### 对比文件名称：
2007-06-07_US2007127774A_发明申请_US20070127774A1 Target detection and tracking from video streams
### 目标专利名称：
用于减少多个限界区的系统和方法 CN107636589B
### 本次调用的模型名称：
DeepSeek
## 特征比对表格
| 第一栏：技术特征描述以及公开性判断结果 | 第二栏：对比文件原文引用 | 第三栏：公开性论述 |
| **技术特征A：** 其包括：基于图像产生多个限界区<br>**《直接公开》** | 第[0103]段：“所述操作包括：接收场景的视频；检测视频中的移动像素；基于检测到的移动像素，检测视频中的线段或运动块；基于检测到的线段或运动块，识别视频中的目标；基于所识别的目标，跟踪视频中的目标；以及管理视频中被跟踪的目标。”<br>第[0155]段：“在图14中说明的特定配置中，错误处置1408可包含产生视觉指示1410。视觉指示1410可警告用户单触式用户输入1402在选择跑动的儿童时未成功。视觉指示1410可提示用户以提供另一单触摸输入。在一些情况下，视觉指示1410可包含具有基于单触式用户输入1402的X、Y坐标所产生的默认大小的限界框。”<br>第[0150]段：“图14是说明在用于对象选择的基于运动的分段的情形下的错误处置方法1400的一个配置的图。……可对多个视频帧执行二步法分段。也就是说，特定视频帧1504的处理可包含第一级分段1506和第二级分段1508，从而产生与特定视频帧1504相关联的候选ROI 1510。可产生多个候选ROI，其各自与多个视频帧中的特定视频帧相关联。” | 目标专利中，“限界区”是指限定图像中一或多个像素边界的封闭形状（例如矩形框），用于可能含有对象的区域（参见说明书第[0031]-[0034]段）。对比文件同样公开了在视频流中检测和识别目标的过程。具体地，通过检测移动像素、线段或运动块（第[0103]段），系统会形成代表潜在目标的区域，例如“候选ROI”（第[0150]段）或“限界框”（第[0155]段）。这些区域（如候选ROI或限界框）在对比文件中起到了标识和定位潜在目标（如人）的作用，与目标专利中“限界区”的作用（标识可能包含对象的区域）相同。本领域技术人员能够毫无疑义地认识到，对比文件中通过分析视频帧产生的“候选ROI”或“限界框”集合，即为目标专利中“基于图像产生多个限界区”的技术方案。因此，技术特征A被对比文件直接公开。 |
| **技术特征B：** 基于色差准则以及所述图像中的选定区域，确定所述多个限界区的子集，<br>**《未公开》** | 无相关引用。对比文件全文未提及“色差准则”、“色彩距离”或基于色彩直方图比较来选择区域子集。对比文件用于区分和选择区域的方法基于运动、线段、凸区域分析、大小阈值等（例如第[0103], [0148], [0150], [0151]段）。 | 目标专利中，技术特征B的核心在于使用“色差准则”结合“选定区域”来从多个限界区中确定一个子集。色差准则是基于限界区与环绕区之间的色彩差异来筛选限界区（参见说明书第[0058]-[0063]段）。对比文件公开的目标检测与跟踪方法，主要依赖于运动检测（第[0103]段）、线段或运动块分析（第[0103]段）、凸区域合并（第[0262]-[0286]段）以及基于目标大小和形状的模型匹配（第[0150]-[0153]段）。在整个说明书中，均未提及利用色彩差异或色彩直方图距离作为筛选或区分候选区域的准则。确定区域或目标子集所依赖的“选定区域”，在对比文件中可能对应于用户输入点（第[0155]段）或自动检测的运动区域中心，但其后续处理逻辑与色彩无关。因此，对比文件既未直接公开也未隐含公开“基于色差准则以及所述图像中的选定区域，确定所述多个限界区的子集”这一技术特征。 |
| **技术特征C：** 其中所述色差准则基于限界区与相应环绕区之间的色彩距离来区分限界区<br>**《未公开》** | 无相关引用。对比文件未涉及计算限界区与环绕区之间的“色彩距离”。 | 该技术特征是对特征B中“色差准则”的进一步限定，明确其基于“色彩距离”。如对特征B的论述，对比文件的整个技术方案围绕运动、几何形状和纹理分析展开，完全没有涉及基于色彩距离来区分区域的内容。说明书未公开任何计算区域内部与外部（环绕区）色彩统计（如直方图）并比较其差异的步骤。因此，该技术特征未被对比文件公开。 |
| **技术特征D：** 以及基于所述多个限界区的所述子集来处理所述图像。<br>**《直接公开》** | 第[0103]段：“基于所识别的目标，跟踪视频中的目标；以及管理视频中被跟踪的目标。”<br>第[0075]段：“所述系统可适于在紧密群组中交互时消歧多个对象…”<br>第[0096]段：“…可执行其他操作。” | 目标专利中，“处理所述图像”包括执行对象跟踪、辨识、聚焦等操作（参见说明书第[0067]-[0075]段）。对比文件在识别出目标（即从可能多个候选区域中确定了目标区域子集，例如通过第[0150]-[0153]段的分析确定了一个或多个目标）后，明确公开了基于这些目标进行“跟踪”（第[0103]段）、“管理”（第[0103]段）以及应用于各种场景如交易验证、人数统计等（第[0075], [0096]段）。这些后续的跟踪和管理操作，正是基于所确定的目标区域子集对视频/图像进行的处理。两者作用相同。因此，技术特征D被对比文件直接公开。 |
| **技术特征E：** 其中确定所述多个限界区的所述子集是进一步基于所述多个限界区中的每一者相对于所述选定区域的居中性。<br>**《未公开》** | 无相关引用。对比文件在确定目标或区域时，未提及基于候选区域中心与某个选定点之间距离（居中性）的筛选准则。 | 该技术特征是确定子集的附加准则。目标专利详细描述了居中性准则，即根据限界区中心与选定区域（如触摸点）的距离来拒绝不够居中的限界区（第[0045]-[0050]段）。对比文件中虽然提到了用户输入点（第[0155]段），但其用于生成一个“默认大小的限界框”，或作为分段种子（第[0150]段），并未公开基于该点与所有候选区域中心的距离关系来筛选这些区域。对比文件筛选区域主要依据大小、形状（凸性）、运动连续性等。因此，该技术特征未被对比文件公开。 |
| **技术特征F：** 其中确定所述多个限界区的所述子集是进一步基于每一限界区的色彩直方图与每一相应环绕区的色彩直方图之间的比较。<br>**《未公开》** | 无相关引用。 | 该技术特征是色差准则的一种具体实施方式。如前述，对比文件未涉及任何关于色彩直方图计算与比较的内容。其图像分析侧重于运动、边缘和几何特征，而非色彩统计。因此，该技术特征未被公开。 |
| **技术特征G：** 其中确定所述多个限界区的所述子集是进一步基于所述多个限界区的平均大小。<br>**《未公开》** | 第[0150]段：“在块1502，所述斑点的大小可与多目标大小阈值比较。…在块1504，所述斑点的大小可与最小单目标大小阈值比较。…在块1507，所述斑点的大小可与最大单目标大小阈值比较。” | 目标专利中，“基于所述多个限界区的平均大小”是指在产生的所有限界区中计算均值或中值大小，并以此作为筛选准则（第[0052]段）。对比文件在分析斑点（blob）时，确实会将其大小与预定的阈值（如单目标最小/最大阈值、多目标阈值）进行比较，以判断其包含的目标数量（第[0150]段）。然而，这些阈值是预先设定或根据场景校准得到的（参见第[0168]段关于校准的讨论），并非动态计算自当前帧所产生的“多个限界区的平均大小”。对比文件没有公开计算候选区域集合的平均大小并以此为基准进行筛选的步骤。因此，该技术特征未被对比文件公开。 |
| **技术特征H：** 其中所述平均大小是中值大小和均值大小中的至少一者。<br>**《未公开》** | 无相关引用。 | 该技术特征是对特征G中“平均大小”的进一步限定。由于特征G本身未被公开，且对比文件中未提及使用中值或均值大小作为筛选依据，故此特征亦未被公开。 |
| **技术特征I：** 其中处理所述图像包括执行对象辨识、对象跟踪、聚焦、对象去除、图像增强、裁剪或压缩中的一或多者。<br>**《直接公开》** | 第[0103]段：“基于所识别的目标，跟踪视频中的目标；以及管理视频中被跟踪的目标。”<br>第[0075]段：“所述系统可适于…检测移动对象…”<br>第[0096]段：“…可提供交易验证消息…以指示交易是否合法。”<br>第[0180]段：“…计数个体进入和离开区域的数量…” | 目标专利列举了基于限界区子集进行图像处理的多种具体应用（第[0067]-[0075]段）。对比文件明确公开了其系统所执行的处理包括“跟踪视频中的目标”（对象跟踪）、“识别视频中的目标”（对象辨识）以及“计数”个体（可视为一种辨识和统计应用）。此外，其整个系统用于视频监控、交易验证、人数统计等（第[0075], [0096], [0180]段），这些应用本质上都属于对识别出的目标区域进行后续信息处理和分析的范畴。虽然对比文件未明确提及聚焦、对象去除、图像增强、裁剪或压缩，但其公开的“对象跟踪”和“对象辨识”已落入目标专利所列举的处理方式之中。因此，技术特征I被对比文件直接公开。 |
| **技术特征J：** 其中产生所述多个限界区是基于一基于梯度的限界区产生算法。<br>**《未公开》** | 第[0103]段：“检测视频中的移动像素；基于检测到的移动像素，检测视频中的线段或运动块”。<br>第[0402]段：“可使用Canny边缘检测”。 | 目标专利中，产生限界区的算法特指“基于梯度的限界区产生算法”，如BING算法（第[0032]段）。对比文件产生候选区域（如线段、运动块、凸区域）的方法是基于运动检测（帧间差分）、边缘检测（如Canny算法）以及线段生长和聚类。Canny边缘检测确实利用了图像梯度，但其目的和上下文是用于从运动掩模中提取边缘以进行线段检测（第[0402]段），而非作为一种专门用于产生多尺度候选限界框（如BING）的“基于梯度的限界区产生算法”。对比文件的技术路径与目标专利所特指的算法不同。因此，该技术特征未被对比文件公开。 |
| **技术特征K：** 其中基于所述色差准则和所述图像中的所述选定区域来确定所述多个限界区的子集包括：拒绝所述多个限界区中使居中性准则或第一大小准则中的一或多者失效的任一者<br>**《未公开》** | 无相关引用。 | 该技术特征描述了确定子集的一个具体步骤流程，其前提是使用了“色差准则”、“居中性准则”和“第一大小准则”。如前述分析，对比文件未公开基于“色差准则”和“居中性准则”进行筛选。虽然对比文件使用了大小阈值（第[0150]段），但并非在所述“基于色差准则和选定区域来确定子集”的同一流程中作为“第一大小准则”来应用。因此，该组合特征未被对比文件公开。 |
| **技术特征L：** 以及选择满足色差准则或第二大小准则中的一或多者的限界区。<br>**《未公开》** | 无相关引用。 | 该技术特征与特征K是连续步骤，同样依赖于“色差准则”和“第二大小准则”。对比文件未公开“色差准则”。“第二大小准则”在目标专利中特指针对“经加权中值大小或经加权均值大小”的准则（参见特征M），这与对比文件中使用的固定或校准阈值不同。因此，该特征未被公开。 |
| **技术特征M：** 其中对于具有经加权中值大小或经加权均值大小的限界区，满足所述第二大小准则。<br>**《未公开》** | 无相关引用。 | 该技术特征是对特征L中“第二大小准则”的进一步限定。对比文件中完全没有涉及“经加权中值大小或经加权均值大小”的概念或计算。因此，该特征未被公开。 |
| **技术特征N：** 其中基于所述色差准则和所述图像中的所述选定区域来确定所述多个限界区的子集包括：拒绝所述多个限界区中使居中性准则未能产生多个其余限界区的任一者<br>**《未公开》** | 无相关引用。 | 该技术特征描述了另一种确定子集的流程，但其核心依然依赖于“色差准则”和“居中性准则”。如前所述，这两者在对比文件中均未公开。因此，该特征未被公开。 |
| **技术特征O：** 确定所述多个其余限界区中的每一者与相应环绕区之间的色彩距离<br>**《未公开》** | 无相关引用。 | 该技术特征是特征N所述流程中的具体步骤，涉及计算“色彩距离”。对比文件未公开相关内容。因此，该特征未被公开。 |
| **技术特征P：** 以及选择具有最大色彩距离的限界区。<br>**《未公开》** | 无相关引用。 | 该技术特征是特征N所述流程的最终步骤，基于“色彩距离”选择限界区。对比文件未公开相关内容。因此，该特征未被公开。 |
<<<A>>><<<D>>><<<I>>>