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
2011-08-16_US8000392B_发明授权_US08000392B1 Phase correlation based motion estimation in hybrid video compression_+++p+++.docx
2026-03-19 22:09
2012-12-25_US8340189B_发明授权_US08340189B1 Phase correlation based motion estimation in hybrid video compression_+++p_u_v+++.docx
2026-03-19 22:09
2013-04-18_US2013094567A_发明申请_US20130094567A1 APPARATUS AND METHODS FOR PERFORMING BLOCK MATCHING ON A VIDEO STREAM_+++B_P_R+++.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
2011-08-16_US8000392B_发明授权_US08000392B1 Phase correlation based motion estimation in hybrid video compression_+++p+++.docx

对比文件名称:2011-08-16_US8000392B_发明授权_US08000392B1 Phase correlation based motion estimation in hybrid video compression

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

本次调用模型名称:DeepSeek-R1

### 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**: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<br>**判断结果**:未直接公开,未隐含公开对比文件在背景技术部分提到多种快速运动估计算法,其中包括钻石搜索(DS):“The three-step search (TSS), new three-step search (NTSS), four step-search (4SS), block-based gradient descent search (BBGDS), **diamond search (DS)**, hexagon-based search (HEXBS), Unsymmetrical-cross Multi-Hexagon-grid Search (UMHexagonS), Predictive Motion Vector Field Adaptive Search Technique (PMVFAST) and Enhanced Predictive Zonal algorithm (EPZS) are a few such FME algorithms.”**论述**:目标专利的特征A核心在于针对非自然视频数据,从围绕“先前候选块”的“第一菱形样式”中选择候选块。对比文件虽然提及“钻石搜索(DS)”作为一种快速运动估计算法,但并未具体描述其如何选择候选块,特别是没有描述从围绕一个“先前候选块”的菱形样式中进行选择的过程。对比文件全文描述的是一种基于相位相关的、完全不同的运动估计方法,其候选运动向量来源于相位相关表面的峰值,而非通过遍历固定大小的菱形搜索样式产生(参见[0038]-[0057])。因此,本领域技术人员无法从对比文件毫无疑义地得出或通过合理推理得到特征A的技术方案。
**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<br>**判断结果**:未直接公开,未隐含公开对比文件描述了计算失真度量(如SAD)来评估候选运动向量:“The motion estimator 122 determines a distortion measure (e.g., **sum of absolute difference, SAD**) between the current block of the current frame P relative to the predictor block of reference frame R. The candidate motion vector that minimizes distortion is chosen to be the best candidate...” (参见[0057])**论述**:目标专利的特征B是获得“先前候选块”的“最低匹配差值”,用于后续与新候选块的估计总匹配差值进行比较,这是其提早退出和多级近似机制的一部分。对比文件确实计算SAD作为匹配差值(失真度量),并在多个候选运动向量中选择失真最小的一个。然而,对比文件并未描述将针对一个“先前候选块”计算出的最低匹配差值(作为基准值)存储下来,并用于与后续其他候选块的“估计总匹配差值”进行比较的机制。对比文件的SAD计算是用于直接、完整地评估每个候选运动向量对应的块,以选择最佳者,而非作为近似比较的基准。两者作用不同。因此,特征B未被对比文件公开。
**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<br>**判断结果**:未直接公开,未隐含公开同上,对比文件计算的是完整块的SAD,例如:“determines a distortion measure (e.g., **sum of absolute difference, SAD**) between the current block of the current frame P relative to the predictor block of reference frame R.” (参见[0057])**论述**:目标专利的特征C核心在于仅计算候选块样本的“第一子集”与当前块匹配的“部分匹配差值”,这是其降低计算复杂度的关键,特别针对非自然视频数据中误差可能集中在少数样本的特性。对比文件明确记载计算的是完整块之间的SAD,即对所有样本进行计算的“完整匹配差值”,而非“部分”样本子集的差值。虽然计算SAD在概念上相似,但“计算完整块的SAD”与“计算样本子集的部分匹配差值”是两个不同的技术手段,服务于不同的目的(完整评估 vs. 快速近似)。本领域技术人员无法从对比文件中推理出仅计算样本子集的部分匹配差值的技术方案。
**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<br>**判断结果**:未直接公开,未隐含公开对比文件未提及基于部分匹配差值来估计总匹配差值。**论述**:目标专利的特征D是基于第一部分匹配差值来“估计”总匹配差值,这是一种近似技术,旨在不计算全部样本的情况下预测完整的匹配成本。对比文件中的SAD计算是针对完整块的确切失真度量,不存在“基于部分差值进行估计”的步骤或概念。两者技术手段截然不同。因此,特征D未被对比文件公开。
**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<br>**判断结果**:未直接公开,未隐含公开对比文件未提及将候选块的“经估计的总匹配差值”与一个先前存储的“最低匹配差值”进行比较。**论述**:目标专利的特征E是其提早退出机制的核心步骤:将当前候选块的“估计”总成本与已知的最佳成本(先前候选块的最低匹配差值)进行比较。对比文件在评估候选运动向量时,会计算每个候选的SAD,并选择SAD最小的作为最佳候选([0057])。但这是一种直接比较完整SAD值以确定最小值的过程,并非是将一个“估计值”与一个已知的“最低基准值”进行比较以决定是否提前终止对该候选的进一步评估。两者的比较逻辑和作用不同。因此,特征E未被对比文件公开。
**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<br>**判断结果**:未直接公开,未隐含公开对比文件未提及基于估计值与基准值的比较来确定候选块是否“不具有”最低匹配差值。**论述**:目标专利的特征F是基于比较结果做出决策:如果候选块的估计总匹配差值大于已知最低值,则确定它不具有最低匹配差值,从而可能提前拒绝该候选块。对比文件的选择逻辑是遍历计算所有候选的完整SAD后,找出最小值。它没有这种基于近似比较的早期决策步骤。因此,特征F未被对比文件公开。
**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<br>**判断结果**:未直接公开,未隐含公开对比文件未描述基于候选块不具有最低匹配差值这一判断,来触发选择后续候选块,且后续候选块来自于一个从先前菱形样式水平/垂直移位而来的、相同尺寸的第二菱形样式。**论述**:目标专利的特征G描述了搜索样式的动态移动逻辑:当一个菱形样式中的候选块被判定为不具优势(基于估计比较),则搜索点转移到下一个移位的菱形样式。这构成了其针对非自然视频的“移动菱形样式”搜索策略。对比文件未描述任何类似的菱形搜索样式遍历机制。其候选运动向量完全来源于相位相关分析产生的峰值,而非通过遍历固定尺寸且逐步移位的菱形样式网格来获得([0038], [0057])。因此,特征G未被对比文件公开。
**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。<br>**判断结果**:未直接公开,未隐含公开1. 关于搜索样式:对比文件仅在列举现有技术时提到“diamond search (DS)”,但未在其发明的相位相关方法中采用或描述“水平和/或垂直地遍历固定大小的菱形搜索样式”。<br>2. 关于非自然视频数据:对比文件全文未提及“非自然视频数据”或“未通过具有光学系统的相机捕获的视频数据”。其方法应用于一般的视频压缩,未区分自然与非自然内容。**论述**:特征H包含两个限定:1) 使用特定的搜索样式(水平/垂直遍历固定大小菱形);2) 应用于非自然视频数据。对于第一点,对比文件的核心发明是基于相位相关的运动估计,其候选运动向量来自频域分析,而非空间域的样式遍历搜索。提及“DS”仅是背景技术介绍,不能视为其发明公开了该特征。对于第二点,目标专利明确将技术方案应用于并针对“非自然视频数据”进行优化,这是其发明背景和要解决的技术问题关键所在(参见[0018])。对比文件完全没有涉及视频数据“自然”与“非自然”的区分及相关问题。因此,特征H的两个限定均未被对比文件公开。
**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。<br>**判断结果**:未直接公开,未隐含公开对比文件未提及基于第一部分匹配差值来计算剩余样本匹配差值的“估计值”。**论述**:目标专利的特征I是其特征D的进一步细化,描述了如何通过计算剩余样本匹配差值的“估计值”来得到总匹配差值的估计。这是一种多级近似成本计算中的关键步骤。对比文件没有这种“估计”剩余样本匹配差值的概念,其SAD计算是确定性的、基于全部样本的。因此,特征I未被对比文件公开。
**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<br>**判断结果**:未直接公开,未隐含公开对比文件未提及计算样本的“第二子集”的“第二部分匹配差值”。**论述**:目标专利的特征J是其多级近似成本计算中更高级别的精炼步骤,计算第二个样本子集的匹配差值。对比文件仅计算完整块的SAD,不存在分多个子集逐步计算部分匹配差值的机制。因此,特征J未被对比文件公开。
**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<br>**判断结果**:未直接公开,未隐含公开对比文件未提及“更新剩余样本”的概念。**论述**:目标专利的特征K是在多级计算中更新剩余样本集合,为下一级精炼计算做准备。这是其迭代近似过程的一部分。对比文件没有类似的样本子集管理和更新步骤。因此,特征K未被对比文件公开。
**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<br>**判断结果**:未直接公开,未隐含公开对比文件未提及“经精炼估计值”或精炼匹配差值估计值的过程。**论述**:目标专利的特征L描述了在多级近似中,利用更新后的剩余样本(即更少的样本)来精炼之前对剩余样本匹配差值的估计。这是一个逐步逼近的过程。对比文件不存在这种对“估计值”进行迭代“精炼”的技术方案。因此,特征L未被对比文件公开。
**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<br>**判断结果**:未直接公开,未隐含公开对比文件未提及将多个部分匹配差值与精炼估计值求和以精炼总匹配差值。**论述**:目标专利的特征M是多级近似成本计算的最终合成步骤,通过累加已计算的部分匹配差值和剩余部分的精炼估计值,得到更精确的总匹配差值估计。对比文件的成本计算是单步、完整的SAD计算,没有这种分阶段累加精炼的机制。因此,特征M未被对比文件公开。
**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。<br>**判断结果**:未直接公开,未隐含公开对比文件未提及基于“经精炼的经估计的总匹配差值”来确定候选块是否具有最低匹配差值。**论述**:目标专利的特征N是在多级精炼后,使用更精确的估计值来进行与特征F类似的判断。对比文件的选择决策基于完整的SAD值,而非任何经过多级精炼的估计值。因此,特征N未被对比文件公开。
**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<br>**判断结果**:未直接公开,未隐含公开对比文件在运动估计过程中自然会选择候选块(对应候选运动向量指向的参考块),但未明确将其区分为用于比较基准的“先前候选块”。**论述**:目标专利的特征O是选择“先前候选块”,其目的是为了获得一个用于比较的基准值(最低匹配差值)。虽然对比文件在搜索过程中会评估不同的候选块,但其流程中并没有一个明确的步骤是专门为了建立这样一个比较基准而“选择先前候选块”。对比文件是顺序评估所有候选,并记录当前遇到的最佳者。两者的上下文和目的略有不同。更关键的是,即使认为对比文件隐含了选择候选块的行为,但其与目标专利中“先前候选块”所扮演的“基准”角色并不完全相同。考虑到特征O是作为一组关联特征(O-R)的一部分,用于支持多级比较机制,而该机制整体上未被公开,因此认为特征O未被对比文件公开。
**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<br>**判断结果**:未直接公开,未隐含公开对比文件在评估过程中会计算每个候选块的SAD,并跟踪最小值,可以认为这隐含了计算“先前最低匹配差值”(即当前最佳SAD)。**论述**:在对比文件的运动向量评估过程中,为了找到最佳候选,必然会计算并保持一个当前的最小SAD值,这可以理解为“先前最低匹配差值”。虽然对比文件没有明确命名此概念,但其技术方案在实施时必然包含这一计算和记录步骤。本领域技术人员可以从对比文件整体描述的“选择失真最小的候选”这一目的中,合理推断出需要计算并维护一个当前最低匹配差值(SAD)。因此,特征P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<br>**判断结果**:未直接公开,未隐含公开对比文件未提及“经精炼的经估计的总匹配差值”与“先前总匹配差值”的比较。**论述**:目标专利的特征Q是比较逻辑的具体化,但其比较的对象是“经精炼的经估计的总匹配差值”,这是其多级近似成本计算后的结果。对比文件没有“经精炼的经估计的总匹配差值”这一概念,其比较是基于完整的SAD值。因此,尽管比较大小这一基本操作本身是简单的,但应用于目标专利特定的、未被公开的“经精炼的经估计的总匹配差值”上,该特征整体未被对比文件公开。
**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。<br>**判断结果**:未直接公开,未隐含公开对比文件未提及基于“经精炼的经估计的总匹配差值”与“先前总匹配差值”的比较来更新最佳候选块。**论述**:与特征Q同理,目标专利的特征R依赖于其特有的“经精炼的经估计的总匹配差值”。对比文件更新最佳候选是基于完整的SAD比较,而非这种估计值的比较。因此,特征R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。<br>**判断结果**:未直接公开,未隐含公开对比文件提到了运动向量的编码成本(位成本):“the cost (in bits) of encoding the motion vector alone”(参见[0061]),并在筛选候选时考虑此成本。**论述**:目标专利的特征S将运动向量位成本纳入总匹配差值的估计中,即总成本 = 第一部分匹配差值 + 剩余样本匹配差值的估计值 + 运动向量位值。对比文件虽然提到了运动向量的编码成本,并在筛选候选时将其作为一个独立因素考虑(如果运动向量编码成本过高,则直接排除该候选,而不计算SAD),但并未将其与图像失真度量(如SAD)相加形成一个“总匹配差值”或总成本估计值。对比文件是将失真度量(SAD)和位成本作为两个独立的筛选条件或考虑因素,而非将它们求和为一个综合成本函数。两者在技术手段上存在差异。因此,特征S未被对比文件公开。
**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。<br>**判断结果**:未直接公开,未隐含公开对比文件未提及“经修改初始搜索”,也未提及“初始搜索区域”是整个搜索区域的子部分。其相位相关方法不涉及这种分区域的样式搜索。**论述**:目标专利的特征T限定了搜索是在一个较小的“初始搜索区域”内进行,这是针对非自然视频特性对常规搜索的改进。对比文件的相位相关方法直接在整个相位相关块对应的频域进行分析,产生候选运动向量,没有“先在一个小区域搜索,再根据结果决定是否扩大搜索”的步骤或概念。因此,特征T未被对比文件公开。
**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<br>**判断结果**:未直接公开,未隐含公开对比文件未提及确定最佳候选块与当前块之间的“距离”。**论述**:目标专利的特征U中提到的“距离”很可能是指空间位置上的距离(例如,运动向量的大小),用于后续决策搜索策略。对比文件在选出最佳运动向量后,该运动向量本身即表征了位移,但对比文件并未描述有意识取这个位移的“距离”值用于后续流程决策的步骤。其后续可能进行亚像素搜索,但并非基于“距离”比较的决策。因此,特征U未被对比文件公开。
**技术特征V**:确定预测符与所述当前块之间的第二距离<br>**判断结果**:未直接公开,未隐含公开对比文件未提及“预测符”以及与当前块之间的“距离”。**论述**:目标专利的特征V涉及“预测符”,这通常指由运动向量预测机制得到的预测运动向量所指向的块。对比文件没有描述这种预测符以及计算其与当前块距离的步骤。因此,特征V未被对比文件公开。
**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。<br>**判断结果**:未直接公开,未隐含公开对比文件未提及基于两个距离的差异来确定执行何种类型的搜索。**论述**:目标专利的特征W是基于距离差异的动态搜索策略决策,这是其方法流程中的一个关键控制点。对比文件的流程是固定的:相位分析获得候选,评估候选,可选地进行亚像素精炼。没有这种根据中间结果(距离差异)在“精炼搜索”和“全量搜索”之间进行分支选择的机制。因此,特征W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。<br>**判断结果**:未直接公开,未隐含公开对比文件未提及“合并运动向量”或基于其“残余”来确定是否跳过运动估计。**论述**:目标专利的特征X是针对非自然视频修改的提早跳过检测规则,具体而明确。对比文件中完全没有涉及“合并运动向量”的技术,也没有描述基于某种残余信号来跳过运动估计的检测机制。因此,特征X未被对比文件公开。
**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。<br>**判断结果**:未直接公开,未隐含公开对比文件未提及菱形样式及其移位的具体步长。**论述**:目标专利的特征Y明确了菱形样式移位的具体步长(4),这是其搜索样式遍历的一个具体参数。对比文件既未公开菱形样式遍历搜索,更未公开任何具体的移位步长。因此,特征Y未被对比文件公开。

<<<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