WO2023121289A1 - Ai 기반의 영상 제공 장치 및 이에 의한 방법, 및 ai 기반의 디스플레이 장치 및 이에 의한 방법 - Google Patents

Ai 기반의 영상 제공 장치 및 이에 의한 방법, 및 ai 기반의 디스플레이 장치 및 이에 의한 방법 Download PDF

Info

Publication number
WO2023121289A1
WO2023121289A1 PCT/KR2022/020954 KR2022020954W WO2023121289A1 WO 2023121289 A1 WO2023121289 A1 WO 2023121289A1 KR 2022020954 W KR2022020954 W KR 2022020954W WO 2023121289 A1 WO2023121289 A1 WO 2023121289A1
Authority
WO
WIPO (PCT)
Prior art keywords
image
data
downscaling
size
current
Prior art date
Application number
PCT/KR2022/020954
Other languages
English (en)
French (fr)
Inventor
김경우
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 US18/094,800 priority Critical patent/US20230196505A1/en
Publication of WO2023121289A1 publication Critical patent/WO2023121289A1/ko

Links

Images

Classifications

    • 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
    • H04N21/234—Processing of video elementary streams, e.g. splicing of video streams, manipulating MPEG-4 scene graphs
    • H04N21/2343—Processing of video elementary streams, e.g. splicing of video streams, manipulating MPEG-4 scene graphs involving reformatting operations of video signals for distribution or compliance with end-user requests or end-user device requirements
    • H04N21/234363—Processing of video elementary streams, e.g. splicing of video streams, manipulating MPEG-4 scene graphs involving reformatting operations of video signals for distribution or compliance with end-user requests or end-user device requirements by altering the spatial resolution, e.g. for clients with a lower screen resolution
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/08—Learning methods
    • 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
    • H04N21/234—Processing of video elementary streams, e.g. splicing of video streams, manipulating MPEG-4 scene graphs
    • H04N21/2343—Processing of video elementary streams, e.g. splicing of video streams, manipulating MPEG-4 scene graphs involving reformatting operations of video signals for distribution or compliance with end-user requests or end-user device requirements
    • 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
    • H04N21/234—Processing of video elementary streams, e.g. splicing of video streams, manipulating MPEG-4 scene graphs
    • H04N21/2343—Processing of video elementary streams, e.g. splicing of video streams, manipulating MPEG-4 scene graphs involving reformatting operations of video signals for distribution or compliance with end-user requests or end-user device requirements
    • H04N21/23439—Processing of video elementary streams, e.g. splicing of video streams, manipulating MPEG-4 scene graphs involving reformatting operations of video signals for distribution or compliance with end-user requests or end-user device requirements for generating different versions
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/40—Client devices specifically adapted for the reception of or interaction with content, e.g. set-top-box [STB]; Operations thereof
    • H04N21/43—Processing of content or additional data, e.g. demultiplexing additional data from a digital video stream; Elementary client operations, e.g. monitoring of home network or synchronising decoder's clock; Client middleware
    • H04N21/44—Processing of video elementary streams, e.g. splicing a video clip retrieved from local storage with an incoming video stream, rendering scenes according to MPEG-4 scene graphs
    • H04N21/4402—Processing of video elementary streams, e.g. splicing a video clip retrieved from local storage with an incoming video stream, rendering scenes according to MPEG-4 scene graphs involving reformatting operations of video signals for household redistribution, storage or real-time display
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/40—Client devices specifically adapted for the reception of or interaction with content, e.g. set-top-box [STB]; Operations thereof
    • H04N21/43—Processing of content or additional data, e.g. demultiplexing additional data from a digital video stream; Elementary client operations, e.g. monitoring of home network or synchronising decoder's clock; Client middleware
    • H04N21/44—Processing of video elementary streams, e.g. splicing a video clip retrieved from local storage with an incoming video stream, rendering scenes according to MPEG-4 scene graphs
    • H04N21/4402—Processing of video elementary streams, e.g. splicing a video clip retrieved from local storage with an incoming video stream, rendering scenes according to MPEG-4 scene graphs involving reformatting operations of video signals for household redistribution, storage or real-time display
    • H04N21/440263—Processing of video elementary streams, e.g. splicing a video clip retrieved from local storage with an incoming video stream, rendering scenes according to MPEG-4 scene graphs involving reformatting operations of video signals for household redistribution, storage or real-time display by altering the spatial resolution, e.g. for displaying on a connected PDA
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/40—Client devices specifically adapted for the reception of or interaction with content, e.g. set-top-box [STB]; Operations thereof
    • H04N21/43—Processing of content or additional data, e.g. demultiplexing additional data from a digital video stream; Elementary client operations, e.g. monitoring of home network or synchronising decoder's clock; Client middleware
    • H04N21/44—Processing of video elementary streams, e.g. splicing a video clip retrieved from local storage with an incoming video stream, rendering scenes according to MPEG-4 scene graphs
    • H04N21/4402—Processing of video elementary streams, e.g. splicing a video clip retrieved from local storage with an incoming video stream, rendering scenes according to MPEG-4 scene graphs involving reformatting operations of video signals for household redistribution, storage or real-time display
    • H04N21/44029—Processing of video elementary streams, e.g. splicing a video clip retrieved from local storage with an incoming video stream, rendering scenes according to MPEG-4 scene graphs involving reformatting operations of video signals for household redistribution, storage or real-time display for generating different versions

Definitions

  • the present disclosure relates to the field of image processing. More specifically, the present disclosure relates to an apparatus and method for processing and displaying an image based on AI.
  • the video is encoded by a codec that complies with a predetermined data compression standard, for example, the Moving Picture Experts Group (MPEG) standard, and then stored in a bit stream in a recording medium or transmitted through a communication channel.
  • MPEG Moving Picture Experts Group
  • a display device includes at least one processor executing one or more instructions; And a display, wherein the at least one processor identifies whether a downscaling ratio between a size of an image reconstructed from image data of a previous image and a size of a first window of the display is equal to or less than a preset downscaling ratio, , Based on the identification result, a request for a first current image is transmitted to the video providing device, and image data of the first current image received from the video providing device based on the request for the first current image is first decoded to obtain a second current image, display the second current image or the downscaled second current image on a first window, and display the second current image or the downscaled second current image A ratio between the size and the size of the first window may be greater than or equal to the preset downscaling ratio.
  • An AI-based image providing device and method according to an embodiment can process an image at a low bit rate through AI-based image encoding and decoding, and store the device. capacity can be prevented from saturating.
  • FIG. 1 is a diagram for explaining an AI encoding process and an AI decoding process according to an embodiment.
  • FIG. 2 is a block diagram showing the configuration of an AI decoding apparatus according to an embodiment.
  • FIG. 3 is an exemplary diagram illustrating a second neural network for AI up-scaling of a second image.
  • FIG. 4 is a diagram for explaining a convolution operation by a convolution layer.
  • FIG. 5 is an exemplary diagram illustrating a mapping relationship between various pieces of image-related information and various pieces of neural network setting information.
  • FIG. 6 is a diagram illustrating a second image composed of a plurality of frames.
  • FIG. 7 is a block diagram showing the configuration of an AI encoding apparatus according to an embodiment.
  • FIG. 8 is an exemplary diagram illustrating a first neural network for AI downscaling of an original video.
  • FIG. 9 is a diagram showing the structure of AI encoded data according to an embodiment.
  • FIG. 10 is a diagram showing the structure of AI encoded data according to an embodiment.
  • 11 is a diagram for explaining a method of training a first neural network and a second neural network.
  • FIG. 12 is a diagram for explaining a training process of a first neural network and a second neural network by a training device.
  • FIG. 13 is a block diagram illustrating the configuration of an image providing device (or AI encoding device) according to an exemplary embodiment.
  • FIG. 14 is a block diagram showing the configuration of an AI decoding device (or display device) according to an embodiment.
  • 15A is a diagram for explaining how the display device according to an embodiment of the present disclosure displays an AI downscaled image, which is an image received from a server, according to a single view.
  • 15B is a diagram for explaining a process of AI up-scaling and displaying an image received from a server according to a single view by a display device according to an embodiment of the present disclosure.
  • 16A is a diagram for explaining a process of displaying an image received from a server according to a multi-view by a display device according to an embodiment of the present disclosure.
  • 16B is a diagram for explaining a process of AI up-scaling, down-scaling, and displaying an image received from a server by a display device according to an embodiment of the present disclosure.
  • 17A is a diagram for explaining a process in which a display device according to an embodiment of the present disclosure displays an image received from a server according to a multi-view, and then requests a small-sized image due to a change in the window size of the multi-view. .
  • 17B is a diagram for explaining a process in which a display device according to an embodiment of the present disclosure displays an image received from a server according to multiple views and requests small-sized image data due to a change in the window size of the multi-view am.
  • FIG. 18A illustrates a process in which a display device according to an embodiment of the present disclosure displays a downscaled image received from a server according to multi-views, and then requests a smaller-sized image due to a change in the window size of the multi-views. It is a drawing for
  • FIG. 18B illustrates a process in which a display device according to an embodiment of the present disclosure displays a downscaled image received from a server according to multiple views and requests an image that is not AI downscaled due to a change in the window size of the multiview. It is a drawing for explanation.
  • 19A is a diagram for explaining a method of streaming an image by a display device according to an embodiment of the present disclosure.
  • 19B is a diagram for explaining a method of streaming an image by a display device according to an embodiment of the present disclosure.
  • 20A is a diagram for explaining a method of streaming an image by a display device according to an embodiment of the present disclosure.
  • 20B is a flowchart illustrating a method of streaming an AI upscaled image according to a comparison result between a downscaling ratio and a predetermined threshold value by a display device according to an embodiment of the present disclosure.
  • 20C is a flowchart for explaining a method of displaying a multi-view image by a display device according to an embodiment of the present disclosure.
  • 21 is a flowchart illustrating a method of streaming an image by an image providing device.
  • 22A is a flowchart illustrating a method of streaming an image by an image providing device.
  • 22B is for explaining a method of streaming a first encoded current image from an original image without AI scaling or a first encoded first current image after AI downscaling from the original image, according to a request of a display device by an image providing device. It is a flow chart.
  • 23A is a diagram for explaining a process of streaming an image between an image providing device and a display device according to an embodiment of the present disclosure.
  • 23B is a diagram for explaining a process of streaming an image between an image providing device and a display device according to an embodiment of the present disclosure.
  • 24 is a diagram for explaining a vertical downscaling operation according to an embodiment of the present disclosure.
  • a display device includes at least one processor executing one or more instructions; And a display, wherein the at least one processor identifies whether a downscaling ratio between a size of an image reconstructed from image data of a previous image and a size of a first window of the display is equal to or less than a preset downscaling ratio, , Based on the identification result, a request for a first current image is transmitted to the video providing device, and image data of the first current image received from the video providing device based on the request for the first current image is first decoded to obtain a second current image, display the second current image or the downscaled second current image on a first window, and display the second current image or the downscaled second current image A ratio between the size and the size of the first window may be greater than or equal to the preset downscaling ratio.
  • the size of the first window may be set by a user input.
  • the at least one processor determines the size of the image reconstructed from image data of the previous image and When the downscaling ratio between the sizes of the first window is smaller than or equal to the preset downscaling ratio, the size of an image to be restored from the image data of the first current image is smaller than or equal to the target maximum image size, and the A request for the first current video is transmitted to the video providing device to be greater than or equal to the size of 1 window, and the target maximum video size is based on the size of the first window and the preset downscaling ratio.
  • the at least one processor transmits a request for the first current image to the image providing device based on the identification result
  • the at least one processor determines the size of the image reconstructed from image data of the previous image and
  • the downscaling ratio between the sizes of the first windows is greater than the preset downscaling ratio, transmitting a request for the first current video to the video providing device based on the request for the previous video
  • a size of an image reconstructed from image data of a previous image may be smaller than or equal to a size of an image to be reconstructed from the image data of the first current image.
  • the at least one processor transmits a request for the previous image to the image providing device, and based on the request for the previous image, image data generated as a result of first encoding a first previous image and at least one AI data related to AI downscaling from the previous original video to the first previous video is received from the video providing device, and the video data is first decoded to obtain a second previous video corresponding to the first previous video.
  • the at least one processor transmits a request for the first current image to the image providing device based on the identification result, the at least one processor 3 If the downscaling ratio between the size of the previous video and the size of the first window is smaller than or equal to the preset downscaling ratio, the request for the first encoded first current video from the current original video without AI downscaling is performed as above.
  • the at least one processor transmits to an image providing device, the size of the first current image is greater than or equal to the size of the first window and smaller than the size of the third previous image, and the at least one processor transmits image data of the first current image
  • the at least one processor determines the first current image received from the image providing device. Decodes image data of to obtain a second current image, and based on the size of the first window, a downscaling operation for the obtained second current image is bypassed or the obtained second current image is downscaled. and displays the second current image or the downscaled second current image on the first window, wherein an image different from the second current image or the downscaled second current image is displayed on the second window of the display. can be displayed.
  • the preset downscaling ratio may be preset based on performance information of hardware implementing the downscaling operation.
  • the preset downscaling ratio may be a value related to downscaling through line skip.
  • the at least one processor transmits a request for the first current image to the image providing device based on the identification result, the at least one processor determines the size of the third previous image and the size of the first window.
  • the downscaling ratio between sizes is greater than the preset downscaling ratio, a request for a first current video obtained through AI downscaling and first encoding of the current original video is transmitted to the video providing device, Receive image data generated as a result of first encoding of the first current image and AI data related to AI downscaling from the current original image to the first current image from the image providing device;
  • the at least one processor may Image data is first decoded to obtain the second current image corresponding to the first current image, and the second current image is obtained through an upscaling neural network operating with neural network setting information obtained based on the AI data.
  • a third current image upscaled by AI may be generated from
  • the downscaling of the third previous image does not use an AI downscaling neural network, and based on the downscaling ratio, the coefficient of a low pass filter (LPF) and the third previous image It may include at least one of an operation of obtaining an interpolation sample using values of neighboring samples included in , or an operation of obtaining a sample through line skipping.
  • LPF low pass filter
  • the at least one processor receives information representing image data of a plurality of qualities, and the information representing the image data of a plurality of qualities includes image data and AI of at least one image to which AI downscaling and first encoding are applied. represents image data of at least one image to which a first encoding is applied without downscaling, and the at least one processor sends a request for the first current image based on information representing the image data of the plurality of qualities; It can be transmitted to the providing device.
  • a method of displaying an image by a display device includes identifying whether a downscale ratio between a size of an image reconstructed from image data of a previous image and a size of a first window is equal to or less than a preset downscale ratio. ; Transmitting a request for a first current image to an image providing device based on the identification result; acquiring a second current image by first decoding image data of the first current image received from the image providing apparatus, based on the transmitted request for the first current image; and displaying the second current image or the downscaled second current image on a first window, wherein a ratio between a size of the second current image and a size of the first window is determined by the preset downscaled image. may be greater than or equal to the ratio.
  • the image display method may include transmitting a request for the previous image to the image providing device; Based on the request for the previous image, image data generated as a result of the first encoding of the first previous image and AI data related to AI downscaling from at least one previous original image to the first previous image, the image is provided.
  • receiving from the device obtaining a second previous image corresponding to the first previous image by first decoding the image data; generating a third previous image upscaled by AI from the second previous image through an upscaling neural network operating with neural network setting information acquired based on the AI data; and downscaling the third previous image based on the size of the first window, and transmitting a request for the first current image to the image providing device based on the identification result.
  • the first current video first encoded from the current original video without AI downscaling. and transmitting a request for to the video providing device, obtaining a second current video by first decoding the video data of the first current video, and obtaining the second current video or the downscaled second current video.
  • the displaying in the first window may include bypassing a downscaling operation for the acquired second current image or downscaling the acquired second current image based on the size of the first window; and displaying the second current image or the downscaled second current image on the first window, wherein the second current image or the downscaled second current image is different from the second current image in the second window of the display.
  • Other images may be displayed.
  • the transmitting of the request for the first current image to the image providing device based on the identification result may include a downscale ratio between a size of an image reconstructed from image data of the previous image and a size of the first window
  • the downscaling ratio is smaller than or equal to the preset downscaling ratio
  • the size of the image to be reconstructed from the image data of the first current image is smaller than or equal to the target maximum image size and larger than or equal to the size of the first window.
  • 1 transmitting a request for a current video to the video providing device, and the target maximum video size may be determined based on the size of the first window and the preset downscaling ratio.
  • An image providing apparatus includes a processor executing one or more instructions, wherein the processor receives a request for a first current image from a display device, and based on the request for the first current image , First encoded image data of the first current image is transmitted to the display device, and the request for the first current image is based on the size of the image restored from the image data of the previous image in the display device and the first window
  • the size of a second current image to be first decoded from the image data of the first current image and the second current image are generated based on whether the downscale ratio between the sizes of is less than or equal to a preset downscale rate and transmitted from the display device.
  • the ratio between the sizes of 1 window may be greater than or equal to a preset downscale ratio.
  • the processor transmits information representing image data of a plurality of qualities to the display device, and receives a request for the first current image based on the information representing the image data of a plurality of qualities from the display device;
  • the information representing the image data of the plurality of qualities may indicate image data generated through AI downscaling and first encoding and image data generated through first encoding without AI downscaling.
  • one component when one component is referred to as “connected” or “connected” to another component, the one component may be directly connected or directly connected to the other component, but in particular Unless otherwise described, it should be understood that they may be connected or connected via another component in the middle.
  • components expressed as ' ⁇ unit (unit)', 'module', etc. are two or more components combined into one component or one component based on more subdivided functions It may be differentiated into two or more.
  • each of the components to be described below may additionally perform some or all of the functions of other components in addition to its own main function, and some of the main functions of each component may be different from other components. Of course, it may be performed exclusively by a component.
  • the expression “at least one of a, b, or c” means “a”, “b”, “c”, “a and b”, “a and c”, “b and c”, “a, b” and c”, or variations thereof.
  • 'image' or 'picture' may indicate a still image, a moving image composed of a plurality of continuous still images (or frames), or a video.
  • a 'neural network (NN)' is a representative example of an artificial neural network model that mimics a cranial nerve, and is not limited to an artificial neural network model using a specific algorithm.
  • a neural network may also be referred to as a deep neural network (DNN).
  • a 'parameter' is a value used in the calculation process of each layer constituting the neural network, and may include, for example, a weight used when an input value is applied to a predetermined calculation expression. Parameters can be expressed in matrix form.
  • a parameter is a value set as a result of training and can be updated through separate training data as needed.
  • a 'first neural network' refers to a neural network used for AI downscaling of an image
  • a 'second neural network' refers to a neural network used for AI upscaling of an image
  • 'neural network (NN) setting information' is information related to elements constituting a neural network, and includes the above parameters.
  • a neural network may be set using the neural network setting information.
  • Neural network setting information may be referred to as deep neural network (DNN) setting information.
  • 'original video' means an image to be subjected to AI encoding
  • 'first video' means an image obtained as a result of AI downscaling of the original video in the AI encoding process
  • 'second image' means an image obtained through the first decoding in the AI decoding process
  • 'third image' means an image obtained by AI up-scaling the second image in the AI decoding process.
  • 'AI downscale' refers to a process of reducing the resolution of an image based on AI
  • 'first encoding' refers to an encoding process based on a frequency conversion-based video compression method.
  • 'first decoding' means a decoding process based on a frequency conversion-based image restoration method
  • 'AI upscaling' means a process of increasing the resolution of an image based on AI.
  • 'first encoding' and 'first decoding' may be referred to as 'encoding' and 'decoding', respectively.
  • AI 1 is a diagram for explaining an artificial intelligence (AI) encoding process and an AI decoding process according to an embodiment.
  • AI artificial intelligence
  • an original image 105 having a high resolution is AI downscaled 110 to obtain a first image 115 .
  • the first encoding 120 and the first decoding 130 are performed on the first image 115 having a relatively small resolution, the first encoding 120 and the first decoding 120 on the original image 105 Compared to the case where the first decoding 130 is performed, the bit rate can be greatly reduced.
  • an original image 105 is AI downscaled 110 to obtain a first image 115, and the first image 115 is Encode (120).
  • 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 through the first decoding 130, and the second image 135 is obtained.
  • a third image 145 is obtained by AI up-scaling 140 .
  • the original image 105 is AI downscaled 110 to obtain the first image 115 with a predetermined resolution and/or a predetermined quality.
  • the AI downscale 110 is performed based on AI, and the AI for the AI downscale 110 must be joint trained in conjunction with the AI for the AI upscale 140 of the second image 135. do. This is because, when AI for AI downscale 110 and AI for AI upscale 140 are trained separately, between the original image 105, which is an AI encoding target, and the third image 145 restored through AI decoding. because the difference between
  • AI data may be used to maintain this linkage in the AI encoding process and the AI decoding process. Therefore, the AI data obtained through the AI encoding process must include information indicating an upscale target, and in the AI decoding process, the AI upscales the second image 135 based on the upscale target identified based on the AI data. (140).
  • AI for AI downscale 110 and AI for AI upscale 140 may be implemented as a neural network.
  • the AI encoding apparatus since the first neural network and the second neural network are jointly trained through sharing of loss information under a predetermined target, the AI encoding apparatus provides target information used when the first neural network and the second neural network perform joint training. is provided to the AI decoding device, and the AI decoding device may AI upscale 140 the second image 135 to a target quality and/or resolution based on the provided target information.
  • the first encoding 120 includes a process of generating predicted data by predicting the first image 115, a process of generating residual data corresponding to a difference between the first image 115 and the predicted data, and a spatial domain component, It may include a process of transforming the residual data into frequency domain components, a process of quantizing the residual data transformed into frequency domain components, and a process of entropy encoding the quantized residual data.
  • Such a first encoding process 120 is MPEG-2, H.264 AVC (Advanced Video Coding), MPEG-4, HEVC (High Efficiency Video Coding), VC-1, VP8, VP9 and AV1 (AOMedia Video 1) It can be implemented through one of image compression methods using constant frequency transform.
  • the second image 135 corresponding to the first image 115 may be restored through the first decoding 130 of image data.
  • the first 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 residual data of frequency domain components into spatial domain components, and prediction data. It may include a process of generating and a process of restoring the second image 135 using the prediction data and residual data.
  • Such a first decoding process 130 may be implemented through an image restoration method corresponding to one of image compression methods using frequency conversion used in the first encoding 120 process.
  • the AI encoded data obtained through the AI encoding process may include image data obtained as a result of the first encoding 120 of the first image 115 and AI data related to the AI downscale 110 of the original image 105.
  • Image data may be used in the first decoding 130 process, and AI data may be used in the AI upscale 140 process.
  • Image data may be transmitted in the form of a bitstream.
  • the image data may include data obtained based on pixel values in the first image 115, eg, 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 first encoding 120 process of the first image 115 .
  • the image data includes prediction mode information used in the first encoding 120 of the first image 115, motion information, and quantization parameter related information used in the first encoding 120. can do.
  • the image data is an image compression method used in the first encoding 120 process among image compression methods using frequency conversion, such as MPEG-2, H.264 AVC, MPEG-4, HEVC, VC-1, VP8, VP9, and AV1. It may be generated based on the rules of, for example, syntax.
  • the AI data is used for the AI upscale 140 based on the second neural network.
  • the AI data includes information enabling accurate AI upscaling 140 of the second image 135 through the second neural network to be performed.
  • the AI upscale 140 may be performed to the target resolution and/or quality of 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 included in image data and transmitted.
  • Video data and AI data may be transmitted through the same network or different networks.
  • FIG. 2 is a block diagram showing the configuration of an AI decoding apparatus 200 according to an embodiment.
  • the AI decoding apparatus 200 includes a receiving unit 210 and an AI decoding unit 230.
  • the AI decoder 230 may include a parser 232, a first decoder 234, an AI upscaler 236, and an AI setter 238.
  • the receiving unit 210 and the AI decoding unit 230 may be implemented by one processor.
  • the receiver 210 and the AI decoder 230 may be implemented as a dedicated processor, and may be implemented with a general-purpose processor such as an application processor (AP), central processing unit (CPU), or graphic processing unit (GPU) and S/W. It may be implemented through a combination of
  • a dedicated processor may include a memory for implementing an embodiment of the present disclosure or a memory processing unit for using an external memory.
  • the receiving unit 210 and the AI decoding unit 230 may be composed of a plurality of processors. In this case, it may be implemented with a combination of dedicated processors, or it may be implemented with a combination of S/W and a plurality of general-purpose processors such as APs, CPUs, or GPUs.
  • the receiving unit 210 is implemented with a first processor
  • the first decoding unit 234 is implemented with a second processor different from the first processor
  • the AI setting unit 238 may be implemented as a third processor different from the first processor and the second processor.
  • the receiving unit 210 receives AI encoded data obtained as a result of AI encoding.
  • AI-encoded data may be a video file having a file format such as mp4 or mov.
  • the receiving unit 210 may receive AI-encoded data transmitted over a network.
  • the receiving unit 210 outputs the AI-encoded data to the AI decoding unit 230.
  • the AI-encoded data is magnetic media such as hard disks, floppy disks and magnetic tapes, optical recording media such as CD-ROMs and DVDs, and magneto-optical media such as floptical disks. It may be obtained from a data storage medium including an optical medium) or the like.
  • the parsing unit 232 parses the AI-encoded data, transfers image data generated as a result of the first encoding of the first image 115 to the first decoding unit 234, and transfers the AI data to the AI setting unit 238. convey
  • the parsing unit 232 may parse image data and AI data separately included in AI-encoded data.
  • the parsing unit 232 may read a header in the AI-encoded data and distinguish between AI data and image data included in the AI-encoded data.
  • AI data may be included in a Vendor Specific InfoFrame (VSIF) within the HDMI stream.
  • VSIF Vendor Specific InfoFrame
  • the parsing unit 232 parses the video data from the AI-encoded data, extracts the AI data from the video data, transfers the AI data to the AI setting unit 238, and performs first decoding on the remaining video data. It can be passed to unit 234. That is, AI data may be included in video data. For example, AI data may be included in supplemental enhancement information (SEI), which is an additional information area of a bitstream corresponding to video data.
  • SEI Supplemental Enhancement Information
  • the parsing unit 232 divides a bitstream corresponding to image data into a bitstream to be processed by the first decoding unit 234 and a bitstream corresponding to AI data, and each of the divided bitstreams It can be output to the first decoding unit 234 and the AI setting unit 238.
  • the parsing unit 232 acquires video 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 image data. In this case, corresponding information may be transmitted to the first decoder 234 so that the video data can be processed with the identified codec.
  • a predetermined codec eg, MPEG-2, H.264, MPEG-4, HEVC, VC-1, VP8, VP9, or AV1
  • the first decoding unit 234 restores the second image 135 corresponding to the first image 115 based on the image data received from the parsing unit 232 .
  • the second image 135 obtained by the first decoder 234 is provided to the AI upscaler 236.
  • first decoding-related information such as prediction mode information, motion information, and quantization parameter information may be provided from the first decoding unit 234 to the AI setting unit 238.
  • the first decoding-related information may be used to obtain neural network setting information.
  • the AI data provided to the AI setting unit 238 includes information enabling AI up-scaling of the second image 135 .
  • the upscale target of the second image 135 should correspond to the downscale target of the first neural network. Therefore, the AI data should include information capable of identifying the downscale target of the first neural network.
  • the information included in the AI data is specifically exemplified, there are difference information between the resolution of the original image 105 and the resolution of the first image 115 and information related to the first image 115 .
  • the difference information may be expressed as information about a degree of resolution conversion of the first image 115 compared to the original image 105 (eg, resolution conversion rate information).
  • the difference information can be expressed only with the resolution information of the original image 105.
  • the resolution information may be expressed as a horizontal and vertical screen size, or may be expressed as a ratio (16:9, 4:3, etc.) and a size on one axis.
  • it may be expressed in the form of an index or flag.
  • the information related to the first image 115 may include the resolution of the first image 115, the bit rate of image data obtained as a result of the first encoding of the first image 115, or used during the first encoding of the first image 115. It may include information on at least one of the codec types.
  • the AI setting unit 238 may determine an upscale target of the second image 135 based on at least one of difference information included in the AI data or information related to the first image 115 .
  • the upscaling target may indicate, for example, to what resolution the second image 135 should be upscaled.
  • the AI upscaler 236 AI upscales the second image 135 through the second neural network to obtain a third image 145 corresponding to the upscale target.
  • FIG. 3 is an exemplary diagram showing the second neural network 300 for AI up-scaling of the second image 135, and FIG. 4 shows the convolution operation in the first convolution layer 310 shown in FIG. are showing
  • the second image 135 is input to the first convolution layer 310 .
  • 3X3X4 displayed on the first convolution layer 310 shown in FIG. 3 exemplifies convolution processing on one input image using four filter kernels each having a size of 3x3.
  • 4 feature maps are generated by 4 filter kernels.
  • Each feature map represents unique characteristics of the second image 135 .
  • each feature map may indicate a vertical direction characteristic, a horizontal direction characteristic, or an edge characteristic of the second image 135 .
  • one A feature map 450 may be created. Since four filter kernels are used in the first convolution layer 310, four feature maps can be generated through a convolution operation process using the four filter kernels.
  • I1 to I49 displayed on the second image 135 represent pixels of the second image 135
  • F1 to F9 displayed on the filter kernel 430 represent parameters of the filter kernel 430
  • M1 to M9 displayed on the feature map 450 represent samples of the feature map 450 .
  • the second image 135 includes 49 pixels, but this is only one example, and when the second image 135 has a resolution of 4K, for example, 3840 X 2160 pixels. may contain pixels.
  • pixel values of I1, I2, I3, I8, I9, I10, I15, I16, and I17 of the second image 135 and F1, F2, F3, F4, and F5 of the filter kernel 430 , F6, F7, F8, and F9 are respectively multiplied, and a value obtained by combining (eg, an addition operation) result values of the multiplication operation may be assigned as a value of M1 of the feature map 450.
  • pixel values of I3, I4, I5, I10, I11, I12, I17, I18, and I19 of the second image 135 and F1 and F2 of the filter kernel 430 , F3, F4, F5, F6, F7, F8, and F9 are each multiplied, and a value obtained by combining the result values of the multiplication operation may be assigned as the value of M2 of the feature map 450.
  • a convolution operation between pixel values in the second image 135 and parameters of the filter kernel 430 is performed.
  • a feature map 450 having a predetermined size may be obtained.
  • parameters of a second neural network for example, parameters of a filter kernel used in convolutional layers of the second neural network (eg, filter The values of F1, F2, F3, F4, F5, F6, F7, F8 and F9) of the kernel 430 may be optimized.
  • the AI setting unit 238 determines an upscale target corresponding to the downscale target of the first neural network based on the AI data, and sets parameters corresponding to the determined upscale target to be used in convolution layers of the second neural network. It can be determined by the parameters of the filter kernel.
  • the convolution layers included in the first neural network and the second neural network may perform processing based on the convolution operation process described in relation to FIG. 4, but the convolution operation process described in FIG. 4 is only an example and is limited thereto. It is not.
  • the feature maps output from the first convolution layer 310 are input to the first activation layer 320 .
  • the first activation layer 320 may assign non-linear characteristics to each feature map.
  • the first activation layer 320 may include, but is not limited to, a sigmoid function, a Tanh function, a Rectified Linear Unit (ReLU) function, and the like.
  • Giving the nonlinear characteristics in the first activation layer 320 means changing and outputting some sample values of the feature map, which is an output of the first convolution layer 310 . At this time, the change is performed by applying nonlinear characteristics.
  • the first activation layer 320 determines whether to transfer sample values of feature maps output from the first convolution layer 310 to the second convolution layer 330 . For example, certain sample values among sample values of feature maps are activated by the first activation layer 320 and transferred to the second convolution layer 330, and certain sample values are activated by the first activation layer 320. It is inactivated and not transmitted to the second convolution layer 330 . The unique characteristics of the second image 135 indicated by the feature maps are emphasized by the first activation layer 320 .
  • the feature maps 325 output from the first activation layer 320 are input to the second convolution layer 330 .
  • One of the feature maps 325 shown in FIG. 3 is a result of processing the feature map 450 described with reference to FIG. 4 in the first activation layer 320 .
  • 3X3X4 displayed on the second convolution layer 330 exemplifies convolution processing on the input feature maps 325 using four filter kernels having a size of 3 ⁇ 3.
  • the output of the second convolution layer 330 is input to the second activation layer 340 .
  • the second activation layer 340 may impart nonlinear characteristics to input data.
  • the feature maps 345 output from the second activation layer 340 are input to the third convolution layer 350 .
  • 3X3X1 displayed on the third convolution layer 350 shown in FIG. 3 illustrates convolution processing to create one output image using one filter kernel having a size of 3x3.
  • the third convolution layer 350 is a layer for outputting a final image and generates one output using one filter kernel. According to the example of the present disclosure, the third convolution layer 350 may output the third image 145 through a convolution operation.
  • Neural network setting information indicating the number of filter kernels of the first convolution layer 310, the second convolution layer 330, and the third convolution layer 350 of the second neural network 300, parameters of the filter kernels, etc.
  • the plurality of neural network setting information must correspond to the plurality of neural network setting information of the first neural network.
  • a correspondence relationship between a plurality of neural network setting information of the second neural network and a plurality of neural network setting information of the first neural network may be implemented through cooperative learning of the first neural network and the second neural network.
  • the second neural network 300 includes three convolution layers 310, 330, and 350 and two activation layers 320 and 340, but this is only one example, and implementation Accordingly, the number of convolution layers and activation layers may be variously changed. Also, depending on implementation, the second neural network 300 may be implemented through a recurrent neural network (RNN). This case means changing the CNN structure of the second neural network 300 according to the example of the present disclosure into an RNN structure.
  • RNN recurrent neural network
  • the AI upscaler 236 may include at least one arithmetic logic unit (ALU) for the above-described convolution operation and activation layer operation.
  • An ALU may be implemented as a processor.
  • the ALU may include a multiplier performing a multiplication operation between the sample values of the feature map output from the second image 135 or the previous layer and the sample values of the filter kernel, and an adder adding the resultant values of the multiplication.
  • the ALU is a multiplier that multiplies input sample values with weights used in a predetermined sigmoid function, Tanh function, or ReLU function, and compares the multiplication result with a predetermined value to obtain an input sample value.
  • a comparator for determining whether to transfer to the next layer may be included.
  • the AI setting unit 238 determines an up-scale target and the AI up-scale unit 236 AI up-scales the second image 135 based on the up-scale target will be described.
  • the AI setting unit 238 may store a plurality of neural network setting information that can be set in the second neural network.
  • the neural network setting information may include information on at least one of the number of convolution layers included in the second neural network, the number of filter kernels for each convolution layer, or parameters of each filter kernel.
  • the plurality of neural network setting information may correspond to various upscale targets, and the second neural network may operate based on the neural network setting information corresponding to the specific upscale target.
  • the second neural network may have a different structure according to neural network setting information.
  • the second neural network may include three convolutional layers, and according to other neural network setting information, the second neural network may include four convolutional layers.
  • the neural network configuration information may include only parameters of a filter kernel used in the second neural network.
  • the structure of the second neural network is not changed, but only parameters of an internal filter kernel may be changed according to neural network setting information.
  • the AI setting unit 238 may obtain neural network setting information for AI upscaling of the second image 135 from among a plurality of neural network setting information.
  • Each of the plurality of neural network setting information used here is information for obtaining the third image 145 of a predetermined resolution and/or a predetermined quality, and is trained in association with the first neural network.
  • any one of the plurality of neural network setting information is a third image 145 having a resolution twice as large as the resolution of the second image 135, for example, a second image of 2K (2048*1080). It may include information for obtaining the third image 145 of 4K (4096*2160), which is twice as large as the second image 135, and the other neural network setting information is 4 times higher than the resolution of the second image 135.
  • Information for acquiring the third image 145 of twice the resolution, for example, the third image 145 of 8K (8192 * 4320) four times larger than the second image 135 of 2K (2048 * 1080) may include
  • Each of the plurality of neural network setting information is created in association with the neural network setting information of the first neural network of the AI encoding apparatus 700 of FIG. 7, and the AI setting unit 238 corresponds to the reduction ratio of the neural network setting information of the first neural network. Based on the magnification ratio, one neural network setting information among a plurality of neural network setting information is acquired. To this end, the AI setting unit 238 must check the information of the first neural network. In order for the AI setting unit 238 to check the information of the first neural network, the AI decoding apparatus 200 according to an embodiment receives AI data including information of the first neural network from the AI encoding apparatus 700.
  • the AI setting unit 238 uses the information received from the AI encoding device 700 to check information targeted by the neural network setting information of the first neural network used to obtain the first image 115, and , it is possible to obtain neural network setting information of the second neural network trained in conjunction with it.
  • neural network setting information for AI upscaling of the second image 135 is obtained from among a plurality of neural network setting information
  • the neural network setting information is transmitted to the AI upscaling unit 236, and the second image 135 operates based on the neural network setting information.
  • Input data may be processed based on a neural network.
  • the AI upscaler 236 obtains any one neural network setting information
  • the first convolution layer 310 and the second convolution layer 330 of the second neural network 300 shown in FIG. ) and the third convolution layer 350 the number of filter kernels included in each layer and parameters of the filter kernels are set to values included in the obtained neural network setting information.
  • the AI upscaler 236 has parameters of the 3 X 3 filter kernel 430 shown in FIG. 4 ⁇ 1, 1, 1, 1, 1, 1, 1, 1, 1 ⁇ , and the neural network If there is a change in the setting information, the parameters of the filter kernel 430 can be replaced with ⁇ 2, 2, 2, 2, 2, 2, 2, 2 ⁇ , which are parameters included in the changed neural network setting information. .
  • the AI setting unit 238 may obtain neural network setting information for upscaling the second image 135 from among a plurality of neural network setting information based on information included in the AI data. AI data is explained in detail.
  • the AI setting unit 238 may obtain neural network setting information for upscaling the second image 135 from among a plurality of neural network setting information based on the difference information included in the AI data. For example, based on the difference information, the resolution (eg, 4K (4096*2160)) of the original image 105 is higher than the resolution (eg, 2K (2048*1080)) of the first image 115. If it is confirmed that the resolution is twice as large, the AI setting unit 238 may obtain neural network setting information capable of doubling the resolution of the second image 135 .
  • the resolution eg, 4K (4096*2160)
  • the AI setting unit 238 may obtain neural network setting information capable of doubling the resolution of the second image 135 .
  • the AI setting unit 238 is neural network setting information for AI up-scaling the second image 135 of the plurality of neural network setting information based on the information related to the first image 115 included in the AI data. can be obtained.
  • the AI setting unit 238 may pre-determine a mapping relationship between image-related information and neural network setting information, and obtain neural network setting information mapped to the first image 115 related information.
  • FIG. 5 is an exemplary diagram illustrating a mapping relationship between various pieces of image-related information and various pieces of neural network setting information.
  • the AI encoding/AI decoding process does not consider only a change in resolution.
  • neural network setting information individually or collectively considers resolutions such as SD, HD, and Full HD, bit rates such as 10Mbps, 15Mbps, and 20Mbps, and codec information such as AV1, H.264, and HEVC. of can be made.
  • resolutions such as SD, HD, and Full HD
  • bit rates such as 10Mbps, 15Mbps, and 20Mbps
  • codec information such as AV1, H.264, and HEVC.
  • the AI setting unit 238 performs the AI decoding process.
  • Neural network setting information for AI up-scaling of the second image 135 may be selected based on information related to the first image 115 received from .
  • the AI setting unit 238 matches the image related information shown on the left side of the table shown in FIG. 5 with the neural network setting information on the right side of the table, so that the neural network setting information based on the image related information can be used.
  • the AI setting unit 238 may obtain 'A' neural network setting information from among a plurality of neural network setting information.
  • the AI setting unit 238 may obtain 'B' neural network setting information from among a plurality of neural network setting information.
  • the AI setting unit 238 obtains 'C' neural network setting information among a plurality of neural network setting information, and the resolution of the first image 115 is Full HD, When it is confirmed that the bit rate of the image data obtained as a result of the first encoding of the first image 115 is 15 Mbps and the first image 115 is first encoded using the HEVC codec, the AI setting unit 238 performs a plurality of neural networks.
  • 'D' neural network setting information can be obtained. According to whether the bit rate of image data obtained as a result of the first encoding of the first image 115 is 20 Mbps or 15 Mbps, one of 'C' neural network setting information and 'D' neural network setting information is selected.
  • the first image 115 of the same resolution is first encoded using the same codec, the fact that the bit rates of the image data are different means that the image quality of the restored image is different from each other. Therefore, the first neural network and the second neural network may be jointly trained based on a predetermined image quality, and accordingly, the AI setting unit 238 configures the neural network based on the bit rate of the image data representing the image quality of the second image 135. Setting information can be obtained.
  • the AI setting unit 238 relates information (prediction mode information, motion information, quantization parameter information, etc.) provided from the first decoding unit 234 to the first image 115 included in the AI data.
  • Neural network setting information for AI up-scaling the second image 135 from among a plurality of neural network setting information may be acquired by considering all of the information.
  • the AI setting unit 238 receives quantization parameter information used in the first encoding process of the first image 115 from the first decoding unit 234, and transmits information on the quantization parameter used in the first encoding process of the first image 115 from the AI data.
  • a bit rate of image data obtained as a result of encoding may be checked, and neural network setting information corresponding to the quantization parameter and the bit rate may be acquired. Even if the bit rate is the same, there may be a difference in the quality of the reconstructed image according to the complexity of the image, and the bit rate is a value representing the entire first image 115 to be first encoded, and the Picture quality may vary. Therefore, considering the prediction mode information, motion information, and/or quantization parameters that can be obtained for each frame from the first decoder 234 together, a neural network setting more suitable for the second image 135 than using only AI data can be obtained. information can be obtained.
  • the AI data may include an identifier of mutually agreed neural network setting information.
  • the identifier of the neural network setting information is an upscale target corresponding to the downscale target of the first neural network, and neural network setting information trained in association with the first neural network and the second neural network so that the second image 135 can be AI upscaled. This is information for distinguishing a pair of .
  • the AI setting unit 238 obtains an identifier of the neural network setting information included in the AI data, then obtains the neural network setting information corresponding to the identifier of the neural network setting information, and the AI upscaler 236 converts the corresponding neural network setting information
  • the second image 135 can be upscaled using AI.
  • an identifier indicating each of a plurality of neural network setting information that can be set in the first neural network and an identifier indicating each of a plurality of neural network setting information that can be set in the second neural network may be designated in advance.
  • the same identifier may be designated for a pair of neural network setting information settable for each of the first neural network and the second neural network.
  • the AI data may include an identifier of neural network setting information set in the first neural network for AI downscaling of the original image 105 .
  • the AI setting unit 238 Upon receiving the AI data, the AI setting unit 238 acquires the neural network setting information indicated by the identifier included in the AI data among a plurality of neural network setting information, and the AI upscaler 236 uses the corresponding neural network setting information to obtain the second neural network setting information.
  • the image 135 may be AI upscaled.
  • AI data may include neural network setting information itself.
  • the AI setting unit 238 obtains neural network setting information included in the AI data, and the AI upscaling unit 236 may AI upscale the second image 135 using the corresponding neural network setting information.
  • the AI setting unit 238 acquires neural network setting information by combining some selected values from the lookup table based on the information included in the AI data, and the AI upscaling unit 236 uses the corresponding neural network setting information to generate a second image. (135) can also be AI upscaled.
  • the AI setting unit 238 may obtain neural network setting information corresponding to the determined structure of the neural network, for example, filter kernel parameters.
  • the AI setting unit 238 obtains neural network setting information of the second neural network through AI data including information related to the first neural network, and the AI upscaling unit 236 based on the corresponding neural network setting information
  • the second image 135 is upscaled by AI through the second neural network, which is compared to upscaling by directly analyzing the characteristics of the second image 135. Memory usage and computational complexity can be reduced. .
  • the AI setting unit 238 may independently obtain neural network setting information for each of a predetermined number of frames, or a common neural network for all frames. It is also possible to obtain setting information.
  • FIG. 6 is a diagram illustrating a second image 135 composed of a plurality of frames.
  • the second image 135 may include frames corresponding to t0 to tn.
  • the AI setting unit 238 obtains neural network setting information of the second neural network through AI data, and the AI upscaling unit 236 AI frames corresponding to t0 to tn based on the neural network setting information. can be upscaled. That is, frames corresponding to t0 to tn may be AI upscaled based on common neural network setting information.
  • the AI setting unit 238 obtains 'A' neural network setting information from AI data for some of the frames corresponding to t0 to tn, for example, frames corresponding to t0 to ta and 'B' neural network setting information may be obtained from AI data for frames corresponding to ta+1 to tb.
  • the AI setting unit 238 may obtain 'C' neural network setting information from AI data for frames corresponding to tb+1 to tn.
  • the AI setting unit 238 independently obtains neural network setting information for each group including a predetermined number of frames among a plurality of frames, and the AI upscaling unit 236 independently acquires the frames included in each group. AI can be upscaled with the acquired neural network setting information.
  • the AI setting unit 238 may independently obtain neural network setting information for each frame constituting the second image 135 .
  • the AI setting unit 238 obtains neural network setting information in relation to the first frame and retrieves neural network setting information in relation to the second frame.
  • neural network setting information may be obtained in relation to the third frame. That is, neural network setting information can be obtained independently for each of the first frame, the second frame, and the third frame.
  • Neural network setting information is obtained based on information (prediction mode information, motion information, quantization parameter information, etc.) provided from the above-described first decoding unit 234 and information related to the first image 115 included in the AI data
  • neural network setting information may be independently acquired for each frame constituting the second image 135 . This is because mode information, quantization parameter information, and the like can be independently determined for each frame constituting the second image 135 .
  • the AI data may include information indicating up to which frame the neural network setting information obtained based on the AI data is valid. For example, if information that the neural network setting information is valid up to the ta frame is included in the AI data, the AI setting unit 238 obtains the neural network setting information based on the AI data, and the AI upscaler 236 Frames t0 to ta are AI upscaled based on the corresponding neural network setting information. And, if information that the neural network setting information is valid until the tn frame is included in the other AI data, the AI setting unit 238 obtains the neural network setting information based on the other AI data, and the AI upscaler 236 may AI upscale ta + 1 to tn frames based on the acquired neural network setting information.
  • the AI encoding apparatus 700 for AI encoding of the original video 105 will be described with reference to FIG. 7 .
  • FIG. 7 is a block diagram showing the configuration of an AI encoding apparatus 700 according to an embodiment.
  • an AI encoding apparatus 700 may include an AI encoding unit 710 and a transmission unit 730.
  • the AI encoder 710 may include an AI downscaling unit 712, a first encoding unit 714, a data processing unit 716, and an AI setting unit 718.
  • FIG. 7 shows the AI encoder 710 and the transmitter 730 as separate devices
  • the AI encoder 710 and the transmitter 730 may be implemented by one processor.
  • it may be implemented as a dedicated processor, or may be implemented through a combination of S/W and a general-purpose processor such as an AP, CPU, or GPU.
  • a dedicated processor may include a memory for implementing an embodiment of the present disclosure or a memory processing unit for using an external memory.
  • the AI encoder 710 and the transmitter 730 may be composed of a plurality of processors. In this case, it may be implemented with a combination of dedicated processors, or it may be implemented with a combination of S/W and a plurality of general-purpose processors such as APs, CPUs, or GPUs.
  • the first encoding unit 714 is composed of a first processor
  • the AI downscaling unit 712, the data processing unit 716 and the AI setting unit 718 are configured by a second processor different from the first processor.
  • the transmitter 730 may be implemented as a third processor different from the first processor and the second processor.
  • the AI encoder 710 performs AI downscaling of the original image 105 and first encoding of the first image 115 and transmits the AI-encoded data to the transmission unit 730 .
  • the transmitter 730 transmits the AI-encoded data to the AI decoding device 200.
  • the image data includes data obtained as a result of the first encoding of the first image 115 .
  • the image data may include data obtained based on pixel values in the first image 115, eg, 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 first encoding process of the first image 115 .
  • the image data may include prediction mode information used for first encoding the first image 115, motion information, and quantization parameter related information used for first encoding the first image 115. .
  • the AI data includes information enabling the AI upscaler 236 to AI upscale the second image 135 to an upscale target corresponding to the downscale target of the first neural network.
  • the AI data may include difference information between the original image 105 and the first image 115 .
  • AI data may include information related to the first image 115 .
  • the information related to the first image 115 may include the resolution of the first image 115, the bit rate of image data obtained as a result of the first encoding of the first image 115, or used during the first encoding of the first image 115. It may include information on at least one of the codec types.
  • the AI data may include an identifier of mutually promised neural network setting information so that the second image 135 can be AI upscaled to an upscale target corresponding to a downscale target of the first neural network.
  • the AI data may include neural network setting information that can be set in the second neural network.
  • the AI downscaling unit 712 may obtain the AI downscaled first image 115 from the original image 105 through the first neural network.
  • the AI downscaling unit 712 may perform AI downscaling of the original video 105 using neural network setting information provided from the AI setting unit 718 .
  • the AI setting unit 718 may determine a downscale target of the original image 105 based on a predetermined criterion.
  • the AI setting unit 718 may store a plurality of neural network setting information that can be set in the first neural network.
  • the AI setting unit 718 obtains neural network setting information corresponding to a downscale target from among a plurality of pieces of neural network setting information, and provides the acquired neural network setting information to the AI downscaling unit 712 .
  • Each of the plurality of neural network setting information may be trained to obtain the first image 115 having a predetermined resolution and/or a predetermined quality.
  • any one of the plurality of neural network setting information is a first image 115 having a resolution that is 1/2 smaller than the resolution of the original image 105, for example, 4K (4096*2160) It may include information for acquiring the first image 115 of 2K (2048 * 1080), which is 1/2 smaller than the original image 105 of , and another piece of neural network setting information is the resolution of the original image 105.
  • a first image 115 having a resolution 1/4 smaller than that of the first image 115 may include information for obtaining.
  • the AI setting unit 718 may obtain neural network setting information by combining some of the lookup table values according to the downscale target, and may provide the acquired neural network setting information to the AI downscaling unit 712 .
  • the AI setting unit 718 may determine the structure of the neural network corresponding to the downscale target and obtain neural network setting information corresponding to the determined structure of the neural network, for example, filter kernel parameters.
  • a plurality of neural network setting information for AI downscaling of the original image 105 may have an optimized value by performing joint training of the first neural network and the second neural network.
  • each neural network setting information includes at least one of the number of convolution layers included in the first neural network, the number of filter kernels for each convolution layer, or parameters of each filter kernel.
  • the AI downscaling unit 712 sets a first neural network based on the neural network setting information determined for AI downscaling of the original image 105 to generate the first image 115 of a predetermined resolution and/or a predetermined quality. It can be obtained through neural networks.
  • neural network setting information for AI downscaling of the original image 105 is obtained from among a plurality of neural network setting information
  • each layer in the first neural network may process input data based on information included in the neural network setting information. .
  • the downscale target may indicate, for example, how much the first image 115 whose resolution is reduced from the original image 105 should be obtained.
  • the AI setting unit 718 obtains one or more pieces of input information.
  • the input information includes a target resolution of the first image 115, a target bitrate of image data, a bitrate type of image data (eg, variable bitrate type, constant bitrate type, average bitrate type, etc.), A color format to which AI downscaling is applied (luminance component, chrominance component, red component, green component, blue component, etc.), codec type for first encoding of the first image 115, compression history information, original image 105 It may include at least one of a resolution of or the type of the original image 105 .
  • One or more pieces of input information may include information previously stored in the AI encoding device 700 or input from a user.
  • the AI setting unit 718 controls the operation of the AI downscaling unit 712 based on the input information.
  • the AI setting unit 718 may determine a downscale target based on the input information and provide neural network setting information corresponding to the determined downscale target to the AI downscale unit 712 .
  • the AI setting unit 718 transfers at least a portion of the input information to the first encoding unit 714 so that the first encoding unit 714 has a bit rate of a specific value, a bit rate of a specific type, and a specific codec.
  • the first image 115 may be subjected to first encoding.
  • the AI setting unit 718 is a compression rate (eg, resolution difference between the original video 105 and the first video 115, target bit rate), compression quality (eg, bit rate type ), compression history information, or the type of the original video 105, the downscale target may be determined.
  • a compression rate eg, resolution difference between the original video 105 and the first video 115, target bit rate
  • compression quality eg, bit rate type
  • compression history information or the type of the original video 105, the downscale target may be determined.
  • the AI setting unit 718 may determine a downscale target based on a compression rate or compression quality that is preset or input from a user.
  • the AI setting unit 718 may determine a downscale target using compression history information stored in the AI encoding device 700. For example, based on the compression history information available to the AI encoding device 700, a user's preferred encoding quality or compression rate may be determined, and a downscale target may be determined based on the encoding quality determined based on the compression history information. this can be determined. For example, the resolution, quality, etc. of the first image 115 may be determined based on the most frequently used encoding quality based on compression history information.
  • the AI setting unit 718 determines the encoding quality that has been used more than a predetermined threshold based on the compression history information (eg, the average quality of the encoding qualities that have been used more than a predetermined threshold)
  • a downscale target may be determined based on .
  • the AI setting unit 718 may determine a downscale target based on the resolution and type (eg, file format) of the original video 105 .
  • the AI setting unit 718 independently obtains neural network setting information for each predetermined number of frames, and AI downscales the independently acquired neural network setting information. It may be provided as part 712 .
  • the AI setting unit 718 may divide the frames constituting the original image 105 into a predetermined number of groups, and independently obtain neural network setting information for each group. The same or different neural network setting information may be obtained for each group. The number of frames included in the groups may be the same or different for each group.
  • the AI setting unit 718 may independently determine neural network setting information for each frame constituting the original image 105 . The same or different neural network setting information may be obtained for each frame.
  • FIG. 8 is an exemplary diagram illustrating a first neural network 800 for AI downscaling of an original image 105 .
  • the original image 105 is input to the first convolution layer 810 .
  • the first convolution layer 810 performs convolution on the original image 105 using 32 filter kernels of 5x5 size.
  • 32 feature maps generated as a result of the convolution process are input to the first activation layer 820 .
  • the first activation layer 820 may assign non-linear characteristics to 32 feature maps.
  • the first activation layer 820 determines whether to transfer sample values of feature maps output from the first convolution layer 810 to the second convolution layer 830 . For example, certain sample values among sample values of feature maps are activated by the first activation layer 820 and transferred to the second convolution layer 830, and certain sample values are activated by the first activation layer 820. It is inactivated and not transmitted to the second convolution layer 830. Information indicated by feature maps output from the first convolution layer 810 is emphasized by the first activation layer 820 .
  • the output 825 of the first activation layer 820 is input to the second convolution layer 830 .
  • the second convolution layer 830 performs convolution processing on input data using 32 filter kernels of 5x5 size.
  • the 32 feature maps output as a result of the convolution process are input to the second activation layer 840, and the second activation layer 840 may assign nonlinear characteristics to the 32 feature maps.
  • the output 845 of the second activation layer 840 is input to the third convolution layer 850 .
  • the third convolution layer 850 performs convolution processing on the input data using one filter kernel having a size of 5 x 5. As a result of the convolution process, one image may be output from the third convolution layer 850 .
  • the third convolution layer 850 is a layer for outputting a final image and obtains one output by using one filter kernel. According to the example of the present disclosure, the third convolution layer 850 may output the first image 115 through a convolution operation result.
  • Neural network setting information indicating the number of filter kernels of the first convolution layer 810, the second convolution layer 830, and the third convolution layer 850 of the first neural network 800, parameters of the filter kernels, etc.
  • the plurality of neural network setting information must correspond to the plurality of neural network setting information of the second neural network.
  • a correspondence relationship between a plurality of neural network setting information of the first neural network and a plurality of neural network setting information of the second neural network may be implemented through cooperative learning of the first neural network and the second neural network.
  • the first neural network 800 includes three convolution layers 810, 830, and 850 and two activation layers 820 and 840, but this is only an example and an implementation example. Accordingly, the number of convolution layers and activation layers may be variously changed. Also, depending on implementation, the first neural network 800 may be implemented through a recurrent neural network (RNN). In this case, it means that the CNN structure of the first neural network 800 according to the example of the present disclosure is changed to an RNN structure.
  • RNN recurrent neural network
  • the AI downscaling unit 712 may include at least one ALU for convolution operation and activation layer operation.
  • An ALU may be implemented as a processor.
  • the ALU may include a multiplier that performs a multiplication operation between the sample values of the feature map output from the original image 105 or the previous layer and the sample values of the filter kernel, and an adder that adds the resultant values of the multiplication. there is.
  • the ALU is a multiplier that multiplies input sample values with weights used in a predetermined sigmoid function, Tanh function, or ReLU function, and compares the multiplication result with a predetermined value to obtain an input sample value.
  • a comparator for determining whether to transfer to the next layer may be included.
  • the AI setting unit 718 transfers AI data to the data processing unit 716 .
  • the AI data includes information enabling the AI upscaler 236 to AI upscale the second image 135 to an upscale target corresponding to the downscale target of the first neural network.
  • the first encoder 714 receiving the first image 115 from the AI downscale unit 712 first encodes the first image 115 based on a frequency conversion-based image compression method to obtain a first image ( 115) can reduce the amount of information it has.
  • a predetermined codec eg, MPEG-2, H.264, MPEG-4, HEVC, VC-1, VP8, VP9, or AV1
  • video data is obtained.
  • Image data is obtained based on rules of a predetermined codec, for example, syntax.
  • the image data includes residual data that is a difference between the first image 115 and the predicted data of the first image 115, prediction mode information used to first encode the first image 115, motion information, and the first image ( 115) may include information related to a quantization parameter used for first encoding.
  • Image data obtained as a result of the first encoding of the first encoder 714 is provided to the data processor 716 .
  • the data processing unit 716 generates AI-encoded data including the video data received from the first encoding unit 714 and the AI data received from the AI setting unit 718 .
  • the data processor 716 may generate AI-encoded data including image data and AI data in a separated state.
  • AI data may be included in a Vendor Specific InfoFrame (VSIF) within an HDMI stream.
  • VSIF Vendor Specific InfoFrame
  • the data processing unit 716 may include AI data in image data obtained as a result of the first encoding by the first encoding unit 714 and generate AI-encoded data including the corresponding image data. .
  • the data processor 716 may combine a bitstream corresponding to image data and a bitstream corresponding to AI data to generate image data in the form of a bitstream.
  • the data processing unit 716 may express AI data as bits having a value of 0 or 1, that is, as a bitstream.
  • the data processor 716 may include a bitstream corresponding to AI data in supplemental enhancement information (SEI), which is an additional information area of the bitstream obtained as a result of the first encoding.
  • SEI Supplemental Enhancement Information
  • AI-encoded data is transmitted to the transmitter 730.
  • the transmission unit 730 transmits AI-encoded data obtained as a result of AI-encoding through a network.
  • the AI encoded data is magnetic media such as hard disks, floppy disks and magnetic tapes, optical recording media such as CD-ROMs and DVDs, and magneto-optical media such as floptical disks. medium) and the like may be stored in a data storage medium.
  • FIG. 9 is a diagram showing the structure of AI encoded data 900 according to an embodiment.
  • the AI data 912 and the image data 932 may be separately included in the AI encoded data 900.
  • the AI-encoded data 900 may be in a container format such as MP4, AVI, MKV, or FLV.
  • the AI encoded data 900 may be composed of a metadata box 910 and a media data box 930.
  • the metadata box 910 includes information about the video data 932 included in the media data box 930 .
  • the metadata box 910 may include information about the type of the first image 115, the type of codec used for encoding the first image 115, and the playback time of the first image 115. there is.
  • AI data 912 may be included in the metadata box 910 .
  • the AI data 912 may be encoded based on an encoding method provided by a predetermined container format and stored in the metadata box 910 .
  • the media data box 930 may include image data 932 generated based on the syntax of a predetermined image compression method.
  • FIG. 10 is a diagram showing the structure of AI encoded data 1000 according to an embodiment.
  • AI data 1034 may be included in image data 1032 .
  • the AI-encoded data 1000 may include a metadata box 1010 and a media data box 1030.
  • the AI data box 1010 contains AI data.
  • Data 1034 may not be included.
  • the media data box 1030 includes image data 1032 including AI data 1034.
  • the AI data 1034 may be included in the additional information area of the image data 1032 .
  • 11 is a diagram for explaining a method of training the first neural network 800 and the second neural network 300 .
  • the AI-encoded original image 105 through the AI encoding process is restored to the third image 145 through the AI decoding process.
  • the third image 145 obtained as a result of AI decoding and the original image 105
  • correlation between the AI encoding process and the AI decoding process is required. That is, information lost in the AI encoding process should be able to be restored in the AI decoding process, and for this purpose, joint training of the first neural network 800 and the second neural network 300 is required.
  • the quality loss information 1130 is used for both training of the first neural network 800 and the second neural network 300 .
  • an original training image 1101 is an image to be AI downscaled
  • a first training image 1102 is an AI downscaled image from the original training image 1101. It's a video.
  • a third training image 1104 is an AI upscaled image from the first training image 1102 .
  • the original training image 1101 includes a still image or a video consisting of a plurality of frames.
  • the original training image 1101 may include a luminance image extracted from a still image or a video consisting of a plurality of frames.
  • the original training image 1101 may include a patch image extracted from a still image or a video consisting of a plurality of frames.
  • the first training image 1102, the second training image 1104, and the third training image 1104 also consist of a plurality of frames.
  • the first training image 1102 and the second training image are generated through the first neural network 800 and the second neural network 300.
  • a plurality of frames of the third training image 1104 may be sequentially obtained.
  • the original training image 1101 is input to the first neural network 800.
  • the original training image 1101 input to the first neural network 800 is downscaled by AI and output as the first training image 1102, and the first training image 1102 is input to the second neural network 300.
  • a third training image 1104 is output.
  • a first training image 1102 is input to the second neural network 300, and according to an embodiment, a first training image 1102 obtained through a first encoding and a first decoding process
  • a second training image may be input to the second neural network 300 .
  • any one of MPEG-2, H.264, MPEG-4, HEVC, VC-1, VP8, VP9, and AV1 codec may be used.
  • MPEG-2, H.264, MPEG-4, HEVC, VC-1 , VP8, VP9, and AV1 may be used.
  • a legacy downscaled downscaled training image 1103 is obtained from the original training image 1101.
  • the legacy downscale may include at least one of a bilinear scale, a bicubic scale, a lanczos scale, or a stair step scale.
  • a reduced training image 1103 preserving the structural features of the original training image 1101 is obtained.
  • the first neural network 800 and the second neural network 300 may be set with predetermined neural network setting information.
  • structural loss information 1110, complexity loss information 1120, and quality loss information 1130 may be determined.
  • the structural loss information 1110 may be determined based on a comparison result between the reduced training image 1103 and the first training image 1102 .
  • the structural loss information 1110 may correspond to a difference between structural information of the reduced training image 1103 and structural information of the first training image 1102 .
  • Structural information may include various features extractable from an image, such as luminance, contrast, and histogram of the image.
  • the structural loss information 1110 represents how much structural information of the original training image 1101 is maintained in the first training image 1102 . As the structural loss information 1110 is smaller, the structural information of the first training image 1102 becomes similar to the structural information of the original training image 1101.
  • the complexity loss information 1120 may be determined based on the spatial complexity of the first training image 1102 . In one example, as the spatial complexity, a total variance value of the first training image 1102 may be used.
  • the complexity loss information 1120 is related to the bitrate of image data obtained by first encoding the first training image 1102 . The smaller the complexity loss information 1120 is, the smaller the bit rate of image data is defined.
  • the quality loss information 1130 may be determined based on a comparison result between the original training image 1101 and the third training image 1104 .
  • the quality loss information 1130 includes an L1-norm value, an L2-norm value, a Structural Similarity (SSIM) value, and a Peak Signal-To-Value (PSNR-HVS) for the difference between the original training image 1101 and the third training image 1104.
  • -It may include at least one of a Noise Ratio-Human Vision System (MS-SSIM) value, a Multiscale SSIM (MS-SSIM) value, a Variance Inflation Factor (VIF) value, or a Video Multimethod Assessment Fusion (VMAF) value.
  • the quality loss information 1130 indicates how similar the third training image 1104 is to the original training image 1101 . The smaller the quality loss information 1130 is, the more similar the third training image 1104 is to the original training image 1101.
  • structural loss information 1110, complexity loss information 1120, and quality loss information 1130 are used to train the first neural network 800, and the quality loss information 1130 is used for training the second neural network ( 300) is used for training. That is, the quality loss information 1130 is used for training both the first neural network 800 and the second neural network 300 .
  • the first neural network 800 may update parameters such that final loss information determined based on the structural loss information 1110 , complexity loss information 1120 , and quality loss information 1130 is reduced or minimized.
  • the second neural network 300 may update parameters such that the quality loss information 1130 is reduced or minimized.
  • Final loss information for training of the first neural network 800 and the second neural network 300 may be determined as shown in Equation 1 below.
  • LossDS a ⁇ structural loss information + b ⁇ complexity loss information + c ⁇ quality loss information
  • LossUS d ⁇ quality loss information
  • LossDS represents final loss information to be reduced or minimized for training of the first neural network 800
  • LossUS represents final loss information to be reduced or minimized for training of the second neural network 300.
  • a, b, c, and d may correspond to predetermined weights.
  • the first neural network 800 updates parameters in a direction in which LossDS of Equation 1 decreases
  • the second neural network 300 updates parameters in a direction in which LossUS decreases.
  • the parameters of the first neural network 800 are updated based on the LossDS derived in the training process
  • the first training image 1102 obtained based on the updated parameters is the same as the first training image 1102 in the previous training process.
  • the third training image 1104 also becomes different from the third training image 1104 in the previous training process. If the third training image 1104 is different from the third training image 1104 in the previous training process, the quality loss information 1130 is also newly determined, and the second neural network 300 updates the parameters accordingly.
  • LossDS is also newly determined, so the first neural network 800 updates parameters based on the newly determined LossDS. That is, updating parameters of the first neural network 800 causes updating of parameters of the second neural network 300, and updating parameters of the second neural network 300 causes updating of parameters of the first neural network 800.
  • the parameters of the first neural network 800 and the second neural network 300 are They can be correlated with each other and optimized.
  • LossUS is determined based on the quality loss information 1130, but this is an example, and LossUS corresponds to at least one of the structural loss information 1110 and the complexity loss information 1120. , may be determined based on the quality loss information 1130.
  • the AI setting unit 238 of the AI decoding apparatus 200 and the AI setting unit 718 of the AI encoding apparatus 700 have been described as storing a plurality of neural network setting information, but the AI setting unit 238 and AI A method of training each of the plurality of neural network setting information stored in the setting unit 718 will be described.
  • the similarity between the structural information of the first training image 1102 and the structural information of the original training image 1101 (structural loss information 1110) ), the bit rate (complexity loss information 1120) of image data obtained as a result of the first encoding of the first training image 1102 and the difference between the third training image 1104 and the original training image 1101 (quality loss Parameters are updated in consideration of the information 1130).
  • the first training image 1102 which is similar to the structural information of the original training image 1101 and has a small bit rate of the image data obtained when the first encoding is performed, can be obtained, and the first training image Parameters of the first neural network 800 may be updated so that the second neural network 300 that AI upscales 1102 can obtain a third training image 1104 similar to the original training image 1101.
  • the directions in which the parameters of the first neural network 800 are optimized become different.
  • parameters of the first neural network 800 may be updated with more importance placed on the lowering of the bitrate than the quality of the third training image 1104 .
  • increasing the quality of the third training image 1104 is more important than increasing the bit rate or maintaining structural information of the original training image 1101. 1 Parameters of the neural network 800 may be updated.
  • the direction in which the parameters of the first neural network 800 are optimized may be different based on the type of codec used to first encode the first training image 1102 . This is because the second training image to be input to the second neural network 300 may vary based on the type of codec.
  • the parameters of the first neural network 800 and the parameters of the second neural network 300 are linked based on the weight a, the weight b, the weight c, and the type of codec for the first encoding of the first training image 1102. so that it can be updated. Therefore, after determining the weight a, the weight b, and the weight c as predetermined values, and determining the type of codec as a predetermined type, and then training the first neural network 800 and the second neural network 300, they are linked to each other.
  • the optimized parameters of the first neural network 800 and the second neural network 300 may be determined.
  • the parameters of the first neural network 800 are optimized in association with each other. and parameters of the second neural network 300 may be determined.
  • a plurality of trained neural network setting information in association with each other is It can be determined by the neural network 800 and the second neural network 300.
  • a plurality of neural network setting information of the first neural network 800 and the second neural network 300 may be mapped to first image related information.
  • the first training image 1102 output from the first neural network 800 is first encoded with a specific codec based on a specific bit rate, and the bitstream obtained as a result of the first encoding is first encoded.
  • the second training image obtained by decoding may be input to the second neural network 300 .
  • a pair of neural network setting information can be determined.
  • the bit rate of the bit stream obtained according to the resolution of the first training image 1102, the type of codec used for the first encoding of the first training image 1102, and the first encoding of the first training image 1102 varies.
  • a mapping relationship between a plurality of pieces of neural network setting information of the first neural network 800 and the second neural network 300 and the first image related information may be determined.
  • FIG. 12 is a diagram for explaining a training process of the first neural network 800 and the second neural network 300 by the training device 1200 .
  • Training of the first neural network 800 and the second neural network 300 described with reference to FIG. 11 may be performed by the training apparatus 1200 .
  • the training device 1200 includes a first neural network 800 and a second neural network 300 .
  • the training device 1200 may be, for example, the AI encoding device 700 or a separate server.
  • Neural network setting information of the second neural network 300 obtained as a result of training is stored in the AI decoding apparatus 200.
  • the training device 1200 initially sets neural network setting information of the first neural network 800 and the second neural network 300 (S1240 and S1245). Accordingly, the first neural network 800 and the second neural network 300 may operate based on predetermined neural network setting information.
  • Neural network setting information includes at least one of the number of convolution layers included in the first neural network 800 and the second neural network 300, the number of filter kernels per convolution layer, the size of filter kernels per convolution layer, or parameters of each filter kernel. It may contain information about one.
  • the training device 1200 inputs the original training image 1101 to the first neural network 800 (S1250).
  • the original training image 1101 may include at least one frame constituting a still image or a moving image.
  • the first neural network 800 processes the original training image 1101 based on the initially set neural network setting information, and outputs the AI downscaled first training image 1102 from the original training image 1101 (S1255).
  • . 12 shows that the first training image 1102 output from the first neural network 800 is directly input to the second neural network 300, but the first training image 1102 output from the first neural network 800 ) may be input to the second neural network 300 by the training apparatus 1200.
  • the training apparatus 1200 may first encode and first decode the first training image 1102 using a predetermined codec, and then input the second training image to the second neural network 300 .
  • the second neural network 300 processes the first training image 1102 or the second training image based on initially set neural network setting information, and the first training image 1102 or the second training image is AI upscaled. 3
  • the training image 1104 is output (S1260).
  • the training device 1200 calculates complexity loss information 1120 based on the first training image 1102 (S1265).
  • the training apparatus 1200 compares the reduced training image 1103 and the first training image 1102 to calculate structural loss information 1110 (S1270).
  • the training device 1200 compares the original training image 1101 and the third training image 1104 to calculate quality loss information 1130 (S1275).
  • the first neural network 800 updates the initially set neural network setting information through a back propagation process based on the final loss information (S1280).
  • the training device 1200 may calculate final loss information for training the first neural network 800 based on the complexity loss information 1120 , the structural loss information 1110 , and the quality loss information 1130 .
  • the second neural network 300 updates the initially set neural network setting information through a reverse transcription process based on the quality loss information 1130 or the final loss information (S1285).
  • the training apparatus 1200 may calculate final loss information for training of the second neural network 300 based on the quality loss information 1130 .
  • the training apparatus 1200, the first neural network 800, and the second neural network 300 update the neural network setting information while repeating processes S1250 to S1285 until the final loss information is minimized.
  • the first neural network 800 and the second neural network 300 operate based on the updated neural network setting information in the previous process.
  • Table 1 shows effects when AI encoding and AI decoding the original video 105 based on an embodiment of the present disclosure and when the original video 105 is encoded and decoded based on HEVC.
  • the average of the subjective picture quality when AI encoding and AI decoding the contents consisting of 300 frames of 8K resolution is the subjective average of the HEVC-based encoding and decoding. It can be seen that the bit rate is reduced by more than 50%, even though the image quality is higher than average.
  • the aforementioned AI encoding apparatus 700 and AI decoding apparatus 200 may be useful for a server-client (server-terminal) structure.
  • the server obtains the first image 115 by AI downscaling the original image 105 based on the image request of the client, and the AI including image data obtained as a result of encoding the first image 115 Transmits encoded data to the client.
  • the client decodes the image data to obtain the second image 135, and displays the third image 145 acquired through AI upscaling of the second image 135.
  • FIG. 13 is a block diagram illustrating a configuration of an image providing device 1300 according to an exemplary embodiment.
  • the video providing device 1300 may be referred to as an AI encoding device.
  • an image providing device 1300 may include an AI encoder 1310 and a transmitter 1330.
  • the AI encoder 1310 may include an AI downscaler 1312, a first encoder 1314, a data processor 1316, and an AI setter 1318.
  • the AI encoder 1310 and the transmitter 1330 may be implemented by one processor.
  • it may be implemented as a dedicated processor, or may be implemented through a combination of S/W and a general-purpose processor such as an AP, CPU, or GPU.
  • a dedicated processor may include a memory for implementing an embodiment of the present disclosure or a memory processing unit for using an external memory.
  • the AI encoder 1310 and the transmitter 1330 may be composed of a plurality of processors. In this case, it may be implemented by a combination of dedicated processors, or by a combination of a plurality of general-purpose processors such as APs, CPUs or GPUs and S/W.
  • the first encoding unit 1314 is composed of a first processor, and the AI downscaling unit 1312, the data processing unit 1316 and the AI setting unit 1318 are configured by a second processor different from the first processor.
  • the transmitter 1330 may be implemented as a third processor different from the first processor and the second processor.
  • the AI encoder 1310 obtains the original image 105.
  • the AI encoder 1310 obtains an original image 105 photographed by a camera of the image providing device 1300 (or a camera connected to the image providing device 1300) or an original image received from an external device through a network. (105) can also be obtained.
  • the AI encoder 1310 may obtain performance information of a display device (eg, an AI decoding device, an electronic device, or a terminal) to reproduce an image.
  • the AI encoder 1310 may obtain performance information of the display device when a request for providing an image is received from the display device or the user.
  • Performance information of the display device may be received from the display device or may be input from a user.
  • the image providing device 1300 may further include a receiver (not shown) for receiving the original image 105 and performance information of the display device.
  • the performance information of the display device may include information indicating whether the AI upscaling function is supported.
  • the AI encoder 1310 may perform AI encoding on the original video 105 based on whether the display device supports the AI upscaling function.
  • the AI encoder 1310 determines whether the request received from the display device is a request for providing the first encoded image after AI downscaling or without AI downscaling. Depending on whether the provision of the first encoded image is requested, at least one of AI downscaling and first encoding may be performed, and AI encoded data or encoded data may be transmitted to the display device.
  • the AI downscaling unit 1312 acquires the first image 115 by AI downscaling the original image 105 .
  • the AI downscaling unit 1312 may AI downscale the original image 105 through the first neural network to which the neural network setting information is applied.
  • the first neural network used by the AI downscaler 1312 may have the structure of the first neural network 800 shown in FIG. 8, but the structure of the first neural network is limited to the first neural network 800 shown in FIG. It doesn't work.
  • neural network setting information applicable to the first neural network for AI downscaling will be referred to as 'first neural network setting information'
  • neural network setting information applicable to the second neural network for AI upscaling will be referred to as 'second neural network setting information'. refer to '.
  • the first neural network setting information (or the second neural network setting information) is based on at least one of the number of convolution layers included in the first neural network (or the second neural network), the number of filter kernels for each convolution layer, or parameters of each filter kernel. information may be included.
  • the AI setting unit 1318 provides the first neural network setting information for AI downscaling to the AI downscaling unit 1312, so that the AI downscaling unit 1312 generates the original image 105 based on the first neural network setting information. to AI downscale.
  • the number of first neural network setting information stored in the AI setting unit 1318 may be one or plural.
  • the AI setting unit 1318 may transmit one piece of first neural network setting information to the AI downscaler 1312.
  • the AI setting unit 1318 selects the first neural network setting information to be used for AI downscaling from among the plurality of first neural network setting information, The selected first neural network setting information may be transmitted to the AI downscaler 1312.
  • the AI setting unit 1318 provides AI data related to AI downscaling of the original video 105 to the data processing unit 1316 .
  • the AI data includes information enabling the AI upscale unit of the display device to AI upscale the second image 135 to an upscale target corresponding to the downscale target of the first neural network.
  • the AI data may include difference information between the original image 105 and the first image 115 .
  • AI data may include information related to the first image 115 .
  • the information related to the first image 115 includes the resolution of the first image 115, the bit rate of the first image data obtained as a result of encoding the first image 115, or the codec used when encoding the first image 115. It may include information about at least one of the types.
  • the AI data is an identifier of mutually promised neural network setting information (eg, index) may be included.
  • the AI data may include second neural network setting information that can be set in the second neural network.
  • the original video 105 may be encoded as it is without AI downscaling. This can be understood as the AI downscaling unit 1312 bypassing the AI downscaling operation of the original video 105 .
  • the first encoder 1314 encodes the first image 115 to obtain first image data.
  • the first image data generated by the first encoder 1314 may be stored in a storage medium of the image providing device 1300 .
  • the first image data includes data obtained as a result of encoding the first image 115 .
  • the first 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 first image data includes information (eg, encoding parameter information) used in the encoding process of the first image 115 .
  • the first image data may include prediction mode information used to encode the first image 115 , motion information, and quantization parameter related information used to encode the first image 115 .
  • the first image data and AI data are transmitted from the first encoding unit 1314 and the AI setting unit 1318 to the data processing unit ( 1316) may be provided.
  • the original video 105 may be encoded without AI downscaling.
  • the first encoder 1314 may first encode the original image 105 instead of the first image 115 to generate second image data.
  • the second image data may be provided to the data processor 1316 from the first encoder 1314 .
  • AI data may not be generated.
  • the data processing unit 1316 may generate AI-encoded data including the first image data received from the first encoding unit 1314 and the AI data received from the AI setting unit 1318 .
  • the data processing unit 1316 may generate AI-encoded data including the first image data and the AI data in a separated state.
  • AI data may be included in a Vendor Specific InfoFrame (VSIF) within an HDMI stream.
  • VSIF Vendor Specific InfoFrame
  • the data processing unit 1316 includes AI data in the first image data obtained as a result of encoding by the first encoding unit 1314, and generates AI-encoded data from the first image data including the AI data.
  • the data processor 1316 may combine a bitstream corresponding to the first image data and a bitstream corresponding to the AI data to generate image data in the form of a bitstream.
  • the data processor 1316 may express AI data as bits having a value of 0 or 1, that is, as a bitstream.
  • the data processor 1316 may include a bitstream corresponding to AI data in supplemental enhancement information (SEI), which is an additional information region of a bitstream obtained as a result of encoding.
  • SEI Supplemental Enhancement Information
  • the data processing unit 1316 may generate encoded data including the second image data.
  • AI-encoded data or encoded data is transmitted to the transmitter 1330.
  • AI-encoded data may include AI data and first image data.
  • the encoded data may include second image data.
  • the transmission unit 1330 transmits the encoded data or the AI-encoded data obtained as a result of the AI encoding to the display device through the network.
  • a receiving unit (not shown) of the image providing device 1300 may receive a request for information indicating image data of a plurality of qualities from the display device.
  • the transmission unit 1330 may transmit information representing image data of a plurality of qualities to the display device based on a request for information representing image data of a plurality of qualities.
  • the plurality of quality image data may include at least one image data encoded after AI downscaling and at least one image data encoded without AI downscaling.
  • the receiving unit may receive a request for an encoded image based on information indicating image data of a plurality of qualities from the display device. That is, the receiving unit may receive a request for image data of one quality among a plurality of quality of image data from the display device.
  • the transmitter 1330 may transmit encoded image data to the display device based on the request for the image received from the display device.
  • the request for image data is generated based on the size of the image restored from the image data corresponding to the previous image and the size of the first window.
  • the first window may be a graphic user interface for displaying an image on the display of the display device.
  • the size of the first window may be adjusted by the user, and the size of the image displayed in the first window may be adjusted based on the size of the first window.
  • the transmitter 1330 may transmit image data of the first current image to the display device based on the display device's request for the first current image.
  • Image data of the first current image may be obtained through first encoding of the first current image.
  • the display device transmits a request for the first current image to the display device so that the size of the image to be restored from the image data of the first current image is greater than or equal to the size of the first window and smaller than or equal to the size of the target maximum image.
  • the size of the target maximum image may be determined based on the size of the first window and the limited downscaling ratio.
  • the first current image may have a smaller size than the previous image.
  • a size of an image to be reconstructed from image data of the first current image in the display device may be smaller than a size of an image reconstructed from image data of a previous image.
  • the size of the first current image may be the same as that of the previous image, but the AI data may not be included in the bitstream of the first current image.
  • the third previous image may be an AI upscaled image from the second previous image.
  • the second previous image may be an image obtained by first decoding image data of the first previous image.
  • the first previous image may be an AI downscaled image from the previous original image.
  • the transmission unit 1330 performs first encoding after AI downscaling from the current original image, based on a request for providing an image from the display device based on the size of the window for at least one of the multi-views and the size of the third previous image. transmits image data of the first current image and AI data related to AI downscaling to the first current image to the display device, or 2) image data of the first encoded first current image from the current original image without AI downscaling can transmit.
  • a request for the first encoded current video may be transmitted to the video providing device 1300 without AI downscaling from the current original video.
  • the scale ratio may be the reciprocal of the downscale ratio.
  • the downscaling ratio between the size of the third previous image and the window size may mean a ratio between the size of the third previous image and the size of the window. As the size of the third previous image is greater than the size of the window, the downscaling ratio may decrease.
  • the transmitter 1330 may transmit image data of the first current image, which is first encoded from the current original image, to the display device without AI down-scaling.
  • the display device displays a first encoded first current image after AI downscaling from the current original image when the downscaling ratio is greater than the first predetermined threshold (or when the scale ratio is smaller than the first predetermined threshold).
  • a request for may be transmitted to the video providing device 1300 .
  • the transmission unit 1330 transmits video data of the first current video generated as a result of first encoding after AI downscaling from the current original video and AI data related to AI downscaling to an image providing device (1300).
  • the video providing device 1300 is not limited to streaming video data based on a network state, and when the display device supports multi-views, the size of a window for at least one of the multi-views.
  • streaming video data in consideration of , it is possible to prevent loss of image quality due to downscaling while efficiently using bandwidth.
  • the video providing device 1300 is not limited to streaming video data based on a network state, and when the display device supports multi-views, the size of a window for at least one of the multi-views.
  • a display device 1400 may include a receiver 1410, an AI decoder 1430, a scale unit 1440, and an output unit 1450.
  • the AI decoder 1430 may include a parser 1432, a first decoder 1434, an AI upscaler 1436, and an AI setter 1438.
  • the receiving unit 1410, the AI decoding unit 1430, the scaling unit 1440, and the output unit 1450 may be implemented through one processor.
  • it may be implemented as a dedicated processor, or may be implemented through a combination of S/W and a general-purpose processor such as an AP, CPU, or GPU.
  • a dedicated processor may include a memory for implementing an embodiment of the present disclosure or a memory processing unit for using an external memory.
  • the receiver 1410, the AI decoder 1430, the scale unit 1440, and the output unit 1450 may be configured with a plurality of processors. In this case, it may be implemented by a combination of dedicated processors, or by a combination of a plurality of general-purpose processors such as APs, CPUs or GPUs and S/W.
  • the first decoding unit 1434 is implemented as a first processor
  • the parsing unit 1432, AI upscaling unit 1436, and AI setting unit 1438 are implemented as a second processor different from the first processor.
  • the receiver 1410 may be implemented as a third processor different from the first and second processors, and the scale unit 1440 and the output unit 1450 may be implemented as a fourth processor.
  • the configuration of the display device 1400 corresponds to the configuration of the AI decoding device 200, and operations may also correspond.
  • the configuration and operation of the display device 1400 differentiated from the above-described configuration and operation of the AI decoding apparatus 200 will be mainly described.
  • a transmitter (not shown) of the display device 1400 may request information representing image data of a plurality of qualities from the image providing device 1300, and the receiver 1410 may transmit information representing image data of a plurality of qualities to an image. It can be received from the providing device 1300.
  • the image data of a plurality of qualities may include image data generated through AI downscaling and encoding, and image data generated through encoding .
  • the information indicating the plurality of qualities of image data may include information indicating resolutions of the plurality of image data, bit rates of the plurality of image data, and information indicating whether AI downscaling is applied.
  • a transmission unit (not shown) of the display device 1400 may request an image segment having the lowest bit rate from the image providing device 1300 when video streaming starts.
  • an image segment is a transmission unit of image streaming, for example, an image may be divided into segments of a predetermined time and transmitted to the display device 1400 in the form of a bit stream.
  • the predetermined time may be between 2 seconds and 10 seconds, but is not limited thereto. That is, a segment may be a data transmission unit including a predetermined number of frames.
  • the display device 1400 may request a segment of a subsequent video having a higher bit rate. That is, the display device 1400 requests an image segment based on network throughput.
  • the display device 1400 may request a segment by considering the size of a window (ie, the size of an output image for a specific view displayed on a display) in addition to network throughput.
  • the scale unit 1440 downscales between the size of the image reconstructed from the previous image (specifically, the image reconstructed from the image data of the previous image, the above-described second previous image or third previous image) and the first window size. It is possible to identify whether the ratio is less than or equal to a preset limit downscaling ratio (ie, a preset downscaling ratio).
  • An image reconstructed from a previous image may be an input image of the scaling unit 1440 .
  • an image reconstructed from a previous image may be an image upscaled by AI through the AI upscaler 1436, but is not limited thereto, and may be a first decoded image through the first decoder 1434. there is.
  • the transmission unit may transmit a request for the first current image to the image providing device 1300 based on the identification result.
  • the receiving unit 1410 may transmit the first encoded image data of the first current image to the image providing device 1300 based on the request for the first current image.
  • the parser 1432 may parse image data of the first current image, and the parsed image data may be input to the first decoder 1434 . If AI data is included in the image data of the first current image, the parsed AI data may be input to the AI setting unit 1438 .
  • the first decoder 1434 may obtain a second current image by first decoding image data of the first current image.
  • the AI setting unit 1438 outputs AI upscaling control information, and the AI upscaling control information may be input to the AI upscaling unit 1436.
  • AI upscale control information may be generated based on AI data, but is not limited thereto.
  • the AI upscaling unit 1436 may generate a third current image by performing AI upscaling on the second current image based on the AI upscaling control information.
  • the scale unit 1440 may downscale the second current image or the third current image or bypass the downscaling operation based on the size of the first window.
  • downscaling may be performed, and if the size of the second current image or the third current image is equal to the size of the first window, Downscale operation can be bypassed.
  • a request for the first current image is transmitted from the display device 1400 to the image providing device 1300 so that the size of the image to be reconstructed from the first current image is smaller than or equal to the size of the target maximum image.
  • the downscaling ratio between the size of the second current image or the size of the third current image and the size of the first window may be greater than the limited downscaling rate. Therefore, even if the downscaling operation is performed, picture quality degradation due to lack of hardware performance may not occur.
  • a transmitter (not shown) of the display device 1400 may transmit a request for the first previous image to the image providing device 1300 .
  • the receiving unit 1410 transmits first image data generated as a result of the first encoding of the first previous image and AI downscaling from at least one previous original image to the first previous image.
  • AI data can be received.
  • the first image data and AI data may be included in AI-encoded data.
  • the parsing unit 1432 may parse the first image data and AI data from AI-encoded data.
  • the parsed first image data may be input to the first decoder 1434, and the parsed AI data may be input to the AI setter 1438.
  • the first decoder 1434 may obtain a second previous image by first decoding the first image data.
  • the AI setting unit 1438 determines whether to input the second previous image output from the first decoding unit 1434 to the AI upscaling unit 1436 or to the scale unit 1440 based on the AI upscaling control information. can decide what to do.
  • AI upscale control information may be obtained based on AI data. For example, an AI upscale activation flag indicating whether AI upscale is performed for each segment may be included in AI data, and AI upscale control information may be obtained based on the AI upscale activation flag.
  • the AI setting unit 1438 may identify neural network setting information based on the AI data (and image-related information).
  • the AI upscaler 1436 may generate a third previous image by performing AI upscaling on the second previous image based on the AI data.
  • the scale unit 1440 may downscale the third previous image generated after AI upscaling the second previous image.
  • the scale unit 1440 may downscale the third previous image based on the window size of at least one of the multi-views.
  • the downscaling of the scale unit 1440 may be performed by sampling at scale ratio intervals using values of samples in an image and coefficient values of a low-pass filter, rather than AI downscaling using an AI downscaling neural network. That is, down-scaling may be performed in a method of interpolating with reference to pixel values adjacent to a current pixel being sampled (hereinafter, a low-pass filter sampling method).
  • the scale ratio means the reciprocal of the downscale ratio, and for example, when the downscale ratio is 1/2, the scale ratio may be 2. That is, when the height of the third previous image is 2160px and the height of the window size is 1080px, the downscaling ratio may be 1/2 and the scaling ratio may be 2.
  • downscaling of the scale unit 1440 may be performed in a line skipping method. For example, in the case of vertical downscaling, at least one line (row) is sampled, then at least one line (row) is skipped, and at least one line is sampled again. In the case of horizontal downscaling, similar to vertical downscaling, at least one line (column) is sampled, then at least one line (column) is skipped, and at least one line is sampled again. there is.
  • the scale unit 1440 may downscale the third previous image based on the size of the third previous image and the window size.
  • the scale unit 1440 may downscale the third previous image based on a downscaling ratio (or scale ratio) between the size of the third previous image and the window size. For example, when the downscaling ratio is 1/2 (the scaling ratio is 2), an image having a size of 1/2 of the size of the third previous image may be obtained by downscaling the third previous image. . Accordingly, the size of the downscaled third previous image may be the same as the size of the window.
  • the transmitter may transmit a request for the first current image to the image providing device 1300 in consideration of the size of the third previous image and the window size.
  • the first previous image and the first current image may be images belonging to different segments.
  • the transmitter When the downscaling ratio between the size of the third previous image and the window size is equal to or less than a predetermined first value (or when the scale ratio is greater than or equal to a predetermined first value), the transmitter (not shown) transmits data without AI downscaling from the original video.
  • a request for the first encoded first current image may be transmitted to the image providing device 1300 .
  • the first predetermined value may be a value representing a limited downscaling ratio.
  • the predetermined first value may be 1/2, 1/3, or 1/4, but is not limited thereto, and as will be described later, it may be preset based on the hardware performance of the scale unit 1440. That is, a predetermined first value may be set in advance as a reference value at which picture quality deterioration due to a downscale operation starts to occur according to hardware performance.
  • the predetermined first value may be previously set to a value related to a downscale operation based on a line skipping method. In this regard, it will be described later with reference to FIG. 24 .
  • the transmission unit (not shown) AI downloads from the original video.
  • a request for a first encoded first current image after scaling may be transmitted to the image providing apparatus 1300 .
  • the video providing apparatus 1300 transmits video data of a first encoded first current video without AI downscaling from a current original video based on a request for a first encoded first current video without AI downscaling from an original video.
  • the size of the first current image may be smaller than or equal to the size of the target maximum image.
  • the size of the target maximum image may be determined based on the size of the first window and the limited downscaling ratio.
  • the receiving unit 1410 may receive image data of the first current image.
  • the parsing unit 1432 may parse image data of the first current image.
  • the first decoder 1434 may obtain a second current image by first decoding image data of the first current image.
  • the scale unit 1440 may bypass the downscaling operation for the second current image based on the size of the second current image and the window size. For example, when the scale unit 1440 identifies that the size of the second current image and the size of the multi-view window are the same, the downscaling operation for the second current image may be bypassed.
  • the video providing apparatus 1300 provides a first encoded first current video after AI downscaling from the current original video, based on a request for a first encoded first current video after AI downscaling from the current original video.
  • Video data of video and AI data related to AI downscaling may be transmitted.
  • the video data and AI data may be included in AI encoded data.
  • the receiving unit 1410 may receive AI-encoded data, and the parsing unit 1432 may parse image data of the first current video and AI data related to AI downscaling from the AI-encoded data.
  • the first decoder 1434 may obtain a second current image by performing first decoding on the image data of the first current image.
  • the AI setting unit 1438 may output neural network setting information to the AI upscaling unit 1436 based on the AI data.
  • the AI upscaling unit 1436 may generate a third current image by performing AI upscaling on the second current image.
  • the scaling unit 1440 may downscale the third current image based on the size of the third current image and the window size. For example, when the scale unit 1440 identifies that the size of the third current image is larger than the window size, the scaler 1440 may downscale the third current image.
  • the scale unit 1440 identifies that the downscaling ratio between the size of the image (second previous image or third previous image) reconstructed from the previous image and the size of the window is smaller than or equal to the limiting downscaling rate.
  • a request for a new video of the next segment is transmitted to the video providing device 1300 through a transmitter (not shown), and AI upscale control information is transmitted to the AI setting unit based on the identification result. (1438).
  • AI upscaling is not performed on subsequent images included in the current segment unit, and subsequent images may be input to the scale unit 1440 . Since AI upscaling is not performed, the size of the subsequent image input to the scale unit 1440 becomes smaller than the size of the previously reconstructed image, and thus, when downscaling in the scale unit 1440, picture quality degradation does not occur. may not be
  • the upscaling degree of AI upscaling is not limited to not performing AI upscaling on a subsequent video in a current segment unit through AI upscaling control information, but through AI upscaling control information. can be set low. As the degree of AI upscaling is set low, the size of the subsequent image input to the scale unit 1440 after AI upscaling becomes smaller than the size of the previously reconstructed image. Image quality deterioration may not occur.
  • the scale unit 1440 identifies whether a downscaling ratio between the size of the AI-upscaled third current image and the size of the first window is smaller than or equal to the limiting downscaling ratio before performing downscaling. can do. If the downscaling ratio is less than or equal to the limiting downscaling ratio, downscaling of the second current picture that is not upscaled by AI may be performed or the downscaling operation of the second current picture may be bypassed. That is, if the second current image or the third current image is stored in a buffer or the like, the scaling unit 1440 selects a target image to be downscaled, so that image quality degradation due to downscaling may not occur.
  • the output unit 1450 may output an image output from the scale unit 1440 to a display (not shown).
  • a downscaled second current image (or a downscaled third current image) or a downscale operation bypassed second current image (or a downscale operation bypassed third current image) is displayed (not shown). can be printed out.
  • 15A shows an AI downscaled image, which is an image received from a server (or the aforementioned image providing device) 1500 by a display device 1400 according to an embodiment of the present disclosure, based on a single view. It is a drawing for explaining the displaying process.
  • the display device 1400 transmits a request for an 8K resolution image to the server 1500, and the receiving unit 1410 transmits 8K resolution image data from the server 1500 based on the request. can receive
  • the first decoder 1434 may obtain an image (second image) of 8K resolution by first decoding the 8K image data.
  • the scale unit 1440 may bypass the downscaling operation for the 8K resolution image. Accordingly, an image 1520 of 8K resolution may be displayed through the display 1510 . That is, in the case of an image of a single view, if the size of the image is equal to the overall size of the display, a separate downscaling operation may not be performed.
  • 15B is a diagram for explaining a process of AI up-scaling and displaying an image received from the server 1500 by the display device 1400 according to an embodiment of the present disclosure based on a single view.
  • the display device (AI decoding device) 1400 may transmit a request for an AI downscaled 4K resolution image to the server 1500, and the receiving unit 1410 based on the request, ( AI downscaled) 4K resolution image data may be received from the server 1500 .
  • the image data of 4K resolution may be image data for an AI downscaled image from an original image, but is not limited thereto, and may also be image data for an image that is not AI downscaled from the original image.
  • the first decoder 1434 may obtain a 4K resolution image (second image) by first decoding the 4K image data.
  • the AI upscaler 1436 may generate an 8K resolution image (third image) by upscaling a 4K resolution image using a neural network for upscaling.
  • the 4K resolution image data is image data for a 4K resolution image that is not AI downscaled from the original image
  • AI data may not be included in the data received from the server 1500 .
  • AI upscaling may be performed based on preset neural network setting information.
  • AI data may be included in the data received from the server 1500 .
  • AI upscaling may be performed based on AI data.
  • AI upscaling may be performed. However, it is not limited thereto, and AI upscaling may be performed regardless of whether AI downscaling is performed on the original video in the server 1500 . Also, AI upscaling may be performed regardless of whether the data received from the server 1500 includes AI data.
  • the scale unit 1440 may bypass the downscaling operation for the 8K resolution image. Accordingly, an image 1520 of 8K resolution may be displayed through the display 1510 . That is, in the case of an image of a single view, the size of the AI upscaled image is the same as the size of the display, and in this case, a separate downscaling operation may not be performed.
  • 16A is a diagram for explaining a process in which the display apparatus 1400 displays an image received from the server 1600 based on a multi-view, according to an embodiment of the present disclosure.
  • the server 1600 may transmit image data of the previous image of 8K resolution to the display device 1400, and the receiver 1410 of the display device 1400 may receive image data of the previous image of 8K resolution.
  • the first decoder 1434 may obtain a previous image (eg, the above-described second previous image) of 8K resolution by first decoding image data of 8K resolution.
  • a user of the display apparatus 1400 may select a multi-view display request from a user menu by manipulating a remote control.
  • an image of a second view 1630 different from the first view 1620 may be displayed on the display device 1400 .
  • the size of the window for the first view 1620 in the display 1610 may be smaller than the full resolution of the display 1610, such as 5K resolution.
  • the scale unit 1440 may downscale the previous image of 8K resolution in consideration of the size of the window of the first view 1620 of 5K resolution. That is, the scaler 1440 may obtain a previous image of 5K resolution by downscaling the previous image of 8K resolution based on the downscaling ratio of 5/8.
  • the display device 1400 may display the restored 5K resolution previous image on the first view 1620 of the display 1610 .
  • the scale unit 1440 may have hardware performance that does not cause picture quality degradation based on 5/8 downscaling.
  • the display apparatus 1400 may transmit a request for a first encoded current image from the current original image to the server 1600 .
  • the server 1600 may transmit image data of a first encoded first current image (8K resolution) from an original image and AI data related to AI downscaling to the display device 1400 .
  • the receiver 1410 of the display device 1400 may receive image data and AI data of the first current image.
  • the first decoder 1434 of the display apparatus 1400 may obtain a second current image of 8K resolution by first decoding image data of the first current image.
  • the scale unit 1440 may downscale the second current image of 8K resolution in consideration of the window size of the first view 1620 of 5K resolution. That is, the scale unit 1440 may acquire a second current image of 5K resolution by downscaling the second current image of 8K resolution based on the downscaling ratio of 5/8.
  • the display device 1400 may display the second current image of 5K resolution on the display 1620 .
  • the display device 1400 may request an image of the same size from the server 1600 to display a high-quality image.
  • 16B is a diagram for explaining a process of AI up-scaling, down-scaling, and displaying an image received from the server 1600 by the display device 1400 according to an embodiment of the present disclosure.
  • the server 1600 transmits (AI downscaled) image data of the first previous image of 4K resolution to the display device 1400, and the receiver 1410 of the display device 1400 transmits the image data of the first previous image of 4K resolution.
  • Video data can be received.
  • the first decoder 1434 may obtain a second previous image of 4K resolution by first decoding image data of a first previous image of 4K resolution.
  • the AI upscaler 1436 may generate a third previous image of 8K resolution by performing AI upscaling on the second previous image of 4K resolution.
  • AI upscaling may be performed even if the first previous image is not an image acquired through AI downscaling. In other words, AI upscaling can be performed even when AI data is not received.
  • a user of the display apparatus 1400 may select a multi-view display request from a user menu by manipulating a remote control.
  • an image of a second view 1630 different from the first view 1620 may be displayed on the display device 1400 .
  • the size of the window for the first view 1620 in the display 1610 may be smaller than the full resolution of the display 1610, such as 5K resolution.
  • the scale unit 1440 may downscale the third previous image of 8K resolution in consideration of the window size of the first view 1620 of 5K resolution. That is, the scale unit 1440 may acquire a third previous image of 5K resolution by downscaling the third previous image of 8K resolution based on the downscaling ratio of 5/8.
  • the display device 1400 may display the third previous image having a resolution of 5K on the display 1610 .
  • the scale unit 1440 may have hardware performance that does not cause picture quality degradation based on 5/8 downscaling.
  • the display device 1400 may transmit a request for a first encoded first current image from the original image (after AI downscaling) to the server 1600 .
  • the server 1600 may transmit image data (and AI data related to AI downscaling) of a first encoded first current image (4K resolution) from the original image (after AI downscaling) to the display device 1400 .
  • the receiving unit 1410 of the display device 1400 may receive image data (and AI data) of the first current image.
  • the first decoder 1434 of the display device 1400 may obtain a second current image of 4K resolution by first decoding image data of the first current image.
  • the AI upscaler 1436 may AI upscale the second current image of 4K resolution (based on the AI data) to generate a third current image of 8K resolution.
  • the scale unit 1440 may downscale the third current image of 8K resolution in consideration of the window size of the first view 1620 of 5K resolution. That is, the scaler 1440 may downscale the third current image of 8K resolution based on the downscaling ratio of 5/8 to reconstruct the third current image of 5K resolution.
  • the display device 1400 may display the restored third current image of 5K resolution on the display 1610 .
  • the display device 1400 may request an image of the same size from the server 1600 to display a high-quality image.
  • FIG. 17A is a diagram showing a case where a display device 1400 according to an embodiment of the present disclosure displays an image received from a server 1700 based on a multi-view and requests a small-sized image due to a change in the window size of the multi-view. It is a drawing to explain the process.
  • the server 1700 transmits image data of the first previous image of 8K resolution to the display device 1400, and the receiving unit 1410 of the display device 1400 transmits the 8K resolution Image data of a first previous image of may be received.
  • the first decoder 1434 may obtain a second previous image of 8K resolution by first decoding image data of a first previous image of 8K resolution.
  • a user of the display device 1400 may adjust the size of a multi-view window in a user menu by manipulating a remote control or the like.
  • the size of the window of the first view 1720 may be adjusted in the display device 1400 and the image of the first view may be displayed.
  • the size of the window of the first view 1720 in the display 1710 is 4K, and may be smaller than the size of the window of the previous first view 1620 of FIG. 16A, which is 5K.
  • the scale unit 1440 may downscale the second previous image of 8K resolution in consideration of the window size of the first view 1720 of 4K resolution. That is, the scale unit 1440 may downscale the second previous image of 8K resolution based on the downscaling ratio of 1/2 to restore the second previous image of 4K resolution.
  • the display device 1400 may display the restored second previous image of 4K resolution on the display 1710 .
  • the scale unit 1440 may have hardware performance sufficient to cause picture quality degradation when downscaling is performed at a downscaling ratio of 1/2 or less.
  • the display device 1400 displays the first encoded first current image in consideration of hardware performance implementing the scale unit 1440.
  • a request for may be transmitted to the server 1700.
  • the first current image may have a size smaller than that of the first previous image (or the second previous image).
  • the server 1700 may transmit image data of a first encoded first current image (4K resolution) to the display device 1400 .
  • the receiving unit 1410 of the display device 1400 may receive image data of the first current image.
  • the first decoder 1434 of the display device 1400 may obtain a second current image of 4K resolution by first decoding image data of the first current image.
  • the scale unit 1440 may bypass the downscaling operation by considering the size of the second current image (4K) and the window size of the first view 1720 having 4K resolution. That is, since the size of the second current image and the size of the window of the first view 1720 are the same, the scaler 1440 may bypass the downscaling operation.
  • FIG. 17B shows that the display device 1400 according to an embodiment of the present disclosure displays an image received from the server 1700 based on a multi-view, and requests small-sized image data due to a change in the window size of the multi-view. It is a drawing to explain the process.
  • the server 1700 transmits the image data of the first previous image of 4K resolution downscaled by AI to the display device 1400, and the receiving unit 1410 of the display device 1400 ) may receive image data of the first previous image of 4K resolution.
  • the first decoder 1434 may obtain a second previous image of 4K resolution by first decoding image data of a first previous image of 4K resolution.
  • the AI upscaler 1436 may generate a third previous image of 8K resolution by performing AI upscaling on the second previous image of 4K resolution.
  • a user of the display device 1400 may adjust the size of a multi-view window in a user menu by manipulating a remote control or the like.
  • the size of the window of the first view 1720 may be adjusted in the display device 1400 and the image of the first view may be displayed.
  • the size of the window of the first view 1720 in the display 1710 is 4K, and may be smaller than the size of the window of the previous first view 1620 of FIG. 16B, which is 5K.
  • the scale unit 1440 may downscale the third previous image of 8K resolution in consideration of the window size of the first view 1720 of 4K resolution. That is, the scale unit 1440 may downscale the third previous image of 8K resolution based on the downscaling ratio of 1/2 to restore the third previous image of 4K resolution.
  • the display device 1400 may display the restored third previous image of 4K resolution on the display 1710 .
  • the scale unit 1440 may have hardware performance sufficient to cause picture quality degradation when downscaling is performed at a downscaling ratio of 1/2 or less. Accordingly, the display device 1400 may transmit a request for a first encoded first current image to the server 1700 without AI downscaling from the current original image, taking into account the performance of the hardware implementing the scale unit 1440. .
  • the server 1700 may transmit image data of a first encoded first current image (4K resolution) from the current original image to the display device 1400 without AI downscaling.
  • the receiving unit 1410 of the display device 1400 may receive image data of the first current image.
  • the first decoder 1434 of the display device 1400 may obtain a second current image of 4K resolution by first decoding image data of the first current image.
  • the scale unit 1440 may bypass the downscaling operation by considering the size of the second current image (4K) and the window size of the first view 1720 having 4K resolution. That is, since the size of the second current image and the size of the window of the first view 1720 are the same, the scaler 1440 may bypass the downscaling operation.
  • the display device 1400 receives image data of a first previous image (4K) encoded after AI downscaling, and then receives image data of a first encoded first current image (4K) without AI downscaling.
  • first previous image (4K) encoded after AI downscaling receives image data of a first encoded first current image (4K) without AI downscaling.
  • video data of the first previous video (4K) encoded after AI downscaling is received
  • video data of the first current video (2K) encoded after AI downscaling is received.
  • downscaling may be performed after AI upscaling.
  • the first current image does not necessarily have to be an AI downscaled image, and image data that is not AI downscaled may be received. Also in this case, downscaling may be performed after AI upscaling.
  • the display device 1400 has described receiving image data of a previous image that has been downscaled by AI, it is not limited thereto, and image data of a previous image (4K) that has not been downscaled by AI may be received.
  • AI data may not be included in the bitstream, and AI upscaling may be performed without AI data.
  • FIG. 18A shows a display device 1400 according to an embodiment of the present disclosure displaying a downscaled image received from a server 1800 based on a multi-view, and then displaying a smaller size due to a change in the window size of the multi-view. It is a diagram for explaining a process of requesting an image.
  • the server 1800 transmits image data of the first previous image of 8K resolution to the display device 1400, and the receiver 1410 of the display device 1400 transmits the 8K resolution image data.
  • Image data of a first previous image of may be received.
  • the first decoder 1434 may obtain a second previous image of 8K resolution by first decoding image data of a first previous image of 8K resolution.
  • a user of the display device 1400 may adjust the size of a multi-view window in a user menu by manipulating a remote control or the like.
  • the window size of the first view 1820 may be adjusted on the display device 1400 and the image of the first view may be displayed.
  • the size of the window of the first view 1820 in the display 1810 is 2K resolution and may be smaller than the sizes (5K, 4K) of the previous first view windows 1620 and 1720 of FIGS. 16A and 17A. .
  • the scale unit 1440 may downscale the second previous image of 8K resolution in consideration of the window size of the first view 1820 of 2K resolution. That is, the scale unit 1440 may downscale the second previous image of 8K resolution based on the downscaling ratio of 1/4, and restore the downscaled second previous image of 2K resolution.
  • the scale unit 1440 may display the restored second previous image of 2K resolution on the display 1810 .
  • the scale unit 1440 may have hardware performance sufficient to cause image quality degradation when downscaling is performed at a downscaling ratio of 1/2 or less.
  • the display device 1400 may transmit a request for the first encoded first current image to the server 1800 in consideration of the hardware performance of the scale unit 1440 .
  • the first current image may have a size smaller than that of the first previous image (or the second previous image).
  • the server 1800 may transmit image data of a first encoded first current image (2K resolution) to the display device 1400 .
  • the receiving unit 1410 of the display device 1400 may receive image data of the first current image.
  • the first decoder 1434 of the display device 1400 may obtain a second current image of 2K resolution by first decoding image data of the first current image.
  • the scale unit 1440 may bypass the downscaling operation by considering the size of the second current image (2K) and the window size of the first view 1820 having 2K resolution.
  • Deterioration in image quality due to the downscaling operation of the scale unit 1440 does not occur, and by requesting an image of a smaller size than before, the amount of image data is reduced, thereby reducing network usage.
  • the display device 1400 receives image data of a first previous image (4K) encoded after AI downscaling, and then receives an image of a first encoded first current image (4K) without AI downscaling.
  • image data of a first previous image (4K) encoded after AI downscaling receives an image of a first encoded first current image (4K) without AI downscaling.
  • the content of receiving data has been described, it is not limited thereto, and while receiving the image data of the first previous image (4K) encoded after AI downscaling, the image data of the first current image (1K) encoded after AI downscaling Video data can be received.
  • downscaling may be performed after AI upscaling.
  • the first current image does not necessarily have to be an AI downscaled image, and image data that is not AI downscaled may be received. Also in this case, downscaling may be performed after AI upscaling.
  • the display device 1400 has described receiving image data of a previous image that has been downscaled by AI, but is not limited thereto, and image data of a previous image (4K) that has not been downscaled by AI has been described. there is.
  • AI data may not be included in the bitstream, and AI upscaling may be performed without AI data.
  • FIG. 18B shows that the display device 1400 according to an embodiment of the present disclosure displays the downscaled image received from the server 1800 based on multi-views, but AI is not downscaled due to a change in the window size of the multi-views. It is a diagram for explaining a process of requesting an unidentified image.
  • the server 1800 transmits image data of the downscaled 4K resolution first previous image to the display device 1400, and the receiving unit 1410 of the display device 1400 may receive image data of a first previous image of 4K resolution.
  • the first decoder 1434 may obtain a second previous image of 4K resolution by first decoding image data of a first previous image of 4K resolution.
  • the AI upscaler 1436 may generate a third previous image of 8K resolution by performing AI upscaling on the second previous image of 4K resolution.
  • a user of the display device 1400 may adjust the size of a multi-view window in a user menu by manipulating a remote control or the like.
  • the window size of the first view 1820 may be adjusted on the display device, and the image of the first view may be displayed. Therefore, the size of the window of the first view 1820 in the display 1810 is 2K resolution and can be smaller than the size of the previous first view windows 1620 and 1720 of FIGS. 16B and 17B (5K, 4K). there is.
  • the scale unit 1440 may downscale the third previous image of 8K resolution in consideration of the window size of the first view 1820 of 2K resolution. That is, the scale unit 1440 may obtain a downscaled third previous image of 2K resolution by downscaling the third previous image of 8K resolution based on the downscaling ratio of 1/4.
  • the scale unit 1440 may display the third previous image of 2K resolution on the display 1810 .
  • the scale unit 1440 may have hardware performance sufficient to cause image quality degradation when downscaling is performed at a downscaling ratio of 1/2 or less.
  • the display device 1400 may transmit a request for a first encoded first current image to the server 1800 without AI downscaling from the original image in consideration of the hardware performance of the scale unit 1440 .
  • the server 1800 may transmit image data of a first encoded first current image (2K resolution) from the original image to the display device 1400 without AI downscaling.
  • the receiving unit 1410 of the display device 1400 may receive image data of the first current image.
  • the first decoder 1434 of the display device 1400 may obtain a second current image of 2K resolution by first decoding image data of the first current image.
  • the scale unit 1440 may bypass the downscaling operation by considering the size of the second current image (2K) and the window size of the first view 1820 having 2K resolution.
  • 19A is a diagram for explaining a method of streaming an image by the display device 1400 according to an embodiment of the present disclosure.
  • the display apparatus 1400 may identify whether the downscaling ratio between the size of the image reconstructed from the previous image and the size of the first window is less than or equal to a preset downscaling ratio.
  • An image reconstructed from a previous image is an image before downscaling, and the size of the first window may indicate the size of an image to be output after downscaling.
  • step S1910 the display device 1400 may transmit a request for a first encoded first current image to the image providing device 1300 based on the identification result.
  • step S1915 the display apparatus 1400 first decodes the image data of the first current image received from the image providing device 1300 based on the transmitted request for the first current image, and displays a second current image or
  • the downscaled second current image may be displayed on the first window.
  • the downscaled second current image may be a downscaled image based on the size of the first window.
  • the second current image displayed in the first window may be an image in which a downscale operation is bypassed based on the size of the first window.
  • 19B is a diagram for explaining a method of streaming an image by the display device 1400 according to an embodiment of the present disclosure.
  • step S1906 as in step S1905 of FIG. 19A, the display device 1400 may identify whether the downscaling ratio is less than or equal to the limiting downscaling ratio.
  • step S1907 if the downscaling ratio is smaller than or equal to the limiting downscaling ratio, the display device 1400 determines that the size of the image to be reconstructed from the first current image is smaller than or equal to the size of the target maximum image, and the size of the first window A request for the first current image may be transmitted to the image providing device 1300 so as to be greater than or equal to.
  • the image to be restored from the first current image may be an image restored through first decoding, but is not limited thereto, and may be an image restored through AI upscaling after first decoding.
  • the size of the target maximum image may be determined based on the size of the first window and the limited downscale rate.
  • the display apparatus 1400 may transmit a request for a first current image to the image providing device 1300 based on a request for a previous image.
  • the display device 1400 may transmit to the image providing device 1300 a request for a first current image having the same size as or smaller than the previous image.
  • the size of the image reconstructed from the previous image may be smaller than or equal to the size of the image to be reconstructed from the first current image, and may be larger than or equal to the size of the first window.
  • 20A is a diagram for explaining a method of streaming an image by the display device 1400 according to an embodiment of the present disclosure.
  • the display device 1400 may transmit a request for a first previous image to the image providing device 1300.
  • the first previous image may be an AI downscaled image from the original image.
  • step S2010 the display apparatus 1400 performs image data generated as a result of the first encoding of the first previous image and downscaling from at least one original image to the first previous image, based on the request for the first previous image.
  • Related AI data may be received from the video providing device 1300 .
  • step S2015 the display apparatus 1400 may obtain a second previous image corresponding to the first previous image by first decoding the image data.
  • the display device 1400 may obtain a third previous image upscaled by AI from the second previous image through an upscaling neural network that operates based on the neural network setting information acquired based on the AI data. .
  • the display device 1400 may downscale the third previous image based on the window size of at least one of the multi-views.
  • step S2030 the display device 1400 sends a request for a first encoded current image from at least one original image without AI downscaling to the image providing device 1300 based on the size of the third previous image and the window size.
  • step S2035 the display apparatus 1400 may obtain a second current image by first decoding image data of the current image received from the image providing device 1300 based on the transmitted request for the current image.
  • 20B is a flowchart illustrating a method of streaming an AI upscaled image based on a comparison result between a downscaling ratio and a predetermined threshold value, by the display apparatus 1400 according to an embodiment of the present disclosure.
  • step S2040 the display apparatus 1400 may identify whether a downscale ratio of the window size to the size of the third previous image is less than or equal to a predetermined threshold value. If it is identified that the downscale ratio is less than or equal to the threshold value, the display apparatus 1400 may perform the operation of step S2030.
  • step S2045 if it is identified that the downscaling ratio is less than or equal to the threshold value (ie, greater than the threshold value), the display apparatus 1400 performs AI downscaling from the original image and then displays a first image for the first encoded first current image.
  • a request may be transmitted to the video providing device 1300 .
  • step S2050 the display device 1400 transmits image data generated as a result of the first encoding of the first current image and AI data related to AI downscaling from at least one original image to the first current image to the image providing device 1300. can be received from
  • step S2055 the display apparatus 1400 may obtain a second current image corresponding to the first current image by first decoding the image data.
  • the display device 1400 may generate a third current image upscaled by AI from the second current image through an upscaling neural network that operates based on the neural network setting information acquired based on the AI data. .
  • 20C is a flowchart for explaining a method of displaying a multi-view image on a display by the display apparatus 1400 according to an embodiment of the present disclosure.
  • the display apparatus 1400 may acquire at least one current image of at least one other view other than the second current image among the multi-view images.
  • the display apparatus 1400 may obtain at least one current image of at least one other view based on the user input for the multi-view.
  • the display apparatus 1400 may bypass the downscaling operation for the second current image or downscale the second current image based on the size of the window.
  • the display apparatus 1400 may bypass the downscaling operation or downscale the second current image based on the size of the second current image and the size of the multi-view window.
  • the display apparatus 1400 may simultaneously display the second current image and at least one current image of at least one other view on the display.
  • the display apparatus 1400 may simultaneously display the downscaled second current image and at least one current image of at least one other view on the display.
  • 21 is a flowchart for explaining a method for the video providing device 1300 to stream an video.
  • step S2105 the image providing device 1300 may receive a request for a first current image from the display device 1400.
  • the display apparatus 1400 determines that the size of the image to be reconstructed from the first current image is the target maximum image.
  • a request for the first current image may be transmitted to the image providing apparatus 1300 so that the size is smaller than or equal to the size of the first window and larger than or equal to the size of the first window.
  • the display apparatus 1400 sends a request for the first current image based on the request for the previous image. may be transmitted to the video providing device 1300.
  • the size of the image reconstructed from the previous image may be smaller than or equal to the size of the image to be reconstructed from the first current image.
  • the image providing device 1300 may transmit the first encoded image data of the first current image to the display device 1400 based on the request for the first current image.
  • 22A is a flowchart for explaining a method of streaming an image by the image providing device 1300 .
  • the image providing device 1300 may receive a request for a first previous image from the display device 1400.
  • step S2210 the image providing device 1300 AI downloads image data generated as a result of the first encoding of the first previous image and at least one original image to the first previous image based on the request for the first previous image.
  • AI data related to the scale may be transmitted to the display device 1400 .
  • the image providing device 1300 may receive a request for a current image from the display device 1400 based on the size of the third previous image and the window size.
  • the third previous image may be an AI upscaled image from the second previous image.
  • the second previous image may be an image first decoded from image data of the first previous image.
  • step S2220 based on the request for the current video, the video providing device 1300 may transmit video data of the first encoded current video from the original video without AI downscaling.
  • FIG. 22B shows a first encoded current image from an original image without an AI scale or a first encoded first current image after AI downscaling from the original image, based on a request of the display device 1400 by the image providing device 1300. It is a flowchart for explaining the streaming method.
  • step S2217 the image providing device 1300 receives a request for a first encoded current image from the original image without AI downscaling from the display device 1400 or receives a first encoded first image after AI downscaling from the original image. It may be identified whether a request for a current image is received from the display device 1400 .
  • the video providing apparatus 1300 may perform the operation of step S2220.
  • step S2225 the image providing device 1300 displays image data generated as a result of the first encoding of the first current image and AI data related to AI downscaling from at least one original image to the first current image, to the display device 1400. can be sent to
  • 23A is a diagram for explaining a process of streaming an image between an image providing device 1300 and a display device 1400 according to an embodiment of the present disclosure.
  • step S2305 the display apparatus 1400 may identify whether the downscaling ratio between the size of the image reconstructed from the previous image and the size of the first window is equal to or less than a preset downscaling ratio.
  • the display device 1400 may transmit a request for a first encoded first current image to the image providing device 1300 based on the identification result.
  • the image providing device 1300 may receive a request for the first current image from the display device 1400 .
  • step S2315 the image providing device 1300 may transmit the first encoded image data of the first current image to the display device 1400 based on the request for the first current image.
  • step S2320 the display apparatus 1400 may obtain a second current image by first decoding image data of the first current image.
  • the display apparatus 1400 may bypass the downscaling operation for the second current image or downscale the second current image based on the size of the first window.
  • the display device 1400 may bypass the downscaling operation when the size of the first window is equal to the size of the second current image.
  • the display apparatus 1400 may downscale the second current image when the size of the first window is smaller than the size of the second current image. In this case, a downscaling ratio between the size of the second current image and the size of the first window may be greater than the limiting downscaling ratio.
  • the display device 1400 may display the second current image or the downscaled second current image on the first window.
  • 23B is a diagram for explaining a process of streaming an image between the image providing device 1300 and the display device 1400 according to an embodiment of the present disclosure.
  • the display device 1400 may transmit a request for a first previous image to the image providing device 1300.
  • the image providing device 1300 may receive a request for a first previous image from the display device 1400 .
  • the first previous image may be an AI upscaled image from the original image.
  • the image providing device 1300 may transmit image data and AI data generated as a result of the first encoding of the first previous image to the display device 1400 based on the request for the first previous image.
  • the display device 1400 may receive image data and AI data from the image providing device 1300 .
  • step S2345 the display device 1400 may obtain a second previous image by first decoding the image data.
  • step S2350 the display device 1400 may obtain an AI upscaled third previous image by performing AI upscaling on the second previous image.
  • step S2355 the display device 1400 may downscale the third previous image based on the size of the third previous image and the window size.
  • the downscaled third previous image may be displayed on the display.
  • the display device 1400 may transmit a request for a first current image to the image providing device 1300.
  • the image providing device 1300 may receive a request for the first current image from the display device 1400 .
  • the display device 1400 determines whether to transmit a request for a first encoded first current image after AI downscaling from the original image or a first current image from the original image without AI downscaling, based on the size of the third previous image and the window size. Whether to transmit a request for the encoded first current image may be identified. Specifically, when the downscale ratio indicated by the window size to the size of the third previous image is smaller than or equal to a predetermined threshold, a request for a first encoded first current image from the original image is transmitted without AI downscaling. can be identified. When it is identified that the request for the first current image is transmitted, the display apparatus 1400 may transmit the request for the first current image to the image providing device 1300 .
  • the image providing device 1300 may transmit image data of a first encoded first current image from at least one original image to the display device 1400 without AI downscaling.
  • the display device 1400 may receive image data of the first current image from the image providing device 1300 .
  • the display apparatus 1400 may obtain a second current image by first decoding image data of the first current image. Based on the size of the second current image and the size of the window, a downscaling operation for the second current image may be bypassed. After that, the second current image may be displayed on the display.
  • 24 is a diagram for explaining a vertical downscaling operation according to an embodiment of the present disclosure.
  • the scaling unit 1440 may perform vertical downscaling based on a sampling method (LPF sampling method) using a low pass filter.
  • the scale unit 1440 may obtain a 3840px X 1440px image by downscaling a 3840px X 2160px image.
  • sampling may be performed for each scale ratio in the vertical direction.
  • the current sample may have a value obtained by using the sample value of the current sampling position, the sample values of neighboring samples, and the coefficient of the low pass filter mask. That is, samples having values obtained by performing interpolation with reference to neighboring samples may be obtained at scale ratio intervals.
  • the possible degree of downscaling based on a sampling method using a low pass filter may be limited. Accordingly, a maximum downscalable scale ratio may be determined based on hardware performance.
  • downscaling can be performed in a simpler manner in consideration of hardware performance.
  • downscaling may be performed in a line skipping method.
  • the line skipping method means a method of skipping a specific line and sampling.
  • the scale unit 1440 may obtain a 3840px X 1080px image by downscaling a 3840px X 2160px image.
  • sampling of the second and third lines (rows) may be skipped.
  • the fourth line (row) can be sampled again. Sampling is performed in this way, and finally, an image having a height of 1/3 of the input image may be output.
  • the maximum scale ratio which is the criterion for downscaling based on the line skipping method described above, is the first decoded image from the original image without AI downscaling. This may be a criterion for requesting the video providing device 1300.
  • the maximum scale ratio which is the criterion at which image quality degradation begins to occur due to lack of hardware performance
  • the display device 1400 may be a threshold for requesting the first decoded image from the original image to the image providing device 1300 without AI downscaling.
  • a threshold value may be preset based on the performance of the hardware implementing the scale unit 1440, and based on a comparison result between the threshold value and the scale ratio, an image encoded without AI scale (or small-size image data) ) can be requested.
  • the display device 1400 when downscaling based on the line skipping method is performed, the display device 1400 according to an embodiment of the present disclosure performs AI downscaling based on the number of skip lines, which is a criterion for picture quality degradation due to lack of hardware performance.
  • a threshold value for requesting the first decoded image from the original image without scale to the image providing device 1300 may be determined.
  • the scale unit 1440 may identify the number of skipped lines based on the scale ratio. At this time, since the degree of picture quality degradation increases from the point when the number of skipped lines is two, when the scale ratio is greater than 0x3000, an image encoded from the original image (or small-sized image data) may be requested without AI downscaling. there is.
  • the scale ratio may be input size/output size * 0x10000.
  • the scale ratio is 0x18000 and smaller than 0x20000, so the number of skip lines may be 0.
  • the low pass filter Vertical downsampling may be performed based on the sampling method used.
  • the scale ratio may be 0x20000 and the number of skip lines may be one. In this case, vertical downsampling may be performed based on a line skip method.
  • the scale ratio may be 0x30000 and the number of skip lines may be two.
  • vertical downsampling may be performed based on the line skipping method, and if the number of skip lines is two, it is considered that the criterion for picture quality degradation of the scale unit 1440 is satisfied, and the original video without AI downscaling.
  • An image encoded from may be requested.
  • the number of skip lines is two has been considered as a criterion for deteriorating the image quality of the scale unit 1440, it is not limited thereto, and the number of skip lines serving as a criterion may be set differently.
  • the display device 1400 may request a subsequent image from the image providing device 1300 based on the number of skip lines corresponding to the criterion for picture quality degradation in the scale unit 1440 . That is, a threshold may be set in advance based on the number of skip lines, and the image providing apparatus 1300 may request a subsequent image based on a comparison result between the downscale ratio and the threshold.
  • the display device 1400 requests a first encoded image from an original image having the same size as the window size from the image providing device 1300 without AI upscaling.
  • the display device 1400 displays the window size and You can request the nearest video.
  • the display device (1400) may request an image encoded after AI downscaling.
  • the size of the AI downscaled image may be smaller than the size of the window.
  • a 2K video encoded after being AI downscaled from a 4K original video may be requested without requesting a 4K video encoded without AI downscaling.
  • video data and AI data of 2K video may be transmitted to the display device 1400 .
  • the image of the 4K resolution may be reconstructed by AI up-scaling. If the size of the AI upscaled and reconstructed image is larger than the size of the window, it can be downscaled based on the size of the window, and since the downscaling ratio is larger than the previous downscaling ratio, picture quality degradation due to downscaling may not occur.
  • the display device 1400 displays the window Based on the size, the content of transmitting the request for the current video to the video providing device 1300 has been described above, but is not limited thereto, and regardless of AI downscale/upscale of the previous video, the display device 1400 It should be noted that if the scale unit 1440 downscales the reconstructed previous image at a rate smaller than or equal to a predetermined threshold value, the current image having a smaller size than the previous image may be requested from the image providing device 1300. .
  • the size of a window is changed during image streaming, and based on the change in the size of the window, the performance of the hardware implementing the scale unit 1440 is insufficient, resulting in picture quality degradation based on downscaling. there is.
  • the display device 1400 then requests an image of a smaller size based on the final output resolution (ie, window size) or an image that is not AI downscaled from the original image, Image quality loss due to excessive downscaling beyond hardware performance can be prevented, and network usage can be reduced.
  • the final output resolution ie, window size
  • Image quality loss due to excessive downscaling beyond hardware performance can be prevented, and network usage can be reduced.
  • the display device 1400 can minimize memory and power consumption. This is because an unnecessary AI up-scaling operation and a down-scaling operation of the scale unit 1440 can be omitted.
  • the above-described embodiments of the present disclosure can be written as programs or instructions that can be executed on a computer, and the written programs or instructions can be stored in a storage medium.
  • the device-readable storage medium may be provided in the form of a non-transitory storage medium.
  • 'non-temporary storage medium' only means that it is a tangible device and does not contain signals (e.g., electromagnetic waves), and this term refers to the case where data is stored semi-permanently in the storage medium and temporary It does not discriminate if it is saved as .
  • a 'non-temporary storage medium' may include a buffer in which data is temporarily stored.
  • the method according to various embodiments disclosed in this document may be included and provided in a computer program product.
  • Computer program products may be traded between sellers and buyers as commodities.
  • a computer program product is distributed in the form of a device-readable storage medium (e.g. compact disc read only memory (CD-ROM)), or through an application store (e.g. Play Store TM ) or between two user devices ( It can be distributed (eg downloaded or uploaded) online, directly between smartphones.
  • a part of a computer program product eg, a downloadable app
  • a device-readable storage medium such as a memory of a manufacturer's server, an application store's server, or a relay server. It can be temporarily stored or created temporarily.
  • the model related to the neural network described above may be implemented as a software module.
  • the neural network model may be stored in a computer-readable recording medium.
  • the neural network model may be integrated in the form of a hardware chip and become part of the aforementioned AI decoding device 200, AI encoding device 700, image providing device 1300, and display device 1400.
  • a neural network model may be built in the form of a dedicated hardware chip for artificial intelligence, or as part of an existing general-purpose processor (eg CPU or application processor) or graphics-only processor (eg GPU). It could be.
  • the neural network model may be provided in the form of downloadable software.
  • a computer program product may include a product in the form of a software program (eg, a downloadable application) that is distributed electronically by a manufacturer or through an electronic marketplace. For electronic distribution, at least a portion of the software program may be stored on a storage medium or may be temporarily created.
  • the storage medium may be a storage medium of a manufacturer or a server of an electronic market or a relay server.

Abstract

인스트럭션을 실행하는 프로세서를 포함하고, 프로세서는 이전 영상의 영상 데이터로부터 복원된 영상의 크기와 제 1 윈도우의 크기 사이의 다운스케일 비율이 미리 설정된 제한 다운스케일 비율 이하인지 여부를 식별하고, 식별 결과를 기초로, 제 1 현재 영상에 대한 요청을 영상 제공 장치로 전송하고, 영상 제공 장치로부터 수신된 제 1 현재 영상의 영상 데이터를 제 1 복호화하여, 제 2 현재 영상 또는 다운스케일된 제 2 현재 영상을 제 1 윈도우에 디스플레이하고, 제 2 현재 영상의 크기와 제 1 윈도우의 크기 사이의 비율이 미리 설정된 제한 다운스케일 비율보다 크거나 같은 것을 특징으로 하는, 일 실시예에 따른 디스플레이 장치가 개시된다.

Description

AI 기반의 영상 제공 장치 및 이에 의한 방법, 및 AI 기반의 디스플레이 장치 및 이에 의한 방법
본 개시는 영상 처리 분야에 관한 것이다. 보다 구체적으로, 본 개시는 AI 기반으로 영상을 처리 및 디스플레이하는 장치 및 방법에 관한 것이다.
영상은 소정의 데이터 압축 표준, 예를 들어 MPEG (Moving Picture Experts Group) 표준 등을 따르는 코덱(codec)에 의해 부호화된 후 비트스트림의 형태로 기록매체에 저장되거나 통신 채널을 통해 전송된다.
고해상도/고화질의 영상을 재생, 저장할 수 있는 하드웨어의 개발 및 보급에 따라, 고해상도/고화질의 영상을 효과적으로 부호화 및 복호화할 수 있는 코덱의 필요성이 증대하고 있다.
일 실시예에 따른 AI 기반의 영상 제공 장치 및 이에 의한 방법, 및 AI 기반의 디스플레이 장치 및 이에 의한 방법은 저장 용량의 포화 방지 및 낮은 비트레이트의 달성을 위해 AI 기반으로 영상을 부호화 및 복호화하는 것을 기술적 과제로 한다.
일 실시예에 따른 디스플레이 장치는, 하나 이상의 인스트럭션들을 실행하는 적어도 하나의 프로세서; 및 디스플레이를 포함하고, 상기 적어도 하나의 프로세서는, 이전 영상의 영상 데이터로부터 복원된 영상의 크기와 상기 디스플레이의 제 1 윈도우의 크기 사이의 다운스케일 비율이 미리 설정된 다운스케일 비율 이하인지 여부를 식별하고, 상기 식별 결과를 기초로, 제 1 현재 영상에 대한 요청을 영상 제공 장치로 전송하고, 상기 제 1 현재 영상에 대한 요청에 기초하여, 상기 영상 제공 장치로부터 수신된 상기 제 1 현재 영상의 영상 데이터를 제 1 복호화하여, 제 2 현재 영상을 획득하고, 상기 제 2 현재 영상 또는 다운스케일된 제 2 현재 영상을 제 1 윈도우에 디스플레이하되, 상기 제 2 현재 영상 또는 상기 다운스케일된 제 2 현재 영상의 크기와 상기 제 1 윈도우의 크기 사이의 비율은, 상기 미리 설정된 다운스케일 비율보다 크거나 같을 수 있다.
일 실시예에 따른 AI 기반의 영상 제공 장치 및 이에 의한 방법, 및 AI 기반의 디스플레이 장치 및 이에 의한 방법은 AI 기반의 영상 부호화 및 복호화를 통해 영상을 낮은 비트레이트로 처리할 수 있고, 장치의 저장 용량이 포화되는 것을 방지할 수 있다.
본 명세서에서 인용되는 도면을 보다 충분히 이해하기 위하여 각 도면의 간단한 설명이 제공된다.
도 1은 일 실시예에 따른 AI 부호화 과정 및 AI 복호화 과정을 설명하기 위한 도면이다.
도 2는 일 실시예에 따른 AI 복호화 장치의 구성을 나타내는 블록도이다.
도 3은 제 2 영상의 AI 업스케일을 위한 제 2 신경망을 나타내는 예시적인 도면이다.
도 4는 컨볼루션 레이어에 의한 컨볼루션 연산을 설명하기 위한 도면이다.
도 5는 여러 영상 관련 정보들과 여러 신경망 설정 정보들 사이의 매핑 관계를 나타내는 예시적인 도면이다.
도 6은 복수의 프레임으로 구성된 제 2 영상을 도시하는 도면이다.
도 7은 일 실시예에 따른 AI 부호화 장치의 구성을 나타내는 블록도이다.
도 8은 원본 영상의 AI 다운스케일을 위한 제 1 신경망을 나타내는 예시적인 도면이다.
도 9는 일 실시예에 따른 AI 부호화 데이터의 구조를 나타내는 도면이다.
도 10은 일 실시예에 따른 AI 부호화 데이터의 구조를 나타내는 도면이다.
도 11은 제 1 신경망 및 제 2 신경망을 훈련시키는 방법을 설명하기 위한 도면이다.
도 12는 훈련 장치에 의한 제 1 신경망 및 제 2 신경망의 훈련 과정을 설명하기 위한 도면이다.
도 13 은 일 실시예에 따른 영상 제공 장치(또는 AI 부호화 장치)의 구성을 도시하는 블록도이다.
도 14는 일 실시예에 따른 AI 복호화 장치(또는 디스플레이 장치)의 구성을 도시하는 블록도이다.
도 15a는, 본 개시의 일 실시예에 따른 디스플레이 장치가 서버로부터 수신된 영상인 AI 다운스케일된 영상을 단일 뷰(single view)에 따라 디스플레이하는 설명하기 위한 도면이다.
도 15b는, 본 개시의 일 실시예에 따른 디스플레이 장치가 서버로부터 수신된 영상을 단일 뷰(single view)에 따라 AI 업스케일하여 디스플레이하는 과정을 설명하기 위한 도면이다.
도 16a는 본 개시의 일 실시예에 따른 디스플레이 장치가 서버로부터 수신된 영상을 멀티 뷰에 따라 디스플레이하는 과정을 설명하기 위한 도면이다.
도 16b는 본 개시의 일 실시예에 따른 디스플레이 장치가 서버로부터 수신된 영상을 AI 업스케일하고, 멀티 뷰에 따라 다운스케일하여 디스플레이하는 과정을 설명하기 위한 도면이다.
도 17a는 본 개시의 일 실시예에 따른 디스플레이 장치가 서버로부터 수신된 영상을 멀티 뷰에 따라 디스플레이하다가, 멀티 뷰의 윈도우 크기의 변화로 인하여 작은 크기의 영상을 요청하는 과정을 설명하기 위한 도면이다.
도 17b는 본 개시의 일 실시예에 따른 디스플레이 장치가 서버로부터 수신된 영상을 멀티 뷰에 따라 디스플레이하다가, 멀티 뷰의 윈도우 크기의 변화로 인하여 작은 크기의 영상 데이터를 요청하는 과정을 설명하기 위한 도면이다.
도 18a는 본 개시의 일 실시예에 따른 디스플레이 장치가 서버로부터 수신된 다운스케일된 영상을 멀티 뷰에 따라 디스플레이하다가, 멀티 뷰의 윈도우 크기의 변화로 인하여 더 작은 크기의 영상을 요청하는 과정을 설명하기 위한 도면이다.
도 18b는 본 개시의 일 실시예에 따른 디스플레이 장치가 서버로부터 수신된 다운스케일된 영상을 멀티 뷰에 따라 디스플레이하다가, 멀티 뷰의 윈도우 크기의 변화로 인하여 AI 다운스케일되지 않은 영상을 요청하는 과정을 설명하기 위한 도면이다.
도 19a는 본 개시의 일 실시예에 따른 디스플레이 장치가 영상을 스트리밍하는 방법을 설명하기 위한 도면이다.
도 19b는 본 개시의 일 실시예에 따른 디스플레이 장치가 영상을 스트리밍하는 방법을 설명하기 위한 도면이다.
도 20a는 본 개시의 일 실시예에 따른 디스플레이 장치가 영상을 스트리밍하는 방법을 설명하기 위한 도면이다.
도 20b는 본 개시의 일 실시예에 따른 디스플레이 장치가 다운스케일 비율과 소정의 임계값의 비교 결과에 따라, AI 업스케일된 영상을 스트리밍하는 방법을 설명하기 위한 흐름도이다.
도 20c는 본 개시의 일 실시예에 따른 디스플레이 장치가 멀티 뷰의 영상을 디스플레이하는 방법을 설명하기 위한 흐름도이다.
도 21은 영상 제공 장치가 영상을 스트리밍하는 방법을 설명하기 위한 흐름도이다.
도 22a는 영상 제공 장치가 영상을 스트리밍하는 방법을 설명하기 위한 흐름도이다.
도 22b는 영상 제공 장치가 디스플레이 장치의 요청에 따라, AI 스케일없이 원본 영상으로부터 제 1 부호화된 현재 영상 또는 원본 영상으로부터 AI 다운스케일 후 제 1 부호화된 제 1 현재 영상을 스트리밍하는 방법을 설명하기 위한 흐름도이다.
도 23a는 본 개시의 일 실시예에 따라, 영상 제공 장치와 디스플레이 장치 간 영상을 스트리밍하는 과정을 설명하기 위한 도면이다.
도 23b는 본 개시의 일 실시예에 따라, 영상 제공 장치와 디스플레이 장치 간 영상을 스트리밍하는 과정을 설명하기 위한 도면이다.
도 24는 본 개시의 일 실시예에 따른 수직 다운스케일 동작을 설명하기 위한 도면이다.
일 실시예에 따른 디스플레이 장치는, 하나 이상의 인스트럭션들을 실행하는 적어도 하나의 프로세서; 및 디스플레이를 포함하고, 상기 적어도 하나의 프로세서는, 이전 영상의 영상 데이터로부터 복원된 영상의 크기와 상기 디스플레이의 제 1 윈도우의 크기 사이의 다운스케일 비율이 미리 설정된 다운스케일 비율 이하인지 여부를 식별하고, 상기 식별 결과를 기초로, 제 1 현재 영상에 대한 요청을 영상 제공 장치로 전송하고, 상기 제 1 현재 영상에 대한 요청에 기초하여, 상기 영상 제공 장치로부터 수신된 상기 제 1 현재 영상의 영상 데이터를 제 1 복호화하여, 제 2 현재 영상을 획득하고, 상기 제 2 현재 영상 또는 다운스케일된 제 2 현재 영상을 제 1 윈도우에 디스플레이하되, 상기 제 2 현재 영상 또는 상기 다운스케일된 제 2 현재 영상의 크기와 상기 제 1 윈도우의 크기 사이의 비율은, 상기 미리 설정된 다운스케일 비율보다 크거나 같을 수 있다.
상기 제 1 윈도우의 크기는 사용자 입력에 의해 설정될 수 있다.
상기 적어도 하나의 프로세서가 상기 식별 결과를 기초로, 상기 제 1 현재 영상에 대한 요청을 상기 영상 제공 장치로 전송할 때, 상기 적어도 하나의 프로세서는, 상기 이전 영상의 영상 데이터로부터 복원된 영상의 크기와 상기 제 1 윈도우의 크기 사이의 다운스케일 비율이 상기 미리 설정된 다운스케일 비율보다 작거나 같은 경우, 상기 제 1 현재 영상의 영상 데이터로부터 복원될 영상의 크기가 타겟 최대 영상 크기보다 작거나 같고, 상기 제 1 윈도우의 크기보다 크거나 같도록, 상기 제 1 현재 영상에 대한 요청을 상기 영상 제공 장치로 전송하고, 상기 타겟 최대 영상 크기는, 상기 제 1 윈도우의 크기와 상기 미리 설정된 다운스케일 비율을 기초로 결정될 수 있다.
상기 적어도 하나의 프로세서가 상기 식별 결과를 기초로, 상기 제 1 현재 영상에 대한 요청을 상기 영상 제공 장치로 전송할 때, 상기 적어도 하나의 프로세서는, 상기 이전 영상의 영상 데이터로부터 복원된 영상의 크기와 상기 제 1 윈도우의 크기 사이의 다운스케일 비율이 상기 미리 설정된 다운스케일 비율보다 큰 경우, 상기 이전 영상에 대한 요청을 기초로, 상기 제 1 현재 영상에 대한 요청을 상기 영상 제공 장치로 전송하고, 상기 이전 영상의 영상 데이터로부터 복원된 영상의 크기는, 상기 제 1 현재 영상의 영상 데이터로부터 복원될 영상의 크기보다 작거나 같을 수 있다.
상기 적어도 하나의 프로세서는, 상기 이전 영상에 대한 요청을 상기 영상 제공 장치로 전송하고, 상기 이전 영상에 대한 요청을 기초로, 제 1 이전 영상에 대한 제 1 부호화 결과 생성된 영상 데이터 및 적어도 하나의 이전 원본 영상으로부터 상기 제 1 이전 영상으로의 AI 다운스케일과 관련된 AI 데이터를, 상기 영상 제공 장치로부터 수신하고, 상기 영상 데이터를 제 1 복호화하여 상기 제 1 이전 영상에 대응하는 제 2 이전 영상을 획득하고, 상기 AI 데이터에 기초하여 획득된 신경망 설정 정보로 동작하는 업스케일용 신경망을 통해, 상기 제 2 이전 영상으로부터 AI 업스케일된 제 3 이전 영상을 생성하고, 상기 제 1 윈도우의 크기에 기초하여, 상기 제 3 이전 영상을 다운스케일하고, 상기 적어도 하나의 프로세서가 상기 식별 결과를 기초로, 상기 제 1 현재 영상에 대한 요청을 상기 영상 제공 장치로 전송할 때, 상기 적어도 하나의 프로세서는, 상기 제 3 이전 영상의 크기와 제 1 윈도우의 크기 사이의 다운스케일 비율이 상기 미리 설정된 다운스케일 비율보다 작거나 같은 경우, AI 다운스케일 없이 현재 원본 영상으로부터 제 1 부호화된 제 1 현재 영상에 대한 요청을 상기 영상 제공 장치로 전송하고, 상기 제 1 현재 영상의 크기는 상기 제 1 윈도우의 크기보다 크거나 같고, 상기 제 3 이전 영상의 크기보다 작고, 상기 적어도 하나의 프로세서가 상기 제 1 현재 영상의 영상 데이터에 대한 제 1 복호화를 통해 획득되는 제 2 현재 영상 또는 다운스케일된 제 2 현재 영상을 상기 제 1 윈도우에 디스플레이할 때, 상기 적어도 하나의 프로세서는, 상기 영상 제공 장치로부터 수신된 상기 제 1 현재 영상의 영상 데이터를 복호화하여 제 2 현재 영상을 획득하고, 상기 제 1 윈도우의 크기에 기초하여, 상기 획득된 제 2 현재 영상에 대한 다운스케일 동작을 바이패스하거나 상기 획득된 제 2 현재 영상을 다운스케일하고, 상기 제 2 현재 영상 또는 상기 다운스케일된 제 2 현재 영상을 상기 제 1 윈도우에 디스플레이하되, 상기 디스플레이의 제 2 윈도우에는 상기 제 2 현재 영상 또는 상기 다운스케일된 제 2 현재 영상과는 다른 영상이 디스플레이될 수 있다.
상기 미리 설정된 다운스케일 비율은 다운스케일 동작을 구현한 하드웨어의 성능 정보에 기초하여 미리 설정될 수 있다.
상기 미리 설정된 다운스케일 비율은 라인 스킵(line skip)을 통한 다운스케일과 관련된 값일 수 있다.
상기 적어도 하나의 프로세서가 상기 식별 결과를 기초로, 상기 제 1 현재 영상에 대한 요청을 상기 영상 제공 장치로 전송할 때, 상기 적어도 하나의 프로세서는, 상기 제 3 이전 영상의 크기와 상기 제 1 윈도우의 크기 사이의 다운스케일 비율이 상기 미리 설정된 다운스케일 비율보다 큰 경우, 상기 현재 원본 영상에 대한 AI 다운스케일 및 제 1 부호화를 통해 획득되는 제 1 현재 영상에 대한 요청을 상기 영상 제공 장치로 전송하고, 상기 제 1 현재 영상의 제 1 부호화 결과 생성된 영상 데이터 및 상기 현재 원본 영상으로부터 상기 제 1 현재 영상으로의 AI 다운스케일과 관련된 AI 데이터를 상기 영상 제공 장치로부터 수신하고, 상기 적어도 하나의 프로세서가 제 1 현재 영상의 영상 데이터에 대한 제 1 복호화를 통해 획득되는 제 2 현재 영상 또는 다운스케일된 제 2 현재 영상을 상기 제 1 윈도우에 디스플레이할 때, 상기 적어도 하나의 프로세서는, 상기 제 1 현재 영상의 영상 데이터를 제 1 복호화하여 상기 제 1 현재 영상에 대응하는 상기 제 2 현재 영상을 획득하고, 상기 AI 데이터에 기초하여 획득된 신경망 설정 정보로 동작하는 업스케일용 신경망을 통해, 상기 제 2 현재 영상으로부터 AI 업스케일된 제 3 현재 영상을 생성하고, 상기 제 3 현재 영상을 상기 제 1 윈도우의 크기에 기초하여 다운스케일하고, 상기 다운스케일된 제 3 현재 영상을 상기 제 1 윈도우에 디스플레이할 수 있다.
상기 제 3 이전 영상에 대한 다운스케일은, AI 다운스케일용 신경망을 이용하지 않고, 상기 다운스케일 비율에 기초하여, 로우패스 필터(Low pass filter; LPF)의 계수(coefficient)와 상기 제 3 이전 영상에 포함된 주변 샘플들의 값들을 이용하여 보간된 샘플(interpolation sample)을 획득하는 동작 또는 라인 스킵을 통하여 샘플을 획득하는 동작 중 적어도 하나를 포함할 수 있다.
상기 적어도 하나의 프로세서는, 복수의 품질의 영상 데이터를 나타내는 정보를 수신하고, 상기 복수의 품질의 영상 데이터를 나타내는 정보는, AI 다운스케일 및 제 1 부호화가 적용된 적어도 하나의 영상의 영상 데이터 및 AI 다운스케일 없이 제 1 부호화가 적용된 적어도 하나의 영상의 영상 데이터를 나타내고, 상기 적어도 하나의 프로세서는, 상기 복수의 품질의 영상 데이터를 나타내는 정보를 기초로, 상기 제 1 현재 영상에 대한 요청을 상기 영상 제공 장치로 전송할 수 있다.
일 실시예에 따른 디스플레이 장치가 영상을 디스플레이하는 방법은, 이전 영상의 영상 데이터로부터 복원된 영상의 크기와 제 1 윈도우의 크기 사이의 다운스케일 비율이 미리 설정된 다운스케일 비율 이하인지 여부를 식별하는 단계; 상기 식별 결과를 기초로, 제 1 현재 영상에 대한 요청을 영상 제공 장치로 전송하는 단계; 상기 전송된 제 1 현재 영상에 대한 요청에 기초하여, 상기 영상 제공 장치로부터 수신된 상기 제 1 현재 영상의 영상 데이터를 제 1 복호화하여 제 2 현재 영상을 획득하는 단계; 및 상기 제 2 현재 영상 또는 다운스케일된 제 2 현재 영상을 제 1 윈도우에 디스플레이하는 단계를 포함하고, 상기 제 2 현재 영상의 크기와 상기 제 1 윈도우의 크기 사이의 비율은, 상기 미리 설정된 다운스케일 비율보다 크거나 같을 수 있다.
상기 영상 디스플레이 방법은, 상기 이전 영상에 대한 요청을 상기 영상 제공 장치로 전송하는 단계; 상기 이전 영상에 대한 요청을 기초로, 제 1 이전 영상의 제 1 부호화 결과 생성된 영상 데이터 및 적어도 하나의 이전 원본 영상으로부터 상기 제 1 이전 영상으로의 AI 다운스케일과 관련된 AI 데이터를, 상기 영상 제공 장치로부터 수신하는 단계; 상기 영상 데이터를 제 1 복호화하여 상기 제 1 이전 영상에 대응하는 제 2 이전 영상을 획득하는 단계; 상기 AI 데이터에 기초하여 획득된 신경망 설정 정보로 동작하는 업스케일용 신경망을 통해, 상기 제 2 이전 영상으로부터 AI 업스케일된 제 3 이전 영상을 생성하는 단계; 및 상기 제 1 윈도우의 크기에 기초하여, 상기 제 3 이전 영상을 다운스케일하는 단계를 더 포함하고, 상기 식별 결과를 기초로, 상기 제 1 현재 영상에 대한 요청을 상기 영상 제공 장치로 전송하는 단계는, 상기 제 3 이전 영상의 크기와 상기 제 1 윈도우의 크기 사이의 다운스케일 비율이 상기 미리 설정된 다운스케일 비율보다 작거나 같은 경우, AI 다운스케일 없이 현재 원본 영상으로부터 제 1 부호화된 제 1 현재 영상에 대한 요청을 상기 영상 제공 장치로 전송하는 단계를 포함하고, 상기 제 1 현재 영상의 영상 데이터를 제 1 복호화하여 제 2 현재 영상을 획득하고, 상기 제 2 현재 영상 또는 다운스케일된 제 2 현재 영상을 상기 제 1 윈도우에 디스플레이하는 단계는, 상기 제 1 윈도우의 크기에 기초하여, 상기 획득된 제 2 현재 영상에 대한 다운스케일 동작을 바이패스하거나 상기 획득된 제 2 현재 영상을 다운스케일하는 단계; 및 상기 제 2 현재 영상 또는 상기 다운스케일된 제 2 현재 영상을 상기 제 1 윈도우에 디스플레이하는 단계를 포함하되, 디스플레이의 제 2 윈도우에는 상기 제 2 현재 영상 또는 상기 다운스케일된 제 2 현재 영상과는 다른 영상이 디스플레이될 수 있다.
상기 식별 결과를 기초로, 상기 제 1 현재 영상에 대한 요청을 상기 영상 제공 장치로 전송하는 단계는, 상기 이전 영상의 영상 데이터로부터 복원된 영상의 크기와 상기 제 1 윈도우의 크기 사이의 다운스케일 비율이 미리 설정된 다운스케일 비율보다 작거나 같은 경우, 상기 제 1 현재 영상의 영상 데이터로부터 복원될 영상의 크기가 타겟 최대 영상 크기보다 작거나 같고, 상기 제 1 윈도우의 크기보다 크거나 같도록, 상기 제 1 현재 영상에 대한 요청을 상기 영상 제공 장치로 전송하는 단계를 포함하고, 상기 타겟 최대 영상 크기는 상기 제 1 윈도우의 크기와 상기 미리 설정된 다운스케일 비율을 기초로 결정될 수 있다.
일 실시예에 따른 영상 제공 장치는, 하나 이상의 인스트럭션들을 실행하는 프로세서를 포함하고, 상기 프로세서는, 제 1 현재 영상에 대한 요청을 디스플레이 장치로부터 수신하고, 상기 제 1 현재 영상에 대한 요청에 기초하여, 제 1 부호화된 상기 제 1 현재 영상의 영상 데이터를 상기 디스플레이 장치로 전송하고, 상기 제 1 현재 영상에 대한 요청은, 상기 디스플레이 장치에서 이전 영상의 영상 데이터로부터 복원된 영상의 크기와 제 1 윈도우의 크기 사이의 다운스케일 비율이 미리 설정된 다운스케일 비율 이하인지 여부에 기초하여 생성되어 상기 디스플레이 장치로부터 전송되고, 상기 제 1 현재 영상의 영상 데이터로부터 제 1 복호화될 제 2 현재 영상의 크기와 상기 제 1 윈도우의 크기 사이의 비율은 미리 설정된 다운스케일 비율보다 크거나 같을 수 있다.
상기 프로세서는, 복수의 품질의 영상 데이터를 나타내는 정보를 상기 디스플레이 장치로 전송하고, 상기 복수의 품질의 영상 데이터를 나타내는 정보에 기반한 상기 제 1 현재 영상에 대한 요청을, 상기 디스플레이 장치로부터 수신하고, 상기 복수의 품질의 영상 데이터를 나타내는 정보는, AI 다운스케일 및 제 1 부호화를 통해 생성된 영상 데이터 및 AI 다운스케일 없이 제 1 부호화를 통해 생성된 영상 데이터를 나타낼 수 있다.
본 개시는 다양한 변경을 가할 수 있고 여러 가지 실시예를 가질 수 있는 바, 특정 실시예들을 도면에 예시하고, 이를 상세한 설명을 통해 상세히 설명하고자 한다. 그러나, 이는 본 개시의 실시 형태에 대해 한정하려는 것이 아니며, 본 개시는 여러 실시예들의 사상 및 기술 범위에 포함되는 모든 변경, 균등물 내지 대체물을 포함하는 것으로 이해되어야 한다.
실시예를 설명함에 있어서, 관련된 공지 기술에 대한 구체적인 설명이 본 개시의 요지를 불필요하게 흐릴 수 있다고 판단되는 경우 그 상세한 설명을 생략한다. 또한, 명세서의 설명 과정에서 이용되는 숫자(예를 들어, 제 1, 제 2 등)는 하나의 구성요소를 다른 구성요소와 구분하기 위한 식별기호에 불과하다.
또한, 본 명세서에서, 일 구성요소가 다른 구성요소와 "연결된다" 거나 "접속된다" 등으로 언급된 때에는, 상기 일 구성요소가 상기 다른 구성요소와 직접 연결되거나 또는 직접 접속될 수도 있지만, 특별히 반대되는 기재가 존재하지 않는 이상, 중간에 또 다른 구성요소를 매개하여 연결되거나 또는 접속될 수도 있다고 이해되어야 할 것이다.
또한, 본 명세서에서 '~부(유닛)', '모듈' 등으로 표현되는 구성요소는 2개 이상의 구성요소가 하나의 구성요소로 합쳐지거나 또는 하나의 구성요소가 보다 세분화된 기능들에 기초하여 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.
본 개시에서, "a, b 또는 c 중 적어도 하나" 표현은 " a", " b", " c", "a 및 b", "a 및 c", "b 및 c", "a, b 및 c 모두", 혹은 그 변형들을 지칭할 수 있다.
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 '신경망(neural network(NN))'은 뇌 신경을 모사한 인공신경망 모델의 대표적인 예시로서, 특정 알고리즘을 사용한 인공신경망 모델로 한정되지 않는다. 신경망은 심층 신경망(deep neural network(DNN))으로 참조될 수도 있다.
또한, 본 명세서에서 '파라미터'는 신경망을 이루는 각 레이어의 연산 과정에서 이용되는 값으로서 예를 들어, 입력 값을 소정 연산식에 적용할 때 이용되는 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 신경망'은 영상의 AI 다운스케일을 위해 이용되는 신경망을 의미하고, '제 2 신경망'은 영상의 AI 업스케일을 위해 이용되는 신경망을 의미한다.
또한, 본 명세서에서 '신경망(NN) 설정 정보'는 신경망을 구성하는 요소와 관련된 정보로서 전술한 파라미터를 포함한다. 신경망 설정 정보를 이용하여 신경망이 설정될 수 있다. 신경망 설정 정보는 심층 신경망(DNN) 설정 정보로 참조될 수도 있다.
또한, 본 명세서에서 '원본 영상'은 AI 부호화의 대상이 되는 영상을 의미하고, '제 1 영상'은 AI 부호화 과정에서 원본 영상의 AI 다운스케일 결과 획득된 영상을 의미한다. 또한, '제 2 영상'은 AI 복호화 과정에서 제 1 복호화를 통해 획득된 영상을 의미하고, '제 3 영상'은 AI 복호화 과정에서 제 2 영상을 AI 업스케일하여 획득된 영상을 의미한다.
또한, 본 명세서에서 'AI 다운스케일'은 AI 기반으로 영상의 해상도를 감소시키는 처리를 의미하고, '제 1 부호화'는 주파수 변환 기반의 영상 압축 방법에 기초한 부호화 처리를 의미한다. 또한, '제 1 복호화'는 주파수 변환 기반의 영상 복원 방법에 기초한 복호화 처리를 의미하고, 'AI 업스케일'은 AI 기반으로 영상의 해상도를 증가시키는 처리를 의미한다. 본 명세서에서, '제 1 부호화' 및 '제 1 복호화'는 각각 '부호화' 및 '복호화'로 참조될 수도 있다.
도 1은 일 실시예에 따른 AI(artificial intelligence) 부호화 과정 및 AI 복호화 과정을 설명하기 위한 도면이다.
전술한 바와 같이, 영상의 해상도가 급격히 커짐에 따라 부호화/복호화를 위한 정보 처리량이 많아지게 되고, 이에 따라 영상의 부호화 및 복호화 효율을 향상시키기 위한 방안이 필요하다.
도 1에 도시된 바와 같이, 본 개시의 일 실시예에 따르면, 해상도가 큰 원본 영상(105)을 AI 다운스케일(110)하여 제 1 영상(115)을 획득한다. 그리고, 상대적으로 작은 해상도의 제 1 영상(115)을 대상으로 하여 제 1 부호화(120) 및 제 1 복호화(130)를 수행하므로, 원본 영상(105)을 대상으로 하여 제 1 부호화(120) 및 제 1 복호화(130)를 수행하는 경우에 비해 비트레이트를 크게 감소시킬 수 있다.
도 1을 참조하여 상세히 설명하면, 일 실시예는 AI 부호화 과정에서, 원본 영상(105)을 AI 다운스케일(110)하여 제 1 영상(115)을 획득하고, 제 1 영상(115)을 제 1 부호화(120)한다. AI 복호화 과정에서는, AI 부호화 결과 획득된 AI 데이터와 영상 데이터를 포함하는 AI 부호화 데이터를 수신하고, 제 1 복호화(130)를 통해 제 2 영상(135)을 획득하고, 제 2 영상(135)을 AI 업스케일(140)하여 제 3 영상(145)을 획득한다.
AI 부호화 과정을 좀 더 상세히 살펴보면, 원본 영상(105)을 입력받으면, 소정 해상도 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)되어야 한다. 왜냐하면, AI 다운스케일(110)을 위한 AI와 AI 업스케일(140)을 위한 AI가 분리되어 훈련되는 경우, AI 부호화 대상인 원본 영상(105)과 AI 복호화를 통해 복원된 제 3 영상(145) 사이의 차이가 커지게 되기 때문이다.
본 개시의 실시예에서는, AI 부호화 과정과 AI 복호화 과정에서 이러한 연계 관계를 유지하기 위해, AI 데이터를 이용할 수 있다. 따라서, AI 부호화 과정을 통해 획득된 AI 데이터는 업스케일 타겟을 나타내는 정보를 포함하여야 하고, AI 복호화 과정에서는 AI 데이터에 기초하여 확인되는 업스케일 타겟에 기반하여 제 2 영상(135)을 AI 업스케일(140)하여야 한다.
AI 다운스케일(110)을 위한 AI 및 AI 업스케일(140)을 위한 AI는 신경망으로 구현될 수 있다. 도 11을 참조하여 후술하는 바와 같이, 제 1 신경망과 제 2 신경망은 소정 타겟 하에 손실 정보의 공유를 통해 연계 훈련되므로, AI 부호화 장치는 제 1 신경망과 2 신경망이 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 제 1 부호화(120) 및 제 1 복호화(130)에 대해 상세히 설명하면, 원본 영상(105)으로부터 AI 다운스케일(110)된 제 1 영상(115)은 제 1 부호화(120)를 통해 정보량이 감축될 수 있다. 제 1 부호화(120)는, 제 1 영상(115)을 예측하여 예측 데이터를 생성하는 과정, 제 1 영상(115)과 예측 데이터 사이의 차이에 해당하는 잔차 데이터를 생성하는 과정, 공간 영역 성분인 잔차 데이터를 주파수 영역 성분으로 변환(transformation)하는 과정, 주파수 영역 성분으로 변환된 잔차 데이터를 양자화(quantization)하는 과정 및 양자화된 잔차 데이터를 엔트로피 부호화하는 과정 등을 포함할 수 있다. 이와 같은 제 1 부호화 과정(120)은 MPEG-2, H.264 AVC(Advanced Video Coding), MPEG-4, HEVC(High Efficiency Video Coding), VC-1, VP8, VP9 및 AV1(AOMedia Video 1) 등 주파수 변환을 이용하는 영상 압축 방법들 중의 하나를 통해 구현될 수 있다.
제 1 영상(115)에 대응하는 제 2 영상(135)은 영상 데이터의 제 1 복호화(130)를 통해 복원될 수 있다. 제 1 복호화(130)는, 영상 데이터를 엔트로피 복호화하여 양자화된 잔차 데이터를 생성하는 과정, 양자화된 잔차 데이터를 역양자화하는 과정, 주파수 영역 성분의 잔차 데이터를 공간 영역 성분으로 변환하는 과정, 예측 데이터를 생성하는 과정 및 예측 데이터와 잔차 데이터를 이용하여 제 2 영상(135)을 복원하는 과정 등을 포함할 수 있다. 이와 같은 제 1 복호화(130) 과정은 제 1 부호화(120) 과정에서 사용된 주파수 변환을 이용하는 영상 압축 방법들 중의 하나에 대응되는 영상 복원 방법을 통해 구현될 수 있다.
AI 부호화 과정을 통해 획득된 AI 부호화 데이터는, 제 1 영상(115)의 제 1 부호화(120) 결과 획득된 영상 데이터 및 원본 영상(105)의 AI 다운스케일(110)과 관련된 AI 데이터를 포함할 수 있다. 영상 데이터는 제 1 복호화(130) 과정에서 이용될 수 있으며, AI 데이터는 AI 업스케일(140) 과정에서 이용될 수 있다.
영상 데이터는 비트스트림 형태로 전송될 수 있다. 영상 데이터는 제 1 영상(115) 내 픽셀 값들에 기초하여 획득되는 데이터, 예를 들어, 제 1 영상(115)과 제 1 영상(115)의 예측 데이터 사이의 차이인 잔차 데이터를 포함할 수 있다. 또한, 영상 데이터는 제 1 영상(115)의 제 1 부호화(120) 과정에서 이용된 정보들을 포함한다. 예를 들어, 영상 데이터는 제 1 영상(115)을 제 1 부호화(120)하는데 이용된 예측 모드(mode) 정보, 움직임 정보, 및 제 1 부호화(120)에서 이용된 양자화 파라미터 관련 정보 등을 포함할 수 있다. 영상 데이터는 MPEG-2, H.264 AVC, MPEG-4, HEVC, VC-1, VP8, VP9 및 AV1 등 주파수 변환을 이용하는 영상 압축 방법들 중 제 1 부호화(120) 과정에서 이용된 영상 압축 방법의 규칙, 예를 들어, 신택스(syntax)에 기반하여 생성될 수 있다.
AI 데이터는 제 2 신경망에 기반한 AI 업스케일(140)에 이용된다. 전술한 바와 같이, 제 1 신경망과 제 2 신경망은 연계 훈련되기 때문에, AI 데이터는 제 2 신경망을 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.
도 2는 일 실시예에 따른 AI 복호화 장치(200)의 구성을 나타내는 블록도이다.
도 2를 참조하면, 일 실시예에 따른 AI 복호화 장치(200)는 수신부(210) 및 AI 복호화부(230)를 포함한다. AI 복호화부(230)는 파싱부(232), 제 1 복호화부(234), AI 업스케일부(236) 및 AI 설정부(238)를 포함할 수 있다.
도 2에는 수신부(210) 및 AI 복호화부(230)가 개별적인 장치로 도시되어 있으나, 수신부(210) 및 AI 복호화부(230)는 하나의 프로세서를 통해 구현될 수 있다. 이 경우, 수신부(210) 및 AI 복호화부(230)는 전용 프로세서로 구현될 수도 있고, AP(application processor) 또는 CPU(central processing unit), GPU(graphic processing unit)와 같은 범용 프로세서와 S/W의 조합을 통해 구현될 수도 있다. 또한, 전용 프로세서의 경우, 본 개시의 실시예를 구현하기 위한 메모리를 포함하거나, 외부 메모리를 이용하기 위한 메모리 처리부를 포함할 수 있다.
수신부(210) 및 AI 복호화부(230)는 복수의 프로세서로 구성될 수도 있다. 이 경우, 전용 프로세서들의 조합으로 구현될 수도 있고, AP 또는 CPU, GPU와 같은 다수의 범용 프로세서들과 S/W의 조합을 통해 구현될 수도 있다. 일 실시예에서, 수신부(210)는 제 1 프로세서로 구현되고, 제 1 복호화부(234)는 제 1 프로세서와 상이한 제 2 프로세서로 구현되고, 파싱부(232), AI 업스케일부(236) 및 AI 설정부(238)는 제 1 프로세서 및 제 2 프로세서와 상이한 제 3 프로세서로 구현될 수 있다.
수신부(210)는 AI 부호화 결과 획득된 AI 부호화 데이터를 수신한다. 일 예로, AI 부호화 데이터는 mp4, mov 등의 파일 형식을 갖는 비디오 파일일 수 있다.
수신부(210)는 네트워크를 통해 전달되는 AI 부호화 데이터를 수신할 수 있다. 수신부(210)는 AI 부호화 데이터를 AI 복호화부(230)로 출력한다.
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(232)는 AI 부호화 데이터를 파싱하여 제 1 영상(115)의 제 1 부호화 결과로 생성된 영상 데이터를 제 1 복호화부(234)로 전달하고, AI 데이터를 AI 설정부(238)로 전달한다.
일 실시예에서, 파싱부(232)는 AI 부호화 데이터 내에 서로 분리되어 포함된 영상 데이터와 AI 데이터를 파싱할 수 있다. 파싱부(232)는 AI 부호화 데이터 내의 헤더를 읽어 AI 부호화 데이터 내에 포함되어 있는 AI 데이터와 영상 데이터를 구분할 수 있다. 일 예에서, AI 데이터는 HDMI 스트림 내의 VSIF(Vendor Specific InfoFrame)에 포함될 수 있다. 서로 분리된 AI 데이터와 영상 데이터를 포함하는 AI 부호화 데이터의 구조는 도 9를 참조하여 후술한다.
일 실시예에서, 파싱부(232)는 AI 부호화 데이터에서 영상 데이터를 파싱하고, 영상 데이터로부터 AI 데이터를 추출한 후, AI 데이터를 AI 설정부(238)로 전달하고, 나머지 영상 데이터를 제 1 복호화부(234)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. AI 데이터가 포함된 영상 데이터를 포함하는 AI 부호화 데이터의 구조는 도 10을 참조하여 후술한다.
일 실시예에서, 파싱부(232)는 영상 데이터에 해당하는 비트스트림을 제 1 복호화부(234)에서 처리될 비트스트림과 AI 데이터에 해당하는 비트스트림으로 분할하고, 분할된 각각의 비트스트림을 제 1 복호화부(234)와 AI 설정부(238)로 출력할 수 있다.
파싱부(232)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 제 1 복호화부(234)로 전달할 수 있다.
제 1 복호화부(234)는 파싱부(232)로부터 수신된 영상 데이터에 기초하여 제 1 영상(115)에 대응하는 제 2 영상(135)을 복원한다. 제 1 복호화부(234)에 의해 획득된 제 2 영상(135)은 AI 업스케일부(236)로 제공된다.
구현예에 따라, 예측 모드 정보, 움직임 정보, 양자화 파라미터 정보 등의 제 1 복호화 관련 정보가 제 1 복호화부(234)로부터 AI 설정부(238)로 제공될 수 있다. 제 1 복호화 관련 정보는 신경망 설정 정보를 획득하는데 이용될 수 있다.
AI 설정부(238)로 제공되는 AI 데이터는, 제 2 영상(135)을 AI 업스케일할 수 있게 하는 정보들을 포함한다. 이때, 제 2 영상(135)의 업스케일 타겟은 제 1 신경망의 다운스케일 타겟에 대응하여야 한다. 따라서, AI 데이터는 제 1 신경망의 다운스케일 타겟을 확인할 수 있는 정보가 포함되어야 한다.
AI 데이터에 포함된 정보를 구체적으로 예시하면, 원본 영상(105)의 해상도와 제 1 영상(115)의 해상도의 차이 정보, 제 1 영상(115) 관련 정보가 있다.
차이 정보는, 원본 영상(105) 대비 제 1 영상(115)의 해상도 변환 정도에 대한 정보(예를 들어, 해상도 변환율 정보)로 표현될 수 있다. 그리고, 복원된 제 2 영상(135)의 해상도를 통해 제 1 영상(115)의 해상도를 알게 되고 이를 통해 해상도 변환 정도를 확인할 수 있기 때문에, 차이 정보는 원본 영상(105)의 해상도 정보만으로 표현될 수도 있다. 여기서 해상도 정보는 가로 및 세로의 화면 사이즈로 표현될 수도 있고, 비율(16:9, 4:3 등)과 한 축의 사이즈로 표현될 수도 있다. 또한, 기 설정된 해상도 정보가 있는 경우는 인덱스 또는 플래그의 형태로 표현될 수도 있다.
제 1 영상(115) 관련 정보는, 제 1 영상(115)의 해상도, 제 1 영상(115)의 제 1 부호화 결과 획득된 영상 데이터의 비트레이트 또는 제 1 영상(115)의 제 1 부호화시 이용된 코덱 타입 중 적어도 하나에 대한 정보를 포함할 수 있다.
AI 설정부(238)는 AI 데이터에 포함된 차이 정보 또는 제 1 영상(115) 관련 정보 중 적어도 하나에 기초하여 제 2 영상(135)의 업스케일 타겟을 결정할 수 있다. 업스케일 타겟은 예를 들어, 제 2 영상(135)을 어느 정도의 해상도로 업스케일하여야 하는지를 나타낼 수 있다.
AI 업스케일부(236)는 업스케일 타겟이 결정되면, 업스케일 타겟에 대응하는 제 3 영상(145)을 획득하기 위해 제 2 신경망을 통해 제 2 영상(135)을 AI 업스케일한다.
AI 설정부(238)가 AI 데이터에 기초하여 업스케일 타겟을 결정하는 방법을 설명하기에 앞서, 제 2 신경망을 통한 AI 업스케일 과정에 대해 도 3 및 도 4를 참조하여 설명한다.
도 3은 제 2 영상(135)의 AI 업스케일을 위한 제 2 신경망(300)을 나타내는 예시적인 도면이고, 도 4는 도 3에 도시된 제 1 컨볼루션 레이어(310)에서의 컨볼루션 연산을 도시하고 있다.
도 3에 도시된 바와 같이, 제 2 영상(135)은 제 1 컨볼루션 레이어(310)로 입력된다. 도 3에 도시된 제 1 컨볼루션 레이어(310)에 표시된 3X3X4는 3 x 3의 크기의 4개의 필터 커널을 이용하여 1개의 입력 영상에 대해 컨볼루션 처리를 하는 것을 예시한다. 컨볼루션 처리 결과 4개의 필터 커널에 의해 4개의 특징 맵이 생성된다. 각 특징 맵은 제 2 영상(135)의 고유한 특성들을 나타낸다. 예를 들어, 각 특징 맵은 제 2 영상(135)의 수직 방향 특성, 수평 방향 특성 또는 에지 특성 등을 나타낼 수 있다.
도 4를 참조하여, 제 1 컨볼루션 레이어(310)에서의 컨볼루션 연산에 대해 상세히 설명한다.
제 1 컨볼루션 레이어(310)에서 이용되는 3 X 3의 크기를 갖는 필터 커널(430)의 파라미터들과 그에 대응하는 제 2 영상(135) 내 픽셀 값들 사이의 곱 연산 및 덧셈 연산을 통해 하나의 특징 맵(450)이 생성될 수 있다. 제 1 컨볼루션 레이어(310)에서는 4개의 필터 커널이 이용되므로, 4개의 필터 커널을 이용한 컨볼루션 연산 과정을 통해 4개의 특징 맵이 생성될 수 있다.
도 4에서 제 2 영상(135)에 표시된 I1 내지 I49는 제 2 영상(135)의 픽셀들을 나타내고, 필터 커널(430)에 표시된 F1 내지 F9는 필터 커널(430)의 파라미터들을 나타낸다. 또한, 특징 맵(450)에 표시된 M1 내지 M9는 특징 맵(450)의 샘플들을 나타낸다.
도 4는 제 2 영상(135)이 49개의 픽셀을 포함하는 것으로 예시하고 있으나, 이는 하나의 예시일 뿐이며, 제 2 영상(135)이 4K의 해상도를 갖는 경우, 예를 들어, 3840 X 2160개의 픽셀을 포함할 수 있다.
컨볼루션 연산 과정에서, 제 2 영상(135)의 I1, I2, I3, I8, I9, I10, I15, I16, I17의 픽셀 값들 각각과 필터 커널(430)의 F1, F2, F3, F4, F5, F6, F7, F8 및 F9 각각의 곱 연산이 수행되고, 곱 연산의 결과 값들을 조합(예를 들어, 덧셈 연산)한 값이 특징 맵(450)의 M1의 값으로 할당될 수 있다. 컨볼루션 연산의 스트라이드(stride)가 2라면, 제 2 영상(135)의 I3, I4, I5, I10, I11, I12, I17, I18, I19의 픽셀 값들 각각과 필터 커널(430)의 F1, F2, F3, F4, F5, F6, F7, F8 및 F9 각각의 곱 연산이 수행되고, 곱 연산의 결과 값들을 조합한 값이 특징 맵(450)의 M2의 값으로 할당될 수 있다.
필터 커널(430)이 제 2 영상(135)의 마지막 픽셀에 도달할 때까지 스트라이드에 따라 이동하는 동안 제 2 영상(135) 내 픽셀 값들과 필터 커널(430)의 파라미터들 사이의 컨볼루션 연산이 수행됨으로써, 소정 크기를 갖는 특징 맵(450)이 획득될 수 있다.
본 개시에 따르면, 제 1 신경망과 제 2 신경망의 연계 훈련을 통해 제 2 신경망의 파라미터들, 예를 들어, 제 2 신경망의 컨볼루션 레이어들에서 이용되는 필터 커널의 파라미터들(예를 들어, 필터 커널(430)의 F1, F2, F3, F4, F5, F6, F7, F8 및 F9)의 값이 최적화될 수 있다. AI 설정부(238)는 AI 데이터에 기초하여, 제 1 신경망의 다운스케일 타겟에 대응하는 업스케일 타겟을 결정하고, 결정된 업스케일 타겟에 대응하는 파라미터들을 제 2 신경망의 컨볼루션 레이어들에서 이용되는 필터 커널의 파라미터들로 결정할 수 있다.
제 1 신경망 및 제 2 신경망에 포함된 컨볼루션 레이어들은 도 4와 관련하여 설명한 컨볼루션 연산 과정에 기초한 처리를 할 수 있으나, 도 4에서 설명한 컨볼루션 연산 과정은 하나의 예시일 뿐이며, 이에 한정되는 것은 아니다.
다시 도 3을 참조하면, 제 1 컨볼루션 레이어(310)에서 출력된 특징 맵들은 제 1 활성화 레이어(320)로 입력된다.
제 1 활성화 레이어(320)는 각각의 특징 맵에 대해 비선형(Non-linear) 특성을 부여할 수 있다. 제 1 활성화 레이어(320)는 시그모이드 함수(sigmoid function), Tanh 함수, ReLU(Rectified Linear Unit) 함수 등을 포함할 수 있으나, 이에 한정되는 것은 아니다.
제 1 활성화 레이어(320)에서 비선형 특성을 부여하는 것은, 제 1 컨볼루션 레이어(310)의 출력인, 특징 맵의 일부 샘플 값을 변경하여 출력하는 것을 의미한다. 이때, 변경은 비선형 특성을 적용하여 수행된다.
제 1 활성화 레이어(320)는 제 1 컨볼루션 레이어(310)로부터 출력되는 특징 맵들의 샘플 값들을 제 2 컨볼루션 레이어(330)로 전달할지 여부를 결정한다. 예를 들어, 특징 맵들의 샘플 값들 중 어떤 샘플 값들은 제 1 활성화 레이어(320)에 의해 활성화되어 제 2 컨볼루션 레이어(330)로 전달되고, 어떤 샘플 값들은 제 1 활성화 레이어(320)에 의해 비활성화되어 제 2 컨볼루션 레이어(330)로 전달되지 않는다. 특징 맵들이 나타내는 제 2 영상(135)의 고유 특성이 제 1 활성화 레이어(320)에 의해 강조된다.
제 1 활성화 레이어(320)에서 출력된 특징 맵들(325)은 제 2 컨볼루션 레이어(330)로 입력된다. 도 3에 도시된 특징 맵들(325) 중 어느 하나는 도 4와 관련하여 설명한 특징 맵(450)이 제 1 활성화 레이어(320)에서 처리된 결과이다.
제 2 컨볼루션 레이어(330)에 표시된 3X3X4는 3 x 3의 크기의 4개의 필터 커널을 이용하여 입력된 특징 맵들(325)에 대해 컨볼루션 처리하는 것을 예시한다. 제 2 컨볼루션 레이어(330)의 출력은 제 2 활성화 레이어(340)로 입력된다. 제 2 활성화 레이어(340)는 입력 데이터에 대해 비선형 특성을 부여할 수 있다.
제 2 활성화 레이어(340)에서 출력된 특징 맵들(345)은 제 3 컨볼루션 레이어(350)로 입력된다. 도 3에 도시된 제 3 컨볼루션 레이어(350)에 표시된 3X3X1는 3 x 3의 크기의 1개의 필터 커널을 이용하여 1개의 출력 영상을 만들기 위해 컨볼루션 처리를 하는 것을 예시한다. 제 3 컨볼루션 레이어(350)는 최종 영상을 출력하기 위한 레이어로서 1개의 필터 커널을 이용하여 1개의 출력을 생성한다. 본 개시의 예시에 따르면, 제 3 컨볼루션 레이어(350)는 컨벌루션 연산을 통해 제 3 영상(145)을 출력할 수 있다.
제 2 신경망(300)의 제 1 컨볼루션 레이어(310), 제 2 컨볼루션 레이어(330) 및 제 3 컨볼루션 레이어(350)의 필터 커널의 개수, 필터 커널의 파라미터 등을 나타내는 신경망 설정 정보는 후술하는 바와 같이 복수 개일 수 있는데, 복수의 신경망 설정 정보는 제 1 신경망의 복수의 신경망 설정 정보에 대응하여야 한다. 제 2 신경망의 복수의 신경망 설정 정보와 제 1 신경망의 복수의 신경망 설정 정보 사이의 대응 관계는, 제 1 신경망 및 제 2 신경망의 연계 학습을 통해 구현될 수 있다.
도 3은 제 2 신경망(300)이 세 개의 컨볼루션 레이어(310, 330, 350)와 두 개의 활성화 레이어(320, 340)를 포함하고 있는 것으로 도시하고 있으나, 이는 하나의 예시일 뿐이며, 구현예에 따라서, 컨볼루션 레이어 및 활성화 레이어의 개수는 다양하게 변경될 수 있다. 또한, 구현예에 따라서, 제 2 신경망(300)은 RNN(recurrent neural network)을 통해 구현될 수도 있다. 이 경우는 본 개시의 예시에 따른 제 2 신경망(300)의 CNN 구조를 RNN 구조로 변경하는 것을 의미한다.
일 실시예에서, AI 업스케일부(236)는 전술한 컨볼루션 연산 및 활성화 레이어의 연산을 위한 적어도 하나의 ALU(Arithmetic logic unit)를 포함할 수 있다. ALU는 프로세서로 구현될 수 있다. 컨볼루션 연산을 위해, ALU는 제 2 영상(135) 또는 이전 레이어에서 출력된 특징 맵의 샘플 값들과 필터 커널의 샘플 값들 사이의 곱 연산을 수행하는 곱셈기 및 곱셈의 결과 값들을 더하는 가산기를 포함할 수 있다. 또한, 활성화 레이어의 연산을 위해, ALU는 미리 결정된 시그모이드 함수, Tanh 함수 또는 ReLU 함수 등에서 이용되는 가중치를 입력된 샘플 값에 곱하는 곱셈기, 및 곱한 결과와 소정 값을 비교하여 입력된 샘플 값을 다음 레이어로 전달할지를 판단하는 비교기를 포함할 수 있다.
이하에서, AI 설정부(238)가 업스케일 타겟을 결정하고, AI 업스케일부(236)가 업스케일 타겟에 기초하여 제 2 영상(135)을 AI 업스케일하는 방법을 설명한다.
일 실시예에서, AI 설정부(238)는 제 2 신경망에 세팅 가능한 복수의 신경망 설정 정보를 저장할 수 있다.
여기서, 신경망 설정 정보는 제 2 신경망에 포함되는 컨볼루션 레이어의 수, 컨볼루션 레이어별 필터 커널의 개수 또는 각 필터 커널의 파라미터 중 적어도 하나에 대한 정보를 포함할 수 있다.
복수의 신경망 설정 정보는 다양한 업스케일 타겟에 각각 대응될 수 있으며, 특정 업스케일 타겟에 대응되는 신경망 설정 정보에 기반하여 제 2 신경망이 동작할 수 있다. 신경망 설정 정보에 따라 제 2 신경망이 서로 다른 구조를 가질 수 있다. 예를 들어, 어느 신경망 설정 정보에 따라 제 2 신경망이 3개의 컨볼루션 레이어를 포함할 수 있고, 다른 신경망 설정 정보에 따라 제 2 신경망이 4개의 컨볼루션 레이어를 포함할 수 있다.
일 실시예에서, 신경망 설정 정보는 제 2 신경망에서 사용되는 필터 커널의 파라미터만을 포함할 수도 있다. 이 경우, 제 2 신경망의 구조는 변경되지 않는 대신, 신경망 설정 정보에 따라 내부의 필터 커널의 파라미터만이 달라질 수 있다.
AI 설정부(238)는 복수의 신경망 설정 정보 중 제 2 영상(135)의 AI 업스케일을 위한 신경망 설정 정보를 획득할 수 있다. 여기서 사용되는 복수의 신경망 설정 정보 각각은 미리 결정된 해상도 및/또는 미리 결정된 화질의 제 3 영상(145)을 획득하기 위한 정보로, 제 1 신경망과 연계하여 훈련된 것이다.
예를 들어, 복수의 신경망 설정 정보 중 어느 하나의 신경망 설정 정보는 제 2 영상(135)의 해상도보다 2배 큰 해상도의 제 3 영상(145), 예를 들어, 2K (2048*1080)의 제 2 영상(135)보다 2배 큰 4K(4096*2160)의 제 3 영상(145)을 획득하기 위한 정보들을 포함할 수 있고, 다른 하나의 신경망 설정 정보는 제 2 영상(135)의 해상도보다 4배 큰 해상도의 제 3 영상(145), 예를 들어, 2K (2048*1080)의 제 2 영상(135)보다 4배 큰 8K(8192*4320)의 제 3 영상(145)을 획득하기 위한 정보들을 포함할 수 있다.
복수의 신경망 설정 정보 각각은 도 7의 AI 부호화 장치(700)의 제 1 신경망의 신경망 설정 정보와 연계되어 만들어진 것이며, AI 설정부(238)는 제 1 신경망의 신경망 설정 정보의 축소 비율에 대응되는 확대 비율에 기초하여 복수의 신경망 설정 정보 중 하나의 신경망 설정 정보를 획득한다. 이를 위해, AI 설정부(238)는 제 1 신경망의 정보를 확인하여야 한다. 제 1 신경망의 정보를 AI 설정부(238)가 확인하기 위해, 일 실시예에 따른 AI 복호화 장치(200)는 AI 부호화 장치(700)로부터 제 1 신경망의 정보를 포함하는 AI 데이터를 수신한다.
다시 말하면, AI 설정부(238)는 AI 부호화 장치(700)로부터 수신되는 정보들을 이용하여, 제 1 영상(115)을 획득하기 위해 이용된 제 1 신경망의 신경망 설정 정보가 타겟하는 정보를 확인하고, 그와 연계 훈련된 제 2 신경망의 신경망 설정 정보를 획득할 수 있는 것이다.
복수의 신경망 설정 정보 중 제 2 영상(135)의 AI 업스케일을 위한 신경망 설정 정보가 획득되면, 신경망 설정 정보는 AI 업스케일부(236)로 전달되고, 신경망 설정 정보를 기반으로 동작하는 제 2 신경망에 기초하여 입력 데이터가 처리될 수 있다.
예를 들어, AI 업스케일부(236)는 어느 하나의 신경망 설정 정보가 획득되면, 도 3에 도시된 제 2 신경망(300)의 제 1 컨볼루션 레이어(310), 제 2 컨볼루션 레이어(330) 및 제 3 컨볼루션 레이어(350) 각각에 대해서, 각 레이어에 포함되는 필터 커널의 개수와 필터 커널의 파라미터들을, 상기 획득된 신경망 설정 정보에 포함된 값으로 설정한다.
구체적으로, AI 업스케일부(236)는 도 4에 도시된 3 X 3의 필터 커널(430)의 파라미터들이 {1, 1, 1, 1, 1, 1, 1, 1, 1}이고, 신경망 설정 정보의 변경이 있는 경우, 필터 커널(430)의 파라미터들을 변경된 신경망 설정 정보에 포함된 파라미터들인 {2, 2, 2, 2, 2, 2, 2, 2, 2}로 교체할 수 있는 것이다.
AI 설정부(238)는 AI 데이터에 포함된 정보에 기초하여 복수의 신경망 설정 정보 중 제 2 영상(135)을 업스케일하기 위한 신경망 설정 정보를 획득할 수 있는데, 신경망 설정 정보를 획득하는데 이용되는 AI 데이터에 대해 구체적으로 설명한다.
일 실시예에서, AI 설정부(238)는 AI 데이터에 포함된 차이 정보에 기초하여, 복수의 신경망 설정 정보 중 제 2 영상(135)을 업스케일하기 위한 신경망 설정 정보를 획득할 수 있다. 예를 들어, 차이 정보에 기초하여 원본 영상(105)의 해상도(예를 들어, 4K(4096*2160))가 제 1 영상(115)의 해상도(예를 들어, 2K (2048*1080))보다 2배 큰 것으로 확인된 경우, AI 설정부(238)는 제 2 영상(135)의 해상도를 2배 증가시킬 수 있는 신경망 설정 정보를 획득할 수 있다.
일 실시예에서, AI 설정부(238)는 AI 데이터에 포함된 제 1 영상(115) 관련 정보에 기초하여, 복수의 신경망 설정 정보 중 제 2 영상(135)을 AI 업스케일하기 위한 신경망 설정 정보를 획득할 수 있다. AI 설정부(238)는 영상 관련 정보들과 신경망 설정 정보들 사이의 매핑 관계를 미리 결정하고, 제 1 영상(115) 관련 정보에 매핑된 신경망 설정 정보를 획득할 수 있다.
도 5는 여러 영상 관련 정보들과 여러 신경망 설정 정보들 사이의 매핑 관계를 나타내는 예시적인 도면이다.
도 5에 따른 실시예를 통해, 본 개시의 일 실시예에 따른 AI 부호화/AI 복호화 과정은 해상도의 변화만을 고려하는 것이 아님을 알 수 있다. 도 5에 도시된 바와 같이, SD, HD, Full HD와 같은 해상도, 10Mbps, 15Mbps, 20Mbps와 같은 비트레이트, 그리고 AV1, H.264, HEVC와 같은 코덱 정보를 개별적으로 또는 모두 고려하여 신경망 설정 정보의 선택이 이루어질 수 있다. 이러한 고려를 위해서는 AI 훈련 과정에서 각각의 요소들을 고려한 훈련이 부호화, 복호화 과정에 연계되어 이루어져야 한다(도 11 참조).
따라서, 훈련에 기반하여 도 5에 도시된 바와 같이, 코덱 타입, 영상의 해상도 등을 포함하는 영상 관련 정보에 대응하는 복수의 신경망 설정 정보가 구비된 경우, AI 설정부(238)는 AI 복호화 과정에서 전달받는 제 1 영상(115) 관련 정보에 기반하여 제 2 영상(135)의 AI 업스케일을 위한 신경망 설정 정보를 선택할 수 있다.
즉, AI 설정부(238)는 도 5에 도시된 표의 좌측에 도시된 영상 관련 정보와 표 우측의 신경망 설정 정보를 매칭하고 있음으로써, 영상 관련 정보에 기초한 신경망 설정 정보를 사용할 수 있는 것이다.
도 5에 예시된 바와 같이, 제 1 영상(115) 관련 정보로부터 제 1 영상(115)의 해상도가 SD이고, 제 1 영상(115)의 제 1 부호화 결과 획득된 영상 데이터의 비트레이트가 10Mbps이고, 제 1 영상(115)이 AV1 코덱으로 제 1 부호화된 것으로 확인되면, AI 설정부(238)는 복수의 신경망 설정 정보 중 'A' 신경망 설정 정보를 획득할 수 있다.
또한, 제 1 영상(115) 관련 정보로부터 제 1 영상(115)의 해상도가 HD이고, 제 1 부호화 결과 획득된 영상 데이터의 비트레이트가 15Mbps이고, 제 1 영상(115)이 H.264 코덱으로 제 1 부호화된 것으로 확인되면, AI 설정부(238)는 복수의 신경망 설정 정보 중 'B' 신경망 설정 정보를 획득할 수 있다.
또한, 제 1 영상(115) 관련 정보로부터 제 1 영상(115)의 해상도가 Full HD이고, 제 1 영상(115)의 제 1 부호화 결과 획득된 영상 데이터의 비트레이트가 20Mbps이고, 제 1 영상(115)이 HEVC 코덱으로 제 1 부호화된 것으로 확인되면, AI 설정부(238)는 복수의 신경망 설정 정보 중 'C' 신경망 설정 정보를 획득하고, 제 1 영상(115)의 해상도가 Full HD이고, 제 1 영상(115)의 제 1 부호화 결과 획득된 영상 데이터의 비트레이트가 15Mbps이고, 제 1 영상(115)이 HEVC 코덱으로 제 1 부호화된 것으로 확인되면, AI 설정부(238)는 복수의 신경망 설정 정보 중 'D' 신경망 설정 정보를 획득할 수 있다. 제 1 영상(115)의 제 1 부호화 결과 획득된 영상 데이터의 비트레이트가 20Mbps인지 또는 15Mbps인지에 따라 'C' 신경망 설정 정보와 'D' 신경망 설정 정보 중에서 어느 하나가 선택된다. 동일 해상도의 제 1 영상(115)을 동일 코덱으로 제 1 부호화하였을 때, 영상 데이터의 비트레이트가 서로 상이하다는 것은, 복원되는 영상의 화질이 서로 상이하다는 것을 의미한다. 따라서, 제 1 신경망과 제 2 신경망은 소정 화질에 기반하여 연계 훈련될 수 있으며, 이에 따라 AI 설정부(238)는 제 2 영상(135)의 화질을 나타내는, 영상 데이터의 비트레이트에 기초하여 신경망 설정 정보를 획득할 수 있다.
또 일 실시예에서, AI 설정부(238)는 제 1 복호화부(234)로부터 제공되는 정보(예측 모드 정보, 움직임 정보, 양자화 파라미터 정보 등)와 AI 데이터에 포함된 제 1 영상(115) 관련 정보를 모두 고려하여 복수의 신경망 설정 정보 중 제 2 영상(135)을 AI 업스케일하기 위한 신경망 설정 정보를 획득할 수도 있다. 예를 들어, AI 설정부(238)는 제 1 복호화부(234)로부터 제 1 영상(115)의 제 1 부호화 과정에서 이용된 양자화 파라미터 정보를 전달받고, AI 데이터로부터 제 1 영상(115)의 부호화 결과 획득된 영상 데이터의 비트레이트를 확인하고, 양자화 파라미터 및 비트레이트에 대응하는 신경망 설정 정보를 획득할 수도 있다. 동일한 비트레이트라도 영상의 복잡도에 따라 복원 영상의 화질 정도에 차이가 있을 수 있으며, 비트레이트는 제 1 부호화되는 제 1 영상(115) 전체를 대표하는 값으로서 제 1 영상(115) 내에서도 각 프레임의 화질이 서로 다를 수 있다. 따라서, 제 1 복호화부(234)로부터 각 프레임 별로 획득할 수 있는 예측 모드 정보, 움직임 정보 및/또는 양자화 파라미터를 함께 고려하면, AI 데이터만 이용하는 것에 비해 제 2 영상(135)에 보다 적합한 신경망 설정 정보를 획득할 수 있다.
또한, 구현예에 따라, AI 데이터는 상호 약속된 신경망 설정 정보의 식별자를 포함할 수 있다. 신경망 설정 정보의 식별자는, 제 1 신경망의 다운스케일 타겟에 대응하는 업스케일 타겟으로, 제 2 영상(135)을 AI 업스케일할 수 있도록, 제 1 신경망과 제 2 신경망 간 연계 훈련된 신경망 설정 정보의 쌍을 구분하기 위한 정보이다. AI 설정부(238)는 AI 데이터에 포함된 신경망 설정 정보의 식별자를 획득한 후, 신경망 설정 정보의 식별자에 대응하는 신경망 설정 정보를 획득하고, AI 업스케일부(236)는 해당 신경망 설정 정보를 사용하여 제 2 영상(135)을 AI 업스케일할 수 있다. 예를 들어, 제 1 신경망에 설정 가능한 복수의 신경망 설정 정보 각각을 가리키는 식별자와 제 2 신경망에 설정 가능한 복수의 신경망 설정 정보 각각을 가리키는 식별자가 미리 지정되어 있을 수 있다. 이 경우, 제 1 신경망 및 제 2 신경망 각각에 설정 가능한 신경망 설정 정보의 쌍에 대해 동일한 식별자가 지정될 수 있다. AI 데이터는 원본 영상(105)의 AI 다운스케일을 위해 제 1 신경망에 설정된 신경망 설정 정보의 식별자를 포함할 수 있다. AI 데이터를 수신한 AI 설정부(238)는 복수의 신경망 설정 정보 중 AI 데이터에 포함된 식별자가 가리키는 신경망 설정 정보를 획득하고, AI 업스케일부(236)는 해당 신경망 설정 정보를 이용하여 제 2 영상(135)을 AI 업스케일할 수 있다.
또한, 구현예에 따라, AI 데이터는 신경망 설정 정보 자체를 포함할 수도 있다. AI 설정부(238)는 AI 데이터에 포함된 신경망 설정 정보를 획득하고, AI 업스케일부(236)는 해당 신경망 설정 정보를 사용하여 제 2 영상(135)을 AI 업스케일할 수도 있다.
구현예에 따라, 신경망 설정 정보를 구성하는 정보들(예를 들어, 컨볼루션 레이어의 수, 컨볼루션 레이어별 필터 커널의 개수, 각 필터 커널의 파라미터 등)들이 룩업 테이블 형태로 저장되어 있는 경우, AI 설정부(238)는 AI 데이터에 포함된 정보에 기초하여 룩업 테이블 값들 중에서 선택된 일부를 조합하여 신경망 설정 정보를 획득하고, AI 업스케일부(236)는 해당 신경망 설정 정보를 사용하여 제 2 영상(135)을 AI 업스케일할 수도 있다.
구현예에 따라, AI 설정부(238)는 업스케일 타겟에 대응되는 신경망의 구조가 결정되면, 결정된 신경망의 구조에 대응하는 신경망 설정 정보, 예를 들어, 필터 커널의 파라미터들을 획득할 수도 있다.
전술한 바와 같이, AI 설정부(238)는 제 1 신경망과 관련된 정보를 포함하는 AI 데이터를 통해 제 2 신경망의 신경망 설정 정보를 획득하고, AI 업스케일부(236)는 해당 신경망 설정 정보에 기초하여 세팅된 제 2 신경망을 통해 제 2 영상(135)을 AI 업스케일하는 데, 이는, 제 2 영상(135)의 특징을 직접 분석하여 업스케일하는 것과 비교하여 메모리 사용량과 연산량이 감소될 수 있다.
일 실시예에서, 제 2 영상(135)이 복수의 프레임으로 구성된 경우, AI 설정부(238)는 소정 개수의 프레임 별로 신경망 설정 정보를 독립적으로 획득할 수 있고, 또는, 전체 프레임에 대해 공통된 신경망 설정 정보를 획득할 수도 있다.
도 6은 복수의 프레임으로 구성된 제 2 영상(135)을 도시하는 도면이다.
도 6에 도시된 바와 같이, 제 2 영상(135)은 t0 내지 tn에 대응하는 프레임들로 이루어질 수 있다.
일 예시에서, AI 설정부(238)는 AI 데이터를 통해 제 2 신경망의 신경망 설정 정보를 획득하고, AI 업스케일부(236)는 해당 신경망 설정 정보에 기초하여 t0 내지 tn에 대응하는 프레임들을 AI 업스케일할 수 있다. 즉, t0 내지 tn에 대응하는 프레임들이 공통된 신경망 설정 정보에 기초하여 AI 업스케일될 수 있다.
다른 예시에서, AI 설정부(238)는 t0 내지 tn에 대응하는 프레임들 중 일부의 프레임들, 예를 들어, t0 내지 ta에 대응하는 프레임들에 대해 AI 데이터로부터 'A' 신경망 설정 정보를 획득하고, ta+1 내지 tb에 대응하는 프레임들에 대해 AI 데이터로부터 'B' 신경망 설정 정보를 획득할 수 있다. 또한, AI 설정부(238)는 tb+1 내지 tn에 대응하는 프레임들에 대해 AI 데이터로부터 'C' 신경망 설정 정보를 획득할 수 있다. 다시 말하면, AI 설정부(238)는 복수의 프레임들 중 소정 개수의 프레임을 포함하는 그룹마다 신경망 설정 정보를 독립적으로 획득하고, AI 업스케일부(236)는 그룹 각각에 포함된 프레임들을 독립적으로 획득한 신경망 설정 정보로 AI 업스케일할 수 있다.
또 다른 예시에서, AI 설정부(238)는 제 2 영상(135)을 구성하는 프레임별로 신경망 설정 정보를 독립적으로 획득할 수도 있다. 예를 들어, 제 2 영상(135)이 3개의 프레임으로 구성되어 있는 경우, AI 설정부(238)는 첫 번째 프레임과 관련하여 신경망 설정 정보를 획득하고, 두 번째 프레임과 관련하여 신경망 설정 정보를 획득하고, 세 번째 프레임과 관련하여 신경망 설정 정보를 획득할 수 있다. 즉, 첫 번째 프레임, 두 번째 프레임 및 세 번째 프레임 각각에 대해 신경망 설정 정보가 독립적으로 획득될 수 있다. 전술한, 제 1 복호화부(234)로부터 제공되는 정보(예측 모드 정보, 움직임 정보, 양자화 파라미터 정보 등)와 AI 데이터에 포함된 제 1 영상(115) 관련 정보에 기초하여 신경망 설정 정보가 획득되는 방식에 기초하여, 제 2 영상(135)을 구성하는 프레임별로 신경망 설정 정보가 독립적으로 획득될 수 있다. 왜냐하면, 모드 정보, 양자화 파라미터 정보 등은 제 2 영상(135)을 구성하는 프레임마다 독립적으로 결정될 수 있기 때문이다.
또 다른 예시에서, AI 데이터는 AI 데이터에 기초하여 획득되는 신경망 설정 정보가 어느 프레임까지 유효한 것인지를 나타내는 정보를 포함할 수 있다. 예를 들어, AI 데이터 내에 신경망 설정 정보가 ta 프레임까지 유효하다는 정보가 포함되어 있는 경우, AI 설정부(238)는 AI 데이터에 기초하여 신경망 설정 정보를 획득하고, AI 업스케일부(236)는 t0 내지 ta 프레임들을 해당 신경망 설정 정보에 기초하여 AI 업스케일한다. 그리고, 다른 AI 데이터 내에 신경망 설정 정보가 tn 프레임까지 유효하다는 정보가 포함되어 있는 경우, AI 설정부(238)는 상기 다른 AI 데이터에 기초하여 신경망 설정 정보를 획득하고, AI 업스케일부(236)는 획득한 신경망 설정 정보에 기초하여 ta+1 내지 tn 프레임들을 AI 업스케일할 수 있다.
이하에서는, 도 7을 참조하여, 원본 영상(105)의 AI 부호화를 위한 AI 부호화 장치(700)에 대해 설명한다.
도 7은 일 실시예에 따른 AI 부호화 장치(700)의 구성을 나타내는 블록도이다.
도 7을 참조하면, AI 부호화 장치(700)는 AI 부호화부(710) 및 전송부(730)를 포함할 수 있다. AI 부호화부(710)는 AI 다운스케일부(712), 제 1 부호화부(714), 데이터 처리부(716) 및 AI 설정부(718)를 포함할 수 있다.
도 7은 AI 부호화부(710) 및 전송부(730)를 개별적인 장치로 도시하고 있으나, AI 부호화부(710) 및 전송부(730)는 하나의 프로세서를 통해 구현될 수 있다. 이 경우, 전용 프로세서로 구현될 수도 있고, AP 또는 CPU, GPU와 같은 범용 프로세서와 S/W의 조합을 통해 구현될 수도 있다. 또한, 전용 프로세서의 경우, 본 개시의 실시예를 구현하기 위한 메모리를 포함하거나, 외부 메모리를 이용하기 위한 메모리 처리부를 포함할 수 있다.
또한, AI 부호화부(710) 및 전송부(730)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, 제 1 부호화부(714)는 제 1 프로세서로 구성되고, AI 다운스케일부(712), 데이터 처리부(716) 및 AI 설정부(718)는 제 1 프로세서와 상이한 제 2 프로세서로 구현되고, 전송부(730)는 제 1 프로세서 및 제 2 프로세서와 상이한 제 3 프로세서로 구현될 수 있다.
AI 부호화부(710)는 원본 영상(105)의 AI 다운스케일 및 제 1 영상(115)의 제 1 부호화를 수행하고, AI 부호화 데이터를 전송부(730)로 전달한다. 전송부(730)는 AI 부호화 데이터를 AI 복호화 장치(200)로 전송한다.
영상 데이터는 제 1 영상(115)의 제 1 부호화 결과 획득된 데이터를 포함한다. 영상 데이터는 제 1 영상(115) 내 픽셀 값들에 기초하여 획득되는 데이터, 예를 들어, 제 1 영상(115)과 제 1 영상(115)의 예측 데이터 사이의 차이인 잔차 데이터를 포함할 수 있다. 또한, 영상 데이터는 제 1 영상(115)의 제 1 부호화 과정에서 이용된 정보들을 포함한다. 예를 들어, 영상 데이터는 제 1 영상(115)을 제 1 부호화하는데 이용된 예측 모드 정보, 움직임 정보 및 제 1 영상(115)을 제 1 부호화하는데 이용된 양자화 파라미터 관련 정보 등을 포함할 수 있다.
AI 데이터는, AI 업스케일부(236)가 제 1 신경망의 다운스케일 타겟에 대응하는 업스케일 타겟으로 제 2 영상(135)을 AI 업스케일할 수 있게 하는 정보들을 포함한다.
일 예에서, AI 데이터는 원본 영상(105)과 제 1 영상(115) 사이의 차이 정보를 포함할 수 있다.
일 예에서, AI 데이터는 제 1 영상(115) 관련 정보를 포함할 수도 있다. 제 1 영상(115) 관련 정보는, 제 1 영상(115)의 해상도, 제 1 영상(115)의 제 1 부호화 결과 획득된 영상 데이터의 비트레이트 또는 제 1 영상(115)의 제 1 부호화시 이용된 코덱 타입 중 적어도 하나에 대한 정보를 포함할 수 있다.
일 실시예에서, AI 데이터는, 제 1 신경망의 다운스케일 타겟에 대응하는 업스케일 타겟으로 제 2 영상(135)이 AI 업스케일될 수 있도록, 상호 약속된 신경망 설정 정보의 식별자를 포함할 수 있다.
또한, 일 실시예에서, AI 데이터는 제 2 신경망에 세팅 가능한 신경망 설정 정보를 포함할 수도 있다.
AI 다운스케일부(712)는 제 1 신경망을 통해 원본 영상(105)으로부터 AI 다운스케일된 제 1 영상(115)을 획득할 수 있다. AI 다운스케일부(712)는 AI 설정부(718)로부터 제공된 신경망 설정 정보를 이용하여 원본 영상(105)을 AI 다운스케일할 수 있다.
AI 설정부(718)는 미리 결정된 기준에 기초하여 원본 영상(105)의 다운스케일 타겟을 결정할 수 있다.
다운스케일 타겟에 부합하는 제 1 영상(115)의 획득을 위해, AI 설정부(718)는 제 1 신경망에 세팅 가능한 복수의 신경망 설정 정보를 저장할 수 있다. AI 설정부(718)는 복수의 신경망 설정 정보 중 다운스케일 타겟에 대응하는 신경망 설정 정보를 획득하고, 획득된 신경망 설정 정보를 AI 다운스케일부(712)로 제공한다.
상기 복수의 신경망 설정 정보 각각은 미리 결정된 해상도 및/또는 미리 결정된 화질의 제 1 영상(115)을 획득하기 위해 훈련된 것일 수 있다. 예를 들어, 복수의 신경망 설정 정보 중 어느 하나의 신경망 설정 정보는 원본 영상(105)의 해상도보다 1/2배만큼 작은 해상도의 제 1 영상(115), 예를 들어, 4K(4096*2160)의 원본 영상(105)보다 1/2배 작은 2K (2048*1080)의 제 1 영상(115)을 획득하기 위한 정보들을 포함할 수 있고, 다른 하나의 신경망 설정 정보는 원본 영상(105)의 해상도보다 1/4배만큼 작은 해상도의 제 1 영상(115), 예를 들어, 8K(8192*4320)의 원본 영상(105)보다 1/4배 작은 2K (2048*1080)의 제 1 영상(115)을 획득하기 위한 정보들을 포함할 수 있다.
구현예에 따라, 신경망 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 설정부(718)는 다운스케일 타겟에 따라 룩업 테이블 값들 중에서 선택된 일부를 조합하여 신경망 설정 정보를 획득하고, 획득한 신경망 설정 정보를 AI 다운스케일부(712)로 제공할 수도 있다.
구현예에 따라, AI 설정부(718)는 다운스케일 타겟에 대응되는 신경망의 구조를 결정하고, 결정된 신경망의 구조에 대응하는 신경망 설정 정보, 예를 들어, 필터 커널의 파라미터들을 획득할 수도 있다.
원본 영상(105)의 AI 다운스케일을 위한 복수의 신경망 설정 정보는, 제 1 신경망과 제 2 신경망이 연계 훈련됨으로써, 최적화된 값을 가질 수 있다. 여기서, 각 신경망 설정 정보는 제 1 신경망에 포함되는 컨볼루션 레이어의 수, 컨볼루션 레이어별 필터 커널의 개수 또는 각 필터 커널의 파라미터 중 적어도 하나를 포함한다.
AI 다운스케일부(712)는 원본 영상(105)의 AI 다운스케일을 위해 결정된 신경망 설정 정보에 기초하여 제 1 신경망을 세팅하여, 소정 해상도 및/또는 소정 화질의 제 1 영상(115)을 제 1 신경망을 통해 획득할 수 있다. 복수의 신경망 설정 정보 중 원본 영상(105)의 AI 다운스케일을 위한 신경망 설정 정보가 획득되면, 제 1 신경망 내 각 레이어는 신경망 설정 정보에 포함된 정보들에 기초하여 입력된 데이터를 처리할 수 있다.
이하에서는, AI 설정부(718)가 다운스케일 타겟을 결정하는 방법에 대해 설명한다. 상기 다운스케일 타겟은 예를 들어, 원본 영상(105)으로부터 얼마나 해상도가 감소한 제 1 영상(115)을 획득해야 하는지를 나타낼 수 있다.
AI 설정부(718)는 하나 이상의 입력 정보를 획득한다. 일 실시예에서, 입력 정보는 제 1 영상(115)의 타겟 해상도, 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 제 1 부호화를 위한 코덱 타입, 압축 히스토리 정보, 원본 영상(105)의 해상도 또는 원본 영상(105)의 타입 중 적어도 하나를 포함할 수 있다.
하나 이상의 입력 정보는 AI 부호화 장치(700)에 미리 저장되거나, 사용자로부터 입력받은 정보를 포함할 수 있다.
AI 설정부(718)는 입력 정보에 기초하여 AI 다운스케일부(712)의 동작을 제어한다. 일 실시예에서, AI 설정부(718)는 입력 정보에 기초하여 다운스케일 타겟을 결정하고, 결정된 다운스케일 타겟에 대응하는 신경망 설정 정보를 AI 다운스케일부(712)로 제공할 수 있다.
일 실시예에서, AI 설정부(718)는 입력 정보의 적어도 일부를 제 1 부호화부(714)로 전달하여 제 1 부호화부(714)가 특정 값의 비트레이트, 특정 타입의 비트레이트 및 특정 코덱으로 제 1 영상(115)을 제 1 부호화하게 할 수도 있다.
일 실시예에서, AI 설정부(718)는 압축률(예를 들어, 원본 영상(105)과 제 1 영상(115) 사이의 해상도 차이, 타겟 비트레이트), 압축 품질(예를 들어, 비트레이트 타입), 압축 히스토리 정보 또는 원본 영상(105)의 타입 중 적어도 하나에 기초하여 다운스케일 타겟을 결정할 수 있다.
일 예에서, AI 설정부(718)는 미리 설정되거나, 사용자로부터 입력받은 압축률 또는 압축 품질 등에 기반하여 다운스케일 타겟을 결정할 수 있다.
다른 예로, AI 설정부(718)는 AI 부호화 장치(700)에 저장된 압축 히스토리 정보를 이용하여 다운스케일 타겟을 결정할 수도 있다. 예를 들어, AI 부호화 장치(700)가 이용할 수 있는 압축 히스토리 정보에 기초하면, 사용자가 선호하는 부호화 품질 또는 압축률 등이 결정될 수 있으며, 압축 히스토리 정보에 기초하여 결정된 부호화 품질 등에 기반하여 다운스케일 타겟이 결정될 수 있다. 예를 들면, 압축 히스토리 정보에 기초하여 가장 많이 이용된 적이 있는 부호화 품질에 기반하여 제 1 영상(115)의 해상도, 화질 등이 결정될 수 있다.
또 다른 예로, AI 설정부(718)는 압축 히스토리 정보에 기반하여 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 설정부(718)는 원본 영상(105)의 해상도, 타입(예를 들어, 파일의 형식)등에 기초하여 다운스케일 타겟을 결정할 수도 있다.
일 실시예에서, 원본 영상(105)이 복수의 프레임으로 구성된 경우, AI 설정부(718)는 소정 개수의 프레임 별로 신경망 설정 정보를 독립적으로 획득하고, 독립적으로 획득한 신경망 설정 정보를 AI 다운스케일부(712)로 제공할 수도 있다.
일 예시에서, AI 설정부(718)는 원본 영상(105)을 구성하는 프레임들을 소정 개수의 그룹으로 구분하고, 각 그룹별로 신경망 설정 정보를 독립적으로 획득할 수 있다. 각 그룹에 대해 서로 동일하거나 서로 상이한 신경망 설정 정보가 획득될 수 있다. 그룹들에 포함된 프레임들의 개수는 그룹별로 동일하거나 상이할 수 있다.
다른 예시에서, AI 설정부(718)는 원본 영상(105)을 구성하는 프레임별로 신경망 설정 정보를 독립적으로 결정할 수 있다. 각각의 프레임에 대해 서로 동일하거나 서로 상이한 신경망 설정 정보가 획득될 수 있다.
이하에서는, AI 다운스케일의 기반이 되는 제 1 신경망(800)의 예시적인 구조에 대해 설명한다.
도 8은 원본 영상(105)의 AI 다운스케일을 위한 제 1 신경망(800)을 나타내는 예시적인 도면이다.
도 8에 도시된 바와 같이, 원본 영상(105)은 제 1 컨볼루션 레이어(810)로 입력된다. 제 1 컨볼루션 레이어(810)는 5 x 5의 크기의 32개의 필터 커널을 이용하여 원본 영상(105)에 대해 컨볼루션 처리를 한다. 컨볼루션 처리 결과 생성된 32개의 특징 맵은 제 1 활성화 레이어(820)로 입력된다.
제 1 활성화 레이어(820)는 32개의 특징 맵에 대해 비선형(Non-linear) 특성을 부여할 수 있다.
제 1 활성화 레이어(820)는 제 1 컨볼루션 레이어(810)로부터 출력되는 특징 맵들의 샘플 값들을 제 2 컨볼루션 레이어(830)로 전달할지 여부를 결정한다. 예를 들어, 특징 맵들의 샘플 값들 중 어떤 샘플 값들은 제 1 활성화 레이어(820)에 의해 활성화되어 제 2 컨볼루션 레이어(830)로 전달되고, 어떤 샘플 값들은 제 1 활성화 레이어(820)에 의해 비활성화되어 제 2 컨볼루션 레이어(830)로 전달되지 않는다. 제 1 컨볼루션 레이어(810)로부터 출력되는 특징 맵들이 나타내는 정보가 제 1 활성화 레이어(820)에 의해 강조된다.
제 1 활성화 레이어(820)의 출력(825)이 제 2 컨볼루션 레이어(830)로 입력된다. 제 2 컨볼루션 레이어(830)는 5 x 5의 크기의 32개의 필터 커널을 이용하여 입력 데이터에 대해 컨볼루션 처리를 한다. 컨볼루션 처리 결과 출력된 32개의 특징 맵은 제 2 활성화 레이어(840)로 입력되고, 제 2 활성화 레이어(840)는 32개의 특징 맵에 대해 비선형 특성을 부여할 수 있다.
제 2 활성화 레이어(840)의 출력(845)은 제 3 컨볼루션 레이어(850)로 입력된다. 제 3 컨볼루션 레이어(850)는 5 x 5의 크기의 1개의 필터 커널을 이용하여 입력된 데이터에 대해 컨볼루션 처리를 한다. 컨볼루션 처리 결과 제 3 컨볼루션 레이어(850)로부터 1개의 영상이 출력될 수 있다. 제 3 컨볼루션 레이어(850)는 최종 영상을 출력하기 위한 레이어로서 1개의 필터 커널을 이용하여 1개의 출력을 획득한다. 본 개시의 예시에 따르면, 제 3 컨볼루션 레이어(850)는 컨벌루션 연산 결과를 통해 제 1 영상(115)을 출력할 수 있다.
제 1 신경망(800)의 제 1 컨볼루션 레이어(810), 제 2 컨볼루션 레이어(830) 및 제 3 컨볼루션 레이어(850)의 필터 커널의 개수, 필터 커널의 파라미터 등을 나타내는 신경망 설정 정보는 복수 개일 수 있는데, 복수의 신경망 설정 정보는 제 2 신경망의 복수의 신경망 설정 정보에 대응하여야 한다. 제 1 신경망의 복수의 신경망 설정 정보와 제 2 신경망의 복수의 신경망 설정 정보 사이의 대응 관계는, 제 1 신경망 및 제 2 신경망의 연계 학습을 통해 구현될 수 있다.
도 8은 제 1 신경망(800)이 세 개의 컨볼루션 레이어(810, 830, 850)와 두 개의 활성화 레이어(820, 840)를 포함하고 있는 것으로 도시하고 있으나, 이는 하나의 예시일 뿐이며, 구현예에 따라서, 컨볼루션 레이어 및 활성화 레이어의 개수는 다양하게 변경될 수 있다. 또한, 구현예에 따라서, 제 1 신경망(800)은 RNN(recurrent neural network)을 통해 구현될 수도 있다. 이 경우는 본 개시의 예시에 따른 제 1 신경망(800)의 CNN 구조를 RNN 구조로 변경하는 것을 의미한다.
일 실시예에서, AI 다운스케일부(712)는 컨볼루션 연산 및 활성화 레이어의 연산을 위한 적어도 하나의 ALU를 포함할 수 있다. ALU는 프로세서로 구현될 수 있다. 컨볼루션 연산을 위해, ALU는 원본 영상(105) 또는 이전 레이어에서 출력된 특징 맵의 샘플 값들과 필터 커널의 샘플 값들 사이의 곱 연산을 수행하는 곱셈기 및 곱셈의 결과 값들을 더하는 가산기를 포함할 수 있다. 또한, 활성화 레이어의 연산을 위해, ALU는 미리 결정된 시그모이드 함수, Tanh 함수 또는 ReLU 함수 등에서 이용되는 가중치를 입력된 샘플 값에 곱하는 곱셈기, 및 곱한 결과와 소정 값을 비교하여 입력된 샘플 값을 다음 레이어로 전달할지를 판단하는 비교기를 포함할 수 있다.
다시 도 7을 참조하면, AI 설정부(718)는 AI 데이터를 데이터 처리부(716)로 전달한다. AI 데이터는, AI 업스케일부(236)가 제 1 신경망의 다운스케일 타겟에 대응하는 업스케일 타겟으로 제 2 영상(135)을 AI 업스케일할 수 있게 하는 정보들을 포함한다.
AI 다운스케일부(712)로부터 제 1 영상(115)을 전달받은 제 1 부호화부(714)는 주파수 변환 기반의 영상 압축 방법을 기초로 제 1 영상(115)을 제 1 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 제 1 부호화 결과, 영상 데이터가 획득된다. 영상 데이터는 소정의 코덱의 규칙, 예를 들어, 신택스에 기초하여 획득된다. 영상 데이터는 제 1 영상(115)과 제 1 영상(115)의 예측 데이터 사이의 차이인 잔차 데이터, 제 1 영상(115)을 제 1 부호화하는데 이용된 예측 모드 정보, 움직임 정보 및 제 1 영상(115)을 제 1 부호화하는데 이용된 양자화 파라미터 관련 정보 등을 포함할 수 있다.
제 1 부호화부(714)의 제 1 부호화 결과 획득된 영상 데이터는 데이터 처리부(716)로 제공된다.
데이터 처리부(716)는 제 1 부호화부(714)로부터 수신된 영상 데이터와 AI 설정부(718)로부터 수신된 AI 데이터를 포함하는 AI 부호화 데이터를 생성한다.
일 실시예에서, 데이터 처리부(716)는 영상 데이터와 AI 데이터를 각각 분리된 상태로 포함하는 AI 부호화 데이터를 생성할 수 있다. 일 예로, AI 데이터는 HDMI 스트림 내의 VSIF(Vendor Specific InfoFrame)에 포함될 수 있다.
일 실시예에서, 데이터 처리부(716)는 제 1 부호화부(714)에 의한 제 1 부호화 결과로 획득되는 영상 데이터 내에 AI 데이터를 포함시키고, 해당 영상 데이터를 포함하는 AI 부호화 데이터를 생성할 수 있다. 일 예로, 데이터 처리부(716)는 영상 데이터에 해당하는 비트스트림과 AI 데이터에 해당하는 비트스트림을 결합하여 하나의 비트스트림 형태의 영상 데이터를 생성할 수도 있다. 이를 위해, 데이터 처리부(716)는 AI 데이터를 0 또는 1의 값을 갖는 비트들, 즉 비트스트림으로 표현할 수 있다. 일 실시예에서, 데이터 처리부(716)는 제 1 부호화 결과로 획득되는 비트스트림의 부가 정보 영역인 SEI(Supplemental enhancement information)에 AI 데이터에 해당하는 비트스트림을 포함시킬 수 있다.
AI 부호화 데이터는 전송부(730)로 전송된다. 전송부(730)는 네트워크를 통해 AI 부호화 결과 획득된 AI 부호화 데이터를 전송한다.
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 9는 일 실시예에 따른 AI 부호화 데이터(900)의 구조를 나타내는 도면이다.
전술한 바와 같이, AI 부호화 데이터(900) 내에 AI 데이터(912)와 영상 데이터(932)가 분리되어 포함될 수 있다. 여기서, AI 부호화 데이터(900)는 MP4, AVI, MKV, FLV 등의 컨테이너 포맷일 수 있다. AI 부호화 데이터(900)는 메타데이터 박스(910)와 미디어데이터 박스(930)로 구성될 수 있다.
메타데이터 박스(910)에는 미디어데이터 박스(930)에 포함된 영상 데이터(932)에 관한 정보가 포함된다. 예를 들어, 메타데이터 박스(910)에는 제 1 영상(115)의 종류, 제 1 영상(115)의 부호화에 사용된 코덱의 종류 및 제 1 영상(115)의 재생 시간 등에 관한 정보가 포함될 수 있다. 또한, 메타데이터 박스(910)에는 AI 데이터(912)가 포함될 수 있다. AI 데이터(912)는 소정 컨테이너 포맷에서 제공하는 부호화 방식을 기초로 부호화되어, 메타데이터 박스(910)에 저장될 수 있다.
미디어데이터 박스(930)는 소정의 영상 압축 방식의 신택스에 기초하여 생성된 영상 데이터(932)를 포함할 수 있다.
도 10은 일 실시예에 따른 AI 부호화 데이터(1000)의 구조를 나타내는 도면이다.
도 10을 참조하면, AI 데이터(1034)는 영상 데이터(1032)에 포함될 수도 있다. AI 부호화 데이터(1000)는 메타데이터 박스(1010)와 미디어데이터 박스(1030)를 포함할 수 있는데, AI 데이터(1034)가 영상 데이터(1032)에 포함된 경우, 메타데이터 박스(1010)에는 AI 데이터(1034)가 포함되지 않을 수 있다.
미디어데이터 박스(1030)에는 AI 데이터(1034)를 포함하는 영상 데이터(1032)가 포함된다. 일 예로, AI 데이터(1034)는 영상 데이터(1032)의 부가 정보 영역에 포함될 수 있다.
이하에서는, 도 11을 참조하여, 제 1 신경망(800)과 제 2 신경망(300)을 연계 훈련시키는 방법에 대해 설명한다.
도 11은 제 1 신경망(800) 및 제 2 신경망(300)을 훈련시키는 방법을 설명하기 위한 도면이다.
일 실시예에서 AI 부호화 과정을 통해 AI 부호화된 원본 영상(105)이 AI 복호화 과정을 통해 제 3 영상(145)으로 복원되는데, AI 복호화 결과 획득된 제 3 영상(145)과 원본 영상(105)과의 유사성을 유지하기 위해서는 AI 부호화 과정 및 AI 복호화 과정에 연관성이 필요하다. 즉, AI 부호화 과정에서 손실된 정보를 AI 복호화 과정에서 복원할 수 있어야 하는데, 이를 위해 제 1 신경망(800)과 제 2 신경망(300)의 연계 훈련이 요구된다.
정확한 AI 복호화를 위해서는 궁극적으로 도 11에 도시된 제 3 훈련 영상(1104)과 원본 훈련 영상(1101) 사이의 비교 결과에 대응하는 퀄리티 손실 정보(1130)를 감소시킬 필요가 있다. 따라서, 퀄리티 손실 정보(1130)는 제 1 신경망(800) 및 제 2 신경망(300)의 훈련 모두에 이용된다.
먼저, 도 11에 도시된 훈련 과정에 대해 설명한다.
도 11에서, 원본 훈련 영상(original training image)(1101)은 AI 다운스케일의 대상이 되는 영상이고, 제 1 훈련 영상(first training image)(1102)은 원본 훈련 영상(1101)로부터 AI 다운스케일된 영상이다. 또한, 제 3 훈련 영상(third training image)(1104)은 제 1 훈련 영상(1102)으로부터 AI 업스케일된 영상이다.
원본 훈련 영상(1101)은 정지 영상 또는 복수의 프레임으로 이루어진 동영상을 포함한다. 일 실시예에서, 원본 훈련 영상(1101)은 정지 영상 또는 복수의 프레임으로 이루어진 동영상으로부터 추출된 휘도 영상을 포함할 수도 있다. 또한, 일 실시예에서, 원본 훈련 영상(1101)은 정지 영상 또는 복수의 프레임으로 이루어진 동영상에서 추출된 패치 영상을 포함할 수도 있다. 원본 훈련 영상(1101)이 복수의 프레임으로 이루어진 경우, 제 1 훈련 영상(1102), 제 2 훈련 영상 및 제 3 훈련 영상(1104) 역시 복수의 프레임으로 구성된다. 원본 훈련 영상(1101)의 복수의 프레임이 순차적으로 제 1 신경망(800)에 입력되면, 제 1 신경망(800) 및 제 2 신경망(300)을 통해 제 1 훈련 영상(1102), 제 2 훈련 영상 및 제 3 훈련 영상(1104)의 복수의 프레임이 순차적으로 획득될 수 있다.
제 1 신경망(800) 및 제 2 신경망(300)의 연계 훈련을 위해, 원본 훈련 영상(1101)이 제 1 신경망(800)으로 입력된다. 제 1 신경망(800)으로 입력된 원본 훈련 영상(1101)은 AI 다운스케일되어 제 1 훈련 영상(1102)으로 출력되고, 제 1 훈련 영상(1102)이 제 2 신경망(300)에 입력된다. 제 1 훈련 영상(1102)에 대한 AI 업스케일 결과 제 3 훈련 영상(1104)이 출력된다.
도 11을 참조하면, 제 2 신경망(300)으로 제 1 훈련 영상(1102)이 입력되고 있는데, 구현예에 따라, 제 1 훈련 영상(1102)의 제 1 부호화 및 제 1 복호화 과정을 거쳐 획득된 제 2 훈련 영상(second training image)이 제 2 신경망(300)으로 입력될 수도 있다. 제 2 훈련 영상을 제 2 신경망으로 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(1102)의 제 1 부호화 및 제 1 훈련 영상(1102)에 대응하는 영상 데이터의 제 1 복호화에, MPEG-2, H.264, MPEG-4, HEVC, VC-1, VP8, VP9 및 AV1 중 어느 하나의 코덱이 이용될 수 있다.
도 11을 참조하면, 제 1 신경망(800)을 통해 제 1 훈련 영상(1102)이 출력되는 것과 별개로, 원본 훈련 영상(1101)으로부터 레거시 다운스케일된 축소 훈련 영상(1103)이 획득된다. 여기서, 레거시 다운스케일은 바이리니어(bilinear) 스케일, 바이큐빅(bicubic) 스케일, 란조스(lanczos) 스케일 또는 스테어 스탭(stair step) 스케일 중 적어도 하나를 포함할 수 있다.
원본 영상(105)의 구조적 특징을 기준으로 제 1 영상(115)의 구조적 특징이 크게 벗어나는 것을 방지하기 위해, 원본 훈련 영상(1101)의 구조적 특징을 보존하는 축소 훈련 영상(1103)을 획득하는 것이다.
훈련의 진행 전 제 1 신경망(800) 및 제 2 신경망(300)은 미리 결정된 신경망 설정 정보로 세팅될 수 있다. 훈련이 진행됨에 따라 구조적 손실 정보(1110), 복잡성 손실 정보(1120) 및 퀄리티 손실 정보(1130)가 결정될 수 있다.
구조적 손실 정보(1110)는 축소 훈련 영상(1103)과 제 1 훈련 영상(1102)의 비교 결과에 기초하여 결정될 수 있다. 일 예에서, 구조적 손실 정보(1110)는 축소 훈련 영상(1103)의 구조적 정보와 제 1 훈련 영상(1102)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(1110)는 원본 훈련 영상(1101)의 구조적 정보가 제 1 훈련 영상(1102)에서 어느 정도로 유지되고 있는지를 나타낸다. 구조적 손실 정보(1110)가 작을수록 제 1 훈련 영상(1102)의 구조적 정보가 원본 훈련 영상(1101)의 구조적 정보와 유사해진다.
복잡성 손실 정보(1120)는 제 1 훈련 영상(1102)의 공간적 복잡도에 기반하여 결정될 수 있다. 일 예에서, 공간적 복잡도로서, 제 1 훈련 영상(1102)의 총 분산(total variance)값이 이용될 수 있다. 복잡성 손실 정보(1120)는 제 1 훈련 영상(1102)을 제 1 부호화하여 획득한 영상 데이터의 비트레이트와 관련된다. 복잡성 손실 정보(1120)가 작을수록 영상 데이터의 비트레이트가 작은 것으로 정의된다.
퀄리티 손실 정보(1130)는 원본 훈련 영상(1101)과 제 3 훈련 영상(1104)의 비교 결과에 기초하여 결정될 수 있다. 퀄리티 손실 정보(1130)는 원본 훈련 영상(1101)과 제 3 훈련 영상(1104)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 또는 VMAF(Video Multimethod Assessment Fusion) 값 중 적어도 하나를 포함할 수 있다. 퀄리티 손실 정보(1130)는 제 3 훈련 영상(1104)이 원본 훈련 영상(1101)과 어느 정도로 유사한지를 나타낸다. 퀄리티 손실 정보(1130)가 작을수록 제 3 훈련 영상(1104)이 원본 훈련 영상(1101)에 더 유사해진다.
도 11을 참조하면, 구조적 손실 정보(1110), 복잡성 손실 정보(1120) 및 퀄리티 손실 정보(1130)가 제 1 신경망(800)의 훈련에 이용되고, 퀄리티 손실 정보(1130)는 제 2 신경망(300)의 훈련에 이용된다. 즉, 퀄리티 손실 정보(1130)는 제 1 신경망(800) 및 제 2 신경망(300)의 훈련에 모두 이용된다.
제 1 신경망(800)은 구조적 손실 정보(1110), 복잡성 손실 정보(1120) 및 퀄리티 손실 정보(1130)에 기초하여 결정된 최종 손실 정보가 감소 또는 최소화되도록 파라미터를 갱신할 수 있다. 또한, 제 2 신경망(300)은 퀄리티 손실 정보(1130)가 감소 또는 최소화되도록 파라미터를 갱신할 수 있다.
제 1 신경망(800) 및 제 2 신경망(300)의 훈련을 위한 최종 손실 정보는 아래의 수학식 1과 같이 결정될 수 있다.
[수학식 1]
LossDS = a×구조적 손실 정보 + b×복잡성 손실 정보 + c×퀄리티 손실 정보
LossUS = d×퀄리티 손실 정보
상기 수학식 1에서, LossDS는 제 1 신경망(800)의 훈련을 위해 감소 또는 최소화되어야 할 최종 손실 정보를 나타내고, LossUS는 제 2 신경망(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 신경망(800)은 수학식 1의 LossDS가 감소되는 방향으로 파라미터들을 갱신하고, 제 2 신경망(300)은 LossUS가 감소되는 방향으로 파라미터들을 갱신하게 된다. 훈련 과정에서 도출된 LossDS를 기초로 제 1 신경망(800)의 파라미터들이 갱신되면, 갱신된 파라미터에 기초하여 획득되는 제 1 훈련 영상(1102)이 이전 훈련 과정에서의 제 1 훈련 영상(1102)과 달라지게 되고, 그에 따라 제 3 훈련 영상(1104) 역시 이전 훈련 과정에서의 제 3 훈련 영상(1104)과 달라지게 된다. 제 3 훈련 영상(1104)이 이전 훈련 과정에서의 제 3 훈련 영상(1104)과 달라지게 되면, 퀄리티 손실 정보(1130) 역시 새롭게 결정되며, 그에 따라 제 2 신경망(300)은 파라미터들을 갱신한다. 퀄리티 손실 정보(1130)가 새롭게 결정되면, LossDS 역시 새롭게 결정되므로, 제 1 신경망(800)은 새롭게 결정된 LossDS에 기초하여 파라미터들을 갱신한다. 즉, 제 1 신경망(800)의 파라미터 갱신은, 제 2 신경망(300)의 파라미터 갱신을 야기하고, 제 2 신경망(300)의 파라미터 갱신은 제 1 신경망(800)의 파라미터 갱신을 야기하는 것이다. 다시 말하면, 제 1 신경망(800) 및 제 2 신경망(300)은 퀄리티 손실 정보(1130)의 공유를 통해 연계 훈련되므로, 제 1 신경망(800)의 파라미터들과 제 2 신경망(300)의 파라미터들이 서로 연관성을 가지고 최적화될 수 있는 것이다.
수학식 1을 참조하면, LossUS가 퀄리티 손실 정보(1130)에 기초하여 결정되는 것을 알 수 있으나, 이는 하나의 예시이며, LossUS는 구조적 손실 정보(1110) 또는 복잡성 손실 정보(1120) 중 적어도 하나와, 퀄리티 손실 정보(1130)에 기초하여 결정될 수도 있다.
앞서, AI 복호화 장치(200)의 AI 설정부(238) 및 AI 부호화 장치(700)의 AI 설정부(718)는 복수의 신경망 설정 정보를 저장하는 것으로 설명하였는데, AI 설정부(238) 및 AI 설정부(718)에 저장되는 복수의 신경망 설정 정보 각각을 훈련시키는 방법에 대해 설명한다.
수학식 1과 관련하여 설명한 바와 같이, 제 1 신경망(800)의 경우, 제 1 훈련 영상(1102)의 구조적 정보와 원본 훈련 영상(1101)의 구조적 정보 사이의 유사 정도(구조적 손실 정보(1110)), 제 1 훈련 영상(1102)의 제 1 부호화 결과 획득되는 영상 데이터의 비트레이트(복잡성 손실 정보(1120)) 및 제 3 훈련 영상(1104)과 원본 훈련 영상(1101) 사이의 차이(퀄리티 손실 정보(1130))를 고려하여 파라미터를 갱신하게 된다.
자세히 설명하면, 원본 훈련 영상(1101)의 구조적 정보와 유사하면서, 제 1 부호화를 하였을 때 획득되는 영상 데이터의 비트레이트가 작은 제 1 훈련 영상(1102)이 획득 가능하도록 하는 동시에, 제 1 훈련 영상(1102)을 AI 업스케일하는 제 2 신경망(300)이 원본 훈련 영상(1101)에 유사한 제 3 훈련 영상(1104)을 획득할 수 있도록, 제 1 신경망(800)의 파라미터가 갱신될 수 있다.
수학식 1의 a, b, c의 가중치가 조절됨으로써, 제 1 신경망(800)의 파라미터들이 최적화되는 방향이 상이해지게 된다. 예를 들어, b의 가중치를 높게 결정하는 경우, 제 3 훈련 영상(1104)의 퀄리티보다 비트레이트가 낮아지는 것에 더 중요도를 두고 제 1 신경망(800)의 파라미터가 갱신될 수 있다. 또한, c의 가중치를 높게 결정하는 경우, 비트레이트가 높아지는 것이나, 원본 훈련 영상(1101)의 구조적 정보가 유지되는 것보다 제 3 훈련 영상(1104)의 퀄리티가 증가하도록 하는 것에 더 중요도를 두고 제 1 신경망(800)의 파라미터가 갱신될 수 있다.
또한, 제 1 훈련 영상(1102)을 제 1 부호화하는데 이용되는 코덱의 타입에 기초하여 제 1 신경망(800)의 파라미터들이 최적화되는 방향이 상이해질 수 있다. 왜냐하면, 코덱의 종류에 기초하여, 제 2 신경망(300)으로 입력될 제 2 훈련 영상이 달라질 수 있기 때문이다.
즉, 가중치 a, 가중치 b, 가중치 c 및 제 1 훈련 영상(1102)의 제 1 부호화를 위한 코덱의 종류에 기반하여 제 1 신경망(800)의 파라미터들과 제 2 신경망(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 신경망(800)과 제 2 신경망(300)을 훈련시키면, 서로 연계되어 최적화된 제 1 신경망(800)의 파라미터들과 제 2 신경망(300)의 파라미터들이 결정될 수 있다.
그리고, 가중치 a, 가중치 b, 가중치 c 및 코덱의 종류를 변경한 후, 제 1 신경망(800)과 제 2 신경망(300)을 훈련시키면, 서로 연계되어 최적화된 제 1 신경망(800)의 파라미터들과 제 2 신경망(300)의 파라미터들이 결정될 수 있다. 다시 말하면, 가중치 a, 가중치 b, 가중치 c 및 코덱의 종류 각각의 값을 변경하면서 제 1 신경망(800)과 제 2 신경망(300)을 훈련시키면 서로 연계되어 훈련된 복수의 신경망 설정 정보가 제 1 신경망(800) 및 제 2 신경망(300)에서 결정될 수 있는 것이다.
앞서, 도 5와 관련하여 설명한 바와 같이, 제 1 신경망(800) 및 제 2 신경망(300)의 복수의 신경망 설정 정보들은 제 1 영상 관련 정보들에 매핑되어 있을 수 있다. 이러한 매핑 관계의 설정을 위해, 제 1 신경망(800)에서 출력되는 제 1 훈련 영상(1102)을 특정 비트레이트에 기반하여 특정 코덱으로 제 1 부호화하고, 제 1 부호화 결과 획득된 비트스트림을 제 1 복호화하여 획득한 제 2 훈련 영상을 제 2 신경망(300)으로 입력할 수 있다. 즉, 특정 해상도의 제 1 훈련 영상(1102)이 특정 코덱에 의해 특정 비트레이트에 기반하여 제 1 부호화되도록 환경을 설정한 후, 제 1 신경망(800) 및 제 2 신경망(300)을 훈련시킴으로써, 제 1 훈련 영상(1102)의 해상도, 제 1 훈련 영상(1102)의 제 1 부호화에 이용된 코덱의 종류 및 제 1 훈련 영상(1102)의 제 1 부호화 결과 획득된 비트스트림의 비트레이트에 매핑된 신경망 설정 정보 쌍이 결정될 수 있는 것이다. 제 1 훈련 영상(1102)의 해상도, 제 1 훈련 영상(1102)의 제 1 부호화에 이용된 코덱의 종류 및 제 1 훈련 영상(1102)의 제 1 부호화에 따라 획득되는 비트스트림의 비트레이트를 다양하게 변경시킴으로써, 제 1 신경망(800) 및 제 2 신경망(300)의 복수의 신경망 설정 정보들과 제 1 영상 관련 정보들 사이의 매핑 관계가 결정될 수 있다.
도 12는 훈련 장치(1200)에 의한 제 1 신경망(800) 및 제 2 신경망(300)의 훈련 과정을 설명하기 위한 도면이다.
도 11과 관련하여 설명한 제 1 신경망(800) 및 제 2 신경망(300)의 훈련은 훈련 장치(1200)에 의해 수행될 수 있다. 훈련 장치(1200)는 제 1 신경망(800) 및 제 2 신경망(300)을 포함한다. 훈련 장치(1200)는 예를 들어, AI 부호화 장치(700) 또는 별도의 서버일 수 있다. 훈련 결과 획득된 제 2 신경망(300)의 신경망 설정 정보들은 AI 복호화 장치(200)에 저장된다.
도 12를 참조하면, 훈련 장치(1200)는 제 1 신경망(800) 및 제 2 신경망(300)의 신경망 설정 정보를 초기 세팅한다(S1240, S1245). 이에 의해, 제 1 신경망(800) 및 제 2 신경망(300)은 미리 결정된 신경망 설정 정보에 기초하여 동작할 수 있다. 신경망 설정 정보는 제 1 신경망(800) 및 2 신경망(300)에 포함되는 컨볼루션 레이어의 수, 컨볼루션 레이어별 필터 커널의 개수, 컨볼루션 레이어별 필터 커널의 크기 또는 각 필터 커널의 파라미터 중 적어도 하나에 대한 정보를 포함할 수 있다.
훈련 장치(1200)는 원본 훈련 영상(1101)을 제 1 신경망(800)으로 입력한다(S1250). 원본 훈련 영상(1101)은 정지 영상 또는 동영상을 구성하는 적어도 하나의 프레임을 포함할 수 있다.
제 1 신경망(800)은 초기 세팅된 신경망 설정 정보에 기초하여 원본 훈련 영상(1101)을 처리하고, 원본 훈련 영상(1101)으로부터 AI 다운스케일된 제 1 훈련 영상(1102)을 출력한다(S1255). 도 12는 제 1 신경망(800)으로부터 출력된 제 1 훈련 영상(1102)이 제 2 신경망(300)으로 바로 입력되는 것으로 도시되어 있으나, 제 1 신경망(800)으로부터 출력된 제 1 훈련 영상(1102)이 훈련 장치(1200)에 의해 제 2 신경망(300)으로 입력될 수 있다. 또한, 훈련 장치(1200)는 제 1 훈련 영상(1102)을 소정의 코덱으로 제 1 부호화 및 제 1 복호화한 후, 제 2 훈련 영상을 제 2 신경망(300)으로 입력할 수 있다.
제 2 신경망(300)은 제 1 훈련 영상(1102) 또는 제 2 훈련 영상을 초기 세팅된 신경망 설정 정보에 기초하여 처리하고, 제 1 훈련 영상(1102) 또는 제 2 훈련 영상으로부터 AI 업스케일된 제 3 훈련 영상(1104)을 출력한다(S1260).
훈련 장치(1200)는 제 1 훈련 영상(1102)에 기초하여 복잡성 손실 정보(1120)를 산출한다(S1265).
훈련 장치(1200)는 축소 훈련 영상(1103)과 제 1 훈련 영상(1102)을 비교하여 구조적 손실 정보(1110)를 산출한다(S1270).
훈련 장치(1200)는 원본 훈련 영상(1101)과 제 3 훈련 영상(1104)을 비교하여 퀄리티 손실 정보(1130)를 산출한다(S1275).
제 1 신경망(800)은 최종 손실 정보에 기초한 역전사(back propagation) 과정을 통해 초기 세팅된 신경망 설정 정보를 갱신한다(S1280). 훈련 장치(1200)는 복잡성 손실 정보(1120), 구조적 손실 정보(1110) 및 퀄리티 손실 정보(1130)에 기초하여 제 1 신경망(800)의 훈련을 위한 최종 손실 정보를 산출할 수 있다.
제 2 신경망(300)은 퀄리티 손실 정보(1130) 또는 최종 손실 정보에 기초한 역전사 과정을 통해 초기 세팅된 신경망 설정 정보를 갱신한다(S1285). 훈련 장치(1200)는 퀄리티 손실 정보(1130)에 기초하여 제 2 신경망(300)의 훈련을 위한 최종 손실 정보를 산출할 수 있다.
이후, 훈련 장치(1200), 제 1 신경망(800) 및 제 2 신경망(300)은 최종 손실 정보들이 최소화될 때까지 S1250 내지 S1285 과정을 반복하면서 신경망 설정 정보를 갱신한다. 이 때, 각 반복 과정 동안 제 1 신경망(800) 및 제 2 신경망(300)은 이전 과정에서 갱신된 신경망 설정 정보에 기초하여 동작한다.
아래의 표 1은 본 개시의 일 실시예에 기초하여 원본 영상(105)을 AI 부호화 및 AI 복호화한 경우와, HEVC에 기초하여 원본 영상(105)을 부호화 및 복호화한 경우의 효과를 나타낸다.
Figure PCTKR2022020954-appb-img-000001
표 1에서 알 수 있듯이, 본 개시의 일 실시예에 따라 8K 해상도의 300개의 프레임들로 이루어진 컨텐츠들을 AI 부호화 및 AI 복호화한 경우의 주관적 화질의 평균이 HEVC에 기초하여 부호화 및 복호화한 경우의 주관적 화질의 평균보다 높음에도, 비트레이트가 50% 이상 감소한 것을 알 수 있다.
전술한 AI 부호화 장치(700) 및 AI 복호화 장치(200)는 서버-클라이언트(서버-단말) 구조에 유용할 수 있다. 구체적으로, 서버는 클라이언트의 영상 요청에 기초하여 원본 영상(105)을 AI 다운스케일하여 제 1 영상(115)을 획득하고, 제 1 영상(115)의 부호화 결과로 획득되는 영상 데이터를 포함하는 AI 부호화 데이터를 클라이언트로 전송한다.
클라이언트는 영상 데이터를 복호화하여 제 2 영상(135)을 획득하고, 제 2 영상(135)에 대한 AI 업스케일을 통해 획득한 제 3 영상(145)을 디스플레이한다.
이하에서는 도 13 내지 도 24를 참조하여, 멀티 뷰 중 적어도 하나의 뷰에 대응하는 윈도우 크기를 고려하여, 과도한 다운스케일로 인한 화질 손실을 방지하고, 네트워크 자원을 효율적으로 활용하기 위한 AI 부/복호화 과정(또는 영상 데이터 스트리밍 과정)에 대해 설명한다.
도 13은 일 실시예에 따른 영상 제공 장치(1300)의 구성을 도시하는 블록도이다.
일 실시예에서, 영상 제공 장치(1300)는 AI 부호화 장치로 참조될 수 있다.
도 13을 참조하면, 영상 제공 장치(1300)는 AI 부호화부(1310) 및 전송부(1330)를 포함할 수 있다. AI 부호화부(1310)는 AI 다운스케일부(1312), 제 1 부호화부(1314), 데이터 처리부(1316), 및 AI 설정부(1318)를 포함할 수 있다.
도 13은 AI 부호화부(1310) 및 전송부(1330)를 개별적인 장치로 도시하고 있으나, AI 부호화부(1310) 및 전송부(1330)는 하나의 프로세서를 통해 구현될 수 있다. 이 경우, 전용 프로세서로 구현될 수도 있고, AP, CPU 또는 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(1310) 및 전송부(1330)는 복수의 프로세서로 구성될 수도 있다. 이 경우, 전용 프로세서들의 조합으로 구현될 수도 있고, AP, CPU 또는 GPU와 같은 다수의 범용 프로세서들과 S/W의 조합을 통해 구현될 수도 있다.
일 실시예에서, 제 1 부호화부(1314)는 제 1 프로세서로 구성되고, AI 다운스케일부(1312), 데이터 처리부(1316) 및 AI 설정부(1318)는 제 1 프로세서와 상이한 제 2 프로세서로 구현되고, 전송부(1330)는 제 1 프로세서 및 제 2 프로세서와 상이한 제 3 프로세서로 구현될 수 있다.
AI 부호화부(1310)는 원본 영상(105)을 획득한다. AI 부호화부(1310)는 영상 제공 장치(1300)의 카메라(또는 영상 제공 장치(1300)와 연결된 카메라)에 의해 촬영된 원본 영상(105)을 획득하거나, 네트워크를 통해 외부 장치로부터 수신되는 원본 영상(105)을 획득할 수도 있다.
AI 부호화부(1310)는 영상을 재생할 디스플레이 장치(예를 들어, AI 복호화 장치, 전자 장치 또는 단말)의 성능 정보를 획득할 수 있다. AI 부호화부(1310)는 디스플레이 장치 또는 사용자로부터 영상의 제공 요청이 수신되면, 디스플레이 장치의 성능 정보를 획득할 수 있다.
디스플레이 장치의 성능 정보는 디스플레이 장치로부터 수신되거나, 사용자로부터 입력될 수 있다.
도 13에는 도시되어 있지 않지만, 영상 제공 장치(1300)는 원본 영상(105) 및 디스플레이 장치의 성능 정보를 수신하기 위한 수신부(미도시)를 더 포함할 수 있다.
일 실시예에서, 디스플레이 장치의 성능 정보는 AI 업스케일 기능의 지원 여부를 나타내는 정보를 포함할 수 있다.
AI 부호화부(1310)는 디스플레이 장치가 AI 업스케일 기능을 지원하는지에 기초하여 원본 영상(105)에 대해 AI 부호화를 수행할 수 있다.
일 실시예에서, AI 부호화부(1310)는 디스플레이 장치가 AI 업스케일 기능을 지원하는 경우, 디스플레이 장치로부터 수신한 요청이 AI 다운스케일 후 제 1 부호화된 영상에 대한 제공 요청인지 또는 AI 다운스케일링 없이 제 1 부호화된 영상에 대한 제공 요청인지에 따라, AI 다운스케일 또는 제 1 부호화 중 적어도 하나를 수행하고, AI 부호화 데이터 또는 부호화 데이터를 디스플레이 장치로 전송할 수 있다.
이하에서는, AI 부호화부(1310)에 포함된 구성 요소들의 동작에 대해 상세히 설명한다.
AI 다운스케일부(1312)는 원본 영상(105)을 AI 다운스케일하여 제 1 영상(115)을 획득한다. AI 다운스케일부(1312)는 신경망 설정 정보가 적용된 제 1 신경망을 통해 원본 영상(105)을 AI 다운스케일할 수 있다. AI 다운스케일부(1312)가 이용하는 제 1 신경망은 도 8에 도시된 제 1 신경망(800)의 구조를 가질 수 있으나, 제 1 신경망의 구조는 도 8에 도시된 제 1 신경망(800)에 한정되지 않는다.
이하에서, AI 다운스케일을 위해 제 1 신경망에 적용 가능한 신경망 설정 정보를 '제 1 신경망 설정 정보'로 참조하고, AI 업스케일을 위해 제 2 신경망에 적용 가능한 신경망 설정 정보를 '제 2 신경망 설정 정보'로 참조한다. 제 1 신경망 설정 정보(또는 제 2 신경망 설정 정보)는 제 1 신경망(또는 제 2 신경망)에 포함되는 컨볼루션 레이어의 수, 컨볼루션 레이어별 필터 커널의 개수 또는 각 필터 커널의 파라미터 중 적어도 하나에 대한 정보를 포함할 수 있다.
AI 설정부(1318)는 AI 다운스케일부(1312)로 AI 다운스케일을 위한 제 1 신경망 설정 정보를 제공하여, AI 다운스케일부(1312)가 제 1 신경망 설정 정보에 기초하여 원본 영상(105)을 AI 다운스케일하게 제어한다.
AI 설정부(1318)에 저장되는 제 1 신경망 설정 정보의 개수는 하나 또는 복수일 수 있다. 하나의 제 1 신경망 설정 정보가 AI 설정부(1318)에 저장되어 있는 경우, AI 설정부(1318)는 하나의 제 1 신경망 설정 정보를 AI 다운스케일부(1312)로 전송할 수 있다. 복수의 제 1 신경망 설정 정보가 AI 설정부(1318)에 저장되어 있는 경우, AI 설정부(1318)는 복수의 제 1 신경망 설정 정보 중 AI 다운스케일에 이용될 제 1 신경망 설정 정보를 선택하고, 선택한 제 1 신경망 설정 정보를 AI 다운스케일부(1312)로 전송할 수 있다.
AI 설정부(1318)는 원본 영상(105)에 대한 AI 다운스케일과 관련된 AI 데이터를 데이터 처리부(1316)로 제공한다. 전술한 바와 같이, AI 데이터는 디스플레이 장치의 AI 업스케일부가 제 1 신경망의 다운스케일 타겟에 대응하는 업스케일 타겟으로 제 2 영상(135)을 AI 업스케일할 수 있게 하는 정보들을 포함한다.
일 예에서, AI 데이터는 원본 영상(105)과 제 1 영상(115) 사이의 차이 정보를 포함할 수 있다.
다른 예에서, AI 데이터는 제 1 영상(115) 관련 정보를 포함할 수도 있다. 제 1 영상(115) 관련 정보는, 제 1 영상(115)의 해상도, 제 1 영상(115)의 부호화 결과 획득된 제 1 영상 데이터의 비트레이트 또는 제 1 영상(115)의 부호화시 이용된 코덱 타입 중 적어도 하나에 대한 정보를 포함할 수 있다.
또 다른 예에서, AI 데이터는, 제 1 신경망의 다운스케일 타겟에 대응하는 업스케일 타겟으로 제 2 영상(135)이 AI 업스케일될 수 있도록, 상호 약속된 신경망 설정 정보의 식별자(예를 들어, 인덱스)를 포함할 수 있다.
또 다른 예에서, AI 데이터는 제 2 신경망에 세팅 가능한 제 2 신경망 설정 정보를 포함할 수도 있다.
일 실시예에서, AI 다운스케일 없이, 원본 영상(105)이 그대로 부호화될 수 있다. 이는, AI 다운스케일부(1312)가 원본 영상(105)에 대한 AI 다운스케일 동작을 바이패스하는 것으로 이해될 수 있다.
제 1 부호화부(1314)는 제 1 영상(115)을 부호화하여 제 1 영상 데이터를 획득한다. 제 1 부호화부(1314)에 의해 생성된 제 1 영상 데이터는 영상 제공 장치(1300)의 저장 매체에 저장될 수 있다.
제 1 영상 데이터는 제 1 영상(115)의 부호화 결과 획득된 데이터를 포함한다. 제 1 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, 제 1 영상 데이터는 제 1 영상(115)의 부호화 과정에서 이용된 정보들(예를 들어, 부호화 파라미터 정보)을 포함한다. 예를 들어, 제 1 영상 데이터는 제 1 영상(115)을 부호화하는데 이용된 예측 모드 정보, 움직임 정보 및 제 1 영상(115)을 부호화하는데 이용된 양자화 파라미터 관련 정보 등을 포함할 수 있다.
디스플레이 장치 또는 사용자로부터 영상 제공 요청이 수신되고, 디스플레이 장치가 AI 업스케일 기능을 지원하는 경우, 제 1 영상 데이터와 AI 데이터가 제 1 부호화부(1314) 및 AI 설정부(1318)로부터 데이터 처리부(1316)로 제공될 수 있다.
일 실시예에서, 영상 제공 요청에 기반하여, AI 다운스케일 없이 원본 영상(105)이 부호화될 수 있다. 이때, 제 1 부호화부(1314)는 제 1 영상(115)이 아닌, 원본 영상(105)을 제 1 부호화하여 제 2 영상 데이터를 생성할 수 있다. 제 2 영상 데이터가 제 1 부호화부(1314)로부터 데이터 처리부(1316)로 제공될 수 있다. 이때, AI 데이터는 생성되지 않을 수 있다.
데이터 처리부(1316)는 제 1 부호화부(1314)로부터 수신된 제 1 영상 데이터와 AI 설정부(1318)로부터 수신된 AI 데이터를 포함하는 AI 부호화 데이터를 생성할 수 있다.
일 실시예에서, 데이터 처리부(1316)는 제 1 영상 데이터와 AI 데이터를 각각 분리된 상태로 포함하는 AI 부호화 데이터를 생성할 수 있다. 일 예로, AI 데이터는 HDMI 스트림 내의 VSIF(Vendor Specific InfoFrame)에 포함될 수 있다.
일 실시예에서, 데이터 처리부(1316)는 제 1 부호화부(1314)에 의한 부호화 결과로 획득되는 제 1 영상 데이터 내에 AI 데이터를 포함시키고, AI 데이터를 포함하는 제 1 영상 데이터로부터 AI 부호화 데이터를 생성할 수 있다. 일 예로, 데이터 처리부(1316)는 제 1 영상 데이터에 해당하는 비트스트림과 AI 데이터에 해당하는 비트스트림을 결합하여 하나의 비트스트림 형태의 영상 데이터를 생성할 수도 있다. 이를 위해, 데이터 처리부(1316)는 AI 데이터를 0 또는 1의 값을 갖는 비트들, 즉 비트스트림으로 표현할 수 있다. 일 실시예에서, 데이터 처리부(1316)는 부호화 결과로 획득되는 비트스트림의 부가 정보 영역인 SEI(Supplemental enhancement information)에 AI 데이터에 해당하는 비트스트림을 포함시킬 수 있다.
일 실시예에서, 데이터 처리부(1316)는 제 2 영상 데이터를 포함하는 부호화 데이터를 생성할 수도 있다.
AI 부호화 데이터 또는 부호화 데이터는 전송부(1330)로 전송된다. 전술한 바와 같이, AI 부호화 데이터는 AI 데이터와 제 1 영상 데이터를 포함할 수 있다. 또한, 부호화 데이터는 제 2 영상 데이터를 포함할 수 있다.
전송부(1330)는 네트워크를 통해 부호화 데이터 또는 AI 부호화 결과 획득된 AI 부호화 데이터를 디스플레이 장치로 전송한다.
이하는, 복수의 품질의 영상 데이터를 나타내는 정보에 대한 제공 요청에 기초하여, 부호화된 영상 데이터(AI 부호화 데이터 또는 부호화 데이터)가 전송되는 과정을 설명한다.
영상 제공 장치(1300)의 수신부(미도시)는 복수의 품질의 영상 데이터를 나타내는 정보에 대한 요청을 디스플레이 장치로부터 수신할 수 있다. 전송부(1330)는 복수의 품질의 영상 데이터를 나타내는 정보에 대한 요청을 기초로, 복수의 품질의 영상 데이터를 나타내는 정보를 디스플레이 장치로 전송할 수 있다. 여기서, 복수의 품질의 영상 데이터는 AI 다운스케일후 부호화된 적어도 하나의 영상 데이터 및 AI 다운스케일 없이 부호화된 적어도 하나의 영상 데이터를 포함할 수 있다.
수신부(미도시)는 복수의 품질의 영상 데이터를 나타내는 정보에 기반한, 부호화된 영상에 대한 요청을 디스플레이 장치로부터 수신할 수 있다. 즉, 수신부는 복수의 품질의 영상 데이터 중 하나의 품질의 영상 데이터에 대한 요청을 디스플레이 장치로부터 수신할 수 있다.
전송부(1330)는 디스플레이 장치로부터 수신된 영상에 대한 요청에 기초하여, 부호화된 영상 데이터를 디스플레이 장치로 전송할 수 있다.
이하에서는, 이전 영상의 크기보다 작은 크기를 갖는 영상에 대한 요청에 기초하여, 영상 데이터를 디스플레이 장치로 전송하는 과정을 설명한다.
영상 데이터에 대한 요청은 이전 영상에 대응하는 영상 데이터로부터 복원된 영상의 크기와 제 1 윈도우의 크기를 기초로 생성된 요청임을 전제로 한다. 여기서, 제 1 윈도우는 디스플레이 장치의 디스플레이에 영상을 표시하기 위한 그래픽 유저 인터페이스일 수 있다. 제 1 윈도우의 크기는 사용자에 의해 조절될 수 있고, 제 1 윈도우에 표시되는 영상의 크기는 제 1 윈도우의 크기에 기초하여 조절될 수 있다.
전송부(1330)는 디스플레이 장치의 제 1 현재 영상에 대한 요청에 기초하여, 제 1 현재 영상의 영상 데이터를 디스플레이 장치로 전송할 수 있다. 제 1 현재 영상의 영상 데이터는 제 1 현재 영상에 대한 제 1 부호화를 통해 획득될 수 있다.
디스플레이 장치는 제 1 현재 영상의 영상 데이터로부터 복원될 영상의 크기가 제 1 윈도우의 크기보다 크거나 같고, 타겟 최대 영상의 크기보다 작거나 같도록, 제 1 현재 영상에 대한 요청을 디스플레이 장치로 전송할 수 있다.
타겟 최대 영상의 크기는 제 1 윈도우의 크기 및 제한 다운스케일 비율에 기초하여 결정될 수 있다. 이때, 제 1 현재 영상은 이전 영상보다 작은 크기를 가질 수 있다. 디스플레이 장치에서 제 1 현재 영상의 영상 데이터로부터 복원될 영상의 크기는 이전 영상의 영상 데이터로부터 복원된 영상의 크기보다 작을 수 있다. 또는, 제 1 현재 영상의 크기는 이전 영상의 크기와 동일할 수 있으나, AI 데이터가 제 1 현재 영상에 관한 비트스트림에 포함되지 않을 수 있다.
이하에서는, 윈도우 크기 및 제 3 이전 영상의 크기에 기반한 디스플레이 장치의 영상 제공 요청에 기초하여, 부호화된 영상 데이터가 전송되는 과정을 설명한다. 여기서, 제 3 이전 영상은 제 2 이전 영상으로부터 AI 업스케일된 영상일 수 있다. 제 2 이전 영상은 제 1 이전 영상의 영상 데이터를 제 1 복호화하여 획득된 영상일 수 있다. 제 1 이전 영상은 이전 원본 영상으로부터 AI 다운스케일된 영상일 수 있다.
전송부(1330)는 멀티 뷰 중 적어도 하나의 뷰에 대한 윈도우 크기 및 제 3 이전 영상의 크기에 기반한, 디스플레이 장치의 영상 제공 요청에 기초하여, 1) 현재 원본 영상으로부터 AI 다운스케일후 제 1 부호화된 제 1 현재 영상의 영상 데이터 및 제 1 현재 영상으로의 AI 다운스케일과 관련된 AI 데이터를 디스플레이 장치로 전송하거나, 2) AI 다운스케일 없이 현재 원본 영상으로부터 제 1 부호화된 제 1 현재 영상의 영상 데이터를 전송할 수 있다.
예를 들어, 디스플레이 장치는 제 3 이전 영상의 크기와 윈도우 크기 사이의 다운스케일 비율이 소정의 제 1 임계값보다 작거나 같은 경우(또는 스케일 비율이 소정의 제 1 임계값보다 크거나 같은 경우), 현재 원본 영상으로부터 AI 다운스케일 없이 제 1 부호화된 현재 영상에 대한 요청을 영상 제공 장치(1300)로 전송할 수 있다. 여기서, 스케일 비율은 다운스케일 비율의 역수일 수 있다. 제 3 이전 영상의 크기와 윈도우 크기 사이의 다운스케일 비율은, 제 3 이전 영상의 크기와 윈도우의 크기 사이의 비율을 의미할 수 있다. 제 3 이전 영상의 크기가 윈도우의 크기보다 클수록 다운스케일 비율은 작아질 수 있다.
전송부(1330)는 현재 영상에 대한 요청을 기초로, AI 다운 스케일 없이 현재 원본 영상으로부터 제 1 부호화된, 제 1 현재 영상의 영상 데이터를 디스플레이 장치로 전송할 수 있다.
한편, 디스플레이 장치는 다운스케일 비율이 소정의 제 1 임계값보다 큰 경우(또는 스케일 비율이 소정의 제 1 임계값보다 작은 경우), 현재 원본 영상으로부터 AI 다운스케일 후 제 1 부호화된 제 1 현재 영상에 대한 요청을 영상 제공 장치(1300)로 전송할 수 있다.
전송부(1330)는 제 1 현재 영상에 대한 요청을 기초로, 현재 원본 영상으로부터 AI 다운스케일 후 제 1 부호화 결과 생성된 제 1 현재 영상의 영상 데이터 및 AI 다운스케일과 관련된 AI 데이터를 영상 제공 장치(1300)로 전송할 수 있다.
일 실시예에 따르면, 영상 제공 장치(1300)는 네트워크 상태에 기초하여 영상 데이터를 스트리밍하는 것에 제한되지 않고, 디스플레이 장치에서 멀티 뷰를 지원하는 경우, 멀티 뷰 중 적어도 하나의 뷰에 대한 윈도우의 크기를 고려하여 영상 데이터를 스트리밍함으로써, 대역폭을 효율적으로 이용하면서도, 다운스케일에 의한 화질 손실을 방지할 수 있다.
일 실시예에 따르면, 영상 제공 장치(1300)는 네트워크 상태에 기초하여 영상 데이터를 스트리밍하는 것에 제한되지 않고, 디스플레이 장치에서 멀티 뷰를 지원하는 경우, 멀티 뷰 중 적어도 하나의 뷰에 대한 윈도우의 크기를 고려하여 AI 다운스케일이 바이패스된 영상 데이터를 스트리밍함으로써, 대역폭을 효율적으로 이용하면서도, 다운스케일에 의한 화질 손실을 방지할 수 있다.
도 14는 일 실시예에 따른 AI 복호화 장치(또는 디스플레이 장치)(1400)의 구성을 도시하는 블록도이다. 도 14을 참조하면, 디스플레이 장치(1400)는 수신부(1410), AI 복호화부(1430), 스케일부(1440) 및 출력부(1450)를 포함할 수 있다.
AI 복호화부(1430)는 파싱부(1432), 제 1 복호화부(1434), AI 업스케일부(1436) 및 AI 설정부(1438)를 포함할 수 있다.
도 14는 수신부(1410), AI 복호화부(1430), 스케일부(1440) 및 출력부(1450)를 개별적인 장치로 도시하고 있으나, 수신부(1410), AI 복호화부(1430), 스케일부(1440) 및 출력부(1450)는 하나의 프로세서를 통해 구현될 수 있다. 이 경우, 전용 프로세서로 구현될 수도 있고, AP, CPU 또는 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, 수신부(1410), AI 복호화부(1430), 스케일부(1440) 및 출력부(1450)는 복수의 프로세서로 구성될 수도 있다. 이 경우, 전용 프로세서들의 조합으로 구현될 수도 있고, AP, CPU 또는 GPU와 같은 다수의 범용 프로세서들과 S/W의 조합을 통해 구현될 수도 있다.
일 실시예에서, 제 1 복호화부(1434)는 제 1 프로세서로 구현되고, 파싱부(1432), AI 업스케일부(1436), AI 설정부(1438)는 제 1 프로세서와 상이한 제 2 프로세서로 구현되고, 수신부(1410)는 제 1 프로세서 및 제 2 프로세서와 상이한 제 3 프로세서로 구현될 수 있고, 스케일부(1440) 및 출력부(1450)는 제 4 프로세서로 구현될 수 있다.
디스플레이 장치(1400)의 구성은 AI 복호화 장치(200)의 구성과 대부분 대응되고, 동작도 대응될 수 있다. 이하에서는, 상술한 AI 복호화 장치(200)의 구성 및 동작과 차별화되는 디스플레이 장치(1400)의 구성 및 동작을 중심으로 설명하기로 한다.
디스플레이 장치(1400)의 전송부(미도시)는 복수의 품질의 영상 데이터를 나타내는 정보를 영상 제공 장치(1300)에 요청할 수 있고, 수신부(1410)는 복수의 품질의 영상 데이터를 나타내는 정보를 영상 제공 장치(1300)로부터 수신할 수 있다. 여기서, 복수의 품질의 영상 데이터는 AI 다운스케일과 부호화를 통해 생성된 영상 데이터, 및 부호화를 통해 생성된 영상 데이터를 포함할 수 있다.
복수의 품질의 영상 데이터를 나타내는 정보는 복수의 영상 데이터의 해상도, 복수의 영상 데이터의 비트레이트를 나타내는 정보 및 AI 다운스케일이 적용되었는지 여부를 나타내는 정보를 포함할 수 있다.
디스플레이 장치(1400)의 전송부(미도시)는 영상 스트리밍 시작시에는, 가장 낮은 비트레이트의 영상 세그먼트를 영상 제공 장치(1300)로 요청할 수 있다.
여기서, 영상 세그먼트(또는 세그먼트)는 영상 스트리밍의 전송 단위로, 예를 들어, 영상은 소정의 시간의 세그먼트 단위로 분할되어, 비트스트림 형태로 디스플레이 장치(1400)로 전송될 수 있다. 예를 들어, 소정의 시간은 2초에서 10초 사이일 수 있으나, 이에 제한되지 않는다. 즉, 세그먼트는 소정의 개수의 프레임들을 포함하는 데이터 전송 단위일 수 있다.
디스플레이 장치(1400)에서 네트워크 스루풋이 측정되고, 네트워크 스루풋이 현재 영상을 포함하는 세그먼트의 비트레이트보다 높다고 식별되면, 디스플레이 장치(1400)는 더 높은 비트레이트의 후속 영상의 세그먼트를 요청할 수 있다. 즉, 디스플레이 장치(1400)는 네트워크 스루풋에 기초하여, 영상 세그먼트를 요청하게 된다.
본 개시의 다양한 실시예에 의하면, 디스플레이 장치(1400)는 네트워크 스루풋 외에 윈도우의 크기(즉, 디스플레이에 표시되는 특정 뷰에 대한 출력 영상의 크기)를 고려하여 세그먼트를 요청할 수 있다.
이하에서는, 네트워크 스루풋 외에 윈도우 크기를 고려한 영상 제공 장치(1300)와 디스플레이 장치(1400)의 영상 스트리밍하는 과정을 설명한다.
스케일부(1440)는 이전 영상으로부터 복원된 영상(구체적으로, 이전 영상의 영상 데이터로부터 복원된 영상으로서, 전술한 제 2 이전 영상 또는 제 3 이전 영상)의 크기와 제 1 윈도우 크기 사이의 다운스케일 비율이 미리 설정된 제한 다운스케일 비율 (즉, 미리 설정된 다운스케일 비율) 이하인지 여부를 식별할 수 있다. 이전 영상으로부터 복원된 영상은 스케일부(1440)의 입력 영상일 수 있다.
예를 들어, 이전 영상으로부터 복원된 영상은 AI 업스케일부(1436)를 통해 AI 업스케일된 영상일 수 있으나, 이에 제한되지 않고, 제 1 복호화부(1434)를 통해 제 1 복호화된 영상일 수 있다.
전송부(미도시)는 식별 결과를 기초로, 제 1 현재 영상에 대한 요청을 영상 제공 장치(1300)로 전송할 수 있다.
수신부(1410)는 제 1 현재 영상에 대한 요청을 기초로, 제 1 부호화된 제 1 현재 영상의 영상 데이터를 영상 제공 장치(1300)로 전송할 수 있다.
파싱부(1432)는 제 1 현재 영상의 영상 데이터를 파싱하고, 파싱된 영상 데이터는 제 1 복호화부(1434)로 입력될 수 있다. 제 1 현재 영상의 영상 데이터에 AI 데이터가 포함된다면, 파싱된 AI 데이터는 AI 설정부(1438)로 입력될 수 있다.
제 1 복호화부(1434)는 제 1 현재 영상의 영상 데이터를 제 1 복호화하여 제 2 현재 영상을 획득할 수 있다.
AI 설정부(1438)는 AI 업스케일 제어 정보를 출력하고, AI 업스케일 제어 정보는 AI 업스케일부(1436)에 입력될 수 있다. AI 업스케일 제어 정보는 AI 데이터를 기초로 생성될 수 있으나, 이에 제한되지 않는다.
AI 업스케일부(1436)는 AI 업스케일 제어 정보를 기초로, 제 2 현재 영상에 대한 AI 업스케일을 수행하여, 제 3 현재 영상을 생성할 수 있다.
스케일부(1440)는 제 1 윈도우의 크기에 기초하여, 제 2 현재 영상 또는 제 3 현재 영상에 대해 다운스케일을 수행하거나 다운스케일 동작을 바이패스할 수 있다.
제 2 현재 영상 또는 제 3 현재 영상의 크기가 제 1 윈도우의 크기보다 크다면, 다운스케일이 수행될 수 있고, 제 2 현재 영상 또는 제 3 현재 영상의 크기가 제 1 윈도우의 크기와 동일하다면, 다운스케일 동작은 바이패스될 수 있다.
전술한 바와 같이, 제 1 현재 영상으로부터 복원될 영상의 크기가 타겟 최대 영상의 크기보다 작거나 같도록, 제 1 현재 영상에 대한 요청이 디스플레이 장치(1400)로부터 영상 제공 장치(1300)로 전송될 수 있다. 따라서, 제 2 현재 영상의 크기 또는 제 3 현재 영상의 크기와 제 1 윈도우의 크기 사이의 다운스케일 비율은 제한 다운스케일 비율보다 클 수 있다. 따라서, 다운스케일 동작이 수행되더라도, 하드웨어의 성능 부족으로 인한 화질 열화가 발생되지 않을 수 있다.
이하에서는, 디스플레이 장치(1400)가 AI 다운스케일후 부호화된 영상을 수신하다가, 윈도우의 크기에 기초하여, AI 스케일없이 부호화된 영상을 수신하는 영상 스트리밍하는 과정을 설명한다.
디스플레이 장치(1400)의 전송부(미도시)는 제 1 이전 영상에 대한 요청을 영상 제공 장치(1300)로 전송할 수 있다.
수신부(1410)는 제 1 이전 영상에 대한 요청을 기초로, 제 1 이전 영상의 제 1 부호화 결과 생성된 제 1 영상 데이터 및 적어도 하나의 이전 원본 영상으로부터 제 1 이전 영상으로의 AI 다운스케일과 관련된 AI 데이터를 수신할 수 있다. 이때, 제 1 영상 데이터 및 AI 데이터는 AI 부호화 데이터에 포함될 수 있다.
파싱부(1432)는 AI 부호화 데이터로부터 제 1 영상 데이터 및 AI 데이터를 파싱할 수 있다. 파싱된 제 1 영상 데이터는 제 1 복호화부(1434)로 입력되고, 파싱된 AI 데이터는 AI 설정부(1438)로 입력될 수 있다.
제 1 복호화부(1434)는 제 1 영상 데이터를 제 1 복호화하여 제 2 이전 영상을 획득할 수 있다.
AI 설정부(1438)는 AI 업스케일 제어 정보를 기초로, 제 1 복호화부(1434)로부터 출력된 제 2 이전 영상을 AI 업스케일부(1436)로 입력할 것인지, 스케일부(1440)으로 입력할 것인지를 결정할 수 있다. AI 업스케일 제어 정보는 AI 데이터를 기초로 획득될 수 있다. 예를 들어, 세그먼트별로 AI 업스케일 여부를 나타내는 AI 업스케일 활성화 플래그가 AI 데이터에 포함될 수 있고, AI 업스케일 활성화 플래그를 기초로 AI 업스케일 제어 정보가 획득될 수 있다.
제 2 이전 영상이 AI 업스케일부(1436)로 입력되는 경우, AI 설정부(1438)는 AI 데이터(및 영상 관련 정보)를 기초로, 신경망 설정 정보를 식별할 수 있다.
AI 업스케일부(1436)는 AI 데이터를 기초로, 제 2 이전 영상에 대한 AI 업스케일을 수행하여, 제 3 이전 영상을 생성할 수 있다.
스케일부(1440)는 제 2 이전 영상에 대한 AI 업스케일 후 생성된 제 3 이전 영상에 대하여 다운스케일을 수행할 수 있다.
이때, 스케일부(1440)는 멀티 뷰 중 적어도 하나의 뷰에 대한 윈도우 크기에 기초하여, 제 3 이전 영상에 대하여 다운스케일을 수행할 수 있다.
스케일부(1440)의 다운스케일은, AI 다운스케일 신경망을 이용한 AI 다운스케일이 아니라, 영상 내 샘플들의 값들과 로우패스 필터의 계수값을 이용하여 스케일 비율 간격으로 샘플링하는 방식으로 수행될 수 있다. 즉, 다운 스케일은 샘플링되는 현재 픽셀의 주변 픽셀 값들을 참조로 보간하는 방식(이하, 로우패스 필터 샘플링 방식)으로 수행될 수 있다. 여기서 스케일 비율은 다운스케일 비율의 역수를 의미하고, 예를 들어, 다운스케일 비율이 1/2인 경우, 스케일 비율은 2일 수 있다. 즉, 제 3 이전 영상의 높이가 2160px이고, 윈도우 크기의 높이가 1080px인 경우, 다운스케일 비율은 1/2이고, 스케일 비율은 2일 수 있다.
일 실시예에서, 스케일부(1440)의 다운스케일은, 라인 스킵 방식으로 수행될 수 있다. 예를 들어, 수직 다운스케일의 경우, 적어도 하나의 라인(행)을 샘플링한 후에, 그 다음 적어도 하나의 라인(행)을 스킵하고, 다시 적어도 하나의 라인을 샘플링하는 방식으로 수행될 수 있다. 수평 다운스케일의 경우, 수직 다운스케일과 유사하게 적어도 하나의 라인(열)을 샘플링한 후에, 그 다음 적어도 하나의 라인(열)을 스킵하고, 다시 적어도 하나의 라인을 샘플링하는 방식으로 수행될 수 있다.
로우패스 필터 샘플링 방식 및 라인 스킵 방식의 수직 다운스케일의 구체적인 실시예에 대한 설명은 도 24를 참조하여 후술하기로 한다.
스케일부(1440)는 제 3 이전 영상의 크기 및 윈도우 크기에 기초하여, 제 3 이전 영상을 다운스케일할 수 있다. 스케일부(1440)는 제 3 이전 영상의 크기와 윈도우 크기 사이의 다운스케일 비율(또는 스케일 비율)에 기초하여, 제 3 이전 영상을 다운스케일할 수 있다. 예를 들어, 다운스케일 비율이 1/2인 경우(스케일 비율이 2인 경우), 제 3 이전 영상을 다운스케일하여 제 3 이전 영상의 크기의 1/2의 크기를 갖는 영상이 획득될 수 있다. 이에 따라 다운스케일된 제 3 이전 영상의 크기가 윈도우의 크기와 동일해질 수 있다.
전송부(미도시)는 제 3 이전 영상의 크기 및 윈도우 크기를 고려하여 제 1 현재 영상에 대한 요청을 영상 제공 장치(1300)로 전송할 수 있다. 제 1 이전 영상과 제 1 현재 영상은 다른 세그먼트에 속하는 영상일 수 있다.
전송부(미도시)는 제 3 이전 영상의 크기와 윈도우 크기 사이의 다운스케일 비율이 소정의 제 1 값 이하인 경우(또는 스케일 비율이 소정의 제 1 값 이상인 경우), 원본 영상으로부터 AI 다운스케일 없이 제 1 부호화된 제 1 현재 영상에 대한 요청을 영상 제공 장치(1300)로 전송할 수 있다.
소정의 제 1 값은 제한 다운스케일 비율을 나타내는 값일 수 있다. 이때, 소정의 제 1 값은 1/2, 1/3 또는 1/4일 수 있으나, 이에 제한되지 않고, 후술하는 바와 같이, 스케일부(1440)의 하드웨어 성능에 기초하여 미리 설정될 수 있다. 즉, 하드웨어의 성능에 따라 다운스케일 동작에 의한 화질 열화가 발생하기 시작하는 기준값으로 소정의 제 1 값이 미리 설정될 수 있다. 예를 들어, 소정의 제 1 값은 라인 스킵 방식에 기초한 다운스케일 동작과 관련된 값으로 미리 설정될 수 있다. 이와 관련하여, 도 24를 참조하여 후술하기로 한다.
전송부(미도시)는 제 3 이전 영상의 크기와 윈도우 크기 사이의 다운스케일 비율이 소정의 제 1 값보다 큰 경우(또는 스케일 비율이 소정의 제 1 값보다 작은 경우), 원본 영상으로부터 AI 다운스케일 후 제 1 부호화된 제 1 현재 영상에 대한 요청을 영상 제공 장치(1300)로 전송할 수 있다.
영상 제공 장치(1300)는 원본 영상으로부터 AI 다운스케일 없이 제 1 부호화된 제 1 현재 영상에 대한 요청을 기초로, 현재 원본 영상으로부터 AI 다운스케일 없이 제 1 부호화된 제 1 현재 영상의 영상 데이터를 전송할 수 있다. 제 1 현재 영상의 크기는 타겟 최대 영상의 크기보다 작거나 같을 수 있다. 타겟 최대 영상의 크기는 제 1 윈도우의 크기 및 제한 다운스케일 비율에 기초하여 결정될 수 있다.
수신부(1410)는 제 1 현재 영상의 영상 데이터를 수신할 수 있다. 파싱부(1432)는 제 1 현재 영상의 영상 데이터를 파싱할 수 있다. 제 1 복호화부(1434)는 제 1 현재 영상의 영상 데이터를 제 1 복호화하여, 제 2 현재 영상을 획득할 수 있다.
스케일부(1440)는 제 2 현재 영상의 크기 및 윈도우 크기에 기초하여, 제 2 현재 영상에 대한 다운스케일 동작을 바이패스할 수 있다. 예를 들어, 스케일부(1440)는 제 2 현재 영상의 크기와 멀티 뷰의 윈도우 크기가 동일하다고 식별한 경우, 제 2 현재 영상에 대한 다운스케일 동작을 바이패스할 수 있다.
일 실시예에서, 영상 제공 장치(1300)는 현재 원본 영상으로부터 AI 다운스케일후 제 1 부호화된 제 1 현재 영상에 대한 요청을 기초로, 현재 원본 영상으로부터 AI 다운스케일 후 제 1 부호화된 제 1 현재 영상의 영상 데이터 및 AI 다운스케일과 관련된 AI 데이터를 전송할 수 있다. 이때, 영상 데이터 및 AI 데이터는 AI 부호화 데이터에 포함될 수 있다.
수신부(1410)는 AI 부호화 데이터를 수신하고, 파싱부(1432)는 AI 부호화 데이터로부터 제 1 현재 영상의 영상 데이터 및 AI 다운스케일과 관련된 AI 데이터를 파싱할 수 있다.
제 1 복호화부(1434)는 제 1 현재 영상의 영상 데이터에 대한 제 1 복호화를 수행하여, 제 2 현재 영상을 획득할 수 있다.
AI 설정부(1438)는 AI 데이터를 기초로, 신경망 설정 정보를 AI 업스케일부(1436)로 출력할 수 있다.
AI 업스케일부(1436)는 제 2 현재 영상에 대한 AI 업스케일을 수행하여 제 3 현재 영상을 생성할 수 있다.
스케일부(1440)는 제 3 현재 영상의 크기 및 윈도우 크기에 기초하여, 제 3 현재 영상에 대한 다운스케일을 수행할 수 있다. 예를 들어, 스케일부(1440)는 제 3 현재 영상의 크기가 윈도우 크기보다 크다고 식별한 경우, 제 3 현재 영상에 대한 다운스케일을 수행할 수 있다.
일 실시예에서, 스케일부(1440)는 이전 영상으로부터 복원되는 영상(제 2 이전 영상 또는 제 3 이전 영상)의 크기와 윈도우의 크기 사이의 다운스케일 비율이 제한 다운스케일 비율보다 작거나 같다고 식별된 경우, 식별 결과를 기초로, 전송부(미도시)를 통해 다음 세그먼트의 새로운 영상에 대한 요청을 영상 제공 장치(1300)로 전송하고, 해당 식별 결과를 기초로 AI 업스케일 제어 정보를 AI 설정부(1438)에 입력할 수 있다. AI 업스케일 제어 정보를 기초로, 현재 세그먼트 단위에 포함된 후속 영상들에 대하여 AI 업스케일이 수행되지 않고, 후속 영상들은 스케일부(1440)로 입력될 수 있다. AI 업스케일이 수행되지 않았기 때문에, 스케일부(1440)에 입력된 후속 영상의 크기는 이전에 복원된 영상의 크기보다 작아지게 되고, 따라서, 스케일부(1440)에서 다운스케일시 화질 열화가 발생되지 않을 수 있다.
또한, 일 실시예에서, AI 업스케일 제어 정보를 통해, 현재 세그먼트 단위 내 후속 영상에 대한 AI 업스케일을 수행하지 않는 것에 제한되지 않고, AI 업스케일 제어 정보를 통해, AI 업스케일의 업스케일 정도를 낮게 설정할 수 있다. AI 업스케일 정도를 낮게 설정함에 따라, AI 업스케일후 스케일부(1440)에 입력된 후속 영상의 크기는 이전에 복원된 영상의 크기보다 작아지게 되고, 따라서, 스케일부(1440)에서 다운스케일시 화질 열화가 발생되지 않을 수 있다.
일 실시예에서, 스케일부(1440)는 다운스케일을 수행하기 전에, AI 업스케일된 제 3 현재 영상의 크기와 제 1 윈도우의 크기 사이의 다운스케일 비율이 제한 다운스케일 비율보다 작거나 같은지를 식별할 수 있다. 다운스케일 비율이 제한 다운스케일 비율보다 작거나 같다면, AI 업스케일되지 않은 제 2 현재 영상에 대한 다운스케일이 수행되거나 또는 제 2 현재 영상에 대한 다운스케일 동작이 바이패스될 수 있다. 즉, 제 2 현재 영상 또는 제 3 현재 영상이 버퍼 등에 저장되어 있다면, 스케일부(1440)는 다운스케일될 대상 영상을 선택함으로써, 다운스케일에 의한 화질 열화가 발생되지 않을 수 있다.
출력부(1450)는 스케일부(1440)로부터 출력된 영상을 디스플레이(미도시)로 출력할 수 있다. 다운스케일된 제 2 현재 영상(또는 다운스케일된 제 3 현재 영상) 또는 다운스케일 동작이 바이패스된 제 2 현재 영상(또는 다운스케일 동작이 바이패스된 제 3 현재 영상)을 디스플레이(미도시)로 출력할 수 있다.
도 15a는, 본 개시의 일 실시예에 따른 디스플레이 장치(1400)가 서버(또는 전술한 영상 제공 장치)(1500)로부터 수신된 영상인 AI 다운스케일된 영상을 단일 뷰(single view)에 기초하여 디스플레이하는 과정을 설명하기 위한 도면이다.
도 15a를 참조하면, 디스플레이 장치(1400)는 8K 해상도의 영상에 대한 요청을 서버(1500)로 전송하고, 수신부(1410)는 해당 요청에 기초하여, 8K 해상도의 영상 데이터를 서버(1500)로부터 수신할 수 있다.
제 1 복호화부(1434)는 8K 영상 데이터를 제 1 복호화하여 8K 해상도의 영상(제 2 영상)을 획득할 수 있다.
스케일부(1440)는 디스플레이(1510)의 전체 크기(8K)와 8K 해상도의 영상(제 2 영상)의 크기가 동일하므로, 8K 해상도의 영상에 대한 다운스케일 동작을 바이패스할 수 있다. 따라서, 8K 해상도의 영상(1520)이 디스플레이(1510)를 통해 표시될 수 있다. 즉, 단일 뷰의 영상의 경우, 영상의 크기가 디스플레이의 전체 크기와 동일하면, 별도의 다운스케일 동작이 수행되지 않을 수 있다.
도 15b는, 본 개시의 일 실시예에 따른 디스플레이 장치(1400)가 서버(1500)로부터 수신된 영상을 단일 뷰(single view)에 기초하여 AI 업스케일하여 디스플레이하는 과정을 설명하기 위한 도면이다.
도 15b를 참조하면, 디스플레이 장치(AI 복호화 장치)(1400)는 AI 다운스케일된 4K 해상도의 영상에 대한 요청을 서버(1500)로 전송할 수 있고, 수신부(1410)는 해당 요청에 기초하여, (AI 다운스케일된) 4K 해상도의 영상 데이터를 서버(1500)로부터 수신할 수 있다. 4K 해상도의 영상 데이터는 원본 영상으로부터 AI 다운스케일된 영상에 대한 영상 데이터일 수 있으나, 이에 제한되지 않고, 원본 영상으로부터 AI 다운스케일되지 않은 영상에 대한 영상 데이터일 수도 있다.
제 1 복호화부(1434)는 4K 영상 데이터를 제 1 복호화하여 4K 해상도의 영상(제 2 영상)을 획득할 수 있다.
AI 업스케일부(1436)는 업스케일을 위한 신경망을 이용하여 4K 해상도 영상을 업스케일함으로써, 8K 해상도의 영상(제 3 영상)을 생성할 수 있다.
4K 해상도의 영상 데이터가 원본 영상으로부터 AI 다운스케일되지 않은, 4K 해상도의 영상에 대한 영상 데이터라면, 서버(1500)로부터 수신된 데이터에는, AI 데이터가 포함되지 않을 수 있다. 이 경우, 미리 설정된 신경망 설정 정보에 기반하여 AI 업스케일이 수행될 수 있다.
4K 해상도의 영상 데이터가 원본 영상으로부터 AI 다운스케일된, 4K 해상도의 영상에 대한 영상 데이터라면, 서버(1500)로부터 수신된 데이터에는, AI 데이터가 포함될 수 있다. 이 경우, AI 데이터를 기초로, AI 업스케일이 수행될 수 있다.
서버(1500)로부터 수신된 데이터가 AI 데이터를 포함한 경우, AI 업스케일이 수행될 수 있다. 하지만, 이에 제한되지 않고, 서버(1500)에서 원본 영상에 대해 AI 다운스케일이 수행되었는지와 관계없이 AI 업스케일이 수행될 수 있다. 또한, 서버(1500)로부터 수신된 데이터가 AI 데이터를 포함하는지와 관계없이 AI 업스케일이 수행될 수도 있다.
스케일부(1440)는 디스플레이(1510)의 전체 크기(8K)와 8K 해상도의 영상(제 3 영상)의 크기가 동일하므로, 8K 해상도의 영상에 대한 다운스케일 동작을 바이패스할 수 있다. 따라서, 8K 해상도의 영상(1520)이 디스플레이(1510)를 통해 표시될 수 있다. 즉, 단일 뷰의 영상의 경우, AI 업스케일된 영상의 크기가 디스플레이의 크기와 동일하고, 이 경우, 별도의 다운스케일 동작이 수행되지 않을 수 있다.
도 16a는 본 개시의 일 실시예에 따른 디스플레이 장치(1400)가 서버(1600)로부터 수신된 영상을 멀티 뷰에 기반하여 디스플레이하는 과정을 설명하기 위한 도면이다.
서버(1600)는 8K 해상도의 이전 영상에 대한 영상 데이터를 디스플레이 장치(1400)로 전송하고, 디스플레이 장치(1400)의 수신부(1410)는 8K 해상도의 이전 영상의 영상 데이터를 수신할 수 있다. 제 1 복호화부(1434)는 8K 해상도의 영상 데이터를 제 1 복호화하여, 8K 해상도의 이전 영상(예를 들어, 전술한 제 2 이전 영상)을 획득할 수 있다.
디스플레이 장치(1400)의 사용자는 리모콘 조작을 통해 사용자 메뉴에서 멀티 뷰 디스플레이 요청을 선택할 수 있다. 이때, 디스플레이 장치(1400)에서 제 1 뷰(1620)와 다른 제 2 뷰(1630)의 영상이 디스플레이될 수 있다. 따라서, 디스플레이(1610) 내 제 1 뷰(1620)에 대한 윈도우의 크기는 5K 해상도와 같이 디스플레이(1610)의 전체 해상도보다 작아질 수 있다.
스케일부(1440)는 5K 해상도의 제 1 뷰(1620)의 윈도우의 크기를 고려하여, 8K 해상도의 이전 영상에 대한 다운스케일을 수행할 수 있다. 즉, 스케일부(1440)는 다운스케일 비율 5/8에 기초하여, 8K 해상도의 이전 영상에 대한 다운스케일을 수행하여, 5K 해상도의 이전 영상을 획득할 수 있다.
디스플레이 장치(1400)는 복원된 5K의 해상도의 이전 영상을 디스플레이(1610)의 제 1 뷰(1620)에 표시할 수 있다.
예를 들어, 스케일부(1440)는 5/8 다운스케일에 기초하여 화질 열화를 발생시키지 않을 정도의 하드웨어의 성능을 가질 수 있다.
5/8 다운스케일에 따라 화질 열화가 발생하지 않으므로, 디스플레이 장치(1400)는 현재 원본 영상으로부터 제 1 부호화된 현재 영상에 대한 요청을 서버(1600)로 전송할 수 있다.
해당 요청에 기초하여 서버(1600)는 원본 영상으로부터 제 1 부호화된 제 1 현재 영상(8K 해상도)의 영상 데이터 및 AI 다운스케일과 관련된 AI 데이터를 디스플레이 장치(1400)로 전송할 수 있다.
디스플레이 장치(1400)의 수신부(1410)는 제 1 현재 영상의 영상 데이터 및 AI 데이터를 수신할 수 있다.
디스플레이 장치(1400)의 제 1 복호화부(1434)는 제 1 현재 영상의 영상 데이터를 제 1 복호화하여 8K 해상도의 제 2 현재 영상을 획득할 수 있다.
스케일부(1440)는 5K 해상도의 제 1 뷰(1620)의 윈도우 크기를 고려하여, 8K 해상도의 제 2 현재 영상에 대한 다운스케일을 수행할 수 있다. 즉, 스케일부(1440)는 다운스케일 비율 5/8에 기초하여, 8K 해상도의 제 2 현재 영상에 대한 다운스케일을 수행하여, 5K 해상도의 제 2 현재 영상을 획득할 수 있다. 디스플레이 장치(1400)는 5K 해상도의 제 2 현재 영상을 디스플레이(1620)에 표시할 수 있다.
즉, 제 1 뷰(1620)의 윈도우 크기가 디스플레이 장치(1400)의 디스플레이(1620)의 전체 크기(또는 복호화된 영상의 크기)보다 많이 작지 않다면, 스케일부(1440)를 구현하는 하드웨어의 성능을 넘지 않고 다운스케일이 가능하기 때문에, 이후에도 디스플레이 장치(1400)는 동일한 크기의 영상을 서버(1600)에 요청하여, 고화질의 영상을 디스플레이할 수 있다.
도 16b는 본 개시의 일 실시예에 따른 디스플레이 장치(1400)가 서버(1600)로부터 수신된 영상을 AI 업스케일하고, 멀티 뷰를 기초로 다운스케일하여 디스플레이하는 과정을 설명하기 위한 도면이다.
서버(1600)는 (AI 다운스케일된) 4K 해상도의 제 1 이전 영상의 영상 데이터를 디스플레이 장치(1400)로 전송하고, 디스플레이 장치(1400)의 수신부(1410)는 4K 해상도의 제 1 이전 영상의 영상 데이터를 수신할 수 있다. 제 1 복호화부(1434)는 4K 해상도의 제 1 이전 영상의 영상 데이터를 제 1 복호화하여, 4K 해상도의 제 2 이전 영상을 획득할 수 있다.
AI 업스케일부(1436)는 4K 해상도의 제 2 이전 영상에 대한 AI 업스케일을 수행하여, 8K 해상도의 제 3 이전 영상을 생성할 수 있다. 전술한 바와 같이, AI 업스케일은 제 1 이전 영상이 AI 다운스케일을 통해 획득된 영상이 아니더라도 수행될 수 있다. 다시 말하면, AI 업스케일은 AI 데이터가 수신되지 않는 경우에도 수행될 수 있다.
디스플레이 장치(1400)의 사용자는 리모콘 조작을 통해 사용자 메뉴에서 멀티 뷰 디스플레이 요청을 선택할 수 있다. 이때, 디스플레이 장치(1400)에서 제 1 뷰(1620)와 다른 제 2 뷰(1630)의 영상이 디스플레이될 수 있다. 따라서, 디스플레이(1610) 내 제 1 뷰(1620)에 대한 윈도우의 크기는 5K 해상도와 같이 디스플레이(1610)의 전체 해상도보다 작아질 수 있다.
스케일부(1440)는 5K 해상도의 제 1 뷰(1620)의 윈도우 크기를 고려하여, 8K 해상도의 제 3 이전 영상에 대한 다운스케일을 수행할 수 있다. 즉, 스케일부(1440)는 다운스케일 비율 5/8에 기초하여, 8K 해상도의 제 3 이전 영상에 대한 다운스케일을 수행하여, 5K 해상도의 제 3 이전 영상을 획득할 수 있다.
디스플레이 장치(1400)는 5K의 해상도의 제 3 이전 영상을 디스플레이(1610)에 표시할 수 있다.
예를 들어, 스케일부(1440)는 5/8 다운스케일에 기초하여 화질 열화를 발생시키지 않을 정도의 하드웨어의 성능을 가질 수 있다.
5/8 다운스케일에 따라 화질 열화가 발생하지 않으므로, 디스플레이 장치(1400)는 원본 영상으로부터 (AI 다운스케일 후) 제 1 부호화된 제 1 현재 영상에 대한 요청을 서버(1600)로 전송할 수 있다.
서버(1600)는 원본 영상으로부터 (AI 다운스케일 후) 제 1 부호화된 제 1 현재 영상(4K 해상도)의 영상 데이터 (및 AI 다운스케일과 관련된 AI 데이터)를 디스플레이 장치(1400)로 전송할 수 있다.
디스플레이 장치(1400)의 수신부(1410)는 제 1 현재 영상의 영상 데이터 (및 AI 데이터)를 수신할 수 있다.
디스플레이 장치(1400)의 제 1 복호화부(1434)는 제 1 현재 영상의 영상 데이터를 제 1 복호화하여 4K 해상도의 제 2 현재 영상을 획득할 수 있다.
AI 업스케일부(1436)는 (AI 데이터를 기초로) 4K 해상도의 제 2 현재 영상을 AI 업스케일하여, 8K 해상도의 제 3 현재 영상을 생성할 수 있다.
스케일부(1440)는 5K 해상도의 제 1 뷰(1620)의 윈도우 크기를 고려하여, 8K 해상도의 제 3 현재 영상에 대한 다운스케일을 수행할 수 있다. 즉, 스케일부(1440)는 다운스케일 비율 5/8에 기초하여, 8K 해상도의 제 3 현재 영상에 대한 다운스케일을 수행하여, 5K 해상도의 제 3 현재 영상을 복원할 수 있다. 디스플레이 장치(1400)는 복원된 5K 해상도의 제 3 현재 영상을 디스플레이(1610)에 표시할 수 있다.
즉, 제 1 뷰(1620)의 윈도우 크기가 디스플레이 장치(1400)의 디스플레이(1610)의 전체 크기(또는 AI 업스케일된 영상의 크기)보다 충분히 작지 않다면, 스케일부(1440)를 구현하는 하드웨어의 성능을 넘지 않고 다운스케일이 가능하기 때문에, 이후에도 디스플레이 장치(1400)는 동일한 크기의 영상을 서버(1600)에 요청하여, 고화질의 영상을 디스플레이할 수 있다.
도 17a는 본 개시의 일 실시예에 따른 디스플레이 장치(1400)가 서버(1700)로부터 수신된 영상을 멀티 뷰에 기초하여 디스플레이하다가, 멀티 뷰의 윈도우 크기의 변화로 인하여 작은 크기의 영상을 요청하는 과정을 설명하기 위한 도면이다.
서버(1700)는 디스플레이 장치(1400)의 영상 요청에 기초하여, 8K 해상도의 제 1 이전 영상의 영상 데이터를 디스플레이 장치(1400)로 전송하고, 디스플레이 장치(1400)의 수신부(1410)는 8K 해상도의 제 1 이전 영상의 영상 데이터를 수신할 수 있다. 제 1 복호화부(1434)는 8K 해상도의 제 1 이전 영상의 영상 데이터를 제 1 복호화하여, 8K 해상도의 제 2 이전 영상을 획득할 수 있다.
디스플레이 장치(1400)의 사용자는 리모콘 조작 등을 통해 사용자 메뉴에서 멀티 뷰의 윈도우 크기를 조정할 수 있다. 이때, 디스플레이 장치(1400)에서 제 1 뷰(1720)의 윈도우의 크기가 조정되어 제 1 뷰의 영상이 디스플레이될 수 있다. 따라서, 디스플레이(1710) 내 제 1 뷰(1720)의 윈도우의 크기는 4K로, 도 16a의 이전 제 1 뷰(1620)의 윈도우의 크기인 5K보다 작아질 수 있다.
스케일부(1440)는 4K 해상도의 제 1 뷰(1720)의 윈도우 크기를 고려하여, 8K 해상도의 제 2 이전 영상에 대한 다운스케일을 수행할 수 있다. 즉, 스케일부(1440)는 다운스케일 비율 1/2에 기초하여, 8K 해상도의 제 2 이전 영상에 대한 다운스케일을 수행하여, 4K 해상도의 제 2 이전 영상을 복원할 수 있다. 디스플레이 장치(1400)는 복원된 4K 해상도의 제 2 이전 영상을 디스플레이(1710)에 표시할 수 있다.
예를 들어, 스케일부(1440)는 1/2 이하의 다운스케일 비율로 다운스케일링이 수행되는 경우에 화질 열화의 발생시킬 정도의 하드웨어의 성능을 가질 수 있다.
1/2 이하의 다운스케일 비율로 다운스케일이 수행되는 경우 화질 열화가 발생할 수 있으므로, 디스플레이 장치(1400)는 스케일부(1440)를 구현하는 하드웨어 성능을 고려하여, 제 1 부호화된 제 1 현재 영상에 대한 요청을 서버(1700)로 전송할 수 있다. 이때, 제 1 현재 영상은 제 1 이전 영상(또는 제 2 이전 영상)보다 작은 크기의 영상일 수 있다.
서버(1700)는 제 1 부호화된 제 1 현재 영상(4K 해상도)의 영상 데이터를 디스플레이 장치(1400)로 전송할 수 있다.
디스플레이 장치(1400)의 수신부(1410)는 제 1 현재 영상의 영상 데이터를 수신할 수 있다.
디스플레이 장치(1400)의 제 1 복호화부(1434)는 제 1 현재 영상의 영상 데이터를 제 1 복호화하여 4K 해상도의 제 2 현재 영상을 획득할 수 있다.
스케일부(1440)는 제 2 현재 영상의 크기(4K)와 4K 해상도의 제 1 뷰(1720)의 윈도우 크기를 고려하여, 다운스케일 동작을 바이패스할 수 있다. 즉, 스케일부(1440)는 제 2 현재 영상의 크기와 제 1 뷰(1720)의 윈도우의 크기가 동일하기 때문에, 다운스케일 동작을 바이패스할 수 있다.
따라서, 스케일부(1440)의 다운스케일 동작으로 인한 화질 열화가 발생하지 않을 뿐 아니라, 이전보다 더 작은 크기의 영상을 요청함으로써, 영상 데이터의 양이 감소되어, 네트워크 사용량을 줄일 수 있다.
도 17b는 본 개시의 일 실시예에 따른 디스플레이 장치(1400)가 서버(1700)로부터 수신된 영상을 멀티 뷰에 기초하여 디스플레이하다가, 멀티 뷰의 윈도우 크기의 변화로 인하여 작은 크기의 영상 데이터를 요청하는 과정을 설명하기 위한 도면이다.
서버(1700)는 디스플레이 장치(1400)의 영상 요청에 기초하여, AI 다운스케일된 4K 해상도의 제 1 이전 영상의 영상 데이터를 디스플레이 장치(1400)로 전송하고, 디스플레이 장치(1400)의 수신부(1410)는 4K 해상도의 제 1 이전 영상의 영상 데이터를 수신할 수 있다. 제 1 복호화부(1434)는 4K 해상도의 제 1 이전 영상의 영상 데이터를 제 1 복호화하여, 4K 해상도의 제 2 이전 영상을 획득할 수 있다.
AI 업스케일부(1436)는 4K 해상도의 제 2 이전 영상에 대한 AI 업스케일을 수행하여, 8K 해상도의 제 3 이전 영상을 생성할 수 있다.
디스플레이 장치(1400)의 사용자는 리모콘 조작 등을 통해 사용자 메뉴에서 멀티 뷰의 윈도우 크기를 조정할 수 있다. 이때, 디스플레이 장치(1400)에서 제 1 뷰(1720)의 윈도우의 크기가 조정되어 제 1 뷰의 영상이 디스플레이될 수 있다. 따라서, 디스플레이(1710) 내 제 1 뷰(1720)의 윈도우의 크기는 4K로, 도 16b의 이전 제 1 뷰(1620)의 윈도우의 크기인 5K보다 작아질 수 있다.
스케일부(1440)는 4K 해상도의 제 1 뷰(1720)의 윈도우 크기를 고려하여, 8K 해상도의 제 3 이전 영상에 대한 다운스케일을 수행할 수 있다. 즉, 스케일부(1440)는 다운스케일 비율 1/2에 기초하여, 8K 해상도의 제 3 이전 영상에 대한 다운스케일을 수행하여, 4K 해상도의 제 3 이전 영상을 복원할 수 있다. 디스플레이 장치(1400)는 복원된 4K 해상도의 제 3 이전 영상을 디스플레이(1710)에 표시할 수 있다.
예를 들어, 스케일부(1440)는 1/2 이하의 다운스케일 비율로 다운스케일링이 수행되는 경우에 화질 열화의 발생시킬 정도의 하드웨어의 성능을 가질 수 있다. 따라서, 디스플레이 장치(1400)는 스케일부(1440)를 구현하는 하드웨어 성능을 고려하여, 현재 원본 영상으로부터 AI 다운스케일 없이 제 1 부호화된 제 1 현재 영상에 대한 요청을 서버(1700)로 전송할 수 있다.
서버(1700)는 현재 원본 영상으로부터 AI 다운스케일 없이 제 1 부호화된 제 1 현재 영상(4K 해상도)의 영상 데이터를 디스플레이 장치(1400)로 전송할 수 있다.
디스플레이 장치(1400)의 수신부(1410)는 제 1 현재 영상의 영상 데이터를 수신할 수 있다.
디스플레이 장치(1400)의 제 1 복호화부(1434)는 제 1 현재 영상의 영상 데이터를 제 1 복호화하여 4K 해상도의 제 2 현재 영상을 획득할 수 있다.
스케일부(1440)는 제 2 현재 영상의 크기(4K)와 4K 해상도의 제 1 뷰(1720)의 윈도우 크기를 고려하여, 다운스케일 동작을 바이패스할 수 있다. 즉, 스케일부(1440)는 제 2 현재 영상의 크기와 제 1 뷰(1720)의 윈도우의 크기가 동일하기 때문에, 다운스케일 동작을 바이패스할 수 있다.
따라서, 스케일부(1440)의 다운스케일 동작으로 인한 화질 열화가 발생하지 않을 뿐 아니라, 원본 영상으로부터 AI 다운스케일없이 부호화된 영상의 영상 데이터를 수신하는 것이기 때문에, 동일 해상도의 AI 다운스케일된 영상의 데이터를 수신할 때보다 데이터의 양이 작기 때문에 네트워크 사용량을 효과적으로 줄일 수 있다.
일 실시예에서, 디스플레이 장치(1400)가 AI 다운스케일후 부호화된 제 1 이전 영상(4K)의 영상 데이터를 수신하다가, AI 다운스케일없이 제 1 부호화된 제 1 현재 영상(4K)의 영상 데이터를 수신하는 내용을 설명하였으나, 이에 제한되지 않고, AI 다운스케일후 부호화된 제 1 이전 영상(4K)의 영상 데이터를 수신하다가, AI 다운스케일후 부호화된 제 1 현재 영상(2K)의 영상 데이터를 수신할 수 있다. 이 경우, AI 업스케일후에 다운스케일이 수행될 수 있다.
또한, 반드시 제 1 현재 영상은 AI 다운스케일된 영상일 필요는 없고, AI 다운스케일되지 않은 영상 데이터를 수신할 수 있다. 이 경우도, AI 업스케일 후에 다운스케일이 수행될 수 있다.
한편, 디스플레이 장치(1400)가 AI 다운스케일된 이전 영상의 영상 데이터를 수신하는 내용을 설명하였으나, 이에 제한되지 않고, AI 다운스케일되지 않은 이전 영상(4K)의 영상 데이터가 수신될 수 있다. 이 경우, AI 데이터가 비트스트림에 포함되지 않을 수 있고, AI 데이터 없이 AI 업스케일이 수행될 수 있다.
도 18a는 본 개시의 일 실시예에 따른 디스플레이 장치(1400)가 서버(1800)로부터 수신된 다운스케일된 영상을 멀티 뷰에 기초하여 디스플레이하다가, 멀티 뷰의 윈도우 크기의 변화로 인하여 더 작은 크기의 영상을 요청하는 과정을 설명하기 위한 도면이다.
서버(1800)는 디스플레이 장치(1400)의 영상 요청에 기초하여, 8K 해상도의 제 1 이전 영상의 영상 데이터를 디스플레이 장치(1400)로 전송하고, 디스플레이 장치(1400)의 수신부(1410)는 8K 해상도의 제 1 이전 영상의 영상 데이터를 수신할 수 있다. 제 1 복호화부(1434)는 8K 해상도의 제 1 이전 영상의 영상 데이터를 제 1 복호화하여, 8K 해상도의 제 2 이전 영상을 획득할 수 있다.
디스플레이 장치(1400)의 사용자는 리모콘 조작 등을 통해 사용자 메뉴에서 멀티 뷰의 윈도우 크기를 조정할 수 있다. 이때, 디스플레이 장치(1400)에서 제 1 뷰 (1820)의 윈도우 크기가 조정되어 제 1 뷰의 영상이 디스플레이될 수 있다. 따라서, 디스플레이(1810) 내 제 1 뷰(1820)의 윈도우의 크기는 2K 해상도로, 도 16a 및 도 17a의 이전 제 1 뷰(1620,1720) 윈도우의 크기(5K, 4K)보다 작아질 수 있다.
스케일부(1440)는 2K 해상도의 제 1 뷰(1820)의 윈도우 크기를 고려하여, 8K 해상도의 제 2 이전 영상에 대한 다운스케일을 수행할 수 있다. 즉, 스케일부(1440)는 다운스케일 비율 1/4에 기초하여, 8K 해상도의 제 2 이전 영상에 대한 다운스케일을 수행하여, 다운스케일된 2K 해상도의 제 2 이전 영상을 복원할 수 있다.
스케일부(1440)는 복원된 2K 해상도의 제 2 이전 영상을 디스플레이(1810)에 표시할 수 있다.
도 17a를 참조하여 전술한 바와 같이, 스케일부(1440)는 1/2 이하의 다운스케일 비율로 다운스케일링이 수행되는 경우에 화질 열화의 발생시킬 정도의 하드웨어의 성능을 가질 수 있다.
따라서, 디스플레이 장치(1400)는 스케일부(1440)의 하드웨어 성능을 고려하여, 제 1 부호화된 제 1 현재 영상에 대한 요청을 서버(1800)로 전송할 수 있다. 이때, 제 1 현재 영상은 제 1 이전 영상(또는 제 2 이전 영상)보다 작은 크기의 영상일 수 있다.
예를 들어, 서버(1800)는 제 1 부호화된 제 1 현재 영상(2K 해상도)의 영상 데이터를 디스플레이 장치(1400)로 전송할 수 있다.
디스플레이 장치(1400)의 수신부(1410)는 제 1 현재 영상의 영상 데이터를 수신할 수 있다.
디스플레이 장치(1400)의 제 1 복호화부(1434)는 제 1 현재 영상의 영상 데이터를 제 1 복호화하여 2K 해상도의 제 2 현재 영상을 획득할 수 있다.
스케일부(1440)는 제 2 현재 영상의 크기(2K)와 2K 해상도의 제 1 뷰(1820)의 윈도우 크기를 고려하여, 다운스케일 동작을 바이패스할 수 있다.
스케일부(1440)의 다운스케일 동작으로 인한 화질 열화가 발생하지 않을 뿐 아니라, 이전보다 더 작은 크기의 영상을 요청함으로써, 영상 데이터의 양이 감소되어, 네트워크 사용량을 줄일 수 있다.
일 실시예에서, 디스플레이 장치(1400)가 이전에 AI 다운스케일후 부호화된 제 1 이전 영상(4K)의 영상 데이터를 수신하다가, AI 다운스케일없이 제 1 부호화된 제 1 현재 영상(4K)의 영상 데이터를 수신하는 내용을 설명하였으나, 이에 제한되지 않고, 이전에 AI 다운스케일후 부호화된 제 1 이전 영상(4K)의 영상 데이터를 수신하다가, AI 다운스케일후 부호화된 제 1 현재 영상(1K)의 영상 데이터를 수신할 수 있다. 이 경우, AI 업스케일후에 다운스케일이 수행될 수 있다.
또한, 반드시 제 1 현재 영상은 AI 다운스케일된 영상일 필요는 없고, AI 다운스케일되지 않은 영상 데이터를 수신할 수 있다. 이 경우도, AI 업스케일후에 다운스케일이 수행될 수 있다.
일 실시예에서, 디스플레이 장치(1400)가 AI 다운스케일된 이전 영상의 영상 데이터를 수신하는 내용을 설명하였으나, 이에 제한되지 않고, AI 다운스케일되지 않은 이전 영상(4K)의 영상 데이터를 수신할 수 있다. 이 경우, AI 데이터가 비트스트림에 포함되지 않을 수 있고, AI 데이터 없이, AI 업스케일이 수행될 수 있다.
도 18b는 본 개시의 일 실시예에 따른 디스플레이 장치(1400)가 서버(1800)로부터 수신된 다운스케일된 영상을 멀티 뷰에 기초하여 디스플레이하다가, 멀티 뷰의 윈도우 크기의 변화로 인하여 AI 다운스케일되지 않은 영상을 요청하는 과정을 설명하기 위한 도면이다.
서버(1800)는 디스플레이 장치(1400)의 영상 요청에 기초하여, 다운스케일된 4K 해상도의 제 1 이전 영상의 영상 데이터를 디스플레이 장치(1400)로 전송하고, 디스플레이 장치(1400)의 수신부(1410)는 4K 해상도의 제 1 이전 영상의 영상 데이터를 수신할 수 있다. 제 1 복호화부(1434)는 4K 해상도의 제 1 이전 영상의 영상 데이터를 제 1 복호화하여, 4K 해상도의 제 2 이전 영상을 획득할 수 있다.
AI 업스케일부(1436)는 4K 해상도의 제 2 이전 영상에 대한 AI 업스케일을 수행하여, 8K 해상도의 제 3 이전 영상을 생성할 수 있다.
디스플레이 장치(1400)의 사용자는 리모콘 조작 등을 통해 사용자 메뉴에서 멀티 뷰의 윈도우 크기를 조정할 수 있다. 이때, 디스플레이 장치에서 제 1 뷰 (1820)의 윈도우 크기가 조정되어 제 1 뷰의 영상이 디스플레이될 수 있다. 따라서, 디스플레이(1810) 내 제 1 뷰(1820)의 윈도우의 크기는 2K 해상도로, 도 16b 및 도 17b의 이전 제 1 뷰(1620, 1720)의 윈도우의 크기(5K, 4K)보다 작아질 수 있다.
스케일부(1440)는 2K 해상도의 제 1 뷰(1820)의 윈도우 크기를 고려하여, 8K 해상도의 제 3 이전 영상에 대한 다운스케일을 수행할 수 있다. 즉, 스케일부(1440)는 다운스케일 비율 1/4에 기초하여, 8K 해상도의 제 3 이전 영상에 대한 다운스케일을 수행하여, 다운스케일된 2K 해상도의 제 3 이전 영상을 획득할 수 있다.
스케일부(1440)는 2K 해상도의 제 3 이전 영상을 디스플레이(1810)에 표시할 수 있다.
도 17b를 참조하여 전술한 바와 같이, 스케일부(1440)는 1/2 이하의 다운스케일 비율로 다운스케일링이 수행되는 경우에 화질 열화의 발생시킬 정도의 하드웨어의 성능을 가질 수 있다.
따라서, 디스플레이 장치(1400)는 스케일부(1440)의 하드웨어 성능을 고려하여 원본 영상으로부터 AI 다운스케일 없이 제 1 부호화된 제 1 현재 영상에 대한 요청을 서버(1800)로 전송할 수 있다.
서버(1800)는 원본 영상으로부터 AI 다운스케일 없이 제 1 부호화된 제 1 현재 영상(2K 해상도)의 영상 데이터를 디스플레이 장치(1400)로 전송할 수 있다.
디스플레이 장치(1400)의 수신부(1410)는 제 1 현재 영상의 영상 데이터를 수신할 수 있다.
디스플레이 장치(1400)의 제 1 복호화부(1434)는 제 1 현재 영상의 영상 데이터를 제 1 복호화하여 2K 해상도의 제 2 현재 영상을 획득할 수 있다.
스케일부(1440)는 제 2 현재 영상의 크기(2K)와 2K 해상도의 제 1 뷰(1820)의 윈도우 크기를 고려하여, 다운스케일 동작을 바이패스할 수 있다.
스케일부(1440)의 다운스케일 동작으로 인한 화질 열화가 발생하지 않고, 원본 영상으로부터 부호화된 영상의 영상 데이터를 수신하는 것이기 때문에, 동일 해상도의 AI 다운스케일된 영상의 데이터를 수신할 때보다 AI 데이터 등을 수신하지 않는 등의 이유로 인하여 데이터의 양이 작기 때문에 네트워크 사용량을 효과적으로 줄일 수 있다.
도 19a는 본 개시의 일 실시예에 따른 디스플레이 장치(1400)가 영상을 스트리밍하는 방법을 설명하기 위한 도면이다.
도 19a를 참조하면, S1905 단계에서, 디스플레이 장치(1400)는 이전 영상으로부터 복원된 영상의 크기와 제 1 윈도우의 크기 사이의 다운스케일 비율이 미리 설정된 다운스케일 비율 이하인지를 식별할 수 있다. 이전 영상으로부터 복원된 영상은 다운스케일 전 영상이고, 제 1 윈도우의 크기는 다운스케일 후 출력될 영상의 크기를 나타낼 수 있다.
S1910 단계에서, 디스플레이 장치(1400)는 식별 결과를 기초로, 제 1 부호화된 제 1 현재 영상에 대한 요청을 영상 제공 장치(1300)로 전송할 수 있다.
S1915 단계에서, 디스플레이 장치(1400)는 전송된 제 1 현재 영상에 대한 요청에 기초하여, 영상 제공 장치(1300)로부터 수신된 제 1 현재 영상의 영상 데이터를 제 1 복호화하여, 제 2 현재 영상 또는 다운스케일된 제 2 현재 영상을 제 1 윈도우에 디스플레이할 수 있다. 다운스케일된 제 2 현재 영상은 제 1 윈도우의 크기에 기초하여, 다운스케일된 영상일 수 있다. 또는, 상기 제 1 윈도우에 디스플레이되는 제 2 현재 영상은 제 1 윈도우의 크기에 기초하여, 다운스케일 동작이 바이패스된 영상일 수 있다.
도 19b는 본 개시의 일 실시예에 따른 디스플레이 장치(1400)가 영상을 스트리밍하는 방법을 설명하기 위한 도면이다.
도 19b를 참조하면, S1906 단계에서, 도 19a의 S1905 단계와 같이, 디스플레이 장치(1400)는 다운스케일 비율이 제한 다운스케일 비율보다 작거나 같은지를 식별할 수 있다.
S1907 단계에서, 다운스케일 비율이 제한 다운스케일 비율보다 작거나 같은 경우, 디스플레이 장치(1400)는 제 1 현재 영상으로부터 복원될 영상의 크기가 타겟 최대 영상의 크기보다 작거나 같고, 제 1 윈도우의 크기보다 크거나 같도록, 제 1 현재 영상에 대한 요청을 영상 제공 장치(1300)로 전송할 수 있다. 여기서, 제 1 현재 영상으로부터 복원될 영상은 제 1 복호화를 통해 복원되는 영상일 수 있으나, 이에 제한되지 않고, 제 1 복호화후 AI업스케일을 통해 복원되는 영상일 수 있다. 타겟 최대 영상의 크기는 제 1 윈도우의 크기 및 제한 다운스케일 비율을 기초로 결정될 수 있다.
S1908 단계는, 다운스케일 비율이 제한 다운스케일 비율보다 큰 경우, 디스플레이 장치(1400)는 이전 영상에 대한 요청을 기초로, 제 1 현재 영상에 대한 요청을 영상 제공 장치(1300)로 전송할 수 있다. 디스플레이 장치(1400)는 이전 영상과 작거나 같은 크기의 제 1 현재 영상에 대한 요청을 영상 제공 장치(1300)로 전송할 수 있다. 이전 영상으로부터 복원된 영상의 크기는 제 1 현재 영상으로부터 복원될 영상의 크기보다 작거나 같을 수 있고, 제 1 윈도우의 크기보다는 크거나 같을 수 있다.
도 20a는 본 개시의 일 실시예에 따른 디스플레이 장치(1400)가 영상을 스트리밍하는 방법을 설명하기 위한 도면이다.
도 20a를 참조하면, S2005 단계에서, 디스플레이 장치(1400)는 제 1 이전 영상에 대한 요청을 영상 제공 장치(1300)로 전송할 수 있다. 이때, 제 1 이전 영상은 원본 영상으로부터 AI 다운스케일된 영상일 수 있다.
S2010 단계에서, 디스플레이 장치(1400)는 제 1 이전 영상에 대한 요청을 기초로, 제 1 이전 영상의 제 1 부호화 결과 생성된 영상 데이터 및 적어도 하나의 원본 영상으로부터 제 1 이전 영상으로의 다운스케일과 관련된 AI 데이터를 영상 제공 장치(1300)로부터 수신할 수 있다.
S2015 단계에서, 디스플레이 장치(1400)는 영상 데이터를 제 1 복호화하여 제 1 이전 영상에 대응하는 제 2 이전 영상을 획득할 수 있다.
S2020 단계에서, 디스플레이 장치(1400)는 AI 데이터에 기초하여 획득된 신경망 설정 정보를 기반으로 동작하는 업스케일용 신경망을 통해, 제 2 이전 영상으로부터 AI 업스케일된 제 3 이전 영상을 획득할 수 있다.
S2025 단계에서, 디스플레이 장치(1400)는 멀티 뷰 중 적어도 하나의 뷰에 대한 윈도우 크기에 기초하여, 제 3 이전 영상을 다운스케일할 수 있다.
S2030 단계에서, 디스플레이 장치(1400)는 제 3 이전 영상의 크기 및 윈도우 크기에 기초하여, AI 다운스케일 없이 적어도 하나의 원본 영상으로부터 제 1 부호화된 현재 영상에 대한 요청을 영상 제공 장치(1300)로 전송할 수 있다.
S2035 단계에서, 디스플레이 장치(1400)는 전송된 현재 영상에 대한 요청에 기초하여 영상 제공 장치(1300)로부터 수신된 현재 영상의 영상 데이터를 제 1 복호화하여 제 2 현재 영상을 획득할 수 있다.
도 20b는 본 개시의 일 실시예에 따른 디스플레이 장치(1400)가 다운스케일 비율과 소정의 임계값의 비교 결과에 기초하여, AI 업스케일된 영상을 스트리밍하는 방법을 설명하기 위한 흐름도이다.
S2040 단계에서, 디스플레이 장치(1400)가 제 3 이전 영상의 크기에 대한 윈도우 크기의 다운스케일 비율이 소정의 임계값보다 작거나 같은지를 식별할 수 있다. 다운스케일 비율이 임계값보다 작거나 같다고 식별된다면, 디스플레이 장치(1400)는 S2030 단계의 동작을 수행할 수 있다.
S2045 단계에서, 다운스케일 비율이 임계값보다 작거나 같지 않다고(즉, 임계값보다 크다고) 식별된다면, 디스플레이 장치(1400)는 원본 영상으로부터 AI 다운스케일된 후에 제 1 부호화된 제 1 현재 영상에 대한 요청을 영상 제공 장치(1300)로 전송할 수 있다.
S2050 단계에서, 디스플레이 장치(1400)는 제 1 현재 영상의 제 1 부호화 결과 생성된 영상 데이터 및 적어도 하나의 원본 영상으로부터 제 1 현재 영상으로의 AI 다운스케일과 관련된 AI 데이터를 영상 제공 장치(1300)로부터 수신할 수 있다.
S2055 단계에서, 디스플레이 장치(1400)는 영상 데이터를 제 1 복호화하여 제 1 현재 영상에 대응하는 제 2 현재 영상을 획득할 수 있다.
S2060 단계에서, 디스플레이 장치(1400)는 AI 데이터를 기초로 획득된 신경망 설정 정보에 기반하여 동작하는 업스케일용 신경망을 통해, 제 2 현재 영상으로부터 AI 업스케일된 제 3 현재 영상을 생성할 수 있다.
도 20c는 본 개시의 일 실시예에 따른 디스플레이 장치(1400)가 멀티 뷰의 영상을 디스플레이에 표시하는 방법을 설명하기 위한 흐름도이다.
S2065 단계에서, 디스플레이 장치(1400)는 멀티 뷰 영상들 중 제 2 현재 영상을 제외한 적어도 하나의 다른 뷰의 적어도 하나의 현재 영상을 획득할 수 있다. 이때, 디스플레이 장치(1400)는 멀티 뷰에 대한 사용자 입력을 기초로, 적어도 하나의 다른 뷰의 적어도 하나의 현재 영상을 획득할 수 있다.
S2070 단계에서, 디스플레이 장치(1400)는 윈도우의 크기에 기초하여, 제 2 현재 영상에 대한 다운스케일 동작을 바이패스 또는 제 2 현재 영상을 다운스케일할 수 있다. 디스플레이 장치(1400)는 제 2 현재 영상의 크기 및 멀티 뷰의 윈도우 크기에 기초하여, 다운스케일 동작을 바이패스하거나, 제 2 현재 영상을 다운스케일할 수 있다.
S2075 단계에서, 디스플레이 장치(1400)는 제 2 현재 영상 및 적어도 하나의 다른 뷰의 적어도 하나의 현재 영상을 동시에 디스플레이에 표시할 수 있다. 또는, 디스플레이 장치(1400)는 다운스케일된 제 2 현재 영상 및 적어도 하나의 다른 뷰의 적어도 하나의 현재 영상을 동시에 디스플레이에 표시할 수 있다.
도 21은 영상 제공 장치(1300)가 영상을 스트리밍하는 방법을 설명하기 위한 흐름도이다.
S2105 단계에서, 영상 제공 장치(1300)는 제 1 현재 영상에 대한 요청을 디스플레이 장치(1400)로부터 수신할 수 있다.
디스플레이 장치(1400)는 이전 영상으로부터 복원된 영상의 크기와 제 1 윈도우의 크기 사이의 다운스케일 비율이 제한 다운스케일 비율보다 작거나 같은 경우, 제 1 현재 영상으로부터 복원될 영상의 크기가 타겟 최대 영상 크기보다 작거나 같고, 제 1 윈도우의 크기보다 크거나 같도록, 제 1 현재 영상에 대한 요청을 영상 제공 장치(1300)로 전송할 수 있다.
디스플레이 장치(1400)는 이전 영상으로부터 복원된 영상의 크기와 제 1 윈도우의 크기 사이의 다운스케일 비율이 제한 다운스케일 비율보다 큰 경우, 이전 영상에 대한 요청을 기초로, 제 1 현재 영상에 대한 요청을 영상 제공 장치(1300)로 전송할 수 있다. 이때, 이전 영상으로부터 복원된 영상의 크기는 제 1 현재 영상으로부터 복원될 영상의 크기보다 작거나 같을 수 있다.
S2110 단계에서, 영상 제공 장치(1300)는 제 1 현재 영상에 대한 요청에 기초하여, 제 1 부호화된 제 1 현재 영상의 영상 데이터를 디스플레이 장치(1400)로 전송할 수 있다.
도 22a는 영상 제공 장치(1300)가 영상을 스트리밍하는 방법을 설명하기 위한 흐름도이다.
S2205 단계에서, 영상 제공 장치(1300)는 제 1 이전 영상에 대한 요청을 디스플레이 장치(1400)로부터 수신할 수 있다.
S2210 단계에서, 영상 제공 장치(1300)는 제 1 이전 영상에 대한 요청을 기초로, 제 1 이전 영상의 제 1 부호화 결과 생성된 영상 데이터 및 적어도 하나의 원본 영상으로부터 제 1 이전 영상으로의 AI 다운스케일과 관련된 AI 데이터를 디스플레이 장치(1400)로 전송할 수 있다.
S2215 단계에서, 영상 제공 장치(1300)는 제 3 이전 영상의 크기와 윈도우 크기에 기초하여, 현재 영상에 대한 요청을 디스플레이 장치(1400)로부터 수신할 수 있다. 제 3 이전 영상은 제 2 이전 영상으로부터 AI 업스케일된 영상일 수 있다. 제 2 이전 영상은 제 1 이전 영상의 영상 데이터로부터 제 1 복호화된 영상일 수 있다.
S2220 단계에서, 영상 제공 장치(1300)는 현재 영상에 대한 요청에 기초하여, AI 다운스케일 없이 원본 영상으로부터 제 1 부호화된 현재 영상의 영상 데이터를 전송할 수 있다.
도 22b는 영상 제공 장치(1300)가 디스플레이 장치(1400)의 요청에 기초하여, AI 스케일없이 원본 영상으로부터 제 1 부호화된 현재 영상 또는 원본 영상으로부터 AI 다운스케일 후 제 1 부호화된 제 1 현재 영상을 스트리밍하는 방법을 설명하기 위한 흐름도이다.
S2217 단계에서, 영상 제공 장치(1300)는 AI 다운스케일 없이 원본 영상으로부터 제 1 부호화된 현재 영상에 대한 요청을 디스플레이 장치(1400)로부터 수신하는지 또는 원본 영상으로부터 AI 다운스케일 후 제 1 부호화된 제 1 현재 영상에 대한 요청을 디스플레이 장치(1400)로부터 수신하는지를 식별할 수 있다.
AI 스케일 없이 원본 영상으로부터 제 1 부호화된 현재 영상에 대한 요청을 수신한다고 식별된 경우, 영상 제공 장치(1300)는 S2220 단계의 동작을 수행할 수 있다.
S2225 단계에서, 영상 제공 장치(1300)는 제 1 현재 영상의 제 1 부호화 결과 생성된 영상 데이터 및 적어도 하나의 원본 영상으로부터 제 1 현재 영상으로의 AI 다운스케일과 관련된 AI 데이터를 디스플레이 장치(1400)로 전송할 수 있다.
도 23a는 본 개시의 일 실시예에 따라, 영상 제공 장치(1300)와 디스플레이 장치(1400) 간 영상을 스트리밍하는 과정을 설명하기 위한 도면이다.
S2305 단계에서, 디스플레이 장치(1400)는 이전 영상으로부터 복원된 영상의 크기와 제 1 윈도우의 크기 사이의 다운스케일 비율이 미리 설정된 다운스케일 비율 이하인지를 식별할 수 있다.
S2310 단계에서, 디스플레이 장치(1400)는 식별 결과를 기초로, 제 1 부호화된 제 1 현재 영상에 대한 요청을 영상 제공 장치(1300)로 전송할 수 있다. 영상 제공 장치(1300)는 제 1 현재 영상에 대한 요청을 디스플레이 장치(1400)로부터 수신할 수 있다.
S2315 단계에서, 영상 제공 장치(1300)는 제 1 현재 영상에 대한 요청을 기초로, 제 1 부호화된 제 1 현재 영상의 영상 데이터를 디스플레이 장치(1400)로 전송할 수 있다.
S2320 단계에서, 디스플레이 장치(1400)는 제 1 현재 영상의 영상 데이터를 제 1 복호화하여 제 2 현재 영상을 획득할 수 있다.
S2325 단계에서, 디스플레이 장치(1400)는 제 1 윈도우의 크기에 기초하여, 제 2 현재 영상에 대한 다운스케일 동작을 바이패스하거나, 제 2 현재 영상을 다운스케일할 수 있다. 디스플레이 장치(1400)는 제 1 윈도우의 크기가 제 2 현재 영상의 크기와 동일한 경우, 다운스케일 동작을 바이패스할 수 있다. 디스플레이 장치(1400)는 제 1 윈도우의 크기가 제 2 현재 영상의 크기보다 작은 경우, 제 2 현재 영상을 다운스케일할 수 있다. 이때, 제 2 현재 영상의 크기와 제 1 윈도우의 크기 사이의 다운스케일 비율은 제한 다운스케일 비율보다 클 수 있다.
S2330 단계에서, 디스플레이 장치(1400)는 제 2 현재 영상 또는 다운스케일된 제 2 현재 영상을 제 1 윈도우에 디스플레이할 수 있다.
도 23b는 본 개시의 일 실시예에 따라, 영상 제공 장치(1300)와 디스플레이 장치(1400) 간 영상을 스트리밍하는 과정을 설명하기 위한 도면이다.
S2335 단계에서, 디스플레이 장치(1400)는 제 1 이전 영상에 대한 요청을 영상 제공 장치(1300)로 전송할 수 있다. 영상 제공 장치(1300)는 제 1 이전 영상에 대한 요청을 디스플레이 장치(1400)로부터 수신할 수 있다. 제 1 이전 영상은 원본 영상으로부터 AI 업스케일된 영상일 수 있다.
S2340 단계에서, 영상 제공 장치(1300)는 제 1 이전 영상에 대한 요청을 기초로, 제 1 이전 영상의 제 1 부호화 결과 생성된 영상 데이터 및 AI 데이터를 디스플레이 장치(1400)로 전송할 수 있다. 디스플레이 장치(1400)는 영상 데이터 및 AI 데이터를 영상 제공 장치(1300)로부터 수신할 수 있다.
S2345 단계에서, 디스플레이 장치(1400)는 영상 데이터를 제 1 복호화하여 제 2 이전 영상을 획득할 수 있다.
S2350 단계에서, 디스플레이 장치(1400)는 제 2 이전 영상에 대한 AI 업스케일을 수행하여, AI 업스케일된 제 3 이전 영상을 획득할 수 있다.
S2355 단계에서, 디스플레이 장치(1400)는 제 3 이전 영상의 크기 및 윈도우 크기에 기초하여, 제 3 이전 영상을 다운스케일할 수 있다. 다운스케일된 제 3 이전 영상은 디스플레이를 통해 표시될 수 있다.
S2360 단계에서, 디스플레이 장치(1400)는 제 1 현재 영상에 대한 요청을 영상 제공 장치(1300)로 전송할 수 있다. 영상 제공 장치(1300)는 제 1 현재 영상에 대한 요청을 디스플레이 장치(1400)로부터 수신할 수 있다.
디스플레이 장치(1400)는 제 3 이전 영상의 크기 및 윈도우 크기를 기초로, 원본 영상으로부터 AI 다운스케일 후 제 1 부호화된 제 1 현재 영상에 대한 요청을 전송할 것인지 또는 AI 다운스케일 없이 원본 영상으로부터 제 1 부호화된 제 1 현재 영상에 대한 요청을 전송할 것인지를 식별할 수 있다. 구체적으로, 제 3 이전 영상의 크기에 대한 윈도우 크기가 나타내는 다운스케일 비율이 소정의 임계값보다 작거나 같은 경우, AI 다운스케일 없이 원본 영상으로부터 제 1 부호화된 제 1 현재 영상에 대한 요청을 전송한다고 식별할 수 있다. 제 1 현재 영상에 대한 요청을 전송한다고 식별된 경우, 디스플레이 장치(1400)는 제 1 현재 영상에 대한 요청을 영상 제공 장치(1300)로 전송할 수 있다.
S2365 단계에서, 영상 제공 장치(1300)는 AI 다운스케일 없이 적어도 하나의 원본 영상으로부터 제 1 부호화된 제 1 현재 영상의 영상 데이터를 디스플레이 장치(1400)로 전송할 수 있다. 디스플레이 장치(1400)는 제 1 현재 영상의 영상 데이터를 영상 제공 장치(1300)로부터 수신할 수 있다.
S2370 단계에서, 디스플레이 장치(1400)는 제 1 현재 영상의 영상 데이터를 제 1 복호화하여 제 2 현재 영상을 획득할 수 있다. 제 2 현재 영상의 크기와 윈도우의 크기를 기초로, 제 2 현재 영상에 대한 다운스케일 동작이 바이패스될 수 있다. 이후, 제 2 현재 영상이 디스플레이에 표시될 수 있다.
도 24는 본 개시의 일 실시예에 따른 수직 다운스케일 동작을 설명하기 위한 도면이다.
도 24를 참조하면, 스케일부(1440)는 로우 패스 필터를 이용한 샘플링 방식 (LPF sampling 방식)에 기초하여 수직 다운스케일을 수행할 수 있다.
예를 들어, 스케일부(1440)는 3840px X 2160px의 영상에 대한 다운스케일을 수행하여, 3840px X 1440px의 영상을 획득할 수 있다. 이때, 스케일 비율(Scale Ratio)는 2160/1440=1.5일 수 있다. 수직 다운스케일의 경우, 수직 방향으로 스케일 비율마다 샘플링이 수행될 수 있다. 이때, 현재 샘플은 현재 샘플링 위치의 샘플값 및 주변 샘플들의 샘플값들과 로우 패스 필터 마스크의 계수를 이용하여 획득된 값을 가질 수 있다. 즉, 주변 샘플을 참조하여 보간을 수행함으로써 획득된 값을 갖는 샘플이 스케일 비율 간격으로 획득될 수 있다.
디스플레이 장치(1400)의 스케일부(1440)를 구현하는 하드웨어의 성능에 기반하여, 로우 패스 필터를 이용한 샘플링 방식에 기초한 다운스케일 가능한 정도가 제한될 수 있다. 따라서, 하드웨어의 성능에 기반하여, 최대 다운스케일 가능한 스케일 비율이 결정될 수 있다.
스케일 비율이 최대 다운스케일 가능한 스케일 비율(최대 스케일 비율)보다 크게 되면, 하드웨어의 성능 부족으로 인하여, 화면 깨짐 현상이 발생할 수 있다.
따라서, 스케일 비율이 최대 스케일 비율보다 크게 되면, 하드웨어 성능을 고려하여 보다 간단한 방식으로 다운스케일이 수행될 수 있다. 이때, 라인 스킵 방식으로 다운스케일이 수행될 수 있다.
여기서, 라인 스킵 방식이란 특정 라인을 스킵하고 샘플링되는 방식을 의미한다.
도 24를 참조하면, 스케일부(1440)는 3840px X 2160px의 영상에 대한 다운스케일을 수행하여, 3840px X 1080px의 영상을 획득할 수 있다. 이때, 스케일 비율(Scale Ratio)는 2160/1080=2일 수 있다. 최대 스케일 비율이 2보다 작다고 가정하면, 라인 스킵 방식으로 다운스케일이 수행될 수 있다.
구체적으로, 수직 방향으로, 첫번째 라인(행)이 샘플링되면, 그 다음 두번째 라인(행)은 샘플링이 스킵될 수 있다. 세번째 라인(행)은 다시 샘플링될 수 있다. 이와 같은 방식으로 샘플링이 수행되어, 최종적으로, 입력 영상의 높이의 절반인 영상이 출력될 수 있다.
스케일부(1440)는 3840px X 2160px의 영상에 대한 다운스케일을 수행하여, 3840px X 720px의 영상을 획득할 수 있다. 이때, 스케일 비율(Scale Ratio)는 2160/720=3일 수 있다. 최대 스케일 비율이 2보다 작다고 가정하면, 라인 스킵 방식으로 다운스케일이 수행될 수 있다.
구체적으로, 수직 방향으로, 첫번째 라인(행)이 샘플링되면, 그 다음 두번째 및 세번째 라인(행)은 샘플링이 스킵될 수 있다. 네번째 라인(행)은 다시 샘플링될 수 있다. 이와 같은 방식으로 샘플링이 수행되어, 최종적으로, 입력 영상의 높이의 1/3인 영상이 출력될 수 있다.
전술한 라인 스킵 방식에 기반하여 다운스케일이 수행되기 위한 기준이 되는 최대 스케일 비율이, 본 개시의 일 실시예에 따라, 디스플레이 장치(1400)가 AI 다운스케일 없이 원본 영상으로부터 제 1 복호화된 영상을 영상 제공 장치(1300)에 요청하는 기준이 될 수 있다.
즉, 로우 패스 필터를 이용한 샘플링 방식에 기반하여 다운스케일이 수행되는 경우, 하드웨어 성능 부족으로 인하여 화질 열화가 발생하기 시작하는 기준인 최대 스케일 비율이 본 개시의 일 실시예에 따른 디스플레이 장치(1400)가 AI 다운스케일 없이 원본 영상으로부터 제 1 복호화된 영상을 영상 제공 장치(1300)에 요청하는 임계값이 될 수 있다.
결국, 스케일부(1440)을 구현하는 하드웨어의 성능을 기초로 임계값이 미리 설정될 수 있고, 임계값과 스케일 비율의 비교 결과에 기초하여, AI 스케일 없이 부호화된 영상(또는 작은 크기의 영상 데이터)을 요청할 수 있다.
또는, 라인 스킵 방식에 기초한 다운스케일이 수행되는 경우, 하드웨어 성능 부족으로 인하여 화질 열화가 발생하는 기준인 스킵 라인의 개수에 기초하여, 본 개시의 일 실시예에 따른 디스플레이 장치(1400)가 AI 다운스케일 없이 원본 영상으로부터 제 1 복호화된 영상을 영상 제공 장치(1300)에 요청하는 임계값이 결정될 수 있다.
예를 들어, 스케일부(1440)는 표 2와 같이, 스케일 비율에 기초하여, 스킵하는 라인의 개수를 식별할 수 있다. 이때, 스킵하는 라인의 개수가 2개인 시점부터 화질 열화의 정도가 커지기 때문에, 스케일 비율이 0x3000보다 큰 경우에 AI 다운스케일 없이 원본 영상으로부터 부호화된 영상(또는 작은 크기의 영상 데이터)이 요청될 수 있다. 여기서, 스케일 비율은 input size/output size * 0x10000일 수 있다.
Vertical Scale Ratio Line Skip Number
0x20000 1
0x30000 2
0x40000 3
0x60000 5
0x80000 7
0xC0000 11
다시 도 24를 참조하면, 입력 영상의 높이가 2160px이고, 출력 영상의 높이가 1440px이면, 스케일 비율은 0x18000이고, 0x20000보다 작기 때문에 스킵 라인의 개수는 0개일 수 있고, 이 경우, 로우 패스 필터를 이용한 샘플링 방식에 기초하여 수직 다운샘플링이 수행될 수 있다.
입력 영상의 높이가 2160px이고, 출력 영상의 높이가 1080px이면, 스케일 비율은 0x20000이고, 스킵 라인의 개수는 1개일 수 있다. 이 경우, 라인 스킵 방식에 기초하여 수직 다운샘플링이 수행될 수 있다.
입력 영상의 높이가 2160px이고, 출력 영상의 높이가 720px이면, 스케일 비율은 0x30000이고, 스킵 라인의 개수는 2개일 수 있다. 이 경우, 라인 스킵 방식에 기초하여 수직 다운샘플링이 수행될 수 있고, 스킵 라인의 개수가 2개인 경우에 스케일부(1440)의 화질 열화가 발생하는 기준을 만족한다고 보아, AI 다운스케일 없이 원본 영상으로부터 부호화된 영상이 요청될 수 있다.
스킵 라인의 개수가 2개인 경우가 스케일부(1440)의 화질 열화가 발생하는 기준으로 보았으나, 이에 제한되지 않고, 기준이 되는 스킵 라인의 개수는 달리 설정될 수 있다.
따라서, 디스플레이 장치(1400)는 스케일부(1440)에서 화질 열화가 발생하는 기준에 대응하는 스킵 라인의 개수를 기초로, 영상 제공 장치(1300)에 후속 영상을 요청할 수 있다. 즉, 스킵 라인의 개수를 기초로 임계값이 미리 설정될 수 있고, 영상 제공 장치(1300)는 다운스케일 비율과 임계값의 비교 결과를 기초로 후속 영상을 요청할 수 있다.
앞서, 본 개시의 일 실시예에 따른 디스플레이 장치(1400)가 AI 업스케일 없이, 윈도우 크기와 동일한 크기의 원본 영상으로부터 제 1 부호화된 영상을 영상 제공 장치(1300)로 요청하는 내용을 설명하였다. 다만, 이에 제한되지 않고, AI 업스케일 없이, 윈도우 크기와 동일한 크기의 부호화된 영상이 영상 제공 장치(1300)에 존재하지 않는 경우, 디스플레이 장치(1400)는 윈도우 크기보다 큰 영상들 중 윈도우 크기와 가장 가까운 영상을 요청할 수 있다.
이 경우, 요청에 기반하여 디스플레이 장치(1400)에서 수신된 영상의 크기는 윈도우 크기보다 크기 때문에, 디스플레이 장치(1400)에서 복호화된 영상에 대한 다운스케일이 수행될 수 있다. 다만, 이 경우, 이전보다 작은 크기의 영상이 복호화되고, 이전의 다운스케일 비율보다 다운스케일 비율은 커지기 때문에, 다운스케일에 의한 화질 열화가 발생하지 않을 수 있다.
또한, 디스플레이 장치(1400)가 윈도우 크기에 기반하여, AI 다운스케일 없이 부호화된 영상을 요청하는 내용을 전술하였으나, 네트워크 상태가 상대적으로 좋지 않은 경우(네트워크 쓰루풋이 상대적으로 낮은 경우)라면, 디스플레이 장치(1400)가 AI 다운스케일 후 부호화된 영상을 요청할 수 있다. AI 다운스케일된 영상의 크기는 윈도우의 크기보다 작을 수 있다.
예를 들어, 윈도우의 크기가 4K인 경우, AI 다운스케일 없이 부호화된 4K 영상을 요청하지 않고, 4K 원본 영상으로부터 AI 다운스케일된 후 부호화된 2K 영상을 요청할 수 있다. 이 경우, 2K 영상의 영상 데이터 및 AI 데이터가 디스플레이 장치(1400)로 전송될 수 있다. 또한, 2K 영상의 영상 데이터가 디스플레이 장치(1400)에서 복호화된 후 AI 업스케일되어 4K 해상도의 영상이 복원될 수 있다. 만약 AI 업스케일되어 복원된 영상의 크기가 윈도우의 크기보다 크다면, 윈도우의 크기에 기초하여 다운스케일될 수 있고, 이전의 다운스케일 비율보다 다운스케일 비율은 커지기 때문에, 다운스케일에 의한 화질 열화가 발생하지 않을 수 있다.
이상, 이전 영상의 영상 데이터가 AI 다운스케일 후 부호화된 영상의 영상 데이터이고, 디스플레이 장치(1400)가 이전 영상의 영상 데이터를 복호화후 AI 업스케일함을 전제로, 디스플레이 장치(1400)가 윈도우의 크기에 기초하여, 현재 영상에 대한 요청을 영상 제공 장치(1300)로 전송하는 내용을 상술하였으나, 이에 제한되지 않고, 이전 영상의 AI 다운스케일/업스케일 여부와 관계없이, 디스플레이 장치(1400)는 복원된 이전 영상이 스케일부(1440)에서 다운스케일되는 비율이 소정의 임계값보다 작거나 같은 경우라면, 이전 영상보다 작은 크기의 현재 영상을 영상 제공 장치(1300)에 요청할 수 있음에 유의해야 한다.
전술한 바와 같이, 멀티 뷰 환경에서 윈도우의 크기가 영상 스트리밍 도중에 변경되고, 윈도우 크기의 변경에 기반하여, 스케일부(1440)를 구현하는 하드웨어의 성능이 부족하여 다운스케일에 기초한 화질열화가 발생할 수 있다.
상술한 본 개시의 실시예들에 의하면, 디스플레이 장치(1400)는 이후 최종 출력 해상도(즉, 윈도우 크기)를 기준으로, 보다 작은 크기의 영상 또는 원본 영상으로부터 AI 다운스케일되지 않은 영상을 요청함으로써, 하드웨어 성능을 넘는 과도한 다운스케일로 인한 화질 손실을 방지하고, 네트워크 사용량이 감소될 수 있다.
또한, 디스플레이 장치(1400)는 메모리 및 전력 사용을 최소화할 수 있다. 불필요한 AI 업스케일 동작 및 스케일부(1440)의 다운스케일 동작이 생략될 수 있기 때문이다.
한편, 상술한 본 개시의 실시예들은 컴퓨터에서 실행될 수 있는 프로그램 또는 인스트럭션으로 작성가능하고, 작성된 프로그램 또는 인스트럭션은 저장매체에 저장될 수 있다.
기기로 읽을 수 있는 저장매체는, 비일시적(non-transitory) 저장매체의 형태로 제공될 수 있다. 여기서, '비일시적 저장매체'는 실재(tangible)하는 장치이고, 신호(signal)(예: 전자기파)를 포함하지 않는다는 것을 의미할 뿐이며, 이 용어는 데이터가 저장매체에 반영구적으로 저장되는 경우와 임시적으로 저장되는 경우를 구분하지 않는다. 예로, '비일시적 저장매체'는 데이터가 임시적으로 저장되는 버퍼를 포함할 수 있다.
일 실시예에 따르면, 본 문서에 개시된 다양한 실시예들에 따른 방법은 컴퓨터 프로그램 제품(computer program product)에 포함되어 제공될 수 있다. 컴퓨터 프로그램 제품은 상품으로서 판매자 및 구매자 간에 거래될 수 있다. 컴퓨터 프로그램 제품은 기기로 읽을 수 있는 저장 매체(예: compact disc read only memory (CD-ROM))의 형태로 배포되거나, 또는 어플리케이션 스토어(예: 플레이 스토어TM)를 통해 또는 두개의 사용자 장치들(예: 스마트폰들) 간에 직접, 온라인으로 배포(예: 다운로드 또는 업로드)될 수 있다. 온라인 배포의 경우에, 컴퓨터 프로그램 제품(예: 다운로더블 앱(downloadable app))의 적어도 일부는 제조사의 서버, 어플리케이션 스토어의 서버, 또는 중계 서버의 메모리와 같은 기기로 읽을 수 있는 저장 매체에 적어도 일시 저장되거나, 임시적으로 생성될 수 있다.
한편, 상술한 신경망과 관련된 모델은, 소프트웨어 모듈로 구현될 수 있다. 소프트웨어 모듈(예를 들어, 명령어(instruction)를 포함하는 프로그램 모듈)로 구현되는 경우, 신경망 모델은 컴퓨터로 읽을 수 있는 판독 가능한 기록매체에 저장될 수 있다.
또한, 신경망 모델은 하드웨어 칩 형태로 집적되어 전술한 AI 복호화 장치(200), AI 부호화 장치(700), 영상 제공 장치(1300), 및 디스플레이 장치(1400)의 일부가 될 수도 있다. 예를 들어, 신경망 모델은 인공 지능을 위한 전용 하드웨어 칩 형태로 제작될 수도 있고, 또는 기존의 범용 프로세서(예를 들어, CPU 또는 애플리케이션 프로세서) 또는 그래픽 전용 프로세서(예를 들어, GPU)의 일부로 제작될 수도 있다.
또한, 신경망 모델은 다운로드 가능한 소프트웨어 형태로 제공될 수도 있다. 컴퓨터 프로그램 제품은 제조사 또는 전자 마켓을 통해 전자적으로 배포되는 소프트웨어 프로그램 형태의 상품(예를 들어, 다운로드 가능한 애플리케이션)을 포함할 수 있다. 전자적 배포를 위하여, 소프트웨어 프로그램의 적어도 일부는 저장 매체에 저장되거나, 임시적으로 생성될 수 있다. 이 경우, 저장 매체는 제조사 또는 전자 마켓의 서버, 또는 중계 서버의 저장매체가 될 수 있다.
이상, 본 개시의 기술적 사상을 바람직한 실시예를 들어 상세하게 설명하였으나, 본 개시의 기술적 사상은 상기 실시예들에 한정되지 않고, 본 개시의 기술적 사상의 범위 내에서 당 분야에서 통상의 지식을 가진 자에 의하여 여러 가지 변형 및 변경이 가능하다.

Claims (15)

  1. 디스플레이 장치에 있어서,
    하나 이상의 인스트럭션들을 실행하는 적어도 하나의 프로세서; 및
    디스플레이를 포함하고,
    상기 적어도 하나의 프로세서는,
    이전 영상의 영상 데이터로부터 복원된 영상의 크기와 상기 디스플레이의 제 1 윈도우의 크기 사이의 다운스케일 비율이 미리 설정된 다운스케일 비율 이하인지 여부를 식별하고,
    상기 식별 결과를 기초로, 제 1 현재 영상에 대한 요청을 영상 제공 장치로 전송하고,
    상기 제 1 현재 영상에 대한 요청에 기초하여, 상기 영상 제공 장치로부터 수신된 상기 제 1 현재 영상의 영상 데이터를 제 1 복호화하여, 제 2 현재 영상을 획득하고,
    상기 제 2 현재 영상 또는 다운스케일된 제 2 현재 영상을 제 1 윈도우에 디스플레이하되,
    상기 제 2 현재 영상 또는 상기 다운스케일된 제 2 현재 영상의 크기와 상기 제 1 윈도우의 크기 사이의 비율은, 상기 미리 설정된 다운스케일 비율보다 크거나 같은 것을 특징으로 하는, 디스플레이 장치.
  2. 제 1 항에 있어서,
    상기 제 1 윈도우의 크기는 사용자 입력에 의해 설정되는 것을 특징으로 하는, 디스플레이 장치.
  3. 제 1 항에 있어서,
    상기 적어도 하나의 프로세서가 상기 식별 결과를 기초로, 상기 제 1 현재 영상에 대한 요청을 상기 영상 제공 장치로 전송할 때,
    상기 적어도 하나의 프로세서는, 상기 이전 영상의 영상 데이터로부터 복원된 영상의 크기와 상기 제 1 윈도우의 크기 사이의 다운스케일 비율이 상기 미리 설정된 다운스케일 비율보다 작거나 같은 경우, 상기 제 1 현재 영상의 영상 데이터로부터 복원될 영상의 크기가 타겟 최대 영상 크기보다 작거나 같고, 상기 제 1 윈도우의 크기보다 크거나 같도록, 상기 제 1 현재 영상에 대한 요청을 상기 영상 제공 장치로 전송하고,
    상기 타겟 최대 영상 크기는, 상기 제 1 윈도우의 크기와 상기 미리 설정된 다운스케일 비율을 기초로 결정되는 것을 특징으로 하는, 디스플레이 장치.
  4. 제 1 항에 있어서,
    상기 적어도 하나의 프로세서가 상기 식별 결과를 기초로, 상기 제 1 현재 영상에 대한 요청을 상기 영상 제공 장치로 전송할 때,
    상기 적어도 하나의 프로세서는, 상기 이전 영상의 영상 데이터로부터 복원된 영상의 크기와 상기 제 1 윈도우의 크기 사이의 다운스케일 비율이 상기 미리 설정된 다운스케일 비율보다 큰 경우,상기 이전 영상에 대한 요청을 기초로, 상기 제 1 현재 영상에 대한 요청을 상기 영상 제공 장치로 전송하고,
    상기 이전 영상의 영상 데이터로부터 복원된 영상의 크기는, 상기 제 1 현재 영상의 영상 데이터로부터 복원될 영상의 크기보다 작거나 같은 것을 특징으로 하는, 디스플레이 장치.
  5. 제 1 항에 있어서,
    상기 적어도 하나의 프로세서는,
    상기 이전 영상에 대한 요청을 상기 영상 제공 장치로 전송하고,
    상기 이전 영상에 대한 요청을 기초로, 제 1 이전 영상에 대한 제 1 부호화 결과 생성된 영상 데이터 및 적어도 하나의 이전 원본 영상으로부터 상기 제 1 이전 영상으로의 AI 다운스케일과 관련된 AI 데이터를, 상기 영상 제공 장치로부터 수신하고,
    상기 영상 데이터를 제 1 복호화하여 상기 제 1 이전 영상에 대응하는 제 2 이전 영상을 획득하고,
    상기 AI 데이터에 기초하여 획득된 신경망 설정 정보를 기초로 동작하는 업스케일용 신경망을 통해, 상기 제 2 이전 영상으로부터 AI 업스케일된 제 3 이전 영상을 생성하고,상기 제 1 윈도우의 크기에 기초하여, 상기 제 3 이전 영상을 다운스케일하고,
    상기 적어도 하나의 프로세서가 상기 식별 결과를 기초로, 상기 제 1 현재 영상에 대한 요청을 상기 영상 제공 장치로 전송할 때,
    상기 적어도 하나의 프로세서는,
    상기 제 3 이전 영상의 크기와 제 1 윈도우의 크기 사이의 다운스케일 비율이 상기 미리 설정된 다운스케일 비율보다 작거나 같은 경우, AI 다운스케일 없이 현재 원본 영상으로부터 제 1 부호화된 제 1 현재 영상에 대한 요청을 상기 영상 제공 장치로 전송하고, 상기 제 1 현재 영상의 크기는 상기 제 1 윈도우의 크기보다 크거나 같고, 상기 제 3 이전 영상의 크기보다 작고,
    상기 적어도 하나의 프로세서가 상기 제 1 현재 영상의 영상 데이터에 대한 제 1 복호화를 통해 획득되는 제 2 현재 영상 또는 다운스케일된 제 2 현재 영상을 상기 제 1 윈도우에 디스플레이할 때,
    상기 적어도 하나의 프로세서는,
    상기 영상 제공 장치로부터 수신된 상기 제 1 현재 영상의 영상 데이터를 복호화하여 제 2 현재 영상을 획득하고,
    상기 제 1 윈도우의 크기에 기초하여, 상기 획득된 제 2 현재 영상에 대한 다운스케일 동작을 바이패스하거나 상기 획득된 제 2 현재 영상을 다운스케일하고,
    상기 제 2 현재 영상 또는 상기 다운스케일된 제 2 현재 영상을 상기 제 1 윈도우에 디스플레이하되,
    상기 디스플레이의 제 2 윈도우에는 상기 제 2 현재 영상 또는 상기 다운스케일된 제 2 현재 영상과는 다른 영상이 디스플레이되는 것을 특징으로 하는, 디스플레이 장치.
  6. 제 1 항에 있어서,
    상기 미리 설정된 다운스케일 비율은 다운스케일 동작을 구현한 하드웨어의 성능 정보에 기초하여 미리 설정된 것을 특징으로 하는, 디스플레이 장치.
  7. 제 1 항에 있어서,
    상기 미리 설정된 다운스케일 비율은 라인 스킵(line skip)을 통한 다운스케일과 관련된 값인 것을 특징으로 하는, 디스플레이 장치
  8. 제 5 항에 있어서,
    상기 적어도 하나의 프로세서가 상기 식별 결과를 기초로, 상기 제 1 현재 영상에 대한 요청을 상기 영상 제공 장치로 전송할 때,
    상기 적어도 하나의 프로세서는,
    상기 제 3 이전 영상의 크기와 상기 제 1 윈도우의 크기 사이의 다운스케일 비율이 상기 미리 설정된 다운스케일 비율보다 큰 경우, 상기 현재 원본 영상에 대한 AI 다운스케일 및 제 1 부호화를 통해 획득되는 제 1 현재 영상에 대한 요청을 상기 영상 제공 장치로 전송하고,
    상기 제 1 현재 영상의 제 1 부호화 결과 생성된 영상 데이터 및 상기 현재 원본 영상으로부터 상기 제 1 현재 영상으로의 AI 다운스케일과 관련된 AI 데이터를 상기 영상 제공 장치로부터 수신하고,
    상기 적어도 하나의 프로세서가 제 1 현재 영상의 영상 데이터에 대한 제 1 복호화를 통해 획득되는 제 2 현재 영상 또는 다운스케일된 제 2 현재 영상을 상기 제 1 윈도우에 디스플레이할 때,
    상기 적어도 하나의 프로세서는,
    상기 제 1 현재 영상의 영상 데이터를 제 1 복호화하여 상기 제 1 현재 영상에 대응하는 상기 제 2 현재 영상을 획득하고,
    상기 AI 데이터에 기초하여 획득된 신경망 설정 정보를 기반으로 동작하는 업스케일용 신경망을 통해, 상기 제 2 현재 영상으로부터 AI 업스케일된 제 3 현재 영상을 생성하고,
    상기 제 3 현재 영상을 상기 제 1 윈도우의 크기에 기초하여 다운스케일하고,
    상기 다운스케일된 제 3 현재 영상을 상기 제 1 윈도우에 디스플레이하는 것을 특징으로 하는, 디스플레이 장치.
  9. 제 5 항에 있어서,
    상기 제 3 이전 영상에 대한 다운스케일은, AI 다운스케일용 신경망을 이용하지 않고, 상기 다운스케일 비율에 기초하여, 로우패스 필터(Low pass filter; LPF)의 계수(coefficient)와 상기 제 3 이전 영상에 포함된 주변 샘플들의 값들을 이용하여 보간된 샘플(interpolation sample)을 획득하는 동작 또는 라인 스킵을 통하여 샘플을 획득하는 동작 중 적어도 하나를 포함하는 것을 특징으로 하는, 디스플레이 장치.
  10. 제 1 항에 있어서,
    상기 적어도 하나의 프로세서는, 복수의 품질의 영상 데이터를 나타내는 정보를 수신하고,
    상기 복수의 품질의 영상 데이터를 나타내는 정보는, AI 다운스케일 및 제 1 부호화가 적용된 적어도 하나의 영상의 영상 데이터 및 AI 다운스케일 없이 제 1 부호화가 적용된 적어도 하나의 영상의 영상 데이터를 나타내고,
    상기 적어도 하나의 프로세서는, 상기 복수의 품질의 영상 데이터를 나타내는 정보를 기초로, 상기 제 1 현재 영상에 대한 요청을 상기 영상 제공 장치로 전송하는 것을 특징으로 하는, 디스플레이 장치.
  11. 디스플레이 장치가 영상을 디스플레이하는 방법에 있어서,
    이전 영상의 영상 데이터로부터 복원된 영상의 크기와 제 1 윈도우의 크기 사이의 다운스케일 비율이 미리 설정된 다운스케일 비율 이하인지 여부를 식별하는 단계;
    상기 식별 결과를 기초로, 제 1 현재 영상에 대한 요청을 영상 제공 장치로 전송하는 단계;
    상기 전송된 제 1 현재 영상에 대한 요청에 기초하여, 상기 영상 제공 장치로부터 수신된 상기 제 1 현재 영상의 영상 데이터를 제 1 복호화하여 제 2 현재 영상을 획득하는 단계; 및
    상기 제 2 현재 영상 또는 다운스케일된 제 2 현재 영상을 제 1 윈도우에 디스플레이하는 단계를 포함하고,
    상기 제 2 현재 영상의 크기와 상기 제 1 윈도우의 크기 사이의 비율은, 상기 미리 설정된 다운스케일 비율보다 크거나 같은 것을 특징으로 하는, 영상 디스플레이 방법.
  12. 제 11 항에 있어서,
    상기 영상 디스플레이 방법은,
    상기 이전 영상에 대한 요청을 상기 영상 제공 장치로 전송하는 단계;
    상기 이전 영상에 대한 요청을 기초로, 제 1 이전 영상의 제 1 부호화 결과 생성된 영상 데이터 및 적어도 하나의 이전 원본 영상으로부터 상기 제 1 이전 영상으로의 AI 다운스케일과 관련된 AI 데이터를, 상기 영상 제공 장치로부터 수신하는 단계;
    상기 영상 데이터를 제 1 복호화하여 상기 제 1 이전 영상에 대응하는 제 2 이전 영상을 획득하는 단계;
    상기 AI 데이터에 기초하여 획득된 신경망 설정 정보에 기반하여 동작하는 업스케일용 신경망을 통해, 상기 제 2 이전 영상으로부터 AI 업스케일된 제 3 이전 영상을 생성하는 단계; 및
    상기 제 1 윈도우의 크기에 기초하여, 상기 제 3 이전 영상을 다운스케일하는 단계를 더 포함하고,
    상기 식별 결과를 기초로, 상기 제 1 현재 영상에 대한 요청을 상기 영상 제공 장치로 전송하는 단계는,
    상기 제 3 이전 영상의 크기와 상기 제 1 윈도우의 크기 사이의 다운스케일 비율이 상기 미리 설정된 다운스케일 비율보다 작거나 같은 경우, AI 다운스케일 없이 현재 원본 영상으로부터 제 1 부호화된 제 1 현재 영상에 대한 요청을 상기 영상 제공 장치로 전송하는 단계를 포함하고,
    상기 제 1 현재 영상의 영상 데이터를 제 1 복호화하여 제 2 현재 영상을 획득하고,
    상기 제 2 현재 영상 또는 다운스케일된 제 2 현재 영상을 상기 제 1 윈도우에 디스플레이하는 단계는,
    상기 제 1 윈도우의 크기에 기초하여, 상기 획득된 제 2 현재 영상에 대한 다운스케일 동작을 바이패스하거나 상기 획득된 제 2 현재 영상을 다운스케일하는 단계; 및
    상기 제 2 현재 영상 또는 상기 다운스케일된 제 2 현재 영상을 상기 제 1 윈도우에 디스플레이하는 단계를 포함하되,
    디스플레이의 제 2 윈도우에는 상기 제 2 현재 영상 또는 상기 다운스케일된 제 2 현재 영상과는 다른 영상이 디스플레이되는 것을 특징으로 하는, 영상 디스플레이 방법.
  13. 하나 이상의 인스트럭션들을 실행하는 프로세서를 포함하고,
    상기 프로세서는,
    제 1 현재 영상에 대한 요청을 디스플레이 장치로부터 수신하고,
    상기 제 1 현재 영상에 대한 요청에 기초하여, 제 1 부호화된 상기 제 1 현재 영상의 영상 데이터를 상기 디스플레이 장치로 전송하고,
    상기 제 1 현재 영상에 대한 요청은, 상기 디스플레이 장치에서 이전 영상의 영상 데이터로부터 복원된 영상의 크기와 제 1 윈도우의 크기 사이의 다운스케일 비율이 미리 설정된 다운스케일 비율 이하인지 여부에 기초하여 생성되어 상기 디스플레이 장치로부터 전송되고,
    상기 제 1 현재 영상의 영상 데이터로부터 제 1 복호화될 제 2 현재 영상의 크기와 상기 제 1 윈도우의 크기 사이의 비율은 미리 설정된 다운스케일 비율보다 크거나 같은 것을 특징으로 하는, 영상 제공 장치.
  14. 제 13 항에 있어서,
    상기 프로세서는 복수의 품질의 영상 데이터를 나타내는 정보를 상기 디스플레이 장치로 전송하고,
    상기 프로세서는, 상기 복수의 품질의 영상 데이터를 나타내는 정보에 기반한 상기 제 1 현재 영상에 대한 요청을, 상기 디스플레이 장치로부터 수신하고,
    상기 복수의 품질의 영상 데이터를 나타내는 정보는, AI 다운스케일을 통해 제 1 부호화된 적어도 하나의 다운스케일 영상 및 AI 다운스케일 없이 제 1 부호화된 적어도 하나의 영상의 데이터를 나타내는 것을 특징으로 하는 영상 제공 장치.
  15. 제 11 항의 방법을 실행하기 위한 프로그램을 기록한 컴퓨터로 읽을 수 있는 기록 매체.
PCT/KR2022/020954 2021-12-21 2022-12-21 Ai 기반의 영상 제공 장치 및 이에 의한 방법, 및 ai 기반의 디스플레이 장치 및 이에 의한 방법 WO2023121289A1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
US18/094,800 US20230196505A1 (en) 2021-12-21 2023-01-09 Artificial intelligence-based image providing apparatus and method, and artificial intelligence-based display apparatus and method

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
KR10-2021-0184294 2021-12-21
KR1020210184294A KR20230094838A (ko) 2021-12-21 2021-12-21 Ai 기반의 영상 제공 장치 및 이에 의한 방법, 및 ai 기반의 디스플레이 장치 및 이에 의한 방법

Related Child Applications (1)

Application Number Title Priority Date Filing Date
US18/094,800 Continuation US20230196505A1 (en) 2021-12-21 2023-01-09 Artificial intelligence-based image providing apparatus and method, and artificial intelligence-based display apparatus and method

Publications (1)

Publication Number Publication Date
WO2023121289A1 true WO2023121289A1 (ko) 2023-06-29

Family

ID=86903058

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/KR2022/020954 WO2023121289A1 (ko) 2021-12-21 2022-12-21 Ai 기반의 영상 제공 장치 및 이에 의한 방법, 및 ai 기반의 디스플레이 장치 및 이에 의한 방법

Country Status (2)

Country Link
KR (1) KR20230094838A (ko)
WO (1) WO2023121289A1 (ko)

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20190005251A (ko) * 2011-08-30 2019-01-15 쏘닉 아이피, 아이엔씨. 멀티미디어 콘텐트의 심리스 해상도 전환을 위한 해상도들의 선택
KR20190006221A (ko) * 2017-07-10 2019-01-18 삼성전자주식회사 디스플레이 장치 및 이의 제어 방법
KR20190041088A (ko) * 2017-10-12 2019-04-22 엘지전자 주식회사 영상표시장치
KR20200141468A (ko) * 2018-11-08 2020-12-18 베이징 마이크로라이브 비전 테크놀로지 컴퍼니 리미티드 영상 화면 조정 방법과 장치, 컴퓨터 설비 및 저장매체
KR20210093605A (ko) * 2020-01-20 2021-07-28 삼성전자주식회사 디스플레이 장치 및 그 동작 방법

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20190005251A (ko) * 2011-08-30 2019-01-15 쏘닉 아이피, 아이엔씨. 멀티미디어 콘텐트의 심리스 해상도 전환을 위한 해상도들의 선택
KR20190006221A (ko) * 2017-07-10 2019-01-18 삼성전자주식회사 디스플레이 장치 및 이의 제어 방법
KR20190041088A (ko) * 2017-10-12 2019-04-22 엘지전자 주식회사 영상표시장치
KR20200141468A (ko) * 2018-11-08 2020-12-18 베이징 마이크로라이브 비전 테크놀로지 컴퍼니 리미티드 영상 화면 조정 방법과 장치, 컴퓨터 설비 및 저장매체
KR20210093605A (ko) * 2020-01-20 2021-07-28 삼성전자주식회사 디스플레이 장치 및 그 동작 방법

Also Published As

Publication number Publication date
KR20230094838A (ko) 2023-06-28

Similar Documents

Publication Publication Date Title
WO2021086016A2 (en) Apparatus and method for performing artificial intelligence (ai) encoding and ai decoding on image
WO2020080873A1 (en) Method and apparatus for streaming data
WO2020080765A1 (en) Apparatuses and methods for performing artificial intelligence encoding and artificial intelligence decoding on image
WO2020246756A1 (en) Apparatus and method for performing artificial intelligence encoding and artificial intelligence decoding on image
WO2020080827A1 (en) Ai encoding apparatus and operation method of the same, and ai decoding apparatus and operation method of the same
WO2020080698A1 (ko) 영상의 주관적 품질을 평가하는 방법 및 장치
EP3868096A1 (en) Artificial intelligence encoding and artificial intelligence decoding methods and apparatuses using deep neural network
WO2021033867A1 (en) Decoding apparatus and operating method of the same, and artificial intelligence (ai) up-scaling apparatus and operating method of the same
EP3811618A1 (en) Method and apparatus for streaming data
WO2021251611A1 (en) Apparatus and method for performing artificial intelligence encoding and decoding on image by using low-complexity neural network
WO2015133712A1 (ko) 영상 복호화 방법 및 그 장치, 영상 부호화 방법 및 그 장치
WO2014107066A1 (ko) 위상차를 고려한 영상 업샘플링을 이용하는 스케일러블 비디오 부호화 방법 및 장치, 스케일러블 비디오 복호화 방법 및 장치
WO2021177652A1 (ko) 피쳐 양자화/역양자화를 수행하는 영상 부호화/복호화 방법, 장치 및 비트스트림을 저장하는 기록 매체
WO2021172834A1 (en) Apparatus and method for performing artificial intelligence encoding and artificial intelligence decoding on image by using pre-processing
WO2016195455A1 (ko) 그래프 기반 변환을 이용하여 비디오 신호를 처리하는 방법 및 장치
WO2020080782A1 (en) Artificial intelligence (ai) encoding device and operating method thereof and ai decoding device and operating method thereof
WO2021242066A1 (en) Apparatus and method for performing artificial intelligence encoding and artificial intelligence decoding on image
WO2020080709A1 (en) Artificial intelligence encoding and artificial intelligence decoding methods and apparatuses using deep neural network
WO2021091178A1 (en) Artificial intelligence (ai) encoding apparatus and operating method thereof and ai decoding apparatus and operating method thereof
EP3868097A1 (en) Artificial intelligence (ai) encoding device and operating method thereof and ai decoding device and operating method thereof
WO2021162446A1 (en) Method and apparatus for streaming vr image
WO2021054697A1 (ko) 영상의 ａｉ 부호화 방법 및 장치, 영상의 ａｉ 복호화 방법 및 장치
WO2020080751A1 (ko) 부호화 방법 및 그 장치, 복호화 방법 및 그 장치
WO2021086032A1 (en) Image encoding method and apparatus and image decoding method and apparatus
WO2021015536A1 (ko) 팔레트 모드의 적용 여부에 따라 디블로킹 필터링을 수행하는 영상 부호화/복호화 방법, 장치 및 비트스트림을 전송하는 방법

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: 22911922

Country of ref document: EP

Kind code of ref document: A1