2010-12-16_US2010316119A_发明申请_US20100316119A1 PRESERVING TEXT QUALITY IN VIDEO ENCODING_+++A_B_C+++.docx

**对比文件名称**:2010-12-16_US2010316119A_发明申请_US20100316119A1 PRESERVING TEXT QUALITY IN VIDEO ENCODING

**目标专利名称**:351在视频译码中用于量化矩阵的均匀粒度CN104221378B

**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**:所述方法包括:接收位流中的视频块的多个经量化变换系数<br>《直接公开》说明书第[0089]段:“...the transform operation on a block of size 4×4 pixels would generate sixteen coefficients representing the magnitudes of the corresponding ones of sixteen frequency components.” <br> 说明书第[0068]段:“Entropy coder 180 receives the quantized coefficients...” <br>(结合上下文,量化后的系数会经过熵编码形成位流,解码端需接收并解码。)对比文件描述了视频编码系统,其中变换块(transform block 150)生成变换系数,量化器(quantizer 160)对其进行量化,熵编码器(entropy coder 180)对量化后的系数进行编码以生成位流(bit-stream)。解码是编码的逆过程,本领域技术人员能够毫无疑义地理解,视频解码器必然需要从接收到的位流中解码出视频块的经量化变换系数。因此,对比文件直接公开了“接收位流中的视频块的多个经量化变换系数”这一技术特征。
**技术特征B**:接收所述位流中的所述视频块的量化矩阵条目,<br>《直接公开》说明书第[0084]-[0085]段:“...video encoder 100 adaptively selects scaling matrices used for quantizing macro-blocks... A scaling matrix generally refers to a matrix of quantization parameter values, each quantization parameter value in the matrix used to quantize the coefficient of a corresponding frequency component...” <br> 说明书第[0086]-[0094]段具体描述了根据条件(帧大小、比特率、活动性测量)选择不同的“moderate”或“sharp”缩放矩阵(scaling matrix),并给出了多个具体的矩阵示例。对比文件明确公开了“缩放矩阵”(scaling matrix),其定义为一个量化参数值矩阵,每个值用于量化变换块中对应频率分量的系数。这完全对应于目标专利中的“量化矩阵”。对比文件进一步描述了根据编码条件自适应地选择不同的缩放矩阵。本领域技术人员能够毫无疑义地理解,为了在解码端正确地进行解量化,所使用的缩放矩阵(即量化矩阵)信息需要以某种形式(例如在序列参数集、图片参数集等语法结构中)包含在位流中并由解码器接收。因此,对比文件直接公开了“接收所述位流中的所述视频块的量化矩阵条目”。
**技术特征C**:其中所述视频块的所述多个经量化变换系数中的每一者的不同量化参数QP值基于所述量化矩阵条目<br>《直接公开》说明书第[0085]段:“A scaling matrix generally refers to a matrix of quantization parameter values, each quantization parameter value in the matrix used to quantize the coefficient of a corresponding frequency component of a ‘transformed’ (e.g., using DCT) image frame or portion (e.g., macro-block) of an image frame.” <br> 说明书第[0087]段以矩阵A为例说明:“wherein the quantization parameters listed from left to right (entries 0 through 15) correspond respectively to frequency components from lower to higher frequencies in zig-zag order.”对比文件明确且清楚地定义了缩放矩阵(即量化矩阵)的作用:它是一个量化参数值矩阵,**矩阵中的每个量化参数值用于量化变换后图像帧(或其部分,如宏块)的对应频率分量的系数**。这意味着,对于一个视频块(如宏块)的多个变换系数,每个系数根据其频率位置,使用量化矩阵中对应的条目(即一个特定的QP值)进行量化。这直接对应于目标专利中“所述多个经量化变换系数中的每一者的不同量化参数QP值基于所述量化矩阵条目”的技术特征。
**技术特征D**:将量化矩阵条目的经修改量化参数QP粒度设定为等于由视频译码标准定义的基本QP粒度的整数倍数<br>**《未公开》**未找到相关描述。对比文件虽然公开了使用量化矩阵(缩放矩阵)为不同频率的系数提供不同的量化参数值,但全文未涉及“QP粒度”(即QP值改变导致量化步长改变的比率)的概念,更没有提及修改量化矩阵条目的QP粒度,或将其设定为基本QP粒度的整数倍数。对比文件关注的是根据图像内容(如文本)和编码条件(帧大小、比特率)选择不同的矩阵值以保持主观质量,这与目标专利旨在解决的“均匀QP粒度”技术问题无关。因此,该技术特征既未被直接公开,也未被隐含公开。
**技术特征E**:基于用作到基准量化参数QP值的所述整数倍数的偏移的相关联量化矩阵条目来计算视频块的所述多个经量化变换系数的经修改QP值,<br>**《未公开》**未找到相关描述。对比文件公开的量化矩阵使用方式是:矩阵中的每个条目直接作为一个QP值(或用于推导量化步长的因子),用于量化对应位置的变换系数(参见对技术特征C的论述)。这是一种**乘法**或**直接指定**的关系。而目标专利的核心创新在于将量化矩阵条目用作**加法偏移**(offset)来修改一个基准QP值,即 `QPmod = g*QP + (M[i][j] - offset)`。对比文件中完全没有揭示这种将量化矩阵条目作为偏移量来调整QP值的概念。因此,该技术特征既未被直接公开,也未被隐含公开。
**技术特征F**:其中所述经修改QP值提供跨越所有所述量化矩阵条目的均匀QP粒度<br>**《未公开》**未找到相关描述。“均匀QP粒度”是目标专利旨在解决的技术问题和技术效果,其含义是:无论量化矩阵条目的值大小,其单位变化所引起的量化步长变化率是均匀的。对比文件从未提及“QP粒度”的概念,更未讨论其均匀性问题。对比文件中量化矩阵的作用是提供与频率相关的量化权重,以实现主观质量优化(如保护文本),这完全不同于提供均匀粒度的技术目的。因此,该技术特征既未被直接公开,也未被隐含公开。
**技术特征G**:及基于所述经修改QP粒度处的所述经修改QP值从所述视频块的所述多个经量化变换系数计算经解量化变换系数。<br>**《未公开》**说明书第[0068]段提到了“quantizer 160”,其功能是量化,逆过程是解量化。但未描述基于“经修改QP值”的解量化具体计算过程。对比文件公开了视频编码系统包含量化(quantizer 160)及其逆过程解量化(未示出但必然存在)这一通用概念。然而,目标专利中“基于所述经修改QP粒度处的所述经修改QP值”进行计算,是与其特定的“将量化矩阵条目作为偏移以生成经修改QP值”的技术手段紧密绑定的。由于对比文件未公开“经修改QP值”及其生成方式(技术特征D、E),因此也就不可能公开基于这种特定的“经修改QP值”来计算经解量化变换系数的具体技术手段。该特征未被公开。

### 结论

根据以上比对分析,对比文件US20100316119A1直接公开了技术特征A、B、C,但未公开技术特征D、E、F、G。

<<<A>>><<<B>>><<<C>>>

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