-
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：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：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。
-
公开(公告)号：CN105164726B
公开(公告)日：2018-01-09
申请号：CN201480006047.7
申请日：2014-01-21
Applicant: 微软技术许可有限责任公司
CPC classification number: G06T7/0075 , A63F13/00 , A63F13/213 , A63F2009/2435 , G06T7/50 , G06T7/521 , G06T7/593 , G06T7/74 , G06T7/75 , G06T7/80 , G06T19/006 , G06T2207/10024 , G06T2207/10028 , G06T2207/30244
Abstract: 描述了用于3D重构的相机姿态估计，例如使在环境中移动的深度相机的位置和定向能够被跟踪以用于机器人技术、游戏和其他应用。在各种实施例中，来自移动深度相机的深度观测将与环境的3D模型的表面进行对准，以找出促进该对准的移动深度相机的经更新位置和定向。例如，移动深度相机在环境中四处移动以构建可能被存储为3D模型的对该环境中各表面的3D重构。在各示例中，对移动深度相机的姿态的初始估计被获得且随后通过使用并行优化过程被实时更新。
-
Patent Agency Ranking
公开(公告)号：CN119013689A
公开(公告)日：2024-11-22
申请号：CN202380027164.0
申请日：2023-02-21
Applicant: 微软技术许可有限责任公司
Abstract: 本文所描述的技术公开了一种系统，该系统被配置为使用对象的可访问三维模型来检测和跟踪颜色图像中的对象(例如，头戴式显示设备)的三维姿态。该系统使用对象的三维姿态来修复与对象的区域(例如，表面)相关联的像素深度值，该区域由吸收由飞行时间深度传感器发射的光的材料组成，以确定深度。因此，可以产生颜色深度图像(例如，红绿蓝深度图像或RGB‑D图像)，该颜色深度图像在对象的由吸收由飞行时间深度传感器发射的光的材料组成的区域上以及在该区域周围不包括暗孔。
-
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：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。
-
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。
-
-
-
-
-
-
-
-
-
Search Results
12
records
(took 0.025 seconds)
