KR20240017599A - 디스플레이 장치 및 그의 게임 영상 화질 최적화 방법 - Google Patents

Abstract

게임 영상을 장르별로 분류하여 게임 장르에 상응하는 최적 화질로 게임 영상을 처리하여 제공할 수 있는 디스플레이 장치 및 그의 게임 영상 화질 최적화 방법에 관한 것으로, 게임 영상을 디스플레이하는 디스플레이부, 그리고 게임 영상의 장르별로 게임 영상의 화질을 최적화하는 프로세서를 포함하고, 프로세서는, 영상이 입력되면 입력 영상이 게임 영상인지를 확인하고, 입력 영상이 게임 영상이면 게임 영상의 화질 특성을 분석하여 게임 영상의 게임 장르를 분류하며, 분류한 게임 장르에 상응하는 최적 화질로 게임 영상을 보정 처리하여 게임 영상의 화질을 최적화할 수 있다.

Description

디스플레이 장치 및 그의 게임 영상 화질 최적화 방법{A DISPLAY DEVICE AND METHOD FOR OPTIMIZING GAME VIDEO QUALITY THEREOF}

본 개시는, 게임 영상을 장르별로 분류하여 게임 장르에 상응하는 최적 화질로 게임 영상을 처리하여 제공할 수 있는 디스플레이 장치 및 그의 게임 영상 화질 최적화 방법에 관한 것이다.

일반적으로, 디스플레이 장치는, 사용자가 시청할 수 있는 영상을 수신, 처리 및 표시하는 기능을 갖춘 장치이다. 디스플레이 장치는, 방송국에서 송출되는 방송신호 중 사용자가 선택한 방송신호를 수신하고, 수신된 신호로부터 영상신호를 분리하며, 다시 분리된 영상신호를 디스플레이에 표시한다.

최근들어, 방송기술 및 네트워크 기술의 발달로 인해 디스플레이 장치의 기능도 상당히 다양해져 왔으며, 장치의 성능도 이에 따라 향상되어 왔다. 즉, 디스플레이 장치는 단순히 방송되는 컨텐트 뿐만 아니라 다른 다양한 컨텐트들을 사용자에게 제공하도록 발전해오고 있다.

예를 들어, 디스플레이 장치는 방송국으로부터 수신되는 프로그램들뿐만 아니라 각종 애플리케이션을 이용하여 게임 플레이, 음악 감상, 인터넷 쇼핑, 사용자 맞춤정보 등도 제공할 수 있다. 이러한 확장된 기능의 수행을 위해 디스플레이 장치는 기본적으로 다양한 통신 프로토콜을 이용하여 다른 기기들 또는 네트워크에 연결되며, 사용자에게 상시적인 컴퓨팅 환경(ubiquitous computing)을 제공할 수 있다. 즉, 디스플레이 장치는 네트워크로의 연결성(connectivity) 및 상시적 컴퓨팅을 가능하게 하는 스마트 장치로 진화되어 있다.

한편, 디스플레이 장치는, 사용자가 클라우드 게임을 요청하는 경우, 일반 영상 모드를 게임 영상 모드로 변경하여 사용자가 요청한 클라우드 게임 영상을 제공할 수 있다.

여기서, 클라우드 게임들은, 액션, 모험, 레이싱, 스포츠 등과 같이 다양한 게임 장르별로 분류되어 있으므로, 사용자는, 자신이 원하는 게임 장르를 선택하고, 선택한 게임 장르에 포함되는 게임을 실행할 수 있다.

하지만, 기존의 디스플레이 장치는, 게임 영상을 제공할 때, 게임 장르를 고려하지 않고 동일한 게임 모드로 게임 영상을 처리함으로써, 게임 영상의 화질이 저하되는 문제가 있었다.

따라서, 향후, 게임 영상을 장르별로 분류하여 게임 장르에 상응하는 최적 화질로 게임 영상을 처리하여 제공할 수 있는 디스플레이 장치의 개발이 필요하다.

본 개시는, 전술한 문제 및 다른 문제를 해결하는 것을 목적으로 한다.

본 개시는, 사전 학습한 인공 지능 모델을 이용하여 게임 영상을 장르별로 분류하고 해당하는 게임 장르에 상응하는 최적 화질로 게임 영상을 처리함으로써, 최적의 화질을 갖는 게임 영상을 실시간으로 제공할 수 있는 디스플레이 장치 및 그의 게임 영상 화질 최적화 방법의 제공을 목적으로 한다.

본 개시의 일 실시예에 따른 디스플레이 장치는, 게임 영상을 디스플레이하는 디스플레이부, 그리고 게임 영상의 장르별로 게임 영상의 화질을 최적화하는 프로세서를 포함하고, 프로세서는, 영상이 입력되면 입력 영상이 게임 영상인지를 확인하고, 입력 영상이 게임 영상이면 게임 영상의 화질 특성을 분석하여 게임 영상의 게임 장르를 분류하며, 분류한 게임 장르에 상응하는 최적 화질로 게임 영상을 보정 처리하여 게임 영상의 화질을 최적화할 수 있다.

본 개시의 일 실시예에 따른 디스플레이 장치의 게임 영상 화질 최적화 방법은, 입력 영상이 게임 영상인지를 확인하는 단계, 입력 영상이 게임 영상이면 게임 영상의 화질 특성을 분석하는 단계, 분석한 화질 특성을 기반으로 게임 영상의 게임 장르를 분류하는 단계, 분류한 게임 영상의 게임 장르에 상응하는 최적 화질로 게임 영상을 보정 처리하는 단계, 및 보정 처리한 게임 영상의 화질을 최적화하는 단계를 포함할 수 있다.

본 개시의 일 실시예에 따르면, 디스플레이 장치는, 사전 학습한 인공 지능 모델을 이용하여 게임 영상을 장르별로 분류하고 해당하는 게임 장르에 상응하는 최적 화질로 게임 영상을 처리함으로써, 최적의 화질을 갖는 게임 영상을 실시간으로 제공할 수 있다.

도 1은, 본 개시의 일 실시 예에 따른 디스플레이 장치의 구성을 블록도로 도시한 것이다.
도 2는, 본 개시의 일 실시 예에 따른 원격제어장치의 블록도이다.
도 3은, 본 개시의 일 실시 예에 따른 원격제어장치의 실제 구성 예를 보여준다.
도 4는, 본 개시의 실시 예에 따라 원격 제어 장치를 활용하는 예를 보여준다.
도 5은, 본 개시의 일 실시 예에 따른 AI 장치를 나타낸다.
도 6은, 본 개시의 일 실시 예에 따른 게임 영상 최적화를 위한 디스플레이 장치를 설명하기 위한 블록도이다.
도 7은, 본 개시의 일 실시 예에 따른 디스플레이 장치의 일반 영상과 게임 영상의 분류 과정을 설명하기 위한 도면이다.
도 8은, 본 개시의 일 실시 예에 따른 디스플레이 장치의 일반 영상 최적화 과정을 설명하기 위한 도면이다.
도 9는, 본 개시의 일 실시 예에 따른 디스플레이 장치의 게임 영상 최적화 과정을 설명하기 위한 도면이다.
도 10은, 본 개시의 일 실시 예에 따른 디스플레이 장치의 게임 영상 화질 특성 분석 과정을 설명하기 위한 도면이다.
도 11은, 본 개시의 일 실시 예에 따른 디스플레이 장치의 게임 영상 화질 최적화 방법을 설명하기 위한 흐름도이다.
도 12 및 도 13은, 본 개시의 일 실시 예에 따른 게임 영상 화질 최적화를 수행하는 디스플레이 장치의 동작 특성을 보여주는 그래프이다.

이하, 첨부된 도면을 참조하여 본 명세서에 개시된 실시 예를 상세히 설명하되, 도면 부호에 관계없이 동일하거나 유사한 구성요소는 동일한 참조 번호를 부여하고 이에 대한 중복되는 설명은 생략하기로 한다. 이하의 설명에서 사용되는 구성요소에 대한 접미사 "모듈" 및 "부"는 명세서 작성의 용이함만이 고려되어 부여되거나 혼용되는 것으로서, 그 자체로 서로 구별되는 의미 또는 역할을 갖는 것은 아니다. 또한, 본 명세서에 개시된 실시 예를 설명함에 있어서 관련된 공지 기술에 대한 구체적인 설명이 본 명세서에 개시된 실시 예의 요지를 흐릴 수 있다고 판단되는 경우 그 상세한 설명을 생략한다. 또한, 첨부된 도면은 본 명세서에 개시된 실시 예를 쉽게 이해할 수 있도록 하기 위한 것일 뿐, 첨부된 도면에 의해 본 명세서에 개시된 기술적 사상이 제한되지 않으며, 본 개시의 사상 및 기술 범위에 포함되는 모든 변경, 균등물 내지 대체물을 포함하는 것으로 이해되어야 한다.

제1, 제2 등과 같이 서수를 포함하는 용어는 다양한 구성요소들을 설명하는데 사용될 수 있지만, 상기 구성요소들은 상기 용어들에 의해 한정되지는 않는다. 상기 용어들은 하나의 구성요소를 다른 구성요소로부터 구별하는 목적으로만 사용된다.

어떤 구성요소가 다른 구성요소에 "연결되어" 있다거나 "접속되어" 있다고 언급된 때에는, 그 다른 구성요소에 직접적으로 연결되어 있거나 또는 접속되어 있을 수도 있지만, 중간에 다른 구성요소가 존재할 수도 있다고 이해되어야 할 것이다. 반면에, 어떤 구성요소가 다른 구성요소에 "직접 연결되어" 있다거나 "직접 접속되어" 있다고 언급된 때에는, 중간에 다른 구성요소가 존재하지 않는 것으로 이해되어야 할 것이다.

또한, 본 명세서에 걸쳐, 뉴럴 네트워크(neural network), 신경망 네트워크, 네트워크 함수는, 동일한 의미로 사용될 수 있다. 뉴럴 네트워크는, 일반적으로 “노드”라 지칭될 수 있는 상호 연결된 계산 단위들의 집합으로 구성될 수 있다. 이러한 “노드”들은, “뉴런(neuron)”들로 지칭될 수도 있다. 뉴럴 네트워크는, 적어도 둘 이상의 노드들을 포함하여 구성된다. 뉴럴 네트워크들을 구성하는 노드(또는 뉴런)들은 하나 이상의 “링크”에 의해 상호 연결될 수 있다.

도 1은 본 발명의 일 실시 예에 따른 디스플레이 장치의 구성을 블록도로 도시한 것이다.

도 1을 참조하면, 디스플레이 장치(100)는 방송 수신부(130), 외부장치 인터페이스부(135), 저장부(140), 사용자입력 인터페이스부(150), 제어부(170), 무선 통신부(173), 음성 획득부(175), 디스플레이부(180), 오디오 출력부(185), 전원공급부(190)를 포함할 수 있다.

방송 수신부(130)는 튜너(131), 복조부(132) 및 네트워크 인터페이스부(133)를 포함할 수 있다.

튜너(131)는 채널 선국 명령에 따라 특정 방송 채널을 선국할 수 있다. 튜너(131)는 선국된 특정 방송 채널에 대한 방송 신호를 수신할 수 있다.

복조부(132)는 수신한 방송 신호를 비디오 신호, 오디오 신호, 방송 프로그램과 관련된 데이터 신호로 분리할 수 있고, 분리된 비디오 신호, 오디오 신호 및 데이터 신호를 출력이 가능한 형태로 복원할 수 있다.

네트워크 인터페이스부(133)는 디스플레이 장치(100)를 인터넷망을 포함하는 유/무선 네트워크와 연결하기 위한 인터페이스를 제공할 수 있다. 네트워크 인터페이스부(133)는 접속된 네트워크 또는 접속된 네트워크에 링크된 다른 네트워크를 통해, 다른 사용자 또는 다른 전자 기기와 데이터를 송신 또는 수신할 수 있다.

네트워크 인터페이스부(133)는 접속된 네트워크 또는 접속된 네트워크에 링크된 다른 네트워크를 통해, 소정 웹 페이지에 접속할 수 있다. 즉, 네트워크를 통해 소정 웹 페이지에 접속하여, 해당 서버와 데이터를 송신 또는 수신할 수 있다.

그리고, 네트워크 인터페이스부(133)는 컨텐츠 제공자 또는 네트워크 운영자가 제공하는 컨텐츠 또는 데이터들을 수신할 수 있다. 즉, 네트워크 인터페이스부(133)는 네트워크를 통하여 컨텐츠 제공자 또는 네트워크 제공자로부터 제공되는 영화, 광고, 게임, VOD, 방송 신호 등의 컨텐츠 및 그와 관련된 정보를 수신할 수 있다.

또한, 네트워크 인터페이스부(133)는 네트워크 운영자가 제공하는 펌웨어의 업데이트 정보 및 업데이트 파일을 수신할 수 있으며, 인터넷 또는 컨텐츠 제공자 또는 네트워크 운영자에게 데이터들을 송신할 수 있다.

네트워크 인터페이스부(133)는 네트워크를 통해, 공중에 공개(open)된 애플리케이션들 중 원하는 애플리케이션을 선택하여 수신할 수 있다.

외부장치 인터페이스부(135)는 인접하는 외부 장치 내의 애플리케이션 또는 애플리케이션 목록을 수신하여, 제어부(170) 또는 저장부(140)로 전달할 수 있다.

외부장치 인터페이스부(135)는 디스플레이 장치(100)와 외부 장치 간의 연결 경로를 제공할 수 있다. 외부장치 인터페이스부(135)는 디스플레이 장치(100)에 무선 또는 유선으로 연결된 외부장치로부터 출력된 영상, 오디오 중 하나 이상을 수신하여, 제어부(170)로 전달할 수 있다. 외부장치 인터페이스부(135)는 복수의 외부 입력 단자들을 포함할 수 있다. 복수의 외부 입력 단자들은 RGB 단자, 하나 이상의 HDMI(High Definition Multimedia Interface) 단자, 컴포넌트(Component) 단자를 포함할 수 있다.

외부장치 인터페이스부(135)를 통해 입력된 외부장치의 영상 신호는 디스플레이부(180)를 통해 출력될 수 있다. 외부장치 인터페이스부(135)를 통해 입력된 외부장치의 음성 신호는 오디오 출력부(185)를 통해 출력될 수 있다.

외부장치 인터페이스부(135)에 연결 가능한 외부 장치는 셋톱 박스, 블루레이 플레이어, DVD 플레이어, 게임기, 사운드 바, 스마트폰, PC, USB 메모리, 홈 씨어터 중 어느 하나일 수 있으나, 이는 예시에 불과하다.

또한, 디스플레이 장치(100)에 미리 등록된 다른 사용자 또는 다른 전자 기기 중 선택된 사용자 또는 선택된 전자기기에, 디스플레이 장치(100)에 저장된 일부의 컨텐츠 데이터를 송신할 수 있다.

저장부(140)는 제어부(170) 내의 각 신호 처리 및 제어를 위한 프로그램을 저장하고, 신호 처리된 영상, 음성 또는 데이터신호를 저장할 수 있다.

또한, 저장부(140)는 외부장치 인터페이스부(135) 또는 네트워크 인터페이스부(133)로부터 입력되는 영상, 음성, 또는 데이터 신호의 임시 저장을 위한 기능을 수행할 수도 있으며, 채널 기억 기능을 통하여 소정 이미지에 관한 정보를 저장할 수도 있다.

저장부(140)는 외부장치 인터페이스부(135) 또는 네트워크 인터페이스부(133)로부터 입력되는 애플리케이션 또는 애플리케이션 목록을 저장할 수 있다.

디스플레이 장치(100)는 저장부(140) 내에 저장되어 있는 컨텐츠 파일(동영상 파일, 정지영상 파일, 음악 파일, 문서 파일, 애플리케이션 파일 등)을 재생하여 사용자에게 제공할 수 있다.

사용자입력 인터페이스부(150)는 사용자가 입력한 신호를 제어부(170)로 전달하거나, 제어부(170)로부터의 신호를 사용자에게 전달할 수 있다. 예를 들어, 사용자입력 인터페이스부(150)는 블루투스(Bluetooth), WB(Ultra Wideband), 지그비(ZigBee) 방식, RF(Radio Frequency) 통신 방식 또는 적외선(IR) 통신 방식 등 다양한 통신 방식에 따라, 원격제어장치(200)로부터 전원 온/오프, 채널 선택, 화면 설정 등의 제어 신호를 수신하여 처리하거나, 제어부(170)로부터의 제어 신호를 원격제어장치(200)로 송신하도록 처리할 수 있다.

또한, 사용자입력 인터페이스부(150)는, 전원키, 채널키, 볼륨키, 설정치 등의 로컬키(미도시)에서 입력되는 제어 신호를 제어부(170)에 전달할 수 있다.

제어부(170)에서 영상 처리된 영상 신호는 디스플레이부(180)로 입력되어 해당 영상 신호에 대응하는 영상으로 표시될 수 있다. 또한, 제어부(170)에서 영상 처리된 영상 신호는 외부장치 인터페이스부(135)를 통하여 외부 출력장치로 입력될 수 있다.

제어부(170)에서 처리된 음성 신호는 오디오 출력부(185)로 오디오 출력될 수 있다. 또한, 제어부(170)에서 처리된 음성 신호는 외부장치 인터페이스부(135)를 통하여 외부 출력장치로 입력될 수 있다.

그 외, 제어부(170)는, 디스플레이 장치(100) 내의 전반적인 동작을 제어할 수 있다.

또한, 제어부(170)는 사용자입력 인터페이스부(150)를 통하여 입력된 사용자 명령 또는 내부 프로그램에 의하여 디스플레이 장치(100)를 제어할 수 있으며, 네트워크에 접속하여 사용자가 원하는 애플리케이션 또는 애플리케이션 목록을 디스플레이 장치(100) 내로 다운받을 수 있도록 할 수 있다.

제어부(170)는 사용자가 선택한 채널 정보 등이 처리한 영상 또는 음성신호와 함께 디스플레이부(180) 또는 오디오 출력부(185)를 통하여 출력될 수 있도록 한다.

또한, 제어부(170)는 사용자입력 인터페이스부(150)를 통하여 수신한 외부장치 영상 재생 명령에 따라, 외부장치 인터페이스부(135)를 통하여 입력되는 외부 장치, 예를 들어, 카메라 또는 캠코더로부터의, 영상 신호 또는 음성 신호가 디스플레이부(180) 또는 오디오 출력부(185)를 통해 출력될 수 있도록 한다.

한편, 제어부(170)는 영상을 표시하도록 디스플레이부(180)를 제어할 수 있으며, 예를 들어 튜너(131)를 통해 입력되는 방송 영상, 또는 외부장치 인터페이스부(135)를 통해 입력되는 외부 입력 영상, 또는 네트워크 인터페이스부를 통해 입력되는 영상, 또는 저장부(140)에 저장된 영상이 디스플레이부(180)에서 표시되도록 제어할 수 있다. 이 경우, 디스플레이부(180)에 표시되는 영상은 정지 영상 또는 동영상일 수 있으며, 2D 영상 또는 3D 영상일 수 있다.

또한, 제어부(170)는 디스플레이 장치(100) 내에 저장된 컨텐츠, 또는 수신된 방송 컨텐츠, 외부로부터 입력되는 외부 입력 컨텐츠가 재생되도록 제어할 수 있으며, 컨텐츠는 방송 영상, 외부 입력 영상, 오디오 파일, 정지 영상, 접속된 웹 화면, 및 문서 파일 등 다양한 형태일 수 있다.

무선 통신부(173)는 유선 또는 무선 통신을 통해 외부 기기와 통신을 수행할 수 있다. 무선 통신부(173)는 외부 기기와 근거리 통신(Short range communication)을 수행할 수 있다. 이를 위해, 무선 통신부(173)는 블루투스(Bluetooth™), BLE(Bluetooth Low Energy), RFID(Radio Frequency Identification), 적외선 통신(Infrared Data Association; IrDA), UWB(Ultra Wideband), ZigBee, NFC(Near Field Communication), Wi-Fi(Wireless-Fidelity), Wi-Fi Direct, Wireless USB(Wireless Universal Serial Bus) 기술 중 적어도 하나를 이용하여, 근거리 통신을 지원할 수 있다. 이러한, 무선 통신부(173)는 근거리 무선 통신망(Wireless Area Networks)을 통해 디스플레이 장치(100)와 무선 통신 시스템 사이, 디스플레이 장치(100)와 다른 디스플레이 장치(100) 사이, 또는 디스플레이 장치(100)와 디스플레이 장치(100, 또는 외부서버)가 위치한 네트워크 사이의 무선 통신을 지원할 수 있다. 근거리 무선 통신망은 근거리 무선 개인 통신망(Wireless Personal Area Networks)일 수 있다.

여기에서, 다른 디스플레이 장치(100)는 본 발명에 따른 디스플레이 장치(100)와 데이터를 상호 교환하는 것이 가능한(또는 연동 가능한) 웨어러블 디바이스(wearable device, 예를 들어, 스마트워치(smartwatch), 스마트 글래스(smart glass), HMD(head mounted display), 스마트 폰과 같은 이동 단말기가 될 수 있다. 무선 통신부(173)는 디스플레이 장치(100) 주변에, 통신 가능한 웨어러블 디바이스를 감지(또는 인식)할 수 있다. 나아가, 제어부(170)는 감지된 웨어러블 디바이스가 본 발명에 따른 디스플레이 장치(100)와 통신하도록 인증된(authenticated) 디바이스인 경우, 디스플레이 장치(100)에서 처리되는 데이터의 적어도 일부를, 무선 통신부(173)를 통해 웨어러블 디바이스로 송신할 수 있다. 따라서, 웨어러블 디바이스의 사용자는, 디스플레이 장치(100)에서 처리되는 데이터를, 웨어러블 디바이스를 통해 이용할 수 있다.

음성 획득부(175)는 오디오를 획득할 수 있다. 음성 획득부(175)는 적어도 하나의 마이크(미도시)를 포함할 수 있고, 마이크(미도시)를 통해 디스플레이 장치(100) 주변의 오디오를 획득할 수 있다.

디스플레이부(180)는 제어부(170)에서 처리된 영상 신호, 데이터 신호, OSD 신호 또는 외부장치 인터페이스부(135)에서 수신되는 영상 신호, 데이터 신호 등을 각각 R, G, B 신호로 변환하여 구동 신호를 생성할 수 있다.

한편, 도 1에 도시된 디스플레이 장치(100)는 본 발명의 일 실시 예에 불과하므로. 도시된 구성요소들 중 일부는 실제 구현되는 디스플레이 장치(100)의 사양에 따라 통합, 추가, 또는 생략될 수 있다.

즉, 필요에 따라 2 이상의 구성요소가 하나의 구성요소로 합쳐지거나, 혹은 하나의 구성요소가 2 이상의 구성요소로 세분되어 구성될 수 있다. 또한, 각 블록에서 수행하는 기능은 본 발명의 실시 예를 설명하기 위한 것이며, 그 구체적인 동작이나 장치는 본 발명의 권리범위를 제한하지 아니한다.

본 발명의 또 다른 실시 예에 따르면, 디스플레이 장치(100)는 도 1에 도시된 바와 달리, 튜너(131)와 복조부(132)를 구비하지 않고 네트워크 인터페이스부(133) 또는 외부장치 인터페이스부(135)를 통해서 영상을 수신하여 재생할 수도 있다.

예를 들어, 디스플레이 장치(100)는 방송 신호 또는 다양한 네트워크 서비스에 따른 컨텐츠들을 수신하기 위한 등과 같은 셋톱 박스 등과 같은 영상 처리 장치와 영상 처리 장치로부터 입력되는 컨텐츠를 재생하는 컨텐츠 재생 장치로 분리되어 구현될 수 있다.

이 경우, 이하에서 설명할 본 발명의 실시 예에 따른 디스플레이 장치의 동작 방법은 도 1을 참조하여 설명한 바와 같은 디스플레이 장치(100)뿐 아니라, 분리된 셋톱 박스 등과 같은 영상 처리 장치 또는 디스플레이부(180) 및 오디오출력부(185)를 구비하는 컨텐츠 재생 장치 중 어느 하나에 의해 수행될 수도 있다.

오디오 출력부(185)는, 제어부(170)에서 음성 처리된 신호를 입력 받아 음성으로 출력한다.

전원 공급부(190)는, 디스플레이 장치(100) 전반에 걸쳐 해당 전원을 공급한다. 특히, 시스템 온 칩(System On Chip, SOC)의 형태로 구현될 수 있는 제어부(170)와, 영상 표시를 위한 디스플레이부(180), 및 오디오 출력을 위한 오디오 출력부(185) 등에 전원을 공급할 수 있다.

구체적으로, 전원 공급부(190)는, 교류 전원을 직류 전원으로 변환하는 컨버터와, 직류 전원의 레벨을 변환하는 dc/dc 컨버터를 구비할 수 있다.

다음으로, 도 2 내지 도 3을 참조하여, 본 발명의 일 실시 예에 따른 원격제어장치에 대해 설명한다.

도 2는 본 발명의 일 실시 예에 따른 원격제어장치의 블록도이고, 도 3은 본발명의 일 실시 예에 따른 원격제어장치의 실제 구성 예를 보여준다.

먼저, 도 2를 참조하면, 원격제어장치(200)는 지문인식부(210), 무선통신부(220), 사용자 입력부(230), 센서부(240), 출력부(250), 전원공급부(260), 저장부(270), 제어부(280), 음성 획득부(290)를 포함할 수 있다.

도 2를 참조하면, 무선통신부(220)는 전술하여 설명한 본 발명의 실시 예들에 따른 디스플레이 장치 중 임의의 어느 하나와 신호를 송수신한다.

원격제어장치(200)는 RF 통신규격에 따라 디스플레이 장치(100)와 신호를 송수신할 수 있는 RF 모듈(221)을 구비하며, IR 통신규격에 따라 디스플레이 장치(100)와 신호를 송수신할 수 있는 IR 모듈(223)을 구비할 수 있다. 또한, 원격제어장치(200)는 블루투스 통신규격에 따라 디스플레이 장치(100)와 신호를 송수신할 수 있는 블루투스 모듈(225)를 구비할 수 있다. 또한, 원격제어장치(200)는 NFC(Near Field Communication) 통신 규격에 따라 디스플레이 장치(100)와 신호를 송수할 수 있는 NFC 모듈(227)을 구비하며, WLAN(Wireless LAN) 통신 규격에 따라 디스플레이 장치(100)와 신호를 송수신할 수 있는 WLAN 모듈(229)을 구비할 수 있다.

또한, 원격제어장치(200)는 디스플레이 장치(100)로 원격제어장치(200)의 움직임 등에 관한 정보가 담긴 신호를 무선 통신부(220)를 통해 전송한다.

한편, 원격제어장치(200)는 디스플레이 장치(100)가 전송한 신호를 RF 모듈(221)을 통하여 수신할 수 있으며, 필요에 따라 IR 모듈(223)을 통하여 디스플레이 장치(100)로 전원 온/오프, 채널 변경, 볼륨 변경 등에 관한 명령을 전송할 수 있다.

사용자 입력부(230)는 키패드, 버튼, 터치 패드, 또는 터치 스크린 등으로 구성될 수 있다. 사용자는 사용자 입력부(230)를 조작하여 원격제어장치(200)으로 디스플레이 장치(100)와 관련된 명령을 입력할 수 있다. 사용자 입력부(230)가 하드키 버튼을 구비할 경우 사용자는 하드키 버튼의 푸쉬 동작을 통하여 원격제어장치(200)으로 디스플레이 장치(100)와 관련된 명령을 입력할 수 있다. 이에 대해서는 도 3을 참조하여 설명한다.

도 3을 참조하면, 원격제어장치(200)는 복수의 버튼을 포함할 수 있다. 복수의 버튼은 지문 인식 버튼(212), 전원 버튼(231), 홈 버튼(232), 라이브 버튼(233), 외부 입력 버튼(234), 음량 조절 버튼(235), 음성 인식 버튼(236), 채널 변경 버튼(237), 확인 버튼(238) 및 뒤로 가기 버튼(239)을 포함할 수 있다.

지문 인식 버튼(212)은 사용자의 지문을 인식하기 위한 버튼일 수 있다. 일 실시 예로, 지문 인식 버튼(212)은 푸쉬 동작이 가능하여, 푸쉬 동작 및 지문 인식 동작을 수신할 수도 있다. 전원 버튼(231)은 디스플레이 장치(100)의 전원을 온/오프 하기 위한 버튼일 수 있다. 홈 버튼(232)은 디스플레이 장치(100)의 홈 화면으로 이동하기 위한 버튼일 수 있다. 라이브 버튼(233)은 실시간 방송 프로그램을 디스플레이 하기 위한 버튼일 수 있다. 외부 입력 버튼(234)은 디스플레이 장치(100)에 연결된 외부 입력을 수신하기 위한 버튼일 수 있다. 음량 조절 버튼(235)은 디스플레이 장치(100)가 출력하는 음량의 크기를 조절하기 위한 버튼일 수 있다. 음성 인식 버튼(236)은 사용자의 음성을 수신하고, 수신된 음성을 인식하기 위한 버튼일 수 있다. 채널 변경 버튼(237)은 특정 방송 채널의 방송 신호를 수신하기 위한 버튼일 수 있다. 확인 버튼(238)은 특정 기능을 선택하기 위한 버튼일 수 있고, 뒤로 가기 버튼(239)은 이전 화면으로 되돌아가기 위한 버튼일 수 있다.

다시 도 2를 설명한다.

사용자 입력부(230)가 터치스크린을 구비할 경우 사용자는 터치스크린의 소프트키를 터치하여 원격제어장치(200)로 디스플레이 장치(100)와 관련된 명령을 입력할 수 있다. 또한, 사용자 입력부(230)는 스크롤 키나, 조그 키 등 사용자가 조작할 수 있는 다양한 종류의 입력수단을 구비할 수 있으며 본 실시 예는 본 발명의 권리범위를 제한하지 아니한다.

센서부(240)는 자이로 센서(241) 또는 가속도 센서(243)를 구비할 수 있으며, 자이로 센서(241)는 원격제어장치(200)의 움직임에 관한 정보를 센싱할 수 있다.

예를 들어, 자이로 센서(241)는 원격제어장치(200)의 동작에 관한 정보를 x, y, z 축을 기준으로 센싱할 수 있으며, 가속도 센서(243)는 원격제어장치(200)의 이동속도 등에 관한 정보를 센싱할 수 있다. 한편, 원격제어장치(200)는 거리측정센서를 더 구비할 수 있어, 디스플레이 장치(100)의 디스플레이부(180)와의 거리를 센싱할 수 있다.

출력부(250)는 사용자 입력부(230)의 조작에 대응하거나 디스플레이 장치(100)에서 전송한 신호에 대응하는 영상 또는 음성 신호를 출력할 수 있다. 출력부(250)를 통하여 사용자는 사용자 입력부(230)의 조작 여부 또는 디스플레이 장치(100)의 제어 여부를 인지할 수 있다.

예를 들어, 출력부(250)는 사용자 입력부(230)가 조작되거나 무선 통신부(220)를 통하여 디스플레이 장치(100)와 신호가 송수신되면 점등되는 LED 모듈(251), 진동을 발생하는 진동 모듈(253), 음향을 출력하는 음향 출력 모듈(255), 또는 영상을 출력하는 디스플레이 모듈(257)을 구비할 수 있다.

또한, 전원공급부(260)는 원격제어장치(200)로 전원을 공급하며, 원격제어장치(200)가 소정 시간 동안 움직이지 않은 경우 전원 공급을 중단함으로써 전원 낭비를 줄일 수 있다. 전원공급부(260)는 원격제어장치(200)에 구비된 소정 키가 조작된 경우에 전원 공급을 재개할 수 있다.

저장부(270)는 원격제어장치(200)의 제어 또는 동작에 필요한 여러 종류의 프로그램, 애플리케이션 데이터 등이 저장될 수 있다. 만일 원격제어장치(200)가 디스플레이 장치(100)와 RF 모듈(221)을 통하여 무선으로 신호를 송수신할 경우 원격제어장치(200)와 디스플레이 장치(100)는 소정 주파수 대역을 통하여 신호를 송수신한다.

원격제어장치(200)의 제어부(280)는 원격제어장치(200)와 페어링된 디스플레이 장치(100)와 신호를 무선으로 송수신할 수 있는 주파수 대역 등에 관한 정보를 저장부(270)에 저장하고 참조할 수 있다.

제어부(280)는 원격제어장치(200)의 제어에 관련된 제반사항을 제어한다. 제어부(280)는 사용자 입력부(230)의 소정 키 조작에 대응하는 신호 또는 센서부(240)에서 센싱한 원격제어장치(200)의 움직임에 대응하는 신호를 무선 통신부(220)를 통하여 디스플레이 장치(100)로 전송할 수 있다.

또한, 원격제어장치(200)의 음성 획득부(290)는 음성을 획득할 수 있다.

음성 획득부(290)는 적어도 하나 이상의 마이크(291)을 포함할 수 있고, 마이크(291)를 통해 음성을 획득할 수 있다.

다음으로 도 4를 설명한다.

도 4는 본 발명의 실시 예에 따라 원격제어장치를 활용하는 예를 보여준다.

도 4의 (a)는 원격제어장치(200)에 대응하는 포인터(205)가 디스플레이부(180)에 표시되는 것을 예시한다.

사용자는 원격제어장치(200)를 상하, 좌우로 움직이거나 회전할 수 있다. 디스플레이 장치(100)의 디스플레이부(180)에 표시된 포인터(205)는 원격제어장치(200)의 움직임에 대응한다. 이러한 원격제어장치(200)는, 도면과 같이, 3D 공간 상의 움직임에 따라 해당 포인터(205)가 이동되어 표시되므로, 공간 리모콘이라 명명할 수 있다.

도 4의 (b)는 사용자가 원격제어장치(200)를 왼쪽으로 이동하면, 디스플레이 장치(100)의 디스플레이부(180)에 표시된 포인터(205)도 이에 대응하여 왼쪽으로 이동하는 것을 예시한다.

원격제어장치(200)의 센서를 통하여 감지된 원격제어장치(200)의 움직임에 관한 정보는 디스플레이 장치(100)로 전송된다. 디스플레이 장치(100)는 원격제어장치(200)의 움직임에 관한 정보로부터 포인터(205)의 좌표를 산출할 수 있다. 디스플레이 장치(100)는 산출한 좌표에 대응하도록 포인터(205)를 표시할 수 있다.

도 4의 (c)는, 원격제어장치(200) 내의 특정 버튼을 누른 상태에서, 사용자가 원격제어장치(200)를 디스플레이부(180)에서 멀어지도록 이동하는 경우를 예시한다. 이에 의해, 포인터(205)에 대응하는 디스플레이부(180) 내의 선택 영역이 줌인되어 확대 표시될 수 있다.

이와 반대로, 사용자가 원격제어장치(200)를 디스플레이부(180)에 가까워지도록 이동하는 경우, 포인터(205)에 대응하는 디스플레이부(180) 내의 선택 영역이 줌아웃되어 축소 표시될 수 있다.

한편, 원격제어장치(200)가 디스플레이부(180)에서 멀어지는 경우, 선택 영역이 줌아웃되고, 원격제어장치(200)가 디스플레이부(180)에 가까워지는 경우, 선택 영역이 줌인될 수도 있다.

또한, 원격제어장치(200) 내의 특정 버튼을 누른 상태에서는 상하, 좌우 이동의 인식이 배제될 수 있다. 즉, 원격제어장치(200)가 디스플레이부(180)에서 멀어지거나 접근하도록 이동하는 경우, 상, 하, 좌, 우 이동은 인식되지 않고, 앞뒤 이동만 인식되도록 할 수 있다. 원격제어장치(200) 내의 특정 버튼을 누르지 않은 상태에서는, 원격제어장치(200)의 상, 하, 좌, 우 이동에 따라 포인터(205)만 이동하게 된다.

한편, 포인터(205)의 이동속도나 이동방향은 원격제어장치(200)의 이동속도나 이동방향에 대응할 수 있다.

한편, 본 명세서에서의 포인터는, 원격제어장치(200)의 동작에 대응하여, 디스플레이부(180)에 표시되는 오브젝트를 의미한다. 따라서, 포인터(205)로 도면에 도시된 화살표 형상 외에 다양한 형상의 오브젝트가 가능하다. 예를 들어, 점, 커서, 프롬프트, 두꺼운 외곽선 등을 포함하는 개념일 수 있다. 그리고, 포인터(205)가 디스플레이부(180) 상의 가로축과 세로축 중 어느 한 지점(point)에 대응하여 표시 되는 것은 물론, 선(line), 면(surface) 등 복수 지점에 대응하여 표시되는 것도 가능하다.

도 5는 본 개시의 일 실시 예에 따른 AI 장치(300)를 나타낸다.

AI 장치(300)는 휴대폰, 스마트폰, 데스크탑 컴퓨터, 노트북, 디지털방송용 단말기, PDA(personal digital assistants), PMP(portable multimedia player), 네비게이션, 태블릿 PC, 웨어러블 장치, 디지털 사이니지 등과 같은, 고정형 기기 또는 이동 가능한 기기 등으로 구현될 수 있다.

도 5를 참조하면, 단말기(300)는 통신부(310), 입력부(320), 러닝 프로세서(330), 센싱부(340), 출력부(350), 메모리(370) 및 프로세서(380) 등을 포함할 수 있다.

통신부(310)는 유무선 통신 기술을 이용하여 다른 AI 장치나 외부 장치들과 데이터를 송수신할 수 있다. 예컨대, 통신부(310)는 외부 장치들과 센서 정보, 사용자 입력, 학습 모델, 제어 신호 등을 송수신할 수 있다.

이때, 통신부(310)가 이용하는 통신 기술에는 GSM(Global System for Mobile communication), CDMA(Code Division Multi Access), LTE(Long Term Evolution), 5G, WLAN(Wireless LAN), Wi-Fi(Wireless-Fidelity), 블루투스(Bluetooth??), RFID(Radio Frequency Identification), 적외선 통신(Infrared Data Association; IrDA), ZigBee, NFC(Near Field Communication) 등이 있다.

입력부(320)는 다양한 종류의 데이터를 획득할 수 있다.

이때, 입력부(320)는 영상 신호 입력을 위한 카메라, 오디오 신호를 수신하기 위한 마이크로폰, 사용자로부터 정보를 입력 받기 위한 사용자 입력부 등을 포함할 수 있다. 여기서, 카메라나 마이크로폰을 센서로 취급하여, 카메라나 마이크로폰으로부터 획득한 신호를 센싱 데이터 또는 센서 정보라고 할 수도 있다.

입력부(320)는 모델 학습을 위한 학습 데이터 및 학습 모델을 이용하여 출력을 획득할 때 사용될 입력 데이터 등을 획득할 수 있다. 입력부(320)는 가공되지 않은 입력 데이터를 획득할 수도 있으며, 이 경우 프로세서(380) 또는 러닝 프로세서(330)는 입력 데이터에 대하여 전처리로써 입력 특징점(input feature)을 추출할 수 있다.

러닝 프로세서(330)는 학습 데이터를 이용하여 인공 신경망으로 구성된 모델을 학습시킬 수 있다. 여기서, 학습된 인공 신경망을 학습 모델이라 칭할 수 있다. 학습 모델은 학습 데이터가 아닌 새로운 입력 데이터에 대하여 결과 값을 추론해 내는데 사용될 수 있고, 추론된 값은 어떠한 동작을 수행하기 위한 판단의 기초로 이용될 수 있다.

이때, 러닝 프로세서(330)는 AI 장치(300)에 통합되거나 구현된 메모리를 포함할 수 있다. 또는, 러닝 프로세서(330)는 메모리(370), AI 장치(300)에 직접 결합된 외부 메모리 또는 외부 장치에서 유지되는 메모리를 사용하여 구현될 수도 있다.

센싱부(340)는 다양한 센서들을 이용하여 AI 장치(300) 내부 정보, AI 장치(300)의 주변 환경 정보 및 사용자 정보 중 적어도 하나를 획득할 수 있다.

이때, 센싱부(340)에 포함되는 센서에는 근접 센서, 조도 센서, 가속도 센서, 자기 센서, 자이로 센서, 관성 센서, RGB 센서, IR 센서, 지문 인식 센서, 초음파 센서, 광 센서, 마이크로폰, 라이다, 레이더 등이 있다.

출력부(350)는 시각, 청각 또는 촉각 등과 관련된 출력을 발생시킬 수 있다.

이때, 출력부(350)에는 시각 정보를 출력하는 디스플레이부, 청각 정보를 출력하는 스피커, 촉각 정보를 출력하는 햅틱 모듈 등이 포함될 수 있다.

메모리(370)는 AI 장치(300)의 다양한 기능을 지원하는 데이터를 저장할 수 있다. 예컨대, 메모리(370)는 입력부(320)에서 획득한 입력 데이터, 학습 데이터, 학습 모델, 학습 히스토리 등을 저장할 수 있다.

프로세서(380)는 데이터 분석 알고리즘 또는 머신 러닝 알고리즘을 사용하여 결정되거나 생성된 정보에 기초하여, AI 장치(300)의 적어도 하나의 실행 가능한 동작을 결정할 수 있다. 그리고, 프로세서(380)는 AI 장치(300)의 구성 요소들을 제어하여 결정된 동작을 수행할 수 있다.

이를 위해, 프로세서(380)는 러닝 프로세서(330) 또는 메모리(370)의 데이터를 요청, 검색, 수신 또는 활용할 수 있고, 상기 적어도 하나의 실행 가능한 동작 중 예측되는 동작이나, 바람직한 것으로 판단되는 동작을 실행하도록 AI 장치(300)의 구성 요소들을 제어할 수 있다.

이때, 프로세서(380)는 결정된 동작을 수행하기 위하여 외부 장치의 연계가 필요한 경우, 해당 외부 장치를 제어하기 위한 제어 신호를 생성하고, 생성한 제어 신호를 해당 외부 장치에 전송할 수 있다.

프로세서(380)는 사용자 입력에 대하여 의도 정보를 획득하고, 획득한 의도 정보에 기초하여 사용자의 요구 사항을 결정할 수 있다.

이때, 프로세서(380)는 음성 입력을 문자열로 변환하기 위한 STT(Speech To Text) 엔진 또는 자연어의 의도 정보를 획득하기 위한 자연어 처리(NLP: Natural Language Processing) 엔진 중에서 적어도 하나 이상을 이용하여, 사용자 입력에 상응하는 의도 정보를 획득할 수 있다.

이때, STT 엔진 또는 NLP 엔진 중에서 적어도 하나 이상은 적어도 일부가 머신 러닝 알고리즘에 따라 학습된 인공 신경망으로 구성될 수 있다. 그리고, STT 엔진 또는 NLP 엔진 중에서 적어도 하나 이상은 러닝 프로세서(330)에 의해 학습된 것일 수 있다.

프로세서(380)는 AI 장치(300)의 동작 내용이나 동작에 대한 사용자의 피드백 등을 포함하는 이력 정보를 수집하여 메모리(370) 또는 러닝 프로세서(330)에 저장하거나, 외부 장치에 전송할 수 있다. 수집된 이력 정보는 학습 모델을 갱신하는데 이용될 수 있다.

프로세서(380)는 메모리(370)에 저장된 응용 프로그램을 구동하기 위하여, AI 장치(300)의 구성 요소들 중 적어도 일부를 제어할 수 있다. 나아가, 프로세서(380)는 상기 응용 프로그램의 구동을 위하여, AI 장치(300)에 포함된 구성 요소들 중 둘 이상을 서로 조합하여 동작시킬 수 있다.

한편, 통신부(310)는 네트워크 인터페이스(310)로 명명할 수 있다.

도 6은, 본 개시의 일 실시 예에 따른 게임 영상 최적화를 위한 디스플레이 장치를 설명하기 위한 블록도이다.

도 6에 도시된 바와 같이, 본 개시의 디스플레이 장치는, 게임 영상을 디스플레이하는 디스플레이부(410)과, 게임 영상의 장르별로 게임 영상의 화질을 최적화하는 프로세서(430)를 포함할 수 있다.

그리고, 본 개시는, 게임 영상의 화질 정보를 게임 장르별 및 해상도별로 저장하고, 일반 영상의 화질 정보를 해상도별로 저장하는 메모리(420)를 더 포함할 수도 있다.

여기서, 프로세서(430)는, 영상이 입력되면 입력 영상이 게임 영상인지를 확인하고, 입력 영상이 게임 영상이면 게임 영상의 화질 특성을 분석하여 게임 영상의 게임 장르를 분류하며, 분류한 게임 장르에 상응하는 최적 화질로 게임 영상을 보정 처리하여 게임 영상의 화질을 최적화할 수 있다.

또한, 프로세서(430)는, 입력 영상이 게임 영상인지를 확인할 때, 입력 영상이 디스플레이부(410)에 표시되면 디스플레이부(410)에 표시된 입력 영상의 화질 특성을 분석하고, 분석한 화질 특성을 기반으로 입력 영상이 일반 영상 또는 게임 영상인지를 확인할 수 있다.

여기서, 프로세서(430)는, 입력 영상의 화질 특성을 분석할 때, 디스플레이부(410)에 표시된 입력 영상에 대해 디테일(detail) 성분, 에지(edge) 성분, 노이즈(noise) 성분 중 적어도 하나를 검출하고, 검출한 디테일 성분, 에지 성분, 노이즈 성분을 기반으로 화질 특성을 분석할 수 있다.

일 예로, 프로세서(430)는, 노이즈 성분들 중 영상 압축에 의한 MPEG 노이즈 성분 및 템포럴 노이즈(Temporal Noise) 성분을 검출할 수 있는데, 이는 일 실시예일 뿐, 이에 한정되는 것은 아니다.

프로세서(430)는, 입력 영상의 디테일 성분 및 에지 성분에 대한 비율과 입력 영상의 MPEG 노이즈 성분 및 템포럴 노이즈 성분에 대한 유무를 기반으로 화질 특성을 분석할 수 있다.

여기서, 프로세서(430)는, 입력 영상의 디테일 성분 비율이 제1 기준값 이하이고 에지 성분 비율이 제2 기준값 이상으로 판단되고, 입력 영상의 MPEG 노이즈 성분 및 템포럴 노이즈 성분이 없는 것으로 판단되면 게임 영상의 화질 특성으로 분석할 수 있다.

또한, 프로세서(430)는, 입력 영상의 디테일 성분 비율과 입력 영상의 에지 성분 비율이 제3 기준값 이상으로 판단되고, 입력 영상의 MPEG 노이즈 성분 및 템포럴 노이즈 성분이 있는 것으로 판단되면 일반 영상의 화질 특성으로 분석할 수 있다.

프로세서(430)는, 분석한 화질 특성이, 입력 영상의 에지 성분 비율이 기준값 이상인 제1 조건과, 입력 영상의 MPEG 노이즈 성분 및 템포럴 노이즈 성분이 없는 제2 조건에 모두 만족하면, 입력 영상을 게임 영상으로 확인할 수 있다.

그리고, 프로세서(430)는, 분석한 화질 특성이, 입력 영상에 디테일 성분과 에지 성분이 모두 포함하는 제3 조건과, 입력 영상의 MPEG 노이즈 성분 및 템포럴 노이즈 성분이 있는 제4 조건에 모두 만족하면, 입력 영상을 일반 영상으로 확인할 수 있다.

여기서, 프로세서(430)는, 입력 영상을 일반 영상으로 확인하면 일반 영상에 상응하는 최적 화질로 일반 영상을 보정 처리할 수 있다.

프로세서(430)는, 일반 영상을 보정 처리할 때, 일반 영상의 전 영역에 대해 디테일 성분과 에지 성분에 상응하는 주파수를 증폭하고, 일반 영상에 존재하는 MPEG 노이즈 성분 및 템포럴 노이즈 성분을 제거하도록 일반 영상을 보정 처리할 수 있다.

일 예로, 프로세서(430)는, 일반 영상을 보정 처리할 때, 일반 영상의 전 영역에 대해 디테일 성분과 에지 성분을 검출하고, 검출한 에지 성분에 대한 에지 맵과 검출한 디테일 성분에 대한 디테일 맵을 생성하며, 생성한 에지 맵과 디테일 맵을 기반으로 에지 성분과 디테일 성분에 상응하는 주파수를 증폭하고, 주파수 증폭된 에지 성분과 디테일 성분을 일반 영상에 합성하여 보정 처리할 수 있다.

경우에 따라, 프로세서(430)는, 일반 영상을 보정 처리할 때, 메모리(420)로부터 일반 영상의 최적 화질 정보를 추출하고, 추출한 최적 화질 정보를 기반으로 일반 영상을 보정 처리할 수도 있다.

여기서, 프로세서(430)는, 입력 영상을 일반 영상으로 확인하면 일반 영상의 해상도를 확인하고, 확인한 일반 영상의 해상도에 상응하는 최적 화질로 일반 영상을 보정 처리할 수 있다.

프로세서(430)는, 일반 영상을 보정 처리할 때, 일반 영상의 전 영역에 대해 디테일 성분과 에지 성분에 상응하는 주파수를 증폭하고, 일반 영상에 존재하는 MPEG 노이즈 성분 및 템포럴 노이즈 성분을 제거하도록 일반 영상을 보정 처리할 수 있다.

여기서, 프로세서(430)는, 일반 영상을 보정 처리할 때, 일반 영상의 전 영역에 대해 디테일 성분과 에지 성분을 검출하고, 검출한 에지 성분에 대한 에지 맵과 검출한 디테일 성분에 대한 디테일 맵을 생성하며, 생성한 에지 맵과 디테일 맵을 기반으로 에지 성분과 디테일 성분에 상응하는 주파수를 증폭하고, 주파수 증폭된 에지 성분과 디테일 성분을 일반 영상에 합성하여 보정 처리할 수 있다.

다른 경우로서, 프로세서(430)는, 일반 영상을 보정 처리할 때, 메모리(420)로부터 일반 영상의 해상도별 최적 화질 정보를 추출하고, 추출한 해상도별 최적 화질 정보를 기반으로 일반 영상을 보정 처리할 수 있다.

또한, 프로세서(430)는, 입력 영상이 게임 영상인지를 확인할 때, 입력 영상이 디스플레이부(410)에 표시되면 디스플레이부(410)에 표시된 입력 영상의 이미지를 획득하고, 획득한 이미지를 사전 학습한 인공 지능 모델에 입력하여 입력 영상에 대한 화질 특성을 분석하고, 분석한 화질 특성을 기반으로 입력 영상을 일반 영상 또는 게임 영상으로 분류할 수 있다.

여기서, 인공 지능 모델은, 입력되는 영상에 대한 디테일 성분, 에지 성분, 노이즈 성분 중 적어도 하나를 검출하고, 검출한 디테일 성분, 에지 성분, 노이즈 성분을 기반으로 화질 특성을 분석하며, 분석한 화질 특성을 기반으로 입력 영상을 일반 영상 또는 게임 영상으로 분류하도록 사전 학습될 수 있다.

다음, 프로세서(430)는, 게임 영상의 장르를 분류할 때, 게임 영상이 디스플레이부(410)에 표시되면 디스플레이부(410)에 표시된 게임 영상의 화질 특성을 분석하고, 분석한 화질 특성을 기반으로 게임 영상의 장르를 분류할 수 있다.

여기서, 프로세서(430)는, 게임 영상의 화질 특성을 분석할 때, 디스플레이부(410)에 표시된 게임 영상에 대한 컬러 정보, APL(Average Picture Level) 정보, 히스토그램(Histogram) 정보 및 선명도(Sharpness) 정보 중 적어도 하나를 검출하고, 검출한 컬러 정보, APL 정보, 히스토그램 정보 및 선명도 정보를 기반으로 게임 영상의 화질 특성을 분석할 수 있다.

그리고, 프로세서(430)는, 게임 영상의 장르를 분류할 때, 컬러 정보, APL 정보, 히스토그램 정보 및 선명도 정보가 특정 게임 장르에 모두 포함되면 게임 영상의 장르를 특정 게임 장르로 분류할 수 있다.

여기서, 프로세서(430)는, 게임 영상의 장르를 분류할 때, 컬러 정보가 특정 게임 장르의 화질 정보에 포함되는 제1 조건, APL 정보가 특정 게임 장르의 화질 정보에 포함되는 제2 조건, 히스토그램 정보가 특정 게임 장르의 화질 정보에 포함되는 제3 조건, 선명도 정보가 특정 게임 장르의 화질 정보에 포함되는 제4 조건이 모두 만족하면 게임 영상의 장르를 특정 게임 장르로 분류할 수 있다.

또한, 프로세서(430)는, 게임 영상의 장르를 분류할 때, 컬러 정보, APL 정보, 히스토그램 정보 및 선명도 정보가 특정 게임 장르에 모두 포함되지 않으면 게임 영상의 장르를 일반 게임으로 분류할 수 있다.

예를 들면, 프로세서(430)는, 게임 영상의 장르를 분류할 때, 컬러 정보, APL 정보, 히스토그램 정보 및 선명도 정보가 FPS(First Person Shooter) 게임 장르의 화질 정보에 모두 포함되면 게임 영상의 장르를 FPS 게임 장르로 분류하고, 컬러 정보, APL 정보, 히스토그램 정보 및 선명도 정보가 RPG(Role Playing Game) 게임 장르의 화질 정보에 모두 포함되면 게임 영상의 장르를 RPG 게임 장르로 분류하며, 컬러 정보, APL 정보, 히스토그램 정보 및 선명도 정보가 RTS(Real-Time Strategy) 게임 장르의 화질 정보에 모두 포함되면 게임 영상의 장르를 RTS 게임 장르로 분류하고, 컬러 정보, APL 정보, 히스토그램 정보 및 선명도 정보가 Sports 게임 장르의 화질 정보에 모두 포함되면 게임 영상의 장르를 Sports 게임 장르로 분류하며, 컬러 정보, APL 정보, 히스토그램 정보 및 선명도 정보 중 적어도 어느 하나가 FPS 게임 장르, RPG 게임 장르, RTS 게임 장르, Sports 게임 장르 중 어느 하나에 포함되지 않으면 게임 영상의 장르를 일반 게임(standard game)으로 분류할 수 있는데, 이는 일 실시예일 뿐, 이에 한정되지 않는다.

또한, 프로세서(430)는, 게임 영상의 장르를 분류할 때, 게임 영상이 디스플레이부(410)에 표시되면 디스플레이부(410)에 표시된 게임 영상의 이미지를 획득하고, 획득한 이미지를 사전 학습한 인공 지능 모델에 입력하여 게임 영상에 대한 화질 특성을 분석하고, 분석한 화질 특성을 기반으로 게임 영상의 장르를 분류할 수 있다.

여기서, 인공 지능 모델은, 입력되는 게임 영상에 대한 컬러 정보, APL 정보, 히스토그램 정보 및 선명도 정보 중 적어도 하나를 검출하고, 검출한 컬러 정보, APL 정보, 히스토그램 정보 및 선명도 정보를 기반으로 게임 영상의 화질 특성을 분석하며, 분석한 게임 영상의 화질 특성을 기반으로 게임 영상을 게임 장르별로 분류하도록 사전 학습될 수 있다.

다음, 프로세서(430)는, 게임 영상의 화질을 최적화할 때, 게임 영상을 게임 장르별로 1차 분류하고, 게임 영상을 해상도별로 2차 분류하며, 분류한 게임 장르 및 해상도에 상응하는 최적 화질로 게임 영상을 보정 처리하여 게임 영상의 화질을 최적화할 수 있다.

일 예로, 프로세서(430)는, 게임 영상의 화질을 최적화할 때, 분류한 게임 장르 및 해상도에 상응하는 게임 영상의 선명도를 보정 처리하여 게임 영상의 화질을 최적화할 수 있다.

경우에 따라, 프로세서(430)는, 게임 영상의 화질을 최적화할 때, 게임 영상의 게임 장르를 기반으로 메모리(420)로부터 게임 장르에 상응하는 최적 화질 정보들을 1차 추출하고, 게임 영상의 해상도 정보를 기반으로 1차 추출된 화질 정보들 중 게임 영상의 해상도에 상응하는 최적 화질 정보를 2차 추출할 수도 있다.

여기서, 1차 추출된 최적 화질 정보들은, 동일한 게임 장르를 갖는 게임 영상의 해상도별로 분류된 다수의 최적 화질 정보들을 포함할 수 있다.

또한, 2차 추출된 최적 화질 정보들은, 게임 영상의 해상도에 상응하는 선명도 정보를 포함할 수 있다.

이어, 프로세서(430)는, 입력 영상이 게임 영상이면 게임 영상 최적화 UI(User Interface)가 온(on) 상태인지를 확인하고, 게임 영상 최적화 UI가 온 상태이면 게임 영상 최적화 UI를 활성화하여 게임 영상의 화질을 최적화할 수 있다.

여기서, 프로세서는, 게임 영상 최적화 UI가 오프(off) 상태이면 게임 영상 최적화 UI를 비활성화할 수 있다.

이와 같이, 본 개시는, 사전 학습한 인공 지능 모델을 이용하여 게임 영상을 장르별로 분류하고 해당하는 게임 장르에 상응하는 최적 화질로 게임 영상을 처리함으로써, 최적의 화질을 갖는 게임 영상을 실시간으로 제공할 수 있다.

도 7은, 본 개시의 일 실시 예에 따른 디스플레이 장치의 일반 영상과 게임 영상의 분류 과정을 설명하기 위한 도면이다.

도 7에 도시된 바와 같이, 본 개시는, 입력 영상(600)의 이미지를 사전 학습한 인공 지능 모델에 입력하여 입력 영상에 대한 화질 특성을 분석하고, 분석한 화질 특성을 기반으로 입력 영상을 일반 영상(610) 또는 게임 영상(620)으로 분류할 수 있다.

여기서, 인공 지능 모델은, 입력 영상(600)에 대한 디테일 성분(520), 에지 성분(510), 노이즈 성분을 검출하고, 검출한 디테일 성분, 에지 성분, 노이즈 성분을 기반으로 화질 특성을 분석하며, 분석한 화질 특성을 기반으로 입력 영상을 일반 영상(610) 또는 게임 영상(620)으로 분류하도록 사전 학습될 수 있다.

본 개시는, 입력 영상(600)의 디테일 성분 및 에지 성분에 대한 비율과 입력 영상(600)의 MPEG 노이즈 성분 및 템포럴 노이즈 성분에 대한 유무를 기반으로 화질 특성을 분석할 수 있다.

예를 들면, 본 개시는, 입력 영상(600)의 디테일 성분 비율이 제1 기준값 이하이고 에지 성분 비율이 제2 기준값 이상으로 판단되고, 입력 영상의 MPEG 노이즈 성분 및 템포럴 노이즈 성분이 없는 것으로 판단되면 게임 영상(620)의 화질 특성으로 분석할 수 있다.

또한, 본 개시는, 입력 영상(600)의 디테일 성분 비율과 입력 영상(600)의 에지 성분 비율이 제3 기준값 이상으로 판단되고, 입력 영상의 MPEG 노이즈 성분 및 템포럴 노이즈 성분이 있는 것으로 판단되면 일반 영상(610)의 화질 특성으로 분석할 수 있다.

즉, 본 개시는, 분석한 화질 특성이, 입력 영상의 에지 성분 비율이 기준값 이상인 제1 조건과, 입력 영상의 MPEG 노이즈 성분 및 템포럴 노이즈 성분이 없는 제2 조건에 모두 만족하면, 입력 영상을 게임 영상으로 확인할 수 있다.

그리고, 본 개시는, 분석한 화질 특성이, 입력 영상에 디테일 성분과 에지 성분이 모두 포함하는 제3 조건과, 입력 영상의 MPEG 노이즈 성분 및 템포럴 노이즈 성분이 있는 제4 조건에 모두 만족하면, 입력 영상을 일반 영상으로 확인할 수 있다.

다음, 본 개시는, 입력 영상(600)을 일반 영상(610)으로 확인하면 일반 영상(610)에 상응하는 최적 화질로 일반 영상 화질 셋팅(630)을 수행할 수 있다.

또한, 본 개시는, 입력 영상(600)을 게임 영상(620)으로 확인하면 게임 영상(620)에 상응하는 최적 화질로 게임 영상 최적화 화질 셋팅(640)을 수행할 수 있다.

도 8은, 본 개시의 일 실시 예에 따른 디스플레이 장치의 일반 영상 최적화 과정을 설명하기 위한 도면이다.

도 8에 도시된 바와 같이, 본 개시는, 입력 영상이 일반 영상(610)으로 확인되면 일반 영상(610)에 상응하는 최적 화질로 일반 영상 화질 셋팅(630)을 수행할 수 있다.

본 개시는, 일반 영상(610)의 전 영역에 대해 디테일 성분과 에지 성분에 상응하는 주파수를 증폭하고, 일반 영상에 존재하는 MPEG 노이즈 성분 및 템포럴 노이즈 성분을 제거하도록 일반 영상을 보정 처리할 수 있다.

일 예로, 본 개시는, 일반 영상(610)의 전 영역에 대해 디테일 성분과 에지 성분을 검출하고, 검출한 에지 성분에 대한 에지 맵과 검출한 디테일 성분에 대한 디테일 맵을 생성하며, 생성한 에지 맵과 디테일 맵을 기반으로 에지 성분과 디테일 성분에 상응하는 주파수를 증폭하고, 주파수 증폭된 에지 성분과 디테일 성분을 일반 영상에 합성하여 보정 처리할 수 있다.

경우에 따라, 본 개시는, 메모리로부터 일반 영상의 최적 화질 정보를 추출하고, 추출한 최적 화질 정보를 기반으로 일반 영상을 보정 처리할 수도 있다.

또한, 본 개시는, 입력 영상을 일반 영상(610)으로 확인하면 일반 영상(610)의 해상도를 확인하고, 확인한 일반 영상(610)의 해상도에 상응하는 최적 화질로 일반 영상을 보정 처리할 수 있다.

경우에 따라, 본 개시는, 메모리로부터 일반 영상의 해상도별 최적 화질 정보를 추출하고, 추출한 해상도별 최적 화질 정보를 기반으로 일반 영상을 보정 처리할 수도 있다.

도 9는, 본 개시의 일 실시 예에 따른 디스플레이 장치의 게임 영상 최적화 과정을 설명하기 위한 도면이다.

도 9에 도시된 바와 같이, 본 개시는, 입력 영상이 게임 영상(620)으로 확인되면 게임 영상(620)에 상응하는 최적 화질로 게임 영상 최적화 화질 셋팅을 수행할 수 있다.

본 개시는, 게임 영상(620)의 이미지를 사전 학습한 인공 지능 모델(650)에 입력하여 게임 영상(620)에 대한 화질 특성을 분석하고, 분석한 화질 특성을 기반으로 게임 영상의 장르를 분류할 수 있다(660).

여기서, 인공 지능 모델(650)은, 입력되는 게임 영상(620)에 대한 컬러 정보, APL 정보, 히스토그램 정보 및 선명도 정보 중 적어도 하나를 검출하고, 검출한 컬러 정보, APL 정보, 히스토그램 정보 및 선명도 정보를 기반으로 게임 영상의 화질 특성을 분석하며, 분석한 게임 영상의 화질 특성을 기반으로 게임 영상을 게임 장르별로 분류하도록 사전 학습될 수 있다.

그리고, 본 개시는, 게임 영상의 장르를 분류할 때, 컬러 정보, APL 정보, 히스토그램 정보 및 선명도 정보가 특정 게임 장르에 모두 포함되면 게임 영상의 장르를 특정 게임 장르로 분류할 수 있다.

여기서, 본 개시는, 게임 영상의 장르를 분류할 때, 컬러 정보가 특정 게임 장르의 화질 정보에 포함되는 제1 조건, APL 정보가 특정 게임 장르의 화질 정보에 포함되는 제2 조건, 히스토그램 정보가 특정 게임 장르의 화질 정보에 포함되는 제3 조건, 선명도 정보가 특정 게임 장르의 화질 정보에 포함되는 제4 조건이 모두 만족하면 게임 영상의 장르를 특정 게임 장르로 분류할 수 있다.

또한, 본 개시는, 게임 영상의 장르를 분류할 때, 컬러 정보, APL 정보, 히스토그램 정보 및 선명도 정보가 특정 게임 장르에 모두 포함되지 않으면 게임 영상의 장르를 일반 게임으로 분류할 수 있다.

예를 들면, 본 개시는, 컬러 정보, APL 정보, 히스토그램 정보 및 선명도 정보가 FPS(First Person Shooter) 게임 장르의 화질 정보에 모두 포함되면 게임 영상의 장르를 FPS 게임 장르로 분류하고, 컬러 정보, APL 정보, 히스토그램 정보 및 선명도 정보가 RPG(Role Playing Game) 게임 장르의 화질 정보에 모두 포함되면 게임 영상의 장르를 RPG 게임 장르로 분류하며, 컬러 정보, APL 정보, 히스토그램 정보 및 선명도 정보가 RTS(Real-Time Strategy) 게임 장르의 화질 정보에 모두 포함되면 게임 영상의 장르를 RTS 게임 장르로 분류하고, 컬러 정보, APL 정보, 히스토그램 정보 및 선명도 정보가 Sports 게임 장르의 화질 정보에 모두 포함되면 게임 영상의 장르를 Sports 게임 장르로 분류하며, 컬러 정보, APL 정보, 히스토그램 정보 및 선명도 정보 중 적어도 어느 하나가 FPS 게임 장르, RPG 게임 장르, RTS 게임 장르, Sports 게임 장르 중 어느 하나에 포함되지 않으면 게임 영상의 장르를 일반 게임(standard game)으로 분류할 수 있는데, 이는 일 실시예일 뿐, 이에 한정되지 않는다.

그리고, 본 개시는, 게임 장르별 및 해상도별로 게임 영상을 최적 화질로 보정 처리하여 게임 영상의 화질을 최적화할 수 있다(670).

여기서, 본 개시는, 게임 영상을 게임 장르별로 1차 분류하고, 게임 영상을 해상도별로 2차 분류하며, 분류한 게임 장르 및 해상도에 상응하는 최적 화질로 게임 영상을 보정 처리하여 게임 영상의 화질을 최적화할 수 있다.

일 예로, 본 개시는, 분류한 게임 장르 및 해상도에 상응하는 게임 영상의 선명도를 보정 처리하여 게임 영상의 화질을 최적화할 수 있다.

경우에 따라, 본 개시는, 게임 영상의 게임 장르를 기반으로 메모리로부터 게임 장르에 상응하는 최적 화질 정보들을 1차 추출하고, 게임 영상의 해상도 정보를 기반으로 1차 추출된 화질 정보들 중 게임 영상의 해상도에 상응하는 최적 화질 정보를 2차 추출할 수도 있다.

여기서, 1차 추출된 최적 화질 정보들은, 동일한 게임 장르를 갖는 게임 영상의 해상도별로 분류된 다수의 최적 화질 정보들을 포함할 수 있다.

또한, 2차 추출된 최적 화질 정보들은, 게임 영상의 해상도에 상응하는 선명도 정보를 포함할 수 있다.

도 10은, 본 개시의 일 실시 예에 따른 디스플레이 장치의 게임 영상 화질 특성 분석 과정을 설명하기 위한 도면이다.

도 10에 도시된 바와 같이, 본 개시는, 게임 영상의 화질 특성을 분석하고, 분석한 화질 특성을 기반으로 게임 영상의 장르를 분류하고, 게임 영상의 장르에 상응하여 게임 영상의 화질을 최적화할 수 있다.

여기서, 본 개시는, 게임 영상에 대한 컬러 정보, APL(Average Picture Level) 정보, 히스토그램(Histogram) 정보 및 선명도(Sharpness) 정보 중 적어도 하나를 검출하고, 검출한 컬러 정보, APL 정보, 히스토그램 정보 및 선명도 정보를 기반으로 게임 영상의 화질 특성을 분석할 수 있다.

그리고, 본 개시는, 컬러 정보, APL 정보, 히스토그램 정보 및 선명도 정보가 특정 게임 장르에 모두 포함되면 게임 영상의 장르를 특정 게임 장르로 분류할 수 있다.

예를 들면, 도 10과 같이, 제1 게임 영상(622)에 대한 제1 히스토그램 정보(712)를 실시간 분석한 결과, 제1 히스토그램 정보(712)가 어두운 레벨에 많이 분포되면, 본 개시는, 해당하는 제1 게임 영상(622)의 장르를 1인칭 시점 게임인 FPS(First Person Shooter) 게임으로 예측할 수 있다.

따라서, 본 개시는, 실시간으로 제1 게임 영상(622)에 대한 제1 콘트라스트값(812)을 조정하여 제1 게임 영상(622)을 보정 처리함으로써, 저계조 콘트라스트가 향상된 제1 최적화 화질 게임 영상(912)을 제공할 수 있다.

다른 예로, 도 10과 같이, 제2 게임 영상(624)에 대한 제2 히스토그램 정보(714)를 실시간 분석한 결과, 제2 히스토그램 정보(714)가 어두운 레벨부터 밝은 레벨까지 골고루 분포되면, 본 개시는, 해당하는 제2 게임 영상(624)의 장르를 캐릭터 육성 게임인 RPG(Role Playing Game) 게임으로 예측할 수 있다.

따라서, 본 개시는, 실시간으로 제2 게임 영상(624)에 대한 제2 콘트라스트값(814)을 조정하여 제2 게임 영상(624)을 보정 처리함으로써, 저계조 콘트라스트와 고계조 콘트라스트가 모두 향상된 제2 최적화 화질 게임 영상(914)을 제공할 수 있다.

또 다른 예로, 도 10과 같이, 제3 게임 영상(626)에 대한 제3 히스토그램 정보(716)를 실시간 분석한 결과, 제3 히스토그램 정보(716)가 밝은 레벨에 많이 분포되면, 본 개시는, 해당하는 제3 게임 영상(626)의 장르를 야구, 농구, 축구 등의 스포츠 게임으로 예측할 수 있다.

따라서, 본 개시는, 실시간으로 제3 게임 영상(626)에 대한 제3 콘트라스트값(816)을 조정하여 제3 게임 영상(626)을 보정 처리함으로써, 중계조 콘트라스트와 고계조 콘트라스트가 모두 향상된 제3 최적화 화질 게임 영상(916)을 제공할 수 있다.

또한, 본 개시는, 게임 영상의 화질을 최적화할 때, 게임 영상을 게임 장르별로 1차 분류하고, 게임 영상을 해상도별로 2차 분류하며, 분류한 게임 장르 및 해상도에 상응하는 최적 화질로 게임 영상을 보정 처리하여 게임 영상의 화질을 최적화할 수 있다.

즉, 본 개시는, 분류한 게임 장르 및 해상도에 상응하는 게임 영상의 선명도를 보정 처리하여 게임 영상의 화질을 최적화할 수 있다.

도 11은, 본 개시의 일 실시 예에 따른 디스플레이 장치의 게임 영상 화질 최적화 방법을 설명하기 위한 흐름도이다.

도 11에 도시된 바와 같이, 본 개시는, 영상이 입력되면(S10), 입력 영상이 게임 영상인지를 확인할 수 있다(S20).

여기서, 본 개시는, 입력 영상에 대해 디테일(detail) 성분, 에지(edge) 성분, 노이즈(noise) 성분 중 적어도 하나를 검출하고, 검출한 디테일 성분, 에지 성분, 노이즈 성분을 기반으로 화질 특성을 분석하여 입력 영상이 일반 영상 또는 게임 영상인지를 확인할 수 있다.

일 예로, 본 개시는, 입력 영상의 디테일 성분 비율이 제1 기준값 이하이고 에지 성분 비율이 제2 기준값 이상으로 판단되고, 입력 영상의 MPEG 노이즈 성분 및 템포럴 노이즈 성분이 없는 것으로 판단되면 게임 영상의 화질 특성으로 분석할 수 있다.

또한, 본 개시는, 입력 영상의 디테일 성분 비율과 입력 영상의 에지 성분 비율이 제3 기준값 이상으로 판단되고, 입력 영상의 MPEG 노이즈 성분 및 템포럴 노이즈 성분이 있는 것으로 판단되면 일반 영상의 화질 특성으로 분석할 수 있다.

그리고, 본 개시는, 입력 영상이 게임 영상이면 게임 영상 최적화 UI(User Interface)가 온(on) 상태인지를 확인할 수 있다(S30).

또한, 본 개시는, 게임 영상 최적화 UI가 오프(off) 상태이면 게임 영상 최적화 UI를 비활성화할 수 있다(S40).

이어, 본 개시는, 게임 영상 최적화 UI가 온 상태이면 게임 영상 최적화 UI를 활성화하여 게임 영상의 화질 특성을 분석할 수 있다(S50).

여기서, 본 개시는, 게임 영상에 대한 컬러 정보, APL 정보, 히스토그램 정보 및 선명도 정보 중 적어도 하나를 검출하고, 검출한 컬러 정보, APL 정보, 히스토그램 정보 및 선명도 정보를 기반으로 게임 영상의 화질 특성을 분석할 수 있다.

다음, 본 개시는, 분석한 화질 특성을 기반으로 게임 영상의 게임 장르를 분류할 수 있다(S60).

여기서, 본 개시는, 컬러 정보, APL 정보, 히스토그램 정보 및 선명도 정보가 특정 게임 장르에 모두 포함되면 게임 영상의 장르를 특정 게임 장르로 분류할 수 있다.

즉, 본 개시는, 컬러 정보가 특정 게임 장르의 화질 정보에 포함되는 제1 조건, APL 정보가 특정 게임 장르의 화질 정보에 포함되는 제2 조건, 히스토그램 정보가 특정 게임 장르의 화질 정보에 포함되는 제3 조건, 선명도 정보가 특정 게임 장르의 화질 정보에 포함되는 제4 조건이 모두 만족하면 게임 영상의 장르를 특정 게임 장르로 분류할 수 있다.

그리고, 본 개시는, 분류한 게임 영상의 게임 장르에 상응하는 최적 화질로 게임 영상을 보정 처리할 수 있다(S70).

여기서, 본 개시는, 게임 장르별 및 해상도별로 게임 영상을 최적 화질로 보정 처리할 수 있다.

일 예로, 본 개시는, 게임 영상을 게임 장르별로 1차 분류하고, 게임 영상을 해상도별로 2차 분류하며, 분류한 게임 장르 및 해상도에 상응하는 최적 화질로 게임 영상을 보정 처리하여 게임 영상의 화질을 최적화할 수 있다.

이어, 본 개시는, 보정 처리한 게임 영상의 화질을 최적화하여 제공할 수 있다(S80).

한편, 본 개시는, 입력 영상이 일반 영상으로 확인되면 일반 영상에 상응하는 최적 화질로 일반 영상의 화질을 최적화할 수 있다(S90).

여기서, 본 개시는, 일반 영상의 전 영역에 대해 디테일 성분과 에지 성분에 상응하는 주파수를 증폭하고, 일반 영상에 존재하는 MPEG 노이즈 성분 및 템포럴 노이즈 성분을 제거하도록 일반 영상을 보정 처리할 수 있다.

일 예로, 본 개시는, 일반 영상의 전 영역에 대해 디테일 성분과 에지 성분을 검출하고, 검출한 에지 성분에 대한 에지 맵과 검출한 디테일 성분에 대한 디테일 맵을 생성하며, 생성한 에지 맵과 디테일 맵을 기반으로 에지 성분과 디테일 성분에 상응하는 주파수를 증폭하고, 주파수 증폭된 에지 성분과 디테일 성분을 일반 영상에 합성하여 보정 처리할 수 있다.

이와 같이, 본 개시는, 사전 학습한 인공 지능 모델을 이용하여 게임 영상을 장르별로 분류하고 해당하는 게임 장르에 상응하는 최적 화질로 게임 영상을 처리함으로써, 최적의 화질을 갖는 게임 영상을 실시간으로 제공할 수 있다.

도 12 및 도 13은, 본 개시의 일 실시 예에 따른 게임 영상 화질 최적화를 수행하는 디스플레이 장치의 동작 특성을 보여주는 그래프이다.

도 12(a)는, 본 개시의 게임 영상 최적화 UI가 적용되지 않은 게임 모드 TV의 동작성을 보여주는 그래프이고, 도 12(b)는, 본 개시의 게임 영상 최적화 UI가 적용되지 않은 게이밍 모니터의 동작성을 보여주는 그래프이다.

그리고, 도 13은, 본 개시의 게임 영상 최적화 UI가 적용되는 게임 모드 TV의 동작성을 보여주는 그래프이다.

도 12에 도시된 바와 같이, 본 개시의 게임 영상 최적화 UI가 적용되지 않은 경우, 컬러 그래프가 중간 계조 구간과 고계조 구간에 변동 없이 고정되어 있으므로, 게임 영상의 장르에 상관 없이 동일한 화질의 영상이 제공되는 것을 알 수 있다.

따라서, 게임 사용자는, 게임 영상 장르의 특성을 고려하지 않은 동일한 화질의 게임 영상을 제공받으므로, 화질이 저하된 게임 영상을 제공받게 된다.

이에 반해, 도 13에 도시된 바와 같이, 본 개시의 게임 영상 최적화 UI가 적용되는 경우, 게임 영상에 따라 컬러 그래프의 전체 계조 구간에서 실시간으로 최적화 화질로 계조가 변동되므로, 게임 영상의 장르별 및 해상도별로 최적화된 화질의 영상이 제공되는 것을 알 수 있다.

따라서, 게임 사용자는, 게임 영상 장르 및 해상도 특성에 최적화되는 게임 영상을 제공받으므로, 최적화된 화질의 게임 영상을 제공받을 수 있다.

전술한 본 개시는, 프로그램이 기록된 매체에 컴퓨터가 읽을 수 있는 코드로서 구현하는 것이 가능하다. 컴퓨터가 읽을 수 있는 매체는, 컴퓨터 시스템에 의하여 읽혀 질 수 있는 데이터가 저장되는 모든 종류의 기록장치를 포함한다. 컴퓨터가 읽을 수 있는 매체의 예로는, HDD(Hard Disk Drive), SSD(Solid State Disk), SDD(Silicon Disk Drive), ROM, RAM, CD-ROM, 자기 테이프, 플로피 디스크, 광 데이터 저장 장치 등이 있다. 또한, 상기 컴퓨터는 인공 지능 기기의 프로세서(180)를 포함할 수도 있다.

Claims (10)

1. 게임 영상을 디스플레이하는 디스플레이부; 그리고,
   상기 게임 영상의 장르별로 게임 영상의 화질을 최적화하는 프로세서를 포함하고,
   상기 프로세서는,
   영상이 입력되면 상기 입력 영상이 게임 영상인지를 확인하고, 상기 입력 영상이 게임 영상이면 상기 게임 영상의 화질 특성을 분석하여 상기 게임 영상의 게임 장르를 분류하며, 상기 분류한 게임 장르에 상응하는 최적 화질로 상기 게임 영상을 보정 처리하여 상기 게임 영상의 화질을 최적화하는 것을 특징으로 하는 디스플레이 장치.
2. 제1 항에 있어서,
   상기 프로세서는,
   상기 입력 영상이 게임 영상인지를 확인할 때, 상기 입력 영상이 상기 디스플레이부에 표시되면 상기 디스플레이부에 표시된 입력 영상의 화질 특성을 분석하고, 상기 분석한 화질 특성을 기반으로 상기 입력 영상이 일반 영상 또는 게임 영상인지를 확인하는 것을 특징으로 하는 디스플레이 장치.
3. 제2 항에 있어서,
   상기 프로세서는,
   상기 입력 영상의 화질 특성을 분석할 때, 상기 디스플레이부에 표시된 입력 영상에 대해 디테일(detail) 성분, 에지(edge) 성분, 노이즈(noise) 성분 중 적어도 하나를 검출하고, 상기 검출한 디테일 성분, 에지 성분, 노이즈 성분을 기반으로 상기 화질 특성을 분석하는 것을 특징으로 하는 디스플레이 장치.
4. 제3 항에 있어서,
   상기 프로세서는,
   상기 분석한 화질 특성이, 상기 입력 영상의 에지 성분 비율이 기준값 이상인 제1 조건과, 상기 입력 영상의 MPEG 노이즈 성분 및 템포럴 노이즈 성분이 없는 제2 조건에 모두 만족하면, 상기 입력 영상을 게임 영상으로 확인하는 것을 특징으로 하는 디스플레이 장치.
5. 제1 항에 있어서,
   상기 프로세서는,
   상기 게임 영상의 장르를 분류할 때, 상기 게임 영상이 상기 디스플레이부에 표시되면 상기 디스플레이부에 표시된 게임 영상의 화질 특성을 분석하고, 상기 분석한 화질 특성을 기반으로 상기 게임 영상의 장르를 분류하는 것을 특징으로 하는 디스플레이 장치.
6. 제5 항에 있어서,
   상기 프로세서는,
   상기 게임 영상의 화질 특성을 분석할 때, 상기 디스플레이부에 표시된 게임 영상에 대한 컬러 정보, APL(Average Picture Level) 정보, 히스토그램(Histogram) 정보 및 선명도(Sharpness) 정보 중 적어도 하나를 검출하고, 상기 검출한 컬러 정보, APL 정보, 히스토그램 정보 및 선명도 정보를 기반으로 상기 게임 영상의 화질 특성을 분석하는 것을 특징으로 하는 디스플레이 장치.
7. 제6 항에 있어서,
   상기 프로세서는,
   상기 게임 영상의 장르를 분류할 때, 상기 컬러 정보, APL 정보, 히스토그램 정보 및 선명도 정보가 특정 게임 장르에 모두 포함되면 상기 게임 영상의 장르를 상기 특정 게임 장르로 분류하는 것을 특징으로 하는 디스플레이 장치.
8. 제1 항에 있어서,
   상기 프로세서는,
   상기 게임 영상의 화질을 최적화할 때, 상기 게임 영상을 게임 장르별로 1차 분류하고, 상기 게임 영상을 해상도별로 2차 분류하며, 상기 분류한 게임 장르 및 해상도에 상응하는 최적 화질로 상기 게임 영상을 보정 처리하여 상기 게임 영상의 화질을 최적화하는 것을 특징으로 하는 디스플레이 장치.
9. 제8 항에 있어서,
   상기 프로세서는,
   상기 게임 영상의 화질을 최적화할 때, 상기 분류한 게임 장르 및 해상도에 상응하는 게임 영상의 선명도를 보정 처리하여 상기 게임 영상의 화질을 최적화하는 것을 특징으로 하는 디스플레이 장치.
10. 디스플레이 장치의 게임 영상 화질 최적화 방법에 있어서,
    입력 영상이 게임 영상인지를 확인하는 단계;
    상기 입력 영상이 게임 영상이면 상기 게임 영상의 화질 특성을 분석하는 단계;
    상기 분석한 화질 특성을 기반으로 상기 게임 영상의 게임 장르를 분류하는 단계;
    상기 분류한 게임 영상의 게임 장르에 상응하는 최적 화질로 상기 게임 영상을 보정 처리하는 단계; 및
    상기 보정 처리한 게임 영상의 화질을 최적화하는 단계를 포함하는 것을 특징으로 하는 게임 영상 화질 최적화 방법.

Images