Los centros de investigación y desarrollo (I + D) de Samsung Electronics presentaron sus estudios en CVPR (Computer Vision and Pattern Recognition) mostrando nuevas tecnologías en visión artificial, aprendizaje profundo e inteligencia artificial.
CVPR es la conferencia más grande del mundo sobre ingeniería informática y IA. En la conferencia de este año, celebrada en línea del 14 al 19 de junio, Samsung Research, un centro avanzado de I + D dentro de SET Business de Samsung Electronics y sus centros avanzados de I + D presentaron un total de 11 artículos de tesis. Investigadores del Centro de Inteligencia Artificial de Samsung Moscú y el Centro de Inteligencia Artificial de Samsung Toronto fueron invitados a presentaciones orales, una oportunidad que se le dio solo al 5% de todos los participantes.
Durante la presentación oral, Pavel Solovev del Samsung Moscow AI Center presentó "traducción diurna de alta resolución sin etiquetas de dominio", que es una tecnología que convierte la fotografía de paisajes de alta resolución en escenas de diferentes momentos del día utilizando datos sin etiqueta de dominio. Konstantin Sofiiuk también presentó "f-BRS: repensar el refinamiento de la retropropagación para la segmentación interactiva", que es una tecnología que permite al usuario simplemente hacer clic en un objeto en una fotografía para seleccionarlo y separarlo con precisión.
"Traducción diurna de alta resolución sin etiquetas de dominio"
Uniéndose al Centro de IA de Toronto, el investigador Michael Brown y su equipo presentaron el documento llamado "Edición de balance de blancos profundo", que también fue seleccionado para una presentación oral. Esta tecnología de IA corrige los errores de balance de blancos realizados en una foto capturada con mucha más precisión que los programas de edición de fotos existentes. Esta tecnología también permite a los usuarios ajustar la temperatura de color del balance de blancos de la foto.
Edición profunda del balance de blancos
Investigadores de Samsung Research America también presentaron resultados interesantes en la conferencia. El estudio de Eric Luo titulado « Wavelet Synthesis Net: An Efficient Architecture for Disparity Estimation to Synthesize DSLR Caliber Bokeh Effect on Smartphones & # 39; & # 39; & # 39; & # 39; & # 39; se centró en herramientas clave para reducir la brecha entre DSLR y la cámara del teléfono inteligente en términos de bokeh, profundidad de campo (DoF).
Yilin Shen, del Centro de IA de Samsung Research America, presentó un estudio sobre referencias fuera de distribución (OoD) para la investigación en redes neuronales profundas. El estudio de Shen titulado "Aprendizaje de detección fuera de distribución sin datos fuera de distribución" propuso el algoritmo clave de aprendizaje automático para mejorar significativamente la tasa de detección, uno de los principales desafíos de Tecnología de IA.
Además, los estudios propuestos por investigadores del equipo de tecnología visual de Samsung Research y el Instituto de Investigación y Desarrollo de Samsung India-Bangalore también fueron seleccionados por CVPR.