对比文件名称：US2016019415A1_Description_20260221_0615
目标专利名称：189照片管理CN106104577B
本次调用的模型名称：未指定
### 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**：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》** | [0021]段：“In one example, the present disclosure comprises a system that utilizes a DNC feature vector, which may be constructed from quantized vectors of a subject's face, and motion/orientation sensor data. In one example, the quantized vectors may comprise eigenvectors of a subject's face (also referred to as an eigenface). In one example, a subjects' eigenface is extracted during a one-time offline training phase.”<br>（在一个示例中，本公开包括一个系统，该系统利用DNC特征向量，该特征向量可以由主体面部的量化向量和运动/方向传感器数据构成。在一个示例中，量化向量可以包括主体面部的特征向量（也称为特征脸）。在一个示例中，主体的特征脸是在一次性离线训练阶段提取的。） | 对比文件公开了通过“一次性离线训练阶段”提取主体面部的特征向量（如特征脸），这构成了一个预先训练的特征提取器/分类器。该分类器用于确定拍摄的媒体（即所存储的图像）中主体的特征。因此，本领域技术人员能够毫无疑义地从对比文件得出使用预先训练的分类器来确定图像特征的技术方案，特征A被**直接公开**。 |
| **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>**《直接公开》** | [0021]段（同上）描述了在离线训练阶段提取主体的特征脸（训练图像）。[0017]段等描述了在拍摄时（例如拍摄照片190）使用这些特征来匹配图像中的主体（所存储图像）。训练图像（主体在训练阶段录制的视频帧）与后续被分析的所存储图像（如照片190）是不同的图像集。 | 对比文件明确区分了训练阶段使用的图像（用于生成特征脸）和实际应用时被处理的图像（拍摄的媒体）。因此，所存储图像的特征是基于不同于训练图像的图像确定的。本领域技术人员能够直接且毫无疑义地得出该技术方案，特征B被**直接公开**。 |
| **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>**《未公开》** | 对比文件全文未提及将图像基于特征“指派给多个群集”或进行“分群集”的操作。其核心是基于特征匹配来识别特定主体并进行模糊处理，而非对图像进行组织性分类或分群。 | 对比文件的技术方案旨在识别和模糊特定个体，而非将图像分类到不同的群集以进行组织管理。两者目的和作用完全不同。因此，技术特征C既未被直接公开，也未被隐含公开。 |
| **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>**《未公开》** | 对比文件全文未出现“群集中心”、“距离阈值”、“预定义图像数目”、“图像百分比”或基于这些条件“指派标记”的相关内容。其使用特征匹配（如欧氏距离）来识别主体，但未将其转化为对图像进行标记的过程。 | 技术特征D涉及一套基于群集中心的复杂标记规则，用于图像管理。对比文件仅涉及个体识别与隐私保护，未公开任何类似的分群集和基于统计阈值进行标记的方案。因此，该特征未被公开。 |
| **技术特征E**：修改所指派的标记。<br>**《未公开》** | 对比文件全文未提及对图像进行“标记”的操作，因此也不存在“修改标记”的步骤。 | 技术特征E依赖于存在“标记”这一概念，而对比文件的技术方案中不存在此概念。因此，该特征未被公开。 |
| **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>**《未公开》** | 对比文件全文未提及“重新训练分类器”。其分类器（特征提取模型）在离线阶段训练后即固定使用。 | 由于对比文件未公开“修改标记”这一前提，且未提及任何根据用户反馈重新训练分类器的过程，因此技术特征F未被公开。 |
| **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>**《未公开》** | 对比文件全文未提及对图像进行“重新分类”。其处理流程是线性的：匹配、识别、模糊。 | 技术特征G涉及一个迭代或反馈的分类过程，而对比文件的流程是单一且终局的。两者技术方案不同，该特征未被公开。 |
| **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>**《未公开》** | [0022]段：“...the set of quantized vectors may be encoded using techniques such as principal component analysis (PCA), partial least squares (PLS), sparse coding, vector quantization (VQ), deep neural network encoding, and so forth.”<br>（...量化向量集可以使用诸如主成分分析（PCA）、偏最小二乘（PLS）、稀疏编码、矢量量化（VQ）、深度神经网络编码等技术进行编码。） | 对比文件列举了多种特征编码技术，包括“深度神经网络编码”，这可能与MLP在广义上同属神经网络范畴。然而，对比文件并未明确限定其“第一预先训练的分类器”就是SVM、逻辑回归、最接近的邻居或MLP这几种特定类型之一。本领域技术人员无法毫无疑义地确定对比文件必然使用这几种具体分类器。因此，技术特征H未被**直接公开**。同时，对比文件也未提供足够信息让本领域技术人员必然推理出使用这些特定分类器，因此也未被**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。<br>**《未公开》** | 对比文件全文未提及基于“标记”将图像分类到“群”中。 | 该特征与目标专利的图像组织管理相关，而对比文件无此目的和相应步骤。因此未被公开。 |
| **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>**《未公开》** | 对比文件全文未提及“文件夹”或将图像放置到文件夹中的操作。 | 该特征涉及文件系统的组织管理，与对比文件的隐私保护技术方案无关。因此未被公开。 |
| **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>**《未公开》** | 对比文件全文未涉及文件夹命名。 | 由于对比文件未公开“文件夹”这一概念，因此其命名方式自然也未被公开。 |
| **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>**《未公开》** | 对比文件全文未提及使用任何分类器来确定文件夹名称。 | 该特征未被对比文件公开。 |
| **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>**《未公开》** | 对比文件全文未涉及“群集中心的分类”与“文件夹名称”确定之间的关系。 | 该特征未被对比文件公开。 |
| **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>**《未公开》** | 对比文件全文未提及“多数裁定规则”。 | 该特征未被对比文件公开。 |
| **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>**《未公开》** | 对比文件全文未涉及用户修改或指派文件夹名称的输入。 | 该特征未被对比文件公开。 |
| **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>**《未公开》** | 对比文件全文未提及为适应文件夹名称而重新训练分类器。 | 该特征未被对比文件公开。 |
| **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>**《未公开》** | 对比文件描述了确定新图像（拍摄的媒体）的特征向量并应用匹配算法（可视为分类器）来识别主体（如[0017], [0025]段），但其目的是进行模糊处理，而非确定图像的“群”并将其放入“文件夹”。 | 虽然对比文件公开了“确定新图像的特征向量和应用分类器”的部分内容，但应用的目的和结果（识别 vs. 分类至群/文件夹）完全不同。因此，技术特征Q的整体方案未被公开。 |
| **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>**《未公开》** | 对比文件全文未涉及“标记”及修改标记的用户输入。 | 该特征未被对比文件公开。 |
| **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>**《未公开》** | 对比文件全文未提及移动图像文件夹或由此修改标记。 | 该特征未被对比文件公开。 |
| **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>**《隐含公开》** | [0017]段：“...the subject may enable a DNC flag on his or her mobile device which causes the mobile device to wirelessly transmit a DNC signal...the taker's device obtains from the subject's device a feature vector comprising (1) information regarding the subject's face, and/or (2) motion/orientation information...”<br>（...主体可以在其移动设备上启用DNC标志，这导致移动设备无线传输DNC信号...拍摄者的设备从主体的设备获取特征向量，该向量包括（1）关于主体面部的信息，和/或（2）运动/方向信息...） | 对比文件公开了主体的设备向拍摄者的设备无线传输包含面部特征和运动信息的“特征向量”。这个特征向量本质上是用于识别该主体的分类数据（或分类器所依赖的核心数据）。虽然对比文件未明确使用“共享分类器”或“群集中心列表”的表述，但本领域技术人员可以理解，传输用于匹配的特征向量，即是在共享进行图像识别/分类所需的关键数据信息。这种数据共享在目的（使接收方能识别特定类别的主体）上与“共享分类器或群集中心列表”是相通的。因此，可以合理地推断对比文件隐含公开了与第二用户共享分类相关数据（特征向量）的技术特征。 |
| **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>**《未公开》** | 对比文件描述了拍摄者设备从多个主体设备接收多个特征向量（如[0025]段），并用于匹配。但这仅是同时使用多个独立数据进行匹配，并未公开将这些数据“组合”以“创建标记”并“更新分类器”。其匹配过程是临时的，并未导致接收方（拍摄者）的分类器被持久化更新。 | 技术特征U涉及复杂的协同训练和更新机制，而对比文件中的信息共享仅用于单次匹配任务，目的和作用不同。因此，该特征未被公开。 |
| **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。<br>**《未公开》** | 对比文件全文未提及用户定义“种类”并共享该种类。其共享的是个体生物特征数据，而非用户定义的抽象类别。 | 该特征未被对比文件公开。 |
<<<A>>><<<B>>><<<t>>>