公开(公告)号：CN119654864A

公开(公告)日：2025-03-18

申请号：CN202380058752.0

申请日：2023-08-14

Applicant: 三星电子株式会社

Inventor： 金京儿 ,  趋可卡纳哈·迪娜 ,  朴缗茱 ,  朴慜祐 ,  崔光杓 ,  朴银姬

IPC: H04N19/124 ,  H04N19/105 ,  H04N19/527 ,  H04N19/577 ,  H04N19/176 ,  H04N19/174 ,  H04N19/563 ,  G06T9/00

Abstract: 根据实施例，一种对图像进行解码的方法，包括：获得当前块的运动矢量；基于参考图像中由运动矢量指示的参考块获得初步预测块；通过将画面顺序计数（POC）图、初步预测块和量化误差图中的至少一个应用于神经网络来获得当前块的最终预测块，其中，POC图包括参考图像与包括当前块的当前图像之间的POC差；基于最终预测块和从比特流获得的残差块来重建所述当前块，其中，量化误差图的样点值是基于用于所述参考块的量化参数来计算的。

公开(公告)号：CN112715029B

公开(公告)日：2025-01-17

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 ,  G06N3/084 ,  G06T1/20 ,  G06T1/60 ,  G06T9/00

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。

公开(公告)号：CN112889282B

公开(公告)日：2024-06-04

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 ,  G06N3/0464 ,  G06N3/0455 ,  G06N3/048

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：CN112740687A

公开(公告)日：2021-04-30

申请号：CN201980061966.7

申请日：2019-10-14

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: 一种人工智能(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，被配置为执行所存储的一个或更多个指令，以进行以下操作：获得与被编码的第一图像对应的图像数据，通过对所获得的图像数据进行解码来获得与第一图像对应的第二图像，确定是否执行对所获得的第二图像的AI放大，基于确定执行对所获得的第二图像的AI放大，通过经由放大深度神经网络(DNN)执行对所获得的第二图像的AI放大来获得第三图像，并输出所获得的第三图像，并且基于确定不执行对所获得的第二图像的AI放大，输出所获得的第二图像。

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

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：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

Inventor： 趋可卡纳哈·迪娜 ,  崔光杓

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

Inventor： 趋可卡纳哈·迪娜 ,  崔光杓 ,  朴慜祐 ,  朴银姬

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：CN112740687B

公开(公告)日：2024-10-18

申请号：CN201980061966.7

申请日：2019-10-14

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: 一种人工智能(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，被配置为执行所存储的一个或更多个指令，以进行以下操作：获得与被编码的第一图像对应的图像数据，通过对所获得的图像数据进行解码来获得与第一图像对应的第二图像，确定是否执行对所获得的第二图像的AI放大，基于确定执行对所获得的第二图像的AI放大，通过经由放大深度神经网络(DNN)执行对所获得的第二图像的AI放大来获得第三图像，并输出所获得的第三图像，并且基于确定不执行对所获得的第二图像的AI放大，输出所获得的第二图像。

公开(公告)号：CN117882372A

公开(公告)日：2024-04-12

申请号：CN202280054988.2

申请日：2022-08-02

Applicant: 三星电子株式会社

Inventor： 朴银姬 ,  金京儿 ,  趋可卡纳哈·迪娜 ,  朴缗茱

IPC: H04N19/124 ,  H04N19/85 ,  H04N19/117 ,  H04N19/82 ,  H04N19/176 ,  H04N19/132 ,  G06T9/00 ,  G06N3/08 ,  H04N19/137 ,  H04N19/174 ,  G06N3/0464

Abstract: 提供了一种图像处理设备，包括存储指令的存储器，以及处理器，被配置为基于指令操作以根据当前块的编码数据重建当前块，获得包括基于编码数据中包括的量化参数计算的样点值的量化误差图，通过将当前块和量化误差图应用于神经网络来获得第一修改块，获得当前块与第一修改块之间的第一差异块，通过基于根据当前块的特征的参数改变第一差异块的样点值来获得第二差异块，以及通过组合当前块和第二差异块来获得第二修改块。

公开(公告)号：CN116635886A

公开(公告)日：2023-08-22

申请号：CN202180085638.8

申请日：2021-12-07

Applicant: 三星电子株式会社

Inventor： 趋可卡纳哈·迪娜 ,  陈垌奂 ,  崔光杓

IPC: G06T5/00 ,  G06T7/207 ,  G06N3/0442 ,  G06N3/0464 ,  G06N3/09 ,  G06N3/088 ,  G06N3/092

Abstract: 根据实施例公开了一种图像处理装置，其中，所述图像处理装置包括：存储器，存储一个或更多个指令；以及处理器，执行存储在存储器中的一个或更多个指令，其中，处理器进行以下操作：在前一帧中识别与当前帧的当前样点对应的预测样点；通过根据所述预测样点的样点值改变所述前一帧的同位样点的样点值来生成针对所述当前帧的预测帧；通过将所述当前样点的样点值与所述预测样点的样点值进行比较来推导权重；将所述权重应用于所述预测帧的同位样点以便于获得加权预测帧；并且通过经由包括卷积层的神经网络对加权预测帧和所述当前帧进行处理来获得当前输出帧，其中，所述前一帧的所述同位样点和所述预测帧的所述同位样点是针对所述当前样点的同位样点。