-
公开(公告)号：CN105144196A
公开(公告)日：2015-12-09
申请号：CN201480010236.1
申请日：2014-02-18
Applicant: 微软技术许可有限责任公司
CPC classification number: G06K9/66 , G06K9/00671 , G06K9/6219 , G06K9/6256 , G06K9/6282
Abstract: 例如，描述了用于在已知环境中重新定位移动相机(诸如在智能电话上的)或者用于计算相对于固定相机移动的对象的姿态的相机或对象姿态计算。该姿态信息对于机器人、增强现实、导航和其他应用是有用的。在其中相机姿态被计算的各实施例中，经训练的机器学习系统将来自场景的图像的图像元素与该场景的3D世界坐标系中的点相关联。在其中相机固定而对象的姿态要被计算的示例中，经训练的机器学习系统将来自该对象的图像的图像元素与对象坐标系中的点相关联。在各示例中，图像元素可能是有噪声且不完整的，而姿态推断引擎计算该姿态的准确估计。
-
公开(公告)号：CN102591456B
公开(公告)日：2015-09-02
申请号：CN201110427844.0
申请日：2011-12-19
Applicant: 微软技术许可有限责任公司
Abstract: 本发明公开了对身体和道具的检测。描述了一种用于检测和跟踪包括身体部位和道具的目标的系统和方法。在一方面，所公开的技术获得一个或多个深度图像，生成与一个或多个身体部位和一个或多个道具相关联的一个或多个分类图，使用骨架跟踪系统来跟踪一个或多个身体部位，使用道具跟踪系统来跟踪一个或多个道具，以及报告与一个或多个身体部位和一个或多个道具有关的度量。在某些实施例中，反馈可在骨架跟踪系统和道具跟踪系统之间发生。
-
公开(公告)号：CN105765609A
公开(公告)日：2016-07-13
申请号：CN201480062360.2
申请日：2014-11-12
Applicant: 微软技术许可有限责任公司
Abstract: 描述了使用有向无环图的存储器促进，例如，其中多个有向无环图被训练以用于从人类骨架数据中进行姿势识别，或者用于从深度图像中估计人体关节位置以用于姿势检测。在各个示例中，有向无环图在使用训练目标的训练期间增长，该训练目标将节点之间的连接模式与分割函数参数值两者考虑在内。例如，子节点层使用初始化策略增长并且与父节点层连接。在各示例中，各个局部搜索过程被用于寻找连接模式与分割函数参数的良好组合。
-
Patent Agency Ranking
公开(公告)号：CN102629376B
公开(公告)日：2016-01-20
申请号：CN201210030367.9
申请日：2012-02-10
Applicant: 微软技术许可有限责任公司
IPC: G06T7/00
CPC classification number: G06K9/6277 , G06K9/6282 , G06T7/35 , G06T2207/10072 , G06T2207/10116 , G06T2207/10132 , G06T2207/20072 , G06T2207/20076 , G06T2207/20081 , G06T2207/30004
Abstract: 描述了图像配准。在一实施例中，图像配准系统执行图像(例如医学图像)的自动配准。在一示例中，计算要被配准的各图像中的每个图像的语义信息，所述语义信息包括关于这些图像中的物体的类型的信息和该信息的确信度。在一示例中，找到配准所述图像的映射，该映射考虑了图像元素的强度并以如下方式考虑了语义信息：按照该语义信息的确信度来加权。例如，通过使用回归树林来估算各解剖结构的位置的后验分布(posterior distribution)并将该后验分布变换为概率图(probability map)来计算该语义信息。在一示例中，该映射作为能量函数的全局拐点被找到，该能量函数具有与该语义信息有关的项。
-
公开(公告)号：CN113673305A
公开(公告)日：2021-11-19
申请号：CN202110749687.9
申请日：2014-04-08
Applicant: 微软技术许可有限责任公司
Abstract: 描述了图像标记，例如，以识别医学图像中的身体器官、以标记游戏玩家的深度图像中的身体部分、以标记场景视频中的对象。在各种实施例中，自动化分类器使用图像的最短连线特征，以及可选地其它类型的特征，来按语义分割图像。例如，最短连线特征与图像元素间的距离相关，该距离将与图像元素间的图像内容有关的信息纳入考虑。在某些示例中，自动化分类器是纠缠的随机决策森林，其中在较早的树层次累积的数据被用于在较晚的树层次处作决策。在某些示例中，自动化分类器通过包括两个或更多个随机决策森林而具有自动上下文。在各种示例中，并行处理和查找过程被使用。
-
公开(公告)号：CN105144196B
公开(公告)日：2019-07-23
申请号：CN201480010236.1
申请日：2014-02-18
Applicant: 微软技术许可有限责任公司
CPC classification number: G06K9/66 , G06K9/00671 , G06K9/6219 , G06K9/6256 , G06K9/6282
Abstract: 例如，描述了用于在已知环境中重新定位移动相机(诸如在智能电话上的)或者用于计算相对于固定相机移动的对象的姿态的相机或对象姿态计算。该姿态信息对于机器人、增强现实、导航和其他应用是有用的。在其中相机姿态被计算的各实施例中，经训练的机器学习系统将来自场景的图像的图像元素与该场景的3D世界坐标系中的点相关联。在其中相机固定而对象的姿态要被计算的示例中，经训练的机器学习系统将来自该对象的图像的图像元素与对象坐标系中的点相关联。在各示例中，图像元素可能是有噪声且不完整的，而姿态推断引擎计算该姿态的准确估计。
-
公开(公告)号：CN105210085A
公开(公告)日：2015-12-30
申请号：CN201480020922.7
申请日：2014-04-08
Applicant: 微软技术许可有限责任公司
CPC classification number: G06K9/627 , G06K9/6215 , G06K9/6217 , G06K9/6219 , G06K9/6282 , G06K2209/051
Abstract: 描述了图像标记，例如，以识别医学图像中的身体器官、以标记游戏玩家的深度图像中的身体部分、以标记场景视频中的对象。在各种实施例中，自动化分类器使用图像的最短连线特征，以及可选地其它类型的特征，来按语义分割图像。例如，最短连线特征与图像元素间的距离相关，该距离将与图像元素间的图像内容有关的信息纳入考虑。在某些示例中，自动化分类器是纠缠的随机决策森林，其中在较早的树层次累积的数据被用于在较晚的树层次处作决策。在某些示例中，自动化分类器通过包括两个或更多个随机决策森林而具有自动上下文。在各种示例中，并行处理和查找过程被使用。
-
公开(公告)号：CN105765609B
公开(公告)日：2020-03-31
申请号：CN201480062360.2
申请日：2014-11-12
Applicant: 微软技术许可有限责任公司
Abstract: 描述了使用有向无环图的存储器促进，例如，其中多个有向无环图被训练以用于从人类骨架数据中进行姿势识别，或者用于从深度图像中估计人体关节位置以用于姿势检测。在各个示例中，有向无环图在使用训练目标的训练期间增长，该训练目标将节点之间的连接模式与分割函数参数值两者考虑在内。例如，子节点层使用初始化策略增长并且与父节点层连接。在各示例中，各个局部搜索过程被用于寻找连接模式与分割函数参数的良好组合。
-
-
-
-
-
-
-
Search Results
8
records
(took 0.024 seconds)
