KR20210154062A - 저복잡도 신경망을 이용한 영상의 ai 부호화 장치 및 방법, ai 복호화 장치 및 방법 - Google Patents

Abstract

AI 부호화 장치에 저장된 하나 이상의 인스트럭션들을 실행하는 프로세서는, 원본 영상으로부터 다운스케일된 제 1 축소 영상 및 원본 영상의 해상도보다 작은 해상도를 갖는 축소 특징 맵을 다운스케일 DNN으로 입력하고, 원본 영상으로부터 AI 다운스케일된 제 1 영상을 다운스케일 DNN에서 획득하고, 제 1 영상을 제 1 부호화하여 영상 데이터를 생성하고, 영상 데이터를 출력하는, 일 실시예에 따른 AI 부호화 장치가 개시된다.

Description

저복잡도 신경망을 이용한 영상의 AI 부호화 장치 및 방법, AI 복호화 장치 및 방법{APPARATUS AND METHOD FOR PERFORMING ARTIFICIAL INTELLIGENCE ENCODING AND ARTIFICIAL INTELLIGENCE DECODING OF IMAGE BY USING LOW-COMPLEXITY NEURAL NETWORK}

본 개시는 영상 처리 분야에 관한 것이다. 보다 구체적으로, 본 개시는 영상을 AI 기반으로 부호화 및 복호화하는 방법 및 장치에 관한 것이다.

영상은 소정의 데이터 압축 표준, 예를 들어 MPEG (Moving Picture Expert Group) 표준 등을 따르는 코덱(codec)에 의해 부호화된 후 비트스트림의 형태로 기록매체에 저장되거나 통신 채널을 통해 전송된다.

고해상도/고화질의 영상을 재생, 저장할 수 있는 하드웨어의 개발 및 보급에 따라, 고해상도/고화질의 영상을 효과적으로 부호화 및 복호화할 수 있는 코덱의 필요성이 증대하고 있다.

일 실시예에 따른 영상의 AI 부호화 장치 및 방법, AI 복호화 장치 및 방법은 낮은 비트레이트의 달성을 위해 AI 기반으로 영상을 부호화 및 복호화하는 것을 기술적 과제로 한다.

일 실시예에 따른 AI 부호화 장치는, AI 부호화 장치에 저장된 하나 이상의 인스트럭션들을 실행하는 프로세서를 포함하고, 상기 프로세서는, 원본 영상으로부터 다운스케일된 제 1 축소 영상 및 상기 원본 영상의 해상도보다 작은 해상도를 갖는 축소 특징 맵을 다운스케일 DNN으로 입력하고, 상기 원본 영상으로부터 AI 다운스케일된 제 1 영상을 상기 다운스케일 DNN에서 획득하고, 상기 제 1 영상을 제 1 부호화하여 영상 데이터를 생성하고, 상기 영상 데이터를 출력할 수 있다.

예시적인 실시예에서, 상기 프로세서는, 상기 원본 영상으로부터 다운스케일된 제 2 축소 영상과 상기 제 1 축소 영상 사이의 잔차 영상을 상기 축소 특징 맵으로 획득할 수 있다.

예시적인 실시예에서, 상기 프로세서는, 상기 원본 영상의 픽셀 그룹들 내에서 서로 다른 지점에 위치하는 픽셀들로 이루어진 복수의 제 1 축소 영상을 획득하고, 상기 복수의 제 1 축소 영상과 상기 제 2 축소 영상 사이의 복수의 잔차 영상을 상기 축소 특징 맵으로 획득할 수 있다.

예시적인 실시예에서, 상기 복수의 제 1 축소 영상의 개수와 상기 복수의 잔차 영상의 개수의 합은, 상기 다운스케일 DNN의 첫 번째 레이어의 입력 채널 수와 동일할 수 있다.

예시적인 실시예에서, 상기 제 2 축소 영상과 상기 다운스케일 DNN의 마지막 레이어의 출력 영상이 합해짐에 따라 상기 제 1 영상이 획득될 수 있다.

예시적인 실시예에서, 상기 프로세서는, 상기 원본 영상에 대응하는 에지 맵을 상기 축소 특징 맵으로 획득할 수 있다.

예시적인 실시예에서, 상기 원본 영상으로부터 다운스케일된 제 3 축소 영상과 상기 다운스케일 DNN의 마지막 레이어의 출력 영상이 합해짐에 따라 상기 제 1 영상이 획득될 수 있다.

예시적인 실시예에서, 상기 프로세서는, 상기 원본 영상으로부터 다운스케일 및 업스케일된 변형 영상을 획득하고, 상기 변형 영상으로부터 다운스케일된 제 4 축소 영상과 상기 제 1 축소 영상 사이의 잔차 영상을 상기 축소 특징 맵으로 획득할 수 있다.

예시적인 실시예에서, 상기 다운스케일 DNN의 레이어들 중 어느 하나의 레이어의 출력 데이터는, 상기 어느 하나의 레이어 이전의 레이어들의 출력 데이터와 합해져 다음 레이어로 입력될 수 있다.

일 실시예에 따른 AI 부호화 방법은, 원본 영상으로부터 다운스케일된 제 1 축소 영상 및 상기 원본 영상의 해상도보다 작은 해상도를 갖는 축소 특징 맵을 다운스케일 DNN으로 입력하는 단계; 상기 원본 영상으로부터 AI 다운스케일된 제 1 영상을 상기 다운스케일 DNN에서 획득하는 단계; 상기 제 1 영상을 제 1 부호화하여 영상 데이터를 생성하는 단계; 및 상기 영상 데이터를 출력하는 단계를 포함할 수 있다.

일 실시예에 따른 AI 복호화 장치는, 상기 AI 복호화 장치에 저장된 하나 이상의 인스트럭션들을 실행하는 프로세서를 포함하고, 상기 프로세서는, 제 1 영상의 제 1 부호화 결과 생성된 영상 데이터를 획득하고, 상기 영상 데이터를 제 1 복호화하여 제 2 영상을 획득하고, 상기 제 2 영상으로부터 업스케일된 제 1 확대 영상 및 상기 제 2 영상의 해상도보다 큰 해상도를 갖는 확대 특징 맵을 업스케일 DNN으로 입력하고, 상기 제 2 영상으로부터 AI 업스케일된 제 3 영상을 상기 업스케일 DNN에서 획득하고, 상기 제 3 영상을 디스플레이로 제공할 수 있다.

일 실시예에 따른 영상의 AI 부호화 장치 및 방법, AI 복호화 장치 및 방법은 AI 기반의 영상 부호화 및 복호화를 통해 영상을 낮은 비트레이트로 처리할 수 있다.

다만, 일 실시예에 따른 영상의 AI 부호화 장치 및 방법, AI 복호화 장치 및 방법이 달성할 수 있는 효과는 이상에서 언급한 것들로 제한되지 않으며, 언급하지 않은 또 다른 효과들은 아래의 기재로부터 본 개시가 속하는 기술분야에서 통상의 지식을 가진 자에게 명확하게 이해될 수 있을 것이다.

본 명세서에서 인용되는 도면을 보다 충분히 이해하기 위하여 각 도면의 간단한 설명이 제공된다.
도 1은 일 실시예에 따른 AI 부호화 과정 및 AI 복호화 과정을 설명하기 위한 도면이다.
도 2는 일 실시예에 따른 AI 복호화 장치의 구성을 나타내는 블록도이다.
도 3은 제 2 영상의 AI 업스케일을 위한 제 2 DNN을 나타내는 예시적인 도면이다.
도 4는 컨볼루션 레이어에 의한 컨볼루션 연산을 설명하기 위한 도면이다.
도 5는 여러 영상 관련 정보들과 여러 DNN 설정 정보들 사이의 매핑 관계를 나타내는 예시적인 도면이다.
도 6은 복수의 프레임으로 구성된 제 2 영상을 도시하는 도면이다.
도 7은 일 실시예에 따른 AI 부호화 장치의 구성을 나타내는 블록도이다.
도 8은 원본 영상의 AI 다운스케일을 위한 제 1 DNN을 나타내는 예시적인 도면이다.
도 9는 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 13은 다른 실시예에 따른 AI 부호화 장치의 구성을 나타내는 블록도이다.
도 14는 일 실시예에 따른 제 1 DNN을 이용한 AI 다운스케일 과정을 설명하기 위한 도면이다.
도 15는 다른 실시예에 따른 제 1 DNN을 이용한 AI 다운스케일 과정을 설명하기 위한 도면이다.
도 16은 또 다른 실시예에 따른 제 1 DNN을 이용한 AI 다운스케일 과정을 설명하기 위한 도면이다.
도 17은 또 다른 실시예에 따른 제 1 DNN을 나타내는 예시적인 도면이다.
도 18은 다른 실시예에 따른 AI 복호화 장치의 구성을 나타내는 블록도이다.
도 19는 일 실시예에 따른 제 2 DNN을 이용한 AI 업스케일 과정을 설명하기 위한 도면이다.
도 20은 다른 실시예에 따른 제 2 DNN을 이용한 AI 업스케일 과정을 설명하기 위한 도면이다.
도 21은 또 다른 실시예에 따른 제 2 DNN을 이용한 AI 업스케일 과정을 설명하기 위한 도면이다.
도 22는 제 1 축소 영상(또는 제 1 확대 영상)과 제 2 축소 영상(제 2 확대 영상)을 이용하여 잔차 영상을 획득하는 방법을 설명하기 위한 도면이다.
도 23은 제 1 축소 영상(또는 제 1 확대 영상)과 제 2 축소 영상(제 2 확대 영상)을 이용하여 잔차 영상을 획득하는 방법을 설명하기 위한 도면이다.
도 24는 제 1 축소 영상(또는 제 1 확대 영상)과 제 2 축소 영상(제 2 확대 영상)을 이용하여 잔차 영상을 획득하는 방법을 설명하기 위한 도면이다.
도 25는 제 1 DNN 및 제 2 DNN을 훈련시키는 다른 방법을 설명하기 위한 도면이다.

본 개시는 다양한 변경을 가할 수 있고 여러 가지 실시예를 가질 수 있는 바, 특정 실시예들을 도면에 예시하고, 이를 상세한 설명을 통해 상세히 설명하고자 한다. 그러나, 이는 본 개시의 실시 형태에 대해 한정하려는 것이 아니며, 본 개시는 여러 실시예들의 사상 및 기술 범위에 포함되는 모든 변경, 균등물 내지 대체물을 포함하는 것으로 이해되어야 한다.

실시예를 설명함에 있어서, 관련된 공지 기술에 대한 구체적인 설명이 본 개시의 요지를 불필요하게 흐릴 수 있다고 판단되는 경우 그 상세한 설명을 생략한다. 또한, 명세서의 설명 과정에서 이용되는 숫자(예를 들어, 제 1, 제 2 등)는 하나의 구성요소를 다른 구성요소와 구분하기 위한 식별기호에 불과하다.

또한, 본 명세서에서, 일 구성요소가 다른 구성요소와 "연결된다" 거나 "접속된다" 등으로 언급된 때에는, 상기 일 구성요소가 상기 다른 구성요소와 직접 연결되거나 또는 직접 접속될 수도 있지만, 특별히 반대되는 기재가 존재하지 않는 이상, 중간에 또 다른 구성요소를 매개하여 연결되거나 또는 접속될 수도 있다고 이해되어야 할 것이다.

또한, 본 명세서에서 '~부(유닛)', '모듈' 등으로 표현되는 구성요소는 2개 이상의 구성요소가 하나의 구성요소로 합쳐지거나 또는 하나의 구성요소가 보다 세분화된 기능별로 2개 이상으로 분화될 수도 있다. 또한, 이하에서 설명할 구성요소 각각은 자신이 담당하는 주기능 이외에도 다른 구성요소가 담당하는 기능 중 일부 또는 전부의 기능을 추가적으로 수행할 수도 있으며, 구성요소 각각이 담당하는 주기능 중 일부 기능이 다른 구성요소에 의해 전담되어 수행될 수도 있음은 물론이다.

또한, 본 명세서에서, '영상(image)' 또는 '픽처'는 정지영상, 복수의 연속된 정지영상(또는 프레임)으로 구성된 동영상, 또는 비디오를 나타낼 수 있다.

또한, 본 명세서에서 'DNN(deep neural network)'은 뇌 신경을 모사한 인공신경망 모델의 대표적인 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]

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]

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.

한편, 전술한 AI 부호화 장치(700)는 원본 영상(105)을 제 1 DNN으로 처리하여 제 1 영상(115)을 획득하고, AI 복호화 장치(200)는 제 2 영상(135)을 제 2 DNN으로 처리하여 제 3 영상(145)을 획득한다. AI 부호화 및 AI 복호화의 대상인 원본 영상(105) 및 제 2 영상(135)이 직접 제 1 DNN과 제 2 DNN으로 입력되기 때문에, 제 1 DNN 및 제 2 DNN에서 수행되어야 하는 연산량이 많아질 수 있다. 예를 들어, 제 1 DNN은 제 1 영상(115)의 획득을 위해 원본 영상(105)의 해상도를 감소시켜야 하고, 제 2 DNN은 제 3 영상(145)의 획득을 위해 제 2 영상(135)의 해상도를 증가시켜야 한다. 즉, 제 1 DNN은 원본 영상(105)의 해상도를 감소시키는 연산을 필요로 하고, 제 2 DNN은 제 2 영상(135)의 해상도를 증가시키는 연산을 필요로 한다. 이러한 연산은 후술하는 전처리된 데이터에 기반한 AI 다운스케일 및 AI 업스케일 과정에서 생략될 수 있다.

또한, 전술한 제 1 DNN과 제 2 DNN은 모두 하나의 영상(즉, 원본 영상(105)과 제 2 영상(135))을 입력받아 처리하므로, AI 다운스케일 및 AI 업스케일의 대상이 되는 영상의 특성을 빠르게 파악하기 어렵다. 따라서, 영상 특성을 정확하게 반영한 AI 다운스케일 및 AI 업스케일을 수행하기 위해서는, 영상의 특성 추출을 위한 레이어를 제 1 DNN 및 제 2 DNN에 포함시켜야 하는데, 이는 제 1 DNN 및 제 2 DNN에 포함된 레이어의 개수를 증가시키는 원인이 될 수 있다.

즉, 전술한 AI 다운스케일 및 AI 업스케일 과정에 따르면, 제 1 DNN 및 제 2 DNN에 포함되어야 하는 레이어의 개수가 많아지고, 연산량도 많을 수 있으므로, 제 1 DNN 및 제 2 DNN을 저 복잡도로 구현할 필요가 있다.

이하에서는, 도 13 내지 도 21을 참조하여, 저복잡도의 제 1 DNN 및 제 2 DNN을 이용한 AI 다운스케일 및 AI 업스케일 과정에 대해 설명한다.

도 13은 다른 실시예에 따른 AI 부호화 장치의 구성을 나타내는 블록도이다.

도 13을 참조하면, AI 부호화 장치(1300)는 AI 부호화부(1310) 및 전송부(1330)를 포함할 수 있다. AI 부호화부(1310)는 AI 다운스케일부(1312), 제 1 부호화부(1314), 데이터 처리부(1316) 및 AI 설정부(1318)를 포함할 수 있다.

AI 부호화부(1310) 및 전송부(1330)의 기능은 도 7과 관련하여 전술한 AI 부호화부(710) 및 전송부(730)의 기능과 동일할 수 있다. 즉, AI 부호화부(1310)의 AI 다운스케일부(1312)는 원본 영상(105)을 AI 다운스케일하여 제 1 영상(115)을 획득하고, 제 1 부호화부(1314)는 제 1 영상(115)을 제 1 부호화할 수 있다. AI 다운스케일과 관련된 AI 데이터와 제 1 부호화의 결과로 획득된 영상 데이터는 데이터 처리부(1316)로 전달된다. AI 설정부(1318)은 복수의 DNN 설정 정보 중 다운스케일 타겟에 대응하는 DNN 설정 정보를 획득하여 AI 다운스케일부(1312)로 전송한다.

데이터 처리부(1316)는 영상 데이터와 AI 데이터를 포함하는 AI 부호화 데이터를 생성하여 전송부(1330)로 출력하고, 전숭부(1330)는 AI 부호화 데이터를 출력한다. AI 부호화부(1310) 및 전송부(1330)의 기능은 도 7과 관련하여 자세히 설명하였으므로, 여기서는 그 상세한 설명을 생략한다.

AI 다운스케일부(1312)를 도 7에 도시된 AI 다운스케일부(712)와 비교하면, AI 다운스케일부(1312)는 전처리부(1313)를 포함한다.

전처리부(1313)는 원본 영상(105)을 전처리하고, 전처리 결과로 획득된 데이터를 제 1 DNN에 입력한다.

일 실시예에서, 전처리 결과로 획득된 데이터는 원본 영상(105)의 해상도보다 작은 해상도를 갖는 복수의 영상을 포함할 수 있다. 복수의 영상의 해상도는 원본 영상(105)의 해상도보다 작고 제 1 영상(115)의 해상도보다 클 수 있다. 또는 복수의 영상의 해상도는 제 1 영상(115)의 해상도와 동일할 수도 있다.

원본 영상(105)의 해상도보다 작은 해상도를 갖는 복수의 영상이 제 1 DNN에 입력되기 때문에, 단일의 원본 영상(105)이 제 1 DNN에 입력되는 경우에 비해 제 1 DNN에서 수행되어야 하는 연산량을 감소시킬 수 있다. 다시 말하면, 원본 영상(105)을 제 1 DNN에 입력하는 경우에는 원본 영상(105)의 해상도를 제 1 영상(115)의 해상도로 감소시키는 연산이 필요하지만, 원본 영상(105)보다 작은 해상도를 갖는 영상들이 제 1 DNN에 입력되는 경우에는 영상의 해상도를 변경시키는 연산이 필요 없어지거나, 연산량이 감소될 수 있다.

제 1 DNN에 포함되는 레이어의 개수는 연산량에 비례하므로, 제 1 DNN에서 수행되어야 하는 연산량을 감소시킴에 따라 제 1 DNN에 포함되는 레이어의 개수를 감소시킬 수 있다.

전처리 결과로 획득된 복수의 영상 중 일부는 원본 영상(105)의 특징 맵을 포함할 수 있다. 특징 맵은 원본 영상(105)의 고유한 특성들, 예를 들어, 수직 방향 특성, 수평 방향 특성 또는 에지 특성 등을 나타낸다. 제 1 DNN는 원본 영상(105)으로부터 원본 영상(105)의 특성을 나타내는 특징 맵을 직접 획득할 필요없이 전처리부(1313)로부터 입력된 특징 맵을 이용하여 빠르게 원본 영상(105)의 특성을 파악할 수 있다.

즉, 일 실시예에 따르면, 원본 영상(105)의 해상도보다 작은 해상도를 가지면서, 일부가 특징 맵인 복수의 영상을 제 1 DNN으로 입력하므로, 제 1 DNN의 구조를 간략화할 수 있다.

전처리부(1313)는 다수의 연산량을 필요로 하는, 훈련의 결과로 획득된 파라미터를 연산에 이용하는 신경망 대신 룰 기반의 방법(또는 레거시 방법으로도 참조됨)으로 원본 영상(105)을 전처리할 수 있다. 전처리에 레거시 방법을 이용하는 이유는, 신경망 기반으로 원본 영상(105)을 전처리하는 것은 원본 영상(105)을 직접 제 1 DNN으로 입력하는 것과 비교하여 연산량에 있어 큰 차이가 없을 수 있기 때문이다.

일 실시예에서, 전처리 결과로 획득된 데이터는 원본 영상(105)으로부터 다운스케일된 제 1 축소 영상과 원본 영상(105)에 대응하는 축소 특징 맵을 포함할 수 있다. 제 1 축소 영상은 원본 영상(105)을 레거시 스케일 방법으로 다운스케일하여 획득할 수 있다. 일 실시예에서, 레거시 스케일 방법은 니어리스트 네이버(nearest neighbor) 스케일 방법, 바이리니어(bilinear) 스케일 방법, 바이큐빅(bicubic) 스케일 방법, 란조스(lanczos) 스케일 방법 및 스테어 스탭(stair step) 스케일 방법 중 적어도 하나를 포함할 수 있다.

제 1 축소 영상과 축소 특징 맵의 해상도는 원본 영상(105)의 해상도보다 작다. 예를 들어, 제 1 축소 영상과 축소 특징 맵의 해상도는 제 1 영상(115)의 해상도와 동일할 수 있다.

제 1 DNN은 전처리부(1313)로부터 출력된 제 1 축소 영상과 축소 특징 맵을 처리하여 제 1 영상(115)을 획득한다. 전술한 바와 같이, 제 1 DNN은 복수의 DNN 설정 정보 중 다운스케일 타겟에 대응하는 DNN 설정 정보에 따라 동작할 수 있다.

이하에서는, 전처리부(1313)의 구성 및 전처리된 데이터를 처리하는 제 1 DNN의 구조에 대해 상세히 설명한다.

도 14는 일 실시예에 따른 제 1 DNN(2400)을 이용한 AI 다운스케일 과정을 설명하기 위한 도면이다.

전처리부(1313)는 원본 영상(105)의 전처리를 위한 제 1 다운스케일러(1410), 제 2 다운스케일러(1430) 및 감산부(1450)를 포함한다.

제 1 다운스케일러(1410) 및 제 2 다운스케일러(1430) 각각은 미리 결정된 스케일 방법에 따라 원본 영상(105)을 다운스케일할 수 있다. 제 1 다운스케일러(1410) 및 제 2 다운스케일러(1430)는 룰(rule) 기반의 스케일 방법(또는 레거시 스케일 방법으로도 참조됨)으로 원본 영상(105)을 다운스케일한다.

일 실시예에서, 레거시 스케일 방법은 니어리스트 네이버(nearest neighbor) 스케일 방법, 바이리니어(bilinear) 스케일 방법, 바이큐빅(bicubic) 스케일 방법, 란조스(lanczos) 스케일 방법 및 스테어 스탭(stair step) 스케일 방법 중 적어도 하나를 포함할 수 있다.

제 1 다운스케일러(1410) 및 제 2 다운스케일러(1430)는 서로 다른 스케일 방법으로 원본 영상(105)을 다운스케일할 수 있다. 예를 들어, 제 1 다운스케일러(1410)는 니어리스트 네이버(nearest neighbor) 스케일 방법으로 원본 영상(105)을 다운스케일하고, 제 2 다운스케일러(1430)는 바이큐빅(bicubic) 스케일 방법으로 원본 영상(105)을 다운스케일할 수 있다.

제 1 다운스케일러(1410)는 원본 영상(105)을 다운스케일하여 제 1 축소 영상(1412)을 획득한다. 제 2 다운스케일러(1430)는 원본 영상(105)을 다운스케일하여 제 2 축소 영상(1432)을 획득한다.

감산부(1450)는 제 2 축소 영상(1432)과 제 1 축소 영상(1412) 사이의 잔차 영상을 축소 특징 맵(1452)으로 획득한다. 잔차 영상은 제 1 축소 영상(1412) 및 제 2 축소 영상(1432) 중 어느 하나의 영상의 픽셀 값들과 다른 하나의 영상의 픽셀 값들 사이의 차이 값들로 이루어질 수 있다.

제 1 축소 영상(1412)과 축소 특징 맵(1452)은 결합(concatenate)(1470)되어 제 1 DNN(2400)으로 입력된다. 제 1 축소 영상(1412)의 개수와 축소 특징 맵(1452)의 개수의 합은 제 1 DNN(2400)의 첫 번째 레이어의 입력 채널 수와 동일하여야 한다. 도 14에서 제 1 DNN(2400)의 첫 번째 레이어인 제 1 컨볼루션 레이어(2410)의 5 x 5 x 2n x k는 제 1 컨볼루션 레이어(2410)가 5 x 5 크기의 k개의 필터 커널로 2n개의 영상을 처리하여 k개의 특징 맵을 출력한다는 것을 의미한다. 여기서, n 및 k는 0보다 큰 실수이다.

제 1 컨볼루션 레이어(2410)의 입력 채널 수는 2n이므로, 제 1 축소 영상(1412)의 개수와 축소 특징 맵(1452)의 개수의 합도 2n이어야 한다. 즉, 제 1 축소 영상(1412)의 개수가 p개라면, 축소 특징 맵(1452)의 개수는 2n-p개이어야 한다.

일 실시예에서, 제 1 다운스케일러(1410)는 서로 다른 p개(p는 자연수)의 스케일 방법으로 원본 영상(105)을 다운스케일하여 p개의 제 1 축소 영상(1412)을 획득한다. 그리고, 제 2 다운스케일러(1430)는 서로 다른 q개(q는 자연수)의 스케일 방법으로 원본 영상(105)을 다운스케일하여 q개의 제 2 축소 영상(1432)을 획득한다. 감산부(1450)는 p개의 제 1 축소 영상(1412)과 q개의 제 2 축소 영상(1432) 사이에서 2n-p개의 잔차 영상을 획득할 수 있다. p개의 제 1 축소 영상(1412) 및 2n-p개의 잔차 영상은 제 1 DNN(2400)으로 입력될 수 있다.

다른 실시예에서, 제 1 다운스케일러(1410)는 서로 다른 n개의 스케일 방법으로 원본 영상(105)을 다운스케일하여 n개의 제 1 축소 영상(1412)을 획득한다. 그리고, 제 2 다운스케일러(1430)는 어느 하나의 스케일 방법으로 원본 영상(105)을 다운스케일하여 1개의 제 2 축소 영상(1432)을 획득한다. 감산부(1450)는 n개의 제 1 축소 영상(1412) 각각과 1개의 제 2 축소 영상(1432) 사이에서 n개의 잔차 영상을 획득할 수 있다. n개의 제 1 축소 영상(1412) 및 n개의 잔차 영상은 제 1 DNN(2400)으로 입력될 수 있다.

또 다른 실시예에서, 제 1 다운스케일러(1410)는 서로 다른 n개의 스케일 방법으로 원본 영상(105)을 다운스케일하여 n개의 제 1 축소 영상(1412)을 획득한다. 그리고, 제 2 다운스케일러(1430)는 서로 다른 n개의 스케일 방법으로 원본 영상(105)을 다운스케일하여 n개의 제 2 축소 영상(1432)을 획득한다. 감산부(1450)는 n개의 제 1 축소 영상(1412)과 n개의 제 2 축소 영상(1432) 사이에서 n개의 잔차 영상을 획득할 수 있다. 예를 들어, 감산부(1450)는 n개의 제 1 축소 영상(1412)과 n개의 제 2 축소 영상(1432)을 일대일로 매핑하고, 서로 매핑된 제 1 축소 영상(1412)들과 제 2 축소 영상(1432)들 사이에서 n개의 잔차 영상을 획득할 수 있다. n개의 제 1 축소 영상(1412) 및 n개의 잔차 영상은 제 1 DNN(2400)으로 입력될 수 있다.

또 다른 실시예에서, 제 1 다운스케일러(1410)는 니어리스트 네이버 스케일 방법에 따라 원본 영상(105)으로부터 서로 다른 n개의 제 1 축소 영상(1412)을 획득하고, 제 2 다운스케일러(1430)는 어느 하나의 스케일 방법으로 원본 영상(105)을 다운스케일하여 1개의 제 2 축소 영상(1432)을 획득한다. 그리고, 감산부(1450)는 n개의 제 1 축소 영상(1412) 각각과 1개의 제 2 축소 영상(1432) 사이에서 n개의 잔차 영상을 획득할 수 있다. n개의 제 1 축소 영상(1412) 및 n개의 잔차 영상은 제 1 DNN(2400)으로 입력될 수 있다.

니어리스트 네이버 스케일 방법에 따르면, 제 1 다운스케일러(1410)는 n개의 제 1 축소 영상(1412)을 획득하기 위해, 원본 영상(105)에서 n개의 픽셀들을 포함하는 픽셀 그룹들을 결정하고, 각각의 픽셀 그룹에서 서로 다른 지점에 위치한 픽셀들로 이루어진 n개의 제 1 축소 영상(1412)을 획득할 수 있다. n개의 픽셀들을 포함하는 픽셀 그룹들은 정사각형 블록 또는 직사각형 블록의 형태를 가질 수 있다.

예를 들어, 제 1 다운스케일러(1410)가 4개의 제 1 축소 영상(1412)을 획득하고자 하는 경우, 제 1 다운스케일러(1410)는 원본 영상(105) 내에서 서로 인접한 4개의 픽셀들을 포함하는 픽셀 그룹들을 결정한다. 여기서, 4개의 픽셀들을 포함하는 각 픽셀 그룹은 정사각형 블록의 형태를 가질 수 있다. 제 1 다운스케일러(1410)는 픽셀 그룹들 각각에 포함된 4개의 픽셀들 중 좌상측에 위치한 픽셀들로 이루어진 제 1 축소 영상(1412), 우상측에 위치한 픽셀들로 이루어진 제 1 축소 영상(1412), 좌하측에 위치한 픽셀들로 이루어진 제 1 축소 영상(1412) 및 우하측에 위치한 픽셀들로 이루어진 제 1 축소 영상(1412)을 획득할 수 있다.

다른 예로, 4개의 픽셀들을 포함하는 각 픽셀 그룹이 직사각형 블록의 형태를 가지는 경우, 제 1 다운스케일러(1410)는 픽셀 그룹들 각각에 포함된 4개의 픽셀들 중 최상단(또는 가장 좌측)에 위치한 픽셀들로 이루어진 제 1 축소 영상(1412), 위에서 두 번째 (또는 좌에서 두 번째)에 위치한 픽셀들로 이루어진 제 1 축소 영상(1412), 위에서 세 번째 (또는 좌에서 세 번째)에 위치한 픽셀들로 이루어진 제 1 축소 영상(1412) 및 최하단(또는 가장 우측)에 위치한 픽셀들로 이루어진 제 1 축소 영상(1412)을 획득할 수 있다.

전처리부(1313)는 제 1 영상(115)의 타겟 해상도에 따라 제 1 축소 영상(1412) 및 제 2 축소 영상(1432)의 해상도를 결정할 수 있다. 일 예로, 전처리부(1313)는 제 1 영상(115)의 타겟 해상도와 원본 영상(105)의 해상도 사이의 비율이 1/2인 경우, 제 1 축소 영상(1412) 및 제 2 축소 영상(1432)의 해상도를 원본 영상(105)의 1/2배로 결정할 수 있다. 그리고, 제 1 다운스케일러(1410) 및 제 2 다운스케일러(1430)는 각각 원본 영상(105)으로부터 해상도가 1/2배만큼 감소한 제 1 축소 영상(1412)과 제 2 축소 영상(1432)을 획득할 수 있다.

다른 예로, 전처리부(1313)는 제 1 영상(115)의 타겟 해상도와 원본 영상(105)의 해상도 사이의 비율이 1/4인 경우, 제 1 축소 영상(1412) 및 제 2 축소 영상(1432)의 해상도를 원본 영상(105)의 1/2배로 결정할 수 있다. 그리고, 제 1 다운스케일러(1410) 및 제 2 다운스케일러(1430)는 각각 원본 영상(105)으로부터 해상도가 1/2배만큼 감소한 제 1 축소 영상(1412)과 제 2 축소 영상(1432)을 획득할 수 있다. 이 경우, 제 1 DNN(2400)은 원본 영상(105) 대비 해상도가 1/4배만큼 감소한 제 1 영상(115)을 획득하기 위해, 제 1 축소 영상(1412) 및 축소 특징 맵(1452)의 해상도를 1/2배만큼 감소시키는 연산을 수행할 수 있다.

제 1 축소 영상(1412) 및 축소 특징 맵(1452)은 제 1 컨볼루션 레이어(2410)로 입력된다. 제 1 컨볼루션 레이어(2410)는 5 x 5의 크기의 k개의 필터 커널을 이용하여 제 1 축소 영상(1412) 및 축소 특징 맵(1452)에 대해 컨볼루션 처리를 한다. 컨볼루션 처리 결과 생성된 k개의 특징 맵은 제 1 활성화 레이어(2420)로 입력된다.

제 1 활성화 레이어(2420)는 k개의 특징 맵에 대해 비선형(Non-linear) 특성을 부여할 수 있다. 제 1 활성화 레이어(2420)는 제 1 컨볼루션 레이어(2410)로부터 출력되는 특징 맵들의 샘플 값들을 제 2 컨볼루션 레이어(2430)로 전달할지 여부를 결정한다. 예를 들어, 특징 맵들의 샘플 값들 중 어떤 샘플 값들은 제 1 활성화 레이어(2420)에 의해 활성화되어 제 2 컨볼루션 레이어(2430)로 전달되고, 어떤 샘플 값들은 제 1 활성화 레이어(2420)에 의해 비활성화되어 제 2 컨볼루션 레이어(2430)로 전달되지 않는다. 제 1 컨볼루션 레이어(2410)로부터 출력되는 특징 맵들이 나타내는 정보가 제 1 활성화 레이어(2420)에 의해 강조된다.

제 1 활성화 레이어(2420)의 출력이 제 2 컨볼루션 레이어(2430)로 입력된다. 제 2 컨볼루션 레이어(2430)는 5 x 5의 크기의 1개의 필터 커널을 이용하여 k개의 특징 맵에 대해 컨볼루션 처리를 한다. 컨볼루션 처리 결과 제 2 컨볼루션 레이어(2430)로부터 1개의 영상이 출력된다.

제 2 다운스케일러(1430)에 의해 획득된 제 2 축소 영상(1432)이 제 2 컨볼루션 레이어(2430)에서 출력된 영상과 합해짐으로써 제 1 영상(115)이 획득될 수 있다. 여기서, 제 2 축소 영상(1432)과 제 2 컨볼루션 레이어(2430)로부터 출력된 영상이 합해진다는 것은, 두 영상의 픽셀 값들이 서로 더해져 하나의 영상이 획득된다는 것을 의미할 수 있다. 두 영상이 합해지는 것과 두 영상이 결합(concatenate)된다는 것은 서로 다른 의미를 갖는다. 구체적으로, 두 영상이 결합된다는 것은 두 영상이 함께 레이어에 입력된다는 것을 의미하며, 두 영상이 합해진다는 것은 두 영상의 픽셀 값들이 서로 더해져 하나의 영상이 생성된다는 것을 의미한다.

일 실시예에서, 제 2 축소 영상(1432)의 해상도와 제 2 컨볼루션 레이어(2430)로부터 출력된 영상의 해상도가 서로 다른 경우, 제 2 컨볼루션 레이어(2430)로부터 출력된 영상의 해상도에 맞춰 제 2 축소 영상(1432)의 해상도가 스케일링될 수 있다.

구현예에 따라, 제 2 축소 영상(1432)이 제 2 컨볼루션 레이어(2430)로부터 출력된 영상과 합해지지 않고, 제 2 컨볼루션 레이어(2430)로부터 출력된 영상이 제 1 영상(115)으로 결정될 수 있다.

도 14는 제 1 DNN(2400)이 두 개의 컨볼루션 레이어(2410, 2430)와 한 개의 활성화 레이어(2420)를 포함하고 있는 것으로 도시하고 있으나, 이는 하나의 예시일 뿐이며, 구현예에 따라, 컨볼루션 레이어 및 활성화 레이어의 개수는 다양하게 변경될 수 있다. 또한, 구현예에 따라서, 제 1 DNN(2400)은 RNN(recurrent neural network)을 통해 구현될 수도 있다. 즉, 본 개시의 예시에 따른 제 1 DNN(2400)의 CNN 구조가 RNN 구조로 변경될 수 있다.

도 14는 컨볼루션 레이어(2410, 2430)의 필터 커널의 크기가 5x5인 것으로 도시하고 있으나, 이는 하나의 예시일 뿐이며, 각 컨볼루션 레이어에서 이용되는 필터 커널의 크기는 구현예에 따라 다양할 수 있다.

전술한 바와 같이, 제 1 DNN(2400)으로 입력되는 제 1 축소 영상(1412) 및 축소 특징 맵(1452)은 원본 영상(105)의 해상도보다 작은 해상도를 가지므로, 제 1 축소 영상(1412) 및 축소 특징 맵(1452)을 처리하기 위한 제 1 DNN(2400)에서의 연산량이 감소할 수 있다. 구체적으로, 소정 스트라이드에 따라 필터 커널이 이동하며 입력 데이터와의 컨볼루션 연산이 수행되는 경우, 입력 데이터의 해상도가 크면 컨볼루션 연산의 횟수가 증가할 수 밖에 없다. 그러나, 일 실시예에서는 원본 영상(105)의 전처리를 통해 해상도가 감소한 제 1 축소 영상(1412) 및 축소 특징 맵(1452)이 제 1 DNN(2400)으로 입력되므로, 컨볼루션 연산의 횟수가 감소될 수 있다.

또한, 일 실시예에서, 원본 영상(105)으로부터 축소된 제 1 축소 영상(1412)뿐만 아니라, 원본 영상(105)의 고유한 특성들, 예를 들어, 수직 방향 특성, 수평 방향 특성 또는 에지 특성 등을 나타내는 축소 특징 맵(1452)이 제 1 DNN(2400)으로 입력되기 때문에, 하나의 정보(즉, 원본 영상)를 이용하는 것과 비교하여 제 1 DNN(2400)의 훈련이 간소화될 수 있다. 또한, 원본 영상(105)의 특성을 나타내는 다양한 데이터가 제 1 DNN(2400)으로 입력되므로, 적은 개수의 레이어를 포함하는 제 1 DNN(2400)만으로도 원본 영상(105)과의 동일성이 유지되는 제 1 영상(115) 및 제 3 영상(145)이 획득될 수 있다.

도 15는 다른 실시예에 따른 제 1 DNN(2500)을 이용한 AI 다운스케일 과정을 설명하기 위한 도면이다.

전처리부(1313)는 원본 영상(105)의 전처리를 위한 제 1 다운스케일러(1510), 제 2 다운스케일러(1530), 업스케일러(1550), 제 3 다운스케일러(1570) 및 감산부(1590)를 포함할 수 있다.

제 1 다운스케일러(1510)는 미리 결정된 스케일 방법에 따라 원본 영상(105)을 다운스케일할 수 있다. 제 1 다운스케일러(1510)는 룰(rule) 기반의 스케일 방법으로 원본 영상(105)을 다운스케일한다.

제 2 다운스케일러(1530) 및 업스케일러(1550)는 미리 결정된 스케일 방법에 따라 원본 영상(105)을 다운스케일 및 업스케일할 수 있다.

제 1 다운스케일러(1510)에서 이용되는 스케일 방법과 제 2 다운스케일러(1530) 및 업스케일러(1550)에서 이용되는 스케일 방법은 서로 동일할 수도, 서로 상이할 수도 있다.

제 2 다운스케일러(1530) 및 업스케일러(1550)의 다운스케일 및 업스케일에 따라 원본 영상(105)으로부터 변경된 변형 영상(1552)이 획득된다. 변형 영상(1552)의 해상도는 원본 영상(105)의 해상도와 동일할 수 있다. 제 2 다운스케일러(1530) 및 업스케일러(1550)는 원본 영상(105)의 퀄리티 저감(degradation)을 위한 것으로서, 원본 영상(105) 내 적어도 일부의 픽셀 값들이 제 2 다운스케일러(1530) 및 업스케일러(1550)에 의해 변경될 수 있다.

제 3 다운스케일러(1570)는 미리 결정된 스케일 방법에 따라 변형 영상(1552)을 다운스케일할 수 있다. 제 3 다운스케일러(1570)는 룰 기반의 스케일 방법으로 변형 영상(1552)을 다운스케일한다.

제 1 다운스케일러(1510) 및 제 3 다운스케일러(1570)는 서로 동일한 스케일 방법으로 원본 영상(105) 및 변형 영상(1552)을 각각 다운스케일할 수 있다. 예를 들어, 제 1 다운스케일러(1510) 및 제 3 다운스케일러(1570)는 니어리스트 네이버(nearest neighbor) 스케일 방법으로 원본 영상(105) 및 변형 영상(1552)을 각각 다운스케일할 수 있다.

구현예에 따라, 제 1 다운스케일러(1510) 및 제 3 다운스케일러(1570)는 서로 다른 스케일 방법으로 원본 영상(105) 및 변형 영상(1552)을 각각 다운스케일할 수도 있다. 예를 들어, 제 1 다운스케일러(1510)는 니어리스트 네이버(nearest neighbor) 스케일 방법으로 원본 영상(105)을 다운스케일하고, 제 3 다운스케일러(1570)는 바이큐빅(bicubic) 스케일 방법으로 변형 영상(1552)을 다운스케일할 수 있다.

감산부(1590)는 제 1 다운스케일러(1510)에 의해 획득된 제 1 축소 영상(1512)과 제 3 다운스케일러(1570)에 의해 획득된 제 2 축소 영상(1572) 사이의 잔차 영상을 축소 특징 맵(1592)으로 획득한다. 잔차 영상은 제 1 축소 영상(1512) 및 제 2 축소 영상(1572) 중 어느 하나의 영상의 픽셀 값들과 다른 하나의 영상의 픽셀 값들 사이의 차이 값들로 이루어질 수 있다.

제 1 축소 영상(1512)과 축소 특징 맵(1592)은 결합(concatenate)(1595)되어 제 1 DNN(2500)으로 입력된다. 제 1 축소 영상(1512)의 개수와 축소 특징 맵(1592)의 개수의 합은 제 1 DNN(2500)의 첫 번째 레이어의 입력 채널 수와 동일하여야 한다. 도 15에서 제 1 DNN(2500)의 첫 번째 레이어인 제 1 컨볼루션 레이어(2510)의 5 x 5 x 2n x k는 제 1 컨볼루션 레이어(2510)가 5 x 5 크기의 k개의 필터 커널로 2n개의 영상을 처리하여 k개의 특징 맵을 출력한다는 것을 의미한다. 여기서, n 및 k는 0보다 큰 실수이다.

제 1 컨볼루션 레이어(2510)의 입력 채널 수는 2n이므로, 제 1 축소 영상(1512)의 개수와 축소 특징 맵(1592)의 개수의 합도 2n이어야 한다. 즉, 제 1 축소 영상(1512)의 개수가 p개라면, 축소 특징 맵(1592)의 개수는 2n-p개이어야 한다.

일 실시예에서, 제 1 다운스케일러(1510)는 서로 다른 p개(p는 자연수)의 스케일 방법으로 원본 영상(105)을 다운스케일하여 p개의 제 1 축소 영상(1512)을 획득한다. 그리고, 제 3 다운스케일러(1570)는 서로 다른 q개(q는 자연수)의 스케일 방법으로 변형 영상(1552)을 다운스케일하여 q개의 제 2 축소 영상(1572)을 획득한다. 감산부(1590)는 p개의 제 1 축소 영상(1512)과 q개의 제 2 축소 영상(1572) 사이에서 2n-p개의 잔차 영상을 획득할 수 있다. p개의 제 1 축소 영상(1512) 및 2n-p개의 잔차 영상은 제 1 DNN(2500)으로 입력될 수 있다.

다른 실시예에서, 제 1 다운스케일러(1510)는 서로 다른 n개의 스케일 방법으로 원본 영상(105)을 다운스케일하여 n개의 제 1 축소 영상(1512)을 획득한다. 그리고, 제 3 다운스케일러(1570)는 어느 하나의 스케일 방법으로 변형 영상(1552)을 다운스케일하여 1개의 제 2 축소 영상(1572)을 획득한다. 감산부(1590)는 n개의 제 1 축소 영상(1512) 각각과 1개의 제 2 축소 영상(1572) 사이에서 n개의 잔차 영상을 획득할 수 있다. n개의 제 1 축소 영상(1512) 및 n개의 잔차 영상은 제 1 DNN(2500)으로 입력될 수 있다.

또 다른 실시예에서, 제 1 다운스케일러(1510)는 서로 다른 n개의 스케일 방법으로 원본 영상(105)을 다운스케일하여 n개의 제 1 축소 영상(1512)을 획득한다. 그리고, 제 3 다운스케일러(1570)는 서로 다른 n개의 스케일 방법으로 변형 영상(1552)을 다운스케일하여 n개의 제 2 축소 영상(1572)을 획득한다. 감산부(1590)는 n개의 제 1 축소 영상(1512)과 n개의 제 2 축소 영상(1572) 사이에서 n개의 잔차 영상을 획득할 수 있다. 예를 들어, 감산부(1590)는 n개의 제 1 축소 영상(1512)과 n개의 제 2 축소 영상(1572)을 일대일로 매핑하고, 서로 매핑된 제 1 축소 영상들(1512)과 제 2 축소 영상들(1572) 사이에서 n개의 잔차 영상을 획득할 수 있다. n개의 제 1 축소 영상(1512) 및 n개의 잔차 영상은 제 1 DNN(2500)으로 입력될 수 있다.

또 다른 실시예에서, 제 1 다운스케일러(1510)는 니어리스트 네이버 스케일 방법에 따라 원본 영상(105)으로부터 서로 다른 n개의 제 1 축소 영상(1512)을 획득하고, 제 3 다운스케일러(1570)는 니어리스트 네이버 스케일 방법에 따라 변형 영상(1552)으로부터 서로 다른 n개의 제 2 축소 영상(1572)을 획득한다. 그리고, 감산부(1590)는 n개의 제 1 축소 영상(1512)과 n개의 제 2 축소 영상(1572) 사이에서 n개의 잔차 영상을 획득할 수 있다. n개의 제 1 축소 영상(1512) 및 n개의 잔차 영상은 제 1 DNN(2500)으로 입력될 수 있다. 니어리스트 네이버 스케일 방법에 대해서는 도 14와 관련하여 설명하였으므로 상세한 설명을 생략한다.

전처리부(1313)는 제 1 영상(115)의 타겟 해상도에 따라 제 1 축소 영상(1512) 및 제 2 축소 영상(1572)의 해상도를 결정할 수 있다. 일 예로, 전처리부(1313)는 제 1 영상(115)의 타겟 해상도와 원본 영상(105)의 해상도 사이의 비율이 1/2인 경우, 제 1 축소 영상(1512) 및 제 2 축소 영상(1572)의 해상도를 원본 영상(105)의 1/2배로 결정할 수 있다. 그리고, 제 1 다운스케일러(1510) 및 제 3 다운스케일러(1570)는 각각 원본 영상(105) 대비 해상도가 1/2배만큼 감소한 제 1 축소 영상(1512)과 제 2 축소 영상(1572)을 획득할 수 있다.

다른 예로, 전처리부(1313)는 제 1 영상(115)의 타겟 해상도와 원본 영상(105)의 해상도 사이의 비율이 1/4인 경우, 제 1 축소 영상(1512) 및 제 2 축소 영상(1572)의 해상도를 원본 영상(105)의 1/2배로 결정할 수 있다. 그리고, 제 1 다운스케일러(1510) 및 제 3 다운스케일러(1570)는 각각 원본 영상(105) 대비 해상도가 1/2배만큼 감소한 제 1 축소 영상(1512)과 제 2 축소 영상(1572)을 획득할 수 있다. 이 경우, 제 1 DNN(2500)은 원본 영상(105) 대비 해상도가 1/4배만큼 감소한 제 1 영상(115)을 획득하기 위해, 제 1 축소 영상(1512) 및 축소 특징 맵(1592)의 해상도를 1/2배만큼 감소시키는 연산을 수행할 수 있다.

제 1 축소 영상(1512) 및 축소 특징 맵(1592)은 제 1 컨볼루션 레이어(2510)로 입력된다. 제 1 컨볼루션 레이어(2510)는 5 x 5의 크기의 k개의 필터 커널을 이용하여 제 1 축소 영상(1512) 및 축소 특징 맵(1592)에 대해 컨볼루션 처리를 한다. 컨볼루션 처리 결과 생성된 k개의 특징 맵은 제 1 활성화 레이어(2520)로 입력된다.

제 1 활성화 레이어(2520)는 k개의 특징 맵에 대해 비선형(Non-linear) 특성을 부여할 수 있다. 제 1 활성화 레이어(2520)의 출력이 제 2 컨볼루션 레이어(2530)로 입력된다.

제 2 컨볼루션 레이어(2530)는 5 x 5의 크기의 1개의 필터 커널을 이용하여 k개의 특징 맵에 대해 컨볼루션 처리를 한다. 컨볼루션 처리 결과 제 2 컨볼루션 레이어(2530)로부터 1개의 영상이 출력된다.

제 2 다운스케일러(1530)에 의해 획득된 축소 영상은 제 2 컨볼루션 레이어(2530)로부터 출력된 영상과 합해짐으로써 제 1 영상(115)이 획득될 수 있다. 일 실시예에서, 제 2 다운스케일러(1530)에 의해 획득된 축소 영상의 해상도와 제 2 컨볼루션 레이어(2530)로부터 출력된 영상의 해상도가 서로 다른 경우, 제 2 컨볼루션 레이어(2530)로부터 출력된 영상의 해상도에 맞춰 제 2 다운스케일러(1530)에 의해 획득된 축소 영상의 해상도가 스케일링될 수 있다. 구현예에 따라, 제 2 다운스케일러(1530)가 제 1 영상(115)의 해상도에 맞춰 원본 영상(105)을 다운스케일할 수도 있다. 이 경우, 업스케일러(1550)는 원본 영상(105)의 해상도에 맞춰 제 2 다운스케일러(1530)에 의해 획득된 축소 영상을 업스케일할 수 있다.

구현예에 따라, 제 2 다운스케일러(1530)에 의해 획득된 축소 영상이 제 2 컨볼루션 레이어(2530)로부터 출력된 영상과 합해지지 않고, 제 2 컨볼루션 레이어(2530)로부터 출력된 영상이 제 1 영상(115)으로 결정될 수 있다.

도 15는 제 1 DNN(2500)이 두 개의 컨볼루션 레이어(2510, 2530)와 한 개의 활성화 레이어(2520)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(2500)은 RNN을 통해 구현될 수도 있다. 즉, 본 개시의 예시에 따른 제 1 DNN(2500)의 CNN 구조가 RNN 구조로 변경될 수 있다.

도 15는 컨볼루션 레이어(2510, 2530)의 필터 커널의 크기가 5x5인 것으로 도시하고 있으나, 이는 하나의 예시일 뿐이며, 각 컨볼루션 레이어에서 이용되는 필터 커널의 크기는 구현예에 따라 다양할 수 있다.

도 16은 또 다른 실시예에 따른 제 1 DNN(2600)을 이용한 AI 다운스케일 과정을 설명하기 위한 도면이다.

전처리부(1313)는 원본 영상(105)의 전처리를 위한 제 1 다운스케일러(1610), 특징 맵 획득부(1630) 및 제 2 다운스케일러(1650)를 포함할 수 있다. 구현예에 따라, 제 2 다운스케일러(1650)는 전처리부(1313)에 포함되지 않을 수 있다.

제 1 다운스케일러(1610)는 미리 결정된 스케일 방법에 따라 원본 영상(105)을 다운스케일할 수 있다. 제 1 다운스케일러(1610)는 룰 기반의 스케일 방법으로 원본 영상(105)을 다운스케일한다.

특징 맵 획득부(1630)는 미리 결정된 특징 맵 추출 알고리즘에 따라 원본 영상(105)으로부터 축소 특징 맵(1632)을 생성한다. 특징 맵 추출 알고리즘에 따라 생성된 영상이 제 1 다운스케일러(1610)에 의해 획득된 제 1 축소 영상(1612)의 해상도와 상이한 경우, 특징 맵 획득부(1630)는 특징 맵 추출 알고리즘에 따라 생성된 영상의 해상도를 제 1 축소 영상(1612)의 해상도에 맞춰 스케일할 수 있다.

일 실시예에서, 특징 맵 획득부(1630)는 에지 검출 알고리즘에 따라 생성된 에지 맵을 축소 특징 맵(1632)으로 획득할 수 있다. 에지 검출 알고리즘은, 소벨(sobel) 알고리즘, 프리윗(prewitt) 알고리즘, 로버츠(Roberts) 알고리즘, 컴퍼스(compass) 알고리즘 또는 캐니(canny) 알고리즘을 포함할 수 있으나 이에 한정되지 않는다.

에지 맵은 원본 영상(105)의 에지 특성, 예를 들어, 상하 방향의 밝기 변화량, 좌우 방향의 밝기 변화량 등을 잘 보여주므로, 이러한 에지 맵이 축소 특징 맵(1632)으로서 제 1 DNN(2600)에 입력됨에 따라, 영상 특성을 고려한 AI 다운스케일이 보다 신속하게 수행될 수 있다.

일 실시예에서, 특징 맵 획득부(1630)는 원본 영상(105)을 신경망으로 처리하여 축소 특징 맵(1632)을 획득할 수도 있다. 예를 들어, 특징 맵 획득부(1630)는 VGGnet 등의 신경망을 이용하여 축소 특징 맵(1632)을 획득할 수 있다.

제 1 축소 영상(1612)과 특징 맵 획득부(1630)에 의해 획득된 축소 특징 맵(1632)은 결합(concatenate)(1670)되어 제 1 DNN(2600)으로 입력된다.

제 1 축소 영상(1612)의 개수와 축소 특징 맵(1632)의 개수의 합은 제 1 DNN(2600)의 첫 번째 레이어의 입력 채널 수와 동일하여야 한다. 도 16에서 제 1 DNN(2600)의 첫 번째 레이어인 제 1 컨볼루션 레이어(2610)의 5 x 5 x 2n x k는 제 1 컨볼루션 레이어(2610)가 5 x 5 크기의 k개의 필터 커널로 2n개의 영상을 처리하여 k개의 특징 맵을 출력한다는 것을 의미한다. 여기서, n 및 k는 0보다 큰 실수이다.

제 1 컨볼루션 레이어(2610)의 입력 채널 수는 2n이므로, 제 1 축소 영상(1612)의 개수와 축소 특징 맵(1632)의 개수의 합도 2n이어야 한다. 즉, 제 1 축소 영상(1612)의 개수가 p개라면, 축소 특징 맵(1632)의 개수는 2n-p개이어야 한다.

일 실시예에서, 제 1 다운스케일러(1610)는 서로 다른 p개(p는 자연수)의 스케일 방법으로 원본 영상(105)을 다운스케일하여 p개의 제 1 축소 영상(1612)을 획득할 수 있다. 특징 맵 획득부(1630)는 2n-p개의 특징 맵 추출 알고리즘에 따라 2n-p개의 축소 특징 맵(1632)을 획득할 수 있다.

다른 실시예에서, 제 1 다운스케일러(1610)는 니어리스트 네이버 스케일 방법에 따라 원본 영상(105)으로부터 서로 다른 p개의 제 1 축소 영상(1612)을 획득할 수 있다. 특징 맵 획득부(1630)는 2n-p개의 특징 맵 추출 알고리즘에 따라 2n-p개의 축소 특징 맵(1632)을 획득할 수 있다.

전처리부(1313)는 제 1 영상(115)의 타겟 해상도에 따라 제 1 축소 영상(1612) 및 축소 특징 맵(1632)의 해상도를 결정할 수 있다.

일 예로, 전처리부(1313)는 제 1 영상(115)의 타겟 해상도와 원본 영상(105)의 해상도 사이의 비율이 1/2인 경우, 제 1 축소 영상(1612) 및 축소 특징 맵(1632)의 해상도를 원본 영상(105)의 1/2배로 결정할 수 있다. 그리고, 제 1 다운스케일러(1610) 및 특징 맵 획득부(1630)는 각각 원본 영상(105) 대비 해상도가 1/2배만큼 감소한 제 1 축소 영상(1612)과 축소 특징 맵(1632)을 획득할 수 있다.

다른 예로, 전처리부(1313)는 제 1 영상(115)의 타겟 해상도와 원본 영상(105)의 해상도 사이의 비율이 1/4인 경우, 제 1 축소 영상(1612) 및 축소 특징 맵(1632)의 해상도를 원본 영상(105)의 1/2배로 결정할 수 있다. 그리고, 제 1 다운스케일러(1610) 및 특징 맵 획득부(1630)는 각각 원본 영상(105)으로부터 해상도가 1/2배만큼 감소한 제 1 축소 영상(1612)과 축소 특징 맵(1632)을 획득할 수 있다. 이 경우, 제 1 DNN(2600)은 원본 영상(105) 대비 해상도가 1/4배만큼 감소한 제 1 영상(115)을 획득하기 위해, 제 1 축소 영상(1612) 및 축소 특징 맵(1632)의 해상도를 1/2배만큼 감소시키는 연산을 수행할 수 있다.

제 1 축소 영상(1612) 및 축소 특징 맵(1632)은 제 1 컨볼루션 레이어(2610)로 입력된다. 제 1 컨볼루션 레이어(2610)는 5 x 5의 크기의 k개의 필터 커널을 이용하여 제 1 축소 영상(1612) 및 축소 특징 맵(1632)에 대해 컨볼루션 처리를 한다. 컨볼루션 처리 결과 생성된 k개의 특징 맵은 제 1 활성화 레이어(2620)로 입력된다.

제 1 활성화 레이어(2620)는 k개의 특징 맵에 대해 비선형(Non-linear) 특성을 부여할 수 있다. 제 1 활성화 레이어(2620)의 출력이 제 2 컨볼루션 레이어(2630)로 입력된다.

제 2 컨볼루션 레이어(2630)는 5 x 5의 크기의 1개의 필터 커널을 이용하여 k개의 특징 맵에 대해 컨볼루션 처리를 한다. 컨볼루션 처리 결과 제 2 컨볼루션 레이어(2630)로부터 1개의 영상이 출력된다. 제 2 컨볼루션 레이어(2630)에서 출력된 영상이 제 1 영상(115)으로 결정될 수 있다.

도 16에 도시된 바와 같이, 제 2 컨볼루션 레이어(2630)에서 출력된 영상과 제 2 다운스케일러(1650)에 의해 획득된 제 2 축소 영상(1652)이 합해져 제 1 영상(115)이 획득될 수 있다. 제 2 다운스케일러(2630)는 원본 영상을 레거시 다운스케일하여 제 2 축소 영상(1650)을 획득할 수 있다.

도 16은 제 1 DNN(2600)이 두 개의 컨볼루션 레이어(2610, 2630)와 한 개의 활성화 레이어(2620)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(2600)은 RNN을 통해 구현될 수도 있다. 즉, 본 개시의 예시에 따른 제 1 DNN(2600)의 CNN 구조가 RNN 구조로 변경될 수 있다.

도 16은 컨볼루션 레이어(2610, 2630)의 필터 커널의 크기가 5x5인 것으로 도시하고 있으나, 이는 하나의 예시일 뿐이며, 각 컨볼루션 레이어에서 이용되는 필터 커널의 크기는 구현예에 따라 다양할 수 있다.

도 17은 또 다른 실시예에 따른 제 1 DNN(2700)을 나타내는 예시적인 도면이다.

제 1 DNN(2700)은 전술한 도 14 내지 도 16에서 설명된 제 1 DNN(2400, 2500, 2600)을 대체할 수 있다. 제 1 DNN(2700)은 복수의 컨볼루션 레이어(2710, 2730, 2750) 및 복수의 활성화 레이어(2720, 2740)를 포함할 수 있으나, 컨볼루션 레이어 및 활성화 레이어의 개수는 구현예에 따라 다양하게 결정될 수 있다.

도 17을 참조하면, 어느 하나의 컨볼루션 레이어(2710 또는 2730)의 출력 데이터가 이전 레이어의 출력 데이터 및 입력 데이터와 합해져 다음 레이어로 전달되는 것을 알 수 있다.

구체적으로, 제 1 컨볼루션 레이어(2710)의 출력은 입력 데이터와 합해져 제 1 활성화 레이어(2720)로 전달되고, 제 2 컨볼루션 레이어(2730)의 출력은 제 1 컨볼루션 레이어(2710)의 출력 및 입력 데이터와 합해져 제 2 활성화 레이어(2740)로 전달된다. 그리고, 제 3 컨볼루션 레이어(2750)의 출력이 제 1 DNN(2700)의 출력 데이터로 결정될 수 있다. 전술한 바와 같이, 제 1 DNN(2700)의 출력 데이터는 도 14 내지 도 16의 제 2 다운스케일러(1430, 1530, 1650)에 의해 획득된 축소 영상과 합해져 제 1 영상(115)이 획득될 수 있다.

도 17을 참조하면, 제 1 컨볼루션 레이어(2710) 및 제 2 컨볼루션 레이어(2730)의 입력 채널 수 및 출력 채널 수(필터 커널의 개수)는 모두 2n이고, 제 3 컨볼루션 레이어(2750)의 입력 채널 수는 2n이다. 제 1 컨볼루션 레이어(2710)의 2n개의 출력 데이터와 2n개의 입력 데이터가 합해질 때, 서로 대응하는 채널 별로 출력 데이터와 입력 데이터의 엘리먼트 값, 즉, 픽셀 값들 또는 샘플 값들이 더해질 수 있다. 그리고, 제 2 컨볼루션 레이어(2730)의 2n개의 출력 데이터, 제 1 컨볼루션 레이어(2710)의 2n개의 출력 데이터 및 2n개의 입력 데이터가 합해질 때, 서로 대응하는 채널 별로 출력 데이터와 입력 데이터의 엘리먼트 값, 즉, 픽셀 값들이 서로 더해질 수 있다.

어느 하나의 레이어의 출력 데이터에 이전 레이어의 출력 데이터 및 입력 데이터를 합하는 이유는, 각 레이어에서 처리되어야 하는 입력 채널 수 및 출력 채널 수를 감소시키기 위함이다. 각 컨볼루션 레이어의 입력 채널 수가 감소되었다는 것은, 컨볼루션 처리의 대상이 되는 영상 또는 특징 맵의 개수가 감소되었다는 것을 의미하므로, 컨볼루션 처리를 위한 연산량이 감소될 수 있다.

도 18은 다른 실시예에 따른 AI 복호화 장치(1800)의 구성을 나타내는 블록도이다.

도 18를 참조하면, AI 복호화 장치(1800)는 수신부(1810) 및 AI 복호화부(1830)를 포함할 수 있다. AI 복호화부(1830)는 파싱부(1832), 제 1 복호화부(1834), AI 업스케일부(1836) 및 AI 설정부(1838)를 포함할 수 있다.

수신부(1810) 및 AI 복호화부(1830)의 기능은 도 2와 관련하여 전술한 수신부(210) 및 AI 복호화부(230)의 기능과 동일할 수 있다. 즉, 수신부(1810)는 AI 부호화 데이터를 수신하여 AI 복호화부(1830)로 전달한다. AI 복호화부(1830)의 파싱부(1832)는 AI 부호화 데이터를 파싱하여 AI 부호화 데이터에 포함된 영상 데이터를 제 1 복호화부(1834)로 출력하고, AI 데이터를 AI 설정부(1838)로 출력한다. 제 1 복호화부(1834)는 영상 데이터를 제 1 복호화하여 제 2 영상(135)을 획득하고, 제 2 영상(135)을 AI 업스케일부(1836)로 전달한다. AI 설정부(1838)는 AI 데이터에 기초하여 복수의 DNN 설정 정보 중에서 획득된 DNN 설정 정보를 AI 업스케일부(1836)로 전달한다. AI 업스케일부(1836)는 제 2 영상(135)을 DNN 설정 정보에 따라 AI 업스케일하여 제 3 영상(145)을 획득한다. 수신부(1810) 및 AI 복호화부(1830)의 기능은 도 2와 관련하여 자세히 설명하였으므로, 여기서는 그 상세한 설명을 생략한다.

AI 업스케일부(1836)와 도 2에 도시된 AI 업스케일부(236)와 비교하면, AI 업스케일부(1836)는 전처리부(1837)를 포함한다.

전처리부(1837)는 제 2 영상(135)을 전처리하고, 전처리 결과로 획득된 데이터를 제 2 DNN에 입력한다.

일 실시예에서, 전처리 결과로 획득된 데이터는 제 2 영상(135)의 해상도보다 큰 해상도를 갖는 복수의 영상을 포함할 수 있다. 복수의 영상의 해상도는 제 2 영상(135)의 해상도보다 크고 제 3 영상(145)의 해상도보다 작을 수 있다. 또는 복수의 영상의 해상도는 제 3 영상(145)의 해상도와 동일할 수도 있다.

제 2 영상(135)의 해상도보다 큰 해상도를 갖는 복수의 영상이 제 2 DNN에 입력되기 때문에, 단일의 제 2 영상(135)이 제 2 DNN에 입력되는 경우에 비해 제 2 DNN에서 수행되어야 하는 연산량을 감소시킬 수 있다. 다시 말하면, 제 2 영상(135)을 제 2 DNN에 입력하는 경우에는 제 2 영상(135)의 해상도를 제 3 영상(145)의 해상도로 증가시키는 연산이 필요하지만, 제 2 영상(135)보다 큰 해상도를 갖는 영상들이 제 2 DNN에 입력되는 경우에는 영상의 해상도를 증가시키는 연산이 필요 없어지거나, 연산량이 감소될 수 있다.

제 2 DNN에 포함되는 레이어의 개수는 연산량에 비례하므로, 제 2 DNN에서 수행되어야 하는 연산량을 감소시킴에 따라 제 2 DNN에 포함되는 레이어의 개수를 감소시킬 수 있다.

전처리 결과로 획득된 복수의 영상 중 일부는 제 2 영상(135)의 특징 맵을 포함할 수 있다. 특징 맵은 제 2 영상(135)의 고유한 특성들, 예를 들어, 수직 방향 특성, 수평 방향 특성 또는 에지 특성 등을 나타낸다. 제 2 DNN는 제 2 영상(135)으로부터 제 2 영상(135)의 특성을 나타내는 특징 맵을 직접 획득할 필요없이 전처리부(1837)로부터 입력된 특징 맵을 이용하여 빠르게 제 2 영상(135)의 특성을 파악할 수 있다.

즉, 일 실시예에 따르면, 제 2 영상(135)의 해상도보다 큰 해상도를 가지면서, 일부가 특징 맵인 복수의 영상을 제 2 DNN으로 입력하므로, 제 2 DNN의 구조를 간략화할 수 있다.

전처리부(1837)는 다수의 연산량을 필요로 하는 신경망 대신 룰 기반의 방법으로 제 2 영상(135)을 전처리할 수 있다.

일 실시예에서, 전처리 결과로 획득된 데이터는 제 2 영상(135)으로부터 업스케일된 제 1 확대 영상과 제 2 영상(135)에 대응하는 확대 특징 맵을 포함할 수 있다. 제 1 확대 영상은 제 2 영상을 레거시 스케일 방법으로 업스케일하여 획득할 수 있다. 일 실시예에서, 레거시 스케일 방법은 니어리스트 네이버(nearest neighbor) 스케일 방법, 바이리니어(bilinear) 스케일 방법, 바이큐빅(bicubic) 스케일 방법, 란조스(lanczos) 스케일 방법 및 스테어 스탭(stair step) 스케일 방법 중 적어도 하나를 포함할 수 있다.

제 1 확대 영상과 확대 특징 맵의 해상도는 제 2 영상(135)의 해상도보다 크다. 예를 들어, 제 1 확대 영상과 확대 특징 맵의 해상도는 제 3 영상(145)의 해상도와 동일할 수 있다.

제 2 DNN은 전처리부(1837)로부터 출력된 제 1 확대 영상과 확대 특징 맵을 처리하여 제 3 영상(145)을 획득한다. 전술한 바와 같이, 제 2 DNN은 복수의 DNN 설정 정보 중 AI 데이터에 기초하여 선택된 DNN 설정 정보에 따라 동작할 수 있다.

이하에서는, 전처리부(1837)의 구성 및 전처리된 데이터를 처리하는 제 2 DNN의 구조에 대해 상세히 설명한다.

도 19는 일 실시예에 따른 제 2 DNN(2900)을 이용한 AI 업스케일 과정을 설명하기 위한 도면이다.

전처리부(1837)는 제 2 영상(135)의 전처리를 위한 제 1 업스케일러(1910), 제 2 업스케일러(1930) 및 감산부(1950)를 포함한다.

제 1 업스케일러(1910) 및 제 2 업스케일러(1930) 각각은 미리 결정된 스케일 방법에 따라 제 2 영상(135)을 업스케일할 수 있다. 제 1 업스케일러(1910) 및 제 2 업스케일러(1930)는 룰(rule) 기반의 스케일 방법으로 제 2 영상(135)을 업스케일한다.

일 실시예에서, 룰 기반의 스케일 방법은 니어리스트 네이버(nearest neighbor) 스케일 방법, 바이리니어(bilinear) 스케일 방법, 바이큐빅(bicubic) 스케일 방법, 란조스(lanczos) 스케일 방법 및 스테어 스탭(stair step) 스케일 방법 중 적어도 하나를 포함할 수 있다.

제 1 업스케일러(1910) 및 제 2 업스케일러(1930)는 서로 다른 스케일 방법으로 제 2 영상(135)을 업스케일할 수 있다. 예를 들어, 제 1 업스케일러(1910)는 니어리스트 네이버(nearest neighbor) 스케일 방법으로 제 2 영상(135)을 업스케일하고, 제 2 업스케일러(1930)는 바이큐빅(bicubic) 스케일 방법으로 제 2 영상(135)을 업스케일할 수 있다.

제 1 업스케일러(1910)는 제 2 영상(135)을 업스케일하여 제 1 확대 영상(1912)을 획득한다. 제 2 업스케일러(1930)는 제 2 영상(135)을 업스케일하여 제 2 확대 영상(1932)을 획득한다.

감산부(1950)는 제 2 확대 영상(1932)과 제 1 확대 영상(1912) 사이의 잔차 영상을 확대 특징 맵(1952)으로 획득한다. 잔차 영상은 제 1 확대 영상(1912) 및 제 2 확대 영상(1932) 중 어느 하나의 영상의 픽셀 값들과 다른 하나의 영상의 픽셀 값들 사이의 차이 값들로 이루어질 수 있다.

제 1 확대 영상(1912)과 확대 특징 맵(1952)은 결합(concatenate)(1970)되어 제 2 DNN(2900)으로 입력된다.

제 1 확대 영상(1912)의 개수와 확대 특징 맵(1952)의 개수의 합은 제 2 DNN(2900)의 첫 번째 레이어의 입력 채널 수와 동일하여야 한다. 도 19에서 제 2 DNN(2900)의 첫 번째 레이어인 제 1 컨볼루션 레이어(2910)의 3 x 3 x 2n x k는 제 1 컨볼루션 레이어(2910)가 3 x 3 크기의 k개의 필터 커널로 2n개의 영상을 처리하여 k개의 특징 맵을 출력한다는 것을 의미한다. 여기서, n 및 k는 0보다 큰 실수이다.

제 1 컨볼루션 레이어(2910)의 입력 채널 수는 2n이므로, 제 1 확대 영상(1912)의 개수와 확대 특징 맵(1952)의 개수의 합도 2n이어야 한다. 즉, 제 1 확대 영상(1912)의 개수가 p개라면, 확대 특징 맵(1952)의 개수는 2n-p개이어야 한다.

일 실시예에서, 제 1 업스케일러(1910)는 서로 다른 p개(p는 자연수)의 스케일 방법으로 제 2 영상(135)을 업스케일하여 p개의 제 1 확대 영상(1912)을 획득한다. 그리고, 제 2 업스케일러(1930)는 서로 다른 q개(q는 자연수)의 스케일 방법으로 제 2 영상(135)을 업스케일하여 q개의 제 2 확대 영상(1932)을 획득한다. 감산부(1950)는 p개의 제 1 확대 영상(1912)과 q개의 제 2 확대 영상(1932) 사이에서 2n-p개의 잔차 영상을 획득할 수 있다. p개의 제 1 확대 영상(1912) 및 2n-p개의 잔차 영상은 제 2 DNN(2900)으로 입력될 수 있다.

다른 실시예에서, 제 1 업스케일러(1910)는 서로 다른 n개의 스케일 방법으로 제 2 영상(135)을 업스케일하여 n개의 제 1 확대 영상(1912)을 획득한다. 그리고, 제 2 업스케일러(1930)는 어느 하나의 스케일 방법으로 제 2 영상(135)을 업스케일하여 1개의 제 2 확대 영상(1932)을 획득한다. 감산부(1950)는 n개의 제 1 확대 영상(1912) 각각과 1개의 제 2 확대 영상(1932) 사이에서 n개의 잔차 영상을 획득할 수 있다. n개의 제 1 확대 영상(1912) 및 n개의 잔차 영상은 제 2 DNN(2900)으로 입력될 수 있다.

또 다른 실시예에서, 제 1 업스케일러(1910)는 서로 다른 n개의 스케일 방법으로 제 2 영상(135)을 업스케일하여 n개의 제 1 확대 영상(1912)을 획득한다. 그리고, 제 2 업스케일러(1930)는 서로 다른 n개의 스케일 방법으로 제 2 영상(135)을 업스케일하여 n개의 제 2 확대 영상(1932)을 획득한다. 감산부(1950)는 n개의 제 1 확대 영상(1912)과 n개의 제 2 확대 영상(1932) 사이에서 n개의 잔차 영상을 획득할 수 있다. n개의 제 1 확대 영상(1912) 및 n개의 잔차 영상은 제 2 DNN(2900)으로 입력될 수 있다.

또 다른 실시예에서, 제 1 업스케일러(1910)는 니어리스트 네이버 스케일 방법에 따라 제 2 영상(135)으로부터 서로 다른 n개의 제 1 확대 영상(1912)을 획득하고, 제 2 업스케일러(1930)는 어느 하나의 스케일 방법으로 제 2 영상(135)을 업스케일하여 1개의 제 2 확대 영상(1932)을 획득한다. 그리고, 감산부(1950)는 n개의 제 1 확대 영상(1912) 각각과 1개의 제 2 확대 영상(1932) 사이에서 n개의 잔차 영상을 획득할 수 있다. n개의 제 1 확대 영상(1912) 및 n개의 잔차 영상은 제 2 DNN(2900)으로 입력될 수 있다.

니어리스트 네이버 스케일 방법에 따르면, 제 1 업스케일러(1910)는 n개의 제 1 확대 영상(1912)을 획득하기 위해, 제 2 영상(135)에 포함된 각각의 픽셀을 중심으로 새로운 픽셀들을 생성하고, 제 2 영상(135)에 포함된 픽셀들 및 새롭게 생성된 픽셀들을 포함하는 제 1 확대 영상(1912)을 획득할 수 있다. 이 때, 서로 다른 n개의 제 1 확대 영상(1912)을 획득하기 위해, 제 1 업스케일러(1910)는 제 2 영상(135)에 포함된 각각의 픽셀을 서로 다른 연산식에 적용하여 새로운 픽셀들을 생성할 수 있다.

전처리부(1837)는 제 3 영상(145)의 타겟 해상도에 따라 제 1 확대 영상(1912) 및 제 2 확대 영상(1932)의 해상도를 결정할 수 있다. 일 예로, 전처리부(1837)는 제 3 영상(145)의 타겟 해상도가 제 2 영상(135)의 해상도의 2배인 경우, 제 1 확대 영상(1912) 및 제 2 확대 영상(1932)의 해상도를 제 2 영상(135)의 2배로 결정할 수 있다. 그리고, 제 1 업스케일러(1910) 및 제 2 업스케일러(1930)는 각각 제 2 영상(135)으로부터 해상도가 2배만큼 증가한 제 1 확대 영상(1912)과 제 2 확대 영상(1932)을 획득할 수 있다.

다른 예로, 전처리부(1837)는 제 3 영상(145)의 타겟 해상도가 제 2 영상(135)의 해상도의 4배인 경우, 제 1 확대 영상(1912) 및 제 2 확대 영상(1932)의 해상도를 제 2 영상(135)의 2배로 결정할 수 있다. 그리고, 제 1 업스케일러(1910) 및 제 2 업스케일러(1930)는 각각 제 2 영상(135)으로부터 해상도가 2배만큼 증가한 제 1 확대 영상(1912)과 제 2 확대 영상(1932)을 획득할 수 있다. 이 경우, 제 2 DNN(2900)은 제 2 영상(135) 대비 해상도가 4배만큼 증가한 제 3 영상(145)을 획득하기 위해, 제 1 확대 영상(1912) 및 확대 특징 맵(1952)의 해상도를 2배 증가시키는 연산을 수행할 수 있다.

제 1 확대 영상(1912) 및 확대 특징 맵(1952)은 제 1 컨볼루션 레이어(2910)로 입력된다. 제 1 컨볼루션 레이어(2910)는 3 x 3의 크기의 k개의 필터 커널을 이용하여 제 1 확대 영상(1912) 및 확대 특징 맵(1952)에 대해 컨볼루션 처리를 한다. 컨볼루션 처리 결과 생성된 k개의 특징 맵은 제 1 활성화 레이어(2920)로 입력된다.

제 1 활성화 레이어(2920)는 k개의 특징 맵에 대해 비선형(Non-linear) 특성을 부여할 수 있다. 제 1 활성화 레이어(2920)는 제 1 컨볼루션 레이어(2910)로부터 출력되는 특징 맵들의 샘플 값들을 제 2 컨볼루션 레이어(2930)로 전달할지 여부를 결정한다. 예를 들어, 특징 맵들의 샘플 값들 중 어떤 샘플 값들은 제 1 활성화 레이어(2920)에 의해 활성화되어 제 2 컨볼루션 레이어(2930)로 전달되고, 어떤 샘플 값들은 제 1 활성화 레이어(2920)에 의해 비활성화되어 제 2 컨볼루션 레이어(2930)로 전달되지 않는다. 제 1 컨볼루션 레이어(2910)로부터 출력되는 특징 맵들이 나타내는 정보가 제 1 활성화 레이어(2920)에 의해 강조된다.

제 1 활성화 레이어(2920)의 출력이 제 2 컨볼루션 레이어(2930)로 입력된다. 제 2 컨볼루션 레이어(2930)는 3 x 3의 크기의 1개의 필터 커널을 이용하여 k개의 특징 맵에 대해 컨볼루션 처리를 한다. 컨볼루션 처리 결과 제 2 컨볼루션 레이어(2930)로부터 1개의 영상이 출력된다.

제 2 업스케일러(1930)에 의해 획득된 제 2 확대 영상(1932)이 제 2 컨볼루션 레이어(2930)로부터 출력된 영상과 합해짐으로써 제 3 영상(145)이 획득된다. 여기서, 제 2 확대 영상(1932)과 제 2 컨볼루션 레이어(2930)로부터 출력된 영상이 합해진다는 것은, 두 영상의 픽셀 값들이 서로 더해져 하나의 영상이 획득된다는 것을 의미할 수 있다. 일 실시예에서, 제 2 확대 영상(1932)의 해상도와 제 2 컨볼루션 레이어(2930)로부터 출력된 영상의 해상도가 서로 다른 경우, 제 2 컨볼루션 레이어(2930)로부터 출력된 영상의 해상도에 맞춰 제 2 확대 영상(1932)의 해상도가 스케일링될 수 있다.

구현예에 따라서, 제 2 확대 영상(1932)이 제 2 컨볼루션 레이어(2930)로부터 출력된 영상과 합해지지 않고, 제 2 컨볼루션 레이어(2930)로부터 출력된 영상이 제 3 영상(145)으로 결정될 수도 있다.

도 19는 제 2 DNN(2900)이 두 개의 컨볼루션 레이어(2910, 2930)와 한 개의 활성화 레이어(2920)를 포함하고 있는 것으로 도시하고 있으나, 이는 하나의 예시일 뿐이며, 구현예에 따라, 컨볼루션 레이어 및 활성화 레이어의 개수는 다양하게 변경될 수 있다. 또한, 구현예에 따라서, 제 2 DNN(2900)은 RNN(recurrent neural network)을 통해 구현될 수도 있다. 즉, 본 개시의 예시에 따른 제 2 DNN(2900)의 CNN 구조가 RNN 구조로 변경될 수 있다.

도 19는 컨볼루션 레이어(2910, 2930)의 필터 커널의 크기가 3x3인 것으로 도시하고 있으나, 이는 하나의 예시일 뿐이며, 각 컨볼루션 레이어에서 이용되는 필터 커널의 크기는 구현예에 따라 다양할 수 있다.

도 20은 다른 실시예에 따른 제 2 DNN(3000)을 이용한 AI 업스케일 과정을 설명하기 위한 도면이다.

전처리부(1837)는 제 2 영상(135)의 전처리를 위한 제 1 업스케일러(2010), 제 2 업스케일러(2030), 다운스케일러(2050), 제 3 업스케일러(2070) 및 감산부(2090)를 포함할 수 있다.

제 1 업스케일러(2010)는 미리 결정된 스케일 방법에 따라 제 2 영상(135)을 업스케일할 수 있다. 제 1 업스케일러(2010)는 룰(rule) 기반의 스케일 방법으로 제 2 영상(135)을 업스케일한다.

제 2 업스케일러(2030) 및 다운스케일러(2050)는 미리 결정된 스케일 방법에 따라 제 2 영상(135)을 업스케일 및 다운스케일할 수 있다.

제 1 업스케일러(2010)에서 이용되는 스케일 방법과 제 2 업스케일러(2030) 및 다운스케일러(2050)에서 이용되는 스케일 방법은 서로 동일할 수도, 서로 상이할 수도 있다.

제 2 업스케일러(2030) 및 다운스케일러(2050)의 업스케일 및 다운스케일에 따라 제 2 영상(135)으로부터 변형된 변형 영상(2052)이 획득된다. 변형 영상(2052)의 해상도는 제 2 영상(135)의 해상도와 동일할 수 있다. 제 2 업스케일러(2030) 및 다운스케일러(2050)는 제 2 영상(135)의 퀄리티 저감(degradation)을 위한 것으로서, 제 2 영상(135) 내 적어도 일부의 픽셀 값들이 제 2 업스케일러(2030) 및 다운스케일러(2050)에 의해 변경될 수 있다.

제 3 업스케일러(2070)는 미리 결정된 스케일 방법에 따라 변형 영상(2052)을 업스케일할 수 있다. 제 3 업스케일러(2070)는 룰(rule) 기반의 스케일 방법으로 변형 영상(2052)을 업스케일한다.

제 1 업스케일러(2010) 및 제 3 업스케일러(2070)는 서로 동일한 스케일 방법으로 제 2 영상(135) 및 변형 영상(2052)을 각각 업스케일할 수 있다. 예를 들어, 제 1 업스케일러(2010) 및 제 3 업스케일러(2070)는 니어리스트 네이버(nearest neighbor) 스케일 방법으로 제 2 영상(135) 및 변형 영상(2052)을 각각 업스케일할 수 있다.

구현예에 따라, 제 1 업스케일러(2010) 및 제 3 업스케일러(2070)는 서로 다른 스케일 방법으로 제 2 영상(135) 및 변형 영상(2052)을 각각 업스케일할 수도 있다. 예를 들어, 제 1 업스케일러(2010)는 니어리스트 네이버(nearest neighbor) 스케일 방법으로 제 2 영상(135)을 업스케일하고, 제 3 업스케일러(2070)는 바이큐빅(bicubic) 스케일 방법으로 변형 영상(2052)을 업스케일할 수 있다.

감산부(2090)는 제 1 업스케일러(2010)에 의해 획득된 제 1 확대 영상(2012)과 제 3 업스케일러(2070)에 의해 획득된 제 2 확대 영상(2072) 사이의 잔차 영상을 확대 특징 맵(2092)으로 획득한다. 잔차 영상은 제 1 확대 영상(2012) 및 제 2 확대 영상(2072) 중 어느 하나의 영상의 픽셀 값들과 다른 하나의 영상의 픽셀 값들 사이의 차이 값들로 이루어질 수 있다.

제 1 확대 영상(2012)과 확대 특징 맵(2092)은 결합(concatenate)(2095)되어 제 2 DNN(3000)으로 입력된다.

제 1 확대 영상(2012)의 개수와 확대 특징 맵(2092)의 개수의 합은 제 2 DNN(3000)의 첫 번째 레이어의 입력 채널 수와 동일하여야 한다. 도 20에서 제 2 DNN(3000)의 첫 번째 레이어인 제 1 컨볼루션 레이어(3010)의 3 x 3 x 2n x k는 제 1 컨볼루션 레이어(3010)가 3 x 3 크기의 k개의 필터 커널로 2n개의 영상을 처리하여 k개의 특징 맵을 출력한다는 것을 의미한다. 여기서, n 및 k는 0보다 큰 실수이다.

제 1 컨볼루션 레이어(3010)의 입력 채널 수는 2n이므로, 제 1 확대 영상(2012)의 개수와 확대 특징 맵(2092)의 개수의 합도 2n이어야 한다. 즉, 제 1 확대 영상(2012)의 개수가 p개라면, 확대 특징 맵(2092)의 개수는 2n-p개이어야 한다.

일 실시예에서, 제 1 업스케일러(2010)는 서로 다른 p개(p는 자연수)의 스케일 방법으로 제 2 영상(135)을 업스케일하여 p개의 제 1 확대 영상(2012)을 획득한다. 그리고, 제 3 업스케일러(2070)는 서로 다른 q개(q는 자연수)의 스케일 방법으로 변형 영상(2052)을 업스케일하여 q개의 제 2 확대 영상(2072)을 획득한다. 감산부(2090)는 p개의 제 1 확대 영상(2012)과 q개의 제 2 확대 영상(2072) 사이에서 2n-p개의 잔차 영상을 획득할 수 있다. p개의 제 1 확대 영상(2012) 및 2n-p개의 잔차 영상은 제 2 DNN(3000)으로 입력될 수 있다.

다른 실시예에서, 제 1 업스케일러(2010)는 서로 다른 n개의 스케일 방법으로 제 2 영상(135)을 업스케일하여 n개의 제 1 확대 영상(2012)을 획득한다. 그리고, 제 3 업스케일러(2070)는 어느 하나의 스케일 방법으로 변형 영상(2052)을 업스케일하여 1개의 제 2 확대 영상(2072)을 획득한다. 감산부(2090)는 n개의 제 1 확대 영상(2012) 각각과 1개의 제 2 확대 영상(2072) 사이에서 n개의 잔차 영상을 획득할 수 있다. n개의 제 1 확대 영상(2012) 및 n개의 잔차 영상은 제 2 DNN(3000)으로 입력될 수 있다.

또 다른 실시예에서, 제 1 업스케일러(2010)는 서로 다른 n개의 스케일 방법으로 제 2 영상(135)을 업스케일하여 n개의 제 1 확대 영상(2012)을 획득한다. 그리고, 제 3 업스케일러(2070)는 서로 다른 n개의 스케일 방법으로 변형 영상(2052)을 업스케일하여 n개의 제 2 확대 영상(2072)을 획득한다. 감산부(2090)는 n개의 제 1 확대 영상(2012)과 n개의 제 2 확대 영상(2072) 사이에서 n개의 잔차 영상을 획득할 수 있다. n개의 제 1 확대 영상(2012) 및 n개의 잔차 영상은 제 2 DNN(3000)으로 입력될 수 있다.

또 다른 실시예에서, 제 1 업스케일러(2010)는 니어리스트 네이버 스케일 방법에 따라 제 2 영상(135)으로부터 서로 다른 n개의 제 1 확대 영상(2012)을 획득하고, 제 3 업스케일러(2070)는 니어리스트 네이버 스케일 방법에 따라 변형 영상(2052)으로부터 서로 다른 n개의 제 2 확대 영상(2072)을 획득한다. 그리고, 감산부(2090)는 n개의 제 1 확대 영상(2012)과 n개의 제 2 확대 영상(2072) 사이에서 n개의 잔차 영상을 획득할 수 있다. 예를 들어, 감산부(2090)는 n개의 제 1 확대 영상(2012)과 n개의 제 2 확대 영상(2072)을 일대일로 매핑하고, 서로 매핑된 제 1 확대 영상(2012)들과 제 2 확대 영상(2072)들 사이에서 n개의 잔차 영상을 획득할 수 있다. n개의 제 1 확대 영상(2012) 및 n개의 잔차 영상은 제 2 DNN(3000)으로 입력될 수 있다. 니어리스트 네이버 스케일 방법에 대해서는 도 19와 관련하여 설명하였으므로 상세한 설명을 생략한다.

전처리부(1837)는 제 3 영상(145)의 타겟 해상도에 따라 제 1 확대 영상(2012) 및 제 2 확대 영상(2072)의 해상도를 결정할 수 있다. 일 예로, 전처리부(1837)는 제 3 영상(145)의 타겟 해상도가 제 2 영상(135)의 해상도의 2배인 경우, 제 1 확대 영상(2012) 및 제 2 확대 영상(2072)의 해상도를 제 2 영상(135)의 2배로 결정할 수 있다. 그리고, 제 1 업스케일러(2010) 및 제 3 업스케일러(2070)는 각각 제 2 영상(135) 및 변형 영상(2052)으로부터 해상도가 2배만큼 증가한 제 1 확대 영상(2012)과 제 2 확대 영상(2072)을 획득할 수 있다.

다른 예로, 전처리부(1837)는 제 3 영상(145)의 타겟 해상도가 제 2 영상(135)의 해상도의 4배인 경우, 제 1 확대 영상(2012) 및 제 2 확대 영상(2072)의 해상도를 제 2 영상(135) 및 변형 영상(2052)의 2배로 결정할 수 있다. 그리고, 제 1 업스케일러(2010) 및 제 3 업스케일러(2070)는 각각 제 2 영상(135) 및 변형 영상(2052)으로부터 해상도가 2배만큼 증가한 제 1 확대 영상(2012)과 제 2 확대 영상(2072)을 획득할 수 있다. 이 경우, 제 2 DNN(3000)은 제 2 영상(135) 대비 해상도가 4배만큼 증가한 제 3 영상(145)을 획득하기 위해, 제 1 확대 영상(2012) 및 확대 특징 맵(2092)의 해상도를 2배 증가시키는 연산을 수행할 수 있다.

제 1 확대 영상(2012) 및 확대 특징 맵(2092)은 제 1 컨볼루션 레이어(3010)로 입력된다. 제 1 컨볼루션 레이어(3010)는 3 x 3의 크기의 k개의 필터 커널을 이용하여 제 1 확대 영상(2012) 및 확대 특징 맵(2092)에 대해 컨볼루션 처리를 한다. 컨볼루션 처리 결과 생성된 k개의 특징 맵은 제 1 활성화 레이어(3020)로 입력된다.

제 1 활성화 레이어(3020)는 k개의 특징 맵에 대해 비선형(Non-linear) 특성을 부여할 수 있다.

제 1 활성화 레이어(3020)의 출력이 제 2 컨볼루션 레이어(3030)로 입력된다. 제 2 컨볼루션 레이어(3030)는 3 x 3의 크기의 1개의 필터 커널을 이용하여 k개의 특징 맵에 대해 컨볼루션 처리를 한다. 컨볼루션 처리 결과 제 2 컨볼루션 레이어(3030)로부터 1개의 영상이 출력된다.

제 2 업스케일러(2030)에 의해 획득된 확대 영상은 제 2 컨볼루션 레이어(3030)로부터 출력된 영상과 합해짐으로써 제 3 영상(145)이 획득될 수 있다. 일 실시예에서, 제 2 업스케일러(2030)에 의해 획득된 확대 영상의 해상도와 제 2 컨볼루션 레이어(3030)로부터 출력된 영상의 해상도가 서로 다른 경우, 제 2 컨볼루션 레이어(3030)로부터 출력된 영상의 해상도에 맞춰 제 2 업스케일러(2030)에 의해 획득된 확대 영상의 해상도가 스케일링될 수 있다. 또는, 제 2 업스케일러(2030)가 제 3 영상(145)의 해상도에 맞춰 제 2 영상(135)을 업스케일할 수도 있다. 이 경우, 다운스케일러(2050)는 제 2 영상(135)의 해상도에 맞춰 제 2 업스케일러(2030)에 의해 획득된 확대 영상을 다운스케일할 수 있다.

구현예에 따라서, 제 2 업스케일러(2030)에 의해 획득된 확대 영상이 제 2 컨볼루션 레이어(3030)로부터 출력된 영상과 합해지지 않고, 제 2 컨볼루션 레이어(3030)로부터 출력된 영상이 제 3 영상(145)으로 결정될 수 있다.

도 20은 제 2 DNN(3000)이 두 개의 컨볼루션 레이어(3010, 3030)와 한 개의 활성화 레이어(3020)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(3000)은 RNN을 통해 구현될 수도 있다. 즉, 본 개시의 예시에 따른 제 2 DNN(3000)의 CNN 구조가 RNN 구조로 변경될 수 있다.

도 20은 컨볼루션 레이어(3010, 3030)의 필터 커널의 크기가 3x3인 것으로 도시하고 있으나, 이는 하나의 예시일 뿐이며, 각 컨볼루션 레이어에서 이용되는 필터 커널의 크기는 구현예에 따라 다양할 수 있다.

도 21는 또 다른 실시예에 따른 제 2 DNN(3100)을 이용한 AI 업스케일 과정을 설명하기 위한 도면이다.

전처리부(1837)는 제 2 영상(135)의 전처리를 위한 제 1 업스케일러(2110), 특징 맵 획득부(2130) 및 제 2 업스케일러(2150)를 포함할 수 있다. 구현예에 따라, 제 2 업스케일러(2150)는 전처리부(1837)에 포함되지 않을 수 있다.

제 1 업스케일러(2110)는 미리 결정된 스케일 방법에 따라 제 2 영상(135)을 업스케일할 수 있다. 제 1 업스케일러(2110)는 룰(rule) 기반의 스케일 방법으로 제 2 영상(135)을 업스케일한다.

특징 맵 획득부(2130)는 미리 결정된 특징 맵 추출 알고리즘에 따라 제 2 영상(135)으로부터 확대 특징 맵(2132)을 생성한다. 특징 맵 추출 알고리즘에 따라 생성된 영상이 제 1 확대 영상(2112)의 해상도와 상이한 경우, 특징 맵 획득부(2130)는 특징 맵 추출 알고리즘에 따라 생성된 영상의 해상도를 제 1 확대 영상(2112)의 해상도에 맞춰 스케일할 수 있다.

일 실시예에서, 특징 맵 획득부(2130)는 에지 검출 알고리즘에 따라 생성된 에지 맵을 확대 특징 맵(2132)으로 획득할 수 있다. 에지 검출 알고리즘은, 소벨(sobel) 알고리즘, 프리윗(prewitt) 알고리즘, 로버츠(Roberts) 알고리즘, 컴퍼스(compass) 알고리즘 또는 캐니(canny) 알고리즘을 포함할 수 있으나 이에 한정되지 않는다. 에지 맵은 제 2 영상(135)의 에지 특성, 예를 들어, 상하 방향의 밝기 변화량, 좌우 방향의 밝기 변화량 등을 잘 보여주므로, 이러한 에지 맵이 확대 특징 맵(2132)으로서 제 2 DNN(3100)에 입력됨에 따라 영상 특성을 고려한 AI 업스케일이 보다 신속하게 수행될 수 있다.

일 실시예에서, 특징 맵 획득부(2130)는 제 2 영상(135)을 신경망으로 처리하여 확대 특징 맵(2132)을 획득할 수도 있다. 예를 들어, 특징 맵 획득부(2130)는 VGGnet 등의 신경망을 이용하여 확대 특징 맵(2132)을 획득할 수 있다.

제 1 확대 영상(2112)과 확대 특징 맵(2132)은 결합(concatenate)(2170)되어 제 2 DNN(3100)으로 입력된다.

제 1 확대 영상(2112)의 개수와 확대 특징 맵(2132)의 개수의 합은 제 2 DNN(3100)의 첫 번째 레이어의 입력 채널 수와 동일하여야 한다. 도 21에서 제 2 DNN(3100)의 첫 번째 레이어인 제 1 컨볼루션 레이어(3110)의 3 x 3 x 2n x k는 제 1 컨볼루션 레이어(3110)가 3 x 3 크기의 k개의 필터 커널로 2n개의 영상을 처리하여 k개의 특징 맵을 출력한다는 것을 의미한다. 여기서, n 및 k는 0보다 큰 실수이다.

제 1 컨볼루션 레이어(3110)의 입력 채널 수는 2n이므로, 제 1 확대 영상(2112)의 개수와 확대 특징 맵(2132)의 개수의 합도 2n이어야 한다. 즉, 제 1 확대 영상(2112)의 개수가 p개라면, 확대 특징 맵(2132)의 개수는 2n-p개이어야 한다.

일 실시예에서, 제 1 업스케일러(2110)는 서로 다른 p개(p는 자연수)의 스케일 방법으로 제 2 영상(135)을 업스케일하여 p개의 제 1 확대 영상(2112)을 획득할 수 있다. 특징 맵 획득부(2130)는 2n-p개의 특징 맵 추출 알고리즘에 따라 2n-p개의 확대 특징 맵(2132)을 획득할 수 있다.

다른 실시예에서, 제 1 업스케일러(2110)는 니어리스트 네이버 스케일 방법에 따라 제 2 영상(135)으로부터 서로 다른 p개의 제 1 확대 영상(2112)을 획득할 수 있다. 특징 맵 획득부(2130)는 2n-p개의 특징 맵 추출 알고리즘에 따라 2n-p개의 확대 특징 맵(2132)을 획득할 수 있다.

전처리부(1837)는 제 3 영상(145)의 타겟 해상도에 따라 제 1 확대 영상(2112) 및 확대 특징 맵(2132)의 해상도를 결정할 수 있다.

일 예로, 전처리부(1837)는 제 3 영상(145)의 타겟 해상도가 제 2 영상(135)의 해상도의 2배인 경우, 제 1 확대 영상(2112) 및 확대 특징 맵(2132)의 해상도를 제 2 영상(135)의 2배로 결정할 수 있다. 그리고, 제 1 업스케일러(2110) 및 특징 맵 획득부(2130)는 각각 제 2 영상(135) 대비 해상도가 2배만큼 증가한 제 1 확대 영상(2112)과 확대 특징 맵(2132)을 획득할 수 있다.

다른 예로, 전처리부(1837)는 제 3 영상(145)의 타겟 해상도가 제 2 영상(135)의 해상도의 4배인 경우, 제 1 확대 영상(2112) 및 확대 특징 맵(2132)의 해상도를 제 2 영상(135)의 2배로 결정할 수 있다. 그리고, 제 1 업스케일러(2110) 및 특징 맵 획득부(2130)는 각각 제 2 영상(135) 대비 해상도가 2배만큼 증가한 제 1 확대 영상(2112)과 확대 특징 맵(2132)을 획득할 수 있다. 이 경우, 제 2 DNN(3100)은 제 2 영상(135) 대비 해상도가 4배만큼 증가한 제 3 영상(145)을 획득하기 위해, 제 1 확대 영상(2112) 및 확대 특징 맵(2132)의 해상도를 2배 증가시키는 연산을 수행할 수 있다.

제 1 확대 영상(2112) 및 확대 특징 맵(2132)은 제 1 컨볼루션 레이어(3110)로 입력된다. 제 1 컨볼루션 레이어(3110)는 3 x 3의 크기의 k개의 필터 커널을 이용하여 제 1 확대 영상(2112) 및 확대 특징 맵(2132)에 대해 컨볼루션 처리를 한다. 컨볼루션 처리 결과 생성된 k개의 특징 맵은 제 1 활성화 레이어(3120)로 입력된다.

제 1 활성화 레이어(3120)는 k개의 특징 맵에 대해 비선형(Non-linear) 특성을 부여할 수 있다. 제 1 활성화 레이어(3120)의 출력이 제 2 컨볼루션 레이어(3130)로 입력된다.

제 2 컨볼루션 레이어(3130)는 3 x 3의 크기의 1개의 필터 커널을 이용하여 k개의 특징 맵에 대해 컨볼루션 처리를 한다. 컨볼루션 처리 결과 제 2 컨볼루션 레이어(3130)로부터 1개의 영상이 출력된다. 제 2 컨볼루션 레이어(3130)에서 출력된 영상이 제 3 영상(145)으로 결정될 수 있다.

도 21에 도시된 바와 같이, 제 2 컨볼루션 레이어(3130)에서 출력된 영상과 제 2 업스케일러(2150)에 의해 획득된 제 2 확대 영상(2152)이 합해져 제 3 영상(145)이 획득될 수 있다. 제 2 업스케일러(2150)는 제 2 영상(135)을 레거시 업스케일하여 제 2 확대 영상(2152)을 획득할 수 있다.

도 21는 제 2 DNN(3100)이 두 개의 컨볼루션 레이어(3110, 3130)와 한 개의 활성화 레이어(3120)를 포함하고 있는 것으로 도시하고 있으나, 이는 하나의 예시일 뿐이다. 구현예에 따라서, 제 2 DNN(3100)은 RNN(recurrent neural network)을 통해 구현될 수도 있다. 즉, 본 개시의 예시에 따른 제 2 DNN(3100)의 CNN 구조가 RNN 구조로 변경될 수 있다.

도 21는 컨볼루션 레이어(3110, 3130)의 필터 커널의 크기가 3x3인 것으로 도시하고 있으나, 이는 하나의 예시일 뿐이며, 각 컨볼루션 레이어에서 이용되는 필터 커널의 크기는 구현예에 따라 다양할 수 있다.

도 19 내지 도 21과 관련하여 설명한 제 2 DNN(2900, 3000, 3100)에서 어느 하나의 컨볼루션 레이어의 출력이 이전 레이어의 출력 및 제 2 DNN(2900, 3000, 3100)의 입력 데이터와 합해져 다음 레이어로 전달될 수 있다. 예를 들어, 제 1 DNN을 도시하고 있는 도 17에서 설명한 것과 같이, 제 1 컨볼루션 레이어의 출력이 제 2 DNN의 입력 데이터와 합해져 다음 레이어로 전달되고, 제 2 컨볼루션 레이어의 출력이 제 1 컨볼루션 레이어의 출력 및 제 2 DNN의 입력 데이터와 합해져 다음 레이어로 전달될 수 있다.

이하에서는, 도 22 내지 도 24를 참조하여, 도 14, 도 15, 도 19 및 도 20과 관련하여 설명한 잔차 영상(즉, 축소 특징맵 또는 확대 특징 맵)을 획득하는 방법에 대해 설명한다.

도 22 내지 도 24는 제 1 축소 영상(또는 제 1 확대 영상)과 제 2 축소 영상(또는 제 2 확대 영상)을 이용하여 잔차 영상을 획득하는 방법을 설명하기 위한 도면이다.

이하에서는, 제 1 축소 영상, 제 2 축소 영상 및 제 1 DNN을 중심으로 설명하지만, 제 1 축소 영상, 제 2 축소 영상 및 제 1 DNN은 각각 제 1 확대 영상, 제 2 확대 영상 및 제 2 DNN으로 대체될 수 있음이 자명할 것이다.

앞서 설명한 바와 같이, 제 1 DNN의 첫 번째 레이어의 입력 채널 수가 2n인 경우, 제 1 DNN으로 입력되는 제 1 축소 영상의 개수와 잔차 영상의 개수의 합은 2n이어야 한다.

도 22 내지 도 24는 2n이 4인 경우를 예시하고 있다.

도 22에 도시된 바와 같이, 제 1 축소 영상(2201a, 2201b)의 개수가 2개이고, 제 2 축소 영상(2202a, 2202b, 2202c)의 개수가 3개인 경우, 제 1 축소 영상(2201a, 2201b)과 제 2 축소 영상(2202a, 2202b, 2202c) 사이에서 2개의 잔차 영상(2203a, 2203b)을 획득하여야 한다.

구체적으로, 2개의 제 1 축소 영상(2201a, 2201b) 중 어느 하나와 3개의 제 2 축소 영상(2202a, 2202b, 2202c) 중 어느 하나 사이에서 하나의 잔차 영상(2203a)을 획득할 수 있다. 그리고, 2개의 제 1 축소 영상(2201a, 2201b) 중 어느 하나와 3개의 제 2 축소 영상(2202a, 2202b, 2202c) 중 어느 하나 사이에서 다른 하나의 잔차 영상(2203b)을 획득할 수 있다. 이 때 2개의 잔차 영상(2203a, 2203b)이 동일해지는 경우를 방지하기 위하여, 두 번째 잔차 영상(2203b)을 획득하는데 이용되는 제 1 축소 영상 및/또는 제 2 축소 영상이 첫 번째 잔차 영상(2203a)을 획득하는데 이용되는 제 1 축소 영상 및/또는 제 2 축소 영상과 상이할 수 있다. 예를 들어, 첫 번째 잔차 영상(2203a)을 획득하는데 제 1 축소 영상(2201a) 및 제 2 축소 영상(2202a)이 이용되었다면, 두 번째 잔차 영상(2203b)을 획득할 때에는 제 1 축소 영상(2201a)과 제 2 축소 영상(2202b)을 이용하거나, 제 1 축소 영상(2201b)과 제 2 축소 영상(2202a)을 이용하거나 또는 제 1 축소 영상(2201b)과 제 2 축소 영상(2202b)을 이용할 수 있다. 즉 잔차 영상(2203a, 2203b)들이 서로 차이가 나게 생성함으로써, 제 1 DNN으로 입력되는 데이터의 종류를 다양화할 수 있다.

다음으로, 도 23에 도시된 바와 같이, 제 1 축소 영상(2201a, 2201b)의 개수가 2개이고, 제 2 축소 영상(2202a, 2202b)의 개수가 2개인 경우, 2개의 제 1 축소 영상(2201a, 2201b) 중 어느 하나와 2개의 제 2 축소 영상(2202a, 2202b) 중 어느 하나 사이에서 하나의 잔차 영상(2203a)을 획득할 수 있다. 그리고, 2개의 제 1 축소 영상(2201a, 2201b) 중 어느 하나와 2개의 제 2 축소 영상(2202a, 2202b) 중 어느 하나 사이에서 다른 하나의 잔차 영상(2203b)을 획득할 수 있다. 이 때 2개의 잔차 영상(2203a, 2203b)이 동일해지는 경우를 방지하기 위하여, 두 번째 잔차 영상(2203b)을 획득하는데 이용되는 제 1 축소 영상 및/또는 제 2 축소 영상이 첫 번째 잔차 영상(2203a)을 획득하는데 이용되는 제 1 축소 영상 및/또는 제 2 축소 영상과 다를 수 있다. 예를 들어, 첫 번째 잔차 영상(2203a)을 획득하는데 제 1 축소 영상(2201a) 및 제 2 축소 영상(2202a)이 이용되었다면, 두 번째 잔차 영상(2203b)을 획득할 때에는 제 1 축소 영상(2201a)과 제 2 축소 영상(2202b)을 이용하거나, 제 1 축소 영상(2201b)과 제 2 축소 영상(2202a)을 이용하거나 또는 제 1 축소 영상(2201b)과 제 2 축소 영상(2202b)을 이용할 수 있다.

다음으로, 도 24에 도시된 바와 같이, 제 1 축소 영상(2201a, 2201b)의 개수가 2개이고, 제 2 축소 영상(2202)의 개수가 1개인 경우, 2개의 제 1 축소 영상(2201a, 2201b) 각각과 하나의 제 2 축소 영상(2202) 사이에서 2개의 잔차 영상(2203a, 2203b)을 획득할 수 있다. 즉, 제 1 축소 영상(2201a)과 제 2 축소 영상(2202) 사이의 잔차 영상(2203a), 및 제 1 축소 영상(2201b)과 제 2 축소 영상(2202) 사이의 잔차 영상(2203b)이 획득될 수 있다.

도 22 내지 도 24는 제 1 축소 영상과 잔차 영상의 개수의 합을 제 1 DNN의 첫 번째 레이어의 입력 채널 수에 일치시키기 위한 일 실시예를 도시하고 있을 뿐, 도 22 내지 도 24와 관련하여 설명한 방법 이외의 다른 방법들이 당업자에게 자명한 범위 내에서 이용될 수 있다.

이하에서는, 도 25를 참조하여, 저 복잡도의 제 1 DNN(2400, 2500, 2600 또는 2700) 및 제 2 DNN (2900, 3000 또는 3100)의 훈련 방법에 대해 설명한다.

도 25는 제 1 DNN(2503) 및 제 2 DNN(2507)을 훈련시키는 방법을 설명하기 위한 도면이다.

도 25에 도시된 제 1 DNN(2503)은 전술한 제 1 DNN(2400, 2500, 2600 또는 2700)이고, 제 2 DNN(2507)은 전술한 제 2 DNN (2900, 3000 또는 3100)일 수 있다.

도 25와 전술한 도 11을 비교하면, 도 25에 도시된 훈련 과정에서는 원본 훈련 영상(2501)이 제 1 DNN(2503)으로 입력되기 전에 전처리(2502)되고, 제 1 훈련 영상(2504)(또는, 제 2 훈련 영상)이 제 2 DNN(2507)으로 입력되기 전에 전처리(2506)되는 것을 알 수 있다.

구체적으로, 원본 훈련 영상(2501)은 전처리(2502)되고, 전처리(2502) 결과로 획득된 축소 영상과 축소 특징 맵이 제 1 DNN(2503)으로 입력된다. 여기서, 전처리(2502) 과정은 전술한 전처리부(1313)에 의해 수행되는 과정과 동일할 수 있다.

제 1 DNN(2503)에 의해 출력된 제 1 훈련 영상(2504) 또는 제 1 훈련 영상(2504)으로부터 제 1 부호화/제 1 복호화된 제 2 훈련 영상이 전처리(2506)된다. 전처리(2506) 결과로 획득된 확대 영상과 확대 특징 맵이 제 2 DNN(2507)으로 입력된다. 여기서, 전처리(2506) 과정은 전술한 전처리부(1837)에 의해 수행되는 과정과 동일할 수 있다.

제 2 DNN(2507)에 의한 확대 영상과 확대 특징 맵의 처리 결과 제 3 훈련 영상(2508)이 획득된다.

원본 훈련 영상(2501)이 전처리(2502)되는 것과 별개로 원본 훈련 영상(2501)으로부터 다운스케일된 축소 훈련 영상(2505)이 획득되고, 제 1 훈련 영상(2504)과 축소 훈련 영상(2505) 사이의 비교 결과에 대응하는 구조적 손실 정보(2510)가 획득된다.

또한, 제 1 훈련 영상(2504)의 공간적 복잡도에 기반하여 복잡성 손실 정보(2520)가 결정될 수 있다.

또한, 원본 훈련 영상(2501)과 제 3 훈련 영상(2508)의 비교 결과에 따라 퀄리티 손실 정보(2530)가 결정될 수 있다.

구조적 손실 정보(2510), 복잡성 손실 정보(2520) 및 퀄리티 손실 정보(2530)에 대해서는 도 11과 관련하여 상세하게 설명하였으므로, 여기서는 그 설명을 생략한다.

도 25를 참조하면, 구조적 손실 정보(2510), 복잡성 손실 정보(2520) 및 퀄리티 손실 정보(2530)가 제 1 DNN(2503)의 훈련에 이용되고, 퀄리티 손실 정보(2530)는 제 2 DNN(2507)의 훈련에 이용된다. 즉, 퀄리티 손실 정보(2530)는 제 1 DNN(2503) 및 제 2 DNN(2507)의 훈련에 모두 이용된다.

제 1 DNN(2503)은 구조적 손실 정보(2510), 복잡성 손실 정보(2520) 및 퀄리티 손실 정보(2530)에 기초하여 결정된 최종 손실 정보가 감소 또는 최소화되도록 파라미터를 갱신할 수 있다. 또한, 제 2 DNN(2507)은 퀄리티 손실 정보(2530)가 감소 또는 최소화되도록 파라미터를 갱신할 수 있다. 구현 예에 따라 제 2 DNN(2507)은 구조적 손실 정보(2510) 및 복잡성 손실 정보(2520) 중 적어도 하나와, 퀄리티 손실 정보(2530)에 기초하여 훈련될 수도 있다.

최종 손실 정보에 기반한 제 1 DNN(2503) 및 제 2 DNN(2507)의 훈련 과정에 대해서는 도 11을 참조하여 설명한 것과 동일하므로 여기서는 그 설명을 생략한다.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 부호화 장치(600)의 일부가 될 수도 있다. 예를 들어, DNN 모델은 인공 지능을 위한 전용 하드웨어 칩 형태로 제작될 수도 있고, 또는 기존의 범용 프로세서(예를 들어, CPU 또는 애플리케이션 프로세서) 또는 그래픽 전용 프로세서(예를 들어, GPU)의 일부로 제작될 수도 있다.

또한, DNN 모델은 다운로드 가능한 소프트웨어 형태로 제공될 수도 있다. 컴퓨터 프로그램 제품은 제조사 또는 전자 마켓을 통해 전자적으로 배포되는 소프트웨어 프로그램 형태의 상품(예를 들어, 다운로드 가능한 애플리케이션)을 포함할 수 있다. 전자적 배포를 위하여, 소프트웨어 프로그램의 적어도 일부는 저장 매체에 저장되거나, 임시적으로 생성될 수 있다. 이 경우, 저장 매체는 제조사 또는 전자 마켓의 서버, 또는 중계 서버의 저장매체가 될 수 있다.

이상, 본 개시의 기술적 사상을 바람직한 실시예를 들어 상세하게 설명하였으나, 본 개시의 기술적 사상은 상기 실시예들에 한정되지 않고, 본 개시의 기술적 사상의 범위 내에서 당 분야에서 통상의 지식을 가진 자에 의하여 여러 가지 변형 및 변경이 가능하다.

Claims (12)

1. AI(artificial intelligence)를 이용하여 이미지를 제공하는 AI 부호화 장치에 있어서,
   상기 AI 부호화 장치에 저장된 하나 이상의 인스트럭션들을 실행하는 프로세서를 포함하고,
   상기 프로세서는,
   원본 영상으로부터 다운스케일된 제 1 축소 영상 및 상기 원본 영상의 해상도보다 작은 해상도를 갖는 축소 특징 맵을 다운스케일 DNN으로 입력하고,
   상기 원본 영상으로부터 AI 다운스케일된 제 1 영상을 상기 다운스케일 DNN에서 획득하고,
   상기 제 1 영상을 제 1 부호화하여 영상 데이터를 생성하고,
   상기 영상 데이터를 출력하는, AI 부호화 장치.
2. 제1항에 있어서,
   상기 프로세서는,
   상기 원본 영상으로부터 다운스케일된 제 2 축소 영상과 상기 제 1 축소 영상 사이의 잔차 영상을 상기 축소 특징 맵으로 획득하는, AI 부호화 장치.
3. 제2항에 있어서,
   상기 프로세서는,
   상기 원본 영상의 픽셀 그룹들 내에서 서로 다른 지점에 위치하는 픽셀들로 이루어진 복수의 제 1 축소 영상을 획득하고,
   상기 복수의 제 1 축소 영상과 상기 제 2 축소 영상 사이의 복수의 잔차 영상을 상기 축소 특징 맵으로 획득하는, AI 부호화 장치.
4. 제3항에 있어서,
   상기 복수의 제 1 축소 영상의 개수와 상기 복수의 잔차 영상의 개수의 합은, 상기 다운스케일 DNN의 첫 번째 레이어의 입력 채널 수와 동일한, AI 부호화 장치.
5. 제2항에 있어서,
   상기 제 2 축소 영상과 상기 다운스케일 DNN의 마지막 레이어의 출력 영상이 합해짐에 따라 상기 제 1 영상이 획득되는, AI 부호화 장치.
6. 제1항에 있어서,
   상기 프로세서는,
   상기 원본 영상에 대응하는 에지 맵을 상기 축소 특징 맵으로 획득하는, AI 부호화 장치.
7. 제6항에 있어서,
   상기 원본 영상으로부터 다운스케일된 제 3 축소 영상과 상기 다운스케일 DNN의 마지막 레이어의 출력 영상이 합해짐에 따라 상기 제 1 영상이 획득되는, AI 부호화 장치.
8. 제1항에 있어서,
   상기 프로세서는,
   상기 원본 영상으로부터 다운스케일 및 업스케일된 변형 영상을 획득하고,
   상기 변형 영상으로부터 다운스케일된 제 4 축소 영상과 상기 제 1 축소 영상 사이의 잔차 영상을 상기 축소 특징 맵으로 획득하는, AI 부호화 장치.
9. 제1항에 있어서,
   상기 다운스케일 DNN의 레이어들 중 어느 하나의 레이어의 출력 데이터는, 상기 어느 하나의 레이어 이전의 레이어들의 출력 데이터와 합해져 다음 레이어로 입력되는, AI 부호화 장치.
10. AI(artificial intelligence)를 이용하여 이미지를 제공하는 AI 부호화 장치에 의한 AI 부호화 방법에 있어서,
    원본 영상으로부터 다운스케일된 제 1 축소 영상 및 상기 원본 영상의 해상도보다 작은 해상도를 갖는 축소 특징 맵을 다운스케일 DNN으로 입력하는 단계;
    상기 원본 영상으로부터 AI 다운스케일된 제 1 영상을 상기 다운스케일 DNN에서 획득하는 단계;
    상기 제 1 영상을 제 1 부호화하여 영상 데이터를 생성하는 단계; 및
    상기 영상 데이터를 출력하는 단계를 포함하는, AI 부호화 방법.
11. 제10항의 방법을 실행하기 위한 프로그램을 기록하는 컴퓨터로 읽을 수 있는 기록매체.
12. AI(artificial intelligence)를 이용하여 이미지를 디스플레이하는 AI 복호화 장치에 있어서,
    상기 AI 복호화 장치에 저장된 하나 이상의 인스트럭션들을 실행하는 프로세서를 포함하고,
    상기 프로세서는,
    제 1 영상의 제 1 부호화 결과 생성된 영상 데이터를 획득하고,
    상기 영상 데이터를 제 1 복호화하여 제 2 영상을 획득하고,
    상기 제 2 영상으로부터 업스케일된 제 1 확대 영상 및 상기 제 2 영상의 해상도보다 큰 해상도를 갖는 확대 특징 맵을 업스케일 DNN으로 입력하고,
    상기 제 2 영상으로부터 AI 업스케일된 제 3 영상을 상기 업스케일 DNN에서 획득하고,
    상기 제 3 영상을 디스플레이로 제공하는, AI 복호화 장치.

Images