公开(公告)号：CN118805208A

公开(公告)日：2024-10-18

申请号：CN202380024887.5

申请日：2023-02-08

Applicant: 微软技术许可有限责任公司

Inventor： J·P·C·瓦伦丁 ,  E·W·伍德 ,  T·J·卡什曼 ,  M·德拉戈尔斯 ,  T·巴尔特鲁萨迪斯 ,  D·S·维尔德 ,  申晶晶 ,  M·A·约翰逊 ,  C·T·休伊特 ,  N·米洛萨夫列维奇 ,  S·J·加尔宾 ,  T·夏普 ,  I·斯托伊利科夫

IPC: G06V40/16

Abstract: 在图像中预测关键点。针对作为2D随机变量的、图像的关键点中的每个关键点生成预测，所述2D随机变量以位置(x，y)和标准偏差σ正态分布。神经网络被训练，以使来自预测的关键点中的每个关键点的样本等于基础事实的对数似然值最大化。经训练的神经网络被用于在不生成热图的情况下预测图像的关键点。

公开(公告)号：CN119137632A

公开(公告)日：2024-12-13

申请号：CN202380024886.0

申请日：2023-01-10

Applicant: 微软技术许可有限责任公司

Inventor： T·J·卡什曼 ,  E·W·伍德 ,  M·德拉戈尔斯 ,  T·巴尔特鲁萨迪斯 ,  D·S·维尔德 ,  申晶晶 ,  M·A·约翰逊 ,  J·P·C·瓦伦丁

IPC: G06V40/16

Abstract: 在图像中预测关键点。执行被配置为预测作为2D随机变量的关键点中的每个关键点的神经网络，所述2D随机变量通常以2D位置和2×2协方差矩阵正态分布。所述神经网络被训练，以使来自所预测的关键点中的每个关键点的样本等于基础事实的对数似然值最大化。在不生成热图的情况下使用经训练的神经网络来预测图像的关键点。