**对比文件名称**：2009-11-12_US2009279794A_发明申请_US20090279794A1 Automatic Discovery of Popular Landmarks
**目标专利名称**：用于基于沿着可能路线的媒体密度的导航的方法及设备 CN104969033B
**本次调用的模型名称**：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：** 其包括：通过装置的处理器计算从所述起点到所述目的地的所述路线以供在用户装置的用户接口上显示<br>**判断结果：** 未公开 | 对比文件全文未涉及导航路线的计算与显示。 | 对比文件的核心内容是从地理标记图像集合中自动发现和分类热门地标（例如旅游景点），并建立地标数据库（见[0024]段）。其处理流程（如图2、3、4、5所示）包括地理聚类和视觉聚类，以识别地标并计算其流行度。整个过程不涉及为特定用户从起点到目的地计算导航路线，也不涉及在用户设备的用户界面上显示该路线。因此，本领域技术人员无法从对比文件中直接或隐含地得出“计算路线以供显示”的技术方案。 |
| **技术特征B：** 响应于计算所述路线，通过所述装置的所述处理器确定感兴趣位置的推荐，<br>**判断结果：** 《隐含公开》 | [0024]段：“... embodiments of the present invention may identify, classify and prioritize most popular tourist landmarks based on digital image collections that are accessible on the Internet.”<br>[0031]段：“... the goal may be to ensure that each geo-cluster selected for further processing reasonably includes a popular landmark.”<br>[0038]段：“The popularity score of a cluster may be based on, one or more of, the total number of images in the cluster, number of unique users who have contributed images to the cluster...” | 对比文件公开了从图像集合中识别并优先排序（prioritize）最受欢迎的地标（即“感兴趣位置”），这构成了对地标（作为潜在的感兴趣位置）的“确定”。虽然对比文件的目的是建立地标数据库，而非直接作为导航推荐，但其“识别并优先排序”的过程，本质上是基于特定标准（如图像数量、独特用户数）从海量数据中筛选出值得关注的位置，这与“确定推荐”在数据处理目的上具有相似性。本领域技术人员可以合理推断，将这种已识别和排序的流行地标信息用于推荐是显而易见的。因此，该特征被对比文件隐含公开。 |
| **技术特征C：** 其中所述感兴趣位置是具有大于阈值的媒体密度得分且在与所述路线的偏离范围内的位置，<br>**判断结果：** 部分隐含公开（仅媒体密度得分>阈值） | [0038]段：“The popularity score of a cluster may be based on, one or more of, the total number of images in the cluster, number of unique users who have contributed images to the cluster...”<br>[0031]段：“... a validation criteria may be to further process only geo-clusters having images from more unique users than a predetermined threshold.” | 1. **“媒体密度得分大于阈值”**：对比文件公开了为地标（视觉簇）计算“流行度得分”（popularity score），该得分基于例如簇中的图像总数、贡献图像的独特用户数等（[0038]）。同时，公开了使用预定阈值（predetermined threshold）作为验证标准，以筛选出独特用户数大于该阈值的地理簇进行进一步处理（[0031]）。这实质上公开了基于与位置相关的媒体文件属性计算一个得分，并使用阈值进行筛选。虽然术语不同（“流行度得分” vs “媒体密度得分”），但其技术实质相同。因此，该部分内容被直接公开。<br>2. **“在与所述路线的偏离范围内”**：对比文件完全没有涉及任何导航路线，也没有提及位置需要相对于某条路线在某个偏离范围内。该特征与对比文件所要解决的技术问题（自动发现地标）无关。因此，该限定未被公开。 |
| **技术特征D：** 且其中所述媒体密度得分是基于与所述感兴趣位置相关的一或多个媒体文件的数目及所述一或多个媒体文件中的每一者的排名来计算，<br>**判断结果：** 《直接公开》 | [0038]段：“The popularity score of a cluster may be based on, one or more of, the total number of images in the cluster, number of unique users who have contributed images to the cluster...”<br>（注：“number of images in the cluster”对应“媒体文件的数目”；“number of unique users”可被视为一种对媒体文件重要性的“排名”因素，因为来自更多不同用户的图像表明地标更受欢迎，即每个图像所代表的“用户来源”构成了其重要性的一个方面。） | 对比文件明确公开了计算地标（视觉簇）的“流行度得分”（对应于“媒体密度得分”），并且该得分是基于簇中图像的总数（即“媒体文件的数目”）以及贡献图像的独特用户数（即“每一媒体文件所关联的用户的独特性”，这可以合理地被视为一种对媒体文件重要性或“排名”的度量方式）来计算的。本领域技术人员能够毫无疑义地认识到，基于媒体文件数量及其所体现的受欢迎程度（如独特用户数）来计算一个位置的得分，这与目标专利中基于文件数目和排名计算媒体密度得分的方案实质相同。因此，该技术特征被直接公开。 |
| **技术特征E：** 其中所述一或多个媒体文件的每一个排名都基于一个或多个因素，<br>**判断结果：** 《直接公开》 | [0038]段：“The popularity score of a cluster may be based on, one or more of, the total number of images in the cluster, number of unique users who have contributed images to the cluster...” | 对比文件在计算流行度得分时，明确列出了基于的“一个或多个因素”（one or more of），例如图像总数、独特用户数。这些因素用于评估地标的流行度，而地标流行度本质上是由其相关图像的重要性集合决定的。因此，可以理解每个图像对于这些因素的贡献（例如，一个图像是否来自一个新的独特用户）构成了对其“排名”或重要性评估的基础。本领域技术人员能够直接且毫无疑义地得出该技术方案。 |
| **技术特征F：** 所述一个或多个因素向除所述用户装置的用户之外的其他用户指示所述一或多个媒体文件中的一个媒体文件的重要性<br>**判断结果：** 《直接公开》 | [0038]段：“... number of unique users who have contributed images to the cluster...”<br>[0024]段：“... the popularity of a tourist location can be approximated by the number of images of that location posted on the Internet by users.” | 对比文件公开的“独特用户数”（number of unique users）这一因素，明确指向了由“其他用户”（即除当前评估系统或终端用户之外的用户）所贡献的图像。一个地标有越多不同的用户为其上传图像，表明该地标被越广泛的“其他用户”群体认为重要或受欢迎。这直接公开了基于“其他用户”的行为（贡献图像）来指示媒体文件（及其所代表位置）重要性的因素。 |
| **技术特征G：** 及通过所述装置在所述用户装置的所述用户接口上显示所述推荐。<br>**判断结果：** 《隐含公开》 | [0043]段描述了用户界面1000，其中“a set of landmarks is selected according to user input, and details about the visual clusters of each selected landmark are displayed.” 并具体描述了显示地标信息（1010）、视觉簇摘要列表（1020）等。<br>[0040]段提到了“graphical user interface 601 that may display the images in each visual cluster to a user”。 | 对比文件公开了通过图形用户界面向用户显示已识别的地标及其视觉簇的详细信息（如图像、数量、流行度等）。虽然对比文件中显示的“地标信息”是其系统自动发现的结果，而非严格意义上针对特定用户的导航“推荐”，但从功能上看，向用户展示这些自动发现的热门地标信息，就是一种“推荐”形式。本领域技术人员可以合理推断，将系统确定的热门位置（即“推荐”）在用户接口上显示出来，是实现信息传递的常规且必要的技术手段。因此，该特征被隐含公开。 |
| **技术特征H：** 其中所述计算所述路线包括计算所述起点与所述目的地之间的最快路线。<br>**判断结果：** 未公开 | 对比文件全文未涉及任何形式的路线计算，包括最快路线、最短路线等。 | 对比文件完全不涉及导航、路径规划或路线计算。其技术领域是图像分析和地标识别，与路线计算属于不同的技术领域。因此，本领域技术人员无法从对比文件中得到任何关于计算最快路线的启示。 |
| **技术特征I：** 其中所述偏离范围包含从所述路线上的一点到所述感兴趣位置的距离上的偏离或时间上的偏离中的至少一者。<br>**判断结果：** 未公开 | 对比文件全文未涉及任何“路线”或相对于路线的“偏离范围”。 | 该特征限定了兴趣点与一条预定路线之间的空间或时间关系。对比文件仅识别地标本身，不涉及这些地标与任何行进路线之间的关联性。因此，该特征未被公开。 |
| **技术特征J：** 其进一步包括：修改所述路线以包含所述感兴趣位置。<br>**判断结果：** 未公开 | 对比文件全文未涉及任何“路线”的创建或修改。 | 修改导航路线以包含特定位置是导航应用的功能。对比文件仅提供地标数据库，并未描述或暗示将该数据库用于动态修改用户的行进路线。因此，该特征未被公开。 |
| **技术特征K：** 其进一步包括：在所述修改所述路线之前，向用户显示描述所述感兴趣位置的通知<br>**判断结果：** 《隐含公开》 | [0040]段：描述了图形用户界面601，允许用户查看每个视觉簇中的图像，并提供手动编辑集群各个方面的能力。<br>[0043]段：描述了用户界面1000，显示地标和视觉簇的详细信息，并提供复选框（1030， 1040）供用户输入。 | 对比文件公开了在用户界面上向用户显示地标（即“感兴趣位置”）的详细信息（如图像、描述性信息），并允许用户通过复选框等进行操作。虽然这个“显示”的主要目的是让用户验证和编辑地标数据库，而不是为了修改导航路线，但“向用户显示描述感兴趣位置的信息”这一技术动作本身已被公开。本领域技术人员可以合理推断，在需要用户决策的场景（如是否修改路线）中，向用户显示相关通知是惯用手段。因此，该特征被隐含公开。 |
| **技术特征L：** 及从所述用户接收对修改所述路线的批准。<br>**判断结果：** 《隐含公开》 | [0040]段：图形用户界面601允许用户手动编辑集群，如修改标签、合并或分割集群、添加或删除图像。<br>[0044]段：在界面1200中，为用户提供了复选框（1222）等输入图形，以接收用户对图像的操作输入。 | 对比文件公开了通过用户界面（如复选框）接收用户对地标或图像集群的编辑指令（如选择、删除、修改）。这实质上是“从用户接收对某项操作的批准或指令”。虽然这里批准的对象是地标数据的编辑，而非路线的修改，但“接收用户批准”这一交互步骤的技术手段已被公开。本领域技术人员可以合理地将这种接收用户输入的技术手段应用于导航场景中，以接收用户对路线修改的批准。因此，该特征被隐含公开。 |
| **技术特征M：** 其中所述确定所述推荐包括：确定按所述路线行进的所述用户装置是否将在优选时间处在所述感兴趣位置的阈值距离内以参观所述感兴趣位置<br>**判断结果：** 未公开 | 对比文件全文未涉及根据用户到达时间或“优选时间”来推荐地标。 | 该特征引入了时间维度，考虑用户到达兴趣点的特定时间是否合适。对比文件虽然可能包含图像的拍摄时间戳（如图5的索引信息），但并未利用这些时间信息来判断某个时间是否是参观地标的“优选时间”，也未将其与用户的预计到达时间相结合来做出推荐决策。因此，该特征未被公开。 |
| **技术特征N：** 及基于确定所述用户将在所述优选时间处在所述阈值距离内，推荐所述感兴趣位置。<br>**判断结果：** 未公开 | 对比文件全文未涉及上述基于时间匹配的推荐逻辑。 | 该特征依赖于技术特征M的判断结果。由于特征M未被公开，因此这一基于时间匹配的推荐逻辑也无从谈起。 |
| **技术特征O：** 其中所述确定所述推荐包括：确定按所述路线行进的所述用户装置将在其处到达所述感兴趣位置的时间<br>**判断结果：** 未公开 | 对比文件全文未涉及计算用户到达某个地标的时间。 | 计算到达时间是路线规划和导航的功能。对比文件不涉及导航，因此不会计算用户到达地标的时间。 |
| **技术特征P：** 确定所述用户将在其处到达所述感兴趣位置的所述时间的所述感兴趣位置的天气预报<br>**判断结果：** 未公开 | 对比文件全文未涉及天气预报。 | 对比文件的技术方案完全基于图像分析，不包含获取或利用天气预报信息。 |
| **技术特征Q：** 及基于所述天气预报是所述感兴趣位置的优选天气预报，推荐所述感兴趣位置。<br>**判断结果：** 未公开 | 对比文件全文未涉及上述基于天气预报的推荐逻辑。 | 该特征依赖于技术特征P的判断结果。由于特征P未被公开，因此这一基于天气的推荐逻辑也无从谈起。 |
| **技术特征R：** 其中所述确定所述推荐包括：确定按所述路线行进的用户的社交联系人是否在所述感兴趣位置处<br>**判断结果：** 未公开 | 对比文件提到了“unique users”（独特用户），但这是指为地标贡献图像的不同用户，用于计算流行度。未提及这些用户与导航用户之间存在“社交联系人”关系，也未基于这种关系进行推荐。 | 该特征引入了社交网络关系维度。对比文件使用“独特用户数”作为流行度指标，但这是一种统计属性，用于衡量地标的普遍受欢迎程度，而不是针对特定用户的社交关系进行个性化推荐。因此，该特征未被公开。 |
| **技术特征S：** 及基于所述社交联系人在所述感兴趣位置处，推荐所述感兴趣位置。<br>**判断结果：** 未公开 | 对比文件全文未涉及上述基于社交联系人位置的推荐逻辑。 | 该特征依赖于技术特征R的判断结果。由于特征R未被公开，因此这一基于社交联系的推荐逻辑也无从谈起。 |
| **技术特征T：** 其中所述社交联系人在与所述用户相同的社交网络中。<br>**判断结果：** 未公开 | 对比文件全文未提及“社交网络”的概念。 | 对比文件仅提及“用户”（users）作为图像的上传者，未涉及用户之间通过社交网络建立的联系。因此，该特征未被公开。 |
| **技术特征U：** 其中所述确定所述推荐包括：确定按所述路线行进的用户的兴趣是否涉及所述感兴趣位置<br>**判断结果：** 未公开 | 对比文件全文未涉及匹配用户个人兴趣与地标属性。 | 该特征引入了用户个性化兴趣维度。对比文件的推荐（即地标识别）是基于图像的普遍属性（如数量、来源），而非特定用户的兴趣偏好。因此，该特征未被公开。 |
| **技术特征V：** 及基于所述感兴趣位置涉及所述用户兴趣，推荐所述感兴趣位置。<br>**判断结果：** 未公开 | 对比文件全文未涉及上述基于用户兴趣匹配的推荐逻辑。 | 该特征依赖于技术特征U的判断结果。由于特征U未被公开，因此这一基于兴趣匹配的推荐逻辑也无从谈起。 |
| **技术特征W：** 其进一步包括：基于路线间条件而动态地更新所述路线。<br>**判断结果：** 未公开 | 对比文件全文未涉及任何“路线”的动态更新。 | 动态更新路线是导航应用的功能。对比文件仅涉及地标数据库的建立和更新（如图7），与导航路线无关。因此，该特征未被公开。 |
| **技术特征X：** 其中所述路线间条件包含以下各者中的至少一者：天气的改变<br>**判断结果：** 未公开 | 对比文件全文未涉及天气信息。 | 参见特征P的论述。 |
| **技术特征Y：** 到所述感兴趣位置的预计到达时间的改变<br>**判断结果：** 未公开 | 对比文件全文未涉及计算或更新预计到达时间。 | 参见特征O的论述。 |
| **技术特征Z：** 所述感兴趣位置的经更新的媒体密度得分<br>**判断结果：** 《隐含公开》 | [0039]段：“In another embodiment of the present invention, the landmark database is grown incrementally. FIG. 7 is an exemplary process that may be used to incrementally grow the landmark database.”<br>[0038]段提到了“popularity score”。当数据库增量更新时，新图像的加入会导致相关地标的流行度得分被重新计算并更新。 | 对比文件公开了地标数据库的增量更新过程（图7）。当新的地理标记图像加入并经过地理聚类和视觉聚类处理后，相关地标（视觉簇）的“流行度得分”（对应于“媒体密度得分”）会随之被重新计算和更新。虽然对比文件没有明确使用“动态更新路线”的表述，但它隐含公开了“感兴趣位置的经更新的媒体密度得分”这一数据状态的变化。本领域技术人员可以理解，当作为推荐依据的得分更新时，其对应的信息（如地标的推荐状态）也相应更新。因此，该特征被隐含公开。 |
<<<D>>><<<E>>><<<F>>><<<b>>><<<c>>><<<g>>><<<k>>><<<l>>><<<z>>>