返回项目页面
对比文件列表
发明申请_US20130251036A1 INTRA PREDICTION METHOD AND APPARATUS_+++A_B_E_H_J_L_R_S_T_b_e_l_r+++.docx
2026-01-09 00:19
发明申请_US20140185672A1 IMAGE ENCODING METHOD, IMAGE DECODING METHOD, IMAGE ENCODING APPARATUS, IMAGE DECODING APPARATUS, AND IMAGE CODING APPARATUS_+++A_H_J_Q_R_S_T+++.docx
2026-01-09 00:19
发明申请_US20150288980A1 METHOD AND APPARATUS FOR IMAGE ENCODING AND DECODING USING INTRA PREDICTION_+++A_T_b_c_d_e_f_g_h_i_j_k_p_q_r_s+++.docx
2026-01-09 00:19
发明申请_US20180324417A1 INTRA REFERENCE FILTER FOR VIDEO CODING_+++A_H_J_S_t+++.docx
2026-01-09 00:19
发明申请_US20190082191A1 METHOD AND APPARATUS OF VIDEO CODING WITH AFFINE MOTION COMPENSATION_+++A_H_J_S_T+++.docx
2026-01-09 00:19
发明申请_US20190116376A1 MOTION VECTOR PREDICTORS USING AFFINE MOTION MODEL IN VIDEO CODING_+++A_T_h_j+++.docx
2026-01-09 00:19
发明申请_US20190273926A1 INTRA PREDICTION METHOD AND APPARATUS IN IMAGE CODING SYSTEM_+++A_H_J_S_t+++.docx
2026-01-09 00:19
发明申请_US20190306513A1 POSITION DEPENDENT INTRA PREDICTION COMBINATION EXTENDED WITH ANGULAR MODES_+++A_H_J_T_s+++.docx
2026-01-09 00:19
发明申请_US20200322620A1 SIMPLIFIED SIGNALING METHOD FOR AFFINE LINEAR WEIGHTED INTRA PREDICTION MODE_+++A_B_C_D_E_J_K_L_f_g_h_i_m_n_o_p_q_s_t+++.docx
2026-01-09 00:19
发明申请_US20200322623A1 Interaction Between Core Transform And Secondary Transform_+++B_C_D_E_G_J_K_L_a_f_h_i_m_n_o_p_q_s_t+++.docx
2026-01-09 00:19
发明申请_US20200344468A1 Method and Apparatus of Matrix based Intra Prediction in Image and Video Processing_+++A_B_C_D_E_H_J_K_L_S_T_f_g_i_m_n_o_p_q_r+++.docx
2026-01-09 00:19
发明申请_US20200396459A1 Method and Apparatus of Matrix-Based Intra Prediction for Video Coding_+++A_B_C_D_H_J_K_L_T_e_f_g_i_m_n_o_p_q+++.docx
2026-01-09 00:19
发明申请_US20210051333A1 METHOD AND APPARATUS FOR VIDEO CODING_+++A_B_C_D_E_F_H_I_J_K_L_M_N_O_P_Q_R_S_T_g+++.docx
2026-01-09 00:19
发明申请_US20210084308A1 VIDEO DECODING APPARATUS AND VIDEO CODING APPARATUS_+++A_B_C_D_E_H_J_K_L_P_Q_S_T_f_g_i_m_n_o_r+++.docx
2026-01-09 00:19
发明申请_US20210120240A1 Extended Reference Intra-Picture Prediction_+++a_h_j_s_t+++.docx
2026-01-09 00:19
发明申请_WO2018062702A1 영상 코딩 시스템에서 인트라 예측 방법 및 장치_+++A_T_h_j_s+++.docx
2026-01-09 00:19
发明专利_JP7703452B2 アフィン線形重み付けイントラ予測における予測信号フィルタ処理_+++A_B_C_D_E_H_J_L_R_S_T_f_g_i_k_m_n_o_p_q+++.docx
2026-01-09 00:19
发明专利_JP2022531147A フィルタリングを用いた行列ベースイントラ予測_+++A_C_D_E_H_I_J_K_L_P_Q_T_b_f_g_m_n_o_r_s+++.docx
2026-01-09 00:19
发明专利_JP2022531334A アフィン線形重み付けイントラ予測における予測信号フィルタ処理_+++A_B_C_D_E_H_J_L_f_i+++.docx
2026-01-09 00:19
发明申请_US20200322620A1 SIMPLIFIED SIGNALING METHOD FOR AFFINE LINEAR WEIGHTED INTRA PREDICTION MODE_+++A_B_C_D_E_J_K_L_f_g_h_i_m_n_o_p_q_s_t+++.docx

**对比文件名称**:发明申请_US20200322620A1 SIMPLIFIED SIGNALING METHOD FOR AFFINE LINEAR WEIGHTED INTRA PREDICTION MODE

**目标专利名称**:仿射线性加权帧内预测中的预测信号滤波

**本次调用模型名称**:GPT-4

**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:一种对视频数据进行解码的方法**<br>**判断结果:直接公开**[0012] According to aspects of the disclosure, there is provided a method for video decoding in a decoder.对比文件第[0012]段开宗明义,描述了一种在解码器中进行的视频解码方法。这与目标专利权利要求中“一种对视频数据进行解码的方法”这一上位技术特征完全相同。该特征在对比文件中是解码过程的总括描述,与其在目标专利中作为方法权利要求主题所起的作用相同。因此,该技术特征被直接公开。
**技术特征B:确定视频数据的当前块是以矩阵帧内预测模式编码的**<br>**判断结果:直接公开**[0012] The prediction information indicates whether the current block is coded in affine linear weighted intra prediction (ALWIP).<br>[0125] ALWIP can be also referred to as matrix based intra prediction (MIP).对比文件第[0012]段明确记载,预测信息指示当前块是否以“仿射线性加权帧内预测(ALWIP)”模式编码。第[0125]段进一步说明,ALWIP也可被称为“基于矩阵的帧内预测(MIP)”。因此,对比文件直接公开了需要确定当前块是否以“矩阵帧内预测模式”(即ALWIP/MIP)编码。该步骤在对比文件中用于启动ALWIP解码流程,与目标专利中为解决“确定使用何种预测模式”这一技术问题所起的作用相同。因此,该技术特征被直接公开。
**技术特征C:基于所述当前块的左侧边缘相邻样本集和所述当前块的顶部边缘相邻样本集来推导下采样的左侧边缘样本集和下采样的顶部边缘样本集**<br>**判断结果:直接公开**[0126] (1) A first plurality of averaged samples is extracted by averaging (e.g., subsets of) the left column of neighboring boundary samples of the PB, and a second plurality of averaged samples is extracted by averaging (e.g., subsets of) the above row of neighboring boundary samples of the PB.对比文件第[0126]段描述了ALWIP预测的第一步:从预测块(PB)的左侧相邻边界样本列(即左侧边缘相邻样本集)中提取第一组平均样本,并从预测块的上方相邻边界样本行(即顶部边缘相邻样本集)中提取第二组平均样本。“提取平均样本”的过程必然涉及对原始样本集的“下采样”(即减少样本数量),因为“平均”操作将多个样本合并为一个。这完全对应于目标专利中的“推导下采样的左侧边缘样本集和下采样的顶部边缘样本集”。该步骤在对比文件中用于为后续矩阵运算准备缩减的输入数据,与目标专利中为解决“减少计算复杂度”所起的作用相同。因此,该技术特征被直接公开。
**技术特征D:所述下采样的左侧边缘样本集包括比所述左侧边缘相邻样本集少的样本并且所述下采样的顶部边缘样本集包括比所述顶部边缘相邻样本集少的样本**<br>**判断结果:直接公开**[0126] (1) A first plurality of averaged samples is extracted by averaging (e.g., subsets of) the left column of neighboring boundary samples of the PB, and a second plurality of averaged samples is extracted by averaging (e.g., subsets of) the above row of neighboring boundary samples of the PB.如上一特征所述,对比文件第[0126]段描述的“提取平均样本”过程,其结果(第一组和第二组平均样本)必然是比原始的左侧列和上方行样本数量更少的集合。例如,对N个样本取平均得到1个样本,样本数量必然减少。这直接公开了“下采样的样本集包括比原始相邻样本集少的样本”这一特征。该特征在对比文件中是下采样操作的必然结果,与目标专利中描述下采样效果所起的作用相同。因此,该技术特征被直接公开。
**技术特征E:向所述下采样的左侧边缘样本集和所述下采样的顶部边缘样本集应用仿射模型以生成第一预测样本集**<br>**判断结果:直接公开**[0127] (2) The averaged samples are multiplied by a matrix vector. An offset is added to the result of the multiplication to generate a reduced PB on a subsampled set of samples in the original PB.对比文件第[0127]段描述了ALWIP预测的第二步:将第一步得到的平均样本(即下采样的边界样本集)与一个矩阵向量相乘,并加上一个偏移量,以在原始预测块的一个子采样样本集上生成一个缩减的预测块(PB)。这里的“矩阵向量乘法加上偏移量”正是“仿射模型”的一种具体数学表达形式(形如 y = Ax + b)。生成“缩减的预测块”即对应于生成“第一预测样本集”。该步骤在对比文件中是ALWIP模式的核心预测计算步骤,与目标专利中“应用仿射模型生成中间预测样本”所起的作用相同。因此,该技术特征被直接公开。
**技术特征F:基于所述第一预测样本集、所述左侧边缘相邻样本集的子集和所述顶部边缘相邻样本集的子集来内插第二预测样本集**<br>**判断结果:隐含公开**[0128] (3) The prediction samples at the remaining positions are generated from the reduced PB on the subsampled set by applying linear interpolation to the reduced PB on the subsampled set in each direction.对比文件第[0128]段描述了ALWIP预测的第三步:通过对每个方向上的子采样集上的缩减预测块(即第一预测样本集)应用线性插值,来生成剩余位置上的预测样本。虽然此处未明确提及使用“左侧/顶部边缘相邻样本集的子集”进行插值,但根据视频编码领域的公知常识,线性插值通常需要边界参考样本。结合对比文件第[0126]段提到的原始边界样本,本领域技术人员可以合理推断,为了在水平和垂直方向上进行插值以填充剩余位置(即生成第二预测样本集),必然会利用到原始左侧和顶部边界样本(或其子集,例如未被平均化的部分或全部样本)作为插值的端点或参考。这在逻辑上是完成从“缩减预测块”到“完整预测块”的必要步骤。因此,该技术特征被隐含公开。
**技术特征G:所述左侧边缘相邻样本集的所述子集包括与所述下采样的左侧边缘样本集不同的样本,并且所述顶部边缘相邻样本集的所述子集包括与所述下采样的顶部边缘样本集不同的样本**<br>**判断结果:隐含公开**[0126] (1) A first plurality of averaged samples is extracted by averaging (e.g., subsets of) the left column of neighboring boundary samples of the PB, and a second plurality of averaged samples is extracted by averaging (e.g., subsets of) the above row of neighboring boundary samples of the PB.<br>[0128] (3) ... by applying linear interpolation to the reduced PB on the subsampled set in each direction.对比文件第[0126]段描述了通过平均化获得下采样样本集。第[0128]段描述了使用线性插值生成剩余样本。下采样样本集(平均化得到的样本)与用于插值的原始边界样本集(或其子集)在样本值上必然是不同的,因为平均化改变了原始样本值。本领域技术人员能够理解,插值过程通常需要原始、未经过平均化处理的边界样本值来保证预测的准确性,尤其是在块的边缘区域。因此,可以合理推断用于插值的边界样本子集(可能是全部或部分原始样本)是与下采样得到的平均样本集不同的样本集合。该特征是实现更准确上采样/插值的内在要求。因此,该技术特征被隐含公开。
**技术特征H:生成最终预测块**<br>**判断结果:隐含公开**[0128] (3) The prediction samples at the remaining positions are generated from the reduced PB on the subsampled set ...对比文件第[0128]段描述了生成“剩余位置”的预测样本。结合第二步生成的“缩减预测块”(子采样位置上的预测样本),本领域技术人员可以明确理解,ALWIP过程的最终输出是一个完整的、包含了所有位置(子采样位置和通过插值得到的剩余位置)预测样本的块,即“最终预测块”。生成最终预测块是ALWIP预测流程的必然目标和结果。因此,该技术特征被隐含公开。
**技术特征I:其中,所述最终预测块包括所述第一预测样本集和所述第二预测样本集**<br>**判断结果:隐含公开**[0127] (2) ... to generate a reduced PB on a subsampled set of samples in the original PB.<br>[0128] (3) The prediction samples at the remaining positions are generated from the reduced PB on the subsampled set ...如对特征H和F的论述,对比文件明确生成了“缩减预测块”(对应于第一预测样本集,位于子采样集上)和“剩余位置的预测样本”(对应于第二预测样本集)。最终预测块自然是由这两部分样本共同构成的完整块。这一构成关系是过程描述的必然逻辑结论,无需明文写出。因此,该技术特征被隐含公开。
**技术特征J:以及基于所述最终预测块来对视频数据的所述当前块进行解码**<br>**判断结果:直接公开**[0012] ... reconstructs the current block according to the one of the plurality of ALWIP modes.<br>[0101] The reconstruction module (674) is configured to combine ... the residual ... and the prediction results ... to form a reconstructed block...对比文件第[0012]段提到根据ALWIP模式“重构当前块”。第[0101]段更具体地描述了重构模块的操作:将残差与预测结果(即预测块)组合以形成重构块。这里的“预测结果”就是通过ALWIP过程生成的最终预测块。因此,对比文件直接公开了基于(ALWIP生成的)预测块来解码(重构)当前块这一最终步骤。该步骤在对比文件中是解码过程的通用步骤,与目标专利中的作用相同。因此,该技术特征被直接公开。
**技术特征K:所述下采样的左侧边缘样本集中的每个样本包括所述左侧边缘相邻样本集中的两个或更多个样本的平均;以及所述下采样的顶部边缘样本集中的每个样本包括所述顶部边缘相邻样本集中的两个或更多个样本的平均**<br>**判断结果:直接公开**[0126] (1) A first plurality of averaged samples is extracted by averaging (e.g., subsets of) the left column ... and a second plurality of averaged samples is extracted by averaging (e.g., subsets of) the above row ...对比文件第[0126]段两次明确使用了“averaging”(平均)一词来描述如何从左侧列和上方行提取样本。这表明每个下采样样本(即平均样本)是通过对原始相邻样本集中的两个或更多个样本进行平均操作得到的。这直接、明确地公开了技术特征K的内容。该平均操作在对比文件中是实现下采样的具体手段。因此,该技术特征被直接公开。
**技术特征L:向所述下采样的左侧边缘样本集和所述下采样的顶部边缘样本集应用所述仿射模型以生成所述第一预测样本集包括:将所述下采样的左侧边缘样本集和所述下采样的顶部边缘样本集乘以矩阵**<br>**判断结果:直接公开**[0127] (2) The averaged samples are multiplied by a matrix vector.对比文件第[0127]段非常明确地指出:“平均样本与一个矩阵向量相乘”。这直接对应于技术特征L中描述的“将下采样的样本集乘以矩阵”。这是应用仿射模型的核心计算操作。因此,该技术特征被直接公开。
**技术特征M:所述顶部边缘相邻样本集具有总共N个样本,并且所述下采样的顶部边缘样本集具有总共N/2个样本,其中,N是表示所述当前块中所包括的列数的整数**<br>**判断结果:隐含公开**[0126] ... the above row of neighboring boundary samples ... [0127] ... generate a reduced PB on a subsampled set ...对比文件未明确给出具体的样本数量关系(如N/2)。然而,根据视频编码领域的常规实践和对比文件描述的“平均”操作,本领域技术人员可以合理推断,对于宽度为W的块,其上方相邻行通常有W个样本。为了实现有效的下采样和后续处理,一种常见且合理的下采样方式就是取每两个相邻样本的平均值,从而将样本数减少为W/2,即N/2。这种推断是符合逻辑且易于实现的。因此,该技术特征被隐含公开。
**技术特征N:所述左侧边缘相邻样本集具有总共N个样本,并且所述下采样的左侧边缘样本集具有总共N/2个样本,其中,N是表示所述当前块中所包括的行数的整数**<br>**判断结果:隐含公开**[0126] ... the left column of neighboring boundary samples ... [0127] ... generate a reduced PB on a subsampled set ...与特征M同理,对于高度为H的块,其左侧相邻列通常有H个样本。通过平均操作进行下采样,合理的结果是将样本数减少为H/2,即N/2。本领域技术人员基于对下采样技术的常识可以做出此推断。因此,该技术特征被隐含公开。
**技术特征O:所述当前块是N×M样本块,N是表示所述当前块中的列数和所述顶部边缘相邻样本集中的样本数的整数值,并且M是表示所述当前块中的行数和所述左侧边缘相邻样本集中的样本数的整数值;并且所述下采样的左侧边缘样本集具有M/2个样本,所述下采样的顶部边缘样本集具有N/2个样本,所述左侧边缘相邻样本集具有M个样本,并且所述顶部边缘相邻样本集具有N个样本**<br>**判断结果:隐含公开**[0125] For predicting samples of a prediction block (PB) with a width W and a height H...<br>[0126] ... the left column ... the above row ... [0127] ... generate a reduced PB on a subsampled set ...对比文件第[0125]段提到了预测块具有宽度W和高度H。结合对特征M和N的论述,本领域技术人员可以明确地将W对应于目标专利中的N(列数),将H对应于M(行数)。因此,顶部边缘相邻样本集有W=N个样本,左侧边缘相邻样本集有H=M个样本。基于同样的平均下采样逻辑,可以推断下采样的顶部边缘样本集有N/2个样本,下采样的左侧边缘样本集有M/2个样本。这些数量关系是描述块尺寸、边界样本和下采样结果的连贯、合理的逻辑组合。因此,该技术特征被隐含公开。
**技术特征P:内插所述第二预测样本集包括:在垂直方向上向所述第一预测样本集和所述顶部边缘相邻样本集应用一个或多个滤波器**<br>**判断结果:隐含公开**[0128] (3) ... by applying linear interpolation to the reduced PB on the subsampled set in each direction.对比文件第[0128]段提到在“每个方向”上应用线性插值。线性插值本身可以视为一种简单的滤波操作(例如,两点线性插值滤波器)。为了在垂直方向上进行插值,必然需要利用垂直方向上的参考信息。虽然未明确点明使用“顶部边缘相邻样本集”,但根据插值原理,在垂直方向上填充块内部样本时,位于块顶部的边界样本(即顶部边缘相邻样本集)是最直接、最合理的参考来源之一。本领域技术人员能够理解,要实现垂直方向的插值,使用顶部边界样本是必然的选择。因此,该技术特征被隐含公开。
**技术特征Q:在所述垂直方向上应用所述一个或多个滤波器包括:使用所述顶部边缘相邻样本集中的样本在所述垂直方向上执行线性内插**<br>**判断结果:隐含公开**[0128] (3) ... by applying linear interpolation ... in each direction.如特征P所述,对比文件明确提到了“线性插值”。在垂直方向执行线性插值,其操作含义就是利用垂直方向上的已知点(例如,第一预测样本集中位于块顶部子采样行的样本,以及顶部边缘相邻样本)来计算中间点的值。这直接对应于“使用顶部边缘相邻样本集中的样本在垂直方向上执行线性内插”。该描述是线性插值在垂直方向应用的具体化。因此,该技术特征被隐含公开。
**技术特征R:在所述垂直方向上应用所述一个或多个滤波器包括:向所述顶部边缘相邻样本集中的所述N个样本中的至少一些样本应用位置相关权重**<br>**判断结果:未公开**对比文件未提及在插值或滤波过程中应用“位置相关权重”。对比文件仅概括性提及“线性插值”,并未描述任何具体的、与样本在边界行中位置相关的加权方案。目标专利中“位置相关权重”是一个特定的、可能用于改善插值精度的技术手段。本领域技术人员无法从对比文件公开的“线性插值”中明确或合理地推断出必须使用“位置相关权重”。线性插值可以使用固定权重(如1:1),也可以使用更复杂的权重,但对比文件没有给出任何指向“位置相关”这一特定权重计算方式的启示。因此,该技术特征既未被直接公开,也未被隐含公开。
**技术特征S:基于所述最终预测块来对视频数据的所述当前块进行解码包括:确定视频数据的所述当前块的残差值;将所述残差值添加到经滤波的预测块以确定视频数据的所述当前块的经重构块;以及向所述经重构块应用一个或多个滤波器以生成视频数据的经解码块**<br>**判断结果:隐含公开**[0101] The reconstruction module (674) is configured to combine, in the spatial domain, the residual as output by the residue decoder (673) and the prediction results ... to form a reconstructed block...对比文件第[0101]段描述了重构模块将残差(即残差值)与预测结果(即最终预测块)相加以形成重构块。这公开了前两个子步骤。虽然该段未明确提及对重构块再应用滤波器(如去块滤波器),但根据视频编码标准(如HEVC、VVC)的通用解码流程,对重构块应用环路滤波(如去块滤波、SAO、ALF)是必不可少的后处理步骤,旨在提高视觉质量并减少压缩伪影。本领域技术人员熟知这一标准流程,因此可以合理推断解码过程包括向重构块应用一个或多个滤波器的步骤。因此,该技术特征被隐含公开。
**技术特征T:所述方法是作为视频编码过程的一部分来执行的**<br>**判断结果:隐含公开**[0067] In some embodiments, the video encoder (403) is configured to operate in a coding loop. As an oversimplified description, in an example, the coding loop can include a source coder ... and a (local) decoder (433) embedded in the video encoder (403).对比文件第[0067]段描述了视频编码器中包含一个“局部解码器”,并运行在“编码循环”中。这表明,编码器内部会执行解码操作以生成用于后续预测的参考画面。因此,对比文件公开的解码方法(包括ALWIP)完全可以作为视频编码过程(具体是编码循环中的局部解码部分)的一部分来执行。本领域技术人员能够理解编码与解码在视频压缩系统中的这种紧密关系。因此,该技术特征被隐含公开。

<<<A>>><<<B>>><<<C>>><<<D>>><<<E>>><<<J>>><<<K>>><<<L>>>

<<<f>>><<<g>>><<<h>>><<<i>>><<<m>>><<<n>>><<<o>>><<<p>>><<<q>>><<<s>>><<<t>>>

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