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
weixianzai_+++A_B_C_D_E_F_G_I_J+++.docx

# 对比文件名称:weixianzai

# 目标专利名称:144基于事件的计算机视觉计算CN106716441B

# 模型名称:本次调用的模型

## 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
**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**“比较器比较当前特征值与先前特征值,并且当比较结果显示当前特征值与先前特征值之间的差大于预定阈值时,输出事件检测信号。”(第0006段)**直接公开**。对比文件明确描述了比较器对当前特征值与先前特征值进行比较,并根据比较结果输出事件信号。其中“特征值”对应于目标专利中的“局部CV特征”(如LBP),“先前特征值”和“当前特征值”分别对应于“先前局部CV特征”和“当前局部CV特征”。因此,本领域技术人员能够毫无疑义地从对比文件中得出该技术特征。
**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,**“特征提取电路……被配置为使用中心像素的亮度值和围绕中心像素的多个周围像素的亮度值来计算特征值。”(第0006段)**直接公开**。对比文件明确记载了特征提取电路使用中心像素(对应于主体传感器元件)和围绕它的多个周围像素(对应于相邻传感器元件)的亮度值(即读数)来计算特征值(即CV特征)。该计算过程适用于生成事件检测所需的任何特征值,自然包括先前和当前的CV特征。因此,该技术特征被对比文件直接公开。
**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,**“像素阵列包括以行和列二维排列的多个像素。每个像素包括光电传感器和像素电路。”(第0003段)**直接公开**。对比文件明确公开了“像素阵列”以行和列(即第一维度和第二维度)二维排列,这直接对应于目标专利的传感器元件阵列沿两个维度布置。同时,对比文件指出每个像素包括“光电传感器”和“像素电路”,其中“光电传感器”对应于传感器元件,“像素电路”对应于像素内电路。因此,该技术特征被对比文件直接公开。
**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**“特征提取电路被设置在像素内。”(第0006段)**直接公开**。对比文件明确记载“特征提取电路被设置在像素内”。该“特征提取电路”用于计算特征值(即CV特征),对应于目标专利的“CV特征计算硬件”。“设置在像素内”明确公开了该硬件是像素内电路的一部分。因此,本领域技术人员能毫无疑义地得出该技术特征。
**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**“事件检测电路……基于来自比较器的输出产生事件信号。事件信号包括表示产生事件的像素的地址的信息和表示该像素的特征值的信息。”(第0006段)**直接公开**。对比文件明确描述了基于比较器的比较结果产生“事件信号”,该信号包含像素地址(即位置)和特征值信息。其中“特征值”即为计算出的CV特征,以数字信息表示,必然由多个位构成,这对应于目标专利的“特征有效负载”。因此,该技术特征被对比文件直接公开。
**F:以及将所述事件发送至处理器。**“事件信号被输出到外部处理器。”(第0007段)**直接公开**。对比文件明确记载了“事件信号被输出到外部处理器”,这直接公开了将事件发送至处理器的步骤。因此,该技术特征被直接公开。
**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。**“特征值包括局部二值模式(LBP)……”(第0006段)**直接公开**。对比文件明确列举了计算的特征值包括“局部二值模式(LBP)”。LBP标记是目标专利明确限定的局部CV特征的一种。因此,该技术特征被对比文件直接公开。
**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。**(对比文件未提及HSG标记)**未公开**。对比文件全文未提及“带正负号梯度直方图(HSG)”或其任何变体。本领域技术人员无法从对比文件中直接或通过合理推断得出该特定技术特征。因此,该技术特征未被公开。
**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。**“每个像素包括光电传感器……光电传感器可以是光电二极管。”(第0003段)**直接公开**。对比文件明确其像素阵列用于视觉传感,且每个像素包括“光电传感器”,并进一步说明其可以是光电二极管。这直接公开了传感器元件阵列是视觉传感器,且每个传感器元件包括至少一个光电二极管。因此,该技术特征被直接公开。
**J:其中所述事件是使用动态视觉传感器DVS电路产生的。**“像素包括……动态视觉传感器(DVS)电路。”(第0003段);“事件检测电路,其包括DVS电路……”(第0006段)**直接公开**。对比文件多次明确提及“动态视觉传感器(DVS)电路”是像素和事件检测电路的组成部分,用于产生事件。因此,该技术特征被对比文件直接公开。

<<<A>>><<<B>>><<<C>>><<<D>>><<<E>>><<<F>>><<<G>>><<<I>>><<<J>>>

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