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

Inventor： 李彩银 ,  朴必圭 ,  金载丸 ,  杨喜喆 ,  李钟硕 ,  朴永五 ,  崔光杓

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：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

Inventor： 李钟硕 ,  金载丸 ,  朴永五 ,  朴正辉 ,  全善暎 ,  崔光杓

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。

公开(公告)号：CN110337813B

公开(公告)日：2023-04-18

申请号：CN201880013752.8

申请日：2018-02-06

Applicant: 三星电子株式会社

Inventor： 金载丸 ,  朴永五 ,  朴正辉 ,  李钟硕 ,  金善暎 ,  崔光杓

IPC: H04N19/50 ,  H04N19/184 ,  G06N3/0464 ,  G06N3/048 ,  G06N3/084 ,  H04N19/132 ,  H04N19/117

Abstract: 提供了一种图像压缩方法和用于执行图像压缩方法的图像压缩装置。根据实施例的用于对图像进行压缩的方法包括以下步骤：针对图像使用DNN来执行下采样，从而确定压缩图像；基于压缩图像来执行预测，从而确定预测信号；基于压缩图像和预测信号来确定残差信号；并且生成包括与所述残差信号有关的信息的比特流，其中，DNN具有通过使用在上采样处理中生成的信息对下采样处理进行学习而确定的网络结构。提供了一种图像恢复方法以及用于执行图像恢复方法的图像恢复装置，其中，所述图像恢复方法通过使用用于上采样的DNN对压缩图像进行恢复，其中，所述压缩图像是通过图像压缩方法被压缩出来的。

公开(公告)号：CN110832860A

公开(公告)日：2020-02-21

申请号：CN201880045137.5

申请日：2018-02-06

Applicant: 三星电子株式会社

Inventor： 全善暎 ,  金载丸 ,  朴永五 ,  朴正辉 ,  李钟硕 ,  崔光杓

IPC: H04N19/196 ,  H04N19/136 ,  H04N19/124 ,  H04N19/154 ,  H04N19/91 ,  H04N19/13 ,  H04N19/184 ,  H04N19/42 ,  H04N19/44 ,  H04N19/30 ,  H04N19/117 ,  H04N19/176 ,  G06N3/04

Abstract: 提供了一种对图像进行编码的方法，所述方法包括以下步骤：确定在对图像进行压缩时图像的主观质量；确定指示图像被压缩程度的压缩度中改变主观质量的至少一个压缩度；以及通过基于根据所确定的压缩度的压缩信息压缩图像的残留信号来对图像进行编码，其中通过使用深度神经网络(DNN)来确定每一帧的主观质量。提供了一种图像解码方法和图像解码设备，用于通过使用根据图像编码方法编码的信息来执行用于对图像进行解码的图像解码方法。

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：CN112913237B

公开(公告)日：2024-08-16

申请号：CN201980068843.6

申请日：2019-10-01

Applicant: 三星电子株式会社

Inventor： 全善暎 ,  金载丸 ,  朴永五 ,  李钟硕 ,  崔珉硕 ,  崔光杓

IPC: H04N19/132 ,  H04N19/85 ,  H04N19/50 ,  H04N19/184 ,  G06N3/045 ,  G06N3/0464 ,  G06N3/084

Abstract: 提供了一种人工智能(AI)编码设备，包括：存储器，存储一个或更多个指令；以及处理器，被配置为执行存储在存储器中的所述一个或更多个指令以进行以下操作：通过经由用于缩小的深度神经网络(DNN)对原始图像执行AI缩小来获得第一图像，获得指示第一图像中的伪像区域的伪像信息，基于所述伪像信息执行后处理以改变第一图像中的像素的像素值，并且获得与对经过后处理的第一图像进行编码的结果对应的图像数据以及包括所述伪像信息的AI数据。

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

Inventor： 李彩银 ,  金载丸 ,  朴永五 ,  李钟硕 ,  崔光杓

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

Inventor： 金载丸 ,  朴永五 ,  李钟硕 ,  李彩银 ,  崔光杓

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

Inventor： 金载丸 ,  朴永五 ,  李彩银 ,  崔光杓

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。

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

Inventor： 朴必圭 ,  金载丸 ,  杨喜喆 ,  李钟硕 ,  李彩银 ,  朴永五 ,  崔光杓

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。