非显而易见杯

专利无效挑战赛

目标专利:469双向预测帧的时间错误隐藏

专利公开号:CN101379816B

专利权人:高通股份有限公司

无效请求书提交日期:2026年

点击观看网络发布会

上一项目 下一项目
项目管理员
蒋 晓勇
@jxy

Invalidation of patent, the AI way

非显而易见性评估仅供参考，不构成法律建议。



权利要求列表点击可跳转

序号 权利要求内容

1

一种处理包括错误地接收到的第一区段的双向预测的多媒体数据的方法，所述方法包括：确定所述错误地接收到的第一区段的时间预测数据，其中所述时间预测数据对应于第一前向参考区段和第一反向参考区段；以及基于所述第一前向参考区段和所述第一反向参考区段中的至少一者来估计所述第一区段。

2

根据权利要求1所述的方法，其中所述时间预测数据进一步包括对应于所述第一前向参考区段和所述第一反向参考区段的运动向量。

3

根据权利要求1所述的方法，其中所述确定进一步包括处理多个前向候选参考区段和多个反向候选参考区段，以确定所述第一前向参考区段和所述第一反向参考区段。

4

根据权利要求3所述的方法，其进一步包括： 缩放对应于所述多个前向候选参考区段和所述多个反向候选参考区段的运动向量，使得经缩放的所述运动向量对应于含有所述第一区段的帧。

5

根据权利要求4所述的方法，其中所述运动向量的所述缩放导致所述多个前向候选参考区段和所述多个反向候选参考区段中的至少一者与所述第一区段重叠，且进一步其中所述估计进一步包括基于至少一个重叠的候选参考区段来估计所述第一区段。

6

根据权利要求4所述的方法，其中所述运动向量的所述缩放导致多个前向候选参考区段与所述第一区段重叠，且多个反向候选参考区段与所述第一区段重叠，且进一步其中估计所述第一区段进一步包括基于导致所述多个前向候选参考区段的最大重叠的前向候选参考区段和导致所述多个反向候选参考区段的最大重叠的反向候选参考区段中的一者或两者来估计所述第一区段。

7

根据权利要求4所述的方法，其进一步包括对所述运动向量进行平滑。

8

根据权利要求7所述的方法，其中所述平滑包括中值滤波。

9

根据权利要求3所述的方法，其进一步包括： 合并对应于所述多个前向候选参考区段中的两者或两者以上的所述运动向量，以形成对应于所述第一前向参考区段的一个或一个以上基本单位部分的一个或一个以上基本运动向量；以及合并对应于所述多个反向候选参考区段中的两者或两者以上的所述运动向量，以形成对应于所述第一反向参考区段的一个或一个以上基本单位部分的一个或一个以上基本运动向量； 其中所述第一前向参考区段的所述一个或一个以上基本单位部分含有对应于经合并的对应于所述多个前向候选参考区段中的两者或两者以上的所述运动向量的所述区段，所述第一反向参考区段的所述一个或一个以上基本单位部分含有对应于经合并的对应于所述多个反向候选参考区段中的两者或两者以上的所述运动向量的所述区段，且所述第一前向参考区段的所述一个或一个以上基本单位部分和所述第一反向参考区段的所述一个或一个以上基本单位部分中的每一者是N乘以M个像素块，且进一步其中N和M是整数。

10

根据权利要求9所述的方法，其中合并对应于所述多个前向候选参考区段中的两者或两者以上的所述运动向量和合并对应于所述多个反向候选参考区段中的两者或两者以上的所述运动向量包括简单平均、加权平均和中值滤波中的至少一者。

11

根据权利要求3所述的方法，其进一步包括将在确定所述时间预测数据的过程中所使用的所述多个前向候选参考区段和所述多个反向候选参考区段限制为由对应于多媒体数据中紧邻所述第一区段的非错误部分的运动向量定界的区段。

12

根据权利要求1所述的方法，其中所述第一前向参考区段、所述第一反向参考区段和所述第一区段具有同一尺寸。

13

根据权利要求1所述的方法，其进一步包括： 至少部分地基于多媒体数据中紧邻所述第一区段的非错误部分的一个或一个以上预测模式来确定估计所述第一区段的模式。

14

根据权利要求1所述的方法，其进一步包括： 至少部分地基于多媒体数据中紧邻所述第一区段的第一部分的非错误部分的一个或一个以上预测模式来确定估计所述错误地接收到的第一区段的一个或一个以上所述第一部分的模式；以及至少部分地基于紧邻第二部分的所述第一部分的所经确定模式中的一者或一者以上来确定估计所述第一区段的一个或一个以上所述第二部分的模式，其中所述一个或一个以上第二部分不紧邻任何非错误部分。

15

根据权利要求14所述的方法，其中确定估计所述一个或一个以上第二部分的所述模式进一步包括：至少部分地基于前向运动向量与反向运动向量的相对对准来确定估计所述一个或一个以上第二部分的所述模式，其中所述前向运动向量对应于所述第一前向参考区段，且所述反向运动向量对应于所述第一反向参考区段。

16

一种用于处理包括错误地接收到的第一区段的双向预测的多媒体数据的设备，所述设备包括：第一确定器，其确定所述错误地接收到的第一区段的时间预测数据，其中所述时间预测数据对应于第一前向参考区段和第一反向参考区段；以及估计器，其基于所述第一前向参考区段和所述第一反向参考区段中的至少一者来估计所述第一区段。

17

根据权利要求16所述的设备，其中所述时间预测数据进一步包括对应于所述第一前向参考区段和所述第一反向参考区段的运动向量。

18

根据权利要求16所述的设备，其中所述第一确定器通过处理多个前向候选参考区段和多个反向候选参考区段来确定所述第一前向参考区段和所述第一反向参考区段。

19

根据权利要求18所述的设备，其中所述设备进一步包括缩放器，所述缩放器缩放对应于所述多个前向候选参考区段和所述多个反向候选参考区段的运动向量，使得经缩放的所述运动向量对应于含有所述第一区段的帧。

20

根据权利要求19所述的设备，其中经缩放的所述运动向量导致所述多个前向候选参考区段和所述多个反向候选参考区段中的至少一者与所述第一区段重叠，且其中所述估计器基于至少一个重叠的候选参考区段来估计所述第一区段。

21

根据权利要求19所述的设备，其中经缩放的所述运动向量导致多个前向候选参考区段与所述第一区段重叠，且多个反向候选参考区段与所述第一区段重叠，且所述估计器基于导致所述多个前向候选区段的最大重叠的前向候选参考区段和导致所述多个反向候选区段的最大重叠的反向候选参考区段中的一者或两者来估计所述第一区段。

22

根据权利要求19所述的设备，其中所述设备进一步包括用于对所述运动向量进行平滑的平滑器。

23

根据权利要求18所述的设备，其中所述设备进一步包括： 合并器，其合并对应于所述多个前向候选参考区段中的两者或两者以上的所述运动向量，以形成对应于所述第一前向参考区段的一个或一个以上基本单位部分的一个或一个以上基本运动向量，且合并对应于所述多个反向候选参考区段中的两者或两者以上的所述运动向量，以形成对应于所述第一反向参考区段的一个或一个以上基本单位部分的一个或一个以上基本运动向量； 其中所述第一前向参考区段的所述一个或一个以上基本单位部分含有对应于经合并的对应于所述多个前向候选参考区段中的两者或两者以上的所述运动向量的所述区段，所述第一反向参考区段的所述一个或一个以上基本单位部分含有对应于经合并的对应于所述多个反向候选参考区段中的两者或两者以上的所述运动向量的所述区段，且所述第一前向参考区段的所述一个或一个以上基本单位部分和所述第一反向参考区段的所述一个或一个以上基本单位部分中的每一者是N乘以M个像素块，且进一步其中N和M是整数。

24

根据权利要求18所述的设备，其中所述设备进一步包括限制器，所述限制器将用于确定所述时间预测数据的所述多个前向候选参考区段和所述多个反向候选参考区段限制为由多媒体数据中对应于紧邻所述第一区段的非错误部分的运动向量定界的区段。

25

根据权利要求16所述的设备，其中所述设备进一步包括第二确定器，所述第二确定器至少部分地基于多媒体数据中紧邻所述第一区段的非错误部分的一个或一个以上预测模式来确定估计所述第一区段的模式。

26

根据权利要求16所述的设备，其进一步包括： 第二确定器，其至少部分地基于多媒体数据中紧邻所述第一区段的第一部分的非错误部分的一个或一个以上预测模式来确定估计所述错误地接收到的第一区段的一个或一个以上所述第一部分的模式；并至少部分地基于紧邻第二部分的所述第一部分的所经确定模式中的一者或一者以上来确定估计所述第一区段的一个或一个以上所述第二部分的模式，其中所述一个或一个以上第二部分不紧邻任何非错误部分。

27

根据权利要求26所述的设备，其中所述第二确定器至少部分地基于前向运动向量与反向运动向量的相对对准来确定估计所述一个或一个以上第二部分的所述模式，其中所述前向运动向量对应所述第一前向参考区段，且所述反向运动向量对应于所述第一反向参考区段。

对比文件列表

编号 名称

权利要求1

一种处理包括错误地接收到的第一区段的双向预测的多媒体数据的方法，所述方法包括：确定所述错误地接收到的第一区段的时间预测数据，其中所述时间预测数据对应于第一前向参考区段和第一反向参考区段；以及基于所述第一前向参考区段和所述第一反向参考区段中的至少一者来估计所述第一区段。

技术特征:
A 所述方法包括：确定所述错误地接收到的第一区段的时间预测数据， (0)
B 其中所述时间预测数据对应于第一前向参考区段和第一反向参考区段 (0)
C 基于所述第一前向参考区段和所述第一反向参考区段中的至少一者来估计所述第一区段。 (0)

权利要求2

根据权利要求1所述的方法，其中所述时间预测数据进一步包括对应于所述第一前向参考区段和所述第一反向参考区段的运动向量。

技术特征:
D 其中所述时间预测数据进一步包括对应于所述第一前向参考区段和所述第一反向参考区段的运动向量。 (0)

权利要求3

根据权利要求1所述的方法，其中所述确定进一步包括处理多个前向候选参考区段和多个反向候选参考区段，以确定所述第一前向参考区段和所述第一反向参考区段。

技术特征:
E 其中所述确定进一步包括处理多个前向候选参考区段和多个反向候选参考区段，以确定所述第一前向参考区段和所述第一反向参考区段。 (0)

权利要求4

根据权利要求3所述的方法，其进一步包括： 缩放对应于所述多个前向候选参考区段和所述多个反向候选参考区段的运动向量，使得经缩放的所述运动向量对应于含有所述第一区段的帧。

技术特征:
F 其进一步包括： 缩放对应于所述多个前向候选参考区段和所述多个反向候选参考区段的运动向量，使得经缩放的所述运动向量对应于含有所述第一区段的帧。 (0)

权利要求5

根据权利要求4所述的方法，其中所述运动向量的所述缩放导致所述多个前向候选参考区段和所述多个反向候选参考区段中的至少一者与所述第一区段重叠，且进一步其中所述估计进一步包括基于至少一个重叠的候选参考区段来估计所述第一区段。

技术特征:
G 其中所述运动向量的所述缩放导致所述多个前向候选参考区段和所述多个反向候选参考区段中的至少一者与所述第一区段重叠，且进一步其中所述估计进一步包括基于至少一个重叠的候选参考区段来估计所述第一区段。 (0)

权利要求6

根据权利要求4所述的方法，其中所述运动向量的所述缩放导致多个前向候选参考区段与所述第一区段重叠，且多个反向候选参考区段与所述第一区段重叠，且进一步其中估计所述第一区段进一步包括基于导致所述多个前向候选参考区段的最大重叠的前向候选参考区段和导致所述多个反向候选参考区段的最大重叠的反向候选参考区段中的一者或两者来估计所述第一区段。

技术特征:
H 其中所述运动向量的所述缩放导致多个前向候选参考区段与所述第一区段重叠，且多个反向候选参考区段与所述第一区段重叠，且进一步其中估计所述第一区段进一步包括基于导致所述多个前向候选参考区段的最大重叠的前向候选参考区段和导致所述多个反向候选参考区段的最大重叠的反向候选参考区段中的一者或两者来估计所述第一区段。 (0)

权利要求7

根据权利要求4所述的方法，其进一步包括对所述运动向量进行平滑。

技术特征:
I 其进一步包括对所述运动向量进行平滑。 (0)

权利要求8

根据权利要求7所述的方法，其中所述平滑包括中值滤波。

技术特征:
J 其中所述平滑包括中值滤波。 (0)

权利要求9

根据权利要求3所述的方法，其进一步包括： 合并对应于所述多个前向候选参考区段中的两者或两者以上的所述运动向量，以形成对应于所述第一前向参考区段的一个或一个以上基本单位部分的一个或一个以上基本运动向量；以及合并对应于所述多个反向候选参考区段中的两者或两者以上的所述运动向量，以形成对应于所述第一反向参考区段的一个或一个以上基本单位部分的一个或一个以上基本运动向量； 其中所述第一前向参考区段的所述一个或一个以上基本单位部分含有对应于经合并的对应于所述多个前向候选参考区段中的两者或两者以上的所述运动向量的所述区段，所述第一反向参考区段的所述一个或一个以上基本单位部分含有对应于经合并的对应于所述多个反向候选参考区段中的两者或两者以上的所述运动向量的所述区段，且所述第一前向参考区段的所述一个或一个以上基本单位部分和所述第一反向参考区段的所述一个或一个以上基本单位部分中的每一者是N乘以M个像素块，且进一步其中N和M是整数。

技术特征:
K 其进一步包括： 合并对应于所述多个前向候选参考区段中的两者或两者以上的所述运动向量，以形成对应于所述第一前向参考区段的一个或一个以上基本单位部分的一个或一个以上基本运动向量 (0)
L 合并对应于所述多个反向候选参考区段中的两者或两者以上的所述运动向量，以形成对应于所述第一反向参考区段的一个或一个以上基本单位部分的一个或一个以上基本运动向量 (0)
M 其中所述第一前向参考区段的所述一个或一个以上基本单位部分含有对应于经合并的对应于所述多个前向候选参考区段中的两者或两者以上的所述运动向量的所述区段，所述第一反向参考区段的所述一个或一个以上基本单位部分含有对应于经合并的对应于所述多个反向候选参考区段中的两者或两者以上的所述运动向量的所述区段，且所述第一前向参考区段的所述一个或一个以上基本单位部分和所述第一反向参考区段的所述一个或一个以上基本单位部分中的每一者是N乘以M个像素块，且进一步其中N和M是整数。 (0)

权利要求10

根据权利要求9所述的方法，其中合并对应于所述多个前向候选参考区段中的两者或两者以上的所述运动向量和合并对应于所述多个反向候选参考区段中的两者或两者以上的所述运动向量包括简单平均、加权平均和中值滤波中的至少一者。

技术特征:
N 其中合并对应于所述多个前向候选参考区段中的两者或两者以上的所述运动向量和合并对应于所述多个反向候选参考区段中的两者或两者以上的所述运动向量包括简单平均、加权平均和中值滤波中的至少一者。 (0)

权利要求11

根据权利要求3所述的方法，其进一步包括将在确定所述时间预测数据的过程中所使用的所述多个前向候选参考区段和所述多个反向候选参考区段限制为由对应于多媒体数据中紧邻所述第一区段的非错误部分的运动向量定界的区段。

技术特征:
O 其进一步包括将在确定所述时间预测数据的过程中所使用的所述多个前向候选参考区段和所述多个反向候选参考区段限制为由对应于多媒体数据中紧邻所述第一区段的非错误部分的运动向量定界的区段。 (0)

权利要求12

根据权利要求1所述的方法，其中所述第一前向参考区段、所述第一反向参考区段和所述第一区段具有同一尺寸。

技术特征:
P 其中所述第一前向参考区段、所述第一反向参考区段和所述第一区段具有同一尺寸。 (0)

权利要求13

根据权利要求1所述的方法，其进一步包括： 至少部分地基于多媒体数据中紧邻所述第一区段的非错误部分的一个或一个以上预测模式来确定估计所述第一区段的模式。

技术特征:
Q 其进一步包括： 至少部分地基于多媒体数据中紧邻所述第一区段的非错误部分的一个或一个以上预测模式来确定估计所述第一区段的模式。 (0)

权利要求14

根据权利要求1所述的方法，其进一步包括： 至少部分地基于多媒体数据中紧邻所述第一区段的第一部分的非错误部分的一个或一个以上预测模式来确定估计所述错误地接收到的第一区段的一个或一个以上所述第一部分的模式；以及至少部分地基于紧邻第二部分的所述第一部分的所经确定模式中的一者或一者以上来确定估计所述第一区段的一个或一个以上所述第二部分的模式，其中所述一个或一个以上第二部分不紧邻任何非错误部分。

技术特征:
R 其进一步包括： 至少部分地基于多媒体数据中紧邻所述第一区段的第一部分的非错误部分的一个或一个以上预测模式来确定估计所述错误地接收到的第一区段的一个或一个以上所述第一部分的模式 (0)
S 至少部分地基于紧邻第二部分的所述第一部分的所经确定模式中的一者或一者以上来确定估计所述第一区段的一个或一个以上所述第二部分的模式，其中所述一个或一个以上第二部分不紧邻任何非错误部分。 (0)

权利要求15

根据权利要求14所述的方法，其中确定估计所述一个或一个以上第二部分的所述模式进一步包括：至少部分地基于前向运动向量与反向运动向量的相对对准来确定估计所述一个或一个以上第二部分的所述模式，其中所述前向运动向量对应于所述第一前向参考区段，且所述反向运动向量对应于所述第一反向参考区段。

技术特征:
T 其中确定估计所述一个或一个以上第二部分的所述模式进一步包括：至少部分地基于前向运动向量与反向运动向量的相对对准来确定估计所述一个或一个以上第二部分的所述模式，其中所述前向运动向量对应于所述第一前向参考区段，且所述反向运动向量对应于所述第一反向参考区段。 (0)

权利要求16

一种用于处理包括错误地接收到的第一区段的双向预测的多媒体数据的设备，所述设备包括：第一确定器，其确定所述错误地接收到的第一区段的时间预测数据，其中所述时间预测数据对应于第一前向参考区段和第一反向参考区段；以及估计器，其基于所述第一前向参考区段和所述第一反向参考区段中的至少一者来估计所述第一区段。

技术特征:
U 所述设备包括：第一确定器，其确定所述错误地接收到的第一区段的时间预测数据，其中所述时间预测数据对应于第一前向参考区段和第一反向参考区段 (0)
V 估计器，其基于所述第一前向参考区段和所述第一反向参考区段中的至少一者来估计所述第一区段。 (0)

权利要求17

根据权利要求16所述的设备，其中所述时间预测数据进一步包括对应于所述第一前向参考区段和所述第一反向参考区段的运动向量。

技术特征:
W 其中所述时间预测数据进一步包括对应于所述第一前向参考区段和所述第一反向参考区段的运动向量。 (0)

权利要求18

根据权利要求16所述的设备，其中所述第一确定器通过处理多个前向候选参考区段和多个反向候选参考区段来确定所述第一前向参考区段和所述第一反向参考区段。

技术特征:
X 其中所述第一确定器通过处理多个前向候选参考区段和多个反向候选参考区段来确定所述第一前向参考区段和所述第一反向参考区段。 (0)

权利要求19

根据权利要求18所述的设备，其中所述设备进一步包括缩放器，所述缩放器缩放对应于所述多个前向候选参考区段和所述多个反向候选参考区段的运动向量，使得经缩放的所述运动向量对应于含有所述第一区段的帧。

技术特征:
Y 其中所述设备进一步包括缩放器，所述缩放器缩放对应于所述多个前向候选参考区段和所述多个反向候选参考区段的运动向量，使得经缩放的所述运动向量对应于含有所述第一区段的帧。 (0)

权利要求20

根据权利要求19所述的设备，其中经缩放的所述运动向量导致所述多个前向候选参考区段和所述多个反向候选参考区段中的至少一者与所述第一区段重叠，且其中所述估计器基于至少一个重叠的候选参考区段来估计所述第一区段。

技术特征:
Z 其中经缩放的所述运动向量导致所述多个前向候选参考区段和所述多个反向候选参考区段中的至少一者与所述第一区段重叠，且其中所述估计器基于至少一个重叠的候选参考区段来估计所述第一区段。 (0)

权利要求21

根据权利要求19所述的设备，其中经缩放的所述运动向量导致多个前向候选参考区段与所述第一区段重叠，且多个反向候选参考区段与所述第一区段重叠，且所述估计器基于导致所述多个前向候选区段的最大重叠的前向候选参考区段和导致所述多个反向候选区段的最大重叠的反向候选参考区段中的一者或两者来估计所述第一区段。


权利要求22

根据权利要求19所述的设备，其中所述设备进一步包括用于对所述运动向量进行平滑的平滑器。


权利要求23

根据权利要求18所述的设备，其中所述设备进一步包括： 合并器，其合并对应于所述多个前向候选参考区段中的两者或两者以上的所述运动向量，以形成对应于所述第一前向参考区段的一个或一个以上基本单位部分的一个或一个以上基本运动向量，且合并对应于所述多个反向候选参考区段中的两者或两者以上的所述运动向量，以形成对应于所述第一反向参考区段的一个或一个以上基本单位部分的一个或一个以上基本运动向量； 其中所述第一前向参考区段的所述一个或一个以上基本单位部分含有对应于经合并的对应于所述多个前向候选参考区段中的两者或两者以上的所述运动向量的所述区段，所述第一反向参考区段的所述一个或一个以上基本单位部分含有对应于经合并的对应于所述多个反向候选参考区段中的两者或两者以上的所述运动向量的所述区段，且所述第一前向参考区段的所述一个或一个以上基本单位部分和所述第一反向参考区段的所述一个或一个以上基本单位部分中的每一者是N乘以M个像素块，且进一步其中N和M是整数。


权利要求24

根据权利要求18所述的设备，其中所述设备进一步包括限制器，所述限制器将用于确定所述时间预测数据的所述多个前向候选参考区段和所述多个反向候选参考区段限制为由多媒体数据中对应于紧邻所述第一区段的非错误部分的运动向量定界的区段。


权利要求25

根据权利要求16所述的设备，其中所述设备进一步包括第二确定器，所述第二确定器至少部分地基于多媒体数据中紧邻所述第一区段的非错误部分的一个或一个以上预测模式来确定估计所述第一区段的模式。


权利要求26

根据权利要求16所述的设备，其进一步包括： 第二确定器，其至少部分地基于多媒体数据中紧邻所述第一区段的第一部分的非错误部分的一个或一个以上预测模式来确定估计所述错误地接收到的第一区段的一个或一个以上所述第一部分的模式；并至少部分地基于紧邻第二部分的所述第一部分的所经确定模式中的一者或一者以上来确定估计所述第一区段的一个或一个以上所述第二部分的模式，其中所述一个或一个以上第二部分不紧邻任何非错误部分。


权利要求27

根据权利要求26所述的设备，其中所述第二确定器至少部分地基于前向运动向量与反向运动向量的相对对准来确定估计所述一个或一个以上第二部分的所述模式，其中所述前向运动向量对应所述第一前向参考区段，且所述反向运动向量对应于所述第一反向参考区段。


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