对比文件名称：2014-12-11_发明申请_US20140363049A1 METHOD OF ESTIMATING OPTICAL FLOW ON THE BASIS OF AN ASYNCHRONOUS LIGHT SENSOR
目标专利名称：144基于事件的计算机视觉计算CN106716441B
模型名称：DeepSeek
### 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** | 未找到直接对应引用。对比文件涉及存储和比较事件发生时间，但非CV特征。例如，[0064]段：“For example, on receiving an event e(p, t) originating from a pixel of position p in the matrix, at an instant of detection t, the computer 20 updates the table where the times of occurrence of the most recent events are stored (by replacing by t the preceding value of the table at the position p)”。 | 目标专利中，技术特征A的核心在于使用专用CV硬件计算并比较“局部CV特征”（如LBP、HSG标记），这些特征是表示纹理、边缘等视觉属性的描述符。对比文件中，计算机20（或传感器）存储和比较的是每个像素最近一次“事件”的“发生时间”（参见[0056], [0064]段），这里的“事件”是指由光强度变化超过阈值触发的原始ON/OFF信号（参见[0012], [0044]段）。对比文件并未公开计算或存储代表视觉属性的“局部CV特征”，其存储和比较的对象（原始事件时间）与目标专利的“局部CV特征”在技术本质上和作用上均不相同。因此，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** | 未找到直接对应引用。对比文件在估计光流时会使用相邻像素的事件信息，但非用于计算CV特征。例如，[0056]段：“...one may consider the events originating from pixels in the neighborhood πp...”，以及[0057]段计算梯度时涉及空间邻域信息。 | 目标专利中，技术特征B明确了计算CV特征的具体方法：使用主体及相邻传感器元件的读数来计算如LBP或HSG的标记。对比文件中，在估计光流（如计算梯度∇Σe）时，确实会使用空间邻域πp内像素的事件发生时间信息（参见[0056], [0057]段）。然而，这种使用邻域信息的目的和作用是直接估计图像中点的运动速度（光流），而非计算用于表征局部图像纹理、结构（如边缘、拐角）的CV特征描述符。两者虽然都涉及邻域信息处理，但处理的目标、输出的信息性质（运动矢量 vs. 特征标记）及在系统中的作用截然不同。因此，对比文件没有公开技术特征B。 |
| 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** | [0041]段：“The sensor 10 is placed in the image plane of the collection optics 15. It includes an array of photosensitive elements organized into a pixel matrix.”；[0012]段：“Each pixel of the sensor is independent and detects changes in intensity above a threshold...”。 | 目标专利中，技术特征C定义了传感器阵列的基本结构（二维布置）和像素的构成（传感器元件+像素内电路）。对比文件明确公开了传感器10包含组织成像素矩阵的光敏元件阵列（[0041]），这对应于“多个传感器元件至少沿着第一维度和第二维度布置”。同时，对比文件描述了每个像素能够独立检测强度变化并生成事件（[0012]）。本领域技术人员知晓，要实现这种独立、异步的事件检测功能，像素内部必然包含用于感光（传感器元件）和进行阈值比较、事件生成的电路，即“像素内电路”。虽然对比文件未明确拆分并命名“传感器元件”和“像素内电路”，但其所描述的具备独立事件检测功能的“像素”必然隐含了这两部分结构。因此，技术特征C被对比文件隐含公开。 |
| 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** | 未找到对应引用。对比文件中的处理主要在外部计算机20或专用逻辑电路中完成。例如，[0042]段：“The computer 20 processes the asynchronous information... It can be implemented by programming an appropriate processor. A hardware implementation of the computer 20 using specialized logic circuits (ASIC, FPGA etc.) is also possible.” | 目标专利中，技术特征D要求进行CV特征计算的硬件是像素内电路的一部分，即计算单元集成在每个像素内部。对比文件中，负责处理事件信息以估计光流的核心单元是“计算机20”（computer 20）（[0042]），它可以由处理器编程实现或用ASIC、FPGA等专用逻辑电路实现。这些描述明确将处理单元定位在传感器像素阵列之外，作为独立的后处理模块。尽管传感器像素内可能有检测光强度变化的电路（如DVS电路），但对比文件完全没有提及在像素内部存在用于计算“局部CV特征”（如LBP、HSG）的硬件。因此，技术特征D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** | [0064]段提及在检测到事件后更新信息并可能触发运动估计，但有效负载不同：“...the computer 20 updates the table where the times of occurrence of the most recent events are stored...”。对比文件事件的有效负载通常是位置、时间和极性（ON/OFF）。 | 目标专利中，技术特征E定义的事件是基于CV特征比较产生的，其“特征有效负载”包含表示当前局部CV特征（如LBP标记）的多个位。对比文件中，传感器像素产生的事件是基于原始光强度变化（[0012], [0044]），其传递的信息包括像素地址（位置）、事件发生时间和极性（ON/OFF）（参见[0044], [0055]）。计算机20处理这些事件后输出的是光流信息（运动速度vx, vy，参见[0058]），而非表示局部图像特征（如边缘、拐角类型）的位信息。两者事件产生的触发条件（CV特征变化 vs. 光强变化）、事件所携带有效负载的内容和含义完全不同。因此，技术特征E未被公开。 |
| 技术特征F：以及将所述事件发送至处理器。<br>**隐含公开** | [0042]段：“The computer 20 processes the asynchronous information f output by the sensor 10... to extract therefrom the information V on the optical flow...”；[0011]段提及传感器输出压缩的数字数据事件。 | 目标专利中，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，传感器10异步输出事件信息（[0011], [0044]），这些信息被发送至“计算机20”（computer 20）进行处理（[0042]）。此处的“计算机20”作为一个处理单元，其功能包含了处理输入信息，可以视作一种处理器。虽然目标专利可能特指“应用程序处理器”，而对比文件的“计算机20”可能更专注于光流计算，但从“将事件信息发送至一个处理单元”这一基本技术动作来看，对比文件隐含了该特征。本领域技术人员能够理解，传感器产生的信息需要被发送至某个处理单元进行后续运算。 |
| 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** | 全文未提及局部二值模式（LBP）、LBP标记或其变体。 | 对比文件说明书全文均未出现“局部二值模式（LBP）”、“LBP标记”或相关变体的任何描述。其核心技术在于利用事件的时间信息估计光流（运动），完全不涉及基于像素值比较生成二进制模式字符串以表征局部纹理特征的LBP方法。因此，技术特征G未被对比文件公开。 |
| 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** | 全文未提及带正负号梯度直方图（HSG）或HSG标记。 | 对比文件说明书全文均未出现“带正负号梯度直方图（HSG）”或“HSG标记”的任何描述。其计算梯度（如∇Σe）的目的是直接推导运动速度，而非构建用于描述局部图像块的梯度方向直方图特征。因此，技术特征H未被对比文件公开。 |
| 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** | [0041]段：“It includes an array of photosensitive elements organized into a pixel matrix.”；[0043]段提及“asynchronous photosensitive sensor”；[0046]段引用文献描述了包含光电二极管的DVS结构。 | 目标专利中，技术特征I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。对比文件明确其传感器10是“视觉传感器”（vision sensor）（[0011]）或“异步光传感器”（asynchronous light sensor），其像素由“光敏元件”（photosensitive elements）构成（[0041]）。本领域技术人员公知，此类基于事件的光学视觉传感器（如DVS）其每个像素的核心感光部件通常就是光电二极管，用于将入射光转换为电信号。尽管对比文件说明书未明确写出“光电二极管”一词，但结合其作为光传感器的属性、对像素感光功能的描述以及引用的相关DVS技术文献（[0046]），可以毫无疑义地推断出每个传感器元件必然包含至少一个光电二极管或功能等同的光电转换元件。因此，技术特征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>**直接公开** | [0043]段：“Such an asynchronous photosensitive sensor makes it possible in certain cases to approach the physiological response of a retina. It is then known by the acronym DVS (Dynamic Vision Sensor).”；[0044]-[0046]段详细描述了DVS的工作原理和输出。 | 目标专利中，技术特征J限定事件由DVS电路产生。对比文件明确且详细地描述了其使用的传感器是动态视觉传感器（DVS）（[0043]），并阐述了DVS基于光强度变化超过阈值来异步产生事件（ON/OFF脉冲）的工作原理（[0044]），这与目标专利中事件产生的方式一致。因此，对比文件直接公开了技术特征J。 |
<<<c>>><<<i>>><<<J>>>