返回项目页面
对比文件列表
2002-02-28_US2002025001A_发明申请_US20020025001A1 Method and apparatus for video coding_+++H_U_V_a_b_c_e_f_g_o_p_q_r_t+++.docx
2026-03-19 22:09
2006-11-02_US2006245497A_发明申请_US20060245497A1 Device and method for fast block-matching motion estimation in video encoders_+++F_S_a_b_e_g_o_p_q_r_t+++.docx
2026-03-19 22:09
2008-11-06_KR1020080097673A_发明公开_KR1020080097673A 모션 벡터 탐색 방법_+++B_O_P_a_f_g_q_r+++.docx
2026-03-19 22:09
2008-11-06_US2008273597A_发明申请_US20080273597A1 Method for searching for motion vector_+++a_b_e_f_g_o_p+++.docx
2026-03-19 22:09
2009-04-08_EP2046047A_发明公开_EP2046047A1 Method and device for performing motion estimation_+++b_e_f_o_p_q_r+++.docx
2026-03-19 22:09
2009-07-22_KR1020090079286A_发明公开_KR1020090079286A 고속 전역탐색 블록정합 알고리즘을 이용한 동영상 움직임추정 방법 및 장치_+++B_C_E_F_J_M_N_P_Q_R_a_d_g_i_k_l_o+++.docx
2026-03-19 22:09
2010-12-14_US7852940B_发明授权_US07852940B2 Scalable motion estimation for video encoding_+++A_B_E_F_G_H_O_P_Q_R_c_d_h_i_j_k_l_m_n_s_t_u_v_w+++.docx
2026-03-19 22:09
2011-05-11_KR1020110048243A_发明公开_KR1020110048243A 적응적 탐색 영역 및 부분 정합 오차 기반의 고속 움직임 추정 장치 및 방법_+++B_C_E_F_J_O_P_R_d_q+++.docx
2026-03-19 22:09
2015-09-17_US2015264387A_发明申请_US20150264387A1 METHOD FOR MOTION ESTIMATION OF NON-NATURAL VIDEO DATA_+++A_C_D_E_F_H_J_L_N_O_P_Q_R_S_T_W_X_Y_b_g_i_k_m_u_v+++.docx
2026-03-19 22:09
2016-11-23_CN106165423A_发明公开_CN106165423A 用于非自然视频数据的运动估计的方法_+++A_B_C_D_E_F_H_I_J_N_O_P_Q_S_T_U_V_W_X_Y_g_k_l_m_r+++.docx
2026-03-19 22:09
2017-01-25_EP3120557A_发明公开_EP3120557A1 METHOD FOR MOTION ESTIMATION OF NON-NATURAL VIDEO DATA_+++C_D_E_H_I_O_P_S_T_U_W_X_Y_a_b_f_g_j_k_l_m_n_q_r_v+++.docx
2026-03-19 22:09
2017-05-25_JP2017513329A_发明专利_JP2017513329A 非自然ビデオデータの動き推定のための方法_+++A_C_D_E_F_H_J_M_N_P_Q_S_T_W_X_Y_b_g_i_k_l_o_r_u_v+++.docx
2026-03-19 22:09
2019-11-19_US10484721B_发明授权_US10484721B2 Method for motion estimation of non-natural video data_+++A_C_D_E_F_H_I_M_N_Q_R_S_T_U_V_W_X_Y_b_g_j_k_l_o_p+++.docx
2026-03-19 22:09
2020-04-15_EP3120557B_发明授权_EP3120557B1 METHOD FOR MOTION ESTIMATION OF NON-NATURAL VIDEO DATA_+++A_B_C_D_E_F_G_H_I_P_Q_S_T_U_W_X_Y_j_k_l_m_n_o_r_v+++.docx
2026-03-19 22:09
JP2006254454A_Description_20260309_1923_+++B_P_a_b_e_f_g_o_q_r_t+++.docx
2026-03-19 22:09
JP2017513329A_Description_20260309_1924_+++A_B_C_D_E_F_H_I_Q_S_T_W_X_Y_g_j_k_l_m_n_o_p_r_u_v+++.docx
2026-03-19 22:09
2006-11-02_US2006245497A_发明申请_US20060245497A1 Device and method for fast block-matching motion estimation in video encoders_+++F_S_a_b_e_g_o_p_q_r_t+++.docx

对比文件名称:2006-11-02_US2006245497A_发明申请_US20060245497A1 Device and method for fast block-matching motion estimation in video encoders

目标专利名称:229用于视频数据的方法、装置、设备和计算机可读存储媒体CN106165423B

模型名称:DeepSeek

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**:其包括:选择用于与所述非自然视频数据的第二帧的当前块匹配的所述非自然视频数据的第一帧的候选块,所述候选块是从围绕所述第一帧的先前候选块的第一菱形样式中选择的《隐含公开》第[0048]段:“The small diamond pattern, also partly exploited by PMVFAST, is possibly the simplest pattern that the invention may use within the EPZS algorithm (see FIG. 5). The distortion for each of the 4 vertical and horizontal checking points around the best predictor is computed and compared to the distortion of the best predictor (MinJp). If any of them is smaller than MinJp then, the position with the smallest distortion is selected as the new best predictor. MinJis also updated with the minimum distortion value, and the diamond pattern is repeated around the new best predictor (FIG. 6b).”对比文件公开了在EPZS算法中使用小的菱形模式(small diamond pattern),该模式围绕当前最佳预测器(best predictor)检查其上下左右四个点。该“最佳预测器”即是先前确定的候选块,而围绕它检查的四个点即是新选择的候选块。因此,对比文件隐含公开了从围绕先前候选块(最佳预测器)的菱形样式中选择候选块的技术手段。然而,对比文件并未明确限定其视频数据为“非自然视频数据”,其方法是为通用视频编码设计,可能主要针对自然视频优化。因此,该特征未被直接公开,但基于对比文件公开的搜索模式,本领域技术人员可以合理推断出这一选择候选块的方式,故为隐含公开。
**技术特征B**:基于使所述第一帧的所述先前候选块与所述当前块匹配来获得先前经计算的最低匹配差值《隐含公开》第[0044]段:“After examining predictor set S1 (median predictor) and calculating its distortion according to Equation 1, if this value is smaller than a threshold Tthe invention may terminate the motion estimation process immediately without having to examine any other predictors. In this case the median predictor is selected as the final integer motion vector for this block type.” 第[0048]段:“The distortion for each of the 4 vertical and horizontal checking points around the best predictor is computed and compared to the distortion of the best predictor (MinJp).”对比文件描述了在运动估计过程中,会计算预测器(即候选块)的失真(distortion,如SAD),并维护一个当前最佳失真值(MinJp)。这个“最佳预测器”及其对应的“MinJp”即是基于先前候选块与当前块匹配计算出的“先前经计算的最低匹配差值”。虽然对比文件未使用完全相同的术语,但其描述的维护和更新当前最佳匹配成本的过程,必然隐含了需要获得并存储该值。因此,该特征被隐含公开。
**技术特征C**:计算用于使所述候选块的样本的第一子集与所述当前块匹配的第一部分匹配差值《未公开》无相关描述。目标专利的技术特征C涉及“部分匹配差值”的计算,即仅使用候选块的一部分样本(第一子集)来计算匹配成本。对比文件全文在计算匹配成本(如SAD)时,均是基于完整的块(例如,BxB块)进行计算(参见公式(2))。对比文件没有公开任何仅使用块的子集样本来计算部分匹配差值以加速判断或估计总成本的技术方案。因此,该特征既未被直接公开,也未被隐含公开。
**技术特征D**:基于所述第一部分匹配差值来估计用于使所述候选块与所述当前块匹配的总匹配差值《未公开》无相关描述。如特征C所述,对比文件未公开“第一部分匹配差值”的概念。因此,基于不存在的“第一部分匹配差值”来“估计总匹配差值”的技术方案,在对比文件中没有任何基础或启示。该特征未被公开。
**技术特征E**:将所述候选块的经估计的总匹配差值与所述先前候选块的所述最低匹配差值进行比较《隐含公开》第[0048]段:“The distortion for each of the 4 vertical and horizontal checking points around the best predictor is computed and compared to the distortion of the best predictor (MinJp).”对比文件公开了在菱形搜索中,计算新检查点(即候选块)的失真(distortion),并将其与当前最佳预测器的失真(MinJp,即先前候选块的最低匹配差值)进行比较。虽然对比文件中比较的是完整计算的实际失真值,而目标专利是比较“经估计的总匹配差值”,但“比较”这一核心操作步骤及其目的(判断当前点是否更优)是相同的。本领域技术人员可以从对比文件公开的比较操作中,合理推断出在类似流程中需要进行比较。因此,该特征被隐含公开。
**技术特征F**:基于所述比较确定所述候选块是否并不具有与所述当前块的最低匹配差值《直接公开》第[0048]段:“If any of them is smaller than MinJp then, the position with the smallest distortion is selected as the new best predictor. MinJis also updated with the minimum distortion value...”对比文件明确描述了基于比较结果进行确定的逻辑:如果新检查点的失真小于当前最佳失真(MinJp),则更新最佳预测器和MinJ。反之,如果都不小于,则意味着当前检查点(候选块)不具有最低匹配差值。这一“确定”的过程被对比文件直接且清晰地公开。因此,该特征被直接公开。
**技术特征G**:以及响应于所述候选块不具有与所述当前块的所述最低匹配差值而选择所述第一帧的后续候选块以用于匹配自所述第一菱形样式水平地和/或垂直地移位的且具有与所述第一菱形样式相同尺寸的第二菱形样式的所述当前块《隐含公开》第[0048]段:“...the diamond pattern is repeated around the new best predictor (FIG. 6b).” 结合图6(b)所示,当在一个菱形模式的中心未找到更好点时,搜索会终止或转移到其他预测器;当找到新的最佳点时,菱形模式会围绕该新中心重复。对比文件公开了菱形搜索模式是迭代进行的。当围绕当前中心(第一菱形样式)检查完所有点后,若未找到更好点,则搜索可能停止或按算法转向其他预测器集合(即选择后续候选块)。若在其他预测器处启动新的菱形搜索,该新菱形样式在尺寸和形状上与原菱形相同,但其中心位置(即“围绕...的先前候选块”)已发生变化,这实质上等同于从原样式“水平地和/或垂直地移位”。虽然对比文件未用“移位”一词描述此关系,但本领域技术人员根据迭代搜索的常规理解,可以合理推断出这一过程。因此,该特征被隐含公开。
**技术特征H**:,其中,通过在所述第一帧上水平和/或垂直地遍历固定大小的菱形搜索样式来执行所述运动估计,其中,非自然视频数据包括未通过具有光学系统的相机捕获的视频数据。《未公开》第[0048]段提及“small diamond pattern”。第[0041]段提及“search range dependent predictor sets”和“patterns based on diamond”。对比文件确实公开了使用固定大小的菱形搜索样式(如small diamond pattern)进行运动估计,并且该搜索是在参考帧上遍历进行的。然而,目标专利该特征包含一个关键的限定条件:该运动估计方法是用于“非自然视频数据”,并明确给出了“非自然视频数据”的定义。对比文件的发明背景和具体实施方式均未提及或区分“自然”与“非自然”视频数据,其方法是针对通用视频编码(可能默认针对自然视频)提出的快速运动估计方案。因此,对比文件没有公开将所述菱形搜索样式应用于“非自然视频数据”这一特定应用场景和技术领域。该限定性特征未被公开。
**技术特征I**:其进一步包括:基于所述第一部分匹配差值而计算用于将所述候选块的剩余样本与所述当前块匹配的匹配差值的估计值,其中,所述经估计的总匹配差值进一步基于用于匹配所述剩余样本的所述匹配差值的所述估计值。《未公开》无相关描述。该特征是基于“第一部分匹配差值”进行后续估计的步骤。如前述,对比文件未公开任何“部分匹配差值”的概念,因此也就不可能存在基于部分匹配差值来估计剩余样本匹配差值,进而组合成总匹配差值的技术方案。该特征未被公开。
**技术特征J**:其进一步包括:计算用于使所述候选块的所述样本的第二子集与所述当前块匹配的第二部分匹配差值《未公开》无相关描述。该特征涉及多级部分匹配中的第二级。对比文件未公开任何级别的部分样本匹配计算。因此,该特征未被公开。
**技术特征K**:通过移除所述候选块的所述样本的第二子集来更新所述候选块的所述剩余样本《未公开》无相关描述。该特征是多级部分匹配精炼流程中的步骤。对比文件未公开任何基于样本子集进行匹配和更新的流程。因此,该特征未被公开。
**技术特征L**:经由计算用于使所述候选块的经更新的剩余样本与所述当前块匹配的经精炼估计值来精炼用于匹配所述剩余样本的所述匹配差值的所述估计值《未公开》无相关描述。该特征是多级部分匹配精炼流程中的步骤。对比文件未公开任何“剩余样本匹配差值的估计值”及其精炼过程。因此,该特征未被公开。
**技术特征M**:经由将所述第一部分匹配差值、所述第二部分匹配差值和所述经精炼估计值求和来精炼所述经估计的总匹配差值《未公开》无相关描述。该特征是多级部分匹配精炼流程中的步骤。对比文件未公开将多级部分匹配结果求和以精炼总匹配差值的技术方案。因此,该特征未被公开。
**技术特征N**:以及至少部分地基于所述经精炼的经估计的总匹配差值来确定所述候选块是否具有与所述当前块的所述最低匹配差值。《未公开》无相关描述。该特征是基于多级精炼后的总匹配差值进行判断的步骤。对比文件未公开所述的多级精炼流程,因此也就不存在基于精炼后的值进行判断的技术方案。该特征未被公开。
**技术特征O**:其进一步包括:选择用于与所述当前块匹配的所述视频数据的所述第一帧的先前候选块《隐含公开》第[0033]段:“The predictors in S are classified into subsets depending on their importance. The most important predictor within this set is most likely the Motion Vector Predictor (MVP)...” 第[0044]段:“After examining predictor set S1 (median predictor)...”对比文件详细描述了预测器(即候选块)的选择,包括中值预测器(median predictor)、空间相邻预测器、时间预测器等。这些被选择出来用于与当前块进行匹配测试的预测器,即是“先前候选块”。虽然术语不完全相同,但技术实质一致。因此,该特征被隐含公开。
**技术特征P**:计算用于使所述先前候选块匹配到所述当前块的先前最低匹配差值《隐含公开》第[0044]段:“...calculating its distortion according to Equation 1...” 第[0048]段:“...compared to the distortion of the best predictor (MinJp).”如特征B和F所述,对比文件公开了计算预测器(候选块)的失真(如SAD或率失真成本J),并在迭代搜索中维护一个当前最佳失真值(MinJp)。这个为“最佳预测器”计算并存储的MinJp,即是“先前最低匹配差值”。因此,该特征被隐含公开。
**技术特征Q**:当所述经精炼的经估计的总匹配差值大于所述先前总匹配差值时,确定所述候选块不具有与所述当前块的所述最低匹配差值《隐含公开》第[0048]段:“The distortion for each of the 4 vertical and horizontal checking points around the best predictor is computed and compared to the distortion of the best predictor (MinJp). If any of them is smaller than MinJp then, the position with the smallest distortion is selected as the new best predictor.”对比文件公开了比较逻辑:新点的失真与当前最佳失真(MinJp)比较。隐含地,如果新点的失真“大于”MinJp,则该新点(候选块)不具有最低匹配差值。虽然目标专利中比较的是“经精炼的经估计的总匹配差值”,而对比文件比较的是完整计算的失真,但“基于比较大小关系来确定是否具有最低匹配差值”这一判断逻辑是相同的。本领域技术人员可以毫无疑义地从对比文件的比较操作中推导出这一判断。因此,该特征被隐含公开。
**技术特征R**:以及当所述经精炼的经估计的总匹配差值小于所述先前总匹配差值时确定所述候选块具有与所述当前块的所述最低匹配差值《隐含公开》第[0048]段:“If any of them is smaller than MinJp then, the position with the smallest distortion is selected as the new best predictor.”对比文件直接公开了当新点的失真“小于”当前最佳失真(MinJp)时,将该新点确定为新的最佳预测器。这意味着确定该候选块具有(当前已知的)最低匹配差值。该判断逻辑被直接公开。因此,该特征被隐含公开。
**技术特征S**:其进一步包括计算用于使所述候选块匹配到所述当前块的运动向量位值,其中估计所述总匹配差值进一步包括将所述第一部分匹配差值、用于匹配所述剩余样本的所述匹配差值的所述估计值和所述运动向量位值求和。《直接公开》第[0011]段:“In particular, within the current JM software the best predictor is found by minimizing: J(m,λMOTION)=SAD(s,c(m))+λMOTION·R(m−p)”对比文件明确公开了在运动估计中,总成本(即目标专利中的“总匹配差值”)的计算不仅包括匹配失真(SAD),还包括运动向量信息的位成本(λMOTION·R(m-p)),并将两者求和(即SAD + λMOTION·R(m-p))。这直接公开了将运动向量位值纳入总匹配差值计算的技术特征。尽管目标专利的求和项包含部分匹配差值等具体形式,但“将运动向量位成本作为求和项之一纳入总成本计算”这一核心构思已被对比文件直接公开。因此,该特征被直接公开。
**技术特征T**:其进一步包括执行经修改初始搜索,其中所述第一和第二菱形样式位于作为整个搜索区域的子部分的初始搜索区域内。《隐含公开》第[0040]段:“...optional search range dependent predictor sets. See FIG. 5.” 图5展示了以(0,0)或中值预测器为中心,在±8等范围内的预测器集合。第[0048]段描述了围绕最佳预测器的菱形搜索。对比文件公开了可以依赖搜索范围(search range)来设置预测器集合(即初始搜索的候选集),该集合可以仅是整个搜索窗口的一个子部分(例如,图5中展示的相对于整个搜索区域更小的初始点集)。并且,后续的菱形细化搜索(第一/第二菱形样式)是在这些初始预测器中最佳者的周围进行的。因此,整个初始搜索(包括预测器集测试和后续菱形细化)可以被认为是在整个搜索区域的一个子部分(由初始预测器集和菱形搜索范围定义)内进行的。这隐含公开了“初始搜索区域是整个搜索区域的子部分”这一概念。因此,该特征被隐含公开。
**技术特征U**:其进一步包括:确定具有所述最低匹配差值的所述候选者与所述当前块之间的第一距离《未公开》无相关描述。对比文件虽然涉及运动向量(包含位移信息),但其决策过程(如早期终止、是否细化)主要基于匹配成本(SAD或J值)与阈值的比较,并未公开需要显式计算并比较“候选块与当前块之间的(空间)距离”这一特定步骤。目标专利要求基于距离差异来决定后续搜索类型,这是一个特定的决策逻辑。该特征在对比文件中没有依据。
**技术特征V**:确定预测符与所述当前块之间的第二距离《未公开》无相关描述。同上,对比文件未公开需要显式计算“预测符与当前块之间的(空间)距离”这一步骤。该特征未被公开。
**技术特征W**:以及基于所述第一与第二距离之间的差异确定执行精炼搜索还是利用误差近似的全量搜索。《未公开》无相关描述。对比文件有决定是否进行细化搜索的步骤(如早期终止判断),但其判断依据是失真值是否低于阈值(T1, T2),而非基于如目标专利所述的“两个距离之间的差异”。该特定的决策逻辑未被对比文件公开。
**技术特征X**:其进一步包括仅基于合并运动向量的残余确定是否跳过运动估计。《未公开》无相关描述。对比文件公开了基于匹配失真(SAD/J值)与阈值的比较来进行早期终止(跳过进一步搜索),但从未提及“合并运动向量(merge motion vector)”这一概念,更未提及基于其“残余(residual)”来决定是否跳过运动估计。该特征涉及H.264/HEVC等标准中特定的编码工具和决策规则,在对比文件中没有对应描述。
**技术特征Y**:其中所述第二菱形样式从所述第一菱形样式移位步长4。《未公开》无相关描述。对比文件虽然公开了使用菱形搜索样式,但从未指定该菱形样式在迭代或转移时具有固定的“步长4”。步长的具体数值是目标专利的特定选择,在对比文件中没有公开任何具体的步长值。因此,该特征未被公开。

<<<F>>><<<S>>><<<a>>><<<b>>><<<e>>><<<g>>><<<o>>><<<p>>><<<q>>><<<r>>><<<t>>>

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