| 1 |
1
원본 영상이 입력되면, 미리 학습된 딥러닝 모델에 상기 원본 영상을 입력하여 제 1 양자화 영상을 생성하는 단계; 및상기 제 1 양자화 영상을 이용하여, 상기 제 1 양자화 영상보다 색 공간의 크기가 작은 적어도 하나의 제 2 양자화 영상을 생성하는 단계;를 포함하는, 색상 양자화 방법
|
| 2 |
2
제 1 항에 있어서, 상기 적어도 하나의 제 2 양자화 영상을 생성하는 단계는,상기 제 1 양자화 영상에 대한 색 공간과, 상기 적어도 하나의 제 2 양자화 영상 각각에 대한 색 공간의 차이에 기초하여, 상기 제 1 양자화 영상에서 표현된 다수의 색상이 각각 포함되도록 다수의 색상 융합 그룹을 생성하는 단계;상기 다수의 색상 융합 그룹 각각에 포함된 상기 다수의 색상을 융합하는 단계; 및상기 융합된 다수의 색상을 이용하여 상기 적어도 하나의 제 2 양자화 영상을 생성하는 단계;를 포함하는, 색상 양자화 방법
|
| 3 |
3
제 2 항에 있어서, 상기 다수의 색상을 융합하는 단계는,어느 하나의 색상 융합 그룹에 포함된 다수의 색상 각각에 대한 가중치를 산출하는 단계;상기 어느 하나의 색상 융합 그룹에 포함된 다수의 색상 각각에 상기 산출된 가중치를 적용하는 단계; 및상기 가중치가 적용된 다수의 색상을 융합하는 단계;를 포함하는, 색상 양자화 방법
|
| 4 |
4
제 3 항에 있어서, 상기 가중치는,상기 어느 하나의 색상 융합 그룹에 포함된 다수의 색상에 대한 분포와, 상기 다수의 색상 중 어느 하나에 대한 분포의 비율인, 색상 양자화 방법
|
| 5 |
5
제 2 항에 있어서, 상기 다수의 색상 융합 그룹 각각은,상기 적어도 하나의 제 2 양자화 영상 각각에 대한 색 공간의 크기로 상기 제 1 양자화 영상에 대한 색 공간의 크기를 나눈 값과 동일한 개수의 색상을 포함하는, 색상 양자화 방법
|
| 6 |
6
제 1 항에 있어서, 상기 제 1 양자화 영상은,둘 이상의 양자화 값이 입력되면, 상기 입력된 둘 이상의 양자화 값 중 가장 큰 값에 기초하여 생성된 것인, 색상 양자화 방법
|
| 7 |
7
제 6 항에 있어서, 상기 제 2 양자화 영상은,상기 입력된 둘 이상의 양자화 값 중 가장 큰 값을 제외한 값에 기초하여 생성된 것인, 색상 양자화 방법
|
| 8 |
8
제 6 항에 있어서, 상기 둘 이상의 양자화 값은,다수의 비트(bit) 값을 포함하는, 색상 양자화 방법
|
| 9 |
9
제 1 항에 있어서, 상기 미리 학습된 딥러닝 모델은,학습용 원본 영상과, 레이블 데이터인 정답 양자화 영상을 이용하여, 상기 원본 영상에 대해 상기 제 1 양자화 영상을 출력하도록 학습된 것인, 색상 양자화 방법
|
| 10 |
10
제 9 항에 있어서, 상기 정답 양자화 영상은,서로 다른 크기의 색 공간을 가지는 다수의 영상을 포함하는, 색상 양자화 방법
|
| 11 |
11
미리 학습된 딥러닝 모델이 저장되는 메모리; 및원본 영상이 입력되면, 상기 딥러닝 모델에 상기 원본 영상을 입력하여 제 1 양자화 영상을 생성하고, 상기 제 1 양자화 영상을 이용하여, 상기 제 1 양자화 영상보다 색 공간의 크기가 작은 적어도 하나의 제 2 양자화 영상을 생성하는 프로세서;를 포함하는, 색상 양자화 장치
|
| 12 |
12
제 11 항에 있어서, 상기 프로세서는,상기 제 1 양자화 영상에 대한 색 공간과, 상기 적어도 하나의 제 2 양자화 영상 각각에 대한 색 공간의 차이에 기초하여, 상기 제 1 양자화 영상에서 표현된 다수의 색상이 각각 포함되도록 다수의 색상 융합 그룹을 생성하고, 상기 다수의 색상 융합 그룹 각각에 포함된 상기 다수의 색상을 융합하며, 상기 융합된 다수의 색상을 이용하여 상기 적어도 하나의 제 2 양자화 영상을 생성하는, 색상 양자화 장치
|
| 13 |
13
제 12 항에 있어서, 상기 프로세서는,어느 하나의 색상 융합 그룹에 포함된 다수의 색상 각각에 대한 가중치를 산출하고, 상기 어느 하나의 색상 융합 그룹에 포함된 다수의 색상 각각에 상기 산출된 가중치를 적용하며, 상기 가중치가 적용된 다수의 색상을 융합하는, 색상 양자화 장치
|
| 14 |
14
제 12 항에 있어서, 상기 다수의 색상 융합 그룹 각각은,상기 적어도 하나의 제 2 양자화 영상 각각에 대한 색 공간의 크기로 상기 제 1 양자화 영상에 대한 색 공간의 크기를 나눈 값과 동일한 개수의 색상을 포함하는, 색상 양자화 장치
|
| 15 |
15
제 11 항에 있어서, 상기 제 1 양자화 영상은,둘 이상의 양자화 값이 입력되면, 상기 입력된 둘 이상의 양자화 값 중 가장 큰 값에 기초하여 생성된 것인, 색상 양자화 장치
|
| 16 |
16
제 11 항에 있어서, 상기 미리 학습된 딥러닝 모델은,학습용 원본 영상과, 레이블 데이터인 정답 양자화 영상을 이용하여, 상기 원본 영상에 대해 상기 제 1 양자화 영상을 출력하도록 학습된 것인, 색상 양자화 장치
|
| 17 |
17
컴퓨터 프로그램을 저장하고 있는 컴퓨터 판독 가능 기록매체로서,상기 컴퓨터 프로그램은, 프로세서에 의해 실행되면,원본 영상이 입력되면, 미리 학습된 딥러닝 모델에 상기 원본 영상을 입력하여 제 1 양자화 영상을 생성하는 단계; 및상기 제 1 양자화 영상을 이용하여, 상기 제 1 양자화 영상보다 색 공간의 크기가 작은 적어도 하나의 제 2 양자화 영상을 생성하는 단계;를 포함하는 방법을 상기 프로세서가 수행하도록 하기 위한 명령어를 포함하는, 컴퓨터 판독 가능한 기록매체
|
| 18 |
18
컴퓨터 판독 가능한 기록매체에 저장되어 있는 컴퓨터 프로그램으로서,상기 컴퓨터 프로그램은, 프로세서에 의해 실행되면,원본 영상이 입력되면, 미리 학습된 딥러닝 모델에 상기 원본 영상을 입력하여 제 1 양자화 영상을 생성하는 단계; 및상기 제 1 양자화 영상을 이용하여, 상기 제 1 양자화 영상보다 색 공간의 크기가 작은 적어도 하나의 제 2 양자화 영상을 생성하는 단계;를 포함하는 방법을 상기 프로세서가 수행하도록 하기 위한 명령어를 포함하는, 컴퓨터 프로그램
|
