-
公开(公告)号：CN102622776B
公开(公告)日：2016-01-13
申请号：CN201210021228.X
申请日：2012-01-30
Applicant: 微软技术许可有限责任公司
IPC: G06T17/00
CPC classification number: G06T17/00 , G06T2200/08
Abstract: 描述了三维环境重构。在一示例中，在由存储在存储器设备上的体素组成的3D容体中生成真实世界环境的3D模型。该模型从描述相机位置和定向的数据以及具有指示相机离环境中的一个点的距离的像素的深度图像中构建。单独的执行线程被分配给容体的平面中的每一个体素。每一个线程使用相机位置和定向来确定其相关联的体素的对应的深度图像位置，确定与相关联的体素和环境中的对应位置处的点之间的距离相关的因子，并且使用该因子来更新相关联的体素处的存储值。每一个线程迭代通过容体的其余平面中的等价体素，从而重复该过程以更新存储值。
-
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：CN105814524B
公开(公告)日：2019-02-15
申请号：CN201480067822.X
申请日：2014-12-03
Applicant: 微软技术许可有限责任公司
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。
-
Patent Agency Ranking
公开(公告)号：CN102663722B
公开(公告)日：2018-04-24
申请号：CN201210021583.7
申请日：2012-01-31
Applicant: 微软技术许可有限责任公司
CPC classification number: G06T7/215 , G06T7/194 , G06T2207/10028 , G06T2207/30244
Abstract: 描述了使用深度图像的活动对象分割。在一示例中，活动对象被从接收自移动深度相机的场景的深度图像的背景中分割出来。检索该场景的先前深度图像，并使用迭代最接近点算法来将其与当前深度图像进行比较。迭代最接近点算法包括确定当前深度图像与先前深度图像之间相对应的一组点。在确定该组点期间，检测在这两个深度图像之间不相对应的一个或多个局外点，并且这些局外点处的图像元素被标记为属于活动对象。在各示例中，迭代最接近点算法是作为用于跟踪移动深度相机的算法的一部分来执行的，并且因此不增加大量附加计算复杂度。
-
公开(公告)号：CN102693007B
公开(公告)日：2016-12-07
申请号：CN201210052880.8
申请日：2012-03-02
Applicant: 微软技术许可有限责任公司
CPC classification number: G06F3/017 , G06K9/00342
Abstract: 本发明涉及姿势检测和识别。描述了一种姿势检测和识别技术。在一个示例中，接收与执行姿势的用户的运动有关的数据项的序列。对照预先学习的门限值测试从该序列中选出的数据项集合，以确定该序列表示某个姿势的概率。如果该概率大于预定值，则检测到该姿势，并执行动作。在示例中，这些测试是由经训练的决策树分类器执行的。在另一示例中，可将数据项的序列与预先学习的模板进行比较，并确定它们之间的相似度。如果模板的相似度超过门限，则更新与该模板相关联的姿势的未来时间相关联的可能性值。然后，当达到该未来时间时，如果该可能性值大于预定义值，则检测到该姿势。
-
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。
-
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：CN102609942B
公开(公告)日：2015-12-02
申请号：CN201210021582.2
申请日：2012-01-31
Applicant: 微软技术许可有限责任公司
IPC: G06T7/00
CPC classification number: G06T7/20 , G06T7/74 , G06T2207/10016 , G06T2207/10021 , G06T2207/10024 , G06T2207/10028 , G06T2207/30244
Abstract: 本发明涉及使用深度图进行移动相机定位。针对机器人、沉浸式游戏、增强现实和其他应用描述了使用深度图进行移动相机定位。在一实施例中，在一环境中跟踪移动深度相机，同时使用所感测的深度数据形成该环境的3D模型。在一实施例中，当相机跟踪失败时，通过使用先前收集的关键帧或以其他方式来检测相机跟踪的失败并重新定位相机。在一实施例中，通过实时地将当前深度图与该3D模型的特征进行比较，检测到移动相机重新访问一位置的环闭合(loop closure)。在一些实施例中，使用所检测到的环闭合来改善该环境的3D模型的一致性和精确度。
-
-
-
-
-
-
-
Search Results
18
records
(took 0.031 seconds)
