对比文件名称：发明申请_US20130194392A1 Mobile Device Configured to Compute 3D Models Based on Motion Sensor Data
目标专利名称：用于校正错误深度信息的系统和方法
本次调用模型名称：专利创造性评估模型
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 | 公开性论述 | ||||||
| **A：一种用于产生经校正深度图的电子装置，其包括：深度传感器**<br>**《隐含公开》** | [0027] “The mobile device 102 including a camera 108 configured to capture one or more images...”， [0063] “The camera 108 may be a video camera, a non-video camera, a single camera, a multi-camera (e.g., a stereo camera), or a combination thereof.” | 目标专利中，深度传感器用于对场景进行取样以获得深度信息（说明书[0041]）。对比文件中，相机108用于捕获物体的图像，并用于基于多视图图像（如立体相机）进行3D重建。在3D重建领域，使用相机（特别是立体相机）获取图像数据以计算深度信息是本领域的公知常识。因此，本领域技术人员可以从对比文件公开的“相机”特别是“立体相机（stereo camera）”中，合理推断出其在本申请中作为获取深度信息的“深度传感器”使用。虽然对比文件未明确使用“深度传感器”一词，但其相机在整体技术方案中实际起到了获取用于3D重建的视觉数据（可推导出深度信息）的作用，这与目标专利中深度传感器为获取深度信息所起的作用本质相同。因此，该特征被隐含公开。 | ||||||
| **B：耦合到所述深度传感器的运动传感器，其中所述运动传感器经配置以确定运动信息；**<br>**《直接公开》** | [0027] “The mobile device 102 further includes one or more motion sensors 104... The one or more motion sensors 104 may include one or more electrical, mechanical, electromechanical, or other sensors, such as a gyroscope, an accelerometer, other motion sensor devices, or a combination thereof.”， [0031] “The one or more motion sensors 104 of the mobile device 102 may output motion sensor data 112, 114 corresponding to motion information of the mobile device 102...” | 目标专利中，运动传感器用于确定深度传感器的运动信息（说明书[0041]）。对比文件直接公开了移动设备包括一个或多个运动传感器（如陀螺仪、加速度计），并且这些运动传感器输出对应于移动设备运动信息的运动传感器数据。运动传感器在对比文件的整体技术方案中用于确定相机（即隐含的深度传感器）的运动，这与目标专利中运动传感器为解决深度传感器移位问题而提供运动信息的作用相同。因此，该特征被直接公开。 | ||||||
| **C：以及 耦合到所述深度传感器和所述运动传感器的处理器，**<br>**《直接公开》** | [0027] “... and a 3D modeler 110.”， [0062] “The processor 1010 may include the 3D modeler 110.”， [0027] “The 3D modeler 110 may be implemented using hardware, using processor-executable instructions...”， [0032] “To illustrate, when the mobile device 102 is at the first position, the 3D modeler 110 may receive data corresponding to the first image 120 and may further receive the motion sensor data 112 output by the one or more motion sensors 104.” | 目标专利中，处理器耦合到深度传感器和运动传感器，并执行一系列操作（说明书[0005]）。对比文件直接公开了3D建模器110（其可由处理器1010实施或包含于其中），该建模器接收来自相机（隐含的深度传感器）的图像数据和来自运动传感器的运动传感器数据，即耦合到两者。处理器/3D建模器在对比文件的整体技术方案中用于处理来自传感器数据以计算3D模型，这与目标专利中处理器为协调处理传感器数据以校正深度信息所起的作用相同。因此，该特征被直接公开。 | ||||||
| **D：获得第一深度图，其中所述第一深度图包括由所述深度传感器在第一取样操作进行取样的场景的第一部分的第一深度信息；**<br>**《隐含公开》** | [0029] “For example, the camera 108 may capture a first image 120 of the object 130 when the mobile device 102 (and the camera 108) is at a first position...”， [0054] “... the 3D modeler 110 may compute feature points of the object 130 based on the first image 120 and the second image 122.” | 目标专利中，第一深度图是在第一取样时刻由深度传感器对场景第一部分取样得到的第一深度信息集合（说明书[0041], [0058]）。对比文件公开了在第一位置捕获第一图像120。在基于多视图图像进行3D重建（如特征点重建或从运动恢复结构）的技术中，从图像中计算或提取深度信息（或可直接用于三角测量的特征点3D位置）是必要步骤，其结果可以构成一种深度图或深度信息集合。本领域技术人员能够从对比文件公开的“在第一位置捕获第一图像”以及“基于图像计算特征点/3D模型”中，合理推断出需要获得对应于第一视图（即第一取样）的深度信息（即第一深度图）。该深度信息在对比文件中用于3D重建，与在目标专利中作为后续校正的基础数据所起的作用相似。因此，该特征被隐含公开。 | ||||||
| **E： 获得第二深度图，其中所述第二深度图包括由所述深度传感器在第二取样操作进行取样的所述场景的第二部分的第二深度信息；**<br>**《隐含公开》** | [0029] “... and the camera 108 may capture a second image 122 of the object 130 when the mobile device 102 (and the camera 108) is at a second position...”， [0054] “... the 3D modeler 110 may compute feature points of the object 130 based on the first image 120 and the second image 122.” | 目标专利中，第二深度图是在第二取样时刻由深度传感器对场景第二部分取样得到的第二深度信息集合（说明书[0041], [0058]）。对比文件公开了在第二位置捕获第二图像122。同理，基于第二图像进行3D重建时，必然涉及获得对应于第二视图的深度信息。本领域技术人员能够合理推断出需要获得第二深度图。该深度信息在对比文件中同样用于3D重建，与目标专利中的作用相似。因此，该特征被隐含公开。 | ||||||
| **F：基于所述运动信息来获得指示所述深度传感器在所述第一取样操作与所述第二取样操作之间的移位的移位信息；**<br>**《直接公开》** | [0050] “The method 500 further includes determining, based on data output by at least one motion sensor of the mobile device, a movement of the mobile device from the first position to the second position, at 506.”， [0032] “The motion sensor data 114 may indicate movement information of the mobile device 102 from the first position to the second position. For example, the motion sensor data 114 may include rotational and translational matrices of the mobile device 102...” | 目标专利中，基于运动信息获得指示深度传感器在两个取样操作之间移位的移位信息（说明书[0042]）。对比文件直接公开了基于运动传感器输出的数据，确定移动设备从第一位置到第二位置的运动（移动），并且该运动信息可以包括旋转和平移矩阵。该运动信息直接指示了相机（隐含的深度传感器）在两个图像捕获时刻（即两个取样操作）之间的移位。其在对比文件整体技术方案中用于约束3D重建中的相机姿态，与在目标专利中为变换深度图提供移位数据所起的作用相同。因此，该特征被直接公开。 | ||||||
| **G：基于所述移位信息来变换所述第一深度图以产生经变换深度图；**<br>**《隐含公开》** | [0008] “... subject to Pi+1=[Ri | Ti]Pi, where Ri and Ti are rotational and translation matrices, respectively, and [Ri | Ti] is a relative pose matrix associated with the wireless device that is based on measurements made by the one or more sensors of the wireless device.”， [0034] “... where Pi=Ki[Ri | Ti] is the ith camera projection matrix...” | 目标专利中，基于移位信息（旋转、平移）对第一深度图进行变换，以将其映射到第二取样的视角，产生经变换深度图（说明书[0064], [0080]）。对比文件公开了在束调整等技术中，利用来自运动传感器的相对姿态矩阵[Ri | Ti]（即移位信息）来约束或确定后续相机投影矩阵Pi+1。投影矩阵定义了3D点到2D图像的映射关系。为了将第一视图下的3D点（或深度信息）映射到第二视图下，需要进行基于[Ri | Ti]的变换（旋转和平移）。本领域技术人员能够从对比文件公开的“利用传感器测量的[Ri | Ti]来确定Pi+1”以及3D重建的基本原理中，合理推断出需要对第一视图下的3D数据（可对应于第一深度图）进行基于运动信息的变换，以得到在第二视图坐标系下的表示（可对应于经变换深度图）。该变换在对比文件中用于简化3D重建计算，与在目标专利中为后续比较和校正提供对齐的深度数据所起的作用逻辑相通。因此，该特征被隐含公开。 |
| **H： 通过比较所述第二深度图的一或多个深度与所述经变换深度图的一或多个深度来检测错误深度信息；**<br>**《未公开》** | 对比文件全文未提及“错误深度信息”、“检测错误”、“比较深度”或类似概念。 | 目标专利中，通过比较第二深度图的深度与经变换深度图的对应深度，来检测如中断、错误测量等错误深度信息（说明书[0049], [0089]）。这是目标专利解决深度图质量问题的核心步骤之一。对比文件专注于利用运动传感器数据辅助3D模型重建，其技术方案旨在简化计算、提高重建效率，但并未涉及对深度信息本身进行错误检测或校正。没有公开任何通过比较不同来源的深度值以识别错误的内容。因此，该特征既未被直接公开，也未被隐含公开。 | ||||||
| **I：以及通过基于所述经变换深度图校正所述第二深度图的所述错误深度信息来产生经校正深度图。**<br>**《未公开》** | 对比文件全文未提及“校正错误深度信息”、“产生经校正深度图”或类似概念。其输出是“3D model”。 | 目标专利中，最终目的是通过基于经变换深度图校正第二深度图中的错误深度信息，来产生质量更高的经校正深度图（说明书[0005], [0066]）。对比文件的最终输出是物体的3D模型，而不是一个经校正的深度图。其过程虽然涉及利用运动信息关联不同视图的数据，但目的是进行3D重建或建模，而非对深度图进行错误检测和针对性的校正以提升深度图本身的质量。因此，该特征既未被直接公开，也未被隐含公开。 | ||||||
| **J：，其中所述处理器经配置以用所述经变换深度图的对应深度信息替换所述错误深度信息。**<br>**《未公开》** | 对比文件全文未提及“替换错误深度信息”。 | 目标专利中，具体校正手段之一是用经变换深度图的对应（正确）深度信息替换第二深度图中被检测为错误的部分（说明书[0007], [0065]）。对比文件未涉及任何对深度信息中错误部分的识别和替换操作。因此，该特征既未被直接公开，也未被隐含公开。 | ||||||
| **K：，其中所述处理器经配置以对所述第二深度图的非错误深度信息与所述经变换深度图的对应非错误深度信息求平均。**<br>**《未公开》** | 对比文件全文未提及对深度信息“求平均”，也未区分“错误”与“非错误”深度信息。 | 目标专利中，另一具体校正手段是对非错误深度信息进行帧间平均以平滑数据（说明书[0007], [0071]）。对比文件未涉及对深度图进行时间或空间上的平均操作以改善质量。因此，该特征既未被直接公开，也未被隐含公开。 | ||||||
| **L：，其中所述处理器经配置以确定所述第二深度图的所述深度是否比所述经变换深度图的所述深度大阈值量。**<br>**《未公开》** | 对比文件全文未提及通过设定“阈值量”来比较深度值以检测错误。 | 目标专利中，检测错误深度信息的一种具体方法是判断第二深度图的深度是否比经变换深度图的深度大一个阈值量（说明书[0008], [0049]）。对比文件未公开任何基于阈值的深度比较用于错误检测。因此，该特征既未被直接公开，也未被隐含公开。 | ||||||
| **M：，其中所述检测所述错误深度信息是基于所述经变换深度图的至少两个深度与所述第二深度图的至少两个深度之间的空间‑时间平均值。**<br>**《未公开》** | 对比文件全文未提及基于“空间-时间平均值”来检测错误深度信息。 | 目标专利中，检测错误深度信息可以基于空间-时间平均值（说明书[0008], [0092]）。对比文件未公开任何利用空间-时间平均值进行错误检测的方法。因此，该特征既未被直接公开，也未被隐含公开。 | ||||||
| **N：，其中所述处理器经配置以：将深度传感器平面上的一或多个点投射到世界坐标上以产生一或多个世界坐标点；旋转所述一或多个世界坐标点；平移所述一或多个世界坐标点；以及重新投射所述一或多个世界坐标点以产生所述经变换深度图。**<br>**《隐含公开》** | [0034] “... μi[xi, yi, 1]T = PiM for i=1, . . . , N≧2, where Pi = Ki[Ri | Ti] is the ith camera projection matrix...”， [0008] “... subject to Pi+1=[Ri | Ti]Pi, where Ri and Ti are rotational and translation matrices...” | 目标专利中，详细描述了一种通过投影到世界坐标、旋转平移、再重新投影来实现深度图变换的具体几何过程（说明书[0009], [0080]）。对比文件公开了相机投影矩阵Pi=Ki[Ri | Ti]，其中包含内参矩阵Ki和由旋转平移矩阵[R\ | Ti]表示的外参。3D点M通过投影矩阵Pi映射到图像平面坐标(xi, yi)。要将在视图i下的3D点变换到视图i+1下，本质上涉及利用[R\ | Ti]进行旋转和平移。本领域技术人员熟知，在多视图几何中，将一点从一幅图像的像素坐标通过深度（或逆投影）得到世界坐标，然后利用相机间的相对运动（Ri, Ti）变换到另一相机坐标系，最后再投影到另一幅图像上，是标准的视图变换过程。因此，可以从对比文件公开的投影矩阵和相对运动约束中，合理推断出上述具体的投影-变换-重投影步骤。该过程在对比文件中是3D重建的基础数学描述，与目标专利中为实现深度图变换所采用的具体几何方法相同。因此，该特征被隐含公开。 | |
| **O：，其中所述检测所述错误深度信息是基于所述第二深度图中的两个或更多个深度的空间平均值。**<br>**《未公开》** | 对比文件全文未提及基于“空间平均值”来检测错误深度信息。 | 目标专利中，检测错误深度信息也可以基于同一深度图内相邻深度的空间平均值（说明书[0010], [0049]）。对比文件未公开任何利用空间平均值进行错误检测的方法。因此，该特征既未被直接公开，也未被隐含公开。 | ||||||
| **P：，其中所述错误深度信息包括深度传感器中断。**<br>**《未公开》** | 对比文件全文未提及“深度传感器中断”。 | 目标专利中，错误深度信息的一种具体类型是深度传感器中断，例如完全未能检测到深度值（说明书[0024], [0050]）。对比文件未提及深度传感过程中可能出现的中断或缺失值问题。因此，该特征既未被直接公开，也未被隐含公开。 |
<<<B>>><<<C>>><<<F>>>
<<<a>>><<<d>>><<<e>>><<<g>>><<<n>>>