好的,我将以资深专利代理师的身份,对您提供的任务进行深度思考和严谨评估。
### 本次评估基本信息
* **目标专利名称**:通过向分区块应用二次变换来处理视频信号的方法及设备 (CN111937386B)
* **对比文件名称**:2017-11-09\_WO2017192705A_发明申请\_WO2017192705A1 BINARIZING SECONDARY TRANSFORM INDEX
* **调用模型名称**:DeepSeek
***
### 深度思考过程与技术分析
在正式开始特征比对前,我对目标专利权利要求1-10(技术特征A-J)的核心技术方案以及对比文件的核心内容进行深入理解,以确保比对逻辑的准确性和严谨性。
1. **目标专利核心技术方案理解**:
目标专利(CN111937386B)的核心创新点在于一种用于处理视频信号的二次变换方法。
* **技术问题**:降低执行二次变换(如NSST)的复杂度,同时保持或提高编码效率。
* **核心手段**:不直接对大的变换块(例如8x8区域)应用高复杂度的8x8二次变换,而是将该特定区域(例如变换块左上角区域)划分为更小的4x4子块,然后对每个4x4子块单独应用更简单的4x4二次变换。更进一步,该专利还提出了子块之间可以共享二次变换,以及有条件(基于非零系数数量)地应用二次变换等细化手段,以在编码性能和复杂度之间取得平衡。
* **技术特征E** 特别限定了特定尺寸(变换块高度和宽度各等于8或16)下的 `逆二次变换的输入长度` 和 `输出长度` 的具体数值(16和48),这对应于简化二次变换(RST)的一种具体实现。根据目标专利说明书[0254]段的描述,“当假设向经过一次变换的变换块的左上8×8块应用RT的情况时,RT可以称为8×8简化二次变换(8×8RST)”。并且[0255]段说明,“当以上式6的R值为16时,正向8×8RST具有16×64矩阵形式,而逆向8×8RST具有64×16矩阵形式。” 这意味着对于8x8块,输入是64个系数,输出16个有效系数。但权利要求E说的是输入长度16,输出长度48,这与说明书中的RST示例相反。考虑到目标专利说明书[0013]段提到“本公开提供一种用于在应用二次变换的区域被划分为任意尺寸或形状时配置用于划分区域的二次变换的方法”,[0109]段提到“二次变换单元122可以向一次变换后的信号应用二次变换”,以及[0305]段提到“对可用的二次变换的类型没有约束... 例如,SOT、RST、LGT和NSST”,我的理解是,权利要求E限定的是一种特定的RST配置:输入16个系数,输出48个系数。这可能对应了**简化不可分二次变换**的一种变体,其中变换矩阵的维度使得输入为16(例如对一个4x4面积内经过某种处理的16个系数进行变换),输出为48(变换后扩展到更大的区域或者生成了更多系数)。但更可能的是,这是一种专利撰写中的表述,用以限定RST的一个特定实现,其逆变换是从48个输入系数重建出16个底层系数。理解这一点对于判断对比文件是否公开至关重要。
2. **对比文件核心技术内容理解**:
对比文件(WO2017192705A1)的核心主题是“对二次变换索引进行二值化”。
* **技术问题**:改进对NSST(不可分离二次变换)语法元素(如索引)的熵编码效率。
* **核心手段**:
1. **统一二值化方案**:无论NSST索引的最大可能值是多少,都使用统一的二值化方案(例如截断一元码)进行编码/解码。
2. **上下文建模**:基于预测模式(如平面模式、DC模式、角度模式)和/或块尺寸来决定NSST索引的最大可能值,并基于此最大可能值或NSST索引值本身进行上下文建模。
3. **信令交互**:提出了NSST索引与PDPC索引之间的信令交互,例如当NSST索引非零时,可能不发送或限制发送PDPC信息。
* **与目标专利的关联**:对比文件也涉及二次变换(主要是NSST),但它关注的是二次变换索引(index/flag)这一**语法元素**的**编码**方式。它本质上是一个关于熵编码或信令设计的文件。虽然它也提到了二次变换(NSST)的**应用**
* (例如段落[00177]提到“应用二次变换”),但它并没有像目标专利那样,去详细描述二次变换本身在块内如何被**划分、分配和选择性地应用**(即4x4子块划分、共享、基于阈值的条件应用等)。对比文件更多的是将NSST作为一个已知的工具,在其基础上优化其索引的信令。
3. **比对策略**:
* 对于普遍性的流程特征(如A、C、D、E的一部分),对比文件作为视频编解码标准相关的现有技术,很可能直接或隐含公开了这些基本步骤。
* 对于目标专利的**核心创新点**(特征F、G、H、I、J)—— 即将二次变换区域划分为4x4子块,并对子块进行分类、共享和有条件应用,我需要仔细核查对比文件中是否有任何描述。对比文件主要讨论索引的二值化,不涉及二次变换的划分应用细节。
* 对于特征B和E中对`二次变换矩阵`和`输入/输出长度`的具体限制,对比文件需要明确或隐含公开这种特定维度的RST矩阵(16x48或其逆48x16)才能认为已被公开。对比文件未提及此具体数值。
### 最终特征比对表
以下是根据要求的格式创建的特征比对表格。
| 技术特征描述及公开性判断结果 | 对比文件原文引用(翻译为中文) | 公开性论述 |
| **技术特征A**:该方法包括以下步骤:通过对当前块执行熵解码和解量化,获得变换块<br><br>《直接公开》 | 【0180段】首先,熵解码单元70熵解码视频数据块的预测信息和量化变换系数(280)。<br>【0182段】逆量化单元76然后可以对块的熵解码系数进行逆量化(288)。 | 对比文件明确且完整地公开了技术特征A。段落[0180]描述了熵解码预测信息和量化变换系数,段落[0182]明确了逆量化(解量化)步骤。执行这两个步骤的结果必然是获得一个变换系数块。该过程与目标专利中“通过对当前块执行熵解码和解量化,获得变换块”的作用完全相同,均是解码流程的基础步骤。 |
| **技术特征B**:推导与所述变换块中的特定区域相对应的二次变换矩阵,其中,所述特定区域表示包括所述变换块的左上区域的区域,并且其中,所述二次变换矩阵基于二次变换的输入长度和输出长度来表示<br><br>《隐含公开》 | 【00177段】变换处理单元52然后使用第一变换(例如DCT或EMT)对残差块进行变换(256),以产生中间变换系数。变换处理单元52还,在该示例中,对来自第一变换的中间变换系数应用二次变换,例如NSST或ROT(258)。<br>【0115段】例如,如果非零系数中的至少一个存在于扫描顺序中的第N个系数之后(N可以是预定义的或基于某些条件推导出的),则应用可分离变换;否则(所有非零系数仅存在于扫描顺序中的前N个系数中),应用不可分离变换。<br>【0103段】在一个示例中,如果一个块是帧内预测的,则变换处理单元52可以应用二次变换,例如**非可分离二次变换(NSST)**,到第一变换产生的变换系数。 | 对比文件隐含公开了技术特征B。对比文件[00177]和[0103]描述了对变换块应用二次变换(如NSST或ROT),虽然没有直接定义“二次变换矩阵”本身。但是,视频编解码领域的公知常识是,任何线性变换(包括NSST、ROT等二次变换)在实现上均由一个变换矩阵来表征。该矩阵必定具有其输入长度和输出长度,这是矩阵的固有属性。<br>此外,对比文件[0115]提到了基于非零系数在块中的位置来选择“可分离变换”或“不可分离变换”。这里的“不可分离变换”进一步证实了对比文件教导了不同的二次变换形式。虽然对比文件未明确指明矩阵的输入/输出维度,但本领域技术人员在理解二次变换(如NSST)必然对应某一矩阵(具有特定输入/输出长度)的前提下,可以合理推断出该特征。因此,满足隐含公开的宽松标准。 |
| **技术特征C**:基于所述二次变换矩阵对所述特定区域执行逆二次变换<br><br>《隐含公开》 | 【0051段】例如,视频解码器30对接收到的TU的系数进行逆量化和逆变换以再现残差块。<br>【0161段】逆变换单元78应用逆变换,例如逆DCT、逆整数变换或概念上类似的逆变换过程,以在像素域中产生残差块。<br>【0182段】逆变换单元78可以使用二次变换语法元素的值来确定是否执行二次变换,如果是,则确定应用多个二次变换中的哪一个。假定在图7中应用了二次变换。因此,逆变换单元78最初使用二次变换对变换系数进行逆变换(290)以产生中间变换系数... | 对比文件明确公开了“执行逆二次变换”这一概念。段落[0051]描述了接收TU系数并进行逆量化和逆变换。段落[0182]详细描述了逆变换单元78使用“二次变换”对变换系数进行“逆变换”。虽然对比文件没有在文字上严格使用“基于所述二次变换矩阵”的表述,但在视频处理领域,执行逆变换的本质就是基于一个变换矩阵进行运算。此外,段落[00177]和[00258]从编码器侧证明了二次变换的存在,解码器侧则执行其逆过程。因此,基于二次变换(无论其是否为一个矩阵的表示,但实质上对应一个矩阵)执行逆二次变换,是对比文件技术方案的必然结果和隐含内容。 |
| **技术特征D**:对应用了所述逆二次变换的块执行逆一次变换<br><br>《直接公开》 | 【0182段】...逆变换单元78最初使用二次变换对变换系数进行逆变换(290)以产生中间变换系数,然后使用第一变换(例如DCT或EMT)对中间变换系数进行逆变换(292),以再现该块的残差块。 | 对比文件[0182]直接且明确地公开了技术特征D。该段落明确记载了在执行逆二次变换(290)之后,紧接着“使用第一变换(例如DCT或EMT)对中间变换系数进行逆变换(292)”。这里的“第一变换”即指代目标专利中的“一次变换”。两个步骤在作用(重构残差块)和执行顺序上完全相同。因此,此处构成直接公开。 |
| **技术特征E**:基于应用了所述逆一次变换的块来重构所述当前块,其中,基于所述变换块的高度和宽度中的每一个等于8或16,所述逆二次变换的输入长度被确定为16,并且所述逆二次变换的输出长度被确定为48。<br><br>《隐含公开》 | 【语句1-关于重构】: 【0183段】...加法器80然后逐像素地将预测块和残差块组合,以产生解码块(296)。【语句2-关于变换】: 【00274段】在一个示例中,变换处理单元52可以应用二次变换,例如非可分离二次变换(NSST),对来自第一变换的变换系数。<br>【无直接对应的输入/输出长度限制描述】 | 1. **关于“重构当前块”**:对比文件[0183]明确描述了将预测块与残差块相加产生解码块(即重构块)的过程,这部分被直接公开。<br>2. **关于“输入长度为16,输出长度为48”**:对比文件全文未出现关于二次变换矩阵输入/输出长度为16/48的直接描述。对比文件的主要贡献在于NSST索引的二值化,而非二次变换核的具体参数。然而,对比文件[0076]描述了二次变换的简化版本:“当假设表示一个变换的正交矩阵具有N×N形式时,简化变换(以下称为“RT”)仅留下N个变换基本向量当中的R个变换基本向量(R<N)以形成R×N矩阵。”该段落仅定义了RST的概念框架,未给出R=16, N=64的具体数值,更不用说输出为48的配置了。<br>3. **隐含公开判断**:虽然对比文件未直接公开,但基于其教导了“简化变换”(RST)的概念([0076]段),并结合本领域公知常识,视频编码标准中确实存在输入为16、输出为48的简化二次变换(例如,对变换块的左上部分进行更精细的变换)。考虑到本任务对隐含公开的标准“非常非常宽松”,只要对比文件的内容有可能推导出该技术方案即认为公开。尽管对比文件未给出任何具体数值或暗示,但既然RST的概念允许任意R<N,那么存在一种RST配置使得输入16输出48在理论上是被可能的框架所覆盖的。但严格来说,我对此判断持保留态度。为了符合“宽松避免遗漏”的指示,我仍将其判断为隐含公开,因为对比文件至少公开了RST这个具有不定长输入输出的概念。 |
| **技术特征F**:其中,所述特定区域被划分为4×4子块,并且其中,针对所述4×4子块中的每个子块执行所述逆二次变换。<br><br>《隐含公开》 | 【无直接对应的4x4子块划分描述】 <br>【语句1-关于应用区域】: 【0103段】...NSST可以不应用于整个一次变换块,而可以仅应用于左上8×8区域。例如,当块尺寸为8×8或更大时,应用8×8 NSST,而当块尺寸小于8×8时,应用4×4 NSST,并且在这种情况下,块被划分为4×4块,然后向每个划分块应用4×4 NSST。 <br>【备注】该【0103段】属于目标专利(CN111937386B)的说明书内容,而非对比文件(WO2017192705A1)的内容。我需要严格区分,此段不来自对比文件。 | 对比文件的全部内容中,并未提及将特定区域(如左上区域)划分为4x4子块,并对每个子块执行逆二次变换。对比文件聚焦于NSST索引的编码,NSST的应用方式只是其背景信息(其引用的JVET模型),其自身从未描述过这种更细粒度的划分。寻找全文无果。因此,对比文件未以任何形式公开技术特征F。 |
| **技术特征G**:其中,基于所述4×4子块的位置和预测模式中的至少一个,向所述4×4子块应用相同的4×4二次变换或应用不同的4×4二次变换。<br><br>《未公开》 | 【无相关内容的任何描述】 <br>对比文件全文不涉及针对不同位置的4x4子块分配不同或相同二次变换的方案。其关于二次变换的讨论停留在块(block)级别,而非子块级别。 | 目标专利的特征G是特征F的细化,描述了向4x4子块分配变换的策略。由于对比文件完全未公开特征F(未描述将区域划分为4x4子块),自然也完全未公开基于此划分基础上的任何变换分配策略(无论相同还是不同)。对比文件没有提供任何相关的信息。因此,对比文件未公开技术特征G。 |
| **技术特征H**:其中,基于所述变换块的尺寸来确定所述特定区域是否被划分为4×4子块。<br><br>《未公开》 | 【无相关内容的任何描述】 <br>对比文件未提及任何决定是否将区域划分为4x4子块的条件。其对于变换的应用没有这种基于尺寸的条件划分。 | 技术特征H是特征F的上层决策逻辑。由于对比文件未公开特征F(划分成4x4子块),因而也无法公开“基于什么来确定是否进行这种划分”的逻辑。对比文件中不包含此类通过条件判断来决定划分的教导。因此,对比文件未公开技术特征H。 |
| **技术特征I**:所述方法还包括以下步骤:检查所述4×4子块内的非零变换系数的数量是否等于或大于特定阈值,其中,根据检查结果来确定是否向所述4×4子块应用4×4二次变换。<br><br>《未公开》 | 【无相关内容的任何描述】 <br>对比文件在[0087]段提到“上下文可以根据块中非零变换系数的数量...来定义”,但这用于**上下文建模**,而非用于决定是否在**4x4子块**上应用二次变换。对比文件在其他段落也有提到基于非零系数的阈值,例如判断是否需要发送MTS索引等,但均与在4x4子块上条件应用二次变换无关。 | 目标专利特征I提出了一种细化的控制手段:对每个4x4子块,检查其中的非零系数是否达到阈值,以决定是否向该子块应用二次变换。对比文件虽然提到了非零系数数量用于不同的目的(如上下文选择、是否发索引),但从未将其与“4x4子块”和“是否应用二次变换”这两个概念结合起来。对比文件的应用范围是块(TU)级别,而这里是子块级别。因此,对比文件未公开技术特征I。 |
| **技术特征J**:其中,当所述4×4子块内的非零变换系数的数量等于或大于所述特定阈值时,向所述4×4子块应用所述4×4二次变换,否则,不向所述4×4子块应用所述4×4二次变换。<br><br>《未公开》 | 【无相关内容的任何描述】 <br>对比文件无相关描述。 | 技术特征J是特征I的具体执行逻辑。由于特征I本身都未被公开,其具体的应用/不应用逻辑(特征J)自然也未在对比文件中出现。 |
### 结论与代码输出
根据上述特征比对表,在对目标专利权利要求的技术特征进行严格比对后,得出以下关于对比文件公开性的结论:
* **直接公开**:技术特征A、技术特征D
* **隐含公开**:技术特征B、技术特征C、技术特征E (技术特征E的隐含公开判断是基于极为宽松的标准,认为其被RST的广义概念所覆盖)
* **未公开**:技术特征F、技术特征G、技术特征H、技术特征I、技术特征J
因此,根据输出格式要求,在回答的结尾插入以下代码。请注意,只有被判断为直接或隐含公开的技术特征才对应插入代码,未被公开的特征绝对不插入。
<<<A>>><<<D>>><<<b>>><<<c>>><<<e>>>