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
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
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
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
US9298978B1_Description_20260219_2034_+++A_B_C_E_H_I_R_T_f+++.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
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
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
US2016140146A1_Description_20260221_0611_+++A_E_F_R_b_g_i+++.docx
2026-03-10 04:38
US2016180151A1_Description_20260221_0613_+++A_C_b_i+++.docx
2026-03-10 04:38
US2016217349A1_Description_20260221_0617_+++D_H_a_b_i+++.docx
2026-03-10 04:38
WO2009131629A1_Description_20260219_2011_+++A_B_C_H_I_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

对比文件的名称:US8189880B2_Description_20260220_1537

目标专利的名称:189照片管理CN106104577B

本次调用的模型名称:gpt-4o

### 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《隐含公开》[0028]段:“extracts facial features of the digital photos using a suitable face recognition algorithm.”(使用合适的人脸识别算法提取数字照片的人脸特征。)对比文件公开了使用人脸识别算法提取图像特征。该算法通常是基于大量训练数据预先训练得到的模型,其作用是从图像中提取特征,与目标专利中“用第一预先训练的分类器来确定多个所存储图像的特征”作用相同,都是用于特征提取。虽然对比文件未明确称为“分类器”,但本领域技术人员能够理解,人脸识别算法作为一种预先训练的模型,可实现特征提取功能,因此该技术特征被隐含公开。
技术特征B《隐含公开》[0028]段:“extracts facial features of the digital photos using a suitable face recognition algorithm.”(使用合适的人脸识别算法提取数字照片的人脸特征。)对比文件公开了使用人脸识别算法提取特征,该算法通常是在一个独立的训练图像集上预先训练得到的。当将其应用于用户自己的照片集(所存储图像)时,所提取的特征自然不同于训练图像的特征。本领域技术人员能够合理推断,训练图像集与待处理的所存储图像集是不同的,因此该技术特征被隐含公开。
技术特征C《直接公开》[0028]段:“clusters digital photos into face groups based on facial similarity.”(基于人脸相似性将数字照片聚类成人脸组。)对比文件直接公开了基于所提取的特征(人脸特征)将数字照片聚类成组(群集)。该操作与目标专利中“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”作用完全相同,都是根据图像特征进行聚类分组,因此该技术特征被直接公开。
技术特征D《未公开》未找到相应内容。对比文件未公开基于图像离群集中心的距离阈值、预定义图像数目阈值或图像百分比阈值来自动向图像指派标记。对比文件中的标记指派主要通过用户手动交互完成(如右键菜单输入或拖放),没有涉及自动化的阈值判断条件。因此该技术特征未被公开。
技术特征E《直接公开》[0050]段:“User can drag faces or face groups (clusters) that have not been annotated to an annotated face group to cause an annotated name to be assigned to these drag-and-dropped faces or clusters. Similar drag-and-drop operation may be performed on a face or face group that has been incorrectly labeled to move the face for face group to a correctly labeled face group.”(用户可以将未标注的人脸或人脸组(群集)拖放到已标注的人脸组,从而使这些被拖放的人脸或群集被分配已标注的名称。类似的拖放操作也可用于已错误标注的人脸或人脸组,将其移动到正确标注的人脸组。)对比文件直接公开了通过拖放操作将人脸或人脸组移动到其他已标注的组,从而修改其所属的标记(名称)。该操作直接对应于目标专利中“修改所指派的标记”,作用相同,都是允许用户修改图像或群集已指派的标记。因此该技术特征被直接公开。
技术特征F《隐含公开》[0069]段:“ad hoc annotation technique which learns from labeling (annotation) data entered by the user to improve clustering of the unlabeled data progressively.”(临时标注技术从用户输入的标注数据中学习,以逐步改进未标注数据的聚类。)[0070]段:“the annotation program in return continuously improves the clustering, browsing, and retrieval performance.”(标注程序相应地持续改进聚类、浏览和检索性能。)对比文件公开了系统能够从用户输入的标注数据中学习,并持续改进聚类等性能。本领域技术人员可以合理推断,这种改进性能的过程通常涉及利用新标注的图像数据对现有模型进行更新或重新训练。虽然对比文件未明确说明重新训练的是“第一预先训练的分类器”,但根据其描述的渐进式学习机制,可以隐含得出当标记被修改时,系统会利用相关图像数据来更新/重新训练模型。因此该技术特征被隐含公开。
技术特征G《隐含公开》[0070]段:“the annotation program in return continuously improves the clustering, browsing, and retrieval performance.”(标注程序相应地持续改进聚类、浏览和检索性能。)对比文件公开了系统根据用户标注持续改进聚类性能。改进聚类性能意味着图像可能被重新划分到不同的群集中,即对图像进行重新分类。本领域技术人员可以合理推断,该重新分类过程至少部分地基于系统所使用的模型(可视为预先训练的模型)。因此,该技术特征“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”被隐含公开。
技术特征H《未公开》[0090]段:“supervised learning method, such as linear discriminant analysis (LDA), support vector machine (SVM), or simple nearest-neighbor.”(监督学习方法,例如线性判别分析(LDA)、支持向量机(SVM)或简单最近邻。)对比文件虽然提到了SVM和最近邻等分类器,但这些是用于重新排名(re-ranking)的监督学习方法,并非用于“确定多个所存储图像的特征”的“第一预先训练的分类器”。在对比文件中,特征提取使用的是人脸识别算法,与SVM等分类器功能不同。因此,对比文件未公开第一预先训练的分类器是SVM、逻辑回归、最近邻或多层感知器中的任一种。该技术特征未被公开。
技术特征I《直接公开》[0028]段:“clusters digital photos into face groups based on facial similarity.”(基于人脸相似性将数字照片聚类成人脸组。)[0048]段:“face cluster annotation”(人脸群集标注)对比文件公开了将数字照片聚类成人脸组(群集),并且用户可以对群集进行标注(标记)。一旦群集被标记,属于该群集的图像自然就根据该标记被分类到一个群中。这直接对应于“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”。因此该技术特征被直接公开。
技术特征J《隐含公开》[0044]段:“A Windows® Explorer style UI 200 is used to allow users to manipulate face groups in the similar way of manipulating folders and files in Window Explorer.”(使用Windows®资源管理器风格的UI 200,允许用户以类似于在Windows资源管理器中操作文件夹和文件的方式来操作人脸组。)对比文件公开了用户界面以类似操作文件夹的方式操作人脸组。本领域技术人员可以合理推断,在这种界面设计中,每个人脸组(群集)可以视同一个文件夹,其中的图像被放置在该“文件夹”中。因此,“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”这一技术特征被隐含公开。
技术特征K《直接公开》[0055]段:“the face moved to an ‘Unnamed’ folder (similar to Recycle Bin in Windows®).”(人脸被移至“未命名”文件夹(类似于Windows®中的回收站)。)对比文件直接公开了使用“Unnamed”(未命名)这一非特定名称来命名一个文件夹。该操作与目标专利中“使用非特定名称来命名所述文件夹”作用相同。因此该技术特征被直接公开。
技术特征L《未公开》未找到相应内容。对比文件未公开使用第二预先训练的分类器来确定特定文件夹名称。文件夹名称的确定主要依靠用户手动输入或从已有名称列表中选择,没有涉及另一个预先训练的分类器。因此该技术特征未被公开。
技术特征M《未公开》未找到相应内容。对比文件未公开使用第二预先训练的分类器基于群集中心的分类来确定特定文件夹名称。因此该技术特征未被公开。
技术特征N《未公开》未找到相应内容。对比文件未公开基于多数裁定规则来确定特定文件夹名称。因此该技术特征未被公开。
技术特征O《直接公开》[0049]段:“The user is allowed to select a name from the list of the suggested name tags 312 as shown in the context menu 310, or type in a new name as shown in the context menu 320.”(允许用户从上下文菜单310中所示的建议名称标签列表中选择一个名称,或者如上下文菜单320所示键入一个新名称。)对比文件公开了用户可以通过选择已有名称或键入新名称来为群集(对应文件夹)指定或修改名称。这直接对应于“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”。因此该技术特征被直接公开。
技术特征P《未公开》未找到相应内容。对比文件未公开基于群集中心或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含修改后或新的文件夹名称。因此该技术特征未被公开。
技术特征Q《隐含公开》[0028]段:“extracts facial features of the digital photos ... clusters digital photos into face groups”(提取数字照片的人脸特征...将数字照片聚类成人脸组。)[0050]段涉及拖放操作将新面孔加入已有群组。对比文件公开了对于输入的照片,提取特征并聚类到人脸组中。本领域技术人员可以合理推断,当有新图像加入时,系统可以提取其特征,并根据其特征与现有群集的相似性(可视为应用了聚类模型或分类器)将其放置到相应的群组(文件夹)中。因此,“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”这一技术特征被隐含公开。
技术特征R《直接公开》[0050]段:“Similar drag-and-drop operation may be performed on a face or face group that has been incorrectly labeled to move the face for face group to a correctly labeled face group.”(类似的拖放操作也可用于已错误标注的人脸或人脸组,将其移动到正确标注的人脸组。)对比文件直接公开了用户通过拖放操作修改人脸或人脸组所属的标记,这即是一种接收用户输入以修改所指派标记的方式。该操作与目标专利中“接收修改所述所指派的标记的用户输入”作用相同。因此该技术特征被直接公开。
技术特征S《直接公开》[0050]段:“User can drag faces or face groups (clusters) that have not been annotated to an annotated face group to cause an annotated name to be assigned to these drag-and-dropped faces or clusters.”(用户可以将未标注的人脸或人脸组(群集)拖放到已标注的人脸组,从而使这些被拖放的人脸或群集被分配已标注的名称。)对比文件直接公开了通过将图像(人脸)从一个组(文件夹)拖放到另一个组(文件夹)来修改其标记。这直接对应于“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”。因此该技术特征被直接公开。
技术特征T《未公开》未找到相应内容。对比文件未公开与第二用户共享分类器或群集中心列表。因此该技术特征未被公开。
技术特征U《未公开》未找到相应内容。对比文件未公开将共享的群集中心列表与第二用户的列表组合以创建标记并更新分类器。因此该技术特征未被公开。
技术特征V《未公开》未找到相应内容。对比文件未公开与第二用户共享用户定义的种类。因此该技术特征未被公开。

<<<C>>><<<E>>><<<I>>><<<K>>><<<O>>><<<R>>><<<S>>><<<a>>><<<b>>><<<f>>><<<g>>><<<j>>><<<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