WO2006007279A2_Description_20251222_1019_+++G_c_f+++.docx

**对比文件名称**:WO2006007279A2_Description_20251222_1019

**特征比对表格**

技术特征描述及公开类型对比文件原文引用公开性论述
**技术特征A**:产生经量化残余差异块<br>**《未公开》**无对应原文。对比文件通篇讨论的是对变换系数(transform coefficients)进行量化(见背景技术及具体实施方式部分),例如“transform based compression system”、“quantizer”、“quantization of transform coefficients”。目标专利的技术特征A特指在RDPCM(残余差分脉码调制)背景下,对预测残余块(空间域信号)进行量化以产生“经量化残余差异块”。对比文件未涉及RDPCM技术,也未提及对空间域预测残余信号进行量化以产生差异块。因此,该特征未被公开。
**技术特征B**:针对所述经量化残余差异块中的每一经量化残余差异产生经重建预测残余<br>**《未公开》**无对应原文。对比文件描述了通过逆量化(dequantization)重建变换系数(见系统框图100及描述:“dequantizer 150”用于重建系数)。然而,目标专利的特征B特指在RDPCM解码流程中,针对“经量化残余差异”产生“经重建预测残余”,这是一个基于RDPCM预测关系的特定重建过程。对比文件未提及RDPCM,其重建过程针对的是通用的变换系数,而非RDPCM框架下的预测残余。因此,该特征未被公开。
**技术特征C**:其中产生包含对经量化残余差异块执行逆量化<br>**《隐含公开》**说明书第2页第5-8行:“An output of the decoder 140 is connected in signal communication with an input of a dequantizer 150. An output of the dequantizer 150 is connected in signal communication with an input of an inverse transformer 160.”对比文件明确公开了在解码器中对量化后的系数执行逆量化(dequantization)的步骤,这是视频解码流程中的常规必要环节。虽然对比文件中的逆量化对象是经量化的变换系数,而目标专利中是对“经量化残余差异块”执行逆量化,但“逆量化”这一操作本身的功能(将量化索引映射回重建值)是相同的。对于本领域技术人员而言,在对比文件公开的解码器结构中,必然包含对接收到的任何经量化数据进行逆量化的过程,这是实现信号重建的基础。因此,该技术特征被隐含公开。
**技术特征D**:其中所述逆量化重建均匀量化残余差分脉码调制RDPCM已应用到的数据<br>**《未公开》**无对应原文。对比文件完全未提及“残余差分脉码调制(RDPCM)”这一特定技术。其逆量化过程旨在重建经过普通量化处理的变换系数,而非重建“均匀量化RDPCM已应用到的数据”。该特征限定了逆量化操作所处理数据的特定来源(即经过均匀量化RDPCM处理的数据),而对比文件的技术方案中不存在这一前提。因此,该特征未被公开。
**技术特征E**:以及将每一经重建预测残余添加到其对应原始预测值以产生图片的当前块<br>**《未公开》**无对应原文。对比文件描述了通过逆变换(inverse transform)重建像素域数据(见系统框图100),但未明确描述将重建的“预测残余”与“原始预测值”相加以生成最终块的过程。目标专利的特征E是RDPCM或有损/无损像素域编码中的特定重建步骤。对比文件的重建流程聚焦于变换域系数的逆量化和逆变换,未揭示这一具体的像素域加法重建步骤。因此,该特征未被公开。
**技术特征F**:其中所述量化为如下形式:ΔXq=floor((X+αQ)/Q)<br>**《隐含公开》**说明书第6页第22-25行:“quantization is performed using an equation of the form: Z = int(W/Δ + f) * sgn(W)”,以及第7页第1-3行:“and W' = (Δ•Z - θ)•sgn(Z)”。其中f和θ为舍入控制参数,Δ为量化步长。对比文件明确公开了量化公式 `Z = int(W/Δ + f)`,其中`int()`为取整函数(通常包含向下取整`floor`操作),`f`为舍入偏移。此公式在数学本质上与目标专利的公式`ΔXq = floor((X+αQ)/Q)`相同:`W`或`X`为输入信号,`Δ`或`Q`为量化步长,`f`或`αQ`为量化偏移量。虽然符号和上下文(变换系数 vs RDPCM空间信号)不同,但量化操作的数学模型和功能(通过步长和偏移将连续值映射为离散整数)是一致的。本领域技术人员能够直接认识到对比文件公开的量化公式涵盖了目标专利公式所描述的技术手段。因此,该特征被隐含公开。
**技术特征G**:其中Q为量化步长且α为量化偏移中的一者<br>**《直接公开》**说明书第6页第22-25行:“Z = int(W/Δ + f) * sgn(W)”。以及多处将Δ描述为“quantization step-size”(量化步长),将f描述为“rounding term”或“rounding parameter”(舍入项/参数)。对比文件直接且明确地公开了量化公式中的两个关键参数:量化步长(Δ,对应目标专利的Q)和舍入参数(f,其作用等同于目标专利中的量化偏移αQ)。原文明确指出Δ是“quantization step-size”,f是用于控制舍入的“rounding term”。这直接对应于目标专利中“Q为量化步长且α为量化偏移”的技术特征。因此,该特征被直接公开。
**技术特征H**:其中所述量化偏移以组存储<br>**《未公开》**无对应原文。对比文件虽然讨论了根据系数分布、位置等自适应选择量化参数(如f或θ),但从未提及将“量化偏移”以“组”的形式进行“存储”这一具体实施方式。目标专利的特征H限定了量化偏移的一种特定存储结构(分组存储),而对比文件未给出任何关于分组存储量化偏移的教导或启示。因此,该特征未被公开。
**技术特征I**:其中一组量化偏移在垂直RDPCM模式中使用<br>**《未公开》**无对应原文。该特征的前提是存在“垂直RDPCM模式”。如前述,对比文件完全未涉及RDPCM技术,更不存在“垂直RDPCM模式”。因此,与该模式相关的“一组量化偏移”的使用自然也未被公开。
**技术特征J**:而另一组量化偏移在水平RDPCM模式中使用<br>**《未公开》**无对应原文。同理,对比文件未涉及“水平RDPCM模式”,因此与该模式相关的“另一组量化偏移”的使用也未被公开。

<<<G>>><<<c>>><<<f>>>

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