麻豆观看一区二区三区-91久久国产精品婷婷-国产免费一区二区三区四18-三级久久三级精品-婷婷中文字幕5-91精品国产综合久久久久久导航-人人妻人人艹人人干-av亚洲av日韩电影-一级a性色生活片久久无,国偷自产视频一区二区三区久,久久99久久国产久久久久久,人妻熟女中文字幕aⅴ在线

13、人工智能相關(guān)專利申請(qǐng)審查基準(zhǔn)

本次修改中，針對(duì)人工智能相關(guān)專利申請(qǐng)審查基準(zhǔn)的修改內(nèi)容比較豐富，主要涉及：（1）本章節(jié)標(biāo)題的修改，明確了該節(jié)規(guī)范的領(lǐng)域，將原來從申請(qǐng)文件撰寫特點(diǎn)命名的“包含算法特征或商業(yè)方法和規(guī)則的發(fā)明……”修改為“涉及人工智能等的發(fā)明……”（2）6.1章節(jié)的審查基準(zhǔn)的更新；（3）增加了6.1.1章節(jié)；（4）在6.2章節(jié)涉及包含算法特征或者商業(yè)規(guī)則和方法特征的審查示例中，增加了多個(gè)審查案例（例1、例2、例18、例19）；（5）在6.3.1章節(jié)中增加了針對(duì)人工智能類案件的說明書撰寫要求以及在6.3.3章節(jié)中給出了此類發(fā)明專利申請(qǐng)的說明書撰寫示例【例20】和【例21】。

其中，6.1章節(jié)的修改涉及了“審查應(yīng)當(dāng)針對(duì)權(quán)利要求所限定的解決方案進(jìn)行，必要時(shí)應(yīng)當(dāng)對(duì)說明書的內(nèi)容進(jìn)行審查”，進(jìn)一步明確了技術(shù)整體審查時(shí)要考慮技術(shù)三要素的整體性，說明書內(nèi)對(duì)于技術(shù)三要素關(guān)聯(lián)性的描述顯得尤為重要，也旨在釋放出希望各從業(yè)人員在說明書中注意算法特征或者商業(yè)規(guī)則和方法特征與技術(shù)特征的相互作用、彼此支持的體現(xiàn)。

6.1.1章節(jié)以及6.2章節(jié)中增加的【例1】和【例2】，主要涉及對(duì)包含算法特征或商業(yè)規(guī)則和方法特征的發(fā)明專利申請(qǐng)進(jìn)行專利法第五條第一款的審查規(guī)則，同時(shí)也給出了兩個(gè)案例，此處修改是隨著人工智能技術(shù)不斷向“類大腦”，為避免各創(chuàng)新主體在人工智能技術(shù)的應(yīng)用上有所偏差，所給予的正向?qū)彶榧s束，意在釋放出專利的產(chǎn)生、申請(qǐng)以及審查等階段，均要將法律、社會(huì)公德、公共利益等與民相關(guān)、與社會(huì)相關(guān)的準(zhǔn)繩作為首要考察因素。同時(shí)，也給予創(chuàng)新主體以及代理機(jī)構(gòu)明確的研發(fā)約束以及撰寫思考約束。

6.2章節(jié)中增加的【例18】和【例19】，主要涉及對(duì)包含算法特征或者商業(yè)規(guī)則和方法特征的發(fā)明專利申請(qǐng)的創(chuàng)造性審查的補(bǔ)充示例；6.3.1章節(jié)以及【例20】和【例21】主要明確了針對(duì)人工智能類的專利申請(qǐng)，說明書所要公開充分的程度，進(jìn)一步打破“黑盒子”的籠統(tǒng)限制，讓“黑盒子不黑”，從而讓本領(lǐng)域技術(shù)人員能夠根據(jù)說明書記載能夠獲知人工智能算法或者模型的具體實(shí)現(xiàn)。具體修改內(nèi)容如下：

6.1 審查基準(zhǔn)

   審查應(yīng)當(dāng)針對(duì)要求保護(hù)的解決方案，即權(quán)利要求所限定的解決方案進(jìn)行，必要時(shí)應(yīng)當(dāng)針對(duì)說明書的內(nèi)容進(jìn)行審查。在審查中，不應(yīng)當(dāng)簡單割裂技術(shù)特征與算法特征或商業(yè)規(guī)則和方法特征等，而應(yīng)將權(quán)利要求記載的所有內(nèi)容作為一個(gè)整體，對(duì)其中涉及的技術(shù)手段、解決的技術(shù)問題和獲得的技術(shù)效果進(jìn)行分析。

6.1.1 根據(jù)專利法第五條第一款的審查

   對(duì)于包含算法特征或商業(yè)規(guī)則和方法特征的發(fā)明專利申請(qǐng)，如果含有違反法律、社會(huì)公德或者妨害公共利益的內(nèi)容，例如，數(shù)據(jù)采集、標(biāo)簽管理、規(guī)則設(shè)置、推薦決策等存在違反法律，違背公平正義、存在歧視偏見等情形的，則根據(jù)專利法第五條第一款的規(guī)定，不能被授予專利權(quán)。

……

6.2 審查示例

   以下，根據(jù)上述審查基準(zhǔn)，給出包含算法特征或商業(yè)規(guī)則和方法特征的發(fā)明專利申請(qǐng)的審查示例。

   （1）包含算法特征或商業(yè)規(guī)則和方法特征的發(fā)明專利申請(qǐng)違反了法律、社會(huì)公德或者妨害了公共利益的，不能被授予專利權(quán)。

【例 1】

   一種基于大數(shù)據(jù)的商場內(nèi)床墊銷售輔助系統(tǒng)申請(qǐng)內(nèi)容概述發(fā)明專利申請(qǐng)的解決方案是一種基于大數(shù)據(jù)的商場內(nèi)床墊銷售輔助系統(tǒng)，其通過攝像模塊和人臉識(shí)別模塊在顧客未知情的情況下完成其面部特征信息的采集并識(shí)別出顧客的身份信息，對(duì)收集到的信息進(jìn)行數(shù)據(jù)分析，幫助商家精準(zhǔn)營銷。

   申請(qǐng)的權(quán)利要求

   一種基于大數(shù)據(jù)的商場內(nèi)床墊銷售輔助系統(tǒng)，包括床墊展示設(shè)備和管理中心，其特征在于：

   所述床墊展示設(shè)備包括控制模塊和信息采集模塊，用于展示和輔助銷售床墊產(chǎn)品并收集顧客數(shù)據(jù)；

   所述控制模塊用于與管理中心進(jìn)行數(shù)據(jù)交互；

   所述信息采集模塊包括攝像模塊和人臉識(shí)別模塊，用于在顧客未知情的情況下采集其面部特征信息，利用關(guān)鍵點(diǎn)檢測算法調(diào)整面部姿態(tài)以獲得歸一化人臉圖像，將歸一化人臉圖像通過人臉檢測算法定位待識(shí)別的人臉區(qū)域，并結(jié)合主成分分析法提取人臉區(qū)域內(nèi)的人臉特征，進(jìn)而得到顧客的身份信息；

   所述管理中心包括管理服務(wù)器和分析輔助系統(tǒng)；所述管理服務(wù)器對(duì)多個(gè)床墊展示設(shè)備進(jìn)行管理；所述分析輔助系統(tǒng)根據(jù)顧客的身份信息，利用床墊展示設(shè)備收集的數(shù)據(jù)分析得到顧客偏好，并向管理中心反饋分析結(jié)果。

   分析及結(jié)論

   《中華人民共和國個(gè)人信息保護(hù)法》相關(guān)條款規(guī)定，在公共場所安裝圖像采集、個(gè)人身份識(shí)別設(shè)備，應(yīng)當(dāng)為維護(hù)公共安全所必需，遵守國家有關(guān)規(guī)定，并設(shè)置顯著的提示標(biāo)識(shí)。所收集的個(gè)人圖像、身份識(shí)別信息只能用于維護(hù)公共安全的目的，不得用于其他目的；取得個(gè)人單獨(dú)同意的除外。

該發(fā)明創(chuàng)造將圖像采集和人臉識(shí)別手段用于商場等經(jīng)營場所進(jìn)行床墊的精準(zhǔn)營銷，這明顯不屬于維護(hù)公共安全所必需。此外，對(duì)顧客的面部信息進(jìn)行采集并獲取其身份信息是在顧客不知情的情況下進(jìn)行，未征得顧客個(gè)人同意。因此，該發(fā)明創(chuàng)造與法律相違背，根據(jù)專利法第五條第一款的規(guī)定，不能被授予專利權(quán)。

   【例 2】

   一種無人駕駛車輛應(yīng)急決策模型的建立方法

   申請(qǐng)內(nèi)容概述

   發(fā)明專利申請(qǐng)的解決方案是一種無人駕駛車輛應(yīng)急決策模型的建立方法，以行人的性別和年齡作為障礙物數(shù)據(jù)，通過訓(xùn)練出的決策模型來確定無法避讓障礙物情況下的被保護(hù)對(duì)象和被撞對(duì)象。

   申請(qǐng)的權(quán)利要求

   一種無人駕駛車輛應(yīng)急決策模型的建立方法，其特征在于，包括：

   獲取無人駕駛車輛的歷史環(huán)境數(shù)據(jù)和歷史障礙物數(shù)據(jù)，所述歷史環(huán)境數(shù)據(jù)包括車輛的行駛速度、與所在車道上障礙物的距離、與相鄰車道上障礙物的距離、所在車道上障礙物的運(yùn)動(dòng)速度和運(yùn)動(dòng)方向、相鄰車道上障礙物的運(yùn)動(dòng)速度和運(yùn)動(dòng)方向；所述歷史障礙物數(shù)據(jù)包括行人的性別和年齡；

   對(duì)所述歷史環(huán)境數(shù)據(jù)和歷史障礙物數(shù)據(jù)進(jìn)行特征提取，作為決策模型的輸入數(shù)據(jù)，將無法避讓障礙物時(shí)車輛的歷史行駛軌跡作為決策模型的輸出數(shù)據(jù)，根據(jù)歷史數(shù)據(jù)訓(xùn)練決策模型，所述決策模型為深度學(xué)習(xí)模型；

   獲取實(shí)時(shí)環(huán)境數(shù)據(jù)和實(shí)時(shí)障礙物數(shù)據(jù)，當(dāng)無人駕駛車輛遇到無法避讓障礙物的情況時(shí)，利用訓(xùn)練后的決策模型確定無人駕駛車輛的行駛軌跡。

   分析及結(jié)論

   該發(fā)明創(chuàng)造涉及一種無人駕駛車輛應(yīng)急決策模型的建立方法。人的生命具有同等的價(jià)值和尊嚴(yán)，無論其年齡和性別如何，無人駕駛車輛的應(yīng)急決策模型在無法避讓的事故中，如果基于行人的性別和年齡進(jìn)行被保護(hù)對(duì)象和被撞對(duì)象的選擇，這與公眾對(duì)于生命面前人人平等的倫理道德觀念相違背。

   此外，這種決策方式會(huì)強(qiáng)化社會(huì)中存在的性別和年齡偏見，還會(huì)引發(fā)公眾對(duì)公共出行安全性的擔(dān)憂，破壞公眾對(duì)科技和社會(huì)秩序的信任。因此，該發(fā)明創(chuàng)造含有違反社會(huì)公德的內(nèi)容，根據(jù)專利法第五條第一款的規(guī)定，不能被授予專利權(quán)。

……

   （3）為了解決技術(shù)問題而利用技術(shù)手段并獲得技術(shù)效果的包含算法特征或商業(yè)規(guī)則和方法特征的發(fā)明專利申請(qǐng)，屬于專利法第二條第二款規(guī)定的技術(shù)方案，因而屬于專利保護(hù)的客體

……

   （4）未解決技術(shù)問題，或者未利用技術(shù)手段，或者未獲得技術(shù)效果的包含算法特征或者商業(yè)規(guī)則和方法特征的發(fā)明專利申請(qǐng)，不屬于專利法第二條第二款規(guī)定的技術(shù)方案，因而不屬于專利保護(hù)的客體。

……

   （5）在進(jìn)行創(chuàng)造性審查時(shí)，應(yīng)該考慮與技術(shù)特征在功能上彼此相互相互支持、存在相互作用關(guān)系的算法特征或者商業(yè)規(guī)則和方法特征對(duì)技術(shù)方案作出的貢獻(xiàn)。

   【例13】

……

   【例 18】

   一種識(shí)別船只數(shù)量的方法

   申請(qǐng)內(nèi)容概述

   發(fā)明專利申請(qǐng)?zhí)岢隽艘环N識(shí)別船只數(shù)量的方法，其獲取船只圖片數(shù)據(jù)，通過深度學(xué)習(xí)訓(xùn)練出檢測數(shù)據(jù)模型，解決準(zhǔn)確識(shí)別當(dāng)前海域內(nèi)船只數(shù)量的技術(shù)問題。

   申請(qǐng)的權(quán)利要求

   一種識(shí)別船只數(shù)量的方法，其特征在于，包括：

   獲取船只圖片數(shù)據(jù)集，并對(duì)數(shù)據(jù)集中的圖片信息進(jìn)行預(yù)處理，標(biāo)記出圖片信息中船只的位置和邊界信息，并把所述數(shù)據(jù)集劃分為訓(xùn)練數(shù)據(jù)集與測試數(shù)據(jù)集；

   采用所述訓(xùn)練數(shù)據(jù)集進(jìn)行深度學(xué)習(xí)，構(gòu)建訓(xùn)練模型；

   基于所述測試數(shù)據(jù)輸入訓(xùn)練模型中訓(xùn)練，以獲得船只測試結(jié)果數(shù)據(jù)；

   根據(jù)所述船只測試結(jié)果數(shù)據(jù)與預(yù)設(shè)誤差參數(shù)相乘，以確定出實(shí)際船只數(shù)量。

   分析及結(jié)論

   對(duì)比文件1公開了一種識(shí)別樹上果實(shí)數(shù)量的方法，并具體公開了獲取圖片信息、標(biāo)記圖片上果實(shí)的位置和邊界、劃分?jǐn)?shù)據(jù)集、模型訓(xùn)練和確定實(shí)際果實(shí)數(shù)量的步驟。

   發(fā)明專利申請(qǐng)的解決方案與對(duì)比文件 1的區(qū)別僅在于識(shí)別對(duì)象的不同。雖然船只和果實(shí)本身在外觀、體積和存在環(huán)境等方面存在差異，但是對(duì)于本領(lǐng)域技術(shù)人員而言，識(shí)別出實(shí)際數(shù)量所需的信息標(biāo)記、數(shù)據(jù)集劃分、模型訓(xùn)練等步驟，其針對(duì)的都是圖片上待識(shí)別對(duì)象的位置關(guān)系，權(quán)利要求中也未體現(xiàn)出因識(shí)別對(duì)象不同，在深度學(xué)習(xí)、模型訓(xùn)練過程中對(duì)訓(xùn)練方式、模型層級(jí)等做出的改變，對(duì)圖片上的船只數(shù)據(jù)進(jìn)行標(biāo)記與對(duì)圖片上的果實(shí)數(shù)據(jù)進(jìn)行標(biāo)記以獲得用于訓(xùn)練的數(shù)據(jù)集并進(jìn)行模型訓(xùn)練，沒有對(duì)深度學(xué)習(xí)、模型構(gòu)建或訓(xùn)練過程等做出調(diào)整或改進(jìn)。因此，要求保護(hù)的發(fā)明技術(shù)方案不具備創(chuàng)造性。

   【例 19】

   一種建立廢鋼等級(jí)劃分神經(jīng)網(wǎng)絡(luò)模型的方法

   申請(qǐng)內(nèi)容概述

   廢鋼在收儲(chǔ)時(shí)需要根據(jù)鋼料的平均尺寸進(jìn)行等級(jí)劃分，但其存放時(shí)雜亂無章、相互堆疊，人工進(jìn)行尺寸測量和等級(jí)判定時(shí)效率低且等級(jí)劃分準(zhǔn)確率不高。發(fā)明專利申請(qǐng)?zhí)岢鲆环N建立廢鋼等級(jí)劃分神經(jīng)網(wǎng)絡(luò)模型的方法，通過卷積神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)形成具有等級(jí)分類輸出的等級(jí)劃分神經(jīng)網(wǎng)絡(luò)模型，能夠提高廢鋼等級(jí)劃分的效率和準(zhǔn)確率。

   申請(qǐng)的權(quán)利要求

   一種建立廢鋼等級(jí)劃分神經(jīng)網(wǎng)絡(luò)模型的方法，所述模型用于對(duì)收儲(chǔ)的廢鋼進(jìn)行等級(jí)劃分，包括：

   獲取多個(gè)圖像，確定多個(gè)圖像的不同廢鋼等級(jí)，對(duì)所述圖像進(jìn)行預(yù)處理，提取不同等級(jí)的圖像數(shù)據(jù)特征，對(duì)提取的不同等級(jí)的圖像數(shù)據(jù)特征進(jìn)行卷積神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)形成具有等級(jí)分類輸出的等級(jí)劃分神經(jīng)網(wǎng)絡(luò)模型；

   所述圖像數(shù)據(jù)特征的提取是對(duì)圖像畫面像素點(diǎn)矩陣數(shù)據(jù)進(jìn)行卷積神經(jīng)網(wǎng)絡(luò)卷積計(jì)算的集合進(jìn)行提取，包括：由集合輸出的多條線路卷積層或卷積層加池化層計(jì)算構(gòu)成的對(duì)圖像中物體顏色、邊緣特征和紋理特征的提取，以及對(duì)圖像中物體邊緣、紋理之間關(guān)聯(lián)特征的提??；

   其中，所述圖像中物體顏色、邊緣特征的提取是由三條線路卷積層加池化層計(jì)算輸出的集合輸出構(gòu)成，包括從左至右的第一條線路一層池化層、第二條線路二層卷積層和第三條線路四層卷積層；所述對(duì)圖像中紋理特征的提取是對(duì)上述圖像中物體顏色、邊緣特征的提取集合輸出進(jìn)行的提取，是由三條線路卷積層計(jì)算輸出的集合輸出構(gòu)成，包括從左至右的第一條線路 0 卷積層、第二條線路二層卷積層和第三條線路三層卷積層；

   所述對(duì)邊緣、紋理之間關(guān)聯(lián)特征提取的卷積層計(jì)算的線路數(shù)大于對(duì)圖像中物體顏色、邊緣和紋理特征提取的卷積層計(jì)算的線路數(shù)。

   分析及結(jié)論

   對(duì)比文件 1 為解決再生資源來源復(fù)雜、種類多、材質(zhì)差異大，需要準(zhǔn)確識(shí)別出廢鋼屬于料豆、沖壓料余料、面包鐵或其他種類以提高再生資源回收利用率的問題，提供了一種基于卷積神經(jīng)網(wǎng)絡(luò)模型對(duì)廢鋼種類進(jìn)行識(shí)別的方法，并具體公開了獲取多個(gè)已經(jīng)確定廢鋼種類的圖像數(shù)據(jù)，對(duì)所述圖像數(shù)據(jù)進(jìn)行預(yù)處理以進(jìn)行特征提取，利用卷積神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練并獲得產(chǎn)品模型的相關(guān)步驟。

   發(fā)明專利申請(qǐng)的解決方案與對(duì)比文件1的區(qū)別在于訓(xùn)練的數(shù)據(jù)和提取的特征不同、卷積層和池化層的線路數(shù)量和層級(jí)設(shè)置也不同。相對(duì)于對(duì)比文件1，確定發(fā)明實(shí)際解決的技術(shù)問題是如何提升廢鋼等級(jí)劃分的準(zhǔn)確性。對(duì)比文件1是利用已經(jīng)確定種類的廢鋼圖像數(shù)據(jù)進(jìn)行特征提取并進(jìn)行模型訓(xùn)練，發(fā)明專利申請(qǐng)為了根據(jù)廢鋼的平均尺寸進(jìn)行等級(jí)劃分，需要針對(duì)雜亂無章、相互疊壓的廢鋼圖像識(shí)別出廢鋼的形狀、厚度，為了提取圖像中廢鋼的顏色、邊緣和紋理等特征，在模型訓(xùn)練的過程中對(duì)卷積層和池化層的線路數(shù)量和層級(jí)設(shè)置等均進(jìn)行了調(diào)整，上述算法特征與技術(shù)特征功能上彼此相互支持、存在相互作用關(guān)系，能夠提升廢鋼等級(jí)劃分的準(zhǔn)確性，應(yīng)當(dāng)考慮所述算法特征對(duì)技術(shù)方案作出的貢獻(xiàn)。上述對(duì)卷積層和池化層線路數(shù)量和層級(jí)設(shè)置進(jìn)行調(diào)整等內(nèi)容未被其他對(duì)比文件公開，也不屬于本領(lǐng)域的公知常識(shí)，現(xiàn)有技術(shù)整體上并不存在對(duì)上述對(duì)比文件1進(jìn)行改進(jìn)以獲得發(fā)明專利申請(qǐng)的技術(shù) 方案的啟示，要求保護(hù)的發(fā)明技術(shù)方案具備創(chuàng)造性。

結(jié)合【例1】、【例2】以及征求意見稿中的審查分析可以看出，【例1】中對(duì)于包含算法特征或商業(yè)規(guī)則和方法特征的發(fā)明專利申請(qǐng)，尤其是涉及到對(duì)個(gè)人信息采集的合理性、個(gè)人信息的用途等發(fā)明申請(qǐng)，需要嚴(yán)格遵守《中華人民共和國個(gè)人信息保護(hù)法》；【例2】中主要強(qiáng)調(diào)所申請(qǐng)的發(fā)明專利，更需要遵守人權(quán)、生命權(quán)、無歧視等有關(guān)社會(huì)倫理道德的約束，更加要考慮對(duì)于社會(huì)公眾的善良認(rèn)知的影響。

結(jié)合【例18】、【例19】可以看出，在對(duì)涉及人工智能類發(fā)明專利申請(qǐng)的創(chuàng)造性審查時(shí)，會(huì)考慮是否是模型套用或者模型結(jié)構(gòu)是否發(fā)生了實(shí)際的改進(jìn)等因素，通過案例進(jìn)一步釋放出人工智能類發(fā)明專利申請(qǐng)，在突出其創(chuàng)造性時(shí)可能的撰寫方向。

14、人工智能相關(guān)專利申請(qǐng)的撰寫

6.3說明書及權(quán)利要求書的撰寫

6.3.1說明書的撰寫

   包含算法特征或者商業(yè)規(guī)則和方法特征的發(fā)明專利申請(qǐng)的說明書應(yīng)當(dāng)清楚、完整地描述發(fā)明為解決其技術(shù)問題所采用的解決方案。所述解決方案在包含技術(shù)特征的基礎(chǔ)上，可以進(jìn)一步包含與技術(shù)特征功能上彼此相互支持、存在相互作用關(guān)系的算法特征或者商業(yè)規(guī)則和方法特征。如果涉及人工智能模型的構(gòu)建或訓(xùn)練，則一般需要在說明書中清楚記載模型必要的模塊、層級(jí)或連接關(guān)系，訓(xùn)練必需的具體步驟、參數(shù)等；如果涉及在具體領(lǐng)域或場景中應(yīng)用人工智能模型或算法，則一般需要在說明書中清楚記載模型或算法如何與具體領(lǐng)域或場景相結(jié)合，算法或模型的輸入、輸出數(shù)據(jù)如何設(shè)置以表明其內(nèi)在關(guān)聯(lián)關(guān)系等，使得所屬技術(shù)領(lǐng)域的技術(shù)人員按照說明書記載的內(nèi)容，能夠?qū)崿F(xiàn)該發(fā)明的解決方案。

   6.3.2 權(quán)利要求書的撰寫

   6.3.3 審查示例

   【例 20】

   一種用于生成人臉特征的方法 申請(qǐng)內(nèi)容概述

   發(fā)明專利申請(qǐng)通過將設(shè)有空間變換網(wǎng)絡(luò)的第一卷積神經(jīng)網(wǎng)絡(luò)所生成的特征區(qū)域圖像集合，對(duì)各第二卷積神經(jīng)網(wǎng)絡(luò)實(shí)現(xiàn)信息共享，據(jù)此可以減少內(nèi)存資源占用，同時(shí)提高人臉圖像生成結(jié)果的準(zhǔn)確度。

   申請(qǐng)的權(quán)利要求

   一種用于生成人臉特征的方法，包括： 獲取待識(shí)別人臉圖像；

   將所述待識(shí)別人臉圖像輸入第一卷積神經(jīng)網(wǎng)絡(luò)生成所述待識(shí)別人臉圖像的特征區(qū)域圖像集合，其中，所述第一卷積神經(jīng)網(wǎng)絡(luò)用于從人臉圖像中提取特征區(qū)域圖像；

   將所述特征區(qū)域圖像集合中的每個(gè)特征區(qū)域圖像輸入對(duì)應(yīng)的第二卷積神經(jīng)網(wǎng)絡(luò)生成該特征區(qū)域圖像的區(qū)域人臉特征，其中，所述第二卷積神經(jīng)網(wǎng)絡(luò)用于提取對(duì)應(yīng)的特征區(qū)域圖像的區(qū)域人臉特征；

   根據(jù)所述特征區(qū)域圖像集合中的各特征區(qū)域圖像的區(qū)域人臉特征生成所述待識(shí)別人臉圖像的人臉特征集合；

   其中，所述第一卷積神經(jīng)網(wǎng)絡(luò)中還設(shè)置有空間變換網(wǎng)絡(luò)，用于確定人臉圖像的特征區(qū)域； 以及將所述待識(shí)別人臉圖像輸入第一卷積神經(jīng)網(wǎng)絡(luò)，生成所述待識(shí)別人臉圖像的特征區(qū)域圖像集合，包括：將所述待識(shí)別人臉圖像輸入所述空間變換網(wǎng)絡(luò)，確定所述待識(shí)別人臉圖像的特征區(qū)域；將所述待識(shí)別人臉圖像輸入所述第一卷積神經(jīng)網(wǎng)絡(luò)，根據(jù)確定的特征區(qū)域，生成所述待識(shí)別人臉圖像的特征區(qū)域圖像集合。

   說明書相關(guān)段落

   本申請(qǐng)實(shí)施例提供的用于生成人臉特征的方法，首先通過將獲取的待識(shí)別人臉圖像輸入第一卷積神經(jīng)網(wǎng)絡(luò)，可以生成待識(shí)別人臉圖像的特征區(qū)域圖像集合。第一卷積神經(jīng)網(wǎng)絡(luò)可以用于從人臉圖像中提取特征區(qū)域圖像。然后，可以將特征區(qū)域圖像集合中的每個(gè)特征區(qū)域圖像輸入對(duì)應(yīng)的第二卷積神經(jīng)網(wǎng)絡(luò)，從而生成該特征區(qū)域圖像的區(qū)域人臉特征。第二卷積神經(jīng)網(wǎng)絡(luò)可以用于提取對(duì)應(yīng)的特征區(qū)域圖像的區(qū)域人臉特征。之后，根據(jù)特征區(qū)域圖像集合中的各特征區(qū)域圖像的區(qū)域人臉特征，可以生成待識(shí)別人臉圖像的人臉特征集合。也就是說，第一卷積神經(jīng)網(wǎng)絡(luò)所生成的特征區(qū)域圖像集合，對(duì)于各第二卷積神經(jīng)網(wǎng)絡(luò)可以實(shí)現(xiàn)信息共享。這樣可以減少數(shù)據(jù)量，從而降低內(nèi)存資源的占用，同時(shí)有助于提高生成效率。

   為了提高生成結(jié)果的準(zhǔn)確度，第一卷積神經(jīng)網(wǎng)絡(luò)中還可以設(shè)置有空間變換網(wǎng)絡(luò)，用于確定人臉圖像的特征區(qū)域。此時(shí)，電子設(shè)備可以將待識(shí)別人臉圖像輸入空間變換網(wǎng)絡(luò)，以確定待識(shí)別人臉圖像的特征區(qū)域。這樣，第一卷積神經(jīng)網(wǎng)絡(luò)對(duì)輸入的待識(shí)別人臉圖像，可以根據(jù)空間變換網(wǎng)絡(luò)確定出的特征區(qū)域，提取特征層上與特征區(qū)域匹配的圖像，以生成待識(shí)別人臉圖像的特征區(qū)域圖像集合?？臻g變換網(wǎng)絡(luò)在第一卷積神經(jīng)網(wǎng)絡(luò)中的具體設(shè)置位置在本申請(qǐng)中并不限制?？臻g變換網(wǎng)絡(luò)可以通過不斷地學(xué)習(xí)來確定不同人臉圖像的不同特征的特征區(qū)域。

   分析及結(jié)論

   發(fā)明專利申請(qǐng)請(qǐng)求保護(hù)一種用于生成人臉特征的方法，為了提高人臉圖像生成結(jié)果的準(zhǔn)確度，第一卷積神經(jīng)網(wǎng)絡(luò)中可以設(shè)置有空間變換網(wǎng)絡(luò)，用于確定人臉圖像的特征區(qū)域，但是說明書中并未記載該空間變換網(wǎng)絡(luò)在第一卷積神經(jīng)網(wǎng)絡(luò)中的具體設(shè)置位置。

   所屬技術(shù)領(lǐng)域的技術(shù)人員知曉，空間變換網(wǎng)絡(luò)作為一個(gè)整體，可以插入到第一卷積神經(jīng)網(wǎng)絡(luò)中的任意位置，形成卷積神經(jīng)網(wǎng)絡(luò)嵌套的結(jié)構(gòu)，例如該空間變換網(wǎng)絡(luò)可以作為第一卷積神經(jīng)網(wǎng)絡(luò)的第一層，也可以作為第一卷積神經(jīng)網(wǎng)絡(luò)的中間層，上述位置并不影響其識(shí)別圖像的特征區(qū)域的能力。通過訓(xùn)練，空間變換網(wǎng)絡(luò)能夠確定不同人臉圖像的不同特征所在特征區(qū)域。由此，空間變換網(wǎng)絡(luò)不僅可以指導(dǎo)第一卷積神經(jīng)網(wǎng)絡(luò)進(jìn)行特征區(qū)域切割，還可以對(duì)輸入數(shù)據(jù)進(jìn)行簡單的空間變換，以便提高第一卷積神經(jīng)網(wǎng)絡(luò)的處理效果。據(jù)此，發(fā)明專利申請(qǐng)所采用的模型的層級(jí)清楚，各層級(jí)之間的輸入/輸出及其之間的關(guān)系清楚，其中，卷積神經(jīng)網(wǎng)絡(luò)和空間變換網(wǎng)絡(luò)都是公知的算法，所屬技術(shù)領(lǐng)域的技術(shù)人員根據(jù)上述記載能夠構(gòu)建相應(yīng)的模型架構(gòu)。因此，發(fā)明專利申請(qǐng)請(qǐng)求保護(hù)的解決方案在說明書中已被充分公開，符合專利法第二十六條第三款的規(guī)定。

   【例 21】

   一種基于生物信息預(yù)測癌癥的方法申請(qǐng)內(nèi)容概述

   發(fā)明專利申請(qǐng)?zhí)峁┝艘环N基于生物信息預(yù)測癌癥的方法，通過訓(xùn)練好的惡性腫瘤增強(qiáng)篩查模型，將血常規(guī)、血生化檢測指標(biāo)和人臉圖像特征共同作為篩查模型的輸入，得到惡性腫瘤患病預(yù)測值，由此解決提升惡性腫瘤預(yù)測準(zhǔn)確性的技術(shù)問題。

   申請(qǐng)的權(quán)利要求

   一種基于生物信息預(yù)測癌癥的方法，其特征在于，包括：

   獲取待篩查者的血常規(guī)化驗(yàn)單、血生化化驗(yàn)單，識(shí)別血常規(guī)、血生化化驗(yàn)單中的檢測指標(biāo)、年齡、性別；

   獲取待篩查者正面的素顏人臉圖像，提取人臉圖像特征；

   基于惡性腫瘤增強(qiáng)篩查模型，預(yù)測出相應(yīng)待篩查者中惡性腫瘤患病預(yù)測值；其中，惡性腫瘤增強(qiáng)篩查模型的訓(xùn)練過程為：構(gòu)建大規(guī)模人群樣本集合，樣本中包含同一人的血常規(guī)、血生化和人臉圖像；利用血常規(guī)、血生化和人臉圖像特征建立學(xué)習(xí)樣本；利用學(xué)習(xí)樣本訓(xùn)練機(jī)器學(xué)習(xí)算法模型，得到惡性腫瘤增強(qiáng)篩查模型。

   說明書相關(guān)段落

   目前采用腫瘤標(biāo)志物識(shí)別惡性腫瘤時(shí)，腫瘤標(biāo)志物的標(biāo)準(zhǔn)在大于閾值的情況下，并不能確定為惡性腫瘤，在小于閾值的情況下，也不能排除惡性腫瘤，根據(jù)腫瘤標(biāo)志物預(yù)測癌癥，其準(zhǔn)確性不高。本申請(qǐng)利用血常規(guī)、血生化檢測指標(biāo)、人臉圖像來提高多種惡性腫瘤的識(shí)別準(zhǔn)確性。本申請(qǐng)?jiān)诶醚?xiàng)化驗(yàn)數(shù)據(jù)的同時(shí)，參考人臉圖像所反映出的待篩查者的健康狀況，可以更加準(zhǔn)確的預(yù)測惡性腫瘤的患病概率，其中惡性腫瘤增強(qiáng)篩查模型計(jì)算特征的選取，可以利用血常規(guī)數(shù)據(jù)和血生化的部分指標(biāo)或全部指標(biāo)。

   分析及結(jié)論

   發(fā)明專利申請(qǐng)要解決的技術(shù)問題是如何提高惡性腫瘤預(yù)測的準(zhǔn)確性，為解決上述技術(shù)問題，該解決方案利用訓(xùn)練好的惡性腫瘤增強(qiáng)篩查模型，將血常規(guī)、血生化檢測指標(biāo)和人臉圖像特征共同作為篩查模型的輸入，以期得到惡性腫瘤患病預(yù)測值。然而，血常規(guī)和血生化這兩種常見的生化檢測項(xiàng)目各包含了幾十個(gè)檢測指標(biāo)。但是，說明書中并未記載具體哪些指標(biāo)是與腫瘤預(yù)測準(zhǔn)確度相關(guān)的關(guān)鍵指標(biāo)，或是參考了所有指標(biāo)、對(duì)各指標(biāo)賦予不同權(quán)重進(jìn)行預(yù)測，所屬技術(shù)領(lǐng)域的技術(shù)人員也無法確定哪些指標(biāo)能夠用于判斷惡性腫瘤。同時(shí)，基于目前的科學(xué)研究，除了面部皮膚癌等少數(shù)幾種腫瘤外，人臉特征與罹患惡性腫瘤之間是否存在 關(guān)聯(lián)尚不確定，說明書中也未記載或者證明“判斷的依據(jù)因素”與“判斷的結(jié)果”兩者之間的因果關(guān)系。此外，說明書中也沒有提供任何驗(yàn)證數(shù)據(jù)證明采用該解決方案識(shí)別多種惡性腫瘤的準(zhǔn)確率比采用腫瘤標(biāo)志物識(shí)別的準(zhǔn)確率更高，或明顯高于隨機(jī)判斷惡性腫瘤患病概率的準(zhǔn)確率水平。所屬技術(shù)領(lǐng)域的技術(shù)人員僅根據(jù)說明書公開的內(nèi)容，無法確定本申請(qǐng)的解決方案可以解決其要解決的技術(shù)問題。因此，發(fā)明專利申請(qǐng)請(qǐng)求保護(hù)的技術(shù)方案在說明書中未被充分公開，說明書不符合專利法第二十六條第三款的規(guī)定。

在以往的較多的專利申請(qǐng)文件中，人工智能模型常常被作為“黑匣子”使用，可能會(huì)存在說明書公開不充分的問題。此次征求意見稿中所增加的撰寫要求明確的給出人工智能模型相關(guān)案件中，說明書中應(yīng)該清楚的記載模型必要的模塊、層級(jí)或連接關(guān)系，訓(xùn)練必需的具體步驟、參數(shù)等，以及模型或算法與場景的結(jié)合、輸入數(shù)據(jù)和輸出數(shù)據(jù)之間的關(guān)聯(lián)關(guān)系等，意在給予企業(yè)創(chuàng)新主體以及專利從業(yè)人員有效的說明書撰寫規(guī)則，從而避免說明書存在公開不充分的問題。

上述【案例20】中，在說明書中對(duì)第一卷積神經(jīng)網(wǎng)絡(luò)、第二卷積神經(jīng)網(wǎng)路處理圖像的具體過程進(jìn)行了描述，通過數(shù)據(jù)流向可以明確第一卷積神經(jīng)網(wǎng)絡(luò)和第二卷積神經(jīng)網(wǎng)路的連接關(guān)系，而且，對(duì)于第一卷積神經(jīng)網(wǎng)絡(luò)、第二卷積神經(jīng)網(wǎng)絡(luò)的功能進(jìn)行了描述，尤其是對(duì)于空間變換網(wǎng)絡(luò)的功能進(jìn)行了詳細(xì)描述，雖然并未描述空間變換網(wǎng)絡(luò)在第一卷積神經(jīng)網(wǎng)絡(luò)的位置，但該內(nèi)容屬于本領(lǐng)域技術(shù)人員所應(yīng)知曉的部分，因此，該案中的說明書被審查員認(rèn)為公開是比較充分的。

針對(duì)上述【案例21】，其主要存在三個(gè)問題，第一，本領(lǐng)域技術(shù)人員根據(jù)已經(jīng)公開的內(nèi)容明確的知曉血常規(guī)的哪些指標(biāo)是與腫瘤預(yù)測準(zhǔn)確度相關(guān)的關(guān)鍵指標(biāo)，從而有理由質(zhì)疑篩查模型的訓(xùn)練過程不清楚；第二，“判斷的依據(jù)因素”與“判斷的結(jié)果”兩者之間的關(guān)聯(lián)關(guān)系不清楚；第三，沒有任何證據(jù)證明申請(qǐng)文件的技術(shù)方案效果更好?；诖耍税副粚彶閱T認(rèn)為說明書公開不充分。

上述兩個(gè)案例的示出，或?qū)?duì)現(xiàn)行人工智能類發(fā)明專利申請(qǐng)的說明書審查帶來新一輪的“真金”考驗(yàn)，也會(huì)對(duì)行業(yè)從業(yè)人員在說明書撰寫上的深度、對(duì)模型結(jié)構(gòu)的理解、以及對(duì)模型訓(xùn)練過程中的權(quán)重、參數(shù)等的剖析帶來更高的要求，進(jìn)一步印證國知局在完善知識(shí)產(chǎn)權(quán)法治保障、聚焦行業(yè)新領(lǐng)域新業(yè)態(tài)的發(fā)展，持續(xù)提高專利審查質(zhì)量上所做的保障性和完善性工作。

總體來說《專利審查指南修改草案（征求意見稿）》中對(duì)于人工智能相關(guān)專利申請(qǐng)的審查規(guī)則的修改明確了涉及個(gè)人信息采集、算法倫理等場景的審查紅線，強(qiáng)調(diào)技術(shù)方案需符合法律與社會(huì)公德；同時(shí)，新增的創(chuàng)造性審查示例為人工智能類專利的撰寫方向提供了實(shí)踐指引，要求突出算法特征與技術(shù)特征的協(xié)同作用。此外，說明書需打破“黑匣子”限制，詳細(xì)公開模型架構(gòu)、訓(xùn)練步驟及數(shù)據(jù)關(guān)聯(lián)，以確保技術(shù)方案的可實(shí)現(xiàn)性。本次修改釋放出國家在規(guī)范人工智能創(chuàng)新、保障專利質(zhì)量上的決心，為行業(yè)從業(yè)者劃定了更清晰的研發(fā)與申請(qǐng)邊界。

本系列推文第四期（最終期）將聚焦“包含比特流的發(fā)明專利申請(qǐng)審查”條款修改，深入解析數(shù)據(jù)流處理、編碼技術(shù)等領(lǐng)域的審查標(biāo)準(zhǔn)調(diào)整，探討其對(duì)通信、計(jì)算機(jī)等行業(yè)技術(shù)保護(hù)的影響，敬請(qǐng)關(guān)注。