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
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
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
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
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
JP2006254454A_Description_20260309_1923_+++B_P_a_b_e_f_g_o_q_r_t+++.docx

对比文件名称:JP2006254454A_Description_20260309_1923

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

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》<br>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[0008] 従来のダイアモンドサーチ(Diamond Shape Search; DSS)動き推定方法では、菱形(Rhombus)のような枠を探索領域とし、…<br>[0010] ステップ2:該最も類似度の高い点を中心点として、もう一度菱形の枠を探索領域とする。<br>[0030] …探索基点M1 近傍にある4点から成る菱形領域から探索を行う。对比文件公开了在运动估计中使用菱形(ダイアモンド/菱形)作为搜索样式(探索領域)。在传统DSS方法中,以当前最佳匹配点为中心再次设置菱形搜索框([0010])。在第一实施形态中,以搜索基点(可视为一个初始候选块位置)为中心,从其近旁的4点构成的菱形区域开始搜索([0030])。这公开了从围绕一个中心点(可对应于“先前候选块”)的菱形样式中选择候选点(块)进行匹配。虽然对比文件未明确限定视频数据为“非自然视频数据”,但其公开的菱形搜索样式在运动估计中是通用的搜索策略。因此,本领域技术人员能够从对比文件公开的菱形搜索方法中,合理推断出“从围绕先前候选块的第一菱形样式中选择候选块”这一技术特征。
**技术特征B**:《直接公开》<br>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[0008] …最も類似度の高い点が探索領域…にあることを算出する。<br>[0009] ステップ1:…最も類似度の高い点が菱形の中心にあるとき…<br>[0030] …最も類似度の高いブロックを探せないなら…对比文件在描述运动估计过程时,反复提及寻找“最も類似度の高い点/ブロック”(相似度最高的点/块),例如在传统DSS和本发明方法中([0008], [0009], [0030])。寻找“相似度最高”的块,其本质就是通过匹配计算找到与当前块差异最小的块,即具有“最低匹配差值”。这个“最低匹配差值”是在搜索过程中通过不断计算和比较候选块与当前块的匹配程度(可理解为匹配差值)而获得和更新的。因此,对比文件直接公开了基于匹配计算来获得最低匹配差值(即最佳匹配)的技术特征。
**技术特征C**:《未公开》<br>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无相应原文目标专利的该特征核心在于“部分样本匹配”,即仅使用候选块的一部分样本(第一子集)来计算匹配差值,这是其用于加速非自然视频运动估计的关键手段(参见说明书[0019], [0043]-[0047], 图6)。对比文件全文描述的运动估计匹配过程(如计算“類似度”),均是基于完整的块(如宏块、块)进行的,例如[0005]提到“各ブロック(Block)がMPEGデータの最小符号化ユニット”,[0006]提到“現画面が存在していた各ブロック及びその前の画面を基準に最適マッチングブロックを求め”。没有任何地方提及或暗示只使用块中部分样本(子集)来计算匹配成本或差值。因此,对比文件既未直接公开也未隐含公开该技术特征。
**技术特征D**:《未公开》<br>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无相应原文该特征是基于特征C的“部分匹配差值”来“估计”总匹配差值。如特征C所述,对比文件未公开部分样本匹配。进而,基于部分匹配差值来估计整个块的总匹配差值这一技术构思,在对比文件中完全不存在。对比文件中计算的是完整的匹配误差(如SAD等),不存在“估计”总匹配差值的概念。因此,该特征未被公开。
**技术特征E**:《隐含公开》<br>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[0009] ステップ1:探索基点及び該探索基点を中心とする中空菱形の枠全ての九点から探索作業を行い、最も類似度の高い点が菱形の中心にあるとき、ステップ4を行い、最も類似度の高い点が菱形の枠にあるとき、ステップ2を行う。<br>[0032] …もし上記9点の中最も類似度の高いブロックを探せないなら、さらに探索領域を…拡大する。对比文件描述了在搜索过程中,需要判断当前找到的候选点(块)是否为“最も類似度の高い”(相似度最高),例如在菱形搜索的每一步([0009]),以及在按距离顺序搜索时判断已搜索点中是否有最佳匹配([0032])。这个判断过程必然隐含着将当前候选块的匹配程度(无论是通过计算误差、相似度或其他度量)与当前已知的最佳匹配程度(即“最低匹配差值”或“最高相似度”)进行比较的逻辑。虽然对比文件未明确使用“估计的总匹配差值”这一具体表述(因为其不涉及估计),但其公开的搜索算法中必然包含“比较”候选块匹配质量与当前最佳匹配质量这一基本步骤。因此,本领域技术人员能够合理推断出该比较特征。
**技术特征F**:《隐含公开》<br>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[0009] ステップ1:…最も類似度の高い点が菱形の中心にあるとき、ステップ4を行い、最も類似度の高い点が菱形の枠にあるとき、ステップ2を行う。<br>[0032] …もし上記9点の中最も類似度の高いブロックを探せないなら、さらに探索領域を…拡大する。如特征E所述,对比文件公开了在搜索过程中进行判断。当判断结果是当前候选点(块)不是最佳时(例如,最佳点在菱形框上而非中心,[0009];或在已搜索的9点中未找到最佳块,[0032]),算法就会执行相应的后续步骤(如移动搜索中心或扩大搜索区域)。这实质上就是“基于比较确定候选块是否并不具有最低匹配差值”的逻辑体现。虽然对比文件的表述是基于“是否找到最佳”,但“未找到”即意味着当前评估的候选块(或一组块)不具有最低匹配差值。因此,该特征被对比文件隐含公开。
**技术特征G**:《隐含公开》<br>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[0009] ステップ2:該最も類似度の高い点を中心点として、もう一度菱形の枠を探索領域とする。<br>[0030] …もし最も類似度の高いブロックを探せないなら、探索領域を前記菱形領域に基づいて、螺旋状で菱形の外縁にまだ探索していなかった領域に拡大する。对比文件公开了当在当前菱形样式中未找到最佳匹配(即“不具有最低匹配差值”)时,会采取行动选择后续候选块。具体有两种方式:1) 将最佳匹配点(位于菱形框上)设为新的中心,再次使用菱形框进行搜索([0009] 步骤2),这相当于将菱形样式“移动”到了新的位置;2) 以螺旋状方式将搜索区域扩大到菱形外缘尚未探索的区域([0030]),这可以理解为选择了一批新的、位置偏移了的候选点(可能构成新的、相同或不同形状的搜索样式)。虽然对比文件未明确限定移动后的样式是“具有相同尺寸的第二菱形样式”,但其公开的菱形搜索方法中,再次使用的搜索框通常是相同形状和尺寸的菱形(参见传统DSS描述)。因此,本领域技术人员能够从对比文件公开的搜索逻辑中,合理推断出“因未找到最佳而移动/扩大搜索区域以选择后续候选块”这一特征。
**技术特征H**:《部分隐含公开,部分未公开》<br>,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。[0008] 従来のダイアモンドサーチ(Diamond Shape Search; DSS)動き推定方法では、菱形(Rhombus)のような枠を探索領域とし<br>[0030] …螺旋状で菱形の外縁にまだ探索していなかった領域に拡大する。1) **“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”**:对比文件公开了使用菱形作为搜索样式([0008]),并且描述了以螺旋状方式扩大搜索([0030]),螺旋状扩大本质上包含了水平和垂直方向上的遍历。虽然“固定大小”未明确强调,但在传统DSS及其实施例描述中,菱形样式在每次迭代中通常是固定形状的。因此,该部分技术内容可被认为被隐含公开。<br>2) **“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”**:这是目标专利对适用视频数据类型的特别限定,用于区分其方法与针对自然视频的传统方法。对比文件全文未提及“非自然视频数据”或类似概念,也未对视频数据的来源(是否由相机捕获)进行任何区分或限定。因此,该限定性特征未被对比文件公开。
**技术特征I**:《未公开》<br>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。无相应原文该特征与特征C、D一脉相承,是目标专利“多级近似成本计算”核心方法的一部分。它涉及基于已计算的部分匹配差值(第一子集),去“估计”剩余样本的匹配差值,从而合成总匹配差值。对比文件完全不涉及“部分样本匹配”,更不存在基于部分结果“估计”剩余部分匹配差值的任何技术构思。因此,该特征未被公开。
**技术特征J**:《未公开》<br>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无相应原文该特征是目标专利多级近似计算中“第二级”的具体操作,即计算第二个部分样本子集的匹配差值。如前述,对比文件未公开任何“部分样本匹配”的概念,因此计算“第二部分匹配差值”也未被公开。
**技术特征K**:《未公开》<br>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无相应原文该特征是多级近似计算中更新“剩余样本”集合的步骤。对比文件未公开“部分样本匹配”及“剩余样本”的概念,因此该特征未被公开。
**技术特征L**:《未公开》<br>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无相应原文该特征是多级近似计算中“精炼”估计值的过程。对比文件未公开任何基于部分样本进行匹配差值估计和精炼的技术方案,因此该特征未被公开。
**技术特征M**:《未公开》<br>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无相应原文该特征是多级近似计算中合成精炼后总匹配差值的方式。对比文件未公开部分匹配差值及其求和以形成总估计值的任何内容,因此该特征未被公开。
**技术特征N**:《未公开》<br>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。无相应原文该特征是基于多级近似计算得到的精炼后的总匹配估计值来做判断。对比文件未公开“经精炼的经估计的总匹配差值”这一概念,其判断是基于完整的匹配计算(如SAD)。因此,该特征未被公开。
**技术特征O**:《隐含公开》<br>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[0008] …探索基点T0 として…<br>[0030] …探索基点M1…对比文件在描述搜索过程时,明确设定了“探索基点”(搜索起始点),例如T0、M1([0008], [0030])。这个“探索基点”就是运动估计开始时选择的一个初始候选块位置,用于与当前块进行匹配的起始参考。因此,该特征被对比文件隐含公开。
**技术特征P**:《直接公开》<br>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[0008] …それに最も類似度の高い点が探索領域21の右下方探索点T1 にあることを算出する。对比文件描述了在搜索过程中,会计算并找到“最も類似度の高い点”(相似度最高的点),例如从以T0为中心的搜索中找到T1([0008])。这个“相似度最高”即对应于“最低匹配差值”。虽然这里“先前候选块”可能特指搜索基点T0,但计算其匹配程度(或计算围绕它的候选点的匹配程度以找到最佳)是搜索算法的必然组成部分。该计算过程被直接公开。
**技术特征Q**:《隐含公开》<br>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[0009] ステップ1:…最も類似度の高い点が菱形の中心にあるとき…ステップ4を行い、最も類似度の高い点が菱形の枠にあるとき、ステップ2を行う。该特征表述了基于比较结果做出具体判断的逻辑。虽然对比文件未使用“经精炼的经估计的总匹配差值”这一特定比较对象(因其无此概念),但其搜索算法(如菱形搜索)的核心逻辑就是:比较当前搜索点(或一组点)的匹配质量与当前已知最佳质量。如果当前点不是最佳(即其匹配差值大于已知最佳),则确定它“不具有最低匹配差值”,并执行相应操作(如移动搜索中心)。例如,[0009]中判断最佳点是在中心还是在框上,这个判断本身就隐含了比较过程。因此,该判断逻辑被对比文件隐含公开。
**技术特征R**:《隐含公开》<br>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[0009] ステップ1:…最も類似度の高い点が菱形の中心にあるとき、ステップ4を行い…与特征Q同理,这是搜索算法中另一个方向的判断逻辑。当通过比较发现某个候选点的匹配质量优于当前已知最佳(即其匹配差值更小)时,该点就会被更新为新的最佳匹配点(即“具有最低匹配差值”)。例如,[0009]中当最佳点在菱形中心时,算法进入步骤4,这隐含了该中心点被确认为当前最佳。因此,该判断逻辑被对比文件隐含公开。
**技术特征S**:《未公开》<br>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。[0025] 各動きベクトルは前記動きベクトル符号化部13で符号化されたら…对比文件提到了运动向量会被编码([0025]),即存在“运动向量位值”的概念。**但是**,目标专利该特征的关键在于将“运动向量位值”作为一项成本,与基于部分样本匹配计算出的“第一部分匹配差值”和“剩余样本匹配差值的估计值”**求和**,以构成用于运动估计决策的“总匹配差值”。对比文件完全没有公开将运动向量的位成本(λ*mvbits)加入到匹配差值(如SAD)计算中以形成率失真成本(即总匹配差值)的技术方案,更没有在“部分样本近似匹配”的语境下进行这种求和。因此,该特征未被公开。
**技术特征T**:《隐含公开》<br>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。[0030] 定められた探索領域201の中心点M1 を探索基点(Original)として、計算された最小距離から探索を行う。例えば探索基点M1 近傍にある4点から成る菱形領域から探索を行う。もし最も類似度の高いブロックを探せないなら、探索領域を前記菱形領域に基づいて、螺旋状で菱形の外縁にまだ探索していなかった領域に拡大する。对比文件公开了从“探索基点近傍にある4点から成る菱形領域”(一个初始的菱形搜索区域)开始执行搜索([0030])。这个初始菱形区域显然小于后续可能通过螺旋状扩大所覆盖的“整个搜索区域”,因此是“整个搜索区域的子部分”。当在该初始区域未找到最佳时,会扩大搜索区域,这相当于在新的区域(可视为由移位或扩大的菱形样式覆盖)继续搜索。虽然对比文件未使用“经修改初始搜索”这一特定表述,但其公开的“从初始菱形区域开始,未找到则扩大”的搜索流程,隐含了“在作为整个搜索区域子部分的初始搜索区域内执行搜索(可能涉及第一、第二等菱形样式)”的技术特征。
**技术特征U**:《未公开》<br>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无相应原文该特征涉及计算最佳匹配候选块与当前块之间的空间距离(第一距离)。对比文件虽然涉及搜索点之间的距离(如到搜索基点的距离),但并未公开在运动估计过程中,需要专门确定“最佳匹配块”与“当前块”之间的空间距离这一特定步骤。对比文件关注的是搜索点相对于搜索基点的距离以决定搜索顺序,而不是最佳匹配块与当前块(其位置通常是固定的)之间的几何距离。因此,该特征未被公开。
**技术特征V**:《未公开》<br>确定预测符与所述当前块之间的第二距离无相应原文该特征涉及计算“预测符”(例如,一个运动向量预测值所指的位置)与当前块之间的距离。对比文件未提及“预测符”(predictor)的概念,也没有涉及计算此类预测位置与当前块之间距离的步骤。因此,该特征未被公开。
**技术特征W**:《未公开》<br>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。无相应原文该特征是基于距离差异来决策后续搜索类型的机制。对比文件完全没有公开根据“最佳匹配块与当前块的距离”和“预测符与当前块的距离”这两者的差异,来决定是执行“精炼搜索”还是“利用误差近似的全量搜索”的任何内容。对比文件的搜索流程是基于是否找到最佳匹配来决定的(如[0009], [0030]),而非基于距离差异。因此,该特征未被公开。
**技术特征X**:《未公开》<br>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。无相应原文该特征是目标专利针对非自然视频数据提出的“经修改提早跳过检测”方法(参见说明书[0070]-[0071]),其核心是跳过运动估计的决策标准。对比文件全文未涉及“跳过运动估计”的决策机制,更没有提及基于“合并运动向量的残余”来做出此决策。因此,该特征未被公开。
**技术特征Y**:《未公开》<br>其中所述第二菱形样式从所述第一菱形样式移位步长4。无相应原文该特征限定了菱形样式移位的具体步长值为“4”。对比文件虽然描述了移动或扩大搜索区域([0009]步骤2,[0030]),但从未具体公开或暗示移动的“步长”是一个固定值“4”。步长的选择是具体的实施参数,对比文件未予公开。因此,该特征未被公开。

<<<B>>><<<P>>><<<a>>><<<b>>><<<e>>><<<f>>><<<g>>><<<o>>><<<q>>><<<r>>><<<t>>>

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