| 1 |
1
기준 비디오 및 비교 비디오를 수신하는 통신부; 및상기 비교 비디오에 대한 화질 측정의 결과를 생성하는 처리부를 포함하고,상기 처리부는 상기 기준 비디오의 특징 정보, 상기 비교 비디오의 특징 정보, 상기 기준 비디오의 인지 민감 영역, 상기 비교 비디오의 인지 민감 영역, 상기 기준 비디오의 인지 민감 영역 및 상기 비교 비디오의 인지 민감 영역 간의 변화를 이용하여 왜곡을 계산하고, 상기 왜곡에 기반하여 상기 화질 측정의 결과를 생성하는 영상 처리 장치
|
| 2 |
2
제1항에 있어서,상기 기준 비디오의 특징 정보는 상기 기준 비디오의 공간적 특징 정보, 상기 기준 비디오의 시간적 특징 정보 및 상기 기준 비디오의 시공간적 특징 정보 중 하나 이상을 포함하고,상기 비교 비디오의 특징 정보는 상기 비교 비디오의 공간적 특징 정보, 상기 비교 비디오의 시간적 특징 정보 및 상기 비교 비디오의 시공간적 특징 정보 중 하나 이상을 포함하는 영상 처리 장치
|
| 3 |
3
제2항에 있어서,상기 처리부는 입력 비디오의 시공간 슬라이스로부터 상기 시공간적 특징 정보를 추출하고,상기 입력 비디오는 상기 기준 비디오 및 상기 비교 비디오 중 하나 이상이고,상기 시공간 슬라이스는 상기 입력 비디오의 픽처 그룹(Group of Picture; GOP)가 공간적으로 분할된 구조인 영상 처리 장치
|
| 4 |
4
제2항에 있어서,상기 처리부는 입력 비디오의 영상으로부터 상기 공간적 특징 정보의 수평 특징 및 수직 특징을 검출하고,상기 처리부는 상기 영상으로부터 수평 방향 및 수직 방향 외의 방향에 대한 특징을 검출하는 영상 처리 장치
|
| 5 |
5
제4항에 있어서,상기 처리부는 엣지 검출 방법을 사용하여 상기 영상으로부터 인지적 민감도가 높은 영역을 도출하는 영상 처리 장치
|
| 6 |
6
제5항에 있어서,상기 엣지 검출 방법은 소벨 연산인 영상 처리 장치
|
| 7 |
7
제5항에 있어서,상기 수평 특징 및 수직 특징은 수평-수직 엣지 맵이고,상기 수평 방향 및 수직 방향 외의 방향에 대한 특징은 수평 엣지 및 수직 엣지에 대한 정보가 제외된 엣지 맵인 영상 처리 장치
|
| 8 |
8
제7항에 있어서,상기 처리부는 제1 인지적 가중치를 사용하여 상기 수평-수직 엣지 맵을 갱신하고,상기 처리부는 제2 인지적 가중치를 사용하여 상기 수평 엣지 및 수직 엣지에 대한 정보가 제외된 엣지 맵을 갱신하는 영상 처리 장치
|
| 9 |
9
제8항에 있어서,상기 제1 인지적 가중치 및 제2 인지적 가중치는 공간적 인지 민감 영역의 변화를 반영하는 영상 처리 장치
|
| 10 |
10
제1항에 있어서,상기 기준 비디오의 인지 민감 영역은 상기 기준 비디오의 공간적 인지 민감 영역, 상기 기준 비디오의 시간적 인지 민감 영역 및 상기 기준 비디오의 시공간적 인지 민감 영역 중 하나 이상을 포함하고,상기 비교 비디오의 인지 민감 영역은 상기 비교 비디오의 공간적 인지 민감 영역, 상기 비교 비디오의 시간적 인지 민감 영역 및 상기 비교 비디오의 시공간적 인지 민감 영역 중 하나 이상을 포함하는 영상 처리 장치
|
| 11 |
11
제10항에 있어서,상기 처리부는 입력 비디오의 영상의 픽셀들 또는 제1 블록들의 공간 복잡도들을 계산함으로써 공간 복잡도 맵을 생성하고,상기 입력 비디오는 상기 기준 비디오 또는 상기 비교 비디오이고,상기 처리부는 상기 입력 비디오의 영상의 제2 블록들의 배경 평탄도들을 계산함으로써 평탄도 맵을 생성하는 영상 처리 장치,
|
| 12 |
12
제1항에 있어서,상기 변화는 상기 기준 비디오의 인지 민감 영역 및 상기 비교 비디오의 인지 민감 영역 간의 차이인 영상 처리 장치
|
| 13 |
13
제12항에 있어서,상기 왜곡은 공간적 왜곡, 시간적 왜곡 및 시공간적 왜곡 중 하나 이상을 포함하는 영상 처리 장치
|
| 14 |
14
제13항에 있어서,상기 처리부는 상기 기준 비디오의 공간적 특징 정보, 상기 기준 비디오의 공간적 인지 민감 영역 및 공간적 인지 민감 영역의 변화를 사용하여 상기 기준 비디오의 대표 공간적 정보를 추출하고,상기 처리부는 상기 비교 비디오의 공간적 특징 정보, 상기 비교 비디오의 공간적 인지 민감 영역 및 공간적 인지 민감 영역의 변화를 사용하여 상기 비교 비디오의 대표 공간적 정보를 추출하고,상기 처리부는 상기 공간적 왜곡을 계산하고,상기 공간적 왜곡은 상기 기준 비디오의 대표 공간적 정보 및 상기 비교 비디오의 대표 공간적 정보 간의 차이이고,상기 공간적 인지 민감 영역의 변화는 상기 기준 비디오의 공간적 인지 민감 영역 및 상기 비교 비디오의 공간적 인지 민감 영역 간의 변화인 영상 처리 장치
|
| 15 |
15
제14항에 있어서,상기 처리부는 상기 기준 비디오의 공간적 특징 정보, 상기 기준 비디오의 공간적 인지 민감 영역 및 상기 공간적 인지 민감 영역의 변화를 결합함으로써 상기 기준 비디오의 결합된 공간적 정보를 생성하고,상기 처리부는 상기 결합된 공간적 정보로부터 상기 기준 비디오의 각 영상의 대표 공간적 정보를 추출하고,상기 처리부는 상기 기준 비디오의 각 영상의 대표 공간적 정보로부터 상기 기준 비디오의 대표 공간적 정보를 추출하는 영상 처리 장치
|
| 16 |
16
제13항에 있어서,상기 처리부는 상기 기준 비디오의 시간적 특징 정보, 상기 기준 비디오의 시간적 인지 민감 영역 및 시간적 인지 민감 영역의 변화를 사용하여 상기 기준 비디오의 대표 시간적 정보를 추출하고,상기 처리부는 상기 비교 비디오의 시간적 특징 정보, 상기 비교 비디오의 시간적 인지 민감 영역 및 시간적 인지 민감 영역의 변화를 사용하여 상기 비교 비디오의 대표 시간적 정보를 추출하고,상기 처리부는 상기 시간적 왜곡을 계산하고,상기 시간적 왜곡은 상기 기준 비디오의 대표 시간적 정보 및 상기 비교 비디오의 대표 시간적 정보 간의 차이이고,상기 시간적 인지 민감 영역의 변화는 상기 기준 비디오의 시간적 인지 민감 영역 및 상기 비교 비디오의 시간적 인지 민감 영역 간의 변화인 영상 처리 장치
|
| 17 |
17
제16항에 있어서,상기 처리부는 상기 기준 비디오의 시간적 특징 정보, 상기 기준 비디오의 시간적 인지 민감 영역 및 상기 시간적 인지 민감 영역의 변화를 결합함으로써 상기 기준 비디오의 결합된 시간적 정보를 생성하고,상기 처리부는 상기 결합된 시간적 정보로부터 상기 기준 비디오의 각 영상의 대표 시간적 정보를 추출하고,상기 처리부는 상기 기준 비디오의 각 영상의 대표 시간적 정보로부터 상기 기준 비디오의 대표 시간적 정보를 추출하는 영상 처리 장치
|
| 18 |
18
기준 비디오의 특징 정보를 추출하는 단계;상기 기준 비디오의 인지 민감 영역을 검출하는 단계:비교 비디오의 특징 정보를 추출하는 단계;상기 비교 비디오의 인지 민감 영역을 검출하는 단계;상기 기준 비디오의 인지 민감 영역 및 상기 비교 비디오의 인지 민감 영역 간의 변화를 계산하는 단계;상기 기준 비디오의 특징 정보, 상기 비교 비디오의 특징 정보, 상기 기준 비디오의 인지 민감 영역, 상기 비교 비디오의 인지 민감 영역 및 상기 변화를 이용하여 왜곡을 계산하는 단계; 및상기 왜곡에 기반하여 화질 측정의 결과를 생성하는 단계를 포함하는 영상 처리 방법
|
| 19 |
19
제18항의 영상 처리 방법을 처리하는 프로그램을 수록한 컴퓨터 판독 가능 기록 매체
|
| 20 |
20
기준 비디오 및 비교 비디오를 수신하는 통신부; 및인지 화질 측정 심층 신경망을 구동하는 처리부를 포함하고,상기 처리부는 상기 기준 비디오의 인지 민감 영역 및 상기 비교 비디오의 인지 민감 영역을 검출하고, 기준 비디오의 인지 민감 영역 및 비교 비디오의 인지 민감 영역 간의 변화를 계산하고,상기 기준 비디오의 인지 민감 영역, 상기 비교 비디오의 인지 민감 영역 및 상기 변화는 상기 인지 화질 측정 심층 신경망으로 입력되고,상기 인지 화질 측정 심층 신경망은 상기 기준 비디오의 인지 민감 영역, 상기 비교 비디오의 인지 민감 영역 및 상기 변화를 사용하여 화질 측정의 결과를 생성하는 영상 처리 장치
|
