EP4070249 - RÉFÉRENCE DE MODÈLE DE RÉSEAU NEURONAL POUR L'ADAPTATION DE VIDÉO 2D POUR UNE DIFFUSION EN CONTINU VERS DES POINTS D'EXTRÉMITÉ CLIENTS HÉTÉROGÈNES [Cliquez sur ce lien avec le bouton droit de la souris pour le conserver dans vos signets] | Statut | La requête en examen a été présentée Statut actualisé le 09.09.2022 Base de données mise à jour au 14.09.2024 | |
Précédent | La publication internationale a été faite Statut actualisé le 25.06.2022 | Dernier événement Tooltip | 23.02.2024 | Changement : État(s) autorisant la validation | publié le 27.03.2024 [2024/13] | 23.02.2024 | Changement - Etats autorisant l'extension | publié le 27.03.2024 [2024/13] | Demandeur(s) | Pour tous les Etats désignés Tencent America LLC 2747 Park Boulevard Palo Alto, California 94306 / US | [2022/41] | Inventeur(s) | 01 /
HINDS, Arianne Palo Alto, California 94306 / US | 02 /
WENGER, Stephan Palo Alto, California 94306 / US | [2022/41] | Mandataire(s) | EP&C P.O. Box 3241 2280 GE Rijswijk / NL | [2022/41] | Numéro de la demande, date de dépôt | 21907367.3 | 01.09.2021 | [2022/41] | WO2021US48644 | Numéro de priorité, date | US202063126188P | 16.12.2020 Format original publié: US 202063126188 P | US202117407711 | 20.08.2021 Format original publié: US202117407711 | [2022/41] | Langue de dépôt | EN | Langue de la procédure | EN | Publication | Type: | A1 Demande avec rapport de recherche | N°: | WO2022132249 | Date: | 23.06.2022 | Langue: | EN | [2022/25] | Type: | A1 Demande avec rapport de recherche | N°: | EP4070249 | Date: | 12.10.2022 | Langue: | EN | La demande publiée par l'OMPI le 23.06.2022, dans une des langues officielles de l'OEB, remplace la publication de la demande de brevet européen. | [2022/41] | Rapport(s) de recherche | Rapport de recherche internationale - publié le: | US | 23.06.2022 | Rapport (complémentaire) de recherche européenne - envoyé le: | EP | 28.02.2023 | Classification | IPC: | G06N20/00, G06T15/10, G06T19/20, H04N13/10, H04N13/128, H04N21/234, H04N21/2343, H04N21/236, H04N21/84, H04N21/854, H04N21/845 | [2023/13] | CPC: |
H04N21/816 (EP,KR,US);
H04N21/234336 (EP,KR);
H04N21/2356 (US);
G06N3/045 (EP);
G06N3/08 (EP,KR);
G06N5/04 (KR);
H04N13/158 (KR);
H04N13/161 (KR);
H04N13/172 (KR);
H04N13/194 (KR);
H04N19/597 (EP);
H04N21/23412 (EP);
H04N21/23418 (EP);
H04N21/2343 (EP);
H04N21/23439 (KR);
H04N21/235 (EP);
H04N21/23614 (EP,KR);
H04N21/84 (EP);
|
Précédent IPC [2022/41] | G06N20/00, G06T15/10, G06T19/20, H04N13/10, H04N13/128 | Etats contractants désignés | AL, AT, BE, BG, CH, CY, CZ, DE, DK, EE, ES, FI, FR, GB, GR, HR, HU, IE, IS, IT, LI, LT, LU, LV, MC, MK, MT, NL, NO, PL, PT, RO, RS, SE, SI, SK, SM, TR [2022/41] | Titre | Allemand: | REFERENZ EINES NEURONALEN NETZWERKMODELLS FÜR DIE ANPASSUNG VON 2D-VIDEO FÜR DAS STREAMING ZU HETEROGENEN CLIENT-ENDPUNKTEN | [2022/41] | Anglais: | REFERENCE OF NEURAL NETWORK MODEL FOR ADAPTATION OF 2D VIDEO FOR STREAMING TO HETEROGENEOUS CLIENT END-POINTS | [2022/41] | Français: | RÉFÉRENCE DE MODÈLE DE RÉSEAU NEURONAL POUR L'ADAPTATION DE VIDÉO 2D POUR UNE DIFFUSION EN CONTINU VERS DES POINTS D'EXTRÉMITÉ CLIENTS HÉTÉROGÈNES | [2022/41] | Entrée dans la phase régionale | 08.07.2022 | Taxe nationale de base payée | 08.07.2022 | Taxe de recherche payée | 08.07.2022 | Taxe(s) de désignation payée(s) | 08.07.2022 | Taxe d'examen payée | Procédure d'examen | 08.07.2022 | Requête en examen déposée [2022/41] | 12.09.2023 | Modification par le demandeur (revendications et/ou déscription) | 12.09.2023 | Date à laquelle la division d’examen est devenue compétente | Taxes payées | Taxe annuelle | 15.09.2023 | Taxe annuelle Année du brevet 03 |
Dérogation à la compétence Tooltip exclusive de la juridiction unifiée du brevet | Voir le Registre de la juridiction unifiée du brevet pour les données relatives à la dérogation | ||
La juridiction unifiée du brevet assume l'entière responsabilité de l'exactitude, de l'exhaustivité et de la qualité des données présentées sous le lien fourni. | Citations: | Recherche | [A]US2017085863 (LOPEZ ANTHONY [US], et al) [A] 1-15 * abstract * * paragraph [0003] * * paragraph [0007] * * paragraph [0027] * * paragraph [0084] * * paragraph [0094] * * paragraph [0099] - paragraph [0102] * * figures 19,22 *; | [Y]US2019026958 (GAUSEBECK DAVID ALAN [US], et al) [Y] 1-15 * abstract * * paragraph [0002] - paragraph [0004] * * paragraph [0030] - paragraph [0033] * * paragraph [0036] * * paragraph [0062] - paragraph [0070] * * paragraph [0074] * * paragraph [0082] * * paragraph [0117] - paragraph [0118] * * paragraph [0127] * * paragraph [0161] - paragraph [0163] * * paragraph [0194] - paragraph [0196] * * paragraph [0215] - paragraph [0216] * * paragraph [0245] - paragraph [0248] * * paragraph [0254] - paragraph [0255] * * figures 1,6,10,30,34 *; | [A]US2019114830 (BOUAZIZI IMED [US], et al) [A] 1-15 * abstract * * paragraph [0030] - paragraph [0031] * * paragraph [0064] - paragraph [0065] * * paragraph [0069] - paragraph [0076] * * paragraph [0093] - paragraph [0094] * * paragraph [0098] - paragraph [0108] * * paragraph [0123] - paragraph [0134] * * figures 6,9 *; | [A]US2020134911 (VAN HOFF ARTHUR [US], et al) [A] 1-15 * abstract * * paragraph [0015] - paragraph [0021] * * paragraph [0027] - paragraph [0029] * * paragraph [0038] - paragraph [0043] * * paragraph [0045] - paragraph [0047] * * paragraph [0056] * * paragraph [0063] * * paragraph [0073] * * paragraph [0093] - paragraph [0095] * * paragraph [0101] * * paragraph [0104] * * figures 3,7,12 *; | [Y]US2020304836 (LI YIMING [CN], et al) [Y] 1-15 * abstract * * paragraph [0004] * * paragraph [0017] * * paragraph [0027] - paragraph [0030] * * paragraph [0042] - paragraph [0050] * * figure 3 *; | [A] - HAN XIAN-FENG ET AL, "Image-Based 3D Object Reconstruction: State-of-the-Art and Trends in the Deep Learning Era", IEEE TRANSACTIONS ON PATTERN ANALYSIS AND MACHINE INTELLIGENCE, IEEE COMPUTER SOCIETY, USA, vol. 43, no. 5, doi:10.1109/TPAMI.2019.2954885, ISSN 0162-8828, (20191121), pages 1578 - 1604, (20210401), XP011846638 [A] 1-15 * abstract * * page 1578, column 1 - page 1580, column 2 * * page 1581, column 2 * * page 1582, column 2 * * page 1584, column 2 - page 1585, column 1 * * page 1587, column 2 - page 1589, column 1 * * page 1592, column 2 - page 1593, column 2 * * page 1596, column 1 - column 2 * * page 1598, column 2 - page 1600, column 1 * * figures 4,5 * DOI: http://dx.doi.org/10.1109/TPAMI.2019.2954885 | [A] - Kyungmo Park ET AL, "Use cases and requirements for NBMP (v4)", ISO/IEC JTC1/SC29/WG11 MPEG2018/N17502, (20180421), URL: https://mpeg.chiariglione.org/standards/mpeg-i/network-based-media-processing/use-cases-and-requirements-nbmp-v4, (20201019), XP055741267 [A] 1-15 * page 1 * * page 5 - page 8 * * page 10 - page 11 * * page 16 - page 18 * * page 23 - page 25 * * figures 4,7,20 * | [A] - WENHAN ZHANG ET AL, "[VCM] SEI Message for CDVA Deep Feature Descriptor", no. m53429, (20200417), 130. MPEG MEETING; 20200420 - 20200424; ALPBACH; (MOTION PICTURE EXPERT GROUP OR ISO/IEC JTC1/SC29/WG11),, URL: http://phenix.int-evry.fr/mpeg/doc_end_user/documents/130_Alpbach/wg11/m53429-v2-m53429_SEI_CDVA_deep_feature_descriptor.zip m53429_SEI_CDVA_deep_feature_descriptor.docx, (20200417), XP030286937 [A] 1-15 * abstract * * page 1 - page 2 * | Recherche internationale | [A]US2016371876 (MCCOMBE JAMES A [US], et al) [A] 1-7, 8A, 8B, 9-15, 17-20 * entire document *; | [XY]US2019026956 (GAUSEBECK DAVID ALAN [US], et al) [X] 1-4, 8A, 8B, 9-12, 17-19 * entire document * [Y] 5-7, 13-15, 20; | [A]US2019141340 (REDDIAR PALANIVEL GURUVA [US], et al) [A] 1-7, 8A, 8B, 9-15, 17-20* entire document *; | [A]WO2019199637 (ALCACRUZ INC [US]) [A] 1-7, 8A, 8B, 9-15, 17-20 * entire document *; | [Y]WO2020055279 (HUAWEI TECH CO LTD [CN], et al) [Y] 5-7, 13-15, 20 * entire document * |