-
公开(公告)号：CN119672044A
公开(公告)日：2025-03-21
申请号：CN202311220109.1
申请日：2023-09-20
Applicant: 北京三星通信技术研究有限公司 , 三星电子株式会社
Abstract: 本申请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、图像处理、人工智能等领域。该方法包括：从第一图像中提取至少一个对象中心区域和至少一个对象边缘区域，将提取的对象中心区域和对象边缘区域进行匹配，得到第一图像的对象分割结果。可选地，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：CN113674159A
公开(公告)日：2021-11-19
申请号：CN202011185859.6
申请日：2020-10-29
Applicant: 北京三星通信技术研究有限公司 , 三星电子株式会社
Abstract: 本申请实施例提供了一种图像处理方法、装置、电子设备及可读存储介质，属于图像处理及人工智能技术领域。该方法包括：获取待处理图像；采用至少一种图像质量增强方式对待处理图像进行质量增强，得到处理后的图像。基于本申请实施例提供的方案，能够有效提升待处理图像的质量。
-
公开(公告)号：CN111951172A
公开(公告)日：2020-11-17
申请号：CN201911372694.0
申请日：2019-12-27
Applicant: 北京三星通信技术研究有限公司 , 三星电子株式会社
Abstract: 本申请提供了一种图像优化方法、系统和存储介质。所述图像优化方法包括：从输入图像提取纹理品质信息，所述纹理品质信息指示所述输入图像中的纹理品质的空间分布；以及根据所述纹理品质信息，对所述输入图像中的设定区域进行纹理修复以生成纹理修复图像。
-
公开(公告)号：CN110738316A
公开(公告)日：2020-01-31
申请号：CN201810804319.8
申请日：2018-07-20
Applicant: 北京三星通信技术研究有限公司 , 三星电子株式会社
IPC: G06N3/063
Abstract: 本申请实施例提供了一种基于神经网络的操作方法、装置及电子设备。该方法包括：确定神经网络处理器的带宽信息；根据所述带宽信息，确定相应的调度策略；根据所述调度策略，控制存储器以及处理引擎单元阵列执行相应操作。本申请的神经网络处理器通过充分结合带宽的情况来对控制存储器以及处理引擎单元阵列进行调度以执行相应操作，能够提高神经网络处理器的处理速度，降低功耗。
-
Patent Agency Ranking
-
公开(公告)号：CN114972038B
公开(公告)日：2024-09-03
申请号：CN202210699194.3
申请日：2022-06-20
Applicant: 中国科学院自动化研究所 , 北京三星通信技术研究有限公司
IPC: G06T3/4053 , G06T3/4046 , G06T5/20 , G06N3/0464 , G06N3/084 , G06N3/09 , G06N3/0985
Abstract: 本发明属于模式识别与机器学习领域，具体涉及了一种基于相关性动态滤波的端到端多帧超分辨方法及系统，旨在解决现有多帧超分辨依赖光流场信息进行多帧图像的空间对齐，计算复杂、超分辨效果达不到预期的问题。本发明包括：通过特征提取器提取不同图像帧的特征，计算目标帧每个像素点与支撑帧上对应点周围像素点的特征之间的相关性，获得目标帧和每一个支撑帧的特征之间的相关性矩阵；通过滤波器计算每一个支撑帧的特征的滤波核，并进行对应的支撑帧的动态滤波；通过解码器融合目标帧和滤波后的支撑帧的特征，获得超分辨图像。本发明不依赖光流场信息进行多帧图像的空间对齐，更加轻量和稳定，可以以较小的参数量和计算量取得更优的性能。
-
公开(公告)号：CN119671900A
公开(公告)日：2025-03-21
申请号：CN202411452503.2
申请日：2024-10-17
Applicant: 中山大学 , 北京三星通信技术研究有限公司
Abstract: 本发明涉及图像处理模型训练技术领域，尤其涉及一种图像恢复中的集成学习方法，该方法包括：采集实时图像并预测恢复图像；划分桶集；确定模型权重；整合权重形成高斯混合模型；调整预测时长。本发明通过引入多模型集成和EM算法，使得图像恢复过程更具鲁棒性和准确性，通过对恢复图像进行长向量转换和桶集划分，确保数据在不同尺度上的充分利用，并借助高斯混合模型有效优化各模型的权重分配，提升恢复图像的细节还原度，实时亮度波动的检测和调整机制能够自适应调整预测时长，有效应对复杂的光照变化场景，有效解决了由于缺乏灵活性和即插即用便利性的后训练集成方法导致恢复结果泛化性差和计算资源消耗大的问题。
-
公开(公告)号：CN119090778A
公开(公告)日：2024-12-06
申请号：CN202411130670.5
申请日：2024-08-16
Applicant: 南开大学 , 北京三星通信技术研究有限公司
IPC: G06T5/77 , G06T5/60 , G06V40/16 , G06V10/774 , G06V10/82 , G06N3/0455
Abstract: 本发明属于图像恢复技术领域，提供了一种基于扩散模型的人脸图像恢复方法及系统，从待处理的人脸图像中提取出低频信息；将提取出的低频信息作为输入，利用训练后的扩散模型进行图像恢复，在此过程中，以参考人脸图像中的人物身份信息作为引导，确保恢复出的人脸图像与真实人物的身份信息相匹配。本发明利用扩散模型进行盲人脸图像恢复，并以参考人脸图像中的人物信息作为引导，能够使恢复的人脸图像的人物身份信息与真实人物身份信息一致。
-
公开(公告)号：CN114972038A
公开(公告)日：2022-08-30
申请号：CN202210699194.3
申请日：2022-06-20
Applicant: 中国科学院自动化研究所 , 北京三星通信技术研究有限公司
Abstract: 本发明属于模式识别与机器学习领域，具体涉及了一种基于相关性动态滤波的端到端多帧超分辨方法及系统，旨在解决现有多帧超分辨依赖光流场信息进行多帧图像的空间对齐，计算复杂、超分辨效果达不到预期的问题。本发明包括：通过特征提取器提取不同图像帧的特征，计算目标帧每个像素点与支撑帧上对应点周围像素点的特征之间的相关性，获得目标帧和每一个支撑帧的特征之间的相关性矩阵；通过滤波器计算每一个支撑帧的特征的滤波核，并进行对应的支撑帧的动态滤波；通过解码器融合目标帧和滤波后的支撑帧的特征，获得超分辨图像。本发明不依赖光流场信息进行多帧图像的空间对齐，更加轻量和稳定，可以以较小的参数量和计算量取得更优的性能。
-
-
-
-
-
-
-
-
Search Results
19
records
(took 0.045 seconds)
