公开(公告)号：CN101103531A

公开(公告)日：2008-01-09

申请号：CN200680002144.4

申请日：2006-01-12

Applicant: 三星电子株式会社

Inventor： 金重会 ,  吴殷美 ,  孙昌用 ,  朱基岘

IPC: H03M7/30

Abstract: 一种可分级音频数据算术解码的方法、介质和设备和一种截去音频数据比特流的方法、介质和设备。对可分级算术编码的码元进行解码的算术解码的方法可包括：通过使用期望被解码的码元和码元的概率对码元进行算术解码；和通过检查指示将被解码的码元的解码是否完成的歧义来确定是否继续解码。根据本发明的方法、介质和设备，当在MPEG-4可分级无损音频编码中执行算术解码时，应用可分级的数据可被进行有效的解码。即使当截去比特流时，也可知道解码终止点，从而可执行截去部分的附加解码。

公开(公告)号：CN112396085B

公开(公告)日：2024-09-24

申请号：CN202010534666.0

申请日：2020-06-12

Applicant: 三星电子株式会社

Inventor： 孙辰雨 ,  孙昌用 ,  柳在炯 ,  李曙炯 ,  郑相一 ,  崔彰仁 ,  韩在浚

IPC: G06V10/764 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/08 ,  G06N3/044 ,  G06N3/048

Abstract: 提供一种识别图像的方法和设备。所述方法包括：获得输入图像；基于输入图像计算神经网络的输入特征图；针对神经网络内的至少一个层的每个层，获得所述层的输入特征图的多个输入平面之中的与第一输入通道对应的第一输入平面；接收所述层的权重核的多个权重平面之中的与第一输入通道对应的第一权重平面；通过累积第一输入平面中的第一输入元素的至少一部分与第一权重平面中的第一权重元素的至少一部分之间的乘法运算的乘法结果来生成第一累积数据；以及基于第一累积数据生成所述层的输出特征图的多个输出平面之中的与第一输出通道对应的第一输出平面；以及基于输出特征图，输出图像识别结果。

公开(公告)号：CN111352656B

公开(公告)日：2024-07-09

申请号：CN201910822391.8

申请日：2019-09-02

Applicant: 三星电子株式会社

Inventor： 孙辰雨 ,  孙昌用 ,  李曙炯 ,  郑相一 ,  崔昌圭 ,  韩在濬

IPC: G06F9/30 ,  G06N3/0464 ,  G06N3/084

Abstract: 公开一种使用按位运算的神经网络设备和方法。所述神经网络处理方法包括：获得与神经网络中的层的权重核的第一数据对应的核位串行块；基于所述层的一个或多个输入特征图的第二数据生成特征图位串行块；以及通过使用核位串行块与特征图位串行块之间的按位运算执行所述层的卷积运算来生成输出特征图的至少一部分。

公开(公告)号：CN115131397A

公开(公告)日：2022-09-30

申请号：CN202110979669.X

申请日：2021-08-25

Applicant: 三星电子株式会社

Inventor： 宋周奂 ,  李贤廷 ,  朴昶范 ,  孙昌用 ,  俞炳仁

IPC: G06T7/246 ,  G06V10/25 ,  G06V10/44

Abstract: 公开了对象跟踪方法和设备。一种处理器实现的对象跟踪方法包括：基于模板图像的目标框的形状来设置模板图像中的抑制区域；通过抑制模板图像的模板特征图中的与抑制区域对应的特征数据的影响来细化模板特征图；以及通过基于细化的模板特征图确定搜索图像中的与目标框对应的边框来跟踪对象。

公开(公告)号：CN113361681A

公开(公告)日：2021-09-07

申请号：CN202011137828.3

申请日：2020-10-22

Applicant: 三星电子株式会社

Inventor： 柳在炯 ,  孙辰雨 ,  孙昌用 ,  李曙炯 ,  郑相一 ,  崔彰仁

IPC: G06N3/04 ,  G06N3/08 ,  G06K9/62

Abstract: 公开图像识别的方法和设备以及电子装置。所述方法包括：获得用于图像识别的图像数据；基于图像数据针对神经网络的每个层执行相应的运算，以获得图像识别的结果；和输出图像识别的结果，其中，执行相应的运算的步骤包括：从目标特征图提取第一目标特征向量；基于针对逐深度卷积运算的匹配关系，从第一类型权重元素提取与第一目标特征向量匹配的第一权重向量；通过执行第一目标特征向量与第一权重向量之间的乘法运算，生成第一中间特征向量；通过对第一中间特征向量和基于第二目标特征向量生成的第二中间特征向量累加，生成第一隐藏特征向量；和基于第一隐藏特征向量与第二类型权重元素之间的逐点卷积运算，生成输出特征图的第一输出特征向量。

公开(公告)号：CN111352656A

公开(公告)日：2020-06-30

申请号：CN201910822391.8

申请日：2019-09-02

Applicant: 三星电子株式会社

Inventor： 孙辰雨 ,  孙昌用 ,  李曙炯 ,  郑相一 ,  崔昌圭 ,  韩在濬

IPC: G06F9/30 ,  G06N3/04 ,  G06N3/08

Abstract: 公开一种使用按位运算的神经网络设备和方法。所述神经网络处理方法包括：获得与神经网络中的层的权重核的第一数据对应的核位串行块；基于所述层的一个或多个输入特征图的第二数据生成特征图位串行块；以及通过使用核位串行块与特征图位串行块之间的按位运算执行所述层的卷积运算来生成输出特征图的至少一部分。

公开(公告)号：CN111340177A

公开(公告)日：2020-06-26

申请号：CN201910778533.5

申请日：2019-08-22

Applicant: 三星电子株式会社

Inventor： 李曙炯 ,  郭荣竣 ,  孙辰雨 ,  孙昌用 ,  郑相一 ,  崔昌圭 ,  韩在濬

IPC: G06N3/04 ,  G06N3/063 ,  G06N3/08

Abstract: 公开基于嵌套位表示的神经网络处理方法和设备。所述方法包括：确定神经网络的第一层的位宽；通过从与神经网络的第一层对应的源模型的第一层的第一权重中的每个提取与确定的位宽对应的至少一个位，获得神经网络的第一层的第二权重；以及通过基于获得的第二权重执行神经网络的第一层来处理神经网络的第一层的输入数据。

公开(公告)号：CN109934083A

公开(公告)日：2019-06-25

申请号：CN201811467621.5

申请日：2018-12-03

Applicant: 三星电子株式会社

Inventor： 韩承周 ,  朴成彦 ,  韩在濬 ,  孙辰雨 ,  孙昌用 ,  高民守 ,  金智慧 ,  崔昌圭

IPC: G06K9/00

Abstract: 提供一种对象识别方法和设备。所述设备包括：处理器，被配置为：响应于在输入图像的对象识别的成功之后的输入图像的验证的失败，使用对象模型并基于通过在输入图像的对象识别中所使用的对象模型的局部层提取的参考中间数据，来验证目标图像；响应于在验证目标图像的步骤中目标图像被验证，执行目标图像的附加验证。

公开(公告)号：CN108073981A

公开(公告)日：2018-05-25

申请号：CN201710970971.2

申请日：2017-10-18

Applicant: 三星电子株式会社

Inventor： 孙辰雨 ,  孙昌用 ,  崔昌圭 ,  韩在濬

IPC: G06N3/04 ,  G06N3/08

CPC classification number: G06K9/00979 ,  G06K9/6256 ,  G06N3/04 ,  G06N3/0454 ,  G06N3/063 ,  G06N3/08

Abstract: 公开处理卷积神经网络(CNN)的方法和设备。所述设备可基于卷积层的内核的特性和卷积层的输入的特性中的至少一个，从重复使用内核的第一操作模式和重复使用输入的第二操作模式选择一个操作模式，并且基于所选择的操作模式执行卷积操作。

公开(公告)号：CN107665364A

公开(公告)日：2018-02-06

申请号：CN201710629393.6

申请日：2017-07-28

Applicant: 三星电子株式会社

Inventor： 孙昌用 ,  孙辰雨 ,  俞炳仁 ,  崔昌圭 ,  韩在濬

IPC: G06N3/04 ,  G06N3/063

CPC classification number: G06N3/08 ,  G06F5/01 ,  G06F7/523 ,  G06N3/04 ,  G06N3/063 ,  G06N3/082

Abstract: 一种神经网络方法和设备。所述神经网络设备包括：处理器，被配置为：通过应用神经网络的相邻层中的相邻节点之间的用于解释应用于神经网络的输入数据的轻量化的加权连接，产生神经网络，其中，神经网络具有包括多个节点的多个层，其中，所述多个层中的至少一个层的轻量化的加权连接包括针对绝对值小于非零值的绝对值的各个非零值具有等于零的值的加权连接。轻量化加权连接还包括具有绝对值不大于另一非零值的绝对值的值的加权连接，轻量化的加权连接是绝对最大值大于所述另一非零值的绝对值的训练的神经网络的训练的最终加权连接的轻量化的加权连接。