WO2019231235A1 - 신호 처리 장치 및 이를 구비하는 영상표시장치 - Google Patents
신호 처리 장치 및 이를 구비하는 영상표시장치 Download PDFInfo
- Publication number
- WO2019231235A1 WO2019231235A1 PCT/KR2019/006434 KR2019006434W WO2019231235A1 WO 2019231235 A1 WO2019231235 A1 WO 2019231235A1 KR 2019006434 W KR2019006434 W KR 2019006434W WO 2019231235 A1 WO2019231235 A1 WO 2019231235A1
- Authority
- WO
- WIPO (PCT)
- Prior art keywords
- resolution
- image
- input
- unit
- learning
- Prior art date
Links
- 238000012545 processing Methods 0.000 title claims abstract description 170
- 238000000034 method Methods 0.000 claims description 82
- 238000003860 storage Methods 0.000 claims description 46
- 230000002708 enhancing effect Effects 0.000 claims description 30
- 239000003623 enhancer Substances 0.000 claims description 11
- 238000010586 diagram Methods 0.000 description 56
- 238000013135 deep learning Methods 0.000 description 48
- 238000006243 chemical reaction Methods 0.000 description 47
- 230000009467 reduction Effects 0.000 description 35
- 238000012549 training Methods 0.000 description 31
- 230000008569 process Effects 0.000 description 30
- 210000000225 synapse Anatomy 0.000 description 17
- 238000004891 communication Methods 0.000 description 16
- 230000008859 change Effects 0.000 description 13
- 238000013528 artificial neural network Methods 0.000 description 12
- 238000004364 calculation method Methods 0.000 description 12
- 238000001514 detection method Methods 0.000 description 12
- 230000006872 improvement Effects 0.000 description 11
- 230000001965 increasing effect Effects 0.000 description 9
- 239000003990 capacitor Substances 0.000 description 8
- 230000005236 sound signal Effects 0.000 description 8
- 238000013527 convolutional neural network Methods 0.000 description 6
- 230000003321 amplification Effects 0.000 description 5
- 238000013473 artificial intelligence Methods 0.000 description 5
- 230000001186 cumulative effect Effects 0.000 description 5
- 238000003199 nucleic acid amplification method Methods 0.000 description 5
- 230000004044 response Effects 0.000 description 5
- 238000013136 deep learning model Methods 0.000 description 4
- 230000000694 effects Effects 0.000 description 4
- 230000008901 benefit Effects 0.000 description 3
- 230000005540 biological transmission Effects 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 238000011160 research Methods 0.000 description 3
- 230000001133 acceleration Effects 0.000 description 2
- 230000003044 adaptive effect Effects 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 2
- 238000013459 approach Methods 0.000 description 2
- 230000000903 blocking effect Effects 0.000 description 2
- 230000006835 compression Effects 0.000 description 2
- 238000007906 compression Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000000605 extraction Methods 0.000 description 2
- 238000002347 injection Methods 0.000 description 2
- 239000007924 injection Substances 0.000 description 2
- 239000004973 liquid crystal related substance Substances 0.000 description 2
- 238000003825 pressing Methods 0.000 description 2
- 239000000243 solution Substances 0.000 description 2
- 230000002123 temporal effect Effects 0.000 description 2
- 101100400546 Mus musculus Matn1 gene Proteins 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 230000005525 hole transport Effects 0.000 description 1
- 238000012886 linear function Methods 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 238000011176 pooling Methods 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 238000011946 reduction process Methods 0.000 description 1
- 230000002787 reinforcement Effects 0.000 description 1
- 230000003014 reinforcing effect Effects 0.000 description 1
- 229920006395 saturated elastomer Polymers 0.000 description 1
- 230000011218 segmentation Effects 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
- 239000002699 waste material Substances 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T3/00—Geometric image transformations in the plane of the image
- G06T3/40—Scaling of whole images or parts thereof, e.g. expanding or contracting
- G06T3/4053—Scaling of whole images or parts thereof, e.g. expanding or contracting based on super-resolution, i.e. the output image resolution being higher than the sensor resolution
-
- G—PHYSICS
- G09—EDUCATION; CRYPTOGRAPHY; DISPLAY; ADVERTISING; SEALS
- G09G—ARRANGEMENTS OR CIRCUITS FOR CONTROL OF INDICATING DEVICES USING STATIC MEANS TO PRESENT VARIABLE INFORMATION
- G09G5/00—Control arrangements or circuits for visual indicators common to cathode-ray tube indicators and other visual indicators
- G09G5/36—Control arrangements or circuits for visual indicators common to cathode-ray tube indicators and other visual indicators characterised by the display of a graphic pattern, e.g. using an all-points-addressable [APA] memory
- G09G5/39—Control of the bit-mapped memory
- G09G5/391—Resolution modifying circuits, e.g. variable screen formats
-
- G—PHYSICS
- G09—EDUCATION; CRYPTOGRAPHY; DISPLAY; ADVERTISING; SEALS
- G09G—ARRANGEMENTS OR CIRCUITS FOR CONTROL OF INDICATING DEVICES USING STATIC MEANS TO PRESENT VARIABLE INFORMATION
- G09G3/00—Control arrangements or circuits, of interest only in connection with visual indicators other than cathode-ray tubes
- G09G3/20—Control arrangements or circuits, of interest only in connection with visual indicators other than cathode-ray tubes for presentation of an assembly of a number of characters, e.g. a page, by composing the assembly by combination of individual elements arranged in a matrix no fixed position being assigned to or needed to be assigned to the individual characters or partial characters
- G09G3/22—Control arrangements or circuits, of interest only in connection with visual indicators other than cathode-ray tubes for presentation of an assembly of a number of characters, e.g. a page, by composing the assembly by combination of individual elements arranged in a matrix no fixed position being assigned to or needed to be assigned to the individual characters or partial characters using controlled light sources
- G09G3/30—Control arrangements or circuits, of interest only in connection with visual indicators other than cathode-ray tubes for presentation of an assembly of a number of characters, e.g. a page, by composing the assembly by combination of individual elements arranged in a matrix no fixed position being assigned to or needed to be assigned to the individual characters or partial characters using controlled light sources using electroluminescent panels
- G09G3/32—Control arrangements or circuits, of interest only in connection with visual indicators other than cathode-ray tubes for presentation of an assembly of a number of characters, e.g. a page, by composing the assembly by combination of individual elements arranged in a matrix no fixed position being assigned to or needed to be assigned to the individual characters or partial characters using controlled light sources using electroluminescent panels semiconductive, e.g. using light-emitting diodes [LED]
- G09G3/3208—Control arrangements or circuits, of interest only in connection with visual indicators other than cathode-ray tubes for presentation of an assembly of a number of characters, e.g. a page, by composing the assembly by combination of individual elements arranged in a matrix no fixed position being assigned to or needed to be assigned to the individual characters or partial characters using controlled light sources using electroluminescent panels semiconductive, e.g. using light-emitting diodes [LED] organic, e.g. using organic light-emitting diodes [OLED]
- G09G3/3225—Control arrangements or circuits, of interest only in connection with visual indicators other than cathode-ray tubes for presentation of an assembly of a number of characters, e.g. a page, by composing the assembly by combination of individual elements arranged in a matrix no fixed position being assigned to or needed to be assigned to the individual characters or partial characters using controlled light sources using electroluminescent panels semiconductive, e.g. using light-emitting diodes [LED] organic, e.g. using organic light-emitting diodes [OLED] using an active matrix
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N20/00—Machine learning
-
- G—PHYSICS
- G09—EDUCATION; CRYPTOGRAPHY; DISPLAY; ADVERTISING; SEALS
- G09G—ARRANGEMENTS OR CIRCUITS FOR CONTROL OF INDICATING DEVICES USING STATIC MEANS TO PRESENT VARIABLE INFORMATION
- G09G2340/00—Aspects of display data processing
- G09G2340/04—Changes in size, position or resolution of an image
- G09G2340/0407—Resolution change, inclusive of the use of different resolutions for different screen areas
-
- G—PHYSICS
- G09—EDUCATION; CRYPTOGRAPHY; DISPLAY; ADVERTISING; SEALS
- G09G—ARRANGEMENTS OR CIRCUITS FOR CONTROL OF INDICATING DEVICES USING STATIC MEANS TO PRESENT VARIABLE INFORMATION
- G09G2340/00—Aspects of display data processing
- G09G2340/04—Changes in size, position or resolution of an image
- G09G2340/045—Zooming at least part of an image, i.e. enlarging it or shrinking it
Definitions
- the present invention relates to a signal processing apparatus and an image display apparatus having the same, and more particularly, to a signal processing apparatus capable of stably improving a resolution even if an input image having various resolutions is input and an image display apparatus having the same. .
- the signal processing apparatus is a device that performs signal processing on an input image so as to display an image.
- the signal processing apparatus may receive an image having various resolutions through an external device or an external server, and perform signal processing thereof.
- the image quality can be improved by scaling the input image using the resolution information.
- signal processing for the input image is performed. There is a problem that is difficult.
- An object of the present invention is to provide a signal processing apparatus capable of stably improving resolution even if an input image having various resolutions is input and an image display apparatus having the same.
- Another object of the present invention is to provide a signal processing apparatus capable of stably improving a resolution even when input images having various resolutions are input even when there is no resolution information of an input image, and an image display apparatus having the same.
- Another object of the present invention is to provide a signal processing apparatus capable of stably improving resolution by using a deep neural network and an image display apparatus having the same.
- a signal processing apparatus and an image display apparatus including the same, which includes a scaler for scaling an input image having various resolutions to a first resolution and a first resolution from the scaler. And a learning enhancement on the input image to generate a first image having a second resolution higher than the first resolution.
- the resolution enhancing unit may include a second resolution having a second resolution based on a second image having a second resolution and a first image corresponding to a residual image having a second resolution. 3 Images can be output.
- the signal processing apparatus and the image display device having the same further comprises a second scaler for scaling the input image of the various resolution input to the second resolution, and is output from the second scaler
- the second image having the second resolution may be input to the resolution enhancing unit.
- the signal processing apparatus and the image display apparatus having the same further comprises an image quality processing unit for scaling the input image of the various resolutions input to the second resolution, the second output from the image quality processing unit
- the second image having the resolution may be input to the resolution enhancement unit.
- the signal processing apparatus and the image display device having the same by learning the image of the second resolution of the input image of the various resolutions inputted, the fourth image of the second resolution
- the apparatus may further include a second resolution enhancement unit to generate.
- the resolution improving unit according to an embodiment of the present invention, a learning inference unit for performing the learning inference based on the input image and the super resolution learning model of the first resolution, and the result image according to the learning inference And a calculator for calculating a difference between the second image having the second resolution and outputting a third image having the second resolution.
- the resolution improving unit based on the input image and the super resolution learning model of the first resolution, perform the learning inference, the result image according to the learning inference, and the second
- the third image having the second resolution may be output based on the difference between the second images of the resolution.
- the resolution improving unit a learning inference unit for performing the learning inference based on the input image and the super resolution learning model of the first resolution, and the result image according to the learning inference
- a calculator for calculating a difference value of the second image having a second resolution
- a learning updater configured to perform learning for weight updating based on the node value from the learning inference unit and the difference value.
- the learning inference unit may update the learning model based on the parameter value from the learning updater.
- the resolution improving unit based on the input image and the super resolution learning model of the first resolution, perform the learning inference, the result image according to the learning inference, and the second The difference value of the second image having the resolution is calculated, and based on the node value from the learning inference unit and the difference value, learning for weight updating is performed, and based on the parameter value output according to the weight updating result, the learning is performed. You can update the model.
- the signal processing apparatus and the image display device having the same further comprises a resolution detector for detecting the resolution of the input image, the resolution of the input image detected by the resolution detector is a second resolution In this case, a second image having a second resolution may be input to the resolution enhancement unit.
- the resolution enhancement unit learns based on the input image having the first resolution and the second image having the second resolution.
- the weights in the model can be updated.
- the signal processing apparatus and the image display device having the same further includes a first weight storage unit for storing the first weight, and a second weight storage unit for storing the second weight,
- the resolution enhancer may perform training by using the second weights from the first weight storage and control the updated weight to be stored in the second weight storage.
- the signal processing apparatus and the image display device having the same further includes a resolution detector for detecting the resolution of the input image, the resolution enhancement unit, the resolution of the input image detected by the resolution detector If the second resolution is not the second resolution, the input image of the first resolution scaled by the scaler and the second image of the second resolution are received, and learning is performed on the input image of the first resolution, and the third image of the second resolution is received. You can output
- the resolution detection unit for detecting the resolution of the input image, and the resolution of the input image detected by the resolution detection unit is not the second resolution
- the display apparatus may further include a second scaler for scaling the input image to the second resolution, and the second image having the second resolution output from the second scaler may be input to the resolution enhancement unit.
- the signal processing apparatus and the image display apparatus having the same may further include an image quality processing unit that performs image quality processing on the third image output from the resolution enhancement unit.
- the resolution enhancer may generate a first image having a second resolution higher than the first resolution by using a deep neural network.
- the second resolution may vary depending on the setting.
- the signal processing apparatus and the image display device having the same by learning the input image of the first resolution is input, the first image of the second resolution higher than the first resolution A second resolution enhancement unit to generate a second image having a second resolution higher than the third resolution by performing a learning on the first resolution enhancement unit to be generated, the input image having the third resolution being input, and the input second And a third resolution enhancement unit configured to perform a learning on the input image having a resolution to generate a third image having a second resolution.
- the signal processing apparatus and the image display device having the same by performing a learning on the input image of the fourth resolution is input, the fourth image of the second resolution higher than the fourth resolution
- the apparatus may further include a fourth resolution enhancing unit to generate.
- the signal processing apparatus and the image display apparatus including the same may further include a scaler configured to output the input image having the first resolution by scaling the input image.
- a signal processing apparatus and an image display apparatus including the same may include learning a scaler for scaling input images having various resolutions to a first resolution and an input image having a first resolution from the scaler. And a resolution enhancing unit configured to generate a first image having a second resolution higher than the first resolution. Accordingly, even when input images of various resolutions are input, resolution can be improved stably. In particular, even when there is no resolution information of the input image, it is possible to stably improve the resolution even if input images of various resolutions are input.
- the resolution enhancing unit may include a second resolution having a second resolution based on a second image having a second resolution and a first image corresponding to a residual image having a second resolution. 3 Images can be output. Accordingly, even when input images of various resolutions are input, resolution can be improved stably.
- the signal processing apparatus and the image display device having the same further comprises a second scaler for scaling the input image of the various resolution input to the second resolution, and is output from the second scaler
- the second image having the second resolution may be input to the resolution enhancing unit. Accordingly, even when input images of various resolutions are input, resolution can be improved stably.
- the signal processing apparatus and the image display apparatus having the same further comprises an image quality processing unit for scaling the input image of the various resolutions input to the second resolution, the second output from the image quality processing unit
- the second image having the resolution may be input to the resolution enhancement unit. Accordingly, even when input images of various resolutions are input, resolution can be improved stably.
- the signal processing apparatus and the image display device having the same by learning the image of the second resolution of the input image of the various resolutions inputted, the fourth image of the second resolution
- the apparatus may further include a second resolution enhancement unit to generate. Accordingly, even when input images of various resolutions are input, resolution can be improved stably.
- the resolution improving unit according to an embodiment of the present invention, a learning inference unit for performing the learning inference based on the input image and the super resolution learning model of the first resolution, and the result image according to the learning inference And a calculator for calculating a difference between the second image having the second resolution and outputting a third image having the second resolution. Accordingly, even when input images of various resolutions are input, resolution can be improved stably.
- the resolution improving unit based on the input image and the super resolution learning model of the first resolution, perform the learning inference, the result image according to the learning inference, and the second
- the third image having the second resolution may be output based on the difference between the second images of the resolution. Accordingly, even when input images of various resolutions are input, resolution can be improved stably.
- the resolution improving unit according to an embodiment of the present invention, a learning inference unit for performing the learning inference based on the input image and the super resolution learning model of the first resolution, and the result image according to the learning inference And a calculator for calculating a difference value of the second image having a second resolution, and a learning updater configured to perform learning for weight updating based on the node value from the learning inference unit and the difference value. Accordingly, even when input images of various resolutions are input, resolution can be improved stably.
- the learning inference unit may update the learning model based on the parameter value from the learning updater. Accordingly, even when input images of various resolutions are input, resolution can be improved stably.
- the resolution improving unit based on the input image and the super resolution learning model of the first resolution, perform the learning inference, the result image according to the learning inference, and the second The difference value of the second image having the resolution is calculated, and based on the node value from the learning inference unit and the difference value, learning for weight updating is performed, and based on the parameter value output according to the weight updating result, the learning is performed. You can update the model. Accordingly, even when input images of various resolutions are input, resolution can be improved stably.
- the signal processing apparatus and the image display device having the same further comprises a resolution detector for detecting the resolution of the input image, the resolution of the input image detected by the resolution detector is a second resolution
- a second image having a second resolution may be input to the resolution enhancement unit. Accordingly, even when input images of various resolutions are input, resolution can be improved stably.
- the resolution enhancement unit learns based on the input image having the first resolution and the second image having the second resolution.
- the weights in the model can be updated. Accordingly, even when input images of various resolutions are input, resolution can be improved stably.
- the signal processing apparatus and the image display device having the same further includes a first weight storage unit for storing the first weight, and a second weight storage unit for storing the second weight,
- the resolution enhancer may perform training by using the second weights from the first weight storage and control the updated weight to be stored in the second weight storage. Accordingly, even when input images of various resolutions are input, resolution can be improved stably.
- the signal processing apparatus and the image display device having the same further includes a resolution detector for detecting the resolution of the input image, the resolution enhancement unit, the resolution of the input image detected by the resolution detector If the second resolution is not the second resolution, the input image of the first resolution scaled by the scaler and the second image of the second resolution are received, and learning is performed on the input image of the first resolution, and the third image of the second resolution is received. You can output Accordingly, even when input images of various resolutions are input, resolution can be improved stably.
- the resolution detection unit for detecting the resolution of the input image, and the resolution of the input image detected by the resolution detection unit is not the second resolution
- the display apparatus may further include a second scaler for scaling the input image to the second resolution, and the second image having the second resolution output from the second scaler may be input to the resolution enhancement unit.
- the signal processing apparatus and the image display apparatus having the same may further include an image quality processing unit that performs image quality processing on the third image output from the resolution enhancement unit. Accordingly, even when input images of various resolutions are input, resolution can be improved stably.
- the resolution enhancer according to an embodiment of the present invention may generate a first image having a second resolution higher than the first resolution by using a deep neural network. Accordingly, by using a deep neural network, it is possible to stably improve the resolution.
- the second resolution may vary depending on the setting. Accordingly, the resolution can be stably improved to the second resolution desired by the user.
- the signal processing apparatus and the image display device having the same by learning the input image of the first resolution is input, the first image of the second resolution higher than the first resolution A second resolution enhancement unit to generate a second image having a second resolution higher than the third resolution by performing a learning on the first resolution enhancement unit to be generated, the input image having the third resolution being input, and the input second And a third resolution enhancement unit configured to perform a learning on the input image having a resolution to generate a third image having a second resolution. Accordingly, even when input images of various resolutions are input, resolution can be improved stably. In particular, even when there is no resolution information of the input image, it is possible to stably improve the resolution even if input images of various resolutions are input.
- the signal processing apparatus and the image display device having the same by performing a learning on the input image of the fourth resolution is input, the fourth image of the second resolution higher than the fourth resolution
- the apparatus may further include a fourth resolution enhancing unit to generate. Accordingly, even when input images of various resolutions are input, resolution can be improved stably.
- the signal processing apparatus and the image display apparatus including the same may further include a scaler configured to output the input image having the first resolution by scaling the input image. Accordingly, even when input images of various resolutions are input, resolution can be improved stably.
- FIG. 1 is a diagram illustrating an image display system according to an exemplary embodiment of the present invention.
- FIG. 2 is an example of an internal block diagram of the image display device of FIG. 1.
- FIG. 3 is an example of an internal block diagram of the signal processor of FIG. 2.
- 4A is a diagram illustrating a control method of the remote controller of FIG. 2.
- 4B is an internal block diagram of the remote control device of FIG. 2.
- FIG. 5 is an internal block diagram of the display of FIG.
- 6A through 6B are views referred to for describing the organic light emitting panel of FIG. 5.
- FIG. 7 is a diagram illustrating an example of an internal block diagram of the signal processor of FIG. 2.
- 8A to 8B are views referred to for describing operation of the signal processor of FIG. 7.
- FIG. 9 is a diagram illustrating a relationship between an original image resolution and an input image resolution.
- FIG. 10 is a diagram illustrating an example of an internal block diagram of an image display apparatus according to an exemplary embodiment.
- FIG. 11 is a diagram illustrating an example of an internal block diagram of a signal processor according to an exemplary embodiment of the present invention.
- FIG. 12 is a diagram illustrating an example of an internal block diagram of a signal processor according to another exemplary embodiment of the present invention.
- FIG. 13 is a diagram illustrating an example of an internal block diagram of a signal processor according to another exemplary embodiment of the present invention.
- FIG. 14 is a diagram illustrating an example of an internal block diagram of a signal processor according to another exemplary embodiment of the present invention.
- FIGS. 11 to 14 are views referred to in the description of FIGS. 11 to 14.
- module and “unit” for components used in the following description are merely given in consideration of ease of preparation of the present specification, and do not impart any particular meaning or role by themselves. Therefore, the “module” and “unit” may be used interchangeably.
- FIG. 1 is a diagram illustrating an image display system according to an exemplary embodiment of the present invention.
- the image display system 10 may include an image display apparatus 100 having a display 180, a set top box 300, and a server 600. connect.
- the image display apparatus 100 may receive an image from the set top box 300 or the server 600.
- the image display apparatus 100 may receive an image signal from the set top box 300 through an HDMI terminal.
- the image display apparatus 100 may receive an image signal from the server 600 through a network terminal.
- the image display apparatus 100 may receive input images having various resolutions through an external set top box 300 or a network.
- the image display apparatus 100 scales the input image having various resolutions to the first resolution even though the resolution of the received input image varies, and the input image having the first resolution Learning may be performed to generate a first image having a second resolution higher than the first resolution.
- the image display apparatus 100 outputs a third image of the second resolution based on the inputted second image and the first image corresponding to the residual image of the second resolution. can do. Accordingly, even when input images of various resolutions are input, resolution can be improved stably. In particular, even when there is no resolution information of the input image, it is possible to stably improve the resolution even if input images of various resolutions are input. In addition, the image quality can be improved.
- the image display apparatus 100 may generate a first image having a second resolution higher than the first resolution by using a deep neural network. Accordingly, by using a deep neural network, it is possible to stably improve the resolution.
- the image display device 100 may calculate the resolution, noise level, etc. of the input image using a deep neural network. have. Accordingly, it is possible to accurately perform the original quality calculation of the input image.
- the image display apparatus 100 may update a parameter for the deep neural network and calculate a resolution and a noise level of the input image based on the updated parameter. Accordingly, it is possible to accurately perform the original quality calculation of the video signal on a learning basis.
- the display 180 may be implemented as any one of various panels.
- the display 180 may be any one of a liquid crystal display panel (LCD panel), an organic light emitting panel (OLED panel), an inorganic light emitting panel (LED panel), and the like.
- LCD panel liquid crystal display panel
- OLED panel organic light emitting panel
- LED panel inorganic light emitting panel
- the display 180 will be described mainly having an organic light emitting panel (OLED panel).
- OLED panel organic light emitting panel
- an organic light emitting panel (OLED panel) has the advantages of a faster panel response speed, excellent color reproduction effect, and excellent color reproducibility than the liquid crystal display panel.
- the signal processor (170 of FIG. 2) in the image display apparatus 100 may perform image quality processing corresponding to the organic light emitting panel.
- a signal processing part can also be called a signal processing apparatus.
- the signal processor and the signal processor are used in the same sense.
- the image display apparatus 100 of FIG. 1 may be a TV, a monitor, a tablet PC, a mobile terminal, a vehicle display, or the like.
- FIG. 2 is an example of an internal block diagram of the image display device of FIG. 1.
- the image display apparatus 100 may include an image receiver 105, a storage 140, a user input interface 150, a sensor (not shown), and a signal. It may include a processor 170, a display 180, and an audio output unit 185.
- the signal processing unit 170 in the drawing may correspond to the above-described signal processing apparatus.
- the image receiver 105 may include a tuner 110, a demodulator 120, a network interface 130, and an external device interface 130.
- the image receiving unit 105 may include only the tuner 110, the demodulator 120, and the external device interface 130. That is, the network interface unit 130 may not be included.
- the tuner 110 selects an RF broadcast signal corresponding to a channel selected by a user or all pre-stored channels among RF (Radio Frequency) broadcast signals received through an antenna (not shown).
- the selected RF broadcast signal is converted into an intermediate frequency signal or a baseband video or audio signal.
- the selected RF broadcast signal is a digital broadcast signal
- it is converted into a digital IF signal (DIF)
- the analog broadcast signal is converted into an analog baseband video or audio signal (CVBS / SIF). That is, the tuner 110 may process a digital broadcast signal or an analog broadcast signal.
- the analog baseband video or audio signal CVBS / SIF output from the tuner 110 may be directly input to the signal processor 170.
- the tuner unit 110 may be provided with a plurality of tuners in order to receive broadcast signals of a plurality of channels.
- a single tuner may be used to receive broadcast signals of multiple channels simultaneously.
- the demodulator 120 receives the digital IF signal DIF converted by the tuner 110 and performs a demodulation operation.
- the demodulator 120 may output a stream signal TS after performing demodulation and channel decoding.
- the stream signal may be a signal multiplexed with a video signal, an audio signal, or a data signal.
- the stream signal output from the demodulator 120 may be input to the signal processor 170.
- the signal processor 170 performs demultiplexing, image / audio signal processing, and the like, and then outputs an image to the display 180 and outputs audio to the audio output unit 185.
- the external device interface unit 130 may transmit or receive data to and from the connected external device (not shown), for example, the set top box 50. To this end, the external device interface unit 130 may include an A / V input / output unit (not shown).
- the external device interface unit 130 may be connected to an external device such as a DVD (Digital Versatile Disk), Blu-ray (Blu ray), a game device, a camera, a camcorder, a computer (laptop), a set top box, or the like by wire / wireless. It may also perform input / output operations with external devices.
- an external device such as a DVD (Digital Versatile Disk), Blu-ray (Blu ray), a game device, a camera, a camcorder, a computer (laptop), a set top box, or the like by wire / wireless. It may also perform input / output operations with external devices.
- the A / V input / output unit may receive a video and audio signal of an external device. Meanwhile, the wireless communication unit (not shown) may perform near field communication with another electronic device.
- the external device interface unit 130 may exchange data with an adjacent mobile terminal 600.
- the external device interface unit 130 may receive device information, application information to be executed, application image, and the like from the mobile terminal 600.
- the network interface unit 135 provides an interface for connecting the image display apparatus 100 to a wired / wireless network including an internet network.
- the network interface unit 135 may receive content or data provided by the Internet or a content provider or a network operator through a network.
- the network interface unit 135 may include a wireless communication unit (not shown).
- the storage 140 may store a program for processing and controlling each signal in the signal processor 170, or may store a signal-processed video, audio, or data signal.
- the storage unit 140 may perform a function for temporarily storing an image, audio, or data signal input to the external device interface unit 130.
- the storage 140 may store information on a predetermined broadcast channel through a channel storage function such as a channel map.
- FIG 2 illustrates an embodiment in which the storage 140 is provided separately from the signal processor 170, the scope of the present invention is not limited thereto.
- the storage 140 may be included in the signal processor 170.
- the user input interface unit 150 transmits a signal input by the user to the signal processor 170 or transmits a signal from the signal processor 170 to the user.
- the remote controller 200 transmits / receives a user input signal such as power on / off, channel selection, screen setting, or a local key (not shown) such as a power key, a channel key, a volume key, or a set value.
- the user input signal is input to the signal processing unit 170, the user input signal input from the sensor unit (not shown) for sensing the user's gesture to the signal processing unit 170, or from the signal processing unit 170
- the signal of may be transmitted to the sensor unit (not shown).
- the signal processor 170 demultiplexes the input stream or processes the demultiplexed signals through the tuner 110, the demodulator 120, the network interface 135, or the external device interface 130. Thus, a signal for outputting video or audio can be generated and output.
- the signal processor 170 receives a broadcast signal or an HDMI signal received from the image receiver 105, performs a signal processing based on the received broadcast signal or the HDMI signal, and processes the signal processed image signal. You can print
- the image signal processed by the signal processor 170 may be input to the display 180 and displayed as an image corresponding to the image signal.
- the image signal processed by the signal processor 170 may be input to the external output device through the external device interface unit 130.
- the voice signal processed by the signal processor 170 may be sound output to the audio output unit 185.
- the voice signal processed by the signal processor 170 may be input to an external output device through the external device interface unit 130.
- the signal processor 170 may include a demultiplexer, an image processor, and the like. That is, the signal processing unit 170 may perform various signal processing, and accordingly, may be implemented in the form of a system on chip (SOC). This will be described later with reference to FIG. 3.
- SOC system on chip
- the signal processor 170 may control overall operations of the image display apparatus 100.
- the signal processor 170 may control the tuner 110 to select and tune an RF broadcast corresponding to a channel selected by a user or a pre-stored channel.
- the signal processor 170 may control the image display apparatus 100 by a user command or an internal program input through the user input interface unit 150.
- the signal processor 170 may control the display 180 to display an image.
- the image displayed on the display 180 may be a still image or a video, and may be a 2D image or a 3D image.
- the signal processor 170 may allow a predetermined object to be displayed in the image displayed on the display 180.
- the object may be at least one of a connected web screen (newspaper, magazine, etc.), an EPG (Electronic Program Guide), various menus, widgets, icons, still images, videos, and text.
- EPG Electronic Program Guide
- the signal processor 170 may recognize the location of the user based on the image photographed from the photographing unit (not shown). For example, the distance (z-axis coordinate) between the user and the image display apparatus 100 may be determined. In addition, the x-axis coordinates and the y-axis coordinates in the display 180 corresponding to the user position may be determined.
- the display 180 generates a driving signal by converting an image signal, a data signal, an OSD signal, a control signal, or an input image, data signal, control signal, etc. processed by the signal processor 170. do.
- the display 180 may be configured as a touch screen and used as an input device in addition to the output device.
- the audio output unit 185 receives a signal processed by the signal processor 170 and outputs the audio signal.
- the photographing unit (not shown) photographs the user.
- the photographing unit (not shown) may be implemented by one camera, but is not limited thereto and may be implemented by a plurality of cameras.
- the image information photographed by the photographing unit (not shown) may be input to the signal processing unit 170.
- the signal processor 170 may detect a gesture of the user based on each of the images captured by the photographing unit (not shown) or the sensed signal from the sensor unit (not shown) or a combination thereof.
- the power supply unit 190 supplies the corresponding power throughout the image display apparatus 100.
- the power supply unit 190 may include a signal processing unit 170 that may be implemented in the form of a system on chip (SOC), a display 180 for displaying an image, and an audio output unit for audio output. 185 and the like can supply power.
- SOC system on chip
- the power supply unit 190 may include a converter for converting an AC power source to a DC power source, and a dc / dc converter for converting a level of the DC source power.
- the remote control apparatus 200 transmits the user input to the user input interface unit 150.
- the remote control device 200 may use Bluetooth, RF (Radio Frequency) communication, infrared (IR) communication, UWB (Ultra Wideband), ZigBee (ZigBee) method and the like.
- the remote control apparatus 200 may receive an image, an audio or a data signal output from the user input interface unit 150, and display or output the audio from the remote control apparatus 200.
- the above-described image display apparatus 100 may be a digital broadcast receiver capable of receiving fixed or mobile digital broadcasting.
- a block diagram of the image display device 100 shown in FIG. 2 is a block diagram for an embodiment of the present invention.
- Each component of the block diagram may be integrated, added, or omitted according to the specifications of the image display apparatus 100 that is actually implemented. That is, two or more components may be combined into one component as needed, or one component may be divided into two or more components.
- the function performed in each block is for explaining an embodiment of the present invention, the specific operation or device does not limit the scope of the present invention.
- FIG. 3 is an example of an internal block diagram of the signal processor of FIG. 2.
- the signal processor 170 may include a demultiplexer 310, an image processor 320, a processor 330, and an audio processor 370. . In addition, it may further include a data processor (not shown).
- the demultiplexer 310 demultiplexes an input stream. For example, when an MPEG-2 TS is input, it may be demultiplexed and separated into video, audio, and data signals, respectively.
- the stream signal input to the demultiplexer 310 may be a stream signal output from the tuner 110, the demodulator 120, or the external device interface 130.
- the image processor 320 may perform signal processing on the input image.
- the image processor 320 may perform image processing of the demultiplexed image signal from the demultiplexer 310.
- the image processor 320 may include an image decoder 325, a scaler 335, an image quality processor 635, an image encoder (not shown), an OSD processor 340, a frame image rate converter 350, and Formatter 360 or the like.
- the image decoder 325 decodes the demultiplexed video signal, and the scaler 335 performs scaling to output the resolution of the decoded video signal on the display 180.
- the video decoder 325 may include decoders of various standards. For example, an MPEG-2, H, 264 decoder, a 3D image decoder for a color image and a depth image, a decoder for a multi-view image, and the like may be provided.
- the scaler 335 may scale the input video signal, which is video decoded by the video decoder 325 or the like.
- the scaler 335 may upscale when the size or resolution of the input video signal is small and downscale when the size or resolution of the input video signal is large.
- the image quality processor 635 may perform image quality processing on the input image signal, which is image decoded by the image decoder 325.
- the image quality processing unit 635 may perform noise removing processing of an input video signal, expand resolution of a gradation of the input video signal, perform image resolution enhancement, or perform high dynamic range (HDR) based signal processing.
- the frame image rate may be varied, or the image quality processing corresponding to the panel characteristics, particularly the organic light emitting panel, may be performed.
- the OSD processor 340 generates an OSD signal in accordance with a user input or itself. For example, a signal for displaying various types of information on a screen of the display 180 as a graphic or text may be generated based on a user input signal.
- the generated OSD signal may include various data such as a user interface screen, various menu screens, widgets, and icons of the image display apparatus 100.
- the generated OSD signal may include a 2D object or a 3D object.
- the OSD processing unit 340 may generate a pointer that can be displayed on the display based on the pointing signal input from the remote controller 200.
- a pointer may be generated by a pointing signal processor, and the OSD processor 240 may include a pointing signal processor (not shown).
- the pointing signal processor (not shown) may be provided separately without being provided in the OSD processor 240.
- the frame image rate converter 350 may convert the frame image rate of the input image.
- the frame image rate converter 350 may output the frame image rate without changing the frame image rate.
- the formatter 360 may change the format of an input video signal into a video signal for display on a display and output the converted video signal.
- the formatter 360 may change the format of the video signal to correspond to the display panel.
- the processor 330 may control overall operations in the image display apparatus 100 or the signal processor 170.
- the processor 330 may control the tuner 110 to control tuning of an RF broadcast corresponding to a channel selected by a user or a previously stored channel.
- the processor 330 may control the image display apparatus 100 by a user command or an internal program input through the user input interface unit 150.
- the processor 330 may perform data transmission control with the network interface unit 135 or the external device interface unit 130.
- the processor 330 may control operations of the demultiplexer 310, the image processor 320, and the like in the signal processor 170.
- the audio processor 370 in the signal processor 170 may perform voice processing of the demultiplexed voice signal.
- the audio processor 370 may include various decoders.
- the audio processor 370 in the signal processor 170 may process a base, a treble, a volume control, and the like.
- the data processor (not shown) in the signal processor 170 may perform data processing of the demultiplexed data signal.
- the demultiplexed data signal is an encoded data signal, it may be decoded.
- the encoded data signal may be electronic program guide information including broadcast information such as a start time and an end time of a broadcast program broadcasted in each channel.
- FIG. 3 a block diagram of the signal processor 170 shown in FIG. 3 is a block diagram for one embodiment of the present invention. Each component of the block diagram may be integrated, added, or omitted according to the specifications of the signal processor 170 that is actually implemented.
- the frame image rate converter 350 and the formatter 360 may be separately provided in addition to the image processor 320.
- 4A is a diagram illustrating a control method of the remote controller of FIG. 2.
- a pointer 205 corresponding to the remote controller 200 is displayed on the display 180.
- the user may move or rotate the remote control device 200 up and down, left and right (FIG. 4A (b)), and back and forth (FIG. 4A (c)).
- the pointer 205 displayed on the display 180 of the image display device corresponds to the movement of the remote controller 200.
- the remote control apparatus 200 may be referred to as a spatial remote controller or a 3D pointing device because the pointer 205 is moved and displayed according to the movement in the 3D space as shown in the figure.
- FIG. 4B illustrates that when the user moves the remote control apparatus 200 to the left side, the pointer 205 displayed on the display 180 of the image display apparatus also moves to the left side correspondingly.
- the image display device may calculate the coordinates of the pointer 205 from information about the movement of the remote controller 200.
- the image display device may display the pointer 205 to correspond to the calculated coordinates.
- FIG. 4C illustrates a case in which the user moves the remote control apparatus 200 away from the display 180 while pressing a specific button in the remote control apparatus 200.
- the selection area in the display 180 corresponding to the pointer 205 may be zoomed in and enlarged.
- the selection area in the display 180 corresponding to the pointer 205 may be zoomed out and reduced.
- the remote control device 200 moves away from the display 180, the selection area is zoomed out, and when the remote control device 200 approaches the display 180, the selection area may be zoomed in.
- a specific button in the remote control device 200 can recognize the up, down, left and right movement. That is, when the remote control device 200 moves away from or near the display 180, the up, down, left and right movements are not recognized, and only the front and back movements can be recognized. In a state where a specific button in the remote controller 200 is not pressed, only the pointer 205 moves according to the up, down, left, and right movements of the remote controller 200.
- the moving speed or the moving direction of the pointer 205 may correspond to the moving speed or the moving direction of the remote control apparatus 200.
- 4B is an internal block diagram of the remote control device of FIG. 2.
- the remote control device 200 includes a wireless communication unit 425, a user input unit 435, a sensor unit 440, an output unit 450, a power supply unit 460, a storage unit 470,
- the signal processor 480 may be included.
- the wireless communication unit 425 transmits and receives a signal with any one of the image display apparatus according to the embodiments of the present invention described above.
- the image display apparatuses according to the exemplary embodiments of the present invention one image display apparatus 100 will be described as an example.
- the remote control apparatus 200 may include an RF module 421 capable of transmitting and receiving a signal with the image display apparatus 100 according to the RF communication standard.
- the remote control apparatus 200 may include an IR module 423 capable of transmitting and receiving a signal with the image display apparatus 100 according to the IR communication standard.
- the remote control apparatus 200 transmits a signal containing information on the movement of the remote control apparatus 200 to the image display apparatus 100 through the RF module 421.
- the remote control apparatus 200 may receive a signal transmitted from the image display apparatus 100 through the RF module 421. In addition, the remote control apparatus 200 may transmit a command regarding power on / off, channel change, volume change, etc. to the image display apparatus 100 through the IR module 423 as necessary.
- the user input unit 435 may be configured as a keypad, a button, a touch pad, or a touch screen.
- the user may input a command related to the image display apparatus 100 to the remote control apparatus 200 by manipulating the user input unit 435.
- the user input unit 435 includes a hard key button, the user may input a command related to the image display apparatus 100 to the remote control apparatus 200 through a push operation of the hard key button.
- the user input unit 435 includes a touch screen, a user may input a command related to the image display apparatus 100 to the remote control apparatus 200 by touching a soft key of the touch screen.
- the user input unit 435 may include various kinds of input means that the user can operate, such as a scroll key or a jog key, and the present embodiment does not limit the scope of the present invention.
- the sensor unit 440 may include a gyro sensor 441 or an acceleration sensor 443.
- the gyro sensor 441 may sense information about the movement of the remote controller 200.
- the gyro sensor 441 may sense information about an operation of the remote controller 200 based on the x, y, and z axes.
- the acceleration sensor 443 may sense information about a moving speed of the remote controller 200.
- a distance measuring sensor may be further provided, whereby the distance with the display 180 may be sensed.
- the output unit 450 may output a video or audio signal corresponding to a manipulation of the user input unit 435 or corresponding to a signal transmitted from the image display apparatus 100.
- the user may recognize whether the user input unit 435 is manipulated or whether the image display apparatus 100 is controlled through the output unit 450.
- the output unit 450 may include a LED module 451 which is turned on when the user input unit 435 is manipulated or a signal is transmitted / received through the wireless communication unit 425, and a vibration module generating vibration. 453), a sound output module 455 for outputting sound, or a display module 457 for outputting an image.
- the power supply unit 460 supplies power to the remote control device 200.
- the power supply unit 460 may reduce power waste by stopping the power supply when the remote controller 200 does not move for a predetermined time.
- the power supply unit 460 may resume power supply when a predetermined key provided in the remote control apparatus 200 is operated.
- the storage unit 470 may store various types of programs, application data, and the like necessary for controlling or operating the remote control apparatus 200. If the remote control apparatus 200 transmits and receives a signal wirelessly through the image display apparatus 100 and the RF module 421, the remote control apparatus 200 and the image display apparatus 100 transmit signals through a predetermined frequency band. Send and receive The signal processor 480 of the remote controller 200 stores information on a frequency band, etc., capable of wirelessly transmitting and receiving signals with the image display apparatus 100 paired with the remote controller 200 in the storage unit 470. And reference.
- the signal processor 480 controls various items related to the control of the remote controller 200.
- the signal processor 480 displays an image corresponding to a predetermined key manipulation of the user input unit 435 or a signal corresponding to the movement of the remote controller 200 sensed by the sensor unit 440 through the wireless communication unit 425. May transmit to the device 100.
- the user input interface unit 150 of the image display apparatus 100 includes a wireless communication unit 151 capable of transmitting and receiving a signal wirelessly with the remote control apparatus 200 and a pointer corresponding to the operation of the remote control apparatus 200. It may be provided with a coordinate value calculation unit 415 that can calculate the coordinate value of.
- the user input interface unit 150 may transmit / receive a signal wirelessly with the remote control apparatus 200 through the RF module 412.
- the IR module 413 may receive a signal transmitted by the remote control device 200 according to the IR communication standard.
- the coordinate value calculator 415 corrects a hand shake or an error from a signal corresponding to an operation of the remote control apparatus 200 received through the wireless communication unit 151, and coordinate values of the pointer 205 to be displayed on the display 180. (x, y) can be calculated.
- the remote control apparatus 200 transmission signal input to the image display apparatus 100 through the user input interface unit 150 is transmitted to the signal processor 180 of the image display apparatus 100.
- the signal processor 180 may determine the information on the operation and the key manipulation of the remote controller 200 from the signal transmitted from the remote controller 200 and control the image display apparatus 100 correspondingly.
- the remote control apparatus 200 may calculate a pointer coordinate value corresponding to the operation and output the pointer coordinate value to the user input interface unit 150 of the image display apparatus 100.
- the user input interface unit 150 of the image display apparatus 100 may transmit the information about the received pointer coordinate value to the signal processor 180 without any additional shaking or error correction process.
- the coordinate value calculator 415 may be provided inside the signal processor 170 instead of the user input interface unit 150, unlike the drawing.
- FIG. 5 is an internal block diagram of the display of FIG.
- the organic light emitting panel based display 180 includes an organic light emitting panel 210, a first interface 230, a second interface 231, a timing controller 232, and a gate driver 234.
- the data driver 236 may include a memory 240, a processor 270, a power supply 290, and a current detector 510.
- the display 180 may receive the video signal Vd, the first DC power supply V1, and the second DC power supply V2, and display a predetermined image based on the video signal Vd.
- the first interface unit 230 in the display 180 may receive the image signal Vd and the first DC power supply V1 from the signal processor 170.
- the first DC power supply V1 may be used for the operation of the power supply unit 290 and the timing controller 232 in the display 180.
- the second interface unit 231 may receive the second DC power supply V2 from the external power supply unit 190. Meanwhile, the second DC power source V2 may be input to the data driver 236 in the display 180.
- the timing controller 232 may output the data driving signal Sda and the gate driving signal Sga based on the video signal Vd.
- the timing controller 232 is based on the converted video signal va1.
- the data driving signal Sda and the gate driving signal Sga may be output.
- the timing controller 232 may further receive a control signal, a vertical synchronization signal Vsync, and the like, in addition to the video signal Vd from the signal processor 170.
- the timing controller 232 includes a gate driving signal Sga and data for the operation of the gate driver 234 based on a control signal, a vertical synchronization signal Vsync, and the like.
- the data driving signal Sda for the operation of the driver 236 may be output.
- the data driving signal Sda may be an RGBW subpixel driving data driving signal when the panel 210 includes RGBW subpixels.
- the timing controller 232 may further output the control signal Cs to the gate driver 234.
- the gate driver 234 and the data driver 236 are connected to the gate driving signal Sga and the data driving signal Sda from the timing controller 232 through the gate line GL and the data line DL, respectively.
- the scan signal and the image signal are supplied to the organic light emitting panel 210. Accordingly, the organic light emitting panel 210 displays a predetermined image.
- the organic light emitting panel 210 may include an organic light emitting layer, and in order to display an image, a plurality of gate lines GL and data lines DL are formed in a matrix form in each pixel corresponding to the organic light emitting layer. Can be arranged to cross.
- the data driver 236 may output a data signal to the organic light emitting panel 210 based on the second DC power supply V2 from the second interface unit 231.
- the power supply unit 290 can supply various power sources to the gate driver 234, the data driver 236, the timing controller 232, and the like.
- the current detector 510 may detect a current flowing in the subpixel of the organic light emitting panel 210.
- the detected current may be input to the processor 270 or the like for calculating the cumulative current.
- the processor 270 may perform various controls in the display 180.
- the gate driver 234, the data driver 236, the timing controller 232, and the like may be controlled.
- the processor 270 may receive current information flowing through the subpixel of the organic light emitting panel 210 from the current detector 510.
- the processor 270 may calculate the accumulated current of the subpixels of the organic light emitting panels 210 based on the current information flowing through the subpixels of the organic light emitting panels 210.
- the calculated cumulative current may be stored in the memory 240.
- the processor 270 may determine that the cumulative current of the subpixels of the organic light emitting panels 210 is burn in when the accumulated current is greater than or equal to the allowable value.
- the processor 270 may determine the burned-in subpixel.
- the processor 270 may determine the subpixel as a subpixel for which burn-in is predicted.
- the processor 270 may determine the subpixel having the largest accumulated current as the burn-in prediction subpixel based on the current detected by the current detector 510.
- 6A through 6B are views referred to for describing the organic light emitting panel of FIG. 5.
- FIG. 6A illustrates a pixel Pixel in the organic light emitting panel 210.
- the organic light emitting panel 210 includes a plurality of scan lines Scan 1 to Scan n and a plurality of data lines R1, G1, B1, W1 to Rm, Gm, Bm, and Wm intersecting the plurality of scan lines. It may be provided.
- a subpixel is defined in an intersection region of the scan line and the data line in the organic light emitting panel 210.
- a pixel Pixel including subpixels SR1, SG1, SB1, and SW1 of RGBW is shown.
- FIG. 6B illustrates a circuit of any one subpixel in a pixel of the organic light emitting panel of FIG. 6A.
- the organic light emitting subpixel circuit CRTm is active and includes a scan switching device SW1, a storage capacitor Cst, a driving switching device SW2, and an organic light emitting layer OLED. Can be.
- the scan switching element SW1 is turned on in response to a scan signal Vdscan input to a scan line connected to a gate terminal. When turned on, the input data signal Vdata is transferred to the gate terminal of the driving switching element SW2 or one end of the storage capacitor Cst.
- the storage capacitor Cst is formed between the gate terminal and the source terminal of the driving switching element SW2, and the data signal level transmitted to one end of the storage capacitor Cst and the direct current transmitted to the other end of the storage capacitor Cst. Stores a predetermined difference in power supply (VDD) level.
- the power level stored in the storage capacitor Cst is changed according to the level difference of the data signal Vdata.
- the power level stored in the storage capacitor Cst is changed according to the pulse width difference of the data signal Vdata.
- the driving switching element SW2 is turned on in accordance with the power supply level stored in the storage capacitor Cst.
- the driving current IOLED which is proportional to the stored power supply level, flows in the organic light emitting layer OLED. Accordingly, the organic light emitting layer OLED performs the light emitting operation.
- the organic light emitting layer OLED includes an emission layer EML of RGBW corresponding to a subpixel, and includes at least one of a hole injection layer HIL, a hole transport layer HTL, an electron transport layer ETL, and an electron injection layer EIL. It may include, and may also include a hole blocking layer and the like.
- the sub pixel outputs all of the white light from the organic light emitting layer (OLED), but in the case of green, red, blue sub-pixel, a separate color filter is provided to implement the color. That is, each of the green, red, and blue subpixels further includes green, red, and blue color filters.
- a separate color filter is not necessary.
- the scan switching element SW1 and the driving switching element SW2 are exemplified as p-type MOSFETs, but n-type MOSFETs or other switching elements such as JFETs, IGBTs, or SICs are used. It is also possible to be used.
- the pixel Pixel is a hold type device that emits light continuously in the organic light emitting layer OLED after the scan signal is applied during the unit display period, specifically during the unit frame image.
- FIG. 7 is a diagram illustrating an example of an internal block diagram of the signal processor of FIG. 2, and FIGS. 8A to 8B are diagrams for describing an operation of the signal processor of FIG. 7.
- the signal processor 170 may include an image analyzer 610 and an image quality processor 635.
- the image analyzer 610 may analyze the input image signal and output information related to the analyzed input image signal.
- the image analyzer 610 may distinguish the object region and the background region of the input first input image signal. Alternatively, the image analyzer 610 may calculate a probability or a ratio between the object region and the background region of the input first input image signal.
- the input video signal may be an input video signal from the video receiver 105 or an image decoded by the video decoder 320 of FIG. 3.
- the image analyzer 610 may analyze the input image signal and output the analyzed input image signal information by using artificial intelligence (AI).
- AI artificial intelligence
- the image analyzer 610 analyzes the resolution, the gradation, the noise level, the presence of a pattern, and the like of the input image signal, and transmits information related to the analyzed input image signal, in particular, image quality setting information, to the image processing unit ( 635).
- the image quality processing unit 635 may include an HDR processing unit 705, a first reduction unit 710, an enhancement unit 750, and a second reduction unit 790.
- the HDR processing unit 705 may receive a video signal and perform high dynamic range (HDR) processing on the input video signal.
- HDR high dynamic range
- the HDR processing unit 705 may convert a standard dynamic range (SDR) video signal into an HDR video signal.
- SDR standard dynamic range
- the HDR processing unit 705 may receive a video signal and perform gray level processing for a high dynamic range with respect to the input video signal.
- the HDR processing unit 705 may bypass the gray level conversion when the input video signal is an SDR video signal, and perform the gray level conversion when the input video signal is an HDR video signal. Accordingly, it is possible to increase the high gradation expression power with respect to the input image.
- the HDR processing unit 705 the first tone conversion mode for emphasizing the low tone among the low and high gradation and makes the high saturation saturated, or the second gradation for converting the low gradation and the high gradation somewhat uniformly.
- Gradation conversion processing can be performed based on the conversion mode.
- the HDR processing unit 705 may perform grayscale conversion based on data corresponding to the first grayscale conversion mode in the lookup table.
- the HDR processing unit 705 may, based on the calculation expression related to the input data and the data corresponding to the first grayscale conversion mode in the lookup table determined according to the calculation expression.
- the tone conversion process can be performed.
- the input data may include video data and meta data.
- the HDR processing unit 705 may perform the tone conversion process based on the data corresponding to the second tone conversion mode in the lookup table.
- the HDR processing unit 705 may, based on the calculation expression related to the input data and data corresponding to the second grayscale conversion mode in the lookup table determined according to the calculation expression.
- the tone conversion process can be performed.
- the input data may include video data and meta data.
- the HDR processing unit 705 according to the third tone conversion mode or the fourth tone conversion mode in the high tone amplifier 885 in the second reduction unit 790, the first tone conversion mode or the second tone tone. You can also select the conversion mode.
- the high grayscale amplifier 851 in the second reduction unit 790 performs grayscale conversion processing based on data corresponding to the third grayscale conversion mode in the lookup table. You can do
- the high gray scale amplifier 851 in the second reduction unit 790 may include a calculation expression related to the input data and a third in the lookup table determined according to the calculation expression.
- the tone conversion process can be performed based on the data corresponding to the tone conversion mode.
- the input data may include video data and meta data.
- the high gray scale amplifying unit 851 in the second reduction unit 790 performs grayscale conversion processing based on data corresponding to the fourth grayscale conversion mode in the lookup table. Can be.
- the high gray scale amplifier 851 in the second reduction unit 790 may include a calculation formula related to the input data and a fourth table in the lookup table determined according to the calculation formula.
- the tone conversion process can be performed based on the data corresponding to the tone conversion mode.
- the input data may include video data and meta data.
- the HDR processing unit 705 may perform the second gray level conversion mode when the fourth gray level conversion mode is performed in the high gray level amplifier 851 in the second reduction unit 790.
- the HDR processing unit 705 may perform the first gray level conversion mode when the third gray level conversion mode is performed in the high gray level amplifier 851 in the second reduction unit 790.
- the high gray scale amplifying unit 851 in the second reduction unit 790 may change the gray scale conversion mode to be performed according to the gray scale conversion mode in the HDR processing unit 705.
- the high gray scale amplifier 851 in the second reduction unit 790 may perform the fourth gray scale conversion mode when the second gray scale conversion mode is performed in the HDR processing unit 705.
- the high gray scale amplifier 851 in the second reduction unit 790 may perform the third gray scale conversion mode when the first gray scale conversion mode is performed in the HDR processing unit 705.
- the HDR processing unit 705 may perform the gradation conversion mode so that low and high gradations are uniformly converted.
- the second reduction unit 790 performs the fourth gray level conversion mode in the HDR processing unit 705 according to the second gray level conversion mode, and amplifies an upper limit level of the gray level of the image signal input thereto. have. Accordingly, it is possible to increase the high gradation expression power with respect to the input image.
- the first reduction unit 710 may perform noise removal on the input image signal or the image signal processed by the HDR processing unit 705.
- the first reduction unit 710 may perform the multi-level noise removing process and the first-level gradation expansion process on the input image signal or the HDR image from the HDR processing unit 705. .
- the first reduction unit 710 may include a plurality of noise removing units 715 and 720 for removing noise in multiple stages, and a gray scale expansion unit 725 for increasing gray levels.
- the enhancement unit 750 may perform a multi-stage image resolution enhancement process on the image from the first reduction unit 710.
- the enhancement unit 750 can perform an object three-dimensional improvement process. In addition, the enhancement unit 750 can perform color or contrast enhancement processing.
- the enhancement unit 750 may include a plurality of resolution enhancement units 735, 738 and 742 for improving image resolution in multiple stages, an object stereoscopic enhancement unit 745 for improving stereoscopic effect of an object, and a color contrast enhancement unit for improving color or contrast 749 may be provided.
- the second reduction unit 790 may perform a second step gray scale extension process based on the noise-removed video signal input from the first reduction unit 710.
- the second reduction unit 790 may amplify the upper limit level of the gray level of the input signal and expand the resolution of the gray level of the input signal. Accordingly, it is possible to increase the high gradation expression power with respect to the input image.
- gradation expansion may be uniformly performed on the entire gradation region of the input signal. Accordingly, uniform gray scale expansion is performed on the region of the input image, thereby increasing high gray scale expressing power.
- the second reduction unit 790 may perform gray level amplification and expansion based on an input signal from the first gray level expansion unit 725. Accordingly, it is possible to increase the high gradation expression power with respect to the input image.
- the second reduction unit 790 may vary the degree of amplification when the input video signal is an SDR video signal based on the user input signal. Accordingly, the high gradation expression power can be increased in response to the user setting.
- the second reduction unit 790 may perform amplification according to a set value. Accordingly, it is possible to increase the high gradation expression power with respect to the input image.
- the second reduction unit 790 may vary the degree of amplification when the input video signal is an HDR video signal based on the user input signal. Accordingly, the high gradation expression power can be increased in response to the user setting.
- the second reduction unit 790 may vary the degree of gradation expansion during gradation expansion based on the user input signal. Accordingly, the high gradation expression power can be increased in response to the user setting.
- the second reduction unit 790 can amplify the upper limit level of the gradation in accordance with the gradation conversion mode in the HDR processing unit 705. Accordingly, it is possible to increase the high gradation expression power with respect to the input image.
- the signal processor 170 receives the video signal, amplifies the brightness of the video signal from the HDR processor 705 and the HDR processor 705 to adjust the brightness of the input video signal, and adjusts the gradation resolution of the video signal.
- a reduction unit 790 that increases to generate an enhanced video signal, wherein the enhanced video signal increases the luminance and gradation resolution of the video signal while maintaining a high dynamic range in the displayed HDR image.
- the luminance range of the video signal is adjusted according to the control signal received by the signal processor 170.
- the image analyzer may further include an image analyzer configured to determine whether an input video signal is an HDR signal or an SDR signal, and generate a control signal for providing the HDR signal to the HDR processor 705, wherein the control signal is an HDR signal. Only when it is indicated that
- control signal is received from the controller of the video display device associated with the signal processing and corresponds to the setting of the video display device.
- the resolution of the gradation is increased based on the amplification of the adjusted luminance of the video signal.
- the resolution of the gray level is increased based on the control signal input to the signal processing unit 170.
- control signal is received from the controller of the video display device associated with the signal processing and corresponds to the setting of the video display device.
- the reduction unit 790 includes a high gray level amplifying unit 851 for amplifying the upper limit level of the gray level of the input signal, and a decontouring unit for expanding the resolution of the amplified gray level from the high gray level amplifying unit 851 ( 842,844).
- the second reduction unit 790 may include a second gray scale expansion unit 729 for expanding the second gray scale.
- the image quality processing unit 635 in the signal processing unit 170 of the present invention characterized in that performing the four-step reduction processing and the four-step image enhancement processing.
- the four-step reduction processing may include two steps of noise removal processing and two steps of gray scale expansion processing.
- the first and second noise removing units 715 and 720 in the first reduction unit 710 may perform the two-step noise removing process
- the second gray level expansion processing may include the first and second noise reduction processes in the first reduction unit 710.
- the first gray scale extension unit 725 and the second gray scale extension unit 729 in the second reduction unit 790 may perform the operation.
- the four-step image enhancement processing may include three-step image resolution enhancement processing and object stereoscopic enhancement processing.
- the first to third resolution enhancement units 735, 738, 742 process the three-dimensional image resolution enhancement process
- the object stereoscopic enhancement unit 745 can process the object stereoscopic enhancement process.
- the signal processor 170 of the present invention may gradually improve image quality by applying the same or similar algorithm to the multi-level image quality processing.
- the image quality processing unit 635 in the signal processing unit 170 of the present invention may apply the same or similar algorithm two or more times to proceed with image quality processing.
- the same or similar algorithms performed by the image quality processing unit 635 have different targets to be achieved in each stage, and by performing multi-stage image quality processing gradually, an image artifact ( Artifacts are less generated, and more natural and clear image processing results can be obtained.
- the signal processing unit 170 of the present invention can perform the noise removal process in multiple steps.
- the noise removing process of each step may include temporal processing and spatial processing.
- the present invention uses the latest technology such as artificial intelligence.
- a deep neural network may be used.
- the quality calculator 632 calculates the resolution and noise level of the input image by using a deep neural network.
- the quality calculating unit 632 or the quality calculating unit 670 may acquire a learning image for each original resolution and compression level and train the network to improve accuracy.
- the image used for learning is a general image that can be encountered in daily broadcasting and is provided with various images to cover the entire input environment.
- the quality calculator 632 may proceed with learning using a convolutional neural network, mobile-net, etc. having a small number of hierarchies for the purpose of reducing the time or cost required for detection.
- the quality calculator 632 may analyze only some regions (eg, 224x224, 128x128, 64x64) of the entire image.
- the quality calculating unit 632 can select an appropriate detection area suitable for the detection purpose.
- the quality calculator 632 may select the first region having the most edge components when detecting the original resolution, and may select the second region having the least edge components when detecting the noise.
- the quality calculator 632 can apply an algorithm for quickly selecting a detection area for the purpose of improving the processing speed.
- the quality calculator 632 may perform a preprocessing operation such as a fast fourier transform (FFT) on the detection area for the purpose of improving detection accuracy.
- FFT fast fourier transform
- 8A is a diagram illustrating an operation based on a convolutional neural network.
- a convolutional neural network is used for some regions 1015 in the acquired image 1010.
- a convolution network and a deconvolution network may be performed.
- information of the region 1015 may be used to determine the type of a pixel in the partial region 1015.
- 8B is a diagram illustrating an operation based on Mobile-Net.
- the signal processing unit 170 of the present invention so that the image quality setting corresponding to the quality is applied in real time as the original quality changes.
- the signal processing unit 170 allows the setting to be changed during image reproduction without a condition such as a channel change or an input change.
- real time means using temporal processing techniques including IIR method and step movement method.
- the input image input to the image display apparatus 100 may be input in a fixed image size set by the external device 400 or in a compressed image size through an internal image decoder.
- the signal processor 170 in the image display apparatus 100 enlarges the size of the image with at least one scaler and performs the image quality processing to improve the sharpness for image size expansion, image quality processing, and the like. do.
- image quality processing was performed using only the input image resolution irrespective of the source resolution of the input image, and there was a limitation in that an improvement filter and a size adjustment filter could not be applied to the original resolution of the input image.
- the SR algorithm may include the number of frames to be used, whether or not to perform feature matching in a data area of frequency and spatial domain, whether to infer a high resolution image at an input low resolution, or a codebook concept previously prepared. Research is being conducted on whether to use a dataset.
- the SR resolution algorithm is commonly composed of two key stages: the first is how to create or from where candidate data is to be used as a high resolution representative image patch, and the second is input low resolution image.
- the feature extraction can be used to compare and determine the correlation between the data defined in the first step and the first step.
- the features used here are edge and periphery, the brightness of the corresponding pixel, color difference, histogram, and pattern direction. However, the features used in the image processing field are low- or mid-level features.
- the actual image is very diverse in many ways for human analysis, and the improvement filter for generating feature and high resolution candidate patch is also limited for human development. Therefore, the level of performance improvement of SR is reached. After a stagnant pattern.
- Deep learning which is mainly used in the field of video, has a form in which several layers are sequentially connected, and the output of each layer is used as an input of the next layer. All layers calculate all or part of the input data as a weighted sum and apply the non-linear function to the resulting output. In the course of learning, the weight of the synapse that connects the inputs and outputs of all layers is determined.
- This deep learning structure has some similarities when compared to the SR solution algorithm.
- the feature extraction filter and the image quality improvement filter used in the SR resolution algorithm will play a role similar to the synapse weight in the deep learning structure.
- the second point is whether or not the results of the various filters of the SR are reflected or the strength of the deep learning layer. Can be considered to match the output decision via non-linearity.
- deep learning-based algorithms use more than 10,000 units of learning data, compared to more than 100 units of images in the process of developing algorithms. It can be seen that.
- the present invention is to perform a smooth resolution (SR) using an artificial intelligence technology based algorithm.
- the present invention proposes a method of stably improving the resolution even if an input image having various resolutions is input based on artificial intelligence.
- the present invention proposes a smooth resolution (SR) method for improving image quality performance without directly receiving original image resolution information.
- SR smooth resolution
- FIG. 9 is a diagram illustrating a relationship between an original image resolution and an input image resolution.
- the input video resolution input to the video display device 100 is preferably SD, HD, FHD, or UHD.
- the input video resolution input to the video display device 100 is preferably HD, FHD, or UHD.
- the input video resolution input to the video display device 100 is preferably FHD or UHD.
- the input video resolution input to the video display device 100 is preferably UHD.
- the UHD resolution may include 8K resolution as well as 4K resolution.
- the original resolution information detection and the corresponding scaler and enhancer may be implemented in an integrated network structure.
- the deep learning structure includes (1) Supervised learning that learns the correlation between the input and the target output by knowing the correct answer, and (2) the relationship between the various input data.
- the analysis is divided into Unsupervised learning, which is mainly used in the clustering field, and (3) Reinforcement learning, which defines rewards for certain actions in the current state and continues learning to maximize the rewards.
- the present invention proposes a method of arranging various input image resolutions and original image resolutions available in a corresponding input, and learning a network using a training set including a number in all cases as shown in FIG. 9. do.
- the deep learning super resolution (SR) algorithm which is the result of the learning, is composed of an adaptive filter based on the resolution relationship between the input and the original image, in addition to the improvement of image quality and resolution of the target super resolution (SR).
- SR target super resolution
- the present invention proposes a deep learning-based super resolution (SR) application method capable of processing various resolution images as shown in the table 100 of FIG. 9 as a learning / evaluation database for a network.
- SR deep learning-based super resolution
- the first method of deep learning based super resolution (SR) is a method of obtaining a difference between a final target image and an image made by an image quality engine by deep learning, as shown in FIG. 11.
- the first method is a method of obtaining the reference image and the difference image and then adding them together.
- the reference image does not apply the deep learning scheme.
- the difference between the image and the final target image is calculated using a deep learning network that takes an image normalized to a first resolution (for example, 2K) regardless of the input resolution and outputs residual.
- backward compatibility may be provided by securing a reference image, and in some cases, a deep learning block that consumes a lot of power may be turned off due to an increase in computation amount and an increase in external memory access, compared to an existing algorithm.
- the performance intensity can be easily adjusted by scaling the difference when the reference image and the residual image are summed.
- the process of further developing the data and combining the two data may be included in the deep learning network.
- the normalized input is used.
- SD and HD of an input image having a resolution smaller than FHD are normalized to a medium resolution of a first resolution (for example, 2K), and different deep learning networks for SD / HD / FHD and UHD are different. Can be applied.
- the second scheme is similar to the third scheme described below, but is differentiated in that it uses the scaler of the image quality engine and the super resolution SR together.
- the memory area required for storing the synapse weight for use in each model is, the HW resource. It has the advantage of being relatively small compared to the method.
- the image quality may be improved by interworking with the image quality processing unit 635 which is responsible for image quality processing such as scaler and sharpness, instead of the super resolution SR alone.
- the third method of deep learning based super resolution is a method of applying a separate deep learning structure according to the resolution of the input image as shown in FIG. 13.
- SR deep learning super resolution
- each case since the case in which each deep learning model is applied is limited compared to the entire case, each case has an advantage of obtaining an optimum image quality, and may be said to be effective in a scenario applied to a picture or a picture as well as a video.
- the deep learning super resolution (SR) algorithm may be changeable.
- Super resolution is a technique for creating a desired high resolution image from an input low resolution image.
- SR Super resolution
- a variety of images used for learning can produce stable results.
- the basic network structure may be changed to update.
- the super resolution block may include various super resolution SRs within a calculation performance allowed by an SR IP, a GPU, a dedicated chip or a processor, and an external memory bandwidth supported by the system.
- Network structure can be changed.
- the SR network synapse weight may be changed by software update (SW update) of the image display apparatus 100.
- the deep learning algorithm can improve image quality performance by reinforcing the training dataset and extending the training.
- the newly updated parameter can be included in the software of the image display apparatus 100 and updated.
- the deep learning model parameter may be included in various embodiments, such as a method of updating a storage area included in a program binary or a nonvolatile memory such as flash when updating a software of a system OS according to its size or system policy.
- the SR network weight may be updated through learning in the system.
- SR super resolution
- the training database (DB) is configured according to the viewer's environment (country, mainly the image seen), it is possible to update the model given to the system by default.
- the input image resolution is predicted and the corresponding image is determined to be a high resolution image, it can be used as learning data.
- SR Training may further include an input resolution detector (RSD), as shown in Figure 16, 17.
- RSS input resolution detector
- the image may be determined as a target of training learning to configure a learning DB.
- the input resolution detector RSD may be provided in the image analyzer 610 of FIG. 7.
- a low resolution image is generated from an input image and used for deep learning.
- a low resolution image to be used as a learning input may be generated from a target image of the training database DB.
- This may be provided by modeling and adding general Image DownScaling, blocking by noise compression, and the like, and may have a modified example having similarity with the actual image display apparatus 100.
- the input resolution may be analyzed to convert a low resolution image at a high resolution.
- a part of the modified input image and the high resolution image may be updated as a dataset.
- a training DB may be generated by configuring a high resolution and a low resolution image block set matching the dataset.
- the learning DB should be configured to a predetermined number or more so that the deep learning model is trained, and a dedicated memory for this may be added to the system.
- the data set does not stop updating once it reaches a certain size, but instead keeps changing it as needed, enabling deep learning learning while optimizing the size of the dateset and its storage location.
- the data set may be included in a storage device in the image display apparatus 100 when the image display apparatus 100 is released to the product, or may be updated through a data server when a network is connected.
- the signal processor 170 may include a training module or a processor capable of performing the same.
- the signal processor 170 may include a deep learning processor or an IP system.
- the deep learning network is to be executed in a processor dedicated to deep learning or capable of deep learning, it is efficient to control the program form to support a network structure that can be modified in the future or various other applications.
- processor method of processing instructions with a program decoder and a program counter inside a deep learning engine with a program memory may also be suitable for a complex network.
- the signal processor 170 may be applied to various image quality processing.
- the HW processing the super resolution (SR) image quality described in the present invention may have a dedicated chip, a processor such as a CPU / GPU / NPU, or an IP form.
- the processing field need not be limited to the image SR.
- the signal processor 170 may be extended to various systems.
- the final input image is 4K, but the present invention is not limited thereto and may be extended to various other video display devices such as 8KTV or signage using multiple displays.
- FIG. 10 is a diagram illustrating an example of an internal block diagram of an image display apparatus according to an exemplary embodiment.
- the image display apparatus 100 receives an input image through the set top box 300 or the external device 400.
- the set top box 300 may receive a broadcast signal or an external video signal, and may receive and process video signals having various resolutions and transmit the same to the video display device 100.
- the external device 400 includes an image quality of an original image, an image quality size changing unit 410 for changing an image size, an encoder 420 for encoding video and audio, and the like and displays an input image of various resolutions. May transmit to the device 100.
- the external device 400 may be a game device, a multimedia player, or the like, or may be a streaming server connected to a network.
- the image display apparatus 100 may include a decoder 320 that decodes an input image from the external device 400, and a signal processor 170 that performs signal processing on the input image having various resolutions. have.
- the signal processor 170 may perform image quality processing on an image having an improved resolution by a resolution enhancement unit (SRU) for improving the resolution of an input image having various resolutions, and the resolution enhancement unit (SRU).
- the image processing unit 635 may be provided.
- the image quality processor 635 may correspond to the image quality processor illustrated in FIG. 7.
- the resolution enhancing unit SRU of FIG. 10 may be different from the first to third resolution enhancing units 735, 738 and 742 in the image quality processing unit in FIG. 7.
- the resolution enhancing unit SRU of FIG. 10 is different from the image quality processing unit 635. However, the resolution enhancing unit SRU of FIG. 10 is provided in the image quality processing unit 635, and thus, the first to third resolution enhancing units 735, 738, and 742 of FIG. ) May be used.
- the decoder 320 of FIG. 10 may be included in the signal processor 170.
- the signal processing unit 170 in the image display apparatus 100 may provide a resolution for the input image by various methods. Can be improved. This will be described with reference to FIG. 11 and below.
- FIG. 11 is a diagram illustrating an example of an internal block diagram of a signal processor according to an exemplary embodiment of the present invention.
- the signal processor 170a may receive various input images Ima, Imb, and Imc such as SD, HD, FHD, and UHD.
- the signal processor 170a may include a scaler SC2 that scales input images having various resolutions to a first resolution, and an input image Im2 having a first resolution from the scaler SC2. It may include a resolution enhancement unit (SRU) for performing a learning to generate a first image of a second resolution higher than the first resolution.
- SRU resolution enhancement unit
- the first resolution may be 2K resolution
- the second resolution may be 4K resolution
- the first image may correspond to a residual image having a second resolution.
- resolution can be improved stably.
- the scaler SC2 may perform various image quality processing, such as noise removal, sharpness, and deinterlaced, in addition to changing the image size.
- the resolution enhancement unit SRU may generate a second image based on a second image having a second resolution and a first image corresponding to a residual image having a second resolution.
- a third image Imt having two resolutions may be output. Accordingly, even when input images of various resolutions are input, resolution can be improved stably.
- the resolution enhancement unit may include a learning inference unit (DRI) that performs learning inference based on an input image having a first resolution, a learning model based on super resolution, and a result according to the learning inference.
- the calculator may include a calculator CAL that calculates a difference between the image and the second image having the second resolution, and outputs a third image having the second resolution.
- the resolution enhancement unit SRU performs learning inference based on an input image having a first resolution, a super resolution learning model, and a result image Imr according to the learning inference and a second image.
- the third image Imt of the second resolution may be output based on an error of the second image of the resolution.
- the result image Imr at this time may correspond to a residual image of the second resolution.
- the input image having the second resolution may be input as it is to the resolution enhancement unit SRU.
- a second scaler SC4 that scales to the second resolution is further required.
- the signal processor 170a may further include a second scaler SC4 that scales the input image having various resolutions to the second resolution.
- the second image having the second resolution output from the second scaler SC4 may be input to the resolution enhancing unit SRU. Accordingly, even when input images of various resolutions are input, resolution can be improved stably.
- the second resolution may vary depending on the setting.
- the resolution may be set to various resolutions such as 4K and 8K according to the second resolution setting item in the menu provided by the image display apparatus 100.
- the signal processing unit 170 receives a setting input, and according to the setting input, the resolution enhancing unit SRU selects an SR Model Weight corresponding to the second resolution, and selects the selected SR Model Weight.
- the learning may be performed using the second resolution, and the image having the second resolution may be generated according to the learning result. Accordingly, the resolution can be stably improved to the second resolution desired by the user.
- the resolution enhancing unit SRU may use a plurality of SR Model Weights.
- the resolution enhancing unit SRU may store the SR Model Weight for each resolution or use the SR Model Weight for each resolution stored in the storage unit.
- FIG. 12 is a diagram illustrating an example of an internal block diagram of a signal processor according to another exemplary embodiment of the present invention.
- various input images Ima, Imb, and Imc such as SD, HD, FHD, and UHD may be input to the signal processor 170b.
- the signal processor 170b may include a scaler SC2 that scales input images having various resolutions to a first resolution, and an input image Im2 having a first resolution from the scaler SC2.
- the SRU for generating a first image having a second resolution that is higher than the first resolution by learning about the SRU, and the image quality processing unit 635 that scales the input image having various resolutions to the second resolution. It may include.
- the second image having the second resolution output from the image quality processing unit 635 may be input to the resolution enhancing unit SRU.
- the first resolution may be 2K resolution
- the second resolution may be 4K resolution
- the first image may correspond to a residual image having a second resolution.
- resolution can be improved stably.
- the resolution enhancement unit SRU may generate a second image based on a second image having a second resolution and a first image corresponding to a residual image having a second resolution.
- a third image Imt having two resolutions may be output. Accordingly, even when input images of various resolutions are input, resolution can be improved stably.
- the resolution enhancing unit SRU may include a learning inference unit DRI that performs learning inference based on an input image having a first resolution, a super resolution learning model, and a result image according to the learning inference.
- the calculator may include a calculator CAL that calculates a difference between the second images having the second resolution and outputs a third image having the second resolution.
- the resolution enhancement unit SRU performs learning inference based on an input image having a first resolution, a super resolution learning model, and a result image Imr according to the learning inference and a second image.
- the third image Imt of the second resolution may be output based on an error of the second image of the resolution.
- the result image Imr at this time may correspond to a residual image of the second resolution.
- the input image having the second resolution may be input as it is to the resolution enhancement unit SRU.
- FIG. 13 is a diagram illustrating an example of an internal block diagram of a signal processor according to another exemplary embodiment of the present invention.
- the signal processor 170c may receive various input images Ima, Imb, and Imc such as SD, HD, FHD, and UHD.
- the signal processor 170c includes a scaler SC2 that scales input images having various resolutions to a first resolution, and an input image Im2 having a first resolution from the scaler SC2.
- the learner learns about a resolution enhancement unit (SRU) for generating a first image having a second resolution higher than the first resolution, and learns about an image having a second resolution among input images having various resolutions.
- the second resolution enhancer SRUb may generate a fourth image Immtb having a second resolution.
- the resolution enhancing unit SRU outputs the third image Imt of the second resolution based on the first image corresponding to the residual image of the second resolution. can do. Accordingly, even when input images of various resolutions are input, resolution can be improved stably.
- the first resolution may be 2K resolution
- the second resolution may be 4K resolution
- the first image may correspond to a residual image having a second resolution.
- the resolution enhancement unit SRU improves the resolution of the SD to FHD based input image into the 4K image
- the second resolution enhancement unit SRUb improves the resolution of the UHD based 4K input image into the 4K image. You can.
- the input resolution by performing the separated image resolution improvement, it is possible to stably perform the image resolution improvement.
- the resolution enhancement unit SRU and the second resolution enhancement unit SRUb in FIG. 13 may include a learning inference unit DRI that performs learning inference based on a super resolution learning model, respectively. Can be.
- the resolution enhancement unit SRU and the second resolution enhancement unit SRUb perform learning inference based on an input image having a first resolution and a super resolution learning model, and according to the learning inference Based on the resultant image, each of the resolution-enhanced images may be output.
- FIG. 14 is a diagram illustrating an example of an internal block diagram of a signal processor according to another exemplary embodiment of the present invention.
- various input images Ima, Imb, and Imc such as SD, HD, FHD, and UHD, may be input to the signal processor 170d.
- the signal processor 170d performs a learning on an input image having a first resolution input, and generates a first image having a second resolution higher than the first resolution.
- SRUa a second resolution enhancement unit
- SRUb a second resolution enhancement unit
- the apparatus may include a third resolution enhancement unit SRUd configured to perform a learning on an input image of to generate a third image having a second resolution.
- the first resolution may be 1K resolution
- the second resolution may be 4K resolution
- the third resolution may be 4 / 3K resolution.
- the first resolution enhancement unit SRUa performs a learning on an input image having a 1K resolution to perform resolution enhancement based on a second resolution
- the second resolution enhancement unit SRUb performs an input third resolution ( 4 / 3K) to learn the input image Ima to improve the resolution based on the second resolution
- the third resolution enhancer SRUd performs the learning on the input UHD input image Imc.
- the resolution based on the second resolution may be performed. Accordingly, it is possible to perform stable resolution enhancement based on each resolution.
- the signal processor 170d may further include a scaler SC for scaling the input image Im0 having the SD resolution and outputting the input image having the first resolution.
- the signal processor 170d performs a learning on an input image having a fourth resolution input to generate a fourth image having a second resolution higher than the fourth resolution.
- the apparatus may further include an SRUc.
- the fourth resolution may be 2K resolution.
- the fourth resolution enhancing unit SRUc may perform a learning on the input image Imb having a 2K resolution to perform resolution enhancement based on the second resolution.
- the fourth resolution enhancing unit SRUc may perform a learning on the input image Imb having a 2K resolution to perform resolution enhancement based on the second resolution.
- resolution can be improved stably.
- FIGS. 11 to 14 are views referred to in the description of FIGS. 11 to 14.
- FIG. 15A is a diagram illustrating an example of the resolution improving unit of FIGS. 11 to 14.
- the resolution enhancing unit SRUam includes a learning inference unit DRI for performing learning inference based on an input image having a first resolution, a super resolution learning model, and a learning inference. And a calculator CAL for calculating a difference value between the resultant image and the second image having the second resolution.
- the resolution enhancing unit SRUam performs learning inference based on the input image of the first resolution and the super resolution learning model, and the result image according to the learning inference, and the second of the second resolution.
- the third image having the second resolution may be output based on the difference between the images.
- FIG. 15B is a diagram illustrating another example of the resolution improving unit of FIGS. 11 to 14.
- the resolution enhancing unit SRUbm may include a learning inference unit DRI that performs learning inference based on an input image having a first resolution, a super resolution learning model, and a learning inference.
- a weight based on the operator CAL for calculating the difference value between the resultant image and the second image having the second resolution, the node value from the learning inference unit DRI, and the difference error.
- It may include a learning update unit (DRBP) for performing the learning for the update.
- DRBP learning update unit
- the resolution enhancing unit SRUbm may further include an image decimator DEC for converting an input high resolution image into a low resolution image.
- the training updater DRBP performs training for weighted updating based on a node value and a difference value from the training inference unit DRI, and performs a parameter value related to the updated super resolution model. You can output
- the learning inference unit DRI may update the learning model based on the parameter value from the learning update unit DRBP.
- the resolution enhancement unit SRUbm performs learning inference based on the input image of the first resolution and the super resolution learning model, and the result image according to the learning inference, and the second of the second resolution.
- the training model calculates a difference value of the image, performs training for weight updating based on the node value from the learning inference unit (DRI) and the difference value, and based on a parameter value output according to the weight update result. Can be updated.
- FIG. 15C is a diagram illustrating still another example of the resolution improving unit of FIGS. 11 to 14.
- the resolution enhancing unit SRUcm may include a learning inference unit DRI for performing learning inference based on an input image Im2 having a first resolution, a super resolution learning model, and A resultant image Imou according to the learning inference, and an operator CAL for calculating a difference value (error) of the second image having a high resolution of the second resolution, and based on the difference value (error), Imr) can be printed.
- 16 is a diagram illustrating an example of an internal block diagram of an image display device according to another exemplary embodiment.
- the image display apparatus 100 receives an input image through the set top box 300 or the external device 400.
- the set top box 300 may receive a broadcast signal or an external video signal, and may receive and process video signals having various resolutions and transmit the same to the video display device 100.
- the external device 400 includes an image quality of an original image, an image quality size changing unit 410 for changing an image size, an encoder 420 for encoding video and audio, and the like and displays an input image of various resolutions. May transmit to the device 100.
- the image display apparatus 100 may include a decoder 320 that decodes an input image from the external device 400, and a signal processor 170p that performs signal processing on the input image having various resolutions. have.
- the signal processor 170p performs a resolution enhancement unit (SRU) for improving the resolution of an input image having various resolutions inputted therein, and image quality processing for the resolution-enhanced image in the resolution enhancement unit (SRU).
- the image quality processor 635 may include a resolution detector RSD for detecting the resolution of the input image.
- the signal processor 170p includes a plurality of resolution image generation units (PAG) for generating a plurality of resolution images for the input image, and a database for storing data for the plurality of resolution images ( PADB) may further include a first weight storage unit DBa for storing the first weight and a second weight storage unit DBb for storing the second weight.
- PAG resolution image generation units
- PADB database for storing data for the plurality of resolution images
- PADB may further include a first weight storage unit DBa for storing the first weight and a second weight storage unit DBb for storing the second weight.
- the plurality of resolution image generation units PAG may include, for example, a scaler SC2 of FIG. 11 or the like that scales an input image having various resolutions input to a first resolution, and a second resolution of an input image having various input resolutions.
- 11 may include a second scaler SC4 such as FIG. 11 or an image quality processor 635 such as FIG. 12.
- the plurality of resolution image generation units PAG may output input images of various resolutions to be input as images having a first resolution and images having a second resolution.
- the database PADB may store information about an image having a first resolution and an image having a second resolution, which are output from the plurality of resolution image generating units PAG.
- the database PADB may transmit information about the stored first resolution image and the second resolution image to the resolution enhancement unit SRU.
- the resolution enhancement unit SRU is configured to input the first resolution image based on the first resolution image from the plurality of resolution image generation units PAG, the second resolution image, and the information from the database PADB. Learns about a second image, and generates a first image having a second resolution higher than the first resolution, and inputs a second image having a second resolution and a first image corresponding to a residual image having a second resolution. Based on, the third image having the second resolution may be output.
- the resolution enhancement unit SRU may perform training by using the second weight value from the first weight storage unit DBa and control the updated weight to be stored in the second weight storage unit DBb. Can be.
- 16 illustrates that the resolution of the input image input from the set-top box 300 or the external device 400 is 4K corresponding to the second resolution.
- the resolution enhancer SRU performs learning by using the second weight from the first weight storage DBa.
- the updated weight may be controlled to be stored in the second weight storage unit DBb.
- the plurality of resolution image generation units PAG may include the input image having the second resolution, the input image having the first resolution, and the second resolution.
- the image is output as a second image, and the resolution enhancement unit SRU may update the weights in the training model based on the input image having the first resolution and the second image having the second resolution.
- 17 is a diagram illustrating an example of an internal block diagram of an image display apparatus according to another embodiment of the present invention.
- the image display apparatus 100 receives an input image through the set-top box 300 or the external device 400, and the signal processor 170q receives an input. Signal processing is performed on the image.
- the signal processor 170q according to an embodiment of the present invention, the resolution enhancement unit (SRU) for improving the resolution of the input image of the various resolutions input, and the image quality processing for the resolution enhancement image in the resolution enhancement unit (SRU)
- the image quality processing unit 635 may perform a resolution, and a resolution detection unit (RSD) for detecting the resolution of the input image.
- RSD resolution detection unit
- the signal processor 170q is a plurality of resolution image generation unit (PAG) for generating a plurality of resolution image for the input image, a database for storing data for the plurality of resolution image ( PADB) may be further included.
- PAG resolution image generation unit
- PADB database for storing data for the plurality of resolution image
- the plurality of resolution image generation units PAG may include, for example, a scaler SC2 of FIG. 11 or the like that scales an input image having various resolutions input to a first resolution, and a second resolution of an input image having various input resolutions.
- 11 may include a second scaler SC4 such as FIG. 11 or an image quality processor 635 such as FIG. 12.
- the plurality of resolution image generation units PAG may output input images of various resolutions to be input as images having a first resolution and images having a second resolution.
- the database PADB may store information about an image having a first resolution and an image having a second resolution, which are output from the plurality of resolution image generating units PAG.
- the database PADB may transmit information about the stored first resolution image and the second resolution image to the resolution enhancement unit SRU.
- the resolution of the input image input from the set top box 300 or the external device 400 is 2K corresponding to the first resolution.
- the plurality of resolution image generation units PAG may include the input image having the second resolution, the input image having the first resolution, and the second resolution having the second resolution. 2 images can be output.
- the resolution enhancement unit SRU is configured to input the first resolution image based on the first resolution image from the plurality of resolution image generation units PAG, the second resolution image, and the information from the database PADB. Learns about a second image, and generates a first image having a second resolution higher than the first resolution, and inputs a second image having a second resolution and a first image corresponding to a residual image having a second resolution. Based on, the third image having the second resolution may be output.
- the first resolution image output from the plurality of resolution image generators PAG may be a high resolution image HR image, and the second resolution image may be a low resolution image LR image.
- 18A to 18B are views referred to for describing a method of generating a low resolution image (LR image) from a high resolution image (HR image).
- the entire image is processed and all pixel results are used.
- intermediate data of all nodes and channels of each layer must be stored.
- the training data set (Training Data Set) is preferably used to cut the image into a patch to perform a smaller image.
- the size of the patch should be larger than the size that contains the inputs that affect the results.
- 3x3 input data such as IPB is required, and thus 1x1 data such as OPB may be output.
- Training error can be used as the training data if only applied to the center pixel.
- the input size estimated back is the minimum condition of the patch of the size that the deep learning block can support, and the actual size will be determined according to the limit supported by the deep learning block.
- FIG. 19 is a diagram referred to describe a method for improving learning-based resolution according to image quality setting.
- the learning inference unit DRI in the resolution enhancement unit SRU may include a fixed layer regardless of the image quality mode and a layer changed according to the image quality mode.
- the learning inference unit (DRI) in the resolution enhancement unit (SRU) has the same kernel size, number of channels, etc., depending on the image quality mode, but uses various synapse weights for each mode to support various image quality modes. You can optimize network parameters. Accordingly, the difficulty of implementing the system can be lowered.
- the synapse weight may vary.
- the position of the change of synapse weight does not have to be the back layer, and various modifications are possible.
- 20A-20B are diagrams referenced in a hardware description of a learning inference operation.
- the hardware 2010 for a learning inference operation may include a CPU / MCU (SCM), a deep learning module (DLH), and a storage unit for storing synapse weights. ) May be provided.
- SCM CPU / MCU
- DHL deep learning module
- the CPU / MCU (SCM) receives an interrupt from the deep learning module (DLH), and based on the interrupt, the CPU / MCU (SCM) sets a hardware setting (HW setting) for the network model excluding the synapse weight. DLH).
- DLH deep learning module
- the deep learning module DLH may perform deep learning based learning inference based on a hardware setting.
- the deep learning module DLH may receive the synapse weight from the storage SWE and perform deep learning based learning inference based on the synapse weight and the hardware setting.
- the updated synapse weight is stored in the storage unit SWE.
- the CPU / MCU SCM
- the program for setting the deep learning module DH
- the hardware 2020 for a learning inference operation may include a CPU / MCU (SCM), a deep learning module (DLH), and a storage unit for storing synapse weights. ), A program memory (PM).
- SCM CPU / MCU
- DHL deep learning module
- PM program memory
- the deep learning module DLH may include a program decoder DEC, an executer, and core hardware CHW that receive and decode instructions from the program memory PM. .
- Interprocess communication may be performed between the CPU / MCU (SCM) and the deep learning module (DLH).
- SCM CPU / MCU
- DH deep learning module
- the deep learning module DLH may receive a synapse weight from the storage SWE and perform deep learning based learning inference based on an instruction from the program memory PM.
- the updated synapse weight is stored in the storage unit SWE.
- the program stored in the program memory PM is changed, and the CPU / MCU (SCM) may update the change related information by the program.
- the hardware 2010 and 2020 of FIGS. 20A and 20B may be provided in the signal processor 170 described above, respectively.
- the signal processing apparatus 170 and the image display apparatus 100 including the same can stably improve the resolution even if an input image having various resolutions is input. Will be.
- the signal processing device 170 and the image display device 100 having the same according to an embodiment of the present invention may be possible in the future by changing the network structure and synapse weight.
- the signal processing apparatus 170 and the image display apparatus 100 including the same may be extended to 8KTV, a signage having a plurality of displays, and the like.
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Hardware Design (AREA)
- Controls And Circuits For Display Device (AREA)
Abstract
본 발명은 신호 처리 장치 및 이를 구비하는 영상표시장치에 관한 것이다. 본 발명의 일 실시예에 따른 신호 처리 장치 및 이를 구비하는 영상표시장치는, 입력되는 다양한 해상도의 입력 영상을 제1 해상도로 스케일링하는 스케일러와, 스케일러로부터의 제1 해상도의 입력 영상에 대해 학습을 수행하여, 제1 해상도 보다 높은 제2 해상도의 제1 영상을 생성하는 해상도 향상부를 포함한다.이에 따라, 다양한 해상도의 입력 영상이 입력되더라도 안정적으로 해상도를 향상시킬 수 있게 된다.
Description
본 발명은 신호 처리 장치 및 이를 구비하는 영상표시장치에 관한 것이며, 더욱 상세하게는 다양한 해상도의 입력 영상이 입력되더라도 안정적으로 해상도를 향상시킬 수 있는 신호 처리 장치 및 이를 구비하는 영상표시장치에 관한 것이다.
신호 처리 장치는, 영상을 표시할 수 있도록 입력 영상에 대한 신호 처리를 수행하는 장치이다.
예를 들어, 신호 처리 장치는, 외부 장치 또는 외부의 서버 등을 통해, 다양한 해상도의 영상을 입력받고, 이에 대한 신호 처리를 수행할 수 있다.
한편, 최근에, 영상표시장치의 해상도가 향상되면서, 입력 영상의 해상도가 영상표시장치 보다 낮은 경우, 입력 영상의 해상도를 증가시켜, 화질 향상 등을 도모하기 위한 필요가 증대되고 있다.
한편, 입력 영상에 대한 해상도 정보가 있는 경우에는, 해상도 정보를 이용하여, 입력 영상의 스케일링 등을 통해, 화질 향상을 도모할 수 있으나, 입력 영상에 대한 해상도 정보가 없는 경우, 이에 대한 신호 처리가 어렵다는 문제가 있다.
본 발명의 목적은, 다양한 해상도의 입력 영상이 입력되더라도 안정적으로 해상도를 향상시킬 수 있는 신호 처리 장치 및 이를 구비하는 영상표시장치를 제공함에 있다.
본 발명의 다른 목적은, 입력 영상의 해상도 정보가 없는 경우에도, 다양한 해상도의 입력 영상이 입력되더라도 안정적으로 해상도를 향상시킬 수 있는 신호 처리 장치 및 이를 구비하는 영상표시장치를 제공함에 있다.
본 발명의 또 다른 목적은, 심층 신경망(Deep Neural Network)을 이용하여, 해상도 향상을 안정적으로 수행할 수 있는 신호 처리 장치 및 이를 구비하는 영상표시장치를 제공함에 있다.
상기 목적을 달성하기 위한 본 발명의 일 실시예에 따른 신호 처리 장치 및 이를 구비하는 영상표시장치는, 입력되는 다양한 해상도의 입력 영상을 제1 해상도로 스케일링하는 스케일러와, 스케일러로부터의 제1 해상도의 입력 영상에 대해 학습을 수행하여, 제1 해상도 보다 높은 제2 해상도의 제1 영상을 생성하는 해상도 향상부를 포함한다.
한편, 본 발명의 일 실시예에 따른 해상도 향상부는, 입력되는 제2 해상도의 제2 영상과, 제2 해상도의 잔여 영상(residual image)에 대응하는 제1 영상에 기초하여, 제2 해상도의 제3 영상을 출력할 수 있다.
한편, 본 발명의 일 실시예에 따른 신호 처리 장치 및 이를 구비하는 영상표시장치는, 입력되는 다양한 해상도의 입력 영상을 제2 해상도로 스케일링하는 제2 스케일러를 더 포함하고, 제2 스케일러에서 출력되는 제2 해상도의 제2 영상은, 해상도 향상부로 입력될 수 있다.
한편, 본 발명의 일 실시예에 따른 신호 처리 장치 및 이를 구비하는 영상표시장치는, 입력되는 다양한 해상도의 입력 영상을 제2 해상도로 스케일링하는 화질 처리부를 더 포함하고, 화질 처리부에서 출력되는 제2 해상도의 제2 영상은, 해상도 향상부로 입력될 수 있다.
한편, 본 발명의 일 실시예에 따른 신호 처리 장치 및 이를 구비하는 영상표시장치는, 입력되는 다양한 해상도의 입력 영상 중 제2 해상도의 영상에 대해 학습을 수행하여, 제2 해상도의 제4 영상을 생성하는 제2 해상도 향상부를 더 포함할 수 있다.
한편, 본 발명의 일 실시예에 따른 해상도 향상부는, 제1 해상도의 입력 영상과, 슈퍼 레졸루션(super resolution) 학습 모델에 기초하여, 학습 추론을 수행하는 학습 추론부와, 학습 추론에 따른 결과 영상과, 제2 해상도의 제2 영상의 차이를 연산하여, 제2 해상도의 제3 영상을 출력하는 연산기를 포함할 수 있다.
한편, 본 발명의 일 실시예에 따른 해상도 향상부는, 제1 해상도의 입력 영상과, 슈퍼 레졸루션(super resolution) 학습 모델에 기초하여, 학습 추론을 수행하고, 학습 추론에 따른 결과 영상과, 제2 해상도의 제2 영상의 차이에 기초하여, 제2 해상도의 제3 영상을 출력할 수 있다.
한편, 본 발명의 일 실시예에 따른 해상도 향상부는, 제1 해상도의 입력 영상과, 슈퍼 레졸루션(super resolution) 학습 모델에 기초하여, 학습 추론을 수행하는 학습 추론부와, 학습 추론에 따른 결과 영상과, 제2 해상도의 제2 영상의 차이 값을 연산하는 연산기와, 학습 추론부로부터의 노드 값과, 차이 값에 기초하여, 가중치 업데이트를 위한 학습을 수행하는 학습 업데이트부를 포함할 수 있다.
한편, 본 발명의 일 실시예에 따른 학습 추론부는, 학습 업데이트부로부터의 파라미터 값에 기초하여, 학습 모델을 업데이트할 수 있다.
한편, 본 발명의 일 실시예에 따른 해상도 향상부는, 제1 해상도의 입력 영상과, 슈퍼 레졸루션(super resolution) 학습 모델에 기초하여, 학습 추론을 수행하고, 학습 추론에 따른 결과 영상과, 제2 해상도의 제2 영상의 차이 값을 연산하며, 학습 추론부로부터의 노드 값과, 차이 값에 기초하여, 가중치 업데이트를 위한 학습을 수행하고, 가중치 업데이트 결과에 따라 출력되는 파라미터 값에 기초하여, 학습 모델을 업데이트할 수 있다.
한편, 본 발명의 일 실시예에 따른 신호 처리 장치 및 이를 구비하는 영상표시장치는, 입력 영상의 해상도를 검출하는 해상도 검출부를 더 포함하고, 해상도 검출부에서 검출된 입력 영상의 해상도가 제2 해상도인 경우, 해상도 향상부에, 제2 해상도의 제2 영상이 입력될 수 있다.
한편, 본 발명의 일 실시예에 따른 해상도 향상부는, 해상도 검출부에서 검출된 입력 영상의 해상도가 제2 해상도인 경우, 제1 해상도의 입력 영상과, 제2 해상도의 제2 영상에 기초하여, 학습 모델 내의 가중치를 업데이트할 수 있다.
한편, 본 발명의 일 실시예에 따른 신호 처리 장치 및 이를 구비하는 영상표시장치는, 제1 가중치를 저장하는 제1 가중치 저장부와, 제2 가중치를 저장하는 제2 가중치 저장부를 더 포함하고, 해상도 향상부는, 제1 가중치 저장부로부터의 제2 가중치를 이용하여, 학습을 수행하고, 업데이트된 가중치를, 제2 가중치 저장부에 저장되도록 제어할 수 있다.
한편, 본 발명의 일 실시예에 따른 신호 처리 장치 및 이를 구비하는 영상표시장치는, 입력 영상의 해상도를 검출하는 해상도 검출부를 더 포함하고, 해상도 향상부는, 해상도 검출부에서 검출된 입력 영상의 해상도가 제2 해상도가 아닌 경우, 스케일러에서 스케일링된 제1 해상도의 입력 영상과, 제2 해상도의 제2 영상을 입력받고, 제1 해상도의 입력 영상에 대해 학습을 수행하여, 제2 해상도의 제3 영상을 출력할 수 있다.
한편, 본 발명의 일 실시예에 따른 신호 처리 장치 및 이를 구비하는 영상표시장치는, 입력 영상의 해상도를 검출하는 해상도 검출부와, 해상도 검출부에서 검출된 입력 영상의 해상도가 제2 해상도가 아닌 경우, 입력 영상을 제2 해상도로 스케일링하는 제2 스케일러를 더 포함하고, 제2 스케일러에서 출력되는 제2 해상도의 제2 영상은, 해상도 향상부로 입력될 수 있다.
한편, 본 발명의 일 실시예에 따른 신호 처리 장치 및 이를 구비하는 영상표시장치는, 해상도 향상부에서 출력되는 제3 영상에 대해, 화질 처리를 수행하는 화질 처리부를 더 포함할 수 있다.
한편, 본 발명의 일 실시예에 따른 해상도 향상부는, 심층 신경망(Deep Neural Network)을 이용하여, 제1 해상도 보다 높은 제2 해상도의 제1 영상을 생성할 수 있다.
한편, 제2 해상도는 설정에 따라 가변될 수 있다.
한편, 본 발명의 다른 실시예에 따른 신호 처리 장치 및 이를 구비하는 영상표시장치는, 입력되는 제1 해상도의 입력 영상에 대해 학습을 수행하여, 제1 해상도 보다 높은 제2 해상도의 제1 영상을 생성하는 제1 해상도 향상부와, 입력되는 제3 해상도의 입력 영상에 대해 학습을 수행하여, 제3 해상도 보다 높은 제2 해상도의 제2 영상을 생성하는 제2 해상도 향상부와, 입력되는 제2 해상도의 입력 영상에 대해 학습을 수행하여, 제2 해상도의 제3 영상을 생성하는 제3 해상도 향상부를 포함한다.
한편, 본 발명의 다른 실시예에 따른 신호 처리 장치 및 이를 구비하는 영상표시장치는, 입력되는 제4 해상도의 입력 영상에 대해 학습을 수행하여, 제4 해상도 보다 높은 제2 해상도의 제4 영상을 생성하는 제4 해상도 향상부를 더 포함할 수 있다.
한편, 본 발명의 다른 실시예에 따른 신호 처리 장치 및 이를 구비하는 영상표시장치는, 입력 영상에 대해 스케일링을 수행하여, 제1 해상도의 입력 영상을 출력하는 스케일러를 더 포함할 수 있다.
본 발명의 일 실시예에 따른 신호 처리 장치 및 이를 구비하는 영상표시장치는, 입력되는 다양한 해상도의 입력 영상을 제1 해상도로 스케일링하는 스케일러와, 스케일러로부터의 제1 해상도의 입력 영상에 대해 학습을 수행하여, 제1 해상도 보다 높은 제2 해상도의 제1 영상을 생성하는 해상도 향상부를 포함한다. 이에 따라, 다양한 해상도의 입력 영상이 입력되더라도 안정적으로 해상도를 향상시킬 수 있게 된다. 특히, 입력 영상의 해상도 정보가 없는 경우에도, 다양한 해상도의 입력 영상이 입력되더라도 안정적으로 해상도를 향상시킬 수 있게 된다.
한편, 본 발명의 일 실시예에 따른 해상도 향상부는, 입력되는 제2 해상도의 제2 영상과, 제2 해상도의 잔여 영상(residual image)에 대응하는 제1 영상에 기초하여, 제2 해상도의 제3 영상을 출력할 수 있다. 이에 따라, 다양한 해상도의 입력 영상이 입력되더라도 안정적으로 해상도를 향상시킬 수 있게 된다.
한편, 본 발명의 일 실시예에 따른 신호 처리 장치 및 이를 구비하는 영상표시장치는, 입력되는 다양한 해상도의 입력 영상을 제2 해상도로 스케일링하는 제2 스케일러를 더 포함하고, 제2 스케일러에서 출력되는 제2 해상도의 제2 영상은, 해상도 향상부로 입력될 수 있다. 이에 따라, 다양한 해상도의 입력 영상이 입력되더라도 안정적으로 해상도를 향상시킬 수 있게 된다.
한편, 본 발명의 일 실시예에 따른 신호 처리 장치 및 이를 구비하는 영상표시장치는, 입력되는 다양한 해상도의 입력 영상을 제2 해상도로 스케일링하는 화질 처리부를 더 포함하고, 화질 처리부에서 출력되는 제2 해상도의 제2 영상은, 해상도 향상부로 입력될 수 있다. 이에 따라, 다양한 해상도의 입력 영상이 입력되더라도 안정적으로 해상도를 향상시킬 수 있게 된다.
한편, 본 발명의 일 실시예에 따른 신호 처리 장치 및 이를 구비하는 영상표시장치는, 입력되는 다양한 해상도의 입력 영상 중 제2 해상도의 영상에 대해 학습을 수행하여, 제2 해상도의 제4 영상을 생성하는 제2 해상도 향상부를 더 포함할 수 있다. 이에 따라, 다양한 해상도의 입력 영상이 입력되더라도 안정적으로 해상도를 향상시킬 수 있게 된다.
한편, 본 발명의 일 실시예에 따른 해상도 향상부는, 제1 해상도의 입력 영상과, 슈퍼 레졸루션(super resolution) 학습 모델에 기초하여, 학습 추론을 수행하는 학습 추론부와, 학습 추론에 따른 결과 영상과, 제2 해상도의 제2 영상의 차이를 연산하여, 제2 해상도의 제3 영상을 출력하는 연산기를 포함할 수 있다. 이에 따라, 다양한 해상도의 입력 영상이 입력되더라도 안정적으로 해상도를 향상시킬 수 있게 된다.
한편, 본 발명의 일 실시예에 따른 해상도 향상부는, 제1 해상도의 입력 영상과, 슈퍼 레졸루션(super resolution) 학습 모델에 기초하여, 학습 추론을 수행하고, 학습 추론에 따른 결과 영상과, 제2 해상도의 제2 영상의 차이에 기초하여, 제2 해상도의 제3 영상을 출력할 수 있다. 이에 따라, 다양한 해상도의 입력 영상이 입력되더라도 안정적으로 해상도를 향상시킬 수 있게 된다.
한편, 본 발명의 일 실시예에 따른 해상도 향상부는, 제1 해상도의 입력 영상과, 슈퍼 레졸루션(super resolution) 학습 모델에 기초하여, 학습 추론을 수행하는 학습 추론부와, 학습 추론에 따른 결과 영상과, 제2 해상도의 제2 영상의 차이 값을 연산하는 연산기와, 학습 추론부로부터의 노드 값과, 차이 값에 기초하여, 가중치 업데이트를 위한 학습을 수행하는 학습 업데이트부를 포함할 수 있다. 이에 따라, 다양한 해상도의 입력 영상이 입력되더라도 안정적으로 해상도를 향상시킬 수 있게 된다.
한편, 본 발명의 일 실시예에 따른 학습 추론부는, 학습 업데이트부로부터의 파라미터 값에 기초하여, 학습 모델을 업데이트할 수 있다. 이에 따라, 다양한 해상도의 입력 영상이 입력되더라도 안정적으로 해상도를 향상시킬 수 있게 된다.
한편, 본 발명의 일 실시예에 따른 해상도 향상부는, 제1 해상도의 입력 영상과, 슈퍼 레졸루션(super resolution) 학습 모델에 기초하여, 학습 추론을 수행하고, 학습 추론에 따른 결과 영상과, 제2 해상도의 제2 영상의 차이 값을 연산하며, 학습 추론부로부터의 노드 값과, 차이 값에 기초하여, 가중치 업데이트를 위한 학습을 수행하고, 가중치 업데이트 결과에 따라 출력되는 파라미터 값에 기초하여, 학습 모델을 업데이트할 수 있다. 이에 따라, 다양한 해상도의 입력 영상이 입력되더라도 안정적으로 해상도를 향상시킬 수 있게 된다.
한편, 본 발명의 일 실시예에 따른 신호 처리 장치 및 이를 구비하는 영상표시장치는, 입력 영상의 해상도를 검출하는 해상도 검출부를 더 포함하고, 해상도 검출부에서 검출된 입력 영상의 해상도가 제2 해상도인 경우, 해상도 향상부에, 제2 해상도의 제2 영상이 입력될 수 있다. 이에 따라, 다양한 해상도의 입력 영상이 입력되더라도 안정적으로 해상도를 향상시킬 수 있게 된다.
한편, 본 발명의 일 실시예에 따른 해상도 향상부는, 해상도 검출부에서 검출된 입력 영상의 해상도가 제2 해상도인 경우, 제1 해상도의 입력 영상과, 제2 해상도의 제2 영상에 기초하여, 학습 모델 내의 가중치를 업데이트할 수 있다. 이에 따라, 다양한 해상도의 입력 영상이 입력되더라도 안정적으로 해상도를 향상시킬 수 있게 된다.
한편, 본 발명의 일 실시예에 따른 신호 처리 장치 및 이를 구비하는 영상표시장치는, 제1 가중치를 저장하는 제1 가중치 저장부와, 제2 가중치를 저장하는 제2 가중치 저장부를 더 포함하고, 해상도 향상부는, 제1 가중치 저장부로부터의 제2 가중치를 이용하여, 학습을 수행하고, 업데이트된 가중치를, 제2 가중치 저장부에 저장되도록 제어할 수 있다. 이에 따라, 다양한 해상도의 입력 영상이 입력되더라도 안정적으로 해상도를 향상시킬 수 있게 된다.
한편, 본 발명의 일 실시예에 따른 신호 처리 장치 및 이를 구비하는 영상표시장치는, 입력 영상의 해상도를 검출하는 해상도 검출부를 더 포함하고, 해상도 향상부는, 해상도 검출부에서 검출된 입력 영상의 해상도가 제2 해상도가 아닌 경우, 스케일러에서 스케일링된 제1 해상도의 입력 영상과, 제2 해상도의 제2 영상을 입력받고, 제1 해상도의 입력 영상에 대해 학습을 수행하여, 제2 해상도의 제3 영상을 출력할 수 있다. 이에 따라, 다양한 해상도의 입력 영상이 입력되더라도 안정적으로 해상도를 향상시킬 수 있게 된다.
한편, 본 발명의 일 실시예에 따른 신호 처리 장치 및 이를 구비하는 영상표시장치는, 입력 영상의 해상도를 검출하는 해상도 검출부와, 해상도 검출부에서 검출된 입력 영상의 해상도가 제2 해상도가 아닌 경우, 입력 영상을 제2 해상도로 스케일링하는 제2 스케일러를 더 포함하고, 제2 스케일러에서 출력되는 제2 해상도의 제2 영상은, 해상도 향상부로 입력될 수 있다.
한편, 본 발명의 일 실시예에 따른 신호 처리 장치 및 이를 구비하는 영상표시장치는, 해상도 향상부에서 출력되는 제3 영상에 대해, 화질 처리를 수행하는 화질 처리부를 더 포함할 수 있다. 이에 따라, 다양한 해상도의 입력 영상이 입력되더라도 안정적으로 해상도를 향상시킬 수 있게 된다.
한편, 본 발명의 일 실시예에 따른 해상도 향상부는, 심층 신경망(Deep Neural Network)을 이용하여, 제1 해상도 보다 높은 제2 해상도의 제1 영상을 생성할 수 있다. 이에 따라, 심층 신경망(Deep Neural Network)을 이용하여, 안정적으로 해상도를 향상시킬 수 있게 된다.
한편, 제2 해상도는 설정에 따라 가변될 수 있다. 이에 따라, 사용자가 원하는 제2 해상도로 안정적으로 해상도 향상을 수행시킬 수 있다.
한편, 본 발명의 다른 실시예에 따른 신호 처리 장치 및 이를 구비하는 영상표시장치는, 입력되는 제1 해상도의 입력 영상에 대해 학습을 수행하여, 제1 해상도 보다 높은 제2 해상도의 제1 영상을 생성하는 제1 해상도 향상부와, 입력되는 제3 해상도의 입력 영상에 대해 학습을 수행하여, 제3 해상도 보다 높은 제2 해상도의 제2 영상을 생성하는 제2 해상도 향상부와, 입력되는 제2 해상도의 입력 영상에 대해 학습을 수행하여, 제2 해상도의 제3 영상을 생성하는 제3 해상도 향상부를 포함한다. 이에 따라, 다양한 해상도의 입력 영상이 입력되더라도 안정적으로 해상도를 향상시킬 수 있게 된다. 특히, 입력 영상의 해상도 정보가 없는 경우에도, 다양한 해상도의 입력 영상이 입력되더라도 안정적으로 해상도를 향상시킬 수 있게 된다.
한편, 본 발명의 다른 실시예에 따른 신호 처리 장치 및 이를 구비하는 영상표시장치는, 입력되는 제4 해상도의 입력 영상에 대해 학습을 수행하여, 제4 해상도 보다 높은 제2 해상도의 제4 영상을 생성하는 제4 해상도 향상부를 더 포함할 수 있다. 이에 따라, 다양한 해상도의 입력 영상이 입력되더라도 안정적으로 해상도를 향상시킬 수 있게 된다.
한편, 본 발명의 다른 실시예에 따른 신호 처리 장치 및 이를 구비하는 영상표시장치는, 입력 영상에 대해 스케일링을 수행하여, 제1 해상도의 입력 영상을 출력하는 스케일러를 더 포함할 수 있다. 이에 따라, 다양한 해상도의 입력 영상이 입력되더라도 안정적으로 해상도를 향상시킬 수 있게 된다.
도 1은 본 발명의 일 실시예에 따른 영상표시 시스템을 도시한 도면이다.
도 2는 도 1의 영상표시장치의 내부 블록도의 일예이다.
도 3은 도 2의 신호 처리부의 내부 블록도의 일예이다.
도 4a는 도 2의 원격제어장치의 제어 방법을 도시한 도면이다.
도 4b는 도 2의 원격제어장치의 내부 블록도이다.
도 5는 도 2의 디스플레이의 내부 블록도이다.
도 6a 내지 도 6b는 도 5의 유기발광패널의 설명에 참조되는 도면이다.
도 7은 도 2의 신호 처리부의 내부 블록도의 일예를 도시한 도면이다.
도 8a 내지 도 8b는 도 7의 신호 처리부의 동작 설명에 참조되는 도면이다.
도 9는 원본 영상 해상도와 입력 영상 해상도의 관계를 나타내는 도면이다.
도 10은 본 발명의 일 실시예에 따른 영상표시장치의 내부 블록도의 일예를 도시한 도면이다.
도 11은 본 발명의 일 실시예에 따른 신호 처리부의 내부 블록도의 일예를 도시한 도면이다.
도 12는 본 발명의 다른 실시예에 따른 신호 처리부의 내부 블록도의 일예를 도시한 도면이다.
도 13은 본 발명의 또 다른 실시예에 따른 신호 처리부의 내부 블록도의 일예를 도시한 도면이다.
도 14는 본 발명의 또 다른 실시예에 따른 신호 처리부의 내부 블록도의 일예를 도시한 도면이다.
도 15a 내지 도 20b는 도 11 내지 도 14의 설명에 참조되는 도면이다.
이하에서는 도면을 참조하여 본 발명을 보다 상세하게 설명한다.
이하의 설명에서 사용되는 구성요소에 대한 접미사 "모듈" 및 "부"는 단순히 본 명세서 작성의 용이함만이 고려되어 부여되는 것으로서, 그 자체로 특별히 중요한 의미 또는 역할을 부여하는 것은 아니다. 따라서, 상기 "모듈" 및 "부"는 서로 혼용되어 사용될 수도 있다.
도 1은 본 발명의 일 실시예에 따른 영상표시 시스템을 도시한 도면이다.
도면을 참조하면, 본 발명의 일 실시예에 따른 영상표시 시스템(10)은, 디스플레이(180)를 구비하는 영상표시장치(100), 셋탑 박스(300), 및 서버(600)를 포함할 수 잇다.
본 발명의 일 실시예에 따른 영상표시장치(100)는, 셋탑 박스(300), 또는 서버(600)로부터 영상을 수신할 수 있다.
예를 들어, 영상표시장치(100)는, 셋탑 박스(300)로부터의 영상 신호를 HDMI 단자를 통해 수신할 수 있다.
다른 예로, 영상표시장치(100)는, 서버(600)로부터 영상 신호를 네트워크 단자를 통해 수신할 수 있다.
한편, 영상표시장치(100)는, 외부의 셋탑 박스(300) 또는 네트워크를 통해 , 다양한 해상도의 입력 영상을 수신할 수 있다.
한편, 본 발명의 일 실시예에 따른 영상표시장치(100)는, 수신되는 입력 영상의 해상도가 다양할지라도, 입력되는 다양한 해상도의 입력 영상을 제1 해상도로 스케일링하고, 제1 해상도의 입력 영상에 대해 학습을 수행하여, 제1 해상도 보다 높은 제2 해상도의 제1 영상을 생성할 수 있다.
특히, 영상표시장치(100)는, 입력되는 제2 해상도의 제2 영상과, 제2 해상도의 잔여 영상(residual image)에 대응하는 제1 영상에 기초하여, 제2 해상도의 제3 영상을 출력할 수 있다. 이에 따라, 다양한 해상도의 입력 영상이 입력되더라도 안정적으로 해상도를 향상시킬 수 있게 된다. 특히, 입력 영상의 해상도 정보가 없는 경우에도, 다양한 해상도의 입력 영상이 입력되더라도 안정적으로 해상도를 향상시킬 수 있게 된다. 또한, 화질 향상을 도모할 수 있게 된다.
한편, 본 발명의 일 실시예에 따른 영상표시장치(100)는, 심층 신경망(Deep Neural Network)을 이용하여, 제1 해상도 보다 높은 제2 해상도의 제1 영상을 생성할 수 있다. 이에 따라, 심층 신경망(Deep Neural Network)을 이용하여, 안정적으로 해상도를 향상시킬 수 있게 된다.
한편, 본 발명의 일 실시예에 따른 영상표시장치(100)는, 입력 영상의 해상도 정보가 없는 경우, 심층 신경망(Deep Neural Network)을 이용하여, 입력 영상의 해상도, 노이즈 수준 등을 연산할 수 있다. 이에 따라, 입력 영상의 원본 퀄리티 연산을 정확하게 수행할 수 있게 된다.
한편, 영상표시장치(100)는, 심층 신경망에 대한 파라미터를 업데이트하고, 업데이트된 파라미터에 기초하여, 입력 영상의 해상도와, 노이즈 수준을 연산할 수 있다. 이에 따라, 학습 기반하에 영상 신호의 원본 퀄리티 연산을 정확하게 수행할 수 있게 된다.
한편, 디스플레이(180)는 다양한 패널 중 어느 하나로 구현될 수 있다. 예를 들어, 디스플레이(180)는, 액정표시패널(LCD 패널), 유기발광패널(OLED 패널), 무기발광패널(LED 패널) 등 중 어느 하나일 수 있다.
본 발명에서는, 디스플레이(180)가 유기발광패널(OLED 패널)을 구비하는 것을 중심으로 기술한다.
한편, 유기발광패널(OLED 패널)은, 액정표시패널 보다 패널 응답 속도가 빠르며, 색재현 효과가 뛰어나며, 색재현성이 뛰어나다는 장점이 있다.
이에 따라, 디스플레이(180)가 유기발광패널을 구비하는 경우, 영상표시장치(100) 내의 신호 처리부(도 2의 170)는, 유기발광패널에 대응하는 화질 처리를 수행하는 것이 바람직하다. 한편, 신호 처리부는, 신호 처리 장치로 명명할 수도 있다. 이하에서는, 신호 처리 장치와 신호 처리부를 동일한 의미로 사용한다.
한편, 도 1의 영상표시장치(100)는, TV, 모니터, 태블릿 PC, 이동 단말기, 차량용 디스플레이 등이 가능하다.
도 2는 도 1의 영상표시장치의 내부 블록도의 일예이다.
도 2를 참조하면, 본 발명의 일실시예에 의한 영상표시장치(100)는, 영상 수신부(105), 저장부(140), 사용자입력 인터페이스부(150), 센서부(미도시), 신호 처리부(170), 디스플레이(180), 오디오 출력부(185)를 포함할 수 있다.
한편, 도면에서의 신호 처리부(170)는, 상술한 신호 처리 장치에 대응할 수 있다.
영상 수신부(105)는, 튜너부(110), 복조부(120), 네트워크 인터페이스부(130), 외부장치 인터페이스부(130)를 포함할 수 있다.
한편, 영상 수신부(105)는, 도면과 달리, 튜너부(110), 복조부(120)와, 외부장치 인터페이스부(130)만을 포함하는 것도 가능하다. 즉, 네트워크 인터페이스부(130)를 포함하지 않을 수도 있다.
튜너부(110)는, 안테나(미도시)를 통해 수신되는 RF(Radio Frequency) 방송 신호 중 사용자에 의해 선택된 채널 또는 기저장된 모든 채널에 해당하는 RF 방송 신호를 선택한다. 또한, 선택된 RF 방송 신호를 중간 주파수 신호 혹은 베이스 밴드 영상 또는 음성신호로 변환한다.
예를 들어, 선택된 RF 방송 신호가 디지털 방송 신호이면 디지털 IF 신호(DIF)로 변환하고, 아날로그 방송 신호이면 아날로그 베이스 밴드 영상 또는 음성 신호(CVBS/SIF)로 변환한다. 즉, 튜너부(110)는 디지털 방송 신호 또는 아날로그 방송 신호를 처리할 수 있다. 튜너부(110)에서 출력되는 아날로그 베이스 밴드 영상 또는 음성 신호(CVBS/SIF)는 신호 처리부(170)로 직접 입력될 수 있다.
한편, 튜너부(110)는, 복수 채널의 방송 신호를 수신하기 위해, 복수의 튜너를 구비하는 것이 가능하다. 또는, 복수 채널의 방송 신호를 동시에 수신하는 단일 튜너도 가능하다.
복조부(120)는 튜너부(110)에서 변환된 디지털 IF 신호(DIF)를 수신하여 복조 동작을 수행한다.
복조부(120)는 복조 및 채널 복호화를 수행한 후 스트림 신호(TS)를 출력할 수 있다. 이때 스트림 신호는 영상 신호, 음성 신호 또는 데이터 신호가 다중화된 신호일 수 있다.
복조부(120)에서 출력한 스트림 신호는 신호 처리부(170)로 입력될 수 있다. 신호 처리부(170)는 역다중화, 영상/음성 신호 처리 등을 수행한 후, 디스플레이(180)에 영상을 출력하고, 오디오 출력부(185)로 음성을 출력한다.
외부장치 인터페이스부(130)는, 접속된 외부 장치(미도시), 예를 들어, 셋탑 박스(50)와 데이터를 송신 또는 수신할 수 있다. 이를 위해, 외부장치 인터페이스부(130)는, A/V 입출력부(미도시)를 포함할 수 있다.
외부장치 인터페이스부(130)는, DVD(Digital Versatile Disk), 블루레이(Blu ray), 게임기기, 카메라, 캠코더, 컴퓨터(노트북), 셋탑 박스 등과 같은 외부 장치와 유/무선으로 접속될 수 있으며, 외부 장치와 입력/출력 동작을 수행할 수도 있다.
A/V 입출력부는, 외부 장치의 영상 및 음성 신호를 입력받을 수 있다. 한편, 무선 통신부(미도시)는, 다른 전자기기와 근거리 무선 통신을 수행할 수 있다.
이러한 무선 통신부(미도시)를 통해, 외부장치 인터페이스부(130)는, 인접하는 이동 단말기(600)와 데이터를 교환할 수 있다. 특히, 외부장치 인터페이스부(130)는, 미러링 모드에서, 이동 단말기(600)로부터 디바이스 정보, 실행되는 애플리케이션 정보, 애플리케이션 이미지 등을 수신할 수 있다.
네트워크 인터페이스부(135)는, 영상표시장치(100)를 인터넷망을 포함하는 유/무선 네트워크와 연결하기 위한 인터페이스를 제공한다. 예를 들어, 네트워크 인터페이스부(135)는, 네트워크를 통해, 인터넷 또는 컨텐츠 제공자 또는 네트워크 운영자가 제공하는 컨텐츠 또는 데이터들을 수신할 수 있다.
한편, 네트워크 인터페이스부(135)는, 무선 통신부(미도시)를 포함할 수 있다.
저장부(140)는, 신호 처리부(170) 내의 각 신호 처리 및 제어를 위한 프로그램이 저장될 수도 있고, 신호 처리된 영상, 음성 또는 데이터 신호를 저장할 수도 있다.
또한, 저장부(140)는 외부장치 인터페이스부(130)로 입력되는 영상, 음성 또는 데이터 신호의 임시 저장을 위한 기능을 수행할 수도 있다. 또한, 저장부(140)는, 채널 맵 등의 채널 기억 기능을 통하여 소정 방송 채널에 관한 정보를 저장할 수 있다.
도 2의 저장부(140)가 신호 처리부(170)와 별도로 구비된 실시예를 도시하고 있으나, 본 발명의 범위는 이에 한정되지 않는다. 저장부(140)는 신호 처리부(170) 내에 포함될 수 있다.
사용자입력 인터페이스부(150)는, 사용자가 입력한 신호를 신호 처리부(170)로 전달하거나, 신호 처리부(170)로부터의 신호를 사용자에게 전달한다.
예를 들어, 원격제어장치(200)로부터 전원 온/오프, 채널 선택, 화면 설정 등의 사용자 입력 신호를 송신/수신하거나, 전원키, 채널키, 볼륨키, 설정치 등의 로컬키(미도시)에서 입력되는 사용자 입력 신호를 신호 처리부(170)에 전달하거나, 사용자의 제스처를 센싱하는 센서부(미도시)로부터 입력되는 사용자 입력 신호를 신호 처리부(170)에 전달하거나, 신호 처리부(170)로부터의 신호를 센서부(미도시)로 송신할 수 있다.
신호 처리부(170)는, 튜너부(110) 또는 복조부(120) 또는 네트워크 인터페이스부(135) 또는 외부장치 인터페이스부(130)를 통하여, 입력되는 스트림을 역다중화하거나, 역다중화된 신호들을 처리하여, 영상 또는 음성 출력을 위한 신호를 생성 및 출력할 수 있다.
예를 들어, 신호 처리부(170)는, 영상 수신부(105)에서 수신된 방송 신호 또는 HDMI 신호 등을 수신하고, 수신되는 방송 신호 또는 HDMI 신호에 기초한 신호 처리를 수행하여, 신호 처리된 영상 신호를 출력할 수 있다.
신호 처리부(170)에서 영상 처리된 영상 신호는 디스플레이(180)로 입력되어, 해당 영상 신호에 대응하는 영상으로 표시될 수 있다. 또한, 신호 처리부(170)에서 영상 처리된 영상 신호는 외부장치 인터페이스부(130)를 통하여 외부 출력장치로 입력될 수 있다.
신호 처리부(170)에서 처리된 음성 신호는 오디오 출력부(185)로 음향 출력될 수 있다. 또한, 신호 처리부(170)에서 처리된 음성 신호는 외부장치 인터페이스부(130)를 통하여 외부 출력장치로 입력될 수 있다.
도 2에는 도시되어 있지 않으나, 신호 처리부(170)는 역다중화부, 영상처리부 등을 포함할 수 있다. 즉, 신호 처리부(170)는, 다양한 신호 처리를 수행할 수 있으며, 이에 따라, 시스템 온 칩(System On Chip,SOC)의 형태로 구현될 수 있다. 이에 대해서는 도 3을 참조하여 후술한다.
그 외, 신호 처리부(170)는, 영상표시장치(100) 내의 전반적인 동작을 제어할 수 있다. 예를 들어, 신호 처리부(170)는 튜너부(110)를 제어하여, 사용자가 선택한 채널 또는 기저장된 채널에 해당하는 RF 방송을 선택(Tuning)하도록 제어할 수 있다.
또한, 신호 처리부(170)는 사용자입력 인터페이스부(150)를 통하여 입력된 사용자 명령 또는 내부 프로그램에 의하여 영상표시장치(100)를 제어할 수 있다.
한편, 신호 처리부(170)는, 영상을 표시하도록 디스플레이(180)를 제어할 수 있다. 이때, 디스플레이(180)에 표시되는 영상은, 정지 영상 또는 동영상일 수 있으며, 2D 영상 또는 3D 영상일 수 있다.
한편, 신호 처리부(170)는 디스플레이(180)에 표시되는 영상 내에, 소정 오브젝트가 표시되도록 할 수 있다. 예를 들어, 오브젝트는, 접속된 웹 화면(신문, 잡지 등), EPG(Electronic Program Guide), 다양한 메뉴, 위젯, 아이콘, 정지 영상, 동영상, 텍스트 중 적어도 하나일 수 있다.
한편, 신호 처리부(170)는, 촬영부(미도시)로부터 촬영된 영상에 기초하여, 사용자의 위치를 인식할 수 있다. 예를 들어, 사용자와 영상표시장치(100) 간의 거리(z축 좌표)를 파악할 수 있다. 그 외, 사용자 위치에 대응하는 디스플레이(180) 내의 x축 좌표, 및 y축 좌표를 파악할 수 있다.
디스플레이(180)는, 신호 처리부(170)에서 처리된 영상 신호, 데이터 신호, OSD 신호, 제어 신호 또는 외부장치 인터페이스부(130)에서 입력 영상, 데이터 신호, 제어 신호 등을 변환하여 구동 신호를 생성한다.
한편, 디스플레이(180)는, 터치 스크린으로 구성되어 출력 장치 이외에 입력 장치로 사용되는 것도 가능하다.
오디오 출력부(185)는, 신호 처리부(170)에서 음성 처리된 신호를 입력 받아 음성으로 출력한다.
촬영부(미도시)는 사용자를 촬영한다. 촬영부(미도시)는 1 개의 카메라로 구현되는 것이 가능하나, 이에 한정되지 않으며, 복수 개의 카메라로 구현되는 것도 가능하다. 촬영부(미도시)에서 촬영된 영상 정보는 신호 처리부(170)에 입력될 수 있다.
신호 처리부(170)는, 촬영부(미도시)로부터 촬영된 영상, 또는 센서부(미도시)로부터의 감지된 신호 각각 또는 그 조합에 기초하여 사용자의 제스처를 감지할 수 있다.
전원 공급부(190)는, 영상표시장치(100) 전반에 걸쳐 해당 전원을 공급한다. 특히, 전원 공급부(190)는, 시스템 온 칩(System On Chip,SOC)의 형태로 구현될 수 있는 신호 처리부(170)와, 영상 표시를 위한 디스플레이(180), 및 오디오 출력을 위한 오디오 출력부(185) 등에 전원을 공급할 수 있다.
구체적으로, 전원 공급부(190)는, 교류 전원을 직류 전원으로 변환하는 컨버터와, 직류 전원의 레벨을 변환하는 dc/dc 컨버터를 구비할 수 있다.
원격제어장치(200)는, 사용자 입력을 사용자입력 인터페이스부(150)로 송신한다. 이를 위해, 원격제어장치(200)는, 블루투스(Bluetooth), RF(Radio Frequency) 통신, 적외선(IR) 통신, UWB(Ultra Wideband), 지그비(ZigBee) 방식 등을 사용할 수 있다. 또한, 원격제어장치(200)는, 사용자입력 인터페이스부(150)에서 출력한 영상, 음성 또는 데이터 신호 등을 수신하여, 이를 원격제어장치(200)에서 표시하거나 음성 출력할 수 있다.
한편, 상술한 영상표시장치(100)는, 고정형 또는 이동형 디지털 방송 수신 가능한 디지털 방송 수신기일 수 있다.
한편, 도 2에 도시된 영상표시장치(100)의 블록도는 본 발명의 일실시예를 위한 블록도이다. 블록도의 각 구성요소는 실제 구현되는 영상표시장치(100)의 사양에 따라 통합, 추가, 또는 생략될 수 있다. 즉, 필요에 따라 2 이상의 구성요소가 하나의 구성요소로 합쳐지거나, 혹은 하나의 구성요소가 2 이상의 구성요소로 세분되어 구성될 수 있다. 또한, 각 블록에서 수행하는 기능은 본 발명의 실시예를 설명하기 위한 것이며, 그 구체적인 동작이나 장치는 본 발명의 권리범위를 제한하지 아니한다.
도 3은 도 2의 신호 처리부의 내부 블록도의 일예이다.
도면을 참조하여 설명하면, 본 발명의 일실시예에 의한 신호 처리부(170)는, 역다중화부(310), 영상 처리부(320), 프로세서(330), 오디오 처리부(370)를 포함할 수 있다. 그 외 , 데이터 처리부(미도시)를 더 포함할 수 있다.
역다중화부(310)는, 입력되는 스트림을 역다중화한다. 예를 들어, MPEG-2 TS가 입력되는 경우 이를 역다중화하여, 각각 영상, 음성 및 데이터 신호로 분리할 수 있다. 여기서, 역다중화부(310)에 입력되는 스트림 신호는, 튜너부(110) 또는 복조부(120) 또는 외부장치 인터페이스부(130)에서 출력되는 스트림 신호일 수 있다.
영상 처리부(320)는, 입력되는 영상에 대한 신호 처리를 수행할 수 있다. 예를 들어, 영상 처리부(320)는, 역다중화부(310)로부터 역다중화된 영상 신호의 영상 처리를 수행할 수 있다.
이를 위해, 영상 처리부(320)는, 영상 디코더(325), 스케일러(335), 화질 처리부(635), 영상 인코더(미도시), OSD 처리부(340), 프레임 영상 레이트 변환부(350), 및 포맷터(360) 등을 포함할 수 있다.
영상 디코더(325)는, 역다중화된 영상신호를 복호화하며, 스케일러(335)는, 복호화된 영상신호의 해상도를 디스플레이(180)에서 출력 가능하도록 스케일링(scaling)을 수행한다.
영상 디코더(325)는 다양한 규격의 디코더를 구비하는 것이 가능하다. 예를 들어, MPEG-2, H,264 디코더, 색차 영상(color image) 및 깊이 영상(depth image)에 대한 3D 영상 디코더, 복수 시점 영상에 대한 디코더 등을 구비할 수 있다.
스케일러(335)는, 영상 디코더(325) 등에서 영상 복호 완료된, 입력 영상 신호를 스케일링할 수 있다.
예를 들어, 스케일러(335)는, 입력 영상 신호의 크기 또는 해상도가 작은 경우, 업 스케일링하고, 입력 영상 신호의 크기 또는 해상도가 큰 경우, 다운 스케일링할 수 있다.
화질 처리부(635)는, 영상 디코더(325) 등에서 영상 복호 완료된, 입력 영상 신호에 대한 화질 처리를 수행할 수 있다.
예를 들어, 화질 처리부(635)는, 입력 영상 신호의 노이즈 제거 처리를 하거나, 입력 영상 신호의 도계조의 해상를 확장하거나, 영상 해상도 향상을 수행하거나, 하이 다이나믹 레인지(HDR) 기반의 신호 처리를 하거나, 프레임 영상 레이트를 가변하거나, 패널 특성, 특히 유기발광패널에 대응하는 화질 처리 등을 할 수 있다.
OSD 처리부(340)는, 사용자 입력에 따라 또는 자체적으로 OSD 신호를 생성한다. 예를 들어, 사용자 입력 신호에 기초하여, 디스플레이(180)의 화면에 각종 정보를 그래픽(Graphic)이나 텍스트(Text)로 표시하기 위한 신호를 생성할 수 있다. 생성되는 OSD 신호는, 영상표시장치(100)의 사용자 인터페이스 화면, 다양한 메뉴 화면, 위젯, 아이콘 등의 다양한 데이터를 포함할 수 있다. 또한, 생성되는 OSD 신호는, 2D 오브젝트 또는 3D 오브젝트를 포함할 수 있다.
또한, OSD 처리부(340)는, 원격제어장치(200)로부터 입력되는 포인팅 신호에 기초하여, 디스플레이에 표시 가능한, 포인터를 생성할 수 있다. 특히, 이러한 포인터는, 포인팅 신호 처리부에서 생성될 수 있으며, OSD 처리부(240)는, 이러한 포인팅 신호 처리부(미도시)를 포함할 수 있다. 물론, 포인팅 신호 처리부(미도시)가 OSD 처리부(240) 내에 구비되지 않고 별도로 마련되는 것도 가능하다.
프레임 영상 레이트 변환부(Frame Rate Conveter, FRC)(350)는, 입력되는 영상의 프레임 영상 레이트를 변환할 수 있다. 한편, 프레임 영상 레이트 변환부(350)는, 별도의 프레임 영상 레이트 변환 없이, 그대로 출력하는 것도 가능하다.
한편, 포맷터(Formatter)(360)는, 입력되는 영상 신호의 포맷을, 디스플레이에 표시하기 위한 영상 신호로 변화시켜 출력할 수 있다.
특히, 포맷터(Formatter)(360)는, 디스플레이 패널에 대응하도록 영상 신호의 포맷을 변화시킬 수 있다.
프로세서(330)는, 영상표시장치(100) 내 또는 신호 처리부(170) 내의 전반적인 동작을 제어할 수 있다.
예를 들어, 프로세서(330)는 튜너(110)를 제어하여, 사용자가 선택한 채널 또는 기저장된 채널에 해당하는 RF 방송을 선택(Tuning)하도록 제어할 수 있다.
또한, 프로세서(330)는, 사용자입력 인터페이스부(150)를 통하여 입력된 사용자 명령 또는 내부 프로그램에 의하여 영상표시장치(100)를 제어할 수 있다.
또한, 프로세서(330)는, 네트워크 인터페이스부(135) 또는 외부장치 인터페이스부(130)와의 데이터 전송 제어를 수행할 수 있다.
또한, 프로세서(330)는, 신호 처리부(170) 내의 역다중화부(310), 영상 처리부(320) 등의 동작을 제어할 수 있다.
한편, 신호 처리부(170) 내의 오디오 처리부(370)는, 역다중화된 음성 신호의 음성 처리를 수행할 수 있다. 이를 위해 오디오 처리부(370)는 다양한 디코더를 구비할 수 있다.
또한, 신호 처리부(170) 내의 오디오 처리부(370)는, 베이스(Base), 트레블(Treble), 음량 조절 등을 처리할 수 있다.
신호 처리부(170) 내의 데이터 처리부(미도시)는, 역다중화된 데이터 신호의 데이터 처리를 수행할 수 있다. 예를 들어, 역다중화된 데이터 신호가 부호화된 데이터 신호인 경우, 이를 복호화할 수 있다. 부호화된 데이터 신호는, 각 채널에서 방영되는 방송프로그램의 시작시간, 종료시간 등의 방송정보를 포함하는 전자 프로그램 가이드 정보(Electronic Program Guide) 정보일 수 있다.
한편, 도 3에 도시된 신호 처리부(170)의 블록도는 본 발명의 일실시예를 위한 블록도이다. 블록도의 각 구성요소는 실제 구현되는 신호 처리부(170)의 사양에 따라 통합, 추가, 또는 생략될 수 있다.
특히, 프레임 영상 레이트 변환부(350), 및 포맷터(360)는 영상 처리부(320) 외에 별도로 마련될 수도 있다.
도 4a는 도 2의 원격제어장치의 제어 방법을 도시한 도면이다.
도 4a의 (a)에 도시된 바와 같이, 디스플레이(180)에 원격제어장치(200)에 대응하는 포인터(205)가 표시되는 것을 예시한다.
사용자는 원격제어장치(200)를 상하, 좌우(도 4a의 (b)), 앞뒤(도 4a의 (c))로 움직이거나 회전할 수 있다. 영상표시장치의 디스플레이(180)에 표시된 포인터(205)는 원격제어장치(200)의 움직임에 대응한다. 이러한 원격제어장치(200)는, 도면과 같이, 3D 공간 상의 움직임에 따라 해당 포인터(205)가 이동되어 표시되므로, 공간 리모콘 또는 3D 포인팅 장치라 명명할 수 있다.
도 4a의 (b)는 사용자가 원격제어장치(200)를 왼쪽으로 이동하면, 영상표시장치의 디스플레이(180)에 표시된 포인터(205)도 이에 대응하여 왼쪽으로 이동하는 것을 예시한다.
원격제어장치(200)의 센서를 통하여 감지된 원격제어장치(200)의 움직임에 관한 정보는 영상표시장치로 전송된다. 영상표시장치는 원격제어장치(200)의 움직임에 관한 정보로부터 포인터(205)의 좌표를 산출할 수 있다. 영상표시장치는 산출한 좌표에 대응하도록 포인터(205)를 표시할 수 있다.
도 4a의 (c)는, 원격제어장치(200) 내의 특정 버튼을 누른 상태에서, 사용자가 원격제어장치(200)를 디스플레이(180)에서 멀어지도록 이동하는 경우를 예시한다. 이에 의해, 포인터(205)에 대응하는 디스플레이(180) 내의 선택 영역이 줌인되어 확대 표시될 수 있다. 이와 반대로, 사용자가 원격제어장치(200)를 디스플레이(180)에 가까워지도록 이동하는 경우, 포인터(205)에 대응하는 디스플레이(180) 내의 선택 영역이 줌아웃되어 축소 표시될 수 있다. 한편, 원격제어장치(200)가 디스플레이(180)에서 멀어지는 경우, 선택 영역이 줌아웃되고, 원격제어장치(200)가 디스플레이(180)에 가까워지는 경우, 선택 영역이 줌인될 수도 있다.
한편, 원격제어장치(200) 내의 특정 버튼을 누른 상태에서는 상하, 좌우 이동의 인식이 배제될 수 있다. 즉, 원격제어장치(200)가 디스플레이(180)에서 멀어지거나 접근하도록 이동하는 경우, 상,하,좌,우 이동은 인식되지 않고, 앞뒤 이동만 인식되도록 할 수 있다. 원격제어장치(200) 내의 특정 버튼을 누르지 않은 상태에서는, 원격제어장치(200)의 상,하, 좌,우 이동에 따라 포인터(205)만 이동하게 된다.
한편, 포인터(205)의 이동속도나 이동방향은 원격제어장치(200)의 이동속도나 이동방향에 대응할 수 있다.
도 4b는 도 2의 원격제어장치의 내부 블록도이다.
도면을 참조하여 설명하면, 원격제어장치(200)는 무선통신부(425), 사용자 입력부(435), 센서부(440), 출력부(450), 전원공급부(460), 저장부(470), 신호 처리부(480)를 포함할 수 있다.
무선통신부(425)는 전술하여 설명한 본 발명의 실시예들에 따른 영상표시장치 중 임의의 어느 하나와 신호를 송수신한다. 본 발명의 실시예들에 따른 영상표시장치들 중에서, 하나의 영상표시장치(100)를 일예로 설명하도록 하겠다.
본 실시예에서, 원격제어장치(200)는 RF 통신규격에 따라 영상표시장치(100)와 신호를 송수신할 수 있는 RF 모듈(421)을 구비할 수 있다. 또한 원격제어장치(200)는 IR 통신규격에 따라 영상표시장치(100)와 신호를 송수신할 수 있는 IR 모듈(423)을 구비할 수 있다.
본 실시예에서, 원격제어장치(200)는 영상표시장치(100)로 원격제어장치(200)의 움직임 등에 관한 정보가 담긴 신호를 RF 모듈(421)을 통하여 전송한다.
또한, 원격제어장치(200)는 영상표시장치(100)가 전송한 신호를 RF 모듈(421)을 통하여 수신할 수 있다. 또한, 원격제어장치(200)는 필요에 따라 IR 모듈(423)을 통하여 영상표시장치(100)로 전원 온/오프, 채널 변경, 볼륨 변경 등에 관한 명령을 전송할 수 있다.
사용자 입력부(435)는 키패드, 버튼, 터치 패드, 또는 터치 스크린 등으로 구성될 수 있다. 사용자는 사용자 입력부(435)를 조작하여 원격제어장치(200)로 영상표시장치(100)와 관련된 명령을 입력할 수 있다. 사용자 입력부(435)가 하드키 버튼을 구비할 경우 사용자는 하드키 버튼의 푸쉬 동작을 통하여 원격제어장치(200)로 영상표시장치(100)와 관련된 명령을 입력할 수 있다. 사용자 입력부(435)가 터치스크린을 구비할 경우 사용자는 터치스크린의 소프트키를 터치하여 원격제어장치(200)로 영상표시장치(100)와 관련된 명령을 입력할 수 있다. 또한, 사용자 입력부(435)는 스크롤 키나, 조그 키 등 사용자가 조작할 수 있는 다양한 종류의 입력수단을 구비할 수 있으며 본 실시예는 본 발명의 권리범위를 제한하지 아니한다.
센서부(440)는 자이로 센서(441) 또는 가속도 센서(443)를 구비할 수 있다. 자이로 센서(441)는 원격제어장치(200)의 움직임에 관한 정보를 센싱할 수 있다.
일예로, 자이로 센서(441)는 원격제어장치(200)의 동작에 관한 정보를 x,y,z 축을 기준으로 센싱할 수 있다. 가속도 센서(443)는 원격제어장치(200)의 이동속도 등에 관한 정보를 센싱할 수 있다. 한편, 거리측정센서를 더 구비할 수 있으며, 이에 의해, 디스플레이(180)와의 거리를 센싱할 수 있다.
출력부(450)는 사용자 입력부(435)의 조작에 대응하거나 영상표시장치(100)에서 전송한 신호에 대응하는 영상 또는 음성 신호를 출력할 수 있다. 출력부(450)를 통하여 사용자는 사용자 입력부(435)의 조작 여부 또는 영상표시장치(100)의 제어 여부를 인지할 수 있다.
일예로, 출력부(450)는 사용자 입력부(435)가 조작되거나 무선 통신부(425)을 통하여 영상표시장치(100)와 신호가 송수신되면 점등되는 LED 모듈(451), 진동을 발생하는 진동 모듈(453), 음향을 출력하는 음향 출력 모듈(455), 또는 영상을 출력하는 디스플레이 모듈(457)을 구비할 수 있다.
전원공급부(460)는 원격제어장치(200)로 전원을 공급한다. 전원공급부(460)는 원격제어장치(200)이 소정 시간 동안 움직이지 않은 경우 전원 공급을 중단함으로서 전원 낭비를 줄일 수 있다. 전원공급부(460)는 원격제어장치(200)에 구비된 소정 키가 조작된 경우에 전원 공급을 재개할 수 있다.
저장부(470)는 원격제어장치(200)의 제어 또는 동작에 필요한 여러 종류의 프로그램, 애플리케이션 데이터 등이 저장될 수 있다. 만일 원격제어장치(200)가 영상표시장치(100)와 RF 모듈(421)을 통하여 무선으로 신호를 송수신할 경우 원격제어장치(200)와 영상표시장치(100)는 소정 주파수 대역을 통하여 신호를 송수신한다. 원격제어장치(200)의 신호 처리부(480)는 원격제어장치(200)와 페어링된 영상표시장치(100)와 신호를 무선으로 송수신할 수 있는 주파수 대역 등에 관한 정보를 저장부(470)에 저장하고 참조할 수 있다.
신호 처리부(480)는 원격제어장치(200)의 제어에 관련된 제반사항을 제어한다. 신호 처리부(480)는 사용자 입력부(435)의 소정 키 조작에 대응하는 신호 또는 센서부(440)에서 센싱한 원격제어장치(200)의 움직임에 대응하는 신호를 무선 통신부(425)를 통하여 영상표시장치(100)로 전송할 수 있다.
영상표시장치(100)의 사용자 입력 인터페이스부(150)는, 원격제어장치(200)와 무선으로 신호를 송수신할 수 있는 무선통신부(151)와, 원격제어장치(200)의 동작에 대응하는 포인터의 좌표값을 산출할 수 있는 좌표값 산출부(415)를 구비할 수 있다.
사용자 입력 인터페이스부(150)는, RF 모듈(412)을 통하여 원격제어장치(200)와 무선으로 신호를 송수신할 수 있다. 또한 IR 모듈(413)을 통하여 원격제어장치(200)이 IR 통신 규격에 따라 전송한 신호를 수신할 수 있다.
좌표값 산출부(415)는 무선통신부(151)를 통하여 수신된 원격제어장치(200)의 동작에 대응하는 신호로부터 손떨림이나 오차를 수정하여 디스플레이(180)에 표시할 포인터(205)의 좌표값(x,y)을 산출할 수 있다.
사용자 입력 인터페이스부(150)를 통하여 영상표시장치(100)로 입력된 원격제어장치(200) 전송 신호는 영상표시장치(100)의 신호 처리부(180)로 전송된다. 신호 처리부(180)는 원격제어장치(200)에서 전송한 신호로부터 원격제어장치(200)의 동작 및 키 조작에 관한 정보를 판별하고, 그에 대응하여 영상표시장치(100)를 제어할 수 있다.
또 다른 예로, 원격제어장치(200)는, 그 동작에 대응하는 포인터 좌표값을 산출하여 영상표시장치(100)의 사용자 입력 인터페이스부(150)로 출력할 수 있다. 이 경우, 영상표시장치(100)의 사용자 입력 인터페이스부(150)는 별도의 손떨림이나 오차 보정 과정 없이 수신된 포인터 좌표값에 관한 정보를 신호 처리부(180)로 전송할 수 있다.
또한, 다른 예로, 좌표값 산출부(415)가, 도면과 달리 사용자 입력 인터페이스부(150)가 아닌, 신호 처리부(170) 내부에 구비되는 것도 가능하다.
도 5는 도 2의 디스플레이의 내부 블록도이다.
도면을 참조하면, 유기발광패널 기반의 디스플레이(180)는, 유기발광패널(210), 제1 인터페이스부(230), 제2 인터페이스부(231), 타이밍 컨트롤러(232), 게이트 구동부(234), 데이터 구동부(236), 메모리(240), 프로세서(270), 전원 공급부(290), 전류 검출부(510) 등을 포함할 수 있다.
디스플레이(180)는, 영상 신호(Vd)와, 제1 직류 전원(V1) 및 제2 직류 전원(V2)을 수신하고, 영상 신호(Vd)에 기초하여, 소정 영상을 표시할 수 있다.
한편, 디스플레이(180) 내의 제1 인터페이스부(230)는, 신호 처리부(170)로부터 영상 신호(Vd)와, 제1 직류 전원(V1)을 수신할 수 있다.
여기서, 제1 직류 전원(V1)은, 디스플레이(180) 내의 전원 공급부(290), 및 타이밍 컨트롤러(232)의 동작을 위해 사용될 수 있다.
다음, 제2 인터페이스부(231)는, 외부의 전원 공급부(190)로부터 제2 직류 전원(V2)을 수신할 수 있다. 한편, 제2 직류 전원(V2)은, 디스플레이(180) 내의 데이터 구동부(236)에 입력될 수 있다.
타이밍 컨트롤러(232)는, 영상 신호(Vd)에 기초하여, 데이터 구동 신호(Sda) 및 게이트 구동 신호(Sga)를 출력할 수 있다.
예를 들어, 제1 인터페이스부(230)가 입력되는 영상 신호(Vd)를 변환하여 변환된 영상 신호(va1)를 출력하는 경우, 타이밍 컨트롤러(232)는, 변환된 영상 신호(va1)에 기초하여, 데이터 구동 신호(Sda) 및 게이트 구동 신호(Sga)를 출력할 수 있다.
타이밍 컨트롤러(timing controller)(232)는, 신호 처리부(170)로부터의 비디오 신호(Vd) 외에, 제어 신호, 수직동기신호(Vsync) 등을 더 수신할 수 있다.
그리고, 타이밍 컨트롤러(timing controller)(232)는, 비디오 신호(Vd) 외에, 제어 신호, 수직동기신호(Vsync) 등에 기초하여, 게이트 구동부(234)의 동작을 위한 게이트 구동 신호(Sga), 데이터 구동부(236)의 동작을 위한 데이터 구동 신호(Sda)를 출력할 수 있다.
이때의 데이터 구동 신호(Sda)는, 패널(210)이 RGBW의 서브픽셀을 구비하는 경우, RGBW 서브픽셀 구동용 데이터 구동 신호일 수 있다.
한편, 타이밍 컨트롤러(232)는, 게이트 구동부(234)에 제어 신호(Cs)를 더 출력할 수 있다.
게이트 구동부(234)와 데이터 구동부(236)는, 타이밍 컨트롤러(232)로부터의 게이트 구동 신호(Sga), 데이터 구동 신호(Sda)에 따라, 각각 게이트 라인(GL) 및 데이터 라인(DL)을 통해, 주사 신호 및 영상 신호를 유기발광패널(210)에 공급한다. 이에 따라, 유기발광패널(210)은 소정 영상을 표시하게 된다.
한편, 유기발광패널(210)은, 유기 발광층을 포함할 수 있으며, 영상을 표시하기 위해, 유기 발광층에 대응하는 각 화소에, 다수개의 게이트 라인(GL) 및 데이터 라인(DL)이 매트릭스 형태로 교차하여 배치될 수 있다.
한편, 데이터 구동부(236)는, 제2 인터페이스부(231)로부터의 제2 직류 전원(V2)에 기초하여, 유기발광패널(210)에 데이터 신호를 출력할 수 있다.
전원 공급부(290)는, 각종 전원을, 게이트 구동부(234)와 데이터 구동부(236), 타이밍 컨트롤러(232) 등에 공급할 수 있다.
전류 검출부(510)는, 유기발광패널(210)의 서브픽셀에 흐르는 전류를 검출할 수 있다. 검출되는 전류는, 누적 전류 연산을 위해, 프로세서(270) 등에 입력될 수 있다.
프로세서(270)는, 디스플레이(180) 내의 각종 제어를 수행할 수 있다. 예를 들어, 게이트 구동부(234)와 데이터 구동부(236), 타이밍 컨트롤러(232) 등을 제어할 수 있다.
한편, 프로세서(270)는, 전류 검출부(510)로부터, 유기발광패널(210)의 서브픽셀에 흐르는 전류 정보를 수신할 수 있다.
그리고, 프로세서(270)는, 유기발광패널(210)의 서브픽셀에 흐르는 전류 정보에 기초하여, 각 유기발광패널(210)의 서브픽셀의 누적 전류를 연산할 수 있다. 연산되는 누적 전류는, 메모리(240)에 저장될 수 있다.
한편, 프로세서(270)는, 각 유기발광패널(210)의 서브픽셀의 누적 전류가, 허용치 이상인 경우, 번인(burn in)으로 판단할 수 있다.
예를 들어, 프로세서(270)는, 각 유기발광패널(210)의 서브픽셀의 누적 전류가, 300000 A 이상인 경우, 번인된 서브픽셀로 판단할 수 있다.
한편, 프로세서(270)는, 각 유기발광패널(210)의 서브픽셀 중 일부 서브픽셀의 누적 전류가, 허용치에 근접하는 경우, 해당 서브픽셀을, 번인이 예측되는 서브픽셀로 판단할 수 있다.
한편, 프로세서(270)는, 전류 검출부(510)에서 검출된 전류에 기초하여, 가장 누적 전류가 큰 서브픽셀을, 번인 예측 서브픽셀로 판단할 수 있다.
도 6a 내지 도 6b는 도 5의 유기발광패널의 설명에 참조되는 도면이다.
먼저, 도 6a는, 유기발광패널(210) 내의 픽셀(Pixel)을 도시하는 도면이다.
도면을 참조하면, 유기발광패널(210)은, 복수의 스캔 라인(Scan 1 ~ Scan n)과, 이에 교차하는 복수의 데이터 라인(R1,G1,B1,W1 ~ Rm,Gm,Bm,Wm)을 구비할 수 있다.
한편, 유기발광패널(210) 내의 스캔 라인과, 데이터 라인의 교차 영역에, 픽셀(subpixel)이 정의된다. 도면에서는, RGBW의 서브픽셀(SR1,SG1,SB1,SW1)을 구비하는 픽셀(Pixel)을 도시한다.
도 6b는, 도 6a의 유기발광패널의 픽셀(Pixel) 내의 어느 하나의 서브픽셀(sub pixel)의 회로를 예시한다.
도면을 참조하면, 유기발광 서브픽셀(sub pixell) 회로(CRTm)는, 능동형으로서, 스캔 스위칭 소자(SW1), 저장 커패시터(Cst), 구동 스위칭 소자(SW2), 유기발광층(OLED)을 구비할 수 있다.
스캔 스위칭 소자(SW1)는, 게이트 단자에 스캔 라인(Scan line)이 접속되어, 입력되는 스캔 신호(Vdscan)에 따라 턴 온하게 된다. 턴 온되는 경우, 입력되는 데이터 신호(Vdata)를 구동 스위칭 소자(SW2)의 게이트 단자 또는 저장 커패시터(Cst)의 일단으로 전달하게 된다.
저장 커패시터(Cst)는, 구동 스위칭 소자(SW2)의 게이트 단자와 소스 단자 사이에 형성되며, 저장 커패시터(Cst)의 일단에 전달되는 데이터 신호 레벨과, 저장 커패시터(Cst)의 타단에 전달되는 직류 전원(VDD) 레벨의 소정 차이를 저장한다.
예를 들어, 데이터 신호가, PAM(Pluse Amplitude Modulation) 방식에 따라 서로 다른 레벨을 갖는 경우, 데이터 신호(Vdata)의 레벨 차이에 따라, 저장 커패시터(Cst)에 저장되는 전원 레벨이 달라지게 된다.
다른 예로, 데이터 신호가 PWM(Pluse Width Modulation) 방식에 따라 서로 다른 펄스폭을 갖는 경우, 데이터 신호(Vdata)의 펄스폭 차이에 따라, 저장 커패시터(Cst)에 저장되는 전원 레벨이 달라지게 된다.
구동 스위칭 소자(SW2)는, 저장 커패시터(Cst)에 저장된 전원 레벨에 따라 턴 온된다. 구동 스위칭 소자(SW2)가 턴 온하는 경우, 저장된 전원 레벨에 비례하는, 구동 전류(IOLED)가 유기발광층(OLED)에 흐르게 된다. 이에 따라, 유기발광층(OLED)은 발광동작을 수행하게 된다.
유기발광층(OLED)은, 서브픽셀에 대응하는 RGBW의 발광층(EML)을 포함하며, 정공주입층(HIL), 정공 수송층(HTL), 전자 수송층(ETL), 전자 주입층(EIL) 중 적어도 하나를 포함할 수 있으며, 그 외에 정공 저지층 등도 포함할 수 있다.
한편, 서브픽셀(sub pixell)은, 유기발광층(OLED)에서 모두 백색의 광을 출력하나, 녹색,적색,청색 서브픽셀의 경우, 색상 구현을 위해, 별도의 컬러필터가 구비된다. 즉, 녹색,적색,청색 서브픽셀의 경우, 각각 녹색,적색,청색 컬러필터를 더 구비한다. 한편, 백색 서브픽셀의 경우, 백색광을 출력하므로, 별도의 컬러필터가 필요 없게 된다.
한편, 도면에서는, 스캔 스위칭 소자(SW1)와 구동 스위칭 소자(SW2)로서, p타입의 MOSFET인 경우를 예시하나, n타입의 MOSFET이거나, 그 외, JFET, IGBT, 또는 SIC 등의 스위칭 소자가 사용되는 것도 가능하다.
한편, 픽셀(Pixel)은, 단위 표시 기간 동안, 구체적으로 단위 프레임 영상 동안, 스캔 신호가 인가된 이후, 유기발광층(OLED)에서 계속 발광하는 홀드 타입의 소자이다.
도 7은 도 2의 신호 처리부의 내부 블록도의 일예를 도시한 도면이고, 도 8a 내지 도 8b는 도 7의 신호 처리부의 동작 설명에 참조되는 도면이다.
도면을 참조하면, 본 발명의 실시예에 따른 신호 처리부(170)는, 영상 분석부(610), 및 화질 처리부(635)를 구비할 수 있다.
영상 분석부(610)는, 입력 영상 신호를 분석하고, 분석된 입력 영상 신호와 관련된 정보를 출력할 수 있다.
한편, 영상 분석부(610)는, 입력되는 제1 입력 영상 신호의 오브젝트 영역과 배경 영역을 구분할 수 있다. 또는, 영상 분석부(610)는, 입력되는 제1 입력 영상 신호의 오브젝트 영역과 배경 영역의 확률 또는 비율을 연산할 수 있다.
입력 영상 신호는, 영상 수신부(105)로부터의 입력 영상 신호이거나, 도 3의 영상 디코더(320)에서 복호화된 영상일 수 있다.
특히, 영상 분석부(610)는, 인공 지능(artificial intelligence;AI)을 이용하여, 입력 영상 신호를 분석하고, 분석된 입력 영상 신호 정보를 출력할 수 있다.
구체적으로, 영상 분석부(610)는, 입력 영상 신호의 해상도, 계조(resolution), 잡음 수준, 패턴 여부 등을 분석하고, 분석된 입력 영상 신호와 관련된 정보, 특히 화질 설정 정보를, 화질 처리부(635)로 출력할 수 있다.
화질 처리부(635)는, HDR 처리부(705), 제1 리덕션부(710), 인핸스부(750), 제2 리덕션부(790)를 구비할 수 있다.
HDR 처리부(705)는, 영상 신호를 입력받고, 입력되는 영상 신호에 대해, 하이 다이내믹 레인지(HDR) 처리를 할 수 있다.
예를 들어, HDR 처리부(705)는, 스탠다드 다이내믹 레인지(Standard Dynamic Range; SDR) 영상 신호를 HDR 영상 신호로 변환할 수 있다.
다른 예로, HDR 처리부(705)는, 영상 신호를 입력받고, 입력되는 영상 신호에 대해, 하이 다이내믹 레인지를 위한, 계조 처리를 할 수 있다.
한편, HDR 처리부(705)는, 입력되는 영상 신호가 SDR 영상 신호인 경우, 계조 변환을 바이패스하고, 입력되는 영상 신호가 HDR 영상 신호인 경우, 계조 변환을 수행할 수 있다. 이에 따라, 입력 영상에 대해, 고계조 표현력을 증대시킬 수 있게 된다.
한편, HDR 처리부(705)는, 저계조와 고계조 중 저계조를 강조하고 고계조가 포화되도록 하는 제1 계조 변환 모드, 또는 저계조와 고계조 전반에 대해 다소 균일하게 변환되도록 하는 제2 계조 변환 모드에 기초하여, 계조 변환 처리를 할 수 있다.
구체적으로, HDR 처리부(705)는, 제1 계조 변환 모드가 수행되는 경우, 룩업 테이블 내의 제1 계조 변환 모드에 대응하는 데이터에 기초하여, 계조 변환 처리를 할 수 있다.
더 구체적으로, HDR 처리부(705)는, 제1 계조 변환 모드가 수행되는 경우, 입력 데이터에 관한 연산식, 및 상기 연산식에 따라 결정되는 룩업 테이블 내의 제1 계조 변환 모드에 대응하는 데이터에 기초하여, 계조 변환 처리를 할 수 있다. 여기서 입력 데이터는, 비디오 데이터와 메타 데이터를 포함할 수 있다.
한편, HDR 처리부(705)는, 제2 계조 변환 모드가 수행되는 경우, 룩업 테이블 내의 제2 계조 변환 모드에 대응하는 데이터에 기초하여, 계조 변환 처리를 할 수 있다.
더 구체적으로, HDR 처리부(705)는, 제2 계조 변환 모드가 수행되는 경우, 입력 데이터에 관한 연산식, 및 상기 연산식에 따라 결정되는 룩업 테이블 내의 제2 계조 변환 모드에 대응하는 데이터에 기초하여, 계조 변환 처리를 할 수 있다. 여기서 입력 데이터는, 비디오 데이터와 메타 데이터를 포함할 수 있다.
한편, HDR 처리부(705)는, 제2 리덕션부(790) 내의 고계조 증폭부(851)에서의 제3 계조 변환 모드 또는 제4 계조 변환 모드에 따라, 제1 계조 변환 모드, 또는 제2 계조 변환 모드를 선택할 수도 있다.
예를 들어, 제2 리덕션부(790) 내의 고계조 증폭부(851)는, 제3 계조 변환 모드가 수행되는 경우, 룩업 테이블 내의 제3 계조 변환 모드에 대응하는 데이터에 기초하여, 계조 변환 처리를 할 수 있다.
구체적으로, 제2 리덕션부(790) 내의 고계조 증폭부(851)는, 제3 계조 변환 모드가 수행되는 경우, 입력 데이터에 관한 연산식, 및 상기 연산식에 따라 결정되는 룩업 테이블 내의 제3 계조 변환 모드에 대응하는 데이터에 기초하여, 계조 변환 처리를 할 수 있다. 여기서 입력 데이터는, 비디오 데이터와 메타 데이터를 포함할 수 있다.
한편, 제2 리덕션부(790) 내의 고계조 증폭부(851)는, 제4 계조 변환 모드가 수행되는 경우, 룩업 테이블 내의 제4 계조 변환 모드에 대응하는 데이터에 기초하여, 계조 변환 처리를 할 수 있다.
구체적으로, 제2 리덕션부(790) 내의 고계조 증폭부(851)는, 제4 계조 변환 모드가 수행되는 경우, 입력 데이터에 관한 연산식, 및 상기 연산식에 따라 결정되는 룩업 테이블 내의 제4 계조 변환 모드에 대응하는 데이터에 기초하여, 계조 변환 처리를 할 수 있다. 여기서 입력 데이터는, 비디오 데이터와 메타 데이터를 포함할 수 있다.
예를 들어, HDR 처리부(705)는, 제2 리덕션부(790) 내의 고계조 증폭부(851)에서, 제4 계조 변환 모드가 수행되는 경우, 제2 계조 변환 모드를 수행할 수 있다.
다른 예로, HDR 처리부(705)는, 제2 리덕션부(790) 내의 고계조 증폭부(851)에서, 제3 계조 변환 모드가 수행되는 경우, 제1 계조 변환 모드를 수행할 수 있다.
또는, 제2 리덕션부(790) 내의 고계조 증폭부(851)는, HDR 처리부(705)에서의 계조 변환 모드에 따라, 수행되는 계조 변환 모드를 가변할 수도 있다.
예를 들어, 제2 리덕션부(790) 내의 고계조 증폭부(851)는, HDR 처리부(705)에서 제2 계조 변환 모드가 수행되는 경우, 제4 계조 변환 모드를 수행할 수 있다.
다른 예로, 제2 리덕션부(790) 내의 고계조 증폭부(851)는, HDR 처리부(705)에서 제1 계조 변환 모드가 수행되는 경우, 제3 계조 변환 모드를 수행할 수 있다.
한편, 본 발명의 일 실시예에 따른 HDR 처리부(705)는, 저계조와 고계조가 균일하게 변환되도록 계조 변환 모드를 수행할 수 있다.
한편, 제2 리덕션부(790)는, HDR 처리부(705)에서의, 제2 계조 변환 모드에 따라, 제4 계조 변환 모드를 수행하며, 이에 입력되는 영상 신호의 계조의 상한 레벨을 증폭할 수 있다. 이에 따라, 입력 영상에 대해, 고계조 표현력을 증대시킬 수 있게 된다.
다음, 제1 리덕션부(reduction unit))(710)는, 입력 영상 신호 또는 HDR 처리부(705)에서 처리된 영상 신호에 대해, 노이즈 제거를 수행할 수 있다.
구체적으로, 제1 리덕션부(reduction unit))(710)는, 입력 영상 신호 또는 HDR 처리부(705)로부터의 HDR 영상에 대해, 상기 다단계 노이즈 제거 처리, 및 제1 단계 계조 확장 처리를 할 수 있다.
이를 위해, 제1 리덕션부(710)는, 다단계로 노이즈 제거를 위한 복수의 노이즈 제거부(715,720)와, 계조 확장을 위한 계조 확장부(725)를 구비할 수 있다.
다음, 인핸스부(enhancement unit)(750)는, 제1 리덕션부(710)로부터의 영상에 대해, 다단계 영상 해상도 향상 처리를 할 수 있다.
또한, 인핸스부(750)는, 오브젝트 입체감 향상 처리를 할 수 있다. 또한, 인핸스부(750)는, 컬러 또는 컨트라스트 향상 처리를 할 수 있다.
이를 위해, 인핸스부(750)는, 다단계로 영상 해상도 향상을 위한 복수의 해상도 향상부(735,738,742), 오브젝트의 입체감 향상을 위한 오브젝트 입체감 향상부(745), 컬러 또는 컨트라스트 향상을 위한 컬러 컨트라스트 향상부(749)를 구비할 수 있다.
다음, 제2 리덕션부(790)는, 제1 리덕션부(710)로부터 입력된 노이즈 제거된 영상 신호에 기초하여, 제2 단계 계조 확장 처리를 수행할 수 있다.
한편, 제2 리덕션부(790)는, 입력되는 신호의 계조의 상한 레벨을 증폭하고, 입력 신호의 도계조의 해상를 확장할 수 있다. 이에 따라, 입력 영상에 대해, 고계조 표현력을 증대시킬 수 있게 된다.
예를 들어, 입력되는 신호의 전 계조 영역에 대해 균일하게 계조 확장을 수행할 수 있다. 이에 따라, 입력 영상의 영역에 대해 균일한 계조 확장이 수행되면서, 고계조 표현력을 증대시킬 수 있게 된다.
한편, 제2 리덕션부(790)는, 제1 계조 확장부(725)로부터의 입력 신호에 기초하여, 계조 증폭 및 확장을 수행할 수 있다. 이에 따라, 입력 영상에 대해, 고계조 표현력을 증대시킬 수 있게 된다.
한편, 제2 리덕션부(790)는, 사용자 입력 신호에 기초하여, 입력되는 영상 신호가 SDR 영상 신호인 경우, 증폭의 정도를 가변할 수 있다. 이에 따라, 사용자 설정에 대응하여, 고계조 표현력을 증대시킬 수 있게 된다.
한편, 제2 리덕션부(790)는, 입력되는 영상 신호가 HDR 영상 신호인 경우, 설정된 값에 따라, 증폭을 수행할 수 있다. 이에 따라, 입력 영상에 대해, 고계조 표현력을 증대시킬 수 있게 된다.
한편, 제2 리덕션부(790)는, 사용자 입력 신호에 기초하여, 입력되는 영상 신호가 HDR 영상 신호인 경우, 증폭의 정도를 가변할 수 있다. 이에 따라, 사용자 설정에 대응하여, 고계조 표현력을 증대시킬 수 있게 된다.
한편, 제2 리덕션부(790)는, 사용자 입력 신호에 기초하여, 계조 확장시, 계조 확장의 정도를 가변할 수 있다. 이에 따라, 사용자 설정에 대응하여, 고계조 표현력을 증대시킬 수 있게 된다.
한편, 제2 리덕션부(790)는, HDR 처리부(705)에서의, 계조 변환 모드에 따라, 계조의 상한 레벨을 증폭시킬 수 있다. 이에 따라, 입력 영상에 대해, 고계조 표현력을 증대시킬 수 있게 된다.
신호 처리부(170)는, 영상 신호를 입력받고, 입력되는 영상 신호의 휘도를 조절하는 HDR 처리부(705)와, HDR 처리부(705)로부터의 영상 신호의 휘도를 증폭하고, 영상 신호의 계조 해상도를 증가시켜, 인핸스드(enhanced) 영상 신호를 생성하는 리덕션부(790)를 포함하고, 앤핸스드 영상 신호는, 표시되는 HDR 이미지 내의 하이다이나믹 레인지를 유지하는 동안, 영상 신호의 증가된 휘도와 계조 해상도를 제공한다.
한편, 영상 신호의 휘도 범위는, 신호 처리부(170)에 수신되는 제어 신호에 따라 조절된다.
한편, 입력되는 영상 신호가 HDR 신호인지 SDR 신호인지 여부를 결정하고, HDR 처리부(705)로 제공하기 위한 제어 신호를 생성하는 영상 분석부를 더 포함하고, 제어 신호가, 입력되는 영상 신호가 HDR 신호인 것을 나타내는 경우에만 조절된다.
한편, 제어 신호는, 신호 처리와 연관된 영상 표시 장치의 제어부로부터 수신되고, 영상 표시 장치의 설정에 대응한다.
한편, 계조의 해상도는, 영상 신호의 조정된 휘도의 증폭에 기초하여 증가된다.
한편, 계조의 해상도는, 신호 처리부(170)에 입력되는 제어 신호에 기초하여 증가된다.
한편, 제어 신호는, 신호 처리와 연관된 영상 표시 장치의 제어부로부터 수신되고, 영상 표시 장치의 설정에 대응한다.
한편, 리덕션부(790)는, 입력되는 신호의 계조의 상한 레벨을 증폭하는 고계조 증폭부(851)와, 고계조 증폭부(851)로부터의 증폭된 계조의 해상도를 확장하는 디컨투어부(842,844)를 포함할 수 있다.
제2 리덕션부(790)는, 제2 단계 계조 확장을 위한 제2 계조 확장부(729)를 구비할 수 있다.
한편, 본 발명의 신호 처리부(170) 내의 화질 처리부(635)는, 도 7과 같이, 4단계의 리덕션 처리와, 4단계의 영상 향상 처리를 수행하는 것을 특징으로 한다.
여기서, 4단계 리덕션 처리는, 2단계의 노이즈 제거 처리와, 2단계의 계조 확장 처리를 포함할 수 있다.
여기서, 2단계의 노이즈 제거 처리는, 제1 리덕션부(710) 내의 제1 및 제2 노이즈 제거부(715,720)가 수행하며, 2단계의 계조 확장 처리는, 제1 리덕션부(710) 내의 제1 계조 확장부(725)와, 제2 리덕션부(790) 내의 제2 계조 확장부(729)가 수행할 수 있다.
한편, 4단계 영상 향상 처리는, 3단계의 영상 해상도 향상 처리(bit resolution enhancement)와, 오브젝트 입체감 향상 처리를 구비할 수 있다.
여기서, 3단계의 영상 해상도 향상 처리는, 제1 내지 제3 해상도 향상부(735,738,742)가 처리하며, 오브젝트 입체감 향상 처리는, 오브젝트 입체감 향상부(745)가 처리할 수 있다.
한편, 본 발명의 신호 처리부(170)는, 다단계 화질 처리로서 동일 또는 유사한 알고리즘을 다중 적용하여 점진적으로 화질을 향상시킬 수 있다.
이를 위해, 본 발명의 신호 처리부(170) 내의 화질 처리부(635)는, 동일 또는 유사 알고리즘을 2회 이상 적용하여, 화질 처리를 진행할 수 있다.
한편, 화질 처리부(635)에서 수행되는 동일 또는 유사 알고리즘은, 각 단계별로 달성하고자 하는 목표가 다르며, 점진적으로 다단계 화질 처리를 수행함으로써, 1 단계에 모든 화질을 처리하는 것 대비하여, 영상의 아티팩트(Artifact)가 적게 발생하는 장점이 있으며, 보다 자연스럽고 보다 선명한 영상 처리 결과물을 얻을 수 있다는 장점이 있다.
한편, 동일 또는 유사 알고리즘을, 다른 화질처리 알고리즘과 교차하면서 다중으로 적용함으로써, 단순 연속 처리 이상의 효과를 얻을 수 있게 된다.
한편, 본 발명의 신호 처리부(170)는, 다단계로 노이즈 제거 처리를 수행할 수 있다. 각 단계의 노이즈 제거 처리는, 시간(Temporal) 처리와, 공간(Spatial) 처리를 포함할 수 있다.
한편, 영상 신호의 원본 퀄리티를 연산하기 위해, 본 발명에서는, 인공지능과 같은 최신의 기술을 사용한다. 이를 위해, 심층 신경망(Deep Neural Network)을 이용할 수 있다.
퀄리티 연산부(632)는, 심층 신경망(Deep Neural Network)을 이용하여, 입력 영상의 해상도와, 노이즈 수준을 연산한다.
퀄리티 연산부(632) 또는 퀄리티 연산부(670)는, 원본 해상도 및 압축 수준 별 학습 영상을 취득하여 정확도가 향상되도록 Network를 학습시킬 수 있다.
학습에 사용한 영상은 일상의 방송에서 접할 수 있는 일반적인 영상으로 다양한 영상으로 구비되어 전체 입력 환경을 커버할 수 있다.
한편, 퀄리티 연산부(632)는, 검출시 필요한 시간 또는 비용 감축을 목적으로 계층수가 적은 Convolutional Neural Network, Mobile-Net 등을 활용하여 학습을 진행할 수 있다.
예를 들어, 퀄리티 연산부(632)는, 전체 영상 중 일부 영역(예: 224x224, 128x128, 64x64)만을 분석할 수 있다.
한편, 퀄리티 연산부(632)는, 검출 목적에 맞는 적절한 검출 영역을 선택할 수 있다.
예를 들어, 퀄리티 연산부(632)는, 원본 해상도 검출시, Edge 성분이 가장 많은 제1 영역을 선택하고, 노이즈 검출시, Edge 성분이 가장 적은 제2 영역을 선택할 수 있다.
특히, 퀄리티 연산부(632)는, 처리 속도 향상을 목적으로 검출 영역을 빠르게 선정하는 알고리즘 적용할 수 있다.
예를 들어, 퀄리티 연산부(632)는, 검출 정확도 향상을 목적으로 검출 영역에, FFT(Fast Fourier Transform)과 같은 전처리 작업을 수행할 수 있다.
도 8a는 Convolutional Neural Network에 기반한 연산을 도시하는 도면이다.
도면을 참조하면, 획득된 이미지(1010) 내의 일부 영역(1015)에 대해, 컨벌루션 뉴럴 네트워크(convolutional Neural Network)를 사용한다.
컨벌루션 뉴럴 네트워크는, 컨벌루션 네트워크(Convolution network)와, 디컨벌루션 네트워크(Deconvolution network)가 수행될 수 있다.
이러한 컨벌루션 뉴럴 네트워크에 의하면, 컨벌루션(convolution), 풀링(pooling)이 반복적으로 수행된다.
한편, 도 8a의 CNN 기법에 의하면, 일부 영역(1015) 내의 픽셀(pixel)의 종류를 판단하기 위해, 영역(1015)의 정보가 사용될 수 있다.
도 8b는 Mobile-Net에 기반한 연산을 도시하는 도면이다.
도면과 같은 방식에 의해, 퀄리티 연산이 수행되게 된다.
한편, 본 발명의 신호 처리부(170)는, 원본 Quality 가 변함에 따라 실시간으로 Quality에 상응하는 화질 세팅이 적용되도록 한다.
특히, 신호 처리부(170)는, 화질 세팅 변경시, 채널 변경 또는 입력 변경 등의 조건없이 영상 재생 중에 세팅이 변경되도록 한다.
여기서 실시간이라 하는 것은 IIR 방식 , Step 이동 방식을 포함한 Temporal 처리 기술을 사용하는 것을 의미한다.
한편, 영상표시장치(100)에 입력되는 입력 영상은, 외부 장치(400)에서 설정된 고정된 영상 사이즈로 입력되거나, 내부의 영상 복호부를 통해, 압축된 영상 사이즈로 입력될 수 있다.
이에 따라, 영상표시장치(100) 내의 신호 처리부(170)는, 영상 사이즈 확대, 화질 처리 등을 위해, 적어도 하나의 스케일러(Scaler)로 영상의 사이즈를 확대하고, 선명도 향상을 위한 화질 처리를 수행한다.
이때, 특정 영상 사이즈의 입력 영상에 대해서만, 영상 사이즈 확대, 화질 처리 등이 가능하였다.
또한, 화질 처리시, edge나 화소의 중앙값과 주변 값 간 차이의 분포를 나타내는 variance 등 low-level feature 기반이어서, 영상 해상도에 적응적이지 못한 한계점을 안고 있었다.
또한, 입력 영상의 소스 해상도(Source Resolution)과 관계 없이 입력 영상 해상도만으로 영상 화질 처리를 수행하였으며, 입력 영상의 원본 해상도에 대응적으로 개선 필터와 사이즈 조절 필터를 적용할 수 없는 한계점이 있었다.
한편, 슈펴 레졸루션(SR) 알고리즘은, 이용하는 프레임 수, feature 매칭을 주파수와 공간 영역 중 어느 데이터 영역에서 수행할지에 대한 여부, 고해상도 영상을 입력 저해상도에서 유추할 것인지 아니면 미리 만들어 놓은 코드북(codebook)개념의 데이터 셋(Dataset)을 이용할 것인지 등에 대한 연구가 진행되고 있다.
슈펴 레졸루션(SR) 알고리즘은, 공통적으로 핵심 2 단계로 구성되어 있는데, 첫 번째는 고해상도를 대표할 만한 이미지 패치로 이용할 후보 데이터를 어떻게 만들 것인가 혹은 어디에서 가져올 것인가 하는 것과, 두 번째는 입력 저해상도 이미지와 첫 번째 단계에서 정의한 데이터 간 상호관계성을 비교, 결정하는 데 사용할 feature 추출이라고 할 수 있다.
이때 사용하는 feature는 edge와 주변값과 해당 화소의 밝기, 컬러 차나 histogram, pattern 의 방향 등 여러 가지이나, 대체로 영상 처리 분야에서 이용하는 것은 low- 혹은 mid- 레벨 수준의 feature 이다.
그러나 실제 영상은 사람이 분석하기엔 여러 가지 면에서 무척 다양하고, feature 와 고해상도 후보 패치 생성을 위한 개선 filter 또한 사람이 직접 개발하기에는 한계가 있어, 슈펴 레졸루션(SR)의 성능 향상은 어느 수준에 도달한 후 정체된 양상을 보였다.
한편, 영상 분야에서 주로 사용하는 딥러닝은 여러 개의 layer가 순차적으로 연결된 형태를 갖고 있으며, 각 layer 결과 output은 다음 layer의 입력으로 사용된다. 그리고 모든 layer는 입력 데이터 전부 혹은 일부를 weighted sum으로 계산하고 그 값을 non-linear 함수를 적용하여 결과 output을 구한다. 그리고 학습 과정에서, 모든 layer의 입력과 출력을 연결하는 synapse 의 weight가 구해진다.
이와 같은 딥러닝 구조는, 슈펴 레졸루션(SR) 알고리즘과 비교해 봤을 때 몇 가지 유사점이 있다.
첫번째 점으로, 슈펴 레졸루션(SR) 알고리즘에서 이용하는 feature 추출 필터와 화질 개선 filter 는 딥러닝 구조에서 synapse weight와 비슷한 역할을 할 것이며, 두 번째 점으로 SR 의 여러 필터 결과 반영 여부나 강도는 딥러닝 layer 에서 non-linearity 를 통한 출력 결정과 매치하여 고려할 수 있다. 더불어 기존에는 많아야 100 단위의 영상을 알고리즘 개발 과정에서 참조한 것에 비해 딥러닝 기반 알고리즘은 10,000 단위 이상의 많은 학습 데이터를 사용하므로 사람보다 더 많은 영상을, 더 정교하게 분석하여, 이에 맞는 개선 filter를 생성하고 있다고 볼 수 있다.
이에 본 발명은 인공지능 기술 기반 알고리즘을 이용하여, 슈펴 레졸루션(SR)을 수행하는 것으로 한다.
이에, 본 발명에서는, 인공지능 기반하여, 다양한 해상도의 입력 영상이 입력되더라도 안정적으로 해상도를 향상시킬 수 있는 방안을 제시한다.
특히, 원본 영상 해상도 정보를 직접 받지 않고, 이를 고려하여 화질 성능을 개선하기 위한, 슈펴 레졸루션(SR) 방법을 제안한다.
또한, 인공지능 기반 하에 슈펴 레졸루션(SR)을 자체 학습하여 지속적으로 성능 개선을 도모할 수 있는 방안을 제시한다.
도 9는 원본 영상 해상도와 입력 영상 해상도의 관계를 나타내는 도면이다.
도면을 참조하면, 원본 영상 해상도가, SD인 경우, 영상표시장치(100)에 입력되는 입력 영상 해상도는, SD, HD, FHD, UHD 인 것이 바람직하다.
한편, 원본 영상 해상도가, HD인 경우, 영상표시장치(100)에 입력되는 입력 영상 해상도는, HD, FHD, UHD 인 것이 바람직하다.
한편, 원본 영상 해상도가, FHD인 경우, 영상표시장치(100)에 입력되는 입력 영상 해상도는, FHD, UHD 인 것이 바람직하다.
한편, 원본 영상 해상도가, UHD인 경우, 영상표시장치(100)에 입력되는 입력 영상 해상도는, UHD 인 것이 바람직하다.
한편, 여기서, UHD 해상도는, 4K 해상도는 물론 8K 해상도를 포함할 수 있다.
한편, 본 발명의 실시예에 따르면, 원본 해상도 정보 검출과 그에 상응하는 Scaler, Enhancer가 모두 통합된 네트워크 구조로 구현될 수 있다.
한편, 딥러닝 구조는, 학습(Training) 과정에 사용하는 학습 방법에 따라, (1) 정답을 알고 있어 입력과 target 하는 출력 간의 상관관계를 학습하는 Supervised learning, (2) 다양한 입력 데이터간 관계를 분석하여 clustering 분야 등에 주로 활용되는 Unsupervised learning, (3) 현재 상태에서 어느 행동에 대한 포상을 정의한 후 이 포상이 최대가 되도록 계속 학습하는 Reinforcement learning 등으로 나뉜다.
최근 영상 처리 분야는 이 중 Supervised learning 방법을 이용하여 잡음 제거, Frame interpolation, Segmentation 등 다양한 분야에서 연구가 이뤄지고 있는 데 그 중 Super Resolution 은 저해상도 영상을 입력으로 받아 이와 매칭되는 고해상도 영상을 target으로 하여 탁월한 연구 성과를 얻고 있다.
한편, 연구 중인 대부분의 Super Resolution 방법은 입출력간 고정 비율에 원본 해상도인 이미지를 입력으로 사용하고, 또 알고리즘 연구 성능을 비교 평가하고 있어 실제 영상표시장치 경우와 동일 상황에 대한 문제해결이라고 보기 어렵다. 이에 영상표시장치에 그대로 해당 딥러닝 구조를 도입하더라도 그 결과로 얻는 영상의 화질 개선 정도가 예상보다 낮을 수 있다.
이를 해결하고자 본 발명은, 도 9와 같은, 다양한 입력 영상 해상도와 해당 입력에서 가능한 원본 영상 해상도를 정리하고, 모든 경우 수를 포함하는 학습 세트(Training Set)를 사용하여 네트워크를 학습하는 방안을 제안한다.
이와 같은 방법으로, 학습한 결과물인 딥러닝 슈퍼 레졸루션(SR) 알고리즘은, 슈퍼 레졸루션(SR)이 목표로 한 영상 화질 향상, 해상도 개선에 더하여 입력과 원본 영상 간 해상도 관계에 기반한 적응적 필터의 구성 및 적용 강도를 포함함으로써 여러 가지 문제에 대한 해결책을 제시한다.
즉, 본 발명에서는, 네트워크 용 학습/평가 데이터베이스로, 도 9의 표(100)와 같이 다양한 해상도 영상을 처리할 수 있는, 딥러닝 기반 슈퍼 레졸루션(SR) 적용 방안을 제시한다.
본 발명의 실시예에 따른, 딥러닝 기반 슈퍼 레졸루션(SR)의 제1 방안은, 도 11과 같이, 최종 목표 영상과 화질 엔진으로 만든 영상 간 차분을 딥러닝으로 구하는 방식이다.
즉, 제1 방안은 기준 영상과 차분 영상을 각각 구한 후 합하는 방식이다. 먼저 기준 영상은 딥러닝 방안을 적용하지 않는다. 그리고 이 영상과 최종 목표(target) 영상 사이 차분은, 입력 해상도에 상관없이, 제1 해상도(예를 들어, 2K)로 normalization 한 이미지를 입력으로 하고, residual을 출력하는 딥러닝 네트워크로 계산한다.
제1 방안에 따르면, 기준 영상을 확보함으로써 backward compatibility 를 제공할 수 있으며, 기존 알고리즘에 비하여 계산량 증가 및 외부 메모리 access 증가로 파워 소모가 많은 딥러닝 블록을 경우에 따라 OFF 할 수 있다는 장점이 있다.
한편, 제1 방안에 따르면, 화질 관점에서, 고주파 대역을 딥러닝으로 학습시킴으로서, 원본 해상도가 제2 해상도(예를 들어, 4K)인 경우라도 더 해상도가 개선되는 효과 혹은 다른 화질 처리를 적용하는 방법을 기대할 수 있다. 그리고 튜닝 관점에서도 기준 영상과 residual 영상을 합할 때 차분치를 scaling 함으로써 성능 강도를 조절하기 용이하게 된다. 한편, 이를 더 발전시켜 두 데이터를 합하는 과정 또한 딥러닝 네트워크에 포함하는 방안도 가능할 것이다.
한편, 본 발명의 실시예에 따른, 딥러닝 기반 슈퍼 레졸루션(SR)의 제2 방안은, 도 12와 같이, normalize 한 입력을 사용한다.
제2 방안에 따르면, 입력 영상의 해상도가 FHD 보다 작은 SD, HD를 모두 중간해상도인 제1 해상도(예를 들어, 2K)로 normalization 하고, SD/HD/FHD 와 UHD 에 대해 각각 다른 딥러닝 네트워크를 적용할 수 있다.
제2 방안은, 후술하는 제3 방안과 유사하나 화질 엔진의 스케일러와, 슈퍼 레졸루션(SR)을 같이 사용한다는 점에서 차별화된다.
또한, 또 SD/HD/FHD 를 위한 제 1 알고리즘, UHD를 위한 제 2 알고리즘으로 필요한 딥러닝 모델 수가 작아지므로, 각 모델에서 사용할 synapse weight를 저장하는 데 필요한 메모리 영역, 즉 HW resource 가, 제3 방안에 비해 상대적으로 작다는 장점이 있다.
또한, Streaming Service 경우, 동일 Contents 가 전송 네트워크 상황에 따라 그 입력 해상도가 SD부터 FHD 사이에 변하는 경우라도 제1 알고리즘이 계속 선택되어 사용되므로, 입력 해상도 변화에 따른 모델 선택에 따른 화질 변화가 적다고 할 수 있다.
제2 방안에 따르면, 슈퍼 레졸루션(SR) 단독이 아니라 Scaler, Sharpness 등의 화질 처리를 담당하는 화질 처리부(635)와 연동하여 화질을 개선할 수 있게 된다.
한편, 본 발명의 실시예에 따른, 딥러닝 기반 슈퍼 레졸루션(SR)의 제3 방안은, 도 13과 같이, 입력 영상의 해상도에 따라 각각 별개의 딥러닝 구조를 적용하는 방법이다.
제3 방안에 따르면, SD 부터 UHD 까지 네 가지 딥러닝 슈퍼 레졸루션(SR) 네트워크를 갖고 있으며, 입력 해상도에 따라 그 중 하나를 선택하여 사용한다.
그리고, 도 9의 표(100)와 같이, FHD 가 입력된다면 가능한 원본해상도는 SD, HD, FHD 총 3가지이므로, 이 category에 포함되는 Dataset으로 학습한 네트워크 모델이 필요하다.
또한, 각 딥러닝 모델을 적용하는 케이스는 전체 경우에 비해 제한적이므로 각각 경우 최적의 화질을 얻을 수 있는 장점을 가지며, 동영상은 물론 그림이나 사진에 적용하는 시나리오에서 효과적이라고 할 수 있을 것이다.
한편, 본 발명의 실시예에 따르면, 딥러닝 슈퍼 레졸루션(SR) 알고리즘이 변경 가능할 수 있다.
슈퍼 레졸루션(SR)은, 입력 저해상도 영상으로부터 원하는 고해상도 영상을 만드는 기술로, 딥러닝 경우는 학습시 사용한 영상이 다양할수록 안정적으로 결과를 만들 수 있다.
그러나, 각 국가에서 서비스하는 영상의 해상도, 화질 수준, 노이즈 수준이 서로 다르고, 또 향후 Contents provider, 방송시스템 변경으로 주로 입력되는 영상 특성이 변경될 수 있으므로, 학습 데이터 획득에는 한계가 있다.
이런 점에서 어느 정도 규모의 dataset으로 initial 모델을 만든 후, 지역별로 그리고 일정 시기별로 슈퍼 레졸루션(SR) 모델을 업데이트 하면, 화질 성능을 유지, 개선할 수 있게 된다.
한편, 본 발명의 실시예에 따르면, 기본 네트워크 구조가 업데이트로 바뀔 수 있다.
본 발명의 실시예에 따르면, 슈퍼 레졸루션(SR) 블록은, SR IP, GPU, 혹은 딥러닝 전용 Chip, Processor 가 허용하는 계산 Performance와 시스템이 지원할 수 있는 외부 메모리 Bandwidth 내에서, 다양한 슈퍼 레졸루션(SR) 네트워크 구조 변경이 가능하다.
synapse weight를 업데이트 하는 방식보다 구조 자체를 바꿔 적용하여 얻을 수 있는 성능 차가 더 높으므로 SW update를 이용한 시스템 변경 항목을 딥러닝 구조까지 확장하는 것이 바람직하다.
한편, 본 발명의 실시예에 따르면, SR 네트워크 synapse weight가 영상표시장치(100)의 소프트웨어 업데이트(SW update)로 변경 될 수 있다.
딥러닝 알고리즘은 학습 dataset 보강과 학습 연장 등으로 화질 성능을 도모할 수 있고, 이때 새로 갱신된 parameter를, 영상표시장치(100)의 소프트웨어에 포함해서 업데이트할 수 있다.
한편, 딥러닝 모델 parameter는 그 크기나 시스템 정책에 따라 시스템 OS의 소프트웨어 업데이트시 프로그램 binary 에 포함되어 있거나 flash 등 비휘발성 메모리에 있는 저장 영역을 업데이트 하는 방안 등 여러 실시 예가 가능하다.
한편, 본 발명의 실시예에 따르면, SR 네트워크 weight를 시스템에서 학습을 통해 업데이트할 수 있다.
딥러닝 알고리즘 학습시, 슈퍼 레졸루션(SR)의 경우, 최종 출력하고자 하는 고화질 영상과 실제 영상표시장치(100)에 입력되는 저해상도 화질 영상을 포함하는 학습 영상 데이터 베이스가 필요하다.
그리고, 이 데이터 베이스(DB)를 사용하여 현재 모델의 error를 계산하여 weight를 업데이트할 수 있다. 이때의 업데이트되는 weight는 Hardware 혹은 SW 모듈에 저장될 수 있다. 이를 위해, 시청자의 환경(국가, 주로 보는 이미지)에 맞춰 학습 데이터 베이스(DB)를 구성한다면 기본으로 시스템에 주어진 모델을 업데이트할 수 있게 된다.
한편, 본 발명의 실시예에 따르면, 입력 영상 해상도를 예측하고, 해당 영상이 고해상도 영상이라고 판단하는 경우 학습용 데이터로 사용할 수 있다.
이를 위해, 본 발명은 SR Inference, SR Training 외에, 도 16, 도 17과 같이, 입력 해상도 검출부(RSD)를 더 구비할 수 있다.
그리고, 입력 해상도 검출부(RSD)로부터 입력 영상이 충분히 고화질이라고 판단되는 경우, 이 영상을 Training 학습의 Target으로 판단하여 학습 DB를 구성할 수 있다.
한편, 입력 해상도 검출부(RSD)는, 도 7의 영상 분석부(610) 내에 구비될 수도 있다.
한편, 본 발명의 실시예에 따르면, 입력 영상으로부터 저해상도 영상을 생성하고, 이를 딥러닝 학습에 사용한다.
구체적으로, 학습 데이터 베이스(DB)의 목표(Target) 영상으로부터, 학습 입력으로 사용할 저해상도 이미지를 생성할 수 있다.
이는 일반적인 Image DownScaling, noise 압축에 의한 blocking 등을 모델링하여 추가함으로써, 실제 영상표시장치(100)와 유사성을 갖는 변형 예를 갖출 수 있을 것이다.
이때, 학습은 전체 영상이 아니라 학습을 시키기에 충분한, Block 사이즈만 있으면 되므로, 영상 내에서 의미 있는 영역을 따로 추출하여 사용하는 것도 가능하다.
또한, 입력 해상도가 고해상도 영상이 아닌 저해상도 영상이 입력되는 경우, 이를 분석하여 고해상도에서 저해상도 영상을 변환하는 기술을 포함하는 것도 가능하다.
한편, 본 발명의 실시예에 따르면, 변형한 입력 영상과 고해상도 영상을 Dataset으로하여, 일부를 업데이트할 수 있다.
예를 들어, 고해상도와 이와 매칭되는 저해상도 이미지 블록 집합을 Dataset 으로 구성하여 학습 DB를 생성할 수 있다.
이때, 학습 DB는 딥러닝 모델이 학습되도록 미리 정해진 개수 이상으로 구성되어야 하며, 이를 위한 전용 메모리가 시스템에 추가될 수 있다.
또한, 이 데이터 Set은 한 번 일정한 크기에 도달하면 업데이트를 멈추는 것이 아니라, 필요에 따라 계속 일부를 변경함으로써, dateset 크기와 이를 위한 저장장소를 최적화하면서 딥러닝 학습을 실행할 수 있다.
또한, 이 데이터 Set은, 영상표시장치(100)의 제품 출시시 기본적으로 영상표시장치(100) 내의 저장 장치에 포함되어 있거나, 네트워크가 연결되어 있는 경우 데이터 서버를 통하여 업데이트 하는 방안도 가능할 것이다.
또한, 시청자가 보는 영상 수준을 입력 영상 해상도 분석부(RSD)를 통하여 분석하고, 이에 맞춰 데이터 서버를 통해 데이터 Set을 선택 다운로드 하는 방안 도 가능할 것이다.
한편, 본 발명의 실시예에 따르면, 신호 처리부(170)는, Training module 혹은 이를 수행할 수 있는 프로세서를 포함할 수 있다.
구체적으로, 신호 처리부(170)는, 딥러닝 전용 프로세서, 혹은 IP 등을 시스템을 포함할 수 있다.
한편, 딥러닝 전용 혹은 딥러닝이 수행 가능한 Processor 에서 딥러닝 네트워크를 수행하려면, 향후 변형될 수 있는 네트워크 구조나 또 다양한 다른 어플리케이션을 지원할 수 있도록 프로그램 형태로 control 하는 것이 효율적이다.
이는 여러 구현 레벨이 가능한데, CPU 혹은 화질 엔진을 위한 작은 Processor에서 딥러닝 프로세서 interrupt 를 통해 순차적으로 내부 블록을 setting하고 완료하는 간단한 방법이 있을 것이다. 그리고 program 메모리를 두고 딥러닝 엔진 내부에 program decoder, program counter 등으로 instruction 을 처리하는 프로세서 방식 또한 복잡한 네트워크에는 적합할 수 있다.
한편, 본 발명의 실시예에 따르면, 신호 처리부(170)는, 여러 화질 처리에 적용할 수 있다.
예를 들어, 본 발명에서 설명하는 슈퍼 레졸루션(SR) 화질을 처리하는 HW 는 전용 Chip, CPU/GPU/NPU 등의 프로세서, IP 형태를 가질 수 있다.
한편, 해당 HW는 프로그램 형태로 control 하게 되므로, 그 처리 분야는 영상 SR 에 한정할 필요는 없다. 그러나, 향후에도 영상 style transfer나 노이즈 removal 등의 application 에 프로그램을 교체하는 방법으로 해당 화질 처리에 이용이 가능하다 할 수 있다.
한편, 본 발명의 실시예에 따르면, 신호 처리부(170)는, 여러 시스템에 확장 가능하다.
본 발명에서는 최종 입력 영상이 4K 인 경우를 예시하나, 이에 한정되지 않으며, 8KTV 혹은 여러 개의 display를 사용하는 Signage 등 여러 다른 영상표시장치에 그대로 확장 적용될 수 있다.
도 10은 본 발명의 일 실시예에 따른 영상표시장치의 내부 블록도의 일예를 도시한 도면이다.
도면을 참조하면, 본 발명의 일 실시예에 따른 영상표시장치(100)는, 셋탑 박스(300) 또는 외부 장치(400)를 통해, 입력 영상을 수신한다.
셋탑 박스(300)는, 방송 신호 또는 외부의 영상 신호를 수신하되, 다양한 해상도의 영상 신호를 수신, 처리하여, 영상표시장치(100)로 전송할 수 있다.
외부 장치(400)는, 원본 영상의 화질과, 영상 사이즈를 변경하는 화질 사이즈 변경부(410), 비디오와 오디오를 부호화하는 부호화부(420) 등을 구비하고, 다양한 해상도의 입력 영상을 영상표시장치(100)로 전송할 수 있다.
여기서, 외부 장치(400)는, 게임 기기, 멀티미디어 재생 장치 등일 수 있으며, 나아가 네트워크에 연결된 스트리밍 서버 등일 수도 있다.
영상표시장치(100)는, 외부 장치(400)로부터의 입력 영상을 복호화하는 복호화부(320)와, 입력되는 다양한 해상도의 입력 영상에 대한 신호 처리를 수행하는 신호 처리부(170)를 구비할 수 있다.
본 발명의 일 실시예에 따른 신호 처리부(170)는, 입력되는 다양한 해상도의 입력 영상의 해상도를 향상시키는 해상도 향상부(SRU)와, 해상도 향상부(SRU)에서 해상도 향상된 영상에 대한 화질 처리를 수행하는 화질 처리부(635)를 구비할 수 있다.
화질 처리부(635)는, 도 7에 도시된 화질 처리부에 대응할 수 있다.
한편, 도 10의 해상도 향상부(SRU)는, 도 7에서는 화질 처리부 내의 제1 내지 제3 해상도 향상부(735,738,742)와 다를 수 있다.
한편, 도 10의 해상도 향상부(SRU)는, 화질 처리부(635)와 별도인 것을 예시하나, 이와 달리, 화질 처리부(635) 내에 구비되어, 도 7의 제1 내지 제3 해상도 향상부(735,738,742)에 대응할 수도 있다.
한편, 도 10의 복호화부(320)는, 신호 처리부(170)에 구비되는 것도 가능하다.
이하에서는, 도 10의 신호 처리부(170)의 구조를 중심으로 기술한다.
도 9과 같이, 원본 영상 해상도 대비, 고해상도의 영상 표시를 위해, 본 발명의 실시에에 따른, 영상표시장치(100) 내의 신호 처리부(170)는, 다양한 방법에 의해, 입력 영상에 대한 해상도를 향상시킬 수 있다. 이에 대해서는, 도 11 이하를 참조하여 기술한다.
도 11은 본 발명의 일 실시예에 따른 신호 처리부의 내부 블록도의 일예를 도시한 도면이다.
도면을 참조하면, 신호 처리부(170a)에는, SD, HD, FHD, UHD 등의 다양한 입력 영상(Ima,Imb,Imc)가 입력될 수 있다.
본 발명의 일 실시예에 따른 신호 처리부(170a)는, 입력되는 다양한 해상도의 입력 영상을 제1 해상도로 스케일링하는 스케일러(SC2)와, 스케일러(SC2)로부터의 제1 해상도의 입력 영상(Im2)에 대해 학습을 수행하여, 제1 해상도 보다 높은 제2 해상도의 제1 영상을 생성하는 해상도 향상부(SRU)를 포함할 수 있다.
이때의 제1 해상도는 2K 해상도 일 수 있으며, 제2 해상도는 4K 해상도일 수 있다. 한편, 제1 영상은, 제2 해상도의 잔여 영상(residual image)에 대응할 수 있다.
이에 따라, 다양한 해상도의 입력 영상이 입력되더라도 안정적으로 해상도를 향상시킬 수 있게 된다. 특히, 입력 영상의 해상도 정보가 없는 경우에도, 다양한 해상도의 입력 영상이 입력되더라도 안정적으로 해상도를 향상시킬 수 있게 된다.
한편, 스케일러(SC2)는, 이미지 사이즈 변경 외에, 노이즈 제거, Sharpness, deinterlaced 등 다양한 화질 처리를 수행할 수도 있다.
한편, 본 발명의 일 실시예에 따른 해상도 향상부(SRU)는, 입력되는 제2 해상도의 제2 영상과, 제2 해상도의 잔여 영상(residual image)에 대응하는 제1 영상에 기초하여, 제2 해상도의 제3 영상(Imt)을 출력할 수 있다. 이에 따라, 다양한 해상도의 입력 영상이 입력되더라도 안정적으로 해상도를 향상시킬 수 있게 된다.
한편, 해상도 향상부(SRU)는, 제1 해상도의 입력 영상과, 슈퍼 레졸루션(super resolution)기반의 학습 모델에 기초하여, 학습 추론을 수행하는 학습 추론부(DRI)와, 학습 추론에 따른 결과 영상과, 제2 해상도의 제2 영상의 차이를 연산하여, 제2 해상도의 제3 영상을 출력하는 연산기(CAL)를 포함할 수 있다.
구체적으로, 해상도 향상부(SRU)는, 제1 해상도의 입력 영상과, 슈퍼 레졸루션(super resolution) 학습 모델에 기초하여, 학습 추론을 수행하고, 학습 추론에 따른 결과 영상(Imr)과, 제2 해상도의 제2 영상의 차이(error)에 기초하여, 제2 해상도의 제3 영상(Imt)을 출력할 수 있다.
이때의 결과 영상(Imr)은, 제2 해상도의 잔여 영상(residual image)에 대응할 수 있다.
한편, 입력 영상의 해상도가 제2 해상도인 경우, 해상도 향상부(SRU)에, 그대로 제2 해상도의 입력 영상이 입력될 수 있다.
한편, 입력 영상의 해상도가 제2 해상도가 아닌 경우, 제2 해상도로 스케일링하는 제2 스케일러(SC4)가 더 필요하다.
이에 따라, 본 발명의 일 실시예에 따른 신호 처리부(170a)는, 입력되는 다양한 해상도의 입력 영상을 제2 해상도로 스케일링하는 제2 스케일러(SC4)를 더 포함할 수 있다.
이때, 제2 스케일러(SC4)에서 출력되는 제2 해상도의 제2 영상은, 해상도 향상부(SRU)로 입력될 수 있다. 이에 따라, 다양한 해상도의 입력 영상이 입력되더라도 안정적으로 해상도를 향상시킬 수 있게 된다.
한편, 제2 해상도는 설정에 따라 가변될 수 있다. 예를 들어, 영상표시장치(100)가 제공하는 메뉴에서의 제2 해상도 설정 항목에 따라 4K, 8K 등 다양한 해상도로 설정할 수 있다.
이러한 설정에 따라, 신호 처리부(170)는, 설정 입력을 수신하고, 해당 설정 입력에 따라, 해상도 향상부(SRU)는, 제2 해상도에 대응하는 SR Model Weight를 선택하고, 선택된 SR Model Weight를 이용하여 학습을 수행하고, 학습 결과에 따라, 설정된 제2 해상도의 영상을 생성할 수 있다. 이에 따라, 사용자가 원하는 제2 해상도로 안정적으로 해상도 향상을 수행시킬 수 있다.
한편, 해상도 향상부(SRU)는, 복수의 SR Model Weight를 이용할 수 있으며, 특히, 해상도 별 SR Model Weight를 저장하거나, 저장부에 저장된 해상도 별 SR Model Weight를 이용할 수 있다.
도 12는 본 발명의 다른 실시예에 따른 신호 처리부의 내부 블록도의 일예를 도시한 도면이다.
도면을 참조하여 설명하면, 신호 처리부(170b)에는, SD, HD, FHD, UHD 등의 다양한 입력 영상(Ima,Imb,Imc)가 입력될 수 있다.
본 발명의 일 실시예에 따른 신호 처리부(170b)는, 입력되는 다양한 해상도의 입력 영상을 제1 해상도로 스케일링하는 스케일러(SC2)와, 스케일러(SC2)로부터의 제1 해상도의 입력 영상(Im2)에 대해 학습을 수행하여, 제1 해상도 보다 높은 제2 해상도의 제1 영상을 생성하는 해상도 향상부(SRU)와, 입력되는 다양한 해상도의 입력 영상을 제2 해상도로 스케일링하는 화질 처리부(635)를 포함할 수 있다. 그리고, 화질 처리부(635)에서 출력되는 제2 해상도의 제2 영상은, 해상도 향상부(SRU)로 입력될 수 있다.
이때의 제1 해상도는 2K 해상도 일 수 있으며, 제2 해상도는 4K 해상도일 수 있다. 한편, 제1 영상은, 제2 해상도의 잔여 영상(residual image)에 대응할 수 있다.
이에 따라, 다양한 해상도의 입력 영상이 입력되더라도 안정적으로 해상도를 향상시킬 수 있게 된다. 특히, 입력 영상의 해상도 정보가 없는 경우에도, 다양한 해상도의 입력 영상이 입력되더라도 안정적으로 해상도를 향상시킬 수 있게 된다.
한편, 본 발명의 일 실시예에 따른 해상도 향상부(SRU)는, 입력되는 제2 해상도의 제2 영상과, 제2 해상도의 잔여 영상(residual image)에 대응하는 제1 영상에 기초하여, 제2 해상도의 제3 영상(Imt)을 출력할 수 있다. 이에 따라, 다양한 해상도의 입력 영상이 입력되더라도 안정적으로 해상도를 향상시킬 수 있게 된다.
한편, 해상도 향상부(SRU)는, 제1 해상도의 입력 영상과, 슈퍼 레졸루션(super resolution) 학습 모델에 기초하여, 학습 추론을 수행하는 학습 추론부(DRI)와, 학습 추론에 따른 결과 영상과, 제2 해상도의 제2 영상의 차이를 연산하여, 제2 해상도의 제3 영상을 출력하는 연산기(CAL)를 포함할 수 있다.
구체적으로, 해상도 향상부(SRU)는, 제1 해상도의 입력 영상과, 슈퍼 레졸루션(super resolution) 학습 모델에 기초하여, 학습 추론을 수행하고, 학습 추론에 따른 결과 영상(Imr)과, 제2 해상도의 제2 영상의 차이(error)에 기초하여, 제2 해상도의 제3 영상(Imt)을 출력할 수 있다.
이때의 결과 영상(Imr)은, 제2 해상도의 잔여 영상(residual image)에 대응할 수 있다.
한편, 입력 영상의 해상도가 제2 해상도인 경우, 해상도 향상부(SRU)에, 그대로 제2 해상도의 입력 영상이 입력될 수 있다.
도 13은 본 발명의 또 다른 실시예에 따른 신호 처리부의 내부 블록도의 일예를 도시한 도면이다.
도면을 참조하면, 신호 처리부(170c)에는, SD, HD, FHD, UHD 등의 다양한 입력 영상(Ima,Imb,Imc)가 입력될 수 있다.
본 발명의 일 실시예에 따른 신호 처리부(170c)는, 입력되는 다양한 해상도의 입력 영상을 제1 해상도로 스케일링하는 스케일러(SC2)와, 스케일러(SC2)로부터의 제1 해상도의 입력 영상(Im2)에 대해 학습을 수행하여, 제1 해상도 보다 높은 제2 해상도의 제1 영상을 생성하는 해상도 향상부(SRU)와, 입력되는 다양한 해상도의 입력 영상 중 제2 해상도의 영상에 대해 학습을 수행하여, 제2 해상도의 제4 영상(Imtb)을 생성하는 제2 해상도 향상부(SRUb)를 포함할 수 있다.
한편, 본 발명의 일 실시예에 따른 해상도 향상부(SRU)는, 제2 해상도의 잔여 영상(residual image)에 대응하는 제1 영상에 기초하여, 제2 해상도의 제3 영상(Imt)을 출력할 수 있다. 이에 따라, 다양한 해상도의 입력 영상이 입력되더라도 안정적으로 해상도를 향상시킬 수 있게 된다.
이때의 제1 해상도는 2K 해상도 일 수 있으며, 제2 해상도는 4K 해상도일 수 있다. 한편, 제1 영상은, 제2 해상도의 잔여 영상(residual image)에 대응할 수 있다.
이에 따라, 해상도 향상부(SRU)는, SD 내지 FHD 기반의 입력 영상을 4K 영상으로 해상도를 향상시키며, 제2 해상도 향상부(SRUb)는, UHD 기반의 4K 입력 영상을 4K 영상 영상으로 해상도 향상시킬 수 있다. 결국, 입력 해상도에 따라, 분리된 영상 해상도 향상을 수행함으로써, 안정적으로, 영상 해상도 향상을 수행할 수 있게 된다.
한편, 도 13에서의 해상도 향상부(SRU)와 제2 해상도 향상부(SRUb)는, 각각 슈퍼 레졸루션(super resolution) 학습 모델에 기초하여, 학습 추론을 수행하는 학습 추론부(DRI)를 포함할 수 있다.
구체적으로, 해상도 향상부(SRU)와 제2 해상도 향상부(SRUb)는, 제1 해상도의 입력 영상과, 슈퍼 레졸루션(super resolution) 학습 모델에 기초하여, 학습 추론을 수행하고, 학습 추론에 따른 결과 영상에 기초하여, 해상도 향상된 영상을 각각 출력할 수 있다.
도 14는 본 발명의 또 다른 실시예에 따른 신호 처리부의 내부 블록도의 일예를 도시한 도면이다.
도면을 참조하면, 신호 처리부(170d)에는, SD, HD, FHD, UHD 등의 다양한 입력 영상(Ima,Imb,Imc)가 입력될 수 있다.
본 발명의 일 실시예에 따른 신호 처리부(170d)는, 입력되는 제1 해상도의 입력 영상에 대해 학습을 수행하여, 제1 해상도 보다 높은 제2 해상도의 제1 영상을 생성하는 제1 해상도 향상부(SRUa)와, 입력되는 제3 해상도의 입력 영상에 대해 학습을 수행하여, 제3 해상도 보다 높은 제2 해상도의 제2 영상을 생성하는 제2 해상도 향상부(SRUb)와, 입력되는 제2 해상도의 입력 영상에 대해 학습을 수행하여, 제2 해상도의 제3 영상을 생성하는 제3 해상도 향상부(SRUd)를 포함할 수 있다.
이때의 제1 해상도는 1K 해상도 일 수 있으며, 제2 해상도는 4K 해상도일 수 있으며, 제3 해상도는 4/3K 해상도일 수 있다.
즉, 제1 해상도 향상부(SRUa)는, 1K 해상도의 입력 영상에 대해 학습을 수행하여 제2 해상도 기반의 해상도 향상을 수행하며, 제2 해상도 향상부(SRUb)는, 입력되는 제3 해상도(4/3K)의 입력 영상(Ima)에 대해 학습을 수행하여 제2 해상도 기반의 해상도 향상을 수행하며, 제3 해상도 향상부(SRUd)는, 입력되는 UHD 입력 영상(Imc)에 대해 학습을 수행하여 제2 해상도 기반의 해상도 향상을 수행할 수 있다. 이에 따라, 각각의 해상도 기반의 안정적인 해상도 향상을 수행할 수 있게 된다.
한편, 본 발명의 일 실시예에 따른 신호 처리부(170d)는, SD 해상도의 입력 영상(Im0)을 스케일링하여, 제1 해상도의 입력 영상을 출력하는 스케일러(SC)를 더 포함할 수 있다.
한편, 본 발명의 일 실시예에 따른 신호 처리부(170d)는, 입력되는 제4 해상도의 입력 영상에 대해 학습을 수행하여, 제4 해상도 보다 높은 제2 해상도의 제4 영상을 생성하는 제4 해상도 향상부(SRUc)를 더 포함할 수 있다. 여기서, 제4 해상도는 2K 해상도일 수 있다.
즉, 제4 해상도 향상부(SRUc)는, 2K 해상도의 입력 영상(Imb)에 대해 학습을 수행하여 제2 해상도 기반의 해상도 향상을 수행할 수 있다. 결국, 입력 해상도에 따라, 분리된 영상 해상도 향상을 수행함으로써, 안정적으로, 영상 해상도 향상을 수행할 수 있게 된다.
이에 따라, 다양한 해상도의 입력 영상이 입력되더라도 안정적으로 해상도를 향상시킬 수 있게 된다. 특히, 입력 영상의 해상도 정보가 없는 경우에도, 다양한 해상도의 입력 영상이 입력되더라도 안정적으로 해상도를 향상시킬 수 있게 된다.
도 15a 내지 도 20b는 도 11 내지 도 14의 설명에 참조되는 도면이다.
먼저, 도 15a는 도 11 내지 도 14의 해상도 향상부의 일예를 도시한 도면이다.
도 15a를 참조하면, 해상도 향상부(SRUam)는, 제1 해상도의 입력 영상과, 슈퍼 레졸루션(super resolution) 학습 모델에 기초하여, 학습 추론을 수행하는 학습 추론부(DRI)와, 학습 추론에 따른 결과 영상과, 제2 해상도의 제2 영상의 차이 값을 연산하는 연산기(CAL)를 포함할 수 있다.
즉, 해상도 향상부(SRUam)는, 제1 해상도의 입력 영상과, 슈퍼 레졸루션(super resolution) 학습 모델에 기초하여, 학습 추론을 수행하고, 학습 추론에 따른 결과 영상과, 제2 해상도의 제2 영상의 차이에 기초하여, 제2 해상도의 제3 영상을 출력할 수 있다.
이에 따라, 다양한 해상도의 입력 영상이 입력되더라도 안정적으로 해상도를 향상시킬 수 있게 된다.
다음, 도 15b는 도 11 내지 도 14의 해상도 향상부의 다른 예를 도시한 도면이다.
도 15b를 참조하면, 해상도 향상부(SRUbm)는, 제1 해상도의 입력 영상과, 슈퍼 레졸루션(super resolution) 학습 모델에 기초하여, 학습 추론을 수행하는 학습 추론부(DRI)와, 학습 추론에 따른 결과 영상과, 제2 해상도의 제2 영상의 차이 값을 연산하는 연산기(CAL)와, 학습 추론부(DRI)로부터의 노드 값(node value)과, 차이 값(error)에 기초하여, 가중치 업데이트를 위한 학습을 수행하는 학습 업데이트부(DRBP)를 포함할 수 있다.
한편, 해상도 향상부(SRUbm)는, 입력되는 고해상도 영상을 저햐상도 영상으로 변환하는 영상 decimator(DEC)를 더 구비할 수 있다.
학습 업데이트부(DRBP)는, 학습 추론부(DRI)로부터의 노드 값(node value)과, 차이 값(error)에 기초하여, 가중치 업데이트를 위한 학습을 수행하고, 업데이트 슈퍼 레졸루션 모델과 관련한 파라미터 값을 출력할 수 있다.
한편, 학습 추론부(DRI)는, 학습 업데이트부(DRBP)로부터의 파라미터 값에 기초하여, 학습 모델을 업데이트할 수 있다.
즉, 해상도 향상부(SRUbm)는, 제1 해상도의 입력 영상과, 슈퍼 레졸루션(super resolution) 학습 모델에 기초하여, 학습 추론을 수행하고, 학습 추론에 따른 결과 영상과, 제2 해상도의 제2 영상의 차이 값을 연산하며, 학습 추론부(DRI)로부터의 노드 값과, 차이 값에 기초하여, 가중치 업데이트를 위한 학습을 수행하고, 가중치 업데이트 결과에 따라 출력되는 파라미터 값에 기초하여, 학습 모델을 업데이트할 수 있다.
이에 따라, 다양한 해상도의 입력 영상이 입력되더라도 안정적으로 해상도를 향상시킬 수 있게 된다.
다음, 도 15c는 도 11 내지 도 14의 해상도 향상부의 또 다른 예를 도시한 도면이다.
도 15c를 참조하면, 해상도 향상부(SRUcm)는, 제1 해상도의 입력 영상(Im2)과, 슈퍼 레졸루션(super resolution) 학습 모델에 기초하여, 학습 추론을 수행하는 학습 추론부(DRI)와, 학습 추론에 따른 결과 영상(Imou)과, 고해상도인 제2 해상도의 제2 영상의 차이 값(error)을 연산하는 연산기(CAL)를 포함하고, 차이 값(error)에 기초하여, 해상도 향상된 영상(Imr)을 출력할 수 있다.
이에 따라, 다양한 해상도의 입력 영상이 입력되더라도 안정적으로 해상도를 향상시킬 수 있게 된다.
도 16은 본 발명의 다른 실시예에 따른 영상표시장치의 내부 블록도의 일예를 도시한 도면이다.
도면을 참조하면, 본 발명의 다른 실시예에 따른 영상표시장치(100)는, 셋탑 박스(300) 또는 외부 장치(400)를 통해, 입력 영상을 수신한다.
셋탑 박스(300)는, 방송 신호 또는 외부의 영상 신호를 수신하되, 다양한 해상도의 영상 신호를 수신, 처리하여, 영상표시장치(100)로 전송할 수 있다.
외부 장치(400)는, 원본 영상의 화질과, 영상 사이즈를 변경하는 화질 사이즈 변경부(410), 비디오와 오디오를 부호화하는 부호화부(420) 등을 구비하고, 다양한 해상도의 입력 영상을 영상표시장치(100)로 전송할 수 있다.
영상표시장치(100)는, 외부 장치(400)로부터의 입력 영상을 복호화하는 복호화부(320)와, 입력되는 다양한 해상도의 입력 영상에 대한 신호 처리를 수행하는 신호 처리부(170p)를 구비할 수 있다.
본 발명의 실시예에 따른 신호 처리부(170p)는, 입력되는 다양한 해상도의 입력 영상의 해상도를 향상시키는 해상도 향상부(SRU)와, 해상도 향상부(SRU)에서 해상도 향상된 영상에 대한 화질 처리를 수행하는 화질 처리부(635)와, 입력 영상의 해상도를 검출하는 해상도 검출부(RSD)를 포함할 수 있다.
한편, 본 발명의 실시예에 따른 신호 처리부(170p)는, 입력 영상에 대해 복수의 해상도 영상을 생성하는 복수의 해상도 영상 생성부(PAG), 복수의 해상도 영상에 대한 데이터를 저장하는 데이터 베이스(PADB), 제1 가중치를 저장하는 제1 가중치 저장부(DBa)와, 제2 가중치를 저장하는 제2 가중치 저장부(DBb)를 더 포함할 수 있다.
복수의 해상도 영상 생성부(PAG)는, 예를 들어, 입력되는 다양한 해상도의 입력 영상을 제1 해상도로 스케일링하는 도 11 등의 스케일러(SC2)와, 입력되는 다양한 해상도의 입력 영상을 제2 해상도로 스케일링하는 도 11 등의 제2 스케일러(SC4) 또는 도 12 등의 화질 처리부(635)를 포함할 수 있다.
즉, 복수의 해상도 영상 생성부(PAG)는, 입력되는 다양한 해상도의 입력 영상을, 제1 해상도의 영상과, 제2 해상도의 영상으로 출력할 수 있다.
데이터 베이스(PADB)는, 복수의 해상도 영상 생성부(PAG)에서 출력되는 제1 해상도의 영상과, 제2 해상도의 영상에 대한 정보를 저장할 수 있다.
그리고, 데이터 베이스(PADB)는, 저장된 제1 해상도의 영상과, 제2 해상도의 영상에 대한 정보를 해상도 향상부(SRU)로 전송할 수 있다.
해상도 향상부(SRU)는, 복수의 해상도 영상 생성부(PAG)로부터의 제1 해상도의 영상과, 제2 해상도의 영상, 데이터 베이스(PADB)로부터의 정보에 기초하여, 제1 해상도의 입력 영상에 대해 학습을 수행하여, 제1 해상도 보다 높은 제2 해상도의 제1 영상을 생성하고, 입력되는 제2 해상도의 제2 영상과, 제2 해상도의 잔여 영상(residual image)에 대응하는 제1 영상에 기초하여, 제2 해상도의 제3 영상을 출력할 수 있다.
한편, 해상도 향상부(SRU)는, 제1 가중치 저장부(DBa)로부터의 제2 가중치를 이용하여, 학습을 수행하고, 업데이트된 가중치를, 제2 가중치 저장부(DBb)에 저장되도록 제어할 수 있다.
한편, 도 16에서는, 셋탑 박스(300) 또는, 외부 장치(400)로부터 입력되는 입력 영상의 해상도가, 제2 해상도에 대응하는 4K인 것을 예시한다.
해상도 향상부(SRU)는, 해상도 검출부(RSD)를 통해 검출된 입력 영상의 해상도가, 제2 해상도인 경우, 제1 가중치 저장부(DBa)로부터의 제2 가중치를 이용하여, 학습을 수행하고, 업데이트된 가중치를, 제2 가중치 저장부(DBb)에 저장되도록 제어할 수 있다.
즉, 해상도 검출부(RSD)에서 검출된 입력 영상의 해상도가 제2 해상도인 경우, 복수의 해상도 영상 생성부(PAG)는 제2 해상도의 입력 영상을, 제1 해상도의 입력 영상과, 제2 해상도의 제2 영상으로 출력하고, 해상도 향상부(SRU)는, 제1 해상도의 입력 영상과, 제2 해상도의 제2 영상에 기초하여, 학습 모델 내의 가중치를 업데이트할 수 있다.
도 17은 본 발명의 또 다른 실시예에 따른 영상표시장치의 내부 블록도의 일예를 도시한 도면이다.
도면을 참조하면, 본 발명의 또 다른 실시예에 따른 영상표시장치(100)는, 셋탑 박스(300) 또는 외부 장치(400)를 통해, 입력 영상을 수신하며, 신호 처리부(170q)는, 입력 영상에 대해 신호 처리를 수행한다.
한편, 본 발명의 실시예에 따른 신호 처리부(170q)는, 입력되는 다양한 해상도의 입력 영상의 해상도를 향상시키는 해상도 향상부(SRU)와, 해상도 향상부(SRU)에서 해상도 향상된 영상에 대한 화질 처리를 수행하는 화질 처리부(635)와, 입력 영상의 해상도를 검출하는 해상도 검출부(RSD)를 포함할 수 있다.
한편, 본 발명의 실시예에 따른 신호 처리부(170q)는, 입력 영상에 대해 복수의 해상도 영상을 생성하는 복수의 해상도 영상 생성부(PAG), 복수의 해상도 영상에 대한 데이터를 저장하는 데이터 베이스(PADB)를 더 포함할 수 있다.
복수의 해상도 영상 생성부(PAG)는, 예를 들어, 입력되는 다양한 해상도의 입력 영상을 제1 해상도로 스케일링하는 도 11 등의 스케일러(SC2)와, 입력되는 다양한 해상도의 입력 영상을 제2 해상도로 스케일링하는 도 11 등의 제2 스케일러(SC4) 또는 도 12 등의 화질 처리부(635)를 포함할 수 있다.
즉, 복수의 해상도 영상 생성부(PAG)는, 입력되는 다양한 해상도의 입력 영상을, 제1 해상도의 영상과, 제2 해상도의 영상으로 출력할 수 있다.
데이터 베이스(PADB)는, 복수의 해상도 영상 생성부(PAG)에서 출력되는 제1 해상도의 영상과, 제2 해상도의 영상에 대한 정보를 저장할 수 있다.
그리고, 데이터 베이스(PADB)는, 저장된 제1 해상도의 영상과, 제2 해상도의 영상에 대한 정보를 해상도 향상부(SRU)로 전송할 수 있다.
한편, 도 17에서는, 셋탑 박스(300) 또는, 외부 장치(400)로부터 입력되는 입력 영상의 해상도가, 제1 해상도에 대응하는 2K인 것을 예시한다.
해상도 검출부(RSD)에서 검출된 입력 영상의 해상도가 제2 해상도인 경우, 복수의 해상도 영상 생성부(PAG)는 제2 해상도의 입력 영상을, 제1 해상도의 입력 영상과, 제2 해상도의 제2 영상으로 출력할 수 있다.
해상도 향상부(SRU)는, 복수의 해상도 영상 생성부(PAG)로부터의 제1 해상도의 영상과, 제2 해상도의 영상, 데이터 베이스(PADB)로부터의 정보에 기초하여, 제1 해상도의 입력 영상에 대해 학습을 수행하여, 제1 해상도 보다 높은 제2 해상도의 제1 영상을 생성하고, 입력되는 제2 해상도의 제2 영상과, 제2 해상도의 잔여 영상(residual image)에 대응하는 제1 영상에 기초하여, 제2 해상도의 제3 영상을 출력할 수 있다.
한편, 복수의 해상도 영상 생성부(PAG)에서 출력되는 제1 해상도의 영상은 고해상도 영상(HR image)일 수 있으며, 제2 해상도의 영상은, 저해상도 영상(LR image)일 수 있다.
도 18a 내지 도 18b는 고해상도 영상(HR image)로부터 저해상도 영상(LR image)을 생성하는 방법을 설명하기 위해 참조되는 도면이다.
추론 모델(Inference Model)의 경우, 전체 이미지를 처리하여 모든 픽셀 결과를 사용하며, 학습(Training)을 위해서, 각 레이어(layer)의 모든 node 와 channel 의 중간 data를 저장해야 한다.
그러므로 모든 이미지를 한 번에 학습 데이터(Training data)로 사용하게 되면 저장해야 하는 데이터 양이 매우 크게 된다.
따라서, 학습 데이터 셋트(Training Data Set)는 이미지를 Patch로 잘라 더 작은 이미지 별로 수행하는 방식을 사용하는 것이 바람직하다. 이때, Patch의 사이즈는 결과에 영향을 미치는 입력을 포함하는 크기보다 더 커야 한다.
예를 들어, 도 18a와 같이, 연속되는 3x3 Convolution 3 layer 가 있는 경우, 최종 1 pixel 은 Layer 3의 3x3 입력을 필요로 하며, Layer 2 는 3x3 을 만들기 위한 5x5 입력을, Layer 1은 5x5 을 만들기 위한 7x7 입력이 필요하다.
한편, 도 18b와 같이, 3x3 Convolution을 수행하는 경우, IPB와 같은 3x3 의 입력 데이터가 필요하며, 이에 따라, OPB와 같은 1x1의 데이터가 출력될 수 있다.
즉, 도 18a에서 학습하는 과정은, 7x7 이상의 Patch 가 입력이 되어, Training error 은 center pixel에 대해서만 적용하면 Training Data 로 사용이 가능하다.
여기에서 역추정하는 입력 크기는 딥러닝 블록이 지원할 수 있는 크기의 Patch 의 최소 조건에 해당되며, 딥러닝 블록이 지원하는 한도에 따라 실제 크기가 결정될 것이다.
도 19는 화질 설정에 따른 학습 기반의 해상도 향상 방안을 설명하기 위해 참조되는 도면이다.
도면을 참조하면, 해상도 향상부(SRU) 내의 학습 추론부(DRI)는, 화질 모드에 상관없이 고정된 layer와, 화질 모드에 따라 변경되는 layer를 구비할 수 있다.
해상도 향상부(SRU) 내의 학습 추론부(DRI)는, 화질 모드에 따라 변경되는 layer의 kernel size, channel 수 등이 동일하나, 각 모드에 따라 synapse weight를 다르게 사용하여, 다양한 화질 모드를 지원하면서 network parameter를 최적화할 수 있다. 이에 따라, 시스템의 구현 난이도를 낮출 수 있다.
예를 들어, 화질 모드가, 도 18c와 같이, 표준 모드, 선명한 모드, 영화 모드로 구분되는 경우, synapse weight가 일부 달라질 수 있다.
한편, synapse weight의 변경 위치가 뒷 단의 layer여야 할 필요는 없으며, 다양한 변형이 가능하다.
한편, 해상도 향상부(SRU) 내의 학습 추론부(DRI)는, 기본 모드에 대한 학습(training)이 완료된 후, 이를 각 화질 모드의 pre-training으로 사용하고, 변경 layer만 refine training 과정이 수행되도록 할 수 있다. 이에 따라, full layer를 학습하는 것에 비해 적은 노력으로 그 결과를 얻을 수 있다.
도 20a 내지 도 20b는 학습 추론 동작에 대한 하드웨어 설명에 참조되는 도면이다.
먼저, 도 20a를 참조하면, 본 발명의 일 실시예에 따른 학습 추론 동작에 대한 하드웨어(2010)는, CPU/MCU(SCM), 딥 러닝 모듈(DLH), synapse weight를 저장하는 저장부(SWE)를 구비할 수 있다.
CPU/MCU(SCM)는, 딥 러닝 모듈(DLH)로부터 인터럽트(interrupt)를 수신하고, 인터럽트(interrupt)에 기초하여, synapse weight를 제외한 네트워크 모델에 대한 하드웨어 설정(HW setting)을 딥 러닝 모듈(DLH)로 출력할 수 있다.
따라서, 딥 러닝 모듈(DLH)은, 하드웨어 설정(HW setting)에 기초하여 딥 러닝 기반의 학습 추론을 수행할 수 있다.
이때, 딥 러닝 모듈(DLH)은, 저장부(SWE)로부터, synapse weight를 수신하고, synapse weight와 하드웨어 설정(HW setting)에 기초하여 딥 러닝 기반의 학습 추론을 수행할 수 있다.
한편, 업데이트된 synapse weight는, 저장부(SWE)에 저장된다.
한편, 네트워크 구조가 변경되는 경우, CPU/MCU(SCM)는, 딥 러닝 모듈(DLH)을 설정하기 위한 프로그램이 변경될 수 있다.
다음, 도 20b를 참조하면, 본 발명의 일 실시예에 따른 학습 추론 동작에 대한 하드웨어(2020)는, CPU/MCU(SCM), 딥 러닝 모듈(DLH), synapse weight를 저장하는 저장부(SWE), 프로그램 메모리(PM)를 구비할 수 있다.
딥 러닝 모듈(DLH)은, 프로그램 메모리(PM)로부터의 인스트럭션(instruction)을 수신하고 복호화하는 프로그램 복호화부(program decoder)(DEC), 실행기(executer), 코어 하드웨어(CHW)를 포함할 수 있다.
CPU/MCU(SCM)와 딥 러닝 모듈(DLH) 사이에는, 내부 처리 통신(inter process communication)(IPC)이 수행될 수 있다.
딥 러닝 모듈(DLH)은, 저장부(SWE)로부터, synapse weight를 수신하고, 프로그램 메모리(PM)로부터의 인스트럭션(instruction)에 기초하여, 딥 러닝 기반의 학습 추론을 수행할 수 있다.
한편, 업데이트된 synapse weight는, 저장부(SWE)에 저장된다.
한편, 네트워크 구조가 변경되는 경우, 프로그램 메모리(PM)에 저장된 프로그램이 변경되며, CPU/MCU(SCM)는, 프로그램이 변경 관련 정보를 업데이트할 수 있다.
한편, 도 20a와 도 20b의 하드웨어(2010,2020)는, 각각 상술한 신호 처리부(170) 내에 구비될 수 있다.
도 9 내지 도 20b의 설명에 따르면, 본 발명의 실시예에 따른 신호 처리 장치(170) 및 이를 구비하는 영상표시장치(100)는, 다양한 해상도의 입력 영상이 입력되더라도 안정적으로 해상도를 향상시킬 수 있게 된다.
한편, 입력 영상의 해상도 정보가 없는 경우에도, 다양한 해상도의 입력 영상이 입력되더라도 안정적으로 해상도를 향상시킬 수 있게 된다.
한편, 심층 신경망(Deep Neural Network)을 이용하여, 해상도 향상을 안정적으로 수행할 수 있게 된다.
한편, 본 발명의 실시예에 따른 신호 처리 장치(170) 및 이를 구비하는 영상표시장치(100)는, 조도가 낮은 영상, 야외 영상, 스포츠 영상 등 이미지 특성 기반 Training 을 적용하는 등 여러 목적에 맞춰 네트워크 구조 및 synapse weight 를 변경하여 향후에도 업데이트가 가능할 수 있다.
본 발명의 실시예에 따른 신호 처리 장치(170) 및 이를 구비하는 영상표시장치(100)는, 8KTV, 복수의 디스플레이를 구비하는 Signage 등에 확대 적용가능하다.
이상에서는 본 발명의 바람직한 실시예에 대하여 도시하고 설명하였지만, 본 발명은 상술한 특정의 실시예에 한정되지 아니하며, 청구범위에서 청구하는 본 발명의 요지를 벗어남이 없이 당해 발명이 속하는 기술분야에서 통상의 지식을 가진자에 의해 다양한 변형실시가 가능한 것은 물론이고, 이러한 변형실시들은 본 발명의 기술적 사상이나 전망으로부터 개별적으로 이해되어져서는 안될 것이다.
Claims (20)
- 입력되는 다양한 해상도의 입력 영상을 제1 해상도로 스케일링하는 스케일러;상기 스케일러로부터의 상기 제1 해상도의 입력 영상에 대해 학습을 수행하여, 상기 제1 해상도 보다 높은 제2 해상도의 제1 영상을 생성하는 해상도 향상부;를 포함하는 것을 특징으로 하는 신호 처리 장치.
- 제1항에 있어서,상기 해상도 향상부는,입력되는 상기 제2 해상도의 제2 영상과, 상기 제2 해상도의 잔여 영상(residual image)에 대응하는 상기 제1 영상에 기초하여, 상기 제2 해상도의 제3 영상을 출력하는 것을 특징으로 하는 신호 처리 장치.
- 제2항에 있어서,입력되는 다양한 해상도의 상기 입력 영상을 상기 제2 해상도로 스케일링하는 제2 스케일러;를 더 포함하고,상기 제2 스케일러에서 출력되는 상기 제2 해상도의 제2 영상은, 상기 해상도 향상부로 입력되는 것을 특징으로 하는 신호 처리 장치.
- 제2항에 있어서,입력되는 다양한 해상도의 상기 입력 영상을 상기 제2 해상도로 스케일링하는 화질 처리부;를 더 포함하고,상기 화질 처리부에서 출력되는 상기 제2 해상도의 제2 영상은, 상기 해상도 향상부로 입력되는 것을 특징으로 하는 신호 처리 장치.
- 제1항에 있어서,상기 입력되는 다양한 해상도의 상기 입력 영상 중 상기 제2 해상도의 영상에 대해 학습을 수행하여, 상기 제2 해상도의 제4 영상을 생성하는 제2 해상도 향상부;를 더 포함하는 것을 특징으로 하는 신호 처리 장치.
- 제1항에 있어서,상기 해상도 향상부는,상기 제1 해상도의 입력 영상과, 슈퍼 레졸루션(super resolution) 학습 모델에 기초하여, 학습 추론을 수행하는 학습 추론부;상기 학습 추론에 따른 결과 영상과, 상기 제2 해상도의 제2 영상의 차이를 연산하여, 상기 제2 해상도의 제3 영상을 출력하는 연산기;를 포함하는 것을 특징으로 하는 신호 처리 장치.
- 제1항에 있어서,상기 해상도 향상부는,상기 제1 해상도의 입력 영상과, 슈퍼 레졸루션(super resolution) 학습 모델에 기초하여, 학습 추론을 수행하고, 상기 학습 추론에 따른 결과 영상과, 상기 제2 해상도의 제2 영상의 차이에 기초하여, 상기 제2 해상도의 제3 영상을 출력하는 것을 특징으로 하는 신호 처리 장치.
- 제1항에 있어서,상기 해상도 향상부는,상기 제1 해상도의 입력 영상과, 슈퍼 레졸루션(super resolution) 학습 모델에 기초하여, 학습 추론을 수행하는 학습 추론부;상기 학습 추론에 따른 결과 영상과, 상기 제2 해상도의 제2 영상의 차이 값을 연산하는 연산기;상기 학습 추론부로부터의 노드 값과, 상기 차이 값에 기초하여, 가중치 업데이트를 위한 학습을 수행하는 학습 업데이트부;를 포함하는 것을 특징으로 하는 신호 처리 장치.
- 제8항에 있어서,상기 학습 추론부는,상기 학습 업데이트부로부터의 파라미터 값에 기초하여, 학습 모델을 업데이트하는 것을 특징으로 하는 신호 처리 장치.
- 제1항에 있어서,상기 해상도 향상부는,상기 제1 해상도의 입력 영상과, 슈퍼 레졸루션(super resolution) 학습 모델에 기초하여, 학습 추론을 수행하고, 상기 학습 추론에 따른 결과 영상과, 상기 제2 해상도의 제2 영상의 차이 값을 연산하며, 상기 학습 추론부로부터의 노드 값과, 상기 차이 값에 기초하여, 가중치 업데이트를 위한 학습을 수행하고, 가중치 업데이트 결과에 따라 출력되는 파라미터 값에 기초하여, 학습 모델을 업데이트하는 것을 특징으로 하는 신호 처리 장치.
- 제2항에 있어서,상기 입력 영상의 해상도를 검출하는 해상도 검출부;를 더 포함하고,상기 해상도 검출부에서 검출된 상기 입력 영상의 해상도가 상기 제2 해상도인 경우, 상기 해상도 향상부에, 상기 제2 해상도의 상기 제2 영상이 입력되는 것을 특징으로 하는 신호 처리 장치.
- 제11항에 있어서,상기 해상도 향상부는,상기 해상도 검출부에서 검출된 상기 입력 영상의 해상도가 상기 제2 해상도인 경우, 상기 제1 해상도의 입력 영상과, 상기 제2 해상도의 상기 제2 영상에 기초하여, 학습 모델 내의 가중치를 업데이트하는 것을 특징으로 하는 신호 처리 장치.
- 제12항에 있어서,제1 가중치를 저장하는 제1 가중치 저장부;제2 가중치를 저장하는 제2 가중치 저장부;를 더 포함하고,상기 해상도 향상부는,상기 제1 가중치 저장부로부터의 상기 제2 가중치를 이용하여, 학습을 수행하고, 상기 업데이트된 가중치를, 상기 제2 가중치 저장부에 저장되도록 제어하는 것을 특징으로 하는 신호 처리 장치.
- 제2항에 있어서,상기 입력 영상의 해상도를 검출하는 해상도 검출부;를 더 포함하고,상기 해상도 향상부는,상기 해상도 검출부에서 검출된 상기 입력 영상의 해상도가 상기 제2 해상도가 아닌 경우, 상기 스케일러에서 스케일링된 상기 제1 해상도의 입력 영상과, 상기 제2 해상도의 제2 영상을 입력받고, 상기 제1 해상도의 입력 영상에 대해 학습을 수행하여, 상기 제2 해상도의 제3 영상을 출력하는 것을 특징으로 하는 신호 처리 장치.
- 제2항에 있어서,상기 입력 영상의 해상도를 검출하는 해상도 검출부;를 더 포함하고,상기 해상도 검출부에서 검출된 상기 입력 영상의 해상도가 상기 제2 해상도가 아닌 경우, 상기 입력 영상을 상기 제2 해상도로 스케일링하는 제2 스케일러;를 더 포함하고,상기 제2 스케일러에서 출력되는 상기 제2 해상도의 제2 영상은, 상기 해상도 향상부로 입력되는 것을 특징으로 하는 신호 처리 장치.
- 제2항에 있어서,상기 해상도 향상부에서 출력되는 상기 제3 영상에 대해, 화질 처리를 수행하는 화질 처리부;를 더 포함하는 것을 특징으로 하는 신호 처리 장치.
- 제1항에 있어서,상기 제2 해상도는 설정에 따라 가변되는 것을 특징으로 하는 신호 처리 장치.
- 입력되는 제1 해상도의 입력 영상에 대해 학습을 수행하여, 상기 제1 해상도 보다 높은 제2 해상도의 제1 영상을 생성하는 제1 해상도 향상부;입력되는 제3 해상도의 입력 영상에 대해 학습을 수행하여, 상기 제3 해상도 보다 높은 상기 제2 해상도의 제2 영상을 생성하는 제2 해상도 향상부;입력되는 제2 해상도의 입력 영상에 대해 학습을 수행하여, 상기 제2 해상도의 제3 영상을 생성하는 제3 해상도 향상부;를 포함하는 것을 특징으로 하는 신호 처리 장치.
- 제18항에 있어서,입력되는 제4 해상도의 입력 영상에 대해 학습을 수행하여, 상기 제4 해상도 보다 높은 상기 제2 해상도의 제4 영상을 생성하는 제4 해상도 향상부;를 더 포함하는 것을 특징으로 하는 신호 처리 장치.
- 디스플레이;상기 디스플레이에 화질 처리된 영상 신호를 출력하는 신호 처리부;상기 신호 처리부는, 제1항 내지 제19항 중 어느 한 항의 신호 처리 장치를 구비하는 것을 특징으로 하는 영상표시장치.
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
DE112019002749.2T DE112019002749T5 (de) | 2018-05-29 | 2019-05-29 | Signalverarbeitungsvorrichtung und bildanzeigegerät mit selbiger |
US17/059,954 US11423867B2 (en) | 2018-05-29 | 2019-05-29 | Signal processing device and image display apparatus including the same |
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
KR20180061002 | 2018-05-29 | ||
KR10-2018-0061002 | 2018-05-29 |
Publications (1)
Publication Number | Publication Date |
---|---|
WO2019231235A1 true WO2019231235A1 (ko) | 2019-12-05 |
Family
ID=68697075
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
PCT/KR2019/006434 WO2019231235A1 (ko) | 2018-05-29 | 2019-05-29 | 신호 처리 장치 및 이를 구비하는 영상표시장치 |
Country Status (3)
Country | Link |
---|---|
US (1) | US11423867B2 (ko) |
DE (1) | DE112019002749T5 (ko) |
WO (1) | WO2019231235A1 (ko) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20200014906A1 (en) * | 2018-07-06 | 2020-01-09 | Mediatek Singapore Pte. Ltd. | Methods and apparatus for immersive media content overlays |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US11584377B2 (en) * | 2019-11-21 | 2023-02-21 | Gm Cruise Holdings Llc | Lidar based detection of road surface features |
TWI768364B (zh) * | 2020-06-01 | 2022-06-21 | 宏碁股份有限公司 | 處理可播放於一虛擬裝置的圖片的方法及電子裝置 |
US11244646B1 (en) * | 2020-09-16 | 2022-02-08 | Himax Technologies Limited | Display device and display control method |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2016019484A1 (en) * | 2014-08-08 | 2016-02-11 | Xiaoou Tang | An apparatus and a method for providing super-resolution of a low-resolution image |
US20170287109A1 (en) * | 2016-04-05 | 2017-10-05 | Flipboard, Inc. | Image scaling using a convolutional neural network |
KR101791573B1 (ko) * | 2016-10-21 | 2017-10-31 | 서강대학교산학협력단 | 컨볼루션 신경망을 이용한 비디오 스트림에 대한 수퍼 해상도 장치 및 방법 |
US20180129918A1 (en) * | 2015-02-19 | 2018-05-10 | Magic Pony Technology Limited | Accelerating Machine Optimisation Processes |
US20180137643A1 (en) * | 2016-08-26 | 2018-05-17 | Pixart Imaging Inc. | Object detection method and system based on machine learning |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7676105B2 (en) * | 2005-05-31 | 2010-03-09 | Intel Corporation | Method, apparatus, article and system for use in association with images |
-
2019
- 2019-05-29 US US17/059,954 patent/US11423867B2/en active Active
- 2019-05-29 DE DE112019002749.2T patent/DE112019002749T5/de active Pending
- 2019-05-29 WO PCT/KR2019/006434 patent/WO2019231235A1/ko active Application Filing
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2016019484A1 (en) * | 2014-08-08 | 2016-02-11 | Xiaoou Tang | An apparatus and a method for providing super-resolution of a low-resolution image |
US20180129918A1 (en) * | 2015-02-19 | 2018-05-10 | Magic Pony Technology Limited | Accelerating Machine Optimisation Processes |
US20170287109A1 (en) * | 2016-04-05 | 2017-10-05 | Flipboard, Inc. | Image scaling using a convolutional neural network |
US20180137643A1 (en) * | 2016-08-26 | 2018-05-17 | Pixart Imaging Inc. | Object detection method and system based on machine learning |
KR101791573B1 (ko) * | 2016-10-21 | 2017-10-31 | 서강대학교산학협력단 | 컨볼루션 신경망을 이용한 비디오 스트림에 대한 수퍼 해상도 장치 및 방법 |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20200014906A1 (en) * | 2018-07-06 | 2020-01-09 | Mediatek Singapore Pte. Ltd. | Methods and apparatus for immersive media content overlays |
US10931930B2 (en) * | 2018-07-06 | 2021-02-23 | Mediatek Singapore Pte. Ltd. | Methods and apparatus for immersive media content overlays |
Also Published As
Publication number | Publication date |
---|---|
DE112019002749T5 (de) | 2021-04-08 |
US20210217387A1 (en) | 2021-07-15 |
US11423867B2 (en) | 2022-08-23 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
WO2019168332A1 (ko) | 신호 처리 장치 및 이를 구비하는 영상표시장치 | |
WO2019231235A1 (ko) | 신호 처리 장치 및 이를 구비하는 영상표시장치 | |
WO2020085781A1 (ko) | 신호 처리 장치 및 이를 구비하는 영상표시장치 | |
AU2019223608B2 (en) | Electronic device including flexible display and method for controlling same | |
WO2020204472A1 (ko) | 영상표시장치 | |
WO2020145659A1 (en) | Signal processing device and image display apparatus including the same | |
WO2020139018A2 (en) | Signal processing device and image display apparatus including the same | |
WO2020149619A1 (ko) | 비디오 월 | |
WO2016056787A1 (en) | Display device and method of controlling the same | |
WO2016104952A1 (en) | Display apparatus and display method | |
WO2021006366A1 (ko) | 디스플레이 패널의 색상을 조정하는 인공 지능 장치 및 그 방법 | |
WO2021040445A1 (en) | Image display apparatus | |
WO2016093510A1 (en) | Display apparatus and display method | |
WO2019135621A1 (ko) | 영상 재생 장치 및 그의 제어 방법 | |
WO2020139017A1 (en) | Image display apparatus | |
WO2022025423A1 (en) | Video quality assessing method and apparatus | |
WO2021060808A1 (en) | Signal processing device and image display apparatus including same | |
WO2020185035A1 (ko) | 비디오 월 | |
WO2020060186A1 (ko) | 영상표시장치 | |
WO2021085679A1 (ko) | 신호 처리 장치 및 이를 구비하는 영상표시장치 | |
WO2021054697A1 (ko) | 영상의 ai 부호화 방법 및 장치, 영상의 ai 복호화 방법 및 장치 | |
WO2021112280A1 (ko) | 신호 처리 장치 및 이를 구비하는 영상표시장치 | |
WO2021221192A1 (ko) | 디스플레이 장치, 및 이를 구비하는 영상표시장치 | |
WO2021112306A1 (ko) | 신호 처리 장치 및 이를 구비하는 영상표시장치 | |
WO2017047866A1 (ko) | 디스플레이 장치 및 그의 휘도 제어 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: 19810687 Country of ref document: EP Kind code of ref document: A1 |
|
122 | Ep: pct application non-entry in european phase |
Ref document number: 19810687 Country of ref document: EP Kind code of ref document: A1 |