-
公开(公告)号：CN107408115A
公开(公告)日：2017-11-28
申请号：CN201580072844.X
申请日：2015-12-28
Applicant: 微软技术许可有限责任公司
Abstract: 描述了一种控制对内联网或互联网上的诸如web站点的内容的访问的方法。例如，该方法包括接收要访问的内容的地址，并且获取该地址与其他内容项的先前标记的地址的相似度。相似度基于来自很多同意用户的浏览会话的记录中的内容项的地址的共现。例如，浏览会话记录包括由用户在用户主动访问内容的时间段中访问的内容项的地址。内容项地址的共现是地址在相同浏览会话记录中的存在。然后基于相似度来控制对内容的访问。
-
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：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：CN106796656B
公开(公告)日：2020-07-17
申请号：CN201580055718.3
申请日：2015-10-07
Applicant: 微软技术许可有限责任公司
Abstract: 描述了原始飞行时间图像中的感兴趣区域检测。例如，计算设备接收由飞行时间相机针对单个帧捕获的至少一个原始图像。原始图像描绘飞行时间相机的环境中的一个或多个对象(例如，人的手、身体或任何其他对象)。将原始图像输入到经训练的区域检测器，并且作为响应，接收原始图像中的一个或多个感兴趣区域。接收的感兴趣区域包括原始图像的、被预测为描绘对象之一的至少部分的图像元素。深度计算逻辑从原始图像的一个或多个感兴趣区域计算深度。
-
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。
-
Patent Agency Ranking
公开(公告)号：CN107077624A
公开(公告)日：2017-08-18
申请号：CN201580050962.0
申请日：2015-09-16
Applicant: 微软技术许可有限责任公司
CPC classification number: G06K9/00335 , G06F3/011 , G06F3/017 , G06F3/0304 , G06K9/00342 , G06K9/00355 , G06K9/52 , G06K9/6219 , G06K9/6263 , G06K9/6267 , G06K9/6282 , G06K9/66
Abstract: 描述了跟踪来自图像数据的手部或身体姿势，以例如控制游戏系统、自然用户接口或用于增强现实。在各种示例中，预测引擎取得图像数据的单个帧，并且预测图像数据中所描绘的手部或身体的姿势上的分布。在示例中，随机优化器具有其迭代地提炼的手部或身体的候选姿势池，并且来自所预测的分布的样本用于替换池中的一些候选姿势。在一些示例中，来自池的最佳候选姿势被选择作为当前跟踪的姿势并且选择过程使用手部或身体的3D模型。
-
公开(公告)号：CN106796656A
公开(公告)日：2017-05-31
申请号：CN201580055718.3
申请日：2015-10-07
Applicant: 微软技术许可有限责任公司
Abstract: 描述了原始飞行时间图像中的感兴趣区域检测。例如，计算设备接收由飞行时间相机针对单个帧捕获的至少一个原始图像。原始图像描绘飞行时间相机的环境中的一个或多个对象(例如，人的手、身体或任何其他对象)。将原始图像输入到经训练的区域检测器，并且作为响应，接收原始图像中的一个或多个感兴趣区域。接收的感兴趣区域包括原始图像的、被预测为描绘对象之一的至少部分的图像元素。深度计算逻辑从原始图像的一个或多个感兴趣区域计算深度。
-
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：CN107077624B
公开(公告)日：2021-06-18
申请号：CN201580050962.0
申请日：2015-09-16
Applicant: 微软技术许可有限责任公司
Abstract: 描述了跟踪来自图像数据的手部或身体姿势，以例如控制游戏系统、自然用户接口或用于增强现实。在各种示例中，预测引擎取得图像数据的单个帧，并且预测图像数据中所描绘的手部或身体的姿势上的分布。在示例中，随机优化器具有其迭代地提炼的手部或身体的候选姿势池，并且来自所预测的分布的样本用于替换池中的一些候选姿势。在一些示例中，来自池的最佳候选姿势被选择作为当前跟踪的姿势并且选择过程使用手部或身体的3D模型。
-
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。
-
-
-
-
-
-
-
-
-
Search Results
19
records
(took 0.03 seconds)
