返回项目页面
对比文件列表
2010-02-03_EP2150058A_发明公开_EP2150058A1 Encoding and decoding methods and apparatus, signal and computer program products therefor_+++E_F_P_a_b_c_d_g_m_n+++.docx
2026-07-18 15:39
2012-11-22_US2012294369A_发明申请_US20120294369A1 METHODS AND APPARATUS FOR SAMPLING-BASED SUPER RESOLUTION VIDEO ENCODING AND DECODING_+++E_F_O_P_X_Y_b_c_d_m_n+++.docx
2026-07-18 15:39
2013-03-21_WO2013040287A_发明申请_WO2013040287A1 SYSTEMS AND METHODS FOR SPATIAL PREDICTION_+++A_B_C_D_E_F_G_H_I_J_K_L_M_N_O_P_Q_R_S_T_U_W_X_Y_z+++.docx
2026-07-18 15:39
2013-07-10_EP2150058B_发明授权_EP2150058B1 Scalable multiple description coding of video sequences_+++E_P_a_b_c_d_f_g_h_i_m_n_q_r_s_t+++.docx
2026-07-18 15:39
2013-08-16_TW201334541A_发明专利_TW201334541A 空間預測系統及方法_+++A_B_C_D_F_G_H_I_J_K_L_M_N_O_P_Q_R_S_T_U_W_X_Y_e_z+++.docx
2026-07-18 15:39
2014-05-23_KR1020140062516A_发明公开_KR1020140062516A 공간 예측을 위한 시스템들 및 방법들_+++A_B_C_D_E_F_G_H_I_J_K_L_M_N_O_P_Q_R_S_T_U_W_X_Y_Z+++.docx
2026-07-18 15:39
2014-07-23_EP2756678A_发明公开_EP2756678A1 SYSTEMS AND METHODS FOR SPATIAL PREDICTION_+++A_B_C_D_F_G_H_I_J_K_M_N_O_P_Q_R_S_T_U_W_X_Y_e_l+++.docx
2026-07-18 15:39
2015-04-16_US2015103886A_发明申请_US20150103886A1 HIGH LEVEL SYNTAX FOR HEVC EXTENSIONS_+++a_c_d_e_m_n+++.docx
2026-07-18 15:39
2015-06-10_CN104702962A_发明公开_CN104702962A 帧内编解码方法、编码器和解码器_+++A_B_C_G_I_N_Q_U_Y_d_e+++.docx
2026-07-18 15:39
2015-06-11_US2015161772A_发明申请_US20150161772A1 OPTIMIZING AN IMAGE FILTER_+++e_f_n_p+++.docx
2026-07-18 15:39
2016-05-05_US2016127728A_发明申请_US20160127728A1 VIDEO COMPRESSION APPARATUS, VIDEO PLAYBACK APPARATUS AND VIDEO DELIVERY SYSTEM_+++E_U_a_b_c_d_m_n_y+++.docx
2026-07-18 15:39
2016-09-09_WO2016138779A_发明申请_WO2016138779A1 帧内编解码方法、编码器和解码器_+++B_G_I_N_Q_R_S_T_U_W_Y_Z_a_c_d_e_f_h_j_l_p+++.docx
2026-07-18 15:39
2017-04-19_EP2756678B_发明授权_EP2756678B1 SYSTEMS AND METHODS FOR SPATIAL PREDICTION_+++A_B_C_D_E_F_G_H_I_J_K_L_M_N_O_P_Q_R_S_T_U_W_X_Y+++.docx
2026-07-18 15:39
2017-06-16_TW201722150A_发明专利_TW201722150A 空艱預測系統及方法_+++A_B_C_D_E_F_G_H_I_J_K_L_M_N_O_P_Q_R_S_T_U_W_X_Y_z+++.docx
2026-07-18 15:39
2017-10-18_EP3232665A_发明公开_EP3232665A1 SYSTEMS AND METHODS FOR SPATIAL PREDICTION_+++A_B_C_D_E_F_G_H_I_J_K_M_N_O_P_Q_R_S_T_U_W_X_Y_l_z+++.docx
2026-07-18 15:39
2017-12-06_JP6242793B_发明专利_JP6242793B2 空間的予測のためのシステムおよび方法_+++A_B_C_D_E_F_G_H_I_J_K_L_M_N_O_P_Q_R_S_T_U_W_X_Y_z+++.docx
2026-07-18 15:39
2018-02-15_US2018048896A_发明申请_US20180048896A1 METHOD FOR PROCESSING IMAGE ON BASIS OF INTRA PREDICTION MODE AND DEVICE THEREFOR_+++A_B_C_D_E_H_M_N_O_R_S_U_X_Y_f_g_i_p_q+++.docx
2026-07-18 15:39
2015-06-11_US2015161772A_发明申请_US20150161772A1 OPTIMIZING AN IMAGE FILTER_+++e_f_n_p+++.docx

对比文件名称:2015-06-11_US2015161772A_发明申请_US20150161772A1 OPTIMIZING AN IMAGE FILTER

目标专利名称:2067基于块级超分辨率的视频编码的方法和装置CN111937401B

本次调用的模型名称:AI语言模型

### 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(中文翻译,附段落标号)公开性论述
技术特征A:该方法包括:编码器装置的处理器确定需要被编码的当前块的原始样本的集合。**未公开**无直接对应内容。对比文件涉及对图像(image)整体进行处理,未提及“编码器装置”、“当前块”或“块的原始样本集合”。对比文件没有公开编码器装置中处理当前块的概念,也没有公开当前块是视频帧的一部分或块级划分。本领域技术人员无法从对比文件直接或隐含得出该特征。
技术特征B:该处理器确定一个或多个重构块的参考样本。**未公开**无直接对应内容。对比文件提及重建图像(reconstruction of the image),但未涉及“重构块”或“参考样本”的概念。对比文件中的重建图像是针对整个图像,而非块;且没有参考样本用于预测的教导。因此不能公开该特征。
技术特征C:该一个或多个重构块中的每一个被编码并随后被解码。**未公开**无直接对应内容。对比文件描述了对整个图像进行编码(变换、量化)和解码(重建),但未涉及块级的编码和解码。对比文件没有块级编码/解码或重构块的概念,因此不能公开该特征。
技术特征D:该当前块和这些重构块是该视频帧的一部分。**未公开**无直接对应内容。对比文件未提及“视频帧”或“块”作为视频帧的一部分。对比文件涉及静态图像,没有视频帧和块的概念,无法公开该特征。
技术特征E:该视频帧具有第一分辨率。**《隐含公开》**[0027]“图像(即数字图像)可以在计算机中表示为数组(例如2维或更多维)的强度水平。……图像可以是离散的,在矩形网格上采样和定义。”[0059]“提供了图像101。”图像具有固有的分辨率(例如像素数)。对比文件中的图像是数字图像,必然具有分辨率。本领域技术人员可以合理将图像等同于视频帧,因此隐含公开了视频帧具有第一分辨率。
技术特征F:该处理器基于该原始样本的集合和下采样方案来确定原始样本的子集。**《隐含公开》**[0115]“当应用提升滤波器来创建图像的变换时,图像101可以通过Quincunx下采样算子Q0和Q1被分割成多相分量。换句话说,图像101的系数可以被分割成大小不相交的集合。”对比文件明确公开了通过Quincunx下采样(一种下采样方案)将图像(原始样本集合)分割成多相分量(子集)。虽然目标专利中原始样本集合是当前块的样本,但对比文件中的图像可视为原始样本集合,下采样确定子集的技术手段实质相同,因此隐含公开。
技术特征G:该处理器基于这些参考样本确定第一预测样本。**未公开**无直接对应内容。对比文件没有“参考样本”或“预测样本”的概念。对比文件不涉及基于参考样本的预测,无法公开该特征。
技术特征H:这些第一预测样本形成具有低于该第一分辨率的第二分辨率的第一低分辨率预测块。**未公开**无直接对应内容。对比文件未涉及预测样本、低分辨率预测块或分辨率降低的预测。对比文件没有预测样本和低分辨率预测块的概念,无法公开该特征。
技术特征I:这些第一预测样本限定了针对该原始样本的子集的预测。**未公开**无直接对应内容。对比文件没有预测机制,无法公开该特征。
技术特征J:该处理器基于这些第一预测样本确定一个或多个第二低分辨率预测块的第二预测样本。**未公开**无直接对应内容。对比文件没有多层次预测样本的概念,无法公开该特征。
技术特征K:该一个或多个第二低分辨率预测块中的每一个具有该第二分辨率。**未公开**无直接对应内容。对比文件没有第二低分辨率预测块,无法公开该特征。
技术特征L:这些第一预测样本和一个或多个第二预测样本形成该当前块的预测样本。**未公开**无直接对应内容。对比文件没有预测样本的组合,无法公开该特征。
技术特征M:该处理器基于该原始样本的集合和该当前块的预测样本确定残差块的残差样本。**未公开**无直接对应内容。对比文件涉及高通部分(通过拉普拉斯金字塔得到),但该高通部分是通过低通滤波和减法得到的,并非基于预测样本。对比文件没有基于预测样本的残差确定,因此无法公开该特征。
技术特征N:该处理器将这些残差样本变换成该比特流。**《隐含公开》**[0090]-[0094]描述了对高通部分(残差)进行方向变换(步骤S110)和量化(步骤S112-S114),得到变换系数,这些系数可被编码形成压缩数据。[0094]“变换部分117和119的组合可以称为图像的变换。……步骤S108至S116中描述的过程可以称为有损压缩。”对比文件中的高通部分(残差样本)经过方向变换和量化,产生编码数据(比特流)。虽然未明确使用“比特流”一词,但本领域技术人员可以合理推断压缩后的数据构成比特流,因此隐含公开。
技术特征O:该比特流包括用于向解码器装置发信号通知在对该当前块的编码期间使用了下采样方案的元数据。**未公开**无直接对应内容。对比文件未提及任何元数据或发信号通知下采样方案。对比文件没有元数据的概念,无法公开该特征。
技术特征P:其中,该处理器基于该原始样本的集合和下采样方案的空间采样点阵来确定原始样本的子集。**《隐含公开》**[0060]及FIG.2描述了Quincunx采样(Quincunx sampling),其使用特定的空间采样点阵。[0115]进一步说明通过Quincunx下采样算子将图像分割为多相分量。对比文件中的Quincunx下采样基于特定的空间采样点阵(如菱形点阵),属于下采样方案的空间采样点阵。本领域技术人员可以合理推断出基于该点阵确定子集的技术方案,因此隐含公开。
技术特征Q:其中,基于这些参考样本确定第一预测样本包括:基于这些参考样本中的一个或多个参考样本之间的函数关系,确定该原始样本的子集的候选预测样本。**未公开**无直接对应内容。对比文件没有参考样本、候选预测样本或函数关系的概念。对比文件不涉及参考样本间的函数关系以确定预测样本,无法公开。
技术特征R:基于该当前块的原始样本以及这些候选预测样本,确定第一低分辨率残差块的残差样本。**未公开**无直接对应内容。对比文件没有候选预测样本和低分辨率残差块,无法公开。
技术特征S:基于该低分辨率残差块的残差样本以及这些候选预测样本,确定该第一低分辨率预测块的重构样本。**未公开**无直接对应内容。对比文件没有重构样本和候选预测样本的组合,无法公开。
技术特征T:这些重构样本限定了这些第一预测样本。**未公开**无直接对应内容。对比文件没有重构样本与预测样本的关联,无法公开。
技术特征U:其中,基于视频编码标准的帧内预测模式或基于预测算法,确定这些参考样本中的一个或多个参考样本之间的该函数关系。**未公开**无直接对应内容。对比文件未涉及帧内预测模式或预测算法。对比文件没有视频编码标准或预测算法的教导,无法公开。
技术特征V:其中该预测算法包括机器学习算法或基于训练后的神经网络的算法。**未公开**无直接对应内容。对比文件未涉及机器学习或神经网络。对比文件没有机器学习或神经网络的预测算法,无法公开。
技术特征W:其中,基于这些第一预测样本确定一个或多个第二低分辨率预测块的第二预测样本包括:基于插值算法以及这些第一预测样本的至少一部分来确定该一个或多个第二低分辨率预测块之一的预测样本。**未公开**无直接对应内容。对比文件未涉及插值算法或第二低分辨率预测块。对比文件没有插值或第二预测样本的生成,无法公开。
技术特征X:其中,该元数据包括一个或多个第一参数,用于向解码器装置发信号通知该当前块的预测样本是基于预定的下采样方案来确定的。**未公开**无直接对应内容。对比文件没有元数据或发信号通知参数,无法公开。
技术特征Y:和/或其中,该元数据包括一个或多个第二参数,用于向解码器装置发信号通知该当前块的预测样本是如何基于这些参考样本来确定的。**未公开**无直接对应内容。对比文件没有元数据或发信号通知参数,无法公开。
技术特征Z:和/或其中,该元数据包括一个或多个第三参数,用于向解码器装置发信号通知一个或多个第二低分辨率预测块的预测样本是如何基于该第一低分辨率预测块的预测样本来确定的。**未公开**无直接对应内容。对比文件没有元数据或发信号通知参数,无法公开。

<<<e>>><<<f>>><<<n>>><<<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