返回项目页面
对比文件列表
2003-10-17_JP2003296759A_发明专利_JP2003296759A Information processing method and device_+++B_C_G_N_Q_a_d_e_f_i_o_p_r_t_w+++.docx
2026-03-19 22:40
2007-09-20_US2007216675A_发明申请_US20070216675A1 Digital Video Effects_+++A_B_C_E_G_I_N_O_e_p+++.docx
2026-03-19 22:40
2009-10-29_JP2009251702A_发明专利_JP2009251702A Information processing unit, information processing method, and information processing program_+++B_C_D_E_F_N_O_i+++.docx
2026-03-19 22:40
2009-11-12_JP2009265809A_发明专利_JP2009265809A Information terminal device_+++B_C_D_E_F_I_M_N_a_g_o+++.docx
2026-03-19 22:40
2010-02-25_US2010045448A_发明申请_US20100045448A1 OBSTACLE DETECTION APPARATUS_+++B_I_N+++.docx
2026-03-19 22:40
2011-10-06_JP2011198150A_发明专利_JP2011198150A Head-mounted augmented reality video presentation device and virtual display object operation method_+++B_C_D_E_F_I_N_O_g_m+++.docx
2026-03-19 22:40
2012-03-15_US2012062702A_发明申请_US20120062702A1 ONLINE REFERENCE GENERATION AND TRACKING FOR MULTI-USER AUGMENTED REALITY_+++A_B_H_I_J_K_N_o_p+++.docx
2026-03-19 22:40
2012-03-15_WO2012034092A_发明申请_WO2012034092A1 ONLINE REFERENCE GENERATION AND TRACKING FOR MULTI-USER AUGMENTED REALITY_+++A_B_I_K_N_g+++.docx
2026-03-19 22:40
2012-05-10_JP2012088881A_发明专利_JP2012088881A Person motion detection device and program thereof_+++A_B_C_G_I_L_M_P_Q_S_V_W_d_n_r_t_u+++.docx
2026-03-19 22:40
2012-05-10_US2012113223A_发明申请_US20120113223A1 User Interaction in Augmented Reality_+++A_B_C_D_E_F_I_J_K_N_O_h_p_z+++.docx
2026-03-19 22:40
2012-05-10_US2012117514A_发明申请_US20120117514A1 Three-Dimensional User Interaction_+++B_C_D_E_F_G_I_M_N_O_z+++.docx
2026-03-19 22:40
2012-09-27_US2012243732A_发明申请_US20120243732A1 Adaptable Framework for Cloud Assisted Augmented Reality_+++A_B_G_I_J_N_O_h_k+++.docx
2026-03-19 22:40
2012-12-06_JP2012238175A_发明专利_JP2012238175A Information processing device, information processing method, and program_+++A_B_C_I_N_W_g_m_p_q_r_s_v+++.docx
2026-03-19 22:40
2013-05-20_KR1020130051501A_发明公开_KR1020130051501A 다중 사용자 증강 현실을 위한 온라인 참조 생성 및 추적_+++A_B_H_I_J_K_N_g+++.docx
2026-03-19 22:40
2013-06-12_CN103155001A_发明公开_CN103155001A 用于多用户扩增现实的在线基准生成和跟踪_+++A_B_G_H_I_J_K_N+++.docx
2026-03-19 22:40
2013-07-17_EP2614487A_发明公开_EP2614487A1 ONLINE REFERENCE GENERATION AND TRACKING FOR MULTI-USER AUGMENTED REALITY_+++A_B_H_I_J_K_N_O_g+++.docx
2026-03-19 22:40
2013-10-28_JP2013539872A_发明专利_JP2013539872A Online reference generation and tracking in a multi-user augmented reality_+++A_B_H_I_J_K_N_c_g_o_p+++.docx
2026-03-19 22:40
2015-09-09_CN104903934A_发明公开_CN104903934A 基于前景物体再现扩增实境_+++A_B_C_D_E_F_G_H_I_J_K_L_M_N_O_P_Q_R_S_T_U_V_W_X_Y_Z+++.docx
2026-03-19 22:40
2015-11-11_EP2941756A_发明公开_EP2941756A1 RENDERING AUGMENTED REALITY BASED ON FOREGROUND OBJECT_+++A_B_C_D_E_F_G_J_K_L_M_N_O_Q_R_S_T_U_V_W_X_Y_Z_h_i_p+++.docx
2026-03-19 22:40
2017-09-08_CN103155001B_发明授权_CN103155001B 用于多用户扩增现实的在线基准生成和跟踪的方法、装置和系统_+++A_B_G_I_J_K_N_h_p+++.docx
2026-03-19 22:40
2018-08-27_KR101892268B_发明授权_KR101892268B1 영상 회의 시 단말기를 제어하기 위한 방법, 장치 및 기록 매체_+++B_N_g_i_w_y+++.docx
2026-03-19 22:40
2019-06-28_CN104903934B_发明授权_CN104903934B 基于前景物体再现扩增实境_+++A_B_C_D_E_F_G_H_I_J_K_L_M_N_O_Q_R_S_T_U_V_W_X_Y_Z_p+++.docx
2026-03-19 22:40
2021-01-06_EP2614487B_发明授权_EP2614487B1 ONLINE REFERENCE GENERATION AND TRACKING FOR MULTI-USER AUGMENTED REALITY_+++A_B_I_J_K_N_g+++.docx
2026-03-19 22:40
2021-03-17_EP2941756B_发明授权_EP2941756B1 RENDERING AUGMENTED REALITY BASED ON FOREGROUND OBJECT_+++A_B_C_D_E_G_I_J_K_L_M_N_O_Q_R_S_T_U_V_W_X_Y_Z_f_h_p+++.docx
2026-03-19 22:40
EP2941756A1_Description_20260309_1948_+++A_B_C_D_E_F_G_H_I_J_K_L_M_N_O_P_Q_R_S_T_U_V_W_X_Y_Z+++.docx
2026-03-19 22:40
2017-09-08_CN103155001B_发明授权_CN103155001B 用于多用户扩增现实的在线基准生成和跟踪的方法、装置和系统_+++A_B_G_I_J_K_N_h_p+++.docx

**对比文件名称**:2017-09-08_CN103155001B_发明授权_CN103155001B 用于多用户扩增现实的在线基准生成和跟踪的方法、装置和系统

**目标专利名称**:基于前景物体再现扩增实境CN104903934B

**本次调用模型名称**:GPT-4

## 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:产生场景的参考图像《直接公开》[0024]段:“基准图像通过捕捉平面对象的至少两个图像并且使用该至少两个图像来确定第一移动平台相对于平面对象的姿势(位置和定向)来产生。平面对象的图像(可以是初始图像或后续捕捉的图像之一)通过使用第一移动平台的定向来变形以产生平面对象的前向视图的基准图像。”对比文件明确描述了生成“基准图像”的过程,该基准图像是平面对象(即场景中的一部分)的前向视图图像。在目标专利中,“参考图像”是场景的不包含前景物体的图像,用于后续比较。对比文件中的“基准图像”同样是不包含前景物体的场景图像(目的是作为公共基准),其作用在于为后续姿势估计提供参考视图。因此,对比文件直接公开了“产生场景的参考图像”这一技术特征。
技术特征B:捕捉所述场景的图像《直接公开》[0024]段:“基准图像通过捕捉平面对象的至少两个图像...来产生。”对比文件明确记载了“捕捉平面对象的至少两个图像”。平面对象是场景的一部分,捕捉其图像即相当于捕捉场景的图像。因此,该技术特征被对比文件直接公开。
技术特征C:所述场景具有未附加到所述场景的前景物体《未公开》未找到对应内容。目标专利的核心之一是场景中存在一个可移动的、未附加到场景的前景物体(如用户手指),并对其进行检测。对比文件主要关注于生成和利用平面对象的基准图像以实现多用户姿势跟踪,其整个过程的描述(如捕捉平面对象图像、生成基准、估计姿势)均未提及或要求场景中存在这样一个可移动的前景物体。因此,对比文件既未直接公开也未隐含公开此特征。
技术特征D:所述前景物体包含关注点《未公开》未找到对应内容。由于对比文件未公开场景中存在目标专利所定义的前景物体,因此自然也未曾提及该前景物体上包含“关注点”(如指尖等独特物理方面)。此特征未被公开。
技术特征E:所述关注点是所述前景物体的属性《未公开》未找到对应内容。同特征D,此特征未被公开。
技术特征F:其中所述前景物体为用户的至少一个手指或指针且所述关注点为所述用户的所述至少一个手指或所述指针的尖端《未公开》未找到对应内容。对比文件全文未涉及用户手指或指针作为前景物体,也未提及检测其尖端。此特征未被公开。
技术特征G:其中所述图像是使用不具有深度信息的摄像机捕捉的《直接公开》全文未明确提及深度信息,但[0023]段描述了移动平台包括“背向相机114”,[0043]段提及使用SIFT等特征提取技术。本领域技术人员知晓,对比文件中描述的“相机”(如背向相机114)是常规的2D成像设备,用于捕捉RGB或灰度图像,其本身不提供深度信息。文中所有图像处理(如特征提取、单应性计算、图像变形)均基于2D图像信息进行,未涉及任何深度传感器或深度数据的使用。因此,可以毫无疑义地得出,对比文件中捕捉图像所使用的摄像机是不具有深度信息的。此特征被直接公开。
技术特征H:使所述图像或不包含所述前景物体的所述场景的所述参考图像扭曲,因此所述图像及所述参考图像具有相同视图,其中扭曲包括:从所述参考图像提取特征《隐含公开》1. [0024]段:“使用该定向来使平面对象的图像变形以产生平面对象的前向视图的基准图像。” <br> 2. [0043]段:“对于每一个捕捉到的图像或视频帧,从每一个捕捉到的图像中提取特征。特征可以通过使用使特征局部化并生成它们的描述的已知技术来提取,所述已知技术诸如尺度不变特征转换(SIFT)。...当图像的所提取特征数量超过一阈值...时,该图像被保存为初始图像,并且所提取的特征被定义为基准点。”对比文件公开了使图像变形(扭曲)以产生前向视图的基准图像(即参考图像),目的是获得一个标准视图。为了进行这种变形,需要确定相机的姿势(定向)。而确定姿势的过程(见[0043]-[0046]段)明确包括从图像中提取特征(如SIFT特征),并将不同图像中的特征进行匹配。虽然原文没有直接说“从参考图像提取特征”,但基准图像本身是由初始图像变形而来,而在生成基准图像的过程中,必然涉及从这些初始图像中提取特征以计算姿势。因此,本领域技术人员能够合理推断,为了使图像与参考图像具有相同视图而进行的扭曲操作,其过程包含了从相关图像(包括最终作为参考图像的源图像)中提取特征这一步骤。此特征被隐含公开。
技术特征I:从所捕捉的所述场景的图像提取特征《直接公开》[0043]段:“对于每一个捕捉到的图像或视频帧,从每一个捕捉到的图像中提取特征。”对比文件明确、直接地记载了“从每一个捕捉到的图像中提取特征”。此特征被直接公开。
技术特征J:基于将所述所捕捉的图像中的所提取的特征与所述参考图像中的所提取的特征进行比较来产生所述图像和所述参考图像之间的姿势《直接公开》[0043]段:“通过计算初始图像和至少一个后续图像之间的2D-2D单应性h来检测主导平面。...对于每一个后续图像,来自初始图像的基准点根据单应性h被投影到后续图像上。在后续图像中寻找每一个被投影的基准点附近的对应点。通过使用随机采样一致性(RANSAC)优化方法以计算来自对应点对的单应性来更新单应性h的值。” <br> [0046]段:“在确定了3D-2D单应性H的情况下,主设备110A相对于对象102的姿势基于旋转矩阵R和转换向量t来确定”。对比文件详细描述了通过比较不同图像(例如初始图像与后续图像)之间提取的特征(基准点/对应点)来计算单应性,进而确定相机相对于平面对象的姿势(旋转R和转换t)。这里,“初始图像”或其变形后生成的“基准图像”均可视为一种参考图像。该过程完全对应于目标专利中基于特征比较产生姿势的技术方案。此特征被直接公开。
技术特征K:以及基于所述姿势扭曲所述图像或所述参考图像《直接公开》[0024]段:“平面对象的图像(可以是初始图像或后续捕捉的图像之一)通过使用第一移动平台的定向来变形以产生平面对象的前向视图的基准图像。”对比文件明确记载了使用已确定的相机“定向”(即姿势的组成部分)来使图像变形(扭曲),从而产生前向视图的基准图像。这直接公开了基于姿势进行扭曲的技术特征。
技术特征L:在扭曲之后比较所述图像与所述参考图像以检测属于所述前景物体上的所述关注点的像素《未公开》未找到对应内容。目标专利中,在扭曲后比较图像与参考图像,其**目的**是检测前景物体(如手指)上的像素。对比文件虽然也有图像比较(如[0055]段为了扩展基准图像而进行的图像匹配),但其**目的**是寻找对应点以计算单应性或合并图像,而非检测一个独立的前景物体及其关注点。由于对比文件未公开“前景物体”这一前提,因此也就不存在为此目的进行的图像比较。此特征未被公开。
技术特征M:使用所述检测到的像素检测所述前景物体上的所述关注点,其中检测所述前景物体上的所述关注点是使用分类器在不使用对所述前景物体的预定几何约束的情况下执行《未公开》未找到对应内容。对比文件完全未提及使用检测到的像素来检测前景物体上的关注点,更未涉及使用分类器进行此类检测。此特征未被公开。
技术特征N:在显示器上显示所述图像《直接公开》[0023]段:“每一个移动平台110包括用于对环境进行成像的背向相机114。...(图像被示为显示器112中的102A)”。 <br> [0060]段:“图形引擎167还可呈现要在显示器112上显示的期望AR对象。”对比文件多次提及移动平台包含显示器112,并显示捕捉到的图像(如图像102A)和AR对象。在扩增现实应用中,在显示器上显示所捕捉的图像是基础且必要的步骤。因此,本领域技术人员能够毫无疑义地从对比文件得出该技术特征。此特征被直接公开。
技术特征O: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《未公开》未找到对应内容。目标专利是基于检测到的前景物体上的“关注点”来再现扩增对象。对比文件虽然描述了再现AR对象(扩增)(如[0060]段),但其再现是基于相机相对于平面对象的姿势,将虚拟对象插入到现实世界视图中,并未提及基于某个前景物体的“关注点”来驱动扩增的再现。此特征未被公开。
技术特征P:以及在随后捕捉的图像中追踪所述前景物体,其中所述追踪包括:如果场景有变化,那么更新所述参考图像。《隐含公开》1. [0054]段:“每一个移动平台继续捕捉对象102的图像并且使用基准图像来估计当前图像的姿势。” <br> 2. [0055]段:“如果当前图像的重要部分在基准图像中不可见,则基准图像和当前图像可被合并以生成新的基准图像,该新的基准图像可被传输到其他移动平台。”对比文件公开了在随后捕捉的图像中追踪(估计)相机姿势。虽然追踪的对象是相机姿势而非前景物体,但“追踪”这一行为本身被公开。更重要的是,对比文件明确描述了当当前图像与基准图像(即参考图像)存在重大差别(例如包含基准图像中不可见的部分)时,会合并图像以生成“新的基准图像”,这实质上就是“更新参考图像”。目标专利中更新参考图像的原因是“场景有变化”,对比文件中更新的原因是图像内容有重大差别/扩展,两者在“因内容变化而更新参考图像”这一核心概念上存在共通性。本领域技术人员可以从中合理推断出,在需要追踪的场景内容发生变化时,有动机更新参考图像。因此,该特征被隐含公开。
技术特征Q:其中在扭曲之后比较所述图像与所述参考图像以检测属于所述前景物体上的所述关注点的像素包括:产生用于所述前景物体的掩模《未公开》未找到对应内容。对比文件中没有任何关于为前景物体产生“掩模”的记载。此特征未被公开。
技术特征R:使用所述掩模从所述图像分割所述前景物体《未公开》未找到对应内容。同特征Q,未被公开。
技术特征S:以及使用从所述图像分割的所述前景物体检测所述像素。《未公开》未找到对应内容。同特征Q,未被公开。
技术特征T:其中在扭曲之后比较所述图像与所述参考图像以检测属于所述前景物体上的所述关注点的像素包括:使用所述图像中的不同于所述参考图像中的对应像素的像素产生前景物体图像《未公开》未找到对应内容。对比文件未记载通过比较像素差异来生成一个独立的前景物体图像。此特征未被公开。
技术特征U:以及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。《未公开》未找到对应内容。由于特征T未被公开,此后续特征也未被公开。
技术特征V:其中在扭曲之后比较所述图像与所述参考图像包括:在扭曲之后从所述参考图像中的对应像素减去所述图像中的像素以产生每一像素的差《未公开》未找到对应内容。对比文件中的图像比较主要是基于特征点匹配(如SIFT特征)或计算单应性,并未描述具体的像素减法操作。此特征未被公开。
技术特征W:以及比较每一像素的所述差与阈值。《未公开》未找到对应内容。同特征V,未被公开。
技术特征X:其中在扭曲之后比较所述图像与所述参考图像包括:在扭曲之后产生所述图像及所述参考图像中的对应像素的比率《未公开》未找到对应内容。对比文件中未描述通过计算像素比率来进行比较。此特征未被公开。
技术特征Y:以及比较对应像素的所述比率与阈值。《未公开》未找到对应内容。同特征X,未被公开。
技术特征Z:其中在所述显示器上再现所述扩增对象包括再现所述扩增对象以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。《未公开》未找到对应内容。对比文件未描述扩增对象与前景物体(手指等)之间的视觉层级关系,如“在前景物体下方”。此特征未被公开。

<<<A>>><<<B>>><<<G>>><<<I>>><<<J>>><<<K>>><<<N>>><<<h>>><<<p>>>

权利要求与技术特征

A 其包括: 产生场景的参考图像
B 捕捉所述场景的图像,
C 所述场景具有未附加到所述场景的前景物体,
D 所述前景物体包含关注点,
E 所述关注点是所述前景物体的属性
F ,其中所述前景物体为用户的至少一个手指或指针且所述关注点为所述用户的所述至少一个手指或所述指针的尖端,
G 其中所述图像是使用不具有深度信息的摄像机捕捉的
H 使所述图像或不包含所述前景物体的所述场景的所述参考图像扭曲,因此所述图像及所述参考图像具有相同视图,其中扭曲包括:从所述参考图像提取特征
I 从所捕捉的所述场景的图像提取特征
J 基于将所述所捕捉的图像中的所提取的特征与所述参考图像中的所提取的特征进行比较来产生所述图像和所述参考图像之间的姿势
K 以及基于所述姿势扭曲所述图像或所述参考图像
L 在扭曲之后比较所述图像与所述参考图像以检测属于所述前景物体上的所述关注点的像素
M 使用所述检测到的像素检测所述前景物体上的所述关注点,其中检测所述前景物体上的所述关注点是使用分类器在不使用对所述前景物体的预定几何约束的情况下执行
N 在显示器上显示所述图像
O 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
P 以及在随后捕捉的图像中追踪所述前景物体,其中所述追踪包括:如果场景有变化,那么更新所述参考图像。
Powered by Django

网站备案号:渝ICP备2023012882号


重庆市非显而易见网络科技有限责任公司 A Anti NPE NPE