返回项目页面
对比文件列表
2003-10-17_JP2003296759A_发明专利_JP2003296759A Information processing method and device_+++B_C_G_N_Q_a_d_e_f_i_o_p_r_t_w+++.docx
2026-03-19 22:40
2007-09-20_US2007216675A_发明申请_US20070216675A1 Digital Video Effects_+++A_B_C_E_G_I_N_O_e_p+++.docx
2026-03-19 22:40
2008-06-12_US2008137940A_发明申请_US20080137940A1 Object Recognition Apparatus and Object Recognition Method Using Epipolar Geometry_+++B_N_a+++.docx
2026-03-19 22:40
2009-11-12_JP2009265809A_发明专利_JP2009265809A Information terminal device_+++B_C_D_E_F_I_M_N_a_g_o+++.docx
2026-03-19 22:40
2010-01-21_JP2010015469A_发明专利_JP2010015469A Still area detection method, and apparatus, program and recording medium therefor_+++A_B_N_Q_R_W_c_g_p_t_v+++.docx
2026-03-19 22:40
2011-06-30_JP2011128220A_发明专利_JP2011128220A Information presenting device, information presenting method, and program_+++B_E_F_N_O_Z_a_c_d+++.docx
2026-03-19 22:40
2011-09-08_US2011216060A_发明申请_US20110216060A1 Maintaining Multiple Views on a Shared Stable Virtual Space_+++B_N_a_c_d_e_f_g+++.docx
2026-03-19 22:40
2012-03-15_US2012062702A_发明申请_US20120062702A1 ONLINE REFERENCE GENERATION AND TRACKING FOR MULTI-USER AUGMENTED REALITY_+++A_B_H_I_J_K_N_o_p+++.docx
2026-03-19 22:40
2012-03-15_WO2012034092A_发明申请_WO2012034092A1 ONLINE REFERENCE GENERATION AND TRACKING FOR MULTI-USER AUGMENTED REALITY_+++A_B_I_K_N_g+++.docx
2026-03-19 22:40
2012-05-10_JP2012088881A_发明专利_JP2012088881A Person motion detection device and program thereof_+++A_B_C_G_I_L_M_P_Q_S_V_W_d_n_r_t_u+++.docx
2026-03-19 22:40
2012-05-10_US2012113223A_发明申请_US20120113223A1 User Interaction in Augmented Reality_+++A_B_C_D_E_F_I_J_K_N_O_h_p_z+++.docx
2026-03-19 22:40
2012-09-27_US2012243732A_发明申请_US20120243732A1 Adaptable Framework for Cloud Assisted Augmented Reality_+++A_B_G_I_J_N_O_h_k+++.docx
2026-03-19 22:40
2012-12-06_JP2012238175A_发明专利_JP2012238175A Information processing device, information processing method, and program_+++A_B_C_I_N_W_g_m_p_q_r_s_v+++.docx
2026-03-19 22:40
2013-05-20_KR1020130051501A_发明公开_KR1020130051501A 다중 사용자 증강 현실을 위한 온라인 참조 생성 및 추적_+++A_B_H_I_J_K_N_g+++.docx
2026-03-19 22:40
2013-06-12_CN103155001A_发明公开_CN103155001A 用于多用户扩增现实的在线基准生成和跟踪_+++A_B_G_H_I_J_K_N+++.docx
2026-03-19 22:40
2013-07-17_EP2614487A_发明公开_EP2614487A1 ONLINE REFERENCE GENERATION AND TRACKING FOR MULTI-USER AUGMENTED REALITY_+++A_B_H_I_J_K_N_O_g+++.docx
2026-03-19 22:40
2013-10-28_JP2013539872A_发明专利_JP2013539872A Online reference generation and tracking in a multi-user augmented reality_+++A_B_H_I_J_K_N_c_g_o_p+++.docx
2026-03-19 22:40
2015-09-09_CN104903934A_发明公开_CN104903934A 基于前景物体再现扩增实境_+++A_B_C_D_E_F_G_H_I_J_K_L_M_N_O_P_Q_R_S_T_U_V_W_X_Y_Z+++.docx
2026-03-19 22:40
2015-11-11_EP2941756A_发明公开_EP2941756A1 RENDERING AUGMENTED REALITY BASED ON FOREGROUND OBJECT_+++A_B_C_D_E_F_G_J_K_L_M_N_O_Q_R_S_T_U_V_W_X_Y_Z_h_i_p+++.docx
2026-03-19 22:40
2017-09-08_CN103155001B_发明授权_CN103155001B 用于多用户扩增现实的在线基准生成和跟踪的方法、装置和系统_+++A_B_G_I_J_K_N_h_p+++.docx
2026-03-19 22:40
2019-06-28_CN104903934B_发明授权_CN104903934B 基于前景物体再现扩增实境_+++A_B_C_D_E_F_G_H_I_J_K_L_M_N_O_Q_R_S_T_U_V_W_X_Y_Z_p+++.docx
2026-03-19 22:40
2021-01-06_EP2614487B_发明授权_EP2614487B1 ONLINE REFERENCE GENERATION AND TRACKING FOR MULTI-USER AUGMENTED REALITY_+++A_B_I_J_K_N_g+++.docx
2026-03-19 22:40
2021-03-17_EP2941756B_发明授权_EP2941756B1 RENDERING AUGMENTED REALITY BASED ON FOREGROUND OBJECT_+++A_B_C_D_E_G_I_J_K_L_M_N_O_Q_R_S_T_U_V_W_X_Y_Z_f_h_p+++.docx
2026-03-19 22:40
EP2941756A1_Description_20260309_1948_+++A_B_C_D_E_F_G_H_I_J_K_L_M_N_O_P_Q_R_S_T_U_V_W_X_Y_Z+++.docx
2026-03-19 22:40
2013-06-12_CN103155001A_发明公开_CN103155001A 用于多用户扩增现实的在线基准生成和跟踪_+++A_B_G_H_I_J_K_N+++.docx

本次调用的模型名称:DeepSeek。

目标专利名称:基于前景物体再现扩增实境 CN104903934B

对比文件名称:2013-06-12_CN103155001A_发明公开_CN103155001A 用于多用户扩增现实的在线基准生成和跟踪

### 特征比对表格

技术特征描述以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**:《直接公开》说明书第[0023]段:“多用户扩增现实(AR)系统在没有先前获取的公共基准的情况下通过在运行过程中生成基准图像来操作。基准图像通过捕捉平面对象的至少两个图像并且使用该至少两个图像来确定第一移动平台相对于平面对象的姿势(位置和定向)来产生。平面对象的图像(可以是初始图像或后续捕捉的图像之一)通过使用第一移动平台的定向来变形以产生平面对象的前向视图的基准图像。”对比文件明确公开了在多用户AR系统中,通过捕捉平面对象的图像并对其进行变形,以生成该平面对象的“基准图像”。此“基准图像”即相当于目标专利中的“参考图像”。该基准图像在对比文件中用于多用户姿势估计,与目标专利中用于前景物体检测的“参考图像”在“作为场景背景的参考图像”这一基本作用和属性上相同。因此,技术特征A被对比文件直接公开。
**技术特征B**:《直接公开》说明书第[0023]段:“基准图像通过捕捉平面对象的至少两个图像...来产生。”;第[0043]段:“主设备110A相对于对象102移动来从不同视点捕捉对象102的图像。”对比文件多次提及捕捉平面对象(即场景)的图像,这是其生成基准图像和进行跟踪的基础步骤。此操作在对比文件中起到获取场景信息的作用,与目标专利中捕捉图像以进行后续处理的作用相同。因此,技术特征B被对比文件直接公开。
**技术特征C**:《未公开》无目标专利的“前景物体”特指“未附加到所述场景”的可移动物体,如用户手指(参见说明书第[0027]段)。对比文件全文聚焦于对静态的“平面对象”(如地平面、海报)本身进行成像、生成基准和跟踪,以实现多用户AR。其技术方案要求初始化时场景稳定以生成准确的基准图像(参见第[0043]段),并未提及也未需要处理一个独立于该基准平面并可在其前方移动的“前景物体”。因此,对比文件未公开此特征。
**技术特征D**:《未公开》无如特征C所述,对比文件未公开“前景物体”,因此自然也未公开该前景物体“包含关注点”这一特征。
**技术特征E**:《未公开》无如特征D所述,对比文件未公开“关注点”,因此也未公开“关注点是前景物体的属性”这一具体限定。
**技术特征F**:《未公开》无对比文件未公开用户的手指或指针作为前景物体,也未公开以指尖作为关注点。其关注点(如SIFT特征点)是图像特征,而非物理物体的特定部位(属性)。
**技术特征G**:《直接公开》说明书第[0023]段:“多用户扩增现实(AR)系统在没有先前获取的公共基准的情况下通过在运行过程中生成基准图像来操作。”;第[0043]段:“主设备110A的固有相机参数K被预先校准并且在整个过程期间保持不变。”对比文件描述的系统使用普通的相机(摄像机)捕捉图像,用于生成基准和跟踪。整个说明书中未提及使用深度摄像机或获取深度信息。其所依赖的单应性计算、特征匹配等均为基于2D图像信息的处理。因此,本领域技术人员可以毫无疑义地确定其使用的是不具深度信息的摄像机。该摄像机在对比文件中用于捕捉场景图像,作用与目标专利相同。因此,技术特征G被直接公开。
**技术特征H**:《直接公开》说明书第[0023]段:“平面对象的图像...通过使用第一移动平台的定向来变形以产生平面对象的前向视图的基准图像。”;第[0043]段:“对于每一个捕捉到的图像或视频帧,从每一个捕捉到的图像中提取特征。特征可以通过使用...尺度不变特征转换(SIFT)...来提取。”;第[0053]段:“为扩展基准图像,在基准图像上检测2D点...”对比文件明确公开了使图像变形(即扭曲)以产生前向视图的基准图像(即参考图像)。同时,对比文件也详细描述了从图像(包括用于生成基准的初始图像和已生成的基准图像本身)中提取特征(如SIFT特征)。虽然对比文件中提取特征的直接目的是计算姿势和扩展基准,但“从参考图像提取特征”这一具体动作已被明确公开。因此,技术特征H被对比文件直接公开。
**技术特征I**:《直接公开》说明书第[0043]段:“对于每一个捕捉到的图像或视频帧,从每一个捕捉到的图像中提取特征。特征可以通过使用...尺度不变特征转换(SIFT)...来提取。”对比文件明确公开了从捕捉到的场景图像(平面对象)中提取特征,例如使用SIFT。此操作在对比文件中用于后续的姿势计算和基准生成,与目标专利中从所捕捉图像提取特征以用于后续比较和姿势计算的作用实质相同。因此,技术特征I被直接公开。
**技术特征J**:《直接公开》说明书第[0043]段:“主设备110A的姿势基于该至少两个图像以及所定义的基准点来确定...通过计算初始图像和至少一个后续图像之间的2D-2D单应性h来检测主导平面...通过使用随机采样一致性(RANSAC)优化方法以计算来自对应点对的单应性来更新单应性h的值。”;第[0046]段:“在选择了正确的3D平面之后...主设备110A相对于对象102的姿势基于旋转矩阵R和转换向量t来确定...”对比文件详细公开了基于从所捕捉图像中提取的特征(基准点),通过匹配特征(寻找对应点)、计算单应性(h),进而分解得到相机相对于平面对象的姿势(旋转R和转换t)。这完全公开了“基于将所捕捉的图像中的所提取的特征与所述参考图像中的所提取的特征进行比较来产生所述图像和所述参考图像之间的姿势”这一技术特征。在对比文件中,此姿势用于生成基准图像和后续跟踪;在目标专利中,此姿势用于后续的图像扭曲。两者作用虽在具体应用环节有差异,但“产生图像间的姿势关系”这一技术手段和作用本质相同。因此,技术特征J被直接公开。
**技术特征K**:《直接公开》说明书第[0047]段:“图像102A可通过仅使用旋转R<sup>-1</sup>被变形为前向视图基准图像104”;第[0051]段:“使用定向来使新的图像变形”。对比文件明确公开了基于已确定的姿势(具体是旋转R),使图像变形(即扭曲)以产生前向视图的基准图像。这直接对应于“基于所述姿势扭曲所述图像或所述参考图像”。在对比文件中,此操作用于生成基准图像;在目标专利中,此操作用于使图像与参考图像视图对齐。两者均为利用姿势信息对图像进行几何变换,技术手段相同。因此,技术特征K被直接公开。
**技术特征L**:《未公开》无对比文件在生成基准图像后,将基准图像用作公共参考,通过匹配基准图像特征与当前图像特征来估计相机姿势(第[0053]段)。它并未公开将扭曲后的图像与参考图像进行比较,以“检测属于前景物体上的关注点的像素”。目标专利的该步骤是其检测前景物体的核心,而对比文件无此目的或相应操作。
**技术特征M**:《未公开》无对比文件未公开检测前景物体上的关注点,更未公开使用分类器且不使用预定几何约束的方式来执行该检测。其“关注点”指的是SIFT等图像特征点,而非物理物体的属性点。
**技术特征N**:《直接公开》说明书第[0023]段:“每一个移动平台110包括...显示器112。”;第[0059]段:“用户接口150包括用于显示图像和AR对象的装置,诸如显示器112。”对比文件的移动平台包含显示器,并且明确其用于显示图像和AR对象(参见图1、4及其说明)。显示图像是该AR系统的基本功能。因此,技术特征N被直接公开。
**技术特征O**:《未公开》无对比文件公开了在显示器上再现AR对象(参见第[0023]段:“执行多用户AR应用”),但其AR对象的再现是基于相机相对于平面对象(基准)的姿势,而不是基于“前景物体上的关注点”。目标专利的核心之一是AR对象基于前景物体的关注点来再现和互动,这与对比文件基于固定场景基准的再现原理不同。因此,该特征未被公开。
**技术特征P**:《未公开》无对比文件确实涉及在随后图像中追踪(即更新相机姿势),并且提到了扩展/更新基准图像(第[0054]-[0057]段)。然而,其“更新参考图像(基准图像)”是因为平面对象有新的部分未被初始基准涵盖,或者为了获得更高分辨率,而非因为“场景有变化”而更新,更与“追踪前景物体”无关。目标专利中“追踪前景物体”并因“场景变化”更新参考图像是与其前景检测配套的步骤,对比文件无此对应。
**技术特征Q**:《未公开》无对比文件未公开为前景物体产生掩模。其图像处理不涉及前景/背景分割。
**技术特征R**:《未公开》无对比文件未公开使用掩模从图像分割前景物体。
**技术特征S**:《未公开》无对比文件未公开使用分割的前景物体来检测像素。
**技术特征T**:《未公开》无对比文件未公开通过比较产生前景物体图像。
**技术特征U**:《未公开》无对比文件未公开在前景物体图像中检测像素。
**技术特征V**:《未公开》无对比文件未公开通过从参考图像像素中减去图像像素并比较差值与阈值的方法。其图像比较是基于特征匹配。
**技术特征W**:《未公开》无对比文件未公开比较像素差与阈值。
**技术特征X**:《未公开》无对比文件未公开产生对应像素的比率。
**技术特征Y**:《未公开》无对比文件未公开比较像素比率与阈值。
**技术特征Z**:《未公开》无对比文件未公开再现AR对象以使其看起来位于前景物体下方,因其根本未涉及前景物体。

<<<A>>><<<B>>><<<G>>><<<H>>><<<I>>><<<J>>><<<K>>><<<N>>>

权利要求与技术特征

A 其包括: 产生场景的参考图像
B 捕捉所述场景的图像,
C 所述场景具有未附加到所述场景的前景物体,
D 所述前景物体包含关注点,
E 所述关注点是所述前景物体的属性
F ,其中所述前景物体为用户的至少一个手指或指针且所述关注点为所述用户的所述至少一个手指或所述指针的尖端,
G 其中所述图像是使用不具有深度信息的摄像机捕捉的
H 使所述图像或不包含所述前景物体的所述场景的所述参考图像扭曲,因此所述图像及所述参考图像具有相同视图,其中扭曲包括:从所述参考图像提取特征
I 从所捕捉的所述场景的图像提取特征
J 基于将所述所捕捉的图像中的所提取的特征与所述参考图像中的所提取的特征进行比较来产生所述图像和所述参考图像之间的姿势
K 以及基于所述姿势扭曲所述图像或所述参考图像
L 在扭曲之后比较所述图像与所述参考图像以检测属于所述前景物体上的所述关注点的像素
M 使用所述检测到的像素检测所述前景物体上的所述关注点,其中检测所述前景物体上的所述关注点是使用分类器在不使用对所述前景物体的预定几何约束的情况下执行
N 在显示器上显示所述图像
O 基于所述关注点在所述显示器上于所述图像上方再现扩增对象
P 以及在随后捕捉的图像中追踪所述前景物体,其中所述追踪包括:如果场景有变化,那么更新所述参考图像。
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