| 1 |
1
대상 영상의 인트라 프레임(Intra-frame) 및 인터 프레임(Inter-frame) 각각 을 압축하도록 기계 학습된 프레임 압축부;상기 프레임 압축부로부터 압축된 인트라 프레임 및 인터 프레임 각각을 전달 받으며, 상기 압축된 인트라 프레임 및 인터 프레임 각각을 복원하도록 기계 학습된 프레임 복원부;상기 프레임 복원부에서 복원된 인트라 프레임 및 인터 프레임 각각과 상기 대상 영상의 인트라 프레임 및 인터 프레임 각각 간의 잔차 프레임을 생성하는 잔차 프레임 생성부;상기 압축된 인트라 프레임과 기 설정된 프레임 간의 이동 파라미터를 기초로 상기 대상 영상에서의 프레임 간의 차이를 나타내는 차이 파라미터를 생성하는 파라미터 생성부; 및상기 압축된 인트라 프레임, 상기 인트라 프레임과 상기 인터 프레임 각각의 잔차 프레임 및 상기 차이 파라미터를 데이터 복원 장치로 전달하는 송신부를 포함하는,데이터 압축 장치
|
| 2 |
2
제 1 항에 있어서,상기 기계 학습에 사용되는 학습 데이터는,기 저장된 복수 개의 영상이 적어도 하나의 집단으로 클러스터링된 클러스터링 집단과 상기 대상 영상의 유사도를 산출하고, 상기 산출된 유사도를 기초로 선정된 기준 클러스터링 집단의 데이터인데이터 압축 장치
|
| 3 |
3
제 2 항에 있어서,상기 유사도는,영상의 픽셀 간의 색상, 영상의 색상 분포 벡터들 간의 코사인 값, 영상 데이터간의 비트스트림(BeatStream) 일치 비율, 이미지 특징 매칭, 문맥 기반 시맨틱 매칭(context-based semantic matching) 및 문맥 기반 시각적 매칭(context-based visual matching) 중 적어도 하나에 기초하여 산출되는 데이터 압축 장치
|
| 4 |
4
제 2 항에 있어서,상기 학습 데이터는,상기 기준 클러스터링 집단의 데이터 중 상기 대상 영상과의 상기 유사도가 높은 순서대로 기 설정된 개수의 데이터를 포함하는데이터 압축 장치
|
| 5 |
5
제 2 항에 있어서,상기 클러스터링 집단은,기 저장된 복수 개의 영상을 K-평균 클러스터링, K-최근접 이웃 알고리즘, 스펙트럴 해싱(Spectral Hashing) 알고리즘 및 시맨틱 해싱(Semantic Hasing) 알고리즘 중 적어도 하나를 이용하여 클러스터링된 집단인 데이터 압축 장치
|
| 6 |
6
제 1 항에 있어서,상기 기계 학습은,GAN(Generative Adversarial Networks), AE(Auto Encoder) 및 CAE(Conditional Auto Encoder) 중 적어도 하나의 심층 신경망을 이용하여 학습되는데이터 압축 장치
|
| 7 |
7
제 1 항에 있어서,상기 기계 학습은,상기 압축된 인트라 프레임 및 인터 프레임과 상기 인트라 프레임 및 인터 프레임 각각 간의 잔차 프레임의 크기 모두에 기초하여 학습되는데이터 압축 장치
|
| 8 |
8
데이터 압축 장치를 이용한 데이터 압축 방법에 있어서,상기 데이터 압축 장치의 프레임 압축부를 통해 대상 영상의 인트라 프레임(Intra-frame) 및 인터 프레임(Inter-frame) 각각을 압축하는 단계와,상기 데이터 압축 장치의 프레임 복원부를 통해 상기 프레임 압축부로부터 압축된 인트라 프레임 및 인터 프레임 각각을 전달 받으며, 상기 압축된 인트라 프레임 및 인터 프레임 각각을 복원하는 단계와,상기 프레임 복원부에서 복원된 인트라 프레임 및 인터 프레임 각각과 상기 대상 영상의 인트라 프레임 및 인터 프레임 각각 간의 잔차 프레임을 생성하는 단계와,상기 압축된 인트라 프레임과 기 설정된 프레임 간의 이동 파라미터를 기초로 상기 대상 영상에서의 프레임 간의 차이를 나타내는 차이 파라미터를 생성하는 단계와,상기 압축된 인트라 프레임, 상기 인트라 프레임과 상기 인터 프레임 각각의 잔차 프레임 및 상기 차이 파라미터를 데이터 복원 장치로 전달하는 단계를 포함하는데이터 압축 방법
|
| 9 |
9
데이터 압축 장치로부터 압축된 인트라 프레임, 인트라 프레임(Intra-frame)과 인터 프레임(Inter-frame) 각각의 잔차 프레임 및 차이 파라미터를 전달받는 통신부;상기 압축된 인트라 프레임을 입력 받으며, 상기 압축된 인트라 프레임을 복원하도록 기계 학습된 인트라 프레임 복원부; 및상기 압축된 인트라 프레임 및 상기 차이 파라미터를 입력 받으며, 인터 프레임을 복원하도록 기계 학습된 인터 프레임 복원부;상기 인트라 프레임 복원부 및 상기 인터 프레임 복원부로부터 복원된 인트라 프레임 및 복원된 인터 프레임 각각을 상기 인트라 프레임과 인터 프레임 각각의 잔차 프레임에 기초하여 각각 복원하는 최종 복원부를 포함하는데이터 복원 장치
|
| 10 |
10
제 9 항에 있어서,상기 인트라 프레임 복원부는,GAN(Generative Adversarial Networks) 및 AE(AutoEncoder) 중 적어도 하나의 심층 신경망을 이용하여 기계 학습되는데이터 복원 장치
|
| 11 |
11
제 9 항에 있어서,상기 인터 프레임 복원부는,GAN(Generative Adversarial Networks) 및 CAE(Conditional Autoencoder) 중 적어도 하나의 심층 신경망을 이용하여 기계 학습되는데이터 복원 장치
|
| 12 |
12
데이터 복원 장치를 이용한 데이터 복원 방법에 있어서,데이터 압축 장치로부터 압축된 인트라 프레임, 인트라 프레임(Intra-frame)과 인터 프레임(Inter-frame) 각각의 잔차 프레임 및 차이 파라미터를 전달받는 단계와,상기 데이터 복원 장치의 인트라 프레임 복원부를 통해 상기 압축된 인트라 프레임을 입력 받아, 상기 압축된 인트라 프레임을 복원하는 단계와,상기 데이터 복원 장치의 인터 프레임 복원부를 통해 상기 압축된 인트라 프레임 및 상기 차이 파라미터를 입력 받아, 인터 프레임을 복원하는 단계와,상기 인트라 프레임 복원부 및 상기 인터 프레임 복원부로부터 복원된 인트라 프레임 및 복원된 인터 프레임 각각을 상기 인트라 프레임과 인터 프레임 각각의 잔차 프레임에 기초하여 각각 복원하는 단계를 포함하는데이터 복원 방법
|
| 13 |
13
컴퓨터 프로그램을 저장하고 있는 컴퓨터 판독 가능 기록매체로서,상기 컴퓨터 프로그램은, 제 8 항 또는 제 12 항 중 어느 한 항에 따른 방법을 프로세서가 수행하도록 하기 위한 명령어를 포함하는컴퓨터 판독 가능한 기록매체
|
| 14 |
14
컴퓨터 판독 가능한 기록매체에 저장되어 있는 컴퓨터 프로그램으로서,상기 컴퓨터 프로그램은,제 8 항 또는 제 12 항 중 어느 한 항에 따른 방법을 프로세서가 수행하도록 하기 위한 명령어를 포함하는컴퓨터 프로그램
|
