JP2011044044A_Description_20260219_2122_+++C_E_G_J_Q_R_a_b_d_f_i+++.docx

**对比文件名称**:JP2011044044A_Description_20260219_2122

**目标专利名称**:189照片管理CN106104577B

**本次调用的模型名称**:GPT-4

### 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
**技术特征A**:《隐含公开》<br>用第一预先训练的分类器来确定多个所存储图像的特征。[0032] 顔矩形検出部21は、前記撮影画像検出・登録部20にて新規追加・変更・削除等が検出された画像ファイルを基に、**予め学習等されて用意されている顔検出用辞書データを参照し**、その画像ファイル内に含まれる人物の顔領域を含む顔矩形画像(顔画像のウィンドウ画像)を検出し、当該検出した顔矩形情報を、その画像ファイルに関連付けて保存する。<br>[0052] 顔特徴検出部61は、前記顔矩形検出部21が検出した顔矩形について、例えば顔矩形の画像を構成する各画素の輝度値の差で表される**特徴量を算出する**。对比文件公开了使用预先训练的模型(“顔検出用辞書データ”)来检测图像中的面部区域(即识别特定特征),并进一步从检测到的面部区域计算“特徴量”(特征量)。该“顔検出用辞書データ”是经过预先学习准备的,其作用是从图像中提取关键信息(面部位置和特征),这与目标专利中“第一预先训练的分类器”用于“确定多个所存储图像的特征”的作用在本质上相同,都是通过预先训练的模型从图像中提取可用于后续分类的特征表示。虽然对比文件专注于面部特征,而目标专利的特征可能更通用,但从“提取特征”这一核心功能和手段来看,本领域技术人员能够从对比文件公开的内容中合理推断出使用预先训练的模型来确定图像特征的技术方案。因此,该技术特征被**隐含公开**。
**技术特征B**:《隐含公开》<br>所述多个所存储图像的特征不同于用于训练所述第一预先训练的分类器的多个训练图像。[0052] 顔特徴検出部61は、前記顔矩形検出部21が検出した顔矩形について、例えば顔矩形の画像を構成する各画素の輝度値の差で表される特徴量を算出する。对比文件没有明确说明所存储图像的特征与训练字典数据的图像特征是否不同。然而,本领域技术人员公知,用于训练面部检测模型的“顔検出用辞書データ”通常使用大规模的通用面部数据集,而“撮影画像検出・登録部20”检测到的新增或更新的图像文件是用户特定的、新出现的图像。由这些新图像计算出的“特徴量”自然是字典训练数据中未包含的新数据特征。这种“训练数据”与“应用数据”的区分是机器学习领域的普遍实践。因此,本领域技术人员能够从对比文件的应用场景(对新图像进行处理)合理推断出,所处理图像的特征不同于训练分类器所用的图像特征。因此,该技术特征被**隐含公开**。
**技术特征C**:《直接公开》<br>至少部分地基于所确定的特征来将所述多个所存储图像中的每一个图像指派给多个群集中的群集。[0056] 分類部63は、顔類似度計算部62が算出した類似度を基に、類似度が近いものつまりそれぞれ類似しているものの集合体(グループ)を作成し、それら各集合体毎(グループ毎)に各顔矩形を分類する。对比文件明确公开了“分類部”基于“顔類似度計算部”计算出的相似度(该相似度是基于“顔特徴検出部”算出的特征量比较得出的,参见[0052], [0055]),将各个面部矩形分类到相似度高的集合体(グループ)中。这直接对应于目标专利中基于确定的特征将图像(具体到对比文件中是图像中的面部)指派给群集的技术方案。作用完全相同,都是依据特征相似性进行分组分类。因此,该技术特征被**直接公开**。
**技术特征D**:《隐含公开》<br>基于所述图像离对应于所述图像的最接近的群集中心的距离小于第一阈值、与所述最接近的群集中心相关联的预定义图像数目小于第二阈值、和/或与最接近的群集中心相关联的图像百分比小于第三阈值来向所述多个所存储图像中的图像指派标记。[0071] 分類部63は、ステップS3の処理として、類似度の平均値が**第一の閾値を超える**グループが複数存在するか否か判定し...<br>[0072] ステップS9の処理に進んだ場合、分類部63は、前記類似度の平均値が前記**第一の閾値を超える**グループが一つだけか否か判定し...<br>[0077] ...前記類似度の最大値,最小値,平均値が共に、所定の**第二の閾値を超えている**か否か判定する。对比文件公开了在分类过程中使用明确的阈值(第一阈值、第二阈值)作为判断标准,以决定是否将检测到的面部矩形归类到某个现有群组(グループ)中。例如,通过判断与某群组特征量的相似度平均值是否超过第一阈值来决定归属(类似于基于“距离”的阈值判断),以及通过判断最大、最小、平均值是否超过第二阈值来决定群组合并。虽然对比文件未明确使用“图像数目阈值”或“图像百分比阈值”的表述,但其使用相似度阈值作为分类依据的逻辑,是本领域技术人员实现基于距离或分布阈值进行标记指派的惯用手段的体现。可以合理推断,为优化分类效果(如避免群组过大或过小),本领域技术人员有可能引入与群组内图像数量或比例相关的阈值条件。因此,该技术特征被**隐含公开**。
**技术特征E**:《直接公开》<br>修改所指派的标记。[0063] 手動分類部71は、**ユーザからの指示に応じて、画像ファイルを分類する**。<br>[0066] なお、この図11における手動分類には、図9、図10における分類結果を**手動にて修正する**場合も含まれる。对比文件明确公开了“手動分類部”,其允许用户根据指示手动对图像文件进行分类,并且明确说明这包括对自动分类结果的“修正”。在分类系统中,“分类”结果即可视为一种“标记”。用户手动重新分类或修正分类,即对应于“修改所指派的标记”。作用完全相同,都是允许用户干预和修正自动分类/标记的结果。因此,该技术特征被**直接公开**。
**技术特征F**:《隐含公开》<br>当所述所指派的标记被修改时用所述图像来重新训练所述第一预先训练的分类器。[0080] そして、手動分類がなされた場合には、自動分類では正確に分類し得なかった顔矩形を確実に分類できることになるとともに、**その手動分類の情報がその後の自動分類の際に反映されることになる**ため、より精度の高い自動分類が可能となる。对比文件公开了手动分类的信息会在“その後”的自动分类中被“反映”,从而能够进行更高精度的自动分类。这隐含了系统会根据用户的修正(即修改标记)来更新其分类模型或策略。虽然对比文件未明确描述“重新训练预先训练的分类器”这一具体技术动作,但为了达到“信息被反映”并“提高后续自动分类精度”的目的,本领域技术人员可以合理推断出,一种典型且有效的技术手段就是利用用户修正后的数据(即修改了标记的图像)来进一步训练或调整(如微调)已有的分类模型(即第一预先训练的分类器)。因此,该技术特征被**隐含公开**。
**技术特征G**:《直接公开》<br>以及至少部分地基于所述预先训练的分类器来对所述图像重新分类。[0080] ...**その手動分類の情報がその後の自動分類の際に反映されることになる**ため、より精度の高い自動分類が可能となる。对比文件明确公开了在手动分类(修改标记)后,后续的自动分类会“反映”手动分类的信息。这意味着系统会基于更新后的信息(可视为分类器参数或决策依据的更新)对图像进行再次分类。该“自動分類”过程必然依赖于其内部的分类逻辑和模型,即对比文件中用于计算相似度和分类的机制(可视为其“分类器”)。这直接对应于目标专利中基于(可能已更新的)分类器对图像进行重新分类的技术方案。作用完全相同,都是利用用户反馈来改进并执行新的分类。因此,该技术特征被**直接公开**。
**技术特征H**:《未公开》<br>其特征在于,所述第一预先训练的分类器是支持向量机器(SVM)、逻辑回归、最接近的邻居、或多层感知器(MLP)。无相应原文引用。对比文件仅提及使用“顔検出用辞書データ”进行面部检测,以及使用特征量计算相似度并进行分类。未具体公开用于特征提取或分类的模型是SVM、逻辑回归、KNN或MLP中的任何一种。本领域技术人员无法从对比文件毫无疑义地得出或合理推断出分类器的具体类型为此处限定的几种之一。因此,该技术特征未被对比文件公开。
**技术特征I**:《隐含公开》<br>其特征在于,进一步包括,至少部分地基于对应的标记来将所述多个所存储图像中的图像分类到群中。[0056] 分類部63は、顔類似度計算部62が算出した類似度を基に、類似度が近いものつまりそれぞれ類似しているものの集合体(グループ)を作成し、それら各集合体毎(グループ毎)に各顔矩形を分類する。<br>(结合特征E的引用[0063],分类结果即是一种标记)对比文件公开了基于相似度将面部矩形分类到群组(グループ)中。在分类系统中,被分到某个群组即意味着该图像(或面部)被赋予了该群组的身份或标签,这可以视为一种“标记”。因此,“基于相似度分类到群组”实质上等同于“基于对应的标记分类到群中”,因为群组身份本身就是一种隐式或显式的标记。本领域技术人员能够从对比文件的分类操作中合理推断出这一技术特征。因此,该技术特征被**隐含公开**。
**技术特征J**:《直接公开》<br>其特征在于,进一步包括,至少部分地基于对应的群来将所述多个所存储图像中的每个图像放置到文件夹中。[0082] 類似顔画像集合表示部82は、例えば図18に示すように、前記カード状オブジェクト91に対応した画像ファイルの顔画像に類似するものとして予め分類されている**グループ内の各画像ファイルのサムネイル画像95を一覧表示する**。对比文件公开了“類似顔画像集合表示部”将属于同一分类群组(グループ)内的各个图像文件的缩略图进行一覧表示。这种将同一群组的图像集合在一起进行展示的操作,在功能上等同于将图像“放置”到一个逻辑容器中以便于管理和访问,该容器在用户界面中可表现为一个虚拟的“文件夹”。作用都是基于群组关系对图像进行组织管理。因此,该技术特征被**直接公开**。
**技术特征K**:《未公开》<br>其特征在于,进一步包括,使用非特定名称来命名所述文件夹。无相应原文引用。对比文件完全没有涉及对分类群组或显示集合进行“命名”的操作,更未提及使用“非特定名称”(如通用名称、默认名称)来命名。因此,该技术特征未被对比文件公开。
**技术特征L**:《未公开》<br>其特征在于,进一步包括,使用第二预先训练的分类器来确定特定文件夹名称。无相应原文引用。对比文件完全没有涉及使用任何分类器来确定文件夹名称的操作。因此,该技术特征未被对比文件公开。
**技术特征M**:《未公开》<br>其特征在于,进一步包括,使用所述第二预先训练的分类器、至少部分地基于与相关联的群的标记相关联的群集中心的分类来确定所述特定文件夹名称。无相应原文引用。对比文件完全没有涉及基于群集中心分类来确定文件夹名称的操作。因此,该技术特征未被对比文件公开。
**技术特征N**:《未公开》<br>其特征在于,所述特定文件夹名称进一步至少部分地基于关于给定文件夹的所标记图像的多数裁定规则来确定。无相应原文引用。对比文件完全没有涉及基于多数裁定规则来确定文件夹名称的操作。因此,该技术特征未被对比文件公开。
**技术特征O**:《未公开》<br>其特征在于,进一步包括,接收修改特定文件夹名称或指派新的特定文件夹名称的用户输入。无相应原文引用。对比文件完全没有涉及修改或指派文件夹名称的用户输入操作。因此,该技术特征未被对比文件公开。
**技术特征P**:《未公开》<br>其特征在于,进一步包括,至少部分地基于群集中心或者至少一个所标记的图像特征向量来重新训练第二预先训练的分类器以包括经修改的特定文件夹名称或所述新的特定文件夹名称。无相应原文引用。对比文件完全没有涉及重新训练分类器以更新文件夹名称的操作。因此,该技术特征未被对比文件公开。
**技术特征Q**:《直接公开》<br>其特征在于,进一步包括,至少部分地基于确定新图像的特征向量和应用所述分类器以确定所述新图像的群来将所述新图像放置在文件夹中。[0031] 撮影画像検出・登録部20は、撮影された画像ファイルの**新規追加**・変更・削除等を検出するとともに...<br>[0052] 顔特徴検出部61は、...特徴量を算出する。<br>[0055] 顔類似度計算部62は、顔特徴検出部61が算出した特徴量と、顔特徴情報保存部64に保存されている顔特徴情報65とを比較することで、それぞれの顔矩形について類似度を算出する。<br>[0056] 分類部63は、顔類似度計算部62が算出した類似度を基に、...グループ毎に各顔矩形を分類する。<br>(结合特征J的引用[0082],分类后同一群组的图像被集合显示)对比文件完整公开了以下流程:1. 检测新增加的图像文件([0031]);2. 从新图像中检测面部并计算特征量([0052]);3. 将新图像的特征量与已有特征信息比较以计算相似度([0055]);4. 基于相似度将新图像中的面部分类到群组中([0056]);5. 同一群组的图像被集合显示([0082],相当于放入“文件夹”)。这直接对应于目标专利中确定新图像特征、应用分类器确定其所属群、并将其放置在文件夹中的技术方案。作用完全相同,都是对新图像进行自动分类和组织。因此,该技术特征被**直接公开**。
**技术特征R**:《直接公开》<br>其特征在于,进一步包括,接收修改所述所指派的标记的用户输入。[0063] 手動分類部71は、**ユーザからの指示に応じて、画像ファイルを分類する**。此特征与技术特征E本质相同。对比文件明确公开了手动分类部接收用户的指示来对图像文件进行分类。用户指示修改分类,即是接收修改所指派的标记的用户输入。因此,该技术特征被**直接公开**。
**技术特征S**:《未公开》<br>其特征在于,至少部分地基于将所述图像从第一文件夹移至第二文件夹的用户输入来修改所述所指派的标记。无相应原文引用。对比文件虽然允许用户手动修改分类(特征E、R),但未描述通过将图像从一个显示集合(或文件夹)移动到另一个来修改标记的具体用户界面交互方式。因此,该技术特征未被对比文件公开。
**技术特征T**:《未公开》<br>其特征在于,进一步包括,与第二用户共享至少一个分类器或群集中心列表。无相应原文引用。对比文件完全没有涉及与第二用户共享分类器或群集中心列表的功能。因此,该技术特征未被对比文件公开。
**技术特征U**:《未公开》<br>其特征在于,所共享的群集中心列表与所述第二用户的群集中心列表相组合以创建用于所述第二用户的图像的标记并且更新用于所述第二用户的分类器。无相应原文引用。对比文件完全没有涉及共享、组合群集中心列表并更新分类器的功能。因此,该技术特征未被对比文件公开。
**技术特征V**:《未公开》<br>其特征在于,进一步包括,与所述第二用户共享用户为类别或群集定义的种类。无相应原文引用。对比文件完全没有涉及共享用户定义的种类(类别或群集)的功能。因此,该技术特征未被对比文件公开。

<<<C>>><<<E>>><<<G>>><<<J>>><<<Q>>><<<R>>>

<<<a>>><<<b>>><<<d>>><<<f>>><<<i>>>

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