对比文件名称：2013-05-16_发明申请_US20130121590A1 EVENT DETECTION APPARATUS AND EVENT DETECTION METHOD
目标专利名称：144基于事件的计算机视觉计算CN106716441B
本次调用的模型名称：DeepSeek-R1
### 特征比对表格
| 技术特征描述及公开性判断结果 | 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<br>**《未公开》** | [0036] - [0040]段描述了从第一和第二图像样本集中提取特征量（如CHLAC, HOG），并计算它们之间的不相似度（dissimilarity D）。[0043]-[0045]段描述了基于不相似度Dn计算似然L，并与阈值Th比较以检测事件。 | 对比文件公开了从不同时间范围的图像样本中提取特征量，并计算这些特征量之间的不相似度以检测事件。然而，目标专利的“先前局部CV特征”和“当前局部CV特征”特指**与单个主体传感器元件相关联**、由**专用CV计算硬件（如像素内电路）** 计算出的特征（如LBP标记），且比较是在**该同一传感器元件**的先后特征之间进行。对比文件中的“不相似度”计算是基于**不同时间点（第一/第二时间范围）的图像样本集**的整体特征量（如概率密度）进行的，用于检测图像序列中的事件变化，并未涉及在传感器元件级别存储和比较每个传感器元件的“先前”与“当前”局部CV特征。两者技术手段和作用均不相同。因此，本领域技术人员不能从对比文件中毫无疑义地得出或合理推断出技术特征A。 |
| 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，<br>**《未公开》** | [0038]段提及可以从图像样本中计算诸如CHLAC、HOG、SIFT或光流等特征量。 | 对比文件公开了从图像样本中计算特征量，例如HOG（定向梯度直方图）。然而，目标专利明确限定局部CV特征（如LBP或HSG标记）的计算方式为：使用**主体传感器元件自身的读数**以及其**相邻传感器元件的读数**。这是一种基于传感器阵列中**空间相邻像素关系**的特定局部计算。对比文件计算HOG等特征时，虽然也可能使用图像的局部区域信息，但并未具体揭示或隐含其计算是基于**传感器元件阵列**中**特定主体传感器元件及其物理上相邻的传感器元件的读数**。对比文件处理的是已形成的图像帧或图像样本，其“局部”概念是图像处理领域的局部区域，而非传感器硬件层面的相邻感光元件。因此，对比文件未公开也未隐含该技术特征。 |
| 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，<br>**《未公开》** | 未找到相关描述。对比文件整体涉及对输入图像序列进行处理，未对图像采集传感器（如相机）的内部结构进行描述，特别是未提及传感器元件阵列的具体布置、像素构成或像素内电路。 | 目标专利的技术方案建立在特定的硬件结构之上，即具有二维布置的传感器元件阵列，且每个像素包含传感器元件和像素内电路。这是实现像素内CV计算的基础。对比文件US20130121590A1关注于事件检测的算法和处理流程，其装置（如图1的事件检测装置1）由图像生成单元、参数设置单元、提取单元、计算单元等构成，并未披露底层图像传感器的具体物理结构。本领域技术人员无法从对比文件中得出或推断出该特定的传感器阵列和像素内电路结构。因此，该技术特征未被公开。 |
| 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<br>**《未公开》** | 未找到相关描述。对比文件的功能单元（如图像样本集提取单元、不相似度计算单元）可通过软件在通用处理器（如CPU 101）上实现（参见[0047]段及图7），或通过半导体大规模集成电路（LSI）实现（参见[0028]段），但未提及任何“像素内电路”或将CV计算硬件集成于其中的构思。 | 将CV特征计算硬件实施为像素内电路的一部分，是目标专利实现低功耗、高效率事件检测的核心发明点之一。对比文件完全没有涉及在传感器像素级别集成处理电路的概念。其事件检测处理是在传感器之后的图像处理单元或处理器中完成的。因此，该技术特征既未被直接公开，也未被隐含公开。 |
| 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<br>**《未公开》** | [0043]-[0046]段描述了事件检测单元16基于不相似度Dn计算似然L，并与阈值比较以检测事件，事件检测结果被传输到上层应用层。 | 对比文件公开了基于特征量不相似度的计算结果来“检测”一个事件，并将结果传输出去。然而，目标专利所定义的事件具有非常具体的内涵：1）事件与**特定的主体传感器元件**相关联；2）事件内容包含该元件的**位置**；3）事件包含**特征有效负载**，该负载是表示**当前局部CV特征（如LBP标记）的多个位**。对比文件中的“事件”是指图像序列中检测到的动作或状态模式（如异常动作），其输出结果（如似然L、事件名称）是应用于视频分割、安全监控等上层应用，并未包含来自特定传感器元件的位置信息以及表示该元件局部CV特征编码位的有效负载。两者在事件生成机制、内容细节及作用上均存在本质区别。因此，该技术特征未被公开。 |
| 技术特征F：以及将所述事件发送至处理器。<br>**《隐含公开》** | [0030]段：“An even detection result acquired by the event detection apparatus 1 is transmitted to an upper layer (an application layer) of the event detection apparatus 1...” <br>[0046]段：“The event detection result acquired in this way is transmitted to the upper layer of the event detection apparatus 1. For example, ... the event detection result is transmitted to, for example, a central processing unit (CPU) or a program that controls the event detection apparatus 1.” | 对比文件明确记载了将事件检测结果传输到装置的上层应用层，并举例说明可以传输给控制该装置的中央处理单元（CPU）。虽然对比文件中的“事件”内涵与目标专利不同（如特征E所述），但“将检测结果发送至处理器”这一后续数据传输步骤，是本领域技术人员在实现事件检测功能后，为了进行进一步处理或应用而必然会采用的常规技术手段。因此，可以合理推断，本领域技术人员有可能从对比文件公开的“将结果传输给CPU”这一教导中，得出“将事件发送至处理器”的步骤。该特征被对比文件隐含公开。 |
| 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。<br>**《未公开》** | [0038]段列举了可用的特征量，如CHLAC、HOG、SIFT、光流及其组合，未提及局部二值模式（LBP）或其变体。 | 目标专利明确限定了局部CV特征的具体类型为LBP标记或其变体。对比文件公开了其他类型的计算机视觉特征量，如HOG、CHLAC等，但并未提及LBP。不同的特征量具有不同的计算方式和应用特点。本领域技术人员不能从对比文件公开的HOG等特征，毫无疑义地或通过合理推理得出目标专利明确选择的LBP标记。因此，该技术特征未被公开。 |
| 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。<br>**《未公开》** | 未找到相关描述。对比文件未提及“带正负号梯度直方图（HSG）标记”。 | HSG标记是目标专利限定的另一种具体CV特征。对比文件完全没有提及该特征。因此，该技术特征未被公开。 |
| 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。<br>**《未公开》** | 未找到相关描述。对比文件提及输入“time-sequential images”或“moving image”，但未描述这些图像的采集传感器具体为何种类型，更未提及传感器元件包含光电二极管。 | 目标专利明确限定了传感器为视觉传感器，且每个传感器元件包含至少一个光电二极管，这是将光信号转换为电信号的基础元件。对比文件未披露图像采集传感器的具体技术细节。因此，该技术特征未被公开。 |
| 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。<br>**《未公开》** | 未找到相关描述。对比文件中的事件检测基于软件算法（在CPU上）或数字逻辑电路对图像样本的特征量进行计算和比较，未提及使用“动态视觉传感器（DVS）电路”来产生事件。 | 使用DVS电路产生事件是目标专利中实现基于事件的视觉传感的一种特定硬件技术。对比文件的事件检测完全依赖于对传统图像帧序列的后处理，不涉及DVS电路。因此，该技术特征未被公开。 |
<<<f>>>