1. 程式人生 > >全球知名影象研究機構網站

全球知名影象研究機構網站

·  的3D / 2D視覺醫療影像通訊及多媒體:多維成像系統的研究進展

·  的人的媒體技術和基礎知識和訓練的系統(計算機視覺和計算智慧)專業

·  主要來自運動和計算機視覺相關的幾何問題,及(2)視訊監控和分析研究(1)結構。(見出版物。)

·  形狀表示,3D物件和場景重建,目標識別,計算機視覺建築,考古,CAD和超越。

·  我們的團隊有興趣瞭解涉及的視覺,機器人和人機互動的交集動態,空間相互作用的問題。

·  -研究中心,並在影象和訊號處理應用

·  基於模型的人體跟蹤,穩健的方法和醫學影象的理解。

·  Specialises機器視覺,自動檢測,3D視覺,幾何計算,醫療成像和計算機圖形學

·  我們的主要活動是在影象處理,模式識別,計算機視覺,硬體設計的影象採集和處理領域的研究和教學工作。

·  的影象分析(IA)組影象和形狀分析,主要是醫學影象分析應用的基礎上進行內部研究。

·  的獨眼巨人專案的目標是智慧envoironment發展為diagnopsis為導向的醫學影象分析任務的支援,德國/巴西專案。該專案是由資訊科技的德國和巴西合作專案的支援。

·  專案包括視訊的OCR,手寫識別,人臉分析

·  本集團的主要經營範圍是執行和促進研究在上升,電子和計算機工程的科學性,以及在生產工程上的一個應用程式的問題。這樣的應用是機器人,影象處理,分析和理解,數字藝術,資料庫的影象檢索,質量控制,視訊監控以及智慧感測網路。該小組使用,以擴大科學正面的工具和利益相應的研究領域包括:人工視覺(包括機器視覺,認知視覺和機器人視覺)智慧系統(如模糊系統與人工神經網路),感測器資料融合模式識別

·  擅長於實時手勢識別,模式分析和識別,並基於視覺的系統。

·  的研究課題包括人力跟蹤,手勢識別,監控獨立生活,基於視覺的介面,醫學影象分析和醫學影像

·  EUTIST-IMV是歐洲委員會的支援舉措,幫助企業進行創新,並通過使用機器視覺技術提高他們的業務。該網站介紹了正在進行的專案,並給出了針對不同行業和應用的機器視覺解決方案的實際例子。

·  中心的應用視覺和影像學(CAVIS)在佛羅里達州立大學致力於研究和教育計算機視覺,模式識別和應用。

·  有關的活動,是處理和資訊的開發利用,主要是提供而不是限制性的,以影象(可見光,紅外,合成孔徑雷達),適用於機器人技術,影象-基於智慧和地理資訊。

·  計算機視覺在GE包括基本和監視,航空和廣播視訊的理解應用研究; 醫學影像學; 工業檢測; 和一般的影象分析。

·  的計算感知實驗室(CPL)的開發是為了探索和開發下一代智慧機,介面和環境,可以感知,識別,預測,並與人類互動。

·  重點是機器視覺,影象分析和計算機圖形應用在諸如工業,醫藥,3D建模物體,建築和城市合唱團,以及環境遙感機器視覺領域

·  的基礎研究專長:定位分析,對稱性和張量,區域性結構,紋理和運動分割。應用研究專業:多式聯運人認證,面部識別,基於內容的影象檢索,目標識別

·  組(KOGS)(在德國大多數的資訊)

·  本集團的這個目標就是創造,設計和創新的基於視訊的技術整合到一個分散式的體系結構,以提高效率和安全監控系統的功能。

·  紋理和圖案:基本結構特點運動:基於特徵的跟蹤影象和視訊資料庫:檢索工業檢測:外形缺陷檢測

·  的計算機視覺研究組在機器視覺觀感的問題,如媒體註釋,人們發現和人類的手勢追蹤與辨識。

·  的新的數學運算為雙方理解生物視覺和開發實時影象處理系統的目的發展。

·  的TeV的使命是開發專門應用性課題,目前包括創新技術:檔案,圖片和視訊,監視和biometic人識別基於內容的索引。

·  擅長的2-D和3-D醫學影象採集,處理,顯示,分析,傳輸和存檔。

·  專門通過影象處理分析與合成人體運動。

·  我們的專長是在跟蹤和行為建模,醫療成像,在影象編碼與壓縮,以及OMR和手寫識別色彩的運用領域。

·  研究,包括3D視覺,實時跟蹤,全方位處理,遠端現實與遙操作,超解析度成像,醫學成像,多解析度成像/演算法,影象為導向的使用者介面問題,IUE,CORBA和DCE。

·  醫療及工業用影象處理,模式識別和分類​​生物訊號處理,

·  計算機視覺,影象分析和斷層從數學的角度來看。

·  微軟研究院

·  來自場外的現成相機立體聲處理,相機路徑計算(觀察上的標識),識別和視訊跟蹤,重建從多個攝像機,無處不在的視訊

·  的3-D鐳射測距感測器; 幾何的影象處理; 形狀和反射率的物體和環境建模; 應用程式在計算機圖形學,製造,機器人技術。

·  的多尺度影象分析,增強,特徵提取和目標檢測與代數,幾何和統計方法。分析和形狀,質地,顏色和運動的造型。

·  在視覺重建的未標定影象序列擅長。

·  -研究和開發影象理解系統

·  實時人臉檢測,人臉生物識別技術,自動跟蹤攝像和3D重建,機器人視覺

·  的研究範圍:拆裝規劃,多智慧體系統,計劃與排程,影象分析與處理,三維建模,實時系統,計算機體系結構

·  SRI國際 認知程式在其人工智慧中心

·  的研究在計算機視覺,影象處理,機器學習,多媒體基礎和應用問題。

·  微型機器人系統和實時計算機視覺(請刪除與問候以前的連結http://vision.eng.shu.ac.uk就行了)

·  計算機視覺組進行研究,醫學影象分析和視覺化,形狀建模和視覺化,以及遙感等領域。

·  專業從事工業過程和自動化,基於模型的影象分析基於視覺的質量控制。

·  開發和利用的方法和理論在實際應用:生物醫學成像,工業視覺,材料科學與遙感。

·  的興趣主要領域:模式識別,彩色影象,成像系統的臨床應用,影象分割,生物和計算機視覺系統,計算機圖形學,機器人視覺研究,虛擬現實分析和立體視覺。

·  ,我們在智慧車,視覺測量系統,軟拷貝工作站對視覺系統的對映,特徵提取鐳射雷達或ALS的資料和我們感興趣的是這關係到攝影和comuter視覺anythings。

·  我們感興趣的是偏微分方程到計算機視覺,影象去噪和增強,光流,稠密視差圖,三維幾何重建,醫療成像,多尺度分析等應用..

·  中心的研究ISIS的主題是影象資料庫和計算機視覺,特別是在兩個主題見面。我們經常做的戰略性,基礎性研究的多學科和應用設定

·  的模式分析,計算機視覺,言語理解與應用,生物資訊學和自然科學領域的研究

·  的基礎研究在運動江蘇實際,無監督分割,基於模型的影象判讀,可重構和新結構的影象解譯,語音分析,語音合成及其在醫藥,工業檢測和教育應用。

·  的生物識別系統實驗室的主要研究工作致力於開發高效自動化系統的人性化特點,如手形,指紋和人臉分類,鑑定和認可。我們與行業合作伙伴正在進行的接觸確保我們的研究成果將在實際應用中進行測試。

·  我們的團隊在計算機視覺和機器人應用中使用的拓撲和幾何形狀。我們主要感興趣的是使用尺寸功能和規格理論的形狀比較。

·  研究“影像,互動,創新的介面”(四個I'S) -主要專注於計算機視覺,人機互動和增強現實。

·  我們目前的研究專案包括影象分割,構成,形狀,顏色,運動和真實物體的機器人模擬估算,上線檢測,現場顯微鏡和視訊壓縮。

·  面部識別,自主汽車導航,運動和閉塞,邊發現

·  的VPCL的目標是推進理論和視覺計算和平行計算應用程式的技術狀態。當前專案處理的機器視覺檢驗和生產計劃,DNA微陣列的影象分析,在DNA分析的模式識別問題,在視訊序列和平行計算的應用程式對上述問題的運動分析。

·  通過結合'攝影'與數碼相機技術的科學,現在可以捕捉到人物,動物,它們都韻律準確,照片般逼真的外觀物件的3D模型。在夥伴關係框架內正在進行的研究也在探索3D資料提取靜止影象以及動畫序列和成像技術的延伸,以實時捕捉影象。

·  影象擅長代表性的車型,變形的措施,目標清晰度和影象壓縮

·  ,我們有興趣探索的實時動態視覺化過程(例如,跟蹤,光流,雙眼視力)在粒子濾波框架轉換。我們還探討了馬氏規劃技術的各種應用,如老人或殘疾人輔助裝置,搜救機器人,智慧汽車,結合使用這些視覺過程的自主機器人控制...

·  專業攝影測量,遙感和航拍影象分析,結合地理資訊系統的連線

·  在視覺模型(尤其是本地頻率的陳述和細分為基礎的模型)的影象和影象序列處理和計算機視覺應用程式專精。

·  目前我們正在對諸如手勢識別領域,基於視覺的跟蹤VR和面板檢測研究

·  的影象處理與解釋(IPI)的研究小組解決了影象處理和分析,機器視覺和人工智慧的基本問題。本集團將理論和應用研究,在迫使受實際問題和應用領域提供工作。

·  我們目前的研究主要集中在範圍內的影象分割,從範圍影象的三維建模,醫學影象處理,視覺化和基於內容的影象檢索。

·  擅長於視覺注意機制; 包括人機介面

·  ,我們做研究計算機視覺(形狀和運動估計),計算機圖形和醫學影象分析

·  人造視覺應用到生產過程和產品質量控制。

·  該實驗室著重於相關的智慧家庭和輔助機器人的設計問題。這些措施包括人工視覺進行目標識別和視覺對空間的導航,行動計劃和排序,以及自然語言指令的對話與使用者。

·  目標識別,3D電腦視覺,圖論中的簡歷,簡歷中的人工智慧方法

·  研究視覺實驗室在紐約大學專注於計算機視覺的理論和應用方面,特別強調對立體聲和運動分析。

·  進行研究,感覺和運動過程中,感知和計算機視覺。

· 外延實驗室是一個是計算機視覺的研究和開發實驗室專注於個人的影像,介導現實與穿戴式計算機領域。

·  我們的研究主要集中在:(1)數學上可行的方法來解決分類問題的方法(2)的發展,從影象中提取視覺資訊的研究。

·  的人工視覺,模式識別,影象處理,學習演算法,遺傳計算,人工智慧和認知領域的多學科團隊的研究員