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
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

对比文件名称:2014-08-20_发明公开_CN103999025A 基于视觉的交互式投影系统

目标专利名称:基于事件的计算机视觉计算CN106716441B

模型名称:DeepSeek-R1

特征比对表格

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**: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>**判断结果**:《隐含公开》说明书[0068]段:“分析可包含计算所述区内的亮度值的标准偏差或变化。... 变化检测器886可识别例如像素值(例如,像素亮度值)的变化、范围或标准偏差。变化检测器886可将可变输出识别为绝对或经缩放值(例如,百分比)。变化检测器886可分析整个图像上或图像的一部分内的像素(例如,围绕与对象相关联的位置)。”对比文件公开了分析图像中特定区域(例如,所关注对象位置周围)的像素亮度值变化(如标准偏差)。为了检测状态变化(如从“接近”到“触摸”),本领域技术人员可以合理推断,需要将当前计算出的变化量度(可视为一种“当前局部特征”,即亮度统计特征)与之前计算出的变化量度(“先前局部特征”)进行比较,以判断是否发生了足以触发状态改变(即产生事件)的显著变化。虽然对比文件未明确记载存储并比较“先前局部CV特征”与“当前局部CV特征”的步骤,但其通过分析变化来推断状态(如图7状态机及[0077]段表格)的方法,隐含了需要基于特征值的变化进行判断,这种判断逻辑本领域技术人员可以毫无困难地推导出涉及比较步骤。因此,技术特征A被对比文件隐含公开。
**技术特征B**: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>**判断结果**:《直接公开》说明书[0068]段:“分析所关注位置(i,j)周围的顶部块K。针对每一列σi计算经修改标准偏差。接着对经修改标准偏差求平均以计算时间相依组合变化量度al。”<br>说明书[0065]段:“在610处,可识别所关注的区。所述区可包含所关注点周围的区域。举例来说,所述区可包含所关注点周围的矩形区。”对比文件明确公开了计算特征(亮度变化量度,如标准偏差)时,使用的是所关注点(对应于目标专利的“主体传感器元件”位置)周围一个区域(块或矩形区)内的像素值。该区域内的像素即对应于目标专利中“与主体传感器元件相邻的传感器元件”。计算过程(如计算各列标准偏差再平均)明确使用了来自主体位置及其相邻位置的传感器读数(像素亮度值)。这与目标专利中计算局部CV特征时使用相邻传感器读数的技术手段相同。因此,技术特征B被对比文件直接公开。
**技术特征C**: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>**判断结果**:《未公开》说明书[0033]段:“相机120可包括滤光器,例如红外滤光器,使得其可使显示屏160成像。”对比文件提及了相机(120),相机必然包含传感器元件阵列(例如CMOS或CCD阵列),这些传感器元件沿两个维度布置。然而,对比文件完全没有提及“像素内电路”这一概念,更未记载像素由传感器元件和像素内电路组成。其所有图像处理(如特征计算、变化检测)均在相机之外的图像分析器(880)或处理器(910)中完成。因此,技术特征C中关于“像素包括所述主体传感器元件和像素内电路”的部分未被对比文件公开。
**技术特征D**: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>**判断结果**:《未公开》(无相应内容)如技术特征C所述,对比文件未公开任何“像素内电路”。因此,将CV特征计算硬件实施为像素内电路的一部分这一特定技术特征,在对比文件中完全没有被提及或暗示。
**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>**判断结果**:《部分直接公开,部分未公开》说明书[0077]段表格及[0090]段:“对象状态检测器896可推断对象的状态(例如,停悬、闲置、触摸屏幕或接近屏幕)。... 程序交互器898可耦合到投影光学元件805... 用户可通过触摸上面投影或显示图像或表示的表面而与程序、应用或计算机系统交互。... 当系统800检测到用户触摸上面显示图像的表面时,系统可将所述触摸视为点击事件...”<br>说明书[0062]段:“在515处,可例如基于经过滤的图像估计与对象相关联的位置。”对比文件直接公开了基于分析(可隐含包含比较,见特征A)来推断对象状态(如“触摸屏幕”),这相当于“产生事件”。该事件必然关联于对象的位置(对比文件公开了位置估计,[0062]段),并且该状态推断会用于触发与程序的交互(视为点击事件)。因此,“基于比较产生事件”和“事件包括主体传感器元件的位置”被直接公开。然而,对比文件中的“事件”所携带的“有效负载”是对象的状态类别(如“触摸”),而非目标专利中明确限定的“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”。对比文件没有公开将计算出的具体CV特征值(如LBP标记的位表示)作为有效负载进行传输。因此,技术特征E中关于特征有效负载的部分未被公开。
**技术特征F**:将所述事件发送至处理器。<br>**判断结果**:《直接公开》说明书[0098]段:“举例来说,一个或一个以上处理器910可执行过程400的框420、425和/或440... 此外,所述一个或一个以上处理器910可指示和/或致使一个或一个以上其它元件(例如,投影仪105、光源110、光源115和/或相机120)...”<br>说明书[0084]-[0090]段描述了图像分析器880、对象状态检测器896等组件,它们通常由处理器(如910)实施或与之通信。对比文件公开的系统包含处理器(910)用于执行图像分析和状态检测。由相机俘获的图像数据被发送给图像预处理器、分析器等,这些模块通常由处理器执行或与处理器紧密耦合。最终推断出的对象状态(即“事件”)被程序交互器使用,而程序交互器也由处理器控制。因此,整个信息流(从传感器读数到事件产生及应用)必然涉及将数据及结果发送至处理器进行处理和响应。这直接公开了“将事件发送至处理器”这一特征。
**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>**判断结果**:《未公开》(无相应内容)对比文件中用于判断状态的特征是像素亮度值的统计量(如标准偏差、变化)以及亮度极性的正负号(暗/亮)。全文未提及任何关于局部二值模式(LBP)、LBP标记或其任何变体的内容。
**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>**判断结果**:《未公开》(无相应内容)对比文件中未提及带正负号梯度直方图(HSG)标记。
**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>**判断结果**:《隐含公开》说明书[0033]段:“相机120可包括滤光器,例如红外滤光器,使得其可使显示屏160成像。”对比文件明确其系统包含相机(120),相机是一种视觉传感器。在本领域技术人员的普遍知识中,用于成像的相机(如CMOS或CCD相机)其传感器元件阵列通常由包含光电二极管的像素组成,光电二极管用于将入射光转换为电信号。虽然对比文件说明书未明文写出“每一个传感器元件包括至少一个光电二极管”,但这是实现其成像功能的公知且必然的技术手段。因此,本领域技术人员可以毫无疑义地推断出该技术特征。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>**判断结果**:《未公开》(无相应内容)对比文件中产生事件(即判断对象状态)的机制是基于对捕获的图像进行软件/算法分析(如计算变化量度、检测极性),并未提及使用任何专用的动态视觉传感器(DVS)电路来产生事件。

<<<B>>><<<F>>><<<a>>><<<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