**对比文件名称**：2009-06-25_发明专利_JP2009140149A Information terminal equipment
**目标专利名称**：144基于事件的计算机视觉计算CN106716441B
**本次调用模型名称**：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**：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>**判断结果**：《隐含公开》 | [2] “動き検知部５７は、第１および第２分散値算出部５５，５６から出力される今回画像Ftiのエッジ特徴量に関する今回分散値VARxti，VARytiと、前回分散値記憶部５８，５９に記憶されている、前回画像Fti-1のエッジ特徴量に関する前回分散値VARxti-1，VARyti-1との比較結果に基づいて、xy方向への動きの有無を検知する。”<br>（动き検知部57基于从第1和第2分散值算出部55、56输出的本次图像Fti的边缘特征量相关的本次分散值VARxti、VARyti与存储在前回分散値記憶部58、59中的、前回图像Fti-1的边缘特征量相关的前回分散値VARxti-1、VARyti-1的比较结果，检测xy方向运动的存否。） | 对比文件公开了比较本次图像的边缘特征量（具体化为分散值VARxti， VARyti）与前回图像的边缘特征量（分散值VARxti-1， VARyti-1）以检测运动（“動き”）。此处的“边缘特征量”是通过对图像（来自传感器阵列）进行微分等运算得到的，可视为一种低层级的计算机视觉（CV）特征。该比较由推定部12中的硬件逻辑（动き検知部57等）执行，相当于“CV特征计算硬件”。虽然目标专利的“局部CV特征”特指LBP标记或其变体或HSG标记，而对比文件使用的是边缘特征量的分散值或平均值作为定量比较值，但二者均属于对局部图像区域特征的量化描述，用于检测变化。本领域技术人员从对比文件公开的“比较前后图像的边缘特征量以检测变化”这一技术手段，完全有可能合理推理出“比较前后图像的局部CV特征以检测变化”这一更上位的技术构思。因此，该技术特征被对比文件隐含公开。 |
| **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>**判断结果**：《隐含公开》 | [2] “今回画像Ftiから３画素×３画素のブロック単位で画素情報を読み出し、これと微分オペレータHx，Hyとの積和演算＊に基づいて微分画像Gxti，Gytiの１画素を算出し、これを１フレーム分だけ繰り返して微分画像Gxti(Gyti)を生成する。”<br>（从本次图像Fti中以3像素×3像素的块为单位读取像素信息，基于该信息与微分算子Hx，Hy的积和运算*计算出微分图像Gxti，Gyti的一个像素，将此重复一帧份来生成微分图像Gxti(Gyti)。） | 对比文件公开了计算微分图像（作为边缘特征量）时，需要从图像中以3x3像素块为单位读取像素信息。这意味着在计算中心像素（对应于目标专利的“主体传感器元件”）的微分值时，必须使用该中心像素及其周围8个相邻像素（对应于“相邻的传感器元件”）的读数（像素信息）进行积和运算。虽然对比文件未明确使用“相邻传感器元件”的术语，但3x3块的处理逻辑必然隐含了对相邻像素读数的使用。本领域技术人员可以毫无困难地从该公开内容中推理出，计算局部图像特征（无论是微分值还是其他CV特征）需要使用主体像素及其相邻像素的读数。因此，该技术特征被对比文件隐含公开。 |
| **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>**判断结果**：《隐含公开》 | [2] “撮像部１１は、所定のサンプリング周期で被写体を撮影して、その撮影画像を出力する。この撮像部１１としては携帯電話１に標準装備されるデジタルカメラを用いることができる。”<br>（撮像部11以预定的采样周期拍摄被摄体，输出其拍摄图像。该撮像部11可以使用手机1标准配备的数字相机。） | 对比文件明确其装置（手机）包含数字相机（撮像部11）。本领域技术人员公知，数字相机必然包含传感器元件（如光电二极管）阵列，这些传感器元件至少沿行和列（第一维度和第二维度）二维布置以捕获图像。每个成像像素通常包含感光元件（传感器元件）和用于信号读出、处理等功能的电路（像素内电路）。虽然对比文件说明书未对像素内部结构进行物理划分描述，但其“数字相机”的公开内容，必然隐含了由包含传感器元件和必要电路的像素所构成的阵列这一基本物理实现。因此，该技术特征被对比文件隐含公开。 |
| **技术特征D**：以及<br>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>**判断结果**：《未公开》 | 无相应内容。 | 对比文件描述了“推定部12”包含“动き検知部12a”和“向き推定部12b”，用于进行边缘特征量计算、比较和运动方向估计等功能。这些功能块（如エッジ特徴量算出部51、52，分散値算出部55、56，动き検知部57等）被描述为信息终端装置（如手机）中的处理模块或电路。说明书并未提及这些CV特征计算功能被集成到每个图像传感器的像素内部电路（即像素内电路）中。相反，其处理流程暗示了在获取整帧图像后，由后端的处理模块对图像数据进行批量运算。因此，对比文件既未直接公开也未隐含公开CV特征计算硬件被实施为像素内电路的一部分。 |
| **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>**判断结果**：《未公开》 | [2] “動き検知部５７は...xy方向への動きの有無を検知する。” 以及 “向き推定部７５...前回から今回への移動の向きが推定される。” 和 “制御部１３は、推定部１２で推定された撮影部１１と被写体との間の空間的位置関係の変化に基づいて、記憶部１４から画像情報Eの一部範囲を表示画像Edisとして切り出し、これを表示部１５へ出力する。”<br>（动き検知部57...检测xy方向运动的存否。以及 向き推定部75...推定从前回到本次的移动方向。和 制御部13基于推定部12推定出的拍摄部11与被摄体之间空间位置关系的变化，从存储部14切取图像信息E的一部分范围作为显示图像Edis，将其输出到显示部15。） | 对比文件公开了基于特征比较（边缘特征量分散值）的结果来检测“运动”，并进一步估计运动方向，最终用于控制显示内容（如移动或缩放显示区域）。这产生的是一个用于**人机交互**（控制显示）的**控制信号或指令**，而非目标专利所定义的“事件”。目标专利的“事件”特指在传感器端检测到CV特征变化时生成的、包含**传感器元件位置**和**当前局部CV特征值（多位有效负载）** 的数据包，其目的是被发送给**应用程序处理器**用于进一步的计算机视觉处理（如宏观特征检测）。对比文件未生成此类结构化的、包含特征有效负载的事件数据包。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>**判断结果**：《未公开》 | 无相应内容。 | 如特征E论述所述，对比文件未产生目标专利定义的结构化“事件”。其处理结果（运动检测及方向）直接用于本地的显示控制（制御部13控制显示部15），而未被封装成事件数据包发送至一个独立的、用于执行高级CV任务的应用程序处理器。因此，该技术特征未被公开。 |
| **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>**判断结果**：《未公开》 | 无相应内容。 | 对比文件明确使用的CV特征是“エッジ特徴量”（边缘特征量），具体通过计算图像的微分（如使用Sobel算子）得到微分图像，并进一步计算其分散值或平均值作为定量描述。说明书全文未提及局部二值模式（LBP）标记或其任何变体（如CS-LBP、LTP等）。LBP是一种用于纹理描述的特定局部特征算子，与对比文件使用的边缘梯度特征在计算方法和用途上存在本质区别。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>**判断结果**：《未公开》 | 无相应内容。 | 对比文件未提及带正负号梯度直方图（HSG）标记。该特征与对比文件公开的边缘特征量（微分图像及其统计值）是不同的技术手段。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>**判断结果**：《隐含公开》 | [2] “撮像部１１は、所定のサンプリング周期で被写体を撮影して、その撮影画像を出力する。この撮像部１１としては携帯電話１に標準装備されるデジタルカメラを用いることができる。”<br>（撮像部11以预定的采样周期拍摄被摄体，输出其拍摄图像。该撮像部11可以使用手机1标准配备的数字相机。） | 对比文件明确其“撮像部11”是数字相机。本领域技术人员公知，用于成像的数字相机的核心部件是视觉传感器（如图像传感器），而现代数字图像传感器（如CMOS或CCD）的每个像素单元通常包含至少一个光电二极管用于感光。虽然对比文件未明确写出“光电二极管”一词，但“数字相机”这一技术术语在本领域具有明确的、公认的含义和实现方式，必然包含基于光电二极管的视觉传感器阵列。因此，该技术特征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>**判断结果**：《未公开》 | 无相应内容。 | 对比文件的事件（运动）检测机制是基于对连续帧图像进行边缘特征提取和定量比较（如分散值比较）。这是一种基于帧处理的软件/算法方法，或由通用/专用图像处理硬件执行。说明书未提及使用任何专用于检测像素级亮度变化的模拟或数字电路（即动态视觉传感器DVS电路）来产生事件。目标专利的DVS电路是一种特定类型的、响应于像素级瞬态变化的硬件。因此，该技术特征未被公开。 |
<<<a>>><<<b>>><<<c>>><<<i>>>