KR20220120432A - Ai를 이용하는 영상의 부호화 및 복호화 장치 및 이에 의한 영상의 부호화 및 복호화 방법 - Google Patents

Ai를 이용하는 영상의 부호화 및 복호화 장치 및 이에 의한 영상의 부호화 및 복호화 방법 Download PDF

Info

Publication number
KR20220120432A
KR20220120432A KR1020210157089A KR20210157089A KR20220120432A KR 20220120432 A KR20220120432 A KR 20220120432A KR 1020210157089 A KR1020210157089 A KR 1020210157089A KR 20210157089 A KR20210157089 A KR 20210157089A KR 20220120432 A KR20220120432 A KR 20220120432A
Authority
KR
South Korea
Prior art keywords
current
optical flow
image
feature data
neural network
Prior art date
Application number
KR1020210157089A
Other languages
English (en)
Inventor
딘쿠오칸
최광표
Original Assignee
삼성전자주식회사
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 삼성전자주식회사 filed Critical 삼성전자주식회사
Priority to PCT/KR2022/002486 priority Critical patent/WO2022177382A1/ko
Priority to EP22756580.1A priority patent/EP4262207A4/en
Priority to CN202280016015.XA priority patent/CN116888961A/zh
Priority to US17/677,414 priority patent/US11863756B2/en
Publication of KR20220120432A publication Critical patent/KR20220120432A/ko

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
    • H04N19/102—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the element, parameter or selection affected or controlled by the adaptive coding
    • H04N19/13—Adaptive entropy coding, e.g. adaptive variable length coding [AVLC] or context adaptive binary arithmetic coding [CABAC]
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/04—Architecture, e.g. interconnection topology
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/08—Learning methods
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T9/00—Image coding
    • G06T9/002—Image coding using neural networks
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
    • H04N19/169—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding
    • H04N19/186—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding the unit being a colour or a chrominance component
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/90—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using coding techniques not provided for in groups H04N19/10-H04N19/85, e.g. fractals
    • H04N19/91—Entropy coding, e.g. variable length coding [VLC] or arithmetic coding

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • General Physics & Mathematics (AREA)
  • Artificial Intelligence (AREA)
  • Evolutionary Computation (AREA)
  • Data Mining & Analysis (AREA)
  • Computational Linguistics (AREA)
  • Biophysics (AREA)
  • Biomedical Technology (AREA)
  • General Health & Medical Sciences (AREA)
  • Molecular Biology (AREA)
  • Computing Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Mathematical Physics (AREA)
  • Software Systems (AREA)
  • Health & Medical Sciences (AREA)
  • Compression Or Coding Systems Of Tv Signals (AREA)

Abstract

현재 영상에 대한 비트스트림으로부터 현재 옵티컬 플로우에 대한 특징 데이터 및 현재 잔차 데이터에 대한 특징 데이터를 획득하는 단계; 제 1 디코더에 현재 옵티컬 플로우에 대한 특징 데이터를 적용하여 현재 옵티컬 플로우를 획득하는 단계; 현재 옵티컬 플로우에 대한 특징 데이터 및 이전 옵티컬 플로우에 대한 특징 데이터 중 적어도 하나를 제 1 전처리 신경망에 적용하는 단계; 제 1 전처리 신경망으로부터 획득되는 특징 데이터와 현재 잔차 데이터에 대한 특징 데이터가 연접된 결과를 신경망 기반의 제 2 디코더에 적용하여 현재 잔차 데이터를 획득하는 단계; 및 현재 옵티컬 플로우를 기초로 이전 복원 영상으로부터 생성되는 현재 예측 영상과 현재 잔차 데이터를 이용하여 현재 영상을 복원하는 단계를 포함하는 일 실시예에 따른 영상 복호화 방법이 개시된다.

Description

AI를 이용하는 영상의 부호화 및 복호화 장치 및 이에 의한 영상의 부호화 및 복호화 방법{APPARATUS FOR ENCODING AND DECODING IMAGE USING ARTIFICIAL INTELLIGENCE AND METHOD THEREBY}
본 개시는 영상의 부호화 및 복호화에 관한 것이다. 보다 구체적으로, 본 개시는 AI(Artificial Intelligence), 예를 들어, 신경망을 이용하여 영상을 부호화 및 복호화하는 기술에 관한 것이다.
H.264 AVC(Advanced Video Coding) 및 HEVC(High Efficiency Video Coding)와 같은 코덱에서는, 영상을 블록으로 분할하고, 인터 예측(inter prediction) 또는 인트라 예측(intraprediction)을 통해 각각의 블록을 예측 부호화 및 예측 복호화할 수 있다.
인트라 예측은 영상 내의 공간적인 중복성을 제거하여 영상을 압축하는 방법이고, 인터 예측은 영상들 사이의 시간적인 중복성을 제거하여 영상을 압축하는 방법이다.
인터 예측의 대표적인 예로서, 움직임 추정 부호화가 존재한다. 움직임 추정 부호화는 참조 영상을 이용해 현재 영상의 블록들을 예측한다. 소정의 평가 함수를 이용하여 현재 블록과 가장 유사한 참조 블록을 소정의 검색 범위에서 탐색할 수 있다. 현재 블록을 참조 블록에 기초하여 예측하고, 예측 결과 생성된 예측 블록을 현재 블록으로부터 감산하여 잔차 블록을 생성 및 부호화한다.
참조 영상 내 참조 블록을 가리키는 움직임 벡터를 도출하기 위해, 이전에 부호화된 블록들의 움직임 벡터가 현재 블록의 예측 움직임 벡터(Prediction Motion Vector)로 이용될 수 있다. 현재 블록의 움직임 벡터와 예측 움직임 벡터 사이의 차이인 잔차 움직임 벡터(Differential Motion Vector)는 소정의 방식을 통해 디코더 측으로 시그널링된다.
일 실시예에 따른 영상의 부호화 및 복호화 장치 및 이에 의한 영상의 부호화 및 복호화 방법은 영상에 대한 옵티컬 플로우 및 잔차 데이터를 보다 정확하게 복원하는 것을 과제로 한다.
또한, 일 실시예에 따른 영상의 부호화 및 복호화 장치 및 이에 의한 영상의 부호화 및 복호화 방법은 영상에 대한 부호화 결과인 비트스트림의 크기를 감소시키고, 영상의 복원 성능을 향상시키는 것을 과제로 한다.
일 실시예에 따른 AI를 이용하는 영상 복호화 방법은, 현재 영상에 대한 비트스트림으로부터 현재 옵티컬 플로우(current optical flow)에 대한 특징 데이터 및 현재 잔차 데이터에 대한 특징 데이터를 획득하는 단계; 신경망 기반의 제 1 디코더에 상기 현재 옵티컬 플로우에 대한 특징 데이터를 적용하여 상기 현재 옵티컬 플로우를 획득하는 단계; 상기 현재 옵티컬 플로우에 대한 특징 데이터 및 이전 옵티컬 플로우에 대한 특징 데이터 중 적어도 하나를 제 1 전처리 신경망에 적용하는 단계; 상기 제 1 전처리 신경망으로부터 획득되는 특징 데이터와 상기 현재 잔차 데이터에 대한 특징 데이터가 연접(concatenation)된 결과를 신경망 기반의 제 2 디코더에 적용하여 상기 현재 잔차 데이터를 획득하는 단계; 및 상기 현재 옵티컬 플로우를 기초로 이전 복원 영상으로부터 생성되는 현재 예측 영상과 상기 현재 잔차 데이터를 이용하여 상기 현재 영상을 복원하는 단계를 포함할 수 있다.
상기 현재 옵티컬 플로우를 획득하는 단계는, 상기 이전 옵티컬 플로우에 대한 특징 데이터를 제 2 전처리 신경망에 적용하는 단계; 및 상기 제 2 전처리 신경망으로부터 획득되는 특징 데이터와 상기 현재 옵티컬 플로우에 대한 특징 데이터가 연접된 결과를 상기 신경망 기반의 제 1 디코더에 적용하여 상기 현재 옵티컬 플로우를 획득하는 단계를 포함할 수 있다.
상기 현재 옵티컬 플로우를 획득하는 단계는, 이전 잔차 데이터에 대한 특징 데이터를 제 3 전처리 신경망에 적용하는 단계; 및 상기 제 3 전처리 신경망으로부터 획득되는 특징 데이터와 상기 현재 옵티컬 플로우에 대한 특징 데이터가 연접된 결과를 상기 신경망 기반의 제 1 디코더에 적용하여 상기 현재 옵티컬 플로우를 획득하는 단계를 포함할 수 있다.
상기 현재 잔차 데이터를 획득하는 단계는, 이전 잔차 데이터에 대한 특징 데이터를 제 4 전처리 신경망에 적용하는 단계; 및 상기 제 1 전처리 신경망으로부터 획득되는 특징 데이터, 상기 제 4 전처리 신경망으로부터 획득되는 특징 데이터, 및 상기 현재 잔차 데이터에 대한 특징 데이터가 연접(concatenation)된 결과를 상기 신경망 기반의 제 2 디코더에 적용하여 상기 현재 잔차 데이터를 획득하는 단계를 포함할 수 있다.
상기 현재 영상을 복원하는 단계는, 상기 현재 옵티컬 플로우에 따라 상기 이전 복원 영상을 워핑(warping)하여 상기 현재 예측 영상을 생성하는 단계를 포함할 수 있다.
상기 현재 옵티컬 플로우에 대한 특징 데이터 및 상기 현재 잔차 데이터에 대한 특징 데이터는, 상기 비트스트림에 대한 엔트로피 복호화 및 역양자화를 통해 획득될 수 있다.
상기 신경망 기반의 제 1 디코더, 상기 신경망 기반의 제 2 디코더 및 상기 제 1 전처리 신경망은, 현재 훈련 영상(current training image)과 상기 현재 훈련 영상에 대응하는 현재의 복원 훈련 영상(current reconstructed training image) 사이의 차이에 대응하는 제 1 손실 정보, 상기 현재 훈련 영상의 옵티컬 플로우에 대한 특징 데이터의 엔트로피에 대응하는 제 2 손실 정보, 및 상기 현재 훈련 영상의 잔차 데이터에 대한 특징 데이터의 엔트로피에 대응하는 제 3 손실 정보를 기반으로 훈련될 수 있다.
일 실시예에 따른 AI를 이용하는 영상 복호화 장치는, 현재 영상에 대한 비트스트림을 획득하는 획득부; 및 상기 비트스트림으로부터 현재 옵티컬 플로우(current optical flow)에 대한 특징 데이터 및 현재 잔차 데이터에 대한 특징 데이터를 획득하고, 신경망 기반의 제 1 디코더에 상기 현재 옵티컬 플로우에 대한 특징 데이터를 적용하여 상기 현재 옵티컬 플로우를 획득하고, 상기 현재 옵티컬 플로우에 대한 특징 데이터 및 이전 옵티컬 플로우에 대한 특징 데이터 중 적어도 하나를 제 1 전처리 신경망에 적용하고, 상기 제 1 전처리 신경망으로부터 획득되는 특징 데이터와 상기 현재 잔차 데이터에 대한 특징 데이터가 연접(concatenation)된 결과를 신경망 기반의 제 2 디코더에 적용하여 상기 현재 잔차 데이터를 획득하고, 상기 현재 옵티컬 플로우를 기초로 이전 복원 영상으로부터 생성되는 현재 예측 영상과 상기 현재 잔차 데이터를 이용하여 상기 현재 영상을 복원하는 예측 복호화부를 포함할 수 있다.
일 실시예에 따른 AI를 이용하는 영상 부호화 방법은, 현재 영상 및 이전 복원 영상을 신경망 기반의 제 1 인코더에 적용하여 현재 옵티컬 플로우에 대한 특징 데이터를 획득하는 단계; 상기 현재 옵티컬 플로우에 대한 특징 데이터를 신경망 기반의 제 1 디코더에 적용하여 상기 현재 옵티컬 플로우를 획득하는 단계; 상기 현재 옵티컬 플로우를 기초로 상기 이전 복원 영상으로부터 현재 예측 영상을 생성하는 단계; 상기 현재 영상과 상기 현재 예측 영상 사이의 현재 잔차 데이터를 신경망 기반의 제 2 인코더에 적용하여 상기 현재 잔차 데이터에 대한 특징 데이터를 획득하는 단계; 상기 현재 옵티컬 플로우에 대한 특징 데이터 및 상기 현재 잔차 데이터에 대한 특징 데이터에 대응하는 비트스트림을 생성하는 단계를 포함할 수 있다.
일 실시예에 따른 영상의 부호화 및 복호화 장치 및 이에 의한 영상의 부호화 및 복호화 방법은 영상에 대한 옵티컬 플로우 및 잔차 데이터를 보다 정확하게 복원할 수 있다.
또한, 일 실시예에 따른 영상의 부호화 및 복호화 장치 및 이에 의한 영상의 부호화 및 복호화 방법은 영상에 대한 부호화 결과인 비트스트림의 크기를 감소시키고, 영상의 복원 성능을 향상시킬 수 있다.
도 1은 AI에 기반한 영상의 예측 부호화 및 예측 복호화 과정을 도시하는 도면이다.
도 2는 연속하는 영상들, 연속하는 영상들 사이의 옵티컬 플로우, 및 연속하는 영상들 사이의 잔차 데이터를 예시하는 도면이다.
도 3은 일 실시예에 따른 영상 복호화 장치의 구성을 도시하는 도면이다.
도 4는 도 3에 도시된 획득부의 구성을 도시하는 도면이다.
도 5는 도 3에 도시된 예측 복호화부의 구성을 도시하는 도면이다.
도 6은 일 실시예에 따른 제 1 전처리 신경망을 이용하여 현재 잔차 데이터를 복원하는 과정을 설명하기 위한 도면이다.
도 7은 일 실시예에 따른 제 2 전처리 신경망을 이용하여 현재 옵티컬 플로우를 복원하는 과정을 설명하기 위한 도면이다.
도 8은 일 실시예에 따른 제 3 전처리 신경망을 이용하여 현재 옵티컬 플로우를 복원하는 과정을 설명하기 위한 도면이다.
도 9는 일 실시예에 따른 제 4 전처리 신경망을 이용하여 현재 잔차 데이터를 복원하는 과정을 설명하기 위한 도면이다.
도 10은 일 실시예에 따른 제 1 전처리 신경망, 제 2 전처리 신경망, 제 3 전처리 신경망 및 제 4 전처리 신경망을 이용하여 현재 옵티컬 플로우와 현재 잔차 데이터를 복원하는 과정을 설명하기 위한 도면이다.
도 11은 일 실시예에 따른 영상 복호화 방법의 순서도이다.
도 12는 일 실시예에 따른 영상 부호화 장치의 구성을 도시하는 도면이다.
도 13은 도 12에 도시된 예측 부호화부의 구성을 도시하는 도면이다.
도 14는 도 12에 도시된 생성부의 구성을 도시하는 도면이다.
도 15는 일 실시예에 따른 영상 부호화 방법의 순서도이다.
도 16은 일 실시예에 따른 신경망의 구조를 예시하는 도면이다.
도 17은 도 16에 도시된 컨볼루션 레이어에서의 컨볼루션 연산을 설명하기 위한 도면이다.
도 18은 제 1 디코더, 제 2 디코더, 제 1 인코더, 제 2 인코더 및 전처리 신경망의 훈련 방법을 설명하기 위한 도면이다.
도 19는 훈련 장치에 의한 제 1 디코더, 제 2 디코더, 제 1 인코더, 제 2 인코더 및 전처리 신경망의 훈련 과정을 설명하기 위한 도면이다.
본 개시는 다양한 변경을 가할 수 있고 여러 가지 실시예를 가질 수 있는 바, 특정 실시예들을 도면에 예시하고, 이를 상세한 설명을 통해 상세히 설명하고자 한다. 그러나, 이는 본 개시의 실시 형태에 대해 한정하려는 것이 아니며, 본 개시는 여러 실시예들의 사상 및 기술 범위에 포함되는 모든 변경, 균등물 내지 대체물을 포함하는 것으로 이해되어야 한다.
실시예를 설명함에 있어서, 관련된 공지 기술에 대한 구체적인 설명이 본 개시의 요지를 불필요하게 흐릴 수 있다고 판단되는 경우 그 상세한 설명을 생략한다. 또한, 명세서의 설명 과정에서 이용되는 숫자(예를 들어, 제 1, 제 2 등)는 하나의 구성요소를 다른 구성요소와 구분하기 위한 식별기호에 불과하다.
또한, 본 명세서에서, 일 구성요소가 다른 구성요소와 "연결된다" 거나 "접속된다" 등으로 언급된 때에는, 상기 일 구성요소가 상기 다른 구성요소와 직접 연결되거나 또는 직접 접속될 수도 있지만, 특별히 반대되는 기재가 존재하지 않는 이상, 중간에 또 다른 구성요소를 매개하여 연결되거나 또는 접속될 수도 있다고 이해되어야 할 것이다.
또한, 본 명세서에서 '~부(유닛)', '모듈' 등으로 표현되는 구성요소는 2개 이상의 구성요소가 하나의 구성요소로 합쳐지거나 또는 하나의 구성요소가 보다 세분화된 기능별로 2개 이상으로 분화될 수도 있다. 또한, 이하에서 설명할 구성요소 각각은 자신이 담당하는 주기능 이외에도 다른 구성요소가 담당하는 기능 중 일부 또는 전부의 기능을 추가적으로 수행할 수도 있으며, 구성요소 각각이 담당하는 주기능 중 일부 기능이 다른 구성요소에 의해 전담되어 수행될 수도 있음은 물론이다.
또한, 본 명세서에서, '영상(image)'은 정지영상, 복수의 연속된 정지영상(또는 프레임)으로 구성된 동영상, 또는 비디오를 나타낼 수 있다.
또한, 본 명세서에서 '신경망(neural network)'은 뇌 신경을 모사한 인공신경망 모델의 대표적인 예시로서, 특정 알고리즘을 사용한 인공신경망 모델로 한정되지 않는다. 신경망은 심층 신경망(deep neural network)으로 참조될 수도 있다.
또한, 본 명세서에서 '파라미터(parameter)'는 신경망을 이루는 각 레이어의 연산 과정에서 이용되는 값으로서 예를 들어, 입력 값을 소정 연산식에 적용할 때 이용될 수 있다. 파라미터는 훈련의 결과로 설정되는 값으로서, 필요에 따라 별도의 훈련 데이터(training data)를 통해 갱신될 수 있다.
또한, 본 명세서에서 '특징 데이터'는 신경망 기반의 인코더가 입력 데이터를 처리함으로써 획득되는 데이터를 의미한다. 특징 데이터는 여러 샘플들을 포함하는 1차원 또는 2차원의 데이터일 수 있다. 특징 데이터는 잠재 표현(latent representation)으로 참조될 수도 있다. 특징 데이터는 후술하는 디코더가 출력하는 데이터에 잠재된 특징을 나타낸다.
또한, 본 명세서에서 '현재 영상'은 현재의 처리 대상인 영상을 의미하고, '현재 옵티컬 플로우'는 현재 영상에 대해 획득된 옵티컬 플로우를 의미하고, '현재 잔차 데이터'는 현재 영상에 대해 획득된 잔차 데이터를 의미한다.
또한, 본 명세서에서 '이전 영상'은 현재 영상 이전의 처리 대상인 영상을 의미하고, '이전 옵티컬 플로우'는 이전 영상에 대해 획득된 옵티컬 플로우를 의미하고, '이전 잔차 데이터'는 이전 영상에 대해 획득된 잔차 데이터를 의미한다.
또한, 본 명세서에서, '샘플'은 영상, 특징 맵 또는 특징 데이터 내 샘플링 위치에 할당된 데이터로서 처리 대상이 되는 데이터를 의미한다. 예를 들어, 공간 영역의 프레임에서 픽셀 값일 수 있다.
도 1은 AI에 기반한 영상의 예측 부호화 및 예측 복호화 과정을 도시하는 도면이다.
도 1은 인터 예측에 따른 현재 영상(xi)의 부호화 및 복호화 과정을 도시하고 있는데, 인터 예측에서는 제 1 인코더(110), 제 2 인코더(130), 제 1 디코더(150) 및 제 2 디코더(170)가 이용된다. 제 1 인코더(110), 제 2 인코더(130), 제 1 디코더(150) 및 제 2 디코더(170)는 신경망으로 구현된다.
인터 예측은 현재 영상(xi)과 이전 복원 영상(yi-1) 사이의 시간적 중복성을 이용하여 현재 영상(xi)을 부호화/복호화하는 과정으로서, 현재 영상(xi) 내 블록들 또는 샘플들과 이전 복원 영상(yi-1) 내 참조 블록들 또는 참조 샘플들 사이의 위치 차이(또는 움직임 벡터)가 현재 영상(xi)의 부호화 및 복호화에 이용된다. 이러한 위치 차이는 옵티컬 플로우로 참조될 수 있다. 옵티컬 플로우는 영상 내 샘플들 또는 블록들에 대응하는 움직임 벡터들의 집합으로 정의될 수도 있다.
옵티컬 플로우는 이전 복원 영상(yi-1) 내 샘플들의 위치가 현재 영상(xi) 내에서 어떻게 변경되었는지, 또는 현재 영상(xi)의 샘플들이 이전 복원 영상(yi-1) 내 어디에 위치하는지를 나타낸다. 예를 들어, 이전 복원 영상(yi-1) 내 (1, 1)에 위치한 샘플이 현재 영상(xi) 내 (2, 1)에 위치한다면, 해당 샘플에 대한 옵티컬 플로우 또는 움직임 벡터는 (1(=2-1), 0(=1-1))로 도출될 수 있다.
AI를 이용한 영상의 부호화 및 복호화 과정에서는 현재 영상(xi)에 대한 현재 옵티컬 플로우(gi)를 획득하기 위해 제 1 인코더(110) 및 제 1 디코더(150)를 이용한다.
구체적으로, 이전 복원 영상(yi-1)과 현재 영상(xi)이 제 1 인코더(110)로 입력된다. 제 1 인코더(110)는 훈련의 결과로 설정된 파라미터에 따라 현재 영상(xi)과 이전 복원 영상(yi-1)을 처리하여 현재 옵티컬 플로우에 대한 특징 데이터(wi)를 출력한다.
현재 옵티컬 플로우에 대한 특징 데이터(wi)는 제 1 디코더(150)로 입력된다. 제 1 디코더(150)는 입력된 특징 데이터(wi)를 훈련의 결과로 설정된 파라미터에 따라 처리하여 현재 옵티컬 플로우(gi)를 출력한다.
이전 복원 영상(yi-1)은 현재 옵티컬 플로우(gi)에 따라 워핑(190)되고, 워핑(190)의 결과로 현재 예측 영상(x'i)이 획득된다.
워핑(190)이란, 영상 내 샘플들의 위치를 이동시키는 기하학적 변형의 한 종류이다. 이전 복원 영상(yi-1) 내 샘플들과 현재 영상(xi) 내 샘플들 사이의 상대적인 위치 관계를 나타내는 옵티컬 플로우(gi)에 따라 이전 복원 영상(yi-1)을 워핑(190)함으로써 현재 영상(xi)과 유사한 현재 예측 영상(x'i)이 획득된다. 예를 들어, 이전 복원 영상(yi-1) 내 (1, 1)에 위치한 샘플이 현재 영상(xi) 내 (2, 1)에 위치하는 샘플과 가장 유사하다면, 워핑(190)을 통해 이전 복원 영상(yi-1) 내 (1, 1)에 위치한 샘플의 위치가 (2, 1)로 변경될 수 있다.
이전 복원 영상(yi-1)으로부터 생성된 현재 예측 영상(x'i)은 현재 영상(xi) 자체가 아니므로, 현재 예측 영상(x'i)과 현재 영상(xi) 사이의 현재 잔차 데이터(ri)가 획득될 수 있다. 일 예로, 현재 영상(xi) 내 샘플 값들로부터 현재 예측 영상(x'i) 내 샘플 값들을 차감함으로써 현재 잔차 데이터(ri)가 획득될 수 있다.
현재 잔차 데이터(ri)는 제 2 인코더(130)로 입력된다. 제 2 인코더(130)는 훈련의 결과로 설정된 파라미터에 따라 현재 잔차 데이터(ri)를 처리하여 현재 잔차 데이터에 대한 특징 데이터(vi)를 출력한다.
현재 잔차 데이터에 대한 특징 데이터(vi)는 제 2 디코더(170)로 입력된다. 제 2 디코더(170)는 입력된 특징 데이터(vi)를 훈련의 결과로 설정된 파라미터에 따라 처리하여 현재 잔차 데이터(r'i)를 출력한다.
이전 복원 영상(yi-1)에 대한 워핑(190)을 통해 생성된 현재 예측 영상(x'i)과 현재 잔차 데이터(r'i)의 결합을 통해 현재 복원 영상(yi)이 획득된다.
도 1에 도시된 인터 예측 과정에서, 제 1 디코더(150)는 현재 옵티컬 플로우에 대한 특징 데이터(wi)를 처리하여 현재 옵티컬 플로우(gi)를 출력하고, 제 2 디코더(170)는 현재 잔차 데이터에 대한 특징 데이터(vi)를 처리하여 현재 잔차 데이터(r'i)를 출력한다.
즉, 제 1 디코더(150)에 의한 처리 과정에서는 현재 옵티컬 플로우에 대한 특징 데이터(wi)만이 이용되고, 제 2 디코더(170)에 의한 처리 과정에서는 현재 잔차 데이터에 대한 특징 데이터(vi)만이 이용된다. 그러나, 현재 옵티컬 플로우에 대한 특징 데이터(wi) 및 현재 잔차 데이터에 대한 특징 데이터(vi)뿐만 아니라 다른 데이터(예를 들어, 후술하는 이전 옵티컬 플로우, 이전 잔차 데이터 등)도 현재 영상(xi)에 대한 정보를 직간접적으로 포함할 수 있는 바, 현재 영상(xi)에 대한 정보를 포함하고 있는 다른 데이터를 제 1 디코더(150)와 제 2 디코더(170)로 입력함으로써 현재 옵티컬 플로우(gi)와 현재 잔차 데이터(r'i)의 정확한 복원이 가능해질 수 있다.
이하에서는, 도 2를 참조하여, 연속하는 영상들 사이에서 획득되는 옵티컬 플로우들과 잔차 데이터들 사이의 관계에 대해 설명한다.
도 2를 참조하면, 현재 영상(23)과 제 1 이전 영상(22) 사이에서 제 1 옵티컬 플로우(25)가 획득되고, 제 1 이전 영상(22)과 제 2 이전 영상(21) 사이에서 제 2 옵티컬 플로우(24)가 획득된다.
도 2에 도시된 제 1 옵티컬 플로우(25) 및 제 2 옵티컬 플로우(24)는 옵티컬 플로우에 포함된 샘플들의 크기 또는 움직임 벡터들의 크기(magnitude)에 따라 시각화한 것이다. 제 1 옵티컬 플로우(25)는 현재 옵티컬 플로우로 참조되고, 제 2 옵티컬 플로우(24)는 이전 옵티컬 플로우로 참조될 수 있다.
현재 영상(23)과 제 1 이전 영상(22)에 기반하여 제 1 잔차 데이터(27)가 획득되고, 제 1 이전 영상(22)과 제 2 이전 영상(21)에 기반하여 제 2 잔차 데이터(26)가 획득된다.
일 예로, 제 1 이전 영상(22)을 제 1 옵티컬 플로우(25)에 따라 처리(예를 들어, 워핑 처리)한 영상과 현재 영상(23) 사이의 차이에 대응하는 제 1 잔차 데이터(27)가 획득될 수 있다. 또한, 제 2 이전 영상(21)을 제 2 옵티컬 플로우(24)에 따라 처리(예를 들어, 워핑 처리)한 영상과 제 1 이전 영상(22) 사이의 차이에 대응하는 제 2 잔차 데이터(26)가 획득될 수 있다.
제 1 잔차 데이터(27)는 현재 잔차 데이터로 참조되고, 제 2 잔차 데이터(26)는 이전 잔차 데이터로 참조될 수 있다.
도 2를 참조하면, 제 1 옵티컬 플로우(25), 제 2 옵티컬 플로우(24), 제 1 잔차 데이터(27) 및 제 2 잔차 데이터(26) 사이의 유사성을 확인할 수 있다. 예를 들어, 제 1 옵티컬 플로우(25) 내 A 영역, 제 2 옵티컬 플로우(24) 내 B 영역, 제 1 잔차 데이터(27) 내 C 영역 및 제 2 잔차 데이터(26) 내 D 영역에서 샘플 값들의 유사성을 볼 수 있다.
제 1 옵티컬 플로우(25)는 제 1 이전 영상(22)의 샘플들의 위치가 현재 영상(23) 내에서 어느 정도로, 어느 방향으로 변경되었는지를 나타내므로, 제 1 옵티컬 플로우(25) 내에서 큰 값을 갖는 샘플은 제 1 잔차 데이터(27)에서도 큰 값을 가질 확률이 높다. 왜냐하면, 제 1 잔차 데이터(27) 내 소정 위치의 샘플의 값은, 제 1 이전 영상(22)에 대한 처리 결과로 생성된 영상과 현재 영상(23) 내 동일 위치의 샘플 값들 사이의 차이에 대응하는데, 동일 위치의 샘플들은 제 1 이전 영상(22) 내 오브젝트의 움직임으로 인해 서로 다른 값을 갖는 샘플들일 확률이 높기 때문이다.
또한, 시간적으로 연속하는 영상들 내 오브젝트는 선형적으로 움직이는 경향이 있으므로, 제 1 옵티컬 플로우(25)와 제 2 옵티컬 플로우(24) 사이의 유사성을 예측할 수 있고, 마찬가지로, 제 1 잔차 데이터(27)와 제 2 잔차 데이터(26) 사이의 유사성을 예측할 수 있다.
즉, 현재 영상(23)에 대한 현재 옵티컬 플로우(제 1 옵티컬 플로우(25))와 현재 잔차 데이터(제 1 잔차 데이터(27))를 복원하는데 있어, 이전 옵티컬 플로우(제 2 옵티컬 플로우(24))와 이전 잔차 데이터(제 2 잔차 데이터(26))를 이용하는 경우, 현재 옵티컬 플로우와 현재 잔차 데이터의 정확한 복원이 가능해질 수 있다.
도 3은 일 실시예에 따른 영상 복호화 장치(300)의 구성을 도시하는 도면이다.
도 3을 참조하면, 일 실시예에 따른 영상 복호화 장치(300)는 획득부(310) 및 예측 복호화부(330)를 포함한다.
획득부(310) 및 예측 복호화부(330)는 프로세서로 구현될 수 있고, 획득부(310) 및 예측 복호화부(330)는 메모리(미도시)에 저장된 인스트럭션에 따라 동작할 수 있다.
도 3은 획득부(310) 및 예측 복호화부(330)를 개별적으로 도시하고 있으나, 획득부(310) 및 예측 복호화부(330)는 하나의 프로세서를 통해 구현될 수 있다. 이 경우, 획득부(310) 및 예측 복호화부(330)는 전용 프로세서로 구현될 수도 있고, AP(application processor), CPU(central processing unit) 또는 GPU(graphic processing unit)와 같은 범용 프로세서와 소프트웨어의 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.
획득부(310) 및 예측 복호화부(330)는 복수의 프로세서로 구성될 수도 있다. 이 경우, 전용 프로세서들의 조합으로 구현될 수도 있고, AP, CPU, 또는 GPU와 같은 다수의 범용 프로세서들과 소프트웨어의 조합을 통해 구현될 수도 있다.
획득부(310)는 현재 영상에 대한 부호화 결과를 포함하는 비트스트림을 획득한다.
획득부(310)는 후술하는 영상 부호화 장치(1200)로부터 네트워크를 통해 전달되는 비트스트림을 수신할 수 있다. 또한, 일 실시예에서, 획득부(310)는 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 비트스트림을 획득할 수도 있다.
획득부(310)는 비트스트림을 파싱하여 현재 옵티컬 플로우의 특징 데이터 및 현재 잔차 데이터의 특징 데이터를 획득한다.
현재 옵티컬 플로우의 특징 데이터 및 현재 잔차 데이터의 특징 데이터는 전술한 신경망 기반의 인코더에 의한 처리 결과로 획득된 것일 수 있다.
일 실시예에서, 획득부(310)는 현재 옵티컬 플로우의 특징 데이터에 대응하는 제 1 비트스트림과 현재 잔차 데이터의 특징 데이터에 대응하는 제 2 비트스트림을 획득하고, 제 1 비트스트림 및 제 2 비트스트림을 각각 파싱하여 현재 옵티컬 플로우의 특징 데이터와 현재 잔차 데이터의 특징 데이터를 획득할 수도 있다.
현재 옵티컬 플로우의 특징 데이터 및 현재 잔차 데이터의 특징 데이터는 예측 복호화부(330)로 전달되고, 예측 복호화부(330)는 현재 옵티컬 플로우의 특징 데이터 및 현재 잔차 데이터의 특징 데이터를 이용하여 현재 영상에 대응하는 현재 복원 영상을 획득한다.
도 4 및 도 5를 참조하여, 획득부(310) 및 예측 복호화부(330)의 동작에 대해 상세히 설명한다.
도 4는 도 3에 도시된 획득부(310)의 구성을 도시하는 도면이다.
도 4를 참조하면, 획득부(310)는 엔트로피 복호화부(311) 및 역양자화부(313)를 포함한다.
엔트로피 복호화부(311)는 비트스트림에 포함된 빈(bin)들을 엔트로피 코딩하여 현재 옵티컬 플로우의 양자화된 특징 데이터 및 현재 잔차 데이터의 양자화된 특징 데이터를 획득한다.
역양자화부(313)는 현재 옵티컬 플로우의 양자화된 특징 데이터 및 현재 잔차 데이터의 양자화된 특징 데이터를 각각 역양자화하여 현재 옵티컬 플로우의 특징 데이터와 현재 잔차 데이터의 특징 데이터를 획득한다.
구현예에 따라, 획득부(310)는 역변환부를 더 포함할 수 있다. 역변환부는 역양자화부(313)로부터 출력되는 특징 데이터들을 주파수 도메인으로부터 공간 도메인으로 역변환한다. 후술하는 영상 부호화 장치(1200)가 현재 옵티컬 플로우의 특징 데이터와 현재 잔차 데이터의 특징 데이터를 공간 도메인으로부터 주파수 도메인으로 변환하는 경우, 역변환부는 역양자화부(313)로부터 출력되는 특징 데이터들을 주파수 도메인에서 공간 도메인으로 역변환한다.
구현예에 따라, 획득부(310)는 역양자화부(313)를 포함하지 않을 수도 있다. 즉, 엔트로피 복호화부(311)에 의한 처리를 통해 현재 옵티컬 플로우의 특징 데이터 및 현재 잔차 데이터의 특징 데이터가 획득될 수 있다.
또한, 구현예에 따라, 획득부(310)는 비트스트림에 포함된 빈들에 대한 역이진화만을 수행하여 현재 옵티컬 플로우의 특징 데이터 및 현재 잔차 데이터의 특징 데이터를 획득할 수도 있다. 이는, 영상 부호화 장치(1200)가 현재 옵티컬 플로우의 특징 데이터와 현재 잔차 데이터의 특징 데이터를 이진화하여 비트스트림을 생성한 경우, 다시 말하면, 영상 부호화 장치(1200)가 현재 옵티컬 플로우의 특징 데이터와 현재 잔차 데이터의 특징 데이터에 대해 엔트로피 부호화, 변환 및 양자화를 적용하지 않는 경우를 위한 것이다.
다음으로, 도 5는 도 3에 도시된 예측 복호화부(330)의 구성을 도시하는 도면이다.
도 5를 참조하면, 예측 복호화부(330)는 전처리 신경망(339), 제 1 디코더(331), 제 2 디코더(333), 움직임 보상부(335) 및 결합부(337)를 포함할 수 있다.
전처리 신경망(339), 제 1 디코더(331) 및 제 2 디코더(333)는 메모리에 저장될 수 있다. 일 실시예에서, 전처리 신경망(339), 제 1 디코더(331) 및 제 2 디코더(333)는 AI를 위한 적어도 하나의 전용 프로세서로 구현될 수도 있다.
도 5는 하나의 전처리 신경망(339)을 도시하고 있으나, 도 6 내지 도 10을 참조하여 후술하는 것과 같이, 예측 복호화부(330)는 복수의 전처리 신경망을 이용할 수도 있다.
획득부(310)에 의해 출력된 현재 옵티컬 플로우의 특징 데이터는 제 1 디코더(331)로 입력되고, 현재 잔차 데이터의 특징 데이터는 제 2 디코더(333)로 입력된다. 또한, 현재 옵티컬 플로우의 특징 데이터, 이전 옵티컬 플로우의 특징 데이터 및 이전 잔차 데이터의 특징 데이터 중 적어도 하나가 전처리 신경망(339)에 의해 처리된 후, 제 1 디코더(331) 또는 제 2 디코더(333)로 입력된다.
앞서 도 1 및 도 2를 참조하여 설명한 것과 같이, 현재 옵티컬 플로우 및 현재 잔차 데이터의 복원을 위해 제 1 디코더(331) 및 제 2 디코더(333) 각각으로 현재 옵티컬 플로우의 특징 데이터와 현재 잔차 데이터의 특징 데이터뿐만 아니라 전처리 신경망(339)을 통해 획득되는 데이터를 입력함으로써 현재 옵티컬 플로우 및 현재 잔차 데이터의 정확한 복원이 가능해질 수 있다.
일 예로, 서로 유사한 특성을 갖는 이전 옵티컬 플로우의 특징 데이터와 현재 옵티컬 플로우의 특징 데이터를 이용하여 현재 옵티컬 플로우를 복원한다면, 현재 옵티컬 플로우의 특징 데이터만을 이용하는 경우에 비해 복원 성능이 향상될 수 있다.
전처리 신경망(339)을 이용한 현재 옵티컬 플로우와 현재 잔차 데이터의 복원 과정에 대해서는 도 6 내지 도 10을 참조하여 상세히 후술한다.
제 1 디코더(331)를 통해 획득되는 현재 옵티컬 플로우는 움직임 보상부(335)로 제공되고, 제 2 디코더(333)를 통해 획득되는 현재 잔차 데이터는 결합부(337)로 제공된다.
움직임 보상부(335)는 이전 복원 영상을 현재 옵티컬 플로우에 따라 처리하여 현재 영상과 유사한 현재 예측 영상을 생성한다. 이전 복원 영상은 현재 영상의 처리 전에 처리 대상이었던 이전 영상에 대한 복호화를 통해 복원된 영상이다.
움직임 보상부(335)는 현재 예측 영상의 생성을 위해 이전 복원 영상을 워핑할 수 있다. 현재 예측 영상의 생성을 위한 워핑은 하나의 예시이고, 움직임 보상부(335)는 이전 복원 영상 내 샘플들의 위치를 변경하는 다양한 영상 처리를 이전 복원 영상에 대해 적용할 수 있다.
움직임 보상부(335)에 의해 생성된 현재 예측 영상은 결합부(337)로 제공된다.
결합부(337)는 현재 예측 영상과 현재 잔차 데이터를 결합하여 현재 복원 영상을 획득한다. 일 예에서, 결합부(337)는 현재 예측 영상의 샘플 값들과 현재 잔차 데이터의 샘플 값들을 합산 값들을 포함하는 현재 복원 영상을 획득할 수 있다. 현재 복원 영상은 다음 영상의 복호화 과정에서 이용될 수 있다.
이하에서는, 도 6 내지 도 10을 참조하여, 전처리 신경망(339), 제 1 디코더(331) 및 제 2 디코더(333)를 이용하여 현재 옵티컬 플로우와 현재 잔차 데이터를 복원하는 과정을 상세히 설명한다.
도 6은 일 실시예에 따른 제 1 전처리 신경망(600)을 이용하여 현재 잔차 데이터를 복원하는 과정을 설명하기 위한 도면이다.
도 6을 참조하면, 현재 옵티컬 플로우의 특징 데이터는 제 1 디코더(331)로 입력되고, 제 1 디코더(331)에 의한 처리 결과로 현재 옵티컬 플로우가 획득된다.
현재 옵티컬 플로우의 특징 데이터가 제 1 디코더(331)로 입력되는 것과 별개로, 현재 옵티컬 플로우의 특징 데이터 및 이전 옵티컬 플로우의 특징 데이터 중 적어도 하나가 제 1 전처리 신경망(600)에 입력된다.
제 1 전처리 신경망(600)은 입력된 특징 데이터를 훈련에 따라 설정된 파라미터에 기반하여 처리한다. 제 1 전처리 신경망(600)에 의한 처리를 통해 획득되는 특징 데이터는 현재 잔차 데이터의 특징 데이터와 연접(concatenation)된 후 제 2 디코더(333)로 입력된다. 여기서, 연접(concatenation)이란, 두 개 이상의 특징 데이터를 채널 방향으로 결합하는 처리를 의미할 수 있다.
제 2 디코더(333)는 입력된 특징 데이터를 처리하여 현재 잔차 데이터를 출력한다.
도 6에 개시된 실시예에서는, 현재 잔차 데이터를 복원하기 위해 현재 옵티컬 플로우의 특징 데이터 및 이전 옵티컬 플로우의 특징 데이터 중 적어도 하나를 이용한다. 즉, 현재 잔차 데이터와 연관성이 있는 현재 옵티컬 플로우의 특징 데이터 및 이전 옵티컬 플로우의 특징 데이터 중 적어도 하나를 이용함으로써 현재 잔차 데이터의 복원 성능이 향상될 수 있다.
현재 잔차 데이터와, 현재 옵티컬 플로우 및 이전 옵티컬 플로우 사이의 연관성을 구체적으로 설명하면, 먼저, 현재 잔차 데이터는 현재 영상과 현재 예측 영상으로부터 획득되는 것이고, 현재 옵티컬 플로우는 현재 영상과 이전 복원 영상으로부터 획득되는 것이므로 모두 현재 영상의 정보를 포함한다는 측면에서 이들 사이의 연관성은 쉽게 확인될 수 있다.
이전 옵티컬 플로우는 이전 영상과, 이전 영상의 처리 전에 복원된 영상으로부터 획득된 것이고, 현재 잔차 데이터는 현재 영상과 현재 예측 영상으로부터 획득된 것인데, 현재 예측 영상은 이전 영상에 대응하는 이전 복원 영상으로부터 생성되는 것이므로, 이전 옵티컬 플로우와 현재 잔차 데이터는 모두 이전 영상에 대한 정보를 포함하고 있다.
또한, 도 2를 참조하여 설명한 것과 같이, 이전 옵티컬 플로우와 현재 옵티컬 플로우 사이에 유사점이 존재하므로, 현재 옵티컬 플로우를 매개로 하여 이전 옵티컬 플로우와 현재 잔차 데이터 사이의 연관성이 확인될 수도 있다.
제 1 전처리 신경망(600)은 현재 옵티컬 플로우의 특징 데이터 및/또는 이전 옵티컬 플로우의 특징 데이터의 도메인 변경, 및 현재 옵티컬 플로우의 특징 데이터 및/또는 이전 옵티컬 플로우의 특징 데이터와 현재 잔차 데이터 사이의 불일치에 대한 보상을 위한 것이다.
구체적으로, 제 1 전처리 신경망(600)은, 현재 옵티컬 플로우의 특징 데이터 및/또는 이전 옵티컬 플로우의 특징 데이터를 옵티컬 플로우 도메인에서 잔차 데이터 도메인으로 변경할 수 있다. 옵티컬 플로우의 특징 데이터는 옵티컬 플로우의 잠재된 특성을 나타내고, 잔차 데이터의 특징 데이터는 잔차 데이터의 잠재된 특성을 나타내므로, 제 1 전처리 신경망(600)을 통해 이들의 도메인을 일치시킬 필요가 있는 것이다.
또한, 제 1 전처리 신경망(600)은 제 1 전처리 신경망(600)을 통해 획득되는 특징 데이터가 현재 잔차 데이터의 특징 데이터에 좀더 유사해지도록, 현재 옵티컬 플로우의 특징 데이터 및/또는 이전 옵티컬 플로우의 특징 데이터를 처리할 수도 있다. 현재 옵티컬 플로우의 특징 데이터 및/또는 이전 옵티컬 플로우의 특징 데이터와 현재 잔차 데이터 사이의 불일치는 샘플 값들의 차이 또는 샘플 위치들의 차이를 예시할 수 있는데, 제 1 전처리 신경망(600)은 이러한 불일치를 보상할 수 있다.
도 7은 일 실시예에 따른 제 2 전처리 신경망(700)을 이용하여 현재 옵티컬 플로우를 복원하는 과정을 설명하기 위한 도면이다.
도 7을 참조하면, 현재 잔차 데이터의 특징 데이터는 제 2 디코더(333)로 입력되고, 제 2 디코더(333)에 의한 처리 결과로 현재 잔차 데이터가 획득된다.
이전 옵티컬 플로우의 특징 데이터는 제 2 전처리 신경망(700)에 입력되고, 제 2 전처리 신경망(700)에 의한 처리를 통해 획득되는 특징 데이터는 현재 옵티컬 플로우의 특징 데이터와 연접(concatenation)된 후 제 1 디코더(331)로 입력된다. 제 1 디코더(331)는 입력된 특징 데이터를 처리하여 현재 옵티컬 플로우를 출력한다.
도 7에 개시된 실시예에서는, 현재 옵티컬 플로우를 복원하기 위해 이전 옵티컬 플로우의 특징 데이터를 이용한다. 즉, 현재 옵티컬 플로우와 연관성이 있는 이전 옵티컬 플로우의 특징 데이터를 이용함으로써 현재 옵티컬 플로우의 복원 성능이 향상될 수 있다.
도 2를 참조하여 설명한 바와 같이, 시간적으로 연속하는 영상들 내 오브젝트는 선형적으로 움직이는 경향이 있으므로, 제 1 옵티컬 플로우와 제 2 옵티컬 플로우 사이의 연관성을 확인할 수 있다.
제 2 전처리 신경망(700)은 현재 옵티컬 플로우의 특징 데이터와 이전 옵티컬 플로우의 특징 데이터 사이의 불일치에 대한 보상을 위한 것이다. 구체적으로, 제 2 전처리 신경망(700)은, 제 2 전처리 신경망(700)을 통해 획득되는 특징 데이터가 현재 옵티컬 플로우의 특징 데이터에 좀더 유사해지도록, 이전 옵티컬 플로우의 특징 데이터를 처리할 수 있다. 현재 옵티컬 플로우의 특징 데이터와 이전 옵티컬 플로우의 특징 데이터 사이의 불일치는 샘플 값들의 차이 또는 샘플 위치들의 차이를 예시할 수 있는데, 제 2 전처리 신경망(700)은 이러한 불일치를 보상할 수 있는 것이다.
도 8은 일 실시예에 따른 제 3 전처리 신경망(800)을 이용하여 현재 옵티컬 플로우를 복원하는 과정을 설명하기 위한 도면이다.
도 8을 참조하면, 현재 잔차 데이터의 특징 데이터는 제 2 디코더(333)로 입력되고, 제 2 디코더(333)에 의한 처리 결과로 현재 잔차 데이터가 획득된다.
이전 잔차 데이터의 특징 데이터는 제 3 전처리 신경망(800)에 입력되고, 제 3 전처리 신경망(800)을 통해 획득되는 특징 데이터는 현재 옵티컬 플로우의 특징 데이터와 연접(concatenation)된 후 제 1 디코더(331)로 입력된다. 제 1 디코더(331)는 입력된 특징 데이터를 처리하여 현재 옵티컬 플로우를 출력한다.
도 8에 개시된 실시예에서는, 현재 옵티컬 플로우를 복원하기 위해 이전 잔차 데이터를 이용한다. 즉, 현재 옵티컬 플로우와 연관성이 있는 이전 잔차 데이터의 특징 데이터를 이용함으로써 현재 옵티컬 플로우의 복원 성능이 향상될 수 있다.
이전 잔차 데이터와 현재 옵티컬 플로우 사이의 연관성을 설명하면, 먼저, 현재 옵티컬 플로우는 현재 영상과 이전 복원 영상으로부터 획득되는 것이고, 이전 잔차 데이터는 이전 영상과 이전 예측 영상으로부터 획득된 것이며, 이전 복원 영상은 이전 영상에 대응하므로, 이전 잔차 데이터와 현재 옵티컬 플로우는 모두 이전 영상에 대한 정보를 포함하고 있는 것을 알 수 있다.
제 3 전처리 신경망(800)은 이전 잔차 데이터의 특징 데이터의 도메인 변경, 및 현재 옵티컬 플로우와 이전 잔차 데이터 사이의 불일치에 대한 보상을 위한 것이다.
구체적으로, 제 3 전처리 신경망(800)은, 이전 잔차 데이터의 특징 데이터를 잔차 데이터 도메인에서 옵티컬 플로우 도메인으로 변경할 수 있다.
또한, 제 3 전처리 신경망(800)은 제 3 전처리 신경망(800)을 통해 획득되는 특징 데이터가 현재 옵티컬 플로우의 특징 데이터에 좀더 유사해지도록, 이전 잔차 데이터의 특징 데이터를 처리할 수도 있다. 이전 잔차 데이터의 특징 데이터와 현재 옵티컬 플로우의 특징 데이터 사이의 불일치는 샘플 값들의 차이 또는 샘플 위치들의 차이를 예시할 수 있는데, 제 3 전처리 신경망(800)은 이러한 불일치를 보상하는 것이다.
도 8에서, 현재 잔차 데이터의 특징 데이터는 현재 옵티컬 플로우를 복원하는데 이용되지 않는다는 점에 유의하여야 한다. 도 12 내지 도 15를 참조하여 후술하는 바와 같이, 영상 부호화 장치(1200)는 현재 옵티컬 플로우의 복원이 이루어진 후에 현재 잔차 데이터를 획득할 수 있다. 즉, 영상 부호화 장치(1200)는 현재 옵티컬 플로우의 복원을 위해 현재 잔차 데이터를 이용할 수 없으므로, 영상 복호화 장치(300)도 현재 옵티컬 플로우를 복원하는데 현재 잔차 데이터의 특징 데이터를 이용하지 않는 것이다.
도 9는 일 실시예에 따른 제 4 전처리 신경망(900)을 이용하여 현재 잔차 데이터를 복원하는 과정을 설명하기 위한 도면이다.
도 9를 참조하면, 현재 옵티컬 플로우의 특징 데이터는 제 1 디코더(331)로 입력되고, 제 1 디코더(331)에 의한 처리 결과로 현재 옵티컬 플로우가 획득된다.
이전 잔차 데이터의 특징 데이터는 제 4 전처리 신경망(900)에 입력되고, 제 4 전처리 신경망(900)을 통해 획득되는 특징 데이터는 현재 잔차 데이터의 특징 데이터와 연접(concatenation)된 후 제 2 디코더(333)로 입력된다. 제 2 디코더(333)는 입력된 특징 데이터를 처리하여 현재 잔차 데이터를 출력한다.
도 9에 개시된 실시예에서는, 현재 잔차 데이터를 복원하기 위해 이전 잔차 데이터의 특징 데이터를 이용한다. 즉, 현재 잔차 데이터와 연관성이 있는 이전 잔차 데이터의 특징 데이터를 이용함으로써 현재 잔차 데이터의 복원 성능이 향상될 수 있다.
도 2를 참조하여 설명한 바와 같이, 시간적으로 연속하는 영상들 내 오브젝트는 선형적으로 움직이는 경향이 있으므로, 현재 잔차 데이터와 이전 잔차 데이터 사이의 연관성을 확인할 수 있다.
제 4 전처리 신경망(900)은 현재 잔차 데이터의 특징 데이터와 이전 잔차 데이터의 특징 데이터 사이의 불일치에 대한 보상을 위한 것이다. 구체적으로, 제 4 전처리 신경망(900)은, 제 4 전처리 신경망(900)을 통해 획득되는 특징 데이터가 현재 잔차 데이터의 특징 데이터에 좀더 유사해지도록, 이전 잔차 데이터의 특징 데이터를 처리할 수 있다. 현재 잔차 데이터의 특징 데이터와 이전 잔차 데이터의 특징 데이터 사이의 불일치는 샘플 값들의 차이 또는 샘플 위치들의 차이를 예시할 수 있는데, 제 4 전처리 신경망(900)은 이러한 불일치를 보상할 수 있는 것이다.
도 10은 일 실시예에 따른 제 1 전처리 신경망(600), 제 2 전처리 신경망(700), 제 3 전처리 신경망(800) 및 제 4 전처리 신경망(900)을 이용하여 현재 옵티컬 플로우와 현재 잔차 데이터를 복원하는 과정을 설명하기 위한 도면이다.
영상 복호화 장치(300)는 전술한 제 1 전처리 신경망(600), 제 2 전처리 신경망(700), 제 3 전처리 신경망(800) 및 제 4 전처리 신경망(900) 중 적어도 하나를 이용하여 현재 옵티컬 플로우와 현재 잔차 데이터를 복원할 수 있다.
도 10은 영상 복호화 장치(300)가 제 1 전처리 신경망(600), 제 2 전처리 신경망(700), 제 3 전처리 신경망(800) 및 제 4 전처리 신경망(900) 모두를 이용하여 현재 옵티컬 플로우와 현재 잔차 데이터를 복원하는 과정을 도시하고 있다.
도 10에 도시된 바와 같이, 이전 옵티컬 플로우의 특징 데이터는 제 2 전처리 신경망(700)에 의해 처리되고, 이전 잔차 데이터의 특징 데이터는 제 3 전처리 신경망(800)에 의해 처리된다. 제 2 전처리 신경망(700)과 제 3 전처리 신경망(800)으로부터 출력되는 특징 데이터는 현재 옵티컬 플로우의 특징 데이터와 연접된 후 제 1 디코더(331)로 입력된다. 제 1 디코더(331)는 입력된 특징 데이터를 처리하여 현재 옵티컬 플로우를 복원한다.
제 2 디코더(333)로 입력되는 데이터를 설명하면, 현재 옵티컬 플로우의 특징 데이터 및 이전 옵티컬 플로우의 특징 데이터 중 적어도 하나는 제 1 전처리 신경망(600)에 의해 처리되고, 이전 잔차 데이터의 특징 데이터는 제 4 전처리 신경망(900)에 의해 처리된다. 제 1 전처리 신경망(600)과 제 4 전처리 신경망(900)으로부터 출력되는 특징 데이터는 현재 잔차 데이터의 특징 데이터와 연접된 후 제 2 디코더(333)로 입력된다. 제 2 디코더(333)는 입력된 특징 데이터를 처리하여 현재 잔차 데이터를 복원한다.
도 10은 현재 옵티컬 플로우와 현재 잔차 데이터를 복원하는데 제 1 전처리 신경망(600), 제 2 전처리 신경망(700), 제 3 전처리 신경망(800) 및 제 4 전처리 신경망(900)이 모두 이용되는 것으로 도시하고 있으나, 이는 하나의 예시일 뿐이고, 제 1 전처리 신경망(600), 제 2 전처리 신경망(700), 제 3 전처리 신경망(800) 및 제 4 전처리 신경망(900) 중 적어도 하나는 영상 복호화 장치(300)에 의해 이용되지 않을 수 있다.
도 11은 일 실시예에 따른 영상 복호화 방법의 순서도이다.
S1110 단계에서, 영상 복호화 장치(300)는 비트스트림으로부터 현재 옵티컬 플로우에 대한 특징 데이터 및 현재 잔차 데이터에 대한 특징 데이터를 획득한다.
영상 복호화 장치(300)는 비트스트림에 포함된 빈들에 대해 역이진화, 엔트로피 복호화, 역양자화 및 역변환 중 적어도 하나를 적용하여 현재 옵티컬 플로우에 대한 특징 데이터 및 현재 잔차 데이터에 대한 특징 데이터를 획득할 수 있다.
S1120 단계에서, 영상 복호화 장치(300)는 현재 옵티컬 플로우에 대한 특징 데이터를 제 1 디코더(331)에 적용하여 현재 옵티컬 플로우를 획득한다.
일 실시예에서, 도 7 및 도 8과 관련하여 설명한 것과 같이, 이전 옵티컬 플로우에 대한 특징 데이터 및 이전 잔차 데이터에 대한 특징 데이터 중 적어도 하나가 전처리 신경망에 의해 처리된 후 현재 옵티컬 플로우에 대한 특징 데이터와 함께 제 1 디코더(331)로 입력될 수 있다.
S1130 단계에서, 영상 복호화 장치(300)는 현재 옵티컬 플로우에 대한 특징 데이터 및 이전 옵티컬 플로우에 대한 특징 데이터 중 적어도 하나를 전처리 신경망에 적용한다.
S1140 단계에서, 영상 복호화 장치(300)는 전처리 신경망으로부터 획득되는 특징 데이터와 현재 잔차 데이터에 대한 특징 데이터를 연접(concatenation)한다. 일 실시예에서, 도 9과 관련하여 설명한 것과 같이, 이전 잔차 데이터에 대한 특징 데이터도 전처리 신경망에 의해 처리된 후 현재 잔차 데이터에 대한 특징 데이터에 연접될 수 있다.
S1150 단계에서, 영상 복호화 장치(300)는 연접 결과를 제 2 디코더(333)에 적용하여 현재 잔차 데이터를 획득한다.
S1160 단계에서, 영상 복호화 장치(300)는 현재 옵티컬 플로우를 기초로 이전 복원 영상으로부터 현재 예측 영상을 생성한다. 일 실시예에서, 영상 복호화 장치(300)는 이전 복원 영상을 현재 옵티컬 플로우에 따라 워핑하여 현재 예측 영상을 생성할 수 있다.
S1170 단계에서, 영상 복호화 장치(300)는 현재 예측 영상과 현재 잔차 데이터를 이용하여 현재 영상을 복원한다. 일 실시예에서, 영상 복호화 장치(300)는 현재 예측 영상의 샘플 값들과 현재 잔차 데이터의 샘플 값들을 합하여 현재 영상을 복원할 수 있다.
이하에서는, 도 12 내지 도 15를 참조하여 영상 부호화 장치(1200)의 동작에 대해 설명한다.
도 12는 일 실시예에 따른 영상 부호화 장치(1200)의 구성을 도시하는 도면이다.
도 12를 참조하면, 영상 부호화 장치(1200)는 예측 부호화부(1210), 생성부(1230), 획득부(1250) 및 예측 복호화부(1270)를 포함한다.
예측 부호화부(1210), 생성부(1230), 획득부(1250) 및 예측 복호화부(1270)는 프로세서로 구현될 수 있고, 예측 부호화부(1210), 생성부(1230), 획득부(1250) 및 예측 복호화부(1270)는 메모리(미도시)에 저장된 인스트럭션에 따라 동작할 수 있다.
도 12는 예측 부호화부(1210), 생성부(1230), 획득부(1250) 및 예측 복호화부(1270)를 개별적으로 도시하고 있으나, 예측 부호화부(1210), 생성부(1230), 획득부(1250) 및 예측 복호화부(1270)는 하나의 프로세서를 통해 구현될 수 있다. 이 경우, 예측 부호화부(1210), 생성부(1230), 획득부(1250) 및 예측 복호화부(1270)는 전용 프로세서로 구현되거나, AP(application processor), CPU(central processing unit) 또는 GPU(graphic processing unit)와 같은 범용 프로세서와 소프트웨어의 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.
예측 부호화부(1210), 생성부(1230), 획득부(1250) 및 예측 복호화부(1270)는 복수의 프로세서로 구성될 수도 있다. 이 경우, 전용 프로세서들의 조합으로 구현되거나, AP, CPU 또는 GPU와 같은 다수의 범용 프로세서들과 소프트웨어의 조합을 통해 구현될 수도 있다.
예측 부호화부(1210)는 현재 영상과 이전 복원 영상으로부터 현재 옵티컬 플로우의 특징 데이터와 현재 잔차 데이터의 특징 데이터를 획득한다.
예측 부호화부(1210)는 현재 옵티컬 플로우의 특징 데이터와 현재 잔차 데이터의 특징 데이터의 획득을 위해 신경망 기반의 제 1 인코더(1211)와 신경망 기반의 제 2 인코더(1215)를 이용할 수 있다.
예측 부호화부(1210)에 의해 획득된 현재 옵티컬 플로우의 특징 데이터와 현재 잔차 데이터의 특징 데이터는 생성부(1230)로 전달된다.
생성부(1230)는 현재 옵티컬 플로우의 특징 데이터와 현재 잔차 데이터의 특징 데이터로부터 비트스트림을 생성한다. 일 실시예에서, 생성부(1230)는 현재 옵티컬 플로우의 특징 데이터에 대응하는 제 1 비트스트림, 및 현재 잔차 데이터의 특징 데이터에 대응하는 제 2 비트스트림을 생성할 수도 있다.
비트스트림은 네트워크를 통해 영상 복호화 장치(300)로 전송될 수 있다. 또한, 일 실시예에서, 비트스트림은 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 기록될 수도 있다.
획득부(1250)는 생성부(1230)에 의해 생성된 비트스트림으로부터 현재 옵티컬 플로우의 특징 데이터와 현재 잔차 데이터의 특징 데이터를 획득한다.
현재 옵티컬 플로우의 특징 데이터와 현재 잔차 데이터의 특징 데이터는 예측 복호화부(1270)로 전달되고, 예측 복호화부(1270)는 현재 옵티컬 플로우의 특징 데이터와 현재 잔차 데이터의 특징 데이터를 이용하여 현재 복원 영상을 획득한다.
획득부(1250) 및 예측 복호화부(1270)의 동작은 앞서 도 3 내지 도 5에 도시된 획득부(310) 및 예측 복호화부(330)의 동작과 동일하므로 상세한 설명을 생략한다.
도 13 및 도 14를 참조하여, 예측 부호화부(1210) 및 생성부(1230)의 구성에 대해 좀더 상세히 설명한다.
도 13은 도 12에 도시된 예측 부호화부(1210)의 구성을 도시하는 도면이다.
예측 부호화부(1210)는 제 1 인코더(1211), 제 2 인코더(1215) 및 차감부(1213)를 포함한다.
도 13을 참조하면, 현재 영상과 이전 복원 영상이 제 1 인코더(1211)로 입력되고, 제 1 인코더(1211)는 훈련의 결과로 설정된 파라미터에 따라 현재 영상 및 이전 복원 영상을 처리하여 현재 옵티컬 플로우의 특징 데이터를 출력한다.
예측 복호화부(1270)가 현재 옵티컬 플로우에 기초하여 이전 복원 영상으로부터 생성한 현재 예측 영상과 현재 영상이 차감부(1213)로 제공된다.
차감부(1213)는 현재 영상과 현재 예측 영상 사이의 현재 잔차 데이터를 획득한다. 차감부(1213)는 현재 영상의 샘플 값들로부터 현재 예측 영상의 샘플 값들을 차감하여 현재 잔차 데이터를 획득할 수 있다.
현재 잔차 데이터는 제 2 인코더(1215)로 입력되고, 제 2 인코더(1215)는 훈련의 결과로 설정된 파라미터에 따라 현재 잔차 데이터를 처리하여 현재 잔차 데이터의 특징 데이터를 출력한다.
생성부(1230)는 예측 부호화부(1210)로부터 출력된 현재 옵티컬 플로우의 특징 데이터 및 현재 잔차 데이터의 특징 데이터에 기초하여 비트스트림을 생성한다.
도 14는 도 12에 도시된 생성부(1230)의 구성을 도시하는 도면이다.
도 14를 참조하면, 생성부(1230)는 양자화부(1231) 및 엔트로피 부호화부(1233)를 포함한다.
양자화부(1231)는 현재 옵티컬 플로우의 특징 데이터와 현재 잔차 데이터의 특징 데이터를 양자화한다.
엔트로피 부호화부(1233)는 현재 옵티컬 플로우의 양자화된 특징 데이터와 현재 잔차 데이터의 양자화된 특징 데이터를 엔트로피 부호화하여 비트스트림을 생성한다.
구현예에 따라, 생성부(1230)는 변환부를 더 포함할 수 있다. 변환부는 현재 옵티컬 플로우의 특징 데이터와 현재 잔차 데이터의 특징 데이터를 공간 도메인에서 주파수 도메인으로 변환하여 양자화부(1231)로 제공한다.
구현예에 따라, 생성부(1230)는 양자화부(1231)를 포함하지 않을 수도 있다. 즉, 엔트로피 부호화부(1233)에 의한 처리를 통해 현재 옵티컬 플로우의 특징 데이터 및 현재 잔차 데이터의 특징 데이터에 대응하는 비트스트림이 획득될 수 있다.
또한, 구현예에 따라, 생성부(1230)는 현재 옵티컬 플로우의 특징 데이터와 현재 잔차 데이터의 특징 데이터에 대해 이진화만을 수행하여 비트스트림을 생성할 수도 있다. 즉, 생성부(1230)가 이진화만을 수행하는 경우, 양자화부(1231), 엔트로피 부호화부(1233)는 생성부(1230)에 포함되지 않을 수 있다.
도 15는 일 실시예에 따른 영상 부호화 방법의 순서도이다.
S1510 단계에서, 영상 부호화 장치(1200)는 현재 영상 및 이전 복원 영상을 신경망 기반의 제 1 인코더(1211)에 적용하여 현재 옵티컬 플로우에 대한 특징 데이터를 획득한다. 현재 영상과 이전 복원 영상은 연접(concatenation)된 후 제 1 인코더(1211)로 입력될 수 있다.
S1520 단계에서, 영상 부호화 장치(1200)는 현재 옵티컬 플로우에 대한 특징 데이터를 신경망 기반의 제 1 디코더(331)에 적용하여 현재 옵티컬 플로우를 획득한다. 일 실시예에서, 영상 부호화 장치(1200)는 현재 옵티컬 플로우에 대한 특징 데이터에 대응하는 비트스트림을 생성하고, 생성된 비트스트림으로부터 현재 옵티컬 플로우에 대한 특징 데이터를 획득하여 제 1 디코더(331)로 입력할 수도 있다. 이는, 영상 부호화 장치(1200)가 영상 복호화 장치(300)에 의한 현재 옵티컬 플로우의 복원 과정과 동일하게 현재 옵티컬 플로우를 복원하기 위함이다.
현재 옵티컬 플로우의 획득을 위해, 도 7 및 도 8을 참조하여 설명한 것과 같이, 이전 옵티컬 플로우의 특징 데이터 및 이전 잔차 데이터의 특징 데이터 중 적어도 하나가 전처리 신경망에 의해 처리되고, 처리된 결과가 현재 옵티컬 플로우에 대한 특징 데이터와 연접된 후 제 1 디코더(331)로 입력될 수도 있다.
S1530 단계에서, 영상 부호화 장치(1200)는 현재 옵티컬 플로우를 기초로 이전 복원 영상으로부터 현재 예측 영상을 생성한다. 일 실시예에서, 영상 부호화 장치(1200)는 이전 복원 영상을 현재 옵티컬 플로우에 따라 워핑하여 현재 예측 영상을 생성할 수 있다.
S1540 단계에서, 영상 부호화 장치(1200)는 현재 영상과 현재 예측 영상 사이의 현재 잔차 데이터를 신경망 기반의 제 2 인코더(1215)에 적용하여 현재 잔차 데이터에 대한 특징 데이터를 획득한다.
S1550 단계에서, 영상 부호화 장치(1200)는 현재 옵티컬 플로우에 대한 특징 데이터 및 현재 잔차 데이터에 대한 특징 데이터에 대응하는 비트스트림을 생성한다.
영상 부호화 장치(1200)는 현재 잔차 데이터에 대한 특징 데이터를 제 2 디코더(333)에 적용하여 현재 잔차 데이터를 복원할 수 있다. 이 때, 도 6 및 도 9를 참조하여 설명한 것과 같이, 현재 옵티컬 플로우의 특징 데이터, 이전 옵티컬 플로우의 특징 데이터 및 이전 잔차 데이터의 특징 데이터 중 적어도 하나가 전처리 신경망에 의해 처리되고, 처리된 결과가 현재 잔차 데이터에 대한 특징 데이터에 연접된 후 제 2 디코더(333)로 입력될 수도 있다.
영상 부호화 장치(1200)는 현재 예측 영상과 현재 잔차 데이터를 결합하여 현재 복원 영상을 획득하고, 현재 복원 영상을 다음 영상의 부호화에 이용할 수 있다.
전술한, 제 1 인코더(1211), 제 2 인코더(1215), 제 1 디코더(331), 제 2 디코더(333), 제 1 전처리 신경망(600), 제 2 전처리 신경망(700), 제 3 전처리 신경망(800) 및 제 4 전처리 신경망(900)은 적어도 하나의 컨볼루션 레이어를 포함할 수 있다. 제 1 인코더(1211), 제 2 인코더(1215), 제 1 디코더(331), 제 2 디코더(333), 제 1 전처리 신경망(600), 제 2 전처리 신경망(700), 제 3 전처리 신경망(800) 및 제 4 전처리 신경망(900)이 가질 수 있는 구조에 대해 도 16을 참조하여 설명한다.
도 16은 일 실시예에 따른 신경망(1600)의 구조를 예시하는 도면이다.
도 16에 도시된 바와 같이, 입력 데이터(1605)는 제 1 컨볼루션 레이어(1610)로 입력된다. 여기서, 입력 데이터(1605)는 신경망(1600)이 제 1 인코더(1211), 제 2 인코더(1215), 제 1 디코더(331), 제 2 디코더(333), 제 1 전처리 신경망(600), 제 2 전처리 신경망(700), 제 3 전처리 신경망(800) 및 제 4 전처리 신경망(900) 중 어느 것인지 따라 달라진다.
일 예로, 신경망(1600)이 제 1 인코더(1211)의 경우, 입력 데이터(1605)는 현재 영상과 이전 복원 영상이 연접된(concatenated) 결과에 대응하고, 신경망(1600)이 제 2 인코더(1215)의 경우, 입력 데이터(1605)는 현재 잔차 데이터에 대응할 수 있다.
도 16에 도시된 제 1 컨볼루션 레이어(1610)에 표시된 3X3X4는 3x3의 크기의 4개의 필터 커널을 이용하여 1개의 입력 데이터(1605)에 대해 컨볼루션 처리를 하는 것을 예시한다. 컨볼루션 처리 결과 4개의 필터 커널에 의해 4개의 특징 맵이 생성된다. 제 1 컨볼루션 레이어(1610)에 의해 생성된 특징 맵들은 입력 데이터(1605)의 고유한 특성들을 나타낸다. 예를 들어, 각 특징 맵은 입력 데이터(1605)의 수직 방향 특성, 수평 방향 특성 또는 에지 특성 등을 나타낼 수 있다.
도 17을 참조하여, 제 1 컨볼루션 레이어(1610)에서의 컨볼루션 연산에 대해 상세히 설명한다.
제 1 컨볼루션 레이어(1610)에서 이용되는 3X3의 크기를 갖는 필터 커널(1730)의 파라미터들과 그에 대응하는 입력 데이터(1605) 내 샘플 값들 사이의 곱 연산 및 덧셈 연산을 통해 하나의 특징 맵(1750)이 생성될 수 있다. 제 1 컨볼루션 레이어(1610)에서는 4개의 필터 커널(1730)이 이용되므로, 4개의 필터 커널(1730)을 이용한 컨볼루션 연산 과정을 통해 4개의 특징 맵(1750)이 생성될 수 있다.
도 17에서 입력 데이터(1605)에 표시된 I1 내지 I49는 입력 데이터(1605)의 샘플들을 나타내고, 필터 커널(1730)에 표시된 F1 내지 F9는 필터 커널(1730)의 샘플(파라미터로 참조될 수도 있다)들을 나타낸다. 또한, 특징 맵(1750)에 표시된 M1 내지 M9는 특징 맵(1750)의 샘플들을 나타낸다.
컨볼루션 연산 과정에서, 입력 데이터(1605)의 I1, I2, I3, I8, I9, I10, I15, I16, I17의 샘플 값들 각각과 필터 커널(1730)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(1750)의 M1의 값으로 할당될 수 있다. 컨볼루션 연산의 스트라이드(stride)가 2라면, 입력 데이터(1605)의 I3, I4, I5, I10, I11, I12, I17, I18, I19의 샘플 값들 각각과 필터 커널(1730)의 F1, F2, F3, F4, F5, F6, F7, F8 및 F9 각각의 곱 연산이 수행되고, 곱 연산의 결과 값들을 조합한 값이 특징 맵(1750)의 M2의 값으로 할당될 수 있다.
필터 커널(1730)이 입력 데이터(1605)의 마지막 샘플에 도달할 때까지 스트라이드에 따라 이동하는 동안 입력 데이터(1605) 내 샘플 값들과 필터 커널(1730)의 샘플들 사이의 컨볼루션 연산이 수행됨으로써, 소정 크기를 갖는 특징 맵(1750)이 획득될 수 있다.
본 개시에 따르면, 신경망(1600)에 대한 훈련을 통해 신경망(1600)의 파라미터들, 예를 들어, 신경망(1600)의 컨볼루션 레이어들에서 이용되는 필터 커널(1730)의 샘플들(예를 들어, 필터 커널(1730)의 F1, F2, F3, F4, F5, F6, F7, F8 및 F9)의 값이 최적화될 수 있다.
신경망(1600)에 포함된 컨볼루션 레이어들은 도 17과 관련하여 설명한 컨볼루션 연산 과정에 따른 처리를 할 수 있으나, 도 17에서 설명한 컨볼루션 연산 과정은 하나의 예시일 뿐이며, 이에 한정되는 것은 아니다.
다시 도 16을 참조하면, 제 1 컨볼루션 레이어(1610)의 특징 맵들은 제 1 활성화 레이어(1620)로 입력된다.
제 1 활성화 레이어(1620)는 각각의 특징 맵에 대해 비선형(Non-linear) 특성을 부여할 수 있다. 제 1 활성화 레이어(1620)는 시그모이드 함수(sigmoid function), Tanh 함수, ReLU(Rectified Linear Unit) 함수 등을 포함할 수 있으나, 이에 한정되는 것은 아니다.
제 1 활성화 레이어(1620)에서 비선형 특성을 부여하는 것은, 특징 맵들의 일부 샘플 값을 변경하여 출력하는 것을 의미한다. 이때, 변경은 비선형 특성을 적용하여 수행된다.
제 1 활성화 레이어(1620)는 특징 맵의 샘플 값들을 제 2 컨볼루션 레이어(1630)로 전달할지 여부를 결정한다. 예를 들어, 특징 맵의 샘플 값들 중 어떤 샘플 값들은 제 1 활성화 레이어(1620)에 의해 활성화되어 제 2 컨볼루션 레이어(1630)로 전달되고, 어떤 샘플 값들은 제 1 활성화 레이어(1620)에 의해 비활성화되어 제 2 컨볼루션 레이어(1630)로 전달되지 않는다. 특징 맵들이 나타내는 입력 데이터(1605)의 고유 특성이 제 1 활성화 레이어(1620)에 의해 강조된다.
제 1 활성화 레이어(1620)에서 출력된 특징 맵들(1625)은 제 2 컨볼루션 레이어(1630)로 입력된다. 도 16에 도시된 특징 맵들(1625) 중 어느 하나는 도 17과 관련하여 설명한 특징 맵(1750)이 제 1 활성화 레이어(1620)에서 처리된 결과이다.
제 2 컨볼루션 레이어(1630)에 표시된 3X3X4는 3x3의 크기의 4개의 필터 커널을 이용하여 입력된 특징 맵들에 대해 컨볼루션 처리하는 것을 예시한다. 제 2 컨볼루션 레이어(1630)의 출력은 제 2 활성화 레이어(1640)로 입력된다. 제 2 활성화 레이어(1640)는 입력된 특징 맵들에 대해 비선형 특성을 부여할 수 있다.
제 2 활성화 레이어(1640)에서 출력된 특징 맵들(1645)은 제 3 컨볼루션 레이어(1650)로 입력된다. 제 3 컨볼루션 레이어(1650)에 표시된 3X3X1은 3x3의 크기의 1개의 필터 커널을 이용하여 1개의 출력 데이터(1655)를 만들기 위해 컨볼루션 처리를 하는 것을 예시한다.
출력 데이터(1655)는 신경망(1600)이 제 1 인코더(1211), 제 2 인코더(1215), 제 1 디코더(331), 제 2 디코더(333), 제 1 전처리 신경망(600), 제 2 전처리 신경망(700), 제 3 전처리 신경망(800) 및 제 4 전처리 신경망(900) 중 어느 것인지 따라 달라진다.
일 예로, 신경망(1600)이 제 1 인코더(1211)인 경우, 출력 데이터(1655)는 현재 옵티컬 플로우에 대한 특징 데이터이고, 신경망(1600)이 제 2 인코더(1215)인 경우, 출력 데이터(1655)는 현재 잔차 데이터에 대한 특징 데이터일 수 있다.
도 16은 신경망(1600)이 세 개의 컨볼루션 레이어와 두 개의 활성화 레이어를 포함하고 있는 것으로 도시하고 있으나, 이는 하나의 예시일 뿐이며, 구현예에 따라서, 신경망(1600)에 포함된 컨볼루션 레이어 및 활성화 레이어의 개수는 다양하게 변경될 수 있다.
또한, 구현예에 따라서, 신경망(1600)은 RNN(recurrent neural network)을 통해 구현될 수도 있다. 이 경우는 본 개시의 예시에 따른 신경망(1600)의 CNN 구조를 RNN 구조로 변경하는 것을 의미한다.
일 실시예에서, 영상 복호화 장치(300) 및 영상 부호화 장치(1200)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 입력 데이터(1605) 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.
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.
이하에서는, 도 18 및 도 19를 참조하여, 영상의 부호화 및 복호화 과정에서 이용되는 신경망들의 훈련 방법에 대해 설명한다.
도 18은 제 1 디코더(331), 제 2 디코더(333), 제 1 인코더(1211), 제 2 인코더(1215) 및 전처리 신경망(339)의 훈련 방법을 설명하기 위한 도면이다.
도 18에서, 현재 훈련 영상(1810), 이전의 복원 훈련 영상(1830) 및 현재의 복원 훈련 영상(1850)은 각각 전술한 현재 영상, 이전 복원 영상 및 현재 복원 영상에 대응한다.
제 1 디코더(331), 제 2 디코더(333), 제 1 인코더(1211), 제 2 인코더(1215) 및 전처리 신경망(339)을 훈련시키는데 있어, 현재의 복원 훈련 영상(1850)이 현재 훈련 영상(1810)과 어느 정도로 유사한지, 그리고 현재 훈련 영상(1810)에 대한 부호화를 통해 생성되는 비트스트림의 비트레이트가 어느 정도로 큰지가 고려되어야 한다. 이를 위해, 일 실시예에서는 현재 훈련 영상(1810)과 현재의 복원 훈련 영상(1850) 사이의 유사도에 대응하는 제 1 손실 정보(1860), 및 비트스트림의 크기가 어느 정도로 큰지에 대응하는 제 2 손실 정보(1870)와 제 3 손실 정보(1880)에 따라 제 1 디코더(331), 제 2 디코더(333), 제 1 인코더(1211), 제 2 인코더(1215) 및 전처리 신경망(339)이 훈련될 수 있다.
도 18을 참조하면, 현재 훈련 영상(1810)과 이전의 복원 훈련 영상(1830)은 제 1 인코더(1211)로 입력된다. 제 1 인코더(1211)는 현재 훈련 영상(1810)과 이전의 복원 훈련 영상(1830)을 처리하여 현재 옵티컬 플로우의 특징 데이터(wi)를 출력한다.
현재 옵티컬 플로우의 특징 데이터(wi)는 제 1 디코더(331)로 입력되고, 제 1 디코더(331)는 현재 옵티컬 플로우의 특징 데이터(wi)를 처리하여 현재 옵티컬 플로우(gi)를 출력한다.
이전의 복원 훈련 영상(1830)이 현재 옵티컬 플로우(gi)에 따라 워핑(190)됨으로써 현재의 예측 훈련 영상(x'i)이 생성되고, 현재의 예측 훈련 영상(x'i)과 현재 훈련 영상(1810) 사이의 차이에 대응하는 현재 잔차 데이터(ri)가 획득된다.
현재 잔차 데이터(ri)는 제 2 인코더(1215)로 입력되고, 제 2 인코더(1215)는 현재 잔차 데이터(ri)를 처리하여 현재 잔차 데이터의 특징 데이터(vi)를 출력한다.
현재 옵티컬 플로우의 특징 데이터(wi)를 전처리 신경망(339)으로 처리한 결과, 및 현재 잔차 데이터의 특징 데이터(vi)가 연접되어(concatenated) 제 2 디코더(333)로 입력된다.
제 2 디코더(333)는 입력된 데이터를 처리하여 현재 잔차 데이터(r'i)를 출력하고, 현재의 예측 훈련 영상(x'i)과 현재 잔차 데이터(r'i)가 합해짐으로써 현재의 복원 훈련 영상(1850)이 획득된다.
제 1 디코더(331), 제 2 디코더(333), 제 1 인코더(1211), 제 2 인코더(1215) 및 전처리 신경망(339)의 훈련을 위해, 제 1 손실 정보(1860), 제 2 손실 정보(1870) 및 제 3 손실 정보(1880) 중 적어도 하나가 획득될 수 있다.
제 1 손실 정보(1860)는 현재 훈련 영상(1810)과 현재의 복원 훈련 영상(1850) 사이의 차이에 대응한다. 현재 훈련 영상(1810)과 현재의 복원 훈련 영상(1850) 사이의 차이는, 현재 훈련 영상(1810)과 현재의 복원 훈련 영상(1850) 사이의 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.
제 1 손실 정보(1860)는 현재의 복원 훈련 영상(1850)의 퀄리티와 관련이 있으므로, 제 1 손실 정보(1860)는 퀄리티 손실 정보로 참조될 수도 있다.
제 2 손실 정보(1870)는 현재 옵티컬 플로우의 특징 데이터(wi)의 엔트로피 또는 현재 옵티컬 플로우의 특징 데이터(wi)에 대응하는 비트스트림의 비트레이트에 대응한다. 또한, 제 3 손실 정보(1880)는 현재 잔차 데이터의 특징 데이터(vi)의 엔트로피 또는 현재 잔차 데이터의 특징 데이터(vi)에 대응하는 비트스트림의 비트레이트에 대응한다.
구현예에 따라, 비트스트림이 현재 옵티컬 플로우의 특징 데이터(wi) 및 현재 잔차 데이터의 특징 데이터(vi)를 포함한다면, 해당 비트스트림의 비트레이트에 대응하는 제 4 손실 정보가 산출될 수 있다. 이 경우, 제 2 손실 정보(1870) 및 제 3 손실 정보(1880)는 훈련에 이용되지 않을 수 있다.
제 2 손실 정보(1870)와 제 3 손실 정보(1880)는, 현재 훈련 영상(1810)에 대한 부호화 효율에 관련되므로, 제 2 손실 정보(1870)와 제 3 손실 정보(1880)는 압축도 손실 정보로 참조될 수 있다.
제 1 디코더(331), 제 2 디코더(333), 제 1 인코더(1211), 제 2 인코더(1215) 및 전처리 신경망(339)는 제 1 손실 정보(1860), 제 2 손실 정보(1870) 및 제 3 손실 정보(1880) 중 적어도 하나로부터 도출되는 최종 손실 정보가 감소 또는 최소화되도록 훈련된다.
구체적으로, 제 1 디코더(331), 제 2 디코더(333), 제 1 인코더(1211), 제 2 인코더(1215) 및 전처리 신경망(339)는 미리 설정된 파라미터의 값을 변경하면서 최종 손실 정보가 감소 또는 최소화되도록 한다.
일 실시예에서, 최종 손실 정보는 하기 수학식 1에 따라 산출될 수 있다.
[수학식 1]
최종 손실 정보 = a*제 1 손실 정보+b*제 2 손실 정보+c*제 3 손실 정보
수학식 1에서, a, b, c는 각각 제 1 손실 정보(1860), 제 2 손실 정보(1870) 및 제 3 손실 정보(1880) 각각에 적용되는 가중치이다.
수학식 1에 따르면, 제 1 디코더(331), 제 2 디코더(333), 제 1 인코더(1211), 제 2 인코더(1215) 및 전처리 신경망(339)는 현재의 복원 훈련 영상(1850)이 현재 훈련 영상(1810)에 최대한 유사해지고, 제 1 인코더(1211) 및 제 2 인코더(1215)로부터 출력되는 데이터에 대응하는 비트스트림의 크기가 최소화되는 방향으로 훈련됨을 알 수 있다.
한편, 도 18은 전처리 신경망(339)이 현재 옵티컬 플로우의 특징 데이터(wi)만을 처리하는 것으로 도시하고 있는데, 이는 도 6에 도시된 실시예와 관련이 있다.
전술한 바와 같이, 영상 복호화 장치(300)는 현재 옵티컬 플로우(gi)와 현재 잔차 데이터(ri)의 복원을 위해 제 1 전처리 신경망(600), 제 2 전처리 신경망(700), 제 3 전처리 신경망(800) 및 제 4 전처리 신경망(900) 중 적어도 하나를 이용할 수 있다.
이 때, 현재 옵티컬 플로우(gi)와 현재 잔차 데이터(ri)의 복원을 위해 이용되는 제 1 전처리 신경망(600), 제 2 전처리 신경망(700), 제 3 전처리 신경망(800) 및 제 4 전처리 신경망(900) 중 적어도 하나에 대한 훈련이 필요하다.
제 1 전처리 신경망(600), 제 2 전처리 신경망(700), 제 3 전처리 신경망(800) 및 제 4 전처리 신경망(900) 중 어느 전처리 신경망이 현재 옵티컬 플로우(gi)와 현재 잔차 데이터(ri)의 복원에 이용되더라도, 도 18에 도시된 제 1 손실 정보(1860), 제 2 손실 정보(1870) 및 제 3 손실 정보(1880)의 산출이 가능하므로, 제 1 손실 정보(1860), 제 2 손실 정보(1870) 및 제 3 손실 정보(1880)를 통해 전처리 신경망의 훈련이 이루어질 수 있다.
도 19는 훈련 장치(1900)에 의한 제 1 디코더(331), 제 2 디코더(333), 제 1 인코더(1211), 제 2 인코더(1215) 및 전처리 신경망(339)의 훈련 과정을 설명하기 위한 도면이다.
도 18과 관련하여 설명한 훈련 과정은 훈련 장치(1900)에 의해 수행될 수 있다. 훈련 장치(1900)는 예를 들어, 영상 부호화 장치(1200) 또는 별도의 서버일 수 있다. 훈련 결과 획득된 파라미터들은 영상 부호화 장치(1200) 및 영상 복호화 장치(300)에 저장된다.
도 19를 참조하면, 훈련 장치(1900)는 제 1 인코더(1211), 제 1 디코더(331), 제 2 인코더(1215), 제 2 디코더(333) 및 전처리 신경망(339)의 파라미터를 초기 세팅한다(S1910). 이에 의해, 제 1 인코더(1211), 제 1 디코더(331), 제 2 인코더(1215), 제 2 디코더(333) 및 전처리 신경망(339)은 초기 세팅된 파라미터에 따라 동작할 수 있다.
훈련 장치(1900)는 현재 훈련 영상(1810)과 이전의 복원 훈련 영상(1830)을 제 1 인코더(1211)로 입력한다(S1915).
제 1 인코더(1211)는 현재 옵티컬 플로우의 특징 데이터(wi)를 훈련 장치(1900), 제 1 디코더(331) 및 전처리 신경망(339)으로 출력한다(S1920).
훈련 장치(1900)는 현재 옵티컬 플로우의 특징 데이터(wi)로부터 제 2 손실 정보(1870)를 산출한다(S1925).
제 1 디코더(331)는 현재 옵티컬 플로우의 특징 데이터(wi)를 처리하여 현재 옵티컬 플로우(gi)를 훈련 장치(1900)로 출력한다(S1930).
훈련 장치(1900)는 현재 옵티컬 플로우(gi)에 따라 현재의 예측 훈련 영상(x'i)을 생성하고, 현재의 예측 훈련 영상(x'i)과 현재 훈련 영상(1810) 사이의 차이에 대응하는 현재 잔차 데이터(ri)를 획득한다(S1935).
훈련 장치(1900)는 현재 잔차 데이터(ri)를 제 2 인코더(1215)로 입력하고(S1940), 제 2 인코더(1215)는 현재 잔차 데이터의 특징 데이터(vi)를 훈련 장치(1900)와 제 2 디코더(333)로 출력한다(S1945).
훈련 장치(1900)는 현재 잔차 데이터의 특징 데이터(vi)로부터 제 3 손실 정보(1880)를 산출한다(S1950).
전처리 신경망(339)은 S1920에서 입력받은 현재 옵티컬 플로우의 특징 데이터(wi)를 처리하고, 처리 결과 획득한 특징 데이터를 제 2 디코더(333)로 출력한다(S1955).
제 2 디코더(333)는 현재 잔차 데이터의 특징 데이터(vi)와 전처리 신경망(339)으로부터 출력된 특징 데이터의 연접 결과를 처리하여 현재 잔차 데이터(r'i)를 훈련 장치(1900)로 출력한다(S1960).
훈련 장치(1900)는 현재 잔차 데이터(r'i)와 현재의 예측 훈련 영상(x'i)으로부터 현재의 복원 훈련 영상(1850)을 생성한다(S1965).
훈련 장치(1900)는 현재 훈련 영상(1810)과 현재의 복원 훈련 영상(1850) 사이의 차이에 대응하는 제 1 손실 정보(1860)를 산출한다(S1970).
훈련 장치(1900)는 제 1 손실 정보(1860), 제 2 손실 정보(1870) 및 제 3 손실 정보(1880) 중 적어도 하나를 결합하여 최종 손실 정보를 산출하고, 제 1 디코더(331), 제 2 디코더(333), 제 1 인코더(1211), 제 2 인코더(1215) 및 전처리 신경망(339)은 최종 손실 정보에 기초한 역전사(back propagation) 과정을 통해 초기 세팅된 파라미터를 갱신한다(S1971, S1973, S1975, S1977, S1979).
이후, 훈련 장치(1900), 제 1 디코더(331), 제 2 디코더(333), 제 1 인코더(1211), 제 2 인코더(1215) 및 전처리 신경망(339)은 최종 손실 정보가 최소화될 때까지 S1915 내지 S1979 과정을 반복하면서 파라미터를 갱신한다. 이 때, 각 반복 과정 동안 제 1 디코더(331), 제 2 디코더(333), 제 1 인코더(1211), 제 2 인코더(1215) 및 전처리 신경망(339)은 이전 과정에서 갱신된 파라미터에 따라 동작한다.
도 19는 전처리 신경망(339)이 현재 옵티컬 플로우의 특징 데이터(wi)만을 처리하는 것으로 도시하고 있는데, 이는 도 6에 도시된 실시예와 관련이 있다.
전술한 바와 같이, 훈련 장치(1900)는 제 1 전처리 신경망(600), 제 2 전처리 신경망(700), 제 3 전처리 신경망(800) 및 제 4 전처리 신경망(900) 중 적어도 하나를 훈련시킬 수 있다. 이를 위해 훈련 장치(1900)는 제 1 전처리 신경망(600), 제 2 전처리 신경망(700), 제 3 전처리 신경망(800) 및 제 4 전처리 신경망(900) 중 적어도 하나의 입력 데이터 및 출력 데이터를 제어할 수 있다.
일 예로, 도 7에 도시된 제 2 전처리 신경망(700)의 훈련을 위해, 제 2 전처리 신경망(700)에 의해 이전 옵티컬 플로우의 특징 데이터가 처리된 결과가 제 1 디코더(311)로 입력될 수 있다. 그리고, S1930에서, 제 1 디코더(331)는 현재 옵티컬 플로우의 특징 데이터 및 제 2 전처리 신경망(700)으로부터 출력되는 특징 데이터가 연접된 결과를 처리하여 현재 옵티컬 플로우를 출력할 수 있다.
다른 예로, 도 9에 도시된 제 4 전처리 신경망(900)의 훈련을 위해, 이전 잔차 데이터의 특징 데이터가 제 4 전처리 신경망(900)에 의해 처리된 결과가 제 2 디코더(333)로 입력되고, S1960에서, 제 2 디코더(333)는 현재 잔차 데이터의 특징 데이터, 전처리 신경망(339)으로부터 출력된 특징 데이터 및 제 4 전처리 신경망(900)으로부터 출력된 특징 데이터가 연접된 결과를 처리하여 현재 잔차 데이터를 출력할 수 있다.
하기 표 1은 도 1에 도시된 인터 예측 과정과, 제 1 전처리 신경망(600), 제 2 전처리 신경망(700), 제 3 전처리 신경망(800) 및 제 4 전처리 신경망(900)을 이용한 일 실시예에 따른 인터 예측 과정을 통해 생성되는 비트스트림의 비트레이트를 비교하고 있다.
[표 1]
Figure pat00001
표 1에 비교되어 있는 것과 같이, 제 1 전처리 신경망(600), 제 2 전처리 신경망(700), 제 3 전처리 신경망(800) 및 제 4 전처리 신경망(900)을 이용하였을 때, 비트스트림의 비트레이트가 도 1과 관련하여 설명한 인터 예측 과정에 비해 약 -5.5% 감소한 것을 알 수 있다.
한편, 상술한 본 개시의 실시예들은 컴퓨터에서 실행될 수 있는 프로그램으로 작성가능하고, 작성된 프로그램은 기기로 읽을 수 있는 저장매체에 저장될 수 있다.
기기로 읽을 수 있는 저장매체는, 비일시적(non-transitory) 저장매체의 형태로 제공될 수 있다. 여기서, ‘비일시적 저장매체'는 실재(tangible)하는 장치이고, 신호(signal)(예: 전자기파)를 포함하지 않는다는 것을 의미할 뿐이며, 이 용어는 데이터가 저장매체에 반영구적으로 저장되는 경우와 임시적으로 저장되는 경우를 구분하지 않는다. 예로, '비일시적 저장매체'는 데이터가 임시적으로 저장되는 버퍼를 포함할 수 있다.
일 실시예에 따르면, 본 문서에 개시된 다양한 실시예들에 따른 방법은 컴퓨터 프로그램 제품(computer program product)에 포함되어 제공될 수 있다. 컴퓨터 프로그램 제품은 상품으로서 판매자 및 구매자 간에 거래될 수 있다. 컴퓨터 프로그램 제품은 기기로 읽을 수 있는 저장 매체(예: compact disc read only memory (CD-ROM))의 형태로 배포되거나, 또는 어플리케이션 스토어를 통해 또는 두개의 사용자 장치들(예: 스마트폰들) 간에 직접, 온라인으로 배포(예: 다운로드 또는 업로드)될 수 있다. 온라인 배포의 경우에, 컴퓨터 프로그램 제품(예: 다운로더블 앱(downloadable app))의 적어도 일부는 제조사의 서버, 어플리케이션 스토어의 서버, 또는 중계 서버의 메모리와 같은 기기로 읽을 수 있는 저장 매체에 적어도 일시 저장되거나, 임시적으로 생성될 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 (10)

  1. AI를 이용하는 영상 복호화 방법에 있어서,
    현재 영상에 대한 비트스트림으로부터 현재 옵티컬 플로우(current optical flow)에 대한 특징 데이터 및 현재 잔차 데이터에 대한 특징 데이터를 획득하는 단계;
    신경망 기반의 제 1 디코더에 상기 현재 옵티컬 플로우에 대한 특징 데이터를 적용하여 상기 현재 옵티컬 플로우를 획득하는 단계;
    상기 현재 옵티컬 플로우에 대한 특징 데이터 및 이전 옵티컬 플로우에 대한 특징 데이터 중 적어도 하나를 제 1 전처리 신경망에 적용하는 단계;
    상기 제 1 전처리 신경망으로부터 획득되는 특징 데이터와 상기 현재 잔차 데이터에 대한 특징 데이터가 연접(concatenation)된 결과를 신경망 기반의 제 2 디코더에 적용하여 상기 현재 잔차 데이터를 획득하는 단계; 및
    상기 현재 옵티컬 플로우를 기초로 이전 복원 영상으로부터 생성되는 현재 예측 영상과 상기 현재 잔차 데이터를 이용하여 상기 현재 영상을 복원하는 단계를 포함하는, 영상 복호화 방법.
  2. 제1항에 있어서,
    상기 현재 옵티컬 플로우를 획득하는 단계는,
    상기 이전 옵티컬 플로우에 대한 특징 데이터를 제 2 전처리 신경망에 적용하는 단계; 및
    상기 제 2 전처리 신경망으로부터 획득되는 특징 데이터와 상기 현재 옵티컬 플로우에 대한 특징 데이터가 연접된 결과를 상기 신경망 기반의 제 1 디코더에 적용하여 상기 현재 옵티컬 플로우를 획득하는 단계를 포함하는, 영상 복호화 방법.
  3. 제1항에 있어서,
    상기 현재 옵티컬 플로우를 획득하는 단계는,
    이전 잔차 데이터에 대한 특징 데이터를 제 3 전처리 신경망에 적용하는 단계; 및
    상기 제 3 전처리 신경망으로부터 획득되는 특징 데이터와 상기 현재 옵티컬 플로우에 대한 특징 데이터가 연접된 결과를 상기 신경망 기반의 제 1 디코더에 적용하여 상기 현재 옵티컬 플로우를 획득하는 단계를 포함하는, 영상 복호화 방법.
  4. 제1항에 있어서,
    상기 현재 잔차 데이터를 획득하는 단계는,
    이전 잔차 데이터에 대한 특징 데이터를 제 4 전처리 신경망에 적용하는 단계; 및
    상기 제 1 전처리 신경망으로부터 획득되는 특징 데이터, 상기 제 4 전처리 신경망으로부터 획득되는 특징 데이터, 및 상기 현재 잔차 데이터에 대한 특징 데이터가 연접(concatenation)된 결과를 상기 신경망 기반의 제 2 디코더에 적용하여 상기 현재 잔차 데이터를 획득하는 단계를 포함하는, 영상 복호화 방법.
  5. 제1항에 있어서,
    상기 현재 영상을 복원하는 단계는,
    상기 현재 옵티컬 플로우에 따라 상기 이전 복원 영상을 워핑(warping)하여 상기 현재 예측 영상을 생성하는 단계를 포함하는, 영상 복호화 방법.
  6. 제1항에 있어서,
    상기 현재 옵티컬 플로우에 대한 특징 데이터 및 상기 현재 잔차 데이터에 대한 특징 데이터는,
    상기 비트스트림에 대한 엔트로피 복호화 및 역양자화를 통해 획득되는, 영상 복호화 방법.
  7. 제1항에 있어서,
    상기 신경망 기반의 제 1 디코더, 상기 신경망 기반의 제 2 디코더 및 상기 제 1 전처리 신경망은,
    현재 훈련 영상(current training image)과 상기 현재 훈련 영상에 대응하는 현재의 복원 훈련 영상(current reconstructed training image) 사이의 차이에 대응하는 제 1 손실 정보, 상기 현재 훈련 영상의 옵티컬 플로우에 대한 특징 데이터의 엔트로피에 대응하는 제 2 손실 정보, 및 상기 현재 훈련 영상의 잔차 데이터에 대한 특징 데이터의 엔트로피에 대응하는 제 3 손실 정보를 기반으로 훈련되는, 영상 복호화 방법.
  8. 제1항의 방법을 컴퓨터에서 수행하기 위한 프로그램이 기록된 컴퓨터로 읽을 수 있는 기록매체.
  9. AI를 이용하는 영상 복호화 장치에 있어서,
    현재 영상에 대한 비트스트림을 획득하는 획득부; 및
    상기 비트스트림으로부터 현재 옵티컬 플로우(current optical flow)에 대한 특징 데이터 및 현재 잔차 데이터에 대한 특징 데이터를 획득하고, 신경망 기반의 제 1 디코더에 상기 현재 옵티컬 플로우에 대한 특징 데이터를 적용하여 상기 현재 옵티컬 플로우를 획득하고, 상기 현재 옵티컬 플로우에 대한 특징 데이터 및 이전 옵티컬 플로우에 대한 특징 데이터 중 적어도 하나를 제 1 전처리 신경망에 적용하고, 상기 제 1 전처리 신경망으로부터 획득되는 특징 데이터와 상기 현재 잔차 데이터에 대한 특징 데이터가 연접(concatenation)된 결과를 신경망 기반의 제 2 디코더에 적용하여 상기 현재 잔차 데이터를 획득하고, 상기 현재 옵티컬 플로우를 기초로 이전 복원 영상으로부터 생성되는 현재 예측 영상과 상기 현재 잔차 데이터를 이용하여 상기 현재 영상을 복원하는 예측 복호화부를 포함하는, 영상 복호화 장치.
  10. AI를 이용하는 영상 부호화 방법에 있어서,
    현재 영상 및 이전 복원 영상을 신경망 기반의 제 1 인코더(1211)에 적용하여 현재 옵티컬 플로우에 대한 특징 데이터를 획득하는 단계;
    상기 현재 옵티컬 플로우에 대한 특징 데이터를 신경망 기반의 제 1 디코더에 적용하여 상기 현재 옵티컬 플로우를 획득하는 단계;
    상기 현재 옵티컬 플로우를 기초로 상기 이전 복원 영상으로부터 현재 예측 영상을 생성하는 단계;
    상기 현재 영상과 상기 현재 예측 영상 사이의 현재 잔차 데이터를 신경망 기반의 제 2 인코더에 적용하여 상기 현재 잔차 데이터에 대한 특징 데이터를 획득하는 단계;
    상기 현재 옵티컬 플로우에 대한 특징 데이터 및 상기 현재 잔차 데이터에 대한 특징 데이터에 대응하는 비트스트림을 생성하는 단계를 포함하는, 영상의 부호화 방법.
KR1020210157089A 2021-02-22 2021-11-15 Ai를 이용하는 영상의 부호화 및 복호화 장치 및 이에 의한 영상의 부호화 및 복호화 방법 KR20220120432A (ko)

Priority Applications (4)

Application Number Priority Date Filing Date Title
PCT/KR2022/002486 WO2022177382A1 (ko) 2021-02-22 2022-02-21 Ai를 이용하는 영상의 부호화 및 복호화 장치 및 이에 의한 영상의 부호화 및 복호화 방법
EP22756580.1A EP4262207A4 (en) 2021-02-22 2022-02-21 IMAGE ENCODING AND DECODING DEVICE USING AI AND IMAGE ENCODING AND DECODING METHOD USING SAID DEVICE
CN202280016015.XA CN116888961A (zh) 2021-02-22 2022-02-21 使用ai的用于图像编码和解码的设备及其用于图像编码和解码的方法
US17/677,414 US11863756B2 (en) 2021-02-22 2022-02-22 Image encoding and decoding apparatus and method using artificial intelligence

Applications Claiming Priority (4)

Application Number Priority Date Filing Date Title
KR1020210023695 2021-02-22
KR20210023695 2021-02-22
KR20210123369 2021-09-15
KR1020210123369 2021-09-15

Publications (1)

Publication Number Publication Date
KR20220120432A true KR20220120432A (ko) 2022-08-30

Family

ID=83114317

Family Applications (2)

Application Number Title Priority Date Filing Date
KR1020210157089A KR20220120432A (ko) 2021-02-22 2021-11-15 Ai를 이용하는 영상의 부호화 및 복호화 장치 및 이에 의한 영상의 부호화 및 복호화 방법
KR1020210171269A KR20220120436A (ko) 2021-02-22 2021-12-02 Ai 기반의 영상의 부호화 및 복호화 장치, 및 이에 의한 방법

Family Applications After (1)

Application Number Title Priority Date Filing Date
KR1020210171269A KR20220120436A (ko) 2021-02-22 2021-12-02 Ai 기반의 영상의 부호화 및 복호화 장치, 및 이에 의한 방법

Country Status (1)

Country Link
KR (2) KR20220120432A (ko)

Also Published As

Publication number Publication date
KR20220120436A (ko) 2022-08-30

Similar Documents

Publication Publication Date Title
KR101901355B1 (ko) 최적화 함수를 이용하여 그래프 기반 예측을 수행하는 방법 및 장치
JP4966669B2 (ja) マッチング追跡を用いたデータ圧縮
US5293230A (en) Pyramidal encoder for encoding error images
US10841586B2 (en) Processing partially masked video content
CN103517071A (zh) 图像编码设备和图像编码方法
EP4262207A1 (en) Device for image encoding and decoding using ai and method for image encoding and decoding by same
KR20220120432A (ko) Ai를 이용하는 영상의 부호화 및 복호화 장치 및 이에 의한 영상의 부호화 및 복호화 방법
JP6564315B2 (ja) 符号化装置、復号装置、及びプログラム
US11863783B2 (en) Artificial intelligence-based image encoding and decoding apparatus and method
US20230247212A1 (en) Device and method for encoding and decoding image using ai
US20230145525A1 (en) Image encoding apparatus and image decoding apparatus both using artificial intelligence, and image encoding method and image decoding method performed by the image encoding apparatus and the image decoding apparatus
CN116888961A (zh) 使用ai的用于图像编码和解码的设备及其用于图像编码和解码的方法
KR20230022085A (ko) Ai 기반의 영상의 부호화 및 복호화 장치, 및 이에 의한 방법
US20240073425A1 (en) Image encoding apparatus and image decoding apparatus both based on artificial intelligence, and image encoding method and image decoding method performed by the image encoding apparatus and the image decoding apparatus
US20230041187A1 (en) Artificial intelligence-based image encoding apparatus and method and decoding apparatus and method
KR20230067492A (ko) Ai를 이용하는 영상 부호화 장치 및 영상 복호화 장치, 및 이들에 의한 영상의 부호화 및 복호화 방법
US20240064336A1 (en) Image decoding apparatus and image encoding apparatus using ai, and methods performed thereby
US20240048711A1 (en) Artificial intelligence based video decoding apparatus and video decoding method and artificial intelligence based video encoding apparatus and video encoding method which perform chroma component prediction
US20240129546A1 (en) Artificial intelligence-based image encoding and decoding apparatus, and image encoding and decoding method thereby
US20240187581A1 (en) Image processing method and device for ai-based filtering
KR20240025428A (ko) 적응적 양자화 및 역양자화를 위한 영상 복호화 장치, 영상 부호화 장치 및 이에 의한 방법
KR20230041601A (ko) Ai를 이용하여 영상을 부호화 및 복호화하는 장치, 및 방법
CN116868566A (zh) 基于ai的图像编码和解码装置及其方法
US20230044603A1 (en) Apparatus and method for applying artificial intelligence-based filtering to image
CN118020303A (zh) 使用ai对图像进行编码和解码的设备和方法