1 |
1
다수의 영상 콘텐츠를 저장하고, 영상 콘텐츠 재생 요청에 따라 해당 영상 콘텐츠를 실시간으로 제공하여 스트리밍 서비스를 지원하는 클라우드 서버;상기 클라우드 서버와 연동되어 클라우드 서버에서 제공되는 영상 콘텐츠 중 저해상도 영상에 대해 고해상도화 할 수 있는 슈퍼-레졸루션 파라미터를 학습하여 제공하는 엣지 컴퓨팅 서버 및상기 클라우드 서버로 영상 콘텐츠 재생 요청을 전송하여 요청한 영상 콘텐츠를 지원 받고, 상기 엣지 컴퓨팅 서버로부터 상응하는 슈퍼-레졸루션 파라미터를 제공 받아 저해상도 영상 데이터를 사용하며 고해상도 영상으로 재생하는 사용자 기기를 포함하며,상기 엣지 컴퓨팅 서버는,네트워크 트래픽에 영향이 거의 없는 다른 엣지 컴퓨팅 서버와 묶여 블록 체인을 구성하여 블록 체인으로 묶인 다른 엣지 컴퓨팅 서버들로부터 컴퓨팅 파워를 제공 받아 학습을 수행하되,상기 엣지 컴퓨팅 서버는,상기 클라우드 서버로부터 전달되는 영상 콘텐츠를 저해상도 영상과 고해상도 영상으로 병렬적으로 전달 받아 각각 상기 슈퍼-레졸루션 파라미터의 학습에 필요한 포맷으로 변경하여 저장하는 학습 데이터 관리부;상기 학습 데이터 관리부로부터 포맷된 저해상도 영상과 고해상도 영상간의 해상도 차이를 최소화시키도록 학습하여 저해상도를 고해상도화할 수 있는 가중치(Weight)와 편향(Bias)의 슈퍼-레졸루션 파라미터를 생성하는 슈퍼-레졸루션 모델부;상기 슈퍼-레졸루션 모델부로부터 학습되어 생성된 가중치(Weight)와 편향(Bias)의 슈퍼-레졸루션 파라미터를 저장하는 슈퍼-레졸루션 파라미터 저장부 및상기 슈퍼-레졸루션 파라미터 저장부에 저장된 가중치와 편향의 슈퍼-레졸루션 파라미터를 사용자 기기가 저해상도 영상을 재생할 시에 사용자 기기로 전송하는 통신부를 포함하고,상기 사용자 기기에 저장된 영상 캐쉬 정보를 분석하며, 분석에 따라 도출된 사용자 선호 영상 정보에 따른 영상 콘텐츠를 카테고리별로 분류하는 영상 콘텐츠 분석부를 더 포함하며,상기 슈퍼-레졸루션 모델부는,상기 영상 콘텐츠 분석부에서 카테고리별로 분류된 영상 콘텐츠에 대해서 미리 학습하여 상기 슈퍼-레졸루션 파라미터를 생성하며,상기 통신부는,상기 사용자 기기가 사용되지 않는 시간에 생성된 슈퍼-레졸루션 파라미터를 사용자 기기로 전달하고,상기 사용자 기기로부터 재생 요청되는 영상 콘텐츠에 대해 일치되는 카테고리가 없고, 네트워크 환경이 설정된 조건을 만족하는 경우,상기 클라우드 서버가 상기 사용자 기기로 고해상도 영상을 스트리밍하는 동시에, 상기 영상 콘텐츠 분석부에서 현재 재생되는 영상 콘텐츠에 대한 카테고리를 생성하고, 상기 엣지 컴퓨팅 서버에서 슈퍼-레졸루션 파라미터 생성을 수행하여 사용자 기기로 전송하며,상기 사용자 기기는,상기 슈퍼-레졸루션 파라미터가 존재하는 시점부터 상기 클라우드 서버로부터 저해상도 영상을 전송 받아 고해상도화하여 스트리밍 영상을 재생하고,상기 사용자 기기로부터 재생 요청되는 영상 콘텐츠에 대해 일치되는 카테고리가 없고, 네트워크 환경이 설정된 조건을 만족하지 않는 경우,상기 사용자 기기에서는 요청된 스트리밍 영상에 대한 상위 단계의 카테고리의 슈퍼-레졸루션 파라미터를 통해 저해상도 영상이 고해상도화하여 재생되는 동시에,상기 영상 콘텐츠 분석부는 현재 재생되는 영상 콘텐츠에 대한 카테고리를 생성하고, 상기 엣지 컴퓨팅 서버에서 슈퍼-레졸루션 파라미터 생성을 수행하여 사용자 기기로 전송하며,상기 사용자 기기는,상기 슈퍼-레졸루션 파라미터가 존재하는 시점부터 상기 클라우드 서버로부터 저해상도 영상을 전송 받아 고해상도화하여 영상 콘텐츠를 재생하는 것을 특징으로 하는 모바일 엣지 컴퓨팅 기반 슈퍼-레졸루션 스트리밍 영상 전송 시스템
|
2 |
2
삭제
|
3 |
3
제 1 항에 있어서,상기 학습 데이터 관리부는,상기 슈퍼-레졸루션 모델부에서 학습이 종료될 경우, 해당 학습에 사용된 저해상도 영상 데이터와 고해상도 영상 데이터를 삭제하는 것을 특징으로 하는 모바일 엣지 컴퓨팅 기반 슈퍼-레졸루션 스트리밍 영상 전송 시스템
|
4 |
4
삭제
|
5 |
5
제 1 항에 있어서,상기 영상 콘텐츠 분석부는,상기 사용자 선호 영상 정보에 따른 영상 콘텐츠에 더하여 상기 클라우드 서버에서 선정된 인기 영상을 카테고리별로 분류하는 것을 특징으로 하는 모바일 엣지 컴퓨팅 기반 슈퍼-레졸루션 스트리밍 영상 전송 시스템
|
6 |
6
제 1 항에 있어서,상기 카테고리는 계층적 구조로 형성되며,상기 슈퍼-레졸루션 모델부는,상기 계층적 구조의 카테고리 중 최상위 카테고리 영상을 기반으로 모든 카테고리에 상응하는 슈퍼-레졸루션 파라미터를 생성하는 학습을 수행하는 것을 특징으로 하는 모바일 엣지 컴퓨팅 기반 슈퍼-레졸루션 스트리밍 영상 전송 시스템
|
7 |
7
제 6 항에 있어서,상기 영상 콘텐츠 분석부는,상기 영상 캐쉬 정보 변화에 따른 신규 카테고리 추가 시에 추가된 영상 캐쉬 정보에 가장 가깝다고 판단되는 카테고리의 하위 카테고리로 연결하고, 가장 가까운 카테고리가 존재하지 않을 경우에는 신규 최상위 카테고리로 생성하는 것을 특징으로 하는 모바일 엣지 컴퓨팅 기반 슈퍼-레졸루션 스트리밍 영상 전송 시스템
|
8 |
8
제 6 항에 있어서,상기 계층적 구조의 카테고리는,각각의 카테고리를 노드(Node)로 구성하고 상기 슈퍼-레졸루션 파라미터는 변수(Variable)로 구성하는 그래픽 모델로 구성되어,상기 사용자 기기가,지원받는 영상 콘텐츠에 대한 슈퍼-레졸루션 파라미터를 검색할 시에 노드(Node)를 통한 배열(Array) 검색과 해당되는 카테고리의 변수(Variable)만을 리딩(reading)하여 저해상도 영상을 고해상도 영상으로 변환한 스트리밍을 지원받는 것을 특징으로 하는 모바일 엣지 컴퓨팅 기반 슈퍼-레졸루션 스트리밍 영상 전송 시스템
|
9 |
9
삭제
|
10 |
10
삭제
|
11 |
11
제 1 항에 있어서,상기 엣지 컴퓨팅 서버는,상기 사용자 기기로 재생된 영상 콘텐츠가 종료된 이후에 피드백을 자체적으로 진행하거나 사용자 기기로부터 전송받고,설정된 기준치 이하로 피드백을 얻은 영상 콘텐츠에 대해서는, 상기 슈퍼-레졸루션 모델부를 학습 정밀도를 높이도록 변환시키는 것을 특징으로 하는 모바일 엣지 컴퓨팅 기반 슈퍼-레졸루션 스트리밍 영상 전송 시스템
|
12 |
12
제 11 항에 있어서,상기 피드백은,상기 재생된 영상 콘텐츠에 대해 클라우드 서버에서 제공하는 고해상도 영상과, 상기 엣지 컴퓨팅 서버에서 슈퍼-레졸루션 파라미터가 전송되어 고해상도화된 영상을 비교한 비교 피드백과, 상기 사용자 기기로 입력되어 평가된 피드백 중 하나 이상인 것을 특징으로 하는 모바일 엣지 컴퓨팅 기반 슈퍼-레졸루션 스트리밍 영상 전송 시스템
|
13 |
13
제 11 항에 있어서,상기 슈퍼-레졸루션 모델부의 변환은,노드와 레이어를 더 추가하여 학습가능한 슈퍼-레졸루션 파라미터를 증가시키는 것을 특징으로 하는 모바일 엣지 컴퓨팅 기반 슈퍼-레졸루션 스트리밍 영상 전송 시스템
|
14 |
14
제 1 항에 있어서,상기 엣지 컴퓨팅 서버는,학습 모드 또는 테스트 모드로 슈퍼-레졸루션 파라미터 학습을 수행하며,상기 학습 모드는 학습 가능한 슈퍼-레졸루션 파라미터의 그래디언트(Gradient)를 활성화시켜 갱신시키고, 상기 테스트 모드는 학습 가능한 슈퍼-레졸루션 파라미터의 그래디언트(Gradient)를 비활성화시키는 것을 특징으로 하는 모바일 엣지 컴퓨팅 기반 슈퍼-레졸루션 스트리밍 영상 전송 시스템
|
15 |
15
제 1 항에 있어서,상기 블록 체인으로 묶인 다수의 엣지 컴퓨팅 서버들은 위원회 노드와 로컬 노드로 설정된 커뮤니티 모바일 엣지 컴퓨팅을 구성하며,위원회 노드인 엣지 컴퓨팅 서버는 슈퍼-레졸루션 파라미터 학습을 수행하는 엣지 컴퓨팅 서버를 선정하고, 학습을 수행한 엣지 컴퓨팅 서버에 대해 코인을 발행하며, 코인 발행에 대한 장부를 기록하도록 형성되고,로컬 노드인 엣지 컴퓨팅 서버는 상기 위원회 노드인 엣지 컴퓨팅 서버의 지시에 따라 컴퓨팅 파워를 지원하고 대가로 코인을 지급 받도록 형성되는 것을 특징으로 하는 모바일 엣지 컴퓨팅 기반 슈퍼-레졸루션 스트리밍 영상 전송 시스템
|