**对比文件名称**：2019-11-19_US10484721B_发明授权_US10484721B2 Method for motion estimation of non-natural video data
**目标专利名称**：229用于视频数据的方法、装置、设备和计算机可读存储媒体 CN106165423B
**本次调用模型名称**：DeepSeek-R1
以下是根据目标专利权利要求的技术特征划分，与对比文件进行的比对分析：
### **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 | ||||
| **A：其包括：选择用于与所述非自然视频数据的第二帧的当前块匹配的所述非自然视频数据的第一帧的候选块，所述候选块是从围绕所述第一帧的先前候选块的第一菱形样式中选择的** <br>《直接公开》 | 第[0150]段：“According to at least one embodiment, a uniform moving diamond pattern is employed with a smaller search area.” <br>第[0151]段：“In the modified initial search, the search is performed within an initial search space 710... The diamond 715 may have a fixed size that traverses the initial space 710 horizontally and/or vertically.” <br>第[0152]段：“In the FIG. 7 embodiment, the fixed diamond 715 traverses the initial search space 710 with a fixed step size of 4.” | 对比文件明确公开了在修改后的初始搜索中，采用均匀移动的菱形样式（uniform moving diamond pattern）在初始搜索区域内遍历搜索。该菱形样式具有固定大小（fixed size）和固定步长（fixed step size）。选择候选块的过程必然涉及从当前菱形样式（对应于“第一菱形样式”）所覆盖的位置中选择。这与特征A中“从围绕...第一菱形样式中选择候选块”的技术方案相同，且作用都是为了在非自然视频数据中执行更有效的运动向量搜索。因此，本领域技术人员能够毫无疑义地得出该技术特征。 | ||||
| **B：基于使所述第一帧的所述先前候选块与所述当前块匹配来获得先前经计算的最低匹配差值** <br>《隐含公开》 | 第[0139]-[0148]段描述了多级近似成本计算并维护“BestCost”。例如，第[0142]段：“The intermediate cost as computed at each stage can be used to decide whether to perform a further refinement... when the approximated cost at any stage... is greater than the total cost of a previously identified best cost, the candidate block... is rejected.” | 对比文件公开了在多级近似成本计算过程中，会维护一个先前识别的最佳成本（previously identified best cost）。该最佳成本是通过对先前候选块（即当前正在评估的候选块之前的、被认为是当前最佳匹配的块）进行计算和比较获得的。虽然对比文件使用“cost”而目标专利使用“差值”，但在运动估计领域，匹配成本（matching cost）即用于衡量块间差异的误差度量，如SAD，其本质就是“匹配差值”。因此，本领域技术人员阅读对比文件后，能够合理推断出为了进行成本比较，需要“基于使先前候选块与当前块匹配来获得先前经计算的最低匹配差值（成本）”。该特征被隐含公开。 | ||||
| **C：计算用于使所述候选块的样本的第一子集与所述当前块匹配的第一部分匹配差值** <br>《直接公开》 | 第[0139]段：“Thus, candidate blocks may be rejected as a best match for the current block based on approximated error computed from partial samples of a match between the candidate block and the current block.” <br>第[0140]-[0141]段：“Candidate block 610A illustrates the partial samples... that have been taken in a first stage of the approximated cost computation.” <br>第[0145]段给出了基于`l`个像素计算近似总成本`ECost`的公式，其中求和是针对部分样本索引集。 | 对比文件直接且明确地公开了基于候选块的部分样本（partial samples）计算近似误差（approximated error）或成本（cost）的技术方案。图6和文字说明明确指出在第一阶段（first stage）使用样本的第一子集（例如两条线）进行计算。这完全对应于特征C的“计算用于使候选块的样本的第一子集与当前块匹配的第一部分匹配差值”。两者作用相同，都是通过部分样本近似匹配误差以加速运动估计。因此，该特征被直接公开。 | ||||
| **D：基于所述第一部分匹配差值来估计用于使所述候选块与所述当前块匹配的总匹配差值** <br>《直接公开》 | 第[0141]段：“In some embodiments, the total cost of the candidate block 605 matching the current block is approximated based on the partial samples of the candidate block 605...” <br>第[0145]段：给出了近似总成本（approximated total cost）`ECost`的计算公式，该公式基于部分样本计算误差，并加上估计值（Estimate）和运动向量位成本（MV BitCost）。 | 对比文件明确公开了基于部分样本（即第一部分匹配差值所基于的样本）来估计（approximate）或计算候选块与当前块匹配的总成本（total cost）。第[0145]段的公式即是这一估计过程的数学表达。特征D中的“总匹配差值”对应于对比文件中的“总成本”。因此，该技术特征被对比文件直接公开。 | ||||
| **E：将所述候选块的经估计的总匹配差值与所述先前候选块的所述最低匹配差值进行比较** <br>《直接公开》 | 第[0148]段伪代码：`while (l>0 && ECost(x,y)l(u,v) < BestCost) do` <br>第[0142]段：“...when the approximated cost at any stage of the approximated cost computation is greater than the total cost of a previously identified best cost, the candidate block... is rejected.” | 对比文件公开的伪代码和文字描述清晰展示了将当前候选块的近似成本`ECost`（即经估计的总匹配差值）与先前识别的最佳成本`BestCost`（即先前候选块的最低匹配差值）进行比较的过程。该比较是决定是否拒绝当前候选块或继续精炼的关键步骤。因此，特征E被直接公开。 | ||||
| **F：基于所述比较确定所述候选块是否并不具有与所述当前块的最低匹配差值** <br>《直接公开》 | 第[0148]段伪代码：`while (l>0 && ECost(x,y)l(u,v) < BestCost) do` <br>第[0142]段：“...when the approximated cost at any stage... is greater than the total cost of a previously identified best cost, the candidate block... is rejected.” | 对比文件明确公开了基于比较结果（当前`ECost`是否小于`BestCost`）来确定候选块的命运。如果当前成本不小于（即大于或等于）最佳成本，则确定该候选块不具有最低匹配成本（差值），从而被拒绝。伪代码中的循环条件`ECost < BestCost`为“真”时继续精炼，反之则隐含了“不具有最低匹配差值”的判断并退出。该确定逻辑被直接公开。 | ||||
| **G：以及响应于所述候选块不具有与所述当前块的所述最低匹配差值而选择所述第一帧的后续候选块以用于匹配自所述第一菱形样式水平地和/或垂直地移位的且具有与所述第一菱形样式相同尺寸的第二菱形样式的所述当前块** <br>《隐含公开》 | 第[0150]-[0152]段描述了使用均匀移动的菱形样式（uniform moving diamond pattern）遍历搜索区域。第[0151]段：“The diamond 715 may have a fixed size that traverses the initial space 710 horizontally and/or vertically.” <br>第[0152]段：“...the fixed diamond 715 traverses the initial search space 710 with a fixed step size of 4.” | 对比文件公开了采用固定尺寸的菱形样式以固定步长（如4）在搜索区域内水平和/或垂直地遍历。遍历的本质就是从一个位置（第一菱形样式）移动到下一个位置（第二菱形样式）。虽然未明确将“响应于不具有最低匹配差值”作为移动的触发条件，但整个运动估计搜索过程的目的就是寻找最佳匹配块。在遍历过程中，当评估完一个候选块后，无论其是否被判定为最佳，搜索算法都会自然移动到下一个位置（即选择后续候选块）继续搜索，直到满足停止条件。本领域技术人员能够合理推断，在基于菱形样式遍历的搜索框架下，对当前候选块做出“不具有最低匹配差值”的判断后，逻辑上的下一步动作就是移动菱形样式（即形成水平/垂直移位的、相同尺寸的第二菱形样式）并选择该新样式下的后续候选块。因此，该特征被隐含公开。 | ||||
| **H：，其中，通过在所述第一帧上水平和/或垂直地遍历固定大小的菱形搜索样式来执行所述运动估计，其中，非自然视频数据包括未通过具有光学系统的相机捕获的视频数据。** <br>《直接公开》 | 第[0150]段：“According to at least one embodiment, a uniform moving diamond pattern is employed with a smaller search area.” <br>第[0151]段：“The diamond 715 may have a fixed size that traverses the initial space 710 horizontally and/or vertically.” <br>第[0021]段：“Non-natural video data may generally refer to computer generated video data such as, but not limited to, screen content and/or text heavy video data.” | 对比文件第[0150]-[0151]段明确公开了通过水平和/或垂直地遍历（traverses）固定大小（fixed size）的菱形样式（diamond pattern）来执行运动估计（修改后的初始搜索）。同时，第[0021]段明确定义了非自然视频数据包括计算机生成的视频数据，如屏幕内容，这等同于“未通过具有光学系统的相机捕获的视频数据”。因此，特征H的两个限定都被对比文件直接公开。 | ||||
| **I：其进一步包括：基于所述第一部分匹配差值而计算用于将所述候选块的剩余样本与所述当前块匹配的匹配差值的估计值，其中，所述经估计的总匹配差值进一步基于用于匹配所述剩余样本的所述匹配差值的所述估计值。** <br>《直接公开》 | 第[0145]段：近似总成本`ECost`的计算公式中包含`Estimate`项。该公式为：`ECost = Σ | It - It-1 | + Estimate + MV BitCost`。文字说明指出，`Estimate`是对匹配剩余样本的成本的估计值。 | 对比文件第[0145]段明确公开了在计算近似总成本（即经估计的总匹配差值）时，除了基于部分样本计算的第一部分误差（公式中的求和项）外，还包括一个`Estimate`项，该项正是用于匹配剩余样本的成本的估计值（estimate of the cost for matching the remaining samples）。这与特征I的描述完全一致。因此，该特征被直接公开。 | ||
| **J：其进一步包括：计算用于使所述候选块的所述样本的第二子集与所述当前块匹配的第二部分匹配差值** <br>《隐含公开》 | 第[0141]-[0142]段描述了多级（multi-stage）近似成本计算，例如第一级使用两条线，第二级使用另外两条线（共四条线），第三级、第四级进一步增加。第[0142]段：“...the cost can be computed in the next stage based on 32 samples.” | 对比文件公开了在多级近似成本计算中，每一级会使用更多的样本（子集）来精炼成本计算。例如，在第二级中，会计算基于更多样本（如第一级的样本加上新的样本子集，即“第二子集”）的成本。虽然未明确使用“第二部分匹配差值”这一术语，但计算第二级成本的过程必然涉及计算基于新加入的样本子集（第二子集）所带来的匹配误差增量或新的部分成本。本领域技术人员能够合理推断出这一计算步骤。因此，特征J被隐含公开。 | ||||
| **K：通过移除所述候选块的所述样本的第二子集来更新所述候选块的所述剩余样本** <br>《隐含公开》 | 第[0141]-[0142]段描述了多级计算，每一级增加使用的样本。逻辑上，在定义了“剩余样本”为尚未用于计算的样本的前提下，当将“第二子集”的样本纳入计算后，这些样本就不再属于“剩余样本”。因此，“剩余样本”集合被更新（减少）。 | 对比文件虽然没有显式描述“更新剩余样本”这一动作，但其描述的多级计算过程在逻辑上隐含了这一步骤。初始时，“剩余样本”是全部样本中除去“第一子集”的部分。当进入下一级计算并确定要使用“第二子集”时，意味着“第二子集”的样本从“剩余样本”集合中被移除并用于计算。这是实现多级精炼计算的必然逻辑操作。因此，本领域技术人员能够合理推断出该特征。 | ||||
| **L：经由计算用于使所述候选块的经更新的剩余样本与所述当前块匹配的经精炼估计值来精炼用于匹配所述剩余样本的所述匹配差值的所述估计值** <br>《隐含公开》 | 第[0141]-[0142]段：“Further refinements may be performed in third and fourth stages...” 以及第[0148]段伪代码中精炼计算`ECost(x,y)l-1(u,v)`的过程。 | 对比文件公开了在多级计算中进行精炼（refinement）。精炼的过程意味着使用更准确的模型或更多信息来重新估计总成本。在已经计算了基于部分样本的误差和剩余样本的初始估计值后，当加入新的样本子集（第二子集）并更新了剩余样本集合后，自然需要对剩余样本的匹配成本进行重新（更精炼的）估计。伪代码中的`calculate ECost(x,y)l-1(u,v)`即代表了这种精炼计算。虽然未明确说明精炼的是“剩余样本的估计值”，但这是精炼总成本估计的组成部分。因此，该特征被隐含公开。 | ||||
| **M：经由将所述第一部分匹配差值、所述第二部分匹配差值和所述经精炼估计值求和来精炼所述经估计的总匹配差值** <br>《直接公开》 | 第[0145]段的公式`ECost = Σ | It - It-1 | + Estimate + MV BitCost`。在多级精炼的上下文中，`Σ | It - It-1 | `项会随着级数增加而包含更多样本的误差（即累加了第一部分和第二部分等匹配差值），`Estimate`项也会被更新（即经精炼估计值）。 | 对比文件第[0145]段的公式本质上展示了总匹配差值（ECost）由已计算样本的误差和（即第一部分、第二部分...匹配差值的累加）、剩余样本的估计值（Estimate）以及运动向量位成本（MV BitCost）求和构成。在多级精炼过程中，随着更多样本子集被纳入计算，已计算样本的误差和增加（包含了第一部分、第二部分等匹配差值），同时剩余样本的估计值被更新（经精炼）。因此，精炼后的总匹配差值正是通过这些部分的求和得到的。该技术方案被直接公开。 |
| **N：以及至少部分地基于所述经精炼的经估计的总匹配差值来确定所述候选块是否具有与所述当前块的所述最低匹配差值。** <br>《直接公开》 | 第[0148]段伪代码：`while (l>0 && ECost(x,y)l(u,v) < BestCost) do`。此处的`ECost(x,y)l(u,v)`在循环中会被更新（精炼）为`ECost(x,y)l-1(u,v)`，而循环条件正是基于这个精炼后的成本与`BestCost`的比较来确定是否继续精炼或退出，这直接决定了该候选块是否可能具有最低匹配差值。 | 对比文件公开的算法逻辑清晰表明：在每一级精炼计算后，都会将精炼得到的总匹配差值（`ECost`）与当前最佳匹配差值（`BestCost`）进行比较，并根据比较结果决定候选块的“命运”（是继续被视为潜在最佳而进一步精炼，还是因成本已高于最佳值而被拒绝）。因此，“基于经精炼的总匹配差值来确定候选块是否具有最低匹配差值”这一技术特征被直接公开。 | ||||
| **O：其进一步包括：选择用于与所述当前块匹配的所述视频数据的所述第一帧的先前候选块** <br>《隐含公开》 | 整个运动估计过程涉及在搜索范围内（for each (u,v) in the search range）遍历多个候选位置（第[0148]段伪代码）。在评估当前候选块之前或同时，必然已经选择并评估了其他候选块（即“先前候选块”），否则无法建立用于比较的`BestCost`。 | 对比文件描述了在搜索范围内遍历候选块并维护最佳成本`BestCost`。`BestCost`的存在本身就意味着存在一个或多个先前被选择并评估过的候选块，这些候选块中的最佳者产生了`BestCost`。虽然未显式描述“选择先前候选块”这一独立步骤，但它是整个搜索算法运行的必然前提和隐含步骤。本领域技术人员能够毫无困难地理解这一点。因此，该特征被隐含公开。 | ||||
| **P：计算用于使所述先前候选块匹配到所述当前块的先前最低匹配差值** <br>《隐含公开》 | 第[0142]段提及“previously identified best cost”。第[0148]段伪代码中使用`BestCost`。 | “先前最低匹配差值”直接对应于对比文件中的“先前识别的最佳成本”（previously identified best cost）或伪代码中的`BestCost`。该值的获得必然是通过计算一个或多个先前候选块与当前块的匹配成本并取最小值而来。虽然对比文件未详述`BestCost`的初始计算过程，但维护和更新`BestCost`是算法核心，本领域技术人员能够合理推断出需要计算用于使先前候选块匹配到当前块的匹配差值（成本）以确定最低值。因此，该特征被隐含公开。 | ||||
| **Q：当所述经精炼的经估计的总匹配差值大于所述先前总匹配差值时，确定所述候选块不具有与所述当前块的所述最低匹配差值** <br>《直接公开》 | 第[0142]段：“...when the approximated cost at any stage of the approximated cost computation is greater than the total cost of a previously identified best cost, the candidate block... is rejected.” <br>第[0148]段伪代码的循环条件`ECost < BestCost`，若不满足则退出循环，意味着`ECost >= BestCost`。 | 对比文件明确说明了当任何阶段计算的近似成本（即经精炼的经估计的总匹配差值）大于先前识别的最佳成本（即先前总匹配差值）时，候选块被拒绝。这直接等同于“确定所述候选块不具有与所述当前块的最低匹配差值”。伪代码的逻辑也印证了这一点。因此，特征Q被直接公开。 | ||||
| **R：以及当所述经精炼的经估计的总匹配差值小于所述先前总匹配差值时确定所述候选块具有与所述当前块的所述最低匹配差值。** <br>《直接公开》 | 第[0148]段伪代码：`while (l>0 && ECost(x,y)l(u,v) < BestCost) do`。只要`ECost < BestCost`，循环就继续，这意味着当前候选块的成本低于已知最佳，因此它（至少在当前阶段）具有成为新的最低匹配差值（成本）持有者的潜力。算法会更新`BestCost`（虽然伪代码未显示，但这是此类算法的标准操作）。 | 对比文件伪代码的逻辑直接体现了：当精炼后的总匹配差值（`ECost`）小于先前总匹配差值（`BestCost`）时，算法会继续对该候选块进行更深入的精炼（进入下一级），这隐含了确定该候选块是当前最佳匹配的有力竞争者，即“具有与当前块的最低匹配差值”的潜在可能。在实际算法实现中，通常会在此条件下更新`BestCost`。因此，该技术特征被直接公开。 | ||||
| **S：其进一步包括计算用于使所述候选块匹配到所述当前块的运动向量位值，其中估计所述总匹配差值进一步包括将所述第一部分匹配差值、用于匹配所述剩余样本的所述匹配差值的所述估计值和所述运动向量位值求和。** <br>《直接公开》 | 第[0145]段：近似总成本`ECost`的计算公式明确包含`MV BitCost`（运动向量位成本）项。公式为：`ECost = Σ | It - It-1 | + Estimate + MV BitCost`。其中`Σ | It - It-1 | `对应第一部分匹配差值（及后续部分），`Estimate`对应剩余样本匹配差值的估计值。 | 对比文件第[0145]段直接且明确地公开了特征S的全部内容：计算运动向量位成本（MV BitCost），并在估计总匹配差值（总成本）时，将其与第一部分匹配差值（部分样本误差和）以及剩余样本的估计值（Estimate）相加。三者求和的公式与特征描述完全一致。因此，该特征被直接公开。 |
| **T：其进一步包括执行经修改初始搜索，其中所述第一和第二菱形样式位于作为整个搜索区域的子部分的初始搜索区域内。** <br>《直接公开》 | 第[0151]段：“In the modified initial search, the search is performed within an initial search space 710 having a size of about 16×16.” 以及“The diamond 715... traverses the initial space 710...” <br>图7显示初始搜索空间710是整个搜索区域705的子部分。 | 对比文件明确公开了“修改后的初始搜索”（modified initial search），并且该搜索是在一个初始搜索空间（initial search space）内执行的，该空间是整个搜索区域（full search space）的一个子部分（smaller than or a portion of the full search space）。在该初始搜索区域内遍历的菱形样式即对应权利要求中的第一、第二菱形样式。因此，特征T被直接公开。 | ||||
| **U：其进一步包括：确定具有所述最低匹配差值的所述候选者与所述当前块之间的第一距离** <br>《直接公开》 | 第[0152]段：“In some embodiments, the distance between the best candidate from the initial search and the best predictor is used in determining whether to perform a refinement search or a full search...” | 对比文件第[0152]段明确提到了需要确定“最佳候选块与最佳预测符之间的距离”（distance between the best candidate... and the best predictor）。这里的“最佳候选块”即具有最低匹配差值的候选块，“最佳预测符”是预测的运动向量指向的参考块位置，其与当前块的位置差是已知的或可视为0（以当前块为原点）。因此，“最佳候选块与最佳预测符之间的距离”实质上等同于“具有最低匹配差值的候选块与当前块之间的第一距离”（因为预测符位置是相对于当前块定义的）。该特征被直接公开。 | ||||
| **V：确定预测符与所述当前块之间的第二距离** <br>《直接公开》 | 第[0152]段同上。距离计算涉及两个对象：最佳候选块（best candidate）和最佳预测符（best predictor）。要计算两者之间的距离差异，必然需要确定预测符与当前块之间的第二距离（通常，预测符的运动向量即定义了其相对于当前块的位置，该位置差即为距离）。 | 对比文件提到使用最佳候选块与最佳预测符之间的距离差异做决策。要计算这个差异，必须知道预测符相对于当前块的位置（距离）。虽然未显式写出“确定预测符与当前块之间的第二距离”，但这是计算“最佳候选块与最佳预测符之间距离”的必要组成部分。本领域技术人员能够毫无疑义地得出这一步骤。因此，该特征被直接公开。 | ||||
| **W：以及基于所述第一与第二距离之间的差异确定执行精炼搜索还是利用误差近似的全量搜索。** <br>《直接公开》 | 第[0152]段：“In some embodiments, the distance between the best candidate from the initial search and the best predictor is used in determining whether to perform a refinement search or a full search with error approximation.” | 对比文件第[0152]段明确公开了基于最佳候选块（对应第一距离的起点）与最佳预测符（对应第二距离的起点）之间的距离（即第一与第二距离之间的差异）来确定后续搜索策略：是执行精炼搜索（refinement search）还是执行利用误差近似的全量搜索（full search with error approximation）。这与特征W的描述完全一致。因此，该特征被直接公开。 | ||||
| **X：其进一步包括仅基于合并运动向量的残余确定是否跳过运动估计。** <br>《直接公开》 | 第[0153]-[0154]段：“In certain embodiments... the skip detection is based on when a residual signal of merge motion vector... are zero. However, the decision... may be too aggressive... As such, in certain implementations, early skip detection... is performed based only on the residual signal of the merge motion vector.” | 对比文件第[0153]-[0154]段明确描述了针对非自然视频数据的“修改后的提早跳过检测”（modified early skip detection），其核心内容就是“仅基于合并运动向量的残余信号（residual signal of the merge motion vector）来确定是否跳过运动估计”。这与特征X的限定完全吻合。因此，该特征被直接公开。 | ||||
| **Y：其中所述第二菱形样式从所述第一菱形样式移位步长4。** <br>《直接公开》 | 第[0152]段：“...the fixed diamond 715 traverses the initial search space 710 with a fixed step size of 4.” | 对比文件第[0152]段明确公开了固定菱形样式以固定步长4（fixed step size of 4）进行遍历。这意味着在遍历过程中，下一个菱形样式（第二菱形样式）相对于前一个菱形样式（第一菱形样式）在水平或垂直方向上的移位量是4（个像素或样本）。这与特征Y的限定完全一致。因此，该特征被直接公开。 |
<<<A>>><<<C>>><<<D>>><<<E>>><<<F>>><<<H>>><<<I>>><<<M>>><<<N>>><<<Q>>><<<R>>><<<S>>><<<T>>><<<U>>><<<V>>><<<W>>><<<X>>><<<Y>>><<<b>>><<<g>>><<<j>>><<<k>>><<<l>>><<<o>>><<<p>>>