对比文件名称：2006-12-19_发明授权_US07151844B2 Image sensor method and apparatus having hardware implemented edge detection processing
目标专利名称：144基于事件的计算机视觉计算CN106716441B
模型名称：GPT-4
## 特征比对表格
| 技术特征描述及公开性判断 | 对比文件原文引用 | 公开性论述 |
| **技术特征A**<br>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<br>**未公开** | 无相应内容。 | **未直接公开，也未隐含公开。** 对比文件公开了使用硬连线的边缘检测电路（16）对当前感测的图像数据进行处理以检测边缘（例如，参见[0031]，[0048]-[0052]段，图4）。该过程涉及使用来自当前像素及其相邻像素的数据进行计算（如方程(10)、(11)所示），但并未描述存储“先前局部CV特征”（如LBP标记）并将其与“当前局部CV特征”进行比较以触发事件。对比文件的边缘检测是基于当前帧内像素数据的空间梯度计算，而非基于同一像素点在不同时间点上计算出的“特征”的变化。因此，本领域技术人员无法从对比文件中毫无疑义地得出或合理地推断出该技术特征。 |
| **技术特征B**<br>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，<br>**《直接公开》** | [0007]段：`The mask output at point (i,j) in the image can be computed using an n×n mask as a weighted sum of all the image intensity values in the local region around the point (i,j).`<br>[0048]-[0052]段及图4：描述了垂直边缘检测电路（24）和水平边缘检测电路（22）如何工作。例如，对于垂直边缘检测，计算边缘E(i,j)时，使用了以(i,j)为中心的n×n局部区域内的像素强度值I(...)（见方程(9)）。具体地，首先沿列方向（j方向）使用高斯函数G(m,σ)对来自主体像素所在行及其相邻行的像素数据进行平滑（方程(10)），然后沿行方向（i方向）对平滑后的中间值应用高斯导数G'(l,σ)以检测边缘（方程(11)）。这明确使用了来自主体位置及其相邻传感器元件的读数。 | **直接公开。** 对比文件详细描述了其边缘检测硬件电路（CV特征计算硬件的一种具体形式）的工作原理。它明确教导了为了计算输出点(i,j)的值（可视为一种局部特征，即边缘强度），需要使用以该点为中心的局部区域内所有像素的读数（即来自主体传感器元件及其相邻传感器元件的读数）进行加权求和（卷积）。方程(9)-(11)及附图4清晰地展示了这一计算过程。这与技术特征B中“使用来自主体传感器元件和相邻传感器元件的读数来计算各个CV特征”的技术方案实质相同。 |
| **技术特征C**<br>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，<br>**《隐含公开》** | [0031]段：`Pixel array 14 provides an addressable, non-destructive readout of the pixel data...`<br>[0034]段：`...pixel array 14 is constructed using a CMOS process so that it can be easily integrated with the hardwired processing circuitry on the IC chip 12...`<br>附图3：显示了包括像素阵列（14）的图像传感器芯片（12）。 | **隐含公开。** 对比文件明确公开了“像素阵列（pixel array）14”（[0031]），这必然意味着包括多个沿行和列（第一和第二维度）布置的传感器元件（像素）。同时，对比文件提到像素阵列采用CMOS工艺制造，并可与硬连线处理电路集成在同一个IC芯片上（[0034]）。在CMOS图像传感器领域，每个像素通常不仅包含感光元件（如光电二极管），还包含用于信号读出和/或初步处理的晶体管电路，这部分电路可被理解为“像素内电路”。虽然对比文件没有明确使用“像素内电路”一词，但基于本领域技术人员的普遍知识和对比文件描述的上下文（CMOS工艺、可集成电路），可以合理推断其像素包含感光元件和必要的片上电路。因此，技术特征C被隐含公开。 |
| **技术特征D**<br>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<br>**未公开** | [0031]段：`The image sensor comprises an integrated circuit chip 12 that includes both a pixel array 14 and edge detection circuitry 16 hardwired together on the chip.`<br>[0048]段及图4：描述了边缘检测电路（16）包括水平（22）和垂直（24）边缘检测电路，它们接收来自多路复用器（20）的像素数据并进行处理。 | **未直接公开，也未隐含公开。** 对比文件明确将“像素阵列（14）”和“边缘检测电路（16）”描述为芯片（12）上两个不同的组成部分（[0031]）。边缘检测电路（16）被描述为接收来自像素阵列（通过多路复用器20）的多个像素输出并进行处理的独立模块（[0048]，图4）。这种架构是外围电路或专用处理模块的形式，而非将特征计算硬件（边缘检测电路）实施为每个“像素内电路”的一部分。本领域技术人员从对比文件中无法得出或推断出CV计算硬件被集成在每个像素内部的结论。 |
| **技术特征E**<br>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<br>**未公开** | [0031]段：`...the edge detection circuit 16 providing a hardwired implementation of a pair of n×n masks that are convolved with the pixel array data to thereby generate horizontal and vertical edge data which are output by the image sensor.`<br>[0048]段：描述了边缘检测电路输出边缘数据E(i,j)。 | **未直接公开，也未隐含公开。** 对比文件的边缘检测电路（16）输出的是“水平与垂直边缘数据”（[0031]），即计算出的边缘强度值（如E(i,j)）。这可以被视为一种输出或“事件”，并且该输出自然与像素位置(i,j)相关联。然而，技术特征E要求“事件”是基于“先前局部CV特征与当前局部CV特征的比较”产生的，且“特征有效负载”是“表示所计算的当前局部CV特征的多个位”。对比文件的输出是基于单次空间卷积计算的原始边缘强度，并非基于时间上的特征比较，其输出数据（边缘强度）的性质也与目标专利中定义的“局部CV特征”（如LBP标记、HSG标记）不同。因此，对比文件未公开该特征。 |
| **技术特征F**<br>以及将所述事件发送至处理器。<br>**《隐含公开》** | [0031]段：`...generate horizontal and vertical edge data which are output by the image sensor.`<br>整个说明书语境：图像传感器作为系统的一部分，其输出数据必然需要被后续的处理器或控制器接收以用于车道跟踪、警告等应用（参见[0002], [0016]）。 | **隐含公开。** 对比文件明确说明边缘检测电路生成边缘数据并由图像传感器输出（[0031]）。根据对比文件的应用背景（车道跟踪、道路偏离警告等机器视觉系统），本领域技术人员可以毫无疑义地理解，图像传感器输出的数据需要被发送至一个处理器（如车辆ECU或专用图像处理器）进行进一步处理（如非最大抑制、梯度合成、目标识别等）。虽然对比文件未明确写出“发送至处理器”这几个字，但这是该类系统常规且必然的数据流向。因此，该技术特征被隐含公开。 |
| **技术特征G**<br>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。<br>**未公开** | 无相应内容。 | **未直接公开，也未隐含公开。** 对比文件使用的局部特征是“边缘”，其通过高斯平滑和一阶高斯导数（即边缘检测算子）来计算（参见[0043]段方程(9)）。LBP（局部二值模式）标记是一种完全不同的图像局部纹理描述符，通过比较中心像素与邻域像素的灰度值并产生二进制模式来获得。对比文件从头至尾未提及LBP或其任何变体。本领域技术人员无法从对比文件中推理出该特征。 |
| **技术特征H**<br>其中所述局部化CV特征包括带正负号梯度直方图HSG标记。<br>**未公开** | 无相应内容。 | **未直接公开，也未隐含公开。** 理由与技术特征G类似。HSG（带正负号梯度直方图）是另一种特定的特征描述符。对比文件仅公开了基于高斯导数的边缘检测，未提及任何关于HSG标记的内容。 |
| **技术特征I**<br>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。<br>**《隐含公开》** | [0002]段：`...to use a camera or, more generally, an image sensor that monitors the road...`<br>[0034]段：`...pixel array 14 is constructed using a CMOS process...` | **隐含公开。** 对比文件明确其发明涉及“图像传感器（image sensor）”（[0002]），并用于监视道路等视觉任务，这本质上就是“视觉传感器”。同时，对比文件指出像素阵列采用CMOS工艺制造（[0034]）。在本领域，CMOS图像传感器的每个像素单元通常包含至少一个光电二极管作为感光元件，这是公知常识。因此，虽然对比文件说明书未明确写出“每个传感器元件包括至少一个光电二极管”，但本领域技术人员结合其明确公开的“CMOS图像传感器”这一信息，可以毫无疑义地推断出这一技术特征。 |
| **技术特征J**<br>其中所述事件是使用动态视觉传感器DVS电路产生的。<br>**未公开** | 无相应内容。 | **未直接公开，也未隐含公开。** 对比文件描述的图像传感器是基于帧的、主动读出式的传感器（参见[0031]段“addressable, non-destructive readout”），其边缘检测电路对读出的像素强度数据进行处理。动态视觉传感器（DVS）是一种完全不同原理的传感器，它异步地响应像素亮度变化并输出事件流。对比文件完全没有涉及DVS电路或基于亮度变化触发事件的任何机制。 |
<<<B>>><<<c>>><<<f>>><<<i>>>