好的，作为一名资深专利代理师，我将对对比文件进行深度分析，评估其是否公开了目标专利权利要求的各技术特征。
**对比文件名称**：2008-11-06_US2008273597A_发明申请_US20080273597A1 Method for searching for motion vector
**目标专利名称**：用于视频数据的方法、装置、设备和计算机可读存储媒体 CN106165423B
**本次调用的模型名称**：DeepSeek-R1
根据对目标专利说明书和对比文件的仔细研读，现创建特征比对表格并进行分析如下：
### **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**：其包括：选择用于与所述非自然视频数据的第二帧的当前块匹配的所述非自然视频数据的第一帧的候选块，所述候选块是从围绕所述第一帧的先前候选块的第一菱形样式中选择的<br>**判断结果**：《隐含公开》 | 第[0033]-[0034]段：“the search pattern includes a center point and at least two pairs of vertices... Referring to FIG. 2A, when an O point “D0” is a center point, vertices may be a first point D1, a second point D2, a third point D3, and a fourth point D4, as those in the typical large diamond search pattern (LDSP).”<br>**中文翻译**：搜索样式包括一个中心点和至少两对顶点……参考图2A，当O点“D0”是中心点时，顶点可以是第一点D1、第二点D2、第三点D3和第四点D4，如典型的大菱形搜索模式（LDSP）中的那样。 | 对比文件公开了使用菱形搜索模式（LDSP）进行运动向量搜索，该模式包含一个中心点和四个顶点。在搜索过程中（如图3流程图、图4A-4G），会以当前中心点（即“先前候选块”的位置）为中心，计算其菱形样式（LDSP）中顶点的误差能量，并将误差能量最低的点“指定为运动向量候选点”（第[0038]段，步骤20）。这实质上就是“从围绕所述第一帧的先前候选块的第一菱形样式中选择”候选块的过程。虽然对比文件未明确限定视频数据为“非自然视频数据”，但其搜索方法适用于一般视频数据，本领域技术人员可推理将其应用于非自然视频数据的场景。因此，该技术特征被**隐含公开**。 |
| **技术特征B**：基于使所述第一帧的所述先前候选块与所述当前块匹配来获得先前经计算的最低匹配差值<br>**判断结果**：《隐含公开》 | 第[0038]段：“Then, among the calculated error energies of the five points, a point having the lowest error energy is designated as a motion vector candidate point (step 20).”<br>**中文翻译**：然后，在这五个点的计算误差能量中，将具有最低误差能量的点指定为运动向量候选点（步骤20）。<br>第[0046]段：“Referring to step 10, the error energy of the fourth vertex P4 among the five points is the lowest. Therefore, in the following step 20, the fourth vertex P4 is designated as a first motion vector candidate point.”<br>**中文翻译**：参考步骤10，五个点中第四顶点P4的误差能量最低。因此，在接下来的步骤20中，第四顶点P4被指定为第一运动向量候选点。 | 对比文件在搜索过程中，会计算当前中心点（对应“先前候选块”）与当前块之间的误差能量（如SAD，见第[0043]段），并将其与菱形顶点处的误差能量进行比较，以确定最低者作为新的候选点（步骤20）。这个过程必然需要“获得先前经计算的最低匹配差值”（即当前最佳匹配点对应的误差能量），作为后续比较和决策的基准。例如，第[0046]段描述将误差能量最低的P4点指定为候选点，这隐含了已经获得了P4点的“最低匹配差值”。因此，该技术特征被**隐含公开**。 |
| **技术特征C**：计算用于使所述候选块的样本的第一子集与所述当前块匹配的第一部分匹配差值<br>**判断结果**：《未公开》 | 第[0043]段：“calculations of the error energies according to an exemplary embodiment of the present invention are achieved through the calculation of the Sum of Absolute Difference (SAD)”<br>**中文翻译**：根据本发明示例性实施例的误差能量计算通过计算绝对差总和(SAD)来实现。 | 目标专利的核心创新点之一在于计算“样本的第一子集”的部分匹配差值，以减少计算量，这尤其适用于非自然视频数据中误差集中的特点。对比文件计算的是整个候选块（或整个搜索点对应的块）与当前块之间的完整误差能量（如SAD），并未涉及仅基于块内“样本的第一子集”来计算“第一部分匹配差值”。因此，对比文件既未直接公开也未隐含公开该技术特征。 |
| **技术特征D**：基于所述第一部分匹配差值来估计用于使所述候选块与所述当前块匹配的总匹配差值<br>**判断结果**：《未公开》 | 第[0043]段：“calculations of the error energies according to an exemplary embodiment of the present invention are achieved through the calculation of the Sum of Absolute Difference (SAD)”<br>**中文翻译**：根据本发明示例性实施例的误差能量计算通过计算绝对差总和(SAD)来实现。 | 如上所述，目标专利通过部分样本的匹配差值来“估计”总匹配差值。对比文件直接计算的是完整的匹配差值（误差能量），不存在“基于部分差值来估计总差值”的过程或概念。因此，该技术特征未被公开。 |
| **技术特征E**：将所述候选块的经估计的总匹配差值与所述先前候选块的所述最低匹配差值进行比较<br>**判断结果**：《隐含公开》 | 第[0038]段：“Then, among the calculated error energies of the five points, a point having the lowest error energy is designated as a motion vector candidate point (step 20).”<br>第[0046]段：“...the sixth vertex P6 having the lowest error energy is designated as a third motion vector candidate point. Then, since the error energy of the third motion vector candidate point (the sixth vertex P6) is relatively lower than that of the second motion vector candidate point (i.e., the second neighboring point Q2), which is the center point of the search pattern...”<br>**中文翻译**：……将具有最低误差能量的第六顶点P6指定为第三运动向量候选点。然后，由于第三运动向量候选点（第六顶点P6）的误差能量相对于作为搜索模式中心点的第二运动向量候选点（即第二邻近点Q2）的误差能量较低…… | 对比文件在每一步选择新的运动向量候选点时（步骤20，40，60，80），本质上都是在比较不同候选点（包括当前中心点，即先前的候选块）的误差能量（即匹配差值），并选择最低者。例如，第[0046]段明确描述了比较新候选点(P6)与先前候选点(Q2)的误差能量。虽然对比文件比较的是完整的误差能量，而非“经估计的总匹配差值”，但“比较候选块与先前最佳候选块的匹配差值”这一核心步骤已被公开。本领域技术人员可合理推断，如果用估计值替代完整计算值，比较的步骤逻辑是相同的。因此，该技术特征被**隐含公开**。 |
| **技术特征F**：基于所述比较确定所述候选块是否并不具有与所述当前块的最低匹配差值<br>**判断结果**：《隐含公开》 | 第[0038]段：“Then, among the calculated error energies of the five points, a point having the lowest error energy is designated as a motion vector candidate point (step 20).”<br>第[0041]段：“In contrast, either when a first-established center point is designated as a motion vector candidate point (step 21-Y), or when a primarily-designated motion vector candidate point is again designated as a motion vector candidate point (step 21-Y or step 41-Y), the corresponding point is designated as a moving point of a motion vector (step 100).”<br>**中文翻译**：相反，要么当首次建立的`中心点`被指定为运动向量候选点时（步骤21-是），要么当主要指定的运动向量候选点再次被指定为运动向量候选点时（步骤21-是或步骤41-是），则将相应点指定为运动向量的移动点（步骤100）。 | 对比文件通过比较误差能量，如果当前候选点（如菱形顶点）的误差能量不是最低的（例如，在步骤20中未被选为候选点，或者在步骤40中被邻近点取代），则意味着该候选块“并不具有最低匹配差值”。此外，搜索过程的终止条件（步骤21-Y或41-Y）也隐含了当当前点被确定为最佳（即具有最低差值）时停止，反之则意味着其他候选块“不具有最低差值”而需要继续搜索。因此，该技术特征被**隐含公开**。 |
| **技术特征G**：以及响应于所述候选块不具有与所述当前块的所述最低匹配差值而选择所述第一帧的后续候选块以用于匹配自所述第一菱形样式水平地和/或垂直地移位的且具有与所述第一菱形样式相同尺寸的第二菱形样式的所述当前块<br>**判断结果**：《隐含公开》 | 第[0038]段：“when one of the neighboring points is established as a motion vector candidate point in step (d), calculating error energies of vertices in a search pattern with respect to the neighboring point designated as the motion vector candidate point”<br>**中文翻译**：当步骤(d)中一个邻近点被确立为运动向量候选点时，计算关于被指定为运动向量候选点的该邻近点的搜索样式中的顶点的误差能量。<br>图4A-4G及相应描述展示了搜索过程如何从原点移动到P4，再到Q2，再到P6等，每次都以新的点为中心建立菱形搜索样式。 | 对比文件的搜索算法是动态的。当在一个菱形样式中确定的候选点不是该样式的中心点（即不是当前最佳）时，算法会以该候选点为中心，建立一个新的搜索样式（菱形）并继续搜索（见第[0038]段及图4C）。这实质上就是“响应于候选块不具有最低匹配差值而选择后续候选块”。虽然对比文件没有明确限定新样式是“水平地和/或垂直地移位的且具有相同尺寸”，但从图4A-4G的示例可以看出，新的菱形样式（LDSP）是围绕新的中心点（如前一个候选点）建立的，其尺寸和形状（大菱形）保持不变，位置发生了移动。这符合“移位”且“相同尺寸”的特征。因此，该技术特征被**隐含公开**。 |
| **技术特征H**：，其中，通过在所述第一帧上水平和/或垂直地遍历固定大小的菱形搜索样式来执行所述运动估计，其中，非自然视频数据包括未通过具有光学系统的相机捕获的视频数据。<br>**判断结果**：《未公开》 | 第[0033]段：“Referring to FIG. 2A, when an O point “D0” is a center point, vertices may be a first point D1, a second point D2, a third point D3, and a fourth point D4, as those in the typical large diamond search pattern (LDSP).”<br>**中文翻译**：参考图2A，当O点“D0”是中心点时，顶点可以是第一点D1、第二点D2、第三点D3和第四点D4，如典型的大菱形搜索模式（LDSP）中的那样。 | 对比文件确实使用了固定大小的菱形搜索样式（LDSP）。然而，目标专利该特征包含两个明确限定：1) “水平和/或垂直地遍历”；2) 应用于“非自然视频数据”。对比文件未描述其菱形样式是沿着水平或垂直方向以固定步长“遍历”的，其搜索路径是基于误差比较结果的动态移动（见图4）。更重要的是，对比文件通篇未提及“非自然视频数据”(non-natural video data)或类似概念，也未将其方法与视频数据的特定类型（如计算机生成、屏幕内容）相关联。这是目标专利旨在解决的核心问题情境。因此，该技术特征未被公开。 |
| **技术特征I**：其进一步包括：基于所述第一部分匹配差值而计算用于将所述候选块的剩余样本与所述当前块匹配的匹配差值的估计值，其中，所述经估计的总匹配差值进一步基于用于匹配所述剩余样本的所述匹配差值的所述估计值。<br>**判断结果**：《未公开》 | 无相关内容。 | 该特征是目标专利部分匹配差值计算方法的进一步具体化，涉及基于已计算的部分差值来“估计”剩余样本的匹配差值，从而合成总估计值。对比文件的误差计算是针对完整块的一次性计算（如SAD），不存在“部分差值”的概念，更没有“基于部分差值估计剩余部分差值”的步骤。因此，该技术特征未被公开。 |
| **技术特征J**：其进一步包括：计算用于使所述候选块的所述样本的第二子集与所述当前块匹配的第二部分匹配差值<br>**判断结果**：《未公开》 | 无相关内容。 | 该特征涉及多级近似计算中的第二级，计算“第二子集”的部分匹配差值。对比文件没有涉及任何基于样本子集的分级或逐步计算匹配差值的方法。因此，该技术特征未被公开。 |
| **技术特征K**：通过移除所述候选块的所述样本的第二子集来更新所述候选块的所述剩余样本<br>**判断结果**：《未公开》 | 无相关内容。 | 该特征是多级近似计算中更新样本集以进行下一步精炼的步骤。对比文件没有涉及对候选块样本集进行子集划分和更新的操作。因此，该技术特征未被公开。 |
| **技术特征L**：经由计算用于使所述候选块的经更新的剩余样本与所述当前块匹配的经精炼估计值来精炼用于匹配所述剩余样本的所述匹配差值的所述估计值<br>**判断结果**：《未公开》 | 无相关内容。 | 该特征是多级近似计算中的精炼步骤。对比文件没有涉及任何对匹配差值估计值进行“精炼”的过程。因此，该技术特征未被公开。 |
| **技术特征M**：经由将所述第一部分匹配差值、所述第二部分匹配差值和所述经精炼估计值求和来精炼所述经估计的总匹配差值<br>**判断结果**：《未公开》 | 无相关内容。 | 该特征是多级近似计算中精炼总匹配差值的具体求和方式。对比文件没有涉及将不同子集的部分匹配差值求和以得到总匹配差值的过程。因此，该技术特征未被公开。 |
| **技术特征N**：以及至少部分地基于所述经精炼的经估计的总匹配差值来确定所述候选块是否具有与所述当前块的所述最低匹配差值。<br>**判断结果**：《未公开》 | 无相关内容。 | 该特征是基于多级精炼后的总匹配差值来做判定。对比文件是基于完整的、一次计算得到的误差能量（如SAD）来做判定，没有“经精炼的经估计的总匹配差值”这一概念。因此，该技术特征未被公开。 |
| **技术特征O**：其进一步包括：选择用于与所述当前块匹配的所述视频数据的所述第一帧的先前候选块<br>**判断结果**：《隐含公开》 | 第[0038]段流程图及描述，例如步骤10中计算“a center point and vertices of a search pattern (SP) in a search window used in a previous frame, with respect to a center of the search window established in the current frame”。<br>**中文翻译**：计算前一帧中使用的搜索窗口内的搜索样式（SP）的中心点和顶点相对于当前帧中建立的搜索窗口中心的误差能量。 | 对比文件的搜索过程是迭代的。在每一步（如图3的步骤10），都是以一个当前点（即“先前候选块”）为中心，计算其周围菱形顶点的误差能量。这个“当前点”在初始时为搜索窗口原点，后续则为上一步选出的最佳候选点。因此，“选择先前候选块”作为当前搜索中心是算法隐含的必要步骤。该技术特征被**隐含公开**。 |
| **技术特征P**：计算用于使所述先前候选块匹配到所述当前块的先前最低匹配差值<br>**判断结果**：《隐含公开》 | 第[0043]段：“calculations of the error energies ... are achieved through the calculation of the Sum of Absolute Difference (SAD)”<br>结合搜索过程，在比较以确定新的最佳点时，需要知道当前中心点（先前候选块）的误差能量。 | 在对比文件的搜索算法中，为了在步骤20或40中比较并确定新的最佳候选点，必须计算或已经拥有当前中心点（即“先前候选块”）与当前块之间的误差能量（SAD），这个值就是“先前最低匹配差值”（因为当前中心点通常是上一步的最佳点）。例如，第[0046]段在比较P6和Q2时，显然已经计算了Q2（作为中心点）的误差能量。因此，该技术特征被**隐含公开**。 |
| **技术特征Q**：当所述经精炼的经估计的总匹配差值大于所述先前总匹配差值时，确定所述候选块不具有与所述当前块的所述最低匹配差值<br>**判断结果**：《未公开》 | 无相关内容。 | 该特征逻辑是基于“经精炼的经估计的总匹配差值”进行比较判断。对比文件没有涉及“经精炼的经估计的总匹配差值”，其判断逻辑是基于完整计算的误差能量的直接比较。虽然“大于则确定不具有最低差值”的比较逻辑本身是简单的，但该逻辑所应用的对象（精炼估计值）未被公开。因此，该技术特征作为一个整体未被公开。 |
| **技术特征R**：以及当所述经精炼的经估计的总匹配差值小于所述先前总匹配差值时确定所述候选块具有与所述当前块的所述最低匹配差值。<br>**判断结果**：《未公开》 | 无相关内容。 | 同理于特征Q，该判断逻辑所应用的对象（精炼估计值）未被对比文件公开。因此，该技术特征未被公开。 |
| **技术特征S**：其进一步包括计算用于使所述候选块匹配到所述当前块的运动向量位值，其中估计所述总匹配差值进一步包括将所述第一部分匹配差值、用于匹配所述剩余样本的所述匹配差值的所述估计值和所述运动向量位值求和。<br>**判断结果**：《未公开》 | 无相关内容。 | 目标专利考虑了运动向量的码率成本（λ*mvbits）并将其纳入总成本计算。对比文件仅计算匹配误差（如SAD），并未提及运动向量的位成本或将其与匹配误差求和以得到“总匹配差值”。这是目标专利在率失真优化方面的特定实施方式。因此，该技术特征未被公开。 |
| **技术特征T**：其进一步包括执行经修改初始搜索，其中所述第一和第二菱形样式位于作为整个搜索区域的子部分的初始搜索区域内。<br>**判断结果**：《未公开》 | 对比文件描述的运动搜索是在整个定义的“搜索窗口”内进行的（见第[0038]段步骤10），图4A也从搜索窗口原点开始。未提及将搜索限制在一个更小的“初始搜索区域”内。 | 目标专利的“经修改初始搜索”限定了搜索在一个较小的初始区域（如图7的16x16）内进行，该区域是整个搜索区域（如图7的64x64）的子部分。对比文件的搜索是从搜索窗口原点开始，并可能动态地移动到窗口内的任何位置，没有“初始搜索区域”这一层级概念。因此，该技术特征未被公开。 |
| **技术特征U**：其进一步包括：确定具有所述最低匹配差值的所述候选者与所述当前块之间的第一距离<br>**判断结果**：《未公开》 | 无相关内容。 | 目标专利中，计算候选块与当前块之间的“距离”是为了与预测符的距离进行比较，以决定后续搜索策略。对比文件的搜索过程关注的是误差能量的比较和搜索点的移动，并未涉及计算“候选块与当前块之间的空间距离”并用于决策的逻辑。因此，该技术特征未被公开。 |
| **技术特征V**：确定预测符与所述当前块之间的第二距离<br>**判断结果**：《未公开》 | 无相关内容。 | “预测符”(predictor)是目标专利中的一个特定概念，可能指通过AMVP等机制得到的运动向量预测值所指向的候选块。对比文件的搜索算法是自包含的，从原点或上一最佳点开始，没有引入外部“预测符”的概念，更没有计算预测符距离的步骤。因此，该技术特征未被公开。 |
| **技术特征W**：以及基于所述第一与第二距离之间的差异确定执行精炼搜索还是利用误差近似的全量搜索。<br>**判断结果**：《未公开》 | 无相关内容。 | 该特征描述了基于两个距离的差异来选择不同搜索模式的决策逻辑。对比文件的搜索模式转换（如从LDSP到SDSP）是基于误差能量比较的结果（步骤21-Y或41-Y），而非基于空间距离的差异。因此，该技术特征未被公开。 |
| **技术特征X**：其进一步包括仅基于合并运动向量的残余确定是否跳过运动估计。<br>**判断结果**：《未公开》 | 无相关内容。 | “跳过运动估计”以及“合并运动向量”是特定视频编码标准（如H.264/AVC, HEVC）中的高级工具。对比文件虽然提及应用于H.264编码器（第[0024]段），但其说明书记载的运动向量搜索方法是一个相对底层的、独立的搜索算法，并未涉及“跳过运动估计”的决策机制，更没有将其决策依据限定为“仅基于合并运动向量的残余”。因此，该技术特征未被公开。 |
| **技术特征Y**：其中所述第二菱形样式从所述第一菱形样式移位步长4。<br>**判断结果**：《未公开》 | 无相关内容。 | 对比文件描述了菱形样式的移动，但从未指定移动的“步长”为固定值4。目标专利中步长4是其“经修改初始搜索”的一个具体参数（见图7描述）。对比文件没有公开这一具体数值特征。因此，该技术特征未被公开。 |
<<<a>>><<<b>>><<<e>>><<<f>>><<<g>>><<<o>>><<<p>>>