-
公开(公告)号:CN110992405B
公开(公告)日:2024-10-18
申请号:CN201910282882.8
申请日:2019-04-09
Applicant: 三星电子株式会社
Abstract: 一种用于输出姿态信息的方法和装置从由第一传感器捕捉的帧中选择第一点,基于由第二传感器感测的运动信息来估计帧之间的旋转信息,基于第三点来校正所估计的旋转信息,第三点是在从第一点中排除了与动态对象相对应的第二点时的剩余点,基于第三点和经校正的旋转信息来获得帧之间的平移信息,以及输出经校正的旋转信息和平移信息。
-
公开(公告)号:CN114518119A
公开(公告)日:2022-05-20
申请号:CN202110492712.X
申请日:2021-05-06
Applicant: 三星电子株式会社
Abstract: 公开了一种定位的方法及装置。所述方法包括:使用车辆的位置传感器确定基于传感器的参考位置;基于使用所述车辆的相机捕获的所述车辆的图像信息,确定所述车辆的基于图像的参考位置;基于所述车辆的行驶情况,设置对于所述基于图像的参考位置的可接受范围;以及将所述基于图像的参考位置的误差级别与所述可接受范围进行比较并且估计所述车辆的当前位置。
-
公开(公告)号:CN108121995A
公开(公告)日:2018-06-05
申请号:CN201710544947.2
申请日:2017-07-06
Applicant: 三星电子株式会社
CPC classification number: G06K9/4609 , G06K9/3233 , G06K9/4628 , G06K9/4671 , G06K9/6267 , G06N3/0454 , G06N3/084 , G06K9/46 , G06K9/6248
Abstract: 公开一种用于识别对象的方法和设备。一种识别对象的方法包括:驱使处理器以:将输入图像施加到包括多个层的特征提取器;基于由包括在特征提取器中的第一层输出的输入图像的多个第一特征向量和由包括在特征提取器中的第二层输出的输入图像的多个第二特征向量,确定第三特征向量;基于第三特征向量,识别输入图像中的对象。
-
公开(公告)号:CN118368421A
公开(公告)日:2024-07-19
申请号:CN202410305304.2
申请日:2024-03-15
Applicant: 三星电子株式会社
IPC: H04N19/124 , G06N3/0455 , G06N3/045 , H04N19/70 , H04N19/91 , H04N19/42 , H04N19/184
Abstract: 一种具有视频处理功能的装置,包括:一个或多个处理器,被配置为:通过将量化参数、预解码参考图像和视频中包括的多个帧输入到神经网络并压缩该多个帧来生成能够由目标标准编解码器处理的语法元素,并通过对语法元素执行熵编码来生成比特流。
-
-
公开(公告)号:CN111767770A
公开(公告)日:2020-10-13
申请号:CN201911010931.9
申请日:2019-10-22
Applicant: 三星电子株式会社
Abstract: 一种由处理器实现的方法包括:根据从一个或多个传感器获取的连续帧的帧图像,估计所述一个或多个传感器的短期自我运动信息;根据所述帧图像,估计所述一个或多个传感器的长期自我运动信息;根据所述短期自我运动信息和所述长期自我运动信息,确定注意力信息;以及基于所述长期自我运动信息和所述注意力信息,确定所述连续帧中的当前帧的最终长期自我运动信息。
-
公开(公告)号:CN118096854A
公开(公告)日:2024-05-28
申请号:CN202211512704.8
申请日:2022-11-25
Applicant: 北京三星通信技术研究有限公司 , 三星电子株式会社
IPC: G06T7/593 , G06T3/4007
Abstract: 本发明关于一种深度估计方法、装置、电子设备及存储介质,所述深度估计方法包括:获取场景的飞行时间ToF图像、左图像和右图像;确定ToF图像中各ToF像素点的第一可靠度;根据所述第一可靠度确定是否基于左图像、右图像以及ToF图像来估计所述场景的深度图。由电子设备执行的上述深度估计方法可以使用人工智能模型来执行。
-
-
-
公开(公告)号:CN108364310A
公开(公告)日:2018-08-03
申请号:CN201711145825.2
申请日:2017-11-17
Applicant: 三星电子株式会社
CPC classification number: G06T7/593 , G06K9/4619 , G06K9/4652 , G06K9/4661 , G06K9/6202 , G06T2207/20084 , G06T2207/20228 , G06N3/0454
Abstract: 提供一种立体匹配方法和设备、图像处理设备及其训练方法。一种立体匹配方法包括:使用基于神经网络模型的特征提取器,获得与第一视图图像相关联的第一特征图和与第二视图图像相关联的第二特征图;使用第一特征图和第二特征图,确定第一视图图像的参考像素与第二视图图像的多个候选像素之间的各个匹配代价;基于确定的匹配代价,确定所述多个候选像素之中的与所述参考像素对应的像素。
-
-
-
-
-
-
-
-
-