KR20220063061A - 영상 내 관심 오브젝트 영역을 위한 ai 부호화 장치 및 방법, 및 ai 복호화 장치 및 방법 - Google Patents
영상 내 관심 오브젝트 영역을 위한 ai 부호화 장치 및 방법, 및 ai 복호화 장치 및 방법 Download PDFInfo
- Publication number
- KR20220063061A KR20220063061A KR1020200173500A KR20200173500A KR20220063061A KR 20220063061 A KR20220063061 A KR 20220063061A KR 1020200173500 A KR1020200173500 A KR 1020200173500A KR 20200173500 A KR20200173500 A KR 20200173500A KR 20220063061 A KR20220063061 A KR 20220063061A
- Authority
- KR
- South Korea
- Prior art keywords
- image
- dnn
- images
- information
- region
- Prior art date
Links
- 238000000034 method Methods 0.000 title claims description 132
- 238000013473 artificial intelligence Methods 0.000 title description 644
- 238000013139 quantization Methods 0.000 claims description 49
- 230000008859 change Effects 0.000 claims description 36
- 238000013528 artificial neural network Methods 0.000 claims description 8
- 238000012545 processing Methods 0.000 abstract description 37
- 238000012549 training Methods 0.000 description 162
- 230000008569 process Effects 0.000 description 80
- 238000010586 diagram Methods 0.000 description 43
- 238000001914 filtration Methods 0.000 description 39
- 230000004913 activation Effects 0.000 description 31
- 238000007906 compression Methods 0.000 description 21
- 230000006835 compression Effects 0.000 description 21
- 230000006870 function Effects 0.000 description 13
- 238000012805 post-processing Methods 0.000 description 12
- 238000013507 mapping Methods 0.000 description 10
- 238000007781 pre-processing Methods 0.000 description 10
- 230000003287 optical effect Effects 0.000 description 9
- 238000006243 chemical reaction Methods 0.000 description 6
- 238000013500 data storage Methods 0.000 description 6
- 238000012546 transfer Methods 0.000 description 4
- 230000003247 decreasing effect Effects 0.000 description 3
- 230000009466 transformation Effects 0.000 description 3
- 230000005540 biological transmission Effects 0.000 description 2
- 238000004422 calculation algorithm Methods 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 238000013527 convolutional neural network Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000000513 principal component analysis Methods 0.000 description 2
- 230000000306 recurrent effect Effects 0.000 description 2
- 230000000153 supplemental effect Effects 0.000 description 2
- 238000012706 support-vector machine Methods 0.000 description 2
- 230000008685 targeting Effects 0.000 description 2
- 230000001131 transforming effect Effects 0.000 description 2
- 210000004556 brain Anatomy 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 238000013144 data compression Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 230000004927 fusion Effects 0.000 description 1
- 230000010365 information processing Effects 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 210000005036 nerve Anatomy 0.000 description 1
- 230000001151 other effect Effects 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 238000010839 reverse transcription Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
- H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
- H04N19/134—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the element, parameter or criterion affecting or controlling the adaptive coding
- H04N19/167—Position within a video image, e.g. region of interest [ROI]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T9/00—Image coding
- G06T9/002—Image coding using neural networks
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
- H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
- H04N19/102—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the element, parameter or selection affected or controlled by the adaptive coding
- H04N19/124—Quantisation
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
- H04N19/30—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using hierarchical techniques, e.g. scalability
Landscapes
- Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Artificial Intelligence (AREA)
- Evolutionary Computation (AREA)
- Data Mining & Analysis (AREA)
- Computational Linguistics (AREA)
- Biophysics (AREA)
- Biomedical Technology (AREA)
- General Health & Medical Sciences (AREA)
- Molecular Biology (AREA)
- Computing Systems (AREA)
- General Engineering & Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Mathematical Physics (AREA)
- Software Systems (AREA)
- Health & Medical Sciences (AREA)
- Compression Or Coding Systems Of Tv Signals (AREA)
Abstract
하나 이상의 인스트럭션을 저장하는 메모리; 및 메모리에 저장된 하나 이상의 인스트럭션을 실행하는 프로세서를 포함하고, 프로세서는, 원본 영상 내에서 관심 오브젝트 영역을 식별하고, 관심 오브젝트 영역과 비-관심 영역을 각각 포함하는 복수의 원본 파트 영상을 원본 영상으로부터 획득하고, 복수의 DNN 설정 정보 중에서 선택된 DNN 설정 정보로 동작하는 스케일링 DNN을 통해 복수의 원본 파트 영상으로부터 AI 스케일링된 복수의 제 1 영상을 획득하고, 복수의 제 1 영상을 부호화하여 영상 데이터를 생성하고, AI 스케일링과 관련된 정보를 포함하는 AI 데이터, 및 영상 데이터를 전송하는, 일 실시예에 따른 AI 부호화 장치가 개시된다.
Description
본 개시는 영상 처리 분야에 관한 것이다. 보다 구체적으로, 본 개시는 영상을 AI 기반으로 부호화 및 복호화하는 방법 및 장치에 관한 것이다.
영상은 소정의 데이터 압축 표준, 예를 들어 MPEG (Moving Picture Expert Group) 표준 등을 따르는 코덱(codec)에 의해 부호화된 후 비트스트림의 형태로 기록매체에 저장되거나 통신 채널을 통해 전송된다.
고해상도/고화질의 영상을 재생, 저장할 수 있는 하드웨어의 개발 및 보급에 따라, 고해상도/고화질의 영상을 효과적으로 부호화 및 복호화할 수 있는 코덱의 필요성이 증대하고 있다.
일 실시예에 따른 AI 부호화 장치 및 방법, AI 복호화 장치 및 방법은 낮은 비트레이트의 달성을 위해 AI 기반으로 영상을 부호화 및 복호화하는 것을 기술적 과제로 한다.
일 실시예에 따른 AI 부호화 장치는, 하나 이상의 인스트럭션들을 저장하는 메모리; 및 상기 메모리에 저장된 상기 하나 이상의 인스트럭션들을 실행하는 프로세서를 포함하고, 상기 프로세서는, 원본 영상 내에서 관심 오브젝트 영역을 식별하고, 상기 관심 오브젝트 영역과 비-관심 영역을 각각 포함하는 복수의 원본 파트 영상을 상기 원본 영상으로부터 획득하고, 복수의 DNN 설정 정보 중에서 선택된 DNN 설정 정보로 동작하는 스케일링 DNN을 통해 상기 복수의 원본 파트 영상으로부터 AI 스케일링된 복수의 제 1 영상을 획득하고, 상기 복수의 제 1 영상을 부호화하여 영상 데이터를 생성하고, 상기 AI 스케일링과 관련된 정보를 포함하는 AI 데이터, 및 상기 영상 데이터를 전송할 수 있다.
상기 복수의 원본 파트 영상 각각에 대해 서로 다른 DNN 설정 정보가 선택되며, 상기 복수의 원본 파트 영상은, 상기 DNN 설정 정보로 동작하는 상기 스케일링 DNN을 통해 서로 다른 배율로 크기가 변경될 수 있다.
상기 복수의 원본 파트 영상 중 어느 하나의 원본 파트 영상은, 상기 스케일링 DNN을 통해 크기가 감소하고, 상기 복수의 원본 파트 영상 중 다른 하나의 원본 파트 영상은, 상기 스케일링 DNN을 통해 크기가 증가할 수 있다.
상기 어느 하나의 원본 파트 영상은 상기 비-관심 영역을 포함하고, 상기 다른 하나의 원본 파트 영상은 상기 관심 오브젝트 영역을 포함할 수 있다.
상기 프로세서는, 상기 관심 오브젝트 영역과 상기 비-관심 영역에 대응하는 양자화 파라미터들을 결정하고, 상기 결정된 양자화 파라미터들에 기초하여 상기 복수의 제 1 영상들을 부호화할 수 있다.
상기 프로세서는, 상기 원본 영상 내에서 상기 관심 오브젝트 영역과 상기 비-관심 영역 사이의 경계 영역을 식별하고, 상기 관심 오브젝트 영역, 상기 비-관심 영역, 및 상기 경계 영역 각각을 포함하는 상기 복수의 원본 파트 영상을 상기 원본 영상으로부터 획득할 수 있다.
상기 경계 영역을 포함하는 원본 파트 영상의 상기 AI 스케일링을 통한 크기 변경 배율은, 상기 관심 오브젝트 영역을 포함하는 원본 파트 영상의 상기 AI 스케일링을 통한 크기 변경 배율과 상기 비-관심 영역을 포함하는 원본 파트 영상의 상기 AI 스케일링을 통한 크기 변경 배율 사이의 값을 가질 수 있다.
일 실시예에 따른 AI 복호화 장치는, 하나 이상의 인스트럭션들을 저장하는 메모리; 및 상기 메모리에 저장된 상기 하나 이상의 인스트럭션들을 실행하는 프로세서를 포함하고, 상기 프로세서는, 복수의 제 1 영상의 부호화 결과 생성된 영상 데이터, 및 복수의 원본 파트 영상으로부터 상기 복수의 제 1 영상으로의 AI 스케일링과 관련된 AI 데이터를 획득하고, 상기 영상 데이터를 복호화하여 복수의 제 2 영상을 획득하고, 복수의 DNN 설정 정보 중 상기 복수의 제 2 영상의 AI 스케일링을 위한 DNN 설정 정보를, 상기 AI 데이터에 기초하여 획득하고, 상기 획득된 DNN 설정 정보로 동작하는 스케일링 DNN을 통해 상기 복수의 제 2 영상으로부터 AI 스케일링된 복수의 제 3 영상을 생성하고, 상기 복수의 제 3 영상을 결합하여 복원 영상을 획득할 수 있다.
상기 복수의 원본 파트 영상은 원본 영상으로부터 크롭핑(cropping)된 영상들일 수 있다.
상기 복수의 제 2 영상 각각에 대해 서로 다른 DNN 설정 정보가 획득되며, 상기 복수의 제 2 영상은, 상기 DNN 설정 정보로 동작하는 스케일링 DNN을 통해 서로 다른 배율로 크기가 변경될 수 있다.
상기 복수의 제 2 영상 중 어느 하나의 제 2 영상은, 상기 스케일링 DNN을 통해 크기가 증가하고, 상기 복수의 제 2 영상 중 다른 하나의 제 2 영상은, 상기 스케일링 DNN을 통해 크기가 감소할 수 있다.
상기 다른 하나의 제 2 영상은, 원본 영상 내에서 식별된 관심 오브젝트 영역을 포함할 수 있다.
일 실시예에 따른 AI 부호화 방법은, 원본 영상 내에서 관심 오브젝트 영역을 식별하는 단계; 상기 관심 오브젝트 영역과 비-관심 영역 각각을 포함하는 복수의 원본 파트 영상을 상기 원본 영상으로부터 획득하는 단계; 복수의 DNN 설정 정보 중에서 선택된 DNN 설정 정보로 동작하는 스케일링 DNN을 통해 상기 복수의 원본 파트 영상으로부터 AI 스케일링된 복수의 제 1 영상을 획득하는 단계; 상기 복수의 제 1 영상을 부호화하여 영상 데이터를 생성하는 단계; 및 상기 AI 스케일링과 관련된 정보를 포함하는 AI 데이터, 및 상기 영상 데이터를 전송하는 단계를 포함할 수 있다.
일 실시예에 따른 AI 복호화 방법은, 복수의 제 1 영상의 부호화 결과 생성된 영상 데이터, 및 복수의 원본 파트 영상으로부터 상기 복수의 제 1 영상으로의 AI 스케일링과 관련된 AI 데이터를 획득하는 단계; 상기 영상 데이터를 복호화하여 복수의 제 2 영상을 획득하는 단계; 복수의 DNN 설정 정보 중 상기 복수의 제 2 영상의 AI 스케일링을 위한 DNN 설정 정보를, 상기 AI 데이터에 기초하여 획득하는 단계; 상기 획득된 DNN 설정 정보로 동작하는 스케일링 DNN을 통해 상기 복수의 제 2 영상으로부터 AI 스케일링된 복수의 제 3 영상을 생성하는 단계; 및 상기 복수의 제 3 영상을 결합하여 복원 영상을 획득하는 단계를 포함할 수 있다.
일 실시예에 따른 AI 부호화 장치 및 방법, AI 복호화 장치 및 방법은 AI 기반의 영상 부호화 및 복호화를 통해 영상을 낮은 비트레이트로 처리할 수 있다.
다만, 일 실시예에 따른 AI 부호화 장치 및 방법, AI 복호화 장치 및 방법이 달성할 수 있는 효과는 이상에서 언급한 것들로 제한되지 않으며, 언급하지 않은 또 다른 효과들은 아래의 기재로부터 본 개시가 속하는 기술분야에서 통상의 지식을 가진 자에게 명확하게 이해될 수 있을 것이다.
본 명세서에서 인용되는 도면을 보다 충분히 이해하기 위하여 각 도면의 간단한 설명이 제공된다.
도 1은 일 실시예에 따른 AI 부호화 과정 및 AI 복호화 과정을 설명하기 위한 도면이다.
도 2는 일 실시예에 따른 AI 복호화 장치의 구성을 나타내는 블록도이다.
도 3은 제 2 영상의 AI 업스케일을 위한 제 2 DNN을 나타내는 예시적인 도면이다.
도 4는 컨볼루션 레이어에 의한 컨볼루션 연산을 설명하기 위한 도면이다.
도 5는 여러 영상 관련 정보들과 여러 DNN 설정 정보들 사이의 매핑 관계를 나타내는 예시적인 도면이다.
도 6은 복수의 프레임으로 구성된 제 2 영상을 도시하는 도면이다.
도 7은 일 실시예에 따른 AI 부호화 장치의 구성을 나타내는 블록도이다.
도 8은 원본 영상의 AI 다운스케일을 위한 제 1 DNN을 나타내는 예시적인 도면이다.
도 9는 일 실시예에 따른 AI 부호화 데이터의 구조를 나타내는 도면이다.
도 10은 다른 실시예에 따른 AI 부호화 데이터의 구조를 나타내는 도면이다.
도 11은 제 1 DNN 및 제 2 DNN을 훈련시키는 방법을 설명하기 위한 도면이다.
도 12는 훈련 장치에 의한 제 1 DNN 및 제 2 DNN의 훈련 과정을 설명하기 위한 도면이다.
도 13은 다른 실시예에 따른 AI 부호화 장치의 구성을 나타내는 블록도이다.
도 14는 원본 영상으로부터 획득된 영역 맵을 도시하는 예시적인 도면이다.
도 15는 원본 영상으로부터 생성된 복수의 원본 파트 영상들을 도시하는 예시적인 도면이다.
도 16은 원본 영상으로부터 생성된 복수의 원본 파트 영상들을 도시하는 예시적인 도면이다.
도 17은 원본 파트 영상에서 포함된 영역들의 종류와 DNN 설정 정보들 사이의 매핑 관계를 나타내는 예시적인 도면이다.
도 18은 복수의 원본 파트 영상 각각에 대한 독립적인 AI 스케일링을 통해 획득되는 복수의 제 1 영상을 도시하는 예시적인 도면이다.
도 19는 영역 정보로부터 획득되는 양자화 파라미터 맵을 도시하는 예시적인 도면이다.
도 20은 다른 실시예에 따른 AI 복호화 장치의 구성을 나타내는 블록도이다.
도 21은 복수의 제 2 영상 각각에 대한 독립적인 AI 스케일링을 통해 획득되는 복수의 제 3 영상을 도시하는 예시적인 도면이다.
도 22는 복수의 제 3 영상들의 결합 결과로 획득되는 복원 영상을 도시하는 예시적인 도면이다.
도 23은 다른 실시예에 따른 AI 부호화 장치에 의한 AI 부호화 방법을 나타내는 순서도이다.
도 24는 다른 실시예에 따른 AI 복호화 장치에 의한 AI 복호화 방법을 나타내는 순서도이다.
도 1은 일 실시예에 따른 AI 부호화 과정 및 AI 복호화 과정을 설명하기 위한 도면이다.
도 2는 일 실시예에 따른 AI 복호화 장치의 구성을 나타내는 블록도이다.
도 3은 제 2 영상의 AI 업스케일을 위한 제 2 DNN을 나타내는 예시적인 도면이다.
도 4는 컨볼루션 레이어에 의한 컨볼루션 연산을 설명하기 위한 도면이다.
도 5는 여러 영상 관련 정보들과 여러 DNN 설정 정보들 사이의 매핑 관계를 나타내는 예시적인 도면이다.
도 6은 복수의 프레임으로 구성된 제 2 영상을 도시하는 도면이다.
도 7은 일 실시예에 따른 AI 부호화 장치의 구성을 나타내는 블록도이다.
도 8은 원본 영상의 AI 다운스케일을 위한 제 1 DNN을 나타내는 예시적인 도면이다.
도 9는 일 실시예에 따른 AI 부호화 데이터의 구조를 나타내는 도면이다.
도 10은 다른 실시예에 따른 AI 부호화 데이터의 구조를 나타내는 도면이다.
도 11은 제 1 DNN 및 제 2 DNN을 훈련시키는 방법을 설명하기 위한 도면이다.
도 12는 훈련 장치에 의한 제 1 DNN 및 제 2 DNN의 훈련 과정을 설명하기 위한 도면이다.
도 13은 다른 실시예에 따른 AI 부호화 장치의 구성을 나타내는 블록도이다.
도 14는 원본 영상으로부터 획득된 영역 맵을 도시하는 예시적인 도면이다.
도 15는 원본 영상으로부터 생성된 복수의 원본 파트 영상들을 도시하는 예시적인 도면이다.
도 16은 원본 영상으로부터 생성된 복수의 원본 파트 영상들을 도시하는 예시적인 도면이다.
도 17은 원본 파트 영상에서 포함된 영역들의 종류와 DNN 설정 정보들 사이의 매핑 관계를 나타내는 예시적인 도면이다.
도 18은 복수의 원본 파트 영상 각각에 대한 독립적인 AI 스케일링을 통해 획득되는 복수의 제 1 영상을 도시하는 예시적인 도면이다.
도 19는 영역 정보로부터 획득되는 양자화 파라미터 맵을 도시하는 예시적인 도면이다.
도 20은 다른 실시예에 따른 AI 복호화 장치의 구성을 나타내는 블록도이다.
도 21은 복수의 제 2 영상 각각에 대한 독립적인 AI 스케일링을 통해 획득되는 복수의 제 3 영상을 도시하는 예시적인 도면이다.
도 22는 복수의 제 3 영상들의 결합 결과로 획득되는 복원 영상을 도시하는 예시적인 도면이다.
도 23은 다른 실시예에 따른 AI 부호화 장치에 의한 AI 부호화 방법을 나타내는 순서도이다.
도 24는 다른 실시예에 따른 AI 복호화 장치에 의한 AI 복호화 방법을 나타내는 순서도이다.
본 개시는 다양한 변경을 가할 수 있고 여러 가지 실시예를 가질 수 있는 바, 특정 실시예들을 도면에 예시하고, 이를 상세한 설명을 통해 상세히 설명하고자 한다. 그러나, 이는 본 개시의 실시 형태에 대해 한정하려는 것이 아니며, 본 개시는 여러 실시예들의 사상 및 기술 범위에 포함되는 모든 변경, 균등물 내지 대체물을 포함하는 것으로 이해되어야 한다.
실시예를 설명함에 있어서, 관련된 공지 기술에 대한 구체적인 설명이 본 개시의 요지를 불필요하게 흐릴 수 있다고 판단되는 경우 그 상세한 설명을 생략한다. 또한, 명세서의 설명 과정에서 이용되는 숫자(예를 들어, 제 1, 제 2 등)는 하나의 구성요소를 다른 구성요소와 구분하기 위한 식별기호에 불과하다.
또한, 본 명세서에서, 일 구성요소가 다른 구성요소와 "연결된다" 거나 "접속된다" 등으로 언급된 때에는, 상기 일 구성요소가 상기 다른 구성요소와 직접 연결되거나 또는 직접 접속될 수도 있지만, 특별히 반대되는 기재가 존재하지 않는 이상, 중간에 또 다른 구성요소를 매개하여 연결되거나 또는 접속될 수도 있다고 이해되어야 할 것이다.
또한, 본 명세서에서 '~부(유닛)', '모듈' 등으로 표현되는 구성요소는 2개 이상의 구성요소가 하나의 구성요소로 합쳐지거나 또는 하나의 구성요소가 보다 세분화된 기능별로 2개 이상으로 분화될 수도 있다. 또한, 이하에서 설명할 구성요소 각각은 자신이 담당하는 주기능 이외에도 다른 구성요소가 담당하는 기능 중 일부 또는 전부의 기능을 추가적으로 수행할 수도 있으며, 구성요소 각각이 담당하는 주기능 중 일부 기능이 다른 구성요소에 의해 전담되어 수행될 수도 있음은 물론이다.
또한, 본 명세서에서, '영상(image)' 또는 '픽처'는 정지영상, 복수의 연속된 정지영상(또는 프레임)으로 구성된 동영상, 또는 비디오를 나타낼 수 있다.
또한, 본 명세서에서 'DNN(deep neural network)'은 뇌 신경을 모사한 인공신경망 모델의 대표적인 예시로서, 특정 알고리즘을 사용한 인공신경망 모델로 한정되지 않는다.
또한, 본 명세서에서 '파라미터'는 뉴럴 네트워크를 이루는 각 레이어의 연산 과정에서 이용되는 값으로서 예를 들어, 입력 값을 소정 연산식에 적용할 때 이용되는 가중치를 포함할 수 있다. 파라미터는 매트릭스 형태로 표현될 수 있다. 파라미터는 훈련의 결과로 설정되는 값으로서, 필요에 따라 별도의 훈련 데이터(training data)를 통해 갱신될 수 있다.
또한, 본 명세서에서 '제 1 DNN'은 영상의 AI 다운스케일을 위해 이용되는 DNN을 의미하고, '제 2 DNN'은 영상의 AI 업스케일을 위해 이용되는 DNN을 의미한다.
또한, 본 명세서에서 'DNN 설정 정보'는 DNN을 구성하는 요소와 관련된 정보로서 전술한 파라미터를 포함한다. DNN 설정 정보를 이용하여 제 1 DNN 또는 제 2 DNN이 설정될 수 있다.
또한, 본 명세서에서 '원본 영상'은 AI 부호화의 대상이 되는 영상을 의미하고, '제 1 영상'은 AI 부호화 과정에서 원본 영상의 AI 다운스케일 결과 획득된 영상을 의미한다. 또한, '제 2 영상'은 AI 복호화 과정에서 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 의한 부호화 처리를 의미한다. 또한, '제 1 복호화'는 주파수 변환 기반의 영상 복원 방법에 의한 복호화 처리를 의미하고, 'AI 업스케일'은 AI 기반으로 영상의 해상도를 증가시키는 처리를 의미한다.
도 1은 일 실시예에 따른 AI(artificial intelligence) 부호화 과정 및 AI 복호화 과정을 설명하기 위한 도면이다.
전술한 바와 같이, 영상의 해상도가 급격히 커짐에 따라 부호화/복호화를 위한 정보 처리량이 많아지게 되고, 이에 따라 영상의 부호화 및 복호화 효율을 향상시키기 위한 방안이 필요하다.
도 1에 도시된 바와 같이, 본 개시의 일 실시예에 따르면, 해상도가 큰 원본 영상(105)을 AI 다운스케일(110)하여 제 1 영상(115)을 획득한다. 그리고, 상대적으로 작은 해상도의 제 1 영상(115)을 대상으로 하여 제 1 부호화(120) 및 제 1 복호화(130)를 수행하므로, 원본 영상(105)을 대상으로 하여 제 1 부호화(120) 및 제 1 복호화(130)를 수행하는 경우에 비해 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 훈련되어야(joint trained) 한다. 왜냐하면, AI 다운스케일(110)을 위한 AI와 AI 업스케일(140)을 위한 AI가 분리되어 훈련되는 경우, AI 부호화 대상인 원본 영상(105)과 AI 복호화를 통해 복원된 제 3 영상(145) 사이의 차이가 커지게 되기 때문이다.
본 개시의 실시예에서는, AI 부호화 과정과 AI 복호화 과정에서 이러한 연계 관계를 유지하기 위해, AI 데이터를 이용할 수 있다. 따라서, AI 부호화 과정을 통해 획득된 AI 데이터는 업스케일 타겟을 나타내는 정보를 포함하여야 하고, AI 복호화 과정에서는 AI 데이터에 기초하여 확인되는 업스케일 타겟에 따라 제 2 영상(135)을 AI 업스케일(140)하여야 한다.
AI 다운스케일(110)을 위한 AI 및 AI 업스케일(140)을 위한 AI는 DNN(deep neural network)으로 구현될 수 있다. 도 11을 참조하여 후술하는 바와 같이, 제 1 DNN과 제 2 DNN은 소정 타겟 하에 손실 정보의 공유를 통해 연계 훈련되므로, AI 부호화 장치는 제 1 DNN과 2 DNN이 연계 훈련할 때 이용된 타겟 정보를 AI 복호화 장치로 제공하고, AI 복호화 장치는 제공받은 타겟 정보에 기초하여 제 2 영상(135)을 타겟하는 화질 및/또는 해상도로 AI 업스케일(140)할 수 있다.
도 1에 도시된 제 1 부호화(120) 및 제 1 복호화(130)에 대해 상세히 설명하면, 원본 영상(105)으로부터 AI 다운스케일(110)된 제 1 영상(115)은 제 1 부호화(120)를 통해 정보량이 감축될 수 있다. 제 1 부호화(120)는, 제 1 영상(115)을 예측하여 예측 데이터를 생성하는 과정, 제 1 영상(115)과 예측 데이터 사이의 차이에 해당하는 잔차 데이터를 생성하는 과정, 공간 영역 성분인 잔차 데이터를 주파수 영역 성분으로 변환(transformation)하는 과정, 주파수 영역 성분으로 변환된 잔차 데이터를 양자화(quantization)하는 과정 및 양자화된 잔차 데이터를 엔트로피 부호화하는 과정 등을 포함할 수 있다. 이와 같은 제 1 부호화 과정(120)은 MPEG-2, H.264 AVC(Advanced Video Coding), MPEG-4, HEVC(High Efficiency Video Coding), VC-1, VP8, VP9 및 AV1(AOMedia Video 1) 등 주파수 변환을 이용한 영상 압축 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 MPEG-2, H.264, MPEG-4, HEVC, VC-1, VP8, VP9 및 AV1 등 주파수 변환을 이용한 영상 압축 방법들 중의 하나에 대응되는 영상 복원 방법을 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 따라 생성될 수 있다.
AI 데이터는 제 2 DNN에 기반한 AI 업스케일(140)에 이용된다. 전술한 바와 같이, 제 1 DNN과 제 2 DNN은 연계 훈련되기 때문에, AI 데이터는 제 2 DNN을 통한 제 2 영상(135)의 정확한 AI 업스케일(140)이 수행될 수 있게 하는 정보를 포함한다. AI 복호화 과정에서는 AI 데이터에 기반하여 제 2 영상(135)을 타겟하는 해상도 및/또는 화질로 AI 업스케일(140)할 수 있다.
AI 데이터는 비트스트림의 형태로 영상 데이터와 함께 전송될 수 있다. 구현예에 따라, AI 데이터는 프레임이나 패킷 형태로 영상 데이터와 구분되어 전송될 수도 있다. 또는 구현예에 따라, AI 데이터는 영상 데이터에 포함되어 전송될 수도 있다. 영상 데이터와 AI 데이터는 동일한 네트워크 또는 서로 상이한 네트워크를 통해 전송될 수 있다.
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.
다른 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.
다른 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 DNN 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 DNN의 다운스케일 타겟에 대응하여야 한다. 따라서, AI 데이터는 제 1 DNN의 다운스케일 타겟을 확인할 수 있는 정보가 포함되어야 한다.
AI 데이터에 포함된 정보를 구체적으로 예시하면, 원본 영상(105)의 해상도와 제 1 영상(115)의 해상도의 차이 정보, 제 1 영상(115) 관련 정보가 있다.
차이 정보는, 원본 영상(105) 대비 제 1 영상(115)의 해상도 변환 정도에 대한 정보(예를 들어, 해상도 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/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 및 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 및 제 1 영상(115) 관련 정보 중 적어도 하나에 기초하여 제 2 영상(135)의 업스케일 타겟을 결정할 수 있다. 업스케일 타겟은 예를 들어, 제 2 영상(135)을 어느 정도의 해상도로 업스케일하여야 하는지를 나타낼 수 있다.
AI 업스케일부(236)는 업스케일 타겟이 결정되면, 업스케일 타겟에 대응하는 제 3 영상(145)을 획득하기 위해 제 2 DNN을 통해 제 2 영상(135)을 AI 업스케일한다.
AI 설정부(238)가 AI 데이터에 기초하여 업스케일 타겟을 결정하는 방법을 설명하기에 앞서, 제 2 DNN을 통한 AI 업스케일 과정에 대해 도 3 및 도 4를 참조하여 설명한다.
도 3은 제 2 영상(135)의 AI 업스케일을 위한 제 2 DNN(300)을 나타내는 예시적인 도면이고, 도 4는 도 3에 도시된 제 1 컨볼루션 레이어(310)에서의 컨볼루션 연산을 도시하고 있다.
도 3에 도시된 바와 같이, 제 2 영상(135)은 제 1 컨볼루션 레이어(310)로 입력된다. 도 3에 도시된 제 1 컨볼루션 레이어(310)에 표시된 3X3X4는 3 x 3의 크기의 4개의 필터 커널을 이용하여 1개의 입력 영상에 대해 컨볼루션 처리를 하는 것을 예시한다. 컨볼루션 처리 결과 4개의 필터 커널에 의해 4개의 특징 맵이 생성된다. 각 특징 맵은 제 2 영상(135)의 고유한 특성들을 나타낸다. 예를 들어, 각 특징 맵은 제 2 영상(135)의 수직 방향 특성, 수평 방향 특성 또는 에지 특성 등을 나타낼 수 있다.
도 4를 참조하여, 제 1 컨볼루션 레이어(310)에서의 컨볼루션 연산에 대해 상세히 설명한다.
제 1 컨볼루션 레이어(310)에서 이용되는 3 X 3의 크기를 갖는 필터 커널(430)의 파라미터들과 그에 대응하는 제 2 영상(135) 내 픽셀 값들 사이의 곱 연산 및 덧셈 연산을 통해 하나의 특징 맵(450)이 생성될 수 있다. 제 1 컨볼루션 레이어(310)에서는 4개의 필터 커널이 이용되므로, 4개의 필터 커널을 이용한 컨볼루션 연산 과정을 통해 4개의 특징 맵이 생성될 수 있다.
도 4에서 제 2 영상(135)에 표시된 I1 내지 I49는 제 2 영상(135)의 픽셀들을 나타내고, 필터 커널(430)에 표시된 F1 내지 F9는 필터 커널(430)의 파라미터들을 나타낸다. 또한, 특징 맵(450)에 표시된 M1 내지 M9는 특징 맵(450)의 샘플들을 나타낸다.
도 4는 제 2 영상(135)이 49개의 픽셀을 포함하는 것으로 예시하고 있으나, 이는 하나의 예시일 뿐이며, 제 2 영상(135)이 4K의 해상도를 갖는 경우, 예를 들어, 3840 X 2160개의 픽셀을 포함할 수 있다.
컨볼루션 연산 과정에서, 제 2 영상(135)의 I1, I2, I3, I8, I9, I10, I15, I16, I17의 픽셀 값들 각각과 필터 커널(430)의 F1, F2, F3, F4, F5, F6, F7, F8 및 F9 각각의 곱 연산이 수행되고, 곱 연산의 결과 값들을 조합(예를 들어, 덧셈 연산)한 값이 특징 맵(450)의 M1의 값으로 할당될 수 있다. 컨볼루션 연산의 스트라이드(stride)가 2라면, 제 2 영상(135)의 I3, I4, I5, I10, I11, I12, I17, I18, I19의 픽셀 값들 각각과 필터 커널(430)의 F1, F2, F3, F4, F5, F6, F7, F8 및 F9 각각의 곱 연산이 수행되고, 곱 연산의 결과 값들을 조합한 값이 특징 맵(450)의 M2의 값으로 할당될 수 있다.
필터 커널(430)이 제 2 영상(135)의 마지막 픽셀에 도달할 때까지 스트라이드에 따라 이동하는 동안 제 2 영상(135) 내 픽셀 값들과 필터 커널(430)의 파라미터들 사이의 컨볼루션 연산이 수행됨으로써, 소정 크기를 갖는 특징 맵(450)이 획득될 수 있다.
본 개시에 따르면, 제 1 DNN과 제 2 DNN의 연계 훈련을 통해 제 2 DNN의 파라미터들, 예를 들어, 제 2 DNN의 컨볼루션 레이어들에서 이용되는 필터 커널의 파라미터들(예를 들어, 필터 커널(430)의 F1, F2, F3, F4, F5, F6, F7, F8 및 F9)의 값이 최적화될 수 있다. AI 설정부(238)는 AI 데이터에 기초하여, 제 1 DNN의 다운스케일 타겟에 대응하는 업스케일 타겟을 결정하고, 결정된 업스케일 타겟에 대응하는 파라미터들을 제 2 DNN의 컨볼루션 레이어들에서 이용되는 필터 커널의 파라미터들로 결정할 수 있다.
제 1 DNN 및 제 2 DNN에 포함된 컨볼루션 레이어들은 도 4와 관련하여 설명한 컨볼루션 연산 과정에 따른 처리를 할 수 있으나, 도 4에서 설명한 컨볼루션 연산 과정은 하나의 예시일 뿐이며, 이에 한정되는 것은 아니다.
다시 도 3을 참조하면, 제 1 컨볼루션 레이어(310)에서 출력된 특징 맵들은 제 1 활성화 레이어(320)로 입력된다.
제 1 활성화 레이어(320)는 각각의 특징 맵에 대해 비선형(Non-linear) 특성을 부여할 수 있다. 제 1 활성화 레이어(320)는 시그모이드 함수(sigmoid function), Tanh 함수, ReLU(Rectified Linear Unit) 함수 등을 포함할 수 있으나, 이에 한정되는 것은 아니다.
제 1 활성화 레이어(320)에서 비선형 특성을 부여하는 것은, 제 1 컨볼루션 레이어(310)의 출력인, 특징 맵의 일부 샘플 값을 변경하여 출력하는 것을 의미한다. 이때, 변경은 비선형 특성을 적용하여 수행된다.
제 1 활성화 레이어(320)는 제 1 컨볼루션 레이어(310)로부터 출력되는 특징 맵들의 샘플 값들을 제 2 컨볼루션 레이어(330)로 전달할지 여부를 결정한다. 예를 들어, 특징 맵들의 샘플 값들 중 어떤 샘플 값들은 제 1 활성화 레이어(320)에 의해 활성화되어 제 2 컨볼루션 레이어(330)로 전달되고, 어떤 샘플 값들은 제 1 활성화 레이어(320)에 의해 비활성화되어 제 2 컨볼루션 레이어(330)로 전달되지 않는다. 특징 맵들이 나타내는 제 2 영상(135)의 고유 특성이 제 1 활성화 레이어(320)에 의해 강조된다.
제 1 활성화 레이어(320)에서 출력된 특징 맵들(325)은 제 2 컨볼루션 레이어(330)로 입력된다. 도 3에 도시된 특징 맵들(325) 중 어느 하나는 도 4와 관련하여 설명한 특징 맵(450)이 제 1 활성화 레이어(320)에서 처리된 결과이다.
제 2 컨볼루션 레이어(330)에 표시된 3X3X4는 3 x 3의 크기의 4개의 필터 커널을 이용하여 입력된 특징 맵들(325)에 대해 컨볼루션 처리하는 것을 예시한다. 제 2 컨볼루션 레이어(330)의 출력은 제 2 활성화 레이어(340)로 입력된다. 제 2 활성화 레이어(340)는 입력 데이터에 대해 비선형 특성을 부여할 수 있다.
제 2 활성화 레이어(340)에서 출력된 특징 맵들(345)은 제 3 컨볼루션 레이어(350)로 입력된다. 도 3에 도시된 제 3 컨볼루션 레이어(350)에 표시된 3X3X1는 3 x 3의 크기의 1개의 필터 커널을 이용하여 1개의 출력 영상을 만들기 위해 컨볼루션 처리를 하는 것을 예시한다. 제 3 컨볼루션 레이어(350)는 최종 영상을 출력하기 위한 레이어로서 1개의 필터 커널을 이용하여 1개의 출력을 생성한다. 본 개시의 예시에 따르면, 제 3 컨볼루션 레이어(350)는 컨벌루션 연산을 통해 제 3 영상(145)을 출력할 수 있다.
제 2 DNN(300)의 제 1 컨볼루션 레이어(310), 제 2 컨볼루션 레이어(330) 및 제 3 컨볼루션 레이어(350)의 필터 커널의 개수, 필터 커널의 파라미터 등을 나타내는 DNN 설정 정보는 후술하는 바와 같이 복수 개일 수 있는데, 복수의 DNN 설정 정보는 제 1 DNN의 복수의 DNN 설정 정보와 연계되어야 한다. 제 2 DNN의 복수의 DNN 설정 정보와 제 1 DNN의 복수의 DNN 설정 정보 사이의 연계는, 제 1 DNN 및 제 2 DNN의 연계 학습을 통해 구현될 수 있다.
도 3은 제 2 DNN(300)이 세 개의 컨볼루션 레이어(310, 330, 350)와 두 개의 활성화 레이어(320, 340)를 포함하고 있는 것으로 도시하고 있으나, 이는 하나의 예시일 뿐이며, 구현예에 따라서, 컨볼루션 레이어 및 활성화 레이어의 개수는 다양하게 변경될 수 있다. 또한, 구현예에 따라서, 제 2 DNN(300)은 RNN(recurrent neural network)을 통해 구현될 수도 있다. 이 경우는 본 개시의 예시에 따른 제 2 DNN(300)의 CNN 구조를 RNN 구조로 변경하는 것을 의미한다.
일 실시예에서, AI 업스케일부(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 맞춰 제 2 영상(135)을 AI 업스케일하는 방법을 설명한다.
일 실시예에서, AI 설정부(238)는 제 2 DNN에 세팅 가능한 복수의 DNN 설정 정보를 저장할 수 있다.
여기서, DNN 설정 정보는 제 2 DNN에 포함되는 컨볼루션 레이어의 수, 컨볼루션 레이어별 필터 커널의 개수 및 각 필터 커널의 파라미터 중 적어도 하나에 대한 정보를 포함할 수 있다.
복수의 DNN 설정 정보는 다양한 업스케일 타겟에 각각 대응될 수 있으며, 특정 업스케일 타겟에 대응되는 DNN 설정 정보에 기반하여 제 2 DNN이 동작할 수 있다. DNN 설정 정보에 따라 제 2 DNN이 서로 다른 구조를 가질 수 있다. 예를 들어, 어느 DNN 설정 정보에 따라 제 2 DNN이 3개의 컨볼루션 레이어를 포함할 수 있고, 다른 DNN 설정 정보에 따라 제 2 DNN이 4개의 컨볼루션 레이어를 포함할 수 있다.
일 실시예에서, DNN 설정 정보는 제 2 DNN에서 사용되는 필터 커널의 파라미터만을 포함할 수도 있다. 이 경우, 제 2 DNN의 구조는 변경되지 않는 대신, DNN 설정 정보에 따라 내부의 필터 커널의 파라미터만이 달라질 수 있다.
AI 설정부(238)는 복수의 DNN 설정 정보 중 제 2 영상(135)의 AI 업스케일을 위한 DNN 설정 정보를 획득할 수 있다. 여기서 사용되는 복수의 DNN 설정 정보 각각은 미리 결정된 해상도 및/또는 미리 결정된 화질의 제 3 영상(145)을 획득하기 위한 정보로, 제 1 DNN과 연계하여 훈련된 것이다.
예를 들어, 복수의 DNN 설정 정보 중 어느 하나의 DNN 설정 정보는 제 2 영상(135)의 해상도보다 2배 큰 해상도의 제 3 영상(145), 예를 들어, 2K (2048*1080)의 제 2 영상(135)보다 2배 큰 4K(4096*2160)의 제 3 영상(145)을 획득하기 위한 정보들을 포함할 수 있고, 다른 하나의 DNN 설정 정보는 제 2 영상(135)의 해상도보다 4배 큰 해상도의 제 3 영상(145), 예를 들어, 2K (2048*1080)의 제 2 영상(135)보다 4배 큰 8K(8192*4320)의 제 3 영상(145)을 획득하기 위한 정보들을 포함할 수 있다.
복수의 DNN 설정 정보 각각은 AI 부호화 장치(700)의 제 1 DNN의 DNN 설정 정보와 연계되어 만들어진 것이며, AI 설정부(238)는 제 1 DNN의 DNN 설정 정보의 축소 비율에 대응되는 확대 비율에 따라 복수의 DNN 설정 정보 중 하나의 DNN 설정 정보를 획득한다. 이를 위해, AI 설정부(238)는 제 1 DNN의 정보를 확인하여야 한다. 제 1 DNN의 정보를 AI 설정부(238)가 확인하기 위해, 일 실시예에 따른 AI 복호화 장치(200)는 AI 부호화 장치(700)로부터 제 1 DNN의 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 DNN의 DNN 설정 정보가 타겟하는 정보를 확인하고, 그와 연계 훈련된 제 2 DNN의 DNN 설정 정보를 획득할 수 있는 것이다.
복수의 DNN 설정 정보 중 제 2 영상(135)의 AI 업스케일을 위한 DNN 설정 정보가 획득되면, DNN 설정 정보는 AI 업스케일부(236)로 전달되고, DNN 설정 정보에 따라 동작하는 제 2 DNN에 기초하여 입력 데이터가 처리될 수 있다.
예를 들어, AI 업스케일부(236)는 어느 하나의 DNN 설정 정보가 획득되면, 도 3에 도시된 제 2 DNN(300)의 제 1 컨볼루션 레이어(310), 제 2 컨볼루션 레이어(330) 및 제 3 컨볼루션 레이어(350) 각각에 대해서, 각 레이어에 포함되는 필터 커널의 개수와 필터 커널의 파라미터들을, 상기 획득된 DNN 설정 정보에 포함된 값으로 설정한다.
구체적으로, AI 업스케일부(236)는 도 4에 도시된 제 2 DNN의 어느 하나의 컨볼루션 레이어에서 이용되는 3 X 3의 필터 커널의 파라미터들이 {1, 1, 1, 1, 1, 1, 1, 1, 1}이고, DNN 설정 정보의 변경이 있는 경우, 필터 커널의 파라미터들을 변경된 DNN 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 DNN 설정 정보 중 제 2 영상(135)을 업스케일하기 위한 DNN 설정 정보를 획득할 수 있는데, DNN 설정 정보를 획득하는데 이용되는 AI 데이터에 대해 구체적으로 설명한다.
일 실시예에서, AI 설정부(238)는 AI 데이터에 포함된 차이 정보에 기초하여, 복수의 DNN 설정 정보 중 제 2 영상(135)을 업스케일하기 위한 DNN 설정 정보를 획득할 수 있다. 예를 들어, 차이 정보에 기초하여 원본 영상(105)의 해상도(예를 들어, 4K(4096*2160))가 제 1 영상(115)의 해상도(예를 들어, 2K (2048*1080))보다 2배 큰 것으로 확인된 경우, AI 설정부(238)는 제 2 영상(135)의 해상도를 2배 증가시킬 수 있는 DNN 설정 정보를 획득할 수 있다.
다른 실시예에서, AI 설정부(238)는 AI 데이터에 포함된 제 1 영상(115) 관련 정보에 기초하여, 복수의 DNN 설정 정보 중 제 2 영상(135)을 AI 업스케일하기 위한 DNN 설정 정보를 획득할 수 있다. AI 설정부(238)는 영상 관련 정보들과 DNN 설정 정보들 사이의 매핑 관계를 미리 결정하고, 제 1 영상(115) 관련 정보에 매핑된 DNN 설정 정보를 획득할 수 있다.
도 5는 여러 영상 관련 정보들과 여러 DNN 설정 정보들 사이의 매핑 관계를 나타내는 예시적인 도면이다.
도 5에 따른 실시예를 통해, 본 개시의 일 실시예의 AI 부호화/AI 복호화 과정은 해상도의 변화만을 고려하는 것이 아님을 알 수 있다. 도 5에 도시된 바와 같이, SD, HD, Full HD와 같은 해상도, 10Mbps, 15Mbps, 20Mbps와 같은 비트레이트, 그리고 AV1, H.264, HEVC와 같은 코덱 정보를 개별적으로 또는 모두 고려하여 DNN 설정 정보의 선택이 이루어질 수 있다. 이러한 고려를 위해서는 AI 훈련 과정에서 각각의 요소들을 고려한 훈련이 부호화, 복호화 과정에 연계되어 이루어져야 한다(도 11 참조).
따라서, 훈련 내용에 따라서 도 5에 도시된 바와 같이, 코덱 타입, 영상의 해상도 등을 포함하는 영상 관련 정보에 기반하여 복수의 DNN 설정 정보가 구비된 경우, AI 복호화 과정에서 전달받는 제 1 영상(115) 관련 정보에 기반하여 제 2 영상(135)의 AI 업스케일을 위한 DNN 설정 정보를 획득할 수 있다.
즉, AI 설정부(238)는 도 5에 도시된 표의 좌측에 도시된 영상 관련 정보와 표 우측의 DNN 설정 정보를 매칭하고 있음으로써, 영상 관련 정보에 따른 DNN 설정 정보를 사용할 수 있는 것이다.
도 5에 예시된 바와 같이, 제 1 영상(115) 관련 정보로부터 제 1 영상(115)의 해상도가 SD이고, 제 1 영상(115)의 제 1 부호화 결과 획득된 영상 데이터의 비트레이트가 10Mbps이고, 제 1 영상(115)이 AV1 코덱으로 제 1 부호화된 것으로 확인되면, AI 설정부(238)는 복수의 DNN 설정 정보 중 A DNN 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 DNN 설정 정보 중 B DNN 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 DNN 설정 정보 중 C DNN 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 DNN 설정 정보 중 D DNN 설정 정보를 획득할 수 있다. 제 1 영상(115)의 제 1 부호화 결과 획득된 영상 데이터의 비트레이트가 20Mbps인지 또는 15Mbps인지에 따라 C DNN 설정 정보와 D DNN 설정 정보 중에서 어느 하나가 선택된다. 동일 해상도의 제 1 영상(115)을 동일 코덱으로 제 1 부호화하였을 때, 영상 데이터의 비트레이트가 서로 상이하다는 것은, 복원되는 영상의 화질이 서로 상이하다는 것을 의미한다. 따라서, 제 1 DNN과 제 2 DNN은 소정 화질에 기반하여 연계 훈련될 수 있으며, 이에 따라 AI 설정부(238)는 제 2 영상(135)의 화질을 나타내는, 영상 데이터의 비트레이트에 따라 DNN 설정 정보를 획득할 수 있다.
또 다른 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 DNN 설정 정보 중 제 2 영상(135)을 AI 업스케일하기 위한 DNN 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 DNN 설정 정보를 획득할 수도 있다. 동일한 비트레이트라도 영상의 복잡도에 따라 복원 영상의 화질 정도에 차이가 있을 수 있으며, 비트레이트는 제 1 부호화되는 제 1 영상(115) 전체를 대표하는 값으로서 제 1 영상(115) 내에서도 각 프레임의 화질이 서로 다를 수 있다. 따라서, 제 1 복호화부(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 DNN 설정 정보를 획득할 수 있다.
또한, 구현예에 따라, AI 데이터는 상호 약속된 DNN 설정 정보의 식별자를 포함할 수 있다. DNN 설정 정보의 식별자는, 제 1 DNN의 다운스케일 타겟에 대응하는 업스케일 타겟으로, 제 2 영상(135)을 AI 업스케일할 수 있도록, 제 1 DNN과 제 2 DNN 간 연계 훈련된 DNN 설정 정보의 쌍을 구분하기 위한 정보이다. AI 설정부(238)는 AI 데이터에 포함된 DNN 설정 정보의 식별자를 획득한 후, DNN 설정 정보의 식별자에 대응하는 DNN 설정 정보를 획득하고, AI 업스케일부(236)는 해당 DNN 설정 정보를 사용하여 제 2 영상(135)을 AI 업스케일할 수 있다. 예를 들어, 제 1 DNN에 설정 가능한 복수의 DNN 설정 정보 각각을 가리키는 식별자와 제 2 DNN에 설정 가능한 복수의 DNN 설정 정보 각각을 가리키는 식별자가 미리 지정되어 있을 수 있다. 이 경우, 제 1 DNN 및 제 2 DNN 각각에 설정 가능한 DNN 설정 정보의 쌍에 대해 동일한 식별자가 지정될 수 있다. AI 데이터는 원본 영상(105)의 AI 다운스케일을 위해 제 1 DNN에 설정된 DNN 설정 정보의 식별자를 포함할 수 있다. AI 데이터를 수신한 AI 설정부(238)는 복수의 DNN 설정 정보 중 AI 데이터에 포함된 식별자가 가리키는 DNN 설정 정보를 획득하고, AI 업스케일부(236)는 해당 DNN 설정 정보를 이용하여 제 2 영상(135)을 AI 업스케일할 수 있다.
또한, 구현예에 따라, AI 데이터는 DNN 설정 정보를 포함할 수도 있다. AI 설정부(238)는 AI 데이터에 포함된 DNN 설정 정보를 획득하고, AI 업스케일부(236)는 해당 DNN 설정 정보를 사용하여 제 2 영상(135)을 AI 업스케일할 수도 있다.
구현예에 따라, DNN 설정 정보를 구성하는 정보들(예를 들어, 컨볼루션 레이어의 수, 컨볼루션 레이어별 필터 커널의 개수, 각 필터 커널의 파라미터 등)들이 룩업 테이블 형태로 저장되어 있는 경우, AI 설정부(238)는 AI 데이터에 포함된 정보에 기초하여 룩업 테이블 값들 중에서 선택된 일부를 조합하여 DNN 설정 정보를 획득하고, AI 업스케일부(236)는 해당 DNN 설정 정보를 사용하여 제 2 영상(135)을 AI 업스케일할 수도 있다.
구현예에 따라, AI 설정부(238)는 업스케일 타겟에 대응되는 DNN의 구조가 결정되면, 결정된 DNN의 구조에 대응하는 DNN 설정 정보, 예를 들어, 필터 커널의 파라미터들을 획득할 수도 있다.
전술한 바와 같이, AI 설정부(238)는 제 1 DNN과 관련된 정보를 포함하는 AI 데이터를 통해 제 2 DNN의 DNN 설정 정보를 획득하고, AI 업스케일부(236)는 해당 DNN 설정 정보로 세팅된 제 2 DNN을 통해 제 2 영상(135)을 AI 업스케일하는 데, 이는, 제 2 영상(135)의 특징을 직접 분석하여 업스케일하는 것과 비교하여 메모리 사용량과 연산량이 감소될 수 있다.
일 실시예에서, 제 2 영상(135)이 복수의 프레임으로 구성된 경우, AI 설정부(238)는 소정 개수의 프레임 별로 DNN 설정 정보를 독립적으로 획득할 수 있고, 또는, 전체 프레임에 대해 공통된 DNN 설정 정보를 획득할 수도 있다.
도 6은 복수의 프레임으로 구성된 제 2 영상(135)을 도시하는 도면이다.
도 6에 도시된 바와 같이, 제 2 영상(135)은 t0 내지 tn에 대응하는 프레임들로 이루어질 수 있다.
일 예시에서, AI 설정부(238)는 AI 데이터를 통해 제 2 DNN의 DNN 설정 정보를 획득하고, AI 업스케일부(236)는 해당 DNN 설정 정보에 기초하여 t0 내지 tn에 대응하는 프레임들을 AI 업스케일할 수 있다. 즉, t0 내지 tn에 대응하는 프레임들이 공통된 DNN 설정 정보에 기초하여 AI 업스케일될 수 있다.
다른 예시에서, AI 설정부(238)는 t0 내지 tn에 대응하는 프레임들 중 일부의 프레임들, 예를 들어, t0 내지 ta에 대응하는 프레임들에 대해 AI 데이터로부터 'A' DNN 설정 정보를 획득하고, ta+1 내지 tb에 대응하는 프레임들에 대해 AI 데이터로부터 'B' DNN 설정 정보를 획득할 수 있다. 또한, AI 설정부(238)는 tb+1 내지 tn에 대응하는 프레임들에 대해 AI 데이터로부터 'C' DNN 설정 정보를 획득할 수 있다. 다시 말하면, AI 설정부(238)는 복수의 프레임들 중 소정 개수의 프레임을 포함하는 그룹마다 DNN 설정 정보를 독립적으로 획득하고, AI 업스케일부(236)는 그룹 각각에 포함된 프레임들을 독립적으로 획득한 DNN 설정 정보로 AI 업스케일할 수 있다.
또 다른 예시에서, AI 설정부(238)는 제 2 영상(135)을 구성하는 프레임별로 DNN 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 DNN 설정 정보를 획득하고, 두 번째 프레임과 관련하여 DNN 설정 정보를 획득하고, 세 번째 프레임과 관련하여 DNN 설정 정보를 획득할 수 있다. 즉, 첫 번째 프레임, 두 번째 프레임 및 세 번째 프레임 각각에 대해 DNN 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 DNN 설정 정보가 획득되는 방식에 따라, 제 2 영상(135)을 구성하는 프레임별로 DNN 설정 정보가 독립적으로 획득될 수 있다. 왜냐하면, 모드 정보, 양자화 파라미터 정보 등은 제 2 영상(135)을 구성하는 프레임마다 독립적으로 결정될 수 있기 때문이다.
또 다른 예시에서, AI 데이터는 AI 데이터에 기초하여 획득되는 DNN 설정 정보가 어느 프레임까지 유효한 것인지를 나타내는 정보를 포함할 수 있다. 예를 들어, AI 데이터 내에 DNN 설정 정보가 ta 프레임까지 유효하다는 정보가 포함되어 있는 경우, AI 설정부(238)는 AI 데이터에 기초하여 DNN 설정 정보를 획득하고, AI 업스케일부(236)는 t0 내지 ta 프레임들을 해당 DNN 설정 정보로 AI 업스케일한다. 그리고, 다른 AI 데이터 내에 DNN 설정 정보가 tn 프레임까지 유효하다는 정보가 포함되어 있는 경우, AI 설정부(238)는 상기 다른 AI 데이터에 기초하여 DNN 설정 정보를 획득하고, AI 업스케일부(236)는 획득한 DNN 설정 정보로 ta+1 내지 tn 프레임들을 AI 업스케일할 수 있다.
이하에서는, 도 7을 참조하여, 원본 영상(105)의 AI 부호화를 위한 AI 부호화 장치(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 DNN의 다운스케일 타겟에 대응하는 업스케일 타겟으로 제 2 영상(135)을 AI 업스케일할 수 있게 하는 정보들을 포함한다.
일 예에서, AI 데이터는 원본 영상(105)과 제 1 영상(115) 사이의 차이 정보를 포함할 수 있다.
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 및 제 1 영상(115)의 제 1 부호화시 이용된 코덱 타입 중 적어도 하나에 대한 정보를 포함할 수 있다.
일 실시예에서, AI 데이터는, 제 1 DNN의 다운스케일 타겟에 대응하는 업스케일 타겟으로 제 2 영상(135)이 AI 업스케일될 수 있도록, 상호 약속된 DNN 설정 정보의 식별자를 포함할 수 있다.
또한, 일 실시예에서, AI 데이터는 제 2 DNN에 세팅 가능한 DNN 설정 정보를 포함할 수도 있다.
AI 다운스케일부(712)는 제 1 DNN을 통해 원본 영상(105)으로부터 AI 다운스케일된 제 1 영상(115)을 획득할 수 있다. AI 다운스케일부(712)는 AI 설정부(718)로부터 제공된 DNN 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 DNN에 세팅 가능한 복수의 DNN 설정 정보를 저장할 수 있다. AI 설정부(718)는 복수의 DNN 설정 정보 중 다운스케일 타겟에 대응하는 DNN 설정 정보를 획득하고, 획득된 DNN 설정 정보를 AI 다운스케일부(712)로 제공한다.
상기 복수의 DNN 설정 정보 각각은 미리 결정된 해상도 및/또는 미리 결정된 화질의 제 1 영상(115)을 획득하기 위해 훈련된 것일 수 있다. 예를 들어, 복수의 DNN 설정 정보 중 어느 하나의 DNN 설정 정보는 원본 영상(105)의 해상도보다 1/2배만큼 작은 해상도의 제 1 영상(115), 예를 들어, 4K(4096*2160)의 원본 영상(105)보다 1/2배 작은 2K (2048*1080)의 제 1 영상(115)을 획득하기 위한 정보들을 포함할 수 있고, 다른 하나의 DNN 설정 정보는 원본 영상(105)의 해상도보다 1/4배만큼 작은 해상도의 제 1 영상(115), 예를 들어, 8K(8192*4320)의 원본 영상(105)보다 1/4배 작은 2K (2048*1080)의 제 1 영상(115)을 획득하기 위한 정보들을 포함할 수 있다.
구현예에 따라, DNN 설정 정보를 구성하는 정보들(예를 들어, 컨볼루션 레이어의 수, 컨볼루션 레이어별 필터 커널의 개수, 각 필터 커널의 파라미터 등)이 룩업 테이블 형태로 저장되어 있는 경우, AI 설정부(718)는 다운스케일 타겟에 따라 룩업 테이블 값들 중에서 선택된 일부를 조합하여 DNN 설정 정보를 획득하고, 획득한 DNN 설정 정보를 AI 다운스케일부(712)로 제공할 수도 있다.
구현예에 따라, AI 설정부(718)는 다운스케일 타겟에 대응되는 DNN의 구조를 결정하고, 결정된 DNN의 구조에 대응하는 DNN 설정 정보, 예를 들어, 필터 커널의 파라미터들을 획득할 수도 있다.
원본 영상(105)의 AI 다운스케일을 위한 복수의 DNN 설정 정보는, 제 1 DNN과 제 2 DNN이 연계 훈련됨으로써, 최적화된 값을 가질 수 있다. 여기서, 각 DNN 설정 정보는 제 1 DNN에 포함되는 컨볼루션 레이어의 수, 컨볼루션 레이어별 필터 커널의 개수 및 각 필터 커널의 파라미터 중 적어도 하나를 포함한다.
AI 다운스케일부(712)는 원본 영상(105)의 AI 다운스케일을 위해 결정된 DNN 설정 정보로 제 1 DNN을 세팅하여, 소정 해상도 및/또는 소정 화질의 제 1 영상(115)을 제 1 DNN을 통해 획득할 수 있다. 복수의 DNN 설정 정보 중 원본 영상(105)의 AI 다운스케일을 위한 DNN 설정 정보가 획득되면, 제 1 DNN 내 각 레이어는 DNN 설정 정보에 포함된 정보들에 기초하여 입력된 데이터를 처리할 수 있다.
이하에서는, AI 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 및 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 따라 다운스케일 타겟을 결정하고, 결정된 다운스케일 타겟에 대응하는 DNN 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 및 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 따르면, 사용자가 선호하는 부호화 품질 또는 압축률 등이 결정될 수 있으며, 압축 히스토리 정보에 기초하여 결정된 부호화 품질 등에 따라 다운스케일 타겟이 결정될 수 있다. 예를 들면, 압축 히스토리 정보에 따라 가장 많이 이용된 적이 있는 부호화 품질에 따라 제 1 영상(115)의 해상도, 화질 등이 결정될 수 있다.
또 다른 예로, AI 설정부(718)는 압축 히스토리 정보에 따라 소정의 임계 값보다 많이 이용된 적이 있는 부호화 품질(예를 들면, 소정의 임계값보다 많이 이용된 적이 있는 부호화 품질들의 평균 품질)에 기초하여 다운스케일 타겟을 결정할 수도 있다.
또 다른 예로, AI 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 DNN 설정 정보를 독립적으로 획득하고, 독립적으로 획득한 DNN 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 DNN 설정 정보를 독립적으로 획득할 수 있다. 각 그룹에 대해 서로 동일하거나 서로 상이한 DNN 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 DNN 설정 정보를 독립적으로 결정할 수 있다. 각각의 프레임에 대해 서로 동일하거나 서로 상이한 DNN 설정 정보가 획득될 수 있다.
이하에서는, AI 다운스케일의 기반이 되는 제 1 DNN(800)의 예시적인 구조에 대해 설명한다.
도 8은 원본 영상(105)의 AI 다운스케일을 위한 제 1 DNN(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 DNN(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 DNN 설정 정보는 복수 개일 수 있는데, 복수의 DNN 설정 정보는 제 2 DNN의 복수의 DNN 설정 정보와 연계되어야 한다. 제 1 DNN의 복수의 DNN 설정 정보와 제 2 DNN의 복수의 DNN 설정 정보 사이의 연계는, 제 1 DNN 및 제 2 DNN의 연계 학습을 통해 구현될 수 있다.
도 8은 제 1 DNN(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 DNN(800)은 RNN(recurrent neural network)을 통해 구현될 수도 있다. 이 경우는 본 개시의 예시에 따른 제 1 DNN(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 DNN의 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 방법에 따라 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, 즉 신택스에 따라 획득된다. 예를 들어, 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.
다른 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 방식에 따라 부호화되어, 메타데이터 박스(910)에 저장될 수 있다.
미디어데이터 박스(930)는 소정의 영상 압축 방식의 신택스에 따라 생성된 영상 데이터(932)를 포함할 수 있다.
도 10은 다른 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 DNN(800)과 제 2 DNN(300)을 연계 훈련시키는 방법에 대해 설명한다.
도 11은 제 1 DNN(800) 및 제 2 DNN(300)을 훈련시키는 방법을 설명하기 위한 도면이다.
일 실시예에서 AI 부호화 과정을 통해 AI 부호화된 원본 영상(105)이 AI 복호화 과정을 통해 제 3 영상(145)으로 복원되는데, AI 복호화 결과 획득된 제 3 영상(145)과 원본 영상(105)과의 유사성을 유지하기 위해서는 AI 부호화 과정 및 AI 복호화 과정에 연관성이 필요하다. 즉, AI 부호화 과정에서 손실된 정보를 AI 복호화 과정에서 복원할 수 있어야 하는데, 이를 위해 제 1 DNN(800)과 제 2 DNN(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 DNN(800) 및 제 2 DNN(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 DNN(800)에 입력되면, 제 1 DNN(800) 및 제 2 DNN(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 DNN(800) 및 제 2 DNN(300)의 연계 훈련을 위해, 원본 훈련 영상(1101)이 제 1 DNN(800)으로 입력된다. 제 1 DNN(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 DNN(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 DNN(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 DNN(300)으로 입력될 수도 있다. 제 2 훈련 영상을 제 2 DNN으로 입력시키기 위해 MPEG-2, H.264, MPEG-4, HEVC, VC-1, VP8, VP9 및 AV1 중 어느 하나의 코덱이 이용될 수 있다. 구체적으로, 제 1 훈련 영상(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 DNN(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 및 스테어 스탭(stair step) 스케일 중 적어도 하나를 포함할 수 있다.
원본 영상(105)의 구조적 특징을 기준으로 제 1 영상(115)의 구조적 특징이 크게 벗어나는 것을 방지하기 위해, 원본 훈련 영상(1101)의 구조적 특징을 보존하는 축소 훈련 영상(1103)을 획득하는 것이다.
훈련의 진행 전 제 1 DNN(800) 및 제 2 DNN(300)은 미리 결정된 DNN 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 및 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 DNN(800)의 훈련에 이용되고, 퀄리티 손실 정보(1130)는 제 2 DNN(300)의 훈련에 이용된다. 즉, 퀄리티 손실 정보(1130)는 제 1 DNN(800) 및 제 2 DNN(300)의 훈련에 모두 이용된다.
제 1 DNN(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 DNN(300)은 퀄리티 손실 정보(1130)가 감소 또는 최소화되도록 파라미터를 갱신할 수 있다.
제 1 DNN(800) 및 제 2 DNN(300)의 훈련을 위한 최종 손실 정보는 아래의 수학식 1과 같이 결정될 수 있다.
[수학식 1]
상기 수학식 1에서, LossDS는 제 1 DNN(800)의 훈련을 위해 감소 또는 최소화되어야 할 최종 손실 정보를 나타내고, LossUS는 제 2 DNN(300)의 훈련을 위해 감소 또는 최소화되어야 할 최종 손실 정보를 나타낸다. 또한, a, b, c, d는 미리 결정된 소정의 가중치에 해당할 수 있다.
즉, 제 1 DNN(800)은 수학식 1의 LossDS가 감소되는 방향으로 파라미터들을 갱신하고, 제 2 DNN(300)은 LossUS가 감소되는 방향으로 파라미터들을 갱신하게 된다. 훈련 과정에서 도출된 LossDS에 따라 제 1 DNN(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 DNN(300)은 파라미터들을 갱신한다. 퀄리티 손실 정보(1130)가 새롭게 결정되면, LossDS 역시 새롭게 결정되므로, 제 1 DNN(800)은 새롭게 결정된 LossDS에 따라 파라미터들을 갱신한다. 즉, 제 1 DNN(800)의 파라미터 갱신은, 제 2 DNN(300)의 파라미터 갱신을 야기하고, 제 2 DNN(300)의 파라미터 갱신은 제 1 DNN(800)의 파라미터 갱신을 야기하는 것이다. 다시 말하면, 제 1 DNN(800) 및 제 2 DNN(300)은 퀄리티 손실 정보(1130)의 공유를 통해 연계 훈련되므로, 제 1 DNN(800)의 파라미터들과 제 2 DNN(300)의 파라미터들이 서로 연관성을 가지고 최적화될 수 있는 것이다.
수학식 1을 참조하면, LossUS가 퀄리티 손실 정보(1130)에 따라 결정되는 것을 알 수 있으나, 이는 하나의 예시이며, LossUS는 구조적 손실 정보(1110) 및 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 DNN 설정 정보를 저장하는 것으로 설명하였는데, AI 설정부(238) 및 AI 설정부(718)에 저장되는 복수의 DNN 설정 정보 각각을 훈련시키는 방법에 대해 설명한다.
수학식 1과 관련하여 설명한 바와 같이, 제 1 DNN(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 DNN(300)이 원본 훈련 영상(1101)에 유사한 제 3 훈련 영상(1104)을 획득할 수 있도록, 제 1 DNN(800)의 파라미터가 갱신될 수 있다.
수학식 1의 a, b, c의 가중치가 조절됨으로써, 제 1 DNN(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 DNN(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 DNN(800)의 파라미터가 갱신될 수 있다.
또한, 제 1 훈련 영상(1102)을 제 1 부호화하는데 이용되는 코덱의 타입에 따라 제 1 DNN(800)의 파라미터들이 최적화되는 방향이 상이해질 수 있다. 왜냐하면, 코덱의 종류에 따라, 제 2 DNN(300)으로 입력될 제 2 훈련 영상이 달라질 수 있기 때문이다.
즉, 가중치 a, 가중치 b, 가중치 c 및 제 1 훈련 영상(1102)의 제 1 부호화를 위한 코덱의 종류에 기반하여 제 1 DNN(800)의 파라미터들과 제 2 DNN(300)의 파라미터들이 연계하여 갱신될 수 있는 것이다. 따라서, 가중치 a, 가중치 b, 가중치 c 각각을 소정의 값으로 결정하고, 코덱의 종류를 소정의 종류로 결정한 후, 제 1 DNN(800)과 제 2 DNN(300)을 훈련시키면, 서로 연계되어 최적화된 제 1 DNN(800)의 파라미터들과 제 2 DNN(300)의 파라미터들이 결정될 수 있다.
그리고, 가중치 a, 가중치 b, 가중치 c 및 코덱의 종류를 변경한 후, 제 1 DNN(800)과 제 2 DNN(300)을 훈련시키면, 서로 연계되어 최적화된 제 1 DNN(800)의 파라미터들과 제 2 DNN(300)의 파라미터들이 결정될 수 있다. 다시 말하면, 가중치 a, 가중치 b, 가중치 c 및 코덱의 종류 각각의 값을 변경하면서 제 1 DNN(800)과 제 2 DNN(300)을 훈련시키면 서로 연계되어 훈련된 복수의 DNN 설정 정보가 제 1 DNN(800) 및 제 2 DNN(300)에서 결정될 수 있는 것이다.
앞서, 도 5와 관련하여 설명한 바와 같이, 제 1 DNN(800) 및 제 2 DNN(300)의 복수의 DNN 설정 정보들은 제 1 영상 관련 정보들에 매핑되어 있을 수 있다. 이러한 매핑 관계의 설정을 위해, 제 1 DNN(800)에서 출력되는 제 1 훈련 영상(1102)을 특정 비트레이트에 따라 특정 코덱으로 제 1 부호화하고, 제 1 부호화 결과 획득된 비트스트림을 제 1 복호화하여 획득한 제 2 훈련 영상을 제 2 DNN(300)으로 입력할 수 있다. 즉, 특정 해상도의 제 1 훈련 영상(1102)이 특정 코덱에 의해 특정 비트레이트로 제 1 부호화되도록 환경을 설정한 후, 제 1 DNN(800) 및 제 2 DNN(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 DNN 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 DNN(800) 및 제 2 DNN(300)의 복수의 DNN 설정 정보들과 제 1 영상 관련 정보들 사이의 매핑 관계가 결정될 수 있다.
도 12는 훈련 장치(1200)에 의한 제 1 DNN(800) 및 제 2 DNN(300)의 훈련 과정을 설명하기 위한 도면이다.
도 11과 관련하여 설명한 제 1 DNN(800) 및 제 2 DNN(300)의 훈련은 훈련 장치(1200)에 의해 수행될 수 있다. 훈련 장치(1200)는 제 1 DNN(800) 및 제 2 DNN(300)을 포함한다. 훈련 장치(1200)는 예를 들어, AI 부호화 장치(700) 또는 별도의 서버일 수 있다. 훈련 결과 획득된 제 2 DNN(300)의 DNN 설정 정보들은 AI 복호화 장치(200)에 저장된다.
도 12를 참조하면, 훈련 장치(1200)는 제 1 DNN(800) 및 제 2 DNN(300)의 DNN 설정 정보를 초기 세팅한다(S1240, S1245). 이에 의해, 제 1 DNN(800) 및 제 2 DNN(300)은 미리 결정된 DNN 설정 정보에 따라 동작할 수 있다. DNN 설정 정보는 제 1 DNN(800) 및 2 DNN(300)에 포함되는 컨볼루션 레이어의 수, 컨볼루션 레이어별 필터 커널의 개수, 컨볼루션 레이어별 필터 커널의 크기 및 각 필터 커널의 파라미터 중 적어도 하나에 대한 정보를 포함할 수 있다.
훈련 장치(1200)는 원본 훈련 영상(1101)을 제 1 DNN(800)으로 입력한다(S1250). 원본 훈련 영상(1101)은 정지 영상 또는 동영상을 구성하는 적어도 하나의 프레임을 포함할 수 있다.
제 1 DNN(800)은 초기 세팅된 DNN 설정 정보에 따라 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 DNN(800)으로부터 출력된 제 1 훈련 영상(1102)이 제 2 DNN(300)으로 바로 입력되는 것으로 도시되어 있으나, 제 1 DNN(800)으로부터 출력된 제 1 훈련 영상(1102)이 훈련 장치(1200)에 의해 제 2 DNN(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 DNN(300)으로 입력할 수 있다.
제 2 DNN(300)은 제 1 훈련 영상(1102) 또는 제 2 훈련 영상을 초기 세팅된 DNN 설정 정보에 따라 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 DNN(800)은 최종 손실 정보에 기초한 역전사(back propagation) 과정을 통해 초기 세팅된 DNN 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 DNN(800)의 훈련을 위한 최종 손실 정보를 산출할 수 있다.
제 2 DNN(300)은 퀄리티 손실 정보 또는 최종 손실 정보에 기초한 역전사 과정을 통해 초기 세팅된 DNN 설정 정보를 갱신한다(S1285). 훈련 장치(1200)는 퀄리티 손실 정보(1130)에 기초하여 제 2 DNN(300)의 훈련을 위한 최종 손실 정보를 산출할 수 있다.
이후, 훈련 장치(1200), 제 1 DNN(800) 및 제 2 DNN(300)은 최종 손실 정보들이 최소화될 때까지 S1250 내지 S1285 과정을 반복하면서 DNN 설정 정보를 갱신한다. 이 때, 각 반복 과정 동안 제 1 DNN(800) 및 제 2 DNN(300)은 이전 과정에서 갱신된 DNN 설정 정보에 따라 동작한다.
아래의 표 1은 본 개시의 일 실시예에 따라 원본 영상(105)을 AI 부호화 및 AI 복호화한 경우와, HEVC로 원본 영상(105)을 부호화 및 복호화한 경우의 효과를 나타낸다.
[표 1]
표 1에서 알 수 있듯이, 본 개시의 일 실시예에 따라 8K 해상도의 300개의 프레임들로 이루어진 컨텐츠들을 AI 부호화 및 AI 복호화한 경우의 주관적 화질이 HEVC로 부호화 및 복호화한 경우의 주관적 화질보다 높음에도, 비트레이트가 50% 이상 감소한 것을 알 수 있다.
한편, 영상의 종류에 따라 사용자들의 관심이 집중되는 영역이 달라질 수 있다. 예를 들어, 사용자들은 화상 통화 영상에서 얼굴에 관심을 집중하는 경향이 있다. 이 경우, 화상 통화 영상의 전체 영역을 동일한 퀄리티로 부호화/복호화하는 것보다는 화상 통화 영상을 구성하는 영역들마다 부호화/복호화의 퀄리티를 적응적으로 결정함으로써, 낮은 비트레이트를 달성할 수 있는 동시에 사용자에게는 시각적 만족감을 제공할 수 있다. 다시 말하면, 화상 통화 영상에서 얼굴 영역을 고-퀄리티로, 얼굴 이외의 영역을 저-퀄리티로 부호화/복호화하더라도, 사용자는 화상 통화 영상의 화질이 우수하다고 느낄 수 있다.
영상 내 관심 영역과 비-관심 영역을 구분하여 AI 부호화 및 AI 복호화하는 방법에 대해 도 13 내지 도 24를 참조하여 설명한다.
도 13은 다른 실시예에 따른 AI 부호화 장치(1300)의 구성을 나타내는 블록도이다.
도 13을 참조하면, AI 부호화 장치(1300)는 AI 부호화부(1310) 및 전송부(1330)를 포함할 수 있다. AI 부호화부(1310)는 영역 식별부(1311), 전처리부(1319), AI 스케일부(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(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.
또한, AI 부호화부(1310) 및 전송부(1330)는 복수의 프로세서로 구성될 수도 있다. 이 경우, 전용 프로세서들의 조합으로 구현될 수도 있고, AP 또는 CPU, GPU와 같은 다수의 범용 프로세서들과 S/W의 조합을 통해 구현될 수도 있다.
AI 부호화부(1310)는 원본 영상의 AI 스케일 및 제 1 영상의 제 1 부호화를 수행하고, AI 부호화 데이터를 전송부(1330)로 전달한다. 전송부(1330)는 AI 부호화 데이터를 AI 복호화 장치(2000)로 전송한다.
도 7에 도시된 AI 부호화부(710)와 비교하면, AI 부호화부(1310)는 영역 식별부(1311) 및 전처리부(1319)를 더 포함할 수 있다. 또한, 도 7에 도시된 AI 부호화부(710)는 AI 다운스케일부(712)를 포함하는데 반해, 도 13에 도시된 AI 부호화부(1310)는 AI 스케일부(1312)를 포함한다. 이는 AI 부호화부(1310)는 실시예에 따라 AI 다운스케일뿐만 아니라 AI 업스케일도 수행할 수 있기 때문이다.
영역 식별부(1311)는 원본 영상에서 소정의 영역들을 식별한다. 영역 식별부(1311)가 원본 영상에서 소정의 영역들을 식별한다는 것은, 원본 영상을 복수의 소정 영역들로 구분하는 것으로 이해될 수도 있다.
영역 식별부(1311)는 원본 영상 내 각 영역이 원본 영상에서 어디에 위치하는지를 식별할 수 있다.
원본 영상에서 식별되는 영역들은 관심 오브젝트 영역 및 비-관심 영역을 포함할 수 있다. 영역 식별부(1311)는 원본 영상 내에서 관심 오브젝트를 포함하는 영역을 관심 오브젝트 영역으로 식별하고, 관심 오브젝트 영역 이외의 영역을 비-관심 영역으로 식별할 수 있다.
원본 영상에서 식별되는 관심 오브젝트의 종류는 미리 결정되어 있을 수 있다. 일 예에서, 원본 영상에 포함된 얼굴 오브젝트, 텍스트 오브젝트 등이 관심 오브젝트로서 식별될 수 있다.
일 실시예에서, 원본 영상에서 식별되어야 하는 관심 오브젝트의 종류는 여러 개일 수 있다. 즉, 얼굴 오브젝트와 텍스트 오브젝트가 관심 오브젝트로 미리 결정되어 있는 경우, 영역 식별부(1311)는 원본 영상에서 얼굴 오브젝트 영역, 텍스트 오브젝트 영역 및 비-관심 영역을 식별할 수 있다.
일 실시예에서, 영역 식별부(1311)는 오브젝트 검출을 위한 DNN을 통해 원본 영상으로부터 관심 오브젝트 영역을 식별할 수 있다. 얼굴이나, 텍스트 등을 영상 내에서 검출하는 DNN은 당업계에서 활용되고 있으므로 그 구성 및 동작 등의 상세한 설명은 생략한다.
다른 실시예에서, 영역 식별부(1311)는 SVM (Support Vector Machine), PCA (Principal Component Analysis) 등의 알고리즘을 통해 원본 영상에서 관심 오브젝트 영역을 식별할 수도 있다.
영역 식별부(1311)는 영역들의 식별 결과에 대응하는 영역 정보를 전처리부(1319)로 전달한다. 영역 정보는 원본 영상에서 식별된 영역들(즉, 관심 오브젝트 영역, 비-관심 영역)의 종류 및 위치를 포함할 수 있다.
일 실시예에서, 영역 정보는 영역 맵을 포함할 수도 있는데, 영역 맵은 도 14를 참조하여 설명한다.
도 14는 원본 영상(105)으로부터 획득된 영역 맵(1410)을 도시하는 예시적인 도면이다.
관심 오브젝트가 얼굴 오브젝트인 경우, 영역 식별부(1311)는 원본 영상(105)에서 얼굴 오브젝트 영역과 비-관심 영역을 식별할 수 있다.
도 14에 도시된 바와 같이, 영역 맵(1410)은, 얼굴 오브젝트 영역(1412)에서 미리 결정된 제 1 샘플 값을 가지는 샘플들과 비-관심 영역(1414)에서 미리 결정된 제 2 샘플 값을 가지는 샘플들을 포함할 수 있다. 제 1 샘플 값과 제 2 샘플 값은 서로 상이할 수 있다. 만약, 원본 영상(105) 내에서 두 종류의 오브젝트가 관심 오브젝트로서 식별되는 경우, 영역 맵(1410)은, 어느 하나의 관심 오브젝트 영역에서 미리 결정된 제 1 샘플 값을 가지는 샘플들, 다른 하나의 관심 오브젝트 영역에서 미리 결정된 제 2 샘플 값을 가지는 샘플들 및 비-관심 영역에서 미리 결정된 제 3 샘플 값을 가지는 샘플들을 포함할 수 있다.
후술하는 바와 같이, 영역 식별부(1311)는 원본 영상에서 식별된 각 영역에 대응하는 양자화 파라미터를 영역 정보로부터 결정하고, 결정된 양자화 파라미터를 제 1 부호화부(1314)로 전달할 수 있다.
전처리부(1319)는 영역 식별부(1311)로부터 수신된 영역 정보에 기초하여 원본 영상을 전처리한다. 원본 영상의 전처리는 원본 영상에 대한 크롭핑(cropping) 처리 및 필터링(filtering) 처리 중 적어도 하나를 포함할 수 있는데, 먼저, 크롭핑 처리에 대해 상세히 설명한다. 크롭핑 처리란, 영상에서 필요없는 부분을 잘라내는 작업을 의미한다.
일 실시예에서, 전처리부(1319)는 원본 영상으로부터 식별된 영역들을 각각 포함하는 복수의 원본 파트 영상들을 획득할 수 있다. 복수의 원본 파트 영상들은 개별적으로 원본 영상으로부터 식별된 영역들을 포함할 수 있다. 원본 영상과 원본 파트 영상들의 크기는 서로 동일할 수 있다.
전처리부(1319)는 영역 정보를 기초로 원본 영상 내에서 식별된 영역들 각각에 대한 크롭핑을 통해 각 영역을 포함하는 원본 파트 영상들을 획득할 수 있다. 이 때, 2개 이상의 동종의 관심 오브젝트 영역이 원본 영상에 포함되어 있는 경우, 2개 이상의 동종의 관심 오브젝트 영역은 하나의 원본 파트 영상에 포함될 수 있다. 예를 들어, 원본 영상에 두 사람의 얼굴이 포함되어 있고, 얼굴 오브젝트가 관심 오브젝트에 해당하는 경우, 두 개의 얼굴 오브젝트 영역이 어느 하나의 원본 파트 영상에 함께 포함될 수 있다.
원본 영상에서 제 1 관심 오브젝트 영역, 제 2 관심 오브젝트 영역 및 비-관심 영역이 식별된 경우, 전처리부(1319)는 제 1 관심 오브젝트 영역의 위치를 근거로 제 1 관심 오브젝트 영역에 대해 크롭핑을 하여 제 1의 원본 파트 영상을 획득하고, 제 2 관심 오브젝트 영역의 위치를 근거로 제 2 관심 오브젝트 영역에 대해 크롭핑을 하여 제 2의 원본 파트 영상을 획득할 수 있다. 그리고, 전처리부(1319)는 비-관심 영역의 위치를 근거로 비-관심 영역에 대해 크롭핑을 하여 제 3의 원본 파트 영상을 획득할 수 있다.
도 15는 원본 영상(105)으로부터 생성된 복수의 원본 파트 영상들(105a, 105b)을 도시하는 예시적인 도면이다.
원본 영상(105)으로부터 관심 오브젝트 영역에 해당하는 얼굴 오브젝트 영역과 비-관심 영역이 식별된 경우, 전처리부(1319)는 원본 영상(105) 내 얼굴 오브젝트 영역을 포함하는 제 1의 원본 파트 영상(105a)과, 원본 영상(105) 내 비-관심 영역을 포함하는 제 2의 원본 파트 영상(105b)을 획득할 수 있다.
제 1의 원본 파트 영상(105a)은, 원본 영상(105) 내에서 얼굴 오브젝트 영역을 구성하는 픽셀들의 픽셀 값들과 동일한 픽셀 값을 가지는 픽셀들, 및 미리 결정된 픽셀 값(예를 들어, 0)을 갖는 픽셀들로 이루어질 수 있다. 원본 영상(105) 내 얼굴 오브젝트 영역의 위치와 제 1의 원본 파트 영상(105a) 내 얼굴 오브젝트 영역의 위치는 서로 동일할 수 있다.
제 2의 원본 파트 영상(105b)은, 원본 영상(105) 내에서 비-관심 영역을 구성하는 픽셀들의 픽셀 값들과 동일한 픽셀 값을 가지는 픽셀들, 및 미리 결정된 픽셀 값(예를 들어, 0)을 갖는 픽셀들로 이루어질 수 있다. 원본 영상(105) 내 비-관심 영역의 위치와 제 2의 원본 파트 영상(105b) 내 비-관심 영역의 위치는 서로 동일할 수 있다.
도 16은 원본 영상(105)으로부터 생성된 복수의 원본 파트 영상들(105c, 105d, 105e, 105f)을 도시하는 예시적인 도면이다.
영역 식별부(1311)가 원본 영상(105)에서 식별하는 영역은, 관심 오브젝트 영역과 비-관심 영역 이외에 경계 영역이 더 존재할 수 있다. 경계 영역은 원본 영상(105) 중 관심 오브젝트 영역과 비-관심 영역 사이의 영역에 해당할 수 있다. 경계 영역을 원본 영상(105) 내에서 식별하는 이유는, 후술하는 관심 오브젝트 영역을 포함하는 원본 파트 영상과 비-관심 영역을 포함하는 원본 파트 영상이 개별적으로 처리됨에 따라 발생할 수 있는 아티팩트를 제거하기 위함이다. 예를 들어, 관심 오브젝트 영역을 포함하는 원본 파트 영상을 고-퀄리티로 부호화/복호화하고, 비-관심 영역을 포함하는 원본 파트 영상을 저-퀄리티로 부호화/복호화하여 복원 영상을 획득하는 경우, 복원 영상 내 관심 오브젝트 영역과 비-관심 영역 사이에 경계 아티팩트가 발생할 수 있다. 따라서, 영역 식별부(1311)는 관심 오브젝트 영역과 비-관심 영역 사이의 경계 영역을 중-퀄리티로 부호화/복호함으로써, 이러한 경계 아티팩트를 제거하고자 하는 것이다.
영역 식별부(1311)는 원본 영상(105) 내에서 관심 오브젝트 영역이 식별되면, 관심 오브젝트 영역의 주변 일정 크기의 영역을 경계 영역으로 식별하고, 관심 오브젝트 영역과 경계 영역 이외의 영역을 비-관심 영역으로 식별할 수 있다.
도 16을 참조하면, 원본 영상(105) 내에서 얼굴 오브젝트 영역, 텍스트 오브젝트 영역, 경계 영역 및 비-관심 영역이 식별될 수 있다. 여기서, 얼굴 오브젝트 영역과 텍스트 오브젝트 영역이 관심 오브젝트 영역에 해당할 수 있다.
전처리부(1319)는 얼굴 오브젝트 영역을 포함하는 제 1의 원본 파트 영상(105c), 텍스트 오브젝트 영역을 포함하는 제 2의 원본 파트 영상(105d), 경계 영역을 포함하는 제 3의 원본 파트 영상(105e) 및 비-관심 영역을 포함하는 제 4의 원본 파트 영상(105f)을 획득할 수 있다.
전처리부(1319)가 영역 정보에 근거하여 원본 영상을 크롭핑한 경우, 도 13에서 전처리부(1319)로부터 AI 스케일부(1312)로 제공되는 전처리된 원본 영상은 복수의 원본 파트 영상일 수 있다.
AI 스케일부(1312)는 복수의 원본 파트 영상들 각각을 제 1 DNN을 통해 AI 스케일링하여 복수의 제 1 영상을 획득한다. 제 1 DNN은 AI 설정부(1318)로부터 제공된 DNN 설정 정보에 따라 동작한다. 제 1 DNN의 예시적인 구조는 도 8과 동일할 수 있으므로, 상세한 설명은 생략한다.
AI 설정부(1318)는 복수의 원본 파트 영상들 각각에 포함된 영역의 종류에 따라 복수의 원본 파트 영상들의 AI 스케일링에 이용될 DNN 설정 정보를 획득할 수 있다. AI 설정부(1318)는 복수의 원본 파트 영상들 각각에 포함된 영역의 종류에 따라 복수의 원본 파트 영상별로 서로 다른 DNN 설정 정보를 획득할 수 있다.
도 17은 원본 파트 영상에서 포함된 영역들의 종류와 DNN 설정 정보들 사이의 매핑 관계를 나타내는 예시적인 도면이다.
AI 설정부(1318)는 제 1 DNN에 세팅될 복수의 DNN 설정 정보를 미리 저장할 수 있다. 복수의 DNN 설정 정보는, 제 1 DNN과 AI 복호화 장치(2000)의 제 2 DNN이 연계 훈련됨으로써, 최적화된 값을 가질 수 있다.
여기서, 각 DNN 설정 정보는 제 1 DNN에 포함되는 컨볼루션 레이어의 수, 컨볼루션 레이어별 필터 커널의 개수 및 각 필터 커널의 파라미터 중 적어도 하나를 포함한다.
제 1 DNN에 의한 AI 스케일링을 통해 원본 파트 영상의 크기가 변경되는 배율은 DNN 설정 정보마다 상이할 수 있다. 예를 들어, 어느 하나의 DNN 설정 정보는 원본 파트 영상의 크기 대비 1/2배의 크기를 갖는 제 1 영상을 획득하는데 이용되고, 다른 하나의 DNN 설정 정보는 원본 파트 영상의 크기 대비 1/3배의 크기를 갖는 제 1 영상을 획득하는데 이용될 수 있다.
일 실시예에서, AI 설정부(1318)가 저장하고 있는 복수의 DNN 설정 정보 중 일부는 원본 파트 영상의 크기보다 큰 크기를 갖는 제 1 영상을 획득하는데 이용될 수 있다. 즉, 도 7과 관련하여 설명한 DNN 설정 정보들은 모두 원본 영상의 크기를 감소시키는데 이용되었지만, 도 13에 도시된 AI 부호화 장치(1300)가 이용할 수 있는 DNN 설정 정보들의 일부는 원본 파트 영상의 크기를 증가시키는데 이용될 수 있다. 따라서, 도 13의 AI 부호화 장치(1300)가 이용하는 제 1 DNN은 AI 다운스케일뿐만 아니라 AI 업스케일에도 이용될 수 있다.
AI 설정부(1318)는 원본 파트 영상에 포함된 영역의 종류에 대응하는 DNN 설정 정보를 획득할 수 있다. 원본 영상에서 식별된 영역들은 관심 오브젝트 영역, 경계 영역 및 비-관심 영역을 포함할 수 있으므로, 관심 오브젝트 영역, 경계 영역 및 비-관심 영역과 DNN 설정 정보들 사이의 매핑 관계가 미리 설정되어 있을 수 있다.
도 17에 도시된 바와 같이, 어느 하나의 원본 파트 영상에 관심 오브젝트 영역이 포함되어 있고, 관심 오브젝트가 얼굴 오브젝트라면, AI 설정부(1318)는 A DNN 설정 정보를 획득할 수 있다. 어느 하나의 원본 파트 영상에 관심 오브젝트 영역이 포함되어 있고, 관심 오브젝트가 텍스트 오브젝트라면, AI 설정부(1318)는 B DNN 설정 정보를 획득할 수 있다. 또한 AI 설정부(1318)는 어느 하나의 원본 파트 영상에 경계 영역이 포함되어 있으면 C DNN 설정 정보를 획득하고, 어느 하나의 원본 파트 영상에 비-관심 영역이 포함되어 있으면 D DNN 설정 정보를 획득할 수 있다.
일 실시예에서, AI 설정부(1318)는 각 원본 파트 영상에 포함된 영역의 종류와 함께 입력 정보를 더 고려하여 각 원본 파트 영상에 대해 적용될 DNNN 설정 정보를 획득할 수도 있다. 입력 정보는 원본 파트 영상으로부터 획득될 제 1 영상의 타겟 해상도, 영상 데이터의 타겟 비트레이트, 영상 데이터의 비트레이트 타입(예를 들어, variable bitrate 타입, constant bitrate 타입 또는 average bitrate 타입 등), AI 스케일이 적용되는 컬러 포맷(휘도 성분, 색차 성분, 레드 성분, 그린 성분 또는 블루 성분 등), 제 1 부호화를 위한 코덱 타입, 압축 히스토리 정보, 원본 파트 영상의 해상도 및 원본 파트 영상의 타입 중 적어도 하나를 포함할 수 있다.
일 실시예에서, 복수의 원본 파트 영상 각각이 복수의 프레임으로 구성된 경우, AI 설정부(1318)는 소정 개수의 프레임 별로 DNN 설정 정보를 독립적으로 획득하고, 독립적으로 획득한 DNN 설정 정보를 AI 스케일부(1312)로 제공할 수도 있다.
일 예시에서, AI 설정부(1318)는 각 원본 파트 영상을 구성하는 프레임들을 소정 개수의 그룹으로 구분하고, 각 그룹별로 DNN 설정 정보를 독립적으로 획득할 수 있다. 각 그룹에 대해 서로 동일하거나 서로 상이한 DNN 설정 정보가 획득될 수 있다. 그룹들에 포함된 프레임들의 개수는 그룹별로 동일하거나 상이할 수 있다.
다른 예시에서, AI 설정부(1318)는 각 원본 파트 영상을 구성하는 프레임별로 DNN 설정 정보를 독립적으로 결정할 수 있다. 각각의 프레임에 대해 서로 동일하거나 서로 상이한 DNN 설정 정보가 획득될 수 있다.
다시 도 13을 참조하면, AI 스케일부(1312)는 AI 설정부(1318)로부터 제공된 DNN 설정 정보로 세팅된 제 1 DNN을 이용하여 복수의 원본 파트 영상들을 AI 스케일링한다. AI 스케일링 결과 복수의 원본 파트 영상들에 대응하는 복수의 제 1 영상들이 획득된다.
AI 스케일부(1312)는 관심 오브젝트 영역을 포함하는 원본 파트 영상을 AI 스케일링하여 제 1 영상을 획득하고, 비-관심 영역을 포함하는 원본 파트 영상을 AI 스케일링하여 제 1 영상을 획득하는데, 관심 오브젝트 영역을 포함하는 원본 파트 영상의 크기 변경 배율은 비-관심 영역을 포함하는 원본 파트 영상의 크기 변경 배율보다 클 수 있다. 다시 말하면, 원본 파트 영상들의 크기가 서로 동일한 경우, 관심 오브젝트 영역을 포함하는 원본 파트 영상에 대한 AI 스케일링을 통해 획득되는 제 1 영상의 크기는 비-관심 영역을 포함하는 원본 파트 영상에 대한 AI 스케일링을 통해 획득되는 제 1 영상의 크기보다 클 수 있다. 이에 대해 도 18을 참조하여 설명한다.
도 18은 복수의 원본 파트 영상(105a, 105b) 각각에 대한 독립적인 AI 스케일링을 통해 획득되는 복수의 제 1 영상(115a, 115b)을 도시하는 예시적인 도면이다.
전술한 바와 같이, AI 설정부(1318)는 복수의 원본 파트 영상 각각에 포함된 영역의 종류를 고려하여 DNN 설정 정보를 획득하는데, DNN 설정 정보에 따라 복수의 원본 파트 영상들의 AI 스케일링이 독립적으로 수행될 수 있다. 즉, 관심 오브젝트 영역을 포함하는 원본 파트 영상은 A DNN 설정 정보에 따라 동작하는 제 1 DNN을 통해 AI 스케일링되고, 비-관심 영역을 포함하는 원본 파트 영상은 B DNN 설정 정보에 따라 동작하는 제 1 DNN을 통해 AI 스케일링될 수 있다.
AI 스케일링을 통한 복수의 원본 파트 영상들의 크기 변경 배율이 원본 파트 영상에 포함된 영역의 종류에 따라 서로 다를 수 있다. 도 18에 도시된 바와 같이, 관심 오브젝트 영역을 포함하는 원본 파트 영상(105a)의 폭이 w이고, 높이가 h이면, 해당 원본 파트 영상(105a)에 대한 AI 스케일링을 통해 폭이 w1이고, 높이가 h1인 제 1 영상(115a)이 획득될 수 있다. 또한, 비-관심 영역을 포함하는 원본 파트 영상(105b)의 폭이 w이고, 높이가 h이면, 해당 원본 파트 영상(105b)에 대한 AI 스케일링을 통해 폭이 w2이고, 높이가 h2인 제 1 영상(115b)이 획득될 수 있다. 이 때, 관심 오브젝트 영역을 포함하는 원본 파트 영상(105a)의 크기 변경 배율(h1/h 또는 w1/w)은 비-관심 영역을 포함하는 원본 파트 영상(105b)의 크기 변경 배율(h2/h 또는 w2/w)보다 클 수 있다.
구현예에 따라, 관심 오브젝트 영역을 포함하는 원본 파트 영상(105a)의 크기 변경 배율(h1/h 또는 w1/w)은 1 이상이고, 비-관심 영역을 포함하는 원본 파트 영상(105b)의 크기 변경 배율(h2/h 또는 w2/w)은 1보다 작을 수 있다. 다시 말하면, AI 스케일부(1312)는 비-관심 영역을 포함하는 제 1 영상(115b)보다 관심 오브젝트 영역을 포함하는 제 1 영상(115a)의 크기를 크게 획득함으로써, 관심 오브젝트 영역이 비-관심 영역보다 고-퀄리티로 제 1 부호화되도록 한다.
일 실시예에서, 원본 영상에서 경계 영역이 식별된 경우, 경계 영역을 포함하는 원본 파트 영상의 크기 변경 배율은, 관심 오브젝트 영역을 포함하는 원본 파트 영상의 크기 변경 배율(h1/h 또는 w1/w)과 비-관심 영역을 포함하는 원본 파트 영상의 크기 변경 배율(h2/h 또는 w2/w) 사이의 값을 가질 수 있다.
또한, 일 실시예에서, 원본 영상에서 두 종류 이상의 관심 오브젝트가 검출된 경우, 어느 하나의 관심 오브젝트 영역을 포함하는 원본 파트 영상의 크기 변경 배율과 다른 하나의 관심 오브젝트 영역을 포함하는 원본 파트 영상의 크기 변경 배율이 서로 상이하게 결정될 수 있다. 일 예로, 두 종류 이상의 관심 오브젝트들의 중요도에 따라 원본 파트 영상의 크기 변경 배율이 다르게 결정될 수 있다. 구체적으로, 얼굴 오브젝트의 중요도가 텍스트 오브젝트의 중요도보다 높다면, 얼굴 오브젝트 영역을 포함하는 원본 파트 영상의 크기 변경 배율은 텍스트 오브젝트 영역을 포함하는 원본 파트 영상의 크기 변경 배율보다 클 수 있다.
전술한 바와 같이, AI 설정부(1318)는 각각의 원본 파트 영상에 포함된 영역의 종류를 고려하여 각 원본 파트 영상에 대한 AI 스케일링에 적용될 DNN 설정 정보를 획득한다. AI 설정부(1318)는 각각의 원본 파트 영상에 포함된 영역의 종류를 고려하여 각 원본 파트 영상에 대한 AI 스케일링을 통한 크기 변경 배율의 타겟을 결정한다. 그리고, AI 설정부(1318)는 결정된 크기 변경 배율을 야기하는 DNN 설정 정보를 획득할 수 있다.
AI 스케일부(1312)에 의해 획득된 복수의 제 1 영상은 제 1 부호화부(1314)로 출력된다. 제 1 부호화부(1314)는 복수의 제 1 영상을 제 1 부호화하여 영상 데이터를 획득하고, 영상 데이터를 데이터 처리부(1316)로 출력한다. 제 1 부호화부(1314)는 복수의 제 1 영상을 독립적으로 제 1 부호화하여 복수의 영상 데이터를 획득할 수 있다.
제 1 부호화부(1314)는 주파수 변환 기반의 영상 압축 방법에 따라 복수의 제 1 영상들을 제 1 부호화하여 복수의 제 1 영상이 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, 즉 신택스에 따라 획득된다. 예를 들어, 영상 데이터는 복수의 제 1 영상과 복수의 제 1 영상의 예측 데이터 사이의 차이인 잔차 데이터, 복수의 제 1 영상을 제 1 부호화하는데 이용된 예측 모드 정보, 움직임 정보 및 복수의 제 1 영상을 제 1 부호화하는데 이용된 양자화 파라미터 관련 정보 등을 포함할 수 있다.
전술한 바와 같이, 영역 식별부(1311)는 영역 정보로부터 원본 영상 내에서 식별된 영역들을 위한 양자화 파라미터를 결정하고, 결정된 양자화 파라미터를 제 1 부호화부(1314)로 전달할 수 있다. 영역 식별부(1311)로부터 제 1 부호화부(1314)로 제공되는 양자화 파라미터는, 델타(delta) 양자화 파라미터일 수 있다. 영역 식별부(1311)는 어떤 종류의 영역에 어떤 양자화 파라미터를 적용하여야 하는지를 제 1 부호화부(1314)로 알려줄 수 있다.
일 실시예에서, 영역 식별부(1311)는 관심 오브젝트 영역의 양자화 파라미터를 바-관심 영역의 양자화 파라미터보다 작게 결정함으로써, 관심 오브젝트 영역을 포함하는 제 1 영상이 비-관심 영역을 포함하는 제 1 영상보다 고-퀄리티로 제 1 부호화되게 할 수 있다. 만약, 원본 영상에서 두 종류 이상의 관심 오브젝트가 검출된 경우, 영역 식별부(1311)는 관심 오브젝트의 중요도를 고려하여 두 종류 이상의 관심 오브젝트 영역의 양자화 파라미터를 결정할 수도 있다. 예를 들어, 원본 영상에서 관심 오브젝트로서 얼굴 오브젝트와 텍스트 오브젝트가 식별되고, 얼굴 오브젝트의 중요도가 텍스트 오브젝트의 중요도보다 높다면, 영역 식별부(1311)는 얼굴 오브젝트 영역의 양자화 파라미터를 텍스트 오브젝트 영역의 양자화 파라미터보다 작게 결정할 수 있다.
원본 영상에서 경계 영역이 식별된 경우, 영역 식별부(1311)는 관심 오브젝트 영역의 양자화 파라미터를 바-관심 영역의 양자화 파라미터보다 작게 결정하고, 경계 영역의 양자화 파라미터를 관심 오브젝트 영역의 양자화 파라미터와 바-관심 영역의 양자화 파라미터 사이의 값으로 결정할 수도 있다.
일 실시예에서, 영역 정보로부터 제 1 부호화부(1314)로 제공되는 양자화 파라미터는 양자화 파라미터 맵으로 표현될 수 있다.
도 19는 영역 정보로부터 획득되는 양자화 파라미터 맵(1900)을 도시하는 예시적인 도면이다.
도 19에 도시된 바와 같이, 양자화 파라미터 맵(1900) 중 관심 오브젝트 영역에 해당하는 부분은 10의 양자화 파라미터를 가지고, 비-관심 영역에 해당하는 부분은 20의 양자화 파라미터를 가질 수 있다.
제 1 부호화부(1314)는 각 영역별 양자화 파라미터에 따라 제 1 영상들을 제 1 부호화할 수 있다. 구체적으로, 제 1 부호화부(1314)는 관심 오브젝트 영역에 대한 양자화 파라미터에 따라 관심 오브젝트 영역을 포함하는 제 1 영상을 제 1 부호화하고, 비-관심 영역에 대한 양자화 파라미터에 따라 비-관심 영역을 포함하는 제 1 영상을 제 1 부호화할 수 있다.
AI 설정부(1318)는 AI 데이터를 데이터 처리부(1316)로 전달할 수 있다. AI 데이터는, AI 복호화 장치(2000)의 AI 스케일부(2036)가 AI 부호화 장치(1300)의 AI 스케일링의 크기 변경 배율에 맞춰 제 2 영상들을 AI 스케일링할 수 있게 하는 정보들을 포함한다. 구현예에 따라, AI 데이터는 영역 식별부(1311)로부터 제공되는 영역 정보를 더 포함할 수 있다.
앞서 도 7에 도시된 AI 부호화 장치(700)는 하나의 원본 영상을 AI 다운스케일을 하여 하나의 제 1 영상을 획득하지만, 도 13에 도시된 AI 부호화 장치(1300)는 복수의 원본 파트 영상들 각각의 AI 스케일링을 통해 복수의 제 1 영상들을 획득할 수 있으므로, AI 설정부(1318)는 복수의 원본 파트 영상들의 개별적인 AI 스케일링에 이용된 DNN 설정 정보들을 가리키는 복수의 AI 데이터를 생성할 수 있다.
일 실시예에서, AI 데이터는 원본 파트 영상과 제 1 영상 사이의 해상도 차이 정보, 제 1 영상 관련 정보 및 제 1 영상에 포함된 영역의 종류 정보(즉, 제 1 영상에 포함된 영역이 관심 오브젝트 영역인지, 비-관심 영역인지, 경계 영역인지를 나타내는 정보) 중 적어도 하나를 포함할 수 있다. 제 1 영상 관련 정보는, 제 1 영상의 해상도, 제 1 영상의 제 1 부호화 결과 획득된 영상 데이터의 비트레이트 및 제 1 영상의 제 1 부호화시 이용된 코덱 타입 중 적어도 하나에 대한 정보를 포함할 수 있다.
다른 실시예에서, AI 데이터는, AI 스케일부(1312)에 의한 AI 스케일링의 크기 변경 배율에 맞춰 제 2 영상이 AI 스케일링될 수 있도록, 상호 약속된 DNN 설정 정보의 식별자를 포함할 수 있다.
다른 실시예에서, AI 데이터는 AI 복호화 장치(2000)의 제 2 DNN에 세팅 가능한 DNN 설정 정보 자체를 포함할 수도 있다.
데이터 처리부(1316)는 제 1 부호화부(1314)로부터 수신된 영상 데이터와 AI 설정부(1318)로부터 수신된 AI 데이터를 포함하는 AI 부호화 데이터를 생성한다. 데이터 처리부(1316)에 의해 생성된 AI 부호화 데이터의 구조에 대해서는 도 9 및 도 10에서 설명하였으므로, 상세한 설명은 생략한다.
AI 부호화 데이터는 전송부(1330)로 전송된다. 전송부(1330)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.
한편, 전처리부(1319)에 의한 원본 영상의 전처리는 원본 영상의 필터링 처리를 포함할 수 있는데, 이하에서는, 원본 영상의 필터링 처리에 대해 설명한다.
전처리부(1319)는 영역 식별부(1311)로부터 수신된 영역 정보에 따라 원본 영상 내에서 식별된 영역들을 필터링할 수 있다.
일 실시예에서, 전처리부(1319)는 원본 영상 내 관심 오브젝트 영역에 대해 제 1 필터링을 수행하고, 비-관심 영역에 대해 제 2 필터링을 수행할 수 있다. 일 예로, 제 1 필터링은 하이패스 필터링이고, 제 2 필터링은 로우패스 필터링일 수 있다. 하이패스 필터링에 따라 원본 영상 내 관심 오브젝트 영역은 보다 선명해지고, 비-관심 영역은 스무딩(smoothing)해질 수 있다.
다른 예로, 제 1 필터링 및 제 2 필터링은 모두 로우패스 필터링이되, 제 1 필터링의 차단 주파수는 제 2 필터링의 차단 주파수보다 높을 수 있다. 만약, 원본 영상 내에서 두 종류 이상의 관심 오브젝트 영역이 식별된 경우, 전처리부(1319)는 두 종류 이상의 관심 오브젝트 영역들을 서로 다른 차단 주파수로 제 1 필터링할 수 있다.
다른 실시예에서, 전처리부(1319)는 원본 영상 내 관심 오브젝트 영역에 대해 제 1 필터링을 수행하고, 경계 영역에 대해 제 2 필터링을 수행하고, 비-관심 영역에 대해 제 3 필터링을 수행할 수 있다. 일 예로, 제 1 필터링과 제 2 필터링은 하이패스 필터링이고, 제 3 필터링은 로우패스 필터링이며, 제 1 필터링의 차단 주파수는 제 2 필터링의 차단 주파수보다 낮을 수 있다.
전처리부(1319)는 원본 영상 내에서 식별된 영역들 각각을 서로 다른 방식으로 필터링하되, 다른 종류의 영역을 동일한 방식으로 필터링할 때에는 전술한 바와 같이 설정 값, 예를 들어, 차단 주파수를 서로 다르게 설정함으로써 필터링 결과가 달라지게 할 수 있다.
전처리부(1319)에 의해 전처리된 원본 영상은 AI 스케일부(1312)로 출력되고, AI 스케일부(1312)는 AI 설정부(1318)로부터 제공된 DNN 설정 정보에 따라 동작하는 제 1 DNN으로 전처리된 원본 영상을 AI 스케일링한다.
AI 설정부(1318)가 DNN 설정 정보를 획득하는 방법은 앞서 도 7과 관련하여 설명한 것과 동일하므로, 상세한 설명은 생략한다.
제 1 부호화부(1314)는 AI 스케일부(1312)에 의해 획득된 제 1 영상을 제 1 부호화하고, 영상 데이터를 데이터 처리부(1316)로 출력한다. 일 실시예에서, 영역 식별부(1311)는 영역 정보에 기초하여 원본 영상 내 각 영역에 적용될 양자화 파라미터를 결정하고, 결정된 양자화 파라미터를 제 1 부호화부(1314)로 전달할 수 있다. 제 1 부호화부(1314)는 영역 식별부(1311)로부터 제공된 양자화 파라미터에 기초하여 제 1 영상을 제 1 부호화할 수 있다.
AI 설정부(1318)는 AI 데이터를 데이터 처리부(1316)로 출력한다. AI 데이터는, AI 복호화 장치(2000)가 AI 부호화 장치(1300)의 AI 스케일링의 크기 변경 배율에 맞춰 제 2 영상들을 AI 스케일링할 수 있게 하는 정보들을 포함한다. AI 데이터는 영역 식별부(1311)로부터 제공된 영역 정보를 더 포함할 수 있다.
데이터 처리부(1316)는 영상 데이터 및 AI 데이터를 포함하는 AI 부호화 데이터를 생성한다. AI 부호화 데이터는 전송부(1330)로 전송된다. 전송부(1330)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 20은 일 실시예에 따른 AI 복호화 장치(2000)의 구성을 나타내는 블록도이다.
도 20을 참조하면, 일 실시예에 따른 AI 복호화 장치(2000)는 수신부(2010) 및 AI 복호화부(2030)를 포함한다. AI 복호화부(2030)는 파싱부(2032), 제 1 복호화부(2034), AI 스케일부(2036), AI 설정부(2038) 및 후처리부(2039)를 포함할 수 있다.
도 20에는 수신부(2010) 및 AI 복호화부(2030)가 개별적인 장치로 도시되어 있으나, 수신부(2010) 및 AI 복호화부(2030)는 하나의 프로세서를 통해 구현될 수 있다. 이 경우, 수신부(2010) 및 AI 복호화부(2030)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(2010) 및 AI 복호화부(2030)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.
수신부(2010)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(2010)는 네트워크를 통해 전달되는 AI 부호화 데이터를 수신할 수 있다. 수신부(2010)는 AI 부호화 데이터를 AI 복호화부(2030)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(2032)는 AI 부호화 데이터를 파싱하여 제 1 영상의 제 1 부호화 결과로 생성된 영상 데이터를 제 1 복호화부(2034)로 전달하고, AI 데이터를 AI 설정부(2038)로 전달한다. 파싱부(2032)가 파싱하는 AI 부호화 데이터의 구조는 도 9 및 도 10에서 설명하였으므로, 상세한 설명을 생략한다.
파싱부(2032)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(2034)로 전달할 수 있다.
제 1 복호화부(2034)는 파싱부(2032)로부터 수신된 영상 데이터에 기초하여 제 1 영상에 대응하는 제 2 영상을 복원한다. 원본 영상에 대한 전처리가 크롭핑 처리인 경우, 제 1 복호화부(2034)는 복수의 영상 데이터 각각을 제 1 복호화하여 복수의 제 1 영상 각각에 대응하는 복수의 제 2 영상을 획득할 수 있다.
제 1 복호화부(2034)에 의해 획득된 제 2 영상은 AI 스케일부(2036)로 제공된다. 구현예에 따라, 예측 모드 정보, 움직임 정보, 양자화 파라미터 정보 등의 제 1 복호화 관련 정보가 제 1 복호화부(2034)로부터 AI 설정부(2038)로 제공될 수 있다. 제 1 복호화 관련 정보는 DNN 설정 정보를 획득하는데 이용될 수 있다.
AI 설정부(2038)로 제공되는 AI 데이터는, 제 2 영상을 AI 스케일링할 수 있게 하는 정보들을 포함한다. AI 데이터는 영역 정보를 더 포함할 수 있다.
일 실시예에서, AI 데이터는 원본 영상 (또는 원본 파트 영상)과 제 1 영상 사이의 해상도 차이 정보, 제 1 영상 관련 정보 및 제 1 영상에 포함된 영역의 종류 정보(즉, 제 1 영상에 포함된 영역이 관심 오브젝트 영역인지, 비-관심 영역인지, 경계 영역인지를 나타내는 정보) 중 적어도 하나를 포함할 수 있다. 제 1 영상 관련 정보는, 제 1 영상의 해상도, 제 1 영상의 제 1 부호화 결과 획득된 영상 데이터의 비트레이트 및 제 1 영상의 제 1 부호화시 이용된 코덱 타입 중 적어도 하나에 대한 정보를 포함할 수 있다.
다른 실시예에서, AI 데이터는, AI 부호화 장치(1300)의 AI 스케일부(1312)에 의한 AI 스케일링의 크기 변경 배율에 맞춰 제 2 영상이 AI 스케일링될 수 있도록, 상호 약속된 DNN 설정 정보의 식별자를 포함할 수 있다.
다른 실시예에서, AI 데이터는 AI 복호화 장치(2000)의 AI 스케일부(2036)가 이용하는 제 2 DNN에 세팅 가능한 DNN 설정 정보 자체를 포함할 수도 있다.
AI 설정부(2038)는 AI 데이터에 기초하여 AI 스케일부(2036)의 제 2 DNN에 세팅될 DNN 설정 정보를 획득한다. DNN 설정 정보는 제 2 DNN에 포함되는 컨볼루션 레이어의 수, 컨볼루션 레이어별 필터 커널의 개수 및 각 필터 커널의 파라미터 중 적어도 하나에 대한 정보를 포함할 수 있다.
AI 설정부(2038)는 미리 저장된 복수의 DNN 설정 정보 중 AI 스케일부(2036)의 제 2 DNN에 세팅될 DNN 설정 정보를 획득할 수 있다. 복수의 DNN 설정 정보 각각은 미리 결정된 해상도 및/또는 미리 결정된 화질의 제 3 영상을 획득하기 위한 정보로, AI 부호화 장치(1300)에 의해 이용되는 제 1 DNN과 연계하여 훈련된 것이다.
제 2 DNN에 의한 AI 스케일링을 통해 제 2 영상의 크기가 변경되는 배율은 DNN 설정 정보마다 상이할 수 있다. 예를 들어, 어느 하나의 DNN 설정 정보는 제 2 영상의 크기 대비 2배의 크기를 갖는 제 3 영상을 획득하는데 이용되고, 다른 하나의 DNN 설정 정보는 제 2 영상의 크기 대비 3배의 크기를 갖는 제 3 영상을 획득하는데 이용될 수 있다.
일 실시예에서, AI 설정부(2038)가 저장하고 있는 복수의 DNN 설정 정보 중 일부는 제 2 영상의 크기보다 작은 크기를 갖는 제 3 영상을 획득하는데 이용될 수 있다. 즉, 도 2와 관련하여 설명한 DNN 설정 정보들은 모두 제 2 영상의 크기를 증가시키는데 이용되었지만, 도 20에 도시된 AI 복호화 장치(2000)가 이용할 수 있는 DNN 설정 정보들의 일부는 제 2 영상의 크기를 감소시키는데 이용될 수 있다. 다시 말하면, 제 2 DNN은 AI 업스케일링 뿐만 아니라 AI 다운스케일링을 수행할 수도 있다.
복수의 제 2 영상 각각에 대한 독립적인 AI 스케일링이 필요한 경우, AI 설정부(2038)는 복수의 제 2 영상 각각의 AI 스케일링에 이용되는 DNN 설정 정보들을 획득할 수 있다.
일 실시예에서, AI 설정부(2038)는 AI 데이터에 포함된 차이 정보에 기초하여, 복수의 DNN 설정 정보 중 제 2 영상을 AI 스케일링하기 위한 DNN 설정 정보를 획득할 수 있다. 예를 들어, 차이 정보에 기초하여 원본 영상(또는 원본 파트 영상)의 해상도(예를 들어, 4K(4096*2160))가 제 1 영상의 해상도(예를 들어, 2K (2048*1080))보다 2배 큰 것으로 확인된 경우, AI 설정부(2038)는 제 2 영상의 해상도를 2배 증가시킬 수 있는 DNN 설정 정보를 획득할 수 있다.
다른 실시예에서, AI 설정부(2038)는 AI 데이터에 포함된 제 1 영상 관련 정보에 기초하여, 복수의 DNN 설정 정보 중 제 2 영상을 AI 스케일링하기 위한 DNN 설정 정보를 획득할 수 있다. AI 설정부(2038)는 영상 관련 정보들과 DNN 설정 정보들 사이의 매핑 관계를 미리 결정하고, 제 1 영상 관련 정보에 매핑된 DNN 설정 정보를 획득할 수 있다. 이에 대해서는 도 5를 참조하여 설명하였으므로 상세한 설명을 생략한다.
또 다른 실시예에서, AI 설정부(2038)는 제 1 복호화부(2034)로부터 제공되는 정보(예측 모드 정보, 움직임 정보, 양자화 파라미터 정보 등)와 AI 데이터에 포함된 제 1 영상 관련 정보를 모두 고려하여 복수의 DNN 설정 정보 중 제 2 영상을 AI 스케일링하기 위한 DNN 설정 정보를 획득할 수도 있다.
또 다른 실시예에서, AI 설정부(2038)는 AI 데이터에 포함된 영역 정보와 제 1 영상 관련 정보를 고려하여 복수의 DNN 설정 정보 중 제 2 영상을 AI 스케일링하기 위한 DNN 설정 정보를 획득할 수도 있다. AI 설정부(2038)는 영역들의 종류 및 영상 관련 정보들과, DNN 설정 정보들 사이의 매핑 관계를 미리 결정하고, 제 2 영상에 포함된 영역의 종류 및 제 1 영상 관련 정보에 매핑된 DNN 설정 정보를 획득할 수 있다.
또 다른 실시예에서, AI 설정부(2038)는 AI 데이터에 포함된 식별자에 대응하는 DNN 설정 정보를 획득할 수도 있다.
또 다른 실시예에서, AI 설정부(2038)는 AI 데이터에 포함된 DNN 설정 정보를 획득할 수도 있다.
일 실시예에서, 제 2 영상이 복수의 프레임으로 구성된 경우, AI 설정부(2038)는 소정 개수의 프레임 별로 DNN 설정 정보를 독립적으로 획득할 수 있고, 또는, 전체 프레임에 대해 공통된 DNN 설정 정보를 획득할 수도 있다.
AI 스케일부(2036)는 AI 설정부(2038)로부터 제공되는 DNN 설정 정보로 제 2 DNN을 세팅하고, 제 2 DNN을 통해 제 2 영상을 AI 스케일링하여 제 3 영상을 획득한다. 제 2 DNN의 예시적인 구조는 도 3과 동일할 수 있으므로, 상세한 설명은 생략한다.
제 1 복호화부(2034)에 의해 복수의 제 2 영상이 획득된 경우, AI 스케일부(2036)는 복수의 제 2 영상 각각을 AI 스케일링하여 복수의 제 3 영상을 획득할 수 있다. 복수의 제 2 영상에 대한 AI 스케일링에 대해 도 21을 참조하여 설명한다.
도 21은 복수의 제 2 영상(135a, 135b) 각각에 대한 독립적인 AI 스케일링을 통해 획득되는 복수의 제 3 영상(145a, 145b)을 도시하는 예시적인 도면이다.
전술한 바와 같이, AI 설정부(2038)는 복수의 제 2 영상(135a, 135b) 각각을 위한 DNN 설정 정보를 획득하는데, DNN 설정 정보에 따라 복수의 제 2 영상(135a, 135b)들의 AI 스케일링이 독립적으로 수행될 수 있다. 즉, 관심 오브젝트 영역을 포함하는 제 2 영상(135a)은 A DNN 설정 정보에 따라 동작하는 제 2 DNN을 통해 AI 스케일링되고, 비-관심 영역을 포함하는 제 2 영상(135b)은 B DNN 설정 정보에 따라 동작하는 제 2 DNN을 통해 AI 스케일링될 수 있다.
AI 스케일링을 통한 복수의 제 2 영상(135a, 135b)들의 크기 변경 배율은 제 2 영상(135a, 135b)에 포함된 영역의 종류에 따라 서로 다를 수 있다.
도 21에 도시된 바와 같이, 관심 오브젝트 영역을 포함하는 제 2 영상(135a)의 폭이 w1이고, 높이가 h1이면, 해당 제 2 영상(135a)에 대한 AI 스케일링을 통해 폭이 w이고, 높이가 h인 제 3 영상(145a)이 획득될 수 있다. 또한, 비-관심 영역을 포함하는 제 2 영상(135b)의 폭이 w2이고, 높이가 h2이면, 해당 제 2 영상(135b)에 대한 AI 스케일링을 통해 폭이 w이고, 높이가 h인 제 3 영상(145b)이 획득될 수 있다. 즉, 관심 오브젝트 영역을 포함하는 제 2 영상(135a)의 크기와 비-관심 영역을 포함하는 제 2 영상(135b)의 크기는 서로 다르지만, 이들 제 2 영상(135a, 135b)에 대한 AI 스케일링을 통해 획득되는 제 3 영상(145a, 145b)들의 크기는 서로 동일할 수 있다.
관심 오브젝트 영역을 포함하는 제 2 영상(135a)의 크기 변경 배율(h/h1 또는 w/w1)은 비-관심 영역을 포함하는 제 2 영상(135b)의 크기 변경 배율(h/h2 또는 w/w2)보다 작을 수 있다. 구현예에 따라, 관심 오브젝트 영역을 포함하는 제 2 영상(135a)의 크기 변경 배율(h/h1 또는 w/w1)은 1 보다 작고, 비-관심 영역을 포함하는 제 2 영상(135b)의 크기 변경 배율(h/h2 또는 w/w2)은 1보다 클 수 있다.
일 실시예에서, 어느 하나의 제 2 영상에 경계 영역이 포함된 경우, 경계 영역을 포함하는 제 2 영상의 크기 변경 배율은, 관심 오브젝트 영역을 포함하는 제 2 영상(135a)의 크기 변경 배율과 비-관심 영역을 포함하는 제 2 영상(135b)의 크기 변경 배율 사이의 값을 가질 수 있다.
또한, 일 실시예에서, 원본 영상에서 두 종류 이상의 관심 오브젝트가 검출된 경우, 어느 하나의 관심 오브젝트 영역을 포함하는 제 2 영상의 크기 변경 배율과 다른 하나의 관심 오브젝트 영역을 포함하는 제 2 영상의 크기 변경 배율이 서로 상이하게 결정될 수 있다. 일 예로, 얼굴 오브젝트의 중요도가 텍스트 오브젝트의 중요도보다 높다면, 얼굴 오브젝트 영역을 포함하는 제 2 영상의 크기 변경 배율은 텍스트 오브젝트 영역을 포함하는 제 2 영상의 크기 변경 배율보다 작을 수 있다.
복수의 제 2 영상의 AI 스케일링에 따라 복수의 제 3 영상이 획득되면, 후처리부(2039)는 복수의 제 3 영상을 결합하여 원본 영상에 대응하는 복원 영상을 획득한다. 복수의 제 3 영상의 결합에 AI 설정부(2038)로부터 제공되는 영역 정보가 이용될 수 있다.
일반적으로, 개별적으로 촬영된 여러 영상을 결합하여 하나의 영상을 획득하는 것은 복잡하다. 왜냐하면, 개별적으로 촬영된 여러 영상을 결합하기 위해서는 각 영상의 밝기, 초점 차이로 인한 왜곡 등을 제거하여야 할 필요성이 있기 때문이다. 본 개시에서 복수의 제 3 영상은 하나의 원본 영상에 포함된 복수의 원본 파트 영상들에 대한 처리 결과로 획득된 것이므로, 개별적으로 촬영된 여러 영상을 결합하여 하나의 영상을 획득하는 것에 비해, 훨씬 간단하게 고 퀄리티의 복원 영상을 획득할 수 있다.
일 예에서, 후처리부(2039)는 스티칭(stitching)을 위한 DNN을 통해 복수의 제 3 영상을 결합할 수 있다. 스티칭을 위한 DNN은 미리 훈련된 것일 수 있다. 다른 예에서, 후처리부(2039)는 모자이킹(mosaicing) 방식으로 복수의 제 3 영상을 결합할 수 있고, 또는, 기타 공지된 영상 결합 방식으로 복수의 제 3 영상을 결합할 수도 있다.
도 22는 복수의 제 3 영상들(145a, 145b)의 결합 결과로 획득되는 복원 영상(155)을 도시하는 예시적인 도면이다.
도 22에 도시된 바와 같이, 후처리부(2039)는 관심 오브젝트 영역을 포함하는 제 3 영상(145a)과 비-관심 영역을 포함하는 제 3 영상(145b)을 결합하여 관심 오브젝트 영역과 비-관심 오브젝트 영역을 모두 포함하는 복원 영상(155)을 획득할 수 있다.
관심 오브젝트 영역을 포함하는 제 3 영상(145a), 경계 영역을 포함하는 제 3 영상 및 비-관심 영역을 포함하는 제 3 영상(145b)이 존재하는 경우, 후처리부(2039)는 이들 제 3 영상들을 결합하여 관심 오브젝트 영역, 경계 영역 및 비-관심 영역을 모두 포함하는 복원 영상(155)을 획득할 수 있다.
전술한 바와 같이, 원본 영상에 대한 전처리가 필터링 처리인 경우, 후처리부(2039)는 제 3 영상 내 각 영역을 필터링하여 복원 영상을 획득할 수 있다.
후처리부(2039)는 AI 설정부(2038)로부터 전달된 영역 정보에 따라 제 3 영상 내 영역들을 필터링할 수 있다. 후처리부(2039)는 AI 부호화 장치(1300)의 전처리부(1319)가 원본 영상 내 각 영역들에 대해 적용한 필터링 방법에 상응하는(또는 페어링된) 필터링 방법을 제 3 영상 내 각 영역들에 적용할 수 있다. 예를 들어, 전처리부(1319)가 원본 영상 내 관심 오브젝트 영역에 대해 로우패스 필터링을 수행한 경우, 후처리부(2039)는 제 3 영상 내 관심 오브젝트 영역에 대해 하이패스 필터링을 수행할 수 있다. 또한, 전처리부(1319)가 원본 영상 내 관심 오브젝트 영역에 대해 하이패스 필터링을 수행한 경우, 후처리부(2039)는 제 3 영상 내 관심 오브젝트 영역에 대해 로우패스 필터링을 수행할 수 있다.
후처리부(2039)는 제 3 영상에 포함된 영역들 각각을 서로 다른 방식으로 필터링하되, 다른 종류의 영역을 동일한 방식으로 필터링할 때에는 설정 값, 예를 들어, 차단 주파수를 서로 다르게 설정함으로써 필터링 결과가 다르게 도출되도록 할 수 있다.
AI 부호화 장치(1300)가 이용하는 제 1 DNN 및 AI 복호화 장치(2000)가 이용하는 제 2 DNN의 연계 훈련은, 도 11 및 도 12에서 설명한 것과 동일하다. 다만, 전술한 바와 같이, AI 부호화 장치(1300)의 제 1 DNN은 AI 다운스케일뿐만 아니라 AI 업스케일을 할 수 있고, AI 복호화 장치(2000)의 제 2 DNN은 AI 업스케일뿐만 아니라 AI 다운스케일을 할 수 있다. 따라서, 제 1 DNN이 원본 훈련 영상(1101)의 크기를 증가시키고, 제 2 DNN이 제 1 훈련 영상(1102)의 크기를 감소시키는 방향으로 제 1 DNN과 제 2 DNN을 훈련시키는 경우, 구조적 손실 정보를 획득하는데 축소 훈련 영상(1103) 대신 원본 훈련 영상(1101)으로부터 확대된 확대 훈련 영상이 이용된다. 확대 훈련 영상은 원본 훈련 영상(1101)의 레거시 업스케일을 통해 획득될 수 있다. 레거시 업스케일은 바이리니어(bilinear) 스케일, 바이큐빅(bicubic) 스케일, 란조스(lanczos) 스케일 및 스테어 스탭(stair step) 스케일 중 적어도 하나를 포함할 수 있다.
도 23은 다른 실시예에 따른 AI 부호화 장치(1300)에 의한 AI 부호화 방법을 나타내는 순서도이다.
도 23을 참조하면, S2310 단계에서, AI 부호화 장치(1300)는 원본 영상에서 관심 오브젝트 영역을 식별한다. AI 부호화 장치(1300)는 원본 영상에서 관심 오브젝트 영역을 식별하고, 관심 오브젝트 영역 이외의 영역을 비-관심 영역으로 식별할 수 있다.
일 실시예에서, AI 부호화 장치(1300)는 원본 영상 중 관심 오브젝트 영역과 비-관심 영역 사이의 영역을 경계 영역으로 식별할 수 있다.
S2320 단계에서, AI 부호화 장치(1300)는 관심 오브젝트 영역과 비-관심 영역을 각각 포함하는 복수의 원본 파트 영상을 획득한다.
AI 부호화 장치(1300)는 원본 영상에 대한 크롭핑을 통해 복수의 원본 파트 영상을 획득할 수 있는데, 구현예에 따라 AI 부호화 장치(1300)는 크롭핑 대신 필터링을 원본 영상에 적용할 수 있다. 이 경우, AI 부호화 장치(1300)는 필터링된 원본 영상을 획득한다.
S2330 단계에서, AI 부호화 장치(1300)는 복수의 원본 파트 영상으로부터 AI 스케일링된 복수의 제 1 영상을 획득한다.
AI 부호화 장치(1300)는 복수의 제 1 영상 각각에 포함된 영역의 종류를 고려하여 복수의 제 1 영상의 AI 스케일링에 적용될 복수의 DNN 설정 정보를 획득할 수 있다. AI 부호화 장치(1300)는 복수의 DNN 설정 정보 중 어느 하나의 DNN 설정 정보에 따라 동작하는 제 1 DNN으로 어느 하나의 원본 파트 영상을 AI 스케일링하여 그에 대응하는 제 1 영상을 획득할 수 있다. 그리고, AI 부호화 장치(1300)는 복수의 DNN 설정 정보 중 다른 하나의 DNN 설정 정보에 따라 동작하는 제 1 DNN으로 다른 하나의 원본 파트 영상을 AI 스케일링하여 그에 대응하는 제 1 영상을 획득할 수 있다. 즉, AI 부호화 장치(1300)는 각각의 DNN 설정 정보를 이용하여 원본 파트 영상들을 독립적으로 AI 스케일링할 수 있다.
AI 부호화 장치(1300)는 필터링된 원본 영상이 획득되면, 필터링된 원본 영상에 대응하는 DNN 설정 정보를 획득하고, 필터링된 원본 영상을 DNN 설정 정보로 세팅된 제 1 DNN으로 AI 스케일링하여 제 1 영상을 획득할 수 있다.
S2340 단계에서, AI 부호화 장치(1300)는 복수의 제 1 영상을 제 1 부호화하여 영상 데이터를 획득한다. 원본 영상 내 각 영역의 위치를 나타내는 영역 정보로부터 획득된 양자화 파라미터가 복수의 제 1 영상의 제 1 부호화에 이용될 수 있다.
필터링된 원본 영상에 대한 AI 스케일링을 통해 하나의 제 1 영상이 획득된 경우, AI 부호화 장치(1300)는 해당하는 제 1 영상을 제 1 부호화하여 영상 데이터를 획득할 수 있다.
S2350 단계에서, AI 부호화 장치(1300)는 AI 스케일링과 관련된 AI 데이터, 및 영상 데이터를 AI 복호화 장치(2000)로 전송한다.
구현예에 따라, AI 데이터 및 영상 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 24는 다른 실시예에 따른 AI 복호화 장치(2000)에 의한 AI 복호화 방법을 나타내는 순서도이다.
도 24를 참조하면, S2410 단계에서, AI 복호화 장치(2000)는 AI 스케일링과 관련된 AI 데이터, 및 영상 데이터를 획득한다.
S2420 단계에서, AI 복호화 장치(2000)는 영상 데이터를 제 1 복호화하여 복수의 제 2 영상을 획득한다. 구현예에 따라, AI 복호화 장치(2000)는 영상 데이터를 제 1 복호화하여 하나의 제 2 영상을 획득할 수도 있다.
S2430 단계에서, AI 복호화 장치(2000)는 복수의 제 2 영상의 AI 스케일링을 위한 DNN 설정 정보를 획득한다. 복수의 제 2 영상 각각에 대해 서로 다른 DNN 설정 정보가 획득될 수 있다. 영상 데이터의 제 1 복호화를 통해 하나의 제 2 영상이 획득된 경우, AI 복호화 장치(2000)는 하나의 제 2 영상의 AI 스케일링을 위한 DNN 설정 정보를 획득할 수 있다.
S2440 단계에서, AI 복호화 장치(2000)는 복수의 제 2 영상으로부터 AI 스케일링된 복수의 제 3 영상을 획득한다. 복수의 제 2 영상은 DNN 설정 정보에 따라 동작하는 제 2 DNN에 따라 독립적으로 AI 스케일링될 수 있다. 영상 데이터의 제 1 복호화를 통해 하나의 제 2 영상이 획득된 경우, AI 복호화 장치(2000)는 하나의 제 2 영상으로부터 AI 스케일링된 하나의 제 3 영상을 획득한다.
S2450 단계에서, AI 복호화 장치(2000)는 복수의 제 3 영상을 결합하여 원본 영상에 대응하는 복원 영상을 획득한다.
AI 스케일링을 통해 하나의 제 3 영상이 획득된 경우, AI 복호화 장치(2000)는 제 3 영상 내 각 영역에 대해 필터링을 수행하여 복원 영상을 획득할 수 있다.
한편, 상술한 본 개시의 실시예들은 컴퓨터에서 실행될 수 있는 프로그램 또는 인스트럭션으로 작성가능하고, 작성된 프로그램 또는 인스트럭션은 매체에 저장될 수 있다.
매체는 컴퓨터로 실행 가능한 프로그램 또는 인스트럭션을 계속 저장하거나, 실행 또는 다운로드를 위해 임시 저장하는 것일 수도 있다. 또한, 매체는 단일 또는 수개 하드웨어가 결합된 형태의 다양한 기록수단 또는 저장수단일 수 있는데, 어떤 컴퓨터 시스템에 직접 접속되는 매체에 한정되지 않고, 네트워크 상에 분산 존재하는 것일 수도 있다. 매체의 예시로는, 하드 디스크, 플로피 디스크 및 자기 테이프와 같은 자기 매체, CD-ROM 및 DVD와 같은 광기록 매체, 플롭티컬 디스크(floptical disk)와 같은 자기-광 매체(magneto-optical medium), 및 ROM, RAM, 플래시 메모리 등을 포함하여 프로그램 명령어가 저장되도록 구성된 것이 있을 수 있다. 또한, 다른 매체의 예시로, 애플리케이션을 유통하는 앱 스토어나 기타 다양한 소프트웨어를 공급 내지 유통하는 사이트, 서버 등에서 관리하는 기록매체 내지 저장매체도 들 수 있다.
한편, 상술한 DNN과 관련된 모델은, 소프트웨어 모듈로 구현될 수 있다. 소프트웨어 모듈(예를 들어, 명령어(instruction)를 포함하는 프로그램 모듈)로 구현되는 경우, DNN 모델은 컴퓨터로 읽을 수 있는 판독 가능한 기록매체에 저장될 수 있다.
또한, DNN 모델은 하드웨어 칩 형태로 집적되어 전술한 AI 복호화 장치(200, 2000) 또는 AI 부호화 장치(700, 1300)의 일부가 될 수도 있다. 예를 들어, DNN 모델은 인공 지능을 위한 전용 하드웨어 칩 형태로 제작될 수도 있고, 또는 기존의 범용 프로세서(예를 들어, CPU 또는 애플리케이션 프로세서) 또는 그래픽 전용 프로세서(예를 들어, GPU)의 일부로 제작될 수도 있다.
또한, DNN 모델은 다운로드 가능한 소프트웨어 형태로 제공될 수도 있다. 컴퓨터 프로그램 제품은 제조사 또는 전자 마켓을 통해 전자적으로 배포되는 소프트웨어 프로그램 형태의 상품(예를 들어, 다운로드 가능한 애플리케이션)을 포함할 수 있다. 전자적 배포를 위하여, 소프트웨어 프로그램의 적어도 일부는 저장 매체에 저장되거나, 임시적으로 생성될 수 있다. 이 경우, 저장 매체는 제조사 또는 전자 마켓의 서버, 또는 중계 서버의 저장매체가 될 수 있다.
이상, 본 개시의 기술적 사상을 바람직한 실시예를 들어 상세하게 설명하였으나, 본 개시의 기술적 사상은 상기 실시예들에 한정되지 않고, 본 개시의 기술적 사상의 범위 내에서 당 분야에서 통상의 지식을 가진 자에 의하여 여러 가지 변형 및 변경이 가능하다.
Claims (14)
- 하나 이상의 인스트럭션들을 저장하는 메모리; 및
상기 메모리에 저장된 상기 하나 이상의 인스트럭션들을 실행하는 프로세서를 포함하고,
상기 프로세서는,
원본 영상 내에서 관심 오브젝트 영역(Object region of interest)을 식별하고,
상기 관심 오브젝트 영역과 비-관심 영역(uninterested region)을 각각 포함하는 복수의 원본 파트 영상을 상기 원본 영상으로부터 획득하고,
복수의 DNN 설정 정보 중에서 선택된 DNN 설정 정보로 동작하는 스케일링 DNN(Scaling Neural Network)을 통해 상기 복수의 원본 파트 영상으로부터 AI 스케일링된 복수의 제 1 영상을 획득하고,
상기 복수의 제 1 영상을 부호화하여 영상 데이터를 생성하고,
상기 AI 스케일링과 관련된 정보를 포함하는 AI 데이터, 및 상기 영상 데이터를 전송하는, AI 부호화 장치.
- 제1항에 있어서,
상기 복수의 원본 파트 영상 각각에 대해 서로 다른 DNN 설정 정보가 선택되며,
상기 복수의 원본 파트 영상은, 상기 DNN 설정 정보로 동작하는 상기 스케일링 DNN을 통해 서로 다른 배율로 크기가 변경되는, AI 부호화 장치.
- 제2항에 있어서,
상기 복수의 원본 파트 영상 중 어느 하나의 원본 파트 영상은, 상기 스케일링 DNN을 통해 크기가 감소하고,
상기 복수의 원본 파트 영상 중 다른 하나의 원본 파트 영상은, 상기 스케일링 DNN을 통해 크기가 증가하는, AI 부호화 장치.
- 제3항에 있어서,
상기 어느 하나의 원본 파트 영상은 상기 비-관심 영역을 포함하고,
상기 다른 하나의 원본 파트 영상은 상기 관심 오브젝트 영역을 포함하는, AI 부호화 장치.
- 제1항에 있어서,
상기 프로세서는,
상기 관심 오브젝트 영역과 상기 비-관심 영역에 대응하는 양자화 파라미터들을 결정하고,
상기 결정된 양자화 파라미터들에 기초하여 상기 복수의 제 1 영상들을 부호화하는, AI 부호화 장치.
- 제1항에 있어서,
상기 프로세서는,
상기 원본 영상 내에서 상기 관심 오브젝트 영역과 상기 비-관심 영역 사이의 경계 영역을 식별하고,
상기 관심 오브젝트 영역, 상기 비-관심 영역, 및 상기 경계 영역 각각을 포함하는 상기 복수의 원본 파트 영상을 상기 원본 영상으로부터 획득하는, AI 부호화 장치.
- 제6항에 있어서,
상기 경계 영역을 포함하는 원본 파트 영상의 상기 AI 스케일링을 통한 크기 변경 배율은,
상기 관심 오브젝트 영역을 포함하는 원본 파트 영상의 상기 AI 스케일링을 통한 크기 변경 배율과 상기 비-관심 영역을 포함하는 원본 파트 영상의 상기 AI 스케일링을 통한 크기 변경 배율 사이의 값을 가지는, AI 부호화 장치.
- 하나 이상의 인스트럭션들을 저장하는 메모리; 및
상기 메모리에 저장된 상기 하나 이상의 인스트럭션들을 실행하는 프로세서를 포함하고,
상기 프로세서는,
복수의 제 1 영상의 부호화 결과 생성된 영상 데이터, 및 복수의 원본 파트 영상으로부터 상기 복수의 제 1 영상으로의 AI 스케일링과 관련된 AI 데이터를 획득하고,
상기 영상 데이터를 복호화하여 복수의 제 2 영상을 획득하고,
복수의 DNN 설정 정보 중 상기 복수의 제 2 영상의 AI 스케일링을 위한 DNN 설정 정보를, 상기 AI 데이터에 기초하여 획득하고,
상기 획득된 DNN 설정 정보로 동작하는 스케일링 DNN을 통해 상기 복수의 제 2 영상으로부터 AI 스케일링된 복수의 제 3 영상을 생성하고,
상기 복수의 제 3 영상을 결합하여 복원 영상을 획득하는, AI 복호화 장치.
- 제8항에 있어서,
상기 복수의 원본 파트 영상은 원본 영상으로부터 크롭핑(cropping)된 영상들인, AI 복호화 장치.
- 제8항에 있어서,
상기 복수의 제 2 영상 각각에 대해 서로 다른 DNN 설정 정보가 획득되며,
상기 복수의 제 2 영상은, 상기 DNN 설정 정보로 동작하는 스케일링 DNN을 통해 서로 다른 배율로 크기가 변경되는, AI 복호화 장치.
- 제10항에 있어서,
상기 복수의 제 2 영상 중 어느 하나의 제 2 영상은, 상기 스케일링 DNN을 통해 크기가 증가하고,
상기 복수의 제 2 영상 중 다른 하나의 제 2 영상은, 상기 스케일링 DNN을 통해 크기가 감소하는, AI 복호화 장치.
- 제11항에 있어서,
상기 다른 하나의 제 2 영상은,
원본 영상 내에서 식별된 관심 오브젝트 영역을 포함하는, AI 복호화 장치.
- AI 부호화 장치에 의한 AI 부호화 방법에 있어서,
원본 영상 내에서 관심 오브젝트 영역을 식별하는 단계;
상기 관심 오브젝트 영역과 비-관심 영역 각각을 포함하는 복수의 원본 파트 영상을 상기 원본 영상으로부터 획득하는 단계;
복수의 DNN 설정 정보 중에서 선택된 DNN 설정 정보로 동작하는 스케일링 DNN을 통해 상기 복수의 원본 파트 영상으로부터 AI 스케일링된 복수의 제 1 영상을 획득하는 단계;
상기 복수의 제 1 영상을 부호화하여 영상 데이터를 생성하는 단계; 및
상기 AI 스케일링과 관련된 정보를 포함하는 AI 데이터, 및 상기 영상 데이터를 전송하는 단계를 포함하는, AI 부호화 방법.
- AI 복호화 장치에 의한 AI 복호화 방법에 있어서,
복수의 제 1 영상의 부호화 결과 생성된 영상 데이터, 및 복수의 원본 파트 영상으로부터 상기 복수의 제 1 영상으로의 AI 스케일링과 관련된 AI 데이터를 획득하는 단계;
상기 영상 데이터를 복호화하여 복수의 제 2 영상을 획득하는 단계;
복수의 DNN 설정 정보 중 상기 복수의 제 2 영상의 AI 스케일링을 위한 DNN 설정 정보를, 상기 AI 데이터에 기초하여 획득하는 단계;
상기 획득된 DNN 설정 정보로 동작하는 스케일링 DNN을 통해 상기 복수의 제 2 영상으로부터 AI 스케일링된 복수의 제 3 영상을 생성하는 단계; 및
상기 복수의 제 3 영상을 결합하여 복원 영상을 획득하는 단계를 포함하는, AI 복호화 방법.
Priority Applications (4)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| PCT/KR2021/013363 WO2022097921A1 (ko) | 2020-11-09 | 2021-09-29 | 영상 내 관심 오브젝트 영역을 위한 ai 부호화 장치 및 방법, 및 ai 복호화 장치 및 방법 |
| CN202180075578.1A CN116458157A (zh) | 2020-11-09 | 2021-09-29 | 用于图像中感兴趣的对象区域的ai编码装置和方法以及ai解码装置和方法 |
| EP21889386.5A EP4221211A4 (en) | 2020-11-09 | 2021-09-29 | AI ENCODING APPARATUS AND METHOD AND AI DECODING APPARATUS AND METHOD FOR A REGION OF AN OBJECT OF INTEREST IN AN IMAGE |
| US18/195,221 US20230276070A1 (en) | 2020-11-09 | 2023-05-09 | Artificial intelligence (ai) encoding apparatus and method and ai decoding apparatus and method for region of object of interest in image |
Applications Claiming Priority (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR20200148696 | 2020-11-09 | ||
| KR1020200148696 | 2020-11-09 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| KR20220063061A true KR20220063061A (ko) | 2022-05-17 |
Family
ID=81799980
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020200173500A KR20220063061A (ko) | 2020-11-09 | 2020-12-11 | 영상 내 관심 오브젝트 영역을 위한 ai 부호화 장치 및 방법, 및 ai 복호화 장치 및 방법 |
Country Status (1)
| Country | Link |
|---|---|
| KR (1) | KR20220063061A (ko) |
-
2020
- 2020-12-11 KR KR1020200173500A patent/KR20220063061A/ko active Search and Examination
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| KR102525578B1 (ko) | 부호화 방법 및 그 장치, 복호화 방법 및 그 장치 | |
| KR102285738B1 (ko) | 영상의 주관적 품질을 평가하는 방법 및 장치 | |
| US10817989B2 (en) | Apparatuses and methods for performing artificial intelligence encoding and artificial intelligence decoding on image | |
| KR102287947B1 (ko) | 영상의 ａｉ 부호화 및 ａｉ 복호화 방법, 및 장치 | |
| KR102500761B1 (ko) | 영상의 ａｉ 부호화 및 ａｉ 복호화 방법, 및 장치 | |
| US11200639B1 (en) | Apparatus and method for performing artificial intelligence encoding and decoding on image by using low-complexity neural network | |
| KR102287942B1 (ko) | 전처리를 이용한 영상의 ａｉ 부호화 및 ａｉ 복호화 방법, 및 장치 | |
| KR102436512B1 (ko) | 부호화 방법 및 그 장치, 복호화 방법 및 그 장치 | |
| US20230276070A1 (en) | Artificial intelligence (ai) encoding apparatus and method and ai decoding apparatus and method for region of object of interest in image | |
| KR102166337B1 (ko) | 영상의 ａｉ 부호화 방법 및 장치, 영상의 ａｉ 복호화 방법 및 장치 | |
| KR20200044662A (ko) | 영상의 ａｉ 부호화 및 ａｉ 복호화를 위한 장치, 및 방법 | |
| US11816872B2 (en) | Method and apparatus for performing artificial intelligence encoding and artificial intelligence decoding | |
| KR20220063063A (ko) | 인공지능 부호화 및 인공지능 복호화를 수행하기 위한 방법 및 장치 | |
| KR20220063061A (ko) | 영상 내 관심 오브젝트 영역을 위한 ai 부호화 장치 및 방법, 및 ai 복호화 장치 및 방법 | |
| KR102421719B1 (ko) | 저복잡도 신경망을 이용한 영상의 ai 부호화 장치 및 방법, ai 복호화 장치 및 방법 | |
| KR102421718B1 (ko) | 인공지능 부호화 및 인공지능 복호화를 수행하기 위한 방법 및 장치 | |
| US20230052330A1 (en) | Image providing method and apparatus using artificial intelligence, and display method and apparatus using artificial intelligence | |
| CN116458157A (zh) | 用于图像中感兴趣的对象区域的ai编码装置和方法以及ai解码装置和方法 | |
| EP4228268A1 (en) | Method and device for performing artificial intelligence encoding and artificial intelligence decoding | |
| KR20230094838A (ko) | Ai 기반의 영상 제공 장치 및 이에 의한 방법, 및 ai 기반의 디스플레이 장치 및 이에 의한 방법 | |
| EP4362454A1 (en) | Downscale and upscale method and device using artificial intelligence (ai) during video conference | |
| KR102569447B1 (ko) | 복호화 장치 및 그 동작방법, 및 ai 업 스케일 장치 및 그 동작방법 | |
| KR20230025279A (ko) | Ai 기반의 영상 제공 장치 및 이에 의한 방법, 및 ai 기반의 디스플레이 장치 및 이에 의한 방법 | |
| KR20210154700A (ko) | 화상통화시 업스케일을 위한 적응적 인공지능 다운스케일 방법 및 장치 | |
| KR20220081648A (ko) | Ai 부호화 장치 및 그 동작방법, 및 ai 복호화 장치 및 그 동작방법 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A201 | Request for examination |