| 1 |
1
스케일러블 영상 부호화를 수행하는 방법에 있어서,입력 영상을 다운 샘플(down-sample)하고, 상기 다운 샘플된 입력 영상을 기본계층 영상으로 결정하는 단계;상기 기본계층 영상에 업스케일 필터(up-scaling filter)를 적용함으로써 향상계층 영상에 대한 예측 영상을 생성하는 단계; 및상기 기본계층 영상 및 상기 예측 영상을 부호화하는 단계;를 포함하고,상기 업스케일 필터는 심층 신경망의 컨벌루션 필터인 것인, 방법
|
| 2 |
2
제 1 항에 있어서,상기 예측 영상을 생성하는 단계는,상기 기본계층 영상에 고정 업스케일 필터 및 상기 심층 신경망의 컨벌루션 필터를 선택적으로 적용함으로써 상기 향상계층 영상에 대한 상기 예측 영상을 생성하는 단계;를 포함하는, 방법
|
| 3 |
3
제 1 항에 있어서,상기 예측 영상을 생성하는 단계는,상기 기본계층 영상의 색차 성분에 겹삼차 보간(bi-cubic interpolation)을 적용하고, 상기 기본계층 영상의 휘도 성분에 상기 심층 신경망의 컨벌루션 필터를 적용함으로써, 상기 향상계층 영상에 대한 예측영상을 생성하는 단계;를 포함하는, 방법
|
| 4 |
4
제 1 항에 있어서,상기 심층 신경망은, 저해상도의 휘도 입력 영상을 확대시킨 영상과 고해상도의 원본 영상 간의 차이에 기초하여 학습된 심층 신경망인 것인, 방법
|
| 5 |
5
제 1 항에 있어서,상기 심층 신경망은, 2개의 합성곱 계층과 2개의 활성화 함수가 번갈아 가며 연결되는 복수의 잔차블록(Residual Block)을 포함하는 것인, 방법
|
| 6 |
6
제 1 항에 있어서,상기 심층 신경망은, 픽셀 셔플 계층을 포함하는 것인, 방법
|
| 7 |
7
제 5 항에 있어서,상기 활성화 함수는 Leaky ReLU(Rectified Linear Unit)를 포함하는 것인, 방법
|
| 8 |
8
스케일러블 영상 부호화를 수행하는 장치에 있어서,입력 영상을 다운 샘플(down-sample)하고 상기 다운 샘플된 입력 영상을 기본계층 영상으로 결정하고, 상기 기본계층 영상에 업스케일 필터(up-scaling filter)를 적용함으로써 향상계층 영상에 대한 예측 영상을 생성하며, 상기 기본계층 영상 및 상기 예측 영상을 부호화하는 제어부;를 포함하며,상기 업스케일 필터는 심층 신경망의 컨벌루션 필터인 것인, 장치
|
| 9 |
9
제 8 항에 있어서, 상기 제어부는,상기 기본계층 영상에 고정 업스케일 필터 및 상기 심층 신경망의 컨벌루션 필터를 선택적으로 적용함으로써 상기 향상계층 영상에 대한 상기 예측 영상을 생성하는 것인, 장치
|
| 10 |
10
제 8 항에 있어서, 상기 제어부는,상기 기본계층 영상의 색차 성분에 겹삼차 보간(bi-cubic interpolation)을 적용하고, 상기 기본계층 영상의 휘도 성분에 상기 심층 신경망의 컨벌루션 필터를 적용함으로써, 상기 향상계층 영상에 대한 예측영상을 생성하는 것인, 장치
|
| 11 |
11
제 8 항에 있어서,상기 심층 신경망은, 저해상도의 휘도 입력 영상을 확대시킨 영상과 고해상도의 원본 영상 간의 차이에 기초하여 학습된 심층 신경망인 것인, 장치
|
| 12 |
12
제 8 항에 있어서,상기 심층 신경망은, 2개의 합성곱 계층과 2개의 활성화 함수가 번갈아 가며 연결되는 복수의 잔차블록(Residual Block)을 포함하는 것인, 장치
|
| 13 |
13
제 8 항에 있어서,상기 심층 신경망은, 픽셀 셔플 계층을 포함하는 것인, 장치
|
| 14 |
14
제 12 항에 있어서,상기 활성화 함수는 Leaky ReLU(Rectified Linear Unit)를 포함하는 것인, 장치
|
| 15 |
15
제 1 항의 방법을 컴퓨터에서 실행하기 위한 프로그램을 기록한 컴퓨터로 읽을 수 있는 기록매체
|
