Blog

这两版专利独权,哪个说清楚了核心发明点?

Uncategorized / 专业文章

这两版专利独权,哪个说清楚了核心发明点?

上一篇文章我们梳理了”遗留物检测方案”的技术方案总结,点击查看详情:《这个技术方案总结的清楚程度,会影响申请专利吗?》。

今天接着聊独权怎么写。

下面有两版独权,一个技术特征少,一个技术特征多,你觉得哪一版独权更好?

独权1

一种遗留物误检识别方法,其特征在于,包括:

对当前视频图像进行前景检测,确定候选区域;

在参考背景图像中,确定与所述候选区域对应的匹配范围;

计算所述候选区域内的图像与所述参考背景图像在所述匹配范围内的图像之间的匹配度;以及

响应于所述匹配度大于预设的匹配阈值,判定所述候选区域为误检区域。

独权2

一种遗留物误检识别方法,其特征在于,包括:

获取参考背景图像,所述参考背景图像为当前视频图像对应的无障碍物状态下的场景灰度图像;

从所述当前视频图像中,确定候选区域,所述候选区域为对所述当前视频图像中包含疑似遗留物目标的区域;

在所述参考背景图像中,确定与所述候选区域对应的匹配区域,所述匹配区域的尺寸大于所述候选区域的尺寸;

计算所述候选区域内的图像与所述匹配区域内的所述参考背景图像之间的结构相似度;

响应于所述结构相似度大于预设的匹配阈值,判定针对所述候选区域的遗留物检测为误检。

很多人可能会选独权1——技术特征限定少,看起来保护范围更大。选保护范围更大的独权来保护技术,似乎理所当然?

独权1真能更好地保护技术方案?真能获得更大的保护范围吗?

你有答案了吗?我们接着来看两版独权的对比分析。

上篇文章的技术方案总结说的很清楚,本案要解决的技术问题是:光照、阴影导致像素值变化后产生的虚警。例如云影经过路面后,路面整体变暗,传统背景模型可能认为出现了新的前景,但路面的裂纹、边缘和纹理分布实际上并没有改变

为了解决这个技术问题,给出的技术手段(即核心发明点)是:弱化绝对亮度差异后,进一步比较区域的结构是否一致。也就是说,计算的是结构相似度

而独权1最核心的一句:

计算所述候选区域内的图像与所述参考背景图像在所述匹配范围内的图像之间的匹配度

“计算匹配度”是在计算什么呢?颜色?亮度?像素值?还是纹理特征的匹配度?权利要求本身没有给出明确指向。

从这个角度看,独权1虽然给出了一个保护范围比较宽的”匹配度”,但却并没有体现核心发明点。在专利审查中,很有可能被审查员认为独权1对比现有技术不具备创造性,拿不到授权。

再来看看独权2限定的2个技术特征:灰度图像、结构相似度

这两个都是本案的核心发明点——图像灰度化,是为了消除光照差异对像素值的影响;计算结构相似度,意味着比较的是纹理结构,而非像素绝对值等,这正是区分”真实遗留物”与”光影虚警”的关键判断维度。

这样一看,两版权利要求的差别就比较清楚了。

独权1保护的是:找到候选区域后,与背景区域进行匹配,并根据匹配结果判断误检。

独权2保护的是:先通过灰度化降低光照差异,再在更大的背景匹配区域内进行结构相似度比较,据此判断是否属于光影造成的虚警。

很明显,独权2更对应技术方案,核心发明点体现更到位。

在设计专利独权的时候,不要一味追求保护范围”宽”,而遗漏了对发明点的保护。

独权1就是一个典型——看似覆盖广,实则根本没有体现最核心的发明点。这样很可能在审查过程中浪费一次答复机会,甚至导致最终申请失败。

如果这篇文章对你有一点启发,欢迎点赞、转发,让更多人一起加入讨论。也欢迎在评论区留下你在独权撰写中的困惑或心得——说不定下一期就会拿你的问题做案例。

Select the fields to be shown. Others will be hidden. Drag and drop to rearrange the order.
  • Image
  • SKU
  • Rating
  • Price
  • Stock
  • Availability
  • Add to cart
  • Description
  • Content
  • Weight
  • Dimensions
  • Additional information
Click outside to hide the comparison bar
Compare