对比文件名称：2007-08-09_US2007183661A_发明申请_US20070183661A1 Multi-mode region-of-interest video object segmentation
目标专利名称：270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-R1
| 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：基于图像产生多个限界区《隐含公开》 | [0088] “Region segmentation module 74 performs split-and-merge region growing on the entire frame. Region segmentation module 74 divides the original frame into multiple homogeneous candidate regions.”（区域分割模块74在整个帧上执行分裂-合并区域生长。区域分割模块74将原始帧划分为多个同质候选区域。） | 对比文件公开了通过对整个图像（视频帧）执行区域生长（split-and-merge region growing）来产生多个候选区域（candidate regions）。根据目标专利说明书[0032]段，限界区是限定图像像素边界的封闭形状，并且可以通过限界区产生算法（如区生长算法）产生。对比文件中的“同质候选区域”是通过像素相似性（如色彩、纹理）生长得到的封闭区域，实质上即限界区。虽然对比文件未使用“限界区”这一术语，但其区域生长产生的多个区域在本领域技术人员看来就是多个限界区。该特征在对比文件中的作用是作为后续生成前景对象的基础，与目标专利中作为后续减少处理的基础作用类似。因此，本领域技术人员能够从对比文件公开的内容中合理推断出“基于图像产生多个限界区”这一技术特征。 |
| 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，《隐含公开》 | [0091] “Object generation module 76 automatically selects regions of the frame located within the approximated ROI object shape from the candidate regions within the entire frame. The selected regions may be considered foreground regions and unselected regions may be considered background regions. Object generation module 76 then generates a foreground object based on the foreground regions.”（对象生成模块76从整个帧内的候选区域中自动选择位于近似ROI对象形状内的区域。所选区域可被视为前景区域，未选区域可被视为背景区域。然后，对象生成模块76基于前景区域生成前景对象。） | 对比文件公开了从多个候选区域（即多个限界区）中，基于一个准则（区域是否位于近似ROI对象形状内）来选择出一个子集（前景区域）以生成前景对象。目标专利中的“选定区域”可以是用户输入的点或自动确定的区域。对比文件中虽然没有明确的“选定区域”这一术语，但其整个分割流程是基于检测到的面部特征（如眼睛、嘴巴）位置来近似ROI对象形状（见[0087]），这实质上定义了一个“关注的区域”。此外，选择区域的过程隐含了色彩差异的考量，因为区域生长本身基于色彩/强度相似性（见[0088]），选择位于特定形状内的区域也隐含了区域与周围可能存在色彩差异。因此，本领域技术人员能够从对比文件公开的“从候选区域中选择位于ROI形状内的区域以形成前景对象子集”这一过程，合理推断出“基于准则（隐含了色彩差异）以及图像中的关注区域（近似ROI形状所定义的区域）来确定多个限界区的子集”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《隐含公开》 | [0088] “Region segmentation module 74 divides the original frame into multiple homogeneous candidate regions. When performing split-and-merge region growing, region segmentation module 74 classifies relationships between neighboring pixels within the video frame into a similar class and a dissimilar class. Region similarity may be determined based on the average pixel intensity value in the region.”（区域分割模块74将原始帧划分为多个同质候选区域。当执行分裂-合并区域生长时，区域分割模块74将视频帧内相邻像素之间的关系分类为相似类和不相似类。区域相似性可以基于该区域中的平均像素强度值来确定。） | 对比文件公开了在区域生长过程中，通过判断像素/区域之间的相似性（基于平均像素强度值，其反映了色彩/亮度信息）来划分区域。虽然对比文件没有明确使用“环绕区”和“色彩距离”这两个术语，但其区域生长的基本原理是：将图像分割成内部同质（色彩/亮度相似）而相邻区域间异质（色彩/亮度不相似）的区域。这意味着，在判断一个区域（限界区）时，实质上是在比较该区域与其周围区域（即隐含的“环绕区”）在色彩/亮度特征上的差异（即隐含的“色彩距离”），并将差异足够大的边界作为区域分割的依据。因此，本领域技术人员能够从对比文件公开的区域生长原理中，合理推断出“基于限界区与相应环绕区之间的色彩距离来区分限界区”这一技术特征的本质。 |
| 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。《直接公开》 | [0033] “After each frame of the video sequence is processed, system 14 sends an output image of the segmented video frame to a multimedia application 18.”（视频序列的每一帧被处理后，系统14将分割后的视频帧的输出图像发送到多媒体应用18。）[0092] “ROI object segmentation system 14 may then send the output image of the segmented frame to multimedia application 18.”（ROI对象分割系统14随后可将分割帧的输出图像发送到多媒体应用18。） | 对比文件明确公开了在确定了前景区域（即多个限界区的子集）后，基于该子集生成输出图像（即分割后的帧），并将该输出图像发送给多媒体应用进行处理。例如，[0035]段说明该输出图像可用于面部数据库匹配（对象辨识）或输入到视频编码器（压缩）。这直接对应于目标专利中“基于所述多个限界区的所述子集来处理所述图像”。该特征在对比文件中的作用是完成对象分割流程以供后续应用使用，与目标专利中利用限界区子集进行各种图像处理的作用实质相同。因此，该技术特征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。 | 无相应内容 | 对比文件在确定前景区域子集时，是基于区域是否位于由面部特征近似得到的ROI对象形状内部（见[0091]），并未涉及计算每个候选区域相对于某个“选定区域”（如用户点击点）的“居中性”或中心距离。目标专利的居中性准则是为了确保限界区足够靠近选定点。对比文件没有公开这一特定准则。 |
| 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。 | 无相应内容 | 对比文件在区域生长时使用了像素强度平均值进行相似性判断（见[0088]），在面部检测时使用了CbCr色彩分量（见[0066]），但并未公开为每个候选区域及其相应的环绕区分别计算色彩直方图，并进行直方图比较以作为选择子集的准则。目标专利的该特征是具体、明确的色彩差异度量方法。对比文件未公开该方法。 |
| 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。 | 无相应内容 | 对比文件在选择前景区域时，没有涉及计算所有候选区域的平均大小（均值或中值），并基于此大小准则来筛选区域。目标专利的该特征是具体的大小筛选准则。对比文件未公开该准则。 |
| 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。 | 无相应内容 | 由于特征G未被公开，且对比文件中未提及使用中值或均值大小作为准则，因此该特征未被公开。 |
| 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。《直接公开》 | [0034] “In one embodiment, multimedia application 18 may comprise a video surveillance application incorporating a facial database system. In another embodiment, multimedia application 18 may comprise a video telephony (VT) application incorporating ROI-enabled video encoder-decoders (CODECs).”（在一个实施例中，多媒体应用18可包含结合了面部数据库系统的视频监控应用。在另一实施例中，多媒体应用18可包含结合了支持ROI的视频编码解码器（CODEC）的视频电话（VT）应用。）[0037] “The ROI-enabled video encoder may preferentially encode the segmented ROI object included in the output image...”（支持ROI的视频编码器可以优先编码输出图像中包含的分割ROI对象...） | 对比文件明确公开了分割出的前景对象（即限界区子集）可用于两种主要应用：1）输入面部数据库系统进行匹配，这对应于“对象辨识”；2）输入视频编码器进行优先编码，这对应于“压缩”。因此，“处理图像”具体包括了“对象辨识”和“压缩”这两种操作。该特征在对比文件中的作用是实现分割后的实际应用，与目标专利中列举的多种处理图像的目的实质相同。因此，该技术特征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。 | 无相应内容 | 对比文件产生多个候选区域使用的是“分裂-合并区域生长”算法（见[0088]），该算法基于区域相似性（如平均像素强度），而非基于图像梯度。目标专利明确限定了“基于梯度的限界区产生算法”，如BING算法。对比文件未公开这种特定类型的算法。 |
| 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 | 无相应内容 | 对比文件在选择前景区域时，没有描述一个包含“拒绝不满足居中性准则或第一大小准则的限界区”的步骤。其选择标准是区域是否位于ROI形状内，而非这些具体准则的组合。因此，该特征未被公开。 |
| 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。 | 无相应内容 | 对比文件在选择前景区域时，没有描述一个“选择满足色差准则或第二大小准则的限界区”的步骤。其选择是基于区域位置，而非这些具体准则。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。 | 无相应内容 | 对比文件中完全没有提及“经加权中值大小”或“经加权均值大小”的概念，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 | 无相应内容 | 对比文件没有描述这种特定的拒绝逻辑。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 | 无相应内容 | 对比文件没有描述为“其余限界区”计算其与“环绕区”之间的“色彩距离”的步骤。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。 | 无相应内容 | 对比文件没有描述基于“最大色彩距离”来选择限界区的步骤。因此，该特征未被公开。 |
<<<a>>><<<b>>><<<c>>><<<D>>><<<I>>>