[发明专利]编码方法及其设备以及解码方法及其设备

说明书

提供了一种存储有包含AI编码数据的视频文件的计算机可记录记录介质，其中，所述AI编码数据包括：图像数据，包括通过对高分辨率图像进行AI缩小而生成的低分辨率图像的编码信息；以及AI数据，用于根据所述图像数据重建的低分辨率图像的AI放大，其中，所述AI数据包括：指示AI放大是否被应用于一个或更多个帧的AI目标数据，以及当AI放大被应用于所述一个或更多个帧时，关于多条预设的默认DNN配置信息中的用于所述一个或更多个帧的AI放大的放大DNN信息的AI补充数据。

技术领域

本公开涉及图像处理领域。更具体地，本公开涉及用于基于深度神经网络对图像进行编码和解码的方法和设备。

背景技术

图像在经由遵循特定数据压缩标准(诸如运动图像专家组(MPEG)标准)的编解码器而被编码之后以比特流的形式被存储在记录介质中或者经由通信信道被发送。

随着能够再现和存储高分辨率和高质量图像的硬件的发展和供应，对能够有效地对高分辨率和高质量图像进行编码和解码的编解码器的需求增加。

发明内容

技术问题

根据本发明的一方面，提供了一种用于对图像进行编码和解码的方法和设备，其中，所述方法和设备使用深度神经网络(DNN)以低比特率对图像进行编码和解码。

此外，公开了一种记录用于在计算机中执行根据本公开的实施例的图像编码方法和图像解码方法的程序的计算机可读记录介质。

问题的解决方案

在本公开中，一种存储有包括人工智能(AI)编码数据的视频文件的计算机可记录记录介质，其中，所述AI编码数据包括：图像数据，包括通过对高分辨率图像进行AI缩小而生成的低分辨率图像的编码信息；以及AI数据，与根据所述图像数据重建的低分辨率图像的AI放大有关，其中，所述AI数据包括：指示AI放大是否将被应用于至少一个帧的AI目标数据；以及当AI放大被应用于所述至少一个帧时，关于多条预设的默认深度神经网络(DNN)配置信息中的用于所述至少一个帧的AI放大的放大DNN信息的AI补充数据。

根据本公开的另一实施例，一种使用人工智能(AI)放大的视频解码方法包括：接收包括AI编码数据的视频文件，其中，所述AI编码数据包括图像数据和关于所述图像数据的AI放大的AI数据；从视频文件的元数据框获得所述AI编码数据的所述AI数据，并且从视频文件的媒体数据框获得所述AI编码数据的所述图像数据；通过对所述图像数据进行解码来重建当前帧的低分辨率图像；从所述AI数据获得当前帧的放大深度神经网络(DNN)信息；并且通过根据当前帧的放大DNN信息对低分辨率图像进行AI放大来生成与低分辨率图像对应的高分辨率图像。

根据本公开的另一实施例，一种使用人工智能(AI)缩小的视频编码方法包括：确定用于将当前帧的高分辨率图像AI缩小为低分辨率图像的缩小深度神经网络(DNN)信息；通过根据所述缩小DNN信息对当前帧的高分辨率图像进行AI缩小来生成当前帧的低分辨率图像；生成关于与所述缩小DNN信息对应的放大DNN信息的AI数据，其中，所述放大DNN信息被用于对当前帧的低分辨率图像进行AI放大；通过对当前帧的低分辨率图像进行编码来获得图像数据；生成包括所述图像数据和所述AI数据的AI编码数据；并且输出包括媒体数据框和元数据框的视频文件，其中，所述AI编码数据的所述图像数据被嵌入在所述媒体数据框中，所述AI编码数据的所述AI数据被嵌入在所述元数据框中。