[发明专利]电子设备、系统及其控制方法

说明书

公开了一种电子设备、系统及其控制方法。所述电子设备包括：处理器，被配置为使用训练的第一人工智能(AI)模型对图像进行下缩放并且对下缩放图像进行编码，并且该处理器被配置为基于使用训练的第二AI模型获得的所述图像的质量信息控制对所述图像进行下缩放，并且第二AI模型可使用从第一AI模型获得的所述图像的特征信息被训练。

技术领域

本公开涉及一种电子设备及其控制方法，并且例如，涉及一种使用人工智能(AI)模型执行图像处理的电子设备、系统及其控制方法。

背景技术

随着电子技术的发展，已经开发并发布了各种类型的电子设备。近年来，已经越来越多地开发了在各种场所(诸如，住宅、办公室、公共场所等)中使用的显示设备。

随着削减传统付费广播(诸如，地面/有线/IPTV/卫星广播)的剪线趋势、通过公共互联网网络的云上(OTT)服务(诸如，Netflix/Amazon Prime)日益激增，以及单一媒体广播平台(诸如，YouTube/Twitter/Facebook等)的激增，消费者对实时现场流传输应用的需求正在增加。

OTT服务提供商为实时性重要的内容(诸如，实时广播或体育赛事)提供现场流传输服务，并且在将来，正在准备对需要与观看者交互的服务(诸如，实时投注)的扩展。单人媒体广播平台正在提供一种使能够通过聊天窗口与观看者交互的服务，并且正在演变为能够进行多方视频通话/视频会议的平台。

在该实时现场流传输应用中，影响观看者的感觉质量的非常重要的因素是图像的质量和延迟。例如，由于使用公共互联网网络提供服务(诸如，供应链(现场事件捕捉编码第一英里传递CDN传播最后一英里传递用户装置))，因此应利用给定网络环境中的最优图像质量执行流传输，并且由于服务重视实时性，因此消费者感觉到的延迟应被最小化或减少。例如，诸如体育赛事的服务应通过使延迟小于或等于一秒来使剧透效果最小化或减少剧透效果，并且在诸如视频通话的交互式服务中，必须利用至少小于或等于200毫秒的延迟提供该服务，使得消费者不会感到延迟。

由于经由互联网和物联网(IoT)/全IP趋势的服务的激增，所以不仅为移动装置(诸如，移动电话或平板电脑)，而且还为笔记本电脑、智能TV等提供通信模块(诸如，能够进行互联网协议(IP)通信的Wi-Fi)。在住宅中，正在开发用于装置之间直接流传输的应用场景。

屏幕镜像是装置间直接流传输应用场景的代表性示例，其中，已经在相对较小的屏幕(诸如，移动电话和平板电脑)上再现的内容被发送到大屏幕(诸如，用于观看的TV)。在TV行业中，大体积的部件(诸如，电源部件、缆线连接器等)被划分到外部盒中，以保持薄的显示器形状尺寸。这里，可使用无线通信模块利用直接数据流传输来替换外部盒与显示器之间的复杂的缆线连接。

当将装置间直接流传输应用中的数据路径和通过互联网的实时现场流传输应用的供应链进行比较时，端系统的技术相似性仅在不同的网络环境下非常高，并且观看者对感觉质量的要求相对较高。例如，无线TV场景的图像质量应接近视觉无损，并且延迟应在10毫秒内，以防止或减少用户的感觉质量下降。

发明内容

本公开提供了一种能够预测被实时流传输的图像的质量并以最优和/或提高的分辨率和比特率处理该图像的电子设备、系统及其控制方法。

本公开的实施例可解决上述问题，并且可提供一种电子设备，包括：处理器，被配置为使用训练的第一人工智能(AI)模型对图像进行下缩放并且对下缩放图像进行编码，并且该处理器被配置为基于使用训练的第二AI模型获得的图像的质量信息来控制对图像进行下缩放，并且第二AI模型可使用从第一AI模型获得的图像的特征信息被训练。

根据示例实施例，一种电子设备包括：处理器，被配置为使用训练的第一人工智能(AI)模型对图像进行下缩放并且对下缩放图像进行编码。这里，处理器可基于使用训练的第二AI模型获得的图像的质量信息来控制对图像进行下缩放，并且第二AI模型可使用从第一AI模型获得的图像的特征信息被训练。