**对比文件名称**：2009-12-17_JP2009296143A_发明专利_JP2009296143A Imaging device
**目标专利名称**：333使用多模匹配方案的对象辨识CN104246796B
**模型名称**：专利创造性评估模型
### **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**：所述方法包括：从在场景处记录的音频计算多个声学辨识特征<br>**判断结果**：隐含公开 | [2] “指向性の高いマイク２１ａと２１ｂの出力信号はバンドパスフィルタ（ＢＰＦ）７０１（７０１ａ、７０１ｂ）によって、特定周波数のみ減衰無く通過する。”<br>“バンドパスフィルタ４０１が減衰無く通過させる特定帯域の周波数を、例えば、人の発声する周波数帯域である２ＫＨｚ前後とすることで、人の発声音の音源位置を検出することが可能となる。” | 对比文件公开了从记录的音频中提取特定频率成分（例如2kHz前后的人声频带）以检测人声。提取特定频率成分（例如通过带通滤波器）是本领域一种基本的声学特征提取方式。虽然目标专利中的“声学辨识特征”（如MFCC）可能更复杂，但对比文件所公开的“基于特定频率带进行筛选”已构成了从音频中计算声学特征的技术手段，其作用在于识别/筛选特定类型的声音（人声）。这与目标专利中计算声学特征以辅助辨识声音源类型的作用在广义上相似。本领域技术人员可以理解，提取频率特征是计算声学辨识特征的一种基础形式。因此，该技术特征被对比文件**隐含公开**。 |
| **技术特征B**：将所述声学辨识特征与对应于一或多个对象的预定声学辨识特征进行比较以确定对象的声音源类型<br>**判断结果**：未公开 | 无相应原文引用。 | 对比文件虽然提取了特定频率特征（如2kHz人声频带），但并未公开将该特征与“预定声学辨识特征”数据库进行比较以“确定对象的声音源类型”的步骤。对比文件仅利用该特征来辅助定位（判断是否存在人声），并未进一步区分具体的人声类型（如不同说话者）或其他类型的声音源（如不同乐器）。其作用仅限于粗略筛选（是否为人声），而非目标专利中明确的类型识别与匹配。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**：基于所述声音源类型选择所述对象中的稳定关键点<br>**判断结果**：未公开 | 无相应原文引用。 | 对比文件基于音源方向选择图像区域并进行“顔検出”（人脸检测）。人脸检测算法可能涉及面部特征点检测，但对比文件说明书全文未提及“关键点”或“稳定关键点”的概念，更未公开基于“声音源类型”（如对比文件中仅区别人声与非人声）来从检测到的特征中“选择稳定关键点”的步骤。目标专利中的“稳定关键点”特指在尺度、旋转、光照变化下保持不变的图像特征点（如SIFT特征），其选择有特定算法。对比文件未公开此技术特征。 |
| **技术特征D**：基于选定关键点和所述声音源类型识别所述对象。<br>**判断结果**：未公开 | 无相应原文引用。 | 该特征依赖于特征B和C的结果。由于对比文件未公开基于声学特征比较来确定具体声音源类型（特征B），也未公开基于声音源类型选择稳定关键点（特征C），因此自然无法公开基于这两者结合来识别对象。对比文件识别对象（人脸）仅依赖于选定区域内的图像分析（人脸检测算法），不涉及音频导出的“声音源类型”与视觉“关键点”的协同识别逻辑。 |
| **技术特征E**：其进一步包括：基于在所述场景处记录的音频选择对应于一或多个对象的一或多个关键点标志<br>**判断结果**：未公开 | 无相应原文引用。 | 对比文件全文未提及“关键点标志”（keypoint landmark）的概念。关键点标志在目标专利中指预先存储的、代表特定对象（如乐器）的视觉特征模板。对比文件中基于音频信息（音源方向）选择的是图像的“区域”（顔検出領域），而非从数据库中选择预存的视觉特征标志。二者作用本质不同：一个是空间区域的限定，一个是特征模板的调用。因此，该技术特征未被公开。 |
| **技术特征F**：识别所述场景的图像中的多个关键点<br>**判断结果**：隐含公开 | [2] “ステップＳ４０５にて、顔検出処理領域として設定された領域内にて公知の顔検出処理を実行する。” | 对比文件公开了在设定区域内执行“公知の顔検出処理”（公知的人脸检测处理）。本领域技术人员知晓，人脸检测技术通常包含检测人脸区域内的特征点（例如眼睛、鼻子、嘴角等位置），这些特征点可被视为图像中的“关键点”。虽然目标专利的关键点可能更泛指SIFT等特征点，但人脸特征点是其一种具体应用和子集。对比文件进行人脸检测，必然隐含了识别图像中（至少是人脸区域内）的多个特征点（关键点）的步骤。因此，该技术特征被**隐含公开**。 |
| **技术特征G**：将所述关键点与所述关键点标志进行比较以识别所述对象。<br>**判断结果**：未公开 | 无相应原文引用。 | 该特征依赖于特征E（关键点标志）和F（识别关键点）。虽然特征F可能被隐含公开，但对比文件未公开“关键点标志”这一概念（特征E未公开）。因此，将检测到的关键点与预存的关键点标志进行比较以识别对象的步骤，在对比文件中不存在。对比文件通过人脸检测算法直接输出人脸识别结果，无需与外部标志数据库进行比较匹配。 |
| **技术特征H**：其进一步包括：基于在所述场景处记录的所述音频选择场景图像的一部分<br>**判断结果**：直接公开 | [2] “音源方向検出手段によって検出された音源位置を中心とするように、撮影範囲の２５％の領域を顔検出処理領域として設定する。”（参考图6） | 对比文件明确公开了基于检测到的音源方向（来自记录的音频），以该位置为中心，设定图像的一部分（25%的区域）作为人脸检测处理区域。这与目标专利中“基于音频选择场景图像的一部分”的技术特征完全一致。其作用都是利用音频信息缩小图像处理区域，提高处理效率。因此，该技术特征被**直接公开**。 |
| **技术特征I**：仅从所述图像的所述部分内选择所述关键点。<br>**判断结果**：隐含公开 | [2] “ステップＳ４０５にて、顔検出処理領域として設定された領域内にて公知の顔検出処理を実行する。” | 对比文件明确在设定的“顔検出処理領域”（人脸检测处理区域）内执行人脸检测。如特征F所述，人脸检测隐含了识别关键点（面部特征点）。因此，可以毫无疑义地推导出，所识别的这些关键点仅来自于图像的选定部分（即人脸检测区域内）。这与目标专利中“仅从所述图像的所述部分内选择所述关键点”的技术方案相同。因此，该技术特征被**隐含公开**。 |
| **技术特征J**：其中基于在所述场景处记录的所述音频选择所述图像的一部分包含：从所述音频确定音频到达方向DOA<br>**判断结果**：直接公开 | [2] “音源方向検出処理が行われる。”<br>[2] “複数マイクの位相差を利用して音源の方向を検出する技術が開示されている。”（参考图5及说明） | 对比文件详细描述了“音源方向検出処理”（音源方向检测处理），其核心技术是利用多个麦克风的位相差来检测声音的到达方向（DOA）。这正是目标专利中“从所述音频确定音频到达方向DOA”的技术方案。因此，该技术特征被**直接公开**。 |
| **技术特征K**：基于所述音频DOA选择所述图像的所述部分。<br>**判断结果**：直接公开 | [2] “音源方向検出手段によって検出された音源位置を中心とするように、撮影範囲の２５％の領域を顔検出処理領域として設定する。” | 该特征是对特征H和J的具体化。对比文件明确记载了基于检测到的音源方向（即音频DOA）来设定图像的处理区域（顔検出処理領域）。这与目标专利的技术方案完全一致。因此，该技术特征被**直接公开**。 |
| **技术特征L**：其中确定所述音频DOA包含：在位于所述场景处的多个麦克风处接收所述音频，借此产生多个麦克风信号<br>**判断结果**：直接公开 | [2] “マイク２１ａ、２１ｂは、音源５０１から発せられた音声を検出し、その検出信号は位相差検出回路５０２に入力される。”（参考图5） | 对比文件明确公开了使用多个麦克风（21a, 21b）接收场景中的音频，并产生检测信号（即麦克风信号），这些信号被输入到位相差检测电路用于DOA估计。这与目标专利的技术特征完全相同。因此，该技术特征被**直接公开**。 |
| **技术特征M**：基于所述麦克风信号确定所述音频DOA。<br>**判断结果**：直接公开 | [2] “位相差検出回路５０２は、複数のマイク２１ａ、２１ｂで検出された音の位相差を検出する回路である。...音源の方向を演算によって特定することが可能となる。” | 对比文件明确公开了基于多个麦克风检测到的信号（通过位相差检测电路处理）来演算并确定音源方向（DOA）。这与目标专利的技术特征完全相同。因此，该技术特征被**直接公开**。 |
| **技术特征N**：其进一步包括：从所述场景的视频记录计算多个局部运动向量<br>**判断结果**：未公开 | 无相应原文引用。 | 对比文件涉及的是静态图像拍摄或人脸检测，未提及处理视频记录，也未提及计算局部运动向量（LMV）。因此，该技术特征未被公开。 |
| **技术特征O**：通过将所述局部运动向量与对应于一或多个对象的预定局部运动向量数据库进行比较且通过将所述关键点与一或多个关键点标志进行比较来识别所述对象。<br>**判断结果**：未公开 | 无相应原文引用。 | 该特征依赖于特征N（局部运动向量）和E/G（关键点标志比较）。对比文件均未公开这些子特征，因此该综合识别方法未被公开。 |
| **技术特征P**：其中基于将所述关键点与一或多个关键点标志进行比较来识别所述对象。<br>**判断结果**：未公开 | 无相应原文引用。 | 如特征G所述，对比文件未公开“关键点标志”以及将其与关键点进行比较的步骤。识别对象（人脸）是通过人脸检测算法直接完成。 |
| **技术特征Q**：其中所述声学辨识特征包含梅尔频率倒谱系数。<br>**判断结果**：未公开 | 无相应原文引用。 | 对比文件公开的声学特征是特定频率带（如2kHz）的筛选，未提及梅尔频率倒谱系数（MFCC）。MFCC是一种更复杂的、用于语音/音频识别的特征。因此，该具体限定特征未被公开。 |
| **技术特征R**：其进一步包括：确定出现在图像中的一或多个对象的范围信息<br>**判断结果**：未公开 | 无相应原文引用。 | 对比文件涉及人脸检测和音源方向定位，但未提及确定图像中对象的“范围信息”（即深度或距离信息）。因此，该技术特征未被公开。 |
| **技术特征S**：基于所述范围信息分析所述关键点。<br>**判断结果**：未公开 | 无相应原文引用。 | 由于特征R（范围信息）未被公开，因此基于范围信息分析关键点的特征自然也未被公开。 |
| **技术特征T**：其中确定范围信息是选自由以下各项组成的群组：使用自动聚焦相机确定范围信息，使用多相机图像视差估计确定范围信息，和前述各项的任一组合。<br>**判断结果**：未公开 | 无相应原文引用。 | 对比文件未公开任何确定对象范围信息的具体方法，如自动聚焦测距或多相机视差估计。因此，该技术特征未被公开。 |
<<<H>>><<<J>>><<<K>>><<<L>>><<<M>>><<<a>>><<<f>>><<<i>>>