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
2012-03-08_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
2017-01-24_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

对比文件名称:2017-01-24_US9552655B_发明授权_US09552655B2 Image processing via color replacement

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(通用大语言模型)

### 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 《直接公开》对比文件[0126]记载:“首先需要将深度图像与来自RGB相机的图像对齐,因为RGB相机位于深度传感器上方。为了实现这种对齐,通过使用简单的视觉标记和跟踪技术进行校准模式操作,从而可以计算正确的对齐。”<br>对比文件[0128]进一步记载:“最终变换矩阵M3,用于将HD RGB图像中的点映射到深度图中的相应深度,如下找到:M3=inv(inv(M2)*M1)。因此,系统操作员必须站在镜子前,手持一个标记。当捕获每一帧时,使用上述公式计算变换。”对比文件明确公开了通过校准获得深度传感器(距离传感器)与RGB相机(图像传感器)之间的变换矩阵,从而建立了已知的空间关系(对齐)。该空间关系用于后续处理,与目标专利中利用已知空间关系实现深度图与可见光图像映射的目的相同,因此直接公开。
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[0024]记载:“生成场景的深度图。”<br>对比文件[0126]记载:“深度传感器提供实时深度信息,该深度信息为软件提供镜子前方的实时深度数据。”对比文件明确公开了使用深度传感器(距离传感器)捕获场景的深度信息,用于生成深度图,与目标专利中距离传感器的功能一致,因此直接公开。
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[0004]记载:“重复成像场景以形成一系列输入图像。”<br>对比文件[0104]记载:“成像组件包括RGB相机和深度传感器。”对比文件明确公开了使用RGB相机(图像传感器)捕获场景的可见光图像(彩色图像),与目标专利中图像传感器的功能一致,因此直接公开。
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[0024]记载:“生成场景的深度图。”<br>对比文件[0126]记载:“深度传感器提供实时深度信息,该深度信息为软件提供镜子前方的实时深度数据。”对比文件明确公开了从深度传感器获得场景的深度图,与目标专利的步骤相同,因此直接公开。
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[0024]记载:“从深度图确定输入图像的前景区域。”<br>对比文件[0027]记载:“生成场景的深度图;从深度图生成前景图,该前景图指示输入图像中与场景前景区域相关的区域。”对比文件公开了通过分析深度图来确定前景区域(即感兴趣区域),与目标专利中分析深度图识别感兴趣区域的目的相同,因此直接公开。
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[0025]记载:“前景图指示输入图像中与场景前景区域相关的区域。”<br>结合上下文,该前景区域包含用户或用户穿着的衣物(对象)。对比文件中确定的感兴趣区域(前景区域)包含用户或衣物等对象,与目标专利中感兴趣区域包含对象一致,因此直接公开。
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[0130]记载:“生成二进制图像,其中0表示那些超过3米或小于0.7米的区域,1表示前景区域。”<br>对比文件[0027]记载:“生成二进制图,并基于该二进制图更新模板区域。”对比文件公开了生成二进制掩码(选择数据)来指示感兴趣区域(前景区域),与目标专利中生成选择数据指示感兴趣区域的功能相同,因此直接公开。
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 《直接公开》对比文件[0027]记载:“更新模板区域,包括从模板区域中排除从深度图确定的不涉及前景区域的输入图像区域。”<br>对比文件[0156]记载:“颜色模拟完全在GPU上执行,前景似然图被传递给图形卡上的着色器,该着色器处理所有与发现的前景区域重合的像素。”对比文件公开了基于所生成的掩码(选择数据),仅对前景区域(感兴趣区域)的像素进行颜色替换处理,即选择性地获得该区域的图像数据,与目标专利的步骤一致,因此直接公开。
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[0004]记载:“重复成像场景以形成一系列输入图像。”<br>对比文件[0104]记载:“RGB相机用于捕获场景的彩色图像。”对比文件明确公开了用于处理的图像数据来自RGB相机(图像传感器),与目标专利一致,因此直接公开。
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》无相关公开内容对比文件的所有处理和获取均在本地执行,RGB相机直接捕获图像数据,没有涉及通过带宽受限链路(如网络或总线)选择性地接收感兴趣区域的图像数据。对比文件虽涉及网络上传照片,但那是上传完整图像,并非选择性接收部分图像数据。因此未公开。
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》无相关公开内容对比文件中的RGB相机始终捕获全帧图像,没有配置图像传感器仅获取感兴趣区域内的可见光信息。感兴趣区域的选择是通过后续处理实现的,而非传感器本身的选择性获取。因此未公开。
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》无相关公开内容对比文件没有提及从图像传感器或其连接的存储器中选择性地读出感兴趣区域的图像数据。所有图像数据都是实时捕获并直接处理,没有选择性读出操作。因此未公开。
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》无相关公开内容对比文件虽然涉及网络连接(如iPad控制、上传照片),但并没有通过流式传输从媒体源访问图像数据。图像数据是本地捕获,未被描述为可通过网络流式传输访问。因此未公开。
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》无相关公开内容对比文件没有流式传输机制,也没有向媒体源发信号通知选择数据以请求选择性流式传输。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》无相关公开内容对比文件没有涉及图块流式传输,也没有生成图块标识符作为选择数据。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》无相关公开内容对比文件未公开图块概念,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》无相关公开内容对比文件未公开空间关系描述数据,也未基于此生成选择数据。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 《未公开》无相关公开内容对比文件没有公开在对象不存在时获取深度图,也没有公开第一深度图与第二深度图的比较。深度图始终是在对象存在时(用户站在镜子前)获取的,因此未公开。
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 《未公开》无相关公开内容对比文件虽然对象存在时获取深度图,但并未将其作为第二深度图与第一深度图进行比较,因此未公开。
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 《未公开》无相关公开内容对比文件没有公开通过比较两个不同时刻的深度图来识别感兴趣区域,而是利用单个深度图与颜色信息结合。因此未公开。
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[0024]记载:“从深度图确定输入图像的前景区域。”<br>对比文件[0027]记载:“生成场景的深度图;从深度图生成前景图,该前景图指示输入图像中与场景前景区域相关的区域。”对比文件公开了通过深度图确定前景区域,这实质上是一种对象检测技术(基于深度区分前景和背景),与目标专利中将对象检测技术应用于深度图一致,因此直接公开。
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 《直接公开》对比文件[0057]记载:“从深度图确定的感兴趣区域可以是距离深度相机预定范围带内的前景区域。”<br>对比文件[0130]记载:“生成二进制图像,其中0表示那些超过3米或小于0.7米的区域。”对比文件明确公开了基于深度值(预设范围带)来识别前景对象,与目标专利中基于接近度的深度值识别对象一致,因此直接公开。
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[0024]记载:“生成场景的深度图。”<br>对比文件上下文表明深度图是实时每帧获取的,每一帧的深度图均在相应的第一时间实例获取。对比文件公开了在每一帧(第一时间实例)通过距离传感器获取深度图,与目标专利一致,因此直接公开。
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》无相关公开内容对比文件中深度图和RGB图像通常是同步捕获的,图像数据并非在晚于深度图获取的时间实例选择性获得。选择性处理发生在同一帧或后续帧,但未明确强调时间差异。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 《隐含公开》对比文件[0134]记载:“基于来自似然图处理和团块跟踪的最新观察结果更新前景估计。”<br>对比文件[0144]记载:“通过团块跟踪来跟踪前景物体的位置。”对比文件通过团块跟踪(blob tracking)和前景估计更新,隐含地补偿了对象在连续帧之间的移动,从而更新选择数据(模板区域)。虽然未明确提及第一时间实例和第二时间实例,但本领域技术人员可以合理推断出这种移动补偿用于生成选择数据,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 《直接公开》对比文件[0024]记载:“从模板区域中排除从深度图确定的不涉及前景区域的输入图像区域。”<br>对比文件[0027]记载:“排除在二进制图中不作为前景图出现的感兴趣区域。”对比文件公开了使用深度图去除背景(非前景区域),仅保留前景区域进行颜色替换,这实质上是一种背景去除技术,与目标专利中去除对象周围背景一致,因此直接公开。

### 公开性代码

根据上述判断,对比文件直接公开的技术特征有:A、B、C、D、E、F、G、H、I、U、V、W、Z;隐含公开的技术特征有:Y。

<<<A>>><<<B>>><<<C>>><<<D>>><<<E>>><<<F>>><<<G>>><<<H>>><<<I>>><<<U>>><<<V>>><<<W>>><<<Z>>>

<<<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