US2008310503A1_Description_20251222_1012_+++A_C_E_b+++.docx

**对比文件名称:** US2008310503A1_Description_20251222_1012

**特征比对表格**

技术特征描述及公开性判断对比文件原文引用公开性论述
**技术特征A:产生经量化残余差异块**<br>**《直接公开》**[0030] “The transformation unit 320 transforms the residual block ... into the frequency domain, thereby generating coefficients ... The quantization unit 330 quantizes the DCT coefficients generated by the transformation unit 320.”对比文件公开了通过对残余块进行变换(如DCT)并量化来产生经量化系数块(即经量化残余差异块)。该特征在对比文件中用于将变换系数转换为适合熵编码的形式,与目标专利中作为RDPCM处理起点的作用(产生待处理的经量化差异数据)在“产生经量化数据块”这一基本功能上相同。
**技术特征B:针对所述经量化残余差异块中的每一经量化残余差异产生经重建预测残余**<br>**《隐含公开》**[0091] “The DCT coefficients that are entropy-decoded ... are inversely quantized by the inverse quantization unit 930. The inverse transformation unit 920 performs ... IDCT on the DCT coefficients that are inversely quantized ..., thereby reconstructing the residual block.”对比文件公开了在解码端,对经熵解码的量化系数进行逆量化,然后进行逆变换以重建残余块。虽然未明确使用“针对每一经量化残余差异”的表述,但逆量化过程本质上是将每个经量化的系数值恢复为重建的系数值,这些重建的系数值共同构成重建的预测残余(即残余块)。该特征在对比文件中用于从压缩数据中恢复原始信号的近似值,与目标专利中为后续与预测值相加做准备的作用相同。
**技术特征C:其中产生包含对经量化残余差异块执行逆量化**<br>**《直接公开》**[0091] “... are inversely quantized by the inverse quantization unit 930.”对比文件直接、明确地记载了“逆量化(inversely quantized)”这一步骤。该特征在对比文件中是重建变换系数/残余数据的关键步骤,与其在目标专利中用于重建RDPCM数据的作用相同。
**技术特征D:其中所述逆量化重建均匀量化残余差分脉码调制RDPCM已应用到的数据**<br>**《未公开》**无对比文件全文未提及“残余差分脉码调制(RDPCM)”技术。其量化/逆量化过程针对的是经过离散余弦变换(DCT)后得到的频域系数,而非RDPCM所处理的空间域预测残余信号。两者技术原理和应用对象不同。因此,对比文件未公开涉及“均匀量化RDPCM”数据的重建。
**技术特征E:以及将每一经重建预测残余添加到其对应原始预测值以产生图片的当前块**<br>**《直接公开》**[0092] “The reconstruction unit 940 generates a prediction block ... and adds the generated prediction block to the residual block reconstructed ..., thereby reconstructing the current block.”对比文件直接、明确地记载了将重建的残余块与预测块相加以重建当前块的过程。该特征在对比文件中是视频解码流程的最后一步,用于生成最终的解码图像块,与其在目标专利中的作用完全相同。
**技术特征F:其中所述量化为如下形式:ΔXq=floor((X+αQ)/Q)**<br>**《未公开》**无对比文件未公开任何具体的量化计算公式。其仅提及使用量化参数(QP)进行量化([0047]),未定义量化步长Q和舍入偏移α,更未给出所述形式的均匀量化公式。
**技术特征G:其中Q为量化步长且α为量化偏移中的一者**<br>**《未公开》**无对比文件未明确定义“量化步长Q”和“量化偏移α”这两个参数。其量化过程主要通过量化参数(QP)来控制,未涉及独立的舍入偏移α的概念。
**技术特征H:其中所述量化偏移以组存储**<br>**《未公开》**无对比文件未提及“量化偏移”这一概念,因此更不存在“以组存储”量化偏移的技术内容。
**技术特征I:其中一组量化偏移在垂直RDPCM模式中使用**<br>**《未公开》**无对比文件未提及“RDPCM模式”,也未提及“垂直RDPCM模式”,因此不可能公开在该模式下使用特定组量化偏移的技术特征。
**技术特征J:而另一组量化偏移在水平RDPCM模式中使用**<br>**《未公开》**无对比文件未提及“RDPCM模式”,也未提及“水平RDPCM模式”,因此不可能公开在该模式下使用另一组量化偏移的技术特征。

<<<A>>><<<C>>><<<E>>><<<b>>>

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