WO2022124546A1 - Ai 부호화 장치 및 그 동작방법, 및 ai 복호화 장치 및 그 동작방법 - Google Patents

Ai 부호화 장치 및 그 동작방법, 및 ai 복호화 장치 및 그 동작방법 Download PDF

Info

Publication number
WO2022124546A1
WO2022124546A1 PCT/KR2021/013814 KR2021013814W WO2022124546A1 WO 2022124546 A1 WO2022124546 A1 WO 2022124546A1 KR 2021013814 W KR2021013814 W KR 2021013814W WO 2022124546 A1 WO2022124546 A1 WO 2022124546A1
Authority
WO
WIPO (PCT)
Prior art keywords
image
information
data
dnn
encoding
Prior art date
Application number
PCT/KR2021/013814
Other languages
English (en)
French (fr)
Inventor
조대성
김대은
김봉조
박태준
이상조
최규하
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 EP21903593.8A priority Critical patent/EP4195154A4/en
Priority to CN202180082870.6A priority patent/CN116584093A/zh
Priority to US17/522,579 priority patent/US12073595B2/en
Publication of WO2022124546A1 publication Critical patent/WO2022124546A1/ko

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T9/00—Image coding
    • G06T9/002—Image coding using neural networks
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/04—Architecture, e.g. interconnection topology
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/04—Architecture, e.g. interconnection topology
    • G06N3/045—Combinations of networks
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/08—Learning methods
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T9/00—Image coding
    • 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
    • H04N19/124—Quantisation
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/20—Servers specifically adapted for the distribution of content, e.g. VOD servers; Operations thereof
    • H04N21/23—Processing of content or additional data; Elementary server operations; Server middleware
    • H04N21/236—Assembling of a multiplex stream, e.g. transport stream, by combining a video stream with other content or additional data, e.g. inserting a URL [Uniform Resource Locator] into a video stream, multiplexing software data into a video stream; Remultiplexing of multiplex streams; Insertion of stuffing bits into the multiplex stream, e.g. to obtain a constant bit-rate; Assembling of a packetised elementary stream
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/20—Servers specifically adapted for the distribution of content, e.g. VOD servers; Operations thereof
    • H04N21/23—Processing of content or additional data; Elementary server operations; Server middleware
    • H04N21/236—Assembling of a multiplex stream, e.g. transport stream, by combining a video stream with other content or additional data, e.g. inserting a URL [Uniform Resource Locator] into a video stream, multiplexing software data into a video stream; Remultiplexing of multiplex streams; Insertion of stuffing bits into the multiplex stream, e.g. to obtain a constant bit-rate; Assembling of a packetised elementary stream
    • H04N21/23614—Multiplexing of additional data and video streams
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/20—Special algorithmic details
    • G06T2207/20081—Training; Learning
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/20—Special algorithmic details
    • G06T2207/20084—Artificial neural networks [ANN]

Definitions

  • Various embodiments relate to an AI encoding apparatus and an operating method thereof, and an AI decoding apparatus and an operating method thereof. More particularly, it relates to an AI encoding apparatus for AI downscaling and encoding an original video and transmitting it to an AI decoding apparatus and an operation method thereof, and an AI decoding apparatus for decoding an image received from the AI encoding apparatus and upscaling AI, and the same It's about how it works.
  • the image may be encoded by a codec conforming to a predetermined data compression standard, for example, an MPEG (Moving Picture Expert Group) standard, and then stored in the form of a bitstream in a recording medium or transmitted using a communication channel.
  • a codec conforming to a predetermined data compression standard, for example, an MPEG (Moving Picture Expert Group) standard, and then stored in the form of a bitstream in a recording medium or transmitted using a communication channel.
  • Various embodiments may provide an AI encoding apparatus capable of performing AI downscaling of an image, and transmitting the encoded image data and AI data required for AI upscaling to an AI decoding apparatus and an operating method thereof.
  • an AI decoding device capable of receiving image data and AI data from the AI encoding device, decoding the image data, and performing AI upscaling of the decoded image using a neural network model for upscaling corresponding to the AI data, and You can provide a method of its operation.
  • the AI encoding apparatus determines a downscale target based on the target resolution of the first image, and uses an AI downscale neural network corresponding to the downscale target, Obtaining the first image obtained by downscaling the original image by AI, encoding the first image to generate image data, and based on the target resolution of the first image, characteristic information of the original image, and target sharpness intensity to select AI upscale neural network set identification information, resolution of the first image, bit depth information of the first image, AI upscale neural network set identification information, and encoding control at least one processor to generate AI data including information, to generate AI encoded data including the image data and the AI data, and a communication unit to transmit the AI encoded data to an AI decoding device, wherein the AI The data represents information about the AI upscale neural network corresponding to the AI downscale neural network.
  • the at least one processor may determine quality information of the original image using a quality measurement network, and determine the target sharpness intensity according to the quality information of the original image.
  • the quality information indicates at least one of high quality, low quality, and noise quality
  • the quality measurement network includes at least one of sharpness, noise, and contrast of the original image. It may be a network that extracts the indicated feature and determines the quality information based on the extracted feature.
  • the AI data may further include decoding control information including an update method of the AI upscale neural network and an AI upscaling ratio.
  • the encoding control information includes at least one of a quantization level and a picture type, the quantization level is determined as a preset first value, and the picture type is an I (Intra) picture, a P (Predictive) picture, and a B ( Bidirectional) pictures may be determined as any one value.
  • the AI-encoded data may include a metadata box and a media data box, the AI data may be included in the metadata box, and the image data may be included in the media data box.
  • the AI data may be included in supplemental enhancement information (SEI), which is an additional information area of the image data.
  • SEI Supplemental Enhancement Information
  • an AI decoding apparatus includes a communication unit for receiving AI-encoded data generated as a result of AI downscaling and encoding of an original image, and dividing the AI-encoded data into image data and AI data, and the image data by decoding the original image to obtain a second image corresponding to the first image in which the AI downscaled, and from the AI data, the resolution of the first image, bit depth information of the first image, and AI upscale neural Extracting network set identification information and first encoding control information, obtaining second encoding control information used for encoding the first image, and obtaining the first encoding control information based on the second encoding control information update, and select an AI upscale neural network based on the resolution of the first image, bit depth information of the first image, the AI upscale neural network set identification information, and the second encoding control information, and The method may include at least one processor for AI upscaling the second image by using the selected AI upscale neural network.
  • the first encoding control information may indicate an initial value of a preset quantization level
  • the second encoding control information may indicate a quantization level value applied to encoding of the first image
  • the at least one processor is configured to provide, among a plurality of neural network setting information corresponding to the AI upscale neural network set identification information, the resolution of the first image, the bit depth information of the first image, and the second encoding control information.
  • One piece of neural network configuration information may be selected according to the included quantization level value, and parameters of the AI upscale neural network may be set based on the selected neural network configuration information.
  • the at least one processor determines update information and an up-sampling rate of the up-scaled neural network from the AI data, and based on the selected AI up-scaled neural network, the update information, and the up-sampling rate, the second image can be upscaled by AI.
  • an operating method of an AI encoding apparatus includes determining a downscale target based on a target resolution of a first image, using an AI downscale neural network corresponding to the downscale target, acquiring the first image obtained by downscaling the original image by AI; encoding the first image to generate image data; Selecting AI up-scaled neural network set identification information based on, the resolution of the first image, bit-depth information of the first image, the AI up-scaled neural network set identification information, and generating AI data including encoding control information; generating AI encoded data including the image data and the AI data; and transmitting the AI encoded data to an AI decoding apparatus, wherein the AI The data may indicate information on an AI upscale neural network corresponding to the AI downscale neural network.
  • the method may include determining quality information of the original video using a quality measurement network, and The method may further include determining the target sharpness intensity according to the quality information of the original image.
  • the quality information indicates at least one of high quality, low quality, and noise quality
  • the quality measurement network includes at least one of sharpness, noise, and contrast of the original image.
  • the indicated feature may be extracted, and the quality information may be determined based on the extracted feature.
  • the AI data may further include decoding control information including an update method of the AI up-scaling neural network and an AI up-scaling ratio.
  • the encoding control information may include at least one of a quantization level and a picture type, the quantization level may be determined as a preset first value, and the picture type may be an I (Intra) picture, a P (Predictive) picture, and a B (Bidirectional) may be determined as any one value of the picture.
  • an operating method of an AI decoding apparatus includes: receiving AI encoded data generated as a result of AI downscaling and encoding of an original image; dividing the AI encoded data into image data and AI data; decoding the image data to obtain a second image corresponding to the first image obtained by downscaling the original image by the AI; resolution of the first image from the AI data; bit depth information of the first image; extracting AI upscale neural network set identification information and first encoding control information; obtaining second encoding control information used for encoding the first image; based on the second encoding control information, the second encoding control information 1 updating encoding control information; based on the resolution of the first image, bit depth information of the first image, the AI upscale neural network set identification information, and the second encoding control information, AI upscale neural
  • the method may include selecting a network, and AI upscaling the second image by using the selected AI upscale neural network.
  • the first encoding control information may indicate an initial value of a preset quantization level
  • the second encoding control information may indicate a quantization level value applied to encoding of the first image
  • the selecting of the AI upscale neural network includes: a resolution of the first image, bit depth information of the first image, and the first image among a plurality of neural network setting information corresponding to the AI upscale neural network set identification information. 2 Selecting any one neural network setting information according to a quantization level value included in the encoding control information, and setting parameters of the AI upscale neural network based on the selected neural network setting information can
  • the method further includes determining update information and an up-sampling rate of an up-scale neural network from the AI data, and the AI up-scaling of the second image includes: the selected AI up-scaled neural network, the update
  • the method may include AI upscaling the second image based on the information and the up-sampling rate.
  • AI 1 is a diagram for describing an artificial intelligence (AI) encoding process and an AI decoding process according to an embodiment.
  • FIG. 2 is a diagram for explaining a method of training a first DNN and a second DNN according to an embodiment.
  • FIG. 3 is a diagram for explaining a training process of a first DNN and a second DNN according to an embodiment.
  • FIG. 4 is a block diagram illustrating a configuration of an AI encoding apparatus according to an embodiment.
  • 5 and 6 are diagrams referenced to describe an AI data setting controller and an AI data generator according to an exemplary embodiment.
  • FIG. 7 is a block diagram illustrating a configuration of an AI decoding apparatus according to an embodiment.
  • FIG. 8 is a diagram referenced to describe an AI data restoration unit and a model determiner according to an embodiment.
  • FIG. 9 is a diagram illustrating an example in which a model determiner determines configuration information of a second DNN to be used for AI upscaling, according to an embodiment.
  • FIG. 10 is a diagram illustrating a syntax table of AI data according to an embodiment.
  • 11 is a diagram illustrating a syntax table of AI data according to another embodiment.
  • FIG 12 illustrates an example in which the AI decoding apparatus according to an embodiment is configured with separate decoding apparatuses and an AI upscaling apparatus.
  • FIG. 13 is a diagram illustrating a header structure and a content structure of a Vendor Specific Infoframe (VSIF) packet according to an embodiment.
  • VSIF Vendor Specific Infoframe
  • FIG. 14 is a diagram illustrating a header structure and a content structure of a Vendor Specific Infoframe (VSIF) packet according to another embodiment.
  • VSIF Vendor Specific Infoframe
  • 15 is a flowchart illustrating a method of operating an AI encoding apparatus according to an embodiment.
  • 16 is a flowchart illustrating a method of operating an AI decoding apparatus according to an embodiment.
  • the expression “at least one of a, b, or c” means “a”, “b”, “c”, “a and b”, “a and c”, “b and c”, or “a” , b and c all”.
  • a component when referred to as “connected” or “connected” with another component, the component may be directly connected or directly connected to the other component, but in particular It should be understood that, unless there is a description to the contrary, it may be connected or connected through another element in the middle.
  • a block which may be referred to as a “unit” or “module” or the like, or may be referred to by a name such as a driver, controller, device, etc.
  • a driver, controller, device, etc. includes logic gates, integrated circuits, microprocessors, microcontrollers, memory circuits, It may be physically implemented by analog or digital circuits, such as passive electronic components, active electronic components, optical components, wired circuits, etc., and may be driven by firmware and software.
  • the circuit may be implemented, for example, on a substrate support such as one or more semiconductor chips or a printed circuit board or the like.
  • circuits included in a block may be in dedicated hardware, or a processor (eg, one or more programmed microprocessors and related circuitry), or a combination of dedicated hardware that performs some functions of the block and a processor that performs other functions of the block.
  • a processor eg, one or more programmed microprocessors and related circuitry
  • Each block of embodiments may be physically separated into two or more interacting individual blocks.
  • blocks of an embodiment may be physically combined into more complex blocks.
  • components expressed as ' ⁇ part (unit)', 'module', etc. are two or more components combined into one component, or two or more components for each more subdivided function. may be differentiated into.
  • each of the components to be described below may additionally perform some or all of the functions of other components in addition to the main functions they are responsible for, and some of the main functions of each component may have different functions. It goes without saying that it may be performed exclusively by the component.
  • an 'image' or 'picture' may indicate a still image, a moving picture composed of a plurality of continuous still images (or frames), or a video.
  • a 'DNN (deep neural network)' is a representative example of an artificial neural network model simulating a brain nerve or a nerve such as a brain, and is not limited to an artificial neural network model using a specific algorithm.
  • a 'parameter' is a value used in a calculation 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 parameter may be expressed in a matrix form.
  • a parameter is a value set as a result of training, and may be updated through separate training data if necessary.
  • 'first DNN' means a DNN used for AI downscaling of an image
  • 'second DNN' means a DNN used for AI upscaling of an image
  • 'DNN configuration information' includes the aforementioned parameters as information related to elements constituting the DNN.
  • 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 downscaling of the original image in the AI encoding process
  • the 'second image' refers to an image obtained through decoding in the AI decoding process
  • the 'third image' refers to an image obtained by AI upscaling the second image in the AI decoding process.
  • 'AI downscaling' or 'AI downscaling' refers to processing of reducing the resolution of an image based on AI
  • 'first encoding' refers to encoding processing by a frequency transformation-based image compression method.
  • 'decoding' refers to a decoding process by a frequency conversion-based image restoration method
  • 'AI upscaling' or 'AI upscaling' refers to processing of increasing the resolution of an image based on AI.
  • AI 1 is a diagram for describing an artificial intelligence (AI) encoding process and an AI decoding process according to an embodiment.
  • a first image 115 is acquired by AI downscaling 110 of an original image 105 having a high resolution. And, since encoding 120 and decoding 130 are performed by targeting the first image 115 having a relatively small resolution, encoding 120 and decoding 130 are performed by targeting the original image 105 It is possible to significantly reduce the bit rate compared to the case of
  • an original image 105 is AI downscaled 110 to obtain a first image 115 , and the first image 115 is encoded. (120) do.
  • AI decoding process AI encoding data including AI data and image data obtained as a result of AI encoding is received, a second image 135 is obtained using the decoding 130, and the second image 135 is AI A third image 145 is obtained by upscaling 140 .
  • the original image 105 is AI downscaled 110 to obtain the first image 115 of a predetermined resolution and/or a predetermined image quality.
  • the AI downscaling 110 is performed based on AI, and the AI for the AI downscaling 110 is connected with the AI for the AI upscaling 140 of the second image 135 to be trained (joint trained).
  • AI data may be used in order to maintain this linkage in the AI encoding process and the AI decoding process.
  • the AI data obtained through the AI encoding process may include information indicating the upscale target, and in the AI decoding process, the AI up-scale for the second image 135 according to the upscale target identified based on the AI data.
  • a scale 140 may be performed.
  • AI for AI downscaling 110 and AI for AI upscaling 140 may be implemented as a deep neural network (DNN).
  • DNN deep neural network
  • the DNN used for the AI downscaling 110 is referred to as a first DNN
  • the DNN used for the AI upscaling 140 is referred to as a second DNN.
  • the AI encoding device is used when the first DNN and the second DNN are jointly trained.
  • the target information may be provided to the AI decoding device, and the AI decoding device may AI upscale 140 to a target image quality and/or resolution of the second image 135 based on the received target information.
  • the encoding 120 includes a process of generating prediction data by predicting the first image 115 , a process of generating residual data corresponding to a difference between the first image 115 and the prediction data, and residual data as a spatial domain component. It may include a process of transforming ? into a frequency domain component, a process of quantizing the residual data transformed into a frequency domain component, and a process of entropy encoding the quantized residual data.
  • the encoding process 120 is performed at frequencies such as MPEG-2, H.264 Advanced Video Coding (AVC), MPEG-4, High Efficiency Video Coding (HEVC), VC-1, VP8, VP9 and AV1 (AOMedia Video 1). It may be implemented using one of the image compression methods using transformation.
  • AVC H.264 Advanced Video Coding
  • HEVC High Efficiency Video Coding
  • VC-1 VP8, VP9
  • AV1 AOMedia Video 1
  • the second image 135 corresponding to the first image 115 may be restored through the decoding 130 of image data.
  • the decoding 130 includes a process of generating quantized residual data by entropy-decoding image data, a process of inverse quantizing the quantized residual data, a process of converting the residual data of a frequency domain component into a spatial domain component, a process of generating prediction data and reconstructing the second image 135 using prediction data and residual data.
  • the decoding 130 process is one of image compression methods using frequency conversion, such as MPEG-2, H.264, MPEG-4, HEVC, VC-1, VP8, VP9, and AV1 used in the encoding 120 process. It can be implemented using an image restoration method corresponding to .
  • the AI encoded data obtained through the AI encoding process may include image data obtained as a result of encoding 120 of the first image 115 and AI data related to AI upscaling 140 of the second image 135. have.
  • the image data may be used in the decoding 130 process, and the AI data may be used in the AI upscaling 140 process.
  • the image data may be transmitted in the form of a bitstream.
  • the image data may include data obtained based on pixel values in the first image 115 , for example, residual data that is a difference between the first image 115 and prediction data of the first image 115 .
  • the image data includes information used in the encoding 120 process of the first image 115 .
  • the image data may include prediction mode information used to encode the first image 115 , motion information, and quantization parameter related information used in the encoding 120 .
  • Video data is MPEG-2, H.264 AVC, MPEG-4, HEVC, VC-1, VP8, VP9, and AV1, among the video compression methods using frequency conversion, the rules of the video compression method used in the encoding 120 process. , for example, may be generated according to a syntax.
  • AI data is used for AI upscaling 140 based on the second DNN.
  • the AI data includes information enabling accurate AI upscaling 140 of the second image 135 through the second DNN to be performed.
  • the AI upscaling 140 may be performed to a resolution and/or image quality targeting the second image 135 based on the AI data.
  • AI data may be transmitted together with image data in the form of a bitstream.
  • AI data may be transmitted separately from image data in the form of frames or packets.
  • AI data may be transmitted while being included in image data.
  • the image data and AI data may be transmitted through the same network or different networks.
  • FIG. 2 is a diagram for explaining a method of training a first DNN and a second DNN according to an embodiment.
  • the AI-encoded original image 105 through the AI encoding process is restored to the third image 145 using the AI decoding process.
  • the third image 145 and the original image 105 obtained as a result of AI decoding correlation is required in the AI encoding process and AI decoding process. That is, information lost in the AI encoding process must be able to be restored in the AI decoding process.
  • the first DNN (200, DNN used for AI downscaling) and the second DNN (300, used for AI upscaling) DNN) can be jointly trained.
  • the quality loss information 230 is used for both training of the first DNN 200 and the second DNN 300 .
  • the original training image (original training image) 201 is an image to be downscaled by AI
  • the first training image (first training image) 202 is AI downscaled from the original training image 201 it's a video
  • the third training image 204 is an AI upscaled image from the first training image 202 .
  • the original training image 201 includes a still image or a moving image composed of a plurality of frames.
  • the original training image 201 may include a still image or a luminance image extracted from a moving picture including a plurality of frames.
  • the original training image 201 may include a still image or a patch image extracted from a moving image including a plurality of frames.
  • the first training image 202 and the third training image 204 also include a plurality of frames.
  • a plurality of frames of the original training image 201 are sequentially input to the first DNN 200
  • the first training image 202 and the third training image are performed through the first DNN 200 and the second DNN 300 .
  • a plurality of frames of 204 may be sequentially obtained.
  • an original training image 201 is input to the first DNN 200 .
  • the original training image 201 input to the first DNN 200 is AI downscaled and output as the first training image 202
  • the first training image 202 is input to the second DNN 300 .
  • a third training image 204 is output as a result of AI upscaling for the first training image 202 .
  • a first training image 202 is being input to the second DNN 300 , and according to an embodiment, a second training image obtained through encoding and decoding of the first training image 202 .
  • (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 codecs may be used.
  • MPEG-2, H.264, MPEG-4, HEVC, VC-1, VP8, VP9 for encoding of the first training image 202 and decoding of image data corresponding to the first training image 202 and AV1, any one codec may be used.
  • the legacy downscaled reduced training image 203 is obtained from the original training image 201 separately from the output of the first training image 202 through the first DNN 200 .
  • 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 203 that preserves the structural features of the original training image 201 is acquired.
  • the first DNN 200 and the second DNN 300 may be set with predetermined DNN configuration information.
  • structural loss information 210 , complexity loss information 220 , and quality loss information 230 may be determined.
  • the structural loss information 210 may be determined based on a comparison result between the reduced training image 203 and the first training image 202 .
  • the structural loss information 210 may correspond to a difference between the structural information of the reduced training image 203 and the structural information of the first training image 202 .
  • the structural information may include various features that can be extracted from the image, such as luminance, contrast, and histogram of the image.
  • the structural loss information 210 indicates to what extent the structural information of the original training image 201 is maintained in the first training image 202 . As the structural loss information 210 is smaller, the structural information of the first training image 202 is similar to the structural information of the original training image 201 .
  • the complexity loss information 220 may be determined based on the spatial complexity of the first training image 202 .
  • a total variance value of the first training image 202 may be used as the spatial complexity.
  • the complexity loss information 220 is related to a bit rate of image data obtained by encoding the first training image 202 . The smaller the complexity loss information 220, the smaller the bit rate of the image data.
  • the quality loss information 230 may be determined based on a comparison result between the original training image 201 and the third training image 204 .
  • the quality loss information 230 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 201 and the third training image 204 . It may include at least one of a Noise Ratio-Human Vision System) 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 230 indicates how similar the third training image 204 is to the original training image 201 . As the quality loss information 230 is smaller, the third training image 204 is more similar to the original training image 201 .
  • the structural loss information 210, the complexity loss information 220, and the quality loss information 230 are used for training of the first DNN 200, and the quality loss information 230 is the second DNN ( 300) is used for training. That is, the quality loss information 230 is used for both training of the first DNN 200 and the second DNN 300 .
  • the first DNN 200 may update parameters such that the final loss information determined based on the structural loss information 210 , the complexity loss information 220 , and the quality loss information 230 is reduced or minimized. Also, the second DNN 300 may update the parameter so that the quality loss information 230 is reduced or minimized.
  • Final loss information for training of the first DNN 200 and the second DNN 300 may be determined as in Equation 1 below.
  • Loss DS a*structural loss information + b*complexity loss information + c*quality loss information
  • Loss US d*Quality loss information
  • LossDS represents final loss information to be reduced or minimized for training of the first DNN 200
  • 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 200 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 200 are updated according to the LossDS derived in the training process
  • the first training image 202 obtained based on the updated parameters is different from the first training image 202 in the previous training process.
  • the third training image 204 is also different from the third training image 204 in the previous training process.
  • the quality loss information 230 is also newly determined, and accordingly, the second DNN 300 updates the parameters.
  • the first DNN 200 updates parameters according to the newly determined LossDS. That is, the parameter update of the first DNN 200 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 200 .
  • the parameters of the first DNN 200 and the parameters of the second DNN 300 are They can be optimized in relation to each other.
  • LossUS is determined according to quality loss information 230, but this is an example, and LossUS is at least one of structural loss information 210 and complexity loss information 220, It may be determined based on the quality loss information 230 .
  • the AI encoding apparatus and the AI decoding apparatus may store a plurality of DNN setting information. A method of training each of the plurality of DNN configuration information stored in the AI encoding device and the AI decoding device will be described.
  • the degree of similarity between the structural information of the first training image 202 and the structural information of the original training image 201 (structural loss information 210)
  • the bit rate (complexity loss information 220) of image data obtained as a result of encoding the first training image 202 and the difference between the third training image 204 and the original training image 201 (quality loss information ( 230))
  • the parameters are updated.
  • the parameters of the first DNN 200 may be updated so that the second DNN 300 that upscales the AI may acquire a third training image 204 similar to the original training image 201 .
  • the directions in which the parameters of the first DNN 200 are optimized are different.
  • the weight of b is determined to be high
  • the parameter of the first DNN 200 may be updated with more importance on lowering the bit rate than the quality of the third training image 204 .
  • the weight of c is determined to be high, it is more important to increase the quality of the third training image 204 than to increase the bit rate or to maintain the structural information of the original training image 201. 1
  • a parameter of the DNN 200 may be updated.
  • the direction in which parameters of the first DNN 200 are optimized may be different depending on the type of a codec used to encode the first training image 202 . This is because, depending on the type of codec, the second training image to be input to the second DNN 300 may vary.
  • the parameters of the first DNN 200 and the parameters of the second DNN 300 are linked and updated based on the weight a, the weight b, the weight c, and the type of the codec for encoding the first training image 202 . It can be Therefore, when each of the weight a, the weight b, and the weight c is determined as a predetermined value, and the type of the codec is determined as a predetermined type, the first DNN 200 and the second DNN 300 are trained, they are linked to each other. Optimized parameters of the first DNN 200 and parameters of the second DNN 300 may be determined.
  • the parameters of the first DNN 200 that are optimized in connection with each other and parameters of the second DNN 300 may be determined.
  • the plurality of DNN setting information that are connected to each other and trained is the first It may be determined from the DNN 800 and the second DNN 300 .
  • a plurality of pieces of DNN configuration information of the first DNN 200 and the second DNN 300 may be mapped to information related to the first image 115 .
  • a second training obtained by encoding a first training image 202 output from the first DNN 200 with a specific codec according to a specific bit rate, and decoding a bitstream obtained as a result of encoding An image may be input to the second DNN 300 .
  • the first DNN 200 and the second DNN 300 are trained, so that the first training image
  • the resolution of 202, the type of codec used for encoding the first training image 202, and the DNN setting information pair mapped to the bitrate of the bitstream obtained as a result of encoding the first training image 202 can be determined. .
  • a mapping relationship between a plurality of pieces of DNN configuration information of the first DNN 200 and the second DNN 300 and information related to the first image 115 may be determined.
  • FIG. 3 is a diagram for explaining a training process of a first DNN and a second DNN according to an embodiment.
  • the training of the first DNN 200 and the second DNN 300 described with reference to FIG. 2 may be performed by the training apparatus 301 .
  • the training device 301 includes a first DNN 200 and a second DNN 300 .
  • the training device 301 may be, for example, an AI encoding device or a separate server.
  • the DNN setting information of the second DNN 300 obtained as a result of training is stored in the AI decoding device.
  • the training device 301 initially sets DNN configuration information of the first DNN 200 and the second DNN 300 ( S310 and S320 ). Accordingly, the first DNN 200 and the second DNN 300 may operate according to predetermined DNN configuration information.
  • the DNN setting information includes at least the number of convolution layers included in the first DNN 200 and the second DNN 300, the number of filter kernels for each convolutional layer, the size of filter kernels for each convolutional layer, and parameters of each filter kernel. It can contain information about one.
  • the training apparatus 301 inputs the original training image 201 to the first DNN 200 (S330).
  • the original training image 201 may include at least one frame constituting a still image or a moving image.
  • the first DNN 200 processes the original training image 201 according to the initially set DNN setting information, and outputs the AI downscaled first training image 202 from the original training image 201 ( S340 ).
  • 3 illustrates that the first training image 202 output from the first DNN 200 is directly input to the second DNN 300 , but the first training image 202 output from the first DNN 200 .
  • the training apparatus 301 may encode and decode the first training image 202 using a predetermined codec, and then input the second training image to the second DNN 300 .
  • the second DNN 300 processes the first training image 202 or the second training image according to the initially set DNN setting information, and the AI upscaled third from the first training image 202 or the second training image.
  • a training image 204 is output (S350).
  • the training apparatus 301 calculates complexity loss information 220 based on the first training image 202 (S360).
  • the training apparatus 301 calculates the structural loss information 210 by comparing the reduced training image 203 and the first training image 202 ( S370 ).
  • the training apparatus 301 calculates quality loss information 230 by comparing the original training image 201 with the third training image 204 ( S380 ).
  • the first DNN 200 updates the initially set DNN configuration information through a back propagation process based on the final loss information ( S390 ).
  • the training apparatus 301 may calculate final loss information for training the first DNN 200 based on the complexity loss information 220 , the structural loss information 210 , and the quality loss information 230 .
  • the second DNN 300 updates the initially set DNN configuration information through a reverse transcription process based on quality loss information or final loss information (S395).
  • the training apparatus 301 may calculate final loss information for training of the second DNN 300 based on the quality loss information 230 .
  • the training device 301 , the first DNN 200 , and the second DNN 300 update the DNN configuration information while repeating steps S330 to S395 until the final loss information is minimized.
  • the first DNN 200 and the second DNN 300 operate according to the DNN configuration information updated in the previous process.
  • Table 1 shows the effects of AI encoding and AI decoding of the original image 105 and encoding and decoding of the original image 105 using HEVC according to an embodiment of the present disclosure.
  • the subjective picture quality when AI encoding and AI decoding of contents consisting of 300 frames of 8K resolution according to an embodiment of the present disclosure is higher than the subjective picture quality when encoding and decoding using HEVC. , it can be seen that the bit rate is reduced by more than 50%.
  • FIG. 4 is a block diagram illustrating a configuration of an AI encoding apparatus according to an embodiment.
  • the AI encoding apparatus 400 may include an AI encoding unit 401 and a transmission unit 460 .
  • the AI encoder 401 may include an AI downscaler 410 , an AI data setting controller 430 , an AI data generator 440 , an encoder 420 , and a stream generator 450 .
  • FIG. 4 shows the AI encoder 401 and the transmitter 460 as separate components
  • the AI encoder 401 and the transmitter 460 may be implemented using one processor. In this case, it may be implemented using a dedicated processor, or it may be implemented through a combination of an AP or a general-purpose processor such as a CPU or GPU and S/W. Also, in the case of a dedicated processor, a memory for implementing an embodiment of the present disclosure or a memory processing unit for using an external memory may be included.
  • the AI encoder 401 and the transmitter 460 may be implemented using a plurality of processors. In this case, it may be implemented as a combination of dedicated processors, or may be implemented using a combination of S/W with a plurality of general-purpose processors such as an AP or CPU or GPU.
  • the encoding unit 420 is configured as a first processor
  • the AI downscale unit 410 , the AI data setting control unit 430 , the AI data generation unit 440 , and the stream generation unit 450 are It may be implemented as a second processor different from the first processor
  • the transmitter 460 may be implemented as a first processor and a third processor different from the second processor.
  • the AI encoder 401 may perform AI downscaling of the original image 105 and encoding of the first image 115 . Also, the AI encoder 401 may obtain one or more pieces of input information, and generate AI data based on the obtained input information. The AI encoder 401 transmits the image data obtained as a result of encoding and the AI encoded data including the AI data to the transmitter 460 . The transmitter 460 transmits the AI encoded data to the AI decoding apparatus.
  • the AI downscaler 410 may acquire the AI downscaled first image 115 from the original image 105 through the first DNN.
  • the AI downscale unit 410 may AI downscale the original image 105 using target resolution information of the first image corresponding to the downscale target provided from the AI data setting control unit 430 .
  • the AI data setting controller 430 may determine a downscale target of the original image 105 based on a predetermined criterion.
  • the downscale target represents information indicating how much the first image 115 with reduced resolution should be obtained from the original image 105 .
  • the AI data setting controller 430 may determine a down-scaling ratio based on a difference between the resolution of the original image 105 and the target resolution information of the first image, and the determined down-scale The ratio may be transmitted to the AI downscaling unit 410 .
  • the AI data setting unit 430 sets the downscale target resolution of the first image and uses it to determine the setting information of the second DNN to be used for the AI upscaling 140 .
  • the AI downscaling unit 410 may store a plurality of DNN configuration information configurable in the first DNN in order to acquire the first image 115 matching the downscale target.
  • the AI downscaling unit 410 may obtain DNN setting information corresponding to a downscaling ratio among a plurality of DNN setting information, and set the obtained DNN setting information to the first DNN.
  • Each of the plurality of pieces of DNN configuration information may be trained to acquire the first image 115 of various predetermined resolutions and/or 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 resolution, for example, , 2K resolution 1/2 times smaller than the original image 105 of 3840*2160, for example, may include information for obtaining the first image 115 of 1920x1080, and the other DNN setting information is the original
  • the AI downscaling unit 410 may obtain DNN configuration information by combining some selected among lookup table values according to a downscaling target, and may set the acquired DNN configuration information to the first DNN.
  • the AI downscaling unit 410 may determine the structure of the DNN corresponding to the downscale target, and obtain DNN configuration information corresponding to the determined structure of the DNN, for example, parameters of the filter kernel. .
  • the plurality of DNN configuration information for AI downscaling of the original image 105 may have an optimized value by performing joint training of 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 410 sets the first DNN as the DNN setting information determined for the AI downscaling of the original image 105, and the first image 115 of a predetermined resolution and/or a predetermined quality through the first DNN. can be obtained.
  • DNN setting information for AI downscaling of the original image 105 is obtained among a plurality of DNN setting information
  • each layer in the first DNN may process input data based on information included in the DNN setting information. .
  • the AI downscaler 410 may transmit the AI downscaled first image 115 from the original image 105 to the encoder 420 through the first DNN.
  • the encoder 420 receives the first image 115 from the AI downscaling unit 410, encodes the first image 115 according to a frequency transform-based image compression method, and the first image 115 has The amount of information can be reduced.
  • a predetermined codec eg, MPEG-2, H.264, MPEG-4, HEVC, VC-1, VP8, VP9, or AV1
  • image data is obtained.
  • the image data is obtained according to a rule of a predetermined codec, that is, a syntax.
  • the image data may include data obtained based on pixel values in the first image 115 , for example, residual data that is a difference between the first image 115 and prediction data of the first image 115 . .
  • the image data includes information used in the encoding process of the first image 115 .
  • the image data includes picture type information, prediction mode information, motion information used to encode the first image 115 , and quantization parameter related information (eg, quantization) used to encode the first image 115 . level) and the like.
  • the image data obtained as a result of encoding by the encoder 420 is provided to the stream generator 450 .
  • the AI data setting controller 430 may acquire one or more pieces of input information. For example, referring to FIG. 5 , the AI data setting controller 430 controls the target resolution of the first image 115 , the bit depth of the first image 115 , and the original image 105 (input image). It is possible to obtain characteristic information, target detail intensity, encoding control information, decoding control information, and the like.
  • the AI data setting control unit 430 may include a target bitrate of image data, a bitrate type of image data (eg, a variable bitrate type, a constant bitrate type, or an average bitrate type), and a color format to which AI downscale is applied. At least one of (a luminance component, a chrominance component, a red component, a green component, or a blue component), a codec type for encoding the first image 115, and compression history information may be further obtained as input information.
  • a target bitrate of image data eg, a variable bitrate type, a constant bitrate type, or an average bitrate type
  • a color format to which AI downscale is applied e.g., a color format to which AI downscale is applied. At least one of (a luminance component, a chrominance component, a red component, a green component, or a blue component), a codec type for encoding the first image 115, and compression history information may be further obtained as input information.
  • the one or more pieces of input information may include information previously stored in the AI encoding apparatus 400 or received from a user.
  • the AI data setting control unit 430 may control the operation of the AI downscale unit 410 based on input information.
  • the AI data setting unit 430 may determine a downscale target according to input information, and provide the determined downscale target to the AI downscale unit 410 .
  • the AI data setting controller 430 transmits at least a portion of the input information to the encoder 420 so that the encoder 420 sets the first bitrate of a specific value, the bitrate of a specific type, and the specific codec.
  • the image 115 may be encoded.
  • the AI data setting control unit 430 may control a compression ratio (a downscaling ratio, for example, a difference in resolution between the original image 105 and the first image 115, a target bitrate), and a compression quality (eg, For example, the downscale target may be determined based on at least one of a bit rate type), compression history information, and a type of the original image 105 .
  • a compression ratio a downscaling ratio, for example, a difference in resolution between the original image 105 and the first image 115, a target bitrate
  • a compression quality eg, For example, the downscale target may be determined based on at least one of a bit rate type
  • compression history information e.g, a type of the original image 105 .
  • the AI data setting control unit 430 may determine a downscale target based on a preset or a compression rate or compression quality input from a user.
  • the AI data setting control unit 430 may determine the downscale target by using the compression history information stored in the AI encoding apparatus 400 .
  • the encoding quality or compression rate preferred by the user may be determined, and the downscale target may be determined according to the encoding quality determined based on the compression history information.
  • the resolution and quality of the first image 115 may be determined according to the encoding quality that has been most frequently used according to the compression history information.
  • the AI data setting control unit 430 may control encoding quality that has been used more than a predetermined threshold according to the compression history information (eg, average quality of encoding qualities that have been used more than a predetermined threshold)
  • a downscale target may be determined based on .
  • the AI data setting controller 430 may determine the downscale target based on the resolution and type (eg, file format) of the original image 105 .
  • the AI data setting controller 430 may determine the image quality of the original image.
  • the AI data setting control unit 430 may include an image quality measurement network 610 , and when an original image is input to the image quality measurement network 610 , the image quality measurement network ( 610 may output image quality information 620 .
  • the quality information 620 of the image may be determined as any one of high quality, low quality, and noise quality.
  • the image quality measurement network 610 may extract a feature representing at least one of sharpness, noise, and contrast of the input original image, and determine the quality information 620 based on the extracted feature.
  • the image quality may be determined to be high quality. Also, when the sharpness level of the image is less than the first value and the noise is less than the second value, the image quality may be determined to be low quality. Also, when the sharpness level of the image is less than the first value and the noise is greater than or equal to the second value, the quality of the image may be determined as the noise quality.
  • the AI data setting controller 430 may determine the target sharpness intensity 630 based on the determined image quality information 620 . For example, when the quality of the image is low, the AI data setting controller 430 may determine to increase the target sharpness intensity.
  • the present invention is not limited thereto.
  • the AI data generation unit 440 may generate AI data based on input information obtained from the AI data setting control unit 430 .
  • AI data may include target resolution of the first image, bit depth of the first image, second DNN set identification information, quantization level (quantization parameter) initialization value, picture type initialization value, second DNN update information, It may include at least one of an up-scaling ratio.
  • AI data includes picture type information, second DNN update information, and an up-scaling rate. ratio) may not be included.
  • the AI data generator 440 may generate second DNN set identification information based on the target resolution of the first image, the target sharpness intensity, and image characteristic information of the original image. . Also, the AI data generator 440 may generate an initialization value of a quantization level and a picture type initialization value based on the encoding control information. Also, the AI data generator 440 may determine the second DNN update information and the upscaling ratio based on the decoding control information.
  • the present invention is not limited thereto, and the AI data generator 440 may AI upscale the second image 135 as an upscale target corresponding to the downscale target by the upscale unit of the AI decoding apparatus 700 to be described later. It can contain a variety of information that makes it possible.
  • the AI data generator 440 may transmit the generated AI data to the stream generator 450 .
  • the stream generator 450 generates AI-encoded data including the image data received from the encoder 420 and the AI data received from the AI data generator 440 .
  • the stream generator 450 may generate AI-encoded data such that AI data and image data are separately included in the AI-encoded data.
  • the AI-encoded data may be in a container format such as MP4, AVI, MKV, or FLV, and the AI-encoded data may be composed of a metadata box and a media data box.
  • the media data box may include image data generated according to the syntax of a predetermined image compression method
  • the metadata box includes information about image data included in the media data box and AI data according to an embodiment.
  • the AI data may be encoded according to an encoding method provided by a predetermined container format and stored in a metadata box.
  • the stream generator 450 may generate AI encoded data such that the AI data is included in the image data.
  • AI data may be included in supplemental enhancement information (SEI), which is an additional information area of the image data.
  • SEI Supplemental Enhancement Information
  • AI-encoded data generated by the stream generator 450 is transmitted to the transmitter 460 .
  • the transmitter 460 may transmit the AI encoded data obtained as a result of the AI encoding to the AI decoding apparatus through a network.
  • the AI encoded data is a hard disk, a magnetic medium such as a floppy disk and magnetic tape, an optical recording medium such as CD-ROM and DVD, a magneto-optical medium such as a floppy disk medium) may be stored in a data storage medium including
  • FIG. 7 is a block diagram illustrating a configuration of an AI decoding apparatus according to an embodiment.
  • the AI decoding apparatus 700 includes a receiving unit 710 and an AI decoding unit 702 .
  • the AI decoding unit 702 may include a parsing unit 720 , a decoding unit 750 , an AI data restoration unit 730 , a model determining unit 740 , and an AI upscaling unit 760 .
  • the receiving unit 710 and the AI decoding unit 702 are illustrated as separate devices in FIG. 7 , the receiving unit 710 and the AI decoding unit 702 may be implemented through one processor.
  • the receiving unit 710 and the AI decoding unit 702 may be implemented as a dedicated processor, and a general-purpose processor such as an application processor (AP), a central processing unit (CPU), or a graphic processing unit (GPU) and S/W It may be implemented through a combination of Also, in the case of a dedicated processor, a memory for implementing an embodiment of the present disclosure or a memory processing unit for using an external memory may be included.
  • the receiver 710 and the AI decoder 702 may be configured with a plurality of processors. In this case, it may be implemented as a combination of dedicated processors, or may be implemented through a combination of S/W with a plurality of general-purpose processors such as an AP, CPU, or GPU.
  • the receiving unit 710 is implemented as a first processor
  • the decoding unit 750 is implemented as a second processor different from the first processor
  • the determining unit 740 and the AI upscaling unit 760 may be implemented by a third processor different from the first processor and the second processor.
  • the receiving unit 710 receives AI encoded data obtained as a result of AI encoding.
  • the AI-encoded data may be a video file having a file format such as mp4 or mov.
  • the receiving unit 710 may receive AI-encoded data transmitted through a network.
  • the receiving unit 710 may output the AI encoded data to the AI decoding unit 702 .
  • AI-encoded data is stored in a hard disk, magnetic media such as floppy disks and magnetic tapes, optical recording media such as CD-ROMs and DVDs, magneto-optical media such as floppy disks. It may be obtained from a data storage medium including an optical medium).
  • the parsing unit 720 parses the AI encoded data, transmits image data generated as a result of encoding the first image 115 to the decoder 750 , and transmits the AI data to the AI data restorer 730 .
  • the parsing unit 720 may parse the image data and the AI data included separately from each other in the AI encoded data.
  • the parsing unit 720 may read the header in the AI-encoded data to distinguish the AI data and the image data included in the AI-encoded data.
  • the parsing unit 720 parses the image data from the AI encoded data, extracts the AI data from the image data, and then transfers the AI data to the AI data restoration unit 730 , and the decoding unit for the remaining image data. It can be passed to (750). That is, AI data may be included in image data. For example, AI data may be included in supplemental enhancement information (SEI), which is an additional information area of a bitstream corresponding to image data.
  • SEI Supplemental Enhancement Information
  • the parsing unit 720 divides a bitstream corresponding to the image data into a bitstream to be processed by the decoding unit 750 and a bitstream corresponding to AI data, and divides each divided bitstream into a decoding unit 750 and the AI data restoration unit 730 may output the data.
  • the parsing unit 720 obtains image data included in the AI encoded data through a predetermined codec (eg, MPEG-2, H.264, MPEG-4, HEVC, VC-1, VP8, VP9, or AV1). It can also be confirmed that it is the image data that has been processed. In this case, the corresponding information may be transmitted to the decoder 750 so that the image data can be processed by the identified codec.
  • a predetermined codec eg, MPEG-2, H.264, MPEG-4, HEVC, VC-1, VP8, VP9, or AV1
  • the decoder 750 reconstructs the second image 135 corresponding to the first image 115 based on the image data received from the parser 720 .
  • the second image 135 obtained by the decoder 750 is provided to the AI upscaling unit 760 .
  • decoding-related information such as prediction mode information, motion information, and quantization parameter information may be provided from the parsing unit 720 to the AI data restoration unit 730 or the model determiner 740 .
  • Decoding related information may be used to obtain second DNN configuration information.
  • the AI data restoration unit 730 may extract information enabling AI upscaling of the second image 135 from the received AI data.
  • the upscale target of the second image 135 must correspond to the downscale target of the first DNN 200 .
  • the AI data should include information for identifying the downscale target of the first DNN 200 .
  • the AI data restoration unit 730 may include an AI data parsing unit 810 and an encoding control information updating unit 820 .
  • the AI data parsing unit 810 parses the received AI data, and includes first encoding control information included in the AI data, the resolution of the first image, the bit depth of the first image, the second DNN set identification information, and decoding control information. can be obtained.
  • the AI data includes picture type information and decoding control information (second DNN update) among the first encoding control information. information and upscaling ratio).
  • the first encoding control information obtained from the AI data may include picture type information and quantization level information, and the picture type information and quantization level information obtained from the AI data may be arbitrarily set initial values.
  • the encoding control information updater 820 may acquire second encoding control information.
  • the second encoding control information is information obtained from header information of AI-encoded data (eg, bitstream), and may be actual encoding control information applied when encoding the first image.
  • the encoding control information updater 820 may compare the first encoding control information with the second encoding control information to update the first encoding control information with the second encoding control information.
  • the model determiner 740 may be configured based on at least one of the updated encoding control information, the resolution information of the first image, the bit depth information of the first image, the second DNN set identification information, and the decoding control information. , it is possible to determine configuration information of the second DNN to be used for AI upscaling.
  • the model determiner 740 may determine the upscaling target of the second image 135 based on the upscaling ratio of the decoding control information.
  • the upscaling target may indicate, for example, to which resolution the second image 135 should be upscaled. If the upscaling ratio is not included in the AI data, the upscaling target of the second image 135 may be determined according to a predetermined output resolution.
  • the model determiner 740 may store a plurality of DNN configuration information configurable 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 the DNN configuration information corresponding to a specific upscale target.
  • the second DNN may have a different structure 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 model determiner 740 may obtain DNN setting information for AI upscaling of the second image 135 among a plurality of DNN setting information.
  • Each of the plurality of DNN configuration information used herein is information for acquiring the third image 145 of a predetermined output resolution and/or predetermined image quality, and is trained in association with the first DNN.
  • the DNN setting information of any one of the plurality of DNN setting information is a third image 145 of twice the resolution of the second image 135, for example, 2K resolution, for example, 1920x1080.
  • Information for obtaining a third image 145 of 4K resolution, for example, 3840x2160, which is twice as large as the second image 135 of The third image 145 with a resolution 4 times greater than the resolution of It may include information for obtaining (145).
  • Each of the plurality of DNN setting information is created in association with the DNN setting information of the first DNN of the AI encoding device 400, and the model determiner 740 is set at an enlargement ratio corresponding to the reduction rate of the DNN setting information of the first DNN. Accordingly, one piece of DNN configuration information is determined among a plurality of DNN configuration information.
  • the model determiner 740 uses information received from the AI encoding apparatus 400 to target information of the DNN setting information of the first DNN used to obtain the first image 115 . , and it is possible to obtain DNN setting information of the second DNN trained in association with it.
  • FIG. 9 is a diagram illustrating an example in which a model determiner determines configuration information of a second DNN to be used for AI upscaling, according to an embodiment.
  • the model determiner 740 includes a plurality of DNN configuration information.
  • Each of the plurality of DNN configuration information is determined through training in association with the DNN configuration information of the first DNN.
  • the plurality of DNN configuration information may be divided into a plurality of groups, and second DNN set identification information (DNN Model Set ID) may be assigned to each of the groups.
  • the plurality of groups may include a first group 911 in which the second DNN set identification information is 0 and a second group 912 in which the second DNN set identification information is 1.
  • the model determiner 740 selects one group from among a plurality of groups based on the second DNN set identification information included in the AI data, and is included in the selected group according to the resolution information, the bit depth, and the quantization level.
  • One piece of DNN configuration information may be determined from among a plurality of DNN configuration information.
  • the model determiner 740 may select the third configuration information 930 from among a plurality of DNN configuration information included in the first group 911 .
  • the model determiner 740 may transmit the selected DNN configuration information to the AI upscaler 760, and input data may be processed based on the second DNN operating according to the DNN configuration information.
  • the AI upscaling unit 760 AI upscales the second image 135 through the second DNN to obtain a third image 145 corresponding to the upscaling target.
  • the AI upscale unit 760 sets the number of filter kernels and parameters of the filter kernels in each of the layers included in the second DNN to the values included in the obtained DNN configuration information.
  • the second image may be AI-upscaled by setting and using the set parameters.
  • FIG. 10 is a diagram illustrating a syntax table of AI data according to an embodiment.
  • the syntax table 1010 of AI data is an example of an SEI syntax table for AI data transmission in a bitstream encoded by a codec conforming to the MPEG standard or the like.
  • the AI data syntax table 1010 includes elements related to second DNN information used for AI upscaling of a second image reconstructed according to image data.
  • input_picture_width_in_luma and input_picture_height_in_luma represent width information of a downscaled input image (eg, the first image) and height information of the downscaled input image, respectively.
  • input_picture_width_in_luma and input_picture_height_in_luma are information related to the resolution of the downscaled input image.
  • input_bit_depth indicates the bit depth of the downscaled input image, and input_bit_depth may be 8 or 10.
  • dnn_model_update_type is information related to the second DNN update.
  • quantization_level indicates a quantization level of an input video stream, and the initial value of the quantization level may be 12, but is not limited thereto.
  • the picture_type is a value related to the encoding control method, and is a value indicating any one of I, P, and B.
  • up_scaling_factor is information indicating an up-scaling ratio.
  • dnn_model_set_index indicates mutually agreed second DNN set identification information used for AI upscaling.
  • the model determiner 740 uses one of a plurality of pre-stored pieces of setting information for AI upscaling as setting information of the second DNN 300 based on elements included in the AI data syntax table. can decide
  • 11 is a diagram illustrating a syntax table of AI data according to another embodiment.
  • the AI data syntax table 1110 of FIG. 11 includes elements related to second DNN information used for AI upscaling of a second image reconstructed according to image data.
  • dnn_model_update_type, picture_type, and up_scaling_factor are omitted from the AI data syntax table 1010 of FIG. 10 .
  • the model determiner 740 may determine one of a plurality of pre-stored configuration information for AI upscaling as configuration information of the second DNN based on elements included in the AI data syntax table. .
  • FIG 12 illustrates an example in which the AI decoding apparatus according to an embodiment is configured with separate decoding apparatuses and an AI upscaling apparatus.
  • the decoding device 1200 and the AI upscaling device 1300 may be connected to each other through a high-definition multimedia interface (HDMI) cable.
  • HDMI high-definition multimedia interface
  • the HDMI transmitter 1250 of the decoding device 1200 and the HDMI receiver 1310 of the AI upscaling device 1300 are connected with an HDMI cable, pairing of four channels providing a TMDS data channel and a TMDS clock channel is performed.
  • the TMDS data channel includes three data transmission channels and can be used to carry video data, audio data and additional data. In this case, a packet structure is used to transmit audio data and additional data through the TMDS data channel.
  • the HDMI transmitter 1250 of the decoding device 1200 and the HDMI receiver 1310 of the AI upscaling device 1300 may provide a display data channel (DDC).
  • DDC is a protocol standard for digital information transfer between a monitor and a computer graphics adapter defined by the Video Electronics Standard Association (VESA).
  • VESA Video Electronics Standard Association
  • the DDC is used to exchange configuration and state information between one source device (eg, a decoding device) and one sink device (eg, an AI upscale device).
  • the decoding apparatus 1200 may include a receiving unit 1210 , a parsing unit 1220 , a decoding unit 1230 , a VSIF structuring unit 1240 , and an HDMI transmitting unit 1250 .
  • the receiver 1210 , the parser 1220 , and the decoder 1230 of FIG. 12 correspond to the receiver 710 , the parser 720 , and the decoder 750 of FIG. 7 , respectively, so detailed descriptions will be omitted. do it with
  • the VSIF structuring unit 1240 may structure the AI data transmitted from the parsing unit 1220 in the form of a VSIF packet.
  • the VSIF structuring unit 1240 may generate a VSIF packet corresponding to each of a plurality of frames. For example, when AI data is received once for a plurality of frames, the VSIF structuring unit 1240 generates a VSIF packet corresponding to each of the plurality of frames by using the received AI data once. can do. For example, VSIF packets corresponding to a plurality of frames may be generated based on the same AI data.
  • the VSIF structuring unit 1240 may generate a new VSIF packet by using the newly received AI data.
  • a VSIF packet generated by the VSIF structuring unit 1240 will be described in detail with reference to FIGS. 13 and 14 .
  • FIG. 13 is a diagram illustrating a header structure and a content structure of a Vendor Specific Infoframe (VSIF) packet according to an embodiment.
  • VSIF Vendor Specific Infoframe
  • a VSIF packet includes a VSIF packet header 1410 and VSIF packet content 1420 .
  • the VSIF packet header 1410 may consist of 3 bytes, a first byte HB0 is a value indicating a type, a type value of VSIF is indicated as 0x01, a second byte HB1 indicates version information, and VSIF The version of is indicated by 0x01, and the lower 5 bits (0 to 4) of the third byte (HB2) indicate the content length of the VSIF packet.
  • the VSIF structuring unit 1240 may structure AI data in the form of a VSIF packet.
  • the VSIF structuring unit 1240 may generate a VSIF packet to include AI data in the VSIF packet contents 1420 .
  • the VSIF structuring unit 1240 may determine a packet byte for describing AI data according to the amount of AI data.
  • the VSIF structuring unit 1240 may generate the VSIF packet contents so that the AI data illustrated and described in FIG. 10 are described in the 5th to 18th packet bytes PB4 to PB17 included in the VSIF packet contents.
  • the VSIF structuring unit 1240 may define input_picture_width_in_luma using PB05 and PB06, and may define input_picture_height_in_luma using PB07 and PB08.
  • input_picture_width_in_luma and input_picture_height_in_luma indicate the resolution of the downscaled first image, respectively.
  • the VSIF structuring unit 1240 may define input_bit_depth by using PB09.
  • input_bit_depth represents the bit depth of the first image.
  • the VSIF structuring unit 1240 may define quantization_level by using PB10.
  • quantization_level indicates a quantization level of an input video stream.
  • the VSIF structuring unit 1240 may define dnn_model_set_index using PB11 and PB12. dnn_model_set_index indicates mutually agreed second DNN set identification information used for AI upscaling.
  • AI data may be structured in the form of a VSIF packet in various ways.
  • FIG. 14 is a diagram illustrating a header structure and a content structure of a Vendor Specific Infoframe (VSIF) packet according to another embodiment.
  • VSIF Vendor Specific Infoframe
  • the VSIF packet header 1415 of FIG. 14 may have the same configuration as the VSIF packet header 1410 of FIG. 13 .
  • the VSIF structuring unit 1240 generates the VSIF packet contents so that the AI data shown and described in FIG. 11 is described in the 5th to 18th packet bytes PB4 to PB17 included in the VSIF packet contents.
  • the AI data illustrated and described in FIG. 11 may further include dnn_model_update_type, picture_type, and up_scaling_factor.
  • the VSIF structuring unit 1240 may define input_picture_width_in_luma using PB05 and PB06, and may define input_picture_height_in_luma using PB07 and PB08.
  • input_picture_width_in_luma and input_picture_height_in_luma indicate the resolution of the downscaled first image, respectively.
  • the VSIF structuring unit 1240 may define picture_type by using bits 1 and 2 of PB13, and picture_type is a value related to an encoding control method and indicates any one of I, P, and B.
  • the VSIF structuring unit 1240 may define dnn_model_update_type by using bits 3 and 4 of PB13, and dnn_model_update_type indicates information related to updating an AI upscaling neural network model.
  • the VSIF structuring unit 1240 may define input_bit_depth using bits 5 to 8 of PB13.
  • input_bit_depth represents the bit depth of the first image.
  • the VSIF structuring unit 1240 may define quantization_level by using PB14.
  • quantization_level indicates a quantization level of an input video stream.
  • the VSIF structuring unit 1240 may define up_scaling_factor using PB15.
  • up_scaling_factor indicates an up-scaling ratio.
  • the VSIF structuring unit 1240 may define dnn_model_set_index using PB16 and PB17. dnn_model_set_index indicates mutually agreed second DNN set information used for AI upscaling.
  • AI data may be structured in the form of a VSIF packet in various ways.
  • the structure of the VSIF packet shown in FIGS. 13 and 14 is merely an example, it is not limited thereto. If necessary, the location or size of fields in which AI data included in the VSIF packet of FIGS. 13 and 14 are defined may be changed, and additional data may be further included in the VSIF packet.
  • the VSIF structuring unit 1240 may transmit the generated VSIF packet to the HDMI transmitter 1250 , and the HDMI transmitter 1250 transmits the VSIF packet to the AI upscale device 1300 through the TMDS channel. ) can be transmitted.
  • the HDMI transmitter 1250 may transmit the second image received from the decoder 1230 to the AI upscaling device 1300 through the TMDS channel.
  • the AI upscaling device 1300 may include an HDMI receiving unit 1310 , an AI data restoring unit 1320 , a model determining unit 1330 , and an AI upscaling unit 1340 .
  • the AI upscale apparatus 1300 may store Extended Display Identification Data (EDID) information.
  • EDID information is a data structure including various information on the AI up-scale device, and may be transmitted to the decoding device 1200 through a DDC channel.
  • EDID information may include information on AI upscaling capability of the AI upscaling device 1300 .
  • the EDID information may include information on whether or not the AI upscaling device 1300 can perform the AI upscaling.
  • the HDMI receiver 1310 of the AI upscaling device 1300 may receive the structured AI data in the form of a second image and a VSIF packet through a TMDS channel.
  • the HDMI receiver 1310 of the AI upscaling device 1300 may check header information of the HDMI packet, search for the VSIF packet, and determine whether AI data is included in the VSIF packet. have.
  • the HDMI receiver 1310 may determine whether the received HDMI packet is a VSIF packet by checking whether the first byte HB0 indicating the packet type among header information of the received HDMI packet is 0x01. Also, when it is determined that the HDMI packet is a VSIF packet, the HDMI receiver 1310 may determine whether AI data is included in the VSIF packet content.
  • the HDMI receiver 1310 may acquire AI data by using bit values included in the VSIF packet content.
  • the AI data restoration unit 1320 may obtain resolution information of the first image by using PB05 to PB08 of the VSIF packet contents.
  • the AI data restoration unit 1320 may obtain the bit depth of the first image using bits 4 to 7 or PB09 of PB13, and may obtain quantization level information using PB14 or PB10.
  • second DNN set identification information may be obtained using PB16 and PB17, or PB11 and PB12.
  • the AI data restoration unit 1320 may obtain picture type information by using bits 0 to 1 of PB13, and may obtain second DNN update information by using bits 2 to 3 of PB13.
  • the AI data restoration unit 1320 may provide the AI data obtained from the VSIF packet contents to the model determiner 1330, and the model determiner 1330 performs a pre-stored AI upscale based on the obtained AI data.
  • One of a plurality of configuration information for the second DNN may be determined as configuration information of the second DNN.
  • the HDMI receiver 1310 may provide the received second image to the AI upscaling unit 1340 , and the AI upscaling unit 1340 sets parameters of the second DNN using the determined DNN setting information, and , the second image may be AI-upscaled using the set parameters.
  • the decoding device 1200 and the AI upscale device 1300 are connected through an HDMI cable has been illustrated and described, but the present invention is not limited thereto.
  • the AI upscale device can be connected through a DP (display port) cable.
  • the decoding device may transmit the second image and AI data to the AI upscale device through the DP similarly to the HDMI method.
  • the decoding apparatus 1200 may transmit the second image and AI data to the AI upscaling apparatus 1300 through input/output interfaces other than HDMI and DP.
  • the decoding apparatus 1200 may transmit the second image and AI data to the AI upscaling apparatus 1300 through different interfaces.
  • the second image may be transmitted through an HDMI cable, and AI data may be transmitted through a DP cable.
  • the second image may be transmitted through a DP cable, and AI data may be transmitted through an HDMI cable.
  • 15 is a flowchart illustrating a method of operating an AI encoding apparatus according to an embodiment.
  • the AI encoding apparatus 400 may determine a downscale target ( S1510 ). For example, the AI encoding apparatus 400 may determine a downscaling ratio based on the target resolution of the first image.
  • the AI encoding apparatus 400 may obtain DNN configuration information corresponding to the downscale target, and set parameters of the first DNN by using the obtained DNN configuration information.
  • the AI encoding apparatus 400 may AI downscale the original image through the first DNN in which the parameter is set to obtain the first image ( S1520 ).
  • the AI encoding apparatus 400 may generate image data by encoding the first image (S1530).
  • the AI encoding apparatus 400 may obtain one or more pieces of input information for setting AI data.
  • the AI encoding apparatus 400 may include target resolution of the first image, bit depth of the first image, characteristic information of the original image, target detail intensity, encoding control information, decoding control information, etc. can be obtained.
  • the one or more pieces of input information may include information previously stored in the AI encoding apparatus 400 or received from a user.
  • the AI encoding apparatus 400 may determine the quality of the original image by using the image quality measurement network, and the target sharpness intensity may be determined based on quality information of the original image.
  • the AI encoding apparatus 400 may generate second DNN set identification information based on the resolution of the first image, target sharpness intensity, and image characteristic information of the original image ( S1540 ).
  • the AI encoding apparatus 400 may generate AI data based on the obtained input information (S1550).
  • AI data includes the resolution of the first image, bit depth of the first image, second DNN set identification information, quantization level (quantization parameter) initialization value, picture type initialization value, second DNN update information, up It may include at least one of an up-scaling ratio.
  • the AI encoding apparatus 400 may generate AI encoded data including image data and AI data (S1560), and transmit the generated AI encoded data to the AI decoding apparatus 700 (S1570).
  • 16 is a flowchart illustrating a method of operating an AI decoding apparatus according to an embodiment.
  • the AI decoding apparatus 700 may receive AI encoded data ( S1610 ).
  • the received AI encoded data may include AI data and image data.
  • the AI decoding apparatus 700 may divide the AI encoded data into image data and AI data (S1620). For example, the AI encoding apparatus 700 may read a header in the AI encoded data to distinguish AI data and image data included in the AI encoded data. Alternatively, the AI decoding apparatus 700 may extract AI data included in SEI, which is an additional information area of a bitstream corresponding to image data.
  • the AI decoding apparatus 700 may decode image data to obtain a second image (S1630).
  • the AI decoding apparatus 700 may extract AI upscaling related information enabling AI upscaling of the second image from the AI data (S1640).
  • the AI decoding apparatus 700 may extract the resolution of the first image, the bit depth of the first image, the second DNN set identification information, and the first encoding control information.
  • the first encoding control information may include picture type information and quantization level information, and the picture type information and quantization level information included in the first encoding control information may be arbitrarily set initial values.
  • the AI decoding apparatus 700 obtains second encoding control information that is actual encoding control information applied when encoding the first image, compares the first encoding control information with the second encoding control information, and obtains the first encoding control information It may be updated with the second encoding control information (S1650).
  • AI decoding apparatus 700 based on at least one of updated encoding control information, downscaled resolution information of the first image, bit depth information of the first image, second DNN set identification information, and decoding control information, AI Configuration information of the second DNN to be used for upscaling may be determined ( S1660 ).
  • the AI decoding apparatus 700 may obtain DNN configuration information corresponding to the upscale target, and set parameters of the second DNN by using the obtained DNN configuration information.
  • the AI decoding apparatus 700 may AI upscale the second image using the set parameters (S1670).
  • the operating method of the AI encoding apparatus and the operating method of the AI decoding apparatus may be implemented in the form of program instructions that can be executed through various computer means and recorded in a computer-readable medium.
  • the computer-readable medium may include program instructions, data files, data structures, etc. alone or in combination.
  • the program instructions recorded on the medium may be specially designed and configured for the present invention, or may be known and available to those skilled in the art of computer software. Examples of the computer-readable recording medium include magnetic media such as hard disks, floppy disks and magnetic tapes, optical media such as CD-ROMs and DVDs, and magnetic such as floppy disks.
  • magneto-optical media includes magneto-optical media, and hardware devices specially configured to store and execute program instructions, such as ROM, RAM, flash memory, and the like.
  • program instructions include not only machine language codes such as those generated by a compiler, but also high-level language codes that can be executed by a computer using an interpreter or the like.
  • the operating method of the AI encoding apparatus and the operating method of the AI decoding apparatus may be included in a computer program product and provided.
  • Computer program products may be traded between sellers and buyers as commodities.
  • the computer program product may include a S/W program and a computer-readable storage medium in which the S/W program is stored.
  • computer program products may include products (eg, downloadable apps) in the form of S/W programs distributed electronically through manufacturers of electronic devices or electronic markets (eg, Google Play Store, App Store). have.
  • the storage medium may be a server of a manufacturer, a server of an electronic market, or a storage medium of a relay server temporarily storing a SW program.
  • the computer program product in a system consisting of a server and a client device, may include a storage medium of the server or a storage medium of the client device.
  • a third device eg, a smart phone
  • the computer program product may include a storage medium of the third device.
  • the computer program product may include the S/W program itself transmitted from the server to the client device or the third device, or transmitted from the third device to the client device.
  • one of the server, the client device and the third device may execute the computer program product to perform the method according to the disclosed embodiments.
  • two or more of a server, a client device, and a third device may execute a computer program product to distribute the method according to the disclosed embodiments.
  • a server eg, a cloud server or an artificial intelligence server

Landscapes

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

Abstract

AI 부호화 장치는 제1 영상의 타겟 해상도에 기초하여, 다운스케일 타겟을 결정하고, 다운스케일 타겟에 대응하는 AI 다운스케일 뉴럴 네트워크(Neural Network)를 이용하여, 원본 영상을 AI 다운스케일한 제1 영상을 획득하고, 제1 영상을 부호화하여, 영상 데이터를 생성하고, 제1 영상의 타겟 해상도, 원본 영상의 특성 정보, 및 타겟 선명도 강도에 기초하여, AI 업 스케일 뉴럴 네트워크(Neural Network) 셋(Set) 식별 정보를 선택하고, 제1 영상의 타겟 해상도, 제1 영상의 비트 심도 정보, AI 업 스케일 뉴럴 네트워크 셋 식별 정보, 및 인코딩 제어 정보를 포함하는 AI 데이터를 생성하고, 영상 데이터와 AI 데이터를 포함하는 AI 부호화 데이터를 생성하는 적어도 하나의 프로세서, 및 AI 부호화 데이터를 AI 복호화 장치로 전송하는 통신부를 포함하고, AI 데이터는, 상기 AI 다운스케일 뉴럴 네트워크에 대응하는 AI 업 스케일 뉴럴 네트워크에 관한 정보를 포함한다.

Description

AI 부호화 장치 및 그 동작방법, 및 AI 복호화 장치 및 그 동작방법
다양한 실시예들은 AI 부호화 장치 및 그 동작방법, 및 AI 복호화 장치 및 그 동작방법에 관한 것이다. 더욱 상세하게는 원본 영상을 AI 다운스케일하고 부호화하여 AI 복호화 장치로 전송하는 AI 부호화 장치 및 그 동작방법에 관한 것이고, AI 부호화 장치로부터 수신한 영상을 복호화하고, AI 업스케일하는 AI 복호화 장치 및 그 동작방법에 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 이용하여 전송될 수 있다.
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.
다양한 실시예들은, 영상을 AI 다운스케일하고, 부호화한 영상 데이터와 AI 업스케일에 필요한 AI 데이터를 AI 복호화 장치로 전송할 수 있는 AI 부호화 장치 및 그 동작방법을 제공할 수 있다.
또한, AI 부호화 장치로부터 영상 데이터와 AI 데이터를 수신하고, 영상 데이터를 복호화하며, 복호화된 영상을 AI 데이터에 대응하는 업 스케일용 뉴럴 네트워크 모델을 이용하여, AI 업스케일할 수 있는 AI 복호화 장치 및 그 동작방법을 제공할 수 있다.
본 개시의 일 측면에 따르면, AI 부호화 장치는, 제1 영상의 타겟 해상도에 기초하여, 다운스케일 타겟을 결정하고, 상기 다운스케일 타겟에 대응하는 AI 다운스케일 뉴럴 네트워크(Neural Network)를 이용하여, 원본 영상을 AI 다운스케일한 상기 제1 영상을 획득하고, 상기 제1 영상을 부호화하여, 영상 데이터를 생성하고, 상기 제1 영상의 타겟 해상도, 상기 원본 영상의 특성 정보, 및 타겟 선명도 강도에 기초하여, AI 업 스케일 뉴럴 네트워크(Neural Network) 셋(Set) 식별 정보를 선택하고, 상기 제1 영상의 해상도, 상기 제1 영상의 비트 심도 정보, 상기 AI 업 스케일 뉴럴 네트워크 셋 식별 정보, 및 인코딩 제어 정보를 포함하는 AI 데이터를 생성하고, 상기 영상 데이터와 상기 AI 데이터를 포함하는 AI 부호화 데이터를 생성하는 적어도 하나의 프로세서, 및 상기 AI 부호화 데이터를 AI 복호화 장치로 전송하는 통신부를 포함하고, 상기 AI 데이터는, 상기 AI 다운스케일 뉴럴 네트워크에 대응하는 AI 업 스케일 뉴럴 네트워크에 관한 정보를 나타낸다.
상기 적어도 하나의 프로세서는, 품질 측정 네트워크를 이용하여, 상기 원본 영상의 품질 정보를 결정하고, 상기 원본 영상의 품질 정보에 따라 상기 타겟 선명도 강도를 결정할 수 있다.
상기 품질 정보는, 고품질(high quality), 저품질(low quaility), 및 잡음 품질(noisy quality) 중 적어도 하나를 나타내고, 상기 품질 측정 네트워크는, 상기 원본 영상의 선명도, 잡음, 및 명암비 중 적어도 하나를 나타내는 특징을 추출하고, 추출된 특징에 기초하여, 상기 품질 정보를 결정하는 네트워크일 수 있다.
상기 AI 데이터는 상기 AI 업 스케일 뉴럴 네트워크의 업데이트 방법 및 AI 업 스케일링 비율을 포함하는 디코딩 제어 정보를 더 포함할 수 있다.
상기 인코딩 제어 정보는, 양자화 레벨 및 픽쳐 타입 중 적어도 하나를 포함하고, 상기 양자화 레벨은 기 설정된 제1 값으로 결정되고, 상기 픽쳐 타입은 I(Intra) 픽쳐, P(Predictive) 픽쳐, 및 B(Bidirectional) 픽쳐 중 어느 하나의 값으로 결정될 수 있다.
상기 AI 부호화 데이터는, 메타 데이터 박스와 미디어 데이터 박스를 포함하며, 상기 AI 데이터는 상기 메타 데이터 박스에 포함되고, 상기 영상 데이터는 상기 미디어 데이터 박스에 포함될 수 있다.
상기 AI 데이터는 상기 영상 데이터의 부가 정보 영역인 SEI(Supplemental enhancement information)에 포함될 수 있다.
본 개시의 일 측면에 따르면,AI 복호화 장치는, 원본 영상의 AI 다운스케일 및 부호화 결과 생성된 AI 부호화 데이터를 수신하는 통신부, 및 상기 AI 부호화 데이터를 영상 데이터와 AI 데이터로 구분하고, 상기 영상데이터를 복호화하여, 상기 원본 영상을 상기 AI 다운스케일한 제1 영상에 대응하는 제2 영상을 획득하고, 상기 AI 데이터로부터 상기 제1 영상의 해상도, 상기 제1 영상의 비트 심도 정보, AI 업 스케일 뉴럴 네트워크 셋 식별 정보, 및 제1 인코딩 제어 정보를 추출하고, 상기 제1 영상의 부호화에 이용된 제2 인코딩 제어 정보를 획득하고, 상기 제2 인코딩 제어 정보에 기초하여, 상기 제1 인코딩 제어 정보를 업데이트하고, 상기 제1 영상의 해상도, 상기 제1 영상의 비트 심도 정보, 상기 AI 업 스케일 뉴럴 네트워크 셋 식별 정보, 및 상기 제2 인코딩 제어 정보에 기초하여, AI 업 스케일 뉴럴 네트워크를 선택하고, 상기 선택된 AI 업 스케일 뉴럴 네트워크를 이용하여, 상기 제2 영상을 AI 업스케일하는 적어도 하나의 프로세서를 포함할 수 있다.
상기 제1 인코딩 제어 정보는, 기 설정된 양자화 레벨의 초기 값을 나타내며, 상기 제2 인코딩 제어 정보는, 상기 제1 영상의 부호화에 적용된 양자화 레벨 값을 나타낼 수 있다.
상기 적어도 하나의 프로세서는, 상기 AI 업스케일 뉴럴 네트워크 셋 식별 정보에 대응하는 복수의 뉴럴 네트워크 설정 정보 중, 상기 제1 영상의 해상도, 상기 제1 영상의 비트 심도 정보 및 상기 제2 인코딩 제어 정보에 포함된 양자화 레벨 값에 따라 어느 하나의 뉴럴 네트워크 설정 정보를 선택하고, 상기 선택된 뉴럴 네츠워크 설정 정보에 기초하여, 상기 AI 업 스케일 뉴럴 네트워크의 파라미터들을 설정할 수 있다.
상기 적어도 하나의 프로세서는, 상기 AI 데이터로부터 업 스케일 뉴럴 네트워크의 업데이트 정보 및 업 샘플링 비율을 결정하고, 상기 선택된 AI 업 스케일 뉴럴 네트워크, 상기 업데이트 정보 및 상기 업 샘플링 비율에 기초하여, 상기 제2 영상을 AI 업스케일할 수 있다.
본 개시의 일 측면에 따르면, AI 부호화 장치의 동작방법은, 제1 영상의 타겟 해상도에 기초하여, 다운스케일 타겟을 결정하는 단계, 상기 다운스케일 타겟에 대응하는 AI 다운스케일 뉴럴 네트워크를 이용하여, 원본 영상을 AI 다운스케일한 상기 제1 영상을 획득하는 단계, 상기 제1 영상을 부호화하여, 영상 데이터를 생성하는 단계, 상기 제1 영상의 해상도, 상기 원본 영상의 특성 정보, 및 타겟 선명도 강도에 기초하여, AI 업 스케일 뉴럴 네트워크(Neural Network) 셋(Set) 식별 정보를 선택하는 단계, 상기 제1 영상의 해상도, 상기 제1 영상의 비트 심도 정보, 상기 AI 업 스케일 뉴럴 네트워크 셋 식별 정보, 및 인코딩 제어 정보를 포함하는 AI 데이터를 생성하는 단계, 상기 영상 데이터와 상기 AI 데이터를 포함하는 AI 부호화 데이터를 생성하는 단계, 및 상기 AI 부호화 데이터를 AI 복호화 장치로 전송하는 단계를 포함하고, 상기 AI 데이터는, 상기 AI 다운스케일 뉴럴 네트워크에 대응하는 AI 업 스케일 뉴럴 네트워크에 관한 정보를 나타낼 수 있다.상기 동작방법은, 품질 측정 네트워크를 이용하여, 상기 원본 영상의 품질 정보를 결정하는 단계, 및 상기 원본 영상의 품질 정보에 따라 상기 타겟 선명도 강도를 결정하는 단계를 더 포함할 수 있다.
상기 품질 정보는, 고품질(high quality), 저품질(low quaility), 및 잡음 품질(noisy quality) 중 적어도 하나를 나타내고, 상기 품질 측정 네트워크는, 상기 원본 영상의 선명도, 잡음, 및 명암비 중 적어도 하나를 나타내는 특징을 추출하고, 추출된 특징에 기초하여, 상기 품질 정보를 결정할 수 있다.
상기 AI 데이터는, 상기 AI 업 스케일 뉴럴 네트워크의 업데이트 방법 및 AI 업 스케일링 비율을 포함하는 디코딩 제어 정보를 더 포함할 수 있다.
상기 인코딩 제어 정보는, 양자화 레벨 및 픽쳐 타입 중 적어도 하나를 포함할 수 있고, 양자화 레벨은 기 설정된 제1 값으로 결정될 수 있고, 픽쳐 타입은 I(Intra) 픽쳐, P(Predictive) 픽쳐, 및 B(Bidirectional) 픽쳐 중 어느 하나의 값으로 결정될 수 있다.
본 개시의 일 측면에 따르면, AI 복호화 장치의 동작방법은, 원본 영상의 AI 다운스케일 및 부호화 결과 생성된 AI 부호화 데이터를 수신하는 단계, 상기 AI 부호화 데이터를 영상 데이터와 AI 데이터로 구분하는 단계, 상기 영상 데이터를 복호화하여, 상기 원본 영상을 상기 AI 다운스케일한 제1 영상에 대응하는 제2 영상을 획득하는 단계, 상기 AI 데이터로부터 상기 제1 영상의 해상도, 상기 제1 영상의 비트 심도 정보, AI 업 스케일 뉴럴 네트워크 셋 식별 정보, 및 제1 인코딩 제어 정보를 추출하는 단계, 상기 제1 영상의 부호화에 이용된 제2 인코딩 제어 정보를 획득하고, 상기 제2 인코딩 제어 정보에 기초하여, 상기 제1 인코딩 제어 정보를 업데이트하는 단계, 상기 제1 영상의 해상도, 상기 제1 영상의 비트 심도 정보, 상기 AI 업 스케일 뉴럴 네트워크 셋 식별 정보, 및 상기 제2 인코딩 제어 정보에 기초하여, AI 업 스케일 뉴럴 네트워크를 선택하는 단계, 및 상기 선택된 AI 업 스케일 뉴럴 네트워크를 이용하여, 상기 제2 영상을 AI 업스케일하는 단계를 포함할 수 있다.
상기 제1 인코딩 제어 정보는, 기 설정된 양자화 레벨의 초기 값을 나타내며, 상기 제2 인코딩 제어 정보는, 상기 제1 영상의 부호화에 적용된 양자화 레벨 값을 나타낼 수 있다.
상기 AI 업스케일 뉴럴 네트워크를 선택하는 단계는, 상기 AI 업 스케일 뉴럴 네트워크 셋 식별 정보에 대응하는 복수의 뉴럴 네트워크 설정 정보 중, 상기 제1 영상의 해상도, 상기 제1 영상의 비트 심도 정보 및 상기 제2 인코딩 제어 정보에 포함된 양자화 레벨 값에 따라 어느 하나의 뉴럴 네트워크 설정 정보를 선택하는 단계, 및 상기 선택된 뉴럴 네트워크 설정 정보에 기초하여, 상기 AI 업 스케일 뉴럴 네트워크의 파라미터들을 설정하는 단계를 포함할 수 있다.
상기 동작방법은 상기 AI 데이터로부터 업 스케일 뉴럴 네트워크의 업데이트 정보 및 업 샘플링 비율을 결정하는 단계를 더 포함하고, 상기 제2 영상을 AI 업스케일하는 단계는, 상기 선택된 AI 업 스케일 뉴럴 네트워크, 상기 업데이트 정보 및 상기 업 샘플링 비율에 기초하여, 상기 제2 영상을 AI 업스케일하는 단계를 포함할 수 있다.
도 1은 일 실시예에 따른 AI(artificial intelligence) 부호화 과정 및 AI 복호화 과정을 설명하기 위한 도면이다.
도 2는 일 실시예에 따른 제 1 DNN 및 제 2 DNN을 훈련시키는 방법을 설명하기 위한 도면이다.
도 3은 일 실시예에 따른 제 1 DNN 및 제 2 DNN의 훈련 과정을 설명하기 위한 도면이다.
도 4는 일 실시예에 따른 AI 부호화 장치의 구성을 나타내는 블록도이다.
도 5 및 도 6은 일 실시예에 따른 AI 데이터 설정 제어부 및 AI 데이터 생성부를 설명하기 위해 참조되는 도면들이다.
도 7은 일 실시예에 따른 AI 복호화 장치의 구성을 나타내는 블록도이다.
도 8 은 일 실시예에 따른 AI 데이터 복원부 및 모델 결정부를 설명하기 위해 참조되는 도면이다.
도 9는 일 실시예에 따른 모델 결정부가 AI 업 스케일에 이용할 제2 DNN의 설정 정보를 결정하는 예를 나타내는 도면이다.
도 10은 일 실시예에 따른 AI 데이터의 신택스 테이블을 나타내는 도면이다.
도 11은 다른 실시예에 따른 AI 데이터의 신택스 테이블을 나타내는 도면이다.
도 12는 일 실시예에 따른 AI 복호화 장치가 별개의 복호화 장치와 AI 업스케일링 장치로 구성되는 예를 나타낸다.
도 13은 일 실시예에 따른 VSIF(Vendor Specific Infoframe) 패킷의 헤더 구조 및 컨텐츠 구조를 나타내는 도면이다.
도 14는 다른 실시예에 따른 VSIF(Vendor Specific Infoframe) 패킷의 헤더 구조 및 컨텐츠 구조를 나타내는 도면이다.
도 15는 일 실시예에 따른 AI 부호화 장치의 동작방법을 나타내는 흐름도이다.
도 16은 일 실시예에 따른 AI 복호화 장치의 동작방법을 나타내는 흐름도이다.
본 개시에서, “a, b 또는 c 중 적어도 하나”의 표현은 “a”, “b”, “c”, “a 및 b”, “a 및 c”, “b 및 c”, 또는 “a, b 및 c 모두”를 지칭할 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 식별 기호에 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.
본 명세서에서, 실시예들은 설명된 기능 또는 기능들을 수행하는 불록들의 관점에서 설명되고 예시될 수 있다. 여기에서, “단위” 또는 “모듈” 등으로 지칭되거나 드라이버, 컨트롤러, 장치 등과 같은 이름으로 지칭될 수 있는 이러한 블록은 논리 게이트들, 집적 회로들, 마이크로프로세서들, 마이크로컨트롤러들, 메모리 회로들, 수동 전자 컴포넌트들, 능동 전자 컴포넌트들, 광학 컴포넌트들, 유선 회로들 등과 같은 아날로그 또는 디지털 회로들에 의해 물리적으로 구현될 수 있으며, 펌웨어 및 소프트웨어에 의해 구동될 수 있다. 회로는, 예를 들어, 하나 이상의 반도체 칩들 또는 인쇄 회로 기판 등과 같은 기판 지지체 상에 구현될 수 있다. 블록에 포함된 회로들은 전용 하드웨어, 또는 프로세서(예를 들어, 하나 이상의 프로그래밍된 마이크로프로세서들 및 관련 회로), 또는 블록의 일부 기능들을 수행하는 전용 하드웨어와 블록의 다른 기능을 수행하는 프로세서의 조합에 의해 구현될 수 있다. 실시예들의 각 블록은 물리적으로 2개 이상의 상호작용하는 개별 블록들로 분리될 수 있다. 마찬가지로, 실시예의 블록들은 물리적으로 더 복잡한 블록들로 결합될 수 있다.
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 신경 또는 뇌와 같은 신경을 모사한 인공신경망 모델의 대표적인 예시로서, 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. 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 복호화를 통해 획득된 영상을 의미하고, '제 3 영상'은 AI 복호화 과정에서 제 2 영상을 AI 업스케일하여 획득된 영상을 의미한다.
또한, 본 명세서에서 'AI 다운스케일' 또는 'AI 다운스케일링'은 AI 기반으로 영상의 해상도를 감소시키는 처리를 의미하고, '제 1 부호화'는 주파수 변환 기반의 영상 압축 방법에 의한 부호화 처리를 의미한다. 또한, '복호화'는 주파수 변환 기반의 영상 복원 방법에 의한 복호화 처리를 의미하고, 'AI 업스케일' 또는 'AI 업스케일링'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 부호화(120) 및 복호화(130)를 수행하므로, 원본 영상(105)을 대상으로 하여 부호화(120) 및 복호화(130)를 수행하는 경우에 비해 비트레이트를 크게 감소시킬 수 있다.
예를 들어, 도 1을 참조하면, 일 실시예는 AI 부호화 과정에서, 원본 영상(105)을 AI 다운스케일(110)하여 제 1 영상(115)을 획득하고, 제 1 영상(115)을 부호화(120)한다. AI 복호화 과정에서는, AI 부호화 결과 획득된 AI 데이터와 영상 데이터를 포함하는 AI 부호화 데이터를 수신하고, 복호화(130)를 이용하여 제 2 영상(135)을 획득하고, 제 2 영상(135)을 AI 업스케일(140)하여 제 3 영상(145)을 획득한다.
AI 부호화 과정의 예를 살펴보면, 원본 영상(105)을 입력 받으면, 소정 해상도 및/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 훈련(joint trained)될 수 있다. 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 포함할 수 있고, AI 복호화 과정에서는 AI 데이터에 기초하여 확인되는 업스케일 타겟에 따라 제 2 영상(135)에 대한 AI 업스케일(140)이 수행될 수 있다.
AI 다운스케일(110)을 위한 AI 및 AI 업스케일(140)을 위한 AI는 DNN(deep neural network)으로 구현될 수 있다. 이하에서는, 설명의 편의를 위해, AI 다운스케일(110)을 위해 이용되는 DNN을 제1 DNN이라 하고, AI 업 스케일(140)을 위해 이용되는 DNN을 제2 DNN이라 한다. 도 2 및 도 3을 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 화질 및/또는 해상도로 AI 업스케일(140)할 수 있다.
도 1에 도시된 부호화(120) 및 복호화(130)에 대해 상세히 설명하면, 원본 영상(105)으로부터 AI 다운스케일(110)된 제 1 영상(115)은 부호화(120)를 통해 정보량이 감축될 수 있다. 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 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 방법들 중의 하나를 이용하여 구현될 수 있다.
제 1 영상(115)에 대응하는 제 2 영상(135)은 영상 데이터의 복호화(130)를 통해 복원될 수 있다. 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 복호화(130) 과정은 부호화(120) 과정에서 사용된 MPEG-2, H.264, MPEG-4, HEVC, VC-1, VP8, VP9 및 AV1 등 주파수 변환을 이용한 영상 압축 방법들 중의 하나에 대응되는 영상 복원 방법을 이용하여 구현될 수 있다.
AI 부호화 과정을 통해 획득된 AI 부호화 데이터는, 제 1 영상(115)의 부호화(120) 결과 획득된 영상 데이터 및 제 2 영상(135)의 AI 업스케일(140)과 관련된 AI 데이터를 포함할 수 있다. 영상 데이터는 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 부호화(120) 과정에서 이용된 정보들을 포함한다. 예를 들어, 영상 데이터는 제 1 영상(115)을 부호화(120)하는데 이용된 예측 모드(mode) 정보, 움직임 정보, 및 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 방법들 중 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. 구현예에 따라, AI 데이터는 프레임이나 패킷 형태로 영상 데이터와 구분되어 전송될 수도 있다. 또는 구현예에 따라, AI 데이터는 영상 데이터에 포함되어 전송될 수도 있다. 영상 데이터와 AI 데이터는 동일한 네트워크 또는 서로 상이한 네트워크를 통해 전송될 수 있다.
이하에서는, 도 2를 참조하여, 제 1 DNN과 제 2 DNN을 연계 훈련시키는 방법에 대해 설명한다.
도 2는 일 실시예에 따른 제 1 DNN 및 제 2 DNN을 훈련시키는 방법을 설명하기 위한 도면이다.
일 실시예에서 AI 부호화 과정을 통해 AI 부호화된 원본 영상(105)은 AI 복호화 과정을 이용하여 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 정보는 AI 복호화 과정에서 복원될 수 있어야 하는데, 이를 위해 제 1 DNN(200, AI 다운스케일을 위해 이용되는 DNN)과 제 2 DNN(300, AI 업스케일을 위해 이용되는 DNN)은 연계 훈련될 수 있다.
정확한 AI 복호화를 위해서는 궁극적으로 도 2에 도시된 제 3 훈련 영상(204)과 원본 훈련 영상(201) 사이의 비교 결과에 대응하는 퀄리티 손실 정보(230)를 감소시킬 필요가 있다. 따라서, 퀄리티 손실 정보(230)는 제 1 DNN(200) 및 제 2 DNN(300)의 훈련 모두에 이용된다.
먼저, 도 2에 도시된 훈련 과정에 대해 설명한다.
도 2에서, 원본 훈련 영상(original training image)(201)은 AI 다운스케일의 대상이 되는 영상이고, 제 1 훈련 영상(first training image)(202)은 원본 훈련 영상(201)로부터 AI 다운스케일된 영상이다. 또한, 제 3 훈련 영상(third training image)(204)은 제 1 훈련 영상(202)으로부터 AI 업스케일된 영상이다.
원본 훈련 영상(201)은 정지 영상 또는 복수의 프레임으로 이루어진 동영상을 포함한다. 일 실시예에서, 원본 훈련 영상(201)은 정지 영상 또는 복수의 프레임으로 이루어진 동영상으로부터 추출된 휘도 영상을 포함할 수도 있다. 또한, 일 실시예에서, 원본 훈련 영상(201)은 정지 영상 또는 복수의 프레임으로 이루어진 동영상에서 추출된 패치 영상을 포함할 수도 있다. 원본 훈련 영상(201)이 복수의 프레임으로 이루어진 경우, 제 1 훈련 영상(202) 및 제 3 훈련 영상(204) 역시 복수의 프레임으로 구성된다. 원본 훈련 영상(201)의 복수의 프레임이 순차적으로 제 1 DNN(200)에 입력되면, 제 1 DNN(200) 및 제 2 DNN(300)을 통해 제 1 훈련 영상(202) 및 제 3 훈련 영상(204)의 복수의 프레임이 순차적으로 획득될 수 있다.
제 1 DNN(800) 및 제 2 DNN(300)의 연계 훈련을 위해, 원본 훈련 영상(201)이 제 1 DNN(200)으로 입력된다. 제 1 DNN(200)으로 입력된 원본 훈련 영상(201)은 AI 다운스케일되어 제 1 훈련 영상(202)으로 출력되고, 제 1 훈련 영상(202)이 제 2 DNN(300)에 입력된다. 제 1 훈련 영상(202)에 대한 AI 업스케일 결과 제 3 훈련 영상(204)이 출력된다.
도 2를 참조하면, 제 2 DNN(300)으로 제 1 훈련 영상(202)이 입력되고 있는데, 구현예에 따라, 제 1 훈련 영상(202)의 부호화 및 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(202)의 부호화 및 제 1 훈련 영상(202)에 대응하는 영상 데이터의 복호화에, MPEG-2, H.264, MPEG-4, HEVC, VC-1, VP8, VP9 및 AV1 중 어느 하나의 코덱이 이용될 수 있다.
도 2를 참조하면, 제 1 DNN(200)을 통해 제 1 훈련 영상(202)이 출력되는 것과 별개로, 원본 훈련 영상(201)으로부터 레거시 다운스케일된 축소 훈련 영상(203)이 획득된다. 여기서, 레거시 다운스케일은 바이리니어(bilinear) 스케일, 바이큐빅(bicubic) 스케일, 란조스(lanczos) 스케일 및 스테어스탭(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(201)의 구조적 특징을 보존하는 축소 훈련 영상(203)을 획득하는 것이다.
훈련의 진행 전 제 1 DNN(200) 및 제 2 DNN(300)은 미리 결정된 DNN 설정 정보로 세팅될 수 있다. 훈련이 진행됨에 따라 구조적 손실 정보(210), 복잡성 손실 정보(220) 및 퀄리티 손실 정보(230)가 결정될 수 있다.
구조적 손실 정보(210)는 축소 훈련 영상(203)과 제 1 훈련 영상(202)의 비교 결과에 기초하여 결정될 수 있다. 일 예에서, 구조적 손실 정보(210)는 축소 훈련 영상(203)의 구조적 정보와 제 1 훈련 영상(202)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(210)는 원본 훈련 영상(201)의 구조적 정보가 제 1 훈련 영상(202)에서 어느 정도로 유지되고 있는지를 나타낸다. 구조적 손실 정보(210)가 작을수록 제 1 훈련 영상(202)의 구조적 정보가 원본 훈련 영상(201)의 구조적 정보와 유사해진다.
복잡성 손실 정보(220)는 제 1 훈련 영상(202)의 공간적 복잡도에 기반하여 결정될 수 있다. 일 예에서, 공간적 복잡도로서, 제 1 훈련 영상(202)의 총 분산(total variance)값이 이용될 수 있다. 복잡성 손실 정보(220)는 제 1 훈련 영상(202)을 부호화하여 획득한 영상 데이터의 비트레이트와 관련된다. 복잡성 손실 정보(220)가 작을수록 영상 데이터의 비트레이트는 작아진다.
퀄리티 손실 정보(230)는 원본 훈련 영상(201)과 제 3 훈련 영상(204)의 비교 결과에 기초하여 결정될 수 있다. 퀄리티 손실 정보(230)는 원본 훈련 영상(201)과 제 3 훈련 영상(204)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(230)는 제 3 훈련 영상(204)이 원본 훈련 영상(201)과 어느 정도로 유사한지를 나타낸다. 퀄리티 손실 정보(230)가 작을수록 제 3 훈련 영상(204)이 원본 훈련 영상(201)에 더 유사해진다.
도 2를 참조하면, 구조적 손실 정보(210), 복잡성 손실 정보(220) 및 퀄리티 손실 정보(230)가 제 1 DNN(200)의 훈련에 이용되고, 퀄리티 손실 정보(230)는 제 2 DNN(300)의 훈련에 이용된다. 즉, 퀄리티 손실 정보(230)는 제 1 DNN(200) 및 제 2 DNN(300)의 훈련에 모두 이용된다.
제 1 DNN(200)은 구조적 손실 정보(210), 복잡성 손실 정보(220) 및 퀄리티 손실 정보(230)에 기초하여 결정된 최종 손실 정보가 감소 또는 최소화되도록 파라미터를 갱신할 수 있다. 또한, 제 2 DNN(300)은 퀄리티 손실 정보(230)가 감소 또는 최소화되도록 파라미터를 갱신할 수 있다.
제 1 DNN(200) 및 제 2 DNN(300)의 훈련을 위한 최종 손실 정보는 아래의 수학식 1과 같이 결정될 수 있다.
[수학식 1]
Loss DS = a*구조적 손실 정보 + b*복잡성 손실 정보 + c*퀄리티 손실 정보
Loss US = d*퀄리티 손실 정보
상기 수학식 1에서, LossDS는 제 1 DNN(200)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(200)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(200)의 파라미터들이 갱신되면, 갱신된 파라미터에 기초하여 획득되는 제 1 훈련 영상(202)이 이전 훈련 과정에서의 제 1 훈련 영상(202)과 달라지게 되고, 그에 따라 제 3 훈련 영상(204) 역시 이전 훈련 과정에서의 제 3 훈련 영상(204)과 달라지게 된다. 제 3 훈련 영상(204)이 이전 훈련 과정에서의 제 3 훈련 영상(204)과 달라지게 되면, 퀄리티 손실 정보(230) 역시 새롭게 결정되며, 그에 따라 제 2 DNN(300)은 파라미터들을 갱신한다. 퀄리티 손실 정보(230)가 새롭게 결정되면, LossDS 역시 새롭게 결정되므로, 제 1 DNN(200)은 새롭게 결정된 LossDS에 따라 파라미터들을 갱신한다. 즉, 제 1 DNN(200)의 파라미터 갱신은, 제 2 DNN(300)의 파라미터 갱신을 야기하고, 제 2 DNN(300)의 파라미터 갱신은 제 1 DNN(200)의 파라미터 갱신을 야기하는 것이다. 다시 말하면, 제 1 DNN(200) 및 제 2 DNN(300)은 퀄리티 손실 정보(230)의 공유를 통해 연계 훈련되므로, 제 1 DNN(200)의 파라미터들과 제 2 DNN(300)의 파라미터들이 서로 연관성을 가지고 최적화될 수 있는 것이다.
수학식 1을 참조하면, LossUS가 퀄리티 손실 정보(230)에 따라 결정되는 것을 알 수 있으나, 이는 하나의 예시이며, LossUS는 구조적 손실 정보(210) 및 복잡성 손실 정보(220) 중 적어도 하나와, 퀄리티 손실 정보(230)에 기초하여 결정될 수도 있다.
일 실시예에 따른 AI 부호화 장치 및 AI 복호화 장치는 복수의 DNN 설정 정보를 저장할 수 있다. AI 부호화 장치 및 AI 복호화 장치에 저장되는 복수의 DNN 설정 정보 각각을 훈련시키는 방법에 대해 설명한다.
수학식 1과 관련하여 설명한 바와 같이, 제 1 DNN(200)의 경우, 제 1 훈련 영상(202)의 구조적 정보와 원본 훈련 영상(201)의 구조적 정보 사이의 유사 정도(구조적 손실 정보(210)), 제 1 훈련 영상(202)의 부호화 결과 획득되는 영상 데이터의 비트레이트(복잡성 손실 정보(220)) 및 제 3 훈련 영상(204)과 원본 훈련 영상(201) 사이의 차이(퀄리티 손실 정보(230))를 고려하여 파라미터를 갱신하게 된다.
예를 들어, 원본 훈련 영상(201)의 구조적 정보와 유사하면서, 부호화를 하였을 때 획득되는 영상 데이터의 비트레이트가 작은 제 1 훈련 영상(202)이 획득 가능하도록 하는 동시에, 제 1 훈련 영상(202)을 AI 업스케일하는 제 2 DNN(300)이 원본 훈련 영상(201)에 유사한 제 3 훈련 영상(204)을 획득할 수 있도록, 제 1 DNN(200)의 파라미터가 갱신될 수 있다.
수학식 1의 a, b, c의 가중치가 조절됨으로써, 제 1 DNN(200)의 파라미터들이 최적화되는 방향이 상이해지게 된다. 예를 들어, b의 가중치를 높게 결정하는 경우, 제 3 훈련 영상(204)의 퀄리티보다 비트레이트가 낮아지는 것에 더 중요도를 두고 제 1 DNN(200)의 파라미터가 갱신될 수 있다. 또한, c의 가중치를 높게 결정하는 경우, 비트레이트가 높아지는 것이나, 원본 훈련 영상(201)의 구조적 정보가 유지되는 것보다 제 3 훈련 영상(204)의 퀄리티가 증가하도록 하는 것에 더 중요도를 두고 제 1 DNN(200)의 파라미터가 갱신될 수 있다.
또한, 제 1 훈련 영상(202)을 부호화하는데 이용되는 코덱의 타입에 따라 제 1 DNN(200)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(202)의 부호화를 위한 코덱의 종류에 기반하여 제 1 DNN(200)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(200)과 제 2 DNN(300)을 훈련시키면, 서로 연계되어 최적화된 제 1 DNN(200)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(200)과 제 2 DNN(300)을 훈련시키면, 서로 연계되어 최적화된 제 1 DNN(200)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(200)과 제 2 DNN(300)을 훈련시키면 서로 연계되어 훈련된 복수의 DNN 설정 정보가 제 1 DNN(800) 및 제 2 DNN(300)에서 결정될 수 있는 것이다.
일 실시예에 따른 제 1 DNN(200) 및 제 2 DNN(300)의 복수의 DNN 설정 정보들은 제 1 영상(115) 관련 정보들에 매핑되어 있을 수 있다. 이러한 매핑 관계의 설정을 위해, 제 1 DNN(200)에서 출력되는 제 1 훈련 영상(202)을 특정 비트레이트에 따라 특정 코덱으로 부호화하고, 부호화 결과 획득된 비트스트림을 복호화하여 획득한 제 2 훈련 영상을 제 2 DNN(300)으로 입력할 수 있다. 즉, 특정 해상도의 제 1 훈련 영상(202)이 특정 코덱에 의해 특정 비트레이트로 부호화되도록 환경을 설정한 후, 제 1 DNN(200) 및 제 2 DNN(300)을 훈련시킴으로써, 제 1 훈련 영상(202)의 해상도, 제 1 훈련 영상(202)의 부호화에 이용된 코덱의 종류 및 제 1 훈련 영상(202)의 부호화 결과 획득된 비트스트림의 비트레이트에 매핑된 DNN 설정 정보 쌍이 결정될 수 있는 것이다. 제 1 훈련 영상(202)의 해상도, 제 1 훈련 영상(202)의 부호화에 이용된 코덱의 종류 및 제 1 훈련 영상(202)의 부호화에 따라 획득되는 비트스트림의 비트레이트를 다양하게 변경시킴으로써, 제 1 DNN(200) 및 제 2 DNN(300)의 복수의 DNN 설정 정보들과 제 1 영상(115) 관련 정보들 사이의 매핑 관계가 결정될 수 있다.
도 3은 일 실시예에 따른 제 1 DNN 및 제 2 DNN의 훈련 과정을 설명하기 위한 도면이다.
도 2와 관련하여 설명한 제 1 DNN(200) 및 제 2 DNN(300)의 훈련은 훈련 장치(301)에 의해 수행될 수 있다. 훈련 장치(301)는 제 1 DNN(200) 및 제 2 DNN(300)을 포함한다. 훈련 장치(301)는 예를 들어, AI 부호화 장치 또는 별도의 서버일 수 있다. 훈련 결과 획득된 제 2 DNN(300)의 DNN 설정 정보들은 AI 복호화 장치에 저장된다.
도 3을 참조하면, 훈련 장치(301)는 제 1 DNN(200) 및 제 2 DNN(300)의 DNN 설정 정보를 초기 세팅한다(S310, S320). 이에 의해, 제 1 DNN(200) 및 제 2 DNN(300)은 미리 결정된 DNN 설정 정보에 따라 동작할 수 있다. DNN 설정 정보는 제 1 DNN(200) 및 2 DNN(300)에 포함되는 컨볼루션 레이어의 수, 컨볼루션 레이어 별 필터 커널의 개수, 컨볼루션 레이어 별 필터 커널의 크기 및 각 필터 커널의 파라미터 중 적어도 하나에 대한 정보를 포함할 수 있다.
훈련 장치(301)는 원본 훈련 영상(201)을 제 1 DNN(200)으로 입력한다(S330). 원본 훈련 영상(201)은 정지 영상 또는 동영상을 구성하는 적어도 하나의 프레임을 포함할 수 있다.
제 1 DNN(200)은 초기 세팅된 DNN 설정 정보에 따라 원본 훈련 영상(201)을 처리하고, 원본 훈련 영상(201)으로부터 AI 다운스케일된 제 1 훈련 영상(202)을 출력한다(S340). 도 3은 제 1 DNN(200)으로부터 출력된 제 1 훈련 영상(202)이 제 2 DNN(300)으로 바로 입력되는 것으로 도시되어 있으나, 제 1 DNN(200)으로부터 출력된 제 1 훈련 영상(202)이 훈련 장치(301)에 의해 제 2 DNN(300)으로 입력될 수 있다. 또한, 훈련 장치(301)는 제 1 훈련 영상(202)을 소정의 코덱으로 부호화 및 복호화한 후, 제 2 훈련 영상을 제 2 DNN(300)으로 입력할 수 있다.
제 2 DNN(300)은 제 1 훈련 영상(202) 또는 제 2 훈련 영상을 초기 세팅된 DNN 설정 정보에 따라 처리하고, 제 1 훈련 영상(202) 또는 제 2 훈련 영상으로부터 AI 업스케일된 제 3 훈련 영상(204)을 출력한다(S350).
훈련 장치(301)는 제 1 훈련 영상(202)에 기초하여 복잡성 손실 정보(220)를 산출한다(S360).
훈련 장치(301)는 축소 훈련 영상(203)과 제 1 훈련 영상(202)을 비교하여 구조적 손실 정보(210)를 산출한다(S370).
훈련 장치(301)는 원본 훈련 영상(201)과 제 3 훈련 영상(204)을 비교하여 퀄리티 손실 정보(230)를 산출한다(S380).
제 1 DNN(200)은 최종 손실 정보에 기초한 역전사(back propagation) 과정을 통해 초기 세팅된 DNN 설정 정보를 갱신한다(S390). 훈련 장치(301)는 복잡성 손실 정보(220), 구조적 손실 정보(210) 및 퀄리티 손실 정보(230)에 기초하여 제 1 DNN(200)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(S395). 훈련 장치(301)는 퀄리티 손실 정보(230)에 기초하여 제 2 DNN(300)의 훈련을 위한 최종 손실 정보를 산출할 수 있다.
이후, 훈련 장치(301), 제 1 DNN(200) 및 제 2 DNN(300)은 최종 손실 정보들이 최소화될 때까지 S330 내지 S395 과정을 반복하면서 DNN 설정 정보를 갱신한다. 이 때, 각 반복 과정 동안 제 1 DNN(200) 및 제 2 DNN(300)은 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.
컨텐츠 해상도 프레임수 정보량 (Bitrate)
(Mbps)		 주관적 화질 스코어
(VMAF)
HEVC AI 부호화/
AI 복호화		 HEVC AI 부호화/
AI 복호화
컨텐츠_01 8K
(7680x4320)		 300frames 46.3 21.4 94.80 93.54
컨텐츠_02 46.3 21.6 98.05 98.98
컨텐츠_03 46.3 22.7 96.08 96.00
컨텐츠_04 46.1 22.1 86.26 92.00
컨텐츠_05 45.4 22.7 93.42 92.98
컨텐츠_06 46.3 23.0 95.99 95.61
평균 46.11 22.25 94.10 94.85
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 4는 일 실시예에 따른 AI 부호화 장치의 구성을 나타내는 블록도이다.
도 4를 참조하면, AI 부호화 장치(400)는 AI 부호화부(401) 및 전송부(460)를 포함할 수 있다. AI 부호화부(401)는 AI 다운스케일부(410), AI 데이터 설정 제어부(430), AI 데이터 생성부(440), 부호화부(420), 및 스트림 생성부(450)를 포함할 수 있다.
도 4는 AI 부호화부(401) 및 전송부(460)를 개별적인 구성으로 도시하고 있으나, AI 부호화부(401) 및 전송부(460)는 하나의 프로세서를 이용하여 구현될 수 있다. 이 경우, 전용 프로세서를 이용하여 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 포함하거나, 외부 메모리를 이용하기 위한 메모리 처리부를 포함할 수 있다.
또한, AI 부호화부(401) 및 전송부(460)는 복수의 프로세서들을 이용하여 구현될 수도 있다. 이 경우, 전용 프로세서들의 조합으로 구현될 수도 있고, AP 또는 CPU, GPU와 같은 다수의 범용 프로세서들과 S/W의 조합을 이용하여 구현될 수도 있다. 일 실시예에서, 부호화부(420)는 제 1 프로세서로 구성되고, AI 다운스케일부(410), AI 데이터 설정 제어부(430), AI 데이터 생성부(440), 및 스트림 생성부(450)는 제 1 프로세서와 상이한 제 2 프로세서로 구현되고, 전송부(460)는 제 1 프로세서 및 제 2 프로세서와 상이한 제 3 프로세서로 구현될 수 있다.
AI 부호화부(401)는 원본 영상(105)의 AI 다운스케일 및 제 1 영상(115)의 부호화를 수행할 수 있다. 또한, AI 부호화부(401)는 하나 이상의 입력 정보를 획득하고, 획득한 입력 정보에 기초하여, AI 데이터를 생성할 수 있다. AI 부호화부(401)는 부호화 결과 획득된 영상 데이터와 AI 데이터를 포함하는 AI 부호화 데이터를 전송부(460)로 전달한다. 전송부(460)는 AI 부호화 데이터를 AI 복호화 장치로 전송한다.
일 실시예에 따른 AI 다운스케일부(410)는 제 1 DNN을 통해 원본 영상(105)으로부터 AI 다운스케일된 제 1 영상(115)을 획득할 수 있다. AI 다운스케일부(410)는 AI 데이터 설정 제어부(430)로부터 제공된 다운스케일 타겟에 대응하는 제1 영상의 타겟 해상도 정보를 이용하여 원본 영상(105)을 AI 다운스케일할 수 있다.
AI 데이터 설정 제어부(430)는 미리 결정된 기준에 기초하여 원본 영상(105)의 다운스케일 타겟을 결정할 수 있다. 이때, 다운스케일 타겟은 원본 영상(105)으로부터 얼마나 해상도가 감소한 제 1 영상(115)을 획득해야 하는지를 나타내는 정보를 나타낸다. 예를 들어, AI 데이터 설정 제어부(430)는 원본 영상(105)의 해상도와 제1 영상의 타겟 해상도 정보의 차이에 기초하여, 다운스케일 비율(down-scaling ratio)을 결정할 수 있으며, 결정된 다운 스케일 비율을 AI 다운스케일부(410)로 전달할 수 있다. AI 데이터 설정부(430)에서는 원본 영상의 해상도 정보를 설정하는 대신에, 제1 영상의 다운스케일 타겟 해상도를 설정하여 AI 업스케일(140)에 이용할 제2 DNN의 설정 정보 결정에 활용한다.
AI 다운스케일부(410)는, 다운스케일 타겟에 부합하는 제 1 영상(115)의 획득을 위해, 제 1 DNN에 설정 가능한 복수의 DNN 설정 정보를 저장할 수 있다. AI 다운스케일부(410)는 복수의 DNN 설정 정보 중 다운스케일링 비율에 대응하는 DNN 설정 정보를 획득하고, 획득된 DNN 설정 정보를 제1 DNN에 설정할 수 있다.
상기 복수의 DNN 설정 정보 각각은 미리 결정된 다양한 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 해상도, 예를 들어, 3840*2160의 원본 영상(105)보다 1/2배 작은 2K 해상도,예를 들어, 1920x1080의 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, 4K 해상도, 예를 들어, 3840*2160의 원본 영상(105)보다 1/4배 작은 1K 해상도, 예를 들어, 960*540의 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)이 룩업 테이블 형태로 저장되어 있는 경우, AI 다운스케일부(410)는 다운스케일 타겟에 따라 룩업 테이블 값들 중에서 선택된 일부를 조합하여 DNN 설정 정보를 획득하고, 획득한 DNN 설정 정보를 제1 DNN에 설정할 수 있다.
구현예에 따라, AI 다운스케일부(410)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(410)는 원본 영상(105)의 AI 다운스케일을 위해 결정된 DNN 설정 정보로 제 1 DNN을 설정하여, 제1 DNN을 통해 소정 해상도 및/또는 소정 화질의 제 1 영상(115)을 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.
AI 다운스케일부(410)는 제 1 DNN을 통해 원본 영상(105)으로부터 AI 다운스케일된 제 1 영상(115)을 부호화부(420)로 전달할 수 있다.
부호화부(420)는 AI 다운스케일부(410)로부터 제 1 영상(115)을 전달받아, 주파수 변환 기반의 영상 압축 방법에 따라 제 1 영상(115)을 부호화하여 제 1 영상(115)이 가지는 정보량을 감축시킬 수 있다. 소정의 코덱(예를 들어, MPEG-2, H.264, MPEG-4, HEVC, VC-1, VP8, VP9 또는 AV1)을 통한 부호화 결과, 영상 데이터가 획득된다. 영상 데이터는 소정의 코덱의 규칙, 즉 신택스에 따라 획득된다. 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 부호화 과정에서 이용된 정보들을 포함한다. 예를 들어, 영상 데이터는 제 1 영상(115)을 부호화하는데 이용된 픽쳐 타입 정보, 예측 모드 정보, 움직임 정보 및 제 1 영상(115)을 부호화하는데 이용된 양자화 파라미터 관련 정보(예를 들어, 양자화 레벨) 등을 포함할 수 있다.
부호화부(420)의 부호화 결과 획득된 영상 데이터는 스트림 생성부(450)로 제공된다.
일 실시예에 따른 AI 데이터 설정 제어부(430)는 하나 이상의 입력 정보를 획득할 수 있다. 예를 들어, 도 5를 참조하면, AI 데이터 설정 제어부(430)는 제 1 영상 (115)의 타겟 해상도, 제 1 영상(115)의 비트 심도(bit depth), 원본 영상(105, 입력 영상)의 특성 정보, 타겟 선명도(detail) 강도, 인코딩 제어 정보, 디코딩 제어 정보 등을 획득할 수 있다.
또한, AI 데이터 설정 제어부(430)는 영상 데이터의 타겟 비트레이트, 영상 데이터의 비트레이트 타입(예를 들어, variable bitrate 타입, constant bitrate 타입 또는 average bitrate 타입 등), AI 다운스케일이 적용되는 컬러 포맷(휘도 성분, 색차 성분, 레드 성분, 그린 성분 또는 블루 성분 등), 제 1 영상(115)의 부호화를 위한 코덱 타입, 압축 히스토리 정보 중 적어도 하나를 입력 정보로써, 더 획득할 수 있다.
이때, 하나 이상의 입력 정보는 AI 부호화 장치(400)에 미리 저장되거나, 사용자로부터 입력 받은 정보를 포함할 수 있다.
AI 데이터 설정 제어부(430)는 입력 정보에 기초하여 AI 다운스케일부(410)의 동작을 제어할 수 있다. 일 실시예에서, AI 데이터 설정부(430)는 입력 정보에 따라 다운스케일 타겟을 결정하고, 결정된 다운스케일 타겟을 AI 다운스케일부(410)로 제공할 수 있다.
일 실시예에서, AI 데이터 설정 제어부(430)는 입력 정보의 적어도 일부를 부호화부(420)로 전달하여 부호화부(420)가 특정 값의 비트레이트, 특정 타입의 비트레이트 및 특정 코덱으로 제 1 영상(115)을 부호화하게 할 수도 있다.
일 실시예에서, AI 데이터 설정 제어부(430)는 압축율(다운스케일링 비율, 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 데이터 설정 제어부(430)는 미리 설정되거나, 사용자로부터 입력 받은 압축률 또는 압축 품질 등에 기반하여 다운스케일 타겟을 결정할 수 있다.
다른 예로, AI 데이터 설정 제어부(430)는 AI 부호화 장치(400)에 저장된 압축 히스토리 정보를 이용하여 다운스케일 타겟을 결정할 수도 있다. 예를 들어, AI 부호화 장치(400)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 데이터 설정 제어부(430)는 압축 히스토리 정보에 따라 소정의 임계 값보다 많이 이용된 적이 있는 부호화 품질(예를 들면, 소정의 임계값보다 많이 이용된 적이 있는 부호화 품질들의 평균 품질)에 기초하여 다운스케일 타겟을 결정할 수도 있다.
또 다른 예로, AI 데이터 설정 제어부(430)는 원본 영상(105)의 해상도, 타입(예를 들어, 파일의 형식)등에 기초하여 다운스케일 타겟을 결정할 수도 있다.
일 실시예에 따른 AI 데이터 설정 제어부(430)는 원본 영상의 영상 품질을 결정할 수 있다. 예를 들어, 도 6을 참조하면, AI 데이터 설정 제어부(430)는 영상 품질 측정 네트워크(610)를 포함할 수 있으며, 영상 품질 측정 네트워크(610)에 원본 영상이 입력되면, 영상 품질 측정 네트워크(610)는 영상의 품질 정보(620)를 출력할 수 있다. 이때, 영상의 품질 정보(620)는, 고품질(high quality), 저품질(low quaility), 및 잡음 품질(noisy quality) 중 어느 하나로 결정될 수 있다. 영상 품질 측정 네트워크(610)는 입력된 원본 영상의 선명도, 잡음, 및 명암비 중 적어도 하나를 나타내는 특징을 추출하고, 추출된 특징에 기초하여, 품질 정보(620)를 결정할 수 있다. 예를 들어, 영상의 선명도 레벨이 제1 값 이상이고, 노이즈가 제2 값 미만인 경우, 영상의 품질은 고품질로 결정될 수 있다. 또한, 영상의 선명도 레벨이 제1 값 미만이고, 노이즈가 제2 값 미만인 경우, 영상의 품질은 저품질로 결정될 수 있다. 또한, 영상의 선명도 레벨이 제1 값 미만이고, 노이즈가 제2 값 이상인 경우, 영상의 품질은 잡음 품질로 결정될 수 있다.
AI 데이터 설정 제어부(430)는 결정된 영상의 품질 정보(620)에 기초하여, 타겟 선명도 강도(630)를 결정할 수 있다. 예를 들어, AI 데이터 설정 제어부(430)는 영상의 품질이 작으면, 타겟 선명도 강도를 강하게 하도록 결정할 수 있다. 다만, 이에 한정되지 않는다.
다시 도 5를 참조하면, 일 실시예에 따른 AI 데이터 생성부(440)는, AI 데이터 설정 제어부(430)에서 획득한 입력 정보에 기초하여, AI 데이터를 생성할 수 있다. 일 실시예에 따른 AI 데이터는, 제1 영상의 타겟 해상도, 제1 영상의 비트 심도, 제2 DNN 셋 식별 정보, 양자화 레벨(양자화 파라미터) 초기화 값, 픽쳐 타입 초기화 값, 제2 DNN 업데이트 정보, 업 스케일링 비율(up-scaling ratio)중 적어도 하나를 포함할 수 있다.
일 실시예에 따른 AI 부호화 장치(400) 및 AI 복호화 장치(700) 사이에 미리 동작 방식을 규정한 경우, AI 데이터는, 픽쳐 타입 정보, 제2 DNN 업데이트 정보, 및 업 스케일링 비율(up-scaling ratio)을 포함하지 않을 수 있다.
예를 들어, 도 5를 참조하면, AI 데이터 생성부(440)는 제1 영상의 타겟 해상도, 타겟 선명도 강도, 원본 영상의 영상 특성 정보에 기초하여, 제2 DNN 셋 식별 정보를 생성할 수 있다. 또한, AI 데이터 생성부(440)는 인코딩 제어 정보에 기초하여, 양자화 레벨의 초기화 값 및 픽쳐 타입 초기화 값을 생성할 수 있다. 또한, AI 데이터 생성부(440)는 디코딩 제어 정보에 기초하여, 제2 DNN 업데이트 정보 및 업 스케일링 비율을 결정할 수 있다. 다만, 이에 한정되지 않으며, AI 데이터 생성부(440)는 후술하는 AI 복호화 장치(700)의 업 스케일부가 다운스케일 타겟에 대응하는 업스케일 타겟으로, 제2 영상(135)을 AI 업스케일할 수 있게 하는 다양한 정보들을 포함할 수 있다.
AI 데이터 생성부(440)는 생성된 AI 데이터를 스트림 생성부(450)로 전달할 수 있다.
일 실시예에 따른 스트림 생성부(450)는 부호화부(420)로부터 수신된 영상 데이터와 AI 데이터 생성부(440)로부터 수신된 AI 데이터를 포함하는 AI 부호화 데이터를 생성한다.
일 실시예에서, 스트림 생성부(450)는 AI 부호화 데이터 내에 AI 데이터와 영상 데이터가 분리되어 포함되도록 AI 부호화 데이터를 생성할 수 있다. 이때, AI 부호화 데이터는 MP4, AVI, MKV, FLV 등의 컨테이너 포맷일 수 있으며, AI 부호화 데이터는 메타데이터 박스와 미디어데이터 박스로 구성될 수 있다.
예를 들어, 미디어데이터 박스는 소정의 영상 압축 방식의 신택스에 따라 생성된 영상 데이터를 포함할 수 있으며, 메타 데이터 박스는 미디어데이터 박스에 포함된 영상 데이터에 관한 정보 및 일 실시예에 따른 AI 데이터를 포함할 수 있다. 이때, AI 데이터는 소정 컨테이너 포맷에서 제공하는 부호화 방식에 따라 부호화되어, 메타데이터 박스에 저장될 수 있다.
또한, 일 실시예에 따른 스트림 생성부(450)는 AI 데이터가 영상 데이터에 포함되도록 AI 부호화 데이터를 생성할 수 있다. AI 데이터가 영상 데이터에 포함되는 경우, AI 데이터는 영상 데이터의 부가 정보 영역인 SEI(Supplemental enhancement information)에 포함될 수 있다.
스트림 생성부(450)에서 생성된 AI 부호화 데이터는 전송부(460)로 전송된다. 전송부(460)는 네트워크를 통해 AI 부호화 결과 획득된 AI 부호화 데이터를 AI 복호화 장치로 전송할 수 있다.
일 실시예에서, 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.
도 7은 일 실시예에 따른 AI 복호화 장치의 구성을 나타내는 블록도이다.
도 7을 참조하면, 일 실시예에 따른 AI 복호화 장치(700)는 수신부(710) 및 AI 복호화부(702)를 포함한다. AI 복호화부(702)는 파싱부(720), 복호화부(750), AI 데이터 복원부(730), 모델 결정부(740), 및 AI 업스케일부(760)를 포함할 수 있다.
도 7에는 수신부(710) 및 AI 복호화부(702)가 개별적인 장치로 도시되어 있으나, 수신부(710) 및 AI 복호화부(702)는 하나의 프로세서를 통해 구현될 수 있다. 이 경우, 수신부(710) 및 AI 복호화부(702)는 전용 프로세서로 구현될 수도 있고, AP(application processor) 또는 CPU(central processing unit), GPU(graphic processing unit)와 같은 범용 프로세서와 S/W의 조합을 통해 구현될 수도 있다. 또한, 전용 프로세서의 경우, 본 개시의 실시예를 구현하기 위한 메모리를 포함하거나, 외부 메모리를 이용하기 위한 메모리 처리부를 포함할 수 있다.
수신부(710) 및 AI 복호화부(702)는 복수의 프로세서로 구성될 수도 있다. 이 경우, 전용 프로세서들의 조합으로 구현될 수도 있고, AP 또는 CPU, GPU와 같은 다수의 범용 프로세서들과 S/W의 조합을 통해 구현될 수도 있다. 일 실시예에서, 수신부(710)는 제 1 프로세서로 구현되고, 복호화부(750)는 제 1 프로세서와 상이한 제 2 프로세서로 구현되고, 파싱부(720), AI 데이터 복원부(730), 모델 결정부(740), 및 AI 업스케일부(760)는 제 1 프로세서 및 제 2 프로세서와 상이한 제 3 프로세서로 구현될 수 있다.
수신부(710)는 AI 부호화 결과 획득된 AI 부호화 데이터를 수신한다. 일 예로, AI 부호화 데이터는 mp4, mov등의 파일 형식을 갖는 비디오 파일일 수 있다.
수신부(710)는 네트워크를 통해 전달되는 AI 부호화 데이터를 수신할 수 있다. 수신부(710)는 AI 부호화 데이터를 AI 복호화부(702)로 출력할 수 있다.
일 실시예에서, 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.
파싱부(720)는 AI 부호화 데이터를 파싱하여 제 1 영상(115)의 부호화 결과로 생성된 영상 데이터를 복호화부(750)로 전달하고, AI 데이터를 AI 데이터 복원부(730)로 전달한다.
일 실시예에서, 파싱부(720)는 AI 부호화 데이터 내에 서로 분리되어 포함된 영상 데이터와 AI 데이터를 파싱할 수 있다. 파싱부(720)는 AI 부호화 데이터 내의 헤더를 읽어 AI 부호화 데이터 내에 포함되어 있는 AI 데이터와 영상 데이터를 구분할 수 있다.
다른 실시예에서, 파싱부(720)는 AI 부호화 데이터에서 영상 데이터를 파싱하고, 영상 데이터로부터 AI 데이터를 추출한 후, AI 데이터를 AI 데이터 복원부(730)로 전달하고, 나머지 영상 데이터를 복호화부(750)로 전달할 수 있다. 즉, AI 데이터는 영상 데이터에 포함될 수 있는데, 예를 들어, AI 데이터는 영상 데이터에 해당하는 비트스트림의 부가 정보 영역인 SEI(Supplemental enhancement information)에 포함될 수 있다.
다른 실시예에서, 파싱부(720)는 영상 데이터에 해당하는 비트스트림을 복호화부(750)에서 처리될 비트스트림과 AI 데이터에 해당하는 비트스트림으로 분할하고, 분할된 각각의 비트스트림을 복호화부(750)와 AI 데이터 복원부(730)로 출력할 수 있다.
파싱부(720)는 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, 해당 정보를 복호화부(750)로 전달할 수 있다.
복호화부(750)는 파싱부(720)로부터 수신된 영상 데이터에 기초하여 제 1 영상(115)에 대응하는 제 2 영상(135)을 복원한다. 복호화부(750)에 의해 획득된 제 2 영상(135)은 AI 업스케일부(760)로 제공된다.
구현예에 따라, 예측 모드 정보, 움직임 정보, 양자화 파라미터 정보 등의 복호화 관련 정보가 파싱부(720)로부터 AI 데이터 복원부(730) 또는 모델 결정부(740)로 제공될 수 있다. 복호화 관련 정보는 제2 DNN 설정 정보를 획득하는데 이용될 수 있다.
AI 데이터 복원부(730)는 수신한 AI 데이터로부터 제 2 영상(135)을 AI 업스케일할 수 있게 하는 정보들을 추출할 수 있다. 이때, 제 2 영상(135)의 업스케일 타겟은 제 1 DNN(200)의 다운스케일 타겟에 대응하여야 한다. 따라서, AI 데이터는 제 1 DNN(200)의 다운스케일 타겟을 확인할 수 있는 정보가 포함되어야 한다.
도 8을 참조하면, 일 실시예에 따른, AI 데이터 복원부(730)는 AI 데이터 파싱부(810) 및 인코딩 제어 정보 업데이트부(820)를 포함할 수 있다.
AI 데이터 파싱부(810)는 수신한 AI 데이터를 파싱하여, AI 데이터에 포함된 제1 인코딩 제어 정보, 제1 영상의 해상도, 제1 영상의 비트 심도, 제2 DNN 셋 식별 정보, 디코딩 제어 정보를 획득할 수 있다.
일 실시예에 따른 AI 부호화 장치(400)와 AI 복호화 장치(700) 사이에 미리 동작 방식을 규정한 경우, AI 데이터는, 제1 인코딩 제어 정보 중 픽쳐 타입 정보와 디코딩 제어 정보(제2 DNN 업데이트 정보 및 업 스케일링 비율)를 포함하지 않을 수 있다.
한편, AI 데이터로부터 획득된 제1 인코딩 제어 정보는 픽쳐 타입 정보와 양자화 레벨 정보를 포함할 수 있으며, AI 데이터로부터 획득된 픽쳐 타입 정보와 양자화 레벨 정보는 임의로 설정된 초기값일 수 있다.
인코딩 제어 정보 업데이트부(820)는 제2 인코딩 제어 정보를 획득할 수 있다. 제2 인코딩 제어 정보는, AI 부호화 데이터(예를 들어, 비트스트림)의 헤더 정보로부터 획득된 정보로, 제1 영상을 부호화할 때 적용된 실제 인코딩 제어 정보일 수 있다. 인코딩 제어 정보 업데이트부(820)는 제1 인코딩 제어 정보와 제2 인코딩 제어 정보를 비교하여, 제1 인코딩 제어 정보를 제2 인코딩 제어 정보로 업데이트할 수 있다.
일 실시예에 따른 모델 결정부(740)는 업데이트된 인코딩 제어 정보, 제1 영상의 해상도 정보, 제1 영상의 비트 심도 정보, 제2 DNN 셋 식별 정보, 및 디코딩 제어 정보 중 적어도 하나에 기초하여, AI 업 스케일에 이용할 제2 DNN의 설정 정보를 결정할 수 있다. 모델 결정부(740)는 디코딩 제어 정보의 업스케일 비율로 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. 만약 AI 데이터에 업스케일 비율이 포함되어 있지 않으며 미리 정해진 출력 해상도에 의해서 제 2 영상(135)의 업스케일 타겟을 결정할 수 있다.
일 실시예에서, 모델 결정부(740)는 제 2 DNN에 설정 가능한 복수의 DNN 설정 정보를 저장할 수 있다. 여기서, DNN 설정 정보는 제2 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.
모델 결정부(740)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 출력 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 해상도, 예를 들어, 1920x1080의 제 2 영상(135)보다 2배 큰 4K 해상도, 예를 들어,3840x2160의 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, 1K 해상도, 예를 들어,960x540의 제 2 영상(135)보다 4배 큰 4K 해상도, 예를 들어,3840x2160의 제 3 영상(145)을 획득하기 위한 정보들을 포함할 수 있다.
복수의 DNN 설정 정보 각각은 AI 부호화 장치(400)의 제 1 DNN의 DNN 설정 정보와 연계되어 만들어진 것이며, 모델 결정부(740)는 제 1 DNN의 DNN 설정 정보의 축소 비율에 대응되는 확대 비율에 따라 복수의 DNN 설정 정보 중 하나의 DNN 설정 정보를 결정한다.
일 실시예에 따른, 모델 결정부(740)는 AI 부호화 장치(400)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.
도 9는 일 실시예에 따른 모델 결정부가 AI 업 스케일에 이용할 제2 DNN의 설정 정보를 결정하는 예를 나타내는 도면이다.
도 9를 참조하면, 모델 결정부(740)는 복수의 DNN 설정 정보를 포함한다. 복수의 DNN 설정 정보 각각은 제1 DNN의 DNN 설정 정보와 연계 훈련을 통해 결정된 것이다. 복수의 DNN 설정 정보는 복수의 그룹들로 나눠질 수 있으며, 그룹들 각각에는 제2 DNN 셋 식별 정보(DNN Model Set ID)가 부여될 수 있다. 예를 들어, 복수의 그룹들은 제2 DNN 셋 식별 정보가 0인 제1 그룹(911)과 제2 DNN 셋 식별 정보가 1인 제2 그룹(912)을 포함할 수 있다.
모델 결정부(740)는 AI 데이터에 포함된 제2 DNN 셋 식별 정보에 기초하여, 복수의 그룹들 중 하나의 그룹을 선택하고, 해상도 정보, 비트 심도 및 양자화 레벨에 따라, 선택된 그룹 내에 포함되는 복수의 DNN 설정 정보 중에서 하나의 DNN 설정 정보를 결정할 수 있다.
예를 들어, 제2 DNN 셋 식별 정보가 0인 경우, 제1 그룹(911)을 선택하고, 해상도가 1920 X 1080이며, 비트 심도가 8이고, 양자화 레벨이 L3인 경우, 모델 결정부(740)는 제1 그룹(911)에 포함된 복수의 DNN 설정 정보 중 제3 설정 정보(930)를 선택할 수 있다.
모델 결정부(740)는 선택된 DNN 설정 정보를 AI 업스케일부(760)로 전달하고, DNN 설정 정보에 따라 동작하는 제 2 DNN에 기초하여 입력 데이터가 처리될 수 있다.
AI 업스케일부(760)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 업 스케일부(760)는 어느 하나의 DNN 설정 정보가 획득되면, 제2 DNN에 포함되는 레이어들 각각에 필터 커널의 개수와 필터 커널의 파라미터들을, 상기 획득된 DNN 설정 정보에 포함된 값으로 설정하고, 설정된 파라미터들을 이용하여, 제2 영상을 AI 업스케일할 수 있다.
도 10은 일 실시예에 따른 AI 데이터의 신택스 테이블을 나타내는 도면이다.
도 10을 참조하면, AI 데이터의 신택스 테이블(1010)은, MPEG 표준 등을 따르는 코덱(codec)에 의해 부호화된 비트스트림에서 AI 데이터 전송을 위한 SEI 신택스 테이블의 일 실시예이다.
AI 데이터 신택스 테이블(1010)은, 영상 데이터에 따라 복원된 제2 영상의 AI 업스케일에 사용되는 제2 DNN 정보에 관련된 엘리먼트들을 포함한다.
도 10의 AI 데이터 신택스 테이블(1010)에 따르면, input_picture_width_in_luma 및 input_picture_height_in_luma는 각각 다운스케일된 입력 영상(예를 들어, 제1 영상)의 너비 정보와 다운스케일된 입력 영상의 높이 정보를 나타낸다. 예를 들어, input_picture_width_in_luma 및 input_picture_height_in_luma는 다운스케일된 입력 영상의 해상도와 관련된 정보이다. input_bit_depth는 다운스케일된 입력 영상의 비트 심도를 나타내며, input_bit_depth는 8 또는 10일 수 있다. dnn_model_update_type은 제2 DNN 업데이트와 관련된 정보이다. quantization_level은 입력되는 비디오 스트림의 양자화 레벨을 나타내며, 양자화 레벨의 초기값은 12일 수 있으나, 이에 한정되지 않는다. picture_type은 인코딩 제어 방식과 관련된 값으로, I, P, B 중에 어느 하나를 나타내는 값이다. up_scaling_factor는 업 스케일링 비율을 나타내는 정보이다. dnn_model_set_index는 AI 업스케일에 이용되는 상호 약속된 제2 DNN 셋 식별 정보를 나타낸다.
일 실시예에 따른 모델 결정부(740)는 AI 데이터 신택스 테이블에 포함되는 엘리먼트들에 기초하여, 미리 저장된 AI 업 스케일을 위한 복수의 설정 정보들 중에 하나를 제2 DNN(300)의 설정 정보로 결정할 수 있다.
도 11은 다른 실시예에 따른 AI 데이터의 신택스 테이블을 나타내는 도면이다.
도 11의 AI 데이터 신택스 테이블(1110)은 영상 데이터에 따라 복원된 제2 영상의 AI 업스케일에 사용되는 제2 DNN 정보에 관련된 엘리먼트들을 포함한다.
input_picture_width_in_luma, input_picture_height_in_luma, input_bit_depth, quantization_level, dnn_model_set_index에 대해서는 도 10에서 설명하였으므로 동일한 설명은 생략하기로 한다.
도 11의 AI 데이터 신택스 테이블(1110)은, 도 10의 AI 데이터 신텍스 테이블(1010)에서 dnn_model_update_type, picture_type, up_scaling_factor가 생략되었다.
일 실시예에 따른 모델 결정부(740)는 AI 데이터 신택스 테이블에 포함되는 엘리먼트들에 기초하여, 미리 저장된 AI 업 스케일을 위한 복수의 설정 정보들 중에 하나를 제2 DNN의 설정 정보로 결정할 수 있다.
도 12는 일 실시예에 따른 AI 복호화 장치가 별개의 복호화 장치와 AI 업스케일링 장치로 구성되는 예를 나타낸다.
복호화 장치(1200)와 AI 업스케일 장치(1300)는 HDMI(High-Definition Multimedia Interface) 케이블로 연결될 수 있다. 복호화 장치(1200)의 HDMI 송신부(1250)와 AI 업스케일 장치(1300)의 HDMI 수신부(1310)가 HDMI 케이블로 연결되면, TMDS 데이터 채널 및 TMDS 클럭 채널을 제공하는 4개 채널의 페어링이 수행될 수 있다. TMDS 데이터 채널은, 3개의 데이터 전송 채널들을 포함하며, 비디오 데이터, 오디오 데이터 및 부가 데이터를 전달하는데 사용될 수 있다. 이때, TMDS 데이터 채널을 통해 오디오 데이터 및 부가 데이터를 전송하기 위해서는 패킷 구조가 사용된다.
추가로, 복호화 장치(1200)의 HDMI 송신부(1250)와 AI 업스케일 장치(1300)의 HDMI 수신부(1310)는 디스플레이 데이터 채널(DDC: Display data channel)을 제공할 수 있다. DDC는 VESA(Video Electronics Standard Association)에서 정의한 모니터 및 컴퓨터 그래픽 어댑터 간의 디지털 정보 전송을 위한 프로토콜 표준이다. DDC는 하나의 소스 기기(예를 들어, 복호화 장치)와 하나의 싱크 기기(예를 들어, AI 업 스케일 장치)간의 구성 및 상태 정보 교환에 사용된다.
도 12를 참조하면, 복호화 장치(1200)는 수신부(1210), 파싱부(1220), 복호화부(1230), VSIF 구조화부(1240) 및 HDMI 송신부(1250)를 포함할 수 있다.
도 12의 수신부(1210), 파싱부(1220), 및 복호화부(1230)는 도 7의 수신부(710), 파싱부(720) 및 복호화부(750)에 각각 대응되므로, 구체적인 설명은 생략하기로 한다.
VSIF 구조화부(1240)는 파싱부(1220)로부터 전달된 AI 데이터를 VSIF 패킷 형태로 구조화할 수 있다.
일 실시예에 따른 VSIF 구조화부(1240)는 복수의 프레임들 각각에 대응하는 VSIF 패킷을 생성할 수 있다. 예를 들어, 복수의 프레임들에 대하여, AI 데이터가 1회 수신되는 경우, VSIF 구조화부(1240)는, 1회 수신된 AI 데이터를 이용하여, 복수의 프레임들 각각에 대응하는 VSIF 패킷을 생성할 수 있다. 예를 들어, 복수의 프레임들에 대응하는 VSIF 패킷들은 동일한 AI 데이터에 기초하여 생성될 수 있다.
반면에, 복수의 프레임들에 대하여, AI 데이터가 여러 번 수신되는 경우, VSIF 구조화부(1240)는 새로 수신되는 AI 데이터를 이용하여, 새로운 VSIF 패킷을 생성할 수 있다.
VSIF 구조화부(1240)가 생성하는 VSIF 패킷에 대해서, 도 13 및 도 14를 참조하여 자세히 설명하기로 한다.
도 13은 일 실시예에 따른 VSIF(Vendor Specific Infoframe) 패킷의 헤더 구조 및 컨텐츠 구조를 나타내는 도면이다.
도 13을 참조하면, VSIF 패킷은 VSIF 패킷 헤더(1410)와 VSIF 패킷 컨텐츠(1420)를 포함한다. VSIF 패킷 헤더(1410)는 3바이트로 구성될 수 있으며, 제1 바이트(HB0)는 타입을 나타내는 값으로, VSIF의 타입 값은 0x01로 나타나고, 제2 바이트(HB1)는 버전 정보를 나타내며, VSIF의 버전은 0x01로 나타나고, 제3 바이트(HB2)의 하위 5비트(0~4)는 VSIF 패킷의 컨텐츠 길이를 나타낸다.
일 실시예에 따른 VSIF 구조화부(1240)는 AI 데이터를 VSIF 패킷의 형태로 구조화할 수 있다. 예를 들어, VSIF 구조화부(1240) VSIF 패킷 컨텐츠(1420)에 AI 데이터를 포함되도록 VSIF 패킷을 생성할 수 있다.
일 실시예에 따른 VSIF 구조화부(1240)는 AI 데이터의 양에 따라 AI 데이터를 기술하기 위한 패킷 바이트를 결정할 수 있다. VSIF 구조화부(1240)는 도 10에서 도시하고 설명한 AI 데이터가, VSIF 패킷 컨텐츠에 포함된 5번 내지 18번 패킷 바이트들(PB4~PB17)에 기술되도록 VSIF 패킷 컨텐츠를 생성할 수 있다.
예를 들어, VSIF 구조화부(1240)는 PB05 및 PB06을 이용하여, input_picture_width_in_luma를 정의할 수 있으며, PB07 및 PB08을 이용하여, input_picture_height_in_luma를 정의할 수 있다. input_picture_width_in_luma 및 input_picture_height_in_luma는 각각 다운스케일된 제1 영상의 해상도를 나타낸다.
VSIF 구조화부(1240)는 PB09를 이용하여, input_bit_depth를 정의할 수 있다. input_bit_depth는 제1 영상의 비트 심도를 나타낸다.
VSIF 구조화부(1240)는 PB10을 이용하여, quantization_level을 정의할 수 있다. quantization_level은 입력되는 비디오 스트림의 양자화 레벨을 나타낸다.
VSIF 구조화부(1240)는 PB11 및 PB12를 이용하여, dnn_model_set_index를 정의할 수 있다. dnn_model_set_index는 AI 업스케일에 이용되는 상호 약속된 제2 DNN 셋 식별 정보를 나타낸다.
다만, 이에 한정되지 않으며, 다양한 방법으로 AI 데이터를 VSIF 패킷의 형태로 구조화할 수 있다.
도 14는 다른 실시예에 따른 VSIF(Vendor Specific Infoframe) 패킷의 헤더 구조 및 컨텐츠 구조를 나타내는 도면이다.
도 14의 VSIF 패킷 헤더(1415)는 도 13의 VSIF 패킷 헤더(1410)와 동일하게 구성될 수 있다.
일 실시예에 따른 VSIF 구조화부(1240)는 도 11에서 도시하고 설명한 AI 데이터가, VSIF 패킷 컨텐츠에 포함된 5번 내지 18번 패킷 바이트들(PB4~PB17)에 기술되도록 VSIF 패킷 컨텐츠를 생성할 수 있다. 이때, 도 11에서 도시하고 설명한 AI 데이터는 dnn_model_update_type, picture_type, up_scaling_factor를 더 포함할 수 있다.
이에 따라, VSIF 구조화부(1240)는 PB05 및 PB06을 이용하여, input_picture_width_in_luma를 정의할 수 있으며, PB07 및 PB08을 이용하여, input_picture_height_in_luma를 정의할 수 있다. input_picture_width_in_luma 및 input_picture_height_in_luma는 각각 다운스케일된 제1 영상의 해상도를 나타낸다.
VSIF 구조화부(1240)는 PB13의 비트 1 및 2를 이용하여, picture_type을 정의할 수 있으며, picture_type은 인코딩 제어 방식과 관련된 값으로, I, P, B 중에 어느 하나를 나타낸다.
VSIF 구조화부(1240)는 PB13의 비트 3 및 4를 이용하여, dnn_model_update_type을 정의할 수 있으며, dnn_model_update_type은 AI 업스케일링 뉴럴 네트워크 모델 업데이트와 관련된 정보를 나타낸다.
VSIF 구조화부(1240)는 PB13의 비트 5 내지 8을 이용하여, input_bit_depth를 정의할 수 있다. input_bit_depth는 제1 영상의 비트 심도를 나타낸다.
VSIF 구조화부(1240)는 PB14를 이용하여, quantization_level을 정의할 수 있다. quantization_level은 입력되는 비디오 스트림의 양자화 레벨을 나타낸다.
VSIF 구조화부(1240)는 PB15를 이용하여, up_scaling_factor을 정의할 수 있다. up_scaling_factor는 업 스케일링 비율을 나타낸다.
VSIF 구조화부(1240)는 PB16 및 PB17을 이용하여, dnn_model_set_index를 정의할 수 있다. dnn_model_set_index는 AI 업스케일에 이용되는 상호 약속된 제2 DNN 셋 정보를 나타낸다.
다만, 이에 한정되지 않으며, 다양한 방법으로 AI 데이터를 VSIF 패킷의 형태로 구조화할 수 있다.
한편, 도 13 및 도 14에 도시된 VSIF 패킷의 구조는 일 예들에 불과하므로 이에 한정되지 않는다. 필요에 따라, 도 13 및 도 14의 VSIF 패킷에 포함되는 AI 데이터들이 정의되는 필드들의 위치나 크기가 변경될 수도 있으며, 추가적인 데이터들이 VSIF 패킷에 더 포함될 수도 있다.
다시, 도 12를 참조하면, VSIF 구조화부(1240)는 생성된 VSIF 패킷을 HDMI 송신부(1250)로 전달할 수 있으며, HDMI 송신부(1250)는 TMDS 채널을 통하여, VSIF 패킷을 AI 업스케일 장치(1300)로 전송할 수 있다.
또한, HDMI 송신부(1250)는 복호화부(1230)로부터 전달받은 제2 영상을 TMDS 채널을 통하여, AI 업스케일 장치(1300)로 전송할 수 있다.
또한, AI 업스케일 장치(1300)는 HDMI 수신부(1310), AI 데이터 복원부(1320), 모델 결정부(1330), 및 AI 업스케일부(1340)를 포함할 수 있다.
일 실시예에 따른 AI 업 스케일 장치(1300)는 EDID (Extended Display Identification Data) 정보를 저장할 수 있다. EDID 정보는, AI 업 스케일 장치에 대한 다양한 정보를 포함하는 데이터 구조로서, DDC 채널을 통해 복호화 장치(1200)로 전송될 수 있다.
일 실시예에 따른 EDID 정보는, AI 업스케일 장치(1300)의 AI 업스케일 능력(capability)에 대한 정보를 포함할 수 있다. 예를 들어, EDID 정보는, AI 업스케일 장치(1300)가 AI 업스케일을 수행할 수 있는지, 없는지에 대한 정보를 포함할 수 있다.
일 실시예에 따른 AI 업스케일 장치(1300)의 HDMI 수신부(1310)는, TMDS 채널을 통해, 제2 영상 및 VSIF 패킷의 형태로 구조화된 AI 데이터를 수신할 수 있다.
일 실시예에 따른 AI 업스케일 장치(1300)의 HDMI 수신부(1310) 는, HDMI 패킷의 헤더 정보를 확인하여, VSIF 패킷을 검색한 후, VSIF 패킷에 AI 데이터가 포함되어 있는지 여부를 판단할 수 있다.
예를 들어, HDMI 수신부(1310)는 수신한 HDMI 패킷의 헤더 정보 중 패킷 타입을 나타내는 제1 바이트(HB0)가 0x01인지 확인하여, 수신한 HDMI 패킷이 VSIF 패킷 인지를 판단할 수 있다. 또한, HDMI 수신부(1310)는 HDMI 패킷이 VSIF 패킷인 것으로 판단되면, VSIF 패킷 컨텐츠에 AI 데이터가 포함되어 있는지 여부를 판단할 수 있다.
예를 들어, HDMI 수신부(1310)는 VSIF 패킷 컨텐츠에 포함된 비트 값들을 이용하여, AI 데이터를 획득할 수 있다. 예를 들어, AI 데이터 복원부(1320)는 VSIF 패킷 컨텐츠의 PB05 내지 PB08을 이용하여, 제1 영상의 해상도 정보를 획득할 수 있다.
또한, AI 데이터 복원부(1320)는 PB13의 비트 4~7 또는 PB09를 이용하여, 제1 영상의 비트 심도를 획득할 수 있으며, PB14 또는 PB10을 이용하여, 양자화 레벨 정보를 획득할 수 있다. 또한, PB16 및 PB17, 또는 PB11 및 PB12를 이용하여, 제2 DNN 셋 식별 정보를 획득할 수 있다.
또는 AI 데이터 복원부(1320)는 PB13의 비트 0~1을 이용하여, 픽쳐 타입 정보를 획득할 수 있으며, PB13의 비트 2~3을 이용하여, 제2 DNN 업데이트 정보를 획득할 수 있다.
AI 데이터 복원부(1320)는 VSIF 패킷 컨텐츠로부터 획득된 AI 데이터를 모델 결정부(1330)로 제공할 수 있으며, 모델 결정부(1330)는 획득된 AI 데이터에 기초하여, 미리 저장된 AI 업 스케일을 위한 복수의 설정 정보들 중에 하나를 제2 DNN의 설정 정보로 결정할 수 있다.
HDMI 수신부(1310)는 수신한 제2 영상을 AI 업스케일부(1340)로 제공할 수 있으며, AI 업스케일부(1340)는 결정된 DNN의 설정 정보를 이용하여, 제2 DNN의 파라미터들을 설정하고, 설정된 파라미터들을 이용하여, 제2 영상을 AI 업스케일할 수 있다.
한편, 도 12 내지 도 14 에서는, 복호화 장치(1200)와 AI 업 스케일 장치(1300)가 HDMI 케이블을 통해 연결되는 경우에 대해서 도시하고 설명하였지만, 이에 한정되지 않으며, 일 실시예에 따른 복호화 장치와 AI 업 스케일 장치는 DP(display port) 케이블을 통해 연결될 수 있다. 복호화 장치와 AI 업 스케일 장치가 DP 케이블을 통해 연결되는 경우, 복호화 장치는 HDMI 방식과 유사하게, DP를 통하여, 제2 영상 및 AI 데이터를 AI 업 스케일 장치로 전송할 수 있다.
또한, 일 실시예에 따른 복호화 장치(1200)는 HDMI 및 DP 이외에 다른 입/출력 인터페이스를 통하여, AI 업스케일 장치(1300)로 제2 영상 및 AI 데이터를 전송할 수 있다.
또한, 일 실시예에 따르면 복호화 장치(1200)는 제2 영상과 AI 데이터를 서로 다른 인터페이스를 통하여, AI 업스케일 장치(1300)로 전송할 수 있다. 예를 들어, 제2 영상은 HDMI 케이블을 통해 전송하고, AI 데이터는 DP 케이블을 통하여 전송할 수 있다. 또는, 제2 영상은 DP 케이블을 통하여 전송하고, AI 데이터는 HDMI 케이블을 통해 전송할 수 있다.
도 15는 일 실시예에 따른 AI 부호화 장치의 동작방법을 나타내는 흐름도이다.
도 15를 참조하면, 일 실시예에 따른 AI 부호화 장치(400)는 다운스케일 타겟을 결정할 수 있다(S1510). 예를 들어, AI 부호화 장치(400)는 제1 영상의 타겟 해상도에 기초하여, 다운스케일 비율을 결정할 수 있다.
AI 부호화 장치(400)는 다운스케일 타겟에 대응하는 DNN 설정 정보를 획득하고, 획득된 DNN 설정 정보를 이용하여, 제1 DNN의 파라미터들을 설정할 수 있다. AI 부호화 장치(400)는 파라미터가 설정된 제1 DNN을 통해 원본 영상을 AI 다운스케일하여, 제1 영상을 획득할 수 있다(S1520).
AI 부호화 장치(400)는 제1 영상을 부호화하여 영상 데이터를 생성할 수 있다(S1530).
AI 부호화 장치(400)는 AI 데이터를 설정하기 위한 하나 이상의 입력 정보를 획득할 수 있다. 예를 들어, AI 부호화 장치(400)는 제1 영상의 타겟 해상도, 제1 영상의 비트 심도(bit depth), 원본 영상의 특성 정보, 타겟 선명도(detail) 강도, 인코딩 제어 정보, 디코딩 제어 정보 등을 획득할 수 있다. 이때, 하나 이상의 입력 정보는 AI 부호화 장치(400)에 미리 저장되거나, 사용자로부터 입력 받은 정보를 포함할 수 있다. 일 실시예에 따른 AI 부호화 장치(400)는 영상 품질 측정 네트워크를 이용하여, 원본 영상의 품질을 결정할 수 있으며, 원본 영상의 품질 정보에 기초하여 타겟 선명도 강도가 결정될 수 있다.
AI 부호화 장치(400)는 제1 영상의 해상도, 타겟 선명도 강도, 원본 영상의 영상 특성 정보에 기초하여, 제2 DNN 셋 식별 정보를 생성할 수 있다(S1540).
AI 부호화 장치(400)는 획득한 입력 정보에 기초하여, AI 데이터를 생성할 수 있다(S1550). 일 실시예에 따른 AI 데이터는, 제1 영상의 해상도, 제1 영상의 비트 심도, 제2 DNN 셋 식별 정보, 양자화 레벨(양자화 파라미터) 초기화 값, 픽쳐 타입 초기화 값, 제2 DNN 업데이트 정보, 업 스케일링 비율(up-scaling ratio)중 적어도 하나를 포함할 수 있다.
AI 부호화 장치(400)는 영상 데이터와 AI 데이터를 포함하는 AI 부호화 데이터를 생성하고(S1560), 생성된 AI 부호화 데이터를 AI 복호화 장치(700)로 전송할 수 있다(S1570).
도 16은 일 실시예에 따른 AI 복호화 장치의 동작방법을 나타내는 흐름도이다.
도 16을 참조하면, 일 실시예에 따른 AI 복호화 장치(700)는 AI 부호화 데이터를 수신할 수 있다(S1610). 이때, 수신된 AI 부호화 데이터는 AI 데이터 및 영상 데이터를 포함할 수 있다.
AI 복호화 장치(700)는 AI 부호화 데이터를 영상 데이터와 AI 데이터로 구분할 수 있다(S1620). 예를 들어, AI 부호화 장치(700)는 AI 부호화 데이터 내의 헤더를 읽어 AI 부호화 데이터 내에 포함되어 있는 AI 데이터와 영상 데이터를 구분할 수 있다. 또는, AI 복호화 장치(700)는 영상 데이터에 해당하는 비트스트림의 부가 정보 영역인 SEI에 포함된 AI 데이터를 추출할 수 있다.
AI 복호화 장치(700)는 영상 데이터를 복호화하여 제2 영상을 획득할 수 있다(S1630).
AI 복호화 장치(700)는 AI 데이터로부터 제2 영상을 AI 업스케일할 수 있게 하는 AI 업스케일 관련 정보들을 추출할 수 있다(S1640). 예를 들어, AI 복호화 장치(700)는 제1 영상의 해상도, 제1 영상의 비트 심도, 제2 DNN 셋 식별 정보, 제1 인코딩 제어 정보를 추출할 수 있다. 이때, 제1 인코딩 제어 정보는, 픽쳐 타입 정보와 양자화 레벨 정보를 포함할 수 있으며, 제1 인코딩 제어 정보에 포함된 픽쳐 타입 정보와 양자화 레벨 정보는 임의로 설정된 초기값일 수 있다.
AI 복호화 장치(700)는 제1 영상을 부호화할 때 적용된 실제 인코딩 제어 정보인 제2 인코딩 제어 정보를 획득하고, 제1 인코딩 제어 정보와 제2 인코딩 제어 정보를 비교하여, 제1 인코딩 제어 정보를 제2 인코딩 제어 정보로 업데이트할 수 있다(S1650).
AI 복호화 장치(700)는 업데이트된 인코딩 제어 정보, 다운스케일된 제1 영상의 해상도 정보, 제1 영상의 비트 심도 정보, 제2 DNN 셋 식별 정보, 및 디코딩 제어 정보 중 적어도 하나에 기초하여, AI 업 스케일에 이용할 제2 DNN의 설정 정보를 결정할 수 있다(S1660). 예를 들어, AI 복호화 장치(700)는 업스케일 타겟에 대응하는 DNN 설정 정보를 획득하고, 획득된 DNN 설정 정보를 이용하여, 제2 DNN의 파라미터들을 설정할 수 있다.
AI 복호화 장치(700)는 설정된 파라미터들을 이용하여, 제2 영상을 AI 업스케일할 수 있다(S1670).
일 실시예에 따른 AI 부호화 장치의 동작방법 및 AI 복호화 장치의 동작방법은 다양한 컴퓨터 수단을 통하여 수행될 수 있는 프로그램 명령 형태로 구현되어 컴퓨터 판독 가능 매체에 기록될 수 있다. 상기 컴퓨터 판독 가능 매체는 프로그램 명령, 데이터 파일, 데이터 구조 등을 단독으로 또는 조합하여 포함할 수 있다. 상기 매체에 기록되는 프로그램 명령은 본 발명을 위하여 특별히 설계되고 구성된 것들이거나 컴퓨터 소프트웨어 당업자에게 공지되어 사용 가능한 것일 수도 있다. 컴퓨터 판독 가능 기록 매체의 예에는 하드 디스크, 플로피 디스크 및 자기 테이프와 같은 자기 매체(magnetic media), CD-ROM, DVD와 같은 광기록 매체(optical media), 플롭티컬 디스크(floptical disk)와 같은 자기-광 매체(magneto-optical media), 및 롬(ROM), 램(RAM), 플래시 메모리 등과 같은 프로그램 명령을 저장하고 수행하도록 특별히 구성된 하드웨어 장치가 포함된다. 프로그램 명령의 예에는 컴파일러에 의해 만들어지는 것과 같은 기계어 코드뿐만 아니라 인터프리터 등을 사용해서 컴퓨터에 의해서 실행될 수 있는 고급 언어 코드를 포함한다.
또한, 개시된 실시예들에 따른 AI 부호화 장치의 동작방법 및 AI 복호화 장치의 동작방법은 컴퓨터 프로그램 제품(computer program product)에 포함되어 제공될 수 있다. 컴퓨터 프로그램 제품은 상품으로서 판매자 및 구매자 간에 거래될 수 있다.
컴퓨터 프로그램 제품은 S/W 프로그램, S/W 프로그램이 저장된 컴퓨터로 읽을 수 있는 저장 매체를 포함할 수 있다. 예를 들어, 컴퓨터 프로그램 제품은 전자 장치의 제조사 또는 전자 마켓(예, 구글 플레이 스토어, 앱 스토어)을 통해 전자적으로 배포되는 S/W 프로그램 형태의 상품(예, 다운로더블 앱)을 포함할 수 있다. 전자적 배포를 위하여, S/W 프로그램의 적어도 일부는 저장 매체에 저장되거나, 임시적으로 생성될 수 있다. 이 경우, 저장 매체는 제조사의 서버, 전자 마켓의 서버, 또는 SW 프로그램을 임시적으로 저장하는 중계 서버의 저장매체가 될 수 있다.
컴퓨터 프로그램 제품은, 서버 및 클라이언트 장치로 구성되는 시스템에서, 서버의 저장매체 또는 클라이언트 장치의 저장매체를 포함할 수 있다. 또는, 서버 또는 클라이언트 장치와 통신 연결되는 제3 장치(예, 스마트폰)가 존재하는 경우, 컴퓨터 프로그램 제품은 제3 장치의 저장매체를 포함할 수 있다. 또는, 컴퓨터 프로그램 제품은 서버로부터 클라이언트 장치 또는 제3 장치로 전송되거나, 제3 장치로부터 클라이언트 장치로 전송되는 S/W 프로그램 자체를 포함할 수 있다.
이 경우, 서버, 클라이언트 장치 및 제3 장치 중 하나가 컴퓨터 프로그램 제품을 실행하여 개시된 실시예들에 따른 방법을 수행할 수 있다. 또는, 서버, 클라이언트 장치 및 제3 장치 중 둘 이상이 컴퓨터 프로그램 제품을 실행하여 개시된 실시예들에 따른 방법을 분산하여 실시할 수 있다.
예를 들면, 서버(예로, 클라우드 서버 또는 인공 지능 서버 등)가 서버에 저장된 컴퓨터 프로그램 제품을 실행하여, 서버와 통신 연결된 클라이언트 장치가 개시된 실시예들에 따른 방법을 수행하도록 제어할 수 있다.
이상에서 실시예들에 대하여 상세하게 설명하였지만 본 발명의 권리범위는 이에 한정되는 것은 아니고 다음의 청구범위에서 정의하고 있는 본 발명의 기본 개념을 이용한 당업자의 여러 변형 및 개량 형태 또한 본 발명의 권리범위에 속한다.

Claims (15)

  1. AI(Artificial Intelligence) 부호화 장치에 있어서,
    제1 영상의 타겟 해상도에 기초하여, 다운스케일 타겟을 결정하고,
    상기 다운스케일 타겟에 대응하는 AI 다운스케일 뉴럴 네트워크(Neural Network)를 이용하여, 원본 영상을 AI 다운스케일한 상기 제1 영상을 획득하고,
    상기 제1 영상을 부호화하여, 영상 데이터를 생성하고,
    상기 제1 영상의 타겟 해상도, 상기 원본 영상의 특성 정보, 및 타겟 선명도 강도에 기초하여, AI 업 스케일 뉴럴 네트워크(Neural Network) 셋(Set) 식별 정보를 선택하고,
    상기 제1 영상의 타겟 해상도, 상기 제1 영상의 비트 심도 정보, 상기 AI 업 스케일 뉴럴 네트워크 셋 식별 정보, 및 인코딩 제어 정보를 포함하는 AI 데이터를 생성하고,
    상기 영상 데이터와 상기 AI 데이터를 포함하는 AI 부호화 데이터를 생성하는 적어도 하나의 프로세서; 및
    상기 AI 부호화 데이터를 AI 복호화 장치로 전송하는 통신부를 포함하고,
    상기 AI 데이터는, 상기 AI 다운스케일 뉴럴 네트워크에 대응하는 AI 업 스케일 뉴럴 네트워크에 관한 정보를 나타내는, AI 부호화 장치.
  2. 제1항에 있어서,
    상기 적어도 하나의 프로세서는,
    품질 측정 네트워크를 이용하여, 상기 원본 영상의 품질 정보를 결정하고,
    상기 원본 영상의 품질 정보에 따라 상기 타겟 선명도 강도를 결정하는, AI 부호화 장치.
  3. 제2항에 있어서,
    상기 품질 정보는, 고품질(high quality), 저품질(low quaility), 및 잡음 품질(noisy quality) 중 적어도 하나를 나타내고,
    상기 품질 측정 네트워크는, 상기 원본 영상의 선명도, 잡음, 및 명암비 중 적어도 하나를 나타내는 특징을 추출하고, 추출된 특징에 기초하여, 상기 품질 정보를 결정하는 네트워크인, AI 부호화 장치.
  4. 제1항에 있어서,
    상기 AI 데이터는,
    상기 AI 업 스케일 뉴럴 네트워크의 업데이트 방법 및 AI 업 스케일링 비율을 포함하는 디코딩 제어 정보를 더 포함하는, AI 부호화 장치.
  5. 제1항에 있어서,
    상기 인코딩 제어 정보는,
    양자화 레벨 및 픽쳐 타입 중 적어도 하나를 포함하고,
    상기 양자화 레벨은 기 설정된 제1 값으로 결정되고,
    상기 픽쳐 타입은 I(Intra) 픽쳐, P(Predictive) 픽쳐, 및 B(Bidirectional) 픽쳐 중 어느 하나의 값으로 결정되는, AI 부호화 장치.
  6. 제1항에 있어서,
    상기 AI 부호화 데이터는,
    메타 데이터 박스와 미디어 데이터 박스를 포함하며,
    상기 AI 데이터는 상기 메타 데이터 박스에 포함되고, 상기 영상 데이터는 상기 미디어 데이터 박스에 포함되는, AI 부호화 장치.
  7. 제1항에 있어서,
    상기 AI 데이터는,
    상기 영상 데이터의 부가 정보 영역인 SEI(Supplemental enhancement information)에 포함되는 AI 부호화 장치.
  8. AI(Artificial Intelligence) 복호화 장치에 있어서,
    원본 영상의 AI 다운스케일 및 부호화 결과 생성된 AI 부호화 데이터를 수신하는 통신부; 및
    상기 AI 부호화 데이터를 영상 데이터와 AI 데이터로 구분하고,
    상기 영상데이터를 복호화하여, 상기 원본 영상을 상기 AI 다운스케일한 제1 영상에 대응하는 제2 영상을 획득하고,
    상기 AI 데이터로부터 상기 제1 영상의 해상도, 상기 제1 영상의 비트 심도 정보, AI 업 스케일 뉴럴 네트워크 셋 식별 정보, 및 제1 인코딩 제어 정보를 추출하고,
    상기 제1 영상의 부호화에 이용된 제2 인코딩 제어 정보를 획득하고,
    상기 제2 인코딩 제어 정보에 기초하여, 상기 제1 인코딩 제어 정보를 업데이트하고,
    상기 원본 영상의 해상도, 상기 원본 영상의 비트 심도 정보, 상기 AI 업 스케일 뉴럴 네트워크 셋 식별 정보, 및 상기 제2 인코딩 제어 정보에 기초하여, AI 업 스케일 뉴럴 네트워크를 선택하고,
    상기 선택된 AI 업 스케일 뉴럴 네트워크를 이용하여, 상기 제2 영상을 AI 업스케일하는 적어도 하나의 프로세서를 포함하는, AI 복호화 장치.
  9. 제8항에 있어서,
    제1 인코딩 제어 정보는, 기 설정된 양자화 레벨의 초기 값을 나타내며,
    상기 제2 인코딩 제어 정보는, 상기 제1 영상의 부호화에 적용된 양자화 레벨 값을 나타내는, AI 복호화 장치.
  10. 제9항에 있어서,
    상기 적어도 하나의 프로세서는,
    상기 AI 업스케일 뉴럴 네트워크 셋 식별 정보에 대응하는 복수의 뉴럴 네트워크 설정 정보 중, 상기 제1 영상의 해상도, 상기 제1 영상의 비트 심도 정보 및 상기 제2 인코딩 제어 정보에 포함된 양자화 레벨 값에 따라 어느 하나의 뉴럴 네트워크 설정 정보를 선택하고,
    상기 선택된 뉴럴 네트워크 설정 정보에 기초하여, 상기 AI 업 스케일 뉴럴 네트워크의 파라미터들을 설정하는, AI 복호화 장치.
  11. 제8항에 있어서,
    상기 적어도 하나의 프로세서는,
    상기 AI 데이터로부터 업 스케일 뉴럴 네트워크의 업데이트 정보 및 업 샘플링 비율을 결정하고,
    상기 선택된 AI 업 스케일 뉴럴 네트워크, 상기 업데이트 정보 및 상기 업 샘플링 비율에 기초하여, 상기 제2 영상을 AI 업스케일하는 AI 복호화 장치.
  12. AI(Artificial Intelligence) 부호화 장치의 동작방법에 있어서,
    제1 영상의 타겟 해상도에 기초하여, 다운스케일 타겟을 결정하는 단계;
    상기 다운스케일 타겟에 대응하는 AI 다운스케일 뉴럴 네트워크를 이용하여, 원본 영상을 AI 다운스케일한 상기 제1 영상을 획득하는 단계;
    상기 제1 영상을 부호화하여, 영상 데이터를 생성하는 단계;
    상기 제1 영상의 타겟 해상도, 상기 원본 영상의 특성 정보, 및 타겟 선명도 강도에 기초하여, AI 업 스케일 뉴럴 네트워크(Neural Network) 셋(Set) 식별 정보를 선택하는 단계;
    상기 제1 영상의 타겟 해상도, 상기 제1 영상의 비트 심도 정보, 상기 AI 업 스케일 뉴럴 네트워크 셋 식별 정보, 및 인코딩 제어 정보를 포함하는 AI 데이터를 생성하는 단계;
    상기 영상 데이터와 상기 AI 데이터를 포함하는 AI 부호화 데이터를 생성하는 단계; 및
    상기 AI 부호화 데이터를 AI 복호화 장치로 전송하는 단계를 포함하고,
    상기 AI 데이터는, 상기 AI 다운스케일 뉴럴 네트워크에 대응하는 AI 업 스케일 뉴럴 네트워크에 관한 정보를 나타내는, AI 부호화 장치의 동작방법.
  13. 제12항에 있어서,
    상기 동작방법은,
    품질 측정 네트워크를 이용하여, 상기 원본 영상의 품질 정보를 결정하는 단계; 및
    상기 원본 영상의 품질 정보에 따라 상기 타겟 선명도 강도를 결정하는 단계를 더 포함하는, AI 부호화 장치의 동작방법.
  14. 제13항에 있어서,
    상기 품질 정보는, 고품질(high quality), 저품질(low quaility), 및 잡음 품질(noisy quality) 중 적어도 하나를 나타내고,
    상기 품질 측정 네트워크는, 상기 원본 영상의 선명도, 잡음, 및 명암비 중 적어도 하나를 나타내는 특징을 추출하고, 추출된 특징에 기초하여, 상기 품질 정보를 결정하는 네트워크인, AI 부호화 장치의 동작방법.
  15. 제12항에 있어서,
    상기 AI 데이터는,
    상기 AI 업 스케일 뉴럴 네트워크의 업데이트 방법 및 AI 업 스케일링 비율을 포함하는 디코딩 제어 정보를 더 포함하는, AI 부호화 장치의 동작방법.
PCT/KR2021/013814 2020-12-09 2021-10-07 Ai 부호화 장치 및 그 동작방법, 및 ai 복호화 장치 및 그 동작방법 WO2022124546A1 (ko)

Priority Applications (3)

Application Number Priority Date Filing Date Title
EP21903593.8A EP4195154A4 (en) 2020-12-09 2021-10-07 ARTIFICIAL INTELLIGENCE CODING APPARATUS AND OPERATION METHOD THEREFOR, AND ARTIFICIAL INTELLIGENCE DECODING APPARATUS AND OPERATION METHOD THEREFOR
CN202180082870.6A CN116584093A (zh) 2020-12-09 2021-10-07 Ai编码装置及其操作方法和ai解码装置及其操作方法
US17/522,579 US12073595B2 (en) 2020-12-09 2021-11-09 AI encoding apparatus and operation method of the same, and AI decoding apparatus and operation method of the same

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
KR1020200171373A KR20220081648A (ko) 2020-12-09 2020-12-09 Ai 부호화 장치 및 그 동작방법, 및 ai 복호화 장치 및 그 동작방법
KR10-2020-0171373 2020-12-09

Related Child Applications (1)

Application Number Title Priority Date Filing Date
US17/522,579 Continuation US12073595B2 (en) 2020-12-09 2021-11-09 AI encoding apparatus and operation method of the same, and AI decoding apparatus and operation method of the same

Publications (1)

Publication Number Publication Date
WO2022124546A1 true WO2022124546A1 (ko) 2022-06-16

Family

ID=81973707

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/KR2021/013814 WO2022124546A1 (ko) 2020-12-09 2021-10-07 Ai 부호화 장치 및 그 동작방법, 및 ai 복호화 장치 및 그 동작방법

Country Status (2)

Country Link
KR (1) KR20220081648A (ko)
WO (1) WO2022124546A1 (ko)

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20170347061A1 (en) * 2015-02-19 2017-11-30 Magic Pony Technology Limited Machine Learning for Visual Processing
KR20180108288A (ko) * 2017-03-24 2018-10-04 주식회사 엔씨소프트 영상 압축 장치 및 방법
KR20190130479A (ko) * 2018-04-24 2019-11-22 주식회사 지디에프랩 Ai 기반의 영상 압축 및 복원 시스템
WO2020080751A1 (ko) * 2018-10-19 2020-04-23 삼성전자 주식회사 부호화 방법 및 그 장치, 복호화 방법 및 그 장치
KR20200044665A (ko) * 2018-10-19 2020-04-29 삼성전자주식회사 부호화 방법 및 그 장치, 복호화 방법 및 그 장치

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20170347061A1 (en) * 2015-02-19 2017-11-30 Magic Pony Technology Limited Machine Learning for Visual Processing
KR20180108288A (ko) * 2017-03-24 2018-10-04 주식회사 엔씨소프트 영상 압축 장치 및 방법
KR20190130479A (ko) * 2018-04-24 2019-11-22 주식회사 지디에프랩 Ai 기반의 영상 압축 및 복원 시스템
WO2020080751A1 (ko) * 2018-10-19 2020-04-23 삼성전자 주식회사 부호화 방법 및 그 장치, 복호화 방법 및 그 장치
KR20200044665A (ko) * 2018-10-19 2020-04-29 삼성전자주식회사 부호화 방법 및 그 장치, 복호화 방법 및 그 장치

Also Published As

Publication number Publication date
KR20220081648A (ko) 2022-06-16

Similar Documents

Publication Publication Date Title
WO2020080665A1 (en) Methods and apparatuses for performing artificial intelligence encoding and artificial intelligence decoding on image
WO2020080623A1 (ko) 영상의 ａｉ 부호화 및 ａｉ 복호화 방법, 및 장치
WO2020145668A1 (ko) 3차원 컨텐츠의 처리 및 전송 방법
WO2020189982A1 (ko) 포인트 클라우드 데이터 처리 장치 및 방법
WO2021107275A1 (en) Electronic apparatus, system and controlling method thereof
WO2020242077A1 (ko) 포인트 클라우드 데이터 처리 장치 및 방법
WO2015009107A1 (en) Method and apparatus for generating 3k-resolution display image for mobile terminal screen
EP3844962A1 (en) Methods and apparatuses for performing artificial intelligence encoding and artificial intelligence decoding on image
WO2021096057A1 (ko) 비디오 또는 영상 코딩 시스템에서의 엔트리 포인트 관련 정보에 기반한 영상 코딩 방법
WO2021172834A1 (en) Apparatus and method for performing artificial intelligence encoding and artificial intelligence decoding on image by using pre-processing
WO2019022537A1 (ko) 인트라 예측 모드 기반 영상 처리 방법 및 이를 위한 장치
WO2021040402A1 (ko) 팔레트 코딩 기반 영상 또는 비디오 코딩
WO2021040398A1 (ko) 팔레트 이스케이프 코딩 기반 영상 또는 비디오 코딩
WO2019009620A1 (ko) 인트라 예측 모드 기반 영상 처리 방법 및 이를 위한 장치
WO2022124546A1 (ko) Ai 부호화 장치 및 그 동작방법, 및 ai 복호화 장치 및 그 동작방법
WO2021096252A1 (en) Image providing apparatus and image providing method thereof, and display apparatus and display method thereof
WO2016056709A1 (ko) 이미지 재부호화 방법 및 그 장치
WO2021194065A1 (ko) 포인트 클라우드 데이터 처리 장치 및 방법
WO2021251744A1 (ko) Aps에 대한 식별자를 시그널링하는 영상 부호화/복호화 방법, 장치 및 비트스트림을 저장한 컴퓨터 판독 가능한 기록 매체
WO2021201513A1 (ko) Sps 내 ptl, dpb 및 hrd 관련 정보를 시그널링하는 영상 부호화/복호화 방법, 장치 및 비트스트림을 저장한 컴퓨터 판독 가능한 기록 매체
WO2021040488A1 (ko) 팔레트 모드에서의 이스케이프 이진화 기반 영상 또는 비디오 코딩
WO2020209478A1 (ko) 픽처를 복수의 타일들로 분할하는 방법 및 장치
WO2020209477A1 (ko) 픽처 파티셔닝에 기반한 코딩 방법 및 장치
WO2023018179A1 (ko) 어플리케이션에 따라 ai 기반으로 영상을 재생하는 전자 장치 및 이에 의한 영상 재생 방법
WO2021210761A1 (ko) Ai 다운스케일 장치 및 그 동작방법, 및 ai 업스케일 장치 및 그 동작방법

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: 21903593

Country of ref document: EP

Kind code of ref document: A1

ENP Entry into the national phase

Ref document number: 2021903593

Country of ref document: EP

Effective date: 20230308

WWE Wipo information: entry into national phase

Ref document number: 202180082870.6

Country of ref document: CN

NENP Non-entry into the national phase

Ref country code: DE