对比文件名称：US2013096817A1_Description_20260221_0617
目标专利名称：189照片管理CN106104577B
本次调用的模型名称：专利创造性评估模型
## 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>**未被公开** | 无相应内容。 | **未被直接公开**：对比文件涉及使用移动设备内置传感器（如加速度计、陀螺仪、磁力计）跟踪设备运动，其“分类器”或机器学习模型（如k-最近邻、朴素贝叶斯、线性分类器）用于处理传感器数据以确定活动类型（如静态/运动）或速度（参见[0052], [0057]-[0059]）。目标专利的“特征”是图像的特征，由深度卷积网络等预先训练的分类器提取。两者处理对象（传感器数据 vs. 图像）和目的（运动跟踪 vs. 图像管理）完全不同。<br>**未被隐含公开**：对比文件未提及图像处理、图像特征提取或图像存储。本领域技术人员无法从传感器数据分类的方案中合理推断出用于确定图像特征的预先训练的分类器。 |
| **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>**未被公开** | 无相应内容。 | **未被直接公开**：对比文件未提及“所存储图像”及其特征，也未讨论所处理数据特征与训练数据特征是否不同。<br>**未被隐含公开**：对比文件在确定速度时，将新传感器数据的特征向量与基于不同速度训练生成的参考数据集（聚类）进行比较（参见[0054], [0068]）。这隐含了新数据特征可能不同于训练数据特征。然而，这仅涉及传感器数据特征，与图像特征无关。本领域技术人员无法从中推断出图像特征与训练图像特征不同的技术特征。 |
| **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>**未被公开** | [0054]段：“When some new data ... is collected, its characteristic feature vector can be calculated and then compared with the reference data set to determine velocity by assigning it to one of the reference data clusters.”<br>（当收集到一些新数据...时，可以计算其特征向量，然后与参考数据集进行比较，通过将其分配给一个参考数据聚类来确定速度。）<br>[0055]段：“...each feature vector can be assigned to a cluster based on said comparing.”<br>（...每个特征向量可以基于所述比较被分配给一个聚类。） | **未被直接公开**：对比文件公开了基于特征向量将传感器数据分配给聚类（cluster）以确定速度。然而，技术特征C的对象是“所存储图像”，而对比文件的对象是传感器数据特征向量。两者技术领域和应用目的不同。<br>**未被隐含公开**：尽管对比文件公开了“基于特征进行聚类指派”的通用机器学习概念，但该概念具体应用于运动速度估计。目标专利将其应用于图像分群集。在隐含公开的宽松标准下，本领域技术人员有可能从对比文件的聚类方法推理出基于特征进行聚类的一般思路。然而，技术特征C明确限定了应用对象为“所存储图像”，对比文件完全没有涉及图像处理。将传感器数据聚类的方法直接迁移到图像聚类需要变更技术领域，且目标专利的聚类目的（图像管理）与对比文件（速度估计）不同，因此该推理超出了“合理推断”的范围。故技术特征C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>**未被公开** | 无相应内容。 | **未被直接公开**：对比文件未提及基于距离阈值、数目阈值或百分比阈值向图像“指派标记”。对比文件中的聚类用于速度分类，未涉及“标记”概念。<br>**未被隐含公开**：对比文件未公开任何关于“标记”指派或上述阈值条件的内容。无法进行合理推断。 |
| **技术特征E**：修改所指派的标记。<br>**未被公开** | 无相应内容。 | **未被直接公开**：对比文件未涉及修改标记。<br>**未被隐含公开**：无法从对比文件中合理推断。 |
| **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>**未被公开** | 无相应内容。 | **未被直接公开**：对比文件未涉及基于标记修改重新训练分类器。<br>**未被隐含公开**：无法从对比文件中合理推断。 |
| **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>**未被公开** | 无相应内容。 | **未被直接公开**：对比文件未涉及对图像重新分类。<br>**未被隐含公开**：无法从对比文件中合理推断。 |
| **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>**《直接公开》**（针对“最接近的邻居”） | [0052]段：“An exemplary algorithm is the k-Nearest Neighbors algorithm.”<br>（一个示例性算法是k-最近邻算法。）<br>[0057]段：“K-nearest neighbors...” | **被直接公开**：技术特征H限定了第一预先训练的分类器是几种特定类型之一，包括“最接近的邻居”。对比文件在[0052]和[0057]段明确公开了“k-Nearest Neighbors algorithm”（k-最近邻算法），这是一种具体的分类器。因此，技术特征H所涵盖的“最接近的邻居”这一选项被对比文件直接公开。对于SVM、逻辑回归、MLP等其他选项，对比文件未提及，但权利要求特征H作为一个整体，其保护范围包括“最接近的邻居”这一实施方式，而该实施方式已被公开。 |
| **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>**未被公开** | 无相应内容。 | **未被直接公开**：对比文件未涉及基于标记将图像分类到“群”中。<br>**未被隐含公开**：无法从对比文件中合理推断。 |
| **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>**未被公开** | 无相应内容。 | **未被直接公开**：对比文件未涉及文件夹或放置图像到文件夹中。<br>**未被隐含公开**：无法从对比文件中合理推断。 |
| **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>**未被公开** | 无相应内容。 | **未被直接公开**：对比文件未涉及文件夹命名。<br>**未被隐含公开**：无法从对比文件中合理推断。 |
| **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>**未被公开** | 无相应内容。 | **未被直接公开**：对比文件未涉及使用第二分类器确定文件夹名称。<br>**未被隐含公开**：无法从对比文件中合理推断。 |
| **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>**未被公开** | 无相应内容。 | **未被直接公开**：对比文件未涉及这些概念。<br>**未被隐含公开**：无法从对比文件中合理推断。 |
| **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>**未被公开** | [0052]段：“Then the majority rule is applied, i.e. if that new, unclassified point is closer to more points in Group A than in Group B, then it will be classified as part of Group A.”<br>（然后应用多数裁定规则，即如果那个新的、未分类的点更接近A组中的点而不是B组中的点，那么它将被分类为A组的一部分。） | **未被直接公开**：对比文件公开了在分类活动类型时使用“多数裁定规则”（majority rule），但这是用于对传感器数据点进行分类，与“确定特定文件夹名称”无关。<br>**未被隐含公开**：对比文件公开了“多数裁定规则”这一概念。在非常宽松的标准下，本领域技术人员可能知道“多数裁定”是一种决策方法。然而，将其应用于“确定特定文件夹名称”需要结合图像标记、文件夹等目标专利特有的上下文，这并非从对比文件内容中能够直接、毫无疑义地推导或合理推断出的。因此，技术特征N未被隐含公开。 |
| **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。<br>**未被公开** | 无相应内容。 | **未被直接公开**：对比文件未涉及用户输入修改文件夹名称。<br>**未被隐含公开**：无法从对比文件中合理推断。 |
| **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>**未被公开** | 无相应内容。 | **未被直接公开**：对比文件未涉及重新训练第二分类器以包括新文件夹名称。<br>**未被隐含公开**：无法从对比文件中合理推断。 |
| **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>**未被公开** | [0054]段（同特征C引用）。<br>[0068]段：“For a test feature vector, its Euclidean distance to each of the training cluster centers can be calculated. The cluster center that it is closest to can be predicted to be the velocity for that particular test feature vector.”<br>（对于一个测试特征向量，可以计算其到每个训练聚类中心的欧几里得距离。离它最近的聚类中心可以被预测为该特定测试特征向量的速度。） | **未被直接公开**：对比文件公开了对于新的传感器数据（“test feature vector”），计算其特征向量并应用模型（如比较与聚类中心的距离）以确定其所属类别（速度）。这类似于“确定新图像的特征向量和应用分类器以确定新图像的群”。然而，技术特征Q的对象是“新图像”，且包括“放置在文件夹中”的步骤，这些均未被公开。<br>**未被隐含公开**：对比文件公开了处理新数据特征向量并确定其类别（群）的通用过程。然而，将其具体应用于“新图像”并进一步与“放置在文件夹中”的步骤结合，需要改变技术领域并添加目标专利特有的后续操作。本领域技术人员无法从对比文件中合理推断出这一完整的技术方案。 |
| **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>**未被公开** | 无相应内容。 | **未被直接公开**：对比文件未涉及用户输入修改标记。<br>**未被隐含公开**：无法从对比文件中合理推断。 |
| **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>**未被公开** | 无相应内容。 | **未被直接公开**：对比文件未涉及移动图像或修改标记。<br>**未被隐含公开**：无法从对比文件中合理推断。 |
| **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>**未被公开** | 无相应内容。 | **未被直接公开**：对比文件未涉及共享分类器或群集中心列表。<br>**未被隐含公开**：无法从对比文件中合理推断。 |
| **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>**未被公开** | 无相应内容。 | **未被直接公开**：对比文件未涉及这些概念。<br>**未被隐含公开**：无法从对比文件中合理推断。 |
| **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>**未被公开** | 无相应内容。 | **未被直接公开**：对比文件未涉及共享用户定义的种类。<br>**未被隐含公开**：无法从对比文件中合理推断。 |
<<<H>>>