公开(公告)号：KR20180025186A

公开(公告)日：2018-03-08

申请号：KR20170100118

申请日：2017-08-08

申请人： BOEING CO

发明人： YURI OWECHKO

IPC分类号： G06T17/05 ,  G06T7/33 ,  G06T7/70

CPC分类号： G06T17/05 ,  G06T7/0032 ,  G06T7/73 ,  G06T7/75 ,  G06T17/10 ,  G06T2207/20076 ,  G06T2207/30244 ,  G06T2207/30248

摘要： 예들은이미지화된표면구성에대해운송수단을국소화하기위한방법, 시스템및 물품을포함한다. 운송수단을국소화하는것은, 표면구성의기준표현에서특징들의대응하는식별된쌍의특징을갖는운송수단에의해지지되는센서로부터획득된이미지에서특징의쌍을선택하는단계를포함할수 있다. 3차원지오아크는센서의화각및 기준표현에서선택된특징쌍에기초하여발생될수 있다. 일부예들에서는, 물리적표면구성의일부분으로부터멀리떨어진운송수단의알려진거리에배치된지오아크의선택된부분이결정될수 있다. 선택된특징쌍에대한지오아크의선택된부분이겹쳐지는위치가식별될수 있다. 일부예들에서, 기준표현은볼륨요소(보셀)의 3차원공간에서정의될수 있고, 가장높은수의지오아크에포함된보셀이결정될수 있다.

摘要翻译： 示例包括用于相对于成像表面配置定位车辆的方法，系统和物品。 对车辆进行定位可以包括选择从车辆所支持的传感器获取的图像中的特征对，其具有表面配置的参考表示中的对应的识别的特征对。 可基于传感器的视角和参考表示中的所选特征对来生成三维地理弧。 在一些示例中，可以确定布置在远离物理表面配置的该部分的车辆的已知距离的地理空间的选定部分。 可以识别选定特征对的地理数据库的所选部分重叠的位置。 在一些示例中，可以在体积元素（体素）的三维空间中定义参考表示，并且可以确定包含在最高数量的地理数据中的体素。

公开(公告)号：KR1020170098168A

公开(公告)日：2017-08-29

申请号：KR1020170019840

申请日：2017-02-14

申请人： 제네럴 일렉트릭 컴퍼니

发明人： 페리크리스티안프리츠 ,  벅톤다니엘존 ,  싱할니틴 ,  크리슈난카졸리바네르지

IPC分类号： A61B8/08 ,  A61B8/00

CPC分类号： A61B8/463 ,  A61B8/0883 ,  A61B8/145 ,  A61B8/465 ,  A61B8/466 ,  A61B8/469 ,  A61B8/483 ,  A61B8/5253 ,  G06T7/0032 ,  G06T2207/10136 ,  G06T2207/30048

摘要： 볼륨을표준배향으로정렬시키는실시예를제공한다. 캡쳐된이미지데이터로구성된볼륨을표준배향으로정렬시키는하나의예시적인방법은, 시간에걸친볼륨의캡쳐된이미지데이터에대한볼륨에상당하는볼륨모델의비교에기초하여볼륨의배향및 스케일을결정하고, 결정된배향및 스케일에따라볼륨을조절하는것을포함한다.

摘要翻译： 提供了用于以标准定向对准体积的实施例。 对准包括在一个标准的取向所捕获的图像数据的量，并确定体积模型的对应于体积随时间拍摄的图像的数据量的比较的基础上的卷的方向和比例的一种示例性方法 并根据确定的方向和尺度调整音量。

公开(公告)号：KR1020150024899A

公开(公告)日：2015-03-09

申请号：KR1020157001597

申请日：2012-06-21

申请人： 마이크로소프트 테크놀로지 라이센싱, 엘엘씨

发明人： 몰리네욱스데이비드 ,  통신 ,  류지쳉 ,  창에릭 ,  양판 ,  카푸르제이 ,  양에밀리 ,  류양 ,  우시앙타오

IPC分类号： G06T13/40 ,  G06T17/20 ,  G06T7/00 ,  G06K9/00

CPC分类号： G06T7/0032 ,  A63F13/213 ,  A63F13/655 ,  G06K9/00214 ,  G06K9/00369 ,  G06K9/469 ,  G06K9/6206 ,  G06K9/6211 ,  G06T7/344 ,  G06T13/40 ,  G06T17/20 ,  G06T2207/10028

摘要： 인간 피험체의 아바타를 구성하는 방법은 상기 피험체의 깊이 맵(depth map)을 획득하는 단계, 상기 깊이 맵을 기초로 하여 상기 피험체의 가상 골격을 획득하는 단계, 특성 측정값(characteristic metrics)의 세트를 상기 가상 골격으로부터 수집(harvest)하는 단계를 포함한다. 이러한 측정값은 상기 가상 골격의 미리 결정된 포인트들 사이의 거리에 대응한다. 이 예의 방법에서는, 특성 측정값은 머신 러닝(machine learning)을 이용하여 트레이닝되는 알고리즘에 입력으로서 제공된다. 상기 알고리즘은 상기 특성 측정값의 함수로서 가상 신체 메쉬를 출력하기 위해 다양한 자세들을 취하는 인간 모델과 단일 자세를 취하는 다양한 인간 모델들을 이용하여 트레이닝될 수 있다. 상기 방법은 또한, 상기 피험체의 특징과 닮은 얼굴 특징을 갖는, 가상 신체 메쉬와 구별되는 가상 머리 메쉬를 구성하는 단계, 및 상기 가상 신체 메쉬를 상기 가상 머리 메쉬에 연결하는 단계를 포함한다.

摘要翻译： 用于构建人类对象的化身的方法包括获取对象的深度图，基于深度图获取对象的虚拟骨架，以及从虚拟骨架获取一组特征度量。 这样的度量对应于虚拟骨架的预定点之间的距离。 在该示例方法中，特征度量被提供作为使用机器学习训练的算法的输入。 可以使用姿态范围中的人类模型和单个姿态中的人类模型的范围来训练算法，以根据特征度量输出虚拟身体网格。 该方法还包括构建与虚拟身体网格不同的虚拟头部网格，以及类似于对象的面部特征，以及将虚拟身体网格物体连接到虚拟头部网格物体。