**对比文件名称：** 2013-02-28_发明申请_US20130054505A1 LIFE PATTERN DETECTION
**目标专利名称：** 144基于事件的计算机视觉计算 CN106716441B
**本次调用模型名称：** DeepSeek-R1
### **特征比对表格**
| 技术特征描述以及公开性判断结果 | 对比文件原文引用 | 公开性论述 |
| **技术特征A**：比较使用计算机视觉CV特征计算硬件计算的与传感器元件阵列的主体传感器元件相关联的先前局部CV特征与使用所述CV特征计算硬件计算的与所述主体传感器元件相关联的当前局部CV特征。 | 对比文件[0033]段：”The microcontroller may additionally be configured to monitor a subset of sensors 103. During this monitoring, the main processor sleeps, reducing its power consumption level. The microcontroller may be programmed with a software application such that, at some threshold signal from any of the subset of sensors 103, the microcontroller triggers the main processor, restoring the main processor's active capabilities to process the sensors' signal.”<br>以及背景技术中提及的现有技术：将当前传感器数据与先前数据进行比较以确定变化（例如，计步器计数步数）。 | **隐含公开**。对比文件描述了由微控制器监控传感器，并在传感器信号达到阈值时唤醒主处理器以处理信号。这隐含了系统需要判断传感器信号是否发生了变化（即是否达到阈值），这种判断必然涉及对传感器当前状态与先前状态（如休眠前的状态或存储的基准状态）的比较。虽然对比文件比较的是原始传感器读数或信号，而目标专利比较的是计算出的“局部CV特征”，但两者在“比较当前与先前信息以检测变化”这一核心概念和作用上是相同的。本领域技术人员可以从对比文件中描述的“阈值信号”触发处理这一机制，合理地推断出需要对当前信号与某种先前状态进行比较。因此，该技术特征被对比文件隐含公开。 |
| **技术特征B**：其中对于所述先前局部CV特征和所述当前局部CV特征，所述CV特征计算硬件使用来自所述主体传感器元件的各个读数和来自与所述主体传感器元件相邻的传感器元件的各个读数来计算所述各个CV特征。 | 对比文件[0022]段：”Some example embodiments relate to use of sensors to detect life patterns. These life patterns include routine behaviors that become a predicable set of actions.”<br>以及图2A-2B，[0054]-[0062]段描述了从多个传感器收集信号（如加速度计、GPS、心率监测器等）。 | **未公开**。对比文件公开了从多个传感器收集信号，并将这些信号结合起来分析以检测生活模式（如通勤模式）。然而，目标专利的技术特征明确限定了“局部CV特征”的计算方式：必须使用“主体传感器元件”及其“相邻传感器元件”的读数。这是一种空间上局部的、基于邻域像素的多像素计算，用于提取如边缘、角点等底层图像特征。对比文件中的传感器（如加速度计、GPS）是独立工作的，其信号代表的是全局或整体的用户状态（如位置、步数），而非从传感器阵列中一个特定“主体”元素及其空间“相邻”元素的读数中计算出的局部特征。两者在技术手段和作用上存在根本差异：目标专利用于计算图像局部特征，对比文件用于融合多源传感数据推断用户行为模式。因此，对比文件既未直接公开也未隐含公开该技术特征。 |
| **技术特征C**：以及其中：所述传感器元件阵列包括多个传感器元件，所述多个传感器元件至少沿着所述传感器元件阵列的第一维度和第二维度布置，像素包括所述主体传感器元件和像素内电路。 | 对比文件未明确描述传感器“阵列”的二维布置，也未提及“像素”或“像素内电路”。其传感器（如加速度计、心率监测器）通常是作为独立模块描述的。 | **未公开**。目标专利的技术特征明确限定了传感器元件以阵列形式（至少二维）布置，并且将“像素”定义为包含传感器元件和像素内电路的组合。这是典型的图像传感器（如CMOS图像传感器）的架构。对比文件涉及的是生命模式检测系统，其使用的传感器类型（如加速度计306、GPS接收器312、心率监测器308等，见[0063]段及图3）通常是独立的功能性传感器，而非以捕捉图像为目的的、按行列排列的像素阵列。对比文件完全没有提及“像素”或“像素内电路”的概念。因此，该技术特征未被对比文件公开。 |
| **技术特征D**：以及所述CV特征计算硬件被实施为所述像素内电路的一部分。 | 对比文件未提及任何“计算机视觉(CV)特征计算硬件”，也未提及“像素内电路”。 | **未公开**。该技术特征明确要求CV计算硬件是“像素内电路”的一部分，即计算功能集成在像素级别。对比文件完全没有涉及计算机视觉特征计算，也没有任何关于在传感器像素内部集成专用计算硬件的描述。其处理主要在微控制器、主处理器或服务器上进行。因此，该技术特征未被对比文件公开。 |
| **技术特征E**：基于所述比较来产生与所述主体传感器元件相关联的事件，所述事件包括所述主体传感器元件的位置和特征有效负载，所述特征有效负载包括表示与所述主体传感器元件相关联的所计算的当前局部CV特征的多个位。 | 对比文件[0033]段：”The microcontroller may be programmed with a software application such that, at some threshold signal from any of the subset of sensors 103, the microcontroller triggers the main processor...”<br>这描述了基于传感器信号达到阈值而产生“触发”（可视为一种事件）。 | **隐含公开（部分）**。对比文件公开了基于传感器信号变化（达到阈值）来“触发”或唤醒主处理器，这可以视为产生了一个“事件”。这个事件隐含了与触发它的传感器相关联（可对应“位置”）。然而，目标专利的事件包含一个特定的“特征有效负载”，即表示“当前局部CV特征”的多个位。对比文件产生事件时携带的是原始传感器信号或简单的阈值触发信息，并未涉及任何计算出的“局部CV特征”作为有效负载。虽然事件的“产生”这一动作被隐含公开，但事件所携带的特定内容（CV特征有效负载）未被公开。从整体技术方案看，该事件的核心作用不同：目标专利用于传递特征变化信息以进行高层视觉分析；对比文件用于唤醒处理器以进行行为模式分析。因此，该技术特征中“产生事件”的动作可能被隐含公开，但事件的特定构成（尤其是特征有效负载）未被公开。 |
| **技术特征F**：以及将所述事件发送至处理器。 | 对比文件[0033]段：”...the microcontroller triggers the main processor, restoring the main processor's active capabilities to process the sensors' signal.”<br>这隐含了微控制器将触发信号（事件）发送给主处理器。 | **直接公开**。对比文件明确描述了微控制器在检测到阈值信号时“触发（triggers）主处理器”。触发行为必然涉及向主处理器发送一个信号或指令，这等同于“将事件发送至处理器”。两者作用完全相同：都是将检测到的变化或条件满足的信息传递至一个更高级别的处理单元进行后续处理。因此，本领域技术人员能够毫无疑义地从对比文件得出该技术方案。 |
| **技术特征G**：其中所述局部化CV特征包括局部二值模式LBP标记或所述LBP标记的变体。 | 对比文件全文未提及“局部二值模式（LBP）”、“LBP标记”或任何计算机视觉特征描述符。 | **未公开**。LBP标记是一种特定的、用于纹理分类和特征检测的计算机视觉算法。对比文件涉及的是生命模式和行为分析，其处理的是加速度、位置、心率等传感数据，完全不涉及图像纹理分析或任何具体的计算机视觉特征提取算法。因此，该技术特征未被对比文件公开。 |
| **技术特征H**：其中所述局部化CV特征包括带正负号梯度直方图HSG标记。 | 对比文件全文未提及“带正负号梯度直方图（HSG）标记”或任何类似的梯度直方图特征。 | **未公开**。HSG标记是另一种特定的计算机视觉特征描述符。如特征G所述，对比文件的技术领域和应用场景与计算机视觉特征提取无关。因此，该技术特征未被对比文件公开。 |
| **技术特征I**：其中所述传感器元件阵列是视觉传感器并且所述传感器元件阵列的所述多个传感器元件中的每一个包括至少一个光电二极管。 | 对比文件列举的传感器类型包括时钟、加速度计、心率监测器、高度计、GPS接收器（见[0063]段及图3），未提及“视觉传感器”或“光电二极管”。 | **未公开**。该技术特征明确限定了传感器阵列是“视觉传感器”，且每个传感器元件包含“光电二极管”。这是相机或图像传感器的典型构造。对比文件使用的传感器均为非图像传感器，用于测量运动、位置、生理参数等，而非感测光信号以形成图像。因此，该技术特征未被对比文件公开。 |
| **技术特征J**：其中所述事件是使用动态视觉传感器DVS电路产生的。 | 对比文件全文未提及“动态视觉传感器（DVS）电路”。 | **未公开**。DVS电路是一种专门用于响应像素亮度变化而输出异步事件的生物启发式视觉传感器电路。对比文件中产生事件（触发）的机制是基于微控制器对通用传感器（如加速度计）信号的软件阈值判断，而非使用专用的DVS硬件电路。因此，该技术特征未被对比文件公开。 |
<<<F>>>
<<<a>>>