返回项目页面
对比文件列表
2010-08-26_US2010214419A_发明申请_US20100214419A1 Video Sharing_+++C_I_M+++.docx
2026-07-18 15:35
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
2012-03-01_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
2014-10-16_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
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

对比文件名称:2016-05-18_CN105590312A_发明公开_CN105590312A 前景图像分割方法和装置

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:未指定

以下是根据目标专利权利要求的技术特征划分,结合对比文件公开内容进行的特征比对表。对于每个技术特征,判断其是否被对比文件直接公开或隐含公开,并给出详细论述。

技术特征描述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:距离传感器与图像传感器具有已知的空间关系(隐含公开)对比文件[0043]段:“现有技术中存在能够同时捕捉场景的颜色以及深度信息的摄像装置,例如PrimeSense摄像头、Kinect或其他深度摄像头。”对比文件未明确说明空间关系,但此类深度摄像头通常经过标定使深度图像与彩色图像配准,具有已知的空间关系。本领域技术人员可以合理推断该特征隐含公开。
技术特征B:距离传感器被配置用于捕获场景的深度信息(直接公开)对比文件[0043]段:“利用深度摄像机拍摄目标场景的RGB彩色图像和深度图像。”深度摄像机直接用于捕获深度信息,该特征被明确公开。
技术特征C:图像传感器被配置用于捕获场景的可见光信息(直接公开)对比文件[0043]段:“利用深度摄像机拍摄目标场景的RGB彩色图像和深度图像。”RGB彩色图像即为可见光信息,图像传感器捕获该信息,该特征被直接公开。
技术特征D:方法包括获得通过距离传感器获取的场景的深度图(直接公开)对比文件[0042]段步骤S110:“获取输入图像及其颜色信息和深度信息”;[0043]段:“利用深度摄像机拍摄目标场景的RGB彩色图像和深度图像。”深度信息即深度图,步骤S110明确获取深度信息,该特征被直接公开。
技术特征E:分析深度图以识别场景中的感兴趣区域(直接公开)对比文件[0045]段:“基于输入图像的深度信息,对输入图像进行粗略分割以获得初始三色图。”基于深度信息进行粗略分割,初始三色图中的前景区域即为感兴趣区域,该特征被直接公开。
技术特征F:感兴趣区域包含该对象(直接公开)对比文件[0046]段:“以‘人’作为前景对象的例子进行有关前景对象分割的描述。”前景对象(人)即为感兴趣区域的内容,该特征被直接公开。
技术特征G:生成指示感兴趣区域的选择数据(直接公开)对比文件[0045]段:“基于输入图像的深度信息,对输入图像进行粗略分割以获得初始三色图。”初始三色图包含前景区域(白色)指示,是该区域的选择数据,该特征被直接公开。
技术特征H:基于选择数据,选择性地获得感兴趣区域的图像数据(直接公开)对比文件[0067]段:“根据优化的三色图分割出前景图像。”基于三色图(选择数据)分割出前景图像,即选择性获得感兴趣区域的图像数据,该特征被直接公开。
技术特征I:图像数据是通过图像传感器获取的(直接公开)对比文件[0043]段:“利用深度摄像机拍摄目标场景的RGB彩色图像和深度图像。”分割出的前景图像来源于RGB彩色图像,而RGB彩色图像由图像传感器获取,该特征被直接公开。
技术特征J:选择性获得感兴趣区域的图像数据包括经由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)对比文件未涉及带宽受限链路或选择性接收。对比文件仅描述本地处理,无任何关于通过总线或网络等带宽受限链路接收数据的记载,该特征未公开。
技术特征K:选择性获得感兴趣区域的图像数据包括配置图像传感器以选择性地获取在感兴趣区域内的可见光信息(未公开)对比文件未涉及配置图像传感器选择性获取。对比文件获取整个图像,而非选择性获取感兴趣区域的部分,该特征未公开。
技术特征L:和/或从存储器中选择性地读出感兴趣区域的图像数据(未公开)对比文件未涉及选择性读出。对比文件读取整个图像进行分割,无选择性读出操作,该特征未公开。
技术特征M:可经由网络通过流式传输从媒体源访问图像传感器获取的场景的图像数据(未公开)对比文件未涉及网络流式传输。对比文件无网络或流式传输相关描述,该特征未公开。
技术特征N:选择性地接收图像数据包括向媒体源发信号通知选择数据以请求流式传输(未公开)对比文件未涉及信令通知。对比文件无任何信令或流式传输请求的记载,该特征未公开。
技术特征O:基于图块的流式传输,选择数据包括图块标识符(未公开)对比文件未涉及图块流式传输。对比文件无图块划分或标识符概念,该特征未公开。
技术特征P:一个或多个图块包括感兴趣区域的图像数据(未公开)对比文件未涉及图块。同特征O,未公开。
技术特征Q:选择数据基于空间关系描述数据生成(未公开)对比文件未涉及空间关系描述数据。对比文件无此类描述,该特征未公开。
技术特征R:识别感兴趣区域包括获得对象不存在时的第一深度图(未公开)对比文件未涉及背景差分或对象不存在时的深度图。对比文件仅在对象存在时获取深度图,无第一深度图概念,该特征未公开。
技术特征S:获得对象存在时的第二深度图(直接公开)对比文件[0043]段:“利用深度摄像机拍摄目标场景的RGB彩色图像和深度图像。”该深度图在对象存在时获取,本领域技术人员可直接识别为“第二深度图”,该特征被直接公开。
技术特征T:基于第一深度图与第二深度图的比较识别感兴趣区域(未公开)对比文件未涉及深度图比较。对比文件基于深度阈值和对象检测,而非背景差分,该特征未公开。
技术特征U:识别感兴趣区域包括将对象检测技术应用于深度图(直接公开)对比文件[0046]段:“可以利用现有方法在输入图像中进行人的检测。比如,可以利用模板匹配的方法或者通过微软公司的深度摄像头Kinect提供的相应库函数进行对象检测。”明确将对象检测技术应用于深度图(或基于深度信息的检测),该特征被直接公开。
技术特征V:和/或基于接近度深度值识别对象(直接公开)对比文件[0047]段:“对于输入图像中的像素的深度信息进行阈值判断,以决定其是否属于前景区域。”基于深度值(接近度)进行阈值判断识别对象(前景),该特征被直接公开。
技术特征W:深度图在第一时间实例获取(隐含公开)对比文件[0043]段:“利用深度摄像机拍摄目标场景的RGB彩色图像和深度图像。”深度图必然在某个时间实例获取,虽未明确时间点,但本领域技术人员可合理推断存在第一时间实例,该特征隐含公开。
技术特征X:选择性获得的图像数据在晚于第一时间实例的第二时间实例获取(未公开)对比文件未涉及不同时间实例。对比文件中深度图与彩色图同时获取,无时间差,该特征未公开。
技术特征Y:生成选择数据包括补偿对象在第一时间实例到第二时间实例之间的移动(未公开)对比文件未涉及移动补偿。对比文件无任何关于对象移动补偿的描述,该特征未公开。
技术特征Z:进一步包括将背景去除技术应用于感兴趣区域的图像数据,以去除对象周围的背景(直接公开)对比文件[0067]段:“根据优化的三色图分割出前景图像。”以及整个方法描述。对比文件的前景图像分割本质上就是去除背景,获得前景对象,该特征被直接公开。

根据上述判断,对比文件直接公开的技术特征及对应代码:B, C, D, E, F, G, H, I, S, U, V, Z。

隐含公开的技术特征及对应代码:a, w。

未公开的技术特征:J, K, L, M, N, O, P, Q, R, T, X, Y(不插入代码)。

<<<B>>>

<<<C>>>

<<<D>>>

<<<E>>>

<<<F>>>

<<<G>>>

<<<H>>>

<<<I>>>

<<<S>>>

<<<U>>>

<<<V>>>

<<<Z>>>

<<<a>>>

<<<w>>>

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