对比文件名称：2013-06-27_WO2013095416A_发明申请_WO2013095416A1 INTERACTIVE STREAMING VIDEO
目标专利名称：1012用于虚拟现实内容控制的方法及装置CN107111364B
本次调用的模型名称：Kimi（由月之暗面科技有限公司开发的大语言模型）
---
## 特征比对表格
| 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**：确定在第一时间的可视虚拟现实内容中的至少第一感兴趣区域<br>《隐含公开》 | [p0020][0018] “Beginning at 201, a processor determines based on information from a sensor characteristics of a user interaction with an area of a scene within a streaming video during a particular time within the streaming video.”<br><br>[p0022][0020] “The area of the scene at the particular time may correspond to an item in the scene.”<br><br>[p0026][0024] “To populate the storage, an item may be identified within a scene of the video stream and associated with a response to a particular user interaction with the item.”<br><br>（中文翻译：[p0020][0018]“从201开始，处理器基于来自传感器的信息确定在流媒体视频内的特定时间期间用户与流媒体视频场景内的区域的交互的特征。”；[p0022][0020]“在特定时间的场景区域可对应于场景中的项目。”；[p0026][0024]“为了填充存储器，可以在视频流的场景内标识项目并将其与对该项目的特定用户交互的响应相关联。”） | 对比文件公开了在流媒体视频内的**特定时间**（a particular time）确定场景中的**区域/项目**（area of a scene / item），并可将该项目与响应关联。虽然对比文件未明确限定为“可视虚拟现实内容”，但其已部分公开了“在特定时间确定内容中的感兴趣区域”这一核心技术内容。本领域技术人员能够合理推断出，该技术手段同样可以应用于虚拟现实内容，以在第一时间确定至少第一感兴趣区域。因此，技术特征A被隐含公开。 |
| **技术特征B**：所述可视虚拟现实内容被配置为当观看所述可视虚拟现实内容时延伸到观看者的视野之外<br>未公开 | 无 | 对比文件涉及的是在传统显示设备（如电视、监视器或移动计算设备）上显示的普通流媒体视频（streaming video），视频内容始终局限于显示屏幕的物理边界之内。对比文件完全没有涉及虚拟现实内容，也未提及任何内容延伸到观看者视野之外、头戴式显示设备或全景内容的技术构思。本领域技术人员无法从对比文件中合理推断出该技术特征。 |
| **技术特征C**：当观看者观看所述可视虚拟现实内容时，监控所述观看者的视野的定义部分是否与所述可视虚拟现实内容中的所述第一感兴趣区域一致<br>《隐含公开》 | [p0014][0011] “The sensor 106 may be a sensor for collecting information about a user interaction relative to a video stream scene displayed on the display device 105. For example, the sensor 106 may be a camera, infrared, acoustic, or motion sensor.”<br><br>[p0020][0018] “The sensor may detect eye contact, touch, gesture, sound, or motion relative to the streaming video scene.”<br><br>（中文翻译：[p0014][0011]“传感器106可以是用于收集关于用户相对于显示在显示设备105上的视频流场景的交互的信息的传感器。例如，传感器106可以是摄像头、红外、声学或运动传感器。”；[p0020][0018]“传感器可检测相对于流媒体视频场景的眼神接触、触摸、手势、声音或运动。”） | 对比文件公开了利用传感器（如摄像头、运动传感器）检测观看者相对于视频场景的**眼神接触**（eye contact）和**运动**（motion）。眼神接触检测实质上涉及监控观看者的注视方向是否与场景中的特定项目/区域相对应；运动传感器则可用于捕捉观看者的头部或身体运动信息。尽管对比文件的应用场景为传统流媒体视频，但本领域技术人员能够合理推断出，通过类似的传感器手段可以监控观看者的视野/注视是否与感兴趣区域一致。因此，技术特征C被隐含公开。 |
| **技术特征D**：基于所述观看者的视野的所述定义部分是否与所述可视虚拟现实内容中的所述第一感兴趣区域一致，控制所述可视虚拟现实内容的进展<br>未公开 | [p0029][0027] “The processor may alter the video stream, for example to change the scene in response to the selection, to display additional information in a pop up or banner to indicate the item was selected...”<br><br>（中文翻译：[p0029][0027]“处理器可改变视频流，例如响应于选择而改变场景，在弹出窗口或横幅中显示额外信息以指示该项目被选择……”） | 对比文件公开的是基于用户与流媒体视频中项目的交互来执行**响应**（response），例如改变视频流以显示额外信息、弹出横幅、发送电子邮件、启动购买流程等。这些响应的目的在于提供与视频项目相关的信息服务或广告互动，而非控制视频内容本身的**进展**（如暂停、继续或停止播放）。对比文件完全没有涉及基于视野与感兴趣区域是否一致来控制内容播放进展的技术构思，本领域技术人员无法从中合理推断出该技术特征。 |
| **技术特征E**：确定在第二时间的所述可视虚拟现实内容中的新的第二感兴趣区域<br>《隐含公开》 | [p0031][0029] “Figure 3B shows a table 302 of items in the video stream and responses. For example, a touch to the briefcase which is pictured at x coordinates 200 and y coordinates 1000 at 1 hour, 1 minute, and 10 seconds into the video should have a response of a banner being displayed...”<br><br>（中文翻译：[p0031][0029]“图3B示出视频流中的项目及响应的表格302。例如，在视频播放到1小时1分10秒时对位于x坐标200和y坐标1000的手提箱的触摸应当具有显示横幅的响应……”） | 对比文件公开了在视频流的**不同时间**（如1小时1分10秒）确定不同的可选择项目（如手提箱），并采用表格形式记录项目与时间、位置的对应关系。这表明在视频内容的不同时刻可以存在不同的感兴趣项目/区域。本领域技术人员能够合理推断出，在虚拟现实内容播放到第二时间时，可以确定新的第二感兴趣区域。因此，技术特征E被隐含公开。 |
| **技术特征F**：所述新的第二感兴趣区域位于当所述观看者观看所述可视虚拟现实内容时所述观看者的视野以外<br>未公开 | 无 | 对比文件涉及传统流媒体视频，视频内容完全显示在屏幕范围内，观看者通过观看屏幕即可看到全部呈现的内容，不存在“感兴趣区域位于视野以外”的技术构思。对比文件也未涉及虚拟现实、头戴式设备或全景内容，本领域技术人员无法合理推断出该技术特征。 |
| **技术特征G**：当所述观看者观看所述可视虚拟现实内容时，确定所述观看者的视野的所述定义部分与所述可视虚拟现实内容中的所述新的第二感兴趣区域不一致<br>《隐含公开》 | [p0024][0022] “The processor may determine whether the object selected is a selectable object. In some cases, the processor may make a determination as to whether a user interaction is associated with a selectable item based on information in the storage.”<br><br>（中文翻译：[p0024][0022]“处理器可确定所选对象是否为可选择对象。在一些情况下，处理器可基于存储器中的信息作出关于用户交互是否与可选择项目相关联的确定。”） | 对比文件公开了处理器确定所选对象是否为**可选择对象**（selectable object），并基于存储信息判断用户交互是否与可选择项目相关联。当用户交互与可选择项目不对应时，即构成了“不一致”的确定。本领域技术人员能够合理推断出，在虚拟现实内容中同样可以确定观看者的视野部分与新的感兴趣区域不一致。因此，技术特征G被隐含公开。 |
| **技术特征H**：基于确定所述观看者的视野的所述定义部分与所述可视虚拟现实内容中的所述新的第二感兴趣区域不一致，停止包括所述新的第二感兴趣区域的所述可视虚拟现实内容的至少一部分的进展<br>未公开 | 无 | 对比文件完全没有涉及基于“不一致”而停止视频内容至少一部分进展（例如暂停视频播放）的技术方案。对比文件中的响应均为显示附加信息、发送邮件、改变场景或启动购买等，并不控制视频本身的播放进度。本领域技术人员无法从对比文件中合理推断出该技术特征。 |
| **技术特征I**：其中，控制所述可视虚拟现实内容的进展包括：响应于确定所述观看者的视野的所述定义部分与所述可视虚拟现实内容中的所述第一或第二感兴趣区域一致，使能所述可视虚拟现实内容的进展<br>未公开 | 无 | 对比文件未公开基于视野与感兴趣区域一致而**使能**（enable）内容进展（如允许视频继续播放）的技术方案。对比文件的交互响应机制与基于视野匹配来控制播放进展的机制存在本质差异，本领域技术人员无法合理推断出该技术特征。 |
| **技术特征J**：其中，控制所述可视虚拟现实内容的进展包括：响应于确定所述观看者的视野的所述定义部分与所述可视虚拟现实内容中的所述第一或第二感兴趣区域不一致，停止所述可视虚拟现实内容的至少一部分的进展<br>未公开 | 无 | 同技术特征H、I，对比文件未涉及基于不一致而停止内容进展的方案，本领域技术人员无法合理推断出该技术特征。 |
| **技术特征K**：其中，包括所述第一或第二感兴趣区域的所述可视虚拟现实内容的至少一部分的进展被停止<br>未公开 | 无 | 对比文件未公开停止包括感兴趣区域的内容的一部分进展的技术方案，本领域技术人员无法合理推断出该技术特征。 |
| **技术特征L**：进一步包括：响应于确定所述观看者的视野的所述定义部分与所述可视虚拟现实内容中的所述第一感兴趣区域不一致，使得至少一个音频轨道的播放暂停<br>未公开 | 无 | 对比文件完全未涉及音频轨道的控制，更未公开基于视野不一致而暂停特定音频轨道播放的技术方案，本领域技术人员无法合理推断出该技术特征。 |
| **技术特征M**：进一步包括：当所述至少一个音频轨道的播放已暂停时，使能与所述至少一个音频轨道不同的至少一个其它音频轨道的播放<br>未公开 | 无 | 对比文件未涉及多音频轨道的区分控制，也未公开在一个音频轨道暂停时使能其他不同音频轨道继续播放的技术方案，本领域技术人员无法合理推断出该技术特征。 |
| **技术特征N**：其中，所述可视虚拟现实内容是虚拟现实视频内容，控制所述可视虚拟现实内容的进展包括控制所述虚拟现实视频内容的播放<br>未公开 | [p0003][0001] “Streaming video is a popular method of receiving media content... Websites may allow a user to view content streamed from a server.”<br><br>（中文翻译：[p0003][0001]“流媒体视频是接收媒体内容的流行方式……网站可允许用户观看从服务器流式传输的内容。”） | 对比文件公开的是传统**流媒体视频**（streaming video），而非**虚拟现实视频内容**（virtual reality video content）。虽然对比文件涉及视频数据的流式传输与显示，但完全没有涉及虚拟现实视频、头戴式显示设备或控制虚拟现实视频播放进展的技术构思，本领域技术人员无法合理推断出该技术特征。 |
| **技术特征O**：进一步包括：确定所述第一感兴趣区域不再是感兴趣区域<br>《隐含公开》 | [p0031][0029] 图3B表格示出项目仅在特定时间戳（1小时1分10秒）有效；[p0020][0018] “during a particular time within the streaming video”<br><br>（中文翻译：[p0020][0018]“在流媒体视频内的特定时间期间”） | 对比文件公开了可选择项目仅在视频流的**特定时间**有效（如图3B的表格302所示，项目仅在特定时间戳出现并可被选择）。当视频播放超出该特定时间范围时，该项目自然不再作为当前的可选择项目/感兴趣区域。本领域技术人员能够合理推断出需要确定第一感兴趣区域不再作为感兴趣区域。因此，技术特征O被隐含公开。 |
| **技术特征P**：其中，所述可视虚拟现实内容由在存储器中存储的虚拟现实内容数据提供，并且所述虚拟现实内容数据包括多个标识符，所述多个标识符标识所述可视虚拟现实内容中的感兴趣区域<br>《隐含公开》 | [p0011][0008] “information about selectable items in the streaming video scene may be transmitted along with the streaming video signal... The selectable item information may be stored in a database such that the information is not transmitted to the display device. For example, the database may include information about a position and time in the video stream associated with a particular selectable item and a response...”<br><br>[p0026][0024] “The information about the selection and the response may be stored.”<br><br>（中文翻译：[p0011][0008]“关于流媒体视频场景中的可选择项目的信息可以连同流媒体视频信号一起传输……可选择项目信息可以存储在数据库中，使得该信息不被传输到显示设备。例如，数据库可以包括关于视频流中与特定可选择项目及响应相关联的位置和时间的信息……”；[p0026][0024]“关于选择和响应的信息可以被存储。”） | 对比文件公开了关于视频中可选择项目的信息可存储在**数据库**（database）中，数据库可包括与视频流中特定可选择项目相关的**位置、时间及响应信息**。这实质上公开了在存储器中存储内容数据，并利用存储的信息（相当于标识符）来标识视频流中的项目/感兴趣区域。本领域技术人员能够合理推断出该技术手段可应用于虚拟现实内容数据。因此，技术特征P被隐含公开。 |
| **技术特征Q**：其中，监控观看者的视野的定义部分是否与所述可视虚拟现实内容中的所述第一或第二感兴趣区域一致包括：跟踪观看者的头部运动和/或观看者的注视<br>《隐含公开》 | [p0014][0011] “The sensor 106 may be a camera, infrared, acoustic, or motion sensor.”<br><br>[p0020][0018] “The sensor may detect eye contact... or motion relative to the streaming video scene.”<br><br>（中文翻译：[p0014][0011]“传感器106可以是摄像头、红外、声学或运动传感器。”；[p0020][0018]“传感器可检测相对于流媒体视频场景的眼神接触……或运动。”） | 对比文件公开了传感器可以是**摄像头**、**运动传感器**，并可检测**眼神接触**（eye contact）或**运动**（motion）。眼神接触检测涉及对观看者注视方向的跟踪，而运动传感器可用于检测头部或身体运动。本领域技术人员能够合理推断出，在虚拟现实环境中可以通过类似的传感器来跟踪头部运动和/或注视，以用于监控视野与感兴趣区域的一致性。因此，技术特征Q被隐含公开。 |
| **技术特征R**：其中，所述观看者的视野的所述定义部分是当观看所述可视虚拟现实内容时所述观看者的总视野或小于所述观看者的总视野<br>未公开 | 无 | 对比文件未涉及“观看者的视野的定义部分”（defined part of the viewer's field of view）这一概念，也未区分总视野或小于总视野的中心视野、立体角等，本领域技术人员无法合理推断出该技术特征。 |
| **技术特征S**：其中，所述可视虚拟现实内容是360°可视虚拟现实内容<br>未公开 | 无 | 对比文件涉及传统流媒体视频，未涉及360°全景虚拟现实内容，本领域技术人员无法合理推断出该技术特征。 |
| **技术特征T**：其上存储有计算机程序代码，所述计算机程序代码在由至少一个处理器执行时使得根据前述任一项权利要求所述的方法被执行<br>《隐含公开》 | [p0016][0013] “The machine-readable storage medium 101 may be any suitable machine readable medium... The machine-readable storage medium 101 may include instructions executable by the processor 102.”<br><br>[p0015][0012] “The apparatus 107 may include a processor 102 and a machine-readable storage medium 101.”<br><br>（中文翻译：[p0016][0013]“机器可读存储介质101可以是任何合适的机器可读介质……机器可读存储介质101可以包括可由处理器102执行的指令。”；[p0015][0012]“装置107可以包括处理器102和机器可读存储介质101。”） | 对比文件公开了装置包括**处理器**（processor）和**机器可读存储介质**（machine-readable storage medium），存储介质包括可由处理器执行的**指令**（instructions）。本领域技术人员能够合理推断出，可以在存储介质上存储计算机程序代码，并由处理器执行以实现相应的方法步骤。因此，技术特征T被隐含公开。 |
---
## 直接公开判断
经严谨判断，本领域技术人员无法从对比文件中毫无疑义地直接得出与目标专利技术特征相同的技术方案。对比文件涉及的是传统二维流媒体视频中的交互式项目选择及信息响应机制，而目标专利涉及的是基于观看者视野与虚拟现实内容中感兴趣区域的空间匹配关系来控制内容进展（如暂停/继续播放）的虚拟现实控制方法。两者技术领域、应用场景及技术构思存在本质差异。因此，**上述技术特征A至T均未被对比文件直接公开**。
## 隐含公开判断
按照宽松的隐含公开判断标准，对于对比文件中已部分公开相应技术手段、且本领域技术人员能够合理推断其可应用于相应技术场景的技术特征，判断为隐含公开。具体而言：
- **技术特征A、C、E、G、O、P、Q、T**：对比文件中分别公开了在特定时间确定视频项目/区域、利用传感器检测眼神接触与运动、在不同时间确定新的项目、判断交互与项目是否关联、项目仅在特定时间有效、数据库存储项目位置/时间信息、利用摄像头/运动传感器检测注视与运动、以及机器可读介质存储处理器可执行指令等内容。本领域技术人员能够合理推断出这些技术手段可对应应用于目标专利的虚拟现实内容控制场景中，故上述特征被隐含公开。
- **技术特征B、D、F、H、I、J、K、L、M、N、R、S**：对比文件完全未涉及虚拟现实内容、内容延伸到视野之外、基于视野匹配控制播放进展（暂停/继续/停止）、360°全景内容、多音频轨道区分控制等技术构思，本领域技术人员无法通过对比文件合理推断出上述特征，故上述特征未被隐含公开。
<<<a>>><<<c>>><<<e>>><<<g>>><<<o>>><<<p>>><<<q>>><<<t>>>