-
公开(公告)号:CN117480507A
公开(公告)日:2024-01-30
申请号:CN202280040979.8
申请日:2022-08-09
Applicant: 三星电子株式会社
IPC: G06N3/0464 , H04N21/858 , H04N21/81 , G06T3/40 , G06N3/048 , G06N3/08
Abstract: 根据一个实施例的用于回放图像的电子装置包括显示器和处理器。处理器可以:获得第一图像;识别用于获得第一图像的应用;从多个神经网络配置信息项之中选择与所识别的应用相对应的神经网络配置信息项;通过应用了所选择的神经网络配置信息项的放大神经网络对第一图像进行人工智能(AI)放大来获得第二图像;以及通过显示器输出所获得的第二图像。
-
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:CN119234247A
公开(公告)日:2024-12-31
申请号:CN202380040963.1
申请日:2023-05-26
Applicant: 三星电子株式会社
IPC: G06T5/80 , G06T5/60 , G06N3/0464 , G06N3/09
Abstract: 根据本公开的实施例的通过使用神经网络模型校正图像的方法包括以下步骤:将输入图像和校正参数输入到第一神经网络模型;以及从第一神经网络模型获得与校正参数相对应的推断图像。第一神经网络模型是被训练为最小化当输入图像和校正参数被输入时输出的推断图像和与校正参数相对应的标签图像之间的差异的模型。标签图像是当校正参数被应用于至少一个图像校正算法时通过由至少一个图像校正算法校正输入图像而获得的图像。
-
公开(公告)号:CN117859321A
公开(公告)日:2024-04-09
申请号:CN202280057322.2
申请日:2022-08-24
Applicant: 三星电子株式会社
IPC: H04N7/15 , H04N7/01 , H04N21/2343 , H04N21/4402 , G06N3/08
Abstract: 提出了一种通过使用人工智能参与视频会议的电子设备,该电子设备包括:显示器;以及用于执行存储在电子设备中的一条或多条指令的处理器,其中该处理器:从服务器获取作为对与参与视频会议的另一电子设备相关的第一图像的第一编码的结果而生成的图像数据,以及与从原始图像到第一图像的AI缩小相关的AI数据;对图像数据执行第一解码以获取对应于第一图像的第二图像;基于所述另一电子设备的重要性,确定是否对所述第二图像执行AI放大;当确定执行AI放大时,通过放大DNN对第二图像执行AI放大以获取第三图像;向显示器提供第三图像;并且当确定不执行AI放大时,向显示器提供第二图像。
-
公开(公告)号:CN117355864A
公开(公告)日:2024-01-05
申请号:CN202280037376.2
申请日:2022-08-12
Applicant: 三星电子株式会社
IPC: G06T9/00
Abstract: 根据实施例的用于基于AI提供图像的电子装置包括执行电子装置中存储的一个或多个指令的处理器,其中,处理器可以:通过使用缩小神经网络对原始图像执行AI缩小来获得第一图像;通过对第一图像进行编码来获得第一图像数据;基于显示装置不支持AI放大功能,通过对第一图像数据进行解码来获得第二图像;通过使用放大神经网络对第二图像进行AI放大来获得第三图像;以及向显示装置提供通过对第三图像进行编码而获得的第二图像数据。
-
公开(公告)号:CN115398481A
公开(公告)日:2022-11-25
申请号:CN202180027171.1
申请日:2021-05-31
Applicant: 三星电子株式会社
IPC: G06T9/00 , H04N19/124 , H04N19/70 , H04N19/184 , H04N19/30
Abstract: 一种人工智能(AI)解码设备包括至少一个处理器,其中,所述至少一个处理器被配置为执行一个或更多个指令以进行以下操作:通过对包括在主比特流中的图像数据执行第一解码来获得与第一图像对应的第二图像,获得包括在子比特流的AI数据中的AI放大激活标志信息,基于所述AI放大激活标志信息来确定是否对第二图像执行AI放大,当确定将对第二图像执行AI放大时,通过根据放大深度神经网络(DNN)信息设置的放大DNN对第二图像执行AI放大来获得第三图像,其中,所述放大DNN信息是基于所述图像数据的至少一部分和/或AI子数据的至少一部分从多条预先存储的放大DNN信息中选择的。
-
-
-
-
-