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
2011-10-20_US2011255589A_发明申请_US20110255589A1 Methods of compressing data and methods of assessing the same_+++c_g_h_i_m+++.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
2014-10-16_US2014307775A_发明申请_US20140307775A1 METHOD AND DEVICE FOR PARTITIONING AN IMAGE_+++G_H_N_P_Q_c_i_j_m_o+++.docx
2026-07-18 15:35
2014-10-29_GB2513303A_发明专利_GB2513303A Method and device for partitioning an image_+++G_H_J_Q_i_m_n_o_p+++.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
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

对比文件名称:2015-09-24_US2015269739A_发明申请_US20150269739A1 APPARATUS AND METHOD FOR FOREGROUND OBJECT SEGMENTATION

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:GPT-4

### 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(翻译成中文)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<br>《隐含公开》[0018]“深度传感器能够进行深度感测并提供与颜色数据(例如RGB颜色数据)对齐的深度数据。”对比文件公开了深度数据与颜色数据对齐(aligned),这隐含了深度传感器与颜色传感器(图像传感器)之间具有已知的空间关系,否则无法实现对齐。本领域技术人员可以合理推断该空间关系是已知的,以实现像素对齐。因此技术特征A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<br>《直接公开》[0018]“深度传感器能够进行深度感测”。对比文件明确公开了深度传感器用于感测深度,即捕获深度信息,技术特征相同。
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<br>《直接公开》[0018]“提供与颜色数据(例如RGB颜色数据)对齐的深度数据”;[0019]“立体相机可以提供时间同步的彩色图像”。对比文件公开了彩色图像传感器(RGB)捕获彩色/可见光信息,技术特征相同。
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<br>《直接公开》[0022]“给定一对校正后的图像帧,深度帧生成器120可以生成完整的深度帧,例如通过应用立体匹配算法”;[0038]“过程可以从块210开始,其中可以从图像帧生成深度帧”。对比文件公开了从图像帧生成深度帧(即深度图),技术特征相同。
技术特征E:分析该深度图以识别该场景中的感兴趣区域<br>《直接公开》[0027]“对象边界提取器140可以至少部分地基于与图像帧相关联的深度帧和运动掩膜来识别图像帧中前景对象的边界”。对比文件公开了基于深度帧分析识别前景对象边界,该边界对应的区域即为感兴趣区域,技术特征相同。
技术特征F:其中,该感兴趣区域包含该对象<br>《直接公开》[0028]“选择工作前景对象块,该块可以包含前景对象”。对比文件公开了工作块包含前景对象,即感兴趣区域包含对象,技术特征相同。
技术特征G:生成指示该感兴趣区域的选择数据<br>《隐含公开》[0028]“对象边界提取器140可以识别前景对象的边界”;“选择工作前景对象块”。对比文件公开了识别前景对象边界和选择工作块,这些边界数据或块标识实质上是指示感兴趣区域的数据,可以视为“选择数据”。虽然未明确命名,但本领域技术人员可以合理推断其起到指示感兴趣区域的作用,因此隐含公开。
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<br>《隐含公开》[0030]“分割处理器154可以基于与前景对象相关联的颜色模型生成前景概率图……基于前景概率图将前景对象从背景中分割出来”。对比文件公开了基于边界(选择数据)和颜色模型分割前景对象,从而获得前景对象的图像数据(即感兴趣区域的图像数据)。该过程可以理解为基于指示感兴趣区域的数据选择性获得图像数据,因此隐含公开。
技术特征I:其中,该图像数据是通过该图像传感器获取的<br>《直接公开》[0018]“颜色数据(例如RGB颜色数据)”;[0019]“彩色图像”。对比文件公开了图像数据来自彩色/图像传感器,技术特征相同。
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<br>《未公开》无相关内容。对比文件未涉及任何关于带宽受限链路、选择性接收图像数据的内容,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<br>《未公开》无相关内容。对比文件没有公开配置图像传感器仅选择性获取感兴趣区域内的可见光信息,图像传感器始终获取整个场景,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<br>《未公开》无相关内容。对比文件没有公开从存储器中选择性读出感兴趣区域图像数据的操作,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<br>《未公开》无相关内容。对比文件未涉及网络流式传输或媒体源访问,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<br>《未公开》无相关内容。对比文件未公开向媒体源发信号通知选择数据以请求选择性流式传输,技术特征未被公开。
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<br>《未公开》无相关内容。对比文件未公开基于图块的流式传输或图块标识符,技术特征未被公开。
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<br>《未公开》无相关内容。对比文件未公开图块与感兴趣区域的关系,技术特征未被公开。
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<br>《未公开》无相关内容。对比文件未公开空间关系描述数据,技术特征未被公开。
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<br>《未公开》[0042]“背景缓冲器(例如,RGB格式)”。对比文件公开的背景缓冲器存储的是RGB格式的背景信息,而非深度图。虽然对比文件可建立背景模型,但未明确公开以深度图形式存储对象不存在时的场景深度信息,因此技术特征未被公开。
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<br>《直接公开》[0022]“深度帧生成器120可以生成完整的深度帧”;[0038]“可以从图像帧生成深度帧”。对比文件公开了生成当前包含对象的图像帧的深度帧,即获得对象存在时的深度图,技术特征相同。
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<br>《未公开》[0025]“运动检测器130可以使用基于累积帧差算法的运动检测方法”。对比文件使用帧差法(基于RGB图像)检测运动,而非比较两幅深度图来识别感兴趣区域。虽然对比文件也使用深度帧,但感兴趣区域的识别主要依赖运动掩膜和深度帧的结合,而非深度图之间的直接比较,技术特征未被公开。
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<br>《隐含公开》[0028]“对象边界提取器140可以将运动掩膜叠加在深度帧上以生成组件图。然后,对象边界提取器140可以对组件图执行连通分量分析”。对比文件公开了对基于深度帧的组件图进行连通分量分析,这是一种对象检测技术。虽然该技术间接应用于深度图(通过叠加运动掩膜),但本领域技术人员可以合理推断其属于对深度图应用对象检测技术,因此隐含公开。
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<br>《直接公开》[0046]“可以使用来自前一帧的深度阈值来选择在该阈值内的工作块”。对比文件明确公开了使用深度阈值选择工作块,即基于深度值识别对象,技术特征相同。
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<br>《直接公开》[0022]“深度帧生成器120可以生成多个深度帧,例如,以序列形式”;[0039]“可以流水线化多个线程以高效生成深度帧并保持实时帧率”。对比文件公开了生成连续深度帧序列,必然在特定时间实例获取深度图,技术特征相同。
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<br>《未公开》无相关内容。对比文件未公开选择性获得图像数据的概念,更未公开不同时间实例的获取关系,技术特征未被公开。
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<br>《隐含公开》[0027]“对象边界提取器140可以包含对象跟踪器142,该对象跟踪器可以提供前景对象的位置信息”;[0029]“对象跟踪器142可以基于前景对象先前的位置来跟踪感兴趣的前景对象”。对比文件公开了对象跟踪器提供位置信息以跟踪对象移动,这可以用于补偿移动。虽然未明确与选择数据生成关联,但本领域技术人员可以合理推断在生成指示感兴趣区域的数据时,可以利用跟踪信息补偿对象移动,因此隐含公开。
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<br>《直接公开》[0011]“将前景对象从图像帧的背景中分割出来”;[0030]“分割处理器154可以将前景对象从背景中分割出来”。对比文件的核心是前景对象分割(即背景去除),技术特征相同。

### 公开性代码

根据上述比对,各技术特征的公开性判断结果对应代码如下:

<<<B>>><<<C>>><<<D>>><<<E>>><<<F>>><<<I>>><<<S>>><<<V>>><<<W>>><<<Z>>><<<a>>><<<g>>><<<h>>><<<u>>><<<y>>>

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