返回项目页面
对比文件列表
2002-10-31_US2002159636A_发明申请_US20020159636A1 GENERALIZED TEXT LOCALIZATION IN IMAGES_+++A_C_D_F_I_J_L_O_b_p+++.docx
2026-03-19 23:32
2004-01-29_US2004017941A_发明申请_US20040017941A1 System and method for bounding and classifying regions within a graphical image_+++A_D_i+++.docx
2026-03-19 23:32
2004-12-24_JP2004362381A_发明专利_JP2004362381A Image processor and image processing method_+++a_b_c_d_f_i_j_o+++.docx
2026-03-19 23:32
2007-06-07_US2007127774A_发明申请_US20070127774A1 Target detection and tracking from video streams_+++A_D_I+++.docx
2026-03-19 23:32
2007-08-09_US2007183661A_发明申请_US20070183661A1 Multi-mode region-of-interest video object segmentation_+++D_I_a_b_c+++.docx
2026-03-19 23:32
2010-12-02_JP2010271987A_发明专利_JP2010271987A Area classification device, image quality improvement device, image display apparatus, and methods therefor_+++A_D_I_g_j+++.docx
2026-03-19 23:32
2011-06-30_US2011158558A_发明申请_US20110158558A1 METHODS AND APPARATUSES FOR FACILITATING CONTENT-BASED IMAGE RETRIEVAL_+++A_D_i_j+++.docx
2026-03-19 23:32
2011-10-06_US2011243443A_发明申请_US20110243443A1 IMAGE SEGMENTATION_+++a_c_d_i+++.docx
2026-03-19 23:32
2012-03-29_US2012078899A_发明申请_US20120078899A1 SYSTEMS AND METHODS FOR DEFINING OBJECTS OF INTEREST IN MULTIMEDIA CONTENT_+++A_I_d+++.docx
2026-03-19 23:32
2012-09-19_CN102682454A_发明公开_CN102682454A 一种视频中的感兴趣区域跟踪方法及装置_+++A_D_I+++.docx
2026-03-19 23:32
2013-03-28_JP2013058158A_发明专利_JP2013058158A Image processor and image processing program_+++D_a_c_i_o+++.docx
2026-03-19 23:32
2013-05-08_CN102682454B_发明授权_CN102682454B 一种视频中的感兴趣区域跟踪方法及装置_+++A_D_I_b+++.docx
2026-03-19 23:32
2013-08-15_US2013208947A_发明申请_US20130208947A1 OBJECT TRACKING APPARATUS AND CONTROL METHOD THEREOF_+++C_D_F_I_O_a_b+++.docx
2026-03-19 23:32
2013-10-03_WO2013144418A_发明申请_WO2013144418A1 IMAGE SEGMENTATION_+++A_D_i+++.docx
2026-03-19 23:32
2014-01-30_US2014028842A_发明申请_US20140028842A1 CALIBRATION DEVICE AND METHOD FOR USE IN A SURVEILLANCE SYSTEM FOR EVENT DETECTION_+++a_b_d_g_i+++.docx
2026-03-19 23:32
2014-05-08_US2014126821A_发明申请_US20140126821A1 FOREGROUND AND BACKGROUND IMAGE SEGMENTATION_+++A_D_I_b_c_e_f+++.docx
2026-03-19 23:32
2014-10-14_US8861864B_发明授权_US08861864B2 Image feature detection based on application of multiple feature detectors_+++A_D_E_I_J+++.docx
2026-03-19 23:32
JP2018517972A_Description_20260309_2152_+++A_B_C_D_E_F_G_H_I_J_K_L_M_P_n_o+++.docx
2026-03-19 23:32
2012-03-29_US2012078899A_发明申请_US20120078899A1 SYSTEMS AND METHODS FOR DEFINING OBJECTS OF INTEREST IN MULTIMEDIA CONTENT_+++A_I_d+++.docx

对比文件名称:2012-03-29_US2012078899A_发明申请_US20120078899A1 SYSTEMS AND METHODS FOR DEFINING OBJECTS OF INTEREST IN MULTIMEDIA CONTENT

目标专利名称:用于减少多个限界区的系统和方法CN107636589B

模型名称:DeepSeek-R1

### 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《直接公开》[0098] ... generating a plurality of scenes from the multimedia content, each of the plurality of scenes including one or more candidate objects of interest. (从多媒体内容生成多个场景,每个场景包括一个或多个候选感兴趣对象。)对比文件公开了从多媒体内容(包含图像/视频)生成多个“场景(scenes)”,每个场景包含候选对象。在目标专利中,“限界区”是限定图像像素边界的封闭形状(参见[0031]),用于定位对象。对比文件的“场景”同样是从内容中划分出的、包含候选对象的区域,其作用与目标专利的“限界区”实质相同,都是作为对象检测/定位的候选区域。因此,本领域技术人员能毫无疑义地得出对比文件公开了“基于图像产生多个限界区”这一技术特征。
技术特征B《未公开》无目标专利中,确定子集的核心准则之一是“色差准则”。对比文件虽然公开了基于用户选择来确定对象(例如[0098]“receiving selection of one or more of the candidate objects of interest as objects of interest”),但从未提及任何基于“色差”或“色彩距离”的准则来区分或选择对象。对象的选择完全基于用户交互或可能基于其他未明确的算法,与“色差准则”不同。因此,该特征未被直接公开。同时,对比文件内容也未提供任何信息能让本领域技术人员合理推断出使用“色差准则”来确定子集,因此也未隐含公开。
技术特征C《未公开》无目标专利的“色差准则”具体基于“限界区与相应环绕区之间的色彩距离”来区分限界区(参见[0058]-[0063])。对比文件全文未提及“环绕区”的概念,也未涉及计算限界区(或类似区域)内部与外部区域之间的“色彩距离”或“色彩直方图比较”来作为选择或区分对象的准则。因此,该特征既未被直接公开,也未被隐含公开。
技术特征D《隐含公开》[0110] ...defining one or more actions to be taken with respect to one or more of the objects of interest... (定义要针对一个或多个感兴趣对象采取的一个或多个动作...)目标专利中,“处理图像”包括执行对象跟踪、辨识、增强等多种操作(参见[0067]-[0076])。对比文件公开了在定义(选中)对象后,可以定义并执行与这些对象相关联的动作(例如提供超链接、显示信息等,参见[0106], [0148], [0183])。虽然对比文件未使用“处理图像”这一概括性表述,但其“定义并执行与对象相关的动作”在广义上构成了对包含对象的图像/视频内容的一种后续处理和应用。本领域技术人员能够从对比文件公开的“定义动作”合理推断出,在选中对象(相当于确定子集)后,会基于这些对象执行某些处理步骤。因此,该技术特征被对比文件隐含公开。
技术特征E《未公开》无目标专利中“居中性”指限界区相对于选定区域(如触摸点)的中心距离(参见[0046]-[0050])。对比文件在描述对象选择时(例如[0142]-[0143]),用户通过绘制方框或点击来定义对象边界,未提及任何基于“居中性”的准则来筛选候选对象。因此,该特征未被公开。
技术特征F《未公开》无如特征C所述,对比文件未公开任何关于“色彩直方图比较”的内容。该特征未被公开。
技术特征G《未公开》无目标专利中“平均大小”准则是用于筛选限界区的独立准则之一(参见[0051]-[0056])。对比文件未提及基于候选对象或区域的平均大小、中值或均值来进行筛选或选择的任何准则。因此,该特征未被公开。
技术特征H《未公开》无该特征是对特征G中“平均大小”的具体限定。由于特征G未被公开,该从属特征自然也未被公开。
技术特征I《直接公开》[0098] ...detecting objects of interest in multimedia content... (检测多媒体内容中的感兴趣对象...)<br>[0092] ...track objects on current video frame... (跟踪当前视频帧上的对象...)目标专利说明书[0005],[0067]-[0076]明确列举了“处理图像”所包含的多种具体操作,如对象辨识、对象跟踪等。对比文件直接公开了其系统和方法的目的及功能包含“检测”(即辨识)多媒体内容中的对象([0098]),以及“跟踪”视频帧中的对象([0092])。这些操作在对比文件中所起的作用(识别和追踪内容中的元素)与在目标专利中的作用相同。因此,特征I被直接公开。
技术特征J《未公开》无目标专利中“基于梯度的限界区产生算法”(如BING)是产生限界区的一种具体方式(参见[0032])。对比文件虽然公开了生成场景或候选对象(特征A),但未限定具体算法,更没有提及“基于梯度的”算法。因此,该特征未被公开。
技术特征K《未公开》无该特征涉及应用“居中性准则或第一大小准则”进行拒绝的具体步骤。如特征E和G所述,对比文件未公开“居中性准则”和“大小准则”。因此,该包含具体准则的组合步骤自然也未被公开。
技术特征L《未公开》无该特征涉及应用“色差准则或第二大小准则”进行选择的具体步骤。如特征B和G所述,对比文件未公开“色差准则”和“大小准则”。因此,该包含具体准则的组合步骤自然也未被公开。
技术特征M《未公开》无该特征是对特征L中“第二大小准则”的进一步具体限定(经加权中值或均值大小)。由于特征L未被公开,该从属特征自然也未被公开。
技术特征N《未公开》无该特征涉及基于“居中性准则”进行拒绝的具体逻辑。如特征E所述,对比文件未公开“居中性准则”,因此该步骤未被公开。
技术特征O《未公开》无该特征涉及计算“色彩距离”。如特征C所述,对比文件未公开“色彩距离”的概念或计算。因此,该步骤未被公开。
技术特征P《未公开》无该特征涉及选择具有“最大色彩距离”的限界区。如特征C所述,对比文件未公开“色彩距离”,因此该选择步骤未被公开。

### 总结

经比对,对比文件US20120078899A1公开了目标专利权利要求中的部分技术特征。其中,技术特征A(基于图像产生多个限界区)和技术特征I(处理图像包括执行对象辨识、对象跟踪等)被对比文件直接公开。技术特征D(基于子集处理图像)被对比文件隐含公开。其余技术特征(B, C, E, F, G, H, J, K, L, M, N, O, P)均未被对比文件直接公开或隐含公开,主要原因是对比文件未公开目标专利中用于减少限界区子集的核心准则(如色差准则、居中性准则、大小准则)及其具体实施方式。

<<<A>>><<<I>>><<<d>>>

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