返回项目页面
对比文件列表
1995-12-22_None_发明专利_JPH07336669A Stereo image corresponding method and stereo image parallax measuring method_+++A_C_K+++.docx
2026-03-27 01:55
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
2004-04-22_JP2004129186A_发明专利_JP2004129186A Device and program for processing stereoscopic image data, and recording medium_+++A_F_W_c_g_k+++.docx
2026-03-27 01:55
2005-06-30_WO2005060271A_发明申请_WO2005060271A1 METHOD AND APPARATUS FOR GENERATING A STEREOSCOPIC IMAGE_+++A_B_F_G_U_W_c_d_h_k_t_v+++.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
2007-04-12_US2007081716A_发明申请_US20070081716A1 3D image processing apparatus and method_+++A_C_F_G_K_W+++.docx
2026-03-27 01:55
2007-04-17_KR1020070040645A_发明公开_KR1020070040645A 3D 입체 영상 처리 장치 및 방법_+++A_C_K_f_g_w+++.docx
2026-03-27 01:55
2007-05-02_CN1956555A_发明公开_CN1956555A 三维图像处理设备和方法_+++A_C_F_G_K_W_c_h_s_t+++.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
2009-12-03_US2009295790A_发明申请_US20090295790A1 Method and Devices for Generating, Transferring and Processing Three-Dimensional Image Data_+++A_C_F_G_K_W+++.docx
2026-03-27 01:55
US2004208357A1_Description_20260321_0219_+++A_C_K+++.docx
2026-03-27 01:55
US2005180602A1_Description_20260321_0219_+++A_B_C_D_E_J_K_L_S_f_g_h_u+++.docx
2026-03-27 01:55
US2007255480A1_Description_20260321_0219_+++A_B_C_D_E_J_K_S_p+++.docx
2026-03-27 01:55
US2008112616A1_Description_20260321_0219_+++A_C_K_W+++.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

对比文件名称:2009-03-19_US2009073170A_发明申请_US20090073170A1 DISPARITY MAP

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

本次调用的模型名称:DeepSeek-R1

### 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**:获取至少两个以立体方式俘获的图像<br>《隐含公开》[0012] “In order to generate a 3D impression on a multi-view display device, images from different virtual view points have to be rendered. This requires either multiple input views or some 3D or depth information to be present.” (为了在多视图显示设备上产生3D印象,必须从不同的虚拟视点渲染图像。这需要多个输入视图或一些3D或深度信息的存在。)对比文件明确指出,为了产生3D印象,需要“多个输入视图”(multiple input views)。虽然对比文件更侧重于从单一2D图像和深度信息生成多视图,但其技术基础在于处理多个视图以生成3D显示。对于本领域技术人员而言,实现所描述的多视图渲染,其前提或一种常见方式就是获取至少两个立体图像(即多个输入视图)。因此,该特征被对比文件隐含公开。
**技术特征B**:识别所述所获取的至少两个图像的兴趣区ROI<br>《隐含公开》[0019] “determining a particular input value on basis of the input disparity map on basis of a predetermined criterion;”(基于预定准则,基于输入视差图确定特定输入值)<br>[0026] “Typically, important objects in a scene have to be visualized relatively sharp while less important objects may be visualized less sharp.” (通常,场景中的重要对象必须被相对清晰地可视化,而不太重要的对象则可以不太清晰地可视化。)<br>[0030] “The predetermined criterion typically satisfies the condition that the particular input element corresponds to a relatively important object.” (预定准则通常满足特定输入元素对应于相对重要的对象这一条件。)对比文件描述了基于预定准则从输入视差图中确定一个“特定输入值”,该值对应于场景中“相对重要的对象”。虽然未使用“兴趣区(ROI)”这一术语,但其“相对重要的对象”在概念和作用上与目标专利中基于视差识别出的“兴趣区”(如最接近的对象、主体面部等)相同,都是为了聚焦于图像中的关键区域。因此,识别重要对象(即ROI)这一特征被对比文件隐含公开。
**技术特征C**:确定所述所获取的至少两个图像之间的像素视差<br>《直接公开》[0012] “Creating one of these images is done by shifting the pixels of the input image with respective amounts of shift. These amounts of shifts are called disparities. So, typically for each pixel there is a corresponding disparity value, together forming a disparity map.” (创建这些图像之一是通过以相应的移位量移动输入图像的像素来完成的。这些移位量称为视差。因此,通常每个像素都有一个对应的视差值,共同形成一个视差图。)<br>[0050] “Typically, an input disparity map is provided at the input connector 108.” (通常,在输入连接器108处提供输入视差图。)对比文件的核心内容就是处理“视差图”(disparity map),其中明确定义了视差是像素的移位量,并且每个像素都有对应的视差值,形成视差图。确定像素视差是视差图存在的前提和基础。因此,该技术特征被对比文件直接公开。
**技术特征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<br>《隐含公开》[0019], [0030](同上)<br>特定输入值(对应重要对象/ROI)是基于输入视差图确定的。对比文件中,用于确定重要对象(即ROI)的“特定输入值”是直接从“输入视差图”中基于预定准则选出的。这意味着视差图中的视差值(像素视差)与所识别出的重要对象(ROI)是相关联的,因为正是通过分析视差图才确定了代表该对象的特定视差值。因此,像素视差与ROI相关联这一特征被对比文件隐含公开。
**技术特征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<br>《直接公开》[0068] “Preferably this is done by making a histogram of disparity values, i.e. counting the frequency of occurrence of the different disparity values. A next step is determining a particular value with a relatively high frequency of occurrence.” (优选地,这通过制作视差值的直方图来完成,即计算不同视差值出现的频率。下一步是确定具有相对较高出现频率的特定值。)对比文件明确教导了通过制作视差值的直方图来分析视差分布,并从中确定一个出现频率较高的特定值。这个特定值对应于重要对象(ROI),而直方图本身则直观地表示了不同视差值(包括ROI对应的视差范围)的相对频率(即相对像素视差分布)。因此,该技术特征被对比文件直接公开。
**技术特征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<br>《直接公开》[0019] “determining a mapping function on basis of the particular input value, the mapping function such that the particular input value is mapped to a predetermined output value which is substantially equal to zero;”(基于特定输入值确定映射函数,该映射函数使得该特定输入值被映射到基本等于零的预定输出值)<br>[0026] “The effect of this is that for rendering the different images of the multiview image no or substantially no pixel shifts have to be applied for the respective pixels corresponding to the particular input element. Applying no or substantially no pixel shifts results in being visible relatively close to the plane of the screen.” (这样做的影响是,对于渲染多视图图像的不同图像,对应于特定输入元素的相应像素不需要或基本不需要应用像素移位。不应用或基本不应用像素移位导致(该对象)在屏幕平面附近可见。)对比文件描述了将重要对象(对应特定输入值)的视差映射到“基本等于零”的输出值,这意味着在渲染多视图时,该对象对应的像素没有或几乎没有移位,从而使其看起来位于“屏幕平面”附近。这实质上就是将该屏幕平面识别为使得该对象无视差的平面,即零视差平面(ZDP)。因此,该技术特征被对比文件直接公开。
**技术特征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<br>《直接公开》[0026] (同上)“Applying no or substantially no pixel shifts results in being visible relatively close to the plane of the screen. As described above, that means that a relatively sharp representation is achieved.” (不应用或基本不应用像素移位导致(该对象)在屏幕平面附近可见。如上所述,这意味着实现了相对清晰的表示。)<br>没有视差移位,意味着左右眼视图相同,对象看起来是二维的、位于屏幕平面上。对比文件明确指出,当特定对象的视差被映射到基本为零时,在渲染多视图时对其像素“不应用或基本不应用像素移位”,这导致该对象出现在屏幕平面附近。对于观察者而言,一个在左右视图间没有视差(即像素移位)的对象,看起来就是二维的、附着在显示表面上的。这与目标专利中“以2D出现”的描述完全一致。因此,该技术特征被对比文件直接公开。
**技术特征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<br>《直接公开》[0019], [0026](同上)<br>整个方法的核心就是:基于输入视差图(包含像素视差)确定特定输入值(对应ROI),然后通过映射函数将该值调整到零,从而使对应对象显示在屏幕平面(ZDP)处或附近。对比文件公开的技术方案完整地涵盖了该特征:输入是包含像素视差的视差图;通过分析该视差图确定代表ROI的特定视差值;通过映射函数(如减去一个偏移量)将该视差值调整为零,从而调整了输出视差图,最终使得ROI对应的对象在显示时位于屏幕平面(即ZDP)处或附近。因此,该技术特征被对比文件直接公开。
**技术特征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<br>《未公开》对比文件全文未提及通过接收用户输入来识别重要对象或ROI。所有识别方法(直方图、图像内容分析、运动分析)都是自动的。对比文件描述的识别“特定输入值”(即重要对象/ROI)的方法均是基于预定准则的自动分析,如图像锐度、位置、运动矢量或视差直方图,没有记载任何通过接收用户输入来识别ROI的技术手段。因此,该技术特征未被对比文件公开。
**技术特征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<br>《直接公开》[0068] “Preferably this is done by making a histogram of disparity values...” (优选地,这通过制作视差值的直方图来完成...)<br>[0072] “Alternatively, the first embodiment... is arranged to determine the particular value ... on basis of an other predetermined criterion. The criterion may be selecting the particular value on basis of its coordinates...” (或者,第一实施例...被安排为基于其他预定准则确定特定值...该准则可以是基于其坐标选择特定值...)<br>[0073] 描述了通过图像内容分析单元402自动确定重要区域。<br>[0074] 描述了通过运动场分析单元502自动分析运动矢量场来确定重要对象。对比文件明确且详细地公开了多种自动识别重要对象(即ROI)的方法:1) 基于视差直方图的统计分析;2) 基于像素坐标(如中心或边界)的简单规则;3) 基于图像内容(如锐度/焦点图)的分析;4) 基于运动矢量场的分析。这些都属于“自动识别”的范畴。因此,该技术特征被对比文件直接公开。
**技术特征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<br>《直接公开》同技术特征C的引用。确定像素视差是生成或获取视差图的核心步骤。该特征与技术特征C实质相同,都是确定像素视差。如特征C所述,对比文件直接公开了确定每个像素的视差值以形成视差图。因此,该技术特征被对比文件直接公开。
**技术特征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<br>《直接公开》[0068] “Preferably this is done by making a histogram of disparity values, i.e. counting the frequency of occurrence of the different disparity values. A next step is determining a particular value with a relatively high frequency of occurrence.” (优选地,这通过制作视差值的直方图来完成,即计算不同视差值出现的频率。下一步是确定具有相对较高出现频率的特定值。)对比文件公开了通过分析视差图(即基于已确定的像素视差)的直方图,自动确定一个出现频率高的特定视差值,该值对应重要的对象或区域(即ROI)。这明确属于“基于所确定的像素视差自动识别ROI”。因此,该技术特征被对比文件直接公开。
**技术特征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<br>《隐含公开》[0074] “The motion field analyzing unit 502 is arranged to analyze the motion vector field as computed by the motion estimator... Preferably, the motion field analyzing 502 is arranged to determine a global motion model for the images... Then, a particular element of the input disparity map ... is selected ...” (运动场分析单元502被安排为分析由运动估计器计算出的运动矢量场...优选地,运动场分析单元502被安排为确定图像的全局运动模型...然后,选择输入视差图的一个特定元素...)对比文件公开了通过分析运动矢量场(由运动估计器计算得出)来确定重要对象,并据此选择输入视差图中的特定元素。运动矢量场的计算和分析本质上包含了“运动检测”技术。因此,该技术特征被对比文件隐含公开。
**技术特征N**:光流<br>《隐含公开》[0074] 虽然未明确使用“光流”一词,但运动矢量场(motion vector field)是光流(optical flow)的一种常见表示和计算方法。在本领域,分析连续图像间的运动矢量场以实现对象跟踪或重要性判断,通常被认为是利用了光流技术。对比文件公开的“运动矢量场”分析与“光流”技术在目的和效果上一致,都是通过分析像素在序列图像中的运动来获取信息。本领域技术人员能够从对比文件公开的运动矢量场分析中,毫无疑义地联想到其使用了光流或类似技术。因此,该技术特征被对比文件隐含公开。
**技术特征O**:面部辨识<br>《未公开》对比文件全文未提及任何基于面部特征、模板或模型进行识别的方法。对比文件公开的识别技术(视差直方图、坐标、锐度、运动)均为通用图像分析技术,并未专门针对或提及“面部辨识”这一特定对象识别技术。因此,该技术特征未被对比文件公开。
**技术特征P**:对象辨识<br>《未公开》对比文件全文未提及任何基于特定对象特征(如形状、纹理、SIFT等)进行识别的方法。其使用的“重要对象”概念是通过运动、锐度等低级特征间接推断的,而非通过“对象辨识”技术直接识别出特定类别的物体。对比文件没有公开使用例如SIFT等对象辨识算法来自动识别图像中的特定对象。其识别重要性的方法是基于更通用的图像属性。因此,该技术特征未被对比文件公开。
**技术特征Q**:颜色直方图<br>《未公开》对比文件在分析图像内容时提到了基于“luminance and/or color value”(亮度和/或颜色值)计算锐度差异(见[0022], [0073]),但并未提及使用“颜色直方图”这一特定技术来识别ROI。对比文件未记载通过分析图像的颜色分布(颜色直方图)来识别兴趣区的方法。因此,该技术特征未被对比文件公开。
**技术特征R**:模糊度<br>《未公开》对比文件提到了“sharpness”(锐度)和“blur radius”(模糊半径)(见[0073]),并利用锐度信息。但“模糊度”作为独立的技术手段,在对比文件中并未被明确描述为用于识别ROI的直接依据,而是作为计算锐度(或焦点图)过程中的一个中间属性。对比文件虽然涉及图像的清晰度分析,但并未单独将“模糊度”列为一种用于自动识别ROI的技术。其焦点图技术更侧重于“相对清晰”的区域。因此,该技术特征未被对比文件公开。
**技术特征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<br>《隐含公开》[0068] “determining a particular value with a relatively high frequency of occurrence”(确定具有相对较高出现频率的特定值)<br>[0069] “Instead of determining a particular value ... a limited set of such values could be selected... Subsequently an average of this set of values is computed and used as the value to be mapped...” (代替确定一个特定值...可以选择一组有限个这样的值...随后计算这组值的平均值,并将其用作要映射的值...)对比文件公开了确定特定视差值,该值是从视差直方图中选出的,可代表ROI的典型视差。同时,也公开了可以选择一组值并计算其平均值作为要映射的值。计算一组(代表ROI的)视差值的平均值,实质上就是“确定所述经识别的ROI的平均视差”。虽然未明确步骤1),但确定特定值或平均值的前提是已经识别了ROI并关联了其像素视差。因此,该技术特征被对比文件隐含公开。
**技术特征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<br>《直接公开》[0026] “Applying no or substantially no pixel shifts results in being visible relatively close to the plane of the screen.” (不应用或基本不应用像素移位导致(该对象)在屏幕平面附近可见。)<br>[0060] “For that an offset is computed... The offset is 1.5. ... from each input element the offset being 1.5 is subtracted to compute the corresponding output element.” (为此计算一个偏移量...偏移量是1.5。...从每个输入元素中减去1.5的偏移量以计算相应的输出元素。)对比文件的技术效果就是通过映射函数(如减去偏移量)调整视差图,使得重要对象(ROI)的视差为零,进而在渲染显示时,该对象出现在屏幕平面(显示表面)处或附近。这直接公开了该技术特征。
**技术特征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<br>《未公开》对比文件全文仅描述了识别并映射一个“特定输入值”(对应一个重要对象/ROI)到零平面。没有提及识别多个不同的ROI(如第一、第二ROI)并进行处理。对比文件的技术方案聚焦于将单个重要对象调整到零视差平面。没有公开动态识别第二个ROI或处理多个ROI的技术内容。因此,该技术特征未被对比文件公开。
**技术特征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<br>《未公开》同特征U。对比文件未涉及基于不同ROI动态调整ZDP(即零视差平面)的内容。由于对比文件未公开识别第二ROI,因此自然也谈不上基于第二ROI调整形成第二ZDP。该技术特征未被对比文件公开。
**技术特征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<br>《未公开》对比文件描述了通过应用视差(像素移位)来生成多视图图像(见[0012]),但并未具体描述为实现ZDP而进行的“对准”和“裁剪”操作。其调整主要通过全局的视差值映射(加减偏移、缩放)实现。目标专利说明书中(如图13)详细描述了对准和裁剪左右图像以实现ROI位于ZDP的具体操作。对比文件没有公开这样的具体图像处理步骤。因此,该技术特征未被对比文件公开。

<<<C>>><<<E>>><<<F>>><<<G>>><<<H>>><<<J>>><<<K>>><<<L>>><<<T>>><<<a>>><<<b>>><<<d>>><<<m>>><<<n>>><<<s>>>

权利要求与技术特征
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