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
2017-05-04_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

对比文件名称:2017-05-04_US2017124717A_发明申请_US20170124717A1 METHOD AND SYSTEM OF BACKGROUND-FOREGROUND SEGMENTATION FOR IMAGE PROCESSING

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:未提供

### 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)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**【0021】“许多图像捕获设备也具有3D或深度感测相机(如RGBD相机),可以形成场景的3D空间。这可以通过使用单个设备上的阵列相机或传感器的立体系统实现,并利用三角测量算法确定场景中点的3D空间坐标以形成深度图或深度图像。”对比文件明确描述了立体相机系统或RGBD相机,深度传感器和图像传感器之间必须具有已知的空间关系才能进行三角测量并生成3D坐标,因此该特征被直接公开。
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**【0021】“深度感测相机”;【0027】“执行深度计算以生成深度图”。对比文件明确公开距离传感器用于捕获深度信息,并生成深度图,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**【0020】“颜色数据”;【0027】“获得像素数据,包括非深度数据(颜色数据或亮度数据)和深度数据”。对比文件公开图像传感器获取颜色数据(可见光信息),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**【0027】“执行深度计算以生成深度图或深度图像”。对比文件公开获得深度图,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**【0028】“基于深度数据确定图像的一部分是背景还是前景”;【0020】“被分割的实际区域可称为感兴趣区域(ROI)”。对比文件分析深度图以分割出前景区域(即感兴趣区域),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**【0028】前景区域(foreground)包含对象。对比文件的前景掩码包含图像中的对象,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**【0065】“提供分割后的前景掩码和背景索引或定义给其他应用进行进一步图像处理”。对比文件生成前景掩码,该掩码指示感兴趣区域,相当于选择数据,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。**隐含公开**【0065】“提供分割后的前景掩码...给其他应用进行进一步图像处理”。对比文件提供前景掩码,本领域技术人员可以毫无疑义地基于该掩码从原始图像中提取前景区域的图像数据(即选择性获得),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。**直接公开**【0027】“获得像素数据,包括非深度数据(颜色数据)”。对比文件图像数据由图像传感器获取,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**对比文件未提及经由带宽受限链路选择性接收图像数据。对比文件未涉及任何带宽受限链路或选择性接收,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**对比文件未公开配置图像传感器选择性获取部分区域。对比文件未公开配置图像传感器仅获取感兴趣区域,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**对比文件未公开从存储器选择性读出。对比文件未涉及选择性读出,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**对比文件未涉及网络流式传输。对比文件未公开通过网络流式传输访问图像数据,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**对比文件未涉及发信号通知选择数据请求流式传输。对比文件未公开,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**对比文件未涉及图块流式传输。对比文件未公开基于图块的流式传输和图块标识符,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**对比文件未公开图块。对比文件未公开,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**对比文件未涉及空间关系描述数据。对比文件未公开,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。**未公开**对比文件未公开获得无对象的背景深度图。对比文件的方法基于当前帧深度分析,不需要背景深度图,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。**直接公开**【0027】“生成深度图”。对比文件获得当前帧深度图,通常包含对象,因此直接公开。
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。**未公开**对比文件未公开基于双深度图比较。对比文件未使用背景减除,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。**隐含公开**【0028】-【0055】描述基于深度数据的聚类、距离分析等分割方法。对比文件的方法涉及对深度图进行聚类、距离分析以检测前景对象,这属于对象检测技术,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。**直接公开**【0044】“选择具有最小深度的较大组件作为前景”;【0045】“选择深度相对较小的组件作为主组件”。对比文件明确基于深度值(接近度)识别前景对象,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**【0034】“深度图可以通过同一时间实例或不同时间拍摄”。对比文件公开深度图可在某个时间实例获取,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**对比文件未公开在不同时间实例分别获取深度图和图像数据。对比文件未公开,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**对比文件未涉及移动补偿。对比文件未公开,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。**直接公开**【0019】“期望将图像的前景与背景分割”;整个方法实现背景去除。对比文件公开了背景去除技术,直接公开。

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

<<<h>>><<<u>>>

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