对比文件名称：2012-09-27_US2012243732A_发明申请_US20120243732A1 Adaptable Framework for Cloud Assisted Augmented Reality
目标专利名称：240基于前景物体再现扩增实境CN104903934B
本次调用的模型名称：DeepSeek-R1
### 特征比对表格
| 技术特征描述以及公开性判断结果 | 对比文件原文引用 | 公开性论述 |
| 技术特征A《直接公开》 | 第[0024]段：“the server 130 may return an identification of the object, for example, including an identifier such as a title or identifying number or a reference image 106 of the object 102”； 第[0025]段：“The returned pose can be used to bootstrap the tracking system in the mobile platform 110.” | 对比文件明确公开了服务器可以返回对象的参考图像（reference image），该参考图像用于移动平台进行基于参考的跟踪。这对应于目标专利中为场景（包含目标物体）产生的参考图像，用于后续处理。因此，本领域技术人员能够毫无疑义地得出对比文件公开了“产生场景的参考图像”这一技术特征。 |
| 技术特征B《直接公开》 | 第[0022]段：“The mobile platform may include a camera 112 and a display 114”； 第[0024]段：“The mobile platform 110 acquires an image 104 of an object 102”。 | 对比文件明确公开了移动平台包含摄像机（camera）并且获取（acquires）对象的图像。这对应于目标专利中“捕捉所述场景的图像”。因此，本领域技术人员能够毫无疑义地得出对比文件公开了该技术特征。 |
| 技术特征C《未公开》 | 无 | 目标专利中的“前景物体”特指“未附加到所述场景”的可移动物体，如用户的手指，其相对于场景背景（如目标物体）是独立的。对比文件主要涉及对场景中固定物体（如人脸、建筑、产品）的检测、识别和跟踪，其检测的“对象”（object）通常是场景本身的一部分或背景目标，并未明确公开一个“未附加到场景”的、作为独立前景的物体。因此，对比文件既未直接公开也未隐含公开该技术特征。 |
| 技术特征D《未公开》 | 无 | 目标专利中的“关注点”是前景物体（如手指）上独特的物理属性或方面（如指尖）。对比文件中检测和追踪的是图像特征（如角点、SIFT特征），这些特征是从图像整体或物体区域提取的视觉关键点，并非特指前景物体本身所具有的物理属性。两者在技术实质上不同。因此，对比文件未公开该技术特征。 |
| 技术特征E《未公开》 | 无 | 如对特征D的论述，目标专利的“关注点”是前景物体的物理属性。对比文件中的特征点是图像处理算法提取的视觉特征，并非指代物体自身的物理属性。因此，对比文件未公开该技术特征。 |
| 技术特征F《未公开》 | 无 | 对比文件全文未提及用户的手指或指针作为待检测和跟踪的物体，也未提及检测此类物体的尖端。其应用场景（如人脸识别、视觉搜索、三维建模）均不涉及以用户手指作为前景物体进行AR交互。因此，对比文件未公开该技术特征。 |
| 技术特征G《直接公开》 | 第[0022]段：“The mobile platform may include a camera 112 and a display 114”。 | 对比文件描述的系统使用普通摄像头获取图像，并未提及或要求使用深度摄像头或任何提供深度信息的传感器。本领域技术人员知晓，常规的移动设备摄像头（如手机摄像头）在2012年通常不具备深度感知能力。因此，可以毫无疑义地得出对比文件公开了“使用不具有深度信息的摄像机捕捉”图像。 |
| 技术特征H《隐含公开》 | 第[0027]段：“In the absence of the reference image 102, the current image may be warped (or rectified) using the estimated pose to obtain an estimate of the reference image which may be used to bootstrap the tracking system.”； 第[0036]段：“extracting keypoints from each block using, e.g., a FAST ... corner detector”。 | 目标专利的“扭曲”操作是为了使图像和参考图像具有相同视图，其包括从参考图像提取特征（作为计算姿势以进行扭曲的基础）。对比文件公开了为启动跟踪系统，可以利用估计的姿势对当前图像进行扭曲（warped）以估计参考图像。同时，对比文件多次公开了从图像中提取特征（如关键点、角点）。虽然对比文件没有明确将“从参考图像提取特征”作为“扭曲”步骤的一部分进行描述，但基于对比文件公开的利用姿势进行图像扭曲以及从图像提取特征的技术手段，本领域技术人员在需要使图像与参考图像对齐时，有动机和可能性通过从参考图像提取特征来计算姿势，进而执行扭曲。因此，该技术特征被对比文件隐含公开。 |
| 技术特征I《直接公开》 | 第[0036]段：“extracting keypoints from each block using, e.g., a FAST (Features from Accelerated Segment Test) corner detector, in which the M strongest corners are retained”； 第[0050]段：“extracting keypoints from each block using, e.g., a FAST corner detector”。 | 对比文件明确且反复地描述了从捕捉的图像（当前输入图像）中提取关键点（keypoints）或特征（如FAST角点）。这直接对应于“从所捕捉的所述场景的图像提取特征”。因此，该技术特征被直接公开。 |
| 技术特征J《直接公开》 | 第[0025]段：“The server 130 may determine and provide to the mobile platform 110 a pose ... of the mobile platform at the time image 104 was captured relative to the object 102 in the reference image 106”； 第[0026]段：“the mobile platform determines a current pose with respect to the object 102 by comparing a current captured image of the object 102 with respect to the reference image of the object 102 using an object detection algorithm.” | 对比文件明确公开了两种产生姿势的方式：1）服务器通过处理提供姿势；2）移动平台通过比较当前捕捉图像与参考图像来确定姿势。第二种方式直接公开了“基于将所捕捉的图像中的所提取的特征与参考图像中的所提取的特征进行比较来产生图像和参考图像之间的姿势”，因为比较图像以确定姿势必然涉及对图像特征的比较（例如，使用特征匹配算法）。因此，该技术特征被直接公开。 |
| 技术特征K《隐含公开》 | 第[0027]段：“In the absence of the reference image 102, the current image may be warped (or rectified) using the estimated pose to obtain an estimate of the reference image which may be used to bootstrap the tracking system.” | 目标专利基于姿势扭曲图像或参考图像以使两者视图相同。对比文件明确公开了“使用估计的姿势使当前图像扭曲”。虽然该段描述的是在缺少参考图像时，通过扭曲当前图像来“估计”一个参考图像，但其核心技术手段正是“基于姿势扭曲图像”。本领域技术人员可以合理推断，在已经拥有参考图像和姿势的情况下，为了进行视图对齐（例如，便于比较），同样可以基于该姿势对图像或参考图像中的一方进行扭曲。因此，该技术特征被对比文件隐含公开。 |
| 技术特征L《未公开》 | 无 | 目标专利“在扭曲之后比较图像与参考图像”的特定目的是“检测属于前景物体上的关注点的像素”。对比文件中也有图像比较（如场景变化检测中的直方图比较、角点跟踪），但其目的完全不同，是为了检测场景整体变化、跟踪特征点移动或进行物体识别，并非为了从背景中分离出独立的前景物体并检测其上的特定关注点像素。技术手段和作用均不相同。因此，对比文件未公开该技术特征。 |
| 技术特征M《未公开》 | 第[0032]段：“Examples of decision trees include, e.g., k-means, k-d trees, vocabulary trees, and other trees.” | 目标专利使用分类器（如随机森林）且在不使用对前景物体的预定几何约束的情况下检测关注点（如指尖）。对比文件提到了分类器（如决策树），但上下文是用于服务器端的物体匹配或特征匹配，以增强移动平台的分类器，并非用于检测“前景物体上的关注点”。两者应用对象和目的不同。因此，对比文件未公开该技术特征。 |
| 技术特征N《直接公开》 | 第[0022]段：“The mobile platform may include a camera 112 and a display 114”； 第[0024]段：“which may be shown on the display 114”。 | 对比文件明确公开了移动平台包含显示器，并且获取的图像可以显示在显示器上。这直接对应于“在显示器上显示所述图像”。因此，该技术特征被直接公开。 |
| 技术特征O《直接公开》 | 第[0034]段：“inserting a virtual object or otherwise augmenting a user view or image through the rendering engine using the estimated pose”； 第[0076]段：“The control unit 170 further includes the augmented reality (AR) unit 178 to generate and display AR information on the display 114.” | 对比文件明确公开了通过渲染引擎插入虚拟物体或增强用户视图/图像，并且移动平台的控制单元包含AR单元用于在显示器上生成和显示AR信息。这直接对应于“基于所述关注点在所述显示器上于所述图像上方再现扩增对象”。虽然对比文件未明确提及基于“关注点”进行再现，但其基于姿势或物体识别结果进行AR渲染的技术实质是相同的。因此，该技术特征被直接公开。 |
| 技术特征P《未公开》 | 第[0040]段：“after a detection failure, a periodic trigger may be produced ... to re-transmit a request to the server based detector 308.”； 第[0041]段：“If there is no object detected after Γ attempts, e.g., 4 attempts, the object is considered to not be in the database and the system resets to scene change detector based triggers.” | 目标专利的“追踪”特指对已检测到的前景物体（如手指）在后续图像中进行跟踪，并且“更新参考图像”是针对场景背景发生变化的情况。对比文件公开了在跟踪丢失或检测失败时，重新向服务器发送检测请求，或者重置触发机制。这不同于目标专利中持续跟踪一个已识别的前景物体。更重要的是，对比文件没有公开因为“场景有变化”而“更新参考图像”这一具体操作。其参考图像通常由服务器提供并缓存，更新的是检测请求或触发逻辑，而非参考图像本身。因此，对比文件未公开该技术特征。 |
| 技术特征Q《未公开》 | 第[0042]段：“The reference based tracker 314 identifies regions of each new captured image where the identified object is present and this information stored by means for a tracking mask.” | 目标专利产生掩模（mask）的目的是为了从图像中分割出前景物体。对比文件提到了“跟踪掩模”（tracking mask），但其作用是标识图像中已知物体所在的区域，以便场景变化检测器等忽略这些区域，从而减少误触发和计算量。该掩模并非用于从背景中分离出一个独立的前景物体（如手指）。两者的目的和用途不同。因此，对比文件未公开该技术特征。 |
| 技术特征R《未公开》 | 无 | 由于对比文件未公开用于分割前景物体的掩模（特征Q），因此自然也未曾公开“使用所述掩模从所述图像分割所述前景物体”。 |
| 技术特征S《未公开》 | 无 | 由于对比文件未公开使用掩模分割前景物体（特征R），因此自然也未曾公开“使用从所述图像分割的所述前景物体检测所述像素”。 |
| 技术特征T《未公开》 | 第[0050]段：“dividing the current input image ... into B×B blocks and generating a color histogram HCi,j for each block”； 第[0051]段：“The block-wise comparison of the histograms is performed ... using, e.g., the Chi-Square method.” | 目标专利通过找出图像中不同于参考图像对应像素的像素来“产生前景物体图像”。对比文件在场景变化检测中，通过比较当前图像与过去图像的块直方图差异来检测变化。虽然都涉及比较和差异检测，但技术手段不同：目标专利是像素级差异并生成独立的前景图像；对比文件是块级直方图统计比较用于触发事件。目的也不同：目标专利是为了提取前景物体；对比文件是为了判断是否需要启动服务器检测。因此，对比文件未公开该技术特征。 |
| 技术特征U《未公开》 | 无 | 由于对比文件未公开“产生前景物体图像”（特征T），因此自然也未曾公开“在所述前景物体图像中检测属于所述前景物体上的所述关注点的所述像素”。 |
| 技术特征V《未公开》 | 第[0051]段：公式1涉及计算直方图差值：$f_{ij} = d(H^C_{i,j}, H^N_{i,j}) = \sum_{\forall k} \frac{(H^C_{i,j}(k) - H^N_{i,j}(k))^2}{H^C_{i,j}(k) + H^N_{i,j}(k)}$ | 目标专利的具体手段是“从参考图像中的对应像素减去图像中的像素以产生每一像素的差”并比较阈值。对比文件在场景变化检测中使用了直方图比较，其公式1确实计算了对应块直方图在各个bin上的差值平方。然而，这是基于图像块的统计特征（直方图）的比较，而非直接对原始图像进行逐像素的减法运算。技术手段存在差异。因此，对比文件未公开该技术特征。 |
| 技术特征X《未公开》 | 无 | 对比文件全文未提及通过计算对应像素的比率并与阈值比较的方式来检测差异或产生掩模。因此，该技术特征未被公开。 |
| 技术特征Z《未公开》 | 无 | 目标专利要求扩增对象再现为“看起来如同所述扩增对象在显示于所述显示器上的所述前景物体下方”，这创造了前景物体遮挡扩增对象的深度错觉。对比文件虽然公开了AR渲染（特征O），但并未具体描述或暗示这种特定的渲染效果，即虚拟对象被前景物体（如手指）部分遮挡以增强互动真实感。因此，该技术特征未被公开。 |
<<<A>>><<<B>>><<<G>>><<<I>>><<<J>>><<<N>>><<<O>>><<<h>>><<<k>>>