返回项目页面
对比文件列表
2010-02-03_EP2150058A_发明公开_EP2150058A1 Encoding and decoding methods and apparatus, signal and computer program products therefor_+++E_F_P_a_b_c_d_g_m_n+++.docx
2026-07-18 15:39
2012-11-22_US2012294369A_发明申请_US20120294369A1 METHODS AND APPARATUS FOR SAMPLING-BASED SUPER RESOLUTION VIDEO ENCODING AND DECODING_+++E_F_O_P_X_Y_b_c_d_m_n+++.docx
2026-07-18 15:39
2013-03-21_WO2013040287A_发明申请_WO2013040287A1 SYSTEMS AND METHODS FOR SPATIAL PREDICTION_+++A_B_C_D_E_F_G_H_I_J_K_L_M_N_O_P_Q_R_S_T_U_W_X_Y_z+++.docx
2026-07-18 15:39
2013-07-10_EP2150058B_发明授权_EP2150058B1 Scalable multiple description coding of video sequences_+++E_P_a_b_c_d_f_g_h_i_m_n_q_r_s_t+++.docx
2026-07-18 15:39
2013-08-16_TW201334541A_发明专利_TW201334541A 空間預測系統及方法_+++A_B_C_D_F_G_H_I_J_K_L_M_N_O_P_Q_R_S_T_U_W_X_Y_e_z+++.docx
2026-07-18 15:39
2014-05-23_KR1020140062516A_发明公开_KR1020140062516A 공간 예측을 위한 시스템들 및 방법들_+++A_B_C_D_E_F_G_H_I_J_K_L_M_N_O_P_Q_R_S_T_U_W_X_Y_Z+++.docx
2026-07-18 15:39
2014-07-23_EP2756678A_发明公开_EP2756678A1 SYSTEMS AND METHODS FOR SPATIAL PREDICTION_+++A_B_C_D_F_G_H_I_J_K_M_N_O_P_Q_R_S_T_U_W_X_Y_e_l+++.docx
2026-07-18 15:39
2015-04-16_US2015103886A_发明申请_US20150103886A1 HIGH LEVEL SYNTAX FOR HEVC EXTENSIONS_+++a_c_d_e_m_n+++.docx
2026-07-18 15:39
2015-06-10_CN104702962A_发明公开_CN104702962A 帧内编解码方法、编码器和解码器_+++A_B_C_G_I_N_Q_U_Y_d_e+++.docx
2026-07-18 15:39
2016-05-05_US2016127728A_发明申请_US20160127728A1 VIDEO COMPRESSION APPARATUS, VIDEO PLAYBACK APPARATUS AND VIDEO DELIVERY SYSTEM_+++E_U_a_b_c_d_m_n_y+++.docx
2026-07-18 15:39
2016-09-09_WO2016138779A_发明申请_WO2016138779A1 帧内编解码方法、编码器和解码器_+++B_G_I_N_Q_R_S_T_U_W_Y_Z_a_c_d_e_f_h_j_l_p+++.docx
2026-07-18 15:39
2017-04-19_EP2756678B_发明授权_EP2756678B1 SYSTEMS AND METHODS FOR SPATIAL PREDICTION_+++A_B_C_D_E_F_G_H_I_J_K_L_M_N_O_P_Q_R_S_T_U_W_X_Y+++.docx
2026-07-18 15:39
2017-06-16_TW201722150A_发明专利_TW201722150A 空艱預測系統及方法_+++A_B_C_D_E_F_G_H_I_J_K_L_M_N_O_P_Q_R_S_T_U_W_X_Y_z+++.docx
2026-07-18 15:39
2017-10-18_EP3232665A_发明公开_EP3232665A1 SYSTEMS AND METHODS FOR SPATIAL PREDICTION_+++A_B_C_D_E_F_G_H_I_J_K_M_N_O_P_Q_R_S_T_U_W_X_Y_l_z+++.docx
2026-07-18 15:39
2017-12-06_JP6242793B_发明专利_JP6242793B2 空間的予測のためのシステムおよび方法_+++A_B_C_D_E_F_G_H_I_J_K_L_M_N_O_P_Q_R_S_T_U_W_X_Y_z+++.docx
2026-07-18 15:39
2017-12-20_EP3258694A_发明公开_EP3258694A1 INTRA-FRAME CODEC METHOD, CODER AND DECODER_+++F_G_I_P_Q_R_S_T_U_a_b_c_d_e_h_y_z+++.docx
2026-07-18 15:39
2018-01-04_US2018007367A_发明申请_US20180007367A1 Intra-Frame Encoding Method, Intra-Frame Decoding Method, Encoder, and Decoder_+++A_G_U_Y_b_c_d_e+++.docx
2026-07-18 15:39
2018-02-15_US2018048896A_发明申请_US20180048896A1 METHOD FOR PROCESSING IMAGE ON BASIS OF INTRA PREDICTION MODE AND DEVICE THEREFOR_+++A_B_C_D_E_H_M_N_O_R_S_U_X_Y_f_g_i_p_q+++.docx
2026-07-18 15:39
2010-02-03_EP2150058A_发明公开_EP2150058A1 Encoding and decoding methods and apparatus, signal and computer program products therefor_+++E_F_P_a_b_c_d_g_m_n+++.docx

对比文件名称:2010-02-03_EP2150058A_发明公开_EP2150058A1 Encoding and decoding methods and apparatus, signal and computer program products therefor

目标专利名称:2067基于块级超分辨率的视频编码的方法和装置CN111937401B

本次调用模型名称:DeepSeek

### 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:该方法包括编码器装置的处理器确定需要被编码的当前块的原始样本的集合。**隐含公开**对比文件[0038]:“输入视频序列SIN被发送到空间和/或时间下采样滤波器10以产生输入信号的N个多重描述MD1, MD2, ..., MDN。” [0050]:“每个图像被细分为切片,每个切片包括一系列宏块。”对比文件公开了编码器对输入视频序列SIN进行处理,并且图像被划分为宏块(即块)。本领域技术人员知晓,视频编码中处理器需要获取当前待编码块的原始样本集合,这是编码基础步骤。对比文件虽未明确书写“当前块”,但基于宏块划分和编码流程,本领域技术人员能合理推断出该特征,因此隐含公开。
技术特征B:该处理器确定一个或多个重构块的参考样本。**隐含公开**对比文件[0044]:“每个增强层由基础层进行空间预测。” [0043]:“多重描述被编码为增强层。”对比文件公开了增强层依赖于基础层进行预测,而基础层在编码后需经解码重构才能用于预测。本领域技术人员能理解,重构块即基础层解码后的块,其样本被用作参考样本,因此隐含公开。
技术特征C:该一个或多个重构块中的每一个被编码并随后被解码。**隐含公开**对比文件[0042]:“下采样信号SBIN被编码为基础层BL。” [0046]:“基础层BL可以独立于增强层解码。”对比文件公开了基础层被编码,并且可以独立解码,因此重构块经历了编码和解码过程。本领域技术人员能合理推断,用于预测的重构块必然是编码后解码得到的,因此隐含公开。
技术特征D:该当前块和这些重构块是该视频帧的一部分。**隐含公开**对比文件[0050]:“每个图像被细分为切片,每个切片包括一系列宏块。”对比文件公开了图像被划分为宏块,宏块是视频帧的基本组成部分。当前块和重构块作为宏块,显然属于视频帧的一部分,因此隐含公开。
技术特征E:该视频帧具有第一分辨率。**直接公开**对比文件[0063]:“输入SX是数字视频序列SIN,参数W(SIN)=图像宽度,H(SIN)=图像高度,F(SIN)=帧率。”对比文件直接公开了输入视频序列具有特定的宽度和高度,即第一分辨率,本领域技术人员能毫无疑义地确定该特征,因此直接公开。
技术特征F:该处理器基于该原始样本的集合和下采样方案来确定原始样本的子集。**直接公开**对比文件[0057]:“通过使用每个图像和每行像素的偶数像素用于描述MD1,而奇数像素用于描述MD2,生成两个多重描述。” [0058]:“扩展到列,生成四个描述,每个具有原始序列分辨率的1/4,通过2x2像素块。”对比文件直接公开了基于下采样方案(如取偶数/奇数像素或2x2块)从原始样本中确定子集(多重描述MDi),本领域技术人员能毫无疑义地得出该技术方案,因此直接公开。
技术特征G:该处理器基于这些参考样本确定第一预测样本。**隐含公开**对比文件[0044]:“每个增强层由基础层进行空间预测。”对比文件公开了增强层使用基础层的重构样本进行预测,从而产生预测样本。本领域技术人员能合理推断,该预测样本即为第一预测样本,因此隐含公开。
技术特征H:这些第一预测样本形成具有低于该第一分辨率的第二分辨率的第一低分辨率预测块。**未公开**对比文件未公开相关内容。对比文件中的多重描述MDi是原始样本的子集,而非预测样本形成的块。虽然增强层编码涉及预测,但未明确预测样本形成低分辨率预测块,也未公开分辨率降低的具体块结构,因此未公开。
技术特征I:这些第一预测样本限定了针对该原始样本的子集的预测。**未公开**对比文件未公开相关内容。对比文件未明确限定预测样本是针对原始样本子集的预测,也未公开预测样本与子集的对应关系,因此未公开。
技术特征J:该处理器基于这些第一预测样本确定一个或多个第二低分辨率预测块的第二预测样本。**未公开**对比文件未公开相关内容。对比文件未公开基于第一预测样本进一步确定第二预测样本的多级预测过程,因此未公开。
技术特征K:该一个或多个第二低分辨率预测块中的每一个具有该第二分辨率。**未公开**对比文件未公开相关内容。对比文件未公开第二分辨率或第二低分辨率预测块,因此未公开。
技术特征L:这些第一预测样本和一个或多个第二预测样本形成该当前块的预测样本。**未公开**对比文件未公开相关内容。对比文件未公开多个预测样本组合形成当前块预测样本,因此未公开。
技术特征M:该处理器基于该原始样本的集合和该当前块的预测样本确定残差块的残差样本。**隐含公开**对比文件[0045]:“编码效率高。” [0044]层间预测。在视频编码中,残差计算是常规步骤,对比文件公开了编码过程,本领域技术人员能合理推断出存在残差计算,因此隐含公开。
技术特征N:该处理器将这些残差样本变换成该比特流。**隐含公开**对比文件[0042]:“编码为基础层BL。” [0043]:“编码为增强层。”编码过程包括变换、量化、熵编码,对比文件虽未明述,但本领域技术人员知晓这是生成比特流的必要步骤,因此隐含公开。
技术特征O:该比特流包括用于向解码器装置发信号通知在对该当前块的编码期间使用了下采样方案的元数据。**未公开**对比文件[0066]:“NALU头包含dependency_id=0, quality_id=0, layer_base_flag=1。”对比文件公开了语法元素,但未明确用于发信号通知下采样方案,也未描述如何指示下采样方案,因此未公开。
技术特征P:其中,该处理器基于该原始样本的集合和下采样方案的空间采样点阵来确定原始样本的子集。**直接公开**对比文件[0057]:“使用偶数像素和奇数像素。” [0058]:“使用2x2像素块。”对比文件直接公开了基于空间采样点阵(如偶数/奇数位置点阵或2x2块点阵)确定子集,本领域技术人员能毫无疑义地得出该技术方案,因此直接公开。
技术特征Q:其中,基于这些参考样本确定第一预测样本包括:基于这些参考样本中的一个或多个参考样本之间的函数关系,确定该原始样本的子集的候选预测样本。**未公开**对比文件未公开相关内容。对比文件未描述参考样本之间的函数关系,也未公开候选预测样本的确定过程,因此未公开。
技术特征R:基于该当前块的原始样本以及这些候选预测样本,确定第一低分辨率残差块的残差样本。**未公开**对比文件未公开相关内容。对比文件未公开候选预测样本,也未公开低分辨率残差块的确定,因此未公开。
技术特征S:基于该低分辨率残差块的残差样本以及这些候选预测样本,确定该第一低分辨率预测块的重构样本。**未公开**对比文件未公开相关内容。对比文件未公开重构样本的确定过程,因此未公开。
技术特征T:这些重构样本限定了这些第一预测样本。**未公开**对比文件未公开相关内容。对比文件未公开重构样本与第一预测样本的限定关系,因此未公开。
技术特征U:其中,基于视频编码标准的帧内预测模式或基于预测算法,确定这些参考样本中的一个或多个参考样本之间的该函数关系。**未公开**对比文件未公开相关内容。对比文件未提及帧内预测模式或预测算法用于确定函数关系,因此未公开。
技术特征V:其中该预测算法包括机器学习算法或基于训练后的神经网络的算法。**未公开**对比文件未公开相关内容。对比文件未提及机器学习或神经网络,因此未公开。
技术特征W:其中,基于这些第一预测样本确定一个或多个第二低分辨率预测块的第二预测样本包括:基于插值算法以及这些第一预测样本的至少一部分来确定该一个或多个第二低分辨率预测块之一的预测样本。**未公开**对比文件未公开相关内容。对比文件未公开插值算法用于确定第二预测样本,因此未公开。
技术特征X:其中,该元数据包括一个或多个第一参数,用于向解码器装置发信号通知该当前块的预测样本是基于预定的下采样方案来确定的。**未公开**对比文件未公开相关内容。对比文件未公开此类参数,也未公开发信号通知下采样方案,因此未公开。
技术特征Y:和/或其中,该元数据包括一个或多个第二参数,用于向解码器装置发信号通知该当前块的预测样本是如何基于这些参考样本来确定的。**未公开**对比文件未公开相关内容。对比文件未公开此类参数,也未公开发信号通知预测样本的确定方式,因此未公开。
技术特征Z:和/或其中,该元数据包括一个或多个第三参数,用于向解码器装置发信号通知一个或多个第二低分辨率预测块的预测样本是如何基于该第一低分辨率预测块的预测样本来确定的。**未公开**对比文件未公开相关内容。对比文件未公开此类参数,也未公开发信号通知第二预测样本的确定方式,因此未公开。

<<<E>>><<<F>>><<<P>>><<<a>>><<<b>>><<<c>>><<<d>>><<<g>>><<<m>>><<<n>>>

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