US2014294089A1_Description_20251222_1014_+++A_C+++.docx

**对比文件名称**:US2014294089A1_Description_20251222_1014

**特征比对表格**

技术特征描述与公开类型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》[0040] “The input, predictor & quantizer 204 predicts and quantizes the pixel components, resulting in quantized residuals.” <br> [0086] “The quantizer 410 quantizes the residuals E″... if (E″ >= 0) E′ = (E″ + QuantOffset[Quant]) / QuantDivisor[Quant]; else E′ = (E″ − QuantOffset[Quant]) / QuantDivisor[Quant];”对比文件公开了“量化器(quantizer)”对预测后的残差(residuals E″)进行量化,得到“量化残差(quantized residuals E′)”,即“经量化残余差异块”。该特征在对比文件中用于对图像/视频数据进行有损压缩,通过减少表示残差数据所需的比特数来提高压缩效率。这与目标专利中为进行有损视频编码而“产生经量化残余差异块”的技术作用相同。
**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>《未公开》[0087] “The inverse quantizer 412 inverse quantizes the quantized residuals.” <br> [0092] “int QuantOffset[ ]={0, 1, 2, 3, 4, 4, 5, 6, 7, 8, 9, 11, 13, 15, 23, 31, 63, 127};” (结合逆量化过程)对比文件公开了“逆量化器(inverse quantizer)”对量化残差进行逆量化,以重建残差值用于后续预测。然而,目标专利的“经重建预测残余”特指在残余差分脉码调制(RDPCM)解码流程中,通过对“经量化残余差异”进行逆均匀量化RDPCM操作而得到的中间值。对比文件未涉及任何RDPCM处理,其逆量化操作重建的是普通的预测残差,而非RDPCM解码语境下的“经重建预测残余”。两者在整体技术方案中解决的技术问题及所起的作用不同。
**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》[0087] “The inverse quantizer 412 inverse quantizes the quantized residuals.” <br> [0092] (描述了逆量化所需的偏移量表,结合上下文可知用于逆量化计算)对比文件明确公开了“逆量化器(inverse quantizer)”对“量化残差(quantized residuals)”执行逆量化操作。该操作在对比文件中用于从压缩数据中恢复残差信息,以便进行图像重建或用于后续像素的预测。这与目标专利中为解码视频数据而“对经量化残余差异块执行逆量化”的技术作用相同。
**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》无相应记载。对比文件完全未提及“残余差分脉码调制(RDPCM)”这一技术。其量化与逆量化过程是应用于普通的空间预测残差,而非应用于经过RDPCM编码(无论是水平、垂直模式)的差异数据。目标专利该特征的核心在于逆量化所重建的数据是“均匀量化RDPCM已应用到的”特定数据,对比文件的技术方案中不存在此技术手段,因此也未公开其在该特定上下文中的作用。
**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>《未公开》[0077] “x′ = Px + E′ * QuantDivisor; ... The reconstructed sample value of ‘x’, for use in future predictions...”对比文件公开了将逆量化后的残差(E′ * QuantDivisor)与预测值(Px)相加,得到重建样本值(x′)。虽然数学操作形式相似,但目标专利中该操作是特指在RDPCM解码流程中,将“经重建预测残余”(即经逆RDPCM量化得到的值)添加到“原始预测值”。对比文件中的预测值(Px)来源于其多种预测引擎(如LS、Edge预测等),而“原始预测值”在目标专利RDPCM上下文中有特定含义。更重要的是,该添加操作在对比文件中的作用是通用像素重建,而在目标专利中是RDPCM解码过程的最终步骤,两者解决的技术问题和技术语境不同。
**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》[0086] “if (E″ >= 0) E′ = (E″ + QuantOffset[Quant]) / QuantDivisor[Quant]; else E′ = (E″ − QuantOffset[Quant]) / QuantDivisor[Quant];” <br> [0089]-[0091] 列出了QuantDivisor和QuantOffset的预定义数组。对比文件公开的量化公式在结构上与目标专利的ΔXq=floor((X+αQ)/Q)有相似之处,都包含加法、除法及舍入(通过截断除法实现)。然而,关键区别在于:对比文件的除数(QuantDivisor[Quant])和偏移量(QuantOffset[Quant])是通过量化参数(Quant)索引预定义数组得到的离散值,并非一个恒定的量化步长Q和一个可变的偏移参数α。目标专利的公式明确以Q(量化步长)和α(量化偏移)作为参数,体现了“均匀量化”应用于RDPCM信号的思想。对比文件的量化参数选择方式不同,未公开目标专利的这一特定量化形式。
**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》无相应记载。对比文件未定义名为“Q”的“量化步长(quantization step)”参数和名为“α”的“量化偏移(quantization offset)”参数。其量化过程使用通过Quant索引的QuantDivisor和QuantOffset数组值。因此,对比文件未公开目标专利中作为量化公式核心参数的“Q”和“α”。
**技术特征H**:其中所述量化偏移以组存储<br>《未公开》[0091] “int QuantOffset[ ]={0, 1, 2, 3, 4, 4, 5, 6, 7, 8, 9, 11, 13, 15, 23, 31, 63, 127};”对比文件确实将一组量化偏移值(QuantOffset)以数组形式存储。然而,目标专利中“量化偏移以组存储”的特征,应结合其上下文(技术特征I、J)理解为存在多组量化偏移,分别用于不同的RDPCM模式(垂直/水平)。对比文件仅公开了单一组用于通用量化的偏移值,并未公开为不同预测模式存储不同组偏移量的技术手段。两者在技术方案中实际起到的作用不同。
**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》无相应记载。对比文件未提及“RDPCM模式”,更没有“垂直RDPCM模式”。因此,不可能公开在垂直RDPCM模式中使用一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》无相应记载。对比文件未提及“RDPCM模式”,也没有“水平RDPCM模式”。因此,不可能公开在水平RDPCM模式中使用另一组量化偏移的技术特征。

<<<A>>><<<C>>>

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