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
US2014035909A1_Description_20260218_1704_+++A_C_K_d_q+++.docx

对比文件名称:US2014035909A1_Description_20260218_1704

目标专利名称:180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

模型名称:本次分析未提供具体模型名称,将基于给定的专利和对比文件内容进行创造性评估。

### 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:存储器《直接公开》**第[0017]段:”The components of the computer 101 can comprise, but are not limited to, one or more processors or processing units 103, a system memory 112...”对比文件明确公开了计算机系统包含系统内存(system memory)112,这是存储器的一种具体形式。虽然对比文件中的存储器主要用于存储图像数据、程序模块等,而目标专利中存储器的具体用途可能不同,但作为设备的一个基本硬件组成部分,其存在和作用(存储数据)是相同的。本领域技术人员能毫无疑义地从对比文件得出设备包含存储器的技术方案。因此,该技术特征被对比文件直接公开。
**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》**未找到相关描述。目标专利中的“位置数据”特指与待检测物件相关联的外部数据,例如来自雷达、GPS、3D地图等,用于指示物件可能存在的区域(参见说明书[0007],[0029]段)。对比文件全文涉及从一对立体图像计算深度(视差图)以重建三维形状,其处理的对象是图像本身,并未提及接收来自图像传感器之外的、与特定物件相关联的“位置数据”。对比文件中计算出的“视差”或“深度”是图像处理的结果,并非用于指导搜索的输入性位置数据。因此,该技术特征既未被直接公开,也未被隐含公开。
**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[0026]段:”At least a first image 204 and a second image 206 of the object 202 are created. A computer... then receives the first and second images 204, 206.”<br>第[0027]段:”The processor 101 creates scale-space representations 208, 210 of the first image 204 and 216, 218 of the second image 206.”对比文件明确公开了处理器接收包含对象(object 202)的第一和第二图像(即场景的图像数据),并且为这些图像创建了尺度空间表示(scale-space representations),包括多个表示(例如208,210)。这完全对应于目标专利中接收包含物件的场景图像数据,且该图像数据与多个缩放空间表示相关联的技术特征。虽然目标专利的应用是物件检测,而对比文件是三维重建,但“接收图像数据并关联/生成多个缩放空间表示”这一技术手段是相同的。因此,该技术特征被对比文件直接公开。
**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《隐含公开》**第[0028]段:”Image I1 (x, y) at scale sk is produced from a convolution with the variable-scale Gaussian kernel G(x, y, σk ), followed by a bicubic interpolation to reduce its dimension... The scales of neighboring images increase by a factor of r with a down-scaling factor: sk =rk , r⟩1...”目标专利该特征定义了缩放空间表示的物理成像含义:它们对应于在同一视野方向下,距图像传感器不同距离处的、具有不同分辨率的图像平面(参见说明书[0031]段)。对比文件公开了通过高斯核卷积和双三次插值下采样来生成不同尺度(scale)的图像表示,这些表示具有不同的维度(即分辨率)。在计算机视觉的尺度空间理论中,不同的尺度可以理解为对原始图像在不同“观察距离”或“模糊程度”下的表示。虽然对比文件没有明确将不同尺度与“距图像传感器的不同距离”这一具体成像几何模型直接关联,但本领域技术人员知晓,在针孔相机模型下,图像分辨率的改变(如下采样)可以等效为虚拟成像平面沿光轴移动或物体距离变化所导致的像素尺度变化。因此,从对比文件公开的“生成不同尺度的图像表示(对应不同分辨率)”出发,结合公知的成像几何知识,本领域技术人员有可能合理推断出这些表示可以与“在同一方向上距图像传感器的不同距离”相关联。因此,该技术特征被对比文件隐含公开。
**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》**未找到相关描述。这是目标专利的核心发明点之一:利用外部的位置数据(如雷达区域或3D地图区域)来限定在哪个(些)缩放空间表示中、以及在表示中的哪个子区域(搜索区域)进行物件检测,从而大幅减少计算量(参见说明书[0007],[0009],[0033]段)。对比文件虽然使用了多尺度表示,但其处理是在整个图像范围内计算视差以进行三维重建,并未引入任何外部“位置数据”来界定“区”,也没有基于“重叠”来识别和缩小“搜索区域”的概念。其“搜索”是在像素级别为每个点寻找对应点,范围由视差范围决定(第[0037]段),而非由外部数据指导。因此,该技术特征既未被直接公开,也未被隐含公开。
**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》**未找到相关描述。目标专利的“检测物件”是指在图像中识别出行人、车辆等特定目标(参见说明书[0004],[0035]段)。对比文件的目标是计算视差图并重建三维形状(“determining the three-dimensional shape”),其输出是深度/三维模型,而非检测出特定的“物件”。虽然三维形状是从“物件”的图像中获得的,但处理的目的和结果不同。更重要的是,如特征E所述,对比文件没有“基于位置数据识别的搜索区域”这一前提。因此,该技术特征未被公开。
**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》**未找到相关描述。该特征是对特征E和F中“搜索区域”的进一步定义。如前述,对比文件既未公开基于外部位置数据指示的“区”,也未公开基于重叠识别“搜索区域”的操作。因此,该技术特征未被公开。
**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》**第[0047]段:”...by introducing an impact mask W(x0, y0, sk)... W (x0, y0, sk )=exp[−α\D0 (x0, y0, sk )−D0 (x0, y0, sk )\]...”目标专利的“掩模”是基于位置数据(如3D地图)生成的,用于标记图像中不同区域进行物件检测的优先级或概率(参见说明书[0066],[0068]段)。对比文件中的“impact mask”是基于当前尺度的视差图D0计算得到的,用于在特征匹配时根据邻域像素的视差一致性进行加权,以提高匹配准确性。两者的作用截然不同:一个用于基于外部信息指导物件检测的搜索范围;另一个用于基于内部计算的视差一致性优化立体匹配过程。虽然都使用了“掩模”概念,但技术问题、生成依据和作用均不相同。因此,该技术特征未被对比文件公开。
**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》**未找到相关描述。该特征是实现特征E的具体步骤之一。如前述,对比文件未涉及“由位置数据指示的区”,因此也就不存在确定缩放空间表示区域是否与该区重叠的操作。该技术特征未被公开。
**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》**未找到相关描述。与特征I同理,该技术特征未被公开。
**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:”Image I1 (x, y) at scale sk is produced... followed by a bicubic interpolation to reduce its dimension... The scales of neighboring images increase by a factor of r with a down-scaling factor: sk =rk , r⟩1...”对比文件明确描述了通过下采样(reduce its dimension)来生成不同尺度的图像表示,且相邻尺度的图像通过因子r进行下采样(r>1),这意味着尺度索引k越大,图像维度(分辨率)越低。因此,不同的尺度空间表示必然对应不同分辨率的图像,且存在分辨率高低之分。这直接公开了目标专利中不同缩放空间表示对应不同分辨率图像,且其中一个分辨率低于另一个的技术特征。
**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》**未找到相关描述。对比文件全文未提及任何位置传感器(如雷达、GPS等)。其图像数据来源是相机(第[0033]段提及“digital camera”),但并未将其描述为提供“与物件相关联的位置数据”的传感器。因此,该技术特征未被公开。
**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》**未找到相关描述。对比文件未公开位置传感器,更未公开其具体类型。因此,该技术特征未被公开。
**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》**未找到相关描述。对比文件未公开从任何位置传感器接收位置数据。因此,该技术特征未被公开。
**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》**未找到相关描述。目标专利该特征指位置数据可以来源于预存的或动态的3D地图,该地图标明了某类物件(如行人)可能出现的区域(如路面以上0-3米)(参见说明书[0007],[0063]段)。对比文件虽然最终会生成物体的三维形状(可视为一种3D模型),但这是处理的结果,而非用于指导处理的输入性“位置数据”或“地图”。因此,该技术特征未被公开。
**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》**未找到相关描述。该特征限定了位置数据的双重来源或关联性。对比文件未公开任何由位置传感器提供的位置数据。因此,该技术特征未被公开。
**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[0033]段:”The images can be captured in any way, such as with a simple digital camera...”目标专利要求设备包括图像传感器,且其为相机。对比文件第[0033]段提到图像可以通过数码相机(digital camera)捕获。虽然对比文件没有明确将相机作为其所述计算机系统(101)的必选组成部分进行描述,而是作为图像的可能来源,但本领域技术人员可以理解,要获得和处理图像数据,必然存在一个图像捕获装置,即图像传感器。结合对比文件明确提及数码相机作为捕获方式,可以合理推断其系统包含或连接有作为图像传感器的相机。因此,该技术特征被对比文件隐含公开。

<<<A>>><<<C>>><<<d>>><<<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