返回项目页面
对比文件列表
CN102254180A_Description_20260219_2237_+++C_I+++.docx
2026-03-10 04:38
CN103530689A_Description_20260219_2348_+++C_G_I_a+++.docx
2026-03-10 04:38
EP3114611A1_Description_20260304_2010_+++A_C_E_F_G_I_J_L_M_O_Q_R_S_T_U_V_b_d_h_k_n_p+++.docx
2026-03-10 04:38
JP2007048172A_Description_20260219_2033_+++C_H+++.docx
2026-03-10 04:38
JP2011044044A_Description_20260219_2122_+++C_E_G_J_Q_R_a_b_d_f_i+++.docx
2026-03-10 04:38
JP2011175497A_Description_20260219_2139_+++C_F_G_H_a_b_c_d_e_i+++.docx
2026-03-10 04:38
JPH08227408A_Description_20260221_0611_+++c_f_g_i+++.docx
2026-03-10 04:38
US5239594A_Description_20260219_2037_+++F_a_c_e_g_i_r+++.docx
2026-03-10 04:38
US5337370A_Description_20260219_2031_+++B_a_c_i_j_q+++.docx
2026-03-10 04:38
US5444796A_Description_20260219_2030_+++c_e_f_g+++.docx
2026-03-10 04:38
US5822742A_Description_20260219_2043_+++c_i+++.docx
2026-03-10 04:38
US7164798B2_Description_20260220_0009_+++A_C_D_E_G_H_I_T_b+++.docx
2026-03-10 04:38
US8086048B2_Description_20260219_2124_+++C_H_a_q+++.docx
2026-03-10 04:38
US8189880B2_Description_20260220_1537_+++C_E_I_K_O_R_S_a_b_f_g_j_q+++.docx
2026-03-10 04:38
US8311337B2_Description_20260219_2359_+++C_a_e_r_t_u_v+++.docx
2026-03-10 04:38
US8386574B2_Description_20260220_0019_+++D_H_a_b_c_g_i+++.docx
2026-03-10 04:38
US8611678B2_Description_20260220_1541_+++A_C_H+++.docx
2026-03-10 04:38
US8913152B1_Description_20260220_0344_+++C_F_G_H_I_S_a_b_d_e_j_k_q_r+++.docx
2026-03-10 04:38
US9298978B1_Description_20260219_2034_+++A_B_C_E_H_I_R_T_f+++.docx
2026-03-10 04:38
US2003063780A1_Description_20260221_0611_+++a_b_c+++.docx
2026-03-10 04:38
US2004165767A1_Description_20260221_0617_+++A_C_H_b_d_e_f_g+++.docx
2026-03-10 04:38
US2008103996A1_Description_20260221_0612_+++E_F_G_H_R_c+++.docx
2026-03-10 04:38
US2008292196A1_Description_20260221_0614_+++c_i+++.docx
2026-03-10 04:38
US2008298766A1_Description_20260221_0616_+++C_E_I_J_K_O_R_S_g_q+++.docx
2026-03-10 04:38
US2010036786A1_Description_20260221_0614_+++H_a_c_e_g_i_j_q_r_s+++.docx
2026-03-10 04:38
US2011119210A1_Description_20260221_0615_+++C_E_F_a_b_c_g_i_q+++.docx
2026-03-10 04:38
US2011235858A1_Description_20260221_0614_+++A_C_H_I_b+++.docx
2026-03-10 04:38
US2011282828A1_Description_20260221_0615_+++C_H_b_i+++.docx
2026-03-10 04:38
US2011302111A1_Description_20260221_0616_+++a_b_c_i+++.docx
2026-03-10 04:38
US2012263388A1_Description_20260221_0617_+++c+++.docx
2026-03-10 04:38
US2013033608A1_Description_20260221_0614_+++B_C_H_a+++.docx
2026-03-10 04:38
US2013129143A1_Description_20260221_0616_+++A_B_C_H+++.docx
2026-03-10 04:38
US2014078320A1_Description_20260221_0615_+++A_B_C_I_d_h_q+++.docx
2026-03-10 04:38
US2014188462A1_Description_20260221_0612_+++A_C_D_E_F_G_H_I_J_L_M_O_Q_R_S_V_t+++.docx
2026-03-10 04:38
US2014376819A1_Description_20260221_0618_+++B_H_a_c_e_i_r+++.docx
2026-03-10 04:38
US2015139485A1_Description_20260221_0617_+++A_H_c_q+++.docx
2026-03-10 04:38
US2015178383A1_Description_20260221_0614_+++A_b_c_d+++.docx
2026-03-10 04:38
US2015324655A1_Description_20260221_0614_+++H_a_c_i_q+++.docx
2026-03-10 04:38
US2016034788A1_Description_20260221_0616_+++A_C_I+++.docx
2026-03-10 04:38
US2016042252A1_Description_20260221_0615_+++A_C_I_b_e_r+++.docx
2026-03-10 04:38
US2016179844A1_Description_20260221_0613_+++A_c_j_q+++.docx
2026-03-10 04:38
US2016180151A1_Description_20260221_0613_+++A_C_b_i+++.docx
2026-03-10 04:38
US2016275414A1_Description_20260221_0614_+++C_H_a_d+++.docx
2026-03-10 04:38
US2016307071A1_Description_20260221_0618_+++b_c_h+++.docx
2026-03-10 04:38
WO2009131629A1_Description_20260219_2011_+++A_B_C_H_I_q+++.docx
2026-03-10 04:38
US2008103996A1_Description_20260221_0612_+++E_F_G_H_R_c+++.docx

对比文件名称:US2008103996A1_Description_20260221_0612

目标专利名称:189照片管理CN106104577B

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**: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,<br>**判断结果**:未直接公开且未隐含公开无直接对应引用。对比文件涉及分类器(如段落[0018]提及“automated classifier 3”)用于预测类别,但未明确其用于“确定图像的特征”。目标专利的技术特征A核心在于使用“预先训练的分类器”(实为特征提取器,见说明书[0098]段)来“确定特征”。对比文件公开的分类器(例如SVM)主要用于根据特征值进行类别预测(见[0017]段),而非专门用于从原始图像中提取特征向量。本领域技术人员无法从对比文件中毫无疑义地得出或必然推理出使用一个分类器来执行特征提取的功能。因此,特征A未被公开。
**技术特征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<br>**判断结果**:未直接公开且未隐含公开无直接对应引用。目标专利强调特征提取器在一个图像集上预先训练,然后应用于“所存储图像”(即用户自己的图像库),二者不同(见说明书[0099]段)。对比文件涉及使用训练集训练分类器,然后对新的未标记样本进行分类(见[0017]段),但未提及或暗示用于分类的“特征”本身来源于一个与训练集不同的图像集合。该特征未被对比文件公开。
**技术特征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<br>**判断结果**:隐含公开[0033]段:“...the selection criterion includes one or more sub-criteria biasing toward selection of related samples in training set 45. Such sub-criteria are implemented, in representative embodiments, by clustering the training samples based on their feature sets (e.g., using known clustering techniques).”<br>[0057]段:“...samples 2 are divided into clusters (e.g., using conventional clustering techniques)...”对比文件明确公开了基于样本的特征集(feature sets)使用已知的聚类技术(clustering)对样本进行分组(clustering)。虽然对比文件中聚类的主要目的是为了辅助选择训练样本或确保样本多样性,而非目标专利中用于图像管理的最终分群,但“基于特征进行聚类”这一技术手段本身已被公开。本领域技术人员完全有可能从对比文件公开的“基于特征集进行聚类”推理出“基于所确定的特征将图像指派给群集”的技术方案。因此,特征C被隐含公开。
**技术特征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<br>**判断结果**:未直接公开且未隐含公开无直接对应引用。目标专利的技术特征D限定了基于到群集中心的距离、数目或百分比阈值来向图像指派标记的具体规则(见说明书[0102]段)。对比文件虽然涉及聚类和标记,但从未公开基于“距离阈值”、“数目阈值”或“百分比阈值”来指派标记的规则。指派标记的依据在对比文件中是用户的直接输入或分类器的预测。因此,特征D未被公开。
**技术特征E**:修改所指派的标记<br>**判断结果**:直接公开[0044]段:“...the user interface can also receive input indicating which sample/s are inherently difficult to classify, or even an indication that some should be removed from consideration entirely.”<br>[0047]段:“Alternatively, the previously assigned classification label 8 for the training sample 7 could have been contradicted by user 57... the new label 88 assigned by user 57 replaces the previous label 8.”对比文件明确公开了用户可以重新标记(re-labeling)训练样本,从而修改之前指派的标记(label)。段落[0047]明确描述了用户57可以否定(contradicted)之前分配的标签,并用新标签(new label 88)替换之前的标签(previous label 8)。这与目标专利中“修改所指派的标记”的技术特征完全相同。因此,特征E被直接公开。
**技术特征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<br>**判断结果**:直接公开[0047]段:“...once the training set 45 has been updated, the classifier 3 is retrained using the modified training set 45...”<br>[0065]段:“...the training set 45 is modified based on the labels received... the classifier 3 is retrained based on the modified training set 45...”对比文件的核心内容就是利用重新标记的样本来重新训练分类器。段落[0047]和[0065]均明确描述了在训练集基于收到的(新)标签被修改后,分类器(classifier 3)使用修改后的训练集被重新训练(retrained)。这与目标专利中“当所指派的标记被修改时...重新训练...分类器”的技术特征完全相同。因此,特征F被直接公开。
**技术特征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。<br>**判断结果**:直接公开[0047]段:“...and the retrained classifier 3 is used to re-process at least some of the labeled training samples 45, thereby obtaining new predictions 4.”对比文件明确公开了在重新训练分类器后,使用该重新训练后的分类器(retrained classifier 3)对样本进行重新处理(re-process)以获得新的预测。这等同于目标专利中“基于预先训练的分类器(此处指重新训练后的分类器)来对图像重新分类”。因此,特征G被直接公开。
**技术特征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)。<br>**判断结果**:直接公开[0004]段:“These approaches include supervised techniques, such as Support Vector Machine (SVM) and Naïve Bayes...”<br>[0018]段:“Classifier 3 applies a predetermined algorithm based on a supervised learning technique (e.g., Support Vector Machines or Naïve Bayes)...”对比文件明确将支持向量机(SVM)作为其分类器(classifier 3)的示例性实现技术之一。目标专利将SVM列为第一预先训练的分类器的可选类型之一。因此,对比文件直接公开了技术特征H中“支持向量机器(SVM)”这一具体类型,满足了该特征“是...或...”的选择性限定。因此,特征H被直接公开。
**技术特征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。<br>**判断结果**:未直接公开且未隐含公开无直接对应引用。目标专利的技术特征I涉及基于标记将图像分类到“群”中,这是其图像管理流程的一部分(参见说明书[0104]段)。对比文件中的分类(classification)是指为样本预测类别标签,并未提及将已标记的样本进一步组织到“群”(group)中这一后续步骤。因此,特征I未被公开。
**技术特征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。<br>**判断结果**:未直接公开且未隐含公开无直接对应引用。目标专利的技术特征J涉及将图像放置到物理或逻辑的“文件夹”中,这是其图像文件管理系统的重要环节(参见说明书[0104]段)。对比文件处理的是抽象的样本和标签,用于训练分类器,完全没有涉及将样本(如图像)组织到“文件夹”中的概念。因此,特征J未被公开。
**技术特征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。<br>**判断结果**:未直接公开且未隐含公开无直接对应引用。目标专利的技术特征K涉及文件夹的命名规则(见说明书[0106]段)。对比文件未涉及任何与文件夹命名相关的内容。因此,特征K未被公开。
**技术特征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。<br>**判断结果**:未直接公开且未隐含公开无直接对应引用。目标专利的技术特征L涉及使用第二个分类器来确定文件夹名称(见说明书[0106]段)。对比文件仅涉及一个主分类器(classifier 3)及其训练过程,未提及使用第二个分类器来执行文件夹命名任务。因此,特征L未被公开。
**技术特征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。<br>**判断结果**:未直接公开且未隐含公开无直接对应引用。目标专利的技术特征M限定了第二分类器基于群集中心的分类来确定文件夹名称的具体方式(见说明书[0106]段)。对比文件未涉及任何与文件夹命名,特别是基于群集中心分类来命名相关的内容。因此,特征M未被公开。
**技术特征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。<br>**判断结果**:未直接公开且未隐含公开无直接对应引用。目标专利的技术特征N限定了使用“多数裁定规则”来确定文件夹名称(见说明书[0106]段)。对比文件未涉及任何与“多数裁定规则”相关的文件夹命名方法。因此,特征N未被公开。
**技术特征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。<br>**判断结果**:未直接公开且未隐含公开无直接对应引用。目标专利的技术特征O涉及用户修改或指派文件夹名称(见说明书[0107]段)。对比文件接收的用户输入是针对样本标签的修改(re-labeling),而非针对文件夹名称的修改。因此,特征O未被公开。
**技术特征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。<br>**判断结果**:未直接公开且未隐含公开无直接对应引用。目标专利的技术特征P涉及重新训练第二分类器以包含新的文件夹名称,其训练数据基于群集中心或特征向量(见说明书[0107]段)。对比文件仅公开了基于修改后的训练集(包含重新标记的样本)重新训练主分类器,未涉及第二分类器,也未涉及基于文件夹名称进行训练。因此,特征P未被公开。
**技术特征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。<br>**判断结果**:未直接公开且未隐含公开无直接对应引用。对比文件涉及对新样本进行分类(见[0017]段),但未提及将其“放置在文件夹中”。目标专利的技术特征Q描述了对新图像进行分类并放入文件夹的完整流程(参见说明书[0108]段及图5B)。对比文件虽然公开了对新样本(可对应新图像)进行分类,但分类的后续动作是输出预测标签,并未公开将分类后的样本“放置到文件夹中”这一图像文件管理步骤。因此,特征Q未被公开。
**技术特征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。<br>**判断结果**:直接公开[0018]段:“...such labels 8 are repeatedly questioned and some of them may be submitted for confirmation/re-labeling...”<br>[0044]段:“...the user interface can also receive input indicating which sample/s are inherently difficult to classify...”对比文件的核心创新点之一就是允许对已指派的标记(label)进行重新标记(re-labeling)。段落[0018]和[0044]明确说明了系统接收用户输入以对标签进行确认或重新标记,这直接对应于“接收修改所指派的标记的用户输入”。因此,特征R被直接公开。
**技术特征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。<br>**判断结果**:未直接公开且未隐含公开无直接对应引用。目标专利的技术特征S限定了通过“移动图像到不同文件夹”这一特定用户界面操作来触发标记修改(见说明书[0110]段)。对比文件中修改标记是通过直接对样本进行重新标记操作(如点击单选按钮)实现的,未提及任何与“文件夹”或“移动图像”相关的操作。因此,特征S未被公开。
**技术特征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。<br>**判断结果**:未直接公开且未隐含公开无直接对应引用。目标专利的技术特征T涉及用户间共享分类器或群集中心列表(见说明书[0116]段)。对比文件仅涉及单个系统或单次训练过程,未提及任何在不同用户之间共享分类器或群集中心的功能。因此,特征T未被公开。
**技术特征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。<br>**判断结果**:未直接公开且未隐含公开无直接对应引用。目标专利的技术特征U描述了共享后如何组合群集中心列表并更新分类器的具体过程(见说明书[0116]段)。对比文件未涉及任何用户间共享、列表组合以及为第二用户更新分类器的内容。因此,特征U未被公开。

<<<E>>><<<F>>><<<G>>><<<H>>><<<R>>><<<c>>>

权利要求与技术特征
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