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
2006-12-19_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
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
2013-02-28_发明申请_US20130054505A1 LIFE PATTERN DETECTION_+++F_a+++.docx
2026-02-23 17:34
2013-05-16_发明申请_US20130121590A1 EVENT DETECTION APPARATUS AND EVENT DETECTION METHOD_+++f+++.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
2014-08-20_发明公开_CN103999025A 基于视觉的交互式投影系统_+++B_F_a_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
2014-12-18_发明申请_US20140368423A1 METHOD AND SYSTEM FOR LOW POWER GESTURE RECOGNITION FOR WAKING UP MOBILE DEVICES_+++f_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
2014-12-18_发明申请_US20140368423A1 METHOD AND SYSTEM FOR LOW POWER GESTURE RECOGNITION FOR WAKING UP MOBILE DEVICES_+++f_i+++.docx

对比文件名称:2014-12-18_发明申请_US20140368423A1 METHOD AND SYSTEM FOR LOW POWER GESTURE RECOGNITION FOR WAKING UP MOBILE DEVICES

目标专利名称:144基于事件的计算机视觉计算CN106716441B

本次调用的模型名称:DeepSeek-R1

根据对目标专利说明书和权利要求书以及对比文件的理解,现创建特征比对表格如下:

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
**技术特征A**<br>《未直接公开或隐含公开》无**直接公开判断**:对比文件描述了手势识别模块(gesture recognition module 148)处理传感器数据以确定用户是否试图提供手势输入(例如,第[0025], [0028], [0033]段),但并未描述任何关于“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特征与当前局部CV特征”的技术内容。对比文件的核心在于利用系统唤醒事件触发接近传感器和光传感器来预判用户意图,进而唤醒手势传感器,其“事件”是基于接近/光强变化触发的系统状态切换,而非基于CV特征本身的比较。目标专利的“事件”特指由CV特征(如LBP标记)的变化触发的事件,两者在技术原理和作用上完全不同。因此,本领域技术人员不能从对比文件毫无疑义地得出该技术方案。<br><br>**隐含公开判断**:对比文件未提及任何关于计算“局部CV特征”(如LBP、HSG标记)的内容,也未提及对“先前”与“当前”CV特征进行比较。对比文件的技术方案不涉及在像素或特征层级进行CV特征计算和比较以触发事件,其技术路径是传感器(接近/光)->判断用户意图->唤醒手势传感器。因此,本领域技术人员无法通过推理从对比文件中得出该技术特征。
**技术特征B**<br>《未直接公开或隐含公开》无**直接公开判断**:对比文件描述了手势传感器(gesture sensor 159)可以是一个传感器阵列或相机(第[0034]段),用于捕获用户的手势(第[0039]段)。然而,对比文件完全没有描述如何“计算”CV特征,更没有描述使用来自“主体传感器元件”和其“相邻传感器元件”的各个读数来计算“各个CV特征”的具体技术手段。目标专利的该特征明确了CV特征计算所依赖的输入数据(主体及相邻传感器读数),这是其像素级、局部化特征计算的核心。对比文件未公开此内容。<br><br>**隐含公开判断**:对比文件未涉及任何局部化CV特征的计算方法,例如LBP或HSG。虽然手势识别本身可能隐含了某种特征提取,但对比文件说明书仅将手势传感器作为数据捕获装置,而将识别逻辑归于运行在处理器上的手势识别模块。其中并未揭示在传感器硬件层面,利用相邻传感器读数计算局部特征的技术构思。因此,无法合理推断出该技术特征。
**技术特征C**<br>《未直接公开或隐含公开》第[0034]段:“According to one embodiment, gesture sensor 159 may be an array of sensors...”**直接公开判断**:对比文件公开了手势传感器可以是一个传感器阵列(array of sensors),这隐含了其包含多个传感器元件并可沿两个维度布置。然而,目标专利的特征C明确限定了“像素包括所述主体传感器元件和像素内电路”。对比文件全文没有提及“像素”(pixel)这一概念,更没有描述像素包含“像素内电路”。对比文件中的传感器(如接近传感器157、光传感器158、手势传感器159)是被作为功能模块描述的,其内部结构并未披露。因此,该特征未被直接公开。<br><br>**隐含公开判断**:本领域技术人员公知,数字图像传感器(如相机)由像素阵列构成,每个像素通常包含感光元件(如光电二极管)和部分读出电路。然而,对比文件并未明确其“传感器阵列”是用于捕获图像的视觉传感器阵列,还是其他类型的传感阵列(例如红外接近检测阵列)。更重要的是,即使认为是图像传感器,对比文件也完全没有提及“像素内电路”及其任何功能(如事件检测或CV计算)。目标专利的“像素内电路”特指用于执行CV计算或事件检测的专用硬件电路,这是其发明的关键。从对比文件公开的传感器阵列无法隐含推理出包含这种特定功能的像素内电路。因此,该特征未被隐含公开。
**技术特征D**<br>《未直接公开或隐含公开》无**直接公开判断**:如特征C所述,对比文件未提及“像素内电路”,更未提及将“CV特征计算硬件”实施为该电路的一部分。因此,该特征未被直接公开。<br><br>**隐含公开判断**:对比文件的技术方案中,数据处理和手势识别逻辑主要位于“手势识别模块”(gesture recognition module 148),这是一个可能在处理器(如应用处理器)上运行的软件/固件模块(参见第[0025]段“residing in memory 145”)。传感器(如手势传感器159)的作用是捕获数据。没有信息表明在传感器像素内部存在用于计算CV特征的专用硬件。因此,无法合理推断出该技术特征。
**技术特征E**<br>《未直接公开或隐含公开》第[0025]段:“...gesture recognition module 148 may instruct wake-up controller 135 to activate various components within sensor block 160 for data gathering purposes.” <br>第[0039]段:“...gesture sensor 159 may capture the performance of gesture 148-1... gesture 148-1 captured by gesture sensor 159 may be used as input for further processing...”**直接公开判断**:对比文件描述了基于传感器数据(接近、光强)的判断结果来激活手势传感器,并捕获手势作为输入(这可以视为一种“事件”)。然而,目标专利的特征E所定义的“事件”具有特定内涵:它是由CV特征变化触发的,并且其“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”。对比文件中的“事件”(如激活手势传感器、捕获到手势)不包含这种由CV特征计算硬件生成的、代表局部CV特征(如LBP标记)的数字位有效负载。因此,该特征未被直接公开。<br><br>**隐含公开判断**:对比文件中的“事件”或触发机制是基于系统唤醒事件和预判逻辑,其有效负载是捕获到的手势运动数据或图像数据,而非计算出的局部CV特征码。两者技术手段和作用均不同。本领域技术人员无法从对比文件中推理出生成包含特定CV特征位有效负载的事件。
**技术特征F**<br>《隐含公开》第[0025]段:“Gesture recognition module 148, residing in memory 145, may be a module capable of using data gathered by components of sensor block 160...” <br>第[0040]段:“...gesture 148-1 captured by gesture sensor 159 may be used as input for further processing by components of system 100.”**直接公开判断**:对比文件没有明确描述“将所述事件发送至处理器”这一具体动作。然而,其描述了手势识别模块(在内存中,暗示由处理器执行)使用传感器块收集的数据,并且捕获的手势被用于系统组件的进一步处理。这隐含了传感器数据或识别出的事件需要被传递到处理单元(如应用处理器)。但该描述不够直接和明确,因此不构成直接公开。<br><br>**隐含公开判断**:对比文件公开的系统100包括各种组件(处理器、内存、传感器等)。手势识别模块148驻留在内存145中,必然需要处理器来执行。传感器(手势传感器159等)捕获的数据最终需要被手势识别模块处理以识别手势,这必然涉及将数据或触发信号从传感器发送到处理系统(可以是专用处理器或应用处理器)。虽然对比文件未明确画出“发送”路径,但根据系统架构和数据处理流程,本领域技术人员可以毫无困难地推断出,检测到的手势或相关事件信息需要被发送至一个处理器(如手势识别模块所在的处理器)进行后续处理。因此,该技术特征被对比文件隐含公开。
**技术特征G**<br>《未直接公开或隐含公开》无**直接公开判断**:对比文件全文未提及“局部二值模式(LBP)标记”或“LBP标记的变体”。因此,该特征未被直接公开。<br><br>**隐含公开判断**:LBP是一种特定的图像局部纹理特征描述子。对比文件涉及手势识别,虽然手势识别可能使用各种特征,但说明书中完全没有提及LBP或其任何变体。本领域技术人员无法从对比文件中推理出使用LBP标记作为局部化CV特征。
**技术特征H**<br>《未直接公开或隐含公开》无**直接公开判断**:对比文件全文未提及“带正负号梯度直方图(HSG)标记”。因此,该特征未被直接公开。<br><br>**隐含公开判断**:HSG是另一种特定的特征描述方法。对比文件说明书中完全没有提及。无法合理推断。
**技术特征I**<br>《隐含公开》第[0034]段:“According to one embodiment, gesture sensor 159 may be a digital camera device (e.g., low-resolution camera device)...”**直接公开判断**:对比文件公开了手势传感器可以是一个数字相机设备。然而,它没有明确说明该“传感器元件阵列”的“每一个”传感器元件“包括至少一个光电二极管”。因此,不构成直接公开。<br><br>**隐含公开判断**:本领域技术人员公知,数字相机设备的核心成像部件是图像传感器(如CMOS或CCD传感器),而这类图像传感器由像素阵列构成,每个像素必然包含至少一个光电二极管用于感光。因此,当对比文件明确将手势传感器描述为“数字相机设备”时,本领域技术人员可以毫无疑义地推断出,其包含的传感器阵列是视觉传感器,并且该阵列的每个感光元件(像素)包括光电二极管。这满足了特征I的限定。因此,该技术特征被对比文件隐含公开。
**技术特征J**<br>《未直接公开或隐含公开》第[0027]段:“In one embodiment, proximity sensor 157 may be operable to emit electromagnetic beams (e.g., infrared beams) within a sensing range...” <br>第[0034]段:“According to one embodiment, gesture sensor 159 may be an array of sensors capable of capturing movements performed by a user through infrared signals.”**直接公开判断**:对比文件提到了使用红外光束的接近传感器和通过红外信号捕获运动的手势传感器。然而,目标专利的“动态视觉传感器(DVS)电路”是一种特定类型的视觉传感器,其工作原理是响应于像素亮度(或对数亮度)的**变化**(超过阈值)而异步输出事件(如地址事件表示),而不是输出完整的帧图像。对比文件描述的红外传感器阵列或数字相机,是用于捕获强度图像或距离信息,并未描述其基于像素级的亮度变化来异步产生事件(即DVS的工作模式)。因此,该特征未被直接公开。<br><br>**隐含公开判断**:对比文件没有提供任何关于其传感器内部电路是DVS电路的提示或描述。其传感器被描述为用于捕获手势的常规传感器(如红外阵列或低分辨率相机)。本领域技术人员无法从“红外传感器阵列”或“数字相机”的表述中,推理出该传感器使用了基于事件的、异步输出地址事件的DVS电路。两者是不同类型的传感器。因此,该特征未被隐含公开。

<<<f>>><<<i>>>

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