返回项目页面
对比文件列表
US9501725B2_Description_20260218_1716_+++A_Q_l_m+++.docx

对比文件名称:US9501725B2_Description_20260218_1716

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

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》[0087] In some embodiments, memory 520 offers both short-term and long-term storage and may in fact be divided into several units. Memory 520 may be volatile, such as static random access memory (SRAM) and/or dynamic random access memory (DRAM) and/or non-volatile, such as read-only memory (ROM), flash memory, and the like. Furthermore, memory 520 can include removable storage devices, such as secure digital (SD) cards. Thus, memory 520 provides storage of computer-readable instructions, data structures, program modules, and other data for mobile device 500.对比文件明确公开了设备(例如移动设备500)包含存储器(memory 520),用于存储指令、数据结构、程序模块和其他数据。这与目标专利中“存储器”这一通用硬件组件的作用相同,都是为设备提供数据存储功能。因此,本领域技术人员能够毫无疑义地确定对比文件直接公开了技术特征A。
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《隐含公开》[0037] ... The known scene may be given by a known planar object (planar target), a known three-dimensional object (3-D target) or a combination of the two. The target's position and orientation are known to a mobile device that is to scan the object. ... The device may analyze the images in real time, in a time period delayed by up to several seconds, or may simply store the images for later analysis.对比文件描述了在扫描物体时,已知目标(target)的位置和方向对于移动设备是已知的。为了创建物体的3D表示,设备需要知道其自身相对于目标(即场景中的已知参照物)的位置。虽然对比文件未明确描述处理器“接收”一个与“待检测物件”相关联的独立位置数据流,但其整个系统运作隐含了处理器必须知晓或获取与场景中目标(可视为一种“物件”)相关联的位置和方向信息,以便进行后续的图像匹配和3D关键点计算。因此,本领域技术人员通过合理推断,可以认为处理器被配置为接收与(作为参照的)物件相关联的位置数据。
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《未公开》[0037] ... A user may enter a command to begin a scanning process, at which point the mobile scanning camera may begin capturing images of a scene including the object.对比文件公开了使用相机捕获包含物体的场景的图像数据。然而,目标专利的核心在于使用同一场景的“多个缩放空间表示”,即图像数据的不同分辨率版本(如全分辨率、中分辨率、低分辨率)。对比文件完全没有提及“缩放空间表示”(scale-space representation)这一概念。其系统处理的是从不同物理位置和角度捕获的多个图像,以进行3D重建,而非对同一图像数据进行下采样生成多个分辨率的版本用于不同距离的物体检测。因此,对比文件既未直接公开也未隐含公开技术特征C。
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》无相应内容技术特征D进一步限定了缩放空间表示的特性:它们对应于在同一方向上、距图像传感器不同距离处、同一视野但分辨率不同的图像平面。这是目标专利中用于高效检测不同距离物体的关键。对比文件完全未涉及此概念,其图像是在不同物理位置(不同方向和距离)拍摄的,目的是覆盖物体的不同侧面以进行3D建模,而非生成同一视野的多分辨率表示。因此,该技术特征未被公开。
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》[0062] ... At the first stage of object point of interest segmentation and filtering, all the collected points of interest that do not reside within this bounding box may be discarded.对比文件描述了通过定义一个三维边界框(bounding box)来过滤与物体无关的兴趣点,这可以视为一种基于空间区域(边界框)来识别所关注区域(框内区域)的方法。然而,目标专利的技术特征E涉及一个特定过程:利用位置数据指示的区(如雷达探测区或3D地图区域)与**多个缩放空间表示**各自的图像区域进行重叠判断,从而在**缩放空间表示内**识别出搜索子区。对比文件既没有“缩放空间表示”,也没有描述基于位置数据区与这些表示的重叠来识别搜索区域的过程。其边界框是基于已知目标或用户输入在3D空间中静态定义的,用于过滤3D关键点,而非在2D图像的不同分辨率版本上动态识别搜索窗口。因此,该技术特征未被公开。
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》[0036] ... Such object representations may be stored on a device that is not connected to a network, and may be used to recognize objects in images captured by the device.对比文件公开了使用存储的物体表示(关键点)来识别(recognize)图像中的物体。然而,技术特征F限定了在“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”进行检测。如前所述,对比文件没有“缩放空间表示”和基于重叠识别的“搜索区域”的概念。其物体识别是在完整的捕获图像中,通过匹配特征点进行的。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》无相应内容技术特征G是对搜索区域定义的进一步明确,依赖于“第一缩放空间表示”。由于对比文件未公开任何“缩放空间表示”,因此该从属特征也必然未被公开。
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》无相应内容对比文件未提及为搜索区域生成“掩模”(mask),更未提及该掩模的区与像素对应并带有检测概率值。目标专利中的掩模用于概率化地指导搜索(如图5B),这是其提高搜索效率的特定手段。对比文件中的过滤(如边界框过滤、密度过滤)是二元的(保留或丢弃),不涉及概率值。因此,该技术特征未被公开。
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》无相应内容该特征涉及对第二缩放空间表示进行重叠判断。由于对比文件未公开“缩放空间表示”,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》无相应内容该特征涉及对第一缩放空间表示进行重叠判断。由于对比文件未公开“缩放空间表示”,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。《未公开》无相应内容该特征明确了缩放空间表示是不同分辨率的图像。对比文件未公开此内容。
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。《隐含公开》[0091] ... Further, as described herein, certain hardware modules such as the accelerometer, the GPS module, the gyroscope, the inertial sensor, or other such modules may be used to estimate relative locations between key frames.对比文件明确列举了设备中可包含的多种硬件模块,包括GPS模块、加速度计、陀螺仪等惯性传感器,这些都属于广义上的“位置传感器”。并且,文中提到这些模块“may be used to estimate relative locations between key frames”,即用于估计关键帧之间的相对位置。这隐含了处理器会从这些传感器接收数据(位置或运动数据)以进行计算。虽然对比文件未使用“从所述位置传感器接收所述位置数据”的表述,但本领域技术人员可以合理推断,为了实现位置估计功能,处理器必然需要从这些传感器接收数据。因此,技术特征L被隐含公开。
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。《隐含公开》[0091] ... certain hardware modules such as the accelerometer, the GPS module, the gyroscope, the inertial sensor, or other such modules may be used to estimate relative locations...对比文件明确提到了“GPS module”作为可用于位置估计的硬件模块。虽然未明确列出雷达、激光雷达、超声波、DSRC等具体传感器,但GPS装置已被具体公开。考虑到目标专利权利要求中使用了“或其任一组合”的表述,且GPS装置是位置传感器的典型代表之一,本领域技术人员可以理解,对比文件公开的“GPS module”已落入该技术特征所涵盖的范围之内。因此,技术特征M被隐含公开(部分公开)。
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》无相应内容对比文件描述的位置传感器(如GPS模块、加速度计等)都是设备(如移动设备500)的一部分或硬件模块(参见[0091]),并未提及位置传感器与设备分离。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》[0036] ... Such object representations may be stored on a device that is not connected to a network, and may be used to recognize objects in images captured by the device.对比文件中的“object representation”是存储关键点等信息的数据库记录,用于后续识别物体,它本身是识别过程的输出和比对依据,而不是在检测前用于指示物体可能存在于何处的“3D地图”。目标专利中的“3D地图”是预先存在的场景空间信息(如道路、人行道区域),用于在检测前限定搜索范围。两者在作用上完全不同。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》该特征在权利要求中表述存在歧义,通常理解为对处理器的进一步限定,或与特征B/L存在重复。对比文件中,位置传感器提供的是**设备自身**的位置/姿态信息,用于计算相机位姿,而不是提供“所述物件的位置”。物件(被扫描的物体)的位置是通过图像处理和三角测量计算出来的,而不是由位置传感器直接提供的。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。《直接公开》[0091] ... a camera module, a proximity sensor, an alternate line service (ALS) module, ...对比文件多次提及设备包含相机模块(camera module),例如在[0091]段将其列为硬件模块之一,并在[0037]等段落描述其用于捕获图像。这与目标专利中“图像传感器包括相机”的技术特征完全相同。因此,本领域技术人员能够毫无疑义地确定对比文件直接公开了技术特征Q。

<<<A>>><<<Q>>><<<l>>><<<m>>>

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