-
公开(公告)号:CN118037547A
公开(公告)日:2024-05-14
申请号:CN202310644401.X
申请日:2023-06-01
Applicant: 三星电子株式会社
IPC: G06T3/4046 , G06T3/4023 , G06T7/20
Abstract: 提供了一种超级采样方法和装置。该方法包括:接收包括当前帧的低分辨率三维(3D)图像,并接收当前帧之前的先前帧;通过重复采样当前帧的子像素区域来生成低分辨率部分图像;将已经从神经网络输出的先前帧的高分辨率图像变形到与当前帧相对应的当前视图;用来自低分辨率部分图像的图像数据替换先前帧的经变形的高分辨率图像的部分区域;以及通过将先前帧的其中部分区域已被替换的高分辨率图像应用于神经网络来生成当前帧的高分辨率图像。
-
公开(公告)号:CN118691482A
公开(公告)日:2024-09-24
申请号:CN202410298188.6
申请日:2024-03-15
Applicant: 三星电子株式会社
IPC: G06T5/50 , G06T5/60 , G06T5/92 , G06T3/4046 , G06T3/4053
Abstract: 一种处理器实现的方法包括:将已经在第一时间点生成的第一超级采样图像帧和与第二时间点的超级采样目标相对应的第二输入图像帧进行合并,以生成合并图像;以及通过在第二时间点执行超级采样操作来生成第二超级采样图像帧,该超级采样操作包括增加由处理器执行超级采样神经网络模型的结果的位精度,其中超级采样神经网络模型提供了合并图像的降低的位精度。
-
公开(公告)号:CN118071596A
公开(公告)日:2024-05-24
申请号:CN202310647022.6
申请日:2023-06-01
Applicant: 三星电子株式会社
IPC: G06T3/4053 , G06T3/4046
Abstract: 一种电子设备,包括存储器和处理器,存储器用于存储第一神经网络和包括提升块和多个残差块的第二神经网络,处理器用于基于第二神经网络来针对第一帧的输入小块图像从多个残差块之中选择残差块,并基于所选择的残差块和提升块,通过将第一帧的输入小块图像提升到具有目标分辨率的图像来生成第一帧的输出小块图像。
-
公开(公告)号:CN119484931A
公开(公告)日:2025-02-18
申请号:CN202410494183.0
申请日:2024-04-23
Applicant: 三星电子株式会社
IPC: H04N21/44 , H04N21/466
Abstract: 一种超采样方法包括:通过基于当前渲染图像帧的低分辨率像素的子像素对三维(3D)场景执行抖动采样来生成当前渲染图像帧;通过基于与当前渲染图像帧和先前渲染图像帧之间的差异相对应的运动矢量图对先前输出图像帧进行扭曲来生成当前扭曲图像帧;通过基于根据抖动采样的采样位置的变化对当前扭曲图像帧的像素进行移位来生成当前移位图像帧;以及基于当前渲染图像帧和当前移位图像帧来生成当前输出图像帧。
-
-
-