부호화 결과 생성된 AI 부호화 데이터는 영상 데이터와 AI 데이터를 포함한다. 영상 데이터와 AI 데이터는 동종 네트워크 또는 이종 네트워크를 통해 수신될 수 있다.
파싱부(214)는 통신부(212)를 통해 수신된 AI 부호화 데이터를 전달받아 파싱(parsing)하여 영상 데이터와 AI 데이터로 구분한다. 예를 들어, 네트워크를 통해 수신된 데이터의 헤더를 읽어, 해당 데이터가 영상 데이터인지 또는 AI 데이터인지를 구분할 수 있다. 일 예에서, 파싱부(214)는 통신부(212)를 통해 수신된 데이터의 헤더를 통해 영상 데이터와 AI 데이터를 구분하여 출력부(216)로 전달하고, 출력부(216)는 각각의 구분된 데이터를 제 1 복호화부(232) 및 AI 업스케일부(234)로 전달한다. 이 때, AI 부호화 데이터에 포함된 영상 데이터가 소정의 코덱(예를 들어, MPEG-2, H.264, MPEG-4, HEVC, VC-1, VP8, VP9 또는 AV1)을 통해 생성된 영상 데이터인 것으로 확인할 수도 있다. 이 경우, 영상 데이터가 상기 확인된 코덱으로 처리될 수 있도록, 출력부(216)를 통해 해당 정보를 제 1 복호화부(232)로 전달할 수 있다.
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 생성된 제 2 영상(135)은 AI 업스케일부(234)로 제공된다. 구현예에 따라서는, 영상 데이터에 포함된 모드 정보, 양자화 파라미터 정보 등 제 1 복호화 관련 정보가 AI 업스케일부(234)로 더 제공될 수 있다.
AI 데이터를 수신한 AI 업스케일부(234)는 AI 데이터에 기초하여 제 2 영상(135)을 AI 업스케일한다. 구현예에 따라서는, 영상 데이터에 포함된 모드 정보, 양자화 파라미터 정보 등 제 1 복호화 관련 정보를 더 이용하여 AI 업스케일 할 수 있다.
일 실시예에 따른 수신부(210) 및 AI 복호화부(230)는 개별적인 장치로 설명되었으나, 하나의 프로세서를 통해 구현될 수 있다. 이 경우, 별도의 전용 프로세서로 구현될 수도 있고, AP 또는 CPU, GPU와 같은 범용 프로세서와 S/W의 조합을 통해 구현될 수도 있다. 또한, 전용 프로세서의 경우, 본 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 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. 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 해상도와의 차이 정보, 제 1 영상(115) 관련 정보가 있다.
차이 정보는, 원본 영상(105) 대비 제 1 영상(115)의 해상도 변환 정도에 대한 정보(예를 들어, 해상도 변환률 정보)로 표현될 수 있다. 그리고, 복원된 제 2 영상(135)의 해상도를 통해 제 1 영상(115)의 해상도를 알게 되고 이를 통해 해상도 변환 정도를 확인할 수 있기 때문에, 차이 정보는 원본 영상(105)의 해상도 정보만으로 표현될 수도 있다. 여기서 해상도 정보는 가로/세로의 화면 사이즈로 표현될 수도 있고, 비율(16:9, 4:3 등)과 한 축의 사이즈로 표현될 수도 있다. 또한, 기 설정된 해상도 정보가 있는 경우는 인덱스 또는 플래그의 형태로 표현될 수도 있다.
그리고, 제 1 영상(115) 관련 정보는, 제 1 영상(115)의 제 1 부호화 결과 생성된 영상 데이터의 비트레이트 및 제 1 영상(115)의 제 1 부호화시 이용된 코덱 타입 중 적어도 하나에 대한 정보를 포함할 수 있다.
차이 정보와 제 1 영상(115) 관련 정보는 하나의 AI 데이터로 전달될 수도 있고, 필요에 따라 각각 전달되어 처리될 수도 있다.
AI 업스케일부(234)는 AI 데이터에 포함된 차이 정보 및 제 1 영상(115) 관련 정보 중 적어도 하나에 기초하여 제 2 영상(135)의 업스케일 타겟을 결정할 수 있다. 업스케일 타겟은 예를 들어, 제 2 영상(135)을 어느 정도의 해상도로 업스케일하여야 하는지를 나타낼 수 있다. AI 업스케일부(234)는 업스케일 타겟이 결정되면, 업스케일 타겟에 대응하는 제 3 영상(145)을 생성하기 위해 제 2 DNN을 통해 제 2 영상(135)을 AI 업스케일한다.
AI 업스케일부(234)가 업스케일 타겟에 맞춰 제 2 영상(135)을 AI 업스케일하는 방법을 설명하기에 앞서, 제 2 DNN을 통한 AI 업스케일 과정에 대해 도 3 및 도 4를 참조하여 설명한다.
도 3은 제 2 영상(135)의 AI 업스케일을 위한 제 2 DNN(300)을 나타내는 예시적인 도면이다.
도 3에 도시된 바와 같이, 제 2 영상(135)은 제 1 컨볼루션 레이어(310)로 입력된다. 도 3에 도시된 제 1 컨볼루션 레이어(310)에 표시된 3X3X4는 3 x 3의 크기의 4개의 필터 커널을 이용하여 1개의 입력 영상에 대해 컨볼루션 처리를 하는 것을 예시한다. 컨볼루션 처리 결과 4개의 필터 커널에 의해 생성된 4개의 특징 맵은 각각 제 1 활성화 레이어(320)로 입력된다. 제 1 활성화 레이어(320)는 각각의 특징 맵에 대해 비선형(Non-linear) 특성을 부여할 수 있다. 제 1 활성화 레이어(320)는 시그모이드 함수(sigmoid function), Tanh 함수, ReLU(Rectified Linear Unit) 함수 등을 포함할 수 있으나, 이에 한정되는 것은 아니다.
제 1 활성화 레이어(320)에서 비선형 특성을 부여하는 것은, 제 1 컨볼루션 레이어(310)를 통한 출력인, 특징 맵의 일부 샘플 값을 변경하여 출력하는 것을 의미한다. 이때, 변경은 비선형 특성을 적용하여 수행된다.
제 1 활성화 레이어(320)의 출력이 제 2 컨볼루션 레이어(330)로 입력된다. 제 2 컨볼루션 레이어(330)에 표시된 3X3X4는 3 x 3의 크기의 4개의 필터 커널을 이용하여 입력 데이터에 대해 컨볼루션 처리하는 것을 예시한다. 제 2 컨볼루션 레이어(330)의 출력은 제 2 활성화 레이어(340)로 입력된다. 제 2 활성화 레이어(340)는 입력 데이터에 대해 비선형 특성을 부여할 수 있다.
제 2 활성화 레이어(340)의 출력은 제 3 컨볼루션 레이어(350)로 입력된다. 도 3에 도시된 제 3 컨볼루션 레이어(350)에 표시된 3X3X1는 3 x 3의 크기의 1개의 필터 커널을 이용하여 1개의 출력 영상을 만들기 위해 컨볼루션 처리를 하는 것을 예시한다. 제 3 컨볼루션 레이어(350)는 최종 영상을 출력하기 위한 레이어로서 1개의 필터 커널을 이용하여 1개의 출력을 생성한다. 본 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.
도 4를 참조하여, 컨볼루션 레이어의 컨볼루션 연산에 대해 보다 상세히 설명한다.
미리 결정된 2차원의 크기를 갖는 필터 커널(430)(도 4에서는 3 X 3 크기의 필터 커널)의 파라미터들과 그에 대응하는 입력 영상(410) 내 픽셀 값들 사이의 곱 연산 및 덧셈 연산을 통해 특징 맵(450)이 생성될 수 있다.
도 4는 특징 맵(450)의 샘플 값을 획득하기 위한 필터 커널(430)과 입력 영상(410) 사이의 컨볼루션 연산을 도시하고 있다.
도 4에서 입력 영상(410)에 표시된 I1 내지 I49는 입력 영상(410) 내 픽셀들을 나타내고, 필터 커널(430)에 표시된 F1 내지 F9는 필터 커널(430)의 파라미터들을 나타낸다. 또한, 특징 맵(450)에 표시된 M1 내지 M9는 특징 맵(450)의 샘플들을 나타낸다. 필터 커널(430)의 파라미터는, 제 1 DNN과의 연계 학습을 통해 그 값이 최적화될 수 있다. 후술하는 바와 같이, AI 업스케일부(234)는 필터 커널의 파라미터를, AI 데이터에 기초하여 결정한 업스케일 타겟에 대응하는 파라미터로 세팅함으로써, 다운스케일 타겟에 대응하는 업스케일 타겟으로 제 2 영상(135)을 AI 업스케일할 수 있다.
컨볼루션 연산 과정에서, 입력 영상(410)의 I1, I2, I3, I8, I9, I10, I15, I16, I17의 픽셀 값들 각각과 필터 커널(430)의 F1, F2, F3, F4, F5, F6, F7, F8 및 F9 각각의 곱 연산이 수행되고, 곱 연산의 결과 값들을 조합(예를 들어, 덧셈 연산)한 값이 특징 맵(450)의 M1의 값으로 할당될 수 있다. 컨볼루션 연산의 스트라이드(stride)가 2라면, 입력 영상(410)의 I3, I4, I5, I10, I11, I12, I17, I18, I19의 픽셀 값들 각각과 필터 커널(430)의 F1, F2, F3, F4, F5, F6, F7, F8 및 F9 각각의 곱 연산이 수행되고, 곱 연산의 결과 값들을 조합한 값이 특징 맵(450)의 M2의 값으로 할당될 수 있다.
필터 커널(430)이 입력 영상(410)의 마지막 픽셀에 도달할 때까지 스트라이드에 따라 이동하는 동안 입력 영상(410) 내 픽셀 값들과 필터 커널(430)의 파라미터들 사이의 컨볼루션 연산이 수행됨으로써, 소정 크기를 갖는 특징 맵(450)이 획득될 수 있다.
본 개시에 따르면, 제 1 DNN과 제 2 DNN의 연계 훈련을 통해 제 2 DNN의 파라미터들, 예를 들어, 필터 커널(430)의 F1, F2, F3, F4, F5, F6, F7, F8 및 F9의 값이 최적화될 수 있다. 전술한 바와 같이, AI 업스케일부(234)는 AI 데이터에 기초하여, 제 1 DNN의 다운스케일 타겟에 대응하는 업스케일 타겟을 결정하고, 결정된 업스케일 타겟에 대응하는 파라미터들을 필터 커널(430)의 F1, F2, F3, F4, F5, F6, F7, F8 및 F9의 값으로 결정할 수 있다.
도 4와 관련하여 설명한 컨볼루션 연산 과정은 하나의 예시일 뿐이며, 이에 한정되는 것은 아니다.
이하에서, AI 업스케일부(234)가 업스케일 타겟에 맞춰 제 2 영상(135)을 AI 업스케일하는 방법을 설명한다.
일 실시예에서, AI 업스케일부(234)는 제 2 DNN에 세팅 가능한 복수의 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 정보 를 획득할 수 있다. 여기서 사용되는 복수의 DNN 설정 정보 각각은 미리 결정된 해상도 및/또는 미리 결정된 화질의 제 3 영상(145)을 생성하기 위한 정보로, 제 1 DNN과 연계하여 훈련된 것이다.
예를 들어, 복수의 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 생성하기 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 생성하기 위한 파라미터들을 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 생성하기 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, 업스케일부(234)는 AI 데이터에 포함된 차이 정보에 기초하여, 복수의 DNN 설정 정보 중 제 2 영상(135)을 업스케일하기 위한 DNN 설정 정보를 결정할 수 있다. 예를 들어, 차이 정보에 기초하여 원본 영상(105)의 해상도(예를 들어, 4K(4096*2160)) 가 제 1 영상(115)의 해상도(예를 들어, 2K (2048*1080))보다 2배 큰 것으로 확인된 경우, 업스케일부(234)는 제 2 영상(135)의 해상도를 2배 증가시킬 수 있는 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 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 결정할 수 있다.
도 5는 여러 영상 관련 정보들과 여러 DNN 설정 정보들 사이의 매핑 관계를 나타내는 예시적인 도면이다.
본 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 생성된 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 생성된 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 생성된 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 생성된 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 생성된 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 결정할 수 있다.
또 다른 실시예에서, AI 업스케일부(234)는 제 1 복호화부(232)로부터 제공되는 정보(모드 정보, 양자화 파라미터 정보 등)와 AI 데이터에 포함된 제 1 영상(115) 관련 정보를 모두 고려하여 복수의 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 생성된 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 모드 정보 (예를 들어, 예측 모드 정보, 움직임 정보 등) 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.
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(모드 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 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. 마찬가지로 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 생성된 데이터를 포함한다. 영상 데이터는 제 1 영상(115) 내 픽셀 값들에 기초하여 생성되는 데이터, 예를 들어, 제 1 영상(115)과 제 1 영상(115)의 예측 데이터 사이의 차이인 잔차 데이터를 포함할 수 있다. 또한, 영상 데이터는 제 1 영상(115)의 제 1 부호화 과정에서 이용된 정보들을 포함한다. 예를 들어, 영상 데이터는 제 1 영상(115)을 제 1 부호화하는데 이용된 모드(mode) 정보 및 제 1 영상(115)을 제 1 부호화하는데 이용된 양자화 파라미터 관련 정보 등을 포함할 수 있다.
AI 데이터는, AI 업스케일부(234)가 제 1 DNN의 다운스케일 타겟에 대응하는 업스케일 타겟으로 제 2 영상(135)을 AI 업스케일할 수 있게 하는 정보들을 포함한다. 일 예에서, AI 데이터는 원본 영상(105)과 제 1 영상(115) 사이의 차이 정보를 포함할 수 있다. 또한, AI 데이터는 제 1 영상(115) 관련 정보를 포함할 수도 있다. 제 1 영상(115) 관련 정보는, 제 1 영상(115)의 해상도, 제 1 영상(115)의 제 1 부호화 결과 생성된 영상 데이터의 비트레이트 및 제 1 영상(115)의 제 1 부호화시 이용된 코덱 타입 중 적어도 하나에 대한 정보를 포함할 수 있다.
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 생성할 수 있다. AI 다운스케일부(612)는 미리 결정된 기준에 기초하여 원본 영상(105)의 다운스케일 타겟을 결정할 수 있다.
다운스케일 타겟에 부합하는 제 1 영상(115)의 생성을 위해, AI 다운스케일부(612)는 제 1 DNN에 세팅 가능한 복수의 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 생성하기 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 생성하기 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 생성하기 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 생성할 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 생성해야 하는지를 나타낼 수 있다.
일 실시예에서, AI 다운스케일부(612)는 압축률, 압축 품질, 압축 히스토리 정보 및 원본 영상(105)의 타입 중 적어도 하나에 기초하여 다운스케일 타겟을 결정할 수 있다.
일 예에서, AI 다운스케일부(612)는 미리 설정되거나, 사용자로부터 입력받은 압축률 또는 압축 품질 등에 기반하여 다운스케일 타겟을 결정할 수 있다.
다른 예로, AI 다운스케일부(612)는 AI 부호화 장치(600)에 저장된 압축 히스토리 정보를 이용하여 다운스케일 타겟을 결정할 수도 있다. 예를 들어, AI 부호화 장치(600)가 이용할 수 있는 압축 히스토리 정보에 따르면, 사용자가 선호하는 부호화 품질 또는 압축률 등이 결정될 수 있으며, 압축 히스토리 정보에 기초하여 결정된 부호화 품질 등에 따라 다운스케일 타겟이 결정될 수 있다. 예를 들면, 압축 히스토리 정보에 따라 가장 많이 이용된 적이 있는 부호화 품질에 따라 제 1 영상(115)의 해상도, 화질 등이 결정될 수 있다.
또 다른 예로, AI 다운스케일부(612)는 압축 히스토리 정보에 따라 소정의 임계 값보다 많이 이용된 적이 있는 부호화 품질(예를 들면, 소정의 임계값보다 많이 이용된 적이 있는 부호화 품질의 평균 품질)에 기초하여 다운스케일 타겟을 결정할 수도 있다.
또 다른 예로, AI 다운스케일부(612)는 원본 영상(105)의 해상도, 타입(예를 들어, 파일의 형식)등에 기초하여 다운스케일 타겟을 결정할 수도 있다.
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)의 출력이 제 2 컨볼루션 레이어(730)로 입력된다. 제 2 컨볼루션 레이어(730)는 5 x 5의 크기의 32개의 필터 커널을 이용하여 입력 데이터에 대해 컨볼루션 처리를 한다. 컨볼루션 처리 결과 출력된 32개의 특징 맵은 제 2 활성화 레이어(740)로 입력되고, 제 2 활성화 레이어(740)는 32개의 특징 맵에 대해 비선형 특성을 부여할 수 있다.
제 2 활성화 레이어(740)의 출력은 제 3 컨볼루션 레이어(750)로 입력된다. 제 3 컨볼루션 레이어(750)는 5 x 5의 크기의 1개의 필터 커널을 이용하여 입력된 데이터에 대해 컨볼루션 처리를 한다. 컨볼루션 처리 결과 제 3 컨볼루션 레이어(750)로부터 1개의 영상이 출력될 수 있다. 제 3 컨볼루션 레이어(750)는 최종 영상을 출력하기 위한 레이어로서 1개의 필터 커널을 이용하여 1개의 출력을 생성한다. 본 발명의 예시에 따르면, 제 3 컨볼루션 레이어(750)는 컨벌루션 연산 결과를 통해 제 1 영상(115)을 출력할 수 있다.
제 1 DNN(700)의 제 1 컨볼루션 레이어(710), 제 2 컨볼루션 레이어(730) 및 제 3 컨볼루션 레이어(750)의 필터 커널의 개수, 필터 커널의 파라미터 등을 나타내는 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.
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 생성될 수 있다.
데이터 처리부(632)는 AI 데이터 및 영상 데이터 중 적어도 하나가 소정의 형태로 전송될 수 있게 처리한다. 예를 들어, AI 데이터 및 영상 데이터를 비트스트림 형태로 전송하여야 하는 경우, 데이터 처리부(632)는 AI 데이터가 비트스트림 형태로 표현되도록 AI 데이터를 처리하고, 통신부(634)를 통해 하나의 비트스트림 형태의 AI 데이터 및 영상 데이터를 전송한다. 다른 예로, 데이터 처리부(632)는 AI 데이터가 비트스트림 형태로 표현되도록 AI 데이터를 처리하고, 통신부(634)를 통해 AI 데이터에 해당하는 비트스트림 및 영상 데이터에 해당하는 비트스트림 각각을 통신부(634)를 통해 전송한다. 또 다른 예로, 데이터 처리부(632)는 AI 데이터가 프레임 또는 패킷으로 표현되도록 AI 데이터를 처리하고, 비트스트림 형태의 영상 데이터와, 프레임 또는 패킷 형태의 AI 데이터를 통신부(634)를 통해 전송한다.
통신부(630)는 네트워크를 통해 AI 부호화 결과 생성된 AI 부호화 데이터를 전송한다. AI 부호화 결과 생성된 AI 부호화 데이터는 영상 데이터와 AI 데이터를 포함한다. 영상 데이터와 AI 데이터는 동종 네트워크 또는 이종 네트워크를 통해 전송될 수 있다.
일 실시예에서, 데이터 처리부(632)의 처리 결과 생성된 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 생성된 제 3 영상(145)과 원본 영상(105)과의 유사성을 유지하기 위해서는 AI 부호화 과정 및 AI 복호화 과정에 연관성이 필요하다. 즉, AI 부호화 과정에서 손실된 정보를 AI 복호화 과정에서 복원할 수 있어야 하는데, 이를 위해 제 1 DNN(700)과 제 2 DNN(300)의 연계 훈련이 요구된다.
정확한 AI 복호화를 위해서는 궁극적으로 도 9에 도시된 제 3 훈련 영상(804)과 원본 훈련 영상(801) 사이의 비교 결과에 대응하는 제 3 손실 정보(830)를 감소시킬 필요가 있다. 따라서, 제 3 손실 정보(830)는 제 1 DNN(700) 및 제 2 DNN(300)의 훈련 모두에 이용된다.
먼저, 도 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.
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 생성된 제 2 훈련 영상(second training image)이 제 2 DNN(300)으로 입력될 수도 있다. 제 2 훈련 영상을 제 2 DNN으로 입력시키기 위해 MPEG-2, H.264, MPEG-4, HEVC, VC-1, VP8, VP9 및 AV1 중 어느 하나의 코덱이 이용될 수 있다. 구체적으로, 제 1 훈련 영상(802)의 제 1 부호화 및 제 1 훈련 영상(802)에 대응하는 영상 데이터의 제 1 복호화에, MPEG-2, H.264, MPEG-4, HEVC, VC-1, VP8, VP9 및 AV1 중 어느 하나의 코덱이 이용될 수 있다.
도 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 생성된다. 여기서, 레거시 다운스케일은 바이리니어(bilinear) 스케일, 바이큐빅(bicubic) 스케일, 란조스(lanczos) 스케일 및 스테어 스탭(stair step) 스케일 중 적어도 하나를 포함할 수 있다.
원본 영상(105)의 구조적 특징을 기준으로 제 1 영상(115)의 구조적 특징이 크게 벗어나는 것을 방지하기 위해, 원본 훈련 영상(801)의 구조적 특징을 보존하는 축소 훈련 영상(803)을 생성하는 것이다.
훈련의 진행 전 제 1 DNN(700) 및 제 2 DNN(300)은 미리 결정된 DNN 설정 정보로 세팅될 수 있다. 훈련이 진행됨에 따라 제 1 손실 정보(810), 제 2 손실 정보(820) 및 제 3 손실 정보(830)가 결정될 수 있다.
제 1 손실 정보(810)는 축소 훈련 영상(803)과 제 1 훈련 영상(802)의 비교 결과에 기초하여 결정될 수 있다. 일 예에서, 제 1 손실 정보(810)는 축소 훈련 영상(803)의 구조적 정보와 제 1 훈련 영상(802)의 구조적 정보 사이의 차이에 해당할 수 있다. 구조적 정보는, 영상의 휘도, 대비, 히스토그램 등 영상으로부터 추출 가능한 다양한 특징을 포함할 수 있다. 제 1 손실 정보(810)는 원본 훈련 영상(801)의 구조적 정보가 제 1 훈련 영상(802)에서 어느 정도로 유지되고 있는지를 나타낸다. 제 1 손실 정보(810)가 작을수록 제 1 훈련 영상(802)의 구조적 정보가 원본 훈련 영상(801)의 구조적 정보와 유사해진다.
제 2 손실 정보(820)는 제 1 훈련 영상(802)의 공간적 복잡도에 기반하여 결정될 수 있다. 일 예에서, 공간적 복잡도로서, 제 1 훈련 영상(802)의 총 분산(total variance)값이 이용될 수 있다. 제 2 손실 정보(820)는 제 1 훈련 영상(802)을 제 1 부호화하여 생성한 영상 데이터의 비트레이트와 관련된다. 제 2 손실 정보(820)가 작을수록 영상 데이터의 비트레이트가 작은 것으로 정의한다.
제 3 손실 정보(830)는 원본 훈련 영상(801)과 제 3 훈련 영상(804)의 비교 결과에 기초하여 결정될 수 있다. 제 3 손실 정보(830)는 원본 훈련 영상(801)과 제 3 훈련 영상(804)의 차이에 대한 L1-norm 값, L2-norm 값, SSIM 값, PSNR-HVS 값, MS-SSIM 값, VIF 값 및 VMAF 값 중 적어도 하나를 포함할 수 있다. 제 3 손실 정보(830)는 제 3 훈련 영상(804)이 원본 훈련 영상(801)과 어느 정도로 유사한지를 나타낸다. 제 3 손실 정보(830)가 작을수록 제 3 훈련 영상(804)이 원본 훈련 영상(801)에 더 유사해진다.
도 9를 참조하면, 제 1 손실 정보(810), 제 2 손실 정보(820) 및 제 3 손실 정보(830)가 제 1 DNN(700)의 훈련에 이용되고, 제 3 손실 정보(830)는 제 2 DNN(300)의 훈련에 이용된다. 즉, 제 3 손실 정보(830)는 제 1 DNN(700) 및 제 2 DNN(300)의 훈련에 모두 이용된다.
제 1 DNN(700)은 제 1 손실 정보(810), 제 2 손실 정보(820) 및 제 3 손실 정보(830)에 기초하여 결정된 최종 손실 정보가 감소 또는 최소화되도록 파라미터를 갱신할 수 있다. 또한, 제 2 DNN(300)은 제 3 손실 정보(830)가 감소 또는 최소화되도록 파라미터를 갱신할 수 있다.
제 1 DNN(700) 및 제 2 DNN(300)의 훈련을 위한 최종 손실 정보는 아래의 수학식 1과 같이 결정될 수 있다.
Figure pat00002
상기 수학식 1에서, LossDS는 제 1 DNN(700)의 훈련을 위해 감소 또는 최소화되어야 할 최종 손실 정보를 나타내고, LossUS는 제 2 DNN(300)의 훈련을 위해 감소 또는 최소화되어야 할 최종 손실 정보를 나타낸다. 또한, a, b, c는 미리 결정된 소정의 가중치에 해당할 수 있다.
즉, 제 1 DNN(700)은 수학식 1의 LossDS가 감소되는 방향으로 파라미터들을 갱신하고, 제 2 DNN(300)은 LossUS가 감소되는 방향으로 파라미터들을 갱신하게 된다. 훈련 과정에서 도출된 LossDS에 따라 제 1 DNN(700)의 파라미터들이 갱신되면, 갱신된 파라미터에 기초하여 생성되는 제 1 훈련 영상(802)이 이전 훈련 과정에서의 제 1 훈련 영상(802)과 달라지게 되고, 그에 따라 제 3 훈련 영상(804) 역시 이전 훈련 과정에서의 제 3 훈련 영상(804)과 달라지게 된다. 제 3 훈련 영상(804)이 이전 훈련 과정에서의 제 3 훈련 영상(804)과 달라지게 되면, 제 3 손실 정보(830) 역시 새롭게 결정되며, 그에 따라 제 2 DNN(300)은 파라미터들을 갱신한다. 제 3 손실 정보(830)가 새롭게 결정되면, LossDS 역시 새롭게 결정되므로, 제 1 DNN(700)은 새롭게 결정된 LossDS에 따라 파라미터들을 갱신한다. 즉, 제 1 DNN(700)의 파라미터 갱신은, 제 2 DNN(300)의 파라미터 갱신을 야기하고, 제 2 DNN(300)의 파라미터 갱신은 제 1 DNN(700)의 파라미터 갱신을 야기하는 것이다. 다시 말하면, 제 1 DNN(700) 및 제 2 DNN(300)은 제 3 손실 정보(830)의 공유를 통해 연계 훈련되므로, 제 1 DNN(700)의 파라미터들과 제 2 DNN(300)의 파라미터들이 서로 연관성을 가지고 최적화될 수 있는 것이다.
앞서, AI 복호화 장치(200)의 AI 업스케일부(234) 및 AI 부호화 장치(600)의 AI 다운스케일부(612)는 복수의 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(제 1 손실 정보(810)), 제 1 훈련 영상(802)의 제 1 부호화 결과 생성되는 영상 데이터의 비트레이트(제 2 손실 정보(820)) 및 제 3 훈련 영상(804)과 원본 훈련 영상(801) 사이의 차이(제 3 손실 정보(830))를 고려하여 파라미터를 갱신하게 된다.
자세히 설명하면, 원본 훈련 영상(801)의 구조적 정보와 유사하면서, 제 1 부호화를 하였을 때 생성되는 영상 데이터의 비트레이트가 작은 제 1 훈련 영상(802)이 생성 가능하도록 하는 동시에, 제 1 훈련 영상(802)을 AI 업스케일하는 제 2 DNN(300)이 원본 훈련 영상(801)에 유사한 제 3 훈련 영상(804)을 생성할 수 있도록, 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.
도 10은 일 실시예에 따른 DNN의 구조를 나타내는 도면이다.
도 10을 참조하면, 일 실시예에 따른 DNN(900)은, 복수의 레이어들을 포함할 수 있으며, 복수의 레이어들 사이에 저 정밀도 변환부를 포함할 수 있다.
복수의 레이어들은, 제1 레이어(910) 및 제2 레이어(920)를 포함하며, 제2 레이어(920)는 제1 레이어(910)의 다음 레이어인 것으로 설명한다. 또한, 일 실시예에 따른DNN(900)은, 제1 레이어(910) 및 제2 레이어(920) 사이에, 저 정밀도 변환부(950)를 포함할 수 있다.
한편, 도 10에는, 2개의 레이어들만 도시되어 있으나, 이에 한정되는 것은 아니며, 일 실시예에 따른 DNN(900)은, 더 많은 개수의 레이어들을 포함할 수 있다. 예를 들어, DNN(900)은 제2 레이어(920)의 다음 레이어인 제3 레이어를 더 포함하고, 제2 레이어(920)와 제3 레이어 사이에 저 정밀도 변환부를 더 포함할 수 있다.
제1 레이어(910) 및 제2 레이어(920) 각각은, 컨볼루션 레이어(911, 921) 및 활성화 레이어(912, 922)를 포함할 수 있다. 컨볼루션 레이어(911, 921)는 입력된 데이터(영상)와 필터 커널과의 컨볼루션 연산을 수행하여, 특징 맵을 생성할 수 있으며, 활성화 레이어(912, 922)는 생성된 특징 맵에 활성화 함수를 적용할 수 있다.
도 10의 DNN(900)은 AI 부호화 장치(600)에 포함되는 제1 DNN(700) 또는 AI 복호화 장치(200)에 포함되는 제2 DNN(300)의 일 예일 수 있다. 예를 들어, 제1 컨볼루션 레이어(Conv 1,911)는, 도 3의 제1 컨볼루션 레이어(310) 및 도 8의 제1 컨볼루션 레이어(710)에 대응할 수 있다. 또한, 제2 컨볼루션 레이어(Conv 2,920)는, 도 3의 제2 컨볼루션 레이어(320) 및 도 8의 제2 컨볼루션 레이어(720)에 대응할 수 있다. 또한, 제1 활성화 레이어(912)는 도 3의 제1 활성화 레이어(320) 및 도 8의 제1 활성화 레이어(720)에 대응할 수 있다. 또한, 제2 활성화 레이어(922)는 도 3의 제2 활성화 레이어(340) 및 도 8의 제2 활성화 레이어(740)에 대응할 수 있다.
이하에서는, 도 11을 참조하여, 일 실시예에 따른 DNN(900)에서의 데이터 처리 과정을 설명하기로 한다.
제1 레이어(910)를 기준으로, 제1 컨볼루션 레이어(911) 및 제1 활성화 레이어(912)에 대해 설명하기로 한다.
이하에서는, 일 실시예에 따른 DNN(900)이 AI 부호화 장치에 포함되는 제1 DNN(700)인 것을 기준으로 설명하기로 한다.
도 11은 도 10의 제1 레이어에서의 데이터 처리 과정을 설명하기 위해 참조되는 도면이다.
도 11을 참조하면, 일 실시예에 따른, 제1 컨볼루션 레이어(911)는 복수의 필터 커널들(K1 ,1 K1 ,2,...,K1 ,N)을 포함할 수 있다. 일 실시예에 따른 제1 컨볼루션 레이어(911)는, 제1 컨볼루션 레이어(911)에 입력된 데이터와 복수의 필터 커널들 각각의 컨볼루션 연산을 수행하여, 복수의 필터 커널들 각각에 대응하는 특징 맵을 생성할 수 있다.
예를 들어, 제1 컨볼루션 레이어(911)는 원본 영상(105)이 입력되면, 복수의 필터 커널들 중 제1 필터 커널(K1 ,1)과 원본 영상(105)과의 컨볼루션 연산을 수행하여, 제1 특징 맵(F1,1)을 생성할 수 있다. 또한, 복수의 필터 커널들 중 제2 필터 커널(K1 ,2)과 입력된 원본 영상(105)과의 컨볼루션 연산을 수행하여, 제2 특징 맵(F1,2)을 생성할 수 있다.
또한, 제1 활성화 레이어(912)는 제1 컨볼루션 레이어(911)로부터 출력된 복수의 특징 맵들(F1,1, F1,2,...,F1,N) 각각에, 활성화 함수를 적용할 수 있다. 이때, 활성화 함수는, 컨볼루션 연산을 수행한 결과 추출된 특징 맵의 값들을 특징이"있다 또는 없다"의 비 선형적인 값으로 바꿔주기 위한 함수이다.
제1 활성화 레이어(912)는 제1 컨볼루션 레이어(911)로부터 출력된 복수의 특징 맵들(F1,1, F1,2,...,F1,N) 각각에 다른 활성화 함수들(A1, A2,...,AN)을 적용할 수 있다. 이에 대해서는, 도 15를 참조하여, 후술하기로 한다.
제1 활성화 레이어(912)는, 제1 특징 맵(F1,1)에 활성화 함수를 적용하여, 제1 결과 값들(1010)을 획득할 수 있다. 또한, 제1 활성화 레이어(912)는 제2 특징 맵(F1,2)에 활성화 함수를 적용하여 제2 결과 값들(1020)을 획득할 수 있다.
제1 레이어(910)에서 획득되는 결과 값들(예를 들어, 제1 결과 값들(1010) 및 제2 결과 값들(1020))은 메모리에 저장되고, 메모리에 저장된 결과 값들은 제1 레이어(910)의 다음 레이어(예를 들어, 제2 레이어(920))로 입력된다. 이때, 제1 레이어(910)에서 획득되는 결과 값들은 실수(고 정밀도를 가지는 값들)로 표현되며, 결과 값들을 저장하는 메모리의 양을 감소시키기 위해, 저 정밀도 변환부(950)는 제1 레이어(910)에서 획득된 결과 값들을 기 설정된 범위를 가지는 정수 값들(저 정밀도를 가지는 값들)로 변환할 수 있다. 이때, 변환된 정수 값들은 변환 오차를 가지게 된다.
한편, 도 11의 제1 그래프(1035)는 제1 결과 값들의 분포를 나타내는 그래프이며, 제2 그래프(1045)는 제2 결과 값들의 분포를 나타내는 그래프이다. 제1 그래프(1035)와 제2 그래프(1045)를 비교해보면, 제1 필터 커널(K1 ,1)에 대응하는, 제1 결과 값들(1010)과 제2 필터 커널(K1 ,2)에 대응하는 제2 결과 값들(1020)은 서로 다른 분포를 가질 수 있다. 서로 다른 분포를 가지는 제1 결과 값들(1010) 및 제2 결과 값들(1020)에 대해, 동일한 범위로 클리핑을 수행하여, 정수 값들로 변환하는 경우, 변환 오차가 커지게 된다.
따라서, 변환 오차를 줄이기 위해서는, 서로 다른 분포를 가지는 제1 결과 값들 및 제2 결과 값들 각각에 대해, 서로 다른 스케일 팩터를 적용하여, 스케일 팩터가 적용된 제1 결과 값들 및 스케일 팩터가 적용된 제2 결과 값들이 동일 또는 유사한 분포를 가지도록 정규화를 수행할 필요가 있다.
도 12는 일 실시예에 따른 저 정밀도 변환부의 구성을 나타내는 블록도이고, 도 13은 일 실시예에 따른 저 정밀도 변환부에서 데이터 처리 과정을 설명하기 위해 참조되는 도면이다.
도 12를 참조하면, 일 실시예에 따른 저 정밀도 변환부(950)는, 정규화부(1110), 클리핑부(1120), 및 라운딩부(1130)를 포함할 수 있다.
정규화부(1110)는 제1 레이어(910)에서 획득된 결과 값들을 정규화할 수 있다. 예를 들어, 도 13을 참조하면, 정규화부(1110)는 제1 결과 값들(1035) 및 제2 결과 값들(1045)이 동일 또는 유사한 분포를 가지도록, 제1 결과 값들(1035)에는 제1 스케일 팩터(Scale factor 1)를 적용하여, 정규화를 수행하고, 제2 결과 값들(1045)에는 제2 스케일 팩터(Scale factor 2)를 적용하여, 정규화를 수행할 수 있다.
예를 들어, 정규화부(1110)는 제1 필터 커널(F1.1)에 대응하는 제1 결과 값들(1035)에 제1 스케일 팩터를 곱하여, 제1 값들(1210)로 변환하고, 제2 필터 커널(F1,2)에 대응하는 제2 결과 값들(1045)에 제2 스케일 팩터를 곱하여, 제2 값들(1220)로 변환할 수 있다.
한편, 일 실시예에 따른 제1 스케일 팩터 및 제2 스케일 팩터는, 제1 DNN의 훈련에 의해 결정되는 값이며, 일 실시예에 따른 제1 DNN과 제2 DNN이 연계되어 훈련됨에 따라, 제1 DNN의 제1 스케일 팩터 및 제2 스케일 팩터는, 제2 DNN의 스케일 팩터들과 연관된 값들로 결정된다. 예를 들어, 제1 DNN과 제2 DNN의 훈련 과정에서, 제1 DNN에 포함되는 필터 커널의 제1 파라미터들이 갱신되면, 제1 DNN에 포함되는 복수의 레이어들 각각에서 획득되는 결과 값들이 달라지게 되며, 레이어들 각각에서 획득되는 결과 값들이 달라지면, 달라진 결과 값들이 동일 또는 유사한 분포를 가지도록 제1 DNN의 스케일 팩터들도 갱신된다. 예를 들어, 제1 DNN의 제1 스케일 팩터 및 제2 스케일 팩터는, 제1 스케일 팩터와 제2 스케일 팩터가 적용되어 변환된 제1 값들 및 제2 값들의 정규분포가 동일해지도록 갱신될 수 있다. 또는, 레이어들 각각에서 획득되는 결과 값들의 통계적 분포에 기초하여, 갱신될 수 있다. 이에 대해서는 도 14를 참조하여, 자세히 후술하기로 한다.
제1 DNN의 제1 파라미터들 및 스케일 팩터들이 갱신되면, 제1 DNN에서 출력되는 제1 훈련 영상이 달라지게 되고, 제2 DNN 에 입력되는 제1 훈련 영상이 달라지면, 제2 DNN에서 출력되는 제3 훈련 영상도 달라지며, 제3 훈련 영상이 달라지게 되면, 제2 DNN의 훈련을 위한 제3 손실 정보가 새롭게 결정된다.
이에 따라, 제2 DNN에 포함되는 필터 커널의 제2 파라미터들은, 새롭게 결정된 제3 손실 정보를 최소화하는 방향으로 갱신된다. 제2 DNN의 제2 파라미터들이 갱신되면, 제2 DNN에 포함되는 복수의 레이어들 각각에서 획득되는 결과 값들이 달라지게 되며, 레이어들 각각에서 획득되는 결과 값들이 달라지면, 달라진 결과 값들이 유사한 분포를 가지도록 적용되는 제2 DNN의 스케일 팩터들도 갱신된다.
제3 손실 정보가 새롭게 결정되면, 제1 DNN의 훈련을 위한 최종 손실 정보도 새롭게 결정되고, 새롭게 결정된 제1 DNN의 훈련을 위한 최종 손실 정보를 최소화하는 방향으로, 제1 DNN의 제1 파라미터들 및 스케일 팩터들이 갱신된다. 이와 같이, 제1 DNN의 제1 파라미터들 및 스케일 팩터들과 제2 DNN의 제2 파라미터들 및 스케일 팩터들은 서로 연계되어 갱신되므로, 훈련이 완료된 제1 DNN의 스케일 팩터들과 제2 DNN의 스케일 팩터들은 서로 연관된 값을 가지게 된다.
따라서, 훈련이 완료되어 결정된 제1 DNN의 DNN 설정 정보(예를 들어, 제1 파라미터들, 제1 DNN의 필터 커널의 개수 등), 제1 DNN의 스케일 팩터들, 제2 DNN의 DNN 설정 정보(예를 들어, 제2 파라미터들, 제2 DNN의 필터 커널의 개수 등) 및 제2 DNN의 스케일 팩터들은 서로 연계된다. 따라서, 제1 DNN의 복수의 DNN 설정 정보들 중 제1 DNN의 DNN 설정 정보가 결정되면, 제1 DNN의 DNN 설정 정보에 대응하는 제1 DNN의 스케일 팩터들도 결정되며, 제1 DNN의 DNN 설정 정보에 대응하는 제2 DNN의 DNN 설정 정보 및 스케일 팩터들도 결정될 수 있다.
다시, 도 12 및 도 13을 참조하면, 일 실시예에 따른 클리핑부(1120)는 변환된 제1 값들(1210) 및 제2 값들(1220)을 기 설정된 범위로 클리핑할 수 있다. 예를 들어, 기 설정된 범위는 [최소값, 최대값]으로 표현될 수 있다. 이때, 클리핑되는 범위는, 출력 값들을 표현하기 위한 bit 수 또는, 정수 범위에 기초하여, 결정될 수 있다. 예를 들어, 출력 값들을 8bit로 표현하는 경우, 8bit는 256개의 정수 값들을 표현할 수 있으며, 이에 따라, 클리핑 범위는 [-127, 128]로 결정될 수 있다. 다만, 이는 일 예에 불과하며, 출력 값을 8bit로 표현하고자 하는 경우, 256개의 정수 값들을 포함하는 다양한 범위로 결정될 수 있다.
클리핑부(1120)는 제1 값들 및 제2 값들 중 최소값보다 작은 값들은 최소값으로 변환하고, 제1 값들 및 제2 값들 중 최대값보다 큰 값들은 최대값으로 변환할 수 있다.
예를 들어, 도 13에 도시된 바와 같이, 최소값이 -127이고, 최대값이 128인 경우, 클리핑부(1120)는 -127보다 작은 값들은 -127로 변환하고, 128보다 큰 값들은 128로 변환할 수 있다. 이에 따라, 클리핑된 값들은 -127이상이고 128 이하인 실수로 나타날 수 있다.
일 실시예에 따른 라운딩부(1130)는 클리핑된 값들을 기 설정된 범위 내의 정수 값들로 변환할 수 있다. 예를 들어, 라운딩부(1130)는 클리핑된 값들을 반올림하여, 정수 값들로 변환할 수 있다. 또는, 라운딩부(1130)는 클리핑된 값들을 올림 또는 버림하여, 정수 값들로 변환할 수 있다. 다만, 이에 한정되지 않는다.
기 설정된 범위로 변환된 정수 값들은, 제1 레이어(910)의 다음 레이어인 제2 레이어(920)로 입력될 수 있다. 제2 레이어(920)에서는 제1 레이어(910)에서와 동일한 방식으로 제2 컨볼루션 레이어(921)에서 컨볼루션 연산이 수행되어 특징 맵이 생성되고, 제2 활성화 레이어(922)에서 제2 컨볼루션 레이어(921)에서 생성된 특징 맵에 활성화 함수가 적용될 수 있다.
한편, 도 11 내지 도 13에서는, 일 실시예에 따른 DNN(900)이 제1 DNN인 것을 기준으로 설명하였지만, 도 11 내지 도 13에서 설명한 DNN(900)의 데이터 처리 과정은 AI 복호화 장치(200)에 포함되는 제2 DNN에도 동일하게 적용될 수 있다.
도 14는 일 실시예에 따른 스케일 팩터를 결정하는 방법을 설명하기 위해 참조되는 도면이다.
도 14를 참조하면, 일 실시예에 따른 DNN(900)은 제1 DNN(700) 또는 제2 DNN(300)의 일 예일 수 있다.
DNN(900)은 복수의 훈련 영상들(훈련 데이터)에 기초하여, 훈련될 수 있으며, DNN(900)을 복수의 훈련 영상들에 기초하여, 훈련시키는 과정에서, DNN(900)에 포함되는 스케일 팩터들이 결정될 수 있다. 예를 들어, 복수의 훈련 영상들(훈련 데이터, 1310) 중 제1 훈련 영상(1311)이 DNN(900)에 입력되면, 복수의 레이어들 각각에서 복수의 필터 커널들에 대응하는 훈련 결과 데이터들을 획득할 수 있다. 예를 들어, 제1 레이어(910)에서는, 제1 훈련 영상(1311)과 제1 필터 커널(K1 ,1)과의 컨볼루션 연산을 수행한 결과 제1 특징 맵이 생성되고, 제1 특징 맵에 활성화 함수(A1)를 적용함으로써, 제1 훈련 결과 데이터(1321)를 획득할 수 있다.
또한, 제1 레이어(910)에서는, 제1 훈련 영상(1311)과 제2 필터 커널(K1 ,2)과의 컨볼루션 연산을 수행한 결과 제2 특징 맵이 생성되고, 제2 특징 맵에 활성화 함수(A2)를 적용함으로써, 제1 훈련 결과 데이터(1331)를 획득할 수 있다.
한편, 복수의 훈련 영상들에 기초하여, DNN(900)을 훈련시키는 경우, 입력되는 훈련 영상이 달라지면, 제1 레이어의 제1 필터 커널(K1 ,1)에 대응하는 제1 훈련 결과 데이터가 달라지게 되고, 제2 필터 커널(K1 ,2)에 대응하는 제2 훈련 결과 데이터가 달라지게 된다. 따라서, 제1 레이에에서는, 복수의 훈련 영상들에 대응하는, 복수의 제1 훈련 결과 데이터(1320) 및 복수의 제2 훈련 결과 데이터(1330)를 획득할 수 있다.
제1 훈련 영상(1311)에 대한 제1 훈련 결과 데이터(1321)에 포함된 값들의 분산을, 제1 필터 커널(K1 ,1)에 대응하는 제1 분산의 초기값으로 결정할 수 있으며, 제1 훈련 영상(1311)에 대한 제2 훈련 결과 데이터(1331)에 포함된 값들의 분산을, 제2 필터 커널(K1 ,2)에 대응하는 제2 분산의 초기값으로 결정할 수 있다.
입력되는 훈련 영상이 달라짐에 따라, 제1 훈련 결과 데이터 및 제2 훈련 결과 데이터가 달라지면, 달라진 제1 훈련 결과 데이터에 포함된 값들의 분산을 획득하고, 획득된 분산을 이용하여, 제1 필터 커널에 대응하는 제1 분산을 갱신할 수 있다. 또한, 달라진 제2 훈련 결과 데이터에 포함된 값들의 분산을 획득하고, 획득된 분산을 이용하여, 제2 필터 커널에 대응하는 제2 분산을 갱신할 수 있다.
Figure pat00003
수학식 2를 참조하면, σ1 2은 이전 훈련 영상들을 이용하여, DNN을 훈련시키는 과정에서 갱신된 제1 필터 커널(K1 ,1)에 대응하는 제1 분산을 나타내고, σ2 2은 현재 훈련 영상이 DNN(900)에 입력되어, 제1 레이어에서, 획득되는 제1 필터 커널에 대응하는 제1 훈련 결과 데이터에 포함되는 값들의 분산을 나타낸다. 또한, 계수0.99 또는 계수 0.01은 일 예에 불과하며, 다른 상수 값들로 결정될 수 있다.
이와 동일한 방식으로, 제1 레이어(910)의 제2 필터 커널(K1 ,2)에 대응하는 분산을 갱신할 수 있으며, 제1 레이어 이외의 다른 복수의 레이어들 각각에 포함되는 복수의 필터 커널들 각각에 대응하는 분산을 갱신할 수 있다.
한편, 다음의 수학식 3과 같이, DNN에 포함된 복수의 필터 커널들 각각에 대응하는 분산 값에 기초하여, 복수의 필터 커널들 각각에 대응하는 스케일 팩터가 결정될 수 있다.
Figure pat00004
수학식 3에서, 파라미터 A는 기 설정된 범위에 기초하여 결정되는 값이다. 예를 들어, 기 설정된 범위가 -127이상 128 이하인 경우, A는 128로 결정될 수 있다. 또한, 파라미터 B는, 필터 커널들 각각에 대응하는 훈련 결과 데이터에 포함되는 값들이 가우시안 분포를 따른다고 가정하였을 때, 훈련 결과 데이터에 포함되는 값들이 기 설정된 범위에 포함될 확률이 결정되면, 결정된 확률에 따라 결정될 수 있다. 예를 들어, 훈련 결과 데이터에 포함된 값들이 기 설정된 범위에 포함될 확률이 99.7%로 결정되는 경우, B는 3으로 결정될 수 있다. 또한, 훈련 결과 데이터에 포함된 값들이 기 설정된 범위에 포함될 확률이 95.4%로 결정되는 경우, B는 2로 결정될 수 있다. 다만, 이에 한정되지 않는다.
도 15는 일 실시예에 따른 활성화 함수를 나타내는 도면이다.
도 15를 참조하면, 일 실시예에 따른 활성화 함수(1410)는 다음의 수학식 4로 나타낼 수 있다.
Figure pat00005
이때, x는 컨볼루션 연산 결과 생성된 특징 맵을 나타낸다. x가 양수인 구간에서의 기울기 b는 일 실시예에 따른 제1 DNN(700) 및 제2 DNN(300)의 훈련을 통해 결정될 수 있으며, 제1 DNN(700) 및 제2 DNN(300)에 포함되는 레이어 별, 필터 커널 별로 값이 다를 수 있다. 예를 들어, 제1 레이어의 제1 필터 커널에 의해 생성된 제1 특징 맵에 적용되는 제1 활성화 함수의 기울기 b와 제1 레이어의 2 필터 커널에 의해 생성된 제2 특징 맵에 적용되는 제2 활성화 함수의 기울기 b는 서로 다른 값을 가질 수 있다.
다른 실시예에 따른 활성화 함수(1420)는 다음의 수학식 5로 나타낼 수 있다.
Figure pat00006
x가 음수인 구간에서의 기울기 a는 일 실시예에 따른 제1 DNN(700) 및 제2 DNN(300)의 훈련을 통해 결정되거나, 고정된 값일 수 있다. 또한, x가 양수인 구간에서의 기울기 b는 일 실시예에 따른 제1 DNN(700) 및 제2 DNN(300)의 훈련을 통해 결정될 수 있다. 이에 따라, 제1 DNN(700) 및 제2 DNN(300)에 포함되는 레이어 별, 필터 커널 별로, 기울기 b의 값이 다를 수 있다. 예를 들어, 제1 레이어의 제1 필터 커널에 의해 생성된 생성된 제1 특징 맵에 적용되는 제1 활성화 함수의 기울기 b와 제1 레이어의 2 필터 커널에 의해 생성된 제2 특징 맵에 적용되는 제2 활성화 함수의 기울기 b는 서로 다른 값을 가질 수 있다.
또한, 기울기 a와 기울기 b는 서로 다른 값을 가지며(비선형성), 기울기 a는 1보다 작은 값일 수 있다. 다만, 이에 한정되지 않는다.
도 16은 일 실시예에 따른 AI 부호화 장치의 동작방법을 나타내는 흐름도이다.
도 16을 참조하면, 일 실시예에 따른 AI 부호화 장치(600)는, 원본 영상이 복수의 레이어들을 포함하는 제1 DNN(700)에 입력되면, 복수의 레이어들 중 제1 레이어로부터, 원본 영상과 제1 필터 커널과의 연산 결과에 기초하는 제1 결과 값들을 획득하고, 원본 영상과 제2 필터 커널과의 연산 결과에 기초하는 제2 결과 값들을 획득할 수 있다(S1510).
일 실시예에 따른 제1 DNN(700)은 영상을 AI 다운스케일하는 네트워크로, 영상을 AI 업스케일하는 제2 DNN(300)에 대응되며, 제2 DNN(300)과 연계되어 학습된 네트워크일 수 있다. 제1 DNN(700)은 복수의 레이어들을 포함할 수 있다. 예를 들어, 제1 DNN(700)은 제1 레이어 및 제2 레이어를 포함할 수 있다. 또한, 일 실시예에 따른, 복수의 레이어들 각각은 컨볼루션 레이어 및 활성화 레이어를 포함할 수 있다. 하나의 컨볼루션 레이어는 복수의 필터 커널들을 포함할 수 있으며, 예를 들어, 제1 레이어에 포함된 제1 컨볼루션 레이어는 제1 필터 커널 및 제2 필터 커널을 포함할 수 있다.
원본 영상이 제1 DNN(700)으로 입력되면, 제1 레이어의 제1 컨볼루션 레이어에서, 원본 영상과 제1 필터 커널과의 컨볼루션 연산이 수행되어 제1 특징 맵이 생성될 수 있으며, 원본 영상과 제2 필터 커널과의 컨볼루션 연산이 수행되어 제2 특징 맵이 생성될 수 있다.
제1 레이어의 제1 컨볼루션 레이어에서 생성된 제1 특징 맵 및 제2 특징 맵은 제1 레이어의 제1 활성화 레이어로 입력될 수 있다. 제1레이어의 제1 활성화 레이어에서, 제1 특징 맵에 활성화 함수가 적용되어 제1 결과 값이 출력될 수 있으며, 제2 특징 맵에 활성화 함수가 적용되어 제2 결과 값이 출력될 수 있다. 이에 따라, AI 부호화 장치(600)는 제1 레이어로부터 제1 필터 커널에 대응하는 제1 결과 값들을 획득할 수 있으며, 제2 필터 커널에 대응하는 제2 결과 값들을 획득할 수 있다.
AI 부호화 장치(600)는 제1 결과 값들 및 제2 결과 값들을 정규화할 수 있다(S1520). 예를 들어, AI 부호화 장치(600)는 제1 결과 값들에 제1 스케일 팩터를 적용하여, 정규화를 수행하고, 제2 결과 값들에 제2 스케일 팩터를 적용하여, 정규화를 수행할 수 있다. 예를 들어, AI 부호화 장치(600)는 제1 결과 값들에 제1 스케일 팩터를 곱하여, 제1 값들로 변환할 수 있으며, 제2 결과 값들에 제2 스케일 팩터를 곱하여, 제2 값들로 변환할 수 있다.
한편, 일 실시예에 따른 제1 스케일 팩터 및 제2 스케일 팩터는, 제1 DNN의 훈련에 의해 결정되는 값이며, 일 실시예에 따른 제1 DNN과 제2 DNN이 연계되어 훈련됨에 따라, 제1 DNN의 제1 스케일 팩터 및 제2 스케일 팩터는, 제2 DNN의 스케일 팩터들과 연관된 값들로 결정된다. 예를 들어, 제1 DNN과 제2 DNN의 훈련 과정에서, 제1 DNN에 포함되는 필터 커널의 제1 파라미터들이 갱신되면, 제1 DNN에 포함되는 복수의 레이어들 각각에서 획득되는 결과 값들이 달라지게 되며, 레이어들 각각에서 획득되는 결과 값들이 달라지면, 달라진 결과 값들이 동일 또는 유사한 분포를 가지도록 제1 DNN의 스케일 팩터들도 갱신된다. 예를 들어, 제1 DNN의 제1 스케일 팩터 및 제2 스케일 팩터는, 제1 스케일 팩터와 제2 스케일 팩터가 적용되어 변환된 제1 값들 및 제2 값들의 정규분포가 동일해지도록 갱신될 수 있다. 또는, 레이어들 각각에서 획득되는 결과 값들의 통계적 분포에 기초하여, 갱신될 수 있다.
제1 DNN의 제1 파라미터들 및 스케일 팩터들이 갱신되면, 제1 DNN에서 출력되는 제1 훈련 영상이 달라지게 되고, 제2 DNN 에 입력되는 제1 훈련 영상이 달라지면, 제2 DNN에서 출력되는 제3 훈련 영상도 달라지며, 제3 훈련 영상이 달라지게 되면, 제2 DNN의 훈련을 위한 제3 손실 정보가 새롭게 결정된다.
이에 따라, 제2 DNN에 포함되는 필터 커널의 제2 파라미터들은, 새롭게 결정된 제3 손실 정보를 최소화하는 방향으로 갱신된다. 제2 DNN의 제2 파라미터들이 갱신되면, 제2 DNN에 포함되는 복수의 레이어들 각각에서 획득되는 결과 값들이 달라지게 되며, 레이어들 각각에서 획득되는 결과 값들이 달라지면, 달라진 결과 값들이 유사한 분포를 가지도록 적용되는 제2 DNN의 스케일 팩터들도 갱신된다.
제3 손실 정보가 새롭게 결정되면, 제1 DNN의 훈련을 위한 최종 손실 정보도 새롭게 결정되고, 새롭게 결정된 제1 DNN의 훈련을 위한 최종 손실 정보를 최소화하는 방향으로, 제1 DNN의 제1 파라미터들 및 스케일 팩터들이 갱신된다. 이와 같이, 제1 DNN의 제1 파라미터들 및 스케일 팩터들과 제2 DNN의 제2 파라미터들 및 스케일 팩터들은 서로 연계되어 갱신되므로, 훈련이 완료된 제1 DNN의 스케일 팩터들과 제2 DNN의 스케일 팩터들은 서로 연관된 값을 가지게 된다.
따라서, 훈련이 완료되어 결정된 제1 DNN의 DNN 설정 정보(예를 들어, 제1 파라미터들, 제1 DNN의 필터 커널의 개수 등), 제1 DNN의 스케일 팩터들, 제2 DNN의 DNN 설정 정보(예를 들어, 제2 파라미터들, 제2 DNN의 필터 커널의 개수 등) 및 제2 DNN의 스케일 팩터들은 서로 연계된다. 따라서, 제1 DNN의 복수의 DNN 설정 정보들 중 제1 DNN의 DNN 설정 정보가 결정되면, 제1 DNN의 DNN 설정 정보에 대응하는 제1 DNN의 스케일 팩터들도 결정되며, 제1 DNN의 DNN 설정 정보에 대응하는 제2 DNN의 DNN 설정 정보 및 스케일 팩터들도 결정될 수 있다.
AI 부호화 장치(600)는 정규화된 제1 값들 및 제2 값들을 기 설정된 범위에 포함되는 정수 값들로 변환할 수 있다(S1530).
예를 들어, AI 부호화 장치(600)는 제1 값들 및 제2 값들을 기 설정된 범위로 클리핑할 수 있다. 이때, 클리핑되는 범위는, 출력 값들을 표현하기 위한 bit 수 또는, 정수 범위에 기초하여, 결정될 수 있다. 클리핑 범위가 [최소값, 최대값]이면, AI 부호화 장치(600)는 제1 값들 및 제2 값들 중 최소값보다 작은 값들은 최소값으로 변환하고, 제1 값들 및 제2 값들 중 최대값보다 큰 값들은 최대값으로 변환할 수 있다.
AI 부호화 장치(600)는 클리핑된 값들을 반올림하여, 정수 값들로 변환할 수 있다. 또는, 클리핑된 값들을 올림 또는 버림하여, 정수 값들로 변환할 수 있다. 변환된 정수 값들은 제1 레이어의 다음 레이어인 제2 레이어로 입력될 수 있다.
변환된 정수 값들이, 제2 레이어에 입력되면, 제1 레이어에서와 동일하게, 제2 레이어의 제2 컨볼루션 레이어에서는 복수의 필터 커널들과의 컨볼루션 연산이 수행되어 복수의 특징 맵들이 생성되고, 제2 활성화 레이어에서는, 생성된 복수의 특징 맵들 각각에 활성화 함수가 적용되어, 제3 결과 값들이 획득될 수 있다(S1540). 또한, AI 부호화 장치(600)는, 제3 결과 값에 대한 정규화 연산, 클리핑 연산 등을 수행함으로써, 제3 결과 값들을 기 설정된 범위의 정수 값들로 변환하는 저 정밀도 변환을 수행하여, 변환된 정수 값들을 다음 레이어로 입력할 수 있다.
이와 같이, 원본 영상은, 제1 DNN(700)에 포함된 복수의 레이어들을 통과하면서, 각 레이어에서, 필터 커널들과의 컨볼루션 연산 및 활성화 함수 연산이 수행되어, 결과 값들이 출력될 수 있으며, 각 레이어에서 출력된 결과 값들의 저 정밀도 변환이 수행되어, 다음 레이어로 입력되는 과정이 반복적으로, 수행될 수 있다. 이에 따라, AI 부호화 장치(600)는, 제1 DNN(700)을 이용하여, 원본 영상이 AI 다운스케일된 제1 영상(115)을 획득할 수 있다(S1550). 이때, 제1 DNN의 각 레이어에서 출력되어 저 정밀도 변환된 정수 값들은 다음 레이어에 입력되기 전에 메모리에 저장될 수 있으며, 이에 따라, 제1 DNN(700)을 이용하여, 제1 영상(원본 영상이 AI 다운스케일된 영상)을 획득하는 과정에서 생성되는 중간 결과 값들을 저장하기 위한 메모리의 양은 감소될 수 있다.
AI 부호화 장치(600)는 획득한 제1 영상을 부호화할 수 있다(S1560).
도 17은 일 실시예에 따른 AI 복호화 장치의 동작방법을 나타내는 흐름도이다.
도 17을 참조하면, 일 실시예에 따른 AI 복호화 장치(200)는 제1 영상에 대응하는 영상 데이터를 획득할 수 있다(S1610).
이때, 제1 영상은, 제1 DNN(700)을 이용하여, 원본 영상을 AI 다운스케일한 영상일 수 있으며, 영상 데이터는, 제1 영상의 AI 부호화 결과 생성된 영상 데이터를 포함할 수 있다.
AI 복호화 장치(200)는 영상 데이터에 기초하여, 제1 영상에 대응하는 제2 영상을 복원할 수 있다(S1620).
AI 복호화 장치(200)는 제2 영상이 복수의 레이어들을 포함하는 제2 DNN(300)에 입력되면, 복수의 레이어들 중 제1 레이어로부터, 제2 영상과 제1 필터 커널과의 연산 결과에 기초하는 제1 결과 값들을 획득하고, 제2 영상과 제2 필터 커널과의 연산 결과에 기초하는 제2 결과 값들을 획득할 수 있다(S1630).
일 실시예에 따른 제2 DNN(300)은 영상을 AI 업스케일하는 네트워크로, 영상을 AI 다운스케일하는 제1 DNN(700)에 대응되며, 제1 DNN(700)과 연계되어 훈련된 네트워크일 수 있다. 제2 DNN(300)은 복수의 레이어들을 포함할 수 있다. 예를 들어, 제2 DNN(300)은 제1 레이어 및 제2 레이어를 포함할 수 있다. 또한, 일 실시예에 따른, 복수의 레이어들 각각은 컨볼루션 레이어 및 활성화 레이어를 포함할 수 있다. 하나의 컨볼루션 레이어는 복수의 필터 커널들을 포함할 수 있으며, 예를 들어, 제1 레이어에 포함된 제1 컨볼루션 레이어는 제1 필터 커널 및 제2 필터 커널을 포함할 수 있다.
제2 영상이 제2 DNN(300)으로 입력되면, 제1 레이어의 제1 컨볼루션 레이어에서, 제2 영상과 제1 필터 커널과의 컨볼루션 연산이 수행되어 제1 특징 맵이 생성될 수 있으며, 제2 영상과 제2 필터 커널과의 컨볼루션 연산이 수행되어 제2 특징 맵이 생성될 수 있다.
제1 레이어의 제1 컨볼루션 레이어에서 생성된 제1 특징 맵 및 제2 특징 맵은 제1 레이어의 제1 활성화 레이어로 입력될 수 있다. 제1 레이어의 제1 활성화 레이어에서 제1 특징 맵에 활성화 함수가 적용되어 제1 결과 값이 출력될 수 있으며, 제2 특징 맵에 활성화 함수가 적용되어 제2 결과 값이 출력될 수 있다. 이에 따라, AI 복호화 장치(200)는 제1 레이어로부터 제1 필터 커널에 대응하는 제1 결과 값들을 획득할 수 있으며, 제2 필터 커널에 대응하는 제2 결과 값들을 획득할 수 있다.
AI 복호화 장치(200)는 제1 결과 값들 및 제2 결과 값들을 정규화할 수 있다(S1640). 예를 들어, AI 복호화 장치(200)는 제1 결과 값들에 제1 스케일 팩터를 적용하여, 정규화를 수행하고, 제2 결과 값들에 제2 스케일 팩터를 적용하여, 정규화를 수행할 수 있다. 예를 들어, AI 복호화 장치(200)는 제1 결과 값들에 제1 스케일 팩터를 곱하여, 제1 값들로 변환할 수 있으며, 제2 결과 값들에 제2 스케일 팩터를 곱하여, 제2 값들로 변환할 수 있다.
한편, 일 실시예에 따른 제1 스케일 팩터 및 제2 스케일 팩터는, 제1 DNN의 훈련에 의해 결정되는 값이며, 일 실시예에 따른 제1 DNN과 제2 DNN이 연계되어 훈련됨에 따라, 제1 DNN의 제1 스케일 팩터 및 제2 스케일 팩터는, 제2 DNN의 스케일 팩터들과 연관된 값들로 결정된다. 예를 들어, 제1 DNN과 제2 DNN의 훈련 과정에서, 제1 DNN에 포함되는 필터 커널의 제1 파라미터들이 갱신되면, 제1 DNN에 포함되는 복수의 레이어들 각각에서 획득되는 결과 값들이 달라지게 되며, 레이어들 각각에서 획득되는 결과 값들이 달라지면, 달라진 결과 값들이 동일 또는 유사한 분포를 가지도록 제1 DNN의 스케일 팩터들도 갱신된다. 예를 들어, 제1 DNN의 제1 스케일 팩터 및 제2 스케일 팩터는, 제1 스케일 팩터와 제2 스케일 팩터가 적용되어 변환된 제1 값들 및 제2 값들의 정규분포가 동일해지도록 갱신될 수 있다. 또는, 레이어들 각각에서 획득되는 결과 값들의 통계적 분포에 기초하여, 갱신될 수 있다.
제1 DNN의 제1 파라미터들 및 스케일 팩터들이 갱신되면, 제1 DNN에서 출력되는 제1 훈련 영상이 달라지게 되고, 제2 DNN 에 입력되는 제1 훈련 영상이 달라지면, 제2 DNN에서 출력되는 제3 훈련 영상도 달라지며, 제3 훈련 영상이 달라지게 되면, 제2 DNN의 훈련을 위한 제3 손실 정보가 새롭게 결정된다.
이에 따라, 제2 DNN에 포함되는 필터 커널의 제2 파라미터들은, 새롭게 결정된 제3 손실 정보를 최소화하는 방향으로 갱신된다. 제2 DNN의제2 파라미터들이 갱신되면, 제2 DNN에 포함되는 복수의 레이어들 각각에서 획득되는 결과 값들이 달라지게 되며, 레이어들 각각에서 획득되는 결과 값들이 달라지면, 달라진 결과 값들이 동일 또는 유사한 분포를 가지도록 적용되는 제2 DNN의 스케일 팩터들도 갱신된다.
제3 손실 정보가 새롭게 결정되면, 제1 DNN의 훈련을 위한 최종 손실 정보도 새롭게 결정되고, 새롭게 결정된 제1 DNN의 훈련을 위한 최종 손실 정보를 최소화하는 방향으로, 제1 DNN의 제1 파라미터들 및 스케일 팩터들이 갱신된다. 이와 같이, 제1 DNN의 제1 파라미터들 및 스케일 팩터들과 제2 DNN의 제2 파라미터들 및 스케일 팩터들은 서로 연계되어 갱신되므로, 훈련이 완료된 제1 DNN의 스케일 팩터들과 제2 DNN의 스케일 팩터들은 서로 연관된 값을 가지게 된다.
따라서, 훈련이 완료되어 결정된 제1 DNN의 DNN 설정 정보(예를 들어, 제1 파라미터들, 제1 DNN의 필터 커널의 개수 등), 제1 DNN의 스케일 팩터들, 제2 DNN의 DNN 설정 정보(예를 들어, 제2 파라미터들, 제2 DNN의 필터 커널의 개수 등) 및 제2 DNN의 스케일 팩터들은 서로 연계된다. 따라서, 제1 DNN의 복수의 DNN 설정 정보들 중 제1 DNN의 DNN 설정 정보가 결정되면, 제1 DNN의 DNN 설정 정보에 대응하는 제1 DNN의 스케일 팩터들도 결정되며, 제1 DNN의 DNN 설정 정보에 대응하는 제2 DNN의 DNN 설정 정보 및 스케일 팩터들도 결정될 수 있다.
AI 복호화 장치(200)는 정규화된 제1 값들 및 제2 값들을 기 설정된 범위에 포함되는 정수 값들로 변환할 수 있다(S1650).
예를 들어, AI 복호화 장치(200)는 제1 값들 및 제2 값들을 기 설정된 범위로 클리핑할 수 있다. 이때, 클리핑되는 범위는, 출력 값들을 표현하기 위한 bit 수 또는, 정수 범위에 기초하여, 결정될 수 있다. 클리핑 범위가 [최소값, 최대값]이면, AI 부호화 장치(200)는 제1 값들 및 제2 값들 중 최소값보다 작은 값들은 최소값으로 변환하고, 제1 값들 및 제2 값들 중 최대값보다 큰 값들은 최대값으로 변환할 수 있다.
AI 복호화 장치(200)는 클리핑된 값들을 반올림하여, 정수 값들로 변환할 수 있다. 또는, 클리핑된 값들을 올림 또는 버림하여, 정수 값들로 변환할 수 있다. 변환된 정수 값들은 제1 레이어의 다음 레이어인 제2 레이어로 입력될 수 있다.
변환된 정수 값들이, 제2 레이어에 입력되면, 제1 레이어에서와 동일하게, 제2 레이어의 제2 컨볼루션 레이어에서 복수의 필터 커널들과의 컨볼루션 연산이 수행되어 복수의 특징 맵들이 생성되고, 제2 활성화 레이어에서, 생성된 복수의 특징 맵들 각각에 활성화 함수가 적용되어, 제3 결과 값들이 획득될 수 있다(S1660). 또한, AI 복호화 장치(200)는, 제3 결과 값들에 대한 정규화 연산, 클리핑 연산 등을 수행함으로써, 제3 결과 값들을 기 설정된 범위의 정수 값들로 변환하는 저 정밀도 변환을 수행하여, 변환된 정수 값들을 다음 레이어로 입력할 수 있다.
이와 같이, 제2 영상은, 제2 DNN(300)에 포함된 복수의 레이어들을 통과하면서, 각 레이어에서 필터 커널들과의 컨볼루션 연산 및 활성화 함수 연산이 수행되어, 결과 값들이 출력될 수 있으며, 각 레이어에서 출력된 결과 값들의 저 정밀도 변환이 수행되어, 다음 레이어로 입력되는 과정이 반복적으로, 수행될 수 있다. 이에 따라, AI 복호화 장치(200)는, 제2 DNN(300)을 이용하여, 제2 영상이 AI 업스케일된 제3 영상을 획득할 수 있다(S1670).
이때, 제2 DNN의 각 레이어에서 출력되어 저 정밀도 변환된 정수 값들은 다음 레이어에 입력되기 전에 메모리에 저장될 수 있으며, 이에 따라, 제2 DNN(300)을 이용하여, 제3 영상(제2 영상이 AI 업스케일된 영상)을 획득하는 과정에서 생성되는 중간 결과 값들을 저장하기 위한 메모리의 양은 감소될 수 있다.
도 18은 일 실시예에 따른 AI 부호화 장치의 구성을 나타내는 블록도이다.
도 18의 AI 부호화 장치(1700)는 도 7의 AI 부호화 장치(600)의 일 실시예일 수 있다. 도 18을 참조하면, 일 실시예에 따른 AI 부호화 장치(1700)는 프로세서(1720) 및 메모리(1730)를 포함할 수 있다.
일 실시예에 따른 프로세서(1720)는 AI 부호화 장치(1700)를 전반적으로 제어할 수 있다. 일 실시예에 따른 프로세서(1720)는 메모리(1730)에 저장되는 하나 이상의 프로그램들을 실행할 수 있다.
일 실시예에 따른 메모리(1730)는 AI 부호화 장치(1700)를 구동하고 제어하기 위한 다양한 데이터, 프로그램 또는 어플리케이션을 저장할 수 있다. 메모리(1730)에 저장되는 프로그램은 하나 이상의 인스트럭션들을 포함할 수 있다. 메모리(1730)에 저장된 프로그램(하나 이상의 인스트럭션들) 또는 어플리케이션은 프로세서(1720)에 의해 실행될 수 있다.
일 실시예에 따른 프로세서(1720)는 도 7 에서 도시하고 설명한 AI 부호화부(610) 및 전송부(630)의 동작들, 도 10 내지 도 13에서 도시하고 설명한, 컨볼루션 레이어(911, 921), 활성화 레이어(912, 922) 및 저 정밀도 변환부(950)의 동작들, 및 도 16에서 설명한 AI 부호화 장치(600)의 동작들 중 적어도 하나를 수행할 수 있다.
일 실시예에 따른 프로세서(1720)는, 원본 영상이, 복수의 레이어들을 포함하는 제1 DNN에 입력되면, 복수의 레이어들 중 제1 레이어로부터, 원본 영상과 제1 필터 커널과의 연산 결과에 기초하는 제1 결과 값을 획득하고, 원본 영상과 제2 필터 커널과의 연산 결과에 기초하는 제2 결과 값을 획득할 수 있다. 예를 들어, 프로세서(1720)는 제1 레이어의 제1 컨볼루션 레이어에서 원본 영상과 제1 필터 커널과의 컨볼루션 연산을 수행하여 제1 특징 맵을 생성하고, 제1 특징 맵에 활성화 함수를 적용하여, 제1 결과 값들을 획득할 수 있다. 또한, 프로세서(1720)는 제1 레이어의 제1 컨볼루션 레이어에서 원본 영상과 제2 필터 커널과의 컨볼루션 연산을 수행하여 제2 특징 맵을 생성하고, 제2 특징 맵에 활성화 함수를 적용하여, 제2 결과 값들을 획득할 수 있다. 이때, 제1 특징 맵에 적용되는 활성화 함수(제1 활성화 함수) 및 제2 특징 맵에 적용되는 활성화 함수(제2 활성화 함수)는 도 15에서 설명한 바와 같이, 수학식 4 또는 수학식 5의 형태를 가지는 활성화 함수일 수 있으며, 제1 활성화 함수 및 제2 채널에 대응하는 제2 활성화 함수의 기울기 a 또는 기울기 b의 값이 다를 수 있다.
프로세서(1720)는 제1 결과 값들에 제1 스케일 팩터를 적용하여, 정규화를 수행하고, 제2 결과 값들에 제2 스케일 팩터를 적용하여, 정규화를 수행할 수 있다. 또한, 프로세서(1720)는 정규화된 값들을 기 설정된 범위로 클리핑하고, 클리핑된 값들을 정수 값들로 변환할 수 있다. 프로세서(1720)는 클리핑된 값들을 반올림, 올림 또는 버림하여, 정수 값들로 변환할 수 있으나, 이에 한정되지 않는다.
프로세서(1720)는 변환된 정수 값들을 제1 레이어의 다음 레이어인 제2 레이어로 입력할 수 있다.
이와 같이, 원본 영상은, 제1 DNN(700)에 포함된 복수의 레이어들을 통과하면서, 각 레이어에서 필터 커널들과의 컨볼루션 연산 및 활성화 함수 연산이 수행될 수 있으며, 각 레이어에서 출력된 결과 값들의 저 정밀도 변환이 수행되어, 다음 레이어로 입력되는 과정이 반복적으로, 수행될 수 있다. 이에 따라, 프로세서(1720)는, 제1 DNN(700)을 이용하여, 원본 영상이 AI 다운스케일된 제1 영상(115)을 획득할 수 있다.
한편, 제1 DNN(700)에 포함되는 컨볼루션 레이어, 활성화 레이어 및 저 정밀도 변환부 중 적어도 하나는, 하드웨어 칩 형태로 제작되어 AI 부호화 장치(1700)에 탑재될 수 있다. 예를 들어, 제1 DNN(700)에 포함되는 컨볼루션 레이어, 활성화 레이어 및 저 정밀도 변환부 중 적어도 하나는 인공 지능(AI;artificial intelligence)을 위한 전용 하드웨어 칩 형태로 제작될 수도 있고, 또는 기존의 범용 프로세서(예: CPU 또는 application processor) 또는 그래픽 전용 프로세서(예: GPU)의 일부로 제작되어 전술한 각종 영상 처리 장치에 탑재될 수 도 있다.
또한, 제1 DNN(700)에 포함되는 컨볼루션 레이어, 활성화 레이어 및 저 정밀도 변환부 중 적어도 하나는 소프트웨어 모듈로 구현될 수 있다. 제1 DNN(700)에 포함되는 컨볼루션 레이어, 활성화 레이어 및 저 정밀도 변환부 중 적어도 하나가 소프트웨어 모듈(또는, 인스터력션(instruction) 포함하는 프로그램 모듈)로 구현되는 경우, 소프트웨어 모듈은 컴퓨터로 읽을 수 있는 판독 가능한 비일시적 판독 가능 기록매체(non-transitory computer readable media)에 저장될 수 있다. 또한, 이 경우, 적어도 하나의 소프트웨어 모듈은 OS(Operating System)에 의해 제공되거나, 소정의 애플리케이션에 의해 제공될 수 있다. 또는, 적어도 하나의 소프트웨어 모듈 중 일부는 OS(Operating System)에 의해 제공되고, 나머지 일부는 소정의 애플리케이션에 의해 제공될 수 있다.
도 19는 일 실시예에 따른 AI 복호화 장치의 구성을 나타내는 블록도이다.
도 19의 AI 복호화 장치(1800)는 도 2의 AI 복호화 장치(200)의 일 실시예일 수 있다. 도 19를 참조하면, 일 실시예에 따른 AI 복호화 장치(1800)는 프로세서(1820) 및 메모리(1830)를 포함할 수 있다.
일 실시예에 따른 프로세서(1820)는 AI 복호화 장치(1800)를 전반적으로 제어할 수 있다. 일 실시예에 따른 프로세서(1820)는 메모리(1830)에 저장되는 하나 이상의 프로그램들을 실행할 수 있다.
일 실시예에 따른 메모리(1830)는 AI 복호화 장치(1800)를 구동하고 제어하기 위한 다양한 데이터, 프로그램 또는 어플리케이션을 저장할 수 있다. 메모리(1830)에 저장되는 프로그램은 하나 이상의 인스트럭션들을 포함할 수 있다. 메모리(1830)에 저장된 프로그램(하나 이상의 인스트럭션들) 또는 어플리케이션은 프로세서(1820)에 의해 실행될 수 있다.
일 실시예에 따른 프로세서(1820)는 도 2에서 도시하고 설명한 수신부(210), 및 AI 복호화부(230)의 동작들, 도 10 내지 도 13에서 도시하고 설명한, 컨볼루션 레이어(911, 921), 활성화 레이어(912, 922) 및 저 정밀도 변환부(950)의 동작들, 및 도 19에서 설명한 AI 복호화 장치(200)의 동작들 중 적어도 하나를 수행할 수 있다.
일 실시예에 따른 프로세서(1820)는, 제2 영상이, 복수의 레이어들을 포함하는 제2 DNN에 입력되면, 복수의 레이어들 중 제1 레이어로부터, 제2 영상과 제1 필터 커널과의 연산 결과에 기초하는 제1 결과 값을 획득하고, 제2 영상과 제2 필터 커널과의 연산 결과에 기초하는 제2 결과 값을 획득할 수 있다. 예를 들어, 프로세서(1820)는 제1 레이어의 제1 컨볼루션 레이어에서 제2 영상과 제1 필터 커널과의 컨볼루션 연산을 수행하여 제1 특징 맵을 생성하고, 제1 특징 맵에 활성화 함수를 적용하여, 제1 결과 값들을 획득할 수 있다. 또한, 프로세서(1820)는 제1 레이어의 제1 컨볼루션 레이어에서 제2 영상과 제2 필터 커널과의 컨볼루션 연산을 수행하여 제2 특징 맵을 생성하고, 제2 특징 맵에 활성화 함수를 적용하여, 제2 결과 값들을 획득할 수 있다. 이때, 제1 특징 맵에 적용되는 활성화 함수(제1 활성화 함수) 및 제2 특징 맵에 적용되는 활성화 함수(제2 활성화 함수)는 도 15에서 설명한 바와 같이, 수학식 4 또는 수학식 5의 형태를 가지는 활성화 함수일 수 있으며, 제1 활성화 함수 및 제2 채널에 대응하는 제2 활성화 함수의 기울기 a 또는 기울기 b의 값이 다를 수 있다.
프로세서(1820)는 제1 결과 값들에 제1 스케일 팩터를 적용하여, 정규화를 수행하고, 제2 결과 값들에 제2 스케일 팩터를 적용하여, 정규화를 수행할 수 있다. 또한, 프로세서(1820)는 정규화된 값들을 기 설정된 범위로 클리핑하고, 클리핑된 값들을 정수 값들로 변환할 수 있다. 프로세서(1820)는 클리핑된 값들을 반올림, 올림 또는 버림하여, 정수 값들로 변환할 수 있으나, 이에 한정되지 않는다.
프로세서(1820)는 변환된 정수 값들을 제1 레이어의 다음 레이어인 제2 레이어로 입력할 수 있다.
이와 같이, 제2 영상은, 제2 DNN(300)에 포함된 복수의 레이어들을 통과하면서, 각 레이어에서 필터 커널들과의 컨볼루션 연산 및 활성화 함수 연산이 수행될 수 있으며, 각 레이어에서 출력된 결과 값들의 저 정밀도 변환이 수행되어, 다음 레이어로 입력되는 과정이 반복적으로, 수행될 수 있다. 이에 따라, 프로세서(1820)는, 제2 DNN(300)을 이용하여, 제2 영상이 AI 업스케일된 제3 영상을 획득할 수 있다.
한편, 제2 DNN(300)에 포함되는 컨볼루션 레이어, 활성화 레이어 및 저 정밀도 변환부 중 적어도 하나는, 하드웨어 칩 형태로 제작되어 영상 복호화 장치(1800)에 탑재될 수 있다. 예를 들어, 제2 DNN(300)에 포함되는 컨볼루션 레이어, 활성화 레이어 및 저 정밀도 변환부 중 적어도 하나는 인공 지능(AI;artificial intelligence)을 위한 전용 하드웨어 칩 형태로 제작될 수도 있고, 또는 기존의 범용 프로세서(예: CPU 또는 application processor) 또는 그래픽 전용 프로세서(예: GPU)의 일부로 제작되어 전술한 각종 영상 처리 장치에 탑재될 수 도 있다.
또한, 제2 DNN(300)에 포함되는 컨볼루션 레이어, 활성화 레이어 및 저 정밀도 변환부 중 적어도 하나는 소프트웨어 모듈로 구현될 수 있다. 제2 DNN(300)에 포함되는 컨볼루션 레이어, 활성화 레이어 및 저 정밀도 변환부 중 적어도 하나가 소프트웨어 모듈(또는, 인스터력션(instruction) 포함하는 프로그램 모듈)로 구현되는 경우, 소프트웨어 모듈은 컴퓨터로 읽을 수 있는 판독 가능한 비일시적 판독 가능 기록매체(non-transitory computer readable media)에 저장될 수 있다. 또한, 이 경우, 적어도 하나의 소프트웨어 모듈은 OS(Operating System)에 의해 제공되거나, 소정의 애플리케이션에 의해 제공될 수 있다. 또는, 적어도 하나의 소프트웨어 모듈 중 일부는 OS(Operating System)에 의해 제공되고, 나머지 일부는 소정의 애플리케이션에 의해 제공될 수 있다.
한편, 도 18 및 도 19에 도시된 AI 부호화 장치(1700) 및 AI 복호화 장치(1800)의 블록도는 일 실시예를 위한 블록도이다. 블록도의 각 구성요소는 실제 구현되는 AI 부호화 장치(1700) 및 AI 복호화 장치(1800)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 복호화 장치(200) 또는 AI 부호화 장치(600)의 일부가 될 수도 있다. 예를 들어, DNN 모델은 인공 지능을 위한 전용 하드웨어 칩 형태로 제작될 수도 있고, 또는 기존의 범용 프로세서(예를 들어, CPU 또는 애플리케이션 프로세서) 또는 그래픽 전용 프로세서(예를 들어, GPU)의 일부로 제작될 수도 있다.
또한, DNN 모델은 다운로드 가능한 소프트웨어 형태로 제공될 수도 있다. 컴퓨터 프로그램 제품은 제조사 또는 전자 마켓을 통해 전자적으로 배포되는 소프트웨어 프로그램 형태의 상품(예를 들어, 다운로드 가능한 애플리케이션)을 포함할 수 있다. 전자적 배포를 위하여, 소프트웨어 프로그램의 적어도 일부는 저장 매체에 저장되거나, 임시적으로 생성될 수 있다. 이 경우, 저장 매체는 제조사 또는 전자 마켓의 서버, 또는 중계 서버의 저장매체가 될 수 있다.
이상, 본 개시의 기술적 사상을 바람직한 실시예를 들어 상세하게 설명하였으나, 본 개시의 기술적 사상은 상기 실시예들에 한정되지 않고, 본 개시의 기술적 사상의 범위 내에서 당 분야에서 통상의 지식을 가진 자에 의하여 여러 가지 변형 및 변경이 가능하다.

Claims (20)

  1. AI 복호화 장치에 있어서,
    하나 이상의 인스트럭션들을 저장하는 메모리; 및
    상기 메모리에 저장된 상기 하나 이상의 인스트럭션들을 실행하는 프로세서를 포함하고,
    상기 프로세서는,
    AI 부호화 장치가 제1 DNN을 이용하여, 원본 영상을 AI 다운스케일한 제1 영상에 대응하는 영상 데이터를 획득하고,
    상기 영상 데이터에 기초하여, 상기 제1 영상에 대응하는 제2 영상을 복원하며,
    복수의 레이어들을 포함하는 제2 DNN에 상기 제2 영상이 입력되면, 상기 복수의 레이어들 중 제1 필터 커널 및 제2 필터 커널을 포함하는 제1 레이어로부터, 상기 제2 영상과 상기 제1 필터 커널과의 연산 결과에 기초하는 제1 결과 값들을 획득하고, 상기 제2 영상과 상기 제2 필터 커널과의 연산 결과에 기초하는 제2 결과 값들을 획득하며,
    상기 제1 결과 값들을 제1 스케일 팩터에 기초하여, 제1 값들로 변환함으로써 정규화하고, 상기 제2 결과 값들을 제2 스케일 팩터에 기초하여, 제2 값들로 변환함으로써, 정규화하며
    상기 정규화된 값들을 기 설정된 범위에 포함되는 정수 값들로 변환하고,
    상기 변환된 정수 값들을, 상기 복수의 레이어들 중, 상기 제1 레이어의 다음 레이어인 제2 레이어로 입력하여, 상기 제2 레이어에서 제3 결과 값들을 획득하고, 상기 제3 결과 값들에 기초하여, 상기 제2 영상이 AI 업스케일된 제3 영상을 획득하고,
    상기 제2 DNN은, 상기 제1 DNN에 대응되며, 상기 제1 스케일 팩터 및 제2 스케일 팩터는, 상기 제1 DNN에 포함되는 스케일 팩터들과 연관된 값들로 결정되는, AI 복호화 장치.
  2. 제1항에 있어서,
    상기 제2 DNN은,
    상기 제1 DNN과 연계되어 훈련된 네트워크이며, 상기 제1 DNN의 훈련 과정에서 획득되는 영상에 기초하여, 훈련된 네트워크이고,
    상기 제1 스케일 팩터 및 제2 스케일 팩터는, 상기 제2 DNN 및 상기 제1 DNN의 훈련에 의해 결정되는, AI 복호화 장치.
  3. 제1항에 있어서,
    상기 제1 스케일 팩터 및 상기 제2 스케일 팩터는, 상기 제1 값들의 정규 분포와 상기 제2 값들의 정규 분포가 동일해지도록 훈련되는, AI 복호화 장치.
  4. 제1항에 있어서,
    상기 프로세서는,
    상기 제1 값들 및 제2 값들을 상기 기 설정된 범위로 클리핑하고, 클리핑된 값들을 정수 값들로 변환하는, AI 복호화 장치.
  5. 제4항에 있어서,
    상기 프로세서는,
    상기 클리핑된 값들을 반올림하여, 상기 정수 값들로 변환하는, AI 복호화 장치.
  6. 제1항에 있어서,
    상기 프로세서는,
    상기 변환된 정수 값들을 상기 메모리에 저장하는, AI 복호화 장치.
  7. 제6항에 있어서,
    상기 변환된 정수 값들을 저장하는 상기 메모리의 크기는, 상기 기 설정된 범위에 기초하여 결정되는, AI 복호화 장치.
  8. 제1항에 있어서,
    상기 프로세서는,
    상기 제2 영상과 상기 제1 필터 커널의 컨볼루션 연산을 수행하여, 제1 특징 맵을 생성하고, 상기 제1 특징 맵에 제1 활성화 함수를 적용하여, 상기 제1 결과 값들을 획득하며,
    상기 제2 영상과 제2 필터 커널의 컨볼루션 연산을 수행하여, 제2 특징 맵을 생성하고, 상기 제2 특징 맵에 제2 활성화 함수를 적용하여, 상기 제2 결과 값들을 획득하는, AI 복호화 장치.
  9. 제8항에 있어서,
    상기 제1 활성화 함수 및 상기 제2 활성화 함수는,
    Figure pat00007
    의 형태를 가지며, 상기 기울기 a와 기울기 b는 서로 다른 값을 가지고, 상기 기울기 b는 상기 제2 DNN의 훈련을 통해 결정되는 값인, AI 복호화 장치.
  10. 제9항에 있어서,
    상기 제1 활성화 함수에서의 상기 기울기 b의 값과 상기 제2 활성화 함수에서의 상기 기울기 b의 값은 서로 다른, AI 복호화 장치.
  11. AI 부호화 장치에 있어서,
    하나 이상의 인스트럭션들을 저장하는 메모리; 및
    상기 메모리에 저장된 상기 하나 이상의 인스트럭션들을 실행하는 프로세서를 포함하고,
    상기 프로세서는,
    복수의 레이어들을 포함하는 제1 DNN에 원본 영상이 입력되면, 상기 복수의 레이어들 중 제1 필터 커널 및 제2 필터 커널을 포함하는 제1 레이어로부터, 상기 원본 영상과 상기 제1 필터 커널과의 연산 결과에 기초하는 제1 결과 값들을 획득하고, 상기 원본 영상과 상기 제2 필터 커널과의 연산 결과에 기초하는 제2 결과 값들을 획득하며,
    상기 제1 결과 값들을 제1 스케일 팩터에 기초하여, 제1 값들로 변환함으로써 정규화하고, 상기 제2 결과 값들을 제2 스케일 팩터에 기초하여, 제2 값들로 변환함으로써 정규화하며,
    상기 정규화된 값들을 기 설정된 범위에 포함되는 정수 값들로 변환하며, 상기 변환된 정수 값들을, 상기 복수의 레이어들 중, 상기 제1 레이어의 다음 레이어인 제2 레이어로 입력하며, 상기 제2 레이어에서 제3 결과 값들을 획득하고, 상기 제3 결과 값들에 기초하여, 상기 원본 영상이 AI 다운스케일된 제1 영상을 획득하고,
    상기 제1 영상을 부호화하며,
    상기 제1 DNN은, 영상을 AI 업스케일하는 제2 DNN에 대응되며, 상기 제1 스케일 팩터 및 제2 스케일 팩터는, 상기 제2 DNN에 포함되는 스케일 팩터들과 연관된 값들로 결정되는, AI 부호화 장치.
  12. 제11항에 있어서,
    상기 제1 DNN은, 상기 제2 DNN과 연계되어 훈련된 네트워크이며, 상기 제2 DNN의 훈련 과정에서 획득되는 손실 정보에 기초하여, 훈련된 네트워크이고,
    상기 제1 스케일 팩터 및 제2 스케일 팩터는, 상기 제1 DNN 및 상기 제2 DNN의 훈련에 의해 결정되는, AI 부호화 장치.
  13. 제12항에 있어서,
    상기 제1 DNN은, 상기 제1 DNN의 훈련 과정에서 AI 다운스케일에 의해 발생하는 제1 손실 정보와, 상기 제2 DNN의 훈련 과정에서 AI 업스케일에 의해 발생하는 제2 손실 정보에 기초하여, 훈련된 네트워크인, AI 부호화 장치.
  14. 제11항에 있어서,
    상기 제1 스케일 팩터 및 상기 제2 스케일 팩터는, 상기 제1 값들의 정규 분포와 상기 제2 값들의 정규 분포가 동일해지도록 훈련되는, AI 부호화 장치.
  15. 제11항에 있어서,
    상기 프로세서는,
    상기 제1 값들 및 제2 값들을 상기 기 설정된 범위로 클리핑하고, 클리핑된 값들을 정수 값들로 변환하는, AI 부호화 장치.
  16. 제15항에 있어서,
    상기 프로세서는,
    상기 클리핑된 값들을 반올림하여, 상기 정수 값들로 변환하는, AI 부호화 장치.
  17. 제11항에 있어서,
    상기 프로세서는,
    상기 변환된 정수 값들을 상기 메모리에 저장하는, AI 부호화 장치.
  18. 제17항에 있어서,
    상기 변환된 정수 값들을 저장하는 상기 메모리의 크기는,
    상기 기 설정된 범위에 기초하여 결정되는, AI 부호화 장치.
  19. AI 복호화 장치의 동작방법에 있어서,
    AI 부호화 장치가 제1 DNN을 이용하여, 원본 영상을 AI 다운스케일한 제1 영상에 대응하는 영상 데이터를 획득하는 단계;
    상기 영상 데이터에 기초하여, 상기 제1 영상에 대응하는 제2 영상을 복원하는 단계;
    복수의 레이어들을 포함하는 제2 DNN에, 상기 제2 영상이 입력되면, 상기 복수의 레이어들 중 제1 필터 커널 및 제2 필터 커널을 포함하는 제1 레이어로부터, 상기 제2 영상과 상기 제1 필터 커널과의 연산에 기초하는 제1 결과 값들을 획득하고, 상기 제2 영상과 상기 제2 필터 커널과의 연산에 기초하는 제2 결과 값들을 획득하는 단계;
    상기 제1 결과 값들을 제1 스케일 팩터에 기초하여, 제1 값들로 변환함으로써 정규화하고, 상기 제2 결과 값들을 제2 스케일 팩터에 기초하여, 제2 값들로 변환함으로써, 정규화하는 단계;
    상기 정규화된 값들을 기 설정된 범위에 포함되는 정수 값들로 변환하는 단계;
    상기 변환된 정수 값들을, 상기 복수의 레이어들 중, 상기 제1 레이어의 다음 레이어인 제2 레이어로 입력하여, 상기 제2 레이에서 제3 결과 값들을 획득하는 단계; 및
    상기 제3 결과 값들에 기초하여, 상기 제2 영상이 AI 업스케일된 제3 영상을 획득하는 단계를 포함하고,
    상기 제2 DNN은, 상기 제1 DNN에 대응되며, 상기 제1 스케일 팩터 및 제2 스케일 팩터는, 상기 제1 DNN에 포함되는 스케일 팩터들과 연관된 값들로 결정되는, AI 복호화 장치의 동작방법.
  20. AI 부호화 장치의 동작방법에 있어서,
    복수의 레이어들을 포함하는 제1 DNN에 원본 영상이 입력되면, 상기 복수의 레이어들 중 제1 필터 커널 및 제2 필터 커널을 포함하는 제1 레이어로부터, 상기 원본 영상과 상기 제1 필터 커널의 연산 결과에 기초하는 제1 결과 값들을 획득하고, 상기 원본 영상과 상기 제2 필터 커널의 연산 결과에 기초하는 제2 결과 값들을 획득하는 단계;
    상기 제1 결과 값들을 제1 스케일 팩터에 기초하여, 제1 값들로 변환함으로써 정규화하고, 상기 제2 결과 값들을 제2 스케일 팩터에 기초하여, 제2 값들로 변환함으로써 정규화하는 단계;
    상기 정규화된 값들을 기 설정된 범위에 포함되는 정수 값들로 변환하는 단계;
    상기 변환된 정수 값들을, 상기 복수의 레이어들 중 상기 제1 레이어의 다음 레이어인 제2 레이어로 입력하여, 상기 제2 레이어에서 제3 결과 값들을 획득하는 단계;
    상기 제3 결과 값들에 기초하여, 상기 원본 영상이 AI 다운스케일된 제1 영상을 획득하는 단계; 및
    상기 제1 영상을 부호화하는 단계를 포함하고,
    상기 제1 DNN은, 영상을 AI 업스케일하는 제2 DNN에 대응되며, 상기 제1 스케일 팩터 및 제2 스케일 팩터는, 상기 제2 DNN에 포함되는 스케일 팩터들과 연관된 값들로 결정되는, AI 부호화 장치의 동작방법.
KR1020190078344A 2018-10-19 2019-06-28 Ai 부호화 장치 및 그 동작방법, 및 ai 복호화 장치 및 그 동작방법 KR102312338B1 (ko)

Priority Applications (6)

Application Number Priority Date Filing Date Title
PCT/KR2019/013595 WO2020080827A1 (en) 2018-10-19 2019-10-16 Ai encoding apparatus and operation method of the same, and ai decoding apparatus and operation method of the same
EP19874036.7A EP3811619A4 (en) 2018-10-19 2019-10-16 KI CODING DEVICE AND OPERATING METHODS FOR IT, KI DECODING DEVICE AND OPERATING METHODS FOR IT
CN201980060231.2A CN112715029A (zh) 2018-10-19 2019-10-16 Ai编码设备及其操作方法和ai解码设备及其操作方法
US16/656,800 US20200126263A1 (en) 2018-10-19 2019-10-18 Ai encoding apparatus and operation method of the same, and ai decoding apparatus and operation method of the same
US16/743,618 US10950009B2 (en) 2018-10-19 2020-01-15 AI encoding apparatus and operation method of the same, and AI decoding apparatus and operation method of the same
US17/147,954 US11200702B2 (en) 2018-10-19 2021-01-13 AI encoding apparatus and operation method of the same, and AI decoding apparatus and operation method of the same

Applications Claiming Priority (6)

Application Number Priority Date Filing Date Title
KR20180125406 2018-10-19
KR1020180125406 2018-10-19
KR1020180148905 2018-11-27
KR20180148905 2018-11-27
KR20190041100 2019-04-08
KR1020190041100 2019-04-08

Publications (2)

Publication Number Publication Date
KR20200044668A true KR20200044668A (ko) 2020-04-29
KR102312338B1 KR102312338B1 (ko) 2021-10-14

Family

ID=70466765

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020190078344A KR102312338B1 (ko) 2018-10-19 2019-06-28 Ai 부호화 장치 및 그 동작방법, 및 ai 복호화 장치 및 그 동작방법

Country Status (3)

Country Link
EP (1) EP3811619A4 (ko)
KR (1) KR102312338B1 (ko)
CN (1) CN112715029A (ko)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20220045882A (ko) * 2020-10-06 2022-04-13 한국전자통신연구원 특징 맵 부호화 및 복호화 장치 및 이를 이용한 방법
WO2023243904A1 (ko) * 2022-06-16 2023-12-21 주식회사 유엑스팩토리 이미지 분석을 위한 파생 이미지를 생성하기 위한 방법, 시스템 및 비일시성의 컴퓨터 판독 가능한 기록 매체

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108345939B (zh) * 2017-01-25 2022-05-24 微软技术许可有限责任公司 基于定点运算的神经网络

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20220045882A (ko) * 2020-10-06 2022-04-13 한국전자통신연구원 특징 맵 부호화 및 복호화 장치 및 이를 이용한 방법
WO2023243904A1 (ko) * 2022-06-16 2023-12-21 주식회사 유엑스팩토리 이미지 분석을 위한 파생 이미지를 생성하기 위한 방법, 시스템 및 비일시성의 컴퓨터 판독 가능한 기록 매체

Also Published As

Publication number Publication date
EP3811619A4 (en) 2021-08-18
EP3811619A1 (en) 2021-04-28
CN112715029A (zh) 2021-04-27
KR102312338B1 (ko) 2021-10-14

Similar Documents

Publication Publication Date Title
KR102285738B1 (ko) 영상의 주관적 품질을 평가하는 방법 및 장치
US11610341B2 (en) Apparatus and method for performing artificial intelligence (AI) encoding and AI decoding on image
US11200702B2 (en) AI encoding apparatus and operation method of the same, and AI decoding apparatus and operation method of the same
US20200145692A1 (en) Video processing method and apparatus
CN111868753A (zh) 使用条件熵模型的数据压缩
KR102500761B1 (ko) 영상의 ａｉ 부호화 및 ａｉ 복호화 방법, 및 장치
KR20200044665A (ko) 부호화 방법 및 그 장치, 복호화 방법 및 그 장치
ES2934641T3 (es) Preprocesamiento de datos de imágenes
KR102312337B1 (ko) Ai 부호화 장치 및 그 동작방법, 및 ai 복호화 장치 및 그 동작방법
US11012718B2 (en) Systems and methods for generating a latent space residual
JP2022526498A (ja) ビデオエンコーダのレート制御
CN111641826B (zh) 对数据进行编码、解码的方法、装置与系统
US11720998B2 (en) Artificial intelligence (AI) encoding apparatus and operating method thereof and AI decoding apparatus and operating method thereof
US20230106778A1 (en) Quantization for Neural Networks
KR102312338B1 (ko) Ai 부호화 장치 및 그 동작방법, 및 ai 복호화 장치 및 그 동작방법
CN116582685A (zh) 一种基于ai的分级残差编码方法、装置、设备和存储介质
KR20200044662A (ko) 영상의 ａｉ 부호화 및 ａｉ 복호화를 위한 장치, 및 방법
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
WO2022266955A1 (zh) 图像解码及处理方法、装置及设备
KR20230136121A (ko) 인공 신경망을 사용한 프로그래시브 데이터 압축
KR102421718B1 (ko) 인공지능 부호화 및 인공지능 복호화를 수행하기 위한 방법 및 장치
WO2023050433A1 (zh) 视频编解码方法、编码器、解码器及存储介质
US20240020884A1 (en) Online meta learning for meta-controlled sr in image and video compression
CN118020306A (en) Video encoding and decoding method, encoder, decoder, and storage medium
CN116746066A (zh) 使用人工神经网络的渐进式数据压缩

Legal Events

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