**对比文件名称**：发明申请_US20150187140A1 SYSTEM AND METHOD FOR IMAGE COMPOSITION THEREOF
**目标专利名称**：用于校正错误深度信息的系统和方法
**模型名称**：本次调用的模型
根据目标专利权利要求的技术特征划分，创建特征比对表格如下：
| 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：一种用于产生经校正深度图的电子装置，其包括：深度传感器**<br>**直接公开** | [0029] “The depth information generating unit 221 can comprise at least one depth camera or a plurality of color cameras. For instance, the depth information generating unit 221 can be a single depth camera, by which the depth information measured and obtained by the depth camera is a depth map...” | 对比文件明确公开了“深度信息生成单元”，其包含至少一个深度相机。深度相机是深度传感器的一种具体类型，用于测量并生成深度图。其在对比文件整体技术方案中的作用是测量与真实对象之间的深度信息，这与目标专利中深度传感器用于获取场景深度信息的作用相同。因此，该技术特征被直接公开。 |
| **技术特征B：耦合到所述深度传感器的运动传感器，其中所述运动传感器经配置以确定运动信息；**<br>**直接公开** | [0055] “In another embodiment where a three-axis accelerometer is used to detect the initial trajectory variation of the depth camera 221...” | 对比文件明确公开了使用“三轴加速度计”来检测深度相机的初始轨迹变化。加速度计是运动传感器的典型实例，其作用就是确定运动信息（即轨迹变化）。其在对比文件中的作用是辅助获取深度相机的运动，这与目标专利中运动传感器用于确定深度传感器运动信息的作用相同。因此，该技术特征被直接公开。 |
| **技术特征C：以及 耦合到所述深度传感器和所述运动传感器的处理器，**<br>**直接公开** | [0030] “The computing unit 222 is electrically coupled to the image capturing unit 220 and the depth information generating unit 221...” 以及 [0055] 中提及加速度计的信息会用于计算。 | 对比文件公开了“计算单元222”，其电耦合到图像捕获单元220和深度信息生成单元221（即深度传感器）。虽然未明确说明计算单元直接耦合加速度计，但根据[0055]，加速度计检测的初始轨迹变化信息被用于计算深度相机的运动轨迹，因此计算单元必然接收并处理来自运动传感器（加速度计）的信息。计算单元即处理器，其在对比文件中的作用是接收深度和运动信息并进行计算，与目标专利中处理器的耦合关系和配置目的相同。因此，该技术特征被直接公开。 |
| **技术特征D：获得第一深度图，其中所述第一深度图包括由所述深度传感器在第一取样操作进行取样的场景的第一部分的第一深度信息；**<br>**隐含公开** | [0029] “...the depth information measured and obtained by the depth camera is a depth map...”；[0054] “...if the depth information or the depth map generated from the depth camera 221 contains noise...”；[0064] “...enabling the depth frames of those depth cameras to be composed into one depth map.” | 对比文件多次提及深度相机生成深度图（depth map）。在实现空间-时间合并、噪声移除等过程中，必然涉及在不同时间点获取深度图（即取样）。例如，为了进行空间-时间分析或合并（[0056]），需要获取不同时间点的深度信息（即不同取样的深度图）。本领域技术人员可以合理推断，要执行这些基于多帧信息的计算，系统需要首先获得在某个第一取样时间点对应的第一深度图。因此，该技术特征被隐含公开。 |
| **技术特征E： 获得第二深度图，其中所述第二深度图包括由所述深度传感器在第二取样操作进行取样的所述场景的第二部分的第二深度信息；**<br>**隐含公开** | 同上。结合[0056]关于使用不同时间生成的深度图进行空间-时间注意力分析以移除移动物体的描述。 | 同理，为了进行时间序列上的分析（如空间-时间合并、噪声检测），系统必然需要获得在不同于第一取样时间的第二取样时间点对应的第二深度图。例如，[0056]中提到的“利用不同时间生成的深度图来提取和移除与移动物体相关的区域”直接隐含了获取多个时间点（取样）深度图的操作。因此，该技术特征被隐含公开。 |
| **技术特征F：基于所述运动信息来获得指示所述深度传感器在所述第一取样操作与所述第二取样操作之间的移位的移位信息；**<br>**隐含公开** | [0055] “In another embodiment where a three-axis accelerometer is used to detect the initial trajectory variation of the depth camera 221...”；[0035] “...the moving trajectory of the depth information generating unit 221 can be converted into the moving trajectory of the image capturing unit 220...”；[0052] “...the computing unit 222 is able to compute the position and rotation angle of the depth camera 221 according to the received depth information relating to the depth camera 221 while converting the computed result into the position and rotation angle of the image capturing unit 220.” | 对比文件公开了使用加速度计检测深度相机的初始轨迹变化（运动信息），并通过计算单元基于深度信息计算深度相机的位置和旋转角度（即其运动轨迹）。虽然对比文件主要关注将深度相机的轨迹转换为图像捕获单元的轨迹，但计算深度相机自身轨迹的过程，必然涉及确定其在两个不同时间点（对应于两次取样）之间的位置和姿态变化，这种变化就是“移位信息”。本领域技术人员可以合理推断，为了进行这种轨迹计算或转换，需要获得指示深度相机在不同取样间移位的移位信息。因此，该技术特征被隐含公开。 |
| **技术特征G：基于所述移位信息来变换所述第一深度图以产生经变换深度图；**<br>**隐含公开** | [0035] “...the moving trajectory of the depth information generating unit 221 can be converted into the moving trajectory of the image capturing unit 220...”；[0052] 描述了计算深度相机位置和旋转角度并将其转换；[0058]提及使用KinectFusion技术获取每个深度图中深度相机的位置并构建3D模型。 | 对比文件的核心之一是通过空间转换矩阵，将深度相机的运动轨迹（即移位信息）转换为图像捕获单元的运动轨迹。虽然未明确提及“变换第一深度图”，但为了实现虚拟与现实场景的精确合成，确保图像捕获单元视点与虚拟相机视点匹配，需要理解场景几何在不同视点下的对应关系。本领域技术人员可以合理推断，利用已知的深度相机移位（运动轨迹）和其获取的深度图（3D信息），可以通过坐标变换（例如，将第一取样深度图中的3D点根据相机运动变换到第二取样的坐标系下）来生成与另一视点对齐的几何表示，这个过程即隐含了“基于移位信息变换深度图以产生经变换深度图”的概念。这在3D视觉和SLAM领域是常见操作。因此，该技术特征被隐含公开。 |
| **技术特征H： 通过比较所述第二深度图的一或多个深度与所述经变换深度图的一或多个深度来检测错误深度信息；**<br>**隐含公开** | [0054] “...if the depth information or the depth map generated from the depth camera 221 contains noise caused by moving objects other than the target object, the computing unit 222 will be enabled to perform a noise removal computation for removing the noise from the depth information or the depth map.”；[0056] 描述了从深度图中移除移动物体（噪声）的步骤。 | 对比文件明确需要检测并移除深度图中的“噪声”（由非目标移动物体引起），这属于“错误深度信息”的一种。虽然对比文件具体公开的噪声检测方法包括RANSAC、空间-时间注意力分析和人体骨骼检测，未明确描述“比较第二深度图与经变换深度图的深度”这一具体方法，但“检测错误深度信息”这一上位概念已被公开。本领域技术人员知道，检测深度不一致性是发现错误（如动态物体、噪声）的常用手段之一。在隐含公开了特征G（变换深度图）的基础上，通过比较当前深度图与基于先前信息变换得到的预期深度图来检测不一致性（错误），是一种合理的、可被推断出的具体检测方式。因此，该技术特征被隐含公开。 |
| **技术特征I：以及通过基于所述经变换深度图校正所述第二深度图的所述错误深度信息来产生经校正深度图。**<br>**隐含公开** | [0054] “...perform a noise removal computation for removing the noise from the depth information or the depth map.”；[0056] “...so that the detection of moving trajectory ... is prevented from being interfered by moving objects in the images to be captured, and thus the precision of the resulting spatial-temporal merging ... is enhanced.” | 对比文件公开了对深度图进行“噪声移除”计算，目的是提高后续运动轨迹计算和空间-时间合并的精度。移除噪声即是对错误深度信息进行校正，从而得到更干净、更准确的深度信息（可视为经校正的深度图）。虽然未明确说明校正的具体方式是“基于经变换深度图”，但在公开了需要检测错误（特征H）和可能通过变换获得参考信息（特征G）的前提下，利用经变换的深度信息（例如，来自前一帧的可靠信息）来填充或替换当前帧中检测到的错误区域，是本领域技术人员能够想到的常规校正策略。因此，“通过校正错误深度信息来产生经校正深度图”这一技术特征被隐含公开。 |
| **技术特征J：，其中所述处理器经配置以用所述经变换深度图的对应深度信息替换所述错误深度信息。**<br>**隐含公开** | [0056] “(step 610) obtaining a skeleton model of a figure from the depth map while removing the area where the skeleton model existed from the depth map; and (step 620) utilizing the depth maps generated at different times to extract and remove the areas relating to the moving object.” | 对比文件公开了从深度图中“移除”（remove）与移动物体相关的区域。移除错误区域后，为了保持深度图的完整性或用于后续计算，通常需要填充这些区域。本领域技术人员可以合理推断，填充这些被移除区域的一种自然且有效的方式，就是利用其他时间点（例如，通过变换对齐的先前帧）的深度图中对应位置的、被认为是正确的深度信息来进行替换。这与目标专利中“用经变换深度图的对应深度信息替换错误深度信息”的思路在原理上是一致的。因此，该技术特征被隐含公开。 |
| **技术特征K：，其中所述处理器经配置以对所述第二深度图的非错误深度信息与所述经变换深度图的对应非错误深度信息求平均。**<br>**隐含公开** | [0064] “...the results of the positioning computations can be averaged or used in an optimization operation.” | 对比文件在描述使用多个深度相机时，提到可以对它们的定位计算结果进行“平均”（averaged）。这体现了在系统中使用“求平均”这一数据处理手段来提升精度或稳定性的思想。虽然此处是平均定位结果而非直接平均深度值，但本领域技术人员可以合理扩展这一思想：为了进一步提高深度图的质量（例如，平滑噪声、提升精度），对来自不同时间点（经变换对齐后）的深度图中对应位置的非错误深度值进行平均，是一种常见的时间滤波或融合技术。因此，该技术特征被隐含公开。 |
| **技术特征L：，其中所述处理器经配置以确定所述第二深度图的所述深度是否比所述经变换深度图的所述深度大阈值量。**<br>**隐含公开** | [0055] RANSAC算法步骤中：“(step 420) randomly excluding the depth frames with distances of the surfaces of the real object from the depth camera 221 that are smaller than a specific threshold;” | 对比文件在RANSAC算法中公开了使用“特定阈值”（specific threshold）来排除不符合条件的深度帧（基于距离比较）。这公开了在深度图处理中采用阈值比较的思想。虽然这里比较的是绝对距离与阈值，而非两个深度图之间的差值，但“通过阈值比较来判断深度信息属性”的核心概念已被公开。本领域技术人员可以合理推断，在检测错误深度信息时（如特征H所述），一种具体的实现方式就是判断当前深度与参考深度（来自经变换深度图）的差异是否超过一个阈值量。因此，该技术特征被隐含公开。 |
| **技术特征M：，其中所述检测所述错误深度信息是基于所述经变换深度图的至少两个深度与所述第二深度图的至少两个深度之间的空间‑时间平均值。**<br>**隐含公开** | [0056] “...prior to the inputting of the depth information into a spatial-temporal merging system...”；[0058] “...the precision of the resulting spatial-temporal merging in the spatial-temporal merging system is enhanced.” | 对比文件明确使用了“空间-时间合并系统”（spatial-temporal merging system），并指出其用于提升精度。空间-时间合并通常涉及在时间和空间维度上整合信息，计算平均值（或加权平均）是其中一种基础且核心的运算方式。虽然未明确写出“基于空间-时间平均值检测错误”，但使用空间-时间合并系统本身就强烈暗示了系统会利用跨帧（时间）和邻域（空间）的信息进行综合判断，而计算空间-时间平均值是进行这种综合判断以识别异常值（错误信息）的典型数学工具之一。因此，该技术特征被隐含公开。 |
| **技术特征N：，其中所述处理器经配置以：将深度传感器平面上的一或多个点投射到世界坐标上以产生一或多个世界坐标点；旋转所述一或多个世界坐标点；平移所述一或多个世界坐标点；以及重新投射所述一或多个世界坐标点以产生所述经变换深度图。**<br>**隐含公开** | [0038]-[0052] 详细描述了通过齐次变换矩阵（包含旋转参数r和平移参数p）来计算深度相机和图像捕获单元的位置与角度（运动轨迹）。[0058]提及使用KinectFusion技术获取每个深度图中深度相机的位置并构建3D模型。 | 对比文件详细公开了通过空间转换矩阵（包含旋转和平移）来关联不同坐标系（深度相机坐标系与图像捕获单元坐标系）下的运动轨迹。虽然描述的重点是计算相机姿态（位置和角度），但为了实现这种基于3D几何的转换，标准的图形学流程就包括：将2D图像/深度图上的点（基于相机内参和深度值）反投影到3D世界坐标（相机坐标系），然后根据相机运动（旋转和平移矩阵）变换这些3D点，最后再投影到新的相机平面上。这正是目标专利特征N所描述的“投影-旋转/平移-重投影”的坐标变换过程。本领域技术人员阅读对比文件关于空间转换矩阵和3D模型构建的描述后，能够直接且毫无疑义地推断出，要实现所述功能，必然需要执行特征N所描述的这些基本3D几何变换步骤。因此，该技术特征被隐含公开。 |
| **技术特征O：，其中所述检测所述错误深度信息是基于所述第二深度图中的两个或更多个深度的空间平均值。**<br>**隐含公开** | [0055] RANSAC算法中涉及将深度图划分为多个深度帧（即空间区域）并进行采样分析。[0056] 提及“空间-时间”分析。 | 对比文件在噪声移除算法中处理的是深度图的局部区域（深度帧），并使用了空间-时间分析。虽然未明确写出“基于空间平均值检测错误”，但利用局部邻域（即两个或更多个深度）的信息进行分析是图像/深度图处理的常规手段。计算空间平均值是获取局部区域代表性深度、进而发现异常点（错误深度）的一种简单有效方法。本领域技术人员在阅读对比文件后，为了实施其公开的噪声检测，能够想到采用基于空间平均值的方法作为具体实现方式之一。因此，该技术特征被隐含公开。 |
| **技术特征P：，其中所述错误深度信息包括深度传感器中断。**<br>**未公开** | 对比文件描述的“噪声”主要指由场景中“移动物体”引起的干扰信息。[0054] “...noise caused by moving objects other than the target object...”。 | 对比文件将错误深度信息归因于场景中的“移动物体”（moving object），这是一种外部干扰源。而目标专利说明书[0024]明确将“深度传感器中断”定义为深度传感器自身产生的错误测量或未能检测到任何内容，是传感器本身的问题（如信噪比过低、表面不理想等）。两者产生错误的原因和性质不同。对比文件并未提及或暗示深度传感器自身可能因技术限制（如主动方法中暗表面反射光少、被动立体中均质区域）而产生中断或错误。因此，对比文件没有公开“错误深度信息包括深度传感器中断”这一具体限定。 |
<<<A>>><<<B>>><<<C>>><<<d>>><<<e>>><<<f>>><<<g>>><<<h>>><<<i>>><<<j>>><<<k>>><<<l>>><<<m>>><<<n>>><<<o>>>