24小时服务热线 400-008-3118

科沃园

科沃园 知识产权科技版挂牌 企业代码: 230027

科沃园-国家工商总局认证

「如何撰写高质量的专利申请文件」之浅谈从属权利要求的“中位概括”

返回列表 来源: IPRdaily 发布日期: 2018.05.17
      “中位概括”,是指对具体实施方式中记载的技术方案进行适度概括和组合,得到权利要求书中的多个从属权利要求。下面笔者将结合一个示例对如何使用“中位概括”方式对具体实施方式中记录的技术方案进行适度概括,形成权利要求书的多条从属权利要求进行说明。

       权利要求书,是发明专利或者实用新型专利要求保护的内容,具有直接的法律效力。权利要求书记载的内容确定了专利申请文件的保护范围,所以权利要求书是一个专利申请文件最重要的组成部分。

      为了写好专利申请文件的权利要求书,专利代理人需要全面了解交底书中记录的技术方案以及该技术方案所要解决的不同技术问题,从而针对不同的技术问题,分别在权利要求书中部署不同的权利要求以解决这些技术问题。

       在部署权利要求的过程中,代理人应该在理解技术方案的基础上对技术方案的内容进行概括,以使对技术方案进行保护的同时,尽可能扩大权利要求书的保护范围,使部署的每个权利要求的保护范围合理且稳定。而一个合理且稳定的权利要求,不仅对技术方案进行了保护,而且使权利要求的保护范围较宽,以使专利申请文件在确权后,不会轻易被后续相似的专利申请绕开,从而体现出了该专利申请文件中适度概括后权利要求书的价值。

       专利代理人在实际撰写权利要求的过程中,会针对具体实施方式中记载的实施例进行“上位概括”,得到独立权利要求中描述的技术方案。但只注重对独立权利要求内容进行提炼和概括,而在从属权利要求中通常直接体现出具体实施方式中记载的比较下位的技术方案,忽视了对从属权利要求中描述技术方案的适度概括,从而导致从属权利要求所描述技术方案的保护范围不够适当且层次不够分明,导致从属权利要求没有起到应有的作用。而权利要求书撰写的保护范围是否适当、层次是否分明,直接关系到了一个专利申请文件的撰写质量好坏。

      为了使从属权利要求所描述技术方案的保护范围适当且层次分明,笔者在撰写权利要求书的过程中会使用“中位概括”的方式对具体实施方式中记录的技术方案进行适度概括,形成多条保护氛围适当且层次分明的从属权利要求。

       “中位概括”,是指对具体实施方式中记载的技术方案进行适度概括和组合,得到权利要求书中的多个从属权利要求。“中位概括”后得到的多个从属权利要求中的每个从属权利要求的保护范围都比具体实施方式中记载的技术方案的保护范围大;而且都起到了对它们的“上位概念”的限制;并且“中位概括”后得到的多个从属权利要求在组合后可以得到具体实施方式中记载的技术方案。

      下面笔者将结合一个示例对如何使用“中位概括”方式对具体实施方式中记录的技术方案进行适度概括,形成权利要求书的多条从属权利要求进行说明。

       申请号为CN201510831439.3,发明名称为“一种车辆检测跟踪方法和装置”的发明专利中,独立权利要求1记载了一种车辆检测跟踪方法,包括:

     对当前拍摄到的车辆图像进行检测,得到所述车辆图像的车辆特征;其中,所述车辆特征包括以下至少之一:图像灰度特征、梯度幅值特征和梯度方向特征;从预先训练的多模型网络结构中选取适应所述车辆图像尺寸的一组模型;通过选取出的一组模型,对所述车辆特征进行车辆检测,得到所述车辆图像中各个车辆的位置信息;根据得到的各个所述车辆的位置信息,对所述车辆图像中的车辆进行跟踪。

       而上述技术特征“根据得到的各个所述车辆的位置信息,对所述车辆图像中的车辆进行跟踪”展开后的技术方案非常冗长,如果都部署到一个从属权利要求中,会导致部署的从属权利要求的保护范围不当且层次感较差,而且,笔者在和发明人沟通过程中确定出对车辆进行跟踪的过程展开后的技术方案解决了多个技术问题,所以笔者在从属权利要求的撰写过程中针对不同的技术问题,对技术特征“根据得到的各个所述车辆的位置信息,对所述车辆图像中的车辆进行跟踪”展开后的技术方案进行“中位概括”,得到如下多个从属权利要求。

      首先针对技术问题“相关技术中会通过光流法对匹配目标区域内的特征来进行匹配目标定位,但是光流法中特征匹配过程复杂度高,计算速度较慢,因而无法达到实时定位目标的效果。”对本专利申请文件中是如何进行实时定位目标的过程进行了描述:

     根据得到的各个所述车辆的位置信息,对所述车辆图像中的车辆进行跟踪,包括:将确定的各个所述车辆的位置信息存储到预设的车辆跟踪列表中;从所述车辆跟踪列表中获取所述车辆图像的上一帧车辆图像中记录的各个所述车辆的轮廓外接矩形的端点坐标;根据所述车辆图像和所述上一帧车辆图像中各个所述车辆的轮廓外接矩形的端点坐标,计算各个所述车辆在所述车辆图像和所述上一帧车辆图像中的车辆关联度;确定各个所述车辆中车辆关联度大于等于预设关联度阈值的车辆为关联车辆;将所述关联车辆的置信度与车辆跟踪列表中记录的所述关联车辆的目标分数相加,得到所述关联车辆更新后的目标分数,其中,所述置信度包含在所述关联车辆的位置信息中;当所述关联车辆更新后的目标分数大于等于预设的第一目标分数阈值且所述关联车辆的关联次数大于等于关联次数阈值时,输出从所述车辆图像中确定的所述关联车辆的位置信息,以对所述关联车辆进行跟踪。

       通过以上的描述可以看出,通过简单的计算车辆图像和上一帧车辆图像中各个车辆的目标分数,就可以对车辆定位并进行跟踪,无需通过复杂的特征匹配过程,提高了车辆定位过程中的计算速度,从而可以实时对车辆位置进行定位跟踪。

       从上述的从权可以看出,笔者只是对上述实时定位目标的过程进行了描述,但对实时定位目标的过程中具体的计算过程并未展开,是因为这些具体的计算过程解决了其他的技术问题,不宜在这个从属权利要求中展开描述。因此,为了解决上述进行实时定位目标过程中其他的各种技术问题,可以在上述进行实时定位目标的基础上,继续采用“中位概括”的方式,部署不同的从属权利要求以解决实时定位目标中的各种技术问题。

       基于此,笔者并没有将解决相关技术中计算各个车辆在车辆图像和上一帧车辆图像中的车辆关联度的过程较为复杂的问题的技术方案写到上述记载实时定位目标的从属权利要求中,而是将具体计算各个车辆在车辆图像和上一帧车辆图像中的车辆关联度的过程部署到了另一个从属权利要求中,以使一个从属权利要求描述的技术方案只解决一个技术问题。

       解决车辆关联度计算复杂的技术方案形成的从属权利要求部署如下:根据所述车辆图像和所述上一帧车辆图像中各个所述车辆的轮廓外接矩形的端点坐标,计算各个所述车辆在所述车辆图像和所述上一帧车辆图像中的车辆关联度,包括:

       根据所述车辆图像和所述上一帧车辆图像的各个所述车辆的位置信息中记录的各个车辆的车辆轮廓外接矩形的端点坐标,确定各个所述车辆分别在所述车辆图像中和在所述上一帧车辆图像中的车辆轮廓外接矩形面积;

      通过公式「如何撰写高质量的专利申请文件」之浅谈从属权利要求的“中位概括”对各个所述车辆在所述车辆图像和所述上一帧车辆图像中的车辆关联度A进行计算:

       其中,表示各个所述车辆在所述车辆图像中的车辆轮廓外接矩形面积,表示各个所述车辆在所述上一帧车辆图像中的车辆轮廓外接矩形面积。

       通过以上的描述可以看出,通过简单的计算就可以得到车辆关联度,加快了实时跟踪车辆的过程中的计算速度。

       上述实时定位目标过程中描述了对车辆关联度大于等于预设关联度阈值的车辆进行跟踪的过程,但对于如何对车辆关联度小于关联度阈值的车辆进行跟踪的流程并未描述,而在实际应用过程中如果对于车辆关联度小于关联度阈值的车辆不进行跟踪,会造成车辆行驶过程中的危险,所以,笔者在上述进行实时定位目标过程的基础上,继续部署了对车辆关联度小于关联度阈值的车辆进行跟踪的从属权利要求。以解决相关技术中如果对不符合要求的车辆不进行跟踪的话,会造成车辆行驶过程出现危险的技术问题。部署结果如下:

        根据得到的各个所述车辆的位置信息,对所述车辆图像中的各个所述车辆进行跟踪还包括:确定各个所述车辆中车辆关联度小于关联度阈值的车辆为未关联车辆;判断所述未关联车辆的目标分数是否大于等于第一目标分数阈值;如果是,输出从所述车辆图像中确定的所述未关联车辆的位置信息,以对所述未关联车辆进行跟踪;如果否,计算并输出所述未关联车辆的预测位置信息,以对所述未关联车辆进行跟踪。

       通过以上的描述可以看出,通过对不符合要求的未关联车辆继续进行检测跟踪,降低了车辆行驶过程中的危险性,并提高了车辆跟踪的准确性。

        在上述对车辆关联度小于关联度阈值的车辆进行跟踪的基础上,为了提高定位车辆位置的准确率,解决相关技术中在连续多帧未检测出车辆跟踪列表中某个车辆的位置信息时,还会继续使用最近一次检测到的车辆位置对车辆的位置进行输出,会造成车辆实际位置与检测位置的偏差,导致定位车辆位置的准确率低的问题。笔者还部署了以下从属权利要求对如何提高定位车辆位置的准确率的过程进行了描述:

       计算并输出所述未关联车辆的预测位置信息,以对所述未关联车辆进行跟踪,包括:计算所述未关联车辆的轮廓外接矩形的中心点预测坐标;根据计算得到的所述中心点预测坐标,得到所述未关联车辆的预测位置信息;使所述车辆跟踪列表中记录的所述未关联车辆的目标分数减去一预定分数,得到更新后的所述未关联车辆的目标分数;当更新后的所述未关联车辆的目标分数大于等于第一目标分数阈值时,输出所述未关联车辆的所述预测位置信息,以对所述未关联车辆进行跟踪;当更新后的所述未关联车辆的目标分数小于第二目标分数阈值时,从所述车辆跟踪列表中删除所述未关联车辆的位置信息,其中,第二目标分数阈值小于第一目标分数阈值。

        通过以上的描述可以看出,通过简单的计算,就可以预测出未关联车辆的预测位置信息,从而可以快速对车辆的位置进行预测,提高定位车辆位置的准确率,保证了对车辆位置跟踪的实时有效性。

        通过以上部署的四个从属权利要求,把技术特征“根据得到的各个所述车辆的位置信息,对所述车辆图像中的车辆进行跟踪”的具体实现方式进行了完整描述。就是说,把上述四个从属权利要求组合起来,就可以得到对图像中的车辆进行跟踪的完整过程。

       而在权利要求书中,针对所需要解决的以下四个技术问题:“特征计算速度较慢,无法实时定位目标”、“车辆关联度计算过程复杂”、“对不符合要求的车辆不进行跟踪会造成行驶中的车辆危险”以及“定位车辆位置的准确率低”,从分别解决上述四个不同技术问题的四个方面,对技术特征“根据得到的各个所述车辆的位置信息,对所述车辆图像中的车辆进行跟踪”的具体实现方式进行“中位概括”,从而得到分别解决上述四个不同技术问题的四个不同的从属权利要求。

       从而在布局权利要求的过程中,即保护了发明人所提交的技术方案的同时,又通过部署不同的从属权利要求解决了不同的技术问题,使从属权利要求所描述技术方案的保护范围适当且层次分明。达到了权利要求布局的目的,保证了专利申请文件的撰写质量。

文章末尾 1640



咨询热线

400-008-3118
=== 'https') { bp.src='https://zz.bdstatic.com/linksubmit/push.js'; } else { bp.src='http://push.zhanzhang.baidu.com/push.js'; } var s = document.getElementsByTagName("script")[0]; s.parentNode.insertBefore(bp, s); })();