2024-700333

特許第７３６０１１５号発明「情報処理装置、情報処理方法及び情報処理プログラム」の特許異議申立事件について、次のとおり決定する。

結 論 特許第７３６０１１５号の特許請求の範囲を訂正請求書に添付された訂正特許請求の範囲のとおり、訂正後の請求項〔１－４〕、５、６について訂正することを認める。 特許第７３６０１１５号の請求項１－６に係る特許を維持する。

理 由 第１ 手続の経緯 特許第７３６０１１５号の請求項１～６に係る特許についての出願は、令和４年４月１３日に出願され、令和５年１０月３日にその特許権の設定登録がされ、令和５年１０月１２日に特許掲載公報が発行されたものである。 これに対し、令和６年４月１１日に特許異議申立人鈴木淑子により請求項１～６に係る特許に対して本件特許異議の申立てがされた。 当審は、令和６年７月５日付けで取消理由を通知し、令和６年９月４日に特許権者により意見書の提出及び訂正の請求がされ、令和６年９月３０日に特許異議申立人により意見書が提出された。 さらに、当審は、令和６年１０月２５日付けで取消理由（決定の予告）を通知し、令和６年１２月２６日に特許権者により意見書の提出及び訂正の請求がされ（なお、先の令和６年９月４日の訂正の請求は、取り下げられたものとみなす。）、令和７年２月２１日に特許異議申立人により意見書が提出された。 第２ 令和６年１２月２６日の訂正の請求による訂正の適否 １ 一群の請求項１～４に係る訂正について （１）訂正の内容 ア 訂正事項１ 特許請求の範囲の請求項１に「複数の解析モデルそれぞれで異なる解析条件のうち、前記判定部によって適合していないと判定された解析条件に対応する解析モデルが選択される場合、前記取得部によって取得した衛星画像情報を当該解析条件に適合させて画像情報を得る処理部」と記載されているのを、「複数の解析モデルそれぞれで異なる解析条件のうち、前記判定部によって適合していないと判定された解析条件に対応する解析モデルが選択される場合、前記取得部によって取得した衛星画像情報を当該解析条件に適合させる処理として、アフィン変換処理、衛星画像情報に記録される被写体の傾きを調整する処理、及び、衛星画像情報の画像中に記録される被写体の色調を調整する処理のうち、少なくとも１つの処理を行って画像情報を得る処理部」に訂正する。（請求項１の記載を引用する請求項２～４も同様に訂正する。） イ 訂正事項２ 特許請求の範囲の請求項２に「前記処理部は、解析条件に適合させる処理として、アフィン変換処理、衛星画像情報の解像度を変更する処理、衛星画像情報に記録される被写体の傾きを調整する処理、衛星画像情報の画像中に記録される被写体の色調を調整する処理、衛星画像情報に記録される画像の解析範囲を調整する処理、及び、衛星画像情報の画像からの興味領域（解析対象領域）の切り取り変換処理のうち、少なくとも１つの処理を行う」と記載されているのを、「前記処理部は、解析条件に適合させる処理として、更に、衛星画像情報の解像度を変更する処理、衛星画像情報に記録される画像の解析範囲を調整する処理、及び、衛星画像情報の画像からの興味領域（解析対象領域）の切り取り変換処理のうち、少なくとも１つの処理を行う」に訂正する。（請求項２の記載を引用する請求項３、４も同様に訂正する。） （２）訂正の適否 ア 訂正事項１ （ア）目的 訂正事項１は、訂正前の請求項１の「解析条件に適合させて画像情報を得る処理部」の処理を特定し、訂正後の請求項１の「解析条件に適合させる処理として、アフィン変換処理、衛星画像情報に記録される被写体の傾きを調整する処理、及び、衛星画像情報の画像中に記録される被写体の色調を調整する処理のうち、少なくとも１つの処理を行って画像情報を得る処理部」に限定するものである。 したがって、訂正事項１は、特許請求の範囲の減縮を目的とするものである。 （イ）新規事項 訂正事項１は、訂正前の【請求項２】の「解析条件に適合させる処理として、アフィン変換処理、・・・、衛星画像情報に記録される被写体の傾きを調整する処理、衛星画像情報の画像中に記録される被写体の色調を調整する処理、・・・のうち、少なくとも１つの処理を行う」との記載事項に基づいて訂正したものであるから、願書に添付した明細書、特許請求の範囲又は図面に記載した事項の範囲内においてしたものである。 （ウ）拡張・変更 訂正事項１は上記（ア）のとおり、特許請求の範囲を減縮するものであり、実質上特許請求の範囲を拡張し、又は変更するものではない。 イ 訂正事項２ （ア）目的 訂正事項２は、訂正前の請求項１を引用する請求項２の「処理部」が、「アフィン変換処理、衛星画像情報の解像度を変更する処理、衛星画像情報に記録される被写体の傾きを調整する処理、衛星画像情報の画像中に記録される被写体の色調を調整する処理、衛星画像情報に記録される画像の解析範囲を調整する処理、及び、衛星画像情報の画像からの興味領域（解析対象領域）の切り取り変換処理のうち、少なくとも１つの処理を行う」ものであったのを、訂正後の請求項１を引用する請求項２の「処理部」を、「アフィン変換処理、衛星画像情報に記録される被写体の傾きを調整する処理、及び、衛星画像情報の画像中に記録される被写体の色調を調整する処理のうち、少なくとも１つの処理」と、「更に、衛星画像情報の解像度を変更する処理、衛星画像情報に記録される画像の解析範囲を調整する処理、及び、衛星画像情報の画像からの興味領域（解析対象領域）の切り取り変換処理のうち、少なくとも１つの処理を行う」ものに限定するものである。 したがって、訂正事項２は、特許請求の範囲の減縮を目的とするものである。 （イ）新規事項 訂正事項２は、訂正前の請求項２の記載事項に基づいて訂正したものであるから、願書に添付した明細書、特許請求の範囲又は図面に記載した事項の範囲内においてしたものである。 （ウ）拡張・変更 訂正事項２は上記（ア）のとおり、特許請求の範囲を減縮するものであり、実質上特許請求の範囲を拡張し、又は変更するものではない。 ２ 請求項５に係る訂正について （１）訂正の内容 ア 訂正事項１ 特許請求の範囲の請求項５に「複数の解析モデルそれぞれで異なる解析条件のうち、前記判定ステップによって適合していないと判定された解析条件に対応する解析モデルが選択される場合、前記取得ステップによって取得した衛星画像情報を解析条件に適合させて画像情報を得る処理ステップ」と記載されているのを、「複数の解析モデルそれぞれで異なる解析条件のうち、前記判定ステップによって適合していないと判定された解析条件に対応する解析モデルが選択される場合、前記取得ステップによって取得した衛星画像情報を解析条件に適合させる処理として、アフィン変換処理、衛星画像情報に記録される被写体の傾きを調整する処理、及び、衛星画像情報の画像中に記録される被写体の色調を調整する処理のうち、少なくとも１つの処理を行って画像情報を得る処理ステップ」に訂正する。 （２）訂正の適否 ア 訂正事項１ （ア）目的 訂正事項１は、訂正前の請求項５の「解析条件に適合させて画像情報を得る処理ステップ」の処理を特定し、訂正後の請求項５の「解析条件に適合させる処理として、アフィン変換処理、衛星画像情報に記録される被写体の傾きを調整する処理、及び、衛星画像情報の画像中に記録される被写体の色調を調整する処理のうち、少なくとも１つの処理を行って画像情報を得る処理ステップ」に限定するものである。 したがって、訂正事項１は、特許請求の範囲の減縮を目的とするものである。 （イ）新規事項 訂正事項１は、訂正前の請求項２の「解析条件に適合させる処理として、アフィン変換処理、・・・、衛星画像情報に記録される被写体の傾きを調整する処理、衛星画像情報の画像中に記録される被写体の色調を調整する処理、・・・のうち、少なくとも１つの処理を行う」との記載事項に基づいて訂正したものであるから、願書に添付した明細書、特許請求の範囲又は図面に記載した事項の範囲内においてしたものである。 （ウ）拡張・変更 訂正事項１は上記（ア）のとおり、特許請求の範囲を減縮するものであり、実質上特許請求の範囲を拡張し、又は変更するものではない。 ３ 請求項６の訂正について （１）訂正の内容 ア 訂正事項１ 特許請求の範囲の請求項６に「複数の解析モデルそれぞれで異なる解析条件のうち、前記判定機能によって適合していないと判定された解析条件に対応する解析モデルが選択される場合、前記取得機能によって取得した衛星画像情報を解析条件に適合させて画像情報を得る処理機能」と記載されているのを、「複数の解析モデルそれぞれで異なる解析条件のうち、前記判定機能によって適合していないと判定された解析条件に対応する解析モデルが選択される場合、前記取得機能によって取得した衛星画像情報を解析条件に適合させる処理として、アフィン変換処理、衛星画像情報に記録される被写体の傾きを調整する処理、及び、衛星画像情報の画像中に記録される被写体の色調を調整する処理のうち、少なくとも１つの処理を行って画像情報を得る処理機能」に訂正する。 （２）訂正の適否 ア 訂正事項１ （ア）目的 訂正事項１は、訂正前の請求項６の「解析条件に適合させて画像情報を得る処理機能」の処理を特定し、訂正後の請求項６の「解析条件に適合させる処理として、アフィン変換処理、衛星画像情報に記録される被写体の傾きを調整する処理、及び、衛星画像情報の画像中に記録される被写体の色調を調整する処理のうち、少なくとも１つの処理を行って画像情報を得る処理機能」に限定するものである。 したがって、訂正事項１は、特許請求の範囲の減縮を目的とするものである。 （イ）新規事項 訂正事項１は、訂正前の請求項２の「解析条件に適合させる処理として、アフィン変換処理、・・・、衛星画像情報に記録される被写体の傾きを調整する処理、衛星画像情報の画像中に記録される被写体の色調を調整する処理、・・・のうち、少なくとも１つの処理を行う」との記載事項に基づいて訂正したものであるから、願書に添付した明細書、特許請求の範囲又は図面に記載した事項の範囲内においてしたものである。 （ウ）拡張・変更 訂正事項１は上記（ア）のとおり、特許請求の範囲を減縮するものであり、実質上特許請求の範囲を拡張し、又は変更するものではない。 ４ 小括 以上のとおり、一群の請求項１～４の訂正、請求項５の訂正、及び請求項６の訂正は、特許法第１２０条の５第２項ただし書第１号に掲げる事項を目的とするものであり、同条第９項で準用する同法第１２６条第５項及び第６項の規定に適合するものである。 よって、訂正後の請求項〔１～４〕、５、６について訂正することを認める。 第３ 本件発明 本件特許の請求項１～６に係る発明（以下それぞれ「本件発明１」～「本件発明６」という。）は、上記訂正後の特許請求の範囲の請求項１～６に記載された事項により特定される次のとおりのものである。 【請求項１】 人工衛星で撮像した衛星画像情報を取得する取得部と、 前記取得部によって取得した衛星画像情報が、複数の解析モデルそれぞれで異なる解析条件に適合しているかを判定する判定部と、 複数の解析モデルそれぞれで異なる解析条件のうち、前記判定部によって適合していないと判定された解析条件に対応する解析モデルが選択される場合、前記取得部によって取得した衛星画像情報を当該解析条件に適合させる処理として、アフィン変換処理、衛星画像情報に記録される被写体の傾きを調整する処理、及び、衛星画像情報の画像中に記録される被写体の色調を調整する処理のうち、少なくとも１つの処理を行って画像情報を得る処理部と、 前記処理部によって適合処理が行われた画像情報を、選択された解析モデルに基づいて解析する解析部と、 を備える情報処理装置。 【請求項２】 前記処理部は、解析条件に適合させる処理として、更に、衛星画像情報の解像度を変更する処理、衛星画像情報に記録される画像の解析範囲を調整する処理、及び、衛星画像情報の画像からの興味領域（解析対象領域）の切り取り変換処理のうち、少なくとも１つの処理を行う 請求項１に記載の情報処理装置。 【請求項３】 前記解析部は、前記判定部によって衛星画像情報が解析条件に適合すると判定した場合、衛星画像情報を解析モデルに基づいて解析する 請求項２に記載の情報処理装置。 【請求項４】 前記解析部は、解析モデルに基づく解析として、画像情報と、その画像情報に記録される注目項目とを学習した学習済モデルに基づいて、画像情報に記録される注目項目について推定を行う 請求項３に記載の情報処理装置。 【請求項５】 コンピュータが、 人工衛星で撮像した衛星画像情報を取得する取得ステップと、 前記取得ステップによって取得した衛星画像情報が、複数の解析モデルそれぞれで異なる解析モデルの解析条件に適合しているかを判定する判定ステップと、 複数の解析モデルそれぞれで異なる解析条件のうち、前記判定ステップによって適合していないと判定された解析条件に対応する解析モデルが選択される場合、前記取得ステップによって取得した衛星画像情報を解析条件に適合させる処理として、アフィン変換処理、衛星画像情報に記録される被写体の傾きを調整する処理、及び、衛星画像情報の画像中に記録される被写体の色調を調整する処理のうち、少なくとも１つの処理を行って画像情報を得る処理ステップと、 前記処理ステップによって適合処理が行われた画像情報を、選択された解析モデルに基づいて解析する解析ステップと、 を実行する情報処理方法。 【請求項６】 コンピュータに、 人工衛星で撮像した衛星画像情報を取得する取得機能と、 前記取得機能によって取得した衛星画像情報が、複数の解析モデルそれぞれで異なる解析モデルの解析条件に適合しているかを判定する判定機能と、 複数の解析モデルそれぞれで異なる解析条件のうち、前記判定機能によって適合していないと判定された解析条件に対応する解析モデルが選択される場合、前記取得機能によって取得した衛星画像情報を解析条件に適合させる処理として、アフィン変換処理、衛星画像情報に記録される被写体の傾きを調整する処理、及び、衛星画像情報の画像中に記録される被写体の色調を調整する処理のうち、少なくとも１つの処理を行って画像情報を得る処理機能と、 前記処理機能によって適合処理が行われた画像情報を、選択された解析モデルに基づいて解析する解析機能と、 を実現させる情報処理プログラム。 第４ 特許異議申立ての理由の概要 特許異議申立人が申立てた特許異議申立ての理由（以下「申立理由」という。）の概要は、以下のとおりである。 （新規性）この出願の下記の請求項に係る発明は、その出願前に日本国内又は外国において、頒布された下記の刊行物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であるから、特許法第２９条第１項第３号に該当し、特許を受けることができない。 （進歩性）この出願の下記の請求項に係る発明は、本件特許出願前に日本国内又は外国において、頒布された下記の刊行物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、本件特許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が容易に発明をすることができたものであるから、その特許は、特許法第２９条第２項の規定に違反してされたものである。 記 請求項１、３～６ 甲第１号証 請求項２ 甲第１号証、甲第２号証、甲第３号証 甲第１号証：特開２０１９－１７５１３９号公報 甲第２号証：中国特許出願公開第１１３４７３０３８号明細書 甲第３号証：特表２０２１－５３３４７１号公報 第５ 令和６年１０月２５日付けで通知した取消理由（決定の予告）の概要 １．（進歩性）本件特許の請求項１～６に係る発明は、本件特許出願前に日本国内又は外国において、頒布された下記の刊行物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、本件特許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が容易に発明をすることができたものであるから、請求項１～６に係る特許は、特許法第２９条第２項の規定に違反してされたものである。 記 甲第１号証：特開２０１９－１７５１３９号公報 第６ 当審の判断 １ 本件発明１について （１）本件発明１ 本件発明１は、上記「第３ 本件発明」の請求項１に記載した事項により特定されるとおりのものである。 （２）甲１発明 ア 甲第１号証の記載事項 甲第１号証（特開２０１９－１７５１３９号公報）には、以下の事項が記載されている。なお、下線は当審により付したものである。 「【００１６】 本実施形態にかかる建築物抽出システムでは、ニューラルネットワークを用いた学習済みモデルである建物検出器に、建物を抽出する処理の対象領域とする地表を撮影した航空写真や衛星画像等（航空写真や衛星画像に基づくオルソ画像であってよく、以下では「処理対象画像」と表記する）の特徴情報を入力し、建物検出器から出力された画像に基づいて建物領域を判定・抽出する。建築物抽出システムは、処理対象画像から建物を識別する際には、３つの建物検出器を用いる。また、３つの建物検出器は、それぞれ、面積がＳ，Ｍ，Ｌの範囲に属する建物をより高精度に検出するように構成されている。例えば、面積の範囲Ｓは４５ｍ２未満であり、面積の範囲Ｍは、４５ｍ２以上１３１ｍ２未満であり、面積の範囲Ｌは１３１ｍ２以上である。おおむね、面積の範囲Ｌに属する建物はマンションや大型商業施設に対応し、面積の範囲Ｍはアパートや小売店に対応し、面積の範囲Ｓは一般家屋に対応する。 【００１７】 また、本実施形態にかかる建築物抽出システムでは、面積の範囲Ｓ，Ｍ，Ｌのそれぞれについて、ニューラルネットワークの種類や、入力される学習用画像のスケール（縮尺）が互いに異なる複数の建物検出器に対して学習が行われ、面積の範囲Ｓ，Ｍ，Ｌのそれぞれについて、複数の建物検出器から最も良い建物検出器が選択され、選択された建物検出器が、処理対象データからの建物領域の検出に用いられる。」 「【００２３】 次に、建築物抽出システムの機能の概要について説明する。図２は、建築物抽出システムの機能構成を示すブロック図である。建築物抽出システムは、機能的に、学習データ取得部５１と、学習実行部５２と、学習検出器セット５３と、評価データ取得部５６と、評価実行部５７と、検出器選択部５８と、実行検出器セット６１と、対象データ入力部６５と、出力取得部６６と、フィルタ部６７と、統合部６８と、画像出力部６９とを含む。これらの機能は、主に、プロセッサ１１が記憶部１２に格納されたプログラムを実行し、記憶部１２に格納されるデータにアクセスすることで実現される。これらの全ての機能が、学習サーバ１により実行されてもよいし、その一部の機能が他のサーバで実行されてもよい。例えば、対象データ入力部６５、実行検出器セット６１、出力取得部６６、フィルタ部６７、統合部６８、画像出力部６９の機能が、プロセッサ１１、記憶部１２、通信部１３、入出力部１４を有する他のサーバにより実現されてもよい。 【００２４】 学習検出器セット５３は、複数の学習検出器５４を有する。本実施形態では、学習検出器５４の数は６であり、学習検出器５４のそれぞれは、面積の範囲Ｓ，Ｍ，Ｌに関わらず共通の学習がなされる共通部５４０と、それぞれ面積の範囲Ｓ，Ｍ，Ｌに応じた学習がなされる個別部５４１，５４２，５４３とを有する。学習検出器５４のそれぞれは、互いに異なる、ニューラルネットワークの種類と入力される学習用画像のスケールの組み合わせについて学習がなされる。 【００２５】 学習データ取得部５１は、学習用入力画像と、その学習用入力画像に含まれる建物の形状を示す教師データとを取得する。学習実行部５２は、学習用入力画像と教師データとを用いて学習検出器５４を学習させる。 【００２６】 評価データ取得部５６は、評価用入力画像と、その評価用入力画像に含まれる建物の形状を示す正解データとを取得する。評価用入力画像および正解データは、学習用入力画像および教師データと同じであってもよい。評価実行部５７は、評価用入力画像と正解データとを用いて、学習検出器５４のそれぞれについて、個別部５４１，５４２，５４３のそれぞれについて、その建物の形状の検出精度を評価する。 【００２７】 検出器選択部５８は、評価実行部５７により評価された検出精度に基づいて、面積の範囲Ｓ，Ｍ，Ｌのそれぞれについて、入力対象データに対する建物の検出を行う学習検出器５４を選択する。選択された学習検出器５４の少なくとも一部は、実行検出器セット６１を構成する実行検出器６２，６３，６４として使用される。より具体的には、面積の範囲Ｓについて選択された学習検出器５４に含まれる共通部５４０および個別部５４１の組み合わせが、面積の範囲Ｓに対応する実行検出器６２に含まれる、共通部６２０および個別部６２１となる。面積の範囲Ｍについて選択された学習検出器５４に含まれる共通部５４０および個別部５４２の組み合わせが、面積の範囲Ｍに対応する実行検出器６３に含まれる、共通部６３０および個別部６３１となる。面積の範囲Ｌについて選択された学習検出器５４に含まれる共通部５４０および個別部５４３の組み合わせが、面積の範囲Ｌに対応する実行検出器６４に含まれる、共通部６４０および個別部６４１となる。 【００２８】 対象データ入力部６５は、入力対象画像を取得し、その入力対象画像を必要に応じ加工し、入力対象画像を実行検出器６２，６３，６４に入力する。出力取得部６６は、実行検出器６２，６３，６４が出力する出力画像を取得する。 【００２９】 フィルタ部６７は、実行検出器６２，６３，６４の出力画像に含まれる建物を、面積に基づいて除去し、フィルタされた出力画像を生成する。 【００３０】 統合部６８は、フィルタされた、実行検出器６２，６３，６４の出力画像を統合する。統合部６８は、実行検出器６２，６３，６４の出力画像のいずれかにおいて建物と認識された領域が、建物のある領域と判定された画像を生成する。 【００３１】 画像出力部６９は、統合部６８により統合された画像を記憶部１２や表示出力デバイスへ出力する。 【００３２】 次に、学習検出器セット５３およびそれに含まれる学習検出器５４の詳細について説明する。図３は、学習検出器５４の種類を説明する図である。図３に示される表の「Ｎｏ」は、６つの学習検出器５４に振られた番号を示す。「スケール」はその番号の学習検出器５４に投入される学習用入力画像のスケールを示し、はじめに用意される学習用入力画像をスケールに示される倍率で調整（必要に応じた拡大または縮小）され、スケールにかかわらず同じピクセル数を有するように切り出された学習用入力画像（以下では切り出された学習用入力画像を「窓画像」と記載する）が学習検出器５４に入力される。「モデル種類」はその番号の学習検出器５４の内部を構成するニューラルネットワークの種類を示す。「Ｐｏｏｌｉｎｇ」はＣＮＮ（Convolutional Neural Network）の中でも畳み込み層とプーリング層とを組み合わせたモデル（以下では「プーリングモデル」と記載する）であることを示し、「Ｄｉｌａｔｉｏｎ」は拡張畳み込み演算を行う畳み込み層を用いるモデル（以下では「ダイレーションモデル」と記載する）であることを示す。 【００３３】 図４は、スケールの違いを説明する図である。図４（ａ）は、スケールが０．５倍の場合の窓画像の一例であり、図４（ｂ）、図４（ｃ）は、それぞれ、スケールが１倍、２倍の場合の窓画像の一例である。図４（ａ）～（ｃ）に示される窓画像は、同じ領域を含んでいる。窓画像のピクセル数は、どれもＰｘ×Ｐｙである。ＰｘおよびＰｙの値は、例えば３２や６４であってよい。スケールが０．５倍の場合の学習用入力画像は、スケールが１．０の場合の学習用入力画像を、縦横のドット数が１／２倍になるように縮小する（間引く）ことで得られ、スケールが２．０倍の場合の学習用入力画像は、スケールが１．０の場合の学習用入力画像を縦横のドット数が２倍になるように拡大する（ドット間に線形補間等によるドットを配置する）ことで得られる。この学習用入力画像の拡大または縮小は、学習データ取得部５１により行われる。」 「【００６８】 次に、実行検出器６２，６３，６４を用いて、処理対象画像から建物の領域を判定する処理について説明する。図１４は、建物の領域を判定する処理の概要を説明する図である。 【００６９】 はじめに、対象データ入力部６５は、処理対象画像を面積の範囲Ｓに適した実行検出器６２に入力し、出力取得部６６は、実行検出器６２の出力に基づいて全体出力画像（Ｓ）を取得する（ステップＳ３０１）。全体出力画像（Ｓ）は、処理対象画像の全体について、実行検出器６２により建物が存在すると判定された領域を示す画像である。後述の全体出力画像（Ｍ）、全体出力画像（Ｌ）は、同様に、それぞれ、実行検出器６３，６４により建物が存在すると判定された領域を示す画像である。 【００７０】 図１５は、処理対象画像から全体出力画像を生成する処理の流れを示すフロー図であり、ステップＳ３０１の処理を詳細に説明する図である。はじめに、対象データ入力部６５は、処理対象画像のスケールを、実行検出器６２に設定されたスケールに合わせる（ステップＳ３２１）。対象データ入力部６５は、処理対象画像のスケールと実行検出器６２のスケールが異なる場合には処理対象画像を拡大または縮小することにより、スケールを合わせる。次に、対象データ入力部６５は、スケールが合わせられた処理対象画像から窓画像を切出す（ステップＳ３２２）。窓画像のサイズや処理対象画像から窓画像を切出す手法については、評価用画像から窓画像を切出す手法と同じであるので説明を省略する。次に、対象データ入力部６５は、実行検出器６２へ窓画像を入力する（ステップＳ３２３）。すると、実行検出器６２は、入力された窓画像について建物の領域を検出する処理を行い、出力取得部６６は、実行検出器６２の出力画像を取得する（ステップＳ３２４）。ここで、図示していないが、出力取得部６６は、取得された出力画像を、各ドットの存在確率の値が閾値より大きいか小さいかに基づいて２値化し、２値化された出力画像を記憶部１２に格納する。以下の処理では、出力画像は２値化された出力画像を指すものとする。そして、すべての窓画像について学習検出器５４の処理を行うまで、ステップＳ３２２からＳ３２４の処理を繰り返す（ステップＳ３２５参照）。」 「 ［図：0001423486000001.jpg］ 」 「 ［図：0001423486000002.jpg］ 」 「 ［図：0001423486000003.jpg］ 」 「 ［図：0001423486000004.jpg］ 」 イ 甲第１号証に記載された発明の認定 甲第１号証の上記記載事項（特に、下線部）によれば、甲第１号証には、次の発明（以下、「甲１発明」という。）が記載されていると認められる。なお、【 】内は、発明の認定の根拠となる記載事項の段落番号、図番号を示し、これらは後の対比などにおいて、甲１発明の発明特定事項の引用箇所を指し示すのにも用いる。 ［甲１発明］ 「ニューラルネットワークを用いた学習済みモデルである建物検出器に、建物を抽出する処理の対象領域とする地表を撮影した衛星画像を入力し、建物検出器から出力された画像に基づいて建物領域を判定・抽出する建築物抽出システムであって、【００１６】 建築物抽出システムは、機能的に、学習データ取得部５１と、学習実行部５２と、学習検出器セット５３と、評価データ取得部５６と、評価実行部５７と、検出器選択部５８と、実行検出器セット６１と、対象データ入力部６５と、出力取得部６６と、フィルタ部６７と、統合部６８と、画像出力部６９とを含み、【００２３】 学習検出器セット５３は、複数の学習検出器５４を有し、学習検出器５４のそれぞれは、互いに異なる、ニューラルネットワークの種類と入力される学習用画像のスケール（縮尺）の組み合わせについて学習がなされ、【００２４】【００１７】 学習データ取得部５１は、学習用入力画像と、その学習用入力画像に含まれる建物の形状を示す教師データとを取得し、学習実行部５２は、学習用入力画像と教師データとを用いて学習検出器５４を学習させ、【００２５】 検出器選択部５８は、評価実行部５７により評価された検出精度に基づいて、入力対象データに対する建物の検出を行う学習検出器５４を選択し、選択された学習検出器５４は、実行検出器セット６１を構成する実行検出器６２，６３，６４として使用され、【００２７】 対象データ入力部６５は、入力対象画像を取得し、その入力対象画像を必要に応じ加工し、入力対象画像を実行検出器６２，６３，６４に入力し、出力取得部６６は、実行検出器６２，６３，６４が出力する出力画像を取得し、【００２８】 フィルタ部６７は、実行検出器６２，６３，６４の出力画像に含まれる建物を、面積に基づいて除去し、フィルタされた出力画像を生成し、【００２９】 統合部６８は、フィルタされた、実行検出器６２，６３，６４の出力画像を統合し、実行検出器６２，６３，６４の出力画像のいずれかにおいて建物と認識された領域が、建物のある領域と判定された画像を生成し、【００３０】 画像出力部６９は、統合部６８により統合された画像を記憶部１２や表示出力デバイスへ出力し、【００３１】 実行検出器６２，６３，６４を用いて、処理対象画像から建物の領域を判定する処理において、対象データ入力部６５は、処理対象画像を面積の範囲Ｓに適した実行検出器６２に入力し、出力取得部６６は、実行検出器６２の出力に基づいて全体出力画像（Ｓ）を取得し、全体出力画像（Ｓ）は、処理対象画像の全体について、実行検出器６２により建物が存在すると判定された領域を示す画像であり、全体出力画像（Ｍ）、全体出力画像（Ｌ）は、同様に、それぞれ、実行検出器６３，６４により建物が存在すると判定された領域を示す画像であり、【００６８】【００６９】【図１４】 処理対象画像から全体出力画像を生成する処理は、対象データ入力部６５が、処理対象画像のスケールを、実行検出器６２，６３，６４に設定されたスケールに合わせ、処理対象画像のスケールと実行検出器６２，６３，６４のスケールが異なる場合には処理対象画像を拡大または縮小することにより、スケールを合わせる、【００７０】【図１５】 建築物抽出システム。」 （３）本件発明１と甲１発明との対比 ア 取得部 甲１発明は、「建物を抽出する処理の対象領域とする地表を撮影した衛星画像を入力・・・する建築物抽出システム」（【００１６】）であり、「建築物抽出システムは、・・・対象データ入力部６５・・・を含み」（【００２３】）、「対象データ入力部６５は、入力対象画像を取得」（【００２８】）する。 ここで、甲１発明の「地表を撮影した衛星画像」、「対象データ入力部６５」は、それぞれ、本件発明１の「人工衛星で撮像した衛星画像情報」、「取得部」に相当する。 したがって、本件発明１と甲１発明は、「人工衛星で撮像した衛星画像情報を取得する取得部」を備える点で一致する。 イ 判定部、処理部 甲１発明の「建築物抽出システム」は、「学習検出器セット５３・・・を含み」（【００２３】）、「学習検出器セット５３は、複数の学習検出器５４を有し、学習検出器５４のそれぞれは、互いに異なる、ニューラルネットワークの種類と入力される学習用画像のスケール（縮尺）の組み合わせについて学習」（【００２４】【００１７】）がなされたものであり、「検出器選択部５８」は、「学習検出器５４を選択し、選択された学習検出器５４は、実行検出器セット６１を構成する実行検出器６２，６３，６４として使用され」（【００２７】）、「対象データ入力部６５は、入力対象画像を取得し、その入力対象画像を必要に応じ加工し」（【００２８】）、「処理対象画像のスケールを、実行検出器６２，６３，６４に設定されたスケールに合わせ、処理対象画像のスケールと実行検出器６２，６３，６４のスケールが異なる場合には処理対象画像を拡大または縮小することにより、スケールを合わせる」（【００７０】【図１５】）ものである。 甲１発明の「複数の学習検出器５４」は、本件発明１の「複数の解析モデル」に相当する。 甲１発明の「実行検出器６２，６３，６４」は、上記「複数の学習検出器５４」から「検出器選択部５８」により選択されたものであり（【００２７】）、本件発明１の「解析モデルが選択される場合」における「（選択された）解析モデル」に相当する。 甲１発明における、「複数の学習検出器５４」には、互いに異なるスケール（縮尺）の画像で学習された検出器があり（【００２４】【００１７】）、それらから選択されたものである「実行検出器６２，６３，６４」（【００２７】）にも、互いに異なるスケールの画像で学習された検出器がある。したがって、実行検出器６２，６３，６４のうちのいずれかの実行検出器が学習したスケールと、処理対象画像のスケールは異なる場合があって、その場合には対象データ入力部６５が処理対象画像を拡大または縮小することにより、スケールを合わせる（【００７０】）から、甲１発明の「スケール」は、実行検出器６２，６３，６４が検出を行うための条件であって、本件発明１の「解析条件」に相当し、甲１発明の「スケールを合わせる」処理及び当該処理である「入力対象画像を必要に応じ加工」（【００２８】）する処理を行う「対象データ入力部６５」は、それぞれ、本件発明１の「解析条件に適合させる処理」、「処理部」に相当する。 また、甲１発明の「処理対象画像を拡大または縮小することにより、スケールを合わせる」処理は、本件発明１の「アフィン変換処理」に相当する。 したがって、本件発明１と甲１発明は、「複数の解析モデルそれぞれで異なる解析条件のうち、適合していない解析条件に対応する解析モデルが選択される場合、前記取得部によって取得した衛星画像情報を当該解析条件に適合させる処理として、アフィン変換処理、衛星画像情報に記録される被写体の傾きを調整する処理、及び、衛星画像情報の画像中に記録される被写体の色調を調整する処理のうち、少なくとも１つの処理を行って画像情報を得る処理部」を備える点で共通する。 しかしながら、本件発明１は、「前記取得部によって取得した衛星画像情報が、複数の解析モデルそれぞれで異なる解析条件に適合しているかを判定する判定部」を備え、「処理部」は、「前記判定部によって適合していないと判定された」解析条件に対応した処理をするのに対し、甲１発明は、そのような判定部及び処理部を備えない点で両者は相違する。 ウ 解析部 甲１発明の「建築物抽出システム」は、「実行検出器セット６１・・・を含み（【００２３】）、「実行検出器セット６１」は「実行検出器６２，６３，６４」で構成され（【００２７】）、「対象データ入力部６５」は、「入力対象画像を取得し、その入力対象画像を必要に応じ加工し、入力対象画像を実行検出器６２，６３，６４に入力」（【００２８】）する。 甲１発明の「対象データ入力部６５」、「実行検出器６２，６３，６４」、「実行検出器セット６１」は、本件発明１の「処理部」、「選択された解析モデル」、「解析部」に相当する。 したがって、本件発明１と甲１発明は、「前記処理部によって適合処理が行われた画像情報を、選択された解析モデルに基づいて解析する解析部」を備える点で一致する。 エ 情報処理装置 甲１発明の「建築物抽出システム」は、情報処理装置といえるから、本件発明１と甲１発明は、「情報処理装置」である点で一致する。 オ 一致点、相違点 以上のア～エによれば、本件発明１と甲１発明との間には、次の一致点、相違点があるといえる。 [一致点] 人工衛星で撮像した衛星画像情報を取得する取得部と、 複数の解析モデルそれぞれで異なる解析条件のうち、適合していない解析条件に対応する解析モデルが選択される場合、前記取得部によって取得した衛星画像情報を当該解析条件に適合させる処理として、アフィン変換処理、衛星画像情報に記録される被写体の傾きを調整する処理、及び、衛星画像情報の画像中に記録される被写体の色調を調整する処理のうち、少なくとも１つの処理を行って画像情報を得る処理部と、 前記処理部によって適合処理が行われた画像情報を、選択された解析モデルに基づいて解析する解析部と、 を備える情報処理装置。 [相違点] 本件発明１は、「前記取得部によって取得した衛星画像情報が、複数の解析モデルそれぞれで異なる解析条件に適合しているかを判定する判定部」を備え、「処理部」は、「前記判定部によって適合していないと判定された」解析条件に対応した処理をするのに対し、甲１発明は、そのような判定部及び処理部を備えない点。 （４）判断 本件発明１と甲１発明とは上記相違点を有するから、本件発明１は、甲第１号証に記載された発明であるとはいえない。 次に、相違点について検討する。 甲１発明は、「対象データ入力部６５」が、「処理対象画像のスケールを、実行検出器６２，６３，６４に設定されたスケールに合わせ、処理対象画像のスケールと実行検出器６２，６３，６４のスケールが異なる場合には処理対象画像を拡大または縮小することにより、スケールを合わせる」ものである。実行検出器６２，６３，６４に設定されたスケールは、検出器を学習したときの学習用入力画像５４のスケール（段落【００３２】を参照）であるから、選択された学習用検出器５４が実行検出器６２，６３，６４として使用され、入力対象画像が入力されるときには、検出器それぞれのスケールは既に設定されているものである。処理対象画像のスケールを、既に設定されているスケールに合わせるためには、設定されたスケールになるように検出器に入力する直前にスケールを変更する処理部を予め備えておけば十分であると考えるのはごく自然なことであり、解析条件に適合しているかを判定する判定部を備えるようにすることを採用する動機があるとはいえない。 また、そのような判定部を備えることが容易に想到し得ることであるといえる理由は他の証拠（甲第２号証、甲第３号証）をみても見当たらないし周知技術でもない。 よって、本件発明１は、甲１発明に基づいて当業者が容易に発明をすることができたものであるということはできない。 ２ 本件発明２～４について 本件発明２～４は、本件発明１の全ての発明特定事項にさらに限定を付加したものであるから、上記「１ 本件発明１について」と同様の判断により、本件発明２～４は、甲第１号証に記載された発明ではなく、また、甲第１号証に記載された発明に基づいて当業者が容易に発明をすることができたものであるということもできない。 ３ 本件発明５、６について 本件発明５、６は、情報処理装置に係る発明である本件発明１のカテゴリーを単に変えて、情報処理方法、情報処理プログラムとしたものであり、上記「１ 本件発明１について」と同様の判断により、本件発明５、６は、甲第１号証に記載された発明ではなく、また、甲第１号証に記載された発明に基づいて当業者が容易に発明をすることができたものであるということもできない。 第７ むすび 以上のとおりであるから、特許異議の申立ての理由及び証拠によっては訂正後の本件請求項１～６に係る特許を取り消すことはできない。 また、他に本件請求項１～６に係る特許を取り消す理由を発見しない。 よって、結論のとおり決定する。