公开(公告)号：CN113196761A

公开(公告)日：2021-07-30

申请号：CN201980083032.3

申请日：2019-09-26

Applicant: 三星电子株式会社

Inventor： 趋可卡纳哈·迪娜 ,  朴永五 ,  崔光杓

IPC: H04N19/132 ,  H04N19/85 ,  H04N19/50 ,  H04N19/184 ,  G06N3/08

Abstract: 提出了一种用于评估视频的质量的方法和设备，其中：从用于评估质量的目标视频和将与目标视频进行比较的参考视频获得划分出的预定尺寸的块；将块输入到视频质量评估网络，确定针对每一个块的灵敏度信息和质量评价信息；以及基于针对每一个块的所述灵敏度将质量评估信息进行组合，并且确定目标视频的最终视频质量评估得分。

公开(公告)号：CN112889282A

公开(公告)日：2021-06-01

申请号：CN201980068867.1

申请日：2019-08-21

Applicant: 三星电子株式会社

Inventor： 金载丸 ,  李钟硕 ,  全善暎 ,  崔光杓 ,  崔珉硕 ,  趋可卡纳哈·迪娜 ,  朴永五

IPC: H04N19/132 ,  H04N19/85 ,  H04N19/50 ,  H04N19/184 ,  G06N3/08

Abstract: 提供了一种人工智能解码设备，包括：存储器；以及处理器，被配置为执行存储在存储器中的一个或更多个指令，其中，处理器被配置为：获得与将原始图像AI缩小为第一图像相关的AI数据；获得与对第一图像的编码结果对应的图像数据；通过对所述图像数据执行解码来获得与第一图像对应的第二图像；根据所述AI数据在多个深度神经网络(DNN)设置信息中获得DNN设置信息；以及由放大DNN通过对第二图像执行AI放大来获得第三图像，其中，所述放大DNN被用获得的DNN设置信息进行配置，其中，所述多个DNN设置信息包括：在所述放大的DNN中使用的参数，其中，所述参数是通过对所述放大DNN和缩小DNN的联合训练获得的。

公开(公告)号：CN112715029A

公开(公告)日：2021-04-27

申请号：CN201980060231.2

申请日：2019-10-16

Applicant: 三星电子株式会社

Inventor： 趋可卡纳哈·迪娜 ,  崔珉硕 ,  崔光杓

IPC: H04N19/132 ,  H04N19/85 ,  H04N19/50 ,  H04N19/184 ,  G06N3/08 ,  G06T1/20 ,  G06T1/60

Abstract: 提供一种人工智能(AI)解码设备，所述AI解码设备包括：存储器，存储一个或更多个指令；以及处理器，被配置为执行所述一个或更多个指令以进行以下操作：当图像被输入到包括多个层的第二DNN，从所述多个层中的包括第一滤波器核和第二滤波器核的第一层，基于所述图像与第一滤波器核之间的运算获得第一结果值并且基于第二图像与第二滤波器核之间的运算获得第二结果值，通过使用第一缩放因子将第一结果值变换为第一值来执行归一化，并且通过使用第二缩放因子将第二结果值变换为第二值来执行归一化，将第一值和第二值变换为包括在预设范围内的整数值。