[发明专利]训练使用测地距离来预测图像中的密集对应的模型的系统和方法在审
| 申请号： | 202180094554.0 | 申请日： | 2021-03-11 |
| 公开（公告）号： | CN116964624A | 公开（公告）日： | 2023-10-27 |
| 发明（设计）人： | 张寅达;谭非同;唐丹航;窦明松;郭凯文;肖恩·瑞安·弗朗切斯科·法内洛;索芬·布阿齐兹;塞姆·克斯金;杜若飞;罗希特·库马尔·潘迪;孙德庆 | 申请（专利权）人： | 谷歌有限责任公司 |
| 主分类号： | G06T7/30 | 分类号： | G06T7/30 |
| 代理公司： | 中原信达知识产权代理有限责任公司 11219 | 代理人： | 李宝泉;周亚荣 |
| 地址： | 美国加利*** | 国省代码： | 暂无信息 |
| 权利要求书： | 暂无信息 | 说明书： | 暂无信息 |
| 摘要： | 用于训练模型来预测跨诸如人类图像的图像的密集对应的系统和方法。可以使用从对象的一个或多个3D计算机模型创建的合成训练数据来训练模型。另外，从所述3D模型中的一个或多个3D模型的表面导出的一个或多个测地距离可以被用于生成一个或多个损失值，这些损失值进而被用于在训练期间修改模型的参数。 | ||
| 搜索关键词： | 训练 使用 距离 预测 图像 中的 密集 对应 模型 系统 方法 | ||
【主权项】：
暂无信息
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于谷歌有限责任公司，未经谷歌有限责任公司许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/202180094554.0/，转载请声明来源钻瓜专利网。
- 同类专利
- 训练使用测地距离来预测图像中的密集对应的模型的系统和方法-202180094554.0
- 张寅达;谭非同;唐丹航;窦明松;郭凯文;肖恩·瑞安·弗朗切斯科·法内洛;索芬·布阿齐兹;塞姆·克斯金;杜若飞;罗希特·库马尔·潘迪;孙德庆 - 谷歌有限责任公司
- 2021-03-11 - 2023-10-27 - G06T7/30
- 用于训练模型来预测跨诸如人类图像的图像的密集对应的系统和方法。可以使用从对象的一个或多个3D计算机模型创建的合成训练数据来训练模型。另外，从所述3D模型中的一个或多个3D模型的表面导出的一个或多个测地距离可以被用于生成一个或多个损失值，这些损失值进而被用于在训练期间修改模型的参数。
- 使用计算机断层扫描图像匹配三维口内扫描数据的设备和方法-202280010837.7
- 丁鸿;李星旻;宋宝贤 - HDX未来公司
- 2022-01-17 - 2023-09-29 - G06T7/30
- 公开了一种用于匹配三维口内扫描数据的设备，该设备包括计算机断层扫描(CT)图像深度图生成单元、深度图坐标差异信息确定单元、深度图校正单元和口内扫描模型恢复单元。CT图像深度图生成单元通过使用关于扫描数据的单个扫描帧的信息从CT图像生成CT帧的深度图。深度图坐标差异信息确定单元确定CT帧的深度图和扫描帧的深度图之间的深度图坐标差异信息。深度图校正单元基于深度图坐标差异信息来校正扫描帧的深度图。口内扫描模型恢复单元基于扫描帧的校正后的深度图来恢复三维口内扫描模型。
- 外周灌注测量-202180091539.0
- S·克伦克;T·维塞尔;M·G·M·诺滕;M·格拉斯;H·M·布吕克;D·贝斯特罗夫;S·M·扬 - 皇家飞利浦有限公司
- 2021-12-20 - 2023-09-12 - G06T7/30
- 本发明涉及外周灌注测量。为了提供更详细的外周灌注特征以便更好地了解当前情况，提供了一种用于外周灌注测量的装置(10)，其包括图像数据输入装置(12)、数据处理器(14)和输出接口(16)。图像数据输入装置接收受试者的足部的关注区域的至少一个灌注血管造影2D X射线图像和包含空间灌注相关参数的3D足部模型。数据处理器将3D足部模型与至少一个灌注血管造影X射线图像中的足部配准。配准包括2D X射线图像中的足部的姿势估计。基于姿势估计在2D图像和3D足部模型之间映射信息。基于被映射的信息来识别图像处理修改指令。此外，基于图像处理修改指令来修改至少一个图像信号。输出接口提供修改后的至少一个图像信号。在第一示例中，提供区域灌注分析。在第二示例中，提供通过被灌注组织的分数实现的对灌注信号的归一化。在第三示例中，提供呈3D模型的报告。
- 从外部眼睛前部图像检测疾病的机器学习-202180074710.7
- Y·刘;N·哈梅尔;B·A·巴本科;A·V·瓦拉达拉扬;D·J·吴;A·D·博拉;A·米塔尼 - 谷歌有限责任公司
- 2021-11-02 - 2023-08-22 - G06T7/30
- 本公开涉及利用机器学习从外部眼睛前部图像检测眼部或非眼部(例如，全身性)疾病的系统和方法。具体地，计算系统可以包括并使用一个或多个机器学习的疾病检测模型，以基于患者的外部眼睛前部图像提供对患者的疾病预测。具体地，在一些示例实现中，计算系统可以获得描绘患者的眼睛前部部分七的一个或多个外部图像。计算系统可以用一个或多个机器学习的疾病检测模型来处理该一个或多个外部图像，以生成对患者的关于一种或多种疾病的疾病预测，该一种或多种疾病例如包括在眼睛后部呈现表现的疾病(例如，糖尿病性视网膜病变)或全身性疾病(例如，控制不良的糖尿病)。
- 用于生成虚拟图像的系统和方法-202180077751.1
- Y·什马亚胡;D·默基尔 - 马佐尔机器人有限公司
- 2021-11-02 - 2023-07-18 - G06T7/30
- 一种生成虚拟MRI图像的方法包括：接收处于第一位置的患者的初始MRI图像，该初始MRI图像描绘该患者的解剖结构的至少一部分；接收处于第二位置的该患者的多个图像，该多个图像中的每个图像描绘该患者的解剖结构的该部分内的至少多个骨元件；接收对应于该患者的解剖结构的该部分内的至少多个软组织元件的软组织信息；分割该初始MRI图像以识别该初始MRI图像内的该多个骨元件中的每个骨元件和该多个软组织元件中的每个软组织元件的描绘；以及基于该MRI图像、该多个图像和该软组织信息来生成虚拟MRI图像。
- 模板图像创建方法、模板图像创建系统和程序-202180067509.6
- 菅泽裕也;佐藤吉宣;村田久治 - 松下知识产权经营株式会社
- 2021-09-22 - 2023-06-23 - G06T7/30
- 本发明的目的是提供一种模板图像创建方法、模板图像创建系统和程序，该模板图像创建方法、模板图像创建系统和程序被配置为当在多个候选图像上拍摄到的测试物体的位置彼此不对齐时，也创建包括很少噪声的高度准确的模板图像。模板图像创建方法从多个候选图像创建模板图像，这多个候选图像各自包括包含测试物体的图像的对象区域。模板图像创建方法包括：通过利用模式匹配进行位置校正以使多个候选图像之间的对象区域的位置匹配、并且将多个候选图像顺次组合，来创建至少一个模板图像。
- 空间视频捕获和重放-202180061418.1
- T·R·皮斯;A·达维格;B·H·博伊塞尔;D·H·黄;J·佩伦;邱诗善;S·H·拉 - 苹果公司
- 2021-05-04 - 2023-06-09 - G06T7/30
- 本文所公开的各种具体实施包括创建3D视频的设备、系统和方法，这些方法包括确定对视频帧(例如，每帧的一个或多个RGB图像和深度图像)的第一调整(例如，第一变换)以使内容在坐标系中对准以消除捕获相机运动的影响。本文所公开的各种具体实施包括回放3D视频的设备、系统和方法，并且这些方法包括确定第二调整(例如，第二变换)以消除查看电子设备在回放该3D视频期间相对于查看环境的移动的影响。一些具体实施区分这些视频帧的静态内容和移动内容以回放仅移动对象或有利于多个在空间上相关的3D视频的同时回放。该3D视频可包括视频捕获设备用户的图像、音频或3D视频。
- 图像处理系统和方法-201680081685.4
- S·卡布斯 - 皇家飞利浦有限公司
- 2016-12-07 - 2023-05-26 - G06T7/30
- 用于迭代地计算图像配准或图像分割的系统和方法。配准和分割计算由包括相似性量度分量的优化函数驱动，基于在迭代期间监测图像位置处的体积元素的体积变化来相对减轻所述相似性量度分量对所述迭代计算的影响。还有用于量化配准误差的系统和相关方法5。这包括将一系列边缘检测器应用于输入图像并将相关的滤波器响应组合成组合响应。该一系列滤波器使用滤波器参数进行参数化。然后找到组合响应的极值，并且然后返回与所述极值相关联的滤波器参数作为输出。该滤波器参数涉及给定图像位置10处的配准误差。
- 荧光图像配准方法、基因测序仪及系统、存储介质-201980002455.8
- 申晋晋;李大卫;刘扬宝;冯歌;李美;黎宇翔 - 深圳华大生命科学研究院
- 2019-01-31 - 2023-05-02 - G06T7/30
- 本发明提供一种荧光图像配准方法，其包括获取生物芯片的荧光图像；选取荧光图像的预设局部区域；获取第一方向与第二方向上像素和最小值所在的位置，并得到像素级配准点；根据预设分类规则将像素级配准点分为好点与坏点；根据好点的数量判断荧光图像是否符合预设标准，若符合预设标准，则根据好点的位置校正所述坏点的位置；根据重心法获取荧光分子像点的重心位置；根据荧光分子像点的重心位置分别在第一方向与第二方向上拟合直线，直线的交点即为配准点的亚像素级位置；获取荧光图像的边界点，并计算边界点的位置。本发明实施例还提供一种基因测序系统、基因测序仪与存储介质。利用本发明实施例，可优化荧光图像中荧光分子的定位与配准操作。
- 具有远程相机对准的双相机HMD-202180049030.X
- M·布莱尔;C·D·埃德蒙兹;R·K·普赖斯 - 微软技术许可有限责任公司
- 2021-04-26 - 2023-03-21 - G06T7/30
- 公开了用于使由集成立体相机对所生成的图像与由分离相机所生成的图像对准和稳定的技术。使用第一立体相机生成第一图像；使用第二立体相机生成第二图像；以及使用分离相机生成第三图像。计算在所述第三图像与所述第一图像之间的第一旋转基矩阵；以及计算在所述第三图像与所述第二图像之间的第二旋转基矩阵。使用所述第一旋转基矩阵将所述第三图像与所述第一图像对准，并且使用所述第二旋转基矩阵将所述第三图像与所述第二图像对准。通过将所述第三图像叠加到所述第一图像上来生成第一叠加图像；以及通过将所述第三图像叠加到所述第二图像上来生成第二叠加图像。视差校正并且显示两幅叠加图像。
- 用于分离相机的双系统光学对准-202180041823.7
- M·布莱尔;C·D·埃德蒙兹;R·K·普赖斯 - 微软技术许可有限责任公司
- 2021-03-23 - 2023-02-14 - G06T7/30
- 在本文中公开了用于生成图像的经改进的技术。第一图像由集成相机生成。基于所述图像来确定计算机系统的姿态，并且确定时间戳。分离相机生成第二图像。所述第二图像与所述第一图像对准。通过基于所述对准将所述第二图像覆盖到所述第一图像上来生成覆盖图像。然后，识别在所述计算机的当前姿态与初始姿态之间的姿态差异。因此，对所述覆盖图像执行后期重投影(LSR)以考虑所述姿态差异。然后显示经LSR校正的覆盖图像。
- 减轻配准数据过采样-202180025015.1
- T·D·苏珀尔 - 直观外科手术操作公司
- 2021-03-18 - 2022-11-22 - G06T7/30
- 公开用于减轻由医疗装置收集的数据点的过采样的系统和方法。在一些方面中，系统被配置为在解剖结构的检查期间接收由医疗装置的传感器检测的采样检查点云的数据点；在检查期间，确定与(i)医疗装置和/或(ii)由传感器检测的所接收的数据点关联的至少一个参数，包括医疗装置的平移和/或旋转运动的变化、从数据点到采样检查点云内的最近邻的距离，或采样检查点云的与解剖结构的子区域对应的子集的数据点的密度；通过将一个或多个参数与阈值比较来分析一个或多个参数；和当所分析的一个或多个参数满足相应阈值时，将个体数据点记录在配准点云中。
- 训练多幅图像的对齐-202180022180.1
- C·韦雷坎普 - 皇家飞利浦有限公司
- 2021-03-16 - 2022-11-08 - G06T7/30
- 提出了生成输入图像数据集的构思，所述输入图像数据集可以用于训练对多幅合成图像的对齐。这样的构思可以基于以下思想：根据任意参考图像的副本来生成输入图像数据集，这些副本在各个方向上发生移位。通过这种方式，可以使用单幅任意图像来创建人为未对齐的输入图像输入样本(即，输入图像数据集)，所述人为未对齐的输入图像输入样本(即，输入图像数据集)能够用于训练神经网络。
- 用于医学图像配准的器官变形补偿-201980102896.5
- J·克雷布斯;S·皮亚特 - 西门子医疗有限公司
- 2019-12-13 - 2022-07-22 - G06T7/30
- 提供了用于医学图像配准的系统和方法。接收一个或多个解剖对象的第一输入医学图像和第二输入医学图像。针对所述一个或多个解剖对象中的每个相应解剖对象：在第一输入医学图像或第二输入医学图像中的一个中检测包括相应解剖对象的感兴趣区域，从第一输入医学图像和第二输入医学图像提取感兴趣区域，以及使用特定于相应解剖对象的运动模型、根据从第一输入医学图像提取的感兴趣区域或从第二输入医学图像提取的感兴趣区域中的一个来确定相应解剖对象的运动分布。基于所述一个或多个解剖对象中的每个相应解剖对象的运动分布来配准第一输入医学图像和第二输入医学图像，以生成融合图像。
- 具有用于点云融合的探测器-202080003416.2
- 刘祥;张双;高斌;高懂超;朱帆 - 百度时代网络技术(北京)有限公司;百度(美国)有限责任公司
- 2020-05-15 - 2022-01-18 - G06T7/30
- 公开了一种用于确定所有外参矩阵是否准确的方法、装置和系统。获得了基于安装在一个ADV上的多个LIDAR设备的同时输出的多个LIDAR融合后点云。对获得的多个点云进行滤波，以获得第一组点，该第一组点包括落入兴趣域内的多个点云中的所有点。第一组点中的每个点都对应于在上下方向上的轴线上的一个坐标值。获得第一多个坐标值的分布。确定第一多个坐标值的分布中的峰值量。基于第一多个坐标值的分布中的峰值量，确定与多个LIDAR设备相关联的所有外参矩阵是否准确。
- 热图像和可见图像对的自动共配准-201980086421.1
- E·桑切斯-蒙格;A·弗伊;迈克尔·肯特;彼得·麦瑟利 - 菲力尔商业系统公司
- 2019-11-05 - 2021-08-06 - G06T7/30
- 图像对共配准系统和方法，包括：接收多模态图像对；定义参数变形模型；定义当所述图像对对齐时被最小化的损失函数；和执行多尺度搜索，以确定使损失函数最小化的变形参数。优化的变形参数定义图像对的对齐。该图像对可以包括可见光谱图像和红外图像。该方法还包括：调整可见光谱图像的大小，以匹配红外图像；应用至少一个透镜畸变校正模型；和对所述图像对中的每个图像的动态范围进行归一化。多尺度搜索还可以包括：将所述图像对的大小调整为当前处理尺度；将自适应直方图均衡化应用于所述图像对以生成均衡图像；对均衡图像应用高斯模糊；和优化变形参数。
- 器官中的病变定位-201880097066.3
- 迟艳玲;黄为民;周佳音;K·K·托;郑坚勇;朱志光 - 新加坡科技研究局;新加坡国立大学
- 2018-08-29 - 2021-06-29 - G06T7/30
- 本发明涉及用于定位受试者的器官中的病变的计算机化方法(200)，包括执行：第一图像配准操作(400)，用于基于该器官的二维超声(2D‑US)图像表示(116)与三维计算机化断层摄影(3D‑CT)图像表示(120)的对准来确定刚性变换矩阵，该2D‑US图像表示(116)获取自换能器探头(114)；第二图像配准操作(500)，用于基于该2D‑US图像表示(116)与该3D‑CT图像表示(120)的图像特征描述符来精化该刚性变换矩阵；以及定位操作(600)，用于基于经精化的刚性变换矩阵以及该病变在该3D‑CT图像表示(120)中的3D‑CT位置来相对于该换能器探头(114)定位该病变。本文还公开了一种用于执行该方法的系统。该系统可进一步包括用于该病变的射频消融的消融装备。
- 计算方法、计算程序及信息处理装置-201880098747.1
- 牛岛悟 - 富士通株式会社
- 2018-10-18 - 2021-06-04 - G06T7/30
- 信息处理装置根据由第1传感器测距出的第1测量信息，取得第1矢量(16A‑1)、第2矢量(16A‑2)、第1平移用点(17A)。信息处理装置根据由第2传感器测距出的第2测量信息，取得第3矢量(16B‑3)、第4矢量(16B‑4)、第2平移用点(17B)。第1矢量(16A‑1)与第3矢量(16B‑3)是在实际空间上平行且朝向相同的矢量。第2矢量(16A‑2)与第4矢量(16B‑4)是在实际空间上平行且朝向相同的矢量。第1平移用点(17A)与第2平移用点(17B)在实际空间上位于相同位置。信息处理装置基于第1～第4矢量、第1、2平移用点，计算旋转角度和平移距离，存储于存储装置中。
- 用于计算感兴趣区域的空间坐标点的方法和系统，以及非暂时性计算机可读记录介质-201880094998.2
- 金石中;郑直限 - 维塔驰有限公司
- 2018-09-12 - 2021-02-02 - G06T7/30
- 根据本发明的一个方面，提供了一种用于计算感兴趣区域的空间坐标点的方法，所述方法包括以下步骤：获取关于在分别由多个图像模块拍摄的多个图像中的每个图像中包含的感兴趣区域的图像内坐标点的信息；参考关于多个图像模块中的至少一个图像模块被安装的位置的信息以及关于在由至少一个图像模块拍摄的图像中包含的目标感兴趣区域的图像内坐标点的信息，指定包含目标感兴趣区域在参考空间中所处的位置的候选图形；以及参考目标感兴趣区域的与第一图像模块相对应的第一候选图形和目标感兴趣区域的与第二图像模块相对应的第二候选图形之间的位置关系，指定目标感兴趣区域在参考空间中所处的位置。
- 图像配准合格评价-201980029365.8
- 闫平昆;J·克吕克尔 - 皇家飞利浦有限公司
- 2019-02-26 - 2020-12-08 - G06T7/30
- 一种用于评价图像配准的合格情况的控制器包括存储指令的存储器和运行所述指令的处理器。所述指令当由所述处理器运行时令所述控制器运行包括以下各项的过程：接收第一模态的第一图像；以及接收第二模态的第二图像。由所述控制器运行的所述过程还包括：将所述第一模态的所述第一图像配准到所述第二模态的所述第二图像，以获得图像配准。所述图像配准经受自动化分析，作为用于评价所述图像配准的合格情况的合格评价过程。当所述图像配准通过所述合格评价过程时可变地评价所述图像配准合格，并且当所述图像配准未通过所述合格评价过程时评价所述图像配准不合格。
- 用于表面运动跟踪的方法和装置-201980008797.0
- 尼科莱特·帕特丽夏·马格罗;韩骁 - 医科达有限公司
- 2019-01-16 - 2020-08-28 - G06T7/30
- 本公开内容的实施方式可以涉及一种图像处理系统，该图像处理系统被配置成接收在第一时间处拍摄的受试者的身体的区域的医学图像，并且接收在第一时间处拍摄的受试者的身体的区域的外部部分的表面图像。图像处理还可以被配置成接收在第二时间处拍摄的受试者的身体的区域的医学图像，并且配准在第一时间处拍摄的医学图像、在第一时间处拍摄的表面图像和在第二时间处拍摄的医学图像。
- 图像数据处理方法、设备和系统-201880086149.2
- H·刘;G·H·M·海斯贝斯;J-L·F-M·罗伯特 - 皇家飞利浦有限公司
- 2018-11-20 - 2020-08-25 - G06T7/30
- 一种图像数据处理方法是用于配准两个四维图像数据集，每个四维图像数据集表示三维图像帧的时间系列。所述方法包括初始预配准步骤，其中，两个图像数据集的3D图像帧相对于彼此被旋转和平移(16)以便使得针对每个识别(14)的相应主要运动向量对齐，所述主要运动向量是表示在时间系列的过程中表现出最大空间位移的识别出的三维子区域的运动的3D运动向量。
- 图像配准的方法、装置、计算机系统和可移动设备-201880039795.3
- 郑洪涌;卢振波 - 深圳市大疆创新科技有限公司
- 2018-08-01 - 2020-03-31 - G06T7/30
- 一种图像配准的方法、装置、计算机系统和可移动设备。该方法包括：根据第一图像和第二图像的幅值，分别确定所述第一图像和所述第二图像中的连通域，其中，所述连通域为幅值满足预定条件的像素形成的区域，所述第一图像和所述第二图像为待配准的第一原始图像和第二原始图像或者为分别对所述第一原始图像和所述第二原始图像进行下采样处理后的图像(310)；根据所述第一图像和所述第二图像中的连通域，确定所述第一图像和所述第二图像中的特征点，其中，每一个特征点关联一个连通域(320)；根据所述第一图像和所述第二图像中的特征点，对所述第一原始图像和所述第二原始图像进行配准(330)。实施例的技术方案，能够提高图像配准的精度。
- 用于在解剖结构的图像中定位标记物的方法和装置-201780079830.X
- S·卡布斯 - 皇家飞利浦有限公司
- 2017-12-19 - 2019-08-02 - G06T7/30
- 提供了一种用于在解剖结构的图像中定位标记物的方法和装置。第一标记物被定位在第一图像中的解剖结构的特征上，并且第二标记物被定位在第二图像中的解剖结构的相同特征上(202)。第一图像在第一标记物下被平移，以将第一标记物相对于第一图像中的解剖结构的特征的位置调整为与第二标记物相对于第二图像中的解剖结构的特征的位置相对应(204)。
- 专利分类
- 彩色图像和单色图像的图像处理
- 图像编码/图像解码方法以及图像编码/图像解码装置
- 图像处理装置、图像形成装置、图像读取装置、图像处理方法
- 图像解密方法、图像加密方法、图像解密装置、图像加密装置、图像解密程序以及图像加密程序
- 图像解密方法、图像加密方法、图像解密装置、图像加密装置、图像解密程序以及图像加密程序
- 图像编码方法、图像解码方法、图像编码装置、图像解码装置、图像编码程序以及图像解码程序
- 图像编码方法、图像解码方法、图像编码装置、图像解码装置、图像编码程序、以及图像解码程序
- 图像形成设备、图像形成系统和图像形成方法
- 图像编码装置、图像编码方法、图像编码程序、图像解码装置、图像解码方法及图像解码程序
- 图像编码装置、图像编码方法、图像编码程序、图像解码装置、图像解码方法及图像解码程序
