比赛状态检测和轨迹融合
    22.
    发明公开

    公开(公告)号:CN114041139A

    公开(公告)日:2022-02-11

    申请号:CN201980097869.3

    申请日:2019-07-31

    Abstract: 本文描述了用于比赛状态检测和轨迹融合的示例系统。该系统包括跟踪器,用于基于来自多个相机的图像获得球位置和选手位置,以及融合控制器,用于组合经由球位置检测到的多个轨迹以获得融合轨迹。该系统还包括被配置为对比赛模式进行建模的有限状态机,其中,经由作为有限状态机的输入的球位置、选手位置和融合轨迹来确定比赛状态。

    图像捕获装置和方法
    23.
    发明授权

    公开(公告)号:CN107251096B

    公开(公告)日:2022-02-11

    申请号:CN201480082621.7

    申请日:2014-11-10

    Abstract: 提供关联于捕获图像的装置、方法和存储介质。装置可包括面部跟踪器,面部跟踪器用于接收图像帧,针对面部分析图像帧,并且在该图像帧中识别出面部时,评估该面部以确定该图像帧包括可接受面部姿态还是不可接受面部姿态。进一步,该面部跟踪器可被配置为:在确定出该图像帧具有不可接受面部姿态时,提供用于获得另一图像帧的指令,其中该指令被设计为提高所述另一图像帧将包括可接受面部姿态的可能性。

    具有头部转动的头像面部表情动画

    公开(公告)号:CN106415665B

    公开(公告)日:2020-05-19

    申请号:CN201480080148.9

    申请日:2014-07-25

    Abstract: 本文公开了与作动画和渲染头像关联的设备、方法和存储介质。设备可包含配置成接收分别与用户的面部和头部关联的多个面部运动参数和多个头部姿态参数的头像动画引擎(104)。多个面部运动参数可描绘面部的面部行为动作,并且多个头部姿态参数可描绘头部的头部姿势姿态。进一步,头像动画引擎(104)可配置成用面部和骨骼动画驱动头像模型,以使用面部运动参数和头部姿态参数给头像作动画,以在头像上复制用户的面部表情,其包含用户的头部转动后的影响。

    面部标志检测方法

    公开(公告)号:CN103443804B

    公开(公告)日:2019-02-19

    申请号:CN201180069791.8

    申请日:2011-03-31

    Abstract: 可通过首先剪切图像中的所检测面部的面部矩形区域、并且至少部分基于该面部矩形区域生成积分图像来执行检测图像中所检测的面部的面部标志。随后,可对面部矩形区域的每个面部标志运行级联分类器,以便至少部分基于积分图像来产生每个面部标志的一个响应图像。可建立多个主动形状模型(ASM)初始化。ASM搜索可至少部分基于响应图像对每个ASM初始化来执行,每个ASM搜索产生具有成本的搜索结果。最后,可选择具有最低成本函数的ASM搜索的搜索结果,所选搜索结果指示图像中的面部标志的位置。

    检测面部特性的方法
    27.
    发明授权

    公开(公告)号:CN103503029B

    公开(公告)日:2016-08-17

    申请号:CN201180070557.7

    申请日:2011-04-11

    CPC classification number: G06K9/00228 G06K9/00241 G06K9/00281

    Abstract: 通过本发明的实施例以计算有效的方式执行图像中诸如人们面部中的微笑或性别的面部特性的检测。首先,检测图像中的面部以产生面部图像。在面部图像中检测面部界标。以检测到的面部界标为基础来调准和标准化所述面部图像以产生标准化的面部图像。从所述标准化的面部图像提取来自选定的局部区域的局部特征。通过将每一个选定的局部特征输入到具有多层感知器(MLP)结构的弱分类器中来在每一个选定的局部区域中预测面部特性。最后,聚合来自每一个弱分类器部件的输出数据以生成在所述面部图像中检测到所述面部特性的指示。

    基于感兴趣对象的图像处理

    公开(公告)号:CN103460250A

    公开(公告)日:2013-12-18

    申请号:CN201180070040.8

    申请日:2011-04-11

    CPC classification number: H04N7/15 H04N19/115 H04N19/167 H04N19/17 H04N19/59

    Abstract: 本发明提供一种装置、方法和系统,其中,所述系统包括编码引擎,该编码引擎以比用于编码和/或压缩各个图像帧的背景的比特密度更高的比特密度来编码和/或压缩在所述各个图像帧内的一个或多个感兴趣对象。所述系统可以进一步包括上下文引擎,该上下文引擎识别包括所述一个或多个感兴趣对象的至少一部分的感兴趣区域并且按比例增加各个图像帧内的所述感兴趣区域以强调所述感兴趣对象。

    面部标志检测方法

    公开(公告)号:CN103443804A

    公开(公告)日:2013-12-11

    申请号:CN201180069791.8

    申请日:2011-03-31

    CPC classification number: G06K9/00248 G06K9/00281 G06K9/6209

    Abstract: 可通过首先剪切图像中的所检测面部的面部矩形区域、并且至少部分基于该面部矩形区域生成积分图像来执行检测图像中所检测的面部的面部标志。随后,可对面部矩形区域的每个面部标志运行级联分类器,以便至少部分基于积分图像来产生每个面部标志的一个响应图像。可建立多个主动形状模型(ASM)初始化。ASM搜索可至少部分基于响应图像对每个ASM初始化来执行,每个ASM搜索产生具有成本的搜索结果。最后,可选择具有最低成本函数的ASM搜索的搜索结果,所选搜索结果指示图像中的面部标志的位置。

Patent Agency Ranking