非显而易见法律服务网

技术特征描述及公开性判断	对比文件原文引用	公开性论述
特征A：包括：用第一预先训练的分类器来确定多个所存储图像的特征，《直接公开》	[0032] ... processes each image in a set of multiple images ... using the neural network ... to determine a respective numeric embedding of each of the images. <br> [0025] The numeric embedding system 100 generates numeric embeddings of input images by processing each image using a neural network 120.	对比文件公开了使用一个神经网络（120）来处理一组多个图像，以确定每个图像的“数值嵌入”（numeric embedding）。在图像处理领域，“数值嵌入”即是一种“特征”表示。该神经网络是预先训练好的（参见[0028]）。因此，对比文件直接公开了“用第一预先训练的分类器（神经网络）来确定多个所存储图像的特征”这一技术特征。
特征B：所述多个所存储图像的特征不同于用于训练所述第一预先训练的分类器的多个训练图像，《隐含公开》	[0028] ... the numeric embedding system 100 trains the neural network 120 on training images to determine trained values of the parameters of the neural network 120. <br> [0031] ... processes each image in a set of multiple images ... using the neural network ... to determine a respective numeric embedding of each of the images.	对比文件描述了先使用训练图像来训练神经网络（[0028]），之后在图像聚类等任务中，使用已训练好的神经网络来处理另一组“多个图像”以生成其数值嵌入（[0031]）。虽然没有明示这两组图像不同，但本领域技术人员可以理解，在应用已训练好的模型时，所处理的“存储图像”或“新图像”通常与训练模型时使用的“训练图像”是不同的数据集，否则训练和应用的区分将没有意义。因此，可以合理推断出所述多个所存储图像的特征不同于用于训练分类器的训练图像。
特征C：至少部分地基于所确定的特征来将所述多个所存储图像中的每一个图像指派给多个群集中的群集，《直接公开》	[0032] ... clusters the numeric embeddings into multiple clusters, e.g., using a conventional clustering technique. The numeric embedding system 120 then determines, for each cluster, that the images whose embeddings are in the cluster are images of the same object...	对比文件明确公开了将图像的数值嵌入（即特征）聚类（cluster）成多个群集（clusters），并确定嵌入属于某个群集的图像即被指派给该群集。这直接公开了基于特征进行聚类的技术特征。
特征D：基于所述图像离对应于所述图像的最接近的群集中心的距离小于第一阈值、与所述最接近的群集中心相关联的预定义图像数目小于第二阈值、和/或与最接近的群集中心相关联的图像百分比小于第三阈值来向所述多个所存储图像中的图像指派标记，《未公开》	未找到相关内容。	对比文件仅公开了将嵌入聚类，并未提及基于图像到群集中心的距离阈值、图像数目阈值或图像百分比阈值来向图像指派“标记”（label）。对比文件中的“分类”（classified）是指在训练数据中已知的图像类别（如人脸属于某个特定人），而非聚类后基于阈值条件动态指派标记的过程。该特征未被公开。
特征E：修改所指派的标记，《未公开》	未找到相关内容。	对比文件未提及任何修改图像或群集标记的步骤。该特征未被公开。
特征F：当所述所指派的标记被修改时用所述图像来重新训练所述第一预先训练的分类器，《未公开》	未找到相关内容。	对比文件未提及任何基于修改的标记来重新训练神经网络的过程。该特征未被公开。
特征G：以及至少部分地基于所述预先训练的分类器来对所述图像重新分类，《未公开》	未找到相关内容。	对比文件描述了使用训练好的神经网络生成嵌入并聚类，但未提及在初始聚类或指派后，再基于同一个分类器进行“重新分类”的步骤。该特征未被公开。
特征H：其特征在于，所述第一预先训练的分类器是支持向量机器(SVM)、逻辑回归、最接近的邻居、或多层感知器(MLP)，《未公开》	[0026] ... a deep convolutional neural network...	对比文件明确其神经网络是深度卷积神经网络（deep convolutional neural network），并未提及SVM、逻辑回归、最接近的邻居或MLP作为生成特征所用的“第一预先训练的分类器”。该特定分类器类型未被公开。
特征I：其特征在于，进一步包括，至少部分地基于对应的标记来将所述多个所存储图像中的图像分类到群中，《隐含公开》	[0032] ... clusters the numeric embeddings into multiple clusters... then determines, for each cluster, that the images whose embeddings are in the cluster are images of the same object...	对比文件公开了将图像聚类后，确定每个群集中的图像属于同一对象。这本质上就是根据聚类结果（可视为一种基于特征的“标记”）将图像分到不同的群（cluster）中。虽然“标记”一词未明确出现，但“确定图像属于同一对象”即隐含了基于聚类结果（一种内在的类别划分）进行分类。因此，该特征被隐含公开。
特征J：其特征在于，进一步包括，至少部分地基于对应的群来将所述多个所存储图像中的每个图像放置到文件夹中，《未公开》	未找到相关内容。	对比文件未提及任何“文件夹”（folder）的概念或基于群集将图像放置到文件夹中的操作。该特征未被公开。
特征K：其特征在于，进一步包括，使用非特定名称来命名所述文件夹，《未公开》	未找到相关内容。	对比文件未涉及文件夹命名。该特征未被公开。
特征L：其特征在于，进一步包括，使用第二预先训练的分类器来确定特定文件夹名称，《未公开》	未找到相关内容。	对比文件未提及使用第二分类器确定文件夹名称。该特征未被公开。
特征M：其特征在于，进一步包括，使用所述第二预先训练的分类器、至少部分地基于与相关联的群的标记相关联的群集中心的分类来确定所述特定文件夹名称，《未公开》	未找到相关内容。	对比文件未涉及此特征。该特征未被公开。
特征N：其特征在于，所述特定文件夹名称进一步至少部分地基于关于给定文件夹的所标记图像的多数裁定规则来确定，《未公开》	未找到相关内容。	对比文件未涉及此特征。该特征未被公开。
特征O：其特征在于，进一步包括，接收修改特定文件夹名称或指派新的特定文件夹名称的用户输入，《未公开》	未找到相关内容。	对比文件未涉及用户交互修改文件夹名称。该特征未被公开。
特征P：其特征在于，进一步包括，至少部分地基于群集中心或者至少一个所标记的图像特征向量来重新训练第二预先训练的分类器以包括经修改的特定文件夹名称或所述新的特定文件夹名称，《未公开》	未找到相关内容。	对比文件未涉及重新训练第二分类器以包含新文件夹名称。该特征未被公开。
特征Q：其特征在于，进一步包括，至少部分地基于确定新图像的特征向量和应用所述分类器以确定所述新图像的群来将所述新图像放置在文件夹中，《未公开》	[0031] ... receives a new image and processes the new image ... to determine a numeric embedding of the new image. The numeric embedding system 120 then determines whether the new image is an image of the same object as any of the images in the set ... by comparing the numeric embedding ...	对比文件公开了处理新图像以确定其特征向量（数值嵌入），并通过比较将其分类（识别为是否与集合中某图像为同一对象）。但未提及将新图像“放置在文件夹中”。该特征部分被公开（确定特征和应用分类器以分类），但“放置在文件夹中”这一具体操作未被公开。
特征R：其特征在于，进一步包括，接收修改所述所指派的标记的用户输入，《未公开》	未找到相关内容。	对比文件未涉及用户交互修改标记。该特征未被公开。
特征S：其特征在于，至少部分地基于将所述图像从第一文件夹移至第二文件夹的用户输入来修改所述所指派的标记，《未公开》	未找到相关内容。	对比文件未涉及文件夹或图像在文件夹间的移动操作。该特征未被公开。
特征T：其特征在于，进一步包括，与第二用户共享至少一个分类器或群集中心列表，《未公开》	未找到相关内容。	对比文件未涉及与其他用户共享分类器或群集中心列表。该特征未被公开。
特征U：其特征在于，所共享的群集中心列表与所述第二用户的群集中心列表相组合以创建用于所述第二用户的图像的标记并且更新用于所述第二用户的分类器，《未公开》	未找到相关内容。	对比文件未涉及此特征。该特征未被公开。
特征V：其特征在于，进一步包括，与所述第二用户共享用户为类别或群集定义的种类，《未公开》	未找到相关内容。	对比文件未涉及与用户共享用户定义的种类。该特征未被公开。