公开(公告)号：CN114596349A

公开(公告)日：2022-06-07

申请号：CN202011440325.3

申请日：2020-12-07

Applicant: 北京三星通信技术研究有限公司 ,  三星电子株式会社

Inventor： 刘子坤 ,  雷娟 ,  张建兴 ,  刘雯 ,  李春阳 ,  杨剑 ,  文伟 ,  全炯柱 ,  崔锺凡

IPC: G06T7/55 ,  G06V10/44 ,  G06V10/82 ,  G06N3/04 ,  G06N3/08

Abstract: 本申请提供了一种深度估计方法、装置、电子设备及计算机可读存储介质。该方案进行深度估计的相关步骤可以采用人工智能模块进行处理，该方案通过将待处理图像映射到预设平面获取待处理图像各像素点在预设成像平面上的位置信息，并在深度估计过程中使用待处理图像中各像素点在预设成像平面上的位置信息，消除了相机参数对深度估计范围的影响，使得同一个网络模型可以对不同相机参数对应的待处理图像进行深度估计，在保证宽范围深度估计的同时，节省了计算资源和存储空间。

公开(公告)号：CN115082705A

公开(公告)日：2022-09-20

申请号：CN202110281512.X

申请日：2021-03-16

Applicant: 北京三星通信技术研究有限公司 ,  三星电子株式会社

Inventor： 胡奔 ,  刘子坤 ,  郑森圭 ,  张建兴 ,  李春阳 ,  薛远洋 ,  崔锺凡 ,  韩昌秀

IPC: G06V10/74 ,  G06V10/44 ,  G06V10/82 ,  G06N3/04 ,  G06N3/08

Abstract: 本申请实施例涉及AI技术领域，提供了一种基于学习算法的特征提取技术及电子设备。该电子设备在获得信息的第一特征图之后，根据第一特征图获得信息的第二特征图，然后，基于第二特征图执行特征提取。其中，第二特征图中突出第一特征图中部分特征点的特征，以更明确的体现信息中部分内容的特征。该部分特征可以是第一特征图中与参考特征点的相似度相对较大的特征点。可见，采用本实现方式，学习算法能够基于特征点之间的相似度，获得更能体现待处理信息特征的特征点，从而能够关联特征提取运算与待处理信息的内容，这样不仅能够减少特征提取过程中的计算量，降低资源开销，而且能够优化信息处理的效果。

公开(公告)号：CN116452416A

公开(公告)日：2023-07-18

申请号：CN202210022032.6

申请日：2022-01-10

Applicant: 北京三星通信技术研究有限公司 ,  三星电子株式会社

Inventor： 谢征 ,  刘子坤 ,  张建兴 ,  孔祥宇 ,  文伟 ,  崔锺凡

IPC: G06T3/40 ,  G06T7/40 ,  G06T7/90

Abstract: 本申请实施例提供了一种图像处理方法、装置、电子设备及计算机可读存储介质。该方法包括：确定待处理图像中像素点分别对应的颜色值和纹理值；对特征图进行插值，得到处理后的图像，特征图是基于像素点分别对应的颜色值和纹理值得到的。本申请实施例通过解耦像素点的颜色信息与纹理信息，能够有效使用解耦后的颜色信息与纹理信息来处理图像，避免了其它颜色通道的颜色信息的干扰，从而能够更加准确地预测出处理后的图像的真实纹理，提升成像质量。同时，由电子设备执行的上述图像处理方法可以使用人工智能模型来执行。