对比文件名称：2012-05-10_US2012113223A_发明申请_US20120113223A1 User Interaction in Augmented Reality
目标专利名称：基于前景物体再现扩增实境CN104903934B
本次调用模型名称：DeepSeek
作为资深专利代理师，我将严格按照目标专利权利要求的划分，结合说明书对技术特征的解释，对对比文件进行深度分析和比对。
### 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 |
| **技术特征A**：产生场景的参考图像《直接公开》 | 说明书第[0031]段：“The computing device 110 uses the information on the position and pose of the real objects to control interaction... The object representation can, in one example, be a computer-derived virtual representation of a body part or other object, or, in another example, is a mesh or point-cloud object directly derived from the camera 106 images.” 第[0035]段：“Firstly, the computing device 110... generates and displays 200 the 3D augmented reality environment 102...” | 对比文件明确公开了计算设备110生成并显示增强现实环境。生成该环境必然需要关于场景（包括用户的手等真实物体）的信息。特别是，第[0031]段提到物体表示可以“直接从摄像机106图像中衍生”，这暗示了系统在初始化或运行过程中需要获取和处理场景的图像数据以建立参考（例如，用于跟踪的模型或点云）。生成用于跟踪和渲染的参考表示，即相当于“产生场景的参考图像”。因此，本领域技术人员能毫无疑义地得出对比文件公开了产生参考图像。 |
| **技术特征B**：捕捉所述场景的图像《直接公开》 | 说明书第[0026]段：“A camera 106 is arranged to capture images of one or more real objects controlled or manipulated by the user.” 第[0035]段：“Images are received 202 from the camera 106 at the computing device 110.” | 对比文件明确且反复地记载了使用摄像机106捕捉用户控制的真实物体（如手）的图像。这直接对应于目标专利中捕捉包含前景物体（用户手指）的场景图像。 |
| **技术特征C**：所述场景具有未附加到所述场景的前景物体《直接公开》 | 说明书第[0026]段：“The objects can be, for example, body parts of the user. For example, the camera 106 can capture images of at least one hand 108 of the user.” | 对比文件中的用户手部（108）是由用户控制的、可移动的真实物体，它相对于固定的场景（如桌面、环境）是独立且未附加的，完全符合目标专利中“未附加到所述场景的前景物体”的定义。 |
| **技术特征D**：所述前景物体包含关注点《直接公开》 | 说明书第[0032]段：“...rendered virtual objects in the form of a first button 304... such that they appear to be located on the surface of the palm of the non-dominant hand 302...” 第[0045]段：“...controls are associated with each fingertip of the user's non-dominant hand 302.” 第[0046]段：“...the user can rotate the virtual object 112 by tracing a circular motion with a digit of the dominant hand 300 on the palm of the non-dominant hand 302...” | 对比文件虽然没有直接使用“关注点”这一术语，但其实质内容已公开。在交互过程中，系统需要识别并跟踪用户手部的特定部位以实现精确交互，例如手掌上的特定位置（用于放置虚拟按钮）、指尖（用于关联控制功能）或用于执行轨迹运动的手指。这些特定的、被系统识别并用于交互的物理部位（如指尖、手掌上的特定点）即相当于目标专利中所定义的“关注点”——前景物体的独特物理方面。 |
| **技术特征E**：所述关注点是所述前景物体的属性《直接公开》 | 同上。 | 对比文件公开的关注点，如“fingertip”（指尖）、“palm”（手掌），本身就是用户手部（前景物体）的固有物理组成部分和属性，而非从图像中提取的抽象特征（如SIFT特征）。这与目标专利说明书第[0033]段明确将“关注点”界定为“前景物体的物理特性或属性（例如，手指或指针的尖端）”相一致。因此被直接公开。 |
| **技术特征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《直接公开》 | 说明书第[0026]段：“The images of the hand 108 comprise the fingertips and palm of the hand.” 第[0045]段：“...controls are associated with each fingertip...” 第[0046]段：“...with a digit of the dominant hand 300...” | 对比文件明确且多次记载了用户的手指（digit, finger）作为交互物体，并且特别指出了“指尖”（fingertip）作为关联控制或执行动作的特定部位。这完全落入目标专利该特征“前景物体为用户的至少一个手指”且“关注点为所述用户的所述至少一个手指...的尖端”的范围之内。 |
| **技术特征G**：其中所述图像是使用不具有深度信息的摄像机捕捉的 | 说明书第[0027]段：“In one example, the camera 106 is a depth camera (also known as a z-camera), which generates both intensity/color values and a depth value...”，第[0028]段：“In other examples, a regular 2D camera can be used...” | 对比文件虽然提到了可以使用常规2D相机，但其核心实施例和优选方式是使用深度相机（depth camera）来获取深度信息，以实现6自由度跟踪和精确的3D交互。目标专利则明确强调其方法适用于“不具深度信息”的图像（参见说明书第[0006], [0027]段），这是其发明旨在解决的技术问题之一。对比文件并未教导或暗示放弃深度信息而采用目标专利所述的基于单应性、背景估计和比较的特定方法来处理纯2D图像。因此，该特征未被直接公开。从对比文件整体来看，其发明思路更倾向于利用深度信息来简化问题，与本特征所限定的技术手段存在实质性差异，本领域技术人员无法直接且毫无疑义地得出，也无合理动机进行推断，故也未被隐含公开。 |
| **技术特征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《隐含公开》 | 说明书第[0031]段：“The computing device 110 uses the tracked position of the objects in the real world, and translates this to a position in the augmented reality environment. The computing device 110 then inserts an object representation... into the augmented reality environment at the translated location. The object representation is spatially aligned with the view of the real object that the user can see on the display device 104...” 第[0065]段：“Using head or face tracking enables perspective correction to be performed, so that the graphics are accurately aligned with the real objects.” | 对比文件为了实现虚拟对象与真实物体的空间对齐（spatially aligned），必须确保从用户视角看，虚拟对象与真实物体在视图上一致。这必然涉及坐标转换和可能的图像变换（如透视校正）。虽然对比文件未明确描述“扭曲”图像或参考图像的步骤，但实现“空间对齐”和“透视校正”这一技术效果，本质上意味着需要将虚拟内容或真实图像的视图进行变换，以匹配用户当前的观察视角。这种变换可广义理解为一种“扭曲”。同时，为了进行这种对齐或校正，系统需要知道场景或参考物的几何信息，这可能通过从参考图像中提取特征（如角点、边缘）来实现。因此，本领域技术人员基于对比文件公开的“空间对齐”和“透视校正”目的，可以合理推断出可能需要执行包括从参考图像提取特征在内的视图变换（扭曲）步骤。故该特征被隐含公开。 |
| **技术特征I**：从所捕捉的所述场景的图像提取特征《直接公开》 | 说明书第[0054]段：“The pose of the hand in 6DOF is monitored 606 to detect a predefined gesture. For example, the pose of the hand can be compared to a library of predefined poses by the computing device 110...” | 对手部姿态进行6自由度跟踪和手势检测，必然需要从捕捉的图像中分析出手部的特征信息（如关节点位置、轮廓、方向等）。对比文件明确提到了“姿态”（pose）和与预定义姿态库的比较，这隐含了从图像中提取姿态特征的过程。本领域技术人员能够毫无疑义地理解，要实现跟踪和手势识别，必须从图像中提取相关特征。因此，该特征被直接公开。 |
| **技术特征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《直接公开》 | 说明书第[0031]段：“The computing device 110 uses the tracked position of the objects in the real world, and translates this to a position in the augmented reality environment.” 第[0065]段：“Using head or face tracking enables perspective correction to be performed, so that the graphics are accurately aligned with the real objects.” | 对比文件公开了跟踪真实世界中物体的位置和姿态（第[0031]段），并使用头部跟踪进行透视校正以实现图形与真实物体的精确对齐（第[0065]段）。为了实现虚拟对象与真实场景的“空间对齐”，系统必须计算出摄像机（或用户视角）相对于真实场景或参考物体的当前姿势（位置和朝向）。这一计算过程，在本领域通常涉及将当前图像中提取的特征（如手部、头部特征）与已知的模型、地图或参考帧中的特征进行比较，从而解算出相对姿势。因此，本领域技术人员能够毫无疑义地从对比文件公开的“跟踪”、“对齐”和“透视校正”中，得出其必然包含了通过比较特征来产生姿势的技术手段。 |
| **技术特征K**：以及基于所述姿势扭曲所述图像或所述参考图像《直接公开》 | 说明书第[0065]段：“Using head or face tracking enables perspective correction to be performed, so that the graphics are accurately aligned with the real objects.” | “透视校正”（perspective correction）是为了使图形与真实物体精确对齐而进行的图像变换。这种校正本质上就是一种基于计算出的观察者姿势（通过头部跟踪获得）对将要渲染的图形（可视为一种虚拟“图像”）进行的“扭曲”操作，使其从用户视角看具有正确的透视关系。因此，该特征被直接公开。 |
| **技术特征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 | 无相应内容。 | 对比文件的核心在于利用深度信息或特征跟踪直接获取前景物体（手部）的位置和姿态，并据此进行交互。其并未公开通过扭曲图像、然后与不包含前景物体的参考图像进行比较，以逐像素或逐区域检测出属于前景物体（特别是其上的特定关注点）的像素这一具体技术方案。目标专利的该特征是其实现前景物体分割和关注点检测的关键步骤，对比文件中没有教导或暗示这一方法。因此，该特征既未被直接公开，也未被隐含公开。 |
| **技术特征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 | 无相应内容。 | 对比文件虽然检测手部姿态和手势，但其实现方式是基于深度图像分析、关节跟踪或与预定义姿态库比较（第[0054]段），并未提及使用“检测到的像素”并通过“分类器”来检测如“指尖”这样的特定关注点。更未提及“在不使用对所述前景物体的预定几何约束的情况下执行”。目标专利的该特征限定了特定的检测手段（分类器）和条件（无预定几何约束），对比文件完全没有涉及。因此，该特征未被公开。 |
| **技术特征N**：在显示器上显示所述图像《直接公开》 | 说明书第[0034]段：“FIG. 2... generates and displays 200 the 3D augmented reality environment 102...” 第[0031]段：“The object representation is spatially aligned with the view of the real object that the user can see on the display device 104...” | 对比文件明确且多次记载了在显示设备104上显示增强现实环境，该环境包含了真实物体的视图（无论是直接透射的图像还是虚拟表示）。这直接对应于在显示器上显示（包含前景物体的）图像。 |
| **技术特征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《直接公开》 | 说明书第[0032]段：“The computing device 110 has rendered virtual objects in the form of a first button 304... such that they appear to be located on the surface of the palm of the non-dominant hand 302...” 第[0045]段：“...rendered virtual objects in the form of an icon or tool-tip in association with each fingertip.” | 对比文件明确公开了基于用户手部（前景物体）的特定位置（如手掌、指尖——这些即相当于“关注点”），在显示设备上渲染虚拟对象（按钮、图标），使其看起来位于这些关注点之上或与之关联。这完全符合“基于关注点在显示器上于图像上方再现扩增对象”。 |
| **技术特征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。《隐含公开》 | 说明书第[0054]段：“The pose of the hand in 6DOF is monitored 606 to detect a predefined gesture.” 第[0031]段：“As the user moves the real object, the object representation moves in a corresponding manner in the augmented reality environment 102.” | 对比文件明确公开了在随后图像中跟踪手部（前景物体）的姿态（第[0054]段）和移动（第[0031]段）。关于“更新参考图像”，对比文件虽未明确阐述，但为了维持长时间稳定、准确的跟踪，尤其是在用户移动或环境光照可能变化的场景下，本领域技术人员公知需要更新跟踪所依赖的模型或参考信息，以避免漂移或错误。例如，在SLAM（同步定位与地图构建）或视觉里程计等领域，动态更新地图或关键帧是常见做法。因此，基于对比文件公开的持续跟踪需求，本领域技术人员可以合理推断出在场景变化时可能需要更新用于跟踪的参考图像或模型。故该特征被隐含公开。 |
| **技术特征Q**：其中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包括：产生用于所述前景物体的掩模 | 无相应内容。 | 如对特征L的论述，对比文件未公开通过图像比较来检测前景物体像素的方法，因此更不会公开其中产生掩模的具体子步骤。该特征未被公开。 |
| **技术特征R**：使用所述掩模从所述图像分割所述前景物体 | 无相应内容。 | 同上，未被公开。 |
| **技术特征S**：以及使用从所述图像分割的所述前景物体检测所述像素。 | 无相应内容。 | 同上，未被公开。 |
| **技术特征T**：其中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包括：使用所述图像中的不同于所述参考图像中的对应像素的像素产生前景物体图像 | 无相应内容。 | 如对特征L的论述，对比文件未公开该图像比较方法，因此其具体实施方式（如产生前景物体图像）也未被公开。 |
| **技术特征U**：以及在所述前景物体图像中检测属于所述前景物体上的所述关注点的所述像素。 | 无相应内容。 | 同上，未被公开。 |
| **技术特征V**：其中在扭曲之后比较所述图像与所述参考图像包括：在扭曲之后从所述参考图像中的对应像素减去所述图像中的像素以产生每一像素的差 | 无相应内容。 | 对比文件未公开通过像素级减法进行比较的方法。该特征未被公开。 |
| **技术特征W**：以及比较每一像素的所述差与阈值。 | 无相应内容。 | 同上，未被公开。 |
| **技术特征X**：其中在扭曲之后比较所述图像与所述参考图像包括：在扭曲之后产生所述图像及所述参考图像中的对应像素的比率 | 无相应内容。 | 对比文件未公开通过计算像素比率进行比较的方法。该特征未被公开。 |
| **技术特征Y**：以及比较对应像素的所述比率与阈值。 | 无相应内容。 | 同上，未被公开。 |
| **技术特征Z**：其中在所述显示器上再现所述扩增对象包括再现所述扩增对象以看起来如同所述扩增对象在显示于所述显示器上的所述前景物体下方。《隐含公开》 | 说明书第[0032]段：“...such that they appear to be located on the surface of the palm...” 第[0046]段：“...the user can rotate the virtual object 112 by tracing a circular motion with a digit... on the palm of the non-dominant hand 302 holding the virtual object 112.” | 对比文件描述了虚拟对象被渲染在手掌“表面”上（on the surface），并且用户用手指在“持有”虚拟对象的手掌上做动作。这种交互隐喻（虚拟物体在手上）自然地暗示了从用户视角看，手指（前景物体）可能会部分遮挡虚拟对象，即虚拟对象看起来在手指下方或至少与手指处于同一空间层次。虽然对比文件未明确使用“在下方”的表述，但为了实现直观的直接触摸交互，本领域技术人员可以合理推断，渲染时需要处理虚拟对象与真实前景物体之间的视觉遮挡关系，以使虚拟对象看起来位于被“触摸”或“持有”的状态，这通常意味着前景物体（手指）应看起来在虚拟对象的上方/前方，即虚拟对象在其下方。因此，该特征被隐含公开。 |
<<<A>>><<<B>>><<<C>>><<<D>>><<<E>>><<<F>>><<<I>>><<<J>>><<<K>>><<<N>>><<<O>>><<<h>>><<<p>>><<<z>>>