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
2006-05-02_发明授权_US07038185B1 Camera for directly generating a gradient image_+++C_I_a_b_d_h+++.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
2009-06-25_发明专利_JP2009140149A Information terminal equipment_+++a_b_c_i+++.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
2013-08-21_发明公开_CN103259985A CMOS图像传感器、像素单元及其控制方法_+++C_I+++.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
2014-09-11_发明申请_US20140254864A1 SYSTEM AND METHOD FOR GESTURE DETECTION THROUGH LOCAL PRODUCT MAP_+++B_G_a_c_i+++.docx
2026-02-23 17:34
2014-10-30_发明申请_US20140319325A1 LAMP SIGNAL GENERATION CIRCUIT AND CMOS IMAGE SENSOR_+++C_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
2014-12-11_发明申请_US20140363049A1 METHOD OF ESTIMATING OPTICAL FLOW ON THE BASIS OF AN ASYNCHRONOUS LIGHT SENSOR_+++J_c_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
2014-05-08_发明申请_US20140125799A1 VEHICLE VISION SYSTEM_+++c_f_i+++.docx

**对比文件名称**:2014-05-08_发明申请_US20140125799A1 VEHICLE VISION SYSTEM

**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**:GPT-4

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**未找到直接或隐含对应的内容。目标专利的特征A核心在于:使用专用的CV特征计算硬件,针对**同一个主体传感器元件**,计算其随时间变化的“先前局部CV特征”和“当前局部CV特征”并进行比较。对比文件涉及的是立体视觉测距系统,其工作原理是利用两个空间上分离的成像传感器(34a, 34b)同时捕获图像,通过比较**同一物体在两个不同传感器上的图像位置**(即视差)来计算距离(见[0039]段公式(1)及图5)。该过程比较的是**同一时刻、不同空间位置**的两个传感器上的图像数据,以获取空间深度信息,而不是比较**同一位置传感器在不同时间点**的局部CV特征变化。因此,对比文件既未直接公开也未隐含公开技术特征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**未找到直接或隐含对应的内容。技术特征B限定了CV特征的计算方式:使用主体传感器元件及其相邻传感器元件的读数来计算局部CV特征(例如LBP、HSG)。对比文件确实处理来自传感器阵列的像素读数,但其处理目的是为了进行**像素分类(如白/红/黑)**、**分组(分段)** 以及计算分组的**平均位置和最大强度**(见[0042]-[0045], [0048]-[0050]段及图9-10)。这些操作(分类、求平均位置和强度)是为了识别和定位图像中的光斑(如车灯),并用于后续的立体匹配和距离计算,而非计算用于表征局部图像纹理、边缘或梯度的CV特征(如LBP或HSG)。本领域技术人员无法从对比文件中推理出使用相邻像素读数计算此类局部CV特征的技术方案。因此,该特征未被公开。
**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>**隐含公开 (c)**[0038]段:“Preferably, imaging arrays 34a and 34b are pixelated imaging array sensors, such as a CCD or a CMOS sensor... each of the imaging array sensors 34a and 34b preferably comprise a plurality of photon accumulating light sensors or pixels 42.”(优选地,成像阵列34a和34b是像素化成像阵列传感器,例如CCD或CMOS传感器……每个成像阵列传感器34a和34b优选地包括多个光子累积光传感器或像素42。)技术特征C定义了传感器元件阵列的二维布置结构以及像素包含传感器元件和像素内电路。对比文件明确公开了成像阵列传感器(如CCD/CMOS)包含以二维阵列布置的多个像素(像素即光传感器)(见[0038]段)。虽然对比文件未明确使用“像素内电路”这一术语,但对于本领域技术人员而言,CCD或CMOS成像传感器中的每个像素单元必然包含用于感光(如光电二极管)和至少进行电荷累积/转移的基本电路结构,这些电路是像素功能的内在组成部分。因此,可以合理推断像素包含了传感器元件(感光部分)和实现其功能所必需的内置电路,即隐含公开了“像素包括所述主体传感器元件和像素内电路”这一特征。
**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**未找到直接或隐含对应的内容。技术特征D将专用的CV特征计算硬件限定为实施在像素内电路之中。对比文件描述了控制单元16接收传感器输出并进行处理(包括分类、分段、计算位置和强度),这些处理功能由控制16执行(见[0037], [0042]段)。控制16是位于传感器外部的处理单元,而非集成在每个像素内部的电路。对比文件完全没有提及在单个像素内部集成用于计算局部CV特征(如LBP、HSG)的专用硬件。因此,该特征既未被直接公开,也无法从对比文件中隐含得出。
**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**未找到直接或隐含对应的内容。技术特征E定义了基于局部CV特征比较产生特定格式的事件,该事件包含位置信息和以多个位表示的特征有效负载(即CV特征本身)。对比文件中的系统会基于处理结果(如识别出的车灯及其距离)产生控制信号来调节前照灯(见[0055]段及图16A-16B)。然而,这种控制信号的产生是基于立体匹配和距离计算的结果,而非基于单个传感器元件局部CV特征的变化。更重要的是,对比文件从未提及生成一种包含“特征有效负载”(即用多个位编码的CV特征值,如LBP码)的事件。因此,该特征未被公开。
**技术特征F**:以及将所述事件发送至处理器。<br>**隐含公开 (f)**[0037]段:“Control 16 receives an output from each imaging array sensor 34a and 34b and converts the output to digital values... and communicates the values to an appropriate control logic, such as a vehicle lighting control logic module 18 (FIG. 15).”(控制16接收来自每个成像阵列传感器34a和34b的输出,并将输出转换为数字值……并将这些值传送到适当的控制逻辑,例如车辆照明控制逻辑模块18(图15)。)技术特征F要求将产生的事件发送至一个处理器。对比文件中,控制16(其本身可视为一个处理器或包含处理器)获取传感器数据,进行处理(如分段、距离计算),并将结果(如距离信息、控制决策)传送到另一个控制逻辑模块(如车辆照明控制逻辑模块18)。这个“传送结果”的过程,本质上是将处理产生的信息(可视为一种广义的“事件”或“信号”)发送至另一个处理单元。虽然对比文件中的“事件”内涵(距离/控制信号)与目标专利(基于CV特征变化的事件)不同,但“将处理结果信息发送至另一处理器”这一数据传输动作已被隐含公开。
**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**未找到直接或隐含对应的内容。技术特征G限定了局部CV特征的具体类型为LBP标记或其变体。对比文件全文未提及任何关于局部二值模式(LBP)、其变体或任何类似的局部纹理描述符。其图像处理集中于颜色分类、强度阈值和区域定位,属于不同的技术领域。因此,该特征未被公开。
**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**未找到直接或隐含对应的内容。技术特征H限定了局部CV特征的另一具体类型为HSG标记。对比文件全文同样未提及带正负号梯度直方图(HSG)或任何基于梯度的特征描述符。因此,该特征未被公开。
**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>**隐含公开 (i)**[0038]段:“...each of the imaging array sensors 34a and 34b preferably comprise a plurality of photon accumulating light sensors or pixels 42.”(……每个成像阵列传感器34a和34b优选地包括多个光子累积光传感器或像素42。)技术特征I限定传感器阵列为视觉传感器,且每个传感器元件包含至少一个光电二极管。对比文件明确其应用于车辆视觉系统,成像阵列传感器用于捕获外部场景的图像(见[0002], [0032]段),因此是视觉传感器。其中提到的“光子累积光传感器”(photon accumulating light sensors)是本领域对成像像素的常见描述,在CCD/CMOS图像传感器中,实现光子累积的核心元件通常就是光电二极管。因此,本领域技术人员能够毫无疑义地推断,这些像素包含用于感光的光电二极管元件。该特征被隐含公开。
**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**未找到直接或隐含对应的内容。技术特征J限定了事件产生所采用的特定电路类型为动态视觉传感器(DVS)电路。DVS是一种专门响应亮度变化而非捕获完整帧图像的传感器。对比文件使用的是传统的、基于帧的CCD或CMOS成像阵列传感器(见[0038]段),其工作方式是周期性地捕获整个场景的图像帧。全文未提及DVS电路或任何基于异步事件驱动的感测原理。因此,该特征未被公开。

<<<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