1 |
1
은닉 벡터 이동 정보를 유도 단계; 및상기 은닉 벡터 이동 정보를 사용하여 은닉 벡터의 성분 값을 이동함으로써 이동된 은닉 벡터를 생성하는 단계를 포함하는 영상 부호화 방법
|
2 |
2
제1항에 있어서,상기 은닉 벡터 이동 정보는 양자화된 은닉 벡터 및 확률 모형에 기반하여 유도되는 영상 부호화 방법
|
3 |
3
제2항에 있어서,상기 확률 모형은 신경망을 사용하여 추정되는 영상 부호화 방법
|
4 |
4
제2항에 있어서,신경망을 사용하여 대상 영상을 은닉 벡터로 변환하는 단계; 및상기 은닉 벡터에 대한 양자화를 수행함으로써 상기 양자화된 은닉 벡터를 생성하는 단계를 더 포함하는 영상 부호화 방법
|
5 |
5
제4항에 있어서,상기 대상 영상은 입력 영상 및 예측 영상 간의 잔차 영상인 영상 부호화 방법
|
6 |
6
제4항에 있어서,상기 양자화된 은닉 벡터는 입력 영상 및 움직임 보상된 예측 영상 간의 잔차 영상에 대한 양자화된 은닉 벡터인 영상 부호화 방법
|
7 |
7
제4항에 있어서,상기 양자화된 은닉 벡터는 입력 영상에 대한 양자화된 은닉 벡터 및 참조 영상에 대한 양자화된 은닉 벡터 간의 차이인 영상 부호화 방법
|
8 |
8
제1항에 있어서,상기 은닉 벡터 이동 정보는 양자화된 은닉 벡터 및 은닉 벡터 확률 모형의 파라미터들을 사용하는 연산의 결과를 포함하는 영상 부호화 방법
|
9 |
9
제1항에 있어서,상기 은닉 벡터 이동 정보는 상기 은닉 벡터 이동 정보의 비율을 결정하는 학습가능한 파라미터 또는 상수를 포함하는 영상 부호화 방법
|
10 |
10
제1항에 있어서,은닉 벡터 보상을 위한 은닉 벡터 보상 정보에 대한 변환을 수행하는 단계를 더 포함하는 영상 부호화 방법
|
11 |
11
제7항에 있어서,상기 은닉 벡터 보상 정보를 생성하기 위해 양자화된 은닉 벡터 및 상기 은닉 벡터 이동 정보 중 적어도 하나가 사용되는 영상 부호화 방법
|
12 |
12
제7항에 있어서,상기 은닉 벡터 보상 정보에 대한 양자화를 수행함으로써 양자화된 은닉 벡터 보상 정보가 생성되고,상기 양자화된 은닉 벡터 보상 정보의 확률 분포가 추정되는 영상 부호화 방법
|
13 |
13
영상 부호화 방법에 의해 생성된 비트스트림을 저장하는 컴퓨터 판독 가능한 기록매체에 있어서,상기 영상 부호화 방법은은닉 벡터 이동 정보를 유도 단계; 및상기 은닉 벡터 이동 정보를 사용하여 은닉 벡터의 성분 값을 이동함으로써 이동된 은닉 벡터를 생성하는 단계를 포함하는 컴퓨터 판독 가능한 기록 매체
|
14 |
14
은닉 벡터 보상 정보에 대한 재구축을 수행함으로써 재구축된 은닉 벡터 보상 정보를 생성하는 단계; 및상기 재구축된 은닉 벡터 보상 정보에 기반하여 이동된 은닉 벡터에 대한 보상을 수행함으로써 보상된 은닉 벡터를 생성하는 단계를 포함하는 영상 복호화 방법
|
15 |
15
제14항에 있어서,상기 보상된 은닉 벡터에 기반하여 영상에 대한 재구축을 수행하는 단계를 더 포함하는 영상 복호화 방법
|
16 |
16
제14항에 있어서,상기 재구축을 위해 이미 복호화된 참조 영상의 은닉 벡터가 사용되는 영상 복호화 방법
|
17 |
17
제14항에 있어서,상기 재구축을 위해 움직임 보상된 예측 영상이 사용되는 영상 복호화 방법
|
18 |
18
제14항에 있어서,상기 보상된 은닉 벡터는 재구축된 은닉 벡터 보상 정보를 사용하는 신경망의 출력인 영상 복호화 방법
|
19 |
19
제14항에 있어서,상기 보상된 은닉 벡터는 상기 이동된 은닉 벡터를 사용하는 신경망의 출력인 영상 복호화 방법
|
20 |
20
제14항에 있어서,상기 보상된 은닉 벡터는 이미 복호화된 참조 영상의 은닉 벡터를 사용하는 신경망의 출력인 영상 복호화 방법
|