-
公开(公告)号：CN102194105A
公开(公告)日：2011-09-21
申请号：CN201110071738.3
申请日：2011-03-18
Applicant: 微软公司
CPC classification number: G06K9/6256 , G06K9/00335 , G06K9/6206
Abstract: 本发明公开了一种生成用于人体跟踪的代表训练数据的方法。为身体关节跟踪系统的机器学习算法生成合成身体图像。来自运动捕捉序列的帧被重新定标到若干不同的身体类型，来充分利用该运动捕捉序列。为了避免向机器学习算法提供冗余或相似的帧，并且为了提供紧凑但仍高度变化的图像集，可使用相似度度量来标识不相似的帧。该相似度度量用于定位根据阈值距离足够不同的帧。出于真实性起见，基于真实世界深度相机通常经历的噪声源来向深度图像添加噪声。也可引入其他随机变化。例如，可向重新定标添加一定程度的随机性。对于每一帧，提供深度图像和具有标记的身体部位的对应的分类图像。也可提供3-D场景元素。
-
公开(公告)号：CN102591456A
公开(公告)日：2012-07-18
申请号：CN201110427844.0
申请日：2011-12-19
Applicant: 微软公司
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：CN102194105B
公开(公告)日：2014-03-19
申请号：CN201110071738.3
申请日：2011-03-18
Applicant: 微软公司
CPC classification number: G06K9/6256 , G06K9/00335 , G06K9/6206
Abstract: 本发明公开了一种生成用于人体跟踪的代表训练数据的方法。为身体关节跟踪系统的机器学习算法生成合成身体图像。来自运动捕捉序列的帧被重新定标到若干不同的身体类型，来充分利用该运动捕捉序列。为了避免向机器学习算法提供冗余或相似的帧，并且为了提供紧凑但仍高度变化的图像集，可使用相似度度量来标识不相似的帧。该相似度度量用于定位根据阈值距离足够不同的帧。出于真实性起见，基于真实世界深度相机通常经历的噪声源来向深度图像添加噪声。也可引入其他随机变化。例如，可向重新定标添加一定程度的随机性。对于每一帧，提供深度图像和具有标记的身体部位的对应的分类图像。也可提供3-D场景元素。
-
-
Search Results
3
records
(took 0.014 seconds)
