非显而易见法律服务网

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：包括：用第一预先训练的分类器来确定多个所存储图像的特征，《未公开》	未找到对应内容。	目标专利中“第一预先训练的分类器”指深度卷积网络等，用于从图像中提取特征向量。对比文件中的“特徴量演算部22”根据预定义算法（如四方向面特征）计算特征量信息（参见[0019]、[0020]段），该特征计算部件并非一个“预先训练的分类器”，而是一个固定的特征提取算法。对比文件也未记载使用一个预先训练好的网络模型来提取特征。因此，该技术特征未被对比文件直接或隐含公开。
技术特征B：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，《未公开》	未找到对应内容。	目标专利强调特征提取器（深度卷积网络）是在一个图像集上预先训练，然后用于提取另一组不同图像的特征。对比文件中，特征量演算部22使用固定的算法对所有图像（包括学习用和分类对象图像）计算相同的特征量信息，其计算方式不依赖于特定训练图像集。对比文件没有描述特征提取器本身存在“训练图像”且与待处理图像不同的概念。因此，该技术特征未被对比文件直接或隐含公开。
技术特征C：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，《直接公开》	[0022]段：“クラスタ判定部23は、例えばｋ−ｍｅａｎｓ法により、特徴量情報を用いた学習用画像データのクラスタ分類を行う。”<br>（译文：集群判定部23，例如通过k-means法，使用特征量信息对学习用图像数据进行集群分类。）<br>[0022]段：“各学習画像データに係る特徴量情報を、特徴量空間内で最も近いクラスタ中心に関連づける。”<br>（译文：将各学习图像数据相关的特征量信息，与特征量空间内最接近的集群中心相关联。）	对比文件明确公开了使用k-means分群集方法，基于计算出的特征量信息（相当于目标专利的“特征”），将多个学习用图像数据（相当于目标专利的“所存储图像”）中的每一个指派给多个群集中的一个（通过关联到最接近的群集中心）。这与目标专利中基于特征进行分群集的技术手段和作用（为后续分类做准备）完全相同。因此，该技术特征被对比文件直接公开。
技术特征D：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，《未公开》	未找到对应内容。	目标专利中，在分群集后，基于图像到群集中心的距离、数量或百分比等阈值条件来为图像指派标记（如“花”、“建筑物”）。对比文件在分群集过程中，仅将图像关联到最接近的群集中心（[0022]段），并未基于任何距离、数量或百分比阈值来为图像“指派标记”。对比文件[0040]段提到对于距离群集中心过远的图像可不进行分类处理，但这属于分类阶段的排除操作，并非在分群集阶段基于阈值条件为图像“指派标记”。因此，该技术特征未被对比文件直接或隐含公开。
技术特征E：修改所指派的标记，《未公开》	未找到对应内容。	目标专利允许用户修改由系统自动指派的图像标记（如将“花”改为“自然界”）。对比文件全程未提及任何关于“标记”（label）可以被修改的内容，其分类项目（如性别、年龄）是预定义且固定的。因此，该技术特征未被对比文件直接或隐含公开。
技术特征F：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，《未公开》	未找到对应内容。	目标专利描述了基于用户修改标记的行为，触发对分类器（如SVM、MLP）的重新训练。对比文件仅描述了使用学习图像数据对SVM进行一次性的初始训练（[0025]段），未提及任何基于用户交互（如修改标记）而进行的重新训练过程。因此，该技术特征未被对比文件直接或隐含公开。
技术特征G：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，《未公开》	未找到对应内容。	目标专利中，在重新训练分类器后，使用更新后的分类器对图像进行重新分类。对比文件仅描述了使用训练好的学习数据库对新的分类对象图像进行一次分类（[0034]段），没有涉及基于用户反馈或系统更新后的“重新分类”过程。因此，该技术特征未被对比文件直接或隐含公开。
技术特征H：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)。《直接公开》	[0025]段：“学習処理部24は、...例えばサポートベクターマシン（ＳＶＭ）を利用して、...学習を行う。”<br>（译文：学习处理部24，...例如利用支持向量机（SVM），...进行学习。）	目标专利权利要求中限定的“第一预先训练的分类器”可以是SVM、逻辑回归等多种选项。对比文件明确公开了使用支持向量机（SVM）作为其学习处理部24（相当于一个分类器）的核心算法，用于建立特征与分类项目之间的关系。因此，SVM这一具体选项已被对比文件直接公开。虽然对比文件未提及逻辑回归、最接近的邻居或MLP，但权利要求是选择性的，公开其中一项即满足直接公开的条件。
技术特征I：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。《未公开》	未找到对应内容。	目标专利在分群集并指派标记后，基于标记将图像分类到“群”中，这通常指更高级别的组织。对比文件的分群集（クラスタ分類）是基于特征相似性进行的，其“群集”直接对应于后续使用的不同学习数据库，并非基于已指派的“标记”进行的二次分类。对比文件未提及“标记”这一概念，更未记载基于标记进行分类到“群”中的步骤。因此，该技术特征未被对比文件直接或隐含公开。
技术特征J：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。《未公开》	未找到对应内容。	目标专利涉及将图像物理或逻辑地组织到“文件夹”中的用户界面或文件管理操作。对比文件完全专注于图像属性的分类（如性别、年龄），未涉及任何将图像存入“文件夹”的文件系统管理或用户组织功能。因此，该技术特征未被对比文件直接或隐含公开。
技术特征K：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。《未公开》	未找到对应内容。	目标专利涉及文件夹的命名规则。如前述，对比文件不涉及“文件夹”概念。因此，该技术特征未被对比文件直接或隐含公开。
技术特征L：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。《未公开》	未找到对应内容。	目标专利涉及使用另一个分类器来为文件夹自动命名。对比文件不涉及“文件夹”概念，也未提及使用多个分类器进行命名的操作。因此，该技术特征未被对比文件直接或隐含公开。
技术特征M：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。《未公开》	未找到对应内容。	目标专利涉及基于群集中心的分类结果来确定文件夹名称的详细逻辑。对比文件不涉及“文件夹名称”和“群的标记”等概念。因此，该技术特征未被对比文件直接或隐含公开。
技术特征N：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。《未公开》	未找到对应内容。	目标专利涉及基于多数裁定规则确定文件夹名称。对比文件不涉及“文件夹名称”和“所标记图像”等概念。因此，该技术特征未被对比文件直接或隐含公开。
技术特征O：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。《未公开》	未找到对应内容。	目标专利涉及接收用户输入以修改或创建文件夹名称。对比文件不涉及“文件夹”概念，也未记载任何用户对分类结果或系统结构进行个性化命名的交互。因此，该技术特征未被对比文件直接或隐含公开。
技术特征P：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。《未公开》	未找到对应内容。	目标专利涉及基于用户修改来重新训练用于命名的分类器。对比文件不涉及“文件夹名称”和基于用户修改的重新训练。因此，该技术特征未被对比文件直接或隐含公开。
技术特征Q：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。《未公开》	未找到对应内容。	目标专利涉及对新图像进行分类并放入对应文件夹的完整流程。对比文件虽然公开了对新图像计算特征、选择学习数据库并分类（[0031]-[0034]段），但未涉及将分类后的图像“放置在文件夹中”这一文件管理操作。因此，该技术特征未被对比文件直接或隐含公开。
技术特征R：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。《未公开》	未找到对应内容。	目标专利涉及接收用户输入以修改图像标记。对比文件未提及“标记”概念以及任何用户修改标记的交互。因此，该技术特征未被对比文件直接或隐含公开。
技术特征S：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。《未公开》	未找到对应内容。	目标专利涉及通过移动图像来隐含地修改标记。对比文件不涉及“文件夹”和用户移动图像的操作。因此，该技术特征未被对比文件直接或隐含公开。
技术特征T：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。《未公开》	未找到对应内容。	目标专利涉及在不同用户间共享分类器或群集中心。对比文件仅描述单个装置或系统的操作，未涉及多用户间的数据共享。因此，该技术特征未被对比文件直接或隐含公开。
技术特征U：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。《未公开》	未找到对应内容。	目标专利涉及共享后组合群集中心列表并更新分类器的具体协作流程。对比文件未涉及多用户、共享及组合列表等概念。因此，该技术特征未被对比文件直接或隐含公开。
技术特征V：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。《未公开》	未找到对应内容。	目标专利涉及共享用户自定义的种类（如“自然界”）。对比文件的分类项目（如性别、年龄）是预定义且固定的，未提及用户自定义种类或共享。因此，该技术特征未被对比文件直接或隐含公开。