对比文件名称：2017-03-16_None_发明专利_JPWO2015093330A1 認識データ伝送装置、認識データ記録装置及び認識データ記録方法
目标专利名称：709一种用于人工智能的装置和方法CN112740715B
本次调用的模型名称：Claude-4.5-Opus
## 特征比对表格
| 技术特征描述及公开性判断 | 对比文件原文引用 | 公开性论述 |
| **技术特征A**：包括：接收采用容器文件格式的视觉数据 **（未公开）** | [0029] 認識データ伝送装置1は、撮像装置10で撮影した映像を表す映像信号を生成し、生成した映像信号を映像データとして映像解析部11に送る。撮像装置10は1つ以上の撮像部(101〜n)から構成されていてもよい。 | 对比文件公开了从摄像装置接收视觉数据（映像データ），但未公开该视觉数据采用“容器文件格式”。目标专利说明书[0028]-[0029]明确指出容器文件格式是基于ISO基本媒体文件格式（ISOBMFF）的格式，如HEIF、MP4等，其基本构建块为“盒”。对比文件中的视觉数据是来自摄像装置的原始视频流，其传输和存储采用自定义的二进制块结构（ブロック），并非符合ISOBMFF的容器文件格式。因此，本领域技术人员无法从对比文件中得出接收采用容器文件格式的视觉数据的技术方案。 |
| **技术特征B**：通过使用多个基于人工智能的处理算法的多个过程来处理所述视觉数据以检测一个或多个内容元素 **《隐含公开》** | [0036] 映像解析部11は、撮像装置10から入力された映像信号に基づき人物の顔の検出と、複数の撮影時間が異なる映像データの違いから算出する動き情報を組合せ、顔と検出した映像上の領域から、動いたもの(画像データに変化があった領域)を人物であると判定し、人物がいるかどうか、および人物の追跡検出を行い…；[0042] 人物検出部111が顔面の領域を検出する方法は…Haar−Like特徴量…Adaboostアルゴリズム；[0045] ユーザ情報検出部112…属性推定部1120は検出した人物情報の年齢や性別を推定する…表情推定部1121は人物の笑うや泣く、怒りなどの表情を推定する…人物識別部1122は…登録者のだれと一致するかの照合を行い；[0046] モーション検出部113は…検出した人の動きや行動などのモーションを検出する；[0048] 行動認識部114は…入室者の行動を検出し | 对比文件公开了通过多个过程来处理视觉数据以检测内容元素（人物、行动）。具体地，映像解析部11包含：動きベクトル検出部110（检测运动区域）、人物検出部111（检测人物/面部，使用Haar-Like特征量、Adaboost算法）、ユーザ情報検出部112（估计年龄/性别/表情/识别身份）、モーション検出部113（检测动作/姿态）、行動認識部114（认识站立/坐下/躺下等行动）。这些处理过程使用了特征提取、模板匹配、学习数据（学習情報，[0030]）等技术手段，属于基于人工智能的处理算法范畴。目标专利说明书[0003]指出AI是包括神经网络和机器学习的通用术语，[0014]指出可使用神经网络或基于非神经网络的算法。对比文件中多个AI处理算法（人物检测→用户信息检测→动作检测→行动认识）构成级联的多个过程，依次处理视觉数据以检测内容元素（人物及其行动）。本领域技术人员能够合理推断出对比文件采用了多个基于AI的处理算法的多个过程来检测内容元素。 |
| **技术特征C**：存储所检测到的一个或多个内容元素和关于用于检测所述一个或多个内容元素的所述多个基于人工智能的处理算法的多个过程的信息，作为元数据 **《隐含公开》** | [0054] ブロックに格納する各情報(以下、フィールド)は、先頭から順にブロックID、ブロック優先度、行動ID、開始時間、行動時間、フレームレートID、付加情報サイズ、付加情報の順に記録される；[0055] 行動IDは、検出した行動の内容を表すIDである；[0062] 付加情報は、先頭から行動信頼度、顔識別ID、顔識別信頼度、テキスト情報サイズ、テキスト情報を格納する；[0033] データ変換部13は、映像解析部11から出力された認識情報や撮影映像を前述のブロック単位に変換する処理を行う；[0034] 伝送制御部14は…光学ディスクや半導体メモリ、HDDなどの記録媒体16に記録してもよい | 对比文件公开了将检测到的内容元素（人物行動）和关于检测过程的信息存储为元数据。具体地，行动信息（行動情報）以块（ブロック）为单位进行组织，每个块包含：行動ID（表示检测到的行动内容，如“入室した”、“立った”、“倒れた”等，参见[0055]及图6(a)）、開始時間和行動時間（表示行动的开始和持续时间）、付加情報（包含行動信頼度、顔識別ID、顔識別信頼度等关于检测过程和识别结果的信息）。这些信息作为元数据被存储在块数据结构中，并可记录到记录媒体16（[0034]）。目标专利中的“元数据”指描述内容元素和检测过程的信息；对比文件中行動ID、開始時間、行動時間、行動信頼度、顔識別ID等信息正是对检测到的内容元素（人物行动）和检测过程（使用了哪些检测算法、识别了谁、识别可信度）的描述。本领域技术人员能够合理推断对比文件存储了所检测的内容元素和关于检测过程的信息作为元数据。 |
| **技术特征D**：通过使用第一指示和第二指示来指示所述多个基于人工智能的处理算法的多个过程之间的依赖关系 **《隐含公开》** | [0080] 付加情報領域内のテキスト情報の後に、6つ目のフィールドの映像数、および7つ目のフィールドの映像ブロックIDを格納する。映像ブロックIDは、検出した行動情報に対応する映像データ(静止画像)が格納されたブロックのブロックIDを格納する；[0082] 対応IDは、映像データブロックを参照している行動情報のブロックIDを格納する；[0025] 人物Bが「泣いた」を始めた後に、人物Aが「立った」を始め… | 对比文件公开了使用指示来表明多个过程之间的依赖关系。具体地，在行动信息块（行動情報ブロック）中，通过“映像ブロックID”字段（[0080]）指示对应的映像数据块——这构成了一种指示（第一指示或第二指示），表明行动认识过程的结果依赖于特定映像数据。在映像数据块中，通过“対応ID”字段（[0082]）反向引用行动信息块——这构成了另一种指示（第二指示或第一指示）。这种双向引用机制指示了AI处理过程（行动认识过程）与输入数据（映像数据）之间的依赖关系。此外，对比文件[0025]还描述了多个AI处理过程（人物检测、用户信息检测、动作检测、行动认识）之间的级联依赖关系，即一个过程的输出作为后续过程的输入。目标专利说明书[0094]指出依赖关系用于将不同AI过程之间的输入/输出依赖关系相联系。本领域技术人员能够合理推断对比文件通过映像ブロックID和対応ID字段指示了多个AI处理过程之间的依赖关系。 |
| **技术特征E**：其中，所述第一指示表示包含人工智能有效载荷的人工智能项 **《隐含公开》** | [0080] 映像ブロックIDは、検出した行動情報に対応する映像データ(静止画像)が格納されたブロックのブロックIDを格納する；[0082] 映像データフラグ…映像データを格納したブロックの場合は、値0を格納する；[0084] 映像データには、映像データを格納する；[0078] 行動情報と併せて静止画を伝送する | 对比文件中，行动信息块（行動情報ブロック）中的“映像ブロックID”字段（[0080]）指示了包含映像数据（静止画像或動画）的块。这些映像数据块（映像データブロック）包含由AI处理算法生成或关联的数据（如[0078]所述的“倒れた”状況を撮影した静止画像），可视为人工智能有效载荷（AI payload）。映像ブロックID作为从行动信息块指向映像数据块的引用，构成了“第一指示”，该指示表示包含AI有效载荷的AI项（映像数据块）。目标专利说明书[0113]-[0117]描述了AI有效载荷可以作为项存储并由引用指示。本领域技术人员能够合理推断对比文件中映像ブロックID字段对应于表示包含AI有效载荷的AI项的第一指示。 |
| **技术特征F**：并且其中，所述第二指示表示被用作用于生成所述多个基于人工智能的处理算法的多个过程的结果的输入的项 **《隐含公开》** | [0082] 対応IDは、映像データブロックを参照している行動情報のブロックIDを格納する；[0036] 人物検出部111が出力する人物情報を入力して…モーション検出部113…行動認識部114；[0024] 行動情報と映像データは行動の開始時間と終了時間とで参照すればよく | 对比文件中，映像数据块（映像データブロック）中的“対応ID”字段（[0082]）指示了引用该映像数据块的行动信息块的ID。这构成了“第二指示”，表示该映像数据块被用作行动认识过程（AI处理算法）的输入项，用于生成行动信息（过程的结果）。此外，对比文件[0036]描述了AI处理过程之间的数据流：人物検出部111的输出作为ユーザ情報検出部112、モーション検出部113、行動認識部114的输入，表明前一个AI过程的输出项作为后续AI过程的输入项。目标专利说明书[0094]描述了用于将不同AI过程之间的输入/输出依赖关系相联系的通用机制。本领域技术人员能够合理推断对比文件中対応ID字段和过程间数据流构成了表示作为过程输入项的“第二指示”。 |
| **技术特征G**：将所述元数据包括到与所述视觉数据相关联的所述容器文件中 **（未公开）** | [0033] 伝送制御部14は前述のWi−Fiなどの伝送手段を使って外部に伝送する。なお、伝送制御部14はネットワークに伝送するだけでなく、光学ディスクや半導体メモリ、HDDなどの記録媒体16に記録してもよい。 | 对比文件公开了将元数据（行動情報ブロック）传输到外部或记录到记录媒体16，但未公开将元数据包括到与视觉数据相关联的容器文件中。目标专利中的“容器文件”指符合ISOBMFF的文件格式（如HEIF），元数据被包括在容器文件的盒结构中。对比文件的元数据以自定义的二进制块（ブロック）结构组织，并通过网络传输或记录到存储介质，并非被包括到ISOBMFF兼容的容器文件中。因此，本领域技术人员无法从对比文件中得出将元数据包括到与视觉数据相关联的容器文件中的技术方案。 |
| **技术特征H**：其中，所述容器文件包括第一盒，所述第一盒包括关于基于人工智能的处理算法的元数据 **（未公开）** | 对比文件未涉及容器文件格式及盒结构。 | 目标专利说明书[0123]定义了包含关于基于AI的算法的描述性元数据的特性盒（如VAIIProperty盒）。对比文件虽然描述了使用AI处理算法（[0036]-[0048]），但其信息组织方式是基于自定义二进制块结构（ブロックID、行動ID等），而非容器文件中的“盒”。对比文件通篇未提及“容器文件”或“盒”的概念。因此，本领域技术人员无法从对比文件中得出容器文件包括第一盒的技术方案。 |
| **技术特征I**：其中，所述容器文件包括第二盒，所述第二盒包括关于所述一个或多个内容元素的元数据 **（未公开）** | 对比文件未涉及容器文件格式及盒结构。 | 目标专利说明书[0124]定义了存储基于AI的算法元数据输出的盒（如VAIDataBox）。对比文件中关于内容元素（检测到的行动）的元数据存储在自定义块的“行動ID”和“付加情報”字段中（[0054]-[0062]），而非容器文件的盒中。对比文件未提及容器文件或盒结构。因此，本领域技术人员无法从对比文件中得出容器文件包括第二盒的技术方案。 |
| **技术特征J**：其中，所述容器文件包括第三盒，所述第三盒包括关于多个基于人工智能的处理算法的过程的元数据 **（未公开）** | 对比文件未涉及容器文件格式及盒结构。 | 目标专利说明书[0125]定义了包含关于AI过程的信息的盒（如ItemPropertyRelationBox）。对比文件描述了多个AI处理过程（人物検出→ユーザ情報検出→モーション検出→行動認識），并通过行动信息块记录过程相关信息（[0033]），但并非在容器文件的盒中组织这些信息。对比文件未提及容器文件或盒结构。因此，本领域技术人员无法从对比文件中得出容器文件包括第三盒的技术方案。 |
| **技术特征K**：其中，所述容器文件包括图像序列或视频，并且其中，所述容器文件包括用于包含所述元数据的媒体轨道的媒体样本定义 **（未公开）** | 对比文件未涉及容器文件格式及媒体轨道概念。 | 目标专利说明书[0126]定义了用于定时元数据轨道的媒体样本定义（如AIMetadataSampleEntry）。对比文件虽然处理图像序列（映像データ，[0066]），但其元数据组织方式是基于行动单位的块（ブロック），而非容器文件中的媒体轨道和媒体样本。对比文件未提及容器文件格式、轨道（track）或媒体样本定义（sample entry）。因此，本领域技术人员无法从对比文件中得出容器文件包括媒体轨道的媒体样本定义的技术方案。 |
| **技术特征L**：其中，所述容器文件包括用于定义容器与包括所述容器文件中的信息的其他实体之间的关联的关系定义 **《隐含公开》** | [0080] 映像ブロックIDは、検出した行動情報に対応する映像データ(静止画像)が格納されたブロックのブロックIDを格納する…格納した映像ブロックIDの数を映像数フィールドに格納する；[0082] 対応IDは、映像データブロックを参照している行動情報のブロックIDを格納する；[0024] 行動情報と映像データは行動の開始時間と終了時間とで参照すればよく、これにより、行動に対応する映像を検索することができる | 对比文件公开了用于定义不同信息承载实体之间关联的关系定义。具体地，行动信息块（行動情報ブロック）通过“映像ブロックID”字段（[0080]）关联到对应的映像数据块（映像データブロック），而映像数据块通过“対応ID”字段（[0082]）反向关联到行动信息块。这种双向关联机制定义了行动信息实体与映像数据实体之间的关系，使得“行动信息”和“映像数据”这两个信息承载实体可以互相参照（[0024]）。虽然对比文件未使用容器文件格式，但目标专利中的“关系定义”在功能上与对比文件的块间引用机制相对应——都是用于定义不同信息实体之间的关联关系。目标专利说明书[0127]描述了“关系定义，以便使上述新的盒与基于ISO的媒体文件格式中的其他信息承载实体相关联”。本领域技术人员能够合理推断对比文件通过映像ブロックID和対応ID字段定义了不同信息实体之间的关联关系。 |
| **技术特征M**：其中，所述视觉数据通过一个或多个神经网络或一个或多个基于非神经网络的算法来处理，以检测所述一个或多个内容元素 **《隐含公开》** | [0041] 人物検出部111は、入力された画像信号に基づいて特徴量(例えば、Haar−Like特徴量)を算出し、算出した特徴量に基づいて予め定めた処理(例えば、Adaboostアルゴリズム)を行って顔面の領域を検出してもよい；[0030] 情報DB(メモリ)12は、顔や人物の検出、または識別するために必要な顔や物体のテンプレート、行動を検出するのに必要なモーション情報のテンプレートなどの学習情報等を記憶する；[0043] 画像上の顔を検出する方法…その他の顔に関する情報、例えば、顔の性別、年齢、顔の向いている向き、笑っているや怒っている、泣いている等の顔の表情など、これら画像から特徴量を抽出し、登録することにより、画像上の顔を検出する | 对比文件公开了通过基于非神经网络的算法来处理视觉数据以检测内容元素。具体地，人物検出部111使用Haar-Like特徴量和Adaboostアルゴリズム进行面部检测（[0041]），属于经典的基于非神经网络的机器学习算法。ユーザ情報検出部112通过将提取的特征量与预先登记的数据进行比较来估计年龄、性别、表情、识别身份（[0045]）。信息DB12存储模板和学習情報（[0030]），暗示使用了机器学习/训练过程。目标专利说明书[0014]明确说明“视觉数据通过一个或多个神经网络或一个或多个基于非神经网络的算法来处理，以检测所述一个或多个内容元素”。对比文件中使用的Haar-Like+Adaboost、模板匹配、特征量提取与匹配等方法属于基于非神经网络的AI算法范畴。本领域技术人员能够合理推断对比文件中视觉数据通过基于非神经网络的算法处理以检测内容元素。 |
<<<b>>><<<c>>><<<d>>><<<e>>><<<f>>><<<l>>><<<m>>>