对比文件名称：Espacenet下载日志_2026-02-18T09-34-57
目标专利名称：使用位置数据和图像数据的缩放空间表示进行物件检测CN107111752B
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：《隐含公开》** <br>其包括：存储器 | 未在提供的对比文件列表中查询到公开存储器的具体段落。然而，作为执行数据处理、图像处理、物件检测或任何计算的设备（如对比文件US2013335569A1、US2014064626A1、CN104125433A中可能涉及的设备）的通用且必要的组成部分，存储器是隐含存在的。 | 本领域技术人员可以毫无疑义地理解，任何能够处理图像数据、位置数据并执行物件检测算法的处理器或计算系统，都必须依赖于某种形式的存储器来存储指令（程序）和/或数据（如图像数据、位置数据、中间处理结果等）。因此，虽然对比文件列表未明确描述“存储器”这一硬件组件，但基于电子设备、处理器系统的基本构成常识，可以合理推断出包含存储器的技术方案。因此，该技术特征被**隐含公开**。 |
| **技术特征B：《隐含公开》** <br>处理器，其经配置以：接收与物件相关联的位置数据 | 未在提供的对比文件列表中查询到明确描述“接收与物件相关联的位置数据”的具体段落。然而，在涉及车辆障碍物检测（如US2013335569A1）、移动物体监控（如CN104125433A）等领域的文献中，通常会涉及使用雷达、激光雷达、GPS等传感器获取目标物体的位置信息。 | 本领域技术人员可以合理推断，为了实现物件检测、追踪或避障等功能，系统需要获取关于目标物件的位置信息。这种位置数据可能来自车载传感器（如雷达、激光雷达）或外部系统（如GPS、V2X通信）。因此，尽管对比文件列表未直接引用相关段落，但该功能是此类技术领域的常规需求和技术手段，可以认为处理器被配置为接收此类数据是**隐含公开**的。 |
| **技术特征C：《隐含公开》** <br>接收来自图像传感器的场景的图像数据，所述场景包含所述物件，所述图像数据与所述场景的多个缩放空间表示相关联，所述多个缩放空间表示包括第一缩放空间表示和第二缩放空间表示 | 未在提供的对比文件列表中查询到明确描述“接收来自图像传感器的图像数据”并与“多个缩放空间表示”相关联的具体段落。对比文件US2014064626A1（基于图像金字塔的自适应图像处理装置和方法）涉及图像金字塔，其本质上是同一图像的不同分辨率表示，即缩放空间表示。 | 本领域技术人员可以理解，图像金字塔是多尺度图像分析的常用技术，其生成依赖于原始图像数据。因此，要获得多个缩放空间表示（如图像金字塔的各层），处理器必然需要接收来自图像传感器的原始图像数据。虽然对比文件列表未明确引用“接收图像数据”的步骤，但这是生成或使用图像金字塔的前提条件。因此，该技术特征被**隐含公开**。 |
| **技术特征D：《隐含公开》** <br>其中所述第一缩放空间表示和所述第二缩放空间表示与在同一方向上距图像传感器的不同距离和所述场景的同一视野的不同分辨率图像相关联 | 未在提供的对比文件列表中查询到明确将不同缩放空间表示与“距图像传感器的不同距离”相关联的描述。对比文件US2014064626A1公开了图像金字塔的不同层级对应不同分辨率。 | 根据目标专利说明书第[0031]段的解释，不同缩放空间表示对应于投影到距图像传感器不同距离的“图像平面”上的场景，并且具有不同分辨率。在计算机视觉中，图像金字塔的不同层级（不同分辨率）在概念上可以理解为对应于对同一场景在不同“尺度”或“距离”上的观察。虽然对比文件未明确提及“距图像传感器的不同距离”这一几何解释，但不同分辨率的图像（缩放空间表示）用于检测不同距离的物体是本领域的公知常识（例如，较低分辨率用于检测较远或较大的物体）。因此，本领域技术人员可以从公开的“不同分辨率图像”合理推断出其与观察距离的关联性。该技术特征被**隐含公开**。 |
| **技术特征E：未公开** <br>基于由所述位置数据指示的区和与所述场景的所述多个缩放空间表示中的一个或多个相关联的一个或多个区域的重叠而识别所述场景的所述多个缩放空间表示中的所述一个或多个的子区的搜索区域 | 在提供的对比文件列表中，未找到任何文件公开“基于位置数据指示的区域与缩放空间表示的区域的重叠来识别搜索区域”这一核心技术思想。例如，US2014064626A1涉及自适应图像处理，但未提及利用位置数据来限定搜索区域；US2013335569A1涉及车辆物体位置检测，但未提及结合多个缩放空间表示和重叠分析来限定搜索区域。 | 该技术特征是目标专利的核心发明点之一，旨在通过位置数据与图像缩放空间表示的重叠分析，大幅缩小需要执行物件检测的图像区域，从而提高检测效率。对比文件列表中的文献均未教导或暗示这一特定技术手段。没有证据表明本领域技术人员能够从对比文件公开的内容中，无需创造性劳动即可得到“基于重叠识别缩放空间表示的子区作为搜索区域”的技术方案。因此，该技术特征**未被公开**（既非直接公开，也非隐含公开）。 |
| **技术特征F：《隐含公开》** <br>以及检测在所述多个缩放空间表示中的所述一个或多个的所述搜索区域中的所述物件。 | 未在提供的对比文件列表中查询到在“基于重叠识别的搜索区域”中检测物件的具体描述。然而，多个对比文件（如US2013335569A1， CN104125433A）总体上涉及在图像或视频中检测物体（如车辆、行人）。 | 在图像或视频的特定区域内检测物件是物件检测技术的常规目的和最终步骤。虽然对比文件未公开在基于特征E所定义的特定“搜索区域”内进行检测，但“检测物件”这一功能性限定本身是此类技术领域的普遍目标。因此，从广义上讲，检测物件的功能可以被认为在对比文件中**隐含公开**。但需注意，此处的“检测”是以存在特征E定义的“搜索区域”为前提的，而特征E未被公开。 |
| **技术特征G：未公开** <br>其中所述搜索区域对应于与所述第一缩放空间表示相关联的第一区域和由所述位置数据指示的所述区的所述重叠。 | 同特征E，在提供的对比文件列表中未找到任何文件公开搜索区域对应于“位置数据指示的区”与“缩放空间表示的区域”的重叠。 | 该技术特征是对特征E中“重叠”的具体化定义，进一步限定了搜索区域的构成。由于特征E的核心思想未被公开，作为其具体实施方式的特征G自然也未被公开。没有证据表明本领域技术人员能够从对比文件中获得这一具体技术手段。 |
| **技术特征H：未公开** <br>其中所述处理器进一步经配置以产生所述搜索区域的掩模，所述掩模包括多个区，且其中所述多个区中的每一个对应于与所述图像数据相关联的一个或多个像素且对应于指示在相应区中检测到所述物件的概率的值。 | 在提供的对比文件列表中未找到任何文件公开为搜索区域产生包含概率值的掩模。目标专利说明书第[0067]-[0069]段及图5B描述了基于3D地图或训练样本生成具有不同概率值的掩模，用于指导搜索顺序。 | 生成具有概率值的掩模来指导搜索，是目标专利中一个特定的、用于进一步提升搜索效率的优化手段。对比文件列表中没有任何文献提及或暗示这一技术特征。本领域技术人员无法从对比文件中推理出这一具体技术方案。 |
| **技术特征I：《隐含公开》** <br>其中所述处理器经配置以确定与所述第二缩放空间表示相关联的第一区域是否和由所述位置数据指示的所述区重叠。 | 同特征E，未在对比文件列表中找到明确描述。但基于特征E的推理，如果存在“基于重叠识别搜索区域”的操作（尽管未被公开），那么判断特定缩放空间表示是否与位置数据指示的区域重叠，是该操作的逻辑前提步骤之一。 | 从逻辑上讲，要基于重叠来选择缩放空间表示或定义搜索区域，首先需要判断是否存在重叠。虽然对比文件未公开“基于重叠识别搜索区域”的整体方案，但“判断两个区域是否重叠”本身是一个基础的几何或空间关系判断操作。在涉及空间数据处理（如传感器融合、目标定位）的领域中，进行此类判断是隐含的技术需求。因此，可以认为该判断功能被**隐含公开**。 |
| **技术特征J：《隐含公开》** <br>其中所述处理器进一步经配置以在所述物件的检测前，确定与所述第一缩放空间表示相关联的第二区域是否与由所述位置数据指示的所述区重叠。 | 同特征I。 | 此特征与特征I类似，区别在于针对“第一缩放空间表示”且在“检测前”进行判断。这同样是“基于重叠识别搜索区域”整体操作中的一个子步骤。其“在检测前”的时序限定，是实施该逻辑的自然和必然要求。因此，该确定操作被**隐含公开**。 |
| **技术特征K：《直接公开》** <br>其中所述第一缩放空间表示对应于所述场景的第一分辨率图像，所述第二缩放空间表示对应于所述场景的第二分辨率图像，且其中所述第二分辨率图像为比所述第一分辨率图像的分辨率低的图像。 | 对比文件US2014064626A1（标题：基于图像金字塔的自适应图像处理装置和方法）必然涉及图像金字塔，而图像金字塔由同一场景的一系列不同分辨率的图像（即缩放空间表示）构成，其中高层级（或特定表述中的底层）图像的分辨率低于低层级（顶层）图像的分辨率。 | 图像金字塔是多尺度图像处理中的标准数据结构，其明确公开了同一场景的多个不同分辨率的图像表示，且这些分辨率之间存在高低关系（例如，高斯金字塔中上一层图像的分辨率低于下一层）。这与技术特征K的描述完全一致。因此，该技术特征被**直接公开**。 |
| **技术特征L：《隐含公开》** <br>其进一步包括位置传感器，其中所述处理器经配置以从所述位置传感器接收所述位置数据。 | 未在提供的对比文件列表中查询到明确描述设备“包括位置传感器”且处理器从其接收位置数据的具体段落。然而，在涉及车辆物体检测（如US2013335569A1）的文献中，设备（如车辆）集成雷达、激光雷达等位置传感器是常见配置。 | 为了实现接收位置数据（特征B）的功能，设备必然需要具备获取位置数据的来源。位置传感器（如雷达、激光雷达、GPS）是车辆或移动设备中获取位置数据的常规和直接手段。本领域技术人员可以合理推断，一个用于检测物件的设备系统很可能包含此类位置传感器。因此，该技术特征被**隐含公开**。 |
| **技术特征M：《隐含公开》** <br>其中所述位置传感器包括雷达装置、光检测与测距装置、全球定位系统GPS装置、超声波装置、专用短程通信装置，或其任一组合。 | 未在提供的对比文件列表中查询到列举这些具体传感器类型的段落。但US2013335569A1（车辆交通物体位置检测）的标题和领域暗示其可能使用雷达、激光雷达等传感器。 | 雷达、激光雷达（光检测与测距）、GPS、超声波、专用短程通信（DSRC）等都是车辆环境感知、物体检测和定位领域中公知的位置传感器类型。本领域技术人员在设计此类系统时，会常规地选择这些传感器中的一种或多种来获取位置数据。因此，虽然对比文件未明确列举，但使用这些传感器是隐含的技术常识。该技术特征被**隐含公开**。 |
| **技术特征N：《隐含公开》** <br>其中所述处理器经配置以从位置传感器接收所述位置数据，所述位置传感器与所述设备分离。 | 未在提供的对比文件列表中查询到明确描述从“分离的”位置传感器接收位置数据的具体段落。但在智能交通、车联网等场景中，车辆从路侧单元（RSU）、其他车辆（V2V）或外部基础设施获取位置信息是已知技术。 | 位置数据不一定必须来自设备集成的传感器，也可以来自外部独立的传感器系统（例如，其他车辆、基础设施）。这是本领域技术人员能够想到的另一种数据来源方式。因此，从分离的位置传感器接收数据是**隐含公开**的。 |
| **技术特征O：未公开** <br>其中所述位置数据对应于指示所述物件可存在于何处的三维3D地图的一个或多个区域，且其中所述3D地图包括与所述物件的检测相关联的指示。 | 在提供的对比文件列表中未找到任何文件公开使用包含“物件可存在于何处的指示”的3D地图作为位置数据的来源。目标专利说明书第[0063]-[0066]段及图4-6详细描述了基于3D地图数据（如路面区域、行人可能出现的区域）来提供位置数据。 | 该技术特征限定了位置数据的一种特定来源和形式：即来自预存或动态的3D地图，且该地图包含与物件检测相关的语义信息（如“物件可能存在于何处”）。这是一种特定的数据利用方式。对比文件列表中没有任何文献公开或暗示使用这种带有语义指示的3D地图数据来指导物件检测的搜索区域。因此，该技术特征**未被公开**。 |
| **技术特征P：《隐含公开》** <br>其进一步包括处理器，其中所述位置数据也与由位置传感器提供的所述物件的位置相关联。 | 此特征描述存在矛盾，权利要求前文已限定“处理器”，此处又写“其进一步包括处理器”，可能为撰写瑕疵。其核心含义应是“位置数据也与由位置传感器提供的物件位置相关联”。这实质上是重复了特征B和L的部分内容。 | 特征B已隐含公开“接收与物件相关联的位置数据”，特征L已隐含公开设备包括位置传感器并从其接收位置数据。因此，“位置数据与由位置传感器提供的物件位置相关联”是前两个特征的必然结果和同义表述，被**隐含公开**。 |
| **技术特征Q：《隐含公开》** <br>其进一步包括所述图像传感器，其中所述图像传感器包括相机。 | 未在提供的对比文件列表中查询到明确描述设备“包括图像传感器/相机”的具体段落。然而，在涉及图像处理、视频监控、车辆视觉（如US2014064626A1， CN104125433A）的文献中，使用相机作为图像传感器是必要前提和默认配置。 | 要获得“场景的图像数据”（特征C），设备必须包含图像传感器。相机（CCD或CMOS）是最常见和常规的图像传感器。本领域技术人员可以毫无疑义地推断，执行图像相关处理的设备必然包含图像传感器，且通常就是相机。因此，该技术特征被**隐含公开**。 |
<<<K>>>
<<<a>>><<<b>>><<<c>>><<<d>>><<<f>>><<<i>>><<<j>>><<<l>>><<<m>>><<<n>>><<<p>>><<<q>>>