| 1 |
1
기계 학습 모델에 기초한 블록 체인을 이용한 분산형 HEVC 복호화 방법에 있어서,복호화 대상의 비트 스트림을 수신하는 단계;상기 수신한 비트 스트림으로부터 복호화 대상의 영상 정보를 획득하는 단계;마스터 노드에 접속된 서브 노드의 기기 정보를 획득하는 단계;상기 영상 정보 및 상기 기기 정보를 기초로 기 학습된 기계 학습 모델을 통해 서브 노드에 할당되는 서브 비트 스트림을 결정하는 단계; 및블록 체인을 통해 상기 결정된 서브 비트 스트림을 상기 서브 노드 각각에 할당하는 단계,를 포함하고,상기 할당된 서브 비트 스트림에 대한 상기 서브 노드 각각의 복호화 결과는 상기 블록 체인을 통해 상기 서브 노드 사이에 공유되고, 상기 서브 노드 각각은 상기 블록 체인을 통해 공유된 다른 서브 노드의 복호화 결과를 참조하여 자신에게 할당된 상기 서브 비트 스트림을 복호화 하는 것인, 분산형 HEVC 복호화 방법
|
| 2 |
2
제1항에 있어서,상기 서브 노드마다 할당된 서브 비트 스트림에 대한 상기 서브 노드의 복호화 결과를 수신하는 단계; 및상기 수신된 서브 비트 스트림에 대한 복호화 결과를 종합하여 상기 복호화 대상의 비트 스트림을 복호화하는 단계,를 더 포함하는 것인, 분산형 HEVC 복호화 방법
|
| 3 |
3
제 2항에 있어서,상기 복호화 대상의 비트 스트림의 복호화 결과에 기초하여 상기 복호화 대상을 재생하는 단계,를 더 포함하는 것인, 분산형 HEVC 복호화 방법
|
| 4 |
4
제 2항에 있어서,상기 서브 노드 각각으로부터 수신한 상기 서브 비트 스트림의 복호화 결과에 디블로킹 필터를 적용하여 경계값을 처리하는 단계를 더 포함하는 것인, 분산형 HEVC 복호화 방법
|
| 5 |
5
제 1항에 있어서,상기 서브 비트 스트림을 결정하는 단계는,기기 정보 및 복호화 대상의 영상 정보를 상기 기 학습된 기계 학습 모델의 입력으로 하여, 상기 서브 노드마다 복호화 가능한 서브 비트 스트림의 정보를 결정하는 것인, 분산형 HEVC 복호화 방법
|
| 6 |
6
제 5항에 있어서,상기 기기 정보는,초당 부동소수점 연산 능력(Floating-point Operations Per Second, FLOPS), 초당 입출력 처리 능력(Input/Output Operations Per Second, IOPS), 메모리 정보, 단일 명령 다중 데이터 처리 능력(Single Instruction Multiple Data, SIMD) 또는 스레드 번호 중 적어도 하나를 포함하는 것인, 분산형 HEVC 복호화 방법
|
| 7 |
7
제 5항에 있어서,상기 복호화 대상의 영상 정보는,CTU 깊이 정보, 해상도 정보(Resolution), 양자화 파라미터(Quantization Parameter) 중 적어도 하나를 포함하는 것인, 분산형 HEVC 복호화 방법
|
| 8 |
8
제 5항에 있어서,상기 기 학습된 기계 학습 모델은,합성곱 신경망 네트워크(Convolutional Neural Network, CNN), 심층 신경망 네트워크(Deep Neural Network, DNN), 순환 신경망 네트워크(Recurrent Neural Network, RNN) 중 적어도 하나와 연계된 것인, 분산형 HEVC 복호화 방법
|
| 9 |
9
제 1항에 있어서,상기 마스터 노드 및 상기 서브 노드는 상기 블록 체인을 이용하기 위한 암호화 키를 공유하는 것인, 분산형 HEVC 복호화 방법
|
| 10 |
10
기계 학습 모델에 기초한 블록 체인을 이용한 분산형 HEVC 복호화 장치에 있어서,복호화 대상의 비트 스트림을 수신하고, 상기 수신한 비트 스트림으로부터 복호화 대상의 영상 정보를 획득하는 영상 획득부;상기 영상 정보 및 접속된 서브 노드의 기기 정보를 기초로 기 학습된 기계 학습 모델을 통해 서브 노드에 할당되는 서브 비트 스트림을 결정하는 서브 비트 스트림 결정부; 블록 체인을 통해 상기 결정된 서브 비트 스트림을 상기 서브 노드 각각에 할당하는 서브 비트 스트림 할당부;상기 서브 노드마다 할당된 서브 비트 스트림에 대한 상기 서브 노드의 복호화 결과를 수신하는 수집부; 및상기 수신된 서브 비트 스트림에 대한 복호화 결과를 종합하여 상기 복호화 대상의 비트 스트림을 복호화하는 메인 처리부,를 포함하고,상기 할당된 서브 비트 스트림에 대한 상기 서브 노드 각각의 복호화 결과는 상기 블록 체인을 통해 상기 서브 노드 사이에 공유되고, 상기 서브 노드 각각은 상기 블록 체인을 통해 공유된 다른 서브 노드의 복호화 결과를 참조하여 자신에게 할당된 상기 서브 비트 스트림을 복호화 하는 것인, 분산형 HEVC 복호화 장치
|
| 11 |
11
제 10항에 있어서,상기 메인 처리부의 복호화 결과에 기초하여 상기 복호화 대상을 재생하는 영상 재생부,를 더 포함하는 것인, 분산형 HEVC 복호화 장치
|
| 12 |
12
제 10항에 있어서,상기 메인 처리부는,상기 서브 노드 각각으로부터 수신한 상기 서브 비트 스트림의 복호화 결과에 디블로킹 필터를 적용하여 경계값을 처리하는 것인, 분산형 HEVC 복호화 장치
|
| 13 |
13
제 10항에 있어서,상기 기기 정보는,초당 부동소수점 연산 능력(Floating-point Operations Per Second, FLOPS), 초당 입출력 처리 능력(Input/Output Operations Per Second, IOPS), 메모리 정보, 단일 명령 다중 데이터 처리 능력(Single Instruction Multiple Data, SIMD) 또는 스레드 번호 중 적어도 하나를 포함하고,상기 복호화 대상의 영상 정보는,CTU 깊이 정보, 해상도 정보(Resolution), 양자화 파라미터(Quantization Parameter) 중 적어도 하나를 포함하고,상기 서브 비트 스트림 결정부는,상기 기기 정보 및 상기 복호화 대상의 영상 정보를 상기 기 학습된 기계 학습 모델의 입력으로 하여, 상기 서브 노드마다 복호화 가능한 서브 비트 스트림의 정보를 결정하는 것인, 분산형 HEVC 복호화 장치
|
| 14 |
14
기계 학습 모델에 기초한 블록 체인을 이용한 분산형 HEVC 복호화 시스템에 있어서,복호화 대상의 비트 스트림을 수신하고, 상기 수신한 비트 스트림으로부터 복호화 대상의 영상 정보를 획득하고, 상기 영상 정보 및 접속된 복수의 서브 노드의 기기 정보를 기초로 기 학습된 기계 학습 모델을 통해 서브 비트 스트림을 결정하여 블록 체인을 통해 상기 결정된 서브 비트 스트림을 상기 복수의 서브 노드 각각에 할당하고, 서브 비트 스트림에 대한 복호화 결과를 수신하여 상기 복호화 대상의 비트 스트림을 복호화하는 마스터 노드; 및상기 마스터 노드에 의해 할당된 상기 서브 비트 스트림을 복호화하고, 상기 서브 비트 스트림의 복호화 결과를 상기 마스터 노드에 반환하는 복수의 서브 노드,를 포함하는, 분산형 HEVC 복호화 시스템
|
| 15 |
15
제 1항 내지 제 9항 중 어느 한 항의 방법을 컴퓨터에서 실행시키기 위한 프로그램을 기록한 컴퓨터로 읽을 수 있는 기록매체
|
