对比文件名称：WO2015093330A1_Description_20260426_1042
目标专利名称：709一种用于人工智能的装置和方法CN112740715B
本次调用模型名称：gemini-3-pro
### 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**：《隐含公开》<br>包括：<br>接收采用容器文件格式的视觉数据 | **[0021]** <br>「映像解析部１１は、撮像装置１０から入力された映像を解析し、顔や人物の検出、または識別、人物がとった行動を検知する。」<br>（翻译：视频分析部11解析从摄像装置10输入的视频，检测面部和人物，或进行识别，并检测人物所采取的行动。）<br><br>**[0059]** <br>「例えば、Ｈ．２６４のコーデックで生成された映像データを格納しているＭＰ４フォーマットの場合は、コーデックＩＤとして値１２を格納する。この場合、コーデック情報を取得するには、コーデックＩＤ１２を解釈し、ＭＰ４フォーマットと認識した上で、映像データに格納されたＭＰ４データのメタデータを解釈することで、コーデック情報を取得することが可能となる。」<br>（翻译：例如，在存储由H.264编解码器生成的视频数据的MP4格式的情况下，存储值12作为编解码器ID。在这种情况下，为了获取编解码器信息，通过解析编解码器ID 12并将其识别为MP4格式，然后解析存储在视频数据中的MP4数据的元数据，就可以获取编解码器信息。） | 对比文件明确记载了其装置接收来自摄像装置的视频数据。尽管在主要实施例的描述中未直接强调“容器文件格式”，但在对比文件[0059]段中，其在讨论视频数据传输的具体实现时，明确提到了将视频数据存储在“MP4格式”中，并解析其元数据。MP4格式作为ISO基本媒体文件格式（ISOBMFF）的典型派生格式，是一种标准的容器文件格式。本领域技术人员由此可以合理推断，对比文件中的装置具备接收和处理采用容器文件格式的视觉数据的能力，以执行其后续的视频分析和元数据传输功能。因此，该技术特征被对比文件隐含公开。 |
| **技术特征B**：《直接公开》<br>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 | **[0019]** <br>「映像解析部１１は、撮像装置１０から入力された映像を解析し、顔や人物の検出、または識別、人物がとった行動を検知する。」<br>（翻译：视频分析部11解析从摄像装置10输入的视频，检测面部和人物，或进行识别，并检测人物所采取的行动。）<br><br>**[0021]** <br>「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、その結果を認識情報として出力する。また、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いる位置や動き量の検出、人物の性別や年齢、人物がだれであるかの識別、顔の向いている方向や表情等、検出した人物がどのような行動をしているかを検出し、その結果を検出情報として出力する。」<br>（翻译：视频分析部11基于从摄像装置10输入的视频信号，结合人物的面部检测和从多个不同拍摄时间的视频数据的差异计算出的运动信息，从面部和检测到的视频上的区域中，判定移动的物体（图像数据中发生变化的区域）为人物，检测是否有人以及追踪检测人物，并将其结果作为识别信息输出。此外，视频分析部11基于从摄像装置10输入的视频信号，检测人物的位置和运动量，识别人物的性别、年龄、人物是谁，检测面部的朝向、表情等，检测所检测到的人物在进行何种行动，并将其结果作为检测信息输出。） | 对比文件[0021]段明确描述了视觉数据的处理过程由多个级联的、负责不同检测任务的模块组成，包括“运动向量检测部”、“人物检测部”、“用户信息检测部”、“动作检测部”和“行为识别部”（参见图4及相关描述）。这些过程协同工作，从输入的视觉数据中逐步提取和处理信息，最终检测出“人物的行动”这一内容元素。这些检测过程（如面部检测、性别年龄估计、表情估计、行为识别）属于典型的基于人工智能的处理算法。因此，该技术特征被对比文件直接公开。 |
| **技术特征C**：《直接公开》<br>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 | **[0019]** <br>「映像解析部１１は、撮像装置１０から入力された映像を解析し、顔や人物の検出、または識別、人物がとった行動を検知する。情報ＤＢ（メモリ）１２は、...映像解析を行うための中間データを一時的に記憶する。...映像解析部１１が検出した認識情報に応じて、人物の行動に対するアクションをネットワーク先の見守り側の情報表示端末に表示するための情報等が記憶されている。」<br>（翻译：视频分析部11解析从摄像装置10输入的视频，检测面部和人物，或进行识别，并检测人物所采取的行动。信息DB（存储器）12...临时存储用于进行视频分析的中间数据。...根据视频分析部11检测到的识别信息，存储用于在网络端的监护侧信息显示终端上显示针对人物行动的动作的信息等。）<br><br>**[0034]** <br>「行動認識部１１４は、ユーザ情報検出部１１２から入力される検出情報である室内の人の有無の検出および追跡結果や、入室者が誰であるかの識別結果、在室人のモーション検出結果と、情報ＤＢ１２の情報から、入室者の行動を検出し、情報ＤＢ１２に記録する。」<br>（翻译：行为识别部114根据从用户信息检测部112输入的检测信息，即室内人员有无的检测和追踪结果、进入者是谁的识别结果、室内人员的动作检测结果，以及信息DB12的信息，检测进入者的行为，并记录在信息DB12中。） | 对比文件[0034]段明确记载了“行为识别部114”将检测到的内容元素，即“进入者的行为”，记录在“信息DB12”中。同时，根据[0019]段及图5、图11，存储的数据不仅包括行为结果本身（如“入室”、“步行”），还包括用于检测出这些行为的过程信息，如“行为ID”、“行为可靠度”、“面部识别ID”、“面部识别可靠度”等。这些存储的信息正是关于检测到的内容元素及其检测过程的描述性数据，符合元数据的定义。因此，该技术特征被对比文件直接公开。 |
| **技术特征D**：《隐含公开》<br>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， | **[0056]** <br>「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。」<br>（翻译：视频块ID存储其中存储了与检测到的行为信息相对应的视频数据（静止图像）的块的块ID。）<br><br>**[0058]** <br>「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。」<br>（翻译：对应ID存储参照该视频数据块的行为信息的块ID。） | 对比文件描述了一个由多个AI过程（如行为识别、图像/视频编码）组成的系统。具体而言，行为识别过程产生“行为信息”块（如块4），而该过程可能触发或依赖于一个图像/视频捕获过程，后者产生“视频数据”块（如块5）。对比文件在[0056]段定义了行为信息块中的“视频块ID”，它作为一个指示（第一指示），指向对应的视频数据块。在[0058]段定义了视频数据块中的“对应ID”，它作为另一个指示（第二指示），指回关联的行为信息块。这两个指示共同作用，明确地定义了行为识别过程的输出（行为信息）与作为其上下文或输入依据的视频数据过程的结果之间的依赖和关联关系。因此，该技术特征被对比文件隐含公开。 |
| **技术特征E**：《直接公开》<br>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， | **[0056]** <br>「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。」<br>（翻译：视频块ID存储其中存储了与检测到的行为信息相对应的视频数据（静止图像）的块的块ID。）<br><br>**[0059]** <br>「コーデックＩＤ...格納した映像データのコーデック情報を格納する...６つ目のフィールドの映像データには、映像データを格納する。」<br>（翻译：编解码器ID...存储所存储的视频数据的编解码器信息...第六个字段的视频数据存储视频数据。） | 对比文件[0056]段和[0059]段描述了“视频块ID”这一指示，它指向一个“视频数据”块。该视频数据块内部包含了由AI处理过程生成或作为AI处理过程输入的有效载荷（即“视频数据”字段中的图像或视频）。在对比文件的语境中，这个视频数据块是AI行为识别过程的产物或相关项，可被视为一个“人工智能项”。因此，作为第一指示的“视频块ID”表示了包含AI有效载荷的AI项，该技术特征被直接公开。 |
| **技术特征F**：《直接公开》<br>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 | **[0058]** <br>「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。」<br>（翻译：对应ID存储参照该视频数据块的行为信息的块ID。）<br><br>**[0021]** <br>「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...」<br>（翻译：视频分析部11基于从摄像装置10输入的视频信号，结合人物的面部检测和...） | 对比文件[0058]段定义了视频数据块中的“对应ID”，该ID指向一个“行为信息”块（例如，一个“跌倒”的行为信息块）。这个行为信息块代表了AI处理过程（行为识别过程）的最终“结果”。同时，视频数据块中的视频数据本身（如捕获的静态图像）是生成该行为信息这一结果的原始素材或“输入”。因此，作为第二指示的“对应ID”表示了被用作生成AI过程结果的输入的项。该技术特征被直接公开。 |
| **技术特征G**：《隐含公开》<br>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。 | **[0059]** <br>「例えば、Ｈ．２６４のコーデックで生成された映像データを格納しているＭＰ４フォーマットの場合は、コーデックＩＤとして値１２を格納する。この場合、コーデック情報を取得するには、コーデックＩＤ１２を解釈し、ＭＰ４フォーマットと認識した上で、映像データに格納されたＭＰ４データのメタデータを解釈することで、コーデック情報を取得することが可能となる。」<br>（翻译：例如，在存储由H.264编解码器生成的视频数据的MP4格式的情况下，存储值12作为编解码器ID。在这种情况下，为了获取编解码器信息，通过解析编解码器ID 12并将其识别为MP4格式，然后解析存储在视频数据中的MP4数据的元数据，就可以获取编解码器信息。）<br><br>**[0019]** <br>「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。そしてブロック単位に変換された認識情報や映像データを行動情報として伝送制御部１４に送り、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。」<br>（翻译：数据转换部13执行将从视频分析部11输出的识别信息和拍摄视频转换为上述块单位的处理。然后，将转换为块单位的识别信息和视频数据作为行为信息发送到传输控制部14，传输控制部14使用前述的Wi-Fi等传输手段将其传输到外部。） | 对比文件主要描述了将元数据（行为信息）与视觉数据（视频/图像）分别打包为“块”进行“传输”。但[0059]段明确提到了将视频数据存储在“MP4格式”的容器文件中，并讨论了解析MP4元数据的机制。结合其将AI生成的元数据与视频数据关联传输的整体发明构思，本领域技术人员可以合理推断，当采用MP4等容器文件格式时，这些被关联传输的元数据自然会被包括到该容器文件中，以实现其一体化管理和互操作的目的。因此，该技术特征被对比文件隐含公开。 |
| **技术特征H**：<br>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。 | 对比文件未记载 | 对比文件未提及任何关于“盒”（box）结构的内容，也未描述在容器文件中使用特定的数据结构来存储关于处理算法的元数据。其元数据结构是通过自定义的“块”（block）和“字段”（field）来定义的，这与ISO基本媒体文件格式中的“盒”是完全不同的技术方案。因此，该技术特征未被公开。 |
| **技术特征I**：<br>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。 | 对比文件未记载 | 对比文件未提及任何关于“盒”（box）结构的内容，也未描述在容器文件中使用特定的数据结构来存储关于检测到的内容元素的元数据。其关于内容元素的元数据（如行为ID）是存储在自定义的“行为信息块”的字段中的。因此，该技术特征未被公开。 |
| **技术特征J**：<br>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。 | 对比文件未记载 | 对比文件未提及任何关于“盒”（box）结构的内容，也未描述在容器文件中使用特定的数据结构来存储关于多个AI处理算法过程的元数据。其关于过程的信息（如行为可靠度）是分散在自定义的“行为信息块”的多个字段中的。因此，该技术特征未被公开。 |
| **技术特征K**：<br>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。 | 对比文件未记载 | 对比文件虽然处理视频数据，并定义了“块”作为数据的基本单位，但完全没有提及在容器文件中创建专门的“媒体轨道”（track）或使用“媒体样本定义”（media sample definition）来承载元数据。其架构是基于自定义的“块”序列进行传输，与基于轨道的ISOBMFF封装模型不同。因此，该技术特征未被公开。 |
| **技术特征L**：《直接公开》<br>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。 | **[0056]** <br>「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。」<br>（翻译：视频块ID存储其中存储了与检测到的行为信息相对应的视频数据（静止图像）的块的块ID。）<br><br>**[0058]** <br>「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。」<br>（翻译：对应ID存储参照该视频数据块的行为信息的块ID。） | 对比文件定义了两种明确的机制来定义“关系”。在承载AI元数据的行为信息块中，通过“视频块ID”字段定义其与承载视频数据的视频数据块之间的关联。反之，在视频数据块中，通过“对应ID”字段定义其与行为信息块之间的关联。这两个ID字段共同构成了在不同信息实体（行为信息块和视频数据块）之间定义关联关系的“关系定义”。当这些块被封装到如MP4这样的容器文件中时，这些ID就相当于容器内不同项或轨道之间的引用关系。因此，该技术特征被对比文件直接公开。 |
| **技术特征M**：《直接公开》<br>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。 | **[0025]** <br>「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。」<br>（翻译：人物检测部111可以...基于输入的图像信号计算特征量（例如，Haar-Like特征量），并基于计算出的特征量执行预定的处理（例如，Adaboost算法）来检测面部区域。） | 对比文件[0025]段明确列举了用于处理视觉数据的算法，如用于面部检测的“Adaboost算法”。Adaboost是一种经典的机器学习算法，属于“基于非神经网络的算法”范畴。目标专利权利要求M中使用了“或”来连接神经网络和非神经网络，意味着只要满足其中之一即可。因此，对比文件公开了使用非神经网络算法处理视觉数据以检测内容元素，该技术特征被直接公开。 |
<<<a>>><<<B>>><<<C>>><<<d>>><<<E>>><<<F>>><<<g>>><<<L>>><<<M>>>