| 1 |
1
현재 픽처로부터 및 상기 현재 픽처의 양자화 파라미터의 분포를 나타내는 양자화 파라미터 맵을 추출하는 단계;상기 현재 픽처 및 상기 양자화 파라미터 맵을 인트라 예측 모드 도출에 사용되는 CNN (Convolutional Neural Network)에 입력하는 단계; 및상기 CNN으로부터 상기 현재 픽처의 인트라 예측 모드 정보를 결정하는 단계를 포함하는 신경망 기반 부호화 정보 결정 방법
|
| 2 |
2
제1항에 있어서,상기 현재 픽처는 현재 휘도 픽처 및 현재 색차 픽처 중 적어도 하나를 포함하는 것을 특징으로 하는 신경망 기반 부호화 정보 결정 방법
|
| 3 |
3
제2항에 있어서,상기 양자화 파라미터 맵은 상기 현재 휘도 픽처에 대한 휘도 양자화 파라미터 맵 및 상기 현재 색차 픽처에 대한 색차 양자화 파라미터 맵 중 적어도 하나를 포함하는 것을 특징으로 하는 신경망 기반 부호화 정보 결정 방법
|
| 4 |
4
제1항에 있어서,상기 인트라 예측 모드 정보는,하나 이상의 인트라 예측 모드 맵을 포함하는 것을 특징으로 하는 신경망 기반 부호화 정보 결정 방법
|
| 5 |
5
제4항에 있어서,상기 현재 픽처의 크기가 MxN 일 때, 상기 인트라 예측 모드 맵의 크기는 (M/k)x(N/k)이고, 상기 k는 2의 거듭제곱 수인 것을 특징으로 하는 신경망 기반 부호화 정보 결정 방법
|
| 6 |
6
제5항에 있어서,상기 k는 상기 현재 픽처에서 허용되는 최소 블록 크기에 따라 결정되는 것을 특징으로 하는 신경망 기반 부호화 정보 결정 방법
|
| 7 |
7
제4항에 있어서,상기 하나 이상의 인트라 예측 모드 맵의 각 샘플들은 상기 현재 픽처의 대응 블록에 소정의 인트라 예측 모드가 적용되는지 여부를 나타내는 것을 특징으로 하는 신경망 기반 부호화 정보 결정 방법
|
| 8 |
8
제4항에 있어서,상기 현재 픽처의 부호화에 있어서 인트라 예측과 인터 예측이 모두 사용될 수 있는 경우, 상기 하나 이상의 인트라 예측 모드 정보는 인트라 예측이 사용되는 샘플을 나타내는 인트라 예측 플래그 맵을 포함하는 것을 특징으로 하는 신경망 기반 부호화 정보 결정 방법
|
| 9 |
9
제4항에 있어서,상기 현재 픽처의 부호화에 있어서 P개의 인트라 예측 모드가 사용될 수 있는 경우, 상기 하나 이상의 인트라 예측 모드 정보는 상기 P개의 인트라 예측 모드의 적용 여부를 나타내는 P개의 인트라 예측 모드 맵을 포함하는 것을 특징으로 하는 신경망 기반 부호화 정보 결정 방법
|
| 10 |
10
제4항에 있어서,상기 현재 픽처의 부호화에 있어서 Q개의 참조 픽셀 라인 중 선택된 참조 픽셀 라인을 사용하는 다중 참조 라인 모드가 사용되는 경우, 상기 하나 이상의 인트라 예측 모드 정보는 Q개의 참조 픽셀 라인의 적용 여부를 나타내는 Q개의 인트라 예측 모드 맵을 포함하는 것을 특징으로 하는 신경망 기반 부호화 정보 결정 방법
|
| 11 |
11
제4항에 있어서,상기 현재 픽처의 부호화에 있어서 R개의 매트릭스 중 선택된 매트릭스를 이용하는 MIP(Matrix-based Intra Prediction) 모드가 적용될 수 있을 경우, 상기 하나 이상의 인트라 예측 모드 정보는 MIP 모드가 적용되는지 여부를 나타내는 MIP 모드 플래그 맵을 포함하는 것을 특징으로 하는 신경망 기반 부호화 정보 결정 방법
|
| 12 |
12
제4항에 있어서,상기 현재 픽처의 부호화에 있어서 R개의 매트릭스 중 선택된 매트릭스를 이용하는 MIP 모드가 적용될 수 있을 경우, 상기 하나 이상의 인트라 예측 모드 정보는 R개의 매트릭스의 적용 여부를 나타내는 R개의 인트라 예측 모드 맵을 포함하는 것을 특징으로 하는 신경망 기반 부호화 정보 결정 방법
|
| 13 |
13
제4항에 있어서,상기 CNN으로부터 상기 현재 픽처의 인트라 예측 모드 정보를 결정하는 단계는,상기 현재 픽처에 포함된 현재 블록에 대하여, 상기 하나 이상의 인트라 예측 모드 맵의 상기 현재 블록에 대한 평가 값들을 비교하는 단계; 및상기 평가 값들의 비교 결과에 따라, 상기 현재 블록의 인트라 예측 모드 정보를 결정하는 단계를 포함하는 것을 특징으로 하는 신경망 기반 부호화 정보 결정 방법
|
| 14 |
14
제13항에 있어서,상기 평가 값들의 비교 결과에 따라, 상기 현재 블록의 인트라 예측 모드 정보를 결정하는 단계는,상기 평가 값들 중 최대 값에 대응되는 인트라 예측 모드 맵의 인트라 예측 모드에 기초하여 상기 현재 블록의 인트라 예측 모드 정보를 결정하는 것을 특징으로 하는 신경망 기반 부호화 정보 결정 방법
|
| 15 |
15
제1항에 있어서,상기 신경망 기반 부호화 정보 결정 방법에 있어서,상기 현재 픽처에 적용되는 인트라 예측 툴에 대한 정보를 포함하는 하이 레벨 신택스를 부호화하는 단계; 및상기 인트라 예측 툴에 대한 정보에 따라, 인트라 예측 모드 도출에 사용되는 CNN을 결정하는 단계를 더 포함하는 신경망 기반 부호화 정보 결정 방법
|
| 16 |
16
제1항에 있어서,상기 신경망 기반 부호화 정보 결정 방법에 있어서,상기 현재 픽처의 픽처 타입을 결정하는 단계; 및상기 현재 픽처의 픽처 타입에 따라, 인트라 예측 모드 도출에 사용되는 CNN을 결정하는 단계를 더 포함하는 신경망 기반 부호화 정보 결정 방법
|
| 17 |
17
제1항에 있어서,상기 CNN은 적어도 트레이닝 픽처, 상기 트레이닝 픽처의 양자화 파라미터 맵, 및 상기 트레이닝 픽처의 인트라 예측 모드 정보에 의하여 학습된 것을 특징으로 하는 신경망 기반 부호화 정보 결정 방법
|
| 18 |
18
제17항에 있어서,상기 CNN은 크로스 엔트로피 손실 함수에 따라 학습된 것을 특징으로 하는 신경망 기반 부호화 정보 결정 방법
|
| 19 |
19
하나 이상의 프로세서; 및상기 하나 이상의 프로세서에서 수행되는 명령을 저장하는 하나 이상의 메모리 디바이스를 포함하고,상기 하나 이상의 프로세서에서 수행되는 명령은,현재 픽처로부터 및 상기 현재 픽처의 양자화 파라미터의 분포를 나타내는 양자화 파라미터 맵을 추출하는 단계,상기 현재 픽처 및 상기 양자화 파라미터 맵을 인트라 예측 모드 도출에 사용되는 CNN에 입력하는 단계,상기 CNN으로부터 상기 현재 픽처의 인트라 예측 모드 정보를 결정하는 단계를 포함하는 신경망 기반 부호화 정보 결정 장치
|
| 20 |
20
신경망 기반 부호화 정보 결정 방법을 수행하기 위한 프로그램을 기록한 컴퓨터로 판독가능한 저장 매체에 있어서,상기 신경망 기반 부호화 정보 결정 방법은,현재 픽처로부터 및 상기 현재 픽처의 양자화 파라미터의 분포를 나타내는 양자화 파라미터 맵을 추출하는 단계,상기 현재 픽처 및 상기 양자화 파라미터 맵을 인트라 예측 모드 도출에 사용되는 CNN (Convolutional Neural Network)에 입력하는 단계,상기 CNN으로부터 상기 현재 픽처의 인트라 예측 모드 정보를 결정하는 단계를 포함하는 컴퓨터로 판독가능한 저장 매체
|
