返回项目页面
对比文件列表
2002-10-31_US2002159636A_发明申请_US20020159636A1 GENERALIZED TEXT LOCALIZATION IN IMAGES_+++A_C_D_F_I_J_L_O_b_p+++.docx
2026-03-19 23:32
2004-01-29_US2004017941A_发明申请_US20040017941A1 System and method for bounding and classifying regions within a graphical image_+++A_D_i+++.docx
2026-03-19 23:32
2004-12-24_JP2004362381A_发明专利_JP2004362381A Image processor and image processing method_+++a_b_c_d_f_i_j_o+++.docx
2026-03-19 23:32
2007-06-07_US2007127774A_发明申请_US20070127774A1 Target detection and tracking from video streams_+++A_D_I+++.docx
2026-03-19 23:32
2007-08-09_US2007183661A_发明申请_US20070183661A1 Multi-mode region-of-interest video object segmentation_+++D_I_a_b_c+++.docx
2026-03-19 23:32
2010-12-02_JP2010271987A_发明专利_JP2010271987A Area classification device, image quality improvement device, image display apparatus, and methods therefor_+++A_D_I_g_j+++.docx
2026-03-19 23:32
2011-06-30_US2011158558A_发明申请_US20110158558A1 METHODS AND APPARATUSES FOR FACILITATING CONTENT-BASED IMAGE RETRIEVAL_+++A_D_i_j+++.docx
2026-03-19 23:32
2011-10-06_US2011243443A_发明申请_US20110243443A1 IMAGE SEGMENTATION_+++a_c_d_i+++.docx
2026-03-19 23:32
2012-03-29_US2012078899A_发明申请_US20120078899A1 SYSTEMS AND METHODS FOR DEFINING OBJECTS OF INTEREST IN MULTIMEDIA CONTENT_+++A_I_d+++.docx
2026-03-19 23:32
2012-09-19_CN102682454A_发明公开_CN102682454A 一种视频中的感兴趣区域跟踪方法及装置_+++A_D_I+++.docx
2026-03-19 23:32
2013-03-28_JP2013058158A_发明专利_JP2013058158A Image processor and image processing program_+++D_a_c_i_o+++.docx
2026-03-19 23:32
2013-05-08_CN102682454B_发明授权_CN102682454B 一种视频中的感兴趣区域跟踪方法及装置_+++A_D_I_b+++.docx
2026-03-19 23:32
2013-08-15_US2013208947A_发明申请_US20130208947A1 OBJECT TRACKING APPARATUS AND CONTROL METHOD THEREOF_+++C_D_F_I_O_a_b+++.docx
2026-03-19 23:32
2013-10-03_WO2013144418A_发明申请_WO2013144418A1 IMAGE SEGMENTATION_+++A_D_i+++.docx
2026-03-19 23:32
2014-01-30_US2014028842A_发明申请_US20140028842A1 CALIBRATION DEVICE AND METHOD FOR USE IN A SURVEILLANCE SYSTEM FOR EVENT DETECTION_+++a_b_d_g_i+++.docx
2026-03-19 23:32
2014-05-08_US2014126821A_发明申请_US20140126821A1 FOREGROUND AND BACKGROUND IMAGE SEGMENTATION_+++A_D_I_b_c_e_f+++.docx
2026-03-19 23:32
2014-10-14_US8861864B_发明授权_US08861864B2 Image feature detection based on application of multiple feature detectors_+++A_D_E_I_J+++.docx
2026-03-19 23:32
JP2018517972A_Description_20260309_2152_+++A_B_C_D_E_F_G_H_I_J_K_L_M_P_n_o+++.docx
2026-03-19 23:32
2011-10-06_US2011243443A_发明申请_US20110243443A1 IMAGE SEGMENTATION_+++a_c_d_i+++.docx

对比文件名称:2011-10-06_US2011243443A_发明申请_US20110243443A1 IMAGE SEGMENTATION

目标专利名称:用于减少多个限界区的系统和方法CN107636589B

本次调用模型名称:DeepSeek-R1

### 特征比对表格

技术特征描述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》**说明书第[0087]段:“...the image is first over-segmented into many small regions.” (...图像首先被过分割成许多小区域。)对比文件公开了对图像进行过分割,以产生许多小的像素区域。这些“小区域”在功能上等同于目标专利中的“限界区”(即图像中限定的封闭区域)。虽然对比文件未明确使用“限界区”或“产生多个”的表述,但其描述的过分割过程必然产生多个图像区域,这构成了对本领域技术人员而言对“基于图像产生多个限界区”的隐含公开。
**技术特征B《未公开》**未找到对应内容。对比文件的核心是基于用户输入的涂鸦(scribble,相当于选定区域)和轮廓(contour)进行图像分割。其分割过程依赖于从涂鸦种子点开始的区域生长和色彩相似性传播,并受轮廓边界约束。虽然涉及色彩相似性,但整个过程是**一次性分割**以将图像划分为不同类别(如前景/背景),而非从一个**预先存在的、由算法生成的“多个限界区”集合**中,基于“色差准则”和选定区域来**确定一个子集**。目标专利的特征B是**选择/过滤**过程,而对比文件是**生长/分配**过程,二者作用不同,技术方案实质不同。因此,对比文件未公开该特征。
**技术特征C《隐含公开》**说明书第[0114]段公式及上下文:“wij = { exp(-α·(ri-rj+gi-gj+bi-bj)) if j is not a separated region; 0 otherwise }” (wij = { exp(-α·(ri-rj+gi-gj+bi-bj)) 如果 j 不是被分离的区域;否则为 0 })对比文件在区域生长/传播算法中,计算相邻像素区域间的权重 wij。该权重取决于区域间RGB颜色值的绝对差之和(ri-rj+gi-gj+bi-bj)。这个差值实质上衡量了两个区域之间的“色彩距离”。权重随色彩距离增大而减小(通过指数衰减),这意味着算法利用色彩距离来**区分**不同区域是否应属于同一类别(segment class)。虽然对比文件未明确将“色差准则”作为从多个候选框中选择子集的独立准则,但其算法核心包含了基于“色彩距离”来区分像素区域归属的基本原理。因此,本领域技术人员可以合理推断出利用色彩距离进行区分的思想,该特征被隐含公开。
**技术特征D《隐含公开》**说明书第[0042]段:“The segmentation is a depth map segmentation.” (该分割是深度图分割。) 说明书第[0002]段:“...image segmentation may be used for generating depth maps for three dimensional imaging, for object identification...” (...图像分割可用于生成三维成像的深度图,用于对象识别...)对比文件明确说明,其图像分割的结果可用于后续处理,例如生成深度图用于三维成像或进行对象识别。这属于对分割后图像(或图像区域)的处理应用。虽然目标专利列举的处理操作(对象跟踪、聚焦等)更具体,且对比文件未明确说明基于“多个限界区的子集”进行处理,但其分割所得的各个区域(可视为一个子集)是后续处理(如深度图生成、对象识别)的基础。因此,“基于分割结果处理图像”这一上位概念被对比文件隐含公开。
**技术特征E《未公开》**未找到对应内容。对比文件中用户提供的“涂鸦”(scribble)用于指示像素区域属于某个类别,其位置是用户任意选定的,用于作为区域生长的种子点。对比文件全文未提及任何关于限界区或像素区域“相对于选定区域的居中性”的判断准则或相关计算。居中性并非对比文件分割算法的考虑因素。因此,该特征未被公开。
**技术特征F《未公开》**未找到对应内容。对比文件在计算区域相似性时,使用的是像素区域的平均颜色值(如RGB值)之间的绝对差(见特征C引用),并未提及或使用“色彩直方图”进行比较。此外,对比文件也没有“环绕区”的概念,其算法是在整个图像范围内进行区域生长和概率传播,而非针对每个候选区计算其内部与一个外部环绕区之间的直方图差异。因此,该特征未被公开。
**技术特征G《未公开》**未找到对应内容。对比文件的分割算法关注颜色相似性和用户指定的边界,完全没有涉及计算或基于所产生的多个像素区域的“平均大小”(无论是均值还是中值)来指导分割或选择过程。区域大小不是其算法的决策因素。因此,该特征未被公开。
**技术特征H《未公开》**未找到对应内容。由于技术特征G(基于平均大小)未被公开,进一步限定平均大小是中值或均值的特征H自然也未被公开。
**技术特征I《隐含公开》**说明书第[0002]段:“...image segmentation may be used for generating depth maps for three dimensional imaging, for object identification...” (...图像分割可用于生成三维成像的深度图,用于对象识别...)如特征D所述,对比文件明确了图像分割的应用包括对象识别(object identification)。虽然目标专利列举的其他具体操作(如对象跟踪、聚焦等)未在对比文件中明确提及,但“对象识别”是目标专利所列处理操作之一。因此,“处理图像包括执行对象辨识”这一具体方式被对比文件隐含公开。其他未提及的操作未被公开。
**技术特征J《未公开》**未找到对应内容。对比文件产生的初始过分割(over-segmentation)是基于颜色、纹理或运动等属性(见说明书第[0089]段),其核心的区域生长算法也是基于色彩相似性。全文未提及任何“基于梯度的限界区产生算法”(如目标专利说明书中举例的BING算法)。因此,该特征未被公开。
**技术特征K《未公开》**未找到对应内容。该特征描述了拒绝不满足居中性准则或第一大小准则的限界区的具体步骤。如之前分析,对比文件既无“居中性准则”,也无“大小准则”,更没有从一个集合中“拒绝”某些项以得到子集的选择过程。因此,该特征未被公开。
**技术特征L《未公开》**未找到对应内容。该特征描述了选择满足色差准则或第二大小准则的限界区的具体步骤。对比文件没有从一个预先存在的候选区集合中进行“选择”的步骤,也没有“第二大小准则”的概念。其“色差”信息是用于区域生长时的相似性计算,而非作为过滤或选择候选区的独立准则。因此,该特征未被公开。
**技术特征M《未公开》**未找到对应内容。由于技术特征L(选择满足第二大小准则的限界区)未被公开,进一步限定该准则是关于“经加权中值大小或经加权均值大小”的特征M自然也未被公开。
**技术特征N《未公开》**未找到对应内容。该特征描述了基于居中性准则进行拒绝的另一种表述。如前所述,对比文件不存在“居中性准则”,也不存在“拒绝...使...准则未能产生多个其余限界区”的筛选逻辑。因此,该特征未被公开。
**技术特征O《未公开》**未找到对应内容。该特征要求计算“限界区中的每一者与相应环绕区之间的色彩距离”。对比文件的算法计算的是相邻像素区域之间的色彩距离(用于传播),且没有“环绕区”的概念。因此,该特征未被公开。
**技术特征P《未公开》**未找到对应内容。该特征要求“选择具有最大色彩距离的限界区”。对比文件的算法中,色彩距离用于计算传播权重,目标是使相似区域获得相同类别标签,而不是为了从多个候选区中选出色彩距离最大的一个。没有“选择具有最大色彩距离的限界区”这一步骤或目的。因此,该特征未被公开。

<<<a>>><<<c>>><<<d>>><<<i>>>

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