-
公开(公告)号：CN118334338A
公开(公告)日：2024-07-12
申请号：CN202410483677.9
申请日：2024-04-22
Applicant: 三星(中国)半导体有限公司 , 三星电子株式会社
Abstract: 提供一种图像分割方法及装置。该图像分割方法包括：通过语义分割模型对多帧图像分别进行分割，得到所述多帧图像的预分割结果，其中，在所述多帧图像中的每帧图像的预分割结果中，每个位置的像素都有与各个类别对应的概率；基于所述多帧图像的预分割结果进行空间对齐处理，获取所述多帧图像的分割概率图；基于所述多帧图像的分割概率图获得最终的图像分割结果，从而实现在很少的时间损耗或人力成本下，提升图像分割结果的准确性和连续性。
-
公开(公告)号：CN117931428A
公开(公告)日：2024-04-26
申请号：CN202311827441.4
申请日：2023-12-27
Applicant: 三星(中国)半导体有限公司 , 三星电子株式会社
IPC: G06F9/50
Abstract: 公开了用于广播计算的方法和电子装置。所述方法包括：确定与第一张量和第二张量对应的广播类型；执行预先生成的与广播类型对应的程序以：确定与第一形状的每个维度对应的偏移量和与第二形状的每个维度对应的偏移量，基于广播类型、与第一形状的每个维度对应的偏移量和与第二形状的每个维度对应的偏移量，确定与第一张量的每个维度对应的偏移量以及与第二张量的每个维度对应的偏移量，基于与第一张量的每个维度对应的偏移量、与第二张量的每个维度对应的偏移量，确定第一张量的第一元素的第一偏移量和第二张量的第二元素的第二偏移量，基于第一偏移量和第二偏移量获取第一元素和第二元素，并对第一元素和第二元素执行运算。
-
公开(公告)号：CN117670930A
公开(公告)日：2024-03-08
申请号：CN202311544282.7
申请日：2023-11-17
Applicant: 三星(中国)半导体有限公司 , 三星电子株式会社
Abstract: 本公开关于一种目标运动状态的估计方法、装置、电子设备和存储介质，其中的训练方法包括：获取状态检测信息，其中，状态检测信息为对视频序列当前帧中的目标进行检测得到，状态检测信息包括目标的瞬时速度检测值以及以下项中的至少一项：目标的位置、大小和运动方向；基于状态检测信息对目标的状态预测信息进行更新，得到目标的状态估计信息，其中，当前帧的状态预测信息为基于前一帧的状态估计信息进行预测得到。可以缓解对于不规则运动的状态估计不准确的问题。
-
公开(公告)号：CN116415606A
公开(公告)日：2023-07-11
申请号：CN202310286897.8
申请日：2023-03-22
Applicant: 三星(中国)半导体有限公司 , 三星电子株式会社
Abstract: 公开了在电子终端中处理条码的方法和电子终端。所述方法包括：通过电子终端的永远运行AO传感器，获取第一图像，检测第一图像中的第一条码，对第一条码执行第一类型解码，并将第一类型解码的解码结果发送到电子终端的应用处理器AP；通过AP，对电子终端进行解锁，基于第一类型解码的解码结果触发电子终端的与第一条码对应的应用，基于第一类型解码的解码结果执行第二类型解码以获得解码结果，并使用所述应用显示获得的解码结果。
-
公开(公告)号：CN117115199A
公开(公告)日：2023-11-24
申请号：CN202311107931.7
申请日：2023-08-30
Applicant: 三星(中国)半导体有限公司 , 三星电子株式会社
IPC: G06T7/20 , G06N3/0455 , G06N3/08
Abstract: 提供一种目标跟踪模型的量化方法、跟踪方法和装置。所述量化方法包括：获取基于Transformer的目标跟踪模型，其中，目标跟踪模型包括模板分支、搜索分支、拼接模块和第一Transformer模块，其中，拼接模块接收从模板分支输出的第一特征和从搜索分支输出的第二特征，并将第一特征和第二特征拼接为拼接特征；通过从目标跟踪模型删除拼接模块并且将第一Transformer模块拆分为第二Transformer模块和第三Transformer模块，来生成优化目标跟踪模型，其中，第二Transformer模块接收第一特征，第三Transformer模块接收第二特征；通过对第二Transformer模块和第三Transformer模块分别进行量化，来生成与优化目标跟踪模型对应的量化模型。
-
Patent Agency Ranking
公开(公告)号：CN117574988A
公开(公告)日：2024-02-20
申请号：CN202311443379.9
申请日：2023-11-01
Applicant: 三星(中国)半导体有限公司 , 三星电子株式会社
IPC: G06N3/084 , G06N3/0464 , G06N3/0499 , G06N3/063 , G06N3/048
Abstract: 提供了一种神经网络的量化位宽学习方法，包括：对神经网络中的变换器的量化区间和离散器的量化位宽进行初始化，其中，神经网络的卷积层和/或全连接层包括量化模块，量化模块包括变换器和离散器；基于初始化的量化区间和量化位宽，保持神经网络的权重不变来对神经网络的离散器的量化位宽进行训练直至损失函数收敛为止，其中，损失函数指示不包括量化模块的神经网络的权重和激活与包括量化模块的神经网络的权重和激活之间的分布距离；获得采用训练后的量化位宽的神经网络。
-
公开(公告)号：CN116363166A
公开(公告)日：2023-06-30
申请号：CN202211055300.0
申请日：2022-08-30
Applicant: 三星电子株式会社
IPC: G06T7/246 , G06V10/22 , G06V10/74 , G06V10/766 , G06V10/82 , G06N3/0464
Abstract: 提供了对象跟踪方法、对象跟踪设备和电子设备，其中，所述对象跟踪方法包括：基于将当前图像帧的搜索区域与对应于目标对象的模板图像进行比较，确定当前图像帧中的候选框的框信息和候选框的相似度分数；使用包括前一图像帧的干扰物信息的干扰物图，调整候选框的相似度分数；基于调整后的相似度分数，从候选框确定与目标对象对应的目标框和与目标对象的干扰物对应的干扰物框；以及根据所述干扰物框，基于当前图像帧的干扰物信息来更新所述干扰物图。
-
公开(公告)号：CN115861862A
公开(公告)日：2023-03-28
申请号：CN202210613435.8
申请日：2022-05-31
Applicant: 三星电子株式会社
IPC: G06V20/20 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 公开了识别图像的方法和设备。所述方法包括：获得待识别图像；通过基于作为第一图像信息的待识别图像进行采样，在由多个预定离散值表示的类别集中确定与相应的权重矩阵对应的核自适应权重；基于相应的权重矩阵和对应于相应的权重矩阵的核自适应权重来确定相应的统一核；基于第一图像信息和相应的统一核执行卷积运算，以获得第二图像信息；以及基于第二图像信息获得图像识别结果。
-
公开(公告)号：CN113129353A
公开(公告)日：2021-07-16
申请号：CN202010046284.3
申请日：2020-01-16
Applicant: 北京三星通信技术研究有限公司 , 三星电子株式会社
Abstract: 提供了一种深度估计方法和装置，所述深度估计方法包括：获取图像，其中，所述图像的像素具有多个子像素；基于所述图像来获取多个子图像，其中，所述子图像的像素为所述子像素；获取子图像之间的视差；以及基于子图像之间的视差来获取所述图像的深度。
-
公开(公告)号：CN105894268B
公开(公告)日：2020-02-21
申请号：CN201610084771.2
申请日：2016-02-14
Applicant: 三星电子株式会社
Abstract: 提供了一种电子设备和在电子设备处处理支付的方法。该电子设备包括被配置为存储近场通信(NFC)方法的支付信息、磁安全发送(MST)方法的支付信息和指纹信息的安全存储器，以及被配置为当通过指纹检测获得的指纹信息有效时控制NFC方法和MST方法的多支付操作的处理器。处理器还被配置为控制根据NFC方法操作的信号处理信息和根据MST方法操作的信号处理信息来被作为一个屏幕界面输出。
-
-
-
-
-
-
-
-
-
Search Results
96
records
(took 0.048 seconds)
