2010-01-21_JP2010015469A_发明专利_JP2010015469A Still area detection method, and apparatus, program and recording medium therefor_+++A_B_N_Q_R_W_c_g_p_t_v+++.docx

对比文件名称:2010-01-21_JP2010015469A_发明专利_JP2010015469A Still area detection method, and apparatus, program and recording medium therefor

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《直接公开》[2] “初期背景作成処理部2はS102の初期背景作成ステップを実行する。S102ではS101の入力画像取得ステップで取得された一枚または複数の画像を用いて背景モデルを作成する。” <br> [2] “前記背景モデルは背景画像と閾値画像から構成される。” <br> [2] “前記背景画像は複数枚の画像の加重平均をとることにより計算され”对比文件公开了创建背景模型,该模型包含背景图像。该背景图像是通过对多张输入图像进行加权平均计算得到的,其作用是在前景检测中作为不包含前景物体的场景参考图像。这与目标专利中“产生场景的参考图像”的技术特征作用相同,都是用于后续与包含前景物体的图像进行比较。因此,本领域技术人员能够毫无疑义地从对比文件得出“产生场景的参考图像”这一技术方案。
技术特征B《直接公开》[2] “入力画像取得処理部1はS101の入力画像取得ステップを実行する。 具体的にはカメラ、DVR、VTRなどの画像入力装置から画像を取得する。”对比文件明确公开了从图像输入装置(如摄像机)获取图像,这相当于捕捉场景的图像。该图像是后续处理的基础。因此,该技术特征被直接公开。
技术特征C《隐含公开》[2] “前景箇所抽出手段が前記取得された画像と前記作成された背景モデルとを背景差分演算により比較して前景領域を抽出する” <br> [2] “放置された物体、持ち去られた物体など映像中で静止する領域を検出する機能がある。”对比文件公开了通过比较当前图像与背景模型来提取前景区域,并明确其应用之一是检测“放置的物体”或“被取走的物体”。这些物体对于场景(背景)而言是“未附加”的、可移动的,即属于前景物体。因此,本领域技术人员可以合理推断出,对比文件所处理的图像场景中,可能包含此类未附加到场景的前景物体。该特征被隐含公开。
技术特征D《未公开》无对应内容。目标专利中的“关注点”特指前景物体上具体的、独特的物理部位(如指尖)。对比文件检测的是整个“前景区域”或“静止区域”,并未聚焦于前景物体上的某个特定点。因此,对比文件没有公开“前景物体包含关注点”这一具体特征。
技术特征E《未公开》无对应内容。目标专利说明书明确将“关注点”定义为“前景物体的独特物理方面”或“物理特性或属性”。对比文件未涉及对前景物体上此类具体属性的检测或定义。因此,该特征未被公开。
技术特征F《未公开》无对应内容。对比文件的应用场景是监控,检测对象是“放置的物体”等,并未提及“用户的手指”或“指针”,更未提及检测其“尖端”。该特征未被公开。
技术特征G《隐含公开》[2] “カメラ、DVR、VTRなどの画像入力装置から画像を取得する。”对比文件使用的图像输入装置是常规的摄像机、录像机等,并未提及任何用于获取深度信息的特殊传感器(如深度摄像机、激光雷达)。在2010年的技术背景下,本领域技术人员可以理解,此类常规图像输入装置捕捉的是不具深度信息的2D图像。因此,该特征被隐含公开。
技术特征H《未公开》无对应内容。目标专利中“扭曲”步骤的核心目的是使当前图像与参考图像具有相同的视图(例如正视图),为此需要从参考图像和当前图像中提取特征(如SIFT、SURF)以计算姿势。对比文件虽然涉及图像比较,但未进行任何视图对齐或几何变换(扭曲)的操作,也未提及从参考图像(背景图像)中“提取特征”用于计算变换关系。因此,该特征未被公开。
技术特征I《未公开》无对应内容。对比文件在背景差分或相关计算中可能涉及像素级操作,但并未公开如目标专利所述的、为了计算图像间姿势而进行的“从所捕捉的场景的图像提取特征”(如SIFT、SURF特征点)这一特定步骤。因此,该特征未被公开。
技术特征J《未公开》无对应内容。目标专利中“产生姿势”是指基于提取的特征点对应关系计算单应性等变换矩阵,以实现视图对齐。对比文件完全没有涉及计算图像间几何变换关系(姿势)的内容。因此,该特征未被公开。
技术特征K《未公开》无对应内容。由于对比文件未公开基于姿势进行图像扭曲的技术特征,因此“基于所述姿势扭曲所述图像或所述参考图像”这一特征也未被公开。
技术特征L《未公开》无对应内容。目标专利的“在扭曲之后比较”是一个在视图对齐条件下进行的精确比较。对比文件的比较是在未进行任何视图扭曲对齐的情况下,直接进行的背景差分。两者技术手段不同。因此,该特征未被公开。
技术特征M《未公开》无对应内容。目标专利使用检测到的像素(特征点)并通过分类器来检测前景物体上的特定关注点(如指尖),且无需预定几何约束。对比文件仅检测出前景区域(二值掩模),并未在前景区域内进一步检测特定的“关注点”,也未使用分类器进行此类检测。因此,该特征未被公开。
技术特征N《直接公开》[2] “静止領域検出装置10に付帯されたディスプレイ等の提示装置によって前記情報が提示される。”对比文件明确公开了将处理结果(包含图像信息)在显示器上显示。这与“在显示器上显示所述图像”的作用相同,都是用于信息呈现。因此,该特征被直接公开。
技术特征O《未公开》无对应内容。对比文件用于监控场景中的静止物体检测,其输出是检测到的区域信息或警报,并未涉及在显示的图像上方再现任何用于交互的扩增现实对象。这是目标专利特有的应用目的。因此,该特征未被公开。
技术特征P《隐含公开》[2] “逐次背景更新手段が、前記取得された画像と前記作成された背景モデルを用いて、...新たな背景モデルを作成する逐次背景更新手順”对比文件公开了“逐次背景更新”步骤,会使用新获取的图像和现有背景模型来创建新的背景模型。这隐含了在连续处理图像序列(即“随后捕捉的图像”)的过程中,会根据需要(例如场景内容变化)更新背景模型(即“参考图像”)。虽然对比文件更新的直接目的是适应光照变化或背景更新,而非专门用于“追踪前景物体”,但“更新参考图像”这一子步骤被隐含公开。追踪目的本身未被公开。
技术特征Q《直接公开》[2] “前景/背景マスク作成処理部33は、S205で計算された差分画像から、...前景領域マスク画像及び背景領域マスク画像を作成する。”对比文件明确公开了从差分图像创建“前景领域掩模图像”,即用于标识前景区域的掩模。这与目标专利中“产生用于所述前景物体的掩模”的技术特征相同。因此,该特征被直接公开。
技术特征R《直接公开》[2] “前景箇所抽出手段が前記取得された画像と前記作成された背景モデルとを背景差分演算により比較して前景領域を抽出する”对比文件公开了通过比较图像与背景模型来“抽出”(提取)前景领域。使用掩模(如前景领域掩模图像)进行提取是分割前景物体的常见且直接的手段。因此,“使用所述掩模从所述图像分割所述前景物体”这一特征可以被认为已被直接公开。
技术特征S《未公开》无对应内容。对比文件在分割出前景区域后,并未执行如目标专利所述的“使用从所述图像分割的所述前景物体检测所述像素”的步骤,该步骤旨在为检测“关注点”做准备。对比文件未涉及检测特定像素用于定位关注点。因此,该特征未被公开。
技术特征T《隐含公开》[2] “前景箇所抽出手段が前記取得された画像と前記作成された背景モデルとを背景差分演算により比較して前景領域を抽出する”对比文件通过比较当前图像与背景图像,识别出不同的像素区域作为前景。这个过程本质上就是利用当前图像中不同于参考图像(背景)的像素来标识前景。虽然对比文件未明确表述为“产生前景物体图像”,但本领域技术人员可以合理推断,将识别出的前景像素集合起来,即可形成代表前景物体的图像数据。因此,该特征被隐含公开。
技术特征U《未公开》无对应内容。如特征S和M所述,对比文件未在前景图像中进一步检测属于“关注点”的特定像素。因此,该特征未被公开。
技术特征V《隐含公开》[2] “背景差分計算は、MとIの絶対差Dが、閾値にある定数kをかけた値よりも大きい場合に差分ありとする。 D(x,y)=|M(x,y)−I(x,y)|”对比文件公开了计算背景图像M与当前图像I之间绝对差D的方法,即从当前图像像素值中减去背景图像对应像素值(或反之),得到每个像素的差。这实质上公开了“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”。虽然目标专利此步骤前有“在扭曲之后”的限制,但“相减”这一核心操作已被公开。因此,该特征被隐含公开(部分公开)。
技术特征W《直接公开》[2] “D(x,y)≧k×T(x,y) :前景 D(x,y)<k×T(x,y) :背景”对比文件在计算像素差D之后,明确将其与一个阈值(k×T(x,y))进行比较,以判断该像素属于前景还是背景。这直接公开了“比较每一像素的所述差与阈值”这一技术特征。
技术特征X《未公开》无对应内容。对比文件公开了基于差值(减法)的比较方法,但未公开基于“比率”的比较方法。因此,“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”这一特征未被公开。
技术特征Y《未公开》无对应内容。由于对比文件未公开基于比率的比较方法,因此“比较对应像素的所述比率与阈值”这一特征也未被公开。
技术特征Z《未公开》无对应内容。对比文件未涉及任何扩增现实对象的再现,更不用说实现“扩增对象看起来在前景物体下方”这种特定的空间遮挡视觉效果。这是目标专利扩增现实应用的核心交互表现,未被公开。

<<<A>>><<<B>>><<<N>>><<<Q>>><<<R>>><<<W>>>

<<<c>>><<<g>>><<<p>>><<<t>>><<<v>>>

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