-
公开(公告)号：WO2020067592A1
公开(公告)日：2020-04-02
申请号：PCT/KR2018/011602
申请日：2018-09-28
Applicant: 한국과학기술원
IPC: H04N21/466 , H04N21/2343 , H04N21/2385 , H04N21/274
Abstract: 컨텐츠 인지 신경망을 이용하여 실시간으로 적응형 비디오를 전송하는 방법 및 장치를 개시한다. 본 실시예의 일 측면에 의하면, 컨텐츠 인지 신경망을 이용하여 실시간으로 적응형 비디오를 전송하는 클라이언트를 지원하는 서버의 방법은, 비디오를 다운로드 받는 과정, 적어도 하나의 해상도에 따라 상기 다운로드 받은 비디오를 인코딩하는 과정, 상기 인코딩된 비디오를 일정 크기로 분할하는 과정, 상기 인코딩된 비디오를 컨텐츠 인식 DNN(Deep Neural Network)을 이용해 학습하는 과정, 상기 학습된 컨텐츠 인식 DNN에 관한 정보, 상기 인코딩된 비디오에 관한 정보를 포함하는 설정 파일을 생성하는 과정, 및 상기 클라이언트의 요청에 따라 상기 설정 파일을 전송하는 과정을 포함한다.
-
公开(公告)号：WO2022014801A1
公开(公告)日：2022-01-20
申请号：PCT/KR2020/018519
申请日：2020-12-17
Applicant: 한국과학기술원
IPC: H04N21/2343 , H04N19/57 , G06N3/08 , G06T3/40 , H04L65/607 , H04L65/80 , H04N21/234327 , H04N21/234363 , H04N21/234381 , H04N21/23439 , H04N21/2662 , H04N21/64738 , H04N21/64769 , H04N21/64792
Abstract: 본 실시예는, 모바일 디바이스 상에서의 실시간 비디오 스트리밍(real-time video streaming)에 있어서, 모바일 디바이스의 컴퓨팅 용량(computing capacity)으로 수용이 가능하면서도 대역폭 제약 하에서도 사용자 QoE(Quality of Experience)를 유지하는 것을 목적으로 한다. 이를 위하여, 심층신경망(Deep Neural Network: DNN) 기반의 SR을 소수의 기 선정된 프레임에 적용하고, SR이 적용된 프레임을 이용하여 나머지 프레임의 해상도를 향상시키되, 기 설정된 품질 마진 이내에서 SR을 적용하기 위한 프레임을 선별한다. 또한, 모바일 디바이스의 컴퓨팅 용량 및 비디오 특화적인(video-specific) 제약 하에서의 실시간 비디오 스트리밍을 위하여, 서버는 심층신경망에 대한 다중 옵션(multiple option), 및 SR 적용 정보를 포함하는 캐시 프로파일(cache profile)을 전달하고, 모바일 디바이스는 컴퓨팅 용량에 적합한 옵션을 선택하는 것이 가능한 SR 가속을 위한 장치 및 방법을 제공한다.
-
公开(公告)号：WO2021096159A1
公开(公告)日：2021-05-20
申请号：PCT/KR2020/015370
申请日：2020-11-05
Applicant: 한국과학기술원
IPC: H04N21/2187 , H04N21/472 , H04N21/2343 , G06N3/08
Abstract: 본 개시는 라이브 비디오(live video)를 실시간으로 제공하기 위하여, 라이브 비디오 프레임의 일부에 해당하는 패치(patch)를 라이브 비디오와 전송 대역폭을 나누어 미디어 서버로 각각 전송하고, 심층신경망(Deep Neural Network) 기반의 초해상화 모델(Super Resolution model)을 패치를 기초로 온라인 학습online learning)시킴으로써 라이브 비디오를 초해상화하는 시스템 및 방법을 제시한다. {대표도: 도 2}
-
公开(公告)号：KR102129115B1
公开(公告)日：2020-07-02
申请号：KR1020180116404
申请日：2018-09-28
Applicant: 한국과학기술원
IPC: H04N21/466 , H04N21/2343 , H04N21/2385 , H04N21/274
-
-
-
Search Results
4
records
(took 0.019 seconds)
