JP2013535047A

JP2013535047A - 動的に変化する部分を有するターゲットをトラッキングするためのデータセットの作成

Info

Publication number: JP2013535047A
Application number: JP2013513256A
Authority: JP
Inventors: ワグナー、ダニエル; スザラバリ、ゾルト・スザボルクス
Original assignee: Qualcomm Inc
Current assignee: Qualcomm Inc
Priority date: 2010-05-28
Filing date: 2011-05-27
Publication date: 2013-09-09
Also published as: KR20160042461A; WO2011150386A1; EP2577607A1; CN103003843B; US20110293140A1; CN103003843A; KR20130022410A; US9785836B2; US20160098600A1; US9256956B2

Abstract

モバイル・プラットフォームが、動的に変化する部分またはそうでなければ好ましくない部分を含むターゲットを、好ましくない部分を除外したターゲットのための特徴のデータセットを使用して、視覚的に検出および／またはトラッキングする。この特徴のデータセットは、ターゲットの画像を提供することと、ターゲットの好ましくない部分を識別することとによって作成される。好ましくない部分の識別は、自動またはユーザ選択によるものであり得る。好ましくない部分のための画像マスクが生成される。画像マスクが、ターゲットのための特徴のデータセットの作成において好ましくない部分を除外するために使用される。たとえば、画像マスクが画像上にオーバーレイされることができ、ターゲットの画像のうち、マスクされていないエリアからのみ特徴が抽出される。あるいは、画像のすべてのエリアから特徴が抽出され、好ましくない部分から抽出された特徴を除外するために画像マスクが使用されることもできる。

Description

関連出願の相互参照

本願は、「拡張現実のための動的なターゲット・トラッキング（Dynamic Tracking Targets For Augmented Reality）」と題する２０１０年５月２８日に出願された同一出願人による米国仮出願番号第６１／３４９，４８１号と、２０１１年５月２７日に出願された同一出願人による米国出願番号第１３／１１７，４７２号の優先権を主張するものであり、両出願は、引用により本明細書に組み込まれる。

硬質のオブジェクトの、モデルに基づいた視覚的検出およびトラッキングは一般的に、ランタイムに、または、それらのオブジェクトのためのデータセットが作成された後に、それらのオブジェクトの外観が変化しないことを想定している。しかしながら、実際には、大多数のオブジェクトがこのカテゴリに入らない。たとえば、（電源の入った）テレビジョン・セットが画面に映し出すコンテンツは予測不可能だが、そのテレビジョン・セットの残りの部分、たとえば、フレーム等は、変化しない。別の例は、強い反射性を有する材料で一部が構成されたオブジェクトであり、たとえば壁にかかった鏡のように、あるエリアのコンテンツ（反射）は予測不可能だが、フレームは変化しない、といったオブジェクトである。さらなる別の例は、動的に変化する部分（ディスプレイ）と静的な部分（コントロールやフレーム）とを含む車のダッシュボードのラジオ、またはディスプレイを有する任意の他のデバイスである。現在の方法は外観が変化するエリアをモデル化することができないので、動的に変化するエリアを有するオブジェクトの画像を使用した、画像に基づいた検出およびトラッキングに伴う問題が生じている。

モバイル・プラットフォームが、動的に変化する部分またはそうでなければ好ましくない部分を含むターゲットを、好ましくない部分を除外したターゲットのための特徴のデータセットを使用して、視覚的に検出および／またはトラッキングする。この特徴のデータセットは、ターゲットの画像を提供することと、ターゲットの好ましくない部分を識別することとによって作成される。好ましくない部分の識別は、自動またはユーザ選択によるものであり得る。好ましくない部分のための画像マスクが生成される。この画像マスクは、ターゲットのための特徴のデータセットの作成において好ましくない部分を除外するために使用される。たとえば、画像マスクが画像上にオーバーレイされることができ、ターゲットの画像のうち、マスクされていないエリアからのみ特徴が抽出される。あるいは、画像のすべてのエリアから特徴が抽出され、好ましくない部分から抽出された特徴を除外するために画像マスクが使用されることもできる。

一態様では、方法が、ターゲットの画像を提供することと、ターゲットの好ましくない部分を識別することと、好ましくない部分のための画像マスクを生成することと、画像マスクを使用してターゲットのための特徴のデータセットから好ましくない部分を除外して、ターゲットのための特徴のデータセットを作成することとを含む。

別の態様では、装置が、プロセッサと、プロセッサに接続されたメモリと、メモリに接続されたディスプレイと、メモリにおいて保持され、プロセッサにおいて実行されるソフトウェアとを含む。このソフトウェアは、プロセッサに、画像においてターゲットの好ましくない部分を識別させ、好ましくない部分のための画像マスクを生成させ、画像マスクを使用してターゲットのための特徴のデータセットから好ましくない部分を除外して、ターゲットのための特徴のデータセットを作成させる。

別の態様では、システムが、ターゲットの画像を提供するための手段と、ターゲットの好ましくない部分を識別するための手段と、好ましくない部分のための画像マスクを生成するための手段と、画像マスクを使用してターゲットのための特徴のデータセットから好ましくない部分を除外して、ターゲットのための特徴のデータセットを作成するための手段とを含む。

さらなる別の態様では、プログラム・コードを記憶したコンピュータ読取可能な媒体が、取り込まれた画像においてターゲットの好ましくない部分を識別するためのプログラム・コードと、好ましくない部分のための画像マスクを生成するためのプログラム・コードと、画像マスクを使用してターゲットのための特徴のデータセットから好ましくない部分を除外して、ターゲットのための特徴のデータセットを作成するためのプログラム・コードとを含む。

図１Ａは、動的に変化する部分またはそうでなければ好ましくない部分を有するオブジェクトを使用した、画像に基づいた検出およびトラッキングが可能なモバイル・プラットフォームの正面図である。図１Ｂは、動的に変化する部分またはそうでなければ好ましくない部分を有するオブジェクトを使用した、画像に基づいた検出およびトラッキングが可能なモバイル・プラットフォームの背面図である。図２は、動的に変化する部分を有するターゲットを検出し、トラッキングするために、マスクされたデータセットを作成する処理を示すフローチャートである。図３Ａは、テレビの形態のターゲットの自然な特徴のデータセットを、画像マスクを使用してテレビの画面からの特徴を除外し、生成することを示す図である。図３Ｂは、テレビの形態のターゲットの自然な特徴のデータセットを、画像マスクを使用してテレビの画面からの特徴を除外し、生成することを示す図である。図３Ｃは、テレビの形態のターゲットの自然な特徴のデータセットを、画像マスクを使用してテレビの画面からの特徴を除外し、生成することを示す図である。図３Ｄは、テレビの形態のターゲットの自然な特徴のデータセットを、画像マスクを使用してテレビの画面からの特徴を除外し、生成することを示す図である。図４Ａは、鏡の形態のターゲットの自然な特徴のデータセットを、画像マスクを使用して鏡の反射面からの特徴を除外し、生成することを示す図である。図４Ｂは、鏡の形態のターゲットの自然な特徴のデータセットを、画像マスクを使用して鏡の反射面からの特徴を除外し、生成することを示す図である。図４Ｃは、鏡の形態のターゲットの自然な特徴のデータセットを、画像マスクを使用して鏡の反射面からの特徴を除外し、生成することを示す図である。図５は、動的に変化する部分を有するターゲットを検出し、トラッキングするために、マスクされたデータセットを作成することができるモバイル・プラットフォームのブロック図である。

図１Ａおよび図１Ｂは、動的に変化する部分を有するオブジェクトを使用した、画像に基づいた検出およびトラッキングが可能なモバイル・プラットフォーム１００の正面および背面を、それぞれ示す。モバイル・プラットフォーム１００は、ハウジング１０１と、タッチ・スクリーン・ディスプレイであり得るディスプレイ１０２だけでなく、スピーカ１０４と、マイクロフォン１０６とを含むものとして示されている。モバイル・プラットフォーム１００はさらに、周囲を映像化するためのカメラ１１０を含む。

モバイル・プラットフォーム１００は、自然な特徴に基づいた検出を使用するが、この検出では、あらかじめ決定された、ターゲットについての「自然な特徴」が、ランタイムに、カメラのライブ画像において検出され、トラッキングされる。本明細書で使用される場合、画像または取り込まれた画像という用語は、カメラ１１０によって取り込まれた静止画像、または映像のフレームを表す、ということが理解されるべきである。ターゲットは、そのターゲットの画像（ターゲットの入力画像と呼ばれることもある）を使用して、また、その画像を処理してターゲットから自然な特徴を抽出し、自然な特徴のデータセットを生成することによって、検出され、トラッキングされることができる現実世界のオブジェクトである。ターゲットは、そのターゲットの入力画像（基準画像と呼ばれることもある）から作成された自然な特徴のデータセットを、ランタイムにカメラのライブ画像から抽出された特徴のセットと比較することによって、検出される。ターゲットの検出の結果、ターゲットに対するカメラの位置および置かれた状態（姿勢）の推定値が、幾何学変換として計算される。トラッキングは、ある期間にわたる連続したカメラ・フレームにおける姿勢の推定値を更新する処理を表す。トラッキングは一般的に、ターゲットが以前の画像において検出またはトラッキングされているので、ターゲットの大まかな位置の知識を前提とし、現在のフレームにおける姿勢を更新する。しかしながら、検出とトラッキングが同義で使用されることもある、ということが理解されるべきである。たとえば、「検出によるトラッキング」では、フレーム毎にターゲットを検出することにより、ターゲットをトラッキングすることが可能である。したがって、検出とトラッキングは、本明細書では一般的な意味で用いられ、検出およびトラッキングのうちの１つのみ、または両方を表すことを意図する。

モバイル・プラットフォーム１００は、動的に変化する部分を無視することにより、動的に変化する部分を有するターゲットを検出し、トラッキングすることができる。ターゲットの上に仮想的に（virtually）オーバーレイされ、ターゲットの動的に変化する部分からの特徴が自然な特徴のデータセットに追加されるのを防ぐマスク画像を使用して、ターゲットのための自然な特徴のデータセットを生成することにより、動的に変化する部分が無視される。結果として、自然な特徴のデータセットが、ランタイム時には利用不可能になるであろう特徴を含まないと同時に、自然な特徴のデータセットは、より小さくなり、全体のパフォーマンスが改善される。検出不可能なエリアをマスクして除外することは、無用なデータが自然な特徴のデータセットに記憶されることを防ぐ。それにより、トラッキング・ユニットが、有用なデータを含まないカメラ画像の一部を無視することができるので、トラッキングのスピードとロバスト性が改善される。さらに、自然な特徴のデータセットのサイズが減じられることによって、検出パフォーマンスが改善される。

ターゲットの動的に変化する部分からの特徴を含まない自然な特徴のデータセットは、モバイル・プラットフォーム１００そのものによって、または外部のソースによって、生成されることができる。たとえば、モバイル・プラットフォーム１００は、ターゲットの検出およびトラッキングの前であればいつでも、ターゲットのためのマスクされた自然な特徴のデータセットを生成することができる。あるいは、モバイル・プラットフォーム１００は、ターゲットの検出およびトラッキングの前に、外部のソースから、マスクされた自然な特徴のデータセットを受信することができる。たとえば、別個のプロセッサであることができる外部のソースは、モバイル・プラットフォーム１００または任意の他の利用可能なソースによって提供されたターゲットの１つ以上の画像を使用して、マスクされた自然な特徴のデータセットを生成することができる。

本明細書で使用される場合、モバイル・プラットフォームは、たとえば、セルラ無線通信デバイスまたは他の無線通信デバイス、パーソナル通信システム（ＰＣＳ）デバイス、パーソナル・ナビゲーション・デバイス（ＰＮＤ）、パーソナル・インフォメーション・マネジャ（ＰＩＭ）、携帯情報端末（ＰＤＡ）、または他の適切なモバイル・デバイスといった、任意の携帯電子デバイスのことを言う。モバイル・プラットフォームは、無線通信信号、および／または、たとえばナビゲーション・ポジショニング信号といったナビゲーション信号を受信可能であり得る。「モバイル・プラットフォーム」という用語はまた、パーソナル・ナビゲーション・デバイス（ＰＮＤ）と通信するデバイスを含むことを意図しており、デバイスは、衛星信号の受信、支援データの受信、および／または位置関連の処理がデバイスまたはＰＮＤで行われても行われなくても、たとえば、短距離無線接続、赤外線接続、有線接続、または他の接続によって、ＰＮＤと通信する。また、「モバイル・プラットフォーム」は、ＡＲが可能な無線通信デバイス、コンピュータ、ラップトップ、タブレット・コンピュータ、等を含むすべての電子デバイスを含むことを意図する。

図２は、動的に変化する部分を有するターゲットを検出し、トラッキングするために、マスクされたデータセットを作成する処理を示すフローチャートを示す。マスクされたデータセットは、ターゲットの検出およびトラッキングの前に、たとえば、モバイル・プラットフォーム１００によって生成されることができ、または、外部ソースによって生成され、モバイル・プラットフォーム１００に提供されることができる。示されているように、たとえば、モバイル・プラットフォームのカメラ１１０によってターゲットの静止画像または映像のフレームを取り込むことにより、または別のソースから画像を受信することにより、ターゲットの画像が提供される（２０２）。ターゲットの好ましくない部分が識別される（２０４）。好ましくない部分は、ターゲットを検出および／またはトラッキングしている間に除外されるべきターゲットの一部、たとえば、動的に変化する部分である。好ましくない部分は、選択によって、または自動的に識別されることができる。たとえば、ターゲットの画像が、たとえばモバイル・プラットフォームのディスプレイ１０２においてユーザに表示されることができ、ユーザは、任意の好ましくない部分の識別を促される。好ましくない部分は、グラフィカル・インタフェースを介してユーザによって選択されることができ、タッチ・スクリーン・ディスプレイを使用して、またはカーソルとキーボードとを使用して、または任意の他の適切なユーザ・インタフェース・デバイスを使用して、制御されることができるが、これらのデバイスは、マスクされたデータセットを作成するモバイル・プラットフォーム１００または外部のデバイスに提供され得る。さらに、またはあるいは、好ましくない部分は、経時的に、および／または異なる位置で、ターゲットの複数の画像を取り込むことと、それら複数の画像から抽出された特徴を比較して、経時的に変化する、またはモバイル・プラットフォームの位置に基づいて変化する、（たとえば、反射面によって生じたような）部分を識別することとによって、自動的に識別されることができる。

識別された好ましくない部分を使用して、好ましくない部分のための画像マスクが生成される（２０６）。ターゲットのための自然な特徴のデータセットが、画像マスクを使用してターゲットのための自然な特徴のデータセットから好ましくない部分を除外して作成される（２０８）。たとえば、画像マスクは、スケール不変特徴変換（ＳＩＦＴ：Scale Invariant Feature Transform）、またはスピードアップ・ロバスト特徴（ＳＵＲＦ：Speeded-up Robust Features）、または任意の他の所望の方法といった既知の特徴抽出技術を使用して、ターゲットの画像上、および画像のうちマスクされていないエリアから抽出された特徴上にオーバーレイされることができる。あるいは、画像のすべてのエリアから特徴を抽出することと、画像マスクを使用して好ましくない部分から抽出された特徴を除外することとによって、特徴のデータセットが作成されることができる。

マスクされた自然な特徴のデータセットは、外部のソースによって作成された場合には外部のソースから受信された後に、モバイル・プラットフォーム１００に記憶され、モバイル・プラットフォームによるターゲットの検出およびトラッキングのために使用される。ターゲットの検出およびトラッキングは、たとえば、拡張現実（ＡＲ）タイプのアプリケーションといった任意の所望のアプリケーションのために使用されることができる。

図３Ａ、３Ｂ、３Ｃ、３Ｄは、画像マスクを使用して、ターゲットの好ましくない部分からの特徴を除外したターゲットの自然な特徴のデータセットを生成することを示している。図３Ａは、「ＳＰＥＣＩＡＬＢＲＯＡＤＣＡＳＴ」の文字を表示する画面２５２を含む、たとえば、モバイル・プラットフォーム１００によって取り込まれた、テレビ２５０の画像を示す。画面２５２は、経時的に動的に変化するので、ターゲットのうちの好ましくない部分である。さらに、画面２５２に見られ得る反射は、モバイル・プラットフォーム１００の位置に基づいて変化する。図３Ｂは、テレビ２５０の画像のための自然な特徴のデータセットを示す。識別された各特徴は、「ｘ」で示されている。図３Ｂに示された自然な特徴のデータセットは例示的なものにすぎず、典型的にはもっと多くの特徴が識別されるであろうことが理解されるべきである。自然な特徴のデータセットは、関数のセットを用いて入力画像を分析することと、たとえば、ＳＩＦＴ、ＳＵＲＦのような技術、または任意の他の所望の特徴抽出技術を使用して特徴を抽出することとによって、作成される。

図３Ｂに見られるように、自然な特徴は、動的に変化する部分、すなわち、テレビ２５０の画面２５２から、ならびにテレビ２５０の変化しない残りの部分から抽出される。ターゲット、すなわち、テレビ２５０の動的なトラッキングを可能にするために、図３Ｃに示した画像マスク２６０が作成され、検出処理またはトラッキング処理中にターゲットの画像から好ましくない部分（たとえば、ターゲットの動的に変化する部分）をマスクして除外するために使用される。図３Ｃの画像マスク２６０は、画面２５２の形状をしている。画像マスク２６０は、前述したように、ユーザ選択によって、または自動的に識別されることができる。たとえば、ユーザは、たとえばグラフィカル・インタフェースを使用して、画面２５２をテレビ２５０の好ましくない部分として識別することができる。このように、図３Ｂに示した自然な特徴のデータセットの生成の前に、画像マスク２６０が作成され、適用されることができる。あるいは、テレビ２５０の複数の画像を使用して、画面２５２が好ましくない部分として自動的に識別されることができ、テレビ２５０のこれら複数の画像では、画面２５２に表示された画像が異なるがゆえに、テレビ２５０の各画像において画面２５２から抽出される特徴が異なる一方で、テレビ２５０の残りの部分から抽出される特徴は変化しない。

図３Ｄは、画像マスク２６０が適用され、テレビ２５０のための自然な特徴のデータセットから、好ましくない部分、すなわち、画面２５２が除外された後のテレビ２５０の画像を示す。すなわち、画面２５２からの特徴は、図３Ｄのマスクされたデータセットでは除外されている。図３Ｄに示したように、画像マスク２６０を使用してマスクされたデータセットを生成すると、ターゲットの一部が動的に変化する場合、またはそうでなければ好ましくない場合に、より一層ロバストな検出パフォーマンスおよびトラッキング・パフォーマンスが達成されることができる。そして、ターゲットの検出およびトラッキングは、たとえばヘルプ情報のような情報が、モバイル・プラットフォーム１００のディスプレイ１０２におけるターゲットの画像上にオーバーレイされる、たとえば拡張現実（ＡＲ）タイプのアプリケーションといった任意の所望のアプリケーションのために使用されることができる。

ターゲットは、テレビに限定されず、任意のターゲットは、動的に変化する部分を含み得る任意のオブジェクトであり得ることが理解されるべきである。たとえば、ターゲットは、その一部が、経時的に、またはモバイル・プラットフォーム１００の位置によって変化し得る外観であるがゆえにデータセットの生成に適さない、カー・ラジオまたは任意の他のオブジェクトであることができる。例として、ターゲットの好ましくない部分は、画像が取り込まれたときのモバイル・プラットフォーム１００の位置に基づいて変化し得る。たとえば鏡または窓ガラスまたは絵画の額縁といった反射面を有するターゲットの画像は、画像が生成されたときのモバイル・プラットフォーム１００の位置に依存して、異なるオブジェクトの反射を含み得る。したがって、ターゲットの反射面は、検出およびトラッキングに関し好ましくない部分であり得る。

図４Ａ、４Ｂ、４Ｃは、画像マスクを使用して、鏡２７０の形態のターゲットの自然な特徴のデータセットを生成することを示しており、画像マスクは、鏡２７０の反射面２７２からは特徴を除外するが、鏡２７０のフレーム２７４からは除外しない。図４Ａは、反射面２７２およびフレーム２７４を有する鏡２７０の画像を示す。鏡２７０の画像のための自然な特徴のデータセットは、「ｘ」を用いて示されている。図４Ｂにおいて見られるように、画像マスクなしで、自然な特徴が、鏡２７０の動的に変化する部分、すなわち反射面２７２から、ならびに鏡２７０の残りの部分から抽出される。

図４Ｂは、検出またはトラッキング処理中に、鏡２７０のターゲットの画像から、好ましくない部分（たとえば、ターゲットの動的に変化する部分）をマスクして除外するために作成された画像マスク２８０を示す。図４Ｂにおける画像マスク２８０は、反射面２７２の形状をしており、ユーザ選択によって、または自動的に作成されることができる。たとえば、ユーザは、たとえばグラフィカル・インタフェースを使用して、反射面２７２を鏡２７０の好ましくない部分として識別することができる。あるいは、反射面２７２は、異なるオブジェクトが反射面２７２に反射した、異なる位置からの鏡２７０の複数の画像を使用して、好ましくない部分として自動的に識別されることができる。

図４Ｃは、画像マスク２８０が適用され、テレビ２５０のための自然な特徴のデータセットから、好ましくない部分、すなわち、反射面２７２が除外された後の鏡２７０の画像を示す。すなわち、鏡２７０からの特徴が図４Ｃのマスクされたデータセットでは除外されており、検出およびトラッキングのためにランタイム時に使用されるべき、鏡２７０の静的な部分のみからのマスクされたデータセットが生成される。

動的に変化する部分を含み得るターゲットの別の例は、製品パッケージである。製品パッケージは、たとえば、ブランド情報、ロゴ、等といった製品のタイプによって変化しない静的なエリアだけでなく、製品のタイプによって変化するエリアをも含み得る。したがって、製品パッケージの静的な部分、すなわち変化しない部分からの特徴の抽出を許容しながら、製品パッケージの可変のエリアからの特徴の抽出を除外するために、画像マスクが生成されることができる。製品パッケージは、マスクされた自然な特徴のデータセットが、モバイル・プラットフォーム１００ではなく、製造業者によって生成され得るターゲットの一例である。ターゲットの他の好ましくない部分には、たとえば、テクスチャレスの面または繰り返しのテクスチャの面といった、検出に適さないエリアが含まれ得る。

図５は、動的に変化する部分を有するターゲットを検出し、トラッキングするために、マスクされたデータセットを作成し、マスクされたデータセットをターゲットの検出およびトラッキングのために使用することができるモバイル・プラットフォーム１００のブロック図である。

前述したように、マスクされたデータセットをモバイル・プラットフォーム１００に提供するために経由され得る外部インタフェースを有する、モバイル・プラットフォームの外部のソース、たとえば、コンピュータまたはサーバによって、マスクされたデータセットが作成され得ることが理解されるべきである。マスクされたデータセットを作成するために使用されるそのような外部のコンピュータまたはサーバは、図５に示した構成と同様の構成であり得るが、モビリティのために必要とされるエレメント、たとえば、（有線インタフェースと置き換えられ得る）無線トランシーバ１５７、動きセンサ１５８、ＳＰＳ受信機１５９、ならびにカメラ１１０がない。

図５に戻ると、モバイル・プラットフォーム１００は、カメラ１１０、ならびにカメラ１１０によって取り込まれた画像を表示することができるディスプレイ１０２を含むユーザ・インタフェース１５０を含む。ユーザ・インタフェース１５０はまた、ユーザが、たとえば、ターゲットの好ましくない部分の識別といった情報をモバイル・プラットフォーム１００に入力することができる、キーパッド１５２または他の入力デバイスを含むことができる。必要に応じて、キーパッド１５２は、タッチ・センサを有するディスプレイ１０２に仮想キーパッドを組み込むことによって、不要とされることができる。ユーザ・インタフェース１５０はまた、たとえば、モバイル・プラットフォームがセルラ電話である場合、マイクロフォン１０６およびスピーカ１０４を含むことができる。

モバイル・プラットフォーム１００は、たとえば、前述したように、変化し得る部分を含む製品パッケージの製造業者といった外部のソースによって生成された画像マスク、またはマスクされたデータセットといった外部の情報を受信するために使用され得る、無線トランシーバ１５７を含むことができる。モバイル・プラットフォーム１００はオプションで、たとえば、加速度計と、ジャイロスコープと、電子コンパスまたは他の同様の動き検知エレメントとを含む、動きセンサ１５８や、ＳＰＳシステムからの測位信号を受信することができる衛星測位システム（ＳＰＳ）受信機１５９といった、ＡＲアプリケーションのために役立ち得るさらなる特徴を含むことができる。当然のことながら、モバイル・プラットフォーム１００は、本開示に関連しない他のエレメントを含むことができる。

モバイル・プラットフォーム１００はまた、カメラ１１０およびユーザ・インタフェース１５０と接続して通信する制御ユニット１６０を、無線トランシーバ１５７、動きセンサ１５８、ＳＰＳ受信機１５９といった他の特徴を使用する場合にはそれらとともに含む。制御ユニット１６０は、前述したように、カメラ１１０からのデータを受理して処理し、それに応じてディスプレイ１０２を制御する。制御ユニット１６０は、プロセッサ１６１と、関連づけられたメモリ１６４と、ハードウェア１６２と、ソフトウェア１６５と、ファームウェア１６３とによって提供されることができる。モバイル・プラットフォーム１００は、カメラ１１０によって取り込まれた画像から特徴を抽出する特徴抽出ユニット１６６を含むことができる。モバイル・プラットフォーム１００はまた、前述したように、ユーザ・インタフェース１５０を介したユーザ入力を用いるか、自動的か、のいずれかで、取り込まれた画像の画像マスクを生成するために使用されるか、または、外部のソースから、たとえば製品パッケージのための画像マスクを受信するために使用される、画像マスク・ユニット１６７を含むことができる。特徴抽出ユニット１６６および画像マスク・ユニット１６７は、メモリ１６４に記憶され得るターゲットのためのマスクされた特徴のデータセットを生成するために使用されることができる。必要に応じて、外部のソースが、同じくメモリ１６４に記憶されるターゲットのためのマスクされた特徴のデータセットを提供することができる。制御ユニット１６０はさらに、カメラ１１０によって取り込まれた画像から特徴を抽出し、記憶されたマスクされた特徴のデータセットとマッチングするための検出ユニット１６８を含み、マッチングされた特徴を使用してターゲットをトラッキングするためのトラッキング・ユニット１６９を含む。制御ユニット１６０はさらに、たとえば、トラッキング・ユニット１６９によって提供されたトラッキング情報に基づいてＡＲ情報を生成し、ディスプレイ１０２に表示するための、拡張現実（ＡＲ）ユニット１７０を含むことができる。特徴抽出ユニット１６６と、画像マスク・ユニット１６７と、検出ユニット１６８と、トラッキング・ユニット１６９と、ＡＲユニット１７０は、明確にするために、別々に、かつプロセッサ１６１とは別個に示されているが、単一のユニットであることも、および／または、プロセッサ１６１で実行されるソフトウェア１６５内の命令に基づいてプロセッサ１６１において実現されることもできる。本明細書で使用される場合、プロセッサ１６１、ならびに、特徴抽出ユニット１６６と、画像マスク・ユニット１６７と、検出ユニット１６８と、トラッキング・ユニット１６９と、ＡＲユニット１７０とのうちの１つ以上は、１つ以上のマイクロプロセッサ、エンベデッド・プロセッサ、コントローラ、特定用途向け集積回路（ＡＳＩＣ）、デジタル・シグナル・プロセッサ（ＤＳＰ）、等を含むことができるが、必ずしもこれらを含むとは限らないということが理解されるだろう。プロセッサという用語は、特定のハードウェアではなく、システムによって実現される機能を説明することを意図する。さらに、本明細書で使用される場合、「メモリ」という用語は、モバイル・プラットフォームに関連づけられた長期メモリ、短期メモリ、または他のメモリを含む任意のタイプのコンピュータ記憶媒体のことを言うが、任意の特定のメモリ・タイプまたは任意の特定のメモリ数、またはメモリが記憶される媒体のタイプに限定されるべきではない。

本明細書に説明された方法は、用途に依存して、さまざまな手段により実現されることができる。たとえば、これらの方法は、ハードウェア１６２、ファームウェア１６３、ソフトウェア１６５、またはそれらの任意の組み合わせにおいて実現されることができる。ハードウェアの実現では、本明細書に説明された機能を実行するように設計された、１つ以上の特定用途向け集積回路（ＡＳＩＣ）、デジタル・シグナル・プロセッサ（ＤＳＰ）、デジタル・シグナル・プロセシング・デバイス（ＤＳＰＤ）、プログラマブル論理デバイス（ＰＬＤ）、フィールド・プログラマブル・ゲート・アレイ（ＦＰＧＡ）、プロセッサ、コントローラ、マイクロ・コントローラ、マイクロプロセッサ、電子デバイス、他の電子ユニット、またはそれらの組み合わせにおいて、処理ユニットが実装されることができる。

ファームウェアおよび／またはソフトウェアの実現では、本明細書に説明された機能を実行するモジュール（たとえば、プロシージャ、関数、等）を用いて方法が実現されることができる。命令を実体的に具現化する任意の機械読取可能な媒体が、本明細書に説明された方法を実現するのに使用されることができる。たとえば、ソフトウェア・コードがメモリ１６４に記憶されることができ、プロセッサ１６１によって実行されることができる。メモリは、プロセッサ１６１の内部または外部に実装されることができる。

ファームウェアおよび／またはソフトウェアで実現される場合、機能は、コンピュータ読取可能な媒体において、１つ以上の命令またはコードとして、記憶されることができる。データ構造によってコード化された非一時的なコンピュータ読取可能な媒体や、コンピュータ・プログラムによってコード化されたコンピュータ読取可能な媒体が、例に含まれる。コンピュータ読取可能な媒体は、物理的なコンピュータ記憶媒体を含む。記憶媒体は、コンピュータによってアクセスされることができる任意の利用可能な媒体であることができる。限定ではなく例として、そのようなコンピュータ読取可能な媒体は、ＲＡＭ、ＲＯＭ、フラッシュ・メモリ、ＥＥＰＲＯＭ、ＣＤ−ＲＯＭ、または他の光ディスク記憶装置、磁気ディスク記憶装置、または他の磁気記憶デバイス、または、命令またはデータ構造の形態で所望のプログラムコードを記憶するために使用されることができ、かつ、コンピュータによってアクセスされることができる任意の他の媒体を含むことができる。ディスク（disk）およびディスク（disc）は、本明細書で使用される場合、コンパクト・ディスク（disc）（ＣＤ）、レーザーディスク（登録商標）（disc）、光ディスク（disc）、デジタル多用途ディスク（disc）（ＤＶＤ）、フロッピー（登録商標）ディスク（disk）、およびブルーレイ（登録商標）ディスク（disc）を含み、ディスク（disk）は通常、磁気的にデータを再生するが、ディスク（disc）は、レーザーを用いて光学的にデータを再生する。上記の組み合わせもまた、コンピュータ読取可能な媒体の範囲内に含まれるべきである。

本発明は、教示のために特定の実施形態に関連して説明されたが、本発明は、それらに限定されるものではない。本発明の範囲から逸脱せずに、さまざまな適応および変更が行われ得る。したがって、付属の特許請求の範囲の精神および範囲は、前述した説明に限定されるべきではない。

本発明は、教示のために特定の実施形態に関連して説明されたが、本発明は、それらに限定されるものではない。本発明の範囲から逸脱せずに、さまざまな適応および変更が行われ得る。したがって、付属の特許請求の範囲の精神および範囲は、前述した説明に限定されるべきではない。
なお、以下に、出願当初の特許請求の範囲に記載された発明を付記する。
［発明１］
ターゲットの画像を提供することと、
前記ターゲットの好ましくない部分を識別することと、
前記好ましくない部分のための画像マスクを生成することと、
前記画像マスクを使用して前記ターゲットのための特徴のデータセットから前記好ましくない部分を除外して、前記ターゲットのための前記特徴のデータセットを作成することと
を備える方法。
［発明２］
前記好ましくない部分は、前記ターゲットの動的に変化する領域である、発明１に記載の方法。
［発明３］
前記好ましくない部分は、ディスプレイ、反射面、テクスチャレスの面、繰り返しのテクスチャの面、または製品パッケージ上の可変のエリアである、発明１に記載の方法。
［発明４］
前記画像マスクを使用して前記ターゲットのための特徴のデータセットから前記好ましくない部分を除外して、前記ターゲットのための前記特徴のデータセットを作成することは、前記ターゲットの画像上に前記画像マスクをオーバーレイすることと、前記ターゲットの画像のマスクされていないエリアから特徴を抽出することとを備える、発明１に記載の方法。
［発明５］
前記画像マスクを使用して前記ターゲットのための特徴のデータセットから前記好ましくない部分を除外して、前記ターゲットのための前記特徴のデータセットを作成することは、前記ターゲットの画像のすべてのエリアから特徴を抽出することと、前記画像マスクを使用して前記好ましくない部分から抽出された特徴を除外することとを備える、発明１に記載の方法。
［発明６］
前記ターゲットの好ましくない部分を識別することは、ユーザ入力を受け取って前記好ましくない部分を識別することを備える、発明１に記載の方法。
［発明７］
前記ターゲットの好ましくない部分を識別することは、
前記ターゲットの複数の画像を取り込むことと、
前記ターゲットの複数の画像の各々から特徴を抽出することと、
前記ターゲットの複数の画像中で変化した特徴を有する前記ターゲットの領域を、前記好ましくない部分として識別することと
を備える、発明１に記載の方法。
［発明８］
前記ターゲットのための特徴のデータセットを使用して、取り込まれた画像において前記ターゲットを検出することをさらに備え、ここで、前記特徴のデータセットからは前記ターゲットの好ましくない部分が除外されている、発明１に記載の方法。
［発明９］
前記ターゲットのための特徴のデータセットを使用して、取り込まれた画像において前記ターゲットをトラッキングすることをさらに備え、ここで、前記特徴のデータセットからは前記ターゲットの好ましくない部分が除外されている、発明１に記載の方法。
［発明１０］
プロセッサと、
前記プロセッサに接続されたメモリと、
前記メモリに接続されたディスプレイと、
前記プロセッサに、画像においてターゲットの好ましくない部分を識別させ、前記好ましくない部分のための画像マスクを生成させ、前記画像マスクを使用して前記ターゲットのための特徴のデータセットから前記好ましくない部分を除外して、前記ターゲットのための前記特徴のデータセットを作成させるための、前記メモリで保持され、前記プロセッサで実行されるソフトウェアと
を備える、装置。
［発明１１］
前記好ましくない部分は、前記ターゲットの動的に変化する領域である、発明１０に記載の装置。
［発明１２］
前記好ましくない部分は、ディスプレイ、反射面、テクスチャレスの面、繰り返しのテクスチャの面、または製品パッケージ上の可変のエリアである、発明１０に記載の装置。
［発明１３］
前記ソフトウェアは、前記プロセッサに、前記ターゲットの画像上に前記画像マスクをオーバーレイさせることと、前記ターゲットの画像のマスクされていないエリアから特徴を抽出させることとによって、前記プロセッサに、前記画像マスクを使用して前記ターゲットのための特徴のデータセットから前記好ましくない部分を除外して、前記ターゲットのための前記特徴のデータセットを作成させる、発明１０に記載の装置。
［発明１４］
前記ソフトウェアは、前記プロセッサに、前記ターゲットの画像のすべてのエリアから特徴を抽出させることと、前記画像マスクを使用して前記好ましくない部分から抽出された特徴のサブセットを除外させることとによって、前記プロセッサに、前記画像マスクを使用して前記ターゲットのための特徴のデータセットから前記好ましくない部分を除外して、前記ターゲットのための前記特徴のデータセットを作成させる、発明１０に記載の装置。
［発明１５］
前記装置は、ユーザ・インタフェースをさらに備え、前記ソフトウェアは、前記プロセッサに、前記ターゲットの前記好ましくない部分を、前記好ましくない部分のユーザ選択を受け取ることによって識別させる、発明１０に記載の装置。
［発明１６］
前記プロセッサは、前記ターゲットの複数の画像を受信し、前記ソフトウェアは、前記プロセッサに、前記ターゲットの複数の画像の各々から特徴を抽出させることと、前記ターゲットの複数の画像中で変化した特徴のサブセットを有する前記ターゲットの領域を前記好ましくない部分として識別させることとによって、前記プロセッサに、前記ターゲットの前記好ましくない部分を識別させる、発明１０に記載の装置。
［発明１７］
カメラをさらに備え、前記画像は、前記カメラから前記プロセッサに提供される、発明１０に記載の装置。
［発明１８］
カメラをさらに備え、前記ソフトウェアは、前記プロセッサに、前記ターゲットのための特徴のデータセットを使用して、前記カメラによって取り込まれた取り込み画像において前記ターゲットを検出させ、ここで、前記特徴のデータセットからは前記ターゲットの好ましくない部分が除外されている、発明１０に記載の装置。
［発明１９］
カメラをさらに備え、前記ソフトウェアは、前記プロセッサに、前記ターゲットのための特徴のデータセットを使用して、前記カメラによって取り込まれた取り込み画像において前記ターゲットをトラッキングさせ、ここで、前記特徴のデータセットからは前記ターゲットの好ましくない部分が除外されている、発明１０に記載の装置。
［発明２０］
ターゲットの画像を提供するための手段と、
前記ターゲットの好ましくない部分を識別するための手段と、
前記好ましくない部分のための画像マスクを生成するための手段と、
前記画像マスクを使用して前記ターゲットのための特徴のデータセットから前記好ましくない部分を除外して、前記ターゲットのための前記特徴のデータセットを作成するための手段と
を備えるシステム。
［発明２１］
前記好ましくない部分は、前記ターゲットの動的に変化する領域である、発明２０に記載のシステム。
［発明２２］
前記好ましくない部分は、ディスプレイ、反射面、テクスチャレスの面、繰り返しのテクスチャの面、または製品パッケージ上の可変のエリアである、発明２０に記載のシステム。
［発明２３］
前記画像マスクを使用して前記ターゲットのための特徴のデータセットから前記好ましくない部分を除外して、前記ターゲットのための前記特徴のデータセットを作成するための手段は、前記ターゲットの画像上に前記画像マスクをオーバーレイするための手段と、前記ターゲットの画像のマスクされていないエリアから特徴を抽出するための手段とを備える、発明２０に記載のシステム。
［発明２４］
前記画像マスクを使用して前記ターゲットのための特徴のデータセットから前記好ましくない部分を除外して、前記ターゲットのための前記特徴のデータセットを作成するための手段は、前記ターゲットの画像のすべてのエリアから特徴を抽出するための手段と、前記画像マスクを使用して前記好ましくない部分から抽出された特徴を除外するための手段とを備える、発明２０に記載のシステム。
［発明２５］
前記ターゲットの好ましくない部分を識別するための手段は、ユーザ入力を受け取って前記好ましくない部分を識別するための手段を備える、発明２０に記載のシステム。
［発明２６］
前記ターゲットの好ましくない部分を識別するための手段は、
前記ターゲットの複数の画像を提供するための手段と、
前記ターゲットの複数の画像の各々から特徴を抽出するための手段と、
前記ターゲットの複数の画像中で変化した特徴を有する前記ターゲットの領域を、前記好ましくない部分として識別するための手段と
を備える、発明２０に記載のシステム。
［発明２７］
前記ターゲットのための特徴のデータセットを使用して、取り込まれた画像において前記ターゲットを検出するための手段をさらに備え、ここで、前記特徴のデータセットからは前記ターゲットの好ましくない部分が除外されている、発明２０に記載のシステム。
［発明２８］
前記ターゲットのための特徴のデータセットを使用して、取り込まれた画像において前記ターゲットをトラッキングするための手段をさらに備え、ここで、前記特徴のデータセットからは前記ターゲットの好ましくない部分が除外されている、発明２０に記載のシステム。
［発明２９］
プログラム・コードが記憶されたコンピュータ読取可能な媒体であって、
画像においてターゲットの好ましくない部分を識別するためのプログラム・コードと、
前記好ましくない部分のための画像マスクを生成するためのプログラム・コードと、
前記画像マスクを使用して前記ターゲットのための特徴のデータセットから前記好ましくない部分を除外して、前記ターゲットのための前記特徴のデータセットを作成するためのプログラム・コードと
を備えるコンピュータ読取可能な媒体。
［発明３０］
前記好ましくない部分は、前記ターゲットの動的に変化する領域である、発明２９に記載のコンピュータ読取可能な媒体。
［発明３１］
前記好ましくない部分は、ディスプレイ、反射面、テクスチャレスの面、繰り返しのテクスチャの面、または製品パッケージ上の可変のエリアである、発明２９に記載のコンピュータ読取可能な媒体。
［発明３２］
前記特徴のデータセットを作成するためのプログラム・コードは、前記ターゲットの画像上に前記画像マスクをオーバーレイし、前記ターゲットの画像のマスクされていないエリアから特徴を抽出する、発明２９に記載のコンピュータ読取可能な媒体。
［発明３３］
前記画像マスクを使用して前記ターゲットのための特徴のデータセットから前記好ましくない部分を除外して、前記ターゲットのための前記特徴のデータセットを作成するためのプログラム・コードは、前記ターゲットの画像のすべてのエリアから特徴を抽出し、前記画像マスクを使用して前記好ましくない部分から抽出された特徴のサブセットを除外する、発明２９に記載のコンピュータ読取可能な媒体。
［発明３４］
前記ターゲットの前記好ましくない部分を識別するためのプログラム・コードは、ユーザに前記好ましくない部分を選択するためのユーザ・インタフェースを提供する、発明２９に記載のコンピュータ読取可能な媒体。
［発明３５］
前記ターゲットの好ましくない部分を識別するためのプログラム・コードは、前記ターゲットの複数の画像の各々から特徴を抽出し、前記ターゲットの複数の画像中で変化した特徴のサブセットを有する前記ターゲットの領域を前記好ましくない部分として識別する、発明２９に記載のコンピュータ読取可能な媒体。
［発明３６］
前記コンピュータ読取可能な媒体は、前記ターゲットのための特徴のデータセットを使用して、取り込まれた画像において前記ターゲットを検出するためのプログラム・コードをさらに備え、ここで、前記特徴のデータセットからは前記ターゲットの好ましくない部分が除外されている、発明２９記載のコンピュータ読取可能な媒体。
［発明３７］
前記コンピュータ読取可能な媒体は、前記ターゲットのための特徴のデータセットを使用して、取り込まれた画像において前記ターゲットをトラッキングするためのプログラム・コードをさらに備え、ここで、前記特徴のデータセットからは前記ターゲットの好ましくない部分が除外されている、発明２９記載のコンピュータ読取可能な媒体。

Claims

ターゲットの画像を提供することと、
前記ターゲットの好ましくない部分を識別することと、
前記好ましくない部分のための画像マスクを生成することと、
前記画像マスクを使用して前記ターゲットのための特徴のデータセットから前記好ましくない部分を除外して、前記ターゲットのための前記特徴のデータセットを作成することと
を備える方法。
前記好ましくない部分は、前記ターゲットの動的に変化する領域である、請求項１に記載の方法。
前記好ましくない部分は、ディスプレイ、反射面、テクスチャレスの面、繰り返しのテクスチャの面、または製品パッケージ上の可変のエリアである、請求項１に記載の方法。
前記画像マスクを使用して前記ターゲットのための特徴のデータセットから前記好ましくない部分を除外して、前記ターゲットのための前記特徴のデータセットを作成することは、前記ターゲットの画像上に前記画像マスクをオーバーレイすることと、前記ターゲットの画像のマスクされていないエリアから特徴を抽出することとを備える、請求項１に記載の方法。
前記画像マスクを使用して前記ターゲットのための特徴のデータセットから前記好ましくない部分を除外して、前記ターゲットのための前記特徴のデータセットを作成することは、前記ターゲットの画像のすべてのエリアから特徴を抽出することと、前記画像マスクを使用して前記好ましくない部分から抽出された特徴を除外することとを備える、請求項１に記載の方法。
前記ターゲットの好ましくない部分を識別することは、ユーザ入力を受け取って前記好ましくない部分を識別することを備える、請求項１に記載の方法。
前記ターゲットの好ましくない部分を識別することは、
前記ターゲットの複数の画像を取り込むことと、
前記ターゲットの複数の画像の各々から特徴を抽出することと、
前記ターゲットの複数の画像中で変化した特徴を有する前記ターゲットの領域を、前記好ましくない部分として識別することと
を備える、請求項１に記載の方法。
前記ターゲットのための特徴のデータセットを使用して、取り込まれた画像において前記ターゲットを検出することをさらに備え、ここで、前記特徴のデータセットからは前記ターゲットの好ましくない部分が除外されている、請求項１に記載の方法。
前記ターゲットのための特徴のデータセットを使用して、取り込まれた画像において前記ターゲットをトラッキングすることをさらに備え、ここで、前記特徴のデータセットからは前記ターゲットの好ましくない部分が除外されている、請求項１に記載の方法。
プロセッサと、
前記プロセッサに接続されたメモリと、
前記メモリに接続されたディスプレイと、
前記プロセッサに、画像においてターゲットの好ましくない部分を識別させ、前記好ましくない部分のための画像マスクを生成させ、前記画像マスクを使用して前記ターゲットのための特徴のデータセットから前記好ましくない部分を除外して、前記ターゲットのための前記特徴のデータセットを作成させるための、前記メモリで保持され、前記プロセッサで実行されるソフトウェアと
を備える、装置。
前記好ましくない部分は、前記ターゲットの動的に変化する領域である、請求項１０に記載の装置。
前記好ましくない部分は、ディスプレイ、反射面、テクスチャレスの面、繰り返しのテクスチャの面、または製品パッケージ上の可変のエリアである、請求項１０に記載の装置。
前記ソフトウェアは、前記プロセッサに、前記ターゲットの画像上に前記画像マスクをオーバーレイさせることと、前記ターゲットの画像のマスクされていないエリアから特徴を抽出させることとによって、前記プロセッサに、前記画像マスクを使用して前記ターゲットのための特徴のデータセットから前記好ましくない部分を除外して、前記ターゲットのための前記特徴のデータセットを作成させる、請求項１０に記載の装置。
前記ソフトウェアは、前記プロセッサに、前記ターゲットの画像のすべてのエリアから特徴を抽出させることと、前記画像マスクを使用して前記好ましくない部分から抽出された特徴のサブセットを除外させることとによって、前記プロセッサに、前記画像マスクを使用して前記ターゲットのための特徴のデータセットから前記好ましくない部分を除外して、前記ターゲットのための前記特徴のデータセットを作成させる、請求項１０に記載の装置。
前記装置は、ユーザ・インタフェースをさらに備え、前記ソフトウェアは、前記プロセッサに、前記ターゲットの前記好ましくない部分を、前記好ましくない部分のユーザ選択を受け取ることによって識別させる、請求項１０に記載の装置。
前記プロセッサは、前記ターゲットの複数の画像を受信し、前記ソフトウェアは、前記プロセッサに、前記ターゲットの複数の画像の各々から特徴を抽出させることと、前記ターゲットの複数の画像中で変化した特徴のサブセットを有する前記ターゲットの領域を前記好ましくない部分として識別させることとによって、前記プロセッサに、前記ターゲットの前記好ましくない部分を識別させる、請求項１０に記載の装置。
カメラをさらに備え、前記画像は、前記カメラから前記プロセッサに提供される、請求項１０に記載の装置。
カメラをさらに備え、前記ソフトウェアは、前記プロセッサに、前記ターゲットのための特徴のデータセットを使用して、前記カメラによって取り込まれた取り込み画像において前記ターゲットを検出させ、ここで、前記特徴のデータセットからは前記ターゲットの好ましくない部分が除外されている、請求項１０に記載の装置。
カメラをさらに備え、前記ソフトウェアは、前記プロセッサに、前記ターゲットのための特徴のデータセットを使用して、前記カメラによって取り込まれた取り込み画像において前記ターゲットをトラッキングさせ、ここで、前記特徴のデータセットからは前記ターゲットの好ましくない部分が除外されている、請求項１０に記載の装置。
ターゲットの画像を提供するための手段と、
前記ターゲットの好ましくない部分を識別するための手段と、
前記好ましくない部分のための画像マスクを生成するための手段と、
前記画像マスクを使用して前記ターゲットのための特徴のデータセットから前記好ましくない部分を除外して、前記ターゲットのための前記特徴のデータセットを作成するための手段と
を備えるシステム。
前記好ましくない部分は、前記ターゲットの動的に変化する領域である、請求項２０に記載のシステム。
前記好ましくない部分は、ディスプレイ、反射面、テクスチャレスの面、繰り返しのテクスチャの面、または製品パッケージ上の可変のエリアである、請求項２０に記載のシステム。
前記画像マスクを使用して前記ターゲットのための特徴のデータセットから前記好ましくない部分を除外して、前記ターゲットのための前記特徴のデータセットを作成するための手段は、前記ターゲットの画像上に前記画像マスクをオーバーレイするための手段と、前記ターゲットの画像のマスクされていないエリアから特徴を抽出するための手段とを備える、請求項２０に記載のシステム。
前記画像マスクを使用して前記ターゲットのための特徴のデータセットから前記好ましくない部分を除外して、前記ターゲットのための前記特徴のデータセットを作成するための手段は、前記ターゲットの画像のすべてのエリアから特徴を抽出するための手段と、前記画像マスクを使用して前記好ましくない部分から抽出された特徴を除外するための手段とを備える、請求項２０に記載のシステム。
前記ターゲットの好ましくない部分を識別するための手段は、ユーザ入力を受け取って前記好ましくない部分を識別するための手段を備える、請求項２０に記載のシステム。
前記ターゲットの好ましくない部分を識別するための手段は、
前記ターゲットの複数の画像を提供するための手段と、
前記ターゲットの複数の画像の各々から特徴を抽出するための手段と、
前記ターゲットの複数の画像中で変化した特徴を有する前記ターゲットの領域を、前記好ましくない部分として識別するための手段と
を備える、請求項２０に記載のシステム。
前記ターゲットのための特徴のデータセットを使用して、取り込まれた画像において前記ターゲットを検出するための手段をさらに備え、ここで、前記特徴のデータセットからは前記ターゲットの好ましくない部分が除外されている、請求項２０に記載のシステム。
前記ターゲットのための特徴のデータセットを使用して、取り込まれた画像において前記ターゲットをトラッキングするための手段をさらに備え、ここで、前記特徴のデータセットからは前記ターゲットの好ましくない部分が除外されている、請求項２０に記載のシステム。
プログラム・コードが記憶されたコンピュータ読取可能な媒体であって、
画像においてターゲットの好ましくない部分を識別するためのプログラム・コードと、
前記好ましくない部分のための画像マスクを生成するためのプログラム・コードと、
前記画像マスクを使用して前記ターゲットのための特徴のデータセットから前記好ましくない部分を除外して、前記ターゲットのための前記特徴のデータセットを作成するためのプログラム・コードと
を備えるコンピュータ読取可能な媒体。
前記好ましくない部分は、前記ターゲットの動的に変化する領域である、請求項２９に記載のコンピュータ読取可能な媒体。
前記好ましくない部分は、ディスプレイ、反射面、テクスチャレスの面、繰り返しのテクスチャの面、または製品パッケージ上の可変のエリアである、請求項２９に記載のコンピュータ読取可能な媒体。
前記特徴のデータセットを作成するためのプログラム・コードは、前記ターゲットの画像上に前記画像マスクをオーバーレイし、前記ターゲットの画像のマスクされていないエリアから特徴を抽出する、請求項２９に記載のコンピュータ読取可能な媒体。
前記画像マスクを使用して前記ターゲットのための特徴のデータセットから前記好ましくない部分を除外して、前記ターゲットのための前記特徴のデータセットを作成するためのプログラム・コードは、前記ターゲットの画像のすべてのエリアから特徴を抽出し、前記画像マスクを使用して前記好ましくない部分から抽出された特徴のサブセットを除外する、請求項２９に記載のコンピュータ読取可能な媒体。
前記ターゲットの前記好ましくない部分を識別するためのプログラム・コードは、ユーザに前記好ましくない部分を選択するためのユーザ・インタフェースを提供する、請求項２９に記載のコンピュータ読取可能な媒体。
前記ターゲットの好ましくない部分を識別するためのプログラム・コードは、前記ターゲットの複数の画像の各々から特徴を抽出し、前記ターゲットの複数の画像中で変化した特徴のサブセットを有する前記ターゲットの領域を前記好ましくない部分として識別する、請求項２９に記載のコンピュータ読取可能な媒体。
前記コンピュータ読取可能な媒体は、前記ターゲットのための特徴のデータセットを使用して、取り込まれた画像において前記ターゲットを検出するためのプログラム・コードをさらに備え、ここで、前記特徴のデータセットからは前記ターゲットの好ましくない部分が除外されている、請求項２９記載のコンピュータ読取可能な媒体。
前記コンピュータ読取可能な媒体は、前記ターゲットのための特徴のデータセットを使用して、取り込まれた画像において前記ターゲットをトラッキングするためのプログラム・コードをさらに備え、ここで、前記特徴のデータセットからは前記ターゲットの好ましくない部分が除外されている、請求項２９記載のコンピュータ読取可能な媒体。