-
公开(公告)号:CN102640187B
公开(公告)日:2015-05-27
申请号:CN201080055245.4
申请日:2010-11-24
申请人: 微软公司
发明人: R·M·盖斯
IPC分类号: G06T13/00
CPC分类号: G06T13/40 , A63F2300/1093 , A63F2300/6607 , A63F2300/8029 , G06K9/00369 , G06T7/251 , G06T2207/10028 , G06T2207/30196
摘要: 目标跟踪方法包括用包括多个骨架点的机器可读模型来表示人类目标。多个骨架点可调整成多个不同的合法姿态。该方法还包括从源接收人类目标的观察到的深度图像,并基于该观察到的深度图像来确定机器可读模型的骨架点中的一个或多个的建议位置。如果建议位置中的一个或多个违反了一个或多个规则中的任一个,则随后调整骨架点的建议位置来符合一个或多个规则。
-
公开(公告)号:CN102640186B
公开(公告)日:2015-02-04
申请号:CN201080055256.2
申请日:2010-12-06
申请人: 微软公司
发明人: R·M·盖斯
IPC分类号: G06T7/20
CPC分类号: A63F13/428 , A63F13/213 , A63F2300/1093 , A63F2300/8029 , G06K9/00201 , G06K9/00369 , G06T7/251 , G06T13/40 , G06T2207/10028 , G06T2207/30196
摘要: 目标跟踪方法包括用被配置成调整成多个不同姿势的机器可读模型来表示人类目标。该机器可读模型包括多个关节,所述多个关节包括一个或多个磁性关节并且每一个关节具有三维世界空间位置。该方法还包括从源接收人类目标的观察到的深度图像。观察到的深度图像包括多个观察到的像素。磁性身体部位被分配给多个观察到的像素中的一个或多个,并且基于被分配了磁性身体部位的一个或多个观察到的像素的世界空间位置来估计磁性关节位置。机器可读模型的关节随后移向该磁性关节位置。
-
公开(公告)号:CN102301398B
公开(公告)日:2014-03-05
申请号:CN201080006414.5
申请日:2010-01-12
申请人: 微软公司
CPC分类号: G06K9/00335 , G06F3/011 , G06F3/017 , G06K9/00201 , G06K9/00362 , G06K9/00369 , G06T15/005 , G06T2207/10028
摘要: 可由设备接收、观察或捕捉场景的深度图像。该深度图像然后可被分析来确定该深度图像是否包括人类目标。例如,该深度图像可包括包含人类目标和非人类目标的一个或多个目标。每个目标可被泛色填充并与一图案进行比较来确定该目标是否可能是人类目标。如果该深度图像中的一个或多个目标包括人类目标,则可扫描该人类目标。然后可基于该扫描来生成人类目标的骨架模型。
-
公开(公告)号:CN102665837B
公开(公告)日:2013-10-23
申请号:CN201080055319.4
申请日:2010-12-06
申请人: 微软公司
发明人: R·M·盖斯
CPC分类号: G06T7/251 , A63F13/04 , A63F13/213 , A63F13/42 , A63F13/833 , A63F2300/1012 , A63F2300/1093 , A63F2300/6045 , A63F2300/8029 , G06T2207/10016 , G06T2207/10028 , G06T2207/30196
摘要: 一种用于跟踪目标的方法包括:利用一个或多个像素例对具有像素地址的像素进行分类。基于一个或多个所观察到的或合成的值对所述像素进行分类。像素地址的所观察到的值的一个示例包括从深度相机获得的所观察到的深度值。像素地址的合成值的示例包括:通过对所述目标的模型进行栅格化计算出的合成深度值;估计与该像素地址相对应的身体部位的一个或多个身体部位索引;以及估计与该像素地址相对应的目标的一个或多个玩家索引。基于像素例为像素计算一个或多个力矢量,并且将所述力矢量映射到表示所述目标的模型的一个或多个受力位置以将表示所述目标的模型调整为经调整的姿态。
-
公开(公告)号:CN102566981A
公开(公告)日:2012-07-11
申请号:CN201110443208.7
申请日:2011-12-14
申请人: 微软公司
CPC分类号: G06N99/005 , G06K9/00986 , G06K9/6281 , G06N5/046
摘要: 本发明涉及并行处理机器学习决策树训练。此处所公开的各实施例涉及通过基于图形处理单元(GPU)的机器学习来生成决策树。例如,一个实施例提供了一种方法,包括,对于决策树的每个层级:在并行处理流水线的每个GPU处对示例集中的每个示例执行针对特征集中的一个特征的特征测试。方法进一步包括将特征测试的结果累积在本地存储器块中。该方法还包括,将累积的结果从每个本地存储器块的写入到全局存储器,以生成层级中的每个节点的特征的直方图,并且对于层级中的每个节点,根据直方图将具有最低熵的特征分配给该节点。
-
公开(公告)号:CN102448563A
公开(公告)日:2012-05-09
申请号:CN201080024661.8
申请日:2010-05-21
申请人: 微软公司
CPC分类号: A63F13/52 , A63F13/213 , A63F2300/1087 , A63F2300/8029 , G06K9/00201 , G06K9/00369 , G06K9/40 , G06T5/005 , G06T5/20 , G06T2207/10028 , H04N13/10 , H04N13/128 , H04N2213/003
摘要: 可由设备接收、观察或捕捉场景的深度图像。然后可以分析该深度图像以确定该深度图像是否包括噪声。例如,深度图像可包括具有一个或多个空像素或没有深度值的像素的一个或多个孔洞。可以计算该一个或多个空像素的深度值并且可以渲染包括一个或多个空像素的计算出的深度值的深度图像。
-
公开(公告)号:CN102566981B
公开(公告)日:2015-01-14
申请号:CN201110443208.7
申请日:2011-12-14
申请人: 微软公司
CPC分类号: G06N99/005 , G06K9/00986 , G06K9/6281 , G06N5/046
摘要: 本发明涉及并行处理机器学习决策树训练。此处所公开的各实施例涉及通过基于图形处理单元(GPU)的机器学习来生成决策树。例如,一个实施例提供了一种方法,包括,对于决策树的每个层级:在并行处理流水线的每个GPU处对示例集中的每个示例执行针对特征集中的一个特征的特征测试。方法进一步包括将特征测试的结果累积在本地存储器块中。该方法还包括,将累积的结果从每个本地存储器块的写入到全局存储器,以生成层级中的每个节点的特征的直方图,并且对于层级中的每个节点,根据直方图将具有最低熵的特征分配给该节点。
-
公开(公告)号:CN102591459B
公开(公告)日:2014-10-29
申请号:CN201110447930.8
申请日:2011-12-28
申请人: 微软公司
CPC分类号: G06F3/011 , G06F3/017 , G06K9/00342 , G06K9/00369 , G06K9/00375
摘要: 披露了姿势状态识别以及估计用户身体部位姿势的系统和方法。在一个披露的实施例中,从传感器接收图像,其中此图像至少包括用户图像中含有此身体部位的一部分。从图像中估计用户的骨架信息,至少部分地基于骨架信息来识别与此身体部位对应的图像区域,提取此区域的形状描述符,并根据训练数据分类此形状描述符以估计此身体部位的姿势。
-
公开(公告)号:CN102301313B
公开(公告)日:2013-10-30
申请号:CN201080006305.3
申请日:2010-01-12
申请人: 微软公司
发明人: R·M·盖斯
CPC分类号: G06T7/2046 , A63F13/213 , A63F13/428 , A63F2300/1093 , A63F2300/6607 , G06T7/251 , G06T2207/10021 , G06T2207/10028 , G06T2207/30196
摘要: 一种跟踪目标的方法包括从源接收目标的观察到的深度图像以及获得目标的姿态模型。该模型被光栅化成合成的深度图像,至少部分地基于观察到的深度图像和合成的深度图像之间的差异来调整模型的姿态。
-
公开(公告)号:CN102665837A
公开(公告)日:2012-09-12
申请号:CN201080055319.4
申请日:2010-12-06
申请人: 微软公司
发明人: R·M·盖斯
CPC分类号: G06T7/251 , A63F13/04 , A63F13/213 , A63F13/42 , A63F13/833 , A63F2300/1012 , A63F2300/1093 , A63F2300/6045 , A63F2300/8029 , G06T2207/10016 , G06T2207/10028 , G06T2207/30196
摘要: 一种用于跟踪目标的方法包括:利用一个或多个像素例对具有像素地址的像素进行分类。基于一个或多个所观察到的或合成的值对所述像素进行分类。像素地址的所观察到的值的一个示例包括从深度相机获得的所观察到的深度值。像素地址的合成值的示例包括:通过对所述目标的模型进行栅格化计算出的合成深度值;估计与该像素地址相对应的身体部位的一个或多个身体部位索引;以及估计与该像素地址相对应的目标的一个或多个玩家索引。基于像素例为像素计算一个或多个力矢量,并且将所述力矢量映射到表示所述目标的模型的一个或多个受力位置以将表示所述目标的模型调整为经调整的姿态。
-
-
-
-
-
-
-
-
-