[发明专利]基于事件的计算机视觉计算有效

专利信息
申请号: 201580050415.2 申请日: 2015-09-24
公开(公告)号: CN106716441B 公开(公告)日: 2021-05-25
发明(设计)人: 阿洛克·戈维尔;金秀尹;艾弗杰尼·佩托维奇·高瑟夫 申请(专利权)人: 高通股份有限公司
主分类号: G06K9/00 分类号: G06K9/00
代理公司: 北京市柳沈律师事务所 11105 代理人: 安之斐
地址: 美国加利*** 国省代码: 暂无信息
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 基于 事件 计算机 视觉 计算
【说明书】:

发明提供某些技术以用于基于在例如边缘、转角等的CV特征中检测到变化而触发事件,方法是基于传感器读数产生计算出的结果。本发明还提供其它技术以用于当基于传感器元件的传感器读数的变化检测到事件时检测CV特征。在某些方面中,可以在传感器上的电路中或在计算装置上的软件/固件中单独地或组合地执行事件检测逻辑和特征演算CV视觉运算。

技术领域

本发明大体上涉及启用计算机视觉,且更确切地说,涉及使用计算机视觉改善检测特征的效率。

背景技术

计算机视觉是包含获取、处理、分析和理解图像以用于各应用中的方法的领域。传统地,耦合到传感器的处理器从传感器获取图像数据,并对从传感器接收的信息执行某些计算机视觉(CV)运算以用于检测CV特征且因此检测与那些特征相关联的对象。特征可以包括边缘、拐角等。这些CV特征可用于确定宏观特征,例如人脸、笑容及手势。执行于处理器上的程序可在例如平面检测、人脸检测、笑容检测、手势检测等多种应用中使用所检测的特征。

近年来已付出许多努力以使得计算装置能够检测在计算装置的视野中的特征和对象。计算装置(例如移动装置)经设计对由移动装置使用的处理资源量和功率量以及热消散具有灵敏性。然而,传统地,在计算装置的视野中使用相机检测特征及对象要求大量处理资源,从而在例如移动装置的计算装置中带来较高功率消耗及较低电池寿命。

附图说明

通过实例来说明本发明的方面。参考图式提供以下描述,其中相同参考标号始终用于指代相同元件。尽管本文中描述一或多种技术的各种细节,但其它技术也是可能的。在一些情况下,以方块图形式示出的众所周知的结构和装置以便有助于描述各种技术。

可参考说明书和图式的其余部分来实现对由本发明提供的实例的本质和优点的进一步理解,其中贯穿若干图式使用相同参考标号来指代类似组件。在一些情况下,子标记与参考标号相关联以表示多个类似组件中的一者。当在没有说明存在的子标记的情况下对参考标号进行参考时,参考标号是指全部此类类似组件。

图1说明包括布置成2维阵列的多个传感器元件的实例传感器。

图2说明包括传感器元件及像素内电路的实例像素。

图3说明耦合到外围电路的实例传感器元件阵列。

图4说明耦合到专用计算机视觉(CV)处理模块的实例传感器元件阵列。

图5说明使用基于事件的相机的视觉传感器的实例实施方案。

图6说明视觉传感器的实例像素。

图7说明用于计算CV特征的感测设备的实例方块图。

图8是根据本发明的某些方面的实例流程图。

图9说明在事件检测模块与图7中的CV模块之间传输的实例信息。

图10说明用于执行本发明的方面的实例像素。

图11说明用于执行本发明的方面的实例传感器设备。

图12说明用于执行本发明的方面的另一实例传感器设备。

图13说明用于执行CV运算的感测设备的另一实例方块图。

图14是根据本发明的某些方面的实例流程图。

图15说明根据本发明的某些方面的用于传感器的电路和模块的实例实施方案。

图16A提供可用于本发明的方面中的SRAM单元的实例实施方案。

图16B提供可用于本发明的方面中的比较器的实例实施方案。

图17说明用于执行本发明的某些方面的传感器设备的另一实例实施方案。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于高通股份有限公司,未经高通股份有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201580050415.2/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top