非显而易见法律服务网

返回项目页面

对比文件列表

1997-08-26_US5661518A_发明授权_US5661518A Methods and apparatus for the creation and transmission of 3-dimensional images_+++A_F_b_c_g_h_j_k_t_w+++.docx

2026-03-27 01:55

1999-08-10_US5937079A_发明授权_US5937079A Method for stereo image object detection_+++A_B_C_D_E_J_K_L_S_U+++.docx

2026-03-27 01:55

2002-07-02_US6414709B_发明授权_US06414709B1 Methods and apparatus for zooming during capture and reproduction of 3-dimensional images_+++A_C_F_G_J_K_T_W_b_d_h_i_l_p_s+++.docx

2026-03-27 01:55

2006-06-15_US2006125921A_发明申请_US20060125921A1 Method and system for compensating for parallax in multiple camera systems_+++A_C_J_K_M_O_b_d_e_i_l_p_s_u_w+++.docx

2026-03-27 01:55

2007-10-25_US2007248260A_发明申请_US20070248260A1 Supporting a 3D presentation_+++A_C_F_G_W_b_d_h_j_k_l_t+++.docx

2026-03-27 01:55

2008-10-21_US7440004B_发明授权_US07440004B2 3-D imaging arrangements_+++F_G_H_I_J_T_W_a_b_c_d_k_s_u_v+++.docx

2026-03-27 01:55

2009-03-19_US2009073170A_发明申请_US20090073170A1 DISPARITY MAP_+++C_E_F_G_H_J_K_L_T_a_b_d_m_n_s+++.docx

2026-03-27 01:55

2009-07-16_JP2009526495A_发明专利_JP2009526495A Region of interest image object division between mode_+++A_B_C_D_J_K_L_M_O_P_Q_s_u+++.docx

2026-03-27 01:55

US2010067741A1_Description_20260321_0219_+++B_I_J_M_P_Q_a_u_w+++.docx

对比文件名称：US2010067741A1_Description_20260321_0219

目标专利名称：392用于基于反馈的三维视频的零视差平面CN103270759B

模型名称：DeepSeek

作为资深专利代理师，我已对目标专利权利要求的技术特征与对比文件US2010067741A1进行了详细比对。以下是我的分析与判断：

首先，目标专利涉及基于反馈的三维（3D）视频处理，具体用于视频电话（VT）和人机接口（HMI）应用，其核心在于通过识别立体图像的兴趣区（ROI）来确定和调整3D显示的零视差平面（ZDP）。而对比文件涉及图像序列中非刚性对象的实时跟踪，其核心在于通过统计模型（如颜色直方图）在可能变化的背景中跟踪目标对象，并包含自适应背景学习。两者属于不同的技术领域，目标专利聚焦于立体视觉和3D显示的深度感知调节，而对比文件聚焦于单目视频中的对象跟踪与定位。

以下为严格依据目标专利权利要求划分的技术特征比对表格：

### 特征比对表格

技术特征描述及公开性判断	对比文件原文引用	公开性论述
A. 获取至少两个以立体方式俘获的图像《隐含公开》	“If two such cameras and tracking systems are employed then the method can be enhanced by combining data about the two respective directions in order to infer the range to the object of interest and its 3D position relative to said cameras.” [0067]	对比文件明确提及可以使用两个摄像头系统来推断感兴趣对象的距离和3D位置。为了实现3D位置推断，本领域技术人员能够毫无疑义地理解，这需要从两个摄像头获取图像，即“以立体方式俘获”。虽然其目的（3D定位）与目标专利（3D显示）不完全相同，但“获取至少两个图像”这一技术手段本身已被公开。因此，该特征被对比文件隐含公开。
B. 识别所述所获取的至少两个图像的兴趣区ROI《直接公开》	“The method of the present invention enables a computer system connected to a camera to automatically track a moving object of interest by identifying the region of each successive image that represents said object.” [0068]; “...creating a 2D distribution of object location.” [0050步骤4]	对比文件的核心就是对象跟踪，其通过搜索窗口、概率分布等方法，在每一帧图像中识别并跟踪代表目标对象的区域。该区域即为“兴趣区（ROI）”。该特征在对比文件中被直接且明确地公开，其作用（定位目标对象）与目标专利中（用于确定ZDP）的目的虽不同，但“识别ROI”这一技术手段本身相同。
C. 确定所述所获取的至少两个图像之间的像素视差《未公开》	无对应内容。	对比文件全文未提及“视差（disparity）”概念。其对象跟踪基于颜色概率、贝叶斯定律和均值漂移，计算的是像素属于前景/背景的概率或对象位置的质心，完全不涉及计算两个立体图像之间对应像素的位置差异（即像素视差）。该技术特征未被公开。
D. 其中所述所获取的至少两个图像之间的所述像素视差与所述所获取的至少两个图像的每一所获取图像中表示的所述ROI相关联《未公开》	无对应内容。	由于对比文件未公开“确定像素视差”（特征C），因此自然不可能公开像素视差与ROI之间的关联。该技术特征未被公开。
E. 且其中确定所述像素视差包括产生直方图来表示所述所获取的至少两个图像的每一所获取图像中表示的所述ROI的相对像素视差《未公开》	无对应内容。	对比文件虽然大量使用了直方图（如颜色直方图P(C\	O)， P(C)），但该直方图用于表示颜色概率分布，而非像素视差的分布。目标专利中用于表示相对像素视差的直方图（如图7）与对比文件中的直方图在数据内容和作用上完全不同。该技术特征未被公开。
F. 识别所述所获取的至少两个图像的三维3D呈现的平面作为用于所述所获取的至少两个图像的所述3D呈现的零视差平面ZDP《未公开》	无对应内容。	对比文件提到了利用两个摄像头推断对象的3D位置[0067]，但这属于空间定位，而非为3D显示定义“零视差平面（ZDP）”。ZDP是3D显示技术中的特定概念，指在立体显示中视差为零、物体看起来位于屏幕表面的平面。对比文件完全没有涉及3D图像的呈现、显示或深度感知的调节，因此该特征未被公开。
G. 所述所获取的至少两个图像的一个或一个以上图像对象在所述平面处大体上以二维2D出现《未公开》	无对应内容。	该特征是对ZDP显示效果的具体描述（对象在ZDP处以2D形式出现）。由于对比文件未公开ZDP（特征F），因此该描述性特征也未被公开。
H. 至少部分基于所述所确定的像素视差调整所述ZDP，使得所述ROI的至少一部分显示在所述ZDP处或附近《未公开》	无对应内容。	该特征涉及基于像素视差动态调整ZDP。对比文件既未公开“像素视差”（特征C），也未公开“ZDP”（特征F）及其调整。因此，该技术特征未被公开。
I. 其中识别所述所获取的至少两个图像的所述ROI包括：接收识别所述ROI的用户输入《直接公开》	“a) A human user or operator may manually designate a region of one the frames in the image sequence... a human operator can use a computer mouse or other pointing device to move a pointer over said image... and can define an image region...” [0043a]; “c) ... A region of the viewed scene is defined... a human operator can initialize tracking by pressing a button...” [0043c]	对比文件明确公开了多种初始化方法，其中包括用户通过鼠标等指向设备手动指定图像区域（即ROI），或通过按钮在预定区域初始化跟踪。这直接对应于“接收识别ROI的用户输入”。该特征被直接公开。
J. 其中识别所述所获取的至少两个图像的所述ROI包括：自动识别所述ROI《直接公开》	“d) ... methods involving motion detection, background subtraction or other methods for detecting new target objects of interest as regions of change in successive images...” [0043d]; “1. Identify an object region in the first image...” [0050步骤1]	对比文件明确指出可以使用运动检测、背景减除等方法自动检测感兴趣对象区域。其算法总结的第一步就是在第一帧图像中识别对象区域。这直接对应于“自动识别所述ROI”。该特征被直接公开。
K. 其进一步包括：确定所述所获取的至少两个图像的至少一个像素的视差《未公开》	无对应内容。	同特征C，对比文件未涉及“视差”的计算。该技术特征未被公开。
L. 基于所述至少一个像素的所述所确定的视差自动识别所述ROI《未公开》	无对应内容。	由于对比文件未公开基于像素视差进行任何计算（特征C、K），因此不可能公开基于像素视差自动识别ROI。该技术特征未被公开。
M. 其中自动识别所述ROI包括基于选自由以下各项组成的群组的一种或一种以上技术而自动识别：运动检测《直接公开》	“d) ... methods involving motion detection...” [0043d]	对比文件在描述初始化方法时，明确将“运动检测（motion detection）”列为自动检测目标对象的技术之一。该特征被直接公开。
N. 光流《未公开》	无对应内容。	对比文件在背景技术[0003]提到光流是常规跟踪方法之一，但在其发明详述的实施例中，并未采用或描述使用光流技术来自动识别ROI。该技术特征未被公开。
O. 面部辨识《未公开》	无对应内容。	对比文件在应用举例[0069]提到“自动面部跟踪”，但这是一种应用场景，并非其技术方案中用于“自动识别ROI”的具体技术手段。其说明书未描述使用面部辨识算法来识别ROI。该技术特征未被公开。
P. 对象辨识《隐含公开》	“...tracking a deformable dynamic object...” [0005]; “...track the location of non-rigid moving or stationary objects...” [0002]; “...identifying the region of each successive image that represents said object.” [0068]	对比文件的核心就是跟踪（即持续辨识）非刚性对象。其整个算法（如构建对象颜色模型P(C\	O)，计算像素属于对象的概率）的目的就是为了在序列图像中辨识出代表目标对象的区域。虽然未使用“对象辨识”这个概括性词汇，但本领域技术人员阅读其全文后，能够直接且毫无疑义地理解其技术方案必然包含了“对象辨识”这一技术手段。因此，该特征被隐含公开。
Q. 颜色直方图《直接公开》	“...based on statistical models or other characterizations of the colors... that may be associated with image pixels...” [0006]; “...utilises a Bhattacharyya metric... for two histograms...” [0061]; “...building a histogram of the colors of all pixels within the search window.” [0050步骤3]	对比文件的核心技术之一是使用颜色统计模型，并明确多次提到构建和使用颜色直方图（histogram）来表示对象和背景的颜色分布。颜色直方图是其实现对象跟踪的关键技术手段。该特征被直接公开。
R. 模糊度《未公开》	无对应内容。	对比文件全文未提及使用图像的模糊度（blurriness）作为识别ROI的技术。该技术特征未被公开。
S. 其中确定所述像素视差进一步包括以下中的至少一者：1)确定所述经识别的ROI的至少一个像素的视差，以及2)确定所述经识别的ROI的平均视差《未公开》	无对应内容。	该特征是对“确定像素视差”的进一步限定。由于最基础的特征C（确定像素视差）未被公开，其进一步的细化步骤（确定ROI内像素视差或平均视差）自然也未被公开。
T. 其中确定用于所述所获取的至少两个图像的3D呈现的ZDP包括显示所述3D呈现，使得所述经识别的ROI的至少一个对象出现在显示表面处或附近《未公开》	无对应内容。	该特征涉及ZDP在3D显示中的具体视觉效果。对比文件未涉及任何3D显示或ZDP的内容（特征F、G），因此该特征未被公开。
U. 其中所述ROI是第一ROI，且其中所述ZDP是第一ZDP，且所述方法进一步包括：识别所述所获取的至少两个图像的第二ROI《隐含公开》	“The ABCshift algorithm may be summarized as follows... 7. Return to step 2 for the next image frame.” [0050]; 整个跟踪过程是连续的。	对比文件的跟踪算法是逐帧连续执行的（返回步骤2处理下一帧）。在连续跟踪过程中，目标对象（即ROI）的位置和范围可能因对象移动、变形或遮挡而发生变化。本领域技术人员能够理解，在时间序列上，算法在不同时刻识别出的目标区域，可以对应于“第一ROI”和“第二ROI”。虽然对比文件未明确使用“第二ROI”这一表述，但该概念隐含在其连续的、动态的跟踪过程中。
V. 调整所述第一ZDP以基于所述经识别的第二ROI形成用于所述所获取的至少两个图像的3D呈现的第二ZDP，使得所述第二ROI的至少一部分显示在所述第二ZDP处或附近《未公开》	无对应内容。	该特征涉及基于ROI变化动态调整ZDP。对比文件虽然隐含了ROI可能变化（特征U），但完全没有涉及ZDP的概念，更谈不上基于ROI变化调整ZDP。该技术特征未被公开。
W. 其中识别用于所述所获取的至少两个图像的3D呈现的所述ZDP包括对准和/或裁剪所述所获取的至少两个图像的一者或一者以上《隐含公开》	“...center the search window on the estimated object centroid...” [0050步骤2]; 算法涉及重新定位和调整搜索窗口。	对比文件的跟踪算法需要将搜索窗口中心对准估计的对象质心，并可能调整窗口大小。为了进行对准和聚焦于目标区域，本领域技术人员在实现时，很容易联想到需要对图像进行裁剪或区域选择等处理。虽然其直接目的是为了跟踪计算而非3D显示的ZDP确定，但“对准和/或裁剪图像”这一具体图像处理手段已被隐含公开。