-
公开(公告)号：CN102681661A
公开(公告)日：2012-09-19
申请号：CN201210021579.0
申请日：2012-01-31
Applicant: 微软公司
CPC classification number: G06F3/011 , A63F13/65 , A63F2300/1087 , A63F2300/6009 , G06T7/20 , G06T17/00 , G06T2207/10016 , G06T2207/10028 , G06T2207/30244
Abstract: 描述了在玩游戏中使用3D环境模型。在一实施例中，随着移动深度相机四处移动，该移动深度相机被用于捕捉一系列深度图像并且从这一系列深度图像中生成环境的密集3D模型。该密集3D模型被合并到交互式应用(诸如游戏)中。移动深度相机随后被放置在静态位置以用于交互式阶段，在某些示例中是玩游戏，且系统从由相机捕捉的第二系列的深度图像中检测用户在环境的一部分中的运动。这一运动向交互式应用(诸如游戏)提供了用户输入。在其他实施例中，可执行3D模型中的对象的自动识别和标识，并且这些所标识的对象随后改变交互式应用操作的方式。
-
公开(公告)号：CN102663722A
公开(公告)日：2012-09-12
申请号：CN201210021583.7
申请日：2012-01-31
Applicant: 微软公司
IPC: G06T7/00
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：CN102638692A
公开(公告)日：2012-08-15
申请号：CN201210021241.5
申请日：2012-01-30
Applicant: 微软公司
CPC classification number: G06T7/55 , G01B9/08 , G01B11/22 , H04N5/23229 , H04N5/247 , H04N5/33 , H04N5/332 , H04N13/271
Abstract: 描述了用于降低多个红外深度相机之间的干扰的各系统和方法。在一个实施例中，系统包括多个红外源，其中每一红外源将结构化光图案投影到环境中。控制器用于控制这些源，以便降低由重叠光图案导致的干扰。描述的各种方法包括：在不同源之间循环，其中，所使用的循环可以是固定的或可基于使用相机所检测的场景来动态地改变；设置每一源的波长，使得重叠图案处于不同波长；以独立的运动模式移动源-相机对；以及调整所投影的光图案的形状来使重叠最小化。这些方法还可按任何方式相组合。在另一实施例中，系统包括单个源，并且使用镜像系统将所投影的结构化光图案投射到环境四处。
-
公开(公告)号：CN102622762A
公开(公告)日：2012-08-01
申请号：CN201210021180.2
申请日：2012-01-30
Applicant: 微软公司
CPC classification number: A63F13/00 , A63F13/06 , A63F2300/1087 , A63F2300/69 , G06K9/00 , G06K9/00664 , G06T7/251 , G06T7/30 , G06T2207/10028 , G06T2207/10048 , G06T2207/30244
Abstract: 描述了使用深度图的实时相机跟踪。在一实施例中，深度图的帧由移动深度相机按每秒超过20帧来捕捉，且被用于实时地动态更新指定移动深度相机已经如何移动的一组配准参数。在各示例中，实时相机跟踪输出被用于计算机游戏应用和机器人技术。在一示例中，迭代最近点过程与投影数据关联以及点到面的误差度量一起使用，以便计算经更新的配准参数。在一示例中，图形处理单元(GPU)实现被用于实时地优化误差度量。在某些实施例中，使用移动相机环境的密集3D模型。
-
公开(公告)号：CN102629376A
公开(公告)日：2012-08-08
申请号：CN201210030367.9
申请日：2012-02-10
Applicant: 微软公司
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。
-
Patent Agency Ranking
公开(公告)号：CN102681661B
公开(公告)日：2015-05-20
申请号：CN201210021579.0
申请日：2012-01-31
Applicant: 微软公司
CPC classification number: G06F3/011 , A63F13/65 , A63F2300/1087 , A63F2300/6009 , G06T7/20 , G06T17/00 , G06T2207/10016 , G06T2207/10028 , G06T2207/30244
Abstract: 描述了在玩游戏中使用3D环境模型。在一实施例中，随着移动深度相机四处移动，该移动深度相机被用于捕捉一系列深度图像并且从这一系列深度图像中生成环境的密集3D模型。该密集3D模型被合并到交互式应用(诸如游戏)中。移动深度相机随后被放置在静态位置以用于交互式阶段，在某些示例中是玩游戏，且系统从由相机捕捉的第二系列的深度图像中检测用户在环境的一部分中的运动。这一运动向交互式应用(诸如游戏)提供了用户输入。在其他实施例中，可执行3D模型中的对象的自动识别和标识，并且这些所标识的对象随后改变交互式应用操作的方式。
-
公开(公告)号：CN102609942A
公开(公告)日：2012-07-25
申请号：CN201210021582.2
申请日：2012-01-31
Applicant: 微软公司
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。
-
公开(公告)号：CN102693007A
公开(公告)日：2012-09-26
申请号：CN201210052880.8
申请日：2012-03-02
Applicant: 微软公司
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：CN102622776A
公开(公告)日：2012-08-01
申请号：CN201210021228.X
申请日：2012-01-30
Applicant: 微软公司
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：CN102638692B
公开(公告)日：2015-05-20
申请号：CN201210021241.5
申请日：2012-01-30
Applicant: 微软公司
CPC classification number: G06T7/55 , G01B9/08 , G01B11/22 , H04N5/23229 , H04N5/247 , H04N5/33 , H04N5/332 , H04N13/271
Abstract: 描述了用于降低多个红外深度相机之间的干扰的各系统和方法。在一个实施例中，系统包括多个红外源，其中每一红外源将结构化光图案投影到环境中。控制器用于控制这些源，以便降低由重叠光图案导致的干扰。描述的各种方法包括：在不同源之间循环，其中，所使用的循环可以是固定的或可基于使用相机所检测的场景来动态地改变；设置每一源的波长，使得重叠图案处于不同波长；以独立的运动模式移动源-相机对；以及调整所投影的光图案的形状来使重叠最小化。这些方法还可按任何方式相组合。在另一实施例中，系统包括单个源，并且使用镜像系统将所投影的结构化光图案投射到环境四处。
-
-
-
-
-
-
-
-
-
Search Results
11
records
(took 0.019 seconds)
