**对比文件名称**：2008-05-22_JP2008118637A_发明专利_JP2008118637A System and method for interfacing mpeg-coded audio_visual objects permitting adaptive control
**目标专利名称**：用于视频译码的同时定位与地图构建CN106716490B
**本次调用的模型名称**：DeepSeek-R1
### **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《未公开》**<br>所述方法包括：基于复合图像及场景结构图而产生合成图像。 | 对比文件未提及“复合图像”、“场景结构图”及“合成图像”的概念。 | 该特征是本专利的核心技术方案，涉及利用场景结构图和复合图像生成用于预测的合成图像。对比文件涉及的是MPEG-4对象的接口、解码、合成和渲染，其“合成”操作（由合成器282执行）是将解码后的多个媒体对象根据场景图（scene graph）进行组合，以生成最终显示的完整场景。此“合成”是最终输出显示前的最后一步，而非用于生成作为预测图像的“合成图像”。两者目的、作用和概念均不相同。因此，对比文件既未直接公开，也未隐含公开该技术特征。 |
| **技术特征B《隐含公开(b)》**<br>其中所述复合图像是由先前经解码的一或多个图像构造。 | 说明书第[2]段：“図２の残りの部分は、ＭＰＥＧ−４のパラメトリックシステムを詳細に示す... 復号されたメディアを相互に配列し、シーンを合成する。”（译文：图2的其余部分详细示出了MPEG-4参数化系统...将解码后的媒体相互排列，合成场景。） | 对比文件公开了合成器（282）使用解码后的媒体对象（即先前解码的一或多个图像/视频对象）来合成场景。虽然未明确使用“复合图像”这一术语，但“使用一个或多个先前解码的图像来构造最终图像（场景）”这一技术手段已被公开。该手段在对比文件中用于最终场景的合成显示，与目标专利中用于构造作为纹理图的“复合图像”的作用（均为提供图像内容来源）在底层技术动作上存在相似性。根据宽松的隐含公开判断标准，本领域技术人员有可能从“使用解码后的图像进行合成”这一公开内容中，推理出“复合图像是由先前解码的一或多个图像构造”这一技术特征。 |
| **技术特征C《未公开》**<br>其中所述场景结构图包括所述视频数据的当前图像的场景结构图或先前经解码的所述视频数据的图像的场景结构图。 | 说明书第[2]段：“ＢＩＦＳデコーダおよびシーングラフ２２５”（译文：BIFS解码器和场景图225）。 | 对比文件公开了“场景图（scene graph）”，它用于描述视听对象在场景中的空间和时间关系。然而，目标专利的“场景结构图”是一个具有特定含义的技术概念，特指“包含图像内三维点坐标值的稀疏点集”，用于形成代理几何结构（参见说明书[0022]-[0024]段）。而对比文件的“场景图”是一种用于组织多媒体对象（如图像、视频、音频、图形）及其空间层次关系的描述结构，并不等同于由稀疏3D点坐标构成的“场景结构图”。两者在构成、内容和用途上均存在本质区别。因此，对比文件未公开“场景结构图”这一特定技术特征。 |
| **技术特征D《未公开》**<br>其中所述场景结构图包含所述当前图像或先前经解码的所述图像内的三维点的坐标值，所述三维点的坐标值指示所述点的位置和相对深度。 | 说明书第[2]段：“メッシュ幾何学／運動デコーダ３１８は、オブジェクトの動きにより、波形メッシュ・ノード位置およびこれらノードの運動を復号する。”（译文：网格几何/运动解码器318根据对象的运动，解码线框网格节点位置以及这些节点的运动。） | 对比文件提到了解码网格的节点位置和运动。这涉及三维几何信息。然而，目标专利的“场景结构图”特指从图像（2D）中通过SLAM等技术提取的、代表场景稀疏结构的三维点云坐标，这些坐标直接关联于图像内容并指示相对深度。而对比文件的网格几何/运动解码器是针对已编码的3D网格对象（如计算机图形模型）进行解码，其“节点位置”是预定义的3D模型数据的一部分，并非从2D图像中提取的、用于表征图像场景结构的稀疏点。两者数据来源、生成方式和应用目的均不同。因此，对比文件未公开本特征。 |
| **技术特征E《未公开》**<br>其中产生所述合成图像包括利用所述当前图像的摄像机位置及定向信息来渲染所述合成图像，使得所述合成图像和所述当前图像的摄像机位置及定向相同。 | 说明书第[2]段：“方向性ＡＰＩ...ビジュアルオブジェクトの場合には、このＡＰＩは、視点の選択を可能にし、対応するビットストリームだけが復号され...”（译文：方向性API...对于视觉对象，该API允许选择视点，仅解码对应的比特流...） | 对比文件的方向性API（Directional API）允许用户交互式地选择视点，从而解码并显示对应视角的内容。这涉及基于视角（可类比为摄像机定向）选择性地渲染内容。然而，目标专利的特征E强调在编码/解码流程中，**自动地、利用当前图像的摄像机姿势信息**来渲染合成图像，目的是使合成图像（作为预测）与当前图像的视角严格对齐以最小化残差。对比文件是通过**用户交互**来选择视角，用于改变最终显示内容，而非在视频压缩的预测循环中自动匹配当前图像的摄像机姿势。两者目的、触发方式和在技术方案中的作用均不同。因此，对比文件未公开该特征。 |
| **技术特征F《隐含公开(f)》**<br>且其中产生所述合成图像进一步包括：互连所述场景结构图的点以形成代理几何结构。 | 说明书第[2]段：“メッシュ幾何学／運動デコーダ３１８は、オブジェクトの動きにより、波形メッシュ・ノード位置およびこれらノードの運動を復号する。”（译文：网格几何/运动解码器318根据对象的运动，解码线框网格节点位置以及这些节点的运动。） | 对比文件公开了解码网格的节点（即点）位置。网格本质上是由互连的节点（点）形成的几何结构（如三角形网格）。虽然对比文件的网格是预编码的3D模型数据，而目标专利的代理几何结构是由稀疏2D图像点云互连形成，但“互连点以形成几何结构（网格）”这一具体的技术手段本身已被对比文件公开（解码得到的网格即是互连的）。根据宽松的隐含公开判断标准，本领域技术人员有可能从“解码网格节点位置”这一内容，推理出“存在一种由互连的点形成的几何结构”这一更上位的技术特征。但需注意，两者数据来源和应用目的不同。 |
| **技术特征G《隐含公开(g)》**<br>将所述复合图像纹理映射到所述代理几何结构以形成基于图像的模型。 | 说明书第[2]段：“画像肌理デコーダ３１７は、静止画像の肌理の空間／ＳＮＲスケール可能な層を復号し...”（译文：图像纹理解码器317解码静止图像纹理的空间/SNR可缩放层...）以及整个系统包含将解码后的媒体对象合成和渲染的流程。 | 对比文件公开了“图像纹理解码器”，其功能是解码作为纹理的静止图像。在计算机图形学中，将纹理（图像）映射到几何模型（网格）上是常规操作。虽然对比文件未明确描述“将图像纹理映射到解码后的网格上”这一具体步骤，但根据其整体系统（包含几何解码、纹理解码、合成、渲染）以及本领域公知常识，可以合理推断出纹理映射是图形渲染管线中的常见步骤。因此，根据宽松的隐含公开判断标准，认为该特征被隐含公开。 |
| **技术特征H《隐含公开(h)》**<br>及渲染所述基于图像的模型以产生所述合成图像。 | 说明书第[2]段：“レンダリング装置２８４は、ピクセルおよびオーディオ・サンプルを与え、それらをライン１７５を通して、ディスプレイ...に送る。”（译文：渲染装置284提供像素和音频样本，并通过线路175将其发送到显示器...） | 对比文件明确公开了“渲染装置（rendering device）”，其功能是生成用于显示的像素。渲染是图形处理中的最终步骤，将带有纹理的几何模型转换为二维像素图像。虽然对比文件中渲染的目的是生成最终显示图像，而目标专利中渲染的目的是生成作为预测图像的“合成图像”，但“渲染模型以产生图像”这一技术动作本身是相同的。根据宽松的隐含公开判断标准，认为该特征被隐含公开。 |
| **技术特征I《未公开》**<br>确定残差图像，其中所述残差图像指示所述当前图像与所述合成图像之间的差异，且其中确定所述残差图像包括基于包括背景静态部分的所述当前图像的一或多个部分来确定所述残差图像。 | 对比文件全文未提及“残差图像（residual image）”、“当前图像与合成图像之间的差异”或类似概念。 | 该特征是目标专利编码/解码框架的核心之一：使用合成图像作为预测，并对预测误差（残差）进行编码传输。对比文件描述的是一种多媒体对象的自适应解码和呈现系统，其数据传输的是编码后的媒体对象本身（如纹理、网格、音频），而非基于预测的残差。整个技术方案中不存在预测、残差计算和残差编码的环节。因此，该技术特征既未被直接公开，也无法从对比文件的内容中合理推断出来。 |
| **技术特征J《未公开》**<br>及基于所述合成图像及所述残差图像而重构所述当前图像。 | 对比文件全文未提及使用“残差图像”来重构图像。 | 如上所述，对比文件的技术方案不涉及残差图像。图像的重构是基于解码器直接解码出的媒体对象（如图像纹理、视频对象），经合成和渲染后得到。没有“将残差图像与合成图像相加”这一重构步骤。因此，该特征未被公开。 |
| **技术特征K《未公开》**<br>其中确定所述残差图像包括：接收所述当前图像的所述残差图像。 | 对比文件全文未提及接收“残差图像”。 | 该特征依赖于特征I和J所定义的残差图像框架。由于对比文件不存在该框架，因此接收残差图像这一具体步骤也无从谈起。该特征未被公开。 |
| **技术特征L《未公开》**<br>其中纹理映射包括：基于一或多个先前经解码图像的摄像机位置及定向信息而将所述复合图像纹理映射到所述代理几何结构。 | 对比文件未提及在纹理映射过程中使用“先前解码图像的摄像机位置及定向信息”。 | 对比文件的方向性API涉及用户选择视点，但并未披露在纹理映射这一图形处理步骤中，需要依据源图像（即“先前解码图像”）的摄像机姿势信息来指导纹理坐标的映射关系。目标专利的这一特征是为了保证从不同视角拍摄的源图像能正确地贴合到3D代理几何上，是其实施例中的重要细节。对比文件未公开该细节。 |
| **技术特征M《未公开》**<br>（与特征L重复，判断同L） | （同特征L） | （同特征L） |
| **技术特征N《未公开》**<br>（与特征L重复，判断同L） | （同特征L） | （同特征L） |
| **技术特征O《未公开》**<br>其进一步包括：接收所述当前图像的所述场景结构图的信息或指示所述当前图像的所述场景结构图与先前经解码的所述图像的所述场景结构图之间的差异的信息中的一者。 | 对比文件涉及接收BIFS场景描述信息和媒体数据流。但如特征C所述，BIFS场景图不等于目标专利的“场景结构图”。同时，对比文件未提及接收关于“场景结构图”的“差异（更新）信息”。 | 目标专利该特征旨在传输稀疏点云的更新信息以节省带宽，是其技术方案的组成部分。对比文件虽然传输场景信息，但其信息内容和格式（BIFS描述）与目标专利的稀疏3D点坐标不同，且未公开渐进式更新（差异）的传输机制。因此，该特征未被公开。 |
| **技术特征P《未公开》**<br>及基于所述所接收信息而产生所述场景结构图，其中产生所述合成图像包括：基于所述复合图像及所述所产生场景结构图而产生所述合成图像。 | 对比文件中，场景图（BIFS）是接收并解码得到的，用于控制合成。但“产生场景结构图”在目标专利中特指从图像生成稀疏3D点云的过程（如通过SLAM）。对比文件没有公开从图像生成此类点云的过程。 | 该特征包含了“产生场景结构图”这一特定动作。对比文件仅涉及接收和解码已有的场景描述，不涉及从图像数据中实时生成代表场景几何的稀疏点云图。因此，该特征未被公开。 |
| **技术特征Q《未公开》**<br>其进一步包括：接收关于用于构造所述复合图像的所述一或多个先前经解码图像及所述当前图像的摄像机位置及摄像机定向中的一者或两者，其中产生所述合成图像包括：基于所述一或多个先前经解码图像及所述当前图像的所述摄像机位置及所述摄像机定向中的一者或两者而产生所述合成图像。 | 对比文件的方向性API涉及用户输入视角选择，但并未明确披露在编码/解码流程中，系统会接收并利用与“当前图像”和“用于构造复合图像的先前图像”相关联的、作为元数据的“摄像机位置及定向”信息。 | 该特征系统性地描述了在生成合成图像时，对源图像（复合图像）和目标图像（当前图像）的摄像机姿势信息的利用。对比文件中的视角选择是交互式、外部的用户控制，而非作为视频数据一部分被编码、传输并在解码端用于指导合成图像生成的内部参数。两者机制不同。因此，该特征未被公开。 |
<<<b>>><<<f>>><<<g>>><<<h>>>