**对比文件名称：** 2012-08-28_US8254699B_发明授权_US08254699B1 Automatic large scale video object recognition
**目标专利名称：** 用于显示画中画的系统、装置和方法 CN105519097B
**本次调用模型名称：** DeepSeek-R1
### 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：** 所述方法包括：通过所述装置的第一成像传感器捕捉在第一方向中的第一视场<br>**《隐含公开》** | [0015] ...a user interacts with the video hosting service via a conventional web browser of the **client device 170**, which employs standard Internet protocols. <br>（译文：用户通过采用标准互联网协议的**客户端设备170**上的常规网络浏览器与视频托管服务进行交互。） | 对比文件公开了客户端设备（client device 170），根据本领域的公知常识，此类设备（如个人电脑、智能手机）通常配备有成像传感器（如摄像头）用于捕捉图像或视频。虽然对比文件未明确记载“第一成像传感器捕捉第一方向中的第一视场”，但客户端设备作为系统交互终端，本领域技术人员可以合理推断其具备捕捉视频（视场）的基本功能，这是实现后续对象识别和分析的前提。因此，该技术特征被对比文件隐含公开。 |
| **技术特征B：** 通过所述装置的第二成像传感器捕捉在第二方向中的第二视场，其中所述第二方向与所述第一方向不同<br>**《未公开》** | 对比文件未提及使用两个不同方向的成像传感器捕捉不同视场。 | 对比文件通篇描述的是从视觉内容存储库（visual content repository）中获取和分析视频或图像，并未涉及通过装置上的多个成像传感器从不同方向（例如，设备正面和背面）同时捕捉不同视场的技术内容。目标专利强调从不同方向捕捉视场以在PIP中显示，而对比文件的视频源是已存储的内容库，不涉及实时的、多方向的多传感器视频捕捉配置。因此，该技术特征未被对比文件公开。 |
| **技术特征C：** 在所述装置的屏幕上显示所述第一视场的视频<br>**《隐含公开》** | [0015] ...a user interacts with the video hosting service via a conventional web browser of the **client device 170**... <br>（译文：用户通过**客户端设备170**上的常规网络浏览器与视频托管服务进行交互...） | 对比文件公开了用户通过客户端设备与系统交互。根据本领域的公知常识，用户与视频托管服务交互的客户端设备（如电脑、手机）必然包含屏幕，用于显示用户界面、查询结果或请求的视频内容。虽然对比文件未明确记载“在屏幕上显示第一视场的视频”，但显示内容是用户交互和设备功能的基本组成部分。本领域技术人员能够毫无疑义地推断，客户端设备（client device 170）的屏幕用于显示视频内容。因此，该技术特征被对比文件隐含公开。 |
| **技术特征D：** 从所述视频中选择第一对象<br>**《隐含公开》** | [0028] ...a query for “penguin” is submitted to the visual content repository 110 and a set of **matching visual content items returned** based on a match between the object name and metadata... <br>（译文：...向视觉内容存储库110提交“企鹅”的查询，并基于对象名称与元数据之间的匹配返回一组**匹配的视觉内容项**...）<br>[0028] The video V is then **segmented** as discussed above... <br>（译文：然后，如上所述对视频V进行**分割**...） | 对比文件公开了基于对象名称查询匹配的视觉内容项（视频/图像），并对视频进行图像分割以产生视觉上不同的对象。这个过程实质上是从视频内容中“选择”出与特定对象名称相关或通过算法分割出的对象。虽然对比文件中的“选择”更多是基于元数据匹配和算法分割的自动过程，而目标专利可能包括用户手动触摸选择，但“选择第一对象”这一上位概念涵盖了自动选择的方式。因此，对比文件隐含公开了“从视频中选择第一对象”。 |
| **技术特征E：** 辨识所述第一对象的选择<br>**《直接公开》** | [0028] ...a query for “penguin” is submitted to the visual content repository 110 and a set of matching visual content items returned based on a match between the **object name** and metadata... <br>（译文：...向视觉内容存储库110提交“企鹅”的查询，并基于**对象名称**与元数据之间的匹配返回一组匹配的视觉内容项...）<br>[0029] ...**segmentation**... identifies objects that would be considered foreground visual objects... <br>（译文：...**分割**...识别被认为是前景视觉对象的对象...） | 对比文件明确公开了通过查询匹配对象名称以及对视频进行图像分割来识别（即“辨识”）视频中的对象。例如，提交“penguin”查询是为了找到包含企鹅对象的视频，而图像分割算法则是为了从视频帧中识别出具体的视觉对象。这直接对应于“辨识所述第一对象的选择”。因此，该技术特征被对比文件直接公开。 |
| **技术特征F：** 在所述视频中定义一个包含所述第一对象的所关注区域ROI，其中所述ROI随着所述第一对象在所述视频中移动而与所述第一对象一起移动<br>**《未公开》** | [0029] Image segmentation preferably identifies objects that would be considered **foreground visual objects**, rather than background visual objects... In segmentation based on the mean shift algorithm, an image is converted into tokens... windows are positioned... The data traversed by windows that converged to the same point are then clustered together, producing a set of **separate image regions**. <br>（译文：图像分割优选地识别被认为是**前景视觉对象**的对象，而不是背景视觉对象...在基于均值漂移算法的分割中，图像被转换为标记...窗口被定位...遍历汇聚到同一点的窗口的数据然后被聚类在一起，产生一组**独立的图像区域**。） | 对比文件公开了通过图像分割算法（如均值漂移）从视频帧中识别出对象并产生独立的图像区域。然而，这些区域是算法在单帧或跨帧中为提取特征而静态分析的结果，并未描述在视频播放或实时显示过程中，定义一个动态的、随着被识别对象在连续视频帧中移动而同步移动的“所关注区域（ROI）”。目标专利的ROI是用于在显示时界定对象并与PIP交互的动态区域，而对比文件的分割区域是用于离线特征提取的静态分析结果，二者的目的和动态特性不同。因此，该技术特征未被对比文件公开。 |
| **技术特征G：** 在所述屏幕上显示在所述视频中与所述ROI分离的第一PIP<br>**《未公开》** | 对比文件未提及“画中画（PIP）”显示。 | 对比文件的核心内容是视频对象的自动识别、特征提取和匹配，所有描述均围绕分析模块、存储库和识别过程。没有任何部分描述或暗示在设备的屏幕上以画中画（PIP）形式叠加显示视频窗口。因此，该技术特征未被对比文件公开。 |
| **技术特征H：** 其中在具有所述屏幕上的第一位置的方位中显示所述第一PIP，使得在所述第一位置中的所述第一PIP不干扰在所述视频中的所述ROI<br>**《未公开》** | 对比文件未提及“画中画（PIP）”及其位置、方位或与ROI的干扰关系。 | 由于对比文件根本没有公开“第一PIP”以及“ROI”（如特征F、G所述），因此更不可能公开关于PIP显示方位、位置以及其与ROI之间避免干扰关系的具体限定。该技术特征未被对比文件公开。 |
| **技术特征I：** 其中所述第一PIP连续地显示第一PIP视频，所述第一PIP视频包含所述第一对象的图像<br>**《未公开》** | 对比文件未提及“画中画（PIP）”连续显示包含特定对象的视频。 | 对比文件未涉及以PIP形式连续显示对象的视频流。其对象识别结果用于概率计算、标签生成或内容检索，而非用于在PIP窗口中实时、连续地播放聚焦于该对象的视频。因此，该技术特征未被对比文件公开。 |
| **技术特征J：** 追踪所述第一对象并且在所述第一对象正被追踪时在所述第一PIP中显示所述第一对象<br>**《未公开》** | [0029] In the case of a video, the same or similar image regions typically exist across video frames, e.g. a region representing the same face at the same location across a number of frames, or at slightly offset locations. <br>（译文：在视频的情况下，相同或相似的图像区域通常跨视频帧存在，例如，代表同一张脸在若干帧中相同位置或略有偏移位置的区域。） | 对比文件提到了在视频的多个帧中可能存在代表同一对象的图像区域，这可以视为一种跨帧的“追踪”概念。**但是**，这种追踪是对象识别算法分析过程的一部分，目的是为了特征提取和模型建立，而不是为了在PIP窗口中实时显示被追踪的对象。目标专利的“追踪”与“在PIP中显示”是紧密结合的实时显示功能，而对比文件的“跨帧存在”是离线分析步骤。两者目的和实现方式不同。因此，该技术特征未被对比文件公开。 |
| **技术特征K：** 在所述屏幕上显示第二PIP，其中所述第二PIP从所述第二视场显示第二PIP视频，所述第二PIP视频包含第二对象的图像<br>**《未公开》** | 对比文件未提及“画中画（PIP）”显示，也未提及从不同视场（第二视场）显示视频。 | 对比文件完全没有公开任何关于PIP显示的内容，也未描述从不同于主视频源（第一视场）的其他视场获取并显示视频。因此，该技术特征未被对比文件公开。 |
| **技术特征L：** 响应于确定所述第一PIP或者所述第二PIP干扰了所定义的所述ROI而将所述第一PIP和所述第二PIP作为一个组一起移动<br>**《未公开》** | 对比文件未提及“画中画（PIP）”、PIP干扰ROI以及PIP的自动移动。 | 该技术特征涉及PIP与ROI的交互逻辑和PIP的组移动，是目标专利中关于PIP动态布局管理的具体方案。对比文件完全不涉及PIP显示，因此不可能公开与之相关的任何交互和移动逻辑。该技术特征未被对比文件公开。 |
| **技术特征M：** 其进一步包括当在所述屏幕上显示所述第一对象时检测所述第一对象<br>**《直接公开》** | [0029] Image segmentation preferably **identifies objects** that would be considered foreground visual objects... <br>（译文：图像分割优选地**识别对象**，这些对象被认为是前景视觉对象...）<br>[0037] ...the object recognition module 135 can **determine whether named objects are present within a video** by comparing the model for an object name with a corresponding set of feature vectors for the video. <br>（译文：...对象识别模块135可以通过比较对象名称的模型与视频对应的特征向量集，来**确定命名对象是否存在于视频中**。） | 对比文件明确且反复地公开了通过图像分割和对象识别模块来“检测”或“识别”视频中的对象。例如，图像分割算法用于识别前景对象，对象识别模块用于确定视频中是否存在特定命名对象。这直接对应于“检测所述第一对象”。虽然对比文件未明确限定检测与“在屏幕上显示”同时发生，但检测的对象通常是显示内容的一部分，本领域技术人员能够理解检测过程可以应用于正在显示的视频。因此，该技术特征被对比文件直接公开。 |
| **技术特征N：** 其进一步包括记录所述视频、所述第一PIP中显示的图像以及所述第二PIP中显示的图像<br>**《隐含公开》** | [0018] The **visual content repository 110 stores image data** in which objects may be recognized, such as videos, still images, or both. <br>（译文：**视觉内容存储库110存储图像数据**，其中可以识别对象，例如视频、静态图像或两者。）<br>[0040] For example, users frequently provide labels or tags that are incorrect or misleading... The method described herein will automatically generate a set of labels from the named objects found in the video. <br>（译文：例如，用户经常提供不正确或误导性的标签或标记...本文描述的方法将根据视频中找到的命名对象自动生成一组标签。） | 对比文件明确公开了视觉内容存储库用于存储视频和图像数据。整个系统的目的是分析、识别和存储与对象相关的视觉内容信息。虽然对比文件未提及记录“PIP中显示的图像”（因为其不涉及PIP），但其核心功能包括记录（存储）视频内容以及从视频中分析出的对象相关信息。记录视频内容是基础功能。因此，从广义的“记录”功能来看，对比文件隐含公开了记录视频内容，但未公开记录特定PIP图像这一具体形式。考虑到记录功能的基础性，判断为隐含公开。 |
| **技术特征O：** 其进一步包括：在所述屏幕上显示第三PIP和第四PIP，其中所述第三PIP显示第三对象并且所述第四PIP显示第四对象<br>**《未公开》** | 对比文件未提及“画中画（PIP）”显示。 | 对比文件完全没有公开任何关于PIP显示的内容，因此更不可能公开显示第三、第四PIP及其各自对象的技术方案。该技术特征未被对比文件公开。 |
| **技术特征P：** 在正显示所述第一、第二、第三和第四对象时追踪所述对象<br>**《未公开》** | 对比文件未提及在显示多个对象的同时对其进行追踪，也未涉及多PIP显示场景。 | 对比文件虽然提到了跨帧识别相似区域（一种追踪），但这是在分析阶段，而非在显示多个PIP窗口的场景下。目标专利的特征P明确限定在同时显示多个对象（通过PIP）时进行追踪，这是一个具体的多任务实时显示与追踪场景，对比文件未公开此场景或相应的追踪功能。因此，该技术特征未被对比文件公开。 |
<<<E>>><<<M>>><<<a>>><<<c>>><<<d>>><<<n>>>