公开(公告)号：WO2017062566A1

公开(公告)日：2017-04-13

申请号：PCT/US2016/055671

申请日：2016-10-06

Applicant: GOOGLE INC.

Inventor： GILLIAN, Nicholas Edward ,  SCHWESIG, Carsten C. ,  LIEN, Jaime ,  AMIHOOD, Patrick M. ,  POUPYREV, Ivan

IPC: G01S13/56 ,  G01S13/86 ,  G01S7/41 ,  G06K9/62

CPC classification number: G01S13/86 ,  G01S7/41 ,  G01S7/415 ,  G01S13/56 ,  G01S13/867 ,  G06K9/00201 ,  G06K9/6288 ,  G06K9/629 ,  G08C17/02 ,  G08C2201/93 ,  H04Q9/00 ,  H04Q2209/883

Abstract: This document describes apparatuses and techniques for radar-enabled sensor fusion. In some aspects, a radar field is provided and reflection signals that correspond to a target in the radar field are received. The reflection signals are transformed to provide radar data, from which a radar feature indicating a physical characteristic of the target is extracted. Based on the radar features, a sensor is activated to provide supplemental sensor data associated with the physical characteristic. The radar feature is then augmented with the supplemental sensor data to enhance the radar feature, such as by increasing an accuracy or resolution of the radar feature. By so doing, performance of sensor-based applications, which rely on the enhanced radar features, can be improved.

Abstract translation: 本文件描述了雷达传感器融合的设备和技术。 在一些方面，提供雷达场，并且接收与雷达场中的目标对应的反射信号。 反射信号被变换以提供雷达数据，从中提取指示目标的物理特性的雷达特征。 基于雷达特征，激活传感器以提供与物理特性相关联的补充传感器数据。 然后，利用补充的传感器数据增加雷达特征，以增强雷达特征，例如通过增加雷达特征的精度或分辨率。 通过这样做，可以提高依赖于增强的雷达特征的基于传感器的应用的性能。

公开(公告)号：WO2016060557A1

公开(公告)日：2016-04-21

申请号：PCT/NL2014/050728

申请日：2014-10-17

Applicant: STICHTING MAASTRICHT RADIATION ONCOLOGY "MAASTRO-CLINIC"

Inventor： LAMBIN, Philippe ,  BOTELHO DE CARVALHO, Sara João ,  LEIJENAAR, Ralph Theodoor Hubertina

IPC: G06T7/00 ,  G06K9/00 ,  G06K9/62

CPC classification number: G06T7/0016 ,  A61B5/0095 ,  A61B5/015 ,  A61B5/055 ,  A61B5/7275 ,  A61B6/032 ,  A61B6/037 ,  A61B6/5235 ,  A61B6/5247 ,  A61B8/085 ,  G06K9/527 ,  G06K9/629 ,  G06K2209/053 ,  G06T2207/10072 ,  G06T2207/10104 ,  G06T2207/20064 ,  G06T2207/20076 ,  G06T2207/30024 ,  G06T2207/30096

Abstract: The present invention relates to an image analysis method for providing information for supporting illness development prediction regarding a neoplasm in a human or animal body. The method includes receiving for the neoplasm first and second image data at a first and second moment in time, and deriving for a plurality of image features a first and a second image feature parameter value from the first and second image data. These feature parameter values being a quantitative representation of a respective image feature. Further, calculating an image feature difference value by calculating a difference between the first and second image feature parameter value, and based on a prediction model deriving a predictive value associated with the neoplasm for supporting treatment thereof. The prediction model includes a plurality of multiplier values associated with image features. For calculating the predictive value the method includes multiplying each image feature difference value with its associated multiplier value and combining the multiplied image feature difference values.

Abstract translation: 本发明涉及一种图像分析方法，用于提供用于支持人或动物体内关于赘生物的疾病发展预测的信息。 该方法包括在第一和第二时刻接收肿瘤第一和第二图像数据，以及从第一和第二图像数据导出多个图像特征第一和第二图像特征参数值。 这些特征参数值是相应图像特征的定量表示。 此外，通过计算第一和第二图像特征参数值之间的差异，并且基于导出与用于支持其治疗的赘生物相关联的预测值的预测模型来计算图像特征差值。 预测模型包括与图像特征相关联的多个乘数值。 为了计算预测值，该方法包括将每个图像特征差值与其相关联的乘数值相乘并组合乘以的图像特征差值。

公开(公告)号：WO2015176502A1

公开(公告)日：2015-11-26

申请号：PCT/CN2014/090905

申请日：2014-11-12

Applicant: 华为技术有限公司

Inventor： 欧阳万里 ,  初晓 ,  鞠汶奇 ,  刘健庄 ,  王晓刚

IPC: G06T7/00

CPC classification number: G06T7/60 ,  G06K9/00362 ,  G06K9/4628 ,  G06K9/6214 ,  G06K9/6247 ,  G06K9/629 ,  G06T7/00 ,  G06T2207/10004

Abstract: 本发明公开了一种图像特征的估计方法和设备，内容包括：通过提取输入的图像数据的至少两个特征值，针对提取到的每一个特征值，执行以下操作，直至提取到的特征值执行完毕：选择一个特征值，并利用预先得到的矩阵参数对所述特征值进行至少两次矩阵变换，得到所述特征值对应的第一矩阵向量；在得到提取出的每一个特征值对应的第一矩阵向量时，根据得到的每一个特征值对应的第一矩阵向量，利用卷积网络计算方法得到针对提取出的至少两个特征值的第二矩阵向量；根据所述第二矩阵向量，估计得到所述图像数据中图像特征的状态，有效地提升了估计的准确度。

公开(公告)号：WO2015141892A1

公开(公告)日：2015-09-24

申请号：PCT/KR2014/003922

申请日：2014-05-02

Applicant: 삼성전자 주식회사

Inventor： 유병인 ,  김원준 ,  한재준

IPC: G06T7/00 ,  G06K9/46

CPC classification number: G06K9/00892 ,  G06K9/00348 ,  G06K9/00369 ,  G06K9/4642 ,  G06K9/4652 ,  G06K9/6215 ,  G06K9/6272 ,  G06K9/629 ,  G06K9/66 ,  G06T7/73 ,  G06T7/90 ,  G06T2207/20076 ,  G06T2207/20081 ,  G06T2207/30196 ,  G10L17/00 ,  G10L17/005 ,  G10L17/10

Abstract: 사용자 인식 방법 및 장치가 개시된다. 사용자 인식 장치는 입력 데이터로부터 현재 사용자의 사용자 특징을 추출하고, 추출된 사용자 특징에 기초하여 현재 사용자의 식별자를 추정할 수 있다. 사용자 인식 장치는 무감독 학습을 통해 별도의 절차 없이도 사용자 인식을 수행할 수 있고, 사용자 데이터를 지속적으로 갱신할 수 있다.

Abstract translation: 公开了用户识别方法和装置。 用户识别装置可以从输入数据中提取当前用户的用户特征，并且基于所提取的用户特征来估计当前用户的标识符。 用户识别装置可以通过无监督学习而不经单独的程序执行用户识别，并持续更新用户数据。

公开(公告)号：WO2015089949A1

公开(公告)日：2015-06-25

申请号：PCT/CN2014/073990

申请日：2014-03-25

Applicant: 成都品果科技有限公司

Inventor： 徐滢

IPC: G06K9/00

CPC classification number: G06K9/629 ,  G06K9/00281 ,  G06K9/4619 ,  G06K2009/4666

Abstract: 本发明公开了一种融合LBP、Gabor特征的人脸聚类方法，步骤包括：将图像的R，G，B三个通道转换为灰度图，得到图像L；Gabor特征提取；LBP特征提取；分层人脸聚类等。本发明的积极效果是：本发明通过对图像进行人脸检测，定位出人脸区域，然后通过对定位的人脸区域进行LBP，Gabor特征提取，最后对提取的特征进行分层聚类，将属于同一个人的照片聚类在一起。本发明的特征抽取方法可以有效地克制光照影响，在度量人脸相似度时，使用弹性部分匹配算法，有效地抑制了姿势，发型，头部饰物等条件的影响。实现了在复杂背景，变化光照，不同面部表情，不同人体姿态，不同发型，有头部饰物的干扰下都能对人脸进行稳健聚类。

公开(公告)号：WO2015040001A2

公开(公告)日：2015-03-26

申请号：PCT/EP2014/069649

申请日：2014-09-16

Applicant: MUEHLBAUER AG

Inventor： NIEBLING, Gerhard ,  MIEHLICH, Rainer

IPC: G06K9/00

CPC classification number: G06K9/00255 ,  G06K9/00288 ,  G06K9/2018 ,  G06K9/629 ,  G07C9/00158 ,  G07C2209/14

Abstract: Die Erfindung betrifft eine Vorrichtung zum Identifizieren einer Person, umfassend eine Realbildkamera (10) zum Erfassen eines Reflexionsbilds eines Gesichts (14) der Person im sichtbaren Spektralbereich, eine Wärmebildkamera (12) zum Erfassen eines Infrarot-Emissionsbilds des Gesichts der Person, eine Realbildauswertung (16), und eine Infrarotbildauswertung (18). Die Realbildkamera ist dazu eingerichtet, das Reflexionsbild in Form von Reflexionsbilddaten (20) an die Realbildauswertung zu übermitteln. Die Wärmebildkamera ist dazu eingerichtet, das Infrarot-Emissionsbild in Form von Infrarotbilddaten (22) an die Infrarotbildauswertung zu übermitteln. Die Realbildauswertung ist dazu eingerichtet, aus den Reflexionsbilddaten erste biometrische Merkmale (24) des Gesichts zu ermitteln, ein Referenzbild (30) mit einer Personen-Identifikation (36) zu empfangen, aus diesem Referenzbild zweite biometrische Merkmale (32) zu ermitteln, und, wenn die ersten und zweiten biometrischen Merkmale in einem vorbestimmten Maß übereinstimmen, die Personen-Identifikation einer Ausgabesteuerung (42) bereitzustellen. Die Infrarotbildauswertung ist dazu eingerichtet, eine Temperaturverteilung (34) aus den Infrarotbilddaten zu ermitteln und zu bestimmen, ob die Temperaturverteilung zumindest teilweise einer Temperaturverteilung im Gesicht einer lebendigen Person zumindest nahekommt, und wenn dies der Fall ist, die Ausgabesteuerung anzuweisen, die Personen-Identifikation auszugeben.

Abstract translation:

的人的发明涉及一种装置，用于识别一个人，包括一个真正的相机（10），用于检测在可见光谱范围内的面（14）的反射图像，W＆AUML; rmebildkamera（12），用于检测的红外 任务人脸图像，真实图像分析（16）和红外图像分析（18）。 真实图像相机被设置为以反射图像数据（20）的形式将反射图像发送到真实图像评估。 热成像相机被设置为以红外图像数据（22）的形式将红外发射图像发送到红外图像评估。 实像评估适于从该面的反射图像数据的第一生物特征（24），以确定接收的参考图像（30）与来自该参考图像的个人识别（36），以确定第二生物特征（32），和， 如果第一和第二生物测定特征处于预定速率; 同意提供输出控制器（42）的人员身份。 红外图像评估被设计以确定从红外图像数据的温度分布（34）和确定的温度分布在活的人的面部的温度分布是否至少接近，并且如果这至少部分的情况下，指示输出控制，个人识别 问题。

公开(公告)号：WO2013177189A1

公开(公告)日：2013-11-28

申请号：PCT/US2013/042059

申请日：2013-05-21

Applicant: VANDERBILT UNIVERSITY

Inventor： CAPRIOLI, Richard ,  VAN DE PLAS, Raf

IPC: G06K9/62 ,  G06T11/00 ,  G06T5/50

CPC classification number: G06K9/0014 ,  G06K9/6211 ,  G06K9/6255 ,  G06K9/629 ,  G06T5/50 ,  G06T2207/10056 ,  G06T2207/30024

Abstract: Systems and methods are provided for generating a model relating parameters generated via a first molecular imaging modality to parameters generated via a second molecular imaging modality. First and second feature extractors extract, from images of a region of interest obtained via respective first and second molecular imaging modalities, respective sets of parameters for respective first and second sets of locations. A mapping component associates respective locations of the first and second sets of locations according to their spatial relationship within the region of interest to produce a training set. Each example in the training set comprises a set of parameters associated with a location in the first set of locations and a set of parameters associated with a location in the second set. A modeling component generates a predictive model relating the parameters associated with the first modality with at least one parameter associated with the second modality.

Abstract translation: 提供的系统和方法用于生成将通过第一分子成像模态产生的参数与通过第二分子成像模态产生的参数相关联的模型。 第一和第二特征提取器从通过相应的第一和第二分子成像模态获得的感兴趣区域的图像提取用于相应的第一和第二组位置的各组参数。 映射组件根据它们在感兴趣区域内的空间关系来关联第一和第二组位置的相应位置以产生训练集。 训练集中的每个示例包括与第一组位置中的位置相关联的一组参数以及与第二组中的位置相关联的一组参数。 建模组件生成将与第一模态相关联的参数与与第二模态相关联的至少一个参数相关联的预测模型。

公开(公告)号：WO2013019856A1

公开(公告)日：2013-02-07

申请号：PCT/US2012/049155

申请日：2012-08-01

Applicant: SIEMENS HEALTHCARE DIAGNOSTICS INC. ,  CHEKKOURY-IDRISSI, Andrei-chakib ,  KHURD, Parmeshwar ,  JOHNSON, Jeffrey, P. ,  BAHLMANN, Claus ,  PATEL, Amar, H. ,  NI, Jie ,  KAMEN, Ali ,  GRADY, Leo

Inventor： CHEKKOURY-IDRISSI, Andrei-chakib ,  KHURD, Parmeshwar ,  JOHNSON, Jeffrey, P. ,  BAHLMANN, Claus ,  PATEL, Amar, H. ,  NI, Jie ,  KAMEN, Ali ,  GRADY, Leo

IPC: G06F15/18

CPC classification number: G06K9/00147 ,  G06K9/6269 ,  G06K9/629

Abstract: A method for automatically classifying tissue includes obtaining training data including a plurality of microscope images that have been manually classified. A plurality of features is calculated from the training data, each of which is a texture feature, a network feature, or a morphometric feature. A subset of features is selected from the calculated subset of features based on both maximum relevance and minimum redundancy. A classifier is trained based on the selected subset of features and the manual classifications. A diagnostic microscope image is classified in a computer-aided diagnostic system using the trained classifier.

Abstract translation: 用于自动分类组织的方法包括获得包括手动分类的多个显微镜图像的训练数据。 从训练数据计算出多个特征，每个训练数据是纹理特征，网络特征或形态测量特征。 基于最大相关性和最小冗余度，从所计算的特征子集中选择特征的子集。 基于所选择的特征子集和手动分类来对分类器进行训练。 诊断显微镜图像被分类在使用训练有素的分类器的计算机辅助诊断系统中。

公开(公告)号：WO2011053535A1

公开(公告)日：2011-05-05

申请号：PCT/US2010/053874

申请日：2010-10-22

Applicant: APPLIED SIGNAL TECHNOLOGY, INC. ,  WILBY, Andrew, D. ,  HARBAUGH, J., Kent

Inventor： WILBY, Andrew, D. ,  HARBAUGH, J., Kent

IPC: G06K9/00

CPC classification number: G06K9/629 ,  G06K2209/21

Abstract: Classification of a potential target is accomplished by receiving image information, detecting a potential target within the image information and determining a plurality of features forming a feature set associated with the potential target. The location of the potential target is compared with a detection database to determine if it is close to an element in the detection database. If not, a single-pass classifier receives a potential target's feature set, classifies the potential target, and transmits the location, feature set and classification to the detection database. If it is close, a fused multi-pass feature determiner determines fused multi-pass features of the potential target and a multi-pass classifier receives the potential target's feature set and fused multi-pass features, classifies the potential target, and transmits its location, feature set, fused multi-pass features and classification to the detection database.

Abstract translation: 通过接收图像信息，检测图像信息内的潜在目标并确定形成与潜在目标相关联的特征集的多个特征来实现潜在目标的分类。 将潜在目标的位置与检测数据库进行比较，以确定其是否接近检测数据库中的元素。 如果没有，单路分类器接收潜在目标的特征集，对潜在目标进行分类，并将位置，特征集和分类发送到检测数据库。 如果接近，则融合多遍特征确定器确定潜在目标的融合多遍特征，并且多遍分类器接收潜在目标的特征集和融合的多遍特征，对潜在目标进行分类，并传输其位置 ，特征集，融合多遍特征和分类到检测数据库。

公开(公告)号：WO2008015586A3

公开(公告)日：2008-08-07

申请号：PCT/IB2007003985

申请日：2007-08-02

Applicant: FOTONATION VISION LTD ,  CORCORAN PETER ,  COSTACHE GABRIEL N

Inventor： CORCORAN PETER ,  COSTACHE GABRIEL N

IPC: G06K9/62 ,  G06K9/00

CPC classification number: G06K9/6247 ,  G06K9/00275 ,  G06K9/629

Abstract: A face recognition method for working with two or more collections of facial images is provided. A representation framework is determined for a first collection of facial images including at least principle component analysis (PCA) features. A representation of said first collection is stored using the representation framework. A modified representation framework is determined based on statistical properties of original facial image samples of a second collection of facial images and the stored representation of the first collection. The first and second collections are combined without using original facial image samples. A representation of the combined image collection (super-collection) is stored using the modified representation framework. A representation of a current facial image, determined in terms of the modified representation framework, is compared with one or more representations of facial images of the combined collection. Based on the comparing, it is determined which, if any, of the facial images within the combined collection matches the current facial image.

Abstract translation: 提供了一种用于处理两个或更多个面部图像集合的面部识别方法。 针对包括至少主成分分析（PCA）特征的面部图像的第一集合确定表示框架。 使用表示框架存储所述第一集合的表示。 基于面部图像的第二集合的原始面部图像样本的统计特性和第一集合的存储表示来确定修改后的表示框架。 组合第一和第二集合而不使用原始面部图像样本。 使用修改的表示框架存储组合图像集合（超级集合）的表示。 将根据修改的表示框架确定的当前面部图像的表示与组合集合的面部图像的一个或多个表示进行比较。 基于比较，确定组合集合中的哪个面部图像（如果有的话）与当前面部图像匹配。