返回项目页面
对比文件列表
2011-09-01_US2011211754A_发明申请_US20110211754A1 Tracking body parts by combined color image and depth processing_+++A_B_C_D_E_F_G_I_R_S_T_U_V_Z_h_w_x_y+++.docx
2026-07-18 15:35
2012-03-01_US2012050524A_发明申请_US20120050524A1 APPARATUS AND METHOD FOR GENERATING AN OVERVIEW IMAGE OF A PLURALITY OF IMAGES USING AN ACCURACY INFORMATION_+++C_I_e_m_u_v+++.docx
2026-07-18 15:35
2012-03-08_US2012060077A_发明申请_US20120060077A1 METHOD AND APPARATUS FOR VIDEO SYNTHESIS_+++B_C_F_I_M_a_d_e_g_h_j_k_n_u_v_w_x+++.docx
2026-07-18 15:35
2012-08-02_US2012195471A_发明申请_US20120195471A1 Moving Object Segmentation Using Depth Images_+++B_C_D_E_F_G_I_R_S_T_U_W_a+++.docx
2026-07-18 15:35
2013-03-19_US8401225B_发明授权_US08401225B2 Moving object segmentation using depth images_+++B_C_D_E_F_G_H_I_M_R_S_T_U_V_W_X_Y_Z_a+++.docx
2026-07-18 15:35
2013-10-29_US8570320B_发明授权_US08570320B2 Using a three-dimensional environment model in gameplay_+++B_C_D_E_F_I_R_S_T_U_W_Z_a_g_m_v+++.docx
2026-07-18 15:35
2014-09-11_US2014254919A_发明申请_US20140254919A1 DEVICE AND METHOD FOR IMAGE PROCESSING_+++D_E_F_S_U_V_W_b_g_r_t+++.docx
2026-07-18 15:35
2015-09-24_US2015269739A_发明申请_US20150269739A1 APPARATUS AND METHOD FOR FOREGROUND OBJECT SEGMENTATION_+++B_C_D_E_F_I_S_V_W_Z_a_g_h_u_y+++.docx
2026-07-18 15:35
2016-05-18_CN105590312A_发明公开_CN105590312A 前景图像分割方法和装置_+++B_C_D_E_F_G_H_I_S_U_V_Z_a_w+++.docx
2026-07-18 15:35
2016-08-18_US2016241776A_发明申请_US20160241776A1 DEVICE AND METHOD FOR DETECTING FOCUS OF ELECTRONIC DEVICE_+++A_B_C_D_E_F_G_I_S_U_V_W_X_Y+++.docx
2026-07-18 15:35
2017-01-24_US9552655B_发明授权_US09552655B2 Image processing via color replacement_+++A_B_C_D_E_F_G_H_I_U_V_W_Z_y+++.docx
2026-07-18 15:35
2017-05-04_US2017124717A_发明申请_US20170124717A1 METHOD AND SYSTEM OF BACKGROUND-FOREGROUND SEGMENTATION FOR IMAGE PROCESSING_+++A_B_C_D_E_F_G_I_S_V_W_Z_h_u+++.docx
2026-07-18 15:35
2017-06-22_WO2017103065A_发明申请_WO2017103065A1 GENERATING OUTPUT VIDEO FROM VIDEO STREAMS_+++B_C_D_G_H_I_J_K_L_M_N_e_f+++.docx
2026-07-18 15:35
2012-08-02_US2012195471A_发明申请_US20120195471A1 Moving Object Segmentation Using Depth Images_+++B_C_D_E_F_G_I_R_S_T_U_W_a+++.docx

对比文件名称:2012-08-02_US2012195471A_发明申请_US20120195471A1 Moving Object Segmentation Using Depth Images

目标专利名称:2013获得场景中的对象的图像数据方法、系统以及可读介质CN111295872B

本次调用的模型名称:AI模型

### 特征比对表格

技术特征描述及公开性判断结果对比文件原文引用(中文翻译)公开性论述
技术特征A:其中,该距离传感器与该图像传感器具有已知的空间关系《隐含公开》对比文件[0032]:“该移动环境捕获设备300还包括一个彩色视频摄像机,称为红绿蓝(RGB)摄像机306。” 以及[0033]描述该设备可包含取向传感器,但未明确说明空间关系。对比文件虽未明确记载距离传感器与图像传感器之间的空间关系,但本领域技术人员可以合理推断:深度相机302和RGB相机306被集成在同一移动捕获设备300中,且为了在后续处理中结合深度图像和RGB图像(如[0062]中利用RGB图像辅助分割),两者之间的空间关系(如相对位置和姿态)必须是已知的或经过校准的。因此,该技术特征被隐含公开。
技术特征B:该距离传感器被配置用于捕获该场景的深度信息《直接公开》对比文件[0027]:“该移动环境捕获设备300包括一个深度相机302,其被布置为捕获场景的深度图像序列。”对比文件明确公开了深度相机(距离传感器)用于捕获场景的深度信息,因此该技术特征被直接公开。
技术特征C:该图像传感器被配置用于捕获该场景的可见光信息《直接公开》对比文件[0032]:“该RGB摄像机306被布置为在可见光频率下捕获场景的图像序列。”对比文件明确公开了RGB摄像机(图像传感器)用于捕获可见光信息,因此该技术特征被直接公开。
技术特征D:该方法包括获得通过该距离传感器获取的该场景的深度图《直接公开》对比文件[0043]:“首先,接收待分割场景的深度图像(由移动深度相机捕获)400。”对比文件明确公开了获得深度图的步骤,因此该技术特征被直接公开。
技术特征E:分析该深度图以识别该场景中的感兴趣区域《直接公开》对比文件[0042]:“图4示出了用于从深度图像分割移动对象的流程图。” 以及[0060]:“异常点表示深度图像中发生变化的点……可以简单地分割428所有异常点并将其标记为深度图像中的前景对象。”对比文件公开了通过分析深度图(使用ICP算法检测异常点)来识别移动对象(感兴趣区域),因此该技术特征被直接公开。
技术特征F:其中,该感兴趣区域包含该对象《直接公开》对比文件[0060]:“异常点……可以由动态或非刚性对象引起……将所有异常点分割并标记为前景对象。”对比文件明确将异常点对应的区域视为包含移动对象(前景对象),因此该技术特征被直接公开。
技术特征G:生成指示该感兴趣区域的选择数据《直接公开》对比文件[0038]:“深度图像分割系统334的输出是一组标记的图像元素336,指示哪些图像元素对应于分割的前景对象。”对比文件公开了生成标记(选择数据)指示感兴趣区域(前景对象),因此该技术特征被直接公开。
技术特征H:基于该选择数据,选择性地获得该感兴趣区域的图像数据(未公开)对比文件[0065]:“异常点可以与场景的RGB图像结合使用……在RGB图像中定位异常点的对应位置,并在异常点位置对RGB图像应用高级分割算法。”对比文件没有公开基于选择数据选择性地获得感兴趣区域的图像数据。虽然对比文件提到了使用RGB图像中对应位置,但并未涉及“选择性获得”(例如仅获取该区域的数据),而是假设已经获取了完整的RGB图像。因此,该技术特征未被公开。
技术特征I:其中,该图像数据是通过该图像传感器获取的《直接公开》对比文件[0032]:“RGB摄像机306被布置为捕获场景的图像序列。”对比文件明确RGB图像数据由RGB摄像机获取,因此该技术特征被直接公开。
技术特征J:其中,选择性地获得该感兴趣区域的图像数据包括经由诸如总线或网络等带宽受限链路选择性地接收该感兴趣区域的图像数据(未公开)对比文件[0041]:“移动环境捕获设备300可以连接到……计算设备,该计算设备将深度图像通过通信网络流式传输到服务器。”对比文件仅提到深度图像的流式传输,未涉及选择性接收感兴趣区域的可见光图像数据,也未提及带宽受限链路。因此,该技术特征未被公开。
技术特征K:其中,选择性地获得该感兴趣区域的图像数据包括配置该图像传感器以选择性地获取在该感兴趣区域内的该场景的可见光信息(未公开)对比文件全文未涉及配置图像传感器选择性获取感兴趣区域内的可见光信息。对比文件没有公开或暗示可以根据感兴趣区域配置图像传感器仅获取部分区域的可见光信息。因此,该技术特征未被公开。
技术特征L:和/或从包括在该图像传感器中或连接到该图像传感器的存储器中选择性地读出该感兴趣区域的图像数据(未公开)对比文件全文未涉及从存储器选择性读出感兴趣区域的图像数据。对比文件没有公开从存储器选择性读出图像数据的特征。因此,该技术特征未被公开。
技术特征M:其中,可经由网络通过流式传输从媒体源访问通过该图像传感器获取的该场景的图像数据(未公开)对比文件[0041]涉及深度图像的流式传输,但未提及可见光图像的流式传输。对比文件没有公开通过图像传感器获取的场景图像数据(可见光)可经由网络流式传输。因此,该技术特征未被公开。
技术特征N:选择性地接收该图像数据包括向该媒体源发信号通知该选择数据,以请求选择性地流式传输该感兴趣区域的图像数据(未公开)对比文件全文未涉及发信号通知选择数据以请求选择性流式传输。对比文件没有公开该特征,因此未公开。
技术特征O:其中,可经由该网络通过基于图块的流式传输从该媒体源访问通过该图像传感器获取的该场景的图像数据;并且选择数据被生成为包括一个或多个图块的标识符(未公开)对比文件全文未涉及基于图块的流式传输。对比文件没有公开基于图块的流式传输,因此未公开。
技术特征P:该一个或多个图块包括该感兴趣区域的图像数据(未公开)对比文件全文未涉及图块。对比文件没有公开,因此未公开。
技术特征Q:其中,所述选择数据是基于定义可用于流式传输的不同图块之间的空间关系的空间关系描述数据而生成的(未公开)对比文件全文未涉及空间关系描述数据。对比文件没有公开,因此未公开。
技术特征R:其中,识别该场景中的感兴趣区域包括获得通过该距离传感器在该对象不存在时获取的该场景的第一深度图《直接公开》对比文件[0043]:“检索先前深度图像402。” 该先前深度图像可以是对象移动前(对象不存在时)获取的。对比文件公开了获得先前深度图像,该图像可在对象不存在时获取,因此该技术特征被直接公开。
技术特征S:获得通过该距离传感器在该对象存在时获取的该场景的第二深度图《直接公开》对比文件[0043]:“接收当前深度图像400。” 当前深度图像在对象存在时获取。对比文件公开了获得当前深度图像,因此该技术特征被直接公开。
技术特征T:基于该第一深度图与该第二深度图的比较来识别该场景中的感兴趣区域《直接公开》对比文件[0045]-[0046]:“ICP算法确定两个深度图像之间的对应点集……发现点之间差异很大,称为异常点。” [0060]:“异常点……可以分割并标记为前景对象。”对比文件通过比较先前和当前深度图像(第一和第二深度图)来检测异常点,从而识别移动对象(感兴趣区域),因此该技术特征被直接公开。
技术特征U:其中,识别该场景中的感兴趣区域包括将对象检测技术应用于该深度图《直接公开》对比文件[0063]:“异常点可以用作已知分割算法的输入,例如基于图割算法、对象边界检测算法、GrabCut等的分割算法,和/或基于机器学习的分类器。”对比文件公开了将对象检测技术(分割算法)应用于深度图(或从深度图导出的3D表示)以进一步分割对象,因此该技术特征被直接公开。
技术特征V:和/或基于对象的指示与深度传感器的接近度的深度值来在该深度图中识别该对象(未公开)对比文件没有公开基于与深度传感器的接近度(深度值)来识别对象。对比文件的主要方法是通过比较两帧深度图检测变化,而不是基于绝对深度值。虽然深度值本身包含距离信息,但对比文件未教导使用接近度直接识别对象,因此该技术特征未被公开。
技术特征W:其中,该深度图是在第一时间实例时通过该距离传感器获取的《直接公开》对比文件[0043]:“接收当前深度图像400。” 当前深度图像是在当前时间(第一时间实例)获取的。对比文件公开了深度图在特定时间获取,因此该技术特征被直接公开。
技术特征X:选择性地获得的图像数据是在时间上晚于该第一时间实例的第二时间实例时通过该图像传感器获取的(未公开)对比文件没有公开在第二时间实例选择性获得图像数据。对比文件没有公开时间上的先后关系,因此未公开。
技术特征Y:生成该选择数据包括补偿该对象在该第一时间实例到该第二时间实例之间相对于该场景的移动(未公开)对比文件涉及的运动补偿是相机运动,而非对象运动补偿。对比文件没有公开补偿对象移动以生成选择数据,因此未公开。
技术特征Z:进一步包括将背景去除技术应用于该感兴趣区域的图像数据,以去除该图像数据中在该对象周围的背景(未公开)对比文件[0039]提到“改善背景去除”,但未具体描述应用于感兴趣区域的图像数据。对比文件没有公开在图像数据上应用背景去除技术,因此未公开。

<<<B>>><<<C>>><<<D>>><<<E>>><<<F>>><<<G>>><<<I>>><<<R>>><<<S>>><<<T>>><<<U>>><<<W>>><<<a>>>

权利要求与技术特征
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