WO2021054697A1 - 영상의 ａｉ 부호화 방법 및 장치, 영상의 ａｉ 복호화 방법 및 장치 - Google Patents

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

Info

Publication number
WO2021054697A1
WO2021054697A1 PCT/KR2020/012435 KR2020012435W WO2021054697A1 WO 2021054697 A1 WO2021054697 A1 WO 2021054697A1 KR 2020012435 W KR2020012435 W KR 2020012435W WO 2021054697 A1 WO2021054697 A1 WO 2021054697A1
Authority
WO
WIPO (PCT)
Prior art keywords
image
dnn
resolution ratio
resolution
data
Prior art date
Application number
PCT/KR2020/012435
Other languages
English (en)
French (fr)
Inventor
김재환
이종석
박영오
이채은
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 EP20866485.4A priority Critical patent/EP4016460A4/en
Publication of WO2021054697A1 publication Critical patent/WO2021054697A1/ko
Priority to US17/696,518 priority patent/US20220207650A1/en

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
    • H04N19/134—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
    • H04N19/146—Data rate or code amount at the encoder output
    • H04N19/147—Data rate or code amount at the encoder output according to rate distortion criteria
    • 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
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/06—Physical realisation, i.e. hardware implementation of neural networks, neurons or parts of neurons
    • G06N3/063—Physical realisation, i.e. hardware implementation of neural networks, neurons or parts of neurons using electronic means
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/04—Architecture, e.g. interconnection topology
    • G06N3/045—Combinations of networks
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/08—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
    • G06T3/4053—Scaling of whole images or parts thereof, e.g. expanding or contracting based on super-resolution, i.e. the output image resolution being higher than the sensor resolution
    • 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
    • H04N19/42—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals characterised by implementation details or hardware specially adapted for video compression or decompression, e.g. dedicated software implementation
    • H04N19/423—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals characterised by implementation details or hardware specially adapted for video compression or decompression, e.g. dedicated software implementation characterised by memory arrangements
    • 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
    • H04N19/59—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using predictive coding involving spatial sub-sampling or interpolation, e.g. alteration of picture size or resolution
    • 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
    • G06N3/044—Recurrent networks, e.g. Hopfield networks
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/04—Architecture, e.g. interconnection topology
    • G06N3/048—Activation functions

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.
  • the image is encoded by a codec conforming to a predetermined data compression standard, for example, the Moving Picture Expert Group (MPEG) standard, and then stored in a recording medium in the form of a bitstream or transmitted through a communication channel.
  • MPEG Moving Picture Expert Group
  • An AI encoding method and apparatus for an image and an AI decoding method and apparatus for an image, according to an exemplary embodiment, are to encode and decode an image based on AI in order to achieve a low bit rate.
  • the method and apparatus for encoding AI of an image and the method and apparatus for decoding AI of an image according to an exemplary embodiment are to prevent information from being omitted from a reconstructed image compared to an original image.
  • An AI decoding apparatus includes: a memory for storing one or more instructions; And a processor that executes the one or more instructions stored in the memory, wherein the processor acquires AI data related to an AI downscale of the original image and image data generated as a result of encoding the first image, and the image data Is decoded to obtain a second image corresponding to the first image, and based on the AI data, a resolution ratio in a horizontal direction and a resolution ratio in a vertical direction between the original image and the first image are determined, and up A third image having an increased resolution in at least one of a horizontal direction and a vertical direction is obtained from the second image according to the resolution ratio in the horizontal direction and the resolution ratio in the vertical direction through the scale DNN, and the horizontal
  • the resolution ratio in the direction and the resolution ratio in the vertical direction may be determined to be different values.
  • An AI encoding method and apparatus for an image may process an image at a low bit rate through AI-based image encoding and decoding.
  • the method and apparatus for encoding AI of an image and the method and apparatus for decoding AI of an image according to an exemplary embodiment may prevent information from being omitted in a reconstructed image compared to an original image.
  • FIG. 1 is a diagram illustrating an AI encoding process and an AI decoding process according to an embodiment.
  • FIG. 2 is a block diagram showing the configuration of an AI decoding apparatus according to an embodiment.
  • FIG. 3 is an exemplary diagram illustrating a second DNN for AI upscale of a second image.
  • FIG. 4 is a diagram for describing a convolution operation based on a convolution layer.
  • FIG. 5 is an exemplary diagram illustrating a mapping relationship between various image-related information and various DNN configuration information.
  • FIG. 6 is a diagram illustrating a second video composed of a plurality of frames.
  • FIG. 7 is a block diagram illustrating a configuration of an AI encoding apparatus according to an embodiment.
  • FIG. 8 is an exemplary diagram illustrating a first DNN for AI downscale of an original image.
  • FIG. 9 is a diagram for describing a method of training a first DNN and a second DNN.
  • FIG. 10 is a diagram illustrating a training process of a first DNN and a second DNN by a training device.
  • 11 is an exemplary diagram showing an apparatus for AI downscaling of an original image and an apparatus for AI upscaling of a second image.
  • FIG. 12 is a block diagram illustrating a configuration of an AI decoding apparatus according to another embodiment.
  • 13 is a diagram for describing a resolution ratio between an original image and a first image in a horizontal direction and a vertical direction.
  • FIG. 14 is an exemplary diagram showing a resolution ratio in a horizontal direction and a resolution ratio in a vertical direction of a first image indicated by an index, according to an exemplary embodiment.
  • 15 is an exemplary diagram illustrating image-related information and DNN configuration information mapped to a resolution ratio in a horizontal direction and a vertical direction of a first image.
  • FIG. 16 is a diagram for explaining that the number of first and second intermediate images related to a second DNN varies according to a resolution ratio in a horizontal direction and a vertical direction of the first image.
  • FIG. 17 illustrates a second image, a first intermediate image, a second intermediate image, and a third image when the resolution ratio in the vertical direction of the first image is 1/2 and the resolution ratio in the horizontal direction is 1.
  • FIG. 18 is an exemplary diagram illustrating a second DNN for AI upscale of a second image.
  • 19 is a diagram for describing a method of obtaining a first intermediate image.
  • 20 is a diagram for describing a method of obtaining a first intermediate image.
  • 21 is a diagram for describing a method of obtaining a first intermediate image.
  • 22 is a diagram for describing a method of obtaining a third image from a second intermediate image.
  • 23 is a diagram for describing a method of obtaining a third image from a second intermediate image.
  • 24 is a diagram for describing a method of obtaining a third image from a second intermediate image.
  • 25 is a diagram for describing an AI upscale method using a second DNN.
  • 26 is a diagram for describing an AI upscale method using a second DNN.
  • FIG. 27 is a block diagram illustrating a configuration of an AI encoding apparatus according to another embodiment.
  • FIG. 28 is a diagram illustrating an edge map corresponding to an original image.
  • 29 is a diagram illustrating an original image including text areas.
  • FIG. 30 is a diagram for explaining that the number of first and second intermediate images related to a first DNN varies according to a resolution ratio in a horizontal direction and a vertical direction of the first image.
  • 31 is an exemplary diagram illustrating a first DNN for AI downscale of an original image.
  • 32 is a diagram for describing an AI downscale method using a first DNN.
  • 33 is a flowchart illustrating an AI decoding method according to another embodiment.
  • 34 is a flowchart illustrating an AI encoding method according to another embodiment.
  • 35A, 35B, and 35C are an edge map of an original image, an edge map of a third image obtained through an AI decoding process when the resolution ratio in the vertical direction and the resolution ratio in the horizontal direction of the first image are the same, and A diagram showing an edge map of a third image obtained through an AI decoding process when the vertical resolution ratio of the first image and the horizontal resolution ratio are different.
  • 36 is a diagram for explaining a method of linking training a first DNN and a second DNN according to another embodiment.
  • An AI decoding apparatus includes: a memory for storing one or more instructions; And a processor that executes the one or more instructions stored in the memory, wherein the processor acquires AI data related to an AI downscale of the original image and image data generated as a result of encoding the first image, and the image data Is decoded to obtain a second image corresponding to the first image, and based on the AI data, a resolution ratio in a horizontal direction and a resolution ratio in a vertical direction between the original image and the first image are determined, and up A third image having an increased resolution in at least one of a horizontal direction and a vertical direction is obtained from the second image according to the resolution ratio in the horizontal direction and the resolution ratio in the vertical direction through the scale DNN, and the horizontal
  • the resolution ratio in the direction and the resolution ratio in the vertical direction may be determined to be different values.
  • the processor may obtain a plurality of first intermediate images having a resolution smaller than that of the second image from the second image, and a plurality of second intermediate images output from the upscale DNN based on the plurality of first intermediate images.
  • An intermediate image may be obtained, and the third image having a resolution greater than that of the second intermediate image may be obtained by combining the plurality of second intermediate images.
  • the processor may obtain the plurality of first intermediate images including some of the pixel lines constituting the second image.
  • the processor may obtain the third image by alternately connecting pixels constituting the plurality of second intermediate images.
  • the processor determines the number of the first intermediate images and the number of the second intermediate images based on the resolution ratio in the horizontal direction and the resolution ratio in the vertical direction, and the upscale DNN is a second of the determined number.
  • DNN configuration information for outputting the determined number of second intermediate images by processing one intermediate image may be obtained.
  • the upscale DNN includes a plurality of convolutional layers, and as the obtained DNN configuration information is set in the upscale DNN, the number of filter kernels of the last convolutional layer among the plurality of convolutional layers is It may be determined equal to the number of the second intermediate images.
  • the processor determines the number of operations of the upscale DNN based on the horizontal resolution ratio and the vertical resolution ratio, and a second output from the upscale DNN as a result of the operation according to the number of operations.
  • the third image is obtained by combining the intermediate images, and the upscale DNN may output a predetermined number of second intermediate images by processing a predetermined number of first intermediate images.
  • the horizontal resolution ratio is 1/n If a (a is an integer greater than or equal to 0) and the vertical resolution ratio is 1/n b (b is an integer greater than or equal to 0), the number of operations of the upscale DNN may be determined as a+b.
  • the processor while the upscale DNN operates according to the determined number of operations, combines a plurality of second intermediate images obtained as a result of a previous operation of the upscale DNN, and combines a plurality of second intermediate images obtained from the combined images.
  • An intermediate image can be input to the upscale DNN.
  • the processor may obtain a final third image by scaling the second image and summing the scaled second image and the third image.
  • the first image is obtained as a result of AI downscaling of the original image through the downscale DNN, and DNN configuration information set in the downscale DNN and DNN configuration information set in the upscale DNN are interrelated training. (joint trained) can be.
  • An AI encoding apparatus includes: a memory for storing one or more instructions; And a processor that executes the one or more instructions stored in the memory, wherein the processor determines a resolution ratio in a horizontal direction and a resolution ratio in a vertical direction between the original image and the first image, and through a downscale DNN , Obtaining a first image whose resolution is reduced in at least one of a horizontal direction and a vertical direction from the original image according to the resolution ratio in the horizontal direction and the resolution ratio in the vertical direction, and encoding the first image to obtain an image Acquires data, transmits AI data including information indicating the resolution ratio in the horizontal direction and the resolution ratio in the vertical direction, and the image data, wherein the resolution ratio in the horizontal direction and the resolution ratio in the vertical direction are different from each other. Can be determined by value.
  • the processor may determine the resolution ratio in the horizontal direction and the resolution ratio in the vertical direction based on the edge strength in the horizontal direction and the edge strength in the vertical direction of the original image.
  • the processor may determine a resolution ratio in a direction in which edge strength is greater among the horizontal and vertical directions of the original image than in other directions.
  • the processor may determine an arrangement direction of text existing in the original image, and determine a resolution ratio in the horizontal direction and a resolution ratio in the vertical direction based on the determined arrangement direction.
  • the processor may determine a resolution ratio in a direction close to the arrangement direction of the text among the horizontal and vertical directions of the original image to be larger than the resolution ratios in other directions.
  • An AI decoding method includes: obtaining AI data related to an AI downscale of an original image and image data generated as a result of encoding a first image; Decoding the image data to obtain a second image corresponding to the first image; Determining a resolution ratio in a horizontal direction and a resolution ratio in a vertical direction between the original image and the first image based on the AI data; And obtaining a third image whose resolution is increased in at least one of a horizontal direction and a vertical direction from the second image according to the resolution ratio in the horizontal direction and the resolution ratio in the vertical direction through the upscale DNN. Including, the resolution ratio in the horizontal direction and the resolution ratio in the vertical direction may be determined to be different values from each other.
  • An AI encoding method includes: determining a resolution ratio in a horizontal direction and a resolution ratio in a vertical direction between an original image and a first image; Obtaining a first image whose resolution is reduced in at least one of a horizontal direction and a vertical direction from the original image according to the resolution ratio in the horizontal direction and the resolution ratio in the vertical direction through the downscale DNN; Encoding the first image to obtain image data; And transmitting AI data including information indicating the resolution ratio in the horizontal direction and the resolution ratio in the vertical direction, and the image data, wherein the horizontal resolution ratio and the vertical resolution ratio are different from each other. Can be determined by value.
  • one component when one component is referred to as “connected” or “connected” to another component, the one component may be directly connected or directly connected to the other component, but specially It should be understood that as long as there is no opposite substrate, it may be connected or may be connected via another component in the middle.
  • each of the components to be described below may additionally perform some or all of the functions that other components are responsible for in addition to its own main function, and some of the main functions that each component is responsible for are different. It goes without saying that it may be performed exclusively by components.
  • 'image' or'picture' may represent a still image, a moving picture composed of a plurality of consecutive still images (or frames), or a video.
  • 'DNN deep neural network
  • 'DNN deep neural network
  • the'parameter' is a value used in an operation process of each layer constituting a neural network, and may include, for example, a weight used when an input value is applied to a predetermined calculation expression.
  • the parameters may be expressed in a matrix form.
  • the parameter is a value set as a result of training, and may be updated through separate training data as necessary.
  • first DNN' refers to a DNN used for AI downscale of an image
  • second DNN' refers to a DNN used for AI upscale of an image
  • 'DNN configuration information' is information related to elements constituting the DNN and includes the above-described parameters.
  • the first DNN or the second DNN may be configured using the DNN configuration information.
  • the'original image' refers to an image to be subjected to AI encoding
  • the'first image' refers to an image obtained as a result of AI downscale of the original image in the AI encoding process
  • the'second image' refers to an image acquired through the first decoding in the AI decoding process
  • the'third image' refers to an image acquired by AI upscaling the second image in the AI decoding process.
  • the'first intermediate image' refers to an image input to the first DNN and the second DNN
  • the'second intermediate image' refers to an image output from the first DNN and the second DNN
  • 'AI downscale' means a process of reducing the resolution of an image based on AI
  • first encoding' means an encoding process using a frequency transformation-based video compression method
  • first decoding' refers to a decoding process using a frequency conversion-based image restoration 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
  • an original image 105 having a high resolution is AI downscaled 110 to obtain 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 first encoding 120 and the first decoding 130 are performed on the original image 105.
  • the processed bit rate can be greatly reduced.
  • the original image 105 is AI downscaled 110 to obtain a first image 115, and the first image 115 is used as the first image.
  • Code 120 In the AI decoding process, AI encoded data including AI data and image data obtained as a result of AI encoding are received, a second image 135 is obtained through the first decoding 130, and a second image 135 is obtained. AI upscale 140 to obtain a third image 145.
  • the original image 105 is AI downscaled 110 to obtain the first image 115 of a predetermined resolution or quality.
  • the AI downscale 110 is performed based on AI, and the AI for the AI downscale 110 must be trained in connection with the AI for the AI upscale 140 of the second image 135 (joint trained). do. Because, when the AI for the AI downscale 110 and the AI for the AI upscale 140 are separately trained, between the original image 105 that is an AI encoding target and the third image 145 restored through AI decoding This is because the difference between them becomes larger.
  • AI data may be used in order to maintain such a linkage between the AI encoding process and the AI decoding process. Therefore, the AI data obtained through the AI encoding process must include information indicating the upscale target, and in the AI decoding process, the second image 135 is converted to the AI upscale 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 is the target information used when the first DNN and the second DNN perform link training. Is provided to the AI decoding device, and the AI decoding device may perform the AI upscale 140 to a resolution targeting the second image 135 based on the provided target information.
  • the first encoding 120 includes a process of predicting the first image 115 to generate prediction data, a process of generating residual data corresponding to the difference between the first image 115 and the prediction data, and a spatial domain component.
  • a process of transforming residual data into a frequency domain component, a process of quantizing residual data converted into a frequency domain component, a process of entropy encoding the quantized residual data, and the like may be included.
  • Such a first encoding process 120 includes MPEG-2, H.264 Advanced Video Coding (AVC), MPEG-4, High Efficiency Video Coding (HEVC), VC-1, VP8, VP9, and AOMedia Video 1 (AV1). It can be implemented through one of the image compression methods using equal frequency conversion.
  • AVC H.264 Advanced Video Coding
  • HEVC High Efficiency Video Coding
  • VC-1 VC-1
  • VP8 VP9 AOMedia Video 1
  • AV1 AOMedia Video 1
  • 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 a process of entropy decoding image data to generate quantized residual data, a process of inverse quantization of the quantized residual data, a process of converting residual data of a frequency domain component into a spatial domain component, and prediction data.
  • a process of generating and reconstructing the second image 135 using prediction data and residual data may be included.
  • image compression using frequency transformation such as MPEG-2, H.264, MPEG-4, HEVC, VC-1, VP8, VP9 and AV1 used in the first encoding 120 process. It may be implemented through an image restoration method corresponding to one of the methods.
  • the AI encoded data obtained through the AI encoding process may include image data obtained 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. I can. Image data may be used in the first decoding 130 process, and AI data may be used in the AI upscale 140 process.
  • Image data may be transmitted in the form of a bitstream.
  • the image data may include data acquired based on pixel values in the first image 115, for example, residual data that is a difference between the first image 115 and the predicted data of the first image 115.
  • the image data includes information used in the process of the first encoding 120 of the first image 115.
  • the image data includes prediction mode information used for the first encoding 120 of the first image 115, motion information, information related to the quantization parameter used in the first encoding 120, and the like. can do.
  • the image data is of the image compression method used in the first encoding 120 process among image compression methods using frequency conversion such as MPEG-2, H.264 AVC, MPEG-4, HEVC, VC-1, VP8, VP9, and AV1. It may be generated according to a rule, for example, a syntax.
  • the AI data is used for the AI upscale 140 based on the second DNN.
  • the AI data includes information that enables the accurate AI upscale 140 of the second image 135 to be performed through the second DNN. .
  • the AI upscale 140 to a resolution and/or image quality targeting the second image 135 based on AI data.
  • AI data may be transmitted together with image data in the form of a bitstream.
  • AI data may be transmitted separately from image data in the form of a frame or packet.
  • Image data and AI data obtained 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 receiving unit 210 may include a communication unit 212, a parsing unit 214 and an output unit 216.
  • the AI decoding unit 230 may include a first decoding unit 232 and an AI upscale unit 234.
  • the receiving unit 210 receives and parses the AI-encoded data obtained as a result of the AI encoding, separates the image data from the AI data, and outputs it to the AI decoder 230.
  • the communication unit 212 receives AI encoded data obtained as a result of AI encoding through a network.
  • the AI encoded data obtained 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 parsing unit 214 receives and parses the AI-encoded data received through the communication unit 212 to divide it into image data and AI data. For example, by reading the header of data obtained from the communication unit 212, it is possible to distinguish whether the corresponding data is image data or AI data. In one example, the parsing unit 214 divides the image data and AI data through the header of the data received through the communication unit 212 and transmits it to the output unit 216, and the output unit 216 is The data is transferred to the first decoding unit 232 and the AI upscale unit 234.
  • the image data included in the AI encoded data is image data acquired through a predetermined codec (eg, MPEG-2, H.264, MPEG-4, HEVC, VC-1, VP8, VP9, or AV1). It can also be confirmed as In this case, 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.
  • a predetermined codec eg, MPEG-2, H.264, MPEG-4, HEVC, VC-1, VP8, VP9, or AV1
  • the AI-encoded data parsed by the parser 214 may include a hard disk, a magnetic medium such as a floppy disk and a magnetic tape, an optical recording medium such as a CD-ROM and a DVD, and a floptical disk. It may be obtained from a data storage medium including the same magneto-optical medium or the like.
  • the first decoder 232 restores the second image 135 corresponding to the first image 115 based on the image data.
  • the second image 135 acquired by the first decoding unit 232 is provided to the AI upscale unit 234.
  • first decoding-related information such as prediction mode information, motion information, and quantization parameter information included in the image data, may be further provided to the AI upscale unit 234.
  • the AI upscale unit 234 AI upscales the second image 135 based on the AI data.
  • AI may be upscaled by further using first decoding related information such as prediction mode information and quantization parameter information included in the image data.
  • the receiving unit 210 and the AI decoding unit 230 have been described as separate devices, but may be implemented through a single processor.
  • the receiving unit 210 and the AI decoding unit 230 may be implemented with a dedicated processor, or may be implemented through a combination of a general-purpose processor such as an AP, CPU, or GPU and S/W.
  • a dedicated processor it may be implemented including a memory for implementing the embodiment of the present disclosure, or may be implemented including a memory processing unit for using an external memory.
  • the receiving unit 210 and the AI decoding unit 230 may be configured with a plurality of processors. In this case, it may be implemented by a combination of dedicated processors, or may be implemented through a combination of a plurality of general-purpose processors such as an AP, CPU, or GPU and S/W.
  • the AI upscale unit 234 and the first decoding unit 232 may be implemented with different processors, respectively.
  • the AI data provided to the AI upscale unit 234 includes information that enables the second image 135 to be AI upscaled.
  • the upscale target must correspond to the downscale of the first DNN. Therefore, the AI data must include information for identifying the downscale target of the first DNN.
  • the information included in the AI data is specifically exemplified, there is information about the difference 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 about the degree of resolution conversion of the first image 115 compared to the original image 105 (eg, resolution conversion rate information). And, since the resolution of the first image 115 can be known through the resolution of the restored second image 135 and the degree of resolution conversion can be confirmed through this, the difference information will be expressed only with the resolution information of the original image 105. May be.
  • the resolution information may be expressed as a horizontal/vertical screen size or a ratio (16:9, 4:3, etc.) and a size of one axis.
  • it may be expressed in the form of an index or a flag.
  • the information related to the first image 115 is based on at least one of a bit rate of image data obtained as a result of the first encoding of the first image 115 and a codec type used in the first encoding of the first image 115. May include information about.
  • the AI upscale unit 234 may determine an upscale target of the second image 135 based on at least one of difference information included in the AI data and information related to the first image 115.
  • the upscale target may indicate, for example, to what resolution the second image 135 should be upscaled.
  • the AI upscale unit 234 AI upscales the second image 135 through the second DNN to obtain a third image 145 corresponding to the upscale target.
  • FIG. 3 is an exemplary diagram showing a second DNN 300 for AI upscale of the second image 135, and FIG. 4 is a convolution operation in the first convolution layer 310 shown in FIG. 3. Is shown.
  • the second image 135 is input to the first convolution layer 310.
  • 3X3X4 displayed on the first convolution layer 310 shown in FIG. 3 exemplifies convolution processing on one input image using four filter kernels having a size of 3x3.
  • four feature maps are generated by four filter kernels.
  • Each feature map represents unique features of the second image 135.
  • each feature map may represent a vertical direction characteristic, a horizontal direction characteristic, or an edge characteristic of the second image 135.
  • a feature map 450 may be generated. Since four filter kernels are used in the first convolution layer 310, four feature maps may be generated through a convolution operation process using four filter kernels.
  • I1 to I49 displayed on the second image 135 represent pixels of the second image 135, and F1 to F9 displayed on the filter kernel 430 represent parameters of the filter kernel 430. Further, M1 to M9 displayed on the feature map 450 represent samples of the feature map 450.
  • the second image 135 includes 49 pixels, but this is only an example, and when the second image 135 has a 4K resolution, for example, 3840 X 2160 pixels. May contain pixels.
  • pixel values of I1, I2, I3, I8, I9, I10, I15, I16, I17 of the second image 135 and F1, F2, F3, F4, F5 of the filter kernel 430 are respectively , F6, F7, F8, and F9 are each performed, and a value obtained by combining (eg, an addition operation) result values of the multiplication operation may be assigned as the value of M1 of the feature map 450.
  • each of the pixel values of I3, I4, I5, I10, I11, I12, I17, I18, I19 of the second image 135 and F1, F2 of the filter kernel 430 , F3, F4, F5, F6, F7, F8, and F9 are each performed, and a value obtained by combining result values of the multiplication operation may be assigned as the value of M2 of the feature map 450.
  • a convolution operation between the pixel values in the second image 135 and the parameters of the filter kernel 430 is performed.
  • a feature map 450 having a predetermined size may be obtained.
  • parameters of a second DNN for example, parameters of a filter kernel used in convolutional layers of the second DNN, through joint training of a first DNN and a second DNN (for example, filter The values of F1, F2, F3, F4, F5, F6, F7, F8 and F9) of the kernel 430 may be optimized.
  • the AI upscale unit 234 determines an upscale target corresponding to the downscale target of the first DNN based on the AI data, and converts the parameters corresponding to the determined upscale target to the conball of the second DNN. It can be determined by parameters of the filter kernel used in the root layers.
  • the convolutional layers included in the first DNN and the second DNN may be processed according to the convolution operation described in connection with FIG. 4, but the convolution operation process described in FIG. 4 is only one example, and is limited thereto. It is not.
  • feature maps output from the first convolution layer 310 are input to the first activation layer 320.
  • the first activation layer 320 may give non-linear characteristics to each feature map.
  • the first activation layer 320 may include a sigmoid function, a Tanh function, a rectified linear unit (ReLU) function, and the like, but is not limited thereto.
  • To impart a nonlinear characteristic in the first activation layer 320 means to change and output some sample values of the feature map, which is an output of the first convolution layer 310. At this time, the change is performed by applying a nonlinear characteristic.
  • the first activation layer 320 determines whether to transfer sample values of feature maps output from the first convolution layer 310 to the second convolution layer 330. For example, some of the sample values of the feature maps are activated by the first activation layer 320 and transferred to the second convolutional layer 330, and some sample values are activated by the first activation layer 320. It is deactivated and is not transmitted to the second convolutional layer 330. Intrinsic characteristics of the second image 135 indicated by the feature maps are emphasized by the first activation layer 320.
  • Feature maps 325 output from the first activation layer 320 are input to the second convolution layer 330.
  • One of the feature maps 325 illustrated in FIG. 3 is a result of processing the feature map 450 described with reference to FIG. 4 in the first activation layer 320.
  • 3X3X4 displayed on the second convolution layer 330 exemplifies convolution processing on the input feature maps 325 using four filter kernels having a size of 3 ⁇ 3.
  • the output of the second convolution layer 330 is input to the second activation layer 340.
  • the second activation layer 340 may impart a nonlinear characteristic to the input data.
  • Feature maps 345 output from the second activation layer 340 are input to the third convolution layer 350.
  • 3X3X1 displayed on the third convolution layer 350 shown in FIG. 3 exemplifies convolution processing to create one output image using one filter kernel having a size of 3x3.
  • the third convolution layer 350 is a layer for outputting a final image and generates one output using one filter kernel.
  • the third convolutional layer 350 may output a third image 145 through a result of a convolution operation.
  • DNN configuration information indicating the number of filter kernels of the first convolution layer 310, the second convolution layer 330, and the third convolution layer 350 of the second DNN 300, parameters of the filter kernel, etc. As described later, there may be a plurality of pieces, and the plurality of DNN configuration information should be linked with the plurality of DNN configuration information of the first DNN.
  • the linkage between the plurality of DNN configuration information of the second DNN and the plurality of DNN configuration information of the first DNN may be implemented through linkage learning of the first DNN and the second DNN.
  • the second DNN 300 includes three convolutional layers 310, 330, and 350 and two activation layers 320, 340, but this is only an example and an implementation example Accordingly, the number of convolutional layers and activation layers may be variously changed.
  • the second DNN 300 may be implemented through a recurrent neural network (RNN). This case means changing the CNN structure of the second DNN 300 according to the example of the present disclosure to an RNN structure.
  • RNN recurrent neural network
  • the AI upscale unit 234 may include at least one Arithmetic Logic Unit (ALU) for the above-described convolution operation and operation of an activation layer.
  • ALU Arithmetic Logic Unit
  • the ALU can be implemented as a processor.
  • the ALU includes a multiplier that performs a multiplication operation between the sample values of the feature map output from the second image 135 or the previous layer and the sample values of the filter kernel, and an adder that adds the result values of the multiplication. I can.
  • the ALU is a multiplier that multiplies the input sample value by a weight used in a predetermined sigmoid function, the Tanh function, or the ReLU function, and the input sample value by comparing the multiplication result with a predetermined value. It may include a comparator that determines whether to transfer to the next layer.
  • the AI upscale unit 234 may store a plurality of DNN configuration information that can be set in the second DNN.
  • the DNN configuration information may include information on at least one of the number of convolutional layers included in the second DNN, the number of filter kernels for each convolutional layer, and parameters of each filter kernel.
  • the plurality of DNN configuration information may respectively correspond to various upscale targets, and the second DNN may operate based on DNN configuration information corresponding to a specific upscale target.
  • the second DNN may have different structures according to the DNN configuration information.
  • the second DNN may include three convolutional layers according to certain DNN configuration information, and the second DNN may include four convolutional layers according to other DNN configuration information.
  • the DNN configuration information may include only parameters of a filter kernel used in the second DNN.
  • the structure of the second DNN is not changed, but only the parameters of the internal filter kernel may be changed according to the DNN configuration information.
  • the AI upscale unit 234 may obtain DNN configuration information for AI upscale of the second image 135 from among a plurality of DNN configuration information.
  • Each of the plurality of DNN configuration information used herein is information for obtaining a third image 145 of a predetermined resolution and/or a predetermined quality, and is trained in connection with the first DNN.
  • any one of the plurality of DNN configuration information is a third image 145 having a resolution that is twice the resolution of the second image 135, for example, the second image of 2K (2048*1080).
  • 2 It may include information for acquiring the third image 145 of 4K (4096*2160), which is twice as large as the image 135, and the other DNN setting information is 4 times larger than the resolution of the second image 135.
  • Information for obtaining a third image 145 of twice the resolution for example, a third image 145 of 8K (8192*4320) that is four times larger than the second image 135 of 2K (2048*1080) Can include.
  • Each of the plurality of DNN configuration information is created in association with the DNN configuration information of the first DNN of the AI encoding device 600, and the AI upscale unit 234 is an enlargement ratio corresponding to the reduction ratio of the DNN configuration information of the first DNN.
  • one DNN configuration information is obtained from among a plurality of DNN configuration information.
  • the AI upscale unit 234 must check the information of the first DNN.
  • the AI decoding apparatus 200 receives AI data including the information of the first DNN from the AI encoding apparatus 600. .
  • the AI upscale unit 234 uses the information received from the AI encoding device 600 to check the target information of the DNN configuration information of the first DNN used to acquire the first image 115. And, it is possible to obtain DNN configuration information of the second DNN trained in connection therewith.
  • DNN configuration information for AI upscale of the second image 135 is acquired among the plurality of DNN configuration information
  • input data may be processed based on the second DNN operating according to the acquired DNN configuration information.
  • the first convolution layer 310, the second convolution layer 330, and the third convolution layer of the second DNN 300 shown in FIG. 3 ( 350) For each, the number of filter kernels included in each layer and parameters of the filter kernel are set as values included in the obtained DNN configuration information.
  • parameters of a 3 ⁇ 3 filter kernel used in any one convolutional layer of the second DNN shown in FIG. 4 are ⁇ 1, 1, 1, 1, 1, 1, 1, 1, 1 ⁇ . If there is a change in the DNN configuration information after that, it can be replaced with the parameters ⁇ 2, 2, 2, 2, 2, 2, 2, 2 ⁇ included in the changed DNN configuration information.
  • the AI upscale unit 234 may acquire DNN configuration information for upscaling the second image 135 from among a plurality of DNN configuration information based on the information included in the AI data, which is used to acquire DNN configuration information.
  • the AI data that is used will be described in detail.
  • the AI upscale unit 234 may acquire DNN configuration information for up-scaling the second image 135 from among a plurality of DNN configuration information, based on difference information included in the AI data. For example, based on the difference information, the resolution of the original image 105 (for example, 4K (4096*2160)) is less than that of the first image 115 (for example, 2K (2048*1080)). When it is confirmed that it is twice as large, the AI upscale unit 234 may obtain DNN configuration information capable of increasing the resolution of the second image 135 by two times.
  • the AI upscale unit 234 configures a DNN for AI upscale the second image 135 among a plurality of DNN configuration information based on the information related to the first image 115 included in the AI data. Information can be obtained.
  • the AI upscale unit 234 may determine in advance a mapping relationship between the image-related information and the DNN configuration information, and obtain DNN configuration information mapped to the first image 115-related information.
  • FIG. 5 is an exemplary diagram illustrating a mapping relationship between various image-related information and various DNN configuration information.
  • the AI encoding/AI decoding process does not only consider a change in resolution.
  • DNN configuration information individually or in consideration of both resolutions such as SD, HD, and Full HD, bit rates such as 10Mbps, 15Mbps, and 20Mbps, and codec information such as AV1, H.264, and HEVC.
  • bit rates such as 10Mbps, 15Mbps, and 20Mbps
  • codec information such as AV1, H.264, and HEVC.
  • the first image transmitted in the AI decoding process ( 115) DNN configuration information for AI upscale of the second image 135 may be obtained based on the related information.
  • the AI upscale unit 234 matches the image related information shown on the left side of the table shown in FIG. 5 with the DNN setting information shown on the right side of the table, so that the DNN setting information according to the video 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 image data obtained as a result of the first encoding of the first image 115 is 10 Mbps.
  • the AI upscale unit 234 may use the A DNN configuration information among a plurality of DNN configuration information.
  • the AI upscale unit 234 may use the B DNN configuration information among a plurality of DNN configuration information.
  • the AI upscale unit 234 uses the C DNN configuration information among the plurality of DNN configuration information, and the resolution of the first image 115 is Full HD, If the bit rate of the image data obtained as a result of the first encoding of the first image 115 is 15 Mbps, and it is confirmed that the first image 115 is first encoded with the HEVC codec, the AI upscale unit 234 Among the configuration information, D DNN configuration information can be used.
  • the bit rate of the image data obtained as a result of the first encoding of the first image 115 is 20 Mbps or 15 Mbps
  • one of C DNN configuration information and D DNN configuration information is selected.
  • the bit rates of the image data are different from each other, meaning that the image quality of the reconstructed images is different from each other.
  • the first DNN and the second DNN may be interlinked training based on a predetermined image quality, and accordingly, the AI upscale unit 234 may perform a DNN according to the bit rate of the image data indicating the image quality of the second image 135. Setting information can be obtained.
  • the AI upscale unit 234 includes information provided from the first decoding unit 232 (prediction mode information, motion information, quantization parameter information, etc.) and a first image 115 included in the AI data. It is also possible to obtain DNN configuration information for AI upscaling the second image 135 from among a plurality of DNN configuration information in consideration of all related information. For example, the AI upscale unit 234 receives quantization parameter information used in the first encoding process of the first image 115 from the first decoding unit 232, and receives the first image 115 from AI data. The bit rate of the image data obtained as a result of encoding of may be checked, and DNN configuration information corresponding to the quantization parameter and the bit rate may be obtained.
  • bit rate is a value representing the entire first image 115 to be encoded, and The picture quality may be different. Therefore, if the prediction mode information, motion information, and/or quantization parameters that can be obtained for each frame from the first decoder 232 are considered together, a DNN that is more suitable for the second image 135 than using only AI data is set. Information can be obtained.
  • the AI data may include an identifier of mutually promised DNN configuration information.
  • the identifier of the DNN configuration information is an upscale target corresponding to the downscale target of the first DNN, and is linked-trained DNN configuration information between the first DNN and the second DNN so that the second image 135 can be AI upscaled. This is information to distinguish the pair of.
  • the AI upscale unit 234 may AI upscale the second image 135 by using the DNN configuration information corresponding to the identifier of the DNN configuration information. .
  • an identifier indicating each of a plurality of DNN configuration information settable in the first DNN and an identifier indicating each of a plurality of DNN configuration information settable in the second DNN may be previously designated.
  • the same identifier may be designated for a pair of DNN configuration information that can be set for each of the first DNN and the second DNN.
  • the AI data may include an identifier of DNN configuration information set in the first DNN for AI downscale of the original image 105.
  • the AI upscale unit 234 receiving the AI data may AI upscale the second image 135 using DNN configuration information indicated by an identifier included in the AI data among a plurality of DNN configuration information.
  • the AI data may include DNN configuration information.
  • the AI upscale unit 234 may AI upscale the second image 135 using the corresponding DNN configuration information.
  • the AI upscale unit 234 obtains DNN configuration information by combining a portion selected from the lookup table values based on the information included in the AI data, and uses the obtained DNN configuration information to AI up the second image 135. You can also scale it.
  • the AI upscale unit 234 may obtain DNN configuration information corresponding to the structure of the determined DNN, for example, parameters of a filter kernel. .
  • the AI upscale unit 234 acquires DNN configuration information of the second DNN through AI data including information related to the first DNN, and a second image 135 through the second DNN set with the obtained DNN configuration information. ) Is upscaled by AI, which can reduce the amount of memory usage and computation compared to upscaling by directly analyzing the features of the second image 135.
  • the AI upscale unit 234 may independently obtain DNN configuration information for each predetermined number of frames, or It is also possible to obtain DNN configuration information.
  • FIG. 6 is a diagram illustrating a second image 135 composed of a plurality of frames.
  • the second image 135 may include frames corresponding to t0 to tn.
  • the AI upscale unit 234 may obtain DNN configuration information of the second DNN through AI data, and may AI upscale frames corresponding to t0 to tn based on the acquired DNN configuration information. That is, frames corresponding to t0 to tn may be AI upscaled based on common DNN configuration information.
  • the AI upscale unit 234 uses some of the frames corresponding to t0 to tn, for example, frames corresponding to t0 to ta, as'A' DNN configuration information obtained from AI data.
  • AI may be upscaled, and frames corresponding to ta+1 to tb may be upscaled using'B' DNN configuration information obtained from AI data.
  • the AI upscale unit 234 may upscale the frames corresponding to tb+1 to tn with'C' DNN configuration information obtained from AI data.
  • the AI upscale unit 234 independently acquires DNN configuration information for each group including a predetermined number of frames from among a plurality of frames, and uses the DNN configuration information independently obtained from the frames included in each group. You can upscale.
  • the AI upscale unit 234 may independently obtain DNN configuration information for each frame constituting the second image 135. That is, when the second image 135 is composed of three frames, the AI upscale unit 234 AI upscales the first frame with the DNN setting information acquired in relation to the first frame, and the second frame The second frame may be AI upscaled with the DNN configuration information acquired in relation to the third frame, and the third frame may be AI upscaled with the DNN configuration information acquired in relation to the third frame. DNN configuration information is obtained based on the information (prediction mode information, motion information, quantization parameter information, etc.) provided from the above-described first decoder 232 and information related to the first image 115 included in the AI data. Depending on the method, DNN configuration information may be independently obtained for each frame constituting the second image 135. This is because mode information, quantization parameter information, and the like can be independently determined for each frame constituting the second image 135.
  • the AI data may include information indicating to which frame the DNN configuration information obtained based on the AI data is valid. For example, if the AI data includes information that the DNN configuration information is valid up to the ta frame, the AI upscale unit 234 AI upscales the t0 to ta frames with the DNN configuration information acquired based on the AI data. do. In addition, if the other AI data contains information indicating that the DNN configuration information is valid up to the tn frame, the AI upscale unit 234 uses the DNN configuration information obtained based on the other AI data to ta+1 to tn frames. AI can be upscaled.
  • FIG. 7 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 encoding unit 610 may include an AI downscale unit 612 and a first encoding unit 614.
  • the transmission unit 630 may include a data processing unit 632 and a communication unit 634.
  • the AI encoding unit 610 and the transmission unit 630 may be implemented through a single processor. In this case, it may be implemented with a dedicated processor, or may be implemented through a combination of a general-purpose processor such as an AP, CPU, or GPU and S/W. Also, in the case of a dedicated processor, it may be implemented including a memory for implementing the embodiment of the present disclosure, or may be implemented including a memory processing unit for using an external memory.
  • the AI encoding unit 610 and the transmission unit 630 may be configured with a plurality of processors. In this case, it may be implemented by a combination of dedicated processors, or may be implemented through a combination of a plurality of general-purpose processors such as an AP, CPU, or GPU and S/W.
  • the AI downscale unit 612 and the first encoder 614 may be implemented with different processors, respectively.
  • the AI encoder 610 performs AI downscale of the original image 105 and first encoding of the first image 115, and transmits the AI data and image data to the transmission unit 630.
  • the transmission unit 630 transmits AI data and image data to the AI decoding apparatus 200.
  • the image data includes data obtained as a result of the first encoding of the first image 115.
  • the image data may include data acquired based on pixel values in the first image 115, for example, residual data that is a difference between the first image 115 and the predicted data of 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 prediction mode information used for first encoding the first image 115, motion information, information related to quantization parameters used for first encoding the first image 115, and the like. .
  • the AI data includes information that enables the AI upscale unit 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.
  • the information related to the first image 115 is used for the resolution of the first image 115, the bit rate of the image data obtained 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 data may include an identifier of mutually agreed DNN configuration information so that the second image 135 can be AI upscaled as an upscale target corresponding to the downscale target of the first DNN. .
  • the AI data may include DNN configuration information that can be set in the second DNN.
  • the AI downscale unit 612 may obtain the AI downscaled first image 115 from the original image 105 through the first DNN.
  • the AI downscale unit 612 may determine a downscale target of the original image 105 based on a predetermined criterion.
  • the AI downscale unit 612 may store a plurality of DNN configuration information that can be set in the first DNN.
  • the AI downscale unit 612 acquires DNN configuration information corresponding to the downscale target from among a plurality of DNN configuration information, and AI downscales the original image 105 through the first DNN set with the obtained DNN configuration information. .
  • Each of the plurality of DNN configuration information may be trained to acquire a first image 115 having a predetermined resolution and/or a predetermined image quality.
  • the DNN setting information of any one of the plurality of DNN setting information is the first image 115 having a resolution that is 1/2 times smaller than the resolution of the original image 105, for example, 4K (4096*2160).
  • the first image 115 having a resolution that is 1/4 times smaller than that, for example, the first image 115 of 2K (2048*1080) that is 1/4 times smaller than the original image 105 of 8K (8192*4320). ) May include information for obtaining.
  • the AI downscale unit 612 may obtain DNN configuration information by combining a portion selected from the lookup table values according to the downscale target, and may AI downscale the original image 105 using the obtained DNN configuration information.
  • the AI downscale unit 612 may determine the structure of the DNN corresponding to the downscale target, and obtain DNN configuration information corresponding to the structure of the determined DNN, for example, parameters of the filter kernel. .
  • the plurality of DNN configuration information for AI downscale of the original image 105 may have an optimized value by linking training with the first DNN and the second DNN.
  • each DNN configuration information includes at least one of the number of convolutional layers included in the first DNN, the number of filter kernels for each convolutional layer, and parameters of each filter kernel.
  • the AI downscaling unit 612 sets the first DNN with DNN setting information determined for AI downscaling of the original image 105, and sets the first image 115 of a predetermined resolution and/or a predetermined quality to the first DNN. It can be obtained through.
  • DNN configuration information for AI downscale of the original image 105 is obtained among a plurality of DNN configuration information
  • each layer in the first DNN may process input data based on information included in the DNN configuration information. .
  • the downscale target may indicate, for example, how much the first image 115 with reduced resolution should be obtained from the original image 105.
  • the AI downscaling unit 612 includes a compression rate (e.g., a resolution difference between the original image 105 and the first image 115, a target bit rate), and a compression quality (e.g., bit rate). Type), compression history information, and the type of the original image 105 to determine the downscale target.
  • a compression rate e.g., a resolution difference between the original image 105 and the first image 115, a target bit rate
  • a compression quality e.g., bit rate
  • the AI downscale unit 612 may determine a downscale target based on a compression rate or compression quality input from a user or set in advance.
  • the AI downscale unit 612 may determine a downscale target using compression history information stored in the AI encoding apparatus 600. For example, according to the compression history information that can be used by 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 compression history information. I can. For example, the resolution, quality, and the like of the first image 115 may be determined according to the coding quality that has been used the most according to the compression history information.
  • the AI downscaling unit 612 is the encoding quality that has been used more than a predetermined threshold value according to the compression history information (for example, the average quality of the encoding quality that has been used more than a predetermined threshold value)
  • the downscale target may be determined based on.
  • the AI downscale unit 612 may determine a downscale target based on the resolution and type (eg, file format) of the original image 105.
  • the AI downscale unit 612 may independently determine a downscale target for each predetermined number of frames, or a common downscale for all frames. You can also decide the target.
  • the AI downscale unit 612 may divide the frames constituting the original image 105 into a predetermined number of groups, and may independently determine a downscale target for each group. The same or different downscale targets may be determined for each group. The number of frames included in the groups may be the same or different for each group.
  • the AI downscale unit 612 may independently determine a downscale target for each frame constituting the original image 105. The same or different downscale targets may be determined for each frame.
  • FIG. 8 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 x 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 give non-linear characteristics to 32 feature maps.
  • the first activation layer 720 determines whether to transfer sample values of feature maps output from the first convolution layer 710 to the second convolution layer 730. For example, some of the sample values of the feature maps are activated by the first activation layer 720 and transferred to the second convolution layer 730, and some sample values are activated by the first activation layer 720. It is deactivated and is not transmitted to the second convolutional layer 730. Information indicated by the feature maps output from the first convolution layer 710 is emphasized by the first activation layer 720.
  • the output 725 of the first active layer 720 is input to the second convolutional layer 730.
  • the second convolution layer 730 performs convolution processing on 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 may give nonlinear characteristics to the 32 feature maps.
  • the output 745 of the second active layer 740 is input to the third convolutional layer 750.
  • the third convolution layer 750 performs convolution processing on input data using one filter kernel having a size of 5 x 5. As a result of the convolution process, one image may be output from the third convolution layer 750.
  • the third convolutional layer 750 is a layer for outputting a final image and acquires one output using one filter kernel. According to an example of the present disclosure, the third convolutional layer 750 may output the first image 115 through a result of a convolution operation.
  • DNN configuration information indicating 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, etc.
  • the linkage between the plurality of DNN configuration information of the first DNN and the plurality of DNN configuration information of the second DNN may be implemented through linkage learning of the first DNN and the second DNN.
  • 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 an implementation example Accordingly, the number of convolutional layers and activation layers may be variously changed.
  • the first DNN 700 may be implemented through a recurrent neural network (RNN). This case means changing the CNN structure of the first DNN 700 according to the example of the present disclosure to an RNN structure.
  • RNN recurrent neural network
  • the AI downscale unit 612 may include at least one ALU for a convolution operation and an activation layer operation.
  • the ALU can be implemented as a processor.
  • the ALU may include a multiplier that performs a multiplication operation between the sample values of the feature map output from the original image 105 or the previous layer and the sample values of the filter kernel, and an adder that adds the result values of the multiplication. have.
  • the ALU is a multiplier that multiplies the input sample value by a weight used in a predetermined sigmoid function, the Tanh function, or the ReLU function, and the input sample value by comparing the multiplication result with a predetermined value. It may include a comparator that determines whether to transfer to the next layer.
  • the first encoding unit 614 receiving the first image 115 from the AI downscale unit 612 first encodes the first image 115 to obtain the first image 115. Branches can reduce the amount of information. Image data corresponding to the first image 115 may be obtained as a result of the first encoding by the first encoder 614.
  • the data processing unit 632 processes at least one of AI data and image data to be transmitted in a predetermined format. For example, when AI data and image data need to be transmitted in the form of a bitstream, the data processing unit 632 processes the AI data so that the AI data is expressed in the form of a bitstream, and one bitstream through the communication unit 634 Transmits AI data and video data in the form of. As another example, the data processing unit 632 processes AI data so that the AI data is expressed in the form of a bitstream, and transmits a bitstream corresponding to AI data and a bitstream corresponding to image data through the communication unit 634 ). As another example, the data processing unit 632 processes AI data so that the AI data is expressed as a frame or packet, and transmits image data in the form of a bitstream and AI data in the form of a frame or packet through the communication unit 634.
  • the communication unit 630 transmits AI encoded data obtained as a result of AI encoding through a network.
  • the AI encoded data obtained as a result of AI encoding includes image data and AI data.
  • Image data and AI data can be transmitted through a homogeneous network or a heterogeneous network.
  • the AI-encoded data obtained as a result of processing by the data processing unit 632 is a hard disk, a magnetic medium such as a floppy disk and a magnetic tape, an optical recording medium such as a CD-ROM and a DVD, or a floptical disk. It may be stored in a data storage medium including a magneto-optical medium, such as.
  • FIG. 9 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, and the third image 145 and the original image 105 obtained as a result of AI decoding.
  • correlation is required. That is, information lost in the AI encoding process must be able to be restored in the AI decoding process, and for this, the first DNN 700 and the second DNN 300 are required to be trained in conjunction.
  • the quality loss information 830 is used for both training of the first DNN 700 and the second DNN 300.
  • an original training image 801 is an image subject to AI downscale
  • a first training image 802 is AI downscaled from the original training image 801. It's a video.
  • the third training image 804 is an image that is AI upscaled from the first training image 802.
  • the original training image 801 includes a still image or a video consisting of a plurality of frames.
  • the original training image 801 may include a still image or a luminance image extracted from a moving image composed of a plurality of frames.
  • the original training image 801 may include a still image or a patch image extracted from a moving image composed of a plurality of frames.
  • the first training image 802, the second training image, and the third training image 804 are also composed of a plurality of frames.
  • a plurality of frames of the original training image 801 are sequentially input to the first DNN 700, the first training image 802 and the second training image through the first DNN 700 and the second DNN 300 And a plurality of frames of the third training image 804 may be sequentially acquired.
  • the original training image 801 is input as the first DNN 700.
  • the original training image 801 input to the first DNN 700 is AI downscaled and output as a first training image 802, and the first training image 802 is input to the second DNN 300.
  • a third training image 804 is output.
  • a first training image 802 is being input to the second DNN 300.
  • the first training image 802 is obtained through a first encoding and a first decoding process.
  • a second training image may be input to the second DNN 300.
  • any one of MPEG-2, H.264, MPEG-4, HEVC, VC-1, VP8, VP9, and AV1 may 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 obtained 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 obtained.
  • the first DNN 700 and the second DNN 300 may be set with predetermined DNN configuration information.
  • structural loss information 810, complexity loss information 820, and quality loss information 830 may be determined.
  • the structural loss information 810 may be determined based on a comparison result of the reduced training image 803 and the first training image 802.
  • the structural loss information 810 may correspond to a difference between the structural information of the reduced training image 803 and the structural information of the first training image 802.
  • Structural information may include various features that can be extracted from an image, such as luminance, contrast, and histogram of the image.
  • the structural loss information 810 indicates to what extent structural information of the original training image 801 is maintained in the first training image 802. As the structural loss information 810 is smaller, the structural information of the first training image 802 becomes similar to the structural information of the original training image 801.
  • the complexity loss information 820 may be determined based on the spatial complexity of the first training image 802. In an example, as the spatial complexity, a total variance value of the first training image 802 may be used.
  • the complexity loss information 820 is related to the bit rate of image data obtained by first encoding the first training image 802. It is defined that the smaller the complexity loss information 820 is, the smaller the bit rate of the image data is.
  • the quality loss information 830 may be determined based on a comparison result of the original training image 801 and the third training image 804.
  • the quality loss information 830 includes an L1-norm value, an L2-norm value, a Structural Similarity (SSIM) value, and a Peak Signal-To (PSNR-HVS) value for the difference between the original training image 801 and the third training image 804. It may include at least one of a Noise Ratio-Human Vision System (MS-SSIM) value, a Multiscale SSIM (MS-SSIM) value, a Variance Inflation Factor (VIF) value, and a Video Multimethod Assessment Fusion (VMAF) value.
  • the quality loss information 830 indicates how similar the third training image 804 to the original training image 801 is. The smaller the quality loss information 830 is, the more similar the third training image 804 is to the original training image 801.
  • structural loss information 810, complexity loss information 820, and quality loss information 830 are used for training a first DNN 700, and quality loss information 830 is a second DNN ( 300) is used for training. That is, the quality loss information 830 is used for training both the first DNN 700 and the second DNN 300.
  • the first DNN 700 may update a parameter such that final loss information determined based on the structural loss information 810, the complexity loss information 820, and the quality loss information 830 is reduced or minimized.
  • the second DNN 300 may update a parameter so that the quality loss information 830 is reduced or minimized.
  • Final loss information for training of the first DNN 700 and the second DNN 300 may be determined as in Equation 1 below.
  • LossDS a ⁇ structural loss information + b ⁇ complexity loss information + c ⁇ quality loss information
  • LossUS d ⁇ quality loss information
  • LossDS represents final loss information to be reduced or minimized for training of the first DNN (700)
  • LossUS represents final loss information to be reduced or minimized for training of the second DNN (300).
  • a, b, c, and d may correspond to predetermined weights.
  • the first DNN 700 updates parameters in a direction in which LossDS of Equation 1 is decreased
  • the second DNN 300 updates parameters in a direction in which LossUS is decreased.
  • the parameters of the first DNN 700 are updated according to the LossDS derived in the training process
  • the first training image 802 obtained based on the updated parameter is different from the first training image 802 in the previous training process.
  • the third training image 804 is also different from the third training image 804 in the previous training process.
  • the quality loss information 830 is also newly determined, and the second DNN 300 updates parameters accordingly.
  • the LossDS is also newly determined, so that the first DNN 700 updates parameters according to the newly determined LossDS. 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 are They are related and can be optimized.
  • LossUS is determined according to the quality loss information 830, but this is an example, and LossUS is at least one of structural loss information 810 and complexity loss information 820, It may be determined based on the quality loss information 830.
  • the AI upscale unit 234 of the AI decoding apparatus 200 and the AI downscale unit 612 of the AI encoding apparatus 600 store a plurality of DNN configuration information.
  • a method of training each of the plurality of DNN configuration information stored in the AI downscale unit 612 will be described.
  • the degree of similarity between the structural information of the first training image 802 and the structural information of the original training image 801 (structural loss information 810)
  • the bitrate of the image data obtained as a result of the first encoding of the first training image 802 (complexity loss information 820)
  • the difference between the third training image 804 and the original training image 801 (quality loss).
  • the parameter is updated in consideration of the information 830.
  • the first training image 802 which is similar to the structural information of the original training image 801 and has a small bit rate of image data obtained when the first encoding is performed, can be obtained, and at the same time, the first training image
  • the parameters of the first DNN 700 may be updated so that the second DNN 300 that AI upscales 802 may obtain a third training image 804 similar to the original training image 801.
  • the directions in which parameters of the first DNN 700 are optimized are different.
  • 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.
  • the bit rate is increased or the quality of the third training image 804 is increased rather than maintaining the structural information of the original training image 801. 1
  • the parameters of the DNN 700 may be updated.
  • a direction in which parameters of the first DNN 700 are optimized may be different according to a type of codec used to first encode the first training image 802. This is because, depending on the type of codec, the second training image to be inputted to the second DNN 300 may vary.
  • 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 the codec for the first encoding of the first training image 802. So it can be updated. Therefore, when the weight a, the weight b, and the weight c are each determined as a predetermined value, the codec type is determined as a predetermined type, and then the first DNN 700 and the second DNN 300 are trained, they are linked to each other. Optimized parameters of the first DNN 700 and parameters of the second DNN 300 may be determined.
  • the first DNN 700 and the second DNN 300 are trained, parameters of the first DNN 700 that are optimized in connection with each other are And parameters of the second DNN 300 may be determined.
  • the plurality of DNN configuration information trained in connection with each other is first It can be determined by the DNN 700 and the second DNN 300.
  • a plurality of DNN configuration information of the first DNN 700 and the second DNN 300 may be mapped to first image related information.
  • the first training image 802 output from the first DNN 700 is first encoded with a specific codec according to a specific bit rate, and the bitstream obtained as a result of the first encoding is first decoded.
  • the obtained second training image may be input as the second DNN 300.
  • the first DNN 700 and the second DNN 300 are trained,
  • the resolution of the training image 802, the type of the codec used for the first encoding of the first training image 802, and the DNN mapped to the bitrate of the bitstream obtained as a result of the first encoding of the first training image 802 Information pairs can be determined.
  • the resolution of the first training image 802, the type of the codec used for the first encoding of the first training image 802, and the bitrate of the bitstream obtained according to the first encoding of the first training image 802 are varied.
  • a mapping relationship between the plurality of DNN configuration information of the first DNN 700 and the second DNN 300 and the first image related information may be determined.
  • FIG. 10 is a diagram illustrating a training process of the first DNN 700 and the second DNN 300 by the training apparatus 1000.
  • Training of the first DNN 700 and the second DNN 300 described with reference to FIG. 9 may be performed by the training apparatus 1000.
  • the training apparatus 1000 includes a first DNN 700 and a second DNN 300.
  • the training device 1000 may be, for example, the AI encoding device 600 or a separate server.
  • the DNN configuration information of the second DNN 300 obtained as a result of training is stored in the AI decoding apparatus 200.
  • the training apparatus 1000 initially sets DNN configuration information of the first DNN 700 and the second DNN 300 (S840 and S845). Accordingly, the first DNN 700 and the second DNN 300 can operate according to predetermined DNN configuration information.
  • the DNN configuration information includes at least one of the number of convolution layers included in the first DNN 700 and the second DNN 300, the number of filter kernels for each convolutional layer, the size of the filter kernel for each convolutional layer, and a parameter of each filter kernel. It can contain information about one.
  • the training apparatus 1000 inputs the original training image 801 as the first DNN 700 (S850).
  • the original training image 801 may include at least one frame constituting a still image or a video.
  • the first DNN 700 processes the original training image 801 according to the initially set DNN configuration information, and outputs the AI downscaled first training image 802 from the original training image 801 (S855).
  • 10 illustrates that the first training image 802 output from the first DNN 700 is directly input to the second DNN 300, but the first training image 802 output from the first DNN 700 ) May be input to the second DNN 300 by the training device 1000.
  • the training apparatus 1000 may first encode and first decode the first training image 802 with a predetermined codec, and then input the second training image as the second DNN 300.
  • the second DNN 300 processes the first training image 802 or the second training image according to the initially set DNN configuration information, and the third AI upscaled from the first training image 802 or the second training image.
  • the training image 804 is output (S860).
  • the training apparatus 1000 calculates complexity loss information 820 based on the first training image 802 (S865).
  • the training apparatus 1000 calculates structural loss information 810 by comparing the reduced training image 803 and the first training image 802 (S870).
  • the training apparatus 1000 calculates quality loss information 830 by comparing the original training image 801 and the third training image 804 (S875).
  • the first DNN 700 updates the initially set DNN configuration information through a back propagation process based on the final loss information (S880).
  • the training apparatus 1000 may calculate final loss information for training the first DNN 700 based on the complexity loss information 820, the structural loss information 810, and the quality loss information 830.
  • the second DNN 300 updates the initially set DNN configuration information through a reverse transcription process based on the quality loss information or the final loss information (S885).
  • the training apparatus 1000 may calculate final loss information for training the second DNN 300 based on the quality loss information 830.
  • the training apparatus 1000, the first DNN 700, and the second DNN 300 update the DNN configuration information by repeating the processes S850 to S885 until the final loss information is minimized.
  • the first DNN 700 and the second DNN operate according to the DNN configuration information updated in the previous process.
  • Table 1 below shows effects when the original image 105 is AI-encoded and AI-decoded, and the original image 105 is encoded and decoded by HEVC according to an embodiment of the present disclosure.
  • 11 is an exemplary diagram showing an apparatus 20 for AI downscaling of an original image 105 and an apparatus 40 for AI upscaling of a second image 135.
  • the device 20 receives the original image 105, and provides the image data 25 and the AI data 30 to the device 40 using the AI downscale unit 1124 and the transformation-based encoding unit 1126. do.
  • the image data 25 corresponds to the image data of FIG. 1
  • the AI data 30 corresponds to the AI data of FIG. 1.
  • the transformation-based encoding unit 1126 corresponds to the first encoding unit 614 of FIG. 7, and the AI downscale unit 1124 corresponds to the AI downscale unit 612 of FIG. 7. .
  • the apparatus 40 receives the AI data 30 and the image data 25, and acquires the third image 145 using the transform-based decoder 1146 and the AI upscale unit 1144.
  • the transformation-based decoding unit 1146 corresponds to the first decoding unit 232 of FIG. 2
  • the AI upscale unit 1144 corresponds to the AI upscale unit 234 of FIG. 2.
  • device 20 comprises a computer program including CPU, memory and instructions. Computer programs are stored in memory. In one embodiment, upon execution of the computer program by the CPU, the device 20 performs a function to be described with respect to FIG. 11. In one embodiment, the functions described in connection with FIG. 11 are performed by a dedicated hardware chip and/or CPU.
  • device 40 comprises a computer program including CPU, memory and instructions. Computer programs are stored in memory. In one embodiment, upon execution of the computer program by the CPU, the device 40 performs a function to be described with respect to FIG. 11. In one embodiment, the functions described in connection with FIG. 11 are performed by a dedicated hardware chip and/or CPU.
  • the configuration control unit 1122 receives one or more input values 10.
  • the one or more input values 10 are the difference in target resolution for the AI downscale unit 1124 and the AI upscale unit 1144, the bit rate of the image data 25, and the bit of the image data 25. It may include at least one of a rate type (eg, a variable bitrate type, a constant bitrate type, or an average bitrate type) and a codec type for the transform-based encoder 1126.
  • One or more input values 10 may be stored in advance in the device 20 or may include values input from a user.
  • the configuration control unit 1122 controls the operations of the AI downscale unit 1124 and the transform-based encoding unit 1126 based on the received input value 10.
  • the configuration control unit 1122 acquires DNN setting information for the AI downscale unit 1124 according to the received input value 10, and uses the AI downscale unit 1124 to obtain the DNN setting information. Set it.
  • the configuration control unit 1122 transfers the received input value 10 to the AI downscale unit 1124, and the AI downscale unit 1124 provides an original image based on the received input value 10.
  • DNN configuration information for downscaling (105) AI may be obtained.
  • the configuration control unit 1122 includes the input value 10 and additional information, for example, a color format to which AI downscale is applied (luminance component, color difference component, red component, green component, blue component, etc.) Information, high dynamic range (HDR) tone mapping information, etc. are provided to the AI downscale unit 1124, and the AI downscale unit 1124 sets the DNN in consideration of the input value 10 and additional information. You can also get information.
  • the configuration control unit 1122 transfers at least a part of the received input value 10 to the transformation-based encoding unit 1126, so that the transformation-based encoding unit 1126 provides a bit rate of a specific value and a bit of a specific type.
  • the first image 115 is first encoded at a rate and a specific codec.
  • the AI downscale unit 1124 receives the original image 105 and performs an operation described in connection with at least one of FIGS. 1, 7, 8, 9, and 10 to obtain the first image 115. Carry out.
  • AI data 30 is provided to device 40.
  • the AI data 30 may include at least one of information about a resolution difference between the original image 105 and the first image 115 and information related to the first image 115.
  • the resolution difference information may be determined based on the target resolution difference of the input value 10, and the information related to the first image 115 may be determined based on at least one of a target bit rate, a bit rate type, and a codec type.
  • the AI data 30 may include parameters used in the AI upscale process.
  • AI data may be provided from the AI downscale unit 1124 to the device 40.
  • the first image 105 is processed by the transform-based encoder 1126 to obtain image data 25, and the image data 25 is transmitted to the device 40.
  • the transformation-based encoder 1126 may process the first image 115 according to MPEG-2, H.264 AVC, MPEG-4, HEVC, VC-1, VP8, VP9, or AV1.
  • the configuration control unit 1142 controls the operation of the AI upscale unit 1144 based on the AI data 30.
  • the configuration control unit 1142 obtains DNN setting information for the AI upscale unit 1144 according to the received AI data 30, and uses the AI upscale unit 1144 with the acquired DNN setting information. Set.
  • the configuration control unit 1142 transmits the received AI data 30 to the AI upscale unit 1144, and the AI upscale unit 1144 is based on the AI data 30, the second image ( 135) can obtain DNN configuration information for AI upscale.
  • the configuration control unit 1142 together with the AI data 30 additional information for example, a color format to which the AI upscale is applied (luminance component, color difference component, red component, green component, blue component, etc.) Information, high dynamic range (HDR) tone mapping information, etc. are provided to the AI upscale unit 1144, and the AI upscale unit 1144 obtains DNN configuration information in consideration of the AI data 30 and additional information. May be.
  • the AI upscale unit 1144 receives the AI data 30 from the configuration control unit 1142, and receives at least one of prediction mode information, motion information, and quantization parameter information from the transform-based decoding unit 1146. It may receive and obtain DNN configuration information based on the AI data 30 and at least one of prediction mode information, motion information, and quantization parameter information.
  • the transform-based decoder 1146 restores the second image 135 by processing the image data 25.
  • the transform-based decoder 1146 may process the image data 25 according to MPEG-2, H.264 AVC, MPEG-4, HEVC, VC-1, VP8, VP9, or AV1.
  • the AI upscale unit 1144 obtains a third image 145 by AI upscaling the second image 135 provided from the transformation-based decoding unit 1146 based on the set DNN configuration information.
  • the AI downscale unit 1124 may include a first DNN, and the AI upscale unit 1144 may include a second DNN.
  • DNN configuration information for the first DNN and the second DNN is It is trained according to the training method described in connection with FIGS. 9 and 10.
  • a plurality of important components may be included in any one of a horizontal direction (or a width direction) and a vertical direction (or a height direction) of the original image 105 according to the appearance of the subject in the original image 105.
  • the important components may include an edge showing the characteristics of a subject in the original image 105 or text that aids in understanding the original image 105. Therefore, if the original image 105 is AI downscaled so that the horizontal resolution ratio and the vertical resolution ratio between the original image 105 and the first image 115 are the same, some important components in the original image 105 The possibility that they do not exist in the first image 115 increases.
  • the original image 105 when a number of edges of high intensity are arranged along the horizontal direction of the original image 105, if the horizontal and vertical resolutions of the original image 105 are reduced by the same ratio, the original image ( Some edges arranged along the horizontal direction of 105) are not included in the first image 115.
  • the resolution ratio in the horizontal direction and the resolution ratio in the vertical direction of a specific image mean the resolution ratio in the horizontal direction and the resolution ratio in the vertical direction between the original image 105 and the specific image, respectively. . That is, even if not specifically specified, the resolution ratio in the horizontal direction and the resolution ratio in the vertical direction of a specific image represent the result of comparing the original image 105.
  • the second DNN for AI upscale is trained in conjunction with the first DNN for AI downscale, it is determined through the second DNN according to the resolution ratio in the horizontal direction and the vertical direction of the first image 115. 2
  • the image 135 is AI upscaled. Therefore, when AI upscales the second image 135 obtained through the first encoding and first decoding process of the first image 115 from which the important component in the original image 105 has been removed, the third image 145 ) And the original image 105 may be reduced.
  • FIG. 12 is a block diagram showing the configuration of an AI decoding apparatus 1200 according to another embodiment.
  • the AI decoding apparatus 1200 includes a receiving unit 1210 and an AI decoding unit 1230.
  • the receiving unit 1210 may include a communication unit 1212, a parsing unit 1214, and an output unit 1216.
  • the AI decoding unit 1230 may include a first decoding unit 1232 and an AI upscale unit 1234.
  • the receiving unit 1210 and the AI decoding unit 1230 are shown separately, but these may be implemented through a single processor.
  • the receiving unit 1210 and the AI decoding unit 1230 may be implemented with a dedicated processor, or may be implemented through a combination of a general-purpose processor such as an AP, CPU, or GPU and S/W.
  • a dedicated processor it may be implemented including a memory for implementing the embodiment of the present disclosure, or may be implemented including a memory processing unit for using an external memory.
  • the receiving unit 1210 and the AI decoding unit 1230 may be implemented with a plurality of processors.
  • the receiving unit 1210 and the AI decoding unit 1230 may be implemented by a combination of dedicated processors, or may be implemented through a combination of a plurality of general-purpose processors such as APs, CPUs, and GPUs, and S/W.
  • the AI upscale unit 1234 and the first decoding unit 1232 may be implemented with different processors, respectively.
  • the receiving unit 1210 may perform the same function as the receiving unit 210 illustrated in FIG. 2.
  • the communication unit 1212 receives AI encoded data generated as a result of AI encoding through a network.
  • AI encoded data generated as a result of AI encoding includes image data and AI data.
  • the parsing unit 1214 receives and parses the AI-encoded data received through the communication unit 1212 to divide it into image data and AI data.
  • the parsing unit 1214 separates the image data and AI data through the header of the data received by the communication unit 1212 and transmits it to the output unit 1216, and the output unit 1216 transmits the image data to the first decoding unit 1232 ), the AI data is transferred to the AI upscale unit (1234).
  • the AI-encoded data parsed by the parser 1214 may include a hard disk, a magnetic medium such as a floppy disk, and a magnetic tape, an optical recording medium such as a CD-ROM and a DVD, and a floptical disk. It may be obtained from a data storage medium including the same magneto-optical medium or the like.
  • the AI decoding unit 1230 obtains a third image 145 by AI decoding the image data and the AI data.
  • the first decoding unit 1232 may perform the same function as the first decoding unit 232 illustrated in FIG. 2.
  • the first decoder 1232 restores the second image 135 corresponding to the first image 115 based on the image data.
  • the second image 135 acquired by the first decoding unit 1232 is provided to the AI upscale unit 1234.
  • first decoding-related information such as prediction mode information, motion information, and quantization parameter information included in the image data, may be further provided to the AI upscale unit 1234.
  • the AI upscale unit 1234 Upon receiving the AI data, the AI upscale unit 1234 AI upscales the second image 135 based on the AI data. Depending on the implementation, the AI upscale unit 1234 may AI upscale the second image 135 by further using first decoding related information such as prediction mode information and quantization parameter information included in the image data.
  • the original image 105 may be AI downscaled at a resolution ratio of different values in the horizontal direction and the vertical direction.
  • the AI data may include information indicating a resolution ratio in a horizontal direction and a resolution ratio in a vertical direction of the first image 115.
  • the AI upscale unit 1234 AI upscales the second image 135 according to the resolution ratio in the horizontal direction and the vertical direction of the first image 115 so that the third image 145 is the same as the original image 105. Try to have a resolution.
  • 13 is a diagram illustrating a resolution ratio between the original image 105 and the first image 115.
  • the resolution in the horizontal direction and the resolution in the vertical direction of the original image 105 are referred to as y (y is a natural number) and u (u is a natural number), respectively, and the resolution in the horizontal direction and the resolution in the vertical direction of the first image 115 respectively.
  • y is a natural number
  • u is a natural number
  • the resolution ratio in the horizontal direction and the resolution ratio in the vertical direction of the first image 115 may be n/y and m/u, respectively.
  • the resolution ratio in the horizontal direction and the resolution ratio in the vertical direction of the first image 115 are calculated as n/y and m/u, respectively, but according to embodiments, the first image 115 It is obvious that the resolution ratio in the horizontal direction and the resolution ratio in the vertical direction can be calculated as y/n and u/m, respectively.
  • the AI upscale unit 1234 determines the horizontal and vertical resolution ratios of the first image 115 based on the information included in the AI data, wherein the AI data is the horizontal direction of the first image 115. And an index indicating the resolution ratio in the vertical direction.
  • FIG. 14 is an exemplary diagram illustrating a horizontal resolution ratio and a vertical resolution ratio of a first image 115 indicated by an index, according to an exemplary embodiment.
  • a resolution ratio of a specific value in the horizontal direction and the vertical direction of the first image 115 may be selected according to the index.
  • the index included in the AI data indicates 0, the resolution ratio in the horizontal direction of the first image 115 is 1/2, and the resolution ratio in the vertical direction is 1. That is, the original image 105 and the first image 115 have the same vertical resolution, but the horizontal resolution of the first image 115 is 1/2 of the horizontal resolution of the original image 105. .
  • the index included in the AI data indicates 2
  • the resolution ratio in the horizontal direction of the first image 115 is 1/4
  • the resolution ratio in the vertical direction is 1.
  • the AI decoding apparatus may check the ratio of the resolution in the horizontal direction and the vertical direction of the first image 115 according to the index transmitted by the AI encoding apparatus 2700.
  • the AI upscale unit 1234 is based on the information indicating the horizontal resolution and the vertical resolution of the original image 105 included in the AI data, the horizontal direction of the first image 115. You can also check the resolution ratio and the vertical resolution ratio. Since the horizontal and vertical resolutions of the first image 115 can be known through the second image 135, according to information indicating the horizontal and vertical resolutions of the original image 105, the first The resolution ratio of the image 115 in the horizontal direction and the vertical direction can be checked.
  • the resolution in the horizontal direction and the resolution in the vertical direction of the original image 105 may be expressed as a ratio between the resolution in the horizontal direction and the resolution in the vertical direction (16:9, 4:3, etc.) and the resolution in one direction. , May be expressed as an index indicating the resolution in the horizontal direction and the resolution in the vertical direction of the original image 105.
  • the AI data may further include information related to the first image 115.
  • the information related to the first image 115 includes the resolution of the first image 115, the bit rate of the image data obtained as a result of the first encoding of the first image 115, and the first image 115 used in the first encoding. It may include information on at least one of the codec types.
  • the information related to the first image 115 may be used to obtain DNN configuration information for setting the second DNN.
  • the DNN configuration information may include information on at least one of the number of convolutional layers included in the second DNN, the number of filter kernels for each convolutional layer, and parameters of each filter kernel.
  • the AI upscale unit 1234 may include a DNN control unit 1236 and an image processing unit 1238.
  • the DNN control unit 1236 determines an operation method of the second DNN based on AI data.
  • the DNN control unit 1236 obtains DNN configuration information to be set in the second DNN based on AI data.
  • the second DNN may have different structures according to the DNN configuration information.
  • the second DNN may include three convolutional layers according to any one DNN configuration information, and the second DNN may include four convolutional layers according to other DNN configuration information.
  • the convolution layer of the second DNN may use three filter kernels according to any one DNN configuration information, and the convolution layer of the second DNN may use four filter kernels according to other DNN configuration information.
  • the DNN control unit 1236 checks the horizontal and vertical resolution ratios of the first image 115 based on AI data, and sets a DNN that can AI upscale the second image 135 with the confirmed resolution ratio. Acquire information.
  • the AI decoding apparatus 1200 stores a plurality of DNN configuration information that can be set in the second DNN, and the DNN control unit 1236 is configured by the resolution ratio in the horizontal direction and the vertical direction of the first image 115 among the plurality of DNN configuration information. DNN configuration information capable of AI upscaling the second image 135 may be obtained.
  • the plurality of DNN configuration information may be mapped to a resolution ratio of the first image 115 in the horizontal direction and the vertical direction. For example, when the horizontal resolution ratio of the first image 115 is 1/2 and the vertical resolution ratio is 1, the mapped DNN setting information and the horizontal resolution ratio of the first image 115 When this is 1/4 and the resolution ratio in the vertical direction is 1, the mapped DNN configuration information may be different from each other. In an example, the plurality of DNN configuration information may be mapped to a resolution ratio in a horizontal direction and a vertical direction of the first image 115 and image related information.
  • a resolution ratio in a horizontal direction, a resolution ratio in a vertical direction, and DNN configuration information mapped to image-related information of the first image 115 will be described with reference to FIG. 15.
  • 15 is an exemplary diagram showing various image-related information and DNN configuration information mapped to various resolution ratios.
  • each of the plurality of DNN configuration information includes the resolution of the first image 115, the bitrate of the bitstream generated as a result of the first encoding of the first image 115, and the first image 115. ) May be mapped to the codec type used for the first encoding.
  • a resolution ratio in a horizontal direction and a resolution ratio in a vertical direction of the first image 115 may be further considered. That is, when the resolution of the first image 115 is SD, the bit rate of the bitstream is 10 Mbps, and the first image 115 is first encoded with the AV1 codec, the resolution in the horizontal direction of the first image 115 Depending on the ratio and the resolution ratio in the vertical direction, any one of A DNN configuration information, B DNN configuration information, C DNN configuration information, and D DNN configuration information may be used for setting the second DNN.
  • a DNN configuration information B DNN configuration information
  • C DNN configuration information C DNN configuration information
  • D DNN configuration information D DNN configuration information
  • the resolution ratio in the horizontal direction of the first image 115 is 1/2 and the resolution ratio in the vertical direction is 1, the A DNN setting information and the resolution ratio in the horizontal direction of the first image 115 are 1, If the vertical resolution ratio is 1/2, the B DNN setting information, the horizontal resolution ratio of the first image 115 is 1/4, and if the vertical resolution ratio is 1, the C DNN setting information, the first image ( 115) is 1 in the horizontal direction, and when the resolution ratio in the vertical direction is 1/4, D DNN configuration information may be obtained for setting the second DNN.
  • the AI data may include an identifier of mutually promised DNN configuration information.
  • the identifier of the DNN configuration information is a target corresponding to the resolution ratio in the horizontal direction and the vertical direction targeted in the AI downscale, and linkage between the first DNN and the second DNN so that the second image 135 can be AI upscaled. This is information for distinguishing a pair of trained DNN configuration information.
  • the DNN controller 1236 may AI upscale the second image 135 by using the DNN configuration information indicated by the identifier of the DNN configuration information.
  • an identifier indicating each of the plurality of DNN configuration information that can be set in the first DNN and an identifier indicating each of the plurality of DNN configuration information that can be set in the second DNN are pre-designated, and can be set in each of the first DNN and the second DNN.
  • the same identifier may be designated for a pair of DNN configuration information trained together.
  • the AI data may include an identifier of DNN configuration information set in the first DNN for AI downscale of the original image 105.
  • the DNN control unit 1236 which has obtained the AI data, uses the DNN setting information indicated by the identifier included in the AI data among the plurality of DNN setting information to determine the resolution ratio in the horizontal and vertical directions of the first image 115. 2
  • the image 135 can be AI upscaled.
  • the DNN control unit 1236 controls the operation of the image processing unit 1238 according to the resolution ratio of the first image 115 in the horizontal direction and the vertical direction.
  • the image processing unit 1238 acquires a plurality of first intermediate images to be input to the second DNN through an image segmentation process for the second image 135, and obtains a plurality of second intermediate images output from the second DNN.
  • a third image 145 is obtained through an image combining process with respect to the intermediate image.
  • the DNN controller 1236 may determine the number of first intermediate images and the number of second intermediate images according to a resolution ratio of the first image 115 in the horizontal direction and the vertical direction.
  • the DNN control unit 1236 has a resolution ratio of 1/n (n is a natural number) in one of the horizontal and vertical directions of the first image 115, and the resolution ratio in the other direction is 1/m (m is n In the case of a smaller natural number), the number of first intermediate images is determined as n/m, and the number of second intermediate images is determined as nxn.
  • the ratio of the resolution in the horizontal direction and the resolution ratio in the vertical direction of the first intermediate image and the second intermediate image to the original image 105 are all 1/n.
  • the resolution ratio of the first image 115 in the horizontal direction and the vertical direction, and the number of first intermediate images and the number of second intermediate images corresponding thereto are shown in FIG. 16.
  • 16 is a diagram for explaining that the number of first and second intermediate images varies according to a resolution ratio in a horizontal direction and a resolution ratio in a vertical direction of the first image 115.
  • the number of first and second intermediate images may be 2 and 4, respectively.
  • the horizontal resolution ratio is 1/4 and the vertical resolution ratio is 1, the number of first and second intermediate images may be 4 and 16, respectively.
  • FIG. 17 illustrates a second image, a first intermediate image, a second intermediate image, and a third image when the resolution ratio in the vertical direction of the first image 115 is 1/2 and the resolution ratio in the horizontal direction is 1 do.
  • the resolution ratio in the vertical direction of the first image 115 is 1/2 and the resolution ratio in the horizontal direction is 1, the resolution of the second image 135 is equal to the resolution of the first image 115 Therefore, the resolution ratio in the vertical direction of the second image 135 is 1/2, and the resolution ratio in the horizontal direction is 1.
  • the resolution ratio in the vertical direction and the horizontal direction of the first intermediate images 1710 divided from the second image 135 and the second intermediate images 1730 output through a second DNN to be described later is 1/2.
  • the resolution ratios in the horizontal and vertical directions are all 1, that is, compared with the second image 135.
  • the resolution is doubled in the vertical direction, and a third image 145 having the same resolution as the original image 105 may be obtained.
  • the resolution ratio in the vertical direction of the first image 115 is 1/4 and the resolution ratio in the horizontal direction is 1
  • the resolution of the second image 135 is Since the resolution is the same
  • the resolution ratio in the vertical direction of the second image 135 is 1/4
  • the resolution ratio in the horizontal direction is 1.
  • the resolution ratio of the first intermediate images 1710 and the second intermediate images 1730 divided from the second image 135 in the vertical direction and the horizontal direction is 1/4.
  • a third image 145 having a horizontal and vertical resolution ratio of 1 may be obtained.
  • the DNN control unit 1236 obtains DNN configuration information mapped to a resolution ratio in the horizontal direction and the vertical direction of the first image 115 from among a plurality of DNN configuration information.
  • DNN configuration information mapped to the resolution ratios in the horizontal direction and the vertical direction may include information on the number of filter kernels of the last convolution layer among a plurality of convolutional layers constituting the second DNN as nxn.
  • n x n When the number of filter kernels is n x n, it means that n x n second intermediate images are output from the last convolutional layer. That is, as DNN configuration information mapped to the horizontal and vertical resolution ratios of the first image 115 is set in the second DNN, n/m first intermediate images may be processed by the second DNN. , As a result of processing, nxn second intermediate images may be output from the second DNN.
  • the image processing unit 1238 acquires the number of first intermediate images determined by the DNN control unit 1236 from the second image 135, and combines the number of second intermediate images determined by the DNN control unit 1236 to generate a third image.
  • the image 145 is acquired.
  • the second DNN 1800 includes a first convolution layer 1810, a first activation layer 1820, a second convolution layer 1830, a second activation layer 1840, and a second DNN 1800. It may include 3 convolutional layers 1850.
  • First intermediate images 1875 acquired through the image segmentation process 1870 of the second image 135 are input to the second DNN 1800 and second intermediate images output from the second DNN 1800
  • a third image 145 is obtained through the image combining process 1890 of (1895).
  • the image segmentation process 1870 and the image combining process 1890 are performed by the image processing unit 1238.
  • the image processing unit 1238 Since the number of first intermediate images 1875 and the number of second intermediate images 1895 are determined according to the resolution ratio of the first image 115 in the horizontal and vertical directions, the image processing unit 1238 The process 1870 and the image combining process 1890 should also be performed according to the resolution ratio of the horizontal direction and the vertical direction of the first image 115. That is, the image processing unit 1238 acquires the number of first intermediate images 1875 determined according to the resolution ratio in the horizontal direction and the vertical direction of the first image 115 through the image segmentation process 1870, and A third image 145 is obtained by combining the number of second intermediate images 1895 determined according to a resolution ratio in the horizontal direction and the vertical direction of the first image 115.
  • a plurality of first intermediate images 1875 are obtained through image segmentation 1870 for the second image 135, and a plurality of first intermediate images 1875 are input to the first convolution layer 1810 do.
  • 19 is a diagram for describing an image segmentation method according to an exemplary embodiment.
  • the image processor 1238 may obtain a plurality of first intermediate images 1875a, 1875b, 1875c, and 1875d by connecting some of the pixel lines L in the second image 135.
  • the pixel lines L of the second image 135 may be alternately included in each of the first intermediate images 1875a, 1875b, 1875c, and 1875d.
  • the number of first intermediate images required is four
  • the first pixel line, the fifth pixel line, the ninth pixel line, etc. of the second image 135 are any one of the first intermediate images (e.g.
  • the second pixel line, the sixth pixel line, and the tenth pixel line of the second image 135 are included in another first intermediate image (for example, 1875b), and the second A third pixel line, a seventh pixel line, an 11th pixel line, and the like of the image 135 are included in another first intermediate image (eg, 1875c).
  • a fourth pixel line, an eighth pixel line, and a 12th pixel line of the second image 135 are included in another first intermediate image (eg, 1875d).
  • FIG. 19 shows that the pixel lines L of the second image 135 correspond to a column of pixels in the second image 135, which means that the horizontal resolution ratio of the second image 135 is in the vertical direction. This is an example of a case that is greater than the resolution ratio, and when the vertical resolution ratio of the second image 135 is greater than the horizontal resolution ratio, the pixel lines of the second image 135 are It can also correspond to a row.
  • FIG. 20 is a diagram for describing an image segmentation method according to another exemplary embodiment.
  • the image processing unit 1238 may acquire a plurality of first intermediate images 1875a, 1875b, 1875c, and 1875d by using some of the pixel lines L of the second image 135 adjacent to each other. . That is, when four first intermediate images are required, the first to n-th pixel lines among the pixel lines of the second image 135 constitute one first intermediate image (eg, 1875a), The n+1-th pixel lines to m-th pixel lines constitute another first intermediate image (eg, 1875b). In addition, the m+1th pixel line to the kth pixel line constitute another first intermediate image (eg, 1875c), and the k+1th pixel line to the pth pixel line constitute another first intermediate image ( For example, 1875d).
  • FIG. 20 shows that the pixel lines L of the second image 135 correspond to a column of pixels in the second image 135, which is a horizontal resolution ratio of the second image 135 in the vertical direction. This is an example of a case that is greater than the resolution ratio, and when the vertical resolution ratio of the second image 135 is greater than the horizontal resolution ratio, the pixel lines of the second image 135 are It can also correspond to a row.
  • 21 is a diagram for describing an image segmentation method according to another embodiment.
  • the image processing unit 1238 may acquire a plurality of first intermediate images 1875a, 1875b, 1875c, and 1875d including some of the pixels constituting the second image 135. For example, pixel groups G including the same number of pixels as the required number of first intermediate images are determined in the second image 135, and pixels included in each pixel group are combined to form a plurality of pixels. First intermediate images 1875a, 1875b, 1875c, and 1875d may be acquired. As shown in FIG.
  • first intermediate images 1875a, 1875b, 1875c, and 1875d when four first intermediate images 1875a, 1875b, 1875c, and 1875d are required, one of the pixels located at the upper left of the pixels included in each pixel group G A first intermediate image (e.g., 1875a) is formed, pixels located on the upper right constitute a first intermediate image (e.g., 1875b), and pixels located on the lower left are another first intermediate image ( For example, 1875c). Pixels located at the lower right constitute another first intermediate image (eg, 1875d).
  • the image segmentation method illustrated in FIG. 21 may correspond to sub-sampling.
  • the image segmentation is performed so that the larger of the resolution ratio in the horizontal direction and the resolution ratio in the vertical direction of the second image 135 is reduced. That is, when the resolution ratio in the horizontal direction of the second image 135 shown in FIGS. 19 to 21 is a and the resolution ratio in the vertical direction is less than a, the image segmentation is performed so that the resolution ratio in the horizontal direction is reduced. Accordingly, the resolution ratio in one direction of the first intermediate images 1875a, 1875b, 1875c, and 1875d may be b, and the resolution ratio in the other direction may have a value smaller than a.
  • the image processing unit 1238 may acquire a plurality of first intermediate images 1875 according to any one of the segmentation methods illustrated in FIGS. 19 to 21, but this is only an example, and the second image Various methods of obtaining a predetermined number of first intermediate images 1875 by dividing 135 may be used. As described later, the first image 115 may be obtained through the combination of the second intermediate images output from the first DNN for AI downscale. The image processing unit 1238 may acquire the first intermediate images 1875 according to a segmentation method corresponding to the combining method. For example, when the AI encoding apparatus 2700 obtains the first image 115 by alternately combining pixel lines included in the second intermediate images, the image processing unit 1238 A plurality of first intermediate images 1875 may be obtained by alternately separating the lines.
  • a first convolution layer 1810 receiving a plurality of first intermediate images 1875 may perform convolution of the plurality of first intermediate images 1875 with a filter kernel to generate feature maps.
  • 3 X 3 X 2 X 16 displayed in the first convolution layer 1810 shown in FIG. 18 is a convolution process for two first intermediate images 1875 using 16 filter kernels having a size of 3 x 3. Illustrates doing.
  • the DNN configuration information set in the second DNN 1800 is determined according to the resolution ratio in the horizontal direction and the resolution ratio in the vertical direction of the first image 115.
  • the DNN configuration information is the first convolution layer 1810
  • the number of first intermediate images 1875 determined according to the horizontal resolution ratio and the vertical resolution ratio of the first image 115 can be processed. That is, in the example of FIG. 18, as DNN configuration information is set in the second DNN 1800, the first convolution layer 1810 can process the two first intermediate images 1875.
  • Each feature map represents unique features of the first intermediate images 1875.
  • each feature map may represent a vertical direction characteristic, a horizontal direction characteristic, or an edge characteristic of the first intermediate images 1875.
  • Feature maps output from the first convolution layer 1810 are input to the first activation layer 1820.
  • the first activation layer 1820 may give nonlinear characteristics to each feature map.
  • the first activation layer 1820 may include a sigmoid function, a Tanh function, a rectified linear unit (ReLU) function, and the like, but is not limited thereto.
  • To impart nonlinear characteristics in the first activation layer 1820 means to change and output some sample values of the feature map, which is the output of the first convolution layer 1810. At this time, the change is performed by applying a nonlinear characteristic.
  • the first activation layer 1820 determines whether to transfer sample values of feature maps output from the first convolution layer 1810 to the second convolution layer 1830. For example, some of the sample values of the feature maps are activated by the first activation layer 1820 and transferred to the second convolution layer 1830, and some sample values are transmitted by the first activation layer 1820. It is deactivated and is not transmitted to the second convolutional layer 1830. Intrinsic characteristics of the first intermediate image 1875 represented by the feature maps are emphasized by the first activation layer 1820.
  • Feature maps output from the first activation layer 1820 are input to the second convolution layer 1830.
  • 3 X 3 X 16 X 16 displayed on the second convolution layer 1830 exemplifies convolution processing on 16 feature maps using a 16 filter kernel having a size of 3 x 3.
  • the 16 feature maps output from the second convolution layer 1830 are input to the second activation layer 1840.
  • the second activation layer 1840 may give nonlinear characteristics to the input feature map.
  • Feature maps output from the second activation layer 1840 are input to the third convolution layer 1850.
  • 3 X 3 X 16 X 4 displayed in the third convolution layer 1850 is for 16 feature maps to generate four second intermediate images 1895 using four filter kernels having a size of 3 x 3.
  • An example of convolution processing is performed.
  • the DNN setting information set in the second DNN 1800 is determined according to the resolution ratio in the horizontal direction and the resolution ratio in the vertical direction of the first image 115.
  • the DNN setting information is the last convolution.
  • a layer, that is, the third convolutional layer 1850 outputs the number of second intermediate images 1895 determined according to the resolution ratio in the horizontal direction and the resolution ratio in the vertical direction of the first image 115. That is, in the example of FIG. 18, as the DNN configuration information 1800 is set in the second DNN 1800, the third convolution layer 1850 can output four second intermediate images 1895. .
  • a third image 145 is obtained through image combining 1890 of the second intermediate images 1895 output from the third convolution layer 1850.
  • 22 to 24 are diagrams for explaining an image combining method according to an exemplary embodiment.
  • the image processing unit 1238 may acquire a third image 145 by alternately connecting the pixel lines L of the second intermediate images 1895a, 1895b, 1895c, and 1895d. Since the third image 145 has the same resolution as the original image 105, if the horizontal and vertical resolution ratios of the second intermediate images 1895a, 1895b, 1895c, and 1895d are 1/n, n X n The third image 145 having the same resolution as the original image 105 may be obtained by combining the two second intermediate images 1895a, 1895b, 1895c, and 1895d. In FIG.
  • the image processing unit 1238 may obtain a third image 145 by connecting the second intermediate images 1895a, 1895b, 1895c, and 1895d to each other.
  • the image processing unit 1238 may acquire a third image 145 by arranging each of the pixels of the second intermediate images 1895a, 1895b, 1895c, and 1895d at predetermined positions.
  • the pixel group G1 including the first pixels 1896a, 1896b, 1896c, and 1896d of the second intermediate images 1895a, 1895b, 1895c, and 1895d, and the second intermediate images 1895a and 1895b
  • the third image 145 may be obtained by connecting the pixel group G2 including the second pixels 1897a, 1897b, 1897c, and 1897d of 1895c and 1895d to each other.
  • the third image The resolution in the horizontal direction of 145 may be axn, and the resolution in the vertical direction may be bxn.
  • the image processing unit 1238 may combine the plurality of second intermediate images 1895 according to any one of the combining methods illustrated in FIGS. 22 to 24.
  • the combining methods illustrated in FIGS. 22 to 24 are only an example, and various methods of obtaining a third image 145 having the same resolution as the original image 105 by combining nxn second intermediate images 1895 Can be used.
  • first intermediate images obtained through image segmentation of the original image 105 may be input as the first DNN.
  • the AI encoding apparatus 2700 The image processing unit 1238 may combine the second intermediate images 1895 according to a combining method corresponding to the dividing method of the original image 105 used in FIG.
  • the image processing unit 1238 alternately connects the pixels of the second intermediate images 1895
  • the third image 145 may be obtained (see FIG. 24).
  • FIG. 18 shows that the second DNN 1800 includes three convolutional layers and two activation layers, but this is only an example, and according to an implementation, the convolutional layer and the activation layer are The number can be changed in various ways.
  • the second DNN 1800 may be implemented through a recurrent neural network (RNN). This case means changing the CNN structure of the second DNN 1800 according to the example of the present disclosure to the RNN structure.
  • RNN recurrent neural network
  • the AI upscale unit 1234 may include at least one Arithmetic Logic Unit (ALU) for the above-described convolution operation and operation of an activation layer.
  • ALU Arithmetic Logic Unit
  • the ALU can be implemented as a processor.
  • the ALU includes a multiplier that performs a multiplication operation between the sample values of the feature map output from the first intermediate image 1875 or the previous layer and the sample values of the filter kernel, and an adder that adds the result values of the multiplication. can do.
  • the ALU is a multiplier that multiplies the input sample value by a weight used in a predetermined sigmoid function, the Tanh function, or the ReLU function, and the input sample value by comparing the multiplication result with a predetermined value. It may include a comparator that determines whether to transfer to the next layer.
  • 25 is a diagram for explaining an AI upscale method using a second DNN 2500.
  • the second DNN 2500 illustrated in FIG. 25 may have the same structure as the second DNN 1800 illustrated in FIG. 18. That is, the second DNN 2500 includes a first convolution layer, a first activation layer, a second convolution layer, a second activation layer, and a third convolution layer, like the second DNN 1800 illustrated in FIG. 18. Can include. However, unlike the second DNN 1800 of FIG. 18, the second DNN 2500 is used for a skip connection structure, so parameters of the filter kernels of the second DNN 2500 and the second DNN of FIG. 18 The parameters of the filter kernels of 1800 may be different from each other. It is obvious that, depending on the implementation, the second DNN 2500 may have a structure different from that of the second DNN 1800 of FIG. 18.
  • the first intermediate images obtained through the image segmentation process 2570 of the second image 135 are input to the second DNN 2500, and the image combining process of the second intermediate images output from the second DNN 2500 ( A third image 145 is obtained through 2590.
  • a skip connection structure is used. Separately from the first intermediate images obtained as a result of image segmentation of the second image 135 being processed by the second DNN 2500, after the second image 135 is scaled by the scaler 2560, the image is combined.
  • the third image 145 may be obtained by adding to the image generated as a result of (2590).
  • the scaler 2560 increases the resolution of the second image 135 according to the resolution ratio in the horizontal direction and the resolution ratio in the vertical direction of the first image 115. As a result of scaling, the resolution of the second image 135 becomes the same as the resolution of the original image 105.
  • the scaler 2560 may include, for example, at least one of a bilinear scaler, a bicubic scaler, a lanczos scaler, and a stair step scaler. In an embodiment, the scaler 2560 may be replaced with a convolutional layer that increases the resolution of the second image 135.
  • a third image of a prediction version is obtained through a scaler 2560, and a third image of a residual version is obtained through a second DNN 2500. Is obtained.
  • the third image 145 may be obtained by summing the third image of the predicted version and the third image of the residual version.
  • the above-described second DNN 1800 operates according to the DNN configuration information obtained by the DNN control unit 1236, and the DNN configuration information includes the second DNN 1800 in the horizontal direction and the vertical direction of the first image 115.
  • the number of first intermediate images 1875 corresponding to the resolution ratio of the direction is processed, and the number of second intermediate images 1895 corresponding to the horizontal and vertical resolution ratios of the first image 115 are processed. Make it print.
  • the structure of the second DNN that is, the number of convolutional layers and the number of filter kernels is fixed, and only parameters of filter kernels may be changed according to a plurality of DNN configuration information. That is, since the structure of the second DNN is fixed, the second DNN processes a predetermined number (eg, two) of first intermediate images, and a predetermined number (eg, four) of the second DNN Intermediate images can be output.
  • the DNN control unit 1236 may acquire DNN configuration information mapped to information related to the first image 115 included in AI data among the plurality of DNN configuration information and set it to the second DNN.
  • the fact that the number of first intermediate images that can be processed by the second DNN and the number of second intermediate images that can be output by the second DNN is fixed to a specific number means that the image processing unit 1238 This means that a predetermined number of first intermediate images are acquired from and a predetermined number of second intermediate images are combined, and the second DNN is the resolution of the second image 135 in the horizontal direction or the vertical direction. It means that it works to increase by a fixed magnification.
  • a third image obtained by combining the four second intermediate images is twice the resolution in the horizontal direction or the resolution in the vertical direction of the second image 135.
  • 26 illustrates an AI upscale process using the second DNN 2600 according to another embodiment.
  • the second DNN 2600 includes a plurality of convolutional layers, and the number of first intermediate images processed by the first convolution layer and the number of second intermediate images output by the last convolutional layer are predetermined.
  • a second image 135 having a horizontal resolution ratio of 1 and a vertical resolution ratio of 1/n (n is a natural number) is input to the second DNN 2600 through an image segmentation process 2670.
  • An image (2645) with a horizontal resolution ratio of 1 and a vertical resolution ratio of m/n (m is a natural number) is obtained through the combination (2690) of the second intermediate images output from the second DNN (2600). do. That is, it can be seen that the vertical resolution of the second image 135 is increased by m times through the image segmentation 2670, the second DNN 2600, and the image combining 2690.
  • the resolution in the vertical direction of the second image 135 is increased by m times through the image segmentation 2670, the second DNN 2600, and the image combining 2690, but the resolution ratio in the horizontal direction is 1 /n, and the second image 135 having a resolution ratio of 1 in the vertical direction passes through the image segmentation process 2670, the second DNN 2600, and the image combining process 2690, the resolution ratio in the horizontal direction is m/ An image 2645 having n and a resolution ratio of 1 in the vertical direction is obtained.
  • the image segmentation 2670 is performed so that the larger of the resolution ratio in the horizontal direction and the resolution ratio in the vertical direction of the image to be segmented is reduced (see FIGS.
  • the second intermediate images are combined with each other in the horizontal and vertical directions (see FIGS. 22 to 24).
  • the number of operations of the second DNN is determined a plurality of times, and during the operation process, the resolution ratio in the horizontal direction and the vertical direction of the image (for example, image 2645) that is the target of the image segmentation 2670 are determined.
  • the image segmentation 2670 may be performed so that the resolution ratio in any one direction decreases.
  • the DNN controller 1236 may determine the number of operations of the second DNN 2600 as a+b. Accordingly, the third image 145 may be obtained through the a+b image segmentation process 2670, the second DNN 2600 processing and the image combining process 2690.
  • the resolution in either direction is doubled, and the resolution ratio in the horizontal direction of the first image 115 is 1 It is assumed that /2 0 and the resolution ratio in the vertical direction is 1/2 2.
  • the two first intermediate images divided from the second image 135 are processed by the second DNN 2600, and the four second intermediate images obtained as a result of the processing are combined, so that the resolution ratio in the horizontal direction is reduced.
  • An image 2645 of 1/2 0 and a vertical resolution ratio of 1/2 1 is obtained.
  • the image segmentation 2670 is applied to the image 2645 obtained through the image combining process 2690, and the two first intermediate images obtained as a result of the application are processed by the second DNN 2600. .
  • a third image 145 having a resolution ratio of 1/2 0 in both the horizontal direction and the vertical direction may be obtained.
  • the second DNN may include a DNN that increases the resolution in the horizontal direction by a fixed magnification and a DNN that increases the resolution in the vertical direction by a fixed magnification.
  • the resolution ratio in the horizontal direction of the first image 115 is 1/m a (m is a natural number, a is an integer greater than or equal to 0), the resolution ratio in the vertical direction is 1/m b (b is an integer greater than or equal to 0),
  • the DNN control unit 1236 determines the number of operations of the DNN that increases the resolution in the horizontal direction to the fixed magnification as a circuit and the number of operations of the DNN that increases the resolution in the vertical direction to the fixed magnification b. Circuit can be determined.
  • the image processing unit 1238 acquires a fixed number of first intermediate images for a DNN that increases the horizontal resolution to a fixed magnification and a DNN that increases the vertical resolution to a fixed magnification, and obtains a fixed number of first intermediate images. 2 Intermediate images can be combined. At this time, the image processing unit 1238 divides the image to be the image segmentation 2670 so that the resolution ratio in the vertical direction decreases when the DNN, which increases the resolution in the horizontal direction by a fixed magnification, is operated. At the turn of the DNN, which increases the resolution by a fixed magnification, the image to be image segmented 2670 may be segmented so that the resolution ratio in the horizontal direction decreases.
  • the AI decoding apparatus 1200 may AI upscale the second image 135 at the same magnification in the horizontal direction and the vertical direction according to the contents described with reference to FIG.
  • the second image 135 may be AI upscaled at different magnifications in the horizontal and vertical directions.
  • the AI upscale method of the second image 135 at the same magnification in the horizontal and vertical directions and the second image 135 are mutually combined in the horizontal and vertical directions. Which of the methods of AI upscaling at different magnifications may be determined for each frame of the second image 135 or may be determined for each frame in which a scene change occurs.
  • the AI decoding apparatus 1200 may convert the second image 135 into different magnifications in the horizontal and vertical directions. If it is not possible to determine the horizontal resolution ratio and the vertical resolution ratio of the first image 115 from the AI data, the second image 135 is converted to AI at the same magnification in the horizontal and vertical directions. You can upscale.
  • FIG. 27 is a block diagram showing a configuration of an AI encoding apparatus 2700 according to another embodiment.
  • the AI encoding apparatus 2700 may include an AI encoding unit 2710 and a transmission unit 2730.
  • the AI encoding unit 2710 may include an AI downscale unit 2712 and a first encoding unit 2718.
  • the transmission unit 2730 may include a data processing unit 2732 and a communication unit 2734.
  • the AI encoding unit 2710 and the transmission unit 2730 are shown separately.
  • the AI encoding unit 2710 and the transmission unit 2730 may be implemented through a single processor.
  • the AI encoding unit 2710 and the transmission unit 2730 may be implemented with a dedicated processor, or may be implemented through a combination of a general-purpose processor such as an AP, CPU, or GPU and S/W.
  • a dedicated processor or may be implemented through a combination of a general-purpose processor such as an AP, CPU, or GPU and S/W.
  • the AI encoding unit 2710 and the transmission unit 2730 are implemented with a dedicated processor, they are implemented including a memory for implementing the embodiment of the present disclosure, or including a memory processing unit for using an external memory. Can be.
  • the AI encoding unit 2710 and the transmission unit 2730 may be implemented with a plurality of processors.
  • the AI encoding unit 2710 and the transmission unit 2730 may be implemented by a combination of dedicated processors, or may be implemented through a combination of S/W and a plurality of general-purpose processors such as an AP, CPU, or GPU.
  • the AI downscale unit 2712 and the first encoding unit 2718 may also be implemented with different processors, respectively.
  • the AI encoder 2710 performs AI downscale of the original image 105 and first encoding of the first image 115, and transmits the AI data and image data to the transmission unit 2730.
  • the AI downscale unit 2712 obtains the first image 115 by AI downscaling the original image 105 and transmits the first image 115 to the first encoder 2718.
  • the AI downscale unit 2712 downscales the original image 105 in the horizontal direction and the vertical direction at different resolution ratios.
  • AI data related to AI downscale is provided to the data processing unit 2732.
  • the AI downscale unit 2712 may include a DNN control unit 2714 and an image processing unit 2716, and the operation of the AI downscale unit 2712 will be described in detail later.
  • the first encoding unit 2718 receiving the first image 115 from the AI downscale unit 2712 may first encode the first image 115 to reduce the amount of information contained in the first image 115. .
  • Image data corresponding to the first image 115 may be obtained as a result of the first encoding by the first encoder 2718.
  • the image data is provided to the data processing unit 2732.
  • the image data includes data obtained as a result of the first encoding of the first image 115.
  • the image data may include data acquired based on pixel values in the first image 115, for example, residual data that is a difference between the first image 115 and the predicted data of 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 prediction mode information used for first encoding the first image 115, motion information, information related to quantization parameters used for first encoding the first image 115, and the like. .
  • the data processing unit 2732 processes at least one of AI data and image data to be transmitted in a predetermined format. For example, when AI data and image data are to be transmitted in the form of a bitstream, the data processing unit 2732 processes the AI data so that the AI data is expressed in the form of a bitstream, and one bitstream through the communication unit 2734. Transmits AI data and video data in the form of. As another example, the data processing unit 2732 processes the AI data so that the AI data is expressed in the form of a bitstream, and transmits a bitstream corresponding to the AI data and a bitstream corresponding to the image data through the communication unit 2734. ). As another example, the data processing unit 2732 processes AI data so that the AI data is expressed as a frame or packet, and transmits image data in the form of a bitstream and AI data in the form of a frame or packet through the communication unit 2734.
  • the communication unit 2734 transmits AI encoded data obtained as a result of AI encoding through a network.
  • the AI encoded data obtained as a result of AI encoding includes image data and AI data.
  • Image data and AI data can be transmitted through a homogeneous network or a heterogeneous network.
  • the AI-encoded data obtained as a result of processing by the data processing unit 2732 is a hard disk, a magnetic medium such as a floppy disk, and a magnetic tape, an optical recording medium such as a CD-ROM and a DVD, and a floptical disk. It may be stored in a data storage medium including a magneto-optical medium, such as.
  • the DNN controller 2714 analyzes the original image 105 and determines a resolution ratio in the horizontal direction and a resolution ratio in the vertical direction of the first image 115. As described above, depending on the subject included in the original image 105, a number of important components may be arranged in either a horizontal direction or a vertical direction of the original image 105. Accordingly, the DNN controller 2714 may determine a resolution ratio in a direction in which a large number of important components are arranged as a large value, and a resolution ratio in a direction in which relatively few important components are arranged as a small value.
  • FIG. 28 is a diagram illustrating an edge map 2800 corresponding to the original image 105.
  • a number of edges of high intensity may be included in a specific direction among the horizontal and vertical directions.
  • the fact that a plurality of high-intensity edges are arranged may mean that the amount of change of pixel values is large along the corresponding direction, and the appearance of the subject is complicated along the corresponding direction. Therefore, if the resolution is greatly lowered in a direction in which a large number of edges of high intensity are arranged, the possibility of distorting the appearance of the subject increases.
  • edge map 2800 shown in FIG. 28 It can be intuitively seen from the edge map 2800 shown in FIG. 28 that the edge strength in the horizontal direction is greater in the vertical direction. Therefore, if the resolution of the original image 105 corresponding to the edge map 2800 is greatly reduced in the horizontal direction, such edge components may be omitted from the first image 115.
  • the DNN control unit 2714 measures the edge direction and edge intensities based on the pixel values of the pixels included in the original image 105, and the direction in which the edge intensity is greater among the horizontal and vertical directions is an important direction and the edge intensity is A smaller direction can be determined as a non-critical direction.
  • the DNN control unit 2714 may determine a resolution ratio in an important direction to be larger than a resolution ratio in a non-critical direction.
  • a method of measuring an edge direction and an edge strength in an image through image analysis may be performed by a known method.
  • the DNN controller 2714 may determine a resolution ratio of the critical direction and the non-critical direction by considering a difference between the edge strength of the critical direction and the edge strength of the non-critical direction. For example, if the difference between the edge strength in the important direction and the edge strength in the non-critical direction is less than or equal to the first predetermined value, the resolution ratio in the important direction may be 1, and the resolution ratio in the non-critical direction may be determined as 1/2. . Further, if the difference between the edge strength in the critical direction and the edge strength in the non-critical direction is greater than the first predetermined value and less than or equal to the second predetermined value, the resolution ratio in the critical direction is set to 1 and the resolution ratio in the non-critical direction is set to 1/4 You can decide.
  • the DNN control unit 2714 determines the resolution ratio in the critical direction to be larger than the resolution ratio in the non-critical direction when the edge strength itself in the critical direction is not large, for example, when the edge strength in the critical direction is less than the minimum value.
  • the resolution ratio of the important direction can be determined to be a value less than 1.
  • 29 is a diagram illustrating an original image 105 including text areas 2910a, 2910b, and 2910c.
  • Texts included in the video may provide important information to users who watch the video. In other words, texts can be a key element in understanding video. Therefore, the DNN control unit 2714 identifies the text areas 2910a, 2910b, and 2910c in the original image 105, and considers the arrangement direction of the text areas 2910a, 2910b, and 2910c. The resolution ratio in the direction and the resolution ratio in the vertical direction can be determined. The DNN controller 2714 may identify text regions 2910a, 2910b, and 2910c in the image through a known text identification algorithm.
  • the DNN control unit 2714 determines whether the arrangement direction of the text areas 2910a, 2910b, and 2910c in the original image 105 is close to the horizontal direction or the vertical direction. A direction close to the arrangement direction of the 2910b and 2910c) may be determined as an important direction, and a direction far from the arrangement direction of the text areas 2910a, 2910b and 2910c may be determined as a non-significant direction.
  • the DNN control unit 2714 may determine the resolution ratio in the critical direction to be larger than the resolution ratio in the non-critical direction.
  • the DNN control unit 2714 considers the difference in the angle between the important direction and the arrangement direction of the text areas 2910a, 2910b, 2910c, and the non-critical direction and the alignment direction of the text areas 2910a, 2910b, 2910c. It is possible to determine the resolution ratio of the critical and non-critical directions. For example, if the difference between the angle in the important direction and the angle in the non-critical direction is less than or equal to a first predetermined value, the resolution ratio in the important direction may be determined as 1 and the resolution ratio in the non-critical direction may be determined as 1/2.
  • the resolution ratio in the important direction can be determined as 1, and the resolution ratio in the non-critical direction can be determined as 1/4. have.
  • the DNN control unit 2714 is a case where the angle in the critical direction and the angle in the non-critical direction are substantially similar, for example, the difference between the angle in the critical direction and the angle in the non-critical direction is less than a minimum value smaller than the first predetermined value. In this case, the resolution ratio of the important direction is determined to be larger than the resolution ratio of the non-critical direction, but the resolution ratio of the important direction may be determined to be a value less than 1.
  • the DNN control unit 2714 when a plurality of text areas 2910a, 2910b, and 2910c exist in the original image 105, the arrangement direction and horizontal direction of each text area By comparing the average of the angles between the directions and the average of the angles between the arrangement direction and the vertical direction of each text area, which direction is the main direction among the horizontal and vertical directions, the horizontal and vertical directions of the first image 115 are compared. The resolution ratio of the direction can be determined.
  • the method of determining the resolution ratio described with reference to FIGS. 28 and 29 is only an example, and various methods of determining the resolution ratio in the horizontal direction and the vertical direction of the first image 115 may be used.
  • the DNN control unit 2714 considers the previous frame and/or the next frame of the current frame to be subjected to AI downscaling in the horizontal direction of the current frame and You can determine the resolution ratio in the vertical direction.
  • the resolution ratio in the horizontal direction of the current frame may be determined to be larger than the resolution ratio in the vertical direction.
  • the AI data generated by the AI downscale unit 2712 is transmitted to the data processing unit 2732, and the AI decoding device 1200 converts the second image 135 into the first image. It includes information that enables AI upscaling according to the resolution ratio in the horizontal direction of 115 and the resolution ratio in the vertical direction.
  • the AI data may include information indicating DNN configuration information that the AI decoding apparatus 1200 should set in the second DNN.
  • the AI data may include information indicating a resolution ratio in a horizontal direction and a resolution ratio in a vertical direction of the first image 115.
  • Information indicating the horizontal resolution ratio and the vertical resolution ratio of the first image 115 may be an index.
  • the information indicating the resolution ratio in the horizontal direction and the resolution ratio in the vertical direction of the first image 115 may be information indicating the horizontal resolution and the vertical resolution of the original image 105. Since the AI decoding apparatus 1200 can know the horizontal and vertical resolutions of the first image 115 through the second image 135, the resolution and vertical resolution of the original image 105 in the horizontal direction through AI data When the resolution in the direction is known, the resolution ratio in the horizontal direction and the resolution ratio in the vertical direction of the first image 115 can be checked.
  • the AI data may include information related to the first image 115.
  • the information related to the first image 115 is the resolution of the first image 115, the bit rate of the bitstream obtained as a result of the first encoding of the first image 115, and the information used for the first encoding of the first image 115. Includes information indicating at least one of the codec types.
  • the AI data may include an identifier of mutually agreed DNN configuration information so that the second image 135 can be AI upscaled according to the resolution ratio in the horizontal direction and the resolution ratio in the vertical direction of the first image 115. I can.
  • the DNN controller 2714 may transmit information indicating the resolution in the horizontal direction and the resolution in the vertical direction of the original image 105 to the first encoder 2718.
  • the first encoder 2718 may include information indicating the resolution in the horizontal direction and the resolution in the vertical direction of the original image 105 in the image data. This takes into account the case where the device for receiving AI-encoded data is a legacy device. Since the AI data can be used by the AI decoding device 1200 capable of AI upscaling the second image 135, a legacy device that cannot AI upscale the second image 135 based on AI data is used.
  • the first encoder 2718 includes information indicating the resolution in the horizontal direction and the resolution in the vertical direction of the original image 105 in the image data.
  • resolution information of an image that is the target of the first encoding is included in the bitstream according to the syntax, but the first encoder 2718 according to the present disclosure provides the resolution of the original image 105 in the horizontal direction. Information and vertical resolution information are additionally included in the bitstream.
  • the legacy device restores the second image 135 having the same resolution as the first image 115 according to the image data, and then changes the resolution of the second image 135 to the resolution of the original image 105 according to legacy scaling. Can be increased.
  • the DNN controller 2714 acquires DNN configuration information to be set in the first DNN from among a plurality of DNN configuration information in consideration of the horizontal resolution ratio and the vertical resolution ratio of the first image 115.
  • Each of the plurality of DNN configuration information may be mapped to resolution ratios in the horizontal direction and the vertical direction of the first image 115. For example, as shown in FIG.
  • D DNN configuration information may be obtained for setting the first DNN.
  • DNN configuration information is obtained by further considering information related to the first image 115, but the DNN control unit 2714 does not consider the information related to the first image 115, and the horizontal direction of the first image 115 is It is possible to obtain DNN configuration information according to the resolution ratio of and the resolution ratio in the vertical direction.
  • the DNN control unit 2714 further includes at least one of a compression rate (eg, target bit rate), a compression quality (eg, bit rate type), compression history information, and a type of the original image 105. Considering the DNN configuration information can be obtained.
  • the DNN control unit 2714 controls the operation of the image processing unit 2716 according to the resolution ratio in the horizontal direction and the resolution ratio in the vertical direction of the first image 115.
  • the image processing unit 2716 acquires a plurality of first intermediate images to be input to the first DNN through an image segmentation process for the original image 105, and combines images for the plurality of second intermediate images output from the first DNN.
  • a first image 115 is obtained through the process.
  • the DNN controller 2714 may determine the number of first intermediate images acquired by the image processing unit 2716 according to a resolution ratio of the first image 115 in the horizontal direction and the vertical direction.
  • the DNN control unit 2714 is a case where the horizontal resolution ratio of the first image 115 is 1/n (n is a natural number), the vertical resolution ratio is 1/m (m is a natural number), and n>m.
  • the number of first intermediate images may be determined as nxn, and the number of second intermediate images may be determined as n/m.
  • the DNN controller 2714 acquires DNN configuration information mapped to the horizontal and vertical resolution ratios of the first image 115, and the DNN mapped to the horizontal and vertical resolution ratios of the first image 115
  • the configuration information may include n/m number of filter kernels of the last convolution layer among a plurality of convolutional layers constituting the first DNN. That is, in an embodiment of the present disclosure, the number of first intermediate images and the number of filter kernels of the last convolution layer may be determined according to a resolution ratio of the first image 115 in the horizontal direction and the vertical direction. In addition, since the number of second intermediate images equal to the number of filter kernels of the last convolution layer is output from the last convolution layer, the first intermediate images are The number and the number of second intermediate images may be determined. Such a mapping relationship is shown in FIG. 30.
  • FIG. 30 is a diagram for explaining that the number of first and second intermediate images varies according to a resolution ratio in a horizontal direction and a resolution ratio in a vertical direction of the first image 115.
  • the number of first and second intermediate images is 4, respectively. It can be dogs or two.
  • the resolution ratio in the horizontal direction of the first image 115 is 1/4 and the resolution ratio in the vertical direction is 1, the number of first and second intermediate images may be 16 and 4, respectively. .
  • the resolution ratio in the horizontal direction of the first image 115 is 1/2 and the resolution ratio in the vertical direction is 1, four first intermediate images that are 1/2 that are the resolution ratios in the horizontal direction and the vertical direction Images are acquired from the original image 105, and the resolution ratio in the horizontal direction is 1/2, and the resolution ratio in the vertical direction is by combining two second intermediate images having a resolution ratio of 1/2 in the horizontal direction and the vertical direction. A first image 115 of this one is obtained.
  • the first DNN 3100 includes a first convolution layer 3110, a first activation layer 3120, a second convolution layer 3130, a second activation layer 3140, and a second activation layer 3140. It may include 3 convolutional layers 3150.
  • the first intermediate images 3175 acquired through the image segmentation process 3170 of the original image 105 are input to the first DNN 3100 and second intermediate images output from the first DNN 3100 ( The first image 115 is obtained through the image combining process 3190 of 3195).
  • the image segmentation process 3170 and the image combining process 3190 are performed by the image processing unit 2716.
  • the image processing unit 2716 Since the number of first intermediate images 3170 and the number of second intermediate images 3190 are determined according to the resolution ratio of the first image 115 in the horizontal direction and the vertical direction, the image processing unit 2716 The process 3170 and the image combining process 3190 should be performed according to the resolution ratio of the horizontal direction and the vertical direction of the first image 115. That is, the image processing unit 2716 acquires the number of first intermediate images 3175 determined according to the resolution ratio in the horizontal direction and the vertical direction of the first image 115 through the image segmentation process 3170, and A first image 115 is obtained by combining the number of second intermediate images 3195 determined according to a resolution ratio in the horizontal direction and the vertical direction of the first image 115.
  • the image processing unit 2716 may obtain the first intermediate images 3175 through an inverse process of any one of the image combining methods illustrated in FIGS. 22 to 24. For example, the image processing unit 2716 obtains first intermediate images 3175 including some pixels arranged along a column or row in the original image 105 as a pixel line through the reverse process of FIG. 22. can do. In addition, when the number of the first intermediate images 3175 required is n, the image processing unit 2716 divides the original image 105 into n equal portions (see FIG. 23), or the pixels constituting the original images 105 The first intermediate images 3175 made of some pixels may be obtained by dividing them (refer to FIG. 24).
  • a plurality of first intermediate images 3175 are obtained through the image segmentation 3170 of the original image 105, and a plurality of first intermediate images 3175 are input to the first convolution layer 3110. .
  • the first convolutional layer 3110 receiving the plurality of first intermediate images 3175 convolves the plurality of first intermediate images 3175 with a filter kernel to output feature maps.
  • 3 X 3 X 4 X 16 displayed on the first convolution layer 3110 shown in FIG. 31 is a convolution process for four first intermediate images 3175 using 16 filter kernels having a size of 3 x 3 Illustrates doing.
  • the DNN configuration information set in the first DNN 3100 is determined according to a resolution ratio in the horizontal direction and a resolution ratio in the vertical direction of the first image 115.
  • the DNN configuration information is the first convolution layer 3110 A allows processing of the number of first intermediate images 3175 determined according to a resolution ratio in a horizontal direction and a resolution ratio in a vertical direction of the first image 115. That is, in the example of FIG. 31, as DNN configuration information is set in the first DNN 3100, the first convolution layer 3110 can process four first intermediate images 3175.
  • Each feature map represents unique features of the first intermediate images 3175.
  • Feature maps output from the first convolution layer 3110 are input to the first activation layer 3120.
  • the first activation layer 3120 may give nonlinear characteristics to each feature map.
  • the first activation layer 3120 may include a sigmoid function, a Tanh function, a rectified linear unit (ReLU) function, and the like, but is not limited thereto.
  • Giving the nonlinear characteristic in the first activation layer 3120 means changing and outputting some sample values of the feature map, which is an output of the first convolution layer 3110. At this time, the change is performed by applying a nonlinear characteristic.
  • the first activation layer 3120 determines whether to transfer sample values of feature maps output from the first convolution layer 3110 to the second convolution layer 3130. For example, some of the sample values of the feature maps are activated by the first activation layer 3120 and transferred to the second convolution layer 3130, and some sample values are transmitted by the first activation layer 3120. It is deactivated and is not transmitted to the second convolutional layer 3130. Intrinsic characteristics of the first intermediate image 3175 represented by the feature maps are emphasized by the first activation layer 3120.
  • Feature maps output from the first activation layer 3120 are input to the second convolution layer 3130.
  • 3 X 3 X 16 X 16 displayed on the second convolution layer 3130 exemplifies convolution processing on 16 feature maps using a 16 filter kernel having a size of 3 x 3.
  • the 16 feature maps output from the second convolution layer 3130 are input to the second activation layer 3140.
  • the second activation layer 3140 may give nonlinear characteristics to the input feature map.
  • Feature maps output from the second activation layer 3140 are input to the third convolution layer 3150.
  • 3 X 3 X 16 X 2 displayed on the third convolution layer 3150 is 16 feature maps in order to generate two second intermediate images 3195 using two filter kernels having a size of 3 x 3. Illustrates the convolution process.
  • the DNN configuration information set in the first DNN 3100 is determined according to the resolution ratio in the horizontal direction and the resolution ratio in the vertical direction of the first image 115.
  • the last convolutional layer of the first DNN 3100, that is, the third convolutional layer 3150 is adjusted to the horizontal resolution ratio and the vertical resolution ratio of the first image 115.
  • a determined number of second intermediate images 3195 may be output. That is, in the example of FIG. 31, as DNN configuration information is set in the first DNN 3100, the third convolution layer 3150 can output two second intermediate images 3195.
  • the first image 115 is obtained through image combining of the second intermediate images 3195 output from the third convolution layer 3150.
  • the image processing unit 2716 may combine the second intermediate images 3195 through a reverse process of any one of the image segmentation methods illustrated in FIGS. 19 to 21.
  • the image processing unit 2716 may obtain the first image 115 by alternately connecting pixel lines of the second intermediate images 3195 through the reverse process of FIG. 19.
  • the image processing unit 2716 connects the second intermediate images 3195 in a horizontal or vertical direction (see FIG. 20) or connects pixels constituting the first intermediate images 3195 (see FIG. 21 ).
  • the first image 115 may be acquired.
  • FIG. 31 illustrates that the first DNN 3100 includes three convolutional layers and two activation layers, but this is only an example, and according to implementation, the number of convolutional layers and activation layers is It can be changed in various ways.
  • the first DNN 3100 may be implemented through a recurrent neural network (RNN). This case means changing the CNN structure of the first DNN 3100 according to the example of the present disclosure to an RNN structure.
  • RNN recurrent neural network
  • the AI downscale unit 2712 may include at least one Arithmetic Logic Unit (ALU) for the above-described convolution operation and operation of an activation layer.
  • ALU Arithmetic Logic Unit
  • the ALU can be implemented as a processor.
  • the ALU may include a multiplier that performs a multiplication operation between sample values of a feature map output from a first intermediate image or a previous layer and sample values of a filter kernel, and an adder that adds result values of the multiplication. .
  • the ALU is a multiplier that multiplies the input sample value by a weight used in a predetermined sigmoid function, the Tanh function, or the ReLU function, and the input sample value by comparing the multiplication result with a predetermined value. It may include a comparator that determines whether to transfer to the next layer.
  • FIG. 32 is a diagram illustrating an AI downscale method using the first DNN 3200 according to an embodiment.
  • the structure of the first DNN 3200 shown in FIG. 32 may be the same as the structure of the first DNN 3100 shown in FIG. 31. That is, the first DNN 3200 includes a first convolution layer, a first activation layer, a second convolution layer, a second activation layer, and a third convolution layer, like the first DNN 3100 shown in FIG. 31. Can include. However, since the first DNN 3200 is used for a skip connection structure unlike the first DNN 3100 of FIG. 31, the parameters of the filter kernels of the first DNN 3200 and the first DNN of FIG. 31 The parameters of the filter kernels of 3100 may be different from each other. It is obvious that, depending on the implementation, the first DNN 3200 may have a structure different from that of the first DNN 3100 of FIG. 31.
  • the first intermediate images acquired through the image segmentation process 3270 of the original image 105 are input to the first DNN 3200, and the image combining process 3290 of the second intermediate images output from the first DNN 3200 ) Through the first image 115 is obtained.
  • a skip connection structure is used. Apart from the first intermediate images obtained by applying the image segmentation 3270 to the original image 105 being processed by the first DNN 3200, after the original image 105 is scaled by the scaler 3260 , the first image 115 may be obtained by adding to the image generated as a result of the image combining 3290.
  • the scaler 3260 reduces the resolution of the original image 105 according to the resolution ratio in the horizontal direction and the resolution ratio in the vertical direction of the first image 115. As a result of scaling, the resolution of the original image 105 becomes the same as the resolution of the first image 115.
  • the scaler 3260 may include, for example, at least one of a bilinear scaler, a bicubic scaler, a lanczos scaler, and a stair step scaler. In an embodiment, the scaler 3260 may be replaced with a convolutional layer that reduces the resolution of the original image 105.
  • a first image of a prediction version is obtained through a scaler 3260, and a first image of a residual version is obtained through a first DNN 3200. Is obtained.
  • the first image 115 may be obtained by summing the first image of the predicted version and the first image of the residual version.
  • the above-described first DNN 3100 operates according to the DNN configuration information obtained by the DNN control unit 2714, and the DNN configuration information is the resolution of the first DNN 3100 in the horizontal direction of the first image 115 Processes the number of first intermediate images corresponding to the ratio and the resolution ratio in the vertical direction, and outputs the number of second intermediate images corresponding to the resolution ratio in the horizontal direction and the resolution ratio in the vertical direction of the first image 115 do.
  • the structure of the first DNN that is, the number of convolutional layers and the number of filter kernels is fixed, and parameters of the filter kernels may be changed according to the plurality of DNN configuration information. That is, since the structure of the first DNN is fixed, the first DNN processes a predetermined number (eg, two) of first intermediate images, and a predetermined number (eg, four) of the second Intermediate images can be output.
  • the fact that the number of first intermediate images that the first DNN can process and the number of second intermediate images that the first DNN can output is determined to be a specific number means that the image processing unit 2716 This means that a predetermined number of first intermediate images are acquired and a predetermined number of second intermediate images are combined, and at the same time, the first DNN specifies the resolution in the horizontal direction or the vertical direction of the original image 105. It means that it works to reduce by magnification. In other words, when the first DNN processes the four first intermediate images divided from the original image 105 and outputs two second intermediate images, the first image obtained by combining the two second intermediate images ( 115) in the horizontal direction or in the vertical direction becomes 1/2 times the resolution in the horizontal direction or the resolution in the vertical direction of the original image 105.
  • the DNN control unit 2714 determines the horizontal and vertical directions of the first image 115.
  • the number of operations of the first DNN may be determined according to the resolution ratio of the direction. Specifically, when the resolution ratio in the horizontal direction of the first image 115 is 1/m a (a is an integer greater than or equal to 0) and the resolution ratio in the vertical direction is 1/m b (b is an integer greater than or equal to 0), DNN The control unit 2714 may determine the number of operations of the first DNN as a+b. Accordingly, the first image 115 may be obtained through the a+b image segmentation process, the operation of the first DNN, and the image combining process.
  • the resolution in any one direction is reduced by 1/2, and the resolution ratio in the horizontal direction of the first image 115 is 1/2 2
  • the resolution ratio in the vertical direction is 1/2 0
  • the four first intermediate images divided from the original image 105 are processed by the first DNN, and the two second intermediate images obtained as a result of the processing are combined to be an original image.
  • An image having a horizontal resolution ratio of 1/2 1 and a vertical resolution ratio of 1/2 0 may be obtained. Since the number of operations of the first DNN is two, image segmentation is applied to the image obtained through the image combining process, and the first intermediate images obtained as a result of the application are processed by the first DNN. And, through the combination of the plurality of second intermediate images output from the first DNN, a first image 115 having a horizontal resolution ratio of 1/2 2 and a vertical resolution ratio of 1/2 0 may be obtained. I can.
  • the image processing unit 2716 may combine the second intermediate images in consideration of the resolution ratio in the horizontal direction and the resolution ratio in the vertical direction of the first image 115.
  • the first DNN exists to reduce the resolution by 1/2 times in the horizontal or vertical direction
  • the resolution ratio in the horizontal direction of the first image 115 is 1/2
  • the resolution ratio in the vertical direction is 1
  • the image processing unit 2716 may connect the two second intermediate images in the vertical direction so that the horizontal resolution ratio of the image obtained as a result of image combining is 1/2.
  • the horizontal resolution ratio of the first image 115 is 1 and the vertical resolution ratio is 1/2
  • the image processing unit 2716 has a vertical resolution ratio of the image obtained as a result of image combining.
  • two second intermediate images may be connected in a horizontal direction so as to be 1/2.
  • the first DNN may include a DNN that reduces the resolution in the horizontal direction by a fixed ratio and a DNN that reduces the resolution in the vertical direction by a fixed ratio.
  • the resolution ratio in the horizontal direction of the first image 115 is 1/m a (m is a natural number, a is an integer greater than or equal to 0), the resolution ratio in the vertical direction is 1/m b (b is an integer greater than or equal to 0),
  • the DNN control unit 2714 determines the number of operations of the DNN that decreases the resolution in the horizontal direction by a fixed ratio as a circuit and the number of operations of the DNN that increases the resolution in the vertical direction by a fixed ratio is determined by b. Circuit can be determined.
  • the image processing unit 2714 acquires a fixed number of first intermediate images for a DNN that increases the horizontal resolution to a fixed magnification and a DNN that increases the vertical resolution to a fixed magnification, and obtains a fixed number of first intermediate images. 2 Intermediate images can be combined.
  • the image processing unit 1238 includes second intermediate images output from the DNN that reduces the resolution in the horizontal direction by a fixed ratio and the second intermediate images output from the DNN that increases the resolution in the vertical direction by a fixed magnification. You can combine them in different ways.
  • the AI encoding apparatus 2700 may downscale the original image 105 at the same magnification in the horizontal direction and the vertical direction according to the contents described with reference to FIG. 7, or the contents described with reference to FIG. 27. Accordingly, the original image 105 may be downscaled by AI at different magnifications in the horizontal and vertical directions.
  • the AI downscaling method of the original image 105 at the same magnification in the horizontal and vertical directions and the original image 105 at different magnifications in the horizontal and vertical directions may be determined for each frame of the original image 105 or may be determined for each frame in which a scene change occurs.
  • the AI encoding apparatus 2700 downscales the original image 105 at different magnifications in the horizontal direction and the vertical direction based on the strength of the edges included in the original image 105 and/or the text arrangement direction, or The image 105 can be AI downscaled at the same magnification in the horizontal and vertical directions.
  • 33 is a diagram for describing an AI decoding method according to an embodiment.
  • the AI decoding apparatus 1200 acquires image data generated as a result of encoding the first image 115 and AI data related to AI downscale.
  • the AI decoding apparatus 1200 may receive image data and AI data from the AI encoding apparatus 2700 through a network.
  • the AI decoding apparatus 1200 may acquire image data and AI data stored in a data storage medium.
  • step S3320 the AI decoding apparatus 1200 first decodes the image data to obtain a second image 135. Specifically, the AI decoding apparatus 1200 reconstructs the second image 135 corresponding to the first image 115 by first decoding the image data based on an image restoration method using frequency conversion.
  • step S3330 the AI decoding apparatus 1200 determines a resolution ratio in the horizontal direction and a resolution ratio in the vertical direction of the first image 115 based on the AI data.
  • the AI decoding apparatus 1200 sets a DNN that can AI upscale the second image 135 according to the horizontal resolution ratio and the vertical resolution ratio of the first image 115 among a plurality of DNN configuration information stored in advance. Acquire information.
  • step S3340 the AI decoding apparatus 1200 AI converts the second image 135 to the horizontal resolution ratio and the vertical resolution ratio of the first image 115 through the second DNN operating according to the DNN setting information. Upscale. As a result of the AI upscale, a third image 145 having the same resolution as that of the original image 105 may be obtained.
  • the third image 145 may be output from the AI decoding device 1200 and displayed through a display device, or may be post-processed and then displayed.
  • 34 is a flowchart illustrating an AI encoding method according to an embodiment.
  • step S3410 the AI encoding apparatus 2700 analyzes the original image 105 and determines a resolution ratio in the horizontal direction and a resolution ratio in the vertical direction of the first image 115. Edge strength and/or text arrangement direction may be used to analyze the original image 105.
  • step S3420 the AI encoding apparatus 2700 performs an AI downscaled first image according to a horizontal resolution ratio and a vertical resolution ratio of the first image 115 from the original image 105 through the first DNN. Obtain 115.
  • step S3430 the AI encoding apparatus 2700 first encodes the first image 115 to generate image data. Specifically, the AI encoding apparatus 2700 generates image data corresponding to the first image 115 by encoding the first image 115 based on an image compression method using frequency transformation.
  • the AI encoding apparatus 2700 transmits AI data including information related to AI downscale and AI encoded data including image data.
  • the AI data includes information for selecting DNN configuration information of the second DNN for AI upscale of the second image 135.
  • the AI data may include information indicating a resolution ratio in a horizontal direction and a resolution ratio in a vertical direction of the first image 115.
  • the AI-encoded data may be stored in a data storage medium.
  • the AI encoding apparatus 2700 AI downloads the original image 105 at a specific resolution ratio of the first image 115 in the horizontal direction and the vertical direction.
  • the AI decoding apparatus 1200 also needs to AI upscale the second image 135 at a corresponding resolution ratio.
  • the AI data causes the AI decoding device 1200 to AI-up the second image 135 according to the horizontal resolution ratio and the vertical resolution ratio of the first image 115 targeted by the AI downscale. It contains information that makes it possible to scale.
  • AI data includes information used to obtain DNN configuration information corresponding to the upscale target.
  • the AI decoding device 1200 which has received the AI data, can infer or know which DNN setting information the AI encoding device 2700 has downscaled the original image 105 with, and accordingly, the DNN used for AI downscaling.
  • DNN configuration information corresponding to the configuration information may be acquired, and AI upscale may be performed using the acquired DNN configuration information.
  • 35A, 35B, and 35C are an edge map of the original image 105, and a third image 145 obtained through an AI decoding process when the resolution ratios of the first image 115 in the vertical direction and the horizontal direction are the same.
  • FIG. 35C illustrates a third image 145 when a resolution ratio (eg, 1) in the horizontal direction of the first image 115 is determined to be greater than a resolution ratio (eg, 1/2) in the vertical direction.
  • a resolution ratio eg, 1
  • a resolution ratio eg, 1/2
  • the training process shown in FIG. 36 is almost the same as the training process shown in FIG. 9, but i) the original training image 3601 undergoes an image segmentation process 3642 before being input to the first DNN 3640, ii) The first training image 3602 is obtained through image combining 3644 with the second intermediate images output from the first DNN 3640, iii) the first training image 3602 (or the second The training image) goes through the image segmentation process 3652 before being input to the second DNN 3650, iv) through image combining 3654 with the second intermediate images output from the second DNN 3650 It is different from the training process of FIG. 9 in that the third training image 3604 is acquired.
  • the structural loss information 3610, the complexity loss information 3620, and the quality loss information 3630 are used for training the first DNN 3640, and the quality loss information 3630 is It can be used for training of the second DNN 3650.
  • the first DNN 3640 may update the parameter so that the final loss information (refer to Equation 1) determined based on the structural loss information 3610, the complexity loss information 3620, and the quality loss information 3630 is reduced or minimized. have.
  • the second DNN 3650 may update the parameter so that the final loss information (refer to Equation 1) determined based on the quality loss information 3630 is reduced or minimized.
  • the plurality of DNN configuration information stored in the AI decoding apparatus 1200 and the AI encoding apparatus 2700 may be mapped to a resolution ratio in a horizontal direction and a resolution ratio in a vertical direction of the first image 115.
  • the number of first intermediate images input to the first DNN 3640 and the second DNN 3650, and the number of second intermediate images output from the first DNN 3640 and the second DNN 3650 Since the resolution ratio and the resolution ratio in the vertical direction can be determined, the number of first intermediate images to be acquired through image segmentation (3642, 3652) and the number of second intermediate images to be used for image combining (3644, 3654) are fixed.
  • DNN configuration information mapped to a specific resolution ratio in the horizontal direction and the vertical direction of the first image 115 may be obtained.
  • training of the first DNN 3640 and the second DNN 3650 may be performed by a training device.
  • the above-described embodiments of the present disclosure can be written as programs or instructions that can be executed on a computer, and the written programs or instructions can be stored in a medium.
  • the medium may be one that continuously stores a program or instruction executable by a computer, or temporarily stores a program or instruction for execution or download.
  • the medium may be a variety of recording means or storage means in a form in which a single piece of hardware or several pieces of hardware are combined.
  • the medium is not limited to a medium directly connected to a computer system, but may be distributed on a network. Examples of media include magnetic media such as hard disks, floppy disks and magnetic tapes, optical recording media such as CD-ROMs and DVDs, magneto-optical media such as floptical disks, And ROM, RAM, flash memory, and the like may be configured to store program instructions.
  • examples of other media include an app store that distributes applications, a site that supplies or distributes various software, and a recording medium or a 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 a part of the above-described AI decoding apparatuses 200 and 1200 or the AI encoding apparatuses 700 and 2700.
  • 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 (e.g., CPU or application processor) or a dedicated graphics processor (e.g., GPU). It could 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.
  • a product eg, a downloadable application
  • 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)
  • Artificial Intelligence (AREA)
  • Evolutionary Computation (AREA)
  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Biomedical Technology (AREA)
  • Biophysics (AREA)
  • Signal Processing (AREA)
  • Multimedia (AREA)
  • General Health & Medical Sciences (AREA)
  • General Engineering & Computer Science (AREA)
  • Computing Systems (AREA)
  • Mathematical Physics (AREA)
  • Software Systems (AREA)
  • Molecular Biology (AREA)
  • Data Mining & Analysis (AREA)
  • Computational Linguistics (AREA)
  • Neurology (AREA)
  • Image Processing (AREA)
  • Compression Or Coding Systems Of Tv Signals (AREA)

Abstract

메모리; 및 프로세서를 포함하고, 프로세서는, 원본 영상의 AI 다운스케일과 관련된 AI 데이터, 및 제 1 영상의 부호화 결과 생성된 영상 데이터를 획득하고, 영상 데이터를 복호화하여 제 1 영상에 대응하는 제 2 영상을 획득하고, AI 데이터에 기초하여, 원본 영상과 제 1 영상 사이의 가로 방향의 해상도 비율 및 세로 방향의 해상도 비율을 결정하고, 업스케일용 DNN을 통해, 제 2 영상으로부터 가로 방향 및 세로 방향 중 적어도 하나의 방향으로 해상도가 증가된 제 3 영상을 획득하며, 가로 방향의 해상도 비율과 세로 방향의 해상도 비율은 서로 상이한 값으로 결정되는, 일 실시예에 따른 AI 복호화 장치가 개시된다.

Description

영상의 ＡＩ 부호화 방법 및 장치, 영상의 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 방법 및 장치, 영상의 AI 복호화 방법 및 장치는 낮은 비트레이트의 달성을 위해 AI 기반으로 영상을 부호화 및 복호화하는 것을 기술적 과제로 한다.
또한, 일 실시예에 따른 영상의 AI 부호화 방법 및 장치, 영상의 AI 복호화 방법 및 장치는 원본 영상 대비 복원 영상에서 정보 누락이 발생하지 않게 하는 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, 원본 영상의 AI 다운스케일과 관련된 AI 데이터, 및 제 1 영상의 부호화 결과 생성된 영상 데이터를 획득하고, 상기 영상 데이터를 복호화하여 상기 제 1 영상에 대응하는 제 2 영상을 획득하고, 상기 AI 데이터에 기초하여, 상기 원본 영상과 상기 제 1 영상 사이의 가로 방향의 해상도 비율 및 세로 방향의 해상도 비율을 결정하고, 업스케일용 DNN을 통해, 상기 가로 방향의 해상도 비율 및 상기 세로 방향의 해상도 비율에 따라 상기 제 2 영상으로부터 가로 방향 및 세로 방향 중 적어도 하나의 방향으로 해상도가 증가된 제 3 영상을 획득하며, 상기 가로 방향의 해상도 비율과 세로 방향의 해상도 비율은 서로 상이한 값으로 결정될 수 있다.
일 실시예에 따른 영상의 AI 부호화 방법 및 장치, 영상의 AI 복호화 방법 및 장치는 AI 기반의 영상 부호화 및 복호화를 통해 영상을 낮은 비트레이트로 처리할 수 있다.
또한, 일 실시예에 따른 영상의 AI 부호화 방법 및 장치, 영상의 AI 복호화 방법 및 장치는 원본 영상 대비 복원 영상에서 정보 누락이 발생하지 않게 할 수 있다.
다만, 일 실시예에 따른 영상의 AI 부호화 방법 및 장치, 영상의 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 DNN 설정 정보들 사이의 매핑 관계를 나타내는 예시적인 도면이다.
도 6은 복수의 프레임으로 구성된 제 2 영상을 도시하는 도면이다.
도 7은 일 실시예에 따른 AI 부호화 장치의 구성을 나타내는 블록도이다.
도 8은 원본 영상의 AI 다운스케일을 위한 제 1 DNN을 나타내는 예시적인 도면이다.
도 9는 제 1 DNN 및 제 2 DNN을 훈련시키는 방법을 설명하기 위한 도면이다.
도 10는 훈련 장치에 의한 제 1 DNN 및 제 2 DNN의 훈련 과정을 설명하기 위한 도면이다.
도 11은 원본 영상의 AI 다운스케일을 위한 장치 및 제 2 영상의 AI 업스케일을 위한 장치를 도시하는 예시적인 도면이다.
도 12는 다른 실시예에 따른 AI 복호화 장치의 구성을 나타내는 블록도이다.
도 13은 원본 영상과 제 1 영상 사이의 가로 방향 및 세로 방향의 해상도 비율을 설명하기 위한 도면이다.
도 14는 일 실시예에 따른 인덱스가 가리키는 제 1 영상의 가로 방향의 해상도 비율 및 세로 방향의 해상도 비율을 나타내는 예시적인 도면이다.
도 15는 영상 관련 정보, 제 1 영상의 가로 방향 및 세로 방향의 해상도 비율에 매핑된 DNN 설정 정보들을 나타내는 예시적인 도면이다.
도 16은 제 1 영상의 가로 방향 및 세로 방향의 해상도 비율에 따라 제 2 DNN과 관련된 제 1 중간 영상 및 제 2 중간 영상의 개수가 달라짐을 설명하기 위한 도면이다.
도 17은 제 1 영상의 세로 방향의 해상도 비율이 1/2이고, 가로 방향의 해상도 비율이 1인 경우의 제 2 영상, 제 1 중간 영상, 제 2 중간 영상 및 제 3 영상을 예시한다.
도 18은 제 2 영상의 AI 업스케일을 위한 제 2 DNN을 나타내는 예시적인 도면이다.
도 19는 제 1 중간 영상을 획득하는 방법을 설명하기 위한 도면이다.
도 20은 제 1 중간 영상을 획득하는 방법을 설명하기 위한 도면이다.
도 21은 제 1 중간 영상을 획득하는 방법을 설명하기 위한 도면이다.
도 22는 제 2 중간 영상으로부터 제 3 영상을 획득하는 방법을 설명하기 위한 도면이다.
도 23은 제 2 중간 영상으로부터 제 3 영상을 획득하는 방법을 설명하기 위한 도면이다.
도 24는 제 2 중간 영상으로부터 제 3 영상을 획득하는 방법을 설명하기 위한 도면이다.
도 25는 제 2 DNN을 이용한 AI 업스케일 방법을 설명하기 위한 도면이다.
도 26은 제 2 DNN을 이용한 AI 업스케일 방법을 설명하기 위한 도면이다.
도 27은 다른 실시예에 따른 AI 부호화 장치의 구성을 나타내는 블록도이다.
도 28은 원본 영상에 대응하는 에지(edge) 맵을 나타내는 도면이다.
도 29는 텍스트 영역들을 포함하는 원본 영상을 나타내는 도면이다.
도 30은 제 1 영상의 가로 방향 및 세로 방향의 해상도 비율에 따라 제 1 DNN과 관련된 제 1 중간 영상 및 제 2 중간 영상의 개수가 달라짐을 설명하기 위한 도면이다.
도 31은 원본 영상의 AI 다운스케일을 위한 제 1 DNN을 나타내는 예시적인 도면이다.
도 32는 제 1 DNN을 이용한 AI 다운스케일 방법을 설명하기 위한 도면이다.
도 33은 다른 실시예에 따른 AI 복호화 방법을 설명하기 위한 순서도이다.
도 34는 다른 실시예에 따른 AI 부호화 방법을 설명하기 위한 순서도이다.
도 35a, 도 35b 및 도 35c는 원본 영상의 에지 맵, 제 1 영상의 세로 방향의 해상도 비율과 가로 방향의 해상도 비율이 동일할 때 AI 복호화 과정을 통해 획득된 제 3 영상의 에지 맵, 및 제 1 영상의 세로 방향의 해상도 비율과 가로 방향의 해상도 비율이 상이할 때 AI 복호화 과정을 통해 획득된 제 3 영상의 에지 맵을 나타내는 도면이다.
도 36은 다른 실시예에 따른 제 1 DNN 및 제 2 DNN을 연계 훈련시키는 방법을 설명하기 위한 도면이다.
일 실시예에 따른 AI 복호화 장치는, 하나 이상의 인스트럭션들을 저장하는 메모리; 및 상기 메모리에 저장된 상기 하나 이상의 인스트럭션들을 실행하는 프로세서를 포함하고, 상기 프로세서는, 원본 영상의 AI 다운스케일과 관련된 AI 데이터, 및 제 1 영상의 부호화 결과 생성된 영상 데이터를 획득하고, 상기 영상 데이터를 복호화하여 상기 제 1 영상에 대응하는 제 2 영상을 획득하고, 상기 AI 데이터에 기초하여, 상기 원본 영상과 상기 제 1 영상 사이의 가로 방향의 해상도 비율 및 세로 방향의 해상도 비율을 결정하고, 업스케일용 DNN을 통해, 상기 가로 방향의 해상도 비율 및 상기 세로 방향의 해상도 비율에 따라 상기 제 2 영상으로부터 가로 방향 및 세로 방향 중 적어도 하나의 방향으로 해상도가 증가된 제 3 영상을 획득하며, 상기 가로 방향의 해상도 비율과 세로 방향의 해상도 비율은 서로 상이한 값으로 결정될 수 있다.
상기 프로세서는, 상기 제 2 영상으로부터 제 2 영상의 해상도보다 작은 해상도의 복수의 제 1 중간 영상을 획득하고, 상기 복수의 제 1 중간 영상에 기초하여 상기 업스케일용 DNN에서 출력되는 복수의 제 2 중간 영상을 획득하고, 상기 복수의 제 2 중간 영상을 결합하여 상기 제 2 중간 영상의 해상도보다 큰 해상도의 상기 제 3 영상을 획득할 수 있다.
상기 프로세서는, 상기 제 2 영상을 구성하는 픽셀 라인들 중 일부의 픽셀 라인으로 구성된 상기 복수의 제 1 중간 영상을 획득할 수 있다.
상기 프로세서는, 상기 복수의 제 2 중간 영상을 구성하는 픽셀들을 번갈아 연결하여 상기 제 3 영상을 획득할 수 있다.
상기 프로세서는, 상기 가로 방향의 해상도 비율 및 상기 세로 방향의 해상도 비율에 기초하여 상기 제 1 중간 영상의 개수 및 상기 제 2 중간 영상의 개수를 결정하고, 상기 업스케일용 DNN가 상기 결정된 개수의 제 1 중간 영상을 처리하여 상기 결정된 개수의 제 2 중간 영상을 출력할 수 있게 하는 DNN 설정 정보를 획득할 수 있다.
상기 업스케일용 DNN은, 복수의 컨볼루션 레이어를 포함하되, 상기 획득된 DNN 설정 정보가 상기 업스케일용 DNN에 세팅됨에 따라, 상기 복수의 컨볼루션 레이어 중 마지막 컨볼루션 레이어의 필터 커널의 개수가 상기 제 2 중간 영상의 개수와 동일하게 결정될 수 있다.
상기 프로세서는, 상기 가로 방향의 해상도 비율 및 상기 세로 방향의 해상도 비율에 기초하여, 상기 업스케일용 DNN의 동작 횟수를 결정하고, 상기 동작 횟수에 따른 동작 결과 상기 업스케일용 DNN에서 출력되는 제 2 중간 영상들을 결합하여 상기 제 3 영상을 획득하되, 상기 업스케일용 DNN은 미리 결정된 개수의 제 1 중간 영상을 처리하여 미리 결정된 개수의 제 2 중간 영상을 출력할 수 있다.
상기 업스케일용 DNN이 상기 제 2 영상의 가로 방향 해상도 및 세로 방향 해상도 중 어느 하나를 n배 (n은 자연수) 증가시키기 위해 동작하는 경우, 상기 프로세서는, 상기 가로 방향의 해상도 비율이 1/n a (a는 0 이상의 정수)이고, 상기 세로 방향의 해상도 비율이 1/n b (b는 0 이상의 정수)이면, 상기 업스케일용 DNN의 동작 횟수를 a+b회로 결정할 수 있다.
상기 프로세서는, 상기 업스케일용 DNN이 상기 결정된 동작 횟수에 따라 동작하는 동안, 상기 업스케일용 DNN의 이전 동작 결과 획득되는 복수의 제 2 중간 영상을 결합하고, 결합된 영상으로부터 획득되는 복수의 제 1 중간 영상을 상기 업스케일용 DNN에 입력할 수 있다.
상기 프로세서는, 상기 제 2 영상을 스케일링하고, 스케일링된 제 2 영상과 상기 제 3 영상을 합하여 최종의 제 3 영상을 획득할 수 있다.
상기 제 1 영상은, 다운스케일용 DNN을 통한 상기 원본 영상의 AI 다운스케일 결과 획득되며, 상기 다운스케일용 DNN에 세팅되는 DNN 설정 정보와 상기 업스케일용 DNN에 세팅되는 DNN 설정 정보는 연계 훈련된(joint trained) 것일 수 있다.
일 실시예에 따른 AI 부호화 장치는, 하나 이상의 인스트럭션들을 저장하는 메모리; 및 상기 메모리에 저장된 상기 하나 이상의 인스트럭션들을 실행하는 프로세서를 포함하고, 상기 프로세서는, 원본 영상과 제 1 영상 사이의 가로 방향의 해상도 비율 및 세로 방향의 해상도 비율을 결정하고, 다운스케일용 DNN을 통해, 상기 가로 방향의 해상도 비율 및 상기 세로 방향의 해상도 비율에 따라 상기 원본 영상으로부터 가로 방향 및 세로 방향 중 적어도 하나의 방향으로 해상도가 감소된 제 1 영상을 획득하고, 상기 제 1 영상의 부호화하여 영상 데이터를 획득하고, 상기 가로 방향의 해상도 비율 및 상기 세로 방향의 해상도 비율을 나타내는 정보를 포함하는 AI 데이터, 및 상기 영상 데이터를 전송하며, 상기 가로 방향의 해상도 비율과 세로 방향의 해상도 비율은 서로 상이한 값으로 결정될 수 있다.
상기 프로세서는, 상기 원본 영상의 가로 방향의 에지 강도 및 세로 방향의 에지 강도에 기초하여, 상기 가로 방향의 해상도 비율 및 세로 방향의 해상도 비율을 결정할 수 있다.
상기 프로세서는, 상기 원본 영상의 가로 방향 및 세로 방향 중 에지 강도가 더 큰 방향의 해상도 비율을 다른 방향의 해상도 비율보다 크게 결정할 수 있다.
상기 프로세서는, 상기 원본 영상 내 존재하는 텍스트의 배열 방향을 결정하고, 상기 결정된 배열 방향에 기초하여 상기 가로 방향의 해상도 비율 및 세로 방향의 해상도 비율을 결정할 수 있다.
상기 프로세서는, 상기 원본 영상의 가로 방향 및 세로 방향 중 상기 텍스트의 배열 방향에 가까운 방향의 해상도 비율을 다른 방향의 해상도 비율보다 크게 결정할 수 있다.
일 실시예에 따른 AI 복호화 방법은, 원본 영상의 AI 다운스케일과 관련된 AI 데이터, 및 제 1 영상의 부호화 결과 생성된 영상 데이터를 획득하는 단계; 상기 영상 데이터를 복호화하여 상기 제 1 영상에 대응하는 제 2 영상을 획득하는 단계; 상기 AI 데이터에 기초하여, 상기 원본 영상과 상기 제 1 영상 사이의 가로 방향의 해상도 비율 및 세로 방향의 해상도 비율을 결정하는 단계; 및 업스케일용 DNN을 통해, 상기 가로 방향의 해상도 비율 및 상기 세로 방향의 해상도 비율에 따라 상기 제 2 영상으로부터 가로 방향 및 세로 방향 중 적어도 하나의 방향으로 해상도가 증가된 제 3 영상을 획득하는 단계를 포함하고, 상기 가로 방향의 해상도 비율과 세로 방향의 해상도 비율은 서로 상이한 값으로 결정될 수 있다.
일 실시예에 따른 AI 부호화 방법은, 원본 영상과 제 1 영상 사이의 가로 방향의 해상도 비율 및 세로 방향의 해상도 비율을 결정하는 단계; 다운스케일용 DNN을 통해, 상기 가로 방향의 해상도 비율 및 상기 세로 방향의 해상도 비율에 따라 상기 원본 영상으로부터 가로 방향 및 세로 방향 중 적어도 하나의 방향으로 해상도가 감소된 제 1 영상을 획득하는 단계; 상기 제 1 영상을 부호화하여 영상 데이터를 획득하는 단계; 및 상기 가로 방향의 해상도 비율 및 상기 세로 방향의 해상도 비율을 나타내는 정보를 포함하는 AI 데이터, 및 상기 영상 데이터를 전송하는 단계를 포함하며, 상기 가로 방향의 해상도 비율과 세로 방향의 해상도 비율은 서로 상이한 값으로 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 정지영상, 복수의 연속된 정지영상(또는 프레임)으로 구성된 동영상, 또는 비디오를 나타낼 수 있다.
또한, 본 명세서에서 'DNN(deep neural network)'은 뇌 신경을 모사한 인공신경망 모델의 대표적인 예시로써, 특정 알고리즘을 사용한 인공신경망 모델로 한정되지 않는다.
또한, 본 명세서에서 '파라미터'는 뉴럴 네트워크를 이루는 각 레이어의 연산 과정에서 이용되는 값으로서 예를 들어, 입력 값을 소정 연산식에 적용할 때 이용되는 가중치를 포함할 수 있다. 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 'DNN 설정 정보'는 DNN을 구성하는 요소와 관련된 정보로서 전술한 파라미터를 포함한다. DNN 설정 정보를 이용하여 제 1 DNN 또는 제 2 DNN이 설정될 수 있다.
또한, 본 명세서에서 '원본 영상'은 AI 부호화의 대상이 되는 영상을 의미하고, '제 1 영상'은 AI 부호화 과정에서 원본 영상의 AI 다운스케일 결과 획득된 영상을 의미한다. 또한, '제 2 영상'은 AI 복호화 과정에서 제 1 복호화를 통해 획득된 영상을 의미하고, '제 3 영상'은 AI 복호화 과정에서 제 2 영상을 AI 업스케일하여 획득된 영상을 의미한다.
또한, 본 명세서에서 '제 1 중간 영상'은 제 1 DNN 및 제 2 DNN에 입력되는 영상을 의미하고, '제 2 중간 영상'은 제 1 DNN 및 제 2 DNN으로부터 출력되는 영상을 의미한다.
또한, 본 명세서에서 'AI 다운스케일'은 AI 기반으로 영상의 해상도를 감소시키는 처리를 의미하고, '제 1 부호화'는 주파수 변환 기반의 영상 압축 방법에 의한 부호화 처리를 의미한다. 또한, '제 1 복호화'는 주파수 변환 기반의 영상 복원 방법에 의한 복호화 처리를 의미하고, 'AI 업스케일'은 AI 기반으로 영상의 해상도를 증가시키는 처리를 의미한다.
도 1은 일 실시예에 따른 AI(artificial intelligence) 부호화 과정 및 AI 복호화 과정을 설명하기 위한 도면이다.
전술한 바와 같이 영상의 해상도가 급격히 커짐에 따라 부호화/복호화를 위한 정보 처리량이 많아지게 되고, 이에 따라 영상의 부호화 및 복호화 효율을 향상시키기 위한 방안이 필요하다.
도 1에 도시된 바와 같이, 본 개시의 일 실시예에 따르면, 해상도가 큰 원본 영상(105)을 AI 다운스케일(110)하여 제 1 영상(115)을 획득한다. 그리고, 상대적으로 작은 해상도의 제 1 영상(115)을 대상으로 하여 제 1 부호화(120) 및 제 1 복호화(130)를 수행하므로, 원본 영상(105)을 대상으로 하여 제 1 부호화(120) 및 제 1 복호화(130)를 수행하는 경우에 비해 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 획득하고, 제 1 영상(115)을 제 1 부호화(120)한다. AI 복호화 과정에서는, AI 부호화 결과 획득된 AI 데이터와 영상 데이터를 포함하는 AI 부호화 데이터를 수신하고, 제 1 복호화(130)를 통해 제 2 영상(135)을 획득하고, 제 2 영상(135)을 AI 업스케일(140)하여 제 3 영상(145)을 획득한다.
AI 부호화 과정을 좀 더 상세히 살펴보면, 원본 영상(105)을 입력받으면, 소정 해상도 또는 소정 화질의 제 1 영상(115)을 획득하기 위해 원본 영상(105)을 AI 다운스케일(110)한다. 이때, AI 다운스케일(110)은 AI 기반으로 수행되는데, AI 다운스케일(110)을 위한 AI는 제 2 영상(135)의 AI 업스케일(140)을 위한 AI와 연계되어 훈련되어야(joint trained) 한다. 왜냐하면, AI 다운스케일(110)을 위한 AI와 AI 업스케일(140)을 위한 AI가 분리되어 훈련되는 경우, AI 부호화 대상인 원본 영상(105)과 AI 복호화를 통해 복원된 제 3 영상(145) 사이의 차이가 커지게 되기 때문이다.
본 개시의 실시예에서는, AI 부호화 과정과 AI 복호화 과정에서 이러한 연계 관계를 유지하기 위해, AI 데이터를 이용할 수 있다. 따라서, AI 부호화 과정을 통해 획득된 AI 데이터는 업스케일 타겟을 나타내는 정보를 포함하여야 하고, AI 복호화 과정에서는 AI 데이터에 기초하여 확인되는 업스케일 타겟에 따라 제 2 영상(135)을 AI 업스케일(140)하여야 한다.
AI 다운스케일(110)을 위한 AI 및 AI 업스케일(140)을 위한 AI는 DNN(deep neural network)으로 구현될 수 있다. 도 9를 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 획득된 AI 부호화 데이터는, 제 1 영상(115)의 제 1 부호화(120) 결과 획득된 영상 데이터 및 원본 영상(105)의 AI 다운스케일(110)과 관련된 AI 데이터를 포함할 수 있다. 영상 데이터는 제 1 복호화(130) 과정에서 이용될 수 있으며, AI 데이터는 AI 업스케일(140) 과정에서 이용될 수 있다.
영상 데이터는 비트스트림 형태로 전송될 수 있다. 영상 데이터는 제 1 영상(115) 내 픽셀 값들에 기초하여 획득되는 데이터, 예를 들어, 제 1 영상(115)과 제 1 영상(115)의 예측 데이터 사이의 차이인 잔차 데이터를 포함할 수 있다. 또한, 영상 데이터는 제 1 영상(115)의 제 1 부호화(120) 과정에서 이용된 정보들을 포함한다. 예를 들어, 영상 데이터는 제 1 영상(115)을 제 1 부호화(120)하는데 이용된 예측 모드(mode) 정보, 움직임 정보, 및 제 1 부호화(120)에서 이용된 양자화 파라미터 관련 정보 등을 포함할 수 있다. 영상 데이터는 MPEG-2, H.264 AVC, MPEG-4, HEVC, VC-1, VP8, VP9 및 AV1 등 주파수 변환을 이용하는 영상 압축 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/또는 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 획득된 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 획득된 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 획득된 AI 부호화 데이터를 수신한다. AI 부호화 결과 획득된 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, 통신부(212)로부터 획득된 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 획득된 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.
일 실시예에서, 파싱부(214)가 파싱하는 AI 부호화 데이터는, 하드 디스크, 플로피 디스크 및 자기 테이프와 같은 자기 매체, CD-ROM 및 DVD와 같은 광기록 매체, 플롭티컬 디스크(floptical disk)와 같은 자기-광 매체(magneto-optical medium) 등을 포함하는 데이터 저장 매체로부터 획득된 것일 수도 있다.
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 획득된 제 2 영상(135)은 AI 업스케일부(234)로 제공된다. 구현예에 따라서는, 영상 데이터에 포함된 예측 모드 정보, 움직임 정보, 양자화 파라미터 정보 등의 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 예측 모드 정보, 양자화 파라미터 정보 등의 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, 수신부(210) 및 AI 복호화부(230)는 전용 프로세서로 구현될 수도 있고, AP 또는 CPU, GPU와 같은 범용 프로세서와 S/W의 조합을 통해 구현될 수도 있다. 또한, 전용 프로세서의 경우, 본 개시의 실시예를 구현하기 위한 메모리를 포함하여 구현되거나, 외부 메모리를 이용하기 위한 메모리 처리부를 포함하여 구현될 수 있다.
또한, 수신부(210) 및 AI 복호화부(230)는 복수의 프로세서로 구성될 수도 있다. 이 경우, 전용 프로세서들의 조합으로 구현될 수도 있고, AP 또는 CPU, GPU와 같은 다수의 범용 프로세서들과 S/W의 조합을 통해 구현될 수도 있다. 마찬가지로 AI 업스케일부(234)와 제 1 복호화부(232)도 각각 서로 다른 프로세서로 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 해상도의 차이 정보, 제 1 영상(115) 관련 정보가 있다.
차이 정보는, 원본 영상(105) 대비 제 1 영상(115)의 해상도 변환 정도에 대한 정보(예를 들어, 해상도 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 인덱스 또는 플래그의 형태로 표현될 수도 있다.
그리고, 제 1 영상(115) 관련 정보는, 제 1 영상(115)의 제 1 부호화 결과 획득된 영상 데이터의 비트레이트 및 제 1 영상(115)의 제 1 부호화시 이용된 코덱 타입 중 적어도 하나에 대한 정보를 포함할 수 있다.
AI 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 획득하기 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 도면이고, 도 4는 도 3에 도시된 제 1 컨볼루션 레이어(310)에서의 컨볼루션 연산을 도시하고 있다.
도 3에 도시된 바와 같이, 제 2 영상(135)은 제 1 컨볼루션 레이어(310)로 입력된다. 도 3에 도시된 제 1 컨볼루션 레이어(310)에 표시된 3X3X4는 3 x 3의 크기의 4개의 필터 커널을 이용하여 1개의 입력 영상에 대해 컨볼루션 처리를 하는 것을 예시한다. 컨볼루션 처리 결과 4개의 필터 커널에 의해 4개의 특징 맵이 생성된다. 각 특징 맵은 제 2 영상(135)의 고유한 특성들을 나타낸다. 예를 들어, 각 특징 맵은 제 2 영상(135)의 수직 방향 특성, 수평 방향 특성 또는 에지 특성 등을 나타낼 수 있다.
도 4를 참조하여, 제 1 컨볼루션 레이어(310)에서의 컨볼루션 연산에 대해 상세히 설명한다.
제 1 컨볼루션 레이어(310)에서 이용되는 3 X 3의 크기를 갖는 필터 커널(430)의 파라미터들과 그에 대응하는 제 2 영상(135) 내 픽셀 값들 사이의 곱 연산 및 덧셈 연산을 통해 하나의 특징 맵(450)이 생성될 수 있다. 제 1 컨볼루션 레이어(310)에서는 4개의 필터 커널이 이용되므로, 4개의 필터 커널을 이용한 컨볼루션 연산 과정을 통해 4개의 특징 맵이 생성될 수 있다.
도 4에서 제 2 영상(135)에 표시된 I1 내지 I49는 제 2 영상(135)의 픽셀들을 나타내고, 필터 커널(430)에 표시된 F1 내지 F9는 필터 커널(430)의 파라미터들을 나타낸다. 또한, 특징 맵(450)에 표시된 M1 내지 M9는 특징 맵(450)의 샘플들을 나타낸다.
도 4는 제 2 영상(135)이 49개의 픽셀을 포함하는 것으로 예시하고 있으나, 이는 하나의 예시일 뿐이며, 제 2 영상(135)이 4K의 해상도를 갖는 경우, 예를 들어, 3840 X 2160개의 픽셀을 포함할 수 있다.
컨볼루션 연산 과정에서, 제 2 영상(135)의 I1, I2, I3, I8, I9, I10, I15, I16, I17의 픽셀 값들 각각과 필터 커널(430)의 F1, F2, F3, F4, F5, F6, F7, F8 및 F9 각각의 곱 연산이 수행되고, 곱 연산의 결과 값들을 조합(예를 들어, 덧셈 연산)한 값이 특징 맵(450)의 M1의 값으로 할당될 수 있다. 컨볼루션 연산의 스트라이드(stride)가 2라면, 제 2 영상(135)의 I3, I4, I5, I10, I11, I12, I17, I18, I19의 픽셀 값들 각각과 필터 커널(430)의 F1, F2, F3, F4, F5, F6, F7, F8 및 F9 각각의 곱 연산이 수행되고, 곱 연산의 결과 값들을 조합한 값이 특징 맵(450)의 M2의 값으로 할당될 수 있다.
필터 커널(430)이 제 2 영상(135)의 마지막 픽셀에 도달할 때까지 스트라이드에 따라 이동하는 동안 제 2 영상(135) 내 픽셀 값들과 필터 커널(430)의 파라미터들 사이의 컨볼루션 연산이 수행됨으로써, 소정 크기를 갖는 특징 맵(450)이 획득될 수 있다.
본 개시에 따르면, 제 1 DNN과 제 2 DNN의 연계 훈련을 통해 제 2 DNN의 파라미터들, 예를 들어, 제 2 DNN의 컨볼루션 레이어들에서 이용되는 필터 커널의 파라미터들(예를 들어, 필터 커널(430)의 F1, F2, F3, F4, F5, F6, F7, F8 및 F9)의 값이 최적화될 수 있다. 전술한 바와 같이, AI 업스케일부(234)는 AI 데이터에 기초하여, 제 1 DNN의 다운스케일 타겟에 대응하는 업스케일 타겟을 결정하고, 결정된 업스케일 타겟에 대응하는 파라미터들을 제 2 DNN의 컨볼루션 레이어들에서 이용되는 필터 커널의 파라미터들로 결정할 수 있다.
제 1 DNN 및 제 2 DNN에 포함된 컨볼루션 레이어들은 도 4와 관련하여 설명한 컨볼루션 연산 과정에 따른 처리를 할 수 있으나, 도 4에서 설명한 컨볼루션 연산 과정은 하나의 예시일 뿐이며, 이에 한정되는 것은 아니다.
다시 도 3을 참조하면, 제 1 컨볼루션 레이어(310)에서 출력된 특징 맵들은 제 1 활성화 레이어(320)로 입력된다.
제 1 활성화 레이어(320)는 각각의 특징 맵에 대해 비선형(Non-linear) 특성을 부여할 수 있다. 제 1 활성화 레이어(320)는 시그모이드 함수(sigmoid function), Tanh 함수, ReLU(Rectified Linear Unit) 함수 등을 포함할 수 있으나, 이에 한정되는 것은 아니다.
제 1 활성화 레이어(320)에서 비선형 특성을 부여하는 것은, 제 1 컨볼루션 레이어(310)의 출력인, 특징 맵의 일부 샘플 값을 변경하여 출력하는 것을 의미한다. 이때, 변경은 비선형 특성을 적용하여 수행된다.
제 1 활성화 레이어(320)는 제 1 컨볼루션 레이어(310)로부터 출력되는 특징 맵들의 샘플 값들을 제 2 컨볼루션 레이어(330)로 전달할지 여부를 결정한다. 예를 들어, 특징 맵들의 샘플 값들 중 어떤 샘플 값들은 제 1 활성화 레이어(320)에 의해 활성화되어 제 2 컨볼루션 레이어(330)로 전달되고, 어떤 샘플 값들은 제 1 활성화 레이어(320)에 의해 비활성화되어 제 2 컨볼루션 레이어(330)로 전달되지 않는다. 특징 맵들이 나타내는 제 2 영상(135)의 고유 특성이 제 1 활성화 레이어(320)에 의해 강조된다.
제 1 활성화 레이어(320)에서 출력된 특징 맵들(325)은 제 2 컨볼루션 레이어(330)로 입력된다. 도 3에 도시된 특징 맵들(325) 중 어느 하나는 도 4와 관련하여 설명한 특징 맵(450)이 제 1 활성화 레이어(320)에서 처리된 결과이다.
제 2 컨볼루션 레이어(330)에 표시된 3X3X4는 3 x 3의 크기의 4개의 필터 커널을 이용하여 입력된 특징 맵들(325)에 대해 컨볼루션 처리하는 것을 예시한다. 제 2 컨볼루션 레이어(330)의 출력은 제 2 활성화 레이어(340)로 입력된다. 제 2 활성화 레이어(340)는 입력 데이터에 대해 비선형 특성을 부여할 수 있다.
제 2 활성화 레이어(340)에서 출력된 특징 맵들(345)은 제 3 컨볼루션 레이어(350)로 입력된다. 도 3에 도시된 제 3 컨볼루션 레이어(350)에 표시된 3X3X1는 3 x 3의 크기의 1개의 필터 커널을 이용하여 1개의 출력 영상을 만들기 위해 컨볼루션 처리를 하는 것을 예시한다. 제 3 컨볼루션 레이어(350)는 최종 영상을 출력하기 위한 레이어로서 1개의 필터 커널을 이용하여 1개의 출력을 생성한다. 본 개시의 예시에 따르면, 제 3 컨볼루션 레이어(350)는 컨벌루션 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 DNN 설정 정보는 후술하는 바와 같이 복수 개일 수 있는데, 복수의 DNN 설정 정보는 제 1 DNN의 복수의 DNN 설정 정보와 연계되어야 한다. 제 2 DNN의 복수의 DNN 설정 정보와 제 1 DNN의 복수의 DNN 설정 정보 사이의 연계는, 제 1 DNN 및 제 2 DNN의 연계 학습을 통해 구현될 수 있다.
도 3은 제 2 DNN(300)이 세 개의 컨볼루션 레이어(310, 330, 350)와 두 개의 활성화 레이어(320, 340)를 포함하고 있는 것으로 도시하고 있으나, 이는 하나의 예시일 뿐이며, 구현예에 따라서, 컨볼루션 레이어 및 활성화 레이어의 개수는 다양하게 변경될 수 있다. 또한, 구현예에 따라서, 제 2 DNN(300)은 RNN(recurrent neural network)을 통해 구현될 수도 있다. 이 경우는 본 개시의 예시에 따른 제 2 DNN(300)의 CNN 구조를 RNN 구조로 변경하는 것을 의미한다.
일 실시예에서, AI 업스케일부(234)는 전술한 컨볼루션 연산 및 활성화 레이어의 연산을 위한 적어도 하나의 ALU(Arithmetic logic unit)를 포함할 수 있다. ALU는 프로세서로 구현될 수 있다. 컨볼루션 연산을 위해, ALU는 제 2 영상(135) 또는 이전 레이어에서 출력된 특징 맵의 샘플 값들과 필터 커널의 샘플 값들 사이의 곱 연산을 수행하는 곱셈기 및 곱셈의 결과 값들을 더하는 가산기를 포함할 수 있다. 또한, 활성화 레이어의 연산을 위해, ALU는 미리 결정된 시그모이드 함수, Tanh 함수 또는 ReLU 함수 등에서 이용되는 가중치를 입력된 샘플 값에 곱하는 곱셈기, 및 곱한 결과와 소정 값을 비교하여 입력된 샘플 값을 다음 레이어로 전달할지를 판단하는 비교기를 포함할 수 있다.
이하에서, AI 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 DNN 설정 정보를 저장할 수 있다.
여기서, DNN 설정 정보는 제 2 DNN에 포함되는 컨볼루션 레이어의 수, 컨볼루션 레이어별 필터 커널의 개수 및 각 필터 커널의 파라미터 중 적어도 하나에 대한 정보를 포함할 수 있다. 복수의 DNN 설정 정보는 다양한 업스케일 타겟에 각각 대응될 수 있으며, 특정 업스케일 타겟에 대응되는 DNN 설정 정보에 기반하여 제 2 DNN이 동작할 수 있다. DNN 설정 정보에 따라 제 2 DNN이 서로 다른 구조를 가질 수 있다. 예를 들어, 어느 DNN 설정 정보에 따라 제 2 DNN이 3개의 컨볼루션 레이어를 포함할 수 있고, 다른 DNN 설정 정보에 따라 제 2 DNN이 4개의 컨볼루션 레이어를 포함할 수 있다.
일 실시예에서, DNN 설정 정보는 제 2 DNN에서 사용되는 필터 커널의 파라미터만을 포함할 수도 있다. 이 경우, 제 2 DNN의 구조는 변경되지 않는 대신, DNN 설정 정보에 따라 내부의 필터 커널의 파라미터만이 달라질 수 있다.
AI 업스케일부(234)는 복수의 DNN 설정 정보 중 제 2 영상(135)의 AI 업스케일을 위한 DNN 설정 정보를 획득할 수 있다. 여기서 사용되는 복수의 DNN 설정 정보 각각은 미리 결정된 해상도 및/또는 미리 결정된 화질의 제 3 영상(145)을 획득하기 위한 정보로, 제 1 DNN과 연계하여 훈련된 것이다.
예를 들어, 복수의 DNN 설정 정보 중 어느 하나의 DNN 설정 정보는 제 2 영상(135)의 해상도보다 2배 큰 해상도의 제 3 영상(145), 예를 들어, 2K (2048*1080)의 제 2 영상(135)보다 2배 큰 4K(4096*2160)의 제 3 영상(145)을 획득하기 위한 정보들을 포함할 수 있고, 다른 하나의 DNN 설정 정보는 제 2 영상(135)의 해상도보다 4배 큰 해상도의 제 3 영상(145), 예를 들어, 2K (2048*1080)의 제 2 영상(135)보다 4배 큰 8K(8192*4320)의 제 3 영상(145)을 획득하기 위한 정보들을 포함할 수 있다.
복수의 DNN 설정 정보 각각은 AI 부호화 장치(600)의 제 1 DNN의 DNN 설정 정보와 연계되어 만들어진 것이며, AI 업스케일부(234)는 제 1 DNN의 DNN 설정 정보의 축소 비율에 대응되는 확대 비율에 따라 복수의 DNN 설정 정보 중 하나의 DNN 설정 정보를 획득한다. 이를 위해, AI 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 획득하기 위해 이용된 제 1 DNN의 DNN 설정 정보가 타겟하는 정보를 확인하고, 그와 연계 훈련된 제 2 DNN의 DNN 설정 정보를 획득할 수 있는 것이다.
복수의 DNN 설정 정보 중 제 2 영상(135)의 AI 업스케일을 위한 DNN 설정 정보가 획득되면, 획득된 DNN 설정 정보에 따라 동작하는 제 2 DNN에 기초하여 입력 데이터가 처리될 수 있다.
예를 들어, 어느 하나의 DNN 설정 정보가 획득되면, 도 3에 도시된 제 2 DNN(300)의 제 1 컨볼루션 레이어(310), 제 2 컨볼루션 레이어(330) 및 제 3 컨볼루션 레이어(350) 각각에 대해서, 각 레이어에 포함되는 필터 커널의 개수와 필터 커널의 파라미터들을, 상기 획득된 DNN 설정 정보에 포함된 값으로 설정한다.
구체적으로, 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 DNN 설정 정보의 변경이 있는 경우, 이를 변경된 DNN 설정 정보에 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 DNN 설정 정보 중 제 2 영상(135)을 업스케일하기 위한 DNN 설정 정보를 획득할 수 있는데, DNN 설정 정보를 획득하는데 이용되는 AI 데이터에 대해 구체적으로 설명한다.
일 실시예에서, AI 업스케일부(234)는 AI 데이터에 포함된 차이 정보에 기초하여, 복수의 DNN 설정 정보 중 제 2 영상(135)을 업스케일하기 위한 DNN 설정 정보를 획득할 수 있다. 예를 들어, 차이 정보에 기초하여 원본 영상(105)의 해상도(예를 들어, 4K(4096*2160))가 제 1 영상(115)의 해상도(예를 들어, 2K (2048*1080))보다 2배 큰 것으로 확인된 경우, AI 업스케일부(234)는 제 2 영상(135)의 해상도를 2배 증가시킬 수 있는 DNN 설정 정보를 획득할 수 있다.
다른 실시예에서, AI 업스케일부(234)는 AI 데이터에 포함된 제 1 영상(115) 관련 정보에 기초하여, 복수의 DNN 설정 정보 중 제 2 영상(135)을 AI 업스케일하기 위한 DNN 설정 정보를 획득할 수 있다. AI 업스케일부(234)는 영상 관련 정보들과 DNN 설정 정보들 사이의 매핑 관계를 미리 결정하고, 제 1 영상(115) 관련 정보에 매핑된 DNN 설정 정보를 획득할 수 있다.
도 5는 여러 영상 관련 정보들과 여러 DNN 설정 정보들 사이의 매핑 관계를 나타내는 예시적인 도면이다.
도 5에 따른 실시예를 통해, 본 개시의 일 실시예의 AI 부호화/AI 복호화 과정은 해상도의 변화만을 고려하는 것이 아님을 알 수 있다. 도 5에 도시된 바와 같이, SD, HD, Full HD와 같은 해상도, 10Mbps, 15Mbps, 20Mbps와 같은 비트레이트, 그리고 AV1, H.264, HEVC와 같은 코덱 정보를 개별적으로 또는 모두 고려하여 DNN 설정 정보의 선택이 이루어질 수 있다. 이러한 고려를 위해서는 AI 훈련 과정에서 각각의 요소들을 고려한 훈련이 부호화, 복호화 과정에 연계되어 이루어져야 한다(도 9 참조).
따라서, 훈련 내용에 따라서 도 5에 도시된 바와 같이, 코덱 타입, 영상의 해상도 등을 포함하는 영상 관련 정보에 기반하여 복수의 DNN 설정 정보가 구비된 경우, AI 복호화 과정에서 전달받는 제 1 영상(115) 관련 정보에 기반하여 제 2 영상(135)의 AI 업스케일을 위한 DNN 설정 정보를 획득할 수 있다.
즉, AI 업스케일부(234)는 도 5에 도시된 표의 좌측에 도시된 영상 관련 정보와 표 우측의 DNN 설정 정보를 매칭하고 있음으로써, 영상 관련 정보에 따른 DNN 설정 정보를 사용할 수 있는 것이다.
도 5에 예시된 바와 같이, 제 1 영상(115) 관련 정보로부터 제 1 영상(115)의 해상도가 SD이고, 제 1 영상(115)의 제 1 부호화 결과 획득된 영상 데이터의 비트레이트가 10Mbps이고, 제 1 영상(115)이 AV1 코덱으로 제 1 부호화된 것으로 확인되면, AI 업스케일부(234)는 복수의 DNN 설정 정보 중 A DNN 설정 정보를 사용할 수 있다.
또한, 제 1 영상(115) 관련 정보로부터 제 1 영상(115)의 해상도가 HD이고, 제 1 부호화 결과 획득된 영상 데이터의 비트레이트가 15Mbps이고, 제 1 영상(115)이 H.264 코덱으로 제 1 부호화된 것으로 확인되면, AI 업스케일부(234)는 복수의 DNN 설정 정보 중 B DNN 설정 정보를 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 획득된 영상 데이터의 비트레이트가 20Mbps이고, 제 1 영상(115)이 HEVC 코덱으로 제 1 부호화된 것으로 확인되면, AI 업스케일부(234)는 복수의 DNN 설정 정보 중 C DNN 설정 정보를 사용하고, 제 1 영상(115)의 해상도가 Full HD이고, 제 1 영상(115)의 제 1 부호화 결과 획득된 영상 데이터의 비트레이트가 15Mbps이고, 제 1 영상(115)이 HEVC 코덱으로 제 1 부호화된 것으로 확인되면, AI 업스케일부(234)는 복수의 DNN 설정 정보 중 D DNN 설정 정보를 사용할 수 있다. 제 1 영상(115)의 제 1 부호화 결과 획득된 영상 데이터의 비트레이트가 20Mbps인지 또는 15Mbps인지에 따라 C DNN 설정 정보와 D DNN 설정 정보 중에서 어느 하나가 선택된다. 동일 해상도의 제 1 영상(115)을 동일 코덱으로 제 1 부호화하였을 때, 영상 데이터의 비트레이트가 서로 상이하다는 것은, 복원되는 영상의 화질이 서로 상이하다는 것을 의미한다. 따라서, 제 1 DNN과 제 2 DNN은 소정 화질에 기반하여 연계 훈련될 수 있으며, 이에 따라 AI 업스케일부(234)는 제 2 영상(135)의 화질을 나타내는, 영상 데이터의 비트레이트에 따라 DNN 설정 정보를 획득할 수 있다.
또 다른 실시예에서, AI 업스케일부(234)는 제 1 복호화부(232)로부터 제공되는 정보(예측 모드 정보, 움직임 정보, 양자화 파라미터 정보 등)와 AI 데이터에 포함된 제 1 영상(115) 관련 정보를 모두 고려하여 복수의 DNN 설정 정보 중 제 2 영상(135)을 AI 업스케일하기 위한 DNN 설정 정보를 획득할 수도 있다. 예를 들어, AI 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 획득된 영상 데이터의 비트레이트를 확인하고, 양자화 파라미터 및 비트레이트에 대응하는 DNN 설정 정보를 획득할 수도 있다. 동일한 비트레이트라도 영상의 복잡도에 따라 복원 영상의 화질 정도에 차이가 있을 수 있으며, 비트레이트는 제 1 부호화되는 제 1 영상(115) 전체를 대표하는 값으로서 제 1 영상(115) 내에서도 각 프레임의 화질이 서로 다를 수 있다. 따라서, 제 1 복호화부(232)로부터 각 프레임 별로 획득할 수 있는 예측 모드 정보, 움직임 정보 및/또는 양자화 파라미터를 함께 고려하면, AI 데이터만 이용하는 것에 비해 제 2 영상(135)에 보다 적합한 DNN 설정 정보를 획득할 수 있다.
또한, 구현예에 따라, AI 데이터는 상호 약속된 DNN 설정 정보의 식별자를 포함할 수 있다. DNN 설정 정보의 식별자는, 제 1 DNN의 다운스케일 타겟에 대응하는 업스케일 타겟으로, 제 2 영상(135)을 AI 업스케일할 수 있도록, 제 1 DNN과 제 2 DNN 간 연계 훈련된 DNN 설정 정보의 쌍을 구분하기 위한 정보이다. AI 업스케일부(234)는 AI 데이터에 포함된 DNN 설정 정보의 식별자를 획득한 후, DNN 설정 정보의 식별자에 대응하는 DNN 설정 정보를 사용하여 제 2 영상(135)을 AI 업스케일할 수 있다. 예를 들어, 제 1 DNN에 설정 가능한 복수의 DNN 설정 정보 각각을 가리키는 식별자와 제 2 DNN에 설정 가능한 복수의 DNN 설정 정보 각각을 가리키는 식별자가 미리 지정되어 있을 수 있다. 이 경우, 제 1 DNN 및 제 2 DNN 각각에 설정 가능한 DNN 설정 정보의 쌍에 대해 동일한 식별자가 지정될 수 있다. AI 데이터는 원본 영상(105)의 AI 다운스케일을 위해 제 1 DNN에 설정된 DNN 설정 정보의 식별자를 포함할 수 있다. AI 데이터를 수신한 AI 업스케일부(234)는 복수의 DNN 설정 정보 중 AI 데이터에 포함된 식별자가 가리키는 DNN 설정 정보를 이용하여 제 2 영상(135)을 AI 업스케일할 수 있다.
또한, 구현예에 따라, AI 데이터는 DNN 설정 정보를 포함할 수도 있다. AI 업스케일부(234)는 AI 데이터에 포함된 DNN 설정 정보를 획득한 후, 해당 DNN 설정 정보를 사용하여 제 2 영상(135)을 AI 업스케일할 수도 있다.
구현예에 따라, DNN 설정 정보를 구성하는 정보들(예를 들어, 컨볼루션 레이어의 수, 컨볼루션 레이어별 필터 커널의 개수, 각 필터 커널의 파라미터 등)들이 룩업 테이블 형태로 저장되어 있는 경우, AI 업스케일부(234)는 AI 데이터에 포함된 정보에 기초하여 룩업 테이블 값들 중에서 선택된 일부를 조합하여 DNN 설정 정보를 획득하고, 획득된 DNN 설정 정보를 사용하여 제 2 영상(135)을 AI 업스케일할 수도 있다.
구현예에 따라, AI 업스케일부(234)는 업스케일 타겟에 대응되는 DNN의 구조가 결정되면, 결정된 DNN의 구조에 대응하는 DNN 설정 정보, 예를 들어, 필터 커널의 파라미터들을 획득할 수도 있다.
AI 업스케일부(234)는 제 1 DNN과 관련된 정보를 포함하는 AI 데이터를 통해 제 2 DNN의 DNN 설정 정보를 획득하고, 획득된 DNN 설정 정보로 세팅된 제 2 DNN을 통해 제 2 영상(135)을 AI 업스케일하는 데, 이는, 제 2 영상(135)의 특징을 직접 분석하여 업스케일하는 것과 비교하여 메모리 사용량과 연산량이 감소될 수 있다.
일 실시예에서, 제 2 영상(135)이 복수의 프레임으로 구성된 경우, AI 업스케일부(234)는 소정 개수의 프레임 별로 DNN 설정 정보를 독립적으로 획득할 수 있고, 또는, 전체 프레임에 대해 공통된 DNN 설정 정보를 획득할 수도 있다.
도 6은 복수의 프레임으로 구성된 제 2 영상(135)을 도시하는 도면이다.
도 6에 도시된 바와 같이, 제 2 영상(135)은 t0 내지 tn에 대응하는 프레임들로 이루어질 수 있다.
일 예시에서, AI 업스케일부(234)는 AI 데이터를 통해 제 2 DNN의 DNN 설정 정보를 획득하고, 획득한 DNN 설정 정보에 기초하여 t0 내지 tn에 대응하는 프레임들을 AI 업스케일할 수 있다. 즉, t0 내지 tn에 대응하는 프레임들이 공통된 DNN 설정 정보에 기초하여 AI 업스케일될 수 있다.
다른 예시에서, AI 업스케일부(234)는 t0 내지 tn에 대응하는 프레임들 중 일부의 프레임들, 예를 들어, t0 내지 ta에 대응하는 프레임들을 AI 데이터로부터 획득한 'A' DNN 설정 정보로 AI 업스케일하고, ta+1 내지 tb에 대응하는 프레임들을 AI 데이터로부터 획득한 'B' DNN 설정 정보로 AI 업스케일할 수 있다. 또한, AI 업스케일부(234)는 tb+1 내지 tn에 대응하는 프레임들을 AI 데이터로부터 획득한 'C' DNN 설정 정보로 AI 업스케일할 수 있다. 다시 말하면, AI 업스케일부(234)는 복수의 프레임들 중 소정 개수의 프레임을 포함하는 그룹마다 DNN 설정 정보를 독립적으로 획득하고, 그룹 각각에 포함된 프레임들을 독립적으로 획득한 DNN 설정 정보로 AI 업스케일할 수 있다.
또 다른 예시에서, AI 업스케일부(234)는 제 2 영상(135)을 구성하는 프레임별로 DNN 설정 정보를 독립적으로 획득할 수도 있다. 즉, 제 2 영상(135)이 3개의 프레임으로 구성되어 있는 경우, AI 업스케일부(234)는 첫 번째 프레임과 관련하여 획득한 DNN 설정 정보로 첫 번째 프레임을 AI 업스케일하고, 두 번째 프레임과 관련하여 획득한 DNN 설정 정보로 두 번째 프레임을 AI 업스케일하고, 세 번째 프레임과 관련하여 획득한 DNN 설정 정보로 세 번째 프레임을 AI 업스케일할 수 있다. 전술한, 제 1 복호화부(232)로부터 제공되는 정보(예측 모드 정보, 움직임 정보, 양자화 파라미터 정보 등)와 AI 데이터에 포함된 제 1 영상(115) 관련 정보에 기초하여 DNN 설정 정보가 획득되는 방식에 따라, 제 2 영상(135)을 구성하는 프레임별로 DNN 설정 정보가 독립적으로 획득될 수 있다. 왜냐하면, 모드 정보, 양자화 파라미터 정보 등은 제 2 영상(135)을 구성하는 프레임마다 독립적으로 결정될 수 있기 때문이다.
또 다른 예시에서, AI 데이터는 AI 데이터에 기초하여 획득되는 DNN 설정 정보가 어느 프레임까지 유효한 것인지를 나타내는 정보를 포함할 수 있다. 예를 들어, AI 데이터 내에 DNN 설정 정보가 ta 프레임까지 유효하다는 정보가 포함되어 있는 경우, AI 업스케일부(234)는 AI 데이터에 기초하여 획득한 DNN 설정 정보로 t0 내지 ta 프레임들을 AI 업스케일한다. 그리고, 다른 AI 데이터 내에 DNN의 설정 정보가 tn 프레임까지 유효하다는 정보가 포함되어 있는 경우, AI 업스케일부(234)는 상기 다른 AI 데이터에 기초하여 획득한 DNN 설정 정보로 ta+1 내지 tn 프레임들을 AI 업스케일할 수 있다.
이하에서는, 도 7을 참조하여, 원본 영상(105)의 AI 부호화를 위한 AI 부호화 장치(600)에 대해 설명한다.
도 7은 일 실시예에 따른 AI 부호화 장치(600)의 구성을 도시하는 블록도이다.
도 7을 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 7은 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, 전용 프로세서로 구현될 수도 있고, AP 또는 CPU, GPU와 같은 범용 프로세서와 S/W의 조합을 통해 구현될 수도 있다. 또한, 전용 프로세서의 경우, 본 개시의 실시예를 구현하기 위한 메모리를 포함하여 구현되거나, 외부 메모리를 이용하기 위한 메모리 처리부를 포함하여 구현될 수 있다.
또한, AI 부호화부(610) 및 전송부(630)는 복수의 프로세서로 구성될 수도 있다. 이 경우, 전용 프로세서들의 조합으로 구현될 수도 있고, AP 또는 CPU, GPU와 같은 다수의 범용 프로세서들과 S/W의 조합을 통해 구현될 수도 있다. AI 다운스케일부(612)와 제 1 부호화부(614)도 각각 서로 다른 프로세서로 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 획득된 데이터를 포함한다. 영상 데이터는 제 1 영상(115) 내 픽셀 값들에 기초하여 획득되는 데이터, 예를 들어, 제 1 영상(115)과 제 1 영상(115)의 예측 데이터 사이의 차이인 잔차 데이터를 포함할 수 있다. 또한, 영상 데이터는 제 1 영상(115)의 제 1 부호화 과정에서 이용된 정보들을 포함한다. 예를 들어, 영상 데이터는 제 1 영상(115)을 제 1 부호화하는데 이용된 예측 모드 정보, 움직임 정보 및 제 1 영상(115)을 제 1 부호화하는데 이용된 양자화 파라미터 관련 정보 등을 포함할 수 있다.
AI 데이터는, AI 업스케일부(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 획득된 영상 데이터의 비트레이트 및 제 1 영상(115)의 제 1 부호화시 이용된 코덱 타입 중 적어도 하나에 대한 정보를 포함할 수 있다.
일 실시예에서, AI 데이터는, 제 1 DNN의 다운스케일 타겟에 대응하는 업스케일 타겟으로 제 2 영상(135)이 AI 업스케일될 수 있도록, 상호 약속된 DNN 설정 정보의 식별자를 포함할 수 있다.
또한, 일 실시예에서, AI 데이터는 제 2 DNN에 세팅 가능한 DNN 설정 정보를 포함할 수도 있다.
AI 다운스케일부(612)는 제 1 DNN을 통해 원본 영상(105)으로부터 AI 다운스케일된 제 1 영상(115)을 획득할 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 획득을 위해, AI 다운스케일부(612)는 제 1 DNN에 세팅 가능한 복수의 DNN 설정 정보를 저장할 수 있다. AI 다운스케일부(612)는 복수의 DNN 설정 정보 중 다운스케일 타겟에 대응하는 DNN 설정 정보를 획득하고, 획득된 DNN 설정 정보로 세팅된 제 1 DNN을 통해 원본 영상(105)을 AI 다운스케일한다.
상기 복수의 DNN 설정 정보 각각은 미리 결정된 해상도 및/또는 미리 결정된 화질의 제 1 영상(115)을 획득하기 위해 훈련된 것일 수 있다. 예를 들어, 복수의 DNN 설정 정보 중 어느 하나의 DNN 설정 정보는 원본 영상(105)의 해상도보다 1/2배만큼 작은 해상도의 제 1 영상(115), 예를 들어, 4K(4096*2160)의 원본 영상(105)보다 1/2배 작은 2K (2048*1080)의 제 1 영상(115)을 획득하기 위한 정보들을 포함할 수 있고, 다른 하나의 DNN 설정 정보는 원본 영상(105)의 해상도보다 1/4배만큼 작은 해상도의 제 1 영상(115), 예를 들어, 8K(8192*4320)의 원본 영상(105)보다 1/4배 작은 2K (2048*1080)의 제 1 영상(115)을 획득하기 위한 정보들을 포함할 수 있다.
구현예에 따라, DNN 설정 정보를 구성하는 정보들(예를 들어, 컨볼루션 레이어의 수, 컨볼루션 레이어별 필터 커널의 개수, 각 필터 커널의 파라미터 등)들이 룩업 테이블 형태로 저장되어 있는 경우, AI 다운스케일부(612)는 다운스케일 타겟에 따라 룩업 테이블 값들 중에서 선택된 일부를 조합하여 DNN 설정 정보를 획득하고, 획득된 DNN 설정 정보를 사용하여 원본 영상(105)을 AI 다운스케일할 수도 있다.
구현예에 따라, AI 다운스케일부(612)는 다운스케일 타겟에 대응되는 DNN의 구조를 결정하고, 결정된 DNN의 구조에 대응하는 DNN 설정 정보, 예를 들어, 필터 커널의 파라미터들을 획득할 수도 있다.
원본 영상(105)의 AI 다운스케일을 위한 복수의 DNN 설정 정보는, 제 1 DNN과 제 2 DNN이 연계 훈련됨으로써, 최적화된 값을 가질 수 있다. 여기서, 각 DNN 설정 정보는 제 1 DNN에 포함되는 컨볼루션 레이어의 수, 컨볼루션 레이어별 필터 커널의 개수 및 각 필터 커널의 파라미터 중 적어도 하나를 포함한다.
AI 다운스케일부(612)는 원본 영상(105)의 AI 다운스케일을 위해 결정된 DNN 설정 정보로 제 1 DNN을 세팅하여, 소정 해상도 및/또는 소정 화질의 제 1 영상(115)을 제 1 DNN을 통해 획득할 수 있다. 복수의 DNN 설정 정보 중 원본 영상(105)의 AI 다운스케일을 위한 DNN 설정 정보가 획득되면, 제 1 DNN 내 각 레이어는 DNN 설정 정보에 포함된 정보들에 기초하여 입력된 데이터를 처리할 수 있다.
이하에서는, AI 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 획득해야 하는지를 나타낼 수 있다.
일 실시예에서, AI 다운스케일부(612)는 압축률(예를 들어, 원본 영상(105)과 제 1 영상(115) 사이의 해상도 차이, 타겟 비트레이트), 압축 품질(예를 들어, 비트레이트 타입), 압축 히스토리 정보 및 원본 영상(105)의 타입 중 적어도 하나에 기초하여 다운스케일 타겟을 결정할 수 있다.
일 예에서, AI 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.
일 실시예에서, 원본 영상(105)이 복수의 프레임으로 구성된 경우, AI 다운스케일부(612)는 소정 개수의 프레임 별로 다운스케일 타겟을 독립적으로 결정할 수 있고, 또는, 전체 프레임에 대해 공통된 다운스케일 타겟을 결정할 수도 있다.
일 예시에서, AI 다운스케일부(612)는 원본 영상(105)을 구성하는 프레임들을 소정 개수의 그룹으로 구분하고, 각 그룹별로 다운스케일 타겟을 독립적으로 결정할 수 있다. 각 그룹에 대해 서로 동일하거나 서로 상이한 다운스케일 타겟이 결정될 수 있다. 그룹들에 포함된 프레임들의 개수는 그룹별로 동일하거나 상이할 수 있다.
다른 예시에서, AI 다운스케일부(612)는 원본 영상(105)을 구성하는 프레임별로 다운스케일 타겟을 독립적으로 결정할 수 있다. 각각의 프레임에 대해 서로 동일하거나 서로 상이한 다운스케일 타겟이 결정될 수 있다.
이하에서는, AI 다운스케일의 기반이 되는 제 1 DNN(700)의 예시적인 구조에 대해 설명한다.
도 8은 원본 영상(105)의 AI 다운스케일을 위한 제 1 DNN(700)을 나타내는 예시적인 도면이다.
도 8에 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)는 제 1 컨볼루션 레이어(710)로부터 출력되는 특징 맵들의 샘플 값들을 제 2 컨볼루션 레이어(730)로 전달할지 여부를 결정한다. 예를 들어, 특징 맵들의 샘플 값들 중 어떤 샘플 값들은 제 1 활성화 레이어(720)에 의해 활성화되어 제 2 컨볼루션 레이어(730)로 전달되고, 어떤 샘플 값들은 제 1 활성화 레이어(720)에 의해 비활성화되어 제 2 컨볼루션 레이어(730)로 전달되지 않는다. 제 1 컨볼루션 레이어(710)로부터 출력되는 특징 맵들이 나타내는 정보가 제 1 활성화 레이어(720)에 의해 강조된다.
제 1 활성화 레이어(720)의 출력(725)이 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 출력(745)은 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 획득한다. 본 개시의 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 DNN 설정 정보는 복수 개일 수 있는데, 복수의 DNN 설정 정보는 제 2 DNN의 복수의 DNN 설정 정보와 연계되어야 한다. 제 1 DNN의 복수의 DNN 설정 정보와 제 2 DNN의 복수의 DNN 설정 정보 사이의 연계는, 제 1 DNN 및 제 2 DNN의 연계 학습을 통해 구현될 수 있다.
도 8은 제 1 DNN(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.
일 실시예에서, AI 다운스케일부(612)는 컨볼루션 연산 및 활성화 레이어의 연산을 위한 적어도 하나의 ALU를 포함할 수 있다. ALU는 프로세서로 구현될 수 있다. 컨볼루션 연산을 위해, ALU는 원본 영상(105) 또는 이전 레이어에서 출력된 특징 맵의 샘플 값들과 필터 커널의 샘플 값들 사이의 곱 연산을 수행하는 곱셈기 및 곱셈의 결과 값들을 더하는 가산기를 포함할 수 있다. 또한, 활성화 레이어의 연산을 위해, ALU는 미리 결정된 시그모이드 함수, Tanh 함수 또는 ReLU 함수 등에서 이용되는 가중치를 입력된 샘플 값에 곱하는 곱셈기, 및 곱한 결과와 소정 값을 비교하여 입력된 샘플 값을 다음 레이어로 전달할지를 판단하는 비교기를 포함할 수 있다.
다시 도 7을 참조하면, AI 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 획득될 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 획득된 AI 부호화 데이터를 전송한다. AI 부호화 결과 획득된 AI 부호화 데이터는 영상 데이터와 AI 데이터를 포함한다. 영상 데이터와 AI 데이터는 동종 네트워크 또는 이종 네트워크를 통해 전송될 수 있다.
일 실시예에서, 데이터 처리부(632)의 처리 결과 획득된 AI 부호화 데이터는 하드 디스크, 플로피 디스크 및 자기 테이프와 같은 자기 매체, CD-ROM 및 DVD와 같은 광기록 매체, 플롭티컬 디스크(floptical disk)와 같은 자기-광 매체(magneto-optical medium) 등을 포함하는 데이터 저장 매체에 저장될 수도 있다.
이하에서는, 도 9를 참조하여, 제 1 DNN(700)과 제 2 DNN(300)을 연계 훈련시키는 방법에 대해 설명한다.
도 9는 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 획득된 제 3 영상(145)과 원본 영상(105)과의 유사성을 유지하기 위해서는 AI 부호화 과정 및 AI 복호화 과정에 연관성이 필요하다. 즉, AI 부호화 과정에서 손실된 정보를 AI 복호화 과정에서 복원할 수 있어야 하는데, 이를 위해 제 1 DNN(700)과 제 2 DNN(300)의 연계 훈련이 요구된다.
정확한 AI 복호화를 위해서는 궁극적으로 도 9에 도시된 제 3 훈련 영상(804)과 원본 훈련 영상(801) 사이의 비교 결과에 대응하는 퀄리티 손실 정보(830)를 감소시킬 필요가 있다. 따라서, 퀄리티 손실 정보(830)는 제 1 DNN(700) 및 제 2 DNN(300)의 훈련 모두에 이용된다.
먼저, 도 9에 도시된 훈련 과정에 대해 설명한다.
도 9에서, 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.
원본 훈련 영상(801)은 정지 영상 또는 복수의 프레임으로 이루어진 동영상을 포함한다. 일 실시예에서, 원본 훈련 영상(801)은 정지 영상 또는 복수의 프레임으로 이루어진 동영상으로부터 추출된 휘도 영상을 포함할 수도 있다. 또한, 일 실시예에서, 원본 훈련 영상(801)은 정지 영상 또는 복수의 프레임으로 이루어진 동영상에서 추출된 패치 영상을 포함할 수도 있다. 원본 훈련 영상(801)이 복수의 프레임으로 이루어진 경우, 제 1 훈련 영상(802), 제 2 훈련 영상 및 제 3 훈련 영상(804) 역시 복수의 프레임으로 구성된다. 원본 훈련 영상(801)의 복수의 프레임이 순차적으로 제 1 DNN(700)에 입력되면, 제 1 DNN(700) 및 제 2 DNN(300)을 통해 제 1 훈련 영상(802), 제 2 훈련 영상 및 제 3 훈련 영상(804)의 복수의 프레임이 순차적으로 획득될 수 있다.
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 9를 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 획득된 제 2 훈련 영상(second training image)이 제 2 DNN(300)으로 입력될 수도 있다. 제 2 훈련 영상을 제 2 DNN으로 입력시키기 위해 MPEG-2, H.264, MPEG-4, HEVC, VC-1, VP8, VP9 및 AV1 중 어느 하나의 코덱이 이용될 수 있다. 구체적으로, 제 1 훈련 영상(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 9를 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 획득된다. 여기서, 레거시 다운스케일은 바이리니어(bilinear) 스케일, 바이큐빅(bicubic) 스케일, 란조스(lanczos) 스케일 및 스테어 스탭(stair step) 스케일 중 적어도 하나를 포함할 수 있다.
원본 영상(105)의 구조적 특징을 기준으로 제 1 영상(115)의 구조적 특징이 크게 벗어나는 것을 방지하기 위해, 원본 훈련 영상(801)의 구조적 특징을 보존하는 축소 훈련 영상(803)을 획득하는 것이다.
훈련의 진행 전 제 1 DNN(700) 및 제 2 DNN(300)은 미리 결정된 DNN 설정 정보로 세팅될 수 있다. 훈련이 진행됨에 따라 구조적 손실 정보(810), 복잡성 손실 정보(820) 및 퀄리티 손실 정보(830)가 결정될 수 있다.
구조적 손실 정보(810)는 축소 훈련 영상(803)과 제 1 훈련 영상(802)의 비교 결과에 기초하여 결정될 수 있다. 일 예에서, 구조적 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. 구조적 손실 정보(810)는 원본 훈련 영상(801)의 구조적 정보가 제 1 훈련 영상(802)에서 어느 정도로 유지되고 있는지를 나타낸다. 구조적 손실 정보(810)가 작을수록 제 1 훈련 영상(802)의 구조적 정보가 원본 훈련 영상(801)의 구조적 정보와 유사해진다.
복잡성 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. 복잡성 손실 정보(820)는 제 1 훈련 영상(802)을 제 1 부호화하여 획득한 영상 데이터의 비트레이트와 관련된다. 복잡성 손실 정보(820)가 작을수록 영상 데이터의 비트레이트가 작은 것으로 정의된다.
퀄리티 손실 정보(830)는 원본 훈련 영상(801)과 제 3 훈련 영상(804)의 비교 결과에 기초하여 결정될 수 있다. 퀄리티 손실 정보(830)는 원본 훈련 영상(801)과 제 3 훈련 영상(804)의 차이에 대한 L1-norm 값, L2-norm 값, SSIM(Structural Similarity) 값, PSNR-HVS(Peak Signal-To-Noise Ratio-Human Vision System) 값, MS-SSIM(Multiscale SSIM) 값, VIF(Variance Inflation Factor) 값 및 VMAF(Video Multimethod Assessment Fusion) 값 중 적어도 하나를 포함할 수 있다. 퀄리티 손실 정보(830)는 제 3 훈련 영상(804)이 원본 훈련 영상(801)과 어느 정도로 유사한지를 나타낸다. 퀄리티 손실 정보(830)가 작을수록 제 3 훈련 영상(804)이 원본 훈련 영상(801)에 더 유사해진다.
도 9를 참조하면, 구조적 손실 정보(810), 복잡성 손실 정보(820) 및 퀄리티 손실 정보(830)가 제 1 DNN(700)의 훈련에 이용되고, 퀄리티 손실 정보(830)는 제 2 DNN(300)의 훈련에 이용된다. 즉, 퀄리티 손실 정보(830)는 제 1 DNN(700) 및 제 2 DNN(300)의 훈련에 모두 이용된다.
제 1 DNN(700)은 구조적 손실 정보(810), 복잡성 손실 정보(820) 및 퀄리티 손실 정보(830)에 기초하여 결정된 최종 손실 정보가 감소 또는 최소화되도록 파라미터를 갱신할 수 있다. 또한, 제 2 DNN(300)은 퀄리티 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.
[수학식 1]
LossDS = a×구조적 손실 정보 + b×복잡성 손실 정보 + c×퀄리티 손실 정보
LossUS = d×퀄리티 손실 정보
상기 수학식 1에서, LossDS는 제 1 DNN(700)의 훈련을 위해 감소 또는 최소화되어야 할 최종 손실 정보를 나타내고, LossUS는 제 2 DNN(300)의 훈련을 위해 감소 또는 최소화되어야 할 최종 손실 정보를 나타낸다. 또한, a, b, c, d는 미리 결정된 소정의 가중치에 해당할 수 있다.
즉, 제 1 DNN(700)은 수학식 1의 LossDS가 감소되는 방향으로 파라미터들을 갱신하고, 제 2 DNN(300)은 LossUS가 감소되는 방향으로 파라미터들을 갱신하게 된다. 훈련 과정에서 도출된 LossDS에 따라 제 1 DNN(700)의 파라미터들이 갱신되면, 갱신된 파라미터에 기초하여 획득되는 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, 퀄리티 손실 정보(830) 역시 새롭게 결정되며, 그에 따라 제 2 DNN(300)은 파라미터들을 갱신한다. 퀄리티 손실 정보(830)가 새롭게 결정되면, LossDS 역시 새롭게 결정되므로, 제 1 DNN(700)은 새롭게 결정된 LossDS에 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 퀄리티 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.
수학식 1을 참조하면, LossUS가 퀄리티 손실 정보(830)에 따라 결정되는 것을 알 수 있으나, 이는 하나의 예시이며, LossUS는 구조적 손실 정보(810) 및 복잡성 손실 정보(820) 중 적어도 하나와, 퀄리티 손실 정보(830)에 기초하여 결정될 수도 있다.
앞서, AI 복호화 장치(200)의 AI 업스케일부(234) 및 AI 부호화 장치(600)의 AI 다운스케일부(612)는 복수의 DNN 설정 정보를 저장하는 것으로 설명하였는데, AI 업스케일부(234) 및 AI 다운스케일부(612)에 저장되는 복수의 DNN 설정 정보 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(구조적 손실 정보(810)), 제 1 훈련 영상(802)의 제 1 부호화 결과 획득되는 영상 데이터의 비트레이트(복잡성 손실 정보(820)) 및 제 3 훈련 영상(804)과 원본 훈련 영상(801) 사이의 차이(퀄리티 손실 정보(830))를 고려하여 파라미터를 갱신하게 된다.
자세히 설명하면, 원본 훈련 영상(801)의 구조적 정보와 유사하면서, 제 1 부호화를 하였을 때 획득되는 영상 데이터의 비트레이트가 작은 제 1 훈련 영상(802)이 획득 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 획득할 수 있도록, 제 1 DNN(700)의 파라미터가 갱신될 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 DNN 설정 정보가 제 1 DNN(700) 및 제 2 DNN(300)에서 결정될 수 있는 것이다.
앞서, 도 5와 관련하여 설명한 바와 같이, 제 1 DNN(700) 및 제 2 DNN(300)의 복수의 DNN 설정 정보들은 제 1 영상 관련 정보들에 매핑되어 있을 수 있다. 이러한 매핑 관계의 설정을 위해, 제 1 DNN(700)에서 출력되는 제 1 훈련 영상(802)을 특정 비트레이트에 따라 특정 코덱으로 제 1 부호화하고, 제 1 부호화 결과 획득된 비트스트림을 제 1 복호화하여 획득한 제 2 훈련 영상을 제 2 DNN(300)으로 입력할 수 있다. 즉, 특정 해상도의 제 1 훈련 영상(802)이 특정 코덱에 의해 특정 비트레이트로 제 1 부호화되도록 환경을 설정한 후, 제 1 DNN(700) 및 제 2 DNN(300)을 훈련시킴으로써, 제 1 훈련 영상(802)의 해상도, 제 1 훈련 영상(802)의 제 1 부호화에 이용된 코덱의 종류 및 제 1 훈련 영상(802)의 제 1 부호화 결과 획득된 비트스트림의 비트레이트에 매핑된 DNN 설정 정보 쌍이 결정될 수 있는 것이다. 제 1 훈련 영상(802)의 해상도, 제 1 훈련 영상(802)의 제 1 부호화에 이용된 코덱의 종류 및 제 1 훈련 영상(802)의 제 1 부호화에 따라 획득되는 비트스트림의 비트레이트를 다양하게 변경시킴으로써, 제 1 DNN(700) 및 제 2 DNN(300)의 복수의 DNN 설정 정보들과 제 1 영상 관련 정보들 사이의 매핑 관계가 결정될 수 있다.
도 10는 훈련 장치(1000)에 의한 제 1 DNN(700) 및 제 2 DNN(300)의 훈련 과정을 설명하기 위한 도면이다.
도 9와 관련하여 설명한 제 1 DNN(700) 및 제 2 DNN(300)의 훈련은 훈련 장치(1000)에 의해 수행될 수 있다. 훈련 장치(1000)는 제 1 DNN(700) 및 제 2 DNN(300)을 포함한다. 훈련 장치(1000)는 예를 들어, AI 부호화 장치(600) 또는 별도의 서버일 수 있다. 훈련 결과 획득된 제 2 DNN(300)의 DNN 설정 정보들은 AI 복호화 장치(200)에 저장된다.
도 10를 참조하면, 훈련 장치(1000)는 제 1 DNN(700) 및 제 2 DNN(300)의 DNN 설정 정보를 초기 세팅한다(S840, S845). 이에 의해, 제 1 DNN(700) 및 제 2 DNN(300)은 미리 결정된 DNN 설정 정보에 따라 동작할 수 있다. DNN 설정 정보는 제 1 DNN(700) 및 2 DNN(300)에 포함되는 컨볼루션 레이어의 수, 컨볼루션 레이어별 필터 커널의 개수, 컨볼루션 레이어별 필터 커널의 크기 및 각 필터 커널의 파라미터 중 적어도 하나에 대한 정보를 포함할 수 있다.
훈련 장치(1000)는 원본 훈련 영상(801)을 제 1 DNN(700)으로 입력한다(S850). 원본 훈련 영상(801)은 정지 영상 또는 동영상을 구성하는 적어도 하나의 프레임을 포함할 수 있다.
제 1 DNN(700)은 초기 세팅된 DNN 설정 정보에 따라 원본 훈련 영상(801)을 처리하고, 원본 훈련 영상(801)으로부터 AI 다운스케일된 제 1 훈련 영상(802)을 출력한다(S855). 도 10은 제 1 DNN(700)으로부터 출력된 제 1 훈련 영상(802)이 제 2 DNN(300)으로 바로 입력되는 것으로 도시되어 있으나, 제 1 DNN(700)으로부터 출력된 제 1 훈련 영상(802)이 훈련 장치(1000)에 의해 제 2 DNN(300)으로 입력될 수 있다. 또한, 훈련 장치(1000)는 제 1 훈련 영상(802)을 소정의 코덱으로 제 1 부호화 및 제 1 복호화한 후, 제 2 훈련 영상을 제 2 DNN(300)으로 입력할 수 있다.
제 2 DNN(300)은 제 1 훈련 영상(802) 또는 제 2 훈련 영상을 초기 세팅된 DNN 설정 정보에 따라 처리하고, 제 1 훈련 영상(802) 또는 제 2 훈련 영상으로부터 AI 업스케일된 제 3 훈련 영상(804)을 출력한다(S860).
훈련 장치(1000)는 제 1 훈련 영상(802)에 기초하여 복잡성 손실 정보(820)를 산출한다(S865).
훈련 장치(1000)는 축소 훈련 영상(803)과 제 1 훈련 영상(802)을 비교하여 구조적 손실 정보(810)를 산출한다(S870).
훈련 장치(1000)는 원본 훈련 영상(801)과 제 3 훈련 영상(804)을 비교하여 퀄리티 손실 정보(830)를 산출한다(S875).
제 1 DNN(700)은 최종 손실 정보에 기초한 역전사(back propagation) 과정을 통해 초기 세팅된 DNN 설정 정보를 갱신한다(S880). 훈련 장치(1000)는 복잡성 손실 정보(820), 구조적 손실 정보(810) 및 퀄리티 손실 정보(830)에 기초하여 제 1 DNN(700)의 훈련을 위한 최종 손실 정보를 산출할 수 있다.
제 2 DNN(300)은 퀄리티 손실 정보 또는 최종 손실 정보에 기초한 역전사 과정을 통해 초기 세팅된 DNN 설정 정보를 갱신한다(S885). 훈련 장치(1000)는 퀄리티 손실 정보(830)에 기초하여 제 2 DNN(300)의 훈련을 위한 최종 손실 정보를 산출할 수 있다.
이후, 훈련 장치(1000), 제 1 DNN(700) 및 제 2 DNN(300)은 최종 손실 정보들이 최소화될 때까지 S850 내지 S885 과정을 반복하면서 DNN 설정 정보를 갱신한다. 이 때, 각 반복 과정 동안 제 1 DNN(700) 및 제 2 DNN은 이전 과정에서 갱신된 DNN 설정 정보에 따라 동작한다.
아래의 표 1은 본 개시의 일 실시예에 따라 원본 영상(105)을 AI 부호화 및 AI 복호화한 경우와, HEVC로 원본 영상(105)을 부호화 및 복호화한 경우의 효과를 나타낸다.
[표 1]
Figure PCTKR2020012435-appb-img-000001
표 1에서 알 수 있듯이, 본 개시의 일 실시예에 따라 8K 해상도의 300개의 프레임들로 이루어진 컨텐츠들을 AI 부호화 및 AI 복호화한 경우의 주관적 화질이 HEVC로 부호화 및 복호화한 경우의 주관적 화질보다 높음에도, 비트레이트가 50% 이상 감소한 것을 알 수 있다.
도 11은 원본 영상(105)의 AI 다운스케일을 위한 장치(20) 및 제 2 영상(135)의 AI 업스케일을 위한 장치(40)를 도시하는 예시적인 도면이다.
장치(20)는 원본 영상(105)을 수신하고, AI 다운스케일부(1124) 및 변환 기반 부호화부(1126)를 이용하여 영상 데이터(25) 및 AI 데이터(30)를 장치(40)로 제공한다. 일 실시예에서, 영상 데이터(25)는 도 1의 영상 데이터에 대응하고, AI 데이터(30)는 도 1의 AI 데이터에 대응한다. 또한, 일 실시예에서, 변환 기반 부호화부(1126)는 도 7의 제 1 부호화부(614)에 대응하고, AI 다운스케일부(1124)는 도 7의 AI 다운스케일부(612)에 대응한다.
장치(40)는 AI 데이터(30) 및 영상 데이터(25)를 수신하고, 변환 기반 복호화부(1146) 및 AI 업스케일부(1144)를 이용하여 제 3 영상(145)을 획득한다. 일 실시예에서, 변환 기반 복호화부(1146)는 도 2의 제 1 복호화부(232)에 대응하고, AI 업스케일부(1144)는 도 2의 AI 업스케일부(234)에 대응한다.
일 실시예에서, 장치(20)는 CPU, 메모리 및 인스트럭션들을 포함하는 컴퓨터 프로그램을 포함한다. 컴퓨터 프로그램은 메모리에 저장된다. 일 실시예에서, CPU에 의한 컴퓨터 프로그램의 실행에 따라, 장치(20)는 도 11과 관련하여 설명할 기능을 수행한다. 일 실시예에서, 전용 하드웨어 칩 및/또는 CPU에 의해 도 11과 관련하여 설명할 기능이 수행된다.
일 실시예에서, 장치(40)는 CPU, 메모리 및 인스트럭션들을 포함하는 컴퓨터 프로그램을 포함한다. 컴퓨터 프로그램은 메모리에 저장된다. 일 실시예에서, CPU에 의한 컴퓨터 프로그램의 실행에 따라, 장치(40)는 도 11과 관련하여 설명할 기능을 수행한다. 일 실시예에서, 전용 하드웨어 칩 및/또는 CPU에 의해 도 11과 관련하여 설명할 기능이 수행된다.
도 11에서, 구성 제어부(1122)는 하나 이상의 입력 값(10)을 수신한다. 일 실시예에서, 하나 이상의 입력 값(10)은 AI 다운스케일부(1124) 및 AI 업스케일부(1144)를 위한 타겟 해상도 차이, 영상 데이터(25)의 비트레이트, 영상 데이터(25)의 비트레이트 타입(예를 들어, variable bitrate 타입, constant bitrate 타입 또는 average bitrate 타입 등) 및 변환 기반 부호화부(1126)를 위한 코덱 타입 중 적어도 하나를 포함할 수 있다. 하나 이상의 입력 값(10)은 장치(20)에 미리 저장되거나, 사용자로부터 입력받은 값을 포함할 수 있다.
구성 제어부(1122)는 수신된 입력 값(10)에 기초하여 AI 다운스케일부(1124) 및 변환 기반 부호화부(1126)의 동작을 제어한다. 일 실시예에서, 구성 제어부(1122)는 수신된 입력 값(10)에 따라 AI 다운스케일부(1124)를 위한 DNN 설정 정보를 획득하고, 획득한 DNN 설정 정보로 AI 다운스케일부(1124)를 세팅한다. 일 실시예에서, 구성 제어부(1122)는 수신된 입력 값(10)을 AI 다운스케일부(1124)로 전달하고, AI 다운스케일부(1124)는 수신된 입력 값(10)에 기초하여 원본 영상(105)을 AI 다운스케일하기 위한 DNN 설정 정보를 획득할 수 있다. 일 실시예에서, 구성 제어부(1122)는 입력 값(10)과 함께 추가 정보, 예를 들어, AI 다운스케일이 적용되는 컬러 포맷(휘도 성분, 색차 성분, 레드 성분, 그린 성분 또는 블루 성분 등) 정보, HDR(high dynamic range)의 톤 매핑(tone mapping) 정보 등을 AI 다운스케일부(1124)로 제공하고, AI 다운스케일부(1124)는 입력 값(10) 및 추가 정보를 고려하여 DNN 설정 정보를 획득할 수도 있다. 일 실시예에서, 구성 제어부(1122)는 수신된 입력 값(10)의 적어도 일부를 변환 기반 부호화부(1126)로 전달하여 변환 기반 부호화부(1126)가 특정 값의 비트레이트, 특정 타입의 비트레이트 및 특정 코덱으로 제 1 영상(115)을 제 1 부호화하게 한다.
AI 다운스케일부(1124)는 원본 영상(105)을 수신하고, 제 1 영상(115)을 획득하기 위해 도 1, 도 7, 도 8, 도 9 및 도 10 중 적어도 하나와 관련하여 설명한 동작을 수행한다.
일 실시예에서, AI 데이터(30)는 장치(40)로 제공된다. AI 데이터(30)는 원본 영상(105)과 제 1 영상(115) 사이의 해상도 차이 정보 및 제 1 영상(115) 관련 정보 중 적어도 하나를 포함할 수 있다. 해상도 차이 정보는 입력 값(10)의 타겟 해상도 차이에 기반하여 결정될 수 있고, 제 1 영상(115) 관련 정보는 타겟 비트레이트, 비트레이트 타입 및 코덱 타입 중 적어도 하나에 기반하여 결정될 수 있다. 일 실시예에서, AI 데이터(30)는 AI 업스케일 과정에 이용되는 파라미터들을 포함할 수도 있다. AI 데이터는 AI 다운스케일부(1124)로부터 장치(40)로 제공될 수도 있다.
제 1 영상(105)은 변환 기반 부호화부(1126)에 의해 처리되어 영상 데이터(25)가 획득되고, 영상 데이터(25)는 장치(40)로 전달된다. 변환 기반 부호화부(1126)는 MPEG-2, H.264 AVC, MPEG-4, HEVC, VC-1, VP8, VP9 또는 AV1에 따라 제 1 영상(115)을 처리할 수 있다.
구성 제어부(1142)는 AI 데이터(30)에 기초하여 AI 업스케일부(1144)의 동작을 제어한다. 일 실시예에서, 구성 제어부(1142)는 수신된 AI 데이터(30)에 따라 AI 업스케일부(1144)를 위한 DNN 설정 정보를 획득하고, 획득한 DNN 설정 정보로 AI 업스케일부(1144)를 세팅한다. 일 실시예에서, 구성 제어부(1142)는 수신된 AI 데이터(30)을 AI 업스케일부(1144)로 전달하고, AI 업스케일부(1144)는 AI 데이터(30)에 기초하여 제 2 영상(135)을 AI 업스케일하기 위한 DNN 설정 정보를 획득할 수 있다. 일 실시예에서, 구성 제어부(1142)는 AI 데이터(30)와 함께 추가 정보, 예를 들어, AI 업스케일이 적용되는 컬러 포맷(휘도 성분, 색차 성분, 레드 성분, 그린 성분 또는 블루 성분 등) 정보, HDR(high dynamic range)의 톤 매핑 정보 등을 AI 업스케일부(1144)로 제공하고, AI 업스케일부(1144)는 AI 데이터(30) 및 추가 정보를 고려하여 DNN 설정 정보를 획득할 수도 있다. 일 실시예에서, AI 업스케일부(1144)는 구성 제어부(1142)로부터 AI 데이터(30)를 수신하고, 변환 기반 복호화부(1146)로부터 예측 모드 정보, 움직임 정보 및 양자화 파라미터 정보 중 적어도 하나를 수신하고, 예측 모드 정보, 움직임 정보 및 양자화 파라미터 정보 중 적어도 하나와 AI 데이터(30)에 기초하여 DNN 설정 정보를 획득할 수도 있다.
변환 기반 복호화부(1146)는 영상 데이터(25)를 처리하여 제 2 영상(135)을 복원한다. 변환 기반 복호화부(1146)는 MPEG-2, H.264 AVC, MPEG-4, HEVC, VC-1, VP8, VP9 또는 AV1에 따라 영상 데이터(25)를 처리할 수 있다.
AI 업스케일부(1144)는 세팅된 DNN 설정 정보를 기초로 변환 기반 복호화부(1146)로부터 제공되는 제 2 영상(135)을 AI 업스케일하여 제 3 영상(145)을 획득한다.
AI 다운스케일부(1124)는 제 1 DNN을 포함하고, AI 업스케일부(1144)는 제 2 DNN을 포함할 수 있는데, 일 실시예에서, 제 1 DNN 및 제 2 DNN을 위한 DNN 설정 정보들은 도 9 및 도 10과 관련하여 설명한 훈련 방법에 따라 훈련된다.
한편, 원본 영상(105) 내 피사체의 외관에 따라 원본 영상(105)의 가로 방향(또는 폭 방향) 및 세로 방향(또는 높이 방향) 중 어느 하나의 방향으로 다수의 중요 성분들이 포함될 수 있다. 여기서, 중요 성분들은 원본 영상(105) 내 피사체의 특성을 보여주는 에지나 원본 영상(105)의 이해에 도움을 주는 텍스트를 포함할 수 있다. 따라서, 원본 영상(105)과 제 1 영상(115) 사이의 가로 방향의 해상도 비율 및 세로 방향의 해상도 비율이 동일하도록 원본 영상(105)을 AI 다운스케일하면, 원본 영상(105) 내 일부 중요 성분들이 제 1 영상(115)에는 존재하지 않을 가능성이 커진다. 예를 들어, 원본 영상(105)의 가로 방향을 따라 큰 강도의 에지가 다수 배치되어 있는 경우, 원본 영상(105)의 가로 방향의 해상도와 세로 방향의 해상도를 동일 비율로 감소시키면, 원본 영상(105)의 가로 방향을 따라 배치된 일부 에지가 제 1 영상(115)에는 포함되지 않게 된다.
이하에서는, 특별히 명시하지 않는 한, 특정 영상의 가로 방향의 해상도 비율 및 세로 방향의 해상도 비율은 각각, 원본 영상(105)과 특정 영상 사이의 가로 방향의 해상도 비율과 세로 방향의 해상도 비율을 의미한다. 즉, 특별히 명시하지 않더라도 특정 영상의 가로 방향의 해상도 비율 및 세로 방향의 해상도 비율은 원본 영상(105)을 비교 결과를 나타낸다.
전술한 바와 같이, AI 업스케일을 위한 제 2 DNN은 AI 다운스케일을 위한 제 1 DNN과 연계 훈련되므로, 제 1 영상(115)의 가로 방향 및 세로 방향의 해상도 비율에 맞춰 제 2 DNN을 통해 제 2 영상(135)이 AI 업스케일된다. 따라서, 원본 영상(105) 내 중요 성분이 제거된 제 1 영상(115)의 제 1 부호화 및 제 1 복호화 과정을 거쳐 획득된 제 2 영상(135)을 AI 업스케일하는 경우, 제 3 영상(145)과 원본 영상(105) 사이의 동일성이 감소될 수 있다.
이하에서는, 도 12 내지 도 36를 참조하여, 제 1 영상(115)의 가로 방향의 해상도 비율과 세로 방향의 해상도 비율을 달리하여 AI 부호화 및 AI 복호화하는 실시예들에 대해 설명한다.
도 12는 다른 실시예에 따른 AI 복호화 장치(1200)의 구성을 나타내는 블록도이다.
도 12를 참조하면, AI 복호화 장치(1200)는 수신부(1210) 및 AI 복호화부(1230)를 포함한다. 수신부(1210)는 통신부(1212), 파싱부(1214) 및 출력부(1216)를 포함할 수 있다. AI 복호화부(1230)는 제 1 복호화부(1232) 및 AI 업스케일부(1234)를 포함할 수 있다.
도 12에는 수신부(1210) 및 AI 복호화부(1230)가 분리되어 도시되어 있으나, 이들은 하나의 프로세서를 통해 구현될 수 있다. 이 경우, 수신부(1210) 및 AI 복호화부(1230)는 전용 프로세서로 구현될 수도 있고, AP 또는 CPU, GPU와 같은 범용 프로세서와 S/W의 조합을 통해 구현될 수도 있다. 또한, 전용 프로세서의 경우, 본 개시의 실시예를 구현하기 위한 메모리를 포함하여 구현되거나, 외부 메모리를 이용하기 위한 메모리 처리부를 포함하여 구현될 수 있다.
또한, 수신부(1210) 및 AI 복호화부(1230)는 복수의 프로세서로 구현될 수도 있다. 이 경우, 수신부(1210) 및 AI 복호화부(1230)는 전용 프로세서들의 조합으로 구현될 수도 있고, AP 또는 CPU, GPU와 같은 다수의 범용 프로세서들과 S/W의 조합을 통해 구현될 수도 있다. 마찬가지로 AI 업스케일부(1234)와 제 1 복호화부(1232)도 각각 서로 다른 프로세서로 구현될 수 있다.
수신부(1210)는 도 2에 도시된 수신부(210)와 동일한 기능을 수행할 수 있다.
통신부(1212)는 네트워크를 통해 AI 부호화 결과 생성된 AI 부호화 데이터를 수신한다. AI 부호화 결과 생성된 AI 부호화 데이터는 영상 데이터와 AI 데이터를 포함한다.
파싱부(1214)는 통신부(1212)를 통해 수신된 AI 부호화 데이터를 전달받아 파싱(parsing)하여 영상 데이터와 AI 데이터로 구분한다. 파싱부(1214)는 통신부(1212)로 수신된 데이터의 헤더를 통해 영상 데이터와 AI 데이터를 구분하여 출력부(1216)로 전달하고, 출력부(1216)는 영상 데이터를 제 1 복호화부로(1232)로, AI 데이터를 AI 업스케일부(1234)로 전달한다.
일 실시예에서, 파싱부(1214)가 파싱하는 AI 부호화 데이터는, 하드 디스크, 플로피 디스크 및 자기 테이프와 같은 자기 매체, CD-ROM 및 DVD와 같은 광기록 매체, 플롭티컬 디스크(floptical disk)와 같은 자기-광 매체(magneto-optical medium) 등을 포함하는 데이터 저장 매체로부터 획득된 것일 수 있다.
AI 복호화부(1230)는 영상 데이터 및 AI 데이터를 AI 복호화하여 제 3 영상(145)을 획득한다.
제 1 복호화부(1232)는 도 2에 도시된 제 1 복호화부(232)와 동일한 기능을 수행할 수 있다.
제 1 복호화부(1232)는 영상 데이터에 기초하여 제 1 영상(115)에 대응하는 제 2 영상(135)을 복원한다. 제 1 복호화부(1232)에 의해 획득된 제 2 영상(135)은 AI 업스케일부(1234)로 제공된다. 구현예에 따라, 영상 데이터에 포함된 예측 모드 정보, 움직임 정보, 양자화 파라미터 정보 등의 제 1 복호화 관련 정보가 AI 업스케일부(1234)로 더 제공될 수 있다.
AI 데이터를 수신한 AI 업스케일부(1234)는 AI 데이터에 기초하여 제 2 영상(135)을 AI 업스케일한다. 구현예에 따라, AI 업스케일부(1234)는 영상 데이터에 포함된 예측 모드 정보, 양자화 파라미터 정보 등의 제 1 복호화 관련 정보를 더 이용하여 제 2 영상(135)을 AI 업스케일할 수 있다.
본 개시에 따른 실시예에서는, 원본 영상(105)이 가로 방향 및 세로 방향에서 서로 다른 값의 해상도 비율로 AI 다운스케일될 수 있다. 따라서, AI 데이터는 제 1 영상(115)의 가로 방향의 해상도 비율 및 세로 방향의 해상도 비율을 나타내는 정보를 포함할 수 있다. AI 업스케일부(1234)는 제 1 영상(115)의 가로 방향 및 세로 방향의 해상도 비율에 따라 제 2 영상(135)을 AI 업스케일하여 제 3 영상(145)이 원본 영상(105)과 동일한 해상도를 갖도록 한다.
도 13은 원본 영상(105)과 제 1 영상(115) 사이의 해상도 비율을 설명하기 위한 도면이다.
원본 영상(105)의 가로 방향의 해상도 및 세로 방향의 해상도를 각각 y(y는 자연수), u(u는 자연수)라 하고, 제 1 영상(115)의 가로 방향의 해상도 및 세로 방향의 해상도 각각을 n(n은 자연수), m(m은 자연수)이라 할 때, 제 1 영상(115)의 가로 방향의 해상도 비율 및 세로 방향의 해상도 비율은 각각 n/y, m/u일 수 있다.
본 개시에서는 제 1 영상(115)의 가로 방향의 해상도 비율 및 세로 방향의 해상도 비율이 각각 n/y, m/u로 계산되는 것으로 가정하고 설명하지만, 구현예에 따라, 제 1 영상(115)의 가로 방향의 해상도 비율 및 세로 방향의 해상도 비율이 각각 y/n, u/m 등으로 계산될 수 있다는 것은 자명하다.
AI 업스케일부(1234)는 AI 데이터에 포함된 정보에 기초하여 제 1 영상(115)의 가로 방향 및 세로 방향의 해상도 비율을 결정하는데, 이때, AI 데이터는 제 1 영상(115)의 가로 방향 및 세로 방향의 해상도 비율을 나타내는 인덱스를 포함할 수 있다.
도 14는 일 실시예에 따른 인덱스가 가리키는 제 1 영상(115)의 가로 방향의 해상도 비율 및 세로 방향의 해상도 비율을 나타내는 예시적인 도면이다.
인덱스에 따라 제 1 영상(115)의 가로 방향 및 세로 방향의 특정 값의 해상도 비율이 선택될 수 있다. 도 14에서 AI 데이터에 포함된 인덱스가 0을 가리키면, 제 1 영상(115)의 가로 방향의 해상도 비율이 1/2이고, 세로 방향의 해상도 비율은 1이다. 즉, 원본 영상(105)과 제 1 영상(115)의 세로 방향의 해상도는 동일하지만, 제 1 영상(115)의 가로 방향의 해상도는 원본 영상(105)의 가로 방향의 해상도의 1/2이다. 또한, AI 데이터에 포함된 인덱스가 2를 가리키면, 제 1 영상(115)의 가로 방향의 해상도 비율이 1/4이고, 세로 방향의 해상도 비율은 1이다.
각각의 인덱스가 가리키는 제 1 영상(115)의 가로 방향의 해상도 비율 및 세로 방향의 해상도 비율이 AI 부호화 장치(2700) 및 AI 복호화 장치(1200)에 대해 미리 결정되어 있는 상태에서, AI 복호화 장치(1200)는 AI 부호화 장치(2700)가 전송한 인덱스에 따라 제 1 영상(115)의 가로 방향 및 세로 방향의 해상도 비율을 확인할 수 있다.
일 실시예에서, AI 업스케일부(1234)는 AI 데이터에 포함된 원본 영상(105)의 가로 방향의 해상도 및 세로 방향의 해상도를 나타내는 정보에 기초하여, 제 1 영상(115)의 가로 방향의 해상도 비율 및 세로 방향의 해상도 비율을 확인할 수도 있다. 제 2 영상(135)을 통해 제 1 영상(115)의 가로 방향 및 세로 방향의 해상도를 알 수 있으므로, 원본 영상(105)의 가로 방향의 해상도 및 세로 방향의 해상도를 나타내는 정보에 따라, 제 1 영상(115)의 가로 방향 및 세로 방향의 해상도 비율을 확인할 수 있다. 원본 영상(105)의 가로 방향의 해상도 및 세로 방향의 해상도는, 가로 방향의 해상도와 세로 방향의 해상도 사이의 비율(16:9, 4:3 등)과 한 쪽 방향의 해상도로 표현될 수도 있고, 원본 영상(105)의 가로 방향의 해상도 및 세로 방향의 해상도를 나타내는 인덱스로 표현될 수도 있다.
AI 데이터는 제 1 영상(115) 관련 정보를 더 포함할 수 있다. 제 1 영상(115) 관련 정보는 제 1 영상(115)의 해상도, 제 1 영상(115)의 제 1 부호화 결과 획득된 영상 데이터의 비트레이트 및 제 1 영상(115)의 제 1 부호화시 이용된 코덱 타입 중 적어도 하나에 대한 정보를 포함할 수 있다. 제 1 영상(115) 관련 정보는 제 2 DNN을 세팅하기 위한 DNN 설정 정보를 획득하는데 이용될 수 있다. 여기서, DNN 설정 정보는 제 2 DNN에 포함되는 컨볼루션 레이어의 수, 컨볼루션 레이어별 필터 커널의 개수 및 각 필터 커널의 파라미터 중 적어도 하나에 대한 정보를 포함할 수 있다.
다시 도 12를 참조하여 AI 업스케일부(1234)에 대해 구체적으로 설명하면, AI 업스케일부(1234)는 DNN 제어부(1236) 및 영상 처리부(1238)를 포함할 수 있다.
DNN 제어부(1236)는 AI 데이터에 기초하여 제 2 DNN의 동작 방식을 결정한다. 여기서, 제 2 DNN은 DNN 설정 정보에 따라 동작하므로, DNN 제어부(1236)는 AI 데이터에 기초하여 제 2 DNN에 세팅될 DNN 설정 정보를 획득한다. DNN 설정 정보에 따라 제 2 DNN이 서로 다른 구조를 가질 수 있다. 예를 들어, 어느 하나의 DNN 설정 정보에 따라 제 2 DNN이 3개의 컨볼루션 레이어를 포함할 수 있고, 다른 DNN 설정 정보에 따라 제 2 DNN이 4개의 컨볼루션 레이어를 포함할 수 있다. 또는, 어느 하나의 DNN 설정 정보에 따라 제 2 DNN의 컨볼루션 레이어가 3개의 필터 커널을 이용할 수 있고, 다른 DNN 설정 정보에 따라 제 2 DNN의 컨볼루션 레이어가 4개의 필터 커널을 이용할 수 있다.
DNN 제어부(1236)는 AI 데이터에 기초하여 제 1 영상(115)의 가로 방향 및 세로 방향의 해상도 비율을 확인하고, 확인된 해상도 비율로 제 2 영상(135)을 AI 업스케일할 수 있는 DNN 설정 정보를 획득한다.
AI 복호화 장치(1200)에는 제 2 DNN에 세팅 가능한 복수의 DNN 설정 정보가 저장되는데, DNN 제어부(1236)는 복수의 DNN 설정 정보 중 제 1 영상(115)의 가로 방향 및 세로 방향의 해상도 비율만큼 제 2 영상(135)을 AI 업스케일할 수 있는 DNN 설정 정보를 획득할 수 있다.
일 실시예에서, 복수의 DNN 설정 정보는, 제 1 영상(115)의 가로 방향 및 세로 방향의 해상도 비율에 매핑되어 있을 수 있다. 예를 들어, 제 1 영상(115)의 가로 방향의 해상도 비율이 1/2이고, 세로 방향의 해상도 비율이 1인 경우에 매핑된 DNN 설정 정보와 제 1 영상(115)의 가로 방향의 해상도 비율이 1/4이고, 세로 방향의 해상도 비율이 1인 경우에 매핑된 DNN 설정 정보는 서로 상이할 수 있다. 일 예시에서, 복수의 DNN 설정 정보는, 제 1 영상(115)의 가로 방향 및 세로 방향의 해상도 비율과, 영상 관련 정보에 매핑되어 있을 수 있다.
제 1 영상(115)의 가로 방향의 해상도 비율, 세로 방향의 해상도 비율 및 영상 관련 정보에 매핑된 DNN 설정 정보들에 대해 도 15를 참조하여 설명한다.
도 15는 여러 영상 관련 정보들과 여러 해상도 비율에 매핑된 DNN 설정 정보들을 나타내는 예시적인 도면이다.
앞서 도 5와 관련하여 설명한 바와 같이, 복수의 DNN 설정 정보 각각은 제 1 영상(115)의 해상도, 제 1 영상(115)의 제 1 부호화 결과 생성된 비트스트림의 비트레이트 및 제 1 영상(115)의 제 1 부호화에 이용된 코덱 타입에 매핑되어 있을 수 있다.
본 개시에 따른 다른 실시예에서는 DNN 설정 정보를 획득하는데 제 1 영상(115)의 가로 방향의 해상도 비율 및 세로 방향의 해상도 비율이 더 고려될 수 있다. 즉, 제 1 영상(115)의 해상도가 SD이고, 비트스트림의 비트레이트가 10Mbps이고, 제 1 영상(115)이 AV1 코덱으로 제 1 부호화된 경우, 제 1 영상(115)의 가로 방향의 해상도 비율 및 세로 방향의 해상도 비율이 무엇인지에 따라 A DNN 설정 정보, B DNN 설정 정보, C DNN 설정 정보 및 D DNN 설정 정보 중 어느 하나가 제 2 DNN의 세팅에 이용될 수 있다. 도 15에서 제 1 영상(115)의 가로 방향의 해상도 비율이 1/2이고, 세로 방향의 해상도 비율이 1이면 A DNN 설정 정보, 제 1 영상(115)의 가로 방향의 해상도 비율이 1이고, 세로 방향의 해상도 비율이 1/2이면 B DNN 설정 정보, 제 1 영상(115)의 가로 방향의 해상도 비율이 1/4이고, 세로 방향의 해상도 비율이 1이면 C DNN 설정 정보, 제 1 영상(115)의 가로 방향의 해상도 비율이 1이고, 세로 방향의 해상도 비율이 1/4이면 D DNN 설정 정보가 제 2 DNN의 세팅을 위해 획득될 수 있다.
다른 실시예에서, AI 데이터는 상호 약속된 DNN 설정 정보의 식별자를 포함할 수 있다. DNN 설정 정보의 식별자는, AI 다운스케일에서 타겟팅된 가로 방향 및 세로 방향의 해상도 비율에 대응하는 타겟으로, 제 2 영상(135)을 AI 업스케일할 수 있도록, 제 1 DNN과 제 2 DNN 간 연계 훈련된 DNN 설정 정보의 쌍을 구분하기 위한 정보이다. DNN 제어부(1236)는 AI 데이터에 포함된 DNN 설정 정보의 식별자를 획득한 후, DNN 설정 정보의 식별자가 가리키는 DNN 설정 정보를 사용하여 제 2 영상(135)을 AI 업스케일할 수 있다. 이를 위해 제 1 DNN에 설정 가능한 복수의 DNN 설정 정보 각각을 가리키는 식별자와 제 2 DNN에 설정 가능한 복수의 DNN 설정 정보 각각을 가리키는 식별자가 미리 지정되고, 제 1 DNN 및 제 2 DNN 각각에 설정 가능하도록 함께 훈련된 DNN 설정 정보의 쌍에 대해 동일한 식별자가 지정될 수 있다. AI 데이터는 원본 영상(105)의 AI 다운스케일을 위해 제 1 DNN에 세팅된 DNN 설정 정보의 식별자를 포함할 수 있다. AI 데이터를 획득한 DNN 제어부(1236)는 복수의 DNN 설정 정보 중 AI 데이터에 포함된 식별자가 가리키는 DNN 설정 정보를 이용하여 제 1 영상(115)의 가로 방향 및 세로 방향의 특정의 해상도 비율로 제 2 영상(135)을 AI 업스케일할 수 있다.
DNN 제어부(1236)는 제 1 영상(115)의 가로 방향 및 세로 방향의 해상도 비율에 따라 영상 처리부(1238)의 동작을 제어한다. 영상 처리부(1238)는 후술하는 바와 같이, 제 2 DNN으로 입력될 복수의 제 1 중간 영상을 제 2 영상(135)에 대한 영상 분할 과정을 통해 획득하고, 제 2 DNN에서 출력되는 복수의 제 2 중간 영상에 대한 영상 결합 과정을 통해 제 3 영상(145)을 획득한다.
DNN 제어부(1236)는 제 1 영상(115)의 가로 방향 및 세로 방향의 해상도 비율에 따라 제 1 중간 영상들의 개수 및 제 2 중간 영상들의 개수를 결정할 수 있다. DNN 제어부(1236)는 제 1 영상(115)의 가로 방향 및 세로 방향 중 어느 하나의 방향의 해상도 비율이 1/n(n은 자연수)이고, 다른 방향의 해상도 비율이 1/m(m은 n보다 작은 자연수)인 경우, 제 1 중간 영상들의 개수를 n/m개로 결정하고, 제 2 중간 영상들의 개수를 n x n개로 결정한다. 이때, 원본 영상(105) 대비 제 1 중간 영상 및 제 2 중간 영상의 가로 방향의 해상도 비율과 세로 방향의 해상도 비율은 모두 1/n이 된다. 제 1 영상(115)의 가로 방향 및 세로 방향의 해상도 비율과, 그에 대응하는 제 1 중간 영상들의 개수 및 제 2 중간 영상들의 개수는 도 16에 도시된다.
도 16은 제 1 영상(115)의 가로 방향의 해상도 비율 및 세로 방향의 해상도 비율에 따라 제 1 중간 영상 및 제 2 중간 영상의 개수가 달라짐을 설명하기 위한 도면이다.
도 16에 도시된 바와 같이, 가로 방향의 해상도 비율이 1/2이고, 세로 방향의 해상도 비율이 1인 경우, 제 1 중간 영상 및 제 2 중간 영상의 개수는 각각 2개, 4개일 수 있다. 또한, 가로 방향의 해상도 비율이 1/4이고, 세로 방향의 해상도 비율이 1인 경우, 제 1 중간 영상 및 제 2 중간 영상의 개수는 각각 4개, 16개일 수 있다.
도 17은 제 1 영상(115)의 세로 방향의 해상도 비율이 1/2이고, 가로 방향의 해상도 비율이 1인 경우의 제 2 영상, 제 1 중간 영상, 제 2 중간 영상 및 제 3 영상을 예시한다.
예를 들어, 제 1 영상(115)의 세로 방향의 해상도 비율이 1/2이고, 가로 방향의 해상도 비율이 1인 경우, 제 2 영상(135)의 해상도는 제 1 영상(115)의 해상도와 동일하므로, 제 2 영상(135)의 세로 방향의 해상도 비율이 1/2이고, 가로 방향의 해상도 비율이 1이다. 제 2 영상(135)으로부터 분할된 제 1 중간 영상들(1710) 및 후술하는 제 2 DNN을 통해 출력되는 제 2 중간 영상들(1730)의 세로 방향 및 가로 방향의 해상도 비율은 1/2이다. 가로 방향 및 세로 방향의 해상도 비율이 1/2인 4개의 제 2 중간 영상들(1730)이 결합됨으로써 가로 방향 및 세로 방향의 해상도 비율이 모두 1인, 즉, 제 2 영상(135)과 비교하여 세로 방향으로 해상도가 2배 증가하고, 원본 영상(105)과 해상도가 동일한 제 3 영상(145)이 획득될 수 있다.
또한, 예를 들어, 제 1 영상(115)의 세로 방향의 해상도 비율이 1/4이고, 가로 방향의 해상도 비율이 1인 경우, 제 2 영상(135)의 해상도는 제 1 영상(115)의 해상도와 동일하므로, 제 2 영상(135)의 세로 방향의 해상도 비율은 1/4이고, 가로 방향의 해상도 비율은 1이다. 제 2 영상(135)으로부터 분할된 제 1 중간 영상들(1710) 및 제 2 중간 영상들(1730)의 세로 방향 및 가로 방향의 해상도 비율은 1/4이다. 가로 방향 및 세로 방향의 해상도 비율이 1/4인 16개의 제 2 중간 영상들(1730)이 결합됨으로써 가로 방향 및 세로 방향의 해상도 비율이 모두 1인 제 3 영상(145)이 획득될 수 있다.
전술한 바와 같이, DNN 제어부(1236)는 복수의 DNN 설정 정보 중 제 1 영상(115)의 가로 방향 및 세로 방향의 해상도 비율에 매핑된 DNN 설정 정보를 획득한다. 제 1 영상(115)의 가로 방향 및 세로 방향 중 어느 하나의 방향의 해상도 비율이 1/n(n은 자연수)이고, 다른 방향의 해상도 비율이 1/m(m은 n보다 작은 자연수)인 경우, 가로 방향 및 세로 방향의 해상도 비율에 매핑된 DNN 설정 정보는, 제 2 DNN을 구성하는 복수의 컨볼루션 레이어 중 마지막 컨볼루션 레이어의 필터 커널의 개수 정보를 n x n개로 포함할 수 있다. 필터 커널의 개수가 n x n개라는 것은 마지막 컨볼루션 레이어에서 n x n개의 제 2 중간 영상들이 출력된다는 것을 의미한다. 즉, 제 1 영상(115)의 가로 방향 및 세로 방향의 해상도 비율에 매핑된 DNN 설정 정보가 제 2 DNN에 세팅됨에 따라, n/m개의 제 1 중간 영상들이 제 2 DNN에 의해 처리될 수 있고, 처리 결과 제 2 DNN으로부터 n x n개의 제 2 중간 영상들이 출력될 수 있다.
영상 처리부(1238)는 DNN 제어부(1236)에 의해 결정된 개수의 제 1 중간 영상들을 제 2 영상(135)으로부터 획득하고, DNN 제어부(1236)에 의해 결정된 개수의 제 2 중간 영상들을 결합하여 제 3 영상(145)을 획득한다.
이하에서는, 도 18을 참조하여, 다른 실시예에 따른 제 2 DNN(1800)에 대해 설명한다.
도 18에 도시된 바와 같이, 제 2 DNN(1800)은 제 1 컨볼루션 레이어(1810), 제 1 활성화 레이어(1820), 제 2 컨볼루션 레이어(1830), 제 2 활성화 레이어(1840), 제 3 컨볼루션 레이어(1850)를 포함할 수 있다. 제 2 영상(135)의 영상 분할 과정(1870)을 통해 획득되는 제 1 중간 영상들(1875)이 제 2 DNN(1800)으로 입력되고, 제 2 DNN(1800)에서 출력되는 제 2 중간 영상들(1895)의 영상 결합 과정(1890)을 통해 제 3 영상(145)이 획득된다. 영상 분할 과정(1870) 및 영상 결합 과정(1890)은 영상 처리부(1238)에 의해 수행된다.
제 1 중간 영상들(1875)의 개수 및 제 2 중간 영상들(1895)의 개수는 제 1 영상(115)의 가로 방향 및 세로 방향의 해상도 비율에 따라 결정되므로, 영상 처리부(1238)의 영상 분할 과정(1870) 및 영상 결합 과정(1890) 역시 제 1 영상(115)의 가로 방향 및 세로 방향의 해상도 비율에 따라 수행되어야 한다. 즉, 영상 처리부(1238)는 제 1 영상(115)의 가로 방향 및 세로 방향의 해상도 비율에 따라 결정되는 개수의 제 1 중간 영상들(1875)을 영상 분할 과정(1870)을 통해 획득하고, 제 1 영상(115)의 가로 방향 및 세로 방향의 해상도 비율에 따라 결정되는 개수의 제 2 중간 영상들(1895)을 결합하여 제 3 영상(145)을 획득한다.
제 2 영상(135)에 대한 영상 분할(1870)을 통해 복수의 제 1 중간 영상들(1875)이 획득되고, 복수의 제 1 중간 영상들(1875)이 제 1 컨볼루션 레이어(1810)로 입력된다.
먼저, 도 19 내지 도 21을 참조하여 영상 처리부(1238)에 의한 영상 분할 방법에 대해 설명한다.
도 19는 일 실시예의 영상 분할 방법을 설명하기 위한 도면이다.
영상 처리부(1238)는 제 2 영상(135) 내 픽셀 라인(L)들 중 일부의 픽셀 라인들을 연결하여 복수의 제 1 중간 영상들(1875a, 1875b, 1875c, 1875d)을 획득할 수 있다. 이 때, 제 2 영상(135)의 픽셀 라인(L)들이 각각의 제 1 중간 영상들(1875a, 1875b, 1875c, 1875d)에 번갈아 가며 포함될 수 있다. 예를 들어, 필요로 하는 제 1 중간 영상들의 개수가 4개라면, 제 2 영상(135)의 1번째 픽셀 라인, 5번째 픽셀 라인, 9번째 픽셀 라인 등이 어느 하나의 제 1 중간 영상(예를 들어, 1875a)에 포함되고, 제 2 영상(135)의 2번째 픽셀 라인, 6번째 픽셀 라인, 10번째 픽셀 라인 등이 다른 제 1 중간 영상(예를 들어, 1875b)에 포함되고, 제 2 영상(135)의 3번째 픽셀 라인, 7번째 픽셀 라인, 11번째 픽셀 라인 등이 또 다른 제 1 중간 영상(예를 들어, 1875c)에 포함된다. 제 2 영상(135)의 4번째 픽셀 라인, 8번째 픽셀 라인, 12번째 픽셀 라인 등이 또 다른 제 1 중간 영상(예를 들어, 1875d)에 포함된다. 도 19는 제 2 영상(135)의 픽셀 라인(L)들이 제 2 영상(135) 내 픽셀들의 열에 대응하는 것으로 도시하고 있는데, 이는 제 2 영상(135)의 가로 방향의 해상도 비율이 세로 방향의 해상도 비율보다 큰 경우의 예시이며, 제 2 영상(135)의 세로 방향의 해상도 비율이 가로 방향의 해상도 비율보다 큰 경우, 제 2 영상(135)의 픽셀 라인들은 제 2 영상(135) 내 픽셀들의 행에 대응할 수도 있다.
도 20은 다른 실시예의 영상 분할 방법을 설명하기 위한 도면이다.
영상 처리부(1238)는 제 2 영상(135)의 픽셀 라인(L)들 중 서로 인접한 일부의 픽셀 라인들을 이용하여 복수의 제 1 중간 영상들(1875a, 1875b, 1875c, 1875d)을 획득할 수 있다. 즉, 4개의 제 1 중간 영상들이 필요한 경우, 제 2 영상(135)의 픽셀 라인들 중 첫 번째 픽셀 라인 내지 n 번째 픽셀 라인들이 하나의 제 1 중간 영상(예를 들어, 1875a)을 구성하고, n+1 번째 픽셀 라인 내지 m번째 픽셀 라인들이 다른 하나의 제 1 중간 영상(예를 들어, 1875b)을 구성한다. 그리고, m+1번째 픽셀 라인 내지 k번째 픽셀 라인들이 또 다른 제 1 중간 영상(예를 들어, 1875c)을 구성하고, k+1 번째 픽셀 라인 내지 p번째 픽셀 라인들이 또 다른 제 1 중간 영상(예를 들어, 1875d)을 구성한다. 도 20는 제 2 영상(135)의 픽셀 라인(L)들이 제 2 영상(135) 내 픽셀들의 열에 대응하는 것으로 도시하고 있는데, 이는 제 2 영상(135)의 가로 방향의 해상도 비율이 세로 방향의 해상도 비율보다 큰 경우의 예시이며, 제 2 영상(135)의 세로 방향의 해상도 비율이 가로 방향의 해상도 비율보다 큰 경우, 제 2 영상(135)의 픽셀 라인들은 제 2 영상(135) 내 픽셀들의 행에 대응할 수도 있다.
도 21은 또 다른 실시예의 영상 분할 방법을 설명하기 위한 도면이다.
영상 처리부(1238)는 제 2 영상(135)을 구성하는 픽셀들 중 일부의 픽셀들로 이루어진 복수의 제 1 중간 영상들(1875a, 1875b, 1875c, 1875d)을 획득할 수 있다. 예를 들어, 필요로 하는 제 1 중간 영상들의 개수와 동일한 개수의 픽셀들을 포함하는 픽셀 그룹(G)들을 제 2 영상(135)에서 결정하고, 각각의 픽셀 그룹에 포함된 픽셀들을 결합하여 복수의 제 1 중간 영상(1875a, 1875b, 1875c, 1875d)들을 획득할 수 있다. 도 21에 도시된 바와 같이, 4개의 제 1 중간 영상들(1875a, 1875b, 1875c, 1875d)이 필요한 경우, 각각의 픽셀 그룹(G)에 포함된 픽셀들 중 좌상측에 위치한 픽셀들이 어느 하나의 제 1 중간 영상(예를 들어, 1875a)을 구성하고, 우상측에 위치한 픽셀들이 다른 제 1 중간 영상(예를 들어, 1875b)을 구성하고, 좌하측에 위치한 픽셀들이 또 다른 제 1 중간 영상(예를 들어, 1875c)을 구성한다. 우하측에 위치한 픽셀들이 또 다른 제 1 중간 영상(예를 들어, 1875d)을 구성한다. 도 21에 도시된 영상 분할 방법은 서브 샘플링(sub sampling)에 해당할 수 있다.
도 19 내지 도 21에 도시된 분할 방법을 참조하면, 제 2 영상(135)의 가로 방향의 해상도 비율 및 세로 방향의 해상도 비율 중 더 큰 해상도 비율이 감소되도록 영상 분할이 이루어진다는 것을 알 수 있다. 즉, 도 19 내지 도 21에 도시된 제 2 영상(135)의 가로 방향의 해상도 비율이 a이고, 세로 방향의 해상도 비율이 a보다 작은 b인 경우, 가로 방향의 해상도 비율이 감소되도록 영상 분할이 이루어짐에 따라 제 1 중간 영상들(1875a, 1875b, 1875c, 1875d)의 어느 한 방향의 해상도 비율은 b이고, 다른 한 방향의 해상도 비율은 a보다 작은 값을 가질 수 있다.
영상 처리부(1238)는 도 19 내지 도 21에 도시된 분할 방법들 중 어느 하나의 방법에 따라 복수의 제 1 중간 영상들(1875)을 획득할 수 있으나, 이는 하나의 예시일 뿐, 제 2 영상(135)을 분할하여 미리 결정된 수의 제 1 중간 영상들(1875)을 획득하는 다양한 방식이 이용될 수 있다. 후술하는 바와 같이, AI 다운스케일을 위한 제 1 DNN으로부터 출력되는 제 2 중간 영상들의 결합을 통해 제 1 영상(115)이 획득될 수 있는데, AI 부호화 장치(2700)에서 이용되는 제 2 중간 영상들의 결합 방법에 대응하는 분할 방법에 따라 영상 처리부(1238)가 제 1 중간 영상들(1875)을 획득할 수 있다. 예를 들어, AI 부호화 장치(2700)가 제 2 중간 영상들에 포함된 픽셀 라인들을 번갈아 결합하여 제 1 영상(115)을 획득하는 경우, 영상 처리부(1238)는 제 2 영상(135)의 픽셀 라인들을 번갈아 분리하여 복수의 제 1 중간 영상들(1875)을 획득할 수 있다.
다시 도 18을 참조하면, 복수의 제 1 중간 영상들(1875)을 입력받은 제 1 컨볼루션 레이어(1810)는 복수의 제 1 중간 영상들(1875)을 필터 커널로 컨볼루션 처리하여 특징 맵들을 출력한다. 도 18에 도시된 제 1 컨볼루션 레이어(1810)에 표시된 3 X 3 X 2 X 16은 3 x 3의 크기의 16개의 필터 커널을 이용하여 2개의 제 1 중간 영상(1875)에 대해 컨볼루션 처리를 하는 것을 예시한다. 제 2 DNN(1800)에 세팅되는 DNN 설정 정보는 제 1 영상(115)의 가로 방향의 해상도 비율 및 세로 방향의 해상도 비율에 따라 결정되는데, 이때, DNN 설정 정보는 제 1 컨볼루션 레이어(1810)가 제 1 영상(115)의 가로 방향의 해상도 비율 및 세로 방향의 해상도 비율에 따라 결정되는 개수의 제 1 중간 영상들(1875)을 처리할 수 있게 한다. 즉, 도 18의 예에서, DNN 설정 정보가 제 2 DNN(1800)에 세팅됨에 따라, 제 1 컨볼루션 레이어(1810)는 2개의 제 1 중간 영상(1875)을 처리할 수 있게 된다.
제 1 컨볼루션 레이어(1810)의 컨볼루션 처리 결과 16개의 특징 맵이 생성된다. 각 특징 맵은 제 1 중간 영상들(1875)의 고유한 특성들을 나타낸다. 예를 들어, 각 특징 맵은 제 1 중간 영상들(1875)의 세로 방향 특성, 가로 방향 특성 또는 에지 특성 등을 나타낼 수 있다.
제 1 컨볼루션 레이어(1810)에서 출력된 특징 맵들은 제 1 활성화 레이어(1820)로 입력된다. 제 1 활성화 레이어(1820)는 각각의 특징 맵에 대해 비선형 특성을 부여할 수 있다. 제 1 활성화 레이어(1820)는 시그모이드 함수(sigmoid function), Tanh 함수, ReLU(Rectified Linear Unit) 함수 등을 포함할 수 있으나, 이에 한정되는 것은 아니다.
제 1 활성화 레이어(1820)에서 비선형 특성을 부여하는 것은, 제 1 컨볼루션 레이어(1810)의 출력인, 특징 맵의 일부 샘플 값을 변경하여 출력하는 것을 의미한다. 이때, 변경은 비선형 특성을 적용하여 수행된다.
제 1 활성화 레이어(1820)는 제 1 컨볼루션 레이어(1810)로부터 출력되는 특징 맵들의 샘플 값들을 제 2 컨볼루션 레이어(1830)로 전달할지 여부를 결정한다. 예를 들어, 특징 맵들의 샘플 값들 중 어떤 샘플 값들은 제 1 활성화 레이어(1820)에 의해 활성화되어 제 2 컨볼루션 레이어(1830)로 전달되고, 어떤 샘플 값들은 제 1 활성화 레이어(1820)에 의해 비활성화되어 제 2 컨볼루션 레이어(1830)로 전달되지 않는다. 특징 맵들이 나타내는 제 1 중간 영상(1875)의 고유 특성이 제 1 활성화 레이어(1820)에 의해 강조된다.
제 1 활성화 레이어(1820)에서 출력된 특징 맵들은 제 2 컨볼루션 레이어(1830)로 입력된다. 제 2 컨볼루션 레이어(1830)에 표시된 3 X 3 X 16 X 16은 3 x 3의 크기의 16의 필터 커널을 이용하여 16개의 특징 맵들에 대해 컨볼루션 처리하는 것을 예시한다.
제 2 컨볼루션 레이어(1830)에서 출력된 16개의 특징 맵은 제 2 활성화 레이어(1840)로 입력된다. 제 2 활성화 레이어(1840)는 입력된 특징 맵에 대해 비선형 특성을 부여할 수 있다.
제 2 활성화 레이어(1840)에서 출력된 특징 맵들은 제 3 컨볼루션 레이어(1850)로 입력된다. 제 3 컨볼루션 레이어(1850)에 표시된 3 X 3 X 16 X 4는 3 x 3의 크기의 4개의 필터 커널을 이용하여 4개의 제 2 중간 영상(1895)들을 생성하기 위해 16개의 특징 맵에 대해 컨볼루션 처리를 하는 것을 예시한다. 전술한 바와 같이, 제 2 DNN(1800)에 세팅되는 DNN 설정 정보는 제 1 영상(115)의 가로 방향의 해상도 비율 및 세로 방향의 해상도 비율에 따라 결정되는데, 이때, DNN 설정 정보는 마지막 컨볼루션 레이어, 즉 제 3 컨볼루션 레이어(1850)가 제 1 영상(115)의 가로 방향의 해상도 비율 및 세로 방향의 해상도 비율에 따라 결정되는 개수의 제 2 중간 영상들(1895)을 출력하게 한다. 즉, 도 18의 예에서, DNN 설정 정보(1800)가 제 2 DNN(1800)에 세팅됨에 따라, 제 3 컨볼루션 레이어(1850)는 4개의 제 2 중간 영상(1895)을 출력할 수 있게 된다.
제 3 컨볼루션 레이어(1850)에서 출력된 제 2 중간 영상들(1895)의 영상 결합(1890)을 통해 제 3 영상(145)이 획득된다.
이하에서는, 도 22 내지 도 24를 참조하여 영상 결합 방법에 대해 설명한다.
도 22 내지 도 24는 일 실시예의 영상 결합 방법을 설명하기 위한 도면이다.
도 22에 도시된 바와 같이, 영상 처리부(1238)는 제 2 중간 영상들(1895a, 1895b, 1895c, 1895d)의 픽셀 라인(L)들을 번갈아 연결하여 제 3 영상(145)을 획득할 수 있다. 제 3 영상(145)의 해상도는 원본 영상(105)과 동일하므로, 제 2 중간 영상들(1895a, 1895b, 1895c, 1895d)의 가로 방향 및 세로 방향의 해상도 비율이 1/n이라면, n X n개의 제 2 중간 영상들(1895a, 1895b, 1895c, 1895d)의 결합으로 원본 영상(105)과 동일한 해상도의 제 3 영상(145)이 획득될 수 있다. 도 22에서 제 2 중간 영상들(1895a, 1895b, 1895c, 1895d)의 개수는 4개이므로, 제 2 중간 영상들(1895a, 1895b, 1895c, 1895d)의 가로 방향 및 세로 방향의 해상도 비율이 1/2 이라는 것을 알 수 있다.
또한, 도 23에 도시된 바와 같이, 영상 처리부(1238)는 제 2 중간 영상들(1895a, 1895b, 1895c, 1895d)을 서로 연결하여 제 3 영상(145)을 획득할 수도 있다.
또한, 도 24에 도시된 바와 같이, 영상 처리부(1238)는 제 2 중간 영상들(1895a, 1895b, 1895c, 1895d)의 픽셀들 각각을 미리 지정된 위치에 배치하여 제 3 영상(145)을 획득할 수 있다. 구체적으로, 제 2 중간 영상들(1895a, 1895b, 1895c, 1895d)의 첫 번째 픽셀들(1896a, 1896b, 1896c, 1896d)을 포함하는 픽셀 그룹(G1), 제 2 중간 영상들(1895a, 1895b, 1895c, 1895d)의 두 번째 픽셀들(1897a, 1897b, 1897c, 1897d)을 포함하는 픽셀 그룹(G2) 등이 서로 연결됨으로써 제 3 영상(145)이 획득될 수 있다.
도 22 내지 도 24에 도시된 결합 방법을 참조하면, n x n개의 제 2 중간 영상(1895a, 1895b, 1895c, 1895d)들의 가로 방향의 해상도가 a이고, 세로 방향의 해상도가 b인 경우, 제 3 영상(145)의 가로 방향의 해상도는 a x n이고, 세로 방향의 해상도는 b x n가 될 수 있다.
영상 처리부(1238)는 도 22 내지 도 24에 도시된 결합 방법들 중 어느 하나의 방법에 따라 복수의 제 2 중간 영상들(1895)을 결합할 수 있다. 도 22 내지 도 24에 도시된 결합 방법들은 하나의 예시일 뿐이며, n x n개의 제 2 중간 영상들(1895)을 결합하여 원본 영상(105)과 동일한 해상도의 제 3 영상(145)을 획득하는 다양한 방식이 이용될 수 있다. 후술하는 바와 같이, 원본 영상(105)의 AI 다운스케일을 위해, 원본 영상(105)에 대한 영상 분할을 통해 획득된 제 1 중간 영상들이 제 1 DNN으로 입력될 수 있는데, AI 부호화 장치(2700)에서 이용되는 원본 영상(105)의 분할 방법에 대응하는 결합 방법에 따라 영상 처리부(1238)가 제 2 중간 영상들(1895)을 결합할 수 있다. 예를 들어, AI 부호화 장치(2700)가 원본 영상(105)의 픽셀들을 번갈아 분리하여 제 1 중간 영상들을 획득하는 경우, 영상 처리부(1238)는 제 2 중간 영상들(1895)의 픽셀들을 번갈아 연결하여 제 3 영상(145)을 획득할 수 있다(도 24 참조).
한편, 도 18은 제 2 DNN(1800)이 세 개의 컨볼루션 레이어와 두 개의 활성화 레이어를 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(1800)은 RNN(recurrent neural network)을 통해 구현될 수도 있다. 이 경우는 본 개시의 예시에 따른 제 2 DNN(1800)의 CNN 구조를 RNN 구조로 변경하는 것을 의미한다.
일 실시예에서, AI 업스케일부(1234)는 전술한 컨볼루션 연산 및 활성화 레이어의 연산을 위한 적어도 하나의 ALU(Arithmetic logic unit)를 포함할 수 있다. ALU는 프로세서로 구현될 수 있다. 컨볼루션 연산을 위해, ALU는 제 1 중간 영상(1875) 또는 이전 레이어에서 출력된 특징 맵의 샘플 값들과 필터 커널의 샘플 값들 사이의 곱 연산을 수행하는 곱셈기 및 곱셈의 결과 값들을 더하는 가산기를 포함할 수 있다. 또한, 활성화 레이어의 연산을 위해, ALU는 미리 결정된 시그모이드 함수, Tanh 함수 또는 ReLU 함수 등에서 이용되는 가중치를 입력된 샘플 값에 곱하는 곱셈기, 및 곱한 결과와 소정 값을 비교하여 입력된 샘플 값을 다음 레이어로 전달할지를 판단하는 비교기를 포함할 수 있다.
도 25는 제 2 DNN(2500)을 이용한 AI 업스케일 방법을 설명하기 위한 도면이다.
일 예시에서, 도 25에 도시된 제 2 DNN(2500)은 도 18에 도시된 제 2 DNN(1800)의 구조와 동일할 수 있다. 즉, 제 2 DNN(2500)은 도 18에 도시된 제 2 DNN(1800)과 같이 제 1 컨볼루션 레이어, 제 1 활성화 레이어, 제 2 컨볼루션 레이어, 제 2 활성화 레이어 및 제 3 컨볼루션 레이어를 포함할 수 있다. 그러나, 제 2 DNN(2500)은 도 18의 제 2 DNN(1800)과 달리 스킵 커넥션(skip connection) 구조에 이용되므로, 제 2 DNN(2500)의 필터 커널들의 파라미터들과 도 18의 제 2 DNN(1800)의 필터 커널들의 파라미터들은 서로 상이할 수 있다. 구현예에 따라, 제 2 DNN(2500)이 도 18의 제 2 DNN(1800)의 구조와 상이한 구조를 가질 수 있음은 자명하다.
제 2 영상(135)의 영상 분할 과정(2570)을 통해 획득되는 제 1 중간 영상들이 제 2 DNN(2500)으로 입력되고, 제 2 DNN(2500)에서 출력되는 제 2 중간 영상들의 영상 결합 과정(2590)을 통해 제 3 영상(145)이 획득된다.
도 25에 도시된 AI 업스케일 과정에서는 스킵 커넥션(skip connection) 구조가 이용된다. 제 2 영상(135)에 대한 영상 분할 결과 획득되는 제 1 중간 영상들이 제 2 DNN(2500)에서 처리되는 것과 별개로, 제 2 영상(135)이 스케일러(2560)에 의해 스케일링된 후, 영상 결합(2590)의 결과로 생성된 영상에 더해져 제 3 영상(145)이 획득될 수 있다.
스케일러(2560)는 제 1 영상(115)의 가로 방향의 해상도 비율 및 세로 방향의 해상도 비율에 따라 제 2 영상(135)의 해상도를 증가시킨다. 스케일링 결과, 제 2 영상(135)의 해상도가 원본 영상(105)의 해상도와 동일해진다. 스케일러(2560)는 예를 들어, 바이리니어(bilinear) 스케일러, 바이큐빅(bicubic) 스케일러, 란조스(lanczos) 스케일러 및 스테어 스탭(stair step) 스케일러 중 적어도 하나를 포함할 수 있다. 일 실시예에서, 스케일러(2560)는 제 2 영상(135)의 해상도를 증가시키는 컨볼루션 레이어로 대체될 수도 있다.
도 25에 도시된 AI 업스케일 과정에서는, 스케일러(2560)를 통해 예측 버전(prediction version)의 제 3 영상이 획득되고, 제 2 DNN(2500)을 통해 잔차 버전(residual version)의 제 3 영상이 획득된다. 예측 버전의 제 3 영상과 잔차 버전의 제 3 영상의 합산을 통해 제 3 영상(145)이 획득될 수 있다.
한편, 전술한 제 2 DNN(1800)은 DNN 제어부(1236)에 의해 획득된 DNN 설정 정보에 따라 동작하는데, DNN 설정 정보는 제 2 DNN(1800)이 제 1 영상(115)의 가로 방향 및 세로 방향의 해상도 비율에 대응하는 개수의 제 1 중간 영상들(1875)을 처리하고, 제 1 영상(115)의 가로 방향 및 세로 방향의 해상도 비율에 대응하는 개수의 제 2 중간 영상들(1895)을 출력하게 한다.
일 실시예에서, 제 2 DNN의 구조, 즉, 컨볼루션 레이어의 개수 및 필터 커널의 개수는 고정되어 있고, 복수의 DNN 설정 정보들에 따라 필터 커널들의 파라미터들만이 변경될 수 있다. 즉, 제 2 DNN의 구조가 고정되어 있으므로, 제 2 DNN은 미리 결정된 개수(예를 들어, 2개)의 제 1 중간 영상들을 처리하고, 미리 결정된 개수(예를 들어, 4개)의 제 2 중간 영상들을 출력할 수 있다. DNN 제어부(1236)는 복수의 DNN 설정 정보들 중 AI 데이터에 포함된 제 1 영상(115) 관련 정보에 매핑된 DNN 설정 정보를 획득하여 제 2 DNN에 세팅할 수 있다.
제 2 DNN이 처리할 수 있는 제 1 중간 영상들의 개수 및 제 2 DNN이 출력할 수 있는 제 2 중간 영상들의 개수가 특정 개수로 고정되어 있다는 것은, 영상 처리부(1238)가 제 2 영상(135)으로부터 미리 결정된 개수의 제 1 중간 영상들을 획득하고, 미리 결정된 개수의 제 2 중간 영상들을 결합한다는 것을 의미함과 동시에, 제 2 DNN이 제 2 영상(135)의 가로 방향의 해상도 또는 세로 방향의 해상도를 고정된 배율로 증가시키기 위해 동작한다는 것을 의미한다. 다시 말하면, 제 2 DNN이 제 2 영상(135)으로부터 분할된 2개의 제 1 중간 영상들을 처리하여 4개의 제 2 중간 영상들을 출력하는 경우, 4개의 제 2 중간 영상들을 결합하여 획득되는 제 3 영상(145)의 가로 방향의 해상도 또는 세로 방향의 해상도는 제 2 영상(135)의 가로 방향의 해상도 또는 세로 방향의 해상도의 2배가 된다.
제 2 DNN의 구조가 고정되어 있는 경우, 제 1 영상(115)의 가로 방향의 해상도 비율 및 세로 방향의 해상도 비율에 따라 제 2 영상(135)을 AI 업스케일하는 방법에 대해 설명한다.
도 26은 다른 실시예에 따른 제 2 DNN(2600)을 이용한 AI 업스케일 과정에 대해 도시하고 있다.
제 2 DNN(2600)은 복수의 컨볼루션 레이어를 포함하고, 첫 번째 컨볼루션 레이어가 처리하는 제 1 중간 영상의 개수 및 마지막 컨볼루션 레이어가 출력하는 제 2 중간 영상의 개수는 미리 결정되어 있다.
가로 방향의 해상도 비율이 1이고, 세로 방향의 해상도 비율이 1/n(n은 자연수)인 제 2 영상(135)이 영상 분할 과정(2670)을 거쳐 제 2 DNN(2600)으로 입력된다. 제 2 DNN(2600)에서 출력되는 제 2 중간 영상들의 결합(2690)을 통해 가로 방향의 해상도 비율이 1이고, 세로 방향의 해상도 비율이 m/n(m은 자연수)인 영상(2645)이 획득된다. 즉, 영상 분할(2670), 제 2 DNN(2600) 및 영상 결합(2690)을 통해 제 2 영상(135)의 세로 방향의 해상도가 m배 증가한 것을 알 수 있다.
도 26은 영상 분할(2670), 제 2 DNN(2600) 및 영상 결합(2690)을 통해 제 2 영상(135)의 세로 방향의 해상도가 m배 증가한 것으로 도시하고 있으나, 가로 방향의 해상도 비율이 1/n이고, 세로 방향의 해상도 비율이 1인 제 2 영상(135)이 영상 분할 과정(2670), 제 2 DNN(2600) 및 영상 결합 과정(2690)을 거치면, 가로 방향의 해상도 비율이 m/n이고, 세로 방향의 해상도 비율이 1인 영상(2645)이 획득된다. 이는, 전술한 바와 같이, 분할의 대상이 되는 영상의 가로 방향의 해상도 비율 및 세로 방향의 해상도 비율 중 더 큰 해상도 비율이 감소되도록 영상 분할(2670)이 이루어지고(도 19 내지 도 21 참조), 제 2 중간 영상들이 가로 방향 및 세로 방향에서 서로 결합되기 때문이다(도 22 내지 도 24 참조). 후술하는 바와 같이, 제 2 DNN의 동작 횟수가 복수 회로 결정되고, 동작 과정 중 영상 분할(2670)의 대상이 되는 영상(예를 들어, 영상(2645))의 가로 방향의 해상도 비율과 세로 방향의 해상도 비율이 동일한 경우에는 어느 하나의 방향의 해상도 비율이 감소하도록 영상 분할(2670)이 이루어질 수 있다.
도 26에 도시된 것과 같이, 영상 분할 과정(2670), 제 2 DNN(2600) 및 영상 결합 과정(2690)을 통해 어느 하나의 방향의 해상도가 m배 증가하는 경우, DNN 제어부(1236)는 제 1 영상(115)의 가로 방향의 해상도 비율 및 세로 방향의 해상도 비율에 따라 제 2 DNN(2600)의 동작 횟수를 결정할 수 있다. 구체적으로, 제 1 영상(115)의 가로 방향의 해상도 비율이 1/m a(a는 0 이상의 정수)이고, 세로 방향의 해상도 비율이 1/m b(b는 0 이상의 정수)인 경우, DNN 제어부(1236)는 제 2 DNN(2600)의 동작 횟수를 a+b회로 결정할 수 있다. 이에 따라, a+b회의 영상 분할 과정(2670), 제 2 DNN(2600)의 처리 및 영상 결합 과정(2690)을 통해 제 3 영상(145)이 획득될 수 있다.
일 예로, 영상 분할 과정(2670), 제 2 DNN(2600) 및 영상 결합 과정(2690)을 통해 어느 한 방향의 해상도가 2배 증가하고, 제 1 영상(115)의 가로 방향의 해상도 비율이 1/2 0이고, 세로 방향의 해상도 비율이 1/2 2인 경우를 가정한다. 첫 번째 동작에서, 제 2 영상(135)으로부터 분할된 2개의 제 1 중간 영상들이 제 2 DNN(2600)에서 처리되고, 처리 결과 획득되는 4개의 제 2 중간 영상들이 결합됨으로써 가로 방향의 해상도 비율이 1/2 0이고, 세로 방향의 해상도 비율이 1/2 1인 영상(2645)이 획득된다. 두 번째 동작에서, 영상 결합 과정(2690)을 통해 획득된 영상(2645)에 대해 영상 분할(2670)이 적용되고, 적용 결과 획득되는 2개의 제 1 중간 영상들이 제 2 DNN(2600)에서 처리된다. 그리고, 제 2 DNN(2600)에서 출력된 4개의 제 2 중간 영상들이 결합됨으로써, 가로 방향 및 세로 방향의 해상도 비율이 모두 1/2 0인 제 3 영상(145)이 획득될 수 있다.
일 실시예에서, 제 2 DNN은 가로 방향의 해상도를 고정된 배율로 증가시키는 DNN과 세로 방향의 해상도를 고정된 배율로 증가시키는 DNN을 포함할 수도 있다. 제 1 영상(115)의 가로 방향의 해상도 비율이 1/m a(m은 자연수, a는 0 이상의 정수)이고, 세로 방향의 해상도 비율이 1/m b(b는 0 이상의 정수)이고, 상기 고정된 배율이 m인 경우, DNN 제어부(1236)는 가로 방향의 해상도를 고정된 배율로 증가시키는 DNN의 동작 횟수를 a회로, 세로 방향의 해상도를 고정된 배율로 증가시키는 DNN의 동작 횟수를 b회로 결정할 수 있다. 영상 처리부(1238)는 가로 방향의 해상도를 고정된 배율로 증가시키는 DNN 및 세로 방향의 해상도를 고정된 배율로 증가시키는 DNN을 위해 고정된 개수의 제 1 중간 영상들을 획득하고, 고정된 개수의 제 2 중간 영상들을 결합할 수 있다. 이 때, 영상 처리부(1238)는, 가로 방향의 해상도를 고정된 배율로 증가시키는 DNN이 동작할 차례에서는 영상 분할(2670)이 되는 영상을 세로 방향의 해상도 비율이 감소되도록 분할하고, 세로 방향의 해상도를 고정된 배율로 증가시키는 DNN이 동작할 차례에서는 영상 분할(2670)이 되는 영상을 가로 방향의 해상도 비율이 감소되도록 분할할 수 있다.
일 실시예에서, AI 복호화 장치(1200)는 도 2와 관련하여 설명한 내용에 따라 제 2 영상(135)을 가로 방향 및 세로 방향에서 동일 배율로 AI 업스케일할 수도 있고, 도 12와 관련하여 설명한 내용에 따라 제 2 영상(135)을 가로 방향 및 세로 방향에서 서로 상이한 배율로 AI 업스케일할 수도 있다. 제 2 영상(135)이 복수의 프레임으로 이루어진 경우, 제 2 영상(135)을 가로 방향 및 세로 방향에서 동일 배율로 AI 업스케일하는 방식과 제 2 영상(135)을 가로 방향 및 세로 방향에서 서로 상이한 배율로 AI 업스케일하는 방식 중 어느 방식으로 AI 업스케일할지는, 제 2 영상(135)의 프레임마다 결정될 수 있고, 또는 장면 전환(scene change)이 발생하는 프레임마다 결정될 수 있다. 또는, 복수의 프레임으로 이루어진 GOP(group of picture)마다 어느 방식으로 AI 업스케일할지가 결정될 수도 있다. AI 복호화 장치(1200)는 AI 데이터로부터 제 1 영상(115)의 가로 방향의 해상도 비율 및 세로 방향의 해상도 비율의 확인이 가능한 경우, 제 2 영상(135)을 가로 방향 및 세로 방향에서 서로 상이한 배율로 AI 업스케일하고, AI 데이터로부터 제 1 영상(115)의 가로 방향의 해상도 비율 및 세로 방향의 해상도 비율의 확인이 불가능한 경우, 제 2 영상(135)을 가로 방향 및 세로 방향에서 동일 배율로 AI 업스케일할 수 있다.
도 27은 다른 실시예에 따른 AI 부호화 장치(2700)의 구성을 나타내는 블록도이다.
도 27을 참조하면, AI 부호화 장치(2700)는 AI 부호화부(2710) 및 전송부(2730)를 포함할 수 있다. AI 부호화부(2710)는 AI 다운스케일부(2712) 및 제 1 부호화부(2718)를 포함할 수 있다. 전송부(2730)는 데이터 처리부(2732) 및 통신부(2734)를 포함할 수 있다.
도 27에는 AI 부호화부(2710) 및 전송부(2730)가 분리되어 도시되어 있는데, AI 부호화부(2710) 및 전송부(2730)는 하나의 프로세서를 통해 구현될 수 있다. 이 경우, AI 부호화부(2710) 및 전송부(2730)는 전용 프로세서로 구현될 수도 있고, AP 또는 CPU, GPU와 같은 범용 프로세서와 S/W의 조합을 통해 구현될 수도 있다. 또한, AI 부호화부(2710) 및 전송부(2730)가 전용 프로세서로 구현되는 경우, 본 개시의 실시예를 구현하기 위한 메모리를 포함하여 구현되거나, 외부 메모리를 이용하기 위한 메모리 처리부를 포함하여 구현될 수 있다.
또한, AI 부호화부(2710) 및 전송부(2730)는 복수의 프로세서로 구현될 수도 있다. 이 경우, AI 부호화부(2710) 및 전송부(2730)는 전용 프로세서들의 조합으로 구현될 수도 있고, AP 또는 CPU, GPU와 같은 다수의 범용 프로세서들과 S/W의 조합을 통해 구현될 수도 있다. AI 다운스케일부(2712)와 제 1 부호화부(2718)도 각각 서로 다른 프로세서로 구현될 수 있다.
AI 부호화부(2710)는 원본 영상(105)의 AI 다운스케일 및 제 1 영상(115)의 제 1 부호화를 수행하고, AI 데이터 및 영상 데이터를 전송부(2730)로 전달한다.
구체적으로, AI 다운스케일부(2712)는 원본 영상(105)을 AI 다운스케일하여 제 1 영상(115)을 획득하고, 제 1 영상(115)을 제 1 부호화부(2718)로 전달한다. AI 다운스케일부(2712)는 원본 영상(105)을 가로 방향 및 세로 방향에서 서로 다른 값의 해상도 비율로 AI 다운스케일한다. AI 다운스케일에 관련된 AI 데이터는 데이터 처리부(2732)로 제공된다. AI 다운스케일부(2712)는 DNN 제어부(2714) 및 영상 처리부(2716)를 포함할 수 있는데, AI 다운스케일부(2712)의 동작에 대해서는 뒤에서 상세히 설명한다.
AI 다운스케일부(2712)로부터 제 1 영상(115)을 전달받은 제 1 부호화부(2718)는 제 1 영상(115)을 제 1 부호화하여 제 1 영상(115)이 가지는 정보량을 감축시킬 수 있다. 제 1 부호화부(2718)에 의한 제 1 부호화 결과 제 1 영상(115)에 대응하는 영상 데이터가 획득될 수 있다. 영상 데이터는 데이터 처리부(2732)로 제공된다.
영상 데이터는 제 1 영상(115)의 제 1 부호화 결과 획득된 데이터를 포함한다. 영상 데이터는 제 1 영상(115) 내 픽셀 값들에 기초하여 획득되는 데이터, 예를 들어, 제 1 영상(115)과 제 1 영상(115)의 예측 데이터 사이의 차이인 잔차 데이터를 포함할 수 있다. 또한, 영상 데이터는 제 1 영상(115)의 제 1 부호화 과정에서 이용된 정보들을 포함한다. 예를 들어, 영상 데이터는 제 1 영상(115)을 제 1 부호화하는데 이용된 예측 모드 정보, 움직임 정보 및 제 1 영상(115)을 제 1 부호화하는데 이용된 양자화 파라미터 관련 정보 등을 포함할 수 있다.
데이터 처리부(2732)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(2732)는 AI 데이터가 비트스트림 형태로 표현되도록 AI 데이터를 처리하고, 통신부(2734)를 통해 하나의 비트스트림 형태의 AI 데이터 및 영상 데이터를 전송한다. 다른 예로, 데이터 처리부(2732)는 AI 데이터가 비트스트림 형태로 표현되도록 AI 데이터를 처리하고, 통신부(2734)를 통해 AI 데이터에 해당하는 비트스트림 및 영상 데이터에 해당하는 비트스트림 각각을 통신부(2734)를 통해 전송한다. 또 다른 예로, 데이터 처리부(2732)는 AI 데이터가 프레임 또는 패킷으로 표현되도록 AI 데이터를 처리하고, 비트스트림 형태의 영상 데이터와, 프레임 또는 패킷 형태의 AI 데이터를 통신부(2734)를 통해 전송한다.
통신부(2734)는 네트워크를 통해 AI 부호화 결과 획득된 AI 부호화 데이터를 전송한다. AI 부호화 결과 획득된 AI 부호화 데이터는 영상 데이터와 AI 데이터를 포함한다. 영상 데이터와 AI 데이터는 동종 네트워크 또는 이종 네트워크를 통해 전송될 수 있다.
일 실시예에서, 데이터 처리부(2732)의 처리 결과 획득된 AI 부호화 데이터는 하드 디스크, 플로피 디스크 및 자기 테이프와 같은 자기 매체, CD-ROM 및 DVD와 같은 광기록 매체, 플롭티컬 디스크(floptical disk)와 같은 자기-광 매체(magneto-optical medium) 등을 포함하는 데이터 저장 매체에 저장될 수도 있다.
이하에서는, AI 다운스케일부(2712)의 동작에 대해 상세히 설명한다.
DNN 제어부(2714)는 원본 영상(105)을 분석하여 제 1 영상(115)의 가로 방향의 해상도 비율 및 세로 방향의 해상도 비율을 결정한다. 전술한 바와 같이, 원본 영상(105)에 포함된 피사체에 따라 원본 영상(105)의 가로 방향 및 세로 방향 중 어느 하나의 방향에 중요 성분들이 다수 배치될 수 있다. 따라서, DNN 제어부(2714)는 중요 성분들이 다수 배치된 방향의 해상도 비율은 큰 값으로 결정하고, 중요 성분들이 상대적으로 적게 배치된 방향의 해상도 비율은 작은 값으로 결정할 수 있다.
도 28 및 도 29를 참조하여, 중요 성분이 많이 배치된 방향을 결정하는 방법에 대해 설명한다.
도 28은 원본 영상(105)에 대응하는 에지(edge) 맵(2800)을 나타내는 도면이다.
영상에 따라 가로 방향 및 세로 방향 중 특정 방향에 높은 강도의 에지들이 다수 포함될 수 있다. 높은 강도의 에지들이 다수 배치되어 있다는 것은 해당 방향을 따라 픽셀 값들의 변화량이 크며, 해당 방향을 따라 피사체의 외관이 복잡하다는 것을 의미할 수 있다. 따라서, 높은 강도의 에지들이 다수 배치되어 있는 방향에서 해상도를 크게 낮추면, 피사체의 외관이 왜곡될 가능성이 커진다.
도 28에 도시된 에지 맵(2800)으로부터 가로 방향의 에지 강도가 세로 방향의 에지 강도가 크다는 것을 직관적으로 알 수 있다. 따라서, 에지 맵(2800)에 대응하는 원본 영상(105)의 해상도를 가로 방향에서 크게 감소시키면, 이러한 에지 성분들이 제 1 영상(115)에서 누락될 수 있다.
DNN 제어부(2714)는 원본 영상(105)에 포함된 픽셀들의 픽셀 값들에 기반하여 에지 방향 및 에지 강도들을 측정하고, 가로 방향 및 세로 방향 중 에지 강도가 더 큰 방향을 중요 방향으로, 에지 강도가 더 작은 방향을 비 중요 방향으로 결정할 수 있다. 그리고, DNN 제어부(2714)는 중요 방향의 해상도 비율을, 비 중요 방향의 해상도 비율보다 크게 결정할 수 있다. 영상 분석을 통해 영상 내 에지의 방향 및 에지 강도를 측정하는 방법은 공지된 방법에 의할 수 있다.
DNN 제어부(2714)는 중요 방향의 에지 강도와 비 중요 방향의 에지 강도 사이의 차이를 고려하여 중요 방향 및 비 중요 방향의 해상도 비율을 결정할 수 있다. 예를 들어, 중요 방향의 에지 강도와 비 중요 방향의 에지 강도 사이의 차이가 제 1 소정 값 이하이면, 중요 방향의 해상도 비율을 1로, 비 중요 방향의 해상도 비율을 1/2로 결정할 수 있다. 또한, 중요 방향의 에지 강도와 비 중요 방향의 에지 강도 사이의 차이가 제 1 소정 값 초과 제 2 소정 값 이하이면, 중요 방향의 해상도 비율을 1로, 비 중요 방향의 해상도 비율을 1/4로 결정할 수 있다. 또한, DNN 제어부(2714)는 중요 방향의 에지 강도 자체가 크지 않은 경우, 예를 들어, 중요 방향의 에지 강도가 최소 값 이하인 경우, 중요 방향의 해상도 비율을 비 중요 방향의 해상도 비율보다 크게 결정하되, 중요 방향의 해상도 비율을 1보다 작은 값으로 결정할 수 있다.
도 29은 텍스트 영역들(2910a, 2910b, 2910c)을 포함하는 원본 영상(105)을 나타내는 도면이다.
영상 내 포함된 텍스트들은, 영상을 시청하는 유저들에게 중요한 정보를 제공해줄 수 있다. 다시 말하면, 텍스트들이 영상을 이해하는데 핵심적인 요소가 될 수 있다. 따라서, DNN 제어부(2714)는 원본 영상(105) 내 텍스트 영역(2910a, 2910b, 2910c)을 식별하고, 텍스트 영역(2910a, 2910b, 2910c)의 배열 방향을 고려하여 제 1 영상(115)의 가로 방향의 해상도 비율 및 세로 방향의 해상도 비율을 결정할 수 있다. DNN 제어부(2714)는 공지된 텍스트 식별 알고리즘을 통해 영상 내 텍스트 영역들(2910a, 2910b, 2910c)을 식별할 수 있다.
DNN 제어부(2714)는 원본 영상(105) 내 텍스트 영역(2910a, 2910b, 2910c)의 배열 방향이 가로 방향에 가까운지, 세로 방향에 가까운지를 결정하고, 가로 방향 및 세로 방향 중 텍스트 영역(2910a, 2910b, 2910c)의 배열 방향에 가까운 방향을 중요 방향, 텍스트 영역(2910a, 2910b, 2910c)의 배열 방향으로부터 먼 방향을 비 중요 방향으로 결정할 수 있다. 여기서, 어느 한 방향이 텍스트 영역(2910a, 2910b, 2910c)의 배열 방향과 가깝다는 것은, 해당 방향과 텍스트 영역(2910a, 2910b, 2910c)의 배열 방향 사이의 각도가 작다는 것을 의미하고, 어느 한 방향이 텍스트 영역(2910a, 2910b, 2910c)의 배열 방향과 멀다는 것은, 해당 방향과 텍스트 영역(2910a, 2910b, 2910c)의 배열 방향 사이의 각도가 크다는 것을 의미할 수 있다.
DNN 제어부(2714)는 중요 방향의 해상도 비율을, 비 중요 방향의 해상도 비율보다 크게 결정할 수 있다. DNN 제어부(2714)는 중요 방향과 텍스트 영역(2910a, 2910b, 2910c)의 배열 방향 사이의 각도와, 비 중요 방향과 텍스트 영역(2910a, 2910b, 2910c)의 배열 방향 사이의 각도의 차이를 고려하여 중요 방향 및 비 중요 방향의 해상도 비율을 결정할 수 있다. 예를 들어, 중요 방향의 각도와 비 중요 방향의 각도 사이의 차이가 제 1 소정 값 이하이면, 중요 방향의 해상도 비율을 1로, 비 중요 방향의 해상도 비율을 1/2로 결정할 수 있다. 또한, 중요 방향의 각도와 비 중요 방향의 각도 사이의 차이가 제 1 소정 값 초과 제 2 소정 값 이하이면, 중요 방향의 해상도 비율을 1로, 비 중요 방향의 해상도 비율을 1/4로 결정할 수 있다. 또한, DNN 제어부(2714)는 중요 방향의 각도와 비 중요 방향의 각도가 거의 유사한 경우, 예를 들어, 중요 방향의 각도와 비 중요 방향의 각도 사이의 차이가 제 1 소정 값보다 작은 최소 값 이하인 경우, 중요 방향의 해상도 비율을 비 중요 방향의 해상도 비율보다 크게 결정하되, 중요 방향의 해상도 비율을 1보다 작은 값으로 결정할 수 있다.
일 실시예에서, DNN 제어부(2714)는 도 29에 도시된 바와 같이 원본 영상(105) 내에 텍스트 영역들(2910a, 2910b, 2910c)이 복수 개 존재하는 경우, 각각의 텍스트 영역의 배열 방향과 가로 방향 사이의 각도들의 평균, 및 각각의 텍스트 영역의 배열 방향과 세로 방향 사이의 각도들의 평균을 비교하여 가로 방향과 세로 방향 중 중요 방향이 어느 방향인지, 제 1 영상(115)의 가로 방향 및 세로 방향의 해상도 비율을 결정할 수 있다.
도 28 및 도 29과 관련하여 설명한 해상도 비율의 결정 방법은 하나의 예시일 뿐이며, 제 1 영상(115)의 가로 방향 및 세로 방향의 해상도 비율을 결정하는 다양한 방법이 이용될 수 있다. 예를 들어, 원본 영상(105)이 복수의 프레임들로 이루어진 경우, DNN 제어부(2714)는 AI 다운스케일의 대상이 되는 현재 프레임의 이전 프레임 및/또는 이후 프레임을 고려하여 현재 프레임의 가로 방향 및 세로 방향의 해상도 비율을 결정할 수 있다. 구체적으로, 이전 프레임 및/또는 이후 프레임과 현재 프레임을 비교하여 세로 방향에 비해 가로 방향에서 피사체의 움직임이 큰 경우, 현재 프레임의 가로 방향의 해상도 비율을 세로 방향의 해상도 비율보다 크게 결정할 수 있다.
다시 도 27을 참조하면, AI 다운스케일부(2712)에 의해 생성된 AI 데이터는 데이터 처리부(2732)로 전송되는데, AI 데이터는 AI 복호화 장치(1200)가 제 2 영상(135)을 제 1 영상(115)의 가로 방향의 해상도 비율 및 세로 방향의 해상도 비율에 따라 AI 업스케일할 수 있게 하는 정보를 포함한다. 다시 말하면, AI 데이터는 AI 복호화 장치(1200)가 제 2 DNN에 세팅하여야 하는 DNN 설정 정보를 가리키는 정보를 포함할 수 있다.
AI 복호화 장치(1200)가 DNN 설정 정보를 획득할 수 있도록, AI 데이터는 제 1 영상(115)의 가로 방향의 해상도 비율 및 세로 방향의 해상도 비율을 나타내는 정보를 포함할 수 있다.
제 1 영상(115)의 가로 방향의 해상도 비율 및 세로 방향의 해상도 비율을 나타내는 정보는 인덱스일 수 있다.
또한, 제 1 영상(115)의 가로 방향의 해상도 비율 및 세로 방향의 해상도 비율을 나타내는 정보는 원본 영상(105)의 가로 방향의 해상도 및 세로 방향의 해상도를 나타내는 정보일 수도 있다. AI 복호화 장치(1200)는 제 2 영상(135)을 통해 제 1 영상(115)의 가로 방향 및 세로 방향의 해상도를 알 수 있으므로, AI 데이터를 통해 원본 영상(105)의 가로 방향의 해상도 및 세로 방향의 해상도를 알게 되면, 제 1 영상(115)의 가로 방향의 해상도 비율 및 세로 방향의 해상도 비율을 확인할 수 있다.
또한, AI 데이터는 제 1 영상(115) 관련 정보를 포함할 수 있다. 제 1 영상(115) 관련 정보는 제 1 영상(115)의 해상도, 제 1 영상(115)의 제 1 부호화 결과 획득된 비트스트림의 비트레이트 및 제 1 영상(115)의 제 1 부호화에 이용된 코덱 타입 중 적어도 하나를 나타내는 정보를 포함한다.
또한, AI 데이터는 제 1 영상(115)의 가로 방향의 해상도 비율 및 세로 방향의 해상도 비율에 따라 제 2 영상(135)이 AI 업스케일될 수 있도록, 상호 약속된 DNN 설정 정보의 식별자를 포함할 수 있다.
일 실시예에서, DNN 제어부(2714)는 원본 영상(105)의 가로 방향의 해상도 및 세로 방향의 해상도를 나타내는 정보를 제 1 부호화부(2718)로 전달할 수도 있다. 제 1 부호화부(2718)는 영상 데이터 내에 원본 영상(105)의 가로 방향의 해상도 및 세로 방향의 해상도를 나타내는 정보를 포함시킬 수 있다. 이는, AI 부호화 데이터를 수신하는 장치가 레거시 장치인 경우를 고려한 것이다. AI 데이터는 제 2 영상(135)을 AI 업스케일할 수 있는 AI 복호화 장치(1200)에 의해 이용될 수 있으므로, AI 데이터에 기반하여 제 2 영상(135)을 AI 업스케일할 수 없는 레거시 장치를 위해, 제 1 부호화부(2718)는 영상 데이터 내에 원본 영상(105)의 가로 방향의 해상도 및 세로 방향의 해상도를 나타내는 정보를 포함시킨다.
HEVC 등의 코덱에 의하면, 제 1 부호화의 대상이 되는 영상의 해상도 정보가 신택스에 따라 비트스트림에 포함되지만, 본 개시에 따른 제 1 부호화부(2718)는 원본 영상(105)의 가로 방향의 해상도 정보 및 세로 방향의 해상도 정보를 비트스트림에 추가적으로 포함시킨다. 레거시 장치는, 영상 데이터에 따라 제 1 영상(115)과 동일한 해상도의 제 2 영상(135)을 복원한 후, 레거시 스케일링에 따라 제 2 영상(135)의 해상도를 원본 영상(105)의 해상도까지 증가시킬 수 있다.
DNN 제어부(2714)는 제 1 영상(115)의 가로 방향의 해상도 비율 및 세로 방향의 해상도 비율을 고려하여 복수의 DNN 설정 정보 중 제 1 DNN에 세팅될 DNN 설정 정보를 획득한다. 복수의 DNN 설정 정보 각각은 제 1 영상(115)의 가로 방향 및 세로 방향의 해상도 비율들에 매핑될 수 있다. 예를 들어, 도 15에 도시된 것과 같이, 제 1 영상(115)의 가로 방향의 해상도 비율이 1/2이고, 세로 방향의 해상도 비율이 1이면 A DNN 설정 정보, 가로 방향의 해상도 비율이 1이고, 세로 방향의 해상도 비율이 1/2이면 B DNN 설정 정보, 가로 방향의 해상도 비율이 1/4이고, 세로 방향의 해상도 비율이 1이면 C DNN 설정 정보, 가로 방향의 해상도 비율이 1이고, 세로 방향의 해상도 비율이 1/4이면 D DNN 설정 정보가 제 1 DNN의 세팅을 위해 획득될 수 있다. 도 15에서는 제 1 영상(115) 관련 정보를 더 고려하여 DNN 설정 정보를 획득하지만, DNN 제어부(2714)는 제 1 영상(115) 관련 정보를 고려하지 않고, 제 1 영상(115)의 가로 방향의 해상도 비율 및 세로 방향의 해상도 비율에 따라 DNN 설정 정보를 획득할 수 있다. DNN 제어부(2714)는 전술한 바와 같이, 압축률(예를 들어, 타겟 비트레이트), 압축 품질(예를 들어, 비트레이트 타입), 압축 히스토리 정보 및 원본 영상(105)의 타입 중 적어도 하나를 더 고려하여 DNN 설정 정보를 획득할 수 있다.
DNN 제어부(2714)는 제 1 영상(115)의 가로 방향의 해상도 비율 및 세로 방향의 해상도 비율에 따라 영상 처리부(2716)의 동작을 제어한다. 영상 처리부(2716)는 제 1 DNN으로 입력될 복수의 제 1 중간 영상을 원본 영상(105)에 대한 영상 분할 과정을 통해 획득하고, 제 1 DNN에서 출력되는 복수의 제 2 중간 영상에 대한 영상 결합 과정을 통해 제 1 영상(115)을 획득한다.
DNN 제어부(2714)는 영상 처리부(2716)가 획득하는 제 1 중간 영상들의 개수를, 제 1 영상(115)의 가로 방향 및 세로 방향의 해상도 비율에 따라 결정할 수 있다. DNN 제어부(2714)는 제 1 영상(115)의 가로 방향의 해상도 비율이 1/n(n은 자연수)이고, 세로 방향의 해상도 비율이 1/m(m은 자연수)이고, n>m인 경우, 제 1 중간 영상들의 개수를 n x n개로, 결정하고, 제 2 중간 영상들의 개수를 n/m개로 결정될 수 있다.
DNN 제어부(2714)는 제 1 영상(115)의 가로 방향 및 세로 방향의 해상도 비율에 매핑된 DNN 설정 정보를 획득하는데, 제 1 영상(115)의 가로 방향 및 세로 방향의 해상도 비율에 매핑된 DNN 설정 정보는 제 1 DNN을 구성하는 복수의 컨볼루션 레이어 중 마지막 컨볼루션 레이어의 필터 커널의 개수 정보를 n/m개로 포함할 수 있다. 즉, 본 개시의 일 실시예에서, 제 1 영상(115)의 가로 방향 및 세로 방향의 해상도 비율에 따라 제 1 중간 영상들의 개수 및 마지막 컨볼루션 레이어의 필터 커널의 개수가 결정될 수 있다. 또한, 마지막 컨볼루션 레이어의 필터 커널의 개수와 동일한 개수의 제 2 중간 영상들이 마지막 컨볼루션 레이어에서 출력되므로, 제 1 영상(115)의 가로 방향 및 세로 방향의 해상도 비율에 따라 제 1 중간 영상들의 개수 및 제 2 중간 영상들의 개수가 결정될 수도 있다. 이와 같은 매핑 관계는 도 30에 도시된다.
도 30는 제 1 영상(115)의 가로 방향의 해상도 비율 및 세로 방향의 해상도 비율에 따라 제 1 중간 영상 및 제 2 중간 영상의 개수가 달라짐을 설명하기 위한 도면이다.
도 30에 도시된 바와 같이, 제 1 영상(115)의 가로 방향의 해상도 비율이 1/2이고, 세로 방향의 해상도 비율이 1인 경우, 제 1 중간 영상 및 제 2 중간 영상의 개수는 각각 4개, 2개일 수 있다. 또한, 제 1 영상(115)의 가로 방향의 해상도 비율이 1/4이고, 세로 방향의 해상도 비율이 1인 경우, 제 1 중간 영상 및 제 2 중간 영상의 개수는 각각 16개, 4개일 수 있다. 예를 들어, 제 1 영상(115)의 가로 방향의 해상도 비율이 1/2이고, 세로 방향의 해상도 비율이 1인 경우, 가로 방향 및 세로 방향의 해상도 비율인 1/2인 4개의 제 1 중간 영상들이 원본 영상(105)으로부터 획득되고, 가로 방향 및 세로 방향의 해상도 비율이 1/2인 2개의 제 2 중간 영상들의 결합을 통해 가로 방향의 해상도 비율이 1/2이고, 세로 방향의 해상도 비율이 1인 제 1 영상(115)이 획득된다.
이하에서는, 도 31을 참조하여, 다른 실시예에 따른 제 1 DNN(3100)에 대해 설명한다.
도 31에 도시된 바와 같이, 제 1 DNN(3100)은 제 1 컨볼루션 레이어(3110), 제 1 활성화 레이어(3120), 제 2 컨볼루션 레이어(3130), 제 2 활성화 레이어(3140), 제 3 컨볼루션 레이어(3150)를 포함할 수 있다. 원본 영상(105)의 영상 분할 과정(3170)을 통해 획득되는 제 1 중간 영상들(3175)이 제 1 DNN(3100)으로 입력되고, 제 1 DNN(3100)에서 출력되는 제 2 중간 영상들(3195)의 영상 결합 과정(3190)을 통해 제 1 영상(115)이 획득된다. 영상 분할 과정(3170) 및 영상 결합 과정(3190)은 영상 처리부(2716)에 의해 수행된다.
제 1 중간 영상들(3170)의 개수 및 제 2 중간 영상들(3190)의 개수는 제 1 영상(115)의 가로 방향 및 세로 방향의 해상도 비율에 따라 결정되므로, 영상 처리부(2716)의 영상 분할 과정(3170) 및 영상 결합 과정(3190)은 제 1 영상(115)의 가로 방향 및 세로 방향의 해상도 비율에 따라 수행되어야 한다. 즉, 영상 처리부(2716)는 제 1 영상(115)의 가로 방향 및 세로 방향의 해상도 비율에 따라 결정되는 개수의 제 1 중간 영상들(3175)을 영상 분할 과정(3170)을 통해 획득하고, 제 1 영상(115)의 가로 방향 및 세로 방향의 해상도 비율에 따라 결정되는 개수의 제 2 중간 영상들(3195)을 결합하여 제 1 영상(115)을 획득한다.
영상 처리부(2716)는 도 22 내지 도 24에 도시된 영상 결합 방법들 중 어느 하나의 영상 결합 방법들의 역 과정을 통해 제 1 중간 영상들(3175)을 획득할 수 있다. 예를 들어, 영상 처리부(2716)는 도 22의 역 과정을 통해, 원본 영상(105)에서 열 또는 행을 따라 배열된 일부의 픽셀들을 픽셀 라인으로 포함하는 제 1 중간 영상들(3175)을 획득할 수 있다. 또한, 영상 처리부(2716)는 필요로 하는 제 1 중간 영상들(3175)의 개수가 n개인 경우, 원본 영상(105)을 n등분하거나(도 23 참조), 원본 영상(105)들을 구성하는 픽셀들을 나눠(도 24 참조) 일부 픽셀들로 이루어진 제 1 중간 영상들(3175)을 획득할 수 있다.
원본 영상(105)에 대한 영상 분할(3170)을 통해 복수의 제 1 중간 영상들(3175)이 획득되고, 복수의 제 1 중간 영상들(3175)이 제 1 컨볼루션 레이어(3110)로 입력된다.
복수의 제 1 중간 영상들(3175)을 입력받은 제 1 컨볼루션 레이어(3110)는 복수의 제 1 중간 영상들(3175)을 필터 커널로 컨볼루션 처리하여 특징 맵들을 출력한다. 도 31에 도시된 제 1 컨볼루션 레이어(3110)에 표시된 3 X 3 X 4 X 16은 3 x 3의 크기의 16개의 필터 커널을 이용하여 4개의 제 1 중간 영상(3175)에 대해 컨볼루션 처리를 하는 것을 예시한다. 제 1 DNN(3100)에 세팅되는 DNN 설정 정보는 제 1 영상(115)의 가로 방향의 해상도 비율 및 세로 방향의 해상도 비율에 따라 결정되는데, 이때, DNN 설정 정보는 제 1 컨볼루션 레이어(3110)가 제 1 영상(115)의 가로 방향의 해상도 비율 및 세로 방향의 해상도 비율에 따라 결정되는 개수의 제 1 중간 영상들(3175)을 처리할 수 있게 한다. 즉, 도 31의 예에서, DNN 설정 정보가 제 1 DNN(3100)에 세팅됨에 따라, 제 1 컨볼루션 레이어(3110)는 4개의 제 1 중간 영상(3175)을 처리할 수 있게 된다.
제 1 컨볼루션 레이어(3110)의 컨볼루션 처리 결과 16개의 특징 맵이 생성된다. 각 특징 맵은 제 1 중간 영상들(3175)의 고유한 특성들을 나타낸다.
제 1 컨볼루션 레이어(3110)에서 출력된 특징 맵들은 제 1 활성화 레이어(3120)로 입력된다. 제 1 활성화 레이어(3120)는 각각의 특징 맵에 대해 비선형 특성을 부여할 수 있다. 제 1 활성화 레이어(3120)는 시그모이드 함수(sigmoid function), Tanh 함수, ReLU(Rectified Linear Unit) 함수 등을 포함할 수 있으나, 이에 한정되는 것은 아니다.
제 1 활성화 레이어(3120)에서 비선형 특성을 부여하는 것은, 제 1 컨볼루션 레이어(3110)의 출력인, 특징 맵의 일부 샘플 값을 변경하여 출력하는 것을 의미한다. 이때, 변경은 비선형 특성을 적용하여 수행된다.
제 1 활성화 레이어(3120)는 제 1 컨볼루션 레이어(3110)로부터 출력되는 특징 맵들의 샘플 값들을 제 2 컨볼루션 레이어(3130)로 전달할지 여부를 결정한다. 예를 들어, 특징 맵들의 샘플 값들 중 어떤 샘플 값들은 제 1 활성화 레이어(3120)에 의해 활성화되어 제 2 컨볼루션 레이어(3130)로 전달되고, 어떤 샘플 값들은 제 1 활성화 레이어(3120)에 의해 비활성화되어 제 2 컨볼루션 레이어(3130)로 전달되지 않는다. 특징 맵들이 나타내는 제 1 중간 영상(3175)의 고유 특성이 제 1 활성화 레이어(3120)에 의해 강조된다.
제 1 활성화 레이어(3120)에서 출력된 특징 맵들은 제 2 컨볼루션 레이어(3130)로 입력된다. 제 2 컨볼루션 레이어(3130)에 표시된 3 X 3 X 16 X 16은 3 x 3의 크기의 16의 필터 커널을 이용하여 16개의 특징 맵들에 대해 컨볼루션 처리하는 것을 예시한다.
제 2 컨볼루션 레이어(3130)에서 출력된 16개의 특징 맵은 제 2 활성화 레이어(3140)로 입력된다. 제 2 활성화 레이어(3140)는 입력된 특징 맵에 대해 비선형 특성을 부여할 수 있다.
제 2 활성화 레이어(3140)에서 출력된 특징 맵들은 제 3 컨볼루션 레이어(3150)로 입력된다. 제 3 컨볼루션 레이어(3150)에 표시된 3 X 3 X 16 X 2는 3 x 3의 크기의 2개의 필터 커널을 이용하여 2개의 제 2 중간 영상들(3195)을 생성하기 위해 16개의 특징 맵을 컨볼루션 처리하는 것을 예시한다. 전술한 바와 같이, 제 1 DNN(3100)에 세팅되는 DNN 설정 정보는 제 1 영상(115)의 가로 방향의 해상도 비율 및 세로 방향의 해상도 비율에 따라 결정된다. 이때, DNN 설정 정보에 세팅됨에 따라 제 1 DNN(3100)의 마지막 컨볼루션 레이어, 즉 제 3 컨볼루션 레이어(3150)가 제 1 영상(115)의 가로 방향의 해상도 비율 및 세로 방향의 해상도 비율에 따라 결정되는 개수의 제 2 중간 영상들(3195)을 출력할 수 있다. 즉, 도 31의 예에서, DNN 설정 정보가 제 1 DNN(3100)에 세팅됨에 따라, 제 3 컨볼루션 레이어(3150)는 2개의 제 2 중간 영상(3195)을 출력할 수 있게 된다.
제 3 컨볼루션 레이어(3150)에서 출력된 제 2 중간 영상들(3195)의 영상 결합을 통해 제 1 영상(115)이 획득된다.
영상 처리부(2716)는 도 19 내지 도 21에 도시된 영상 분할 방법들 중 어느 하나의 영상 분할 방법의 역 과정을 통해 제 2 중간 영상들(3195)을 결합할 수 있다. 예를 들어, 영상 처리부(2716)는 도 19의 역 과정을 통해, 제 2 중간 영상들(3195)의 픽셀 라인들을 번갈아 연결하여 제 1 영상(115)을 획득할 수 있다. 또한, 영상 처리부(2716)는 제 2 중간 영상들(3195)을 가로 또는 세로 방향으로 연결하거나(도 20 참조), 제 1 중간 영상들(3195)을 구성하는 픽셀들을 연결하여(도 21 참조) 제 1 영상(115)을 획득할 수 있다.
도 31은 제 1 DNN(3100)이 세 개의 컨볼루션 레이어와 두 개의 활성화 레이어를 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(3100)은 RNN(recurrent neural network)을 통해 구현될 수도 있다. 이 경우는 본 개시의 예시에 따른 제 1 DNN(3100)의 CNN 구조를 RNN 구조로 변경하는 것을 의미한다.
일 실시예에서, AI 다운스케일부(2712)는 전술한 컨볼루션 연산 및 활성화 레이어의 연산을 위한 적어도 하나의 ALU(Arithmetic logic unit)를 포함할 수 있다. ALU는 프로세서로 구현될 수 있다. 컨볼루션 연산을 위해, ALU는 제 1 중간 영상 또는 이전 레이어에서 출력된 특징 맵의 샘플 값들과 필터 커널의 샘플 값들 사이의 곱 연산을 수행하는 곱셈기 및 곱셈의 결과 값들을 더하는 가산기를 포함할 수 있다. 또한, 활성화 레이어의 연산을 위해, ALU는 미리 결정된 시그모이드 함수, Tanh 함수 또는 ReLU 함수 등에서 이용되는 가중치를 입력된 샘플 값에 곱하는 곱셈기, 및 곱한 결과와 소정 값을 비교하여 입력된 샘플 값을 다음 레이어로 전달할지를 판단하는 비교기를 포함할 수 있다.
도 32는 일 실시예에 따른 제 1 DNN(3200)을 이용한 AI 다운스케일 방법을 나타내는 도면이다.
일 예시에서, 도 32에 도시된 제 1 DNN(3200)의 구조는 도 31에 도시된 제 1 DNN(3100)의 구조와 동일할 수 있다. 즉, 제 1 DNN(3200)은 도 31에 도시된 제 1 DNN(3100)과 같이 제 1 컨볼루션 레이어, 제 1 활성화 레이어, 제 2 컨볼루션 레이어, 제 2 활성화 레이어 및 제 3 컨볼루션 레이어를 포함할 수 있다. 그러나, 제 1 DNN(3200)은 도 31의 제 1 DNN(3100)과 달리 스킵 커넥션(skip connection) 구조에 이용되므로, 제 1 DNN(3200)의 필터 커널들의 파라미터들과 도 31의 제 1 DNN(3100)의 필터 커널들의 파라미터들은 서로 상이할 수 있다. 구현예에 따라, 제 1 DNN(3200)이 도 31의 제 1 DNN(3100)의 구조와 상이한 구조를 가질 수 있음은 자명하다.
원본 영상(105)의 영상 분할 과정(3270)을 통해 획득되는 제 1 중간 영상들이 제 1 DNN(3200)으로 입력되고, 제 1 DNN(3200)에서 출력되는 제 2 중간 영상들의 영상 결합 과정(3290)을 통해 제 1 영상(115)이 획득된다.
도 32에 도시된 AI 다운스케일 과정에서는 스킵 커넥션 구조가 이용된다. 원본 영상(105)에 대한 영상 분할(3270)이 적용되어 획득되는 제 1 중간 영상들이 제 1 DNN(3200)에서 처리되는 것과 별개로, 원본 영상(105)이 스케일러(3260)에 의해 스케일링된 후, 영상 결합(3290)의 결과로 생성된 영상에 더해져 제 1 영상(115)이 획득될 수 있다.
스케일러(3260)는 제 1 영상(115)의 가로 방향의 해상도 비율 및 세로 방향의 해상도 비율에 따라 원본 영상(105)의 해상도를 감소시킨다. 스케일링 결과, 원본 영상(105)의 해상도가 제 1 영상(115)의 해상도와 동일해진다. 스케일러(3260)는 예를 들어, 바이리니어(bilinear) 스케일러, 바이큐빅(bicubic) 스케일러, 란조스(lanczos) 스케일러 및 스테어 스탭(stair step) 스케일러 중 적어도 하나를 포함할 수 있다. 일 실시예에서, 스케일러(3260)는 원본 영상(105)의 해상도를 감소시키는 컨볼루션 레이어로 대체될 수도 있다.
도 32에 도시된 AI 업스케일 과정에서는, 스케일러(3260)를 통해 예측 버전(prediction version)의 제 1 영상이 획득되고, 제 1 DNN(3200)을 통해 잔차 버전(residual version)의 제 1 영상이 획득된다. 예측 버전의 제 1 영상과 잔차 버전의 제 1 영상의 합산을 통해 제 1 영상(115)이 획득될 수 있다.
한편, 전술한 제 1 DNN(3100)은 DNN 제어부(2714)에 의해 획득된 DNN 설정 정보에 따라 동작하는데, DNN 설정 정보는 제 1 DNN(3100)이 제 1 영상(115)의 가로 방향의 해상도 비율 및 세로 방향의 해상도 비율에 대응하는 개수의 제 1 중간 영상들을 처리하고, 제 1 영상(115)의 가로 방향의 해상도 비율 및 세로 방향의 해상도 비율에 대응하는 개수의 제 2 중간 영상들을 출력하게 한다.
일 실시예에서, 제 1 DNN의 구조, 즉, 컨볼루션 레이어의 개수 및 필터 커널의 개수는 고정되어 있고, 복수의 DNN 설정 정보들에 따라 필터 커널들의 파라미터들이 변경될 수 있다. 즉, 제 1 DNN의 구조가 고정되어 있으므로, 제 1 DNN은 미리 결정된 개수(예를 들어, 2개)의 제 1 중간 영상들을 처리하고, 미리 결정된 개수(예를 들어, 4개)의 제 2 중간 영상들을 출력할 수 있다.
제 1 DNN이 처리할 수 있는 제 1 중간 영상들의 개수 및 제 1 DNN이 출력할 수 있는 제 2 중간 영상들의 개수가 특정 개수로 결정되어 있다는 것은, 영상 처리부(2716)가 원본 영상(105)으로부터 미리 결정된 개수의 제 1 중간 영상들을 획득하고, 미리 결정된 개수의 제 2 중간 영상들을 결합한다는 것을 의미함과 동시에, 제 1 DNN이 원본 영상(105)의 가로 방향의 해상도 또는 세로 방향의 해상도를 특정 배율로 감소시키기 위해 동작한다는 것을 의미한다. 다시 말하면, 제 1 DNN이 원본 영상(105)으로부터 분할된 4개의 제 1 중간 영상들을 처리하여 2개의 제 2 중간 영상들을 출력하는 경우, 2개의 제 2 중간 영상들을 결합하여 획득되는 제 1 영상(115)의 가로 방향의 해상도 또는 세로 방향의 해상도는 원본 영상(105)의 가로 방향의 해상도 또는 세로 방향의 해상도의 1/2배가 된다.
영상 분할 과정, 제 1 DNN 및 영상 결합 과정을 통해 어느 하나의 방향의 해상도가 1/m(m은 자연수)배 감소하는 경우, DNN 제어부(2714)는 제 1 영상(115)의 가로 방향 및 세로 방향의 해상도 비율에 따라 제 1 DNN의 동작 횟수를 결정할 수 있다. 구체적으로, 제 1 영상(115)의 가로 방향의 해상도 비율이 1/m a(a는 0 이상의 정수)이고, 세로 방향의 해상도 비율이 1/m b(b는 0 이상의 정수)인 경우, DNN 제어부(2714)는 제 1 DNN의 동작 횟수를 a+b회로 결정할 수 있다. 이에 따라, a+b회의 영상 분할 과정, 제 1 DNN의 동작 및 영상 결합 과정을 통해 제 1 영상(115)이 획득될 수 있다.
예를 들어, 영상 분할 과정, 제 1 DNN 및 영상 결합 과정을 통해 어느 하나의 방향의 해상도가 1/2배 감소하고, 제 1 영상(115)의 가로 방향의 해상도 비율이 1/2 2이고, 세로 방향의 해상도 비율이 1/2 0인 경우, 원본 영상(105)으로부터 분할된 4개의 제 1 중간 영상들이 제 1 DNN에서 처리되고, 처리 결과 획득되는 2개의 제 2 중간 영상들을 결합하여 원본 영상(105) 대비 가로 방향의 해상도 비율이 1/2 1이고, 세로 방향의 해상도 비율이 1/2 0인 영상이 획득될 수 있다. 제 1 DNN의 동작 횟수는 2회이므로, 영상 결합 과정을 통해 획득된 영상에 대해 영상 분할이 적용되고, 적용 결과 획득되는 제 1 중간 영상들이 제 1 DNN에서 처리된다. 그리고, 제 1 DNN에서 출력된 복수의 제 2 중간 영상들의 결합을 통해 가로 방향의 해상도 비율이 1/2 2이고, 세로 방향의 해상도 비율이 1/2 0인 제 1 영상(115)이 획득될 수 있다.
영상 처리부(2716)는 제 1 영상(115)의 가로 방향의 해상도 비율 및 세로 방향의 해상도 비율을 고려하여 제 2 중간 영상들을 결합할 수 있다. 일 예로, 제 1 DNN이 가로 방향 또는 세로 방향에서 해상도를 1/2배 감소시키기 위해 존재하고, 제 1 영상(115)의 가로 방향의 해상도 비율이 1/2이고, 세로 방향의 해상도 비율이 1인 경우, 영상 처리부(2716)는 영상 결합 결과로 획득되는 영상의 가로 방향의 해상도 비율이 1/2이 되도록 예를 들어, 2개의 제 2 중간 영상들을 세로 방향으로 연결할 수 있다. 반대로, 제 1 영상(115)의 가로 방향의 해상도 비율이 1이고, 세로 방향의 해상도 비율이 1/2인 경우, 영상 처리부(2716)는 영상 결합 결과로 획득되는 영상의 세로 방향의 해상도 비율이 1/2이 되도록 예를 들어, 2개의 제 2 중간 영상들을 가로 방향으로 연결할 수 있다.
일 실시예에서, 제 1 DNN은 가로 방향의 해상도를 고정된 비율로 감소시키는 DNN과 세로 방향의 해상도를 고정된 비율로 감소시키는 DNN을 포함할 수도 있다. 제 1 영상(115)의 가로 방향의 해상도 비율이 1/m a(m은 자연수, a는 0 이상의 정수)이고, 세로 방향의 해상도 비율이 1/m b(b는 0 이상의 정수)이고, 상기 고정된 배율이 m인 경우, DNN 제어부(2714)는 가로 방향의 해상도를 고정된 비율로 감소시키는 DNN의 동작 횟수를 a회로, 세로 방향의 해상도를 고정된 비율로 증가시키는 DNN의 동작 횟수를 b회로 결정할 수 있다. 영상 처리부(2714)는 가로 방향의 해상도를 고정된 배율로 증가시키는 DNN 및 세로 방향의 해상도를 고정된 배율로 증가시키는 DNN을 위해 고정된 개수의 제 1 중간 영상들을 획득하고, 고정된 개수의 제 2 중간 영상들을 결합할 수 있다. 이 때, 영상 처리부(1238)는, 가로 방향의 해상도를 고정된 비율로 감소시키는 DNN에서 출력된 제 2 중간 영상들과 세로 방향의 해상도를 고정된 배율로 증가시키는 DNN에서 출력된 제 2 중간 영상들을 서로 다른 방식으로 결합할 수 있다.
일 실시예에서, AI 부호화 장치(2700)는 도 7과 관련하여 설명한 내용에 따라 원본 영상(105)을 가로 방향 및 세로 방향에서 동일 배율로 AI 다운스케일할 수도 있고, 도 27과 관련하여 설명한 내용에 따라 원본 영상(105)을 가로 방향 및 세로 방향에서 서로 상이한 배율로 AI 다운스케일할 수도 있다. 원본 영상(105)이 복수의 프레임으로 이루어진 경우, 원본 영상(105)을 가로 방향 및 세로 방향에서 동일 배율로 AI 다운스케일하는 방식과 원본 영상(105)을 가로 방향 및 세로 방향에서 서로 상이한 배율로 AI 다운스케일하는 방식 중 어느 방식으로 AI 다운스케일할지는, 원본 영상(105)의 프레임마다 결정될 수 있고, 또는 장면 전환(scene change)이 발생하는 프레임마다 결정될 수 있다. 또는, 복수의 프레임으로 이루어진 GOP(group of picture)마다 어느 방식으로 AI 다운스케일할지가 결정될 수도 있다. AI 부호화 장치(2700)는 원본 영상(105)에 포함된 에지들의 강도 및/또는 텍스트의 배열 방향에 기초하여 원본 영상(105)을 가로 방향 및 세로 방향에서 서로 상이한 배율로 AI 다운스케일하거나, 원본 영상(105)을 가로 방향 및 세로 방향에서 동일 배율로 AI 다운스케일할 수 있다.
도 33는 일 실시예에 따른 AI 복호화 방법을 설명하기 위한 도면이다.
S3310 단계에서, AI 복호화 장치(1200)는 제 1 영상(115)의 부호화 결과 생성된 영상 데이터와 AI 다운스케일과 관련된 AI 데이터를 획득한다. AI 복호화 장치(1200)는 AI 부호화 장치(2700)로부터 네트워크를 통해 영상 데이터 및 AI 데이터를 수신할 수 있다. AI 복호화 장치(1200)는 데이터 저장 매체에 저장된 영상 데이터 및 AI 데이터를 획득할 수도 있다.
S3320 단계에서, AI 복호화 장치(1200)는 영상 데이터를 제 1 복호화하여 제 2 영상(135)을 획득한다. 구체적으로, AI 복호화 장치(1200)는 주파수 변환을 이용한 영상 복원 방법을 기초로 영상 데이터를 제 1 복호화하여 제 1 영상(115)에 대응하는 제 2 영상(135)을 복원한다.
S3330 단계에서, AI 복호화 장치(1200)는 AI 데이터에 기초하여 제 1 영상(115)의 가로 방향의 해상도 비율 및 세로 방향의 해상도 비율을 결정한다. AI 복호화 장치(1200)는 미리 저장된 복수의 DNN 설정 정보 중 제 1 영상(115)의 가로 방향의 해상도 비율 및 세로 방향의 해상도 비율에 따라 제 2 영상(135)을 AI 업스케일할 수 있는 DNN 설정 정보를 획득한다.
S3340 단계에서, AI 복호화 장치(1200)는 DNN 설정 정보에 따라 동작하는 제 2 DNN을 통해 제 1 영상(115)의 가로 방향의 해상도 비율 및 세로 방향의 해상도 비율로 제 2 영상(135)을 AI 업스케일한다. AI 업스케일 결과, 원본 영상(105)의 해상도와 동일한 해상도의 제 3 영상(145)이 획득될 수 있다. 제 3 영상(145)은 AI 복호화 장치(1200)로부터 출력되어 디스플레이 장치를 통해 디스플레이되거나, 후처리된 후 디스플레이될 수 있다.
도 34은 일 실시예에 따른 AI 부호화 방법을 설명하기 위한 순서도이다.
S3410 단계에서, AI 부호화 장치(2700)는 원본 영상(105)을 분석하여 제 1 영상(115)의 가로 방향의 해상도 비율 및 세로 방향의 해상도 비율을 결정한다. 원본 영상(105)을 분석하는데 에지 강도 및/또는 텍스트의 배열 방향이 이용될 수 있다.
S3420 단계에서, AI 부호화 장치(2700)는 제 1 DNN을 통해 원본 영상(105)으로부터 상기 제 1 영상(115)의 가로 방향의 해상도 비율 및 세로 방향의 해상도 비율에 따라 AI 다운스케일된 제 1 영상(115)을 획득한다.
S3430 단계에서, AI 부호화 장치(2700)는 제 1 영상(115)을 제 1 부호화하여 영상 데이터를 생성한다. 구체적으로, AI 부호화 장치(2700)는 주파수 변환을 이용한 영상 압축 방법을 기초로 제 1 영상(115)을 부호화하여 제 1 영상(115)에 대응하는 영상 데이터를 생성한다.
S3440 단계에서, AI 부호화 장치(2700)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 DNN 설정 정보를 선택하기 위한 정보를 포함한다. AI 데이터는 제 1 영상(115)의 가로 방향의 해상도 비율 및 세로 방향의 해상도 비율을 나타내는 정보를 포함할 수 있다. 일 실시예에서, AI 부호화 데이터는 데이터 저장 매체에 저장될 수 있다.
전술한 바와 같이, 제 1 DNN 및 제 2 DNN이 연계 훈련되므로, AI 부호화 장치(2700)가 제 1 영상(115)의 가로 방향 및 세로 방향의 특정의 해상도 비율로 원본 영상(105)을 AI 다운스케일한 경우, AI 복호화 장치(1200) 역시 해당 해상도 비율로 제 2 영상(135)을 AI 업스케일하여야 한다. 따라서, AI 데이터는, AI 복호화 장치(1200)로 하여금 AI 다운스케일이 타겟으로 한 제 1 영상(115)의 가로 방향의 해상도 비율 및 세로 방향의 해상도 비율에 따라 제 2 영상(135)을 AI 업스케일할 수 있게 하는 정보를 포함한다. AI 데이터는 업스케일 타겟에 대응하는 DNN 설정 정보를 획득하는데 이용되는 정보를 포함한다.
AI 데이터를 수신한 AI 복호화 장치(1200)는, AI 부호화 장치(2700)가 어떠한 DNN 설정 정보로 원본 영상(105)을 AI 다운스케일하였는지를 유추 또는 알 수 있으며, 이에 따라 AI 다운스케일에 이용된 DNN 설정 정보에 대응하는 DNN 설정 정보를 획득하고, 획득된 DNN 설정 정보를 이용하여 AI 업스케일할 수 있다.
도 35a, 도 35b 및 도 35c는 원본 영상(105)의 에지 맵, 제 1 영상(115)의 세로 방향과 가로 방향의 해상도 비율이 동일할 때 AI 복호화 과정을 통해 획득된 제 3 영상(145)의 에지 맵, 및 제 1 영상(115)의 세로 방향과 가로 방향의 해상도 비율이 상이할 때 AI 복호화 과정을 통해 획득된 제 3 영상(145)의 에지 맵을 나타내는 도면이다.
도 35a에 도시된 원본 영상(105)의 에지 맵으로부터 세로 방향에 비해 가로 방향을 따라 큰 강도의 에지들이 다수 포함되어 있는 것을 알 수 있다. 이 경우, 원본 영상(105)을 가로 방향 및 세로 방향에서 동일 비율로 해상도를 감소시키는 경우, 도 35b에 도시된 것과 같이 제 3 영상(145)의 중앙 부분(R)에 심한 왜곡이 발생한 것을 알 수 있다. 도 35c는 제 1 영상(115)의 가로 방향의 해상도 비율(예를 들어, 1)을 세로 방향의 해상도 비율(예를 들어, 1/2)보다 더 크게 결정한 경우의 제 3 영상(145)을 도시하고 있는데, 도 35b와 비교하면 중앙 부분(R)에 왜곡이 거의 발생하지 않은 것을 알 수 있다.
이하에서는, 도 36를 참조하여, 제 1 DNN(3640)과 제 2 DNN(3650)을 연계 훈련시키는 방법에 대해 설명한다.
도 36에 도시된 훈련 과정은 도 9에 도시된 훈련 과정과 거의 동일하지만, i) 원본 훈련 영상(3601)이 제 1 DNN(3640)으로 입력되기 전에 영상 분할 과정(3642)을 거친다는 점, ii) 제 1 DNN(3640)에서 출력되는 제 2 중간 영상들에 대한 영상 결합(3644)을 통해 제 1 훈련 영상(3602)이 획득된다는 점, iii) 제 1 훈련 영상(3602)(또는 제 2 훈련 영상)이 제 2 DNN(3650)으로 입력되기 전에 영상 분할 과정(3652)을 거친다는 점, iv) 제 2 DNN(3650)에서 출력되는 제 2 중간 영상들에 대한 영상 결합(3654)을 통해 제 3 훈련 영상(3604)이 획득된다는 점에서 도 9의 훈련 과정과 상이하다.
도 9와 관련하여 전술한 것과 마찬가지로, 구조적 손실 정보(3610), 복잡성 손실 정보(3620) 및 퀄리티 손실 정보(3630)가 제 1 DNN(3640)의 훈련에 이용되고, 퀄리티 손실 정보(3630)는 제 2 DNN(3650)의 훈련에 이용될 수 있다.
제 1 DNN(3640)은 구조적 손실 정보(3610), 복잡성 손실 정보(3620) 및 퀄리티 손실 정보(3630)에 기초하여 결정된 최종 손실 정보(수학식 1 참조)가 감소 또는 최소화되도록 파라미터를 갱신할 수 있다. 또한, 제 2 DNN(3650)은 퀄리티 손실 정보(3630)에 기초하여 결정된 최종 손실 정보(수학식 1 참조)가 감소 또는 최소화되도록 파라미터를 갱신할 수 있다.
전술한 바와 같이, AI 복호화 장치(1200) 및 AI 부호화 장치(2700)에 저장된 복수의 DNN 설정 정보는 제 1 영상(115)의 가로 방향의 해상도 비율 및 세로 방향의 해상도 비율에 매핑될 수 있다. 제 1 DNN(3640) 및 제 2 DNN(3650)으로 입력되는 제 1 중간 영상들의 개수, 제 1 DNN(3640) 및 제 2 DNN(3650)으로부터 출력되는 제 2 중간 영상들의 개수에 따라 가로 방향의 해상도 비율 및 세로 방향의 해상도 비율이 결정될 수 있으므로, 영상 분할(3642, 3652)을 통해 획득될 제 1 중간 영상들의 개수 및 영상 결합(3644, 3654)에 이용될 제 2 중간 영상들의 개수를 고정한 상태에서 제 1 DNN(3640)과 제 2 DNN(3650)을 연계 훈련시킴으로써, 제 1 영상(115)의 가로 방향 및 세로 방향의 특정의 해상도 비율에 매핑된 DNN 설정 정보가 획득될 수 있다.
도시되지는 않았지만, 도 10에서 설명한 바와 같이, 제 1 DNN(3640) 및 제 2 DNN(3650)의 훈련은 훈련 장치에 의해 수행될 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, 1200) 또는 AI 부호화 장치(700, 2700)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,
    원본 영상의 AI 다운스케일과 관련된 AI 데이터, 및 제 1 영상의 부호화 결과 생성된 영상 데이터를 획득하고,
    상기 영상 데이터를 복호화하여 상기 제 1 영상에 대응하는 제 2 영상을 획득하고,
    상기 AI 데이터에 기초하여, 상기 원본 영상과 상기 제 1 영상 사이의 가로 방향의 해상도 비율 및 세로 방향의 해상도 비율을 결정하고,
    업스케일용 DNN을 통해, 상기 가로 방향의 해상도 비율 및 상기 세로 방향의 해상도 비율에 따라 상기 제 2 영상으로부터 가로 방향 및 세로 방향 중 적어도 하나의 방향으로 해상도가 증가된 제 3 영상을 획득하며,
    상기 가로 방향의 해상도 비율과 세로 방향의 해상도 비율은 서로 상이한 값으로 결정되는, AI 복호화 장치.
  2. 제1항에 있어서,
    상기 프로세서는,
    상기 제 2 영상으로부터 제 2 영상의 해상도보다 작은 해상도의 복수의 제 1 중간 영상을 획득하고,
    상기 복수의 제 1 중간 영상에 기초하여 상기 업스케일용 DNN에서 출력되는 복수의 제 2 중간 영상을 획득하고,
    상기 복수의 제 2 중간 영상을 결합하여 상기 제 2 중간 영상의 해상도보다 큰 해상도의 상기 제 3 영상을 획득하는, AI 복호화 장치.
  3. 제2항에 있어서,
    상기 프로세서는,
    상기 제 2 영상을 구성하는 픽셀 라인들 중 일부의 픽셀 라인으로 구성된 상기 복수의 제 1 중간 영상을 획득하는, AI 복호화 장치.
  4. 제2항에 있어서,
    상기 프로세서는,
    상기 복수의 제 2 중간 영상을 구성하는 픽셀들을 번갈아 연결하여 상기 제 3 영상을 획득하는, AI 복호화 장치.
  5. 제2항에 있어서,
    상기 프로세서는,
    상기 가로 방향의 해상도 비율 및 상기 세로 방향의 해상도 비율에 기초하여 상기 제 1 중간 영상의 개수 및 상기 제 2 중간 영상의 개수를 결정하고,
    상기 업스케일용 DNN가 상기 결정된 개수의 제 1 중간 영상을 처리하여 상기 결정된 개수의 제 2 중간 영상을 출력할 수 있게 하는 DNN 설정 정보를 획득하는, AI 복호화 장치.
  6. 제5항에 있어서,
    상기 업스케일용 DNN은, 복수의 컨볼루션 레이어를 포함하되,
    상기 획득된 DNN 설정 정보가 상기 업스케일용 DNN에 세팅됨에 따라, 상기 복수의 컨볼루션 레이어 중 마지막 컨볼루션 레이어의 필터 커널의 개수가 상기 제 2 중간 영상의 개수와 동일하게 결정되는, AI 복호화 장치.
  7. 제2항에 있어서,
    상기 프로세서는,
    상기 가로 방향의 해상도 비율 및 상기 세로 방향의 해상도 비율에 기초하여, 상기 업스케일용 DNN의 동작 횟수를 결정하고,
    상기 동작 횟수에 따른 동작 결과 상기 업스케일용 DNN에서 출력되는 제 2 중간 영상들을 결합하여 상기 제 3 영상을 획득하되,
    상기 업스케일용 DNN은 미리 결정된 개수의 제 1 중간 영상을 처리하여 미리 결정된 개수의 제 2 중간 영상을 출력할 수 있는, AI 복호화 장치.
  8. 제7항에 있어서,
    상기 업스케일용 DNN이 상기 제 2 영상의 가로 방향 해상도 및 세로 방향 해상도 중 어느 하나를 n배 (n은 자연수) 증가시키기 위해 동작하는 경우,
    상기 프로세서는, 상기 가로 방향의 해상도 비율이 1/n a (a는 0 이상의 정수)이고, 상기 세로 방향의 해상도 비율이 1/n b (b는 0 이상의 정수)이면, 상기 업스케일용 DNN의 동작 횟수를 a+b회로 결정하는, AI 복호화 장치.
  9. 제7항에 있어서,
    상기 프로세서는,
    상기 업스케일용 DNN이 상기 결정된 동작 횟수에 따라 동작하는 동안, 상기 업스케일용 DNN의 이전 동작 결과 획득되는 복수의 제 2 중간 영상을 결합하고, 결합된 영상으로부터 획득되는 복수의 제 1 중간 영상을 상기 업스케일용 DNN에 입력하는, AI 복호화 장치.
  10. 제1항에 있어서,
    상기 프로세서는,
    상기 제 2 영상을 스케일링하고, 스케일링된 제 2 영상과 상기 제 3 영상을 합하여 최종의 제 3 영상을 획득하는, AI 복호화 장치.
  11. 하나 이상의 인스트럭션들을 저장하는 메모리; 및
    상기 메모리에 저장된 상기 하나 이상의 인스트럭션들을 실행하는 프로세서를 포함하고,
    상기 프로세서는,
    원본 영상과 제 1 영상 사이의 가로 방향의 해상도 비율 및 세로 방향의 해상도 비율을 결정하고,
    다운스케일용 DNN을 통해, 상기 가로 방향의 해상도 비율 및 상기 세로 방향의 해상도 비율에 따라 상기 원본 영상으로부터 가로 방향 및 세로 방향 중 적어도 하나의 방향으로 해상도가 감소된 제 1 영상을 획득하고,
    상기 제 1 영상의 부호화하여 영상 데이터를 획득하고,
    상기 가로 방향의 해상도 비율 및 상기 세로 방향의 해상도 비율을 나타내는 정보를 포함하는 AI 데이터, 및 상기 영상 데이터를 전송하며,
    상기 가로 방향의 해상도 비율과 세로 방향의 해상도 비율은 서로 상이한 값으로 결정되는, AI 부호화 장치.
  12. 제11항에 있어서,
    상기 프로세서는,
    상기 원본 영상의 가로 방향의 에지 강도 및 세로 방향의 에지 강도에 기초하여, 상기 가로 방향의 해상도 비율 및 세로 방향의 해상도 비율을 결정하는, AI 부호화 장치.
  13. 제12항에 있어서,
    상기 프로세서는,
    상기 원본 영상의 가로 방향 및 세로 방향 중 에지 강도가 더 큰 방향의 해상도 비율을 다른 방향의 해상도 비율보다 크게 결정하는, AI 부호화 장치.
  14. 제11항에 있어서,
    상기 프로세서는,
    상기 원본 영상 내 존재하는 텍스트의 배열 방향을 결정하고,
    상기 결정된 배열 방향에 기초하여 상기 가로 방향의 해상도 비율 및 세로 방향의 해상도 비율을 결정하는, AI 부호화 장치.
  15. 제14항에 있어서,
    상기 프로세서는,
    상기 원본 영상의 가로 방향 및 세로 방향 중 상기 텍스트의 배열 방향에 가까운 방향의 해상도 비율을 다른 방향의 해상도 비율보다 크게 결정하는, AI 부호화 장치.
PCT/KR2020/012435 2019-09-17 2020-09-15 영상의 ａｉ 부호화 방법 및 장치, 영상의 ａｉ 복호화 방법 및 장치 WO2021054697A1 (ko)

Priority Applications (2)

Application Number Priority Date Filing Date Title
EP20866485.4A EP4016460A4 (en) 2019-09-17 2020-09-15 AI IMAGE CODING METHOD AND DEVICE AND AI IMAGE DECODING METHOD AND DEVICE
US17/696,518 US20220207650A1 (en) 2019-09-17 2022-03-16 Image ai-coding method and device, and image ai-decoding method and device

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
KR1020190114363A KR102166337B1 (ko) 2019-09-17 2019-09-17 영상의 ａｉ 부호화 방법 및 장치, 영상의 ａｉ 복호화 방법 및 장치
KR10-2019-0114363 2019-09-17

Related Child Applications (1)

Application Number Title Priority Date Filing Date
US17/696,518 Continuation US20220207650A1 (en) 2019-09-17 2022-03-16 Image ai-coding method and device, and image ai-decoding method and device

Publications (1)

Publication Number Publication Date
WO2021054697A1 true WO2021054697A1 (ko) 2021-03-25

Family

ID=72882901

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/KR2020/012435 WO2021054697A1 (ko) 2019-09-17 2020-09-15 영상의 ａｉ 부호화 방법 및 장치, 영상의 ａｉ 복호화 방법 및 장치

Country Status (4)

Country Link
US (1) US20220207650A1 (ko)
EP (1) EP4016460A4 (ko)
KR (1) KR102166337B1 (ko)
WO (1) WO2021054697A1 (ko)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11223841B2 (en) 2020-05-29 2022-01-11 Samsung Electronics Co., Ltd. Apparatus and method for performing artificial intelligence encoding and artificial intelligence decoding on image
WO2024053840A1 (ko) * 2022-09-08 2024-03-14 삼성전자 주식회사 뉴럴 네트워크 모델을 포함하는 이미지 처리 장치 및 이의 동작 방법

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2017034311A1 (ko) * 2015-08-24 2017-03-02 삼성전자 주식회사 이미지 처리장치 및 방법
KR20180050832A (ko) * 2016-11-07 2018-05-16 한국과학기술원 Ｃｎｎ을 이용한 이미지 디헤이징 방법 및 그 시스템
KR20180099914A (ko) * 2010-10-08 2018-09-05 지이 비디오 컴프레션, 엘엘씨 블록 분할 및 블록 병합을 지원하는 픽처 코딩
KR20180103732A (ko) * 2017-03-09 2018-09-19 주식회사 케이티 비디오 신호 처리 방법 및 장치
WO2019009490A1 (ko) * 2017-07-06 2019-01-10 삼성전자 주식회사 영상을 부호화/복호화 하는 방법 및 그 장치

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE202016009100U1 (de) * 2015-02-19 2022-04-05 Magic Pony Technology Limited Online-Training von hierarchischen Algorithmen
KR102022648B1 (ko) * 2018-08-10 2019-09-19 삼성전자주식회사 전자 장치, 이의 제어 방법 및 서버의 제어 방법
US11720997B2 (en) * 2018-10-19 2023-08-08 Samsung Electronics Co.. Ltd. Artificial intelligence (AI) encoding device and operating method thereof and AI decoding device and operating method thereof

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20180099914A (ko) * 2010-10-08 2018-09-05 지이 비디오 컴프레션, 엘엘씨 블록 분할 및 블록 병합을 지원하는 픽처 코딩
WO2017034311A1 (ko) * 2015-08-24 2017-03-02 삼성전자 주식회사 이미지 처리장치 및 방법
KR20180050832A (ko) * 2016-11-07 2018-05-16 한국과학기술원 Ｃｎｎ을 이용한 이미지 디헤이징 방법 및 그 시스템
KR20180103732A (ko) * 2017-03-09 2018-09-19 주식회사 케이티 비디오 신호 처리 방법 및 장치
WO2019009490A1 (ko) * 2017-07-06 2019-01-10 삼성전자 주식회사 영상을 부호화/복호화 하는 방법 및 그 장치

Also Published As

Publication number Publication date
US20220207650A1 (en) 2022-06-30
KR102166337B1 (ko) 2020-10-15
EP4016460A4 (en) 2023-01-11
EP4016460A1 (en) 2022-06-22

Similar Documents

Publication Publication Date Title
WO2021086016A2 (en) Apparatus and method for performing artificial intelligence (ai) encoding and ai decoding on image
WO2020080827A1 (en) Ai encoding apparatus and operation method of the same, and ai decoding apparatus and operation method of the same
WO2020246756A1 (en) Apparatus and method for performing artificial intelligence encoding and artificial intelligence decoding on image
WO2020080873A1 (en) Method and apparatus for streaming data
WO2020080765A1 (en) Apparatuses and methods for performing artificial intelligence encoding and artificial intelligence decoding on image
WO2020080698A1 (ko) 영상의 주관적 품질을 평가하는 방법 및 장치
WO2021251611A1 (en) Apparatus and method for performing artificial intelligence encoding and decoding on image by using low-complexity neural network
WO2020159154A1 (en) Method for encoding images and corresponding terminals
WO2021033867A1 (en) Decoding apparatus and operating method of the same, and artificial intelligence (ai) up-scaling apparatus and operating method of the same
EP3868096A1 (en) Artificial intelligence encoding and artificial intelligence decoding methods and apparatuses using deep neural network
WO2015133712A1 (ko) 영상 복호화 방법 및 그 장치, 영상 부호화 방법 및 그 장치
EP3811618A1 (en) Method and apparatus for streaming data
WO2020080782A1 (en) Artificial intelligence (ai) encoding device and operating method thereof and ai decoding device and operating method thereof
WO2021091178A1 (en) Artificial intelligence (ai) encoding apparatus and operating method thereof and ai decoding apparatus and operating method thereof
WO2012044105A2 (ko) 평활화 보간 필터를 이용하여 영상을 보간하는 방법 및 그 장치
WO2014107066A1 (ko) 위상차를 고려한 영상 업샘플링을 이용하는 스케일러블 비디오 부호화 방법 및 장치, 스케일러블 비디오 복호화 방법 및 장치
WO2021086032A1 (en) Image encoding method and apparatus and image decoding method and apparatus
WO2016195455A1 (ko) 그래프 기반 변환을 이용하여 비디오 신호를 처리하는 방법 및 장치
EP3868097A1 (en) Artificial intelligence (ai) encoding device and operating method thereof and ai decoding device and operating method thereof
WO2021172834A1 (en) Apparatus and method for performing artificial intelligence encoding and artificial intelligence decoding on image by using pre-processing
WO2019194425A1 (ko) 영상 부호화 또는 복호화에 인공 신경망을 적용하는 장치 및 방법
WO2021162446A1 (en) Method and apparatus for streaming vr image
WO2020080709A1 (en) Artificial intelligence encoding and artificial intelligence decoding methods and apparatuses using deep neural network
WO2021242066A1 (en) Apparatus and method for performing artificial intelligence encoding and artificial intelligence decoding on image
WO2021054697A1 (ko) 영상의 ａｉ 부호화 방법 및 장치, 영상의 ａｉ 복호화 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: 20866485

Country of ref document: EP

Kind code of ref document: A1

NENP Non-entry into the national phase

Ref country code: DE

ENP Entry into the national phase

Ref document number: 2020866485

Country of ref document: EP

Effective date: 20220318