2022-006882

特願２０１８－２２１３９８「情報処理装置、情報処理方法および情報処理プログラム」拒絶査定不服審判事件〔令和 ２年 ６月 ４日出願公開、特開２０２０－ ８７０１７、請求項の数（１０）〕について、次のとおり審決する。

結 論 原査定を取り消す。 本願の発明は、特許すべきものとする。

理 由 第１ 手続の経緯 本願は、平成３０年１１月２７日の出願であって、その手続の経緯は以下のとおりである。 令和３年 ７月３０日付け 拒絶理由通知書 令和３年１０月 ６日 意見書、手続補正書の提出 令和４年 ２月 ２日付け 拒絶査定 令和４年 ５月 ９日 審判請求書、手続補正書の提出 令和４年１１月２４日付け 拒絶理由通知書（以下、この拒絶理由通 知書に記載した拒絶理由を「当審拒絶理 由」という。） 令和５年 １月１０日 意見書、手続補正書の提出 第２ 原査定の概要 原査定（令和４年２月２日付け拒絶査定）の概要は次のとおりである。 １．（進歩性）この出願の請求項１～１１に係る発明は、その出願前に日本国内又は外国において、頒布された下記の引用文献に記載された発明又は電気通信回線を通じて公衆に利用可能となった発明に基いて、その出願前にその発明の属する技術の分野における通常の知識を有する者（以下、「当業者」という。）が容易に発明をすることができたものであるから、特許法第２９条第２項の規定により特許を受けることができない。 ＜引用文献等一覧＞ 引用文献１．特表２０１３－５０６９３７号公報 引用文献２．特開２０１３－０９７７６５号公報 引用文献３．特開平０５－３４２２３１号公報 引用文献４．特開２００３－０８５２１２号公報 引用文献５．特開２０１４－０７４９６１号公報 引用文献６．特開２０１６－０１５１６４号公報 引用文献７．特開２０１７－１５７１４２号公報 引用文献８．特開２０１８－１３２８２１号公報 第３ 当審拒絶理由の概要 １．（サポート要件）この出願は、特許請求の範囲の記載が、特許法第３６条第６項第１号に規定する要件を満たしていない。 ２．（明確性）この出願は、特許請求の範囲の記載が、特許法第３６条第６項第２号に規定する要件を満たしていない。 第４ 本願発明 本願の請求項１～１０に係る発明は（以下、それぞれ「本願発明１」～「本願発明１０」という。）は、令和５年１月１０日にされた手続補正により補正された特許請求の範囲の請求項１～１０に記載された事項により特定されるものであり、そのうち、本願発明１は、以下のとおりのものである。 「【請求項１】 対象商品の画像である画像情報をユーザ端末から取得する取得部と、 前記取得部によって取得された前記画像情報に基づいて前記対象商品の世代を特定する特定部と、 前記特定部によって特定された前記対象商品の世代とは異なる世代の対象商品である別世代商品に関する商品情報を提供する提供部と、 所定のサーバ装置が提供するサービスにおいて使用される画像であるサービス画像の中から前記対象商品の前記サービス画像を抽出し、抽出した前記対象商品の前記サービス画像を世代毎に分類した画像データベースを生成する生成部と、 を備え、 前記特定部は、 前記生成部によって生成された前記画像データベースに含まれる前記対象商品の前記サービス画像を教師データとする機械学習により学習されたモデルを用いて前記対象商品の世代を特定し、 前記提供部は、 複数の世代の前記別世代商品に関する前記商品情報を提供すること を特徴とする情報処理装置。」 なお、本願発明２～８は、本願発明１を更に減縮した発明である。 また、本願発明９、１０は、それぞれ本願発明１に対応する発明であり、本願発明１とカテゴリ表現が異なるだけの発明である。 第５ 引用文献、引用発明等 １ 引用文献１について 原査定の拒絶の理由に引用された引用文献１には、次の事項が記載されている。（下線は当審で付した。以下同じ。） 「【背景技術】 【０００１】 デジタル通信技術は、過去数年間にわたって爆発的な成長をみせた。この成長は、インターネットとモバイルブロードキャストテレビ（mobile broadcast television）などの新しいワイヤレスサービスとを含む、新しいコンテンツ配信技術によって加速された。この新しいコンテンツ配信技術の出現で、オーディオとビデオのコンテンツに対する消費者需要が高まっただけでなく、製品を販売し、消費者需要に応える好機が新しく到来した。 【発明の概要】 【０００２】 さまざまな実施形態によって、静止画像またはビデオコンテンツのユーザがコンピューティングデバイス上に表示される画像内に現れる製品を選択し、そのような製品に関する情報を請求することを可能にする方法とシステムとが実現される。静止画像またはビデオコンテンツは、例えば、モバイルブロードキャストテレビ、ケーブルテレビサービス、衛星放送テレビサービス、インターネット、蓄積ビデオ（例えば、ＤＶＤまたはＴｉｖｏ（登録商標）、およびユーザによるビデオショットを含むさまざまなコンテンツ配信システムから受信でき得る。サーバが画像の選択された部分を取得することを可能にするのに十分な画像内のビデオ画像または画像座標の選択された部分の形態の静止画像またはビデオ画像の選択された部分に関する情報を、ユーザのコンピューティングデバイスが処理サーバ（本明細書では、「トランザクションサーバ」と称される）に送信する製品問い合わせメッセージ内に含めることができ得る。製品問い合わせメッセージで受信された画像情報はトランザクションサーバによって処理され、画像の選択された部分内のオブジェクトまたは特定の製品を認識することができ得る。認識されたオブジェクトまたは製品を入手可能な商品のデータベースに対して比較して、商業的入手性を判定することができ得る。市販製品に関する情報は、トランザクションサーバが生成し、ユーザのコンピューティングデバイスに送信する製品情報メッセージに含まれ得る。ユーザが購入する製品を選択できるように推奨製品をユーザインターフェース表示内に提示することができ得る。次いで、ユーザは、ユーザインターフェースのインタラクティブな操作などによって、推奨製品のうちの１つまたは複数に対する購入トランザクションを開始することができ得る。製品購入トランザクションは、知られているトランザクション方法に従って遂行され得る。モバイルテレビブロードキャストネットワークなどによって、静止画像またはビデオ画像のコンテンツがブロードキャストされる実施形態では、製品問い合わせメッセージは、ブロードキャストプロバイダの一部であるトランザクションサーバによって処理され得る。静止画像またはビデオ画像のコンテンツがインターネットなどのインターネットプロトコル（ＩＰ）ネットワーク経由でブロードキャストまたはユニキャストされる実施形態では、トランザクションサーバは、ウェブサーバであってよい。ケーブルまたは衛星放送テレビネットワークによってビデオコンテンツがブロードキャストされる実施形態では、トランザクションサーバは、ＩＰネットワークを介してアクセス可能なウェブサーバであってよい。」 「【００２１】 さまざまな実施形態により、エンドユーザは、ブロードキャストプログラム、マルチキャストプログラム、蓄積ビデオ画像（例えば、ＤＶＤ、Ｂｌｕ-ｒａｙ（登録商標）ディスクプレーヤー、またはＴｉｖｏ（登録商標）からの）、またはユーザビデオ内に表示される商品と相関する画像部分もしくは画像データを選択し、パーソナルコンピュータまたはモバイルデバイスなどの、ユーザのコンピューティングデバイス上でそのような製品または関係する商品に対する注文トランザクションを開始することができる。エンドユーザのコンピューティングデバイス上で実行されるクライアントアプリケーションにより、ユーザは、注目する１つまたは複数の製品を含む表示画像の一部分を指定することで注目する製品を識別することができる。ユーザは静止画像またはビデオ画像の選択された部分を、コンピュータのマウスを使って、またはタッチスクリーン上で円を指でなぞり、その画像部分の周りに円を描くなど、ポインティングデバイスを使用して指定することができ得る。注目しているオブジェクトを含む画像の選択された部分は、モバイルデバイスがトランザクションサーバに送信する製品問い合わせメッセージ内に画像選択情報としてパッケージングすることができ得る。画像データそれ自体を送信する代わりに、製品問い合わせ内の画像選択情報に、トランザクションサーバがアクセス可能なデータベースから画像を取得し、選択された部分を決定できるようにフレーム番号または画像ファイル名と選択された部分を画定する画像内の座標などの情報を含めてもよい。画像選択情報を回送する製品問い合わせメッセージは、注目する製品に関するユーザからの音声メモまたは入力したコメントなどの、追加情報（「注釈情報」）も含むことができ得る。そのような製品問い合わせメッセージは、トランザクションサーバにおいて受信されるものとしてよく、そこで、メッセージが構文解析され、画像選択情報、注釈情報、およびモバイルデバイスの識別子（ＩＤ）などの他の追加情報を取得する。画像選択情報は、形状、色、および構成などの、特定の製品特性を認識するために画像処理するように構成されているトランザクションサーバまたは別のサーバ内のソフトウェアモジュールとすることができ得る製品相関エンジンによって処理され得る。画像選択の範囲内で識別された画像オブジェクトを商品のデータベースと比較して、画像選択の範囲内のオブジェクト（複数可）が入手可能な商品とマッチまたは対応しているかを判定することができ得る。マッチが見つかった場合、その製品に対する製造、モデル、供給元、コスト、および他の購入詳細に関する情報を商品データベースから取得して、モバイルデバイスに送信される製品情報メッセージ内に組み込むことができ得る。製品情報メッセージは、推奨エンジンが、エンドユーザの注目を引くと、そのユーザのユーザプロファイル内のマッチした製品と情報とに基づき予測する製品などの、マッチする製品を超える他の関係する製品も含み得る。画像選択と市場で入手可能な製品との間の直接的なマッチが見つからない場合、画像選択は、撮像された製品の新型または取り替えモデルなどの製品、同等の競合会社の製品、または撮像された製品のレプリカに対応することがある。したがって、製品のマッチまたは対応が見つからない場合、推奨エンジンは、受信された注釈情報と、ユーザおよびモバイルデバイスに関するユーザプロファイル情報と、ユーザが注目すると思われる代替的商品の推奨を生成するための他の情報とともに認識された画像オブジェクト（複数可）を処理することができ得る。マッチした製品の場合と同様に、推奨される代替的商品情報を、エンドユーザのコンピューティングデバイスに送信される製品情報メッセージ内に組み込むことができ得る。」 「【００２４】 モバイルテレビブロードキャストネットワーク１００内にあるか、またはモバイルテレビブロードキャストネットワーク１００に結合されるのはトランザクションモジュール１１０であるものとしてよく、これは、ローカルエリアネットワーク１０２を介してブロードキャストネットワーク１００内の他のコンポーネントに結合され得る。購入トランザクションモジュール１１０は、トランザクションサーバ１１２と商品データベース１０６とを備えることができ得る。トランザクションサーバ１１２は、ユニキャストメッセージをモバイルデバイス１１８から受信するためにワイヤレスネットワークプロバイダ１２２にネットワークもしくはインターネットを介して結合され得る。トランザクションサーバ１１２は、入手可能な商品に関する情報を受信し、ユーザ製品問い合わせに関係するトランザクションを追跡し、トランザクションサーバ１１２を通じて実施されるトランザクションを完了し、マーチャント１２４にさまざまな製品にユーザが注目していることを知らせるためにネットワークもしくはインターネットを介して製品メーカとマーチャント１２４に結合することもでき得る。購入のため入手可能な商品に関する情報、およびトランザクションサーバ１１２の機能をサポートするために必要な他の商品関係情報を商品データベース１０６内に格納することができ得る。マーチャントおよびメーカ１２４が、商品データベース１０６内に商品情報を格納することができるものとしてもよい。」 「【００２８】 図３は、トランザクションサーバ１１２として機能している１つまたは複数のサーバ内に実装され得る機能コンポーネントを例示している。上で説明されているように、トランザクションサーバ１１２は、商品データベース１０６に、またワイヤレスネットワーク（１２２）またはリバースリンクデータネットワーク（２０８）に結合され得る。トランザクションサーバ１１２は、外部ネットワーク１２２、２０８との通信を行うように構成された回路を備えるネットワークインターフェース３０２を備えることができ得る。本明細書で説明されているさまざまな実施形態の機能を含む、さまざまなトランザクション機能を調整するために、トランザクションゲートウェイモジュール３０４をトランザクションサーバ１１２上で動作するソフトウェア内に組み込むことができ得る。またトランザクションサーバ１１２の機能に、製品相関エンジン３０６を組み込んでもよい。製品相関エンジン３０６は、画像部分を受信し、そのような画像内に含まれる製品および商品に関する情報を推論することができるソフトウェアプロセスを含み得る。トランザクションサーバ１１２は、推奨エンジン３０８の機能も備えることができ得る。このような推奨エンジン３０８は、ユーザプロファイル（例えば、年齢、性別、年収、製品購入歴など）に基づき製品を識別するためのソフトウェアプロセスを含んでいてもよい。推奨エンジン３０８は、製品問い合わせメッセージ内の情報、さらには他の関連する情報に基づきユーザに訴えかけると思われる代替的商品も識別する。トランザクションサーバ１１２は、コンピューティングデバイスユーザによる電子購入トランザクションを可能にするか、またはサポートするためのトランザクションエンジン３１０も備え得る。」 「【００３０】 上で説明されているように、さまざまな実施形態により、ユーザは、さまざまなコンテンツ配信システムから受信された静止画像およびビデオ画像内に見られる製品に関する情報を要求することができ、そのような製品問い合わせはトランザクションサーバ１１２内で処理され、この問い合わせに対する製品情報メッセージが返信される。図４は、さまざまな実施形態で実装され得るプロセス４００を示している。モバイルテレビブロードキャストネットワーク１００またはインターネットマルチキャスタなどの、コンテンツ配信システムは、通常の方法によりコンテンツをブロードキャストするものとしてよく（ステップ４０２）、コンテンツは特定の形態のコンテンツを受信するように構成されているコンピューティングデバイスによって受信され、表示される（ステップ４０４）。コンピューティングデバイス上に受信された画像コンテンツがある間、ユーザは、さまざまなユーザインターフェースツールのうちのどれかを使用して表示されている画像の一部を選択することによって注目する製品を見て、製品問い合わせを開始することができ得る（ステップ４０６）。例えば、コンピューティングデバイスがタッチスクリーンを備えるモバイルデバイスである場合、ユーザは、単にディスプレイ画面に指先でタッチして画面上の注目する製品を丸で囲むだけで製品問い合わせを開始することができ得る。コンピューティングデバイスは、表示される画像の指示された部分を選択するためにユーザの入力を受け取るように構成され得る。コンピューティングデバイスは、ユニキャストネットワークを介してトランザクションサーバ１１２に送信される画像選択情報としてその画像選択を含む製品問い合わせメッセージを生成することができ得る（ステップ４０８）。トランザクションサーバ１１２は、製品問い合わせメッセージを受信し、製品相関エンジン３０６において画像選択を処理して、画像選択に含まれる画像オブジェクトを認識する（ステップ４１０）。以下で説明するように、画像選択内の特定の画像オブジェクトを識別するか、または認識するためにさまざまな異なる画像認識技術を実装することができ得る。次いで、認識された画像をオブジェクトを商品データベース内に格納されている製品画像と比較し（ステップ４１２）、マッチがあるかどうかを判定することができ得る（判定４１４）。画像オブジェクトが商品データベース内の製品とマッチするか、または対応する（つまり、判定４１４＝「はい」）場合、製品のブランド名、供給元、および価格などの製品に関する情報が製品情報メッセージでモバイルデバイスに送信され得る（ステップ４１６）。推奨エンジン３０８は、ユーザプロファイルに適合するように製品マッチを精密化するために使用することもでき得る。画像オブジェクトが商品データベース内の製品とマッチまたは対応しない（つまり、判定４１４＝「いいえ」）場合、代替的製品推奨を構成するために推奨エンジン３０８内の他の情報と併せて画像オブジェクトを使用することができ得る（ステップ４１８）。次いで、１つまたは複数の代替的製品推奨を製品情報メッセージでモバイルデバイスに送信することができ得る（ステップ４２０）。」 「【００３９】 ユーザがビデオ画像内に示されている製品に関して問い合わせを行えるようにコンピューティングデバイス内に実装され得る例示的な実施形態の方法が、プロセス６００を示す図６に例示されている。ブロードキャストプログラムが表示されているときに（ステップ６０２）、ユーザは、ユーザが注目する製品を画面上で確認でき得る。ユーザは、タッチスクリーン、ポインターデバイス、またはスクロールキーなどの、コンピューティングデバイス上のユーザインターフェースデバイスを使用して、注目する製品を指示するためにそのビデオをフリーズしたいことを指示することができ得る。コンピューティングデバイスは、そのユーザ入力を受け取り、特定の画像上でビデオ表示を一時停止させるようにクライアントアプリケーションによって構成され得る（ステップ６０４）。ビデオ表示の一時停止は、ブロードキャストコンテンツの受信をサスペンドするか、または視聴を遅らせてブロードキャストコンテンツの格納を続行しながら表示メモリにフレームを格納することによって実現することが可能である。ディスプレイ上に画像をフリーズさせた状態で、ユーザは、タッチスクリーン上で製品を円で囲むか、またはコンピュータのマウスを使うなどして、注目する製品を含む画像の部分を指定することができ得る。コンピューティングデバイス上のクライアントアプリケーションは、タッチスクリーンからの入力、矢印キーの一連のキーストローク、またはポインティングデバイス（例えば、コンピュータのマウスもしくはタッチパッド）からの入力などの形態で、ユーザ画像指定を受け取る（ステップ６０６）ことができ得る。 【００４０】 クライアントアプリケーションは、表示されている画像の一部を選択するものとしてユーザ入力を解釈し、トランザクションサーバ１１２に伝達できる形で選択された部分の座標を格納するように構成され得る。例えば、クライアントアプリケーションは、ユーザによって選択された特定のピクセルを画像データとして記録することができ得る。別の例では、クライアントアプリケーションは、ビデオ画像の隅など、特定の座標軸に関する画像選択の境界座標を記録することができ得る。さらに別の例では、クライアントアプリケーションは、画像選択内に包含されるピクセル番号を記録するが、画像データを記録しないようにでき得る。さらなる例示的な実施形態では、クライアントアプリケーションは、画像識別子と、タッチされた画像のフレーム番号およびピクセルまたは距離座標（例えば、隅のような座標軸からのＸおよびＹ距離）などの画像へのユーザタッチの座標とを記録することができ得る。トランザクションサーバがアクセス可能なデータベースから画像を取得し、ユーザによって選択された画像の部分を判定することを行えるようにユーザタッチの位置またはユーザ指定画像選択内で丸印を付けた領域を識別するための他の方法も使用することができ得る。参照しやすくするために、画像選択の位置もしくは領域を識別するか、または選択された画像データを含むデータは、本明細書では、画像選択情報として総称される。画像選択情報は、画像に特有の情報であり、ハイパーリンクなどの画像に付加されるか、またはリンクされた情報を包含することを意図していないことに留意されたい。 【００４１】 クライアントアプリケーションは、ユーザに製品問い合わせに関する追加入力を行うよう促すプロンプトをディスプレイ上に生成することもでき得る。例えば、ユーザに対し、個人が購入に際して注目するユニットのサイズ、色、または個数などの、所望の製品に対する説明または数量を入力するよう促すことができ得る。それに加えて、このプロンプトは、「ジャケット」、「セーター」、「サーフボード」などの、製品記述子を含めるようユーザを誘うこともでき得る。さらに、このプロンプトは、モバイルデバイスが製品問い合わせメッセージに含めるために記録し得る話された言葉としてユーザ入力を与えるようにユーザを誘うこともでき得る。ステップ６０８でユーザによって与えられる情報が多ければ多いほど、トランザクションサーバ１１２が注目する製品を識別して関連性の高い製品情報をユーザに提供する能力が高まる可能性がある。例えば、ユーザは、「ｈｏｗ ｍｕｃｈ ｉｓ ｔｈａｔ ｓｗｅａｔｅｒ？（そのセーターはいくら？）」などの製品問い合わせを言うように促され得る。ユーザからのそのような追加の入力により、トランザクションサーバ１１２は、そのユーザがセーターに注目しており、そのユーザが価格を知りたがっていると判断することが可能になり得る。別の例として、ユーザは、「ｄｏｅｓ ｔｈａｔ ｊａｃｋｅｔ ｃｏｍｅ ｉｎ ｓｉｚｅ ｅｘｔｒａ ｌａｒｇｅ？（そのジャケットに特大サイズはあるか？）」と言うこともでき得る。このような情報は、トランザクションサーバ１１２が、そのユーザが画像選択内のジャケットに注目していると判断し、そのユーザの望むサイズを決定するのに役立つであろう。 【００４２】 モバイルデバイス上で動作しているクライアントアプリケーションは、追加のユーザ入力を画像選択情報として受け取り（ステップ６１０）、注釈情報および追加の入力とともに画像選択情報（つまり、ビデオ画像のユーザ選択部分に関する情報）を含む製品問い合わせメッセージを生成する（ステップ６１２）ことができ得る。次いで、製品問い合わせメッセージが、コンピューティングデバイスによって、インターネットまたはセルラーデータ通信ネットワークなどの、ユニキャストネットワーク１２２を介してトランザクションサーバ１１２に送信され得る（ステップ６１４）。製品問い合わせメッセージが送信された後、コンピューティングデバイスは、ブロードキャストコンテンツを表示することに戻ることができ得る（ステップ６１８）。そうする際に、コンピューティングデバイスは、ディスプレイ上に画像がフリーズされた時点からコンテンツの視聴をユーザが続けるように製品問い合わせプロセスの実行中にメモリ内に格納されているコンテンツの再生を開始することが可能である。あるいは、コンピューティングデバイスは、単純に、ブロードキャストプログラム内の現在時点からコンテンツの受信および表示を開始することができ得る。」 「【００５０】 上述のように、トランザクションサーバ１１２は、コンピューティングデバイスから受信した製品問い合わせメッセージを受け取って、自動的に処理することができ得る。トランザクションサーバ１１２が製品問い合わせメッセージに応答する際に使用する例示的な実施形態の方法が、プロセス８００を示す図８に示されている。プロセス８００では、トランザクションサーバ１１２は、インターネット、ローカルエリアネットワーク、セルラーデータ通信ネットワーク、または２つもしくはそれ以上のそのようなネットワークの組み合わせなどの、ユニキャストネットワークを介して製品問い合わせメッセージを受信することができ得る（ステップ８０２）。例えば、モバイルデバイス１１８は、セルラーデータ通信ネットワーク１２２を介して製品問い合わせメッセージを、ローカルエリアネットワーク１０２を介してメッセージをトランザクションサーバ１１２に回送するモバイルテレビブロードキャストネットワーク１００に送信することができ得る。トランザクションサーバ１１２は、受信した製品問い合わせメッセージを構文解析し、ユーザによって選択されたブロードキャスト画像の部分を取得し、この画像選択を製品相関エンジンに送ることができ得る（ステップ８０４）。トランザクションサーバ１１２は、受信した製品問い合わせメッセージを構文解析し、テキストまたは録音などの、ユーザによって提供される注釈情報を取得して処理することもでき得る（ステップ８０６）。ユーザから受信した注釈情報が音声の録音の形態をとる場合、トランザクションサーバ１１２は、音声認識ソフトウェアモジュールで口頭コメントを処理することができる。認識された、または書かれている注釈情報の構文解析し、分析して、製品の名詞、形容詞、および数などの製品問い合わせ解釈する際に役立ち得る単語を認識することができ得る。このような処理は、受信された画像のコンテキスト、ブロードキャストプログラムのコンテキスト、および前のユーザトランザクション内のユーザコメントを分析することを含み得る。 【００５１】 受信された画像選択を製品相関エンジンで処理し、オブジェクトの外形を認識し、その画像の構文解析を行って認識されたいくつかのオブジェクトに分けることができ得る。さまざまな知られている画像処理方法を使用して、製品である可能性のある画像選択内のオブジェクトを識別し、背景の景色、人間の特徴、および共通構造などの、製品問い合わせに関連しない画像選択内の要素を無視することができ得る。画像オブジェクトは、認識された外形を標準の、または知られているオブジェクトのデータベースと比較することによってさらに認識することができ得る。さらに、オブジェクトは、認識された外形を知られている製品構成の画像のデータベースと比較することによって認識することができ得る。さらに、オブジェクトは、認識された外形を製品配置広告（product placement advertising）に関係する画像などの、ブロードキャストコンテンツ内に存在することが知られている製品の画像のデータベースと比較することによって認識され得る。製品配置広告に関係する画像のデータベースは、コンテンツプロバイダから入手することができ得る。 【００５２】 識別された画像オブジェクトを製品の知られているパターンと比較して、画像選択内のオブジェクトと購入可能製品との相関関係をさらに求めることができ得る。画像選択が、知られている製品パターンまたは１つまたは複数の画像オブジェクトと比べても遜色がない、複数の異なる製品パターンと比べても遜色がない複数の画像オブジェクトを含む場合、製品相関エンジンは、ユーザの注釈情報から取得された情報を使用してユーザが注目する製品を選択することができ得る（ステップ８１２）。例えば、画像選択が革のジャケットとサングラスとを着用している俳優のトルソを含む場合、製品相関エンジンは、革のジャケットとサングラスとを潜在的製品画像オブジェクトとして識別することが可能である。ユーザが最も注目する画像オブジェクトを選択するために、製品相関エンジン（またはトランザクションサーバ１１２内の他のモジュール）は、ユーザの注釈情報がユーザの注目度をさらに明らかにするジャケット、サングラス、衣類のサイズ、色、またはスタイルを参照しているかどうかを判定することができ得る。そのため、注釈情報に「ｉｎ ｓｉｚｅ ４４（サイズ４４の）」とあった場合、製品相関エンジン（またはトランザクションサーバ１１２内の他のモジュール）は、ユーザが革のジャケットに注目していると結論し、そこでステップ８１２でユーザが最も注目していそうな１つの画像オブジェクト（つまり、革のジャケット）を選択することができ得る。 【００５３】 次いで、製品相関エンジン（またはトランザクションサーバ１１２内の他のモジュール）において、最も可能性の高い画像オブジェクトに関する情報を処理して、製品情報メッセージを形成することができ得る（ステップ８１４）。製品相関エンジンは、選択された画像をオブジェクトを入手可能な商品のデータベースと比較することができ得る（ステップ８１６）。そうする際に、画像オブジェクトを商品データベース内に格納されている入手可能な商品の画像と比較することができ得る。このプロセスの一部として、製品相関エンジンは、ユーザ注釈情報、特に、ユーザの製品問い合わせにより適切に対応できるように入手可能な商品と照合され得るスタイル、サイズ、色、および他の区別する特徴に関する情報も考慮することもでき得る。このような比較を実施する際に、製品相関エンジンは、ユーザが注目している画像オブジェクトが市場に出回っている特定の販売製品とマッチするか、または対応しているかどうかを判定することができ得る（判定８２０）。この判定は、特定の１人または少数のマーチャントまたはサプライヤーの商品に限定されるか、またはインターネット（例えば、マッチする製品に関するＧｏｏｇｌｅ検索）上で入手可能または言及されている任意の製品を含めて事実上無制限であってもよい。 【００５４】 画像処理、製品認識、および入手可能な商品との比較は、画像選択を入手可能な製品の画像のデータベースと、または製品配置商品の画像のデータベースと比較することなど、単一のプロセスで実行することができ得ることは理解されるであろう。 【００５５】 選択された画像オブジェクトと市場で入手可能な１つまたは複数の製品との間のマッチまたは対応が見つかった場合（つまり、判定８２０＝「はい」）、推奨エンジンは、商品データベースからマッチした商品と利用可能な供給元（例えば、サプライヤーおよびマーチャンダイザ）に関する情報を想起させることができ得る（ステップ８２２）。想起された情報を使用して、コンピューティングデバイスに送信される（ステップ８２６）、製品情報メッセージを生成することができ得る（ステップ８２４）。製品情報メッセージは、ＳＭＳ、電子メール、またはＴＣＰ／ＩＰデータメッセージなどの、知られているユニキャスト方法で、コンピューティングデバイスに送信され得る。あるいは、製品情報メッセージは、宛先コンピューティングデバイスが受信して処理することができ、コンピューティングデバイスが無視するように暗号化またはタグ付けされるような、宛先コンピューティングデバイスによってのみ処理できるフォーマットでブロードキャストされ得る。」 「【００５７】 画像オブジェクトと市場で入手可能な１つまたは複数の製品との間のマッチまたは対応が見つからない場合（つまり、判定８２０＝「いいえ」）、推奨エンジンは、識別された画像オブジェクト、ユーザコメント、および他の利用可能な、関連する情報に関する情報を使用してユーザが注目すると思われる１つまたは複数の代替的製品を推奨することができ得る（ステップ８３６）。推奨される代替的製品を識別する際に、推奨エンジンは、ブロードキャストプログラムの性質またはジャンル、ブロードキャストプログラム内の俳優に関連する製品またはスタイル、特定のユーザの事前購入歴、ユーザの人口学的情報などの、ユーザが注目するものに関する洞察を与え得るさまざまな情報源を考慮することができ得る。例えば、特定の製品がもはや市販されていない場合、推奨エンジン（またはトランザクションサーバ１１２内の他のモジュール）は、最新のモデルまたは市販されている類似の製品を識別することができ得る。このような代替的製品推奨、さらには指示された製品が入手不可能であることに関する情報は、製品情報メッセージを生成する際に使用され得る（ステップ８２２、８２４）。 【００５８】 画像オブジェクトと市場で入手可能な１つまたは複数の製品との間のマッチまたは対応が見つかる場合であっても（つまり、判定８２０＝「はい」）、推奨エンジンは、マッチした製品、ユーザの注釈情報、ユーザプロファイル、および他の利用可能な、関連する情報に関する情報も使用してユーザが注目すると思われる１つまたは複数の追加製品を推奨することができ得る（ステップ８３６）。推奨される追加製品を識別する際に、推奨エンジンは、ブロードキャストプログラムの性質またはジャンル、ブロードキャストプログラム内の俳優に関連する製品またはスタイル、特定のユーザの事前購入歴、ユーザの人口学的情報などの、ユーザが注目するものに対する洞察を与え得るさまざまな情報源を考慮することもでき得る。例えば、識別され、マッチした製品が、ブロードキャストプログラム内の俳優が着用している衣料品である場合、推奨エンジン（またはトランザクションサーバ１１２内の他のモジュール）は、サングラスまたは帽子などの、俳優が着用している他の製品も識別し得る。別の例として、推奨エンジンは、プログラムまたはプログラムのジャンルに関連付けられているか、または関係する製品を推奨することができ得る。さらなる例として、推奨エンジンは、詰め替え品または追加数量など、ユーザが行った以前の購入に基づき製品を推奨することができ得る。このような追加製品推奨、さらにはマッチした製品情報は、製品情報メッセージを生成する際に使用され得る（ステップ８２２、８２４）。」 「【図６】 ［図：0001394989000001.jpg］ 」 「【図８】 ［図：0001394989000002.jpg］ 」 上記記載から、引用文献１には、以下の発明（以下、「引用発明」という。）が記載されている。 「静止画像またはビデオコンテンツのユーザがコンピューティングデバイス上に表示される画像内に現れる製品を選択し、そのような製品に関する情報を請求することを可能にするシステムにおいて、（【０００２】） エンドユーザのコンピューティングデバイス上で実行されるクライアントアプリケーションは、（【００２１】） コンピューティングデバイスにブロードキャストプログラムを表示し、（【００３９】） ユーザがコンピュータデバイス上のユーザインタフェースデバイスを使用して入力した、注目する製品を指示するためにそのビデオをフリーズしたいとのユーザ入力を受け取り、特定の画像上でビデオ表示を一時停止し、（【００３９】） ディスプレイ上に画像をフリーズさせた状態で、ユーザの注目する製品を含む画像の部分を指定したユーザ画像指定を受け取り、（【００３９】） ユーザによって選択された特定のピクセルを画像データとして記録し、（【００４０】） 選択された画像データを含むデータは、画像選択情報として総称され、（【００４０】） 画像選択情報（つまり、ビデオ画像のユーザ選択部分に関する情報）を含む製品問い合わせメッセージを生成し、（【００４２】） 製品問い合わせメッセージが、コンピューティングデバイスによって、インターネットまたはセルラーデータ通信ネットワークなどの、ユニキャストネットワーク１２２を介してトランザクションサーバ１１２に送信し、（【００４２】） トランザクションサーバ１１２は、 インターネット、ローカルエリアネットワーク、セルラーデータ通信ネットワーク、または２つもしくはそれ以上のそのようなネットワークの組み合わせなどの、ユニキャストネットワークを介して製品問い合わせメッセージを受信し、（【００５０】） 受信した製品問い合わせメッセージに含まれるユーザによって選択されたブロードキャスト画像の部分を取得し、この画像選択情報を製品相関エンジンに送り、（【００５０】） 受信された画像選択情報を製品相関エンジンで処理し、オブジェクトの外形を認識し、（【００５０】） 画像処理方法を使用して、製品である可能性のある画像選択情報内のオブジェクトを識別し、（【００５０】） 製品相関エンジンは、選択された画像オブジェクトを入手可能な商品のデータベースと比較し、（【００５３】） 選択された画像オブジェクトと市場で入手可能な１つまたは複数の製品との間のマッチまたは対応が見つかった場合、推奨エンジンは、商品データベースからマッチした商品と利用可能な供給元に関する情報を使用し、製品情報メッセージを生成し、コンピューティングデバイスに送信する、（【００５５】） トランザクションサーバ。」 また、引用文献１の【００２８】には、以下の事項（以下、「引用文献１記載事項１」という。）が記載されている。 「製品相関エンジン３０６は、画像部分を受信し、そのような画像内に含まれる製品および商品に関する情報を推論することができるソフトウェアプロセスを含み得ること。」 さらに、引用文献１の【００５７】には、以下の事項（以下、「引用文献１記載事項２」という。）が記載されている。 「画像オブジェクトと市場で入手可能な１つまたは複数の製品との間のマッチまたは対応が見つからない場合推奨エンジンは、識別された画像オブジェクト、ユーザコメント、および他の利用可能な、関連する情報に関する情報を使用してユーザが注目すると思われる１つまたは複数の代替的製品を推奨することができ、特定の製品がもはや市販されていない場合、推奨エンジンは、最新のモデルまたは市販されている類似の製品を識別することができること。」 ２ 引用文献２について 原査定の拒絶の理由に引用された引用文献２には、次の事項が記載されている。 「【技術分野】 【０００１】 この発明は、店舗での価格交渉に有効な価格比較支援システムに関する。また、この発明は、当該価格比較支援システムに用いられる価格比較支援サーバおよび価格比較支援用プログラムに関する。」 「【００３９】 また、識別情報取得用情報の第３の入力方法は、ユーザが通信端末２のカメラで対象商品を撮影して、その撮影画像情報を、識別情報取得用情報として用いる方法である。この第３の入力方法が用いられた場合、通信端末２は、識別情報取得用情報として入力された撮影画像情報を、通信ネットワーク３を通じて、商品識別情報提供サーバに送る。この商品識別情報提供サーバは、製造メーカ名、商品名および型番からなる識別情報に対応する商品の画像情報を収集して保持しており、通信端末２からの撮影画像情報を受け取ると、保持している商品の画像情報をも用いて画像認識処理を行い、通信端末２からの撮影画像情報の商品を特定し、対応する当該商品の識別情報を通信端末２に返すようにする。以上のようにして、第３の入力方法の場合には、通信端末２は、商品識別情報提供サーバから商品の識別情報を取得するようにする。」 ３ 引用文献３について 原査定の拒絶の理由に引用された引用文献３には、次の事項が記載されている。 「【０００１】 【産業上の利用分野】本発明は最新世代商品情報検索方式に関し、特に商品の最新世代商品情報の検索方式に関する。」 「【００１３】図２において、問い合わせ商品コード「ＢＢＢ」として、問い合わせ情報データ１４１が問い合わせ情報１４に格納されると、商品情報検索手段１５は、問い合わせ情報データ１４１を読み込み、読み込んだ問い合わせ商品コード「ＢＢＢ」を基に、商品情報テーブル１１を検索し、商品コード「ＢＢＢ」の商品情報データ１１１を取得する。次に、取得した次世代商品コードを参照すると、商品コード「ＣＣＣ」が格納されているので、再度、商品コード「ＣＣＣ」を基に、商品情報テーブル１１を検索し、商品コード「ＣＣＣ」の商品情報データ１１１を取得する。取得した次世代商品コードを参照すると、商品コード「ＤＤＤ」が格納されているので、再再度、商品コード「ＤＤＤ」を基に商品情報テーブル１１を検索し、商品コード「ＤＤＤ」の商品情報データ１１１を取得する。取得した次世代商品コードを参照すると、商品コードが格納されていないので検索動作はここで終了する。最終的に取得した商品コード「ＤＤＤ」の商品情報データ１１１を基に回答情報データ１６１を編集し、回答情報１６に格納するのもである。 【００１４】この結果、問い合わせ商品コード「ＢＢＢ」に対し、最新世代の商品情報「ＤＤＤ」を検索することが出来る。 【００１５】なお、商品情報テーブル１１は、データベースファイルや、外部記憶装置上に設けるように、問い合わせ情報１４と回答情報１６は、電子計算機１のメモリ上や、データベースファイルや、外部記憶装置上に設けることも可能である。 【００１６】また、商品情報テーブル１１内の前世代商品コードを参照し、本発明の機能を利用することにより、最旧世代の商品情報を検索することも可能である。 【００１７】 【発明の効果】以上説明したように、本発明の最新世代商品情報検索方式は、商品情報テーブルに次世代商品コード、前世代商品コードを設け、問い合わせ情報に対し、次世代商品コードを参照して最新世代の商品情報を検索し、回答情報を出力するようにしたので、人手を介していた検索作業負荷が軽減し検索ミスの防止にもつながり、加えて、信頼性の高いデータの提供が可能になる。」 上記記載から、引用文献３には、以下の事項（以下、「引用文献３記載事項」という。）が記載されている。 「商品の最新世代商品情報の検索方式において、問い合わせ商品コードを基に、商品情報テーブル１１を検索し、商品コードの商品情報データ１１１を取得し、取得した次世代商品コードを参照し、商品コードが格納されていると、格納された商品コードを基に、商品情報テーブル１１を検索することを繰り返し、取得した次世代商品コードに商品コードが格納されていないと、検索動作を終了し、最終的に取得した商品コードの商品情報データ１１１を基に回答情報データ１６１を編集し、回答情報１６に格納すること。」 ４ 引用文献４について 原査定の拒絶の理由に引用された引用文献４には、次の事項が記載されている。 「【０００１】 【発明が属する技術分野】本発明は、インターネット等のネットワークを使用したオンラインによる製品情報の提供方法に関する。」 「【００５７】実施形態４では、販売完了品紹介ページからオンラインショップをクリックされた場合には代替製品を紹介するとともに、完売製品の中古品、オークション出品製品も紹介することを特徴とする。代替製品としては後継製品、同等の価格の製品を紹介する。 【００５８】これにより、ユーザは同等の機能または価格の代替商品を知ることができ、それを購入することができる。また、代替商品ではだめなユーザは中古品を購入することができる。以下に、本サービスの制御を説明する。図１８は、サーバコンピュータ２で実行される制御を示すフローチャート図である。図１８に示すフローは、図２に示す製品紹介ページのショップボタン１０１がクリックされたことを示す信号をサーバコンピュータ２が受信したことによりスタートする。」 ５ 引用文献５について 原査定の拒絶の理由に引用された引用文献５には、次の事項が記載されている。 「【技術分野】 【０００１】 本発明は、商品推薦装置及び方法及びプログラムに係り、特に、E-Commerce(電子商取引）サービスで提供されるユーザの商品購買において、商品を推薦するための商品推薦装置及び方法及びプログラムに関する。」 「【０００９】 本発明は上記の点に鑑みなされたもので、全アイテムを対象に推薦の計算処理を行うのではなく、推薦リスト作成の処理の前に各アイテムの販売数を算出しておき、販売数上位の代表アイテムに関連する購買履歴だけを使って、販売数上位のアイテムだけを対象に推薦スコアを算出することにより、推薦リスト作成処理を高速化することが可能な商品推薦装置及び方法及びプログラムを提供することを目的とする。 【課題を解決するための手段】 【００１０】 上記の課題を解決するため、本発明（請求項１）は、E-Commerce（電子商取引）サービスにおいて、ユーザの購買情報を利用して商品を推薦する商品推薦装置であって、 前記E-Commerceサービスにおける各ユーザＩＤの購買情報を取得し、購買情報記憶手段に格納する購買情報取得手段と、 前記購買情報記憶手段に格納されている前記購買情報を用いて、各アイテムの販売数を算出し、該各アイテムの販売数に基づき代表アイテムを決定し、代表アイテム記憶手段に格納する代表アイテム決定手段と、 前記購買情報と、前記代表アイテム記憶手段に格納されている前記代表アイテムとを用いて、各ユーザへの各代表アイテムの推薦スコアを算出し、該推薦スコアに基づき各ユーザへの推薦リストを作成し、推薦リスト記憶手段に格納する推薦リスト作成手段と、 ユーザの識別子が与えられると、前記推薦リスト記憶手段に格納されている前記推薦リストを用いて、該ユーザの推薦リスト中のアイテムの識別子を推薦商品として選択する推薦処理手段と、を有する。 【００１１】 また、本発明（請求項２）は、前記代表アイテム決定手段において、 代表アイテム決定パラメータを設定する代表アイテム決定パラメータ設定手段と、 前記各アイテムの販売数を用いて、パレート分布パラメータを算出するパレート分布パラメータ算出手段と、 前記代表アイテム決定パラメータと、前記各アイテムの販売数と、前記パレート分布パラメータと、前記購買情報と、を用いて、所定の条件を満たす最小の整数を販売数の閾値に設定する販売数閾値設定手段と、 前記各アイテムの販売数が、前記販売数の閾値より大であるアイテムを代表アイテムとして決定し、前記代表アイテム記憶手段に格納する代表アイテム判定手段と、を含む。 【発明の効果】 【００１２】 本発明では、購買履歴を元にアイテムの販売数の分布を推定し、その推定結果を元に代表アイテムを求めておいて、代表アイテムに関するデータだけを用いて推薦リストを作成することにより、従来の技術では不可能であった、非常にアイテム数の多いオンラインサービス上での推薦が行えるようになる。これにより、大規模なオンラインサービス上のユーザの購買が促進されるため、大幅な収益増につながる。 ・・・ 中 略 ・・・ 【発明を実施するための形態】 【００１４】 本発明では、ユニークアイテム数の多いE-Commerceサービスにおいて高速に推薦リスト作成処理が行える推薦システムを実現することを目的とする。具体的には、購買履歴を元に各アイテムの販売数を算出し、ある閾値を越えないアイテムはフィルタすることで代表アイテムだけ残す。 【００１５】 推薦リストの上位に表れるアイテムは一般に販売数の多いアイテムであるため、販売数の少ないアイテムを除外しても、推薦リスト上位に変化はない。しかしながら、除外するか否かの販売数の閾値によって各ユーザへの推薦リストに変化があるか否かが決定する。本発明では、アイテムの販売数にパレート分布を仮定し、そのパレート分布から各ユーザへの推薦リスト上位に影響を与えないような販売数の閾値を設定する。 【００１６】 販売数の少ないアイテムに関するデータを除外した後は、従来の推薦手法で各ユーザへの推薦リストを作成する。」 ６ 引用文献６について 原査定の拒絶の理由に引用された引用文献６には、次の事項が記載されている。 「【技術分野】 【０００１】 本発明は、検索支援システム、検索支援方法及び検索支援プログラムに関する。 本願は、２００９年１２月２４日に、日本に出願された特願２００９－２９２８５７号に基づき優先権を主張し、その内容をここに援用する。」 「【００１６】 上記抽出部１１は、ユーザがユーザ端末２から送信してくる入力画像データ（ユーザから提供される画像データ）を、送受信部１７を介して入力し、該入力画像データ内の検索部分を抽出する。より詳しくは、抽出部１１は、該入力画像データ内の商品の画像領域の輪郭（検索部分）を抽出し、輪郭画像データ（検索部分の画像データ）を生成する。ここで、輪郭画像データの抽出処理において、輪郭とは画像の濃度値が急激に変化する部分であり、これを取り出すために微分演算を行っている。ただし、デジタル画像においてはデータが一定間隔にとびとびに並んでいるため、隣接画素同士の差をとる演算（差分）で微分を近似し、画素の濃度が急激に変化している部分を輪郭として抽出する。 【００１７】 種類判定部１２は、上記輪郭画像データから、予めデータベース１６に記憶されている商品の輪郭データテーブルにおけるテンプレート画像データから、輪郭画像データに対応するテンプレート画像データを検索し、そのテンプレート画像データに対応してデータベース１６に設定されている種類識別情報を読み込む。このテンプレート画像データは、各種類の多数の商品を複数の角度から撮影し、輪郭と比較するテンプレートとして予めデータベース１６の上記輪郭データテーブルに記憶されていることが望ましい。 【００１８】 検索部１３は、上記種類識別情報に対応する種類の記憶領域から類似した画像データの抽出を行うため、入力画像データにおける輪郭抽出を行った検索画像データの特徴抽出を行う。検索部１３は、この特徴抽出から得られた特徴情報と、一致又は類似度の高い特徴情報を、データベース１６における上記商品テーブルの判定された種類に対応する種類識別情報を有する画像データから検索し、類似度の高い商品を予め設定された数のその画像データを、類似度の高い順に抽出する。ここで、種類判定部１２を設けない場合、検索部１３は、入力画像データにおける輪郭抽出を行った商品の画像と、商品テーブル全体における商品画像データとを比較し、上記輪郭抽出を行った商品の画像に対して類似度の高い商品画像データを抽出する。 また、条件設定部１８は、ユーザがユーザ端末２から、入力画像データとともに送信された用途情報を、送受信部１７を介して読み込み、この用途情報を内部に設定するとともに、検索部１３へ出力する。 そして、検索部１３は、上述した類似度の高い順に商品画像データを抽出する際、条件設定部１８から入力された用途情報を有する画像データのなかから、類似度の高い順に商品画像データを抽出する。 したがって、検索部１３は、商品テーブルから、入力画像データと類似し、かつユーザの設定する用途情報を有する商品を検索することとなる。この結果、検索部１３は、ユーザが気に入った形状であり、かつユーザの使用する用途に対応した商品を、商品テーブルから抽出することができる。 また、検索部１３は、検索された商品画像データに対応する商品情報（対象物情報）を、商品テーブルから読み出して、ユーザのユーザ端末２へ送信する。なお、上述の商品情報は、名称（商品名）、商品画像データに対応する商品を販売する販売店舗、その店舗のＵＲＬ、その店舗の電話番号や住所、及び商品の価格のうち少なくとも一つを含む情報である。」 ７ 引用文献７について 原査定の拒絶の理由に引用された引用文献７には、次の事項が記載されている。 「【技術分野】 【０００１】 本発明は、情報処理システム、情報処理装置、制御方法、及びプログラムに関する。」 「【００１３】 ［実施形態１］ 図１は、実施形態１に係る情報処理システム３０００を例示するブロック図である。情報処理システム３０００は、表示装置３０２０及び情報処理装置２０００を有する。情報処理装置２０００は、商品認識部２０２０、表示制御部２０４０、及び操作認識部２０６０を有する。 【００１４】 商品認識部２０２０は商品を認識する。表示制御部２０４０は、商品認識部２０２０によって認識された商品に関する商品情報を取得する。さらに表示制御部２０４０は、取得した商品情報を含む操作画面を、表示装置３０２０に表示させる。操作認識部２０６０は、カメラによって生成された撮像画像に写っている操作体の位置又は動きに基づいて、操作画面に対する入力操作を認識する。ここで、操作体は、ユーザが操作に利用する任意の物である。例えば操作体は、ユーザの身体の一部（指など）や、ユーザの身体によって保持されている物（ペンなど）である。 【００１５】 図２は、情報処理システム３０００を概念的に説明するための図である。図２において、ユーザはヘッドマウントディスプレイ１００を装着している。カメラ２０は、撮像画像を生成するカメラであり、ヘッドマウントディスプレイ１００に設けられている。また、カメラ２０はユーザの視界方向を撮影するように設けられている。図２において、表示装置３０２０は、ヘッドマウントディスプレイ１００に設けられているディスプレイ装置１０２である。 【００１６】 商品認識部２０２０は、商品１０を認識する。その結果、表示制御部２０４０は、ディスプレイ装置１０２に操作画面４０を表示させる。操作画面４０には、商品１０の商品情報が含まれている。本例における商品情報は、商品１０の商品名及び価格を示している。さらに操作画面４０には、商品を購入するか否かを選択するための画像が含まれている。 【００１７】 図２において、操作体はユーザの指３０である。ユーザは、指３０を、YES の画像に重なる位置に留めている。ここで、本例ではカメラ２０によってユーザの視界方向の景色が撮像されるため、指３０はカメラ２０によって生成される撮像画像に写っている。操作認識部２０６０は、撮像画像に写っている指３０の位置に基づき、YES を選択する入力操作を認識する。これにより、商品１０が、購入対象として登録される。 【００１８】 ここで、図２を用いて説明した情報処理装置２０００の動作は、情報処理装置２０００の理解を容易にするための例示であり、情報処理装置２０００の動作は上述の例に限定されるわけではない。情報処理装置２０００の動作の詳細やバリエーションについては、以降の記載で説明する。 【００１９】 ＜作用・効果＞ 本実施形態の情報処理システム３０００によれば、認識された商品に関する商品情報を含む操作画面４０が表示装置３０２０に表示される。さらに、カメラ２０によって生成された撮像画像に写っている操作体の位置又は動きに基づいて、操作画面４０に対する入力操作が認識される。ユーザは、カメラ２０の撮像範囲内で操作体を動かしたり止めたりすることによって、商品に関連した入力操作を行うことができる。よって、タッチパネル等の入力デバイスを用いて入力操作を行わなければならない場合と異なり、ユーザは手に入力デバイスなどを持つ必要がない。よって、閲覧している商品に関連した入力操作を行う際のユーザの行動の自由度が高くなると共に、ユーザが入力操作を容易に行えるようになる。このことから、入力デバイスを介して入力操作を受け付けるシステムと比較し、情報処理システム３０００はユーザにとって利便性が高い。 【００２０】 以下、本実施形態の情報処理システム３０００について、さらに詳細に説明する。 【００２１】 ＜情報処理装置２０００のハードウエア構成の例＞ 情報処理装置２０００の各機能構成部は、各機能構成部を実現するハードウエア（例：ハードワイヤードされた電子回路など）で実現されてもよいし、ハードウエアとソフトウエアとの組み合わせ（例：電子回路とそれを制御するプログラムの組み合わせなど）で実現されてもよい。以下、情報処理装置２０００の各機能構成部がハードウエアとソフトウエアとの組み合わせで実現される場合について、さらに説明する。 【００２２】 計算機１０００は種々の計算機である。例えば計算機１０００は、ヘッドマウントディスプレイ、Personal Computer（PC）、サーバマシン、タブレット端末、又はスマートフォンなどである。計算機１０００は、情報処理装置２０００を実現するために設計された専用の計算機であってもよいし、汎用の計算機であってもよい。 【００２３】 図３は、情報処理装置２０００を実現する計算機１０００の構成を例示する図である。計算機１０００は、バス１０２０、プロセッサ１０４０、メモリ１０６０、ストレージ１０８０、及び入出力インタフェース１１００を有する。バス１０２０は、プロセッサ１０４０、メモリ１０６０、及びストレージ１０８０が、相互にデータを送受信するためのデータ伝送路である。ただし、プロセッサ１０４０などを互いに接続する方法は、バス接続に限定されない。プロセッサ１０４０は、CPU (Central Processing Unit) や GPU (Graphics Processing Unit) などの演算処理装置である。メモリ１０６０は、RAM (Random Access Memory) や ROM (Read Only Memory) などのメモリである。ストレージ１０８０は、ハードディスク、SSD (Solid State Drive)、又はメモリカードなどの記憶装置である。また、ストレージ１０８０は、RAM や ROM などのメモリであってもよい。 【００２４】 入出力インタフェース１１００は、計算機１０００と入出力デバイスとを接続するためのインタフェースである。図３において、入出力インタフェース１１００にはカメラ２０及び表示装置３０２０が接続されている。カメラ２０は、繰り返し撮像を行って、各撮像結果を表す撮像画像を生成する任意のカメラである。なお、カメラ２０は、２次元（２Ｄ）カメラであってもよいし、３次元（３Ｄ）カメラであってもよい。 【００２５】 カメラ２０が設けられる位置は任意である。例えばカメラ２０は、ユーザが身につけている物に取り付けられる。ユーザが身につけている物とは、例えばヘッドマウントディスプレイや、首から提げている社員証などである。 【００２６】 図４は、カメラ２０が設けられているヘッドマウントディスプレイを例示する図である。ヘッドマウントディスプレイ１００は、眼鏡型のヘッドマウントディスプレイである。ヘッドマウントディスプレイ１００のレンズ部分はディスプレイ装置１０２となっている。いる。カメラ２０は、ディスプレイ装置１０２の付近に設けられている。こうすることで、カメラ２０によって生成される撮像画像に写る景色は、ヘッドマウントディスプレイ１００を装着するユーザの視線方向にある景色と同様の景色となる。 【００２７】 カメラ２０が設けられる位置は、ユーザが身に付けている物に限定されない。例えば、カメラ２０は、ユーザが情報処理装置２０００に対する入力操作を行う部屋の壁等に設けられてもよい。後者の場合、カメラ２０の撮影範囲（撮影方向やズーム率など）は、リモコンなどによる遠隔操作によって変更できることが好ましい。 【００２８】 また例えば、カメラ２０は、ユーザが身につけている物に取り付けられてもよい。ユーザが身につけている物とは、例えばユーザの衣服、ユーザが首から提げている社員証などである。 【００２９】 表示装置３０２０は、画面を出力する任意の装置である。例えば表示装置３０２０は、画面を表示するディスプレイ装置である。例えばディスプレイ装置は、前述したヘッドマウントディスプレイ１００に設けられているディスプレイ装置１０２である。また表示装置３０２０は、プロジェクタなど、画面を投影する装置であってもよい。 【００３０】 ストレージ１０８０は情報処理装置２０００の各機能を実現するプログラムモジュールを記憶している。プロセッサ１０４０は、これら各プログラムモジュールを実行することで、そのプログラムモジュールに対応する各機能を実現する。 【００３１】 計算機１０００のハードウエア構成は図３に示した構成に限定されない。例えば、各プログラムモジュールはメモリ１０６０に格納されてもよい。この場合、計算機１０００は、ストレージ１０８０を備えていなくてもよい。また、カメラ２０を計算機１０００に接続する方法は、入出力インタフェース１１００を介して接続する方法に限定されない。例えばカメラ２０は、ネットワークを介して計算機１０００に接続されてもよい。この場合、計算機１０００は、ネットワークに接続するためのネットワークインタフェースを有する。 【００３２】 ＜処理の流れ＞ 図５は、実施形態１の情報処理装置２０００によって実行される処理の流れを例示するフローチャートである。商品認識部２０２０は商品を認識する（Ｓ１０２）。表示制御部２０４０は、認識された商品の商品情報を取得する（Ｓ１０４）。表示制御部２０４０は、商品情報を含む操作画面を表示装置３０２０に表示させる（Ｓ１０６）。情報処理装置２０００は、撮像画像を取得する（Ｓ１０８）。操作認識部２０６０は、撮像画像に写っている操作体の位置又は動きに基づいて、操作画面に対する入力操作を認識する（Ｓ１１０）。 【００３３】 なお、情報処理装置２０００によって実行される処理の流れは図４に示した流れに限定されない。例えば、撮像画像の取得は、Ｓ１１０よりも前の任意のタイミングで行うことができる。また後述するように、操作画面の表示（Ｓ１０６）に撮像画像を利用する場合、Ｓ１０８はＳ１０６よりも前に行われる。 【００３４】 ＜商品を認識する方法：Ｓ１０２＞ 商品認識部２０２０は商品１０を認識する（Ｓ１０２）。商品認識部２０２０が商品１０を認識する方法は任意である。以下、商品１０を認識する方法を具体的に例示する。 【００３５】 ＜＜撮像画像を利用する方法＞＞ 商品認識部２０２０は、カメラ２０によって生成された撮像画像に写っている商品１０を認識する。より具体的には、商品認識部２０２０は、撮像画像に対してオブジェクト認識を行うことで商品１０を認識する。ここで、画像に写っている商品を認識する方法には、既存の種々の技術を利用できる。そのため、商品認識部２０２０が撮像画像に写っている商品を認識する具体的な方法については省略する。 【００３６】 商品認識部２０２０は、撮像画像全体を対象として商品１０の認識を行ってもよいし、撮像画像内の一部の領域を対象として商品１０の認識を行ってもよい。後者の場合、例えば商品認識部２０２０は、撮像画像の所定位置にある所定領域を対象として商品１０の認識を行う。図６は、撮像画像の所定領域に写っている商品１０を例示する図である。図６において、この所定領域は、所定領域２４である。所定領域２４は、その中心位置が撮像画像の中心にあり、幅が所定幅 w であり、高さが所定の高さ h である矩形である。なお、撮像画像２２における所定領域２４の位置、並びに所定領域２４の形状及び大きさを表す情報は、商品認識部２０２０に予め設定されていてもよいし、商品認識部２０２０からアクセス可能な記憶装置に記憶されていてもよいし、ユーザによって設定可能であってもよい。 【００３７】 撮像画像に含まれる所定領域２４に写っている商品１０の認識を行う場合、表示装置３０２０には、所定領域２４を視覚的に表すガイドが表示されることが好ましい。こうすることでユーザは、どのように商品１０を撮像すればその商品１０を情報処理装置２０００に認識させることができるかを、容易に把握できる。 【００３８】 図７は、所定領域２４を表すガイドが表示されている表示装置３０２０を例示する図である。図７において、表示装置３０２０はヘッドマウントディスプレイ１００に設けられているディスプレイ装置１０２であり、カメラ２０はヘッドマウントディスプレイ１００に設けられている。また図７において、所定領域２４を視覚的に表すガイドは、ガイド２６である。 【００３９】 図７（ａ）において、商品１０は、ユーザの視界（カメラ２０の撮像範囲）には入っているものの、ガイド２６の外側にある。そのため、撮像画像２２において所定領域２４の中に商品１０が写っておらず、商品１０は商品認識部２０２０によって認識されない。 【００４０】 一方、図７（ｂ）において、商品１０はガイド２６の内側にある。そのため、撮像画像２２において所定領域２４の中に商品１０が写っており、商品１０は商品認識部２０２０によって認識される。その結果、表示制御部２０４０はディスプレイ装置１０２に操作画面４０を表示させる。 【００４１】 なお、撮像画像内の一部の領域を対象として商品１０の認識を行う方法は、所定位置にある所定領域から商品１０を認識する方法に限定されない。その他の方法の一例は、後述の実施形態で述べる。 【００４２】 ＜＜商品１０のタグを利用する方法＞＞ 商品認識部２０２０は、商品１０のタグ（商品１０に付されたタグ又は商品１０に内蔵されたタグ）から読み取られた商品の識別子（以下、商品ＩＤ（Identifier））を取得することによって、商品１０を認識する。上記タグは、例えば RFID（radio frequency identifier）タグである。 【００４３】 商品認識部２０２０は、商品１０のタグから商品ＩＤを読み取る種々のリーダと通信可能に接続されている。情報処理システム３０００のユーザは、このリーダに、商品１０のタグから商品ＩＤを読み取らせる。商品認識部２０２０は、そのリーダから商品ＩＤを取得する。なお、このリーダは、据え置き型のものであってもよいし、携帯型のものであってもよい。後者の場合、例えばユーザは、手に装着可能な（ウェアラブル）なリーダを装着して利用する。 【００４４】 ＜＜商品情報シンボルを利用する方法＞＞ 商品認識部２０２０は、商品に付された商品情報シンボルから読み取られた商品ＩＤを取得することで、その商品を認識する。商品情報シンボルは、商品を特定する情報を表したシンボルである。ここでシンボルとは、バーコード、２次元コード（ＱＲコード（登録商標）など）、又は文字列シンボルなどである。なお、ここでいう文字列には、数値列も含まれる。より具体的には、商品情報シンボルは、商品ＩＤを含む情報が符号化されたバーコード等、又は商品ＩＤを含む情報を表す文字列シンボルなどである。 【００４５】 商品情報シンボルから商品ＩＤを取得する方法は、商品情報シンボルとして何を用いるかによって異なる。商品情報シンボルがバーコードである場合、例えば商品ＩＤは、バーコードリーダを用いることで、商品１０に付されたバーコードから読み取ることができる。この場合、情報処理装置２０００は、そのバーコードリーダと通信可能に接続されている。 【００４６】 商品情報シンボルが２次元コードである場合、例えば商品ＩＤは、２次元コードリーダを用いることで、商品１０に付された２次元コードから読み取ることができる。この場合、情報処理装置２０００は、その２次元コードリーダと通信可能に接続されている。 【００４７】 商品情報シンボルが文字列シンボルである場合、例えば商品ＩＤは、商品１０に付された文字列シンボルが写っている画像を解析することによって取得できる。なお、文字列シンボルの解析には、文字列解析に関する様々な既知の技術を用いることができる。 【００４８】 文字列シンボルが写っている画像は、カメラ２０によって撮像される前述の撮像画像であってもよいし、その他のカメラによって撮像される画像であってもよい。後者の場合、文字列シンボルを解析する処理は、商品認識部２０２０によって行われてもよいし、情報処理装置２０００以外の装置によって行われてもよい。商品１０に付された文字列シンボルの解析が情報処理装置２０００以外の装置によって行われる場合、商品認識部２０２０は、その文字列シンボルの解析を行った装置から、商品１０の商品ＩＤを取得する。またこの場合、情報処理装置２０００は、商品１０に付された文字列シンボルの解析を行う装置と通信可能に接続されている。 【００４９】 商品情報シンボルとして複数の種類のシンボルが用いられうる場合、情報処理装置２０００は、これら複数の種類のシンボルそれぞれから商品ＩＤを読み取るためのリーダ等と通信可能に接続されている。例えば、商品情報シンボルとしてバーコード及び２次元コードが用いられる場合、情報処理装置２０００は、バーコードリーダ及び２次元コードリーダと通信可能に接続されている。 【００５０】 ＜商品情報を取得する方法：Ｓ１０４＞ 表示制御部２０４０は、商品認識部２０２０によって認識された商品１０の商品情報を取得する（Ｓ１０４）。商品認識部２０２０が撮像画像に写っている商品１０を認識する場合、表示制御部２０４０は、商品１０の画像を用いて、商品１０の商品情報を取得する。例えば表示制御部２０４０は、商品１０の特徴量（商品１０の形状、色、又は模様などの特徴を表す情報）と商品１０の商品情報とを関連付けて記憶している記憶装置やデータベースから、商品情報を取得する。例えば表示制御部２０４０は、撮像画像から抽出した商品１０の特徴量との類似度合いが所定値以上である特徴量と関連付けられている商品情報を取得する。この所定値を表す情報は、表示制御部２０４０に予め設定されていてもよいし、表示制御部２０４０からアクセス可能な記憶装置に記憶されていてもよい。 【００５１】 一方、商品認識部２０２０が商品１０の商品ＩＤを取得することで商品１０を認識する場合、表示制御部２０４０は、商品１０の商品ＩＤと商品１０の商品情報とを関連付けて記憶している記憶装置やデータベースから、商品認識部２０２０によって認識された商品１０の商品ＩＤと関連付けられている商品情報を取得する。 【００５２】 図８は、商品１０の特徴量や商品ＩＤに関連付けられた商品情報をテーブル形式で例示する図である。図８に示すテーブルを、商品情報テーブル５００と表記する。商品ＩＤ５０２は、商品１０の商品ＩＤを示す。特徴量５０４は、商品１０の特徴量を示す。商品情報５０６は、商品１０の商品情報を示す。商品情報５０６には、商品名５０８、価格５１０、及び説明５１２が含まれる。商品名５０８は、商品の名前を示す。価格５１０は、商品の価格を示す。説明５１２は、商品の使い方や特徴などを示す情報である。なお、商品情報５０６に含まれる情報は任意であり、図８に示される情報に限定されない。 【００５３】 なお、商品情報を記憶している記憶装置やデータベースは、情報処理装置２０００の内部に設けられていてもよいし、情報処理装置２０００の外部に設けられていてもよい。 【００５４】 ＜操作画面４０を表示させる方法：Ｓ１０６＞ 表示制御部２０４０は、表示装置３０２０に商品情報を表示させる（Ｓ１０６）。そのために表示制御部２０４０は、商品認識部２０２０によって認識された商品１０の商品情報に基づいて、操作画面４０を生成する。 【００５５】 例えば表示制御部２０４０は、操作画面４０のテンプレートを取得し、そのテンプレートに商品情報を埋め込むことで、操作画面４０を生成する。図９は、操作画面４０のテンプレートを例示する図である。図９において、操作画面４０のテンプレートはテンプレート２００である。 【００５６】 テンプレート２００には、置換領域２０２-１及び置換領域２０２-２が含まれる。テンプレート２００において、置換領域２０２以外の部分は、認識された商品１０に依存せずに予め定まっている部分である。一方、置換領域２０２は、認識された商品１０に応じて定まる部分である。 【００５７】 表示制御部２０４０は、認識された商品１０の商品情報に含まれる情報を埋め込むことで、操作画面４０を生成する。図９の場合、表示制御部２０４０は、置換領域２０２-１に、認識された商品１０に対応する商品情報テーブル５００の商品名５０８を埋め込む。また表示制御部２０４０は、置換領域２０２-２に、認識された商品１０に対応する商品情報テーブル５００の価格５１０を埋め込む。」 ８ 引用文献８について 原査定の拒絶の理由に引用された引用文献８には、次の事項が記載されている。 「【技術分野】 【０００１】 本発明は、第１の情報を参照して第２の情報を特定する情報処理装置、情報処理システム、端末装置、プログラム及び情報処理方法に関する。」 「【０１２１】 ＜実施形態２＞ 実施形態１では、サーバ２０の制御部２０２はパラメータ算出部２２１として機能するが、実施形態２のように、制御部２０２は、パラメータ算出部２２１の代わりに、機械学習部２４１として機能してもよい。 【０１２２】 実施形態２について、図６及び７を参照して説明する。なお、説明の便宜上、実施形態１にて説明した部材と同じ機能を有する部材については、同じ符号を付記し、その説明を省略する。 【０１２３】 〔情報処理システム３の構成〕 図６は、本実施形態に係る情報処理システム３の要部構成を示すブロック図である。図６に示すように、本実施形態に係る情報処理システム３は、端末装置１０、及び、サーバ２１を備えている。 【０１２４】 図６に示すように、サーバ２１は、制御部２０４が、パラメータ算出部２２１の代わりに、機械学習部２４１として機能する。また、サーバ２１は、記憶部２０５が、画像情報データベース２３２の代わりに、画像情報データベース２３５を備えている。これらの点以外は、サーバ２１は、実施形態１に係るサーバ２０と同様の構成である。 【０１２５】 （サーバ２１の構成） サーバ２１の制御部２０４は、機械学習部２４１として機能する。制御部２０４は、機械学習部２４１による機械学習に基づいて、第１の情報に関連付けられた画像に類似する類似画像を特定する。 【０１２６】 以下、機械学習部２４１の機能について、画像情報及び商品情報の保存方法とともに図７を用いて説明する。すなわち、機械学習部２４１の機能について、図７の（ａ）の画像情報データベース２３５、及び、図７の（ｂ）の商品情報データベース２３３の作成方法とともに説明する。画像情報データベース２３５の作成方法については、実施形態１と異なる点のみを説明する。商品情報データベース２３３の作成方法については、実施形態１で記載した方法と同様に作成するため、説明を省略する。 【０１２７】 なお、図７の（ａ）は、各画像と商品ＩＤとの対応関係について記載した画像情報データベース２３５の一例を示す図である。また、図７の（ｂ）は、商品ＩＤと、商品名と、商品画像との対応関係についての商品情報を示す商品情報データベース２３３の一例を示す図である。 【０１２８】 〔機械学習部２４１の機能、並びに、画像情報及び商品情報の保存方法〕 まず、ユーザは、第１の情報を送信し、第２の情報を取得する前に、予め、商品情報及び商品情報に関連付けられた画像をサーバ２０に投稿する。 【０１２９】 ここで、機械学習部２４１は、ユーザから投稿された商品情報に関連付けられた新たな画像を取得する度に、当該新たな画像のデータと、画像情報データベース２３５に保存された過去の画像のデータとを比較する。次に、機械学習部２４１は、これらの画像のデータが、互いにどの程度類似するかを示す類似度を算出する基準を構築していく。 【０１３０】 例えば、ユーザから投稿された商品情報に関連付けられた新たな画像のデータが動画００２に相当し、過去に取得した画像のデータが動画００１であったとする。このとき、機械学習部２４１は、新たな画像、動画００２と、過去の画像、動画００１とを比較し、互いにどの程度類似するかを分析する。 【０１３１】 同様に、ユーザから新たに商品情報に関連付けられた画像として静止画００１のデータが投稿されたとする。このとき、機械学習部２４１は、新たな画像、静止画００１と、過去の全ての画像、動画００１及び動画００２とを比較し、互いにどの程度類似するかを分析する。 【０１３２】 機械学習部２４１は、ユーザから新たに商品情報に関連付けられた画像が投稿される度に、新たな画像と、画像情報データベース２３５における過去の画像とが互いにどの程度類似しているかを分析していく。これにより、画像情報データベース２３５が作成されると共に、類似度を算出する基準が確立される。 【０１３３】 （類似画像及び第２の情報の特定） 画像情報データベース２３５及び商品情報データベース２３３が作成され、類似度を算出する基準が確立された後、ユーザは、第１の情報をサーバ２１に送信する。第１の情報を取得した制御部２０４は、類似度を算出する基準に基づき、第１の情報に関連付けられた画像に対する過去の画像の類似度を算出する。 【０１３４】 また、制御部２０４は、第１の情報に関連付けられた画像に対して類似度が高い画像を図７の（ａ）の画像情報データベース２３５を参照し、類似画像として特定する。そして、制御部２０４は、画像情報データベース２３５を参照して、当該類似画像に対応する商品ＩＤを特定する。 【０１３５】 次に、制御部２０４は、図７の（ｂ）の商品情報データベース２３３を参照し、類似画像の商品ＩＤに対応する商品名及び商品画像を第２の情報として特定する。 【０１３６】 例えば、類似画像が動画００１である場合、商品ＩＤは、Ｃ０００１、Ｃ００２４、Ｃ００５５、Ｃ００３となり、第２の情報は、商品Ａ、商品画像Ａ、商品Ｂ、商品画像Ｂ、商品Ｃ、商品画像Ｃ、商品Ｄ、及び、商品画像Ｄとして特定される。このように、制御部２０４が、パラメータ算出部２２１の代わりに、機械学習部２４１として機能しても、サーバ２１は、第２の情報をユーザに好適に提示することができる。 【０１３７】 〔情報処理〕 次に、本実施形態に係る情報処理システム３に情報処理（情報処理方法）について、図８を参照して説明する。図８は、本実施形態に係る情報処理システム３における情報処理の流れを示すシーケンス図である。 【０１３８】 図８におけるステップＳ２０１、Ｓ２０２及びＳ２０５?Ｓ２０７は、図４に示すＳ１０１、Ｓ１０２及びＳ１０６?Ｓ１０８と同様であるため、ここではその説明を省略する。 【０１３９】 ステップＳ２０３（類似画像特定工程）：制御部２０２は画像情報データベース２３５内の画像データの、第１の画像に関連付けられた画像に対する類似度を算出することで、類似画像を特定する。 【０１４０】 ステップＳ２０４（第２情報特定工程）：制御部２０２は、画像情報データベース２３５及び商品情報データベース２３３を参照することで、類似画像に関連付けられた情報を、第２の情報として特定する。 【０１４１】 なお、実施形態１及び２では、それぞれ、パラメータ算出部２２１及び機械学習部２４１を１つずつのみ備えている形態について説明したが、実施形態１及び２を適宜組み合わせてもよい。すなわち、パラメータ算出部２２１及び機械学習部２４１の両方を備えた情報処理システムであってもよい。これにより、パラメータ算出部２２１及び機械学習部２４１のうちの１つのみを備えている場合に比べて、より類似度の高い第２の情報をユーザに好適に提示することができる。 【０１４２】 このように、本実施形態に係るサーバ２１では、制御部２０４は、新たな画像と、過去の画像とを参照する機械学習に基づいて、類似画像を特定する。 【０１４３】 制御部２０４は、新たな画像と、過去の画像とを比較することで、互いの画像がどれだけ類似するかを示す類似度を算出する基準を構築する。これにより、制御部２０４は、類似度を算出する基準に基づき、第１の情報に関連付けられた画像に対する過去の画像の類似度を算出する。また、制御部２０４は、第１の情報に関連付けられた画像に対して類似度の高い過去の画像を類似画像として特定する。その結果、サーバ２１は、第１の情報に類似する第２の情報をユーザに好適に提示することができる。」 「【０１６０】 ＜実施形態４＞ 実施形態２では、サーバ２１の制御部２０４が機械学習部２４１として機能するが、実施形態４のように、サーバ２１の制御部２０４の代わりに、端末装置１２の制御部１０７が機械学習部２４１として機能してもよい。 【０１６１】 実施形態３について、図１１及び１２を参照して説明する。なお、説明の便宜上、実施形態１にて説明した部材と同じ機能を有する部材については、同じ符号を付記し、その説明を省略する。 【０１６２】 〔情報処理システム５の構成〕 図１１は、本実施形態に係る情報処理システム５の要部構成を示すブロック図である。図１１に示すように、本実施形態に係る情報処理システム５は、端末装置１２及びサーバ２２を備えている。 【０１６３】 図１１に示すように、本実施形態に係る端末装置１２は、サーバ２２の制御部２０６の代わりに、端末装置１２の制御部１０７が、機械学習部２４１として機能する。また、サーバ２２の記憶部２０７の代わりに、端末装置１２が画像２３１を記憶部１０８内に備えている。これらの点以外は、本実施形態に係る情報処理システム５は、実施形態２に係る情報処理システム３と同様の構成である。 【０１６４】 （端末装置１２の構成） 端末装置１２の制御部１０７は機械学習部２４１として機能する。 【０１６５】 制御部１０７は、機械学習部２４１によって類似度を算出する基準を構築するとき、サーバ２２の画像情報データベース２３５及び商品情報データベース２３３を参照する。このように、制御部１０７は、ネットワーク２を介して外部の部材のデータベースを参照する以外は、実施形態２の制御部２０４と同様に記載する。 【０１６６】 このように、機械学習を端末装置１２内の制御部１０７で行うことで、１つのサーバで機械学習、類似画像の特定、及び、第２の情報の特定の全てを行う場合に比べて、１つのサーバにかかる負担を軽減することができる。 【０１６７】 〔画像情報及び商品情報の保存方法〕 画像情報データベース２３５、及び、商品情報データベース２３３の作成方法は、サーバ２１の制御部２０４の代わりに、端末装置１２の制御部１０７の機械学習部２４１によって、類似度を算出する基準を構築する。この点以外は、実施形態２と同様である。 【０１６８】 〔情報処理〕 次に、本実施形態に係る情報処理システム５における情報処理（情報処理方法）について、図１２を参照して説明する。図１２は、本実施形態に係る情報処理システム５における情報処理の流れを示すシーケンス図である。 【０１６９】 図１２に示すステップＳ４０５?Ｓ４０８の処理は、図８に示すステップＳ２０４?Ｓ２０７と同様であるため、ここではその説明は省略する。 【０１７０】 ステップＳ４０１（第１情報取得工程）：まず、端末装置１２の制御部１０７は、ユーザによる操作部１０４からの入力等により、第１の情報を取得する。 【０１７１】 ステップＳ４０２（類似画像特定工程）：制御部１０７は、画像情報データベース２３５内の画像データの、第１の画像に関連付けられた画像に対する類似度を算出することで、類似画像を特定する。 【０１７２】 ステップＳ４０３：端末装置１２は、通信部１０１を介して類似画像のデータをサーバ２２に送信する。 【０１７３】 ステップＳ４０４：サーバ２２は、通信部２０１を介して類似画像のデータを端末装置１２から受信する。」 第６ 対比・判断 １ 本願発明１について （１）対比 本願発明１と引用発明とを対比する ア 引用発明の「エンドユーザのコンピューティングデバイス」は、本願発明１の「ユーザ端末」に相当する。 イ 引用発明の「トランザクションサーバ１１２」が受信する「製品問い合わせメッセージ」は、「画像選択情報」を含み、「画像選択情報」は、ユーザが指定（選択）した「注目する製品を含む画像」を含んでいる。そうすると、「トランザクションサーバ１１２」が受信する「製品問い合わせメッセージ」は、「注目する製品を含む画像」情報を含んでいるといえる。 そして「注目する製品」は、「対象商品」ということができるから、引用発明の「トランザクションサーバ１１２」の、「コンピューティングデバイス」から「問い合わせメッセージを受信」する手段は、本願発明１の「対象商品の画像である画像情報をユーザ端末から取得する取得部」に相当する。 ウ 引用発明の「トランザクションサーバ１１２」は、「受信した製品問い合わせメッセージに含まれるユーザによって選択されたブロードキャスト画像の部分を取得し、この画像選択情報を製品相関エンジンに送り、受信された画像選択情報を製品相関エンジンで処理し、オブジェクトの外形を認識し、画像処理方法を使用して、製品である可能性のある画像選択情報内のオブジェクトを識別し、製品相関エンジンは、選択された画像オブジェクトを入手可能な商品のデータベースと比較し、選択された画像オブジェクトと市場で入手可能な１つまたは複数の製品との間のマッチまたは対応が見つかった場合、推奨エンジンは、商品データベースからマッチした商品と利用可能な供給元に関する情報を使用し、製品情報メッセージを生成し、コンピューティングデバイスに送信」している。 そして、引用発明の上記「製品情報メッセージ」は、「商品と利用可能な供給元に関する情報を使用し」て生成されたものであるから、商品情報であるということができる。 そうすると、引用発明の、上記「トランザクションサーバ１１２」が「製品情報メッセージを生成し、コンピューティングデバイスに送信」する送信手段と、本願発明１の「前記特定部によって特定された前記対象商品の世代とは異なる世代の対象商品である別世代商品に関する商品情報を提供する提供部」とは、「商品情報を提供する提供部」である点で共通する。 エ そして、引用発明の「トランザクションサーバ１１２」は、下記の相違点を除き、本願発明１の「情報処理装置」に対応する。 オ 上記ア～エから、本願発明１と引用発明との一致点、相違点は次のとおりである。 ［一致点］ 「対象商品の画像である画像情報をユーザ端末から取得する取得部と、 商品情報を提供する提供部と、 を備えること を特徴とする情報処理装置。」 ［相違点１］ 本願発明１は、「前記取得部によって取得された前記画像情報に基づいて前記対象商品の世代を特定する特定部」を備え、「特定部」が「前記生成部によって生成された前記画像データベースに含まれる前記対象商品の前記サービス画像を教師データとする機械学習により学習されたモデルを用いて前記対象商品の世代を特定」するのに対して、引用発明は、対応する構成を備えていない点。 ［相違点２］ 本願発明１は、「前記特定部によって特定された前記対象商品の世代とは異なる世代の対象商品である別世代商品に関する商品情報を提供する提供部」を備え、「提供部」が「複数の世代の前記別世代商品に関する前記商品情報を提供する」のに対して、引用発明は、「商品情報を提供する提供部」を備えているとはいえるものの、「前記特定部によって特定された前記対象商品の世代とは異なる世代の対象商品である別世代商品に関する商品情報を提供」しておらず、また、「複数の世代の前記別世代商品に関する前記商品情報を提供」していない点。 ［相違点３］ 本願発明１は、「所定のサーバ装置が提供するサービスにおいて使用される画像であるサービス画像の中から前記対象商品の前記サービス画像を抽出し、抽出した前記対象商品の前記サービス画像を世代毎に分類した画像データベースを生成する生成部」を備えているのに対して、引用発明は、対応する構成を備えていない点。 （２）相違点についての当審判断 事案に鑑み、「対象商品の世代」に関連する相違点１～３について、まとめて検討する。 相違点１に係る本願発明１の「前記取得部によって取得された前記画像情報に基づいて前記対象商品の世代を特定する特定部」は、引用文献２～８には記載されておらず、また、本願の出願日前に周知の技術であるともいえない。 なお、引用文献１には、引用文献１記載事項２にあるように、「画像オブジェクトと市場で入手可能な１つまたは複数の製品との間のマッチまたは対応が見つからない場合推奨エンジンは、識別された画像オブジェクト、ユーザコメント、および他の利用可能な、関連する情報に関する情報を使用してユーザが注目すると思われる１つまたは複数の代替的製品を推奨することができ、特定の製品がもはや市販されていない場合、推奨エンジンは、最新のモデルまたは市販されている類似の製品を識別することができること」が記載されている。そして、「最新のモデル」を識別するためには、「特定の製品」がどのようなモデルであるのかを識別する必要があることは明らかであるが、引用文献１には、「特定の製品」がどのようなモデルであるのかを識別する手法は、具体的に記載されていない。 加えて、引用文献１には、引用文献１記載事項１にあるように、「製品相関エンジン３０６は、画像部分を受信し、そのような画像内に含まれる製品および商品に関する情報を推論することができるソフトウェアプロセスを含み得ること」は記載されているものの、この推論は、「製品相関エンジン３０６」が、「画像内に含まれる製品および商品に関する情報を推論する」ことであって、「推奨エンジン」が画像内に含まれる製品の「世代」を識別するために、推論を行うことではない。 さらに、引用文献３記載事項にあるように、「商品の最新世代商品情報の検索方式において、問い合わせ商品コードを基に、商品情報テーブル１１を検索し、商品コードの商品情報データ１１１を取得し、取得した次世代商品コードを参照し、商品コードが格納されていると、格納された商品コードを基に、商品情報テーブル１１を検索することを繰り返し、取得した次世代商品コードに商品コードが格納されていないと、検索動作を終了し、最終的に取得した商品コードの商品情報データ１１１を基に回答情報データ１６１を編集し、回答情報１６に格納すること」は公知の技術であるが、この公知技術は、「画像情報に基づいて」「対象商品の世代を特定する」ものでない。 以上のように、引用文献１～８には、画像から世代を特定することが記載されていないということから、相違点２、３も容易に想到し得るものではない。 そうすると、本願発明１は、引用発明、及び、引用文献１～８に記載された事項から、当業者であっても容易に発明をすることができたものであるとはいえない。 ２ 本願発明２～８について 本願発明２～８は、本願発明１をさらに減縮した発明であり、上記相違点１～３に係る本願発明１の構成を備えているから、当業者であっても、引用発明、及び、引用文献１～８に記載された事項から、容易に発明をすることができたものであるとはいえない。 ３ 本願発明９、１０について 本願発明９、１０は、それぞれ本願発明１に対応する「情報処理方法」、「情報処理プログラム」の発明であり、上記１と同様の理由により、当業者であっても、引用発明、及び、引用文献１～８に記載された事項から、容易に発明をすることができたものであるとはいえない。 第７ 原査定の判断 令和５年１月１０日にされた手続補正により、本願発明１～８は、「前記取得部によって取得された前記画像情報に基づいて前記対象商品の世代を特定する特定部」、「前記特定部は、前記生成部によって生成された前記画像データベースに含まれる前記対象商品の前記サービス画像を教師データとする機械学習により学習されたモデルを用いて前記対象商品の世代を特定」するとの技術的事項を備え、本願発明９は、「前記取得工程によって取得された前記画像情報に基づいて前記対象商品の世代を特定する特定工程」、「前記特定工程は、前記生成工程によって生成された前記画像データベースに含まれる前記対象商品の前記サービス画像を教師データとする機械学習により学習されたモデルを用いて前記対象商品の世代を特定」するとの技術的事項を備え、本願発明１０は、「前記取得手順によって取得された前記画像情報に基づいて前記対象商品の世代を特定する特定手順」、「前記特定手順は、前記生成手順によって生成された前記画像データベースに含まれる前記対象商品の前記サービス画像を教師データとする機械学習により学習されたモデルを用いて前記対象商品の世代を特定」する技術的事項を備えることとなった。 当該技術的事項は、引用文献１～８には記載されておらず、本願の出願前における周知技術でもないので、本願発明１～１０は、当業者であっても、引用発明、及び、引用文献１～８に基づいて容易に発明をすることができたものではない。 したがって、原査定を維持することはできない。 第８ 当審拒絶理由について １（サポート要件）特許法第３６条第６項第１号について 補正前の請求項１の「対象商品の画像である画像情報を取得する取得部」、「所定のサーバ装置が有する画像の中から前記対象商品の画像を抽出し、抽出した前記対象商品の画像を世代毎に分類した画像データベースを生成する生成部」「前記特定部は、前記生成部によって生成された前記画像データベースに含まれる前記対象商品の画像を教師データとする機械学習により前記対象商品の世代を特定すること」の記載、補正前の請求項１０の「対象商品の画像である画像情報を取得する取得工程」、「所定のサーバ装置が有する画像の中から前記対象商品の画像を抽出し、抽出した前記対象商品の画像を世代毎に分類した画像データベースを生成する生成工程」、「前記特定工程は、前記生成工程によって生成された前記画像データベースに含まれる前記対象商品の画像を教師データとする機械学習により前記対象商品の世代を特定すること」の記載、補正前の請求項１１の「対象商品の画像である画像情報を取得する取得手順」、「所定のサーバ装置が有する画像の中から前記対象商品の画像を抽出し、抽出した前記対象商品の画像を世代毎に分類した画像データベースを生成する生成手順」、「前記特定手順は、前記生成手順によって生成された前記画像データベースに含まれる前記対象商品の画像を教師データとする機械学習により前記対象商品の世代を特定すること」の記載は、本願の発明の詳細な説明に記載されていないとの拒絶の理由は、令和５年１月１０日にされた手続補正により補正された結果解消した。 ２（明確性）特許法第３６条第６項第２号について 補正前の請求項７の記載は明確でないとの拒絶の理由は、令和５年１月１０日にされた手続補正により、対象となる請求項が削除された結果解消した。 第９ むすび 以上のとおり、原査定及び当審拒絶理由によっては、本願を拒絶することはできない。 また、他に本願を拒絶すべき理由を発見しない。 よって、結論のとおり審決する。