Abstract:
영상 부호화/복호화를 위한 방법, 장치 및 기록 매체가 개시된다. 영상 부호화/복호화를 위한 방법에서는 대상 블록의 인트라 예측 모드가 유도되고, 인트라 예측을 위한 참조 샘플이 구성된다. 유도된 인트라 예측 모드 및 구성된 참조 샘플을 사용하여 대상 블록에 대한 인트라 예측이 수행된다. 인트라 예측 모드를 유도함에 있어서 기계 학습 기반 인트라 예측 모드 유도 방법이 사용될 수 있다. 인트라 예측에 있어서, 기계 학습 기반 예측, 예측 샘플 블렌딩, 예측 샘플 개선 및 예측 샘플 스케일링이 이용될 수 있다.
Abstract:
비디오의 복호화 방법, 복호화 장치, 부호화 방법 및 부호화 장치가 개시된다. 예측 네트워크를 사용하여 대상 블록에 대한 예측을 수행함으로써 대상 블록에 대한 예측 블록이 생성되며, 예측 블록 및 재구축된 잔차 블록에 기반하여 대상 블록에 대한 재구축된 블록이 생성된다. 예측 네트워크는 인트라 예측 네트워크 및 인터 예측 네트워크를 포함하며, 예측을 수행함에 있어서 공간적 참조 블록 및/또는 시간적 참조 블록을 사용한다. 예측 네트워크의 학습을 위해 손실 함수가 정의되며, 손실 함수에 따라 예측 네트워크의 학습이 이루어진다.
Abstract:
융합형 3DTV에서 컨텐츠 스트림에 접근하는 컨텐츠 제공 장치 및 방법, 그리고 컨텐츠 재생 장치 및 방법이 개시된다. 컨텐츠 제공 장치는 기준 영상에 대응하는 제1 컨텐츠 스트림 및 부가 영상에 대응하는 제2 컨텐츠 스트림을 생성하는 컨텐츠 스트림 생성부; 상기 제1 컨텐츠 스트림과 제2 컨텐츠 스트림과 관련된 디스크립터를 생성하는 디스크립터 생성부; 및 상기 제1 컨텐츠 스트림, 제2 컨텐츠 스트림 및 디스크립터를 컨텐츠 재생 장치에 전송하는 데이터 전송부를 포함할 수 있다.
Abstract:
기하학적 분할을 사용하는 영상 부호화/복호화를 위한 방법, 장치 및 기록 매체가 개시된다. 기하학적 분할을 통해 대상 블록은 제1 분할 영역 및 제2 분할 영역으로 분할된다. 제1 분할 영역 및 제2 분할 영역의 적어도 하나에 대해서 인트라 예측이 사용된다. 분할 영역에 대해 사용되는 인트라 예측의 인트라 예측 모드는 기하학적 분할 모드의 분할 경계 등에 의해 제한될 수 있다. 제1 분할 영역에 대한 예측 및 제2 분할 영역에 대한 예측을 통해 대상 블록에 대한 예측 블록이 생성된다.
Abstract:
비디오의 복호화 방법, 복호화 장치, 부호화 방법 및 부호화 장치에 관한 것으로서, 복원된 영상을 이용하여 영역 차등적 영상 부/복호화를 수행하는 방법 및 장치가 개시된다. 실시예의 부호화 방법에 따르면, 원본 영상에 대한 부호화를 수행하여 복원된 저품질 영상이 생성되고, 복원된 저품질 영상을 사용하여 복원된 고품질 영상을 생성된다. 영상은 복수의 영역들로 구분되고, 영역에 대해 부호화를 수행하여 재구축된 고품질 영상을 생성하기 위한 부호화된 재구축 정보가 생성된다.
Abstract:
분산 처리 환경에서의 딥 러닝 모델의 학습을 위한 학습 파라미터를 압축하고, 압축된 파라미터를 전송하는 방법 및 장치가 개시된다. 분산 처리 시스탬 내의 복수의 전자 장치들은 신경망의 학습을 수행한다. 학습의 수행에 의해 파라미터가 갱신된다. 전자 장치는 자신의 갱신된 파라미터를 다른 전자 장치들과 공유할 수 있다. 이러한 공유를 효율적으로 수행하기 위해, 파라미터의 잔차가 다른 전자 장치에게 제공된다. 파라미터의 잔차가 제공되면, 다른 전자 장치는 파라미터의 잔차를 사용하여 파라미터의 갱신을 수행한다.
Abstract:
수신장치는 수신된 다중 경로 신호 즉, 모바일 신호와 상기 모바일 신호에 결합된 지상파 신호의 데이터 영역 내에 삽입되어 있는 트레이닝 신호를 통하여 신호의 전송 채널을 추정하고, 결정데이터를 통하여 기 등화된 신호를 이용하여 수신되는 모바일 신호와 상기 모바일 신호에 결합된 지상파 신호에 대응하는 송신 신호를 검출하여 전송 채널을 추정한다. 그리고 채널 추정 값을 토대로 트레이닝 신호에 대응하는 모바일 신호 데이터와 지상파 신호 데이터에 존재하는 왜곡을 보상한다.
Abstract:
영상 부호화/복호화를 위한 방법, 장치 및 기록 매체가 개시된다. 대상 블록에 대한 예측에 있어서 템플릿 매칭이 사용된다. 대상 블록의 부호화에 적용될 예측 정보가 결정되고, 결정된 예측 정보를 사용하는 대상 블록에 대한 예측이 수행된다. 예측 정보는 리스트 및 리스트의 복수의 후보들을 포함한다. 리스트의 복수의 후보들을 구성함에 있어서 블록들 간의 템플릿 매칭이 사용될 수 있다. 템플릿 매칭을 사용하여 구성된 복수의 후보들 중 선택된 후보가 대상 블록에 대한 예측을 위해 사용된다.
Abstract:
은닉 변수를 이용하는 영상 압축을 위한 방법 및 장치가 제공된다. 은닉 변수의 복수의 성분들은 중요도의 순서로 정렬될 수 있다. 이러한 정렬을 통해 복수의 성분들 중 일부의 성분의 특징 정보들 만이 사용되는 경우에, 재구축된 영상의 품질이 향상될 수 있다. 이러한 중요도의 순서로 정렬된 은닉 변수를 생성하기 위해, 다양한 방식의 학습이 수행될 수 있다. 또한, 은닉 변수로부터 중요도가 낮은 정보가 제거될 수 있으며, 양자화와 같은 처리가 은닉 변수에 적용될 수 있다. 이러한 제거 및 처리에 의해 은닉 변수에 대한 데이터의 양이 감소될 수 있다.