返回项目页面
对比文件列表
2004-08-12_发明申请_US20040155175A1 Random access imaging sensor_+++C_F_I+++.docx
2026-02-23 17:34
2006-12-19_发明授权_US07151844B2 Image sensor method and apparatus having hardware implemented edge detection processing_+++B_c_f_i+++.docx
2026-02-23 17:34
2008-06-05_发明专利_JP2008131407A Solid-state imaging element and imaging apparatus using same_+++C_I_f+++.docx
2026-02-23 17:34
2011-04-07_发明专利_DE102008052930B4 Bildverarbeitender Sensor_+++c_f_i+++.docx
2026-02-23 17:34
2011-12-08_发明申请_US20110298755A1 MATRIX SENSOR_+++C_I_a_b_f+++.docx
2026-02-23 17:34
2012-06-07_发明申请_US20120138774A1 FOCAL PLANE ARRAY PROCESSING METHOD AND APPARATUS_+++C_D_F_I_a_b_e+++.docx
2026-02-23 17:34
2012-07-12_发明申请_WO2012093381A1 CAMERA ASSEMBLY WITH AN INTEGRATED CONTENT ANALYZER_+++C_F_I_a_b+++.docx
2026-02-23 17:34
2013-01-07_发明专利_JP2013003787A Object detection device_+++c_f_i+++.docx
2026-02-23 17:34
2013-02-28_发明申请_US20130054505A1 LIFE PATTERN DETECTION_+++F_a+++.docx
2026-02-23 17:34
2013-05-16_发明申请_US20130121590A1 EVENT DETECTION APPARATUS AND EVENT DETECTION METHOD_+++f+++.docx
2026-02-23 17:34
2014-01-23_发明申请_WO2014015194A2 METHODS FOR DETECTING AND MEASURING AGGREGATION_+++G_I_c_f+++.docx
2026-02-23 17:34
2014-01-23_发明申请_WO2014015194A3 METHODS FOR DETECTING AND MEASURING AGGREGATION_+++a_c_e_f_i+++.docx
2026-02-23 17:34
2014-05-01_发明申请_US20140118592A1 CMOS IMAGE SENSORS WITH FEATURE EXTRACTION_+++C_F_I_b+++.docx
2026-02-23 17:34
2014-05-08_发明申请_US20140125799A1 VEHICLE VISION SYSTEM_+++c_f_i+++.docx
2026-02-23 17:34
2014-05-29_发明申请_US20140149754A1 GESTURE DETECTION MANAGEMENT FOR AN ELECTRONIC DEVICE_+++F_c_i+++.docx
2026-02-23 17:34
2014-08-20_发明公开_CN103999025A 基于视觉的交互式投影系统_+++B_F_a_i+++.docx
2026-02-23 17:34
2014-10-30_发明申请_US20140320666A1 OBJECT DETECTION_+++C_F_I_a_b_e+++.docx
2026-02-23 17:34
2014-12-18_发明申请_US20140368423A1 METHOD AND SYSTEM FOR LOW POWER GESTURE RECOGNITION FOR WAKING UP MOBILE DEVICES_+++f_i+++.docx
2026-02-23 17:34
2014-12-18_发明申请_US20140368626A1 COMPUTER VISION APPLICATION PROCESSING_+++C_F_i+++.docx
2026-02-23 17:34
2014-12-18_发明申请_US20140368712A1 IMAGE ADJUSTMENT APPARATUS AND IMAGE SENSOR FOR SYNCHRONOUS IMAGE AND ASYNCHRONOUS IMAGE_+++F_I_J_c+++.docx
2026-02-23 17:34
haoma_+++B_C_D_G_I_e_f+++.docx
2026-02-23 17:34
weixianzai_+++A_B_C_D_E_F_G_I_J+++.docx
2026-02-23 17:34
2014-12-18_发明申请_US20140368626A1 COMPUTER VISION APPLICATION PROCESSING_+++C_F_i+++.docx

对比文件名称:2014-12-18_发明申请_US20140368626A1 COMPUTER VISION APPLICATION PROCESSING

目标专利名称:基于事件的计算机视觉计算CN106716441B

本次调用的模型名称:GPT-4

## 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**:其包括: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》**未引用目标专利的特征A是在像素层级,使用专用CV硬件比较同一主体传感器元件的“先前局部CV特征”和“当前局部CV特征”。局部CV特征是基于相邻像素读数计算出的低层级特征标记(如LBP)。对比文件公开了在系统层级比较不同时间捕获的帧之间的图像统计量(如直方图、像素值总和)以检测变化(例如,[0062]-[0068]段),但这并非计算或比较特定传感器元件的“局部CV特征”。对比文件的变化检测是基于整个帧或选定行/列的统计信息,而非基于主体像素及其相邻像素计算出的局部化特征标记。因此,本领域技术人员无法从对比文件毫无疑义地得出或合理推断出特征A的技术方案。
**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》**未引用目标专利的特征B限定了局部CV特征的计算方法,即使用主体传感器元件及其相邻传感器元件的读数。对比文件公开了从图像数据中提取特征或特征子集(例如,[0009], [0148], [0171]段),以及生成图像统计量(如行/列像素值总和,[0062]-[0068]段)。然而,对比文件并未公开或暗示这些特征或统计量的计算是基于“主体传感器元件”和其“相邻传感器元件”的读数组合来进行的。其统计量(如直方图、行/列和)是面向整个帧或选定区域的全局或线性操作,而非针对每个像素利用其局部邻域进行特征计算。因此,特征B未被对比文件直接或隐含公开。
**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>**《直接公开》**[0004] Wireless electronic devices (e.g., a wireless telephone) may have an image sensor that captures images at a given data sampling frequency.<br>[0060] The video stream may include a first frame 102 of image data, a second frame 104 of image data, and a third frame 106 of image data.<br>[0062] The first frame 102 may be characterized by pixels in a first pixel representation 112...对比文件明确公开了图像传感器(如相机302)捕获包含像素的图像帧([0004], [0060]段)。像素是构成图像的基本单元,对应于传感器元件阵列中的感光单元。图像传感器必然包括以二维(行和列)布置的多个传感器元件(像素)。此外,现代图像传感器的每个像素通常包含感光元件(如光电二极管)和相关的读出或处理电路,这构成了“像素内电路”。因此,本领域技术人员能够毫无疑义地从对比文件得出传感器元件阵列沿两个维度布置且像素包含传感器元件和像素内电路的技术方案。
**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》**未引用目标专利的特征D是核心创新点之一,即将专用CV计算硬件(用于计算局部CV特征)集成在像素内电路(即每个像素内部)。对比文件公开了用于低功耗处理的组件,如信号分析器512、变化检测电路414/514、统计处理器108等(例如,[0088], [0092], [0104]段),但这些组件被描述为处理路径(如第一处理路径408/508)的一部分,或者是耦合到传感器阵列的外围电路或独立处理器(如LPCVSS 906, VFE-Lite 904)。对比文件没有任何内容提及或暗示将用于计算局部CV特征(如LBP标记)的硬件集成到每个像素的像素内电路中。因此,特征D未被对比文件直接或隐含公开。
**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》**[0096] ...the control signal 416 may wake up the application processor 418 to perform application-specific processing on the second frame 104.<br>[0108] When the change amount satisfies the threshold, the change detection circuit 514 may generate a control signal 516 having a second value.对比文件公开了基于变化检测(如满足阈值)生成控制信号(如416, 516)以激活或唤醒应用处理器([0096], [0108]段)。这个控制信号可以被视为一种“事件”,它可能隐含了触发该事件的帧或区域的位置信息。然而,目标专利的“事件”特指与“主体传感器元件”相关联,并且其“特征有效负载”包含表示该传感器元件“当前局部CV特征”的多个位(例如,LBP标记的3-4位,见[0068]段)。对比文件的事件或控制信号不包含此类基于局部邻域计算出的特征标记作为有效负载。其有效负载是用于唤醒处理器的指令或帧数据本身,而非特定像素的CV特征编码。因此,特征E未被公开。
**技术特征F**:以及将所述事件发送至处理器。<br>**《直接公开》**[0096] ...the change detection circuit 414 may wake up the application processor 418 to perform application-specific processing on the second frame 104. Thus, the change detection circuit 414 may also provide sensor data 430 (e.g., the second frame 104) to the application processor 418...<br>[0108] If the control signal 516 has the second value (e.g., indicating that the change amount satisfies the threshold), the selection circuit 506 may provide sensor data 532 (e.g., the second frame 104 and/or subsequent frames 106) to the second processing path 510 for application-specific processing...对比文件明确公开了将检测到变化后的传感器数据(帧)和/或控制信号发送到应用处理器(如418, 518)以进行计算机视觉应用特定处理([0096], [0108]段)。这相当于目标专利中将“事件”发送至处理器。尽管对比文件中的“事件”形式(控制信号+帧数据)与目标专利可能不同,但“发送检测结果至处理器”这一功能步骤被直接公开。
**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》**未引用目标专利具体限定了局部CV特征为LBP标记或其变体。对比文件虽然提及提取“特征”(features)或“视觉描述符”(visual descriptors),例如边缘信息、颜色信息、MPEG-7描述符等([0009], [0148], [0180]段),但从未具体公开“局部二值模式(LBP)标记”或“LBP标记的变体”作为所提取或计算的特征。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推断出所使用的局部CV特征就是LBP或其变体。
**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》**未引用与特征G同理,目标专利具体限定了局部CV特征为HSG标记。对比文件未提及“带正负号梯度直方图(HSG)标记”。因此,该具体技术特征未被对比文件直接或隐含公开。
**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>**《隐含公开》**[0004] Wireless electronic devices (e.g., a wireless telephone) may have an image sensor that captures images...<br>[0148] The one or more image sensors may include a first image sensor 1404...<br>[0159] Referring to FIG. 1, a particular illustrative embodiment of images frames of a video stream and corresponding pixel representations of the image frames are shown.目标专利限定传感器阵列为视觉传感器,且每个传感器元件包括光电二极管。对比文件多次提及“图像传感器”(image sensor)和“相机”(camera),用于捕获图像或视频流([0004], [0148], [0159]段)。在本技术领域,用于捕获图像的常规图像传感器(如CMOS或CCD图像传感器)其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,本领域技术人员在阅读对比文件公开的“图像传感器”时,能够合理推断其包含具有光电二极管的传感器元件阵列。特征I被对比文件隐含公开。
**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》**未引用目标专利明确限定使用“动态视觉传感器(DVS)电路”来产生事件。DVS是一种特定类型的基于事件的视觉传感器,其像素响应于光照强度的变化(超出阈值)而异步输出事件。对比文件用于检测变化和产生控制信号的电路被描述为“变化检测电路”(change detection circuit,如414, 514)或“统计处理设备108”,这些是基于帧间图像统计量比较的数字或模拟电路,并非专门针对像素级光照强度瞬时变化的DVS电路。对比文件全文未提及“动态视觉传感器(DVS)”。因此,特征J未被公开。

<<<C>>><<<F>>><<<i>>>

权利要求与技术特征
Powered by Django

网站备案号:渝ICP备2023012882号


重庆市非显而易见网络科技有限责任公司 A Anti NPE NPE