-
公开(公告)号：CN115699093A
公开(公告)日：2023-02-03
申请号：CN202180042980.X
申请日：2021-05-13
Applicant: 微软技术许可有限责任公司
IPC: G06T15/06 , A63F13/355 , A63F13/56 , A63F13/655 , G06T15/08 , G06T15/10 , G06N20/20
Abstract: 计算动态场景的输出图像。选择的E值是描述输出图像中场景的期望动态内容的参数。针对要生成的输出图像的各个像素，使用选择的固有相机参数和选择的视点，该方法计算从虚拟相机通过像素进入动态场景的光线。对于各个光线，沿光线至少采样一个点。对于采样点中的各个采样点、作为相应光线的方向的观察方向和E，查询机器学习模型以产生采样点处的颜色值和不透明度值，其中场景的动态内容由E指定。对于光线中的各个光线，将体渲染方法应用于沿该光线计算的颜色值和不透明度值，以产生输出的像素值。
-
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。
-
公开(公告)号：CN105051755A
公开(公告)日：2015-11-11
申请号：CN201480005256.X
申请日：2014-01-14
Applicant: 微软技术许可有限责任公司
IPC: G06K9/00
CPC classification number: G06F3/017 , G06F3/0304 , G06K9/00288 , G06K9/00389 , G06K9/6282
Abstract: 用于姿势识别的部位和状态检测对人机交互、计算机游戏，和实时识别姿势的其它应用是有用的。在各种实施例中，使用决策森林分类器以部位和状态标记两者来给输入图像的图像元素加标记，其中部位标记标识可变形对象的组件(诸如指尖、手掌、手腕、唇、笔记本电脑盖)，并且其中状态标记标识可变形对象的配置(诸如打开、关闭、上、下、张开、握紧)。在各实施例中，部位标记被用于计算身体各部位的重心，且部位标记、重心和状态标记被用于实时或接近实时地识别姿势。
-
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：CN107111746B
公开(公告)日：2020-10-23
申请号：CN201580059389.X
申请日：2015-10-27
Applicant: 微软技术许可有限责任公司
IPC: G06K9/00
Abstract: 描述了根据原始飞行时间图像数据的模型拟合，其用于例如追踪人手或其他实体的位置和取向。在各种示例中，从飞行时间相机接收描绘实体的原始图像数据。访问实体的3D模型，并且使用3D模型从3D模型中渲染描绘具有规定姿势/形状的实体的原始飞行时间图像数据的模拟。比较模拟的原始图像数据和所接收的原始图像数据的至少部分，并且基于比较来计算实体的参数。
-
Patent Agency Ranking
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：CN107111746A
公开(公告)日：2017-08-29
申请号：CN201580059389.X
申请日：2015-10-27
Applicant: 微软技术许可有限责任公司
IPC: G06K9/00
Abstract: 描述了根据原始飞行时间图像数据的模型拟合，其用于例如追踪人手或其他实体的位置和取向。在各种示例中，从飞行时间相机接收描绘实体的原始图像数据。访问实体的3D模型，并且使用3D模型从3D模型中渲染描绘具有规定姿势/形状的实体的原始飞行时间图像数据的模拟。比较模拟的原始图像数据和所接收的原始图像数据的至少部分，并且基于比较来计算实体的参数。
-
公开(公告)号：CN105917356A
公开(公告)日：2016-08-31
申请号：CN201580004546.7
申请日：2015-01-08
Applicant: 微软技术许可有限责任公司
CPC classification number: G06K9/6267 , G06K9/00389 , G06K9/4604 , G06K9/48 , G06K9/6282
Abstract: 本文描述了对诸如物理对象或模式之类的项进行分类的基于轮廓的方法。在一种示例性方法中，接收对象对应的一维(1D)轮廓信号。该一维轮廓信号包括用于表示该对象的轮廓(或者剪影的外形)的一系列的1D或者多维数据点(例如，3D数据点)。可以对该1D轮廓进行展开以形成线，其不同于例如诸如图像之类的二维信号。可以利用使用基于轮廓的特征的分类器，对1D轮廓信号中的数据点里的一些或者全部各自地进行分类。随后，对这些各自的分类进行聚合，以便对该对象和/或其一个(或多个)部分进行分类。在各个例子中，该对象是在图像中描述的对象。
-
公开(公告)号：CN105814524A
公开(公告)日：2016-07-27
申请号：CN201480067822.X
申请日：2014-12-03
Applicant: 微软技术许可有限责任公司
CPC classification number: G06F3/0421 , G06F3/0412 , G06F3/0416 , G06F3/042 , G06F17/18 , G06K9/00389 , G06K9/2018 , G06K9/4628 , G06K9/6282
Abstract: 描述了供结合光学传感器使用的对象检测技术。在一个或多个实现中，多个输入被接收，这些输入中的每一者接收自多个光学传感器中的相应光学传感器。使用机器学习根据输入是否指示对象由相应的光学传感器检测到来对多个输入中的每一者进行分类。
-
-
-
-
-
-
-
-
-
Search Results
18
records
(took 0.027 seconds)
