返回项目页面
对比文件列表
发明公开_CN1453747A 聚类_+++c_d_e_f+++.docx
2025-12-26 01:43
发明公开_CN103699578A 一种基于谱图分析的图像检索方法_+++C_Q+++.docx
2025-12-26 01:43
发明申请_US20050177303A1 Display method and apparatus for navigation system for performing cluster search of objects_+++A_B_E_I_J_c_d_v+++.docx
2025-12-26 01:43
发明申请_US20100040279A1 METHOD AND APPARATUS TO BUILD 3-DIMENSIONAL GRID MAP AND METHOD AND APPARATUS TO CONTROL AUTOMATIC TRAVELING APPARATUS USING THE SAME_+++A_B_I_c_d_t_v+++.docx
2025-12-26 01:43
发明申请_US20120059789A1 VEHICULAR ENVIRONMENT ESTIMATION DEVICE_+++A_B_C_e_i_u_v+++.docx
2025-12-26 01:43
发明申请_US20140012848A1 SYSTEMS AND METHODS FOR CLUSTER ANALYSIS WITH RELATIONAL TRUTH_+++C_J_d+++.docx
2025-12-26 01:43
发明申请_US20150325000A1 METHOD AND APPARATUS FOR MOTION DETECTION_+++A_B_C_E_F_d_v+++.docx
2025-12-26 01:43
发明申请_US20160189004A1 METHOD AND APPARATUS FOR OBJECT IDENTIFICATION AND LOCATION CORRELATION BASED ON RECEIVED IMAGES_+++E_F_I_L_a_b_c_d_u+++.docx
2025-12-26 01:43
发明申请_US20160356600A1 CROWD-SOURCED INTERACTION OF BROWSING BEHAVIOR IN A 3D MAP_+++A_B_C_E_f_s+++.docx
2025-12-26 01:43
发明申请_WO2015088693A3 METHOD AND APPARATUS FOR OPTIMIZED PRESENTATION OF COMPLEX MAPS_+++A_B_C_D_E_F_G_H_I_J_K_L_M_N_O_P_Q_R_S_T_U_V+++.docx
2025-12-26 01:43
发明申请_WO2016099866A1 SCALABLE 3D MAPPING SYSTEM_+++A_B_I_R_T_V_c_d_e_f_s_u+++.docx
2025-12-26 01:43
发明授权_KR100923723B1 도로 네트워크 공간에서 이동객체의 유사 궤적 클러스터링방법_+++A_B_C_E_d_f+++.docx
2025-12-26 01:43
发明授权_US07512487B1 Adaptive and personalized navigation system_+++C_E_G_a_b_d_e_f_o+++.docx
2025-12-26 01:43
发明专利_DE102015203016A1 Verfahren und Vorrichtung zur optischen Selbstlokalisation eines Kraftfahrzeugs in einem Umfeld_+++A_B_I_V_c_d_e_f_n_r_t+++.docx
2025-12-26 01:43
发明公开_CN1453747A 聚类_+++c_d_e_f+++.docx

**对比文件名称:发明公开_CN1453747A 聚类**

**特征比对表格**

技术特征描述及公开性判断对比文件原文引用公开性论述
**技术特征A:接收对应于第一行程的第一组对象数据;** <br>**《未公开》**无对应原文。对比文件涉及文档图像处理,其“标志”是从单个文档图像中提取的连通成分(参见具体实施方式第[0058]段)。目标专利的“第一行程”指车辆等设备的一次数据采集旅程,其“对象数据”包含位姿等信息。对比文件未涉及从不同行程/旅程接收数据的概念,其数据源是单一的待处理文档图像。两者技术领域、数据来源和性质均不同。
**技术特征B:接收对应于第二行程的第二组对象数据;** <br>**《未公开》**无对应原文。同上。对比文件处理的是单个文档内的连通成分,不存在接收对应于另一个独立行程的第二组数据的概念。
**技术特征C:确定所述第一组对象数据与所述第二组对象数据之间的相似性度量;** <br>**《隐含公开》**说明书第[0066]段:“匹配特性部件106把一个或多个标志特性与相对应的现存簇114的一个或多个特性相比较。”<br>第[0078]段:“匹配尺寸部件606利用一个阈值来计算可接受的x尺寸和y尺寸值的范围。”<br>第[0080]段:“匹配油墨部件608…标志的油墨尺寸分别和尺寸匹配的簇的下一个簇的油墨尺寸相比较。”对比文件在聚类过程中,需要将新提取的“标志”的特性(如尺寸、油墨尺寸)与现有“簇”的特性进行比较,以判断是否匹配。这种比较行为隐含了确定“相似性度量”的过程,即通过比较特性值(如尺寸差、油墨比差)是否在阈值内,来量化或判断新旧数据之间的相似程度。在对比文件中,此操作用于决定是否将新标志加入现有簇;在目标专利中,用于跨行程关联对象。两者目的不同,但“确定相似性度量”这一基础步骤在对比文件中以隐含方式存在。
**技术特征D:其中所述相似性度量指示至少一个对象的所述第一组对象数据的点与所述第二组对象数据的点之间的距离;** <br>**《隐含公开》**说明书第[0078]段:“匹配尺寸部件606利用一个阈值来计算可接受的x尺寸和y尺寸值的范围。”<br>第[0080]段:“标志的油墨尺寸分别和尺寸匹配的簇的下一个簇的油墨尺寸相比较。”<br>第[0084]段:“计算标志和下一个簇之间的距离。如果该距离在一阈值之内或小于一阈值,那么这个参考的簇是一个匹配簇。”对比文件在比较标志与簇的特性时,例如比较x尺寸、y尺寸、油墨尺寸,本质上是计算这些特征值之间的差异或“距离”(如绝对差),并判断该距离是否小于阈值。虽然对比文件未明确使用“点之间的距离”这一表述,但其“尺寸差”、“油墨尺寸差”可视为在多维特征空间中,“标志”特征点与“簇”特征点之间距离的一种具体表现形式。在对比文件中,此距离用于筛选匹配;在目标专利中,用于衡量不同行程中对象数据的几何接近性。作用相似,均为基于距离的相似性判断。
**技术特征E:基于所述相似性度量来聚类所述至少一个对象的所述第一组对象数据和所述第二组对象数据,以产生至少一个对象簇;** <br>**《隐含公开》**说明书第[0066]段:“匹配特性部件106把一个或多个标志特性与相对应的现存簇114的一个或多个特性相比较。”<br>第[0084]段:“计算标志和下一个簇之间的距离…如果该距离在一阈值之内…那么这个参考的簇是一个匹配簇。”<br>第[0088]段:“如果对于xor油墨匹配存在匹配…标志被添加到下一个簇。”对比文件的核心正是聚类过程:提取新标志 -> 基于特性比较(相似性度量)与现有簇匹配 -> 若匹配则加入该簇(即聚类),若不匹配则创建新簇。这完整地公开了“基于相似性度量来聚类对象数据以产生对象簇”的技术手段。在对比文件中,聚类是为了压缩文档;在目标专利中,是为了关联多行程数据以构建地图。虽然最终目的不同,但“基于相似性度量进行聚类”这一方法步骤在对比文件中被隐含公开。
**技术特征F:所述聚类用于将所述第一组对象数据的对象与所述第二组对象数据中的对象进行关联;** <br>**《隐含公开》**说明书第[0066]段:“匹配特性部件106把一个或多个标志特性与相对应的现存簇114的一个或多个特性相比较。”<br>第[0088]段:“标志被添加到下一个簇。”在对比文件的上下文中,“第一组对象数据”可类比为新提取的标志,“第二组对象数据”可类比为已存在的簇所代表的标志集合。聚类过程正是将新标志(第一组)与现有簇中的标志(第二组)进行关联(判断是否属于同一类)。因此,该特征在对比文件中被隐含公开。两者目的不同,但“关联”这一基础功能一致。
**技术特征G:所述聚类包括使用所述相似性度量来执行分层聚类;** <br>**《未公开》**无对应原文。对比文件描述的聚类流程是顺序进行多个特性比较(尺寸、油墨、重采样图像、位图),这些比较是串联的筛选步骤,而非“分层聚类”。分层聚类特指一种构建树形聚类结构或多层次聚类的方法。对比文件未公开此类方法。
**技术特征H:使用物理距离作为针对两个或更多个聚类水平和/或步骤而不同的参数;** <br>**《未公开》**无对应原文。对比文件未涉及“物理距离”的概念,其比较的是图像特征尺寸、像素比例等。也未公开具有不同参数(如距离参数)的多个聚类水平或步骤。
**技术特征I:和基于所述至少一个对象簇来产生地图数据;** <br>**《未公开》**无对应原文。对比文件产生的是用于文档压缩的“形状字典”或重建后的文档图像(参见第[0094]段),这与用于导航、定位的“地图数据”在技术领域、数据内容、用途上存在本质区别。对比文件未公开产生地图数据。
**技术特征J:其中所述相似性度量基于对象类型;** <br>**《未公开》**无对应原文。对比文件处理的对象类型是单一的,即文档中的连通成分(标志)。其相似性度量(尺寸、油墨等)并未根据不同的对象类型(如标志、车道标记)进行区分或适配。
**技术特征K:其中针对标志对象类型确定所述相似性度量;** <br>**《未公开》**说明书第[0058]段:“标志通常是一个给定颜色的多个连通像素,并且也能够被称为连通成分。常常,一个标志是一个例如‘e’的字母数字字符。”对比文件中的“标志”是指文档图像中的连通像素区域(如字符),属于图像处理领域。目标专利中的“标志对象类型”特指交通标志等现实世界中的物理对象。两者名称相同但技术内涵完全不同。对比文件未公开针对现实世界标志对象的相似性度量。
**技术特征L:其中所述第一组对象数据和所述第二组对象数据包括标志数据;** <br>**《未公开》**同上(第[0058]段)。理由同特征K。对比文件中的数据是文档图像中的连通成分数据,并非目标专利中具有位姿信息的交通标志数据。
**技术特征M:并且其中所述相似性度量指示来自不同行程的标志的点之间的距离;** <br>**《未公开》**无对应原文。对比文件不涉及“不同行程”的概念。其所有数据来自同一文档图像。
**技术特征N:其中所述第一组对象数据和所述第二组对象数据包括车道标记数据;** <br>**《未公开》**无对应原文。对比文件完全不涉及车道或车道标记。
**技术特征O:其中执行分层聚类包括执行多个不同的聚类步骤;** <br>**《未公开》**无对应原文。理由同特征G。对比文件的多个比较步骤是串联筛选,并非分层聚类中的不同聚类步骤。
**技术特征P:其中第一聚类步骤包括基于第一距离参数来聚类,并且第二聚类步骤包括基于第二距离参数来聚类,其中所述第二距离参数小于所述第一距离参数;** <br>**《未公开》**无对应原文。对比文件未公开使用“距离参数”进行聚类,更未公开在多个步骤中使用不同大小的距离参数。
**技术特征Q:其中聚类所述第一组对象数据和所述第二组对象数据包括执行谱聚类;** <br>**《未公开》**无对应原文。对比文件使用的是基于特征比较和逐位比较的聚类方法,未提及或暗示使用“谱聚类”算法。
**技术特征R:其进一步包括基于所述至少一个对象簇来执行捆绑调整;** <br>**《未公开》**无对应原文。“捆绑调整”是摄影测量和计算机视觉中用于联合优化三维点位置和相机参数的技术。对比文件的聚类方法不涉及此类优化过程。
**技术特征S:其中在一或多个关联块中的每一个内执行聚类;** <br>**《未公开》**无对应原文。对比文件未将数据分区为“关联块”并在块内独立执行聚类。
**技术特征T:其中产生所述地图数据包含基于所述至少一个对象簇来细化地图数据;** <br>**《未公开》**无对应原文。对比文件不产生地图数据,因此也不存在细化地图数据的步骤。
**技术特征U:其进一步包括将所产生的地图数据传输到至少一个车辆;** <br>**《未公开》**无对应原文。对比文件与车辆、数据传输无关。
**技术特征V:其中所述对象数据包括对象位姿信息;** <br>**《未公开》**说明书第[0062]段:“位置信息可包括诸如标志的坐标,偏移量,基准点和/或空间信息之类的信息。”对比文件中的“位置信息”仅指标志在文档图像平面内的二维坐标,不包含物体在三维空间中的姿态(方向)信息。目标专利的“对象位姿信息”通常包括三维位置和方向(6自由度),两者在信息维度和技术含义上不同。

<<<c>>><<<d>>><<<e>>><<<f>>>

权利要求与技术特征
Powered by Django

网站备案号:渝ICP备2023012882号


重庆市非显而易见网络科技有限责任公司 A Anti NPE NPE