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
2009-03-26_JP2009513068A_发明专利_JP2009513068A Scalable motion estimation for video encoding_+++A_B_O_P_T_c_g_u+++.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
JP2006270958A_Description_20260309_1924_+++a_b_g_o_p+++.docx
2026-03-19 22:09
JP2007053788A_Description_20260309_1924_+++b_o_p_u+++.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
JP2006270958A_Description_20260309_1924_+++a_b_g_o_p+++.docx

对比文件名称:JP2006270958A_Description_20260309_1924

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:本次调用由DeepSeek提供支持。

## 特征比对表格

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》[0016] “前記第二画面にある原則で一つのブロックを選択して探索基点とし、該探索基点を中心とするソリット菱形(solid rhombus)の領域を最初の探索領域とし、前記探索基点から順次遠い位置に前記予定ブロックとのマッチングブロックを探索して前記動きベクトルを推定し、中空菱形の探索パターンを利用して、最初の探索領域以外での最適動きベクトルを迅速サーチすることを特徴とする...” <br> [0026] “本発明は第一画面501(又は現画面(Current Frame)と呼ばれる)に含まれる予定ブロック51から、時間的に近い第二画面502(又は参照画面(Reference Frame)と呼ばれる)に前記予定ブロック51とのマッチングピクセルを探索して、前記予定ブロック51の動きベクトル53を推定する。本発明では前記第二画面502に含まれる予定探索点520を探索基点として、該探索基点を中心とするソリット菱形(図示せず)の探索領域を形成する、該探索基点から順次遠い位置にマッチングブロックを探索して、動きベクトル53を推定する。”目标专利中“第一帧”相当于对比文件中的“第二画面/参照画面”,“当前块”相当于“予定ブロック51”。目标专利的“候选块”是在第一帧(参考帧)中搜索得到的。对比文件明确公开了在参考帧(第二画面)上选择一个点作为“探索基点”,并以该基点为中心形成“ソリット菱形”(solid rhombus,实心菱形)的探索区域,从中探索匹配块(即候选块)。虽然对比文件没有明确使用“先前候选块”这一术语,但其搜索过程是迭代进行的(参见图5流程图及说明),每次搜索的中心点(探索基点)可以是上一次搜索得到的最佳匹配点(例如[0030]段描述的以“最も類似度の高い点”为新探索基点)。因此,本领域技术人员可以合理推断,后续搜索的候选块是从围绕“先前”最佳匹配点(即一种“先前候选块”)的菱形样式(实心菱形或中空菱形)中选择的。该菱形样式在对比文件中用于搜索候选块,与目标专利中用于选择候选块的“第一菱形样式”作用相同。因此,该特征被对比文件隐含公开。
**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》[0030] “...次に最も類似度の高い点を判定する(ステップ602)...” <br> [0032] “...再度最も類似度の高い点を判定する(ステップ606)...”对比文件在搜索过程中,每一步都需要“判定最も類似度の高い点”(判断相似度最高的点)。判断相似度最高必然涉及计算和比较当前搜索点(候选块)与目标块(予定ブロック)之间的匹配差值(例如SAD、SSD等)。在迭代搜索中,当前步骤的“先前候选块”可以理解为上一步搜索结束时确定的“最も類似度の高い点”。基于使该点(先前候选块)与当前块匹配,必然已经计算并获得了其匹配差值,这个差值在上一步中就是“最低匹配差值”。虽然对比文件没有明确使用“先前经计算的最低匹配差值”这一表述,但其技术方案的逻辑必然包含这一过程。因此,该特征被对比文件隐含公开。
**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》无相关原文引用。目标专利的核心创新点之一在于,针对非自然视频数据误差集中的特点,仅计算候选块“样本的第一子集”(如几条扫描线)与当前块的匹配差值(即部分匹配差值),而非计算整个块的所有样本,以加速搜索。对比文件通篇描述的运动估计匹配计算(例如判定“最も類似度の高い点”)都是基于完整的宏块或块进行的,没有提及或暗示可以仅使用块内部分样本(子集)来计算一个“部分匹配差值”。因此,对比文件没有公开,本领域技术人员也无法从对比文件中直接或隐含地得出该技术特征。
**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》无相关原文引用。该特征是基于特征C的部分匹配差值来估计整个块的总匹配差值。由于对比文件没有公开计算“第一部分匹配差值”(特征C),因此基于部分差值来估计总差值的步骤在对比文件中完全没有依据,也无法从中推断。
**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《未公开》无相关原文引用。该比较操作依赖于特征D中“经估计的总匹配差值”的存在。由于对比文件没有公开特征D,因此这种特定的比较(将估计的总差值与先前最低差值比较)也就没有被公开。对比文件中虽然存在比较匹配差值以确定最佳点的步骤,但其比较的是完整计算出的匹配差值,而非基于部分样本估计出的总差值。
**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《未公开》无相关原文引用。该确定步骤是特征E比较操作的结果。由于特征E未被公开,该确定步骤也未被公开。
**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》[0030] “最も類似度の高い点1vが該ソリット菱形の外側八点の一つ(ステップ604)にあるため、次に第二回探索を行い、 該最も類似度の高い点1vを新探索基点として、菱形の枠にあるまだ探索していなかった三点或いは五点(図6Bの2,2v,4と表示している点)を探索領域とする(ステップ605)。” <br> [0032] “仮に最も類似度の高い点2vが菱形の枠にある(ステップ607)場合、第三回探索を行い、 該最も類似度の高い点2vを新探索基点として、菱形の枠にあるまだ探索していなかった三点(図6Bの3と表示している点)を探索領域とする(ステップ605)。”对比文件明确描述了当在某一菱形(如第一回的“ソリット菱形”)中确定的最佳匹配点位于该菱形的外框时(即“不具有最低匹配差值”的一种表现,因为它不是中心点,暗示可能不是全局最优),则以该最佳匹配点作为新的搜索中心(新探索基点),并围绕该新中心点,在其“菱形の枠”(中空菱形的边框)上搜索剩余的、尚未搜索的点(即后续候选块)。这个围绕新中心点的“中空菱形”边框,其尺寸和形状是固定的(参见图示),它相对于前一个菱形(第一菱形样式)来说,是水平地和/或垂直地移位到了新的中心位置,并且保持了相同的菱形尺寸和样式。这完全对应于目标专利中“第二菱形样式”的概念。因此,该特征被对比文件隐含公开。
**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》[0016] “...ソリット菱形(solid rhombus)の領域を最初の探索領域とし...中空菱形の探索パターンを利用して...” <br> (全文未提及非自然视频数据的定义或限定)1. 对比文件确实公开了使用固定大小的菱形搜索样式(如“ソリット菱形”和“中空菱形”)来执行运动估计。2. 然而,对比文件完全没有提及“非自然视频数据”这一概念,更未将其限定为“未通过具有光学系统的相机捕获的视频数据”。对比文件描述的是通用的MPEG视频编码和运动估计,适用于自然视频。目标专利明确将应用场景限定于“非自然视频数据”并给出了定义,这是其发明背景和要解决的技术问题的重要组成部分。该限定性特征未被对比文件公开。3. 关于“水平和/或垂直地遍历”,对比文件的搜索过程主要是通过移动菱形中心点来覆盖搜索区域,虽然移动方向包含水平和垂直分量,但并未明确描述为“遍历”这一特定方式。综合来看,该特征的整体技术方案未被公开。
**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》无相关原文引用。该特征是基于部分匹配差值来估计剩余样本的匹配差值,从而构成总匹配差值的估计。这完全依赖于特征C(部分匹配差值计算)的存在。由于对比文件没有公开任何关于部分样本计算的内容,因此这种基于部分差值估计剩余差值的步骤完全没有依据。
**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》无相关原文引用。该特征属于目标专利中多级精炼计算的一部分,计算第二个样本子集的部分匹配差值。对比文件完全没有涉及基于样本子集的分级匹配差值计算。
**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》无相关原文引用。该特征是多级精炼计算过程中的一个具体步骤。对比文件未公开任何关于处理样本子集和更新剩余样本的操作。
**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》无相关原文引用。该特征描述了多级精炼过程。对比文件未公开任何关于匹配差值的“估计”、“精炼估计值”的概念或操作。
**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》无相关原文引用。该特征是多级精炼过程中计算精炼后总匹配差值的方式。对比文件未公开任何关于将多个部分匹配差值及估计值求和以精炼总匹配差值的操作。
**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》无相关原文引用。该确定步骤依赖于特征M中“经精炼的经估计的总匹配差值”。由于特征M未被公开,该确定步骤也未被公开。
**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》[0030], [0032] (同特征G引用) 搜索过程中,会以当前最佳匹配点作为“新探索基点”进行下一轮搜索,该“新探索基点”实质上就是相对于下一轮搜索而言的“先前候选块”。在对比文件的迭代搜索流程中(如图5),每一次搜索循环的开始,都有一个当前的中心点(探索基点)。对于本次搜索而言,这个中心点可以视为是根据某种规则(如上一次搜索结果)选择出来的一个“先前候选块”,用于启动本次的匹配搜索过程。虽然对比文件没有明确使用“选择先前候选块”这一表述,但其技术方案逻辑必然包含这一步骤:即从参考帧中确定一个起始搜索位置(点/块)。因此,该特征被对比文件隐含公开。
**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》[0030] “...最も類似度の高い点を判定する(ステップ602)...”在对比文件的搜索过程中,当确定了一个点作为“新探索基点”(即特征O的先前候选块)时,这个点之所以被选中,是因为在上一轮搜索中它被判定为“最も類似度の高い点”(相似度最高的点)。判定其为最高相似度,必然意味着已经计算了其与当前块的匹配差值,并且该差值在上一轮搜索的候选者中是最低的(即“先前最低匹配差值”)。因此,该特征被对比文件隐含公开。
**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《未公开》无相关原文引用。该特征依赖于目标专利特有的多级精炼和估计总匹配差值的流程。对比文件未公开“经精炼的经估计的总匹配差值”这一概念,其判断候选块是否最佳是基于完整计算的匹配差值的直接比较,而非基于估计值的比较。因此,该特征未被公开。
**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。《未公开》无相关原文引用。同上,该特征依赖于目标专利特有的多级精炼和估计总匹配差值的流程,未被对比文件公开。
**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。《未公开》无相关原文引用。对比文件虽然涉及运动向量估计(動きベクトルを推定),但完全没有公开在运动估计的匹配成本计算中,需要计算“运动向量位值”(即编码运动向量所需的比特成本λ*mvbits),并将其与像素匹配差值相加得到“总匹配差值”(即率失真成本)。这是目标专利中可能借鉴的现代视频编码技术,但并未在对比文件中体现。
**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。《未公开》[0016] “...該探索基点を中心とするソリット菱形(solid rhombus)の領域を最初の探索領域とし...”对比文件公开了以探索基点为中心的“ソリット菱形”作为“最初の探索領域”。虽然可以理解这个菱形区域通常小于整个参考帧(整个搜索区域),但对比文件并未明确将“初始搜索区域”描述为“整个搜索区域的子部分”这一概念,也没有将其与“经修改初始搜索”这一特定术语关联。更重要的是,目标专利的“经修改初始搜索”具有针对非自然视频数据、避免使用指数扩展菱形等特定含义,这与对比文件公开的通用菱形搜索起点的作用并不完全相同。因此,该特征未被公开。
**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》无相关原文引用。对比文件在运动估计过程中会得到一个最佳匹配点及其运动向量,运动向量本身就隐含了距离。但是,对比文件没有明确描述在搜索过程中“确定”这个距离并将其作为一个独立的、用于后续决策(如特征W)的步骤。因此,该特征未被公开。
**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》无相关原文引用。对比文件没有提及“预测符”(predictor)这一概念。其搜索的起点是“探索基点”,这个基点可能是通过其他方式(如相邻块)得到的预测位置,但对比文件本身并未描述确定该预测位置与当前块之间距离的步骤。因此,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》无相关原文引用。对比文件的搜索流程(图5)是基于当前最佳匹配点是否在菱形中心或边框来决定下一步是停止搜索、扩展搜索还是精细化搜索,其决策逻辑是基于“位置”(中心/边框)而非基于“距离的差异”。同时,对比文件没有“利用误差近似的全量搜索”这一概念。因此,该特征未被公开。
**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》无相关原文引用。对比文件完全没有提及“合并运动向量”(Merge MV)以及基于其“残余”信号来跳过运动估计的技术。这是目标专利中针对非自然视频数据提出的特定优化策略,在对比文件中没有任何记载或暗示。
**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》无相关原文引用。对比文件说明了第二菱形样式(即新的中空菱形)的中心相对于第一菱形样式中心发生了移位,但从未公开任何具体的移位步长数值(如“4”)。该具体数值未被公开。

<<<a>>><<<b>>><<<g>>><<<o>>><<<p>>>

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