-
公开(公告)号:CN111353498A
公开(公告)日:2020-06-30
申请号:CN201911133458.3
申请日:2019-11-19
Applicant: 三星电子株式会社
Abstract: 一种用于计算场景的主导类别的方法,包括:接收场景的输入图像;生成输入图像的分割图,该分割图包括多个像素,每个像素用多个类别中的相应类别来标记;基于分割图计算多个面积比,每个面积比对应于分割图的多个类别中的不同类别;应用推理以基于面积比生成多个排序标签;以及基于多个排序标签输出检测到的、场景的主导类别。
-
公开(公告)号:CN118862972A
公开(公告)日:2024-10-29
申请号:CN202410514154.6
申请日:2024-04-26
Inventor: 穆斯塔法·埃尔-哈米 , 刘青峰 , 艾哈迈德·鲁什迪·埃尔珂迪 , 莎拉·芭芭科尼亚 , 萨尔曼·艾维斯提迈赫尔 , 叶海亚·侯赛因·伊兹丁·艾萨
IPC: G06N3/0475 , G06N3/045 , G06N3/094 , G06N3/0464 , G06N20/00 , G06N5/04 , G06F17/16
Abstract: 公开一种用于处理自然语言处理任务的方法、计算装置和设备。所述方法包括识别机器学习(ML)模型的第一权重。从客户端装置接收第二权重。第二权重可基于由客户端装置更新第一权重。可基于第二权重生成更新矩阵。更新矩阵可被分解为第一分解矩阵。可基于第一分解矩阵来识别满足标准的奇异值。可基于奇异值来识别奇异向量。可基于奇异向量来识别第二分解矩阵。可从客户端装置接收与第二分解矩阵相关联的第三权重的更新。可基于第三权重的更新来生成更新后的ML模型。可基于更新后的ML模型来生成推断。
-
公开(公告)号:CN115705694A
公开(公告)日:2023-02-17
申请号:CN202210942308.2
申请日:2022-08-08
Applicant: 三星电子株式会社
IPC: G06V10/774 , G06V10/762 , G06V10/26 , G06V10/46
Abstract: 提供了通过确定用于无监督图像分割的损失函数来训练特征提取模型的设备和方法。一种方法包括:从图像确定聚类损失;基于所述聚类损失使用聚类伪标签来确定所述图像的弱监督对比损失;基于所述聚类损失和所述弱监督对比损失来确定所述损失函数。
-
公开(公告)号:CN115082330A
公开(公告)日:2022-09-20
申请号:CN202210261208.3
申请日:2022-03-16
Applicant: 三星电子株式会社
Inventor: 刘青峰 , 粟海 , 莫斯塔法.伊尔-哈米
Abstract: 一种图像处理的方法包括:确定第一特征,其中第一特征具有维度D1;确定第二特征,其中第二特征具有维度D2并且基于特征提取网络的输出;通过处理第一特征来生成第三特征,该第三特征具有维度D3;通过处理第二特征来生成导向,该导向具有维度D3;通过使用导向将深度导向滤波器(DGF)应用于第三特征来生成滤波器输出;基于滤波器输出来生成图谱;以及基于该图谱来输出经处理的图像。
-
公开(公告)号:CN111353498B
公开(公告)日:2025-03-21
申请号:CN201911133458.3
申请日:2019-11-19
Applicant: 三星电子株式会社
Abstract: 一种用于计算场景的主导类别的方法,包括:接收场景的输入图像;生成输入图像的分割图,该分割图包括多个像素,每个像素用多个类别中的相应类别来标记;基于分割图计算多个面积比,每个面积比对应于分割图的多个类别中的不同类别;应用推理以基于面积比生成多个排序标签;以及基于多个排序标签输出检测到的、场景的主导类别。
-
公开(公告)号:CN118115908A
公开(公告)日:2024-05-31
申请号:CN202311594993.5
申请日:2023-11-27
Applicant: 三星电子株式会社
Inventor: 粟海 , 莫斯塔法·伊尔-哈米 , 刘青峰
Abstract: 公开了一种方法,包括在语义分割网络中接收来自多个帧的输入数据、计算所述多个帧上的真实标签、从所述多个帧上的真实标签生成真实时间语义边界图、基于输入数据的输出生成预测的时间语义边界图、以及基于真实时间语义边界图和预测的时间语义边界图确定损失。
-
公开(公告)号:CN117910524A
公开(公告)日:2024-04-19
申请号:CN202311219337.7
申请日:2023-09-20
Applicant: 三星电子株式会社
IPC: G06N3/063 , G06N3/0464 , G06V10/82 , G06V10/80
Abstract: 公开了一种用于使用硬件友好的多内核卷积块(HFMCB)来处理和组合特征图的系统和方法。该方法包括:将输入特征图拆分成多个特征图,所述多个特征图中的每个特征图都具有减少的通道数量;利用不同系列的内核来处理多个特征图中的每个特征图;以及组合经处理的多个特征图。
-
-
-
-
-
-