KR20210050186A - 영상의 ａｉ 부호화 및 ａｉ 복호화 방법, 및 장치 - Google Patents
영상의 ａｉ 부호화 및 ａｉ 복호화 방법, 및 장치 Download PDFInfo
- Publication number
- KR20210050186A KR20210050186A KR1020190134514A KR20190134514A KR20210050186A KR 20210050186 A KR20210050186 A KR 20210050186A KR 1020190134514 A KR1020190134514 A KR 1020190134514A KR 20190134514 A KR20190134514 A KR 20190134514A KR 20210050186 A KR20210050186 A KR 20210050186A
- Authority
- KR
- South Korea
- Prior art keywords
- dnn
- image
- upscale
- information
- configuration information
- Prior art date
Links
- 238000000034 method Methods 0.000 title claims abstract description 179
- 238000013473 artificial intelligence Methods 0.000 title abstract description 777
- 238000012549 training Methods 0.000 claims abstract description 345
- 238000013528 artificial neural network Methods 0.000 claims abstract description 17
- 238000013139 quantization Methods 0.000 claims description 38
- 238000007906 compression Methods 0.000 claims description 31
- 230000006835 compression Effects 0.000 claims description 31
- 238000013138 pruning Methods 0.000 claims description 18
- 238000006243 chemical reaction Methods 0.000 claims description 9
- 230000008569 process Effects 0.000 description 109
- 238000010586 diagram Methods 0.000 description 43
- 230000004913 activation Effects 0.000 description 33
- 239000011159 matrix material Substances 0.000 description 30
- 238000012545 processing Methods 0.000 description 26
- 230000006870 function Effects 0.000 description 20
- 238000004891 communication Methods 0.000 description 18
- 230000005540 biological transmission Effects 0.000 description 16
- 230000009466 transformation Effects 0.000 description 16
- 239000008186 active pharmaceutical agent Substances 0.000 description 13
- 230000008859 change Effects 0.000 description 13
- 238000004590 computer program Methods 0.000 description 7
- 238000013507 mapping Methods 0.000 description 7
- 238000012546 transfer Methods 0.000 description 7
- 238000013500 data storage Methods 0.000 description 6
- 238000004364 calculation method Methods 0.000 description 5
- 238000013137 model compression technique Methods 0.000 description 5
- 230000003247 decreasing effect Effects 0.000 description 4
- 230000003287 optical effect Effects 0.000 description 3
- 238000013527 convolutional neural network Methods 0.000 description 2
- 230000007423 decrease Effects 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000004927 fusion Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000000737 periodic effect Effects 0.000 description 2
- 230000000306 recurrent effect Effects 0.000 description 2
- 230000011664 signaling Effects 0.000 description 2
- 230000008685 targeting Effects 0.000 description 2
- 230000001131 transforming effect Effects 0.000 description 2
- 210000004556 brain Anatomy 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 238000013144 data compression Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000010365 information processing Effects 0.000 description 1
- 210000005036 nerve Anatomy 0.000 description 1
- 230000001151 other effect Effects 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 238000010839 reverse transcription Methods 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 239000000758 substrate Substances 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
- H04N19/70—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals characterised by syntax aspects related to video coding, e.g. related to compression standards
-
- 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
- G06N3/08—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
- G06N3/082—Learning methods modifying the architecture, e.g. adding, deleting or silencing nodes or connections
-
- 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
- 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
- G06T3/4046—Scaling of whole images or parts thereof, e.g. expanding or contracting using neural networks
-
- 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
-
- 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
- H04N19/102—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
- H04N19/124—Quantisation
-
- 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
- H04N19/46—Embedding additional information in the video signal during the compression process
-
- 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
-
- 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
- H04N19/90—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using coding techniques not provided for in groups H04N19/10-H04N19/85, e.g. fractals
- H04N19/91—Entropy coding, e.g. variable length coding [VLC] or arithmetic 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
- H04N19/90—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using coding techniques not provided for in groups H04N19/10-H04N19/85, e.g. fractals
- H04N19/93—Run-length coding
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Multimedia (AREA)
- General Physics & Mathematics (AREA)
- Signal Processing (AREA)
- Evolutionary Computation (AREA)
- Artificial Intelligence (AREA)
- General Health & Medical Sciences (AREA)
- Mathematical Physics (AREA)
- Computational Linguistics (AREA)
- Molecular Biology (AREA)
- Computing Systems (AREA)
- General Engineering & Computer Science (AREA)
- Biophysics (AREA)
- Data Mining & Analysis (AREA)
- Software Systems (AREA)
- Biomedical Technology (AREA)
- Life Sciences & Earth Sciences (AREA)
- Health & Medical Sciences (AREA)
- Compression Or Coding Systems Of Tv Signals (AREA)
- Image Processing (AREA)
Abstract
제 1 영상의 제 1 부호화 결과 생성된 영상 데이터 및 적어도 하나의 원본 영상으로부터 제 1 영상으로의 AI 다운스케일과 관련된 AI 데이터를 획득하고, 영상 데이터를 제 1 복호화하여 제 1 영상에 대응하는 제 2 영상을 획득하고, 제 2 영상의 AI 업스케일을 위한 DNN 설정 정보를, AI 데이터에 기초하여 획득하고, 획득된 DNN 설정 정보로 동작하는 업스케일용 DNN(Deep Neural Network)을 통해 제 2 영상으로부터 AI 업스케일된 제 3 영상을 생성하는 AI 복호화 방법이 개시된다. 이때, DNN 설정 정보는, 적어도 하나의 원본 영상을 이용하여 업스케일용 DNN과 적어도 하나의 원본 영상의 AI 다운스케일에 이용되는 다운스케일용 DNN의 연계 훈련을 통해 적어도 하나의 원본 영상에 대응하는 적어도 하나의 제 2 영상의 AI 업스케일을 위해 업데이트된 DNN 정보인 것을 특징으로 하는 AI 복호화 방법이 개시된다.
Description
본 개시는 영상 처리 분야에 관한 것이다. 보다 구체적으로, 본 개시는 영상을 AI 기반으로 부호화 및 복호화하는 방법 및 장치에 관한 것이다.
영상은 소정의 데이터 압축 표준, 예를 들어 MPEG (Moving Picture Expert Group) 표준 등을 따르는 코덱(codec)에 의해 부호화된 후 비트스트림의 형태로 기록매체에 저장되거나 통신 채널을 통해 전송된다.
고해상도/고화질의 영상을 재생, 저장할 수 있는 하드웨어의 개발 및 보급에 따라, 고해상도/고화질의 영상을 효과적으로 부호화 및 복호화할 수 있는 코덱의 필요성이 증대하고 있다.
일 실시예에 따른 영상의 AI 부호화 및 AI 복호화 방법, 및 장치는 낮은 비트레이트의 달성을 위해 AI 기반으로 영상을 부호화 및 복호화하는 것을 기술적 과제로 한다.
또한, 일 실시예에 따른 영상의 AI 부호화 및 AI 복호화 방법, 및 장치는
원본 영상에 최적화된 업스케일용 DNN 설정 정보를 필요할 때마다 또는 주기적으로 업데이트하여 업스케일함으로써 영상의 퀄리티를 향상시키는 것을 기술적 과제로 한다.
또한, 일 실시예에 따른 영상의 AI 부호화 및 AI 복호화 방법, 및 장치는
원본 영상에 최적화된 업스케일용 DNN 설정 정보를 필요할 때마다 또는 주기적으로 업데이트하기 위한 DNN 설정 정보를 효과적으로 시그널링함으로써 부호화/복호화되는 정보의 양을 효과적으로 줄이는 것을 기술적 과제로 한다.
일 실시예에 따른 AI 복호화 장치는 하나 이상의 인스트럭션들을 저장하는 메모리; 및 상기 메모리에 저장된 상기 하나 이상의 인스트럭션들을 실행하는 프로세서를 포함하고, 상기 프로세서는, 제 1 영상의 제 1 부호화 결과 생성된 영상 데이터 및 적어도 하나의 원본 영상으로부터 상기 제 1 영상으로의 AI 다운스케일과 관련된 AI 데이터를 획득하고, 상기 영상 데이터를 제 1 복호화하여 상기 제 1 영상에 대응하는 제 2 영상을 획득하고, 상기 제 2 영상의 AI 업스케일을 위한 DNN 설정 정보를, 상기 AI 데이터에 기초하여 획득하고, 상기 획득된 DNN 설정 정보로 동작하는 업스케일용 DNN(Deep Neural Network)을 통해 상기 제 2 영상으로부터 AI 업스케일된 제 3 영상을 생성하되, 상기 DNN 설정 정보는, 상기 적어도 하나의 원본 영상을 이용하여 상기 업스케일용 DNN과 상기 원본 영상의 AI 다운스케일에 이용되는 다운스케일용 DNN의 연계 훈련을 통해 상기 적어도 하나의 원본 영상에 대응하는 적어도 하나의 제 2 영상의 AI 업스케일을 위해 업데이트된 DNN 정보인 것을 특징으로 한다.
상기 획득된 DNN 설정 정보는, 상기 업스케일용 DNN을 구성하는 적어도 하나의 컨볼루션 레이어의 필터 커널의 가중치들/바이어스들을 포함할 수 있다.
상기 업스케일용 DNN 및 상기 다운스케일용 DNN은, 적어도 하나의 원본 영상을 다운스케일용 DNN을 통해 제 1 훈련 영상을 생성하고, 제 1 훈련 영상을 업스케일용 DNN을 통해 제 2 훈련 영상을 생성하고, 제 2 훈련 영상과 AI 다운스케일되기 전의 상기 원본 영상 간의 비교 결과에 대응하는 제 1 손실 정보 및 제 3 손실 정보 및 상기 제 1 훈련 영상에 기초하여 생성된 제 2 손실 정보에 기초하여 업데이트될 수 있다.
상기 제 1 손실 정보는,
제 2 훈련 영상의 화질 파라미터와 제 1 훈련 영상의 화질 파라미터의 비교 결과에 기초한 정보일 수 있다.
상기 제 3 손실 정보는,
제 2 훈련 영상의 특징(feature) 관련 파라미터와 제 1 훈련 영상의 화질 특징(feature) 관련 파라미터의 비교 결과에 기초한 정보일 수 있다.
상기 제 2 손실 정보는,
제 1 훈련 영상의 공간적 복잡도에 관한 정보일 수 있다.
상기 업스케일용 DNN은,
적어도 하나의 원본 영상을 다운스케일용 DNN을 통해 제 1 훈련 영상을 생성하고, 제 1 훈련 영상을 제 1 부호화하고, 제 1 부호화된 제 1 훈련 영상을 업스케일용 DNN을 통해 제 2 훈련 영상을 생성하고, 제 2 훈련 영상과 AI 다운스케일되기 전의 상기 원본 영상 간의 비교 결과에 대응하는 제 1 손실 정보 및 제 3 손실 정보에 기초하여 업데이트될 수 있다.
상기 업데이트된 업스케일용 DNN에 대한 DNN 설정 정보는 업데이트 전 업스케일용 DNN의 전체 또는 일부의 컨볼루션 레이어의 필터 커널의 가중치/바이어스와 업데이트 후 업스케일용 DNN의 전체 또는 일부의 컨볼루션 레이어의 필터 커널의 가중치/바이어스의 차이를 나타내는 가중치/바이어스 잔차 정보를 포함할 수 있다.
상기 업데이트된 업스케일용 DNN에 대한 DNN 설정 정보는 업데이트 전 업스케일용 DNN의 전체 또는 일부의 컨볼루션 레이어의 필터 커널의 가중치/바이어스와 업데이트 후 업스케일용 DNN의 전체 또는 일부의 컨볼루션 레이어의 필터 커널의 가중치/바이어스의 차이를 나타내는 가중치/바이어스 잔차에 대해 주파수 변환을 수행하고, 주파수 변환된 가중치/바이어스 잔차 정보를 포함할 수 있다.
상기 가중치/바이어스 잔차 정보는 DPCM(Differential Pulse Code Modulation), Huffman Coding, RLC(Run Length Coding) 중 하나의 기법을 통해 부호화된 정보일 수 있다.
상기 가중치/바이어스 잔차 정보는 모델 압축(Model Compression)을 통하여 생성된 가중치/바이어스 잔차에 대한 정보일 수 있다.
상기 모델 압축은 프루닝(Pruning) 및 양자화(Quantization) 중 적어도 하나를 포함할 수 있다.
상기 업데이트된 업스케일용 DNN에 대한 DNN 설정 정보는 업데이트 전 업스케일용 DNN의 전체 또는 일부의 컨볼루션 레이어의 필터 커널의 가중치/바이어스에 관한 컨텍스트 모델 정보를 기초로 업데이트 후 업스케일용 DNN의 전체 또는 일부의 컨볼루션 레이어의 필터 커널의 가중치/바이어스를 엔트로피 부호화한 정보일 수 있다.
상기 DNN 설정 정보는, 미리 결정된 DNN의 컨볼루션 레이어의 필터 커널을 이용하여 AI 업스케일을 수행하는지 또는 상기 적어도 하나의 원본 영상을 이용하여 상기 업스케일용 DNN과 상기 원본 영상의 AI 다운스케일에 이용되는 다운스케일용 DNN의 연계 훈련을 통해 상기 적어도 하나의 원본 영상에 대응하는 적어도 하나의 제 2 영상의 AI 업스케일을 위해 업데이트되는 DNN의 컨볼루션 레이어의 필터 커널을 이용하여 AI 업스케일을 수행하는지를 나타내는 플래그 정보를 포함할 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, 다운스케일용 DNN을 통해 적어도 하나의 원본 영상으로부터 AI 다운스케일된 제 1 영상을 획득하고, 상기 제 1 영상을 제 1 부호화하여 영상 데이터를 생성하고, 상기 AI 다운스케일과 관련된 정보를 포함하는 AI 데이터 및 상기 영상 데이터를 포함하는 AI 부호화 데이터를 생성하고, 상기 AI 데이터는, 제 2 영상의 AI 업스케일을 위한 업스케일용 DNN의 DNN 설정 정보를 포함하고, 상기 제 2 영상은, 상기 영상 데이터의 제 1 복호화를 통해 생성되며, 상기 DNN 설정 정보는, 상기 적어도 하나의 원본 영상을 이용하여 상기 업스케일용 DNN과 상기 원본 영상의 AI 다운스케일에 이용되는 다운스케일용 DNN의 연계 훈련을 통해 상기 적어도 하나의 원본 영상에 대응하는 적어도 하나의 제 2 영상의 AI 업스케일을 위해 업데이트된 DNN 정보일 수 있다.
일 실시예에 따른 AI 복호화 방법은 제 1 영상의 제 1 부호화 결과 생성된 영상 데이터 및 적어도 하나의 원본 영상으로부터 상기 제 1 영상으로의 AI 다운스케일과 관련된 AI 데이터를 획득하는 단계; 상기 영상 데이터를 제 1 복호화하여 상기 제 1 영상에 대응하는 제 2 영상을 획득하는 단계; 상기 제 2 영상의 AI 업스케일을 위한 DNN 설정 정보를, 상기 AI 데이터에 기초하여 획득하는 단계; 및상기 획득된 DNN 설정 정보로 동작하는 업스케일용 DNN(Deep Neural Network)을 통해 상기 제 2 영상으로부터 AI 업스케일된 제 3 영상을 생성하는 단계를 포함하고, 상기 DNN 설정 정보는, 상기 적어도 하나의 원본 영상을 이용하여 상기 업스케일용 DNN과 상기 적어도 하나의 원본 영상의 AI 다운스케일에 이용되는 다운스케일용 DNN의 연계 훈련을 통해 상기 적어도 하나의 원본 영상에 대응하는 적어도 하나의 제 2 영상의 AI 업스케일을 위해 업데이트된 DNN 정보일 수 있다.
일 실시예에 따른 AI 부호화 방법은 다운스케일용 DNN을 통해 적어도 하나의 원본 영상으로부터 AI 다운스케일된 제 1 영상을 획득하는 단계; 상기 제 1 영상을 제 1 부호화하여 영상 데이터를 생성하는 단계; 및 상기 AI 다운스케일과 관련된 정보를 포함하는 AI 데이터 및 상기 영상 데이터가 포함된 AI 부호화 데이터를 생성하는 단계를 포함하고, 상기 AI 데이터는, 제 2 영상의 AI 업스케일을 위한 업스케일용 DNN의 DNN 설정 정보를 포함하고, 상기 제 2 영상은, 상기 영상 데이터의 제 1 복호화를 통해 생성되며, 상기 DNN 설정 정보는, 상기 적어도 하나의 원본 영상을 이용하여 상기 업스케일용 DNN과 상기 원본 영상의 AI 다운스케일에 이용되는 다운스케일용 DNN의 연계 훈련을 통해 상기 적어도 하나의 원본 영상에 대응하는 적어도 하나의 제 2 영상의 AI 업스케일을 위해 업데이트된 DNN 정보일 수 있다.
일 실시예에 따른 기록매체는 상기 개시된 방법을 실행하기 위한 프로그램을 기록하는 컴퓨터로 읽을 수 있는 기록매체일 수 있다.
일 실시예에 따른 AI 부호화 및 AI 복호화 방법, 및 장치는 AI 기반의 영상 부호화 및 복호화를 통해 영상을 낮은 비트레이트로 처리할 수 있다.
또한, 일 실시예에 따른 영상의 AI 부호화 및 AI 복호화 방법, 및 장치는 원본 영상에 최적화된 업스케일용 DNN 설정 정보를 필요할 때마다 또는 주기적으로 업데이트하여 업스케일함으로써 영상의 퀄리티를 향상시킬 수 있다.
또한, 예에 따른 영상의 AI 부호화 및 AI 복호화 방법, 및 장치는 원본 영상에 최적화된 업스케일용 DNN 설정 정보를 필요할 때마다 또는 주기적으로 업데이트하기 위한 DNN 설정 정보를 효과적으로 시그널링함으로써 부호화/복호화되는 정보의 양을 효과적으로 줄일 수 있다.
다만, 일 실시예에 따른 AI 부호화 및 AI 복호화 방법, 및 장치가 달성할 수 있는 효과는 이상에서 언급한 것들로 제한되지 않으며, 언급하지 않은 또 다른 효과들은 아래의 기재로부터 본 개시가 속하는 기술분야에서 통상의 지식을 가진 자에게 명확하게 이해될 수 있을 것이다.
본 명세서에서 인용되는 도면을 보다 충분히 이해하기 위하여 각 도면의 간단한 설명이 제공된다.
도 1은 일 실시예에 따른 AI 부호화 과정 및 AI 복호화 과정을 설명하기 위한 도면이다.
도 2는 일 실시예에 따른 AI 복호화 장치의 구성을 나타내는 블록도이다.
도 3은 제 2 영상의 AI 업스케일을 위한 제 2 DNN을 나타내는 예시적인 도면이다.
도 4는 컨볼루션 레이어에 의한 컨볼루션 연산을 설명하기 위한 도면이다.
도 5는 여러 영상 관련 정보들과 여러 DNN 설정 정보들 사이의 매핑 관계를 나타내는 예시적인 도면이다.
도 6은 복수의 프레임으로 구성된 제 2 영상을 도시하는 도면이다.
도 7은 일 실시예에 따른 AI 부호화 장치의 구성을 나타내는 블록도이다.
도 8은 원본 영상의 AI 다운스케일을 위한 제 1 DNN을 나타내는 예시적인 도면이다.
도 9는 제 1 DNN 및 제 2 DNN을 훈련시키는 방법을 설명하기 위한 도면이다.
도 10는 훈련 장치에 의한 제 1 DNN 및 제 2 DNN의 훈련 과정을 설명하기 위한 도면이다.
도 11은 원본 영상의 AI 다운스케일을 위한 장치 및 제 2 영상의 AI 업스케일을 위한 장치를 도시하는 예시적인 도면이다.
도 12는 다른 실시예에 따른 AI 부호화 장치의 구성을 나타내는 블록도이다.
도 13은 다른 실시예에 따른 AI 복호화 장치의 구성을 나타내는 블록도이다.
도 14a는 다른 실시예에 따른 AI 부호화 방법을 설명하기 위한 순서도이다.
도 14b는 일 실시예에 따른 원본 영상 기반 DNN 연계 훈련을 통한 AI 부호화 방법을 설명하기 위한 순서도이다.
도 14c는 일 실시예에 따른 원본 영상 기반 DNN 단독 훈련을 통한 AI 부호화 방법을 설명하기 위한 순서도이다.
도 15는 다른 실시예에 따른 AI 복호화 방법을 설명하기 위한 순서도이다.
도 16a는 다른 실시예에 따라, 연계 훈련의 첫번째 스테이지로 AI 부호화 장치(1200)가 원본 영상을 훈련 영상으로 이용하여 다운스케일용 DNN과 업스케일용 DNN과의 연계 훈련을 통해 최적의 다운스케일용 DNN 및 업스케일용 DNN의 설정 정보를 결정하는 과정을 설명하기 위한 도면이다.
도 16b는 다른 실시예에 따라, 연계 훈련의 두번째 스테이지로 AI 부호화 장치(1200)가 도 16a에 따라 결정된 다운스케일용 DNN의 설정 정보를 고정하고, 업스케일용 DNN의 단독 훈련을 통해 최적의 업스케일용 DNN 의 설정 정보를 결정하고, 최적의 업스케일용 DNN의 설정 정보를 포함하는 AI 부호화 데이터를 생성하는 과정을 설명하기 위한 도면이다.
도 16c는 다른 실시예에 따라, AI 복호화 장치(1300)가 AI 부호화 데이터에 포함된 업스케일용 DNN 의 설정 정보를 기초로 업스케일용 DNN을 통해 제 2 영상을 AI 업스케일하는 과정을 설명하기 위한 도면이다.
도 17a는, 또 다른 실시예에 따라, AI 부호화 장치(1200)가 다운스케일용 DNN의 설정 정보를 고정하고, 업스케일용 DNN의 단독 훈련을 통해 최적의 업스케일용 DNN 의 설정 정보를 결정하고, 최적의 업스케일용 DNN의 설정 정보를 포함하는 AI 부호화 데이터를 생성하는 과정을 설명하기 위한 도면이다.
도 17b는, 또 다른 실시예에 따라, AI 복호화 장치(1300)가 AI 부호화 데이터에 포함된 업스케일용 DNN 의 설정 정보를 기초로 업스케일용 DNN을 통해 제 2 영상을 AI 업스케일하는 과정을 설명하기 위한 도면이다.
도 18은 다른 실시예에 따라, AI 복호화 장치(1300)가 AI 부호화 데이터로부터 획득한 플래그들을 기초로 미리 결정된 업스케일용 DNN의 설정 정보를 갱신하면서 제 2 영상을 업스케일하거나, 원본 영상에 최적화된 업스케일용 DNN의 설정 정보를 갱신하면서 제 2 영상을 업스케일하는 과정을 설명하기 위한 도면이다.
도 19a는 다른 실시예에 따라, 디폴트(Default) 가중치 및 바이어스, 원본 영상에 의해 최적화된 업스케일용 DNN의 가중치 및 바이어스, 및 업스케일용 DNN의 가중치 차분 및 바이어스 차분의 예시를 나타낸 도면이다.
도 19b는 다른 실시예에 따라, 원본 영상에 의해 최적화된 업스케일용 DNN의 가중치 및 바이어스, 및 양자화 및 프루닝을 통해 결정된 업스케일용 DNN의 가중치 및 바이어스의 예시를 나타낸 도면이다.
도 20a는 다른 실시예에 따라, 원본 영상에 의해 최적화된 업스케일용 DNN의 가중치를 부호화하는 방법을 설명하기 위한 도면이다.
도 20b는 또 다른 실시예에 따라, 원본 영상에 의해 최적화된 업스케일용 DNN의 가중치를 부호화하는 방법을 설명하기 위한 도면이다.
도 21a 내지 21b는 다른 실시예에 따라, AI 부호화 장치 및 AI 복호화 장치가 컨텍스트 모델에 기초하여 원본 영상에 의해 최적화된 업스케일용 DNN의 가중치 정보를 엔트로피 부호화/복호화하는 과정을 설명하기 위한 도면이다.
도 1은 일 실시예에 따른 AI 부호화 과정 및 AI 복호화 과정을 설명하기 위한 도면이다.
도 2는 일 실시예에 따른 AI 복호화 장치의 구성을 나타내는 블록도이다.
도 3은 제 2 영상의 AI 업스케일을 위한 제 2 DNN을 나타내는 예시적인 도면이다.
도 4는 컨볼루션 레이어에 의한 컨볼루션 연산을 설명하기 위한 도면이다.
도 5는 여러 영상 관련 정보들과 여러 DNN 설정 정보들 사이의 매핑 관계를 나타내는 예시적인 도면이다.
도 6은 복수의 프레임으로 구성된 제 2 영상을 도시하는 도면이다.
도 7은 일 실시예에 따른 AI 부호화 장치의 구성을 나타내는 블록도이다.
도 8은 원본 영상의 AI 다운스케일을 위한 제 1 DNN을 나타내는 예시적인 도면이다.
도 9는 제 1 DNN 및 제 2 DNN을 훈련시키는 방법을 설명하기 위한 도면이다.
도 10는 훈련 장치에 의한 제 1 DNN 및 제 2 DNN의 훈련 과정을 설명하기 위한 도면이다.
도 11은 원본 영상의 AI 다운스케일을 위한 장치 및 제 2 영상의 AI 업스케일을 위한 장치를 도시하는 예시적인 도면이다.
도 12는 다른 실시예에 따른 AI 부호화 장치의 구성을 나타내는 블록도이다.
도 13은 다른 실시예에 따른 AI 복호화 장치의 구성을 나타내는 블록도이다.
도 14a는 다른 실시예에 따른 AI 부호화 방법을 설명하기 위한 순서도이다.
도 14b는 일 실시예에 따른 원본 영상 기반 DNN 연계 훈련을 통한 AI 부호화 방법을 설명하기 위한 순서도이다.
도 14c는 일 실시예에 따른 원본 영상 기반 DNN 단독 훈련을 통한 AI 부호화 방법을 설명하기 위한 순서도이다.
도 15는 다른 실시예에 따른 AI 복호화 방법을 설명하기 위한 순서도이다.
도 16a는 다른 실시예에 따라, 연계 훈련의 첫번째 스테이지로 AI 부호화 장치(1200)가 원본 영상을 훈련 영상으로 이용하여 다운스케일용 DNN과 업스케일용 DNN과의 연계 훈련을 통해 최적의 다운스케일용 DNN 및 업스케일용 DNN의 설정 정보를 결정하는 과정을 설명하기 위한 도면이다.
도 16b는 다른 실시예에 따라, 연계 훈련의 두번째 스테이지로 AI 부호화 장치(1200)가 도 16a에 따라 결정된 다운스케일용 DNN의 설정 정보를 고정하고, 업스케일용 DNN의 단독 훈련을 통해 최적의 업스케일용 DNN 의 설정 정보를 결정하고, 최적의 업스케일용 DNN의 설정 정보를 포함하는 AI 부호화 데이터를 생성하는 과정을 설명하기 위한 도면이다.
도 16c는 다른 실시예에 따라, AI 복호화 장치(1300)가 AI 부호화 데이터에 포함된 업스케일용 DNN 의 설정 정보를 기초로 업스케일용 DNN을 통해 제 2 영상을 AI 업스케일하는 과정을 설명하기 위한 도면이다.
도 17a는, 또 다른 실시예에 따라, AI 부호화 장치(1200)가 다운스케일용 DNN의 설정 정보를 고정하고, 업스케일용 DNN의 단독 훈련을 통해 최적의 업스케일용 DNN 의 설정 정보를 결정하고, 최적의 업스케일용 DNN의 설정 정보를 포함하는 AI 부호화 데이터를 생성하는 과정을 설명하기 위한 도면이다.
도 17b는, 또 다른 실시예에 따라, AI 복호화 장치(1300)가 AI 부호화 데이터에 포함된 업스케일용 DNN 의 설정 정보를 기초로 업스케일용 DNN을 통해 제 2 영상을 AI 업스케일하는 과정을 설명하기 위한 도면이다.
도 18은 다른 실시예에 따라, AI 복호화 장치(1300)가 AI 부호화 데이터로부터 획득한 플래그들을 기초로 미리 결정된 업스케일용 DNN의 설정 정보를 갱신하면서 제 2 영상을 업스케일하거나, 원본 영상에 최적화된 업스케일용 DNN의 설정 정보를 갱신하면서 제 2 영상을 업스케일하는 과정을 설명하기 위한 도면이다.
도 19a는 다른 실시예에 따라, 디폴트(Default) 가중치 및 바이어스, 원본 영상에 의해 최적화된 업스케일용 DNN의 가중치 및 바이어스, 및 업스케일용 DNN의 가중치 차분 및 바이어스 차분의 예시를 나타낸 도면이다.
도 19b는 다른 실시예에 따라, 원본 영상에 의해 최적화된 업스케일용 DNN의 가중치 및 바이어스, 및 양자화 및 프루닝을 통해 결정된 업스케일용 DNN의 가중치 및 바이어스의 예시를 나타낸 도면이다.
도 20a는 다른 실시예에 따라, 원본 영상에 의해 최적화된 업스케일용 DNN의 가중치를 부호화하는 방법을 설명하기 위한 도면이다.
도 20b는 또 다른 실시예에 따라, 원본 영상에 의해 최적화된 업스케일용 DNN의 가중치를 부호화하는 방법을 설명하기 위한 도면이다.
도 21a 내지 21b는 다른 실시예에 따라, AI 부호화 장치 및 AI 복호화 장치가 컨텍스트 모델에 기초하여 원본 영상에 의해 최적화된 업스케일용 DNN의 가중치 정보를 엔트로피 부호화/복호화하는 과정을 설명하기 위한 도면이다.
본 개시는 다양한 변경을 가할 수 있고 여러 가지 실시예를 가질 수 있는 바, 특정 실시예들을 도면에 예시하고, 이를 상세한 설명을 통해 상세히 설명하고자 한다. 그러나, 이는 본 개시의 실시 형태에 대해 한정하려는 것이 아니며, 본 개시는 여러 실시예들의 사상 및 기술 범위에 포함되는 모든 변경, 균등물 내지 대체물을 포함하는 것으로 이해되어야 한다.
실시예를 설명함에 있어서, 관련된 공지 기술에 대한 구체적인 설명이 본 개시의 요지를 불필요하게 흐릴 수 있다고 판단되는 경우 그 상세한 설명을 생략한다. 또한, 명세서의 설명 과정에서 이용되는 숫자(예를 들어, 제 1, 제 2 등)는 하나의 구성요소를 다른 구성요소와 구분하기 위한 식별기호에 불과하다.
또한, 본 명세서에서, 일 구성요소가 다른 구성요소와 "연결된다" 거나 "접속된다" 등으로 언급된 때에는, 상기 일 구성요소가 상기 다른 구성요소와 직접 연결되거나 또는 직접 접속될 수도 있지만, 특별히 반대되는 기재가 존재하지 않는 이상, 중간에 또 다른 구성요소를 매개하여 연결되거나 또는 접속될 수도 있다고 이해되어야 할 것이다.
또한, 본 명세서에서 '~부(유닛)', '모듈' 등으로 표현되는 구성요소는 2개 이상의 구성요소가 하나의 구성요소로 합쳐지거나 또는 하나의 구성요소가 보다 세분화된 기능별로 2개 이상으로 분화될 수도 있다. 또한, 이하에서 설명할 구성요소 각각은 자신이 담당하는 주기능 이외에도 다른 구성요소가 담당하는 기능 중 일부 또는 전부의 기능을 추가적으로 수행할 수도 있으며, 구성요소 각각이 담당하는 주기능 중 일부 기능이 다른 구성요소에 의해 전담되어 수행될 수도 있음은 물론이다.
또한, 본 명세서에서, '영상(image)' 또는 '픽처'는 정지영상, 복수의 연속된 정지영상(또는 프레임)으로 구성된 동영상, 또는 비디오를 나타낼 수 있다.
또한, 본 명세서에서 'DNN(deep neural network)'은 뇌 신경을 모사한 인공신경망 모델의 대표적인 예시로써, 특정 알고리즘을 사용한 인공신경망 모델로 한정되지 않는다.
또한, 본 명세서에서 '파라미터'는 뉴럴 네트워크를 이루는 각 레이어의 연산 과정에서 이용되는 값으로서 예를 들어, 입력 값을 소정 연산식에 적용할 때 이용되는 가중치를 포함할 수 있다. 또한, 파라미터는 매트릭스 형태로 표현될 수 있다. 파라미터는 훈련의 결과로 설정되는 값으로서, 필요에 따라 별도의 훈련 데이터(training data)를 통해 갱신될 수 있다.
또한, 본 명세서에서 '제 1 DNN'은 영상의 AI 다운스케일을 위해 이용되는 DNN을 의미하고, '제 2 DNN'은 영상의 AI 업스케일을 위해 이용되는 DNN을 의미한다.
또한, 본 명세서에서 'DNN 설정 정보'는 DNN을 구성하는 요소와 관련된 정보로서 전술한 파라미터를 포함한다. DNN 설정 정보를 이용하여 제 1 DNN 또는 제 2 DNN이 설정될 수 있다.
또한, 본 명세서에서 '원본 영상'은 AI 부호화의 대상이 되는 영상을 의미하고, '제 1 영상'은 AI 부호화 과정에서 원본 영상의 AI 다운스케일 결과 획득된 영상을 의미한다. 또한, '제 2 영상'은 AI 복호화 과정에서 제 1 복호화를 통해 획득된 영상을 의미하고, '제 3 영상'은 AI 복호화 과정에서 제 2 영상을 AI 업스케일하여 획득된 영상을 의미한다.
또한, 본 명세서에서 'AI 다운스케일'은 AI 기반으로 영상의 해상도를 감소시키는 처리를 의미하고, '제 1 부호화'는 주파수 변환 기반의 영상 압축 방법에 의한 부호화 처리를 의미한다. 또한, '제 1 복호화'는 주파수 변환 기반의 영상 복원 방법에 의한 복호화 처리를 의미하고, 'AI 업스케일'은 AI 기반으로 영상의 해상도를 증가시키는 처리를 의미한다.
도 1은 일 실시예에 따른 AI(artificial intelligence) 부호화 과정 및 AI 복호화 과정을 설명하기 위한 도면이다.
전술한 바와 같이 영상의 해상도가 급격히 커짐에 따라 부호화/복호화를 위한 정보 처리량이 많아지게 되고, 이에 따라 영상의 부호화 및 복호화 효율을 향상시키기 위한 방안이 필요하다.
도 1에 도시된 바와 같이, 본 개시의 일 실시예에 따르면, 해상도가 큰 원본 영상(105)을 AI 다운스케일(110)하여 제 1 영상(115)을 획득한다. 그리고, 상대적으로 작은 해상도의 제 1 영상(115)을 대상으로 하여 제 1 부호화(120) 및 제 1 복호화(130)를 수행하므로, 원본 영상(105)을 대상으로 하여 제 1 부호화(120) 및 제 1 복호화(130)를 수행하는 경우에 비해 처리되는 비트레이트를 크게 감소시킬 수 있다.
도 1을 참조하여 상세히 설명하면, 일 실시예는 AI 부호화 과정에서, 원본 영상(105)을 AI 다운스케일(110)하여 제 1 영상(115)을 획득하고, 제 1 영상(115)을 제 1 부호화(120)한다. AI 복호화 과정에서는, AI 부호화 결과 획득된 AI 데이터와 영상 데이터를 포함하는 AI 부호화 데이터를 수신하고, 제 1 복호화(130)를 통해 제 2 영상(135)을 획득하고, 제 2 영상(135)을 AI 업스케일(140)하여 제 3 영상(145)을 획득한다.
AI 부호화 과정을 좀 더 상세히 살펴보면, 원본 영상(105)을 입력받으면, 소정 해상도 또는 소정 화질의 제 1 영상(115)을 획득하기 위해 원본 영상(105)을 AI 다운스케일(110)한다. 이때, AI 다운스케일(110)은 AI 기반으로 수행되는데, AI 다운스케일(110)을 위한 AI는 제 2 영상(135)의 AI 업스케일(140)을 위한 AI와 연계되어 훈련되어야(joint trained) 한다. 왜냐하면, AI 다운스케일(110)을 위한 AI와 AI 업스케일(140)을 위한 AI가 분리되어 훈련되는 경우, AI 부호화 대상인 원본 영상(105)과 AI 복호화를 통해 복원된 제 3 영상(145) 사이의 차이가 커지게 되기 때문이다.
본 개시의 실시예에서는, AI 부호화 과정과 AI 복호화 과정에서 이러한 연계 관계를 유지하기 위해, AI 데이터를 이용할 수 있다. 따라서, AI 부호화 과정을 통해 획득된 AI 데이터는 업스케일 타겟을 나타내는 정보를 포함하여야 하고, AI 복호화 과정에서는 AI 데이터에 기초하여 확인되는 업스케일 타겟에 따라 제 2 영상(135)을 AI 업스케일(140)하여야 한다.
AI 다운스케일(110)을 위한 AI 및 AI 업스케일(140)을 위한 AI는 DNN(deep neural network)으로 구현될 수 있다. 도 9를 참조하여 후술하는 바와 같이, 제 1 DNN과 제 2 DNN은 소정 타겟 하에 손실 정보의 공유를 통해 연계 훈련되므로, AI 부호화 장치는 제 1 DNN과 2 DNN이 연계 훈련할 때 이용된 타겟 정보를 AI 복호화 장치로 제공하고, AI 복호화 장치는 제공받은 타겟 정보에 기초하여 제 2 영상(135)을 타겟하는 해상도로 AI 업스케일(140)할 수 있다.
도 1에 도시된 제 1 부호화(120) 및 제 1 복호화(130)에 대해 상세히 설명하면, 원본 영상(105)으로부터 AI 다운스케일(110)된 제 1 영상(115)은 제 1 부호화(120)를 통해 정보량이 감축될 수 있다. 제 1 부호화(120)는, 제 1 영상(115)을 예측하여 예측 데이터를 생성하는 과정, 제 1 영상(115)과 예측 데이터 사이의 차이에 해당하는 잔차 데이터를 생성하는 과정, 공간 영역 성분인 잔차 데이터를 주파수 영역 성분으로 변환(transformation)하는 과정, 주파수 영역 성분으로 변환된 잔차 데이터를 양자화(quantization)하는 과정 및 양자화된 잔차 데이터를 엔트로피 부호화하는 과정 등을 포함할 수 있다. 이와 같은 제 1 부호화(120)은 MPEG-2, H.264 AVC(Advanced Video Coding), MPEG-4, HEVC(High Efficiency Video Coding), VC-1, VP8, VP9 및 AV1(AOMedia Video 1) 등 주파수 변환을 이용한 영상 압축 방법 중의 하나를 통해 구현될 수 있다.
제 1 영상(115)에 대응하는 제 2 영상(135)은 영상 데이터의 제 1 복호화(130)를 통해 복원될 수 있다. 제 1 복호화(130)는, 영상 데이터를 엔트로피 복호화하여 양자화된 잔차 데이터를 생성하는 과정, 양자화된 잔차 데이터를 역양자화하는 과정, 주파수 영역 성분의 잔차 데이터를 공간 영역 성분으로 변환하는 과정, 예측 데이터를 생성하는 과정 및 예측 데이터와 잔차 데이터를 이용하여 제 2 영상(135)을 복원하는 과정 등을 포함할 수 있다. 이와 같은 제 1 복호화(130) 과정은 제 1 부호화(120) 과정에서 사용된 MPEG-2, H.264, MPEG-4, HEVC, VC-1, VP8, VP9 및 AV1 등 주파수 변환을 이용한 영상 압축 방법 중의 하나에 대응되는 영상 복원 방법을 통해 구현될 수 있다.
AI 부호화 과정을 통해 획득된 AI 부호화 데이터는, 제 1 영상(115)의 제 1 부호화(120) 결과 획득된 영상 데이터 및 원본 영상(105)의 AI 다운스케일(110)과 관련된 AI 데이터를 포함할 수 있다. 영상 데이터는 제 1 복호화(130) 과정에서 이용될 수 있으며, AI 데이터는 AI 업스케일(140) 과정에서 이용될 수 있다.
영상 데이터는 비트스트림 형태로 전송될 수 있다. 영상 데이터는 제 1 영상(115) 내 픽셀 값들에 기초하여 획득되는 데이터, 예를 들어, 제 1 영상(115)과 제 1 영상(115)의 예측 데이터 사이의 차이인 잔차 데이터를 포함할 수 있다. 또한, 영상 데이터는 제 1 영상(115)의 제 1 부호화(120) 과정에서 이용된 정보들을 포함한다. 예를 들어, 영상 데이터는 제 1 영상(115)을 제 1 부호화(120)하는데 이용된 예측 모드(mode) 정보, 움직임 정보, 및 제 1 부호화(120)에서 이용된 양자화 파라미터 관련 정보 등을 포함할 수 있다. 영상 데이터는 MPEG-2, H.264 AVC, MPEG-4, HEVC, VC-1, VP8, VP9 및 AV1 등 주파수 변환을 이용하는 영상 압축 방법 중 제 1 부호화(120) 과정에서 이용된 영상 압축 방법의 규칙, 예를 들어, 신택스(syntax)에 따라 생성될 수 있다.
AI 데이터는 제 2 DNN에 기반한 AI 업스케일(140)에 이용된다. 전술한 바와 같이, 제 1 DNN과 제 2 DNN은 연계 훈련되기 때문에, AI 데이터는 제 2 DNN을 통한 제 2 영상(135)의 정확한 AI 업스케일(140)이 수행될 수 있게 하는 정보를 포함한다. AI 복호화 과정에서는 AI 데이터에 기반하여 제 2 영상(135)을 타겟하는 해상도 및/또는 화질로 AI 업스케일(140)할 수 있다.
AI 데이터는 비트스트림의 형태로 영상 데이터와 함께 전송될 수 있다. 또는, 구현예에 따라, AI 데이터는 프레임이나 패킷 형태로 영상 데이터와 구분되어 전송될 수도 있다. AI 부호화 결과 획득된 영상 데이터와 AI 데이터는 동일한 네트워크 또는 서로 상이한 네트워크를 통해 전송될 수 있다.
도 2는 일 실시예에 따른 AI 복호화 장치(200)의 구성을 도시하는 블록도이다.
도 2를 참조하면, 일 실시예에 따른 AI 복호화 장치(200)는 수신부(210) 및 AI 복호화부(230)를 포함할 수 있다. 수신부(210)는 통신부(212), 파싱부(214) 및 출력부(216)를 포함할 수 있다. AI 복호화부(230)는 제 1 복호화부(232) 및 AI 업스케일부(234)를 포함할 수 있다.
수신부(210)는 AI 부호화 결과 획득된 AI 부호화 데이터를 수신 및 파싱하고, 영상 데이터와 AI 데이터를 구분하여 AI 복호화부(230)로 출력한다.
구체적으로, 통신부(212)는 네트워크를 통해 AI 부호화 결과 획득된 AI 부호화 데이터를 수신한다. AI 부호화 결과 획득된 AI 부호화 데이터는 영상 데이터와 AI 데이터를 포함한다. 영상 데이터와 AI 데이터는 동종 네트워크 또는 이종 네트워크를 통해 수신될 수 있다.
파싱부(214)는 통신부(212)를 통해 수신된 AI 부호화 데이터를 전달받아 파싱(parsing)하여 영상 데이터와 AI 데이터로 구분한다. 예를 들어, 통신부(212)로부터 획득된 데이터의 헤더를 읽어, 해당 데이터가 영상 데이터인지 또는 AI 데이터인지를 구분할 수 있다. 일 예에서, 파싱부(214)는 통신부(212)를 통해 수신된 데이터의 헤더를 통해 영상 데이터와 AI 데이터를 구분하여 출력부(216)로 전달하고, 출력부(216)는 각각의 구분된 데이터를 제 1 복호화부(232) 및 AI 업스케일부(234)로 전달한다. 이 때, AI 부호화 데이터에 포함된 영상 데이터가 소정의 코덱(예를 들어, MPEG-2, H.264, MPEG-4, HEVC, VC-1, VP8, VP9 또는 AV1)을 통해 획득된 영상 데이터인 것으로 확인할 수도 있다. 이 경우, 영상 데이터가 상기 확인된 코덱으로 처리될 수 있도록, 출력부(216)를 통해 해당 정보를 제 1 복호화부(232)로 전달할 수 있다.
일 실시예에서, 파싱부(214)가 파싱하는 AI 부호화 데이터는, 하드 디스크, 플로피 디스크 및 자기 테이프와 같은 자기 매체, CD-ROM 및 DVD와 같은 광기록 매체, 플롭티컬 디스크(floptical disk)와 같은 자기-광 매체(magneto-optical medium) 등을 포함하는 데이터 저장 매체로부터 획득된 것일 수도 있다.
제 1 복호화부(232)는 영상 데이터에 기초하여 제 1 영상(115)에 대응하는 제 2 영상(135)을 복원한다. 제 1 복호화부(232)에 의해 획득된 제 2 영상(135)은 AI 업스케일부(234)로 제공된다. 구현예에 따라서는, 영상 데이터에 포함된 예측 모드 정보, 움직임 정보, 양자화 파라미터 정보 등의 제 1 복호화 관련 정보가 AI 업스케일부(234)로 더 제공될 수 있다.
AI 데이터를 수신한 AI 업스케일부(234)는 AI 데이터에 기초하여 제 2 영상(135)을 AI 업스케일한다. 구현예에 따라서는, 영상 데이터에 포함된 예측 모드 정보, 양자화 파라미터 정보 등의 제 1 복호화 관련 정보를 더 이용하여 AI 업스케일 할 수 있다.
일 실시예에 따른 수신부(210) 및 AI 복호화부(230)는 개별적인 장치로 설명되었으나, 하나의 프로세서를 통해 구현될 수 있다. 이 경우, 수신부(210) 및 AI 복호화부(230)는 전용 프로세서로 구현될 수도 있고, AP 또는 CPU, GPU와 같은 범용 프로세서와 S/W의 조합을 통해 구현될 수도 있다. 또한, 전용 프로세서의 경우, 본 개시의 실시예를 구현하기 위한 메모리를 포함하여 구현되거나, 외부 메모리를 이용하기 위한 메모리 처리부를 포함하여 구현될 수 있다.
또한, 수신부(210) 및 AI 복호화부(230)는 복수의 프로세서로 구성될 수도 있다. 이 경우, 전용 프로세서들의 조합으로 구현될 수도 있고, AP 또는 CPU, GPU와 같은 다수의 범용 프로세서들과 S/W의 조합을 통해 구현될 수도 있다. 마찬가지로 AI 업스케일부(234)와 제 1 복호화부(232)도 각각 서로 다른 프로세서로 구현될 수 있다.
AI 업스케일부(234)로 제공되는 AI 데이터는, 제 2 영상(135)을 AI 업스케일할 수 있게 하는 정보들을 포함한다. 이때, 업스케일 타겟은 제 1 DNN의 다운스케일에 대응하여야 한다. 따라서, AI 데이터는 제 1 DNN의 다운스케일 타겟을 확인할 수 있는 정보가 포함되어야 한다.
AI 데이터에 포함된 정보를 구체적으로 예시하면, 원본 영상(105)의 해상도와 제 1 영상(115)의 해상도의 차이 정보, 제 1 영상(115) 관련 정보가 있다.
차이 정보는, 원본 영상(105) 대비 제 1 영상(115)의 해상도 변환 정도에 대한 정보(예를 들어, 해상도 변환률 정보)로 표현될 수 있다. 그리고, 복원된 제 2 영상(135)의 해상도를 통해 제 1 영상(115)의 해상도를 알게 되고 이를 통해 해상도 변환 정도를 확인할 수 있기 때문에, 차이 정보는 원본 영상(105)의 해상도 정보만으로 표현될 수도 있다. 여기서 해상도 정보는 가로/세로의 화면 사이즈로 표현될 수도 있고, 비율(16:9, 4:3 등)과 한 축의 사이즈로 표현될 수도 있다. 또한, 기 설정된 해상도 정보가 있는 경우는 인덱스 또는 플래그의 형태로 표현될 수도 있다.
그리고, 제 1 영상(115) 관련 정보는, 제 1 영상(115)의 제 1 부호화 결과 획득된 영상 데이터의 비트레이트 및 제 1 영상(115)의 제 1 부호화시 이용된 코덱 타입 중 적어도 하나에 대한 정보를 포함할 수 있다.
AI 업스케일부(234)는 AI 데이터에 포함된 차이 정보 및 제 1 영상(115) 관련 정보 중 적어도 하나에 기초하여 제 2 영상(135)의 업스케일 타겟을 결정할 수 있다. 업스케일 타겟은 예를 들어, 제 2 영상(135)을 어느 정도의 해상도로 업스케일하여야 하는지를 나타낼 수 있다. AI 업스케일부(234)는 업스케일 타겟이 결정되면, 업스케일 타겟에 대응하는 제 3 영상(145)을 획득하기 위해 제 2 DNN을 통해 제 2 영상(135)을 AI 업스케일한다.
AI 업스케일부(234)가 업스케일 타겟에 맞춰 제 2 영상(135)을 AI 업스케일하는 방법을 설명하기에 앞서, 제 2 DNN을 통한 AI 업스케일 과정에 대해 도 3 및 도 4를 참조하여 설명한다.
도 3은 제 2 영상(135)의 AI 업스케일을 위한 제 2 DNN(300)을 나타내는 예시적인 도면이고, 도 4는 도 3에 도시된 제 1 컨볼루션 레이어(310)에서의 컨볼루션 연산을 도시하고 있다. 도 3에 도시된 바와 같이, 제 2 영상(135)은 제 1 컨볼루션 레이어(310)로 입력된다. 도 3에 도시된 제 1 컨볼루션 레이어(310)에 표시된 3X3X4는 3 x 3의 크기의 4개의 필터 커널을 이용하여 1개의 입력 영상에 대해 컨볼루션 처리를 하는 것을 예시한다. 컨볼루션 처리 결과 4개의 필터 커널에 의해 4개의 특징 맵이 생성된다. 각 특징 맵은 제 2 영상(135)의 고유한 특성들을 나타낸다. 예를 들어, 각 특징 맵은 제 2 영상(135)의 수직 방향 특성, 수평 방향 특성 또는 에지 특성 등을 나타낼 수 있다.
도 4를 참조하여, 제 1 컨볼루션 레이어(310)에서의 컨볼루션 연산에 대해 상세히 설명한다.
제 1 컨볼루션 레이어(310)에서 이용되는 3 X 3의 크기를 갖는 필터 커널(430)의 파라미터들과 그에 대응하는 제 2 영상(135) 내 픽셀 값들 사이의 곱 연산 및 덧셈 연산을 통해 하나의 특징 맵(450)이 생성될 수 있다. 제 1 컨볼루션 레이어(310)에서는 4개의 필터 커널이 이용되므로, 4개의 필터 커널을 이용한 컨볼루션 연산 과정을 통해 4개의 특징 맵이 생성될 수 있다.
도 4에서 제 2 영상(135)에 표시된 I1 내지 I49는 제 2 영상(135)의 픽셀들을 나타내고, 필터 커널(430)에 표시된 F1 내지 F9는 필터 커널(430)의 파라미터들을 나타낸다. 또한, 특징 맵(450)에 표시된 M1 내지 M9는 특징 맵(450)의 샘플들을 나타낸다.
도 4는 제 2 영상(135)이 49개의 픽셀을 포함하는 것으로 예시하고 있으나, 이는 하나의 예시일 뿐이며, 제 2 영상(135)이 4K의 해상도를 갖는 경우, 예를 들어, 3840 X 2160개의 픽셀을 포함할 수 있다.
컨볼루션 연산 과정에서, 제 2 영상(135)의 I1, I2, I3, I8, I9, I10, I15, I16, I17의 픽셀 값들 각각과 필터 커널(430)의 F1, F2, F3, F4, F5, F6, F7, F8 및 F9 각각의 곱 연산이 수행되고, 곱 연산의 결과 값들을 조합(예를 들어, 덧셈 연산)한 값이 특징 맵(450)의 M1의 값으로 할당될 수 있다. 컨볼루션 연산의 스트라이드(stride)가 2라면, 제 2 영상(135)의 I3, I4, I5, I10, I11, I12, I17, I18, I19의 픽셀 값들 각각과 필터 커널(430)의 F1, F2, F3, F4, F5, F6, F7, F8 및 F9 각각의 곱 연산이 수행되고, 곱 연산의 결과 값들을 조합한 값이 특징 맵(450)의 M2의 값으로 할당될 수 있다.
필터 커널(430)이 제 2 영상(135)의 마지막 픽셀에 도달할 때까지 스트라이드에 따라 이동하는 동안 제 2 영상(135) 내 픽셀 값들과 필터 커널(430)의 파라미터들 사이의 컨볼루션 연산이 수행됨으로써, 소정 크기를 갖는 특징 맵(450)이 획득될 수 있다.
본 개시에 따르면, 제 1 DNN과 제 2 DNN의 연계 훈련을 통해 제 2 DNN의 파라미터들, 예를 들어, 제 2 DNN의 컨볼루션 레이어들에서 이용되는 필터 커널의 파라미터들(예를 들어, 필터 커널(430)의 F1, F2, F3, F4, F5, F6, F7, F8 및 F9)의 값이 최적화될 수 있다. 전술한 바와 같이, AI 업스케일부(234)는 AI 데이터에 기초하여, 제 1 DNN의 다운스케일 타겟에 대응하는 업스케일 타겟을 결정하고, 결정된 업스케일 타겟에 대응하는 파라미터들을 제 2 DNN의 컨볼루션 레이어들에서 이용되는 필터 커널의 파라미터들로 결정할 수 있다.
제 1 DNN 및 제 2 DNN에 포함된 컨볼루션 레이어들은 도 4와 관련하여 설명한 컨볼루션 연산 과정에 따른 처리를 할 수 있으나, 도 4에서 설명한 컨볼루션 연산 과정은 하나의 예시일 뿐이며, 이에 한정되는 것은 아니다.
다시 도 3을 참조하면, 제 1 컨볼루션 레이어(310)에서 출력된 특징 맵들은 제 1 활성화 레이어(320)로 입력된다.
제 1 활성화 레이어(320)는 각각의 특징 맵에 대해 비선형(Non-linear) 특성을 부여할 수 있다. 제 1 활성화 레이어(320)는 시그모이드 함수(sigmoid function), Tanh 함수, ReLU(Rectified Linear Unit) 함수 등을 포함할 수 있으나, 이에 한정되는 것은 아니다.
제 1 활성화 레이어(320)에서 비선형 특성을 부여하는 것은, 제 1 컨볼루션 레이어(310)의 출력인, 특징 맵의 일부 샘플 값을 변경하여 출력하는 것을 의미한다. 이때, 변경은 비선형 특성을 적용하여 수행된다.
제 1 활성화 레이어(320)는 제 1 컨볼루션 레이어(310)로부터 출력되는 특징 맵들의 샘플 값들을 제 2 컨볼루션 레이어(330)로 전달할지 여부를 결정한다. 예를 들어, 특징 맵들의 샘플 값들 중 어떤 샘플 값들은 제 1 활성화 레이어(320)에 의해 활성화되어 제 2 컨볼루션 레이어(330)로 전달되고, 어떤 샘플 값들은 제 1 활성화 레이어(320)에 의해 비활성화되어 제 2 컨볼루션 레이어(330)로 전달되지 않는다. 특징 맵들이 나타내는 제 2 영상(135)의 고유 특성이 제 1 활성화 레이어(320)에 의해 강조된다.
제 1 활성화 레이어(320)에서 출력된 특징 맵들(325)은 제 2 컨볼루션 레이어(330)로 입력된다. 도 3에 도시된 특징 맵들(325) 중 어느 하나는 도 4와 관련하여 설명한 특징 맵(450)이 제 1 활성화 레이어(320)에서 처리된 결과이다.
제 2 컨볼루션 레이어(330)에 표시된 3X3X4는 3 x 3의 크기의 4개의 필터 커널을 이용하여 입력된 특징 맵들(325)에 대해 컨볼루션 처리하는 것을 예시한다. 제 2 컨볼루션 레이어(330)의 출력은 제 2 활성화 레이어(340)로 입력된다. 제 2 활성화 레이어(340)는 입력 데이터에 대해 비선형 특성을 부여할 수 있다.
제 2 활성화 레이어(340)에서 출력된 특징 맵들(345)은 제 3 컨볼루션 레이어(350)로 입력된다. 도 3에 도시된 제 3 컨볼루션 레이어(350)에 표시된 3X3X1는 3 x 3의 크기의 1개의 필터 커널을 이용하여 1개의 출력 영상을 만들기 위해 컨볼루션 처리를 하는 것을 예시한다. 제 3 컨볼루션 레이어(350)는 최종 영상을 출력하기 위한 레이어로서 1개의 필터 커널을 이용하여 1개의 출력을 생성한다. 본 개시의 예시에 따르면, 제 3 컨볼루션 레이어(350)는 컨벌루션 연산 결과를 통해 제 3 영상(145)을 출력할 수 있다.
제 2 DNN(300)의 제 1 컨볼루션 레이어(310), 제 2 컨볼루션 레이어(330) 및 제 3 컨볼루션 레이어(350)의 필터 커널의 개수, 필터 커널의 파라미터 등을 나타내는 DNN 설정 정보는 후술하는 바와 같이 복수 개일 수 있는데, 복수의 DNN 설정 정보는 제 1 DNN의 복수의 DNN 설정 정보와 연계되어야 한다. 제 2 DNN의 복수의 DNN 설정 정보와 제 1 DNN의 복수의 DNN 설정 정보 사이의 연계는, 제 1 DNN 및 제 2 DNN의 연계 학습을 통해 구현될 수 있다.
도 3은 제 2 DNN(300)이 세 개의 컨볼루션 레이어(310, 330, 350)와 두 개의 활성화 레이어(320, 340)를 포함하고 있는 것으로 도시하고 있으나, 이는 하나의 예시일 뿐이며, 구현예에 따라서, 컨볼루션 레이어 및 활성화 레이어의 개수는 다양하게 변경될 수 있다. 또한, 구현예에 따라서, 제 2 DNN(300)은 RNN(recurrent neural network)을 통해 구현될 수도 있다. 이 경우는 본 개시의 예시에 따른 제 2 DNN(300)의 CNN 구조를 RNN 구조로 변경하는 것을 의미한다.
일 실시예에서, AI 업스케일부(234)는 전술한 컨볼루션 연산 및 활성화 레이어의 연산을 위한 적어도 하나의 ALU(Arithmetic logic unit)를 포함할 수 있다. ALU는 프로세서로 구현될 수 있다. 컨볼루션 연산을 위해, ALU는 제 2 영상(135) 또는 이전 레이어에서 출력된 특징 맵의 샘플 값들과 필터 커널의 샘플 값들 사이의 곱 연산을 수행하는 곱셈기 및 곱셈의 결과 값들을 더하는 가산기를 포함할 수 있다. 또한, 활성화 레이어의 연산을 위해, ALU는 미리 결정된 시그모이드 함수, Tanh 함수 또는 ReLU 함수 등에서 이용되는 가중치를 입력된 샘플 값에 곱하는 곱셈기, 및 곱한 결과와 소정 값을 비교하여 입력된 샘플 값을 다음 레이어로 전달할지를 판단하는 비교기를 포함할 수 있다.
이하에서, AI 업스케일부(234)가 업스케일 타겟에 맞춰 제 2 영상(135)을 AI 업스케일하는 방법을 설명한다.
일 실시예에서, AI 업스케일부(234)는 제 2 DNN에 세팅 가능한 복수의 DNN 설정 정보를 저장할 수 있다.
여기서, DNN 설정 정보는 제 2 DNN에 포함되는 컨볼루션 레이어의 수, 컨볼루션 레이어별 필터 커널의 개수 및 각 필터 커널의 파라미터 중 적어도 하나에 대한 정보를 포함할 수 있다. 복수의 DNN 설정 정보는 다양한 업스케일 타겟에 각각 대응될 수 있으며, 특정 업스케일 타겟에 대응되는 DNN 설정 정보에 기반하여 제 2 DNN이 동작할 수 있다. DNN 설정 정보에 따라 제 2 DNN이 서로 다른 구조를 가질 수 있다. 예를 들어, 어느 DNN 설정 정보에 따라 제 2 DNN이 3개의 컨볼루션 레이어를 포함할 수 있고, 다른 DNN 설정 정보에 따라 제 2 DNN이 4개의 컨볼루션 레이어를 포함할 수 있다.
일 실시예에서, DNN 설정 정보는 제 2 DNN에서 사용되는 필터 커널의 파라미터만을 포함할 수도 있다. 이 경우, 제 2 DNN의 구조는 변경되지 않는 대신, DNN 설정 정보에 따라 내부의 필터 커널의 파라미터만이 달라질 수 있다.
AI 업스케일부(234)는 복수의 DNN 설정 정보 중 제 2 영상(135)의 AI 업스케일을 위한 DNN 설정 정보를 획득할 수 있다. 여기서 사용되는 복수의 DNN 설정 정보 각각은 미리 결정된 해상도 및/또는 미리 결정된 화질의 제 3 영상(145)을 획득하기 위한 정보로, 제 1 DNN과 연계하여 훈련된 것이다.
예를 들어, 복수의 DNN 설정 정보 중 어느 하나의 DNN 설정 정보는 제 2 영상(135)의 해상도보다 2배 큰 해상도의 제 3 영상(145), 예를 들어, 2K (2048*1080)의 제 2 영상(135)보다 2배 큰 4K(4096*2160)의 제 3 영상(145)을 획득하기 위한 정보들을 포함할 수 있고, 다른 하나의 DNN 설정 정보는 제 2 영상(135)의 해상도보다 4배 큰 해상도의 제 3 영상(145), 예를 들어, 2K (2048*1080)의 제 2 영상(135)보다 4배 큰 8K(8192*4320)의 제 3 영상(145)을 획득하기 위한 정보들을 포함할 수 있다.
복수의 DNN 설정 정보 각각은 AI 부호화 장치(600)의 제 1 DNN의 DNN 설정 정보와 연계되어 만들어진 것이며, AI 업스케일부(234)는 제 1 DNN의 DNN 설정 정보의 축소 비율에 대응되는 확대 비율에 따라 복수의 DNN 설정 정보 중 하나의 DNN 설정 정보를 획득한다. 이를 위해, AI 업스케일부(234)는 제 1 DNN의 정보를 확인하여야 한다. 제 1 DNN의 정보를 AI 업스케일부(234)가 확인하기 위해, 일 실시예에 따른 AI 복호화 장치(200)는 AI 부호화 장치(600)로부터 제 1 DNN의 정보를 포함하는 AI 데이터를 수신한다.
다시 말하면, AI 업스케일부(234)는 AI 부호화 장치(600)로부터 수신되는 정보들을 이용하여, 제 1 영상(115)을 획득하기 위해 이용된 제 1 DNN의 DNN 설정 정보가 타겟하는 정보를 확인하고, 그와 연계 훈련된 제 2 DNN의 DNN 설정 정보를 획득할 수 있는 것이다.
복수의 DNN 설정 정보 중 제 2 영상(135)의 AI 업스케일을 위한 DNN 설정 정보가 획득되면, 획득된 DNN 설정 정보에 따라 동작하는 제 2 DNN에 기초하여 입력 데이터가 처리될 수 있다.
예를 들어, 어느 하나의 DNN 설정 정보가 획득되면, 도 3에 도시된 제 2 DNN(300)의 제 1 컨볼루션 레이어(310), 제 2 컨볼루션 레이어(330) 및 제 3 컨볼루션 레이어(350) 각각에 대해서, 각 레이어에 포함되는 필터 커널의 개수와 필터 커널의 파라미터들을, 상기 획득된 DNN 설정 정보에 포함된 값으로 설정한다.
구체적으로, 도 4에 도시된 제 2 DNN의 어느 하나의 컨볼루션 레이어에서 이용되는 3 X 3의 필터 커널의 파라미터들이 {1, 1, 1, 1, 1, 1, 1, 1, 1}로 세팅되도록 하고, 이후 DNN 설정 정보의 변경이 있는 경우, 이를 변경된 DNN 설정 정보에 포함된 파라미터들인 {2, 2, 2, 2, 2, 2, 2, 2, 2}로 교체할 수 있는 것이다.
AI 업스케일부(234)는 AI 데이터에 포함된 정보에 기초하여 복수의 DNN 설정 정보 중 제 2 영상(135)을 업스케일하기 위한 DNN 설정 정보를 획득할 수 있는데, DNN 설정 정보를 획득하는데 이용되는 AI 데이터에 대해 구체적으로 설명한다.
일 실시예에서, AI 업스케일부(234)는 AI 데이터에 포함된 차이 정보에 기초하여, 복수의 DNN 설정 정보 중 제 2 영상(135)을 업스케일하기 위한 DNN 설정 정보를 획득할 수 있다. 예를 들어, 차이 정보에 기초하여 원본 영상(105)의 해상도(예를 들어, 4K(4096*2160))가 제 1 영상(115)의 해상도(예를 들어, 2K (2048*1080))보다 2배 큰 것으로 확인된 경우, AI 업스케일부(234)는 제 2 영상(135)의 해상도를 2배 증가시킬 수 있는 DNN 설정 정보를 획득할 수 있다.
다른 실시예에서, AI 업스케일부(234)는 AI 데이터에 포함된 제 1 영상(115) 관련 정보에 기초하여, 복수의 DNN 설정 정보 중 제 2 영상(135)을 AI 업스케일하기 위한 DNN 설정 정보를 획득할 수 있다. AI 업스케일부(234)는 영상 관련 정보들과 DNN 설정 정보들 사이의 매핑 관계를 미리 결정하고, 제 1 영상(115) 관련 정보에 매핑된 DNN 설정 정보를 획득할 수 있다.
도 5는 여러 영상 관련 정보들과 여러 DNN 설정 정보들 사이의 매핑 관계를 나타내는 예시적인 도면이다.
도 5에 따른 실시예를 통해, 본 개시의 일 실시예의 AI 부호화/AI 복호화 과정은 해상도의 변화만을 고려하는 것이 아님을 알 수 있다. 도 5에 도시된 바와 같이, SD, HD, Full HD와 같은 해상도, 10Mbps, 15Mbps, 20Mbps와 같은 비트레이트, 그리고 AV1, H.264, HEVC와 같은 코덱 정보를 개별적으로 또는 모두 고려하여 DNN 설정 정보의 선택이 이루어질 수 있다. 이러한 고려를 위해서는 AI 훈련 과정에서 각각의 요소들을 고려한 훈련이 부호화, 복호화 과정에 연계되어 이루어져야 한다(도 9 참조).
따라서, 훈련 내용에 따라서 도 5에 도시된 바와 같이, 코덱 타입, 영상의 해상도 등을 포함하는 영상 관련 정보에 기반하여 복수의 DNN 설정 정보가 구비된 경우, AI 복호화 과정에서 전달받는 제 1 영상(115) 관련 정보에 기반하여 제 2 영상(135)의 AI 업스케일을 위한 DNN 설정 정보를 획득할 수 있다.
즉, AI 업스케일부(234)는 도 5에 도시된 표의 좌측에 도시된 영상 관련 정보와 표 우측의 DNN 설정 정보를 매칭하고 있음으로써, 영상 관련 정보에 따른 DNN 설정 정보를 사용할 수 있는 것이다.
도 5에 예시된 바와 같이, 제 1 영상(115) 관련 정보로부터 제 1 영상(115)의 해상도가 SD이고, 제 1 영상(115)의 제 1 부호화 결과 획득된 영상 데이터의 비트레이트가 10Mbps이고, 제 1 영상(115)이 AV1 코덱으로 제 1 부호화된 것으로 확인되면, AI 업스케일부(234)는 복수의 DNN 설정 정보 중 A DNN 설정 정보를 사용할 수 있다.
또한, 제 1 영상(115) 관련 정보로부터 제 1 영상(115)의 해상도가 HD이고, 제 1 부호화 결과 획득된 영상 데이터의 비트레이트가 15Mbps이고, 제 1 영상(115)이 H.264 코덱으로 제 1 부호화된 것으로 확인되면, AI 업스케일부(234)는 복수의 DNN 설정 정보 중 B DNN 설정 정보를 사용할 수 있다.
또한, 제 1 영상(115) 관련 정보로부터 제 1 영상(115)의 해상도가 Full HD이고, 제 1 영상(115)의 제 1 부호화 결과 획득된 영상 데이터의 비트레이트가 20Mbps이고, 제 1 영상(115)이 HEVC 코덱으로 제 1 부호화된 것으로 확인되면, AI 업스케일부(234)는 복수의 DNN 설정 정보 중 C DNN 설정 정보를 사용하고, 제 1 영상(115)의 해상도가 Full HD이고, 제 1 영상(115)의 제 1 부호화 결과 획득된 영상 데이터의 비트레이트가 15Mbps이고, 제 1 영상(115)이 HEVC 코덱으로 제 1 부호화된 것으로 확인되면, AI 업스케일부(234)는 복수의 DNN 설정 정보 중 D DNN 설정 정보를 사용할 수 있다. 제 1 영상(115)의 제 1 부호화 결과 획득된 영상 데이터의 비트레이트가 20Mbps인지 또는 15Mbps인지에 따라 C DNN 설정 정보와 D DNN 설정 정보 중에서 어느 하나가 선택된다. 동일 해상도의 제 1 영상(115)을 동일 코덱으로 제 1 부호화하였을 때, 영상 데이터의 비트레이트가 서로 상이하다는 것은, 복원되는 영상의 화질이 서로 상이하다는 것을 의미한다. 따라서, 제 1 DNN과 제 2 DNN은 소정 화질에 기반하여 연계 훈련될 수 있으며, 이에 따라 AI 업스케일부(234)는 제 2 영상(135)의 화질을 나타내는, 영상 데이터의 비트레이트에 따라 DNN 설정 정보를 획득할 수 있다.
또 다른 실시예에서, AI 업스케일부(234)는 제 1 복호화부(232)로부터 제공되는 정보(예측 모드 정보, 움직임 정보, 양자화 파라미터 정보 등)와 AI 데이터에 포함된 제 1 영상(115) 관련 정보를 모두 고려하여 복수의 DNN 설정 정보 중 제 2 영상(135)을 AI 업스케일하기 위한 DNN 설정 정보를 획득할 수도 있다. 예를 들어, AI 업스케일부(234)는 제 1 복호화부(232)로부터 제 1 영상(115)의 제 1 부호화 과정에서 이용된 양자화 파라미터 정보를 전달받고, AI 데이터로부터 제 1 영상(115)의 부호화 결과 획득된 영상 데이터의 비트레이트를 확인하고, 양자화 파라미터 및 비트레이트에 대응하는 DNN 설정 정보를 획득할 수도 있다. 동일한 비트레이트라도 영상의 복잡도에 따라 복원 영상의 화질 정도에 차이가 있을 수 있으며, 비트레이트는 제 1 부호화되는 제 1 영상(115) 전체를 대표하는 값으로서 제 1 영상(115) 내에서도 각 프레임의 화질이 서로 다를 수 있다. 따라서, 제 1 복호화부(232)로부터 각 프레임 별로 획득할 수 있는 예측 모드 정보, 움직임 정보 및/또는 양자화 파라미터를 함께 고려하면, AI 데이터만 이용하는 것에 비해 제 2 영상(135)에 보다 적합한 DNN 설정 정보를 획득할 수 있다. 또한, 구현예에 따라, AI 데이터는 상호 약속된 DNN 설정 정보의 식별자를 포함할 수 있다. DNN 설정 정보의 식별자는, 제 1 DNN의 다운스케일 타겟에 대응하는 업스케일 타겟으로, 제 2 영상(135)을 AI 업스케일할 수 있도록, 제 1 DNN과 제 2 DNN 간 연계 훈련된 DNN 설정 정보의 쌍을 구분하기 위한 정보이다. AI 업스케일부(234)는 AI 데이터에 포함된 DNN 설정 정보의 식별자를 획득한 후, DNN 설정 정보의 식별자에 대응하는 DNN 설정 정보를 사용하여 제 2 영상(135)을 AI 업스케일할 수 있다. 예를 들어, 제 1 DNN에 설정 가능한 복수의 DNN 설정 정보 각각을 가리키는 식별자와 제 2 DNN에 설정 가능한 복수의 DNN 설정 정보 각각을 가리키는 식별자가 미리 지정되어 있을 수 있다. 이 경우, 제 1 DNN 및 제 2 DNN 각각에 설정 가능한 DNN 설정 정보의 쌍에 대해 동일한 식별자가 지정될 수 있다. AI 데이터는 원본 영상(105)의 AI 다운스케일을 위해 제 1 DNN에 설정된 DNN 설정 정보의 식별자를 포함할 수 있다. AI 데이터를 수신한 AI 업스케일부(234)는 복수의 DNN 설정 정보 중 AI 데이터에 포함된 식별자가 가리키는 DNN 설정 정보를 이용하여 제 2 영상(135)을 AI 업스케일할 수 있다.
또한, 구현예에 따라, AI 데이터는 DNN 설정 정보를 포함할 수도 있다. AI 업스케일부(234)는 AI 데이터에 포함된 DNN 설정 정보를 획득한 후, 해당 DNN 설정 정보를 사용하여 제 2 영상(135)을 AI 업스케일할 수도 있다.
구현예에 따라, DNN 설정 정보를 구성하는 정보들(예를 들어, 컨볼루션 레이어의 수, 컨볼루션 레이어별 필터 커널의 개수, 각 필터 커널의 파라미터 등)들이 룩업 테이블 형태로 저장되어 있는 경우, AI 업스케일부(234)는 AI 데이터에 포함된 정보에 기초하여 룩업 테이블 값들 중에서 선택된 일부를 조합하여 DNN 설정 정보를 획득하고, 획득된 DNN 설정 정보를 사용하여 제 2 영상(135)을 AI 업스케일할 수도 있다.
구현예에 따라, AI 업스케일부(234)는 업스케일 타겟에 대응되는 DNN의 구조가 결정되면, 결정된 DNN의 구조에 대응하는 DNN 설정 정보, 예를 들어, 필터 커널의 파라미터들을 획득할 수도 있다.
AI 업스케일부(234)는 제 1 DNN과 관련된 정보를 포함하는 AI 데이터를 통해 제 2 DNN의 DNN 설정 정보를 획득하고, 획득된 DNN 설정 정보로 세팅된 제 2 DNN을 통해 제 2 영상(135)을 AI 업스케일하는 데, 이는, 제 2 영상(135)의 특징을 직접 분석하여 업스케일하는 것과 비교하여 메모리 사용량과 연산량이 감소될 수 있다.
일 실시예에서, 제 2 영상(135)이 복수의 프레임으로 구성된 경우, AI 업스케일부(234)는 소정 개수의 프레임 별로 DNN 설정 정보를 독립적으로 획득할 수 있고, 또는, 전체 프레임에 대해 공통된 DNN 설정 정보를 획득할 수도 있다.
도 6은 복수의 프레임으로 구성된 제 2 영상(135)을 도시하는 도면이다.
도 6에 도시된 바와 같이, 제 2 영상(135)은 t0 내지 tn에 대응하는 프레임들로 이루어질 수 있다.
일 예시에서, AI 업스케일부(234)는 AI 데이터를 통해 제 2 DNN의 DNN 설정 정보를 획득하고, 획득한 DNN 설정 정보에 기초하여 t0 내지 tn에 대응하는 프레임들을 AI 업스케일할 수 있다. 즉, t0 내지 tn에 대응하는 프레임들이 공통된 DNN 설정 정보에 기초하여 AI 업스케일될 수 있다.
다른 예시에서, AI 업스케일부(234)는 t0 내지 tn에 대응하는 프레임들 중 일부의 프레임들, 예를 들어, t0 내지 ta에 대응하는 프레임들을 AI 데이터로부터 획득한 'A' DNN 설정 정보로 AI 업스케일하고, ta+1 내지 tb에 대응하는 프레임들을 AI 데이터로부터 획득한 'B' DNN 설정 정보로 AI 업스케일할 수 있다. 또한, AI 업스케일부(234)는 tb+1 내지 tn에 대응하는 프레임들을 AI 데이터로부터 획득한 'C' DNN 설정 정보로 AI 업스케일할 수 있다. 다시 말하면, AI 업스케일부(234)는 복수의 프레임들 중 소정 개수의 프레임을 포함하는 그룹마다 DNN 설정 정보를 독립적으로 획득하고, 그룹 각각에 포함된 프레임들을 독립적으로 획득한 DNN 설정 정보로 AI 업스케일할 수 있다.
또 다른 예시에서, AI 업스케일부(234)는 제 2 영상(135)을 구성하는 프레임별로 DNN 설정 정보를 독립적으로 획득할 수도 있다. 즉, 제 2 영상(135)이 3개의 프레임으로 구성되어 있는 경우, AI 업스케일부(234)는 첫 번째 프레임과 관련하여 획득한 DNN 설정 정보로 첫 번째 프레임을 AI 업스케일하고, 두 번째 프레임과 관련하여 획득한 DNN 설정 정보로 두 번째 프레임을 AI 업스케일하고, 세 번째 프레임과 관련하여 획득한 DNN 설정 정보로 세 번째 프레임을 AI 업스케일할 수 있다. 전술한, 제 1 복호화부(232)로부터 제공되는 정보(예측 모드 정보, 움직임 정보, 양자화 파라미터 정보 등)와 AI 데이터에 포함된 제 1 영상(115) 관련 정보에 기초하여 DNN 설정 정보가 획득되는 방식에 따라, 제 2 영상(135)을 구성하는 프레임별로 DNN 설정 정보가 독립적으로 획득될 수 있다. 왜냐하면, 모드 정보, 양자화 파라미터 정보 등은 제 2 영상(135)을 구성하는 프레임마다 독립적으로 결정될 수 있기 때문이다.
또 다른 예시에서, AI 데이터는 AI 데이터에 기초하여 획득되는 DNN 설정 정보가 어느 프레임까지 유효한 것인지를 나타내는 정보를 포함할 수 있다. 예를 들어, AI 데이터 내에 DNN 설정 정보가 ta 프레임까지 유효하다는 정보가 포함되어 있는 경우, AI 업스케일부(234)는 AI 데이터에 기초하여 획득한 DNN 설정 정보로 t0 내지 ta 프레임들을 AI 업스케일한다. 그리고, 다른 AI 데이터 내에 DNN의 설정 정보가 tn 프레임까지 유효하다는 정보가 포함되어 있는 경우, AI 업스케일부(234)는 상기 다른 AI 데이터에 기초하여 획득한 DNN 설정 정보로 ta+1 내지 tn 프레임들을 AI 업스케일할 수 있다.
이하에서는, 도 7을 참조하여, 원본 영상(105)의 AI 부호화를 위한 AI 부호화 장치(600)에 대해 설명한다.
도 7은 일 실시예에 따른 AI 부호화 장치(600)의 구성을 도시하는 블록도이다.
도 7을 참조하면, AI 부호화 장치(600)는 AI 부호화부(610) 및 전송부(630)를 포함할 수 있다. AI 부호화부(610)는 AI 다운스케일부(612) 및 제 1 부호화부(614)를 포함할 수 있다. 전송부(630)는 데이터 처리부(632) 및 통신부(634)를 포함할 수 있다.
도 7은 AI 부호화부(610) 및 전송부(630)를 개별적인 장치로 도시하고 있으나, AI 부호화부(610) 및 전송부(630)는 하나의 프로세서를 통해 구현될 수 있다. 이 경우, 전용 프로세서로 구현될 수도 있고, AP 또는 CPU, GPU와 같은 범용 프로세서와 S/W의 조합을 통해 구현될 수도 있다. 또한, 전용 프로세서의 경우, 본 개시의 실시예를 구현하기 위한 메모리를 포함하여 구현되거나, 외부 메모리를 이용하기 위한 메모리 처리부를 포함하여 구현될 수 있다.
또한, AI 부호화부(610) 및 전송부(630)는 복수의 프로세서로 구성될 수도 있다. 이 경우, 전용 프로세서들의 조합으로 구현될 수도 있고, AP 또는 CPU, GPU와 같은 다수의 범용 프로세서들과 S/W의 조합을 통해 구현될 수도 있다. AI 다운스케일부(612)와 제 1 부호화부(614)도 각각 서로 다른 프로세서로 구현될 수 있다.
AI 부호화부(610)는 원본 영상(105)의 AI 다운스케일 및 제 1 영상(115)의 제 1 부호화를 수행하고, AI 데이터 및 영상 데이터를 전송부(630)로 전달한다. 전송부(630)는 AI 데이터 및 영상 데이터를 AI 복호화 장치(200)로 전송한다.
영상 데이터는 제 1 영상(115)의 제 1 부호화 결과 획득된 데이터를 포함한다. 영상 데이터는 제 1 영상(115) 내 픽셀 값들에 기초하여 획득되는 데이터, 예를 들어, 제 1 영상(115)과 제 1 영상(115)의 예측 데이터 사이의 차이인 잔차 데이터를 포함할 수 있다. 또한, 영상 데이터는 제 1 영상(115)의 제 1 부호화 과정에서 이용된 정보들을 포함한다. 예를 들어, 영상 데이터는 제 1 영상(115)을 제 1 부호화하는데 이용된 예측 모드 정보, 움직임 정보 및 제 1 영상(115)을 제 1 부호화하는데 이용된 양자화 파라미터 관련 정보 등을 포함할 수 있다.
AI 데이터는, AI 업스케일부(234)가 제 1 DNN의 다운스케일 타겟에 대응하는 업스케일 타겟으로 제 2 영상(135)을 AI 업스케일할 수 있게 하는 정보들을 포함한다. 일 예에서, AI 데이터는 원본 영상(105)과 제 1 영상(115) 사이의 차이 정보를 포함할 수 있다. 또한, AI 데이터는 제 1 영상(115) 관련 정보를 포함할 수도 있다. 제 1 영상(115) 관련 정보는, 제 1 영상(115)의 해상도, 제 1 영상(115)의 제 1 부호화 결과 획득된 영상 데이터의 비트레이트 및 제 1 영상(115)의 제 1 부호화시 이용된 코덱 타입 중 적어도 하나에 대한 정보를 포함할 수 있다.
일 실시예에서, AI 데이터는, 제 1 DNN의 다운스케일 타겟에 대응하는 업스케일 타겟으로 제 2 영상(135)이 AI 업스케일될 수 있도록, 상호 약속된 DNN 설정 정보의 식별자를 포함할 수 있다.
또한, 일 실시예에서, AI 데이터는 제 2 DNN에 세팅 가능한 DNN 설정 정보를 포함할 수도 있다.
AI 다운스케일부(612)는 제 1 DNN을 통해 원본 영상(105)으로부터 AI 다운스케일된 제 1 영상(115)을 획득할 수 있다. AI 다운스케일부(612)는 미리 결정된 기준에 기초하여 원본 영상(105)의 다운스케일 타겟을 결정할 수 있다.
다운스케일 타겟에 부합하는 제 1 영상(115)의 획득을 위해, AI 다운스케일부(612)는 제 1 DNN에 세팅 가능한 복수의 DNN 설정 정보를 저장할 수 있다. AI 다운스케일부(612)는 복수의 DNN 설정 정보 중 다운스케일 타겟에 대응하는 DNN 설정 정보를 획득하고, 획득된 DNN 설정 정보로 세팅된 제 1 DNN을 통해 원본 영상(105)을 AI 다운스케일한다.
상기 복수의 DNN 설정 정보 각각은 미리 결정된 해상도 및/또는 미리 결정된 화질의 제 1 영상(115)을 획득하기 위해 훈련된 것일 수 있다. 예를 들어, 복수의 DNN 설정 정보 중 어느 하나의 DNN 설정 정보는 원본 영상(105)의 해상도보다 1/2배만큼 작은 해상도의 제 1 영상(115), 예를 들어, 4K(4096*2160)의 원본 영상(105)보다 1/2배 작은 2K (2048*1080)의 제 1 영상(115)을 획득하기 위한 정보들을 포함할 수 있고, 다른 하나의 DNN 설정 정보는 원본 영상(105)의 해상도보다 1/4배만큼 작은 해상도의 제 1 영상(115), 예를 들어, 8K(8192*4320)의 원본 영상(105)보다 1/4배 작은 2K (2048*1080)의 제 1 영상(115)을 획득하기 위한 정보들을 포함할 수 있다.
구현예에 따라, DNN 설정 정보를 구성하는 정보들(예를 들어, 컨볼루션 레이어의 수, 컨볼루션 레이어별 필터 커널의 개수, 각 필터 커널의 파라미터 등)들이 룩업 테이블 형태로 저장되어 있는 경우, AI 다운스케일부(612)는 다운스케일 타겟에 따라 룩업 테이블 값들 중에서 선택된 일부를 조합하여 DNN 설정 정보를 획득하고, 획득된 DNN 설정 정보를 사용하여 원본 영상(105)을 AI 다운스케일할 수도 있다.
구현예에 따라, AI 다운스케일부(612)는 다운스케일 타겟에 대응되는 DNN의 구조를 결정하고, 결정된 DNN의 구조에 대응하는 DNN 설정 정보, 예를 들어, 필터 커널의 파라미터들을 획득할 수도 있다.
원본 영상(105)의 AI 다운스케일을 위한 복수의 DNN 설정 정보는, 제 1 DNN과 제 2 DNN이 연계 훈련됨으로써, 최적화된 값을 가질 수 있다. 여기서, 각 DNN 설정 정보는 제 1 DNN에 포함되는 컨볼루션 레이어의 수, 컨볼루션 레이어별 필터 커널의 개수 및 각 필터 커널의 파라미터 중 적어도 하나를 포함한다.
AI 다운스케일부(612)는 원본 영상(105)의 AI 다운스케일을 위해 결정된 DNN 설정 정보로 제 1 DNN을 세팅하여, 소정 해상도 및/또는 소정 화질의 제 1 영상(115)을 제 1 DNN을 통해 획득할 수 있다. 복수의 DNN 설정 정보 중 원본 영상(105)의 AI 다운스케일을 위한 DNN 설정 정보가 획득되면, 제 1 DNN 내 각 레이어는 DNN 설정 정보에 포함된 정보들에 기초하여 입력된 데이터를 처리할 수 있다.
이하에서는, AI 다운스케일부(612)가 다운스케일 타겟을 결정하는 방법에 대해 설명한다. 상기 다운스케일 타겟은 예를 들어, 원본 영상(105)으로부터 얼마나 해상도가 감소한 제 1 영상(115)을 획득해야 하는지를 나타낼 수 있다.
일 실시예에서, AI 다운스케일부(612)는 압축률(예를 들어, 원본 영상(105)과 제 1 영상(115) 사이의 해상도 차이, 타겟 비트레이트), 압축 품질(예를 들어, 비트레이트 타입), 압축 히스토리 정보 및 원본 영상(105)의 타입 중 적어도 하나에 기초하여 다운스케일 타겟을 결정할 수 있다.
일 예에서, AI 다운스케일부(612)는 미리 설정되거나, 사용자로부터 입력받은 압축률 또는 압축 품질 등에 기반하여 다운스케일 타겟을 결정할 수 있다.
다른 예로, AI 다운스케일부(612)는 AI 부호화 장치(600)에 저장된 압축 히스토리 정보를 이용하여 다운스케일 타겟을 결정할 수도 있다. 예를 들어, AI 부호화 장치(600)가 이용할 수 있는 압축 히스토리 정보에 따르면, 사용자가 선호하는 부호화 품질 또는 압축률 등이 결정될 수 있으며, 압축 히스토리 정보에 기초하여 결정된 부호화 품질 등에 따라 다운스케일 타겟이 결정될 수 있다. 예를 들면, 압축 히스토리 정보에 따라 가장 많이 이용된 적이 있는 부호화 품질에 따라 제 1 영상(115)의 해상도, 화질 등이 결정될 수 있다.
또 다른 예로, AI 다운스케일부(612)는 압축 히스토리 정보에 따라 소정의 임계 값보다 많이 이용된 적이 있는 부호화 품질(예를 들면, 소정의 임계값보다 많이 이용된 적이 있는 부호화 품질의 평균 품질)에 기초하여 다운스케일 타겟을 결정할 수도 있다.
또 다른 예로, AI 다운스케일부(612)는 원본 영상(105)의 해상도, 타입(예를 들어, 파일의 형식)등에 기초하여 다운스케일 타겟을 결정할 수도 있다.
일 실시예에서, 원본 영상(105)이 복수의 프레임으로 구성된 경우, AI 다운스케일부(612)는 소정 개수의 프레임 별로 다운스케일 타겟을 독립적으로 결정할 수 있고, 또는, 전체 프레임에 대해 공통된 다운스케일 타겟을 결정할 수도 있다.
일 예시에서, AI 다운스케일부(612)는 원본 영상(105)을 구성하는 프레임들을 소정 개수의 그룹으로 구분하고, 각 그룹별로 다운스케일 타겟을 독립적으로 결정할 수 있다. 각 그룹에 대해 서로 동일하거나 서로 상이한 다운스케일 타겟이 결정될 수 있다. 그룹들에 포함된 프레임들의 개수는 그룹별로 동일하거나 상이할 수 있다.
다른 예시에서, AI 다운스케일부(612)는 원본 영상(105)을 구성하는 프레임별로 다운스케일 타겟을 독립적으로 결정할 수 있다. 각각의 프레임에 대해 서로 동일하거나 서로 상이한 다운스케일 타겟이 결정될 수 있다.
이하에서는, AI 다운스케일의 기반이 되는 제 1 DNN(700)의 예시적인 구조에 대해 설명한다.
도 8은 원본 영상(105)의 AI 다운스케일을 위한 제 1 DNN(700)을 나타내는 예시적인 도면이다.
도 8에 도시된 바와 같이, 원본 영상(105)은 제 1 컨볼루션 레이어(710)로 입력된다. 제 1 컨볼루션 레이어(710)는 5 x 5의 크기의 32개의 필터 커널을 이용하여 원본 영상(105)에 대해 컨볼루션 처리를 한다. 컨볼루션 처리 결과 생성된 32개의 특징 맵은 제 1 활성화 레이어(720)로 입력된다. 제 1 활성화 레이어(720)는 32개의 특징 맵에 대해 비선형(Non-linear) 특성을 부여할 수 있다.
제 1 활성화 레이어(720)는 제 1 컨볼루션 레이어(710)로부터 출력되는 특징 맵들의 샘플 값들을 제 2 컨볼루션 레이어(730)로 전달할지 여부를 결정한다. 예를 들어, 특징 맵들의 샘플 값들 중 어떤 샘플 값들은 제 1 활성화 레이어(720)에 의해 활성화되어 제 2 컨볼루션 레이어(730)로 전달되고, 어떤 샘플 값들은 제 1 활성화 레이어(720)에 의해 비활성화되어 제 2 컨볼루션 레이어(730)로 전달되지 않는다. 제 1 컨볼루션 레이어(710)로부터 출력되는 특징 맵들이 나타내는 정보가 제 1 활성화 레이어(720)에 의해 강조된다. 제 1 활성화 레이어(720)의 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 출력(745)은 제 3 컨볼루션 레이어(750)로 입력된다. 제 3 컨볼루션 레이어(750)는 5 x 5의 크기의 1개의 필터 커널을 이용하여 입력된 데이터에 대해 컨볼루션 처리를 한다. 컨볼루션 처리 결과 제 3 컨볼루션 레이어(750)로부터 1개의 영상이 출력될 수 있다. 제 3 컨볼루션 레이어(750)는 최종 영상을 출력하기 위한 레이어로서 1개의 필터 커널을 이용하여 1개의 출력을 획득한다. 본 개시의 예시에 따르면, 제 3 컨볼루션 레이어(750)는 컨벌루션 연산 결과를 통해 제 1 영상(115)을 출력할 수 있다.
제 1 DNN(700)의 제 1 컨볼루션 레이어(710), 제 2 컨볼루션 레이어(730) 및 제 3 컨볼루션 레이어(750)의 필터 커널의 개수, 필터 커널의 파라미터 등을 나타내는 DNN 설정 정보는 복수 개일 수 있는데, 복수의 DNN 설정 정보는 제 2 DNN의 복수의 DNN 설정 정보와 연계되어야 한다. 제 1 DNN의 복수의 DNN 설정 정보와 제 2 DNN의 복수의 DNN 설정 정보 사이의 연계는, 제 1 DNN 및 제 2 DNN의 연계 학습을 통해 구현될 수 있다.
도 8은 제 1 DNN(700)이 세 개의 컨볼루션 레이어(710, 730, 750)와 두 개의 활성화 레이어(720, 740)를 포함하고 있는 것으로 도시하고 있으나, 이는 하나의 예시일 뿐이며, 구현예에 따라서, 컨볼루션 레이어 및 활성화 레이어의 개수는 다양하게 변경될 수 있다. 또한, 구현예에 따라서, 제 1 DNN(700)은 RNN(recurrent neural network)을 통해 구현될 수도 있다. 이 경우는 본 개시의 예시에 따른 제 1 DNN(700)의 CNN 구조를 RNN 구조로 변경하는 것을 의미한다.일 실시예에서, AI 다운스케일부(612)는 컨볼루션 연산 및 활성화 레이어의 연산을 위한 적어도 하나의 ALU를 포함할 수 있다. ALU는 프로세서로 구현될 수 있다. 컨볼루션 연산을 위해, ALU는 원본 영상(105) 또는 이전 레이어에서 출력된 특징 맵의 샘플 값들과 필터 커널의 샘플 값들 사이의 곱 연산을 수행하는 곱셈기 및 곱셈의 결과 값들을 더하는 가산기를 포함할 수 있다. 또한, 활성화 레이어의 연산을 위해, ALU는 미리 결정된 시그모이드 함수, Tanh 함수 또는 ReLU 함수 등에서 이용되는 가중치를 입력된 샘플 값에 곱하는 곱셈기, 및 곱한 결과와 소정 값을 비교하여 입력된 샘플 값을 다음 레이어로 전달할지를 판단하는 비교기를 포함할 수 있다.
다시 도 7을 참조하면, AI 다운스케일부(612)로부터 제 1 영상(115)을 전달받은 제 1 부호화부(614)는 제 1 영상(115)을 제 1 부호화하여 제 1 영상(115)이 가지는 정보량을 감축시킬 수 있다. 제 1 부호화부(614)에 의한 제 1 부호화 결과 제 1 영상(115)에 대응하는 영상 데이터가 획득될 수 있다.
데이터 처리부(632)는 AI 데이터 및 영상 데이터 중 적어도 하나가 소정의 형태로 전송될 수 있게 처리한다. 예를 들어, AI 데이터 및 영상 데이터를 비트스트림 형태로 전송하여야 하는 경우, 데이터 처리부(632)는 AI 데이터가 비트스트림 형태로 표현되도록 AI 데이터를 처리하고, 통신부(634)를 통해 하나의 비트스트림 형태의 AI 데이터 및 영상 데이터를 전송한다. 다른 예로, 데이터 처리부(632)는 AI 데이터가 비트스트림 형태로 표현되도록 AI 데이터를 처리하고, 통신부(634)를 통해 AI 데이터에 해당하는 비트스트림 및 영상 데이터에 해당하는 비트스트림 각각을 통신부(634)를 통해 전송한다. 또 다른 예로, 데이터 처리부(632)는 AI 데이터가 프레임 또는 패킷으로 표현되도록 AI 데이터를 처리하고, 비트스트림 형태의 영상 데이터와, 프레임 또는 패킷 형태의 AI 데이터를 통신부(634)를 통해 전송한다.
전송부(630)는 네트워크를 통해 AI 부호화 결과 획득된 AI 부호화 데이터를 전송한다. AI 부호화 결과 획득된 AI 부호화 데이터는 영상 데이터와 AI 데이터를 포함한다. 영상 데이터와 AI 데이터는 동종 네트워크 또는 이종 네트워크를 통해 전송될 수 있다.
일 실시예에서, 데이터 처리부(632)의 처리 결과 획득된 AI 부호화 데이터는 하드 디스크, 플로피 디스크 및 자기 테이프와 같은 자기 매체, CD-ROM 및 DVD와 같은 광기록 매체, 플롭티컬 디스크(floptical disk)와 같은 자기-광 매체(magneto-optical medium) 등을 포함하는 데이터 저장 매체에 저장될 수도 있다.
이하에서는, 도 9를 참조하여, 제 1 DNN(700)과 제 2 DNN(300)을 연계 훈련시키는 방법에 대해 설명한다.
도 9는 제 1 DNN(700) 및 제 2 DNN(300)을 훈련시키는 방법을 설명하기 위한 도면이다.
일 실시예에서 AI 부호화 과정을 통해 AI 부호화된 원본 영상(105)이 AI 복호화 과정을 통해 제 3 영상(145)으로 복원되는데, AI 복호화 결과 획득된 제 3 영상(145)과 원본 영상(105)과의 유사성을 유지하기 위해서는 AI 부호화 과정 및 AI 복호화 과정에 연관성이 필요하다. 즉, AI 부호화 과정에서 손실된 정보를 AI 복호화 과정에서 복원할 수 있어야 하는데, 이를 위해 제 1 DNN(700)과 제 2 DNN(300)의 연계 훈련이 요구된다.
정확한 AI 복호화를 위해서는 궁극적으로 도 9에 도시된 제 3 훈련 영상(804)과 원본 훈련 영상(801) 사이의 비교 결과에 대응하는 퀄리티 손실 정보(830)를 감소시킬 필요가 있다. 따라서, 퀄리티 손실 정보(830)는 제 1 DNN(700) 및 제 2 DNN(300)의 훈련 모두에 이용된다.
먼저, 도 9에 도시된 훈련 과정에 대해 설명한다.
도 9에서, 원본 훈련 영상(original training image)(801)은 AI 다운스케일의 대상이 되는 영상이고, 제 1 훈련 영상(first training image)(802)은 원본 훈련 영상(801)로부터 AI 다운스케일된 영상이다. 또한, 제 3 훈련 영상(third training image)(804)은 제 1 훈련 영상(802)으로부터 AI 업스케일된 영상이다.
원본 훈련 영상(801)은 정지 영상 또는 복수의 프레임으로 이루어진 동영상을 포함한다. 일 실시예에서, 원본 훈련 영상(801)은 정지 영상 또는 복수의 프레임으로 이루어진 동영상으로부터 추출된 휘도 영상을 포함할 수도 있다. 또한, 일 실시예에서, 원본 훈련 영상(801)은 정지 영상 또는 복수의 프레임으로 이루어진 동영상에서 추출된 패치 영상을 포함할 수도 있다. 원본 훈련 영상(801)이 복수의 프레임으로 이루어진 경우, 제 1 훈련 영상(802), 제 2 훈련 영상 및 제 3 훈련 영상(804) 역시 복수의 프레임으로 구성된다. 원본 훈련 영상(801)의 복수의 프레임이 순차적으로 제 1 DNN(700)에 입력되면, 제 1 DNN(700) 및 제 2 DNN(300)을 통해 제 1 훈련 영상(802), 제 2 훈련 영상 및 제 3 훈련 영상(804)의 복수의 프레임이 순차적으로 획득될 수 있다.
제 1 DNN(700) 및 제 2 DNN(300)의 연계 훈련을 위해, 원본 훈련 영상(801)이 제 1 DNN(700)으로 입력된다. 제 1 DNN(700)으로 입력된 원본 훈련 영상(801)은 AI 다운스케일되어 제 1 훈련 영상(802)으로 출력되고, 제 1 훈련 영상(802)이 제 2 DNN(300)에 입력된다. 제 1 훈련 영상(802)에 대한 AI 업스케일 결과 제 3 훈련 영상(804)이 출력된다.
도 9를 참조하면, 제 2 DNN(300)으로 제 1 훈련 영상(802)이 입력되고 있는데, 구현예에 따라, 제 1 훈련 영상(802)의 제 1 부호화 및 제 1 복호화 과정을 거쳐 획득된 제 2 훈련 영상(second training image)이 제 2 DNN(300)으로 입력될 수도 있다. 제 2 훈련 영상을 제 2 DNN으로 입력시키기 위해 MPEG-2, H.264, MPEG-4, HEVC, VC-1, VP8, VP9 및 AV1 중 어느 하나의 코덱이 이용될 수 있다. 구체적으로, 제 1 훈련 영상(802)의 제 1 부호화 및 제 1 훈련 영상(802)에 대응하는 영상 데이터의 제 1 복호화에, MPEG-2, H.264, MPEG-4, HEVC, VC-1, VP8, VP9 및 AV1 중 어느 하나의 코덱이 이용될 수 있다.
도 9를 참조하면, 제 1 DNN(700)을 통해 제 1 훈련 영상(802)이 출력되는 것과 별개로, 원본 훈련 영상(801)으로부터 레거시 다운스케일된 축소 훈련 영상(803)이 획득된다. 여기서, 레거시 다운스케일은 바이리니어(bilinear) 스케일, 바이큐빅(bicubic) 스케일, 란조스(lanczos) 스케일 및 스테어 스탭(stair step) 스케일 중 적어도 하나를 포함할 수 있다.
원본 영상(105)의 구조적 특징을 기준으로 제 1 영상(115)의 구조적 특징이 크게 벗어나는 것을 방지하기 위해, 원본 훈련 영상(801)의 구조적 특징을 보존하는 축소 훈련 영상(803)을 획득하는 것이다.
훈련의 진행 전 제 1 DNN(700) 및 제 2 DNN(300)은 미리 결정된 DNN 설정 정보로 세팅될 수 있다. 훈련이 진행됨에 따라 구조적 손실 정보(810), 복잡성 손실 정보(820) 및 퀄리티 손실 정보(830)가 결정될 수 있다.
구조적 손실 정보(810)는 축소 훈련 영상(803)과 제 1 훈련 영상(802)의 비교 결과에 기초하여 결정될 수 있다. 일 예에서, 구조적 손실 정보(810)는 축소 훈련 영상(803)의 구조적 정보와 제 1 훈련 영상(802)의 구조적 정보 사이의 차이에 해당할 수 있다. 구조적 정보는, 영상의 휘도, 대비, 히스토그램 등 영상으로부터 추출 가능한 다양한 특징을 포함할 수 있다. 구조적 손실 정보(810)는 원본 훈련 영상(801)의 구조적 정보가 제 1 훈련 영상(802)에서 어느 정도로 유지되고 있는지를 나타낸다. 구조적 손실 정보(810)가 작을수록 제 1 훈련 영상(802)의 구조적 정보가 원본 훈련 영상(801)의 구조적 정보와 유사해진다.
복잡성 손실 정보(820)는 제 1 훈련 영상(802)의 공간적 복잡도에 기반하여 결정될 수 있다. 일 예에서, 공간적 복잡도로서, 제 1 훈련 영상(802)의 총 분산(total variance)값이 이용될 수 있다. 복잡성 손실 정보(820)는 제 1 훈련 영상(802)을 제 1 부호화하여 생성한 영상 데이터의 비트레이트와 관련된다. 복잡성 손실 정보(820)가 작을수록 영상 데이터의 비트레이트가 작은 것으로 정의된다.
퀄리티 손실 정보(830)는 원본 훈련 영상(801)과 제 3 훈련 영상(804)의 비교 결과에 기초하여 결정될 수 있다. 퀄리티 손실 정보(830)는 원본 훈련 영상(801)과 제 3 훈련 영상(804)의 차이에 대한 L1-norm 값, L2-norm 값, SSIM(Structural Similarity) 값, PSNR-HVS(Peak Signal-To-Noise Ratio-Human Vision System) 값, MS-SSIM(Multiscale SSIM) 값, VIF(Variance Inflation Factor) 값 및 VMAF(Video Multimethod Assessment Fusion) 값 중 적어도 하나를 포함할 수 있다. 퀄리티 손실 정보(830)는 제 3 훈련 영상(804)이 원본 훈련 영상(801)과 어느 정도로 유사한지를 나타낸다. 퀄리티 손실 정보(830)가 작을수록 제 3 훈련 영상(804)이 원본 훈련 영상(801)에 더 유사해진다.
도 9를 참조하면, 구조적 손실 정보(810), 복잡성 손실 정보(820) 및 퀄리티 손실 정보(830)가 제 1 DNN(700)의 훈련에 이용되고, 퀄리티 손실 정보(830)는 제 2 DNN(300)의 훈련에 이용된다. 즉, 퀄리티 손실 정보(830)는 제 1 DNN(700) 및 제 2 DNN(300)의 훈련에 모두 이용된다.
제 1 DNN(700)은 구조적 손실 정보(810), 복잡성 손실 정보(820) 및 퀄리티 손실 정보(830)에 기초하여 결정된 최종 손실 정보가 감소 또는 최소화되도록 파라미터를 갱신할 수 있다. 또한, 제 2 DNN(300)은 퀄리티 손실 정보(830)가 감소 또는 최소화되도록 파라미터를 갱신할 수 있다.
제 1 DNN(700) 및 제 2 DNN(300)의 훈련을 위한 최종 손실 정보는 아래의 수학식 1과 같이 결정될 수 있다.
상기 수학식 1에서, LossDS는 제 1 DNN(700)의 훈련을 위해 감소 또는 최소화되어야 할 최종 손실 정보를 나타내고, LossUS는 제 2 DNN(300)의 훈련을 위해 감소 또는 최소화되어야 할 최종 손실 정보를 나타낸다. 또한, a, b, c, d는 미리 결정된 소정의 가중치에 해당할 수 있다.
즉, 제 1 DNN(700)은 수학식 1의 LossDS가 감소되는 방향으로 파라미터들을 갱신하고, 제 2 DNN(300)은 LossUS가 감소되는 방향으로 파라미터들을 갱신하게 된다. 훈련 과정에서 도출된 LossDS에 따라 제 1 DNN(700)의 파라미터들이 갱신되면, 갱신된 파라미터에 기초하여 획득되는 제 1 훈련 영상(802)이 이전 훈련 과정에서의 제 1 훈련 영상(802)과 달라지게 되고, 그에 따라 제 3 훈련 영상(804) 역시 이전 훈련 과정에서의 제 3 훈련 영상(804)과 달라지게 된다. 제 3 훈련 영상(804)이 이전 훈련 과정에서의 제 3 훈련 영상(804)과 달라지게 되면, 퀄리티 손실 정보(830) 역시 새롭게 결정되며, 그에 따라 제 2 DNN(300)은 파라미터들을 갱신한다. 퀄리티 손실 정보(830)가 새롭게 결정되면, LossDS 역시 새롭게 결정되므로, 제 1 DNN(700)은 새롭게 결정된 LossDS에 따라 파라미터들을 갱신한다. 즉, 제 1 DNN(700)의 파라미터 갱신은, 제 2 DNN(300)의 파라미터 갱신을 야기하고, 제 2 DNN(300)의 파라미터 갱신은 제 1 DNN(700)의 파라미터 갱신을 야기하는 것이다. 다시 말하면, 제 1 DNN(700) 및 제 2 DNN(300)은 퀄리티 손실 정보(830)의 공유를 통해 연계 훈련되므로, 제 1 DNN(700)의 파라미터들과 제 2 DNN(300)의 파라미터들이 서로 연관성을 가지고 최적화될 수 있는 것이다.
수학식 1을 참조하면, LossUS가 퀄리티 손실 정보(830)에 따라 결정되는 것을 알 수 있으나, 이는 하나의 예시이며, LossUS는 구조적 손실 정보(810) 및 복잡성 손실 정보(820) 중 적어도 하나와, 퀄리티 손실 정보(830)에 기초하여 결정될 수도 있다.
앞서, AI 복호화 장치(200)의 AI 업스케일부(234) 및 AI 부호화 장치(600)의 AI 다운스케일부(612)는 복수의 DNN 설정 정보를 저장하는 것으로 설명하였는데, AI 업스케일부(234) 및 AI 다운스케일부(612)에 저장되는 복수의 DNN 설정 정보 각각을 훈련시키는 방법에 대해 설명한다.
수학식 1과 관련하여 설명한 바와 같이, 제 1 DNN(700)의 경우, 제 1 훈련 영상(802)의 구조적 정보와 원본 훈련 영상(801)의 구조적 정보 사이의 유사 정도(구조적 손실 정보(810)), 제 1 훈련 영상(802)의 제 1 부호화 결과 획득되는 영상 데이터의 비트레이트(복잡성 손실 정보(820)) 및 제 3 훈련 영상(804)과 원본 훈련 영상(801) 사이의 차이(퀄리티 손실 정보(830))를 고려하여 파라미터를 갱신하게 된다.
자세히 설명하면, 원본 훈련 영상(801)의 구조적 정보와 유사하면서, 제 1 부호화를 하였을 때 획득되는 영상 데이터의 비트레이트가 작은 제 1 훈련 영상(802)이 획득 가능하도록 하는 동시에, 제 1 훈련 영상(802)을 AI 업스케일하는 제 2 DNN(300)이 원본 훈련 영상(801)에 유사한 제 3 훈련 영상(804)을 획득할 수 있도록, 제 1 DNN(700)의 파라미터가 갱신될 수 있다.
수학식 1의 a, b, c의 가중치가 조절됨으로써, 제 1 DNN(700)의 파라미터들이 최적화되는 방향이 상이해지게 된다. 예를 들어, b의 가중치를 높게 결정하는 경우, 제 3 훈련 영상(804)의 퀄리티보다 비트레이트가 낮아지는 것에 더 중요도를 두고 제 1 DNN(700)의 파라미터가 갱신될 수 있다. 또한, c의 가중치를 높게 결정하는 경우, 비트레이트가 높아지는 것이나, 원본 훈련 영상(801)의 구조적 정보가 유지되는 것보다 제 3 훈련 영상(804)의 퀄리티가 증가하도록 하는 것에 더 중요도를 두고 제 1 DNN(700)의 파라미터가 갱신될 수 있다.
또한, 제 1 훈련 영상(802)을 제 1 부호화하는데 이용되는 코덱의 타입에 따라 제 1 DNN(700)의 파라미터들이 최적화되는 방향이 상이해질 수 있다. 왜냐하면, 코덱의 종류에 따라, 제 2 DNN(300)으로 입력될 제 2 훈련 영상이 달라질 수 있기 때문이다.
즉, 가중치 a, 가중치 b, 가중치 c 및 제 1 훈련 영상(802)의 제 1 부호화를 위한 코덱의 종류에 기반하여 제 1 DNN(700)의 파라미터들과 제 2 DNN(300)의 파라미터들이 연계하여 갱신될 수 있는 것이다. 따라서, 가중치 a, 가중치 b, 가중치 c 각각을 소정의 값으로 결정하고, 코덱의 종류를 소정의 종류로 결정한 후, 제 1 DNN(700)과 제 2 DNN(300)을 훈련시키면, 서로 연계되어 최적화된 제 1 DNN(700)의 파라미터들과 제 2 DNN(300)의 파라미터들이 결정될 수 있다.
그리고, 가중치 a, 가중치 b, 가중치 c 및 코덱의 종류를 변경한 후, 제 1 DNN(700)과 제 2 DNN(300)을 훈련시키면, 서로 연계되어 최적화된 제 1 DNN(700)의 파라미터들과 제 2 DNN(300)의 파라미터들이 결정될 수 있다. 다시 말하면, 가중치 a, 가중치 b, 가중치 c 및 코덱의 종류 각각의 값을 변경하면서 제 1 DNN(700)과 제 2 DNN(300)을 훈련시키면 서로 연계되어 훈련된 복수의 DNN 설정 정보가 제 1 DNN(700) 및 제 2 DNN(300)에서 결정될 수 있는 것이다.앞서, 도 5와 관련하여 설명한 바와 같이, 제 1 DNN(700) 및 제 2 DNN(300)의 복수의 DNN 설정 정보들은 제 1 영상 관련 정보들에 매핑되어 있을 수 있다. 이러한 매핑 관계의 설정을 위해, 제 1 DNN(700)에서 출력되는 제 1 훈련 영상(802)을 특정 비트레이트에 따라 특정 코덱으로 제 1 부호화하고, 제 1 부호화 결과 획득된 비트스트림을 제 1 복호화하여 획득한 제 2 훈련 영상을 제 2 DNN(300)으로 입력할 수 있다. 즉, 특정 해상도의 제 1 훈련 영상(802)이 특정 코덱에 의해 특정 비트레이트로 제 1 부호화되도록 환경을 설정한 후, 제 1 DNN(700) 및 제 2 DNN(300)을 훈련시킴으로써, 제 1 훈련 영상(802)의 해상도, 제 1 훈련 영상(802)의 제 1 부호화에 이용된 코덱의 종류 및 제 1 훈련 영상(802)의 제 1 부호화 결과 획득된 비트스트림의 비트레이트에 매핑된 DNN 설정 정보 쌍이 결정될 수 있는 것이다. 제 1 훈련 영상(802)의 해상도, 제 1 훈련 영상(802)의 제 1 부호화에 이용된 코덱의 종류 및 제 1 훈련 영상(802)의 제 1 부호화에 따라 획득되는 비트스트림의 비트레이트를 다양하게 변경시킴으로써, 제 1 DNN(700) 및 제 2 DNN(300)의 복수의 DNN 설정 정보들과 제 1 영상 관련 정보들 사이의 매핑 관계가 결정될 수 있다.
도 10는 훈련 장치(1000)에 의한 제 1 DNN(700) 및 제 2 DNN(300)의 훈련 과정을 설명하기 위한 도면이다.
도 9와 관련하여 설명한 제 1 DNN(700) 및 제 2 DNN(300)의 훈련은 훈련 장치(1000)에 의해 수행될 수 있다. 훈련 장치(1000)는 제 1 DNN(700) 및 제 2 DNN(300)을 포함한다. 훈련 장치(1000)는 예를 들어, AI 부호화 장치(600) 또는 별도의 서버일 수 있다. 훈련 결과 획득된 제 2 DNN(300)의 DNN 설정 정보들은 AI 복호화 장치(200)에 저장된다.
도 10를 참조하면, 훈련 장치(1000)는 제 1 DNN(700) 및 제 2 DNN(300)의 DNN 설정 정보를 초기 세팅한다(S840, S845). 이에 의해, 제 1 DNN(700) 및 제 2 DNN(300)은 미리 결정된 DNN 설정 정보에 따라 동작할 수 있다. DNN 설정 정보는 제 1 DNN(700) 및 제 2 DNN(300)에 포함되는 컨볼루션 레이어의 수, 컨볼루션 레이어별 필터 커널의 개수, 컨볼루션 레이어별 필터 커널의 크기 및 각 필터 커널의 파라미터 중 적어도 하나에 대한 정보를 포함할 수 있다.
훈련 장치(1000)는 원본 훈련 영상(801)을 제 1 DNN(700)으로 입력한다(S850). 원본 훈련 영상(801)은 정지 영상 또는 동영상을 구성하는 적어도 하나의 프레임을 포함할 수 있다.
제 1 DNN(700)은 초기 세팅된 DNN 설정 정보에 따라 원본 훈련 영상(801)을 처리하고, 원본 훈련 영상(801)으로부터 AI 다운스케일된 제 1 훈련 영상(802)을 출력한다(S855). 도 10은 제 1 DNN(700)으로부터 출력된 제 1 훈련 영상(802)이 제 2 DNN(300)으로 바로 입력되는 것으로 도시되어 있으나, 제 1 DNN(700)으로부터 출력된 제 1 훈련 영상(802)이 훈련 장치(1000)에 의해 제 2 DNN(300)으로 입력될 수 있다. 또한, 훈련 장치(1000)는 제 1 훈련 영상(802)을 소정의 코덱으로 제 1 부호화 및 제 1 복호화한 후, 제 2 훈련 영상을 제 2 DNN(300)으로 입력할 수 있다.
제 2 DNN(300)은 제 1 훈련 영상(802) 또는 제 2 훈련 영상을 초기 세팅된 DNN 설정 정보에 따라 처리하고, 제 1 훈련 영상(802) 또는 제 2 훈련 영상으로부터 AI 업스케일된 제 3 훈련 영상(804)을 출력한다(S860).
훈련 장치(1000)는 제 1 훈련 영상(802)에 기초하여 복잡성 손실 정보(820)를 산출한다(S865).
훈련 장치(1000)는 축소 훈련 영상(803)과 제 1 훈련 영상(802)을 비교하여 구조적 손실 정보(810)를 산출한다(S870).
훈련 장치(1000)는 원본 훈련 영상(801)과 제 3 훈련 영상(804)을 비교하여 퀄리티 손실 정보(830)를 산출한다(S875).
제 1 DNN(700)은 최종 손실 정보에 기초한 역전사(back propagation) 과정을 통해 초기 세팅된 DNN 설정 정보를 갱신한다(S880). 훈련 장치(1000)는 복잡성 손실 정보(820), 구조적 손실 정보(810) 및 퀄리티 손실 정보(830)에 기초하여 제 1 DNN(700)의 훈련을 위한 최종 손실 정보를 산출할 수 있다.
제 2 DNN(300)은 퀄리티 손실 정보 또는 최종 손실 정보에 기초한 역전사 과정을 통해 초기 세팅된 DNN 설정 정보를 갱신한다(S885). 훈련 장치(1000)는 퀄리티 손실 정보(830)에 기초하여 제 2 DNN(300)의 훈련을 위한 최종 손실 정보를 산출할 수 있다.
이후, 훈련 장치(1000), 제 1 DNN(700) 및 제 2 DNN(300)은 최종 손실 정보들이 최소화될 때까지 S850 내지 S885 과정을 반복하면서 DNN 설정 정보를 갱신한다. 이 때, 각 반복 과정 동안 제 1 DNN(700) 및 제 2 DNN은 이전 과정에서 갱신된 DNN 설정 정보에 따라 동작한다.
아래의 표 1은 본 개시의 일 실시예에 따라 원본 영상(105)을 AI 부호화 및 AI 복호화한 경우와, HEVC로 원본 영상(105)을 부호화 및 복호화한 경우의 효과를 나타낸다.
표 1에서 알 수 있듯이, 본 개시의 일 실시예에 따라 8K 해상도의 300개의 프레임들로 이루어진 컨텐츠들을 AI 부호화 및 AI 복호화한 경우의 주관적 화질이 HEVC로 부호화 및 복호화한 경우의 주관적 화질보다 높음에도, 비트레이트가 50% 이상 감소한 것을 알 수 있다.
도 11은 원본 영상(105)의 AI 다운스케일을 위한 장치(20) 및 제 2 영상(135)의 AI 업스케일을 위한 장치(40)를 도시하는 예시적인 도면이다.
장치(20)는 원본 영상(105)을 수신하고, AI 다운스케일부(1124) 및 변환 기반 부호화부(1126)를 이용하여 영상 데이터(25) 및 AI 데이터(30)를 장치(40)로 제공한다. 일 실시예에서, 영상 데이터(25)는 도 1의 영상 데이터에 대응하고, AI 데이터(30)는 도 1의 AI 데이터에 대응한다. 또한, 일 실시예에서, 변환 기반 부호화부(1126)는 도 7의 제 1 부호화부(614)에 대응하고, AI 다운스케일부(1124)는 도 7의 AI 다운스케일부(612)에 대응한다.
장치(40)는 AI 데이터(30) 및 영상 데이터(25)를 수신하고, 변환 기반 복호화부(1146) 및 AI 업스케일부(1144)를 이용하여 제 3 영상(145)을 획득한다. 일 실시예에서, 변환 기반 복호화부(1146)는 도 2의 제 1 복호화부(232)에 대응하고, AI 업스케일부(1144)는 도 2의 AI 업스케일부(234)에 대응한다.
일 실시예에서, 장치(20)는 CPU, 메모리 및 인스트럭션들을 포함하는 컴퓨터 프로그램을 포함한다. 컴퓨터 프로그램은 메모리에 저장된다. 일 실시예에서, CPU에 의한 컴퓨터 프로그램의 실행에 따라, 장치(20)는 도 11과 관련하여 설명할 기능을 수행한다. 일 실시예에서, 전용 하드웨어 칩 및/또는 CPU에 의해 도 11과 관련하여 설명할 기능이 수행된다.
일 실시예에서, 장치(40)는 CPU, 메모리 및 인스트럭션들을 포함하는 컴퓨터 프로그램을 포함한다. 컴퓨터 프로그램은 메모리에 저장된다. 일 실시예에서, CPU에 의한 컴퓨터 프로그램의 실행에 따라, 장치(40)는 도 11과 관련하여 설명할 기능을 수행한다. 일 실시예에서, 전용 하드웨어 칩 및/또는 CPU에 의해 도 11과 관련하여 설명할 기능이 수행된다.
도 11에서, 구성 제어부(1122)는 하나 이상의 입력 값(10)을 수신한다. 일 실시예에서, 하나 이상의 입력 값(10)은 AI 다운스케일부(1124) 및 AI 업스케일부(1144)를 위한 타겟 해상도 차이, 영상 데이터(25)의 비트레이트, 영상 데이터(25)의 비트레이트 타입(예를 들어, variable bitrate 타입, constant bitrate 타입 또는 average bitrate 타입 등) 및 변환 기반 부호화부(1126)를 위한 코덱 타입 중 적어도 하나를 포함할 수 있다. 하나 이상의 입력 값(10)은 장치(20)에 미리 저장되거나, 사용자로부터 입력받은 값을 포함할 수 있다.
구성 제어부(1122)는 수신된 입력 값(10)에 기초하여 AI 다운스케일부(1124) 및 변환 기반 부호화부(1126)의 동작을 제어한다. 일 실시예에서, 구성 제어부(1122)는 수신된 입력 값(10)에 따라 AI 다운스케일부(1124)를 위한 DNN 설정 정보를 획득하고, 획득한 DNN 설정 정보로 AI 다운스케일부(1124)를 세팅한다. 일 실시예에서, 구성 제어부(1122)는 수신된 입력 값(10)을 AI 다운스케일부(1124)로 전달하고, AI 다운스케일부(1124)는 수신된 입력 값(10)에 기초하여 원본 영상(105)을 AI 다운스케일하기 위한 DNN 설정 정보를 획득할 수 있다. 일 실시예에서, 구성 제어부(1122)는 입력 값(10)과 함께 추가 정보, 예를 들어, AI 다운스케일이 적용되는 컬러 포맷(휘도 성분, 색차 성분, 레드 성분, 그린 성분 또는 블루 성분 등) 정보, HDR(high dynamic range)의 톤 매핑(tone mapping) 정보 등을 AI 다운스케일부(1124)로 제공하고, AI 다운스케일부(1124)는 입력 값(10) 및 추가 정보를 고려하여 DNN 설정 정보를 획득할 수도 있다. 일 실시예에서, 구성 제어부(1122)는 수신된 입력 값(10)의 적어도 일부를 변환 기반 부호화부(1126)로 전달하여 변환 기반 부호화부(1126)가 특정 값의 비트레이트, 특정 타입의 비트레이트 및 특정 코덱으로 제 1 영상(115)을 제 1 부호화하게 한다.
AI 다운스케일부(1124)는 원본 영상(105)을 수신하고, 제 1 영상(115)을 획득하기 위해 도 1, 도 7, 도 8, 도 9 및 도 10 중 적어도 하나와 관련하여 설명한 동작을 수행한다.
일 실시예에서, AI 데이터(30)는 장치(40)로 제공된다. AI 데이터(30)는 원본 영상(105)과 제 1 영상(115) 사이의 해상도 차이 정보 및 제 1 영상(115) 관련 정보 중 적어도 하나를 포함할 수 있다. 해상도 차이 정보는 입력 값(10)의 타겟 해상도 차이에 기반하여 결정될 수 있고, 제 1 영상(115) 관련 정보는 타겟 비트레이트, 비트레이트 타입 및 코덱 타입 중 적어도 하나에 기반하여 결정될 수 있다. 일 실시예에서, AI 데이터(30)는 AI 업스케일 과정에 이용되는 파라미터들을 포함할 수도 있다. AI 데이터는 AI 다운스케일부(1124)로부터 장치(40)로 제공될 수도 있다.
제 1 영상(115)은 변환 기반 부호화부(1126)에 의해 처리되어 영상 데이터(25)가 획득되고, 영상 데이터(25)는 장치(40)로 전달된다. 변환 기반 부호화부(1126)는 MPEG-2, H.264 AVC, MPEG-4, HEVC, VC-1, VP8, VP9 또는 AV1에 따라 제 1 영상(115)을 처리할 수 있다.
구성 제어부(1142)는 AI 데이터(30)에 기초하여 AI 업스케일부(1144)의 동작을 제어한다. 일 실시예에서, 구성 제어부(1142)는 수신된 AI 데이터(30)에 따라 AI 업스케일부(1144)를 위한 DNN 설정 정보를 획득하고, 획득한 DNN 설정 정보로 AI 업스케일부(1144)를 세팅한다. 일 실시예에서, 구성 제어부(1142)는 수신된 AI 데이터(30)을 AI 업스케일부(1144)로 전달하고, AI 업스케일부(1144)는 AI 데이터(30)에 기초하여 제 2 영상(135)을 AI 업스케일하기 위한 DNN 설정 정보를 획득할 수 있다. 일 실시예에서, 구성 제어부(1142)는 AI 데이터(30)와 함께 추가 정보, 예를 들어, AI 업스케일이 적용되는 컬러 포맷(휘도 성분, 색차 성분, 레드 성분, 그린 성분 또는 블루 성분 등) 정보, HDR(high dynamic range)의 톤 매핑 정보 등을 AI 업스케일부(1144)로 제공하고, AI 업스케일부(1144)는 AI 데이터(30) 및 추가 정보를 고려하여 DNN 설정 정보를 획득할 수도 있다. 일 실시예에서, AI 업스케일부(1144)는 구성 제어부(1142)로부터 AI 데이터(30)를 수신하고, 변환 기반 복호화부(1146)로부터 예측 모드 정보, 움직임 정보 및 양자화 파라미터 정보 중 적어도 하나를 수신하고, 예측 모드 정보, 움직임 정보 및 양자화 파라미터 정보 중 적어도 하나와 AI 데이터(30)에 기초하여 DNN 설정 정보를 획득할 수도 있다.
변환 기반 복호화부(1146)는 영상 데이터(25)를 처리하여 제 2 영상(135)을 복원한다. 변환 기반 복호화부(1146)는 MPEG-2, H.264 AVC, MPEG-4, HEVC, VC-1, VP8, VP9 또는 AV1에 따라 영상 데이터(25)를 처리할 수 있다.
AI 업스케일부(1144)는 세팅된 DNN 설정 정보를 기초로 변환 기반 복호화부(1146)로부터 제공되는 제 2 영상(135)을 AI 업스케일하여 제 3 영상(145)을 획득한다.
AI 다운스케일부(1124)는 제 1 DNN을 포함하고, AI 업스케일부(1144)는 제 2 DNN을 포함할 수 있는데, 일 실시예에서, 제 1 DNN 및 제 2 DNN을 위한 DNN 설정 정보들은 도 9 및 도 10과 관련하여 설명한 훈련 방법에 따라 훈련된다.
이상, 도 1 내지 도 11을 참조하여, 일 실시예에 따른 AI 부호화 기법 및 AI 복호화 기법을 설명하였다. 이하에서는, 도 12 내지 도 21을 참조하여, 다른 실시예에 따른 원본 영상에 최적화된 업스케일용 DNN 설정 정보를 업데이트하여 업스케일하기 위한 AI 부호화 기법 및 AI 복호화 기법을 설명하겠다. DNN 설정 정보는 컨볼루션 레이어의 수, 컨볼루션 레이어별 필터 커널의 개수, 각 필터 커널의 크기, 각 필터 커널의 파라미터에 관한 정보 중 적어도 하나를 포함할 수 있다.
이하에서, 'DNN 설정 정보' 중 '파라미터'는 뉴럴 네트워크를 이루는 각 레이어의 연산 과정에서 이용되는 값으로서 예를 들어, 입력 값을 소정 연산식에 적용할 때 이용되는 가중치 및 바이어스를 포함할 수 있다. 가중치는 입력 값과 곱셉 연산을 수행하기 위한 값일 수 있고, 바이어스는 입력 값과 가중치에 대하여 곱셈 연산을 수행한 값과 덧셈 연산을 수행하기 위한 값일 수 있다. 또한, 파라미터는 매트릭스 형태로 표현될 수 있다. 예를 들어, 가중치는 AI 업스케일 또는 AI 다운 스케일을 위한 컨볼루션 레이어에서 이용되는 3 X 3의 필터 커널의 파라미터일 수 있고, 바이어스는 AI 업스케일 또는 컨볼루션 레이어의 입력 채널(뎁스) 개수만큼 컨볼루션 연산을 수행하고, 각 컨볼루션 결과값을 더한 후에 활성화 함수 적용 전에 더해지는 1 X 1 형태의 파라미터일 수 있다. 가중치 및 바이어스의 실시예에 대한 상세한 내용은 수학식 9를 참조하여 후술하기로 한다. 파라미터는 훈련의 결과로 설정되는 값으로서, 필요에 따라 별도의 훈련 데이터(training data)나, 원본 영상으로 구성된 훈련 데이터를 통해 갱신될 수 있다.
이하에서, '모델 압축'은 인공신경망 모델의 복잡도를 줄이기 위해 인공신경망 모델의 파라미터 수와 크기 등을 줄여, 데이터량을 줄이면서, 정확도를 최대한 유지하기 위한 압축 기법들을 의미한다. 예를 들어, '모델 압축'의 예로, 프루닝(Pruning) 또는 양자화(Quantization)가 있으나, 이에 제한되지는 않는다.
도 12는 다른 실시예에 따른 AI 부호화 장치(1200)의 구성을 나타내는 블록도이다. 도 12을 참조하면, 다른 실시예에 따른 AI 부호화 장치(1200)는 AI 부호화부(1210) 및 전송부(1230)를 포함한다. AI 부호화부(1210)는 DNN 설정 정보 업데이트부(1212), AI 다운스케일부(1216) 및 제 1 부호화부(1214)를 포함한다.
전술한 바와 같이, AI 다운스케일부(1216)는 제 1 DNN을 이용하여 원본 영상(105)으로부터 AI 다운스케일된 제 1 영상(115)을 획득한다. 제 1 영상(115)은 원본 영상(105)의 해상도에 비해 작은 해상도를 갖는 영상이다. AI 다운스케일부(1216)의 AI 다운스케일에 대해서는 앞서 설명하였으므로, 상세한 설명은 생략한다. 다른 실시예에 따른 AI 부호화 장치(1200)는, AI 부호화부(1210) 및 전송부(1230)를 제어하는 중앙 프로세서(미도시)를 포함할 수 있다. 또는, AI 부호화부(1210) 및 전송부(1230)가 각각의 자체 프로세서(미도시)에 의해 작동되며, 프로세서(미도시)들이 상호 유기적으로 작동함에 따라 AI 부호화 장치(1200)가 전체적으로 작동될 수도 있다. 또는, 외부 프로세서(미도시)의 제어에 따라, AI 부호화부(1210) 및 전송부(1230)가 제어될 수도 있다.
AI 부호화 장치(1200)는 DNN 설정 정보 업데이트부(1212), AI 다운스케일부(1216), 제 1 부호화부(1214) 및 전송부(1230)의 입출력 데이터가 저장되는 하나 이상의 데이터 저장부(미도시)를 포함할 수 있다. AI 부호화 장치(1200)는, 데이터 저장부(미도시)의 데이터 입출력을 제어하는 메모리 제어부(미도시)를 포함할 수도 있다.
AI 부호화 장치(1200)는, 영상을 부호화하기 위해, 내부에 탑재된 비디오 인코딩 프로세서 또는 외부의 비디오 인코딩 프로세서와 연계하여 작동함으로써, 예측을 포함한 영상 부호화 동작을 수행할 수 있다. 일 실시예에 따른 AI 부호화 장치(1200)의 내부 비디오 인코딩 프로세서는, 별개의 프로세서뿐만 아니라, 중앙 연산 장치 또는 그래픽 연산 장치가 영상 인코딩 프로세싱 모듈을 포함함으로써 기본적인 영상 부호화 동작을 구현할 수도 있다.
DNN 설정 정보 업데이트부(1212)는 AI 다운스케일용 DNN에 대응하는 AI 업스케일을 위한 AI 업스케일용 DNN의 DNN 설정 정보를 업데이트할 수 있다. DNN 설정 정보 업데이트부(1212)는 적어도 하나의 원본 영상을 훈련 영상으로 이용하여 업스케일용 DNN과 원본 영상의 AI 다운스케일에 이용되는 다운스케일용 DNN의 연계 훈련 또는 업스케일용 DNN의 단독 훈련을 통해 적어도 하나의 원본 영상에 대응하는 적어도 하나의 제 2 영상의 AI 업스케일을 위해 DNN 설정 정보를 업데이트할 수 있다.
DNN 설정 정보 업데이트부(1212)는 다운스케일용 DNN의 설정 정보를 고정하지 않고, 적어도 하나의 원본 영상을 훈련 영상으로 이용하여 업스케일용 DNN과 원본 영상의 AI 다운스케일에 이용되는 다운스케일용 DNN의 연계 훈련을 통해 다운스케일용 DNN의 설정 정보 및 업스케일용 DNN의 설정 정보를 결정할 수 있다.
이때, DNN 설정 정보 중 컨볼루션 레이어의 개수, 컨볼루션 레이어별 필터 커널의 개수, 각 필터 커널의 크기가 결정되고, 컨볼루션 레이어의 개수 및 컨볼루션 레이어별 필터 커널의 개수, 각 필터 커널의 크기를 기초로 연계 훈련이 수행될 수 있다. 예를 들어, 디폴트(Default) 업스케일용 DNN의 설정 정보에 포함된 가장 복잡한 업스케일용 DNN의 구조를 기준으로, 컨볼루션 레이어의 개수, 컨볼루션 레이어별 필터 커널의 개수, 필터 커널의 크기가 결정될 수 있다. 즉, 컨볼루션 레이어의 개수는 업스케일용 DNN의 설정 정보 중 가장 복잡한 업스케일용 DNN의 컨볼루션 레이어의 개수보다 작거나 같도록 결정될 수 있고, 컨볼루션 레이어별 필터 커널의 개수는 디폴트 업스케일용 DNN의 설정 정보 중 가장 복잡한 컨볼루션 레이어별 필터 커널의 개수보다 작거나 같도록 결정될 수 있고, 필터 커널의 크기는 디폴트 업스케일용 DNN의 설정 정보 중 가장 복잡한 업스케일용 DNN의 필터 커널의 크기보다 작거나 같게 결정될 수 있다.
또한, 이때, 연계 훈련을 위해 필요한 최초의 다운스케일용/업스케일용 DNN의 설정 정보에 포함된 파라미터는 랜덤으로 초기화하여 생성된 파라미터일 수 있다. 예를 들어, 최초의 다운스케일용/업스케일용 DNN의 파라미터는 특정 확률 분포를 기초로 랜덤 샘플링된 값일 수 있다. 예를 들어, 최초의 다운스케일용/업스케일용 DNN의 파라미터 중 가중치는 가우시안 확률 분포를 기초로 랜덤 샘플링된 값일 수 있다. 또한, 예를 들어, 최초의 다운스케일용/업스케일용 DNN의 파라미터 중 바이어스는 0으로 초기화될 수 있다.
또는, 예를 들어, 연계 훈련을 위해 필요한 최초의 다운스케일용 DNN/업스케일용 DNN의 파라미터는 복수의 미리 결정된 다운스케일용/업스케일용 DNN 파라미터들 중 하나의 파라미터일 수 있다. 또는, 연계 훈련을 위해 필요한 최초의 다운스케일용/업스케일용 DNN의 파라미터는 디폴트(Default) 다운스케일용/업스케일용 DNN 파라미터일 수 있다. 또는, 연계 훈련을 위해 필요한 최초의 다운스케일용/업스케일용 DNN의 파라미터는 직전 GOP(Group of Pictures) 단위, IRAP(Intra Random Access Point) 주기 단위, 시퀀스(Sequence) 단위, 또는 소정의 개수의 프레임(Frame) 단위 등에서 이용되었던 다운스케일용/업스케일용 DNN의 파라미터일 수 있다.
연계 훈련시 업스케일용 DNN에 입력되는 영상은 원본 영상을 다운스케일용 DNN을 통해 다운 스케일하여 생성된 제 1 영상일 수 있으나, 이에 제한되지 않고, 다운 스케일 후에 제 1 부호화하고, 제 1 복호화하여 생성된 제 2 영상일 수 있다.
이후, DNN 설정 정보 업데이트부(1212)는 결정된 다운스케일용 DNN의 파라미터를 고정하고, 적어도 하나의 원본 영상을 훈련 영상으로 이용하여 업스케일용 DNN의 단독 훈련을 통해 업스케일용 DNN의 파라미터를 결정할 수 있다. 이때, 단독 훈련 전 최초 업스케일용 DNN의 파라미터는 연계 훈련시 결정된 업스케일용 DNN의 파라미터일 수 있으나, 이에 제한되지 않고, 업스케일용 DNN의 가중치는 특정 확률 분포에 기초하여 랜덤 샘플링된 값일 수 있고, 업스케일용 DNN의 바이어스는 0으로 결정될 수 있다.
단독 훈련시 업스케일용 DNN의 단독 훈련을 위해 업스케일용 DNN에 입력되는 영상은 원본 영상을 다운스케일용 DNN을 통해 다운 스케일하여 생성된 제 1 영상을 제 1 부호화하고, 제 1 복호화하여 생성된 제 2 영상일 수 있다.
이때, 훈련 도중 또는 훈련 후 최종 생성된 업스케일용 DNN 파라미터는 모델 압축을 통해 생성될 수 있다.
여기서 모델 압축이란, 인공신경망 모델의 복잡도를 줄이기 위해 인공신경망 모델의 파라미터 수와 크기 등을 줄여, 데이터량을 줄이면서, 정확도를 최대한 유지하기 위한 압축 기법들을 의미한다. 모델 압축 과정에서 정보의 손실이 발생할 수 있다. 모델 압축의 대표적인 예로, 양자화 및 프루닝이 있으나, 이에 제한되지 않는다. 양자화란 연속된 변화량을 불연속적으로 변화하는 유한 개의 레벨로 구분하고, 각 레벨에 대하여 각각 고유 값을 부여하는 것을 의미한다. 양자화의 대표적인 예시로, 반올림, 버림 및 올림 연산 등을 통해 정수값으로 표현하는 것이 있다. 구체적으로, 양자화는 업스케일용 DNN의 파라미터 정보의 데이터형을 변환하는 것을 포함할 수 있고, 예를 들어, float32, double64 와 같은 실수 표현 데이터형에서 int16 및 int8 형과 같은 정수 표현 데이터형으로 변환하는 것을 포함할 수 있다.
프루닝이란, 작은 양의 데이터를 갖는 값들을 0으로 변경하는 것을 의미한다. 프루닝의 대표적인 예시로, 0에 가까운 소정의 값보다 작은 업스케일용 DNN의 파라미터 정보에 포함된 DNN의 파라미터 값을 0으로 만드는 동작이 있으나, 이에 제한되지 않는다.
또는 DNN 설정 정보 업데이트부(1212)는 다운스케일용 DNN과 업스케일용 DNN의 연계 훈련을 거치지 않고, 다운스케일용 DNN의 파라미터를 고정하고, 적어도 하나의 원본 영상을 훈련 영상으로 이용하여 원본 영상의 업스케일용 DNN의 단독 훈련을 통해 업스케일용 DNN 파라미터를 결정할 수 있다. 예를 들어, 단독 훈련을 위해 필요한 최초의 다운스케일용 DNN의 파라미터는 복수의 미리 결정된 다운스케일용 DNN 파라미터들 또는, 디폴트(Default) 다운스케일용 DNN 파라미터 중 하나의 파라미터일 수 있다. 또한 단독 훈련 전 최초 업스케일용 DNN의 파라미터는 업스케일용 DNN의 가중치는 특정 확률 분포에 기초하여 랜덤 샘플링된 값일 수 있고, 업스케일용 DNN의 바이어스는 0으로 결정될 수 있다.
다만 이에 제한되지 않고, 단독 훈련을 위해 필요한 최초의 다운스케일용/업스케일용 DNN의 파라미터는 직전 GOP(Group of Pictures) 단위, IRAP(Intra Random Access Point) 주기 단위, 시퀀스(Sequence) 단위, 또는 소정의 개수의 프레임(Frame) 단위 등에서 이용되었던 다운스케일용/업스케일용 DNN의 파라미터일 수 있다.
이때, 업스케일용 DNN의 단독 훈련을 위해 업스케일용 DNN에 입력되는 영상은 원본 영상을 다운스케일용 DNN을 통해 다운 스케일하여 생성된 제 1 영상을 제 1 부호화 및 제 1 복호화하여 생성된 제 2 영상일 수 있다.
DNN 설정 정보 업데이트부(1212)는 적어도 하나의 원본 영상을 훈련 영상으로 하여 다운스케일용 DNN을 통해 제 1 훈련 영상을 생성하고, 제 1 훈련 영상을 업스케일용 DNN을 통해 제 3 훈련 영상을 생성하고, 제3 훈련 영상과 AI 다운스케일되기 전의 원본 영상 간의 비교 결과에 대응하는 제 1 손실 정보와 제 3 손실 정보 및 제 1 훈련 영상에 기초하여 생성된 제 2 손실 정보에 기초하여 업스케일용 DNN 및 다운스케일용 DNN을 업데이트할 수 있다. 여기서, 제 1 손실 정보는 제 3 훈련 영상의 화질 파라미터와 제 1 훈련 영상의 화질 파라미터의 비교 결과에 기초한 정보일 수 있다. 즉, 제 1 손실 정보는 그 값이 작을 수록 원본 영상과 제 3 훈련 영상의 화질이 거의 동일함을 나타낼 수 있다. 제 1 손실 정보는 원본 영상의 특화된 구조적인 정보를 훈련에 이용하기 위한 정보일 수 있다. 제 1 손실 정보는 도 9의 퀄리티 손실 정보에 대응될 수 있다.
여기서 화질 파라미터들의 비교 결과는 대한 L1-norm 값, L2-norm 값, SSIM(Structural Similarity) 값, PSNR-HVS(Peak Signal-To-Noise Ratio-Human Vision System) 값, MS-SSIM(Multiscale SSIM) 값, VIF(Variance Inflation Factor) 값 및 VMAF(Video Multimethod Assessment Fusion) 값과 같은 화질 비교 파라미터 등일 수 있으나, 이에 제한되지 않는다. 화질 파라미터의 비교 결과는 화질 비교 파라마터의 조합에 기초하여 결정될 수 있다. 예를 들어, 다음과 같은 수학식 2에 기초하여 제 1 손실 정보가 결정될 수 있다. 여기서, i, j, k는 각 화질 비교 파라미터에 대한 비중을 조절하기 위한 가중치를 의미한다.
제 3 손실 정보는 제 3 훈련 영상의 특징 관련 파라미터와 원본 영상의 특징 관련 파라미터의 비교 결과에 기초한 정보일 수 있다. 즉, 제 3 손실 정보는 그 값이 작을 수록 원본 영상의 특징(Feature)과 제 3 훈련 영상의 특징이 거의 동일함을 나타낼 수 있다. 제 3 손실 정보는 원본 영상의 특화된 디테일 정보(즉, 특징 관련 정보)를 훈련에 이용하기 위한 정보일 수 있다.
예를 들어, 특징 관련 파라미터의 비교 결과는 각 영상의 특징의 L1-norm 값, L2-norm 값일 수 있으나, 이에 제한되지는 않는다. 소벨 엣지(Sobel Edge), 캐니 엣지(Canny Edge) 감지기에 기초하여 결정된 엣지 정보가 특징 관련 파라미터가 될 수 있다.
제 2 손실 정보는, 제 1 훈련 영상의 공간적 복잡도에 관한 정보일 수 있다. 예를 들어, 제 2 손실 정보는 제 1 훈련 영상의 총 분산(total variation)을 나타낼 수 있다. 제 2 손실 정보는 그 값이 작을수록 비트스트림을 통해 전송되는 영상 데이터의 양이 작을 수 있다. 제 2 손실 정보는 도 9의 복잡성 손실 정보에 대응될 수 있다.
따라서, 제 1 손실 정보 및 제 3 손실 정보는 왜곡(Distortion)과 관련된 정보이고, 제 2 손실 정보는 율(Rate)와 관련된 정보로, 제 1 손실 정보 내지 제 3 손실 정보를 모두 고려하여 훈련하게 되면, DNN 설정 정보 업데이트부(1212)는 율-왜곡 코스트(Rate-Distortion Cost)를 고려하여 최적의 업스케일용 DNN의 파라미터를 결정할 수 있다.
DNN 설정 정보 업데이트부(1212)는 하기와 같은 수학식 3에 기초하여 Loss 값 LossDS을 결정하고, LossDS를 기초로, LossDS가 작아지는 방향으로 업스케일용 DNN 및 다운스케일용 DNN의 파라미터를 업데이트할 수 있다.
한편, DNN 설정 정보 업데이트부(1212)는 제 4 손실 정보를 추가적으로 고려하여, 하기와 같은 수학식 4에 기초하여 Loss 값 LossDS을 결정하고, LossDS를 기초로, LossDS가 작아지는 방향으로 업스케일용 DNN 및 다운스케일용 DNN의 파라미터를 업데이트할 수 있다. 이때, 제 4 손실 정보는 도 9의 구조적 손실 정보에 대응될 수 있다.
DNN 설정 정보 업데이트부(1212)는 다운스케일용 DNN의 파라미터를 고정하고, 적어도 하나의 원본 영상을 다운스케일용 DNN을 통해 획득한 제 1 훈련 영상을 부호화하고, 제 1 부호화된 제 1 훈련 영상을 제 1 복호화한 제 2 훈련 영상을 업스케일용 DNN을 통해 제 3 훈련 영상을 생성하고, 제 3 훈련 영상과 AI 다운스케일되기 전의 원본 영상 간의 비교 결과에 대응하는 제 1 손실 정보 및 제 3 손실 정보에 기초하여 업스케일용 DNN을 업데이트할 수 있다. 제 1 손실 정보 및 제 3 손실 정보는 전술한 제 1 손실 정보 및 제 3 손실 정보를 의미할 수 있다.
예를 들어, DNN 설정 정보 업데이트부(1212)는 하기와 같은 수학식 5에 기초하여 Loss 값 LossUS을 결정하고, LossUS를 기초로, LossUS가 작아지는 방향으로 업스케일용 DNN의 파라미터를 업데이트할 수 있다.
DNN 설정 정보 업데이트부(1212)는 다운스케일용 DNN과 업스케일용 DNN의 연계 훈련 또는 단독 훈련을 통해 획득된 업스케일용 DNN 파라미터에 관한 정보를 생성할 수 있다.
또한, DNN 설정 정보 업데이트부(1212)는 컨볼루션 레이어의 개수, 컨볼루션 레이어별 필터 커널의 개수 및 필터 커널의 크기 중 적어도 하나에 관한 정보를 생성할 수 있다.
DNN 설정 정보 업데이트부(1212)는 업스케일용 DNN의 설정 정보를 부호화할 수 있다. 예를 들어, DNN 설정 정보 업데이트부(1212)는 결정된 컨볼루션 레이어의 개수, 컨볼루션 레이어별 필터 커널의 개수, 및 필터 커널의 크기 중 적어도 하나에 관한 정보를 부호화할 수 있다. 또한, DNN 설정 정보 업데이트부(1212)는 업스케일용 DNN의 파라미터에 관한 정보를 부호화할 수 있다. 예를 들어, DNN 설정 정보 업데이트부(1212)는 업스케일용 DNN의 필터 커널의 가중치 잔차(residual)/바이어스 잔차를 부호화할 수 있다. 이때, 가중치 잔차/바이어스 잔차는 직전의 주기 단위에 부호화된 가중치/바이어스와 현재 주기 단위에 대해 결정된 가중치/바이어스의 차분(difference)을 의미할 수 있다.
이때, 부호화는 DPCM(Differential Pulse Code Modulation), RLC(Run Length Coding) 및 호프만 코딩(Huffman coding) 등을 통해 이루어질 수 있으나, 이에 제한되지 않고, 다양한 엔트로피 부호화 기법을 통해 이루어질 수 있다.
DNN 설정 정보 업데이트부(1212)는 이에 제한되지 않고, 업스케일용 DNN의 설정 정보에 대해 컨텍스트 모델 기반으로 엔트로피 부호화를 수행할 수 있다. 예를 들어, DNN 설정 정보 업데이트부(1212)는 이전 주기 단위의 업스케일용 DNN의 설정 정보를 기반으로 컨텍스트 모델을 생성하고, 현재 주기 단위에 대해 업스케일용 DNN의 설정 정보를 업데이트하고 난 후에, 컨텍스트 모델을 이용하여 업데이트된 업스케일용 DNN의 설정 정보를 엔트로피 부호화할 수 있다. 여기서, 컨텍스트 모델은 주변의 다양한 컨텍스트 정보를 기반으로 추정(estimate)된 심볼의 발생 확률에 관한 모델을 의미한다.
컨텍스트 모델은 현재 주기 단위에 대한 업스케일용 DNN의 필터 커널의 가중치/바이어스가 부호화될때마다 업데이트될 수 있고, 업데이트된 컨텍스트 모델에 기초하여 현재 주기 단위에 대한 업스케일용 DNN의 필터 커널의 그 다음 가중치/바이어스에 관한 정보를 엔트로피 부호화할 수 있다. 컨텍스트 모델은 전체 업스케일용 DNN에 대해 결정될 수 있으나, 이에 제한되지 않고, 컨벌루션 레이어 별, 컨벌루션 레이어 내 하나의 출력 채널에 대한 적어도 하나의 필터 커널 별 및 컨벌루션 레이어 내 필터 커널 별로 결정될 수 있다.컨텍스트 기반으로 하는 엔트로피 부호화는 범위 부호화(Range coding), 산술 부호화(Arithmetic coding) 및 호프만 부호화(Huffman coding)을 포함할 수 있으나, 이에 제한되지는 않는다.
DNN 설정 정보 업데이트부(1212)는 업스케일용 DNN의 전체 레이어의 필터 커널의 가중치/바이어스를 업데이트하고, 업데이트된 전체 레이어의 필터 커널의 가중치/바이어스 정보를 부호화할 수 있으나, 이에 제한되지 않고, 일부 레이어의 가중치/바이어스를 업데이트하고, 업데이트된 일부 레이어의 가중치/바이어스 정보를 부호화할 수 있다. 또는, DNN 설정 정보 업데이트부(1212)는 레이어 내 일부 필터 커널의 가중치/바이어스를 업데이트하고, 업데이트된 일부 필터 커널의 가중치/바이어스 정보를 부호화할 수 있다. 예를 들어, DNN 설정 정보 업데이트부(1212)는 업스케일용 DNN의 마지막 레이어의 가중치/바이어스를 업데이트하고, 업데이트된 마지막 레이어의 가중치 /바이어스 정보를 부호화할 수 있다. DNN 설정 정보 업데이트부(1212)는 업데이트 전 업스케일용 DNN의 전체 또는 일부의 컨볼루션 레이어의 필터 커널의 가중치/바이어스와 업데이트후 업스케일용 DNN의 전체 또는 일부의 컨볼루션 레이어의 전체 또는 일부의 필터 커널의 가중치/바이어스의 차이를 나타내는 가중치 잔차/바이어스 잔차 정보를 포함하는 정보인 업데이트된 업스케일용 DNN에 대한 DNN 설정 정보를 부호화할 수 있다.
DNN 설정 정보 업데이트부(1212)는 가중치 잔차에 대해 주파수 변환을 수행하고, 주파수 변환된 가중치 잔차 정보를 포함하는 정보인 업데이트된 업스케일용 DNN에 대한 DNN 설정 정보를 부호화할 수 있다.
DNN 설정 정보 업데이트부(1212)는 컨텍스트 모델 기반으로 현재 주기 단위에 이용하기 위해 업데이트된 가중치/바이어스에 대해 엔트로피 부호화를 수행할 수 있으나, 이에 제한되지 않고, 컨텍스트 모델 기반으로 현재 주기 단위에 이용하기 위해 업데이트된 가중치/바이어스와 직전 주기 단위에 이용되는 가중치/바이어스의 차분을 엔트로피 부호화할 수 있다. 이때, 컨텍스트 모델은 이전 주기 단위 및 그 이전의 주기 단위 중 적어도 하나의 주기 단위에서 업스케일용 DNN에 이용하기 위해 결정된 가중치/바이어스의 차분 정보에 기초한 것일 수 있다.
DNN 설정 정보 업데이트부(1212)는 모델 압축 기법(예를 들어, 프루닝 또는 양자화)과 조합하여 가중치/바이어스 정보를 엔트로피 부호화할 수 있다.
DNN 설정 정보 업데이트부(1212)는 주기적으로 업스케일용 DNN의 설정 정보를 업데이트할 수 있다. 예를 들어, DNN 설정 정보 업데이트부(1212)는 GOP(Group Of Pictures)별로, IRAP(Intra Random Access Point) 주기(예를 들어, IDR(Instantaneous Decoding Refresh) 픽처 주기) 별로, 시퀀스(Sequence)별로, 소정의 개수의 프레임(Frame) 별로 DNN의 설정 정보를 업데이트할 수 있다.
예를 들어, AI 부호화 장치(1200)는 IDR(Instantaneous Decoding Refresh) 픽처 주기로 영상을 부호화하면서, 씬 변경 감지(Scene change detection)을 수행하고, 씬 변경이 감지된 경우, 해당 프레임을 IDR 픽처로 결정하고, IDR 픽처 주기로 후속 영상을 부호화할 수 있다. 이때, DNN 설정 정보 업데이트부(1212)는 씬 변경이 감지된 IDR 픽처 주기에 대하여, DNN의 설정 정보를 업데이트할 수 있다.
DNN 설정 정보 업데이트부(1212)는 필요할 때마다 DNN 설정 정보를 업데이트할 수 있다. 예를 들어, DNN 설정 정보 업데이트부(1212)는 일정 주기로 DNN 설정 정보를 업데이트할 것인지 여부를 결정하고, 이에 기초하여 DNN 설정 정보를 업데이트할 수 있다. DNN 설정 정보 업데이트부(1212)는 적어도 하나의 원본 영상의 적어도 일부를 기초로 업스케일용 DNN의 설정 정보를 결정하고, 해당 DNN 설정 정보에 기초하여 AI 다운 스케일 및 AI 업스케일 수행한 결과와 업데이트 전 DNN 설정 정보에 기초하여 AI 다운스케일 및 AI 업스케일을 수행한 결과를 RD COST를 기반 비교하여 DNN 설정 정보를 업데이트를 할 것인지 여부를 결정할 수 있다.
이때, DNN 설정 정보 업데이트부(1212)는 DNN 설정 정보를 업데이트할 것인지 여부에 관한 플래그 정보를 부호화할 수 있다. DNN 설정 정보 업데이트부(1212)는 DNN 설정 정보를 업데이트한다고 결정한 경우, 제 1 값으로 플래그 정보를 부호화할 수 있고, DNN 설정 정보를 업데이트하지 않는다고 결정한 경우 제 2 값으로 플래그 정보를 부호화할 수 있다.
DNN 설정 정보 업데이트부(1212)는 업데이트하지 않는다고 결정한 경우, 플래그 정보를 부호화하지 않을 수 있다. 제 1 값 또는 제 2 값은 0 또는 1 일 수 있으나, 이에 제한되지 않는다.
DNN 설정 정보 업데이트부(1212)는 미리 결정된 AI 업스케일용 DNN의 설정 정보를 이용하여 제 2 영상을 업스케일할 것인지 또는 원본 영상을 훈련 영상으로 이용하여 업데이트된 AI 업스케일용 DNN의 설정 정보를 이용하여 제 2 영상을 업스케일할 것인지를 결정할 수 있다. DNN 설정 정보 업데이트부(1212)는 적어도 하나의 원본 영상의 적어도 일부를 기초로 DNN 설정 정보를 결정하고, 해당 DNN 설정 정보에 기초하여 AI 다운 스케일 및 AI 업스케일 수행한 결과와 미리 결정된 DNN 설정 정보에 기초하여 AI 다운 스케일 및 AI 업스케일 수행한 결과를 RD COST를 기반으로 비교하여 미리 결정된 AI 업스케일용 DNN의 설정 정보를 이용하여 제 2 영상을 업스케일할 것인지 또는 원본 영상을 훈련 영상으로 이용하여 업데이트된 AI 업스케일용 DNN의 설정 정보를 이용하여 제 2 영상을 업스케일할 것인지를 결정할 수 있다.
DNN 설정 정보 업데이트부(1212)는 미리 결정된 AI 업스케일용 DNN의 설정 정보를 이용하여 제 2 영상을 업스케일할 것인지 또는 원본 영상을 훈련 영상으로 이용하여 업데이트된 AI 업스케일용 DNN의 설정 정보를 이용하여 제 2 영상을 업스케일할 것인지를 나타내는 플래그 정보를 부호화할 수 있다. 플래그 정보가 제 1 값을 갖는 경우, 플래그 정보는 미리 결정된 AI 업스케일용 DNN의 설정 정보를 이용하여 제 2 영상을 업스케일할 것임을 나타낼 수 있고, 플래그 정보가 제 2 값을 갖는 경우, 플래그 정보는 원본 영상을 훈련 영상으로 이용하여 업데이트된 AI 업스케일용 DNN의 설정 정보를 이용하여 제 2 영상을 업스케일할 것임을 나타낼 수 있다. DNN 설정 정보 업데이트부(1212)는 미리 결정된 AI 업스케일용 DNN의 설정 정보를 이용하여 제 2 영상을 업스케일할 것이라고 결정한 경우, 플래그 정보를 부호화하지 않을 수 있다.
DNN 설정 정보 업데이트부(1212)는 원본 영상(105)과 제 1 영상(115)의 해상도 및 영상 데이터의 비트레이트 중 적어도 하나를 기초로, AI 업스케일용 DNN의 설정 정보를 업데이트할 수 있다.
예를 들어, DNN 설정 정보 업데이트부(1212)는 원본 영상(105)과 제 1 영상(115)의 해상도 및 영상 데이터의 비트레이트 중 적어도 하나를 기초로, 컨볼루션 레이어의 수, 레이어 내 필터 커널의 개수, 필터 커널의 크기 중 적어도 하나를 달리하여 DNN 구조를 변경할 수 있다. AI 부호화 장치(1200)는 변경된 DNN 구조에 기초하여 업스케일용 DNN의 훈련을 수행하여 DNN 설정 파라미터들을 업데이트할 수 있다. 예를 들어, DNN 설정 정보는 3개의 컨볼루션 레이어, 3X3 크기의 필터 커널, 4개의 채널을 갖도록 DNN 구조가 변경될 수 있고, 변경된 구조를 기초로, AI 업스케일용 DNN의 설정 파라미터가 업데이트될 수 있고, 4개의 컨볼루션 레이어, 3X3 크기의 필터 커널, 8개의 채널을 갖도록 DNN 구조가 변경될 수 있고, 변경된 구조를 기초로 AI 업스케일용 DNN의 설정 파라미터가 업데이트될 수 있고, 5개의 컨볼루션 레이어, 5X5 크기의 필터 커널, 8개의 채널을 갖도록 DNN 구조가 변경될 수 있고, 변경된 구조를 기초로 AI 업스케일용 DNN의 설정 파라미터가 업데이트될 수 있다.동일한 영상 데이터의 비트레이트 및 동일한 원본 영상(105)과 제 1 영상(115)의 해상도를 고려하여 업스케일용 DNN과 다운스케일용 DNN의 연계 훈련이 수행된 경우, DNN 구조의 변경에 따라, 부호화되는 영상 데이터가 달라질 수 있으나, 업스케일용 DNN의 단독 훈련인 경우, DNN 구조가 변경되더라도, 다운스케일된 제 1 영상(115)은 고정되어 훈련되기 때문에 영상 데이터는 그대로일 수 있다. 다만, 업스케일용 DNN의 단독 훈련의 경우, DNN 설정 정보가 업데이트됨에 따라, AI 복호화 장치(1300)에서 획득되는 영상인 AI 업스케일된 제 3 영상(145)의 품질은 보다 향상될 수 있다.
한편, DNN 설정 정보 업데이트부(1212)는 다양한 DNN 구조의 변경을 통해 복수의 DNN 구조에 대한 DNN 설정 정보를 생성할 수 있고, 복수의 DNN 구조에 대한 DNN 설정 정보를 부호화할 수 있다. 이때, 복수의 DNN 구조는 동일한 영상 데이터의 비트레이트 및 동일한 원본 영상(105)과 제 1 영상(115)의 해상도에 대응하는 복수의 DNN 구조일 수 있다. 다만 이에 제한되지 않고, 다양한 영상 데이터의 비트레이트 및 원본 영상(105)과 제 1 영상(115)의 해상도에 대응하는 복수의 DNN 구조일 수 있다.
이상, DNN 설정 정보 업데이트부(1212)가 업스케일용 DNN의 설정 정보를 부호화하는 내용에 대해서 설명하였으나, 이에 제한되지 않고, 당업자는 DNN 설정 정보 업데이트부(1212)가 업스케일용 DNN의 설정 정보를 데이터 처리부(1232)에 전송하고, 데이터 처리부(1232)에서 전술한 DNN 설정 정보 업데이트부(1212)의 부호화 동작을 수행할 수 있음을 이해할 수 있다.
제 1 부호화부(1214)는 AI 다운스케일부(1216)에 의해 다운스케일된 제 1 영상을 부호화한다.
전술한 바와 같이, 부호화는, 제 1 영상을 예측하여 예측 데이터를 생성하는 과정, 제 1 영상과 예측 데이터 사이의 차이에 해당하는 잔차 데이터를 생성하는 과정, 공간 영역 성분인 잔차 데이터를 주파수 영역 성분으로 변환하는 과정, 주파수 영역 성분으로 변환된 잔차 데이터를 양자화하는 과정 및 양자화된 잔차 데이터를 엔트로피 부호화하는 과정 등을 포함할 수 있다.
데이터 처리부(1232)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(1232)는 AI 데이터가 비트스트림 형태로 표현되도록 AI 데이터를 처리하고, 통신부(1234)를 통해 하나의 비트스트림 형태의 AI 데이터 및 영상 데이터를 전송한다. 다른 예로, 데이터 처리부(1232)는 AI 데이터가 비트스트림 형태로 표현되도록 AI 데이터를 처리하고, 통신부(1234)를 통해 AI 데이터에 해당하는 비트스트림 및 영상 데이터에 해당하는 비트스트림 각각을 통신부(1234)를 통해 전송한다. 또 다른 예로, 데이터 처리부(1232)는 AI 데이터가 프레임 또는 패킷으로 표현되도록 AI 데이터를 처리하고, 비트스트림 형태의 영상 데이터와, 프레임 또는 패킷 형태의 AI 데이터를 통신부(1234)를 통해 전송한다.
통신부(1234)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.
영상 데이터는 제 1 영상의 제 1 부호화 결과 생성된 데이터를 포함한다. 영상 데이터는 제 1 영상 내 픽셀 값들에 기초하여 생성되는 데이터, 예를 들어, 제 1 영상과 예측 데이터 사이의 차이인 잔차 데이터를 포함할 수 있다. 또한, 영상 데이터는 제 1 영상의 제 1 부호화 과정에서 이용된 정보들을 포함한다. 예를 들어, 영상 데이터는 제 1 영상을 제 1 부호화하는데 이용된 모드(mode) 정보 및 제 1 영상을 제 1 부호화하는데 이용된 양자화 파라미터 관련 정보 등을 포함할 수 있다.
AI 데이터는, AI 복호화 장치가 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 영상의 제 1 부호화 결과 생성된 영상 데이터의 비트레이트 및 제 1 영상의 제 1 부호화시 이용된 코덱 타입 중 적어도 하나에 대한 정보를 포함할 수 있다.
도 13은 다른 실시예에 따른 AI 복호화 장치(1300)의 구성을 나타내는 블록도이다. 도 13을 참조하면, 다른 실시예에 따른 AI 복호화 장치(1300)는 수신부(1310) 및 AI 복호화부(1330)를 포함한다. AI 복호화부(1330)는 제 1 복호화부(1332), AI 업스케일부(1334) 및 DNN 설정 정보 업데이트부(1336)를 포함한다.
다른 실시예에 따른 AI 복호화 장치(1300)는, 수신부(1310) 및 AI 복호화부(1330)를 제어하는 중앙 프로세서(미도시)를 포함할 수 있다. 또는, AI 수신부(1310) 및 AI 복호화부(1330)가 각각의 자체 프로세서(미도시)에 의해 작동되며, 프로세서(미도시)들이 상호 유기적으로 작동함에 따라 AI 복호화 장치(1300)가 전체적으로 작동될 수도 있다. 또는, 외부 프로세서(미도시)의 제어에 따라, 수신부(1310) 및 AI 복호화부(1330)가 제어될 수도 있다.
AI 복호화 장치(1300)는 DNN 설정 정보 업데이트부(1336), AI 업스케일부(1334), 제 1 복호화부(1332) 및 수신부(210)의 입출력 데이터가 저장되는 하나 이상의 데이터 저장부(미도시)를 포함할 수 있다. AI 복호화 장치(1300)는, 데이터 저장부(미도시)의 데이터 입출력을 제어하는 메모리 제어부(미도시)를 포함할 수도 있다.
AI 복호화 장치(1300)는, 영상을 부호화하기 위해, 내부에 탑재된 비디오 인코딩 프로세서 또는 외부의 비디오 인코딩 프로세서와 연계하여 작동함으로써, 예측을 포함한 영상 부호화 동작을 수행할 수 있다. 일 실시예에 따른 AI 복호화 장치(1300)의 내부 비디오 인코딩 프로세서는, 별개의 프로세서뿐만 아니라, 중앙 연산 장치 또는 그래픽 연산 장치가 영상 인코딩 프로세싱 모듈을 포함함으로써 기본적인 영상 부호화 동작을 구현할 수도 있다.
통신부(1312)는 네트워크를 통해 영상 데이터 및 AI 데이터를 포함하는 AI 부호화 데이터를 수신한다. 영상 데이터는 제 1 영상의 제 1 부호화 결과 생성된 정보들을 포함하고, AI 데이터는 업스케일용 DNN의 설정 정보를 포함한다.
파싱부(1314)는 통신부(1312)로 수신된 AI 부호화 데이터를 영상 데이터와 AI 데이터로 구분하고, 출력부(1316)를 통해 영상 데이터를 제 1 복호화부(1332)로, AI 데이터를 AI 업스케일부(1334)로 전달한다.
도 2와 관련하여 설명한 AI 복호화 장치(200)의 통신부(212), 파싱부(214), 출력부(216)의 동작은 도 13의 AI 복호화 장치(1300)의 통신부(1312), 파싱부(1314) 및 출력부(1316)와 동일하므로 상세한 설명은 생략한다.
AI 업스케일부(1334)는 제 2 DNN(업스케일용 DNN)을 이용하여 제 2 영상(135)으로부터 AI 업스케일된 제 3 영상(145)을 획득한다. 제 3 영상(145)은 제 2 영상(135)의 해상도에 비해 큰 해상도를 갖는 영상이다. AI 업스케일부(1334)의 AI 업스케일에 대해서는 앞서 설명하였으므로, 상세한 설명은 생략한다.
DNN 설정 정보 업데이트부(1336)는 AI 업스케일부(1334)와 별도로 존재할 수 있으나 이에 제한되지 않고, DNN 설정 정보 업데이트부(1336)는 AI 업스케일부(1334)에 포함될 수 있다.
DNN 설정 정보 업데이트부(1336)는 DNN 설정 정보에 기초하여 AI 다운스케일용 DNN에 대응하는 AI 업스케일을 위한 AI 업스케일용 DNN의 DNN 설정 정보를 업데이트할 수 있다.
DNN 설정 정보 업데이트부(1336)는 적어도 하나의 원본 영상으로부터 제 1 영상으로의 AI 다운스케일과 관련된 AI 데이터를 획득할 수 있다. DNN 설정 정보 업데이트부(1336)는 AI 업스케일을 위한 DNN 설정 정보를 AI 데이터에 기초하여 획득할 수 있다. DNN 설정 정보 업데이트부(1336)는 AI 데이터에 기초하여 획득된 DNN 설정 정보를 기초로 DNN 설정 정보를 업데이트할 수 있다.
이때, DNN 설정 정보는 AI 부호화 장치(1200)가 적어도 하나의 원본 영상을 훈련 영상으로 이용하여 업스케일용 DNN과 적어도 하나의 원본 영상의 AI 다운스케일에 이용되는 다운스케일용 DNN의 연계 훈련 또는 AI 업스케일용 DNN의 단독 훈련을 통해 적어도 하나의 원본 영상에 대응하는 적어도 하나의 제 2 영상의 AI 업스케일을 위해 업데이트한 DNN 정보일 수 있다.
앞서, AI 부호화 장치(1200)가 적어도 하나의 원본 영상을 훈련 영상으로 이용하여 업스케일용 DNN과 적어도 하나의 원본 영상의 AI 다운스케일에 이용되는 다운스케일용 DNN의 연계 훈련 또는 AI 업스케일용 DNN의 단독 훈련을 통해 적어도 하나의 원본 영상에 대응하는 적어도 하나의 제 2 영상의 AI 업스케일을 위해 DNN 설정 정보를 업데이트하는 내용을 구체적으로 도 12를 참조하여 전술한 바 있다. 별도로 구비된 영상을 훈련 영상으로 하여 미리 결정된 AI 업스케일용 DNN의 파라미터가 아닌, 원본 영상을 훈련 영상으로 이용하여 업데이트된 AI 업스케일용 DNN의 파라미터를 이용하기 때문에, 최적으로 제 2 영상을 AI 업스케일할 수 있다.
DNN 설정 정보는 컨볼루션 레이어의 수, 레이어별 필터 커널의 수, 필터 커널의 크기에 관한 정보 중 적어도 하나를 포함할 수 있다.
또한, DNN 설정 정보는 업스케일용 DNN을 구성하는 적어도 하나의 컨볼루션 레이어의 적어도 하나의 필터 커널의 가중치를 포함할 수 있다. 이에 제한되지 않고, DNN 설정 정보는 적어도 하나의 출력 채널에 대한 바이어스를 포함할 수 있다.
DNN 설정 정보 업데이트부(1336)는 AI 데이터에 기초하여 제 1 플래그를 획득하고, 제 1 플래그의 값에 기초하여 미리 결정된 AI 업스케일용 DNN의 설정 정보를 이용하여 제 2 영상을 업스케일할 것인지 또는 원본 영상을 훈련 영상으로 이용하여 업데이트된 AI 업스케일용 DNN의 설정 정보를 기초로 제 2 영상을 업스케일할 것인지를 결정할 수 있다. 제 1 플래그는 미리 결정된 AI 업스케일용 DNN의 설정 정보를 이용하여 제 2 영상을 업스케일할 것임을 나타내거나, 원본 영상을 훈련 영상으로 이용하여 업데이트된 AI 업스케일용 DNN의 설정 정보를 기초로 제 2 영상을 업스케일할 것임을 나타내는 플래그일 수 있다. 제 1 플래그가 제 1 값을 갖는 경우, 제 1 플래그는 도 9에서 전술한 바와 같이 훈련되어 AI 복호화 장치(1300)에 저장되어 있는 미리 결정된 AI 업스케일용 DNN의 설정 정보를 이용하여 제 2 영상을 업스케일할 것임을 나타낼 수 있다.
이 경우, DNN 설정 정보 업데이트부(1336)는 미리 결정된 복수의 AI 업스케일용 DNN들의 설정 정보들 중 하나의 AI 업스케일용 DNN의 설정 정보를 결정하고, 결정된 하나의 업스케일용 DNN의 설정 정보를 제 2 영상을 업스케일하기 위한 DNN 설정 정보로 결정할 수 있다.
제 1 플래그가 제 2 값을 갖는 경우, 제 1 플래그는 원본 영상을 훈련 영상으로 이용하여 업데이트된 AI 업스케일용 DNN의 설정 정보를 기초로 제 2 영상을 업스케일할 것임을 나타낼 수 있다.
이 경우, DNN 설정 정보 업데이트부(1336)는 원본 영상을 훈련 영상으로 이용하여 업데이트된 AI 업스케일용 DNN의 설정 정보를 제 2 영상을 업스케일하기 위한 DNN 설정 정보로 결정할 수 있다.
제 1 값, 제 2 값은 0 또는 1일 수 있으나, 이에 제한되지 않는다.
이때, 원본 영상을 훈련 영상으로 이용하여 업데이트된 AI 업스케일용 DNN의 설정 정보는 모델 압축을 통해 생성된 설정 정보일 수 있다.AI 부호화 장치(1200)가 원본 영상을 훈련 영상으로 이용하여 다운스케일용 DNN과 업스케일용 DNN의 연계 훈련 또는 업스케일용 DNN의 단독 훈련을 통해 획득된 업스케일용 DNN 설정 정보를 부호화할 수 있고, DNN 설정 정보 업데이트부(1336)는 부호화된 DNN 설정 정보에 관한 정보를 획득할 수 있다.
예를 들어, DNN 설정 정보 업데이트부(1336)는 업스케일용 DNN의 DNN 구조에 관한 정보(예를 들어, 컨볼루션 레이어의 수, 레이어별 필터 커널의 개수, 각 필터 커널의 크기에 관한 정보)를 획득할 수 있다. DNN 설정 정보 업데이트부(1336)는 업스케일용 DNN의 컨볼루션 레이어의 수, 레이어별 필터 커널의 개수, 각 필터 커널의 크기에 관한 정보를 획득하고, 해당 정보를 기초로 업스케일용 DNN의 컨볼루션 레이어의 수, 레이어별 필터 커널의 개수, 각 필터 커널의 크기를 업데이트할 수 있다.
DNN 설정 정보 업데이트부(1336)는 복수의 업스케일용 DNN의 DNN 구조에 대한 DNN 설정 정보를 획득하고, 영상 데이터의 비트레이트 및 원본 영상(105)과 제 1 영상(115)의 해상도 중 적어도 하나에 기초하여 복수의 DNN 구조 중 하나의 DNN 구조를 결정하고, 해당 DNN 구조에 대응하는 DNN 설정 정보를 기초로 업스케일용 DNN의 컨볼루션 레이어의 수, 레이어별 필터 커널의 개수, 각 필터 커널의 크기를 업데이트할 수 있다.
또는, DNN 설정 정보 업데이트부(1336)는 복수의 DNN 구조에 대한 DNN 설정 정보를 획득하고, 적어도 하나의 이용가능한 DNN 구조에 기초하여 복수의 DNN 구조 중 하나의 DNN 구조를 결정하고, 해당 DNN 구조에 대응하는 DNN 설정 정보를 기초로 업스케일용 DNN의 컨볼루션 레이어의 수, 레이어별 필터 커널의 개수, 각 필터 커널의 크기를 업데이트할 수 있다. 이 때, 적어도 하나의 이용가능한 DNN 구조는 AI 복호화 장치(1300)에서 AI 업스케일부(1334)가 구현된 프로세서의 캐퍼빌리티에 따라 결정될 수 있다.예를 들어, DNN 설정 정보 업데이트부(1336)는 업스케일용 DNN의 가중치/바이어스 잔차에 관한 정보를 획득할 수 있다. 이때, 가중치/바이어스 잔차는 직전 주기 단위에 대하여 업스케일용 DNN을 통해 업스케일하기 위한 가중치와 현재 주기 단위에 대하여 업스케일용 DNN을 통해 업스케일하기 위한 가중치/바이어스의 차분(difference)을 의미할 수 있다. 이때, 부호화된 업스케일용 DNN의 가중치/바이어스 잔차에 관한 정보는 DPCM(Differential Pulse Code Modulation), RLC(Run Length Coding) 및 호프만 코딩(Huffman coding) 등과 같은 다양한 엔트로피 부호화 기법을 통해 부호화된 정보로, DNN 설정 정보 업데이트부(1336)는 부호화 동작을 역으로 수행하여 DNN의 가중치/바이어스 잔차에 관한 정보를 획득할 수 있다.
DNN 설정 정보 업데이트부(1336)는 업스케일용 DNN의 가중치/바이어스 잔차와 직전 주기 단위에 대하여 업스케일용 DNN을 통해 업스케일하기 위한 가중치/바이어스를 합하여 현재 주기 단위에 대하여 업스케일용 DNN을 통해 업스케일하기 위한 가중치/바이어스를 업데이트할 수 있다. DNN 설정 정보 업데이트부(1336)는 이에 제한되지 않고, 부호화된 DNN의 설정 정보에 대해 컨텍스트 모델 기반으로 엔트로피 복호화를 수행할 수 있다. 예를 들어, DNN 설정 정보 업데이트부(1336)는 이전 주기 단위의 업스케일용 DNN의 설정 정보를 기반으로 컨텍스트 모델을 생성하고, 생성된 컨텍스트 모델을 이용하여 부호화된 DNN의 설정 정보에 대해 엔트로피 복호화할 수 있다.
컨텍스트 모델은 현재 주기 단위의 업스케일용 DNN의 필터 커널의 가중치/바이어스가 복호화될때마다 업데이트될 수 있고, 업데이트된 컨텍스트 모델에 기초하여 현재 주기 단위에 대한 업스케일용 DNN의 필터 커널의 그 다음 가중치/바이어스에 관한 정보를 엔트로피 복호화할 수 있다.컨텍스트 기반으로 하는 엔트로피 복호화는 범위 복호화(Range decoding), 산술 복호화(Arithmetic decoding) 및 호프만 복호화(Huffman decoding)을 포함할 수 있으나, 이에 제한되지는 않는다. 컨텍스트 모델은 전체 업스케일용 DNN에 대해 결정될 수 있으나, 이에 제한되지 않고, 컨벌루션 레이어 별, 컨벌루션 레이어 내 하나의 출력 채널에 대한 적어도 하나의 필터 커널 별 및 컨벌루션 레이어 내 필터 커널 별로 결정될 수 있다.
DNN 설정 정보 업데이트부(1336)는 전체 레이어의 가중치/바이어스 정보를 복호화하고, 복호화된 가중치/바이어스 정보를 기초로 업스케일용 DNN의 전체 레이어의 가중치/바이어스를 업데이트할 수 있으나, 이에 제한되지 않고, 일부 레이어의 가중치/바이어스 정보를 복호화하고, 일부 레이어의 가중치/바이어스를 업데이트할 수 있다. 또는, DNN 설정 정보 업데이트부(1336)는 일부 필터 커널의 가중치/바이어스 정보를 복호화하고, 레이어 내 일부 필터 커널의 가중치/바이어스를 업데이트할 수 있다. 예를 들어, DNN 설정 정보 업데이트부(1336)는 마지막 레이어의 가중치/바이어스 정보를 복호화하고, 마지막 레이어의 가중치를 업데이트할 수 있다.
DNN 설정 정보 업데이트부(1336)는 업데이트 전 업스케일용 DNN의 전체 또는 일부의 컨볼루션 레이어의 필터 커널의 가중치와 업데이트후 업스케일용 DNN의 전체 또는 일부의 컨볼루션 레이어의 전체 또는 일부의 필터 커널의 가중치의 차이를 나타내는 가중치/바이어스 잔차 정보를 복호화하고, 복호화된 가중치/바이어스 잔차 정보를 기초로, 전체 또는 일부의 컨볼루션 레이어의 필터 커널의 가중치/바이어스를 업데이트할 수 있다. DNN 설정 정보 업데이트부(1336)는 가중치 잔차 정보에 대해 복호화하고, 복호화된 가중치 잔차 정보에 대해 주파수 역변환을 수행하여 가중치 잔차를 획득할 수 있다.
DNN 설정 정보 업데이트부(1336)는 컨텍스트 모델 기반으로 제 2 영상의 AI 업스케일에 이용하기 위한 업스케링용 DNN의 가중치/바이어스에 관한 정보에 대해 엔트로피 복호화를 수행할 수 있으나, 이에 제한되지 않고, 컨텍스트 모델 기반으로 현재 주기 단위에 대해 업데이트된 가중치/바이어스와 직전 주기 단위의 업스케일에 이용된 가중치/바이어스의 차분에 관한 정보를 엔트로피 복호화할 수 있다. 이때, 컨텍스트 모델은 직전 영상 및 그 이전의 영상 중 적어도 하나의 영상의 업스케일을 위해 결정된 가중치/바이어스의 차분 정보에 기초한 것일 수 있다. 이때, 부호화된 DNN 설정 정보는 모델 압축 기법(예를 들어, 프루닝 또는 양자화)과 조합하여 가중치/바이어스 정보를 엔트로피 부호화하여 생성된 정보일 수 있다.
DNN 설정 정보 업데이트부(1336)는 주기적으로 업스케일용 DNN의 설정 정보를 업데이트할 수 있다. 예를 들어, DNN 설정 정보 업데이트부(1336)는 GOP(Group Of Pictures) 별로, IRAP(Intra Random Acces Point) 주기별로, 시퀀스(Sequence) 별 및 소정의 개수의 프레임(Frame) 별로 부호화된 DNN의 설정 정보를 복호화하고, 복호화된 DNN의 설정 정보를 기초로, 업스케일용 DNN의 설정 정보를 업데이트할 수 있다.
DNN 설정 정보 업데이트부(1336)는 필요할 때마다 DNN 설정 정보를 업데이트할 수 있다. 예를 들어, DNN 설정 정보 업데이트부(1336)는 일정 주기로 부호화된 제 1 플래그 정보를 복호화하고, 복호화된 제 1 플래그 정보를 기초로 업스케일용 DNN의 설정 정보를 업데이트할 것인지를 결정하고, 이에 기초하여 DNN의 설정 정보를 업데이트할 수 있다. 이때, 부호화된 제 1 플래그 정보는 업스케일용 DNN의 설정 정보를 업데이트할 것인지 여부에 관한 플래그 정보일 수 있다.
제 1 플래그 정보가 제 1 값인 경우, DNN 설정 정보 업데이트부(1336)는 업스케일용 DNN의 설정 정보를 업데이트하지 않는다고 결정할 수 있다.
제 1 플래그 정보가 제 2 값인 경우, DNN 설정 정보 업데이트부(1336)는 업스케일용 DNN의 설정 정보를 업데이트한다고 결정할 수 있다.
제 1 값 또는 제 2 값은 0 또는 1 일 수 있으나, 이에 제한되지 않는다.
DNN 설정 정보 업데이트부(1336)는 소정의 주기로 제 1 플래그 정보를 파싱하고 소정의 주기로 제 1 플래그 정보가 파싱되지 않는 경우, 업스케일용 DNN의 설정 정보를 업데이트하지 않는다고 결정할 수 있다.
DNN 설정 정보 업데이트부(1336)는 부호화된 제 2 플래그 정보를 복호화하고, 복호화된 제 2 플래그 정보를 기초로 미리 결정된 AI 업스케일용 DNN의 설정 정보를 이용하여 제 2 영상을 업스케일할 것인지 또는 원본 영상을 훈련 영상으로 이용하여 업데이트된 AI 업스케일용 DNN의 설정 정보를 이용하여 제 2 영상을 업스케일할 것인지를 결정할 수 있다. 이때, 부호화된 제 2 플래그 정보는 미리 결정된 AI 업스케일용 DNN의 설정 정보를 이용하여 제 2 영상을 업스케일할 것인지 또는 원본 영상을 훈련 영상으로 이용하여 업데이트된 AI 업스케일용 DNN의 설정 정보를 이용하여 제 2 영상을 업스케일할 것인지를 나타내는 플래그 정보일 수 있다.
제 2 플래그 정보가 제 1 값을 갖는 경우, DNN 설정 정보 업데이트부(1336)는 미리 결정된 AI 업스케일용 DNN의 설정 정보를 이용하여 제 2 영상을 업스케일할 것이라고 결정할 수 있다.
제 2 플래그 정보가 제 2 값을 갖는 경우, DNN 설정 정보 업데이트부(1336)는 원본 영상을 훈련 영상으로 이용하여 업데이트된 AI 업스케일용 DNN의 설정 정보를 이용하여 제 2 영상을 업스케일할 것이라고 결정할 수 있다.
DNN 설정 정보 업데이트부(1336)는 소정의 주기로 제 2 플래그 정보를 파싱하고 제 2 플래그 정보가 파싱되지 않는 경우, 미리 결정된 AI 업스케일용 DNN의 설정 정보를 이용하여 제 2 영상을 업스케일하는 것이라고 결정할 수 있다.
이상, DNN 설정 정보 업데이트부(1336)가 부호화된 업스케일용 DNN의 설정 정보를 복호화하는 내용에 대해서 설명하였으나, 이에 제한되지 않고, 당업자는 파싱부(1314)에서 전술한 DNN 설정 정보 업데이트부(1336)의 복호화 동작을 수행하고, 출력부(1316)를 통하여 DNN 설정 정보 업데이트부(1336)로 복호화된 DNN의 설정 정보를 획득할 수 있음을 이해할 수 있다.
AI 업스케일부(1334)는 DNN 설정 정보로 동작하는 업스케일용 DNN을 통해 제 2 영상으로부터 AI 업스케일된 제 3 영상을 생성할 수 있다. DNN 설정 정보는 DNN 설정 정보 업데이트부(1336)으로부터 전달받은 것일 수 있다.
도 14a는 다른 실시예에 따른 AI 부호화 방법을 설명하기 위한 순서도이다.
S1405 단계에서, AI 부호화 장치(1200)는 원본 영상을 이용한 DNN 연계 훈련 또는 단독 훈련을 통하여 업데이트된 DNN 정보인 AI 다운스케일에 대응하는 AI 업스케일을 위한 업스케일용 DNN 설정 정보를 생성한다. AI 부호화 장치(1200)가 원본 영상을 이용한 DNN 연계 훈련 또는 단독 훈련을 통하여 업데이트된 DNN 설정 정보를 생성하는 구체적인 내용은 도 16a 내지 16b, 및 도 17a를 참조하여 후술하겠다.
S1410 단계에서, AI 부호화 장치(1200)는 원본 영상으로부터 AI 다운스케일된 제 1 영상을 제 1 부호화하여 생성된 영상 데이터를 획득할 수 있다.
S1415 단계에서, AI 부호화 장치(1200)는 업스케일용 DNN 설정 정보를 포함하는 AI 데이터와 영상 데이터를 전송한다.
도 14b는 일 실시예에 따른 원본 영상 기반 DNN 연계 훈련을 통한 AI 부호화 방법을 설명하기 위한 순서도이다.
S1420 단계에서, AI 부호화 장치(1200)는 원본 영상으로부터 다운스케일용 DNN을 통해 AI 다운 스케일된 제1 훈련 영상을 획득하고, 제 1 훈련 영상에 대하여 업스케일용 DNN을 통해 AI 업스케일된 제 3 훈련 영상을 획득할 수 있다.
S1425 단계에서, AI 부호화 장치(1200)는 원본 영상, 제 1 훈련 영상 및 제 3 훈련 영상을 통한 DNN 연계 훈련을 통해 DNN 정보를 업데이트할 수 있다.
S1430 단계에서, AI 부호화 장치(1200)는 업데이트된 DNN 정보를 기초로 원본 영상으로부터 다운스케일용 DNN을 통해 AI 다운스케일된 제 1 영상을 획득하고, 제 1 훈련 영상을 제 1 부호화하고 제 1 복호화하여 생성된 제 2 훈련 영상에 대하여 업스케일용 DNN을 통해 AI 업스케일된 제 3 훈련 영상을 획득할 수 있다.
S1435 단계에서, AI 부호화 장치(1200)는 원본 영상 및 제 3 훈련 영상을 기초로 하는 업스케일용 DNN의 훈련을 통하여 DNN 정보를 업데이트하여 AI 다운스케일에 대응하는 AI 업스케일을 위한 업스케일을 위한 업스케일용 DNN 설정 정보를 생성할 수 있다.
S1440 단계에서, AI 부호화 장치(1200)는 원본 영상으로부터 AI 다운스케일된 제 1 영상을 제1 부호화하여 생성된 영상 데이터를 획득할 수 있다. 이때, AI 다운스케일은 원본 영상을 이용한 DNN 연계 훈련을 통하여 설정된 DNN 정보에 기초한 것일 수 있다.
S1445 단계에서, AI 부호화 장치(1200)는 업스케일용 DNN 설정 정보를 포함하는 AI 데이터 및 영상 데이터를 포함하는 AI 부호화 데이터를 생성할 수 있다.
AI 부호화 장치(1200)가 원본 영상을 이용한 DNN 연계 훈련을 통하여 업데이트된 DNN 설정 정보를 생성하는 구체적인 내용은 도 16a 내지 16b를 참조하여 후술하겠다.
도 14c는 일 실시예에 따른 원본 영상 기반 DNN 단독 훈련을 통한 AI 부호화 방법을 설명하기 위한 순서도이다.
S1450 단계에서, AI 부호화 장치(1200)는 원본 영상으로부터 다운스케일용 DNN을 통해 AI 다운 스케일된 제1 훈련 영상을 획득하고, 제 1 훈련 영상에 대하여 업스케일용 DNN을 통해 AI 업스케일된 제 3 훈련 영상을 획득할 수 있다.
S1455 단계에서, AI 부호화 장치(1200)는 원본 영상 및 제 3 훈련 영상을 기초로 하는 업스케일용 DNN의 단독훈련을 통하여 DNN 정보를 업데이트하고, AI 다운스케일에 대응하는 AI 업스케일을 위한 업스케일용 DNN 설정 정보를 생성할 수 있다.
S1460 단계에서, AI 부호화 장치(1200)는 원본 영상으로부터 AI 다운스케일된 제 1 영상을 제 1 부호화하여 생성된 영상 데이터를 획득할 수 있다.
S1465 단계에서, AI 부호화 장치(1200)는 업스케일용 DNN 설정 정보를 포함하는 AI 데이터 및 영상 데이터를 포함하는 AI 부호화 데이터를 생성할 수 있다.
AI 부호화 장치(1100)가 원본 영상을 이용한 DNN 단독 훈련을 통하여 업데이트된 DNN 설정 정보를 생성하는 구체적인 내용은 도 17a를 참조하여 후술하겠다
도 15는 다른 실시예에 따른 AI 복호화 방법을 설명하기 위한 순서도이다.
S1510 단계에서, AI 복호화 장치(1300)는 영상 데이터 및 AI 데이터를 획득한다.
S1520 단계에서, AI 복호화 장치(1300)는 영상 데이터에 기초하여 제 2 영상을 획득한다. AI 복호화 장치(1300)는 영상 데이터를 제 1 복호화하여 제 2 영상을 획득할 수 있다.
S1530 단계에서, AI 복호화 장치(1300)는 AI 데이터로부터 원본 영상을 이용한 DNN 연계 훈련 또는 단독 훈련을 통하여 업데이트된 DNN 정보인 AI 업스케일을 위한 업스케일용 DNN 설정 정보를 획득한다.
AI 복호화 장치(1300)가 AI 데이터로부터 원본 영상을 이용한 DNN 연계 훈련 또는 단독 훈련을 통하여 업데이트된 DNN 정보인 AI 업스케일을 위한 업스케일용 DNN 설정 정보를 획득하는 구체적인 내용은 도 16c 및 도 17b를 참조하여 후술하겠다.
S1540 단계에서, AI 복호화 장치(1300)는 업스케일용 DNN 설정 정보를 이용하여 제 2 영상으로부터 AI 업스케일된 제 3 영상을 획득한다.
도 16a는 다른 실시예에 따라, 연계 훈련의 첫번째 스테이지로 AI 부호화 장치(1200)가 원본 영상을 훈련 영상으로 이용하여 다운스케일용 DNN과 업스케일용 DNN과의 연계 훈련을 통해 최적의 다운스케일용 DNN 및 업스케일용 DNN의 설정 정보를 결정하는 과정을 설명하기 위한 도면이다.
도 16a를 참조하면, AI 부호화 장치(1200)는 원본 영상(1601)을 훈련 영상으로 이용하여 제 1 DNN(700)에 기초한 AI 다운스케일을 수행하고, 그 결과로, 제 1 훈련 영상(1602)을 생성할 수 있다. 이때, 원본 영상(1601)은 하나 이상의 프레임으로 부호화하려는 현재 GOP(Group Of Pictures) 단위, IRAP(Intra Random Acces Point) 주기 단위, 시퀀스 단위 및 소정의 개수의 프레임(Frame) 단위의 프레임들일 수 있으나, 이에 제한되지는 않는다. 또한, 최초의 제 1 DNN(700)의 설정 정보 및 제 2 DNN(300)의 설정 정보는, 직전 주기 단위의 영상의 다운스케일/업스케일을 위해 이용된 DNN 설정 정보일 수 있다. 또는, 미리 결정된 복수의 DNN 설정 정보들 중 하나의 DNN 설정 정보이거나, 디폴트로 설정된 DNN 설정 정보일 수 있다.
다만, 이에 제한되지 않고, 최초의 제 1 DNN(700)의 가중치 및 제 2 DNN(300)의 가중치는 특정 확률 분포를 따르도록 랜덤으로 샘플링하여 획득된 값일 수 있다. 최초의 제 1 DNN(700)의 바이어스 및 제 2 DNN(300)의 바이어스는 0으로 결정될 수 있다.
AI 부호화 장치(1200)는 제 1 훈련 영상(1602)의 영상 복잡도를 기초로 제 2 손실 정보(1620)를 생성할 수 있다. 이때, 제 2 손실 정보(1620)는 도 12를 참조하여 전술한 제 2 손실 정보에 대응될 수 있다.
AI 부호화 장치(1200)는 제 1 훈련 영상(1602)을 이용하여 제 2 DNN(300)에 기초한 AI 업스케일을 수행하고, 그 결과로, 제 3 훈련 영상(1604)을 생성할 수 있다.
AI 부호화 장치(1200)는 원본 영상(1601) 및 제 3 훈련 영상(1604)과 관련된 정보를 비교한 결과에 대응하는 제 1 손실 정보(1610) 및 제 3 손실 정보(1630)를 생성할 수 있다. 이때, 제 1 손실 정보(1610) 및 제 3 손실 정보(1630)는 도 12를 참조하여 전술한 제 1 손실 정보 및 제 3 손실 정보에 대응될 수 있다.
AI 부호화 장치(1200)는 하기 수학식 6에 따라, 제 1 손실 정보(1610), 제2 손실 정보(1620) 및 제 3 손실 정보(1630)를 기초로 Loss 값 LossDS을 결정할 수 있다.
AI 부호화 장치(1200)는 LossDS을 기초로 제 1 DNN(700) 및 제2 DNN(300)의 설정 정보를 업데이트할 수 있다.
AI 부호화 장치(1200)는 전술한 과정을 반복하여 제 1 DNN(700) 및 제 2 DNN(300)의 연계 훈련을 수행하고, Loss 값 LossUS 에 기초한 연계 훈련을 통해 최적의 제 1 DNN(700) 및 제 2 DNN(300)의 설정 정보를 결정할 수 있다.
도 16b는 다른 실시예에 따라, 연계 훈련의 두번째 스테이지로 AI 부호화 장치(1200)가 도 16a에 따라 결정된 다운스케일용 DNN의 설정 정보를 고정하고, 업스케일용 DNN의 단독 훈련을 통해 최적의 업스케일용 DNN 의 설정 정보를 결정하고, 최적의 업스케일용 DNN의 설정 정보를 비트스트림을 통해 전송하는 과정을 설명하기 위한 도면이다.
도 16b를 참조하면, AI 부호화 장치(1200)는 도 16a를 참조하여 전술한 제 1 DNN(700) 및 제2 DNN(300)의 연계 훈련을 통해 결정된 최적의 제 1 DNN(700)의 설정 정보를 고정한다. 이때, 제2 DNN(300)의 최초 설정 정보는 전술한 제 1 DNN(700) 및 제2 DNN(300)의 연계 훈련을 통해 결정된 최적의 제 2 DNN(300)의 설정 정보를 기초로 결정될 수 있으나, 이에 제한되지 않고, 제 2 DNN(300)의 최초 가중치는 특정 확률 분포를 기초로 랜덤 샘플링된 값일 수 있고, 제 2 DNN(300)의 최초 바이어스는 0일 수 있다.
AI 부호화 장치(1200)는 원본 영상(1601)을 훈련 영상으로 이용하여 제 1 DNN(700)에 기초한 AI 다운스케일을 수행하고, 그 결과로, 제 1 훈련 영상(1602)을 생성할 수 있다. AI 부호화 장치(1200)는 제 1 훈련 영상(1602)를 제 1 부호화(1603)하고, 제 1 복호화(1605)할 수 있다. AI 부호화 장치(1200)는 제 1 복호화(1605)를 통해 생성된 영상을 제2 DNN(300)에 기초한 AI 업스케일을 수행하여 제 3 훈련 영상(1604)을 생성할 수 있다. AI 부호화 장치(1200)는 원본 영상(1601)과 제 3 훈련 영상(1604)과 관련된 영상 정보를 비교한 결과에 대응하는 제 1 손실 정보(1610) 및 제 3 손실 정보(1630)를 생성할 수 있다.
AI 부호화 장치(1200)는 하기 수학식 7에 따라, 제 1 손실 정보(1610) 및 제 3 손실 정보(1630)를 기초로 Loss 값 LossUS을 결정할 수 있다.
AI 부호화 장치(1200)는 Loss값 LossUS 에 기초하여 AI 부호화 장치(1200)는 Loss 값 LossUS 을 기초로 제2 DNN(300)의 설정 정보를 업데이트할 수 있다. 이때, 모델 압축을 거쳐 제2 DNN(300)의 설정 정보를 업데이트할 수 있다.
AI 부호화 장치(1200)는 전술한 과정을 반복하여 제 2 DNN(300)의 단독 훈련을 수행하고, Loss 값 LossUS 에 기초한 단독 훈련을 통해 최적의 제 2 DNN(300)의 설정 정보를 결정할 수 있다.
AI 부호화 장치(1200)는 결정된 최적의 제 2 DNN(300)의 설정 정보를 부호화하고, AI 부호화 장치(1200)의 전송부(1230)는 부호화된 DNN 설정 정보 및 제 1 부호화(1603)를 통해 생성된 영상 데이터를 포함하는 AI 부호화 데이터을 생성할 수 있다. 이때, DNN 설정 정보는 업스케일용 DNN의 잔차 가중치/바이어스 정보를 포함할 수 있다. 이때, AI 부호화 데이터는 비트스트림 형태로 표현될 수 있다.
도 16c는 다른 실시예에 따라, AI 복호화 장치(1300)가 AI 부호화 데이터에 포함된 업스케일용 DNN 의 DNN 설정 정보를 기초로 업스케일용 DNN을 통해 제 2 영상을 AI 업스케일하는 과정을 설명하기 위한 도면이다.
도 16b를 참조하여 전술한 바와 같이, AI 부호화 장치(1200)는 AI 부호화 데이터를 생성할 수 있다.
도 16c를 참조하면, AI 복호화 장치(1300)의 수신부(1310)는 AI 부호화 데이터를 수신한다.
전술한 바와 같이, AI 부호화 데이터는 비트스트림 형태로 표현될 수 있다. AI 복호화 장치(1300)의 수신부(1310)는 AI 부호화 데이터로부터 영상 데이터와 DNN 설정 정보를 획득한다. AI 복호화 장치(1300)의 DNN 설정 정보 업데이트부(1336)는 DNN 설정 정보를 기초로 제2 DNN(300)을 결정할 수 있다. AI 복호화 장치(1300)는 AI 부호화 데이터로부터 영상 데이터를 획득하고, 영상 데이터를 제 1 복호화(1660)하여 제 2 영상(1670)을 생성할 수 있다.
AI 복호화 장치(1300)는 DNN 설정 정보를 이용하여 제2 DNN(300)에 기초한 제 2 영상(1670)의 업스케일을 수행하여 제 3 영상(1680)을 생성할 수 있다. 이때, DNN 설정 정보는 도 16a 내지 16b를 참조하여 전술한 바와 같이 원본 영상을 훈련 영상으로 하여 최적화된 제2 DNN(300)의 설정 정보이기 때문에, 제 3 영상(1680)의 퀄리티는 AI 부호화 장치(1200) 및 AI 복호화 장치(1300)에서 별도로 구비된 훈련 영상을 기초로 미리 결정된 제2 DNN의 설정 정보에 기초하여 제 2 영상을 업스케일하는 경우에 생성되는 제 3 영상의 퀄리티와 비교할 때 향상될 수 있다.
도 17a는, 또 다른 실시예에 따라, AI 부호화 장치(1200)가 다운스케일용 DNN의 설정 정보를 고정하고, 업스케일용 DNN의 단독 훈련을 통해 최적의 업스케일용 DNN 의 설정 정보를 결정하고, 최적의 업스케일용 DNN의 설정 정보를 비트스트림에 포함하여 전송하는 과정을 설명하기 위한 도면이다.
도 17a를 참조하면, AI 부호화 장치(1200)는 제 1 DNN(700)의 가중치를 고정한다. 이때, 고정되는 제 1 DNN(700)의 설정 정보는, 직전 주기 단위의 원본 영상의 다운스케일을 위해 이용된 설정 정보일 수 있다. 다만, 이에 제한되지 않고, 미리 결정된 복수의 설정 정보들 중 하나의 설정 정보이거나, 디폴트로 설정된 설정 정보일 수 있다.
한편, 제2 DNN(300)의 최초 설정 정보는 직전 주기 단위의 원본 영상의 업스케일을 위해 이용된 설정 정보일 수 있다. 다만, 이에 제한되지 않고, 제 2 DNN(300)의 최초 가중치는 특정 확률 분포를 기초로 랜덤 샘플링된 값일 수 있고, 제 2 DNN(300)의 최초 바이어스는 0일 수 있다.
AI 부호화 장치(1200)는 원본 영상(1701)을 훈련 영상으로 이용하여 제 1 DNN(700)에 기초한 AI 다운스케일을 수행하고, 그 결과로, 제 1 훈련 영상(1702)을 생성할 수 있다. AI 부호화 장치(1200)는 제 1 훈련 영상(1702)을 제 1 부호화(1703)하고, 제 1 복호화(1705)할 수 있다. AI 부호화 장치(1200)는 제 1 복호화(1705)를 통해 생성된 영상을 제2 DNN(300)에 기초한 AI 업스케일을 수행하여 제 3 훈련 영상(1704)을 생성할 수 있다. AI 부호화 장치(1200)는 원본 영상(1701)과 제 3 훈련 영상(1704)과 관련된 영상 정보를 비교한 결과에 대응하는 제 1 손실 정보(1710) 및 제 3 손실 정보(1730)를 생성할 수 있다.
AI 부호화 장치(1200)는 하기 수학식 8에 따라, 제 1 손실 정보(1710) 및 제 3 손실 정보(1730)를 기초로 Loss 값 LossUS을 결정할 수 있다.
AI 부호화 장치(1200)는 Loss값 LossUS 에 기초하여 AI 부호화 장치(1200)는 Loss 값을 기초로 제2 DNN(300)의 설정 정보를 업데이트할 수 있다. 이때, 모델 압축을 거쳐 제2 DNN(300)의 설정 정보를 업데이트할 수 있다.
AI 부호화 장치(1200)는 전술한 과정을 반복하여 제 2 DNN(300)과의 단독 훈련을 수행하고, Loss 값 LossUS 에 기초한 단독 훈련을 통해 최적의 제 2 DNN(300)의 설정 정보를 결정할 수 있다.
AI 부호화 장치(1200)는 결정된 최적의 제 2 DNN(300)의 설정 정보를 부호화하고, AI 부호화 장치(1200)의 전송부(1230)는 부호화된 DNN 설정 정보 및 제 1 부호화(1703)를 통해 생성된 영상 데이터를 포함하는 AI 부호화 데이터를 생성할 수 있다. 이때, DNN 설정 정보는 제2 DNN(300)의 가중치/바이어스 잔차 정보일 수 있다.
도 17b는, 또 다른 실시예에 따라, AI 복호화 장치(1300)가 AI 부호화 데이터에 포함된 업스케일용 DNN 의 설정 정보를 기초로 업스케일용 DNN을 통해 제 2 영상을 AI 업스케일하는 과정을 설명하기 위한 도면이다.
도 17a를 참조하여 전술한 바와 같이, AI 부호화 장치(1200)는 AI 부호화 데이터를 생성할 수 있다.
도 17b를 참조하면, AI 복호화 장치(1300)의 수신부(1310)는 AI 부호화 데이터를 수신한다. 전술한 바와 같이, AI 부호화 데이터는 비트스트림 형태로 표현될 수 있다. AI 복호화 장치(1300)의 수신부(1310)는 AI 부호화 데이터로부터 영상 데이터와 DNN 설정 정보를 획득한다. AI 복호화 장치(1300)의 DNN 설정 정보 업데이트부(1336)는 DNN 설정 정보를 기초로 제2 DNN(300)을 결정할 수 있다.
AI 복호화 장치(1300)는 영상 데이터를 제 1 복호화(1760)하여 제 2 영상(1770)을 생성할 수 있다. AI 복호화 장치(1300)는 DNN 설정 정보를 이용하여 제2 DNN(300)에 기초한 제 2 영상(1770)의 업스케일을 수행하여 제 3 영상(1780)을 생성할 수 있다. 이때, DNN 설정 정보는 도 17a를 참조하여 전술한 바와 같이, 원본 영상을 훈련 영상으로 하여 최적화된 제2 DNN(300)의 설정 정보이기 때문에, 제 3 영상(1780)의 퀄리티는 별도로 구비된 훈련 영상을 기초로 미리 결정된 제2 DNN의 설정 정보에 기초하여 제 2 영상을 업스케일하는 경우에 생성되는 제 3 영상의 퀄리티와 비교할 때 향상될 수 있다.
도 18은 다른 실시예에 따라, AI 복호화 장치(1300)가 AI 부호화 데이터로부터 획득한 플래그들을 기초로 미리 결정된 업스케일용 DNN의 설정 정보를 갱신하면서 제 2 영상을 업스케일하거나, 원본 영상에 최적화된 업스케일용 DNN의 설정 정보를 갱신하면서 제 2 영상을 업스케일하는 과정을 설명하기 위한 도면이다.
도 18을 참조하면, S1805 단계에서, AI 복호화 장치(1300)는 제 1 플래그의 값을 기초로 제 1 플래그가 미리 결정된 업스케일용 DNN의 설정 정보를 이용할 것인지를 나타내는지 여부를 결정할 수 있다.
S1810 단계에서, AI 복호화 장치(1300)는 제 1 플래그가 미리 결정된 업스케일용 DNN의 설정 정보를 이용할 것임을 나타내는 경우, 미리 결정된 업스케일용 DNN의 설정 정보를 이용하여 영상을 업스케일할 수 있다. 이 때 미리 결정된 업스케일용 DNN은 AI 복호화 장치(1300)에 저장되어 있을 수 있다.
S1815 단계에서, AI 복호화 장치(1300)는 주기적으로 제 2 플래그를 획득하고, 제 2 플래그의 값에 기초하여 제 2 플래그가 미리 결정된 복수의 업스케일용 DNN의 설정 정보들 중 이전과 다른 업스케일용 DNN의 설정 정보를 이용할 것인지 여부를 결정할 수 있다.
S1820 단계에서, AI 복호화 장치(1300)는 제 2 플래그가 미리 결정된 복수의 업스케일용 DNN의 설정 정보들 중 이전과 다른 업스케일용 DNN의 설정 정보를 이용할 것임을 나타내는 경우, 업스케일용 DNN에 이용될 설정 정보를 미리 결정된 복수의 설정 정보들 중 이전 주기에 사용하던 업스케일용 DNN 설정 정보가 아닌 다른 업스케일용 DNN의 설정 정보로 변경할 수 있다.
S1825 단계에서, AI 복호화 장치(1300)는 제 2 플래그가 미리 결정된 복수의 업스케일용 DNN의 설정 정보들 중 이전과 다른 업스케일용 DNN의 설정 정보를 이용하지 않을 것임을 나타내는 경우, 업스케일용 DNN에 이용될 설정 정보를 이전 주기에 사용하던 DNN 설정 정보로 유지한다고 결정할 수 있다.
S1830 단계에서, AI 복호화 장치(1300)는 미리 결정된 업스케일용 DNN의 설정 정보를 이용하여 영상을 업스케일할 수 있다. 이때, 미리 결정된 업스케일용 DNN의 설정 정보는 S1820에서 변경된 DNN 설정 정보거나, S1825에서 유지된 DNN 설정 정보일 수 있다.
S1835 단계에서, AI 복호화 장치(1300)는 제 1 플래그가 미리 결정된 업스케일용 DNN의 설정 정보를 이용하지 않을 것임을 나타내는 경우, 원본 영상에 최적화된 업스케일용 DNN 의 설정 정보를 이용하여 영상을 업스케일할 수 있다. 원본 영상에 최적화된 업스케일용 DNN 의 설정 정보에 대하여, 도 16 내지 도 17을 참조하여 전술한 바 있으므로, 원본 영상에 최적화된 업스케일용 DNN 의 설정 정보에 관한 내용은 생략한다.
S1840 단계에서, AI 복호화 장치(1300)는 주기적으로 제 3 플래그를 획득하고, 제 3 플래그의 값에 기초하여 제 3 플래그가 DNN의 설정 정보를 현재 주기에 최적화된 업스케일용 DNN의 설정 정보로 업데이트할 것인지를 나타내는지 여부를 결정할 수 있다.
S1845 단계에서, AI 복호화 장치(1300)는 제 3 플래그가 DNN의 설정 정보를 업데이트할 것임을 나타내는 경우, 업스케일용 DNN에 이용될 설정 정보를 원본 영상의 현재 주기에 최적화된 업스케일용 DNN 의 설정 정보로 변경할 수 있다.
S1850 단계에서, AI 복호화 장치(1300)는 제 3 플래그가 DNN의 설정 정보를 업데이트하지 않을 것임을 나타내는 경우, 이전 주기에 사용하던 업스케일용 DNN 설정 정보를 유지한다고 결정할 수 있다.S1855 단계에서, AI 복호화 장치(1300)는 원본 영상에 최적화된 업스케일용 DNN 의 설정 정보를 이용하여 영상을 업스케일할 수 있다. 이때, 미리 결정된 업스케일용 DNN의 설정 정보는 S1845에서 변경된 DNN 설정 정보거나, S1850에서 유지된 DNN 설정 정보일 수 있다.
도 19a는 다른 실시예에 따라, 디폴트 가중치 및 바이어스, 원본 영상에 의해 최적화된 업스케일용 DNN의 가중치 및 바이어스, 및 업스케일용 DNN의 가중치 차분 및 바이어스 차분의 예시를 나타낸 도면이다.
도 19a를 참조하면, AI 부호화 장치(1200)는 업스케일용 DNN의 컨볼루션 레이어의 필터 커널의 3x3 디폴트 가중치 행렬들(1910) 및 1x1 바이어스 행렬들(1920)을 결정할 수 있다. 이때, 디폴트 가중치 행렬들(1910) 및 바이어스 행렬들(1920)은 AI 부호화 장치(1200)에 별도의 훈련 영상을 이용하여 미리 결정된 가중치 및 바이어스일 수 있으나, 이에 제한되지 않고, 직전 주기 단위에 대해 원본 영상을 훈련 영상으로 이용하여 결정된 가중치 및 바이어스일 수 있다.
하기 수학식 9에 따라, 입력 행렬 XL,t, d_in 와 디폴트 가중치 행렬들 WL,t,d_in,d_out (1910) 과 바이어스 행렬들 BL,t,d_out(1920)을 이용하여 출력 행렬 YL,t, d_out 를 생성할 수 있다. 여기서 activation( )는 활성화 함수를 의미하고, convolution( )은 컨볼루션 연산 함수를 의미하고, L은 컨볼루션 레이어, d_in는 레이어 L의 입력 채널(뎁스), d_out는 레이어 L의 출력 채널, t는 시간을 의미할 수 있다.
도 19a를 참조하면, AI 부호화 장치(1200)는 현재 원본 영상을 훈련 영상으로 이용하여 3x3 최적 가중치 행렬들(1930) 및 1x1 최적 바이어스 행렬들(1940)을 결정할 수 있다. 디폴트 가중치 행렬들(1910) 및 디폴트 바이어스 행렬들(1920)과 비교할 때, 최적 가중치 행렬들(1930) 및 1x1 최적 바이어스 행렬들(1940)의 엘리먼트 값들에 약간의 차이가 있을 수 있다.
AI 부호화 장치(1200)는 컨텍스트 모델을 기반으로 최적 가중치 행렬들(1930) 및 1x1 최적 바이어스 행렬들(1940)을 엔트로피 부호화하여 전송할 수 있다.
AI 부호화 장치(1200)는 디폴트 가중치 행렬들(1910), 디폴트 바이어스 행렬들(1920), 최적 가중치 행렬들(1930) 및 최적 바이어스 행렬들(1940)을 기초로 3x3 가중치 차분 행렬들(1950) 및 1x1 최적 바이어스 차분 행렬들(1960)을 결정할 수 있다.
가중치 차분 행렬들(1950)의 엘리먼트 값은 디폴트 가중치 행렬들(1910)의 엘리먼트 값과, 최적 가중치 행렬들(1930)의 엘리먼트 값의 차분이고, 바이어스 차분 행렬들(1960)의 엘리먼트 값은 디폴트 바이어스 행렬들(1920)의 엘리먼트 값과, 최적 바이어스 행렬들(1940)의 엘리먼트 값의 차분일 수 있다.
AI 부호화 장치(1200)는 가중치 차분 행렬들(1950) 및 1x1 최적 바이어스 차분 행렬들(1960)을 엔트로피 부호화하여 전송할 수 있다.
도 19b는 다른 실시예에 따라, 원본 영상에 의해 최적화된 업스케일용 DNN의 가중치 및 바이어스, 및 양자화 및 프루닝을 통해 결정된 업스케일용 DNN의 가중치 및 바이어스의 예시를 나타낸 도면이다.
도 19b를 참조하면, AI 부호화 장치(1200)는 현재 원본 영상을 훈련 영상으로 이용하여 3x3 최적 가중치 행렬들(1970) 및 1x1 최적 바이어스 행렬들(1975)을 결정할 수 있다.
AI 부호화 장치(1200)는 3x3 최적 가중치 행렬들(1970)들에 대해 프루닝을 수행하여 3x3 가중치 행렬들(1980)을 결정할 수 있다. 즉, 도 19b를 참조하면, AI 부호화 장치(1200)는 3x3 최적 가중치 행렬들(1970)의 엘리먼트 값이 0.02보다 작은 경우, 0으로 변경하여 3X3 가중치 행렬들(1980)을 결정할 수 있다. 다만, 0.02보다 작은 경우 0으로 변경하는 것에 제한되지 않고, 0에 가까운 소정의 값보다 작은 경우, 0으로 변경할 수 있음을 당업자는 이해할수 있다.
AI 부호화 장치(1200)는 3x3 최적 가중치 행렬들(1980)들 및 바이어스 행렬들(1975)에 대해 양자화를 수행하여 3x3 가중치 행렬들(1990) 및 바이어스 행렬들(1995)를 결정할 수 있다 즉, 도 19b를 참조하면, AI 부호화 장치(1200)는 3x3 최적 가중치 행렬들(1980)들의 엘리먼트 값에 128을 곱하는 곱셈 연산을 수행하고, 그 값에 대해 반올림 연산을 수행하여 3x3 가중치 행렬들(1990)을 결정할 수 있고, 1x1 바이어스 행렬들(1975)들의 엘리먼트 값에 대해 반올림 연산을 수행하여 1x1 바이어스 행렬들(1995)를 결정할 수 있다. 다만, 이에 제한되지 않고, 가중치/바이어스 행렬들에 대해 다양한 실시예의 양자화가 수행될 수 있음을 당업자는 이해할 수 있다.
도 20a는 다른 실시예에 따라, 원본 영상에 의해 최적화된 업스케일용 DNN의 가중치를 부호화하는 방법을 설명하기 위한 도면이다.
도 20a를 참조하면, AI 부호화 장치(1200)는 4X4 필터 커널의 가중치 차분 행렬(2010)을 결정할 수 있다. 이때 가중치 차분 행렬(2010)에 포함된 가중치 차분 값들은 원본 영상에 최적화된 업스케일용 DNN 의 가중치 차분 값들로, 이에 대하여, 도 19a를 참조하여 전술한 바 있으므로, 원본 영상에 최적화된 업스케일용 DNN 의 가중치 차분에 관한 내용은 생략한다.
AI 부호화 장치(1200)는 4X4 필터 커널의 가중치 차분 행렬(2010)에 대해 프루닝을 수행하여 가중치 행렬(2015)을 결정할 수 있다.
AI 부호화 장치(1200)는 가중치 행렬(2015)에 대해 양자화를 수행하여 가중치 행렬(2020)을 결정할 수 있다. 프루닝 및 양자화에 대하여, 도 19b를 참조하여 전술한 바 있으므로, 이에 대한 내용은 생략한다.
AI 부호화 장치(1200)는 가중치 행렬(2020)의 가중치들에 대하여 런 렝스 부호화(2030)를 수행하여 AI 데이터(2040)를 생성할 수 있다. 이 때, AI 데이터(2040)의 형태는 비트스트림일 수 있다.
도 20b는 또 다른 실시예에 따라, 원본 영상에 의해 최적화된 업스케일용 DNN의 가중치를 부호화하는 방법을 설명하기 위한 도면이다.
도 20b를 참조하면, AI 부호화 장치(1200)는 4X4 필터 커널의 가중치 차분 행렬(2055)을 결정할 수 있다. 이때 가중치 차분 행렬(2055)에 포함된 가중치 차분 값들은 원본 영상에 최적화된 업스케일용 DNN 의 가중치 차분 값들로, 이에 대하여, 도 19a를 참조하여 전술한 바 있으므로, 원본 영상에 최적화된 업스케일용 DNN 의 가중치 차분에 관한 내용은 생략한다.
AI 부호화 장치(1200)는 4X4 필터 커널의 가중치 차분 행렬(2055)에 대해 변환(예를 들어, Discrete Consine Transform)을 수행하여, 가중치 행렬(2060)을 결정할 수 있다.
AI 부호화 장치(1200)는 가중치 행렬(2060)에 대해 프루닝을 수행하여 가중치 행렬(2065)을 결정할 수 있다.
AI 부호화 장치(1200)는 가중치 행렬(2065)에 대해 양자화를 수행하여 가중치 행렬(2070)을 결정할 수 있다.
AI 부호화 장치(1200)는 가중치 행렬(2070)의 가중치들에 대하여 런 렝스 부호화(2080)를 수행하여 AI 데이터(2090)을 생성할 수 있다.
AI 복호화 장치(1300)는 AI 데이터(2090)을 런 렝스 복호화하여 2차원 가중치 행렬을 생성하고, 역양자화 및 역변환을 통해 가중치 차분 행렬을 복원할 수 있다. 이때, 복원된 가중치 차분 행렬은 가중치 차분 행렬(2050)과 상이할 수 있다. 프루닝 및 양자화 동작을 통해 데이터의 손실이 발생하였기 때문이다.
도 20a를 참조하여 설명한 내용과 비교할 때, AI 부호화 장치(1200)는 가중치 차분 행렬(2050)에 대해 변환을 수행함으로써, 저주파수에 데이터 값이 분포하게 하고, 고주파에 데이터의 값을 거의 0에 가깝게 만듬으로서, 이후에 프루닝 및 양자화시 보다 효과적으로 불필요한 정보를 버릴 수 있다. AI 복호화 장치(1300)는 AI 부호화 장치(1200)의 변환 동작에 대응하여 역변환 동작을 수행할 수 있다.
이 경우, AI 복호화 장치(1300)는 AI 데이터(2090)을 런 렝스 복호화하여 2차원 가중치 행렬을 생성하고, 2차원 가중치 행렬에 역양자화 및 역변환을 수행하여 가중치 차분 행렬을 복원할 수 있다.
도 21a 내지 21b는 다른 실시예에 따라, AI 부호화 장치 및 AI 복호화 장치가 컨텍스트 모델에 기초하여 원본 영상에 의해 최적화된 업스케일용 DNN의 가중치 정보를 엔트로피 부호화/복호화하는 과정을 설명하기 위한 도면이다.
도 21a를 참조하면, AI 부호화 장치(1200)는 컨텍스트 모델 생성부(2110)에서 이전 시간 t-1 영상의 가중치인 wt-1을 기초로 컨텍스트 모델 Mt-1을 생성하고, 엔트로피 부호화부(2120)에서 컨텍스트 모델 Mt-1을 기초로 현재 시간 t 영상의 가중치인 wt를 엔트로피 부호화하여 가중치 정보를 생성할 수 있다. 이때, 엔트로피 부호화는 프루닝 및 양자화와 같은 모델 압축 기법과 조합하여 수행될 수 있다. 여기서 이전 시간 t-1 영상이란, 시간 t의 현재 프레임 직전의 프레임을 의미할 수 있으나, 이에 제한되지 않고, 시간 t 프레임이 포함된 현재 주기 단위 직전의 주기 단위를 의미할 수 있다. 이때, 주기 단위는, 소정의 개수의 프레임들, GOP의 프레임들, 시퀀스의 프레임들, IRAP 주기의 프레임들 중 하나일 수 있으나, 이에 제한되지는 않는다.
도 21b를 참조하면, AI 복호화 장치(1300)는 컨텍스트 모델 생성부(2130)에서 복원된 이전 시간 t-1 영상의 가중치인 wt-1을 기초로 컨텍스트 모델 Mt-1을 AI 부호화 장치(1200)에서와 동일한 방식으로 생성하고, 엔트로피 복호화부(2140)에서 컨텍스트 모델 Mt-1을 기초로 AI 부호화 장치(2100)로부터 수신한 가중치 정보에 대한 엔트로피 복호화를 수행하여 현재 시간 t 영상의 가중치인 wt를 획득할 수 있다. 만약, 이때, 엔트로피 부호화가 프루닝 및 양자화와 같은 모델 압축 기법과 조합하여 수행된 경우, AI 복호화 장치(1300)는 모델 압축 기법에 대응하는 동작을 엔트로피 복호화 동작과 조합하여 수행할 수 있다. 예를 들어, 엔트로피 부호화가 양자화 동작과 조합하여 수행된 경우, AI 복호화 장치(1300)는 역양자화 동작을 엔트로피 복호화 동작과 조합하여 수행할 수 있다.
한편, AI 부호화 장치(1200)에서 생성된 적어도 하나의 품질(예를 들어, 해상도 및 비트레이트 중 적어도 하나에 기초한 품질)에 대응하는 영상 데이터 및 DNN 설정 정보는 스트리밍 시스템을 통해서 AI 복호화 장치(1300)에 제공될 수 있다. 스트리밍 시스템은 적어도 하나의 서버(예를 들어, 서비스 서버 또는 컨텐트 서버) 및 단말을 포함하는 시스템으로, 네트워크를 통한 단말의 요청에 따라, 서버가 이에 대응하는 영상 관련 데이터를 제공하는 시스템을 의미한다. 이때, 생성된 영상 데이터 및 DNN 설정 정보는 서비스 서버와 별도로 구비된 컨텐트 서버에 저장될 수 있고, 단말은 요청에 따라 서비스 서버로부터 제공된 적어도 하나의 품질의 영상 데이터의 위치 정보를 수신하고, 적어도 하나의 품질의 영상 데이터의 위치 정보에 대응하는 컨텐트 서버로부터 영상 데이터 및 DNN 설정 정보를 제공받을 수 있다. 이때, 컨텐트 서버는 영상 데이터 및 DNN 설정 정보를 저장하는 서버로, AI 부호화 장치(1200)일 수 있으나, 이에 제한되지 않고, 별도로 구비될 수 있고, 이 경우, 컨텐트 서버는 AI 부호화 장치(1200)로부터 영상 데이터 및 DNN 설정 정보를 제공받아 저장할 수 있다.
한편, 상술한 본 개시의 실시예들은 컴퓨터에서 실행될 수 있는 프로그램 또는 인스트럭션으로 작성가능하고, 작성된 프로그램 또는 인스트럭션은 매체에 저장될 수 있다.
매체는 컴퓨터로 실행 가능한 프로그램 또는 인스트럭션을 계속 저장하거나, 실행 또는 다운로드를 위해 임시 저장하는 것일 수도 있다. 또한, 매체는 단일 또는 수개 하드웨어가 결합된 형태의 다양한 기록수단 또는 저장수단일 수 있는데, 어떤 컴퓨터 시스템에 직접 접속되는 매체에 한정되지 않고, 네트워크 상에 분산 존재하는 것일 수도 있다. 매체의 예시로는, 하드 디스크, 플로피 디스크 및 자기 테이프와 같은 자기 매체, CD-ROM 및 DVD와 같은 광기록 매체, 플롭티컬 디스크(floptical disk)와 같은 자기-광 매체(magneto-optical medium), 및 ROM, RAM, 플래시 메모리 등을 포함하여 프로그램 명령어가 저장되도록 구성된 것이 있을 수 있다. 또한, 다른 매체의 예시로, 애플리케이션을 유통하는 앱 스토어나 기타 다양한 소프트웨어를 공급 내지 유통하는 사이트, 서버 등에서 관리하는 기록매체 내지 저장매체도 들 수 있다.
한편, 상술한 DNN과 관련된 모델은, 소프트웨어 모듈로 구현될 수 있다. 소프트웨어 모듈(예를 들어, 명령어(instruction)를 포함하는 프로그램 모듈)로 구현되는 경우, DNN 모델은 컴퓨터로 읽을 수 있는 판독 가능한 기록매체에 저장될 수 있다.
또한, DNN 모델은 하드웨어 칩 형태로 집적되어 전술한 AI 복호화 장치(200, 1100) 또는 AI 부호화 장치(600, 1000)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.
200, 1300: AI 복호화 장치
210, 1310: 수신부
230, 1330: AI 복호화부
600, 1200: AI 부호화 장치
610, 1210: AI 부호화부
630, 1230: 전송부
210, 1310: 수신부
230, 1330: AI 복호화부
600, 1200: AI 부호화 장치
610, 1210: AI 부호화부
630, 1230: 전송부
Claims (18)
- 하나 이상의 인스트럭션들을 저장하는 메모리; 및
상기 메모리에 저장된 상기 하나 이상의 인스트럭션들을 실행하는 프로세서를 포함하고,
상기 프로세서는,
제 1 영상의 제 1 부호화 결과 생성된 영상 데이터 및 적어도 하나의 원본 영상으로부터 상기 제 1 영상으로의 AI 다운스케일과 관련된 AI 데이터를 획득하고,
상기 영상 데이터를 제 1 복호화하여 상기 제 1 영상에 대응하는 제 2 영상을 획득하고,
상기 제 2 영상의 AI 업스케일을 위한 DNN 설정 정보를, 상기 AI 데이터에 기초하여 획득하고,
상기 획득된 DNN 설정 정보로 동작하는 업스케일용 DNN(Deep Neural Network)을 통해 상기 제 2 영상으로부터 AI 업스케일된 제 3 영상을 생성하되,
상기 DNN 설정 정보는, 상기 적어도 하나의 원본 영상을 이용하여 상기 업스케일용 DNN과 상기 원본 영상의 AI 다운스케일에 이용되는 다운스케일용 DNN의 연계 훈련을 통해 상기 적어도 하나의 원본 영상에 대응하는 적어도 하나의 제 2 영상의 AI 업스케일을 위해 업데이트된 DNN 정보인 것을 특징으로 하는 AI 복호화 장치. - 제 1 항에 있어서,
상기 획득된 DNN 설정 정보는,
상기 업스케일용 DNN을 구성하는 적어도 하나의 컨볼루션 레이어의 필터 커널의 가중치들/바이어스들을 포함하는 것을 특징으로 하는 AI 복호화 장치. - 제 1 항에 있어서,
상기 업스케일용 DNN 및 상기 다운스케일용 DNN은,
적어도 하나의 원본 영상을 다운스케일용 DNN을 통해 제 1 훈련 영상을 생성하고, 제 1 훈련 영상을 업스케일용 DNN을 통해 제 2 훈련 영상을 생성하고, 제 2 훈련 영상과 AI 다운스케일되기 전의 상기 원본 영상 간의 비교 결과에 대응하는 제 1 손실 정보 및 제 3 손실 정보 및 상기 제 1 훈련 영상에 기초하여 생성된 제 2 손실 정보에 기초하여 업데이트된 것을 특징으로 하는 AI 복호화 장치. - 제 3 항에 있어서,
상기 제 1 손실 정보는,
제 2 훈련 영상의 화질 파라미터와 제 1 훈련 영상의 화질 파라미터의 비교 결과에 기초한 정보인 것을 특징으로 하는 AI 복호화 장치. - 제 4 항에 있어서,
상기 제 3 손실 정보는,
제 2 훈련 영상의 특징(feature) 관련 파라미터와 제 1 훈련 영상의 화질 특징(feature) 관련 파라미터의 비교 결과에 기초한 정보인 것을 특징으로 하는 AI 복호화 장치. - 제 4 항에 있어서,
상기 제 2 손실 정보는,
제 1 훈련 영상의 공간적 복잡도에 관한 정보인 것을 특징으로 하는 AI 복호화 장치. - 제 1 항에 있어서,
상기 업스케일용 DNN은,
적어도 하나의 원본 영상을 다운스케일용 DNN을 통해 제 1 훈련 영상을 생성하고, 제 1 훈련 영상을 제 1 부호화하고, 제 1 부호화된 제 1 훈련 영상을 업스케일용 DNN을 통해 제 2 훈련 영상을 생성하고, 제 2 훈련 영상과 AI 다운스케일되기 전의 상기 원본 영상 간의 비교 결과에 대응하는 제 1 손실 정보 및 제 3 손실 정보에 기초하여 업데이트된 것을 특징으로 하는 AI 복호화 장치. - 제 1 항에 있어서,
상기 업데이트된 업스케일용 DNN에 대한 DNN 설정 정보는 업데이트 전 업스케일용 DNN의 전체 또는 일부의 컨볼루션 레이어의 필터 커널의 가중치/바이어스와 업데이트 후 업스케일용 DNN의 전체 또는 일부의 컨볼루션 레이어의 필터 커널의 가중치/바이어스의 차이를 나타내는 가중치/바이어스 잔차 정보를 포함하는 것을 특징으로 하는 AI 복호화 장치. - 제 1 항에 있어서,
상기 업데이트된 업스케일용 DNN에 대한 DNN 설정 정보는 업데이트 전 업스케일용 DNN의 전체 또는 일부의 컨볼루션 레이어의 필터 커널의 가중치/바이어스와 업데이트 후 업스케일용 DNN의 전체 또는 일부의 컨볼루션 레이어의 필터 커널의 가중치/바이어스의 차이를 나타내는 가중치/바이어스 잔차에 대해 주파수 변환을 수행하고, 주파수 변환된 가중치/바이어스 잔차 정보를 포함하는 것을 특징으로 하는 AI 복호화 장치. - 제 8 항에 있어서,
상기 가중치/바이어스 잔차 정보는 DPCM(Differential Pulse Code Modulation), Huffman Coding, RLC(Run Length Coding) 중 하나의 기법을 통해 부호화된 정보인 것을 특징으로 하는 AI 복호화 장치. - 제 8 항에 있어서,
상기 가중치/바이어스 잔차 정보는 모델 압축(Model Compression)을 통하여 생성된 가중치/바이어스 잔차에 대한 정보인 것을 특징으로 하는 AI 복호화 장치. - 제 11 항에 있어서,
상기 모델 압축은 프루닝(Pruning) 및 양자화(Quantization) 중 적어도 하나를 포함하는 것을 특징으로 하는 AI 복호화 장치. - 제 1 항에 있어서,
상기 업데이트된 업스케일용 DNN에 대한 DNN 설정 정보는 업데이트 전 업스케일용 DNN의 전체 또는 일부의 컨볼루션 레이어의 필터 커널의 가중치/바이어스에 관한 컨텍스트 모델 정보를 기초로 업데이트 후 업스케일용 DNN의 전체 또는 일부의 컨볼루션 레이어의 필터 커널의 가중치/바이어스를 엔트로피 부호화한 정보인 것을 특징으로 하는 AI 복호화 장치. - 제 1 항에 있어서,
상기 DNN 설정 정보는, 미리 결정된 DNN의 컨볼루션 레이어의 필터 커널을 이용하여 AI 업스케일을 수행하는지 또는 상기 적어도 하나의 원본 영상을 이용하여 상기 업스케일용 DNN과 상기 원본 영상의 AI 다운스케일에 이용되는 다운스케일용 DNN의 연계 훈련을 통해 상기 적어도 하나의 원본 영상에 대응하는 적어도 하나의 제 2 영상의 AI 업스케일을 위해 업데이트되는 DNN의 컨볼루션 레이어의 필터 커널을 이용하여 AI 업스케일을 수행하는지를 나타내는 플래그 정보를 포함하는 것을 특징으로 하는 AI 복호화 장치. - 하나 이상의 인스트럭션들을 저장하는 메모리; 및
상기 메모리에 저장된 상기 하나 이상의 인스트럭션들을 실행하는 프로세서를 포함하고,
상기 프로세서는,
다운스케일용 DNN을 통해 적어도 하나의 원본 영상으로부터 AI 다운스케일된 제 1 영상을 획득하고,
상기 제 1 영상을 제 1 부호화하여 영상 데이터를 생성하고,
상기 AI 다운스케일과 관련된 정보를 포함하는 AI 데이터 및 상기 영상 데이터를 포함하는 AI 부호화 데이터를 생성하고,
상기 AI 데이터는, 제 2 영상의 AI 업스케일을 위한 업스케일용 DNN의 DNN 설정 정보를 포함하고, 상기 제 2 영상은, 상기 영상 데이터의 제 1 복호화를 통해 생성되며,
상기 DNN 설정 정보는, 상기 적어도 하나의 원본 영상을 이용하여 상기 업스케일용 DNN과 상기 원본 영상의 AI 다운스케일에 이용되는 다운스케일용 DNN의 연계 훈련을 통해 상기 적어도 하나의 원본 영상에 대응하는 적어도 하나의 제 2 영상의 AI 업스케일을 위해 업데이트된 DNN 정보인 것을 특징으로 하는 영상의 AI 부호화 장치. - 영상의 AI 복호화 방법에 있어서,
제 1 영상의 제 1 부호화 결과 생성된 영상 데이터 및 적어도 하나의 원본 영상으로부터 상기 제 1 영상으로의 AI 다운스케일과 관련된 AI 데이터를 획득하는 단계;
상기 영상 데이터를 제 1 복호화하여 상기 제 1 영상에 대응하는 제 2 영상을 획득하는 단계;
상기 제 2 영상의 AI 업스케일을 위한 DNN 설정 정보를, 상기 AI 데이터에 기초하여 획득하는 단계; 및상기 획득된 DNN 설정 정보로 동작하는 업스케일용 DNN(Deep Neural Network)을 통해 상기 제 2 영상으로부터 AI 업스케일된 제 3 영상을 생성하는 단계를 포함하고,
상기 DNN 설정 정보는, 상기 적어도 하나의 원본 영상을 이용하여 상기 업스케일용 DNN과 상기 적어도 하나의 원본 영상의 AI 다운스케일에 이용되는 다운스케일용 DNN의 연계 훈련을 통해 상기 적어도 하나의 원본 영상에 대응하는 적어도 하나의 제 2 영상의 AI 업스케일을 위해 업데이트된 DNN 정보인 것을 특징으로 하는 AI 복호화 방법. - 영상의 AI 부호화 방법에 있어서,
다운스케일용 DNN을 통해 적어도 하나의 원본 영상으로부터 AI 다운스케일된 제 1 영상을 획득하는 단계;
상기 제 1 영상을 제 1 부호화하여 영상 데이터를 생성하는 단계; 및
상기 AI 다운스케일과 관련된 정보를 포함하는 AI 데이터 및 상기 영상 데이터가 포함된 AI 부호화 데이터를 생성하는 단계를 포함하고,
상기 AI 데이터는, 제 2 영상의 AI 업스케일을 위한 업스케일용 DNN의 DNN 설정 정보를 포함하고, 상기 제 2 영상은, 상기 영상 데이터의 제 1 복호화를 통해 생성되며,
상기 DNN 설정 정보는, 상기 적어도 하나의 원본 영상을 이용하여 상기 업스케일용 DNN과 상기 원본 영상의 AI 다운스케일에 이용되는 다운스케일용 DNN의 연계 훈련을 통해 상기 적어도 하나의 원본 영상에 대응하는 적어도 하나의 제 2 영상의 AI 업스케일을 위해 업데이트된 DNN 정보인 것을 특징으로 하는 영상의 AI 부호화 방법. - 제 16 항의 방법을 실행하기 위한 프로그램을 기록하는 컴퓨터로 읽을 수 있는 기록매체.
Priority Applications (7)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020190134514A KR102287947B1 (ko) | 2019-10-28 | 2019-10-28 | 영상의 ａｉ 부호화 및 ａｉ 복호화 방법, 및 장치 |
| US17/082,442 US11610341B2 (en) | 2019-10-28 | 2020-10-28 | Apparatus and method for performing artificial intelligence (AI) encoding and AI decoding on image |
| CN202080075785.2A CN114631320A (zh) | 2019-10-28 | 2020-10-28 | 对图像执行人工智能(ai)编码和ai解码的设备和方法 |
| PCT/KR2020/014830 WO2021086016A2 (en) | 2019-10-28 | 2020-10-28 | Apparatus and method for performing artificial intelligence (ai) encoding and ai decoding on image |
| EP20882383.1A EP4014173A4 (en) | 2019-10-28 | 2020-10-28 | APPARATUS AND METHOD FOR PERFORMING ARTIFICIAL INTELLIGENCE (AI) CODING AND AI DECODING ON AN IMAGE |
| US17/180,358 US11164340B2 (en) | 2019-10-28 | 2021-02-19 | Apparatus and method for performing artificial intelligence (AI) encoding and AI decoding on image |
| US17/495,050 US11810332B2 (en) | 2019-10-28 | 2021-10-06 | Apparatus and method for performing artificial intelligence (AI) encoding and AI decoding on image |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020190134514A KR102287947B1 (ko) | 2019-10-28 | 2019-10-28 | 영상의 ａｉ 부호화 및 ａｉ 복호화 방법, 및 장치 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| KR20210050186A true KR20210050186A (ko) | 2021-05-07 |
| KR102287947B1 KR102287947B1 (ko) | 2021-08-09 |
Family
ID=75587151
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020190134514A KR102287947B1 (ko) | 2019-10-28 | 2019-10-28 | 영상의 ａｉ 부호화 및 ａｉ 복호화 방법, 및 장치 |
Country Status (5)
| Country | Link |
|---|---|
| US (3) | US11610341B2 (ko) |
| EP (1) | EP4014173A4 (ko) |
| KR (1) | KR102287947B1 (ko) |
| CN (1) | CN114631320A (ko) |
| WO (1) | WO2021086016A2 (ko) |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2023008678A1 (ko) * | 2021-07-30 | 2023-02-02 | 삼성전자 주식회사 | 영상 처리 장치 및 그 동작 방법 |
| WO2023027503A1 (ko) * | 2021-08-25 | 2023-03-02 | 삼성전자 주식회사 | 화상회의시 ai(artificial intelligence)를 이용한 다운스케일 및 업스케일 방법 및 장치 |
| WO2023055141A1 (ko) * | 2021-09-29 | 2023-04-06 | 엘지전자 주식회사 | 피쳐 부호화/복호화 방법, 장치 및 비트스트림을 저장한 기록 매체 |
| US11694306B2 (en) | 2020-06-12 | 2023-07-04 | Samsung Electronics Co., Ltd. | Image processing apparatus and method of operating the same |
Families Citing this family (13)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20180189641A1 (en) | 2017-01-04 | 2018-07-05 | Stmicroelectronics S.R.L. | Hardware accelerator engine |
| US11263526B2 (en) * | 2017-05-31 | 2022-03-01 | Intel Corporation | Gradient-based training engine for quaternion-based machine-learning systems |
| KR102525578B1 (ko) | 2018-10-19 | 2023-04-26 | 삼성전자주식회사 | 부호화 방법 및 그 장치, 복호화 방법 및 그 장치 |
| WO2020080765A1 (en) | 2018-10-19 | 2020-04-23 | Samsung Electronics Co., Ltd. | Apparatuses and methods for performing artificial intelligence encoding and artificial intelligence decoding on image |
| WO2020080665A1 (en) | 2018-10-19 | 2020-04-23 | Samsung Electronics Co., Ltd. | Methods and apparatuses for performing artificial intelligence encoding and artificial intelligence decoding on image |
| KR102436512B1 (ko) * | 2019-10-29 | 2022-08-25 | 삼성전자주식회사 | 부호화 방법 및 그 장치, 복호화 방법 및 그 장치 |
| KR20210067788A (ko) | 2019-11-29 | 2021-06-08 | 삼성전자주식회사 | 전자 장치, 시스템 및 그 제어 방법 |
| US11593609B2 (en) * | 2020-02-18 | 2023-02-28 | Stmicroelectronics S.R.L. | Vector quantization decoding hardware unit for real-time dynamic decompression for parameters of neural networks |
| KR102287942B1 (ko) * | 2020-02-24 | 2021-08-09 | 삼성전자주식회사 | 전처리를 이용한 영상의 ａｉ 부호화 및 ａｉ 복호화 방법, 및 장치 |
| US11531873B2 (en) | 2020-06-23 | 2022-12-20 | Stmicroelectronics S.R.L. | Convolution acceleration with embedded vector decompression |
| US20220067983A1 (en) * | 2020-08-28 | 2022-03-03 | Nvidia Corporation | Object image completion |
| JP2022174948A (ja) * | 2021-05-12 | 2022-11-25 | 横河電機株式会社 | 装置、監視システム、方法およびプログラム |
| KR20240005485A (ko) * | 2022-07-05 | 2024-01-12 | 삼성전자주식회사 | Ai 부호화/복호화를 이용하여 영상을 처리하는 전자 장치 및 그 제어 방법 |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20120275718A1 (en) * | 2011-04-27 | 2012-11-01 | Tetsuya Takamori | Image compression apparatus, image expansion apparatus, and methods and programs thereof |
| KR101885855B1 (ko) * | 2017-03-30 | 2018-08-07 | 단국대학교 산학협력단 | 고해상도 추정 기법을 활용한 영상 신호 전송 |
| US20200151914A1 (en) * | 2018-10-19 | 2020-05-14 | Samsung Electronics Co., Ltd. | Ai encoding apparatus and operation method of the same, and ai decoding apparatus and operation method of the same |
Family Cites Families (16)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| EP2901683A1 (en) | 2012-09-28 | 2015-08-05 | VID SCALE, Inc. | Adaptive upsampling for multi-layer video coding |
| US9734436B2 (en) * | 2015-06-05 | 2017-08-15 | At&T Intellectual Property I, L.P. | Hash codes for images |
| CN108229455B (zh) * | 2017-02-23 | 2020-10-16 | 北京市商汤科技开发有限公司 | 物体检测方法、神经网络的训练方法、装置和电子设备 |
| US10986356B2 (en) | 2017-07-06 | 2021-04-20 | Samsung Electronics Co., Ltd. | Method for encoding/decoding image and device therefor |
| CN110337813B (zh) | 2017-07-06 | 2023-04-18 | 三星电子株式会社 | 用于对图像进行编码/解码的方法及其装置 |
| WO2019087905A1 (ja) | 2017-10-31 | 2019-05-09 | シャープ株式会社 | 画像フィルタ装置、画像復号装置、および画像符号化装置 |
| CN110300301B (zh) | 2018-03-22 | 2023-01-13 | 华为技术有限公司 | 图像编解码方法和装置 |
| KR102022648B1 (ko) * | 2018-08-10 | 2019-09-19 | 삼성전자주식회사 | 전자 장치, 이의 제어 방법 및 서버의 제어 방법 |
| WO2020080765A1 (en) | 2018-10-19 | 2020-04-23 | Samsung Electronics Co., Ltd. | Apparatuses and methods for performing artificial intelligence encoding and artificial intelligence decoding on image |
| KR102285738B1 (ko) | 2018-10-19 | 2021-08-05 | 삼성전자주식회사 | 영상의 주관적 품질을 평가하는 방법 및 장치 |
| KR102525578B1 (ko) * | 2018-10-19 | 2023-04-26 | 삼성전자주식회사 | 부호화 방법 및 그 장치, 복호화 방법 및 그 장치 |
| WO2020080665A1 (en) | 2018-10-19 | 2020-04-23 | Samsung Electronics Co., Ltd. | Methods and apparatuses for performing artificial intelligence encoding and artificial intelligence decoding on image |
| US11580395B2 (en) * | 2018-11-14 | 2023-02-14 | Nvidia Corporation | Generative adversarial neural network assisted video reconstruction |
| US11610435B2 (en) * | 2018-11-14 | 2023-03-21 | Nvidia Corporation | Generative adversarial neural network assisted video compression and broadcast |
| US20210150769A1 (en) * | 2019-11-14 | 2021-05-20 | Qualcomm Incorporated | High efficiency image and video compression and decompression |
| US20220286696A1 (en) * | 2021-03-02 | 2022-09-08 | Samsung Electronics Co., Ltd. | Image compression method and apparatus |
-
2019
- 2019-10-28 KR KR1020190134514A patent/KR102287947B1/ko active IP Right Grant
-
2020
- 2020-10-28 EP EP20882383.1A patent/EP4014173A4/en active Pending
- 2020-10-28 US US17/082,442 patent/US11610341B2/en active Active
- 2020-10-28 CN CN202080075785.2A patent/CN114631320A/zh active Pending
- 2020-10-28 WO PCT/KR2020/014830 patent/WO2021086016A2/en unknown
-
2021
- 2021-02-19 US US17/180,358 patent/US11164340B2/en active Active
- 2021-10-06 US US17/495,050 patent/US11810332B2/en active Active
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20120275718A1 (en) * | 2011-04-27 | 2012-11-01 | Tetsuya Takamori | Image compression apparatus, image expansion apparatus, and methods and programs thereof |
| KR101885855B1 (ko) * | 2017-03-30 | 2018-08-07 | 단국대학교 산학협력단 | 고해상도 추정 기법을 활용한 영상 신호 전송 |
| US20200151914A1 (en) * | 2018-10-19 | 2020-05-14 | Samsung Electronics Co., Ltd. | Ai encoding apparatus and operation method of the same, and ai decoding apparatus and operation method of the same |
Non-Patent Citations (1)
| Title |
|---|
| Jaehwan Kim et al., "Dynamic frame resizing with convolutional neural network for efficient video compression," Proceedings of the SPIE (2017.09.30.)* * |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US11694306B2 (en) | 2020-06-12 | 2023-07-04 | Samsung Electronics Co., Ltd. | Image processing apparatus and method of operating the same |
| WO2023008678A1 (ko) * | 2021-07-30 | 2023-02-02 | 삼성전자 주식회사 | 영상 처리 장치 및 그 동작 방법 |
| WO2023027503A1 (ko) * | 2021-08-25 | 2023-03-02 | 삼성전자 주식회사 | 화상회의시 ai(artificial intelligence)를 이용한 다운스케일 및 업스케일 방법 및 장치 |
| WO2023055141A1 (ko) * | 2021-09-29 | 2023-04-06 | 엘지전자 주식회사 | 피쳐 부호화/복호화 방법, 장치 및 비트스트림을 저장한 기록 매체 |
Also Published As
| Publication number | Publication date |
|---|---|
| WO2021086016A2 (en) | 2021-05-06 |
| US20210174552A1 (en) | 2021-06-10 |
| EP4014173A4 (en) | 2022-09-28 |
| EP4014173A2 (en) | 2022-06-22 |
| CN114631320A (zh) | 2022-06-14 |
| US11164340B2 (en) | 2021-11-02 |
| US20210125380A1 (en) | 2021-04-29 |
| KR102287947B1 (ko) | 2021-08-09 |
| US11610341B2 (en) | 2023-03-21 |
| WO2021086016A3 (en) | 2021-07-01 |
| US20220028121A1 (en) | 2022-01-27 |
| US11810332B2 (en) | 2023-11-07 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| KR102287947B1 (ko) | 영상의 ａｉ 부호화 및 ａｉ 복호화 방법, 및 장치 | |
| KR102285738B1 (ko) | 영상의 주관적 품질을 평가하는 방법 및 장치 | |
| US11200702B2 (en) | AI encoding apparatus and operation method of the same, and AI decoding apparatus and operation method of the same | |
| KR102525578B1 (ko) | 부호화 방법 및 그 장치, 복호화 방법 및 그 장치 | |
| KR102500761B1 (ko) | 영상의 ａｉ 부호화 및 ａｉ 복호화 방법, 및 장치 | |
| US11200639B1 (en) | Apparatus and method for performing artificial intelligence encoding and decoding on image by using low-complexity neural network | |
| KR102312337B1 (ko) | Ai 부호화 장치 및 그 동작방법, 및 ai 복호화 장치 및 그 동작방법 | |
| TW201415897A (zh) | 解碼器及解碼方法 | |
| US11720998B2 (en) | Artificial intelligence (AI) encoding apparatus and operating method thereof and AI decoding apparatus and operating method thereof | |
| KR102287942B1 (ko) | 전처리를 이용한 영상의 ａｉ 부호화 및 ａｉ 복호화 방법, 및 장치 | |
| KR102436512B1 (ko) | 부호화 방법 및 그 장치, 복호화 방법 및 그 장치 | |
| KR102166337B1 (ko) | 영상의 ａｉ 부호화 방법 및 장치, 영상의 ａｉ 복호화 방법 및 장치 | |
| KR102312338B1 (ko) | Ai 부호화 장치 및 그 동작방법, 및 ai 복호화 장치 및 그 동작방법 | |
| US11816872B2 (en) | Method and apparatus for performing artificial intelligence encoding and artificial intelligence decoding | |
| KR20200044662A (ko) | 영상의 ａｉ 부호화 및 ａｉ 복호화를 위한 장치, 및 방법 | |
| KR20220063063A (ko) | 인공지능 부호화 및 인공지능 복호화를 수행하기 위한 방법 및 장치 | |
| KR102421719B1 (ko) | 저복잡도 신경망을 이용한 영상의 ai 부호화 장치 및 방법, ai 복호화 장치 및 방법 | |
| KR102421718B1 (ko) | 인공지능 부호화 및 인공지능 복호화를 수행하기 위한 방법 및 장치 | |
| EP4228268A1 (en) | Method and device for performing artificial intelligence encoding and artificial intelligence decoding | |
| KR20210154700A (ko) | 화상통화시 업스케일을 위한 적응적 인공지능 다운스케일 방법 및 장치 | |
| KR20230094838A (ko) | Ai 기반의 영상 제공 장치 및 이에 의한 방법, 및 ai 기반의 디스플레이 장치 및 이에 의한 방법 | |
| KR20230067492A (ko) | Ai를 이용하는 영상 부호화 장치 및 영상 복호화 장치, 및 이들에 의한 영상의 부호화 및 복호화 방법 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| E902 | Notification of reason for refusal | ||
| E701 | Decision to grant or registration of patent right | ||
| GRNT | Written decision to grant |