对比文件名称：EP3114611A1_Description_20260304_2010
目标专利名称：189照片管理CN106104577B
模型名称：GPT-4
| 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**《直接公开》 | [0066]段：“深度卷积网络是使用后向传播、用包括各种类别标记的图像来预先训练的。此外，形成分类器的顶层被移除以获得每个图像的特征向量。” | 对比文件明确公开了使用预先训练的深度卷积网络（一种预先训练的分类器）来确定图像的特征（获得特征向量）。该内容在对比文件中用于从图像中提取相关特征，与目标专利中“确定特征”的作用相同。因此，本领域技术人员能毫无疑义地得出该技术特征。 |
| **技术特征B**《隐含公开》 | （未明确说明，但基于整体内容隐含） | 对比文件描述了使用预先训练的深度卷积网络提取所存储图像的特征（[0066]-[0067]段）。作为本领域技术人员，能够理解预先训练的分类器在应用时，其处理的“所存储图像”通常是与用于训练该分类器的“训练图像”不同的新图像集，否则该分类器的应用将失去实际意义。因此，可以从对比文件公开的内容中合理推断出该技术特征。 |
| **技术特征C**《直接公开》 | [0068]段：“特征向量被指派给群集。”<br/>[0069]段：“每个图像基于所标识的特征来与特定群集相关联。” | 对比文件明确公开了基于从深度卷积网络确定的特征（特征向量），使用分群集系统（如k-means）将图像指派给群集。这与目标专利中“基于特征指派给群集”的技术特征完全一致，且作用相同，都是用于初步的图像组织。 |
| **技术特征D**《隐含公开》 | [0070]段：“离群集中心在特定距离(d)内的图像可被给予特定标记。...特定百分比(p)的图像可被给予特定标记。” | 对比文件明确公开了基于距离阈值（d）和百分比阈值（p）来为图像指派标记。虽然对比文件没有明确记载“预定义图像数目小于第二阈值”这一并列条件，但基于百分比阈值（p）来控制标记图像的数量，是本领域技术人员容易想到的等效或常规手段。因此，可以合理推断出对比文件隐含公开了该技术特征的全部可选条件。 |
| **技术特征E**《直接公开》 | [0077]段：“用户可重新标记图像...”<br/>[0083]段：“用户可以重新标记一个或多个文件夹。” | 对比文件多次明确描述了用户可以修改已指派的标记（包括图像标记和文件夹标记），这与目标专利中“修改所指派的标记”的技术特征相同，作用都是允许用户根据偏好调整分类系统。 |
| **技术特征F**《直接公开》 | [0091]段（对应图5C）：“基于经更新的标记来重新训练经训练的分类器。” | 对比文件在描述优化流程的图5C中，明确公开了当标记被修改（如图像移动或重新标记）后，会使用更新后的标记重新训练分类器。这与目标专利特征F完全一致。 |
| **技术特征G**《直接公开》 | [0091]段（对应图5C）：“基于对分类器的重新训练来在文件夹中对图像进行重新分拣。” | 对比文件明确公开了在重新训练分类器后，会基于这个重新训练的分类器对图像进行重新分类（重新分拣）。这与目标专利特征G的技术方案和作用完全相同。 |
| **技术特征H**《隐含公开》 | [0071]段：“分类器，诸如支持矢量机器(SVM)分类器或多层感知器...” | 对比文件明确公开了SVM和多层感知器(MLP)作为分类器的具体示例。虽然未明确提及“逻辑回归”和“最接近的邻居”，但这两种分类器与SVM、MLP同属本领域公知的常用分类器，本领域技术人员在需要选择分类器时，很容易从这些常规选项中进行选择和替换。因此，对比文件隐含公开了该特征限定的分类器类型集合。 |
| **技术特征I**《直接公开》 | [0072]段：“图像可被指派到各群中...” | 对比文件明确公开了将图像分类到“群”(groups)中，这是基于分类器输出或标记的自然结果。这与目标专利特征I的技术特征一致。 |
| **技术特征J**《直接公开》 | [0072]段：“图像可被分拣到各文件夹中...” | 对比文件明确公开了基于分类或群组，将图像放置到文件夹中。这与目标专利特征J的技术特征和作用完全相同。 |
| **技术特征K**《隐含公开》 | （未明确说明，但基于常规实践隐含） | 对比文件提到了“默认或初始文件夹”（[0074]段）。作为本领域技术人员，能够理解在自动化系统中，初始生成的文件夹通常使用非特定的、通用的名称（如“文件夹1”、“群集A”）。这是实现自动化分类和后续用户重命名功能的常规前置步骤。因此，可以从对比文件的上下文中合理推断出该技术特征。 |
| **技术特征L**《直接公开》 | [0073]段：“第二经训练的分类器...向文件夹指派标记。” | 对比文件明确公开了使用第二个预先训练的分类器来为文件夹确定标记（即文件夹名称）。这与目标专利特征L的技术特征完全一致。 |
| **技术特征M**《直接公开》 | [0073]段：“群集中心输入第二经训练的分类器以使得初始标记被给予每个文件夹。” | 对比文件明确公开了使用第二分类器，并基于群集中心的分类来为文件夹确定初始标记（名称）。这与目标专利特征M的技术特征完全一致。 |
| **技术特征N**《隐含公开》 | （未明确提及“多数裁定规则”） | 对比文件公开了基于群集中心确定文件夹标记。本领域技术人员能够理解，在确定文件夹名称时，一种常规且合理的策略是考虑该文件夹内已标记图像中最常见的类别（即多数裁定规则）。这是从已公开的“基于群集中心”和“用户查看图像后重命名”等操作中可以合理推导出的具体实现方式。 |
| **技术特征O**《直接公开》 | [0074]段：“用户可重新命名默认或初始文件夹。” | 对比文件明确公开了接收用户输入以修改特定文件夹的名称，这与目标专利特征O的技术特征完全相同。 |
| **技术特征P**《隐含公开》 | （未明确描述重新训练第二分类器） | 对比文件公开了用户修改文件夹名称（特征O）以及基于用户修改重新训练第一分类器（特征F）。作为本领域技术人员，为了保持系统一致性，当用户修改了文件夹名称（即类别标记）后，自然容易想到也需要基于新的标记信息（可能来源于群集中心或特征向量）来更新或重新训练负责确定文件夹名称的第二分类器，以使其适应新的命名规则。这是对已公开系统功能的合理扩展。 |
| **技术特征Q**《直接公开》 | [0090]段（对应图5B）：“将新图像输入...特征提取器输出新图像的特征向量。...特征向量输入经训练的分类器。...经训练的分类器可基于分类来将图像放置在文件夹中。” | 对比文件在图5B的流程中，完整公开了对于新图像，确定其特征向量，应用已训练的分类器确定其所属群组，并将其放置在对应文件夹中的全过程。这与目标专利特征Q的技术方案完全一致。 |
| **技术特征R**《直接公开》 | [0077]段：“用户可重新标记图像...” | 此特征与技术特征E实质相同。对比文件明确公开了接收用户输入以修改图像所指派的标记。 |
| **技术特征S**《直接公开》 | [0091]段（对应图5C）：“用户将图像从第一文件夹移至第二文件夹。...基于被移动的图像...更新...标记。” | 对比文件明确公开了用户通过将图像从一个文件夹移动到另一个文件夹的操作来间接修改图像的指派标记，并且系统会基于此移动更新相关标记。这与目标专利特征S的技术特征完全相同。 |
| **技术特征T**《直接公开》 | [0084]段：“用户可与其它用户共享用户指定的图像种类。” | 对比文件明确公开了用户可以将自己定义的分类种类（对应于分类器或群集中心定义的规则）与第二用户共享。这与目标专利特征T的技术特征一致。 |
| **技术特征U**《直接公开》 | [0085]段：“与副用户相关联的每个神经网络可学习主用户的偏好...所学习的偏好可被用于对第二用户的图像的后续分类和/或分群集。” | 对比文件明确公开了共享后，第二用户的系统会结合共享的规则（可理解为群集中心列表）来为自己用户的图像创建标记并更新其分类器。这与目标专利特征U的技术方案和作用完全相同。 |
| **技术特征V**《直接公开》 | [0084]段：“用户可与其它用户共享用户指定的图像种类。” | 此特征与技术特征T描述的内容高度重叠。对比文件明确公开了与第二用户共享用户为类别或群集定义的种类。 |
<<<A>>><<<C>>><<<E>>><<<F>>><<<G>>><<<I>>><<<J>>><<<L>>><<<M>>><<<O>>><<<Q>>><<<R>>><<<S>>><<<T>>><<<U>>><<<V>>><<<b>>><<<d>>><<<h>>><<<k>>><<<n>>><<<p>>>