对比文件名称：2004-06-24_US2004120554A_发明申请_US20040120554A1 System and method for real time lip synchronization
目标专利名称：333使用多模匹配方案的对象辨识CN104246796B
模型名称：专利创造性评估模型
作为资深专利代理师，我将严格按照目标专利权利要求的技术特征划分进行比对，并紧密结合目标专利说明书原文对技术特征进行解释。
### 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**：所述方法包括：从在场景处记录的音频计算多个声学辨识特征<br>**判断结果**：隐含公开 | [0050]段：“In one working embodiment of the lip synchronization system and method...12-dimensional MFCC coefficients and one energy parameter were calculated every 10 ms...”<br>[0061]段：“In one embodiment of the present invention...an average 12-D MFCC and energy parameter of the input training audio is calculated...” | **隐含公开**。对比文件在其实施例中明确公开了从输入音频计算梅尔频率倒谱系数（MFCC）和能量参数，这些属于“声学辨识特征”。虽然对比文件中计算这些特征的目的（用于驱动唇部同步的HMM模型训练与合成）与目标专利中“辅助对象辨识”的目的不同，但“从音频计算声学特征”这一技术手段本身已被公开。本领域技术人员能够毫无疑义地从对比文件中得出“计算声学辨识特征”这一技术方案。 |
| **技术特征B**：将所述声学辨识特征与对应于一或多个对象的预定声学辨识特征进行比较以确定对象的声音源类型<br>**判断结果**：未公开 | 无直接对应内容。对比文件描述了将计算得到的声学特征（如MFCC）用于训练HMM模型（[0063]段），并在合成阶段将输入音频的特征输入HMM以计算概率并选择对应的面部状态或序列（[0067]-[0068]段，图7A-7B）。 | **未公开**。对比文件并未公开将计算出的声学特征与一个对应于“对象”（如乐器）类型的预定声学特征数据库进行比较，以确定该声音是由何种类型的声音源（如小号、钢琴）产生的。对比文件中的HMM模型关联的是“面部状态”或“面部形状序列”，而非“声音源类型”。该技术特征在对比文件中既未直接记载，也无法通过隐含公开的标准推断得出。 |
| **技术特征C**：基于所述声音源类型选择所述对象中的稳定关键点<br>**判断结果**：未公开 | 无对应内容。对比文件未涉及“关键点”、“稳定关键点”或基于声音源类型进行选择的概念。 | **未公开**。目标专利中“稳定关键点”是视觉特征（如图像中的独特点），选择过程涉及基于音频信息（如声音源类型）对图像区域或关键点进行筛选。对比文件完全不涉及图像关键点的检测、选择或稳定性判断。该技术特征未被公开。 |
| **技术特征D**：基于选定关键点和所述声音源类型识别所述对象。<br>**判断结果**：未公开 | 无对应内容。 | **未公开**。该特征是技术特征B和C执行后的结果步骤。由于对比文件未公开基于声音源类型进行关键点选择并与预定特征比较以识别对象（如乐器）的过程，因此该最终识别步骤自然也未被公开。 |
| **技术特征E**：其进一步包括：基于在所述场景处记录的音频选择对应于一或多个对象的一或多个关键点标志<br>**判断结果**：未公开 | 无对应内容。对比文件未涉及“关键点标志”的概念。 | **未公开**。目标专利中的“关键点标志”是预先存储的、代表特定对象（如乐器）的视觉特征模板。对比文件中的“面部状态”或“代表序列”虽然也是预先存储的模板，但其代表的是唇部/面部形状，用于合成动画，而非用于在场景图像中匹配和识别一个独立存在的物理对象。两者目的和内容本质不同。 |
| **技术特征F**：识别所述场景的图像中的多个关键点<br>**判断结果**：未公开 | [0052]段：“...an eigenpoints algorithm is used to label the face and to identify the mouth and its shape...These output points are used to model the facial data...” | **未公开**。对比文件使用特征点算法来标记面部、嘴部形状，并输出用于建模面部数据的点。虽然这些点可被视为图像中的“点”，但其目的（定义面部动画的几何形状）与目标专利中用于对象识别和匹配的“关键点”不同。目标专利的关键点涉及SIFT等尺度不变特征检测，用于在复杂场景中辨识对象，而非仅仅跟踪已知面部的特定部位。该技术特征未被公开。 |
| **技术特征G**：将所述关键点与所述关键点标志进行比较以识别所述对象。<br>**判断结果**：未公开 | 无对应内容。 | **未公开**。该特征是技术特征E和F的组合应用。由于对比文件未公开“关键点标志”和用于对象识别的“关键点”比较过程，因此该特征未被公开。 |
| **技术特征H**：其进一步包括：基于在所述场景处记录的所述音频选择场景图像的一部分<br>**判断结果**：未公开 | 无对应内容。对比文件未涉及基于音频信息选择图像特定区域（ROI）的操作。 | **未公开**。目标专利中此步骤用于缩窄视觉搜索空间，例如基于声源方向确定图像中的关注区域。对比文件的处理是针对整个面部区域或预先定义的面部点，不存在根据音频动态选择图像子区域的过程。 |
| **技术特征I**：仅从所述图像的所述部分内选择所述关键点。<br>**判断结果**：未公开 | 无对应内容。 | **未公开**。该特征是技术特征H的后续步骤。由于对比文件未公开基于音频选择图像部分，因此自然也没有仅从该部分选择关键点的步骤。 |
| **技术特征J**：其中基于在所述场景处记录的所述音频选择所述图像的一部分包含：从所述音频确定音频到达方向DOA<br>**判断结果**：未公开 | 无对应内容。对比文件未涉及利用麦克风阵列进行声源定向（DOA）估计。 | **未公开**。确定音频到达方向（DOA）是多麦克风阵列处理中的特定技术，用于定位声源空间位置。对比文件虽然提及麦克风作为输入设备（图1），但全文未描述任何基于多个麦克风信号进行DOA估计的技术内容。 |
| **技术特征K**：基于所述音频DOA选择所述图像的所述部分。<br>**判断结果**：未公开 | 无对应内容。 | **未公开**。该特征是技术特征J的后续应用。由于DOA估计本身未被公开，基于DOA选择图像区域更无从谈起。 |
| **技术特征L**：其中确定所述音频DOA包含：在位于所述场景处的多个麦克风处接收所述音频，借此产生多个麦克风信号<br>**判断结果**：未公开 | 图1及对应描述提及计算机110可包含麦克风作为输入设备，但未明确说明使用多个麦克风或其信号用于DOA。 | **未公开**。对比文件仅泛泛提及麦克风可作为输入设备，并未公开为确定DOA而特意在场景处布置多个麦克风并接收其信号以产生多通道信号的具体技术手段。本领域技术人员无法从对比文件中毫无疑义地得出该技术方案。 |
| **技术特征M**：基于所述麦克风信号确定所述音频DOA。<br>**判断结果**：未公开 | 无对应内容。 | **未公开**。该特征是技术特征L的后续步骤。由于多麦克风接收信号用于DOA的目的未被公开，具体的DOA确定算法更未被提及。 |
| **技术特征N**：其进一步包括：从所述场景的视频记录计算多个局部运动向量<br>**判断结果**：未公开 | 无对应内容。对比文件未涉及计算视频的局部运动向量（LMV）。 | **未公开**。目标专利中计算局部运动向量用于分析对象的运动模式（如乐手的演奏动作），并与预定数据库比较以辅助识别。对比文件处理的是面部形状序列，但其“运动”是通过选择不同的静态面部形状帧来合成的，并非通过计算图像块或像素的运动向量来获得。该技术特征未被公开。 |
| **技术特征O**：通过将所述局部运动向量与对应于一或多个对象的预定局部运动向量数据库进行比较且通过将所述关键点与一或多个关键点标志进行比较来识别所述对象。<br>**判断结果**：未公开 | 无对应内容。 | **未公开**。该特征是技术特征N和G的组合，是一种多模（运动+关键点）识别策略。由于对比文件既未公开局部运动向量的计算与比较，也未公开关键点与关键点标志的比较，因此这种综合识别方法未被公开。 |
| **技术特征P**：其中基于将所述关键点与一或多个关键点标志进行比较来识别所述对象。<br>**判断结果**：未公开 | 无对应内容。 | **未公开**。同技术特征G，该识别方式依赖于关键点与关键点标志的比较，该过程在对比文件中不存在。 |
| **技术特征Q**：其中所述声学辨识特征包含梅尔频率倒谱系数。<br>**判断结果**：直接公开 | [0050]段：“...12-dimensional MFCC coefficients...were calculated...”<br>[0061]段：“...an average 12-D MFCC...” | **直接公开**。对比文件明确且直接地公开了所使用的声学辨识特征包含梅尔频率倒谱系数（MFCC）。本领域技术人员能够毫无疑义地从对比文件中得出该技术特征。 |
| **技术特征R**：其进一步包括：确定出现在图像中的一或多个对象的范围信息<br>**判断结果**：未公开 | 无对应内容。对比文件未涉及确定图像中对象的深度或范围信息。 | **未公开**。目标专利中确定范围信息（如深度）是为了进一步缩窄关键点搜索空间。对比文件的面部动画合成不依赖于场景中对象的深度信息。 |
| **技术特征S**：基于所述范围信息分析所述关键点。<br>**判断结果**：未公开 | 无对应内容。 | **未公开**。该特征是技术特征R的后续应用。由于范围信息本身未被公开，基于其分析关键点的步骤也不存在。 |
| **技术特征T**：其中确定范围信息是选自由以下各项组成的群组：使用自动聚焦相机确定范围信息，使用多相机图像视差估计确定范围信息，和前述各项的任一组合。<br>**判断结果**：未公开 | 无对应内容。 | **未公开**。对比文件完全没有提及通过自动聚焦或多相机视差来估计对象深度或范围的具体技术手段。 |
<<<a>>><<<Q>>>