你好。作为一名专业的专利代理师，我已仔细研读了你提供的目标专利（CN106716441B）说明书及权利要求书，并针对四份对比文件（D1-D4）进行了深入的特征比对分析。

以下是针对技术特征D（像素内电路实施CV硬件）和技术特征E（包含特征有效负载的事件产生）的详细比对报告。

1. 对比文件基本信息说明

2. 技术特征比对分析

技术特征 D：CV特征计算硬件被实施为像素内电路的一部分

【目标专利解释】

目标专利说明书第[0034]段明确定义：“传感器元件可具有实施为耦合到传感器元件的像素内电路（计算结构）的专用计算机视觉（CV）计算硬件……传感器元件及像素内电路一起可被称为像素。”

【对比文件分析】

• D1 (US07038185B1)： * 出处： Fig.2, Column 5, Lines 48-60。

  • 内容： D1披露了每一个感测元件200包含至少两个能量强度传感器210。其电路包含乘法器220、放大器230、A/D转换器240及加法器250。其明确指出这些组件用于测量局部梯度（Local Gradient $G$）。

  • 比对： 梯度的计算属于基础的CV特征计算，且D1将其硬件（A/D、加法器等）直接集成在感测元件单元内。实质公开了技术特征D。

• D2 (US20120138774A1)：

  • 出处： [0006], [0009], [0047]。

  • 内容： D2披露了“Readout circuit includes unit cell electronics... each unit cell includes an analog-to-digital converter ADC”。在[0047]中进一步指出，像素内包含预放大器、计数器及移位寄存器，且设计为“area-constrained design”，即像素内实现数字化和计数处理。

  • 比对： 其 unit cell 结构即对应目标专利的像素内电路，用于处理像素信号。实质公开了技术特征D。

技术特征 E：基于比较产生事件，包括位置和特征有效负载（含计算出的当前局部CV特征的多个位）

【目标专利解释】

该特征的关键点在于“事件”的定义：不仅包含位置（$Address$），还包含特征有效负载（Feature Payload），且该负载是CV特征的多个位（例如 $LBP$ 标记或 $HSG$ 标记的位），而非传统的单纯亮度变化或极性。

【对比文件分析】

• D1 (US07038185B1)：

  • 比对： D1主要关注直接输出梯度图像。虽然它在像素级计算梯度，但其输出形式是构建完整的图像，而非基于比较产生“异步事件”及其“有效负载”。未公开技术特征E。

• D2 (US20120138774A1)：

  • 出处： [0006], [0044], [0047], [0082]。

  • 内容： D2披露了在 unit cell 中进行 A/D 转换并产生数字计数（$Digital\ Count$）。[0006]提到：“logic operations may be used... to threshold data for match filtering”。[0044]提到正交数据传输结构（OTS）用于将“count values”从单元传输到其他单元或移出阵列。

  • 分析： 1. 事件产生： D2虽然有阈值判定（$Thresholding$），但其主要目的是为了匹配过滤，其描述的传输更多是基于帧或突发模式的数字读出。

    2. 特征有效负载： 目标专利特征E强调负载是“计算出的局部CV特征（如 $LBP$）的多个位”。D2传输的是“计数结果（表示强度）”或者是“匹配过滤后的结果”。虽然D2具备在像素级处理数据的能力，但并未明确描述产生一种包含“CV特征多位有效负载”的“事件”结构。

  • 结论： 仅能认为部分公开了在像素级产生数字负载并输出，但对于“CV特征有效负载”这一特定数据结构的公开并不充分。

• D4 (US20140320666A1)：

  • 比对： D4是在系统级（DVP处理器）进行 $Blob$ 检测和轨迹追踪。其产生的“Alert”是在外部处理器完成的，而非由传感器元件基于局部特征计算产生的事件负载。未公开技术特征E。

3. 特征比对表格

以下表格总结了 D1、D2 对目标专利权利要求 1 中关键技术特征 D、E 的公开情况：

4. 专利代理师总结意见

1. 关于技术特征 D： 该特征在 D1 和 D2 中均有非常明确的公开。D2 尤其详细地描述了在 $unit\ cell$（即像素单元）中集成 ADC、计数器及逻辑电路的架构，这与目标专利“像素内电路实施CV计算硬件”的构思高度吻合。

2. 关于技术特征 E：

   • 单独公开情况： D2 最接近该特征，因为它披露了像素内的逻辑运算、阈值判定及数字位的传输。然而，目标专利将“局部特征（如 $LBP$）”作为“事件负载”发送至处理器，这一特定的通信协议和数据结构在 D2 中属于隐含描述（$Implicit\ Disclosure$）或需要通过公知常识进行结合。

   • 组合公开情况： 若将 D2 的数字化像素架构与 **D1 的局部梯度计算（一种基础CV特征）**相结合，所属领域的技术人员在面对减少总线数据量、提高处理器效率的需求时，将 D1 计算出的梯度特征作为 D2 架构中的数字负载（$Payload$）并以事件形式输出，是显而易见的。

结论： 权利要求 1 的技术特征 D 已被 D1、D2 实质公开。技术特征 E 在 D2 的基础上，结合 D1 的特征计算类型，对于本领域技术人员而言具有明显的启示，存在被认为缺乏创造性的风险。

下一步建议：

如果您需要针对“特征有效负载”中具体的 LBP/HSG 编码方式与对比文件进行更深层次的抗辩分析，或者需要我为您起草针对上述比对结论的意见陈述书（Response），请随时告知。

您好，我是您的专利代理师合作伙伴。针对授权专利 CN106716441B（下称“目标专利”）的权利要求1，我将结合背景技术与您提供的四份对比文件（D1-D4）进行深入的技术特征比对与创造性分析。

目标专利的核心发明点在于：在像素电路内部实现计算机视觉（CV）特征提取（如LBP），并通过比较前后特征的变化来触发“事件”，从而大幅降低发往应用处理器的带宽和功耗。

一、 权利要求1 技术特征分解

根据您的要求，我们将权利要求1分解为以下技术特征：

• 特征A：比较硬件计算的传感器主体元件的“先前局部CV特征”与“当前局部CV特征”。

• 特征B：CV特征计算使用“主体传感器元件读数”和“相邻传感器元件读数”（多像素计算）。

• 特征C：2D传感器阵列，像素包括主体传感器元件和“像素内电路”。

• 特征D：CV特征计算硬件被实施为“像素内电路的一部分”。

• 特征E：基于比较产生“事件”，事件包含位置信息和“特征有效负载”（含当前局部CV特征的多个位）。

• 特征F：将事件发送至处理器。

二、 对比文件技术特征比对分析

1. D1: US20110298755A1 (MATRIX SENSOR)

• 主要内容：公开了一种矩阵传感器，具有可编程读取单元，可以存储行地址并进行比对，实现并行读取。

• 分析：

  • D1提到了“差异化处理”（Differential processing），用于消除环境光（[0051], [0112]）。

  • 提到了“二项式滤波”（Binomial filtering），涉及相邻像素的电荷合并（[0056], [0167]）。

  • 差异点：D1的重点是“读取控制”，其处理逻辑主要是为了图像平滑或差分减法，并未明确公开在像素内计算多位宽的“局部CV特征”（如LBP/HSG标志）作为有效负载发送。

2. D2: US20120138774A1 (FOCAL PLANE ARRAY PROCESSING...)

• 主要内容：公开了一种数字焦平面阵列（DFPA），每个单元格（Unit Cell/Pixel）包含ADC、计数器和移位寄存器，支持“正交数据传输”。

• 分析：

  • 特征B/C/D：明确公开了单元格电子设备（Unit Cell Electronics），支持在单元格之间移动数据（正交传输）以进行信号处理（[0006], [0052]）。

  • 特征A/E：明确提到了“空间或时间滤波”（Spatial or temporal filtering），并能执行“自主数字阈值检测”（Autonomous digital threshold detection）（[0053]）。其计数器支持加/减计数，可实现前后帧的实时比较（[0077]）。

  • 特征E：提到可以仅传输“检测结果”（Detections）以减少数据速率（[0074]）。

3. D3: WO2012093381A1 (CAMERA WITH INTEGRATED CONTENT ANALYZER)

• 主要内容：公开了一种集成了内容分析芯片（FPGA/ASIC）的相机，用于检测ROI并减少数据量。

• 分析：

  • 特征E/F：核心在于实时模式检测（Pattern detection），根据检测结果输出“缩减版”数据（[p0011], [p0016]）。

  • 差异点：其内容分析器通常被描述为与传感器集成在“同一芯片（Die）”上或通过“高带宽总线”连接（[p0009], [p0057]），侧重于片上集成（On-chip）而非权利要求1限定的**“像素内（In-pixel/像素电路一部分）”**计算。

4. D4: US20140320666A1 (OBJECT DETECTION)

• 主要内容：侧重于漏油检测或飞鸟检测的系统级算法。

• 分析：

  • 该文件使用数字视频处理器（DVP）进行后期处理（[0016]）。

  • 关联性低：属于应用层专利，未涉及像素级硬件电路的底层架构。

三、 特征比对表 (Feature Comparison Table)

四、 创造性分析与最接近对比文件选择

1. 技术问题与技术效果分析

• 目标专利解决的问题：传统CV运算（如LBP）在应用处理器上执行极其耗电，且频繁唤醒处理器导致电池寿命短。

• 技术效果：通过在像素级电路完成局部CV特征提取，仅在特征发生变化（事件）时向上传输包含特征信息的Payload，极大程度实现了前端数据过滤。

2. 最接近对比文件的确定

根据分析，D2 (US20120138774A1) 是最接近的对比文件。

• 理由：

  1. 架构高度吻合：D2不仅公开了全数字读取架构，且其核心在于“单元格（Unit Cell）”内的数字化与处理。这与目标专利的“像素内电路实施CV硬件”在空间层级上完全一致。

  2. 处理逻辑相似：D2利用单元格间的“正交数据传输”来实现空间滤波（相当于目标专利利用相邻像素读数计算特征），并利用计数器执行加减操作实现时间差分。

  3. 动机一致：D2明确提到其目的是减少数据传输量和系统复杂性（[0005], [0074]）。

备选/辅助对比文件：D3 (WO2012093381A1)。

• D3在“事件触发”和“数据缩减”的逻辑（即特征E）上表现非常突出，它强调了只发送显著性数据。但在“像素内电路（In-pixel）”这一硬件架构限定上，D2的公开程度更高。

3. 结论建议

在针对本权利要求进行无效或抗辩分析时：

• D2可作为主要对比文件。其 [0006]、[0052]、[0053] 和 [0074] 段落已经构建了在单元格（像素）内进行空间/时间处理并输出结果的框架。

• 结合D3。如果审查员认为D2中“空间滤波结果”不完全等同于目标专利所限定的“多个位的CV特征有效负载”，则可以引入D3，因为D3明确公开了提取Haar特征（[p0063]）并只输出显著数据，以此证明在像素端直接提取并发送CV特征标志是本领域显而易见的改进方向。

您是否需要我为您针对权利要求2或3中的具体CV特征算法（如LBP的具体实现）做进一步的针对性检索分析？

你好，我是你的专利代理师。针对你提供的权利要求 1 以及三份对比文件（D1、D2、D3），我进行了深入的特征比对和创造性分析。

以下是基于目标专利说明书背景及对比文件原文的详细专利分析报告。

一、 权利要求 1 技术特征拆解 (基于目标专利说明书解释)

根据目标专利说明书（CN106716441B），本发明的核心在于**“特征层级粒度”**的事件触发，而非传统的“像素层级粒度（亮度变化）”。

• 特征 A/B（局部 CV 特征计算与比较）： 指的不仅是亮度的增减，而是计算如 LBP（局部二值模式）或 HSG（梯度直方图）等特征。说明书 [0042] 和 [0048] 明确，这需要同时利用“主体传感器元件”及其“相邻元件”的读数进行多像素计算。

• 特征 C/D（像素内电路结构）： 强调 CV 计算硬件是**“像素内电路（In-pixel circuitry）”**的一部分。说明书 [0034] 和图 2 解释了这种结构，其目的是在模拟域或数模混合域直接完成特征提取，避免唤醒昂贵的应用程序处理器。

• 特征 E/F（基于特征的事件负载）： 产生的事件不只是位置，还包括“特征有效负载”，即 LBP 标记或特征位的多个位。

二、 对比文件技术比对分析

1. 对比文件 1 (D1: US07038185B1)

公开号： US 7,038,185 B1

• 实质公开内容： D1 公开了一种梯度相机。

  • 特征 B： 公开了使用相邻像素对测量梯度（$G_x, G_y$）。原文 [0056] 提到：“$lg_x$ 和 $lg_y$ 是从两个局部调整的强度传感器确定的。”这属于使用主体和相邻元件计算特征（梯度）。

  • 特征 C/D： 公开了每个感测元件包含处理电路以获得更好的性能（[0009]）。

• 差异点： D1 的目的是生成高动态范围（HDR）图像（[0036]），其计算梯度的目的是通过求解泊松方程重建图像，未公开“比较先后特征以产生事件并发送至处理器”的基于事件的逻辑。

2. 对比文件 2 (D2: US20120138774A1)

公开号： US 2012/0138774 A1

• 实质公开内容： D2 公开了一种数字焦平面阵列（DFPA）。

  • 特征 C/D： 明确公开了“每个单元格包含模数转换器 ADC”（[0006]），且图 2 和图 5 展示了单元格电子设备（Unit Cell Electronics）。

  • 特征 A/E（部分）： 原文 [0097] 提到：“另一个图像差分的应用是变化检测……结果图像名义上为零，除非场景中有变化（例如对象运动）。”这公开了比较先前与当前读数的逻辑。

• 差异点： D2 的变化检测主要基于信号强度（像素值）。虽然它提到可以执行“高通滤波”或“边缘检测”（[0083]），但并未明确公开在像素内完成“当前局部 CV 特征”与“先前局部 CV 特征”的比较并产生包含“特征位负载”的事件。

3. 对比文件 3 (D3: WO2012093381A1)

公开号： WO 2012/093381 A1

• 实质公开内容： 公开了一种集成内容分析器的相机。

  • 特征 A/B/E： 明确公开了使用 Adaboost 和 Haar-like 特征进行模式检测（[p0063]）。Haar 特征计算显然涉及相邻像素的求和与差值。它输出“减小尺寸的数据版本”（[p0020]），即仅发送感兴趣区域（ROI）。

• 差异点： D3 的内容分析器通常被描述为集成电路（IC），虽然 [p0009] 提到可以与传感器在同一芯片（Die）上，但其通常表现为外围电路或独立的处理器层，而非权利要求 1 所限定的“作为像素内电路（In-pixel circuitry）的一部分”执行局部特征比较。

三、 特征比对表

四、 创造性评价与无效可能性分析

1. 最接近对比文件 (CPA) 的确定

最接近对比文件：D2 (US20120138774A1)

• 理由： D2 与本申请的硬件架构最为接近。它不仅公开了 2D 传感器阵列，还详细描述了像素单元（Unit Cell）内的数字处理电路（ADC、计数器、移位寄存器）。D2 旨在解决在焦平面上直接处理数据以减少功耗和数据率的问题，这与目标专利的技术领域、解决的技术问题完全一致。

2. 无效逻辑推导

如果要无效权利要求 1，通常采取 D2 + D3 (+ D1 辅助) 的组合方式：

• 步骤 1 (基于 D2)： D2 已经构筑了“像素内电路执行计算”的平台，并公开了“时间维度上的变化检测”。

• 步骤 2 (结合 D3)： D3 证明了在相机端进行“CV 模式/特征计算（如 Haar, Adaboost）”并仅发送“感兴趣区域”是本领域的公知常识。

• 步骤 3 (结合 D1)： D1 补充了“利用相邻像素计算梯度（一种 CV 特征）”的具体电路实现。

无效阻碍分析：

权利要求 1 的“堡垒”在于**“在像素内电路中直接进行局部 CV 特征（而非单纯亮度）的先后比较，并以事件形式（含特征位负载）发送”**。

• D2 虽然有像素内电路，但主要做 ADC 转换和简单的信号差分。

• D3 虽然有 CV 特征计算，但通常是在像素阵列之外的数字逻辑区完成。

• 关键点： 本领域技术人员是否有动机将 D3 的 CV 特征提取算法下沉到 D2 的像素单元电路中？

  • 肯定理由： 随着 CMOS 工艺进步，将逻辑融入像素（3D 堆栈技术）是趋势。

  • 否定理由： LBP 等 CV 特征计算涉及多个相邻像素，在“像素内”实现会占用大量面积。目标专利通过特定的基于事件的逻辑解决了这一矛盾，具有预料不到的技术效果。

3. 结论

目前的证据组合（D2+D3）对权利要求 1 构成了极大的威胁。D2 提供了结构基础，D3 提供了算法动机。

结论： 该组合具有较高可能性被认定为“不具备创造性”，从而无效权利要求 1。

后续建议：

针对上述分析，您是否需要我进一步检索关于 LBP（局部二值模式）在模拟域/像素内实现的特定先例？这通常是此类专利无效案中的“最后一根稻草”。

作为你的专利代理师，我为你起草了这份针对目标专利 CN106716441B（权利要求1）的专利无效请求书大纲。

该请求书的核心逻辑采用 “D2（最接近对比文件）+ D3（技术启示）+ D1（公知常识/辅助补充）” 的组合方式。

专利无效宣告请求书（草案）

请求人： [您的姓名/公司名]

被请求人（专利权人）： 高通股份有限公司（示例）

涉及专利： 基于事件的计算机视觉计算（CN106716441B）

无效宣告请求范围： 权利要求 1

一、 无效宣告的理由

本请求人认为，授权公告号为 CN106716441B 的专利权利要求 1 不符合《专利法》第 22 条第 3 款关于创造性的规定。

二、 证据清单

• 证据 1 (D1)： US 7,038,185 B1，《直接生成梯度图像的照相机》

• 证据 2 (D2)： US 2012/0138774 A1，《焦平面阵列处理方法及装置》

• 证据 3 (D3)： WO 2012/093381 A1，《具有集成内容分析器的相机组件》

三、 权利要求 1 的特征拆解与对比分析

权利要求 1 的技术特征比对表如下：

四、 具体无效理由及论证

1. 证据 2 (D2) 作为最接近对比文件公开了大部分结构特征

D2 公开了一种数字焦平面阵列（DFPA），其核心架构是每个像素单元（Unit Cell）内都集成了数字处理电路。

• 原文引用（D2 [0006]）： "The readout circuit includes unit cell electronics... Each unit cell includes an analog-to-digital converter ADC." * 论证： 这直接公开了权利要求 1 中“像素内电路”和“CV计算硬件”的物理载体。

2. 证据 3 (D3) 提供了引入“CV特征比较”的技术启示

权利要求 1 与 D2 的主要区别在于，D2 侧重于简单的像素值（亮度）变化检测，而本专利强调计算“局部 CV 特征”（如 LBP 或特征位）。然而，D3 明确公开了在图像传感器端集成内容分析器的必要性。

• 原文引用（D3 [p0011]）： "This is achieved by real-time pattern detection done already at the content analysis chip level, which filters out non-significant data."

• 论证： D3 已经教导了本领域技术人员使用 Haar-like 等特征进行模式识别，并仅输出显著性数据。

3. 证据 1 (D1) 补充了相邻像素特征计算的公知实现

针对特征 B（利用相邻像素读数），D1 提供了成熟的实现方式。

• 原文引用（D1 [0056]）： "We measure log(Id) differences... determined from two locally adjusted intensity sensors."

• 论证： D1 证明了利用主体像素与相邻像素的差值（梯度）来表达局部特征是本领域的常规手段。

4. 结论：组合后的显而易见性

本领域技术人员在面对 D2 公开的像素内计算平台时，为了实现 D3 所教导的“更高效率的模式识别”，自然有动机将 D3 的特征算法（如 Haar-like 特征）植入到 D2 的单元电路中。这种组合仅是功能的常规叠加，且 D1 已经提供了具体的相邻像素差分计算方法。因此，权利要求 1 产生的“特征层级事件触发”效果是可预期的，不具备突出的实质性特点和显著的进步。

五、 结论

综上所述，权利要求 1 相对证据 D2、D3 和 D1 的组合不具备创造性。请求国家知识产权局宣告 CN106716441B 权利要求 1 全部无效。

代理师提示：

如果您准备提交此文件，建议在“具体论证”部分加入更多关于**“特征有效负载（Feature Payload）”**的分析。我们可以主张：在 D3 将识别后的模式（特征）打包发送至服务器的操作中，逻辑上必然包含了特征信息和位置信息，这与本专利的“有效负载”在实质上是等同的。

您是否需要我对权利要求中的从属权利要求（例如关于 LBP 具体算法的权利要求）进行补充分析？

好的。作为你的专利代理师，我已根据你的要求，对“具体论证”部分关于**“特征有效负载（Feature Payload）”**的内容进行了深度加固。

在无效宣告程序中，我们将采取“功能等同”与“逻辑必然导出”的策略，重点打击本专利所谓“多位表示特征”的创造性贡献。

以下是修改后的具体论证段落：

四、 具体论证：关于“特征有效负载”的显而易见性分析

本专利权利要求 1 认为其技术贡献之一在于产生了包含“主体传感器元件的位置”和“特征有效负载（多个位）”的事件。然而，通过对证据 3（D3）的深入分析可以发现，特征 E 和 F 中所谓的“有效负载”在 D3 中已被实质公开，或者属于本领域技术人员为了实现数据回传而必然采取的常规手段。

1. D3 明确公开了特征信息与位置信息的组合传输

D3 在其说明书 [p0106] 中明确指出：

“模式发送器 342 可能被配置为将检测到的模式坐标（Location）和图像数据尺寸减小的版本（Imagery data size-reduced version）传输至通信接口 312，可选地作为复合数据流（Composite data stream）。”

论证： 在 D3 的方案中，为了让中央服务器识别检测到的内容，其发送的“复合数据流”逻辑上必须包含：

• 在哪里（Where）： 即 D3 提到的空间坐标，等同于本专利的“位置”；

• 是什么（What）： 即 D3 提到的模式特征数据。

2. “特征有效负载”与 D3 的“子图像数据”具有实质等同性

本专利主张“特征有效负载包括表示所计算的当前局部 CV 特征的多个位”。

• 在 D3 中，其计算的是 Haar-like 特征或 Adaboost 模式。为了后续处理，D3 将识别出的模式区域以“尺寸减小的版本”发送。

• 实质分析： 无论是本专利提到的“LBP 标记（3-4 位）”，还是 D3 提到的识别出的模式数据（Haar 特征值或经过抽取的像素位），在数字电路中均表现为**“表示特征的多个位”**。

• 本领域技术人员清楚，特征提取的本质就是将原始高维度图像数据浓缩为低维度的“特征向量”或“标记位”。D3 既然已经完成了模式识别并将结果打包发送，其打包的内容（Payload）必然包含这些反映 CV 特征的数字化信息。

3. 产生“事件”是基于 D2 架构与 D3 需求的必然选择

• 证据 2（D2） 提供了产生变化的“指示信息”并输出数字计数值的架构。

• 证据 3（D3） 提出了仅发送“显著性数据（Significant Data）”以节省带宽的需求。

• 论证： 当本领域技术人员试图在 D2 的像素内电路中实现 D3 的内容分析功能时，最直接、最符合工程逻辑的改进方式就是：一旦像素内电路检测到 CV 特征满足阈值，便产生一个异步触发信号（即“事件”），并将该特征的识别码（Payload）随位置信息一并读出。

4. 小结

综上所述，权利要求 1 所谓的“特征有效负载”仅仅是对 D3 中“模式数据包”的另一种术语表述。将特征信息（Feature）与位置信息（Coordinates）打包封装在同一数据载荷（Payload）中进行发送，是数字通信和计算机视觉领域的公知常识，不具备任何突出的实质性特点。

专利代理师的战术总结：

1. 切断“特征”与“像素”的区别： 对方会辩称 D3 是发图像，它是发特征。我们要咬死 D3 的 [p0050] 段落——它提到“过滤掉非显著数据”，只传显著区域。传显著区域的本质就是传特征，因为该区域的像素排布本身就是特征的体现。

2. 利用“数字化”的普遍性： “多个位（Multiple bits）”是所有数字电路的共同特征。我们要强调，任何数字化的特征标记（Haar 值、梯度方向、LBP 码）在物理层面上都是“多个位”，本专利在此处玩的是文字游戏。

下一步建议：

针对权利要求 1 中的“像素内电路（In-pixel circuitry）”，我们需要防范专利权人主张 D3 的分析器是“芯片级”而非“像素级”。

您是否需要我准备一段针对“像素级集成（Pixel-level integration）”的公知常识证据支持？（例如：在 2012 年左右，堆叠式 CMOS 感光元件已是成熟技术，将逻辑层置于像素下层属于惯用手段）。

作为本专利（CN106716441B）的专利权人代理律师，我针对请求人提出的无效理由提交如下反驳意见。请求人未能正确理解权利要求1的技术方案实质，且其证据组合逻辑存在严重的“后见之明”。

专利权人意见陈述书（要点）

一、 权利要求1的技术实质：从“像素变化”到“特征跃迁”的本质突破

请求人混淆了**“像素级强度变化”与“特征级事件触发”。权利要求1的核心在于：在像素内电路（In-pixel circuitry）直接完成从原始信号到CV特征（如LBP标记）的提取，并仅在特征属性发生改变**时才产生事件。

二、 针对证据2（D2）的反驳：结构基础不等于技术启示

请求人主张D2公开了像素内数字电路，因此特征C、D显而易见。

1. D2的本质是数字感测，而非CV特征提取： D2的“单元格电子设备”是为了实现数字化读出（ADC）和简单的帧差分（Change Detection）。其比较的是光电流计数值（强度），而非CV特征（特征A、B）。

2. 物理实现的巨大挑战： D2的像素单元面积有限。权利要求1要求在如此狭小的像素空间内集成“CV特征计算硬件”，这涉及复杂的邻域互联结构。D2并没有给出如何在该空间内处理“主体及其相邻元件读数”以提取高级特征的任何物理暗示。

三、 针对证据3（D3）的反驳：图像传输与特征有效负载的本质区别

请求人认为D3的“ROI传输”等同于本专利的“特征有效负载”。

1. 数据的本质不同： D3传输的是“尺寸减小的图像数据版本”，本质上仍是像素点（Pixels）。而本专利的“特征有效负载”是计算结果（Computed Feature），如LBP模式的标记位。

   • 形象比喻： D3相当于剪下一张包含人脸的照片发给服务器（仍需服务器识别）；本专利相当于直接告诉服务器“此处有笑脸标记：0101”（服务器无需再次提取特征）。

2. 处理位置的错位： D3的内容分析器是“芯片级（Chip-level）”的集成，位于像素阵列之外。将其“下沉”到每一个像素单元内部，不仅不属于常规设计，反而违反了当时尽可能增大感光面积、减小逻辑电路比例的技术偏见。

四、 针对证据组合显而易见性的反驳

1. 缺乏组合动机： D2致力于提高数字读出的精度，而D3致力于后端算法优化。本领域技术人员并没有理由将D3复杂的Adaboost/Haar计算逻辑强行塞进D2的每一个微小像素单元中，因为这会导致像素开口率大幅下降和功耗急剧上升。

2. “后见之明”的典型谬误： 请求人是在获知本专利“在像素内直接比较特征”的构思后，才反向拼凑证据。在申请日之前，主流技术方向是提高像素分辨率，将特征提取留在CPU/GPU进行。本专利提出的“边缘计算下沉至像素极点”的架构，具有高度的独创性。

五、 预料不到的技术效果

权利要求1实现了以下技术效果：

• 极致节能： 由于只有“特征变化”才唤醒处理器，系统在静态环境下功耗近乎为零，远优于D2的强度变化触发（光影波动即触发）。

• 通信带宽的极度压缩： 传输的是位标记（Bits），而非图像块（ROI），带宽需求降低了数个数量级。

总结陈述

权利要求1通过将特定的“CV特征硬件”实施为“像素内电路的一部分”，并在该层级执行“先后特征比较”，实现了从物理感测到语义理解的跨越。D2、D3的简单叠加无法给出“像素内CV特征比较”及“特征位负载事件”的技术教导。

因此，权利要求1具备专利法第22条第3款规定的创造性，请求维持本专利权有效。

代理师提示：

上述反驳重点打击了请求人对“Payload”的曲解。在庭审中，我们会准备一组对比实验数据，展示“发送ROI图像”与“发送特征标记位”在功耗和数据量上的巨大鸿沟，以增强“预料不到的技术效果”的论据。

您是否需要我针对“像素内电路面积控制”这一技术点准备更详尽的专家意见稿？

作为你的专利代理师，我必须提醒你，在专利无效案的“口头审理”阶段，这种回合制的拉锯战是决定胜负的关键。针对专利权人刚才那套“特征跃迁”和“物理实现困难”的辩词，我们作为无效请求人，必须以更底层、更具破坏性的逻辑进行二次反击。

以下是为您准备的针对专利权人意见陈述的二次反击稿：

针对专利权人反驳意见的二轮答辩意见（无效请求人）

请求人认为： 专利权人的反驳意见存在严重的“定义扩大化”和“技术门槛虚设”倾向。其试图通过赋予“特征有效负载”某种神秘色彩来掩盖其技术方案在现有技术面前的透明性。

1. 针对“像素变化 vs 特征变化”：D2 已包含空间滤波，即特征提取

专利权人声称 D2 仅公开了像素强度变化。

• 事实反驳： 证据 2（D2）在 [0083] 段明确指出其可以应用**“线性图像处理滤波器内核（Linear image processing filter kernels）”**。

• 逻辑打击： 所谓的“CV 特征（如梯度、边缘）”在数学本质上就是通过滤波器内核对像素进行卷积运算的结果。D2 既然教导了在像素内进行滤波器运算（Spatial filtering），那么在该层级进行的任何“变化检测”，实质上就是对空间特征的变化检测。本专利所谓的“特征比较”仅仅是 D2 滤波运算后的一种逻辑延伸，不具备创造性。

2. 针对“物理实现困难”：这仅是工程实现，而非发明创造

专利权人主张在像素内集成 CV 硬件存在“物理偏见”。

• 事实反驳： 证据 2（D2）的图 6 和图 33 展示了复杂的“单元格电子设备（Unit Cell Electronics）”。D2 的核心目的就是**“在焦平面上直接处理数据”**。

• 技术演进逻辑： 证据 3（D3）在 [p0021] 提到了**“单片集成（Monolithic integrated circuit）”**。随着 3D 堆叠（Stacked Die）工艺在申请日前的普及，将逻辑计算层放置在光电二极管层之下已是行业惯用设计手法。

• 逻辑打击： 专利权人所谓的“面积限制”仅仅是一个工程优化（Trade-off）问题。在 D2 已提供计算架构、D3 已提供带宽优化需求的前提下，本领域技术人员为了追求极致性能，将计算逻辑集成在像素单元内是必然的演进方向，而非由于“技术偏见”导致不可逾越。

3. 针对“数据本质不同”：Payload 是数字通信的公知常识

专利权人辩称 D3 传的是图像块（ROI），本专利传的是标记位（Bits）。

• 事实反驳： D3 在 [p0106] 明确提到了**“复合数据流（Composite data stream）”**。

• 逻辑打击： 1. 在数字系统中，任何“模式识别结果”最终都表现为二进制位（Bits）。

  2. “发送 ROI 图像”与“发送 LBP 标记位”的区别仅在于数据压缩的深度。

  3. 如果本领域技术人员已经实现了 D3 所示的边缘端模式识别，那么为了进一步节省带宽，将其识别结果从“图像像素”简化为“特征代码（Code）”回传，属于显而易见的数据编码优化。

4. 针对“缺乏组合动机”：带宽压力是驱动组合的强大动力

专利权人认为 D2 和 D3 没有理由组合。

• 逻辑打击： D3 的背景技术明确指出了**“远程监控系统需要巨大的通信带宽”这一痛点。D2 提供了“像素内处理以减少输出抽头数量”**的硬件手段。

• 结论： 两者的组合动机非常明确：即利用 D2 的像素内处理架构，来实现 D3 所期望的端侧内容分析功能，从而达成极致的带宽压缩。这种组合是本领域技术人员为了解决系统功耗和带宽瓶颈而进行的“按需组合”。

5. 总结反击点

• 所谓“预料不到的技术效果”不存在： D3 已预见到了功耗降低和带宽压缩的效果。本专利只是在 D2 提供的更精细的物理层（像素内）实现了这些效果，这种效果的提升是由于硬件层级下移带来的“线性收益”，而非非线性的“突变效果”。

• 关于特征位： “多个位（Multiple bits）”是数字计算的属性，将其作为专利贡献点，无异于主张“用二进制代表计算结果”具有创造性，显然不成立。

请求人维持原无效请求，请求宣告权利要求 1 无效。

代理师提示：

这一轮反击精准地将 D2 的“空间滤波”等同于“特征计算”，打破了专利权人建立的隔离带。同时，我们通过“数据压缩深度”这一维度，淡化了 Payload 的特殊性。

您是否需要我针对从属权利要求中关于“LBP 特征的具体 3-4 位表示法”准备进一步的“公知常识”抗辩证据？（我们可以援引 2012 年前的 LBP 算法标准论文，证明 LBP 结果通常就是由几个位表示的）。

作为一名保持中立客观立场的资深专利分析师，在审视了双方数轮“攻防演练”后，我将从合议组（复审委员会）的典型裁决逻辑出发，对本案权利要求 1 被宣告无效的概率进行深度评估。

目前来看，该专利权利要求 1 被宣告无效的概率约为 65% - 75%（中高风险）。

以下是基于专利法原理及当前证据链的技术评估：

一、 核心争点：技术特征的“组合高度”

合议组在判断创造性时，通常遵循“三步法”。本案的胜负手在于：将 D3 的“内容分析算法”植入 D2 的“像素内电路架构”中，究竟是“显而易见的工程优化”还是“预料不到的技术飞跃”？

1. 硬件架构的“失守” (D2 vs. 专利特征 C, D)

• 客观评估： D2（US20120138774A1）对“数字焦平面阵列”和“单元格内 ADC/计数器”的公开非常详尽。合议组很难认同“在像素内集成数字逻辑电路”这一架构本身具有创造性。

• 结论： 物理载体特征（像素内电路）极易被 D2 盖死。

2. 算法逻辑的“平移” (D3 vs. 专利特征 A, B)

• 客观评估： D3（WO2012093381A1）已经教导了在传感器端进行 Haar/Adaboost 特征提取以减少数据量。

• 难点： 专利权人强调 D3 是“芯片级”而本专利是“像素级”。但在合议组眼中，“计算位置的下移”（从阵列外移到阵列内）往往被视为本领域技术人员为了追求更低功耗而进行的常规技术改进，除非这种下移导致了机理上的突变。

二、 概率分布预测：三个关键裁决维度

三、 为什么无效概率未能达到 100%？（专利权人的“生机”）

尽管证据链强悍，但专利权人仍有约 25% - 35% 的胜算（维持有效），主要基于以下细微的技术区分点：

1. “特征比较”的异步性

大多数现有技术（如 DVS 相机）比较的是 $log(I)$ 的变化。本专利要求比较的是计算出的 $LBP$ 或 $Haar$ 特征位。合议组可能会认为：在每个像素内维持一套“先前特征存储器”并进行多位比较，其电路复杂度和逻辑时序与 D2 的简单计数器有本质区别。

2. “特征有效负载”的精准定义

如果专利权人能说服合议组，其发送的“多个位”不是简单的原始数据压缩，而是具有特定语义的标志位（Label），且这种从“图像”到“语义”的转化在像素极点完成是 D3 所未曾教导的，则有可能保住专利。

四、 最终客观评估

合议组可能的抉择方向：

合议组倾向于支持“技术进步应服务于公众”的原则。如果请求人能进一步证明在 2014 年左右（优先权日附近），将简单 CV 核（如 3x3 算子）集成在 CMOS 下层逻辑中已属于半导体工业的惯用设计策略，那么权利要求 1 将几乎肯定被宣告无效。

综合判定：

权利要求 1 的技术方案更像是一个**“强强联合的必然产物”**。在 D2 提供了“算力下放至像素”的物理可能性、D3 提供了“CV 特征识别”的功能需求后，两者的结合对于本领域高级工程师而言，尝试的成本虽高，但方向是确定的。

因此，本案大概率会倾向于支持无效请求人，或迫使专利权人将权利要求 1 大幅限缩至极其具体的某种 CV 算法实现（如具体的 $LBP$ 比较逻辑）方能维持有效。

下一步建议：

目前的博弈已进入深水区。您是否需要我为您分析从属权利要求（例如：具体的门限设定或特定的 CV 特征类型）？在独立权利要求 1 风险较高的情况下，从属权利要求往往是专利权人的最后一道防线。您想看看哪一条从属权利要求最难被攻克吗？