公开(公告)号：CN114764868A

公开(公告)日：2022-07-19

申请号：CN202110875207.3

申请日：2021-07-30

Applicant: 北京三星通信技术研究有限公司 ,  三星电子株式会社

Inventor： 张达峰 ,  高艳君 ,  戴彬 ,  金哲洙 ,  文伟

IPC: G06V10/764 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08 ,  G06V10/74

Abstract: 本申请实施例提供了一种图像处理方法、装置、电子设备及计算机可读存储介质，涉及图像处理技术领域。一种方法包括：对待处理图像的像素进行模糊分类，得到分类掩码图；基于所述分类掩码图确定所述图像的模糊检测结果；该图像处理方法可以提高模糊检测结果的准确率。另一种方法包括：对图像进行去模糊处理，得到第一恢复图；提取图像中清晰区域的清晰像素；将第一恢复图中对应清晰区域位置的像素替换为清晰像素，得到第二恢复图；该图像处理方法可以提高去模糊处理的效果。同时，由电子设备执行的上述方法可以使用人工智能模型来执行。

公开(公告)号：CN113727013A

公开(公告)日：2021-11-30

申请号：CN202110245479.5

申请日：2021-03-05

Applicant: 三星电子株式会社

Inventor： 文灿奎 ,  权范埈 ,  张达峰 ,  崔智焕 ,  金哲洙 ,  赵成大

IPC: H04N5/232

Abstract: 根据本文的一实施例的电子装置(electronic device)可以包括相机、距离传感器、显示器以及处理器。所述处理器可以通过所述相机获取包括被摄体的图像，通过所述距离传感器获取对所述被摄体和所述电子装置之间的距离的距离数据，基于所述距离数据判断发生散焦(de‑focus)，在所述图像内感测包括所述被摄体的至少一部分的关注区域，在所述图像内裁剪(crop)至少包括所述关注区域的区域，与指示散焦的消息一起，在所述显示器放大显示所裁剪的区域。

公开(公告)号：CN119339278A

公开(公告)日：2025-01-21

申请号：CN202310900041.5

申请日：2023-07-20

Applicant: 北京三星通信技术研究有限公司 ,  三星电子株式会社

Inventor： 黄飞瑜 ,  刘师卓 ,  金哲洙 ,  殷梦菲 ,  张达峰 ,  王晓冰 ,  崔佑存 ,  郭江波

IPC: G06V20/40 ,  G06V20/70 ,  G06V10/82 ,  G06N3/0464 ,  G06V10/80

Abstract: 本申请实施例提供了一种由电子设备执行的方法、电子设备、存储介质及程序产品，涉及计算机视觉和人工智能等领域，该方法包括：使用人工智能AI网络，获取待处理视频中的行为主体及其相关的事件；基于获取的行为主体，提供行为主体选择界面；接收用户通过所述选择界面选择的行为主体；提供与用户选择的行为主体相关的事件。基于本申请实施例提供的该方法，能够识别出视频中的行为主体及其相关事件，可以更好的满足实际应用需求。

公开(公告)号：CN114764936A

公开(公告)日：2022-07-19

申请号：CN202110032186.9

申请日：2021-01-11

Applicant: 北京三星通信技术研究有限公司 ,  三星电子株式会社

Inventor： 张达峰 ,  高艳君 ,  赵玉瑶 ,  宓振鹏 ,  李艳超 ,  金哲洙 ,  文伟

IPC: G06V40/16 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08 ,  G06V10/80

Abstract: 本申请提供了图像关键点检测方法及相关设备，属于图像处理及人工智能技术领域。其中，图像关键点检测方法包括：获取输入图像中的预测关键点信息；基于预测关键点信息，确定输入图像的目标关键点信息。基于本申请的实施，能够有效提高图像关键点检测的准确率。同时，由电子设备执行的上述图像关键点检测方法可以使用人工智能模型来执行。

公开(公告)号：CN113255714A

公开(公告)日：2021-08-13

申请号：CN202011311698.0

申请日：2020-11-20

Applicant: 北京三星通信技术研究有限公司 ,  三星电子株式会社

Inventor： 张达峰 ,  李艳超 ,  高艳君 ,  王磊 ,  金哲洙 ,  姜映映 ,  张兰兰

IPC: G06K9/62 ,  G06N3/04 ,  G06N3/08

Abstract: 本申请实施例提供了一种图像聚类方法、装置、电子设备及计算机可读存储介质，涉及图像处理技术领域。该方法包括：获取待聚类的各目标区域的目标区域，获取各目标区域的特征向量；基于图卷积网络对各特征向量进行聚类，得到聚类结果。其中，对图像进行聚类的过程可以采用人工智能模型进行处理。本申请实施例提供的图像聚类方法不需要确定聚类中心，避免因聚类中心的偏差引起整个聚类结果的偏差，可以有效提高聚类结果的准确率。

公开(公告)号：CN114494753A

公开(公告)日：2022-05-13

申请号：CN202011271335.9

申请日：2020-11-13

Applicant: 北京三星通信技术研究有限公司 ,  三星电子株式会社

Inventor： 张达峰 ,  高艳君 ,  戴彬 ,  姜映映 ,  金哲洙 ,  文伟

IPC: G06V10/762 ,  G06V10/74 ,  G06V40/16 ,  G06V10/44 ,  G06V10/82 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08

Abstract: 本申请提供了一种聚类方法、装置、电子设备及计算机可读存储介质，涉及计算机技术、人工智能和通信等领域。该方法包括：获取待聚类的目标对象特征对应的特征子图；确定特征子图的各个邻居节点分别对应的注意力权重，并基于各个注意力权重，对特征子图进行特征提取，得到特征提取结果；根据特征提取结果对目标对象特征进行聚类。该方法通过注意力机制学习上下文关系，对相关性不同的邻居节点赋予不同权重，不仅可以学习到特征子图的全局特征，还可以通过注意力机制学习特征子图的局部特征，有效减少噪声节点对聚类结果的影响，增强节点特征表示的完整性，提高算法的鲁棒性。