KR20210103867A - Vr 영상을 스트리밍하는 방법 및 장치 - Google Patents

Vr 영상을 스트리밍하는 방법 및 장치 Download PDF

Info

Publication number
KR20210103867A
KR20210103867A KR1020200018573A KR20200018573A KR20210103867A KR 20210103867 A KR20210103867 A KR 20210103867A KR 1020200018573 A KR1020200018573 A KR 1020200018573A KR 20200018573 A KR20200018573 A KR 20200018573A KR 20210103867 A KR20210103867 A KR 20210103867A
Authority
KR
South Korea
Prior art keywords
image
information
scale
dnn
network
Prior art date
Application number
KR1020200018573A
Other languages
English (en)
Inventor
김승모
양현진
신승영
Original Assignee
삼성전자주식회사
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 삼성전자주식회사 filed Critical 삼성전자주식회사
Priority to KR1020200018573A priority Critical patent/KR20210103867A/ko
Priority to PCT/KR2021/001779 priority patent/WO2021162446A1/en
Priority to US17/175,020 priority patent/US11436701B2/en
Publication of KR20210103867A publication Critical patent/KR20210103867A/ko

Links

Images

Classifications

    • 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
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N13/00—Stereoscopic video systems; Multi-view video systems; Details thereof
    • H04N13/10—Processing, recording or transmission of stereoscopic or multi-view image signals
    • H04N13/106—Processing image signals
    • H04N13/139—Format conversion, e.g. of frame-rate or size
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
    • G06F3/01—Input arrangements or combined input and output arrangements for interaction between user and computer
    • G06F3/011—Arrangements for interaction with the human body, e.g. for user immersion in virtual reality
    • G06F3/013—Eye tracking input arrangements
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/08—Learning methods
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L65/00—Network arrangements, protocols or services for supporting real-time applications in data packet communication
    • H04L65/60—Network streaming of media packets
    • H04L65/61—Network streaming of media packets for supporting one-way streaming services, e.g. Internet radio
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N13/00—Stereoscopic video systems; Multi-view video systems; Details thereof
    • H04N13/10—Processing, recording or transmission of stereoscopic or multi-view image signals
    • H04N13/106—Processing image signals
    • H04N13/111—Transformation of image signals corresponding to virtual viewpoints, e.g. spatial image interpolation
    • H04N13/117—Transformation of image signals corresponding to virtual viewpoints, e.g. spatial image interpolation the virtual viewpoint locations being selected by the viewers or determined by viewer tracking
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N13/00—Stereoscopic video systems; Multi-view video systems; Details thereof
    • H04N13/10—Processing, recording or transmission of stereoscopic or multi-view image signals
    • H04N13/194—Transmission of image signals
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/20—Servers specifically adapted for the distribution of content, e.g. VOD servers; Operations thereof
    • H04N21/21—Server components or server architectures
    • H04N21/218—Source of audio or video content, e.g. local disk arrays
    • H04N21/21805—Source of audio or video content, e.g. local disk arrays enabling multiple viewpoints, e.g. using a plurality of cameras
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/80—Generation or processing of content or additional data by content creator independently of the distribution process; Content per se
    • H04N21/81—Monomedia components thereof
    • H04N21/816—Monomedia components thereof involving special video data, e.g 3D video

Landscapes

  • Engineering & Computer Science (AREA)
  • Multimedia (AREA)
  • Theoretical Computer Science (AREA)
  • Signal Processing (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • Artificial Intelligence (AREA)
  • Evolutionary Computation (AREA)
  • Human Computer Interaction (AREA)
  • Data Mining & Analysis (AREA)
  • Databases & Information Systems (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Biomedical Technology (AREA)
  • Biophysics (AREA)
  • Computational Linguistics (AREA)
  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Molecular Biology (AREA)
  • Computing Systems (AREA)
  • Mathematical Physics (AREA)
  • Software Systems (AREA)
  • Image Processing (AREA)

Abstract

본 개시는 VR 영상을 스트리밍하는 엣지 데이터 네트워크 및 VR 영상을 디스플레이하는 디바이스를 개시한다. 엣지 데이터 네트워크가 VR 영상을 스트리밍하는 방법은, VR 영상을 시청하는 사용자의 시선 정보를 디바이스로부터 수신하는 단계, 수신된 시선 정보에 기초하여, VR 영상의 전체 영역 중 적어도 일부 영역을 VR 영상의 AI 스케일 대상 영역으로 결정하는 단계, AI 스케일 대상 영역에 대한 AI 스케일 변경 정도를 결정하는 단계, 미디어 서버로부터 획득한 VR 영상의 영역 중 AI 스케일 대상 영역과 대응되는 영역을 AI 스케일 변경 정도에 따라 스케일을 변경하는 단계, AI 스케일 대상 영역이 포함된 VR 영상 데이터를 생성하는 단계 및 VR 영상 데이터를 디바이스로 스트리밍하는 단계를 포함할 수 있다.

Description

VR 영상을 스트리밍하는 방법 및 장치{METHOD AND APPARATUS FOR STREAMING VR VIDEO}
본 발명은 엣지 데이터 네트워크가 VR 영상을 스트리밍하는 방법에 대한 것으로, 보다 상세하게 AI 코덱의 지원 유무에 따라 적응적으로 AI 스케일을 수행하여 VR 영상을 스트리밍하는 엣지 데이터 네트워크에 대한 것이다.
최근, 엣지 서버(edge server)를 이용하여 데이터를 전송하는 엣지 컴퓨팅(edge computing) 기술이 논의되고 있다. 엣지 컴퓨팅 기술은, 예를 들어, MEC(Multi-access Edge Computing) 또는 포그 컴퓨팅(fog computing, FOC)을 포함할 수 있다. 엣지 컴퓨팅 기술은 전자 장치와 지리적으로 가까운 위치, 예를 들어, 기지국 내부 또는 기지국 근처에 설치된 별도의 서버(이하, ‘엣지 데이터 네트워크’ 또는 ‘MEC 서버’라 한다)를 통해 전자 장치로 데이터를 제공하는 기술을 의미할 수 있다. 예를 들어, 전자 장치에 설치된 적어도 하나의 애플리케이션 중 낮은 지연 시간(latency)을 요구하는 애플리케이션은 외부 데이터 네트워크(data network, DN)(예: 인터넷)에 위치한 서버를 통하지 않고, 지리적으로 가까운 위치에 설치된 엣지 서버를 통해 데이터를 송수신할 수 있다.
최근에는 엣지 컴퓨팅 기술을 이용한 서비스(이하, ‘MEC 기반 서비스’ 또는 ‘MEC 서비스’라 한다)에 관하여 논의되고 있으며, MEC 기반 서비스를 지원하도록 전자 장치에 관한 연구 및 개발이 진행되고 있다. 예를 들면, 전자 장치의 애플리케이션은 엣지 서버(또는 엣지 서버의 애플리케이션)와 애플리케이션 레이어(application layer) 상에서 엣지 컴퓨팅 기반 데이터를 송수신할 수 있다.
MEC 기반 서비스를 지원하기 위한 연구 및 개발이 진행됨에 따라, MEC 기반 서비스를 제공하는 엣지 데이터 네트워크(edge data network)(예: MEC 서버)의 지연 시간(latency)을 단축시키기 위한 방안이 논의되고 있다. 예를 들어, 엣지 컴퓨팅 서비스를 이용하여 단말에게 VR 영상 스트리밍 서비스를 제공하는데 있어, 영상 코덱의 지원 유무에 따라 효율적으로 VR 영상을 스트리밍하는 방법이 논의되고 있다.
본 개시에 따라 엣지 데이터 네트워크를 이용한 AI 업스케일 또는 AI 다운스케일 기반의 적응적인(adaptive) VR 스트리밍 방법이 제공될 수 있다.
본 개시의 일 실시예에 따라, 엣지 데이터 네트워크가 VR 영상을 스트리밍하는 방법이 제공된다. 엣지 데이터 네트워크가 VR 영상을 스트리밍하는 방법은, 상기 VR 영상을 시청하는 사용자의 시선 정보를 디바이스로부터 수신하는 단계; 수신된 상기 시선 정보에 기초하여, 상기 VR 영상의 전체 영역 중 적어도 일부 영역을 상기 VR 영상의 AI 스케일 대상 영역으로 결정하는 단계; 상기 AI 스케일 대상 영역에 대한 AI 스케일 변경 정도를 결정하는 단계; 미디어 서버로부터 획득한 상기 VR 영상의 영역 중 상기 AI 스케일 대상 영역과 대응되는 영역을 AI 스케일 변경 정도에 따라 스케일을 변경하는 단계; 상기 AI 스케일 대상 영역이 포함된 VR 영상 데이터를 생성하는 단계; 및 상기 VR 영상 데이터를 상기 디바이스로 스트리밍하는 단계;를 포함할 수 있다.
본 개시의 일 실시예에 따라, 상기 수신된 상기 시선 정보에 기초하여, 상기 VR 영상의 전체 영역 중 적어도 일부 영역을 상기 VR 영상의 AI 스케일 대상 영역으로 결정하는 단계;는, 엣지 데이터 네트워크가 상기 엣지 데이터 네트워크와 상기 디바이스 간의 네트워크 환경에 대한 제1 네트워크 정보를 수신하는 단계; 상기 시선 정보 및 상기 제1 네트워크 정보에 기초하여, 상기 VR 영상을 수개의 영역으로 분류하는 단계; 및 상기 분류된 영역에 기초하여 상기 AI 스케일 대상 영역을 결정하는 단계를 포함할 수 있다.
본 개시의 일 실시예에 따라, 상기 AI 스케일 대상 영역에 대한 AI 스케일 변경 정도를 결정하는 단계;는, 상기 엣지 데이터 네트워크와 상기 디바이스 간의 네트워크 환경에 대한 제1 네트워크 정보, 디바이스로부터 수신한 제1 요청 정보 또는 상기 미디어 서버가 수행한 AI 스케일에 대한 제1 AI 데이터 중 적어도 하나에 기초하여, 상기 AI 스케일 대상 영역에 대한 상기 AI 스케일 변경 정도를 결정하는 단계;를 포함할 수 있다.
본 개시의 일 실시예에 따라, 상기 디바이스로부터 제1 요청 정보를 수신하는 단계;를 더 포함하고, 상기 디바이스의 제1 요청 정보는, 사용자의 시선 정보, 제1 네트워크 정보, 디바이스 정보 또는 영상 정보 중 적어도 하나를 포함할 수 있다.
본 개시의 일 실시예에 따라, 상기 AI 스케일 대상 영역에 대한 상기 AI 스케일 변경 정도를 결정하는 단계;는, 상기 AI 스케일 대상 영역에 대해 결정된 상기 AI 스케일 변경 정도를 고려하여, 상기 AI 스케일 대상 영역을 포함한 VR 영상의 전체 영역에 대한 디스플레이 배치 정보를 생성하는 단계;를 포함할 수 있다.
본 개시의 일 실시예에 따라, 상기 VR 영상 데이터를 상기 디바이스로 스트리밍하는 단계;는 디스플레이 배치 정보를 상기 디바이스로 전송하는 단계;를 포함할 수 있다.
본 개시의 일 실시예에 따라, 상기 미디어 서버로부터 상기 VR 영상을 획득하는 단계;를 더 포함할 수 있다.
본 개시의 일 실시예에 따라, 상기 미디어 서버로부터 상기 VR 영상을 획득하는 단계;는, 상기 사용자의 시선 정보, 디바이스 정보, 상기 디바이스가 요청한 영상 정보, 상기 엣지 데이터 네트워크와 상기 미디어 서버 간의 네트워크 환경에 대한 제2 네트워크 정보 또는 미디어 서버 정보 중 적어도 하나에 기초하여 제2 요청 정보를 생성하는 단계; 상기 제2 요청 정보를 상기 미디어 서버로 전송하는 단계; 및 상기 제2 요청 정보에 기초하여 생성된 VR 영상 데이터를 상기 미디어 서버로부터 수신하는 단계;를 포함할 수 있다.
본 개시의 일 실시예에 따라, 상기 제2 요청 정보에 기초하여 생성된 VR 영상 데이터를 상기 미디어 서버로부터 수신하는 단계;는 미디어 서버가 수행한 AI 다운스케일에 대한 제1 AI 데이터를 수신하는 단계;를 포함하고, 제2 요청 정보에 기초하여 생성된 상기 VR 영상 데이터는 전체 영역 중 적어도 일부 영역이 AI 다운스케일될 수 있다.
본 개시의 일 실시예에 따라, 상기 VR 영상 데이터를 상기 디바이스로 스트리밍하는 단계;는 상기 AI 스케일 변경 정도에 대한 제2 AI 데이터를 디바이스로 전송하는 단계;를 포함할 수 있다.
본 개시의 일 실시예에 따라, 디바이스가 VR 영상을 디스플레이하는 방법이 제공될 수 있다. 디바이스가 VR 영상을 디스플레이하는 방법은 VR 영상을 시청하는 사용자의 시선 정보를 결정하는 단계; 상기 VR 영상 내의 전체 영역 중 적어도 일부 영역이 AI 스케일 변경된 VR 영상 데이터를 엣지 데이터 네트워크로부터 수신하는 단계; 상기 VR 영상 데이터로부터 VR 영상을 획득하는 단계; 및 획득된 상기 VR 영상을 디스플레이 하는 단계;를 포함할 수 있다.
본 개시의 일 실시예에 따라, 디바이스가 상기 VR 영상 데이터로부터 VR 영상을 획득하는 단계;는, 상기 사용자의 시선 정보에 기초하여, 상기 VR 영상의 전체 영역 중 적어도 일부 영역을 상기 VR 영상의 AI 스케일 대상 영역으로 결정하는 단계; 상기 AI 스케일 대상 영역에 대한 AI 스케일 변경 정도를 결정하는 단계; 상기 엣지 데이터 네트워크로부터 획득한 상기 VR 영상의 영역 중 상기 AI 스케일 대상 영역과 대응되는 영역을 AI 스케일 변경 정도에 따라 스케일 변경하는 단계;를 포함할 수 있다.
본 개시의 일 실시예에 따라, 디바이스가 AI 스케일 대상 영역에 대한 AI 스케일 변경 정도를 결정하는 단계;는, 엣지 데이터 네트워크로부터 상기 엣지 데이터 네트워크가 수행한 AI 스케일에 대한 제2 AI 데이터를 수신하는 단계; 및 제2 AI 데이터 또는 상기 사용자의 시선 정보 중 적어도 하나에 기초하여, 상기 AI 스케일 대상 영역에 대한 AI 스케일 변경 정도를 결정하는 단계;를 포함할 수 있다.
본 개시의 일 실시예에 따라, 디바이스가 엣지 데이터 네트워크로부터 상기 AI 스케일 대상 영역에 대한 디스플레이 배치 정보를 수신하는 단계;를 더 포함하고, 획득된 상기 VR 영상을 디스플레이 하는 단계는 디스플레이 배치 정보에 기초하여, VR 영상 데이터에 포함된 VR 영상의 영역들을 결합하는 단계;를 포함할 수 있다.
본 개시의 일 실시예에 따라, 미디어 서버가 VR 영상을 스트리밍하는 방법이 제공될 수 있다. 미디어 서버가 VR 영상을 스트리밍하는 방법은 엣지 데이터 네트워크로부터 제2 요청 정보를 수신하는 단계; 상기 제2 요청 정보에 기초하여 VR 영상 데이터를 생성하는 단계; 및 생성된 상기 VR 영상 데이터를 상기 엣지 데이터 네트워크로 스트리밍하는 단계;를 포함할 수 있다.
본 개시의 일 실시예에 따라, 상기 제2 요청 정보는 상기 VR 영상을 시청하는 사용자의 시선 정보, 디바이스 정보, 영상 정보, 제2 네트워크 정보, 미디어 서버 정보 중 적어도 하나의 정보를 포함할 수 있다.
본 개시의 일 실시예에 따라, 미디어 서버가 상기 제2 요청 정보에 기초하여 VR 영상 데이터를 생성하는 단계;는 VR 영상의 전체 영역 중 적어도 일부 영역을 상기 VR 영상의 AI 스케일 대상 영역으로 결정하는 단계; AI 스케일 대상 영역에 대한 AI 스케일 변경 정도를 결정하는 단계; 및 엣지 데이터 네트워크가 요청한 VR 영상의 영역 중 상기 AI 스케일 대상 영역과 대응되는 영역을 AI 스케일 변경 정도에 따라 스케일 변경하는 단계;를 포함할 수 있다.
본 개시의 일 실시예에 따라, 미디어 서버가 상기 AI 스케일 대상 영역에 대한 AI 스케일 변경 정도를 결정하는 단계;는, 사용자의 시선 정보 또는 제2 네트워크 정보 중 적어도 하나에 기초하여, 상기 AI 스케일 대상 영역에 대한 AI 스케일 변경 정도를 결정하는 단계를 포함할 수 있다.
본 개시의 일 실시예에 따라, VR 영상을 스트리밍하는 하는 엣지 데이터 네트워크가 제공될 수 있다. 엣지 데이터 네트워크는 디바이스 및 미디어 서버와 통신하는 통신부; 적어도 하나 이상의 인스트럭션을 저장하는 메모리; 및 상기 적어도 하나 이상의 인스트럭션을 실행함으로써 상기 엣지 데이터 네트워크를 제어하는 적어도 하나 이상의 프로세서를 포함할 수 있다.
본 개시의 일 실시예에 따라, 상기 적어도 하나 이상의 프로세서는, 상기 VR 영상을 시청하는 사용자의 시선 정보를 상기 디바이스로부터 수신하도록 상기 통신부를 제어하고, 수신된 상기 시선 정보에 기초하여, 상기 VR 영상의 전체 영역 중 적어도 일부 영역을 상기 VR 영상의 AI 스케일 대상 영역으로 결정하며, 상기 AI 스케일 대상 영역에 대한 AI 스케일 변경 정도를 결정하고, 상기 미디어 서버로부터 획득한 상기 VR 영상의 영역 중 상기 AI 스케일 대상 영역과 대응되는 영역을 AI 스케일 변경 정도에 따라 스케일을 변경하며, 상기 AI 스케일 대상 영역이 포함된 VR 영상 데이터를 생성하고, 상기 VR 영상 데이터를 상기 디바이스로 스트리밍하도록 상기 통신부를 제어할 수 있다.
본 개시의 일 실시예에 따라, 프로세스는 엣지 데이터 네트워크와 상기 디바이스 간의 네트워크 환경에 대한 제1 네트워크 정보를 수신하도록 상기 통신부를 제어하고, 상기 시선 정보 및 상기 제1 네트워크 정보에 기초하여, 상기 VR 영상을 수개의 영역으로 분류하며, 상기 분류된 영역에 기초하여 상기 AI 스케일 대상 영역을 결정할 수 있다.
본 개시에 따라 엣지 데이터 네트워크를 이용하여 네트워크 환경, 사용자의 시선 정보, 단말 및 미디어 서버의 AI 코덱 지원 유무 등에 따른 적응적인(adaptive) AI 업스케일 또는 AI 다운스케일 기반의 VR 스트리밍 방법을 제공할 수 있다.
본 명세서에서 인용되는 도면을 보다 충분히 이해하기 위하여 각 도면의 간단한 설명이 제공된다.
도 1은 일 실시예에 따른 AI(artificial intelligence) 부호화 과정 및 AI 복호화 과정을 설명하기 위한 도면이다.
도 2는 일 실시예에 따른 AI 복호화 장치(200)의 구성을 도시하는 블록도이다.
도 3은 제 2 영상(135)의 AI 업스케일을 위한 제 2 DNN(300)을 나타내는 예시적인 도면이다.
도 4는 도 3에 도시된 제 1 컨볼루션 레이어(310)에서의 컨볼루션 연산을 도시하고 있다.
도 5는 여러 영상 관련 정보들과 여러 DNN 설정 정보들 사이의 매핑 관계를 나타내는 예시적인 도면이다.
도 6에 도시된 바와 같이, 제 2 영상(135)은 t0 내지 tn에 대응하는 프레임들로 이루어질 수 있다.
도 7은 일 실시예에 따른 AI 부호화 장치(600)의 구성을 도시하는 블록도이다.
도 8은 원본 영상(105)의 AI 다운스케일을 위한 제 1 DNN(700)을 나타내는 예시적인 도면이다.
도 9는 제 1 DNN(700) 및 제 2 DNN(300)을 훈련시키는 방법을 설명하기 위한 도면이다.
도 10는 훈련 장치(1000)에 의한 제 1 DNN(700) 및 제 2 DNN(300)의 훈련 과정을 설명하기 위한 도면이다.
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.
도 12는 본 개시의 일 실시예에 따른 네트워크 환경에서의 MEC(multi-access edge computing) 기술을 설명하기 위해 개략적으로 도시하는 도면이다.
도 13은 본 개시의 일 실시예에 따른 네트워크 환경에서 VR 스트리밍을 수행하는 방법에 대한 설명이다.
도 14는 본 개시의 일 실시예에 따른 스케일 대상 영역을 설명하기 위한 도면이다.
도 15는 본 개시의 일 실시예에 따른 VR 스트리밍을 수행하는 네트워크 환경의 시스템 구성도를 나타낸 도면이다.
도 16은 본 개시의 다른 일 실시예에 따른 VR 스트리밍을 수행하는 네트워크 환경의 시스템 구성도를 나타낸 도면이다.
도 17은 본 개시의 다른 일 실시예에 따른 VR 스트리밍을 수행하는 네트워크 환경의 시스템 구성도를 나타낸 도면이다.
도 18은 본 개시의 일 실시예에 따라, 엣지 데이터 네트워크가 미디어 서버로부터 VR 영상을 획득하는 방법에 대한 도면이다.
도 19는 본 개시의 일 실시예에 따라, 엣지 데이터 네트워크(1230)가 미디어 서버(1240)로부터 VR 영상을 획득하는 방법에 대한 도면이다.
도 20는 본 개시의 일 실시예에 따라, 엣지 데이터 네트워크가 미디어서버로부터 VR 영상을 획득하는 방법에 대한 도면이다.
도 21은 본 개시의 일 실시예에 따른, 엣지 데이터 네트워크(edge data network)가 VR(Virtual Reality) 영상을 디바이스에게 스트리밍하는 방법을 나타낸 흐름도이다.
도 22는 본 개시의 일 실시예에 따라, 엣지 데이터 네트워크가 VR 영상을 디바이스에게 스트리밍하는 방법에 대한 데이터 송수신 흐름도를 도시한 것이다.
도 23은 본 개시의 일 실시예에 따라, VR 영상의 전체 영역 중 적어도 일부 영역을 VR 영상의 AI 스케일 대상 영역으로 결정하는 방법에 대한 흐름도이다.
도 24는 본 개시의 일 실시예에 따라, AI 스케일 대상 영역에 대한 AI 스케일 변경 정도를 결정하는 방법에 대한 흐름도이다.
도 25는 본 개시의 일 실시예에 따라, 엣지 데이터 네트워크(1230)가 디스플레이 배치 정보를 생성하는 방법을 설명한 도면이다.
도 26은 본 개시의 일 실시예에 따른, 엣지 데이터 네트워크의 AI 스케일 변경 방법을 설명한 도면이다.
도 27은 본 개시의 일 실시예에 따른, 디바이스(1210)가 데이터 네트워크(edge data network)(1230)로부터 VR(Virtual Reality) 영상을 스트리밍방식으로 수신하는 방법을 나타낸 흐름도이다.
도 28은 본 개시의 일 실시예에 따라 디바이스가 제1 디바이스인 경우, 데이터의 흐름도를 도시한 도면이다.
도 29는 본 개시의 일 실시예에 따라 미디어 서버가 제1 미디어 서버인 경우, 데이터의 흐름도를 도시한 도면이다.
도 30은 본 개시의 일 실시예에 따른 엣지 데이터 네트워크의 구성을 나타내는 블록도이다.
도 31은 본 개시의 일 실시예에 따른 디바이스의 구성을 나타내는 블록도이다.
도 32는 본 개시의 일 실시예에 따른 미디어 서버의 구성을 나타내는 블록도이다.
본 개시는 다양한 변경을 가할 수 있고 여러 가지 실시예를 가질 수 있는 바, 특정 실시예들을 도면에 예시하고, 이를 상세한 설명을 통해 상세히 설명하고자 한다. 그러나, 이는 본 개시의 실시 형태에 대해 한정하려는 것이 아니며, 본 개시는 여러 실시예들의 사상 및 기술 범위에 포함되는 모든 변경, 균등물 내지 대체물을 포함하는 것으로 이해되어야 한다.
실시예를 설명함에 있어서, 관련된 공지 기술에 대한 구체적인 설명이 본 개시의 요지를 불필요하게 흐릴 수 있다고 판단되는 경우 그 상세한 설명을 생략한다. 또한, 명세서의 설명 과정에서 이용되는 숫자(예를 들어, 제 1, 제 2 등)는 하나의 구성요소를 다른 구성요소와 구분하기 위한 식별기호에 불과하다.
또한, 본 명세서에서, 일 구성요소가 다른 구성요소와 "연결된다" 거나 "접속된다" 등으로 언급된 때에는, 상기 일 구성요소가 상기 다른 구성요소와 직접 연결되거나 또는 직접 접속될 수도 있지만, 특별히 반대되는 기재가 존재하지 않는 이상, 중간에 또 다른 구성요소를 매개하여 연결되거나 또는 접속될 수도 있다고 이해되어야 할 것이다.
또한, 본 명세서에서 '~부(유닛)', '모듈' 등으로 표현되는 구성요소는 2개 이상의 구성요소가 하나의 구성요소로 합쳐지거나 또는 하나의 구성요소가 보다 세분화된 기능별로 2개 이상으로 분화될 수도 있다. 또한, 이하에서 설명할 구성요소 각각은 자신이 담당하는 주기능 이외에도 다른 구성요소가 담당하는 기능 중 일부 또는 전부의 기능을 추가적으로 수행할 수도 있으며, 구성요소 각각이 담당하는 주기능 중 일부 기능이 다른 구성요소에 의해 전담되어 수행될 수도 있음은 물론이다.
또한, 본 명세서에서, '영상(image)' 또는 '픽처'는 정지영상, 복수의 연속된 정지영상(또는 프레임)으로 구성된 동영상, 또는 비디오를 나타낼 수 있다.
또한, 본 명세서에서 'DNN(deep neural network)'은 뇌 신경을 모사한 인공신경망 모델의 대표적인 예시로써, 특정 알고리즘을 사용한 인공신경망 모델로 한정되지 않는다.
또한, 본 명세서에서 '파라미터'는 뉴럴 네트워크를 이루는 각 레이어의 연산 과정에서 이용되는 값으로서 예를 들어, 입력 값을 소정 연산식에 적용할 때 이용되는 가중치를 포함할 수 있다. 또한, 파라미터는 매트릭스 형태로 표현될 수 있다. 파라미터는 훈련의 결과로 설정되는 값으로서, 필요에 따라 별도의 훈련 데이터(training data)를 통해 갱신될 수 있다.
또한, 본 명세서에서 '제 1 DNN'은 영상의 AI 다운스케일을 위해 이용되는 DNN을 의미하고, '제 2 DNN'은 영상의 AI 업스케일을 위해 이용되는 DNN을 의미한다.
또한, 본 명세서에서 'DNN 설정 정보'는 DNN을 구성하는 요소와 관련된 정보로서 전술한 파라미터를 포함한다. DNN 설정 정보를 이용하여 제 1 DNN 또는 제 2 DNN이 설정될 수 있다.
또한, 본 명세서에서 '원본 영상'은 AI 부호화의 대상이 되는 영상을 의미하고, '제 1 영상'은 AI 부호화 과정에서 원본 영상의 AI 다운스케일 결과 획득된 영상을 의미한다. 또한, '제 2 영상'은 AI 복호화 과정에서 제 1 복호화를 통해 획득된 영상을 의미하고, '제 3 영상'은 AI 복호화 과정에서 제 2 영상을 AI 업스케일하여 획득된 영상을 의미한다.
또한, 본 명세서에서 'AI 다운스케일'은 AI 기반으로 영상의 해상도를 감소시키는 처리를 의미하고, '제 1 부호화'는 주파수 변환 기반의 영상 압축 방법에 의한 부호화 처리를 의미한다. 또한, '제 1 복호화'는 주파수 변환 기반의 영상 복원 방법에 의한 복호화 처리를 의미하고, 'AI 업스케일'은 AI 기반으로 영상의 해상도를 증가시키는 처리를 의미한다.
도 1은 일 실시예에 따른 AI(artificial intelligence) 부호화 과정 및 AI 복호화 과정을 설명하기 위한 도면이다.
전술한 바와 같이 영상의 해상도가 급격히 커짐에 따라 부호화/복호화를 위한 정보 처리량이 많아지게 되고, 이에 따라 영상의 부호화 및 복호화 효율을 향상시키기 위한 방안이 필요하다.
도 1에 도시된 바와 같이, 본 개시의 일 실시예에 따르면, 해상도가 큰 원본 영상(105)을 AI 다운스케일(110)하여 제 1 영상(115)을 획득한다. 그리고, 상대적으로 작은 해상도의 제 1 영상(115)을 대상으로 하여 제 1 부호화(120) 및 제 1 복호화(130)를 수행하므로, 원본 영상(105)을 대상으로 하여 제 1 부호화(120) 및 제 1 복호화(130)를 수행하는 경우에 비해 처리되는 비트레이트를 크게 감소시킬 수 있다.
도 1을 참조하여 상세히 설명하면, 일 실시예는 AI 부호화 과정에서, 원본 영상(105)을 AI 다운스케일(110)하여 제 1 영상(115)을 획득하고, 제 1 영상(115)을 제 1 부호화(120)한다. AI 복호화 과정에서는, AI 부호화 결과 획득된 AI 데이터와 영상 데이터를 포함하는 AI 부호화 데이터를 수신하고, 제 1 복호화(130)를 통해 제 2 영상(135)을 획득하고, 제 2 영상(135)을 AI 업스케일(140)하여 제 3 영상(145)을 획득한다.
AI 부호화 과정을 좀 더 상세히 살펴보면, 원본 영상(105)을 입력받으면, 소정 해상도 또는 소정 화질의 제 1 영상(115)을 획득하기 위해 원본 영상(105)을 AI 다운스케일(110)한다. 이때, AI 다운스케일(110)은 AI 기반으로 수행되는데, AI 다운스케일(110)을 위한 AI는 제 2 영상(135)의 AI 업스케일(140)을 위한 AI와 연계되어 훈련되어야(joint trained) 한다. 왜냐하면, AI 다운스케일(110)을 위한 AI와 AI 업스케일(140)을 위한 AI가 분리되어 훈련되는 경우, AI 부호화 대상인 원본 영상(105)과 AI 복호화를 통해 복원된 제 3 영상(145) 사이의 차이가 커지게 되기 때문이다.
본 개시의 실시예에서는, AI 부호화 과정과 AI 복호화 과정에서 이러한 연계 관계를 유지하기 위해, AI 데이터를 이용할 수 있다. 따라서, AI 부호화 과정을 통해 획득된 AI 데이터는 업스케일 타겟을 나타내는 정보를 포함하여야 하고, AI 복호화 과정에서는 AI 데이터에 기초하여 확인되는 업스케일 타겟에 따라 제 2 영상(135)을 AI 업스케일(140)하여야 한다.
AI 다운스케일(110)을 위한 AI 및 AI 업스케일(140)을 위한 AI는 DNN(deep neural network)으로 구현될 수 있다. 도 9를 참조하여 후술하는 바와 같이, 제 1 DNN과 제 2 DNN은 소정 타겟 하에 손실 정보의 공유를 통해 연계 훈련되므로, AI 부호화 장치는 제 1 DNN과 2 DNN이 연계 훈련할 때 이용된 타겟 정보를 AI 복호화 장치로 제공하고, AI 복호화 장치는 제공받은 타겟 정보에 기초하여 제 2 영상(135)을 타겟하는 해상도로 AI 업스케일(140)할 수 있다.
도 1에 도시된 제 1 부호화(120) 및 제 1 복호화(130)에 대해 상세히 설명하면, 원본 영상(105)으로부터 AI 다운스케일(110)된 제 1 영상(115)은 제 1 부호화(120)를 통해 정보량이 감축될 수 있다. 제 1 부호화(120)는, 제 1 영상(115)을 예측하여 예측 데이터를 생성하는 과정, 제 1 영상(115)과 예측 데이터 사이의 차이에 해당하는 잔차 데이터를 생성하는 과정, 공간 영역 성분인 잔차 데이터를 주파수 영역 성분으로 변환(transformation)하는 과정, 주파수 영역 성분으로 변환된 잔차 데이터를 양자화(quantization)하는 과정 및 양자화된 잔차 데이터를 엔트로피 부호화하는 과정 등을 포함할 수 있다. 이와 같은 제 1 부호화 과정(120)은 MPEG-2, H.264 AVC(Advanced Video Coding), MPEG-4, HEVC(High Efficiency Video Coding), VC-1, VP8, VP9 및 AV1(AOMedia Video 1) 등 주파수 변환을 이용한 영상 압축 방법 중의 하나를 통해 구현될 수 있다.
제 1 영상(115)에 대응하는 제 2 영상(135)은 영상 데이터의 제 1 복호화(130)를 통해 복원될 수 있다. 제 1 복호화(130)는, 영상 데이터를 엔트로피 복호화하여 양자화된 잔차 데이터를 생성하는 과정, 양자화된 잔차 데이터를 역양자화하는 과정, 주파수 영역 성분의 잔차 데이터를 공간 영역 성분으로 변환하는 과정, 예측 데이터를 생성하는 과정 및 예측 데이터와 잔차 데이터를 이용하여 제 2 영상(135)을 복원하는 과정 등을 포함할 수 있다. 이와 같은 제 1 복호화(130) 과정은 제 1 부호화(120) 과정에서 사용된 MPEG-2, H.264, MPEG-4, HEVC, VC-1, VP8, VP9 및 AV1 등 주파수 변환을 이용한 영상 압축 방법 중의 하나에 대응되는 영상 복원 방법을 통해 구현될 수 있다.
AI 부호화 과정을 통해 획득된 AI 부호화 데이터는, 제 1 영상(115)의 제 1 부호화(120) 결과 획득된 영상 데이터 및 원본 영상(105)의 AI 다운스케일(110)과 관련된 AI 데이터를 포함할 수 있다. 영상 데이터는 제 1 복호화(130) 과정에서 이용될 수 있으며, AI 데이터는 AI 업스케일(140) 과정에서 이용될 수 있다.
영상 데이터는 비트스트림 형태로 전송될 수 있다. 영상 데이터는 제 1 영상(115) 내 픽셀 값들에 기초하여 획득되는 데이터, 예를 들어, 제 1 영상(115)과 제 1 영상(115)의 예측 데이터 사이의 차이인 잔차 데이터를 포함할 수 있다. 또한, 영상 데이터는 제 1 영상(115)의 제 1 부호화(120) 과정에서 이용된 정보들을 포함한다. 예를 들어, 영상 데이터는 제 1 영상(115)을 제 1 부호화(120)하는데 이용된 예측 모드(mode) 정보, 움직임 정보, 및 제 1 부호화(120)에서 이용된 양자화 파라미터 관련 정보 등을 포함할 수 있다. 영상 데이터는 MPEG-2, H.264 AVC, MPEG-4, HEVC, VC-1, VP8, VP9 및 AV1 등 주파수 변환을 이용하는 영상 압축 방법 중 제 1 부호화(120) 과정에서 이용된 영상 압축 방법의 규칙, 예를 들어, 신택스(syntax)에 따라 생성될 수 있다.
AI 데이터는 제 2 DNN에 기반한 AI 업스케일(140)에 이용된다. 전술한 바와 같이, 제 1 DNN과 제 2 DNN은 연계 훈련되기 때문에, AI 데이터는 제 2 DNN을 통한 제 2 영상(135)의 정확한 AI 업스케일(140)이 수행될 수 있게 하는 정보를 포함한다. AI 복호화 과정에서는 AI 데이터에 기반하여 제 2 영상(135)을 타겟하는 해상도 및/또는 화질로 AI 업스케일(140)할 수 있다.
AI 데이터는 비트스트림의 형태로 영상 데이터와 함께 전송될 수 있다. 또는, 구현예에 따라, AI 데이터는 프레임이나 패킷 형태로 영상 데이터와 구분되어 전송될 수도 있다. AI 부호화 결과 획득된 영상 데이터와 AI 데이터는 동일한 네트워크 또는 서로 상이한 네트워크를 통해 전송될 수 있다.
도 2는 일 실시예에 따른 AI 복호화 장치(200)의 구성을 도시하는 블록도이다.
도 2를 참조하면, 일 실시예에 따른 AI 복호화 장치(200)는 수신부(210) 및 AI 복호화부(230)를 포함할 수 있다. 수신부(210)는 통신부(212), 파싱부(214) 및 출력부(216)를 포함할 수 있다. AI 복호화부(230)는 제 1 복호화부(232) 및 AI 업스케일부(234)를 포함할 수 있다.
수신부(210)는 AI 부호화 결과 획득된 AI 부호화 데이터를 수신 및 파싱하고, 영상 데이터와 AI 데이터를 구분하여 AI 복호화부(230)로 출력한다.
구체적으로, 통신부(212)는 네트워크를 통해 AI 부호화 결과 획득된 AI 부호화 데이터를 수신한다. AI 부호화 결과 획득된 AI 부호화 데이터는 영상 데이터와 AI 데이터를 포함한다. 영상 데이터와 AI 데이터는 동종 네트워크 또는 이종 네트워크를 통해 수신될 수 있다.
파싱부(214)는 통신부(212)를 통해 수신된 AI 부호화 데이터를 전달받아 파싱(parsing)하여 영상 데이터와 AI 데이터로 구분한다. 예를 들어, 통신부(212)로부터 획득된 데이터의 헤더를 읽어, 해당 데이터가 영상 데이터인지 또는 AI 데이터인지를 구분할 수 있다. 일 예에서, 파싱부(214)는 통신부(212)를 통해 수신된 데이터의 헤더를 통해 영상 데이터와 AI 데이터를 구분하여 출력부(216)로 전달하고, 출력부(216)는 각각의 구분된 데이터를 제 1 복호화부(232) 및 AI 업스케일부(234)로 전달한다. 이 때, AI 부호화 데이터에 포함된 영상 데이터가 소정의 코덱(예를 들어, MPEG-2, H.264, MPEG-4, HEVC, VC-1, VP8, VP9 또는 AV1)을 통해 획득된 영상 데이터인 것으로 확인할 수도 있다. 이 경우, 영상 데이터가 상기 확인된 코덱으로 처리될 수 있도록, 출력부(216)를 통해 해당 정보를 제 1 복호화부(232)로 전달할 수 있다.
일 실시예에서, 파싱부(214)가 파싱하는 AI 부호화 데이터는, 하드 디스크, 플로피 디스크 및 자기 테이프와 같은 자기 매체, CD-ROM 및 DVD와 같은 광기록 매체, 플롭티컬 디스크(floptical disk)와 같은 자기-광 매체(magneto-optical medium) 등을 포함하는 데이터 저장 매체로부터 획득된 것일 수도 있다.
제 1 복호화부(232)는 영상 데이터에 기초하여 제 1 영상(115)에 대응하는 제 2 영상(135)을 복원한다. 제 1 복호화부(232)에 의해 획득된 제 2 영상(135)은 AI 업스케일부(234)로 제공된다. 구현예에 따라서는, 영상 데이터에 포함된 예측 모드 정보, 움직임 정보, 양자화 파라미터 정보 등의 제 1 복호화 관련 정보가 AI 업스케일부(234)로 더 제공될 수 있다.
AI 데이터를 수신한 AI 업스케일부(234)는 AI 데이터에 기초하여 제 2 영상(135)을 AI 업스케일한다. 구현예에 따라서는, 영상 데이터에 포함된 예측 모드 정보, 양자화 파라미터 정보 등의 제 1 복호화 관련 정보를 더 이용하여 AI 업스케일 할 수 있다.
일 실시예에 따른 수신부(210) 및 AI 복호화부(230)는 개별적인 장치로 설명되었으나, 하나의 프로세서를 통해 구현될 수 있다. 이 경우, 수신부(210) 및 AI 복호화부(230)는 전용 프로세서로 구현될 수도 있고, AP 또는 CPU, GPU와 같은 범용 프로세서와 S/W의 조합을 통해 구현될 수도 있다. 또한, 전용 프로세서의 경우, 본 개시의 실시예를 구현하기 위한 메모리를 포함하여 구현되거나, 외부 메모리를 이용하기 위한 메모리 처리부를 포함하여 구현될 수 있다.
또한, 수신부(210) 및 AI 복호화부(230)는 복수의 프로세서로 구성될 수도 있다. 이 경우, 전용 프로세서들의 조합으로 구현될 수도 있고, AP 또는 CPU, GPU와 같은 다수의 범용 프로세서들과 S/W의 조합을 통해 구현될 수도 있다. 마찬가지로 AI 업스케일부(234)와 제 1 복호화부(232)도 각각 서로 다른 프로세서로 구현될 수 있다.
AI 업스케일부(234)로 제공되는 AI 데이터는, 제 2 영상(135)을 AI 업스케일할 수 있게 하는 정보들을 포함한다. 이때, 업스케일 타겟은 제 1 DNN의 다운스케일에 대응하여야 한다. 따라서, AI 데이터는 제 1 DNN의 다운스케일 타겟을 확인할 수 있는 정보가 포함되어야 한다.
AI 데이터에 포함된 정보를 구체적으로 예시하면, 원본 영상(105)의 해상도와 제 1 영상(115)의 해상도의 차이 정보, 제 1 영상(115) 관련 정보가 있다.
차이 정보는, 원본 영상(105) 대비 제 1 영상(115)의 해상도 변환 정도에 대한 정보(예를 들어, 해상도 변환률 정보)로 표현될 수 있다. 그리고, 복원된 제 2 영상(135)의 해상도를 통해 제 1 영상(115)의 해상도를 알게 되고 이를 통해 해상도 변환 정도를 확인할 수 있기 때문에, 차이 정보는 원본 영상(105)의 해상도 정보만으로 표현될 수도 있다. 여기서 해상도 정보는 가로/세로의 화면 사이즈로 표현될 수도 있고, 비율(16:9, 4:3 등)과 한 축의 사이즈로 표현될 수도 있다. 또한, 기 설정된 해상도 정보가 있는 경우는 인덱스 또는 플래그의 형태로 표현될 수도 있다.
그리고, 제 1 영상(115) 관련 정보는, 제 1 영상(115)의 제 1 부호화 결과 획득된 영상 데이터의 비트레이트 및 제 1 영상(115)의 제 1 부호화시 이용된 코덱 타입 중 적어도 하나에 대한 정보를 포함할 수 있다.
AI 업스케일부(234)는 AI 데이터에 포함된 차이 정보 및 제 1 영상(115) 관련 정보 중 적어도 하나에 기초하여 제 2 영상(135)의 업스케일 타겟을 결정할 수 있다. 업스케일 타겟은 예를 들어, 제 2 영상(135)을 어느 정도의 해상도로 업스케일하여야 하는지를 나타낼 수 있다. AI 업스케일부(234)는 업스케일 타겟이 결정되면, 업스케일 타겟에 대응하는 제 3 영상(145)을 획득하기 위해 제 2 DNN을 통해 제 2 영상(135)을 AI 업스케일한다.
AI 업스케일부(234)가 업스케일 타겟에 맞춰 제 2 영상(135)을 AI 업스케일하는 방법을 설명하기에 앞서, 제 2 DNN을 통한 AI 업스케일 과정에 대해 도 3 및 도 4를 참조하여 설명한다.
도 3은 제 2 영상(135)의 AI 업스케일을 위한 제 2 DNN(300)을 나타내는 예시적인 도면이고, 도 4는 도 3에 도시된 제 1 컨볼루션 레이어(310)에서의 컨볼루션 연산을 도시하고 있다.
도 3에 도시된 바와 같이, 제 2 영상(135)은 제 1 컨볼루션 레이어(310)로 입력된다. 도 3에 도시된 제 1 컨볼루션 레이어(310)에 표시된 3X3X4는 3 x 3의 크기의 4개의 필터 커널을 이용하여 1개의 입력 영상에 대해 컨볼루션 처리를 하는 것을 예시한다. 컨볼루션 처리 결과 4개의 필터 커널에 의해 4개의 특징 맵이 생성된다. 각 특징 맵은 제 2 영상(135)의 고유한 특성들을 나타낸다. 예를 들어, 각 특징 맵은 제 2 영상(135)의 수직 방향 특성, 수평 방향 특성 또는 에지 특성 등을 나타낼 수 있다.
도 4를 참조하여, 제 1 컨볼루션 레이어(310)에서의 컨볼루션 연산에 대해 상세히 설명한다.
제 1 컨볼루션 레이어(310)에서 이용되는 3 X 3의 크기를 갖는 필터 커널(430)의 파라미터들과 그에 대응하는 제 2 영상(135) 내 픽셀 값들 사이의 곱 연산 및 덧셈 연산을 통해 하나의 특징 맵(450)이 생성될 수 있다. 제 1 컨볼루션 레이어(310)에서는 4개의 필터 커널이 이용되므로, 4개의 필터 커널을 이용한 컨볼루션 연산 과정을 통해 4개의 특징 맵이 생성될 수 있다.
도 4에서 제 2 영상(135)에 표시된 I1 내지 I49는 제 2 영상(135)의 픽셀들을 나타내고, 필터 커널(430)에 표시된 F1 내지 F9는 필터 커널(430)의 파라미터들을 나타낸다. 또한, 특징 맵(450)에 표시된 M1 내지 M9는 특징 맵(450)의 샘플들을 나타낸다.
도 4는 제 2 영상(135)이 49개의 픽셀을 포함하는 것으로 예시하고 있으나, 이는 하나의 예시일 뿐이며, 제 2 영상(135)이 4K의 해상도를 갖는 경우, 예를 들어, 3840 X 2160개의 픽셀을 포함할 수 있다.
컨볼루션 연산 과정에서, 제 2 영상(135)의 I1, I2, I3, I8, I9, I10, I15, I16, I17의 픽셀 값들 각각과 필터 커널(430)의 F1, F2, F3, F4, F5, F6, F7, F8 및 F9 각각의 곱 연산이 수행되고, 곱 연산의 결과 값들을 조합(예를 들어, 덧셈 연산)한 값이 특징 맵(450)의 M1의 값으로 할당될 수 있다. 컨볼루션 연산의 스트라이드(stride)가 2라면, 제 2 영상(135)의 I3, I4, I5, I10, I11, I12, I17, I18, I19의 픽셀 값들 각각과 필터 커널(430)의 F1, F2, F3, F4, F5, F6, F7, F8 및 F9 각각의 곱 연산이 수행되고, 곱 연산의 결과 값들을 조합한 값이 특징 맵(450)의 M2의 값으로 할당될 수 있다.
필터 커널(430)이 제 2 영상(135)의 마지막 픽셀에 도달할 때까지 스트라이드에 따라 이동하는 동안 제 2 영상(135) 내 픽셀 값들과 필터 커널(430)의 파라미터들 사이의 컨볼루션 연산이 수행됨으로써, 소정 크기를 갖는 특징 맵(450)이 획득될 수 있다.
본 개시에 따르면, 제 1 DNN과 제 2 DNN의 연계 훈련을 통해 제 2 DNN의 파라미터들, 예를 들어, 제 2 DNN의 컨볼루션 레이어들에서 이용되는 필터 커널의 파라미터들(예를 들어, 필터 커널(430)의 F1, F2, F3, F4, F5, F6, F7, F8 및 F9)의 값이 최적화될 수 있다. 전술한 바와 같이, AI 업스케일부(234)는 AI 데이터에 기초하여, 제 1 DNN의 다운스케일 타겟에 대응하는 업스케일 타겟을 결정하고, 결정된 업스케일 타겟에 대응하는 파라미터들을 제 2 DNN의 컨볼루션 레이어들에서 이용되는 필터 커널의 파라미터들로 결정할 수 있다.
제 1 DNN 및 제 2 DNN에 포함된 컨볼루션 레이어들은 도 4와 관련하여 설명한 컨볼루션 연산 과정에 따른 처리를 할 수 있으나, 도 4에서 설명한 컨볼루션 연산 과정은 하나의 예시일 뿐이며, 이에 한정되는 것은 아니다.
다시 도 3을 참조하면, 제 1 컨볼루션 레이어(310)에서 출력된 특징 맵들은 제 1 활성화 레이어(320)로 입력된다.
제 1 활성화 레이어(320)는 각각의 특징 맵에 대해 비선형(Non-linear) 특성을 부여할 수 있다. 제 1 활성화 레이어(320)는 시그모이드 함수(sigmoid function), Tanh 함수, ReLU(Rectified Linear Unit) 함수 등을 포함할 수 있으나, 이에 한정되는 것은 아니다.
제 1 활성화 레이어(320)에서 비선형 특성을 부여하는 것은, 제 1 컨볼루션 레이어(310)의 출력인, 특징 맵의 일부 샘플 값을 변경하여 출력하는 것을 의미한다. 이때, 변경은 비선형 특성을 적용하여 수행된다.
제 1 활성화 레이어(320)는 제 1 컨볼루션 레이어(310)로부터 출력되는 특징 맵들의 샘플 값들을 제 2 컨볼루션 레이어(330)로 전달할지 여부를 결정한다. 예를 들어, 특징 맵들의 샘플 값들 중 어떤 샘플 값들은 제 1 활성화 레이어(320)에 의해 활성화되어 제 2 컨볼루션 레이어(330)로 전달되고, 어떤 샘플 값들은 제 1 활성화 레이어(320)에 의해 비활성화되어 제 2 컨볼루션 레이어(330)로 전달되지 않는다. 특징 맵들이 나타내는 제 2 영상(135)의 고유 특성이 제 1 활성화 레이어(320)에 의해 강조된다.
제 1 활성화 레이어(320)에서 출력된 특징 맵들(325)은 제 2 컨볼루션 레이어(330)로 입력된다. 도 3에 도시된 특징 맵들(325) 중 어느 하나는 도 4와 관련하여 설명한 특징 맵(450)이 제 1 활성화 레이어(320)에서 처리된 결과이다.
제 2 컨볼루션 레이어(330)에 표시된 3X3X4는 3 x 3의 크기의 4개의 필터 커널을 이용하여 입력된 특징 맵들(325)에 대해 컨볼루션 처리하는 것을 예시한다. 제 2 컨볼루션 레이어(330)의 출력은 제 2 활성화 레이어(340)로 입력된다. 제 2 활성화 레이어(340)는 입력 데이터에 대해 비선형 특성을 부여할 수 있다.
제 2 활성화 레이어(340)에서 출력된 특징 맵들(345)은 제 3 컨볼루션 레이어(350)로 입력된다. 도 3에 도시된 제 3 컨볼루션 레이어(350)에 표시된 3X3X1는 3 x 3의 크기의 1개의 필터 커널을 이용하여 1개의 출력 영상을 만들기 위해 컨볼루션 처리를 하는 것을 예시한다. 제 3 컨볼루션 레이어(350)는 최종 영상을 출력하기 위한 레이어로서 1개의 필터 커널을 이용하여 1개의 출력을 생성한다. 본 개시의 예시에 따르면, 제 3 컨볼루션 레이어(350)는 컨벌루션 연산 결과를 통해 제 3 영상(145)을 출력할 수 있다.
제 2 DNN(300)의 제 1 컨볼루션 레이어(310), 제 2 컨볼루션 레이어(330) 및 제 3 컨볼루션 레이어(350)의 필터 커널의 개수, 필터 커널의 파라미터 등을 나타내는 DNN 설정 정보는 후술하는 바와 같이 복수 개일 수 있는데, 복수의 DNN 설정 정보는 제 1 DNN의 복수의 DNN 설정 정보와 연계되어야 한다. 제 2 DNN의 복수의 DNN 설정 정보와 제 1 DNN의 복수의 DNN 설정 정보 사이의 연계는, 제 1 DNN 및 제 2 DNN의 연계 학습을 통해 구현될 수 있다.
도 3은 제 2 DNN(300)이 세 개의 컨볼루션 레이어(310, 330, 350)와 두 개의 활성화 레이어(320, 340)를 포함하고 있는 것으로 도시하고 있으나, 이는 하나의 예시일 뿐이며, 구현예에 따라서, 컨볼루션 레이어 및 활성화 레이어의 개수는 다양하게 변경될 수 있다. 또한, 구현예에 따라서, 제 2 DNN(300)은 RNN(recurrent neural network)을 통해 구현될 수도 있다. 이 경우는 본 개시의 예시에 따른 제 2 DNN(300)의 CNN 구조를 RNN 구조로 변경하는 것을 의미한다.
일 실시예에서, AI 업스케일부(234)는 전술한 컨볼루션 연산 및 활성화 레이어의 연산을 위한 적어도 하나의 ALU(Arithmetic logic unit)를 포함할 수 있다. ALU는 프로세서로 구현될 수 있다. 컨볼루션 연산을 위해, ALU는 제 2 영상(135) 또는 이전 레이어에서 출력된 특징 맵의 샘플 값들과 필터 커널의 샘플 값들 사이의 곱 연산을 수행하는 곱셈기 및 곱셈의 결과 값들을 더하는 가산기를 포함할 수 있다. 또한, 활성화 레이어의 연산을 위해, ALU는 미리 결정된 시그모이드 함수, Tanh 함수 또는 ReLU 함수 등에서 이용되는 가중치를 입력된 샘플 값에 곱하는 곱셈기, 및 곱한 결과와 소정 값을 비교하여 입력된 샘플 값을 다음 레이어로 전달할지를 판단하는 비교기를 포함할 수 있다.
이하에서, AI 업스케일부(234)가 업스케일 타겟에 맞춰 제 2 영상(135)을 AI 업스케일하는 방법을 설명한다.
일 실시예에서, AI 업스케일부(234)는 제 2 DNN에 세팅 가능한 복수의 DNN 설정 정보를 저장할 수 있다.
여기서, DNN 설정 정보는 제 2 DNN에 포함되는 컨볼루션 레이어의 수, 컨볼루션 레이어별 필터 커널의 개수 및 각 필터 커널의 파라미터 중 적어도 하나에 대한 정보를 포함할 수 있다. 복수의 DNN 설정 정보는 다양한 업스케일 타겟에 각각 대응될 수 있으며, 특정 업스케일 타겟에 대응되는 DNN 설정 정보에 기반하여 제 2 DNN이 동작할 수 있다. DNN 설정 정보에 따라 제 2 DNN이 서로 다른 구조를 가질 수 있다. 예를 들어, 어느 DNN 설정 정보에 따라 제 2 DNN이 3개의 컨볼루션 레이어를 포함할 수 있고, 다른 DNN 설정 정보에 따라 제 2 DNN이 4개의 컨볼루션 레이어를 포함할 수 있다.
일 실시예에서, DNN 설정 정보는 제 2 DNN에서 사용되는 필터 커널의 파라미터만을 포함할 수도 있다. 이 경우, 제 2 DNN의 구조는 변경되지 않는 대신, DNN 설정 정보에 따라 내부의 필터 커널의 파라미터만이 달라질 수 있다.
AI 업스케일부(234)는 복수의 DNN 설정 정보 중 제 2 영상(135)의 AI 업스케일을 위한 DNN 설정 정보를 획득할 수 있다. 여기서 사용되는 복수의 DNN 설정 정보 각각은 미리 결정된 해상도 및/또는 미리 결정된 화질의 제 3 영상(145)을 획득하기 위한 정보로, 제 1 DNN과 연계하여 훈련된 것이다.
예를 들어, 복수의 DNN 설정 정보 중 어느 하나의 DNN 설정 정보는 제 2 영상(135)의 해상도보다 2배 큰 해상도의 제 3 영상(145), 예를 들어, 2K (2048*1080)의 제 2 영상(135)보다 2배 큰 4K(4096*2160)의 제 3 영상(145)을 획득하기 위한 정보들을 포함할 수 있고, 다른 하나의 DNN 설정 정보는 제 2 영상(135)의 해상도보다 4배 큰 해상도의 제 3 영상(145), 예를 들어, 2K (2048*1080)의 제 2 영상(135)보다 4배 큰 8K(8192*4320)의 제 3 영상(145)을 획득하기 위한 정보들을 포함할 수 있다.
복수의 DNN 설정 정보 각각은 AI 부호화 장치(600)의 제 1 DNN의 DNN 설정 정보와 연계되어 만들어진 것이며, AI 업스케일부(234)는 제 1 DNN의 DNN 설정 정보의 축소 비율에 대응되는 확대 비율에 따라 복수의 DNN 설정 정보 중 하나의 DNN 설정 정보를 획득한다. 이를 위해, AI 업스케일부(234)는 제 1 DNN의 정보를 확인하여야 한다. 제 1 DNN의 정보를 AI 업스케일부(234)가 확인하기 위해, 일 실시예에 따른 AI 복호화 장치(200)는 AI 부호화 장치(600)로부터 제 1 DNN의 정보를 포함하는 AI 데이터를 수신한다.
다시 말하면, AI 업스케일부(234)는 AI 부호화 장치(600)로부터 수신되는 정보들을 이용하여, 제 1 영상(115)을 획득하기 위해 이용된 제 1 DNN의 DNN 설정 정보가 타겟하는 정보를 확인하고, 그와 연계 훈련된 제 2 DNN의 DNN 설정 정보를 획득할 수 있는 것이다.
복수의 DNN 설정 정보 중 제 2 영상(135)의 AI 업스케일을 위한 DNN 설정 정보가 획득되면, 획득된 DNN 설정 정보에 따라 동작하는 제 2 DNN에 기초하여 입력 데이터가 처리될 수 있다.
예를 들어, 어느 하나의 DNN 설정 정보가 획득되면, 도 3에 도시된 제 2 DNN(300)의 제 1 컨볼루션 레이어(310), 제 2 컨볼루션 레이어(330) 및 제 3 컨볼루션 레이어(350) 각각에 대해서, 각 레이어에 포함되는 필터 커널의 개수와 필터 커널의 파라미터들을, 상기 획득된 DNN 설정 정보에 포함된 값으로 설정한다.
구체적으로, 도 4에 도시된 제 2 DNN의 어느 하나의 컨볼루션 레이어에서 이용되는 3 X 3의 필터 커널의 파라미터들이 {1, 1, 1, 1, 1, 1, 1, 1, 1}로 세팅되도록 하고, 이후 DNN 설정 정보의 변경이 있는 경우, 이를 변경된 DNN 설정 정보에 포함된 파라미터들인 {2, 2, 2, 2, 2, 2, 2, 2, 2}로 교체할 수 있는 것이다.
AI 업스케일부(234)는 AI 데이터에 포함된 정보에 기초하여 복수의 DNN 설정 정보 중 제 2 영상(135)을 업스케일하기 위한 DNN 설정 정보를 획득할 수 있는데, DNN 설정 정보를 획득하는데 이용되는 AI 데이터에 대해 구체적으로 설명한다.
일 실시예에서, AI 업스케일부(234)는 AI 데이터에 포함된 차이 정보에 기초하여, 복수의 DNN 설정 정보 중 제 2 영상(135)을 업스케일하기 위한 DNN 설정 정보를 획득할 수 있다. 예를 들어, 차이 정보에 기초하여 원본 영상(105)의 해상도(예를 들어, 4K(4096*2160))가 제 1 영상(115)의 해상도(예를 들어, 2K (2048*1080))보다 2배 큰 것으로 확인된 경우, AI 업스케일부(234)는 제 2 영상(135)의 해상도를 2배 증가시킬 수 있는 DNN 설정 정보를 획득할 수 있다.
다른 실시예에서, AI 업스케일부(234)는 AI 데이터에 포함된 제 1 영상(115) 관련 정보에 기초하여, 복수의 DNN 설정 정보 중 제 2 영상(135)을 AI 업스케일하기 위한 DNN 설정 정보를 획득할 수 있다. AI 업스케일부(234)는 영상 관련 정보들과 DNN 설정 정보들 사이의 매핑 관계를 미리 결정하고, 제 1 영상(115) 관련 정보에 매핑된 DNN 설정 정보를 획득할 수 있다.
도 5는 여러 영상 관련 정보들과 여러 DNN 설정 정보들 사이의 매핑 관계를 나타내는 예시적인 도면이다.
도 5에 따른 실시예를 통해, 본 개시의 일 실시예의 AI 부호화/AI 복호화 과정은 해상도의 변화만을 고려하는 것이 아님을 알 수 있다. 도 5에 도시된 바와 같이, SD, HD, Full HD와 같은 해상도, 10Mbps, 15Mbps, 20Mbps와 같은 비트레이트, 그리고 AV1, H.264, HEVC와 같은 코덱 정보를 개별적으로 또는 모두 고려하여 DNN 설정 정보의 선택이 이루어질 수 있다. 이러한 고려를 위해서는 AI 훈련 과정에서 각각의 요소들을 고려한 훈련이 부호화, 복호화 과정에 연계되어 이루어져야 한다(도 9 참조).
따라서, 훈련 내용에 따라서 도 5에 도시된 바와 같이, 코덱 타입, 영상의 해상도 등을 포함하는 영상 관련 정보에 기반하여 복수의 DNN 설정 정보가 구비된 경우, AI 복호화 과정에서 전달받는 제 1 영상(115) 관련 정보에 기반하여 제 2 영상(135)의 AI 업스케일을 위한 DNN 설정 정보를 획득할 수 있다.
즉, AI 업스케일부(234)는 도 5에 도시된 표의 좌측에 도시된 영상 관련 정보와 표 우측의 DNN 설정 정보를 매칭하고 있음으로써, 영상 관련 정보에 따른 DNN 설정 정보를 사용할 수 있는 것이다.
도 5에 예시된 바와 같이, 제 1 영상(115) 관련 정보로부터 제 1 영상(115)의 해상도가 SD이고, 제 1 영상(115)의 제 1 부호화 결과 획득된 영상 데이터의 비트레이트가 10Mbps이고, 제 1 영상(115)이 AV1 코덱으로 제 1 부호화된 것으로 확인되면, AI 업스케일부(234)는 복수의 DNN 설정 정보 중 A DNN 설정 정보를 사용할 수 있다.
또한, 제 1 영상(115) 관련 정보로부터 제 1 영상(115)의 해상도가 HD이고, 제 1 부호화 결과 획득된 영상 데이터의 비트레이트가 15Mbps이고, 제 1 영상(115)이 H.264 코덱으로 제 1 부호화된 것으로 확인되면, AI 업스케일부(234)는 복수의 DNN 설정 정보 중 B DNN 설정 정보를 사용할 수 있다.
또한, 제 1 영상(115) 관련 정보로부터 제 1 영상(115)의 해상도가 Full HD이고, 제 1 영상(115)의 제 1 부호화 결과 획득된 영상 데이터의 비트레이트가 20Mbps이고, 제 1 영상(115)이 HEVC 코덱으로 제 1 부호화된 것으로 확인되면, AI 업스케일부(234)는 복수의 DNN 설정 정보 중 C DNN 설정 정보를 사용하고, 제 1 영상(115)의 해상도가 Full HD이고, 제 1 영상(115)의 제 1 부호화 결과 획득된 영상 데이터의 비트레이트가 15Mbps이고, 제 1 영상(115)이 HEVC 코덱으로 제 1 부호화된 것으로 확인되면, AI 업스케일부(234)는 복수의 DNN 설정 정보 중 D DNN 설정 정보를 사용할 수 있다. 제 1 영상(115)의 제 1 부호화 결과 획득된 영상 데이터의 비트레이트가 20Mbps인지 또는 15Mbps인지에 따라 C DNN 설정 정보와 D DNN 설정 정보 중에서 어느 하나가 선택된다. 동일 해상도의 제 1 영상(115)을 동일 코덱으로 제 1 부호화하였을 때, 영상 데이터의 비트레이트가 서로 상이하다는 것은, 복원되는 영상의 화질이 서로 상이하다는 것을 의미한다. 따라서, 제 1 DNN과 제 2 DNN은 소정 화질에 기반하여 연계 훈련될 수 있으며, 이에 따라 AI 업스케일부(234)는 제 2 영상(135)의 화질을 나타내는, 영상 데이터의 비트레이트에 따라 DNN 설정 정보를 획득할 수 있다.
또 다른 실시예에서, AI 업스케일부(234)는 제 1 복호화부(232)로부터 제공되는 정보(예측 모드 정보, 움직임 정보, 양자화 파라미터 정보 등)와 AI 데이터에 포함된 제 1 영상(115) 관련 정보를 모두 고려하여 복수의 DNN 설정 정보 중 제 2 영상(135)을 AI 업스케일하기 위한 DNN 설정 정보를 획득할 수도 있다. 예를 들어, AI 업스케일부(234)는 제 1 복호화부(232)로부터 제 1 영상(115)의 제 1 부호화 과정에서 이용된 양자화 파라미터 정보를 전달받고, AI 데이터로부터 제 1 영상(115)의 부호화 결과 획득된 영상 데이터의 비트레이트를 확인하고, 양자화 파라미터 및 비트레이트에 대응하는 DNN 설정 정보를 획득할 수도 있다. 동일한 비트레이트라도 영상의 복잡도에 따라 복원 영상의 화질 정도에 차이가 있을 수 있으며, 비트레이트는 제 1 부호화되는 제 1 영상(115) 전체를 대표하는 값으로서 제 1 영상(115) 내에서도 각 프레임의 화질이 서로 다를 수 있다. 따라서, 제 1 복호화부(232)로부터 각 프레임 별로 획득할 수 있는 예측 모드 정보, 움직임 정보 및/또는 양자화 파라미터를 함께 고려하면, AI 데이터만 이용하는 것에 비해 제 2 영상(135)에 보다 적합한 DNN 설정 정보를 획득할 수 있다.
또한, 구현예에 따라, AI 데이터는 상호 약속된 DNN 설정 정보의 식별자를 포함할 수 있다. DNN 설정 정보의 식별자는, 제 1 DNN의 다운스케일 타겟에 대응하는 업스케일 타겟으로, 제 2 영상(135)을 AI 업스케일할 수 있도록, 제 1 DNN과 제 2 DNN 간 연계 훈련된 DNN 설정 정보의 쌍을 구분하기 위한 정보이다. AI 업스케일부(234)는 AI 데이터에 포함된 DNN 설정 정보의 식별자를 획득한 후, DNN 설정 정보의 식별자에 대응하는 DNN 설정 정보를 사용하여 제 2 영상(135)을 AI 업스케일할 수 있다. 예를 들어, 제 1 DNN에 설정 가능한 복수의 DNN 설정 정보 각각을 가리키는 식별자와 제 2 DNN에 설정 가능한 복수의 DNN 설정 정보 각각을 가리키는 식별자가 미리 지정되어 있을 수 있다. 이 경우, 제 1 DNN 및 제 2 DNN 각각에 설정 가능한 DNN 설정 정보의 쌍에 대해 동일한 식별자가 지정될 수 있다. AI 데이터는 원본 영상(105)의 AI 다운스케일을 위해 제 1 DNN에 설정된 DNN 설정 정보의 식별자를 포함할 수 있다. AI 데이터를 수신한 AI 업스케일부(234)는 복수의 DNN 설정 정보 중 AI 데이터에 포함된 식별자가 가리키는 DNN 설정 정보를 이용하여 제 2 영상(135)을 AI 업스케일할 수 있다.
또한, 구현예에 따라, AI 데이터는 DNN 설정 정보를 포함할 수도 있다. AI 업스케일부(234)는 AI 데이터에 포함된 DNN 설정 정보를 획득한 후, 해당 DNN 설정 정보를 사용하여 제 2 영상(135)을 AI 업스케일할 수도 있다.
구현예에 따라, DNN 설정 정보를 구성하는 정보들(예를 들어, 컨볼루션 레이어의 수, 컨볼루션 레이어별 필터 커널의 개수, 각 필터 커널의 파라미터 등)들이 룩업 테이블 형태로 저장되어 있는 경우, AI 업스케일부(234)는 AI 데이터에 포함된 정보에 기초하여 룩업 테이블 값들 중에서 선택된 일부를 조합하여 DNN 설정 정보를 획득하고, 획득된 DNN 설정 정보를 사용하여 제 2 영상(135)을 AI 업스케일할 수도 있다.
구현예에 따라, AI 업스케일부(234)는 업스케일 타겟에 대응되는 DNN의 구조가 결정되면, 결정된 DNN의 구조에 대응하는 DNN 설정 정보, 예를 들어, 필터 커널의 파라미터들을 획득할 수도 있다.
AI 업스케일부(234)는 제 1 DNN과 관련된 정보를 포함하는 AI 데이터를 통해 제 2 DNN의 DNN 설정 정보를 획득하고, 획득된 DNN 설정 정보로 세팅된 제 2 DNN을 통해 제 2 영상(135)을 AI 업스케일하는 데, 이는, 제 2 영상(135)의 특징을 직접 분석하여 업스케일하는 것과 비교하여 메모리 사용량과 연산량이 감소될 수 있다.
일 실시예에서, 제 2 영상(135)이 복수의 프레임으로 구성된 경우, AI 업스케일부(234)는 소정 개수의 프레임 별로 DNN 설정 정보를 독립적으로 획득할 수 있고, 또는, 전체 프레임에 대해 공통된 DNN 설정 정보를 획득할 수도 있다.
도 6은 복수의 프레임으로 구성된 제 2 영상(135)을 도시하는 도면이다.
도 6에 도시된 바와 같이, 제 2 영상(135)은 t0 내지 tn에 대응하는 프레임들로 이루어질 수 있다.
일 예시에서, AI 업스케일부(234)는 AI 데이터를 통해 제 2 DNN의 DNN 설정 정보를 획득하고, 획득한 DNN 설정 정보에 기초하여 t0 내지 tn에 대응하는 프레임들을 AI 업스케일할 수 있다. 즉, t0 내지 tn에 대응하는 프레임들이 공통된 DNN 설정 정보에 기초하여 AI 업스케일될 수 있다.
다른 예시에서, AI 업스케일부(234)는 t0 내지 tn에 대응하는 프레임들 중 일부의 프레임들, 예를 들어, t0 내지 ta에 대응하는 프레임들을 AI 데이터로부터 획득한 'A' DNN 설정 정보로 AI 업스케일하고, ta+1 내지 tb에 대응하는 프레임들을 AI 데이터로부터 획득한 'B' DNN 설정 정보로 AI 업스케일할 수 있다. 또한, AI 업스케일부(234)는 tb+1 내지 tn에 대응하는 프레임들을 AI 데이터로부터 획득한 'C' DNN 설정 정보로 AI 업스케일할 수 있다. 다시 말하면, AI 업스케일부(234)는 복수의 프레임들 중 소정 개수의 프레임을 포함하는 그룹마다 DNN 설정 정보를 독립적으로 획득하고, 그룹 각각에 포함된 프레임들을 독립적으로 획득한 DNN 설정 정보로 AI 업스케일할 수 있다.
또 다른 예시에서, AI 업스케일부(234)는 제 2 영상(135)을 구성하는 프레임별로 DNN 설정 정보를 독립적으로 획득할 수도 있다. 즉, 제 2 영상(135)이 3개의 프레임으로 구성되어 있는 경우, AI 업스케일부(234)는 첫 번째 프레임과 관련하여 획득한 DNN 설정 정보로 첫 번째 프레임을 AI 업스케일하고, 두 번째 프레임과 관련하여 획득한 DNN 설정 정보로 두 번째 프레임을 AI 업스케일하고, 세 번째 프레임과 관련하여 획득한 DNN 설정 정보로 세 번째 프레임을 AI 업스케일할 수 있다. 전술한, 제 1 복호화부(232)로부터 제공되는 정보(예측 모드 정보, 움직임 정보, 양자화 파라미터 정보 등)와 AI 데이터에 포함된 제 1 영상(115) 관련 정보에 기초하여 DNN 설정 정보가 획득되는 방식에 따라, 제 2 영상(135)을 구성하는 프레임별로 DNN 설정 정보가 독립적으로 획득될 수 있다. 왜냐하면, 모드 정보, 양자화 파라미터 정보 등은 제 2 영상(135)을 구성하는 프레임마다 독립적으로 결정될 수 있기 때문이다.
또 다른 예시에서, AI 데이터는 AI 데이터에 기초하여 획득되는 DNN 설정 정보가 어느 프레임까지 유효한 것인지를 나타내는 정보를 포함할 수 있다. 예를 들어, AI 데이터 내에 DNN 설정 정보가 ta 프레임까지 유효하다는 정보가 포함되어 있는 경우, AI 업스케일부(234)는 AI 데이터에 기초하여 획득한 DNN 설정 정보로 t0 내지 ta 프레임들을 AI 업스케일한다. 그리고, 다른 AI 데이터 내에 DNN의 설정 정보가 tn 프레임까지 유효하다는 정보가 포함되어 있는 경우, AI 업스케일부(234)는 상기 다른 AI 데이터에 기초하여 획득한 DNN 설정 정보로 ta+1 내지 tn 프레임들을 AI 업스케일할 수 있다.
이하에서는, 도 7을 참조하여, 원본 영상(105)의 AI 부호화를 위한 AI 부호화 장치(600)에 대해 설명한다.
도 7은 일 실시예에 따른 AI 부호화 장치(600)의 구성을 도시하는 블록도이다.
도 7을 참조하면, AI 부호화 장치(600)는 AI 부호화부(610) 및 전송부(630)를 포함할 수 있다. AI 부호화부(610)는 AI 다운스케일부(612) 및 제 1 부호화부(614)를 포함할 수 있다. 전송부(630)는 데이터 처리부(632) 및 통신부(634)를 포함할 수 있다.
도 7은 AI 부호화부(610) 및 전송부(630)를 개별적인 장치로 도시하고 있으나, AI 부호화부(610) 및 전송부(630)는 하나의 프로세서를 통해 구현될 수 있다. 이 경우, 전용 프로세서로 구현될 수도 있고, AP 또는 CPU, GPU와 같은 범용 프로세서와 S/W의 조합을 통해 구현될 수도 있다. 또한, 전용 프로세서의 경우, 본 개시의 실시예를 구현하기 위한 메모리를 포함하여 구현되거나, 외부 메모리를 이용하기 위한 메모리 처리부를 포함하여 구현될 수 있다.
또한, AI 부호화부(610) 및 전송부(630)는 복수의 프로세서로 구성될 수도 있다. 이 경우, 전용 프로세서들의 조합으로 구현될 수도 있고, AP 또는 CPU, GPU와 같은 다수의 범용 프로세서들과 S/W의 조합을 통해 구현될 수도 있다. AI 다운스케일부(612)와 제 1 부호화부(614)도 각각 서로 다른 프로세서로 구현될 수 있다.
AI 부호화부(610)는 원본 영상(105)의 AI 다운스케일 및 제 1 영상(115)의 제 1 부호화를 수행하고, AI 데이터 및 영상 데이터를 전송부(630)로 전달한다. 전송부(630)는 AI 데이터 및 영상 데이터를 AI 복호화 장치(200)로 전송한다.
영상 데이터는 제 1 영상(115)의 제 1 부호화 결과 획득된 데이터를 포함한다. 영상 데이터는 제 1 영상(115) 내 픽셀 값들에 기초하여 획득되는 데이터, 예를 들어, 제 1 영상(115)과 제 1 영상(115)의 예측 데이터 사이의 차이인 잔차 데이터를 포함할 수 있다. 또한, 영상 데이터는 제 1 영상(115)의 제 1 부호화 과정에서 이용된 정보들을 포함한다. 예를 들어, 영상 데이터는 제 1 영상(115)을 제 1 부호화하는데 이용된 예측 모드 정보, 움직임 정보 및 제 1 영상(115)을 제 1 부호화하는데 이용된 양자화 파라미터 관련 정보 등을 포함할 수 있다.
AI 데이터는, AI 업스케일부(234)가 제 1 DNN의 다운스케일 타겟에 대응하는 업스케일 타겟으로 제 2 영상(135)을 AI 업스케일할 수 있게 하는 정보들을 포함한다. 일 예에서, AI 데이터는 원본 영상(105)과 제 1 영상(115) 사이의 차이 정보를 포함할 수 있다. 또한, AI 데이터는 제 1 영상(115) 관련 정보를 포함할 수도 있다. 제 1 영상(115) 관련 정보는, 제 1 영상(115)의 해상도, 제 1 영상(115)의 제 1 부호화 결과 획득된 영상 데이터의 비트레이트 및 제 1 영상(115)의 제 1 부호화시 이용된 코덱 타입 중 적어도 하나에 대한 정보를 포함할 수 있다.
일 실시예에서, AI 데이터는, 제 1 DNN의 다운스케일 타겟에 대응하는 업스케일 타겟으로 제 2 영상(135)이 AI 업스케일될 수 있도록, 상호 약속된 DNN 설정 정보의 식별자를 포함할 수 있다.
또한, 일 실시예에서, AI 데이터는 제 2 DNN에 세팅 가능한 DNN 설정 정보를 포함할 수도 있다.
AI 다운스케일부(612)는 제 1 DNN을 통해 원본 영상(105)으로부터 AI 다운스케일된 제 1 영상(115)을 획득할 수 있다. AI 다운스케일부(612)는 미리 결정된 기준에 기초하여 원본 영상(105)의 다운스케일 타겟을 결정할 수 있다.
다운스케일 타겟에 부합하는 제 1 영상(115)의 획득을 위해, AI 다운스케일부(612)는 제 1 DNN에 세팅 가능한 복수의 DNN 설정 정보를 저장할 수 있다. AI 다운스케일부(612)는 복수의 DNN 설정 정보 중 다운스케일 타겟에 대응하는 DNN 설정 정보를 획득하고, 획득된 DNN 설정 정보로 세팅된 제 1 DNN을 통해 원본 영상(105)을 AI 다운스케일한다.
상기 복수의 DNN 설정 정보 각각은 미리 결정된 해상도 및/또는 미리 결정된 화질의 제 1 영상(115)을 획득하기 위해 훈련된 것일 수 있다. 예를 들어, 복수의 DNN 설정 정보 중 어느 하나의 DNN 설정 정보는 원본 영상(105)의 해상도보다 1/2배만큼 작은 해상도의 제 1 영상(115), 예를 들어, 4K(4096*2160)의 원본 영상(105)보다 1/2배 작은 2K (2048*1080)의 제 1 영상(115)을 획득하기 위한 정보들을 포함할 수 있고, 다른 하나의 DNN 설정 정보는 원본 영상(105)의 해상도보다 1/4배만큼 작은 해상도의 제 1 영상(115), 예를 들어, 8K(8192*4320)의 원본 영상(105)보다 1/4배 작은 2K (2048*1080)의 제 1 영상(115)을 획득하기 위한 정보들을 포함할 수 있다.
구현예에 따라, DNN 설정 정보를 구성하는 정보들(예를 들어, 컨볼루션 레이어의 수, 컨볼루션 레이어별 필터 커널의 개수, 각 필터 커널의 파라미터 등)들이 룩업 테이블 형태로 저장되어 있는 경우, AI 다운스케일부(612)는 다운스케일 타겟에 따라 룩업 테이블 값들 중에서 선택된 일부를 조합하여 DNN 설정 정보를 획득하고, 획득된 DNN 설정 정보를 사용하여 원본 영상(105)을 AI 다운스케일할 수도 있다.
구현예에 따라, AI 다운스케일부(612)는 다운스케일 타겟에 대응되는 DNN의 구조를 결정하고, 결정된 DNN의 구조에 대응하는 DNN 설정 정보, 예를 들어, 필터 커널의 파라미터들을 획득할 수도 있다.
원본 영상(105)의 AI 다운스케일을 위한 복수의 DNN 설정 정보는, 제 1 DNN과 제 2 DNN이 연계 훈련됨으로써, 최적화된 값을 가질 수 있다. 여기서, 각 DNN 설정 정보는 제 1 DNN에 포함되는 컨볼루션 레이어의 수, 컨볼루션 레이어별 필터 커널의 개수 및 각 필터 커널의 파라미터 중 적어도 하나를 포함한다.
AI 다운스케일부(612)는 원본 영상(105)의 AI 다운스케일을 위해 결정된 DNN 설정 정보로 제 1 DNN을 세팅하여, 소정 해상도 및/또는 소정 화질의 제 1 영상(115)을 제 1 DNN을 통해 획득할 수 있다. 복수의 DNN 설정 정보 중 원본 영상(105)의 AI 다운스케일을 위한 DNN 설정 정보가 획득되면, 제 1 DNN 내 각 레이어는 DNN 설정 정보에 포함된 정보들에 기초하여 입력된 데이터를 처리할 수 있다.
이하에서는, AI 다운스케일부(612)가 다운스케일 타겟을 결정하는 방법에 대해 설명한다. 상기 다운스케일 타겟은 예를 들어, 원본 영상(105)으로부터 얼마나 해상도가 감소한 제 1 영상(115)을 획득해야 하는지를 나타낼 수 있다.
일 실시예에서, AI 다운스케일부(612)는 압축률(예를 들어, 원본 영상(105)과 제 1 영상(115) 사이의 해상도 차이, 타겟 비트레이트), 압축 품질(예를 들어, 비트레이트 타입), 압축 히스토리 정보 및 원본 영상(105)의 타입 중 적어도 하나에 기초하여 다운스케일 타겟을 결정할 수 있다.
일 예에서, AI 다운스케일부(612)는 미리 설정되거나, 사용자로부터 입력받은 압축률 또는 압축 품질 등에 기반하여 다운스케일 타겟을 결정할 수 있다.
다른 예로, AI 다운스케일부(612)는 AI 부호화 장치(600)에 저장된 압축 히스토리 정보를 이용하여 다운스케일 타겟을 결정할 수도 있다. 예를 들어, AI 부호화 장치(600)가 이용할 수 있는 압축 히스토리 정보에 따르면, 사용자가 선호하는 부호화 품질 또는 압축률 등이 결정될 수 있으며, 압축 히스토리 정보에 기초하여 결정된 부호화 품질 등에 따라 다운스케일 타겟이 결정될 수 있다. 예를 들면, 압축 히스토리 정보에 따라 가장 많이 이용된 적이 있는 부호화 품질에 따라 제 1 영상(115)의 해상도, 화질 등이 결정될 수 있다.
또 다른 예로, AI 다운스케일부(612)는 압축 히스토리 정보에 따라 소정의 임계 값보다 많이 이용된 적이 있는 부호화 품질(예를 들면, 소정의 임계값보다 많이 이용된 적이 있는 부호화 품질의 평균 품질)에 기초하여 다운스케일 타겟을 결정할 수도 있다.
또 다른 예로, AI 다운스케일부(612)는 원본 영상(105)의 해상도, 타입(예를 들어, 파일의 형식)등에 기초하여 다운스케일 타겟을 결정할 수도 있다.
일 실시예에서, 원본 영상(105)이 복수의 프레임으로 구성된 경우, AI 다운스케일부(612)는 소정 개수의 프레임 별로 다운스케일 타겟을 독립적으로 결정할 수 있고, 또는, 전체 프레임에 대해 공통된 다운스케일 타겟을 결정할 수도 있다.
일 예시에서, AI 다운스케일부(612)는 원본 영상(105)을 구성하는 프레임들을 소정 개수의 그룹으로 구분하고, 각 그룹별로 다운스케일 타겟을 독립적으로 결정할 수 있다. 각 그룹에 대해 서로 동일하거나 서로 상이한 다운스케일 타겟이 결정될 수 있다. 그룹들에 포함된 프레임들의 개수는 그룹별로 동일하거나 상이할 수 있다.
다른 예시에서, AI 다운스케일부(612)는 원본 영상(105)을 구성하는 프레임별로 다운스케일 타겟을 독립적으로 결정할 수 있다. 각각의 프레임에 대해 서로 동일하거나 서로 상이한 다운스케일 타겟이 결정될 수 있다.
이하에서는, AI 다운스케일의 기반이 되는 제 1 DNN(700)의 예시적인 구조에 대해 설명한다.
도 8은 원본 영상(105)의 AI 다운스케일을 위한 제 1 DNN(700)을 나타내는 예시적인 도면이다.
도 8에 도시된 바와 같이, 원본 영상(105)은 제 1 컨볼루션 레이어(710)로 입력된다. 제 1 컨볼루션 레이어(710)는 5 x 5의 크기의 32개의 필터 커널을 이용하여 원본 영상(105)에 대해 컨볼루션 처리를 한다. 컨볼루션 처리 결과 생성된 32개의 특징 맵은 제 1 활성화 레이어(720)로 입력된다. 제 1 활성화 레이어(720)는 32개의 특징 맵에 대해 비선형(Non-linear) 특성을 부여할 수 있다.
제 1 활성화 레이어(720)는 제 1 컨볼루션 레이어(710)로부터 출력되는 특징 맵들의 샘플 값들을 제 2 컨볼루션 레이어(730)로 전달할지 여부를 결정한다. 예를 들어, 특징 맵들의 샘플 값들 중 어떤 샘플 값들은 제 1 활성화 레이어(720)에 의해 활성화되어 제 2 컨볼루션 레이어(730)로 전달되고, 어떤 샘플 값들은 제 1 활성화 레이어(720)에 의해 비활성화되어 제 2 컨볼루션 레이어(730)로 전달되지 않는다. 제 1 컨볼루션 레이어(710)로부터 출력되는 특징 맵들이 나타내는 정보가 제 1 활성화 레이어(720)에 의해 강조된다.
제 1 활성화 레이어(720)의 출력(725)이 제 2 컨볼루션 레이어(730)로 입력된다. 제 2 컨볼루션 레이어(730)는 5 x 5의 크기의 32개의 필터 커널을 이용하여 입력 데이터에 대해 컨볼루션 처리를 한다. 컨볼루션 처리 결과 출력된 32개의 특징 맵은 제 2 활성화 레이어(740)로 입력되고, 제 2 활성화 레이어(740)는 32개의 특징 맵에 대해 비선형 특성을 부여할 수 있다.
제 2 활성화 레이어(740)의 출력(745)은 제 3 컨볼루션 레이어(750)로 입력된다. 제 3 컨볼루션 레이어(750)는 5 x 5의 크기의 1개의 필터 커널을 이용하여 입력된 데이터에 대해 컨볼루션 처리를 한다. 컨볼루션 처리 결과 제 3 컨볼루션 레이어(750)로부터 1개의 영상이 출력될 수 있다. 제 3 컨볼루션 레이어(750)는 최종 영상을 출력하기 위한 레이어로서 1개의 필터 커널을 이용하여 1개의 출력을 획득한다. 본 개시의 예시에 따르면, 제 3 컨볼루션 레이어(750)는 컨벌루션 연산 결과를 통해 제 1 영상(115)을 출력할 수 있다.
제 1 DNN(700)의 제 1 컨볼루션 레이어(710), 제 2 컨볼루션 레이어(730) 및 제 3 컨볼루션 레이어(750)의 필터 커널의 개수, 필터 커널의 파라미터 등을 나타내는 DNN 설정 정보는 복수 개일 수 있는데, 복수의 DNN 설정 정보는 제 2 DNN의 복수의 DNN 설정 정보와 연계되어야 한다. 제 1 DNN의 복수의 DNN 설정 정보와 제 2 DNN의 복수의 DNN 설정 정보 사이의 연계는, 제 1 DNN 및 제 2 DNN의 연계 학습을 통해 구현될 수 있다.
도 8은 제 1 DNN(700)이 세 개의 컨볼루션 레이어(710, 730, 750)와 두 개의 활성화 레이어(720, 740)를 포함하고 있는 것으로 도시하고 있으나, 이는 하나의 예시일 뿐이며, 구현예에 따라서, 컨볼루션 레이어 및 활성화 레이어의 개수는 다양하게 변경될 수 있다. 또한, 구현예에 따라서, 제 1 DNN(700)은 RNN(recurrent neural network)을 통해 구현될 수도 있다. 이 경우는 본 개시의 예시에 따른 제 1 DNN(700)의 CNN 구조를 RNN 구조로 변경하는 것을 의미한다.
일 실시예에서, AI 다운스케일부(612)는 컨볼루션 연산 및 활성화 레이어의 연산을 위한 적어도 하나의 ALU를 포함할 수 있다. ALU는 프로세서로 구현될 수 있다. 컨볼루션 연산을 위해, ALU는 원본 영상(105) 또는 이전 레이어에서 출력된 특징 맵의 샘플 값들과 필터 커널의 샘플 값들 사이의 곱 연산을 수행하는 곱셈기 및 곱셈의 결과 값들을 더하는 가산기를 포함할 수 있다. 또한, 활성화 레이어의 연산을 위해, ALU는 미리 결정된 시그모이드 함수, Tanh 함수 또는 ReLU 함수 등에서 이용되는 가중치를 입력된 샘플 값에 곱하는 곱셈기, 및 곱한 결과와 소정 값을 비교하여 입력된 샘플 값을 다음 레이어로 전달할지를 판단하는 비교기를 포함할 수 있다.
다시 도 7을 참조하면, AI 다운스케일부(612)로부터 제 1 영상(115)을 전달받은 제 1 부호화부(614)는 제 1 영상(115)을 제 1 부호화하여 제 1 영상(115)이 가지는 정보량을 감축시킬 수 있다. 제 1 부호화부(614)에 의한 제 1 부호화 결과 제 1 영상(115)에 대응하는 영상 데이터가 획득될 수 있다.
데이터 처리부(632)는 AI 데이터 및 영상 데이터 중 적어도 하나가 소정의 형태로 전송될 수 있게 처리한다. 예를 들어, AI 데이터 및 영상 데이터를 비트스트림 형태로 전송하여야 하는 경우, 데이터 처리부(632)는 AI 데이터가 비트스트림 형태로 표현되도록 AI 데이터를 처리하고, 통신부(634)를 통해 하나의 비트스트림 형태의 AI 데이터 및 영상 데이터를 전송한다. 다른 예로, 데이터 처리부(632)는 AI 데이터가 비트스트림 형태로 표현되도록 AI 데이터를 처리하고, 통신부(634)를 통해 AI 데이터에 해당하는 비트스트림 및 영상 데이터에 해당하는 비트스트림 각각을 통신부(634)를 통해 전송한다. 또 다른 예로, 데이터 처리부(632)는 AI 데이터가 프레임 또는 패킷으로 표현되도록 AI 데이터를 처리하고, 비트스트림 형태의 영상 데이터와, 프레임 또는 패킷 형태의 AI 데이터를 통신부(634)를 통해 전송한다.
통신부(630)는 네트워크를 통해 AI 부호화 결과 획득된 AI 부호화 데이터를 전송한다. AI 부호화 결과 획득된 AI 부호화 데이터는 영상 데이터와 AI 데이터를 포함한다. 영상 데이터와 AI 데이터는 동종 네트워크 또는 이종 네트워크를 통해 전송될 수 있다.
일 실시예에서, 데이터 처리부(632)의 처리 결과 획득된 AI 부호화 데이터는 하드 디스크, 플로피 디스크 및 자기 테이프와 같은 자기 매체, CD-ROM 및 DVD와 같은 광기록 매체, 플롭티컬 디스크(floptical disk)와 같은 자기-광 매체(magneto-optical medium) 등을 포함하는 데이터 저장 매체에 저장될 수도 있다.
이하에서는, 도 9를 참조하여, 제 1 DNN(700)과 제 2 DNN(300)을 연계 훈련시키는 방법에 대해 설명한다.
도 9는 제 1 DNN(700) 및 제 2 DNN(300)을 훈련시키는 방법을 설명하기 위한 도면이다.
일 실시예에서 AI 부호화 과정을 통해 AI 부호화된 원본 영상(105)이 AI 복호화 과정을 통해 제 3 영상(145)으로 복원되는데, AI 복호화 결과 획득된 제 3 영상(145)과 원본 영상(105)과의 유사성을 유지하기 위해서는 AI 부호화 과정 및 AI 복호화 과정에 연관성이 필요하다. 즉, AI 부호화 과정에서 손실된 정보를 AI 복호화 과정에서 복원할 수 있어야 하는데, 이를 위해 제 1 DNN(700)과 제 2 DNN(300)의 연계 훈련이 요구된다.
정확한 AI 복호화를 위해서는 궁극적으로 도 9에 도시된 제 3 훈련 영상(804)과 원본 훈련 영상(801) 사이의 비교 결과에 대응하는 퀄리티 손실 정보(830)를 감소시킬 필요가 있다. 따라서, 퀄리티 손실 정보(830)는 제 1 DNN(700) 및 제 2 DNN(300)의 훈련 모두에 이용된다.
먼저, 도 9에 도시된 훈련 과정에 대해 설명한다.
도 9에서, 원본 훈련 영상(original training image)(801)은 AI 다운스케일의 대상이 되는 영상이고, 제 1 훈련 영상(first training image)(802)은 원본 훈련 영상(801)로부터 AI 다운스케일된 영상이다. 또한, 제 3 훈련 영상(third training image)(804)은 제 1 훈련 영상(802)으로부터 AI 업스케일된 영상이다.
원본 훈련 영상(801)은 정지 영상 또는 복수의 프레임으로 이루어진 동영상을 포함한다. 일 실시예에서, 원본 훈련 영상(801)은 정지 영상 또는 복수의 프레임으로 이루어진 동영상으로부터 추출된 휘도 영상을 포함할 수도 있다. 또한, 일 실시예에서, 원본 훈련 영상(801)은 정지 영상 또는 복수의 프레임으로 이루어진 동영상에서 추출된 패치 영상을 포함할 수도 있다. 원본 훈련 영상(801)이 복수의 프레임으로 이루어진 경우, 제 1 훈련 영상(802), 제 2 훈련 영상 및 제 3 훈련 영상(804) 역시 복수의 프레임으로 구성된다. 원본 훈련 영상(801)의 복수의 프레임이 순차적으로 제 1 DNN(700)에 입력되면, 제 1 DNN(700) 및 제 2 DNN(300)을 통해 제 1 훈련 영상(802), 제 2 훈련 영상 및 제 3 훈련 영상(804)의 복수의 프레임이 순차적으로 획득될 수 있다.
제 1 DNN(700) 및 제 2 DNN(300)의 연계 훈련을 위해, 원본 훈련 영상(801)이 제 1 DNN(700)으로 입력된다. 제 1 DNN(700)으로 입력된 원본 훈련 영상(801)은 AI 다운스케일되어 제 1 훈련 영상(802)으로 출력되고, 제 1 훈련 영상(802)이 제 2 DNN(300)에 입력된다. 제 1 훈련 영상(802)에 대한 AI 업스케일 결과 제 3 훈련 영상(804)이 출력된다.
도 9를 참조하면, 제 2 DNN(300)으로 제 1 훈련 영상(802)이 입력되고 있는데, 구현예에 따라, 제 1 훈련 영상(802)의 제 1 부호화 및 제 1 복호화 과정을 거쳐 획득된 제 2 훈련 영상(second training image)이 제 2 DNN(300)으로 입력될 수도 있다. 제 2 훈련 영상을 제 2 DNN으로 입력시키기 위해 MPEG-2, H.264, MPEG-4, HEVC, VC-1, VP8, VP9 및 AV1 중 어느 하나의 코덱이 이용될 수 있다. 구체적으로, 제 1 훈련 영상(802)의 제 1 부호화 및 제 1 훈련 영상(802)에 대응하는 영상 데이터의 제 1 복호화에, MPEG-2, H.264, MPEG-4, HEVC, VC-1, VP8, VP9 및 AV1 중 어느 하나의 코덱이 이용될 수 있다.
도 9를 참조하면, 제 1 DNN(700)을 통해 제 1 훈련 영상(802)이 출력되는 것과 별개로, 원본 훈련 영상(801)으로부터 레거시 다운스케일된 축소 훈련 영상(803)이 획득된다. 여기서, 레거시 다운스케일은 바이리니어(bilinear) 스케일, 바이큐빅(bicubic) 스케일, 란조스(lanczos) 스케일 및 스테어 스탭(stair step) 스케일 중 적어도 하나를 포함할 수 있다.
원본 영상(105)의 구조적 특징을 기준으로 제 1 영상(115)의 구조적 특징이 크게 벗어나는 것을 방지하기 위해, 원본 훈련 영상(801)의 구조적 특징을 보존하는 축소 훈련 영상(803)을 획득하는 것이다.
훈련의 진행 전 제 1 DNN(700) 및 제 2 DNN(300)은 미리 결정된 DNN 설정 정보로 세팅될 수 있다. 훈련이 진행됨에 따라 구조적 손실 정보(810), 복잡성 손실 정보(820) 및 퀄리티 손실 정보(830)가 결정될 수 있다.
구조적 손실 정보(810)는 축소 훈련 영상(803)과 제 1 훈련 영상(802)의 비교 결과에 기초하여 결정될 수 있다. 일 예에서, 구조적 손실 정보(810)는 축소 훈련 영상(803)의 구조적 정보와 제 1 훈련 영상(802)의 구조적 정보 사이의 차이에 해당할 수 있다. 구조적 정보는, 영상의 휘도, 대비, 히스토그램 등 영상으로부터 추출 가능한 다양한 특징을 포함할 수 있다. 구조적 손실 정보(810)는 원본 훈련 영상(801)의 구조적 정보가 제 1 훈련 영상(802)에서 어느 정도로 유지되고 있는지를 나타낸다. 구조적 손실 정보(810)가 작을수록 제 1 훈련 영상(802)의 구조적 정보가 원본 훈련 영상(801)의 구조적 정보와 유사해진다.
복잡성 손실 정보(820)는 제 1 훈련 영상(802)의 공간적 복잡도에 기반하여 결정될 수 있다. 일 예에서, 공간적 복잡도로서, 제 1 훈련 영상(802)의 총 분산(total variance)값이 이용될 수 있다. 복잡성 손실 정보(820)는 제 1 훈련 영상(802)을 제 1 부호화하여 획득한 영상 데이터의 비트레이트와 관련된다. 복잡성 손실 정보(820)가 작을수록 영상 데이터의 비트레이트가 작은 것으로 정의된다.
퀄리티 손실 정보(830)는 원본 훈련 영상(801)과 제 3 훈련 영상(804)의 비교 결과에 기초하여 결정될 수 있다. 퀄리티 손실 정보(830)는 원본 훈련 영상(801)과 제 3 훈련 영상(804)의 차이에 대한 L1-norm 값, L2-norm 값, SSIM(Structural Similarity) 값, PSNR-HVS(Peak Signal-To-Noise Ratio-Human Vision System) 값, MS-SSIM(Multiscale SSIM) 값, VIF(Variance Inflation Factor) 값 및 VMAF(Video Multimethod Assessment Fusion) 값 중 적어도 하나를 포함할 수 있다. 퀄리티 손실 정보(830)는 제 3 훈련 영상(804)이 원본 훈련 영상(801)과 어느 정도로 유사한지를 나타낸다. 퀄리티 손실 정보(830)가 작을수록 제 3 훈련 영상(804)이 원본 훈련 영상(801)에 더 유사해진다.
도 9를 참조하면, 구조적 손실 정보(810), 복잡성 손실 정보(820) 및 퀄리티 손실 정보(830)가 제 1 DNN(700)의 훈련에 이용되고, 퀄리티 손실 정보(830)는 제 2 DNN(300)의 훈련에 이용된다. 즉, 퀄리티 손실 정보(830)는 제 1 DNN(700) 및 제 2 DNN(300)의 훈련에 모두 이용된다.
제 1 DNN(700)은 구조적 손실 정보(810), 복잡성 손실 정보(820) 및 퀄리티 손실 정보(830)에 기초하여 결정된 최종 손실 정보가 감소 또는 최소화되도록 파라미터를 갱신할 수 있다. 또한, 제 2 DNN(300)은 퀄리티 손실 정보(830)가 감소 또는 최소화되도록 파라미터를 갱신할 수 있다.
제 1 DNN(700) 및 제 2 DNN(300)의 훈련을 위한 최종 손실 정보는 아래의 수학식 1과 같이 결정될 수 있다.
[수학식 1]
LossDS = a*구조적 손실 정보+b*복잡성 손실 정보+ c*퀄리티 손실 정보
LossUS = d*퀄리티 손실 정보
상기 수학식 1에서, LossDS는 제 1 DNN(700)의 훈련을 위해 감소 또는 최소화되어야 할 최종 손실 정보를 나타내고, LossUS는 제 2 DNN(300)의 훈련을 위해 감소 또는 최소화되어야 할 최종 손실 정보를 나타낸다. 또한, a, b, c, d는 미리 결정된 소정의 가중치에 해당할 수 있다.
즉, 제 1 DNN(700)은 수학식 1의 LossDS가 감소되는 방향으로 파라미터들을 갱신하고, 제 2 DNN(300)은 LossUS가 감소되는 방향으로 파라미터들을 갱신하게 된다. 훈련 과정에서 도출된 LossDS에 따라 제 1 DNN(700)의 파라미터들이 갱신되면, 갱신된 파라미터에 기초하여 획득되는 제 1 훈련 영상(802)이 이전 훈련 과정에서의 제 1 훈련 영상(802)과 달라지게 되고, 그에 따라 제 3 훈련 영상(804) 역시 이전 훈련 과정에서의 제 3 훈련 영상(804)과 달라지게 된다. 제 3 훈련 영상(804)이 이전 훈련 과정에서의 제 3 훈련 영상(804)과 달라지게 되면, 퀄리티 손실 정보(830) 역시 새롭게 결정되며, 그에 따라 제 2 DNN(300)은 파라미터들을 갱신한다. 퀄리티 손실 정보(830)가 새롭게 결정되면, LossDS 역시 새롭게 결정되므로, 제 1 DNN(700)은 새롭게 결정된 LossDS에 따라 파라미터들을 갱신한다. 즉, 제 1 DNN(700)의 파라미터 갱신은, 제 2 DNN(300)의 파라미터 갱신을 야기하고, 제 2 DNN(300)의 파라미터 갱신은 제 1 DNN(700)의 파라미터 갱신을 야기하는 것이다. 다시 말하면, 제 1 DNN(700) 및 제 2 DNN(300)은 퀄리티 손실 정보(830)의 공유를 통해 연계 훈련되므로, 제 1 DNN(700)의 파라미터들과 제 2 DNN(300)의 파라미터들이 서로 연관성을 가지고 최적화될 수 있는 것이다.
수학식 1을 참조하면, LossUS가 퀄리티 손실 정보(830)에 따라 결정되는 것을 알 수 있으나, 이는 하나의 예시이며, LossUS는 구조적 손실 정보(810) 및 복잡성 손실 정보(820) 중 적어도 하나와, 퀄리티 손실 정보(830)에 기초하여 결정될 수도 있다.
앞서, AI 복호화 장치(200)의 AI 업스케일부(234) 및 AI 부호화 장치(600)의 AI 다운스케일부(612)는 복수의 DNN 설정 정보를 저장하는 것으로 설명하였는데, AI 업스케일부(234) 및 AI 다운스케일부(612)에 저장되는 복수의 DNN 설정 정보 각각을 훈련시키는 방법에 대해 설명한다.
수학식 1과 관련하여 설명한 바와 같이, 제 1 DNN(700)의 경우, 제 1 훈련 영상(802)의 구조적 정보와 원본 훈련 영상(801)의 구조적 정보 사이의 유사 정도(구조적 손실 정보(810)), 제 1 훈련 영상(802)의 제 1 부호화 결과 획득되는 영상 데이터의 비트레이트(복잡성 손실 정보(820)) 및 제 3 훈련 영상(804)과 원본 훈련 영상(801) 사이의 차이(퀄리티 손실 정보(830))를 고려하여 파라미터를 갱신하게 된다.
자세히 설명하면, 원본 훈련 영상(801)의 구조적 정보와 유사하면서, 제 1 부호화를 하였을 때 획득되는 영상 데이터의 비트레이트가 작은 제 1 훈련 영상(802)이 획득 가능하도록 하는 동시에, 제 1 훈련 영상(802)을 AI 업스케일하는 제 2 DNN(300)이 원본 훈련 영상(801)에 유사한 제 3 훈련 영상(804)을 획득할 수 있도록, 제 1 DNN(700)의 파라미터가 갱신될 수 있다.
수학식 1의 a, b, c의 가중치가 조절됨으로써, 제 1 DNN(700)의 파라미터들이 최적화되는 방향이 상이해지게 된다. 예를 들어, b의 가중치를 높게 결정하는 경우, 제 3 훈련 영상(804)의 퀄리티보다 비트레이트가 낮아지는 것에 더 중요도를 두고 제 1 DNN(700)의 파라미터가 갱신될 수 있다. 또한, c의 가중치를 높게 결정하는 경우, 비트레이트가 높아지는 것이나, 원본 훈련 영상(801)의 구조적 정보가 유지되는 것보다 제 3 훈련 영상(804)의 퀄리티가 증가하도록 하는 것에 더 중요도를 두고 제 1 DNN(700)의 파라미터가 갱신될 수 있다.
또한, 제 1 훈련 영상(802)을 제 1 부호화하는데 이용되는 코덱의 타입에 따라 제 1 DNN(700)의 파라미터들이 최적화되는 방향이 상이해질 수 있다. 왜냐하면, 코덱의 종류에 따라, 제 2 DNN(300)으로 입력될 제 2 훈련 영상이 달라질 수 있기 때문이다.
즉, 가중치 a, 가중치 b, 가중치 c 및 제 1 훈련 영상(802)의 제 1 부호화를 위한 코덱의 종류에 기반하여 제 1 DNN(700)의 파라미터들과 제 2 DNN(300)의 파라미터들이 연계하여 갱신될 수 있는 것이다. 따라서, 가중치 a, 가중치 b, 가중치 c 각각을 소정의 값으로 결정하고, 코덱의 종류를 소정의 종류로 결정한 후, 제 1 DNN(700)과 제 2 DNN(300)을 훈련시키면, 서로 연계되어 최적화된 제 1 DNN(700)의 파라미터들과 제 2 DNN(300)의 파라미터들이 결정될 수 있다.
그리고, 가중치 a, 가중치 b, 가중치 c 및 코덱의 종류를 변경한 후, 제 1 DNN(700)과 제 2 DNN(300)을 훈련시키면, 서로 연계되어 최적화된 제 1 DNN(700)의 파라미터들과 제 2 DNN(300)의 파라미터들이 결정될 수 있다. 다시 말하면, 가중치 a, 가중치 b, 가중치 c 및 코덱의 종류 각각의 값을 변경하면서 제 1 DNN(700)과 제 2 DNN(300)을 훈련시키면 서로 연계되어 훈련된 복수의 DNN 설정 정보가 제 1 DNN(700) 및 제 2 DNN(300)에서 결정될 수 있는 것이다.
앞서, 도 5와 관련하여 설명한 바와 같이, 제 1 DNN(700) 및 제 2 DNN(300)의 복수의 DNN 설정 정보들은 제 1 영상 관련 정보들에 매핑되어 있을 수 있다. 이러한 매핑 관계의 설정을 위해, 제 1 DNN(700)에서 출력되는 제 1 훈련 영상(802)을 특정 비트레이트에 따라 특정 코덱으로 제 1 부호화하고, 제 1 부호화 결과 획득된 비트스트림을 제 1 복호화하여 획득한 제 2 훈련 영상을 제 2 DNN(300)으로 입력할 수 있다. 즉, 특정 해상도의 제 1 훈련 영상(802)이 특정 코덱에 의해 특정 비트레이트로 제 1 부호화되도록 환경을 설정한 후, 제 1 DNN(700) 및 제 2 DNN(300)을 훈련시킴으로써, 제 1 훈련 영상(802)의 해상도, 제 1 훈련 영상(802)의 제 1 부호화에 이용된 코덱의 종류 및 제 1 훈련 영상(802)의 제 1 부호화 결과 획득된 비트스트림의 비트레이트에 매핑된 DNN 설정 정보 쌍이 결정될 수 있는 것이다. 제 1 훈련 영상(802)의 해상도, 제 1 훈련 영상(802)의 제 1 부호화에 이용된 코덱의 종류 및 제 1 훈련 영상(802)의 제 1 부호화에 따라 획득되는 비트스트림의 비트레이트를 다양하게 변경시킴으로써, 제 1 DNN(700) 및 제 2 DNN(300)의 복수의 DNN 설정 정보들과 제 1 영상 관련 정보들 사이의 매핑 관계가 결정될 수 있다.
도 10는 훈련 장치(1000)에 의한 제 1 DNN(700) 및 제 2 DNN(300)의 훈련 과정을 설명하기 위한 도면이다.
도 9와 관련하여 설명한 제 1 DNN(700) 및 제 2 DNN(300)의 훈련은 훈련 장치(1000)에 의해 수행될 수 있다. 훈련 장치(1000)는 제 1 DNN(700) 및 제 2 DNN(300)을 포함한다. 훈련 장치(1000)는 예를 들어, AI 부호화 장치(600) 또는 별도의 서버일 수 있다. 훈련 결과 획득된 제 2 DNN(300)의 DNN 설정 정보들은 AI 복호화 장치(200)에 저장된다.
도 10를 참조하면, 훈련 장치(1000)는 제 1 DNN(700) 및 제 2 DNN(300)의 DNN 설정 정보를 초기 세팅한다(S840, S845). 이에 의해, 제 1 DNN(700) 및 제 2 DNN(300)은 미리 결정된 DNN 설정 정보에 따라 동작할 수 있다. DNN 설정 정보는 제 1 DNN(700) 및 2 DNN(300)에 포함되는 컨볼루션 레이어의 수, 컨볼루션 레이어별 필터 커널의 개수, 컨볼루션 레이어별 필터 커널의 크기 및 각 필터 커널의 파라미터 중 적어도 하나에 대한 정보를 포함할 수 있다.
훈련 장치(1000)는 원본 훈련 영상(801)을 제 1 DNN(700)으로 입력한다(S850). 원본 훈련 영상(801)은 정지 영상 또는 동영상을 구성하는 적어도 하나의 프레임을 포함할 수 있다.
제 1 DNN(700)은 초기 세팅된 DNN 설정 정보에 따라 원본 훈련 영상(801)을 처리하고, 원본 훈련 영상(801)으로부터 AI 다운스케일된 제 1 훈련 영상(802)을 출력한다(S855). 도 10은 제 1 DNN(700)으로부터 출력된 제 1 훈련 영상(802)이 제 2 DNN(300)으로 바로 입력되는 것으로 도시되어 있으나, 제 1 DNN(700)으로부터 출력된 제 1 훈련 영상(802)이 훈련 장치(1000)에 의해 제 2 DNN(300)으로 입력될 수 있다. 또한, 훈련 장치(1000)는 제 1 훈련 영상(802)을 소정의 코덱으로 제 1 부호화 및 제 1 복호화한 후, 제 2 훈련 영상을 제 2 DNN(300)으로 입력할 수 있다.
제 2 DNN(300)은 제 1 훈련 영상(802) 또는 제 2 훈련 영상을 초기 세팅된 DNN 설정 정보에 따라 처리하고, 제 1 훈련 영상(802) 또는 제 2 훈련 영상으로부터 AI 업스케일된 제 3 훈련 영상(804)을 출력한다(S860).
훈련 장치(1000)는 제 1 훈련 영상(802)에 기초하여 복잡성 손실 정보(820)를 산출한다(S865).
훈련 장치(1000)는 축소 훈련 영상(803)과 제 1 훈련 영상(802)을 비교하여 구조적 손실 정보(810)를 산출한다(S870).
훈련 장치(1000)는 원본 훈련 영상(801)과 제 3 훈련 영상(804)을 비교하여 퀄리티 손실 정보(830)를 산출한다(S875).
제 1 DNN(700)은 최종 손실 정보에 기초한 역전사(back propagation) 과정을 통해 초기 세팅된 DNN 설정 정보를 갱신한다(S880). 훈련 장치(1000)는 복잡성 손실 정보(820), 구조적 손실 정보(810) 및 퀄리티 손실 정보(830)에 기초하여 제 1 DNN(700)의 훈련을 위한 최종 손실 정보를 산출할 수 있다.
제 2 DNN(300)은 퀄리티 손실 정보 또는 최종 손실 정보에 기초한 역전사 과정을 통해 초기 세팅된 DNN 설정 정보를 갱신한다(S885). 훈련 장치(1000)는 퀄리티 손실 정보(830)에 기초하여 제 2 DNN(300)의 훈련을 위한 최종 손실 정보를 산출할 수 있다.
이후, 훈련 장치(1000), 제 1 DNN(700) 및 제 2 DNN(300)은 최종 손실 정보들이 최소화될 때까지 S850 내지 S885 과정을 반복하면서 DNN 설정 정보를 갱신한다. 이 때, 각 반복 과정 동안 제 1 DNN(700) 및 제 2 DNN은 이전 과정에서 갱신된 DNN 설정 정보에 따라 동작한다.
아래의 표 1은 본 개시의 일 실시예에 따라 원본 영상(105)을 AI 부호화 및 AI 복호화한 경우와, HEVC로 원본 영상(105)을 부호화 및 복호화한 경우의 효과를 나타낸다.
컨텐츠 해상도 프레임수 정보량 (Bitrate)
(Mbps)		 주관적 화질 스코어 (VMAF)
HEVC AI 부호화/ AI 복호화 HEVC AI 부호화/ AI 복호화
컨텐츠_01 8K (7680X4320) 300 frames 46.3 21.4 94.80 93.54
컨텐츠_02 46.3 21.6 98.05 98.98
컨텐츠_03 46.3 22.7 96.08 96.00
컨텐츠_04 46.1 22.1 86.26 92.00
컨텐츠_05 45.4 22.7 93.42 92.98
컨텐츠_06 46.3 23.0 95.99 95.61
평균 46.11 22.25 94.10 94.85
표 1에서 알 수 있듯이, 본 개시의 일 실시예에 따라 8K 해상도의 300개의 프레임들로 이루어진 컨텐츠들을 AI 부호화 및 AI 복호화한 경우의 주관적 화질이 HEVC로 부호화 및 복호화한 경우의 주관적 화질보다 높음에도, 비트레이트가 50% 이상 감소한 것을 알 수 있다.
도 11은 원본 영상(105)의 AI 다운스케일을 위한 장치(20) 및 제 2 영상(135)의 AI 업스케일을 위한 장치(40)를 도시하는 예시적인 도면이다.
장치(20)는 원본 영상(105)을 수신하고, AI 다운스케일부(1124) 및 변환 기반 부호화부(1126)를 이용하여 영상 데이터(25) 및 AI 데이터(30)를 장치(40)로 제공한다. 일 실시예에서, 영상 데이터(25)는 도 1의 영상 데이터에 대응하고, AI 데이터(30)는 도 1의 AI 데이터에 대응한다. 또한, 일 실시예에서, 변환 기반 부호화부(1126)는 도 7의 제 1 부호화부(614)에 대응하고, AI 다운스케일부(1124)는 도 7의 AI 다운스케일부(612)에 대응한다.
장치(40)는 AI 데이터(30) 및 영상 데이터(25)를 수신하고, 변환 기반 복호화부(1146) 및 AI 업스케일부(1144)를 이용하여 제 3 영상(145)을 획득한다. 일 실시예에서, 변환 기반 복호화부(1146)는 도 2의 제 1 복호화부(232)에 대응하고, AI 업스케일부(1144)는 도 2의 AI 업스케일부(234)에 대응한다.
일 실시예에서, 장치(20)는 CPU, 메모리 및 인스트럭션들을 포함하는 컴퓨터 프로그램을 포함한다. 컴퓨터 프로그램은 메모리에 저장된다. 일 실시예에서, CPU에 의한 컴퓨터 프로그램의 실행에 따라, 장치(20)는 도 11과 관련하여 설명할 기능을 수행한다. 일 실시예에서, 전용 하드웨어 칩 및/또는 CPU에 의해 도 11과 관련하여 설명할 기능이 수행된다.
일 실시예에서, 장치(40)는 CPU, 메모리 및 인스트럭션들을 포함하는 컴퓨터 프로그램을 포함한다. 컴퓨터 프로그램은 메모리에 저장된다. 일 실시예에서, CPU에 의한 컴퓨터 프로그램의 실행에 따라, 장치(40)는 도 11과 관련하여 설명할 기능을 수행한다. 일 실시예에서, 전용 하드웨어 칩 및/또는 CPU에 의해 도 11과 관련하여 설명할 기능이 수행된다.
도 11에서, 구성 제어부(1122)는 하나 이상의 입력 값(10)을 수신한다. 일 실시예에서, 하나 이상의 입력 값(10)은 AI 다운스케일부(1124) 및 AI 업스케일부(1144)를 위한 타겟 해상도 차이, 영상 데이터(25)의 비트레이트, 영상 데이터(25)의 비트레이트 타입(예를 들어, variable bitrate 타입, constant bitrate 타입 또는 average bitrate 타입 등) 및 변환 기반 부호화부(1126)를 위한 코덱 타입 중 적어도 하나를 포함할 수 있다. 하나 이상의 입력 값(10)은 장치(20)에 미리 저장되거나, 사용자로부터 입력받은 값을 포함할 수 있다.
구성 제어부(1122)는 수신된 입력 값(10)에 기초하여 AI 다운스케일부(1124) 및 변환 기반 부호화부(1126)의 동작을 제어한다. 일 실시예에서, 구성 제어부(1122)는 수신된 입력 값(10)에 따라 AI 다운스케일부(1124)를 위한 DNN 설정 정보를 획득하고, 획득한 DNN 설정 정보로 AI 다운스케일부(1124)를 세팅한다. 일 실시예에서, 구성 제어부(1122)는 수신된 입력 값(10)을 AI 다운스케일부(1124)로 전달하고, AI 다운스케일부(1124)는 수신된 입력 값(10)에 기초하여 원본 영상(105)을 AI 다운스케일하기 위한 DNN 설정 정보를 획득할 수 있다. 일 실시예에서, 구성 제어부(1122)는 입력 값(10)과 함께 추가 정보, 예를 들어, AI 다운스케일이 적용되는 컬러 포맷(휘도 성분, 색차 성분, 레드 성분, 그린 성분 또는 블루 성분 등) 정보, HDR(high dynamic range)의 톤 매핑(tone mapping) 정보 등을 AI 다운스케일부(1124)로 제공하고, AI 다운스케일부(1124)는 입력 값(10) 및 추가 정보를 고려하여 DNN 설정 정보를 획득할 수도 있다. 일 실시예에서, 구성 제어부(1122)는 수신된 입력 값(10)의 적어도 일부를 변환 기반 부호화부(1126)로 전달하여 변환 기반 부호화부(1126)가 특정 값의 비트레이트, 특정 타입의 비트레이트 및 특정 코덱으로 제 1 영상(115)을 제 1 부호화하게 한다.
AI 다운스케일부(1124)는 원본 영상(105)을 수신하고, 제 1 영상(115)을 획득하기 위해 도 1, 도 7, 도 8, 도 9 및 도 10 중 적어도 하나와 관련하여 설명한 동작을 수행한다.
일 실시예에서, AI 데이터(30)는 장치(40)로 제공된다. AI 데이터(30)는 원본 영상(105)과 제 1 영상(115) 사이의 해상도 차이 정보 및 제 1 영상(115) 관련 정보 중 적어도 하나를 포함할 수 있다. 해상도 차이 정보는 입력 값(10)의 타겟 해상도 차이에 기반하여 결정될 수 있고, 제 1 영상(115) 관련 정보는 타겟 비트레이트, 비트레이트 타입 및 코덱 타입 중 적어도 하나에 기반하여 결정될 수 있다. 일 실시예에서, AI 데이터(30)는 AI 업스케일 과정에 이용되는 파라미터들을 포함할 수도 있다. AI 데이터는 AI 다운스케일부(1124)로부터 장치(40)로 제공될 수도 있다.
제 1 영상(105)은 변환 기반 부호화부(1126)에 의해 처리되어 영상 데이터(25)가 획득되고, 영상 데이터(25)는 장치(40)로 전달된다. 변환 기반 부호화부(1126)는 MPEG-2, H.264 AVC, MPEG-4, HEVC, VC-1, VP8, VP9 또는 AV1에 따라 제 1 영상(115)을 처리할 수 있다.
구성 제어부(1142)는 AI 데이터(30)에 기초하여 AI 업스케일부(1144)의 동작을 제어한다. 일 실시예에서, 구성 제어부(1142)는 수신된 AI 데이터(30)에 따라 AI 업스케일부(1144)를 위한 DNN 설정 정보를 획득하고, 획득한 DNN 설정 정보로 AI 업스케일부(1144)를 세팅한다. 일 실시예에서, 구성 제어부(1142)는 수신된 AI 데이터(30)을 AI 업스케일부(1144)로 전달하고, AI 업스케일부(1144)는 AI 데이터(30)에 기초하여 제 2 영상(135)을 AI 업스케일하기 위한 DNN 설정 정보를 획득할 수 있다. 일 실시예에서, 구성 제어부(1142)는 AI 데이터(30)와 함께 추가 정보, 예를 들어, AI 업스케일이 적용되는 컬러 포맷(휘도 성분, 색차 성분, 레드 성분, 그린 성분 또는 블루 성분 등) 정보, HDR(high dynamic range)의 톤 매핑 정보 등을 AI 업스케일부(1144)로 제공하고, AI 업스케일부(1144)는 AI 데이터(30) 및 추가 정보를 고려하여 DNN 설정 정보를 획득할 수도 있다. 일 실시예에서, AI 업스케일부(1144)는 구성 제어부(1142)로부터 AI 데이터(30)를 수신하고, 변환 기반 복호화부(1146)로부터 예측 모드 정보, 움직임 정보 및 양자화 파라미터 정보 중 적어도 하나를 수신하고, 예측 모드 정보, 움직임 정보 및 양자화 파라미터 정보 중 적어도 하나와 AI 데이터(30)에 기초하여 DNN 설정 정보를 획득할 수도 있다.
변환 기반 복호화부(1146)는 영상 데이터(25)를 처리하여 제 2 영상(135)을 복원한다. 변환 기반 복호화부(1146)는 MPEG-2, H.264 AVC, MPEG-4, HEVC, VC-1, VP8, VP9 또는 AV1에 따라 영상 데이터(25)를 처리할 수 있다.
AI 업스케일부(1144)는 세팅된 DNN 설정 정보를 기초로 변환 기반 복호화부(1146)로부터 제공되는 제 2 영상(135)을 AI 업스케일하여 제 3 영상(145)을 획득한다.
도 12는 본 개시의 일 실시예에 따른 네트워크 환경에서의 MEC(multi-access edge computing) 기술을 설명하기 위해 개략적으로 도시하는 도면이다.
도 12를 참조하면, 본 개시의 네트워크 환경(1200)은 디바이스(1210), 엑세스 네트워크(access network, AN)(1220), 엣지 데이터 네트워크(1230) 및 서비스 서버(service server)(1240)를 포함할 수 있다. 또한, 도 12에는 도시되지 아니하였으나, 본 개시의 네트워크 환경(1200)은 엣지 데이터 네트워크 설정 서버(edge network configuration server)도 포함할 수 있다.
즉, 본 개시의 네트워크 환경(1200)은 MEC 기반 서비스를 지원하기 위한 복수의 요소들로 구성된 상태를 의미할 수 있다. 다만, 네트워크 환경(1200)이 포함하는 구성이 이에 제한되는 것은 아니다.
일 실시예에 따르면, 네트워크 환경(1200)에 포함되는 구성요소들 각각은 물리적인 객체(entity) 단위를 의미하거나, 개별적인 기능(function)을 수행할 수 있는 소프트웨어 또는 모듈 단위를 의미할 수 있다.
일 실시예에 따르면, 디바이스(1210)는 사용자에 의해 사용되는 장치를 의미할 수 있다. 예를 들면, 디바이스(1210)는 단말(terminal), 사용자 단말(UE, user equipment), 이동국(mobile station), 가입자국(subscriber station), 원격 단말(remote terminal), 무선 단말(wireless terminal), 또는 사용자 장치(user device)를 의미할 수 있다. 도 12를 참조하면, 디바이스(1210)는 제1 애플리케이션 클라이언트(또는, 애플리케이션 클라이언트)(1211), 제2 애플리케이션 클라이언트(1213) 및 엣지 인에이블러 클라이언트(edge enabler client)(또는, MEL(MEC enabling layer))(1215)를 포함할 수 있다. 디바이스(1210)는 MEC 서비스의 사용을 위하여 엣지 인에이블러 클라이언트(1215)를 이용하여 필요한 작업을 수행할 수 있다.
도 12에 도시되지는 아니하였으나, 일 실시예에 따르면, 디바이스(1210)는 MSA(multi-access service agent) 및 MSE(multi-access service enabler)를 포함할 수 있다. 일 실시예에 따르면, MSA는 디바이스(1210)의 인증(authentication), 권한(authorization) 및 정책(예: app routing policy, discovery policy, 또는 monitoring policy)과 관련된 정보를 수신할 수 있다. MSE는 정책에 따라 경로(route)를 설정하고, MEC 기반 데이터 전송을 관리할 수 있다. 일 실시예에 따르면, 엣지 인에이블러 클라이언트(1215)는 MSE의 서비스 중 MEC 서비스의 사용을 위해 필요한 작업을 수행하는 구성요소를 의미할 수 있다.
일 실시예에 따르면, 디바이스(1210)는 복수의 애플리케이션들을 실행할 수 있다. 예를 들면, 디바이스(1210)는 제1 애플리케이션 클라이언트(1211) 및 제2 애플리케이션 클라이언트(1213)를 실행할 수 있다. 복수의 애플리케이션들은 요구되는 데이터 전송 속도, 지연 시간(또는 속도)(latency), 신뢰성(reliability), 네트워크에 접속(access)된 디바이스의 수, 디바이스(1210)의 네트워크 접속 주기, 또는 평균 데이터 사용량 중 적어도 하나에 기반하여 서로 다른 네트워크 서비스를 요구(require)할 수 있다. 서로 다른 네트워크 서비스는, 예를 들어, eMBB(enhanced mobile broadband), URLLC(ultra- reliable and low latency communication), 또는 mMTC(massive machine type communication)를 포함할 수 있다.
디바이스(1210)의 애플리케이션 클라이언트는 디바이스(1210)에 미리 설치된 기본 애플리케이션 또는 제 3자가 제공하는 애플리케이션을 의미할 수 있다. 즉, 특정 응용 서비스를 위하여 디바이스(1210) 내에서 구동되는 클라이언트(client) 응용 프로그램을 의미할 수 있다. 디바이스(1210) 내에는 여러 애플리케이션 클라이언트들이 구동될 수 있다. 이 애플리케이션 클라이언트들 중 적어도 하나 이상은 엣지 데이터 네트워크(1230)로부터 제공되는 서비스를 사용할 수 있다. 예를 들면, 애플리케이션 클라이언트는 디바이스(1210)에 설치되어 실행되는 애플리케이션으로서, 엣지 데이터 네트워크(1230)를 통해 데이터를 송수신하는 기능을 제공할 수 있다. 디바이스(1210)의 애플리케이션 클라이언트는, 하나 이상의 특정 엣지 애플리케이션들에 의해 제공된 기능을 이용하기 위해, 디바이스(1210) 상에서 실행되는 애플리케이션 소프트웨어를 의미할 수 있다.
일 실시예에 따르면, 디바이스(1210)의 복수의 애플리케이션 클라이언트들 (예: 제1 애플리케이션 클라이언트(1211) 및 제2 애플리케이션 클라이언트(1213)는 요구되는 네트워크 서비스 타입에 기반하여 서비스 서버(1240)와 데이터 전송을 수행하거나, 또는 엣지 데이터 네트워크(1230)와 엣지 컴퓨팅에 기반한 데이터 전송을 수행할 수 있다. 예를 들어, 제1 애플리케이션 클라이언트(1211)가 낮은 지연 시간을 요구하지 않으면, 제1 애플리케이션 클라이언트(1211)는 서비스 서버(1240)와 데이터 전송을 수행할 수 있다. 다른 예를 들어, 제2 애플리케이션 클라이언트(1213)가 낮은 지연 시간을 요구하면, 제2 애플리케이션 클라이언트(1213)는 엣지 데이터 네트워크(1230)와 MEC 기반 데이터 전송을 수행할 수 있다.
일 실시예에 따르면, 디바이스(1210)의 애플리케이션은, 애플리케이션 클라이언트(application client), 클라이언트 애플리케이션(client application, Client App), UE 애플리케이션(UE App)으로 지칭될 수 있다. 편의를 위해, 이하, 본 개시에서는 디바이스(1210)의 애플리케이션은 애플리케이션 클라이언트로 지칭된다.
일 실시예에 따르면, 엑세스 네트워크(1220)는 디바이스(1210)와의 무선 통신을 위한 채널(channel)을 제공할 수 있다. 예를 들면, 엑세스 네트워크(1220)는 RAN(radio access network), 기지국(base station), 이노드비(eNB, eNodeB), 5G 노드(5G node), 송수신 포인트(TRP, transmission/reception point), 또는 5GNB(5th generation NodeB)를 의미할 수 있다.
일 실시예에 따르면, 엣지 데이터 네트워크(1230)는 디바이스(1210)가 MEC 서비스를 이용하기 위하여 접속하는 서버를 의미할 수 있다. 엣지 데이터 네트워크(1230)는 디바이스와 지리적으로 가까운 위치, 예를 들어, 기지국 내부 또는 기지국 근처에 설치될 수 있다. 일 실시예에 따르면, 엣지 데이터 네트워크(1230)는 외부 데이터 네트워크(data network, DN)(예: 인터넷)를 통하지 않고, 디바이스(1210)와 데이터를 송수신할 수 있다. 일 실시 예에서, MEC는 multi-access edge computing 또는 mobile-edge computing로 지칭될 수 있다.
일 실시예에 따르면, 엣지 데이터 네트워크(1230)는, MEC 호스트(host), 엣지 컴퓨팅 서버(edge computing server), 모바일 엣지 호스트(mobile edge host), 엣지 컴퓨팅 플랫폼(edge computing platform), MEC 서버 등으로 지칭될 수 있다. 편의를 위해, 이하, 본 개시에서는 MEC 서버는 엣지 데이터 네트워크(1230)로 지칭된다. 도 12를 참조하면, 엣지 데이터 네트워크(1230)는, 제1 엣지 애플리케이션(edge application)(1231), 제2 엣지 애플리케이션(1233) 및 엣지 인에이블러 서버(또는, MEP(MEC platform))(1235)를 포함할 수 있다. 엣지 인에이블러 서버(1235)는 엣지 데이터 네트워크(1230)에서 MEC 서비스를 제공하거나 트래픽 제어 등을 수행하는 구성을 의미할 수 있다.
일 실시예에 따르면, 엣지 데이터 네트워크(1230)는 복수의 애플리케이션들을 실행할 수 있다. 예를 들면, 엣지 데이터 네트워크(1230)는 제1 엣지 애플리케이션(1231) 및 제2 엣지 애플리케이션(1233)을 실행할 수 있다. 일 실시예에 따르면, 엣지 에플리케이션은 MEC 서비스를 제공하는 엣지 데이터 네트워크 내 제 3자가 제공하는 응용 애플리케이션을 의미할 수 있고, 엣지 애플리케이션으로 지칭될 수도 있다. 엣지 애플리케이션은 애플리케이션 클라이언트와 관련된 데이터를 송수신하기 위하여, 애플리케이션 클라이언트와 데이터 세션을 형성하는데 이용될 수 있다. 즉, 엣지 애플리케이션은 애플리케이션 클라이언트와 데이터 세션을 형성할 수 있다. 일 실시예에서, 데이터 세션은, 디바이스(1210)의 애플리케이션 클라이언트와 엣지 데이터 네트워크(1230)의 엣지 애플리케이션이 데이터를 송수신하기 위하여 형성되는 통신 경로를 의미할 수 있다.
일 실시예에 따르면, 엣지 데이터 네트워크(1230)의 애플리케이션은, MEC 애플리케이션(MEC App), ME(MEC) App, 엣지 애플리케이션 서버(edge application server) 및 엣지 애플리케이션으로 지칭될 수 있다. 편의를 위해, 이하, 본 개시에서는 엣지 데이터 네트워크(1230)의 애플리케이션은 엣지 에플리케이션으로 지칭된다. 이때, 애플리케이션으로 기재되었으나, 엣지 애플리케이션은 엣지 데이터 네트워크에 존재하는 애플리케이션 서버를 의미할 수 있다.
일 실시예에 따르면, 서비스 서버(1240)는 애플리케이션과 관련된 콘텐츠를 제공할 수 있다. 예를 들어, 서비스 서버(1240)는 콘텐츠 사업자에 의하여 관리될 수 있다. 일 실시예에 따르면, 서비스 서버(1240)는 외부 데이터 네트워크(data network, DN)(예: 인터넷)를 통해서, 디바이스(1210)와 데이터를 송수신할 수 있다. 예를 들면, 서비스 서버(1240)는 스트리밍 서비스와 관련된 데이터를 제공할 수 있는 서버(예: Youtube 클라우드 서버, afreecaTV 서버 또는 twitch 서버 등)를 의미할 수 있다.
도 12에는 도시되지 아니하였으나, 네트워크 환경(12200)은 엣지 데이터 네트워크 설정 서버를 포함할 수 있다. 일 실시예에서, 엣지 데이터 네트워크 설정 서버는, 엣지 데이터 네트워크 설정 정보(edge data network configuration information)를 디바이스(1210) 내의 엣지 인에이블러 클라이언트(1215)로 프로비저닝(provisioning)할 수 있다. 예를 들어, 엣지 데이터 네트워크 설정 서버는, MEC 서비스를 이용하기 위한 설정 정보(예: 소정의 영역에 서비스를 제공하는 엣지 데이터 네트워크에 대한 정보, 엣지 데이터 네트워크를 식별하기 위한 정보 등)를 엣지 데이터 네트워크(1230) 또는 디바이스(1210) 등에게 제공할 수 있다. 일 실시예에서, 엣지 데이터 네트워크 설정 서버는, 엣지 데이터 네트워크 관리 서버(edge data network management server), 엣지 설정 서버(edge configuration server), 설정 서버(configuration server) 등으로 지칭될 수 있으며, MEPM(mobile edge platform manager) 또는 MEO(multi-access edge orchestrator)의 기능을 수행할 수 있다.
도 12에는 도시되지 아니하였으나, 엑세스 네트워크(1220)와 엣지 데이터 네트워크(1230) 사이에 코어 네트워크(core network, CN) 및 데이터 네트워크(data network, DN)가 존재할 수 있다. 일 실시예에 따르면, 데이터 네트워크는 코어 네트워크 및 엑세스 네트워크(1220)를 통해, 디바이스(1210)에게 데이터(또는 데이터 패킷)를 송수신함으로써 서비스(예: 인터넷 서비스, IMS(IP multimedia subsystem) 서비스)를 제공할 수 있다. 예를 들어, 데이터 네트워크는 통신 사업자에 의하여 관리될 수 있다. 일 실시 예에서, 엣지 데이터 네트워크(1230)는 데이터 네트워크(예: 로컬(local) DN)를 통해 엑세스 네트워크(1220) 또는 코어 네트워크와 연결될 수 있다.
도 13은 본 개시의 일 실시예에 따른 네트워크 환경에서 VR 스트리밍을 수행하는 방법에 대한 설명이다.
본 개시에서 AI 코덱(AI CODEC)은 전술한 AI 부호화 과정 및 AI 복호화 과정을 지원하는 코덱을 의미할 수 있다. 보다 상세하게 AI CODEC은 AI를 기반으로 한 AI 업스케일(Upscale) 및 AI 다운스케일(DownScale)이 수행될 수 있는 부호화 및 복호화 방법을 의미할 수 있다. 즉, AI 코덱(AI CODEC)은 도 1 내지 11에서 전술한 일련의 과정을 영상에 적용하는 과정을 의미할 수 있다.
이때, 본 개시에서 AI 스케일(AI Scale)이란, 전술한 AI 다운스케일 또는 AI 업스케일을 모두 포함하는 의미로서, 영상의 해상도가 AI 기반으로 감소되거나 또는 증가되는 것을 의미할 수 있다.
본 개시에 따른, AI 업스케일 및 AI 다운스케일 기반의 적응적(Adaptive) VR 스트리밍 시스템은, 미디어 서버(1240), 엣지 데이터 네트워크(1230) 및 디바이스(1210)를 포함할 수 있다. 다만, 이에 한정되는 것은 아니며, 필요에 따라 정보를 송신하는 별도의 서버가 존재할 수 있다.
본 개시의 일 실시예에 따라, AI 업스케일 및 AI 다운스케일 기반의 적응적(Adaptive) VR 스트리밍을 수행하기 위해, 미디어 서버(1240), 엣지 데이터 네트워크(1230) 및 디바이스(1210)는 수신한 영상에 대해 AI 스케일(AI scale)을 수행할 수 있다.
보다 상세하게, 도 13은 네트워크 환경(1200)에 포함된 구성들의 각 동작을 개략적으로 도시하고 있다. 이때, 일 실시예에 따라, 네트워크 환경(1200)은 별도의 서버(1350)를 포함할 수도 있다.
본 개시에서, 미디어 서버(1240)는 AI 스케일을 지원하는지 유무에 따라, 영상에 대해 AI 스케일을 지원하는 제1 미디어 서버(1340) 또는 영상에 대해 AI 스케일을 지원하지 않는 제2 미디어 서버(1345)로 분류될 수 있다.
또한, 본 개시에서, 디바이스(1210)는 AI 스케일을 지원하는지 유무에 따라, 영상에 대해 AI 스케일을 지원하는 제1 디바이스(1310) 또는 영상에 대해 AI 스케일을 지원하지 않는 제2 디바이스(1315)로 분류될 수 있다.
도 14는 본 개시의 일 실시예에 따른 스케일 대상 영역을 설명하기 위한 도면이다.
본 개시에서, VR 영상은 도 14와 같이 제1 영역(1410), 제2 영역(1420) 및 제3 영역(1430)과 같은 수 개의 영역으로 구분될 수 있다. 이때, 본 개시에서, 스케일 대상 영역은 도 14와 같이 수 개의 영역으로 구분된 영역들(예, 제1 영역(1410), 제2 영역(1420) 및 제3 영역(1430)) 중 AI 스케일이 수행되는 적어도 일부 영역을 의미할 수 있다.
또한, 각 AI 스케일 대상 영역은 서로 다른 화질로 변경(이하, AI 스케일 변경 정도)되도록 AI 스케일될 수 있다. 이에 대한 자세한 설명은 후술된다.
본 개시에서, 설명의 편의를 위하여, 제1 화질, 제2 화질, 제3 화질 및 제4 화질로 영상의 해상도를 설명한다. 이때, 각 화질은 원본의 해상도를 기준으로 얼마나 해상도의 차이가 발생되었는지에 따라 구분되는 상대적인 개념일 수 있다. 즉, 제1 화질, 제2 화질, 제3 화질 및 제4 화질은 단위 영역당 포함된 픽셀의 수가 원본을 기준으로 얼마나 적어지는지에 따른 분류일 수 있다. 또한, 다르게 표현하였을 때, 영상의 전체 영역을 기준으로 해상도가 얼마나 저하되었는지에 대한 표현일 수 있다.
본 개시에서, 제4 화질은 원본과 동일한 해상도를 의미할 수 있다. 다만, 본 개시에서는 영상의 영역의 크기가 변경될 수 있으므로, 이는 제4 화질이 적용되는 영역에 포함된 픽셀의 수가 원본의 동일한 영역에 포함된 픽셀의 수와 동일한 것을 의미할 수 있다. 도 14를 참고하여, 원본의 해상도가 8K(7680 X 4320 해상도)인 경우를 예로 설명한다. 제1 영역(1410)이 원본의 10프로의 크기이고 제1 영역(1410)이 원본과 동일한 해상도인 제4 화질이 적용된 것으로 가정한 경우, 제1 영역(1410)에 포함된 픽셀 수는 768 X 432일 수 있다. 이는 원본의 10프로 크기에 포함된 픽셀 수와 동일하다.
본 개시에서, 제3 화질은 제4 화질보다(즉, 원본의 해상도) 단위 영역 당 포함된 픽셀의 수가 감소된 것을 의미할 수 있다. 도 14를 참고하여, 원본의 해상도가 8K(7680 X 4320 해상도)인 경우를 예로 설명한다. 제2 영역(1420)이 원본의 10프로의 크기이고, 제2 영역(1420)에 제3 화질로 4K가 적용된 것으로 가정한 경우, 제2 영역(1420)에 포함된 픽셀의 수는 384 X 216일 수 있다. 이는 원본의 전체 영역이 4K(3840 X 2160)로 다운스케일 되었을 때, 원본의 10프로 영역에 포함된 픽셀의 수와 동일할 수 있다.
마찬가지로, 제2 화질은 제 3화질보다 단위 영역 당 포함된 픽셀의 수가 감소된 것을 의미할 수 있다. 또한, 제1 화질은 제2 화질보다 단위 영역당 포함된 픽셀의 수가 감소된 것을 의미할 수 있다.
상술한 예시는 본 명세서에서, 설명의 편의를 위해 동일하게 사용된다.
도 13을 참고할 때, 제1 미디어 서버(1340)는 엣지 데이터 네트워크(1330)의 제2 요청 정보에 따라 별도의 서버(1350) 또는 제1 미디어 서버(1340)에 저장되어 있던 원본 VR 영상(1351)을 획득할 수 있다. 또한, 제2 미디어 서버(1345) 역시 엣지 데이터 네트워크(1330)의 제2 요청 정보에 따라 별도의 서버(1350) 또는 제2 미디어 서버(1345)에 저장되어 있던 원본 VR 영상(1352)을 획득할 수 있다.
제1 미디어 서버(1340)는 수신한 원본 VR 영상(1351)에 대해 AI 스케일을 수행하여, 제2 화질의 제1 VR 영상(1341)을 획득할 수 있다. 또한, 제1 미디어 서버(1340)는 제1 VR 영상(1341)을 엣지 데이터 네트워크(1330)으로 전송할 수 있다. 즉, 도 13에 따른 일 예시에 따라, 제1 미디어 서버(1340)는 전송하는 데이터의 양을 감소시키기 위하여, 해상도를 낮춘 제2 화질의 제1 VR 영상(1341)을 엣지 데이터 네트워크(1330)로 전송할 수 있다. 그리고, 해상도를 낮춘 제2 화질의 제1 VR 영상(1341)에 대해 엣지 데이터 네트워크(1330)가 AI 업스케일을 수행할 수 있을 것이다.
제2 미디어 서버(1345)는 수신한 원본 VR 영상(1352)에 대해 AI 스케일을 수행할 수 없으므로, 수신한 원본 VR 영상(1352)과 동일한 원본 VR 영상(1346)을 엣지 데이터 네트워크(1330)로 전송할 수 있다.
엣지 데이터 네트워크(1330)는 AI 스케일을 수행할 수 있다. 따라서, 엣지 데이터 네트워크(1330)는 수신한 제1 VR 영상(1341) 또는 수신한 원본 영상(1346)에 대해 제1 디바이스(1310) 또는 제2 디바이스(1315)의 제1 요청 정보에 기초하여, AI 스케일을 수행할 수 있다.
본 개시의 일 예로, 먼저 AI 스케일을 지원하는 제1 디바이스(1310)에게 엣지 데이터 네트워크(1330)가 VR 영상을 스트리밍하는 경우를 설명한다. 제1 디바이스(1310)가 AI 스케일을 지원하기 때문에, 엣지 데이터 네트워크(1330)는 사용자의 시선 정보에 대응하는 제1 영역(1410)에 대해 원본과 같은 제4 화질까지 AI 업스케일을 수행하여 전송할 필요는 없을 것이다. 따라서, 엣지 데이터 네트워크(1330)는 제1 요청 정보에 포함된 사용자의 시선 정보, 네트워크 정보, 디바이스에 대한 정보 등을 고려하여 AI 스케일을 수행할 수 있다. 제1 디바이스(1310)는 엣지 데이터 네트워크(1330)로부터 제2 화질 및 제3 화질로 AI 스케일을 수행한 제2-2 VR 영상(1331)을 수신할 수 있다. 그리고, 제1 디바이스(1310)는 현재 제1 디바이스의 시선 정보를 고려하여, AI 스케일 대상 영역에 대해 원본 해상도와 같은 제4 화질로 AI 업스케일을 수행할 수 있다.
또한 다른 일 예로, AI 스케일을 지원하지 않는 제2 디바이스(1315)에게 엣지 데이터 네트워크(1330)가 VR 영상을 스트리밍하는 경우를 설명한다. 도 13을 참고할 때, 제2 디바이스(1315)는 AI 스케일을 수행할 수 없으므로, 엣지 데이터 네트워크(1330)는 제2 디바이스(1315)가 출력해야하는 제4 VR 영상(1316)을 생성해서 전송해야만 한다. 따라서, 엣지 데이터 네트워크(1330)는 제2 디바이스(1315)의 시선 정보에 대응하는 제1 영역(1410)에 대해 원본 해상도와 같은 제4 화질로 AI 스케일을 수행하고, 제2 영역(1420)에 대해서 제3 화질로 AI 스케일을 수행하고, 제3 영역(1430)에 대해서 제2 화질로 AI 스케일을 수행할 수 있다. 또한, 엣지 데이터 네트워크(1330)는 AI 스케일 변환된 제2-2 VR 영상(1332)을 제2 디바이스(1315)로 전송할 수 있다. 이 경우, 제2 디바이스(1315)는 엣지 데이터 네트워크(1330)로부터 수신한 VR 영상을 그대로 출력할 수 있다.
상술한 실시예들에 대한 보다 자세한 내용은 하기에서 후술된다.
도 15는 본 개시의 일 실시예에 따른 VR 스트리밍을 수행하는 네트워크 환경의 시스템 구성도를 나타낸 도면이다.
본 개시에 따라, 제1 미디어 서버(1340), 엣지 데이터 네트워크(1330) 및 제1 디바이스(1310)가 각각 AI 스케일링을 수행하여, 제1 디바이스(1310)는 이상적으로 원본 영상(1505)과 같은 화질의 영상을 획득해야만 한다. 따라서, 제1 AI 스케일을 위한 위한 AI(제1 AI 스케일부(1510)의 AI), 제2 AI 스케일을 위한 AI(제2 AI 스케일부(1540)의 AI) 및 제3 AI 스케일을 위한 AI(제3 AI 스케일부(1570)의 AI) 모두가 연계되어 훈련될 필요가 있다.
본 개시에서, 제3 DNN은 제1 미디어 서버(1340)의 제1 AI 스케일을 위한 AI를 의미할 수 있다. 또한, 제4 DNN은 엣지 데이터 네트워크(1330)의 제2 AI 스케일을 위한 AI를 의미할 수 있다. 제5 DNN은 제1 디바이스(1310)의 제3 AI 스케일을 위한 AI를 의미할 수 있다.
본 명세서에서, 이러한 연계 관계를 유지하기 위해, 제1 미디어 서버(1340)는 엣지 데이터 네트워크(1330)로 제1 AI 데이터를 전송할 수 있다. 또한, 엣지 데이터 네트워크(1330)는 제1 디바이스(1310)로 제2 AI 데이터를 전송할 수 있다.
하기에서는, 각 제1 미디어 서버(1340), 엣지 데이터 네트워크(1330) 및 제1 디바이스(1310)가 AI 스케일 및 영상 처리를 수행하는 방법에 대해서 설명한다. 또한, 본 개시의 동작은 전술한 도 1 내지 12에 기초하여 수행되는바 중복되는 내용은 생략한다.
먼저, 제1 미디어 서버(1340)의 구성에 대해서 설명한다.
본 개시의 일 실시예에 따라, 제1 미디어 서버(1340)는 AI 스케일 기능을 지원하는 미디어 서버로, 제1 AI 스케일부(1510) 및 제1 부호화부(1520)를 포함할 수 있다.
본 개시의 일 실시예에 따르면, 제1 미디어 서버(1340)는 원본 영상(1505)을 획득할 수 있다. 이때, 원본 영상은 AI 부호화의 대상이 되는 영상을 의미할 수 있다.
본 개시의 일 실시예에 따르면, 제1 AI 스케일부(1510)는 원본 영상(1505)을 제1 AI 스케일하여 제1 VR 영상(1515)을 획득할 수 있다. 이때, 제1 VR 영상(1515)은 도 13의 제1 VR 영상(1341)에 대응할 수 있다. 또한, 제1 AI 스케일부(1510)는 도 1에서 전술한 AI 다운스케일(110)을 수행할 수 있다. 본 개시에서, 제1 VR 영상(1515)은 AI 부호화 과정에서 원본 영상(1505)에 대해 제1 AI 스케일을 수행한 결과 획득된 영상을 의미할 수 있다. 보다 상세하게, 제1 VR 영상(1515)은 원본 영상(1505)에 대해 AI 다운스케일을 수행한 영상을 의미할 수 있다.
또한, 본 개시의 일 실시예에 따르면, 제1 부호화부(1520)는 제1 VR 영상(1515)을 제1 부호화할 수 있다. 이때, 제1 부호화부(1520)는 도 1에서 전술한 제1 부호화(120)를 수행할 수 있다.
제1 미디어 서버(1340)는 AI 부호화 과정을 통해 획득된 제1 AI 부호화 데이터(1525)를 엣지 데이터 네트워크(1330)로 전송할 수 있다. 이때, 제1 미디어 서버(1340)의 AI 부호화 과정을 통해 획득된 제1 AI 부호화 데이터(1525)는, 제1 VR 영상(1515)의 제1 부호화 결과 획득된 제1 VR 영상 데이터 및 제1 AI 데이터를 포함할 수 있다.
이때, 제1 AI 데이터는 원본 영상(1505)의 AI 다운스케일과 관련된 AI 데이터일 수 있다. 제1 AI 데이터는 엣지 데이터 네트워크(1330)의 제2 AI 스케일부(1540)가 제2 AI 스케일을 수행할 때 이용될 수 있다. 즉, 제1 AI 데이터는 제4 DNN에 기반한 제2 AI 스케일에 이용될 수 있다. 전술한 바와 같이, 제3 DNN과 제4 DNN은 연계 훈련되기 때문에, 제1 AI 데이터는 제4 DNN을 통한 제2-1 VR 영상(1535)의 정확한 제2 AI 스케일이 수행될 수 있게 하는 정보를 포함한다.
본 개시의 일 실시예에 따르면, 엣지 데이터 네트워크(1330)는 제1 복호화부(1530), 제2 AI 스케일부(1540) 및 제2 부호화부(1550)를 포함할 수 있다.
본 개시의 일 실시예에 따르면, 제1 복호화부(1530)는 제1 AI 부호화 데이터(1525)에 기초하여 제1 복호화를 통해 제2-1 VR 영상(1535)을 획득할 수 있다. 제1 복호화부(1530)는 도 1에서 전술한 제1 복호화(130)를 수행할 수 있다.
본 개시의 일 실시예에 따라서, 제2 AI 스케일부(1540)는 제2-1 VR 영상(1535)을 제2 AI 스케일하여 제2-2 VR 영상(1545)을 획득할 수 있다. 제2-2 VR 영상(1545)은 도 13의 제2-2 VR 영상(1331)에 대응될 수 있다. 본 개시에서, 제2-2 VR 영상(1545)은 AI 복호화 과정에서 복호화된 제2-1 VR 영상(1535)에 대해 제1 AI 데이터에 기반하여 타겟하는 해상도 및/또는 화질로 제2 AI 스케일을 수행한 결과 획득된 영상을 의미할 수 있다.
또한, 제2 부호화부(1550)는 제2-2 VR 영상(1545)을 제2 부호화할 수 있다. 제2 부호화부(1550)는 도 1에서 상술한 제 1 부호화(220)와 동일한 과정을 수행할 수 있다.
본 개시의 일 실시예에 따라서, 엣지 데이터 네트워크(1330)는 제 2 부호화 데이터(1555)를 생성할 수 있다. 이때, 제2 AI 부호화 과정을 통해 획득된 제2 AI 부호화 데이터(1555)는, 제2-2 VR 영상(1545)의 제2 부호화 결과 획득된 제2 VR 영상 데이터 및 제2 AI 데이터를 포함할 수 있다.
이때, 제2 AI 데이터는 제2-1 VR 영상(1535)에 대해 수행된 AI 다운스케일과 관련된 데이터 또는 제2-1 VR 영상(1535)에 대해 수행된 AI 업스케일과 관련된 데이터일 수 있다. 제2 VR 영상 데이터는 제1 디바이스(1310)가 수행하는 제2 복호화 과정에서 이용될 수 있으며, 제2 AI 데이터는 제1 디바이스(1310)가 수행하는 제3 AI 스케일 과정에서 이용될 수 있다.
또한, 엣지 데이터 네트워크(1330)는 AI 부호화 과정을 통해 획득된 제2 부호화 데이터를 제1 디바이스(1310)로 전송할 수 있다.
본 개시의 일 실시예에 따라, 제1 디바이스(1310)는 제2 복호화부(1560) 및 제3 AI 스케일부(1570)를 포함할 수 있다.
제2 복호화부(1560)는 제2 복호화를 통해 제3 VR영상(1565)을 획득할 수 있다. 보다 상세하게, 제2 복호화부(1560)는 제2 VR 영상 데이터에 대해 제2 복호화를 수행하여 제2-2 VR 영상(1545)에 대응하는 제3 VR 영상(1565)을 복원할 수 있다. 이 때, 제2 복호화부(1560)는, 도 1에서 상술한 제1 복호화(130)와 동일한 과정을 수행할 수 있다.
본 개시의 일 실시예에 따라서, 제3 AI 스케일부(1570)는 제3 VR 영상(1565)을 제3 AI 스케일하여 제4 VR 영상(1575)을 획득할 수 있다. 이때, 제3 AI 스케일부(1570)는 제2 AI 데이터를 사용하여 제3 VR 영상(1565)에 대해 제5 DNN에 기반한 AI 스케일을 수행할 수 있다. 전술한 바와 같이, 제4 DNN과 제5 DNN은 연계 훈련되기 때문에, 제2 AI 데이터는 제3 VR 영상(1565)에 대해 제5 DNN을 통해 정확한 제3 AI 스케일이 수행될 수 있게 하는 정보를 포함한다. 제3 AI 스케일부(1570)는 제2 AI 데이터에 기반하여 제3 VR 영상(1565)을 타겟하는 해상도 및/또는 화질로 업스케일 또는 다운스케일할 수 있다.
도 16은 본 개시의 다른 일 실시예에 따른 VR 스트리밍을 수행하는 네트워크 환경의 시스템 구성도를 나타낸 도면이다. 보다 상세하게, 도 16은 미디어 서버(1240)가 AI 스케일을 지원하지 않은 제2 미디어 서버(1345)일 때의 구성도이다.
도 16은 제2 미디어 서버(1345)가 AI 스케일을 지원하지 않으므로, 엣지 데이터 네트워크(1330)와 제1 디바이스(1310)가 AI 스케일을 수행하여 원본의 해상도를 가진 영역을 포함하는 제4 VR 영상(1675)을 출력하기 위한 실시예이다. 도 16의 일부 구성은 도 15와 동일한 구성을 가지므로, 중복되는 내용은 생략한다.
제2 미디어 서버(1345)는 제1 부호화부(1620)를 포함할 수 있다. 제1 부호화부(1620)는 원본 영상(1605)을 수신하고 원본 영상(1605)에 대해 제1 부호화를 수행할 수 있다. 제2 미디어 서버(1345)는 부호화의 결과에 따른 제1 VR 영상 데이터가 포함된 제1 부호화 데이터(1625)를 엣지 데이터 네트워크(1330)로 전송할 수 있다.
엣지 데이터 네트워크(1330)는 제1 복호화부(1630), 제2 AI 스케일부(1640) 및 제2 부호화부(1650)를 포함할 수 있다. 이때, 제1 복호화부(1630), 제2 AI 스케일부(1640) 및 제2 부호화부(1650)는 각각 도 15의 제1 복호화부(1530), 제2 AI 스케일부(1540) 및 제2 부호화부(1550)에 대응할 수 있다. 다만, 도 16의 실시예에서 제1 AI 스케일이 미디어 서버에 의해 수행되지 않으므로, 제2 AI 스케일부(1640)의 제4 DNN 및 제3 AI 스케일부(1670)의 제5 DNN만이 연계 훈련될 것이다.
도 16에 따를 때, 제2-1 VR영상(1635)은 스케일되지 않은 영상인바, 원본 영상(1605)과 동일한 해상도의 영상이다. 따라서, 전송의 효율을 위하여 엣지 데이터 네트워크(1330)는 제2-1 VR 영상(1635)을 AI 다운 스케일링하여 전송할 필요가 있다. 따라서, 제2 AI 스케일부(1640)는 제2-1 VR 영상(1635)에 대해 AI 다운스케일을 수행하여, 제2-2 VR 영상(1645)을 획득할 수 있다.
또한, 엣지 데이터 네트워크(1330)는 제2-2 VR 영상(1645)을 부호화하여 부호화 데이터를 획득할 수 있다. 이때 제2 부호화 데이터(1655)에는 제2 AI 스케일부(1640)가 AI 다운스케일을 수행하며 획득한 제2 AI 데이터 및 제2 부호화 과정에서 생성된 제2 VR 영상 데이터가 포함될 수 있다.
제1 디바이스(1310)의 제3 AI 스케일부(1670)는 원본 해상도와 동일한 해상도를 가진 영역이 포함된 제4 VR 영상(1675)을 획득하기 위하여, 제2 AI 데이터를 고려하여 AI 업스케일을 수행할 수 있다. 상술한 과정을 통해, 디바이스는 VR 영역 중 일부의 영역은 원본과 동일한 화질의 출력 VR 영상을 획득할 수 있다.
도 17은 본 개시의 다른 일 실시예에 따른 VR 스트리밍을 수행하는 네트워크 환경의 시스템 구성도를 나타낸 도면이다. 보다 상세하게, 도 17은 디바이스(1210)가 AI 스케일을 지원하지 않은 제2 디바이스(1315)일 때의 구성도이다.
도 17은 제2 디바이스(1315)가 AI 스케일을 지원하지 않으므로, 제1 미디어 서버(1340)와 엣지 데이터 네트워크(1330)가 AI 스케일을 수행하여 원본의 해상도를 가진 영역을 포함하는 제4 VR 영상(1775)을 제2 디바이스(1315)로 스트리밍하기 위한 실시예이다. 도 17의 일부 구성은 도 15와 동일한 구성을 가지므로, 중복되는 내용은 생략한다.
제1 미디어 서버(1340)는 제1 AI 스케일부(1710) 및 제1 부호화부(1720)를 포함할 수 있다. 이때, 제1 AI 스케일부(1710) 및 제1 부호화부(1720)는 각각 도 15의 제1 AI 스케일부(1510) 및 제1 부호화부(1520)에 대응될 수 있다.
엣지 데이터 네트워크(1330)는 제1 복호화부(1730), 제2 AI 스케일부(1740) 및 제2 부호화부(1750)를 포함할 수 있다. 이때, 제1 복호화부(1730), 제2 AI 스케일부(1740) 및 제2 부호화부(1750)는 각각 도 15의 제1 복호화부(1530), 제2 AI 스케일부(1540) 및 제2 부호화부(1550)에 대응할 수 있다. 다만, 도 17의 실시예에서 제3 AI 스케일이 디바이스에 의해 수행되지 않으므로, 제1 AI 스케일부(1710)의 제3 DNN 및 제2 AI 스케일부(1740)의 제4 DNN만이 연계 훈련될 것이다.
도 17에 따를 때, 전송의 효율을 위하여, 제1 미디어 서버(1340)는 제1 VR 영상(1715)을 원본 영상(1705)보다 다운스케일하여 전송할 필요가 있다. 따라서, 제1 AI 스케일부(1710)는 원본 영상(1705)에 대해 AI 다운스케일을 수행하여, 제1 VR 영상(1715)을 획득할 수 있다.
엣지 데이터 네트워크(1330)는 제2 디바이스(1315)에서 AI 스케일을 수행하는 것을 기대할 수 없으므로, 기대하는 출력 영상 자체를 생성하여 제2 디바이스(1315)로 전송할 필요가 있다. 즉, 도 17를 참고할 때, 제2 AI 스케일이 수행된 제2-2 VR 영상(1745)은 제2 디바이스(1315)가 출력하는 제4 VR 영상(출력 VR 영상)(1775) 및 제2 복호화가 수행된 제3 VR 영상(1765)과 동일할 수 있다.
제2 디바이스(1315)는 수신한 제2 VR 영상 데이터에 대해 제2 복호화를 수행하여, 별도의 AI 스케일 없이 출력할 수 있다.
도 18은 본 개시의 일 실시예에 따라, 엣지 데이터 네트워크가 미디어 서버로부터 VR 영상을 획득하는 방법에 대한 도면이다.
단계 S1810에서, 엣지 데이터 네트워크(1230)는 디바이스(1210)로부터 수신한 VR 영상에 대한 제1 요청 정보 및 사용자의 시선 정보 중 적어도 하나에 기초하여 제2 요청 정보를 생성할 수 있다.
보다 상세하게, 엣지 데이터 네트워크(1230)는 사용자의 시선 정보, 디바이스 정보, 디바이스가 요청한 영상 정보, 엣지 데이터 네트워크(1230)와 미디어 서버(1240) 간의 네트워크 환경에 대한 제2 네트워크 정보 및 미디어 서버 정보 중 적어도 하나에 기초하여 제2 요청 정보를 생성할 수 있다.
본 명세서에서 제1 요청 정보란, 디바이스(1210)가 선택 또는 결정한 VR 영상에 대한 요구 사항에 대한 정보를 의미할 수 있다. 이때, 제1 요청 정보는, 디바이스(1210)에서 결정한 VR을 시청하는 사용자의 시선 정보, 제1 네트워크 정보, 디바이스 정보, 디바이스가 요청한 영상 정보 등을 포함할 수 있다.
본 개시에서, 사용자의 시선 정보란, 사용자가 VR 영상을 바라보는 시선에 관한 정보로서, 사용자가 VR 영상의 어느 부분을 바라보는지를 판단하는데 이용되는 정보를 의미할 수 있다. 예를 들어, 사용자의 시선 정보는, 사용자의 시선 방향을 나타내는 벡터 값, VR 영상 내에서 사용자가 바라보는 영역의 좌표 값 등이 될 수 있으며, 이에 한정하지 않는다. 일 예로, 사용자의 시선 정보는 ROI 정보, viewport data를 포함할 수 있다.
본 개시에서, 제1 네트워크 정보는 엣지 데이터 네트워크(1230)와 디바이스(1210) 간의 네트워크 환경에 관한 네트워크 정보를 의미할 수 있다. 본 개시의 일 실시예에 따라, 엣지 데이터 네트워크(1230)는 제1 네트워크 정보를 디바이스(1210)로부터 수신할 수 있다. 또한, 엣지 데이터 네트워크(1230)는 엣지 데이터 네트워크(1230)와 디바이스(1210) 간의 네트워크 간의 환경을 확인하여, 제1 네트워크 정보를 획득할 수 있다. 이때, 제1 네트워크 정보는 엣지 데이터 네트워크(1230)와 디바이스(1210) 간의 송수신 경로에서의 트래픽 발생 정도에 기초하여 설명될 수 있으며, 이는 혼잡도로 설명될 수도 있다. 이때, 혼잡도는 제1 네트워크의 지연, 처리율 등이 고려되어 결정될 수 있다. 다만, 이는 일 예일 뿐, 네트워크의 상태가 송수신 경로 상에 발생하는 트래픽에 의해서만 설명될 수 있는 것은 아니다. 일 예로, 제1 네트워크 정보는 스트리밍 서비스의 QoS(Quality of service)가 고려될 수 있으며, 지터, 지연, 처리량, 패킷 손실률 등이 스트리밍 서비스의 QoS에 영향을 미칠 수 있다. 또한, 제1 네트워크 정보는 제1 네트워크의 성능에 기초하여 결정될 수도 있다.본 개시에서, 이때, 디바이스 정보란, 디바이스(1210)의 캐퍼빌리티에 대한 정보를 포함할 수 있다. 보다 상세하게, 디바이스(1210)의 캐퍼빌리티에 대한 정보는 디바이스(1210)가 지원하는 영상 코덱에 대한 정보, 디바이스(1210)의 AI 업 스케일 및 다운 스케일 가능 여부에 대한 정보(제1 디바이스(1310)인지 제2 디바이스(1315)인지에 대한 정보), 디바이스(1210)가 수행 가능한 AI 스케일 변경 정도의 정보, 디바이스(1210)의 디스플레이에 대한 하드웨어 정보 등을 포함할 수 있다.
또한, 이때, 영상 정보는, 디바이스(1210)가 요청한 영상에 대한 정보를 의미할 수 있다. 이때, 영상 정보는 특정한 영상의 영상의 해상도, 비트레이트 정보 등를 포함할 수 있다.
다만, VR 영상에 대한 제1 요청 정보에 상술한 정보들이 모두 포함되는 것은 아니고, 일부만 포함될 수도 있다. 또한, 디바이스(1210)는 VR 영상에 대한 제1 요청 정보와 별도로 상술한 정보들을 엣지 데이터 네트워크(1230)로 송신할 수 있다.
본 개시에서, 제2 요청 정보란, 엣지 데이터 네트워크(1230)가 미디어 서버(1240)에 대해 요청하는 VR 영상에 대한 요구 사항에 대한 정보에 대응될 수 있다.
본 개시에서, 제2 네트워크 정보는 엣지 데이터 네트워크(1230)와 미디어 서버(1240) 간의 네트워크에 관한 네트워크 정보를 의미할 수 있다. 또한, 엣지 데이터 네트워크(1230)는 제2 네트워크 정보를 미디어 서버(1240)로부터 수신할 수 있다. 또는, 엣지 데이터 네트워크(1230)는 엣지 데이터 네트워크(1230)와 미디어 서버(1240) 간의 네트워크의 상태에 대해 확인하여, 제2 네트워크 정보를 획득할 수 있다. 이때, 제2 네트워크 정보는 엣지 데이터 네트워크(1230)와 미디어 서버(1240) 간의 송수신 경로에서의 트래픽 발생 정도에 기초하여 설명될 수 있으며, 이는 혼잡도로 설명될 수도 있다. 이때, 혼잡도는 제2 네트워크의 지연, 처리율 등이 고려되어 결정될 수 있다. 다만, 이는 일 예일 뿐, 네트워크의 상태가 송수신 경로 상에 발생하는 트래픽에 의해서만 설명될 수 있는 것은 아니다. 일 예로, 제2 네트워크 정보는 스트리밍 서비스의 QoS(Quality of service)가 고려될 수 있으며, 지터, 지연, 처리량, 패킷 손실률 등이 스트리밍 서비스의 QoS에 영향을 미칠 수 있다. 또한, 제2 네트워크 정보는 제2 네트워크의 성능에 기초하여 결정될 수도 있다.
이때, 미디어 서버 정보는 미디어 서버(1240)에 대한 캐퍼빌리티 정보를 포함할 수 있다. 이때, 미디어 서버(1240)에 대한 캐퍼빌리티 정보란, 미디어 서버(1240)가 지원하는 영상 코덱에 대한 정보, 미디어 서버(1240)의 AI 업 스케일 및 다운 스케일 가능 여부에 대한 정보(제1 미디어 서버(1340)인지 제2 미디어 서버(1345)인지에 대한 정보), 미디어 서버(1240)가 수행 가능한 AI 스케일 변경 정도의 정보 등을 포함할 수 있다. 미디어 서버 정보는 엣지 데이터 네트워크(1230)에 기 저장되어 있을 수 있고, 또는 엣지 데이터 네트워크(1230)의 요청에 따라 미디어 서버 정보를 엣지 데이터 네트워크(1230)가 미디어 서버(1240)로부터 수신할 수 있다.일 예에 따라, 제2 요청 정보는 제1 요청 정보와 동일할 수 있다. 예로, 디바이스(1210)가 제4 화질의 영상을 요청하는 제1 요청 정보를 생성한 경우, 엣지 데이터 네트워크(1230)는 제4 화질의 영상을 요청하는 제2 요청 정보를 미디어 서버(1240)에 전송할 수 있다.
본 개시의 일 실시예에 따라, 미디어 서버(1240)로부터 엣지 데이터 네트워크(1230)가 VR 영상을 스트리밍 받을 때, latency(소요 시간)은 연산 latency와 통신 latency의 합으로 결정될 수 있다. 이때, 연산 latency는 미디어 서버(1240) 또는 엣지 데이터 네트워크(1230)가 AI scale 동작을 수행하는 경우 증가하고, 통신 latency는 전송되는 데이터 크기가 증가할수록 증가할 수 있다.
엣지 데이터 네트워크(1230)가 제2 네트워크 정보에 기초하여 판단하였을 때, 미디어 서버(1240) 및 엣지 데이터 네트워크(1230) 사이의 네트워크 상황이 좋은 경우에는 전송되는 데이터의 크기가 커도 전송 latency가 크게 문제되지 않으므로, 미디어 서버(1240)로부터 고화질(예로, 제4 화질)의 영상을 AI 다운스케일없이 전달받을 수 있다. 또한, 이 경우는 엣지 데이터 네트워크(1230)의 AI 업스케일이 필요하지 않으므로 연산 latency도 증가하지 않는다.
반면, 제2 네트워크 정보에 따라 네트워크 상황이 나쁜 경우로 판단된 경우에는 전송되는 데이터의 크기가 커지면 전송 latency가 크게 증가하므로, 전송되는 데이터의 크기를 줄이기 위해서 엣지 데이터 네트워크(1230)는 미디어 서버(1240)로부터 AI 다운스케일한 데이터를 수신할 필요가 있다. 또한, 엣지 데이터 네트워크(1230)가 수신한 VR 영상 데이터에 대해 AI 업스케일을 수행할 수 있다. 즉, 미디어 서버(1240)와 엣지 데이터 네트워크(1230) 사이의 네트워크 상황을 바탕으로, 미디어 서버(1240)에서 엣지 데이터 네트워크(1230)로 전달할 영상 데이터를 AI 다운스케일을 할지 여부에 대해 결정할 수 있다.
상술한 바와 같이, 엣지 데이터 네트워크(1230)가 미디어 서버 정보에 기초하여 미디어 서버(1240)가 제1 미디어 서버(1340)(AI 코덱을 지원하는 미디어 서버)로 판단하고, 제2 네트워크 정보에 기초하여 제2 네트워크 환경이 좋지 않은 것으로 판단한 경우, 미디어 서버(1240)로 저해상도(예로, 제2 화질)의 VR 영상을 요청하는 제2 요청 정보를 생성할 수 있을 것이다. 반대로, 엣지 데이터 네트워크(1230)가 좋은 제2 네트워크 환경에서 제1 미디어 서버(1340)에 대해 제2 요청 정보를 전송하는 경우, 원본 해상도(예로, 제4 화질)를 요청할 수도 있을 것이다.
본 개시의 일 실시예에 따라, 엣지 데이터 네트워크(1230)가 미디어 서버 정보에 기초하여 미디어 서버(1240)가 제2 미디어 서버(1345)(AI 코덱을 지원하지 않는 미디어 서버)인 것으로 확인한 경우, 제2 요청 정보에는 원본 영상을 요청하는 정보가 포함될 수 있을 것이다.
단계 S1820에서, 엣지 데이터 네트워크(1230)는 제2 요청 정보를 미디어 서버로 전송할 수 있다.
단계 S1830에서, 엣지 데이터 네트워크(1230)는 미디어 서버(1240)로부터 제2 요청 정보에 기초하여 VR 영상 데이터를 수신할 수 있다.
그 후, 엣지 데이터 네트워크(1230)는 수신한 VR 영상 데이터에 기초하여, 복호화를 수행하여, VR 영상을 획득할 수 있다. 이때 상술한 바와 같이, 미디어 서버(1240)가 제1 미디어 서버(1340)인 경우 엣지 데이터 네트워크(1230)는 제1 VR 영상(1341)을 획득할 수 있다. 또한, 미디어 서버(1240)가 제2 미디어 서버(1345)인 경우 엣지 데이터 네트워크(1230)는 원본 VR 영상(1346)을 획득할 수 있다.
이때, 본 개시의 일 실시예에 따라, 미디어 서버(1240)로부터 획득한 VR 영상은 기설정된 사이즈의 타일들로 분할된 영상 데이터일 수 있다.
도 19는 본 개시의 일 실시예에 따라, 엣지 데이터 네트워크(1230)가 미디어 서버(1240)로부터 VR 영상을 획득하는 방법에 대한 도면이다.
도 19는 도 18과 같이 엣지 데이터 네트워크(1230)가 VR 영상을 획득 할 때, 데이터의 송수신 흐름도를 도시한 것이다. 도 19의 흐름도는 도 15 내지 도 18에서 중복되는 내용이 존재하는 바, 중복되는 내용은 생략한다.
먼저, 단계 S1910에서 엣지 데이터 네트워크(1230)는 디바이스(1210)에게 VR 영상에 대한 부가 정보를 전송할 수 있다. 단계 S1920에서, 디바이스(1210)는 시선 정보를 결정할 수 있다. 또한, 단계 S1930에서, 디바이스(1210)는 VR 영상에 대한 부가 정보에 기초하여 VR 영상에 대한 제1 요청 정보를 생성할 수 있다. 즉, 엣지 데이터 네트워크(1230)는 디바이스(1210)로부터 제1 요청 정보를 수신할 수 있으며, 디바이스의 제1 요청 정보는, 사용자의 시선 정보, 제1 네트워크 정보, 디바이스 정보 또는 영상 정보 중 적어도 하나를 포함할 수 있다.
이때, VR 영상에 대한 부가 정보란, 엣지 데이터 네트워크(1230) 또는 미디어 서버(1240)가 제공할 수 있는 VR 영상에 대한 정보를 의미할 수 있다. 이때, VR 영상에 대한 부가 정보는 엣지 데이터 네트워크(1230) 또는 미디어 서버(1240)가 제공할 수 있는 VR 영상의 해상도 및 비트레이트 등을 포함하는 품질 정보, AI 부호화 여부 정보, AI 스케일 변환 정보 등을 포함할 수 있다.
본 개시의 일 실시예에 따라, 엣지 데이터 네트워크(1230)는 미디어 서버(1240)에게 미디어 서버(1240)가 제공할 수 있는 VR 영상에 대한 부가 정보를 요청할 수 있다. 미디어 서버(1240)는 미디어 서버(1240)의 AI 스케일의 수행 가부를 고려하여 미디어 서버(1240)가 제공할 수 있는 영상에 대한 정보를 부가 정보로 생성할 수 있다. 이때, 일 예로, 미디어 서버(1240)가 AI 스케일이 가능한 경우, VR 영상에 대한 부가 정보에는 AI 부호화 데이터가 제공될 수 있음이 포함될 수 있다. 이때, 엣지 데이터 네트워크(1230)는 미디어 서버(1240)가 제공할 수 있는 VR 영상에 대한 부가 정보를 기 저장해 놓을 수 있다.
또한, 본 개시의 일 실시예에 따라, 엣지 데이터 네트워크(1230)는 엣지 데이터 네트워크(1230)가 제공할 수 있는 VR 영상에 대한 부가 정보를 생성할 수 있다. 예로, 엣지 데이터 네트워크(1230)는 디바이스(1210)에게 제공할 수 있는 VR 영상이 AI 부호화된 영상인지, 어떠한 AI 스케일 변환 정보로 AI 스케일되어있는지 등을 고려하여 부가 정보를 생성할 수 있다.
또한, 디바이스(1210)는 엣지 데이터 네트워크(1230)로부터 부가 정보를 수신하는 것으로 도면에 표현되어 있으나, 별도의 서버로부터 VR 영상에 대한 부가 정보를 수신할 수도 있다.
단계 S1940에서, 디바이스(1210)는 제1 요청 정보 및 시선 정보를 엣지 데이터 네트워크(1230)으로 전송할 수 있다. 단계 S1950에서, 엣지 데이터 네트워크(1230)는 도 18에서 상술한 방법에 따라 제2 요청 정보를 생성할 수 있다. 또한, 단계 S1960에서, 엣지 데이터 네트워크는 미디어 서버(1240)으로 제2 요청 정보를 전송할 수 있다. 그리고, 단계 S1970에서, 미디어 서버(1240)는 제1 VR 영상 데이터를 생성할 수 있다.
이때, 단계 S1980에서 엣지 데이터 네트워크(1230)는 제1 VR 영상 데이터를 미디어 서버(1240)로부터 수신할 수 있다. 이때, 미디어 서버(1240)가 제1 미디어 서버(1340)인 경우, 엣지 데이터 네트워크(1230)는 미디어 서버가 수행한 AI 다운스케일에 대한 제1 AI 데이터를 함께 수신할 수 있다. 이때, 제2 요청 정보에 기초하여 생성된 VR 영상 데이터는 전체 영역 중 적어도 일부 영역이 AI 다운스케일된 영상에 대한 데이터일 수 있다. 이는 단계 S1830에 대응될 수 있다. 그 후, 단계 S1990에서, 엣지 데이터 네트워크는 제1 VR 영상 데이터에 대해 복호화를 수행하여 VR 영상을 획득할 수 있다.
도 20는 본 개시의 일 실시예에 따라, 엣지 데이터 네트워크가 미디어서버로부터 VR 영상을 획득하는 방법에 대한 도면이다.
단계 S2010에서, 엣지 데이터 네트워크(1230)는 미디어 서버(1240)로부터 제1 VR 영상 데이터를 수신할 수 있다. 또한, 단계 S2020에서 엣지 데이터 네트워크(1230)는 수신한 제1 영상 데이터를 저장해놓을 수 있다. 또한, 일 실시예에 따라, 제1 AI 데이터 역시 미디어 서버로부터 수신하여, 저장해놓을 수 있다.
그리고, 단계 S2025에서 엣지 데이터 네트워크(1230)는 부가 정보를 디바이스(1210)으로 전송할 수 있다. 도 19에서 전술한 바와 마찬가지로, S2030 단계에서 디바이스(120)는 시선 정보를 결정할 수 있고, S2040 단계에서 디바이스(120)는 제1 요청 정보를 생성할 수 있고, S2050 단계에서 디바이스(120)는 엣지 데이터 네트워크(1230)으로 제1 요청 정보 및 시선 정보를 전송할 수 있다.
단계 S2060에서, 엣지 데이터 네트워크(1230)는 제1 요청 정보에 기초하여 VR 영상을 획득할 수 있다.
도 21은 본 개시의 일 실시예에 따른, 엣지 데이터 네트워크(edge data network)가 VR(Virtual Reality) 영상을 디바이스에게 스트리밍하는 방법을 나타낸 흐름도이다.
본 개시의 일 실시예에 따라, 엣지 데이터 네트워크는 미디어 서버로부터 VR 영상을 획득할 수 있다. 도 21은 엣지 데이터 네트워크(1230)가 미디어 서버(1240)로부터 도 18 내지 도 20에 따라 영상을 획득한 상황에서, 디바이스(1210)에게 VR 영상을 스트리밍하는 일련의 흐름을 나타낸 도면이다.
S2110 단계에서, 엣지 데이터 네트워크(1230)는 VR 영상을 시청하는 사용자의 시선 정보를 디바이스로(1210)부터 수신할 수 있다.
보다 상세하게, 사용자가 디바이스(1210)를 통해 VR 영상을 시청하는 도중에, 엣지 데이터 네트워크(1230)는 디바이스(1210)가 생성한 사용자의 시선 정보를 디바이스(1210)로부터 수신할 수 있다.
본 개시의 일 실시예에 따라, 엣지 데이터 네트워크(1230)는 일정한 시간 간격으로 사용자의 시선 정보를 디바이스(1210)로부터 수신할 수 있다. 이때, 엣지 데이터 네트워크(1230)가 디바이스(1210)로부터 시선 정보를 수신하는 주기, 즉 시간 간격은 기 설정될 수 있다.
본 개시의 다른 실시예에 따라, 엣지 데이터 네트워크(1230)는 사용자의 시선 변화가 감지되었을 때만 디바이스(1210)로부터 사용자의 시선 정보를 수신할 수 있다. 보다 상세하게 디바이스(1210)는 사용자의 시선이 변화하여, 사용자의 시선 정보가 변경되었을 경우에 엣지 데이터 네트워크(1230)로 사용자 시선 정보를 송신할 수 있다. 이때, 엣지 데이터 네트워크(1230)는 디바이스(1210)로부터 이전에 수신한 사용자의 시선 정보와 다른 사용자의 시선 정보를 수신할 수 있다.
본 개시의 다른 실시예에 따라, 엣지 데이터 네트워크(1230)는 VR 영상의 특성에 기초하여 사용자의 시선 정보를 디바이스(1210)로부터 수신할 수 있다. 보다 상세하게, 디바이스(1210)에서 VR 영상으로 재생되는 특정한 컨텐츠는 기 설정된 시간에 사용자의 시선 정보를 요청할 수 있으며, 디바이스(1210)는 해당 컨텐츠에 기 설정된 시간에 사용자의 시선 정보를 결정하여 엣지 데이터 네트워크(1230)로 결정된 사용자의 시선 정보를 송신할 수 있다.
엣지 데이터 네트워크(1230)는 네트워크의 상태에 대한 정보를 획득할 수 있다. 이때, 본 개시에서 네트워크의 상태에 대한 정보는 전술한 제1 네트워크 정보 및 제2 네트워크 정보를 포함할 수 있다.
전술한 바와 같이, 엣지 데이터 네트워크(1230)는 디바이스(1210)로부터 VR 영상에 대한 제1 요청 정보를 수신할 수 있다. 이때, 엣지 데이터 네트워크(1230)는 VR 영상에 대한 제1 요청 정보와 함께 사용자의 시선 정보를 디바이스(1210)로부터 수신할 수 있다. 또한, 다른 예로, 엣지 데이터 네트워크(1230)는 VR 영상에 대한 제1 요청 정보와 별도로 사용자의 시선 정보를 디바이스(1210)로부터 수신할 수 있다.
S2120 단계에서, 엣지 데이터 네트워크(1230)는 수신된 시선 정보에 기초하여, VR 영상의 전체 영역 중 적어도 일부 영역을 VR 영상의 AI 스케일 대상 영역으로 결정할 수 있다.
이때, 엣지 데이터 네트워크(1230)는 제1 네트워크 정보를 디바이스(1210)로부터 수신하고, 수신된 시선 정보 또는 제1 네트워크 정보 중 적어도 하나 이상의 정보를 고려하여 AI 스케일 대상 영역을 결정할 수 있다. 보다 자세한 설명은 도 23에서 후술된다.
이때, 본 개시에서, AI 스케일 대상 영역이란, VR 영상의 전체 영역 중에서 AI 스케일이 적용될 영역을 의미할 수 있다. 예를 들어, VR 영상을 구성하는 프레임의 전체 영역 중에서 일부 영역이 AI 스케일 대상 영역으로 결정될 수 있다. 또한, 다른 예로, VR 영상을 구성하는 프레임의 전체 영역이 AI 스케일 대상 영역으로 결정될 수도 있다. 이때, 엣지 데이터 네트워크(1230)의 결정에 기초하여, AI 스케일 대상 영역에 AI 업스케일 또는 AI 다운스케일이 적용될 수 있다.
일 실시예에 따라, 도 14를 참고하면 AI 스케일 대상 영역은 한 개 이상의 영역이 될 수 있다. 또한, 수개의 AI 스케일 대상 영역은 AI 스케일 대상 영역 별로 적용되는 AI 스케일 변경 정도가 서로 다르게 결정될 수 있다.
S2130 단계에서, 엣지 데이터 네트워크(1230)는 AI 스케일 대상 영역에 대한 AI 스케일 변경 정도를 결정할 수 있다.
이때, 본 개시에서, AI 스케일 변경 정도란, 수신한 영상 데이터에 기초하여 생성하는 영상 데이터를 어느 정도의 해상도로 업스케일 또는 다운 스케일하는지를 의미할 수 있다.
자세한 내용은 하기의 도 24 내지 도 25에서 후술된다.
S2140 단계에서, 엣지 데이터 네트워크(1230)는 미디어 서버(1240)로부터 획득한 VR 영상의 영역 중 AI 스케일 대상 영역과 대응되는 영역을 AI 스케일 변경 정도에 따라 스케일 변경할 수 있다.
이때, 본 개시에서 미디어 서버(1240)로부터 획득한 VR 영상이란, 도 13에 따를 때, 제1 VR 영상(1341) 또는 원본 VR 영상(1346)을 의미할 수 있다. 이에 대한 내용은 전술한바 생략한다.
또한, 본 개시에서 엣지 데이터 네트워크(1230)는 미디어 서버(1240)로부터 원본 영상(1352)을 AI 스케일이 아닌 레거시 스케일이 적용된 영상을 수신할 수도 있다. 일 예로, 미디어 서버(1240)가 AI 스케일을 지원하지 않는 경우, 미디어 서버(1240)는 엣지 데이터 네트워크(1230)로 레거시 스케일이 적용된 영상을 송신할 수도 있으며, 이 경우 미디어 서버(1240)로부터 획득한 VR 영상이란 원본 영상(1352) 레거시 스케일이 적용된 영상일 수도 있다.
본 개시의 일 실시예에 따라, 엣지 데이터 네트워크(1230)는 제2 요청 정보에 따라 미디어 서버(1240)로부터 제1 영상 데이터 및 제1 AI 데이터를 수신할 수 있으며, 이는 도 18 내지 도 20에서 전술한 바 있다.
본 개시의 일 실시예에 따라, 엣지 데이터 네트워크(1230)는 미디어 서버(1240)로부터 획득한 VR 영상의 영역 중 AI 스케일 대상 영역과 대응되는 영역을 결정된 AI 스케일 변경 정도에 따라 AI 스케일 변경할 수 있다. 도 15를 참고하여 설명하면, 엣지 데이터 네트워크(1230)는 결정된 AI 스케일 변경 정도에 따라, 제4 DNN의 설정 정보를 변경할 수 있다. 또한, 엣지 데이터 네트워크(1230)는 결정된 AI 스케일 변경 정도에 대응되는 AI 스케일 대상 영역에 대해 변경된 제4 DNN의 설정 정보에 기초하여 AI 스케일을 수행할 수 있다. 보다 자세한 내용은 도 26에서 후술된다.
S2150 단계에서, 엣지 데이터 네트워크(1230)는 AI 스케일 대상 영역이 포함된 VR 영상 데이터를 생성할 수 있다.
엣지 데이터 네트워크(1230)는 AI 스케일 대상 영역이 포함된 VR 영상을 부호화하여, VR 영상 데이터를 생성할 수 있다. 도 15를 참고할 때, AI 스케일 대상 영역이 포함된 VR 영상 데이터란, 제 2-2 VR 영상(1545)에 제2 부호화가 수행되어 생성된 제2 VR 영상 데이터에 대응될 수 있다.
S2160 단계에서, 엣지 데이터 네트워크(1230)는 VR 영상 데이터를 디바이스(1210)로 스트리밍할 수 있다. 도 15 내지 도 17를 참고할 때, S2160 단계는 엣지 데이터 네트워크(1230)가 제2 부호화 데이터(1555)를 디바이스(1210)로 송신하는 내용에 대응할 수 있다. 본 개시의 일 실시예에 따라, 엣지 데이터 네트워크(1230)는 AI 스케일 변경 정도에 대한 제2 AI 데이터를 디바이스로 전송할 수 있다.
본 개시의 일 실시예에 따라, 엣지 데이터 네트워크(1230)는 도 24 내지 도 25에 따라 각 AI 스케일 대상 영역 별로 생성된 디스플레이 배치 정보를 디바이스(1210)로 전송할 수 있다. 또한, 다른 일 예로, 엣지 데이터 네트워크(1230)는 VR 영상을 구분한 각 타일별로 생성된 디스플레이 배치 정보를 디바이스로 전송할 수 있다.
도 22는 본 개시의 일 실시예에 따라, 엣지 데이터 네트워크가 VR 영상을 디바이스에게 스트리밍하는 방법에 대한 데이터 송수신 흐름도를 도시한 것이다.
본 내용은 전술한 도면들의 설명에 중복될 수 있는바, 중복되는 내용은 생략한다.
단계 S2210에서, 미디어 서버(1240)는 엣지 데이터 네트워크(1230)로 제1 VR 영상 데이터를 전송할 수 있다. 이때, 제1 AI 데이터도 전송될 수 있다. 단계 S2220에서 엣지 데이터 네트워크(1230)는 도 18 내지 도 20에 대한 설명과 같은 방법으로 VR 영상을 획득할 수 있다.
단계 S2230에서 디바이스(1210)는 사용자의 시선 정보를 결정할 수 있고, 단계 S2240에서 디바이스(1210)는 엣지 데이터 네트워크(1230)로 시선 정보를 전송할 수 있다. 이때, 엣지 데이터 네트워크(1230)는 디바이스(1210)로부터 먼저 시선 정보를 전송받고, 그 후에 미디어 서버(1240)로부터 VR 영상을 획득할 수도 있다.
단계 S2250에서 엣지 데이터 네트워크(1230)는 AI 스케일 대상 영역을 결정할 수 있다. 단계 S2260에서 엣지 데이터 네트워크(1230)는 AI 스케일 변경 정도를 결정할 수 있다. 단계 S2270에서 엣지 데이터 네트워크(1230)는 AI 스케일을 수행할 수 있다. 단계 S2280에서 엣지 데이터 네트워크(1230)는 제2 VR 영상 데이터 및 제2 AI 데이터를 전송할 수 있다. 각 단계에 대한 자세한 내용은 후술된다.
도 23은 본 개시의 일 실시예에 따라, VR 영상의 전체 영역 중 적어도 일부 영역을 VR 영상의 AI 스케일 대상 영역으로 결정하는 방법에 대한 흐름도이다. 도 23은 도 21의 S2120 단계 및 도 22의 S2250 단계에 대응될 수 있으며, 중복되는 내용은 생략한다.
단계 S2310에서 엣지 데이터 네트워크(1230)는 엣지 데이터 네트워크(1230)와 디바이스(1210) 간의 네트워크 환경에 대한 제1 네트워크 정보를 수신할 수 있다.
단계 S2320에서 엣지 데이터 네트워크(1230)는 사용자의 시선 정보 및 제1 네트워크 정보에 기초하여 VR 영상을 수개의 영역으로 분류할 수 있다.
단계 S2330에서, 엣지 데이터 네트워크(1230)는 분류된 영역에 기초하여 AI 스케일 대상 영역을 결정할 수 있다.
일 예시에 따라 도 14를 참고할 때, AI 스케일 대상 영역은 3개가 될 수 있으며, 각각 관심 영역(ROI), 시청 영역, 비시청 영역이 될 수 있다. 설명의 편의를 위해, 도 14의 제1 영역(1410)이 관심 영역, 제2 영역(1420)이 시청 영역, 제3 영역(1430)이 비시청 영역으로 가정하고 설명한다.
또한, 설명의 편의를 위해 도 13을 참고하여 설명한다. 도 13를 참고할 때, 제1 미디어 서버(1340)는 제4 화질(예로, 모든 영역에 대해 8K의 해상도)을 가진 원본 영상(1351)을 획득할 수 있다. 제1 미디어 서버(1340)는 모든 영역에 대해서 제2 화질(예로, 모든 영역에 대해 2K의 해상도)이 되도록 AI 다운 스케일을 수행하여 제1 VR 영상(1341)을 획득할 수 있다. 엣지 데이터 네트워크(1330)는 제1 영역(1410)에 대해 제4 화질(예로, 전체 영역을 기준으로 8K의 해상도)가 되도록 AI 업스케일을 적용하고, 제2 영역(1420)에 제3 화질(예로, 전체 영역을 기준으로 4K의 해상도)가 되도록 AI 업스케일을 적용할 수 있다. 또한, 엣지 데이터 네트워크는 제3 영역에 대해서는 제1 화질(예로, 전체 영역을 기준으로 2K의 해상도)가 되도록 AI 다운스케일을 적용하도록 결정할 수 있다.
또한, 다른 일 예시에 따라, 엣지 데이터 네트워크(1330)는 제1 영역(1410)에 대해서만 AI 업스케일을 적용하도록 결정할 수 있다. 이때, VR 영상을 구성하는 프레임의 전체 영역 중 시청 영역 및 비시청 영역은 AI 스케일 대상 영역으로 결정되지 않으며, AI 스케일이 적용되지 않을 수 있다.
또한, 다른 일 예시에 따라, 엣지 데이터 네트워크(1330)는 VR 영상을 시선 정보와 일치하는 정도에 따라 수개의 영역으로 구분하고, 수개의 영역 각각을 AI 스케일 대상 영역으로 결정할 수 있다. 이때, 엣지 데이터 네트워크는 사용자의 시선 정보와 일치하는 정도가 높은 상위 영역에 대해서 사용자의 시선 정보와 일치하는 정도가 낮은 하위 영역보다 AI 스케일 변경 정도가 높게 AI 업스케일을 수행할 수 있다. 즉, 도 14를 참고할 때, 제1 영역, 제2 영역, 제3 영역에 포함된 각 타일들 별로 AI 스케일 변경 정도를 다르게 설정할 수도 있다.
또한, 다른 일 실시예에 따라, 엣지 데이터 네트워크(1330)는 관심 영역(ROI) 및 시청 영역 중에서 사용자의 시선 정보와 일치하는 정도에 따라 수개의 영역으로 구분하고, 수개의 영역 각각을 AI 스케일 대상 영역으로 결정할 수 있다.
다만, 설명의 편의를 위해, VR 영상을 구성하는 프레임의 전체 영역을 관심 영역(ROI), 시청 영역 및 비시청 영역으로 구분하였을 뿐, AI 스케일 대상 영역이 관심 영역(ROI), 시청 영역 및 비시청 영역으로 한정되는 것은 아니다. AI 스케일 대상 영역은 디바이스(1210)로부터 수신된 시선 정보에 기초하여 결정될 수 있다. 또한, 도 14에서 도시된 것과 같이, AI 스케일 대상 영역이 세 개의 영역으로 한정되는 것은 아니다.
도 24는 본 개시의 일 실시예에 따라, AI 스케일 대상 영역에 대한 AI 스케일 변경 정도를 결정하는 방법에 대한 흐름도이다.
도 24는 상술한 도 21의 단계 S2130 및 도 22의 S2260 단계에 대응될 수 있다.
본 개시의 일 실시예에 따라, 엣지 데이터 네트워크(1230)는 각 AI 스케일 대상 영역에 대해 서로 다른 AI 스케일 변경 정도를 결정할 수 있다. 예를 들어, 엣지 데이터 네트워크가 제1 영역(1410), 제2 영역(1420) 및 제3 영역(1430)으로 AI 스케일 대상 영역을 결정한 경우, 제1 영역(1410), 제2 영역(1420) 및 제3 영역(1430) 순으로 높은 AI 스케일 변경 정도가 할당될 수 있다.
단계 S2410에서, 미디어 서버(1240)가 제1 미디어 서버(1340)인 경우, 엣지 데이터 네트워크(1230)는 제1 AI 데이터를 획득할 수 있다. 다만, 만약 미디어 서버(1240)가 제2 미디어 서버(1345)(AI 코덱을 지원하지 않는 미디어 서버)인 경우, 엣지 데이터 네트워크(1230)는 제1 AI 데이터를 획득할 수 없다.
단계 S2420에서, 엣지 데이터 네트워크(1230)는 엣지 데이터 네트워크와 디바이스 간의 네트워크 환경에 대한 제1 네트워크 정보, VR 영상에 대한 디바이스의 제1 요청 정보 또는 미디어 서버가 수행한 AI 스케일에 대한 제1 AI 데이터 중 적어도 하나에 기초하여 AI 스케일 대상 영역에 대한 AI 스케일 변경 정도를 결정할 수 있다.
하기에서는, 각 정보에 기초하여 엣지 데이터 네트워크(1230)가 AI 스케일 대상 영역에 대한 AI 스케일 변경 정도를 결정하는 실시예들을 후술한다.
일 예로, 엣지 데이터 네트워크(1230)가 제1 네트워크 정보를 고려하여 AI 스케일 대상 영역에 대한 AI 스케일 변경 정도를 결정하는 실시예를 설명한다. 엣지 데이터 네트워크(1230)는 제1 네트워크 정보로부터 획득한 혼잡도가 기준치보다 낮은 경우, 엣지 데이터 네트워크(1230)는 엣지 데이터 네트워크(1230)와 디바이스(1210) 간의 네트워크 상태가 좋은 것으로 판단할 수 있다. 이 경우, 엣지 데이터 네트워크(1230)는 AI 스케일 대상 영역에 대해 AI 업 스케일이 수행되도록 AI 스케일 변경 정도를 결정할 수 있다. 즉, 엣지 데이터 네트워크(1230)가 AI 업스케일이 수행된 영상을 디바이스(1210)에게 전송할 수 있도록, AI 스케일 변경 정도를 결정할 수 있다. 또한 다른 일 예로, 엣지 데이터 네트워크(1230)는 제1 네트워크 정보로부터 획득한 혼잡도가 기준치보다 높은 경우, 엣지 데이터 네트워크(1230)는 엣지 데이터 네트워크(1230)와 디바이스(1210) 간의 네트워크 상태가 나쁜 것으로 판단할 수 있다. 이 경우, 엣지 데이터 네트워크(1230)는 AI 스케일 대상 영역에 대해 AI 다운 스케일이 수행되도록 AI 스케일 변경 정도를 결정할 수 있다. 즉, 엣지 데이터 네트워크(1230)가 AI 다운스케일이 수행된 영상을 디바이스(1210)에게 전송할 수 있도록, AI 스케일 변경 정도를 결정할 수 있다.
본 개시의 일 실시예에 따라, 일 예로, 엣지 데이터 네트워크(1230)가 제1 요청 정보를 고려하여 AI 스케일 대상 영역에 대한 AI 스케일 변경 정도를 결정하는 실시예를 설명한다. 엣지 데이터 네트워크(1230)는 디바이스(1210)로부터 수신한 VR 영상에 대한 제1 요청 정보에 기초하여, AI 스케일 대상 영역에 대한 AI 스케일 변경 정도를 결정할 수 있다. 보다 상세하게, 엣지 데이터 네트워크(1230)는 제1 요청 정보에 포함된 디바이스 정보에 따라 AI 스케일 대상 영역에 대한 AI 스케일 변경 정도를 결정할 수 있다. 엣지 데이터 네트워크(1230)는 디바이스 정보로부터 디바이스(1210)의 캐퍼빌리티에 대한 정보를 획득하여, AI 스케일 대상 영역에 대한 AI 스케일 변경 정도를 결정할 수 있다.
즉, 엣지 데이터 네트워크(1230)는 디바이스(1210)의 AI 코덱 지원 여부 및 디바이스(1210)가 수행 가능한 AI 스케일 변경 정도를 판단하여, AI 스케일 대상 영역 및 AI 스케일 변경 정도를 결정할 수 있다. 보다 구체적으로, 엣지 데이터 네트워크(1230)는 디바이스(1210)의 AI 코덱 지원 여부에 대한 정보(디바이스(1210)가 제1 디바이스(1310)인지 제2 디바이스(1315)인지 여부)에 기초하여 디바이스(1210)가 AI 스케일을 수행할 수 있는 디바이스(1210)인지 여부를 판단할 수 있다. 또한, 디바이스(1210)가 AI 스케일을 수행할 수 있어도, 디바이스(1210)의 성능 및 용량 등에 따라, 디바이스(1210)가 수행할 수 있는 AI 스케일 변경 정도가 다를 수 있으므로, 엣지 데이터 네트워크(1230)는 디바이스(1210)의 캐퍼빌리티에 대한 정보를 고려하여 AI 스케일 변경 정도를 결정할 수 있다.
일 예로, 엣지 데이터 네트워크(1230)가 제1 AI 데이터를 고려하여 AI 스케일 대상 영역에 대한 AI 스케일 변경 정도를 결정하는 실시예를 설명한다. 본 개시의 일 실시예에 따라, 엣지 데이터 네트워크(1230)는 미디어 서버(1240)로부터 수신한 제1 AI 데이터를 고려하여, AI 스케일 대상 영역에 대한 AI 스케일 변경 정도를 결정할 수 있다. 이때, 제1 AI 데이터는 미디어 서버(1240)로부터 획득한 VR 영상에 AI 스케일이 수행되었는지 여부에 대한 정보, VR 영상 데이터에 AI 스케일이 적용된 경우에는 AI 스케일 변경 정도, 영상 데이터의 복호화 정보 등이 포함될 수 있다. 보다 상세하게, 엣지 데이터 네트워크(1230)는 미디어 서버(1240)로부터 제1 AI 데이터를 수신하고, 제1 AI 데이터로부터 원본 영상의 화질과 미디어 서버(1240)로부터 수신한 VR 영상이 어느 정도로 다운 스케일 되었는지 확인할 수 있다.
예로, 엣지 데이터 네트워크(1230)가 제1 AI 데이터를 확인하여, 현재 미디어 서버(1240)로부터 수신한 VR 영상의 원본 영상이 제4 화질(예로, 모든 영역에 대해 8K의 해상도)의 영상이고, 미디어 서버(1240)로부터 1/2배만큼 AI 다운스케일된 영상인 제3 화질(예로, 전체 영역을 기준으로 4K의 해상도)의 영상을 수신한 경우를 가정할 수 있다. 이때, 엣지 데이터 네트워크(1230)는 제1 AI 데이터를 고려하여, 2 배만큼 AI 업스케일된 영상을 생성할 수 있을음 판단할 수 있다.
단계 S2430에서, 엣지 데이터 네트워크(1230)는 AI 스케일 대상 영역에 대해 결정된 AI 스케일 변경 정도를 고려하여, AI 스케일 대상 영역을 포함한 VR 영상의 전체 영역에 대한 디스플레이 배치 정보를 생성할 수 있다.
엣지 데이터 네트워크(1230)는 AI 스케일 변경 정도를 결정하는 경우, 각 AI 스케일 대상 영역에 대한 디스플레이 배치 정보를 생성할 수 있다. 이때, 엣지 데이터 네트워크(1230)는 AI 스케일 대상 영역에 대해 결정된 AI 스케일 변경 정도를 고려하여, AI 스케일 대상 영역에 대한 디스플레이 배치 정보를 생성할 수 있다. 보다 자세하게 도 25를 참고하여 설명한다.
도 25는 본 개시의 일 실시예에 따라, 엣지 데이터 네트워크(1230)가 디스플레이 배치 정보를 생성하는 방법을 설명한 도면이다.
디바이스(1210)는 수신한 VR 영상 데이터를 각 AI 스케일 대상 영역에 적용된 AI 스케일 변경 정도를 고려하여, 디스플레이할 필요가 있다. 따라서, 엣지 데이터 네트워크(1230)는 AI 스케일을 수행한 후, 각 AI 스케일 대상 영역에 대해서 어느 정도의 AI 스케일 변경 정도가 적용되었는지를 고려하여, 각 AI 스케일 대상 영역들이 어떻게 디스플레이될 수 있는지에 대한 정보를 송신할 수 있다.
보다 상세하게, 엣지 데이터 네트워크(1230)는 각 영역에 대한 AI 스케일 변경 정도, 디바이스(1210)가 출력할 수 있는 화면 정보, VR 영상의 출력 정보, VR 영상 렌더링 정보 등에 기초하여 각 AI 스케일 대상 영역에 대한 디스플레이 배치 정보를 결정할 수 있다.
그리고, 엣지 데이터 네트워크(1210)는 디스플레이 배치 정보를 디바이스(1210)로 전송할 수 있다. 이를 수신한 디바이스(1210)는 디스플레이 배치 정보에 기초하여, 엣지 데이터 네트워크(1210)로부터 수신한 VR 영상 데이터를 출력 VR 영상으로 생성할 수 있다.
도 26은 본 개시의 일 실시예에 따른, 엣지 데이터 네트워크의 AI 스케일 변경 방법을 설명한 도면이다.
도 13 및 도 14를 참고하여 본 개시를 설명할 때, 사용자의 관심 영역(ROI)이 제1 영역(1410), 제2 영역(1420), 제3 영역(1430) 순으로 변동된다고 가정한다. 또한, 디바이스(1210)가 요청한 원본 VR 영상(2610)의 화질은 제4 화질(예로, 모든 영역에 대해 8K의 해상도)로 가정하여, 설명하나, 이는 설명의 편의를 위한 것이며 이에 한정되지 않는다.
도 26(a)를 참고하면 본 개시의 일 실시예에 따라, 엣지 데이터 네트워크(1230)가, 미디어 서버(1240)로부터 AI 부호화 데이터가 아닌 원본 영상(2612)을 획득한 경우를 가정할 수 있다. 일 예로, 도 16과 같이 미디어 서버(1240)는 제2 미디어 서버(1345)일 수 있다. 또는, 도 15와 같이, 미디어 서버(1240)가 제1 미디어 서버(1340)일지라도, 미디어 서버(1240)의 성능, 용량, 제2 네트워크 환경 등에 따라 엣지 데이터 네트워크(1230)가 AI 부호화 데이터를 요청하지 않은 경우일 수도 있다.
이때, 엣지 데이터 네트워크(1230)는 미디어 서버(1240)로부터 원본 VR 영상(2610)의 화질과 동일한 제4 화질(예로, 영상의 모든 영역을 기준으로 8K의 해상도)의 원본 VR 영상(2620)을 수신할 수 있다. 즉, 엣지 데이터 네트워크(1230)가 수신하는 데이터는 부호화 데이터일 수 있으나, 스케일 변경이 되지 않은 데이터일 수 있다. 즉, 도 15를 참고하여 설명하면, 제1 부호화 데이터의 제1 AI 데이터에 AI 다운스케일 정보가 포함되어 있지 않은 경우일 수 있다. 다만, 이 경우, 제1 부호화 데이터에 AI 스케일이 수행되지 않았음을 지시하는 정보가 대신 포함될 수도 있다. 또는, 도 16과 같이 제1 AI 데이터 자체가 생성되지 않는 경우일 수도 있다.
도 26(a)를 참고할 때, 엣지 데이터 네트워크(1230)가 제1 네트워크 정보에 기초하여 제1 네트워크 환경의 상태가 좋은 것으로 판단된 경우, 제1 영역(1410)은 원본 영상의 화질을 유지하여 디바이스(1210)로 송신할 수 있을 것이다. 엣지 데이터 네트워크(1230)는 미디어 서버(1240)로부터 수신한 원본 VR 영상(2620)에 대해, 관심 영역인 제1 영역(1410)의 화질은 유지하고, 제2 영역(1420) 및 제3 영역(1430)에 1/2배로 AI 다운스케일하여 제3 화질(예로, 영상의 전체 영역을 기준으로 4K의 해상도)이 된 제2-2 VR 영상(2622)을 디바이스(1210)로 송신하도록 결정할 수 있다.
이때, 엣지 데이터 네트워크(1230)는 미디어 서버(1240)로부터 획득한 원본 VR 영상(2620)의 제2 영역(1420) 및 제3 영역(1430)에 대해서 1/2배만큼 AI 다운스케일하도록 제4 DNN의 설정 정보를 설정할 수 있다.
또한, 엣지 데이터 네트워크(1230)는 제5 DNN이 원본 영상의 해상도(제4 화질)를 획득할 수 있도록, 미디어 서버(1240)로부터 획득한 원본 VR 영상(2620)의 제2 영역(1420) 및 제3 영역(1430)에 대해서 1/2배만큼 AI 다운스케일하였다는 정보를 포함한 제2 AI 데이터(2624)를 생성할 수 있다. 또한, 제2 AI 데이터(2624)는 원본 VR 영상(2610)의 화질이 제4 화질이었음을 알려주는 정보를 포함할 수 있다.
또한, 엣지 데이터 네트워크(1230)는 제2 AI 데이터(2624)를 디바이스(1210)로 송신할 수 있다. 그 후, 디바이스(1210)의 관심 영역이 제2 영역(1420)으로 변경될 수 있다. 이때, 디바이스(1210)는 제2 AI 데이터(2624)에 기초하여, 수신한 제2-2 VR 영상(2622)의 제2 영역(1420)이 1/2만큼 AI 다운스케일된 것을 확인할 수 있다. 그리고, 디바이스(1210)는 확인된 정보에 기초하여 제2 영역(1420)이 2 배만큼 AI 업스케일되도록 제5 DNN의 설정 정보를 변경할 수 있다. 또한, 제1 영역(1410)이 더 이상 관심 영역이 아니므로, 디바이스(1210)는 AI 스케일 대상 영역으로 설정하여 AI 다운스케일할 수도 있을 것이다. 상술한 과정을 통해, 디바이스(1210)는 업데이트된 시선 정보에 대응하는 영역(제2 영역(1420))이 원본 화질로 변경된 제4 VR 영상(2626)을 획득할 수 있다.
도 26(b)를 참고하면 본 개시의 일 실시예에 따라, 엣지 데이터 네트워크(1230)가 미디어 서버(1240)로부터 원본 VR 영상(2610)을 1/4배로 AI 다운스케일하여 제2 화질(예로, 영상의 전체 영역을 기준으로 2K의 해상도)이 된 제1 VR 영상(2630)을 수신한 경우를 확인할 수 있다
엣지 데이터 네트워크(1230)는 미디어 서버(1240)로부터 수신한 제1 VR 영상(2630)에 대해, 제1 영역(1410)의 화질을 제4 화질(예로, 영상 전체를 기준으로 8K의 해상도)로 업스케일한 제2-2 VR 영상(2634)을 디바이스(1210)로 송신하도록 결정할 수 있다. 일 예로, 엣지 데이터 네트워크(1230)가 제1 네트워크 정보에 기초하여 제1 네트워크 환경의 상태가 좋은 것으로 판단한 경우, 관심 영역인 제1 영역(1410)을 원본 영상의 해상도(제4 화질)로 업스케일하여 디바이스(1210)로 송신할 수 있을 것이다. 이때, 엣지 데이터 네트워크(1230)는 미디어 서버(1240)로부터 획득한 제1 VR 영상(2630)의 제1 영역(1410)에 대해서 4배 만큼 AI 업스케일하도록 제4 DNN의 설정 정보를 설정할 수 있다.
또한, 엣지 데이터 네트워크(1230)는 제5 DNN이 원본 영상의 화질을 획득할 수 있도록, 미디어 서버(1240)로부터 획득한 제1 VR 영상(2630)을 제1 영역(1410)에 대해서 4배만큼 AI 업스케일하였다는 정보를 포함한 제2 AI 데이터(2632)를 생성할 수 있다. 또한, 제2 AI 데이터(2632)는 원본 VR 영상(2610)의 화질이 제4 화질이었음을 알려주는 정보를 포함할 수 있다. 상술한 방법을 통하여, 디바이스(1210)의 제5 DNN이 AI 업스케일을 수행할 때, 원본 영상(2610)의 화질을 고려하여 AI 업스케일정도(AI 업스케일타겟)을 결정하도록 할 수 있다.
디바이스(1210)는 디바이스(1210)의 관심 영역이 제2 영역(1420)으로 변경된 경우, 제2 AI 데이터(2636)에 기초하여 제2 영역(1420)에 대한 제5 DNN의 설정 정보를 변경할 수 있다. 그리고, 디바이스(1210)는 제2 영역(1420)에 대해 제4 화질로 AI 업스케일을 수행하고, 제1 영역(1410)에 대해 AI 다운 스케일을 수행할 수 있다.
도 26(c)를 참고하면 본 개시의 일 실시예에 따라, 미디어 서버(1240)가 상술한 엣지 데이터 네트워크(1230)의 기능을 수행할 수 있다.
이때 본 개시의 일 실시예에 따라, 미디어 서버(1240)는 엣지 데이터 네트워크(1230)로부터 사용자의 시선 정보를 수신할 수 있다. 미디어 서버(1240)가 사용자의 시선 정보를 고려하여 VR 영상 데이터를 엣지 데이터 네트워크(1230)로 전송하는 경우, 미디어 서버(1240)와 엣지 데이터 네트워크(1230) 사이의 송수신되는 데이터의 용량이 감소된다는 장점이 존재한다.
미디어 서버(1240)는 수신한 사용자의 시선 정보에 기초하여, AI 스케일 대상 영역을 결정하고, AI 스케일 대상 영역에 대한 AI 스케일 결정 정도를 결정할 수 있다. 그리고, 미디어 서버(1240)는 AI 스케일 대상 영역에 대해 AI 스케일 결정 정도를 고려하여 AI 스케일을 수행할 수 있다.
즉, 미디어 서버(1240)가 현재 사용자의 시선 정보가 제1 영역(1410)에 되는 것을 확인한 경우, 미디어 서버(1240)는 제1 영역(1410)은 원본 해상도로 유지하기로 결정할 수 있다. 반면, 전송의 효율을 위하여, 미디어 서버(1240)는 원본 VR 영상(6210)의 제2 영역(1420) 및 제3 영역(1430)에 대해 제2 화질로 AI 다운스케일된 영상인 제1 VR 영상(2640)을 생성할 수 있다. 또한, 미디어 서버(1240)는 수행된 AI 스케일에 대한 제1 AI 데이터(2642)를 생성할 수 있다. 제1 AI 데이터(2642)에는 미디어 서버(1240)가 수행한 AI 다운스케일 정도에 대한 정보가 포함되어 있을 것이다. 엣지 데이터 네트워크(1230)는 제1 AI 데이터(2642)로부터 미디어 서버(1240)가 수행한 AI 스케일 대상 영역과 AI 스케일 변경 정도를 확인할 수 있다.
이때, 엣지 데이터 네트워크(1230)가 사용자의 시선 정보에 대응하는 관심 영역이 제2 영역(1420)으로 변경되었음를 디바이스(1210)로부터 수신한 경우, 엣지 데이터 네트워크(1230)는 제2 영역(1420)에 대해 AI 스케일 대상 영역으로 결정하고, 제2 영역(1420)에 대해 제1 AI 데이터에 기초하여 AI 스케일 변경 정도를 결정할 수 있다. 따라서, 엣지 데이터 네트워크(1230)는 제2 영역(1420)에 대해 AI 업스케일을 수행하고, 제1 영역(140)에 대해 AI 다운 스케일을 수행한 제2-2 VR 영상을 획득할 수 있다.
또한, 디바이스(1210)는 디바이스(1210)의 관심 영역이 제3 영역(1430)으로 변경된 경우, 제2 AI 데이터(2646)에 기초하여 제3 영역(1430)에 대한 제5 DNN의 설정 정보를 변경할 수 있다. 그리고, 디바이스(1210)는 제3 영역(1430)에 대해 제4 화질로 AI 업스케일을 수행하고, 제2 영역(1420)에 대해 AI 다운 스케일을 수행할 수 있다.
도 27은 본 개시의 일 실시예에 따른, 디바이스(1210)가 데이터 네트워크(edge data network)(1230)로부터 VR(Virtual Reality) 영상을 스트리밍방식으로 수신하는 방법을 나타낸 흐름도이다.
도 27의 경우, 디바이스(1210)가 제1 디바이스(1310) 또는 제2 디바이스(1315)인 경우 모두 적용될 수 있는 흐름도이다. 디바이스(1210)가 제1 디바이스(1310)인 경우의 보다 구체적인 동작은 도 28에서 후술된다.
S2710 단계에서, 디바이스(1210)는 VR 영상을 시청하는 사용자의 시선 정보를 결정할 수 있다.
본 개시의 일 실시예에 따라, 디바이스(1210)는 일정한 시간 간격으로 사용자의 시선 정보를 결정할 수 있다. 이때, 디바이스(1210)가 시선 정보를 결정하는 주기, 즉 시간 간격은 기 설정될 수 있다.
본 개시의 일 실시예에 따라, 디바이스(1210)는 사용자의 시선 정보를 엣지 데이터 네트워크(1230)로 전송할 수 있다. 이는 전술한 S2110 단계에 대응되므로, 중복되는 설명은 생략하도록 한다.
S2720 단계에서, 디바이스(1210)는 VR 영상 내의 전체 영역 중 적어도 일부 영역이 AI 스케일 변경된 VR 영상 데이터를 엣지 데이터 네트워크(1230)로부터 수신할 수 있다.
S2720 단계는 도 15 및 도 16을 참고할 때, 제1 디바이스(1310)가 엣지 데이터 네트워크(1330)로부터 제2 부호화 데이터(1555, 1655)를 수신하는 것에 대응될 수 있다. 이때 상술한 바와 같이, 제2 부호화 데이터(1555, 1655)는 제2 VR 영상 데이터 및 제2 AI 데이터를 포함하고 있다. 제1 디바이스(1310)는 제2 AI 데이터를 고려하여 제3 AI 스케일을 수행할 수 있다.
또한, S2720 단계는 도 17을 참고할 때, 제2 디바이스(1315) 가 엣지 데이터 네트워크(1330)로부터 제2 부호화 데이터(1755)를 수신하는 것에 대응될 수 있다.
S2730 단계에서, 디바이스(1210)는 VR 영상 데이터로부터 VR 영상을 획득할 수 있다.
본 개시의 일 실시예에 따라, 디바이스(1210)는 VR 영상 데이터에 기초하여 복호화를 수행하고 VR 영상을 획득할 수 있다. 보다 상세하게, S2730 단계는 도 15 내지 도 17을 참고할 때, 제1 디바이스(1310) 또는 제2 디바이스(1315)가 제2 부호화 데이터(1555, 1655, 1755)에 제2 복호화를 수행하여 제3 VR 영상(1565, 1665, 1765)을 획득하는 과정에 대응될 수 있다.
본 개시의 일 실시예에 따라, 도 15 내지 도 16과 같이 디바이스(1210)가 제1 디바이스(1310)인 경우, 획득한 제 3 VR 영상(1565, 1665)에 제3 AI 스케일을 수행할 수도 있다.
보다 상세하게, 디바이스(1210)는 사용자의 시선 정보에 기초하여, VR 영상의 전체 영역 중 적어도 일부 영역을 VR 영상의 AI 스케일 대상 영역으로 결정할 수 있다. 그리고, 디바이스(1210)는 AI 스케일 대상 영역에 대한 AI 스케일 변경 정도를 결정할 수 있다. 또한, 디바이스(1210)는 엣지 데이터 네트워크로부터 획득한 VR 영상의 영역 중 상기 AI 스케일 대상 영역과 대응되는 영역을 AI 스케일 변경 정도에 따라 스케일 변경할 수 있다. 이에 대한 구체적인 동작은 도 21 내지 도 26에서 전술한 바 있으며, 엣지 데이터 네트워크(1230)의 동작은 디바이스(1210) 역시 수행할 수 있다.
보다 상세하게, 디바이스(1210)가 AI 스케일 대상 영역에 대한 AI 스케일 변경 정도를 결정하는 경우, 엣지 데이터 네트워크(1210)로부터 엣지 데이터 네트워크(1210)가 수행한 AI 스케일에 대한 제2 AI 데이터를 수신할 수 있다. 또한, 디바이스(1210)는 제2 AI 데이터 또는 사용자의 시선 정보 중 적어도 하나에 기초하여, AI 스케일 대상 영역에 대한 AI 스케일 변경 정도를 결정할 수 있다.
또는 다른 예로, 도 17과 같이 디바이스가 제2 디바이스(1315)인 경우, 획득한 제3 VR 영상(1765)에 제3 AI 스케일을 수행하지 않을 수도 있다.
이때, 디바이스는 획득한 제3 VR 영상(1765) 또는 제3 VR 영상(1565, 1665)에 대해 제3 AI 스케일이 적용된 영상에 대해, 렌더링을 수행할 수 있다.
본 개시의 일 실시예에 따라, 디바이스(1210)는 엣지 데이터 네트워크로(1230)부터 AI 스케일 대상 영역에 대한 디스플레이 배치 정보를 수신할 수 있다. 디바이스(1210)는 디스플레이 배치 정보에 기초하여, VR 영상 데이터에 포함된 VR 영상의 영역들을 결합할 수 있다. 이때, VR 영상 데이터에 포함된 VR 영상의 영역들에는 AI 스케일 대상 영역이 포함될 수 있다. 또한, VR 영상을 구분하는 각 타일별로 디스플레이 배치 정보를 수신한 경우, 디바이스(1210)는 디스플레이 배치 정보에 기초하여 각 타일들을 결합할 수 있다. 또한, 디바이스(1210)는 결합된 영역들에 대해 보간(interpolation)을 수행할 수 있다.
S2740 단계에서, 디바이스는 획득된 VR 영상을 디스플레이할 수 있다.
S2740 단계는 도 15 내지 도 17을 참고할 때, 제1 디바이스(1310) 또는 제2 디바이스(1315)가 제4 VR 영상(1575, 1675, 1775)을 출력하는 과정에 대응될 수 있다.
도 28은 본 개시의 일 실시예에 따라 디바이스가 제1 디바이스인 경우, 데이터의 흐름도를 도시한 도면이다.
디바이스(1210)의 기본 동작에 대해서는 도 27에서 전술한바 있으며, 디바이스(1210)가 제1 디바이스(1310)인 경우의 구성에 대한 설명은 도 15 내지 도 16에서 전술한 바 있으므로, 중복되는 내용은 생략한다.
도 27의 디바이스(1210)는 제1 디바이스(1310)를 의미할 수 있다. S2810 단계에서, 디바이스(1210)는 엣지 데이터 네트워크(1230)으로부터 제2 VR 영상 데이터 및 제2 AI 데이터를 수신할 수 있다.
S2820 단계에서, 디바이스(1210)는 갱신된 사용자의 시선 정보를 결정할 수 있다.
S2830 단계 및 S2840 단계에서, 디바이스(1210)는 갱신된 사용자의 시선 정보에 기초하여 VR 영상 데이터를 AI 스케일 변경할 수 있다. 이때, 디바이스는 업데이트된 사용자의 시선 정보 및 AI 데이터, VR 스티치 정보 등에 기초하여 VR 영상 데이터를 AI 스케일 변경할 수 있다. 이는 엣지 데이터 네트워크(1230)의 동작으로 전술한 S2120 내지 S2140에 대응될 수 있다.
S2850 단계에서, 디바이스(1210)는 AI 스케일을 수행할 수 있다. 또한, S2860 단계에서, 디바이스(1210)는 생성된 VR 영상을 디스플레이할 수 있다.
도 29는 본 개시의 일 실시예에 따라 미디어 서버가 제1 미디어 서버인 경우, 데이터의 흐름도를 도시한 도면이다.
미디어 서버(1240)의 기본 동작에 대해서는 앞선 도면들에서 전술한 바 있으므로, 중복되는 내용은 생략한다. 도 29의 미디어 서버(1240)는 제1 미디어 서버(1340)를 의미할 수 있다.
도 29에서 미디어 서버(1240)가 동작하는 각 단계들(S2940, S2950, S2960)은 엣지 데이터 네트워크(1230)의 동작으로 전술한 S2120 내지 S2140에 대응될 수 있다.
S2910 단계에서, 디바이스(1210)는 시선 정보를 결정할 수 있다. 그리고 S2920 단계에서, 디바이스(1210)는 엣지 데이터 네트워크(1230)으로 시선 정보를 전송할 수 있다.
또한 S2930 단계에서, 엣지 데이터 네트워크(1230)는 미디어 서버(1240)로 시선 정보를 전송할 수 있다. 이때, 도 18 내지 19에서 전술한 바와 같이, 엣지 데이터 네트워크(1230)는 미디어 서버(1240)로 시선 정보와 함께 제2 요청 정보를 전송할 수 있다. 이때, 제2 요청 정보는 VR 영상을 시청하는 사용자의 시선 정보, 디바이스 정보, 영상 정보, 제2 네트워크 정보, 미디어 서버 정보 중 적어도 하나의 정보를 포함할 수 있다.
그 후 미디어 서버(1240)는 제2 요청 정보에 기초하여, VR 영상 데이터를 생성할 수 있다. 즉, S2940 단계에서, 미디어 서버(1240)는 AI 스케일 대상 영역을 결정할 수 있다. S2950 단계에서, 미디어 서버(1240)는 AI 스케일 변경 정도를 결정할 수 있다. 또한, S2960 단계에서, 미디어 서버(1240)는 AI 스케일을 수행할 수 있다.
보다 상세하게, 미디어 서버(1240)는 VR 영상의 전체 영역 중 적어도 일부 영역을 VR 영상의 AI 스케일 대상 영역으로 결정할 수 있다. 또한, 미디어 서버(1240)는 AI 스케일 대상 영역에 대한 AI 스케일 변경 정도를 결정할 수 있다. 그리고, 미디어 서버(1240)는 엣지 데이터 네트워크(1210)가 요청한 VR 영상의 영역 중 AI 스케일 대상 영역과 대응되는 영역을 AI 스케일 변경 정도에 따라 스케일 변경할 수 있다.
이때, 미디어 서버(1240)는 AI 스케일 대상 영역에 대한 AI 스케일 변경 정도를 결정하기 위해, 사용자의 시선 정보 및 제2 네트워크 정보 중 적어도 하나에 기초하여, AI 스케일 대상 영역에 대한 AI 스케일 변경 정도를 결정할 수 있다.
S2970 단계에서, 미디어 서버(1240)는 제1 VR 영상 데이터 및 제1 AI 데이터를 엣지 데이터 네트워크(1230)으로 전송할 수 있다.
S2980 단계에서, 엣지 데이터 네트워크(1230)는 VR 영상을 획득할 수 있다.
이하, 도 30 내지 도 32는 본 개시의 일 실시예에 따른 엣지 데이터 네트워크(1230), 디바이스(1210) 및 미디어 서버(1240)의 구성을 도시한다.
도 30은 본 개시의 일 실시예에 따른 엣지 데이터 네트워크의 구성을 나타내는 블록도이다.
도 30에 도시되는 바와 같이, 본 개시의 엣지 데이터 네트워크(1230)는 프로세서(3030), 통신부(3010), 메모리(3020)를 포함할 수 있다. 다만 엣지 데이터 네트워크(1230)의 구성 요소가 전술한 예에 한정되는 것은 아니다. 예를 들어, 엣지 데이터 네트워크(1230)는 전술한 구성 요소보다 더 많은 구성 요소를 포함하거나 더 적은 구성 요소를 포함할 수 있다. 뿐만 아니라, 프로세서(3030), 통신부(3010) 및 메모리(3020)가 하나의 칩(Chip) 형태로 구현될 수도 있다.
엣지 데이터 네트워크(1230)는 전술한 방법에 따라 VR 영상을 스트리밍하는 방법을 수행할 수 있으며, 중복되는 동작은 설명을 생략한다.
일 실시예에 따르면, 프로세서(3030)는 상술한 본 개시의 실시 예에 따라 미디어 서버(1240)가 동작할 수 있는 일련의 과정을 제어할 수 있다. 예를 들면, 본 개시의 실시 예에 따르는 VR 영상을 스트리밍하는 방법을 수행하도록 미디어 서버(1240)의 구성요소들을 제어할 수 있다. 프로세서(3030)는 복수 개일 수 있으며, 프로세서(3030)는 메모리(3020)에 저장된 프로그램을 실행함으로써 전술한 본 개시의 VR 영상을 스트리밍하는 서비스를 제공하기 위한 동작을 수행할 수 있다.
통신부(3010)는 외부 장치(예를 들어, 단말(1210), 엑세스 네트워크(1220), 서비스 서버 또는 3GPP 네트워크 등)와 신호를 송수신할 수 있다. 외부 장치와 송수신하는 신호는 제어 정보와, 데이터를 포함할 수 있다. 통신부(3010)는 송신되는 신호의 주파수를 상승 변환 및 증폭하는 RF 송신기와, 수신되는 신호를 저 잡음 증폭하고 주파수를 하강 변환하는 RF 수신기 등으로 구성될 수 있다. 다만, 이는 통신부(3010)는 일 실시예일뿐이며, 통신부(3010)의 구성요소가 RF 송신기 및 RF 수신기에 한정되는 것은 아니다. 또한, 통신부(3010)는 무선 채널을 통해 신호를 수신하여 프로세서(3030)로 출력하고, 프로세서(3030)로부터 출력된 신호를 무선 채널을 통해 전송할 수 있다.
일 실시예에 따르면, 메모리(3020)는 엣지 데이터 네트워크(1230)의 동작에 필요한 프로그램 및 데이터를 저장할 수 있다. 또한, 메모리(3020)는 엣지 데이터 네트워크(1230)가 송수신하는 신호에 포함된 제어 정보 또는 데이터를 저장할 수 있다. 메모리(3020)는 롬(ROM), 램(RAM), 하드디스크, CD-ROM 및 DVD 등과 같은 저장 매체 또는 저장 매체들의 조합으로 구성될 수 있다. 또한, 메모리(3020)는 복수 개일 수 있다 일 실시예에 따르면, 메모리(3020)는 전술한 본 개시의 실시예들인 VR 영상을 스트리밍하는 서비스를 제공하는 동작을 수행하기 위한 프로그램을 저장할 수 있다.
일 실시예에 따르면, 프로세서(3030)는 VR 영상을 시청하는 사용자의 시선 정보를 디바이스로부터 수신하도록 상기 통신부를 제어하고, 수신된 시선 정보에 기초하여, VR 영상의 전체 영역 중 적어도 일부 영역을 VR 영상의 AI 스케일 대상 영역으로 결정하며, AI 스케일 대상 영역에 대한 AI 스케일 변경 정도를 결정하고, 미디어 서버로부터 획득한 VR 영상의 영역 중 AI 스케일 대상 영역과 대응되는 영역을 AI 스케일 변경 정도에 따라 스케일을 변경하며, AI 스케일 대상 영역이 포함된 VR 영상 데이터를 생성하고, VR 영상 데이터를 디바이스로 스트리밍하도록 통신부를 제어할 수 있다.
일 실시예에 따르면, 프로세서(3030)는 엣지 데이터 네트워크(1230)와 디바이스(1210) 간의 네트워크 환경에 대한 제1 네트워크 정보를 수신하도록 통신부를 제어하고, 시선 정보 및 및 제1 네트워크 정보에 기초하여, VR 영상을 수개의 영역으로 분류하며, 분류된 영역에 기초하여 AI 스케일 대상 영역을 결정할 수 있다.
일 실시예에 따르면, 프로세서(3030)는 엣지 데이터 네트워크와 디바이스 간의 네트워크 환경에 대한 제1 네트워크 정보, 디바이스로부터 수신한 제1 요청 정보 또는 미디어 서버가 수행한 AI 스케일에 대한 제1 AI 데이터 중 적어도 하나에 기초하여, AI 스케일 대상 영역에 대한 AI 스케일 변경 정도를 결정할 수 있다.
도 31은 본 개시의 일 실시예에 따른 디바이스의 구성을 나타내는 블록도이다.
도 31에 도시되는 바와 같이, 본 개시의 디바이스(1210)는 프로세서(3130), 통신부(3110), 메모리(3120)를 포함할 수 있다. 다만 디바이스(110)의 구성 요소가 전술한 예에 한정되는 것은 아니다. 예를 들어, 디바이스(110)는 전술한 구성 요소보다 더 많은 구성 요소를 포함하거나 더 적은 구성 요소를 포함할 수 있다. 뿐만 아니라, 프로세서(3130), 통신부(3110) 및 메모리(3120)가 하나의 칩(Chip) 형태로 구현될 수도 있다. 또한, 일 예시에 따라, 디바이스(1210)는 디스플레이부를 더 포함할 수 있다.
디바이스(1210)는 전술한 방법에 따라 VR 영상을 디스플레이하는 방법을 수행할 수 있으며, 중복되는 동작은 설명을 생략한다.
일 실시예에 따르면, 프로세서(3130)는 상술한 본 개시의 실시 예에 따라 디바이스(1210)가 동작할 수 있는 일련의 과정을 제어할 수 있다. 예를 들면, 본 개시의 실시 예에 따르는 VR 영상을 디스플레이하는 방법을 수행하도록 디바이스(1210)의 구성요소들을 제어할 수 있다. 프로세서(3130)는 복수 개일 수 있으며, 프로세서(3130)는 메모리(3120)에 저장된 프로그램을 실행함으로써 전술한 본 개시의 VR 영상을 디스플레이하기 위한 동작을 수행할 수 있다.
통신부(3110)는 외부 장치(예를 들어, 엑세스 네트워크(1220), 엣지 데이터 네트워크(1230), 미디어 서버(1240) 또는 3GPP 네트워크 등)와 신호를 송수신할 수 있다. 외부 장치와 송수신하는 신호는 제어 정보와, 데이터를 포함할 수 있다. 통신부(3110)는 송신되는 신호의 주파수를 상승 변환 및 증폭하는 RF 송신기와, 수신되는 신호를 저 잡음 증폭하고 주파수를 하강 변환하는 RF 수신기 등으로 구성될 수 있다. 다만, 이는 통신부(3110)는 일 실시예일뿐이며, 통신부(3110)의 구성요소가 RF 송신기 및 RF 수신기에 한정되는 것은 아니다. 또한, 통신부(3110)는 무선 채널을 통해 신호를 수신하여 프로세서(3130)로 출력하고, 프로세서(3130)로부터 출력된 신호를 무선 채널을 통해 전송할 수 있다.
일 실시예에 따르면, 메모리(3120)는 디바이스(1210)의 동작에 필요한 프로그램 및 데이터를 저장할 수 있다. 또한, 메모리(3120)는 디바이스(110)가 송수신하는 신호에 포함된 제어 정보 또는 데이터를 저장할 수 있다. 메모리(3120)는 롬(ROM), 램(RAM), 하드디스크, CD-ROM 및 DVD 등과 같은 저장 매체 또는 저장 매체들의 조합으로 구성될 수 있다. 또한, 메모리(3120)는 복수 개일 수 있다 일 실시예에 따르면, 메모리(3120)는 전술한 본 개시의 실시예들인 VR 영상을 디스플레이 하기 위한 프로그램을 저장할 수 있다.
일 실시예에 따르면, 프로세서(3130)는 VR 영상을 시청하는 사용자의 시선 정보를 결정하고, VR 영상 내의 전체 영역 중 적어도 일부 영역이 AI 스케일 변경된 VR 영상 데이터를 엣지 데이터 네트워크로부터 수신하도록 통신부(3110)를 제어하고, VR 영상 데이터로부터 VR 영상을 획득하고, 획득된 상기 VR 영상을 디스플레이 할 수 있다.
일 실시예에 따르면, 프로세서(3130)는 사용자의 시선 정보에 기초하여, VR 영상의 전체 영역 중 적어도 일부 영역을 VR 영상의 AI 스케일 대상 영역으로 결정하고, AI 스케일 대상 영역에 대한 AI 스케일 변경 정도를 결정하며, 엣지 데이터 네트워크로부터 획득한 VR 영상의 영역 중 AI 스케일 대상 영역과 대응되는 영역을 AI 스케일 변경 정도에 따라 스케일 변경할 수 있다.
일 실시예에 따르면, 프로세서(3130)는 엣지 데이터 네트워크로부터 엣지 데이터 네트워크가 수행한 AI 스케일에 대한 제2 AI 데이터를 수신하고, 제2 AI 데이터 또는 사용자의 시선 정보 중 적어도 하나에 기초하여, AI 스케일 대상 영역에 대한 AI 스케일 변경 정도를 결정할 수 있다.
일 실시예에 따르면, 프로세서(3130)는 엣지 데이터 네트워크로부터 AI 스케일 대상 영역에 대한 디스플레이 배치 정보를 수신할 수 있다. 이때, 프로세서(3130)는 디스플레이 배치 정보에 기초하여, VR 영상 데이터에 포함된 VR 영상의 영역들을 결합할 수 있다.
도 32는 본 개시의 일 실시예에 따른 미디어 서버의 구성을 나타내는 블록도이다.
도 32에 도시되는 바와 같이, 본 개시의 미디어 서버(1240)는 프로세서(3230), 통신부(3210), 메모리(3220)를 포함할 수 있다. 다만 미디어 서버(1240)의 구성 요소가 전술한 예에 한정되는 것은 아니다. 예를 들어, 미디어 서버(1240)는 전술한 구성 요소보다 더 많은 구성 요소를 포함하거나 더 적은 구성 요소를 포함할 수 있다. 뿐만 아니라, 프로세서(3230), 통신부(3210) 및 메모리(3220)가 하나의 칩(Chip) 형태로 구현될 수도 있다.
미디어 서버(1240)는 전술한 방법에 따라 VR 영상을 스트리밍하는 방법을 수행할 수 있으며, 중복되는 동작은 설명을 생략한다.
일 실시예에 따르면, 프로세서(3230)는 상술한 본 개시의 실시 예에 따라 미디어 서버(1240)가 동작할 수 있는 일련의 과정을 제어할 수 있다. 예를 들면, 본 개시의 실시 예에 따르는 VR 스트리밍 서비스를 제공하는 방법을 수행하도록 미디어 서버(1240)의 구성요소들을 제어할 수 있다. 프로세서(3230)는 복수 개일 수 있으며, 프로세서(3230)는 메모리(3220)에 저장된 프로그램을 실행함으로써 전술한 본 개시의 VR 영상 스트리밍 서비스를 제공하기 위한 동작을 수행할 수 있다.
통신부(3210)는 외부 장치(예를 들어, 단말(110), 엑세스 네트워크(120), 서비스 서버 또는 3GPP 네트워크 등)와 신호를 송수신할 수 있다. 외부 장치와 송수신하는 신호는 제어 정보와, 데이터를 포함할 수 있다. 통신부(3210)는 송신되는 신호의 주파수를 상승 변환 및 증폭하는 RF 송신기와, 수신되는 신호를 저 잡음 증폭하고 주파수를 하강 변환하는 RF 수신기 등으로 구성될 수 있다. 다만, 이는 통신부(3210)는 일 실시예일뿐이며, 통신부(3210)의 구성요소가 RF 송신기 및 RF 수신기에 한정되는 것은 아니다. 또한, 통신부(3210)는 무선 채널을 통해 신호를 수신하여 프로세서(3230)로 출력하고, 프로세서(3230)로부터 출력된 신호를 무선 채널을 통해 전송할 수 있다.
일 실시예에 따르면, 메모리(3220)는 미디어 서버(1240)의 동작에 필요한 프로그램 및 데이터를 저장할 수 있다. 또한, 메모리(3220)는 미디어 서버(1240)가 송수신하는 신호에 포함된 제어 정보 또는 데이터를 저장할 수 있다. 메모리(3220)는 롬(ROM), 램(RAM), 하드디스크, CD-ROM 및 DVD 등과 같은 저장 매체 또는 저장 매체들의 조합으로 구성될 수 있다. 또한, 메모리(3220)는 복수 개일 수 있다 일 실시예에 따르면, 메모리(3220)는 전술한 본 개시의 실시예들인 VR 영상 스트리밍 서비스를 제공하는 동작을 수행하기 위한 프로그램을 저장할 수 있다.
일 실시예에 따르면, 프로세서(3230)는 엣지 데이터 네트워크로부터 제2 요청 정보를 수신하고, 제2 요청 정보에 기초하여 VR 영상 데이터를 생성하며, 생성된 상기 VR 영상 데이터를 상기 엣지 데이터 네트워크로 스트리밍할 수 있다. 이때, 제2 요청 정보는 VR 영상을 시청하는 사용자의 시선 정보, 디바이스 정보, 영상 정보, 제2 네트워크 정보, 미디어 서버 정보 중 적어도 하나의 정보를 포함할 수 있다.
일 실시예에 따르면, 프로세서(3230)는 VR 영상의 전체 영역 중 적어도 일부 영역을 VR 영상의 AI 스케일 대상 영역으로 결정하고, AI 스케일 대상 영역에 대한 AI 스케일 변경 정도를 결정하며, 엣지 데이터 네트워크가 요청한 VR 영상의 영역 중 AI 스케일 대상 영역과 대응되는 영역을 AI 스케일 변경 정도에 따라 스케일 변경할 수 있다.
일 실시예에 따르면, 프로세서(3230)는 사용자의 시선 정보 및 제2 네트워크 정보 중 적어도 하나에 기초하여, AI 스케일 대상 영역에 대한 AI 스케일 변경 정도를 결정할 수 있다.
본 개시의 청구항 또는 명세서에 기재된 실시예들에 따른 방법들은 하드웨어, 소프트웨어, 또는 하드웨어와 소프트웨어의 조합의 형태로 구현될(implemented) 수 있다.
소프트웨어로 구현하는 경우, 하나 이상의 프로그램(소프트웨어 모듈)을 저장하는 컴퓨터 판독 가능 저장 매체 또는 컴퓨터 프로그램 제품이 제공될 수 있다. 컴퓨터 판독 가능 저장 매체 또는 컴퓨터 프로그램 제품에 저장되는 하나 이상의 프로그램은, 전자 장치(device) 내의 하나 이상의 프로세서에 의해 실행 가능하도록 구성된다(configured for execution). 하나 이상의 프로그램은, 전자 장치로 하여금 본 개시의 청구항 또는 명세서에 기재된 실시 예들에 따른 방법들을 실행하게 하는 명령어(instructions)를 포함한다.
이러한 프로그램(소프트웨어 모듈, 소프트웨어)은 랜덤 액세스 메모리 (random access memory), 플래시(flash) 메모리를 포함하는 불휘발성(non-volatile) 메모리, 롬(ROM: Read Only Memory), 전기적 삭제가능 프로그램가능 롬(EEPROM: Electrically Erasable Programmable Read Only Memory), 자기 디스크 저장 장치(magnetic disc storage device), 컴팩트 디스크 롬(CD-ROM: Compact Disc-ROM), 디지털 다목적 디스크(DVDs: Digital Versatile Discs) 또는 다른 형태의 광학 저장 장치, 마그네틱 카세트(magnetic cassette)에 저장될 수 있다. 또는, 이들의 일부 또는 전부의 조합으로 구성된 메모리에 저장될 수 있다. 또한, 각각의 구성 메모리는 다수 개 포함될 수도 있다.
또한, 프로그램은 인터넷(Internet), 인트라넷(Intranet), LAN(Local Area Network), WLAN(Wide LAN), 또는 SAN(Storage Area Network)과 같은 통신 네트워크, 또는 이들의 조합으로 구성된 통신 네트워크를 통하여 접근(access)할 수 있는 부착 가능한(attachable) 저장 장치(storage device)에 저장될 수 있다. 이러한 저장 장치는 외부 포트를 통하여 본 개시의 실시예를 수행하는 장치에 접속할 수 있다. 또한, 통신 네트워크 상의 별도의 저장 장치가 본 개시의 실시예를 수행하는 장치에 접속할 수도 있다.
본 개시에서, 용어 "컴퓨터 프로그램 제품(computer program product)" 또는 "컴퓨터로 읽을 수 있는 기록매체(computer readable medium)"는 메모리, 하드 디스크 드라이브에 설치된 하드 디스크, 및 신호 등의 매체를 전체적으로 지칭하기 위해 사용된다. 이들 "컴퓨터 프로그램 제품" 또는 "컴퓨터로 읽을 수 있는 기록매체"는 본 개시에 따른 스트리밍 서비스와 관련된 복수의 콘텐츠를 캐싱하고, 단말로부터 단말에 대응하는 콘텐츠 목록 정보를 요청하는 메시지를 수신하고, 콘텐츠 목록 정보를 요청하는 메시지에 기초하여 캐싱된 복수의 콘텐츠로부터 단말에 대응하는 콘텐츠 목록 정보를 결정하고, 결정된 콘텐츠 목록 정보를 단말로 전송하고, 단말로부터 콘텐츠 목록 정보에 기초하여 선택된 적어도 하나의 콘텐츠에 대한 재생 요청 메시지를 수신하고, 재생 요청 메시지에 기초하여 적어도 하나의 콘텐츠에 대한 데이터를 단말에게 제공하기 위한 명령어로 구성된 소프트웨어 컴퓨터 시스템에 제공하는 수단이다.
상술한 본 개시의 구체적인 실시예들에서, 본 개시에 포함되는 구성 요소는 제시된 구체적인 실시예에 따라 단수 또는 복수로 표현되었다. 그러나, 단수 또는 복수의 표현은 설명의 편의를 위해 제시한 상황에 적합하게 선택된 것으로서, 본 개시가 단수 또는 복수의 구성 요소에 제한되는 것은 아니며, 복수로 표현된 구성 요소라 하더라도 단수로 구성되거나, 단수로 표현된 구성 요소라 하더라도 복수로 구성될 수 있다.
한편 본 개시의 상세한 설명에서는 구체적인 실시 예에 관해 설명하였으나, 본 개시의 범위에서 벗어나지 않는 한도 내에서 여러 가지 변형이 가능함은 물론이다. 그러므로 본 개시의 범위는 설명된 실시 예에 국한되어 정해져서는 아니 되며 후술하는 특허청구의 범위뿐만 아니라 이 특허청구의 범위와 균등한 것들에 의해 정해져야 한다.

Claims (20)

  1. 엣지 데이터 네트워크가 VR 영상을 스트리밍하는 방법에 있어서,
    상기 VR 영상을 시청하는 사용자의 시선 정보를 디바이스로부터 수신하는 단계;
    수신된 상기 시선 정보에 기초하여, 상기 VR 영상의 전체 영역 중 적어도 일부 영역을 상기 VR 영상의 AI 스케일 대상 영역으로 결정하는 단계;
    상기 AI 스케일 대상 영역에 대한 AI 스케일 변경 정도를 결정하는 단계;
    미디어 서버로부터 획득한 상기 VR 영상의 영역 중 상기 AI 스케일 대상 영역과 대응되는 영역을 AI 스케일 변경 정도에 따라 스케일을 변경하는 단계;
    상기 AI 스케일 대상 영역이 포함된 VR 영상 데이터를 생성하는 단계; 및
    상기 VR 영상 데이터를 상기 디바이스로 스트리밍하는 단계;를 포함하는, 방법.
  2. 제1 항에 있어서,
    상기 수신된 상기 시선 정보에 기초하여, 상기 VR 영상의 전체 영역 중 적어도 일부 영역을 상기 VR 영상의 AI 스케일 대상 영역으로 결정하는 단계;는,
    상기 엣지 데이터 네트워크와 상기 디바이스 간의 네트워크 환경에 대한 제1 네트워크 정보를 수신하는 단계;
    상기 시선 정보 및 상기 제1 네트워크 정보에 기초하여, 상기 VR 영상을 수개의 영역으로 분류하는 단계; 및
    상기 분류된 영역에 기초하여 상기 AI 스케일 대상 영역을 결정하는 단계;를 포함하는, 방법.
  3. 제1 항에 있어서,
    상기 AI 스케일 대상 영역에 대한 AI 스케일 변경 정도를 결정하는 단계;는,
    상기 엣지 데이터 네트워크와 상기 디바이스 간의 네트워크 환경에 대한 제1 네트워크 정보, 디바이스로부터 수신한 제1 요청 정보 또는 상기 미디어 서버가 수행한 AI 스케일에 대한 제1 AI 데이터 중 적어도 하나에 기초하여, 상기 AI 스케일 대상 영역에 대한 상기 AI 스케일 변경 정도를 결정하는 단계;를 포함하는, 방법.
  4. 제1 항에 있어서,
    상기 디바이스로부터 제1 요청 정보를 수신하는 단계;를 더 포함하고,
    상기 디바이스의 제1 요청 정보는, 사용자의 시선 정보, 제1 네트워크 정보, 디바이스 정보 또는 영상 정보 중 적어도 하나를 포함하는, 방법.
  5. 제1 항에 있어서,
    상기 AI 스케일 대상 영역에 대한 상기 AI 스케일 변경 정도를 결정하는 단계;는,
    상기 AI 스케일 대상 영역에 대해 결정된 상기 AI 스케일 변경 정도를 고려하여, 상기 AI 스케일 대상 영역을 포함한 VR 영상의 전체 영역에 대한 디스플레이 배치 정보를 생성하는 단계;를 포함하는, 방법.
  6. 제5 항에 있어서,
    상기 VR 영상 데이터를 상기 디바이스로 스트리밍하는 단계;는
    상기 디스플레이 배치 정보를 상기 디바이스로 전송하는 단계;를 포함하는, 방법.
  7. 제1 항에 있어서,
    상기 미디어 서버로부터 상기 VR 영상을 획득하는 단계;를 더 포함하는, 방법.
  8. 제7 항에 있어서,
    상기 미디어 서버로부터 상기 VR 영상을 획득하는 단계;는,
    상기 사용자의 시선 정보, 디바이스 정보, 상기 디바이스가 요청한 영상 정보, 상기 엣지 데이터 네트워크와 상기 미디어 서버 간의 네트워크 환경에 대한 제2 네트워크 정보 또는 미디어 서버 정보 중 적어도 하나에 기초하여 제2 요청 정보를 생성하는 단계;
    상기 제2 요청 정보를 상기 미디어 서버로 전송하는 단계; 및
    상기 제2 요청 정보에 기초하여 생성된 VR 영상 데이터를 상기 미디어 서버로부터 수신하는 단계;를 포함하는, 방법.
  9. 제8 항에 있어서,
    상기 제2 요청 정보에 기초하여 생성된 VR 영상 데이터를 상기 미디어 서버로부터 수신하는 단계;는
    상기 미디어 서버가 수행한 AI 다운스케일에 대한 제1 AI 데이터를 수신하는 단계;를 포함하고,
    상기 제2 요청 정보에 기초하여 생성된 상기 VR 영상 데이터는 전체 영역 중 적어도 일부 영역이 AI 다운스케일된, 방법.
  10. 제1 항에 있어서,
    상기 VR 영상 데이터를 상기 디바이스로 스트리밍하는 단계;는
    상기 AI 스케일 변경 정도에 대한 제2 AI 데이터를 디바이스로 전송하는 단계;를 포함하는, 방법.
  11. 디바이스가 VR 영상을 디스플레이하는 방법에 있어서,
    VR 영상을 시청하는 사용자의 시선 정보를 결정하는 단계;
    상기 VR 영상 내의 전체 영역 중 적어도 일부 영역이 AI 스케일 변경된 VR 영상 데이터를 엣지 데이터 네트워크로부터 수신하는 단계;
    상기 VR 영상 데이터로부터 VR 영상을 획득하는 단계; 및
    획득된 상기 VR 영상을 디스플레이 하는 단계;를 포함하는, 방법.
  12. 제 11항에 있어서,
    상기 VR 영상 데이터로부터 VR 영상을 획득하는 단계;는,
    상기 사용자의 시선 정보에 기초하여, 상기 VR 영상의 전체 영역 중 적어도 일부 영역을 상기 VR 영상의 AI 스케일 대상 영역으로 결정하는 단계;
    상기 AI 스케일 대상 영역에 대한 AI 스케일 변경 정도를 결정하는 단계; 및
    상기 엣지 데이터 네트워크로부터 획득한 상기 VR 영상의 영역 중 상기 AI 스케일 대상 영역과 대응되는 영역을 AI 스케일 변경 정도에 따라 스케일 변경하는 단계;를 포함하는, 방법.
  13. 제 12항에 있어서,
    상기 AI 스케일 대상 영역에 대한 AI 스케일 변경 정도를 결정하는 단계;는,
    상기 엣지 데이터 네트워크로부터 상기 엣지 데이터 네트워크가 수행한 AI 스케일에 대한 제2 AI 데이터를 수신하는 단계; 및
    상기 제2 AI 데이터 또는 상기 사용자의 시선 정보 중 적어도 하나에 기초하여, 상기 AI 스케일 대상 영역에 대한 AI 스케일 변경 정도를 결정하는 단계;를 포함하는, 방법.
  14. 제 11항에 있어서,
    상기 엣지 데이터 네트워크로부터 상기 AI 스케일 대상 영역에 대한 디스플레이 배치 정보를 수신하는 단계;를 더 포함하고,
    상기 획득된 상기 VR 영상을 디스플레이 하는 단계는
    상기 디스플레이 배치 정보에 기초하여, VR 영상 데이터에 포함된 VR 영상의 영역들을 결합하는 단계;를 포함하는, 방법.
  15. 미디어 서버가 VR 영상을 스트리밍하는 방법에 있어서,
    엣지 데이터 네트워크로부터 제2 요청 정보를 수신하는 단계;
    상기 제2 요청 정보에 기초하여 VR 영상 데이터를 생성하는 단계; 및
    생성된 상기 VR 영상 데이터를 상기 엣지 데이터 네트워크로 스트리밍하는 단계;를 포함하는, 방법.
  16. 제 15항에 있어서,
    상기 제2 요청 정보는 상기 VR 영상을 시청하는 사용자의 시선 정보, 디바이스 정보, 영상 정보, 제2 네트워크 정보, 미디어 서버 정보 중 적어도 하나의 정보를 포함하는, 방법.
  17. 제 16항에 있어서,
    상기 제2 요청 정보에 기초하여 VR 영상 데이터를 생성하는 단계;는
    상기 VR 영상의 전체 영역 중 적어도 일부 영역을 상기 VR 영상의 AI 스케일 대상 영역으로 결정하는 단계;
    상기 AI 스케일 대상 영역에 대한 AI 스케일 변경 정도를 결정하는 단계; 및
    상기 엣지 데이터 네트워크가 요청한 VR 영상의 영역 중 상기 AI 스케일 대상 영역과 대응되는 영역을 AI 스케일 변경 정도에 따라 스케일 변경하는 단계;를 포함하는, 방법.
  18. 제 17항에 있어서,
    상기 AI 스케일 대상 영역에 대한 AI 스케일 변경 정도를 결정하는 단계;는,
    사용자의 시선 정보 또는 제2 네트워크 정보 중 적어도 하나에 기초하여, 상기 AI 스케일 대상 영역에 대한 AI 스케일 변경 정도를 결정하는 단계를 포함하는, 방법.
  19. VR 영상을 스트리밍하는 하는 엣지 데이터 네트워크에 있어서,
    디바이스 및 미디어 서버와 통신하는 통신부;
    적어도 하나 이상의 인스트럭션을 저장하는 메모리; 및
    상기 적어도 하나 이상의 인스트럭션을 실행함으로써 상기 엣지 데이터 네트워크를 제어하는 적어도 하나 이상의 프로세서를 포함하며,
    상기 적어도 하나 이상의 프로세서는,
    상기 VR 영상을 시청하는 사용자의 시선 정보를 상기 디바이스로부터 수신하도록 상기 통신부를 제어하고,
    수신된 상기 시선 정보에 기초하여, 상기 VR 영상의 전체 영역 중 적어도 일부 영역을 상기 VR 영상의 AI 스케일 대상 영역으로 결정하며,
    상기 AI 스케일 대상 영역에 대한 AI 스케일 변경 정도를 결정하고,
    상기 미디어 서버로부터 획득한 상기 VR 영상의 영역 중 상기 AI 스케일 대상 영역과 대응되는 영역을 AI 스케일 변경 정도에 따라 스케일을 변경하며,
    상기 AI 스케일 대상 영역이 포함된 VR 영상 데이터를 생성하고,
    상기 VR 영상 데이터를 상기 디바이스로 스트리밍하도록 상기 통신부를 제어하는, 엣지 데이터 네트워크.
  20. 제 19항에 있어서,
    상기 프로세서는
    상기 엣지 데이터 네트워크와 상기 디바이스 간의 네트워크 환경에 대한 제1 네트워크 정보를 수신하도록 상기 통신부를 제어하고,
    상기 시선 정보 및 상기 제1 네트워크 정보에 기초하여, 상기 VR 영상을 수개의 영역으로 분류하며,
    상기 분류된 영역에 기초하여 상기 AI 스케일 대상 영역을 결정하는, 엣지 데이터 네트워크.
KR1020200018573A 2020-02-14 2020-02-14 Vr 영상을 스트리밍하는 방법 및 장치 KR20210103867A (ko)

Priority Applications (3)

Application Number Priority Date Filing Date Title
KR1020200018573A KR20210103867A (ko) 2020-02-14 2020-02-14 Vr 영상을 스트리밍하는 방법 및 장치
PCT/KR2021/001779 WO2021162446A1 (en) 2020-02-14 2021-02-10 Method and apparatus for streaming vr image
US17/175,020 US11436701B2 (en) 2020-02-14 2021-02-12 Method and apparatus for streaming VR image

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020200018573A KR20210103867A (ko) 2020-02-14 2020-02-14 Vr 영상을 스트리밍하는 방법 및 장치

Publications (1)

Publication Number Publication Date
KR20210103867A true KR20210103867A (ko) 2021-08-24

Family

ID=77272926

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020200018573A KR20210103867A (ko) 2020-02-14 2020-02-14 Vr 영상을 스트리밍하는 방법 및 장치

Country Status (3)

Country Link
US (1) US11436701B2 (ko)
KR (1) KR20210103867A (ko)
WO (1) WO2021162446A1 (ko)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116737097A (zh) * 2022-09-30 2023-09-12 荣耀终端有限公司 一种投屏图像处理方法及电子设备

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102624027B1 (ko) * 2019-10-17 2024-01-11 삼성전자주식회사 영상 처리 장치 및 방법
KR102436512B1 (ko) * 2019-10-29 2022-08-25 삼성전자주식회사 부호화 방법 및 그 장치, 복호화 방법 및 그 장치

Family Cites Families (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
GB2536025B (en) 2015-03-05 2021-03-03 Nokia Technologies Oy Video streaming method
US10334224B2 (en) * 2016-02-19 2019-06-25 Alcacruz Inc. Systems and method for GPU based virtual reality video streaming server
US10110678B2 (en) 2016-08-19 2018-10-23 Sony Corporation System and method for data communication based on image processing
EP3560205B1 (en) * 2016-12-20 2021-02-17 Koninklijke KPN N.V. Synchronizing processing between streams
WO2018125579A1 (en) * 2016-12-29 2018-07-05 Sony Interactive Entertainment Inc. Foveated video link for vr, low latency wireless hmd video streaming with gaze tracking
US10979663B2 (en) 2017-03-30 2021-04-13 Yerba Buena Vr, Inc. Methods and apparatuses for image processing to optimize image resolution and for optimizing video streaming bandwidth for VR videos
US10062414B1 (en) * 2017-08-22 2018-08-28 Futurewei Technologies, Inc. Determining a future field of view (FOV) for a particular user viewing a 360 degree video stream in a network
KR102022648B1 (ko) * 2018-08-10 2019-09-19 삼성전자주식회사 전자 장치, 이의 제어 방법 및 서버의 제어 방법

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116737097A (zh) * 2022-09-30 2023-09-12 荣耀终端有限公司 一种投屏图像处理方法及电子设备
CN116737097B (zh) * 2022-09-30 2024-05-17 荣耀终端有限公司 一种投屏图像处理方法及电子设备

Also Published As

Publication number Publication date
WO2021162446A1 (en) 2021-08-19
US11436701B2 (en) 2022-09-06
US20210256658A1 (en) 2021-08-19

Similar Documents

Publication Publication Date Title
US11288770B2 (en) Apparatuses and methods for performing artificial intelligence encoding and artificial intelligence decoding on image
US11610341B2 (en) Apparatus and method for performing artificial intelligence (AI) encoding and AI decoding on image
US10817987B2 (en) Method and apparatus for streaming data
US11170534B2 (en) Methods and apparatuses for performing artificial intelligence encoding and artificial intelligence decoding on image
US11436701B2 (en) Method and apparatus for streaming VR image
CN112868229A (zh) 用于流传输数据的方法和设备
US11182876B2 (en) Apparatus and method for performing artificial intelligence encoding and artificial intelligence decoding on image by using pre-processing
US20200126185A1 (en) Artificial intelligence (ai) encoding device and operating method thereof and ai decoding device and operating method thereof
KR20210113131A (ko) 영상의 ａｉ 부호화 및 ａｉ 복호화 방법, 및 장치
KR102436512B1 (ko) 부호화 방법 및 그 장치, 복호화 방법 및 그 장치
US20220405884A1 (en) Method and apparatus for adaptive artificial intelligence downscaling for upscaling during video telephone call
CN112740687A (zh) 用于对图像执行人工智能编码和人工智能解码的设备和方法
US11816872B2 (en) Method and apparatus for performing artificial intelligence encoding and artificial intelligence decoding
KR20220063063A (ko) 인공지능 부호화 및 인공지능 복호화를 수행하기 위한 방법 및 장치
EP4418659A1 (en) Ai-based image providing apparatus and method therefor, and ai-based display apparatus and method therefor
EP4228268A1 (en) Method and device for performing artificial intelligence encoding and artificial intelligence decoding
KR20230094838A (ko) Ai 기반의 영상 제공 장치 및 이에 의한 방법, 및 ai 기반의 디스플레이 장치 및 이에 의한 방법
KR20210154700A (ko) 화상통화시 업스케일을 위한 적응적 인공지능 다운스케일 방법 및 장치
KR20210154061A (ko) 인공지능 부호화 및 인공지능 복호화를 수행하기 위한 방법 및 장치

Legal Events

Date Code Title Description
E902 Notification of reason for refusal
E701 Decision to grant or registration of patent right