**对比文件名称**：2014-01-30_US2014028842A_发明申请_US20140028842A1 CALIBRATION DEVICE AND METHOD FOR USE IN A SURVEILLANCE SYSTEM FOR EVENT DETECTION
**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**：GPT-4
### 特征比对表格
| 技术特征描述及公开性判断结果 | 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<br>**《隐含公开》** | [0024] “The background/foreground segmentation processing module 130 identifies foreground features ... to produce binary foreground images.”<br>[0048] “The module 130 operates to segment binary foreground images into blobs...” | 对比文件公开了从图像流（视频帧）中提取前景特征，并将这些特征分割成多个“blobs”（斑点）。根据目标专利说明书[0031]段，“限界区可为限定图像的一或多个像素的边界的封闭形状”。对比文件中的“blobs”同样是图像中代表前景对象（如人、车辆）的像素区域，其边界构成封闭形状，因此“blobs”相当于目标专利中的“限界区”。模块130的操作是基于图像（视频帧）产生多个这样的“blobs”，即多个限界区。虽然对比文件未使用“限界区”这一术语，但本领域技术人员能毫无疑义地理解其公开的“blobs”即为限界区。因此，技术特征A被对比文件隐含公开。 |
| **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>**《隐含公开》** | [0024] “Module 150 is used for creation of colored pixels histogram data based on RGB values of each pixel of the frame. This data and color histogram analysis is used for determination of such scene-related parameter as illumination of the region of interest being imaged.”<br>[0048] “blobs that have neighbors closer than a predetermined threshold are removed from the image; blobs which are smaller than another predetermined threshold are also removed; and blobs that are located near the edges of the frame ... are removed.” | **色差准则**：对比文件公开了基于RGB色彩直方图分析来确定场景光照类型（人工或自然）的参数。这涉及对不同色彩（如红、蓝）像素的直方图参数（如中值）进行比较（如[0105]段所述）。这种基于色彩统计（直方图）比较来确定参数的过程，隐含了应用一种“色差准则”（比较不同色彩分量的分布）的思想。虽然该准则用于场景分类而非直接选择限界区子集，但其核心是基于色彩差异进行分析。<br>**选定区域**：对比文件在[0048]段描述了在预处理中，根据斑点（限界区）的位置（如靠近边缘）、大小和邻近度等准则来过滤（拒绝）斑点。这实质上是从所有检测到的斑点（多个限界区）中基于预设准则确定一个子集（保留的斑点）。虽然未明确提及用户交互的“选定区域”，但“靠近边缘的斑点被移除”这一规则，隐含了一个基于图像中特定区域（即非边缘区域）的准则。本领域技术人员可以合理推断，这种基于位置的过滤是确定限界区子集的一种方式。<br>**综合判断**：对比文件公开了基于色彩分析（隐含色差准则）和基于位置/大小的过滤（隐含基于图像中特定区域的准则）来处理多个斑点（限界区）。虽然其具体应用目的（校准参数计算）与目标专利（图像处理）不同，但技术手段（基于准则从多个区域中选择子集）在本质上相似。因此，技术特征B被对比文件隐含公开。 |
| **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》** | 无直接对应内容。对比文件中的色彩分析（[0024], [0101]-[0105]）是针对整个帧或场景进行RGB直方图统计，以判断全局光照类型。 | 目标专利的色差准则明确限定为：计算一个限界区内部与其外部一个“相应环绕区”（例如，一个比限界区更大的包围区域）之间的色彩距离（如直方图距离），并据此区分限界区（例如，选择色彩距离最大的）。对比文件完全没有公开这种“限界区-环绕区”的二元结构以及它们之间的色彩距离比较。其色彩分析是全局性或针对整个图像的，并非用于比较单个对象区域与其紧邻背景区域。因此，技术特征C既未被直接公开，也无法从对比文件内容中合理推断得出。 |
| **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>**《隐含公开》** | [0013] “The server and/or processor within the camera perform various analyses on the image stream to detect predefined events.”<br>[0024] “The processing results of each of the processing modules 130, 140 and 150 are further processed by the module 160 for determination of the calibration parameters.” | 对比文件公开了系统利用处理后的数据（包括经过过滤的斑点信息、梯度信息、色彩分析结果）来确定校准参数，而这些校准参数用于改进后续的事件检测算法（[0014]段）。确定校准参数是处理图像数据（视频流）以服务于更高级分析（事件检测）的一个步骤。由于校准参数的确定依赖于从多个斑点（限界区）中过滤后得到的子集（例如，有效的、非边缘的斑点），可以认为系统是基于这个子集（所确定的有效数据）来进行“处理”（即参数计算，进而影响事件检测）。本领域技术人员可以理解，这是一种基于限界区子集对图像流进行的处理。因此，技术特征D被对比文件隐含公开。 |
| **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》** | 无对应内容。对比文件提及移除靠近图像边缘的斑点（[0048]），这可以看作是基于图像边框的准则，而非基于图像内部一个“选定区域”（如用户触摸点）的居中性。 | 目标专利的“居中性”准则明确要求计算每个限界区中心与一个“选定区域”（例如用户触摸点）之间的距离。对比文件完全没有提及任何形式的“选定区域”概念，也没有任何计算限界区中心与某一点之间距离并据此过滤的教导。其边缘过滤是基于绝对位置（靠近图像物理边界），而非相对于一个动态选定点的相对位置。因此，技术特征E未被公开。 |
| **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》** | 无对应内容。如特征C所述，对比文件的色彩直方图分析是针对整个帧或场景，并非针对单个限界区及其环绕区进行配对比较。 | 该特征明确限定了比较是在“每一限界区”和其“每一相应环绕区”的色彩直方图之间进行。对比文件完全没有公开这种一一对应的、局部区域间的色彩直方图比较结构。因此，技术特征F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>**《隐含公开》** | [0048] “blobs which are smaller than another predetermined threshold are also removed” | 对比文件公开了基于斑点大小（size）进行过滤，移除小于预定阈值的斑点。虽然未明确计算所有斑点的“平均大小”，但设置大小阈值隐含了对斑点大小分布的一种考量。本领域技术人员可以合理推断，为了设置一个合理的阈值，可能需要了解斑点大小的统计信息（如平均值、中值），或者阈值本身可以视为基于对典型斑点大小的先验知识（类似于一种平均大小的体现）。因此，基于大小进行筛选这一概念被公开，可以认为技术特征G被隐含公开。 |
| **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》** | 无对应内容。对比文件仅提及使用“预定阈值”，未说明该阈值如何得来，也未提及计算“中值大小”或“均值大小”。 | 该特征对“平均大小”做了具体限定，指明是中值或均值。对比文件完全没有公开计算限界区集合的中值大小或均值大小的任何内容。虽然基于大小过滤可能隐含对大小分布的了解，但并未具体公开计算这些特定统计量。因此，技术特征H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>**《隐含公开》** | [0013] “Some event detection techniques may utilize more sophisticated algorithms such as face recognition or other pattern recognition algorithms.”<br>[0003] “...algorithms and systems for automated processing and event detection in video images...”<br>[0049] “...identifies blobs in both the previous and the current frames that represent the same object.” | 对比文件公开的监控系统用于“事件检测”。事件检测通常涉及对图像中对象的分析和理解。具体地，它提到了“面部识别或其他模式识别算法”，这属于“对象辨识”的范畴。同时，[0049]段描述了匹配前后帧中代表同一对象的斑点，这实质上是“对象跟踪”的基本步骤（关联同一对象在不同时间的位置）。因此，对比文件隐含公开了处理图像包括执行对象辨识和对象跟踪。虽然未提及聚焦、去除、增强、裁剪、压缩等具体操作，但已部分公开了该特征限定的范围。 |
| **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>**《直接公开》** | [0024] “Calculation of gradients in the frames by module 140 utilizes an edge detection technique of any known type, such as those based on the principles of Canny edge detection algorithms.”<br>[0042] “The input data is processed by sub-modules ... running the following algorithms: ... gradient angle and amplitude calculation (step 350)...” | 目标专利说明书[0032]段将“基于梯度的限界区产生算法”作为实例，并提及BING算法。对比文件明确公开了使用基于Canny原理的边缘检测技术来计算图像梯度（module 140），并在模型拟合流程中计算梯度角度和幅度。虽然对比文件未使用该梯度信息直接产生“限界区”（blobs），但其产生的梯度图是后续处理（如模型拟合）的重要输入，而限界区（blobs）是通过前景分割产生的。然而，本领域技术人员公知，基于梯度的信息（如边缘）是许多对象检测和区域提议算法（包括产生初始限界区）的基础。对比文件公开了在图像处理流程中计算并使用梯度信息，这实质上公开了“基于梯度的...算法”这一手段。结合其产生多个斑点（限界区）的事实，可以认为其限界区的产生间接依赖于梯度信息。从宽松的隐含公开判断标准看，可以认为公开了基于梯度信息进行处理的概念。但考虑到直接关联性较弱，此处判断为隐含公开更为严谨。然而，仔细分析目标专利特征J，其强调的是“产生...限界区是基于...算法”。对比文件中，产生斑点（限界区）主要依赖前景分割（模块130），而梯度计算（模块140）是一个独立的、用于后续参数计算的模块。两者并非明确的“基于”关系。因此，严格来说，对比文件并未公开使用基于梯度的算法来“产生”限界区。原论述有误，修正为未公开。 |
| **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》** | 无对应内容。对比文件未公开“居中性准则”，也未公开将“色差准则”与“居中性准则或第一大小准则”结合使用的具体步骤流程。 | 该特征描述了确定子集的一个具体步骤组合：先应用居中性或大小准则进行拒绝。对比文件虽然分别提到了基于位置（边缘）和大小的过滤（[0048]），但并未将其组织成这样一个明确的、有序的步骤流程，特别是没有涉及“居中性准则”。同时，该步骤是与“色差准则”共同用于确定子集的一部分，而对比文件中色彩分析的目的与斑点过滤是分离的。因此，技术特征K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。<br>**《未公开》** | 无对应内容。对比文件未公开“色差准则”用于选择限界区，也未公开“第二大小准则”。 | 该特征是紧接特征K的后续选择步骤。对比文件既未公开前述的拒绝步骤，也未公开此处的选择步骤。其斑点过滤是纯粹的拒绝操作，并非先拒绝再基于不同准则选择。因此，技术特征L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》** | 无对应内容。 | 该特征涉及“经加权中值大小或经加权均值大小”这一非常具体的数学处理。对比文件完全没有相关描述。因此，技术特征M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》** | 无对应内容。 | 该特征描述了另一种确定子集的具体流程，涉及“居中性准则未能产生多个其余限界区”这一条件判断。对比文件完全没有此类描述。因此，技术特征N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》** | 无对应内容。 | 如特征C和F所述，对比文件未公开“限界区与相应环绕区”的结构，也未公开计算它们之间的“色彩距离”。因此，技术特征O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》** | 无对应内容。 | 该特征是基于特征O的后续选择操作。由于特征O未被公开，此特征自然也未被公开。对比文件中没有根据色彩距离最大值进行选择的教导。 |
### 公开性判断总结与代码输出
根据上述分析：
- **技术特征A**被对比文件隐含公开。
- **技术特征B**被对比文件隐含公开。
- **技术特征C**未被公开。
- **技术特征D**被对比文件隐含公开。
- **技术特征E**未被公开。
- **技术特征F**未被公开。
- **技术特征G**被对比文件隐含公开。
- **技术特征H**未被公开。
- **技术特征I**被对比文件隐含公开。
- **技术特征J**未被公开。
- **技术特征K**未被公开。
- **技术特征L**未被公开。
- **技术特征M**未被公开。
- **技术特征N**未被公开。
- **技术特征O**未被公开。
- **技术特征P**未被公开。
根据输出格式要求，在回答结尾插入被直接公开或隐含公开的技术特征对应代码。其中，技术特征A、B、D、G、I为隐含公开。
<<<a>>><<<b>>><<<d>>><<<g>>><<<i>>>