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
2006-05-02_发明授权_US07038185B1 Camera for directly generating a gradient image_+++C_I_a_b_d_h+++.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
2009-01-22_发明申请_US20090020612A1 IMAGING DUAL WINDOW SCANNER WITH PRESENTATION SCANNING_+++I+++.docx
2026-02-23 17:34
2009-06-25_发明专利_JP2009140149A Information terminal equipment_+++a_b_c_i+++.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
2011-10-13_发明专利_JP2011205282A Imaging apparatus and image processing method_+++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
2012-09-12_发明公开_CN102663409A 一种基于HOG-LBP描述的行人跟踪方法_+++G_H_i+++.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
2013-04-18_发明专利_JP2013068996A Image file transfer system_+++i+++.docx
2026-02-23 17:34
2013-08-21_发明公开_CN103259985A CMOS图像传感器、像素单元及其控制方法_+++C_I+++.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
2014-06-19_发明申请_US20140169663A1 System and Method for Video Detection and Tracking_+++G_h_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
2014-09-11_发明申请_US20140254864A1 SYSTEM AND METHOD FOR GESTURE DETECTION THROUGH LOCAL PRODUCT MAP_+++B_G_a_c_i+++.docx
2026-02-23 17:34
2014-10-30_发明申请_US20140319325A1 LAMP SIGNAL GENERATION CIRCUIT AND CMOS IMAGE SENSOR_+++C_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
2014-12-02_发明授权_US08902971B2 Video compression repository and model reuse_+++i+++.docx
2026-02-23 17:34
2014-12-11_发明申请_US20140363049A1 METHOD OF ESTIMATING OPTICAL FLOW ON THE BASIS OF AN ASYNCHRONOUS LIGHT SENSOR_+++J_c_i+++.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
2013-08-21_发明公开_CN103259985A CMOS图像传感器、像素单元及其控制方法_+++C_I+++.docx

对比文件名称:2013-08-21_发明公开_CN103259985A CMOS图像传感器、像素单元及其控制方法

目标专利名称:基于事件的计算机视觉计算 CN106716441B

本次调用模型名称:gpt-4-turbo-2024-04-09

### 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>**未被公开**对比文件未公开相关内容。根据目标专利说明书[0066]-[0067]段,局部CV特征是指如LBP标记、HSG标记等低层级计算机视觉标志或指示符,其基于多像素计算得出,用于表示边缘、拐角等特征。对比文件(例如[0090]-[0132]段)描述的是CMOS图像传感器像素单元存储和读取“复位信号V1”和“曝光信号V2”的过程。这些信号是像素自身光电转换产生的模拟电压值,用于生成图像信号,并非通过计算机视觉算法计算得出的“局部CV特征”。对比文件全文未提及任何CV特征的计算或比较。因此,本领域技术人员无法从对比文件中直接或通过推理得出“比较先前局部CV特征与当前局部CV特征”的技术方案。
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>**未被公开**对比文件未公开相关内容。根据目标专利说明书[0066]段,计算局部CV特征(如LBP标记)需要“使用来自传感器元件阵列的多个像素的信息以用于通过执行多像素计算来检测特征”,即需要使用主体传感器元件及其相邻传感器元件的读数。对比文件(例如[0080]-[0099]段及图5)描述的像素单元是一个独立的结构,每个像素单元包括自己的光电二极管、存储电容和晶体管。其工作过程(如[0103]-[0131]段)仅涉及处理本像素产生的信号(复位信号V1、曝光信号V2),并将其存储到本像素内部的电容中或从电容中读出。整个过程未涉及使用任何相邻像素的读数进行联合计算。对比文件解决的是信号衰减和信噪比问题,而非通过多像素数据计算视觉特征。因此,该技术特征未被对比文件公开。
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>**《直接公开》**说明书[0080]段:“所述CMOS图像传感器包括行选择电路81和列选择电路82,还包括像素阵列80,所述像素阵列包括若干个成阵列排布的像素单元”。图5、7显示了像素单元的具体电路结构,包括光电转换元件PD和多个晶体管(M51-M59, C51, C52)。对比文件明确公开了包含成阵列排布像素单元的“像素阵列80”([0080]段),这必然意味着传感器元件(即像素)沿行和列两个维度布置。此外,对比文件详细描述了像素单元的结构(例如图5),其中包含“光电转换元件PD”(相当于传感器元件)以及由多个晶体管(如M51-M59)和电容(C51, C52)构成的电路,这些电路集成在像素内部,共同构成了“像素内电路”。这与目标专利中“像素包括主体传感器元件和像素内电路”的特征完全一致。因此,该技术特征被对比文件直接公开。
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>**未被公开**对比文件未公开相关内容。根据目标专利说明书[0032]-[0034]段及图2、10,专用CV计算硬件可以实施为“像素内电路”,用于计算LBP、HSG等局部CV特征。对比文件中的“像素内电路”(由晶体管和电容构成)的功能是:对光电信号进行复位、存储(采样)、传输和读取(放大输出),以实现相关双采样并提高信噪比(参见[0072], [0103]-[0131]段)。这些电路处理的始终是原始的模拟电压信号,并未执行任何计算机视觉特征计算(如比较像素与邻域像素值以生成编码标记)。因此,对比文件中的像素内电路在作用、功能和目的上均不同于目标专利的CV特征计算硬件,本领域技术人员无法从中推断出存在用于计算CV特征的硬件。该特征未被公开。
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>**未被公开**对比文件未公开相关内容。目标专利中“事件”是基于CV特征变化产生的,包含位置和表示CV特征值的位信息(参见[0065], [0090]段)。对比文件输出的是像素的复位信号和曝光信号(模拟电压值),这些信号通过列选择线Bitline被顺序读出以构成图像(参见[0125], [0129]段)。这个过程是传统的、基于帧的图像传感器信号读出流程,并非响应于某种特征“变化”而触发的“事件”。对比文件既没有“特征有效负载”的概念,也没有输出表示CV特征(如LBP码)的多个位的描述。因此,该技术特征未被对比文件公开。
技术特征F:以及将所述事件发送至处理器。<br>**未被公开**对比文件未公开相关内容。对比文件中,像素信号通过列选择线Bitline输出至“列选择电路82”([0080]段及图8),这是图像传感器芯片内部的标准读出电路。虽然这些信号最终可能被外部处理器接收,但这是所有图像传感器的常规数据通路,其目的是传送原始的图像数据(或经相关双采样处理后的差值信号),而非目标专利中定义的、包含CV特征信息的“事件”。目标专利强调将事件发送至应用程序处理器以用于高层特征检测(如[0037], [0063]段),这与对比文件解决信噪比问题的目的和传输的数据性质均不同。因此,该特征未被公开。
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>**未被公开**对比文件未公开相关内容。LBP标记及其变体是特定的计算机视觉特征描述符。对比文件全文仅涉及CMOS图像传感器的电路结构、时序控制及信号处理,以优化模拟信号的存储和读取,未提及任何计算机视觉算法、特征描述符或“LBP”等相关概念。因此,该技术特征既未被直接公开,也无法从对比文件的内容中隐含推导出来。
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>**未被公开**对比文件未公开相关内容。同上,HSG标记是特定的计算机视觉特征描述符。对比文件仅涉及图像传感器的物理层信号获取和处理,与计算机视觉中的特征提取算法无关。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>**《直接公开》**说明书[0086]段:“在本实施例中,所述光电转换元件PD为光电二极管”。[0080]段已明确为“CMOS图像传感器”。对比文件的主题即为“CMOS图像传感器”([0001]段),这属于视觉传感器的一种。其像素单元的核心部件是“光电转换元件PD”,并明确指出该元件为“光电二极管”([0086]段)。因此,对比文件直接公开了传感器阵列是视觉传感器,且每个传感器元件包含至少一个光电二极管的技术特征。
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>**未被公开**对比文件未公开相关内容。DVS电路是用于检测像素亮度变化并异步输出事件的一种特殊传感器电路(参见目标专利[0060]段)。对比文件描述的是传统的有源像素传感器(APS)结构,其工作方式是基于全局或滚幕快门进行曝光,然后通过同步时序控制将整个帧的信号顺序读出(参见[0103]-[0131]段的时序图6)。这种工作模式与DVS基于事件的、异步的、仅响应变化的输出模式有本质区别。对比文件中没有任何电路被描述为用于检测变化并产生事件的“DVS电路”。因此,该技术特征未被公开。

<<<C>>><<<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