KR20230023460A - 어플리케이션에 따라 ai 기반으로 영상을 재생하는 전자 장치 및 이에 의한 영상 재생 방법 - Google Patents

어플리케이션에 따라 ai 기반으로 영상을 재생하는 전자 장치 및 이에 의한 영상 재생 방법 Download PDF

Info

Publication number
KR20230023460A
KR20230023460A KR1020210105605A KR20210105605A KR20230023460A KR 20230023460 A KR20230023460 A KR 20230023460A KR 1020210105605 A KR1020210105605 A KR 1020210105605A KR 20210105605 A KR20210105605 A KR 20210105605A KR 20230023460 A KR20230023460 A KR 20230023460A
Authority
KR
South Korea
Prior art keywords
image
sub
neural network
upscaling
color component
Prior art date
Application number
KR1020210105605A
Other languages
English (en)
Inventor
이종석
박필규
최광표
김재환
박영오
이채은
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 KR1020210105605A priority Critical patent/KR20230023460A/ko
Priority to EP22856176.7A priority patent/EP4322057A4/en
Priority to CN202280040979.8A priority patent/CN117480507A/zh
Priority to PCT/KR2022/011855 priority patent/WO2023018179A1/ko
Priority to US17/893,754 priority patent/US20240054602A1/en
Publication of KR20230023460A publication Critical patent/KR20230023460A/ko

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/04—Architecture, e.g. interconnection topology
    • G06N3/045—Combinations of networks
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/04—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
    • G06T3/00—Geometric image transformations in the plane of the image
    • G06T3/40—Scaling of whole images or parts thereof, e.g. expanding or contracting
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T3/00—Geometric image transformations in the plane of the image
    • G06T3/40—Scaling of whole images or parts thereof, e.g. expanding or contracting
    • G06T3/4046—Scaling of whole images or parts thereof, e.g. expanding or contracting using neural networks
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/0002—Inspection of images, e.g. flaw detection
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/40—Extraction of image or video features
    • G06V10/56—Extraction of image or video features relating to colour
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
    • G06V10/77—Processing image or video features in feature spaces; using data integration or data reduction, e.g. principal component analysis [PCA] or independent component analysis [ICA] or self-organising maps [SOM]; Blind source separation
    • G06V10/7715—Feature extraction, e.g. by transforming the feature space, e.g. multi-dimensional scaling [MDS]; Mappings, e.g. subspace methods
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
    • G06V10/82—Arrangements for image or video recognition or understanding using pattern recognition or machine learning using neural networks
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/96—Management of image or video recognition tasks
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/98—Detection or correction of errors, e.g. by rescanning the pattern or by human intervention; Evaluation of the quality of the acquired patterns
    • G06V10/993—Evaluation of the quality of the acquired pattern
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/40—Client devices specifically adapted for the reception of or interaction with content, e.g. set-top-box [STB]; Operations thereof
    • H04N21/43—Processing of content or additional data, e.g. demultiplexing additional data from a digital video stream; Elementary client operations, e.g. monitoring of home network or synchronising decoder's clock; Client middleware
    • H04N21/44—Processing of video elementary streams, e.g. splicing a video clip retrieved from local storage with an incoming video stream or rendering scenes according to encoded video stream scene graphs
    • H04N21/4402—Processing of video elementary streams, e.g. splicing a video clip retrieved from local storage with an incoming video stream or rendering scenes according to encoded video stream scene graphs involving reformatting operations of video signals for household redistribution, storage or real-time display
    • H04N21/440263—Processing of video elementary streams, e.g. splicing a video clip retrieved from local storage with an incoming video stream or rendering scenes according to encoded video stream scene graphs involving reformatting operations of video signals for household redistribution, storage or real-time display by altering the spatial resolution, e.g. for displaying on a connected PDA
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/40—Client devices specifically adapted for the reception of or interaction with content, e.g. set-top-box [STB]; Operations thereof
    • H04N21/45—Management operations performed by the client for facilitating the reception of or the interaction with the content or administrating data related to the end-user or to the client device itself, e.g. learning user preferences for recommending movies, resolving scheduling conflicts
    • H04N21/466—Learning process for intelligent management, e.g. learning user preferences for recommending movies
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/80—Generation or processing of content or additional data by content creator independently of the distribution process; Content per se
    • H04N21/81—Monomedia components thereof
    • H04N21/8166—Monomedia components thereof involving executable data, e.g. software
    • H04N21/8173—End-user applications, e.g. Web browser, game
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/80—Generation or processing of content or additional data by content creator independently of the distribution process; Content per se
    • H04N21/85—Assembly of content; Generation of multimedia applications
    • H04N21/858—Linking data to content, e.g. by linking an URL to a video object, by creating a hotspot
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/80—Generation or processing of content or additional data by content creator independently of the distribution process; Content per se
    • H04N21/85—Assembly of content; Generation of multimedia applications
    • H04N21/858—Linking data to content, e.g. by linking an URL to a video object, by creating a hotspot
    • H04N21/8586—Linking data to content, e.g. by linking an URL to a video object, by creating a hotspot by using a URL
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/285—Selection of pattern recognition techniques, e.g. of classifiers in a multi-classifier system
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/20—Special algorithmic details
    • G06T2207/20081—Training; Learning
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30168—Image quality inspection

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Evolutionary Computation (AREA)
  • Multimedia (AREA)
  • Artificial Intelligence (AREA)
  • Software Systems (AREA)
  • General Health & Medical Sciences (AREA)
  • Computing Systems (AREA)
  • Health & Medical Sciences (AREA)
  • General Engineering & Computer Science (AREA)
  • Signal Processing (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Biomedical Technology (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Biophysics (AREA)
  • Computational Linguistics (AREA)
  • Data Mining & Analysis (AREA)
  • Molecular Biology (AREA)
  • Mathematical Physics (AREA)
  • Databases & Information Systems (AREA)
  • Quality & Reliability (AREA)
  • Medical Informatics (AREA)
  • Image Analysis (AREA)

Abstract

디스플레이; 및 전자 장치에 저장된 하나 이상의 인스트럭션들을 실행하는 프로세서를 포함하고, 프로세서는, 제 1 영상을 획득하고, 제 1 영상을 획득하기 위해 이용된 어플리케이션을 식별하고, 복수의 신경망(Neural Network) 설정 정보 중 식별된 어플리케이션에 대응하는 신경망 설정 정보를 선택하고, 선택된 신경망 설정 정보가 적용된 업스케일용 신경망을 통해 제 1 영상을 AI 업스케일하여 제 2 영상을 획득하고, 제 2 영상을 디스플레이로 제공하는, 일 실시예에 따른 전자 장치가 개시된다.

Description

어플리케이션에 따라 AI 기반으로 영상을 재생하는 전자 장치 및 이에 의한 영상 재생 방법{ELECTRONIC APPARATUS FOR REPRODUCING IMAGE BASED ON ARTIFICIAL INTELLIGENCE ACCORDING TO APPLICATION AND METHOD THEREBY}
본 개시는 AI 기반의 영상 재생 분야에 관한 것이다. 보다 구체적으로, 영상을 획득하기 위해 이용된 어플리케이션을 고려하여 AI 기반으로 영상을 재생하는 분야에 관한 것이다.
전자 장치의 처리 능력 및 네트워크의 발전에 따라, 전자 장치에 설치된 어플리케이션을 통해 실시간으로 영상을 시청하는 경험이 일반화되었다. 또한, 영상을 제공하는 서비스가 점점 많아지면서 영상의 접근성도 보다 간편해졌다.
그러나, 아직까지는 인터넷의 대역폭 및 전자 장치의 처리 능력의 한계로 인해 어플리케이션을 통해 제공되는 영상의 품질이 만족스럽지 않은 경우가 많다.
어플리케이션을 통해 프로바이더로부터 제공되는 영상을 후처리하여 영상의 품질을 향상시키는 방안을 고려할 수 있으나, 영상의 특성이 프로바이더 또는 어플리케이션에 따라 다르므로 단일의 룰 기반으로 영상을 후처리하더라도 만족할만한 품질이 보장되지 않을 수 있다.
따라서, AI 기반으로 영상을 처리함으로써 영상의 품질을 극대화할 수 있는 방안이 요구된다.
일 실시예는, 어플리케이션을 통해 제공되는 영상의 특성에 따라 AI 기반으로 영상을 처리함으로써 영상의 품질을 효과적으로 증가시키는 것을 과제로 한다.
또한, 일 실시예는, 전자 장치에 미리 저장된 영상이 어느 어플리케이션을 통해 제공된 것인지를 예측하여 영상의 품질을 효과적으로 증가시키는 것을 과제로 한다.
또한, 일 실시예는, 영상의 YUV 포맷에 적합한 신경망 구조를 제안하는 것을 과제로 한다.
일 실시예에 따른 AI(artificial intelligence)를 이용하여 영상을 재생하는 전자 장치에 있어서, 디스플레이; 및 상기 전자 장치에 저장된 하나 이상의 인스트럭션들을 실행하는 프로세서를 포함하고, 상기 프로세서는, 제 1 영상을 획득하고, 상기 제 1 영상을 획득하기 위해 이용된 어플리케이션을 식별하고, 복수의 신경망(Neural Network) 설정 정보 중 상기 식별된 어플리케이션에 대응하는 신경망 설정 정보를 선택하고, 상기 선택된 신경망 설정 정보가 적용된 업스케일용 신경망을 통해 상기 제 1 영상을 AI 업스케일하여 제 2 영상을 획득하고, 상기 획득한 제 2 영상을 상기 디스플레이로 제공할 수 있다.
상기 프로세서는, 복수의 어플리케이션들을 통해 제공되는 영상들에 대한 정보와 상기 제 1 영상 관련 정보를 비교하여 상기 신경망 설정 정보를 선택할 수 있다.
상기 프로세서는, 상기 제 1 영상을 획득하기 위해 웹 브라우저가 접속한 주소를 확인하고, 복수의 어플리케이션들에 대응하는 주소들과 상기 확인된 주소를 비교하여 상기 신경망 설정 정보를 선택할 수 있다.
상기 업스케일용 신경망은, 원본 훈련 영상과, 복수의 어플리케이션들을 통해 제공되는 제 1 훈련 영상으로부터 상기 업스케일용 신경망에 의해 AI 업스케일된 제 2 훈련 영상의 비교 결과에 따라 훈련될 수 있다.
상기 복수의 어플리케이션들 중 제 1 어플리케이션에 의해 제공되는 제 1 훈련 영상에 기반한 상기 업스케일용 신경망의 훈련을 통해 상기 제 1 어플리케이션에 대응하는 신경망 설정 정보가 획득되고, 상기 복수의 어플리케이션들 중 제 2 어플리케이션에 의해 제공되는 제 1 훈련 영상에 기반한 상기 업스케일용 신경망의 훈련을 통해 상기 제 2 어플리케이션에 대응하는 신경망 설정 정보가 획득될 수 있다.
상기 프로세서는, 상기 획득한 제 1 영상의 해상도와 미리 결정된 해상도의 비교 결과에 따라 AI 업스케일의 수행 여부를 결정하고, 상기 AI 업스케일을 수행하지 않는 것으로 결정하면, 상기 제 1 영상을 상기 디스플레이로 제공하고, 상기 AI 업스케일을 수행하는 것으로 결정하면, 상기 제 2 영상을 상기 디스플레이로 제공할 수 있다.
상기 제 1 영상은, 제 1 컬러 성분의 제 1 서브 영상, 제 2 컬러 성분의 제 2 서브 영상 및 제 3 컬러 성분의 제 3 서브 영상을 포함하고, 상기 제 1 서브 영상의 크기는, 상기 제 2 서브 영상 및 상기 제 3 서브 영상의 크기보다 크며, 상기 업스케일용 신경망은, 상기 제 2 서브 영상 및 상기 제 3 서브 영상의 크기를 상기 제 1 서브 영상과 동일하게 스케일링하는 제 1 스케일링 레이어; 상기 제 1 서브 영상, 상기 스케일링된 제 2 서브 영상 및 상기 스케일링된 제 3 서브 영상을 컨볼루션 처리하는 하나 이상의 컨볼루션 레이어; 및 상기 하나 이상의 컨볼루션 레이어로부터 출력되는 특징 맵들의 일부를 조합하여 상기 제 1 컬러 성분의 특징 맵, 상기 제 2 컬러 성분의 특징 맵 및 상기 제 3 컬러 성분의 특징 맵을 생성하는 깊이 공간 변환 레이어(depth to space layer)를 포함하되, 상기 프로세서는, 상기 제 1 컬러 성분의 특징 맵, 상기 제 2 컬러 성분의 특징 맵 및 상기 제 3 컬러 성분의 특징 맵 각각에 대응하는 제 1 컬러 성분의 제 4 서브 영상, 제 2 컬러 성분의 제 5 서브 영상 및 제 3 컬러 성분의 제 6 서브 영상을 포함하는 제 2 영상을 획득할 수 있다.
상기 제 1 서브 영상의 크기가, 상기 제 2 서브 영상 및 상기 제 3 서브 영상의 크기보다 n배(n은 자연수)만큼 큰 경우, 상기 제 1 컬러 성분의 특징 맵을 생성하는데 이용되는 특징 맵들의 개수는, 상기 제 2 컬러 성분의 특징 맵 및 상기 제 3 컬러 성분의 특징 맵을 생성하는데 이용되는 특징 맵들의 개수보다 n배만큼 많을 수 있다.
상기 업스케일용 신경망은, 상기 제 1 서브 영상, 상기 제 2 서브 영상 및 상기 제 3 서브 영상을 상기 업스케일용 신경망의 스케일링 배율에 따라 스케일링하는 제 2 스케일링 레이어를 더 포함하고, 상기 프로세서는, 상기 업스케일용 신경망의 스케일링 배율에 따라 각각 스케일링된 상기 제 1 서브 영상, 상기 제 2 서브 영상 및 상기 제 3 서브 영상을, 상기 제 1 컬러 성분의 특징 맵, 상기 제 2 컬러 성분의 특징 맵 및 상기 제 3 컬러 성분의 특징 맵에 각각 더하여 상기 제 4 서브 영상, 상기 제 5 서브 영상 및 상기 제 6 서브 영상을 획득할 수 있다.
상기 제 4 서브 영상, 상기 제 5 서브 영상 및 상기 제 6 서브 영상의 샘플 값들은, 미리 결정된 범위 내의 값으로 클리핑(clipping)될 수 있다.
상기 제 1 영상은, 제 1 컬러 성분의 제 1 서브 영상, 제 2 컬러 성분의 제 2 서브 영상 및 제 3 컬러 성분의 제 3 서브 영상을 포함하고, 상기 업스케일용 신경망은, 상기 제 1 서브 영상을 컨볼루션 처리하는 하나 이상의 컨볼루션 레이어; 및 상기 하나 이상의 컨볼루션 레이어로부터 출력되는 특징 맵들을 조합하여 상기 제 1 컬러 성분의 특징 맵을 생성하는 깊이 공간 변환 레이어(depth to space layer)를 포함하되, 상기 프로세서는, 상기 제 1 컬러 성분의 특징 맵에 대응하는 제 1 컬러 성분의 제 4 서브 영상, 상기 제 2 서브 영상으로부터 상기 업스케일용 신경망의 스케일링 배율만큼 스케일링된 상기 제 2 컬러 성분의 제 5 서브 영상, 및 상기 제 3 서브 영상으로부터 상기 업스케일용 신경망의 스케일링 배율만큼 스케일링된 상기 제 3 컬러 성분의 제 6 서브 영상을 포함하는 제 2 영상을 획득할 수 있다.
일 실시예에 따른 AI(artificial intelligence)를 이용하여 영상을 재생하는 방법에 있어서, 제 1 영상을 획득하는 단계; 상기 제 1 영상을 획득하기 위해 이용된 어플리케이션을 식별하는 단계; 복수의 신경망(Neural Network) 설정 정보 중 상기 식별된 어플리케이션에 대응하는 신경망 설정 정보를 선택하는 단계; 상기 선택된 신경망 설정 정보가 적용된 업스케일용 신경망을 통해 상기 제 1 영상을 AI 업스케일하여 제 2 영상을 획득하는 단계; 및 상기 획득한 제 2 영상을 디스플레이로 제공하는 단계를 포함할 수 있다.
일 실시예는, 어플리케이션을 통해 제공되는 영상의 특성에 따라 AI 기반으로 영상을 처리함으로써 영상의 품질을 효과적으로 증가시킬 수 있다.
또한, 일 실시예는, 전자 장치에 미리 저장된 영상이 어느 어플리케이션을 통해 제공된 것인지를 예측하여 영상의 품질을 효과적으로 증가시킬 수 있다.
본 명세서에서 인용되는 도면을 보다 충분히 이해하기 위하여 각 도면의 간단한 설명이 제공된다.
도 1a는 일 실시예에 따른 AI 복호화 과정을 설명하기 위한 도면이다.
도 1b는 도 1a에 도시된 AI 업스케일 과정을 설명하기 위한 도면이다.
도 2는 일 실시예에 따른 전자 장치의 구성을 나타내는 블록도이다.
도 3은 제 1 영상의 AI 업스케일을 위한 업스케일용 신경망을 나타내는 예시적인 도면이다.
도 4는 컨볼루션 레이어에 의한 컨볼루션 연산을 설명하기 위한 도면이다.
도 5는 여러 어플리케이션들과 여러 신경망 설정 정보들 사이의 대응 관계를 나타내는 예시적인 도면이다.
도 6은 영상을 획득하는데 필요한 어플리케이션들과 관련된 정보를 도시하는 예시적인 도면이다.
도 7은 제 1 영상의 AI 업스케일을 위한 업스케일용 신경망을 나타내는 예시적인 도면이다.
도 8은 도 7에 도시된 깊이 공간 변환 레이어(depth to space layer)의 동작을 설명하기 위한 도면이다.
도 9는 제 1 영상의 AI 업스케일을 위한 업스케일용 신경망을 나타내는 예시적인 도면이다.
도 10은 업스케일용 신경망을 훈련시키는 방법을 설명하기 위한 도면이다.
도 11은 훈련 장치에 의한 업스케일용 신경망의 훈련 과정을 설명하기 위한 도면이다.
도 12는 일 실시예에 따른 전자 장치에 의한 AI 복호화 방법을 나타내는 순서도이다.
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 의미할 수 있다.
또한, 본 명세서에서 '샘플'은, 영상 또는 특징 맵의 샘플링 위치에 할당된 데이터(예를 들어, 픽셀)일 수 있다.
또한, 본 명세서에서, '프로바이더'는 영상을 전자 장치로 제공하는 주체로서, 회사, 회사가 운영하는 서버, 회사가 운영하는 서비스 또는 회사가 운영하는 서비스의 제공을 위한 서버 등을 의미할 수 있다.
또한, 본 명세서에서, '어플리케이션'은 프로바이더로부터 네트워크(예를 들어, 인터넷)를 통해 영상을 획득하기 위해 필요한 프로그램을 의미한다. 어플리케이션은 프로바이더 또는 외부 서버로부터 전자 장치로 제공되어 전자 장치에 설치되거나, 전자 장치의 제조 과정에서 전자 장치에 설치될 수도 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'는 신경망을 이루는 각 레이어의 연산 과정에서 이용되는 값으로서 예를 들어, 입력 값을 소정 연산식에 적용할 때 이용되는 가중치 및/또는 바이어스(bias)를 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 '신경망 설정 정보'는 신경망을 구성하는 요소와 관련된 정보로서 전술한 파라미터를 포함한다. 신경망 설정 정보를 이용하여 신경망이 설정될 수 있다. 신경망 설정 정보는 심층 신경망 설정 정보로 참조될 수도 있다.
또한, 본 명세서에서 '제 1 영상'은 AI 업스케일의 대상이 되는 영상을 의미하고, '제 2 영상'은 AI 업스케일에 의해 생성된 영상을 의미한다.
또한, 본 명세서에서 '부호화'는 주파수 변환 기반의 영상 압축 방법에 의한 처리를 의미한다. 또한, '복호화'는 주파수 변환 기반의 영상 복원 방법에 의한 처리를 의미한다.
도 1a는 일 실시예에 따른 AI 복호화 과정을 설명하기 위한 도면이다.
전술한 바와 같이, 네트워크를 통해 제공되는 영상의 품질은 만족스럽지 않은 경우가 많고, 품질의 열화 특성이 어플리케이션마다 상이하므로, 영상을 획득하는데 이용된 어플리케이션을 고려하여 영상의 품질을 효율적으로 향상시키기 위한 방안이 필요하다.
도 1a에 도시된 바와 같이, 서버(10)(또는 프로바이더)로부터 제공되는 AI 부호화 데이터에 대한 AI 복호화 과정을 통해 제 2 영상(125)이 획득된다.
AI 부호화 데이터는 영상 데이터와 AI 데이터를 포함할 수 있다.
영상 데이터는 비트스트림의 형태를 가질 수 있다. 영상 데이터는 제 1 영상(115)에 대한 부호화 결과로 생성되는 데이터로서, 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 부호화 과정에서 이용된 정보들을 포함한다. 예를 들어, 영상 데이터는 제 1 영상(115)을 부호화하는데 이용된 예측 모드(mode) 정보, 움직임 정보, 및 부호화 과정에서 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 어느 하나의 규칙, 예를 들어, 신택스(syntax)에 따라 생성될 수 있다.
AI 데이터는 후술하는 AI 업스케일 과정(120)에서 이용되는 신경망 설정 정보를 선택하는데 이용될 수 있다. AI 데이터에 대해서는 도 2를 참조하여 상세히 설명한다. 구현 예에 따라, AI 부호화 데이터는 영상 데이터만을 포함할 수도 있다.
도 1a에 도시된 복호화 과정(110)에 대해 상세히 설명하면, 복호화 과정(110)은, 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 1 영상(115)을 복원하는 과정 등을 포함할 수 있다. 이와 같은 복호화 과정(110)은 MPEG-2, H.264, MPEG-4, HEVC, VC-1, VP8, VP9 및 AV1 등 주파수 변환을 이용한 영상 복원 방법들 중 적어도 하나를 통해 구현될 수 있다.
AI 업스케일 과정(120)에서는, 소정 해상도 및/또는 소정 화질의 제 2 영상(125)을 획득하기 위해 제 1 영상(115)에 대한 AI 업스케일이 수행된다.
AI 업스케일 과정(120)의 AI는 신경망(neural network)으로 구현될 수 있다. 도 10을 참조하여 후술하는 바와 같이, 업스케일용 신경망은 어플리케이션별로 산출되는 손실 정보를 통해 훈련되므로, 어플리케이션의 특성에 맞춰 제 1 영상(115)을 원하는 화질 및/또는 해상도로 AI 업스케일할 수 있다.
도 1b는 도 1a에 도시된 AI 업스케일 과정(120)을 설명하기 위한 도면이다.
AI 업스케일 과정(120)에서는 제 1 영상(115)에 대한 분석(121)을 통해 제 1 영상(115)을 AI 업스케일하는데 어느 모델이 적합한지가 결정될 수 있다. 구체적으로, 제 1 영상(115)에 대한 분석(121)을 통해 제 1 영상(115)이 어떤 어플리케이션을 통해 획득된 것인지가 확인하고, 미리 저장된 여러 모델들(122) 중 제 1 영상(115)에 대한 AI 기반의 처리(123)에 어떤 모델이 적합한지가 결정될 수 있다.
도 1b에 도시된 바와 같이, 영상 분석(121)을 통해 'A'를 위한 모델이 선택되었다면, 'A'를 위한 모델에 기반한 제 1 영상(115)에 대한 AI 처리(123)를 통해 제 2 영상(125)이 획득될 수 있다.
AI 업스케일 과정(120)에 대해서는 뒤에서 상세히 설명된다.
도 2는 일 실시예에 따른 전자 장치(200)의 구성을 나타내는 블록도이다.
도 2를 참조하면, 일 실시예에 따른 전자 장치(200)는 수신부(210) 및 AI 복호화부(230)를 포함한다. AI 복호화부(230)는 파싱부(232), 복호화부(234), AI 업스케일부(236) 및 AI 설정부(238)를 포함할 수 있다.
전자 장치(200)는 스마트폰, 태블릿 PC, 웨어러블 기기, 노트북, 및 데스크탑 PC 등 영상을 재생할 수 있는 다양한 종류의 기기를 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, 파싱부(232) 및 복호화부(234)는 제 1 프로세서와 상이한 제 2 프로세서로 구현되고, 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 제 1 영상(115)에 대한 AI 부호화 데이터를 수신한다. AI 부호화 데이터는 제 1 영상(115)에 대한 부호화 결과로 생성된 영상 데이터, 및 AI 데이터를 포함할 수 있다. 구현예에 따라, AI 부호화 데이터는 영상 데이터만을 포함할 수도 있다.
일 실시예에서, 수신부(210)는 서버(10)(또는 프로바이더)로부터 네트워크를 통해 전달되는 AI 부호화 데이터를 수신할 수 있다. 또한, 일 실시예에서, 수신부(210)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 AI 부호화 데이터를 획득할 수도 있다.
수신부(210)는 서버(10)로부터 어플리케이션을 통해 AI 부호화 데이터를 수신하고, AI 복호화부(230)는 AI 부호화 데이터를 AI 복호화하여 제 2 영상(125)을 획득할 수 있다. 또는, AI 부호화 데이터는 수신부(210)에 의해 미리 수신되어 전자 장치(200)의 저장 매체에 저장될 수 있다. AI 복호화부(230)는 사용자 등의 요청에 따라 저장 매체에 저장된 AI 부호화 데이터를 AI 복호화하여 제 2 영상(125)을 획득할 수 있다.
수신부(210)는 AI 부호화 데이터를 파싱부(232)로 출력한다.
파싱부(232)는 AI 부호화 데이터를 파싱(parsing)하여 영상 데이터와 AI 데이터로 구분한다. 예를 들어, 파싱부(232)는 수신부(210)로부터 획득된 데이터의 헤더를 읽어, 해당 데이터가 영상 데이터인지 또는 AI 데이터인지를 구분할 수 있다. 일 예에서, 파싱부(214)는 수신부(210)를 통해 수신된 데이터의 헤더를 참조하여 영상 데이터와 AI 데이터를 구분하여 복호화부(234) 및 AI 설정부(238)로 각각 전달한다. 이 때, AI 부호화 데이터에 포함된 영상 데이터가 소정의 코덱(예를 들어, MPEG-2, H.264, MPEG-4, HEVC, VC-1, VP8, VP9 또는 AV1)을 통해 생성된 영상 데이터인 것으로 확인할 수도 있다. 이 경우, 영상 데이터가 상기 확인된 코덱으로 처리될 수 있도록, 해당 정보를 복호화부(234)로 전달할 수 있다.
복호화부(234)는 영상 데이터를 복호화하여 제 1 영상(115)을 획득한다. 복호화부(234)에 의해 획득된 제 1 영상(115)은 AI 업스케일부(236)로 제공된다. 일 실시예에서, 복호화부(234)는 제 1 영상(115)의 부호화와 관련된 정보를 AI 설정부(238)로 제공할 수 있다. 제 1 영상(115)의 부호화와 관련된 정보는, 제 1 영상(115)의 부호화에 이용된 코덱 타입, 예측 모드 정보, 움직임 정보, 양자화 파라미터(Quantization Parameter, QP) 정보 등을 포함할 수 있다. 후술하는 바와 같이, 복호화부(234)로부터 AI 설정부(238)로 제공되는 부호화 관련 정보는 제 1 영상(115)의 AI 업스케일을 위한 신경망 설정 정보를 선택하는 데 이용될 수 있다.
구현예에 따라, 수신부(210)는 프로바이더로부터 제 1 영상(115) 자체를 수신할 수도 있다. 제 1 영상(115) 자체를 수신한다는 것은, 제 1 영상(115)의 픽셀 값들을 수신하는 것으로 이해될 수 있다. 이 경우, 수신부(210)는 제 1 영상(115)을 AI 업스케일부(236)로 제공하며, 복호화부(234)에 의한 복호화는 수행되지 않는다.
이하에서, 제 1 영상(115)을 획득한다는 것은, 제 1 영상(115)에 대한 AI 부호화 데이터(또는 영상 데이터)를 수신하는 것 또는 제 1 영상(115) 자체를 획득한다는 것을 의미할 수 있다.
AI 설정부(238)는 제 1 영상(115)을 획득하기 위해 이용된(또는 실행된) 어플리케이션을 식별하고, 식별된 어플리케이션에 기초하여 업스케일 타겟을 결정할 수 있다. 업스케일 타겟은 예를 들어, 제 1 영상(115)을 어느 정도의 해상도 및/또는 화질로 업스케일하여야 하는지를 나타낼 수 있다.
업스케일 타겟을 결정한다는 것은, 미리 저장된 복수의 신경망 설정 정보 중 제 1 영상(115)을 획득하기 위해 이용된 어플리케이션에 대응하는 신경망 설정 정보를 선택하는 과정으로 이해될 수 있다.
업스케일 타겟이 결정되면, AI 설정부(238)는 식별된 어플리케이션에 대응하는 신경망 설정 정보를 AI 업스케일부(236)로 전달한다. AI 업스케일부(236)는 업스케일 타겟에 대응하는 제 2 영상(125)을 획득하기 위해 업스케일용 신경망을 통해 제 1 영상(115)을 AI 업스케일한다.
AI 업스케일부(236)는 제 1 영상(115)에 대해 AI 업스케일을 수행할지 여부를 결정할 수 있다. AI 업스케일부(236)는 AI 복호화부(230)로부터 출력되는 영상의 종류를 결정하기 위해 제 1 영상(115)의 해상도와 미리 결정된 해상도를 비교할 수 있다.
일 예로, AI 업스케일부(236)는 제 1 영상(115)의 해상도가 미리 결정된 제 1 해상도 이하이거나, 제 1 해상도보다 큰 미리 결정된 제 2 해상도 이상이면, 제 1 영상(115)에 대해 AI 업스케일을 수행하지 않는 것으로 결정하고, AI 복호화부(230)로부터 제 1 영상(115)이 출력되게 한다. 제 1 영상(115)의 해상도가 미리 결정된 제 1 해상도 이하일 때에는 제 1 영상(115)을 썸네일 이미지로 판단하여 제 1 영상(115)의 AI 업스케일을 스킵하는 것이고, 제 1 영상(115)의 해상도가 미리 결정된 제 2 해상도 이상일 때에는 제 1 영상(115)의 품질이 만족할만한 수준인 것으로 판단하여 제 1 영상(115)의 AI 업스케일을 스킵하는 것이다.
AI 업스케일부(236)는 제 1 영상(115)의 해상도가 미리 결정된 제 1 해상도와 미리 결정된 제 2 해상도 사이의 값을 가지면, 제 1 영상(115)에 대해 AI 업스케일을 수행하는 것으로 결정하고, 제 1 영상(115)에 대한 AI 업스케일의 결과로 획득되는 제 2 영상(125)이 AI 복호화부(230)로부터 출력되게 한다.
전술한 바와 같이, AI 설정부(238)는 제 1 영상(115)의 획득에 이용된 어플리케이션에 대응하는 신경망 설정 정보를 선택하는데, AI 설정부(238)가 신경망 설정 정보를 선택하는 방법을 설명하기에 앞서, 업스케일용 신경망을 통한 AI 업스케일 과정에 대해 도 3 및 도 4를 참조하여 설명한다.
도 3은 제 1 영상(115)의 AI 업스케일을 위한 업스케일용 신경망(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 1 영상(115)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 1 영상(115)의 고유한 특성들을 나타낸다. 예를 들어, 각 특징 맵은 제 1 영상(115)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(410)의 파라미터들과 그에 대응하는 제 1 영상(115) 내 픽셀 값들 사이의 곱 연산 및 덧셈 연산을 통해 하나의 특징 맵(430)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 1 영상(115)에 표시된 I1 내지 I49는 제 1 영상(115)의 픽셀들을 나타내고, 필터 커널(410)에 표시된 F1 내지 F9는 필터 커널(410)의 파라미터들을 나타낸다. 또한, 특징 맵(430)에 표시된 M1 내지 M9는 특징 맵(430)의 샘플들을 나타낸다.
도 4는 제 1 영상(115)이 49개의 픽셀을 포함하는 것으로 예시하고 있으나, 이는 하나의 예시일 뿐이며, 제 1 영상(115)이 4K의 해상도를 갖는 경우, 예를 들어, 3840 X 2160개의 픽셀을 포함할 수 있다.
컨볼루션 연산 과정에서, 제 1 영상(115)의 I1, I2, I3, I8, I9, I10, I15, I16, I17의 픽셀 값들 각각과 필터 커널(410)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(430)의 M1의 값으로 할당될 수 있다. 컨볼루션 연산의 스트라이드(stride)가 2라면, 제 1 영상(115)의 I3, I4, I5, I10, I11, I12, I17, I18, I19의 픽셀 값들 각각과 필터 커널(410)의 F1, F2, F3, F4, F5, F6, F7, F8 및 F9 각각의 곱 연산이 수행되고, 곱 연산의 결과 값들을 조합한 값이 특징 맵(430)의 M2의 값으로 할당될 수 있다.
필터 커널(410)이 제 1 영상(115)의 마지막 픽셀에 도달할 때까지 스트라이드에 따라 이동하는 동안 제 1 영상(115) 내 픽셀 값들과 필터 커널(410)의 파라미터들 사이의 컨볼루션 연산이 수행됨으로써, 소정 크기를 갖는 특징 맵(430)이 획득될 수 있다.
본 개시에 따르면, 업스케일용 신경망(300)의 훈련을 통해 업스케일용 신경망(300)의 파라미터들, 예를 들어, 업스케일용 신경망(300)의 컨볼루션 레이어들에서 이용되는 필터 커널의 파라미터들(예를 들어, 필터 커널의 F1, F2, F3, F4, F5, F6, F7, F8 및 F9)의 값이 최적화될 수 있다.
AI 설정부(238)는 제 1 영상(115)을 획득하기 위해 이용된 어플리케이션에 따라 업스케일 타겟을 결정하고, 결정된 업스케일 타겟에 대응하는 파라미터들을 업스케일용 신경망(300)의 컨볼루션 레이어들에서 이용되는 필터 커널의 파라미터들로 결정할 수 있다.
업스케일용 신경망(300)에 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 1 영상(115)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(430)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. 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 2 영상(125)을 출력할 수 있다.
업스케일용 신경망(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 신경망 설정 정보는 후술하는 바와 같이 복수 개일 수 있다. 어플리케이션별 영상의 열화 특성을 보상하기 위해, 복수의 신경망 설정 정보는 복수의 어플리케이션들에 대응하여야 한다. 복수의 신경망 설정 정보를 복수의 어플리케이션들에 대응시키기 위해 복수의 어플리케이션 각각으로부터 제공되는 제 1 훈련 영상에 기반한 훈련이 요구되며, 이에 대해서는 도 10을 참조하여 후술한다.
도 3은 업스케일용 신경망(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, 업스케일용 신경망(300)은 RNN(recurrent neural network)을 통해 구현될 수도 있다. 이 경우는 본 개시의 예시에 따른 업스케일용 신경망(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 1 영상(115) 또는 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 1 영상(115)을 AI 업스케일하는 방법을 설명한다.
일 실시예에서, AI 설정부(238)는 업스케일용 신경망에 세팅 가능한(또는 적용 가능한) 복수의 신경망 설정 정보를 저장할 수 있다.
여기서, 신경망 설정 정보는 업스케일용 신경망에 포함되는 컨볼루션 레이어의 수, 컨볼루션 레이어별 필터 커널의 개수, 각 필터 커널의 크기 및 각 필터 커널의 파라미터 중 적어도 하나에 대한 정보를 포함할 수 있다.
복수의 신경망 설정 정보는 다양한 업스케일 타겟에 각각 대응될 수 있으며, 특정 업스케일 타겟에 대응되는 신경망 설정 정보에 기반하여 업스케일용 신경망이 동작할 수 있다.
일 실시예에서, 신경망 설정 정보에 따라 업스케일용 신경망이 서로 다른 구조를 가질 수 있다. 예를 들어, 신경망 설정 정보에 따라 업스케일용 신경망이 3개의 컨볼루션 레이어를 포함할 수 있고, 다른 신경망 설정 정보에 따라 업스케일용 신경망이 4개의 컨볼루션 레이어를 포함할 수 있다.
일 실시예에서, 신경망 설정 정보는 업스케일용 신경망에서 사용되는 필터 커널의 파라미터만을 포함할 수도 있다. 이 경우, 업스케일용 신경망의 구조는 변경되지 않는 대신, 신경망 설정 정보에 따라 필터 커널의 파라미터만이 달라질 수 있다.
AI 설정부(238)는 복수의 신경망 설정 정보 중 제 1 영상(115)의 AI 업스케일을 위한 신경망 설정 정보를 선택할 수 있다. 복수의 신경망 설정 정보는 복수의 어플리케이션들에 대응한다. 복수의 신경망 설정 정보는 복수의 어플리케이션들에 1:1로 대응할 수 있다.
예를 들어, 도 5에 도시된 것과 같이, 'P' 신경망 설정 정보는 'A' 어플리케이션에 대응하고, 'Q' 신경망 설정 정보는 'B' 어플리케이션에 대응하고, 'R' 신경망 설정 정보는 'C' 어플리케이션에 대응할 수 있다.
도 5는 3개의 어플리케이션과 3개의 신경망 설정 정보만을 도시하고 있지만, 서로 대응하는 어플리케이션과 신경망 설정 정보의 개수는 다양할 수 있다.
복수의 어플리케이션에 대응하는 복수의 신경망 설정 정보들은 복수의 어플리케이션으로부터 제공되는 영상에 따라 훈련되므로, AI 설정부(238)는 제 1 영상(115)을 획득하는 데 어느 어플리케이션이 이용된 것인지를 확인하고, 확인된 어플리케이션에 대응하는 신경망 설정 정보를 획득하여야 한다. 만약, 제 1 영상(115)이 'A' 어플리케이션을 통해 획득한 것이지만, 업스케일용 신경망의 동작을 위해 'P' 신경망 설정 정보 이외의 신경망 설정 정보를 선택한다면, 'A' 어플리케이션에 의한 영상 열화 특성을 적절하게 보상하지 못하게 된다.
복수의 신경망 설정 정보 중 제 1 영상(115)의 AI 업스케일을 위한 신경망 설정 정보가 선택되면, 선택된 신경망 설정 정보는 AI 업스케일부(236)로 전달되고, 선택된 신경망 설정 정보에 따라 동작하는 업스케일용 신경망에 기초하여 제 1 영상(115)이 처리될 수 있다.
예를 들어, AI 업스케일부(236)는 AI 설정부(238)로부터 신경망 설정 정보가 수신되면, 도 3에 도시된 업스케일용 신경망(300)의 제 1 컨볼루션 레이어(310), 제 2 컨볼루션 레이어(330) 및 제 3 컨볼루션 레이어(350)에 대해서, 각 레이어에 포함되는 필터 커널의 개수와 필터 커널의 파라미터들을, 상기 획득한 신경망 설정 정보에 포함된 값으로 설정한다.
구체적으로, AI 업스케일부(236)는 도 3에 도시된 업스케일용 신경망(300)의 어느 하나의 컨볼루션 레이어에서 이용되는 3 X 3 크기의 필터 커널의 파라미터들이 {1, 1, 1, 1, 1, 1, 1, 1, 1}이고, 신경망 설정 정보의 변경이 있는 경우, 필터 커널의 파라미터들을 변경된 신경망 설정 정보에 포함된 파라미터들인 {2, 2, 2, 2, 2, 2, 2, 2, 2}로 교체할 수 있는 것이다.
이하에서는, AI 설정부(238)가 복수의 신경망 설정 정보 중 제 1 영상(115)의 AI 업스케일에 적합한 신경망 설정 정보를 선택하기 위해 제 1 영상(115)에 대응하는 어플리케이션을 식별하는 방법에 대해 설명한다.
AI 설정부(238)는 파싱부(232)로부터 제공되는 AI 데이터에 기초하여 복수의 신경망 설정 정보 중 제 1 영상(115)의 AI 업스케일을 위한 신경망 설정 정보를 선택할 수 있다.
AI 데이터는, 제 1 영상(115)의 획득에 필요한 어플리케이션의 정보를 포함할 수 있다. 여기서, 어플리케이션의 정보는, 어플리케이션의 이름 등과 같이, 어플리케이션을 다른 어플리케이션과 구별할 수 있는 식별 정보를 포함할 수 있다.
일 실시예에서, AI 데이터에 제 1 영상(115)의 획득에 필요한 어플리케이션의 정보가 포함되어 있는 경우, AI 설정부(238)는 AI 데이터로부터 제 1 영상(115)에 대응하는 어플리케이션을 식별하고, 복수의 신경망 설정 정보 중 식별된 어플리케이션에 대응하는 신경망 설정 정보를 선택할 수 있다.
예를 들어, AI 데이터로부터 'A' 어플리케이션이 식별되었다면, AI 설정부(238)는 도 5에 도시된 'P' 신경망 설정 정보를 선택할 수 있다. 마찬가지로, AI 데이터로부터 'B' 어플리케이션이 식별되었다면, AI 설정부(238)는 도 5에 도시된 'Q' 신경망 설정 정보를 선택할 수 있다.
다른 실시예에서, AI 설정부(238)는 제 1 영상(115)의 획득을 위해 전자 장치(200)에서 실행된 어플리케이션을 식별하고, 식별된 어플리케이션에 대응하는 신경망 설정 정보를 선택할 수도 있다. AI 설정부(238)가 전자 장치(200)에서 실행된 어플리케이션을 직접 식별함으로써, AI 부호화 데이터에 AI 데이터가 포함되어 있지 않은 경우에도 제 1 영상(115)에 적합한 신경망 설정 정보를 선택할 수 있다.
AI 부호화 데이터에 어플리케이션 정보를 포함하는 AI 데이터가 포함되어 있지 않거나, 제 1 영상(115)의 획득을 위해 실행된 어플리케이션의 식별이 어려운 경우, 어플리케이션과 관련된 정보를 근거로 제 1 영상(115)이 어느 어플리케이션을 통해 제공된 것인지를 예측하여야 한다. 이에 대해 도 6을 참조하여 설명한다.
도 6은 신경망 설정 정보의 선택을 위한 여러 어플리케이션들과 관련된 정보를 도시하는 예시적인 도면이다.
전자 장치(200)는 프로바이더로부터 영상을 획득하는데 필요한 여러 어플리케이션들과 관련된 정보를 저장할 수 있다.
도 6에 도시된 바와 같이, 어플리케이션과 관련된 정보는, 어플리케이션을 운용하는 프로바이더의 정보, 어플리케이션에 대응하는 프로바이더로부터 영상을 획득하기 위해 웹 브라우저를 통해 접속하여야 할 주소 정보 및 어플리케이션으로부터 획득 가능한 영상과 관련된 정보 중 적어도 하나를 포함할 수 있다.
일 실시예에서, AI 데이터에 제 1 영상(115)의 프로바이더의 정보가 포함되어 있는 경우, AI 설정부(238)는 AI 데이터로부터 제 1 영상(115)의 프로바이더를 식별하고, 복수의 신경망 설정 정보 중 식별된 프로바이더에 대응하는 신경망 설정 정보를 선택할 수 있다.
다른 실시예에서, AI 설정부(238)는 제 1 영상(115)이 웹 브라우저를 통해 수신되었다면, 제 1 영상(115)의 획득을 위해 웹 브라우저가 접속한 주소 정보와 복수의 어플리케이션들과 관련된 주소 정보들을 비교하여 신경망 설정 정보를 선택할 수도 있다..
예를 들어, 제 1 영상(115)이 www.abc.com의 주소를 가진 서버로부터 획득되었다면, AI 설정부(238)는 제 1 영상(115)의 AI 업스케일을 위해 도 5에 도시된 'P' 신경망 설정 정보를 선택할 수 있다. 마찬가지로, 제 1 영상(115)이 www.cde.com의 주소를 가진 서버로부터 획득되었다면, AI 설정부(238)는 제 1 영상(115)의 AI 업스케일을 위해 도 5에 도시된 'R' 신경망 설정 정보를 선택할 수 있다.
제 1 영상(115)이 네트워크를 통해 프로바이더로부터 획득되었다면, 전술한 바와 같이, 어플리케이션의 정보, 프로바이더의 정보 및/또는 웹 브라우저가 접속한 주소를 통해 신경망 설정 정보를 선택할 수 있다. 특히, 제 1 영상(115)이 어플리케이션이나 웹 브라우저를 통해 스트리밍 방식으로 수신되는 경우에는 어플리케이션의 종류나 웹 브라우저가 접속한 주소의 식별이 용이하다. 그러나, 경우에 따라 어플리케이션의 정보, 프로바이더의 정보 및/또는 웹 브라우저가 접속한 주소를 확인하기 어려울 수 있다. 따라서, AI 설정부(238)는 제 1 영상(115) 관련 정보를 통해 제 1 영상(115)의 AI 업스케일을 위한 신경망 설정 정보를 선택할 수도 있다.
제 1 영상(115) 관련 정보를 통해 신경망 설정 정보를 선택하는 방법은 다음의 경우에 유용할 수 있다.
(1) 네트워크를 통해 제 1 영상(115)을 수신하여 저장한 후, 사용자 또는 인스트럭션의 요청에 따라 제 1 영상(115)을 범용의 동영상 재생 프로그램으로 재생하는 경우.
(2) 제 1 영상(115)이 전자 장치(200)의 사용자에 의해 촬영된 경우.
(3) 제 1 영상(115)이 프로바이더가 아닌 개인(예를 들어, 친구, 가족 등)으로부터 획득한 경우.
위 세 가지 경우에는, 제 1 영상(115)에 대응하는 어플리케이션의 정보나 웹 브라우저가 접속한 주소를 식별하기 어려우므로, 제 1 영상(115)과 관련된 정보와 어플리케이션으로부터 제공되는 영상의 정보를 비교하여 제 1 영상(115)이 어느 어플리케이션을 통해 제공되는 영상과 유사한지를 예측하는 것이다.
영상 관련 정보는, 영상의 파일명, 영상이 정지 영상인지 또는 동영상인지 여부, 영상의 해상도, 영상에 대응하는 영상 데이터의 비트레이트, 영상의 부호화에 이용된 코덱 타입, 영상의 부호화에 이용된 양자화 파라미터(Quantization Parameter), 영상의 선명도(sharpness), 영상의 아티팩트 특성 및 영상 내 아티팩트의 종류(예를 들어, 링잉(ringing) 아티팩트, 블러링(blurring) 아티팩트, 또는 블록(block) 아티팩트 등) 중 적어도 하나를 포함할 수 있다. 전술한 복호화부(234)로부터 AI 설정부(238)로 제공되는 부호화 관련 정보는 영상 관련 정보로 이용될 수 있다.
복수의 어플리케이션들로부터 제공되는 영상들 및 영상 데이터들에 대한 특성은 미리 분석되어 전자 장치(200)에 저장될 수 있다. AI 설정부(238)는 복수의 어플리케이션들로부터 제공되는 영상들과 관련된 정보를 제 1 영상(115) 관련 정보와 비교하여 제 1 영상(115)이 어느 어플리케이션으로부터 제공되는 영상과 유사한지를 판단하거나, 어느 어플리케이션으로부터 제공된 것인지를 예측할 수 있다.
일 예로, 도 6에 도시된 바와 같이, 제 1 영상(115)의 해상도가 HD이고, 제 1 영상(115)에 대응하는 영상 데이터의 비트레이트가 10Mbps이고, 제 1 영상(115)이 HEVC로 부호화된 경우, AI 설정부(238)는 제 1 영상(115)이 'C'어플리케이션을 통해 획득되는 영상과 유사하다고 판단하고, 도 5에 도시된 복수의 신경망 설정 정보 중 'R' 신경망 설정 정보를 선택할 수 있다.
또 다른 예로, 제 1 영상(115)의 파일명에 'A' 어플리케이션과 관련된 단어가 포함되어 있으면, AI 설정부(238)는 제 1 영상(115)이 'A' 어플리케이션을 통해 획득된 것이라고 판단하고, 도 5에 도시된 복수의 신경망 설정 정보 중 'P' 신경망 설정 정보를 선택할 수 있다.
또 다른 예로, 제 1 영상(115)에 링잉(ringing) 아티팩트가 포함되어 있고, 'B' 어플리케이션을 통해 수신되는 영상에 주로 링잉 아티팩트가 포함되어 있다면, AI 설정부(238)는 제 1 영상(115)이 'B' 어플리케이션을 통해 획득된 것이라고 판단하고, 도 5에 도시된 복수의 신경망 설정 정보 중 'Q' 신경망 설정 정보를 선택할 수 있다.
구현 예에 따라, 전자 장치(200)는 어플리케이션을 통해 제 1 영상(115)을 수신하여 저장할 때, 제 1 영상(115)을 획득하기 위해 실행된 어플리케이션에 대한 정보를 함께 저장할 수 있다. 전자 장치(200)는 제 1 영상(115)의 재생이 필요한 경우, 제 1 영상(115)의 수신시 저장된 어플리케이션에 대한 정보를 확인하여 제 1 영상(115)의 어플리케이션에 대응하는 신경망 설정 정보를 선택할 수도 있다.
한편, 일반적으로 영상은 휘도 성분의 영상과 크로마 성분의 두 개의 영상으로 구성된다. 많이 사용되는 4:2:0의 YUV 포맷의 경우, 휘도 성분의 영상의 크기는 크로마 성분의 영상의 크기보다 4배 크다. 이와 같이, 영상이 제 1 컬러 성분(예를 들어, 휘도)의 영상, 제 2 컬러 성분(예를 들어, 크로마(Cb))의 영상 및 제 3 컬러 성분(예를 들어, 크로마(Cr))의 영상으로 이루어지고, 이들의 크기가 동일하지 않을 때, 해당 영상을 효율적으로 AI 업스케일하기 위한 방안이 요구된다.
이하에서는, 영상이 제 1 컬러 성분의 영상, 제 2 컬러 성분의 영상 및 제 3 컬러 성분의 영상을 포함하고, 제 1 컬러 성분의 영상의 크기가 제 2 컬러 성분 및 제 3 컬러 성분의 영상의 크기보다 클 때 영상을 AI 업스케일하기 위한 업스케일용 신경망에 대해 설명한다.
도 7은 제 1 영상(115)의 AI 업스케일을 위한 업스케일용 신경망(700)을 나타내는 예시적인 도면이다.
도 7에 도시된 바와 같이, 업스케일용 신경망(700)은 제 1 스케일러(710), 제 1 컨볼루션 레이어(720), 제 2 컨볼루션 레이어(730), 제 3 컨볼루션 레이어(740), 깊이 공간 변환 레이어(depth to space layer)(750), 제 2 스케일러(760) 및 클리핑 레이어(770)를 포함할 수 있다.
제 1 영상(115)은 제 1 컬러 성분의 제 1 서브 영상(702), 제 2 컬러 성분의 제 2 서브 영상(704) 및 제 3 컬러 성분의 제 3 서브 영상(706)을 포함한다. 제 1 컬러 성분은 휘도 성분, 제 2 컬러 성분은 크로마(Cb) 성분, 제 3 컬러 성분은 크로마(Cr) 성분을 포함할 수 있다.
4:2:0의 YUV 포맷의 경우, 제 1 서브 영상(702)의 크기는 제 2 서브 영상(704) 및 제 3 서브 영상(706)보다 4배만큼 크다. 이러한 크기 차이를 보상하기 위해 제 2 서브 영상(704) 및 제 3 서브 영상(706)이 제 1 스케일러(710)로 입력된다.
제 1 스케일러(710)는 제 2 서브 영상(704) 및 제 3 서브 영상(706)의 크기를 증가시킨다. 제 1 스케일러(710)는 제 2 서브 영상(704) 및 제 3 서브 영상(706)의 크기를 제 1 서브 영상(702)과 동일하게 스케일링할 수 있다.
제 2 서브 영상(704) 및 제 3 서브 영상(706)의 크기를 제 1 서브 영상(702)과 동일하게 스케일링하는 이유는, 특정 크기의 필터 커널과 각 채널별 영상을 이용한 컨볼루션 연산의 결과들을 합산하기 위함이다.
구체적으로, 컨볼루션 연산 과정에서, 하나의 필터 커널은 입력된 영상들 각각과 컨볼루션 연산되고, 각 영상과의 컨볼루션 연산의 결과들은 서로 합산되어 필터 커널에 해당하는 하나의 특징 맵이 획득된다. 만약, 컨볼루션 연산의 대상이 되는 영상들의 크기가 서로 동일하지 않다면, 컨볼루션 연산 결과들의 크기 역시 동일하지 않게 되고, 그에 따라 컨볼루션 연산 결과들의 합산이 어려워진다.
제 1 스케일러(710)는 AI 기반이 아닌, 레거시 기반으로 제 2 서브 영상(704) 및 제 3 서브 영상(706)의 크기를 증가시킬 수 있다. 레거시 기반의 스케일링은, 바이리니어(bilinear) 스케일, 바이큐빅(bicubic) 스케일, 란조스(lanczos) 스케일 및 스테어 스탭(stair step) 스케일 중 적어도 하나를 포함할 수 있다. 구현예에 따라 제 1 스케일러(710)는 컨볼루션 레이어로 구현될 수도 있다.
제 1 서브 영상(702), 스케일링된 제 2 서브 영상(704) 및 스케일링된 제 3 서브 영상(706)은 제 1 컨볼루션 레이어(720)로 입력된다.
도 7에 도시된 제 1 컨볼루션 레이어(720)에 표시된 3X3X32는 3 x 3의 크기의 32개의 필터 커널을 이용하여 3개의 채널의 영상들에 대해 컨볼루션 처리를 하는 것을 예시한다. 컨볼루션 처리 결과 32개의 필터 커널에 의해 32개의 특징 맵이 생성된다.
제 1 컨볼루션 레어어(720)에서 출력된 특징 맵들은 제 2 컨볼루션 레이어(730)로 입력된다. 제 2 컨볼루션 레이어(730)에 표시된 3X3X32는 3 x 3의 크기의 32개의 필터 커널을 이용하여 이전 레이어(720)에서 출력된 특징 맵들에 대해 컨볼루션 처리를 하는 것을 예시한다. 컨볼루션 처리 결과 32개의 필터 커널에 의해 32개의 특징 맵이 생성된다.
제 2 컨볼루션 레어어(730)에서 출력된 특징 맵들은 제 3 컨볼루션 레이어(740)로 입력된다. 제 3 컨볼루션 레이어(740)에 표시된 3X3X(6n) (n은 자연수)는 3 x 3의 크기의 6n개의 필터 커널을 이용하여 이전 레이어(730)에서 출력된 특징 맵들에 대해 컨볼루션 처리를 하는 것을 예시한다. 컨볼루션 처리 결과 6n개의 필터 커널에 의해 6n개의 특징 맵이 생성된다.
제 3 컨볼루션 레이어(740)에서 출력된 특징 맵들은 깊이 공간 변환 레이어(750)로 입력된다.
깊이 공간 변환 레이어(750)는, 이전 레이어(740)에서 출력된 특징 맵들의 개수를 감소시킨다. 구체적으로, 깊이 공간 변환 레이어(750)는 채널 방향의 샘플들을 하나의 채널의 공간 영역 상에 배치함으로써 채널의 개수를 감소시킬 수 있다.
깊이 공간 변환 레이어(750)의 동작에 대해서는 도 8을 참조하여 설명한다.
도 8은 도 7에 도시된 깊이 공간 변환 레이어(750)의 동작을 설명하기 위한 도면이다.
도 8은 4개의 채널에 해당하는 제 1 특징 맵(810), 제 2 특징 맵(820), 제 3 특징 맵(830) 및 제 4 특징 맵(840)이 깊이 공간 변환 레이어(750)에 의해 처리됨으로써 1개의 제 5 특징 맵(850)이 출력되는 상황을 도시하고 있다. 구현 예에 따라, 깊이 공간 변환 레이어(750)로 입력되는 채널 수와 깊이 공간 변환 레이어(750)에서 출력되는 채널 수는 다양하게 변경될 수 있다.
도 8에 도시된 바와 같이, 깊이 공간 변환 레이어(750)에서는, 제 1 특징 맵(810), 제 2 특징 맵(820), 제 3 특징 맵(830) 및 제 4 특징 맵(840)에 포함된 샘플들(815, 825, 835, 845)이 하나의 특징 맵 내에 배열됨으로써, 1개의 제 5 특징 맵(850)이 생성될 수 있다.
입력 특징 맵들의 샘플들을 배열하는 방식은 다양할 수 있다. 도 8은 제 1 특징 맵(810), 제 2 특징 맵(820), 제 3 특징 맵(830) 및 제 4 특징 맵(840) 내 동일 위치의 샘플들(815, 825, 835, 845)이 제 5 특징 맵(850) 내에서 서로 인접하게 배열되는 것으로 도시하고 있으나, 제 1 특징 맵(810), 제 2 특징 맵(820), 제 3 특징 맵(830) 및 제 4 특징 맵(840) 내 동일 위치의 샘플들(815, 825, 835, 845) 사이에 다른 샘플이 위치할 수도 있다.
다시 도 7을 참조하면, 깊이 공간 변환 레이어(750)는 입력된 6n개의 특징 맵들 중 4n개의 특징 맵의 샘플들을 조합하여 제 1 컬러 성분의 특징 맵(752)을 생성한다. 그리고, 깊이 공간 변환 레이어(750)는 6n개의 특징 맵들 중 나머지 n개의 특징 맵의 샘플들을 조합하여 제 2 컬러 성분의 특징 맵(754)을 생성하고, 6n개의 특징 맵들 중 나머지 n개의 특징 맵의 샘플들을 조합하여 제 3 컬러 성분의 특징 맵(756)을 생성한다.
전술한 바와 같이, 4:2:0의 YUV 포맷의 경우, 제 1 서브 영상(702)의 크기는 제 2 서브 영상(704) 및 제 3 서브 영상(706)보다 4배만큼 크므로, 이러한 크기 관계를 유지시켜주기 위해 4n개의 특징 맵들을 이용하여 제 1 컬러 성분의 특징 맵(752)을 생성하고, 각각 n개의 특징 맵들을 이용하여 제 2 컬러 성분의 특징 맵(754)과 제 3 컬러 성분의 특징 맵(756)을 생성하는 것이다. 이전 레이어(740)에서 출력되는 특징 맵들의 크기는 모두 동일하기 때문에, 4n개의 특징 맵들을 이용하여 제 1 컬러 성분의 특징 맵(752)을 생성하고, 각각 n개의 특징 맵들을 이용하여 제 2 컬러 성분의 특징 맵(754)과 제 3 컬러 성분의 특징 맵(756)을 생성함으로써, 제 1 컬러 성분의 특징 맵(752)의 크기가 제 2 컬러 성분의 특징 맵(754)과 제 3 컬러 성분의 특징 맵(756)보다 4배만큼 클 수 있다.
제 1 서브 영상(702), 제 2 서브 영상(704) 및 제 3 서브 영상(706)이 제 1 스케일러(710) 또는 제 1 컨볼루션 레이어(720)로 입력되는 것과 별개로, 제 1 서브 영상(702), 제 2 서브 영상(704) 및 제 3 서브 영상(706)은 제 2 스케일러(760)로 입력될 수 있다.
제 2 스케일러(760)는 업스케일용 신경망(700)의 스케일링 배율에 따라 제 1 서브 영상(702), 제 2 서브 영상(704) 및 제 3 서브 영상(706)의 크기를 스케일링한다. 업스케일용 신경망(700)의 스케일링 배율이란, 제 1 영상(115)의 크기와 제 2 영상(125)의 크기 사이의 비율을 의미한다.
제 2 스케일러(760)는 AI 기반이 아닌, 레거시 기반으로 제 1 서브 영상(702), 제 2 서브 영상(704) 및 제 3 서브 영상(706)의 크기를 증가시킬 수 있다. 레거시 기반의 스케일링은, 바이리니어(bilinear) 스케일, 바이큐빅(bicubic) 스케일, 란조스(lanczos) 스케일 및 스테어 스탭(stair step) 스케일 중 적어도 하나를 포함할 수 있다. 구현예에 따라 제 2 스케일러(760)는 컨볼루션 레이어로 구현될 수도 있다.
제 2 스케일러(760)에 의해 각각 스케일링된 제 1 서브 영상(702), 제 2 서브 영상(704) 및 제 3 서브 영상(706)은, 제 1 컬러 성분의 특징 맵(752), 제 2 컬러 성분의 특징 맵(754) 및 제 3 컬러 성분의 특징 맵(756) 각각에 더해진다. 이때, 동일한 컬러 성분의 영상과 특징 맵끼리 더해질 수 있다.
스킵 커넥션(skip connection) 구조의 제 2 스케일러(760)를 통해 제 2 영상(125)의 예측 버전(prediction version)이 획득되고, 제 1 스케일러(710) 내지 깊이 공간 변환 레이어(750)에 의해 제 2 영상(125)의 잔차 버전(residual version)의 획득된다. 제 2 영상(125)의 예측 버전과 잔차 버전이 더해짐으로써 제 2 영상(125)이 획득될 수 있다.
클리핑 레이어(770)는 제 2 스케일러(760)로부터 출력된 영상들과 깊이 공간 변환 레이어(750)로부터 출력된 특징 맵들의 합산 결과가 오버슈팅(over shooting)되는 것을 방지한다.
클리핑 레이어(770)는 제 2 스케일러(760)로부터 출력된 영상들과 깊이 공간 변환 레이어(750)로부터 출력된 특징 맵들을 합산한 결과의 샘플 값들을 하기 수학식 1에 따라 클리핑할 수 있다.
[수학식 1]
제 2 영상 = clip(res+skip, skip*ratio_lowerbound, skip*ratio_upperbound)
수학식 1에서, res는 제 2 영상(125)의 잔차 버전, 즉, 깊이 공간 변환 레이어(750)로부터 출력된 특징 맵들의 샘플들을 의미하고, skip은 제 2 영상(125)의 예측 버전, 즉, 제 2 스케일러(760)로부터 출력된 영상들의 샘플들을 의미한다. 또한, ratio_lowerbound 및 ratio_upperbound는 미리 결정된 값으로서, 제 2 영상(125)의 샘플 값들을 일정 범위 내로 제한하기 위한 값이다.
수학식 1을 참조하면, 제 2 스케일러(760)에 의해 스케일링된 제 1 서브 영상(702)(즉, skip)과 깊이 공간 변환 레이어(750)에 의해 출력되는 제 1 컬러 성분의 특징 맵(752)(즉, res)을 합산한 결과는, 제 2 스케일러(760)에 의해 스케일링된 제 1 서브 영상(702)(즉, skip)에 ratio_lowerbound와 ratio_upperbound를 곱한 값의 범위 내로 클리핑된다.
또한, 제 2 스케일러(760)에 의해 스케일링된 제 2 서브 영상(704)(즉, skip)과 깊이 공간 변환 레이어(750)에 의해 출력되는 제 2 컬러 성분의 특징 맵(754)(즉, res)을 합산한 결과는, 제 2 스케일러(760)에 의해 스케일링된 제 2 서브 영상(704)(즉, skip)에 ratio_lowerbound와 ratio_upperbound를 곱한 값의 범위 내로 클리핑된다.
또한, 제 2 스케일러(760)에 의해 스케일링된 제 3 서브 영상(706)(즉, skip)과 깊이 공간 변환 레이어(750)에 의해 출력되는 제 3 컬러 성분의 특징 맵(756)(즉, res)을 합산한 결과는, 제 2 스케일러(760)에 의해 스케일링된 제 3 서브 영상(706)(즉, skip)에 ratio_lowerbound와 ratio_upperbound를 곱한 값의 범위 내로 클리핑된다.
클리핑 레이어(770)의 클리핑 결과 제 1 컬러 성분의 제 4 서브 영상(782), 제 2 컬러 성분의 제 5 서브 영상(784) 및 제 3 컬러 성분의 제 6 서브 영상(786)을 포함하는 제 2 영상(125)이 획득될 수 있다.
일 실시예에서, 제 2 스케일러(760) 및/또는 클리핑 레이어(770)는 업스케일용 신경망(700)에서 생략될 수 있고, 컨볼루션 레이어의 개수는 다양하게 변경될 수 있다. 또한, 도 7에는 도시되어 있지 않지만, 도 3과 관련하여 설명한 하나 이상의 활성화 레이어가 업스케일용 신경망(700)에 포함될 수 있다. 또한, 도 7에 도시된 필터 커널의 크기 및 개수는 하나의 예시일 뿐이며, 구현 예에 따라 다양하게 변경될 수 있다.
한편, 도 7에 도시된 업스케일용 신경망(700)은 제 1 서브 영상(702)의 크기가 제 2 서브 영상(704) 및 제 3 서브 영상(706)보다 4배만큼 큰 경우에 대한 것이며, 제 1 서브 영상(702)의 크기가 제 2 서브 영상(704) 및 제 3 서브 영상(706)보다 k배만큼 크다면, 제 1 스케일러(710)의 스케일링 배율은 k가 된다. 그리고, 깊이 공간 변환 레이어(750)에서 제 1 컬러 성분의 특징 맵(752)을 생성하는데 a개의 특징 맵이 이용된다면, 제 2 컬러 성분의 특징 맵(754) 및 제 3 컬러 성분의 특징 맵(756)을 생성하는데 각각 a/k개의 특징 맵이 이용될 수 있다. 이를 위해 이전 레이어(740)에서 k+(a/k)+(a/k)개의 특징 맵이 출력될 수 있다.
도 9는 제 1 영상(115)의 AI 업스케일을 위한 다른 실시예에 따른 업스케일용 신경망(900)을 나타내는 예시적인 도면이다.
도 9에 도시된 바와 같이, 업스케일용 신경망(900)은 제 1 컨볼루션 레이어(910), 제 2 컨볼루션 레이어(920), 제 3 컨볼루션 레이어(930), 깊이 공간 변환 레이어(940), 스케일러(950) 및 클리핑 레이어(960)를 포함할 수 있다.
제 1 영상(115)은 제 1 컬러 성분의 제 1 서브 영상(702), 제 2 컬러 성분의 제 2 서브 영상(704) 및 제 3 컬러 성분의 제 3 서브 영상(706)을 포함한다. 제 1 컬러 성분은 휘도 성분, 제 2 컬러 성분은 크로마(Cb) 성분, 제 3 컬러 성분은 크로마(Cr) 성분을 포함할 수 있다.
4:2:0의 YUV 포맷의 경우, 제 1 서브 영상(702)의 크기는 제 2 서브 영상(704) 및 제 3 서브 영상(706)보다 4배만큼 크다. 이러한 크기 차이로 인해 제 1 서브 영상(702), 제 2 서브 영상(704) 및 제 3 서브 영상(706) 중 제 1 서브 영상(702)만이 제 1 컨볼루션 레이어(910)로 입력된다.
도 9에 도시된 제 1 컨볼루션 레이어(910)에 표시된 3X3X32는 3 x 3의 크기의 32개의 필터 커널을 이용하여 1개의 채널의 영상들에 대해 컨볼루션 처리를 하는 것을 예시한다. 컨볼루션 처리 결과 32개의 필터 커널에 의해 32개의 특징 맵이 생성된다.
제 1 컨볼루션 레어어(910)에서 출력된 특징 맵들은 제 2 컨볼루션 레이어(920)로 입력된다. 제 2 컨볼루션 레이어(920)에 표시된 3X3X32는 3 x 3의 크기의 32개의 필터 커널을 이용하여 이전 레이어에서 출력된 특징 맵들에 대해 컨볼루션 처리를 하는 것을 예시한다. 컨볼루션 처리 결과 32개의 필터 커널에 의해 32개의 특징 맵이 생성된다.
제 2 컨볼루션 레어어(920)에서 출력된 특징 맵들은 제 3 컨볼루션 레이어(930)로 입력된다. 제 3 컨볼루션 레이어(930)에 표시된 3X3X16은 3 x 3의 크기의 16개의 필터 커널을 이용하여 이전 레이어(920)에서 출력된 특징 맵들에 대해 컨볼루션 처리를 하는 것을 예시한다. 컨볼루션 처리 결과 16개의 필터 커널에 의해 16개의 특징 맵이 생성된다.
제 3 컨볼루션 레이어(930)에서 출력된 특징 맵들은 깊이 공간 변환 레이어(940)로 입력된다.
깊이 공간 변환 레이어(940)는 제 3 컨볼루션 레이어(930)에서 출력된 특징 맵들의 샘플들을 조합하여 제 1 컬러 성분의 특징 맵(942)을 생성한다.
제 1 서브 영상(702)이 제 1 컨볼루션 레이어(910)로 입력되는 것과 별개로, 제 1 서브 영상(702), 제 2 서브 영상(704) 및 제 3 서브 영상(706)은 스케일러(950)로 입력될 수 있다.
스케일러(950)는 업스케일용 신경망(900)의 스케일링 배율에 따라 제 1 서브 영상(702), 제 2 서브 영상(704) 및 제 3 서브 영상(706)의 크기를 스케일링한다.
스케일러(950)는 AI 기반이 아닌, 레거시 기반으로 제 1 서브 영상(702), 제 2 서브 영상(704) 및 제 3 서브 영상(706)의 크기를 증가시킬 수 있다. 레거시 기반의 스케일링은, 바이리니어(bilinear) 스케일, 바이큐빅(bicubic) 스케일, 란조스(lanczos) 스케일 및 스테어 스탭(stair step) 스케일 중 적어도 하나를 포함할 수 있다. 구현예에 따라 스케일러(950)는 컨볼루션 레이어로 구현될 수도 있다.
스케일러(950)에 의해 스케일링된 제 1 서브 영상(702)은 제 1 컬러 성분의 특징 맵(942)에 더해진다. 스케일러에 의해 각각 스케일링된 제 2 서브 영상(704) 및 제 3 서브 영상(706)은 동일한 컬러 성분의 특징 맵이 존재하지 않으므로, 스케일러(950)에 의해 스케일링된 제 1 서브 영상(702)과 제 1 컬러 성분의 특징 맵(942)이 더해진 결과와 함께 그대로 클리핑 레이어(960)로 전달된다.
스킵 커넥션(skip connection) 구조의 스케일러(950)를 통해 제 1 컬러 성분의 제 4 서브 영상(972)의 예측 버전(prediction version)이 획득되고, 제 1 컨볼루션 레이어(910) 내지 깊이 공간 변환 레이어(940)에 의해 제 4 서브 영상(972)의 잔차 버전(residual version)이 획득된다. 제 4 서브 영상(972)의 예측 버전과 제 4 서브 영상(972)의 잔차 버전이 더해짐으로써 제 2 영상(125)을 구성하는 제 4 서브 영상(972)이 획득될 수 있다.
클리핑 레이어(960)는 스케일러(950)로부터 출력된 영상들과 깊이 공간 변환 레이어(940)로부터 출력된 특징 맵의 합산 결과가 오버슈팅되는 것을 방지한다.
클리핑 레이어(960)는 스케일러(950)로부터 출력된 영상들과 깊이 공간 변환 레이어(940)로부터 출력된 특징 맵의 합산 결과의 샘플 값들을 전술한 수학식 1에 따라 클리핑할 수 있다.
클리핑 레이어(960)의 클리핑 결과 제 1 컬러 성분의 제 4 서브 영상(972), 제 2 컬러 성분의 제 5 서브 영상(974) 및 제 3 컬러 성분의 제 6 서브 영상(976)을 포함하는 제 2 영상(125)이 획득될 수 있다.
일 실시예에서, 스케일러(950) 및/또는 클리핑 레이어(960)는 업스케일용 신경망(900)에서 생략될 수 있고, 컨볼루션 레이어의 개수는 다양하게 변경될 수 있다. 또한, 도 9에는 도시되어 있지 않지만, 도 3과 관련하여 설명한 하나 이상의 활성화 레이어가 업스케일용 신경망(900)에 포함될 수 있다. 또한, 도 9에 도시된 필터 커널의 크기 및 개수는 하나의 예시일 뿐이며, 구현 예에 따라 다양하게 변경될 수 있다.
도 9에 도시된 업스케일용 신경망(900)는 제 1 서브 영상(702)만에 대해서만 컨볼루션 처리를 하므로, 도 7에 도시된 업스케일용 신경망(700)에 비해 연산량이 대폭 감소될 수 있다.
이하에서는, 도 10을 참조하여 업스케일용 신경망(1000)의 훈련 방법에 대해 설명한다.
도 10은 업스케일용 신경망(1000)을 훈련시키는 방법을 설명하기 위한 도면이다.
업스케일용 신경망(1000)은 전술한 업스케일용 신경망(300, 700, 또는 900)의 구조를 가질 수 있다. 구현예에 따라, 업스케일용 신경망(1000)은 하나 이상의 컨볼루션 레이어를 포함하는 다양한 구조를 가질 수도 있다.
전술한 바와 같이, 제 1 영상(115)을 획득하는데 이용된 어플리케이션에 대응하는 신경망 설정 정보로 제 1 영상(115)에 대한 AI 업스케일이 수행된다. 제 1 영상(115)에 대한 AI 업스케일이 제 1 영상(115)의 획득에 이용된 어플리케이션에 의존하므로, 어플리케이션별로 특화된 신경망 설정 정보의 획득이 요구된다.
도 10에서, 제 1 훈련 영상(1010)(first training image)은 어플리케이션으로부터 획득되는 영상을 의미하고, 제 2 훈련 영상(1030)(second training image)은 제 1 훈련 영상(1010)으로부터 업스케일용 신경망(1000)을 통해 AI 업스케일된 영상을 의미한다. 또한, 제 1 훈련 영상(1010)은 원본 훈련 영상(1050)(original training image)이 어플리케이션 또는 어플리케이션을 운용하는 프로바이더에 의해 처리됨으로써 생성될 수 있다. 원본 훈련 영상(1050)이 어플리케이션 또는 어플리케이션을 운용하는 프로바이더에 의해 처리(예를 들어, 해상도 변환 및 부호화)되어 제 1 훈련 영상(1010)이 생성되고, 전자 장치(200) 또는 후술하는 훈련 장치(1100)의 요청에 따라 제 1 훈련 영상(1010)이 전자 장치(200) 또는 후술하는 훈련 장치(1100)로 제공될 수 있다. 예를 들어, 업스케일용 신경망(1000)의 훈련을 위해, 전자 장치(200) 또는 훈련 장치(1100)는 원본 훈련 영상(1050)을 프로바이더(또는 프로바이더에 의해 운용되는 서버)로 업로드하고, 프로바이더에 의해 처리된 제 1 훈련 영상(1010)을 어플리케이션을 통해 획득할 수 있다.
업스케일용 신경망(1000)은 제 2 훈련 영상(1030)과 원본 훈련 영상(1050) 사이의 비교 결과에 해당하는 손실 정보(1070)를 기초로 훈련된다.
구체적으로, 업스케일용 신경망(1000)은 미리 설정된 신경망 설정 정보에 따라 제 1 훈련 영상(1010)을 AI 업스케일하여 제 2 훈련 영상(1030)을 생성한다. 그리고, 업스케일용 신경망(1000)의 신경망 설정 정보는 제 2 훈련 영상(1030)과 원본 훈련 영상(1050) 사이의 비교 결과에 해당하는 손실 정보(1070)에 따라 갱신된다. 업스케일용 신경망(1000)은 손실 정보(1070)가 감소 또는 최소화되도록 신경망 설정 정보, 예를 들어, 파라미터를 갱신할 수 있다. 또한, 업스케일용 신경망(1000)은 손실 정보(1070)가 감소 또는 최소화되도록 신경망 설정 정보를 갱신할 수 있다.
제 2 훈련 영상(1030)과 원본 훈련 영상(1050) 사이의 비교 결과에 해당하는 손실 정보(1070)는 제 2 훈련 영상(1030)과 원본 훈련 영상(1050)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.
복수의 어플리케이션들에 대응하는 신경망 설정 정보들의 획득을 위해, 복수의 어플리케이션들로부터 제공되는 제 1 훈련 영상(1010)들을 훈련에 이용할 수 있다. 예를 들어, 제 1 어플리케이션을 통해 획득되는 제 1 훈련 영상(1010)에 기반한 업스케일용 신경망(1000)의 훈련 결과 제 1 어플리케이션에 대응하는 신경망 설정 정보가 획득될 수 있다. 그리고, 제 2 어플리케이션을 통해 획득되는 제 1 훈련 영상(1010)에 기반한 업스케일용 신경망(1000)의 훈련 결과 제 2 어플리케이션에 대응하는 신경망 설정 정보가 획득될 수 있다. 즉, 각각의 어플리케이션을 통해 제공되는 제 1 훈련 영상(1010)들로부터 업스케일용 신경망(1000)을 개별적으로 훈련시킴에 따라 복수의 어플리케이션에 각각 대응하는 복수의 신경망 설정 정보가 획득될 수 있다.
도 11은 훈련 장치(1100)에 의한 업스케일용 신경망(1000)의 훈련 과정을 설명하기 위한 도면이다.
도 10과 관련하여 설명한 업스케일용 신경망(1000)의 훈련은 훈련 장치(1100)에 의해 수행될 수 있다. 훈련 장치(1100)는 예를 들어, 전자 장치(200) 또는 별도의 서버일 수 있다. 훈련 결과 획득된 업스케일용 신경망(1000)의 신경망 설정 정보들은 전자 장치(200)에 저장된다.
도 11을 참조하면, 훈련 장치(1100)는 업스케일용 신경망(1000)의 신경망 설정 정보를 초기 세팅한다(S1110). 이에 의해, 업스케일용 신경망(1000)은 미리 결정된 신경망 설정 정보에 따라 동작할 수 있다. 신경망 설정 정보는 업스케일용 신경망(1000)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(1100)는 어플리케이션을 통해 획득되는 제 1 훈련 영상(1010)을 업스케일용 신경망(1000)으로 입력한다(S1120).
업스케일용 신경망(1000)은 초기 세팅된 신경망 설정 정보에 따라 제 1 훈련 영상(1010)을 처리하고, 제 1 훈련 영상(1010)으로부터 AI 업스케일된 제 2 훈련 영상(1030)을 출력한다(S1130).
업스케일용 신경망(1000)은 제 2 훈련 영상(1030)과 원본 훈련 영상(1050)에 기초하여 손실 정보(1070)를 산출한다(S1140).
업스케일용 신경망(1000)은 손실 정보(1070)에 기초한 역전사(back propagation) 과정을 통해 초기 세팅된 신경망 설정 정보를 갱신한다(S1150).
이후, 훈련 장치(1100) 및 업스케일용 신경망(1000)은 손실 정보(1070)들이 최소화될 때까지 S1120 내지 S1150 과정을 반복하면서 신경망 설정 정보를 갱신한다. 이 때, 각 반복 과정 동안 업스케일용 신경망(1000)은 이전 과정에서 갱신된 신경망 설정 정보에 따라 동작한다.
도 12는 일 실시예에 따른 전자 장치(200)에 의한 AI 복호화 방법을 나타내는 순서도이다.
S1210 단계에서, 전자 장치(200)는 제 1 영상(115)을 획득한다. 전자 장치(200)는 제 1 영상(115)에 대한 영상 데이터를 획득하고, 영상 데이터를 복호화하여 제 1 영상(115)을 획득할 수도 있다.
전자 장치(200)는 제 1 영상(115)을 네트워크를 통해 획득할 수 있고, 또는 전자 장치(200)의 저장 매체에 저장된 제 1 영상(115)을 획득할 수도 있다.
S1220 단계에서, 전자 장치(200)는 제 1 영상(115)의 AI 업스케일이 필요한지를 판단한다. 전자 장치(200)는 제 1 영상(115)의 해상도를 기반으로 AI 업스케일이 필요한지를 판단할 수 있다.
일 예로, 전자 장치(200)는 제 1 영상(115)의 해상도가 미리 결정된 제 1 해상도 이하이면, AI 업스케일이 필요하지 않다고 판단하고, 제 1 영상(115)의 해상도가 미리 결정된 제 1 해상도보다 크다면, AI 업스케일이 필요하다고 판단할 수 있다.
다른 예로, 전자 장치(200)는 제 1 영상(115)의 해상도가 미리 결정된 제 2 해상도 이상이면, AI 업스케일이 필요하지 않다고 판단하고, 제 1 영상(115)의 해상도가 미리 결정된 제 2 해상도보다 작다면, AI 업스케일이 필요하다고 판단할 수 있다.
또 다른 예로, 전자 장치(200)는 제 1 영상(115)의 해상도가 미리 결정된 제 1 해상도와 제 2 해상도 사이의 값을 가지면, AI 업스케일이 필요하다고 판단하고, 제 1 영상(115)의 해상도가 미리 결정된 제 1 해상도와 제 2 해상도 사이의 범위를 벗어나면 AI 업스케일이 필요하지 않다고 판단할 수 있다.
AI 업스케일이 필요하다고 결정되면, S1230 단계에서, 전자 장치(200)는 제 1 영상(115)을 획득하는데 이용된 어플리케이션을 식별한다.
전자 장치(200)는 제 1 영상(115)을 획득하기 위해 필요한(또는 이용된) 어플리케이션 정보, 제 1 영상(115)을 획득하기 위해 웹 브라우저가 접속한 주소 정보, 제 1 영상(115)의 프로바이더 정보 및 제 1 영상(115) 관련 정보 중 적어도 하나를 이용하여 제 1 영상(115)에 대응하는 어플리케이션을 식별할 수 있다.
제 1 영상(115)에 대응하는 어플리케이션을 식별 또는 예측하는 방법은 전술하였으므로, 상세한 설명을 생략한다.
S1240 단계에서, 전자 장치(200)는 미리 저장된 복수의 신경망 설정 정보 중 S1230 단계에서 식별된 어플리케이션에 대응하는 신경망 설정 정보를 선택한다.
S1250 단계에서, 전자 장치(200)는 선택된 신경망 설정 정보에 따라 동작하는 업스케일용 신경망으로 제 1 영상(115)을 AI 업스케일하여 제 2 영상(125)을 획득한다.
S1260 단계에서, 전자 장치(200)는 제 2 영상(125)을 출력한다. 전자 장치(200)는 제 2 영상(125)을 디스플레이로 출력할 수 있고, 디스플레이는 필요한 경우 제 2 영상(125)을 후처리한 후 재생할 수 있다.
S1220 단계에서 AI 업스케일이 필요하지 않다고 결정되면, S1270 단계에서, 전자 장치(200)는 제 1 영상(115)을 출력한다. 전자 장치(200)는 제 1 영상(115)을 디스플레이로 출력할 수 있고, 디스플레이는 필요한 경우 제 1 영상(115)을 후처리한 후 재생할 수 있다.
한편, 상술한 본 개시의 실시예들은 컴퓨터에서 실행될 수 있는 프로그램 또는 인스트럭션으로 작성가능하고, 작성된 프로그램 또는 인스트럭션은 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 스토어(예: 플레이 스토어TM)를 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.
한편, 상술한 신경망과 관련된 모델은, 소프트웨어 모듈로 구현될 수 있다. 소프트웨어 모듈(예를 들어, 명령어(instruction)를 포함하는 프로그램 모듈)로 구현되는 경우, 신경망 모델은 컴퓨터로 읽을 수 있는 판독 가능한 기록매체에 저장될 수 있다.
또한, 신경망 모델은 하드웨어 칩 형태로 집적되어 전술한 전자 장치(200)의 일부가 될 수도 있다. 예를 들어, 신경망 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, 신경망 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 (13)

  1. AI(artificial intelligence)를 이용하여 영상을 재생하는 전자 장치에 있어서,
    디스플레이; 및
    상기 전자 장치에 저장된 하나 이상의 인스트럭션들을 실행하는 프로세서를 포함하고,
    상기 프로세서는,
    제 1 영상을 획득하고,
    상기 제 1 영상을 획득하기 위해 이용된 어플리케이션을 식별하고,
    복수의 신경망(Neural Network) 설정 정보 중 상기 식별된 어플리케이션에 대응하는 신경망 설정 정보를 선택하고,
    상기 선택된 신경망 설정 정보가 적용된 업스케일용 신경망을 통해 상기 제 1 영상을 AI 업스케일하여 제 2 영상을 획득하고,
    상기 획득한 제 2 영상을 상기 디스플레이로 제공하는, 전자 장치.
  2. 제1항에 있어서,
    상기 프로세서는,
    복수의 어플리케이션들을 통해 제공되는 영상들에 대한 정보와 상기 제 1 영상 관련 정보를 비교하여 상기 신경망 설정 정보를 선택하는, 전자 장치.
  3. 제1항에 있어서,
    상기 프로세서는,
    상기 제 1 영상을 획득하기 위해 웹 브라우저가 접속한 주소를 확인하고,
    복수의 어플리케이션들에 대응하는 주소들과 상기 확인된 주소를 비교하여 상기 신경망 설정 정보를 선택하는, 전자 장치.
  4. 제1항에 있어서,
    상기 업스케일용 신경망은,
    원본 훈련 영상과, 복수의 어플리케이션들을 통해 제공되는 제 1 훈련 영상으로부터 상기 업스케일용 신경망에 의해 AI 업스케일된 제 2 훈련 영상의 비교 결과에 따라 훈련되는, 전자 장치.
  5. 제4항에 있어서,
    상기 복수의 어플리케이션들 중 제 1 어플리케이션에 의해 제공되는 제 1 훈련 영상에 기반한 상기 업스케일용 신경망의 훈련을 통해 상기 제 1 어플리케이션에 대응하는 신경망 설정 정보가 획득되고,
    상기 복수의 어플리케이션들 중 제 2 어플리케이션에 의해 제공되는 제 1 훈련 영상에 기반한 상기 업스케일용 신경망의 훈련을 통해 상기 제 2 어플리케이션에 대응하는 신경망 설정 정보가 획득되는, 전자 장치.
  6. 제1항에 있어서,
    상기 프로세서는,
    상기 획득한 제 1 영상의 해상도와 미리 결정된 해상도의 비교 결과에 따라 AI 업스케일의 수행 여부를 결정하고,
    상기 AI 업스케일을 수행하지 않는 것으로 결정하면, 상기 제 1 영상을 상기 디스플레이로 제공하고,
    상기 AI 업스케일을 수행하는 것으로 결정하면, 상기 제 2 영상을 상기 디스플레이로 제공하는, 전자 장치.
  7. 제1항에 있어서,
    상기 제 1 영상은, 제 1 컬러 성분의 제 1 서브 영상, 제 2 컬러 성분의 제 2 서브 영상 및 제 3 컬러 성분의 제 3 서브 영상을 포함하고,
    상기 제 1 서브 영상의 크기는, 상기 제 2 서브 영상 및 상기 제 3 서브 영상의 크기보다 크며,
    상기 업스케일용 신경망은,
    상기 제 2 서브 영상 및 상기 제 3 서브 영상의 크기를 상기 제 1 서브 영상과 동일하게 스케일링하는 제 1 스케일링 레이어;
    상기 제 1 서브 영상, 상기 스케일링된 제 2 서브 영상 및 상기 스케일링된 제 3 서브 영상을 컨볼루션 처리하는 하나 이상의 컨볼루션 레이어; 및
    상기 하나 이상의 컨볼루션 레이어로부터 출력되는 특징 맵들의 일부를 조합하여 상기 제 1 컬러 성분의 특징 맵, 상기 제 2 컬러 성분의 특징 맵 및 상기 제 3 컬러 성분의 특징 맵을 생성하는 깊이 공간 변환 레이어(depth to space layer)를 포함하되,
    상기 프로세서는,
    상기 제 1 컬러 성분의 특징 맵, 상기 제 2 컬러 성분의 특징 맵 및 상기 제 3 컬러 성분의 특징 맵 각각에 대응하는 제 1 컬러 성분의 제 4 서브 영상, 제 2 컬러 성분의 제 5 서브 영상 및 제 3 컬러 성분의 제 6 서브 영상을 포함하는 제 2 영상을 획득하는, 전자 장치.
  8. 제7항에 있어서,
    상기 제 1 서브 영상의 크기가, 상기 제 2 서브 영상 및 상기 제 3 서브 영상의 크기보다 n배(n은 자연수)만큼 큰 경우, 상기 제 1 컬러 성분의 특징 맵을 생성하는데 이용되는 특징 맵들의 개수는, 상기 제 2 컬러 성분의 특징 맵 및 상기 제 3 컬러 성분의 특징 맵을 생성하는데 이용되는 특징 맵들의 개수보다 n배만큼 많은, 전자 장치.
  9. 제7항에 있어서,
    상기 업스케일용 신경망은,
    상기 제 1 서브 영상, 상기 제 2 서브 영상 및 상기 제 3 서브 영상을 상기 업스케일용 신경망의 스케일링 배율에 따라 스케일링하는 제 2 스케일링 레이어를 더 포함하고,
    상기 프로세서는,
    상기 업스케일용 신경망의 스케일링 배율에 따라 각각 스케일링된 상기 제 1 서브 영상, 상기 제 2 서브 영상 및 상기 제 3 서브 영상을, 상기 제 1 컬러 성분의 특징 맵, 상기 제 2 컬러 성분의 특징 맵 및 상기 제 3 컬러 성분의 특징 맵에 각각 더하여 상기 제 4 서브 영상, 상기 제 5 서브 영상 및 상기 제 6 서브 영상을 획득하는, 전자 장치.
  10. 제7항에 있어서,
    상기 제 4 서브 영상, 상기 제 5 서브 영상 및 상기 제 6 서브 영상의 샘플 값들은, 미리 결정된 범위 내의 값으로 클리핑(clipping)되는, 전자 장치.
  11. 제1항에 있어서,
    상기 제 1 영상은, 제 1 컬러 성분의 제 1 서브 영상, 제 2 컬러 성분의 제 2 서브 영상 및 제 3 컬러 성분의 제 3 서브 영상을 포함하고,
    상기 업스케일용 신경망은,
    상기 제 1 서브 영상을 컨볼루션 처리하는 하나 이상의 컨볼루션 레이어; 및
    상기 하나 이상의 컨볼루션 레이어로부터 출력되는 특징 맵들을 조합하여 상기 제 1 컬러 성분의 특징 맵을 생성하는 깊이 공간 변환 레이어(depth to space layer)를 포함하되,
    상기 프로세서는,
    상기 제 1 컬러 성분의 특징 맵에 대응하는 제 1 컬러 성분의 제 4 서브 영상, 상기 제 2 서브 영상으로부터 상기 업스케일용 신경망의 스케일링 배율만큼 스케일링된 상기 제 2 컬러 성분의 제 5 서브 영상, 및 상기 제 3 서브 영상으로부터 상기 업스케일용 신경망의 스케일링 배율만큼 스케일링된 상기 제 3 컬러 성분의 제 6 서브 영상을 포함하는 제 2 영상을 획득하는, 전자 장치.
  12. 제1항의 방법을 컴퓨터에서 수행하기 위한 프로그램이 기록된 컴퓨터로 읽을 수 있는 기록매체.
  13. AI(artificial intelligence)를 이용하여 영상을 재생하는 방법에 있어서,
    제 1 영상을 획득하는 단계;
    상기 제 1 영상을 획득하기 위해 이용된 어플리케이션을 식별하는 단계;
    복수의 신경망(Neural Network) 설정 정보 중 상기 식별된 어플리케이션에 대응하는 신경망 설정 정보를 선택하는 단계;
    상기 선택된 신경망 설정 정보가 적용된 업스케일용 신경망을 통해 상기 제 1 영상을 AI 업스케일하여 제 2 영상을 획득하는 단계; 및
    상기 획득한 제 2 영상을 디스플레이로 제공하는 단계를 포함하는, 전자 장치.
KR1020210105605A 2021-08-10 2021-08-10 어플리케이션에 따라 ai 기반으로 영상을 재생하는 전자 장치 및 이에 의한 영상 재생 방법 KR20230023460A (ko)

Priority Applications (5)

Application Number Priority Date Filing Date Title
KR1020210105605A KR20230023460A (ko) 2021-08-10 2021-08-10 어플리케이션에 따라 ai 기반으로 영상을 재생하는 전자 장치 및 이에 의한 영상 재생 방법
EP22856176.7A EP4322057A4 (en) 2021-08-10 2022-08-09 ELECTRONIC IMAGE DISPLAY DEVICE BASED ON AI, APPLICATION AND METHOD FOR DISPLAYING AN IMAGE THEREWITH
CN202280040979.8A CN117480507A (zh) 2021-08-10 2022-08-09 根据应用基于ai来回放图像的电子装置以及用于通过该电子装置来回放图像的方法
PCT/KR2022/011855 WO2023018179A1 (ko) 2021-08-10 2022-08-09 어플리케이션에 따라 ai 기반으로 영상을 재생하는 전자 장치 및 이에 의한 영상 재생 방법
US17/893,754 US20240054602A1 (en) 2021-08-10 2022-08-23 Electronic apparatus and method for reproducing image based on artificial intelligence according to application

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020210105605A KR20230023460A (ko) 2021-08-10 2021-08-10 어플리케이션에 따라 ai 기반으로 영상을 재생하는 전자 장치 및 이에 의한 영상 재생 방법

Publications (1)

Publication Number Publication Date
KR20230023460A true KR20230023460A (ko) 2023-02-17

Family

ID=85200110

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020210105605A KR20230023460A (ko) 2021-08-10 2021-08-10 어플리케이션에 따라 ai 기반으로 영상을 재생하는 전자 장치 및 이에 의한 영상 재생 방법

Country Status (5)

Country Link
US (1) US20240054602A1 (ko)
EP (1) EP4322057A4 (ko)
KR (1) KR20230023460A (ko)
CN (1) CN117480507A (ko)
WO (1) WO2023018179A1 (ko)

Family Cites Families (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8350867B2 (en) * 2009-12-22 2013-01-08 Ati Technologies Ulc Image quality configuration apparatus, system and method
KR101583903B1 (ko) * 2014-01-23 2016-01-22 세종대학교산학협력단 Mpeg-7 서술자 처리과정에서의 이미지 필터링 방법 및 장치
KR102661826B1 (ko) * 2018-02-27 2024-04-26 엘지전자 주식회사 신호 처리 장치 및 이를 구비하는 영상표시장치
KR102082816B1 (ko) * 2018-04-24 2020-02-28 주식회사 지디에프랩 스트리밍 파일의 해상도 개선 방법
KR101993001B1 (ko) * 2019-01-16 2019-06-25 영남대학교 산학협력단 영상 하이라이트 제작 장치 및 방법
KR20210067783A (ko) * 2019-11-29 2021-06-08 삼성전자주식회사 전자 장치, 그 제어 방법 및 시스템

Also Published As

Publication number Publication date
WO2023018179A1 (ko) 2023-02-16
EP4322057A4 (en) 2024-10-09
EP4322057A1 (en) 2024-02-14
CN117480507A (zh) 2024-01-30
US20240054602A1 (en) 2024-02-15

Similar Documents

Publication Publication Date Title
US11688038B2 (en) Apparatuses and methods for performing artificial intelligence encoding and artificial intelligence decoding on image
US10750179B2 (en) Decomposition of residual data during signal encoding, decoding and reconstruction in a tiered hierarchy
KR102525578B1 (ko) 부호화 방법 및 그 장치, 복호화 방법 및 그 장치
US8948248B2 (en) Tiered signal decoding and signal reconstruction
EP2735158B1 (en) Adaptive interpolation for spatially scalable video coding
CN113196761A (zh) 用于评估视频的主观质量的方法及装置
KR102525576B1 (ko) 영상의 ａｉ 부호화 및 ａｉ 복호화 방법, 및 장치
EP3920131A1 (en) Re-projecting flat projections of pictures of panoramic video for rendering by application
US11720997B2 (en) Artificial intelligence (AI) encoding device and operating method thereof and AI decoding device and operating method thereof
CN113994688A (zh) 视频译码中的残差的处理
US11200639B1 (en) Apparatus and method for performing artificial intelligence encoding and decoding on image by using low-complexity neural network
CN111510739B (zh) 一种视频传输方法及装置
US11182876B2 (en) Apparatus and method for performing artificial intelligence encoding and artificial intelligence decoding on image by using pre-processing
US20200366938A1 (en) Signal encoding
US20240048738A1 (en) Methods, apparatuses, computer programs and computer-readable media for processing configuration data
CN112840650A (zh) 人工智能（ai）编码装置及其操作方法和ai解码装置及其操作方法
US20220207650A1 (en) Image ai-coding method and device, and image ai-decoding method and device
CN112740687B (zh) 用于对图像执行人工智能编码和人工智能解码的设备和方法
US20230052330A1 (en) Image providing method and apparatus using artificial intelligence, and display method and apparatus using artificial intelligence
KR20230022085A (ko) Ai 기반의 영상의 부호화 및 복호화 장치, 및 이에 의한 방법
KR20230023460A (ko) 어플리케이션에 따라 ai 기반으로 영상을 재생하는 전자 장치 및 이에 의한 영상 재생 방법
KR102421719B1 (ko) 저복잡도 신경망을 이용한 영상의 ai 부호화 장치 및 방법, ai 복호화 장치 및 방법
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
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
KR20230094838A (ko) Ai 기반의 영상 제공 장치 및 이에 의한 방법, 및 ai 기반의 디스플레이 장치 및 이에 의한 방법

Legal Events

Date Code Title Description
A201 Request for examination