对比文件的名称：2015-02-11_CN104346622A_发明公开_CN104346622A 卷积神经网络分类器及其分类方法和训练方法
目标专利的名称：726利用神经网络进行目标检测CN107851195B
本次调用的模型名称：无（本分析基于专利文献比对）
### 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**：包括至少一个处理内核、包括计算机程序代码的至少一个存储器，所述至少一个存储器和所述计算机程序代码被配置为与所述至少一个处理内核一起使得所述装置至少：‑ 向包括卷积层集合的人工神经网络的第一卷积层提供输入数据项<br>**《直接公开》** | 对比文件[0118]公开了“中央处理单元(CPU)1501根据只读存储器(ROM)1502中存储的程序或从存储部分1508加载到随机存取存储器(RAM)1503的程序执行各种处理”；[0112]公开了“将分类对象送入卷积神经网络分类器以进行前向传播”，该过程必然包括向第一卷积层提供输入数据。 | 对比文件明确公开了具有处理内核（CPU）和存储器（ROM、RAM）的计算设备，并公开了将输入数据（分类对象）送入卷积神经网络分类器进行前向传播，这隐含了向第一卷积层提供输入数据项。本领域技术人员能毫无疑义地确定该技术特征被直接公开。 |
| **技术特征B**：‑ 在所述卷积层集合中处理所述输入数据项<br>**《直接公开》** | 对比文件[0112]公开了“在前向传播的过程中，采用与多个区域分别对应的多个卷积模板中的各模板来获得相应区域中的神经元的响应值”，这描述了在卷积层集合中处理输入数据的过程。 | 对比文件明确公开了前向传播过程，包括卷积操作等处理步骤，即在卷积层集合中处理输入数据项。因此直接公开。 |
| **技术特征C**：‑ 在从所述卷积层集合中的最后的卷积层输出的特征图中定义第一特征图补丁和第二特征图补丁<br>**《未公开》** | 对比文件[0025]公开了“多个特征图层中的至少一个特征图层中的至少一个特征图被划分成多个区域”，但该划分是针对松弛卷积层中的特征图以使用不同卷积模板，并非从最后的卷积层输出中定义补丁，也未涉及多个补丁。 | 对比文件未公开从最后的卷积层输出的特征图中定义第一和第二特征图补丁。其划分区域的目的、时机和作用均与目标专利不同，本领域技术人员不能从对比文件直接或隐含得出该技术特征。 |
| **技术特征D**：以及‑ 向第一分类器提供所述第一特征图补丁并且向第二分类器提供所述第二特征图补丁<br>**《未公开》** | 对比文件未公开多个分类器接收不同特征图补丁。对比文件仅有一个输出层作为分类器（如[0028]提及的全连接操作）。 | 对比文件没有公开向多个分类器提供不同特征图补丁，本领域技术人员不能从对比文件推断出该特征。 |
| **技术特征E**：其中所述输入数据项包括图像<br>**《直接公开》** | 对比文件[0002]公开了“输入一幅图像”。 | 对比文件明确输入为图像，因此直接公开。 |
| **技术特征F**：其中所述至少一个存储器和所述计算机程序代码被配置为与所述至少一个处理内核一起使得所述装置通过组合原始图像的缩放版本集合来导出所述图像<br>**《未公开》** | 对比文件未公开组合原始图像的缩放版本集合。 | 对比文件没有涉及多尺度组合导出图像，因此未公开。 |
| **技术特征G**：其中所述第一特征图补丁对应于第一尺度，所述第一分类器被布置为在所述第一尺度上操作以执行对象识别，并且所述第二特征图补丁对应于第二尺度，所述第二分类器被布置为在所述第二尺度上操作以执行对象识别<br>**《未公开》** | 对比文件未公开尺度对应和操作。 | 对比文件没有公开特征图补丁与尺度的对应关系，也没有公开分类器在不同尺度上操作。 |
| **技术特征H**：其中所述第一分类器包括所述人工神经网络的第一全连接层<br>**《未公开》** | 对比文件[0025]及[0028]提及全连接操作，但未公开第一分类器及其第一全连接层。 | 对比文件虽然公开了全连接层作为分类器的一部分，但未公开第一分类器的概念，且没有第二分类器，因此不能认定公开了该特征。 |
| **技术特征I**：其中所述第二分类器包括所述人工神经网络的第二全连接层<br>**《未公开》** | 对比文件未公开第二分类器。 | 对比文件没有第二分类器，因此未公开。 |
| **技术特征J**：其中所述卷积层集合包括四个卷积层<br>**《未公开》** | 对比文件[0028]提到“增加或减少‘松弛卷积‑空间最大采样’成对操作的数量”，未限定为四个。 | 对比文件没有公开卷积层集合包括四个卷积层。 |
| **技术特征K**：其中在所述卷积层集合中处理所述输入数据项包括在后续层中处理之前对前一卷积层的输出进行归一化<br>**《未公开》** | 对比文件未公开归一化操作。 | 对比文件没有提及归一化，因此未公开。 |
| **技术特征L**：其中在所述卷积层集合中处理所述输入数据项包括在后续层中处理之前对前一卷积层的输出进行子采样<br>**《直接公开》** | 对比文件[0028]公开了“将空间最大采样操作替换成空间子采样操作”。 | 对比文件明确公开了子采样操作，且该操作通常在卷积层之后、下一层之前进行，因此直接公开。 |
| **技术特征M**：其中在所述卷积层集合中处理所述输入数据项包括在第三卷积层之后执行局部对比度归一化<br>**《未公开》** | 对比文件未公开局部对比度归一化。 | 对比文件没有提及局部对比度归一化，因此未公开。 |
| **技术特征N**：其中所述人工神经网络被配置为检测人的图像<br>**《未公开》** | 对比文件涉及手写数字识别（如[0002]、[0081]），未涉及检测人的图像。 | 对比文件没有公开配置为检测人的图像。 |
| **技术特征O**：其中所述人工神经网络被配置为检测行人的图像<br>**《未公开》** | 对比文件未公开行人检测。 | 对比文件没有公开配置为检测行人的图像。 |
| **技术特征P**：其中所述第一特征图补丁和所述第二特征图补丁至少部分交叠<br>**《未公开》** | 对比文件未公开特征图补丁交叠。 | 对比文件没有公开特征图补丁交叠。 |
| **技术特征Q**：其中所述第一特征图补丁被包括在所述第二特征图补丁中<br>**《未公开》** | 对比文件未公开特征图补丁包含关系。 | 对比文件没有公开特征图补丁包含关系。 |
根据以上比对，对比文件直接公开了技术特征A、B、E、L，故在结尾插入对应的大写英文代码。
<<<A>>><<<B>>><<<E>>><<<L>>>