返回项目页面
对比文件列表
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
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
US5444796A_Description_20260219_2030_+++c_e_f_g+++.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
US8189880B2_Description_20260220_1537_+++C_E_I_K_O_R_S_a_b_f_g_j_q+++.docx
2026-03-10 04:38
US8386574B2_Description_20260220_0019_+++D_H_a_b_c_g_i+++.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
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
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
US2011222724A1_Description_20260221_0613_+++A_F_G_b_e+++.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
US2016140146A1_Description_20260221_0611_+++A_E_F_R_b_g_i+++.docx
2026-03-10 04:38
US2016140451A1_Description_20260221_0616_+++B_H_a_e_f_g_r+++.docx
2026-03-10 04:38
US2008298766A1_Description_20260221_0616_+++C_E_I_J_K_O_R_S_g_q+++.docx

**对比文件名称**:US2008298766A1_Description_20260221_0616

**目标专利名称**:189照片管理CN106104577B

**模型名称**:GPT-4

### 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,《未公开》无直接对应引用。对比文件涉及使用算法提取特征,例如:“使用合适的人脸识别算法提取数字照片的面部特征”(第0128段),“提取面部特征...一种可提取的面部特征示例是局部二值模式(LBP)特征”(第0087段)。目标专利中“第一预先训练的分类器”(如深度卷积网络)用于从存储图像中**确定/提取**特征,这是一个基于有监督学习训练得到的特征提取模型。对比文件虽然提及提取面部、躯干、场景等特征,但其使用的是特定的人脸识别、场景分析等算法(如LBP、颜色相关图),这些算法本身并非在权利要求语境下的“预先训练的分类器”(如SVM、MLP等)。本领域技术人员不能毫无疑义地得出对比文件使用了“预先训练的分类器”来确定特征。因此,该技术特征未被直接或隐含公开。
**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,《未公开》无对应引用。对比文件未提及训练分类器所用的训练图像,也未讨论存储图像特征与训练图像特征之间的关系。该技术特征限定了存储图像的特征与分类器训练图像的特征不同。对比文件全文未涉及任何关于“训练第一预先训练的分类器”的内容,更未提及训练图像及其特征与待处理存储图像特征的差异性。本领域技术人员无法从对比文件中进行任何相关推断。因此,该技术特征未被直接或隐含公开。
**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,《直接公开》“基于面部相似性将数字照片聚类成人脸组”(第0128段);“将相似外观的人脸聚类(分组)成人脸簇或人脸组,每个组包含一张或多张具有相似外观人脸的照片,以便于集体标注”(第0058段)。目标专利的技术特征是基于提取的特征对存储图像进行分群集(指派给群集)。对比文件明确公开了基于提取的面部特征(以及可能的躯干、时间特征)将照片聚类成人脸组(群集)。这一过程就是将每张图像基于其特征指派到一个群集中。两者作用相同,都是为后续组织和管理图像(如标注)做准备。因此,该技术特征被对比文件直接公开。
**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,《未公开》无对应引用。对比文件中指派标记(标注)的方式是用户为整个群集进行标注,或通过拖放操作将图像/群集合并到已有标注的群集。例如:“用户可以为整个人脸组输入一个人的标识符(例如,姓名)...使得该标识符与人脸组的多张照片相关联”(第0131段)。该技术特征定义了一套自动的、基于距离/数目/百分比阈值的复杂规则来决定是否为单个图像指派标记。对比文件中的标注行为完全是用户驱动的:用户手动选择群集并输入名称,或通过拖放操作进行合并。对比文件没有公开任何基于图像到群集中心的距离、固定数目或百分比阈值来自动决定是否给图像打标签的逻辑。因此,该技术特征未被直接或隐含公开。
**技术特征E**:修改所指派的标记,《直接公开》“用户可以将误标的脸部移动到正确的人脸组中”(第0048段);“要删除已经标注的脸部的姓名标签...所选脸部的姓名将被自动重置,并且该脸部被移至‘未命名’文件夹”(第0055段)。目标专利中“修改所指派的标记”包括更正、删除或改变图像的标记。对比文件明确支持用户通过拖放操作将误标的图像移动到其他群集(从而修改其标记),或通过删除操作将图像的标签重置(即删除标记)。这些用户交互操作直接实现了对已指派标记的修改。因此,该技术特征被对比文件直接公开。
**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,《未公开》“标注信息...被积累并用于逐步改进未标注数据的聚类”(第0069段);“标注程序根据用户新输入的真实情况(ground-truth)动态改变照片/簇的空间配置...这些方法可以通过监督学习方法实现,例如...支持向量机(SVM)或简单的最近邻”(第0091段)。目标专利要求在用户修改标记后,用(被修改标记的)图像**重新训练第一预先训练的分类器**。对比文件提到了“渐进学习”,即用户标注信息被积累并用于改进聚类和搜索结果,并提到可使用SVM等监督学习方法进行“重排序”。然而,对比文件并未明确描述在用户修改标记(如移动图像)这一动作发生时,触发一个用这些图像**重新训练特征提取分类器(即第一分类器)** 的过程。其“学习”更可能是指更新内部聚类模型或重排序模型,而非重新训练权利要求中所述的第一分类器。本领域技术人员无法毫无疑义地得出该特定训练过程。因此,该技术特征未被直接或隐含公开。
**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。《隐含公开》“标注信息被积累并用于逐步改进未标注数据的聚类和搜索结果”(第0069段);“根据用户新输入的真实情况动态改变照片/簇的空间配置”(第0091段)。目标专利中,在用户修改标记并重新训练分类器后,基于该分类器对图像重新分类。对比文件描述了系统利用用户新输入的标注信息(即修改后的标记)来动态改进聚类和搜索结果,这隐含了系统会根据新的用户反馈(可视为监督信号)对图像的分类/聚类归属进行调整。虽然对比文件未明确提及“预先训练的分类器”,但其改进聚类结果的过程,可被本领域技术人员合理推断为一种基于新监督信息对图像进行“重新分类”的行为。因此,该技术特征被对比文件隐含公开。
**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)。《未公开》“这些方法可以通过监督学习方法实现,例如线性判别分析(LDA)、支持向量机(SVM)或简单的最近邻”(第0091段)。目标专利明确限定第一预先训练的分类器是SVM、逻辑回归、最近邻或MLP中的一种。对比文件在第0091段提到SVM和最近邻可用于“重排序”或实现相关方法,但这是在描述“重排序技术”或“监督学习方法”的上下文中的,并非用于描述提取图像特征的“第一预先训练的分类器”。对比文件中用于特征提取的是人脸识别、场景分析等算法,而非这些特定的分类器类型。因此,该技术特征未被直接或隐含公开。
**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。《直接公开》一旦用户为人脸组标注了名称,该组内的所有图像即被关联到该名称下。例如,“用户可以为整个人脸组输入一个人的标识符...使得该标识符与人脸组的多张照片相关联”(第0131段)。目标专利的“基于对应的标记将图像分类到群中”,是指根据已指派的标记(如人名)将图像归入相应的类别或群组。对比文件中,用户为人脸组(群集)标注名称后,该组内的所有图像自然就基于该名称(标记)被分类在一起。这实质上是基于标记的分类。因此,该技术特征被对比文件直接公开。
**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。《直接公开》“群组视图区域210呈现人脸组的缩略图...允许用户直接标注相应的人脸组”(第0043段);用户界面被设计为类似Windows资源管理器,允许用户以操作文件夹和文件的方式操作人脸组(第0043段)。UI中有“未命名”文件夹(第0055段)。目标专利中的“文件夹”是用于存放具有相同分类图像的逻辑容器。对比文件的用户界面明确将人脸组显示为类似文件夹的实体(有缩略图,可被点击、拖放),并且有“未命名”文件夹用于存放未标注图像。用户将图像聚类成组,并将图像放入这些组中的过程,即相当于将图像放置到对应的“文件夹”中。因此,该技术特征被对比文件直接公开。
**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。《直接公开》“用户...可以将脸部拖放到‘未命名’文件夹”(第0055段)。目标专利中“使用非特定名称命名文件夹”例如使用通用名称。对比文件明确设置了一个名为“未命名”(Unnamed)的文件夹,用于存放未标注或已删除标签的图像。“未命名”即是一个非特定的通用名称。因此,该技术特征被对比文件直接公开。
**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。《未公开》无对应引用。对比文件中文件夹(人脸组)的特定名称(如“Tom”)来源于用户手动输入或从现有名称列表中选择(参见第0049段,图3),而非通过一个第二预先训练的分类器来确定。该技术特征要求使用一个第二预先训练的分类器来确定文件夹的特定名称。对比文件中文件夹名称的确定完全依赖于用户的人工输入或选择,没有任何内容提及或暗示使用另一个预先训练的分类器来自动确定文件夹名称。因此,该技术特征未被直接或隐含公开。
**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。《未公开》无对应引用。对比文件未涉及“群集中心”的概念,也未提及基于群集中心的分类来确定文件夹名称。该技术特征涉及“群集中心”以及基于此的第二分类器决策过程。对比文件完全没有公开“群集中心”这一概念,其命名逻辑完全基于用户交互,不涉及任何基于群集中心的自动分类命名机制。因此,该技术特征未被直接或隐含公开。
**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。《未公开》无对应引用。对比文件中文件夹名称的确定不依赖于其内部图像的多数裁定规则,而是由用户一次性为整个组指定。该技术特征限定了通过多数裁定规则(即根据文件夹内已标记图像的多数意见)来确定文件夹名称。对比文件中没有描述任何类似的自动命名规则,文件夹名称由用户直接指定,与组内图像的标记情况无关。因此,该技术特征未被直接或隐含公开。
**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。《直接公开》“用户...可以通过在弹出上下文菜单320中键入新名称来标注所选人脸组340”(结合图3描述,第0049段);“上下文菜单...允许用户从建议的姓名标签列表中选择...或键入一个新姓名”(第0049段)。目标专利中“接收用户输入以修改或指派新文件夹名称”即允许用户重命名或创建新名称。对比文件明确公开了用户可以通过右键菜单为选中的人脸组(文件夹)选择现有名称或直接键入一个新名称,这完全对应于接收用户输入以修改或指派新的特定文件夹名称。因此,该技术特征被对比文件直接公开。
**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。《未公开》无对应引用。对比文件未提及“第二预先训练的分类器”,也未描述基于群集中心或特征向量重新训练分类器以纳入新名称的过程。该技术特征涉及对第二预先训练的分类器进行重新训练以更新其知识库,包含新的或修改后的文件夹名称。对比文件虽然提到利用用户标注信息改进系统性能(渐进学习),但并未将其描述为针对一个“第二预先训练的分类器”的重新训练过程,更未提及训练数据是“群集中心”或“标记的图像特征向量”。因此,该技术特征未被直接或隐含公开。
**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。《隐含公开》系统可以导入新照片(第0087段,“离线阶段从输入照片开始”),并对其进行特征提取和聚类(第0089段,“在线聚类阶段...执行人脸聚类”),聚类后新图像会被归入相应的人脸组(文件夹)中。目标专利描述了为新图像提取特征,应用分类器确定其所属群,然后放入对应文件夹的流程。对比文件虽然未明确以“新图像”为例描述此完整流程,但其系统架构支持导入新照片、提取特征、聚类、并将结果归入相应群组(在UI中即文件夹)的完整过程。本领域技术人员可以合理推断,对于新加入系统的图像,系统会执行类似的流程将其放置到合适的文件夹中。因此,该技术特征被对比文件隐含公开。
**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。《直接公开》参见技术特征E的引用。用户通过拖放图像到不同群组或删除操作来修改标记,这些操作都需要接收用户输入(如鼠标拖放、键盘删除)。该技术特征与特征E紧密相关,强调“接收用户输入”这一动作。对比文件中描述的修改标记的所有方式(拖放、删除)都必然涉及接收用户的交互输入。因此,该技术特征被对比文件直接公开。
**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。《直接公开》“用户可以将误标的脸部移动到正确的人脸组中”(第0048段);图5和图6展示了将单个脸部或整个人脸组拖放到另一个已标注组中的操作(第0053-0054段)。目标专利中“基于将图像从第一文件夹移至第二文件夹的用户输入来修改标记”是修改标记的一种具体方式。对比文件明确公开了用户可以通过拖放操作,将图像(或整个组)从一个组(第一文件夹)移动到另一个已标注的组(第二文件夹),从而实现标记的修改。因此,该技术特征被对比文件直接公开。
**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。《未公开》无对应引用。对比文件描述的是一个单用户本地使用的照片标注系统,未提及任何与第二用户共享分类器或群集中心列表的功能。该技术特征涉及在多用户环境下的共享功能。对比文件全文未描述任何用户间共享系统组件(如分类器)或数据(如群集中心列表)的机制或场景。因此,该技术特征未被直接或隐含公开。
**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。《未公开》无对应引用。该技术特征是特征T的延续,描述了共享后的具体组合与应用流程。由于对比文件未公开共享功能,因此也不可能公开这种组合更新流程。因此,该技术特征未被直接或隐含公开。
**技术特征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》无对应引用。该技术特征同样涉及用户间共享,具体共享用户定义的种类(如“日落”、“自然界”)。对比文件未涉及用户自定义种类(其种类主要是“人名”、“地点”、“事件”),更未提及共享这些定义。因此,该技术特征未被直接或隐含公开。

<<<C>>><<<E>>><<<I>>><<<J>>><<<K>>><<<O>>><<<R>>><<<S>>><<<g>>><<<q>>>

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