KR20210147830A - 영상의 ａｉ 부호화 및 ａｉ 복호화를 위한 장치, 및 방법 - Google Patents

영상의 ａｉ 부호화 및 ａｉ 복호화를 위한 장치, 및 방법 Download PDF

Info

Publication number
KR20210147830A
KR20210147830A KR1020200132976A KR20200132976A KR20210147830A KR 20210147830 A KR20210147830 A KR 20210147830A KR 1020200132976 A KR1020200132976 A KR 1020200132976A KR 20200132976 A KR20200132976 A KR 20200132976A KR 20210147830 A KR20210147830 A KR 20210147830A
Authority
KR
South Korea
Prior art keywords
image
data
information
upscaling
dnn
Prior art date
Application number
KR1020200132976A
Other languages
English (en)
Other versions
KR102421720B1 (ko
Inventor
김재환
박영오
이채은
최광표
Original Assignee
삼성전자주식회사
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 삼성전자주식회사 filed Critical 삼성전자주식회사
Priority to US17/333,541 priority Critical patent/US11223841B2/en
Priority to EP21812423.8A priority patent/EP4052226A4/en
Priority to PCT/KR2021/006735 priority patent/WO2021242066A1/en
Priority to CN202180027171.1A priority patent/CN115398481A/zh
Publication of KR20210147830A publication Critical patent/KR20210147830A/ko
Application granted granted Critical
Publication of KR102421720B1 publication Critical patent/KR102421720B1/ko

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T9/00—Image coding
    • G06T9/002—Image coding using neural networks
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
    • H04N19/102—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the element, parameter or selection affected or controlled by the adaptive coding
    • H04N19/124—Quantisation
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
    • H04N19/169—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding
    • H04N19/184—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding the unit being bits, e.g. of the compressed video stream
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/30—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using hierarchical techniques, e.g. scalability
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/70—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals characterised by syntax aspects related to video coding, e.g. related to compression standards
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/20—Special algorithmic details
    • G06T2207/20084—Artificial neural networks [ANN]

Landscapes

  • Engineering & Computer Science (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • Artificial Intelligence (AREA)
  • Evolutionary Computation (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Compression Or Coding Systems Of Tv Signals (AREA)

Abstract

하나 이상의 인스트럭션들을 실행하는 적어도 하나의 프로세서를 포함하고, 프로세서는, 제 1 영상의 제 1 부호화 결과 획득된 영상 데이터를 포함하는 메인 비트스트림과 AI 데이터를 포함하는 서브 비트스트림을 포함하는 비디오 비트스트림을 획득하고, 메인 비트스트림에 포함된 영상 데이터를 제 1 복호화하여 제 1 영상에 대응하는 제 2 영상을 획득하고, 서브 비트스트림의 AI 데이터에 포함된 AI 업스케일 활성화 플래그 정보를 획득하고, AI 업스케일 활성화 플래그 정보를 기초로 제 2 영상에 대한 AI 업스케일 수행 여부를 결정하고, 제 2 영상에 대해 AI 업스케일을 수행하는 것으로 결정된 경우, 영상 데이터의 적어도 일부 및 서브 비트스트림에 포함된 AI 서브 데이터의 적어도 일부 중 적어도 하나를 기초로 미리 저장된 복수의 업스케일용 DNN 정보 중 선택된 업스케일용 DNN 정보에 따라 설정된 업스케일용 DNN을 통해, 제 2 영상으로부터 AI 업스케일된 제 3 영상을 획득하고, 제 3 영상이 획득된 경우, 제 3 영상을 출력하는 일 실시예에 따른 AI 복호화 장치가 개시된다.

Description

영상의 ＡＩ 부호화 및 ＡＩ 복호화를 위한 장치, 및 방법{APPARATUS AND METHOD FOR PERFORMING ARTIFICIAL INTELLIGENCE ENCODING AND ARTIFICIAL INTELLIGENCE DECODING OF IMAGE}
본 개시는 영상의 부호화 및 복호화 분야에 관한 것이다. 보다 구체적으로, 본 개시는 AI 기반으로 영상을 부호화/복호화하는 장치 및 방법에 관한 것이다.
영상은 소정의 데이터 압축 표준, 예를 들어 MPEG (Moving Picture Expert Group) 표준 등을 따르는 코덱(codec)에 의해 부호화된 후 비트스트림의 형태로 기록매체에 저장되거나 통신 채널을 통해 전송된다.
고해상도/고화질의 영상을 재생, 저장할 수 있는 하드웨어의 개발 및 보급에 따라, 고해상도/고화질의 영상을 효과적으로 부호화 및 복호화할 수 있는 코덱의 필요성이 증대하고 있다.
일 실시예에 따른 영상의 AI 부호화 및 AI 복호화를 위한 장치, 및 방법은 낮은 비트레이트의 달성을 위해 AI 기반으로 영상을 부호화 및 복호화하는 것을 기술적 과제로 한다.
일 실시예에 따른 AI 복호화 장치는,하나 이상의 인스트럭션들을 실행하는 적어도 하나의 프로세서를 포함하고,
상기 프로세서는,
제 1 영상의 제 1 부호화 결과 획득된 영상 데이터를 포함하는 메인 비트스트림과 AI 데이터를 포함하는 서브 비트스트림을 포함하는 비디오 비트스트림을 획득하고,
상기 메인 비트스트림에 포함된 영상 데이터를 제 1 복호화하여 상기 제 1 영상에 대응하는 제 2 영상을 획득하고,
상기 서브 비트스트림의 AI 데이터에 포함된 AI 업스케일 활성화 플래그 정보를 획득하고, 상기 AI 업스케일 활성화 플래그 정보를 기초로 상기 제 2 영상에 대한 AI 업스케일 수행 여부를 결정하고,
상기 제 2 영상에 대해 AI 업스케일을 수행하는 것으로 결정된 경우,
상기 영상 데이터의 적어도 일부 및 상기 서브 비트스트림에 포함된 AI 서브 데이터의 적어도 일부 중 적어도 하나를 기초로 미리 저장된 복수의 업스케일용 DNN 정보 중 선택된 업스케일용 DNN 정보에 따라 설정된 업스케일용 DNN을 통해, 상기 제 2 영상으로부터 AI 업스케일된 제 3 영상을 획득하고,
상기 제 3 영상이 획득된 경우, 상기 제 3 영상을 출력하고,
상기 제 2 영상에 대해 상기 AI 업스케일을 수행하지 않는 것으로 결정된 경우, 상기 제 2 영상을 출력하고,
상기 AI 업스케일 활성화 플래그 정보는 상기 제 2 영상에 AI 업스케일을 수행하는지 여부를 나타낼 수 있다.
상기 서브 비트스트림에 포함된 AI 서브 데이터는, 영상의 장르를 나타내는 영상 장르 정보, 제 1 영상의 평균 양자화 값을 나타내는 평균 양자화 파라미터 정보, 제 1 영상의 적어도 일부의 양자화 정도(degree)를 나타내는 양자화 파라미터 지시자 정보, 원본 영상 및 제 1 영상 중 적어도 하나의 영상의 해상도를 나타내는 영상 해상도 정보, 원본 영상과 제 1 영상의 비율(ratio)을 나타내는 영상 비율 정보, 제 1 영상의 부호화시 이용된 코덱을 나타내는 코덱 정보, AI 업스케일 관련 추가 메타 데이터를 포함하는지 여부를 나타내는 메타 데이터 플래그 정보 및 AI 업스케일 관련 추가 메타 데이터 정보 중 적어도 하나를 포함할 수 있다.
상기 프로세서는,
상기 영상 장르 정보, 상기 평균 양자화 파라미터 정보, 상기 양자화 파라미터 지시자 정보, 상기 영상 해상도 정보, 상기 영상 비율 정보 및 상기 AI 업스케일 관련 추가 메타 데이터 정보 중 적어도 하나를 기초로 복수의 업스케일용 DNN 정보 중 하나의 업스케일용 DNN 정보로 상기 업스케일용 DNN을 설정할 수 있다.
상기 양자화 파라미터 지시자 정보는 미리 결정된 복수의 양자화 파라미터 그룹 중 하나의 양자화 파라미터 그룹을 나타내는 인덱스 정보일 수 있고,
상기 프로세서는, 복수의 업스케일용 DNN 정보 중 상기 인덱스 정보가 나타내는 하나의 양자화 파라미터 그룹에 대응하는 업스케일용 DNN 정보로 업스케일용 DNN을 설정할 수 있다.
상기 양자화 파라미터 지시자 정보는 프레임 내 서브 그룹, 프레임, 프레임 그룹, 비디오 시퀀스 중 적어도 하나의 양자화 파라미터의 (평균) 값이 포함된 양자화 파라미터 그룹을 가리키는 인덱스 정보일 수 있다.
상기 프로세서는, 상기 메인 비트스트림의 영상 데이터로부터 획득된 양자화 파라미터 정보를 기초로 복수의 업스케일용 DNN 정보 중 선택된 업스케일용 DNN 정보로 상기 업스케일용 DNN를 설정할 수 있다.
상기 메인 비트스트림은 소정의 코덱에서 정의된 비디오 비트스트림 내 소정의 메인 비트스트림 영역에 포함되고, 상기 서브 비트스트림은 소정의 코덱에서 정의된 비디오 비트스트림 내 소정의 서브 비트스트림 영역에 포함될 수 있다.
상기 서브 비트스트림은 SEI(Supplemental Enhancement Information) 메시지일 수 있다.
상기 SEI 메시지는 소정의 표준에 의해 등록된 사용자 데이터 또는 UUID(Universally Unique Identifier)에 의해 식별되는 등록되지 않은(Unregistered) 사용자 데이터를 포함하는 SEI 메시지일 수 있다.
상기 서브 비트스트림은 메타데이터 OBU(Open Bitstream Unit)일 수 있다.
일 실시예에 따른 AI 부호화 장치는,
하나 이상의 인스트럭션들을 실행하는 적어도 하나의 프로세서를 포함하고,
상기 프로세서는,
원본 영상의 AI 다운스케일 여부를 결정하고,
상기 결정 결과를 기초로, 다운스케일용 DNN을 이용하여 상기 원본 영상으로부터 AI 다운스케일된 제 1 영상을 획득하고,
상기 제 1 영상을 제 1 부호화하여 영상 데이터를 획득하고,
상기 원본 영상의 AI 다운스케일 여부에 대응하는 AI 업스케일 여부를 나타내는 AI 업스케일 활성화 플래그 정보를 생성하고,
상기 원본 영상에 대해 상기 AI 다운스케일을 수행하는 것으로 결정된 경우, 상기 AI 다운스케일에 대응하는 AI 업스케일과 관련된 AI 서브 데이터를 생성하고,
상기 AI 업스케일 활성화 플래그 정보 및 상기 AI 서브 데이터를 포함하는 AI 데이터를 생성하고,
상기 영상 데이터를 포함하는 메인 비트스트림과 상기 AI 데이터를 포함하는 서브 비트스트림을 포함하는 비디오 비트스트림을 생성하고,
상기 비디오 비트스트림을 전송하고,
상기 영상 데이터의 적어도 일부 및 상기 AI 업스케일과 관련된 AI 서브 데이터의 적어도 일부 중 적어도 하나는 미리 저장된 복수의 업스케일용 DNN 설정 정보 중 업스케일용 DNN 설정 정보를 선택하기 위해 이용되는 정보이고,
상기 선택된 업스케일용 DNN 설정 정보로 AI 업스케일에 이용되는 업스케일용 DNN이 설정될 수 있다.
일 실시예에 따른 AI 부호화 방법은,
원본 영상의 AI 다운스케일 여부를 결정하는 단계;
상기 결정 결과를 기초로, 다운스케일용 DNN을 이용하여 상기 원본 영상으로부터 AI 다운스케일된 제 1 영상을 획득하는 단계;
상기 제 1 영상을 제 1 부호화하여 영상 데이터를 획득하는 단계;
상기 원본 영상의 AI 다운스케일 여부에 대응하는 AI 업스케일 여부를 나타내는 AI 업스케일 활성화 플래그 정보를 생성하고, 상기 원본 영상에 대해 상기 AI 다운스케일을 수행하는 것으로 결정된 경우, 상기 AI 다운스케일에 대응하는 AI 업스케일과 관련된 AI 서브 데이터를 생성하는 단계;
상기 AI 업스케일 활성화 플래그 정보 및 상기 AI 서브 데이터를 포함하는 AI 데이터를 생성하는 단계;
상기 영상 데이터를 포함하는 메인 비트스트림과 상기 AI 데이터를 포함하는 서브 비트스트림을 포함하는 비디오 비트스트림을 생성하는 단계; 및
상기 비디오 비트스트림을 전송하는 단계를 포함하고,
상기 영상 데이터의 적어도 일부 및 상기 AI 업스케일과 관련된 AI 서브 데이터의 적어도 일부 중 적어도 하나는 미리 저장된 복수의 업스케일용 DNN 설정 정보 중 업스케일용 DNN 설정 정보를 선택하기 위해 이용되는 정보이고,
상기 선택된 업스케일용 DNN 설정 정보로 AI 업스케일에 이용되는 업스케일용 DNN이 설정될 수 있다.
일 실시예에 따른 AI 복호화 방법은,
제 1 영상의 제 1 부호화 결과 획득된 영상 데이터를 포함하는 메인 비트스트림 및 AI 데이터를 포함하는 서브 비트스트림을 포함하는 비디오 비트스트림을 획득하는 단계;
상기 메인 비트스트림에 포함된 영상 데이터를 제 1 복호화하여 상기 제 1 영상에 대응하는 제 2 영상을 획득하는 단계;
상기 서브 비트스트림의 AI 데이터에 포함된 AI 업스케일 활성화 플래그 정보를 획득하고,
상기 AI 업스케일 활성화 플래그 정보를 기초로, 상기 제 2 영상에 대한 AI 업스케일 수행 여부를 결정하는 단계;
상기 제 2 영상에 대해 AI 업스케일을 수행하는 것으로 결정된 경우,
상기 영상 데이터의 적어도 일부 및 상기 서브 비트스트림에 포함된 AI 서브 데이터의 적어도 일부 중 적어도 하나를 기초로 미리 저장된 복수의 업스케일용 DNN 정보 중 선택된 업스케일용 DNN 정보에 따라 설정된 업스케일용 DNN을 통해, 상기 제 2 영상으로부터 AI 업스케일된 제 3 영상을 획득하는 단계;
상기 제 3 영상이 획득된 경우, 상기 제 3 영상을 출력하는 단계; 및
상기 제 2 영상에 대해 상기 AI 업스케일을 수행하지 않는 것으로 결정된 경우, 상기 제 2 영상을 출력하는 단계를 포함하고,
상기 AI 업스케일 활성화 플래그 정보는 상기 제 2 영상에 AI 업스케일을 수행하는지 여부를 나타낼 수 있다.
일 실시예에 따른 AI 복호화 장치는,
하나 이상의 인스트럭션들을 실행하는 적어도 하나의 프로세서를 포함하고,
상기 프로세서는,
제 1 영상의 제 1 부호화 결과 획득된 영상 데이터 및 AI 데이터를 포함하는 비디오 비트스트림을 획득하고,
상기 영상 데이터를 제 1 복호화하여 상기 제 1 영상에 대응하는 제 2 영상을 획득하고,
상기 AI 데이터에 포함된 AI 업스케일 활성화 플래그 정보를 획득하고, 상기 AI 업스케일 활성화 플래그 정보를 기초로 상기 제 2 영상에 대한 AI 업스케일 수행 여부를 결정하고,
상기 제 2 영상에 대해 AI 업스케일을 수행하는 것으로 결정된 경우,
상기 영상 데이터의 적어도 일부 및 AI 서브 데이터의 적어도 일부 중 적어도 하나를 기초로, 미리 저장된 복수의 업스케일용 DNN 정보 중 선택된 업스케일용 DNN 정보에 따라 설정된 업스케일용 DNN을 통해, 상기 제 2 영상으로부터 AI 업스케일된 제 3 영상을 획득하고,
상기 제 3 영상이 획득된 경우, 상기 제 3 영상을 출력하고,
상기 제 2 영상에 대해 상기 AI 업스케일을 수행하지 않는 것으로 결정된 경우, 상기 제 2 영상을 출력하고,
상기 AI 업스케일 활성화 플래그 정보는 상기 제 2 영상에 AI 업스케일을 수행하는지 여부를 나타내고,
상기 AI 데이터는 상기 영상 데이터와 관련된 부호화 파라미터를 포함하는 소정의 데이터 단위의 헤더에 포함된다.
일 실시예에 따른 AI 복호화 장치는,
하나 이상의 인스트럭션들을 실행하는 적어도 하나의 프로세서를 포함하고,
상기 프로세서는,
제 1 영상의 제 1 부호화 결과 획득된 영상 데이터와 AI 데이터를 포함하는 AI 부호화 데이터를 포함하는 비디오 파일을 획득하고,
상기 영상 데이터를 제 1 복호화하여 상기 제 1 영상에 대응하는 제 2 영상을 획득하고,
상기 AI 데이터에 포함된 AI 업스케일 활성화 플래그 정보를 획득하고, 상기 AI 업스케일 활성화 플래그 정보를 기초로 상기 제 2 영상에 대한 AI 업스케일 수행 여부를 결정하고,
상기 제 2 영상에 대해 AI 업스케일을 수행하는 것으로 결정된 경우,
상기 영상 데이터의 적어도 일부 및 AI 서브 데이터의 적어도 일부 중 적어도 하나를 기초로 미리 저장된 복수의 업스케일용 DNN 정보 중 선택된 업스케일용 DNN 정보에 따라 설정된 업스케일용 DNN을 통해, 상기 제 2 영상으로부터 AI 업스케일된 제 3 영상을 획득하고,
상기 제 3 영상이 획득된 경우, 상기 제 3 영상을 출력하고,
상기 제 2 영상에 대해 상기 AI 업스케일을 수행하지 않는 것으로 결정된 경우, 상기 제 2 영상을 출력하고,
상기 AI 업스케일 활성화 플래그 정보는 상기 제 2 영상에 AI 업스케일을 수행하는지 여부를 나타내고,
상기 비디오 파일은 상기 영상 데이터를 포함하는 미디어 데이터 박스; 및 상기 영상 데이터에 관한 메타 데이터를 포함하는 메타 데이터 박스를 포함하고, 상기 메타 데이터 박스는 상기 AI 데이터를 포함한다.
일 실시예에 따른 AI 부호화 장치는,
하나 이상의 인스트럭션들을 실행하는 적어도 하나의 프로세서를 포함하고,
상기 프로세서는, 원본 영상의 AI 다운스케일 여부를 결정하고,
상기 결정 결과를 기초로, 다운스케일용 DNN을 이용하여 상기 원본 영상으로부터 AI 다운스케일된 제 1 영상을 획득하고,
상기 제 1 영상을 제 1 부호화하여 영상 데이터를 획득하고,
상기 원본 영상의 AI 다운스케일 여부에 대응하는 AI 업스케일 여부를 나타내는 AI 업스케일 활성화 플래그 정보를 생성하고,
상기 원본 영상에 대해 상기 AI 다운스케일을 수행하는 것으로 결정된 경우, 상기 AI 다운스케일에 대응하는 AI 업스케일과 관련된 AI 서브 데이터를 생성하고,
상기 AI 업스케일 활성화 플래그 정보 및 상기 AI 서브 데이터를 포함하는 AI 데이터를 생성하고,
상기 영상 데이터 및 상기 AI 데이터를 포함하는 AI 부호화 데이터를 포함하는 비디오 파일을 전송하고,
상기 영상 데이터의 적어도 일부 및 상기 AI 업스케일과 관련된 AI 서브 데이터의 적어도 일부 중 적어도 하나는 미리 저장된 복수의 업스케일용 DNN 설정 정보 중 업스케일용 DNN 설정 정보를 선택하기 위해 이용되는 정보이고,
상기 선택된 업스케일용 DNN 설정 정보로 AI 업스케일에 이용되는 업스케일용 DNN이 설정되고,
상기 비디오 파일은 상기 영상 데이터를 포함하는 미디어 데이터 박스; 및 상기 영상 데이터에 관한 메타 데이터를 포함하는 메타 데이터 박스를 포함하고, 상기 메타 데이터 박스는 상기 AI 데이터를 포함한다.
일 실시예에 따른 AI 부호화 데이터를 포함하는 비디오 비트스트림이 저장된 컴퓨터로 기록가능한 기록 매체는, 상기 비디오 비트스트림은,
원본 영상을 AI 다운스케일하여 획득된 제 1 영상의 부호화 정보를 포함하는 메인 비트스트림; 및 제 2 영상의 AI 업스케일에 대한 AI 데이터를 포함하는 서브 비트스트림을 포함하고, 상기 제 2 영상은 상기 메인 비트스트림에 포함된 제1 영상의 부호화 정보를 복호화하여 획득된, 상기 제 1 영상의 대응 영상이고,
상기 서브 비트스트림은,
상기 제 2 영상에 대한 AI 업스케일 수행 여부를 나타내는 AI 업스케일 활성화 플래그 정보; 및
상기 제 2 영상에 대한 AI 업스케일이 수행되는 경우, 미리 저장된 복수의 업스케일용 DNN 정보 중 업스케일용 DNN 정보를 선택하기 위해 이용되는 AI 서브 데이터를 포함할 수 있다.일 실시예에 따른 컴퓨터로 읽을 수 있는 기록매체는, 상기 개시된 방법을 실행하기 위한 프로그램을 기록할 수 있다.
본 명세서에서 인용되는 도면을 보다 충분히 이해하기 위하여 각 도면의 간단한 설명이 제공된다.
도 1은 일 실시예에 따른 AI 부호화 과정 및 AI 복호화 과정을 설명하기 위한 도면이다.
도 2는 일 실시예에 따른 AI 복호화 장치의 구성을 나타내는 블록도이다.
도 3은 제 2 영상의 AI 업스케일을 위한 제 2 DNN을 나타내는 예시적인 도면이다.
도 4는 컨볼루션 레이어에 의한 컨볼루션 연산을 설명하기 위한 도면이다.
도 5는 여러 영상 관련 정보들과 여러 DNN 설정 정보들 사이의 매핑 관계를 나타내는 예시적인 도면이다.
도 6은 복수의 프레임으로 구성된 제 2 영상을 도시하는 도면이다.
도 7은 일 실시예에 따른 AI 부호화 장치의 구성을 나타내는 블록도이다.
도 8은 원본 영상의 AI 다운스케일을 위한 제 1 DNN을 나타내는 예시적인 도면이다.
도 9는 일 실시예에 따른 AI 부호화 데이터의 구조를 나타내는 도면이다.
도 10은 다른 실시예에 따른 AI 부호화 데이터의 구조를 나타내는 도면이다.
도 11은 제 1 DNN 및 제 2 DNN을 훈련시키는 방법을 설명하기 위한 도면이다.
도 12는 훈련 장치에 의한 제 1 DNN 및 제 2 DNN의 훈련 과정을 설명하기 위한 도면이다.
도 13a는 일 실시예에 따른 AI 복호화 장치(1300)의 구성을 도시하는 블록도이다.
도 13b는 다른 실시예에 따른 AI 복호화 장치(1350)의 구성을 도시하는 블록도이다.
도 14a는 일 실시예에 따른 AI 부호화 장치(1400)의 구성을 도시하는 블록도이다.
도 14b는 다른 실시예에 따른 AI 부호화 장치(1450)의 구성을 도시하는 블록도이다.
도 15a는 일 실시예에 따른 AI 복호화 방법을 설명하기 위한 순서도이다.
도 15b는 다른 실시예에 따른 AI 복호화 방법을 설명하기 위한 순서도이다.
도 16a는 일 실시예에 따른 AI 부호화 방법을 설명하기 위한 순서도이다.
도 16b는 다른 실시예에 따른 AI 부호화 방법을 설명하기 위한 순서도이다.
도 17는 영상 데이터(1700)와 AI 데이터(1740)의 구조와 함께, 영상 데이터(1700)와 AI 데이터(1740)의 상응 관계를 설명한다.
도 18은 AI 데이터 및 영상 데이터를 포함하는 비디오 비트스트림의 일 실시 예를 도시한다.
도 19는 단일 파일 내에서 AI 데이터와 영상 데이터가 분리되어 있는 경우의 AI 부호화 데이터의 일 실시 예를 도시한다.
도 20a는 AI 데이터가 영상 데이터에 삽입된 경우의 AI 부호화 데이터의 일 실시 예를 도시한다.
도 20b는 AI 데이터가 영상 데이터에 삽입된 경우의 AI 부호화 데이터의 다른 실시 예를 도시한다.
도 20c는 일부 AI 데이터가 영상 데이터에 삽입되고 나머지 AI 데이터는 영상 데이터와 분리된 경우의 AI 부호화 데이터의 일 실시 예를 도시한다.
도 21은 도 19와 같이 AI 데이터와 영상 데이터가 분리된 경우, 비디오 세그먼트 단위로 분할된 AI 부호화 데이터의 일 실시 예를 도시한다.
도 22는 2개의 별도 파일로 전송되는 AI 데이터(2240)와 영상 데이터(200)의 일 실시 예를 도시한다.
도 23은 일 실시예에 따른 SEI 메시지의 구조를 도시한 도면이다.
도 24은 일 실시예에 따른, AI 데이터를 포함하는 신택스 구조 테이블을 나타낸다.
도 25는 일 실시예에 따른, 비트스트림 기반 AI 부호화 장치 및 AI 복호화 장치의 동작을 설명하기 위한 도면이다.
도 26은 여러 영상 관련 정보들과 여러 DNN 설정 정보들 사이의 매핑 관계를 나타내는 예시적인 도면이다.
도 27은, 일 실시예에 따라, 영상의 적어도 일부의 대표 QP 값을 기초로 양자화 파라미터의 지시자(또는 레벨) 정보를 결정하는 것을 설명하기 위한 도면이다.
도 28은 QP 값과 여러 DNN 설정 정보들 사이의 매핑 관계를 나타내는 예시적인 도면이다.
본 개시는 다양한 변경을 가할 수 있고 여러 가지 실시예를 가질 수 있는 바, 특정 실시예들을 도면에 예시하고, 이를 상세한 설명을 통해 상세히 설명하고자 한다. 그러나, 이는 본 개시의 실시 형태에 대해 한정하려는 것이 아니며, 본 개시는 여러 실시예들의 사상 및 기술 범위에 포함되는 모든 변경, 균등물 내지 대체물을 포함하는 것으로 이해되어야 한다.
실시예를 설명함에 있어서, 관련된 공지 기술에 대한 구체적인 설명이 본 개시의 요지를 불필요하게 흐릴 수 있다고 판단되는 경우 그 상세한 설명을 생략한다. 또한, 명세서의 설명 과정에서 이용되는 숫자(예를 들어, 제 1, 제 2 등)는 하나의 구성요소를 다른 구성요소와 구분하기 위한 식별기호에 불과하다.
또한, 본 명세서에서, 일 구성요소가 다른 구성요소와 "연결된다" 거나 "접속된다" 등으로 언급된 때에는, 상기 일 구성요소가 상기 다른 구성요소와 직접 연결되거나 또는 직접 접속될 수도 있지만, 특별히 반대되는 기재가 존재하지 않는 이상, 중간에 또 다른 구성요소를 매개하여 연결되거나 또는 접속될 수도 있다고 이해되어야 할 것이다.
또한, 본 명세서에서 '~부(유닛)', '모듈' 등으로 표현되는 구성요소는 2개 이상의 구성요소가 하나의 구성요소로 합쳐지거나 또는 하나의 구성요소가 보다 세분화된 기능별로 2개 이상으로 분화될 수도 있다. 또한, 이하에서 설명할 구성요소 각각은 자신이 담당하는 주기능 이외에도 다른 구성요소가 담당하는 기능 중 일부 또는 전부의 기능을 추가적으로 수행할 수도 있으며, 구성요소 각각이 담당하는 주기능 중 일부 기능이 다른 구성요소에 의해 전담되어 수행될 수도 있음은 물론이다.
또한, 본 명세서에서, '영상(image)' 또는 '픽처'는 정지영상, 복수의 연속된 정지영상(또는 프레임)으로 구성된 동영상, 또는 비디오를 나타낼 수 있다.
또한, 본 명세서에서 'DNN(deep neural network)'은 뇌 신경을 모사한 인공신경망 모델의 대표적인 예시로서, 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. 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 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 및/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 11을 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 화질 및/또는 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 방법들 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 방법들 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 방법들 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. 구현예에 따라, AI 데이터는 프레임이나 패킷 형태로 영상 데이터와 구분되어 전송될 수도 있다. 또는 구현예에 따라, AI 데이터는 영상 데이터에 포함되어 전송될 수도 있다. 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 나타내는 블록도이다.
도 2를 참조하면, 일 실시예에 따른 AI 복호화 장치(200)는 수신부(210) 및 AI 복호화부(230)를 포함한다. AI 복호화부(230)는 파싱부(232), 제 1 복호화부(234), AI 업스케일부(236) 및 AI 설정부(238)를 포함할 수 있다.
도 2에는 수신부(210) 및 AI 복호화부(230)가 개별적인 장치로 도시되어 있으나, 수신부(210) 및 AI 복호화부(230)는 하나의 프로세서를 통해 구현될 수 있다. 이 경우, 수신부(210) 및 AI 복호화부(230)는 전용 프로세서로 구현될 수도 있고, AP(application processor) 또는 CPU(central processing unit), GPU(graphic processing unit)와 같은 범용 프로세서와 S/W의 조합을 통해 구현될 수도 있다. 또한, 전용 프로세서의 경우, 본 개시의 실시예를 구현하기 위한 메모리를 포함하거나, 외부 메모리를 이용하기 위한 메모리 처리부를 포함할 수 있다.
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. 일 실시예에서, 수신부(210)는 제 1 프로세서로 구현되고, 제 1 복호화부(234)는 제 1 프로세서와 상이한 제 2 프로세서로 구현되고, 파싱부(232), AI 업스케일부(236) 및 AI 설정부(238)는 제 1 프로세서 및 제 2 프로세서와 상이한 제 3 프로세서로 구현될 수 있다.
수신부(210)는 AI 부호화 결과 획득된 AI 부호화 데이터를 수신한다. 일 예로, AI 부호화 데이터는 mp4, mov 등의 파일 형식을 갖는 비디오 파일일 수 있다.
수신부(210)는 네트워크를 통해 전달되는 AI 부호화 데이터를 수신할 수 있다. 수신부(210)는 AI 부호화 데이터를 AI 복호화부(230)로 출력한다.
일 실시예에서, 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.
파싱부(232)는 AI 부호화 데이터를 파싱하여 제 1 영상(115)의 제 1 부호화 결과로 생성된 영상 데이터를 제 1 복호화부(234)로 전달하고, AI 데이터를 AI 설정부(238)로 전달한다.
일 실시예에서, 파싱부(232)는 AI 부호화 데이터 내에 서로 분리되어 포함된 영상 데이터와 AI 데이터를 파싱할 수 있다. 파싱부(232)는 AI 부호화 데이터 내의 헤더를 읽어 AI 부호화 데이터 내에 포함되어 있는 AI 데이터와 영상 데이터를 구분할 수 있다. 일 예에서, AI 데이터는 HDMI 스트림 내의 VSIF(Vendor Specific InfoFrame)에 포함될 수 있다. 서로 분리된 AI 데이터와 영상 데이터를 포함하는 AI 부호화 데이터의 구조는 도 9를 참조하여 후술한다.
다른 실시예에서, 파싱부(232)는 AI 부호화 데이터에서 영상 데이터를 파싱하고, 영상 데이터로부터 AI 데이터를 추출한 후, AI 데이터를 AI 설정부(238)로 전달하고, 나머지 영상 데이터를 제 1 복호화부(234)로 전달할 수 있다. 즉, AI 데이터는 영상 데이터에 포함될 수 있는데, 예를 들어, AI 데이터는 영상 데이터에 해당하는 비트스트림의 부가 정보 영역인 SEI(Supplemental enhancement information)에 포함될 수 있다. AI 데이터가 포함된 영상 데이터를 포함하는 AI 부호화 데이터의 구조는 도 10을 참조하여 후술한다.
다른 실시예에서, 파싱부(232)는 영상 데이터에 해당하는 비트스트림을 제 1 복호화부(234)에서 처리될 비트스트림과 AI 데이터에 해당하는 비트스트림으로 분할하고, 분할된 각각의 비트스트림을 제 1 복호화부(234)와 AI 설정부(238)로 출력할 수 있다.
파싱부(232)는 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, 해당 정보를 제 1 복호화부(234)로 전달할 수 있다.
제 1 복호화부(234)는 파싱부(232)로부터 수신된 영상 데이터에 기초하여 제 1 영상(115)에 대응하는 제 2 영상(135)을 복원한다. 제 1 복호화부(234)에 의해 획득된 제 2 영상(135)은 AI 업스케일부(236)로 제공된다.
구현예에 따라, 예측 모드 정보, 움직임 정보, 양자화 파라미터 정보 등의 제 1 복호화 관련 정보가 제 1 복호화부(234)로부터 AI 설정부(238)로 제공될 수 있다. 제 1 복호화 관련 정보는 DNN 설정 정보를 획득하는데 이용될 수 있다.
AI 설정부(238)로 제공되는 AI 데이터는, 제 2 영상(135)을 AI 업스케일할 수 있게 하는 정보들을 포함한다. 이때, 제 2 영상(135)의 업스케일 타겟은 제 1 DNN의 다운스케일 타겟에 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 변환율 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.
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.
AI 설정부(238)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(236)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 설정부(238)가 AI 데이터에 기초하여 업스케일 타겟을 결정하는 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. AI 설정부(238)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 연산을 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(236)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 설정부(238)가 업스케일 타겟을 결정하고, AI 업스케일부(236)가 업스케일 타겟에 맞춰 제 2 영상(135)을 AI 업스케일하는 방법을 설명한다.
일 실시예에서, AI 설정부(238)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 설정부(238)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(700)의 제 1 DNN의 DNN 설정 정보와 연계되어 만들어진 것이며, AI 설정부(238)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 설정부(238)는 제 1 DNN의 정보를 확인하여야 한다. 제 1 DNN의 정보를 AI 설정부(238)가 확인하기 위해, 일 실시예에 따른 AI 복호화 장치(200)는 AI 부호화 장치(700)로부터 제 1 DNN의 정보를 포함하는 AI 데이터를 수신한다.
다시 말하면, AI 설정부(238)는 AI 부호화 장치(700)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, DNN 설정 정보는 AI 업스케일부(236)로 전달되고, DNN 설정 정보에 따라 동작하는 제 2 DNN에 기초하여 입력 데이터가 처리될 수 있다.
예를 들어, AI 업스케일부(236)는 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, AI 업스케일부(236)는 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}이고, DNN 설정 정보의 변경이 있는 경우, 필터 커널의 파라미터들을 변경된 DNN 설정 정보에 포함된 파라미터들인 {2, 2, 2, 2, 2, 2, 2, 2, 2}로 교체할 수 있는 것이다.
AI 설정부(238)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 설정부(238)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 설정부(238)는 제 2 영상(135)의 해상도를 2배 증가시킬 수 있는 DNN 설정 정보를 획득할 수 있다.
다른 실시예에서, AI 설정부(238)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 설정부(238)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 11 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 설정부(238)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 설정부(238)는 복수의 DNN 설정 정보 중 A DNN 설정 정보를 획득할 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 설정부(238)는 복수의 DNN 설정 정보 중 B DNN 설정 정보를 획득할 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 설정부(238)는 복수의 DNN 설정 정보 중 C DNN 설정 정보를 획득하고, 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 설정부(238)는 복수의 DNN 설정 정보 중 D DNN 설정 정보를 획득할 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 설정부(238)는 제 2 영상(135)의 화질을 나타내는, 영상 데이터의 비트레이트에 따라 DNN 설정 정보를 획득할 수 있다.
또 다른 실시예에서, AI 설정부(238)는 제 1 복호화부(234)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 설정부(238)는 제 1 복호화부(234)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(234)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 설정부(238)는 AI 데이터에 포함된 DNN 설정 정보의 식별자를 획득한 후, DNN 설정 정보의 식별자에 대응하는 DNN 설정 정보를 획득하고, AI 업스케일부(236)는 해당 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 설정부(238)는 복수의 DNN 설정 정보 중 AI 데이터에 포함된 식별자가 가리키는 DNN 설정 정보를 획득하고, AI 업스케일부(236)는 해당 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 설정부(238)는 AI 데이터에 포함된 DNN 설정 정보를 획득하고, AI 업스케일부(236)는 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 설정부(238)는 AI 데이터에 포함된 정보에 기초하여 룩업 테이블 값들 중에서 선택된 일부를 조합하여 DNN 설정 정보를 획득하고, AI 업스케일부(236)는 해당 DNN 설정 정보를 사용하여 제 2 영상(135)을 AI 업스케일할 수도 있다.
구현예에 따라, AI 설정부(238)는 업스케일 타겟에 대응되는 DNN의 구조가 결정되면, 결정된 DNN의 구조에 대응하는 DNN 설정 정보, 예를 들어, 필터 커널의 파라미터들을 획득할 수도 있다.
전술한 바와 같이, AI 설정부(238)는 제 1 DNN과 관련된 정보를 포함하는 AI 데이터를 통해 제 2 DNN의 DNN 설정 정보를 획득하고, AI 업스케일부(236)는 해당 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 설정부(238)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 설정부(238)는 AI 데이터를 통해 제 2 DNN의 DNN 설정 정보를 획득하고, AI 업스케일부(236)는 해당 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 설정부(238)는 t0 내지 tn에 대응하는 프레임들 중 일부의 프레임들, 예를 들어, t0 내지 ta에 대응하는 프레임들에 대해 AI 데이터로부터 'A' DNN 설정 정보를 획득하고, ta+1 내지 tb에 대응하는 프레임들에 대해 AI 데이터로부터 'B' DNN 설정 정보를 획득할 수 있다. 또한, AI 설정부(238)는 tb+1 내지 tn에 대응하는 프레임들에 대해 AI 데이터로부터 'C' DNN 설정 정보를 획득할 수 있다. 다시 말하면, AI 설정부(238)는 복수의 프레임들 중 소정 개수의 프레임을 포함하는 그룹마다 DNN 설정 정보를 독립적으로 획득하고, AI 업스케일부(236)는 그룹 각각에 포함된 프레임들을 독립적으로 획득한 DNN 설정 정보로 AI 업스케일할 수 있다.
또 다른 예시에서, AI 설정부(238)는 제 2 영상(135)을 구성하는 프레임별로 DNN 설정 정보를 독립적으로 획득할 수도 있다. 예를 들어, 제 2 영상(135)이 3개의 프레임으로 구성되어 있는 경우, AI 설정부(238)는 첫 번째 프레임과 관련하여 DNN 설정 정보를 획득하고, 두 번째 프레임과 관련하여 DNN 설정 정보를 획득하고, 세 번째 프레임과 관련하여 DNN 설정 정보를 획득할 수 있다. 즉, 첫 번째 프레임, 두 번째 프레임 및 세 번째 프레임 각각에 대해 DNN 설정 정보가 독립적으로 획득될 수 있다. 전술한, 제 1 복호화부(234)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 설정부(238)는 AI 데이터에 기초하여 DNN 설정 정보를 획득하고, AI 업스케일부(236)는 t0 내지 ta 프레임들을 해당 DNN 설정 정보로 AI 업스케일한다. 그리고, 다른 AI 데이터 내에 DNN 설정 정보가 tn 프레임까지 유효하다는 정보가 포함되어 있는 경우, AI 설정부(238)는 상기 다른 AI 데이터에 기초하여 DNN 설정 정보를 획득하고, AI 업스케일부(236)는 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(700)에 대해 설명한다.
도 7은 일 실시예에 따른 AI 부호화 장치(700)의 구성을 나타내는 블록도이다.
도 7을 참조하면, AI 부호화 장치(700)는 AI 부호화부(710) 및 전송부(730)를 포함할 수 있다. AI 부호화부(710)는 AI 다운스케일부(712), 제 1 부호화부(714), 데이터 처리부(716) 및 AI 설정부(718)를 포함할 수 있다.
도 7은 AI 부호화부(710) 및 전송부(730)를 개별적인 장치로 도시하고 있으나, AI 부호화부(710) 및 전송부(730)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 포함하거나, 외부 메모리를 이용하기 위한 메모리 처리부를 포함할 수 있다.
또한, AI 부호화부(710) 및 전송부(730)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. 일 실시예에서, 제 1 부호화부(714)는 제 1 프로세서로 구성되고, AI 다운스케일부(712), 데이터 처리부(716) 및 AI 설정부(718)는 제 1 프로세서와 상이한 제 2 프로세서로 구현되고, 전송부(730)는 제 1 프로세서 및 제 2 프로세서와 상이한 제 3 프로세서로 구현될 수 있다.
AI 부호화부(710)는 원본 영상(105)의 AI 다운스케일 및 제 1 영상(115)의 제 1 부호화를 수행하고, AI 부호화 데이터를 전송부(730)로 전달한다. 전송부(730)는 AI 부호화 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(236)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.
일 예에서, 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(712)는 제 1 DNN을 통해 원본 영상(105)으로부터 AI 다운스케일된 제 1 영상(115)을 획득할 수 있다. AI 다운스케일부(712)는 AI 설정부(718)로부터 제공된 DNN 설정 정보를 이용하여 원본 영상(105)을 AI 다운스케일할 수 있다.
AI 설정부(718)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 설정부(718)는 제 1 DNN에 세팅 가능한 복수의 DNN 설정 정보를 저장할 수 있다. AI 설정부(718)는 복수의 DNN 설정 정보 중 다운스케일 타겟에 대응하는 DNN 설정 정보를 획득하고, 획득된 DNN 설정 정보를 AI 다운스케일부(712)로 제공한다.
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)이 룩업 테이블 형태로 저장되어 있는 경우, AI 설정부(718)는 다운스케일 타겟에 따라 룩업 테이블 값들 중에서 선택된 일부를 조합하여 DNN 설정 정보를 획득하고, 획득한 DNN 설정 정보를 AI 다운스케일부(712)로 제공할 수도 있다.
구현예에 따라, AI 설정부(718)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(712)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 설정부(718)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.
AI 설정부(718)는 하나 이상의 입력 정보를 획득한다. 일 실시예에서, 입력 정보는 제 1 영상(115)의 타겟 해상도, 영상 데이터의 타겟 비트레이트, 영상 데이터의 비트레이트 타입(예를 들어, variable bitrate 타입, constant bitrate 타입 또는 average bitrate 타입 등), AI 다운스케일이 적용되는 컬러 포맷(휘도 성분, 색차 성분, 레드 성분, 그린 성분 또는 블루 성분 등), 제 1 영상(115)의 제 1 부호화를 위한 코덱 타입, 압축 히스토리 정보, 원본 영상(105)의 해상도 및 원본 영상(105)의 타입 중 적어도 하나를 포함할 수 있다.
하나 이상의 입력 정보는 AI 부호화 장치(700)에 미리 저장되거나, 사용자로부터 입력받은 정보를 포함할 수 있다.
AI 설정부(718)는 입력 정보에 기초하여 AI 다운스케일부(712)의 동작을 제어한다. 일 실시예에서, AI 설정부(718)는 입력 정보에 따라 다운스케일 타겟을 결정하고, 결정된 다운스케일 타겟에 대응하는 DNN 설정 정보를 AI 다운스케일부(712)로 제공할 수 있다.
일 실시예에서, AI 설정부(718)는 입력 정보의 적어도 일부를 제 1 부호화부(714)로 전달하여 제 1 부호화부(714)가 특정 값의 비트레이트, 특정 타입의 비트레이트 및 특정 코덱으로 제 1 영상(115)을 제 1 부호화하게 할 수도 있다.
일 실시예에서, AI 설정부(718)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 설정부(718)는 미리 설정되거나, 사용자로부터 입력받은 압축률 또는 압축 품질 등에 기반하여 다운스케일 타겟을 결정할 수 있다.
다른 예로, AI 설정부(718)는 AI 부호화 장치(700)에 저장된 압축 히스토리 정보를 이용하여 다운스케일 타겟을 결정할 수도 있다. 예를 들어, AI 부호화 장치(700)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 설정부(718)는 압축 히스토리 정보에 따라 소정의 임계 값보다 많이 이용된 적이 있는 부호화 품질(예를 들면, 소정의 임계값보다 많이 이용된 적이 있는 부호화 품질들의 평균 품질)에 기초하여 다운스케일 타겟을 결정할 수도 있다.
또 다른 예로, AI 설정부(718)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 설정부(718)는 소정 개수의 프레임 별로 DNN 설정 정보를 독립적으로 획득하고, 독립적으로 획득한 DNN 설정 정보를 AI 다운스케일부(712)로 제공할 수도 있다.
일 예시에서, AI 설정부(718)는 원본 영상(105)을 구성하는 프레임들을 소정 개수의 그룹으로 구분하고, 각 그룹별로 DNN 설정 정보를 독립적으로 획득할 수 있다. 각 그룹에 대해 서로 동일하거나 서로 상이한 DNN 설정 정보가 획득될 수 있다. 그룹들에 포함된 프레임들의 개수는 그룹별로 동일하거나 상이할 수 있다.
다른 예시에서, AI 설정부(718)는 원본 영상(105)을 구성하는 프레임별로 DNN 설정 정보를 독립적으로 결정할 수 있다. 각각의 프레임에 대해 서로 동일하거나 서로 상이한 DNN 설정 정보가 획득될 수 있다.
이하에서는, AI 다운스케일의 기반이 되는 제 1 DNN(800)의 예시적인 구조에 대해 설명한다.
도 8은 원본 영상(105)의 AI 다운스케일을 위한 제 1 DNN(800)을 나타내는 예시적인 도면이다.
도 8에 도시된 바와 같이, 원본 영상(105)은 제 1 컨볼루션 레이어(810)로 입력된다. 제 1 컨볼루션 레이어(810)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(820)로 입력된다.
제 1 활성화 레이어(820)는 32개의 특징 맵에 대해 비선형(Non-linear) 특성을 부여할 수 있다.
제 1 활성화 레이어(820)는 제 1 컨볼루션 레이어(810)로부터 출력되는 특징 맵들의 샘플 값들을 제 2 컨볼루션 레이어(830)로 전달할지 여부를 결정한다. 예를 들어, 특징 맵들의 샘플 값들 중 어떤 샘플 값들은 제 1 활성화 레이어(820)에 의해 활성화되어 제 2 컨볼루션 레이어(830)로 전달되고, 어떤 샘플 값들은 제 1 활성화 레이어(820)에 의해 비활성화되어 제 2 컨볼루션 레이어(830)로 전달되지 않는다. 제 1 컨볼루션 레이어(810)로부터 출력되는 특징 맵들이 나타내는 정보가 제 1 활성화 레이어(820)에 의해 강조된다.
제 1 활성화 레이어(820)의 출력(825)이 제 2 컨볼루션 레이어(830)로 입력된다. 제 2 컨볼루션 레이어(830)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(840)로 입력되고, 제 2 활성화 레이어(840)는 32개의 특징 맵에 대해 비선형 특성을 부여할 수 있다.
제 2 활성화 레이어(840)의 출력(845)은 제 3 컨볼루션 레이어(850)로 입력된다. 제 3 컨볼루션 레이어(850)는 5 x 5의 크기의 1개의 필터 커널을 이용하여 입력된 데이터에 대해 컨볼루션 처리를 한다. 컨볼루션 처리 결과 제 3 컨볼루션 레이어(850)로부터 1개의 영상이 출력될 수 있다. 제 3 컨볼루션 레이어(850)는 최종 영상을 출력하기 위한 레이어로서 1개의 필터 커널을 이용하여 1개의 출력을 획득한다. 본 개시의 예시에 따르면, 제 3 컨볼루션 레이어(850)는 컨벌루션 연산 결과를 통해 제 1 영상(115)을 출력할 수 있다.
제 1 DNN(800)의 제 1 컨볼루션 레이어(810), 제 2 컨볼루션 레이어(830) 및 제 3 컨볼루션 레이어(850)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(800)이 세 개의 컨볼루션 레이어(810, 830, 850)와 두 개의 활성화 레이어(820, 840)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(800)은 RNN(recurrent neural network)을 통해 구현될 수도 있다. 이 경우는 본 개시의 예시에 따른 제 1 DNN(800)의 CNN 구조를 RNN 구조로 변경하는 것을 의미한다.
일 실시예에서, AI 다운스케일부(712)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 설정부(718)는 AI 데이터를 데이터 처리부(716)로 전달한다. AI 데이터는, AI 업스케일부(236)가 제 1 DNN의 다운스케일 타겟에 대응하는 업스케일 타겟으로 제 2 영상(135)을 AI 업스케일할 수 있게 하는 정보들을 포함한다.
AI 다운스케일부(712)로부터 제 1 영상(115)을 전달받은 제 1 부호화부(714)는 주파수 변환 기반의 영상 압축 방법에 따라 제 1 영상(115)을 제 1 부호화하여 제 1 영상(115)이 가지는 정보량을 감축시킬 수 있다. 소정의 코덱(예를 들어, MPEG-2, H.264, MPEG-4, HEVC, VC-1, VP8, VP9 또는 AV1)을 통한 제 1 부호화 결과, 영상 데이터가 획득된다. 영상 데이터는 소정의 코덱의 규칙, 즉 신택스에 따라 획득된다. 예를 들어, 영상 데이터는 제 1 영상(115)과 제 1 영상(115)의 예측 데이터 사이의 차이인 잔차 데이터, 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.
제 1 부호화부(714)의 제 1 부호화 결과 획득된 영상 데이터는 데이터 처리부(716)로 제공된다.
데이터 처리부(716)는 제 1 부호화부(714)로부터 수신된 영상 데이터와 AI 설정부(718)로부터 수신된 AI 데이터를 포함하는 AI 부호화 데이터를 생성한다.
일 실시예에서, 데이터 처리부(716)는 영상 데이터와 AI 데이터를 각각 분리된 상태로 포함하는 AI 부호화 데이터를 생성할 수 있다. 일 예로, AI 데이터는 HDMI 스트림 내의 VSIF(Vendor Specific InfoFrame)에 포함될 수 있다.
다른 실시예에서, 데이터 처리부(716)는 제 1 부호화부(714)에 의한 제 1 부호화 결과로 획득되는 영상 데이터 내에 AI 데이터를 포함시키고, 해당 영상 데이터를 포함하는 AI 부호화 데이터를 생성할 수 있다. 일 예로, 데이터 처리부(716)는 영상 데이터에 해당하는 비트스트림과 AI 데이터에 해당하는 비트스트림을 결합하여 하나의 비트스트림 형태의 영상 데이터를 생성할 수도 있다. 이를 위해, 데이터 처리부(716)는 AI 데이터를 0 또는 1의 값을 갖는 비트들, 즉 비트스트림으로 표현할 수 있다. 일 실시예에서, 데이터 처리부(716)는 제 1 부호화 결과로 획득되는 비트스트림의 부가 정보 영역인 SEI(Supplemental enhancement information)에 AI 데이터에 해당하는 비트스트림을 포함시킬 수 있다.
AI 부호화 데이터는 전송부(730)로 전송된다. 전송부(730)는 네트워크를 통해 AI 부호화 결과 획득된 AI 부호화 데이터를 전송한다.
일 실시예에서, 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.
도 9는 일 실시예에 따른 AI 부호화 데이터(900)의 구조를 나타내는 도면이다.
전술한 바와 같이, AI 부호화 데이터(900) 내에 AI 데이터(912)와 영상 데이터(932)가 분리되어 포함될 수 있다. 여기서, AI 부호화 데이터(900)는 MP4, AVI, MKV, FLV 등의 컨테이너 포맷일 수 있다. AI 부호화 데이터(900)는 메타데이터 박스(910)와 미디어데이터 박스(930)로 구성될 수 있다.
메타데이터 박스(910)에는 미디어데이터 박스(930)에 포함된 영상 데이터(932)에 관한 정보가 포함된다. 예를 들어, 메타데이터 박스(910)에는 제 1 영상(115)의 종류, 제 1 영상(115)의 부호화에 사용된 코덱의 종류 및 제 1 영상(115)의 재생 시간 등에 관한 정보가 포함될 수 있다. 또한, 메타데이터 박스(910)에는 AI 데이터(912)가 포함될 수 있다. AI 데이터(912)는 소정 컨테이너 포맷에서 제공하는 부호화 방식에 따라 부호화되어, 메타데이터 박스(910)에 저장될 수 있다.
미디어데이터 박스(930)는 소정의 영상 압축 방식의 신택스에 따라 생성된 영상 데이터(932)를 포함할 수 있다.
도 10은 다른 실시예에 따른 AI 부호화 데이터(1000)의 구조를 나타내는 도면이다.
도 10을 참조하면, AI 데이터(1034)는 영상 데이터(1032)에 포함될 수도 있다. AI 부호화 데이터(1000)는 메타데이터 박스(1010)와 미디어데이터 박스(1030)를 포함할 수 있는데, AI 데이터(1034)가 영상 데이터(1032)에 포함된 경우, 메타데이터 박스(1010)에는 AI 데이터(1034)가 포함되지 않을 수 있다.
미디어데이터 박스(1030)에는 AI 데이터(1034)를 포함하는 영상 데이터(1032)가 포함된다. 일 예로, AI 데이터(1034)는 영상 데이터(1032)의 부가 정보 영역에 포함될 수 있다.
이하에서는, 도 11을 참조하여, 제 1 DNN(800)과 제 2 DNN(300)을 연계 훈련시키는 방법에 대해 설명한다.
도 11은 제 1 DNN(800) 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(800)과 제 2 DNN(300)의 연계 훈련이 요구된다.
정확한 AI 복호화를 위해서는 궁극적으로 도 11에 도시된 제 3 훈련 영상(1104)과 원본 훈련 영상(1101) 사이의 비교 결과에 대응하는 퀄리티 손실 정보(1130)를 감소시킬 필요가 있다. 따라서, 퀄리티 손실 정보(1130)는 제 1 DNN(800) 및 제 2 DNN(300)의 훈련 모두에 이용된다.
먼저, 도 11에 도시된 훈련 과정에 대해 설명한다.
도 11에서, 원본 훈련 영상(original training image)(1101)은 AI 다운스케일의 대상이 되는 영상이고, 제 1 훈련 영상(first training image)(1102)은 원본 훈련 영상(1101)로부터 AI 다운스케일된 영상이다. 또한, 제 3 훈련 영상(third training image)(1104)은 제 1 훈련 영상(1102)으로부터 AI 업스케일된 영상이다.
원본 훈련 영상(1101)은 정지 영상 또는 복수의 프레임으로 이루어진 동영상을 포함한다. 일 실시예에서, 원본 훈련 영상(1101)은 정지 영상 또는 복수의 프레임으로 이루어진 동영상으로부터 추출된 휘도 영상을 포함할 수도 있다. 또한, 일 실시예에서, 원본 훈련 영상(1101)은 정지 영상 또는 복수의 프레임으로 이루어진 동영상에서 추출된 패치 영상을 포함할 수도 있다. 원본 훈련 영상(1101)이 복수의 프레임으로 이루어진 경우, 제 1 훈련 영상(1102), 제 2 훈련 영상 및 제 3 훈련 영상(1104) 역시 복수의 프레임으로 구성된다. 원본 훈련 영상(1101)의 복수의 프레임이 순차적으로 제 1 DNN(800)에 입력되면, 제 1 DNN(800) 및 제 2 DNN(300)을 통해 제 1 훈련 영상(1102), 제 2 훈련 영상 및 제 3 훈련 영상(1104)의 복수의 프레임이 순차적으로 획득될 수 있다.
제 1 DNN(800) 및 제 2 DNN(300)의 연계 훈련을 위해, 원본 훈련 영상(1101)이 제 1 DNN(800)으로 입력된다. 제 1 DNN(800)으로 입력된 원본 훈련 영상(1101)은 AI 다운스케일되어 제 1 훈련 영상(1102)으로 출력되고, 제 1 훈련 영상(1102)이 제 2 DNN(300)에 입력된다. 제 1 훈련 영상(1102)에 대한 AI 업스케일 결과 제 3 훈련 영상(1104)이 출력된다.
도 11을 참조하면, 제 2 DNN(300)으로 제 1 훈련 영상(1102)이 입력되고 있는데, 구현예에 따라, 제 1 훈련 영상(1102)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(1102)의 제 1 부호화 및 제 1 훈련 영상(1102)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 11을 참조하면, 제 1 DNN(800)을 통해 제 1 훈련 영상(1102)이 출력되는 것과 별개로, 원본 훈련 영상(1101)으로부터 레거시 다운스케일된 축소 훈련 영상(1103)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(1101)의 구조적 특징을 보존하는 축소 훈련 영상(1103)을 획득하는 것이다.
훈련의 진행 전 제 1 DNN(800) 및 제 2 DNN(300)은 미리 결정된 DNN 설정 정보로 세팅될 수 있다. 훈련이 진행됨에 따라 구조적 손실 정보(1110), 복잡성 손실 정보(1120) 및 퀄리티 손실 정보(1130)가 결정될 수 있다.
구조적 손실 정보(1110)는 축소 훈련 영상(1103)과 제 1 훈련 영상(1102)의 비교 결과에 기초하여 결정될 수 있다. 일 예에서, 구조적 손실 정보(1110)는 축소 훈련 영상(1103)의 구조적 정보와 제 1 훈련 영상(1102)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(1110)는 원본 훈련 영상(1101)의 구조적 정보가 제 1 훈련 영상(1102)에서 어느 정도로 유지되고 있는지를 나타낸다. 구조적 손실 정보(1110)가 작을수록 제 1 훈련 영상(1102)의 구조적 정보가 원본 훈련 영상(1101)의 구조적 정보와 유사해진다.
복잡성 손실 정보(1120)는 제 1 훈련 영상(1102)의 공간적 복잡도에 기반하여 결정될 수 있다. 일 예에서, 공간적 복잡도로서, 제 1 훈련 영상(1102)의 총 분산(total variance)값이 이용될 수 있다. 복잡성 손실 정보(1120)는 제 1 훈련 영상(1102)을 제 1 부호화하여 획득한 영상 데이터의 비트레이트와 관련된다. 복잡성 손실 정보(1120)가 작을수록 영상 데이터의 비트레이트가 작은 것으로 정의된다.
퀄리티 손실 정보(1130)는 원본 훈련 영상(1101)과 제 3 훈련 영상(1104)의 비교 결과에 기초하여 결정될 수 있다. 퀄리티 손실 정보(1130)는 원본 훈련 영상(1101)과 제 3 훈련 영상(1104)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(1130)는 제 3 훈련 영상(1104)이 원본 훈련 영상(1101)과 어느 정도로 유사한지를 나타낸다. 퀄리티 손실 정보(1130)가 작을수록 제 3 훈련 영상(1104)이 원본 훈련 영상(1101)에 더 유사해진다.
도 11을 참조하면, 구조적 손실 정보(1110), 복잡성 손실 정보(1120) 및 퀄리티 손실 정보(1130)가 제 1 DNN(800)의 훈련에 이용되고, 퀄리티 손실 정보(1130)는 제 2 DNN(300)의 훈련에 이용된다. 즉, 퀄리티 손실 정보(1130)는 제 1 DNN(800) 및 제 2 DNN(300)의 훈련에 모두 이용된다.
제 1 DNN(800)은 구조적 손실 정보(1110), 복잡성 손실 정보(1120) 및 퀄리티 손실 정보(1130)에 기초하여 결정된 최종 손실 정보가 감소 또는 최소화되도록 파라미터를 갱신할 수 있다. 또한, 제 2 DNN(300)은 퀄리티 손실 정보(1130)가 감소 또는 최소화되도록 파라미터를 갱신할 수 있다.
제 1 DNN(800) 및 제 2 DNN(300)의 훈련을 위한 최종 손실 정보는 아래의 수학식 1과 같이 결정될 수 있다.
[수학식 1]
Figure pat00001
상기 수학식 1에서, LossDS는 제 1 DNN(800)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(800)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(800)의 파라미터들이 갱신되면, 갱신된 파라미터에 기초하여 획득되는 제 1 훈련 영상(1102)이 이전 훈련 과정에서의 제 1 훈련 영상(1102)과 달라지게 되고, 그에 따라 제 3 훈련 영상(1104) 역시 이전 훈련 과정에서의 제 3 훈련 영상(1104)과 달라지게 된다. 제 3 훈련 영상(1104)이 이전 훈련 과정에서의 제 3 훈련 영상(1104)과 달라지게 되면, 퀄리티 손실 정보(1130) 역시 새롭게 결정되며, 그에 따라 제 2 DNN(300)은 파라미터들을 갱신한다. 퀄리티 손실 정보(1130)가 새롭게 결정되면, LossDS 역시 새롭게 결정되므로, 제 1 DNN(800)은 새롭게 결정된 LossDS에 따라 파라미터들을 갱신한다. 즉, 제 1 DNN(800)의 파라미터 갱신은, 제 2 DNN(300)의 파라미터 갱신을 야기하고, 제 2 DNN(300)의 파라미터 갱신은 제 1 DNN(800)의 파라미터 갱신을 야기하는 것이다. 다시 말하면, 제 1 DNN(800) 및 제 2 DNN(300)은 퀄리티 손실 정보(1130)의 공유를 통해 연계 훈련되므로, 제 1 DNN(800)의 파라미터들과 제 2 DNN(300)의 파라미터들이 서로 연관성을 가지고 최적화될 수 있는 것이다.
수학식 1을 참조하면, LossUS가 퀄리티 손실 정보(1130)에 따라 결정되는 것을 알 수 있으나, 이는 하나의 예시이며, LossUS는 구조적 손실 정보(1110) 및 복잡성 손실 정보(1120) 중 적어도 하나와, 퀄리티 손실 정보(1130)에 기초하여 결정될 수도 있다.
앞서, AI 복호화 장치(200)의 AI 설정부(238) 및 AI 부호화 장치(700)의 AI 설정부(718) 는 복수의 DNN 설정 정보를 저장하는 것으로 설명하였는데, AI 설정부(238) 및 AI 설정부(718)에 저장되는 복수의 DNN 설정 정보 각각을 훈련시키는 방법에 대해 설명한다.
수학식 1과 관련하여 설명한 바와 같이, 제 1 DNN(800)의 경우, 제 1 훈련 영상(1102)의 구조적 정보와 원본 훈련 영상(1101)의 구조적 정보 사이의 유사 정도(구조적 손실 정보(1110)), 제 1 훈련 영상(1102)의 제 1 부호화 결과 획득되는 영상 데이터의 비트레이트(복잡성 손실 정보(1120)) 및 제 3 훈련 영상(1104)과 원본 훈련 영상(1101) 사이의 차이(퀄리티 손실 정보(1130))를 고려하여 파라미터를 갱신하게 된다.
자세히 설명하면, 원본 훈련 영상(1101)의 구조적 정보와 유사하면서, 제 1 부호화를 하였을 때 획득되는 영상 데이터의 비트레이트가 작은 제 1 훈련 영상(1102)이 획득 가능하도록 하는 동시에, 제 1 훈련 영상(1102)을 AI 업스케일하는 제 2 DNN(300)이 원본 훈련 영상(1101)에 유사한 제 3 훈련 영상(1104)을 획득할 수 있도록, 제 1 DNN(800)의 파라미터가 갱신될 수 있다.
수학식 1의 a, b, c의 가중치가 조절됨으로써, 제 1 DNN(800)의 파라미터들이 최적화되는 방향이 상이해지게 된다. 예를 들어, b의 가중치를 높게 결정하는 경우, 제 3 훈련 영상(1104)의 퀄리티보다 비트레이트가 낮아지는 것에 더 중요도를 두고 제 1 DNN(800)의 파라미터가 갱신될 수 있다. 또한, c의 가중치를 높게 결정하는 경우, 비트레이트가 높아지는 것이나, 원본 훈련 영상(1101)의 구조적 정보가 유지되는 것보다 제 3 훈련 영상(1104)의 퀄리티가 증가하도록 하는 것에 더 중요도를 두고 제 1 DNN(800)의 파라미터가 갱신될 수 있다.
또한, 제 1 훈련 영상(1102)을 제 1 부호화하는데 이용되는 코덱의 타입에 따라 제 1 DNN(800)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(1102)의 제 1 부호화를 위한 코덱의 종류에 기반하여 제 1 DNN(800)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(800)과 제 2 DNN(300)을 훈련시키면, 서로 연계되어 최적화된 제 1 DNN(800)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(800)과 제 2 DNN(300)을 훈련시키면, 서로 연계되어 최적화된 제 1 DNN(800)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(800)과 제 2 DNN(300)을 훈련시키면 서로 연계되어 훈련된 복수의 DNN 설정 정보가 제 1 DNN(800) 및 제 2 DNN(300)에서 결정될 수 있는 것이다.
앞서, 도 5와 관련하여 설명한 바와 같이, 제 1 DNN(800) 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(800)에서 출력되는 제 1 훈련 영상(1102)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(1102)이 특정 코덱에 의해 특정 비트레이트로 제 1 부호화되도록 환경을 설정한 후, 제 1 DNN(800) 및 제 2 DNN(300)을 훈련시킴으로써, 제 1 훈련 영상(1102)의 해상도, 제 1 훈련 영상(1102)의 제 1 부호화에 이용된 코덱의 종류 및 제 1 훈련 영상(1102)의 제 1 부호화 결과 획득된 비트스트림의 비트레이트에 매핑된 DNN 설정 정보 쌍이 결정될 수 있는 것이다. 제 1 훈련 영상(1102)의 해상도, 제 1 훈련 영상(1102)의 제 1 부호화에 이용된 코덱의 종류 및 제 1 훈련 영상(1102)의 제 1 부호화에 따라 획득되는 비트스트림의 비트레이트를 다양하게 변경시킴으로써, 제 1 DNN(800) 및 제 2 DNN(300)의 복수의 DNN 설정 정보들과 제 1 영상 관련 정보들 사이의 매핑 관계가 결정될 수 있다.
도 12는 훈련 장치(1200)에 의한 제 1 DNN(800) 및 제 2 DNN(300)의 훈련 과정을 설명하기 위한 도면이다.
도 11과 관련하여 설명한 제 1 DNN(800) 및 제 2 DNN(300)의 훈련은 훈련 장치(1200)에 의해 수행될 수 있다. 훈련 장치(1200)는 제 1 DNN(800) 및 제 2 DNN(300)을 포함한다. 훈련 장치(1200)는 예를 들어, AI 부호화 장치(700) 또는 별도의 서버일 수 있다. 훈련 결과 획득된 제 2 DNN(300)의 DNN 설정 정보들은 AI 복호화 장치(200)에 저장된다.
도 12를 참조하면, 훈련 장치(1200)는 제 1 DNN(800) 및 제 2 DNN(300)의 DNN 설정 정보를 초기 세팅한다(S1240, S1245). 이에 의해, 제 1 DNN(800) 및 제 2 DNN(300)은 미리 결정된 DNN 설정 정보에 따라 동작할 수 있다. DNN 설정 정보는 제 1 DNN(800) 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(1200)는 원본 훈련 영상(1101)을 제 1 DNN(800)으로 입력한다(S1250). 원본 훈련 영상(1101)은 정지 영상 또는 동영상을 구성하는 적어도 하나의 프레임을 포함할 수 있다.
제 1 DNN(800)은 초기 세팅된 DNN 설정 정보에 따라 원본 훈련 영상(1101)을 처리하고, 원본 훈련 영상(1101)으로부터 AI 다운스케일된 제 1 훈련 영상(1102)을 출력한다(S1255). 도 12는 제 1 DNN(800)으로부터 출력된 제 1 훈련 영상(1102)이 제 2 DNN(300)으로 바로 입력되는 것으로 도시되어 있으나, 제 1 DNN(800)으로부터 출력된 제 1 훈련 영상(1102)이 훈련 장치(1200)에 의해 제 2 DNN(300)으로 입력될 수 있다. 또한, 훈련 장치(1200)는 제 1 훈련 영상(1102)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(1102) 또는 제 2 훈련 영상을 초기 세팅된 DNN 설정 정보에 따라 처리하고, 제 1 훈련 영상(1102) 또는 제 2 훈련 영상으로부터 AI 업스케일된 제 3 훈련 영상(1104)을 출력한다(S1260).
훈련 장치(1200)는 제 1 훈련 영상(1102)에 기초하여 복잡성 손실 정보(1120)를 산출한다(S1265).
훈련 장치(1200)는 축소 훈련 영상(1103)과 제 1 훈련 영상(1102)을 비교하여 구조적 손실 정보(1110)를 산출한다(S1270).
훈련 장치(1200)는 원본 훈련 영상(1101)과 제 3 훈련 영상(1104)을 비교하여 퀄리티 손실 정보(1130)를 산출한다(S1275).
제 1 DNN(800)은 최종 손실 정보에 기초한 역전사(back propagation) 과정을 통해 초기 세팅된 DNN 설정 정보를 갱신한다(S1280). 훈련 장치(1200)는 복잡성 손실 정보(1120), 구조적 손실 정보(1110) 및 퀄리티 손실 정보(1130)에 기초하여 제 1 DNN(800)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(S1285). 훈련 장치(1200)는 퀄리티 손실 정보(1130)에 기초하여 제 2 DNN(300)의 훈련을 위한 최종 손실 정보를 산출할 수 있다.
이후, 훈련 장치(1200), 제 1 DNN(800) 및 제 2 DNN(300)은 최종 손실 정보들이 최소화될 때까지 S1250 내지 S1285 과정을 반복하면서 DNN 설정 정보를 갱신한다. 이 때, 각 반복 과정 동안 제 1 DNN(800) 및 제 2 DNN(300)은 이전 과정에서 갱신된 DNN 설정 정보에 따라 동작한다.
아래의 표 1은 본 개시의 일 실시예에 따라 원본 영상(105)을 AI 부호화 및 AI 복호화한 경우와, HEVC로 원본 영상(105)을 부호화 및 복호화한 경우의 효과를 나타낸다.
[표 1]
Figure pat00002
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.
이하에서는, 도 13 내지 27를 참조하여, 일 실시예에 따른, AI 부호화 장치 및 AI 복호화 장치가 AI 데이터를 제1 부호화부(및 데이터 처리부) 및 제1 복호화부(및 파싱부)를 통해 처리하는 방법이 개시된다.
도 13a는 일 실시예에 따른 AI 복호화 장치(1300)의 구성을 도시하는 블록도이다.
도 13을 참조하면, 일 실시예에 따른 AI 복호화 장치(1300)는 수신부(1310) 및 AI 복호화부(1330)를 포함할 수 있다. AI 복호화부(1330)는 제 1 복호화부(1332), AI 설정부(1333), 및 AI 업스케일부(1334)를 포함할 수 있다.
도 13는 수신부(1310) 및 AI 복호화부(1330)가 개별적인 장치인 것으로 도시하고 있으나, 이들은 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, 수신부(1310) 및 AI 복호화부(1330)는 하나 이상의 프로세서로 구성될 수도 있다. 이 경우, 전용 프로세서들의 조합으로 구현될 수도 있고, AP 또는 CPU, GPU와 같은 다수의 범용 프로세서들과 S/W의 조합을 통해 구현될 수도 있다.
마찬가지로 AI 업스케일부(1334)와, AI 설정부(1333) 및 제 1 복호화부(1332)도 각각 서로 다른 프로세서로 구현될 수 있다.
수신부(1310)는 도 2를 참조하여 전술한 수신부(210)에 대응될 수 있다. 즉, 수신부(1310)은 수신부(210)의 동작의 적어도 일부를 수행할 수 있다. 다만, 이에 제한되지 않고, 전술한 수신부(210)의 동작과 다른 동작이 수행될 수 있다.
수신부(1310)는 패킷화된(packetizated) 비디오 비트스트림을 수신하고, 비디오 비트스트림을 획득하여 AI 복호화부(1330)로 출력한다. 이때, 패킷화된 비디오 비트스트림은 RTP(Real-Time Transport Protocol)와 같은 다양한 네트워크 프로토콜을 기반으로 패킷화된 것일 수 있다.
구체적으로, 수신부(1310)은 네트워크를 통해 패킷화된 비디오 비트스트림을 수신한다. 패킷화된 비디오 비트스트림은 AI 부호화 결과 생성된 AI 부호화 데이터를 포함할 수 있다. 예를 들어, 패킷화된 비디오 비트스트림은 영상 데이터를 포함하는 메인 비트스트림과 AI 데이터를 포함하는 서브 비트스트림을 포함할 수 있다.
메인 비트스트림은 소정의 코덱에서 정의된, 비디오 비트스트림 내 소정의 메인 비트스트림 영역에 포함될 수 있다. 소정의 메인 비트스트림 영역은 소정의 코덱에서 일반적으로 원본 영상(105)을 부호화하여 생성된 영상 데이터를 포함하도록 정의된 공간일 수 있다. 예를 들어, 소정의 메인 비트스트림 영역은 소정의 코덱이 H.264, HEVC 및 VVC 코덱인 경우, VPS(Video Parameter Set), SPS(Sequence Parameter Set), PPS(Picture Parameter Set), I/P/B 슬라이스의 NAL 유닛 영역일 수 있다.
한편, 서브 비트스트림 영역은 소정의 코덱에서 일반적으로 원본 영상(105)을 부호화하여 생성된 영상 데이터를 제외한 부가 데이터를 포함하도록 정의된 공간일 수 있다.
예를 들어, 소정의 코덱이 H.264, HEVC 및 VVC 코덱인 경우, 소정의 서브 비트스트림 영역은 SEI(Supplemental Enhancement Information) 메시지 영역일 수 있다. 이때, SEI 메시지는 소정의 표준에 의해 등록된 사용자 데이터를 포함하는 SEI 메시지와 UUID(Universally Unique Identifier)에 의해 식별되는, 등록되지 않은 사용자 데이터를 포함하는 SEI 메시지를 포함할 수 있다.
예를 들어, 소정의 코덱이 AV1 코덱인 경우 소정의 서브 스트림은 메타데이터 OBU(Open Bitstream Unit)일 수 있다.
한편, 패킷화된(packetizated) 비디오 비트스트림의 패킷은 싱글 NAL 유닛 패킷, 프래그먼테이션 단위(Fragmentation unit) 패킷 또는 애그리게이션(Aggregation) 패킷을 포함할 수 있다. 이때, 복수의 프래그먼테이션 단위 패킷은 싱글 NAL 유닛의 데이터를 포함할 수 있고, 하나의 애그리게이션 패킷은 복수의 NAL 유닛의 데이터를 포함할 수 있다.
수신부(1310)은 데이터의 헤더를 읽어, 해당 데이터로부터 비디오 비트스트림을 획득할 수 있다. 예를 들어, 수신부(1310)는 패킷화된 비디오 비트스트림로부터 이더넷 헤더(Ethernet Header), IP 헤더(IP Header), UDP/TCP 헤더, RTP 헤더 등을 제외한 페이로드(Payload)에 포함된 비디오 비트스트림을 획득할 수 있다.
비디오 비트스트림은 적어도 하나의 NAL 유닛을 포함할 수 있고, NAL 유닛은 VCL(Video Coded Layer) NAL 유닛 및 non-VCL NAL 유닛을 포함할 수 있다. 이때, VCL NAL 유닛은 실제 영상에 대해 부호화된 영상 데이터를 포함하는 부분을 의미하고, non-VCL NAL 유닛은 영상의 메타 데이터를 포함하는 부분으로, VPS SPS, PPS 등과 같은 적어도 하나의 프레임 등에서 공통적으로 이용되는 영상 파라미터 정보를 포함하거나, 영상 복호화를 위해 필요한 부가 데이터(Supplemental data)를 포함할 수 있다.
수신부(1310)는 복수의 NAL 유닛을 순서대로 정렬하여 제1 복호화부(1330)로 비디오 비트스트림을 출력할 수 있다. 이때, 수신부(1310)는 SPS(Sequence Parameter Set), PPS(Picture Parameter Set), I 슬라이스(Slice), P 슬라이스, B 슬라이스의 NAL 유닛의 순서로 정렬하여 비디오 비트스트림을 제1 복호화부(1332)로 출력할 수 있다.
이때, AI 부호화 데이터에 포함된 영상 데이터가 소정의 코덱(예를 들어, MPEG-2, H.264, MPEG-4, HEVC, VC-1, VP8, VP9 또는 AV1)을 통해 생성된 영상 데이터인 것으로 확인될 수도 있다. 이 경우, 영상 데이터가 상기 확인된 코덱으로 처리될 수 있도록, 수신부(1310)를 통해 해당 정보가 제 1 복호화부(1332)로 전달될 수 있다.
일 실시예에서, 수신부(1310)가 획득한 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. 예를 들어, 수신부(1310)는 데이터 저장 매체에 기록된 mp4, mov 등의 파일 형식을 갖는 비디오 파일로부터 AI 부호화 데이터를 포함하는 비디오 비트스트림을 획득(예를 들어, 디먹싱(demuxing)을 통한 비디오 비트스트림을 획득)할 수 있다.
제1 복호화부(1332)는 도 2를 참조하여 전술한 제1 복호화부(234)에 대응될 수 있다. 제1 복호화부(1332)는 도 2를 참조하여 전술한 파싱부(232)를 더 포함할 수 있다. 다만 이에 제한되지 않고, 제1 복호화부(1332)와 별도로 파싱부(미도시)가 존재할 수 있다. 이때, 파싱부(미도시)는 전술한 파싱부(232)에 대응될 수 있다.
제1 복호화부(1332)는 비디오 비트스트림을 파싱하여 AI 데이터를 포함하는 서브 비트스트림과 제 1 영상(115)의 제 1 부호화 결과로 생성된 영상 데이터를 포함하는 메인 비트스트림을 획득할 수 있다. 제1 복호화부(1332)는 영상 데이터에 기초하여 제 1 영상(115)에 대응하는 제 2 영상(135)를 복원할 수 있다. 예를 들어, 제 1 복호화부(1332)는 메인 비트스트림에 포함된 영상 데이터에 기초하여 제 1 영상(115)에 대응하는 제 2 영상(135)을 복원한다.
한편, 제1 복호화부(1332)는 AI 데이터를 포함하는 서브 비트스트림으로부터 AI 데이터를 획득할 수 있고, AI 데이터를 AI 설정부(1333)로 출력할 수 있다. 이때, AI 데이터는 AI 업스케일 활성화 플래그 및 AI 서브 데이터를 포함할 수 있다.
AI 설정부(1333)는 도 2를 참조하여 전술한 AI 설정부(238)에 대응될 수 있다. AI 설정부(1333)는 AI 데이터에 기초하여 업스케일 여부 및 업스케일 타겟 등을 결정할 수 있다.
AI 설정부(1333)는 AI 업스케일 활성화 플래그 정보를 기초로 제 2 영상(135)에 대한 AI 업스케일 수행 여부를 결정하고, 제2 영상(135)에 대해 AI 업스케일을 수행하는 것으로 결정한 경우, 제2 영상(135)을 AI 업스케일부(1334)로 제공할 수 있도록 제1 복호화부(1332)를 제어한다.
AI 복호화부(1330)는 제2 영상(135)에 대해 AI 업스케일을 수행하는 것으로 결정한 경우, 영상 데이터에 포함된 모드 정보(예를 들어, 예측 모드 정보, 움직임 정보 등), 양자화 파라미터 정보 및 AI 데이터 등을 제 1 복호화부(1332)로부터 AI 설정부(1333)로 제공할 수 있다.
한편, AI 복호화부(1330)는 제 2 영상(135)에 대해 AI 업스케일을 수행하지 않는 것으로 결정한 경우, 영상 데이터에 기초하여 생성된 제 2 영상(135)이 AI 복호화부(1330)에서 출력될 수 있다. 이때, AI 설정부(1333)를 통해 제 2 영상(135)이 AI 업스케일부(1334)로 제공될 것인지 또는 AI 복호화부(1330)에서 출력될인지가 제어될 수 있다.
AI 서브 데이터를 수신한 AI 설정부(1333)는 AI 서브 데이터에 기초하여 제 2 영상(135)을 AI 업스케일하도록 DNN 설정 정보 등을 AI 업스케일부(1334)로 제공한다. 구현예에 따라서는, 영상 데이터에 포함된 모드 정보, 양자화 파라미터 정보 등의 제 1 복호화 관련 정보를 더 이용하여 DNN 설정 정보 등을 획득하고, DNN 설정 정보를 AI 업스케일부(1334)로 제공할 수 있다.
AI 설정부(1333)로 제공되는 AI 서브 데이터는, 제 2 영상(135)을 AI 업스케일할 수 있게 하는 정보들을 포함한다. 이때, 업스케일 타겟은 제 1 DNN의 다운스케일 타겟에 대응하여야 한다. 따라서, AI 서브 데이터는 제 1 DNN의 다운스케일 타겟을 확인할 수 있는 정보가 포함되어야 한다.
AI 서브 데이터는 원본 영상(105)의 해상도와 제 1 영상(115)의 해상도의 차이 정보를 포함할 수 있다. 또한, AI 서브 데이터는 제 1 영상(115) 관련 정보를 포함할 수도 있다. 또한, AI 서브 데이터는 AI 복호화 장치(1300)가 생성하여야 할 제 3 영상(145)(또는 원본 영상(105))의 해상도 정보를 포함할 수도 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 있고, 예를 들어, 원본 영상(105) 대비 제 1 영상(115)의 비율(ratio)(또는 배수) 정보로 표현될 수 있다. 즉, 원본 영상(105) 대비 제 1 영상(115)의 비율 정보는 원본 영상(105) 대비 제 1 영상(115)의 비율이 1.5배, 2배 중 하나를 나타내는 플래그 정보 또는 인덱스 정보일 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 및 세로의 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.
제 1 영상(115) 관련 정보는, 제 1 영상(115)의 제 1 부호화 결과 생성된 영상 데이터의 비트레이트 및 제 1 영상(115)의 제 1 부호화시 이용된 코덱 타입 중 적어도 하나에 대한 정보를 포함할 수 있다.
AI 설정부(1333)는 AI 데이터에 포함된 차이 정보, 제 1 영상(115) 관련 정보 및 제 3 영상(145)의 해상도 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 AI 업스케일하여야 하는지를 나타낼 수 있다.
AI 설정부(1333)는 업스케일 타겟이 결정되면, 업스케일 타겟에 대응하는 제 3 영상(145)을 생성하기 위해 제 2 DNN을 통해 제 2 영상(135)을 AI 업스케일할 수 있도록 AI 업스케일부(1334)로 DNN 설정 정보를 전달한다.
일 실시예에서, AI 설정부(1333)는 제 2 영상(135)의 AI 업스케일을 위한 제 2 DNN을 확인하기 위해 AI 서브 데이터에 포함된 제 1 영상의 제1 부호화에 이용된 양자화 파라미터의 평균값을 더 입력하여 DNN 설정 정보를 획득할 수 있다.
일 실시예에서, AI 설정부(1333)는 제 2 영상(135)의 AI 업스케일을 위한 제 2 DNN을 확인하기 위해 AI 서브 데이터에 포함된 제 1 영상의 적어도 일부의 양자화 파라미터 지시자 정보를 더 입력하여 DNN 설정 정보를 획득할 수 있다.
일 실시예에서, AI 설정부(1333)는 제 2 영상(135)의 AI 업스케일을 위한 제 2 DNN을 확인하기 위해 AI 서브 데이터에 포함된 제 1 영상(115)의 장르를 나타내는 정보를 더 입력하여 DNN 설정 정보를 획득할 수 있다.
일 실시예에서, AI 설정부(1333)는 제 2 영상(135)의 AI 업스케일을 위한 제 2 DNN을 확인하기 위해 AI 업스케일 관련 추가 메타 데이터를 더 입력하여 DNN 설정 정보를 획득할 수 있다. 상기 추가 메타 데이터는 제 2 영상(135)의 효과적인 AI 업스케일을 위해 더 입력될 수 있다.
도 13b는 다른 실시예에 따른 AI 복호화 장치(1350)의 구성을 도시한 도면이다.
도 13b를 참조하면, AI 복호화 장치(1350)는 별도의 파싱부(1381)를 포함하는 것을 제외하고, 도 13a와 유사한 구성을 포함할 수 있다.
파싱부(1381)는 AI 부호화 데이터를 포함하는 비디오 파일을 파싱하여 비디오 파일로부터 AI 데이터를 포함하는 메타 데이터 박스와 영상 데이터를 포함하는 미디어 데이터 박스를 획득하고, 미디어 데이터 박스에 포함된 영상 데이터를 제1 복호화부(1382)로 전달하고, 메타 데이터 박스에 포함된 AI 데이터를 AI 설정부(1383)으로 전달할 수 있다. 그밖의 AI 복호화 장치(1350)의 동작은 AI 복호화 장치(1300)의 동작과 유사하므로, AI 복호화 장치(1350)의 동작에 대한 자세한 설명은 생략하기로 한다.
이하에서는, 도 14를 참조하여, 원본 영상(105)의 AI 부호화를 위한 AI 부호화 장치(1400)에 대해 설명한다.
도 14는 일 실시예에 따른 AI 부호화 장치(1400)의 구성을 도시하는 블록도이다.
도 14를 참조하면, AI 부호화 장치(1400)는 AI 부호화부(1410) 및 전송부(1430)를 포함할 수 있다. AI 부호화부(1410)는 AI 다운스케일부(1412), AI 설정부(1413) 및 제 1 부호화부(1414)를 포함할 수 있다.
도 14는 AI 부호화부(1410) 및 전송부(1430)를 개별적인 장치로 도시하고 있으나, AI 부호화부(1410) 및 전송부(1430)는 하나의 프로세서를 통해 구현될 수 있다. 이 경우, AI 부호화부(1410) 및 전송부(1430)는 별도의 전용 프로세서로 구현될 수도 있고, AP 또는 CPU, GPU와 같은 범용 프로세서와 S/W의 조합을 통해 구현될 수도 있다. 또한, 전용 프로세서의 경우, 본 발명의 실시예를 구현하기 위한 메모리를 포함하여 구현되거나, 외부 메모리를 이용하기 위한 메모리 처리부를 포함하여 구현될 수 있다.
또한, AI 부호화부(1410) 및 전송부(1430)는 하나 이상의 프로세서로 구성될 수도 있다. 이 경우, 전용 프로세서들의 조합으로 구현될 수도 있고, AP 또는 CPU, GPU와 같은 다수의 범용 프로세서들과 S/W의 조합을 통해 구현될 수도 있다. 마찬가지로 AI 다운스케일부(1412)와 제 1 부호화부(1414)도 각각 서로 다른 프로세서로 구현될 수 있다.
AI 부호화부(1410)는 원본 영상(105)의 AI 다운스케일 및 제 1 영상(115)의 제 1 부호화를 수행하고, AI 데이터를 포함하는 서브 비트스트림 및 영상 데이터를 포함하는 메인 비트스트림을 포함하는 비디오 비트스트림을 전송부(1430)로 전달한다.
영상 데이터는 제 1 영상(115)의 제 1 부호화 결과 생성된 데이터를 포함한다. 영상 데이터는 제 1 영상(115) 내 픽셀 값들에 기초하여 생성되는 데이터, 예를 들어, 제 1 영상(115)과 제 1 영상(115)의 예측 데이터 사이의 차이인 잔차 데이터를 포함할 수 있다. 또한, 영상 데이터는 제 1 영상(115)의 제 1 부호화 과정에서 이용된 정보들을 포함한다. 예를 들어, 영상 데이터는 제 1 영상(115)을 제 1 부호화하는데 이용된 모드(mode) 정보(예를 들어, 예측 모드 정보, 움직임 정보 등) 및 제 1 영상(115)을 제 1 부호화하는데 이용된 양자화 파라미터 관련 정보 등을 포함할 수 있다. 또한, 영상 데이터는 적어도 하나의 프레임에 공통적으로 이용되는 파라미터 정보를 포함할 수 있다.
AI 데이터는, AI 업스케일 활성화 플래그 정보 및 AI 서브 데이터를 포함할 수 있다. AI 업스케일 활성화 플래그 정보는 AI 업스케일을 수행하는지 여부를 나타내는 플래그 정보일 수 있다. 즉, AI 데이터는 제 1 부호화되는 영상이 AI 다운스케일된 영상인지 여부를 나타내는 플래그 정보를 포함할 수 있다.
AI 서브 데이터는 AI 복호화 장치(1300)의 AI 업스케일부(1334)가 제 1 DNN의 다운스케일 타겟에 대응하는 업스케일 타겟으로 제 2 영상(135)을 AI 업스케일할 수 있게 하는 정보들을 포함한다. 일 예에서, AI 서브 데이터는 원본 영상(105)과 제 1 영상(115) 사이의 차이 정보를 포함할 수 있다. 또한, AI 서브 데이터는 제 1 영상(115) 관련 정보를 포함할 수도 있다. 제 1 영상(115) 관련 정보는, 제 1 영상(115)의 해상도, 제 1 영상(115)의 제 1 부호화 결과 생성된 영상 데이터의 비트레이트 및 제 1 영상(115)의 제 1 부호화시 이용된 코덱 타입 중 적어도 하나에 대한 정보를 포함할 수 있다. 또한, AI 서브 데이터는 제 1 영상의 제1 부호화에 이용된 양자화 파라미터의 평균값을 포함할 수 있다. 또한, AI 서브 데이터는 제 1 영상의 적어도 일부의 양자화 파라미터 지시자 정보를 포함할 수 있다. 또한, AI 서브 데이터는 제 1 영상의 장르 정보를 포함할 수 있다.
또한, AI 데이터는 AI 업스케일을 통해 생성될 제 3 영상(145)(또는 원본 영상(105))의 해상도 정보를 포함할 수 있다. 또한, AI 데이터는 제 2 영상(135)의 AI 업스케일을 위해 추가 메타 데이터 정보를 더 포함할 수 있다.
AI 설정부(1413)는 AI 다운 스케일부(1412)가 제1 DNN을 통해 원본 영상(105)을 AI 다운스케일 할지 여부를 결정한다.
AI 설정부(1413)는 원본 영상(105)의 해상도, 원본 영상(105)의 타입(예를 들어, 파일의 종류), 원본 영상(105)에 포함된 피사체의 종류 등에 기초하여 AI 다운스케일 수행 여부를 결정할 수 있다. 예를 들어, AI 설정부(1413)는 원본 영상(105)의 해상도가 소정 해상도(예를 들어, HD)보다 작으면, AI 다운스케일을 하지 않는 것으로 결정할 수 있다.
AI 설정부(1413)는 제 1 DNN을 통해 원본 영상(105)을 AI 다운스케일하는 것으로 결정하면, 제 1 DNN을 통해 원본 영상(105)으로부터 AI 다운스케일된 제 1 영상(115)을 생성하도록 DNN 설정 정보를 AI 다운 스케일부(1412)로 제공할 수 있다.
AI 설정부(1413)는 원본 영상(105)의 AI 다운스케일을 위한 제1 DNN을 식별하기 위해 제 1 영상의 제1 부호화에 이용된 양자화 파라미터의 평균값을 더 입력하여 DNN 설정 정보를 획득하고, DNN 설정 정보를 AI 다운 스케일부(1412)로 제공할 수 있다.
AI 설정부(1413)는 원본 영상(105)의 AI 다운스케일을 위한 제1 DNN을 식별하기 위해 제 1 영상의 적어도 일부의 양자화 파라미터 지시자 정보를 더 입력하여 DNN 설정 정보를 획득하고, DNN 설정 정보를 AI 다운 스케일부(1412)로 제공할 수 있다.
AI 설정부(1413)는 원본 영상(105)의 AI 다운스케일을 위한 제1 DNN을 식별하기 위해 제 1 영상(115)의 장르를 나타내는 정보를 더 입력하여 DNN 설정 정보를 획득하고, DNN 설정 정보를 AI 다운 스케일부(1412)로 제공할 수 있다.
AI 설정부(1413)는 원본 영상(105)의 AI 다운스케일을 위한 제1 DNN을 식별하기 위해 추가 메타 데이터 정보를 더 입력하여 DNN 설정 정보를 획득하고, DNN 설정 정보를 AI 다운 스케일부(1412)로 제공할 수 있다.
AI 설정부(1413)는 미리 결정된 기준에 기초하여 원본 영상(105)의 다운스케일 타겟을 결정할 수 있다.
다운스케일 타겟에 부합하는 제 1 영상(115)의 생성을 위해, AI 설정부(1413)는 제 1 DNN에 세팅 가능한 복수의 DNN 설정 정보를 저장할 수 있다. AI 설정부(1413)는 복수의 DNN 설정 정보 중 다운스케일 타겟에 대응하는 DNN 설정 정보를 획득하고, 획득된 DNN 설정 정보를 AI 다운 스케일부(1412)로 전달할 수 있다. AI 다운스케일부(1412)는 획득된 DNN 설정 정보로 세팅된 제 1 DNN을 통해 원본 영상(105)을 AI 다운스케일한다.
상기 복수의 DNN 설정 정보 각각은 미리 결정된 해상도 및/또는 미리 결정된 화질의 제 1 영상(115)을 생성하기 위해 훈련된 것일 수 있다. 예를 들어, 복수의 DNN 설정 정보 중 어느 하나의 DNN 설정 정보는 원본 영상(105)의 해상도보다 1/2배만큼 작은 해상도의 제 1 영상(115), 예를 들어, 4K(4096*2160)의 원본 영상(105)보다 1/2배 작은 2K(2048*1080)의 제 1 영상(115)을 생성하기 위한 정보들을 포함할 수 있고, 다른 하나의 DNN 설정 정보는 원본 영상(105)의 해상도보다 1/4배만큼 작은 해상도의 제 1 영상(115), 예를 들어, 8K(8192*4320)의 원본 영상(105)보다 1/4배 작은 2K(2048*1080)의 제 1 영상(115)을 생성하기 위한 정보들을 포함할 수 있다.
AI 다운스케일부(1412)는 원본 영상(105)의 AI 다운스케일을 위해 획득된 DNN 설정 정보로 제 1 DNN을 세팅하여, 소정 해상도 및/또는 소정 화질의 제 1 영상(115)을 제 1 DNN을 통해 생성할 수 있다. 복수의 DNN 설정 정보 중 원본 영상(105)의 AI 다운스케일을 위한 DNN 설정 정보가 획득되면, 제 1 DNN 내 각 레이어는 DNN 설정 정보에 포함된 정보들에 기초하여 입력된 데이터를 처리할 수 있다.
일 실시예에서, 다운스케일 타겟에 부합하는 제 1 영상(115)의 생성을 위해, AI 다운스케일부(1412)는 AI 설정부(1413)에서 획득된 DNN 설정 정보를 기초로, 미리 저장된 복수의 제 1 DNN 중 원본 영상(105)을 AI 다운스케일하기 위한 제 1 DNN을 결정하고, 결정된 제 1 DNN을 통해 원본 영상(105)을 AI 다운스케일할 수도 있다. 복수의 제 1 DNN은 레이어의 구조가 서로 상이하거나, 미리 세팅된 파라미터들이 서로 상이할 수 있다.
AI 설정부(1413)는 미리 결정된 기준(예를 들어, 압축률, 압축 품질, 압축 히스토리 정보 및 원본 영상의 타입 중 적어도 하나에 기초하여 결정되는 기준)에 기초하여 복수의 제 1 DNN 중 원본 영상(105)을 AI 다운스케일하기 위한 제 1 DNN을 선택할 수 있고, 선택된 제 1 DNN과 관련된 DNN 설정 정보를 AI 다운스케일부(1412)로 전달할 수 있다.
이하에서는, AI 설정부(1413)가 다운스케일 타겟을 결정하는 방법에 대해 설명한다. 상기 다운스케일 타겟은 예를 들어, 원본 영상(105)으로부터 얼마나 해상도가 감소한 제 1 영상(115)을 생성해야 하는지를 나타낼 수 있다.
일 실시예에서, AI 설정부(1413)는 압축률, 압축 품질, 압축 히스토리 정보 및 원본 영상(105)의 타입 중 적어도 하나에 기초하여 다운스케일 타겟을 결정할 수 있다.
일 예에서, AI 설정부(1413)는 미리 설정되거나, 사용자로부터 입력받은 압축률 또는 압축 품질 등에 기반하여 다운스케일 타겟을 결정할 수 있다.
다른 예로, AI 설정부(1413)는 AI 부호화 장치(1400)에 저장된 압축 히스토리 정보를 이용하여 다운스케일 타겟을 결정할 수도 있다. 예를 들어, AI 부호화 장치(1400)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 설정부(1413)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 설정부(1413)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 설정부(1413)는 소정 개수의 프레임 별로 다운스케일 타겟을 독립적으로 결정할 수 있고, 또는, 전체 프레임에 대해 공통된 다운스케일 타겟을 결정할 수도 있다.
일 예시에서, AI 설정부(1413)는 원본 영상(105)을 구성하는 프레임들을 소정 개수의 그룹으로 구분하고, 각 그룹별로 다운스케일 타겟을 독립적으로 결정할 수 있다. 각 그룹에 대해 동일하거나 상이한 다운스케일 타겟이 결정될 수 있다. 그룹들에 포함된 프레임들의 개수는 그룹별로 동일하거나 상이할 수 있다.
다른 예시에서, AI 설정부(1413)는 원본 영상(105)을 구성하는 프레임별로 다운스케일 타겟을 독립적으로 결정할 수 있다. 각각의 프레임에 대해 동일하거나 상이한 다운스케일 타겟이 결정될 수 있다. 전술한 AI 다운스케일부(1432) 및 AI 설정부(1433)은 AI 다운 스케일부(712) 및 AI 설정부(718)에 대응될 수 있다.
한편, 제1 부호화부(1414)는 제1 부호화부(714)에 대응될 수 있다. 이에 제한되지 않고, 데이터 처리부(716)를 더 포함할 수 있다. 다만 이에 제한되지 않고, 제1 부호화부(1414)와 별도로 데이터 처리부(미도시)가 존재할 수 있다. 이때, 데이터 처리부(미도시)는 전술한 데이터 처리부(716)에 대응될 수 있다.
제1 부호화부(1414)는 AI 데이터를 AI 설정부(1313)로부터 획득할 수 있다. 제1 부호화부(1414)는 제 1 영상(115)의 제 1 부호화를 수행하여 영상 데이터를 획득하고, 영상 데이터 및 AI 데이터를 포함하는 AI 부호화 데이터를 전송부(1430)로 전달할 수 있다. 제1 부호화부(1414)는 AI 데이터를 포함하는 서브 비트스트림 및 영상 데이터를 포함하는 메인 비트스트림을 포함하는 비디오 비트스트림을 전송부(1430)로 전달할 수 있다.
전송부(1430)는 비디오 비트스트림을 패킷화하여 패킷화된 비트스트림을 생성할 수 있다. 비디오 비트스트림은 적어도 하나의 NAL 유닛을 포함하고, 이때, 적어도 하나의 프레임에 공통적으로 이용되는 파라미터 셋의 NAL 유닛, I 슬라이스, P 슬라이스, B 슬라이스의 NAL 유닛의 순서대로 정렬되어 수신될 수 있다.
전송부(1430)는 비트스트림에 포함된 적어도 하나의 NAL 유닛을 패킷의 페이로드에 포함하고, 이더넷 헤더(Ethernet Header), IP 헤더(IP Header), UDP/TCP 헤더, RTP 헤더 등과 같은 헤더를 추가하여 패킷화된 비디오 비트스트림을 생성할 수 있고, 전송부(1430)는 패킷화된 비트스트림을 네트워크를 통해 외부로 전송할 수 있다.
도 14b는 다른 실시예에 따른 AI 부호화 장치(1450)의 구성을 도시한 도면이다.
도 14b를 참조하면, AI 부호화 장치(1450)는 별도의 데이터 처리부(1465)를 포함하는 것을 제외하고, 도 14a와 유사한 구성을 포함할 수 있다.
데이터 처리부(1465)는 AI 데이터를 AI 설정부(1463)로부터 획득할 수 있다. 데이터 처리부(1465)는 영상 데이터를 제1 부호화부(1464)로부터 획득할 수 있다. 데이터 처리부(1465)는 AI 데이터 및 영상 데이터를 포함하는 비디오 파일을 생성할 수 있다. 데이터 처리부(1465)는 생성된 비디오 파일을 전송부(1430)로 전달할 수 있다. 이때, 비디오 파일의 메타 데이터 박스는 AI 데이터를 포함할 수 있고, 비디오 파일의 미디어 데이터 박스는 영상 데이터를 포함할 수 있다. 그밖의 AI 부호화 장치(1450)의 동작은 AI 부호화 장치(1400)의 동작과 유사하므로, AI 부호화 장치(1450)의 동작에 대한 자세한 설명은 생략하기로 한다.
도 15a는 일 실시예에 따른 AI 복호화 방법을 설명하기 위한 순서도이다.
S1505 단계에서, AI 복호화 장치(1300)는 제1 영상의 제1 부호화 결과 획득된 영상 데이터를 포함하는 메인 비트스트림 및 AI 데이터를 포함하는 서브 비트스트림을 포함하는 비디오 비트스트림을 획득할 수 있다.
메인 비트스트림은 소정의 코덱에서 영상 부호화 정보를 위해 정의된 비디오 비트스트림 내 소정의 메인 비트스트림 영역에 포함되고, 서브 비트스트림은 소정의 코덱에서 부가 데이터를 위해 정의된 비디오 비트스트림 내 소정의 서브 비트스트림 영역에 포함될 수 있다. 이때, 서브 비트스트림은 MPEG 비디오 코덱의 SEI(Supplemental Enhancement Information) 메시지일 수 있다. SEI 메시지는 소정의 표준에 의해 등록된 사용자 데이터 또는 UUID(Universally Unique Identifier)에 의해 식별되는 등록되지 않은(Unregistered) 사용자 데이터를 포함하는 SEI 메시지일 수 있다. 한편, 소정의 코덱인 AV1, VP9과 같은 코덱인 경우, 서브 비트스트림은 메타데이터 OBU(Open Bitstream Unit)일 수 있다. 이때, 메타데이터 OBU는 소정의 표준에 의해 등록된 사용자 데이터를 포함하는 메타데이터 OBU일 수 잇다.
서브 비트스트림에 포함된 AI 서브 데이터는 영상의 장르를 나타내는 영상 장르 정보, 제1 영상의 평균 양자화 값을 나타내는 평균 양자화 파라미터 정보, 제1 영상의 적어도 일부의 양자화 정도를 나타내는 양자화 파라미터 지시자 정보, 원본 영상 및 제1 영상 중 적어도 하나의 영상의 해상도를 나타내는 영상 해상도 정보, 원본 영상과 제 1 영상의 비율을 나타내는 영상 비율 정보, 제1 영상의 부호화시 이용된 코덱을 나타내는 코덱 정보, AI 업스케일 관련 추가 데이터를 포함하는지 여부를 나타내는 메타 데이터 플래그 정보 및 AI 업스케일 관련 추가 메타 데이터 정보 중 적어도 하나를 포함할 수 있다. 이때, 양자화 파라미터 지시자 정보는 미리 결정된 복수의 양자화 파라미터 그룹 중 하나의 양자화 파라미터 그룹을 나타내는 인덱스 정보일 수 있다.
양자화 파라미터 지시자 정보는 프레임 내 서브 그룹, 프레임, 프레임 그룹, 비디오 시퀀스 중 적어도 하나의 양자화 파라미터의 대표 값이 포함된 양자화 파라미터 그룹을 가리키는 인덱스 정보일 수 있다.
이때, 비디오 시퀀스는 영상 데이터의 연속된 모든 프레임을 포함하는 데이터 단위이다. 프레임 그룹은 프레임 그룹 파라미터 세트의 파라미터 정보를 공유하는 하나 이상의 연속된 프레임으로 구성된 데이터 단위이다. 프레임 그룹은 GOP(Group of Pictures) 또는 CVS(Coded Video Sequence)일 수 있다. 프레임 그룹은 다른 프레임을 참조하지 않고 부호화된 IDR(Instantaneous decoding refresh) 프레임 또는 IRAP(Intra Random Access Pictures) 프레임을 포함한다. 그리고 프레임 그룹의 나머지 프레임은 IDR 프레임 (또는 IRAP 프레임)을 참조하여 부호화된다. 프레임은 비디오에 포함된 하나의 정지 영상을 나타낸다. 프레임 서브 그룹은 프레임에 포함된 적어도 하나의 블록으로 구성된 데이터 단위이다.
S1510 단계에서, AI 복호화 장치(1300)는 메인 비트스트림에 포함된 영상 데이터를 제 1 복호화하여 제1 영상에 대응하는 제2 영상을 획득할 수 있다.
S1515 단계에서, AI 복호화 장치(1300)는 서브 비트스트림의 AI 데이터에 포함된 AI 업스케일 활성화 플래그를 획득할 수 있다.
S1520 단계에서, AI 복호화 장치(1300)는 AI 업스케일 활성화 플래그 정보가 AI 업스케일의 활성화를 나타내는지 여부를 결정할 수 있다.
S1525 단계에서, AI 복호화 장치(1300)는 AI 업스케일 활성화 플래그 정보가 AI 업스케일의 활성화를 나타내는 경우, 영상 데이터의 적어도 일부 및 서브 비트스트림에 포함된 AI 서브 데이터의 적어도 일부 중 적어도 하나를 기초로 미리 저장된 복수의 업스케일용 DNN 정보 중 선택된 업스케일용 DNN 정보에 따라 설정된 업스케일용 DNN 을 통해, AI 업스케일된 제 3 영상을 획득할 수 있다.
AI 복호화 장치(1300)는 메인 비트스트림의 영상 데이터로부터 획득된 양자화 파라미터 정보 및 AI 서브 데이터에 포함된 영상 장르 정보, 평균 양자화 파라미터 정보, 양자화 파라미터 지시자 정보, 영상 해상도 정보, 영상 비율 정보 및 AI 업스케일 관련 추가 메타 데이터 정보 중 적어도 하나를 기초로 복수의 업스케일용 DNN 정보 중 하나의 업스케일용 DNN 정보로 업스케일용 DNN을 설정할 수 있다.
AI 복호화 장치(1300)는 복수의 업스케일용 DNN 정보 중 양자화 파라미터 지시자 정보의 인덱스 정보가 나타내는 하나의 양자화 그룹에 대응하는 업스케일 용 DNN 정보로 업스케일용 DNN을 설정할 수 있다.
S1530 단계에서, AI 복호화 장치(1300)는 제 3 영상을 출력할 수 있다.
S1535 단계에서, AI 복호화 장치(1300)는 AI 업스케일 활성화 플래그 정보가 AI 업스케일이 활성화되지 않음을 나타내는 경우, 제2 영상을 출력할 수 있다.
도 15b는 다른 실시예에 따른 AI 복호화 방법을 설명하기 위한 순서도이다.
S1555 단계에서, AI 복호화 장치(1350)는 제1 영상의 제1 부호화 결과 획득된 영상 데이터를 포함하는 미디어 데이터 박스 및 AI 데이터를 포함하는 메타 데이터 박스를 포함하는 비디오 파일을 획득할 수 있다.
S1560 단계에서, AI 복호화 장치(1350)는 미디어 데이터 박스에 포함된 영상 데이터를 제 1 복호화하여 제1 영상에 대응하는 제2 영상을 획득할 수 있다.
S1565 단계에서, AI 복호화 장치(1350)는 메타 데이터 박스의 AI 데이터에 포함된 AI 업스케일 활성화 플래그를 획득할 수 있다.
S1570 단계에서, AI 복호화 장치(1350)는 AI 업스케일 활성화 플래그 정보가 AI 업스케일의 활성화를 나타내는지 여부를 결정할 수 있다.
S1575 단계에서, AI 복호화 장치(1350)는 AI 업스케일 활성화 플래그 정보가 AI 업스케일의 활성화를 나타내는 경우, 영상 데이터의 적어도 일부 및 메타 데이터 박스에 포함된 AI 서브 데이터의 적어도 일부 중 적어도 하나를 기초로 미리 저장된 복수의 업스케일용 DNN 정보 중 선택된 업스케일용 DNN 정보에 따라 설정된 업스케일용 DNN 을 통해, AI 업스케일된 제 3 영상을 획득할 수 있다.
S1580 단계에서, AI 복호화 장치(1350)는 AI 업스케일 활성화 플래그 정보가 AI 업스케일이 활성화되지 않음을 나타내는 경우, 제2 영상을 출력할 수 있다.
도 16a는 일 실시예에 따른 AI 부호화 방법을 설명하기 위한 순서도이다.
S1605 단계에서, AI 부호화 장치(1400)는 영상의 AI 다운스케일 여부를 결정할 수 있다.
S1610 단계에서, AI 부호화 장치(1400)는 결정 결과를 기초로, 다운스케일용 DNN을 이용하여 원본 영상으로부터 AI 다운스케일된 제 1 영상을 획득할 수 있다.
AI 부호화 장치(1400)는 메인 비트스트림의 영상 데이터로부터 획득된 양자화 파라미터 정보 및 AI 서브 데이터에 포함된 영상 장르 정보, 평균 양자화 파라미터 정보, 양자화 파라미터 지시자 정보, 영상 해상도 정보, 영상 비율 정보 및 AI 업스케일 관련 추가 메타 데이터 정보 중 적어도 하나를 기초로 복수의 다운스케일용 DNN 정보 중 하나의 다운스케일용 DNN 정보로 다운스케일용 DNN을 설정할 수 있다.
AI 부호화 장치(1400)는 복수의 다운스케일용 DNN 정보 중 양자화 파라미터 지시자 정보의 인덱스 정보가 나타내는 하나의 양자화 그룹에 대응하는 다운스케일 용 DNN 정보로 다운스케일용 DNN을 설정할 수 있다.
S1615 단계에서, AI 부호화 장치(1400)는 제1 영상을 부호화 하여 영상 데이터를 획득할 수 있다.
S1620 단계에서, AI 부호화 장치(1400)는 다운스케일 여부에 대응하는 AI 업스케일 여부를 나타내는 AI 업스케일 활성화 플래그를 생성할 수 있다.
S1625 단계에서, AI 부호화 장치(1400)는 원본 영상에 대해, AI 다운스케일을 수행하는 것으로 결정된 경우, AI 다운스케일에 대응하는 AI 업스케일과 관련된 AI 서브 데이터를 생성할 수 있다.
S1630 단계에서, AI 부호화 장치(1400)는 AI 업스케일 활성화 플래그 및 AI 서브 데이터를 포함하는 AI 데이터를 생성할 수 있다.
S1635 단계에서, AI 부호화 장치(1400)는 영상 데이터를 포함하는 메인 스트림과 AI 데이터를 포함하는 서브 비트스트림을 포함하는 비디오 비트스트림을 생성할 수 있다. 메인 비트스트림은 소정의 코덱에서 영상 부호화 정보를 위해 정의된 비디오 비트스트림 내 소정의 메인 비트스트림 영역에 포함되고, 서브 비트스트림은 소정의 코덱에서 부가 데이터를 위해 정의된 비디오 비트스트림 내 소정의 서브 비트스트림 영역에 포함될 수 있다. 이때, 서브 비트스트림은 MPEG 비디오 코덱의 SEI 메시지일 수 있다. SEI 메시지는 소정의 표준에 의해 등록된 사용자 데이터 또는 UUID(Universally Unique Identifier)에 의해 식별되는 등록되지 않은(Unregistered) 사용자 데이터를 포함하는 SEI 메시지일 수 있다. 한편, 소정의 코덱인 AV1, VP9과 같은 코덱인 경우, 서브 비트스트림은 메타데이터 OBU(Open Bitstream Unit)일 수 있다. 이때, 메타데이터 OBU는 소정의 표준에 의해 등록된 사용자 데이터를 포함하는 메타데이터 OBU일 수 잇다.
서브 비트스트림에 포함된 AI 서브 데이터는 영상의 장르를 나타내는 영상 장르 정보, 제1 영상의 평균 양자화 값을 나타내는 평균 양자화 파라미터 정보, 제1 영상의 적어도 일부의 양자화 정도를 나타내는 양자화 파라미터 지시자 정보, 원본 영상 및 제1 영상 중 적어도 하나의 영상의 해상도를 나타내는 영상 해상도 정보, 원본 영상과 제 1 영상의 비율을 나타내는 영상 비율 정보, 제1 영상의 부호화시 이용된 코덱을 나타내는 코덱 정보, AI 업스케일 관련 추가 데이터를 포함하는지 여부를 나타내는 메타 데이터 플래그 정보 및 AI 업스케일 관련 추가 메타 데이터 정보 중 적어도 하나를 포함할 수 있다. 이때, 양자화 파라미터 지시자 정보는 미리 결정된 복수의 양자화 파라미터 그룹 중 하나의 양자화 파라미터 그룹을 나타내는 인덱스 정보일 수 있다.
양자화 파라미터 지시자 정보는 프레임 내 서브 그룹, 프레임, 프레임 그룹, 비디오 시퀀스 중 적어도 하나의 양자화 파라미터의 대표 값이 포함된 양자화 파라미터 그룹을 가리키는 인덱스 정보일 수 있다.
도 16b는 다른 실시예에 따른 AI 부호화 방법을 설명하기 위한 순서도이다.
S1655 단계에서, AI 부호화 장치(1450)는 영상의 AI 다운스케일 여부를 결정할 수 있다.
S1660 단계에서, AI 부호화 장치(1450)는 결정 결과를 기초로, 다운스케일용 DNN을 이용하여 원본 영상으로부터 AI 다운스케일된 제 1 영상을 획득할 수 있다.
S1665 단계에서, AI 부호화 장치(1450)는 제1 영상을 부호화 하여 영상 데이터를 획득할 수 있다.
S1670 단계에서, AI 부호화 장치(1450)는 다운스케일 여부에 대응하는 AI 업스케일 여부를 나타내는 AI 업스케일 활성화 플래그를 생성할 수 있다.
S1675 단계에서, AI 부호화 장치(1450)는 원본 영상에 대해, AI 다운스케일을 수행하는 것으로 결정된 경우, AI 다운스케일에 대응하는 AI 업스케일과 관련된 AI 서브 데이터를 생성할 수 있다.
S1680 단계에서, AI 부호화 장치(1450)는 AI 업스케일 활성화 플래그 및 AI 서브 데이터를 포함하는 AI 데이터를 생성할 수 있다.
S1685 단계에서, AI 부호화 장치(1450)는 영상 데이터를 포함하는 미디어 데이터 박스와 AI 데이터를 포함하는 메타 데이터 박스를 포함하는 비디오 파일을 생성할 수 있다.
도 17는 영상 데이터(1700)와 AI 데이터(1740)의 구조와 함께, 영상 데이터(1700)와 AI 데이터(1740)의 상응 관계를 설명한다.
도 17에서 영상 데이터(1700)의 비디오-프레임 그룹-프레임 계층 구조가 설명된다. 도 17의 비디오(1702)는 영상 데이터(1700)의 연속된 모든 프레임을 포함하는 데이터 단위이다. 비디오(1702)에 포함된 모든 프레임에는 비디오 파라미터 세트의 파라미터 정보가 적용될 수 있다. 비디오 파라미터 세트는 비디오 헤더(1704)에 포함된다.
비디오(1702)는 복수의 프레임 그룹를 포함할 수 있다. 프레임 그룹은 프레임 그룹 파라미터 세트의 파라미터 정보를 공유하는 하나 이상의 연속된 프레임으로 구성된 데이터 단위이다. 프레임 그룹은 GOP(Group pf Pictures) 또는 CVS(Coded Video Sequence)일 수 있다. 프레임 그룹 파라미터 세트는 프레임 그룹 헤더에 포함될 수 있다. 예를 들어, 제1 프레임 그룹(1710)의 프레임 그룹 파라미터 세트는 제1 프레임 그룹 헤더(1712)에 포함될 수 있다. 그리고 제2 프레임 그룹(1714)의 프레임 그룹 파라미터 세트는 제2 프레임 그룹 헤더(1716)에 포함될 수 있다.
하나의 프레임 그룹은 다른 프레임 그룹을 참조하지 않고 독립적으로 부호화된다. 프레임 그룹은 다른 프레임을 참조하지 않고 부호화된 IDR(Instantaneous decoding refresh) 프레임 또는 IRAP(Intra Random Access Pictures) 프레임을 포함한다. 그리고 프레임 그룹의 나머지 프레임은 IDR 프레임 (또는 IRAP 프레임)을 참조하여 부호화된다. 따라서, 제1 프레임 그룹(1710)는 비디오(1702)의 다른 프레임 그룹을 참조하지 않고 독립적으로 부호화된다. 그리고 제1 프레임 그룹(1710)의 첫 번째로 부호화된 프레임인 제1 프레임(1720)은 IDR 프레임 (또는 IRAP 프레임)이다. 제2 프레임(1730)을 비롯한 제1 프레임 그룹(1710)의 나머지 프레임들은 제1 프레임(1720)을 참조하여 부호화된다.
프레임은 비디오에 포함된 하나의 정지 영상을 나타낸다. 프레임 헤더에는 프레임에 적용되는 파라미터 정보를 포함하는 프레임 파라미터 세트가 포함될 수 있다. 예를 들어, 제1 프레임(1720)의 제1 프레임 헤더(1722)는 제1 프레임(1720)에 적용되는 프레임 파라미터 세트가 포함될 수 있다. 마찬가지로, 제2 프레임(1730)의 제2 프레임 헤더(1732)는 제2 프레임(1730)에 적용되는 프레임 파라미터 세트가 포함될 수 있다.
도 17에서 상기 설명된 비디오-프레임 그룹-프레임 계층 구조에 따른 AI 데이터(1740)의 분류 방법이 설명된다. AI 데이터(1740)는 적용 범위에 따라 비디오 AI 데이터(1742), 프레임 그룹 AI 데이터(1750), 및 프레임 AI 데이터(1760)로 분류될 수 있다. 비디오 AI 데이터(1742)는 비디오에 포함된 모든 프레임 그룹들에 공통적으로 적용되는 AI 데이터를 의미한다. 그리고 프레임 그룹 AI 데이터(1750)는 현재 프레임 그룹에 포함된 프레임에 공통적으로 적용되는 AI 데이터를 의미한다. 또한 프레임 AI 데이터(1760)는 현재 프레임에 적용되는 AI 데이터를 의미한다.
비디오 AI 데이터(1742)는 비디오 헤더(1704)에 대응된다. 따라서 비디오 AI 데이터(1742)는 비디오 헤더(1704)와 병렬적으로 복호화될 수 있다. 또는 비디오 AI 데이터(1742)는 비디오 헤더(1704)의 복호화 바로 이전에 복호화될 수 있다. 또는 비디오 AI 데이터(1742)는 비디오 헤더(1704)의 복호화 바로 이후에 복호화될 수 있다.
프레임 그룹 AI 데이터(1750)는 프레임 그룹 헤더에 대응된다. 도 17에 따르면, 제1 프레임 그룹 AI 데이터(1752)는 제1 프레임 그룹 헤더(1712)에 대응된다. 그리고 제2 프레임 그룹 AI 데이터(1754)는 제2 프레임 그룹 헤더(1716)에 대응된다. 제1 프레임 그룹 AI 데이터(1752) 및 2 프레임 그룹 AI 데이터(1754)는 각각 제1 프레임 그룹 헤더(1712) 및 제2 프레임 그룹 헤더(1716)와 병렬적으로 복호화될 수 있다. 또는 제1 프레임 그룹 AI 데이터(1752) 및 2 프레임 그룹 AI 데이터(1754)는 각각 제1 프레임 그룹 헤더(1712) 및 제2 프레임 그룹 헤더(1716)의 복호화 바로 이전에 복호화될 수 있다. 또는 제1 프레임 그룹 AI 데이터(1752) 및 2 프레임 그룹 AI 데이터(1754)는 각각 제1 프레임 그룹 헤더(1712) 및 제2 프레임 그룹 헤더(1716)의 복호화 바로 이후에 복호화될 수 있다.
프레임 AI 데이터(1760)는 프레임 헤더에 대응된다. 도 17에 따르면, 제1 프레임 AI 데이터(1762)는 제1 프레임 헤더(1722)에 대응된다. 그리고 제2 프레임 AI 데이터(1764)는 제2 프레임 헤더(1732)에 대응된다. 제1 프레임 AI 데이터(1762) 및 는 제2 프레임 AI 데이터(1764)는 각각 제1 프레임 헤더(1722) 및 제2 프레임 헤더(1732)와 병렬적으로 복호화될 수 있다. 또는 제1 프레임 AI 데이터(1762) 및 는 제2 프레임 AI 데이터(1764)는 각각 제1 프레임 헤더(1722) 및 제2 프레임 헤더(1732)의 복호화 바로 이전에 복호화될 수 있다. 또는 제1 프레임 AI 데이터(1762) 및 는 제2 프레임 AI 데이터(1764)는 각각 제1 프레임 헤더(1722) 및 제2 프레임 헤더(1732)의 복호화 바로 이후에 복호화될 수 있다.
일 실시 예에 따르면, 도 7의 데이터 처리부(716)는 영상 데이터(1700)와 AI 데이터(1740)를 모두 포함한 단일 파일 형태의 AI 부호화 데이터를 생성할 수 있다. 본 명세서에서 파일은 메모리에 저장된 데이터의 모임을 의미한다. 그리고 비디오 파일은 메모리에 저장된 영상 데이터의 모임을 의미하며, 영상 데이터는 비트스트림의 형태로 구현될 수 있다.
일 실시 예에 따르면, AI 데이터(1740)는 영상 데이터(1700)에 삽입되지 않고, 단일 파일 내에서 영상 데이터(1700)와 분리되어 구성될 수 있다. 따라서 AI 부호화 데이터가 단일 파일로 구성되었음에도, AI 데이터(1740)와 영상 데이터(1700)가 분리되었으므로, AI 데이터(1740) 및/또는 영상 데이터(1700)는 AI 데이터(1740)와 영상 데이터(1700)의 동기화에 관한 정보를 포함할 수 있으나, 이에 제한되지는 않는다.
도 18은 AI 데이터 및 영상 데이터를 포함하는 비디오 비트스트림의 일 실시 예를 도시한다.
비디오 비트스트림(1800)은 서브 비트스트림(1810)과 메인 비트스트림(1830)로 구성된다. 서브 비트스트림(1810)에는 메인 비트스트림(1830)에 포함된 영상 데이터에 관한 부가 정보가 포함된다.
서브 비트스트림(1810)에는 동기화 데이터(1815) 및 AI 데이터(1820)가 포함될 수 있다.
제1 복호화부(1332)는 서브 비트스트림(1810)으로부터 동기화 데이터(1815) 및 AI 데이터(1820)를 추출할 수 있다. 그리고 제1 복호화부(1332)는 메인 비트스트림(1830)으로부터 영상 데이터(1831)를 추출할 수 있다. 제1 복호화부(1332)는 동기화 데이터(1815)를 AI 업스케일부(1334)에 전송하거나 AI 설정부(1333)을 통하여 AI 업스케일부(1334)로 전송하고, AI 업스케일부(1334)가, 동기화 데이터(1815)에 따라, 영상 데이터(1831)와 AI 데이터(1820)의 동기화를 할 수 있다.
AI 데이터(1820)는 비디오 AI 데이터(1822), 프레임 그룹 AI 데이터(1824) 및 프레임 AI 데이터(1826)을 포함한다. 비디오 AI 데이터(1822)는 비디오 헤더(1832)와, 프레임 그룹 AI 데이터(1824)는 프레임 그룹 헤더(1836)와, 프레임 AI 데이터(1826)는 프레임 헤더(1840)와 상응하도록 설정된다.
실시 예에 따라, 비디오의 모든 프레임들에 동일한 업스케일 DNN 정보가 이용될 경우, AI 데이터(1820)에서 프레임 그룹 AI 데이터(1824)와 프레임 AI 데이터(1826)는 생략될 수 있다. 또는 업스케일 DNN 정보가 프레임 그룹 단위마다 적응적으로 획득되고, 프레임 그룹의 모든 프레임들에 동일한 업스케일 DNN 정보가 사용될 경우, AI 데이터(1820)에서 프레임 AI 데이터(1826)는 생략될 수 있다.
동기화 데이터(1815)는 비디오 AI 데이터(1822), 프레임 그룹 AI 데이터(1824) 및 프레임 AI 데이터(1826)와 비디오 헤더(1832), 프레임 그룹 헤더(1836), 프레임 헤더(1840)의 동기화에 관한 정보를 포함한다. 예를 들어, 동기화 데이터(1815)는 메인 비트스트림(1830)의 영상 데이터(1831)의 재생 순서 정보 또는 복호화 순서 정보를 포함할 수 있다. 따라서 AI 설정부(1333)는, 동기화 데이터(1815)의 재생 순서 정보 또는 복호화 순서 정보에 따라 결정된 AI 데이터로부터, 저해상도 영상의 AI 업스케일에 필요한 업스케일 DNN 정보를 획득할 수 있다.
예를 들어, 프레임(1838)의 저해상도 영상을 AI 업스케일하기 위하여, AI 설정부(1333)는 동기화 데이터(1815)에 기초하여 프레임 그룹(1834)에 대응되는 프레임 그룹 AI 데이터(1824)와 프레임(1838)에 대응되는 프레임 AI 데이터(1826)를 결정할 수 있다. 그리고 프레임 그룹 AI 데이터(1824) 및 프레임 AI 데이터(1826)와 함께 모든 프레임에 적용되는 비디오 AI 데이터(1822)를 고려하여, AI 설정부(1333)는 프레임(1838)의 저해상도 영상의 AI 업스케일을 위한 업스케일 DNN 정보를 획득할 수 있다.
서브 비트스트림(1810)의 AI 데이터(1820)는 메인 비트스트림(1830)의 영상 데이터(1831)보다 먼저 복호화될 수 있다. 따라서, AI 설정부(1333)는, AI 데이터(1820)에 따라, 업스케일 DNN 정보를 영상 데이터(1831)의 복호화 이전에 획득 할 수 있다. 상기 업스케일 DNN 정보는 비디오 전체에 대하여 적용될 수 있다.
또는 프레임 그룹 단위의 적응적 AI 업스케일을 위하여, 프레임 그룹 마다 다른 업스케일 DNN 정보가 획득될 수 있다. 또는, 프레임 단위의 적응적 AI 업스케일을 위하여, 업스케일 DNN 정보는 프레임마다 다르게 미리 획득될 수 있다.
AI 설정부(1333)는 서브 비트스트림(1810)의 AI 데이터(1820)를, 메인 비트스트림(1830)의 영상 데이터(1831)의 복호화 순서에 따라, 복호화할 수 있다.
비디오 AI 데이터(1822)의 복호화는 비디오 헤더(1832)의 복호화 바로 이전 또는 이후에 수행될 수 있다. 또는 비디오 AI 데이터(1822)는 비디오 헤더(1832)와 병렬적으로 복호화될 수 있다. 비디오 AI 데이터(1822)를 비디오 헤더(1832)의 복호화 순서에 따라 복호화하기 위하여, 동기화 데이터(1815)가 참조될 수 있다.
마찬가지로, AI 설정부(1333)는 프레임 그룹 AI 데이터(1824)의 복호화를, 제1 복호화부(1332)에 따른 프레임 그룹 헤더(1836)의 복호화 바로 이전 또는 이후에, 수행할 수 있다. 또는 AI 설정부(1333)는 프레임 그룹 AI 데이터(1824)를, 제1 복호화부(1332)에 따른 프레임 그룹 헤더(1836)의 복호화와 병렬적으로, 복호화할 수 있다. 프레임 그룹 AI 데이터(1824)를 프레임 그룹 헤더(1836)의 복호화 순서에 따라 복호화하기 위하여, 동기화 데이터(1815)가 참조될 수 있다.
그리고 AI 설정부(1333)는 프레임 AI 데이터(1826)의 복호화를, 제1 복호화부(1332)에 따른 프레임 헤더(1840)의 복호화 바로 이전 또는 이후에, 수행할 수 있다. 또는 프레임 AI 데이터(1826)는, 제1 복호화부(1232)에 따른 프레임 헤더(1840)의 복호화와 병렬적으로, 복호화될 수 있다. 프레임 AI 데이터(1826)를 프레임 헤더(1840)의 복호화 순서에 따라 복호화하기 위하여, 동기화 데이터(1815)가 참조될 수 있다.
도 19는 단일 파일 내에서 AI 데이터와 영상 데이터가 분리되어 있는 경우의 AI 부호화 데이터의 일 실시 예를 도시한다. 도 19에서 AI 부호화 데이터는 소정 컨테이너 포맷의 비디오 파일(1900)에 포함된다. 상기 소정 컨테이너 포맷은 MP4, AVI, MKV, FLV 등일 수 있다.
비디오 파일(1900)은 메타데이터 박스(1910)와 미디어데이터 박스(1930)로 구성된다. 메타데이터 박스(1910)에는 미디어데이터 박스(1930)에 포함된 미디어 데이터에 관한 정보가 포함된다. 예를 들어, 메타데이터 박스(1910)에는 미디어 데이터의 종류, 미디어 데이터의 부호화에 사용된 코덱의 종류 및 미디어의 재생 시간 등에 관한 정보가 포함될 수 있다.
메타데이터 박스(1910)에는 동기화 데이터(1915) 및 AI 데이터(1920)가 포함될 수 있다. 동기화 데이터(1915) 및 AI 데이터(1920)는 소정 컨테이너 포맷에서 제공하는 부호화 방식에 따라 부호화되어, 메타데이터 박스(1910)에 저장된다.
파싱부(1381)는 메타데이터 박스(1910)로부터 동기화 데이터(1915) 및 AI 데이터(1920)를 추출할 수 있다. 그리고 파싱부(1381)는 미디어데이터 박스(1930)로부터 영상 데이터(1931)를 추출할 수 있다. 파싱부(1381)는 동기화 데이터(1915)에 따라, 영상 데이터(1931)를 제1 복호화부(1332)에 전송하고, AI 데이터(1920)를 AI 설정부(1333)에 전송할 수 있다. 또는 파싱부(1381)는 동기화 데이터(1915)를 AI 업스케일부(1334) 또는 AI 설정부(1333)를 통해 AI 업스케일부(1334)에 전송하고, AI 업스케일부(1334)가, 동기화 데이터(1915)에 따라, 영상 데이터(1931)와 AI 데이터(1920)의 동기화를 할 수 있다.
AI 데이터(1920)는 비디오 AI 데이터(1922), 프레임 그룹 AI 데이터(1924) 및 프레임 AI 데이터(1926)을 포함한다. 비디오 AI 데이터(1922)는 비디오 헤더(1932)와, 프레임 그룹 AI 데이터(1924)는 프레임 그룹 헤더(1936)와, 프레임 AI 데이터(1926)는 프레임 헤더(1940)와 상응하도록 설정된다.
실시 예에 따라, 비디오의 모든 프레임들에 동일한 업스케일 DNN 정보가 이용될 경우, AI 데이터(1920)에서 프레임 그룹 AI 데이터(1924)와 프레임 AI 데이터(1926)는 생략될 수 있다. 또는 업스케일 DNN 정보가 프레임 그룹 단위마다 적응적으로 획득되고, 프레임 그룹의 모든 프레임들에 동일한 업스케일 DNN 정보가 사용될 경우, AI 데이터(1920)에서 프레임 AI 데이터(1926)는 생략될 수 있다.
동기화 데이터(1915)는 비디오 AI 데이터(1922), 프레임 그룹 AI 데이터(1924) 및 프레임 AI 데이터(1926)와 비디오 헤더(1932), 프레임 그룹 헤더(1936), 프레임 헤더(1940)의 동기화에 관한 정보를 포함한다. 예를 들어, 동기화 데이터(1915)는 미디어데이터 박스(1930)의 영상 데이터(1931)의 재생 순서 정보 또는 복호화 순서 정보를 포함할 수 있다. 따라서 AI 설정부(1333)는, 동기화 데이터(1915)의 재생 순서 정보 또는 복호화 순서 정보에 따라 결정된 AI 데이터로부터, 저해상도 영상의 AI 업스케일에 필요한 업스케일 DNN 정보를 획득할 수 있고, AI 업스케일부(1334)로 전달할 수 있다.
예를 들어, 프레임(1938)의 저해상도 영상을 AI 업스케일하기 위하여, 파싱부(1381) 또는 AI 설정부(1281)는 동기화 데이터(1915)에 기초하여 프레임 그룹(1934)에 대응되는 프레임 그룹 AI 데이터(1924)와 프레임(1938)에 대응되는 프레임 AI 데이터(1926)를 결정할 수 있다. 그리고 프레임 그룹 AI 데이터(1924) 및 프레임 AI 데이터(1926)와 함께 모든 프레임에 적용되는 비디오 AI 데이터(1922)를 고려하여, AI 설정부(1281)는 프레임(1938)의 저해상도 영상의 AI 업스케일을 위한 업스케일 DNN 정보를 획득할 수 있다.
메타데이터 박스(1910)의 AI 데이터(1920)는 미디어 데이터 박스(1930)의 영상 데이터(1931)보다 먼저 복호화될 수 있다. 따라서, AI 설정부(1383)는, AI 데이터(1920)에 따라, 업스케일 DNN 정보를 영상 데이터(1931)의 복호화 이전에 획득 할 수 있다. 상기 업스케일 DNN 정보는 비디오 전체에 대하여 적용될 수 있다. 또는 프레임 그룹 단위의 적응적 AI 업스케일을 위하여, 프레임 그룹 마다 다른 업스케일 DNN 정보가 획득될 수 있다. 또는, 프레임 단위의 적응적 AI 업스케일을 위하여, 업스케일 DNN 정보는 프레임마다 다르게 미리 획득될 수 있다.
AI 설정부(1383)는, 메타데이터 박스(1910)의 AI 데이터(1920)를, 미디어 데이터 박스(1930)의 영상 데이터(1931)의 복호화 순서에 따라, 복호화할 수 있다. 비디오 AI 데이터(1922)의 복호화는 비디오 헤더(1932)의 복호화 바로 이전 또는 이후에 수행될 수 있다. 또는 비디오 AI 데이터(1922)는 비디오 헤더(1932)와 병렬적으로 복호화될 수 있다. 비디오 AI 데이터(1922)를 비디오 헤더(1932)의 복호화 순서에 따라 복호화하기 위하여, 동기화 데이터(1915)가 참조될 수 있다.
마찬가지로, AI 설정부(1383)는 프레임 그룹 AI 데이터(1924)의 복호화를, 제1 복호화부(1382)에 따른 프레임 그룹 헤더(1936)의 복호화 바로 이전 또는 이후에, 수행할 수 있다. 또는 AI 설정부(1383)는 프레임 그룹 AI 데이터(1924)를, 제1 복호화부(1382)에 따른 프레임 그룹 헤더(1936)의 복호화와 병렬적으로, 복호화할 수 있다. 프레임 그룹 AI 데이터(1924)를 프레임 그룹 헤더(1936)의 복호화 순서에 따라 복호화하기 위하여, 동기화 데이터(1915)가 참조될 수 있다.
그리고 AI 설정부(1383)는 프레임 AI 데이터(1926)의 복호화를, 제1 복호화부(1382)에 따른 프레임 헤더(1940)의 복호화 바로 이전 또는 이후에, 수행할 수 있다. 또는 AI 설정부(1383)는 프레임 AI 데이터(1926)는, 제1 복호화부(1382)에 따른 프레임 헤더(1940)의 복호화와 병렬적으로, 복호화될 수 있다. 프레임 AI 데이터(1926)를 프레임 헤더(1940)의 복호화 순서에 따라 복호화하기 위하여, 동기화 데이터(1915)가 참조될 수 있다.
도 19에서는 설명의 편의를 위하여, 비디오 파일(1900)에 하나의 메타데이터 박스(1910)와 하나의 미디어데이터 박스(1930)가 포함된 것으로 설명되었다. 그러나 비디오 파일(1900)은 2개 이상의 메타데이터 박스와 2개 이상의 미디어 데이터 박스를 포함할 수 있다. 따라서, 영상 데이터가 소정의 시간 단위로 분할된 2개 이상의 영상 데이터 세그먼트들이, 2개 이상의 미디어 데이터 박스에 저장될 수 있다. 그리고 상기 2개 이상의 미디어 데이터 박스에 저장된 영상 데이터 세그먼트들에 대한 정보가 2개 이상의 메타 데이터 박스에 포함될 수 있다. 또한 2개 이상의 메타데이터 박스는 각각 AI 데이터를 포함할 수 있다.
도 20a는 AI 데이터가 영상 데이터에 삽입된 경우의 AI 부호화 데이터의 일 실시 예를 도시한다.
비디오 파일(2000)은, 도 19의 비디오 파일(1900)과 마찬가지로, 메타데이터 박스(1902)와 미디어데이터 박스(1904)을 포함한다. AI 데이터가 영상 데이터에 삽입된 바, 메타데이터 박스(1902)는 AI 데이터를 포함하지 않는다. 대신 AI 데이터가 삽입된 영상 데이터가 미디어데이터 박스(1904)에 포함된다. AI 데이터는 영상 데이터의 비디오 코덱에 따라 부호화될 수 있다. 예를 들어, 상기 영상 데이터의 비디오 코덱은 H.264, HEVC, AVS2.0, Xvid 등일 수 있다.
따라서 파싱부(232)는 메타데이터 박스(2002)로부터 AI 데이터를 추출하지 않는다. 대신 제1 복호화부(234)는 영상 데이터(2005)로부터 AI 데이터를 추출하고, 추출된 AI 데이터를 AI 설정부(238)에 전달할 수 있다. 그리고 상기 AI 데이터에 의해 획득된 업스케일 DNN 정보에 기초하여, AI 업스케일부(236)는 제1 복호화부(234)에 의하여 복원된 저해상도 영상을 AI 업스케일 할 수 있다.
도 19의 비디오 파일(1900)과 다르게, AI 데이터가 영상 데이터(2005) 안에서 영상 데이터(2005)의 복호화 순서에 따라 삽입되어 있으므로, 비디오 파일(2000)은 동기화 데이터를 포함하지 않을 수 있다. 따라서, AI 데이터는 영상 데이터(2005)가 복호화됨에 따라, 순차적으로 복호화된다.
비디오 AI 데이터(2008)는 비디오의 파라미터 정보를 포함하는 비디오 헤더(2006)의 바로 이후에 위치할 수 있다. 따라서 비디오 AI 데이터(2008)는 비디오 헤더(2006)에 포함된 비디오 파라미터들이 복호화된 후에 복호화될 수 있다. 실시 예에 따라, 도 16a와 다르게, 비디오 AI 데이터(2008)가 비디오 헤더(2006)의 바로 이전에 위치할 수 있다.
프레임 그룹 AI 데이터(2014)는 프레임 그룹(2010)의 파라미터 정보를 포함하는 프레임 그룹 헤더(2012)의 바로 이후에 위치할 수 있다. 따라서 프레임 그룹 AI 데이터(2014)는 프레임 그룹 헤더(2012)에 포함된 프레임 그룹 파라미터들이 복호화된 후에 복호화될 수 있다. 실시 예에 따라, 도 20a와 다르게, 프레임 그룹 AI 데이터(2014)가 프레임 그룹 헤더(2012)의 바로 이전에 위치할 수 있다. 프레임 그룹(2010) 이후에 복호화되는 나머지 프레임 그룹들의 프레임 그룹 헤더와 프레임 그룹 AI 데이터의 복호화 순서도 프레임 그룹 헤더(2012)와 프레임 그룹 AI 데이터(2014)의 복호화 순서와 동일하게 결정될 수 있다.
프레임 AI 데이터(2020)는 프레임(2016)의 파라미터 정보를 포함하는 프레임 헤더(2018)의 바로 이후에 위치할 수 있다. 따라서 프레임 AI 데이터(2020)는 프레임 헤더(2018)에 포함된 프레임 그룹 파라미터들이 복호화된 후에 복호화될 수 있다. 실시 예에 따라, 도 20a와 다르게, 프레임 AI 데이터(2020)가 프레임 헤더(2018)의 바로 이전에 위치할 수 있다. 프레임 (2016) 이후에 복호화되는 나머지 프레임들의 프레임 헤더와 프레임 AI 데이터의 복호화 순서도 프레임 헤더(2018)와 프레임 AI 데이터(2020)의 복호화 순서와 동일하게 결정될 수 있다.
도 20b는 AI 데이터가 영상 데이터에 삽입된 경우의 AI 부호화 데이터의 다른 실시 예를 도시한다.
도 20a의 비디오 파일(2000)과 마찬가지로, 비디오 파일(2020)은 메타데이터 박스(2022)와 미디어데이터 박스(2024)을 포함한다. 그리고 메타데이터 박스(2022)는 AI 데이터를 포함하지 않고, 대신 AI 데이터가 삽입된 영상 데이터(2025)가 미디어데이터 박스(2024)에 포함된다. 다만 도 15a의 비디오 파일(2000)과 다르게, 비디오 파일(2020)에는 AI 데이터가 대응되는 데이터 헤더에 삽입된다.
비디오 AI 데이터(2028)는 비디오의 파라미터 정보를 포함하는 비디오 헤더(2026)에 포함할 수 있다. 따라서 비디오 AI 데이터(2028)는 비디오 헤더(2026)에 포함된 비디오 파라미터들과 함께 복호화될 수 있다.
프레임 그룹 AI 데이터(2034)는 프레임 그룹(2030)의 파라미터 정보를 포함하는 프레임 그룹 헤더(2032)에 포함할 수 있다. 따라서 프레임 그룹 AI 데이터(2034)는 프레임 그룹 헤더(2032)에 포함된 프레임 그룹 파라미터들과 함께 복호화될 수 있다. 프레임 그룹(2030) 이후에 복호화되는 나머지 프레임 그룹들의 프레임 그룹 AI 데이터도 프레임 그룹 헤더에 포함될 수 있다.
프레임 AI 데이터(2040)는 프레임(2036)의 파라미터 정보를 포함하는 프레임 헤더(2038)에 포함할 수 있다. 따라서 프레임 AI 데이터(2040)는 프레임 헤더(2038)에 포함된 프레임 그룹 파라미터들과 함께 복호화될 수 있다.
프레임(2036) 이후에 복호화되는 나머지 프레임들의 프레임 AI 데이터도 프레임 헤더에 포함될 수 있다.
도 20c는 일부 AI 데이터가 영상 데이터에 삽입되고 나머지 AI 데이터는 영상 데이터와 분리된 경우의 AI 부호화 데이터의 일 실시 예를 도시한다.
도 20a의 비디오 파일(2000)과 마찬가지로, 비디오 파일(2050)은 메타데이터 박스(2052)와 미디어데이터 박스(2056)을 포함한다. 메타데이터 박스(2052)는 비디오의 모든 프레임에 적용되는 비디오 AI 데이터(2054)를 포함한다. 그리고 프레임 그룹 AI 데이터와 프레임 AI 데이터는 미디어데이터 박스(2056)의 영상 데이터에 포함된다.
도 20a의 비디오 AI 데이터(2008) 및 도 20b의 비디오 AI 데이터(2028)와 달리 메타데이터 박스(2052)에 포함된 비디오 AI 데이터(2054)는 영상 데이터의 복호화 이전에 복호화될 수 있다. 그리고 프레임 그룹 AI 데이터와 프레임 AI 데이터는 영상 데이터가 복호화됨에 따라, 순차적으로 복호화된다.
따라서 파싱부(232)는 메타데이터 박스(2052)로부터 비디오 AI 데이터(2054)를 추출할 수 있다. 그리고 파싱부(232)는 비디오 AI 데이터(2054)를 AI 설정부(238)에 전송할 수 있다. 또한 파싱부(232)는 영상 데이터(2057)를 제1 복호화부(234)에 전송할 수 있다. 그리고 제1 복호화부(234)는, 영상 데이터(2057)를 복호화함으로써, 저해상도 영상을 복원하고, 프레임 그룹 AI 데이터(2064)와 프레임 AI 데이터(2070)를 추출할 수 있다. 또한 제1 복호화부(234)는 프레임 그룹 AI 데이터(2064)와 프레임 AI 데이터(2070)를 AI 설정부(238)에 전송할 수 있다. 그리고 AI 설정부(238)는 비디오 AI 데이터(2054), 프레임 그룹 AI 데이터(2064), 및 프레임 AI 데이터(2070)에 따라 저해상도 영상의 AI 업스케일을 위한 업스케일 DNN 정보를 획득할 수 있다.
프레임 그룹 AI 데이터(2064)는 프레임 그룹(2060)의 파라미터 정보를 포함하는 프레임 그룹 헤더(2062)의 바로 이후에 위치할 수 있다. 그러나 실시 예에 따라, 프레임 그룹 AI 데이터(2064)는 프레임 그룹 헤더(2062)의 바로 이전에 위치할 수 있다. 또한 프레임 그룹 AI 데이터(2064)는 프레임 그룹 헤더(2062)에 포함될 수 있다.
프레임 AI 데이터(2070)는 프레임(2066)의 파라미터 정보를 포함하는 프레임 헤더(2068)의 바로 이후에 위치할 수 있다. 그러나 실시 예에 따라, 프레임 AI 데이터(2070)가 프레임 헤더(2068)의 바로 이전에 위치할 수 있다. 또한 프레임 AI 데이터(2070)는 프레임 헤더(2068)에 포함될 수 있다.
도 20c에서는, 비디오 AI 데이터(2054)만 메타데이터 박스(2052)에 포함된다고 표현되었으나, 프레임 그룹 AI 데이터가 추가적으로 메타데이터 박스(2052)에 포함될 수 있다. 또는 프레임 그룹 AI 데이터의 일부가 메타데이터 박스(2052)에 포함될 수 있다. 또는 프레임 AI 데이터의 일부가 메타데이터 박스(2052)에 포함될 수 있다.
도 20a 및 20c에서 미디어데이터 박스에 삽입된 프레임 그룹 AI 데이터(2014, 2064) 및 프레임 AI 데이터(2020, 2070)는 SEI (Supplementary Enhancement Information) 메시지의 형태로 삽입될 수 있다. SEI 메시지는 영상의 복호화에 반드시 필요하지 않은 영상에 관한 부가 정보가 포함되는 데이터 유닛이다. SEI 메시지는 프레임 그룹 단위 또는 프레임 단위로 전송될 수 있다. 리고 SEI 메시지는 파싱부(232)에서 추출되어 AI 설정부(238)로 전달될 수 있다.
도 21은 도 19와 같이 AI 데이터와 영상 데이터가 분리된 경우, 비디오 세그먼트 단위로 분할된 AI 부호화 데이터의 일 실시 예를 도시한다.
AI 데이터를 비롯한 메타 데이터의 크기가 크거나, 영상 데이터가 통신 채널을 통해 라이브 스트리밍되는 경우, AI 데이터를 비롯한 메타 데이터의 처리에 필요한 오버헤드를 줄이기 위하여, AI 부호화 데이터가 비디오 세그먼트 단위로 분할되어 비디오 파일(2100)에 저장될 수 있다. 비디오 세그먼트는 비디오의 일부분으로, 소정의 시간동안의 프레임을 포함한다. 예를 들어, 비디오 세그먼트는 1개 이상의 프레임 그룹만 포함할 수 있다. 만약, 비디오 세그먼트가 1개의 프레임 그룹을 포함할 경우, 비디오 파일(2100)은 영상 데이터의 프레임 그룹의 개수만큼의 비디오 세그먼트들을 포함할 수 있다.
비디오 세그먼트는 각각 메타데이터 박스와 미디어데이터 박스를 포함할 수 있다. AI 데이터를 비롯한 메타데이터가 복수의 비디오 세그먼트에 분할되어 저장된다. 따라서, AI 데이터가 영상 데이터 전체에 대한 메타데이터 박스(2110)뿐만 아니라, 비디오 세그먼트들에 대한 메타데이터 박스들에 분할되어 저장된다. 그러므로, 영상 데이터의 특정 부분을 저해상도 영상을 AI 업스케일할 때, 영상 데이터 전체에 대한 메타데이터 박스(2110)에 모든 AI 데이터가 저장된 경우에 비하여, AI 데이터가 상기 메타데이터 박스(2110)를 비롯하여 비디오 세그먼트들에 대한 메타데이터 박스들에 분산되어 저장된 경우, 더 빠르게 상기 특정 부분에 적합한 업스케일 DNN 정보를 획득하기 위한 AI 데이터가 획득될 수 있다.
예를 들어, 현재 비디오 세그먼트부터 재생이 될 때, 현재 비디오 세그먼트의 저해상도 영상의 AI 업스케일을 위하여, 메타데이터 박스(2110)의 비디오 AI 데이터(2112)와 현재 비디오 세그먼트 데이터 박스(2120)의 세그먼트 메타데이터 박스(2130)의 AI 데이터만 참조된다. 그리고 다른 비디오 세그먼트들의 메타데이터 박스들의 AI 데이터는 참조되지 않는다. 따라서, AI 데이터의 복호화에 따른 오버헤드가 감소할 수 있다.
또한, 영상 데이터가 라이브 스트리밍되는 경우, AI 데이터가 최초 재생시에 한 번에 전송되지 않고, 비디오 세그먼트 단위로 분산되어 전송될 수 있다. 따라서, AI 데이터가 분산되어 순차적으로 전송됨으로써, AI 데이터의 복호화에 따른 오버헤드가 감소할 수 있다. 그러므로 비디오 세그먼트 단위로 분할하여 전송하는 것이 유리할 수 있다.
도 21에서, 전체 영상 데이터에 대한 메타데이터 박스(2110)는 비디오 AI 데이터(2112)를 포함한다. 비디오 AI 데이터(2112)는 비디오에 포함된 모든 비디오 세그먼트들에 적용된다. 메타데이터 박스(2110)는 현재 비디오 세그먼트 데이터 박스(2120)보다 먼저 복호화될 수 있다.
현재 비디오 세그먼트 데이터 박스(2120)는 세그먼트 메타데이터 박스(2130)와 세그먼트 미디어데이터 박스(2140)를 포함한다. 세그먼트 메타데이터 박스(2130)는 동기화 데이터(2131)와 AI 데이터(2132)를 포함할 수 있다. 그리고 세그먼트 미디어데이터 박스(2140)는 비디오 세그먼트 데이터(2141)을 포함한다.
현재 비디오 세그먼트 데이터 박스(2120)의 AI 데이터(2132)는 비디오 세그먼트 AI 데이터(2134), 프레임 그룹 AI 데이터(2136) 및 프레임 AI 데이터(2138)를 포함할 수 있다. 비디오 세그먼트 AI 데이터(2134)는 현재 비디오 세그먼트에 포함된 모든 프레임 그룹들에 적용된다. 그리고 프레임 그룹 AI 데이터(2136) 현재 프레임 그룹에 포함된 모든 프레임들에 적용된다. 프레임 AI 데이터(2138)는 현재 프레임에 적용된다.
실시 예에 따라, 비디오 세그먼트의 모든 프레임들에 동일한 업스케일 DNN 정보가 이용될 경우, 현재 비디오 세그먼트 데이터 박스(2120)의 AI 데이터(2132)에서 프레임 그룹 AI 데이터(2136)와 프레임 AI 데이터(2138)는 생략될 수 있다. 또는 업스케일 DNN 정보가 프레임 그룹 단위마다 적응적으로 결정되고, 프레임 그룹의 모든 프레임들에 동일한 업스케일 DNN 정보가 사용될 경우, 현재 비디오 세그먼트 데이터 박스(2120)의 AI 데이터(2132)에서 프레임 AI 데이터(2138)는 생략될 수 있다.
실시 예에 따라, 비디오 세그먼트가 하나의 프레임 그룹만 포함할 경우, 현재 비디오 세그먼트 데이터 박스(2120)의 AI 데이터(2132)에서 비디오 세그먼트 AI 데이터(2134)는 생략될 수 있다. 그리고 프레임 그룹 AI 데이터(2136)가 비디오 세그먼트 AI 데이터(2134)의 역할을 수행할 수 있다. 또는 비디오 세그먼트가 하나의 프레임 그룹만 포함하고, 프레임 그룹의 모든 프레임들에 동일한 업스케일 DNN 정보가 사용될 경우, 현재 비디오 세그먼트 데이터 박스(2120)의 AI 데이터(2132)에서 비디오 세그먼트 AI 데이터(2134)와 프레임 AI 데이터(2138)는 생략될 수 있다. 그리고 프레임 그룹 AI 데이터(2136)에 따른 업스케일 DNN 정보에 기초하여, 비디오 세그먼트의 모든 프레임에 AI 업스케일이 적용될 수 있다. 동기화 데이터(2131)는 비디오 세그먼트 AI 데이터(2134), 프레임 그룹 AI 데이터(2136) 및 프레임 AI 데이터(2138)와 비디오 세그먼트 헤더(2142), 프레임 그룹 헤더(2146), 프레임 헤더(2148)의 동기화에 관한 정보를 포함한다. 비디오 세그먼트 헤더(2142)는 비디오 세그먼트에 포함된 프레임들에 공통적으로 적용되는 비디오 세그먼트 파라미터를 포함한다. 예를 들어, 동기화 데이터(2131)는 세그먼트 미디어데이터 박스(2140)의 비디오 세그먼트 데이터(2141)의 재생 순서 정보 또는 복호화 순서 정보를 포함할 수 있다. 따라서 AI 설정부(238)는, 동기화 데이터(2131)에 따라 결정된 AI 데이터로부터, 저해상도 영상의 AI 업스케일에 필요한 업스케일 DNN 정보를 획득할 수 있다.
예를 들어, 프레임(2149)의 저해상도 영상을 AI 업스케일하기 위하여, 파싱부(232) 또는 AI 설정부(238)는 동기화 데이터(2131)에 기초하여 프레임 그룹(2144)에 대응되는 프레임 그룹 AI 데이터(2136)와 프레임(2149)에 대응되는 프레임 AI 데이터(2136)를 획득할 수 있다. 그리고 프레임 그룹 AI 데이터(2136) 및 프레임 AI 데이터(2138)와 함께 모든 프레임에 적용되는 비디오 세그먼트 AI 데이터(2134)를 고려하여, AI 설정부(238)는 프레임(2149)의 저해상도 영상의 AI 업스케일을 위한 업스케일 DNN 정보를 획득할 수 있다.
일 실시 예에 따라, 세그먼트 메타데이터 박스(2130)의 AI 데이터(2132)는 세그먼트 미디어데이터 박스(2140)의 비디오 세그먼트 데이터(2141)보다 먼저 복호화될 수 있다. 따라서, AI 설정부(238)는, AI 데이터(2132)에 따라, 업스케일 DNN 정보를 비디오 세그먼트 데이터(2141)의 복호화 이전에 획득할 수 있다. 상기 획득된 업스케일 DNN 정보는 비디오 세그먼트 전체에 대하여 적용될 수 있다. 또는 프레임 그룹 단위의 적응적 AI 업스케일을 위하여, 업스케일 DNN 정보는 프레임 그룹 마다 다르게 미리 획득될 수 있다. 또는, 프레임 단위의 적응적 AI 업스케일을 위하여, 업스케일 DNN 정보는 프레임마다 다르게 미리 획득될 수 있다.
일 실시 예에 따라, AI 설정부(238)는 세그먼트 메타데이터 박스(2130)의 AI 데이터(2132)를, 세그먼트 미디어데이터 박스(2140)의 비디오 세그먼트 데이터(2141)의 복호화 순서에 따라, 복호화할 수 있다. 예를 들어, AI 설정부(238)는 프레임 그룹 AI 데이터(2136)의 복호화를, 제1 복호화부(234)에 따른 프레임 그룹 헤더(2146)의 복호화 순서에 따라, 수행할 수 있다. 그리고 AI 설정부(238)는 프레임 AI 데이터(2138)의 복호화를, 제1 복호화부(234)에 따른 프레임 헤더(2148)의 복호화 순서에 따라, 수행할 수 있다. 동기화 데이터(2131)를 참조하여, 비디오 세그먼트 AI 데이터(2134), 프레임 그룹 AI 데이터(2136) 및 프레임 AI 데이터(2138)의 복호화 순서와 비디오 세그먼트 헤더(2142), 프레임 그룹 헤더(2146), 프레임 헤더(2148)의 복호화 순서가 동기화될 수 있다.
현재 비디오 세그먼트 데이터 박스(2120) 이후의 나머지 비디오 세그먼트 데이터 박스들도 순차적으로 현재 비디오 세그먼트 데이터 박스(2120)와 동일한 방법으로 복호화될 수 있다.
도 22는 2개의 별도 파일로 전송되는 AI 데이터(2240)와 영상 데이터(200)의 일 실시 예를 도시한다.
AI 데이터(2240)가 수신부(210)에서 수신되지 않은 경우, 영상 데이터(2200)로부터 획득된 저해상도 영상은 AI 업스케일되지 않는다. 만약 AI 데이터(2240)가 수신부(210)에서 수신된 경우, AI 설정부(238)에 전송된 AI 데이터(220)에 따라 저해상도 영상의 AI 업스케일에 필요한 업스케일 DNN 정보가 획득된다.
영상 데이터(2200)는 비디오 헤더(2210), 프레임 그룹(2220)의 프레임 그룹 헤더(2222) 및 프레임(2230)의 프레임 헤더(2232)를 포함할 수 있다. 그리고 AI 데이터(2240)는 비디오 AI 데이터(2242), 프레임 그룹 AI 데이터(2250), 프레임 AI 데이터(2260)을 포함할 수 있다. 영상 데이터(2200)와 AI 데이터(2240)는 별개의 파일로 전송되므로, 영상 데이터(2200) 및/또는 AI 데이터(2240)는 영상 데이터(2200)와 AI 데이터(2240)의 동기화에 필요한 동기화 데이터를 포함할 수 있다. 동기화 데이터는 영상 데이터(2200)의 복호화 순서 또는 재생 순서를 나타낼 수 있다.
파싱부(232) 또는 AI 설정부(238)는 동기화 데이터에 따라 비디오 AI 데이터(2242), 프레임 그룹 AI 데이터(2250), 프레임 AI 데이터(2260)의 재생 순서 또는 복호화 순서가 비디오 헤더(2210), 프레임 그룹 헤더(2222) 및 프레임 헤더(2232)의 재생 순서 또는 복호화 순서와 일치하도록 설정할 수 있다. 도 22의 비디오 AI 데이터(2242)와 비디오 헤더(2210) 간의 점선, 프레임 그룹 AI 데이터(2250)와 프레임 그룹 헤더(2222) 간의 점선, 및 프레임 AI 데이터(2260)와 프레임 헤더(2232) 간의 점선은 AI 데이터와 데이터 헤더 간의 동기화를 나타낸다.
영상 데이터(2200)와 AI 데이터(2240)에 두 데이터의 매칭을 위한 식별번호가 포함될 수 있다. 예를 들어, AI 데이터(2240)는 AI 데이터(2240)가 적용되는 영상 데이터(2200)의 식별번호를 포함할 수 있다. 반대로, 영상 데이터(2200)가 영상 데이터(2200)에 적용되는 AI 데이터(2240)의 식별 번호를 포함할 수 있다. 또는 영상 데이터(2200)와 AI 데이터(2240)에 모두 식별번호가 포함될 수 있다. 따라서, 영상 데이터(2200)와 AI 데이터(2240)가 동시에 전송되지 않은 경우에도, 영상 데이터(2200)와 AI 데이터(2240)는 식별 번호에 따라 서로 매칭될 수 있다.
실시 예에 따라, 프레임 그룹 단위로 업스케일 DNN 정보가획득되는 경우, AI 데이터(2240)에서 프레임 AI 데이터(2260)는 생략될 수 있다. 그리고 비디오의 모든 프레임에 동일한 업데이트 DNN 정보가 사용되는 경우, AI 데이터(2240)에서 프레임 그룹 AI 데이터(2250) 및 프레임 AI 데이터(2260)는 생략될 수 있다.
도 23은 일 실시예에 따른 SEI 메시지의 구조를 도시한 도면이다.
도 23을 참조하면, 먼저 SEI 메시지는 itu_t_t35_country_code(2305)을 포함할 수 있다. itu_t_t35_country_code(2305)는 ITU-T T.35 표준의 Annex A 에 의해 국가 코드(country code)로 특정된 byte를 의미할 수 있다. 예를 들어, 그 값은 0xB5일 수 있고, 이는 ITU-T T.35 표준의 Annex A 에 의해 특정된 미국 국가 코드일 수 있다.
그 다음으로, SEI 메시지는 itu_t_t35_terminal_provider_code(2310)를 포함할 수 있다. itu_t_t35_terminal_provider_code(2310)는 ITU-T T.35 표준에 의해 특정된 단말 제공자(terminal provider) 또는 기업체(entity)의 코드를 특정한 16bit(2btye)의 필드일 수 있다. 예를 들어, 그 값은 0x003C일 수 있고, 이는 S 사를 나타내는 코드일 수 있다.
그 다음으로, SEI 메시지는 itu_t_t35_terminal_provider_oriented_code(2315)를 포함할 수 있다. itu_t_t35_terminal_provider_oriented_code는 ITU-T T.35 표준에 의해 특정된 단말 제공자(terminal provider) 또는 기업체(entity)가 정의한 코드를 의미한다. 예를 들어, 그 값은 0x0002일 수 있고, 이는 S사가 정의한 AI 코덱(Codec)을 나타낼 수 있다.
그 다음으로, SEI 메시지는 application_identifier(2320)를 포함할 수 있다. application_identifier는 HDR(High Dynamic Range) 의 동작 메타데이터(Dynamic Metadata)를 정의하는 표준인 ST-2094의 다양한 어플리케이션 방식 중 하나의 어플리케이션 방식을 나타내는 식별자일 수 있다. 이때, 그 값은 0x0004일 수 있고, 이는 ST 2094-40 표준의 S사 어플리케이션 방식을 나타낼 수 있다.
그 다음으로, SEI 메시지는 소정의 신택스 엘리먼트 형태로 AI 데이터를 포함할 수 있다. 예를 들어, SEI 메시지는 application_version(2325)을 포함할 수 있다. application_version(2325)은 영상의 장르를 의미할 수 있다. 예를 들어, 그 값이 0x0001인 경우, 영상의 장르가 일반 영상임을 나타낼 수 있다.
그 다음으로, SEI 메시지는 aid_flag(2330)를 포함할 수 있다. aid_flag(2330)는 영상에 AI 다운스케일이 적용되었는지 여부 및 AI 업스케일을 수행하는지 여부를 나타낼 수 있다. 예를 들어, 그 값이 0X0001일 수 있고, 이는 영상에 AI 다운스케일이 적용되었고, 따라서, AI 업스케일을 수행함을 나타낼 수 있다.
그 다음으로, SEI 메시지는 aid_average_qp(2335)을 포함할 수 있다. aid_average_qp(2335)는 영상에서 적용된(즉, 원본 영상의 제1 부호화시에 적용된) 양자화 파라메터의 평균으로, 그 값은 0x1F일 수 있고, 이는 영상에서 적용된 양자화 파라메터의 평균이 31임을 나타낼 수 있다.
그 다음으로, SEI 메시지는 aid_qp_selection(2340)을 포함할 수 있다. aid_qp_selection(2340)은 영상의 적어도 일부의 양자화 정도(degree)(또는 레벨)를 나타내는 지시자 정보로 인덱스 형태의 정보일 수 있다. 예를 들어, 그 값은 0x0000일 수 있다. aid_qp_selection(2340)에 대한 설명은 도 21을 참조하여 후술하도록 하겠다.
그 다음으로, SEI 메시지는 aid_multiplication(2345)을 포함할 수 있다. aid_multiplication(2345)은 원본 영상과 제1 영상 간의 비율(또는 배수)을 나타내는 정보로, 복수의 원본 영상과 제1 영상 간의 비율(또는 배수) 중 하나를 나타내는 플래그 또는 인덱스 형태의 정보일 수 있다. 예를 들어, 그 값은 0x0000일 수 있고, 원본 영상과 제1 영상 간의 비율이 2x임을 나타낼 수 있다.
그 다음으로, SEI 메시지는 aid_codec_information(2350)을 포함할 수 있다. aid_codec_information(2350)은 영상의 제1 부호화에 이용된 소정의 코덱을 나타내는 정보로, 인덱스 형태의 정보일 수 있다. 예를 들어, 그 값이 0x0000일 수 있고, 이는 H.264 코덱을 나타낼 수 있다.
그 다음으로, SEI 메시지는 aid_resolution_information(2355)을 포함할 수 있다. aid_resolution_information(2355)은 원본 영상(또는 제1 영상)의 해상도를 나타내는 정보로, 다양한 형태일 수 있으나, 예를 들어, 복수의 원본 영상(또는 제1 영상)의 해상도 중 하나를 나타내는 인덱스 형태의 정보일 수 있다. 예를 들어, 그 값은 0x0000일 수 있고, 제1 영상의 해상도가 Full HD임을 나타낼 수 있다.
그 다음으로, SEI 메시지는 aid_meta_flag(2360)을 포함할 수 있다. aid_meta_flag(2360)는 AI 업스케일 관련 추가 메타 데이터를 포함하는지 여부를 나타내는 플래그를 의미할 수 있다. 예를 들어, 그 값은 0x0000일 수 있고, 이는 AI 업스케일 관련 추가 메타 데이터를 포함하지 않음을 나타낼 수 있다.
일 실시예에 의하면, AI 업스케일 관련 추가 메타 데이터 중 일부는 aid_meta_flag(2360) 앞에 위치할 수 있고, 이 경우, 더 이상 추가 메타 데이터로 취급되지 않을 수 있다. 또는 일 실시예에 의하면, aid_meta_flag(2360) 앞에 위치하던 AI 업스케일 관련 데이터가 aid_meta_flag(2360) 이후에 위치할 수 있고, 이 경우, 해당 데이터는 추가 메타 데이터로 취급될 수 있다.
앞서, SEI 메시지에 포함되는 다양한 데이터에 대해서 설명하였으나, 이는 일 예에 지나지 않고, SEI 메시지가 이 중 일부를 포함하거나, 추가로 다른 데이터를 더 포함할 수 있음을 당업자는 이해할 수 있고, 데이터의 순서는 모순되지 않는 한, 서로 변경될 수 있음을 당업자는 이해할 수 있다.
다만 이에 제한되지 않고, 전술한 AI 데이터에 적용될 수 있는 데이터 구조는 전술한 SEI 메시지의 구조와 유사할 수 있다.
도 24은 일 실시예에 따른, AI 데이터를 포함하는 신택스 구조 테이블을 나타낸다.
도 24을 참조하면, aid_main 신택스 테이블(2400)에 의하면, aid_flag, aid_average_qp, aid_qp_selection, aid_multiplication, aid_codec_information, aid_resolution_information, aid_meta_flag 등과 같은 신택스 엘리먼트(syntax element)가 파싱될 수 있다.
aid_flag는 도 17의 aid_flag에 대응되는 AI 업스케일 활성화 플래그이다. aid_flag가 AI업스케일의 활성화를 나타내는 경우(if(aid_flag)), AI 서브 데이터에 대응되는 신택스 엘리먼트들이 파싱될 수 있다.
aid_flag가 AI업스케일이 활성화되지 않음을 나타내는 경우, AI 서브 데이터에 대응되는 신택스 엘리먼트들은 파싱되지 않는다.
AI 서브 데이터에 대응되는 신택스 요소는 aid_average_qp, aid_qp_selection, aid_multiplication, aid_codec_information, aid_resolution_information, aid_meta_flag를 포함할 수 있고, 도 17의 aid_average_qp, aid_qp_selection, aid_multiplication, aid_codec_information, aid_resolution_information, aid_meta_flag에 대응될 수 있다.
aid_average_qp는 도 17의 aid_average_qp에 대응되는 신택스 엘리먼트로, 영상에서 적용된 양자화 파라메터의 평균값을 나타내는 정보일 수 있다. aid_qp_selection은 도 17의 aid_qp_selection에 대응되는 신택스 엘리먼트로, 영상의 적어도 일부의 양자화 정도(또는 레벨)를 나타내는 지시자 정보일 수 있다.
aid_multiplication은 도 17의 aid_multiplication에 대응되는 신택스 엘리먼트로, 원본 영상과 제1 영상 간의 비율(또는 배수)을 나타내는 정보일 수 있다.
aid_codec_information은 도 17의 aid_codec_information에 대응되는 신택스 엘리먼트로, 영상의 제1 부호화에 이용된 소정의 코덱을 나타내는 정보일 수 있다.
aid_resolution_information은 도 17의 aid_resolutaion_information에 대응되는 신택스 엘리먼트로, 원본 영상(또는 제1 영상)의 해상도를 나타내는 정보일 수 있다.
aid_meta_flag는 도 17의 aid_meta_flag에 대응되는 신택스 엘리먼트로, AI 업스케일 관련 추가 메타 데이터를 포함하는지 여부를 나타내는 플래그를 의미할 수 있다.
aid_meta_flag가 , AI 업스케일 관련 추가 메타 데이터를 포함함을 나타내는 경우(if(aid_flag)), AI 업스케일 관련 추가 메타 데이터에 대응되는 신택스 엘리먼트들이 파싱될 수 있다.
획득되는 추가적인 메타 데이터는 hdr_max_luminance, hdr_color_gamut, hdr_pq_type, 및 rate_control_type, aid_target_bitrate와 등이 포함될 수 있다. hdr_max_luminance는 고해상도 영상에 적용되는 HDR (High Dynamic Range) 최대 조도, hdr_color_gamut는 고해상도 영상에 적용되는 HDR 색역, hdr_pq_type는 고해상도 영상에 적용되는 HDR PQ (Perceptual Quantizer) 정보, rate_control_type는 제 1 부호화 결과 획득된 영상 데이터에 적용된 레이트 컨트롤 타입, aid_target_bitrate는 목표 비트레이트를 나타낼 수 있다. 실시 예에 따라, 추가적인 메타 데이터에 해당되는 상기 신택스 요소들 중 특정 신택스 요소가 파싱될 수 있다.
도 24의 신택스 구조 테이블 (2400)은 예시에 불과하며, 도 23에 도시된 AI 데이터 중 일부에 대응되는 신택스 엘리먼트가 신택스 구조 테이블 (2400)에 포함될 수 있다. 또한, 도 23에 도시되지 않은 AI 데이터에 대응하는 신택스 엘리먼트가 신택스 구조 테이블 (2400)에 포함될 수 있다.
앞서, 도 23을 참조하여 설명할 때, 신택스 엘리먼트의 값이 byte 단위로 파싱되는 것처럼 설명하였으나, 이는 AI 데이터를 포함하는 페이로드 부분이 byte align을 고려하여, byte 단위로 파싱됨을 강조하기 위한 것으로, byte 단위로 각 신택스 엘리먼트의 값이 파싱될 수 있으나, 이에 제한되지 않고, 정의된 신택스 구조 테이블을 기초로 다양한 단위로(예를 들어, u(1) 또는 ae(v) 함수에 의해) 파싱될 수 있다.
다만 이에 제한되지 않고, 전술하여 설명된 AI 데이터에 적용될 수 있는 신택스 구조 테이블은 전술한 AI 데이터를 포함하는 신택스 구조 테이블과 유사할 수 있다.
도 25는 일 실시예에 따른, 비트스트림 기반 AI 부호화 장치 및 AI 복호화 장치의 동작을 설명하기 위한 도면이다.
도 25를 참조하면, AI 부호화 장치(1400)는 원본 영상을 입력으로 받아, 비디오 비트스트림을 AI 복호화 장치(1300)로 출력할 수 있다. 예를 들어, AI 부호화 장치(1400)는 원본 영상의 AI 다운 스케일 여부를 결정하고, AI 다운 스케일 여부에 따라 원본 영상을 AI 다운 스케일하여 제1 영상을 생성할 수 있다. 이때, AI 다운 스케일은 AI 다운스케일부(1412)에서 수행될 수 있다. 만약 AI 다운 스케일이 수행되지 않는 경우, 제1 영상 대신 원본 영상이 제1 부호화부(1414)의 입력 영상이 될 수 있다.
제1 부호화부(1414)는 소정의 코덱을 기초로, 제1 영상을 제1 부호화하여 영상 부호화 정보를 생성하고 영상 부호화 정보를 비트스트림 형태로 표현할 수 있다. 영상 부호화 정보는 소정의 코덱에서 정의된, 비트스트림 내 영상 부호화 정보가 포함될 수 있는 메인 비트스트림 영역에 포함될 수 있다. 예를 들어, 영상 부호화 정보는 소정의 코덱이 MPEG의 H.264, HEVC 및 VVC 코덱 중 하나인 경우, VPS,SPS,PPS, I 슬라이스, B 슬라이스, P 슬라이스의 타입을 갖는 NAL 유닛에 포함될 수 있다. 한편, 소정의 코덱이 AV1 코덱인 경우, 영상 부호화 정보는 OBU의 타입이 시퀀스 헤더 OBU, 프레임 헤더 OBU, 프레임 OBU, 및 타일 그룹 OBU 등인 OBU에 포함될 수 있다.
제1 부호화부(1414)는 소정의 코덱을 기초로 AI 데이터를 비트스트림 형태로 표현할 수 있다. AI 데이터는 소정의 코덱에서 정의된, 비트스트림 내 부가 데이터가 포함될 수 있는 서브 비트스트림 영역에 포함될 수 있다.
AI 데이터는 AI 다운 스케일 여부에 대응하는 업스케일 여부를 나타내는 AI 업스케일 활성화 플래그 및 AI 다운 스케일에 대응하는 AI 업스케일에 이용되는 업스케일용 DNN 정보를 선택하기 위한 AI 서브 데이터를 포함할 수 있다. 예를 들어, AI 데이터는 소정의 코덱이 MPEG의 H.264, HEVC 및 VVC 코덱 중 하나인 경우, SEI 메시지의 NAL 유닛에 포함될 수 있다. 소정의 코덱이 AV1인 경우, AI 데이터는 메타데이터 OBU에 포함될 수 있다.
제1 부호화부(1414)는 비트스트림 형태로 표현된 AI 데이터와 영상 부호화 정보를 포함하는 비디오 비트스트림을 생성할 수 있다.
AI 복호화 장치(1300)는 AI 부호화 장치(1400)로부터 출력된 비디오 비트스트림을 수신한다. 제1 복호화부(1332)는 비디오 비트스트림에 포함된 영상 부호화 정보를 제1 복호화하여 제2 영상을 획득할 수 있다. 이때, 소정의 코덱이 MPEG 코덱인 경우, 비디오 비트스트림의 NAL 유닛 헤더에 포함된 영상 부호화 정보의 NAL 유닛 타입을 기초로, SPS, PPS, I슬라이스, P슬라이스 및 B슬라이스의 부호화 정보를 획득할 수 있고, 획득된 부호화 정보를 제1 복호화하여 제2 영상을 획득할 수 있다.
제1 복호화부(1332)는 비디오 비트스트림에 포함된 AI 데이터를 획득할 수 있다. 예를 들어, 소정의 코덱이 MPEG 코덱인 경우, 비트스트림의 NAL 유닛 헤더에 포함된 AI 데이터의 NAL 유닛 타입을 기초로 AI 데이터를 획득할 수 있다. 즉, NAL 유닛 타입이 SEI 메시지인 경우, 제1 복호화부(1232)는 해당 NAL 유닛으로부터 AI 데이터를 획득할 수 있다. 이때, AI 데이터는, ITU-T T.35에 의해 등록된 사용자 데이터 또는 UUID에 의해 식별되는 등록되지 않은 사용자 데이터를 포함하는 SEI 메시지에 포함될 수 있다.
한편 소정의 코덱이 AV1 코덱인 경우, 제1 복호화부(1332)는 OBU 중 메타 데이터 OBU로부터 AI 데이터를 획득할 수 있다. 이때, AI 데이터는, ITU-T T.35에 의해 등록된 사용자 데이터를 포함하는 메타 데이터 OBU에 포함될 수 있다.
AI 복호화 장치(1300)는 AI 데이터에 포함된 AI 업스케일 활성화 플래그를 기초로 AI 업스케일의 수행 여부를 결정할 수 있다.
AI 복호화 장치(1300)는 AI 업스케일 활성화 플래그가 AI 업스케일이 활성화되지 않음을 나타내는 경우, 제2 영상을 출력할 수 있다.
AI 복호화 장치(1300)는 AI 업스케일 활성화 플래그가 AI 업스케일이 활성화됨을 나타내는 경우, 제2 영상이 AI 업스케일부(1334)로 입력되고, AI 데이터가 AI 설정부(1333)로 입력될 수 있다.
AI 설정부(1333)는 AI 데이터를 기초로 복수의 업스케일용 DNN 정보 중 하나의 업스케일용 DNN 정보를 선택하고, AI 업스케일부(1334)는 선택된 업스케일용 DNN 정보를 기초로 설정된 업스케일용 DNN을 기초로 제2 영상에 대한 AI 업스케일을 수행하여 제3 영상을 출력할 수 있다.
도 26은 여러 영상 관련 정보들과 여러 DNN 설정 정보들 사이의 매핑 관계를 나타내는 예시적인 도면이다.
도 26에 따른 실시예를 통해, 본 개시의 일 실시예의 AI 부호화/AI 복호화 과정은 해상도의 변화만을 고려하는 것이 아님을 알 수 있다. 도 26에 도시된 바와 같이, SD, HD, Full HD, 4K와 같은 해상도, 10Mbps, 15Mbps, 20Mbps, 25Mbps와 같은 비트레이트, 그리고 AV1, H.264, HEVC, VVC와 같은 코덱 정보, Sports,Movie, General과 같은 영상 장르 정보, QP level 정보를 개별적으로 또는 모두 고려하여 DNN 설정 정보의 선택이 이루어질 수 있다. 여기서 QP_level 정보는 도 17의 aid_qp_selection(또는 도 21의 QP indicator)가 가리키는 QP level일 수 있으나, 이에 제한되지 않고, 도 17의 aid_qp_selection, aid_average_qp나, 영상 부호화 정보를 제1 복호화할 때 획득되는 양자화 파라미터 중 적어도 하나에 의해 결정되는 QP 값의 범위일 수 있다. QP level(또는, QP 값의 범위)을 고려하여 DNN 설정 정보의 선택을 하는 실시예에 관한 내용은 도 22를 참조하여 후술하겠다.
이러한 고려를 위해서는 AI 훈련 과정에서 각각의 요소들을 고려한 훈련이 부호화, 복호화 과정에서 연계되어 이루어져야 한다.
따라서, 훈련 내용에 따라서 도 26에 도시된 바와 같이, 코덱 타입, 영상의 해상도 등을 포함하는 영상 관련 정보에 기반하여 복수의 DNN 설정 정보가 구비된 경우, AI 복호화 장치는 AI 복호화 과정에서 전달받는 제 1 영상(115) 또는 원본 영상(105) 관련 정보에 기반하여 제 2 영상(135)의 AI 업스케일을 위한 DNN 설정 정보를 획득할 수 있다. 제 1 영상(115) 또는 원본 영상(105) 관련 정보는 영상 부호화 정보를 제1 복호화함으로써 획득될 수 있으나, AI 데이터로부터 획득될 수도 있다.
즉, AI 설정부(1333)는 도 26에 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 26에 예시된 바와 같이, 제 1 영상(115) 또는 원본 영상(105) 관련 정보로부터 제 1 영상(115)의 해상도가 SD이고, 제 1 영상(115)의 제 1 부호화 결과 생성된 영상 데이터의 비트레이트가 10Mbps이고, 제1 영상(115)와 원본 영상(105)의 비율이 1.5x이고, 제 1 영상(115)이 AV1 코덱으로 제 1 부호화되고, 제1 영상(115)의 장르가 스포츠이고, QP level이 5인 것으로 확인되면, AI 설정부(1333)는 복수의 DNN 설정 정보 중 A DNN 설정 정보를 사용할 수 있다.
또한, 제 1 영상 관련(115) 또는 원본 영상(105)_ 관련 정보로부터 제 1 영상(115)의 해상도가 SD이고, 제 1 영상(115)의 제 1 부호화 결과 생성된 영상 데이터의 비트레이트가 10Mbps이고, 제1 영상(115)와 원본 영상(105)의 비율이 1.5x이고, 제 1 영상(115)이 AV1 코덱으로 제 1 부호화되고, 제1 영상(115)의 장르가 영화이고, QP level이 5인 것으로 확인되면, AI 설정부(1333)는 복수의 DNN 설정 정보 중 B DNN 설정 정보를 사용할 수 있다.
제1 영상(115)의 장르가 스포츠인지, 영화인지, 일반인지에 따라 A DNN 설정 정보, B DNN 설정 정보 중에서 어느 하나가 선택된다. 다른 조건이 동일한 상태에서 영상의 장르가 상이할 수 있고, 제 1 DNN과 제 2 DNN은 영상의 장르에 기반하여 연계 훈련될 수 있으며, 이에 따라 AI 설정부(1333)는 제 2 영상(135)의 장르에 따라 DNN 설정 정보를 획득할 수 있다.
또한, 제 1 영상 관련(115) 또는 원본 영상(105) 관련 정보로부터 제 1 영상(115)의 해상도가 SD이고, 제 1 영상(115)의 제 1 부호화 결과 생성된 영상 데이터의 비트레이트가 15Mbps이고, 제1 영상(115)와 원본 영상(105)의 비율이 1.5x이고, 제 1 영상(115)이 AV1 코덱으로 제 1 부호화되고, 제1 영상(115)의 장르가 영화이고, QP level이 5인 것으로 확인되면, AI 설정부(1333)는 복수의 DNN 설정 정보 중 C DNN 설정 정보를 사용할 수 있다.
영상 데이터의 비트레이트에 따라 B DNN 설정 정보, C DNN 설정 정보 중에서 어느 하나가 선택된다. 다른 조건이 동일한 상태에서 영상 데이터의 비트레이트가 상이할 수 있고, 제 1 DNN과 제 2 DNN은 영상 데이터의 비트레이트에 기반하여 연계 훈련될 수 있으며, 이에 따라 AI 설정부(1333)는 제 2 영상(135)의 장르에 따라 DNN 설정 정보를 획득할 수 있다.
또한, 제 1 영상 관련(115) 또는 원본 영상(105) 관련 정보로부터 제 1 영상(115)의 해상도가 SD이고, 제 1 영상(115)의 제 1 부호화 결과 생성된 영상 데이터의 비트레이트가 10Mbps이고, 제1 영상(115)와 원본 영상(105)의 비율이 1.5x이고, 제 1 영상(115)이 AV1 코덱으로 제 1 부호화되고, 제1 영상(115)의 장르가 일반이고, QP level이 5인 것으로 확인되면, AI 설정부(1333)는 복수의 DNN 설정 정보 중 C DNN 설정 정보를 사용할 수 있다.
또한, 제 1 영상 관련(115) 또는 원본 영상(105) 관련 정보로부터 제 1 영상(115)의 해상도가 SD이고, 제 1 영상(115)의 제 1 부호화 결과 생성된 영상 데이터의 비트레이트가 10Mbps이고, 제1 영상(115)와 원본 영상(105)의 비율이 2.0x이고, 제 1 영상(115)이 AV1 코덱으로 제 1 부호화되고, 제1 영상(115)의 장르가 스포츠이고, QP level이 5인 것으로 확인되면, AI 설정부(1333)는 복수의 DNN 설정 정보 중 D DNN 설정 정보를 사용할 수 있다.
제1 영상(115)와 원본 영상(105)의 비율이, 1.5x, 2.0x인지에 따라 C DNN 설정 정보, D DNN 설정 정보 중에서 어느 하나가 선택된다. 다른 조건이 동일한 상태에서 제1 영상(115)와 원본 영상(105)의 비율이 상이할 수 있고, 제 1 DNN과 제 2 DNN은 제1 영상(115)와 원본 영상(105)의 비율에 기반하여 연계 훈련될 수 있으며, 이에 따라 AI 설정부(1333)는 제1 영상(115)와 원본 영상(105)의 비율에 따라 DNN 설정 정보를 획득할 수 있다.
또한, 제 1 영상 관련(115) 또는 원본 영상(105) 관련 정보로부터 제 1 영상(115)의 해상도가 SD이고, 제 1 영상(115)의 제 1 부호화 결과 생성된 영상 데이터의 비트레이트가 10Mbps이고, 제1 영상(115)와 원본 영상(105)의 비율이 2.0x이고, 제 1 영상(115)이 AV1 코덱으로 제 1 부호화되고, 제1 영상(115)의 장르가 스포츠이고, QP level이 4인 것으로 확인되면, AI 설정부(1333)는 복수의 DNN 설정 정보 중 E DNN 설정 정보를 사용할 수 있다.
제1 영상(115)의 QP level(또는범위)에 따라 D DNN 설정 정보, E DNN 설정 정보 중에서 어느 하나가 선택된다. 다른 조건이 동일한 상태에서 QP level이 상이할 수 있고, 제 1 DNN과 제 2 DNN은 QP level에 기반하여 연계 훈련될 수 있으며, 이에 따라 AI 설정부(1333)는 QP level에 따라 DNN 설정 정보를 획득할 수 있다.
또한, 제 1 영상 관련(115) 또는 원본 영상(105) 관련 정보로부터 제 1 영상(115)의 해상도가 HD이고, 제 1 영상(115)의 제 1 부호화 결과 생성된 영상 데이터의 비트레이트가 15Mbps이고, 제1 영상(115)와 원본 영상(105)의 비율이 1.5x이고, 제 1 영상(115)이 H.264 코덱으로 제 1 부호화되고, 제1 영상(115)의 장르가 스포츠이고, QP level이 3인 것으로 확인되면, AI 설정부(1333)는 복수의 DNN 설정 정보 중 F DNN 설정 정보를 사용할 수 있다.
또한, 제 1 영상 관련(115) 또는 원본 영상(105) 관련 정보로부터 제 1 영상(115)의 해상도가 HD이고, 제 1 영상(115)의 제 1 부호화 결과 생성된 영상 데이터의 비트레이트가 15Mbps이고, 제1 영상(115)와 원본 영상(105)의 비율이 1.5x이고, 제 1 영상(115)이 AV1 코덱으로 제 1 부호화되고, 제1 영상(115)의 장르가 일반이고, QP level이 3인 것으로 확인되면, AI 설정부(1333)는 복수의 DNN 설정 정보 중 G DNN 설정 정보를 사용할 수 있다.
코덱의 종류에 따라 F DNN 설정 정보, G DNN 설정 정보 중에서 어느 하나가 선택된다. 다른 조건이 동일한 상태에서 코덱의 종류가 상이할 수 있고, 제 1 DNN과 제 2 DNN은 코덱의 종류에 기반하여 연계 훈련될 수 있으며, 이에 따라 AI 설정부(1333)는 코덱의 종류에 따라 DNN 설정 정보를 획득할 수 있다.
또한, 제 1 영상 관련(115) 또는 원본 영상(105) 관련 정보로부터 제 1 영상(115)의 해상도가 Full HD이고, 제 1 영상(115)의 제 1 부호화 결과 생성된 영상 데이터의 비트레이트가 15Mbps이고, 제1 영상(115)와 원본 영상(105)의 비율이 1.5x이고, 제 1 영상(115)이 AV1 코덱으로 제 1 부호화되고, 제1 영상(115)의 장르가 일반이고, QP level이 3인 것으로 확인되면, AI 설정부(1333)는 복수의 DNN 설정 정보 중 H DNN 설정 정보를 사용할 수 있다.
제1 영상(115)의 해상도에 따라 G DNN 설정 정보, H DNN 설정 정보 중에서 어느 하나가 선택된다. 다른 조건이 동일한 상태에서 제1 영상(115)의 해상도가 상이할 수 있고, 제 1 DNN과 제 2 DNN은 제1 영상(115)의 해상도에 기반하여 연계 훈련될 수 있으며, 이에 따라 AI 설정부(1333)는 제1 영상(115)의 해상도에 따라 DNN 설정 정보를 획득할 수 있다.
또한, 제 1 영상 관련(115) 또는 원본 영상(105) 관련 정보로부터 제 1 영상(115)의 해상도가 Full HD이고, 제 1 영상(115)의 제 1 부호화 결과 생성된 영상 데이터의 비트레이트가 20Mbps이고, 제1 영상(115)와 원본 영상(105)의 비율이 1.5x이고, 제 1 영상(115)이 HEVC 코덱으로 제 1 부호화되고, 제1 영상(115)의 장르가 영화이고, QP level이 2인 것으로 확인되면, AI 설정부(1333)는 복수의 DNN 설정 정보 중 I DNN 설정 정보를 사용할 수 있다.
또한, 제 1 영상 관련(115) 또는 원본 영상(105) 관련 정보로부터 제 1 영상(115)의 해상도가 4k이고, 제 1 영상(115)의 제 1 부호화 결과 생성된 영상 데이터의 비트레이트가 25Mbps이고, 제1 영상(115)와 원본 영상(105)의 비율이 1.5x이고, 제 1 영상(115)이 VVC 코덱으로 제 1 부호화되고, 제1 영상(115)의 장르가 스포츠이고, QP level이 2인 것으로 확인되면, AI 설정부(1333)는 복수의 DNN 설정 정보 중 J DNN 설정 정보를 사용할 수 있다.
또한, 제 1 영상 관련(115) 또는 원본 영상(105) 관련 정보로부터 제 1 영상(115)의 해상도가 4k이고, 제 1 영상(115)의 제 1 부호화 결과 생성된 영상 데이터의 비트레이트가 25Mbps이고, 제1 영상(115)와 원본 영상(105)의 비율이 1.5x이고, 제 1 영상(115)이 VVC 코덱으로 제 1 부호화되고, 제1 영상(115)의 장르가 영화이고, QP level이 2인 것으로 확인되면, AI 설정부(1333)는 복수의 DNN 설정 정보 중 K DNN 설정 정보를 사용할 수 있다.
또 다른 실시예에서, AI 설정부(1333)는 제 1 복호화부(1232)로부터 제공되는 정보(모드 정보, 양자화 파라미터 정보 등)와 AI 데이터에 포함된 제 1 영상(115) 관련 정보를 모두 고려하여 복수의 DNN 설정 정보 중 제 2 영상(135)을 AI 업스케일하기 위한 DNN 설정 정보를 획득할 수도 있다. 예를 들어, AI 설정부(1333)는 제 1 복호화부(232)로부터 제 1 영상(115)의 제 1 부호화 과정에서 이용된 양자화 파라미터 정보를 전달받고, AI 데이터로부터 제 1 영상(115)의 부호화 결과 생성된 영상 데이터의 비트레이트를 확인하고, 양자화 파라미터 및 비트레이트에 대응하는 DNN 설정 정보를 획득할 수도 있다. 동일한 비트레이트라도 영상의 복잡도에 따라 복원 영상의 화질 정도에 차이가 있을 수 있으며, 비트레이트는 제 1 부호화되는 제 1 영상(115) 전체를 대표하는 값으로서 제 1 영상(115) 내에서도 각 프레임의 화질이 서로 다를 수 있다. 따라서, 제 1 복호화부(1232)로부터 프레임, 프레임 그룹, 비디오 별로 획득할 수 있는 모드 정보 (예를 들어, 예측 모드 정보, 움직임 정보 등) 및/또는 양자화 파라미터를 함께 고려하면, AI 데이터만 이용하는 것에 비해 제 2 영상(135)에 보다 적합한 DNN 설정 정보를 획득할 수 있다.
또한, 구현예에 따라, AI 데이터는 상호 약속된 DNN 설정 정보의 식별자를 포함할 수 있다. DNN 설정 정보의 식별자는, 제 1 DNN의 다운스케일 타겟에 대응하는 업스케일 타겟으로, 제 2 영상(135)을 AI 업스케일할 수 있도록, 제 1 DNN과 제 2 DNN 간 연계 훈련된 DNN 설정 정보의 쌍을 구분하기 위한 정보이다. AI 설정부(1333)는 AI 데이터에 포함된 DNN 설정 정보의 식별자를 획득한 후, DNN 설정 정보의 식별자에 대응하는 DNN 설정 정보를 사용하여 제 2 영상(135)을 AI 업스케일할 수 있다.
또한, 구현예에 따라, AI 데이터는 DNN 설정 정보를 포함할 수도 있다. AI 설정부(1333)는 AI 데이터에 포함된 DNN 설정 정보를 획득한 후, AI 업스케일부(1334)는 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 설정부(1333)는 AI 데이터에 포함된 정보에 기초하여 룩업 테이블 값들 중에서 선택된 일부를 조합하여 DNN 설정 정보를 획득하고, AI 업스케일부(1334)는 획득된 DNN 설정 정보를 사용하여 제 2 영상(135)을 AI 업스케일할 수도 있다.
구현예에 따라, AI 설정부(1333)는 업스케일 타겟에 대응되는 DNN의 구조가 결정되면, 결정된 DNN의 구조에 대응하는 DNN 설정 정보, 예를 들어, 필터 커널의 파라미터들을 획득할 수도 있다.
일 실시예에서, AI 설정부(1333)는 AI 데이터에 포함된 제 3 영상(145)의 해상도 정보에 기초하여, 복수의 DNN 설정 정보 중 제 2 영상(135)을 AI 업스케일하기 위한 DNN 설정 정보를 획득할 수도 있다.
AI 설정부(1333)는 제 1 DNN과 관련된 정보를 포함하는 AI 데이터를 통해 제 2 DNN의 DNN 설정 정보를 획득하고, AI 업스케일부(1334)는 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, AI 설정부(1333)는 디스플레이 장치의 성능 정보, AI 복호화 장치(1300)에 미리 저장된 설정 값 및 사용자로부터 입력받은 설정 값 중 적어도 하나를 고려하여, 복수의 DNN 설정 정보 중 제 2 영상(135)의 AI 업스케일을 위한 DNN 설정 정보를 획득할 수도 있다.
일 예로, AI 설정부(1333)는 AI 복호화 장치(1300)에 미리 저장된 설정 값에 대응하는 DNN 설정 정보를 획득할 수 있다. 예를 들어, AI 복호화 장치(1300)에 특정의 화질 및/또는 해상도가 미리 저장된 경우, AI 설정부(1333)는 미리 저장된 특정의 화질 및/또는 해상도를 갖는 제 3 영상(145)을 생성하기 위한 DNN 설정 정보를 획득할 수 있다.
다른 예로, AI 설정부(1333)는 사용자에 의해 입력된 설정 값에 대응하는 DNN 설정 정보를 획득할 수 있다. 예를 들어 AI 설정부(1333)는 특정 화질 및/또는 해상도가 사용자에 의해 입력된 경우, 입력된 특정 화질 및/또는 해상도를 갖는 제 3 영상(145)을 생성하기 위한 DNN 설정 정보를 획득할 수도 있다.
다른 예로, AI 설정부(1333)는 제 3 영상(145) 또는 후처리된 제 3 영상(145)을 재생할 디스플레이 장치의 성능 정보(예를 들어, 디스플레이 장치가 재생할 수 있는 영상의 해상도 정보, 디스플레이 장치가 재생할 수 있는 영상의 화질 정보 등)를 고려하여, 특정의 화질 및/또는 해상도를 갖는 제 3 영상(145)을 생성하기 위한 DNN 설정 정보를 획득할 수도 있다. 예를 들어, 디스플레이 장치가 최대 해상도로서 1920x1080의 FHD(Full HD) 해상도만을 지원하고, 제 2 영상(135)의 해상도가 1280x720인 경우, AI 설정부(1333)는 제 2 영상(135)의 해상도를 약 2배 증가시킬 수 있는 DNN 설정 정보를 획득할 수 있다.
일 실시예에서, 제 2 영상(135)이 복수의 프레임으로 구성된 경우, AI AI 설정부(1333)는 소정 개수의 프레임 별로 DNN 설정 정보를 독립적으로 획득할 수 있고, 또는, 전체 프레임에 대해 공통된 DNN 설정 정보를 획득할 수도 있다.
도 27은, 일 실시예에 따라, 영상의 적어도 일부의 대표 QP 값을 기초로 양자화 파라미터의 지시자(또는 레벨) 정보를 결정하는 것을 설명하기 위한 도면이다.
도 27을 참조하면, AI 부호화 장치/복호화 장치는 영상의 적어도 일부의 대표 QP 값을 결정할 수 있다. 대표 QP 값은 영상의 화질을 결정하는 중요한 요소일 수 있다. 여기서 영상의 적어도 일부는 프레임 서브 그룹(예를 들어, 슬라이스), 프레임, 프레임 그룹, 비디오 시퀀스 등 다양한 영상 데이터 단위를 의미할 수 있다. 대표 QP 값은 영상의 적어도 일부의 QP 값들을 대표하는 QP 값으로, 일반적으로는 QP 평균값일 수 있으나, 이에 제한되지 않고, 중간값 등의 값일 수 있다.
일 예로, AI 부호화 장치/복호화 장치는 대표 QP 값이 0~17, 18~24, 25~31, 32~38, 39~45 및 46~51인 경우로 구별할 수 있고, QP 값의 범위에 대응하는 양자화 그룹 #1 내지 양자화 그룹 #6를 결정할 수 있다. 즉, AI 부호화 장치/복호화 장치는 QP값을 그룹화하여 복수의 그룹을 결정할 수 있다.
예를 들어, AI 부호화 장치(1400)는 대표 QP 값이 30인 경우, 양자화 그룹 #3을 결정할 수 있고, 양자화 그룹 #3에 대응하는 QP indicator 값을 3으로 결정하고, QP indicator 정보를 AI 복호화 장치(1300)로 전송할 수 있다. 이때, QP indicator는 미리 저장된 복수의 DNN 설정 정보 중 하나의 DNN 설정 정보를 결정하기 위한 요소로 이용될 수 있다. 도 28를 참조하여 QP indicator를 이용하여 하나의 DNN 설정 정보를 결정하는 방법을 후술하겠다.
앞서, 도 27을 참조하여, 양자화 그룹의 개수가 6개임을 전제로 설명하였으나, 이에 제한되지 않고, 양자화 그룹의 개수는 다양할 수 있다. 또한, QP 값의 범위는 양자화 그룹마다 상이할 수 있다. QP indicator는 QP 값을 그대로 전달하지 않고, QP 값을 그룹화(레벨화)하여 복수의 양자화 그룹(또는 레벨)을 결정하고, 양자화 그룹에 대한 정보를 명시적으로 시그널링함으로써 시그널링되는 정보의 양을 크게 늘리지 않으면서 제 2 영상(135)의 적어도 일부에 보다 적합한 DNN 설정 정보를 획득할 수 있다.
도 28은 QP 값과 여러 DNN 설정 정보들 사이의 매핑 관계를 나타내는 예시적인 도면이다.
도 28에 예시된 바와 같이, AI 데이터에 포함된 영상의 적어도 일부의 양자화 그룹을 나타내는 QP indicator 값에 따라, AI 설정부(1333)는 복수의 DNN 설정 정보(예를 들어, A 내지 G DNN 설정 정보) 중 하나의 DNN 설정 정보를 결정할 수 있다.
또한, AI 데이터에 포함된 영상에 대한 QP 평균값이 속한 QP 값의 범위에 따라, AI 설정부(1333)는 영상에 대하여 복수의 DNN 설정 정보 중 하나의 DNN 설정 정보를 결정할 수 있다. 또한, 영상 부호화 정보에 포함된 영상의 적어도 일부의 양자화 파라미터를 기초로 QP의 대표값이 결정되고, QP 대표값이 속한 QP 값의 범위에 따라, AI 설정부(1333)는 영상의 적어도 일부에 대한 복수의 DNN 설정 정보 중 하나의 DNN 설정 정보를 결정할 수 있다.
앞서, AI 데이터에 포함된 영상의 적어도 일부의 양자화 그룹(또는 QP level)을 나타내는 QP indicator의 값, AI 데이터에 포함된 영상에 대한 QP 평균값 또는 영상 부호화 정보에 포함된 영상의 적어도 일부의 양자화 파라미터를 기초로 결정된 QP 대표값을 기초로 복수의 DNN 설정 정보 중 하나의 DNN 설정 정보를 결정하는 방법을 설명하였으나, 이에 제한되지 않고, 상기 언급된 QP 관련 값 정보들을 조합하여 복수의 DNN 설정 정보 중 하나의 DNN 설정 정보를 결정할 수 있음을 당업자는 이해할 수 있다. 또한, 제1 영상 또는 원본 영상 관련 정보 중 적어도 일부와 상기 QP 관련 값 정보 중 적어도 일부를 조합하여 복수의 DNN 설정 정보 중 하나의 DNN 설정 정보를 결정할 수 있음을 당업자는 이해할 수 있다.
한편, 상술한 본 개시의 실시예들은 컴퓨터에서 실행될 수 있는 프로그램 또는 인스트럭션으로 작성가능하고, 작성된 프로그램 또는 인스트럭션은 매체에 저장될 수 있다.
매체는 컴퓨터로 실행 가능한 프로그램 또는 인스트럭션을 계속 저장하거나, 실행 또는 다운로드를 위해 임시 저장하는 것일 수도 있다. 또한, 매체는 단일 또는 수개 하드웨어가 결합된 형태의 다양한 기록수단 또는 저장수단일 수 있는데, 어떤 컴퓨터 시스템에 직접 접속되는 매체에 한정되지 않고, 네트워크 상에 분산 존재하는 것일 수도 있다. 매체의 예시로는, 하드 디스크, 플로피 디스크 및 자기 테이프와 같은 자기 매체, CD-ROM 및 DVD와 같은 광기록 매체, 플롭티컬 디스크(floptical disk)와 같은 자기-광 매체(magneto-optical medium), 및 ROM, RAM, 플래시 메모리 등을 포함하여 프로그램 명령어가 저장되도록 구성된 것이 있을 수 있다. 또한, 다른 매체의 예시로, 애플리케이션을 유통하는 앱 스토어나 기타 다양한 소프트웨어를 공급 내지 유통하는 사이트, 서버 등에서 관리하는 기록매체 내지 저장매체도 들 수 있다.
한편, 상술한 DNN과 관련된 모델은, 소프트웨어 모듈로 구현될 수 있다. 소프트웨어 모듈(예를 들어, 명령어(instruction)를 포함하는 프로그램 모듈)로 구현되는 경우, DNN 모델은 컴퓨터로 읽을 수 있는 판독 가능한 기록매체에 저장될 수 있다.
또한, DNN 모델은 하드웨어 칩 형태로 집적되어 전술한 AI 복호화 장치(200) 또는 AI 복호화 장치(1300)의 일부가 될 수도 있다. 예를 들어, DNN 모델은 인공 지능을 위한 전용 하드웨어 칩 형태로 제작될 수도 있고, 또는 기존의 범용 프로세서(예를 들어, CPU 또는 애플리케이션 프로세서) 또는 그래픽 전용 프로세서(예를 들어, GPU)의 일부로 제작될 수도 있다.
또한, DNN 모델은 다운로드 가능한 소프트웨어 형태로 제공될 수도 있다. 컴퓨터 프로그램 제품은 제조사 또는 전자 마켓을 통해 전자적으로 배포되는 소프트웨어 프로그램 형태의 상품(예를 들어, 다운로드 가능한 애플리케이션)을 포함할 수 있다. 전자적 배포를 위하여, 소프트웨어 프로그램의 적어도 일부는 저장 매체에 저장되거나, 임시적으로 생성될 수 있다. 이 경우, 저장 매체는 제조사 또는 전자 마켓의 서버, 또는 중계 서버의 저장매체가 될 수 있다.
이상, 본 개시의 기술적 사상을 바람직한 실시예를 들어 상세하게 설명하였으나, 본 개시의 기술적 사상은 상기 실시예들에 한정되지 않고, 본 개시의 기술적 사상의 범위 내에서 당 분야에서 통상의 지식을 가진 자에 의하여 여러 가지 변형 및 변경이 가능하다.
100: AI 부호화 장치
200: AI 복호화 장치
1300, 1350: AI 복호화 장치
1400, 1450: AI 부호화 장치

Claims (18)

  1. 하나 이상의 인스트럭션들을 실행하는 적어도 하나의 프로세서를 포함하고,
    상기 프로세서는,
    제 1 영상의 제 1 부호화 결과 획득된 영상 데이터를 포함하는 메인 비트스트림과 AI 데이터를 포함하는 서브 비트스트림을 포함하는 비디오 비트스트림을 획득하고,
    상기 메인 비트스트림에 포함된 영상 데이터를 제 1 복호화하여 상기 제 1 영상에 대응하는 제 2 영상을 획득하고,
    상기 서브 비트스트림의 AI 데이터에 포함된 AI 업스케일 활성화 플래그 정보를 획득하고, 상기 AI 업스케일 활성화 플래그 정보를 기초로 상기 제 2 영상에 대한 AI 업스케일 수행 여부를 결정하고,
    상기 제 2 영상에 대해 AI 업스케일을 수행하는 것으로 결정된 경우,
    상기 영상 데이터의 적어도 일부 및 상기 서브 비트스트림에 포함된 AI 서브 데이터의 적어도 일부 중 적어도 하나를 기초로 미리 저장된 복수의 업스케일용 DNN 정보 중 선택된 업스케일용 DNN 정보에 따라 설정된 업스케일용 DNN을 통해, 상기 제 2 영상으로부터 AI 업스케일된 제 3 영상을 획득하고,
    상기 제 3 영상이 획득된 경우, 상기 제 3 영상을 출력하고,
    상기 제 2 영상에 대해 상기 AI 업스케일을 수행하지 않는 것으로 결정된 경우, 상기 제 2 영상을 출력하고,
    상기 AI 업스케일 활성화 플래그 정보는 상기 제 2 영상에 AI 업스케일을 수행하는지 여부를 나타내는 것을 특징으로 하는 AI 복호화 장치.
  2. 제 1 항에 있어서,
    상기 서브 비트스트림에 포함된 AI 서브 데이터는, 영상의 장르를 나타내는 영상 장르 정보, 제 1 영상의 평균 양자화 값을 나타내는 평균 양자화 파라미터 정보, 제 1 영상의 적어도 일부의 양자화 정도(degree)를 나타내는 양자화 파라미터 지시자 정보, 원본 영상 및 제 1 영상 중 적어도 하나의 영상의 해상도를 나타내는 영상 해상도 정보, 원본 영상과 제 1 영상의 비율(ratio)을 나타내는 영상 비율 정보, 제 1 영상의 부호화시 이용된 코덱을 나타내는 코덱 정보, AI 업스케일 관련 추가 메타 데이터를 포함하는지 여부를 나타내는 메타 데이터 플래그 정보 및 AI 업스케일 관련 추가 메타 데이터 정보 중 적어도 하나를 포함하는 것을 특징으로 하는 AI 복호화 장치.
  3. 제 2 항에 있어서,
    상기 프로세서는,
    상기 영상 장르 정보, 상기 평균 양자화 파라미터 정보, 상기 양자화 파라미터 지시자 정보, 상기 영상 해상도 정보, 상기 영상 비율 정보 및 상기 AI 업스케일 관련 추가 메타 데이터 정보 중 적어도 하나를 기초로 복수의 업스케일용 DNN 정보 중 하나의 업스케일용 DNN 정보로 상기 업스케일용 DNN을 설정하는 것을 특징으로 하는 AI 복호화 장치.
  4. 제 3 항에 있어서,
    상기 양자화 파라미터 지시자 정보는 미리 결정된 복수의 양자화 파라미터 그룹 중 하나의 양자화 파라미터 그룹을 나타내는 인덱스 정보일 수 있고,
    상기 프로세서는, 복수의 업스케일용 DNN 정보 중 상기 인덱스 정보가 나타내는 하나의 양자화 파라미터 그룹에 대응하는 업스케일용 DNN 정보로 업스케일용 DNN을 설정하는 것을 특징으로 하는 AI 복호화 장치.
  5. 제 2 항에 있어서,
    상기 양자화 파라미터 지시자 정보는 프레임 내 서브 그룹, 프레임, 프레임 그룹, 비디오 시퀀스 중 적어도 하나의 양자화 파라미터의 (평균) 값이 포함된 양자화 파라미터 그룹을 가리키는 인덱스 정보인 것을 특징으로 하는 AI 복호화 장치.
  6. 제 1 항에 있어서,
    상기 프로세서는, 상기 메인 비트스트림의 영상 데이터로부터 획득된 양자화 파라미터 정보를 기초로 복수의 업스케일용 DNN 정보 중 선택된 업스케일용 DNN 정보로 상기 업스케일용 DNN를 설정한 것을 특징으로 하는 AI 복호화 장치.
  7. 제 1 항에 있어서,
    상기 메인 비트스트림은 소정의 코덱에서 정의된 비디오 비트스트림 내 소정의 메인 비트스트림 영역에 포함되고, 상기 서브 비트스트림은 소정의 코덱에서 정의된 비디오 비트스트림 내 소정의 서브 비트스트림 영역에 포함된 것을 특징으로 하는 AI 복호화 장치.
  8. 상기 제 7 항에 있어서,
    상기 서브 비트스트림은 SEI(Supplemental Enhancement Information) 메시지인 것을 특징으로 하는 AI 복호화 장치.
  9. 제 8 항에 있어서,
    상기 SEI 메시지는 소정의 표준에 의해 등록된 사용자 데이터 또는 UUID(Universally Unique Identifier)에 의해 식별되는 등록되지 않은(Unregistered) 사용자 데이터를 포함하는 SEI 메시지인 것을 특징으로 하는 AI 복호화 장치.
  10. 제 2 항에 있어서,
    상기 서브 비트스트림은 메타데이터 OBU(Open Bitstream Unit)인 것을 특징으로 하는 AI 복호화 장치.
  11. AI 부호화 데이터를 포함하는 비디오 비트스트림이 저장된 컴퓨터로 기록가능한 기록 매체에 있어서,
    상기 비디오 비트스트림은,
    원본 영상을 AI 다운스케일하여 획득된 제 1 영상의 부호화 정보를 포함하는 메인 비트스트림; 및
    제 2 영상의 AI 업스케일에 대한 AI 데이터를 포함하는 서브 비트스트림을 포함하고, 상기 제 2 영상은 상기 메인 비트스트림에 포함된 제1 영상의 부호화 정보를 복호화하여 획득된, 상기 제 1 영상의 대응 영상이고,
    상기 서브 비트스트림은,
    상기 제 2 영상에 대한 AI 업스케일 수행 여부를 나타내는 AI 업스케일 활성화 플래그 정보; 및
    상기 제 2 영상에 대한 AI 업스케일이 수행되는 경우, 미리 저장된 복수의 업스케일용 DNN 정보 중 업스케일용 DNN 정보를 선택하기 위해 이용되는 AI 서브 데이터를 포함하는 것을 특징으로 하는 컴퓨터로 기록가능한 기록 매체.
  12. 하나 이상의 인스트럭션들을 실행하는 적어도 하나의 프로세서를 포함하고,
    상기 프로세서는,
    원본 영상의 AI 다운스케일 여부를 결정하고,
    상기 결정 결과를 기초로, 다운스케일용 DNN을 이용하여 상기 원본 영상으로부터 AI 다운스케일된 제 1 영상을 획득하고,
    상기 제 1 영상을 제 1 부호화하여 영상 데이터를 획득하고,
    상기 원본 영상의 AI 다운스케일 여부에 대응하는 AI 업스케일 여부를 나타내는 AI 업스케일 활성화 플래그 정보를 생성하고,
    상기 원본 영상에 대해 상기 AI 다운스케일을 수행하는 것으로 결정된 경우, 상기 AI 다운스케일에 대응하는 AI 업스케일과 관련된 AI 서브 데이터를 생성하고,
    상기 AI 업스케일 활성화 플래그 정보 및 상기 AI 서브 데이터를 포함하는 AI 데이터를 생성하고,
    상기 영상 데이터를 포함하는 메인 비트스트림과 상기 AI 데이터를 포함하는 서브 비트스트림을 포함하는 비디오 비트스트림을 생성하고,
    상기 비디오 비트스트림을 전송하고,
    상기 영상 데이터의 적어도 일부 및 상기 AI 업스케일과 관련된 AI 서브 데이터의 적어도 일부 중 적어도 하나는 미리 저장된 복수의 업스케일용 DNN 설정 정보 중 업스케일용 DNN 설정 정보를 선택하기 위해 이용되는 정보이고,
    상기 선택된 업스케일용 DNN 설정 정보로 AI 업스케일에 이용되는 업스케일용 DNN이 설정되는 AI 부호화 장치.
  13. 영상의 AI 복호화 방법에 있어서,
    제 1 영상의 제 1 부호화 결과 획득된 영상 데이터를 포함하는 메인 비트스트림 및 AI 데이터를 포함하는 서브 비트스트림을 포함하는 비디오 비트스트림을 획득하는 단계;
    상기 메인 비트스트림에 포함된 영상 데이터를 제 1 복호화하여 상기 제 1 영상에 대응하는 제 2 영상을 획득하는 단계;
    상기 서브 비트스트림의 AI 데이터에 포함된 AI 업스케일 활성화 플래그 정보를 획득하고,
    상기 AI 업스케일 활성화 플래그 정보를 기초로, 상기 제 2 영상에 대한 AI 업스케일 수행 여부를 결정하는 단계;
    상기 제 2 영상에 대해 AI 업스케일을 수행하는 것으로 결정된 경우,
    상기 영상 데이터의 적어도 일부 및 상기 서브 비트스트림에 포함된 AI 서브 데이터의 적어도 일부 중 적어도 하나를 기초로 미리 저장된 복수의 업스케일용 DNN 정보 중 선택된 업스케일용 DNN 정보에 따라 설정된 업스케일용 DNN을 통해, 상기 제 2 영상으로부터 AI 업스케일된 제 3 영상을 획득하는 단계;
    상기 제 3 영상이 획득된 경우, 상기 제 3 영상을 출력하는 단계; 및
    상기 제 2 영상에 대해 상기 AI 업스케일을 수행하지 않는 것으로 결정된 경우, 상기 제 2 영상을 출력하는 단계를 포함하고,
    상기 AI 업스케일 활성화 플래그 정보는 상기 제 2 영상에 AI 업스케일을 수행하는지 여부를 나타내는 것을 특징으로 하는 AI 복호화 방법.
  14. 영상의 AI 부호화 방법에 있어서,
    원본 영상의 AI 다운스케일 여부를 결정하는 단계;
    상기 결정 결과를 기초로, 다운스케일용 DNN을 이용하여 상기 원본 영상으로부터 AI 다운스케일된 제 1 영상을 획득하는 단계;
    상기 제 1 영상을 제 1 부호화하여 영상 데이터를 획득하는 단계;
    상기 원본 영상의 AI 다운스케일 여부에 대응하는 AI 업스케일 여부를 나타내는 AI 업스케일 활성화 플래그 정보를 생성하고, 상기 원본 영상에 대해 상기 AI 다운스케일을 수행하는 것으로 결정된 경우, 상기 AI 다운스케일에 대응하는 AI 업스케일과 관련된 AI 서브 데이터를 생성하는 단계;
    상기 AI 업스케일 활성화 플래그 정보 및 상기 AI 서브 데이터를 포함하는 AI 데이터를 생성하는 단계;
    상기 영상 데이터를 포함하는 메인 비트스트림과 상기 AI 데이터를 포함하는 서브 비트스트림을 포함하는 비디오 비트스트림을 생성하는 단계; 및
    상기 비디오 비트스트림을 전송하는 단계를 포함하고,
    상기 영상 데이터의 적어도 일부 및 상기 AI 업스케일과 관련된 AI 서브 데이터의 적어도 일부 중 적어도 하나는 미리 저장된 복수의 업스케일용 DNN 설정 정보 중 업스케일용 DNN 설정 정보를 선택하기 위해 이용되는 정보이고,
    상기 선택된 업스케일용 DNN 설정 정보로 AI 업스케일에 이용되는 업스케일용 DNN이 설정되는 AI 부호화 방법.
  15. 제 13 항의 방법을 실행하기 위한 프로그램을 기록하는 컴퓨터로 읽을 수 있는 기록매체.
  16. 하나 이상의 인스트럭션들을 실행하는 적어도 하나의 프로세서를 포함하고,
    상기 프로세서는,
    제 1 영상의 제 1 부호화 결과 획득된 영상 데이터 및 AI 데이터를 포함하는 비디오 비트스트림을 획득하고,
    상기 영상 데이터를 제 1 복호화하여 상기 제 1 영상에 대응하는 제 2 영상을 획득하고,
    상기 AI 데이터에 포함된 AI 업스케일 활성화 플래그 정보를 획득하고, 상기 AI 업스케일 활성화 플래그 정보를 기초로 상기 제 2 영상에 대한 AI 업스케일 수행 여부를 결정하고,
    상기 제 2 영상에 대해 AI 업스케일을 수행하는 것으로 결정된 경우,
    상기 영상 데이터의 적어도 일부 및 AI 서브 데이터의 적어도 일부 중 적어도 하나를 기초로, 미리 저장된 복수의 업스케일용 DNN 정보 중 선택된 업스케일용 DNN 정보에 따라 설정된 업스케일용 DNN을 통해, 상기 제 2 영상으로부터 AI 업스케일된 제 3 영상을 획득하고,
    상기 제 3 영상이 획득된 경우, 상기 제 3 영상을 출력하고,
    상기 제 2 영상에 대해 상기 AI 업스케일을 수행하지 않는 것으로 결정된 경우, 상기 제 2 영상을 출력하고,
    상기 AI 업스케일 활성화 플래그 정보는 상기 제 2 영상에 AI 업스케일을 수행하는지 여부를 나타내고,
    상기 AI 데이터는 상기 영상 데이터와 관련된 부호화 파라미터를 포함하는 소정의 데이터 단위의 헤더에 포함되는 것을 특징으로 하는 AI 복호화 장치.
  17. 하나 이상의 인스트럭션들을 실행하는 적어도 하나의 프로세서를 포함하고,
    상기 프로세서는,
    제 1 영상의 제 1 부호화 결과 획득된 영상 데이터와 AI 데이터를 포함하는 AI 부호화 데이터를 포함하는 비디오 파일을 획득하고,
    상기 영상 데이터를 제 1 복호화하여 상기 제 1 영상에 대응하는 제 2 영상을 획득하고,
    상기 AI 데이터에 포함된 AI 업스케일 활성화 플래그 정보를 획득하고, 상기 AI 업스케일 활성화 플래그 정보를 기초로 상기 제 2 영상에 대한 AI 업스케일 수행 여부를 결정하고,
    상기 제 2 영상에 대해 AI 업스케일을 수행하는 것으로 결정된 경우,
    상기 영상 데이터의 적어도 일부 및 AI 서브 데이터의 적어도 일부 중 적어도 하나를 기초로 미리 저장된 복수의 업스케일용 DNN 정보 중 선택된 업스케일용 DNN 정보에 따라 설정된 업스케일용 DNN을 통해, 상기 제 2 영상으로부터 AI 업스케일된 제 3 영상을 획득하고,
    상기 제 3 영상이 획득된 경우, 상기 제 3 영상을 출력하고,
    상기 제 2 영상에 대해 상기 AI 업스케일을 수행하지 않는 것으로 결정된 경우, 상기 제 2 영상을 출력하고,
    상기 AI 업스케일 활성화 플래그 정보는 상기 제 2 영상에 AI 업스케일을 수행하는지 여부를 나타내고,
    상기 비디오 파일은 상기 영상 데이터를 포함하는 미디어 데이터 박스; 및 상기 영상 데이터에 관한 메타 데이터를 포함하는 메타 데이터 박스를 포함하고, 상기 메타 데이터 박스는 상기 AI 데이터를 포함하는 것을 특징으로 하는 AI 복호화 장치.
  18. 하나 이상의 인스트럭션들을 실행하는 적어도 하나의 프로세서를 포함하고,
    상기 프로세서는,
    원본 영상의 AI 다운스케일 여부를 결정하고,
    상기 결정 결과를 기초로, 다운스케일용 DNN을 이용하여 상기 원본 영상으로부터 AI 다운스케일된 제 1 영상을 획득하고,
    상기 제 1 영상을 제 1 부호화하여 영상 데이터를 획득하고,
    상기 원본 영상의 AI 다운스케일 여부에 대응하는 AI 업스케일 여부를 나타내는 AI 업스케일 활성화 플래그 정보를 생성하고,
    상기 원본 영상에 대해 상기 AI 다운스케일을 수행하는 것으로 결정된 경우, 상기 AI 다운스케일에 대응하는 AI 업스케일과 관련된 AI 서브 데이터를 생성하고,
    상기 AI 업스케일 활성화 플래그 정보 및 상기 AI 서브 데이터를 포함하는 AI 데이터를 생성하고,
    상기 영상 데이터 및 상기 AI 데이터를 포함하는 AI 부호화 데이터를 포함하는 비디오 파일을 전송하고,
    상기 영상 데이터의 적어도 일부 및 상기 AI 업스케일과 관련된 AI 서브 데이터의 적어도 일부 중 적어도 하나는 미리 저장된 복수의 업스케일용 DNN 설정 정보 중 업스케일용 DNN 설정 정보를 선택하기 위해 이용되는 정보이고,
    상기 선택된 업스케일용 DNN 설정 정보로 AI 업스케일에 이용되는 업스케일용 DNN이 설정되고,
    상기 비디오 파일은 상기 영상 데이터를 포함하는 미디어 데이터 박스; 및 상기 영상 데이터에 관한 메타 데이터를 포함하는 메타 데이터 박스를 포함하고, 상기 메타 데이터 박스는 상기 AI 데이터를 포함하는 것을 특징으로 하는, AI 부호화 장치.
KR1020200132976A 2020-05-29 2020-10-14 영상의 ａｉ 부호화 및 ａｉ 복호화를 위한 장치, 및 방법 KR102421720B1 (ko)

Priority Applications (4)

Application Number Priority Date Filing Date Title
US17/333,541 US11223841B2 (en) 2020-05-29 2021-05-28 Apparatus and method for performing artificial intelligence encoding and artificial intelligence decoding on image
EP21812423.8A EP4052226A4 (en) 2020-05-29 2021-05-31 DEVICES AND METHODS FOR PERFORMING ARTIFICIAL INTELLIGENCE CODING AND ARTIFICIAL INTELLIGENCE DECODING ON AN IMAGE
PCT/KR2021/006735 WO2021242066A1 (en) 2020-05-29 2021-05-31 Apparatus and method for performing artificial intelligence encoding and artificial intelligence decoding on image
CN202180027171.1A CN115398481A (zh) 2020-05-29 2021-05-31 对图像执行人工智能编码和人工智能解码的设备和方法

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
KR1020200065182 2020-05-29
KR20200065182 2020-05-29

Publications (2)

Publication Number Publication Date
KR20210147830A true KR20210147830A (ko) 2021-12-07
KR102421720B1 KR102421720B1 (ko) 2022-07-18

Family

ID=78868601

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020200132976A KR102421720B1 (ko) 2020-05-29 2020-10-14 영상의 ａｉ 부호화 및 ａｉ 복호화를 위한 장치, 및 방법

Country Status (1)

Country Link
KR (1) KR102421720B1 (ko)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2023172017A1 (ko) * 2022-03-07 2023-09-14 엘지전자 주식회사 피쳐 부호화/복호화 방법, 장치, 비트스트림을 저장한 기록 매체 및 비트스트림 전송 방법

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20110100170A (ko) * 2010-03-03 2011-09-09 삼성전자주식회사 미디어 파일 기록 및 재생 장치 및 방법과 그 기록 매체
KR20180035760A (ko) * 2012-04-16 2018-04-06 한국전자통신연구원 영상 정보 디코딩 방법, 영상 디코딩 방법 및 이를 이용하는 장치
KR20190018673A (ko) * 2016-07-14 2019-02-25 삼성전자주식회사 비디오 복호화 방법 및 그 장치 및 비디오 부호화 방법 및 그 장치
KR20200044666A (ko) * 2018-10-19 2020-04-29 삼성전자주식회사 데이터 스트리밍 방법 및 장치

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20110100170A (ko) * 2010-03-03 2011-09-09 삼성전자주식회사 미디어 파일 기록 및 재생 장치 및 방법과 그 기록 매체
KR20180035760A (ko) * 2012-04-16 2018-04-06 한국전자통신연구원 영상 정보 디코딩 방법, 영상 디코딩 방법 및 이를 이용하는 장치
KR20190018673A (ko) * 2016-07-14 2019-02-25 삼성전자주식회사 비디오 복호화 방법 및 그 장치 및 비디오 부호화 방법 및 그 장치
KR20200044666A (ko) * 2018-10-19 2020-04-29 삼성전자주식회사 데이터 스트리밍 방법 및 장치

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2023172017A1 (ko) * 2022-03-07 2023-09-14 엘지전자 주식회사 피쳐 부호화/복호화 방법, 장치, 비트스트림을 저장한 기록 매체 및 비트스트림 전송 방법

Also Published As

Publication number Publication date
KR102421720B1 (ko) 2022-07-18

Similar Documents

Publication Publication Date Title
US11778171B2 (en) Apparatus, a method and a computer program for video coding and decoding
KR102287947B1 (ko) 영상의 ａｉ 부호화 및 ａｉ 복호화 방법, 및 장치
KR102525578B1 (ko) 부호화 방법 및 그 장치, 복호화 방법 및 그 장치
US20220239949A1 (en) An apparatus, a method and a computer program for video encoding and decoding
US11095907B2 (en) Apparatus, a method and a computer program for video coding and decoding
EP3906699A1 (en) An apparatus, a method and a computer program for video coding and decoding
KR101751221B1 (ko) 하위 호환성 ｖｄｒ 코덱을 위한 효율적인 트랜스코딩
US20140307775A1 (en) Method and device for partitioning an image
US11223841B2 (en) Apparatus and method for performing artificial intelligence encoding and artificial intelligence decoding on image
US20220385911A1 (en) Use of embedded signalling for backward-compatible scaling improvements and super-resolution signalling
EP3906675A1 (en) An apparatus, a method and a computer program for video coding and decoding
KR20210113131A (ko) 영상의 ａｉ 부호화 및 ａｉ 복호화 방법, 및 장치
CN113678457A (zh) 视频流中的具有子区域划分的填充处理方法
KR102421720B1 (ko) 영상의 ａｉ 부호화 및 ａｉ 복호화를 위한 장치, 및 방법
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
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
KR102421718B1 (ko) 인공지능 부호화 및 인공지능 복호화를 수행하기 위한 방법 및 장치
US20230196505A1 (en) Artificial intelligence-based image providing apparatus and method, and artificial intelligence-based display apparatus and method
JP2019097013A (ja) ディスプレイ適合ｈｄｒ画像を再構成する方法およびデバイス
EP4228268A1 (en) Method and device for performing artificial intelligence encoding and artificial intelligence decoding
KR20210154700A (ko) 화상통화시 업스케일을 위한 적응적 인공지능 다운스케일 방법 및 장치
CN116601963A (zh) 生成/接收包括nal单元阵列信息的媒体文件的方法和装置及发送媒体文件的方法

Legal Events

Date Code Title Description
E701 Decision to grant or registration of patent right
GRNT Written decision to grant