WO2020080623A1 - 영상의 ａｉ 부호화 및 ａｉ 복호화 방법, 및 장치 - Google Patents

영상의 ａｉ 부호화 및 ａｉ 복호화 방법, 및 장치 Download PDF

Info

Publication number
WO2020080623A1
WO2020080623A1 PCT/KR2019/004171 KR2019004171W WO2020080623A1 WO 2020080623 A1 WO2020080623 A1 WO 2020080623A1 KR 2019004171 W KR2019004171 W KR 2019004171W WO 2020080623 A1 WO2020080623 A1 WO 2020080623A1
Authority
WO
WIPO (PCT)
Prior art keywords
image
dnn
data
upscale
downscale
Prior art date
Application number
PCT/KR2019/004171
Other languages
English (en)
French (fr)
Inventor
김재환
이종석
전선영
최광표
최민석
딘쿠오칸
박영오
Original Assignee
삼성전자 주식회사
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 삼성전자 주식회사 filed Critical 삼성전자 주식회사
Priority to KR1020190062583A priority Critical patent/KR102525576B1/ko
Priority to PCT/KR2019/010645 priority patent/WO2020080665A1/en
Priority to EP19873223.2A priority patent/EP3844962A4/en
Priority to CN201980068867.1A priority patent/CN112889282B/zh
Priority to US16/570,057 priority patent/US10825203B2/en
Priority to US16/793,605 priority patent/US10825205B2/en
Priority to US16/821,609 priority patent/US10825206B2/en
Priority to US16/821,686 priority patent/US10937197B2/en
Publication of WO2020080623A1 publication Critical patent/WO2020080623A1/ko
Priority to US17/082,848 priority patent/US11170534B2/en
Priority to US17/383,533 priority patent/US11663747B2/en
Priority to KR1020210119183A priority patent/KR102500761B1/ko

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
    • H04N19/102—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the element, parameter or selection affected or controlled by the adaptive coding
    • H04N19/132—Sampling, masking or truncation of coding units, e.g. adaptive resampling, frame skipping, frame interpolation or high-frequency transform coefficient masking
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
    • H04N19/134—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the element, parameter or criterion affecting or controlling the adaptive coding
    • H04N19/136—Incoming video signal characteristics or properties
    • 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
    • G06N3/04—Architecture, e.g. interconnection topology
    • G06N3/045—Combinations of networks
    • G06N3/0455—Auto-encoder networks; Encoder-decoder 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
    • G06N3/08—Learning methods
    • 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
    • G06N3/084—Backpropagation, e.g. using gradient descent
    • 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
    • G06T5/00—Image enhancement or restoration
    • G06T5/20—Image enhancement or restoration using local operators
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G06T5/50—Image enhancement or restoration using two or more images, e.g. averaging or subtraction
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G06T5/60—Image enhancement or restoration using machine learning, e.g. neural networks
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G06T5/70—Denoising; Smoothing
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
    • H04N19/169—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding
    • H04N19/17—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding the unit being an image region, e.g. an object
    • H04N19/172—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding the unit being an image region, e.g. an object the region being a picture, frame or field
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
    • H04N19/169—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding
    • H04N19/184—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding the unit being bits, e.g. of the compressed video stream
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/50—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using predictive coding
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/85—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using pre-processing or post-processing specially adapted for video compression
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/85—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using pre-processing or post-processing specially adapted for video compression
    • H04N19/86—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using pre-processing or post-processing specially adapted for video compression involving reduction of coding artifacts, e.g. of blockiness
    • 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
    • G06T2207/10—Image acquisition modality
    • G06T2207/10004—Still image; Photographic image
    • 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
    • G06T2207/10—Image acquisition modality
    • G06T2207/10016—Video; Image sequence
    • 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
    • G06T2207/20021—Dividing image into blocks, subimages or windows
    • 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
    • G06T2207/20036—Morphological image processing
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/20—Special algorithmic details
    • G06T2207/20084—Artificial neural networks [ANN]
    • 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
    • G06T2207/20172—Image enhancement details
    • G06T2207/20192—Edge enhancement; Edge preservation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T9/00—Image coding
    • G06T9/002—Image coding using neural networks

Definitions

  • the present disclosure relates to the field of image processing. More specifically, the present disclosure relates to a method and apparatus for encoding and decoding an image based on AI.
  • An AI encoding and AI decoding method and an apparatus for an image have a technical task of encoding and decoding an image based on AI to achieve a low bit rate.
  • the AI decoding apparatus may include a memory storing one or more instructions; And a processor that executes the one or more instructions stored in the memory, wherein the processor includes image data generated as a result of the first encoding of the first image and AI data related to AI downscale from the original image to the first image.
  • the processor includes image data generated as a result of the first encoding of the first image and AI data related to AI downscale from the original image to the first image.
  • DNN and the downlink used for AI downscale of the original video to be determined through the linkage training of the DNN There.
  • the AI encoding and AI decoding method and apparatus may process an image at a low bit rate through AI-based image encoding and decoding.
  • AI encoding and AI decoding methods according to an embodiment, and effects that an apparatus can achieve are not limited to those mentioned above, and other effects that are not mentioned are from the description below to which the present disclosure pertains. It will be clearly understood by those with ordinary knowledge.
  • FIG. 1 is a diagram for explaining an AI encoding process and an AI decoding process according to an embodiment.
  • FIG. 3 is an exemplary diagram showing a second DNN for AI upscale of a second image.
  • 5 is an exemplary diagram showing a mapping relationship between various image related information and various parameter sets.
  • FIG. 6 is a block diagram showing the configuration of an AI encoding apparatus according to an embodiment.
  • FIG. 7 is an exemplary diagram showing a first DNN for AI downscale of an original image.
  • FIG. 8 is a diagram for explaining a method of training a first DNN and a second DNN.
  • FIG. 10 is a flowchart illustrating an AI encoding method according to an embodiment.
  • the AI decoding apparatus may include a memory storing one or more instructions; And a processor that executes the one or more instructions stored in the memory, wherein the processor includes image data generated as a result of the first encoding of the first image and AI data related to AI downscale from the original image to the first image.
  • the processor includes image data generated as a result of the first encoding of the first image and AI data related to AI downscale from the original image to the first image.
  • DNN and the downlink used for AI downscale of the original video to be determined through the linkage training of the DNN There.
  • the AI data includes difference information between the original image and the first image, wherein the processor can AI upscale the second image to correspond to the difference between the original image and the first image.
  • the parameter set can be determined.
  • the AI data includes the first image related information, and the processor sets a parameter set mapped to the first image related information based on a mapping relationship between various image related information and the plurality of parameter sets. Can decide.
  • the determined parameter set may include weights of filter kernels of at least one convolutional layer constituting the upscale DNN.
  • the processor may replace the parameter set set in the upscale DNN with the determined parameter set when the parameter set set in the upscale DNN is different from the determined parameter set.
  • the upscale DNN may be trained based on first loss information corresponding to a comparison result between the first training image output from the upscale DNN and the original training image before AI downscale.
  • the first loss information may be used in training of the downscale DNN for AI downscaling the original training image.
  • the parameters of the other DNN may also be updated.
  • the DNN for the downscale includes the second loss information corresponding to the comparison result between the reduced training image corresponding to the original training image and the first training image output from the DNN for downscale and spatial complexity of the first training image. It may be trained in consideration of at least one of the third loss information corresponding to.
  • the downscale DNN and the upscale DNN may be trained based on first loss information corresponding to a comparison result between the first training image output from the upscale DNN and the original training image before AI downscale. have.
  • the AI encoding method includes: obtaining a first AI downscaled image from an original image through a downscale DNN; Generating image data by first encoding the first image; And transmitting the AI data and the image data including information related to the AI downscale, wherein the AI data includes information related to a parameter set of the upscale DNN for AI upscale of the second image. And the second image is generated through the first decoding of the image data, and the parameter set of the downscale DNN used to acquire the first image includes the downscale DNN and the second It can be determined through the link training of DNN for upscale for AI upscale of video.
  • one component when one component is referred to as “connected” or “connected” with another component, the one component may be directly connected to the other component, or may be directly connected, but in particular, It should be understood that, as long as there is no objection to the contrary, it may or may be connected via another component in the middle.
  • two or more components are expressed as ' ⁇ unit (unit)', 'module', or two or more components are combined into one component or one component is divided into more detailed functions. It may be differentiated into.
  • each of the components to be described below may additionally perform some or all of the functions of other components in addition to the main functions in charge of them, and some of the main functions of each component are different. Needless to say, it may be carried out exclusively by components.
  • 'image (image)' or 'picture' may represent a still image of a video or a video, that is, the video itself.
  • the 'parameter of a deep neural network (DNN)' is a value used in a calculation process of each layer constituting a neural network, and includes, for example, a weight used when applying an input value to a predetermined calculation expression. You can. Further, the parameter may be expressed in a matrix form. The parameter is a value that is set as a result of training, and may be updated through separate training data as needed.
  • 'first DNN' means a DNN used for AI downscale of the image
  • 'second DNN' means a DNN used for AI upscale of the image
  • the 'original image' refers to an image that is an AI encoding target
  • the 'first image' refers to an image generated as a result of AI downscale of the original image in the AI encoding process
  • the 'second image' refers to an image generated through the first decoding in the AI decoding process
  • the 'third image' refers to an image generated by AI upscaling the second image in the AI decoding process.
  • 'AI downscale' refers to a process of reducing the resolution of an image based on AI
  • 'first encoding' refers to a encoding process by a frequency transform-based image compression method.
  • 'first decoding' refers to a decoding process using a frequency conversion-based image reconstruction method
  • 'AI upscale' refers to a process of increasing the resolution of an image based on AI.
  • AI 1 is a diagram for explaining an artificial intelligence (AI) encoding process and an AI decoding process according to an embodiment.
  • AI artificial intelligence
  • the original image 105 having a high resolution is AI downscaled 110 to generate a first image 115.
  • the first encoding 120 and the first decoding 130 are performed on the first image 115 having a relatively small resolution, the first encoding 120 and the original image 105 are performed. Compared to the case where the first decoding 130 is performed, the processed bit rate can be greatly reduced.
  • the original image 105 is AI downscaled 110 to generate the first image 115 and the first image 115 is first Encode 120.
  • AI encoded data including AI data and image data generated as a result of AI encoding is received, the second image 135 is generated through the first decoding 130, and the second image 135 is generated.
  • AI data may be used to maintain such a linkage relationship between the AI encoding process and the AI decoding process. Accordingly, the AI data generated through the AI encoding process must include information indicating an upscale target, and in the AI decoding process, the AI image is scaled up by the second image 135 according to the upscale target identified based on the AI data. 140).
  • the AI for the AI downscale 110 and the AI for the AI upscale 140 may be implemented as a deep neural network (DNN).
  • DNN deep neural network
  • the AI encoding apparatus uses target information used when the first DNN and the 2 DNN are jointly trained.
  • the AI decoding device may AI upscale 140 to a resolution targeting the second image 135 based on the received target information.
  • the first encoding 120 is a process of generating prediction data by predicting the first image 115, a process of generating residual data corresponding to a difference between the first image 115 and the prediction data, which is a spatial domain component. It may include a process of transforming the residual data into frequency domain components, a process of quantizing the residual data transformed into frequency domain components, and an entropy encoding of the quantized residual data.
  • the first encoding process 120 includes MPEG-2, H.264 AVC (Advanced Video Coding), MPEG-4, HEVC (High Efficiency Video Coding), VC-1, VP8, VP9 and AV1 (AOMedia Video 1). It can be implemented through one of the image compression method using the frequency conversion.
  • the second image 135 corresponding to the first image 115 may be reconstructed through the first decoding 130 of image data.
  • the first decoding 130 includes entropy decoding the image data to generate quantized residual data, inverse quantizing the quantized residual data, transforming residual data of a frequency domain component into a spatial domain component, and predictive data And a process of restoring the second image 135 using prediction data and residual data.
  • image compression using frequency conversion such as MPEG-2, H.264, MPEG-4, HEVC, VC-1, VP8, VP9, and AV1 used in the first encoding 120 process is performed. It may be implemented through an image restoration method corresponding to one of the methods.
  • the AI encoded data generated through the AI encoding process may include image data generated as a result of the first encoding 120 of the first image 115 and AI data related to the AI downscale 110 of the original image 105. You can.
  • the image data may be used in the first decoding 130 process, and the AI data may be used in the AI upscale 140 process.
  • the image data can be transmitted in the form of a bitstream.
  • the image data may include data generated based on pixel values in the first image 115, for example, residual data that is a difference between prediction data of the first image 115 and the first image 115.
  • the image data includes information used in the first encoding 120 of the first image 115.
  • the image data may include mode information used for the first encoding 120 of the first image 115 and information related to quantization parameters used in the first encoding 120.
  • the image data of the image compression method used in the first encoding 120 of the image compression method using the frequency conversion such as MPEG-2, H.264 AVC, MPEG-4, HEVC, VC-1, VP8, VP9 and AV1 It can be generated according to a rule, for example, syntax.
  • AI data is used for AI upscale 140 based on the second DNN.
  • the AI data includes information that enables accurate AI upscale 140 of the second image 135 through the second DNN.
  • the AI upscale 140 may be performed with the resolution and image quality targeting the second image 135 based on the AI data.
  • AI data may be transmitted together with image data in the form of a bitstream. Alternatively, depending on the implementation, AI data may be transmitted separately from the image data in the form of a frame or a packet. Image data and AI data generated as a result of AI encoding may be transmitted through the same network or different networks.
  • FIG. 2 is a block diagram showing the configuration of an AI decoding apparatus 200 according to an embodiment.
  • the AI decoding apparatus 200 may include a receiving unit 210 and an AI decoding unit 230.
  • the reception unit 210 may include a communication unit 212, a parsing unit 214, and an output unit 216.
  • the AI decoder 230 may include a first decoder 232 and an AI upscaler 234.
  • the receiving unit 210 receives and parses the AI-encoded data generated as a result of AI encoding, distinguishes the image data from the AI data, and outputs the AI data to the AI decoding unit 230.
  • the communication unit 212 receives AI encoded data generated as a result of AI encoding through a network.
  • the AI encoded data generated as a result of AI encoding includes image data and AI data.
  • Image data and AI data may be received through a homogeneous network or a heterogeneous network.
  • the video data included in the AI coded data is generated through a predetermined codec (eg, MPEG-2, H.264, MPEG-4, HEVC, VC-1, VP8, VP9 or AV1) It can also be confirmed as.
  • a predetermined codec eg, MPEG-2, H.264, MPEG-4, HEVC, VC-1, VP8, VP9 or AV1
  • corresponding information may be transmitted to the first decoding unit 232 through the output unit 216 so that the image data can be processed with the identified codec.
  • the AI upscaler 234 receiving the AI data AI upscales the second image 135 based on the AI data.
  • AI up-scaling may be further performed using first decoding-related information such as mode information and quantization parameter information included in the image data.
  • the receiving unit 210 and the AI decoding unit 230 are described as separate devices, but may be implemented through a single processor. In this case, it may be implemented as a separate dedicated processor, or may be implemented through a combination of a general-purpose processor such as an AP or a CPU and a GPU and S / W. In addition, in the case of a dedicated processor, it may be implemented including a memory for implementing an embodiment of the present invention, or a memory processing unit for using an external memory.
  • AI provided by the AI upscale unit 234 The data includes information that enables AI upscaling of the second image 135. At this time, the upscale target should correspond to the downscale of the first DNN. Therefore, the AI data should include information that can identify the downscale target of the first DNN.
  • information included in the AI data includes difference information between the resolution of the original image 105 and the resolution of the first image 115, and information related to the first image 115.
  • the difference information may be expressed as information (for example, resolution conversion rate information) of a resolution conversion degree of the first image 115 compared to the original image 105.
  • the difference information may be expressed only with the resolution information of the original image 105. It might be.
  • the resolution information may be expressed by a screen size of horizontal / vertical, or may be expressed by a ratio (16: 9, 4: 3, etc.) and the size of one axis.
  • it may be expressed in the form of mode information.
  • the AI upscaler 234 may determine an upscale target of the second image 135 based on at least one of difference information included in AI data and information related to the first image 115.
  • the upscale target may indicate, for example, how much resolution the second image 135 should be upscaled to.
  • the AI upscaler 234 AI upscales the second image 135 through the second DNN to generate a third image 145 corresponding to the upscale target when the upscale target is determined.
  • FIG. 3 is an exemplary diagram illustrating a second DNN 300 for AI upscale of the second image 135.
  • imparting a nonlinear characteristic means changing and outputting some sample values of the feature map, which is output through the first convolution layer 310. At this time, the change is performed by applying a nonlinear characteristic.
  • the output of the first activation layer 320 is input to the second convolution layer 330.
  • 3X3X4 displayed on the second convolution layer 330 illustrates convolution processing on input data using four filter kernels having a size of 3 x 3.
  • the output of the second convolution layer 330 is input to the second activation layer 340.
  • the second activation layer 340 may impart nonlinear characteristics to input data.
  • Map 450 may be generated.
  • a feature map 450 having a predetermined size may be obtained.
  • the parameters of the second DNN such as F1, F2, F3, F4, F5, F6, F7, F8, and the parameters of the second DNN through the cooperative training of the first DNN and the second DNN
  • the value of F9 can be optimized.
  • the AI upscaler 234 determines an upscale target corresponding to the downscale target of the first DNN, and filters parameters corresponding to the determined upscale target based on the AI data. It can be determined by the values of F1, F2, F3, F4, F5, F6, F7, F8 and F9.
  • the convolution operation process described with reference to FIG. 4 is only an example, and is not limited thereto.
  • the AI upscaler 234 may store a plurality of parameter sets that can be set in the second DNN.
  • the parameter set includes information of the filter kernel used in the second DNN (for example, the number of convolutional layers, the number of filter kernels per convolutional layer, parameters of each filter kernel, etc.).
  • the AI upscaler 234 may determine a parameter set for AI upscale of the second image 135 among the plurality of parameter sets.
  • Each of the plurality of parameter sets used herein is information for generating a third image 145 of a predetermined resolution and / or a predetermined image quality, and is trained in connection with the first DNN.
  • any one of the plurality of parameter sets may have a third image 145 having a resolution twice as large as that of the second image 135, for example, a second image of 2K (2048 * 1080). It may include parameters for generating a third image 145 of 4K (4096 * 2160) that is twice as large as 135, and the other parameter set is four times greater than the resolution of the second image 135 Parameters for generating the fourth image 145 of, for example, the third image 145 of 8K (8192 * 4320), which is four times larger than the second image 135 of 2K (2048 * 1080). You can.
  • Each of the plurality of parameter sets is made in association with the parameter set of the first DNN of the AI encoding apparatus 600, and the AI upscale unit 234 is an enlargement ratio corresponding to the reduction ratio generated by the parameter set of the first DNN. According to this, one parameter set among a plurality of parameter sets is determined. To this end, the AI upscaler 234 must check the information of the first DNN. In order for the AI upscaler 234 to check the information of the first DNN, the AI decoding apparatus 200 according to an embodiment receives AI data including the information of the first DNN from the AI encoding apparatus 600. .
  • the AI upscaler 234 checks information targeted by the parameter set of the first DNN used to generate the first image 115 using the information received from the AI encoding apparatus 600 and It is possible to determine the parameter set of the second DNN trained with it.
  • each layer in the second DNN can process the input data based on the parameters included in the parameter set.
  • the first convolution layer 310, the second convolution layer 330, and the third convolution layer 350 of the second DNN 300 shown in FIG. 3 For each, the number of filter kernels included in each layer and the parameters of the filter kernels are set to values included in the determined parameter set.
  • parameters of the filter kernel of 3 X 3 used in any one convolution layer of the second DNN shown in FIG. 4 are ⁇ 1, 1, 1, 1, 1, 1, 1, 1, 1 ⁇ . After setting, if there is a change in the parameter set, it can be replaced with ⁇ 2, 2, 2, 2, 2, 2, 2, 2, 2 ⁇ parameters included in the changed parameter set.
  • the AI upscaler 234 may determine a parameter set for upscaling the second image 135 among a plurality of parameter sets based on information included in the AI data. It will be described in detail.
  • the upscaler 234 may determine a parameter set for upscaling the second image 135 among the plurality of parameter sets based on the difference information included in the AI data. For example, based on the difference information, the resolution of the original image 105 (eg, 4K (4096 * 2160)) is greater than the resolution of the first image 115 (eg, 2K (2048 * 1080)). When it is confirmed that it is twice as large, the upscaler unit 234 may determine a parameter set capable of doubling the resolution of the second image 135.
  • the upscaler 234 may determine a parameter set for upscaling the second image 135 among the plurality of parameter sets based on information related to the first image 115 included in the AI data. have.
  • the upscaler 234 may determine a mapping relationship between image-related information and parameter sets in advance, and determine a parameter set mapped to information related to the first image 115.
  • 5 is an exemplary diagram showing a mapping relationship between various image related information and various parameter sets.
  • the AI encoding / AI decoding process does not only consider a change in resolution.
  • a parameter set is selected by considering resolutions such as SD, HD, and Full HD, bit rates such as 10 Mbps, 15 Mbps, and 20 Mbps, and codec information such as AV1, H.264, and HEVC individually or all. This can be done. For this consideration, training considering each element in the AI training process should be performed in connection with the encoding and decoding processes (see FIG. 8).
  • the training content when a plurality of parameter sets are provided based on image-related information including a codec type, an image resolution, and the like, the first image 115 received in the AI decoding process (115) ) Based on the related information, a parameter set for AI upscale of the second image 135 may be used.
  • the AI upscaler 234 matches the image related information shown on the left side of the table shown in FIG. 5 with the parameter set on the right side of the table, so that the parameter set according to the image related information can be used.
  • the resolution of the first image 115 from the information related to the first image 115 is SD, and the bit rate of the image data generated as a result of the first encoding of the first image 115 is 10 Mbps.
  • the AI upscaler 234 may use the A parameter set among the plurality of parameter sets.
  • the AI upscaler 234 may use the B parameter set among the plurality of parameter sets.
  • the resolution of the first image 115 from the information related to the first image 115 is Full HD
  • the bit rate of the image data generated as a result of the first encoding of the first image 115 is 20 Mbps
  • the first image ( If it is confirmed that 115) is first encoded by the HEVC codec, the AI upscaler unit 234 uses a C parameter set among a plurality of parameter sets, the resolution of the first image 115 is Full HD, and the first image.
  • the bit rate of the image data generated as a result of the first encoding in (115) is 15 Mbps
  • the AI upscaler unit 234 includes a plurality of parameter sets D parameter sets can be used.
  • Either a C parameter set or a D parameter set is selected according to whether the bit rate of the image data generated as a result of the first encoding of the first image 115 is 20 Mbps or 15 Mbps. That is, when the first image 115 of the same resolution is first encoded with the same codec, the bit rates of the image data are different from each other, which means that the quality of the reconstructed image is different from each other. Accordingly, the first DNN and the second DNN may be trained in association based on a predetermined image quality, and accordingly, the AI upscale unit 234 is a parameter according to the bit rate of the image data indicating the image quality of the second image 135. You can decide the set.
  • the AI upscaler 234 includes all information (mode information, quantization parameter information, etc.) provided from the first decoder 232 and information related to the first image 115 included in the AI data.
  • the parameter set for AI upscaling the second image 135 among the plurality of parameter sets may be determined.
  • the AI upscaler 234 receives quantization parameter information used in the first encoding process of the first image 115 from the first decoder 232, and receives the first image 115 from the AI data.
  • the bit rate of the image data generated as a result of encoding may be checked, and a quantization parameter and a parameter set corresponding to the bit rate may be determined.
  • FIG. 6 is a block diagram showing the configuration of an AI encoding apparatus 600 according to an embodiment.
  • the AI encoding apparatus 600 may include an AI encoding unit 610 and a transmission unit 630.
  • the AI encoder 610 may include an AI downscaler 612 and a first encoder 614.
  • the transmission unit 630 may include a data processing unit 632 and a communication unit 634.
  • the AI encoder 610 and the transmitter 630 are illustrated as separate devices, but the AI encoder 610 and the transmitter 630 may be implemented through a single processor. In this case, it may be implemented as a separate dedicated processor, or may be implemented through a combination of a general-purpose processor such as an AP or a CPU and a GPU and S / W. In addition, in the case of a dedicated processor, it may be implemented including a memory for implementing an embodiment of the present invention, or a memory processor for using an external memory.
  • the AI encoder 610 performs AI downscale of the original image 105 and first encoding of the first image 115, and transmits AI data and image data to the transmitter 630.
  • the transmission unit 630 transmits AI data and image data to the AI decoding apparatus 200.
  • the image data includes data generated as a result of the first encoding of the first image 115.
  • the image data may include data generated based on pixel values in the first image 115, for example, residual data that is a difference between prediction data of the first image 115 and the first image 115.
  • the image data includes information used in the first encoding process of the first image 115.
  • the image data may include mode information used for first encoding the first image 115 and information related to quantization parameters used for first encoding the first image 115.
  • the AI data includes information that enables the AI upscaler 234 to AI upscale the second image 135 to an upscale target corresponding to the downscale target of the first DNN.
  • the AI data may include difference information between the original image 105 and the first image 115.
  • the AI data may include information related to the first image 115.
  • Information related to the first image 115 is used when the resolution of the first image 115, the bit rate of the image data generated as a result of the first encoding of the first image 115, and the first encoding of the first image 115. It may include information on at least one of the codec types.
  • the AI downscaler 612 may generate the AI downscaled first image 115 from the original image 105 through the first DNN.
  • the AI downscaler 612 may determine a downscale target of the original image 105 based on a predetermined criterion.
  • the AI downscaler 612 may store a plurality of settable parameters in the first DNN.
  • the AI downscaler 612 determines a parameter set corresponding to a downscale target among a plurality of parameter sets, and AI downscales the original image 105 through the first DNN set with the determined parameter set.
  • Each of the plurality of parameter sets may be trained to generate a first image 115 having a predetermined resolution and / or a predetermined image quality.
  • one parameter set among a plurality of parameter sets is the original of the first image 115, for example, 4K (4096 * 2160), which is 1/2 times smaller than the resolution of the original image 105. It may include parameters for generating a 2K (2048 * 1080) first image 115 that is 1/2 times smaller than the image 105, and the other parameter set is 1 / than the resolution of the original image 105.
  • the plurality of parameter sets for AI downscale of the original image 105 may have an optimized value because the first DNN and the second DNN are jointly trained.
  • each parameter set includes information of the filter kernel used in the first DNN (eg, the number of convolutional layers, the number of filter kernels per convolutional layer, the parameters of each filter kernel, etc.).
  • the AI downscaler 612 sets the first DNN with a set of parameters determined for AI downscale of the original image 105, so that the first image 115 of a predetermined resolution and / or a predetermined quality is transmitted through the first DNN. Can be created.
  • each layer in the first DNN can process input data based on parameters included in the parameter set.
  • the downscale target may indicate, for example, how much the first image 115 whose resolution is reduced from the original image 105 should be generated.
  • the AI downscaler 612 may determine a downscale target based on at least one of the compression rate, compression quality, compression history information, and type of the original image 105.
  • the AI downscaler 612 may be preset or determine a downscale target based on a compression rate or compression quality received from a user.
  • the AI downscaler 612 may determine a downscale target using compressed history information stored in the AI encoding apparatus 600. For example, according to the compressed history information available to the AI encoding apparatus 600, a user's preferred encoding quality or compression rate may be determined, and a downscale target may be determined according to the encoding quality determined based on the compressed history information. You can. For example, the resolution and image quality of the first image 115 may be determined according to the encoding quality that has been most frequently used according to the compressed history information.
  • the AI downscaler 612 may use encoding quality that has been used more than a predetermined threshold value according to compression history information (eg, average quality of encoding quality that has been used more than a predetermined threshold value). It is also possible to determine the downscale target based on the.
  • the AI downscaler 612 may determine the downscale target based on the resolution and type (eg, file format) of the original image 105.
  • FIG. 7 is an exemplary diagram illustrating a first DNN 700 for AI downscale of the original image 105.
  • the original image 105 is input to the first convolution layer 710.
  • the first convolution layer 710 performs convolution processing on the original image 105 using 32 filter kernels having a size of 5 ⁇ 5.
  • the 32 feature maps generated as a result of the convolution process are input to the first activation layer 720.
  • the first activation layer 720 may impart non-linear characteristics to 32 feature maps.
  • the output of the first activation layer 720 is input to the second convolution layer 730.
  • the second convolution layer 730 performs convolution processing on the input data using 32 filter kernels having a size of 5 x 5.
  • the 32 feature maps output as a result of the convolution process are input to the second activation layer 740, and the second activation layer 740 can impart nonlinear characteristics to the 32 feature maps.
  • a plurality of parameter sets representing the number of filter kernels of the first convolution layer 710, the second convolution layer 730, and the third convolution layer 750 of the first DNN 700, parameters of the filter kernel, and the like are plural.
  • the association between the plurality of parameter sets of the first DNN and the plurality of parameter sets of the second DNN may be implemented through association learning of the first DNN and the second DNN.
  • FIG. 7 shows that the first DNN 700 includes three convolutional layers 710, 730, and 750 and two activation layers 720, 740, but this is only an example, and implementation Accordingly, the number of convolutional layers and activation layers can be variously changed.
  • the first DNN 700 may be implemented through a recurrent neural network (RNN). In this case, it means changing the CNN structure of the first DNN 700 to the RNN structure according to the example of the present disclosure.
  • RNN recurrent neural network
  • the first encoding unit 614 that receives the first image 115 from the AI downscaler 612 first encodes the first image 115 so that the first image 115 is transmitted. Branches can reduce the amount of information. As a result of the first encoding by the first encoding unit 614, image data corresponding to the first image 115 may be generated.
  • the data processing unit 632 processes at least one of AI data and image data to be transmitted in a predetermined form. For example, when it is necessary to transmit AI data and video data in the form of a bit stream, the data processing unit 632 processes the AI data so that the AI data is expressed in the form of a bit stream, and one bit stream through the communication unit 634 Transmit AI data and video data in the form. As another example, the data processing unit 632 processes the AI data so that the AI data is expressed in the form of a bit stream, and through the communication unit 634, each of the bit stream corresponding to the AI data and the bit stream corresponding to the image data is communicated to the communication unit 634 ). As another example, the data processing unit 632 processes the AI data so that the AI data is expressed as a frame or a packet, and transmits the bitstream image data and the frame or packet type AI data through the communication unit 634.
  • the communication unit 630 transmits AI encoded data generated as a result of AI encoding through a network.
  • the AI encoded data generated as a result of AI encoding includes image data and AI data.
  • Image data and AI data may be transmitted through a homogeneous network or a heterogeneous network.
  • FIG. 8 is a diagram for explaining a method of training the first DNN 700 and the second DNN 300.
  • the original image 105 that is AI-encoded through the AI encoding process is restored to the third image 145 through the AI decoding process.
  • the third image 145 and the original image 105 generated as a result of AI decoding are restored.
  • it is necessary to relate to the AI encoding process and the AI decoding process That is, the information lost in the AI encoding process must be able to be restored in the AI decoding process, and for this, a joint training of the first DNN 700 and the second DNN 300 is required.
  • the original training image 801 is a target image of AI downscale
  • the first training image 802 is AI downscaled from the original training image 801. It is a video.
  • the third training image 804 is an AI upscaled image from the first training image 802.
  • the original training image 801 is input to the first DNN 700.
  • the original training image 801 input to the first DNN 700 is AI downscaled and output as the first training image 802, and the first training image 802 is input to the second DNN 300.
  • the third training image 804 is output.
  • the first training image 802 is input to the second DNN 300, and according to an embodiment, the first training image 802 is generated through the first encoding and first decoding processes.
  • a second training image may be input to the second DNN 300.
  • any codec of MPEG-2, H.264, MPEG-4, HEVC, VC-1, VP8, VP9 and AV1 can be used.
  • MPEG-2, H.264, MPEG-4, HEVC, VC-1 , VP8, VP9 and AV1 can be used.
  • a legacy downscaled reduced training image 803 is generated from the original training image 801.
  • the legacy downscale may include at least one of a bilinear scale, a bicubic scale, a lanczos scale, and a stair step scale.
  • a reduced training image 803 that preserves the structural features of the original training image 801 is generated.
  • first DNN 700 and the second DNN 300 may be set to a predetermined parameter set.
  • first loss information 810, second loss information 820, and third loss information 830 may be determined.
  • the first loss information 810 may be determined based on a comparison result of the reduced training image 803 and the first training image 802.
  • the first loss information 810 may correspond to a difference between structural information of the reduced training image 803 and structural information of the first training image 802.
  • the structural information may include various features that can be extracted from the image, such as luminance, contrast, and histogram of the image.
  • the first loss information 810 indicates how much structural information of the original training image 801 is maintained in the first training image 802. As the first loss information 810 is smaller, structural information of the first training image 802 becomes similar to structural information of the original training image 801.
  • the second loss information 820 may be determined based on the spatial complexity of the first training image 802. In one example, as spatial complexity, a total variance value of the first training image 802 may be used.
  • the second loss information 820 is related to a bit rate of image data generated by first encoding the first training image 802. It is defined that the smaller the second loss information 820, the smaller the bit rate of the image data.
  • the third loss information 830 may be determined based on a comparison result of the original training image 801 and the third training image 804.
  • the third loss information 830 includes L1-norm value, L2-norm value, SSIM value, PSNR-HVS value, MS-SSIM value, and VIF for the difference between the original training image 801 and the third training image 804. Value and VMAF value.
  • the third loss information 830 indicates how similar the third training image 804 is to the original training image 801. The smaller the third loss information 830, the more the third training image 804 is similar to the original training image 801.
  • the first loss information 810, the second loss information 820, and the third loss information 830 are used for training of the first DNN 700, and the third loss information 830 is It is used for training of the second DNN 300. That is, the third loss information 830 is used for training of the first DNN 700 and the second DNN 300.
  • the first DNN 700 may update the parameter such that the final loss information determined based on the first loss information 810, the second loss information 820, and the third loss information 830 is reduced or minimized. Also, the second DNN 300 may update the parameter such that the third loss information 830 is reduced or minimized.
  • Loss DS represents the final loss information to be reduced or minimized for training of the first DNN 700
  • Loss US is the final loss to be reduced or minimized for training of the second DNN 300 Information.
  • a, b, and c may correspond to predetermined weights.
  • the first DNN 700 updates parameters in the direction in which Loss DS of Equation 1 is reduced, and the second DNN 300 updates parameters in the direction in which Loss US is decreased.
  • the parameters of the first DNN 700 are updated according to the Loss DS derived in the training process
  • the first training image 802 generated based on the updated parameter and the first training image 802 in the previous training process are Differently, the third training image 804 is also different from the third training image 804 in the previous training process. If the third training image 804 is different from the third training image 804 in the previous training process, the third loss information 830 is also newly determined, and accordingly, the second DNN 300 updates parameters. .
  • the Loss DS is also newly determined, so the first DNN 700 updates parameters according to the newly determined Loss DS . That is, the parameter update of the first DNN 700 causes the parameter update of the second DNN 300, and the parameter update of the second DNN 300 causes the parameter update of the first DNN 700.
  • the parameters of the first DNN 700 and the parameters of the second DNN 300 can be optimized with each other.
  • the AI upscaler 234 of the AI decoding apparatus 200 and the AI downscaler 612 of the AI encoding apparatus 600 were described as storing a plurality of parameter sets, but the AI upscaler 234 And a method for training each of a plurality of parameter sets stored in the AI downscale unit 612.
  • the degree of similarity between the structural information of the first training image 802 and the structural information of the original training image 801 (first loss information 810 )
  • the bit rate of the image data generated as a result of the first encoding of the first training image 802 (the second loss information 820) and the difference between the third training image 804 and the original training image 801 ( The parameters are updated in consideration of the third loss information 830.
  • the first training image 802 having a small bit rate of image data generated when the first encoding is performed can be generated, and at the same time, the first training image.
  • the parameter may be updated so that the second DNN 300 up-scaling 802 can generate a third training image 804 similar to the original training image 801.
  • the direction in which the parameters of the first DNN 700 are optimized is different. For example, if the weight of b is determined to be high, the parameter of the first DNN 700 may be updated with more importance on lowering the bit rate than the quality of the third training image 804. In addition, when the weight of c is determined to be high, the bit rate is increased, or the importance of allowing the quality of the third training image 804 to increase is increased rather than maintaining the structural information of the original training image 801. 1 The parameters of DNN 700 may be updated.
  • a direction in which parameters of the first DNN 700 are optimized may be different according to the type of codec used to first encode the first training image 802. This is because the second training image to be input to the second DNN 300 may vary according to the type of codec.
  • the parameters of the first DNN 700 and the parameters of the second DNN 300 are linked based on the weight a, the weight b, the weight c, and the type of codec for the first encoding of the first training image 802. It can be updated. Accordingly, when each of the weights a, b, and c is determined as a predetermined value, and after determining the type of codec as a predetermined type, the first DNN 700 and the second DNN 300 are trained to be linked to each other. Optimized parameters of the first DNN 700 and parameters of the second DNN 300 may be determined.
  • parameters of the first DNN 700 optimized in association with each other And parameters of the second DNN 300 may be determined.
  • a plurality of parameter sets trained in association with each other is the first DNN. It can be determined by the 700 and the second DNN (300).
  • FIG. 9 is a flowchart illustrating an AI decoding method according to an embodiment.
  • the AI decoding apparatus 200 receives AI encoded data including image data and AI data.
  • the AI decoding apparatus 200 may receive AI encoded data from the AI encoding apparatus 600 through a network.
  • step S920 the AI decoding apparatus 200 acquires the second image 135 based on the image data. Specifically, the AI decoding apparatus 200 restores the second image 135 corresponding to the first image 115 by decoding the image data based on the image reconstruction method using frequency conversion.
  • step S930 the AI decoding apparatus 200 selects a parameter set for AI upscale of the second image 135 from among a plurality of parameter sets stored in advance.
  • Each of the plurality of parameter sets is optimized in connection with each of the plurality of parameter sets used for AI downscaling of the original image 105, and thus the second image according to the upscale target matching the downscale target of the original image 105.
  • a parameter set capable of AI upscaling 135 should be selected.
  • step S940 the AI decoding apparatus 200 generates the AI upscaled third image 145 from the second image 135 through the second DNN operating with the parameter set determined in step S930.
  • the third image 145 may be output from the AI decoding device 200 and displayed through a display device, or may be displayed after post-processing.
  • FIG. 10 is a flowchart illustrating an AI encoding method according to an embodiment.
  • step S1010 the AI encoding apparatus 600 acquires the AI downscaled first image 115 from the original image 105 through the first DNN.
  • the AI encoding apparatus 600 may determine a downscale target based on a predetermined criterion, and select a parameter set corresponding to the downscale target from among a plurality of previously stored parameter sets.
  • the AI encoding apparatus 600 may downscale the original image 105 through the first DNN operating according to the selected parameter set.
  • step S1020 the AI encoding apparatus 600 first encodes the first image 115 to generate image data. Specifically, the AI encoding apparatus 600 encodes the first image 115 based on the image compression method using frequency conversion to generate image data corresponding to the first image 115.
  • the AI encoding apparatus 600 transmits AI encoding data including AI data and image data including information related to AI downscale.
  • the AI data includes information related to the parameter set of the second DNN for AI upscale of the second image 135.
  • the AI decoding apparatus 200 since the first DNN and the second DNN are jointly trained, when the AI encoding apparatus 600 downscales the original image 105 to a specific downscale target, the AI decoding apparatus 200 also corresponds The second image 135 must be AI upscaled to the upscale target corresponding to the downscale target.
  • the AI data includes information that enables the AI decoding apparatus 200 to AI upscale the second image 135 to an upscale target corresponding to the downscale target of the original image 105.
  • AI data includes information used to determine a parameter set corresponding to an upscale target.
  • the AI decoding apparatus 200 receiving the AI data can infer or know which parameter set the AI encoding apparatus 600 has AI downscaled to the original image 105, and accordingly, the parameter set used for the AI downscale It is possible to determine a parameter set corresponding to and AI upscale using the determined parameter set.
  • the above-described embodiments of the present disclosure can be written in a program or instruction that can be executed in a computer, and the created program or instruction can be stored in a medium.
  • the medium may be continuously storing a program or instruction executable by a computer, or may be temporarily stored for execution or download.
  • the medium may be various recording means or storage means in the form of a single or several hardware combinations, and is not limited to a medium directly connected to a computer system, but may be distributed on a network.
  • Examples of the medium include magnetic media such as hard disks, floppy disks, and magnetic tapes, optical recording media such as CD-ROMs and DVDs, and magneto-optical media such as floptical disks, And program instructions including ROM, RAM, flash memory, and the like.
  • examples of other media include an application store for distributing applications, a site for distributing or distributing various software, and a recording medium or storage medium managed by a server.
  • the model related to the DNN described above may be implemented as a software module.
  • the DNN model may be stored in a computer-readable recording medium.
  • the DNN model may be integrated in the form of a hardware chip to be part of the above-described AI decoding apparatus 200 or AI encoding apparatus 600.
  • the DNN model may be manufactured in the form of a dedicated hardware chip for artificial intelligence, or as part of an existing general purpose processor (eg, CPU or application processor) or graphics only processor (eg, GPU). It may be.
  • the DNN model may be provided in the form of downloadable software.
  • the computer program product may include a product (eg, a downloadable application) in the form of a software program that is electronically distributed through a manufacturer or an electronic market. For electronic distribution, at least a portion of the software program may be stored on a storage medium or temporarily generated.
  • the storage medium may be a server of a manufacturer or an electronic market, or a storage medium of a relay server.

Landscapes

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

Abstract

제 1 영상의 제 1 부호화 결과 생성된 영상 데이터 및 원본 영상으로부터 상기 제 1 영상으로의 AI 다운스케일과 관련된 AI 데이터를 획득하고, 상기 영상 데이터를 제 1 복호화하여 상기 제 1 영상에 대응하는 제 2 영상을 획득하고, 미리 저장된 복수의 파라미터 세트 중 상기 제 2 영상의 AI 업스케일을 위한 파라미터 세트를, 상기 AI 데이터에 기초하여 결정하고, 상기 결정된 파라미터 세트로 동작하는 업스케일용 DNN(Deep Neural Network)을 통해 상기 제 2 영상으로부터 AI 업스케일된 제 3 영상을 생성하되, 상기 결정된 파라미터 세트는, 상기 업스케일용 DNN과, 상기 원본 영상의 AI 다운스케일에 이용되는 다운스케일용 DNN의 연계 훈련을 통해 결정되는 것을 특징으로 하는 일 실시예에 따른 AI 복호화 장치가 개시된다.

Description

영상의 ＡＩ 부호화 및 ＡＩ 복호화 방법, 및 장치
본 개시는 영상 처리 분야에 관한 것이다. 보다 구체적으로, 본 개시는 영상을 AI 기반으로 부호화 및 복호화하는 방법 및 장치에 관한 것이다.
영상은 소정의 데이터 압축 표준, 예를 들어 MPEG (Moving Picture Expert Group) 표준 등을 따르는 코덱(codec)에 의해 부호화된 후 비트스트림의 형태로 기록매체에 저장되거나 통신 채널을 통해 전송된다.
고해상도/고화질의 영상을 재생, 저장할 수 있는 하드웨어의 개발 및 보급에 따라, 고해상도/고화질의 영상을 효과적으로 부호화 및 복호화할 수 있는 코덱의 필요성이 증대하고 있다.
일 실시예에 따른 영상의 AI 부호화 및 AI 복호화 방법, 및 장치는 낮은 비트레이트의 달성을 위해 AI 기반으로 영상을 부호화 및 복호화하는 것을 기술적 과제로 한다.
일 실시예에 따른 AI 복호화 장치는, 하나 이상의 인스트럭션들을 저장하는 메모리; 및 상기 메모리에 저장된 상기 하나 이상의 인스트럭션들을 실행하는 프로세서를 포함하고, 상기 프로세서는, 제 1 영상의 제 1 부호화 결과 생성된 영상 데이터 및 원본 영상으로부터 상기 제 1 영상으로의 AI 다운스케일과 관련된 AI 데이터를 획득하고, 상기 영상 데이터를 제 1 복호화하여 상기 제 1 영상에 대응하는 제 2 영상을 획득하고, 미리 저장된 복수의 파라미터 세트 중 상기 제 2 영상의 AI 업스케일을 위한 파라미터 세트를, 상기 AI 데이터에 기초하여 결정하고, 상기 결정된 파라미터 세트로 동작하는 업스케일용 DNN(Deep Neural Network)을 통해 상기 제 2 영상으로부터 AI 업스케일된 제 3 영상을 생성하되, 상기 결정된 파라미터 세트는, 상기 업스케일용 DNN과, 상기 원본 영상의 AI 다운스케일에 이용되는 다운스케일용 DNN의 연계 훈련을 통해 결정될 수 있다.
일 실시예에 따른 AI 부호화 및 AI 복호화 방법, 및 장치는 AI 기반의 영상 부호화 및 복호화를 통해 영상을 낮은 비트레이트로 처리할 수 있다.
다만, 일 실시예에 따른 AI 부호화 및 AI 복호화 방법, 및 장치가 달성할 수 있는 효과는 이상에서 언급한 것들로 제한되지 않으며, 언급하지 않은 또 다른 효과들은 아래의 기재로부터 본 개시가 속하는 기술분야에서 통상의 지식을 가진 자에게 명확하게 이해될 수 있을 것이다.
본 명세서에서 인용되는 도면을 보다 충분히 이해하기 위하여 각 도면의 간단한 설명이 제공된다.
도 1은 일 실시예에 따른 AI 부호화 과정 및 AI 복호화 과정을 설명하기 위한 도면이다.
도 2는 일 실시예에 따른 AI 복호화 장치의 구성을 나타내는 블록도이다.
도 3은 제 2 영상의 AI 업스케일을 위한 제 2 DNN을 나타내는 예시적인 도면이다.
도 4는 컨볼루션 레이어에 의한 컨볼루션 연산을 설명하기 위한 도면이다.
도 5는 여러 영상 관련 정보들과 여러 파라미터 세트들 사이의 매핑 관계를 나타내는 예시적인 도면이다.
도 6은 일 실시예에 따른 AI 부호화 장치의 구성을 나타내는 블록도이다.
도 7은 원본 영상의 AI 다운스케일을 위한 제 1 DNN을 나타내는 예시적인 도면이다.
도 8은 제 1 DNN 및 제 2 DNN을 훈련시키는 방법을 설명하기 위한 도면이다.
도 9은 일 실시예에 따른 AI 복호화 방법을 설명하기 위한 순서도이다.
도 10은 일 실시예에 따른 AI 부호화 방법을 설명하기 위한 순서도이다.
일 실시예에 따른 AI 복호화 장치는, 하나 이상의 인스트럭션들을 저장하는 메모리; 및 상기 메모리에 저장된 상기 하나 이상의 인스트럭션들을 실행하는 프로세서를 포함하고, 상기 프로세서는, 제 1 영상의 제 1 부호화 결과 생성된 영상 데이터 및 원본 영상으로부터 상기 제 1 영상으로의 AI 다운스케일과 관련된 AI 데이터를 획득하고, 상기 영상 데이터를 제 1 복호화하여 상기 제 1 영상에 대응하는 제 2 영상을 획득하고, 미리 저장된 복수의 파라미터 세트 중 상기 제 2 영상의 AI 업스케일을 위한 파라미터 세트를, 상기 AI 데이터에 기초하여 결정하고, 상기 결정된 파라미터 세트로 동작하는 업스케일용 DNN(Deep Neural Network)을 통해 상기 제 2 영상으로부터 AI 업스케일된 제 3 영상을 생성하되, 상기 결정된 파라미터 세트는, 상기 업스케일용 DNN과, 상기 원본 영상의 AI 다운스케일에 이용되는 다운스케일용 DNN의 연계 훈련을 통해 결정될 수 있다.
상기 AI 데이터는, 상기 원본 영상과 상기 제 1 영상 사이의 차이 정보를 포함하되, 상기 프로세서는, 상기 원본 영상과 상기 제 1 영상 사이의 차이에 대응하도록 상기 제 2 영상을 AI 업스케일할 수 있는 파라미터 세트를 결정할 수 있다.
상기 AI 데이터는, 상기 제 1 영상 관련 정보를 포함하되, 상기 프로세서는, 여러 영상 관련 정보들과 상기 복수의 파라미터 세트 사이의 매핑 관계에 기초하여, 상기 제 1 영상 관련 정보에 매핑된 파라미터 세트를 결정할 수 있다.
상기 영상 데이터는, 상기 제 1 부호화에 이용된 양자화 파라미터 정보를 포함하고, 상기 AI 데이터는, 상기 제 1 영상 관련 정보를 포함하되, 상기 프로세서는, 상기 양자화 파라미터 정보 및 상기 제 1 영상 관련 정보에 기초하여, 상기 파라미터 세트를 결정할 수 있다.
상기 결정된 파라미터 세트는, 상기 업스케일용 DNN을 구성하는 적어도 하나의 컨볼루션 레이어의 필터 커널의 가중치들을 포함할 수 있다.
상기 프로세서는, 상기 업스케일용 DNN에 설정되어 있던 파라미터 세트가, 상기 결정된 파라미터 세트와 상이한 경우, 상기 업스케일용 DNN에 설정되어 있던 파라미터 세트를 상기 결정된 파라미터 세트로 교체할 수 있다.
상기 업스케일용 DNN은, 상기 업스케일용 DNN으로부터 출력되는 제 1 훈련 영상과 AI 다운스케일되기 전의 원본 훈련 영상 간의 비교 결과에 대응하는 제 1 손실 정보에 기초하여 훈련될 수 있다.
상기 제 1 손실 정보는, 상기 원본 훈련 영상을 AI 다운스케일하기 위한 다운스케일용 DNN의 훈련에 이용될 수 있다.
훈련 과정에서, 상기 업스케일용 DNN 및 상기 다운스케일용 DNN 중 어느 하나의 DNN의 파라미터들이 갱신되는 경우, 다른 하나의 DNN의 파라미터들도 갱신될 수 있다.
상기 다운스케일용 DNN은, 상기 원본 훈련 영상에 대응하는 축소 훈련 영상과 상기 다운스케일용 DNN으로부터 출력되는 제 1 훈련 영상 사이의 비교 결과에 대응하는 제 2 손실 정보 및 상기 제 1 훈련 영상의 공간적 복잡도에 대응하는 제 3 손실 정보 중 적어도 하나를 더 고려하여 훈련될 수 있다.
다른 실시예에 따른 AI 부호화 장치는, 하나 이상의 인스트럭션들을 저장하는 메모리; 및 상기 메모리에 저장된 상기 하나 이상의 인스트럭션들을 실행하는 프로세서를 포함하고, 상기 프로세서는, 다운스케일용 DNN을 통해 원본 영상으로부터 AI 다운스케일된 제 1 영상을 획득하고, 상기 제 1 영상을 제 1 부호화하여 영상 데이터를 생성하고, 상기 AI 다운스케일과 관련된 정보를 포함하는 AI 데이터 및 상기 영상 데이터를 전송하고, 상기 AI 데이터는, 제 2 영상의 AI 업스케일을 위한 업스케일용 DNN의 파라미터 세트와 관련된 정보를 포함하고, 상기 제 2 영상은, 상기 영상 데이터의 제 1 복호화를 통해 생성되며, 상기 제 1 영상을 획득하는데 이용된 상기 다운스케일용 DNN의 파라미터 세트는, 상기 다운스케일용 DNN과, 상기 제 2 영상의 AI 업스케일을 위한 업스케일용 DNN의 연계 훈련을 통해 결정될 수 있다.
상기 다운스케일용 DNN 및 상기 업스케일용 DNN은, 상기 업스케일용 DNN으로부터 출력되는 제 1 훈련 영상과 AI 다운스케일되기 전의 원본 훈련 영상 간의 비교 결과에 대응하는 제 1 손실 정보에 기초하여 훈련될 수 있다.
일 실시예에 따른 AI 복호화 방법은, 제 1 영상의 제 1 부호화 결과 생성된 영상 데이터 및 원본 영상으로부터 상기 제 1 영상으로의 AI 다운스케일과 관련된 AI 데이터를 획득하는 단계; 상기 영상 데이터를 제 1 복호화하여 상기 제 1 영상에 대응하는 제 2 영상을 획득하는 단계; 미리 저장된 복수의 파라미터 세트 중 상기 제 2 영상의 AI 업스케일을 위한 파라미터 세트를, 상기 AI 데이터에 기초하여 결정하는 단계; 및 상기 결정된 파라미터 세트로 동작하는 업스케일용 DNN(Deep Neural Network)을 통해 상기 제 2 영상으로부터 AI 업스케일된 제 3 영상을 생성하는 단계를 포함하고, 상기 결정된 파라미터 세트는, 상기 업스케일용 DNN과, 상기 원본 영상의 AI 다운스케일에 이용되는 다운스케일용 DNN의 연계 훈련을 통해 결정될 수 있다.
다른 실시예에 따른 AI 부호화 방법은, 다운스케일용 DNN을 통해 원본 영상으로부터 AI 다운스케일된 제 1 영상을 획득하는 단계; 상기 제 1 영상을 제 1 부호화하여 영상 데이터를 생성하는 단계; 및 상기 AI 다운스케일과 관련된 정보를 포함하는 AI 데이터 및 상기 영상 데이터를 전송하는 단계를 포함하고, 상기 AI 데이터는, 제 2 영상의 AI 업스케일을 위한 업스케일용 DNN의 파라미터 세트와 관련된 정보를 포함하고, 상기 제 2 영상은, 상기 영상 데이터의 제 1 복호화를 통해 생성되며, 상기 제 1 영상을 획득하는데 이용된 상기 다운스케일용 DNN의 파라미터 세트는, 상기 다운스케일용 DNN과, 상기 제 2 영상의 AI 업스케일을 위한 업스케일용 DNN의 연계 훈련을 통해 결정될 수 있다.
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 비디오의 정지영상이거나 동영상, 즉 비디오 그 자체를 나타낼 수 있다.
또한, 본 명세서에서 'DNN(deep neural network)의 파라미터'는 뉴럴 네트워크를 이루는 각 레이어의 연산 과정에서 이용되는 값으로서 예를 들어, 입력 값을 소정 연산식에 적용할 때 이용되는 가중치를 포함할 수 있다. 또한, 파라미터는 매트릭스 형태로 표현될 수 있다. 파라미터는 훈련의 결과로 설정되는 값으로서, 필요에 따라 별도의 훈련 데이터(training data)를 통해 갱신될 수 있다.
또한, 본 명세서에서 '제 1 DNN'은 영상의 AI 다운스케일을 위해 이용되는 DNN을 의미하고, '제 2 DNN'은 영상의 AI 업스케일을 위해 이용되는 DNN을 의미한다.
또한, 본 명세서에서 '원본 영상'은 AI 부호화의 대상이 되는 영상을 의미하고, '제 1 영상'은 AI 부호화 과정에서 원본 영상의 AI 다운스케일 결과 생성된 영상을 의미한다. 또한, '제 2 영상'은 AI 복호화 과정에서 제 1 복호화를 통해 생성된 영상을 의미하고, '제 3 영상'은 AI 복호화 과정에서 제 2 영상을 AI 업스케일하여 생성된 영상을 의미한다.
또한, 본 명세서에서 'AI 다운스케일'은 AI 기반으로 영상의 해상도를 감소시키는 처리를 의미하고, '제 1 부호화'는 주파수 변환 기반의 영상 압축 방법에 의한 부호화 처리를 의미한다. 또한, '제 1 복호화'는 주파수 변환 기반의 영상 복원 방법에 의한 복호화 처리를 의미하고, 'AI 업스케일'은 AI 기반으로 영상의 해상도를 증가시키는 처리를 의미한다.
도 1은 일 실시예에 따른 AI(artificial intelligence) 부호화 과정 및 AI 복호화 과정을 설명하기 위한 도면이다.
전술한 바와 같이 영상의 해상도가 급격히 커짐에 따라 부호화/복호화를 위한 정보 처리량이 많아지게 되고, 이에 따라 영상의 부호화 및 복호화 효율을 향상시키기 위한 방안이 필요하다.
도 1에 도시된 바와 같이, 본 발명의 일 실시예에 따르면, 해상도가 큰 원본 영상(105)을 AI 다운스케일(110)하여 제 1 영상(115)을 생성한다. 그리고, 상대적으로 작은 해상도의 제 1 영상(115)을 대상으로 하여 제 1 부호화(120) 및 제 1 복호화(130)를 수행하므로, 원본 영상(105)을 대상으로 하여 제 1 부호화(120) 및 제 1 복호화(130)를 수행하는 경우에 비해 처리되는 비트레이트를 크게 감소시킬 수 있다.
도 1을 참조하여 상세히 설명하면, 일 실시예는 AI 부호화 과정에서, 원본 영상(105)을 AI 다운스케일(110)하여 제 1 영상(115)을 생성하고, 제 1 영상(115)을 제 1 부호화(120)한다. AI 복호화 과정에서는, AI 부호화 결과 생성된 AI 데이터와 영상 데이터를 포함하는 AI 부호화 데이터를 수신하고, 제 1 복호화(130)를 통해 제 2 영상(135)을 생성하고, 제 2 영상(135)을 AI 업스케일(140)하여 제 3 영상(145)을 생성한다.
AI 부호화 과정을 좀 더 상세히 살펴보면, 원본 영상(105)을 입력받으면, 소정 해상도 또는 소정 화질의 제 1 영상(115)을 생성하기 위해 원본 영상(105)을 AI 다운스케일(110)한다. 이때, AI 다운스케일(110)은 AI 기반으로 수행되는데, AI 다운스케일(110)을 위한 AI는 제 2 영상(135)의 AI 업스케일(140)을 위한 AI와 연계되어 훈련되어야(trained connectively) 한다. 왜냐하면, AI 다운스케일(110)을 위한 AI와 AI 업스케일(140)을 위한 AI가 분리되어 훈련되는 경우, AI 부호화 대상인 원본 영상(105)과 AI 복호화를 통해 복원된 제 3 영상(145) 사이의 차이가 커지게 되기 때문이다.
본 발명의 실시예에서는, AI 부호화 과정과 AI 복호화 과정에서 이러한 연계 관계를 유지하기 위해, AI 데이터를 이용할 수 있다. 따라서, AI 부호화 과정을 통해 생성된 AI 데이터는 업스케일 타겟을 나타내는 정보를 포함하여야 하고, AI 복호화 과정에서는 AI 데이터에 기초하여 확인되는 업스케일 타겟에 따라 제 2 영상(135)을 AI 업스케일(140)하여야 한다.
AI 다운스케일(110)을 위한 AI 및 AI 업스케일(140)을 위한 AI는 DNN(deep neural network)으로 구현될 수 있다. 도 8을 참조하여 후술하는 바와 같이, 제 1 DNN과 제 2 DNN은 소정 타겟 하에 손실 정보의 공유를 통해 연계 훈련되므로, AI 부호화 장치는 제 1 DNN과 2 DNN이 연계 훈련할 때 이용된 타겟 정보를 AI 복호화 장치로 제공하고, AI 복호화 장치는 제공받은 타겟 정보에 기초하여 제 2 영상(135)을 타겟하는 해상도로 AI 업스케일(140)할 수 있다.
도 1에 도시된 제 1 부호화(120) 및 제 1 복호화(130)에 대해 상세히 설명하면, 원본 영상(105)으로부터 AI 다운스케일(110)된 제 1 영상(115)은 제 1 부호화(120)를 통해 정보량이 감축될 수 있다. 제 1 부호화(120)는, 제 1 영상(115)을 예측하여 예측 데이터를 생성하는 과정, 제 1 영상(115)과 예측 데이터 사이의 차이에 해당하는 잔차 데이터를 생성하는 과정, 공간 영역 성분인 잔차 데이터를 주파수 영역 성분으로 변환(transformation)하는 과정, 주파수 영역 성분으로 변환된 잔차 데이터를 양자화(quantization)하는 과정 및 양자화된 잔차 데이터를 엔트로피 부호화하는 과정 등을 포함할 수 있다. 이와 같은 제 1 부호화 과정(120)은 MPEG-2, H.264 AVC(Advanced Video Coding), MPEG-4, HEVC(High Efficiency Video Coding), VC-1, VP8, VP9 및 AV1(AOMedia Video 1) 등 주파수 변환을 이용한 영상 압축 방법 중의 하나를 통해 구현될 수 있다.
제 1 영상(115)에 대응하는 제 2 영상(135)은 영상 데이터의 제 1 복호화(130)를 통해 복원될 수 있다. 제 1 복호화(130)는, 영상 데이터를 엔트로피 복호화하여 양자화된 잔차 데이터를 생성하는 과정, 양자화된 잔차 데이터를 역양자화하는 과정, 주파수 영역 성분의 잔차 데이터를 공간 영역 성분으로 변환하는 과정, 예측 데이터를 생성하는 과정 및 예측 데이터와 잔차 데이터를 이용하여 제 2 영상(135)을 복원하는 과정 등을 포함할 수 있다. 이와 같은 제 1 복호화(130) 과정은 제 1 부호화(120) 과정에서 사용된 MPEG-2, H.264, MPEG-4, HEVC, VC-1, VP8, VP9 및 AV1 등 주파수 변환을 이용한 영상 압축 방법 중의 하나에 대응되는 영상 복원 방법을 통해 구현될 수 있다.
AI 부호화 과정을 통해 생성된 AI 부호화 데이터는, 제 1 영상(115)의 제 1 부호화(120) 결과 생성된 영상 데이터 및 원본 영상(105)의 AI 다운스케일(110)과 관련된 AI 데이터를 포함할 수 있다. 영상 데이터는 제 1 복호화(130) 과정에서 이용될 수 있으며, AI 데이터는 AI 업스케일(140) 과정에서 이용될 수 있다.
영상 데이터는 비트스트림 형태로 전송될 수 있다. 영상 데이터는 제 1 영상(115) 내 픽셀 값들에 기초하여 생성되는 데이터, 예를 들어, 제 1 영상(115)과 제 1 영상(115)의 예측 데이터 사이의 차이인 잔차 데이터를 포함할 수 있다. 또한, 영상 데이터는 제 1 영상(115)의 제 1 부호화(120) 과정에서 이용된 정보들을 포함한다. 예를 들어, 영상 데이터는 제 1 영상(115)을 제 1 부호화(120)하는데 이용된 모드(mode) 정보 및 제 1 부호화(120)에서 이용된 양자화 파라미터 관련 정보 등을 포함할 수 있다. 영상 데이터는 MPEG-2, H.264 AVC, MPEG-4, HEVC, VC-1, VP8, VP9 및 AV1 등 주파수 변환을 이용하는 영상 압축 방법 중 제 1 부호화(120) 과정에서 이용된 영상 압축 방법의 규칙, 예를 들어, 신택스(syntax)에 따라 생성될 수 있다.
AI 데이터는 제 2 DNN에 기반한 AI 업스케일(140)에 이용된다. 전술한 바와 같이, 제 1 DNN과 제 2 DNN은 연계 훈련되기 때문에, AI 데이터는 제 2 DNN을 통한 제 2 영상(135)의 정확한 AI 업스케일(140)이 수행될 수 있게 하는 정보를 포함한다. AI 복호화 과정에서는 AI 데이터에 기반하여 제 2 영상(135)을 타겟하는 해상도 및 화질로 AI 업스케일(140)할 수 있다.
AI 데이터는 비트스트림의 형태로 영상 데이터와 함께 전송될 수 있다. 또는, 구현예에 따라, AI 데이터는 프레임이나 패킷 형태로 영상 데이터와 구분되어 전송될 수도 있다. AI 부호화 결과 생성된 영상 데이터와 AI 데이터는 동일한 네트워크 또는 서로 상이한 네트워크를 통해 전송될 수 있다.
도 2는 일 실시예에 따른 AI 복호화 장치(200)의 구성을 도시하는 블록도이다.
도 2를 참조하면, 일 실시예에 따른 AI 복호화 장치(200)는 수신부(210) 및 AI 복호화부(230)를 포함할 수 있다. 수신부(210)는 통신부(212), 파싱부(214) 및 출력부(216)를 포함할 수 있다. AI 복호화부(230)는 제 1 복호화부(232) 및 AI 업스케일부(234)를 포함할 수 있다.
수신부(210)는 AI 부호화 결과 생성된 AI 부호화 데이터를 수신 및 파싱하고, 영상 데이터와 AI 데이터를 구분하여 AI 복호화부(230)로 출력한다.
구체적으로, 통신부(212)는 네트워크를 통해 AI 부호화 결과 생성된 AI 부호화 데이터를 수신한다. AI 부호화 결과 생성된 AI 부호화 데이터는 영상 데이터와 AI 데이터를 포함한다. 영상 데이터와 AI 데이터는 동종 네트워크 또는 이종 네트워크를 통해 수신될 수 있다.
파싱부(214)는 통신부(212)를 통해 수신된 AI 부호화 데이터를 전달받아 파싱(parsing)하여 영상 데이터와 AI 데이터로 구분한다. 예를 들어, 네트워크를 통해 수신된 데이터의 헤더를 읽어, 해당 데이터가 영상 데이터인지 또는 AI 데이터인지를 구분할 수 있다. 일 예에서, 파싱부(214)는 통신부(212)를 통해 수신된 데이터의 헤더를 통해 영상 데이터와 AI 데이터를 구분하여 출력부(216)로 전달하고, 출력부(216)는 각각의 구분된 데이터를 제 1 복호화부(232) 및 AI 업스케일부(234)로 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, 출력부(216)를 통해 해당 정보를 제 1 복호화부(232)로 전달할 수 있다.
제 1 복호화부(232)는 영상 데이터에 기초하여 제 1 영상(115)에 대응하는 제 2 영상(135)을 복원한다. 제 1 복호화부(232)에 의해 생성된 제 2 영상(135)은 AI 업스케일부(234)로 제공된다. 구현예에 따라서는, 영상 데이터에 포함된 모드 정보, 양자화 파라미터 정보 등 제 1 복호화 관련 정보가 AI 업스케일부(234)로 더 제공될 수 있다.
AI 데이터를 수신한 AI 업스케일부(234)는 AI 데이터에 기초하여 제 2 영상(135)을 AI 업스케일한다. 구현예에 따라서는, 영상 데이터에 포함된 모드 정보, 양자화 파라미터 정보 등 제 1 복호화 관련 정보를 더 이용하여 AI 업스케일 할 수 있다.
일 실시예에 따른 수신부(210) 및 AI 복호화부(230)는 개별적인 장치로 설명되었으나, 하나의 프로세서를 통해 구현될 수 있다. 이 경우, 별도의 전용 프로세서로 구현될 수도 있고, AP 또는 CPU, GPU와 같은 범용 프로세서와 S/W의 조합을 통해 구현될 수도 있다. 또한, 전용 프로세서의 경우, 본 발명의 실시예를 구현하기 위한 메모리를 포함하여 구현되거나, 외부 메모리를 이용하기 위한 메모리 처리부를 포함하여 구현될 수 있다.AI 업스케일부(234)로 제공되는 AI 데이터는, 제 2 영상(135)을 AI 업스케일할 수 있게 하는 정보들을 포함한다. 이때, 업스케일 타겟은 제 1 DNN의 다운스케일에 대응하여야 한다. 따라서, AI 데이터는 제 1 DNN의 다운스케일 타겟을 확인할 수 있는 정보가 포함되어야 한다.
AI 데이터에 포함된 정보를 구체적으로 예시하면, 원본 영상(105)의 해상도와 제 1 영상(115)의 해상도와의 차이 정보, 제 1 영상(115) 관련 정보가 있다.
차이 정보는, 원본 영상(105) 대비 제 1 영상(115)의 해상도 변환 정도에 대한 정보(예를 들어, 해상도 변환률 정보)로 표현될 수 있다. 그리고, 복원된 제 2 영상(135)의 해상도를 통해 제 1 영상(115)의 해상도를 알게 되고 이를 통해 해상도 변환 정도를 확인할 수 있기 때문에, 차이 정보는 원본 영상(105)의 해상도 정보만으로 표현될 수도 있다. 여기서 해상도 정보는 가로/세로의 화면 사이즈로 표현될 수도 있고, 비율(16:9, 4:3 등)과 한 축의 사이즈로 표현될 수도 있다. 또한, 기 설정된 해상도 정보가 있는 경우는 모드 정보의 형태로 표현될 수도 있다.
그리고, 제 1 영상(115) 관련 정보는, 제 1 영상(115)의 제 1 부호화 결과 생성된 영상 데이터의 비트레이트 및 제 1 영상(115)의 제 1 부호화시 이용된 코덱 타입 중 적어도 하나에 대한 정보를 포함할 수 있다.
차이 정보와 제 1 영상(115) 관련 정보는 하나의 AI 데이터로 전달될 수도 있고, 필요에 따라 각각 전달되어 처리될 수도 있다.
AI 업스케일부(234)는 AI 데이터에 포함된 차이 정보 및 제 1 영상(115) 관련 정보 중 적어도 하나에 기초하여 제 2 영상(135)의 업스케일 타겟을 결정할 수 있다. 업스케일 타겟은 예를 들어, 제 2 영상(135)을 어느 정도의 해상도로 업스케일하여야 하는지를 나타낼 수 있다. AI 업스케일부(234)는 업스케일 타겟이 결정되면, 업스케일 타겟에 대응하는 제 3 영상(145)을 생성하기 위해 제 2 DNN을 통해 제 2 영상(135)을 AI 업스케일한다.
AI 업스케일부(234)가 업스케일 타겟에 맞춰 제 2 영상(135)을 AI 업스케일하는 방법을 설명하기에 앞서, 제 2 DNN을 통한 AI 업스케일 과정에 대해 도 3 및 도 4를 참조하여 설명한다.
도 3은 제 2 영상(135)의 AI 업스케일을 위한 제 2 DNN(300)을 나타내는 예시적인 도면이다.
도 3에 도시된 바와 같이, 제 2 영상(135)은 제 1 컨볼루션 레이어(310)로 입력된다. 도 3에 도시된 제 1 컨볼루션 레이어(310)에 표시된 3X3X4는 3 x 3의 크기의 4개의 필터 커널을 이용하여 1개의 입력 영상에 대해 컨볼루션 처리를 하는 것을 예시한다. 컨볼루션 처리 결과 4개의 필터 커널에 의해 생성된 4개의 특징 맵은 각각 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 레이어에서 비선형 특성을 부여하는 것은, 제 1 컨볼루션 레이어(310)를 통한 출력인, 특징 맵의 일부 샘플 값을 변경하여 출력하는 것을 의미한다. 이때, 변경은 비선형 특성을 적용하여 수행된다.
제 1 활성화 레이어(320)의 출력이 제 2 컨볼루션 레이어(330)로 입력된다. 제 2 컨볼루션 레이어(330)에 표시된 3X3X4는 3 x 3의 크기의 4개의 필터 커널을 이용하여 입력 데이터에 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)의 출력은 제 3 컨볼루션 레이어(350)로 입력된다. 도 3에 도시된 제 3 컨볼루션 레이어(350)에 표시된 3X3X1는 3 x 3의 크기의 1개의 필터 커널을 이용하여 1개의 출력 영상을 만들기 위해 컨볼루션 처리를 하는 것을 예시한다. 제 3 컨볼루션 레이어(350)는 최종 영상을 출력하기 위한 레이어로서 1개의 필터 커널을 이용하여 1개의 출력을 생성한다. 본 발명의 예시에 따르면, 제 3 컨볼루션 레이어(350)는 컨벌루션 연산 결과를 통해 제 3 영상(145)을 출력할 수 있다.
제 2 DNN(300)의 제 1 컨볼루션 레이어(310), 제 2 컨볼루션 레이어(330) 및 제 3 컨볼루션 레이어(350)의 필터 커널의 개수, 필터 커널의 파라미터 등을 나타내는 파라미터 세트는 후술하는 바와 같이 복수 개일 수 있는데, 복수의 파라미터 세트는 제 1 DNN의 복수의 파라미터 세트와 연계되어야 한다. 제 2 DNN의 복수의 파라미터 세트와 제 1 DNN의 복수의 파라미터 세트 사이의 연계는, 제 1 DNN 및 제 2 DNN의 연계 학습을 통해 구현될 수 있다.
도 3은 제 2 DNN(300)이 세 개의 컨볼루션 레이어(310, 330, 350)와 두 개의 활성화 레이어(320, 340)를 포함하고 있는 것으로 도시하고 있으나, 이는 하나의 예시일 뿐이며, 구현예에 따라서, 컨볼루션 레이어 및 활성화 레이어의 개수는 다양하게 변경될 수 있다. 또한, 구현예에 따라서, 제 2 DNN(300)은 RNN(recurrent neural network)을 통해 구현될 수도 있다. 이 경우는 본 개시의 예시에 따른 제 2 DNN(300)의 CNN 구조를 RNN 구조로 변경하는 것을 의미한다.
도 4를 참조하여, 컨볼루션 레이어의 컨볼루션 연산에 대해 보다 상세히 설명한다.
미리 결정된 2차원의 크기를 갖는 필터 커널(430)(도 4에서는 3 X 3 크기의 필터 커널)의 파라미터들과 그에 대응하는 입력 영상(410) 내 픽셀 값들 사이의 곱 연산 및 덧셈 연산을 통해 특징 맵(450)이 생성될 수 있다.
도 4는 특징 맵(450)의 샘플 값을 획득하기 위한 필터 커널(430)과 입력 영상(410) 사이의 컨볼루션 연산을 도시하고 있다.
도 4에서 입력 영상(410)에 표시된 I1 내지 I49는 입력 영상(410) 내 픽셀들을 나타내고, 필터 커널(430)에 표시된 F1 내지 F9는 필터 커널(430)의 파라미터들을 나타낸다. 또한, 특징 맵(450)에 표시된 M1 내지 M9는 특징 맵(450)의 샘플들을 나타낸다. 필터 커널(430)의 파라미터는, 제 1 DNN과의 연계 학습을 통해 그 값이 최적화될 수 있다. 후술하는 바와 같이, AI 업스케일부(234)는 필터 커널의 파라미터를, AI 데이터에 기초하여 결정한 업스케일 타겟에 대응하는 파라미터로 세팅함으로써, 다운스케일 타겟에 대응하는 업스케일 타겟으로 제 2 영상(135)을 AI 업스케일할 수 있다.
컨볼루션 연산 과정에서, 입력 영상(410)의 I1, I2, I3, I8, I9, I10, I15, I16, I17의 픽셀 값들 각각과 필터 커널(430)의 F1, F2, F3, F4, F5, F6, F7, F8 및 F9 각각의 곱 연산이 수행되고, 곱 연산의 결과 값들을 조합(예를 들어, 덧셈 연산)한 값이 특징 맵(450)의 M1의 값으로 할당될 수 있다. 컨볼루션 연산의 스트라이드(stride)가 2라면, 입력 영상(410)의 I3, I4, I5, I10, I11, I12, I17, I18, I19의 픽셀 값들 각각과 필터 커널(430)의 F1, F2, F3, F4, F5, F6, F7, F8 및 F9 각각의 곱 연산이 수행되고, 곱 연산의 결과 값들을 조합한 값이 특징 맵(450)의 M2의 값으로 할당될 수 있다.
필터 커널(430)이 입력 영상(410)의 마지막 픽셀에 도달할 때까지 스트라이드에 따라 이동하는 동안 입력 영상(410) 내 픽셀 값들과 필터 커널(430)의 파라미터들 사이의 컨볼루션 연산이 수행됨으로써, 소정 크기를 갖는 특징 맵(450)이 획득될 수 있다.
본 개시에 따르면, 제 1 DNN과 제 2 DNN의 연계 훈련을 통해 제 2 DNN의 파라미터들, 예를 들어, 필터 커널(430)의 F1, F2, F3, F4, F5, F6, F7, F8 및 F9의 값이 최적화될 수 있다. 전술한 바와 같이, AI 업스케일부(234)는 AI 데이터에 기초하여, 제 1 DNN의 다운스케일 타겟에 대응하는 업스케일 타겟을 결정하고, 결정된 업스케일 타겟에 대응하는 파라미터들을 필터 커널(430)의 F1, F2, F3, F4, F5, F6, F7, F8 및 F9의 값으로 결정할 수 있다.
도 4와 관련하여 설명한 컨볼루션 연산 과정은 하나의 예시일 뿐이며, 이에 한정되는 것은 아니다.
이하에서, AI 업스케일부(234)가 업스케일 타겟에 맞춰 제 2 영상(135)을 AI 업스케일하는 방법을 설명한다.
일 실시예에서, AI 업스케일부(234)는 제 2 DNN에 세팅 가능한 복수의 파라미터 세트를 저장할 수 있다.
여기서, 파라미터 세트는 제 2 DNN에서 사용되는 필터 커널의 정보(예를 들어, 컨볼루션 레이어의 수, 컨볼루션 레이어별 필터 커널의 개수, 각 필터 커널의 파라미터 등)를 포함한다.
AI 업스케일부(234)는 복수의 파라미터 세트 중 제 2 영상(135)의 AI 업스케일을 위한 파라미터 세트를 결정할 수 있다. 여기서 사용되는 복수의 파라미터 세트 각각은 미리 결정된 해상도 및/또는 미리 결정된 화질의 제 3 영상(145)을 생성하기 위한 정보로, 제 1 DNN과 연계하여 훈련된 것이다.
예를 들어, 복수의 파라미터 세트 중 어느 하나의 파라미터 세트는 제 2 영상(135)의 해상도보다 2배 큰 해상도의 제 3 영상(145), 예를 들어, 2K (2048*1080)의 제 2 영상(135)보다 2배 큰 4K(4096*2160)의 제 3 영상(145)을 생성하기 위한 파라미터들을 포함할 수 있고, 다른 하나의 파라미터 세트는 제 2 영상(135)의 해상도보다 4배 큰 해상도의 제 4 영상(145), 예를 들어, 2K (2048*1080)의 제 2 영상(135)보다 4배 큰 8K(8192*4320)의 제 3 영상(145)을 생성하기 위한 파라미터들을 포함할 수 있다.
복수의 파라미터 세트 각각은 AI 부호화 장치(600)의 제 1 DNN의 파라미터 세트와 연계되어 만들어진 것이며, AI 업스케일부(234)는 제 1 DNN의 파라미터 세트에 의해 생성된 축소 비율에 대응되는 확대 비율에 따라 복수의 파라미터 세트 중 하나의 파라미터 세트를 결정한다. 이를 위해, AI 업스케일부(234)는 제 1 DNN의 정보를 확인하여야 한다. 제 1 DNN의 정보를 AI 업스케일부(234)가 확인하기 위해, 일 실시예에 따른 AI 복호화 장치(200)는 AI 부호화 장치(600)로부터 제 1 DNN의 정보를 포함하는 AI 데이터를 수신한다.
다시 말하면, AI 업스케일부(234)는 AI 부호화 장치(600)로부터 수신되는 정보들을 이용하여, 제 1 영상(115)을 생성하기 위해 이용된 제 1 DNN의 파라미터 세트가 타겟하는 정보를 확인하고, 그와 연계 훈련된 제 2 DNN의 파라미터 세트를 결정할 수 있는 것이다.
복수의 파라미터 세트 중 제 2 영상(135)의 AI 업스케일을 위한 파라미터 세트가 결정되면, 제 2 DNN 내 각 레이어는 파라미터 세트에 포함된 파라미터들에 기초하여 입력된 데이터를 처리할 수 있다.
예를 들어, 어느 하나의 파라미터 세트가 결정되면, 도 3에 도시된 제 2 DNN(300)의 제 1 컨볼루션 레이어(310), 제 2 컨볼루션 레이어(330) 및 제 3 컨볼루션 레이어(350) 각각에 대해서, 각 레이어에 포함되는 필터 커널의 개수와 필터 커널의 파라미터들을, 상기 결정된 파라미터 세트에 포함된 값으로 설정한다.
구체적으로, 도 4에 도시된 제 2 DNN의 어느 하나의 컨볼루션 레이어에서 이용되는 3 X 3의 필터 커널의 파라미터들이 {1, 1, 1, 1, 1, 1, 1, 1, 1}로 세팅되도록 하고, 이후 파라미터 세트의 변경이 있는 경우, 이를 변경된 파라미터 세트에 포함된 파라미터들인 {2, 2, 2, 2, 2, 2, 2, 2, 2}로 교체할 수 있는 것이다.
AI 업스케일부(234)는 AI 데이터에 포함된 정보에 기초하여 복수의 파라미터 세트 중 제 2 영상(135)을 업스케일하기 위한 파라미터 세트를 결정할 수 있는데, 파라미터 세트를 결정하는데 이용되는 AI 데이터에 대해 구체적으로 설명한다.
일 실시예에서, 업스케일부(234)는 AI 데이터에 포함된 차이 정보에 기초하여, 복수의 파라미터 세트 중 제 2 영상(135)을 업스케일하기 위한 파라미터 세트를 결정할 수 있다. 예를 들어, 차이 정보에 기초하여 원본 영상(105)의 해상도(예를 들어, 4K(4096*2160)) 가 제 1 영상(115)의 해상도(예를 들어, 2K (2048*1080))보다 2배 큰 것으로 확인된 경우, 업스케일부(234)는 제 2 영상(135)의 해상도를 2배 증가시킬 수 있는 파라미터 세트를 결정할 수 있다.
다른 실시예에서, 업스케일부(234)는 AI 데이터에 포함된 제 1 영상(115) 관련 정보에 기초하여, 복수의 파라미터 세트 중 제 2 영상(135)을 업스케일하기 위한 파라미터 세트를 결정할 수 있다. 업스케일부(234)는 영상 관련 정보들과 파라미터 세트들 사이의 매핑 관계를 미리 결정하고, 제 1 영상(115) 관련 정보에 매핑된 파라미터 세트를 결정할 수 있다.
도 5는 여러 영상 관련 정보들과 여러 파라미터 세트들 사이의 매핑 관계를 나타내는 예시적인 도면이다.
본 도 5에 따른 실시예를 통해, 본 발명의 일 실시예의 AI 부호화/AI 복호화 과정은 해상도의 변화만을 고려하는 것이 아님을 알 수 있다. 도 5에 도시된 바와 같이, SD, HD, Full HD와 같은 해상도, 10Mbps, 15Mbps, 20Mbps와 같은 비트레이트, 그리고 AV1, H.264, HEVC와 같은 코덱 정보를 개별적으로 또는 모두 고려하여 파라미터 세트 선택이 이루어질 수 있다. 이러한 고려를 위해서는 AI 훈련 과정에서 각각의 요소들을 고려한 훈련이 부호화, 복호화 과정에 연계되어 이루어져야 한다(도 8 참조).
따라서, 훈련 내용에 따라서 도 5에 도시된 바와 같이, 코덱 타입, 영상의 해상도 등을 포함하는 영상 관련 정보에 기반하여 복수의 파라미터 세트가 구비된 경우, AI 복호화 과정에서 전달받는 제 1 영상(115) 관련 정보에 기반하여 제 2 영상(135)의 AI 업스케일을 위한 파라미터 세트를 사용할 수 있다.
즉, AI 업스케일부(234)는 도 5에 도시된 표의 좌측에 도시된 영상 관련 정보와 표 우측의 파라미터 세트를 매칭하고 있음으로써, 영상 관련 정보에 따른 파라미터 세트를 사용할 수 있는 것이다.
도 5에 예시된 바와 같이, 제 1 영상(115) 관련 정보로부터 제 1 영상(115)의 해상도가 SD이고, 제 1 영상(115)의 제 1 부호화 결과 생성된 영상 데이터의 비트레이트가 10Mbps이고, 제 1 영상(115)이 AV1 코덱으로 제 1 부호화된 것으로 확인되면, AI 업스케일부(234)는 복수의 파라미터 세트 중 A 파라미터 세트를 사용할 수 있다.
또한, 제 1 영상(115) 관련 정보로부터 제 1 영상(115)의 해상도가 HD이고, 제 1 부호화 결과 생성된 영상 데이터의 비트레이트가 15Mbps이고, 제 1 영상(115)이 H.264 코덱으로 제 1 부호화된 것으로 확인되면, AI 업스케일부(234)는 복수의 파라미터 세트 중 B 파라미터 세트를 사용할 수 있다.
또한, 제 1 영상(115) 관련 정보로부터 제 1 영상(115)의 해상도가 Full HD이고, 제 1 영상(115)의 제 1 부호화 결과 생성된 영상 데이터의 비트레이트가 20Mbps이고, 제 1 영상(115)이 HEVC 코덱으로 제 1 부호화된 것으로 확인되면, AI 업스케일부(234)는 복수의 파라미터 세트 중 C 파라미터 세트를 사용하고, 제 1 영상(115)의 해상도가 Full HD이고, 제 1 영상(115)의 제 1 부호화 결과 생성된 영상 데이터의 비트레이트가 15Mbps이고, 제 1 영상(115)이 HEVC 코덱으로 제 1 부호화된 것으로 확인되면, AI 업스케일부(234)는 복수의 파라미터 세트 중 D 파라미터 세트를 사용할 수 있다. 제 1 영상(115)의 제 1 부호화 결과 생성된 영상 데이터의 비트레이트가 20Mbps인지 또는 15Mbps인지에 따라 C 파라미터 세트와 D 파라미터 세트 중에서 어느 하나가 선택된다. 즉, 동일 해상도의 제 1 영상(115)을 동일 코덱으로 제 1 부호화하였을 때, 영상 데이터의 비트레이트가 서로 상이하다는 것은, 복원되는 영상의 화질이 서로 상이하다는 것을 의미한다. 따라서, 제 1 DNN과 제 2 DNN은 소정 화질에 기반하여 연계 훈련될 수 있으며, 이에 따라 AI 업스케일부(234)는 제 2 영상(135)의 화질을 나타내는, 영상 데이터의 비트레이트에 따라 파라미터 세트를 결정할 수 있다.
또 다른 실시예에서, AI 업스케일부(234)는 제 1 복호화부(232)로부터 제공되는 정보(모드 정보, 양자화 파라미터 정보 등)와 AI 데이터에 포함된 제 1 영상(115) 관련 정보를 모두 고려하여 복수의 파라미터 세트 중 제 2 영상(135)을 AI 업스케일하기 위한 파라미터 세트를 결정할 수도 있다. 예를 들어, AI 업스케일부(234)는 제 1 복호화부(232)로부터 제 1 영상(115)의 제 1 부호화 과정에서 이용된 양자화 파라미터 정보를 전달받고, AI 데이터로부터 제 1 영상(115)의 부호화 결과 생성된 영상 데이터의 비트레이트를 확인하고, 양자화 파라미터 및 비트레이트에 대응하는 파라미터 세트를 결정할 수도 있다.
이하에서는, 도 6을 참조하여, 원본 영상(105)의 AI 부호화를 위한 AI 부호화 장치(600)에 대해 설명한다.
도 6은 일 실시예에 따른 AI 부호화 장치(600)의 구성을 도시하는 블록도이다.
도 6을 참조하면, AI 부호화 장치(600)는 AI 부호화부(610) 및 전송부(630)를 포함할 수 있다. AI 부호화부(610)는 AI 다운스케일부(612) 및 제 1 부호화부(614)를 포함할 수 있다. 전송부(630)는 데이터 처리부(632) 및 통신부(634)를 포함할 수 있다.
도 6은 AI 부호화부(610) 및 전송부(630)를 개별적인 장치로 도시하고 있으나, AI 부호화부(610) 및 전송부(630)는 하나의 프로세서를 통해 구현될 수 있다. 이 경우, 별도의 전용 프로세서로 구현될 수도 있고, AP 또는 CPU, GPU와 같은 범용 프로세서와 S/W의 조합을 통해 구현될 수도 있다. 또한, 전용 프로세서의 경우, 본 발명의 실시예를 구현하기 위한 메모리를 포함하여 구현되거나, 외부 메모리를 이용하기 위한 메모리 처리부를 포함하여 구현될 수 있다.
AI 부호화부(610)는 원본 영상(105)의 AI 다운스케일 및 제 1 영상(115)의 제 1 부호화를 수행하고, AI 데이터 및 영상 데이터를 전송부(630)로 전달한다. 전송부(630)는 AI 데이터 및 영상 데이터를 AI 복호화 장치(200)로 전송한다.
영상 데이터는 제 1 영상(115)의 제 1 부호화 결과 생성된 데이터를 포함한다. 영상 데이터는 제 1 영상(115) 내 픽셀 값들에 기초하여 생성되는 데이터, 예를 들어, 제 1 영상(115)과 제 1 영상(115)의 예측 데이터 사이의 차이인 잔차 데이터를 포함할 수 있다. 또한, 영상 데이터는 제 1 영상(115)의 제 1 부호화 과정에서 이용된 정보들을 포함한다. 예를 들어, 영상 데이터는 제 1 영상(115)을 제 1 부호화하는데 이용된 모드(mode) 정보 및 제 1 영상(115)을 제 1 부호화하는데 이용된 양자화 파라미터 관련 정보 등을 포함할 수 있다.
AI 데이터는, AI 업스케일부(234)가 제 1 DNN의 다운스케일 타겟에 대응하는 업스케일 타겟으로 제 2 영상(135)을 AI 업스케일할 수 있게 하는 정보들을 포함한다. 일 예에서, AI 데이터는 원본 영상(105)과 제 1 영상(115) 사이의 차이 정보를 포함할 수 있다. 또한, AI 데이터는 제 1 영상(115) 관련 정보를 포함할 수도 있다. 제 1 영상(115) 관련 정보는, 제 1 영상(115)의 해상도, 제 1 영상(115)의 제 1 부호화 결과 생성된 영상 데이터의 비트레이트 및 제 1 영상(115)의 제 1 부호화시 이용된 코덱 타입 중 적어도 하나에 대한 정보를 포함할 수 있다.
AI 다운스케일부(612)는 제 1 DNN을 통해 원본 영상(105)으로부터 AI 다운스케일된 제 1 영상(115)을 생성할 수 있다. AI 다운스케일부(612)는 미리 결정된 기준에 기초하여 원본 영상(105)의 다운스케일 타겟을 결정할 수 있다.
다운스케일 타겟에 부합하는 제 1 영상(115)의 생성을 위해, AI 다운스케일부(612)는 제 1 DNN에 세팅 가능한 복수의 파라미터 세트를 저장할 수 있다. AI 다운스케일부(612)는 복수의 파라미터 세트 중 다운스케일 타겟에 대응하는 파라미터 세트를 결정하고, 결정된 파라미터 세트로 세팅된 제 1 DNN을 통해 원본 영상(105)을 AI 다운스케일한다.
상기 복수의 파라미터 세트 각각은 미리 결정된 해상도 및/또는 미리 결정된 화질의 제 1 영상(115)을 생성하기 위해 훈련된 것일 수 있다. 예를 들어, 복수의 파라미터 세트 중 어느 하나의 파라미터 세트는 원본 영상(105)의 해상도보다 1/2배만큼 작은 해상도의 제 1 영상(115), 예를 들어, 4K(4096*2160)의 원본 영상(105)보다 1/2배 작은 2K (2048*1080)의 제 1 영상(115)을 생성하기 위한 파라미터들을 포함할 수 있고, 다른 하나의 파라미터 세트는 원본 영상(105)의 해상도보다 1/4배만큼 작은 해상도의 제 1 영상(115), 예를 들어, 8K(8192*4320)의 원본 영상(105)보다 1/4배 작은 2K (2048*1080)의 제 1 영상(115)을 생성하기 위한 파라미터들을 포함할 수 있다.
원본 영상(105)의 AI 다운스케일을 위한 복수의 파라미터 세트는, 제 1 DNN과 제 2 DNN이 연계 훈련됨으로써, 최적화된 값을 가질 수 있다. 여기서, 각 파라미터 세트는 제 1 DNN에 사용되는 필터 커널의 정보(예를 들어, 컨볼루션 레이어의 수, 컨볼루션 레이어별 필터 커널의 개수, 각 필터 커널의 파라미터 등)를 포함한다.
AI 다운스케일부(612)는 원본 영상(105)의 AI 다운스케일을 위해 결정된 파라미터 세트로 제 1 DNN을 세팅하여, 소정 해상도 및/또는 소정 화질의 제 1 영상(115)을 제 1 DNN을 통해 생성할 수 있다. 복수의 파라미터 세트 중 원본 영상(105)의 AI 다운스케일을 위한 파라미터 세트가 결정되면, 제 1 DNN 내 각 레이어는 파라미터 세트에 포함된 파라미터들에 기초하여 입력된 데이터를 처리할 수 있다.
이하에서는, AI 다운스케일부(612)가 다운스케일 타겟을 결정하는 방법에 대해 설명한다. 상기 다운스케일 타겟은 예를 들어, 원본 영상(105)으로부터 얼마나 해상도가 감소한 제 1 영상(115)을 생성해야 하는지를 나타낼 수 있다.
일 실시예에서, AI 다운스케일부(612)는 압축률, 압축 품질, 압축 히스토리 정보 및 원본 영상(105)의 타입 중 적어도 하나에 기초하여 다운스케일 타겟을 결정할 수 있다.
일 예에서, AI 다운스케일부(612)는 미리 설정되거나, 사용자로부터 입력받은 압축률 또는 압축 품질 등에 기반하여 다운스케일 타겟을 결정할 수 있다.
다른 예로, AI 다운스케일부(612)는 AI 부호화 장치(600)에 저장된 압축 히스토리 정보를 이용하여 다운스케일 타겟을 결정할 수도 있다. 예를 들어, AI 부호화 장치(600)가 이용할 수 있는 압축 히스토리 정보에 따르면, 사용자가 선호하는 부호화 품질 또는 압축률 등이 결정될 수 있으며, 압축 히스토리 정보에 기초하여 결정된 부호화 품질 등에 따라 다운스케일 타겟이 결정될 수 있다. 예를 들면, 압축 히스토리 정보에 따라 가장 많이 이용된 적이 있는 부호화 품질에 따라 제 1 영상(115)의 해상도, 화질 등이 결정될 수 있다.
또 다른 예로, AI 다운스케일부(612)는 압축 히스토리 정보에 따라 소정의 임계 값보다 많이 이용된 적이 있는 부호화 품질(예를 들면, 소정의 임계값보다 많이 이용된 적이 있는 부호화 품질의 평균 품질)에 기초하여 다운스케일 타겟을 결정할 수도 있다.
또 다른 예로, AI 다운스케일부(612)는 원본 영상(105)의 해상도, 타입(예를 들어, 파일의 형식)등에 기초하여 다운스케일 타겟을 결정할 수도 있다.
이하에서는, AI 다운스케일의 기반이 되는 제 1 DNN(700)의 예시적인 구조에 대해 설명한다.
도 7은 원본 영상(105)의 AI 다운스케일을 위한 제 1 DNN(700)을 나타내는 예시적인 도면이다.
도 7에 도시된 바와 같이, 원본 영상(105)은 제 1 컨볼루션 레이어(710)로 입력된다. 제 1 컨볼루션 레이어(710)는 5 x 5의 크기의 32개의 필터 커널을 이용하여 원본 영상(105)에 대해 컨볼루션 처리를 한다. 컨볼루션 처리 결과 생성된 32개의 특징 맵은 제 1 활성화 레이어(720)로 입력된다. 제 1 활성화 레이어(720)는 32개의 특징 맵에 대해 비선형(Non-linear) 특성을 부여할 수 있다.
제 1 활성화 레이어(720)의 출력이 제 2 컨볼루션 레이어(730)로 입력된다. 제 2 컨볼루션 레이어(730)는 5 x 5의 크기의 32개의 필터 커널을 이용하여 입력 데이터에 대해 컨볼루션 처리를 한다. 컨볼루션 처리 결과 출력된 32개의 특징 맵은 제 2 활성화 레이어(740)로 입력되고, 제 2 활성화 레이어(740)는 32개의 특징 맵에 대해 비선형 특성을 부여할 수 있다.
제 2 활성화 레이어(740)의 출력은 제 3 컨볼루션 레이어(750)로 입력된다. 제 3 컨볼루션 레이어(750)는 5 x 5의 크기의 1개의 필터 커널을 이용하여 입력된 데이터에 대해 컨볼루션 처리를 한다. 컨볼루션 처리 결과 제 3 컨볼루션 레이어(750)로부터 1개의 영상이 출력될 수 있다. 제 3 컨볼루션 레이어(750)는 최종 영상을 출력하기 위한 레이어로서 1개의 필터 커널을 이용하여 1개의 출력을 생성한다. 본 발명의 예시에 따르면, 제 3 컨볼루션 레이어(750)는 컨벌루션 연산 결과를 통해 제 1 영상(115)을 출력할 수 있다.
제 1 DNN(700)의 제 1 컨볼루션 레이어(710), 제 2 컨볼루션 레이어(730) 및 제 3 컨볼루션 레이어(750)의 필터 커널의 개수, 필터 커널의 파라미터 등을 나타내는 파라미터 세트는 복수 개일 수 있는데, 복수의 파라미터 세트는 제 2 DNN의 복수의 파라미터 세트와 연계되어야 한다. 제 1 DNN의 복수의 파라미터 세트와 제 2 DNN의 복수의 파라미터 세트 사이의 연계는, 제 1 DNN 및 제 2 DNN의 연계 학습을 통해 구현될 수 있다.
도 7은 제 1 DNN(700)이 세 개의 컨볼루션 레이어(710, 730, 750)와 두 개의 활성화 레이어(720, 740)를 포함하고 있는 것으로 도시하고 있으나, 이는 하나의 예시일 뿐이며, 구현예에 따라서, 컨볼루션 레이어 및 활성화 레이어의 개수는 다양하게 변경될 수 있다. 또한, 구현예에 따라서, 제 1 DNN(700)은 RNN(recurrent neural network)을 통해 구현될 수도 있다. 이 경우는 본 개시의 예시에 따른 제 1 DNN(700)의 CNN 구조를 RNN 구조로 변경하는 것을 의미한다.
다시 도 6을 참조하면, AI 다운스케일부(612)로부터 제 1 영상(115)을 전달받은 제 1 부호화부(614)는 제 1 영상(115)을 제 1 부호화하여 제 1 영상(115)이 가지는 정보량을 감축시킬 수 있다. 제 1 부호화부(614)에 의한 제 1 부호화 결과 제 1 영상(115)에 대응하는 영상 데이터가 생성될 수 있다.
데이터 처리부(632)는 AI 데이터 및 영상 데이터 중 적어도 하나가 소정의 형태로 전송될 수 있게 처리한다. 예를 들어, AI 데이터 및 영상 데이터를 비트스트림 형태로 전송하여야 하는 경우, 데이터 처리부(632)는 AI 데이터가 비트스트림 형태로 표현되도록 AI 데이터를 처리하고, 통신부(634)를 통해 하나의 비트스트림 형태의 AI 데이터 및 영상 데이터를 전송한다. 다른 예로, 데이터 처리부(632)는 AI 데이터가 비트스트림 형태로 표현되도록 AI 데이터를 처리하고, 통신부(634)를 통해 AI 데이터에 해당하는 비트스트림 및 영상 데이터에 해당하는 비트스트림 각각을 통신부(634)를 통해 전송한다. 또 다른 예로, 데이터 처리부(632)는 AI 데이터가 프레임 또는 패킷으로 표현되도록 AI 데이터를 처리하고, 비트스트림 형태의 영상 데이터와, 프레임 또는 패킷 형태의 AI 데이터를 통신부(634)를 통해 전송한다.
통신부(630)는 네트워크를 통해 AI 부호화 결과 생성된 AI 부호화 데이터를 전송한다. AI 부호화 결과 생성된 AI 부호화 데이터는 영상 데이터와 AI 데이터를 포함한다. 영상 데이터와 AI 데이터는 동종 네트워크 또는 이종 네트워크를 통해 전송될 수 있다.
이하에서는, 도 8을 참조하여, 제 1 DNN(700)과 제 2 DNN(300)을 연계 훈련시키는 방법에 대해 설명한다.
도 8은 제 1 DNN(700) 및 제 2 DNN(300)을 훈련시키는 방법을 설명하기 위한 도면이다.
일 실시예에서 AI 부호화 과정을 통해 AI 부호화된 원본 영상(105)이 AI 복호화 과정을 통해 제 3 영상(145)으로 복원되는데, AI 복호화 결과 생성된 제 3 영상(145)과 원본 영상(105)과의 유사성을 유지하기 위해서는 AI 부호화 과정 및 AI 복호화 과정에 연관성이 필요하다. 즉, AI 부호화 과정에서 손실된 정보를 AI 복호화 과정에서 복원할 수 있어야 하는데, 이를 위해 제 1 DNN(700)과 제 2 DNN(300)의 연계 훈련이 요구된다.
정확한 AI 복호화를 위해서는 궁극적으로 도 8에 도시된 제 3 훈련 영상(804)과 원본 훈련 영상(801) 사이의 비교 결과에 대응하는 제 3 손실 정보(830)를 감소시킬 필요가 있다. 따라서, 제 3 손실 정보(830)는 제 1 DNN(700) 및 제 2 DNN(300)의 훈련 모두에 이용된다.
먼저, 도 8에 도시된 훈련 과정에 대해 설명한다.
도 8에서, 원본 훈련 영상(original training image)(801)은 AI 다운스케일의 대상이 되는 영상이고, 제 1 훈련 영상(first training image)(802)은 원본 훈련 영상(801)로부터 AI 다운스케일된 영상이다. 또한, 제 3 훈련 영상(third training image)(804)은 제 1 훈련 영상(802)으로부터 AI 업스케일된 영상이다.
제 1 DNN(700) 및 제 2 DNN(300)의 연계 훈련을 위해, 원본 훈련 영상(801)이 제 1 DNN(700)으로 입력된다. 제 1 DNN(700)으로 입력된 원본 훈련 영상(801)은 AI 다운스케일되어 제 1 훈련 영상(802)으로 출력되고, 제 1 훈련 영상(802)이 제 2 DNN(300)에 입력된다. 제 1 훈련 영상(802)에 대한 AI 업스케일 결과 제 3 훈련 영상(804)이 출력된다.
도 8을 참조하면, 제 2 DNN(300)으로 제 1 훈련 영상(802)이 입력되고 있는데, 구현예에 따라, 제 1 훈련 영상(802)의 제 1 부호화 및 제 1 복호화 과정을 거쳐 생성된 제 2 훈련 영상(second training image)이 제 2 DNN(300)으로 입력될 수도 있다. 제 2 훈련 영상을 제 2 DNN으로 입력시키기 위해 MPEG-2, H.264, MPEG-4, HEVC, VC-1, VP8, VP9 및 AV1 중 어느 하나의 코덱이 이용될 수 있다. 구체적으로, 제 1 훈련 영상(802)의 제 1 부호화 및 제 1 훈련 영상(802)에 대응하는 영상 데이터의 제 1 복호화에, MPEG-2, H.264, MPEG-4, HEVC, VC-1, VP8, VP9 및 AV1 중 어느 하나의 코덱이 이용될 수 있다.
도 8를 참조하면, 제 1 DNN(700)을 통해 제 1 훈련 영상(802)이 출력되는 것과 별개로, 원본 훈련 영상(801)으로부터 레거시 다운스케일된 축소 훈련 영상(803)이 생성된다. 여기서, 레거시 다운스케일은 바이리니어(bilinear) 스케일, 바이큐빅(bicubic) 스케일, 란조스(lanczos) 스케일 및 스테어 스탭(stair step) 스케일 중 적어도 하나를 포함할 수 있다.
원본 영상(105)의 구조적 특징을 기준으로 제 1 영상(115)의 구조적 특징이 크게 벗어나는 것을 방지하기 위해, 원본 훈련 영상(801)의 구조적 특징을 보존하는 축소 훈련 영상(803)을 생성하는 것이다.
훈련의 진행 전 제 1 DNN(700) 및 제 2 DNN(300)은 미리 결정된 파라미터 세트로 세팅될 수 있다. 훈련이 진행됨에 따라 제 1 손실 정보(810), 제 2 손실 정보(820) 및 제 3 손실 정보(830)가 결정될 수 있다.
제 1 손실 정보(810)는 축소 훈련 영상(803)과 제 1 훈련 영상(802)의 비교 결과에 기초하여 결정될 수 있다. 일 예에서, 제 1 손실 정보(810)는 축소 훈련 영상(803)의 구조적 정보와 제 1 훈련 영상(802)의 구조적 정보 사이의 차이에 해당할 수 있다. 구조적 정보는, 영상의 휘도, 대비, 히스토그램 등 영상으로부터 추출 가능한 다양한 특징을 포함할 수 있다. 제 1 손실 정보(810)는 원본 훈련 영상(801)의 구조적 정보가 제 1 훈련 영상(802)에서 어느 정도로 유지되고 있는지를 나타낸다. 제 1 손실 정보(810)가 작을수록 제 1 훈련 영상(802)의 구조적 정보가 원본 훈련 영상(801)의 구조적 정보와 유사해진다.
제 2 손실 정보(820)는 제 1 훈련 영상(802)의 공간적 복잡도에 기반하여 결정될 수 있다. 일 예에서, 공간적 복잡도로서, 제 1 훈련 영상(802)의 총 분산(total variance)값이 이용될 수 있다. 제 2 손실 정보(820)는 제 1 훈련 영상(802)을 제 1 부호화하여 생성한 영상 데이터의 비트레이트와 관련된다. 제 2 손실 정보(820)가 작을수록 영상 데이터의 비트레이트가 작은 것으로 정의한다.
제 3 손실 정보(830)는 원본 훈련 영상(801)과 제 3 훈련 영상(804)의 비교 결과에 기초하여 결정될 수 있다. 제 3 손실 정보(830)는 원본 훈련 영상(801)과 제 3 훈련 영상(804)의 차이에 대한 L1-norm 값, L2-norm 값, SSIM 값, PSNR-HVS 값, MS-SSIM 값, VIF 값 및 VMAF 값 중 적어도 하나를 포함할 수 있다. 제 3 손실 정보(830)는 제 3 훈련 영상(804)이 원본 훈련 영상(801)과 어느 정도로 유사한지를 나타낸다. 제 3 손실 정보(830)가 작을수록 제 3 훈련 영상(804)이 원본 훈련 영상(801)에 더 유사해진다.
도 8을 참조하면, 제 1 손실 정보(810), 제 2 손실 정보(820) 및 제 3 손실 정보(830)가 제 1 DNN(700)의 훈련에 이용되고, 제 3 손실 정보(830)는 제 2 DNN(300)의 훈련에 이용된다. 즉, 제 3 손실 정보(830)는 제 1 DNN(700) 및 제 2 DNN(300)의 훈련에 모두 이용된다.
제 1 DNN(700)은 제 1 손실 정보(810), 제 2 손실 정보(820) 및 제 3 손실 정보(830)에 기초하여 결정된 최종 손실 정보가 감소 또는 최소화되도록 파라미터를 갱신할 수 있다. 또한, 제 2 DNN(300)은 제 3 손실 정보(830)가 감소 또는 최소화되도록 파라미터를 갱신할 수 있다.
제 1 DNN(700) 및 제 2 DNN(300)의 훈련을 위한 최종 손실 정보는 아래의 수학식 1과 같이 결정될 수 있다.
Figure PCTKR2019004171-appb-img-000001
Figure PCTKR2019004171-appb-img-000002
상기 수학식 1에서, Loss DS는 제 1 DNN(700)의 훈련을 위해 감소 또는 최소화되어야 할 최종 손실 정보를 나타내고, Loss US는 제 2 DNN(300)의 훈련을 위해 감소 또는 최소화되어야 할 최종 손실 정보를 나타낸다. 또한, a, b, c는 미리 결정된 소정의 가중치에 해당할 수 있다.
즉, 제 1 DNN(700)은 수학식 1의 Loss DS가 감소되는 방향으로 파라미터들을 갱신하고, 제 2 DNN(300)은 Loss US가 감소되는 방향으로 파라미터들을 갱신하게 된다. 훈련 과정에서 도출된 Loss DS에 따라 제 1 DNN(700)의 파라미터들이 갱신되면, 갱신된 파라미터에 기초하여 생성되는 제 1 훈련 영상(802)이 이전 훈련 과정에서의 제 1 훈련 영상(802)과 달라지게 되고, 그에 따라 제 3 훈련 영상(804) 역시 이전 훈련 과정에서의 제 3 훈련 영상(804)과 달라지게 된다. 제 3 훈련 영상(804)이 이전 훈련 과정에서의 제 3 훈련 영상(804)과 달라지게 되면, 제 3 손실 정보(830) 역시 새롭게 결정되며, 그에 따라 제 2 DNN(300)은 파라미터들을 갱신한다. 제 3 손실 정보(830)가 새롭게 결정되면, Loss DS 역시 새롭게 결정되므로, 제 1 DNN(700)은 새롭게 결정된 Loss DS에 따라 파라미터들을 갱신한다. 즉, 제 1 DNN(700)의 파라미터 갱신은, 제 2 DNN(300)의 파라미터 갱신을 야기하고, 제 2 DNN(300)의 파라미터 갱신은 제 1 DNN(700)의 파라미터 갱신을 야기하는 것이다. 다시 말하면, 제 1 DNN(700) 및 제 2 DNN(300)은 제 3 손실 정보(830)의 공유를 통해 연계 훈련되므로, 제 1 DNN(700)의 파라미터들과 제 2 DNN(300)의 파라미터들이 서로 연관성을 가지고 최적화될 수 있는 것이다.
앞서, AI 복호화 장치(200)의 AI 업스케일부(234) 및 AI 부호화 장치(600)의 AI 다운스케일부(612)는 복수의 파라미터 세트를 저장하는 것으로 설명하였는데, AI 업스케일부(234) 및 AI 다운스케일부(612)에 저장되는 복수의 파라미터 세트 각각을 훈련시키는 방법에 대해 설명한다.
수학식 1과 관련하여 설명한 바와 같이, 제 1 DNN(700)의 경우, 제 1 훈련 영상(802)의 구조적 정보와 원본 훈련 영상(801)의 구조적 정보 사이의 유사 정도(제 1 손실 정보(810)), 제 1 훈련 영상(802)의 제 1 부호화 결과 생성되는 영상 데이터의 비트레이트(제 2 손실 정보(820)) 및 제 3 훈련 영상(804)과 원본 훈련 영상(801) 사이의 차이(제 3 손실 정보(830))를 고려하여 파라미터를 갱신하게 된다.
자세히 설명하면, 원본 훈련 영상(801)의 구조적 정보와 유사하면서, 제 1 부호화를 하였을 때 생성되는 영상 데이터의 비트레이트가 작은 제 1 훈련 영상(802)이 생성 가능하도록 하는 동시에, 제 1 훈련 영상(802)을 AI 업스케일하는 제 2 DNN(300)이 원본 훈련 영상(801)에 유사한 제 3 훈련 영상(804)을 생성할 수 있도록, 파라미터를 갱신할 수 있다.
수학식 1의 a, b, c의 가중치가 조절됨으로써, 제 1 DNN(700)의 파라미터들이 최적화되는 방향이 상이해지게 된다. 예를 들어, b의 가중치를 높게 결정하는 경우, 제 3 훈련 영상(804)의 퀄리티보다 비트레이트가 낮아지는 것에 더 중요도를 두고 제 1 DNN(700)의 파라미터가 갱신될 수 있다. 또한, c의 가중치를 높게 결정하는 경우, 비트레이트가 높아지는 것이나, 원본 훈련 영상(801)의 구조적 정보가 유지되는 것보다 제 3 훈련 영상(804)의 퀄리티가 증가하도록 하는 것에 더 중요도를 두고 제 1 DNN(700)의 파라미터가 갱신될 수 있다.
또한, 제 1 훈련 영상(802)을 제 1 부호화하는데 이용되는 코덱의 타입에 따라 제 1 DNN(700)의 파라미터들이 최적화되는 방향이 상이해질 수 있다. 왜냐하면, 코덱의 종류에 따라, 제 2 DNN(300)으로 입력될 제 2 훈련 영상이 달라질 수 있기 때문이다.
즉, 가중치 a, 가중치 b, 가중치 c 및 제 1 훈련 영상(802)의 제 1 부호화를 위한 코덱의 종류에 기반하여 제 1 DNN(700)의 파라미터들과 제 2 DNN(300)의 파라미터들이 연계하여 갱신될 수 있는 것이다. 따라서, 가중치 a, 가중치 b, 가중치 c 각각을 소정의 값으로 결정하고, 코덱의 종류를 소정의 종류로 결정한 후, 제 1 DNN(700)과 제 2 DNN(300)을 훈련시키면, 서로 연계되어 최적화된 제 1 DNN(700)의 파라미터들과 제 2 DNN(300)의 파라미터들이 결정될 수 있다.
그리고, 가중치 a, 가중치 b, 가중치 c 및 코덱의 종류를 변경한 후, 제 1 DNN(700)과 제 2 DNN(300)을 훈련시키면, 서로 연계되어 최적화된 제 1 DNN(700)의 파라미터들과 제 2 DNN(300)의 파라미터들이 결정될 수 있다. 다시 말하면, 가중치 a, 가중치 b, 가중치 c 및 코덱의 종류 각각의 값을 변경하면서 제 1 DNN(700)과 제 2 DNN(300)을 훈련시키면 서로 연계되어 훈련된 복수의 파라미터 세트가 제 1 DNN(700) 및 제 2 DNN(300)에서 결정될 수 있는 것이다.
도 9은 일 실시예에 따른 AI 복호화 방법을 설명하기 위한 순서도이다.
S910 단계에서, AI 복호화 장치(200)는 영상 데이터 및 AI 데이터를 포함하는 AI 부호화 데이터를 수신한다. AI 복호화 장치(200)는 AI 부호화 장치(600)로부터 네트워크를 통해 AI 부호화 데이터를 수신할 수 있다.
S920 단계에서, AI 복호화 장치(200)는 영상 데이터에 기초하여 제 2 영상(135)을 획득한다. 구체적으로, AI 복호화 장치(200)는 주파수 변환을 이용한 영상 복원 방법을 기초로 영상 데이터를 복호화하여 제 1 영상(115)에 대응하는 제 2 영상(135)을 복원한다.
S930 단계에서, AI 복호화 장치(200)는 미리 저장된 복수의 파라미터 세트 중 제 2 영상(135)의 AI 업스케일을 위한 파라미터 세트를 선택한다. 복수의 파라미터 세트 각각은 원본 영상(105)의 AI 다운스케일에 이용되는 복수의 파라미터 세트 각각과 연계되어 최적화된 것이므로, 원본 영상(105)의 다운스케일 타겟에 부합하는 업스케일 타겟에 따라 제 2 영상(135)을 AI 업스케일할 수 있는 파라미터 세트를 선택하여야 한다.
S940 단계에서, AI 복호화 장치(200)는 S930 단계에서 결정된 파라미터 세트로 동작하는 제 2 DNN을 통해 제 2 영상(135)으로부터 AI 업스케일된 제 3 영상(145)을 생성한다. 제 3 영상(145)은 AI 복호화 장치(200)로부터 출력되어 디스플레이 장치를 통해 디스플레이되거나, 후처리된 후 디스플레이될 수 있다.
AI 복호화 장치(200)는 제 2 DNN에 파라미터 세트가 미리 세팅되어있는 경우, S930 단계에서 선택된 파라미터 세트가 미리 세팅된 파라미터 세트와 상이한 경우, 선택된 파라미트 세트로 제 2 DNN을 세팅한다.
도 10은 일 실시예에 따른 AI 부호화 방법을 설명하기 위한 순서도이다.
S1010 단계에서, AI 부호화 장치(600)는 제 1 DNN을 통해 원본 영상(105)으로부터 AI 다운스케일된 제 1 영상(115)을 획득한다.
AI 부호화 장치(600)는 일정 기준에 기초하여 다운스케일 타겟을 결정하고, 미리 저장된 복수의 파라미터 세트 중 다운스케일 타겟에 대응하는 파라미터 세트를 선택할 수 있다. 그리고, AI 부호화 장치(600)는 선택된 파라미터 세트에 따라 동작하는 제 1 DNN을 통해 원본 영상(105)을 다운스케일할 수 있다.
S1020 단계에서, AI 부호화 장치(600)는 제 1 영상(115)을 제 1 부호화하여 영상 데이터를 생성한다. 구체적으로, AI 부호화 장치(600)는 주파수 변환을 이용한 영상 압축 방법을 기초로 제 1 영상(115)을 부호화하여 제 1 영상(115)에 대응하는 영상 데이터를 생성한다.
S1030 단계에서, AI 부호화 장치(600)는 AI 다운스케일과 관련된 정보를 포함하는 AI 데이터 및 영상 데이터를 포함하는 AI 부호화 데이터를 전송한다. AI 데이터는 제 2 영상(135)의 AI 업스케일을 위한 제 2 DNN의 파라미터 세트와 관련된 정보를 포함한다.
전술한 바와 같이, 제 1 DNN 및 제 2 DNN이 연계 훈련되므로, AI 부호화 장치(600)가 특정의 다운스케일 타겟으로 원본 영상(105)을 AI 다운스케일한 경우, AI 복호화 장치(200) 역시 해당 다운스케일 타겟에 대응하는 업스케일 타겟으로 제 2 영상(135)을 AI 업스케일하여야 한다.
따라서, AI 데이터는, AI 복호화 장치(200)로 하여금 원본 영상(105)의 다운스케일 타겟에 대응하는 업스케일 타겟으로 제 2 영상(135)을 AI 업스케일할 수 있게 하는 정보를 포함한다. 구체적으로, AI 데이터는 업스케일 타겟에 대응하는 파라미터 세트를 결정하는데 이용되는 정보를 포함한다.
AI 데이터를 수신한 AI 복호화 장치(200)는, AI 부호화 장치(600)가 어떠한 파라미터 세트로 원본 영상(105)을 AI 다운스케일하였는지를 유추 또는 알 수 있으며, 이에 따라 AI 다운스케일에 이용된 파라미터 세트에 대응하는 파라미터 세트를 결정하고, 결정된 파라미터 세트를 이용하여 AI 업스케일할 수 있다.
한편, 상술한 본 개시의 실시예들은 컴퓨터에서 실행될 수 있는 프로그램 또는 인스트럭션으로 작성가능하고, 작성된 프로그램 또는 인스트럭션은 매체에 저장될 수 있다.
매체는 컴퓨터로 실행 가능한 프로그램 또는 인스트럭션을 계속 저장하거나, 실행 또는 다운로드를 위해 임시 저장하는 것일 수도 있다. 또한, 매체는 단일 또는 수개 하드웨어가 결합된 형태의 다양한 기록수단 또는 저장수단일 수 있는데, 어떤 컴퓨터 시스템에 직접 접속되는 매체에 한정되지 않고, 네트워크 상에 분산 존재하는 것일 수도 있다. 매체의 예시로는, 하드 디스크, 플로피 디스크 및 자기 테이프와 같은 자기 매체, CD-ROM 및 DVD와 같은 광기록 매체, 플롭티컬 디스크(floptical disk)와 같은 자기-광 매체(magneto-optical medium), 및 ROM, RAM, 플래시 메모리 등을 포함하여 프로그램 명령어가 저장되도록 구성된 것이 있을 수 있다. 또한, 다른 매체의 예시로, 애플리케이션을 유통하는 앱 스토어나 기타 다양한 소프트웨어를 공급 내지 유통하는 사이트, 서버 등에서 관리하는 기록매체 내지 저장매체도 들 수 있다.
한편, 상술한 DNN과 관련된 모델은, 소프트웨어 모듈로 구현될 수 있다. 소프트웨어 모듈(예를 들어, 명령어(instruction)를 포함하는 프로그램 모듈)로 구현되는 경우, DNN 모델은 컴퓨터로 읽을 수 있는 판독 가능한 기록매체에 저장될 수 있다.
또한, DNN 모델은 하드웨어 칩 형태로 집적되어 전술한 AI 복호화 장치(200) 또는 AI 부호화 장치(600)의 일부가 될 수도 있다. 예를 들어, DNN 모델은 인공 지능을 위한 전용 하드웨어 칩 형태로 제작될 수도 있고, 또는 기존의 범용 프로세서(예를 들어, CPU 또는 애플리케이션 프로세서) 또는 그래픽 전용 프로세서(예를 들어, GPU)의 일부로 제작될 수도 있다.
또한, DNN 모델은 다운로드 가능한 소프트웨어 형태로 제공될 수도 있다. 컴퓨터 프로그램 제품은 제조사 또는 전자 마켓을 통해 전자적으로 배포되는 소프트웨어 프로그램 형태의 상품(예를 들어, 다운로드 가능한 애플리케이션)을 포함할 수 있다. 전자적 배포를 위하여, 소프트웨어 프로그램의 적어도 일부는 저장 매체에 저장되거나, 임시적으로 생성될 수 있다. 이 경우, 저장 매체는 제조사 또는 전자 마켓의 서버, 또는 중계 서버의 저장매체가 될 수 있다.
이상, 본 개시의 기술적 사상을 바람직한 실시예를 들어 상세하게 설명하였으나, 본 개시의 기술적 사상은 상기 실시예들에 한정되지 않고, 본 개시의 기술적 사상의 범위 내에서 당 분야에서 통상의 지식을 가진 자에 의하여 여러 가지 변형 및 변경이 가능하다.

Claims (15)

  1. 하나 이상의 인스트럭션들을 저장하는 메모리; 및
    상기 메모리에 저장된 상기 하나 이상의 인스트럭션들을 실행하는 프로세서를 포함하고,
    상기 프로세서는,
    제 1 영상의 제 1 부호화 결과 생성된 영상 데이터 및 원본 영상으로부터 상기 제 1 영상으로의 AI 다운스케일과 관련된 AI 데이터를 획득하고,
    상기 영상 데이터를 제 1 복호화하여 상기 제 1 영상에 대응하는 제 2 영상을 획득하고,
    미리 저장된 복수의 파라미터 세트 중 상기 제 2 영상의 AI 업스케일을 위한 파라미터 세트를, 상기 AI 데이터에 기초하여 결정하고,
    상기 결정된 파라미터 세트로 동작하는 업스케일용 DNN(Deep Neural Network)을 통해 상기 제 2 영상으로부터 AI 업스케일된 제 3 영상을 생성하되,
    상기 결정된 파라미터 세트는, 상기 업스케일용 DNN과, 상기 원본 영상의 AI 다운스케일에 이용되는 다운스케일용 DNN의 연계 훈련을 통해 결정된 것을 특징으로 하는 AI 복호화 장치.
  2. 제1항에 있어서,
    상기 AI 데이터는,
    상기 원본 영상과 상기 제 1 영상 사이의 차이 정보를 포함하되,
    상기 프로세서는,
    상기 원본 영상과 상기 제 1 영상 사이의 차이에 대응하도록 상기 제 2 영상을 AI 업스케일할 수 있는 파라미터 세트를 결정하는 것을 특징으로 하는 AI 복호화 장치.
  3. 제1항에 있어서,
    상기 AI 데이터는,
    상기 제 1 영상 관련 정보를 포함하되,
    상기 프로세서는,
    여러 영상 관련 정보들과 상기 복수의 파라미터 세트 사이의 매핑 관계에 기초하여, 상기 제 1 영상 관련 정보에 매핑된 파라미터 세트를 결정하는 것을 특징으로 하는 AI 복호화 장치.
  4. 제1항에 있어서,
    상기 영상 데이터는, 상기 제 1 부호화에 이용된 양자화 파라미터 정보를 포함하고,
    상기 AI 데이터는, 상기 제 1 영상 관련 정보를 포함하되,
    상기 프로세서는,
    상기 양자화 파라미터 정보 및 상기 제 1 영상 관련 정보에 기초하여, 상기 파라미터 세트를 결정하는 것을 특징으로 하는 AI 복호화 장치.
  5. 제1항에 있어서,
    상기 결정된 파라미터 세트는,
    상기 업스케일용 DNN을 구성하는 적어도 하나의 컨볼루션 레이어의 필터 커널의 가중치들을 포함하는 것을 특징으로 하는 AI 복호화 장치.
  6. 제1항에 있어서,
    상기 프로세서는,
    상기 업스케일용 DNN에 설정되어 있던 파라미터 세트가, 상기 결정된 파라미터 세트와 상이한 경우, 상기 업스케일용 DNN에 설정되어 있던 파라미터 세트를 상기 결정된 파라미터 세트로 교체하는 것을 특징으로 하는 AI 복호화 장치.
  7. 제1항에 있어서,
    상기 업스케일용 DNN은,
    상기 업스케일용 DNN으로부터 출력되는 제 1 훈련 영상과 AI 다운스케일되기 전의 원본 훈련 영상 간의 비교 결과에 대응하는 제 1 손실 정보에 기초하여 훈련되는 것을 특징으로 하는 AI 복호화 장치.
  8. 제7항에 있어서,
    상기 제 1 손실 정보는,
    상기 원본 훈련 영상을 AI 다운스케일하기 위한 다운스케일용 DNN의 훈련에 이용되는 것을 특징으로 하는 AI 복호화 장치.
  9. 제8항에 있어서,
    훈련 과정에서, 상기 업스케일용 DNN 및 상기 다운스케일용 DNN 중 어느 하나의 DNN의 파라미터들이 갱신되는 경우, 다른 하나의 DNN의 파라미터들도 갱신되는 것을 특징으로 하는 AI 복호화 장치.
  10. 제8항에 있어서,
    상기 다운스케일용 DNN은,
    상기 원본 훈련 영상에 대응하는 축소 훈련 영상과 상기 다운스케일용 DNN으로부터 출력되는 제 1 훈련 영상 사이의 비교 결과에 대응하는 제 2 손실 정보 및 상기 제 1 훈련 영상의 공간적 복잡도에 대응하는 제 3 손실 정보 중 적어도 하나를 더 고려하여 훈련되는 것을 특징으로 하는 AI 복호화 장치.
  11. 하나 이상의 인스트럭션들을 저장하는 메모리; 및
    상기 메모리에 저장된 상기 하나 이상의 인스트럭션들을 실행하는 프로세서를 포함하고,
    상기 프로세서는,
    다운스케일용 DNN을 통해 원본 영상으로부터 AI 다운스케일된 제 1 영상을 획득하고,
    상기 제 1 영상을 제 1 부호화하여 영상 데이터를 생성하고,
    상기 AI 다운스케일과 관련된 정보를 포함하는 AI 데이터 및 상기 영상 데이터를 전송하고,
    상기 AI 데이터는, 제 2 영상의 AI 업스케일을 위한 업스케일용 DNN의 파라미터 세트와 관련된 정보를 포함하고, 상기 제 2 영상은, 상기 영상 데이터의 제 1 복호화를 통해 생성되며,
    상기 제 1 영상을 획득하는데 이용된 상기 다운스케일용 DNN의 파라미터 세트는, 상기 다운스케일용 DNN과, 상기 제 2 영상의 AI 업스케일을 위한 업스케일용 DNN의 연계 훈련을 통해 결정된 것을 특징으로 하는 영상의 AI 부호화 장치.
  12. 제11항에 있어서,
    상기 다운스케일용 DNN 및 상기 업스케일용 DNN은,
    상기 업스케일용 DNN으로부터 출력되는 제 1 훈련 영상과 AI 다운스케일되기 전의 원본 훈련 영상 간의 비교 결과에 대응하는 제 1 손실 정보에 기초하여 훈련되는 것을 특징으로 하는 AI 부호화 장치.
  13. 영상의 AI 복호화 방법에 있어서,
    제 1 영상의 제 1 부호화 결과 생성된 영상 데이터 및 원본 영상으로부터 상기 제 1 영상으로의 AI 다운스케일과 관련된 AI 데이터를 획득하는 단계;
    상기 영상 데이터를 제 1 복호화하여 상기 제 1 영상에 대응하는 제 2 영상을 획득하는 단계;
    미리 저장된 복수의 파라미터 세트 중 상기 제 2 영상의 AI 업스케일을 위한 파라미터 세트를, 상기 AI 데이터에 기초하여 결정하는 단계; 및
    상기 결정된 파라미터 세트로 동작하는 업스케일용 DNN(Deep Neural Network)을 통해 상기 제 2 영상으로부터 AI 업스케일된 제 3 영상을 생성하는 단계를 포함하고,
    상기 결정된 파라미터 세트는, 상기 업스케일용 DNN과, 상기 원본 영상의 AI 다운스케일에 이용되는 다운스케일용 DNN의 연계 훈련을 통해 결정된 것을 특징으로 하는 AI 복호화 방법.
  14. 영상의 AI 부호화 방법에 있어서,
    다운스케일용 DNN을 통해 원본 영상으로부터 AI 다운스케일된 제 1 영상을 획득하는 단계;
    상기 제 1 영상을 제 1 부호화하여 영상 데이터를 생성하는 단계; 및
    상기 AI 다운스케일과 관련된 정보를 포함하는 AI 데이터 및 상기 영상 데이터를 전송하는 단계를 포함하고,
    상기 AI 데이터는, 제 2 영상의 AI 업스케일을 위한 업스케일용 DNN의 파라미터 세트와 관련된 정보를 포함하고, 상기 제 2 영상은, 상기 영상 데이터의 제 1 복호화를 통해 생성되며,
    상기 제 1 영상을 획득하는데 이용된 상기 다운스케일용 DNN의 파라미터 세트는, 상기 다운스케일용 DNN과, 상기 제 2 영상의 AI 업스케일을 위한 업스케일용 DNN의 연계 훈련을 통해 결정된 것을 특징으로 하는 영상의 AI 부호화 방법.
  15. 제13항의 방법을 실행하기 위한 프로그램을 기록하는 컴퓨터로 읽을 수 있는 기록매체.
PCT/KR2019/004171 2018-10-19 2019-04-08 영상의 ａｉ 부호화 및 ａｉ 복호화 방법, 및 장치 WO2020080623A1 (ko)

Priority Applications (11)

Application Number Priority Date Filing Date Title
KR1020190062583A KR102525576B1 (ko) 2018-10-19 2019-05-28 영상의 ａｉ 부호화 및 ａｉ 복호화 방법, 및 장치
PCT/KR2019/010645 WO2020080665A1 (en) 2018-10-19 2019-08-21 Methods and apparatuses for performing artificial intelligence encoding and artificial intelligence decoding on image
EP19873223.2A EP3844962A4 (en) 2018-10-19 2019-08-21 METHODS AND DEVICES FOR PERFORMING CODING WITH ARTIFICIAL INTELLIGENCE AND DECODING WITH ARTIFICIAL INTELLIGENCE ON AN IMAGE
CN201980068867.1A CN112889282B (zh) 2018-10-19 2019-08-21 用于对图像执行人工智能编码和人工智能解码的方法和设备
US16/570,057 US10825203B2 (en) 2018-10-19 2019-09-13 Methods and apparatuses for performing artificial intelligence encoding and artificial intelligence decoding on image
US16/793,605 US10825205B2 (en) 2018-10-19 2020-02-18 Methods and apparatuses for performing artificial intelligence encoding and artificial intelligence decoding on image
US16/821,609 US10825206B2 (en) 2018-10-19 2020-03-17 Methods and apparatuses for performing artificial intelligence encoding and artificial intelligence decoding on image
US16/821,686 US10937197B2 (en) 2018-10-19 2020-03-17 Methods and apparatuses for performing artificial intelligence encoding and artificial intelligence decoding on image
US17/082,848 US11170534B2 (en) 2018-10-19 2020-10-28 Methods and apparatuses for performing artificial intelligence encoding and artificial intelligence decoding on image
US17/383,533 US11663747B2 (en) 2018-10-19 2021-07-23 Methods and apparatuses for performing artificial intelligence encoding and artificial intelligence decoding on image
KR1020210119183A KR102500761B1 (ko) 2018-10-19 2021-09-07 영상의 ａｉ 부호화 및 ａｉ 복호화 방법, 및 장치

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
KR20180125406 2018-10-19
KR10-2018-0125406 2018-10-19

Related Child Applications (1)

Application Number Title Priority Date Filing Date
US16/570,057 Continuation US10825203B2 (en) 2018-10-19 2019-09-13 Methods and apparatuses for performing artificial intelligence encoding and artificial intelligence decoding on image

Publications (1)

Publication Number Publication Date
WO2020080623A1 true WO2020080623A1 (ko) 2020-04-23

Family

ID=70284000

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/KR2019/004171 WO2020080623A1 (ko) 2018-10-19 2019-04-08 영상의 ａｉ 부호화 및 ａｉ 복호화 방법, 및 장치

Country Status (5)

Country Link
US (2) US10825204B2 (ko)
EP (2) EP3869803A4 (ko)
KR (2) KR102285738B1 (ko)
CN (2) CN113196761A (ko)
WO (1) WO2020080623A1 (ko)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11164340B2 (en) 2019-10-28 2021-11-02 Samsung Electronics Co., Ltd. Apparatus and method for performing artificial intelligence (AI) encoding and AI decoding on image
US11395001B2 (en) 2019-10-29 2022-07-19 Samsung Electronics Co., Ltd. Image encoding and decoding methods and apparatuses using artificial intelligence
US11720998B2 (en) 2019-11-08 2023-08-08 Samsung Electronics Co., Ltd. Artificial intelligence (AI) encoding apparatus and operating method thereof and AI decoding apparatus and operating method thereof

Families Citing this family (17)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2020080665A1 (en) 2018-10-19 2020-04-23 Samsung Electronics Co., Ltd. Methods and apparatuses for performing artificial intelligence encoding and artificial intelligence decoding on image
WO2020080765A1 (en) 2018-10-19 2020-04-23 Samsung Electronics Co., Ltd. Apparatuses and methods for performing artificial intelligence encoding and artificial intelligence decoding on image
KR102608147B1 (ko) * 2018-12-05 2023-12-01 삼성전자주식회사 디스플레이 장치 및 그 구동 방법
US11404025B2 (en) * 2019-04-10 2022-08-02 Mediatek Inc. Video processing system for performing artificial intelligence assisted picture quality enhancement and associated video processing method
US20220224907A1 (en) * 2019-05-10 2022-07-14 Nippon Telegraph And Telephone Corporation Encoding apparatus, encoding method, and program
KR102287942B1 (ko) * 2020-02-24 2021-08-09 삼성전자주식회사 전처리를 이용한 영상의 ａｉ 부호화 및 ａｉ 복호화 방법, 및 장치
KR20220014715A (ko) * 2020-07-29 2022-02-07 삼성전자주식회사 비디오 품질 평가 방법 및 장치
KR20220076178A (ko) * 2020-11-30 2022-06-08 삼성전자주식회사 영상의 ａｉ 복호화를 위한 장치, 및 방법
CN112714313A (zh) * 2020-12-25 2021-04-27 创新奇智(合肥)科技有限公司 图像处理方法、装置、设备和存储介质
KR102417133B1 (ko) * 2021-01-26 2022-07-05 광운대학교 산학협력단 시공간 맥락 정보를 이용하여 동영상 품질을 측정하는 장치 및 방법
WO2022250388A1 (ko) * 2021-05-25 2022-12-01 삼성전자 주식회사 비디오 품질을 평가하는 전자 장치 및 그 동작 방법
WO2022250397A1 (en) * 2021-05-27 2022-12-01 Samsung Electronics Co., Ltd. Methods and apparatus for processing of high-resolution video content
CN115775218A (zh) * 2021-09-09 2023-03-10 中兴通讯股份有限公司 模型训练方法、视频质量评估方法、装置、设备及介质
CN113837047B (zh) * 2021-09-16 2022-10-28 广州大学 一种视频质量评估方法、系统、计算机设备及存储介质
KR102625063B1 (ko) 2022-03-30 2024-01-16 주식회사 이노와이어리스 비 참조 영상 기반의 영상 품질 평가 방법
CN115550609A (zh) * 2022-09-19 2022-12-30 上海永天科技股份有限公司 一种可实现自动适配的楼宇物联网监控系统
CN116506622B (zh) * 2023-06-26 2023-09-08 瀚博半导体(上海)有限公司 模型训练方法及视频编码参数优化方法和装置

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20170059040A (ko) * 2015-11-19 2017-05-30 전자부품연구원 비디오 부호화기의 최적 모드 결정 장치 및 최적 모드 결정을 이용한 비디오 부호화 방법
KR20180001428A (ko) * 2016-06-24 2018-01-04 한국과학기술원 Cnn 기반 인루프 필터를 포함하는 부호화 방법과 장치 및 복호화 방법과 장치
KR20180052651A (ko) * 2015-09-03 2018-05-18 미디어텍 인크. 비디오 코딩에서의 신경망 기반 프로세싱의 방법 및 장치
KR20180100976A (ko) * 2017-03-03 2018-09-12 한국전자통신연구원 딥 신경망 기반 블러 영상 학습을 이용한 영상 부호화/복호화 방법 및 장치
KR20180108288A (ko) * 2017-03-24 2018-10-04 주식회사 엔씨소프트 영상 압축 장치 및 방법

Family Cites Families (49)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5703965A (en) * 1992-06-05 1997-12-30 The Regents Of The University Of California Image compression/decompression based on mathematical transform, reduction/expansion, and image sharpening
KR100224801B1 (ko) 1993-08-31 1999-10-15 윤종용 스케일 팩터 조정회로
US6898319B1 (en) 1998-09-11 2005-05-24 Intel Corporation Method and system for video frame enhancement using edge detection
US6845180B2 (en) * 2001-03-16 2005-01-18 Sharp Laboratories Of America, Inc. Predicting ringing artifacts in digital images
US7400588B2 (en) 2003-08-01 2008-07-15 Thomson Licensing Dynamic rate adaptation using neural networks for transmitting video data
WO2005093661A2 (en) 2004-03-09 2005-10-06 Thomson Research Funding Corporation Reduced resolution update mode for advanced video coding
CN100461864C (zh) 2005-06-25 2009-02-11 华为技术有限公司 基于数字水印的多媒体视频通信客观质量评价方法
EP1982527A2 (en) * 2006-01-31 2008-10-22 Thomson Licensing Method and apparatus for constrained prediction for reduced resolution update mode and complexity scalabilty in video encoder and decoders
US8253752B2 (en) * 2006-07-20 2012-08-28 Qualcomm Incorporated Method and apparatus for encoder assisted pre-processing
EP2296379A4 (en) * 2008-07-21 2011-07-20 Huawei Tech Co Ltd METHOD, SYSTEM AND DEVICE FOR EVALUATING A VIDEO QUALITY
EP2192786A1 (en) * 2008-11-27 2010-06-02 Panasonic Corporation Frequency domain filters for video coding
US8270498B2 (en) * 2009-03-26 2012-09-18 Apple Inc. Dynamic dithering for video compression
EP2422522A1 (en) * 2009-04-20 2012-02-29 Dolby Laboratories Licensing Corporation Directed interpolation and data post-processing
US10477249B2 (en) * 2009-06-05 2019-11-12 Apple Inc. Video processing for masking coding artifacts using dynamic noise maps
JP2011223302A (ja) * 2010-04-09 2011-11-04 Sony Corp 画像処理装置と画像処理方法
US8472754B1 (en) * 2010-11-11 2013-06-25 Amazon Technologies, Inc. Image artifact prevention
EP2664070B1 (en) 2011-01-14 2016-11-02 GE Video Compression, LLC Entropy encoding and decoding scheme
JP2012191250A (ja) 2011-03-08 2012-10-04 Sony Corp 画像処理装置、画像処理方法、およびプログラム
US9565404B2 (en) * 2012-07-30 2017-02-07 Apple Inc. Encoding techniques for banding reduction
EP2901683A1 (en) 2012-09-28 2015-08-05 VID SCALE, Inc. Adaptive upsampling for multi-layer video coding
US9143543B2 (en) 2012-11-30 2015-09-22 Google Technology Holdings LLC Method and system for multi-streaming multimedia data
US20140177706A1 (en) 2012-12-21 2014-06-26 Samsung Electronics Co., Ltd Method and system for providing super-resolution of quantized images and video
EP2974311B1 (en) * 2013-03-15 2021-06-16 Icelero Inc. Method and system for improved video codec rate-distortion performance by pre and post-processing
KR102286856B1 (ko) 2013-06-12 2021-08-06 주식회사 케이티 스케일러블 비디오 신호 인코딩/디코딩 방법 및 장치
US9251572B2 (en) 2013-07-26 2016-02-02 Qualcomm Incorporated System and method of correcting image artifacts
US9591316B2 (en) * 2014-03-27 2017-03-07 Intel IP Corporation Scalable video encoding rate adaptation based on perceived quality
KR20160080929A (ko) 2014-12-30 2016-07-08 한국전자통신연구원 클라우드 기반의 적응형 초고화질 멀티미디어 스트리밍 서비스 장치 및 방법
WO2016132152A1 (en) 2015-02-19 2016-08-25 Magic Pony Technology Limited Interpolating visual data
GB201603144D0 (en) 2016-02-23 2016-04-06 Magic Pony Technology Ltd Training end-to-end video processes
US10034005B2 (en) * 2015-06-05 2018-07-24 Sony Corporation Banding prediction for video encoding
CN106470292B (zh) 2015-08-20 2019-08-27 联咏科技股份有限公司 图像处理装置及图像处理方法
US10812831B2 (en) 2015-09-30 2020-10-20 Piksel, Inc. Video stream delivery via adaptive quality enhancement using error correction models
KR20170087278A (ko) 2016-01-20 2017-07-28 한국전자통신연구원 비디오 압축 영상을 위한 거짓 등고선 검출과 제거 방법 및 장치
US10089717B2 (en) 2016-04-05 2018-10-02 Flipboard, Inc. Image scaling using a convolutional neural network
US11321609B2 (en) 2016-10-19 2022-05-03 Samsung Electronics Co., Ltd Method and apparatus for neural network quantization
WO2018091486A1 (en) * 2016-11-16 2018-05-24 Ventana Medical Systems, Inc. Convolutional neural networks for locating objects of interest in images of biological samples
US10748062B2 (en) 2016-12-15 2020-08-18 WaveOne Inc. Deep learning based adaptive arithmetic coding and codelength regularization
KR102636099B1 (ko) * 2016-12-22 2024-02-13 삼성전자주식회사 양자화 파라미터를 조절하는 비디오 인코딩을 위한 장치 및 방법
US10902598B2 (en) * 2017-01-27 2021-01-26 Arterys Inc. Automated segmentation utilizing fully convolutional networks
WO2018143992A1 (en) 2017-02-02 2018-08-09 Hewlett-Packard Development Company, L.P. Video compression
US10742708B2 (en) 2017-02-23 2020-08-11 Netflix, Inc. Iterative techniques for generating multiple encoded versions of a media title
US11468318B2 (en) * 2017-03-17 2022-10-11 Portland State University Frame interpolation via adaptive convolution and adaptive separable convolution
KR101885855B1 (ko) 2017-03-30 2018-08-07 단국대학교 산학협력단 고해상도 추정 기법을 활용한 영상 신호 전송
US10410322B2 (en) 2017-04-05 2019-09-10 Here Global B.V. Deep convolutional image up-sampling
US10979718B2 (en) * 2017-09-01 2021-04-13 Apple Inc. Machine learning video processing systems and methods
WO2019066704A1 (en) * 2017-09-26 2019-04-04 Dozero Tech Ab METHOD IN IMAGE COMPRESSION DEVICE AND IMAGE DECOMPRESSION DEVICE
CN108022212B (zh) * 2017-11-24 2022-07-01 腾讯科技（深圳）有限公司 高分辨率图片生成方法、生成装置及存储介质
CN108184117B (zh) * 2018-01-10 2021-11-26 北京工业大学 基于内容的比特流层视频质量评价模型
CN108594146B (zh) * 2018-04-24 2020-07-28 朱高杰 一种基于深度学习和凸集投影的磁共振弥散加权成像方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20180052651A (ko) * 2015-09-03 2018-05-18 미디어텍 인크. 비디오 코딩에서의 신경망 기반 프로세싱의 방법 및 장치
KR20170059040A (ko) * 2015-11-19 2017-05-30 전자부품연구원 비디오 부호화기의 최적 모드 결정 장치 및 최적 모드 결정을 이용한 비디오 부호화 방법
KR20180001428A (ko) * 2016-06-24 2018-01-04 한국과학기술원 Cnn 기반 인루프 필터를 포함하는 부호화 방법과 장치 및 복호화 방법과 장치
KR20180100976A (ko) * 2017-03-03 2018-09-12 한국전자통신연구원 딥 신경망 기반 블러 영상 학습을 이용한 영상 부호화/복호화 방법 및 장치
KR20180108288A (ko) * 2017-03-24 2018-10-04 주식회사 엔씨소프트 영상 압축 장치 및 방법

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11164340B2 (en) 2019-10-28 2021-11-02 Samsung Electronics Co., Ltd. Apparatus and method for performing artificial intelligence (AI) encoding and AI decoding on image
US11610341B2 (en) 2019-10-28 2023-03-21 Samsung Electronics Co., Ltd. Apparatus and method for performing artificial intelligence (AI) encoding and AI decoding on image
US11810332B2 (en) 2019-10-28 2023-11-07 Samsung Electronics Co., Ltd. Apparatus and method for performing artificial intelligence (AI) encoding and AI decoding on image
US11395001B2 (en) 2019-10-29 2022-07-19 Samsung Electronics Co., Ltd. Image encoding and decoding methods and apparatuses using artificial intelligence
US11405637B2 (en) 2019-10-29 2022-08-02 Samsung Electronics Co., Ltd. Image encoding method and apparatus and image decoding method and apparatus
US11720998B2 (en) 2019-11-08 2023-08-08 Samsung Electronics Co., Ltd. Artificial intelligence (AI) encoding apparatus and operating method thereof and AI decoding apparatus and operating method thereof

Also Published As

Publication number Publication date
US20200193647A1 (en) 2020-06-18
KR20200044653A (ko) 2020-04-29
CN112913237A (zh) 2021-06-04
US10825204B2 (en) 2020-11-03
EP3869803A4 (en) 2022-11-16
EP3869803A1 (en) 2021-08-25
KR102285738B1 (ko) 2021-08-05
US20200234469A1 (en) 2020-07-23
US10832447B2 (en) 2020-11-10
EP3868096A4 (en) 2022-11-02
KR20200044652A (ko) 2020-04-29
CN113196761A (zh) 2021-07-30
EP3868096A1 (en) 2021-08-25

Similar Documents

Publication Publication Date Title
WO2020080623A1 (ko) 영상의 ａｉ 부호화 및 ａｉ 복호화 방법, 및 장치
WO2020071830A1 (ko) 히스토리 기반 움직임 정보를 이용한 영상 코딩 방법 및 그 장치
WO2020071829A1 (ko) 히스토리 기반 영상 코딩 방법 및 그 장치
WO2020080665A1 (en) Methods and apparatuses for performing artificial intelligence encoding and artificial intelligence decoding on image
WO2020017840A1 (ko) Dmvr에 기반하여 인터 예측을 수행하는 방법 및 장치
WO2014163247A1 (ko) 동영상 처리 방법 및 장치
WO2020197236A1 (ko) 서브 픽처 핸들링 구조 기반 영상 또는 비디오 코딩
WO2012044124A2 (ko) 영상 부호화 방법과 복호화 방법 및 이를 이용한 영상 부호화 장치와 복호화 장치
WO2021201515A1 (ko) Hls를 시그널링하는 영상 부호화/복호화 방법, 장치 및 비트스트림을 저장한 컴퓨터 판독 가능한 기록 매체
WO2018174357A1 (ko) 영상 코딩 시스템에서 영상 디코딩 방법 및 장치
EP3844962A1 (en) Methods and apparatuses for performing artificial intelligence encoding and artificial intelligence decoding on image
WO2021096057A1 (ko) 비디오 또는 영상 코딩 시스템에서의 엔트리 포인트 관련 정보에 기반한 영상 코딩 방법
WO2021118295A1 (ko) 루프 필터링을 제어하기 위한 영상 코딩 장치 및 방법
WO2017195914A1 (ko) 비디오 코딩 시스템에서 인터 예측 방법 및 장치
WO2015194913A1 (ko) 영상의 부호화/복호화 방법 및 이를 이용하는 장치
WO2021118293A1 (ko) 필터링 기반 영상 코딩 장치 및 방법
WO2021091214A1 (ko) 크로마 양자화 파라미터 오프셋 관련 정보를 코딩하는 영상 디코딩 방법 및 그 장치
WO2021034161A1 (ko) 인트라 예측 장치 및 방법
WO2020180043A1 (ko) Lmcs에 기반한 영상 코딩 방법 및 그 장치
WO2022039499A1 (ko) Vcm 비트스트림의 용도를 시그널링하는 영상 부호화/복호화 방법, 장치 및 컴퓨터 판독 가능한 기록 매체
WO2018174358A1 (ko) 영상 코딩 시스템에서 인트라 예측에 따른 영상 디코딩 방법 및 장치
WO2021246791A1 (ko) 영상/비디오 코딩 시스템에서 상위 레벨 신택스를 처리하는 방법 및 장치
WO2018128228A1 (ko) 영상 코딩 시스템에서 영상 디코딩 방법 및 장치
WO2021034160A1 (ko) 매트릭스 인트라 예측 기반 영상 코딩 장치 및 방법
WO2021091255A1 (ko) 영상/비디오 코딩을 위한 상위 레벨 신택스 시그널링 방법 및 장치

Legal Events

Date Code Title Description
121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 19872473

Country of ref document: EP

Kind code of ref document: A1

NENP Non-entry into the national phase

Ref country code: DE

122 Ep: pct application non-entry in european phase

Ref document number: 19872473

Country of ref document: EP

Kind code of ref document: A1