전기및전자공학부 한동수 교수 연구실 김재홍 박사과정생이 주도하여 온라인 학습 기반 고품질 라이브 비디오 스트리밍 시스템을 개발했다.
본 연구팀은 미디어 서버의 컴퓨팅 자원을 활용하여 딥러닝 기반 초해상화 기술을 통해 스트리머로부터 실시간 수집되는 라이브 비디오의 품질을 향상시켰다. 또한 종래의 기 학습된 신경망 모델을 새로운 라이브 비디오에 적용 시 발생하는 성능한계를 온라인 학습을 통해 개선하였다. 본 시스템에서는 스트리머가 고화질 라이브 비디오 프레임의 일부인 패치(patch)를 라이브 비디오와 전송 대역폭을 나누어 미디어 서버로 각각 전송하고, 서버는 수집한 패치를 이용하여 신경망 모델의 성능을 실시간 수집되는 라이브 비디오에 최적화한다.
연구팀은 해당 기술을 이용하면 라이브 스트리밍 서비스 제공에 있어 스트리머의 전송 환경 및 단말의 성능적 제약에 대한 의존성을 낮추고, 다양한 해상도의 라이브 비디오를 분배 측의 시청자에게 제공할 수 있다고 밝혔다. 본 기술은 라이브 비디오 스트리밍 시스템의 사용자 QoE를 기존 대비 12-69% 향상시켰다.
한편, 이번 연구 성과는 Computer Networking 분야 최고학회인 ACM SIGCOMM 에 accept 되어 발표되었다.
자세한 연구 내용은 아래의 링크에서 확인하실 수 있다.
[논문정보]
프로젝트 홈페이지: http://ina.kaist.ac.kr/~livenas/
논문 Title: Neural-Enhanced Live Streaming: Improving Live Video Ingest via Online Learning
저자: 김재홍(공동제1저자), 정영목(공동제1저자), 여현호, 예준철, 한동수(지도교수)
논문 링크: https://dl.acm.org/doi/abs/10.1145/3387514.3405856
학회 발표 영상: https://youtu.be/1giVlO6Rumg