戻る

平成２２年１月２９日判決言渡同日原本領収裁判所書記官
平成２０年(ワ)第１４６８１号補償金請求事件
口頭弁論終結日平成２１年１０月３０日
判決
埼玉県朝霞市＜以下略＞
原告Ａ
同訴訟代理人弁護士平井哲史
同志村新
東京都千代田区＜以下略＞
被告株式会社バーズ情報科学研究所
同訴訟代理人弁護士坂田英明
主文
１原告の請求を棄却する。
２訴訟費用は原告の負担とする。
事実及び理由
第１請求
被告は，原告に対し，１０００万円及びこれに対する平成２０年６月６日か
ら支払済みまで年６％の割合による金員を支払え
第２事案の概要
１本件は，光学的文字読取装置（ＯＣＲ）に関するパターン認識方法，同装置
及び同辞書作成方法に係る発明の発明者である原告が，被告に対し，平成１６
年法律第７９号による改正前の(同法附則２条１項参照)特許法３５条以下旧（「
３５条」という）に基づき，原告が被告に承継させた上記発明に係る特許を。
受ける権利の相当対価(ただし，外国において特許を受ける権利に係るものを
除く。)の内金として１０００万円及びこれに対する本件訴状送達日の翌日で
ある平成２０年６月６日から支払済みまで商事法定利率年６分の割合による遅
延損害金の支払を求める事案である（なお，原告は，相当対価の算定の基礎と
して，特許権が消滅するまでの間に被告が自ら発明を実施することにより得た
利益に限定して主張，立証をしているから，当裁判所の判断もこれに沿ってす
る。。）
２前提となる事実
(1)当事者
ア原告は，昭和６３年４月に被告に入社し，主に認識科学研究室に所属し，
ＯＣＲ等の研究開発に従事していたが，平成９年１１月，被告を退職した。
(争いのない事実)
イ被告は，昭和５７年に設立された経営管理システム開発の総合コンサルテ
ィング，情報処理サービスとそのコンサルティング等を目的とする株式会社
である。(争いのない事実，弁論の全趣旨)
(2)本件発明に至る経緯
被告は，原告が入社する２年前の昭和６１年ころから，ＯＣＲソフトウェア
の開発に取り組み始め，昭和６３年６月以降，ＯＣＲソフトウェアを販売して
いた。平成２年４月，原告は，この開発を担当する認識科学研究室に配属とな
った。しかし，同研究室において開発したＯＣＲソフトウェアの性能が相対的
に低く，事業部門としては赤字が続いたことから，被告は，平成３年１２月に
ＯＣＲ開発事業を大幅に縮小することを決定した。原告は，平成４年４月から
開発部システム３部に異動し，ＣＡＤ開発事業に携わった。
原告は，平成４年４月，当時の被告代表者に，ＯＣＲの研究開発をさせてほ
しい旨を申し入れたが聞き入れられず，ＣＡＤ開発業務に携わる傍ら，独自に
パターン認識技術の研究を開始した。同年７月には被告の了承も得られたこと
から，ＯＣＲ開発業務に専従した。
平成５年１月ころ，原告は，被告に対し，上記成果について特許を出願する
ことを提案した。
(争いのない事実，乙１，弁論の全趣旨)
(3)本件発明の成立
原告は，遅くとも平成５年１１月までに，次の特許権(以下「本件特許権」
，「」。「」といいこれに係る特許を本件特許という)に係る発明(以下本件発明
という。)をした。
ア登録番号特許第２９３７７２９号
イ発明の名称パターン認識方法及び装置及び辞書作成方法
ウ出願日平成５年１２月２１日
エ公開日平成７年７月２１日
オ登録日平成１１年６月１１日
(4)本件発明の内容及び特許請求の範囲
本件特許の特許請求の範囲は，下記アのとおりであり，また，本件発明の内
容は，本件特許発明に係る明細書及び図面(以下，併せて「本件明細書」とい
う。)に記載されたもの(本件発明)と同一であり，その関係部分の記載は，下
記イのとおりである(なお，本件発明に係る特許公報〔甲２〕を別紙として添
付する。)。
ア特許請求の範囲
「請求項１】パターン入力部(１)からの入力パターンを，辞書(２)を【
参照してパターン認識処理部(３)により認識するパターン認識方法に於い
て，
前記辞書(２)は，手本パターン対応にＮ個の要素からなる特徴ベクトルを
求め，該特徴ベクトルのＮ個の要素の上位又は下位から順に選択組合せを行
って，１個～(Ｎ－１)個の要素からなる特徴集合を形成し，該特徴集合と文
，，，字名数字名各種パターン名等のカテゴリー名とを対応させた構成を有し
前記パターン認識処理部(３)は，前記パターン入力部(１)からの入力パタ
ーンについて，Ｎ個の要素からなる特徴ベクトルを求め，該特徴ベクトルの
Ｎ個の要素の上位又は下位から順に選択組合せを行って，１個～(Ｎ－１)個
の要素からなる特徴集合を形成した後，該特徴集合と前記辞書(２)の特徴集
合との類似度を前記カテゴリー名対応に求め，該類似度が最大となるカテゴ
リー名を，前記入力パターンのカテゴリー名と判定することを特徴とするパ
ターン認識方法。
【請求項２】パターンを格納したメモリ或いはパターンの走査読取りを
行うパターン入力部(１)と，
文字名，数字名，各種パターン名等のカテゴリー名のそれぞれに対して単
一又は複数の手本パターンを基に，各手本パターン対応にＮ個の要素からな
る特徴ベクトルを求め，該特徴ベクトルの複数のＮ個の上位又は下位から順
，，に選択組合せを行って１個～(Ｎ－１)個の要素からなる特徴集合を形成し
該特徴集合と前記カテゴリー名とを対応させてメモリに格納したパターン認
識用の辞書(２)と，
前記パターン入力部(１)からの入力パターンについて，Ｎ個の要素からな
る特徴ベクトルを求め，該特徴ベクトルのＮ個の要素の上位又は下位から順
，，に選択組合せを行って１個～(Ｎ－１)個の要素からなる特徴集合を形成し
該特徴集合と，前記辞書(２)の特徴集合との類似度を前記カテゴリー名対応
に求め，該類似度が最大となるカテゴリー名を，前記パターン入力部(１)か
らの入力パターンのカテゴリー名と判定するパターン認識処理部(３)とを備
えたことを特徴とするパターン認識装置。
【請求項３】パターン入力部(１)からの入力パターンをパターン認識処
理部(３)により認識する為の辞書(２)を作成する方法に於いて，
手本パターンよりＮ個の要素からなる特徴ベクトルを求め，該特徴ベクト
ルのＮ個の要素の中の上位又は下位から順に，該上位又は下位の要素を含め
て１個～(Ｎ－１)個の要素の組合せからなる特徴集合を形成し，該特徴集合
と前記手本パターンのカテゴリー名とを対応させてメモリに格納する処理を
含むことを特徴とするパターン認識用の辞書作成方法。
【請求項４】パターン入力部(１)からの入力パターンをパターン認識処
理部(３)により認識する為の辞書(２)を作成する方法に於いて，
手本パターンの認識対象領域をＮ個の等面積に分割し，該Ｎ個の分割領域
に領域番号を付与し，該Ｎ個の分割領域内のドット数の合計を求め，該合計
の値が大きい順に前記領域番号を配列して特徴ベクトルとし，該特徴ベクト
ルのＮ個の要素を構成する前記領域番号を，上位又は下位から順に，該上位
又は下位の要素を含めて１個～(Ｎ－１)個の要素の組合せから特徴集合を形
成し，該特徴集合と前記手本パターンのカテゴリー名とを対応させてメモリ
に格納する処理を含むことを特徴とするパターン認識用の辞書作成方法。
【請求項５】パターン入力部(１)からの入力パターンをパターン認識処
理部(３)により認識する為の辞書(２)を作成する方法に於いて，
手本パターンの認識対象領域を，それぞれドット数の合計が同一となるよ
うにＮ個に分割して領域番号を付与し，該Ｎ個の分割領域の面積が大きい順
に前記領域番号を配列して特徴ベクトルとし，該特徴ベクトルのＮ個の要素
を構成する前記領域番号を，上位又は下位から順に，該上位又は下位の要素
を含めて１個～(Ｎ－１)個の要素の組合せからなる特徴集合を形成し，該特
徴集合と前記手本パターンのカテゴリー名とを対応させてメモリに格納する
処理を含むことを特徴とするパターン認識用の辞書作成方法」。
イ本件明細書の記載
(ｱ)解決課題
「０００６・・・本発明は，辞書作成時間を短縮し，多数の文字種が【】
混在するような場合でも認識処理を容易とし，且つ認識率の向上を図ること
を目的とする」。
(ｲ)作用
「００１２【作用】(１)パターン認識用の辞書２は，手本パターン対【】
応にＮ個の要素からなる特徴ベクトルを求め，その特徴ベクトルのＮ個の要
素を上位から順に配列し，例えば，最上位の要素を１個，次にその最上位の
要素と次の要素との２個，次に，最上位の要素と次の要素と更にその次の要
素との３個，次に，それらを含めて次の要素の４個というように，Ｎ－１個
の要素の組合せを求めて特徴集合とし，この特徴集合とカテゴリー名とを対
応させて格納したものである。この場合，図１に於ける例として，特徴集合
｛１，３｝はカテゴリー名Ａ，Ｂに対応し，特徴集合｛１，３，４｝はカテ
ゴリー名Ａ，Ｃ，Ｄに対応するような場合を示している。又パターン認識処
理部３は，パターン入力部１からの入力パターンについて，辞書２を作成す
る手順と同様にして特徴集合を求め，この特徴集合と，辞書２の特徴集合と
。，，の類似度をカテゴリー名対応に求める例えば入力パターンの特徴集合が
｛１，３｛１，３，４・・・・の場合，図示の辞書２の特徴集合とカ｝，｝，
，。テゴリー名対応に類似度を求めるとカテゴリー名Ａの類似度が最大となる
そして，類似度が最大となるカテゴリー名を入力パターンのカテゴリー名と
判定する」。
「００１５】(４)又辞書作成方法は，手本パターンの認識領域を等面積【
にＮ個に分割し，分割領域内のドット数(白地に黒のパターンの場合，黒ド
。。ット数)又は重みづけした値を合計する又分割領域に領域番号を付与する
そして，合計した値の大きいものから順に領域番号を配列する。このＮ個の
領域番号の配列から，上位又は下位から順に，１個～Ｎ－１個の要素の組合
せを形成して特徴集合とする。又例えば，同一文字についての手書き文字，
。，印刷文字等の複数の文字種について手本パターンとすることもできる即ち
１個のカテゴリー名について複数の手本パターンから特徴集合を求めて格納
することができる」。
【００１６】(５)又辞書作成方法は，手本パターンの認識領域内のドット
数又はドットに重みづけした値を合計し，その合計した値が同一の面積とな
るようにＮ個に分割する。この場合，白の多い部分は大きい面積となり，又
黒の多い部分は小さい面積となる。或いは，重みづけの大きいドットが多く
含まれる部分は小さい面積となる。そして，分割領域に領域番号を付与し，
面積の大きいものから順にＮ個の領域番号を配列する。このＮ個の領域番号
の配列から，上位又は下位から順に，上位又は下位を含めて１個，２個・，
・・Ｎ－１個の領域番号(要素)の組合せからなる特徴集合を形成する。この
。」特徴集合と手本パターンのカテゴリー名とを対応させてメモリに格納する
(ｳ)実施例
「００１８】前述のパターン認識用の辞書２は，パターン入力部１又は【
，，，他のスキャナー等からの手本パターンについて特徴集合を求めて文字名
数字名，パターン名等のカテゴリー名と対応してメモリに格納したものであ
り，この特徴集合は，特徴ベクトルから求めるものである。この特徴ベクト
ルは，手本パターンの認識領域を等面積，等ドット数等に従ってＮ個に分割
し，各分割領域のドット数や面積等を要素とするか，又は手本パターンより
Ｎ個の他の特徴量を求めて要素とするものである。この特徴ベクトルＶは，
Ｖ＝｛ｖ，ｖ，ｖ・・・ｖ・・ｖ｝…(１)，，１２３iＮ
と表すことができる。
【００１９】そして，特徴ベクトルＶの複数の要素Ｖ～Ｖの上位(最大１Ｎ
の数)から順に，或いは下位(最小の数)から順に選択組合せを行って，Ｎ－
１個の集合について１の順番に並べた集合の列ＴＴ・・・Ｔ，，，，１２Ｎ－１
を特徴集合列とするものである。例えば，(１)式が大きいものから順に要素
が配列(要素の上位から順に配列)されている場合，Ｉ＝１は｛ｖ，Ｉ＝｝１
２はｖｖＩ＝３はｖｖｖとなりＩ＝Ｎ－１はｖ｛，｝，｛，，｝，｛１２１２３
，ｖ，ｖ・・・，ｖ｝となる。これらの各個を特徴集合と称す，１２３Ｎ－１
るものである。この特徴集合と手本パターンのカテゴリー名(文字名，数字
名，パターン名等)とを対応させてメモリに格納することにより，パターン
認識用の辞書２を作成する」。
【００２０】例えば，図２の(Ａ)に示す文字「Ａ」について，認識領域が
Ｘ(ドット)×Ｙ(ドット)の構成の場合，縦に４等分，横に４等分すると，１
６個の等面積の分割領域が形成される。そして，各分割領域に領域番号１～
１６を付与し，文字部分を黒とすると，各分割領域内の黒ドット数を計数す
る。この計数値をそれぞれｖ～ｖとすると，(１)式の特徴ベクトルＶ１１６
が得られる。そして，ｖ～ｖの大きいもの順に，順次Ｉ(＝１～Ｎ－１１６
１)個を選び，Ｎ－１(＝１６－１＝１５)個の集合を求め，これをＩの順番
に並べた集合の列Ｔ～Ｔ(＝Ｔ～Ｔ)を特徴集合列とする。１Ｎ－１１１５
【００２１】この文字「Ａ」について，領域番号１～１６の分割領域内の
黒ドット数が大きいものから順に並べた時，６，７，１０，１１，１３，１
６，２，３，９，１２，５，８，１，４，１４，１５であるとすると，特徴
集合列Ｔ～Ｔは，１１５
Ｔ＝｛６｝１
Ｔ＝｛６，７｝２
Ｔ＝｛６，７，１０｝３
Ｔ＝｛６，７，１０，１１｝４
Ｔ＝｛６，７，１０，１１，１３｝５
：
：
Ｔ＝｛６，７，１０，１１，１３・・・５，８，１，４，１４｝，１５
となる。従って，これをカテゴリー名Ａとしてメモリに格納する」。
「図２
」
「００２２】又図２の(Ｂ)は，１文字分の黒ドット数が同一となるよう【
に１文字分の領域を分割した場合を示し，分割領域の面積に大小の差が生じ
ることになる。この場合，例えば，１文字分の黒ドット数を総て計数し，合
計数をＺとすると，縦に４分割，横に５分割する場合，例えば，縦方向に走
査して黒ドット数を計数し，順次加算して(Ｚ/４)の値と同一或いは近似し
た値となった時に，縦に分割した１縦分割領域が得られる。同様に，縦方向
に走査して黒ドット数を計数し，順次加算して(Ｚ/４)の値と同一或いは近
似した値となるように，縦分割領域を順次形成する。そして，各縦分割領域
内を横方向に走査して黒ドット数を計数し，順次加算して〔(Ｚ/４)/５〕の
値と同一或いは近似した値となった時に，横にも分割した分割領域が得られ
る。これを繰り返すことにより，黒ドット数が同一の分割領域を得ることが
できる。そして，分割領域に番号１～２０を付し，その番号１～２０の分割
領域の面積をそれぞれｖ～ｖとすると，(１)式の特徴ベクトルＶが得１２０
。，，，られるそして面積の大きいものから順に(上位のものから順に)或いは
面積の小さいものから順に(下位のものから順に)，順次Ｉ(Ｉ＝１～Ｎ－１)
個を選びＮ－１(＝２０－１＝１９)個の集合をＩの順番に並べた集合Ｔ，，１
～Ｔ(＝Ｔ～Ｔ)を特徴集合列とするものである」。Ｎ－１１１９
「図２
」
「００５７】例えば，カテゴリー名「Ａ「Ｂ」について，複数種類の【」，
印刷文字，手書き文字等のそれぞれ手本パターンを４種類入力し，認識領域
を６個に分割し(特徴ベクトルの次元を６とし)，分割領域番号を１～６とし
て，それぞれの分割領域のドット数を計数した結果，次のようになった場合
を仮定する。
領域番号１２３４５６
ＶＡ１＝(１００，９０，８０，７０，６０，５０)
ＶＡ２＝(４０，５０，４５，３３，３５，３４)
ＶＡ３＝(１９８０，１２，２０００，１，０，２)
ＶＡ４＝(９６，９５，９４，９９，９８，９７)
ＶＢ１＝(２４，２２，３０，３２，２８，２６)
ＶＢ２＝(２４，２２，６４，６０，５２，５６)
ＶＢ３＝(１５４，１５５，１７５，１７４，１６５，１６４)
ＶＢ４＝(－６０，－５，－４，－３，－２，－１)
【００５８】特徴ベクトルＶＡ１～ＶＡ４，ＶＢ１～ＶＢ４から作成され
る特徴集合ＴＡ１～ＴＡ４，ＴＢ１～ＴＢ４は，特徴ベクトルの要素の大き
いものから順に，１個，それと次の要素との２個というように，６個の要素
の中から順次要素１～５個組み合わせるものであり，
｛｝，｛，｝，｛，，｝，｛，，，｝，｛，．ＴＡ１＝１１２１２３１２３４１２
３．４．５｝
｛｝，｛，｝，｛，，｝，｛，，，｝，｛，．ＴＡ２＝２２３１２３１２３５１２
３．５．６｝
｛｝，｛，｝，｛，，｝，｛，，，｝，｛，．ＴＡ３＝３１３１２３１２３６１２
３．４．６｝
｛｝，｛，｝，｛，，｝，｛，，，｝，｛，，ＴＡ４＝４４５４５６１４５６１２
４，５，６｝
｛｝，｛，｝，｛，，｝，｛，，，｝，｛，．ＴＢ１＝４３４３４５３４５６１３
４．５．６｝
｛｝，｛，｝，｛，，｝，｛，，，｝，｛，．ＴＢ２＝３３４３４６３４５６１３
４．５．６｝
｛｝，｛，｝，｛，，｝，｛，，，｝，｛，．ＴＢ３＝３３４３４５３４５６２３
４．５．６｝
｛｝，｛，｝，｛，，｝，｛，，，｝，｛，，ＴＢ４＝６５６４５６３４５６２３
４，５，６｝」
「図１６
」
「００５９】なお，分割領域番号１～Ｎ(Ｎ＝６)の場合に，１個～(Ｎ【
－１)個の要素の組合せを得るもので，この場合，１～Ｎ個の要素による組
合せとすると，前述のＴＡ１～ＴＡ４は，Ｎ＝６であるから，６個の要素の
組合せは，それぞれ同一の｛１，２，３，４，５，６｝となる。従って，こ
れは特徴集合としては意味をなさないので，前述のように，１～(Ｎ－１)個
の組合せとしているものである。そして，前述の特徴集合とカテゴリー名と
を対応させてメモリに格納して辞書を形成するものであり，図１６は前述の
。，｛｝，「」例を用いた辞書の一例を示す例えば特徴集合３はカテゴリー名Ａ
「Ｂ」に共通の場合を示している。このように，辞書は，手本パターンより
特徴集合を作成し，カテゴリー名と対応させて，特徴集合の順番に並べるも
のであり，又これらの特徴集合に対して複数のカテゴリー名を対応させるも
のであるから，辞書作成に要する時間は，手本パターン数に比例した時間で
済み，辞書作成の為の所要時間を従来例に比較して大幅に短縮することがで
きる。又手本パターンを追加する時も，辞書の一部を修正，追加するだけで
済むから，簡単に追加することができる。又このような辞書構造を有するも
のであるから，パターン認識処理に於ける所要時間を短縮することが可能と
なる」。
「００７２】入力パターンから求めた特徴集合と，文字認識用辞書に格【
納された特徴集合とについて，前述の(６)式による巾空間類似度を計算し，
最大の類似度となる手本パターンのカテゴリー名を，入力パターンのカテゴ
リー名と判定するものである。
【００７３】例えば，未知のカテゴリー名の入力パターンＰＸ１，ＰＸ２
について，図１６に示すパターン認識用の辞書を用いて認識する場合，入力
パターンＰＸ１，ＰＸ２の特徴ベクトルＶＸ１，ＶＸ２が，
ＶＸ１＝(６，８８８，９９９９，－５５，７７，－４４４)
ＶＸ２＝(２５，１６，３４，６１，５２，４３)
であるとすると，入力パターンＰＸ１の特徴ベクトルＶＸ１から作成される
，｛｝，｛，｝，｛，，｝，｛，，，｝，｛，，特徴集合は３２３２３５１２３５１２
３，４，５｝となり，入力パターンＰＸ２の特徴ベクトルＶＸ２から作成さ
，｛｝，｛，｝，｛，，｝，｛，，，｝，｛，れる特徴集合は４４５４５６３４５６１
３，４，５，６｝となる。
【００７４】入力パターンＰＸ１の特徴集合と，図１６の辞書の特徴集合
とをみると，入力パターンＰＸ１の特徴集合｛３｝はカテゴリー名Ａ，Ｂに
リンクし｛２，３｝はＡ｛２，３，５｝は何れにもリンクしていない。，，
｛，，，｝，｛，，，，｝。又１２３５はＡ１２３４５はＡにリンクしている
従って，前述のリンク１回について１/５点を与えることとすると，入力パ
ターンＰＸ１のカテゴリー名Ａとの類似度は，４/５となり，入力パターン
ＰＸ１のカテゴリー名Ｂとの類似度は１/５となる。
【００７５】同様計算して，入力パターンＰＸ２のカテゴリー名Ｂとの類
似度は３/５となり，入力パターンＰＸ２のカテゴリー名Ｂとの類似度は
４/５となる。従って，入力パターンＰＸ１はカテゴリー名Ａと認識し，入
力パターンＰＸ２はカテゴリー名Ｂと認識するが，類似度の順に認識候補カ
テゴリー名を表示することも可能である」。
(ｴ)発明の効果
「００７７【発明の効果】以上説明したように，本発明は，パターン【】
入力部１から入力した文字等の入力パターンを，パターン認識処理部３に於
いてパターン認識用の辞書２を参照して認識するものであり，入力パターン
の特徴集合と，辞書２の特徴集合との類似度を求めて，最大の類似度のカテ
ゴリー名を入力パターンのカテゴリー名と判定するものであり，認識率が高
いことが確認されている。又類似度計算に於いては，辞書が特徴集合の順番
に配列し，例えば，２分割法等によってサーチすることにより，辞書の全部
の特徴集合との間の類似度計算を行うことなく，その一部を参照すれば済む
から，認識所要時間を短縮できる利点がある。又類似度計算は，全カテゴリ
ー名に対して行うものであるから，パターン認識に於ける大分類等に適用で
きる等の応用性にも優れている利点がある」。
「００８０】又パターン認識用の辞書２は，手本パターンよりＮ個の特【
徴量を抽出して特徴ベクトルとし，その特徴ベクトルの要素の大きいものか
ら或いは小さいものから順に，１個の要素，その要素と次の要素との２個，
その２個の要素と更に次の要素との３個というように，Ｎ－１個の組合せを
特徴集合とし，手本パターンのカテゴリー名と対応させてメモリに格納する
ものであり，一つの特徴集合に複数のカテゴリー名を対応させることができ
るので，手本パターン及びカテゴリー名が多数の場合でも，辞書作成に要す
る時間は短くて済み，経済的に辞書を作成することができる。更に，手本パ
ターンを追加する場合でも，辞書の一部を修正，追加すれば良いから，簡単
に追加することができる利点がある」。
(5)本件発明規程
被告は，平成５年１１月，次の内容を含む従業員の発明に関する「社員発明
規程」との職務発明規程を定めた(以下「本件発明規程」という。)。(争いの
ない事実，甲１)
「(発明の報告)
第２条社員が，会社の業務範囲に属する事項について，発明をした場合は
すみやかに会社に報告しなければならない。
(特許権の承継及び協議)
第３条前条の発明で，その発明をするに至った行為が，会社におけるその
者の現在又は過去の職務に属するものについては，会社が，特許を受ける
権利又は特許権(外国における場合を含む)を承継する。ただし，会社が必
要でないと認めた場合はこの限りではない。
２・・・・・
(譲渡補償金)
第４条前条の規定により，会社が特許を受ける権利を承継して出願した場
合は，発明者に対し，譲渡補償金として，１出願につき３０,０００円を
。，。支給するただし出願後の分割出願又は変更出願については支給しない
２・・・・・
３・・・・・
(登録補償金)
第５条第３条の規定により，会社が特許を受ける権利を承継して，特許権
を取得した場合は，発明者に対し，登録補償金として３０,０００円を支
給する。ただし，特許法第３８条ただし書の規定による２以上の発明を含
む特許権については，１５,０００円を加算する。
２・・・・・
３第３条の規定により，会社が特許権を承継した場合は，せん議のうえ相
応の補償金を支給する。
(追加補償金)
第６条前２条の補償金を支給した後においても，出願中及び特許権存続期
間中の発明実施の成績が顕著であると認めた場合は，追加補償金を支給す
る」。
(6)本件発明に係る特許を受ける権利の承継
本件発明に係る特許を受ける権利(以下「本件権利」という。)は，平成５年
１１月ころ，本件発明規程に基づき，原告から被告に譲渡された。(争いのな
い事実)
(7)本件発明に係る特許出願
被告は，平成５年１２月２１日，特許庁に対し，本件発明に係る特許出願を
した。(争いのない事実)
(8)本件発明の実施
ア被告は，平成５年ころから，本件発明を利用したＯＣＲソフトウェアであ
る「カスタムＯＣＲ「手書ＲＥＡＤＥＲ「ＦＡＸＲＥＡＤＥＲ「郵」，」，」，
振ＯＣＲ「字由字在」等の商品を販売した(乙１，２。ただし，この実施」，
については補償金請求の基礎とはされていない。)。
イ本件サービス
被告は，平成９年７月，次のような，顧客から依頼された文書等のデジタ
ルデータ化を行うサービス(「バーズｅ－エントリーサービス。以下「本」
件サービス」という。)を始めた。(争いのない事実，甲３，１０，１１，乙
１，７，８，１４～１６，２４～２６，弁論の全趣旨)
(ｱ)構成
本件サービスを行うシステム(以下「本件システム」という。)は，蒲田セ
，，，ンター広島センター名古屋センター及び中国センターに分かれているが
それぞれの構成はほぼ同様である(以下，主に「蒲田センター」を例に説明
する。)。
本件システムは，①クライアントから被告に送信されたＦＡＸ送信の受信
等のＦＡＸ処理，文字認識処理及び文字認識後処理などを行うＦＡＸ/認識
サーバ(３４サーバ)と，②クライアントから被告に郵送された帳票の読取り
などを行うスキャナと，③ベルトコンベア編集，認識不能帳票の修正，イメ
ージワークフロー入力などを行う編集クライアント(７サーバ，１００～３
００端末)と，④クライアントによるデータのダウンロード，イメージデー
タの照会などを行う通信制御サーバ(２２サーバ)と，⑤顧客管理，データ管
理などを行うデータベースサーバ(２サーバ)と，⑥イメージデータ管理など
を行うイメージ管理サーバ(２サーバ)と，そのほかに，ＰＢＸ，システム監
視サーバ，周辺機器，ハブなどの機器から構成され，それぞれの機器が通信
回線により接続されている。システム性能としては，受信能力が１時間当た
り約４万枚，処理能力が１時間当たり１万５０００枚及び１日当たり約１５
万枚であり，実績値は，最大受信枚数が１時間当たり２万枚，最大処理枚数
が１時間当たり約１万２０００枚及び１日当たり約１０万５０００枚である。
(ｲ)サービス内容
ａＦＡＸ受付時間は，年中毎日２４時間である。
ｂ帳票受付は，ＦＡＸ又は郵送でされ，処理対象帳票は，ＯＣＲ帳票又は
非ＯＣＲ帳票である。ＦＡＸ帳票については，ＦＡＸボードで受信後イメ
ージ処理がされ，郵送帳票については，私書箱経由で受け付け後，スキャ
ナで読み取られる。ＯＣＲ帳票が利用された場合にはＯＣＲの認識結果の
全カラムを目視で検査するが，非ＯＣＲ帳票が利用された場合には，イメ
ージデータからオペレータがパンチ入力をする。
ｃ処理サイクルは，スタンダード・タイプとしては，当日(９：００～２
０：００)に受信したＦＡＸを翌営業日の午前９時までにデータ化し，エ
クスプレス・タイプとしては，当日ＦＡＸ受信後３０分以内にデータ化す
るというものである。
ｄ処理されたデータについては，ＣＳＶ形式などでクライアントがダウン
ロードすることができる。イメージデータについては，通信回線を利用し
て原帳票の照会ができるほか，ＣＤ－ＲＯＭ等によりクライアントに提供
される。なお，判別不能帳票については，クライアントの指定ＦＡＸに転
送される。
ｅＦＡＸ，郵便のほか，Ｗｅｂを利用したサービスもある。
(ｳ)処理手順
ａＦＡＸ処理(サブシステム１)
(a)ＦＡＸ，郵送などによりセンターに送信，送付された帳票を受信し，又
はそのイメージをスキャナで取り込む。
(b)ＦＡＸ処理(サブシステム１)は，ＦＡＸ制御(モジュール１)，キュー
管理(モジュール２)，受信処理(モジュール３)，送信処理(モジュール４)
及び音声応答(モジュール５)から成る。
(c)勤務表についてＦＡＸとＯＣＲを用いた処理をするに当たり，セイコー
プレシジョン株式会社の「勤怠管理システム」(平成４年９月２日出願，
平成８年３月６日公告〔特公平８－２３８９５号〈乙２６，特許第２〉〕
１２１３１２号)に係る発明(以下「乙２６発明」という。)が使用されて
いる。なお，被告がセイコープレシジョン株式会社との間で実施許諾契約
を締結したのは平成１６年１２月１日であるが，実施許諾は平成８年３月
６日に遡ってされており，被告はこれに相応する実施料をセイコープレシ
ジョン株式会社に支払っている。
ｂ認識処理(サブシステム２)
(a)オペレータの目視によるＯＣＲ認識結果の確認及び修正，各種エラーチ
ェック，エラー修正などが行われる。
(b)認識処理(サブシステム２)は，帳票切り出し(モジュール６)，文字切り
出し(モジュール７)，文字認識(モジュール８)及び認識後処理(モジュー
ル９)から成る。
(c)帳票切り出し(モジュール６)については「ノイズ成分除去方法及びノ，
イズ成分除去プログラムを記録した記録媒体」(平成１０年１月実施，同
年８月２６日出願，平成１２年２月１０日登録，特許第３０３０８１４号
〈〉「」。。乙１５)に係る発明(以下乙１５発明という)が使用されている
(d)文字認識(モジュール８)については，本件発明及び「文字認識方法及び
認識装置」(平成１７年１２月７日出願，平成１８年４月実施，平成１９
年６月２１日公開〔特開２００７－１５６９３８号〈乙１６〕)に係る〉
発明(以下「乙１６発明」という。)が使用されている。
(e)文字認識(モジュール８)では，ＯＣＲによる漢字認識が実用に供するレ
ベルに達していないため，手書き及び活字の数字(０～９)，英字(Ａ～Ｚ)
及びカタカナ(ア～ン)の認識についてのみ実施している。
ｃ後処理(サブシステム３)
共通チェック(モジュール１０)，カスタマイズチェック(モジュール１
１)及びデータベース登録(モジュール１２)から成る。
ｄ編集処理(サブシステム４)
(a)ＷＫＦ制御(モジュール１３)，対象外編集(モジュール１４)，先行編集
(モジュール１５)ベルトコンベア編集(モジュール１６)エラー編集(モ，，
ジュール１７)，再認識処理(モジュール１８)及びリモート編集システム
(モジュール１９)から成る。
(b)ベルトコンベア編集(モジュール１６)については「キー入力編集方法，
及び編集装置」(平成９年６月１９日出願，同年７月実施，平成１１年１
，「」１月１２日登録特許第３０００３４９号)に係る発明(以下乙１４発明
という。)が使用されている(以下，乙１４発明を使用した編集方法を「ベ
ルトコンベア編集」という。)。
ベルトコンベア編集とは，３枚程度の帳票の各カラムの各文字ごとにＯ
ＣＲによる各文字の認識結果をコード順にソートし，上段に元イメージ，
下段に認識結果をカラムごとに対応するように表示して，イメージと認識
結果を確認するものである。すなわち，上段に各カラム１文字分のイメー
ジ(例・７)を下段にこの文字に対する認識結果である文字(例・７)「」，「」
が配置され，これら文字が認識結果である文字種ごとに連続して並べれら
「」「」「」「」「」，「」「」(例・上段に７７７・・・８８・・・下段に７７
「７・・・８「８・・・。)，上段のイメージと下段のイメージが一」「」」
「」「」「」「」「」致しないものが修正の対象となる(例・上段が７７７７７
・・・，下段が「７「９「７「７「７・・・であれば，２番目の認」」」」」
識結果が修正される。乙１４発明を使用した編集方法は，あたかも数字が
ベルトコンベアに乗って流れてきて，オペレータが不良品を排除するよう
に誤認識した文字を修正することから「ベルトコンベア編集」と名付け，
られている。
(c)ベルトコンベア編集の後にページ編集方法を利用した論理チェックが行
なわれる。論理チェックとは，例えば，勤務表の休憩時間の結果が「９０
」，。０(９時間)となるのは間違っている可能性が高くこれをエラーとする
エラーとなった帳票をページ編集(帳票１枚単位の編集方法で，元帳票と
同じような配置で各項目ごとに元イメージと認識結果を配置する。)で認
識結果を再確認している。
(d)ＯＣＲに向かないフィールド部分のイメージは，イメージワークフロー
入力がされる。これは，切り出されたフィールド部分をオペレータの入力
画面に表示させ，オペレータはそのイメージを参照しながら，下に配置さ
れた入力フィールドに該当の文字をパンチ入力するものである。
ｅデータ処理(サブシステム５)
通信制御(モジュール２０)，ダウンロード(モジュール２１)，イメージ
照会(モジュール２２)，各種カスタマイズ(モジュール２３)及びＷｅｂ連
携(モジュール２４)から成る。
ｆＷｅｂ処理(サブシステム６)
イメージ照会１(モジュール２５)，着信検索(モジュール２６)，イメー
ジ照会２(モジュール２７)及び各種カスタマイズ(モジュール２８)から成
る。
(9)本件特許の成立
特許庁は，平成１１年６月１１日，本件特許権について設定の登録をした。
(争いのない事実)
(10)補償金の支払
被告は，原告に対し，本件発明規程に基づき，平成５年１２月，第４条の譲
渡補償金として３万円を，平成１２年，第５条の登録補償金として４万５００
０円をそれぞれ支払った。
原告は，平成９年１１月に被告を退職する際に，被告に対して同規程第６条
の追加補償金の支払を受けられるかどうかを問い合わせたが，被告は「部門，
全体は赤字である」と回答し，その支給はしていない。。
(争いのない事実)
(11)本件サービスの売上高
，。，本件サービスの売上高は次のとおりである(単位：千円)(乙１９～２１
２３)
１６期(平成９年７月～８月)２２９万２０００円
１７期(平成９年９月～同１０年８月)１億２９３１万５０００円
１８期(平成１０年９月～平成１１年８月)１億５１８５万１０００円
１９期(平成１１年９月～平成１２年８月)２億３８９０万２０００円
２０期(平成１２年９月～平成１３年８月)４億０７９７万４０００円
２１期(平成１３年９月～平成１４年８月)５億９１４６万００００円
２２期(平成１４年９月～平成１５年８月)７億５６９５万５０００円
２３期(平成１５年９月～平成１６年８月)９億６９７０万８０００円
２４期(平成１６年９月～平成１７年８月)１０億３７８１万１０００円
２５期(平成１７年９月～平成１８年８月)１１億３９９７万５０００円
２６期(平成１８年９月～平成１９年３月)６億４４４８万５０００円
２７期(平成１９年４月～平成２０年３月)１１億４７６６万９０００円
２８期(平成２０年４月～
平成２０年６月１０日)２億０８５８万４０００円
合計７４億２６９８万１０００円
(12)訴訟提起
平成２０年５月３０日，原告は，本件訴訟を提起した。(顕著な事実)
(13)本件特許権の消滅
平成２０年６月１１日，本件特許権は，年金未納付により消滅した。
(14)時効援用の意思表示
被告は，平成２０年９月１日の本件第１回弁論準備手続期日において後記４
(5)ア(ｱ)～(ｳ)の時効について，平成２１年２月１８日の本件第４回弁論準備
手続期日において同(ｴ)の時効について，本件補償金請求について消滅時効を
援用する旨の意思表示をした。(顕著な事実)
３争点
(相当の対価について)
(1)超過売上高
(2)超過利益
(3)使用者貢献度
(4)相当対価額
(時効消滅について)
(5)時効期間の経過
(6)援用権の喪失
(弁済)
(7)補償金の支払の有無
４争点に関する当事者の主張
(1)超過売上高
ア原告
本件発明により生じた超過売上高は，売上高の１００％であり，少なくと
も９０％を下回るものではない。
(ｱ)本件発明の特徴
ａ本件発明のように，特徴ベクトルの値を順位付けして特徴集合を構成さ
せること，各マス目のドット数の値を特徴ベクトルにすること，各マス目
の中のドット数が等しくなるような各マス目の面積を特徴ベクトルにする
こと，及びこれに類似する技術は，すべて原告が独自に考案したものであ
る。
ｂ(a)本件発明の学習処理は，理論的に最速であり，学習が高速に行える。
ＯＣＲソフトウェア開発の過程では，１回の学習で最終的な認識プログ
ラムが完成するわけではなく，何回かのテストを行い，その結果を検証し
て学習をやり直すなどの作業が含まれる。そのほかに，研究作業において
も，色々な改良手法を何回も試して，学習，テスト，プログラムの修正を
繰り返す作業がある。それらのいずれにおいても，学習時間が短いという
ことが，開発期間の短縮と作業効率の向上に大きく寄与している。
(b)本件発明の識別処理は，非常に高速である。
認識時間については，他の手法では大型コンピューター(ＦＡＣＯＭ－
Ｍ３６０)を使用して１文字当たり０．３７秒であったが，本件発明では
平成５年当時のパソコンを使用しても１文字当たり０.０２秒程度であっ
。，，，たまた本件発明は学習データをいかに大量に学習させたとしても
識別時間が全く変化しない。識別処理が早ければ，それだけ，同じ期間内
，。に大量の依頼を受けることができ処理が早ければ顧客満足度も高くなる
したがって，商品としての魅力が高く，市場競争力が高いということにな
る。しかも，同じ作業をするのに処理速度が速いほうが作業時間を短縮で
きるため，この作業にかける人件費もより安くて済むことになる。
ｃ本件発明は，すべてのカテゴリーに対する類似度情報を返すことから，
この類似度を認識結果の信頼性の判断に利用することができる。実用的に
は，たとえ認識棄却が多くても誤認識を極力排除したいという要求が非常
に高いところ，この要求に応えるためには，何らかの方法で認識結果の信
頼度を判断しなければならないが，そのためには類似度情報が不可欠であ
る。そして，すべてのカテゴリーに対して類似度情報を返せば，一番類似
度の高い情報のみを返す場合と比べて誤認識をより高い確率ではじき出す
ことが可能となる。数字のようにカテゴリー数が１０個の場合にすべての
カテゴリーに対して類似度を返す識別手法は各種存在するが，漢字のよう
に種類が３０００以上もある場合にすべのカテゴリーに対して類似度情報
を返す実用的な手法は現在でさえまれであり，少なくとも本件発明の時点
では他に存在しなかった。
ｄ本件発明は，漢字のように種類が何千個もある場合でも，すべてのカテ
，。ゴリーに対して類似度情報を返しつつしかも識別処理が速い手法である
したがって「データマイニング「画像からの一般物体認識」等の大量，」
カテゴリーの識別問題に係る分野に応用できる有望な技術である。
ｅ(a)本件発明の認識率は高い。
孫ほか２名の「連想整合法に基づく高速文字認識アルゴリズム」(平成
３年３月１日発行「情報処理学会論文誌」Ｖｏｌ．３２Ｎｏ．３の４０４
～４１３頁。甲９。以下「甲９論文」という。)によると，平成３年３月
当時の文字認識技術では，活字文字の認識率は９９.８８％(全数整合法)
～９９.８７％(連想整合法)であるが，本件発明の漢字の認識率は，９９.
【】「」。。９７％である(本件明細書００７９の９９.７％は誤記である)
また，ひらがな，カタカナ，アルファベット，各種記号とＪＩＳ第１水準
全文字を合わせた３５０３文字種での認識率は，９９.９３％，これにＪ
ＩＳ第２水準全文字を加えた６８９１文字種での認識率は，９９.９６％
であった本件発明を使用した活字用ＯＣＲ商品である字由字在と読。「」「
取革命ＬｉｔｅＶｅｒ１.０６」(パナソニックソリューションテクノロ
ジー株式会社，平成１９年８月購入)とを対比してみると「字由字在」，
の認識率は９８.７８％で「読取革命ＬｉｔｅＶｅｒ１.０６」の認識，
率は９８.９４％であったが，その原因は「読取革命ＬｉｔｅＶｅｒ１.
０６」がしている文脈処理を「字由字在」がしていないことや「字由字，
在」が行切り出しや文字切り出しに失敗していることによるものと考えら
れ，正味の文字認識性能は「字由字在」の方が上回る可能性があり「字，
」，。由字在が本件発明当時いかに進歩的で優秀なものであったかが分かる
(b)仮に被告が主張するように，本件発明の手書き数字の認識率が９７.０
～９８.５％程度としても，一般には認識率は９５％程度であるから，や
はり本件発明の文字認識率は高い「ＩＰＴＰ手書き数字認識技術調査」。
の結果は，対象が様々な筆記具を念頭においた手書き数字に特化している
ことや，学習用及びテスト用のサンプル数が１万８０００パターン程度と
少なかったことから，本件発明の効果が十分発揮されなかったが，それで
も，認識率が１８アルゴリズム中７～８位であり，また，認識速度は，パ
ソコンを用いたにもかかわらず２位であった。
(ｲ)代替技術
ａハードウェアを利用するＯＣＲではなく，パソコンで実行できるＯＣＲ
の技術は，本件発明当時，本件発明以外に産業的実用性のあるものはなか
った。したがって，本件発明の識別技術は，製造コストが掛かる専用ハー
ドウェアを利用しなくてもよいため，製品価格が抑えられ，価格競争力の
点で有利である。
ｂ被告が本件発明を使用せずに本件サービスを行うためには，他者からハ
ードウェアＯＣＲを導入しなければならなかったが，性能の高いＯＣＲを
有する大手メーカーが競合関係に立つ被告に技術をライセンスすることは
考えにくく，仮にライセンスを受けても被告にとって支払が不可能なほど
高額なものになったに違いなく，それでは被告は本件サービスをすること
はなかった。各種認識プログラムが市場に出回っている中において，被告
のように企業規模も小さく知名度も低く営業力も低い企業のサービスが売
上げを上げることができたのは，本件特許権による排他的効力によるもの
にほかならない。
ｃ本件特許の審査に当たって参考とされた特開昭６３－７５９８９号公報
（乙２９の１）に開示された発明(以下「乙２９①発明」という。)，特開
昭６２－１６６４８７号公報（乙２９の２）に開示された発明(以下「乙
２９②発明」という。)，特開昭６３－７８０号公報（乙２９の３）に開
示された発明(以下「乙２９③発明」という。)，特開昭６３－１０６０８
８号公報乙２９の４に開示された発明(以下乙２９④発明という)（）「」。
及び特開平４－２９９４８４号公報（乙２９の５）に開示された発明(以
下「乙２９⑤発明」という。)は，いずれも本件発明と全くつながりがな
い。
(ｳ)本件サービスへの寄与
ａ本件サービスは，ＯＣＲを利用することによって，大幅な人件費削減が
可能となり，かつ，依頼から納品までの時間を短縮することによって顧客
層を広げることが可能となり，これによって初めてビジネスとして成り立
つのであるから，その中核的な技術はＯＣＲである。すなわち，ＯＣＲを
使用すれば，オペレータは，すべての文字を入力する必要はなくなり，そ
の作業量は，①認識結果を目視する作業と，②誤認識又は認識棄却の文字
のみを入力する作業の２つだけとなる。例えば，認識率が９７.６９～９
６.９７％であればオペレータが入力する文字数は全体の２.３１％～３.，
０３％であり，ＯＣＲを使用しない場合と比較して，オペレータの入力作
業量は３３分の１～４３分の１に軽減される。また，オペレータはＯＣＲ
の誤った認識部分のみを入力すればよいから，その入力誤りの率をも減ら
すことができる。
ｂ本件サービスは，ＦＡＸを受信し，ＯＣＲ処理をし，データを送信する
という既存のビジネスモデルに，認識結果を確認編集する部分を追加した
だけであるところ，ＯＣＲの認識結果の確認編集技術は各種のものが以前
から存在していたから，被告ビジネスモデルは従来技術の単なる組合せに
すぎない。実際，別会社が類似のサービスを行っている。
(ｴ)排他的実施
仮に被告が職務発明に基づく通常実施権によって同程度の売上げを得られ
たかどうかという観点からみるとしても，競合他者が本件発明を使用できる
となれば，高い認識技術を有する企業，多額のコストを負担できる企業のみ
ならず，被告と同程度の中小企業が本件発明の実施許諾を受けて市場に参入
するようになり，被告は現在のような売上げを得られなかった。すなわち，
被告は本件発明の使用を他者に禁じることによってコストを負担できない中
小規模の事業者の参入を抑えていたのである。
イ被告
本件発明の排他的実施権による効果はない。本件発明により生じた超過売
上高は，極めて少なく，売上高の１０分の１以下である。
(ｱ)本件発明の特徴
ａ各マス目の中のドット数を特徴ベクトルにしたり，ドット数が等しくな
るような各マス目の面積を特徴ベクトルとすることは，既存技術であり，
本件発明はこれらの既存技術を利用するものにすぎない。
ｂ文字認識の結果，どこが間違っているかはあらかじめ分からないので，
結局，全文字を目視により確認しなくてはならないが，この確認作業は決
して容易な作業ではない。目視による確認時間とベテランのオペレータが
紙からそのまま打鍵する入力時間は同じくらいである。実際にオペレータ
がかけている時間のほとんどは目視確認の時間であり，ＯＣＲによって軽
減される作業量は修正入力時間のみであるが，修正入力時間はごく少ない
ため，作業時間減少による人件費の節減効果はほとんど生じない。
ｃ類似度情報は，実用的には上位２～３文字までのもの(確定，曖昧，不
認識が判定できる程度)があれば十分で，すべてのカテゴリーに対する類
似度情報は不要である。また，類似度情報が常に正しいとも限らない。結
局，実用上は，全件を目視で確認するという作業をせざるを得ない。
なお，漢字認識については，本件サービスで実用に供するレベルに達し
ておらず，採用していない。
ｄ特徴ベクトルを特徴ベクトル値の順位に置き換えてしまう本件発明の手
法からして，本件発明が大量カテゴリーの識別問題に応えられるなどとい
うのは過大評価ないし誇張である。
ｅ(a)本件発明の認識率はそれなりの水準にあるものの，反面，誤認識が多
く，単純な文字パターンを見誤るという欠点がある。手書き数字の実際の
帳票(勤務表)１０００枚をサンプルとした本件発明による認識率は９６.，
９７％にすぎない。本件サービスにおける実測値では，おおむね手書き数
字で９７.０～９８.５％程度である。したがって，本件発明の認識率は格
別優れているというまでのものではない。本件発明を利用したパソコン用
ＯＣＲソフトである「字由字在」の世間一般での評価は，極めて低いもの
であった。
(b)本件明細書に記載された認識率は，辞書作成用の手本パターンと認識率
測定用の入力パターンとに同じもの(測定用の文字をあらかじめ辞書登録
している。)を用いた認識率であって(本件明細書の段落【００７８【０】，
０７９】)，一般の実用(測定用の文字は未知である。)での認識率とは異
なる。甲９論文における認識率についても，測定条件が異なるため比較の
対象にはならない。
(ｲ)代替技術
ａリコー製，メディアドライブ製，ＮＥＣ製等，他社製の専用ハードウェ
アを使用しない文字認識プログラムが各種出回っており，本件発明には代
，。替技術が存していたから本件特許に他者の参入を阻止できる効果はない
ｂ被告が本件サービスで本件発明を使用し続けたのは，認識率が高いから
ではない。いずれ全件を目視確認せざるを得ないため認識率の優劣はさほ
，，ど問題でなく一定水準(実装で９７％以上)であればどのＯＣＲでもよく
，，，，ただ自社製品であれば使い慣れておりバグ対応も自社で可能であり
周辺ツールも完備している一方，他社製品へ変更すると多額のシステム改
修費が必要になるという理由にすぎない。
ｃ原告の主張(ｲ)ｃは争う。
(ｳ)本件サービスへの寄与
ａ原告の主張は，ＯＣＲを全く用いない場合と比較しているだけであり，
本件発明の効果を主張するものではない。
ｂ本件サービスの最大の特徴は，文字認識の弱点である誤認識と不認識に
ついてオペレータによる全文字の確認・修正を実施することにあり，その
ために重要なのは，いかに効率的な編集システム，編集設備を準備し，オ
ペレータに効率的な編集を行わせるかであり，文字認識プログラムの良否
ではない。被告が他者の参入を抑えて当該分野で独占的な地位を有してい
るのは，乙１４発明による「ベルトコンベア編集」などの効率的な編集方
法を可能とする各発明，及びＦＡＸによる郵送費の削減とデリバリータイ
ムの大幅な削減，ＯＣＲ，ベルトコンベア編集による編集効率・精度の向
上と簡単な操作での編集費用の削減，クリーンデータによる顧客側の修正
工数の大幅な削減，通信回線を利用した結果(クリーンデータ)の配信によ
るデリバリータイムの削減，イメージ(デジタルデータ)保管によるリアル
タイムの検索など，デジタルサービスを提供するビジネスモデルの構築に
よるものであり，本件発明のような特定の文字認識技術によるものではな
い。
(ｴ)排他的実施
原告の主張は争う。
(2)超過利益
ア原告
(ｱ)超過利益率
本件サービスの利益率は，会社全体の利益率を下回ることはないところ，
被告の売上高経常利益率は，平成１２年８月決算から平成１６年８月決算ま
での５年分でみると，平均して２.９５％である。そうすると，超過利益率
は，少なくとも２.９５％を下回ることはない。
(ｲ)仮想実施料率
被告の主張は争う。
ａ乙１４発明，乙１５発明及び乙１６発明は，いずれも本件発明の基礎の
上にあるものであり，それぞれ単独で本件サービスを成り立たせるような
ものではない。
(a)乙１４発明を採用しても，オペレータが目視すべき文字の全体数も，修
正すべき文字数も変化しないから，この発明によってオペレータの作業効
率はさして向上しない。従来の編集方法でも文字画像と認識結果を並べて
表示し目視することはされており，また，イメージデータと認識文字との
位置関係が上下以外の場合には乙１４発明の技術的範囲外となるから，こ
の発明を簡単に回避して同等の機能と効果を実現させることができ，乙１
４発明に係る特許には，特許権としての効力は皆無である。
(b)乙１５発明は，ＦＡＸ特有のノイズ(黒い斑点や黒い線)の出ないスキャ
ナの画像には関係がなく，ＦＡＸ画像のみにしか効力を発揮しないもので
あり，しかも，その場合でも，乙１５発明によってどの程度誤認識が削減
されるかについては全く不明である。例えば，ＯＣＲの誤認識率及び認識
棄却率が２.３１～３.０３％であった場合，この発明による入力作業削減
の向上率は理論的最大値でも３.０３％にすぎず，事業の収益性への寄与
度は相対的に非常に低い。
(c)乙１６発明のように類似度が一定以上の場合には目視を不要とするとい
う手法は，ごく一般的な考え方として以前から採られていたものにすぎな
い。また，乙１６発明が，類似度を返す本件発明を前提とする以上，本件
発明を離れて独自の技術としての価値を有するものではない。この発明に
よりどの程度作業が効率化されたかについても全く不明である。なお，乙
１６発明は平成１８年４月以降に実施されたにとどまるから，仮に貢献が
あったとしても，実施期間中のごく一部のみに対してである。
(d)乙２６発明の寄与については争う。
ｂプログラムの価値は，機能(モジュール)数で比較されるようなものではな
い。通信回線を利用してサービスを行うようになれば，内部的なシステム構
成とフローも当然それに符合したものになるが，このこと自体はごく当たり
前のことであり，それ自体についてビジネス的な先進性は何もない。
ｃプログラムの価値は，ステップ数などで比較されるようなものではない。
全体の作業のなかで当該プログラムがどのような位置を占め，どのような役
割を果たしているかが重要である。
イ被告
(ｱ)超過利益率
原告の主張は争う。
(ｲ)仮想実施料率
，，。仮に超過売上高が存するとしてもその仮想実施料率は１％以下である
ａ本件サービスには，本件発明のほか，次の３つの発明が関係しており，
発明の数で多くとも４分の１の役割を果たすにすぎない。
(a)被告は，乙１４発明により，大量の帳票を短時間で，かつ，熟練を必要
としないオペレータが画面を操作するだけで文字認識の結果の間違いを見
つけて修正することを可能とした。その結果，オペレータを廉価なパート
か派遣社員によりまかない，かつ，変動するトラフィックに合わせて要員
を配置することができ，それでいて専門の熟練されたオペレータと同等の
作業をこなすことができるようになった。
被告が先行する大手企業が行っているサービス形態と差別化し，かつ，
，，コストを見合わせるサービスができたのは乙１４発明によるものであり
この発明がなければ本件サービスは実現しなかった。
(b)被告は，乙１５発明により，ＦＡＸ帳票のノイズを除去し，認識率の向
上と誤認識を低下させることができるようになった。なお，本件サービス
ではスキャン画像を処理することもあるが，ほとんどがＦＡＸ受信を処理
するものである。
(c)被告は，乙１６発明により，超確定認識(絶対に間違えていない確定認
識)を実現し，超確定認識した文字については，オペレータの目視確認を
，。，不要とし編集効率を改善させることができるようになった実測値でも
１５％～２５％の編集効率が改善できている。
(d)さらに，被告は，乙２６発明について実施許諾を受けたことにより，勤
務表についてＦＡＸとＯＣＲを用いた処理を行えることとなった。
ｂ本件サービスは，６つのサブシシテムに分かれ，全体として２８の機能
(モジュール)に分かれている。本件発明は，機能(モジュール)数で２８分
の１の役割を果たすにすぎない。
ｃ本件サービスは，認識処理(サブシステム２)のステップ数が全体の１５
分の１であり，さらに，本件発明を利用した文字認識モジュールが，認識
処理(サブシステム２)の中のステップ換算で１０％程度となる。したがっ
て，本件発明は，ステップ数で全体の１５０分の１の役割を果たすにすぎ
ない。
(3)使用者貢献度
ア原告
本件発明における被告の貢献度はない。
(ｱ)被告が一般的にＯＣＲの開発を行っていたとしても，本件発明に対する被
告の具体的な貢献度は明らかではない。本件発明がされた当時，被告のＯＣ
Ｒ開発事業は閉鎖に向かっていたところ，原告は，認識科学研究室からシス
テム３部に移った後，自ら申し出て，所定労働時間外に単独で本件発明をし
たのであり，被告の研究成果は一切利用していない。被告のＯＣＲ技術に係
る成果は原告一人の業績に負っており，それ以外の被告がした膨大な研究開
発は，原告の研究の礎になるどころか原告に振り分けるべき研究資源を削っ
たというマイナス要素にしかなっていない。
(ｲ)サンプルデータの収集に被告従業員らの協力があったことは認めるが，何
ら発明を基礎付けるものではなく，本件発明を利用したプログラムの性能を
高めるためのものにすぎず，発明に対する貢献ではない。
(ｳ)発明の実施に当たってした使用者の貢献は，本件補償金の算定について関
係がない。いずれにしても，原告は，本件サービスの中核をなすＯＣＲ技術
を開発したから，本件サービスに大きく貢献しているといえる。また，原告
が本件サービスのシステム開発に従事しなかったのは，被告が原告に対して
その従事を指示していなかったからである。
イ被告
本件発明における被告の貢献度は，９５％を下回るものではない。
(ｱ)被告は原告が入社する前の昭和６１年ころからＯＣＲの研究を行ってお
り，原告は，平成２年４月以降，認識科学研究室に配属されて上司であった
，。，Ｂの指導の下で始めて文字認識技術を学びその認識研究に携わったまた
被告は，昭和６１年以降，多額の試験研究費を投じてきている。さらに，Ｏ
ＣＲの開発には，認識エンジンの開発だけではなく，検証，辞書登録，操作
画面・業務処理の開発，販売を含め多くの社員がかかわっている。本件発明
は，そのような経緯と背景があったからこそ成し得たものである。
(ｲ)辞書サンプルデータの収集に当たっては，被告の全社員及びその家族等が
各自用紙に文字を記入してデータの収集に協力したほか，辞書作成，性能評
価に当たっては，新規に補佐要員を採用して本件発明への支援を行った。
(ｳ)本件サービスのシステム開発プロジェクトがスタートしたのは，平成８年
１月であるが，原告は，このプロジェクトには全く参加しようとせず，事業
そのものにも否定的であった。原告は，事業開始の平成９年７月のすぐ後で
ある同年１１月には退職しており，本件サービスを軌道に乗せるまでの企業
努力に何のかかわりも持たなかった。
(4)相当対価額
ア原告
相当対価額は，１億７２７４万９０５７円(５８億５５９０万０２５０円
〔売上高〕×１００％〔超過売上高〕×２.９５％〔超過利益率〕×１００
％〔発明者貢献度〕)を下回るものではない。
イ被告
，〔〕相当対価額は３７万１３４９円(７４億２６９８万１０００円売上高
×１０％〔超過売上高〕×１％〔仮想実施料率〕×５％〔発明者貢献度〕)
を上回るものではない。
(5)時効期間の経過
ア被告
(ｱ)権利承継
ａ職務発明の承継に対する相当対価の支払を受ける権利の消滅時効は，特
段の事情のない限り，特許を受ける権利を使用者等に承継させた時から進
行するが，勤務規則等に使用者等が従業者等に対して支払うべき対価の支
払時期に関する条項がある場合には，その支払時期が相当の対価の支払を
受ける権利の消滅時効の起算点となる。本件発明規程第６条は「発明実，
施の成績が顕著であると認めた場合」に追加補償金を支給すると定めてい
るが，追加補償金の支払時期が発明実施の成績が顕著であることの認定と
いういわば被告の意思いかんによって左右されるものでないから「発明，
実施の成績が顕著であると認めた場合」とは，支払時期を定めたものでは
なく，支給要件を定めたものである。また，本件発明規程第６条には，追
加補償金の支払が「前２条の補償金を支給した後においても」と規定され
ているが，これは「支給前はもちろん」との意を含むから，追加補償金，
の支払時期が譲渡補償金，登録補償金の支払後にされるという趣旨ではな
い。
ｂ原告が被告に本件権利を承継させたのは平成５年であり，本件訴訟提起
までに１０年を経過しているから，被告は上記消滅時効を援用する。
(ｲ)発明の実施
ａ仮に発明実施前の請求は困難であるから起算点を発明実施の時とするに
しても，被告は本件発明を平成５年には実施している。
ｂ本件訴訟提起までに１０年を経過しているから，被告は上記消滅時効を
援用する。
(ｳ)顕著な成績(その１)
ａ原告は，年６分の遅延損害金を請求しているなど，本件請求権を商事債
権であると自認している。
ｂ原告が本件発明の実施の成績が顕著になったとする平成１１年８月から
本件訴訟提起まで５年を経過しているから，被告は上記消滅時効を援用す
る。
(ｴ)顕著な成績(その２)
ａ仮に後記原告の主張のとおり起算点を「発明実施の成績が顕著であると
客観的に認められる場合」であるとしても，被告は，平成５年４月１日，
本件発明について売上に寄与した功績が大きいとして原告を表彰し，本件
発明規程も同年１１月１日から実施されたから，原告は，同日から追加補
償金を請求することが可能であった。
ｂ同日から本件訴訟提起まで５年ないし１０年の時効期間を経過している
から，被告は上記消滅時効を援用する。
イ原告
(ｱ)権利承継
ａ本件発明規程は，第４条において譲渡補償金の支給時期を権利承継時と
し，第５条において登録補償金の支払時期を特許権の取得時点とし，これ
を受けた第６条において，これら補償金を「支給した後」においても「発
明実施の成績が顕著であると認めた場合」に追加補償金を支給するとして
いるのであるから，その規定振りからみて第６条は支給時期を定めたもの
である。そして，発明実施の成績が顕著であることが被告の主観により左
，「」右されるべきではないから発明実施の成績が顕著であると認めた場合
とは「発明実施の成績が顕著であると客観的に認められる場合」を意味，
する。
ｂ本件発明の実施の成績が客観的に顕著になったと認められる時期は，平
，，成１１年８月末ころであるから本件補償金請求権の消滅時効の起算点は
平成１１年８月末である。
(ｲ)発明の実施
被告の主張は争う。消滅時効の起算点を本件発明の実施のときとする根拠
はない。
(ｳ)顕著な成績(その１)
被告の主張は争う。本件補償金請求権は法定債権であり，その時効期間は
１０年である。
(ｴ)顕著な成績(その２)
被告の主張は争う。
(6)援用権の喪失
ア原告
仮に権利承継時の平成５年を起算点としたとしても，被告は，原告が平成
９年１１月の退職時に追加補償金の支払を求めた際，部門全体は赤字なので
実績が顕著とは言えない旨を主張して原告の請求を断念させたのであるか
ら，事後，実績が顕著であるとして及んだ本訴請求で消滅時効を援用するこ
とは，信義則違反として許されない。
イ被告
被告は，部門全体が赤字なので支払は難しい旨を答えたにすぎず，黒字に
なったら支払うなどの約束はしていない。
(7)補償金の支払の有無
ア被告
仮に原告が被告に対して補償金請求権を有するとしても，次のとおり，弁
済がされている。
(ｱ)被告は，平成５年，原告に対し，本件発明について表彰するとともに１０
万円を支払った。
(ｲ)被告は，平成５年，原告を一般社員から２階級特進させ，主任研究員(Ｐ
Ｌ級)とした。この進級は，通常の最短での進級に比べても２年ほど早く，
その差額分を金額に換算すると，２００万円ほどになる。
イ原告
(ｱ)原告が平成５年に表彰を受け金一封を支給されていることは認めるが，こ
れは，表彰を受ける者の功績をたたえ，将来の励みにする趣旨のものにすぎ
ない。
(ｲ)原告が平成５年に主任研究員に昇進したことは認めるが，功績のあった社
員を昇級させる人事は，会社組織においては当然のことであり，単なる通常
の人事がされたというにすぎない。
第３当裁判所の判断
１旧３５条４項の「その発明により使用者等が受けるべき利益の額」について
旧３５条４項の「その発明により使用者等が受けるべき利益の額」について
は，特許を受ける権利が，将来特許を受けることができるか否かも不確実な権
利であり，その発明により使用者等が将来得ることのできる独占的実施による
利益をその承継時に算定することが極めて困難であることからすると，当該発
明の独占的実施による利益を得た後の時点において，その独占的実施による利
益の実績をみて法的独占権に由来する利益の額を事後的に認定することも，同
条項の文言解釈として許容されると解される。
また，使用者等は，職務発明について特許を受ける権利又は特許権を承継す
ることがなくても当該発明について同条１項が規定する通常実施権を有するこ
とにかんがみれば，同条４項にいう「その発明により使用者等が受けるべき利
益の額」とは，自己実施の場合には，単に使用者が有する通常実施権(法定通
常実施権)に基づいて得るべき利益をいうものではなく，これを超えて，使用
者が従業員等から特許を受ける権利を承継し，その結果特許を受けて発明の実
施を排他的に独占し又は独占し得ることによって得られる独占の利益と解すべ
きである。そして，ここでいう「独占の利益」とは，自己実施の場合には，他
者に当該特許発明の実施を禁止したことに基づいて使用者が上げた利益，すな
わち，他者に対する禁止権の効果として，他者に許諾していた場合に予想され
る売上高と比較してこれを上回る売上高(以下，この差額を「超過売上高」と
いう。)を得たことに基づく利益(以下「超過利益」という。)が，これに該当
するものである。
この超過利益については，超過売上高に対する利益率なるものが認定困難で
ある一方，その額は，仮に本件特許発明を他者に実施許諾した場合に第三者が
当該超過売上高の売上げを得たと仮定した場合に得られる実施料相当額を下回
るものではないと考えられることからすると，超過売上高に当該実施料率(仮
想実施料率)を乗じて算定する方法によることが許されるものと解される。
２争点(1)(超過売上高)について
(1)本件発明の実施の範囲につき
ア前記第２，２前提となる事実(8)イによれば，本件サービス中に本件発明
が実施されているのは，同(8)イ(ｳ)ｂ(d)の認識処理サブシステム中の文字
認識モジュール部分だけであり，証拠(甲２，７，８，乙１８)及び弁論の全
趣旨によれば，その実施態様は，概略「手本パターンの認識対象領域を面，
積又は黒ドット数に従って等分割し，当該分割領域に含まれる黒ドット数又
は当該分割領域の面積の大小に従って各分割領域を順序付けした後，その順
番に従って，順に，要素を１，２・・・Ｎ－１個(分割数－１)取り出して，
１～Ｎ－１個の要素を組み合わせた特徴集合として形成したものを１つの手
本パターンとし，入力パターンについて，その１～Ｎ－１個の集合列につい
て，それぞれの集合につき，かつ，すべての手本パターンとの対照を行い，
各手本パターンに合致する度合いを評価したものを類似度とし，最も類似度
の高かったものを当該入力パターンに該当する手本パターンとするパターン
認識方法及びパターン認識装置の使用並びに当該文字認識方法における辞書
の作成方法」と認められる。これによると，本件発明として排他的に実施さ
れているのは特許請求の範囲の請求項４又は請求項５に対応する発明とこれ
に関係する請求項１～３に対応する発明であると認められる。
，，イ一方特許請求の範囲の請求項１～３のその余に対応する発明については
被告がこれを排他的に実施していることを認めるに足りる証拠はなく，そも
そも，これら発明には事実上においても他者の実施を禁止する効力があるも
のとは認め難い。
すなわち，これら請求項の内容は，前記第２，２前提となる事実(4)アの
とおり「請求項１・・・手本パターン対応にＮ個の要素からなる特徴，【】
ベクトルを求め，該特徴ベクトルのＮ個の要素の上位又は下位から順に選択
組合せを行って・・・「請求項２・・・Ｎ個の要素からなる特徴ベク，」，【】
トルを求め，該特徴ベクトルの複数のＮ個の上位又は下位から順に選択組合
せを行って・・・「請求項３・・・Ｎ個の要素からなる特徴ベクトル，」，【】
を求め，該特徴ベクトルのＮ個の要素の中の上位又は下位から順に，該上位
又は下位の要素を含めて１個～(Ｎ－１)個の要素の組合せからなる特徴集合
，」。，を形成し・・・というものである上記特許請求の範囲の記載によれば
請求項１～３記載の発明においては，どのような特徴ベクトルを抽出するか
が文字の認識率に最も影響する点であるにもかかわらず，何が「要素」であ
るかを特定していないものであるのみならず，仮に，文言どおり特徴ベクト
ルの要素をその要素に従って上位又は下位から順に選択して組み合わせると
いうのであれば，手本パターン及び入力パターンの特徴がいずれも全く失わ
れてしまうから(例えば，ドット数に従って上位から順に組み合わせただけ
では，当該ドット数がどの場所を示すのかという領域番号に関する情報がな
いまま組み合わせたものになるにすぎない。)，パターン認識に資するとこ
ろがない。
，，ウまた乙１６発明に係る特開２００７－１５６９３８号公報(乙１６)には
次の記載がある。
①「請求項１】入力文字パターンから文字を認識する文字認識方法に於い【
て，
文字パターンの認識対象文字領域をＮ個の領域に分割して領域番号を付
与し，該Ｎ個の分割領域の前記文字パターンによる特徴量を求めて，該特
徴量を要素とする特徴ベクトルを作成し，該特徴ベクトルのＮ個の要素の
中の最大から最小の順序に配列し，最大の１個の要素，該最大の要素と次
の要素との２個の要素，以下最大の要素を先頭に順次組み合わせ配列した
(Ｎ－１)個の特徴集合を作成し，該特徴集合とカテゴリー名とを対応させ
て格納した第１認識辞書を備え，前記入力文字パターンの特徴集合を求め
て前記第１認識辞書の特徴集合との類似度を求め，該類似度が最大となる
カテゴリー名を第１認識処理による認識結果の候補文字とし，
前記最大となる類似度が，他の候補文字の類似度との差が大きい場合の
前記入力文字パターンに対して，上下左右方向から見た文字の輪郭と特徴
量とを求め，認識辞書を参照して候補文字を判定する文字輪郭抽出法と，
文字のほぼ中心の線上の白ドットから上下左右に見た黒ドットの配置を線
状の組み合わせと，該線状の組み合わせ対応の特徴量とを求め，認識辞書
を参照して候補文字を判定する位相情報抽出法とによる第２認識処理を行
い，前記文字輪郭抽出法による認識結果と，前記位相情報抽出法による認
識結果と，前記第１認識処理による認識結果とが一致した時に，認識属性
を超確定とする過程を含む
ことを特徴とする文字認識方法」。
②「請求項２】前記第１認識処理に於ける認識属性が確定認識で，且つ文【
字パターンのかすれやノイズを含まない前記入力文字パターンに対して，
前記第２認識処理に移行し，該第２認識処理に於ける前記文字輪郭抽出法
による認識結果と，前記位相情報抽出法による認識結果とが前記第１認識
処理による認識結果と一致した時に，認識属性を超確定とし，一致しない
時は，前記第１認識処理による認識結果を採用し，且つ認識属性を確定認
識又は曖昧認識又は不認識とする過程を含むことを特徴とする請求項１記
載の文字認識方法」。
③「請求項３】入力文字パターンから文字を認識する文字認識装置に於い【
て，
文字パターンの認識対象文字領域をＮ個の領域に分割して領域番号を付
与し，該Ｎ個の分割領域の前記文字パターンによる特徴量を求めて，該特
徴量を要素とする特徴ベクトルを作成し，該特徴ベクトルのＮ個の要素の
中の最大から最小の順序に配列し，最大の１個の要素，該最大の要素と次
の要素との２個の要素，以下最大の要素を先頭に順次組み合わせ配列した
(Ｎ－１)個の特徴集合を作成し，該特徴集合とカテゴリー名とを対応させ
て格納した第１認識辞書と，
前記入力文字パターンに対して前記特徴集合を求め，前記第１認識辞書
の特徴集合との類似度を求め，該類似度が最大となるカテゴリー名を認識
結果の候補文字として出力する第１認識処理部と，
文字パターンに対して，上下左右方向から見た文字の輪郭と特徴量とを
求めて，スコアを付与して格納した文字輪郭抽出法の認識辞書と，文字の
ほぼ中心の線上の白ドットから上下左右に見た黒ドットの配置を線状の組
み合わせと特徴量とを求めて，スコアを付与して格納した位相情報抽出法
の認識辞書とを含む第２認識辞書と，
前記第１認識処理部の認識結果の候補文字と前記入力文字パターンとを
入力して，該入力文字パターンに対して上下左右方向から見た文字の輪郭
と特徴量とを求めて，前記第２認識辞書の文字輪郭抽出法の認識辞書の特
徴量と一致する該特徴量のスコアを加算して，最大スコアとなる文字を文
字輪郭抽出法による候補文字とし，前記入力文字パターンの文字のほぼ中
心の線上の白ドットから上下左右に見た黒ドットの配置を線状の組み合わ
せと特徴量と求めて，前記第２認識辞書の位相情報抽出法の辞書の特徴量
と一致するスコアを加算して，最大スコアとなる文字を位相情報抽出法に
よる候補文字とし，前記各候補文字が一致する時に認識属性を超確定とし
た認識文字を出力する第２認識処理部と
を備えたことを特徴とする文字認識装置」。
④「０００６】本発明は，従来の問題を解決するもので，認識結果が絶対【
に誤っていない確からしさ示す超確定の区分を設け，この超確定区分の認
，。」識結果については見直しを必要としないようにすることを目的とする
⑤「発明の効果【００１０】第１認識処理の次に，文字輪郭抽出法及び【】
位相情報抽出法を含む第２認識処理を実施して，それぞれの認識結果の候
補文字が一致した時に，超確定の認識属性とし，この超確定の認識属性の
認識結果文字については，信頼性が高いので，照合作業を省略することが
可能となる。従って，文字認識処理後の照合作業等が軽減されることにな
る。例えば，手書き文字をファクシミリ送信し，受信した文字を光学的に
読み取り，前述の文字認識処理を，約５００万文字について検証実験を行
った結果，約２０％の１００万文字が超確定の認識属性となり，信頼性を
向上すると共に照合確認作業の著しい削減を図ることができた」。
以上の記載からすると，乙１６発明は，第１認識処理(本件発明)で候補と
なった文字について，文字輪郭抽出法及び位相情報抽出法で構成された第２
認識処理における認識とも一致した場合には「超確定」として，オペレータ
による見直しの対象から外すとした文字認識方法に関する発明であり，本件
発明を前提としたものと認められる。しかし，乙１６発明は，単純に３つの
認識方法を組み合わせただけのものであって，類似度を返す同様の効果を有
する発明であれば，本件発明以外の文字認識に係る発明であっても，代替が
可能であると認められる（そのような発明の存在は，第２，４争点に関する
当事者の主張(2)ア(ｲ)ａ(c)において，原告が自認するところである。。）
そのほか，前記第２，２前提となる事実(8)イの本件サービスの実施態様
によると，本件サービスにおいて，本件発明による文字認識処理とその他の
部分とが一体不可分の関係にあるとは認められないから，本件サービスが，
本件発明を必須の構成としているものとは認められない。
(2)本件発明の特徴につき
ア従来技術
(ｱ)乙２９①発明
ａ乙２９①発明に係る特開昭６３－７５９８９号公報(乙２９の１)には，
次の記載がある。
①「特許請求の範囲〕認識すべき画像を囲む所定形状の領域を画定する〔
領域画定手段と，
該領域画定手段で画定された所定形状の領域を所定の複数の副領域に
分割する分割手段と，
該分割手段で分割された各副領域内に存在する画像の画素数を求める
画素数算出手段と，
該画素数算出手段で求めた各副領域の画素数の多い順に前記複数の副
，，領域を順位付けし各副領域に対する順位値を求める順位値算出手段と
該順位値算出手段で求めた各副領域の順位値を基準画像の各副領域の
順位値と比較して両者の順位相関を求める順位相関算出手段と，
該順位相関算出手段で求めた順位相関に基づいて認識すべき画像が基
準画像と同じであるか否かを判定する判定手段と，
を有することを特徴とする画像認識方式」。
②「１頁右欄３～５行目〕本発明は，画像認識方式に関し，特に文字パ〔
ターン等の画像を順位相関を使用して適確に認識する画像認識方法に関
する」。
③「２頁右上欄１９行目～左下欄４行目・・・この文字パターンを含〔〕
むまたは囲む最小矩形を(ｂ)に示すように算出し，更にこの矩形を大き
さの等しい複数の副領域，すなわち第１図の(ｃ)に示すようにＭ×Ｎ個
の複数のブロックに分割する(ステップ１１０，１２０)」。
④「２頁左下欄６～７行目〕次に，Ｍ×Ｎ個に分割された各ブロック内〔
に存在する画素数，図示の場合には黒画素数を求める」。
⑤「２頁左下欄１１～１８行目〕それから，このように求めた各ブロッ〔
ク毎の画素数の多い順に各ブロックに順位付けを行う(ステップ１３
０)。第１図の(ｅ)は第１図の(ｄ)に示す画素数に基づいてその多い順
に番号を１から１６までの順位値を付したものであるが，画素数が『８
５』と最も多いブロックが順位値１を付され，画素数が「５」の最も少
ないブロックが順位値１６を付されている」。
⑥「２頁右下欄１５～１９行目・・・すべての文字パターンに対する〔〕
順位値αを求め，これらの順位値αを各文字パターンに対応してメｊｊ
モリ等に記憶して辞書データを構成しておくのである」。
⑦「３頁左上欄１～４行目・・・この辞書パターンの順位値αを上述〔〕ｊ
したように算出した入力文字パターンの順位値ｉと比較し，両パターｊ
ンの順位相関ｒを求める(ステップ１４０)」。ｉα
⑧「３頁左上欄１０～１２行目〕両パターンの順位相関ｒを求めた〔ｉα
後は，この順位相関ｒの最大値ｒを求める(ステップ１５０)」。ｉαα＊
⑨「３頁左上欄１４～１９行目〕そして，この順位相関ｒの最大値〔ｉα
ｒをすべての辞書パターンに対して求め，この最大値ｒの最もα＊α＊
大きな辞書パターンαの画像，すなわち文字パターンを入力文字パタ＊
ーンに対応する文字パターンとして認識するのである(ステップ１６
０)」。
⑩「３頁左下欄２～９行目〕なお，上記実施例においては，文字パター〔
ンを含む最小矩形を求め，これを分割しているが，この形状は矩形に限
，。定されるものでなく認識すべき画像パターンを含む他の形状でもよい
また，各ブロック内で算出する画素数は黒画素数に限定されるもので
なく，反対に黒画素数のない白または無画素あるいはこれに相当するも
のを用いてもよい」。
以上の記載によれば，乙２９①発明は，概略「手本パターンの認識対，
象領域を複数の領域に等分割し，当該分割領域に含まれる画素数の大小に
従って各分割領域を順序付けした後，その順序に従って配列した順位値を
１つの手本パターンとし，入力パターンについて，その順位値につき，か
つ，すべての手本パターンと対照を行い，順位相関が最大のものを当該入
力パターンに該当する手本パターンとする画像認識方式」の発明と認め。
られる。
ｂ以上からすると，本件発明のうち，手本パターンの認識対象領域を面積
に従って等分割し，当該分割領域に含まれる黒ドット数の大小に従って各
分割領域を順序付けした後，これを利用して形成した集合を１つの手本パ
ターンとし，入力パターンについて，この集合につき，かつ，すべての手
本パターンとの対照を行い，最も類似度が高いものを当該パターンに該当
する手本パターンとするパターン認識方法は，公知の技術であると認めら
れる。
(ｲ)乙２９④発明
ａ乙２９④発明に係る特開昭６３－１０６０８８号公報(乙２９の４)に
は，次の記載がある。
①「特許請求の範囲〕(１)一定のアルゴリズムにより２値の文字画像に〔
特徴付けを行い，それと同時にまたはその後に特徴画素の総数とＸ方向
およびＹ方向への射影のヒストグラムＨＸ，ＨＹを求め，前記総数ｉｊ
および前記ヒストグラムＨＸ，ＨＹに基づき特徴画素をほゞ均等にｉｊ
含む複数のメッシュ領域に前記文字画像をＸ方向およびＹ方向に分割す
ることを特徴とする領域分割方式」。
②「２頁左下欄６～９行目〕本発明は前記問題点に鑑みてなされたもの〔
であり，安定した特徴抽出を可能にするために，分割すべき文字画像に
。」応じて分割点を適正化する領域分割方式を提供することを目的とする
③「２頁右下欄７～１９行目〕まず，ステップ１００において，文字画〔
像に特徴付け処理が施される。この実施例においては，この特徴処理に
より，文字画像の文字線輪郭画素(白画素)に第２図に示すような方向コ
ードが付けられる。なお，文字線輪郭部の黒画素に同様に方向コードを
付けるようにしてもよい。
このような処理は，文字画像のラスタースキャンを行いながら，注目
している白画素の上下左右の画素のパターンを調べることにより行われ
るが，この処理と同時に，方向コード付与画素(特徴画素)の総数ＰＥと
Ｘ方向軸およびＹ方向軸への射影のヒストグラムＨＸ，ＨＹが求めｉｊ
られてテーブルに登録される」。
以上の記載によれば，乙２９④発明は，概略「方向コードを付与した，
特徴画素について，その総数とＸ方向およびＹ方向ごとの数に従って，特
徴画素を分割された領域に均等に配分する方式」の発明と認められる。。
ｂしたがって，本件発明のうち，認識対象領域を注目する画素数（ドット
数）が均等になるように領域を分割する方法は，公知の技術であるといえ
る。
(ｳ)乙２９②発明
ａ乙２９②発明に係る特開昭６２－１６６４８７号公報(乙２９の２)に
は，次の記載がある。
①「特許請求の範囲〕(１)入力パタンから生成した入力特徴ベクトルと〔
カテゴリに対応した標準パタンからあらかじめ生成してある標準特徴ベ
クトルとの間の類似性の大小関係に基づいて候補カテゴリを抽出するパ
タン照合装置において，前記標準特徴ベクトルの各ベクトル要素ごとに
カテゴリ名を要素値の大きさ順にソートしてなる辞書を格納した辞書メ
モリと，入力特徴ベクトルの要素値の大きさにしたがって各ベクトル要
素ごとに前記辞書メモリから一部のカテゴリ名を選択して読み出す選択
処理手段と，この選択処理手段によって各ベクトル要素ごとに読み出さ
れるカテゴリ名に基づいてカテゴリ別に評価値を累積する評価値累積処
理手段と，この評価値累積処理手段から出力されるカテゴリ別の評価値
の累積値の大小関係によって候補カテゴリを抽出するソート処理手段と
で構成したことを特徴とするパタン照合装置」。
②「２頁左上欄１３～１７行目〕この発明は，パタン認識に用いるパタ〔
ン照合装置に関し，特に手書き漢字認識等における変形を許容した入力
パタンと多数の標準パタンとの照合を高能率で実行するパタン照合装置
に関するものである」。
③「３頁左上欄１８行目～右上欄１行目〕そこでこの発明の目的は，全〔
部のカテゴリでなく一部のカテゴリに対する累計計算によって高精度，
かつ高速に全カテゴリから候補カテゴリを抽出できるパタン照合装置を
提供することにある」。
④「４頁右下欄４～１２行目・・・入力特徴ベクトルの要素値ｉｘ(ｉ〔〕
，ｉ，……ｉの任意のものを示す)にしたがって下限がｉｘ－Δ，１２ｍ
上限がｉｘ＋Δに相当するベクトル１の要素値ｊ，ｊを計算し，ｌｘｈｘ
要素値の大きさの範囲ｊ≦ｊ≦ｊを選択範囲，これ以上の要素ｌｘｘｈｘ
値の大きさの範囲を非選択範囲とする。ここでΔは，特徴ベクトルの要
素値の変動幅等にしたがって決められる値である」。
⑤「５頁左上欄４～７行目〕次いで評価値累積処理では，第９図の原理〔
図に示すように，選択範囲に含まれるカテゴリには評価値ｅ，非選択範
囲に含まれるカテゴリには”０”を対応させる」。
⑥「５頁右上欄３～１１行目〕次のソート処理では，第１図のソート処〔
理手段４において，評価値累積処理手段３から与えられる全カテゴリ分
の評価値累積値と対応するカテゴリ名を評価値累積値が大きい方から順
に第８図の候補カテゴリーテーブルに並べ替える処理を行う。並べ替え
が終了した時点で，評価値累積値が最大の第１候補カテゴリから所定の
順位までの候補カテゴリを出力することによって，１入力パタン分のパ
タン照合処理を完了する」。
⑦「５頁左下欄１７行目～右下欄３行目〕以上説明した第１の実施例の〔
パタン照合装置では，各ベクトル要素の選択範囲に含まれるカテゴリ数
分の累積計算で，入力特徴ベクトルと全カテゴリの標準特徴ベクトルと
のベクトル間距離に相当する評価値累積値が得られるため，従来の総当
たりでベクトル間距離を計算するパタン照合処理よりも高速に処理を実
行することができる」。
以上の記載から，乙２９②発明は，概略「標準特徴ベクトルと入力特，
徴ベクトルとの対比に当たり，標準特徴ベクトルの各ベクトル要素ごとに
複数の候補パターンが準備されている辞書から，入力特徴ベクトルの各ベ
クトル要素ごとに所定の条件範囲に含まれる候補パターンを選択し，その
評価値を累積させ，最大の評価値から所定の順位までの候補カテゴリを出
力することを特徴とするパタン照合装置」の発明と認められる。。
ｂしたがって，本件発明のうち，特徴ベクトルの要素ごとに，各手本パタ
ーンに合致する度合いを評価したものを累積させ，もっとも類似度の大き
いものを入力パターンに該当する手本パターンとするパターン認識装置
は，公知の技術であると認められる。
(ｴ)乙２９③発明
ａ乙２９③発明に係る特開昭６３－７８０号公報(乙２９の３)には，次の
記載がある。
①「特許請求の範囲（１)多層方向ヒストグラム法によるパターン認識〔〕
方式において，辞書パターンの特徴ベクトルはその成分を標準偏差また
は分散の大きい次元順に予め並べ替えた形で辞書に登録されており，未
知パターンから抽出された特徴ベクトルは，辞書パターンの特徴ベクト
ルの成分の並べ替え順に従って成分が並べ替えられたのち，上位次元の
成分から優先的に辞書パターンの特徴ベクトルの対応次元成分との距離
または類似度が演算されることを特徴とするパターン認識方式」。
②「１頁右欄２～４行目〕本発明は文字などのパターンの認識方式に関〔
し，さらに詳細には，多層方向ヒストグラム法によるパターン認識方式
に関する」。
③「１頁右欄１１行目～２頁左上欄１行目〕この多層方向ヒストグラム〔
法によるパターン認識方式においては，文字などのパターンの輪郭画素
に方向コードを付け，そのパターンの枠の各辺から対向する辺に向かっ
てパターンを走査して白画素(背景)の次に出現する方向コードを検出
し，その方向コードをそれが走査線上で何番目に検出されたかによって
複数の層に層別する。そして，パターンの枠内の分割領域毎に，ある層
までの層別の方向コードのヒストグラムを求め，それぞれのヒストグラ
ムを成分(特徴量)としてベクトルを，パターンの特徴ベクトルとして用
いる」。
④「２頁右下欄４～１０行目・・・パターン識別能力の高い部分から〔〕
優先的に距離または類似度を演算することにより，パターン識別能力の
高い一部の成分について距離または類似度を演算した段階で，候補とな
り得ない辞書パターンを排除し，候補となり得る辞書パターンを早い段
階で絞り込むことができるであろう」。
⑤「４頁右上欄８～１８行目〕このように，この実施例では，パターン〔
識別能力の高い上位Ｎ次元に関して距離演算を行い，その距離を閾値と
比較することにより，未知パターンの候補パターンとなり得ない辞書パ
ターンを排除し，候補パターンとなり得る辞書パターンについてだけ全
次元を対象とした距離演算を行う。つまり，上位Ｎ次元だけのマッチン
グにより未知パターンの大分類(候補パターンの絞り込み)を行い，無駄
な距離演算を排除している。このような絞り込みにより，無駄な距離演
算が大幅に減少し，マッチング効率の大幅な向上が達成される」。
以上の記載からすると，乙２６③発明は，概略「特徴ベクトルを識別，
力の高い標準偏差又は分散の大きい次元順に並べ替えておき，より上位の
成分と優先的に対応を行うパターン認識方式」の発明であると認められ。
る。
ｂしたがって，本件発明のうち，特徴ベクトルの要素を所定の基準に従っ
て並べ替えて類似度が演算されるパターン認識方法は，公知の技術である
と認められる。
イ本件発明の特徴点
前記(1)アの本件発明の内容と上記アの従来技術とを対比すると，結局，
本件発明の特徴は，領域番号に置き換えられた特徴ベクトルの要素を構成す
る集合の１～Ｎ－１個の部分集合を辞書とし，これとすべての標準パターン
との照合をする点にあるものと認められる。そして，本件発明は，領域番号
の順序情報に従い部分集合を構成しておきながら，この部分集合における順
序情報を捨象し，そのようにして構成されたすべての部分集合との照合を逐
一行うなど重複した処理を繰り返すものであって，独創性はあるものの，文
字認識方法としての技術的な優位性は高いものとは認め難い。
(3)認識率の対比
ア本件明細書には，次の記載がある。
「００７８】実際に，ドットプリンタにより，半角文字のアルファベッ【
トの大小５２文字と，数字１０文字とをプリントアウトし，分解能３００
(ｄｐｉ；ドット/インチ)のスキャナーにより読取って，辞書作成用の手本
パターンと，認識率測定用の入力パターンとした。その場合，辞書に使用し
た文字数は６２文字種×８０セット＝４９６０文字，認識率測定用に入力し
た文字数は６２文字種×４０セット＝２４８０文字とした。その結果，辞書
作成に要する時間は，パーソナルコンピュータを使用した場合，約１３００
秒，認識率は９８.７５％であった。この場合，大文字と小文字とが殆ど類
似のパターンを有することにより，誤認識が生じたが，文字の大きさの情報
を入力することにより，認識率を９９.７５％とすることができる。
【】，００７９又ＪＩＳ第１水準の漢字２９６５文字種をプリントアウトし
前述のスキャナーにより読取って辞書作成用の手本パターン及び認識率測定
用の入力パターンとした。その場合，認識率は，９９.７％であった。この
場合の１文字当たりの認識所要時間は約０.１４秒であった。又０～９及び
Ａ～Ｘの手書き文字について辞書作成及び認識率測定を行った。その場合，
全文字数１０９９４に対して，認識率は９８.８６％であった。即ち，実用
充分な認識率を得ることができた」。
上記記載によれば，本件発明は，ドットプリンタにより印刷された活字体
を対象とし，かつ，手本パターンと認識パターンを同一のものとした場合の
認識率で９９.７５％に達するものの，手本パターンと認識パターンを同一
のものとした場合でも，手書き文字の認識率は９８.８６％である。
イ他方，郵政省郵政研究所が平成７年度に各参加機関に参加を求め実施した
手書き数字データベース「ＩＰＴＰＣＤ－ＲＯＭ１」を対象とした認識実
験(１６機関１８アルゴリズム)には，被告も本件発明を使用した製品でこれ
に参加した。なお「ＩＰＴＰＣＤ－ＲＯＭ１」とは，実際の年賀はがき，
に記載された３桁の手書き郵便番号の画像イメージを収録したものであり，
収録部分は郵便番号枠を含む横３０ｍｍ，縦１５ｍｍの部分であり，データ
数は１万２０００サンプル(３万６０００字)，使用筆記具はボールペン(２
，，。，５％)万年筆(１５％)サインペン(３２％)及び筆(２８％)であるまた
調査方法は，郵政省郵政研究所が定めた調査要綱に基づき各参加機関が認識
実験を行い，その結果を同研究所に報告するというものであり，サンプルデ
ータは，半分を学習データに使用し，残り半分を評価データに用い，郵便番
号枠の除去処理，文字切出し処理等の前処理は同研究所の指定した方式で行
うというものである。(乙３１の１～３)
この結果によると，本件発明のアルゴリズムは，正読率(３文字すべてが
正しく認識できた場合)が９６.９５％で，学習データ，評価データとも指定
外のものを使用したアルゴリズムを除く１２アルゴリズム中７位であり，評
，価データのみ指定のものを使用した７アルゴリズム中でも４位であり(なお
筆を除いた場合でも，本件発明のアルゴリズムの認識精度の順位はほとんど
変わらない。)，認識速度は，１文字当たり０.０１６秒で，学習データ，評
価データとも指定外のものを使用したアルゴリズムを除く１３アルゴリズム
中２位であった。
ウ原告及び中川正樹の「線形時間学習及び定数時間識別の一パターン識別手
法」(平成１８年１１月発行「電子情報通信学会論文誌」Ｖｏｌ．Ｊ８９－
ＡＮｏ．１１の９８１～９９２頁。甲７)によると，本件発明を原型とする
手法であるＰＳＳによる公開されている手書き数字データベースＭＮＩＳＴ
に対する認識率は，９５.９４％にすぎなかった。
エ手書き数字による実際の帳票(勤務表)１０００枚をサンプルとして，本件
発明による文字認識率を調査したところ，９６.９７％であった。(乙３，１
７)。
(4)代替技術
ア平成４年５月社団法人日本電子工業振興協会作成の光学文字読取装置(Ｏ「
ＣＲ)に関する技術動向調査報告書」(乙３０の１)によると，平成３年度，
同協会が，光学文字読取装置(帳票ＯＣＲ)について６３社に対してアンケー
ト調査をした結果，被告の１機種を含む１５社３２機種の回答が得られた。
その回答内容は，①読取り字種については，手書き及び活字とも，漢字３０
００字種までは５０％超，４０００字種も一部では可，②字形自由度につい
ては，数字は自由手書きまで５０％超，英字・記号・片仮名は常用手書きま
，，，では５０％超自由手書きも一部で可平仮名は常用手書きまでは５０％超
漢字は制限手書きは５０％超，常用手書きが一部で，③文字切出しについて
は，フリーピッチまでは５０％超，重なり文字や接触文字も一部で可，④文
字枠については，表形式や黒線枠までは５０％超，文字枠なしも一部で可，
⑤帳票制限緩和については，ＯＣＲ帳票，小型帳票は５０％超，罫線様式帳
票や従来帳票も一部で可というものであった。
イ平成６年３月社団法人日本電子工業振興協会作成の光学文字読取装置(Ｏ「
ＣＲ)に関する技術動向調査報告書」(乙３０の２)によると，同協会が，平
成５年度に帳票ＯＣＲ装置について６９社にアンケート調査をした結果，１
１社３１機種の回答が得られ，その回答内容は，２５機種(８１％)が手書き
漢字まで読み取れる機種であったというものであった。
ウ平成７年１０月社団法人日本電子工業振興協会ＯＣＲ専門委員会作成の参
，，，考資料(乙３０の４)によると手書きＦＡＸ対応の帳票ＯＣＲ製品として
ＮＥＣ「Ｎ６３７０Ｒ/１０」ほか(平成３年７月～平成７年８月発売)，沖
電気工業「ＦＡＸ－ＯＣＲＳシリーズ」ほか(平成６年７月発売)，日立製
作所「ＨＴ－４１７２」ほか(平成３年９月～平成５年１２月発売)，富士通
・ＰＦＵ「ＤＡＴＡＥＹＥ－２００」ほか(平成４年１０月～平成７年３月
発売)，東邦ビジネス管理センター「カンタンＯＣＲ読丸くん」(平成７年
１月発売)，日本アイビーエム「ＩＢＭ日本語ＯＣＲシステム」(平成３年１
月発売)が販売されていたことが認められる。
エ平成９年３月社団法人日本電子工業振興協会作成の「入力装置に関する調
査報告書第Ⅲ部ＯＣＲに関する調査」(乙３０の６)によると，平成９年
３月当時，手書帳票ＯＣＲ製品として，本件発明を使用した被告「ＢＩＲＤ
Ｓ手書きＲＥＡＤＥＲＶ３.０」のほか，メディアドライブ「Ｗｉｎ
ＲｅａｄｅｒＨａｎｄＶ２.０」及び「ＷｉｎＲｅａｄｅｒＨａｎ
ｄＶ３.０，日本ＩＢＭ「ＩＢＭＳｏｆｔＲｅｃｏｆｏｒＯＳ/２」
Ｖ１，日立「Ｆｒｉｅｎｄｌｙ－ＯＣＲ，富士通・ＰＦＵ「認識ユー」」
ティリティ」が存在していたことが認められる。
オ平成８年のＯＣＲ関連装置/ソフトの出荷状況は，デバイスタイプ(伝票処
理用)が６５８４台(１５９億６９００万円)，デバイスタイプ(文書用)が１
７２３台(５億６１００万円)，ソフトウェアタイプ(伝票処理用)が１１８７
個(１０億６８００万円)ソフトウェアタイプ(文書用)が９万６１８２個(１，
４億２４００万円)であった。(乙３０の６)
(5)上記(1)～(4)に検討したところによれば，本件サービスは，本件発明を必須
の構成とするものではない上，文字認識方法として本件発明は従来技術に比し
て格別技術的な優位性を有するものではなく，遅くとも本件サービス実施時，
認識率において他の製品に比して格別顕著な差を有していたものではないこ
と，他方，文字認識に係る代替技術は，市場に多く存在していたことが認めら
れるというのであるから，被告と競合する他者は，いつでも，文字認識部分に
ついて，本件発明と技術的に同等以上の代替技術を使用して，本件発明を使用
することなく，本件サービスと同様のサービスを行うことができたものという
べきである。そうすると，被告が，本件発明を排他的に実施していたことによ
って，すなわち，他者に対する禁止権の効果として，超過売上高を得たという
関係を認めることはできない。
(6)原告の主張につき
ア「本件発明の特徴」に関して
(ｱ)原告は，本件発明はすべて原告が独自に考案したものである旨を主張する
が，それが採用できないことは前記(2)において説示したとおりである。
(ｲ)原告は，本件発明を使用した文字認識の学習処理及び識別処理が高速であ
る旨を主張する。
しかしながら，学習処理時間は，既に完成したプログラムを運用する本件
サービスにおいて格別の効果を有するとは認め難い。また，本件サービスの
開始された平成９年当時，本件発明の文字認識の識別処理時間が，オペレー
タの待ち時間の有無又はその程度につき，他の技術と比して有意な差があっ
たことを認めるに足りる証拠はない。
(ｳ)原告は，すべてのカテゴリーに対する類似度情報を返す本件発明は，誤認
識をより高い確率ではじき出すことが可能となるなどと主張するが，すべて
のカテゴリーに対して類似度情報を返すことにより原告主張の効果が生じる
と認めるに足りる証拠はなく，採用することができない。
(ｴ)原告は，本件発明が大量カテゴリーの識別問題に係る分野に応用できる旨
を主張するが，被告がそのような発明を実施していることを認めるに足りる
証拠はない。
(ｵ)原告は，本件発明の認識率は高い旨を主張するが，その主張を採用するこ
とができないことは，上記(3)，(4)に説示したところから明らかである。
イ「代替技術」に関して
(ｱ)原告は，本件発明は専用ハードウェアを利用しなくてもよい点で有利であ
る旨を主張するが，自社実施形態である本件サービスの実施に当たっては，
上記の点は格別有利に働くものとは認められず，原告の上記主張は採用する
ことができない。
(ｲ)原告は，被告は競合他者からライセンスを受けられる立場にはなかった旨
を主張するが，被告は職務発明である本件発明を無償で実施でき，それを妨
げる理由はないのであるから，被告が競合他者からライセンスを受ける必要
性は，いずれにしても生じ得ない。原告の上記主張は前提を誤るものであり
失当である。
(ｳ)原告は，乙２９①～⑤発明のいずれもが本件発明と全くつながりがない旨
を主張するが，その主張が採用することのできないものであることは，前記
(2)に認定のとおりである。
ウ「本件サービスへの寄与」に関して
(ｱ)原告は，本件サービスはＯＣＲを利用することによって初めて成り立つ旨
を主張する。
しかしながら，被告はいずれにしても職務発明である本件発明を実施でき
るのであって，その実施による効率化は，本件権利の譲渡を受けて実施する
場合と法定通常実施権に基づき実施する場合とで何らの差異を見いだすこと
ができない。原告の上記主張は，本件発明を実施していない場合と本件発明
を実施している場合との対比を述べるのみであり，本件発明の譲渡を受けて
実施する場合と法定通常実施権に基づき実施する場合においていかなる差異
が生じるかを述べているものではない。原告の主張は，前提を誤るものであ
って，採用することができない。
(ｲ)原告は，本件サービスは，本件発明を除けば従来技術の単なる組合せにす
ぎない旨を主張するが，仮にそうであるとしても，本件発明についてもまた
代替技術が存する以上，本件サービスの性質が本件発明の排他的実施による
利益を基礎付けるものではない。原告の主張は，採用することができない。
エ「排他的実施」について
原告の主張の趣旨は，必ずしも明らかではないが，いずれにしても，本件
サービス実施時に本件発明と同等以上の代替技術が存していた以上，競合他
者はその技術を使用して市場に参入すればよく，被告が本件発明を排他的に
実施していたことによって超過売上高を得たという関係を認めることができ
ないことは，上記(5)のとおりであるから，原告の上記主張は，採用するこ
とができない。
(7)まとめ
以上の次第であり，被告に超過売上高があったことを認めることはできない
から，前記１に説示したところに照らし本件発明について旧３５条に基づく相
当対価を認めることはできないというべきである。
３結論
よって，その余の点について判断するまでもなく，原告の請求は理由がない
から，これを棄却することとして，主文のとおり判決する。
東京地方裁判所民事第４０部
裁判長裁判官
岡本岳
裁判官
中村恭
裁判官
鈴木和典

戻る