返回项目页面
对比文件列表
2002-02-28_US2002025001A_发明申请_US20020025001A1 Method and apparatus for video coding_+++H_U_V_a_b_c_e_f_g_o_p_q_r_t+++.docx
2026-03-19 22:09
2006-11-02_US2006245497A_发明申请_US20060245497A1 Device and method for fast block-matching motion estimation in video encoders_+++F_S_a_b_e_g_o_p_q_r_t+++.docx
2026-03-19 22:09
2008-11-06_KR1020080097673A_发明公开_KR1020080097673A 모션 벡터 탐색 방법_+++B_O_P_a_f_g_q_r+++.docx
2026-03-19 22:09
2008-11-06_US2008273597A_发明申请_US20080273597A1 Method for searching for motion vector_+++a_b_e_f_g_o_p+++.docx
2026-03-19 22:09
2009-03-26_JP2009513068A_发明专利_JP2009513068A Scalable motion estimation for video encoding_+++A_B_O_P_T_c_g_u+++.docx
2026-03-19 22:09
2009-04-08_EP2046047A_发明公开_EP2046047A1 Method and device for performing motion estimation_+++b_e_f_o_p_q_r+++.docx
2026-03-19 22:09
2009-07-22_KR1020090079286A_发明公开_KR1020090079286A 고속 전역탐색 블록정합 알고리즘을 이용한 동영상 움직임추정 방법 및 장치_+++B_C_E_F_J_M_N_P_Q_R_a_d_g_i_k_l_o+++.docx
2026-03-19 22:09
2010-12-14_US7852940B_发明授权_US07852940B2 Scalable motion estimation for video encoding_+++A_B_E_F_G_H_O_P_Q_R_c_d_h_i_j_k_l_m_n_s_t_u_v_w+++.docx
2026-03-19 22:09
2011-05-11_KR1020110048243A_发明公开_KR1020110048243A 적응적 탐색 영역 및 부분 정합 오차 기반의 고속 움직임 추정 장치 및 방법_+++B_C_E_F_J_O_P_R_d_q+++.docx
2026-03-19 22:09
2013-04-18_US2013094567A_发明申请_US20130094567A1 APPARATUS AND METHODS FOR PERFORMING BLOCK MATCHING ON A VIDEO STREAM_+++B_P_R+++.docx
2026-03-19 22:09
2015-09-17_US2015264387A_发明申请_US20150264387A1 METHOD FOR MOTION ESTIMATION OF NON-NATURAL VIDEO DATA_+++A_C_D_E_F_H_J_L_N_O_P_Q_R_S_T_W_X_Y_b_g_i_k_m_u_v+++.docx
2026-03-19 22:09
2016-11-23_CN106165423A_发明公开_CN106165423A 用于非自然视频数据的运动估计的方法_+++A_B_C_D_E_F_H_I_J_N_O_P_Q_S_T_U_V_W_X_Y_g_k_l_m_r+++.docx
2026-03-19 22:09
2017-01-25_EP3120557A_发明公开_EP3120557A1 METHOD FOR MOTION ESTIMATION OF NON-NATURAL VIDEO DATA_+++C_D_E_H_I_O_P_S_T_U_W_X_Y_a_b_f_g_j_k_l_m_n_q_r_v+++.docx
2026-03-19 22:09
2017-05-25_JP2017513329A_发明专利_JP2017513329A 非自然ビデオデータの動き推定のための方法_+++A_C_D_E_F_H_J_M_N_P_Q_S_T_W_X_Y_b_g_i_k_l_o_r_u_v+++.docx
2026-03-19 22:09
2019-11-19_US10484721B_发明授权_US10484721B2 Method for motion estimation of non-natural video data_+++A_C_D_E_F_H_I_M_N_Q_R_S_T_U_V_W_X_Y_b_g_j_k_l_o_p+++.docx
2026-03-19 22:09
2020-04-15_EP3120557B_发明授权_EP3120557B1 METHOD FOR MOTION ESTIMATION OF NON-NATURAL VIDEO DATA_+++A_B_C_D_E_F_G_H_I_P_Q_S_T_U_W_X_Y_j_k_l_m_n_o_r_v+++.docx
2026-03-19 22:09
JP2006254454A_Description_20260309_1923_+++B_P_a_b_e_f_g_o_q_r_t+++.docx
2026-03-19 22:09
JP2006270958A_Description_20260309_1924_+++a_b_g_o_p+++.docx
2026-03-19 22:09
JP2007053788A_Description_20260309_1924_+++b_o_p_u+++.docx
2026-03-19 22:09
JP2017513329A_Description_20260309_1924_+++A_B_C_D_E_F_H_I_Q_S_T_W_X_Y_g_j_k_l_m_n_o_p_r_u_v+++.docx
2026-03-19 22:09
JP2007053788A_Description_20260309_1924_+++b_o_p_u+++.docx

对比文件名称:JP2007053788A_Description_20260309_1924(视频数据压缩装置及其方法)

目标专利名称:229用于视频数据的方法、装置、设备和计算机可读存储媒体CN106165423B

本次调用的模型名称:DeepSeek-R1

## 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**:其包括:选择用于与所述非自然视频数据的第二帧的当前块匹配的所述非自然视频数据的第一帧的候选块,所述候选块是从围绕所述第一帧的先前候选块的第一菱形样式中选择的<br>**《未公开》**对比文件中未找到关于从“菱形样式”中选择候选块的描述。对比文件描述了运动估计和搜索候选块的过程,但未限定具体的搜索样式(如菱形)。目标专利的特征A核心在于“从围绕第一帧的先前候选块的第一菱形样式中选择”候选块。对比文件(JP2007053788A)虽然公开了进行运动估计以选择候选块(例如,动き検出器14搜索匹配块),但从未提及使用任何特定形状(如菱形)的搜索样式来组织或选择候选块。本领域技术人员无法从对比文件中毫无疑义地得出或合理推断出使用“菱形样式”进行候选块选择的技术方案。因此,该特征未被直接公开,也未被隐含公开。
**技术特征B**:基于使所述第一帧的所述先前候选块与所述当前块匹配来获得先前经计算的最低匹配差值<br>**《隐含公开 (b)》**“動き検出器14は、圧縮対象となるピクチャー(入力ピクチャー)の注目マクロブロックと、参照されるピクチャー(参照ピクチャー)との間の差分値の絶対値和あるいは自乗値和が最小となるようなマクロブロックを探し、動きベクトルを求める。”(具体实施方式部分)<br>翻译:动き検出器14搜索使当前图片(输入图片)的关注宏块与参考图片(参照图片)之间的差分值的绝对和或平方和最小的宏块,并求出运动向量。目标专利的特征B涉及维护一个“先前经计算的最低匹配差值”。在对比文件中,动き検出器14执行运动估计,其目的是找到使匹配误差(差分值的绝对和或平方和)最小的参考块。这个过程必然涉及在搜索过程中计算并比较不同候选位置的匹配误差,并跟踪当前找到的最小误差值(即最低匹配差值)。虽然对比文件没有明确使用“先前经计算的最低匹配差值”这一术语,但为了实现“寻找最小匹配误差的块”这一目的,本领域技术人员能够理解并合理推断出必须存在一个记录和更新“最低匹配差值”的过程。因此,该特征被对比文件隐含公开。
**技术特征C**:计算用于使所述候选块的样本的第一子集与所述当前块匹配的第一部分匹配差值<br>**《未公开》**对比文件中未找到关于计算样本“第一子集”匹配差值或“部分匹配差值”的描述。对比文件描述的匹配差值是针对整个块(宏块)计算的。目标专利的特征C核心在于“样本的第一子集”和“第一部分匹配差值”,这是其加速运动估计的关键,即仅使用部分像素来计算匹配成本。对比文件(JP2007053788A)在描述运动估计(ME残差计算)时,明确计算的是“注目マクロブロック”(关注宏块)与“参照ピクチャー”(参考图片)中块之间的“差分値の絶対値和あるいは自乗値和”(差分值的绝对和或平方和)。这是对整个宏块所有样本的完整计算。对比文件完全没有提及可以仅基于样本的一个子集(例如几条线)来计算部分匹配差值以进行近似。本领域技术人员无法从对比文件的内容中推理出这一技术方案。因此,该特征未被直接公开,也未被隐含公开。
**技术特征D**:基于所述第一部分匹配差值来估计用于使所述候选块与所述当前块匹配的总匹配差值<br>**《未公开》**对比文件中未找到关于基于“部分匹配差值”来“估计”总匹配差值的描述。特征D依赖于特征C的部分匹配差值计算。由于对比文件未公开部分匹配差值的计算,因此基于部分匹配差值来估计总匹配差值的技术方案也无从谈起。该特征未被直接公开,也未被隐含公开。
**技术特征E**:将所述候选块的经估计的总匹配差值与所述先前候选块的所述最低匹配差值进行比较<br>**《未公开》**对比文件中未找到关于将“经估计的总匹配差值”与“最低匹配差值”进行比较的描述。特征E涉及对“经估计的总匹配差值”进行比较。该比较操作的前提是存在“经估计的总匹配差值”(特征D)和“最低匹配差值”(特征B)。由于对比文件未公开“经估计的总匹配差值”的产生方法(特征D未公开),因此这一特定的比较操作也无法从对比文件中得出。虽然比较匹配误差是运动估计的常规操作,但此处的比较对象是特定的“经估计的总匹配差值”,这与常规的完整块匹配误差比较不同。因此,该特征未被直接公开,也未被隐含公开。
**技术特征F**:基于所述比较确定所述候选块是否并不具有与所述当前块的最低匹配差值<br>**《未公开》**对比文件中未找到关于基于“经估计的总匹配差值”的比较来确定候选块是否不具有最低匹配差值的描述。特征F是基于特征E比较结果做出的决策。由于特征E未被公开,且该决策逻辑(基于估计值的比较来决定是否继续搜索或拒绝候选块)是目标专利提早退出机制的一部分,对比文件中没有相应的描述。因此,该特征未被直接公开,也未被隐含公开。
**技术特征G**:以及响应于所述候选块不具有与所述当前块的所述最低匹配差值而选择所述第一帧的后续候选块以用于匹配自所述第一菱形样式水平地和/或垂直地移位的且具有与所述第一菱形样式相同尺寸的第二菱形样式的所述当前块<br>**《未公开》**对比文件中未找到关于“菱形样式”以及该样式水平/垂直移位以选择后续候选块的描述。特征G的核心在于使用固定尺寸的菱形样式进行遍历搜索。这包含了“菱形样式”和“移位”两个关键点。对比文件完全没有提及任何特定形状(如菱形)的搜索样式,更没有描述通过移动该样式来选取后续候选块。本领域技术人员无法从对比文件中推理出这一技术方案。因此,该特征未被直接公开,也未被隐含公开。
**技术特征H**:,其中,通过在所述第一帧上水平和/或垂直地遍历固定大小的菱形搜索样式来执行所述运动估计,其中,非自然视频数据包括未通过具有光学系统的相机捕获的视频数据。<br>**《未公开》**对比文件中未找到关于“固定大小的菱形搜索样式”的描述。对比文件也未专门针对“非自然视频数据”进行定义或区分。特征H进一步限定了使用“固定大小的菱形搜索样式”来执行运动估计,并明确了“非自然视频数据”的定义。对比文件既未公开任何菱形搜索样式,也未将其运动估计方法专门应用于或区别于“非自然视频数据”。对比文件处理的是通用的视频压缩,没有针对非自然视频(如屏幕内容)的特性进行优化。因此,该特征未被直接公开,也未被隐含公开。
**技术特征I**:其进一步包括:基于所述第一部分匹配差值而计算用于将所述候选块的剩余样本与所述当前块匹配的匹配差值的估计值,其中,所述经估计的总匹配差值进一步基于用于匹配所述剩余样本的所述匹配差值的所述估计值。<br>**《未公开》**对比文件中未找到关于基于“第一部分匹配差值”计算“剩余样本匹配差值的估计值”的描述。特征I是目标专利多级近似成本计算的一部分,涉及基于已计算的部分匹配差值来估计剩余样本的匹配差值。对比文件的运动估计计算的是完整的块匹配误差(ME残差),不涉及将误差计算分解为部分计算和剩余部分估计的步骤。本领域技术人员无法从对比文件中推理出这一技术方案。因此,该特征未被直接公开,也未被隐含公开。
**技术特征J**:其进一步包括:计算用于使所述候选块的所述样本的第二子集与所述当前块匹配的第二部分匹配差值<br>**《未公开》**对比文件中未找到关于计算“样本的第二子集”的“第二部分匹配差值”的描述。特征J涉及多级近似中的第二级部分匹配计算。这同样依赖于“部分样本匹配”的核心思想。如前所述,对比文件未公开任何形式的“部分匹配差值”计算。因此,该特征未被直接公开,也未被隐含公开。
**技术特征K**:通过移除所述候选块的所述样本的第二子集来更新所述候选块的所述剩余样本<br>**《未公开》**对比文件中未找到关于更新“剩余样本”的描述。特征K是执行多级近似计算过程中的一个步骤性描述。由于对比文件未公开部分样本匹配和剩余样本估计的框架,因此这一具体更新步骤也无从体现。该特征未被直接公开,也未被隐含公开。
**技术特征L**:经由计算用于使所述候选块的经更新的剩余样本与所述当前块匹配的经精炼估计值来精炼用于匹配所述剩余样本的所述匹配差值的所述估计值<br>**《未公开》**对比文件中未找到关于“精炼估计值”的描述。特征L涉及精炼剩余样本匹配差值的估计值,是多级近似的进一步细化。对比文件没有相关描述。该特征未被直接公开,也未被隐含公开。
**技术特征M**:经由将所述第一部分匹配差值、所述第二部分匹配差值和所述经精炼估计值求和来精炼所述经估计的总匹配差值<br>**《未公开》**对比文件中未找到关于将多个部分匹配差值和精炼估计值求和以精炼总匹配差值的描述。特征M是多级近似成本计算的求和步骤。对比文件没有相关描述。该特征未被直接公开,也未被隐含公开。
**技术特征N**:以及至少部分地基于所述经精炼的经估计的总匹配差值来确定所述候选块是否具有与所述当前块的所述最低匹配差值。<br>**《未公开》**对比文件中未找到关于基于“经精炼的经估计的总匹配差值”来确定最低匹配差值的描述。特征N是基于多级近似精炼结果进行决策。对比文件没有相关描述。该特征未被直接公开,也未被隐含公开。
**技术特征O**:其进一步包括:选择用于与所述当前块匹配的所述视频数据的所述第一帧的先前候选块<br>**《隐含公开 (o)》**“動き検出器14は、圧縮対象となるピクチャー(入力ピクチャー)の注目マクロブロックと、参照されるピクチャー(参照ピクチャー)との間の差分値の絶対値和あるいは自乗値和が最小となるようなマクロブロックを探し、動きベクトルを求める。”(具体实施方式部分)<br>翻译:动き検出器14搜索使当前图片(输入图片)的关注宏块与参考图片(参照图片)之间的差分值的绝对和或平方和最小的宏块,并求出运动向量。目标专利的特征O是选择先前候选块。在对比文件的运动估计过程中,为了找到最佳匹配,必然会在参考帧(第一帧)中搜索并选择多个候选块进行比较。虽然对比文件没有明确写出“选择先前候选块”的步骤,但这是执行运动估计搜索这一目的的必然隐含步骤。本领域技术人员能够毫无疑义地理解,在寻找最小匹配误差的过程中,需要顺序或迭代地选择不同的候选块(包括“先前候选块”)进行计算和比较。因此,该特征被对比文件隐含公开。
**技术特征P**:计算用于使所述先前候选块匹配到所述当前块的先前最低匹配差值<br>**《隐含公开 (p)》**同特征B的引用。动き検出器14寻找最小匹配误差的过程,必然包含对当前最佳候选块(即具有“先前最低匹配差值”的块)的误差值的计算和保持。特征P与特征B本质相同,都是指计算或获得一个“最低匹配差值”。如特征B的论述,在对比文件公开的运动估计过程中,为了实现找到最小匹配误差块的目的,必须计算并维护一个“先前最低匹配差值”。因此,该特征被对比文件隐含公开。
**技术特征Q**:当所述经精炼的经估计的总匹配差值大于所述先前总匹配差值时,确定所述候选块不具有与所述当前块的所述最低匹配差值<br>**《未公开》**对比文件中未找到关于比较“经精炼的经估计的总匹配差值”与“先前总匹配差值”以做出该决策的描述。特征Q是基于多级近似精炼结果的特定比较决策。对比文件没有公开多级近似成本计算,因此也就不存在基于这种计算结果的比较决策。该特征未被直接公开,也未被隐含公开。
**技术特征R**:以及当所述经精炼的经估计的总匹配差值小于所述先前总匹配差值时确定所述候选块具有与所述当前块的所述最低匹配差值。<br>**《未公开》**对比文件中未找到关于比较“经精炼的经估计的总匹配差值”与“先前总匹配差值”以做出该决策的描述。同特征Q,该特征依赖于未被公开的多级近似计算框架。因此,该特征未被直接公开,也未被隐含公开。
**技术特征S**:其进一步包括计算用于使所述候选块匹配到所述当前块的运动向量位值,其中估计所述总匹配差值进一步包括将所述第一部分匹配差值、用于匹配所述剩余样本的所述匹配差值的所述估计值和所述运动向量位值求和。<br>**《未公开》**对比文件中未找到关于将运动向量位值与部分匹配差值估计值求和以得到总匹配差值的描述。特征S将运动向量编码位成本(rate-distortion cost)纳入到基于部分样本估计的总成本计算中。对比文件虽然涉及运动向量,但未描述将其位成本与一种基于部分样本的估计匹配差值进行求和。目标专利的这一特征是其特定成本计算框架的一部分。该特征未被直接公开,也未被隐含公开。
**技术特征T**:其进一步包括执行经修改初始搜索,其中所述第一和第二菱形样式位于作为整个搜索区域的子部分的初始搜索区域内。<br>**《未公开》**对比文件中未找到关于“经修改初始搜索”、“菱形样式”或“初始搜索区域”的描述。特征T涉及“经修改初始搜索”和“初始搜索区域”的概念。对比文件没有描述任何区别于全量搜索的、具有特定区域(作为全搜索区域子部分)的初始搜索。因此,该特征未被直接公开,也未被隐含公开。
**技术特征U**:其进一步包括:确定具有所述最低匹配差值的所述候选者与所述当前块之间的第一距离<br>**《隐含公开 (u)》**动き検出器14求出运动向量(動きベクトル)。运动向量本身就表征了最佳匹配候选块(具有最低匹配差值)与当前块之间的位移,即空间距离。目标专利的特征U是确定最佳匹配候选块与当前块之间的距离。在对比文件中,运动估计的结果是运动向量,该运动向量直接指明了参考帧中匹配块相对于当前块的位置偏移。因此,本领域技术人员能够毫无疑义地从运动向量得出“第一距离”。该特征被对比文件直接公开。
**技术特征V**:确定预测符与所述当前块之间的第二距离<br>**《未公开》**对比文件中未找到关于“预测符”(predictor)及其与当前块距离的描述。目标专利的特征V涉及“预测符”,这通常指在运动估计中作为搜索起点的预测运动向量所指向的候选块位置。对比文件没有提及任何类似“预测符”的概念或确定其与当前块距离的步骤。虽然运动估计中可能使用预测运动向量,但对比文件文本中并未明确记载。因此,该特征未被直接公开,也未被隐含公开。
**技术特征W**:以及基于所述第一与第二距离之间的差异确定执行精炼搜索还是利用误差近似的全量搜索。<br>**《未公开》**对比文件中未找到关于基于两个距离的差异来决定执行何种类型搜索的描述。特征W是基于距离差异的自适应搜索决策逻辑。对比文件没有公开任何此类决策机制。该特征未被直接公开,也未被隐含公开。
**技术特征X**:其进一步包括仅基于合并运动向量的残余确定是否跳过运动估计。<br>**《未公开》**对比文件中未找到关于“仅基于合并运动向量的残余”来确定是否跳过运动估计的描述。目标专利的特征X是针对非自然视频数据的“经修改提早跳过检测”规则。对比文件虽然涉及运动估计和可能的跳过决策(例如在某些编码模式下),但完全没有提及“仅基于合并运动向量的残余”这一特定条件。因此,该特征未被直接公开,也未被隐含公开。
**技术特征Y**:其中所述第二菱形样式从所述第一菱形样式移位步长4。<br>**《未公开》**对比文件中未找到关于“菱形样式”及其“移位步长”的描述。特征Y是特征G中菱形样式移动的具体参数(步长4)。由于对比文件未公开菱形样式本身,因此这一具体移位步长也无从谈起。该特征未被直接公开,也未被隐含公开。

<<<b>>><<<o>>><<<p>>><<<u>>>

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