-
-
公开(公告)号:CN112990427A
公开(公告)日:2021-06-18
申请号:CN202011468409.8
申请日:2020-12-14
Applicant: 三星电子株式会社
Abstract: 一种处理器实现的神经网络操作方法,该操作方法包括:获得在源域中预训练的神经网络和源域的第一样式特征;使用神经网络从所接收的目标域的输入数据中提取目标域的第二样式特征;通过基于源域的第一样式特征和目标域的第二样式特征对输入数据执行样式匹配,来执行输入数据的域自适应;以及使用神经网络来处理经样式匹配的输入数据。
-
公开(公告)号:CN112539753A
公开(公告)日:2021-03-23
申请号:CN202010168378.8
申请日:2020-03-11
Applicant: 三星电子株式会社
Abstract: 一种处理器实现的方法,包括:计算从输入图像中提取出的边缘分量像素的边缘方向信息;基于所述边缘方向信息和虚拟水平线信息来确定所述边缘分量像素中的内点像素;基于所述内点像素来估计旋转参考点;以及基于所估计的旋转参考点来校正所述装置的定位信息。
-
-
公开(公告)号:CN111062405B
公开(公告)日:2024-11-15
申请号:CN201910583821.5
申请日:2019-06-28
Applicant: 三星电子株式会社
IPC: G06V10/774 , G06V10/764
Abstract: 公开了训练图像识别模型以准确地估计每类地标的参考点的位置的装置和方法。该装置和方法使用图像识别模型,该图像识别模型是基于以下来训练的:基于图像识别模型根据训练数据来计算类别损失和依赖于类别的定位损失;以及使用包括类别损失和定位损失在内的总损失来训练图像识别模型。
-
-
-
公开(公告)号:CN116229558A
公开(公告)日:2023-06-06
申请号:CN202111463213.4
申请日:2021-12-02
Applicant: 北京三星通信技术研究有限公司 , 三星电子株式会社
IPC: G06V40/18
Abstract: 本申请提供一种视线估计方法、装置、计算机设备、存储介质及程序产品,涉及人工智能、计算机视觉技术领域。通过获取图像的目标信息,该目标信息包括注意力信息或者像素点间的距离中的至少一项,从而通过获取注意力信息可以得到图像中更有判别力的信息,通过获取像素点间的距离可以尽量减少图像的信息丢失;并基于该目标信息得到图像的目标特征图,使得目标特征图可以更有效表达图像中有判别力的信息、以及有效表达图像中更多的信息,基于该目标特征图对图像进行视线估计,可以更加精确的估计图像中眼部视线,进而提高视线估计的精确度。
-
公开(公告)号:CN114066926A
公开(公告)日:2022-02-18
申请号:CN202110100378.9
申请日:2021-01-25
Applicant: 三星电子株式会社
Abstract: 提供了一种图像深度估计的方法和装置。该方法包括:基于通过将输入图像应用于神经网络而获得的输出数据的第一通道,来获得与输入图像中包括的多个像素中的每个像素的深度相关联的第一统计值;基于输出数据的第二通道来获得与输入图像中的多个像素中的每个像素的深度相关联的第二统计值;以及,基于第一统计值和第二统计值来估计输入图像中的多个像素中的每个像素的深度信息。可以基于图像中的每个像素的深度的概率分布来训练神经网络,该概率分布基于与训练数据中的具有预定深度信息的图像相对应获得的第一统计值和第二统计值。
-
-
-
-
-
-
-
-
-