-
公开(公告)号：CN119520820A
公开(公告)日：2025-02-25
申请号：CN202411969169.8
申请日：2021-01-27
Applicant: 三星电子株式会社
IPC: H04N19/513 , H04N19/105 , H04N19/11 , H04N19/139 , H04N19/172 , H04N19/176 , H04N19/52 , H04N19/523 , H04N19/70
Abstract: 公开了一种用于对运动矢量进行编码的装置和方法以及用于对运动矢量进行解码的装置和方法，具体地，提供了一种对运动矢量进行解码的方法，所述方法包括：确定根据从比特流获得的信息选择的第一邻近块的可用性；当通过使用指示第一邻近块的可用性的信息将第一邻近块识别为不可用，或者第一邻近块的在与当前块的预测方向相同的预测方向上的参考画面索引与预定值相同时，从预定位置处的第二邻近块的运动矢量获得所述当前块的预测运动矢量，第二邻近块与所述当前块相邻；以及通过将所述当前块的预测运动矢量与差分运动矢量组合来获得当前块的运动矢量。
-
公开(公告)号：CN119325721A
公开(公告)日：2025-01-17
申请号：CN202380043466.7
申请日：2023-05-30
Applicant: 三星电子株式会社
IPC: H04N23/951 , H04N23/45 , H04N23/667 , H04N23/69 , H04N23/54 , G06T5/60 , G06N3/045 , G06N3/09 , G06N3/0464 , G06T3/4046
Abstract: 一种通过使用神经网络模型来处理图像的方法包括：获得经由图像传感器捕获的图像，识别所述图像的拍摄情境，根据所述拍摄情境选择包括在图像重建模块或图像校正模块中的至少一个中的神经网络模型，以及通过使用所选择的神经网络模型来处理所述图像。
-
公开(公告)号：CN113196761B
公开(公告)日：2024-08-16
申请号：CN201980083032.3
申请日：2019-09-26
Applicant: 三星电子株式会社
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：CN117935821A
公开(公告)日：2024-04-26
申请号：CN202211308212.7
申请日：2022-10-25
Applicant: 北京三星通信技术研究有限公司 , 三星电子株式会社
Abstract: 本公开提供了一种由电子设备执行的方法、电子设备以及存储介质，所述方法包括：基于神经网络，从接收的语音信号获得第一高频信号和第一低频信号；基于滤波处理，从接收的语音信号获得第二高频信号和第二低频信号；基于第一高频信号、第一低频信号、第二高频信号和第二低频信号，获得带宽扩展的语音信号。同时，可以使用人工智能模型来执行上述方法。
-
公开(公告)号：CN110892723B
公开(公告)日：2024-04-12
申请号：CN201880045127.1
申请日：2018-02-06
Applicant: 三星电子株式会社
IPC: H04N19/50 , H04N19/176 , H04N19/103 , H04N19/122 , H04N19/184 , H04N19/119 , G06N3/0464 , G06N3/044 , G06N3/09 , G06N3/084 , G06T9/00
Abstract: 提供了一种使用深度神经网络(DNN)的预测图像生成技术。提供了一种图像解码方法，其包括：接收编码图像的比特流；确定从编码图像中分割的至少一个块；确定用于预测至少一个块中的当前块的邻近块；通过将邻近块应用于配置为通过使用至少一个计算机来预测图像的块的深度神经网络(DNN)学习模型来生成当前块的预测数据；从比特流中提取当前块的残留数据；以及通过使用预测数据和残留数据来重构当前块。
-
Patent Agency Ranking
公开(公告)号：CN117837146A
公开(公告)日：2024-04-05
申请号：CN202280054487.4
申请日：2022-07-27
Applicant: 三星电子株式会社
IPC: H04N19/593 , H04N19/186 , H04N19/146 , G06T9/00 , G06N3/0464 , G06N3/08
Abstract: 根据实施例，公开了一种图像解码方法，所述方法包括以下步骤：通过将用于跨通道预测的特征数据应用于基于神经网络的跨通道解码器来获取跨通道预测信息，通过基于重建的亮度图像和跨通道预测信息执行跨通道预测来获取色度图像的预测图像，通过将色度图像的特征数据应用于基于神经网络的色度残差解码器来获取色度图像的残差图像，并且基于预测图像和残差图像来重建色度图像。
-
公开(公告)号：CN117795963A
公开(公告)日：2024-03-29
申请号：CN202280054440.8
申请日：2022-08-02
Applicant: 三星电子株式会社
IPC: H04N19/86 , H04N19/176 , H04N19/82 , G06T9/00 , G06N3/04 , H04N19/117 , H04N19/147 , H04N19/159
Abstract: 提供了一种图像处理方法和图像处理设备，所述图像处理方法和图像处理设备执行以下操作：基于将被去块滤波的至少一条像素线和关于将被去块滤波的至少一条像素线的编码信息来获取输入数据，其中，至少一条像素线垂直于块的边界线；通过将输入数据输入到第一神经网络来获取输入数据的特征图；通过将特征图输入到第二神经网络来获取去块滤波器系数；通过将特征图输入到第三神经网络来获得用于去块滤波器的补偿值；通过将输入数据输入到第四神经网络来获得去块滤波器的强度；通过使用去块滤波器系数、用于去块滤波器的补偿值和去块滤波器的强度对将被去块滤波的至少一条像素线执行去块滤波来获取去块滤波的像素。
-
公开(公告)号：CN116888961A
公开(公告)日：2023-10-13
申请号：CN202280016015.X
申请日：2022-02-21
Applicant: 三星电子株式会社
IPC: H04N19/13
Abstract: 一种使用AI的图像解码方法，可以包括：从与当前图像对应的比特流获得当前光流的特征数据和当前差分数据的特征数据；通过将所述当前光流的特征数据应用于基于神经网络的第一解码器来获得所述当前光流；将当前光流的特征数据和先前光流的特征数据中的至少一个应用于第一预处理神经网络；通过将从所述第一预处理神经网络获得的特征数据与所述当前差分数据的特征数据级联来获得第一级联结果；通过将所述第一级联结果应用于基于神经网络的第二解码器来获得所述当前差分数据；以及使用当前差分数据和基于当前光流从先前重建图像生成的当前预测图像来重建当前图像。
-
公开(公告)号：CN115398908A
公开(公告)日：2022-11-25
申请号：CN202180027353.9
申请日：2021-01-27
Applicant: 三星电子株式会社
IPC: H04N19/513 , H04N19/105 , H04N19/70 , H04N19/176
Abstract: 提供了一种对运动矢量进行解码的方法，所述方法包括：确定根据从比特流获得的信息选择的第一邻近块的可用性；当通过使用指示第一邻近块的可用性的信息将第一邻近块识别为不可用，或者第一邻近块的在与当前块的预测方向相同的预测方向上的参考画面索引与预定值相同时，从预定位置处的第二邻近块的运动矢量获得所述当前块的预测运动矢量，第二邻近块与所述当前块相邻；以及通过将所述当前块的预测运动矢量与差分运动矢量组合来获得当前块的运动矢量。
-
公开(公告)号：CN113994691A
公开(公告)日：2022-01-28
申请号：CN202080041254.1
申请日：2020-05-29
Applicant: 三星电子株式会社
IPC: H04N19/42 , H04N19/423 , H04N19/182
Abstract: 提供了与人工智能(AI)缩小和放大有关的方法和设备以及与减少伪影问题有关的技术。一些实施例包括：通过深度神经网络(DNN)缩小原始图像；并且基于频率变换系数从原始图像产生伪影信息，其中，所述伪影信息表示第一图像中的包括第一图像中的伪影的区域。可以基于伪影信息执行后处理以改变第一图像中的像素，从而减少伪影的影响。
-
-
-
-
-
-
-
-
-
Search Results
123
records
(took 0.031 seconds)
