对比文件名称：2010-10-21_发明申请_WO2010120901A1 SYSTEMS AND METHODS FOR IMAGE RECOGNITION USING MOBILE DEVICES
目标专利名称：将图像的缩略图链接到网页
模型名称：专利创造性评估模型
| 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：在所述电子装置产生所述图像的缩略图<br>《隐含公开》 | [0025] “Mobile device 130 can generate and communicate a visual search query, including the acquired image or the sub-image extracted therefrom...”<br>[0046] “The image processing software in mobile device 130 can further comprise image editing software, which can be used to crop, compress, scale, convert to grayscale, or otherwise process image 100 captured by image sensor 200 to extract or otherwise generate sub-images that include patterns 115.”<br>[0065] “Mobile device 130 can crop, compress, scale, convert to grayscale, or otherwise process the acquired image to extract or otherwise generate at least one sub-image based on the selected object.” | 对比文件描述了移动设备可以从获取的图像中裁剪、压缩、缩放或进行其他处理以提取或生成包含特定图案（对象）的子图像。根据说明书[0025]、[0046]和[0065]段，生成子图像是视觉搜索查询的一部分。虽然对比文件未明确使用“缩略图(thumbnail)”这一术语，但“子图像(sub-image)”是通过处理原始图像（如裁剪、缩放）得到的、尺寸更小的图像，其功能与目标专利中“缩略图”作为原始图像缩小尺寸版本的功能实质相同。本领域技术人员可以毫无疑义地理解，为便于处理和显示而对图像进行裁剪、缩放等操作是生成缩略图的常规手段。因此，该技术特征被对比文件隐含公开。 |
| 技术特征B：存取存储单元中的所述图像，其中所述图像包括至少一个文本区域<br>《隐含公开》 | [0028] “Image 100 or patterns 115 within image 100 captured by mobile device 130 can contain one or more clusters of salient features (e.g., features, objects of interest, etc.) that correspond to one or more objects. Objects can include, for example, without any limitations, a logo, a design, a face, a landmark, apparel (e.g., t-shirts, hats, shoes, pockets, etc.), a sign (e.g., a street sign, a restaurant sign, etc.) a bar code, an advertisement, a magazine, a newspaper, a poster (e.g., a “one-sheet,” etc.), a billboard, a placard...”<br>[0031] “Mobile device 130 can also retrieve one or more stored images or capture one or more frames of a video to generate image 100.” | 对比文件[0028]段明确说明了移动设备获取的图像可以包含各种对象，其中包括“标志(sign)”、“杂志(magazine)”、“报纸(newspaper)”、“广告(advertisement)”等。这些对象在现实中通常包含文本区域。同时，[0031]段说明移动设备可以检索存储的图像。虽然对比文件未明确限定图像“包括至少一个文本区域”，但本领域技术人员基于常识可以合理推断，其所列举的标志、杂志、报纸、广告等对象中极有可能包含文本区域。因此，对比文件隐含公开了存取包含至少一个文本区域的图像。 |
| 技术特征C：检测所述图像中的所述至少一个文本区域<br>《隐含公开》 | [0025] “Mobile device 130 can detect one or more objects based on clusters of salient features, or features of interest, in image 100...”<br>[0039] “Image detection/recognition software 270 can include algorithms for detecting one or more categories of objects in an image...”<br>[0040] “In one implementation, mobile device 130 can use one or more algorithms to detect objects in an image...”<br>[0057] “Next, in 415, mobile device 130 can detect the presence and location of one or more objects based on salient feature clusters that correspond to the objects in the acquired image.” | 对比文件多处描述了移动设备使用算法检测图像中的对象（如标志、设计、面孔等）。如[0025]、[0039]、[0040]、[0057]段所示。虽然对比文件未明确使用“检测文本区域”的表述，但其检测的对象类别中明确包含“标志(sign)”，而标志通常由文本构成。检测标志在本质上必然涉及检测图像中包含文本的区域。因此，本领域技术人员可以合理推断，对比文件公开的“检测对象”技术方案，当对象为标志等文本对象时，实质上就是检测图像中的文本区域。该技术特征被对比文件隐含公开。 |
| 技术特征D：识别所述至少一个文本区域中的至少一个字符串<br>**未被公开** | [0045] “Each of the trained images can have a corresponding vector of coefficients, or an image coefficient, that uniquely represents the trained image.”<br>[0061] “If mobile device 130 finds a trained image that matches the selected object, then mobile device 130 can recognize the selected object based on the matching trained image.”<br>[0062] “In 435, mobile device 130 can generate metadata associated with the selected object based on the trained image that matches the selected object.” | 对比文件描述了通过将检测到的对象的特征向量与训练图像的系数向量进行匹配来“识别(recognize)”对象（如识别为某个特定商标），并基于匹配结果生成元数据（如[0062]段生成指示对象是“BREW GAMING MONKEY™ logo”的元数据）。这种识别是对对象整体类别或身份的识别，而非目标专利中在文本区域内进行字符识别以得到“字符串(string)”的具体过程。目标专利的“识别字符串”特指光学字符识别（OCR）或类似技术，以提取文本内容。对比文件完全没有提及从文本区域中识别出字符序列（字符串）的步骤。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：基于所述至少一个字符串发起网页搜索<br>《隐含公开》 | [0025] “Mobile device 130 can generate and communicate a visual search query, including the acquired image or the sub-image extracted therefrom and the associated metadata and/or contextual data, to a remote server 140 via a wireless connection 132...”<br>[0065] “After generating the visual search query, which includes the acquired image or the extracted sub-image and the metadata and/or contextual data associated with the acquired image or the extracted sub-image, mobile device 130 can communicate the visual search query to back-end 300 of image recognition system 120.”<br>[0070] “Remote server 140 can perform a semantic search based on the recognized object, the metadata, and/or the contextual data associated with the image...” | 对比文件描述了移动设备基于识别出的对象（及关联元数据）生成视觉搜索查询，并将其发送至远程服务器（[0025]、[0065]段）。远程服务器随后基于接收到的查询进行语义搜索以获取相关信息内容（[0070]段）。虽然对比文件中的搜索是基于“对象/元数据”而非明确的“字符串”，但其搜索的发起逻辑与目标专利“基于识别出的信息发起搜索”是相同的。本领域技术人员可以理解，当识别出的对象是包含文本的标志或文档时，其关联的元数据很可能就包含了代表该对象的文本字符串（如商标名称）。因此，基于此类信息发起搜索，实质上等同于基于字符串发起网页搜索。该技术特征被对比文件隐含公开。 |
| 技术特征F：响应于所述网页搜索，接收多个网页搜索结果<br>《直接公开》 | [0066] “In 450, mobile device 130 can receive from back-end 300 and present to the user a visual search result in response to the visual search query.”<br>[0072] “Next, in 525, remote server 140 can communicate or otherwise provide the visual search result, including the relevant information content, to mobile device 130...” | 对比文件[0066]和[0072]段明确记载了移动设备向后台发送视觉搜索查询后，会从后台接收并呈现视觉搜索结果。这些搜索结果可以包含产品信息、链接、相关产品等（如[0066]段所述），这些内容正是通常通过网页搜索获得的信息形式。因此，“响应于搜索，接收多个网页搜索结果”这一特征被对比文件直接公开。 |
| 技术特征G：通过所述电子装置从与所述多个网页搜索结果对应的多个网页中选择至少一个网页，该选择基于所述至少一个网页具有与所述图像的内容相似的内容<br>**未被公开** | [0070] “Remote server 140 can perform a semantic search based on the recognized object, the metadata, and/or the contextual data associated with the image, as well as any user feedback associated with search results previously provided for similar visual search queries, to retrieve information content associated with and/or relevant to the recognized object.”<br>[0071] “Remote server 140 can execute search engine 344 stored in content server 144 to perform a semantic search for information content stored in information content database 346.” | 对比文件描述了远程服务器执行语义搜索并检索与识别对象相关的信息内容（[0070]、[0071]段）。这个选择过程发生在服务器端，而非目标专利所限定的“通过所述电子装置”（即移动设备端）进行。此外，对比文件中选择信息内容的标准是“相关性(relevant)”，其基于识别出的对象、元数据、上下文等，并未提及目标专利中核心的“基于内容相似度(content similarity)”进行选择，即比较图像内容与网页内容本身的相似性。因此，该技术特征未被公开。 |
| 技术特征H：以及通过所述电子装置链接所述图像的所述缩略图与所述至少一个网页，以便响应于选择所述图像的所述缩略图而访问所述至少一个网页。<br>**未被公开** | 无对应内容。 | 对比文件描述了将搜索结果（信息内容）呈现给用户（[0066]段），但完全没有描述将生成的子图像（缩略图）与某个网页建立“链接(link)”关系，更没有描述通过选择该缩略图来访问链接的网页这一交互机制。目标专利的核心在于建立缩略图与网页之间的可操作链接，而对比文件仅提供了“搜索-呈现结果”的线性流程，缺少这一关键的链接与响应选择的结构。因此，该技术特征未被公开。 |
| 技术特征I：其进一步包括：接收指示对所述缩略图的选择的输入<br>**未被公开** | [0060] “Next, in 425, mobile device 130 can receive input from the user to select at least one of the highlighted objects...” | 对比文件[0060]段描述了接收用户对图像中高亮显示的“对象(object)”的选择输入，例如用户点击屏幕上高亮的标志区域。这与目标专利中“接收对缩略图的选择输入”不同。目标专利的选择对象是代表整个图像的“缩略图”，而对比文件的选择对象是图像内的一个“局部对象”。两者选择的目标和后续触发的操作不同。因此，该技术特征未被公开。 |
| 技术特征J：响应于选择所述缩略图来访问与所述缩略图链接的所述至少一个网页<br>**未被公开** | 无对应内容。 | 如特征H所述，对比文件未建立缩略图与网页的链接，因此自然不存在“响应于选择缩略图来访问网页”的步骤。搜索结果是在发送搜索查询后直接返回并呈现的，其触发机制是执行搜索，而非后续对某个已链接的缩略图进行选择。因此，该技术特征未被公开。 |
| 技术特征K：以及在所述电子装置上输出所述至少一个网页。<br>《直接公开》 | [0066] “In 450, mobile device 130 can receive from back-end 300 and present to the user a visual search result in response to the visual search query. The visual search result can include information content associated with the selected object in the acquired image.”<br>[0072] “...remote server 140 can communicate or otherwise provide the visual search result, including the relevant information content, to mobile device 130...” | 对比文件[0066]和[0072]段明确说明移动设备接收并“呈现(present)”视觉搜索结果给用户。这些结果包含信息内容，并且明确举例包括“链接(links)”（如[0066]段中的“信息链接670”、“购买链接680”）。在移动设备上呈现包含链接的信息内容，实质上就是在电子装置上输出网页或可导向网页的内容。因此，“在电子装置上输出至少一个网页”被对比文件直接公开。 |
| 技术特征L：其中，接收指示对所述缩略图的选择的输入包括接收对所述缩略图的点击。<br>**未被公开** | 无对应内容。 | 对比文件未涉及“缩略图”的概念，也没有描述对缩略图的点击操作。其接收的用户输入是对图像内高亮对象的选择（[0060]段），方式可能多样，不特指“点击”。因此，该技术特征未被公开。 |
| 技术特征M：其中访问所述至少一个网页包括访问存储在所述电子装置中的所述至少一个网页或经由网络连接访问所述至少一个网页，且其中所述电子装置包括移动装置。<br>《隐含公开》 | [0025] “Mobile device 130 can generate and communicate a visual search query... to a remote server 140 via a wireless connection 132...”<br>[0030] “Examples of mobile device 130 can include any mobile electronic device, such as, without any limitations, a cellular telephone (“cell phone”), a personal digital assistant (PDA), a digital camera, or a wireless telephone...” | 对比文件明确其设备为移动设备（mobile device），例如手机、PDA等（[0030]段）。并且整个系统涉及移动设备通过无线连接（[0025]段）与远程服务器通信以获取信息内容（即网页或类似内容）。这必然意味着访问网页是“经由网络连接”进行的。虽然对比文件未提及“访问存储在电子装置中的网页”，但“经由网络连接访问”这一方式已被明确公开。本领域技术人员可以理解，在移动设备上进行网页访问通常即指通过网络连接进行访问。因此，该技术特征被对比文件隐含公开。 |
| 技术特征N：进一步包括：从所述至少一个字符串中产生搜索查询，其中，所述多个网页搜索结果是基于所述搜索查询的。<br>《隐含公开》 | [0025] “Mobile device 130 can generate and communicate a visual search query...”<br>[0065] “After generating the visual search query... mobile device 130 can communicate the visual search query to back-end 300...” | 对比文件多次描述了移动设备“生成(generate)视觉搜索查询”并发送给后端（[0025]、[0065]段）。虽然该查询是基于识别出的对象/元数据，而非直接从“字符串”产生，但如特征E的论述，当对象为文本对象时，其元数据可代表字符串信息。生成查询并基于查询得到搜索结果（见特征F）的整个过程框架已被公开。因此，“从信息产生搜索查询，搜索结果基于该查询”这一上位概念被对比文件隐含公开。 |
| 技术特征O：其中所述至少一个字符串包括多个词语，并且其中从所述至少一个字符串中产生所述搜索查询包括基于所述图像中所述多个词语的字符大小、笔画宽度、位置、类型和出现的次数中的至少一者从所述多个词语中选择至少一个词语。<br>**未被公开** | 无对应内容。 | 对比文件完全没有描述如何从文本字符串中分析词语的属性（如字符大小、笔画宽度、位置、类型、出现次数），并基于这些属性选择词语以构成搜索查询。其生成搜索查询是基于对象识别和匹配的结果（元数据），是一种基于图像特征匹配和对象分类的完全不同技术路径，而非基于文本分析和统计。因此，该技术特征未被公开。 |
| 技术特征P：其中链接所述缩略图与所述至少一个网页包括链接所述至少一个网页与所述缩略图的至少一部分。<br>**未被公开** | 无对应内容。 | 对比文件未涉及任何将网页与图像或其缩略图（或其中一部分）进行链接的技术。因此，该技术特征未被公开。 |
| 技术特征Q：其中从所述多个网页中选择所述至少一个网页包括基于所述图像与所述多个网页之间的一个或多个比较从所述多个网页中选择所述至少一个网页。<br>**未被公开** | 无对应内容。 | 对比文件中，服务器端选择信息内容是基于识别出的对象进行语义搜索（[0070]段），并未描述将原始图像本身与多个网页的内容进行直接比较这一过程。因此，该技术特征未被公开。 |
| 技术特征R：其中，选择所述至少一个网页包括：基于所述图像的内容与所述多个网页的内容之间的相似度将至少一个排名分配到所述多个网页<br>**未被公开** | 无对应内容。 | 对比文件未提及基于“图像内容与网页内容之间的相似度”对网页进行排名的任何方法或步骤。因此，该技术特征未被公开。 |
| 技术特征S：以及基于所述至少一个排名来选择所述至少一个网页。<br>**未被公开** | 无对应内容。 | 由于特征R未被公开，基于排名进行选择的特征S自然也未被公开。 |
| 技术特征T：其中，选择所述至少一个网页包括：提取指示所述图像中的所述至少一个文本区域的第一特征以及指示所述多个网页中的文本的多个第二特征<br>**未被公开** | [0057] “...mobile device 130 can detect the presence and location of one or more objects based on salient feature clusters...”<br>[0058] “...for each of the objects, mobile device 130 can generate a feature vector that uniquely represents the corresponding object.” | 对比文件确实提到了从图像中提取特征（如特征向量）来表示对象（[0057]、[0058]段）。但这指的是从图像中提取的、用于识别对象的视觉特征（如SIFT、SURF特征），而非目标专利中特指的“指示文本区域”的文本特征（如字符、布局等）。同时，对比文件完全没有提及从“网页中的文本”提取“第二特征”的步骤。因此，该技术特征未被公开。 |
| 技术特征U：以及基于所述第一特征和所述多个第二特征选择所述至少一个网页。<br>**未被公开** | 无对应内容。 | 由于特征T（提取第一、第二特征）未被公开，基于这些特征选择网页的特征U自然也未被公开。 |
| 技术特征V：其中链接所述图像的缩略图与所述至少一个网页包括链接所述至少一个网页的一部分到所述图像的缩略图，且其中所述至少一个网页的一部分中的内容与所述图像中的内容相似。<br>**未被公开** | 无对应内容。 | 对比文件未涉及任何将网页的一部分链接到图像缩略图的技术，也未提及网页部分内容与图像内容相似的概念。因此，该技术特征未被公开。 |
| 技术特征W：进一步包括：通过所述电子装置执行所述至少一个字符串与所述多个网页中的每一网页的比较，其中，所述至少一个网页是基于所述比较从所述多个网页中选择的。<br>**未被公开** | 无对应内容。 | 对比文件中，比较操作发生在图像识别阶段（对象特征与训练图像系数比较），而非在获得网页搜索结果后，由移动设备执行字符串与网页内容的比较。网页的选择是由服务器端的语义搜索完成的。因此，该技术特征未被公开。 |
| 技术特征X：其中，链接所述缩略图与所述至少一个网页包括：产生到所述至少一个网页的统一资源定位符URL的链接<br>**未被公开** | [0029] “For example, the information content can be in the form of... a Universal Resource Locator (URL)...” | 对比文件[0029]段提到信息内容可以包括URL。但这仅说明搜索结果中可能包含URL，并不等同于公开了“产生URL链接”并“将其与缩略图链接”这一主动建立关联关系的步骤。URL是作为搜索结果内容的一部分被提供的，而非与缩略图绑定。因此，该技术特征未被公开。 |
| 技术特征Y：及将所述链接存储为所述图像的缩略图的元数据。<br>**未被公开** | [0062] “In 435, mobile device 130 can generate metadata associated with the selected object based on the trained image that matches the selected object.” | 对比文件[0062]段描述了生成与选定对象关联的元数据。但此元数据是关于对象识别结果的（如“是某某商标”），并非目标专利中所述的、用于链接缩略图与网页的“URL链接”。对比文件未描述将网页链接以元数据形式存储到图像或子图像（缩略图）中。因此，该技术特征未被公开。 |
<<<F>>><<<K>>>
<<<a>>><<<b>>><<<c>>><<<e>>><<<m>>><<<n>>>