已接受（2026-08-19；M1-M3 实施完成：grid_diff 落地、两级触发接入、面板抑制；M4 真机验收待执行）
2026-08-19
用户实测反馈（2026-08-19）：同一视频（非全屏、窗口前台可见、画面基本静止）内页面发生变化（字幕行切换/幻灯片翻页）时 OCR 触发不良；切换到其他软件页面则立即触发 OCR。
场景确认：视频窗口前台且完全可见、画面基本静止（幻灯片/板书为主）——排除遮挡主因，根因定位到触发链路本身：
- 采样混叠漏检（主因）：
frame_diff.rs的FrameDiffDetector为 8 块 × 60 字节均匀采样 hash。1920 宽窗口下每块采样点实际只落在 4 个固定列（列号 = i·4320 mod 1920 ∈ {0,480,960,1440}）。静止画面下唯一的变化（字幕行、翻页后的局部文字）若落在采样列之外 → 完全漏检 → 不触发，只能等 15s 强制 OCR 兜底（FORCE_OCR_INTERVAL_SECS）。切换软件页面 = 整窗剧变 → 任何采样必中 → 立即触发（且识别的是错误内容）。 - 触发与裁剪解耦不足（次因）：字幕路径的变化检测跑在裁剪前的全帧上（
live_session_frame.rsprocess_frame），与页面变化/鼠标/教师动作耦合；全帧路径 5s 低频 + diff 门控 + 版面缓存 → 页面变化（幻灯片翻页）产出延迟大且依赖 diff 命中。 - 视频区内突发 UI 无防线（Q3）：控制栏/弹窗出现在 ROI 内时，REQ-084（前台窗口切换）不触发、ui_junk 只能拦已知词、多帧投票对持续显示的 UI 照投通过。
约束：本地优先、纯规则、实时性（秒级）、成本受控（OCR 推理昂贵，变化检测必须远低于其成本）、现有调度语义（DualRateScheduler / FORCE_OCR / idle_governor / RoiTracker / 投票器）不回归。
我们将用网格差异统计（GridDiffDetector）替代分块采样 hash，并把触发决策改为区域感知：
capture/grid_diff.rs（新模块）：帧 → W×H 网格（全帧默认 32×18），每格轻量指纹（子采样均值/方差），逐格比较输出changed_cells（变化格集合）与变化包围盒——结构性消除采样混叠，任何位置的局部文字变化均可命中。- 字幕路径判变移到 ROI 裁剪帧上：裁剪后 ROI 帧网格判变（8×4 格），ROI 内 ≥1 格变化或 force_ocr → OCR；与页面变化/鼠标/教师动作解耦（静止画面下 OCR 频率不升反降）。
- 全帧路径事件驱动：每 tick 的全帧网格 diff 顺带产出"带外变化"信号（变化包围盒与字幕带无交，或变化格数 ≥ 大面积阈值）→ 上升沿 + 距上次全帧 OCR 超 2s 节流 → 立即全帧采样，幻灯片翻页响应从"≤5s + 可能漏检"降为"≤2s 必触发"；
full_every兜底保留。 - UI 面板抑制：变化格集合按 4-邻接连通聚类 → 面积 ≥ 阈值（≥8% 帧面积）→ 面板出现/消失事件；事件期间进入字幕链路的 OCR 文本源头丢弃（不进投票器，独立计数
ui_panel_filtered）。 - 保留语义不变：
DualRateScheduler调度、FORCE_OCR 15s 兜底、idle_governor 的"画面变化"信号（由全帧网格 diff 通过计数驱动，语义等价）、RoiTracker 锁定/重扫、SubtitleVoter 投票、ui_junk/watermark_filter 过滤链。
详细设计见 设计规格（[ ] 已归档）。
- 优点：结构性消除混叠（非概率缓解）；触发与内容区域解耦；顺带产出变化几何信息（包围盒/连通域）支撑面板抑制；纯函数可单测；改动集中在 frame_diff/grid_diff 与 process_frame 调用点
- 缺点：网格统计成本高于 8×60 采样（约 4-5K 像素采样/tick，仍远低于 OCR 推理，1s tick 下可忽略）
- 适用场景：本次症状（静止画面局部变化漏检 + 页面变化延迟）
- 优点：改动最小、风险最低
- 缺点：混叠仍是概率问题（特定分辨率/布局依旧漏）；页面变化延迟完全不解决；修补参数需按分辨率调校，长期维护成本高
- 适用场景：不选——治标不治本
- 优点：根治遮挡污染（合成桌面裁剪 → 窗口自身合成内容），切换软件不再产生"错误内容触发"
- 缺点：新捕获后端属架构级变更；本场景已确认遮挡非主因，收益与症状不匹配
- 适用场景：后续单独立项（遮挡场景专项），不在本期
- 用户场景（前台可见 + 基本静止）把根因锁定为触发链路的采样混叠与区域解耦不足——只有方案 A 同时治两处
- 方案 A 的网格统计与现有 pipeline 结构兼容（复用
Rect/裁剪/调度，替换 diff 核心），可按"纯函数 → 接入 → 面板抑制"自底向上拆分，每步可单测可验收 - 面板抑制与网格 diff 同源（变化格集合），边际成本极低，一并在本期落地（REQ-087）
- 静止画面（幻灯片/板书/字幕切换）OCR 触发从"概率漏检 + 15s 兜底"变为"秒级必触发"
- 页面（幻灯片）翻页全帧产出延迟从 ≤5s 降为 ≤2s
- 控制栏/弹窗不再产生错误字幕；静止画面下 OCR 推理次数不升反降（ROI 精确判变）
- 全帧每 tick 增加一次网格统计（约 4-5K 像素采样），CPU 可忽略
FrameDiffDetector删除，旧测试迁移（行为等价性由新回归用例覆盖）- process_frame 控制流调整（diff 拆两级：全帧网格 diff + ROI 帧 diff）
- 带外触发节流参数不当 → 全帧 OCR 频率上升（验收时用真实会话校准，默认 2s 节流 + 大面积阈值）
- 面板事件误判（视频内快速场景切换被当面板）→ 面板抑制仅作用于字幕路径、且事件期间短暂（出现后 3s/消失即清），误伤窗口小；字幕投票器/融合层仍保留原文（原料层不动，ADR-006 派生分离）
- 网格粒度与屏幕分辨率不适配（高分屏局部小字）→ 网格密度参数化（默认 32×18），真机验收校准
grid_diff纯函数单测覆盖：任意位置局部变化命中（含 1920 宽左对齐字幕回归用例——旧算法漏检的构造帧）；静止帧零变化；尺寸变化/空帧防御- 集成测试：ROI 帧判变（ROI 外变化不触发字幕）；带外变化触发节流
- 真机验收（对照设计规格验收标准）：静止幻灯片 + 字幕变化 ≤2s 触发；翻页 ≤2s 全帧产出；控制栏悬停不产生字幕段；切换软件仍触发（不回归）；现有测试全过
- ADR-002: DXGI 屏幕捕获与关键帧变化检测（本 ADR 重做其变化检测部分）
- ADR-005: 字幕 OCR 与双源转写融合（字幕链路语义不变）
- ADR-006: 会话段派生视图（原料层不动原则约束面板抑制的实现位置）
- 设计规格（REQ-086/REQ-087）（[ ] 已归档）
- 需求池 REQ-086/REQ-087