对比文件名称：2016-12-22_US2016371265A_发明申请_US20160371265A1 METHOD, APPARATUS, AND COMPUTER PROGRAM PRODUCT FOR STORAGE OF DYNAMICALLY DERIVED IMAGES IN AN IMAGE CONTAINER
目标专利名称：709一种用于人工智能的装置和方法CN112740715B
本次调用的模型名称：Default
### 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：** 包括：接收采用容器文件格式的视觉数据 **《直接公开》** | [0042] “In another embodiment, an apparatus is provided that includes at least one processor and at least one memory including computer program instructions, the at least one memory and the computer program instructions, with the at least one processor, causing the apparatus at least to obtain an image container file as input; wherein the image container file conforms to a file format capable of storing a plurality of derived images into the image container file” | 对比文件明确公开了一种方法或装置，其包括获取一个图像容器文件作为输入。该图像容器文件符合能够存储多个派生图像的文件格式（如HEIF）。在目标专利的语境中，“视觉数据”是图像、图像序列或视频的统称。对比文件中接收作为输入的“图像容器文件”即是一种包含视觉数据的容器文件。因此，对比文件直接且毫无疑义地公开了接收采用容器文件格式的视觉数据的技术方案。 |
| **技术特征B：** 通过使用多个基于人工智能的处理算法的多个过程来处理所述视觉数据以检测一个或多个内容元素 **《未公开》** | 对比文件公开了使用通用脚本格式（如JavaScript）来定义图像操作（image operation）以生成派生图像（derived image）[0032][0084][0094]。然而，对比文件全文涉及的是对图像进行布局、旋转、裁剪、覆盖等图像处理操作，其目的是生成新的派生图像，而非通过人工智能（AI）算法去“检测”视觉数据中的语义内容元素（如对象、人脸、场景等）。对比文件未提及使用基于人工智能的处理算法，也未提及检测内容元素的过程。 | |
| **技术特征C：** 存储所检测到的一个或多个内容元素和关于用于检测所述一个或多个内容元素的所述多个基于人工智能的处理算法的多个过程的信息，作为元数据 **《未公开》** | 对比文件公开了将派生图像项（derived image item）存储到图像容器文件中[0032][0041][0412]。该派生图像项包含或关联了定义图像操作的脚本以及输入图像的指示。这与目标专利中将AI算法检测到的“内容元素”（如人脸边界框）和“关于AI处理过程的信息”作为元数据存储是完全不同的技术方案。对比文件存储的是图像操作脚本和派生图像本身，而不是关于AI检测过程及其检测到的内容元素的元数据。 | |
| **技术特征D：** 通过使用第一指示和第二指示来指示所述多个基于人工智能的处理算法的多个过程之间的依赖关系 **《隐含公开》** | [0032] “wherein the image operation inputs one or more input images using a first pre-defined means of the general-purpose scripting format...”; [0033] “In some embodiments, the method may further include storing, into the image container file, a second derived image item for which the first derived image is an input image.”; [0078] “For example, for indicating input image(s), the item referencing mechanism of the ISOBMFF may be used as specified in HEIF for derived images”; [0085] “The input images are referred to by using particular reference types (e.g., ‘dimg’ or ‘ddim’).” | 对比文件公开了一种级联的派生图像机制，其中一个派生图像（第一派生图像）的输出可以作为另一个派生图像（第二派生图像）的输入[0033]。这种输入-输出关系通过项引用机制（item referencing mechanism）来指示[0078]，具体通过特定的引用类型（如‘dimg’或‘ddim’）来标记[0085]。这种引用机制可以被看作是一种指示过程间依赖关系的通用方式。其中，引用者（如第二派生图像）可以被视为一个指示（第一指示），表示一个包含操作结果/有效载荷的项；被引用者（如第一派生图像或输入图像）可以被视为另一个指示（第二指示），表示用作生成结果的输入的项。尽管对比文件未在AI算法的语境下讨论，但其公开的通过特定指示（引用类型和项ID）来定义多个图像操作过程之间依赖关系的机制，为本领域技术人员推断出在AI处理流程中应用相同机制来指示AI过程间的依赖关系提供了可能。 |
| **技术特征E：** 其中，所述第一指示表示包含人工智能有效载荷的人工智能项 **《未公开》** | 对比文件中的“第一指示”可以理解为引用其他项的派生图像项本身或引用关系中的“from_item_ID”。该项包含或关联的是定义图像操作的脚本，其输出是一个新的派生图像。这与目标专利中代表“包含人工智能有效载荷（即AI检测结果数据）的人工智能项”的特征不同。对比文件未公开用于存储或表示AI有效载荷的专用项类型或指示。 | |
| **技术特征F：** 并且其中，所述第二指示表示被用作用于生成所述多个基于人工智能的处理算法的多个过程的结果的输入的项 **《未公开》** | 对比文件中的“第二指示”可以理解为被引用的输入图像项（input image item）。该项是另一个编码图像或派生图像，用作图像操作的输入。这与目标专利中表示“用作生成AI过程结果的输入”的项不同。目标专利中的输入项特指为生成AI检测结果（元数据）而提供原始数据的项，而对比文件中的输入项是为生成新的派生图像提供像素数据的项。两者在技术目的和性质上存在本质区别。 | |
| **技术特征G：** 将所述元数据包括到与所述视觉数据相关联的所述容器文件中。 **《直接公开》** | [0032] “...and storing the first derived image item into the image container file.”; [0041] “...and store the first derived image item into the image container file;” | 对比文件公开了将第一派生图像项存储到图像容器文件中的步骤。在对比文件的语境中，派生图像项本身就是一种描述如何从输入图像生成输出图像的数据结构，它可以被看作是与其关联的视觉数据相关的元数据。将此项存入容器文件，即相当于将元数据包括到了与视觉数据相关联的容器文件中。因此，对比文件直接公开了此技术特征。 |
| **技术特征H：** 其中，所述容器文件包括第一盒，所述第一盒包括关于基于人工智能的处理算法的元数据。 **《未公开》** | 对比文件公开了容器文件可以包含各种盒，例如用于存储派生图像项的‘meta’盒[0083]。派生图像项可以包含或引用定义图像操作的脚本，这可以看作是关于处理算法的元数据。然而，对比文件并未定义或公开一个专门用于包含关于“基于人工智能的处理算法”的元数据的第一盒。对比文件的处理算法是通用脚本，而非特指AI算法。 | |
| **技术特征I：** 其中，所述容器文件包括第二盒，所述第二盒包括关于所述一个或多个内容元素的元数据。 **《未公开》** | 目标专利中的“内容元素”是指通过AI检测到的诸如图像中的对象、人脸等语义信息。对比文件中的输入图像项（input image item）是进行图像操作的数据源，其元数据（如MIME类型、位置等）存储在项信息盒（Item Information box）等结构中。但对比文件并未公开一个用于存储关于从视觉数据中“检测到的一个或多个内容元素”的元数据的第二盒。对比文件不涉及对语义内容元素的检测。 | |
| **技术特征J：** 其中，所述容器文件包括第三盒，所述第三盒包括关于多个基于人工智能的处理算法的过程的元数据。 **《未公开》** | 对比文件公开了多个派生图像项可以形成级联的处理过程，并通过项引用机制关联[0033][0084]。然而，对比文件并未定义一个特定的“第三盒”来集中描述这个由多个算法组成的“过程”的元数据。每个派生图像项的操作和引用关系是分散定义的。目标专利中的第三盒是专门用于描述由多个AI算法组成的流程的元数据，这一特定结构在对比文件中没有公开。 | |
| **技术特征K：** 其中，所述容器文件包括图像序列或视频，并且其中，所述容器文件包括用于包含所述元数据的媒体轨道的媒体样本定义。 **《隐含公开》** | [0089] “In some embodiments, stateful derived images may be used to create an animated image item.”; [0091] “For example, the player application may include a timed loop for sequential execution of the image operation with the given input parameters (e.g., a sequence number) and obtaining the respective output image.”; [0093] “In the case of stateful derived images, a derived image item may resolve into multiple output images, each representing a different state. Each such output image may be associated with the respective state information.” | 对比文件公开了使用“有状态的派生图像”（stateful derived images）来创建动画图像项[0089]。这种动画实质上就是一个图像序列。对比文件进一步说明，可以通过一个定时循环来顺序执行图像操作并获得相应的输出图像[0091]，这暗示了时间维度的存在。此外，有状态的派生图像可以解析为多个输出图像，每个图像代表一个不同的状态，并可与状态信息（如时间）相关联[0093]。虽然对比文件主要在项的框架下讨论，但其创建图像序列（动画）以及将输出图像与状态/时间信息关联的机制，为本领域技术人员推断出可以将此类随时间变化的元数据（例如，每个状态的输出图像及其关联信息）封装在符合ISOBMFF的媒体轨道（track）中，并为其定义相应的媒体样本定义（sample entry），提供了启示和可能。 |
| **技术特征L：** 其中，所述容器文件包括用于定义容器与包括所述容器文件中的信息的其他实体之间的关联的关系定义。 **《直接公开》** | [0002] “Each derived image is linked to one or more input images through an item referencing mechanism.”; [0085] “The input images are referred to by using particular reference types (e.g., ‘dimg’ or ‘ddim’).”; [0088] “The relation of the first and second dynamically derived images may be indicated in the container file, for example, by using the entity grouping mechanism.” | 对比文件公开了多种用于定义容器文件内各实体之间关系的关系定义机制。具体地，它公开了通过项引用机制（item referencing mechanism）将派生图像与一个或多个输入图像链接起来[0002]，并使用特定的引用类型来定义这种关系[0085]。此外，还公开了使用实体分组机制（entity grouping mechanism）来指示多个动态派生图像之间的替代或等价关系[0088]。这些机制直接对应于目标专利中用于定义容器与携带信息的其他实体之间关联的“关系定义”。 |
| **技术特征M：** 其中，所述视觉数据通过一个或多个神经网络或一个或多个基于非神经网络的算法来处理，以检测所述一个或多个内容元素。 **《未公开》** | 对比文件公开了使用脚本语言（如JavaScript）来定义图像操作[0062][0094]。这些脚本可以实现各种图像处理算法，其本质上可以认为是“基于非神经网络的算法”。然而，对比文件中的所有算法操作（如旋转、裁剪、覆盖）的目的均是生成新的派生图像，而非用于“检测一个或多个内容元素”。对比文件从未提及或暗示其公开的算法可以用于执行对象、人脸、场景等语义内容元素的检测任务。因此，该技术特征未被公开。 |
<<<A>>><<<G>>><<<L>>><<<d>>><<<k>>>