-
公开(公告)号:CN119648825A
公开(公告)日:2025-03-18
申请号:CN202411639182.7
申请日:2024-11-15
Applicant: 三星(中国)半导体有限公司 , 三星电子株式会社
IPC: G06T11/00 , G06T5/70 , G06T5/60 , G06N3/0455 , G06N3/084
Abstract: 提供一种图像生成、模型训练方法及装置、存储介质、计算装置。该图像生成方法包括:获取输入图像的特征图;将所述特征图与坐标图进行拼接,得到拼接结果,其中,所述坐标图用于提供所述特征图中的特征点的位置信息;基于所述拼接结果,利用机器学习模型预测所述特征图中的噪声;基于预测的噪声对所述特征图进行去噪,得到去噪特征图;以及基于所述去噪特征图生成目标图像,从而通过灵活地为特征图提供坐标信息来生成分辨率和高宽比不受限制的可变尺寸图像,提高了生成的可变尺寸图像的效果。
-
公开(公告)号:CN119648528A
公开(公告)日:2025-03-18
申请号:CN202411638893.2
申请日:2024-11-15
Applicant: 三星(中国)半导体有限公司 , 三星电子株式会社
IPC: G06T3/4053 , G06T5/70 , G06N3/0455 , G06T5/60
Abstract: 本公开提供了一种用于图像超分辨率的图像处理方法、图像处理装置、电子设备以及存储介质。所述图像处理方法包括:通过对低分辨率的含噪声的第一空域图像进行多级小波变换处理,获得第一多级小波频谱图;通过对第一多级小波频谱图进行分块处理,获得包括加噪低频分量和加噪高频分量的多个加噪数据块;通过对所述多个加噪数据块进行去噪处理,获得包括去噪低频分量和去噪高频分量的多个去噪数据块;通过对多个去噪数据块进行逆分块处理,获得第二多级小波频谱图;通过对第二多级小波频谱图进行逆多级小波变换处理,获得高分辨率的第二空域图像。
-
公开(公告)号:CN119313900A
公开(公告)日:2025-01-14
申请号:CN202411365003.5
申请日:2024-09-27
Applicant: 三星(中国)半导体有限公司 , 三星电子株式会社 , 西安交通大学
IPC: G06V10/26 , G06V10/44 , G06V10/80 , G06V10/82 , G06N3/0464
Abstract: 本公开提供了点云数据的语义分割方法、语义分割装置及电子设备。所述语义分割方法包括:针对基于输入的点云数据转换得到的体素进行处理,得到初始特征;通过对初始特征进行预设次数的下采样处理,得到下采样特征;从下采样特征提取全局特征,并对全局特征和鸟瞰图特征进行融合,得到融合特征,其中,鸟瞰图特征从全局特征转换得到;通过结合预设次数的下采样处理的结果,对融合特征进行预设次数的上采样处理,得到上采样特征;基于上采样特征进行语义标签预测,从而得到语义分割结果。
-
公开(公告)号:CN119295762A
公开(公告)日:2025-01-10
申请号:CN202411358546.4
申请日:2024-09-27
Applicant: 三星(中国)半导体有限公司 , 三星电子株式会社
Abstract: 公开了一种关键点检测方法和关键点检测装置,其中,所述关键点检测方法包括:获取待检测图像中的目标对象的关键点的初步检测结果和第一方差信息,其中,所述初步检测结果包括关键点的位置信息;基于所述第一方差信息对所述初步检测结果进行关键点校验;基于所述关键点校验的结果,确定所述目标对象的检测结果。
-
公开(公告)号:CN116030387A
公开(公告)日:2023-04-28
申请号:CN202211721668.6
申请日:2022-12-30
Applicant: 三星(中国)半导体有限公司 , 三星电子株式会社 , 西安交通大学
Abstract: 提供了一种从视频中识别对象的方法和装置,其中,所述方法包括:从视频中提取多个图像帧;利用视觉变换Transformer提取所述多个图像帧中的每个图像帧的初始特征图;利用级联的至少一层注意力特征融合网络,对所述每个图像帧的初始特征图进行融合以获得所述多个图像帧的融合特征图,其中,每层注意力特征融合网络包括至少一个注意力特征融合模块,其中,每个注意力特征融合模块至少包括级联的多头自注意力模块和交叉注意力模块,其中,最后一层注意力特征融合网络仅包括一个注意力特征融合模块;基于所述多个图像帧的融合特征图,识别所述视频中的对象。
-
公开(公告)号:CN115965660A
公开(公告)日:2023-04-14
申请号:CN202211424815.3
申请日:2022-11-14
Applicant: 三星(中国)半导体有限公司 , 三星电子株式会社 , 深圳大学
Abstract: 提供了一种光流估计方法和装置。所述方法包括:对于两个图像中的每个图像,将加入了第一行矢量的每个图像的源图像特征图输入每个图像对应的第一多头注意力模块获取融合了每个图像的行关系信息的第一水平轴向分离融合注意力特征图;基于第一水平轴向分离融合注意力特征图和所述源图像特征图获取每个图像的第一注意力特征图;将加入了第一列矢量的第一注意力特征图输入每个图像对应的第二多头注意力模块,获取融合了每个图像的行关系信息和列关系信息的第一垂直轴向分离融合注意力特征图;基于第一垂直轴向分离融合注意力特征图和第一注意力特征图获取每个图像的第二注意力特征图;基于所述图像的第二注意力特征图,获取所述图像的光流估计。
-
-
-
-
-