对比文件名称：US2005180602A1_Description_20260321_0219
目标专利名称：392用于基于反馈的三维视频的零视差平面CN103270759B
模型名称：DeepSeek
### 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：获取至少两个以立体方式俘获的图像** <br>《直接公开》 | 参见说明书第[0048]段：“The acquired images taken by the cameras 2 are input to a distance determination unit 11...”；第[0049]段：“The determination of the distance by the distance determination unit 11 is as follows. A certain image block is specified in the acquired image taken by the right hand side camera 2a as a reference image and is compared with the corresponding image block in the acquired image simultaneously taken by the left hand side camera 2b...” | 对比文件明确公开了使用两个相机（右相机2a和左相机2b）同时获取图像，并通过比较两个图像中的对应图像块来确定距离（视差）。这直接对应于目标专利中“获取至少两个以立体方式俘获的图像”的技术特征。 |
| **B：识别所述所获取的至少两个图像的兴趣区ROI** <br>《直接公开》 | 参见说明书第[0069]段：“...the top three of the large areas, in other words, those including many pixels, regarding the peripheral regions CR are selected. They are CR1, CR2 and CR3 in FIG. 6C. The circumscribed rectangles against peripheral regions CR are specified and they are determined to be the object region OR.”；第[0072]段：“Once the object region OR is superimposed in the original acquired image, the resultant object region OR circumscribes the human image HM as shown in FIG. 8.” | 对比文件公开了通过一系列处理步骤（包括确定最可能距离d0、生成概率图、检测核心区域和外围区域）最终确定一个“对象区域（object region OR）”。该对象区域是图像中检测到的主要物体（如人体）所在的区域，其作用与目标专利中作为显示聚焦或ZDP调整目标的“兴趣区（ROI）”相同。因此，该特征被直接公开。 |
| **C：确定所述所获取的至少两个图像之间的像素视差** <br>《直接公开》 | 参见说明书第[0049]段：“Then the parallax is computed by the difference of the locations of the two matched image blocks.”；第[0050]段：“Assuming the parallax Z...”。第[0052]段：“The distance image D shown in FIG. 4B is presented by an attribution of the pixel of which parallax is determined...” | 对比文件详细描述了通过块匹配（block matching）计算左右图像对应块的位置差异，从而得到视差（parallax），并生成包含每个像素视差（或由视差计算出的距离）信息的距离图像。这直接公开了“确定所获取的至少两个图像之间的像素视差”这一技术特征。 |
| **D：其中所述所获取的至少两个图像之间的所述像素视差与所述所获取的至少两个图像的每一所获取图像中表示的所述ROI相关联** <br>《直接公开》 | 参见说明书第[0058]段：“The probability mapping unit 15 generates an FPM (Foreground Probability Map) in such a way that the distance d determined for each pixel and the most likely distance d0 make a difference as (d-d0) and the probability map that shows the probability of each pixel is generated.”；第[0061]-[0062]段描述了基于概率图检测核心区域（kernel）和外围区域（peripheral region），最终确定对象区域OR。 | 在对比文件中，首先基于所有像素的视差（距离）数据确定最可能距离d0，然后根据每个像素的视差（距离）与d0的差异计算其属于前景（对象）的概率，最终基于此概率图识别出对象区域（OR/ROI）。整个ROI的识别过程完全依赖于像素视差数据。因此，像素视差与ROI是明确相关联的，该特征被直接公开。 |
| **E：且其中确定所述像素视差包括产生直方图来表示所述所获取的至少两个图像的每一所获取图像中表示的所述ROI的相对像素视差** <br>《直接公开》 | 参见说明书第[0055]段：“The histogram generation unit 13 retrieves the distance image D‘... All of the pixels on the image are evaluated by the distance from the camera and the frequency of the pixel, which is the quantity of the pixel count for every distance... A frequency histogram is generated...”；图5B显示了该直方图。第[0057]段：“An object distance determination unit 14 retrieves the data of the histogram H and determines the most likely distance among the distance classification where the quantity of the pixels in the classified distance has the maximum in the histogram.” | 对比文件明确公开了生成一个直方图，该直方图表示图像中像素数量相对于距离（由视差计算得出）的分布。该直方图用于确定最可能距离d0，而d0是后续识别对象区域（ROI）的基础。因此，对比文件公开了通过产生直方图来分析像素视差（以距离形式表示）的分布，该直方图间接表示了整个图像中可能成为ROI的区域的相对视差集中情况。虽然对比文件直方图是针对整个图像，而目标专利是针对“ROI的像素”，但对比文件通过直方图峰值确定d0，并基于d0识别出的区域正是ROI，故实质上直方图已用于分析与ROI相关的视差。本领域技术人员可以毫无疑义地得出该技术方案。 |
| **F：识别所述所获取的至少两个图像的三维3D呈现的平面作为用于所述所获取的至少两个图像的所述3D呈现的零视差平面ZDP** <br>《隐含公开》 | 参见说明书第[0057]段：“...determines the most likely distance among the distance classification where the quantity of the pixels in the classified distance has the maximum in the histogram. The most likely distance is specified as d0...” | 对比文件确定了“最可能距离d0”。在立体显示领域，当准备进行3D呈现时，需要确定一个零视差平面（ZDP），使得位于该平面上的物体在左右眼中看起来没有视差，从而显示在屏幕表面。对比文件确定的d0代表了场景中最突出物体（像素数量最多的距离）所在的深度。如果要将该场景进行3D显示，本领域技术人员很容易想到将d0对应的深度平面设置为ZDP，以便主要物体（即ROI）显示在屏幕平面附近，从而获得舒适的观看体验并突出主体。这是一种合理的逻辑推断。因此，该特征被对比文件隐含公开。 |
| **G：所述所获取的至少两个图像的一个或一个以上图像对象在所述平面处大体上以二维2D出现** <br>《隐含公开》 | 基于上述对特征F的论述。零视差平面（ZDP）的定义即为在立体显示中，位于该平面上的物体在左右视图间视差为零或接近零，因此观察者感知该物体是显示在屏幕表面上，即“大体上以二维2D出现”。既然对比文件隐含公开了将d0平面作为ZDP（特征F），那么位于d0平面处的物体自然符合“大体上以2D出现”的描述。这是本领域技术人员根据ZDP的定义可以合理推断出的必然结果。 | |
| **H：至少部分基于所述所确定的像素视差调整所述ZDP，使得所述ROI的至少一部分显示在所述ZDP处或附近** <br>《隐含公开》 | 结合特征D、E、F的论述。对比文件基于像素视差确定最可能距离d0（特征E），并基于此识别出对象区域OR（ROI）（特征D）。隐含地，如果将d0平面设为ZDP（特征F），那么ROI（其像素距离集中在d0附近）自然会显示在ZDP处或附近。整个处理链“基于视差确定d0 -> 将d0设为显示平面 -> ROI位于该平面附近”在逻辑上是连贯的。虽然对比文件没有明确描述“调整ZDP用于3D显示”这一后续步骤，但基于其确定的d0和ROI，本领域技术人员在为了实现3D显示时，有动机且有能力进行这样的调整。 | |
| **I：其中识别所述所获取的至少两个图像的所述ROI包括：接收识别所述ROI的用户输入** <br>《未公开》 | 经查对比文件全文，未发现任何关于通过用户输入来识别ROI的记载。对比文件的整个对象检测过程是完全自动的。 | 对比文件说明书从头至尾描述的都是自动对象检测方法，依赖于距离（视差）信息和概率计算，没有提及任何用户交互或用户输入来选择或识别兴趣区。因此，该特征既未被直接公开，也未被隐含公开。 |
| **J：其中识别所述所获取的至少两个图像的所述ROI包括：自动识别所述ROI** <br>《直接公开》 | 参见说明书第[0076]-[0086]段描述的整个方法流程，从图像获取、距离图像生成、平滑、直方图生成、确定d0、概率映射、到核心和外围区域检测，最终指定对象区域OR，整个过程完全自动化，无需人工干预。 | 对比文件公开的整个对象检测（即ROI识别）流程是自动执行的，符合“自动识别ROI”的特征。该特征被直接公开。 |
| **K：其进一步包括：确定所述所获取的至少两个图像的至少一个像素的视差** <br>《直接公开》 | 此特征与特征C实质相同。参见对特征C的引用及论述。对比文件明确公开了确定像素视差。 | 该特征已被特征C覆盖并直接公开。 |
| **L：基于所述至少一个像素的所述所确定的视差自动识别所述ROI** <br>《直接公开》 | 参见对特征D和J的论述。对比文件中，对象区域OR（即ROI）的识别完全基于像素的距离（由视差计算得出）信息，通过直方图分析、概率映射和区域生长等自动步骤完成。 | 该特征明确了自动识别ROI是基于确定的像素视差。对比文件的整个自动检测流程正是如此，因此该特征被直接公开。 |
| **M：其中自动识别所述ROI包括基于选自由以下各项组成的群组的一种或一种以上技术而自动识别：运动检测** <br>《未公开》 | 经查对比文件全文，其对象检测技术核心是基于立体视差计算距离，并利用距离信息的统计分布（直方图）和概率模型。未提及使用“运动检测”技术。 | 对比文件采用的技术方案是基于静态立体图像的视差/距离分析，而非基于序列图像的运动检测。因此，该具体技术手段未被公开。 |
| **N：光流** <br>《未公开》 | 经查对比文件全文，未提及使用“光流”技术。 | 对比文件未采用光流技术进行对象检测或ROI识别。 |
| **O：面部辨识** <br>《未公开》 | 参见说明书第[0072]段：“This feature can be applied to the human face identification where the region of the human face is detected by extracting the image including the human face.” | 此段提到本发明的特征“可以应用于”人脸识别，但这是在对象区域OR被检测出来之后可能的下游应用，并非对比文件所述对象检测方法本身所使用的技术。其检测ROI（对象区域）的核心技术仍是基于距离/视差，而非面部辨识算法。因此，该具体技术手段未被公开。 |
| **P：对象辨识** <br>《未公开》 | 对比文件检测的是“对象”区域，但其使用的技术是通用的基于距离概率的方法，并未依赖于特定对象的特征库、模板或识别算法（如SIFT等）来进行“对象辨识”。 | 对比文件的方法旨在分割出前景物体区域，而非识别该物体是什么（如人、车、狗）。因此，“对象辨识”作为一项具体技术未被公开。 |
| **Q：颜色直方图** <br>《未公开》 | 经查对比文件全文，其处理过程基于距离（视差）图像和概率图，未涉及利用颜色信息或颜色直方图。 | 对比文件明确排除了颜色信息的使用，其检测方法不依赖于颜色。因此该技术未被公开。 |
| **R：模糊度** <br>《未公开》 | 经查对比文件全文，未提及利用图像的模糊度信息来识别ROI。 | 该具体技术手段未被对比文件公开。 |
| **S：其中确定所述像素视差进一步包括以下中的至少一者：1)确定所述经识别的ROI的至少一个像素的视差，以及2)确定所述经识别的ROI的平均视差** <br>《直接公开》 | 1) 确定ROI像素的视差：在对比文件中，一旦对象区域OR被确定，该区域内像素的距离（视差）信息是已知的，因为整个处理是基于距离图像的。2) 确定ROI的平均视差：对比文件通过直方图确定的最可能距离d0，可以视为场景中主要物体（即后续识别出的ROI）的典型或平均距离（视差）的近似。虽然d0是基于全图直方图峰值确定的，但该峰值恰好对应了ROI所在的深度。 | 对比文件的方法实质上包含了确定ROI像素的视差（因为ROI从距离图像中分割出来），并且其确定的d0可以理解为ROI的代表性视差（平均视差的一种形式）。因此，本领域技术人员能够从对比文件中直接得出该技术方案。 |
| **T：其中确定用于所述所获取的至少两个图像的3D呈现的ZDP包括显示所述3D呈现，使得所述经识别的ROI的至少一个对象出现在显示表面处或附近** <br>《未公开》 | 对比文件专注于对象检测，其输出是图像中的对象区域（OR）。全文没有涉及三维（3D）显示、零视差平面（ZDP）的设定、显示表面的概念，也没有描述如何为了显示而处理图像以使对象出现在显示表面附近。 | 该特征包含了3D显示的具体应用场景和显示效果。对比文件未涉及任何与3D显示相关的处理或目的，因此该特征未被公开。 |
| **U：其中所述ROI是第一ROI，且其中所述ZDP是第一ZDP，且所述方法进一步包括：识别所述所获取的至少两个图像的第二ROI** <br>《隐含公开》 | 参见说明书第[0073]段：“The detection of another object which is in the different distance from d0 is carried out by resetting (the probability value on the pixels is set to be zero) the distance image which has already been generated by the distance determination unit 11 and by repeating the above processes.” | 对比文件明确说明，可以通过重置距离图像并重复上述过程，来检测距离d0不同的另一个物体。这意味着该方法可以序列化地识别多个ROI（例如，第一ROI在距离d0，第二ROI在另一个距离）。虽然其目的是检测多个物体，但识别出的每个物体区域都可以视为一个ROI。因此，本领域技术人员可以合理推断该方法能够用于识别第二ROI。 |
| **V：调整所述第一ZDP以基于所述经识别的第二ROI形成用于所述所获取的至少两个图像的3D呈现的第二ZDP，使得所述第二ROI的至少一部分显示在所述第二ZDP处或附近** <br>《未公开》 | 基于特征U的引用，对比文件可以识别不同距离的物体（第二ROI）。然而，对比文件完全没有涉及“ZDP”、“3D呈现”或“调整ZDP用于显示”这些概念（如特征T所述）。因此，虽然能识别第二ROI，但将其与ZDP调整和3D显示联系起来的步骤，在对比文件中没有依据。 | 该特征将ROI的识别与为3D显示动态调整ZDP紧密结合。对比文件仅停留在物体检测阶段，未进入3D显示领域，因此该特征未被公开。 |
| **W：其中识别用于所述所获取的至少两个图像的3D呈现的所述ZDP包括对准和/或裁剪所述所获取的至少两个图像的一者或一者以上** <br>《未公开》 | 经查对比文件全文，未提及为了进行3D呈现而对图像进行“对准”或“裁剪”处理。对比文件中的图像处理（如平滑滤波）是为了更好地检测物体，而非为了立体显示调整视图。 | 该特征涉及3D显示前的具体图像预处理步骤（对准/裁剪）。对比文件的方法不涉及这些以3D显示为目的的操作，因此该特征未被公开。 |
<<<A>>><<<B>>><<<C>>><<<D>>><<<E>>><<<J>>><<<K>>><<<L>>><<<S>>><<<f>>><<<g>>><<<h>>><<<u>>>