**对比文件的名称：** 2013-12-05_WO2013181115A_发明申请_WO2013181115A1 AUDIO DEPTH DYNAMIC RANGE ENHANCEMENT
**目标专利的名称：** 2011使声学渲染适应基于图像的对象CN112205005B
**本次调用的模型名称：** 当前AI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：** 其中，该视觉渲染被提供给用户。**《直接公开》** | 对比文件[0002]：“listener 10 is sitting a distance away from a visual media screen 12, which may be a television screen or a movie theater screen.” 对比文件[0003]：“The listener 10 psychoacoustically factors in the perceived distance between the listener 10 and the objects portrayed on visual media screen 12 when listening to these cues in the recorded media reproduced by audio speakers 14.” | 对比文件明确公开了视听媒体系统中，用户（listener）与视觉媒体屏幕（visual media screen）之间存在视觉关系，即视觉媒体屏幕向用户显示图像，因此视觉渲染被提供给用户。该特征在对比文件中的作用是基础性的，与目标专利中该特征的作用相同，均为描述用户接收视觉渲染的基本事实，从而本领域技术人员能够毫无疑义地确定该技术方案。 |
| **技术特征B：** 其中，该视觉渲染是以下之一：该对象的基于图像的表示在虚拟现实场景中的虚拟现实渲染，以及该对象的基于图像的表示相对于现实生活场景的增强现实渲染。**未公开** | 对比文件[0005]提及“3D movies and 3D home video systems”以及“3D audiovisual system”，[0037]提及“3D virtual reality model”，但均未涉及基于图像的VR或AR渲染。 | 对比文件仅涉及传统3D视频或作为元数据来源的虚拟现实模型，并未公开视觉渲染具体为基于图像的表示在虚拟现实或增强现实中的渲染。本领域技术人员无法从对比文件直接或隐含得出该技术特征。 |
| **技术特征C：** 该方法包括：生成与该对象的该基于图像的表示相关联的元数据。**未公开** | 对比文件[0067]提及“metadata 11 can be... calculated and included in the authoring stage，or calculated and embedded in the program signal”，但未提及生成与对象的基于图像的表示相关联的元数据，也未提及“基于图像的表示”。 | 对比文件关于元数据的生成是泛泛而谈，未明确元数据与对象的基于图像的表示相关联，也未具体描述生成步骤。本领域技术人员无法从对比文件合理推断出该技术特征。 |
| **技术特征D：** 该元数据表示该对象的建模。**未公开** | 对比文件[0037]提及“metadata may be derived from visual object metadata”，但未明确元数据表示对象的建模（如几何形状、声学性质）。 | 对比文件未公开元数据用于表示对象的建模，仅提及描述深度或空间参数，而非对象的结构化建模。 |
| **技术特征E：** 该元数据定义该对象的几何形状的至少一部分。**未公开** | 对比文件全文未提及定义对象的几何形状。 | 对比文件未涉及对对象几何形状的定义，仅涉及深度参数或信号能量。 |
| **技术特征F：** 并指示该对象的混响和/或吸收声学性质。**未公开** | 对比文件[0066]提及元数据可包括“ratio of direct to reverberant signals”，但这是信号的比例，而非对象的声学性质。 | 对比文件未公开元数据指示对象本身的混响/吸收声学性质。 |
| **技术特征G：** 通过以下步骤建立该音频源的该声学渲染：将该音频源提供为声学场景中的空间音频源。**未公开** | 对比文件全文未提及建立声学场景或提供空间音频源。 | 对比文件处理的是音频信号本身，而非在声学场景中放置空间音频源。 |
| **技术特征H：** 该声学场景在几何上与该对象的该视觉渲染对齐。**未公开** | 对比文件[0010]提及“align the perceived audio and visual dynamic ranges”，但未涉及几何对齐的声学场景。 | 对比文件调整的是感知距离，而非建立几何对齐的声学场景。 |
| **技术特征I：** 基于该元数据，将该对象建立为该声学场景中的音频对象。**未公开** | 对比文件未公开基于元数据将视觉对象建立为音频对象。 | 对比文件没有将视觉对象转化为音频对象的概念。 |
| **技术特征J：** 该音频对象具有混响和/或吸收声学性质。**未公开** | 对比文件未公开音频对象具有混响/吸收性质。 | 对比文件未涉及音频对象。 |
| **技术特征K：** 使用空间音频渲染技术渲染该声学场景。**未公开** | 对比文件未公开空间音频渲染技术。 | 对比文件采用基于增益的修改，而非空间音频渲染。 |
| **技术特征L：** 使该声学场景的该渲染适应该音频对象的该混响和/或吸收声学性质。**未公开** | 对比文件未公开使渲染适应音频对象性质。 | 对比文件未涉及音频对象及适应。 |
| **技术特征M：** 其中渲染该声学场景包括基于该音频对象的几何形状、该音频对象的声学性质以及该音频对象在该声学场景内相对于该音频源的相对位置来计算反射。**未公开** | 对比文件未公开计算反射。 | 对比文件不涉及反射计算。 |
| **技术特征N：** 其中，该对象是具有至少一面墙壁的房间；并且该元数据定义该房间的几何形状的至少一部分。**未公开** | 对比文件未公开房间及几何形状定义。 | 对比文件未涉及房间对象。 |
| **技术特征O：** 其中，该元数据通过定义表示该房间的盒子模型来定义该房间的该几何形状的至少一部分。**未公开** | 对比文件未公开盒子模型。 | 对比文件未涉及盒子模型。 |
| **技术特征P：** 其中，该虚拟现实场景是全向图像。**未公开** | 对比文件未提及全向图像。 | 对比文件未涉及全向图像。 |
| **技术特征Q：** 其中，该虚拟现实场景与第一轴系统相关联。**未公开** | 对比文件未提及轴系统。 | 对比文件未涉及轴系统。 |
| **技术特征R：** 其中，该虚拟现实场景在该第一轴系统中具有默认取向。**未公开** | 对比文件未提及默认取向。 | 对比文件未涉及取向。 |
| **技术特征S：** 其中，该元数据包括定义该对象的几何形状的至少一部分的一个或多个坐标；并且该方法包括：在该第一轴系统与该一个或多个坐标之间建立空间对应关系。**未公开** | 对比文件未提及坐标或空间对应关系。 | 对比文件未涉及坐标建立。 |
| **技术特征T：** 基于该空间对应关系将该对象建立为该声学场景中的该音频对象。**未公开** | 对比文件未公开基于空间对应关系建立音频对象。 | 对比文件未涉及该过程。 |
| **技术特征U：** 其中，生成该元数据包括：将该对象的该几何形状的至少一部分定义为不同于该第一轴系统的第二轴系统中的坐标。**未公开** | 对比文件未公开不同轴系统定义。 | 对比文件未涉及。 |
| **技术特征V：** 确定该第一轴系统与该第二轴系统之间的空间对应关系。**未公开** | 对比文件未公开确定空间对应关系。 | 对比文件未涉及。 |
| **技术特征W：** 生成该元数据，或者生成与该元数据相关联的其他元数据，以指示该空间对应关系。**未公开** | 对比文件未公开指示空间对应关系的元数据。 | 对比文件未涉及。 |
| **技术特征X：** 其中，生成该元数据包括在该第一轴系统中定义该一个或多个坐标。**未公开** | 对比文件未公开在第一轴系统中定义坐标。 | 对比文件未涉及。 |
| **技术特征Y：** 其中，生成该元数据包括经由用户界面从用户获得指示该对象的几何形状的用户输入。**未公开** | 对比文件未公开用户输入获取几何形状。 | 对比文件未涉及。 |
| **技术特征Z：** 其中，生成该元数据包括指示该混响和/或吸收声学性质。**未公开** | 对比文件未公开生成元数据指示声学性质。 | 对比文件未涉及。 |
---
<<<A>>>