-
公开(公告)号：CN110914834B
公开(公告)日：2024-04-16
申请号：CN201880047534.6
申请日：2018-07-25
Applicant: 3M创新有限公司
Inventor： 穆罕默德·贾迈勒·阿夫里迪 , 埃莉萨·J·科林斯 , 乔纳森·D·甘德若德 , 詹姆斯·W·霍华德 , 阿尔希·桑格瑞 , 詹姆斯·B·斯奈德
IPC: G06V10/774 , G06V10/772 , G06N3/045 , G06N3/08 , G06N20/00 , G06F18/23
Abstract: 本发明提供了用于图像识别的系统和方法。为每个真实图像训练风格迁移神经网络以获得经训练的风格迁移神经网络。经由经训练的风格迁移神经网络将真实图像的纹理或风格特征迁移至目标图像，以生成用于训练图像识别机器学习模型(例如神经网络)的风格化的图像。在一些情况下，真实图像是聚类的，并且从聚类中选择代表性的风格图像。
-
公开(公告)号：CN115666440A
公开(公告)日：2023-01-31
申请号：CN202180038859.X
申请日：2021-05-10
Applicant: 3M创新有限公司
Inventor： 亚历山大·R·坎利夫 , 古鲁普拉萨德·索马孙达拉姆 , 埃莉萨·J·科林斯 , 尼桑·本-加尔恩古延 , 本杰明·D·西默
Abstract: 用于生成咬合不正的牙齿的数字3D模型的正畸矫治器处理的一部分阶段的方法。该方法为该牙齿的矫治器处理生成设置阶段的完整集合中的设置阶段的子集。该阶段的子集可以基于目标中间设置从阶段的完整集合中选择，或者从该子集中的一个阶段到下一个阶段按顺序生成。然后可以制造用于该设置阶段的子集的矫治器，而不必制作矫治器的完整集合。一种用于生成该矫治器处理的设置的方法，该方法将咬合不正的牙齿的该数字3D模型与用于已经经历矫治器处理的咬合不正的牙齿的历史病例的多个设置进行比较。
-
公开(公告)号：CN115720621A
公开(公告)日：2023-02-28
申请号：CN202180042932.0
申请日：2021-06-11
Applicant: 3M创新有限公司
Inventor： 尼古拉斯·T·加夫列尔 , 约翰·M·克鲁斯 , 高塔姆·辛格 , 布赖恩·J·斯坦凯维奇 , 杰森·L·艾尔德森 , 格伦·E·卡斯纳 , 埃莉萨·J·科林斯 , 塞缪尔·J·费伊 , 海伦·哈格-希娜斯 , 弗兰克·T·赫福特 , 罗纳德·D·耶西 , 史蒂文·G·卢赫特 , 卡罗琳·L·奈 , 亚当·C·尼兰 , 雅各布·E·奥多姆 , 安东尼娅·E·谢弗 , 贾斯廷·通容阿塔姆
Abstract: 本公开描述了在危险环境(8)中导航的系统(2)。这些系统包括个人防护装备(PPE)(13)和计算设备(32)，该计算设备被配置为：处理来自该PPE(13)的传感器数据，基于该经处理的传感器数据来生成工作人员(10)的姿态数据，并且在该工作人员(10)移动通过该危险环境(8)时跟踪该姿态数据。该PPE(13)可包括惯性测量设备和雷达设备，该惯性测量设备用于生成惯性数据并且该雷达设备用于生成雷达数据以便检测对象在视觉模糊环境(8)中的存在或排布。该PPE(13)可包括热图像捕获设备，该热图像捕获设备用于生成热图像数据以便对该危险环境(8)的热特征进行检测和分类。该PPE(13)可包括一个或多个传感器，该一个或多个传感器用于检测视觉模糊环境(8)中的基准标记(21)以便识别该视觉模糊环境(8)中的特征。以这些方式，这些系统(2)可更安全地为该工作人员(10)导航助其通过该危险环境(8)。
-
公开(公告)号：CN110914834A
公开(公告)日：2020-03-24
申请号：CN201880047534.6
申请日：2018-07-25
Applicant: 3M创新有限公司
Inventor： 穆罕默德·贾迈勒·阿夫里迪 , 埃莉萨·J·科林斯 , 乔纳森·D·甘德若德 , 詹姆斯·W·霍华德 , 阿尔希·桑格瑞 , 詹姆斯·B·斯奈德
Abstract: 本发明提供了用于图像识别的系统和方法。为每个真实图像训练风格迁移神经网络以获得经训练的风格迁移神经网络。经由经训练的风格迁移神经网络将真实图像的纹理或风格特征迁移至目标图像，以生成用于训练图像识别机器学习模型(例如神经网络)的风格化的图像。在一些情况下，真实图像是聚类的，并且从聚类中选择代表性的风格图像。
-
-
-
Search Results
4
records
(took 0.02 seconds)
