返回项目页面
对比文件列表
2002-10-31_JP2002318652A_发明专利_JP2002318652A Virtual input device and its program_+++B_C_D_E_F_G_N_O+++.docx
2026-03-19 22:40
2003-10-02_US2003185461A_发明申请_US20030185461A1 Method and apparatus for processing information_+++B_C_G_N+++.docx
2026-03-19 22:40
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
2009-10-29_JP2009251702A_发明专利_JP2009251702A Information processing unit, information processing method, and information processing program_+++B_C_D_E_F_N_O_i+++.docx
2026-03-19 22:40
2009-10-29_US2009267893A_发明申请_US20090267893A1 TERMINAL DEVICE_+++B_M_N_c_d_e_f_g_o_p+++.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
2010-01-05_US7643024B_发明授权_US07643024B2 System and method for view management in three dimensional space_+++n+++.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
2010-02-25_US2010045448A_发明申请_US20100045448A1 OBSTACLE DETECTION APPARATUS_+++B_I_N+++.docx
2026-03-19 22:40
2010-03-17_CN100594517C_发明授权_CN100594517C 确定与AR-物体光学重叠的方法和装置_+++B_N_O_z+++.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
2011-10-06_JP2011198150A_发明专利_JP2011198150A Head-mounted augmented reality video presentation device and virtual display object operation method_+++B_C_D_E_F_I_N_O_g_m+++.docx
2026-03-19 22:40
2012-03-01_US2012050324A_发明申请_US20120050324A1 MOBILE TERMINAL AND CONTROLLING METHOD THEREOF_+++B_N+++.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
2012-04-05_US2012082383A_发明申请_US20120082383A1 PROJECTING PATTERNS FOR HIGH RESOLUTION TEXTURE EXTRACTION_+++B_N+++.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
2012-05-10_US2012117514A_发明申请_US20120117514A1 Three-Dimensional User Interaction_+++B_C_D_E_F_G_I_M_N_O_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
2014-11-17_KR1020140132231A_发明公开_KR1020140132231A 영상 회의 시 단말기를 제어하기 위한 방법, 장치 및 기록 매체_+++B_G_N+++.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
2018-08-27_KR101892268B_发明授权_KR101892268B1 영상 회의 시 단말기를 제어하기 위한 방법, 장치 및 기록 매체_+++B_N_g_i_w_y+++.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
2008-06-12_US2008137940A_发明申请_US20080137940A1 Object Recognition Apparatus and Object Recognition Method Using Epipolar Geometry_+++B_N_a+++.docx

对比文件名称:2008-06-12_US2008137940A_发明申请_US20080137940A1 Object Recognition Apparatus and Object Recognition Method Using Epipolar Geometry

目标专利名称:基于前景物体再现扩增实境CN104903934B

本次调用的模型名称:DeepSeek

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 《隐含公开》对比文件背景技术部分提到:“A technology is known in which a first image plane and a second image plane of different points of view are created from images captured by a single camera before and after movement...” 以及具体实施方式部分:“For example, the image data before movement of the predetermined length is an image formed from the first image plane, and the image data after movement of the predetermined length is an image formed from the second image plane.” (例如,在移动预定长度之前获得的图像数据是由第一图像平面形成的图像,而在移动预定长度之后获得的图像数据是由第二图像平面形成的图像。)对比文件公开了从单个摄像机在运动前后捕捉的图像中创建第一图像平面和第二图像平面。第一图像平面(在运动前捕捉)可以被视为后续图像(第二图像平面)的“参考图像”。虽然对比文件没有明确使用“产生参考图像”这一术语,并且其图像平面都包含目标物体(如车辆),但其技术方案隐含了获取一个时间点的图像作为后续图像处理(如特征点匹配、计算基本矩阵)的参考或基准。本领域技术人员能够理解,为了进行基于图像对比的识别或追踪,获取一个参考图像是必要的基础步骤。因此,该技术特征被对比文件隐含公开。
技术特征B:捕捉所述场景的图像 《直接公开》对比文件说明书[0041]段:“...the image data obtained when the image input unit 20 performs synchronizing separation and A/D conversion, which are functions that the image input unit 20 has, on the image signal from the camera 10 is stored in the frame memory 30 for every predetermined length of movement.” (...来自相机10的图像信号由图像输入单元20执行同步分离和A/D转换(这是图像输入单元20的功能)而获得的图像数据,针对每一个预定长度的移动被存储在帧存储器30中。)对比文件明确描述了使用摄像机(camera 10)捕捉图像,并将图像数据存储在帧存储器中。这直接公开了“捕捉场景的图像”这一技术特征。
技术特征C:所述场景具有未附加到所述场景的前景物体 《未公开》对比文件全文未提及“前景物体(foreground object)”的概念,也未描述用户可移动的、未附加到场景的物体(如手指)。其识别对象主要是静止的车辆、障碍物等,这些是场景中的目标物体,而非“前景物体”。目标专利中的“前景物体”特指用户可移动的、未附加到场景(如背景或目标)的物体(例如手指),用于与AR内容互动。对比文件涉及的是对场景中固定或移动的目标物体(如其他车辆)进行识别和三维重建,并未涉及与用户交互相关的、可移动的前景物体。两者作用完全不同。因此,该技术特征未被对比文件公开。
技术特征D:所述前景物体包含关注点 《未公开》无相关描述。由于对比文件未公开“前景物体”,自然也谈不上该物体包含“关注点”。目标专利中的“关注点”是前景物体的独特物理方面(如指尖),用于精确定位以实现AR交互。对比文件中使用的“特征点(feature points)”或“遮挡轮廓(occluding contour)”上的点,是针对场景中待识别目标物体本身的特征,用于三维重建,其目的和作用与目标专利的“关注点”不同。因此,该技术特征未被公开。
技术特征E:所述关注点是所述前景物体的属性 《未公开》无相关描述。同上,该特征依附于特征C和D,未被公开。
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 《未公开》无相关描述。对比文件的应用场景是车辆避障、停车辅助等,识别对象是车辆、路缘等,完全不涉及用户的手指或指针。因此,该技术特征未被公开。
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 《未公开》对比文件说明书[0002]段提及基于视差和三角测量原理计算物体距离的技术。说明书[0045]段明确:“three-dimensional coordinates are calculated through triangulation”(通过三角测量计算三维坐标)。目标专利强调使用“不具有深度信息的摄像机”捕捉图像,并通过后续图像处理(扭曲、比较)来检测前景物体,而无需深度传感器。对比文件虽然也使用普通摄像机,但其核心方法(对极几何、三角测量)的目的正是为了从二维图像中计算并利用深度/三维信息进行物体识别和重建。两者在是否利用深度信息这一根本出发点上不同。因此,对比文件未公开“使用不具有深度信息的摄像机捕捉”这一限定特征。
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 《未公开》对比文件涉及计算基本矩阵(F-matrix)来表达两个图像平面之间的几何对应关系(见[0017], [0021]段),但未描述为了使两个图像具有“相同视图”(例如,都变为正视图)而进行的“扭曲(warping)”操作。其“提取特征”步骤(如Harris角点检测,见[0043]段)是为了进行特征点匹配和计算基本矩阵,而不是为了进行视图对齐的扭曲。目标专利的“扭曲”特指通过单应性变换等技术,使当前图像和参考图像具有相同的视图(如正视图),以便于直接进行像素级比较来分割前景。对比文件通过计算基本矩阵来建立两个不同视角图像之间的极线几何关系,用于寻找对应点并进行三维重建,并没有将其中一个图像“扭曲”成与另一个图像视图完全一致的操作。因此,该技术特征未被公开。
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》对比文件说明书[0043]段:“...feature points on the contour lines and corners in the image are detected by the feature extraction unit 42, which functions as a feature point detection means.” (...图像中轮廓线和角上的特征点由作为特征点检测手段的特征提取单元42检测。)对比文件明确公开了从捕捉的图像中检测和提取特征点(feature points)。这直接公开了“从所捕捉的场景的图像提取特征”这一技术特征。
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 《未公开》对比文件说明书[0044]段:“...a fundamental matrix determination means 43a that determines, ... a fundamental matrix expressing a geometrically corresponding relationship from no less than two pairs of feature points that correspond between the aforementioned first image plane and second image plane...” (...基本矩阵确定装置43a,用于从不少于两对在第一图像平面和第二图像平面对应的特征点中确定表达几何对应关系的基本矩阵...)对比文件公开了通过匹配两个图像平面(第一图像平面和第二图像平面,可视为当前图像和参考图像)中的特征点来计算出基本矩阵(F-matrix),该矩阵表达了图像间的几何关系。目标专利中的“姿势”可以理解为描述摄像机视图之间关系的变换矩阵(如单应性矩阵)。虽然两者都涉及通过特征匹配计算几何变换矩阵,但目标专利的“姿势”用于后续的图像扭曲以对齐视图,而对比文件的“基本矩阵”用于建立极线约束以寻找对应点进行三维重建,目的和后续应用不同。从最宽泛的角度看,计算表达图像间关系的矩阵这一概念被公开,但该矩阵的具体性质(单应性 vs 基本矩阵)、计算目的(视图对齐 vs 极线几何)和作用不同。考虑到特征划分的严格性,该矩阵在目标专利中特指用于“扭曲”的“姿势”,而对比文件未公开用于“扭曲”的“姿势”产生步骤。因此,判断为未公开。
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 《未公开》无相关描述。如上所述,对比文件未公开基于计算出的几何矩阵(基本矩阵)对图像进行“扭曲”以使视图相同的操作。因此,该技术特征未被公开。
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 《未公开》无相关描述。该技术特征依赖于“扭曲”、“前景物体”、“关注点”等多个未被公开的特征,且其核心是比较图像以检测属于特定前景物体上特定点的像素。对比文件虽然比较图像以寻找对应特征点,但这些点是场景目标物体(如车辆)表面的点,并非“前景物体上的关注点”,且比较的目的和方法(基于极线约束搜索对应点)与目标专利(扭曲后像素级差分或比率比较)不同。因此,该技术特征未被公开。
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 《未公开》无相关描述。对比文件未使用分类器来检测“关注点”。其三维位置计算是基于对极几何和三角测量原理。因此,该技术特征未被公开。
技术特征N:在显示器上显示所述图像 《未公开》对比文件说明书[0045]段提及:“by supplying the image signal from the display controller 52 to a monitor, a stereoscopic image of the image captured by the camera 10 and the object recognized by the image processing unit 40 can be displayed in the monitor.” (通过将来自显示控制器52的图像信号提供给监视器,可以将相机10捕捉的图像和图像处理单元40识别的物体的立体图像显示在监视器中。)对比文件公开了在显示器(监视器)上显示捕捉的图像和识别结果。这直接公开了“在显示器上显示所述图像”这一技术特征。然而,需注意目标专利权利要求中技术特征N为“在显示器上显示所述图像”,不涉及显示识别结果。对比文件公开了显示捕捉的图像,因此该特征被直接公开。
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 《未公开》无相关描述。对比文件涉及物体识别和三维重建,并将其结果显示出来,但这属于对现实场景的分析和再现,并非“扩增现实(AR)”,即没有在真实图像上方叠加虚拟的、用于交互的电脑生成物体(扩增对象)。因此,该技术特征未被公开。
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。 《未公开》对比文件说明书[0043]段提到了“tracking”特征点。流程图(图7-图13)也描述了在连续图像中检测和跟踪特征点以及进行三维重建的过程。但未提及因“场景有变化”而“更新所述参考图像”。其参考图像(第一图像平面)是随时间推移不断更新的连续帧。对比文件公开了在随后捕捉的图像中追踪特征点(可视为对物体点的追踪),但并未公开追踪“前景物体”。此外,其技术方案中未涉及因场景变化而专门“更新参考图像”的步骤。目标专利中更新参考图像是为了适应背景变化以保持前景分割的准确性,而对比文件中图像序列的更新是连续处理流程的一部分,目的不同。因此,该技术特征未被公开。
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 《未公开》无相关描述。对比文件未使用“掩模(mask)”来分割或检测物体。其物体识别基于特征点匹配和对极几何。因此,该技术特征未被公开。
技术特征R:使用所述掩模从所述图像分割所述前景物体 《未公开》无相关描述。同上,依赖于特征Q,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。 《未公开》无相关描述。同上,依赖于特征Q和R,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 《未公开》无相关描述。对比文件未公开通过比较图像与参考图像的像素差异来产生“前景物体图像”的方法。因此,该技术特征未被公开。
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。 《未公开》无相关描述。同上,依赖于特征T,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 《未公开》无相关描述。对比文件未公开通过像素减法来比较图像。因此,该技术特征未被公开。
技术特征W:以及比较每一像素的所述差与阈值。 《未公开》无相关描述。同上,依赖于特征V,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 《未公开》无相关描述。对比文件未公开通过计算像素比率来比较图像。因此,该技术特征未被公开。
技术特征Y:以及比较对应像素的所述比率与阈值。 《未公开》无相关描述。同上,依赖于特征X,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。 《未公开》无相关描述。该特征是AR交互的特定视觉效果,对比文件完全未涉及。因此,未被公开。

<<<a>>><<<B>>><<<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