非显而易见法律服务网

返回项目页面

对比文件列表

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

US9298978B1_Description_20260219_2034_+++A_B_C_E_H_I_R_T_f+++.docx

### 特征比对表格

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
A：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>《直接公开》	[0141] “classifier module 705 can be a neural network classifier, support vector machine, or other classifier, and image features 701 and 702 can be features that can be obtained from an image”<br>（分类器模块705可以是神经网络分类器、支持向量机或其他分类器，并且图像特征701和702是可以从图像获得的特征）	对比文件明确公开了使用分类器（如神经网络、支持向量机）从图像中提取特征，这些特征用于后续分类。这直接对应于目标专利中“用预先训练的分类器确定图像特征”的技术特征。
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>《直接公开》	[0148] “Once network 800 is trained, the analysis engine can query the network for a given input (or ‘target’) image.”<br>（一旦网络800被训练，分析引擎可以针对给定的输入（或“目标”）图像查询网络）	对比文件指出，训练后的分类器用于对新的目标图像进行分类，这些目标图像不同于训练时使用的图像集。因此，所存储图像（目标图像）的特征与训练图像的特征不同，被直接公开。
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>《直接公开》	[0141]-[0148] 描述了使用分类器基于图像特征将图像分类到物种类别；[0082] 提到了使用k-means、K-最近邻等进行聚类/分类。<br>（例如，[0082] “Some implementations may classify/cluster various fishing locations into groups...”）	对比文件中，分类器基于图像特征将图像指派到预定义的物种类别（如切喉鳟、虹鳟），这些类别可视为“群集”。尽管目标专利中的群集可能通过无监督聚类形成，但权利要求并未限定群集的形成方式，因此对比文件公开了基于特征将图像指派给群集。
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>未公开	无相应内容	对比文件中指派标记（物种标签）是基于分类器的输出，没有提及群集中心、距离阈值、图像数目阈值或百分比阈值。因此，该特征未被直接或隐含公开。
E：修改所指派的标记。<br>《直接公开》	[0156] “the user can be given the opportunity to review the selected species and, if desired, input a different species. ... If the user selects to change the species, then the catch report can be submitted with the species selected by the user.”<br>（用户可以有机会审查所选物种，并且如果需要，输入不同的物种。...如果用户选择改变物种，则捕获报告可以提交用户选择的物种）	对比文件明确允许用户修改自动识别的物种标签，即修改所指派的标记。这直接对应于目标专利中修改标记的技术特征。
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>《隐含公开》	[0147] 描述了使用用户提供的带有物种标签的图像训练分类器；[0156] 允许用户修改物种标签。<br>（例如，[0147] “Training of network 800 can be performed using previously-submitted catch reports having associated locations and species.”）	对比文件公开了使用用户提交的标记图像训练分类器，并允许用户修改标记。本领域技术人员可以合理推断，当用户修改标记时，该修改后的图像-标签对可用于重新训练分类器以改进性能，尽管对比文件未明确描述重新训练步骤。因此，该特征被隐含公开。
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>未公开	无相应内容	对比文件描述了使用分类器对图像进行分类（首次分类），但未提及在标记修改或重新训练后对图像进行“重新分类”。因此，该特征未被直接或隐含公开。
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>《直接公开》	[0141] “classifier module 705 can be a neural network classifier, support vector machine, or other classifier”；[0081] “support vector machines, genetic algorithms, etc.”；[0082] “k-means, K-nearest neighbor”。<br>（分类器模块705可以是神经网络分类器、支持向量机或其他分类器；支持向量机、遗传算法等；k-均值、K-最近邻）	对比文件明确公开了支持向量机（SVM）和最近邻居（即最接近的邻居）作为分类器。神经网络分类器可涵盖多层感知器（MLP）。逻辑回归虽未明确提及，但特征H为选择性特征，只要其中一种被公开即满足。因此，该特征被直接公开。
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>《直接公开》	[0141]-[0148] 描述了基于物种标记（如切喉鳟、虹鳟）将图像分类到相应类别（群）。<br>（例如，分类器输出物种标签，图像被归类到相应物种群中）	对比文件中，图像根据分类器输出的物种标记被分类到不同的物种类别，这些类别即为“群”。因此，该特征被直接公开。
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>未公开	无相应内容	对比文件未提及将图像存储到文件夹中，也没有基于分类将图像组织到文件夹的概念。因此，该特征未被直接或隐含公开。
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>未公开	无相应内容	由于对比文件未涉及文件夹，因此命名文件夹的特征未被公开。
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>未公开	无相应内容	对比文件未涉及文件夹名称的确定，因此该特征未被公开。
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>未公开	无相应内容	对比文件未涉及文件夹名称的确定，因此该特征未被公开。
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>未公开	无相应内容	对比文件未涉及文件夹名称的确定，因此该特征未被公开。
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>未公开	无相应内容	对比文件未涉及文件夹名称的修改，因此该特征未被公开。
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>未公开	无相应内容	对比文件未涉及第二分类器用于文件夹名称，也未涉及基于群集中心或特征向量重新训练以更新文件夹名称。因此，该特征未被公开。
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>未公开	无相应内容	对比文件描述了对新图像进行分类，但未提及将其放置在文件夹中。因此，该特征未被公开。
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>《直接公开》	[0156] “the user can be given the opportunity to review the selected species and, if desired, input a different species.”<br>（用户可以有机会审查所选物种，并且如果需要，输入不同的物种）	对比文件明确允许用户输入不同的物种来修改自动指派的标记，即接收修改标记的用户输入。这直接对应于目标专利中接收用户输入修改标记的技术特征。
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>未公开	无相应内容	对比文件未涉及文件夹，因此通过移动图像修改标记的特征未被公开。
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>《直接公开》	[0118] “periodically provide analysis engine parameters to the client device (e.g., neural network weights, regression model parameters).”；[0120] “trail cameras can have a wired or wireless interface to download a set of direct rules and/or model parameters from a client device or server”。<br>（定期向客户端设备提供分析引擎参数（例如，神经网络权重、回归模型参数）； trail cameras可以有有线或无线接口从客户端设备或服务器下载一组直接规则和/或模型参数）	对比文件公开了向客户端设备提供分析引擎参数（如神经网络权重），这相当于共享分类器（模型参数）。特征T要求共享分类器或群集中心列表，由于共享分类器被公开，且权利要求为“或”关系，因此该特征被直接公开。
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>未公开	无相应内容	对比文件未提及群集中心列表，也未涉及组合群集中心列表以创建标记和更新分类器。因此，该特征未被公开。
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。<br>未公开	无相应内容	对比文件未提及用户自定义种类（如类别或群集），也未涉及共享用户定义的种类。因此，该特征未被公开。