-
三维重建、点云和里程表 Kitware的算法可以从视频或图像中提取3D点云和曲面网格，而无需元数据或校准信息，也可以在可用时利用这些信息。 在这些3D数据集或来自LiDAR和其他深度传感器的其他数据集上，我们的方法联合估计场景语义和3D重建，以最大限度地提高对象分类、视觉里程计和3D形状的准确性。 我们的开源3D重建工具包 TeleSculptor公司 正在不断发展，以结合自动分析、可视化和从图像和视频进行测量的先进技术。 LiDARView是专门为LiDAR数据开发的另一个开源工具包，它执行三维点云可视化和分析，以融合数据、技术和算法，生成SLAM和其他功能。 
-
生物信息学 我们的解决方案将尖端生物信息学研究连接到一个坚实、可扩展的平台上，在这个平台上，开放科学是前沿和中心。 我们为包括基因组学、代谢组学和系统发育学在内的广泛领域开发数据管理、分析管理和可视化应用程序。 从在网络上浏览和分析大型组织学幻灯片，到通过强大的网络应用程序稳定和共享新的“组学算法”，我们涵盖了数据和分析。 
-
复杂活动、事件和威胁检测 Kitware的工具通过在密集杂乱的环境中交互和融合低级动作和事件，识别高价值事件、显著行为和异常、复杂活动和威胁。 这些算法在WAMI、FMV、MTI或其他来源的轨道上运行，对行动进行特征化、建模和检测，例如人员拾取物体和车辆启动/停止，以及复杂的威胁指标，例如人员在车辆之间转移和多车辆会面。 我们的许多工具都具有针对行为、活动和感兴趣事件的警报功能，包括通过大量数据进行高效搜索，例如使用近似匹配的全帧WAMI任务。 这使您能够识别大量视频流和存档中的操作，以检测威胁，尽管存在数据丢失、检测错误和欺骗。 
-
计算生理学建模 
-
跨平台交互应用 我们致力于各种跨平台和多平台应用程序，从桌面到服务器，从移动到云，再到网络。 这些应用程序的重点包括分布式2D和3D超声、增强现实、手动和半自动分割和注册、质量控制工作流以及外科机器人。 这些应用程序的核心是基于我们在图像处理、分割、注册和手术指导方面的技术和专业知识。 我们直接与客户合作，从头开始设计工作流程、用户体验和自定义界面。 我们的开发、测试和文档编制实践符合美国食品药品监督管理局的要求和HIPAA对软件产品的技术保障。 
-
网络物理系统 物理环境对任何传感和分析系统都提出了一系列独特、不断变化的挑战。 Kitware设计并构建了最先进的计算机物理系统，该系统可执行机载、自动处理，以收集数据并提取关键信息。 计算机视觉和深度学习技术使我们的传感和分析系统能够克服复杂、动态环境的挑战。 它们被定制用于解决空中、地面和水下场景中的现实问题。 这些能力已经在DARPA、AFRL和NOAA等研发组织资助的项目中进行了现场测试并证明是成功的。 
-
数据集收集和注释 深度学习的增长增加了对训练模型和算法所需的高质量、标记数据集的需求。 这些模型和算法的威力在很大程度上取决于可用训练数据的质量。 Kitware开发并培育了数据集收集、注释和管理过程，以构建无偏见、准确、不会出现错误或误报的强大功能。 Kitware可以收集和源数据集，并设计自定义注释管道。 我们可以使用我们的内部专业注释器（其中一些注释器具有安全许可）对图像、视频、文本和其他数据类型进行注释，或者在适当的时候利用第三方注释资源。 Kitware还执行由严格指标驱动的质量保证，以在回报减少时突出显示。 所有这些数据都由Kitware管理，以便继续用于我们的客户、项目和团队。 
-
深度学习 通过我们在人工智能方面的丰富经验和我们早期采用的深度学习，我们在对象检测、识别、跟踪、活动检测、语义分割和基于内容的检索方面取得了显著进步。 在这样做的过程中，我们用独特的数据解决了不同的客户领域，以及运营挑战和需求。 我们的专业知识专注于硬视觉问题，例如低分辨率、非常小的训练集、罕见对象、长尾类分布、大数据量、实时处理和板载处理。 其中每一项都要求我们创造性地利用和扩展深度学习，我们将其应用于其他计算机视觉领域，以提供更具创新性的解决方案。 
-
牙科、颅颌面和肌肉骨骼图像分析 我们的项目和研究旨在定量研究年龄、疾病或治疗如何影响骨骼和颅颌面复合体的结构。 这种改进的知识可以帮助早期诊断疾病，计划和测量治疗，并监测某些情况的进展。 特别是，我们是形态计量分析方面的专家，该技术可用于定量规划手术或测量骨骼重塑。 例如，我们的肌肉骨骼图像分析方法可以量化骨骼质量或牙齿完整性。 我们还开发了CMF专用外科培训师，以提高程序知识和外科技能，同时不牺牲患者安全。 
-
数字病理学 我们正在构建一套开源的基于web的信息学工具，用于管理、可视化和分析数字病理学中大量且不断增长的数据集合。 正在开发的关键解决方案包括数字幻灯片存档（DSA）、HistoricsTK和大图像。 DSA是一个基于网络的平台，用于收集、管理和传播大量全玻片组织病理学图像，以及相关的临床和基因组元数据。 HistoricsTK既是一个基于web的分析平台，也是一个独立的Python工具包。 它包含计算机视觉和机器学习算法，用于定量分析全滑组织病理学图像和相关数据。 大图像支持基于web的大型多分辨率全滑组织病理学图像的可视化和注释。 它还包括一个Python API，用于以平铺方式读取/写入这些图像。 
-
信息破解检测 在这个虚假信息的新时代，验证图像、视频和其他来源的完整性和准确性变得至关重要。 随着光操作和照片生成技术的迅速发展，我们正在不断开发算法来自动检测图像和视频操作，这些操作可以在大型数据档案中大规模操作。 这些先进的深度学习算法使我们能够检测插入、删除或更改的对象，将深度伪造与真实图像区分开来，并以超越人类表现的方式识别视频中删除或插入的帧。 我们继续通过多个政府项目扩展这项工作，以检测利用文本、音频、图像和视频的伪造媒体中的操纵行为。 
-
端到端仿真工作流 我们拥有专业的开发工具，可以处理从定义适当的几何图形或网格到集成仿真参数、排队仿真作业到可视化和分析仿真结果的仿真工作流。 这种模拟工作流管理方法打破了HPC和模拟的单一方法。 我们的方法更加模块化，可以很容易地针对从水文到核反应堆模拟的特定模拟进行定制。 
-
可解释的道德人工智能 只要团队有坚实的信任基础，通过人机团队集成人工智能可以大大提高能力和竞争力。 要信任您的AI合作伙伴，您必须了解技术如何做出决策，并对这些决策充满信心。 Kitware开发了强大的工具，例如 可解释的AI工具包 （XAITK），探索、量化和监测深度学习系统的行为。 我们的团队正在使深层神经网络在面对之前未知的条件时变得易于解释和稳健。 此外，我们的团队正在走出经典人工智能系统，解决领域无关的新颖性识别、表征和适应问题，以便能够认识到未知的引入。 我们还重视理解使用人工智能的道德问题、影响和风险的需要。这就是为什么Kitware正在开发方法来理解、制定和测试半自主应用的道德推理算法。 Kitware很自豪 AISIC的一部分 美国商务部联盟，致力于推动安全、可信的人工智能的开发和部署。 
-
地理空间数据系统与可视化 我们提供地理空间分析和可视化的高级功能。 我们支持一系列用例，从分析地理定位的推特流量，到处理和查看复杂的气候模型，再到使用大型卫星图像数据集。 我们的开源工具和专家人员提供完整的应用程序解决方案，将原始数据集和地理空间分析链接到自定义web可视化。 
-
高性能I/O和科学工作流 我们在开发和部署高性能输入/输出（I/O）功能方面拥有专业知识。 I/O是大规模仿真中最紧迫的挑战之一，如果处理不当，可能会成为主要的瓶颈。 I/O瓶颈通常会导致科学家丢弃或不分析大量数据。 Kitware是适应性I/O系统的主要合作伙伴之一( ADIOS公司 )用于应对这一挑战的框架。 ADIOS框架提供了一个高度优化的I/O和耦合基础架构，使高效的数据交换能够将数据移动到存储系统，以及通过就地和在途处理在并发运行的多个代码之间进行数据交换。 ADIOS的核心是一个基于自描述数据模式构建的I/O库，并使用发布-订阅机制。 它用于在存储系统和其他代码之间高效地读取和写入大量数据。 再加上我们的可视化基础设施， VTK公司 和 ParaView视图 它支持高效的数据分析、可视化、代码耦合和检查点/重启生成。 
-
图像引导干预与手术计划 我们开发了图像引导的干预和手术计划应用程序，用结合医学成像来指导干预的微创技术取代传统的手术和侵入性程序。 患者更喜欢这些程序而不是开放手术，因为它们通常对身体创伤较小，恢复速度更快。 医学成像、注册算法、可视化技术和跟踪系统的技术进步是医生越来越多地采用这些程序的驱动力。 软件是这些图像引导干预系统不可或缺的一部分。 无论是与跟踪设备连接以从手术器械收集位置信息，集成术中和术前图像，还是生成3D可视化以向临床医生提供视觉反馈，软件都具有关键作用。 我们在Kitware开发的软件平台通过促进全球临床医生、生物医学工程师和软件开发人员之间的合作，在提高图像引导干预系统的研究和发现速度方面发挥着重要作用。 
-
现场计算 输入/输出（I/O）是大规模仿真中最紧迫的挑战之一。 为了尽量减少在I/O上花费的时间，模拟通常会丢弃大部分计算结果。随着科学计算向exascale发展，计算能力和I/O能力之间的差距继续扩大。 由于存储数据对于许多仿真应用程序不再可行，因此现在必须在现场进行数据分析和可视化。 ParaView催化剂 是轻量级版本的 ParaView视图 设计为直接嵌入到并行仿真代码中以在运行时执行原位分析和可视化的服务器库。 ParaView Catalyst与SENSEI一起用于最大型的现场模拟运行。 此次运行是已知的第一次超过一百万个消息传递接口（MPI）进程的里程碑。 
-
交互式自助人工智能 DIY AI使最终用户（分析师、操作员、工程师）能够快速构建、测试和部署新型AI解决方案，而无需具备机器学习甚至计算机编程方面的专业知识。 使用Kitware的交互式DIY AI工具包，您可以使用交互式查询优化轻松高效地训练对象分类器，而无需绘制任何边界框。 您能够以交互方式改进现有功能，以便以最佳方式处理数据，以执行对象跟踪、对象检测和事件检测等任务。 我们的工具包还允许您对由尖端人工智能方法支持的大型图像和视频档案进行定制、高度特定的搜索。 目前，我们的DIY AI工具包，例如 VIAME公司 ，被科学家用来分析环境图像和视频。 我们的防御相关版本被用于处理多个域，并向政府提供无限权限。 即使方法和技术随着时间的推移不断发展，这些工具包也能实现长期操作能力。 
-
医学可视化 Kitware是科学可视化领域的领导者，包括医疗数据可视化。 工具包始于可视化工具包的开源版本( VTK公司 )1996年，该工具包已成为包括医学成像在内的多个科学领域的领先可视化工具。 VTK能够使用超级计算机生成exascale数据的可视化，使用云资源生成异构数据（例如基因组数据和图像数据），以及在桌面上生成复合几何和体积渲染数据； 然后，VTK可以将任何或所有这些可视化效果流式传输到移动设备、手术显微镜和增强现实/虚拟现实系统。 我们的理念是创新、促进和支持“无处不在的可视化”，即在您自己的工作流程中，以直观的格式向您提供决策所需的数据。 我们实现普及可视化的示例包括 ITK公司 -用于在Jupyter Lab Python研究环境中可视化数据的JupyterWidgets， 3D切片器 用于生物医学研究数据可视化， ParaView视图 浏览各种科学数据的浏览器内可视化，以及ParaView Server，以可视化血液流动和/或呼吸空气运动的高保真生物医学模拟。 
-
目标检测、识别和跟踪 我们的视频对象检测和跟踪工具是多年来政府持续投资的结晶。 我们成熟的跟踪器套件部署在各个领域，可以识别和跟踪多种类型的情报、监视和侦察数据（ISR）中的移动目标，包括来自地面摄像机、空中平台、水下运载工具、机器人和卫星的视频。 通过多帧轨迹初始化、轨迹链接、反向时间跟踪、递归神经网络和其他技术，这些工具能够在具有挑战性的环境中执行，并解决困难因素，例如低对比度、低分辨率、移动摄像机、遮挡、阴影和高交通密度。 我们的跟踪器可以执行困难的任务，包括拥挤场景中的地面摄像机跟踪、全场WAMI和OPIR中的实时多目标跟踪，以及在远场非合作场景中跟踪人员。 
-
语义分割 Kitware的知识驱动的场景理解功能使用深度学习技术将场景准确分割为对象类型。 在视频中，我们独特的方法通过行为而不是外观来定义对象，因此我们可以识别具有类似行为的区域。 通过观察移动者的活动，我们的能力可以将场景分割成功能性对象类别，而这些功能性对象可能仅凭外观无法区分。 这些功能是无监督的，因此它们可以自动学习新的功能类别，而无需任何手动注释。 语义场景理解提高了下游功能，如威胁检测、异常检测、变化检测、3D重建等。 
-
软件过程实现 我们开发了高效的软件过程，其中包括敏捷方法、持续测试和验证。 推动这些进步的是我们的开源工具， C制动器 和 C现金 .CMake是全球领先的构建自动化工具，主要技术、金融和医疗计算公司以及初创公司都使用它。 Qt、OpenCV、KDE、Blender和ROS是使用CMake的一些广泛使用的工具。 CDash是一个基于web的开源测试仪表板，旨在显示软件测试过程的结果，使开发人员能够快速识别和修复项目中的问题。 我们的工具有助于跨所有平台进行连续的、每个分支的和每晚的构建和测试，为开发人员提供更健壮的软件的即时反馈。 我们的专业知识来源于多年来创建和管理大规模、分布式、开源开发项目，包括 可视化工具包 （VTK）， Insight工具包 （ITK），以及 ParaView视图 此外，我们还与公司和组织合作，通过高效的软件流程建立和扩展软件开发社区。 
-
超分辨率和增强 Kitware的超分辨率技术可以增强单个或多个图像，以生成更高分辨率的改进图像。 我们使用新颖的方法来补偿高空图像中的大间距视图和照明变化、水下图像中的微粒和光衰减以及各种领域中的其他挑战。 由此产生的更高质量的图像增强了细节，实现了高级利用，并改进了下游的自动化分析，如对象检测和分类。 
-
超声波系统 我们正在将人工智能和深度学习技术与定制超声和增强现实硬件集成，以促进超声在各种应用中的使用。 这些应用包括临床前和临床研究、院前病人分诊、床边病人监测和精确的针头引导。 我们的集成使经验不足的操作员能够在更短的时间内以专家级的成果自信地完成应用程序。 这些技术已经转化为若干咨询项目和商业产品。 
-
医疗虚拟仿真 我们在开发医疗技能和程序培训师方面的经验包括开发基础实时技术，如快速数值解算器、触觉渲染算法、2D和虚拟现实显示的高级渲染、碰撞处理和自定义硬件接口。 这些技术嵌入到我们的交互式医学仿真工具包中( 国际MSTK )这是一个基于C++的开源工具包，用于帮助交互式多模式手术模拟的快速原型制作。 iMSTK具有高度模块化且易于使用的框架，具有开发端到端医疗计划员和培训师所需的工具和算法的综合生态系统。 除了访问iMSTK独有的技术外，应用程序还可以从与Kitware的其他开源软件工具（如 VTK公司 , 3D切片器 和 脉冲 这种对不同软件的协同使用拓宽了可能的医疗应用范围，并帮助Kitware成功构建了腹腔镜摄像机导航、肾活检和截骨术程序的虚拟培训器。 
-
可视化和分析 数据分析通常是科学发现过程中最关键的瓶颈。 数据集的规模、规模、复杂性和丰富性呈指数级增长，这使得研究人员和科学家很难分析数据并获得见解。 随着数据接近exascale，这个问题变得更加紧迫。 此外，数据变得越来越复杂，这不仅是因为分辨率提高，而且是因为在数据集中集成了实验观测和相关元数据。 我们通过提供高性能计算、分布式可视化和数据处理方面的专业知识来解决这些大数据分析问题。 我们开发计算基础设施和工具来支持大数据分析和可视化，特别是 VTK公司 和 ParaView视图 这些工具使科学家能够应对当今最紧迫的研究挑战。 
-
Web可视化 
-
基于Web的计算 我们创建了一个易于定制的web框架， ParaViewWeb ，在web浏览器中构建具有交互式科学可视化的应用程序。 结合我们的可视化专业知识和下一代web技术，我们构建了ParaViewWeb，以便它提供一组可视化组件来说明大型数据集中的模式和结构。 每个组件都突出显示了查看数据集的多种可能方式之一。 这些可视化组件可以集成到基于web的类似工作台的环境中，该环境提供了支持发现、探索、过滤和分析的新接口。 
