返回项目页面
对比文件列表
CN104125419A_Description_20260218_1700_+++Q_a+++.docx
2026-02-23 21:30
CN104125433A_Description_20260218_1701_+++B_F_L_N_P_Q_a_c_d_e_g_i_j_k+++.docx
2026-02-23 21:30
EP0746778A1_Description_20260218_1724_+++Q_a+++.docx
2026-02-23 21:30
EP2026246A1_Description_20260218_1706_+++B_L_M_O_P_Q_a_n+++.docx
2026-02-23 21:30
Espacenet下载日志_2026-02-18T09-34-57_+++K_a_b_c_d_f_i_j_l_m_n_p_q+++.docx
2026-02-23 21:30
JP2004157847A_Description_20260218_1703_+++B_L_M_P_a_n_o+++.docx
2026-02-23 21:30
JP2014137743A_Description_20260218_1720_+++A_F_L_M_P_Q_b_h_n_o+++.docx
2026-02-23 21:30
JP2014142202A_Description_20260218_1715_+++B_C_E_F_G_K_L_M_P_Q_a_d_i_j+++.docx
2026-02-23 21:30
JP2014142832A_Description_20260218_1707_+++A_B_C_E_F_G_K_L_N_P_Q_i_j+++.docx
2026-02-23 21:30
JP2015056843A_Description_20260218_1711_+++A+++.docx
2026-02-23 21:30
US5617085A_Description_20260218_1700_+++B_L_M_P_Q_a_e_f_k+++.docx
2026-02-23 21:30
US7804982B2_Description_20260218_1719_+++A_Q+++.docx
2026-02-23 21:30
US9213901B2_Description_20260218_1716_+++A_F_Q_b_e_h+++.docx
2026-02-23 21:30
US9501725B2_Description_20260218_1716_+++A_Q_l_m+++.docx
2026-02-23 21:30
US9886774B2_Description_20260218_1721_+++Q_a+++.docx
2026-02-23 21:30
US9928418B2_Description_20260218_1722_+++A_Q_c_k+++.docx
2026-02-23 21:30
US10422913B2_Description_20260218_1727_+++a+++.docx
2026-02-23 21:30
US2003058963A1_Description_20260218_1714_+++a+++.docx
2026-02-23 21:30
US2004178945A1_Description_20260218_1702_+++A_B_E_F_L_M_P_Q+++.docx
2026-02-23 21:30
US2005004762A1_Description_20260218_1717_+++B_L_M_Q_a_n_p+++.docx
2026-02-23 21:30
US2005096525A1_Description_20260218_1721_+++A_C_K_q+++.docx
2026-02-23 21:30
US2008071559A1_Description_20260218_1710_+++A_L_Q_m+++.docx
2026-02-23 21:30
US2008180552A1_Description_20260218_1724_+++A_Q+++.docx
2026-02-23 21:30
US2010012846A1_Description_20260218_1725_+++a+++.docx
2026-02-23 21:30
US2010074956A1_Description_20260218_1734_+++A_a+++.docx
2026-02-23 21:30
US2010253492A1_Description_20260218_1723_+++A_B_H_L_M_N_O_P_Q_c_e_f_g_i_j_k+++.docx
2026-02-23 21:30
US2013223686A1_Description_20260218_1657_+++A_L_M_N_P_Q_h_o+++.docx
2026-02-23 21:30
US2013335569A1_Description_20260218_1658_+++B_L_M_P_Q_a_e_f_g_j_n+++.docx
2026-02-23 21:30
US2014035909A1_Description_20260218_1704_+++A_C_K_d_q+++.docx
2026-02-23 21:30
US2014064626A1_Description_20260218_1659_+++A_C_K_d+++.docx
2026-02-23 21:30
US2014282220A1_Description_20260218_1705_+++A_B_N_Q_l_m_o_p+++.docx
2026-02-23 21:30
US2015269785A1_Description_20260218_1718_+++A_L_M_O_P_Q_c_k_n+++.docx
2026-02-23 21:30
US2016068560A1_Description_20260218_1730_+++a+++.docx
2026-02-23 21:30
US2005096525A1_Description_20260218_1721_+++A_C_K_q+++.docx

对比文件名称:US2005096525A1_Description_20260218_1721

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

本次调用的模型名称: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:其包括:存储器《直接公开》**第0023段:“计算机系统201...包括...内存203...”对比文件明确公开了计算机系统包含内存(memory)203。内存是用于存储数据和指令的硬件组件,这与目标专利中存储器的基本作用和定义相同。因此,本领域技术人员能毫无疑义地得出对比文件公开了“存储器”这一技术特征。
**技术特征B:处理器,其经配置以:接收与物件相关联的位置数据《未公开》**无直接对应引用。对比文件涉及接收图像数据(如CT扫描仪信号)和估计图像内部模式位置。目标专利的“位置数据”特指与待检测物件(如行人、车辆)相关的空间位置信息,可能来自雷达、GPS等传感器,用于指示物件可能存在的区域。对比文件接收的是图像数据本身(如CT体积数据),其提及的“模式位置”(如肿瘤中心)是通过分析图像内容(如强度)确定的特征点位置,而非从外部传感器获得的、与图像数据独立的物件位置数据。两者在数据来源、性质及在各自技术方案中的作用(目标专利:约束搜索范围;对比文件:作为协方差估计的起点)均不相同。因此,对比文件既未直接公开也未隐含公开此特征。
**技术特征C: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《直接公开》**第0028段:“尺度空间理论指出,给定一个d维连续信号f:Rd→R,信号f的尺度空间表示F:Rd ×R+ →R是扩散方程的唯一解...或者等效地,用不同分析带宽(或尺度)矩阵HεRd×d 的d变量高斯核对信号进行卷积,F (x;H )=f (x )*Φ(x; 0,H )。”对比文件明确描述了从信号源(如CT扫描仪)接收数据(例如体积图像数据f(x)),并通过对该数据与不同带宽(尺度)的高斯核进行卷积来生成尺度空间表示(scale-space representation)F(x;H)。这对应于接收图像数据并生成其多个缩放空间(尺度空间)表示,且这些表示包括不同尺度(如不同H),可对应于第一、第二等缩放空间表示。因此,本领域技术人员能毫无疑义地得出对比文件公开了接收图像数据及生成多个缩放空间表示的技术特征。
**技术特征D:,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《未公开》**无对应引用。对比文件仅描述了通过改变高斯核带宽(H)生成不同尺度表示。目标专利的特征D限定了缩放空间表示的特定物理几何关系:它们对应于从同一图像传感器、同一视野出发,但在不同距离处形成的图像平面,从而具有不同的分辨率(见说明书第[0031]段及图1)。对比文件虽然生成多个尺度空间表示,但这是通过改变数学上的高斯核尺度参数(H)实现的,是一种信号处理层面的多尺度分析,并未将这些表示与“距图像传感器的不同距离”或“同一视野”这样的物理成像几何模型相关联。对比文件未提及图像传感器、视野或距离-分辨率关系。因此,该特征未被公开。
**技术特征E: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《未公开》**无对应引用。对比文件的流程是基于图像数据本身进行模式寻找和协方差估计。这是目标专利的核心发明点之一:利用外部提供的位置数据(指示物件可能区域)与各个缩放空间表示所覆盖的区域进行重叠判断,从而在选定的缩放空间表示中识别出一个缩小的搜索区域(子区)。对比文件的整个方法(如图1、3所示)是基于图像数据本身,通过均值漂移寻找模式(图像内部特征点),并在该模式位置利用尺度空间Hessian估计协方差以确定兴趣体积(如肿瘤)的 spread,并未引入一个独立的“位置数据”来与尺度空间表示的区域进行重叠比较以划定搜索区。因此,该特征未被公开。
**技术特征F: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。《未公开》**对比文件描述了确定兴趣体积(如肿瘤)的位置和 spread(参见第0034段,图6)。对比文件确实执行检测,其结果是确定一个兴趣体积(即检测到的物件,如肿瘤)的位置和范围(协方差椭圆)。然而,这种检测是基于整个图像数据在估计出的模式位置附近进行的分析,而不是在由外部位置数据定义的、经过重叠识别后得到的特定“搜索区域”中进行的。目标专利的“在搜索区域中检测”强调了检测范围的限定性,这是其提高效率的关键,而对比文件没有此限定。因此,该特征未被公开。
**技术特征G: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。《未公开》**无对应引用。该特征进一步限定搜索区域是重叠区域。如前所述,对比文件没有基于外部位置数据识别重叠区域的概念,因此该特征未被公开。
**技术特征H: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。《未公开》**无对应引用。对比文件没有提及生成用于限定搜索区域的“掩模”(mask),更没有提及为掩模中的区(像素)分配表示检测概率的值。对比文件输出的是兴趣体积的协方差估计,通常表示为椭圆或椭球(如图6中603),用于描述已检测物件的几何属性,而非用于指导搜索过程的概率图。因此,该特征未被公开。
**技术特征I: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。《未公开》**无对应引用。该特征是判断重叠的步骤。对比文件没有涉及基于外部位置数据判断缩放空间表示区域是否重叠的操作。因此,该特征未被公开。
**技术特征J: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。《未公开》**无对应引用。该特征同样是在检测前判断重叠的步骤。对比文件没有此步骤。因此,该特征未被公开。
**技术特征K: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。《直接公开》**第0028段:“...用不同分析带宽(或尺度)矩阵HεRd×d 的d变量高斯核对信号进行卷积”。更大的带宽H通常会导致更平滑、更粗糙(即分辨率更低)的尺度空间表示。对比文件明确通过对原始信号(图像数据)与不同带宽(尺度)的高斯核进行卷积来生成多个尺度空间表示。在本领域,更大的分析带宽(尺度)会导致信号更平滑,细节丢失更多,这等效于产生了分辨率更低的图像表示。因此,不同带宽(H)的尺度空间表示F(x;H)对应于原始场景的不同分辨率图像,且带宽越大,对应的有效分辨率越低。本领域技术人员能毫无疑义地得出对比文件公开了多个缩放空间表示对应不同分辨率图像,且其中存在分辨率较低图像的技术特征。
**技术特征L: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。《未公开》**第0023段提及“信号源208,例如CT扫描仪”。图2系统包括输入设备206(如鼠标、键盘)。对比文件的系统包括信号源(如CT扫描仪),这是一种图像采集设备,而非目标专利所指的用于提供物件位置数据的“位置传感器”(如雷达、GPS)。输入设备(鼠标、键盘)用于人机交互,也不是位置传感器。因此,对比文件没有公开设备包含用于提供位置数据的位置传感器。
**技术特征M: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。《未公开》**无对应引用。对比文件完全没有提及任何具体类型的位置传感器。因此,该特征未被公开。
**技术特征N: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。《未公开》**对比文件可以从外部信号源(如CT扫描仪)接收图像数据。对比文件可以从外部设备(如CT扫描仪)接收图像数据,但这属于“图像数据”,而非目标专利所定义的“位置数据”。没有证据表明对比文件从分离的、专门提供物件位置数据的传感器接收数据。因此,该特征未被公开。
**技术特征O: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。《未公开》**无对应引用。对比文件分析的是图像数据本身(如HRCT)。目标专利中的位置数据可以来源于预先存在的3D地图,该地图指示了物件(如行人)可能出现的区域(如路面)。对比文件虽然处理3D图像数据(体积数据),但这本身就是待分析的图像,而不是一个用于指示物件可能区域的、独立的“3D地图”位置数据。对比文件没有提及使用此类外部3D地图来提供位置数据。因此,该特征未被公开。
**技术特征P: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。《未公开》**无对应引用。该特征限定了位置数据与传感器提供的物件位置相关联。如前所述,对比文件未涉及此类位置数据。因此,该特征未被公开。
**技术特征Q: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。《隐含公开》**第0023段:“...处理来自信号源208的信号,例如CT扫描仪”。目标专利要求设备包括图像传感器,且具体化为相机。对比文件的系统包括信号源208,例如CT扫描仪。CT扫描仪是一种医学成像设备,其功能是采集图像数据,在本领域技术人员的理解中,属于一种图像传感器。虽然对比文件未明确称之为“相机”,但相机是图像传感器的一种常见类型。为了实现对比文件所述的技术方案(接收图像数据并生成尺度空间表示),本领域技术人员能够理解,必须存在某种图像采集装置(如CT扫描仪、相机等)来提供原始图像数据f(x)。因此,可以合理推断对比文件隐含公开了设备包括图像传感器(尽管具体类型可能不同)。

<<<A>>><<<C>>><<<K>>><<<q>>>

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