ＳＰＰｎｅｔ（3/4）実施例の検討２
はぐれ弁理士 PA Tora-O です。前回（第２回）では、ＳＰＰｎｅｔの実施例について検討しました。改めて復習されたい方は、こちらのリンクから確認をお願いします。
技術的思想の切り分け
前回、ＳＰＰｎｅｔの実施例は、次の３類型に分類され得ると述べました。
- 第１類型：直列接続型
- 第２類型：並列接続型
- 第３類型：単体型
思うに、「ＳＰＰｎｅｔ」という物体検出モデルには、次の２種類の特徴が含まれていると言えそうです。特徴［Ｂ］は、第１，第２，第３類型のすべてに該当します。ところが、特徴［Ａ］は、第１，第２類型に該当するものの、第３類型には該当しません。
特徴［Ａ］：ピラミッド構造を有する特徴量
特徴［Ｂ］：特徴量の個数が一定
特徴［Ａ］の作用効果は、複数種類のプーリング演算を通じて生成した、出力解像度が異なる特徴マップを結合することで、画像特徴量の表現力が高まるという点にあります。ＳＰＰｎｅｔ以降、ＳＳＤ（Single Shot Detector）、ＦＰＮ（Feature Pyramid Networks）など、この構成を採用したモデルが次々と登場したことから、結果的には特徴［Ａ］の方も、押さえておくべきコア技術であったと言えましょう。
クレーム範囲の設計
今回の事例検討では、特徴［Ｂ］を主発明、特徴［Ａ］を従発明と捉えてみます。チャンネル毎の特徴量の個数が一定である、とは、基本的には複数個を想定していますが、表現上は１個の場合も含みます。
ここで、ＧＡＰとは、処理前のマップサイズに等しいサイズのカーネルを設定した上で、その範囲内で平均プーリングを１回的に行う処理に相当します。ＧＡＰを導入することで、従来型のプーリング（非ＧＡＰ）と同等またはそれ以上の認識精度を獲得しつつも、特徴マップのサイズを大幅に削減できる場合があります。
全体平均プーリング（2/5）発明の概要
https://benrishi-ai.com/gapooling02
このように、特徴［Ｂ］は、形式的にＧＡＰを包含しますが、作用効果の相違（「画像サイズの違いを吸収」ＶＳ「マップサイズの削減」）があることから、実体的にはＧＡＰとは異なる構成であると考えられます。とは言え、出願後の審査過程において、ＧＡＰに類似する技術又は文献を根拠に拒絶理由を受けることを一応想定した方が良さそうです。そこで、ＧＡＰのみを除外する補正が行えるように明細書を記載しておくことが望ましいです。
以上、今回（第３回）は、ＳＰＰｎｅｔの技術的思想を切り分ける検討を行いました。テーマ最終回（第４回）は、過去３回分の総括をします。
↓ブログランキングに参加しています。よろしければ１クリックお願いします。
