一种用于为流传输客户机提供事件的流传输呈现的系统，已通过在多个媒体流之间动态地切换来获得流传输呈现，并且所述系统包括：-输入，用于从多个流源获得源数据，所述多个流源提供对表示事件的不同记录的相应多个媒体流的访问，源数据由所述多个媒体流的并发部分的内容数据和/或元数据构成，并发部分表示事件的并发时间段，每个媒体流包括多个连续部分，所述多个媒体流包括一个或多个分割媒体流，并且所述并发部分至少部分地由所述一个或多个分割媒体流的并发片段构成； -处理子系统，被配置为，对于所述连续部分中的每一个： i)将至少一个质量评估函数应用于源数据以将质量得分分派给每个并发部分，其中所述质量得分是基于所述内容数据确定的，由此建立多个质量得分；以及ii)产生选择数据用于使流传输客户机能够访问相应媒体流的并发部分中的所选择的部分，已基于所述多个质量得分的比较选择所述所选择的部分。

为了对目标专利的权利要求1进行深入的无效/创造性分析，我将紧密结合**目标专利说明书的逻辑**以及**对比文件（D1、D2）的原文出处**，进行系统性的比对、分析与检索策略提炼。

---

### 一、 对比文件基本信息

* **对比文件1（D1）**：`US20070102764A1` (*INFORMATION STORAGE MEDIUM, INFORMATION REPRODUCING APPARATUS, AND INFORMATION REPRODUCING METHOD*)

* **对比文件2（D2）**：`US20120185906A1` (*Scalable Video Controls Bandwidth Allocation to Data Services*)

---

### 二、 权利要求1的技术特征比对表格

以下表格列出了权利要求1的技术特征A~H，并分别对应D1与D2在原文中的比对结果及详细出处：

---

### 三、 对比文件公开性与创造性分析

#### 1. 各对比文件的技术特征公开情况

* **D1 (`US20070102764A1`)**：

* **公开的技术特征**：特征A、B、C、D、E、F。

* **未公开的技术特征**：特征G和特征H。D1是一个高度完善的包含多媒体流（Primary/Secondary Video Set）、时间轴（Title Timeline）、网络传输（Network Server/File Cache）以及自适应网络源选择（`NetworkSource` element，基于 `networkThroughput` 匹配）的架构。然而，D1在选择网络流或媒体片段时，依据的是预设的网络吞吐量阈值与系统参数（元数据匹配），并没有对媒体片段的**内容数据**（Content Data）应用**质量评估函数**（Quality Assessment Function）来实时计算**质量得分**（Quality Score），更未基于质量得分的比较来生成选择数据。

* **D2 (`US20120185906A1`)**：

* **公开的技术特征**：特征A、B、C、D、E、F。

* **未公开的技术特征**：特征G和特征H。D2属于自适应流传输（如DASH/HLS框架）技术，公开了将媒体流分割为连续片段、在不同码率流之间动态切换、利用Manifest控制客户端访问。但D2的切换决策依赖于带宽分配、缓冲区占用率或码率（Bitrate）等元数据指标，同样没有公开基于内容数据计算质量得分（例如客观视频质量算法如VMAF、PSNR、SSIM，或内容复杂度评估函数）并进行质量得分比较的机制。

#### 2. 最接近的对比文件分析（基于技术问题与技术效果）

* **最接近对比文件的选择**：**D1 (`US20070102764A1`)** 或 **D2 (`US20120185906A1`)** 均适合作为第一最接近的对比文件。

* **若以多流动态切换与播放器/客户端控制架构为核心**：**D1** 最适合作为主对比文件（D1）。D1与本专利均致力于解决“如何在复杂的网络/多媒体环境下，为客户端提供无缝、动态切换的流传输呈现”这一技术问题。D1提供了极其详尽的客户端架构（包含Data Access Manager, File Cache, Presentation Engine, Dynamic Switch），其系统框架与本专利的流传输系统构架最为贴近。

* **若以自适应 HTTP 流传输（DASH/HLS片段切片）为核心**：**D2** 亦可作为最接近对比文件（D1'）。D2解决了“网络带宽波动下如何优化流传输片段选择”的问题。

* **区别技术特征**：

与D1（或D2）相比，本专利权利要求1的区别技术特征在于**特征G及特征H**：

* 处理子系统针对每个连续部分，**将至少一个质量评估函数应用于源数据的内容数据，以确定并分派质量得分**；

* **基于多个质量得分的比较**来选择并发部分，并产生选择数据供客户端访问。

* **区别特征的技术问题与效果**：

* **要解决的技术问题**：如何克服传统仅依赖网络带宽/码率等粗放元数据进行流切换的局限，从而更精准、客观地评估实际视频内容质量，以优化流传输过程中的画质体验与资源利用率。

* **技术效果**：通过基于“内容数据”本身计算质量得分（而不是仅仅看文件大小或标称码率），系统能够根据视频画面实际的视觉质量或编码失真程度进行动态评估与比较，从而使客户端能够选择在当前网络下真正具备最佳视觉质量/效能比的流片段。

---

### 四、 无效请求中最薄弱的技术特征与进一步检索策略

#### 1. 无效请求中最薄弱的技术特征（Patent's Vulnerable Point）

本专利权利要求1的最薄弱点（即专利权人最容易被攻破、或无效请求人最应重点攻击的技术特征）是：

* **特征Gi（基于内容数据应用质量评估函数计算质量得分）与特征H（基于质量得分比较进行片段选择）**。

**薄弱性原因分析**：

1. **概念泛化与撰写上位化**：权利要求1中的“质量评估函数”（Quality Assessment Function）和“基于内容数据确定质量得分”（Quality Score determined based on content data）撰写得非常上位，未限定具体的评估算法（如未限定是VMAF, PSNR, SSIM, 还是某种图像特征/复杂度算法）。

2. **现有技术结合倾向高**：在视频编码与流传输领域（特别是在2012-2015年及以后的VBR/感知编码/DASH自适应流传输技术中），“基于视频内容复杂度/画质客观评估得分（Content-based Quality/Perceptual Score）来指导自适应流传输（DASH Segment Selection or Bitrate Switching）”属于非常广为人知和研究深入的领域（例如 Dynamic Optimizer, Perceptual Quality-based Streaming）。

#### 2. 进一步的对比文件检索策略（Search Strategy）

为了补充特征G和特征H，彻底击关权利要求1的创造性，建议采取以下二次检索策略：

1. **关键词组合策略（IPC/CPC分类号 + 核心技术词）**：

* **IPC/CPC 分类号**：

* `H04N21/2343`（服务端视频转码/质量处理）

* `H04N21/2402`（基于网络/质量状况的流控制）

* `H04N21/2662`（基于画质/码率自适应的视频流传输）

* `H04N19/154` / `H04N19/89`（基于感知质量/客观质量评估的视频编码与传输）

* **核心关键词表达（英文）**：

* *Group A (流传输/自适应切片)*: `adaptive streaming`, `DASH`, `segment`, `fragment`, `chunk`, `dynamic switching`.

* *Group B (质量评估/得分)*: `quality assessment`, `quality score`, `quality metric`, `VMAF`, `PSNR`, `SSIM`, `MOS`, `perceptual quality`, `content-based quality`.

* *Group C (比较与选择)*: `compare score`, `quality-based selection`, `rate-distortion optimization`.

2. **精准检索逻辑组配**：

` (H04N21/2662 OR H04N21/2402 OR H04N19/154) AND ("quality score" OR "quality assessment" OR "perceptual quality") AND ("adaptive streaming" OR "DASH" OR "segment") AND (compare OR selection OR switch) `

3. **重点追溯的对比文件方向/文献库**：

* **专利文献**：重点检索 Netflix、Google/YouTube、Harmonic、InterDigital、Qualcomm、Broadcom、Ericsson 等在自适应流传输及感知质量评估（Perceptual Quality Adaptive Streaming）领域的早期专利申请。

* **非专利文献（NPL）**：IEEE Transactions on Multimedia, IEEE Signal Processing, ACM Multimedia, Packet Video Workshop 等会议/期刊关于“*Perceptual Quality-driven Adaptive Video Streaming*”或“*Content-aware DASH Rate Adaptation*”的论文。由于论文通常更早提出基于“内容质量得分（Quality Score）”指导片段切换的具体算法，作为D2（或D1）的结合公知常识/补充对比文件极具杀伤力。

```python?code_reference&code_event_index=1

import re

# Let's draft a python script that creates the detailed PDF report using HTML and Weasyprint.

# First let's write out the document content in code and execute it.

html_content = """<!DOCTYPE html>

<html lang="zh-CN">

<head>

<meta charset="UTF-8">

<style>

@page {

size: A4;

margin: 20mm 15mm 20mm 15mm;

@bottom-right {

content: "第 " counter(page) " 页，共 " counter(pages) " 页";

font-family: "PingFang SC", "Microsoft YaHei", sans-serif;

font-size: 8pt;

color: #666666;

}

@bottom-left {

content: "专利无效/创造性对比分析报告";

font-family: "PingFang SC", "Microsoft YaHei", sans-serif;

font-size: 8pt;

color: #666666;

}

}

body {

font-family: "PingFang SC", "Microsoft YaHei", "SimSun", sans-serif;

font-size: 10pt;

line-height: 1.6;

color: #2c3e50;

margin: 0;

padding: 0;

}

/* Header Banner */

.header-container {

background-color: #1a365d;

color: #ffffff;

padding: 20px 25px;

margin: -20mm -15mm 20px -15mm;

border-bottom: 4px solid #2b6cb0;

}

.header-container h1 {

font-size: 18pt;

margin: 0 0 8px 0;

font-weight: 700;

letter-spacing: 0.5px;

}

.header-container .subtitle {

font-size: 10.5pt;

color: #e2e8f0;

margin: 0;

}

.meta-box {

background-color: #f7fafc;

border: 1px solid #e2e8f0;

border-left: 4px solid #3182ce;

padding: 12px 15px;

margin-bottom: 20px;

font-size: 9.5pt;

}

.meta-box table {

width: 100%;

border-collapse: collapse;

}

.meta-box td {

padding: 3px 8px;

vertical-align: top;

}

.meta-box td.label {

font-weight: bold;

color: #4a5568;

width: 15%;

}

h2 {

font-size: 13pt;

color: #1a365d;

border-left: 4px solid #3182ce;

padding-left: 10px;

margin-top: 22px;

margin-bottom: 12px;

page-break-after: avoid;

}

h3 {

font-size: 11pt;

color: #2b6cb0;

margin-top: 14px;

margin-bottom: 8px;

page-break-after: avoid;

}

p {

margin-top: 0;

margin-bottom: 10px;

text-align: justify;

}

/* Table styling */

table.compare-table {

width: 100%;

border-collapse: collapse;

margin: 12px 0 20px 0;

font-size: 8.5pt;

page-break-inside: auto;

}

table.compare-table tr {

page-break-inside: avoid;

page-break-after: auto;

}

table.compare-table th {

background-color: #2b6cb0;

color: #ffffff;

font-weight: bold;

padding: 8px 6px;

border: 1px solid #2b6cb0;

text-align: center;

}

table.compare-table td {

border: 1px solid #cbd5e0;

padding: 7px 6px;

vertical-align: top;

}

table.compare-table tr:nth-child(even) {

background-color: #f8fafc;

}

.status-disclosed {

color: #276749;

font-weight: bold;

background-color: #c6f6d5;

padding: 2px 4px;

border-radius: 3px;

display: inline-block;

}

.status-partial {

color: #d69e2e;

font-weight: bold;

background-color: #fefcbf;

padding: 2px 4px;

border-radius: 3px;

display: inline-block;

}

.status-undisclosed {

color: #9b2c2c;

font-weight: bold;

background-color: #fed7d7;

padding: 2px 4px;

border-radius: 3px;

display: inline-block;

}

.quote {

font-family: "Georgia", "Times New Roman", serif;

font-style: italic;

color: #4a5568;

background-color: #edf2f7;

padding: 6px 10px;

border-left: 3px solid #cbd5e0;

margin: 4px 0;

font-size: 8.2pt;

line-height: 1.4;

}

.callout-box {

background-color: #ebf8ff;

border: 1px solid #bee3f8;

border-radius: 4px;

padding: 12px 15px;

margin: 15px 0;

}

.callout-title {

font-weight: bold;

color: #2b6cb0;

margin-bottom: 5px;

}

ul, ol {

margin-top: 0;

margin-bottom: 10px;

padding-left: 20px;

}

li {

margin-bottom: 4px;

}

.tag {

display: inline-block;

padding: 1px 5px;

font-size: 7.5pt;

font-weight: bold;

border-radius: 3px;

margin-right: 4px;

}

.tag-d1 { background-color: #e2e8f0; color: #2d3748; }

.tag-d2 { background-color: #feebc8; color: #744210; }

.tag-d3 { background-color: #e9d8fd; color: #441239; }

</style>

</head>

<body>

<div class="header-container">

<h1>目标专利权利要求1与对比文件对比分析报告</h1>

<div class="subtitle">专业专利代理师团队评估报告 | 创造性与无效可行性深度分析</div>

</div>

<div class="meta-box">

<table>

<tr>

<td class="label">分析对象：</td>

<td>目标专利 权利要求1（流传输呈现系统及其质量评分与动态切换）</td>

</tr>

<tr>

<td class="label">对比文件：</td>

<td>

<b>D1:</b> US6577333B2 (Automatic multi-camera video composition)<br>

<b>D2:</b> US20040071209A1 (Method for presenting streaming media for an event)<br>

<b>D3:</b> US20040071214A1 (Method for presenting streaming media)

</td>

</tr>

<tr>

<td class="label">评估结论：</td>

<td>权利要求1整体创造性较低。最佳最接近对比文件为 <b>D1 (US6577333B2)</b> 与 <b>D3 (US20040071214A1)</b>。薄弱技术特征为<b>特征E/F</b>（分割媒体流与并发片段）。</td>

</tr>

</table>

</div>

<h2>一、 目标专利权利要求1技术特征精准拆解与说明书解释</h2>

<p>在进行专利新颖性与创造性对比前，依据专利法及审查指南，必须紧密结合目标专利说明书对权利要求1进行确切解释：</p>

<ul>

<li><b>系统定位与整体框架：</b>权利要求1限定了一种“用于为流传输客户机提供事件的流传输呈现的系统”，其通过在多个媒体流之间动态切换实现呈现。包含“输入”与“处理子系统”两大核心模块。</li>

<li><b>特征A（输入与多源采集）：</b>输入端从多个流源获得源数据，对应不同记录的多个媒体流。</li>

<li><b>特征B/C/D（源数据、并发部分与连续部分）：</b>源数据由并发部分的内容数据和/或元数据构成。并发部分代表事件的并发时间段，且每个媒体流包含多个连续部分。</li>

<li><b>特征E/F（分割媒体流与并发片段）：</b>特别限定“多个媒体流包括一个或多个分割媒体流”，且“并发部分至少部分地由一个或多个分割媒体流的并发片段构成”。在说明书语境下，这涵盖了将媒体流在时间或空间/逻辑上划分为多个子片段/切片（Sub-segments/Slices）或不同编码粒度的片段，以便于粒度更细的质量评估与动态切换。</li>

<li><b>特征G（处理子系统 - 质量评估与评分）：</b>处理子系统在连续部分中，将至少一个质量评估函数应用于源数据，<b>且质量得分是基于内容数据确定的</b>，由此建立多个质量得分。此处“基于内容数据”强调了质量评估并非仅看外部元数据，而是深入分析了媒体流本身的内容特征（例如声音振幅、图像画面变化、运动量、人脸/说话人识别等内容级指标）。</li>

<li><b>特征H（处理子系统 - 选择数据产生与切换控制）：</b>产生选择数据，使客户机能够访问基于质量得分比较后选择的并发部分。</li>

</ul>

<h2>二、 对比文件原文技术特征比对表 (Feature Comparison Table)</h2>

<p>下表详细比对目标专利权利要求1各技术特征在对比文件D1 (US6577333B2)、D2 (US20040071209A1) 和 D3 (US20040071214A1) 中的公开情况，并提供英文原文及精确出处。</p>

<table class="compare-table">

<thead>

<tr>

<th style="width: 12%;">权利要求特征</th>

<th style="width: 28%;">D1: US6577333B2</th>

<th style="width: 28%;">D2: US20040071209A1</th>

<th style="width: 28%;">D3: US20040071214A1</th>

</tr>

</thead>

<tbody>

<tr>

<td><b>特征A</b><br>流切换系统与输入源获得</td>

<td><span class="status-disclosed">完全公开</span><br>公开了多摄像头视频切换系统，接收多个音视频流源。<br>

<div class="quote">Col. 3, lines 17-21: "FIG. 2 shows the configuration of a video switching system 30... Video switch 50 receives a video input from each camera C1, C2, C3."</div></td>

<td><span class="status-disclosed">完全公开</span><br>公开了事件流媒体呈现系统，接收与事件相关的多个数据流。<br>

<div class="quote">[0031]: "multiple data streams are received, such that the data stream information identifies a plurality of data streams associated with the event."</div></td>

<td><span class="status-disclosed">完全公开</span><br>公开了接收事件关联的多个媒体流源，并支持客户机选择/切换。<br>

<div class="quote">[0043]: "Receiver 312 is operable to receive a plurality of data streams... (e.g., streams 1 and 2 of FIG. 3B)."</div></td>

</tr>

<tr>

<td><b>特征B/C/D</b><br>源数据、并发/连续部分构成</td>

<td><span class="status-disclosed">完全公开</span><br>视频/音频在连续的检查时间间隔（examination intervals）和时间子窗口内被切分成连续部分并进行并发评分。<br>

<div class="quote">Col. 4, lines 10-15: "...determines the length of time over which an audio score will be calculated... periodic video switching decisions"</div></td>

<td><span class="status-disclosed">完全公开</span><br>媒体流由连续帧/时间段构成，且评估各数据流的片段（fragment/frame）。<br>

<div class="quote">[0032]: "In one embodiment, a fragment (e.g., an individual frame) of each data stream is scored."</div></td>

<td><span class="status-disclosed">完全公开</span><br>媒体流包含连续部分，并在并发时间上划分为基础流与差分信号，按帧/时间段传输。<br>

<div class="quote">[0038]: "In one embodiment, a fragment (e.g., an individual frame) of each data stream is scored."</div></td>

</tr>

<tr>

<td><b>特征E/F</b><br>分割媒体流与并发片段构成</td>

<td><span class="status-partial">实质公开 / 隐式技术等效</span><br>音频/视频流按时间子窗口（temporal subwindows，如6.25ms）切片分割作为比对片段。<br>

<div class="quote">Col. 4, lines 39-44: "...samples are considered in groups... (e.g., 6.25 msec temporal subwindows)."</div></td>

<td><span class="status-partial">实质公开 / 隐式技术等效</span><br>将数据流划分为片段（fragment/individual frame）进行评分与分发。<br>

<div class="quote">[0032]: "In one embodiment, a fragment (e.g., an individual frame) of each data stream is scored."</div></td>

<td><span class="status-disclosed">完全公开</span><br><b>直接公开流分割：</b>将原始媒体流分割为低质量基础流与差分（增量）信号流。<br>

<div class="quote">[0031]: "generating a low quality signal 120... and a differential signal 118 based on the difference between low quality signal and data stream."</div></td>

</tr>

<tr>

<td><b>特征G</b><br>处理子系统基于内容数据计算质量得分</td>

<td><span class="status-disclosed">完全公开</span><br><b>完全基于内容数据计算质量得分：</b>分析音频内容的峰峰值振幅、画面运动、人脸识别等内容特征建立得分。<br>

<div class="quote">Col. 4, lines 45-50: "For each temporal subwindow... maximum peak-to-peak amplitude of the audio input for that subwindow... increment its audio score."<br>Col. 6, lines 13-18: "frame-to-frame motion detection, face detection... affect scoring"</div></td>

<td><span class="status-disclosed">完全公开</span><br>基于传感器和视频内容特征（如图像清晰度、目标追踪等）对数据流片段进行评分。<br>

<div class="quote">[0032]-[0033]: "Each stream is given a score based on the inclusion of the desired runner and other factors, such as image clarity."</div></td>

<td><span class="status-disclosed">完全公开</span><br>基于评估标准对媒体流片段计算质量分数（score），确定压缩质量与流选择。<br>

<div class="quote">[0038]: "Each stream is given a score based on the inclusion of the desired runner and other factors, such as image clarity."</div></td>

</tr>

<tr>

<td><b>特征H</b><br>产生选择数据并基于得分比较切换访问</td>

<td><span class="status-disclosed">完全公开</span><br>依据加权音频/内容得分比较（Block 80），最大得分者被选中并生成切换指令驱动视频选择。<br>

<div class="quote">Col. 5, lines 35-42: "Block 80 compares the weighted audio scores... determines the index i of the maximum score. Block 86 sets the current index..."</div></td>

<td><span class="status-disclosed">完全公开</span><br>比较各流得分，将得分最高（highest score）的流选择并发送给客户端。<br>

<div class="quote">[0033]: "The stream with the highest score is selected for transmission to the portable electronic device of the user."</div></td>

<td><span class="status-disclosed">完全公开</span><br>比较得分生成选择信号（stream selection 160），驱动流切换器控制客户机访问。<br>

<div class="quote">[0041]: "...stream selection 160 identifying the selected stream is transmitted to stream switch... for rendering."</div></td>

</tr>

</tbody>

</table>

<h2>三、 最接近对比文件 (Closest Prior Art) 选择与技术问题/效果深度分析</h2>

<div class="callout-box">

<div class="callout-title">核心结论：本案存在两个最接近对比文件（D1与D3）</div>

<p>从<b>整体技术领域、解决的技术问题以及达到的技术效果</b>角度综合评估，<b>D1 (US6577333B2)</b> 与 <b>D3 (US20040071214A1)</b> 均极其适合作为创造性分析中的最接近对比文件。</p>

</div>

<h3>1. 以 D1 (US6577333B2) 作为最接近对比文件的分析</h3>

<ul>

<li><b>技术领域与基本构架一致性：</b>D1与目标专利完全属于多视角/多摄像头视频流自动选择与呈现领域。D1的核心即为通过自动化处理子系统对多个音视频流进行实时分析与质量评分，并根据评分比较结果动态切换最佳视频视角输出给终端用户。</li>

<li><b>整体解决的技术问题：</b>两者均旨在解决“人工切换多路视频效率低、成本高，且无法根据视频/音频实际内容动态、精准地选取最佳质量/最有趣视角”的技术问题。</li>

<li><b>达到的技术效果：</b>两者均实现了无需人工干预的自动化流选择，极大提高了视频呈现的实时性与画面质量吸引力。</li>

<li><b>公开特征度评估：</b>D1完全公开了特征A、B、C、D、G、H。特别是<b>特征G（基于内容数据建立质量得分）</b>，D1不仅公开了对音频内容进行子窗口振幅分析（Col. 4），还明确公开了结合视频帧间运动检测（motion detection）、人脸识别（face detection）等视频内容本身进行综合质量打分（Col. 6, lines 13-18）。</li>

<li><b>与目标专利的微小区别及结合分析：</b>若认为D1中的流切片（subwindows）未明确使用“分割媒体流”这一术语，其区别仅在于“媒体流具体如何分割/切片（特征E/F）”。然而，将连续流按时间/空间片段分割打分是本领域的公知常识，且该特征已在D3中被明确公开。</li>

</ul>

<h3>2. 以 D3 (US20040071214A1) 作为最接近对比文件的分析</h3>

<ul>

<li><b>技术领域与网络流传输架构一致性：</b>D3属于流媒体传输与呈现（streaming media presentation）领域，且明确针对流传输客户机（client device/portable device）以及带宽限制下的流切换与质量优化。</li>

<li><b>整体解决的技术问题：</b>解决“在无线/移动流传输环境下，如何在有限带宽和多视角流源中为客户机选择并呈现最高质量/最令人感兴趣的媒体流”的技术问题。</li>

<li><b>公开特征度评估：</b>D3完全公开了特征A、B、C、D、G、H，并且<b>完全公开了特征E与F（分割媒体流与并发片段）</b>。D3在其说明书[0031]及[0044]中明确公开了将原始媒体流分割为基础低质量流与差分（differential）信号流（即“分割媒体流”），并对各片段（fragment/individual frame）进行评分与选择性传输。</li>

</ul>

<h2>四、 创造性组合分析与无效请求中最薄弱技术特征分析</h2>

<h3>1. 未被最接近对比文件公开特征的公知常识/结合公开分析</h3>

<p>在创造性三步法评估中：</p>

<ul>

<li><b>情况一（以D1为主对比文件）：</b>D1公开了权利要求1绝大部分特征（A, B, C, D, G, H）。未被D1明确公开的“分割媒体流及并发片段构成（特征E/F）”，已被D3（以及D2）明确公开，且D3同样属于流媒体呈现领域。本领域技术人员在D1的基础上引入D3的流分割与分段评分传输技术，无需付出创造性劳动。</li>

<li><b>情况二（以D3为主对比文件）：</b>D3已完全覆盖权利要求1的所有技术特征（A-H）。即使考量质量评估的具体算法细节，结合D1中公开的基于音频振幅、运动检测和人脸识别的内容质量评估函数（特征G），该组合对本领域技术人员而言是显而易见的。</li>

</ul>

<h3>2. 提出无效请求中最薄弱的技术特征 (Weakest Technical Feature)</h3>

<div class="callout-box" style="background-color: #fff5f5; border-color: #feb2b2;">

<div class="callout-title" style="color: #c53030;">核心诊断：权利要求1中最薄弱的技术特征为【特征E及特征F】</div>

<p><b>薄弱原因分析：</b></p>

<ol>

<li><b>撰写泛化与实质技术贡献缺失：</b>权利要求1中对“分割媒体流（segmented media stream）”和“并发片段（concurrent segments）”的定义非常宽泛，未限定任何具体的切片协议、编码格式或时空对齐控制机制。</li>

<li><b>常规技术手段：</b>在网络流传输（如HLS, DASH, MSS等）及多媒体处理领域，将连续媒体流在时间维度上划分为固定/动态长度的Chunk/Fragment/Segment，或者在空间/逻辑层面上拆分为基础层与增强层（SVC/差分流），是本领域的通识与标准做法。</li>

<li><b>轻易被对比文件击穿：</b>D3 (US20040071214A1) 已经明确公开了将数据流分割为Low-quality signal和Differential signal（特征E/F直接被毁）；同时D1/D2中将流按Temporal Subwindow或Fragment切分打分也构成了实质公开。因此，专利权人极难依靠特征E/F来维持创造性。</li>

</ol>

</div>

<h2>五、 进一步对比文件检索策略 (Advanced Retrieval Strategy)</h2>

<p>为确保在后续的专利无效宣告程序中形成“多重保险”的证据链，针对目标专利的保护主题与薄弱点，建议采取以下补充检索策略：</p>

<h3>1. 扩展检索要素表 (Element Mapping & Extension)</h3>

<ul>

<li><b>核心主题关键词：</b>Multi-camera, Video autoselector, Streaming media, Dynamic switching, Quality score / Evaluation function, Segmented stream, Content-based scoring, DASH (Dynamic Adaptive Streaming over HTTP).</li>

<li><b>分类号 (IPC/CPC) 精准锁定：</b>

<ul>

<li><code>H04N 21/44</code> (基于内容分析的视频处理/质量评估)</li>

<li><code>H04N 21/462</code> (客户端流选择与自适应切换)</li>

<li><code>H04N 21/234</code> (服务端媒体内容分析与切片)</li>

<li><code>H04N 7/18</code> (多摄像头监控/切换系统)</li>

<li><code>G06T 7/00</code> (基于图像内容的质量计算)</li>

</ul>

</li>

</ul>

<h3>2. 具体检索路径与组合建议</h3>

<ol>

<li><b>追溯早期流媒体自适应协议专利 (Early Adaptive Streaming Patents)：</b>重点检索2000-2005年间有关 HTTP Adaptive Streaming、Microsoft Smooth Streaming 或 RealNetworks 相关的流分割与质量评估专利（如 Apple, Microsoft, RealNetworks, Qualcomm 早期族系），寻找更直接公开“基于内容质量分派（Content-based Quality Score）驱动切片流切换”的文献。</li>

<li><b>深入3GPP及MPEG标准文献检索：</b>目标专利技术与3GPP PSS (Packet-switched Streaming Service) 及 MPEG-DASH 标准高度重合。建议检索 3GPP TS 26.234、TS 26.247 等规范的提案（Tdoc），这些标准化提案中存在大量关于“媒体流切片（Segments）、质量级别（Quality Levels/Metrics）计算与动态切换”的先验公开技术。</li>

<li><b>追溯 D1/D3 的同族与引证专利：</b>以 US6577333B2 (D1) 和 US20040071214A1 (D3) 为起点，开展<b>向前/向后引证检索 (Forward/Backward Citation Search)</b>，往往能直接发现同领域内针对“基于内容的流切片切换”更精准的对比文件。</li>

</ol>

</body>

</html>

"""

# Save html to a temp file and build PDF using Weasyprint

with open("patent_analysis_report.html", "w", encoding="utf-8") as f:

f.write(html_content)

from weasyprint import HTML

HTML("patent_analysis_report.html").write_pdf("patent_analysis_report.pdf")

print("PDF generated successfully!")

```

```text?code_stdout&code_event_index=1

PDF generated successfully!

```

Your PDF file is ready

[file-tag: code-generated-file-266f41e9-524b-4dd0-8f68-eb0ded3102ff]

作为经验丰富的专利代理师，我已对**权利要求1.docx**（目标专利权利要求1）与三份对比文件（D1、D2、D3）进行了严谨的对比分析。以下是紧密结合目标专利说明书及对比文件原文详细出处的专业分析报告：

---

# 目标专利权利要求1与对比文件无效/创造性对比分析报告

---

### 一、 目标专利权利要求1技术特征拆解与说明书解释

结合目标专利说明书，对权利要求1的技术特征进行确切解释：

* **系统定位：** 用于为流传输客户机提供事件的流传输呈现的系统，通过在多个媒体流之间动态切换实现呈现。包含“输入”和“处理子系统”两大模块。

* **技术特征A（输入与多源采集）：** 从多个流源获得源数据，所述流源提供对表示事件的不同记录的相应多个媒体流的访问。

* **技术特征B、C、D（源数据、并发部分与连续部分）：** 源数据由并发部分的内容数据和/或元数据构成，并发部分表示事件的并发时间段；每个媒体流包括多个连续部分。

* **技术特征E、F（分割媒体流与并发片段）：** 多个媒体流包括一个或多个分割媒体流，且并发部分至少部分地由分割媒体流的并发片段构成。*（说明书解释：指将媒体流在时间或空间/逻辑上划分为多个子片段/切片（Sub-segments/Slices）或不同编码粒度的片段，以便于粒度更细的质量评估与动态切换）*。

* **技术特征G（处理子系统 - 质量评估与评分）：** 处理子系统对于连续部分中的每一个，将至少一个质量评估函数应用于源数据，**且质量得分是基于内容数据确定的**，由此建立多个质量得分。*（说明书解释：强调质量评估深入分析了媒体流本身的内容特征，如声音振幅、画面运动、人脸/说话人识别等内容级指标，而非仅依赖外部元数据）*。

* **技术特征H（处理子系统 - 选择数据产生与切换控制）：** 产生选择数据使客户机能够访问基于质量得分比较后选择的并发部分。

---

### 二、 对比文件原文技术特征比对表 (Feature Comparison Table)

---

### 三、 最接近对比文件 (Closest Prior Art) 选择与技术问题/效果分析

从**整体技术领域、解决的技术问题以及达到的技术效果**综合评估，本案存在两个最接近对比文件：**D1 (US6577333B2)** 与 **D3 (US20040071214A1)**。

#### 1. 以 D1 (US6577333B2) 作为最接近对比文件

* **技术领域与基本构架：** D1属于多视角/多摄像头视频流自动选择与呈现领域，其核心是通过自动化处理子系统对多个音视频流进行实时分析与质量评分，并根据评分比较结果动态切换最佳视频视角。

* **解决的技术问题：** 解决“人工切换多路视频效率低、成本高，且无法根据视频/音频实际内容动态、精准地选取最佳质量/最有趣视角”的技术问题。

* **达到的技术效果：** 实现了无需人工干预的自动化流选择，极大提高了视频呈现的实时性与画面质量吸引力。

* **特征公开度：** D1完全公开了特征A、B、C、D、G、H。**尤其针对特征G（基于内容数据建立质量得分）**，D1不仅公开了对音频内容进行子窗口振幅分析（Col. 4），还明确公开了结合视频帧间运动检测（motion detection）、人脸识别（face detection）等视频内容本身进行综合质量打分（Col. 6, lines 13-18）。

#### 2. 以 D3 (US20040071214A1) 作为最接近对比文件

* **技术领域与网络架构：** D3属于流媒体传输与呈现（streaming media presentation）领域，且明确针对流传输客户机（client device/portable device）以及带宽限制下的流切换与质量优化。

* **解决的技术问题：** 解决“在无线/移动流传输环境下，如何在有限带宽和多视角流源中为客户机选择并呈现最高质量/最令人感兴趣的媒体流”的技术问题。

* **特征公开度：** D3完全公开了特征A、B、C、D、G、H，并且**完全公开了特征E与F（分割媒体流与并发片段）**。D3在其说明书[0031]及[0044]中明确公开了将原始媒体流分割为基础低质量流与差分（differential）信号流（即“分割媒体流”），并对各片段（fragment/individual frame）进行评分与选择性传输。

---

### 四、 创造性组合与最薄弱技术特征分析

#### 1. 组合创造性分析

* **以D1为主对比文件结合D3：** D1公开了权利要求1绝大部分特征（A, B, C, D, G, H）。未被D1明确公开的“分割媒体流及并发片段构成（特征E/F）”，已被D3（以及D2）明确公开，且D3同样属于流媒体呈现领域。本领域技术人员在D1的基础上引入D3的流分割与分段评分传输技术，无需付出创造性劳动。

* **以D3为主对比文件结合D1：** D3已完全覆盖权利要求1的所有技术特征（A-H）。即使考量质量评估的具体算法细节，结合D1中公开的基于音频振幅、运动检测和人脸识别的内容质量评估函数（特征G），该组合对本领域技术人员而言是显而易见的。

#### 2. 无效请求中最薄弱的技术特征 (Weakest Technical Feature)

* **核心诊断：权利要求1中最薄弱的技术特征为【特征E及特征F】（分割媒体流与并发片段）。**

* **薄弱原因：**

1. **撰写泛化与实质贡献缺失：** 权利要求1中对“分割媒体流（segmented media stream）”和“并发片段（concurrent segments）”的定义非常宽泛，未限定任何具体的切片协议、编码格式或时空对齐控制机制。

2. **常规技术手段：** 在网络流传输（如HLS, DASH, MSS等）及多媒体处理领域，将连续媒体流在时间维度上划分为固定/动态长度的Chunk/Fragment/Segment，或者在空间/逻辑层面上拆分为基础层与增强层（SVC/差分流），是本领域的通识与标准做法。

3. **轻易被对比文件击穿：** D3 (US20040071214A1) 已经明确公开了将数据流分割为Low-quality signal和Differential signal（特征E/F直接被毁）；同时D1/D2中将流按Temporal Subwindow或Fragment切分打分也构成了实质公开。因此，专利权人极难依靠特征E/F来维持创造性。

---

### 五、 进一步对比文件检索策略 (Advanced Retrieval Strategy)

为确保在后续专利无效宣告程序中形成更稳固的证据链，建议采取以下补充检索策略：

1. **分类号 (IPC/CPC) 精准锁定：**

* `H04N 21/44` (基于内容分析的视频处理/质量评估)

* `H04N 21/462` (客户端流选择与自适应切换)

* `H04N 21/234` (服务端媒体内容分析与切片)

* `H04N 7/18` (多摄像头监控/切换系统)

2. **追溯早期流媒体自适应协议专利：** 重点检索2000-2005年间有关 HTTP Adaptive Streaming、Microsoft Smooth Streaming 或 RealNetworks 相关的流分割与质量评估专利（如 Apple, Microsoft, RealNetworks, Qualcomm 早期族系），寻找更直接公开“基于内容质量分派（Content-based Quality Score）驱动切片流切换”的文献。

3. **深入3GPP及MPEG标准文献检索：** 目标专利技术与3GPP PSS (Packet-switched Streaming Service) 及 MPEG-DASH 标准高度重合。建议检索 3GPP TS 26.234、TS 26.247 等规范的提案（Tdoc），这些标准化提案中存在大量关于“媒体流切片（Segments）、质量级别（Quality Levels/Metrics）计算与动态切换”的先验公开技术。

4. **追溯 D1/D3 的同族与引证专利：** 以 US6577333B2 (D1) 和 US20040071214A1 (D3) 为起点，开展**向前/向后引证检索 (Forward/Backward Citation Search)**。

*(注：上述完整的详细排版与精美表格已整合于上方为您生成的 PDF 报告中，方便直接打印或向复审委提交)*

### 专利权利要求分析与无效/创造性比对报告

本报告紧密结合目标专利说明书（以【权利要求1.docx】为依据）解释权利要求，并结合对比文件D1（US7099281B）、D2（JP2007115293A）、D3（US20070133608A1）的原文出处进行技术特征比对与创造性/无效分析。

---

### 一、 权利要求技术特征拆解与说明书解释

根据【权利要求1.docx】，权利要求1包含以下技术特征：

* **特征A**：已通过在多个媒体流之间动态地切换来获得流传输呈现，并且所述系统包括：输入，用于从多个流源获得源数据，所述多个流源提供对表示事件的不同记录的相应多个媒体流的访问；

* **特征B**：源数据由所述多个媒体流的并发部分的内容数据和/或元数据构成；

* **特征C**：并发部分表示事件的并发时间段；

* **特征D**：每個媒体流包括多个连续部分；

* **特征E**：所述多个媒体流包括一个或多个分割媒体流；

* **特征F**：并且所述并发部分至少部分地由所述一个或多个分割媒体流的并发片段构成；

* **特征G**：处理子系统，被配置为，对于所述连续部分中的每一个：i)将至少一个质量评估函数应用于源数据以将质量得分分派给每个并发部分，其中所述质量得分是基于所述内容数据确定的，由此建立多个质量得分；

* **特征H**：ii)产生选择数据用于使流传输客户机能够访问相应媒体流的并发部分中的所选择的部分，已基于所述多个质量得分的比较选择所述所选择的部分。

---

### 二、 特征比对表格（Feature Comparison Table）

针对对比文件：

* **D1**: US7099281B1 (Passive system and method for measuring the subjective quality of real-time media streams...)

* **D2**: JP2007115293A (Information storage medium, program, information reproducing method...)

* **D3**: US20070133608A1 (Video quality assessment)

---

### 三、 各对比文件公开内容的详细分析（附原文出处）

#### 1. 对比文件 D1 (US7099281B1)

* **实质/毫无异议公开的特征**：

* **特征B、C、D**：D1公开了一种无侵入式测定分组交换网络中实时媒体流主观质量的系统。D1中媒体流由包含时间戳、序列号（特征D）的数据包构成（[0013]）；复制的数据包包含流的元数据与媒体载荷（特征B，[0037]）；利用多源数据包中的来源标识隔离出并发时间段的流（特征C，[0014]、[0025]）。

* **特征G**：D1公开了将质量评估（如PSQM/MOS得分算法，即质量评估函数）应用于提取的媒体流，根据解码解包后的内容评估并建立质量得分得分（[0026]、[0035]）。

* **未公开的特征**：

* **特征A、E、F、H**：D1仅是一个被动监听与质量评估系统（Passive system），并不涉及“在多个媒体流之间动态切换流传输呈现”（特征A），也不包含“分割媒体流/并发片段”（特征E、F）以及“基于质量得分比较产生选择数据以使客户端访问所选流”（特征H）。

#### 2. 对比文件 D2 (JP2007115293A)

* **实质/毫无异议公开的特征**：

* **特征A、B、C、D、E、F**：D2公开了一种高级内容（Advanced Content）播放系统，支持在多个媒体流（如Primary Video、Secondary Video、Substitute Audio/Video）之间进行动态切换呈现（[2]说明书[0002]、[0006]、[0010]）。D2中，PlayList管理由多个连续/分割部分（EVOB，切分为<1GB文件，[2]说明书[0002]）构成的媒体流。PlayList/Manifest在并发时间段（Title Timeline）内提供对多个分割流的片段访问与动态切换（[2]说明书[0012]、[0018]）。

* **特征H（实质公开）**：D2公开了根据网络吞吐量（Network Throughput）或播放环境，在PlayList/NetworkSource Element中动态选择/切换最适合的流/片段供客户端访问（[2]说明书[0002]、[0067]-[0068]）。

* **未公开的特征**：

* **特征G**：D2虽然会根据网络吞吐量等参数选择流（[2]说明书[0067]），但其并未明确公开“将质量评估函数应用于源数据的内容数据来分派质量得分”的技术方案。

#### 3. 对比文件 D3 (US20070133608A1)

* **实质/毫无异议公开的特征**：

* **特征B、C、D**：D3公开了一种无侵入式视频质量评估方法，接收由连续数据包组成的视频帧流（特征D，[0031]），提取载荷和时间戳等元数据（特征B，[0015]-[0018]），按时间戳组合特定帧组/并发部分（特征C，[0042]-[0043]）。

* **特征G**：D3公开了基于视频帧数据包组的帧率（Video Frame Length）和编码载荷大小（Video Frame Size）等，利用预测模块生成评估该视频流的MOS得分（平均主观意见得分，即质量得分）（[0015]、[0035]、[0046]）。

* **未公开的特征**：

* **特征A、E、F、H**：D3仅关注单视频流的质量预测评估，未涉及多流动态切换（特征A）、分割媒体流/并发片段（特征E、F）以及基于得分比较反馈生成选择数据控制客户端访问（特征H）。

---

### 四、 最接近的对比文件分析（结合技术问题与技术效果）

#### 1. 整体解决的技术问题与技术效果

本专利（权利要求1）的核心发明构思在于：针对同一事件存在多个记录/媒体流的情况（如不同视角、不同码率/质量的流），通过在后台/处理子系统对各并发媒体流的内容数据应用质量评估函数计算质量得分，并基于得分比较动态生成选择数据，从而控制流传输客户端在不同媒体流之间进行**动态切换**，以提供最优/最连续的流传输呈现。

#### 2. 最接近对比文件的选择

在创造性分析中，**D2 (JP2007115293A)** 最适合作为**最接近的对比文件**（主对比文件）。

* **原因分析**：

1. **技术领域与架构高度重合**：D2与本专利均属于“多媒体流传输控制与动态切换”领域。D2完整公开了基于PlayList/Manifest在多个并发/分割媒体流之间进行动态切换呈现的系统架构（特征A、B、C、D、E、F）。

2. **技术问题一致**：D2旨在解决在复杂网络/媒体环境下，如何顺畅、表现力丰富地为用户动态提供/切换最佳视频流的问题（[2]说明书[0002]）。

3. **区别特征明确**：相比于D2，权利要求1的区别特征主要在于：**D2是基于网络吞吐量等预设条件进行流选择，而本专利明确提出了“基于内容数据应用质量评估函数生成质量得分（特征G），并基于质量得分的比较来选择并生成选择数据（特征H）”**。

* **注（次要最接近对比文件考察）**：如果侧重于“无侵入式媒体内容质量评估计算”，D1或D3可以作为评价质量计算模块的辅助对比文件。但由于D1/D3完全不具备“多流动态切换呈现”的整体架构（特征A、E、F、H），因此单独以D1或D3为主对比文件结合D2，其技术路线改组的动机较弱。

---

### 五、 未被最接近对比文件公开特征的组合分析与无效最薄弱特征

#### 1. 未被D2公开的特征及其他对比文件的公开情况

未被D2显式公开的技术特征为：

* **特征G（部分）与特征H**：利用**质量评估函数基于内容数据计算质量得分**，并**基于多个质量得分的比较生成选择数据**以实现流访问切换。

* **其他对比文件的公开情况**：

* D1与D3确实公开了“基于媒体内容数据包/解码数据应用算法（如PSQM、MOS）计算质量得分”的特征G（D1[0035]；D3[0015]）。

* **但是，D1和D3均未公开特征H中“基于多个质量得分的比较来生成选择数据，以控制流传输客户端动态访问所选媒体流部分”**。D1和D3中的质量得分仅用于离线统计、网络监控或存储在数据库中（D1[0012]；D3[0029]），没有任何“将质量得分作为动态切换媒体流依据”的教导或启示。

#### 2. 提出无效请求时本专利“最薄弱的技术特征”

如果在无效宣告程序中针对权利要求1发起攻击，**最薄弱的技术特征（即专利权人最容易守住、无效方最难攻破的特征）是：特征H与特征G的结合——即“将基于内容计算的质量得分进行比较，并以此直接生成用于客户端动态切换流的选择数据”**。

* **薄弱点/攻防焦点**：

* 现有技术（如D2）通常是根据“网络带宽/吞吐量”等底层网络参数来做流切换（Adaptive Bitrate Streaming, ABR的传统做法）。

* 现有评估技术（如D1、D3）仅将质量评估作为“事后/被动监控工具”。

* 将“内容质量评估得分（MOS/PSQM）”作为“闭环控制信号”用于“多流动态切换”，在现有技术D1-D3中缺乏明确的技术启示。

---

### 六、 进一步的对比文件检索策略（Invalidation Search Strategy）

为了成功无效权利要求1，必须补克“**基于质量得分/质量评估结果进行流切换/流选择（Quality-score based stream selection/switching）**”这一技术缺口。建议采取以下检索策略：

#### 1. 核心检索要素组合（Keywords & IPC/CPC）

* **主题1（动态流切换）**：

* 关键词：`dynamic switching`, `stream selection`, `adaptive streaming`, `manifest`, `playlist`, `multi-camera`, `multi-view`

* 分类号：`H04N 21/234`（服务端视频处理/切换）、`H04N 21/462`（客户端流选择）、`H04L 65/60`（流媒体网络协议）

* **主题2（基于质量得分/MOS判据）**：

* 关键词：`quality score`, `MOS`, `VMAF`, `PSNR`, `SSIM`, `video quality assessment (VQA)`, `perceptual quality`, `quality degradation`

* 分类号：`H04N 17/00`（电视信号测试/质量评估）、`H04N 21/24`（基于QoS/QoE的流媒体监控与控制）

* **组合逻辑**：

* `(Adaptive Streaming OR Dynamic Switch) AND (Video Quality Assessment OR MOS OR QoE OR Perceptual Score) AND (Selection OR Decision OR Control)`

#### 2. 重点检索方向与专利数据库推荐

1. **DASH / HTTP Live Streaming (HLS) 质量驱动切换专利**：

* 重点检索 2008-2015 年间，MPEG-DASH 标准化过程中的技术提案（Contributions）及相关专利。重点关注基于 **QoE（Quality of Experience）** 或 **VQA（Video Quality Assessment）** 进行动态码率自适应（ABR）决策的专利。

2. **多视角/多摄像头（Multi-view / Multi-camera）视频切换系统**：

* 检索针对同一赛事/事件（Event）的多角度拍摄流，根据画面清晰度/质量得分（如避免模糊、过曝光或编码失真）自动选择最佳视角切给用户的专利（重点检索 Disney、Sony、Canon、Samsung、InterDigital 等公司的专利布局）。

3. **非专利文献（NPL）检索**：

* IEEE Xplore / ACM Digital Library：搜索关键词如 `"QoE-driven adaptive video streaming"`, `"quality assessment based stream selection"`, `"perceptual video quality dynamic switching"`。出版时间设定在目标专利申请日之前。

针对目标专利权利要求1，结合说明书技术方案以及给出的三份对比文件（D1: CN101091217A、D2: US20080098446A1、D3: US20090060086A1）进行专利无效/创造性分析如下：

---

### 一、 权利要求1的技术特征拆解与说明书解释

根据本专利的说明书及权利要求书架构，权利要求1的技术特征拆解及技术内涵解释如下：

* **特征A**：一种用于为流传输客户机提供事件的流传输呈现的系统，已通过在多个媒体流之间动态地切换来获得流传输呈现，并且所述系统包括：输入，用于从多个流源获得源数据，所述多个流源提供对表示事件的不同记录的相应多个媒体流的访问。

* *说明书解释*：指系统能够从多个不同的源（如多个摄像头、不同的频道或不同的媒体服务器）接收对同一事件（如体育比赛、演唱会）的不同记录/角度的媒体流，并通过在流之间动态切换（如自动或手动选择最优/最感兴趣流）来向客户端播放。

* **特征B**：源数据由所述多个媒体流的并发部分的内容数据和/或元数据构成。

* *说明书解释*：源数据不仅包含媒体的内容本身（音视频），还可以包含描述媒体特征的元数据（如清晰度、码率、质量参数等），且这些数据对应于并发（相同/同步）的时间段。

* **特征C**：并发部分表示事件的并发时间段。

* *说明书解释*：指多个流在时间线上是同步/平行的，对应同一事件的同一时刻或同一时间跨度。

* **特征D**：每个媒体流包括多个连续部分。

* *说明书解释*：媒体流在时间轴上被划分为连续的时间片段（如Chunks、GOPs、片段）。

* **特征E**：所述多个媒体流包括一个或多个分割媒体流。

* *说明书解释*：媒体流被物理或逻辑切分为独立可寻址、可传输的碎片/切片流（Segmented streams）。

* **特征F**：并且所述并发部分至少部分地由所述一个或多个分割媒体流的并发片段构成。

* *说明书解释*：并发时间段内的媒体数据由切分后的流中对应同一时间段的片段（Fragments/Segments）组成。

* **特征G**：处理子系统，被配置为，对于所述连续部分中的每一个：i) 将至少一个质量评估函数应用于源数据以将质量得分分派给每个并发部分，其中所述质量得分是基于所述内容数据确定的，由此建立多个质量得分。

* *说明书解释*：**核心创新点**。处理子系统逐片段地分析媒体流的**内容数据本身**（例如基于视频图像的清晰度、运动幅度、美学质量、噪声、色彩等，而非仅仅基于网络带宽或丢包率等网络QoS参数），通过质量评估函数计算出当前连续部分（片段）的质量得分（Quality Score）。

* **特征H**：ii) 产生选择数据用于使流传输客户机能够访问相应媒体流的并发部分中的所选择的部分，已基于所述多个质量得分的比较选择所述所选择的部分。

* *说明书解释*：根据对比算出的多个质量得分，自动选择最优质量的片段，并生成选择数据（如清单文件/Manifest、切换指令或URL），引导客户端动态切换并下载/播放得分最高的媒体流片段。

---

### 二、 对比文件特征比对表格及详细出处

以下为各对比文件对权利要求1技术特征的比对分析（D1: CN101091217A, D2: US20080098446A1, D3: US20090060086A1）：

---

### 三、 最接近对比文件的选择及创造性分析

#### 1. 整体技术问题与技术效果分析

* **本专利解决的技术问题**：如何在多视角/多记录的媒体流传输中，自动且客观地根据**媒体内容本身的质量**（如图像清晰度、构图、美学或动态质量）在连续的流片段之间动态切换，从而向客户机提供最佳视觉/听觉体验的流传输呈现。

* **各对比文件的技术方案与立意**：

* **D1 (CN101091217A)**：侧重于信息存储介质（如HD-DVD）与网络结合的高级内容（Advanced Content）重放架构，解决的是如何在播放列表中结合主/次视频流、脚本、标记语言来实现交互式播放及多轨道/多角度选择的问题。

* **D2 (US20080098446A1)**：侧重于组播/广播流传输环境下的**动态带宽自适应（DBA）与体验质量（QoE）**，解决的是当网络带宽波动或终端信道条件变化时，如何平滑切换不同码率/分辨率的流，以保证传输连续性。

* **D3 (US20090060086A1)**：侧重于**终端感知（Terminal Aware）与自适应编码调制（ACM）**结合的分层传输，解决的是如何根据终端接收/解码能力及信道状况对视频进行分层 pre-coding 和 ACM 调制。

#### 2. 最接近对比文件的确定

**D2 (US20080098446A1)** 最适合作为最接近的对比文件（也可同时将 **D3** 作为另一维度的最接近对比文件）：

* **理由**：D2 与本专利均属于“流传输系统中根据质量/信道评估在多个媒体流之间动态切换”的架构。D2 公开了动态流切换（特征A-F）、服务端评估/决策（特征G的部分概念）以及向客户端下发切换指令（特征H）。D2 的技术领域、系统框架与本专利最为接近。

#### 3. 区别技术特征及技术效果

以 **D2** 为最接近对比文件，权利要求1与D2的区别技术特征为：

> **区别特征 1（对应特征G&H部分）**：评估质量得分的依据是**“基于所述内容数据确定的”**（即基于视频/音频内容本身分析计算出的质量得分，如视觉质量、美学质量等），而不是基于网络传输/链路参数（如带宽、丢包率、延迟、缓冲区状态等）。

**产生的技术效果**：实现了“内容感知型”（Content-aware）的动态切换。系统能够根据不同流源（如不同摄象机机位）所记录的内容本身的优劣（如画面清晰度、镜头聚焦、动态精彩程度）自动为客户端选择最佳片段，而无需依赖单纯的网络信道质量参数。

#### 4. 其它对比文件（D1、D3）是否公开了该区别特征？

* **D1 未公开**：D1 依靠预先写好的播放列表（Playlist）或用户手动按键事件（User Event）进行流切换，不涉及任何“对内容数据应用质量评估函数实时建立质量得分”的机制。

* **D3 未公开**：D3 的自适应是“终端能力感知”和“信道ACM感知”（根据终端屏幕分辨率、解码能力、信道SNR等选择分层和调制方式），其质量评估同样不针对“内容数据本身”。

---

### 四、 无效请求的最薄弱技术特征与攻击策略

#### 1. 最薄弱的技术特征（Patentee's Vulnerability）

本权利要求1中**最薄弱、也是最容易被专利权人作为“防线”但同时最容易被公知常识/二次检索击穿的特征**是：

> **特征G中：“其中所述质量得分是基于所述内容数据确定的” (Quality score determined based on the content data)**

* **原因分析**：

目前给出的对比文件（D1, D2, D3）均集中在**网络传输层QoS/QoE（Network-centric / Link-centric）**的自适应切换，而缺乏**媒体内容层（Content-centric）**质量评估与流切换结合的直接教导。专利局审查员极易以此特征为由认定本专利具有创造性。

#### 2. 针对无效请求的进一步检索策略（Invalidation Search Strategy）

为了成功无效权利要求1，必须补充检索能够覆盖**“基于媒体内容数据进行质量评估/评分并用于流选择/切换”**的补充对比文件（D4）。

##### 检索策略规划：

1. **检索主题 1：视频/音频内容质量评估算法（Content-based / No-reference Video Quality Assessment, VQA）**

* *关键词组合*：`Content-based quality`, `Video quality metric`, `Blur/Sharpness score`, `No-reference quality assessment`, `Aesthetic score`, `Image quality evaluation`.

2. **检索主题 2：多视角/多摄像头流传输中的基于内容的动态切换（Multi-camera / Multi-view Dynamic Stream Switching based on Content）**

* *说明*：在多视角直播（如体育赛事多机位）中，根据图像分析（如动作精彩度、画面清晰度、遮挡情况）自动选择最佳视角片段。

* *关键词组合*：`Multi-view video`, `Camera selection`, `Automatic view switching`, `Best stream choice`, `Content analysis`, `Quality rating / score`.

3. **组合路线（针对评述创造性的第4+5步）**：

* 以 **D2 (US20080098446A1)** 作为第一对比文件，证明组播/单播流传输中根据评估得分进行流切换是本领域常规架构；

* 寻找到补充对比文件 **D4**（例如一篇关于“根据视频帧图像清晰度/运动分析自动评估质量得分并选择流片段”的专利或文献）；

* **组合逻辑**：D2 提供了根据评估函数动态切换媒体片段的框架，而 D4 教导了在多媒体处理中“基于内容数据本身建立质量得分”的评估方法。将 D4 的内容质量评估函数引入 D2 的流选择机制中，以实现根据内容质量自动呈现最佳流的效果，对本领域技术人员而言是显而易见的。

---

<ElicitationsGroup message="针对本案后续的无效宣告程序，您可以选择以下进一步的操作：">

<Elicitation label="补充检索D4：寻找“基于视频内容分析选择/切换流”的对比文件" query="请帮我拟定一份详细的专利检索式（包含IPC/CPC分类号和英文关键词组合），专门用于检索‘基于视频内容数据计算质量得分并进行流切换’的补充对比文件D4。"/>

<Elicitation label="撰写针对权利要求1的《无效宣告请求书》意见陈述书草稿" query="请基于当前D2和D3的分析，结合公知常识，尝试撰写一份针对权利要求1不具备创造性（法22条3款）的无效宣告意见陈述书框架。"/>

</ElicitationsGroup>

作为一名经验丰富的专利代理师，我针对目标专利【权利要求1】与引用的三篇对比文件进行深入的技术特征比对、适用法律条款分析、最接近对比文件的选取以及无效检索策略的制定。

---

### 一、 权利要求1的技术特征拆解与目标专利说明书的解释

根据目标专利的整体发明构思（针对流媒体传输中的动态切换与质量评估），将**权利要求1**拆解为以下8个技术特征（特征A - 特征H），并结合流媒体技术领域的通用说明书含义进行解释：

* **技术特征A**：*一种用于为流传输客户机提供事件的流传输呈现的系统，已通过在多个媒体流之间动态地切换来获得流传输呈现，并且所述系统包括：-输入，用于从多个流源获得源数据，所述多个流源提供对表示事件的不同记录的相应多个媒体流的访问，*

* **说明书解释**：系统包含输入端，用于接收来自多个源（如不同拍摄视角、不同编码速率等）的流数据，这些流是对同一“事件”（如体育比赛、演唱会等）的不同记录。

* **技术特征B**：*源数据由所述多个媒体流的并发部分的内容数据和/或元数据构成，*

* **说明书解释**：源数据包含媒体流在相同/并发时间段内的具体音视频内容（内容数据）或描述数据（元数据，如时间戳、分辨率、位置等）。

* **技术特征C**：*并发部分表示事件的并发时间段，*

* **说明书解释**：指不同媒体流在时间维度上重叠/同步的时间段。

* **技术特征D**：*每个媒体流包括多个连续部分，*

* **说明书解释**：媒体流在时间轴上被划分为连续的切片/区块（Chunks/Segments）。

* **技术特征E**：*所述多个媒体流包括一个或多个分割媒体流，*

* **说明书解释**：媒体流被分割为独立的、可单独传输与切换的片段流（Sliced/Segmented streams，类似于HLS/DASH中的切片流）。

* **技术特征F**：*并且所述并发部分至少部分地由所述一个或多个分割媒体流的并发片段构成*

* **说明书解释**：在同一并发时间段内，各媒体流对应的部分是由这些分割后的流片段（Segments）在时间上对齐构成的。

* **技术特征G**：*处理子系统，被配置为，对于所述连续部分中的每一个：i)将至少一个质量评估函数应用于源数据以将质量得分分派给每个并发部分，其中所述质量得分是基于所述内容数据确定的，由此建立多个质量得分*

* **说明书解释**：处理子系统针对每个连续片段，通过“质量评估函数”分析**内容数据**（如图像清晰度、色彩、光线、模糊度、音质等画面/声音本身的内容属性），计算并赋予该片段一个量化的质量得分（Quality Score）。

* **技术特征H**：*ii)产生选择数据用于使流传输客户机能够访问相应媒体流的并发部分中的所选择的部分，已基于所述多个质量得分的比较选择所述所选择的部分。*

* **说明书解释**：系统比较同一并发时段内不同流片段的质量得分，选择质量更高的片段，并生成选择数据（如清单文件/Manifest或切换指令），使客户端播放/访问该被选中的优质片段。

---

### 二、 对比文件原文分析与特征比对表格

以下分析紧密结合对比文件原文出处，判断各对比文件是**毫无异议公开（显式公开）**、**实质公开（隐式/等效公开）**还是**未公开**。

#### 1. 各对比文件原文详细出处分析

* **D1（US20090148124A1）**：

* 公开了多用户/多捕获设备（GUs）实时拍摄事件，服务器（FE/SE）接收多路流，根据用户偏好、实时反馈、画面质量/内容属性（如color, lighting, shape, motion, focus）进行排序（Quality Score/QS），并动态切换/组合流传输给客户端（CUs）。

* **D2（JP2009188735A）**：

* 公开了一种自适应码率流传输技术。服务器根据网络传输速率/带宽测量值（基于ACK时间），在不同码率/分辨率（H.264/AVC、SVC扩展层、MPEG4帧率）的预存视频块/切片中动态选择适合当前带宽的流片段发送给客户端。

* **D3（CN101543009A）**：

* 公开了一种媒体流聚集机制，从多个媒体源接收对同一事件的多个媒体流，根据媒体流特征（元数据、质量等）和用户偏好，动态生成并聚集成去往用户的单个输出流。

#### 2. 特征比对表格（特定对比文件公开情况分析）

---

### 三、 整体技术问题、效果与最接近对比文件（Closest Prior Art）分析

#### 1. 目标专利整体解决的技术问题与技术效果

* **技术问题**：如何在多源流媒体传输中，自动、客观地根据流媒体**实际内容画质/音质（内容数据）**的好坏，在多个并发切片流之间进行动态智能切换，从而为客户端提供最佳视觉/听觉体验的流呈现。

* **技术效果**：无需完全依赖用户手动干预或单纯依赖网络带宽，通过对内容数据应用质量评估函数算法生成Quality Score（质量得分），实现了基于“内容本身质量”的自动化最佳流选择与流畅切换。

#### 2. 最接近对比文件分析与筛选

在创造性审查/无效宣告中，**最接近的对比文件**通常应具有最相同的技术领域、最相似的发明构思或公开最多的技术特征。

* **最佳对比文件首选：D1 (US20090148124A1)**

* **理由**：D1与目标专利的发明构思**完全高度契合**。D1不仅公开了多源拍摄同一事件的流媒体系统、流的分割与并发传输、流的动态切换，更重要的是，D1在段落`[0093]`明确公开了**根据内容本身的属性（Color, Lighting, Shape, Motion, Focus）对流进行排序/打分**，并在段落`[0125]`明确提出了**Quality Score (QS)**的概念，用于在切换引擎中选择最优流。D1几乎毫无遗漏地公开了权利要求1的所有技术特征。

* **次要/备选最接近对比文件：D3 (CN101543009A)**

* **理由**：D3同样处于“多媒体源到多媒体流聚集”的技术领域，公开了根据“媒体质量”（如分辨率等元数据）和用户偏好聚集并动态输出媒体流给客户端。但D3对于“基于内容数据（如图像本身算法评估）建立质量得分”的描述稍逊于D1，更偏向于元数据过滤。

> **结论**：**D1 (US20090148124A1)** 是最适合作为**第一最接近对比文件**（用于单篇D1结合公知常识发起114条/新颖性或22条3款/创造性挑战）。D3可作为备选最接近对比文件。

---

### 四、 无效请求中最薄弱的技术特征与攻防分析

如果在专利无效宣告程序中攻打权利要求1，专利权人最可能进行防御、也是**最薄弱（即最容易产生争议/被专利权人争辩）的技术特征**是：

#### 1. 最薄弱特征：**技术特征G中“质量得分是基于所述内容数据确定的（Quality score is determined based on the content data）”**

* **薄弱/争议点分析**：

* 流媒体领域中，传统的自适应流传输（如D2，或标准HLS/DASH）通常是**基于网络状况（Network Metrics）**（如吞吐量、丢包率、RTT）或**元数据（Metadata）**（如标称的码率1080p/720p）来选择流。

* 目标专利限定了质量得分是**基于内容数据（Content Data）**本身（即视频像素数据、音频波形数据，如利用图像识别、光照评估、清晰度评估、模糊度检测等质量评估函数算法计算出的得分）。

* **各对比文件的突破情况与攻防对抗策略**：

* **针对D2**：D2完全是基于“网络传输速率/带宽”来选择流的，并没有分析视频“内容数据”本身。若以D2为最接近对比文件，专利权人会极易通过强调“D2是网络自适应，而本专利是基于内容音视频质量自适应”而守住创造性。

* **针对D1（突破核心）**：D1在段落`[0093]`中明确写道：*"The MSIs may rank and sort multimedia streams based on many criteria, such as **content based criteria like color, lighting, shape, motion, focus, etc.**"*，这直接证明了D1的排序/打分**正是基于画面内容数据（色彩、光线、形状、运动、焦点/清晰度）**。结合段落`[0125]`的*Quality Score (QS)*，D1已经完整覆盖了基于内容数据计算质量得分的全部要素。

---

### 五、 进一步的对比文件检索策略（Search Strategy）

为了在无效宣告程序中构建“双重保险”甚至形成A类单篇新颖性对比文件（或极强的组合对比文件），建议采用以下进一步检索策略：

1. **基于“内容质量评价算法 + 自适应流切换”的分类号（IPC/CPC）交叉检索**：

* `H04N 21/2343` / `H04N 21/24`（流媒体服务器端处理与质量监控）

* `H04N 21/4402` / `H04N 21/44`（视频内容分析、图像质量评估）

* `G06T 7/00`（图像质量无参考/有参考评估评估算法）

2. **关键词组合表达构建（精准逻辑链）**：

* *(Content-based / Image quality / Video quality / Visual quality / Clarity / Focus / Blur)*

* **AND** *(Quality Score / Quality Assessment / VMAF / PSNR / SSIM)*

* **AND** *(Dynamic switching / Stream selection / Adaptive streaming / Segment / Chunk)*

3. **标准必要专利（SEP）与学术论文库扩展**：

* **3GPP / MPEG (DASH) 标准提案**：检索2008-2010年前后关于 Dynamic Adaptive Streaming over HTTP (DASH) 中关于服务端/客户端基于 QOE (Quality of Experience) 或视觉画质打分（Content-aware adaptive streaming）的提案文献。

* **IEEE / ACM 数据库**：重点检索“Content-aware Video Streaming”、“No-reference Video Quality Assessment for Live Streaming Switching”相关论文，此类文献常能找到将图像模糊度/光照评估函数直接用于流切换决策的极佳对比证据。

作为一名经验丰富的专利代理师，我将为您对**权利要求1**进行深入的专利侵权与专利无效分析。

在本分析中，我们将结合目标专利说明书的实质含义，对比三份对比文件（D1: US20090309977A1、D2: US20090319557A1、D3: US20100083268A1）的原文细节，完成特征比对、最接近对比文件（主对比文件）的选择、薄弱技术特征识别以及后续检索策略制定。

---

## 一、 权利要求特征分解与说明书解释

为了准确理解保护范围，结合本领域的通用技术含义及本专利说明书的上下文，对权利要求1进行拆解与原意解释：

* **技术特征A（流传输与切换框架）**：一种用于为流传输客户机提供事件的流传输呈现的系统，已通过在多个媒体流之间动态地切换来获得流传输呈现，并且所述系统包括：输入，用于从多个流源获得源数据，所述多个流源提供对表示事件的不同记录的相应多个媒体流的访问。

* *说明书解释*：该特征限定了**自适应流传输/动态流切换（Dynamic Adaptive Streaming）**架构。客户端通过在表达同一“事件”（如同一场体育比赛或音乐会）的不同记录（如不同视角、不同比特率/分辨率或不同编码参数）的多个媒体流之间动态切换，实现连续呈现。

* **技术特征B、C（源数据构成）**：源数据由所述多个媒体流的并发部分的内容数据和/或元数据构成；并发部分表示事件的并发时间段。

* *说明书解释*：“并发部分”指在同一时间轴（Time Axis）上重叠的媒体数据片段。内容数据即实际音视频帧，元数据即流描述信息（如比特率、帧率、分辨率等）。

* **技术特征D、E、F（分段媒体流结构）**：每个媒体流包括多个连续部分，所述多个媒体流包括一个或多个分割媒体流，并且所述并发部分至少部分地由所述一个或多个分割媒体流的并发片段构成。

* *说明书解释*：媒体流被切分为**连续的切片/片段（Chunk/Segment）**，例如每2-4秒一个文件（如HLS/DASH架构中的Segment），使得客户端能够在片段边界处实现无缝切换。

* **技术特征G（质量评估与打分）**：处理子系统被配置为，对于所述连续部分中的每一个：i) 将至少一个质量评估函数应用于源数据以将质量得分分派给每个并发部分，其中所述质量得分是基于所述内容数据确定的，由此建立多个质量得分。

* *说明书解释*：**核心创新点之一**。系统不是单纯依靠网络带宽或缓冲区状态切换，而是通过“质量评估函数”基于媒体的**实际内容数据（Content Data）**（如视频画面的清晰度、图像失真度、MOS分等）对各个并发片段计算质量得分。

* **技术特征H（基于质量得分的选择与切换）**：ii) 产生选择数据用于使流传输客户机能够访问相应媒体流的并发部分中的所选择的部分，已基于所述多个质量得分的比较选择所述所选择的部分。

* *说明书解释*：**核心创新点之二**。将各流并发片段的质量得分进行对比（比较），据此选择质量最优或最符合策略的片段，并生成选择数据（如PlayList/Manifest或切换指令）下发给客户端，引导客户端拉取/访问该所选择的片段。

---

## 二、 特征比对表格（与对比文件原文比对）

针对以下三份对比文件：

1. **D1**: US20090309977A1 (`US20090309977A1 BENCHMARKING AND CALIBRATING VIDEO QUALITY ASSESSMENT TOOLS`)

2. **D2**: US20090319557A1 (`US20090319557A1 METHOD, SYSTEM AND SOFTWARE PRODUCT FOR STREAMING CONTENT`)

3. **D3**: US20100083268A1 (`US20100083268A1 Method And System For Managing Access To A Resource By A Process Processing A Media Stream`)

### 特征比对表

---

## 三、 最接近对比文件（主对比文件）分析

在评价权利要求1的创造性（如依据中国《专利审查指南》或适用的专利法）时，确定“最接近的对比文件”至关重要。

### 1. 候选对比文件技术领域与问题分析

* **D2 (US20090319557A1)**：

* **技术领域**：基于网络的流媒体传输（Streaming Content），特别是切片流传输（HTTP Segment-based Streaming）。

* **解决的技术问题**：如何将实时/点播流切分为连续的静态文件切片，并利用标准HTTP/FTP协议和客户端拉取（Pull）机制实现高效流传输与抗网络拥塞。

* **技术架构适配度**：**极高**。D2完全具备了权利要求1的前置架构——分割媒体流（Segmented Stream）、连续片段（Chunks）、客户端动态选择拉取切片。

* **D1 (US20090309977A1)**：

* **技术领域**：视频质量评估（Video Quality Assessment, VQA）工具的基准测试与校准。

* **解决的技术问题**：如何通过人为模拟网络失真和编码失真来评估及校准VQA工具（即计算MOS得分）。

* **技术架构适配度**：**较低**。D1并非自适应流传输系统，其MOS分计算是用于离线或在线的“测试/监测”，不用于指导客户端在不同媒体流切片之间进行动态选择与切换。

### 2. 结论：最接近的对比文件选择

> **最接近的对比文件为：D2 (US20090319557A1)**

* **选择理由**：

1. **技术领域相同**：D2与本专利均属于**流媒体切片传输系统（Segment-based Streaming Systems）**。

2. **公开的技术特征最多**：D2公开了权利要求1的绝大部分结构特征（特征A、B、C、D、E、F），建立了“媒体流切片-客户端拉取切换”的基础架构。

3. **解决的问题最贴近**：均致力于解决在网络波动或多流环境下如何高效为客户端提供流畅的流媒体呈现。

*(注：尽管D1公开了“基于内容计算质量得分（MOS分）”的技术手段，但其属于质量测试领域，系统架构与本专利差异较大，不适合作为单主对比文件；但在后续结合时，D1可作为辅对比文件提供特征G的教导。)*

---

## 四、 区别技术特征、无效薄弱点与整体创造性评估

基于最接近对比文件 **D2**，权利要求1的区别技术特征如下：

### 1. 区别技术特征

以 **D2** 为最接近的对比文件，权利要求1的区别特征在于 **特征G部分与特征H**：

1. **区别特征1（基于内容的质量评分，特征G）**：处理子系统针对连续部分的每一个，**将至少一个质量评估函数应用于基于内容数据确定的源数据，以建立多个质量得分**（D2未公开基于视频内容进行质量评估/打分）。

2. **区别特征2（基于质量得分比较的选择决策，特征H）**：**基于所述多个质量得分的比较来选择部分，并产生选择数据**供客户端访问所选择的并发片段（D2仅按时间序列或网络可用性请求切片，未引入基于质量得分比较的切换逻辑）。

### 2. 实际解决的技术问题

基于上述区别特征，权利要求1在D2的基础上实际解决的技术问题是：**如何结合媒体流的实际感知质量（如画质/音质失真度），动态优化和选择最佳的媒体切片下发给客户端，以提升用户的观影体验（QoE）。**

### 3. 结合D1分析显而易见性（创造性攻击逻辑）

* **D1的教导**：D1公开了通过VQA工具应用质量评估函数对视频内容（内容数据）进行比较并输出质量得分（MOS得分，段落[0002]、[0030]）。

* **结合障碍与辩驳空间**：

* D1中的MOS分仅用于**评估工具本身的性能（Benchmarking/Calibration）**，并没有给出“**将该质量得分用于流传输过程中的切片选择（Slice Selection/Switching）**”的技术教导。

* 在流媒体领域，传统的切换依据通常是**网络带宽（Throughput）或缓冲区状态（Buffer Level）**。本专利将“基于内容数据的质量得分比较”直接引入到“切片选择数据的生成”中，形成了完整的闭环控制。

### 4. 提交无效请求时最薄弱的技术特征

> **无效请求中最薄弱（最容易被攻破或被判定为公知常识/显而易见）的技术特征是：**

> **“基于内容数据确定质量得分（特征G）” 与 “比较质量得分以生成选择数据（特征H）” 的组合。**

* **薄弱原因**：

1. **VQA/VMAF算法公知化**：在2009-2010年前后，基于内容的视频质量评估算法（FR-VQA，如PSNR、SSIM、MOS）已在技术领域广泛应用。

2. **DASH/HLS逻辑演进**：在流切片传输（D2）架构确立后，本领域技术人员为了提升用户体验，极其容易想到将已有的“质量评估算法（D1）”作为切片选择（特征H）的输入条件之一。如果能够检索到一篇将“视频质量评估（VQA/MOS）”直接用于“动态码率/媒体流切换（ABR/Stream Selection）”的现有技术，权利要求1将彻底丧失创造性。

---

## 五、 进一步的对比文件检索策略

针对上述分析出的薄弱环节，为了发起强有力的专利无效宣告请求，建议采取以下进一步的检索策略：

### 1. 检索核心要素表达（Keywords & CPC/IPC）

* **主题词组合**：

* **流切片/动态流切换**：`Segmented streaming`, `Dynamic adaptive streaming`, `HTTP streaming`, `Chunk`, `HLS`, `DASH`

* **质量评估/内容质量**：`Video Quality Assessment (VQA)`, `Mean Opinion Score (MOS)`, `Perceptual Quality`, `PSNR/SSIM`, `Content-based quality`

* **切换选择决策**：`Stream selection`, `Quality score comparison`, `Adaptation logic`, `Switching decision`

* **建议IPC/CPC分类号**：

* `H04N 21/2343` (服务端基于内容/质量的视频流转换或选择)

* `H04N 21/24` (监控网络或内容质量)

* `H04N 21/845` (流媒体分段/Chunking)

* `H04N 19/154` (基于主观/感知视觉质量的视频编码控制)

### 2. 补强检索的方向与目标文献类型

1. **方向一：寻找“D2 + DASH/HLS自适应质量切换标准”的结合**

* **目标**：重点检索 2008年 - 2010年（目标专利申请日/优先权日之前）的 **3GPP TS 26.247 (DASH规范前身)** 或 **ISO/IEC 23009-1 (MPEG-DASH)** 早期草案、RFC提案。查找其中是否提到过“根据内容质量/MOS分动态选择流片段（Representation）”。

2. **方向二：检索结合“VQA算法与流切换”的学术论文或专利**

* **目标**：在 IEEE Xplore、ACM Digital Library 中检索 2005-2010 年间关于 **“Quality-driven Streaming”** 或 **“MOS-based Rate Adaptation”** 的论文。只要有一篇文献提到“*根据计算出的视频帧/切片MOS得分，选择下发给客户端的视频切片*”，即可与 D2 结合彻底无效掉权利要求1。

3. **方向三：针对“处理子系统生成选择数据”的专利追查**

* 重点排查 **Microsoft (如 Smooth Streaming 专利族)**、**Apple (HLS 专利族)**、**Netflix**、**RealNetworks** 以及 **Ericsson/Nokia** 在 2008-2010 年间提交的自适应流媒体切片控制专利，寻找将 VQA 评估模块内置于流媒体服务器/CDN边缘节点的实施例。

尊敬的代理人/律师：

作为一名同行，我已对目标专利的权利要求1以及调取的3份对比文件（D1: US2010254670A1、D2: US7822869B2、D3: US7835437B1）进行了深度的技术特征对比、最接近对比文件分析以及无效策略论证。

以下是为您准备的完整分析报告及特征比对表格：

---

## 一、 目标专利权利要求1的技术特征拆解与解释

结合说明书语境，权利要求1的核心在于：**在多视角/多源流媒体传输中，系统不依赖用户手动切台，而是通过对各并发流的内容数据应用“质量评估函数”计算得分，动态选择最佳片段供客户端访问。**

* **技术特征A~F（流架构与分割机制）：** 输入端接收表示同一事件（如体育比赛、演唱会）不同记录（不同视角/镜头）的多个媒体流。媒体流被时间切片（连续部分/并发部分），且至少包含**分割媒体流（如分块/切片流，并发片段構成）**。

* **技术特征G（基于内容数据的质量评估得分）：** 处理子系统对每个连续部分，将质量评估函数应用于**内容数据（Content Data）**以确定质量得分（Quality Score）。*注意：此处的“基于内容数据”强调针对图像/音视频内容本身的分析评估（如图像清晰度、显著度、内容丰富度等），区别于仅基于用户投票、网络带宽或元数据的评估。*

* **技术特征H（基于得分比较的选择数据生成）：** 比较建立的多个质量得分，产生选择数据，使客户端能够动态切换并访问选中的最佳并发片段。

---

## 二、 对比文件特征比对与公开性分析

### 1. 各对比文件基本信息及指代说明

* **D1：** `US20100254670A1` (*Content Recorder Multi-Angle Viewing and Playback*)

* **D2：** `US07822869B2` (*Adaptation of data centers' bandwidth contribution to distributed streaming operations*)

* **D3：** `US07835437B1` (*Statistical remultiplexing of compressed video segments*)

---

### 2. 特征比对表格（Feature Comparison Matrix）

---

### 3. 对比文件原文详细出处及分析

#### (1) D1 (US20100254670A1)

* **出处 `[0005]`**: *"Recently, broadcasters have made available multiple channels for single sporting events. Each channel may provide a different viewing angle and/or commentary for viewing the event..."*

* **公开特征：** A、C（同一事件的多个通道/视角/不同记录）。

* **出处 `[0022]`**: *"In this embodiment, content recorder 102 dynamically changes between program views so that the leading program view is always being displayed... content recorder 102 adjusts, in real time, to a changing leading program view..."*

* **公开特征：** A、D、E、F、H（动态切换多个视角，生成单一最佳呈现流）。

* **出处 `[0024]`**: *"Votes received by service provider 230 from content recorders 102a-n are compiled into viewer data 121a-n which may be periodically accessed by content recorders 102a-n..."*

* **分析：** D1通过用户投票总数（Vote totals）来评价“主导视角（Leading View）”。**其质量得分是基于“元数据/投票数据”而非“内容数据（Content Data）”本身算出的。**

#### (2) D2 (US7822869B2)

* **出处 `[0038]`**: *"Content 100, which may optionally be streaming content, is segmented into content segments 101a, 101b... Each of the segments is encoded into erasure-coded fragments..."*

* **公开特征：** D、E、F（流的分割、切片片段及擦除码分块）。

* **出处 `[0100]`**: *"A plurality of assembling devices 3699 obtain decodable sets of fragments from subsets of the servers and measure fragment delivery parameters that are indicative of delivery performances, such as latency in responding to requests, or fragment loss ratios."*

* **分析：** D2的“评估”针对的是**网络传输性能参数**（延迟、丢包率），目的是在分布式数据中心之间进行服务器选择和带宽适应，完全不涉及媒体流事件的内容质量评估与客户端视角选择。

#### (3) D3 (US7835437B1)

* **出处 `[0046]` & `[0048]`**: *"The analyzer module 410 parses out information from the bitstream... picture coding type, size of coded picture... average quantization scale, average motion vector size... The separator module 415 extracts the elementary payload... into separate data units (video segments)."*

* **公开特征：** B、D、E、F、G（部分）。D3通过分析视频流内部的图像编码类型、帧大小、运动矢量等“内容数据参数”对视频切片进行分析。

* **出处 `[0077]` & `[0078]`**: *"The bit rate switch 330 performs multiplexing functions by selecting a video segment from the video block... selects a video segment that is encoded at an appropriate bit rate in order to fill the communications channel."*

* **分析：** D3的“选择”是为了在统计复用器（Transrating Multiplexer）中防止带宽溢出和解码器缓冲区溢出，从而在同一频道中选择不同“转码码率（Bit rate）”的片段，**并非用于在多个不同视角的流之间基于内容质量得分做呈现切换。**

---

## 三、 最接近对比文件（最接近先验技术）分析

从**整体解决的技术问题**和**技术效果**角度评估：

### 1. 推荐最接近对比文件：D1 (US20100254670A1)

* **技术领域与问题契合度：** D1与目标专利完全一致，均致力于解决“同一事件存在多个不同记录/视角流时，用户难以手动选择最佳视角，需要系统自动/动态切换以呈现最佳体验”的技术问题。

* **技术效果契合度：** 两者均实现了在同一事件的多个并发流之间动态切换，生成无缝的流传输呈现（Stream Presentation）。

* **架构重合度：** D1公开了特征A、B、C、D、E、F、H。

### 2. 区别技术特征（针对D1）：

将D1作为最接近对比文件时，目标专利权利要求1相对于D1的区别特征在于：

> **区别特征 1（即特征G的核心）：** 质量得分的确定方式不同。D1是基于外部用户投票数据（Viewer Data/Votes）确定最受欢迎视角，而目标专利是**将质量评估函数应用于源数据中的“内容数据（Content Data）”本身来确定质量得分**（例如分析视频帧的清晰度、色彩、画面运动剧烈度等内容属性）。

---

## 四、 无效请求中最薄弱的技术特征与Combo组合逻辑

### 1. 最薄弱的技术特征（Weakest Feature）

目标专利权利要求1中最薄弱、最容易被击破的技术特征是：

**“分割媒体流及并发片段（特征E、F）” 与 “基于内容参数评估视频（特征G的后半部分）”。**

* **原因分析：**

1. **流切片（Segmentation/Chunking）：** 属于流媒体传输（如HLS, DASH, MSS）的通用公知常识，且已在D2、D3中被极高精度地全面公开。

2. **基于内容数据的质量评估（Content-based Quality Evaluation）：** 虽然D1使用的是“投票数”，但D3（`[0046]`）已经公开了提取视频流内部的“内容数据（如Motion Vector, Quantization Scale, Picture Size, DCT Coefficients）”并据此计算视频复杂度和图像质量。

### 2. 结合对抗逻辑（D1 + D3 / D1 + 公知常识）

* **结合点：**

针对区别特征（基于内容数据计算质量得分以进行流切换）：

* D1提供了多视角动态切换的整体框架（解决多视角自动选择问题）。

* D3教导了可以通过解析视频流的内容数据（如运动矢量、图像复杂度等参数）来评估视频段的质量和特征。

* **显而易见性论述：** 本领域技术人员在面对D1中“若缺乏足够用户投票或在无网络交互投票环境下如何自动评判最佳视角”的技术问题时，结合D3的教导或本领域关于“基于内容/图像特性的自动导演系统（Auto-director / Content-based Video Analytics）”的公知常识，容易想到利用视频内容数据本身的质量参数（如画面清晰度、主体运动显著性）代替D1的用户投票作为“质量评估函数”，进而对各并发片段打分并选择最高分片段进行切换。这种结合不需要付出创造性劳动。

---

## 五、 进一步的对比文件检索策略（Search Strategy）

为了确保在专利无效宣告请求中达到100%击穿效果，建议针对上述**“区别特征（基于视频内容分析自动选择最佳视角切片）”**补充进行精准检索：

### 1. 核心检索要素组合（IPC分类号 + 关键词）

* **IPC/CPC分类号：**

* `H04N 21/44`（通过视频信号处理进行内容分析）

* `H04N 21/488` / `H04N 21/472`（多视角选择/用户界面）

* `H04N 21/234`（服务端视频内容分析）

* `G06T 7/00`（图像分析与质量评估）

* **关键词逻辑表达式（English）：**

* `(multi-angle OR multi-view OR multiple streams OR multiple cameras)`

* `AND`

* `(automatic switch* OR auto-director OR view selection OR segment select*)`

* `AND`

* `(quality score OR content analysis OR blur metric OR sharpness OR optical flow OR motion vector)`

### 2. 推荐补充检索方向（寻找“绝杀”对比文件）

1. **“自动导演/智能导播系统”（Auto-Director / Virtual Director Systems）：**

* 重点检索2005-2010年间的学术论文（IEEE）及专利（广电/迪士尼/索尼/微软）。这类技术专门研究通过分析多路摄像头采集的**内容数据（画面对比度、人脸聚焦、运动剧烈度）**自动打分并切换导播画面。

2. **“基于内容的视频质量评估（VQA - Video Quality Assessment）”与DASH/HLS结合的早期专利：**

* 检索基于PSNR、SSIM或VMAF的前身算法在多码率/多视角切片流中作动态适配切换的专利。

---

### 总结建议

在起草无效宣告请求书时：

1. 以 **D1 为最接近对比文件（主用对比文件）** 框架搭建框架，证明其公开了系统架构、多视角动态切换及客户端访问机制。

2. 引入 **D3 作为辅用对比文件**，证明“提取视频流内容数据（内容参数）评估视频特征/质量”属于现有技术。

3. 结合**公知常识/Auto-Director（补充对比文件）**，论证将“基于内容分析的质量得分”替换D1中的“投票得分”对于本领域技术人员而言是显而易见的，从而彻底摧毁权利要求1的创造性。

如需要进一步针对从属权利要求进行拆解拆分，请随时指示。

这份关于目标专利权利要求1与对比文件D1、D2、D3的专利侵权与创造性/无效性比对分析，严格基于公开文本内容展开：

---

## 一、 目标专利权利要求1的解构与说明书解释

根据目标专利权利要求1的架构，其技术方案可拆解为以下8个技术特征（A ~ H）：

* **特征 A**：一种用于为流传输客户机提供事件的流传输呈现的系统，已通过在多个媒体流之间动态地切换来获得流传输呈现，并且所述系统包括：输入，用于从多个流源获得源数据，所述多个流源提供对表示事件的不同记录的相应多个媒体流的访问；

* **特征 B**：源数据由所述多个媒体流的并发部分的内容数据和/或元数据构成；

* **特征 C**：并发部分表示事件的并发时间段；

* **特征 D**：每个媒体流包括多个连续部分；

* **特征 E**：所述多个媒体流包括一个或多个分割媒体流；

* **特征 F**：并且所述并发部分至少部分地由所述一个或多个分割媒体流的并发片段构成；

* **特征 G**：处理子系统，被配置为，对于所述连续部分中的每一个：i)将至少一个质量评估函数应用于源数据以将质量得分分派给每个并发部分，其中所述质量得分是基于所述内容数据确定的，由此建立多个质量得分；

* **特征 H**：ii)产生选择数据用于使流传输客户机能够访问相应媒体流的并发部分中的所选择的部分，已基于所述多个质量得分的比较选择所述所选择的部分。

### 权利要求关键特征解释（技术本质）

本专利的核心在于**“基于内容数据（Content Data）自动评估质量得分，并在表示同一事件的不同记录（Different Recordings of an Event）的多流之间动态切换”**。

1. **“表示事件的不同记录的相应多个媒体流”**：指针对**同一事件**从**不同视角/记录源**（例如大型体育赛事的不同摄像机视角）获取的多个媒体流，而非同一视频内容仅仅按不同码率/分辨率转码（Transcoding）产生的变体流（Variant Streams）。

2. **“质量得分是基于所述内容数据确定的”**：指评估质量得分的依据是视频/音频内容本身（如图像清晰度、构图、对焦状态、动作剧烈程度等客观或主观内容质量），**而非**网络传输层/物理层的QoS参数（如网络带宽、缓冲区占用率、丢包率、延迟等）。

---

## 二、 对比文件特征比对明细表格与原文详细出处

为便于清晰比对，下表列出了对比文件公开号及对权利要求1各技术特征的比对结果：

### 权利要求1特征比对表（对照对比文件原文出处）

---

## 三、 整体技术问题与技术效果分析及最接近对比文件选择

### 1. 各对比文件的整体技术问题与技术效果

* **D1 (US 2011/0082924 A1)**

* **解决的技术问题**：无线通信网络中数据流量爆炸、网络拥塞及不同客户端设备带宽波动。

* **技术手段**：中间网络设备通过“限制传输速率（Throttling）”或“动态修改/编辑Manifest清单文件（添加/删除URI）”，强制/引导客户端请求较低码率的视频切片。

* **技术效果**：有效控制无线网络流量，降低带宽消耗，提高整体网络服务质量（QoS）。

* **D2 (US 2011/0138020 A1)**

* **解决的技术问题**：在非流控协议（如HTTP）上实现无缝、近实时的流媒体播放，以及如何在网络带宽波动时保证播放连续性。

* **技术手段**：将媒体切片并生成包含URI的扩展M3U（HLS）播放列表，提供多种不同码率的变体流（Variant Streams），客户端根据网络带宽测量平滑切换流。

* **技术效果**：无需专用流媒体服务器即可提供无缝的实时播放体验，避免播放卡顿。

* **D3 (US 2011/0255535 A1)**

* **解决的技术问题**：IPTV/多播（Multicast）网络中多媒体数据传输的扩展性，以及客户端切台/切换流时的延迟（Channel-change delay）。

* **技术手段**：在路由器/交换机（DSLAM）处将多播转单播，结合自适应流传输（Adaptive Streaming），利用缓冲/延迟/重构接入点（I帧/GOP）提供初始数据。

* **技术效果**：显著缩短切台延迟，优化多播网络与单播客户端之间的带宽分配。

### 2. 目标专利整体解决的技术问题与技术效果

* **目标专利**：旨在解决**“在多个提供同一事件不同记录（如多视角摄像机）的媒体流中，如何基于内容质量自动评估并动态选择最佳质量切片呈现给客户端”**的问题。实现了无需人工干预、基于图像/内容本身质量得分的动态视角/流切换。

### 3. 最接近对比文件的选择（最接近现有技术）

**结论：D1 或 D2 均适合作为最接近的对比文件（可以有多个）。**

* **选择理由**：

1. **技术领域与架构相同**：D1、D2与目标专利均属于基于HTTP自适应切片流传输（HTTP Adaptive Bitrate Streaming/HLS）的技术领域，系统架构均包含“流源 - 切片处理/Manifest生成 - 客户端动态切换访问”这一完整链条。

2. **公开特征最多**：D1和D2均完整公开了目标专利中的结构性特征（特征B、C、D、E、F）以及在多个分割媒体流之间动态切换播放的机制（特征A的部分架构）。

3. **D1的架构更具针对性**：D1包含了“中间网络设备/处理子系统通过产生/修改选择数据（编辑Manifest文件）来控制客户端访问”的机制（特征H的架构基础），与目标专利中处理子系统产生选择数据的逻辑架构高度贴近。

---

## 四、 未被最接近对比文件公开的技术特征与无效薄弱点分析

关键的区别技术特征（即未被D1、D2、D3公开的特征）在于 **特征A（部分）**、**特征G** 和 **特征H（部分）** 的组合：

1. **“多个流源提供对表示事件的不同记录的相应多个媒体流的访问”**（特征A）：D1/D2/D3公开的“多流”均为**同一原始视频按不同码率/分辨率转码生成的变体流（Variant Streams）**；而目标专利是指**同一事件的不同记录（如多视角摄像机、不同录音源）**。

2. **“将至少一个质量评估函数应用于源数据以将质量得分分派给每个并发部分，其中所述质量得分是基于所述内容数据确定的”**（特征G）：D1/D2/D3的切换依据均为**网络层/传输层/客户端缓冲区的QoS参数**（如带宽、丢包率、下载时长）；而目标专利是**基于视频/音频内容本身（内容数据 Content Data）**应用质量评估算法（如清晰度、对比度、曝光、画面杂讯、构图等）计算质量得分。

3. **“基于所述多个质量得分的比较选择所述所选择的部分”**（特征H）：根据内容质量得分的比较结果生成选择数据（如更新Manifest或切换指令）。

### 提出无效请求时最薄弱的技术特征分析

如果在无效宣告程序中仅使用 D1、D2、D3 进行组合（例如 D1+D2 或 D1+D3）：

* **最薄弱（最难被攻破/专利权人最强的防线）的技术特征**：**特征 G（基于内容数据通过质量评估函数计算质量得分）**。

* **原因**：D1、D2、D3 均属于标准的**自适应码率流传输（ABR）**范畴，其核心逻辑是“根据网络带宽状况切换不同码率”。这与目标专利“根据视频画面/内容质量本身（内容数据）自动评分并切换”存在**本质的技术范式差异**。单纯依靠通信网络传输领域的ABR对比文件，很难提供“基于视频内容分析算法进行多流质量评估”的技术教导（Motivation）。

* **无效请求人（发起挑战者）最薄弱的技术特征**：**“不同记录的多流”与“基于内容数据评估质量得分”的结合**。

* 如果请求人仅将D1/D2中的“码率切换”等同于目标专利的“基于内容质量切换”，这属于典型的**后见之明（Hindsight）**，极易被专利局合议组驳回。

---

## 五、 进一步的对比文件检索策略建议

为了成功无效目标专利权利要求1，必须打破现有D1/D2/D3局限于“网络自适应码率（ABR）”的框架，补充引入**“多视角视频切控/基于图像内容的自动画质评估”**领域的对比文件。建议采用以下检索策略：

### 1. 跨领域/多技术交叉检索策略（分类号 + 关键词组合）

* **核心检索方向 1：多视角视频自动切换/导播系统（Director System / Multi-camera Switching）**

* **寻找目标**：公开了“从多个摄像机（同一事件的不同记录）采集视频，通过分析图像内容（如清晰度、运动量、人脸/目标聚焦）自动选择/切换最佳视角流”。

* **IPC/CPC 分类号**：

* `H04N 21/488` / `H04N 21/472`（多通道/多视角视频选择）

* `H04N 5/268` / `H04N 5/272`（信号源切换/视频混合/电子导播）

* `G06V 20/40` / `G06T 7/00`（视频内容分析/图像质量评估）

* **关键词**：`multi-camera`, `multiple angles`, `different views`, `auto-switching`, `content quality`, `view selection`, `best angle`, `video analytic`.

* **核心检索方向 2：基于内容的视频质量评估（No-Reference Video Quality Assessment, VQA）结合切片/流传输**

* **寻找目标**：公开了“在流媒体切片传输中，提取视频内容数据（Content Data）利用质量评估函数（如PSNR, SSIM, VMAF, 画面模糊度检测等）计算 Quality Score，并基于得分生成Manifest或选择视频流”。

* **IPC/CPC 分类号**：

* `H04N 17/00` / `H04N 17/02`（视频信号质量的测量或评估）

* `H04N 21/234` / `H04N 21/24`（流媒体服务器端的内容分析与质量监测）

* **关键词**：`quality score`, `quality metric`, `content-based`, `picture quality`, `VMAF`, `blurriness`, `evaluating content`, `manifest file`.

### 2. 结合路线与组合策略

建议在无效宣告中采用 **“D1/D2 (基本流传输与切片架构) + D4 (多视角内容分析与质量评分切换)”** 的组合方式：

1. 用 **D1/D2** 证明特征 A（部分）、B、C、D、E、F、H（部分）属于本领域HTTP自适应切片流传输的公知常识/现有技术架构。

2. 引入 **D4（新检索出的对比文件，如自动导播/多视角图像质量评价专利）** 证明：针对同一事件的多个不同记录流，基于画面内容计算质量得分并进行自动切换，是本领域技术人员为了获得最佳视觉呈现效果而容易想到的技术手段。

3. 通过 D1/D2 + D4 的组合，证明权利要求1的整套方案对于本领域技术人员而言是显而易见的，不具备创造性。

这是一份由资深专利代理师出具的关于目标专利“权利要求1”相对于三篇对比文件的技术特征比对、公开性认定、最接近对比文件选择、最薄弱特征判定及后续检索策略的深度法律与技术分析报告。

---

## 一、 目标专利权利要求1的术语与技术方案解析

紧密结合说明书对权利要求1进行界定，本发明的核心在于**流传输系统在客户端播放过程中，基于“内容数据”确定的质量得分，对多个表示同一事件不同记录的分割媒体流进行动态切换**。

* **“事件（Event）”与“不同记录（Different recordings）”**：指同一时空或同一主题事件（如一场足球比赛、一场演唱会），由分布在不同位置的多个摄像头/录像设备（或不同角度）进行并发拍摄所形成的多视角/多轨道媒体流。

* **“并发部分（Concurrent portions）”与“并发片段（Concurrent segments）”**：指对应同一真实时间段（如比赛第10分00秒至10分10秒）的媒体数据。分割媒体流被切分为连续的片段（Segments/Chunks）。

* **“质量评估函数”与“基于内容数据确定（Based on the content data）”**：此为本案的**核心构思**。质量得分不是仅仅基于网络传输层/元数据（如比特率、分辨率、网络带宽、丢包率等），而是**深入媒体流的内容数据本身**（例如画面清晰度、画面抖动度、音视频质量评估算法、或内容焦点程度等）计算出的得分，并以此得分作为动态切换/选择媒体流的依据。

---

## 二、 对比文件技术特征比对与公开性认定（含公开号及原文出处）

三篇对比文件的公开号定义如下：

* **对比文件1（D1）**：US20110280540A1 (BROADCAST MANAGEMENT SYSTEM)

* **对比文件2（D2）**：US20110302319A1 (METHOD AND APPARATUS FOR ADAPTIVE STREAMING BASED ON PLURALITY OF ELEMENTS FOR DETERMINING QUALITY OF CONTENT)

* **对比文件3（D3）**：US20110307781A1 (SEAMLESS PLAYBACK OF COMPOSITE MEDIA)

### 1. 详细特征比对表

---

## 三、 最接近对比文件的选择与分析

在评估创造性（如根据中国《专利审查指南》或EPO/USPTO标准）时，确定“最接近的现有技术（Closest Prior Art）”需要考量：**技术领域是否相同、解决的技术问题是否最类似、公开的技术特征数量是否最多**。

### 最接近对比文件：对比文件1（D1，US20110280540A1）

* **整体解决的技术问题**：D1旨在解决**如何对捕获同一事件的多台摄像机（多视角/不同记录）的多个视频流进行管理、同步与动态切换播放**（参见D1段落[0003]、[0006]、[0020]）。这与本目标专利的“为流传输客户机提供事件的多媒体流动态切换呈现”**完全处于同一技术领域，且解决完全相同的核心问题**。

* **技术效果与架构对比**：D1建立了多轨道同一事件视频流在通用时钟下的同步播放与切换机制。本目标专利在此架构基础上，引入了“自动化质量评估（基于内容数据）”来替代D1中的“人工导演选择”。

* **结论**：**D1是本案唯一最适合作为最接近对比文件（Primary Reference）的文献**。

> **补充说明（D2/D3为何不适合作为最接近对比文件）**：

> D2（US20110302319A1）和D3（US20110307781A1）属于基于HTTP自适应流（DASH / Smooth Streaming）的**码率自适应（ABR）或视频剪辑拼接领域**。它们解决的是“网络带宽波动时如何平滑切换不同码率”或“如何将多个视频剪辑拼接成一个复合流”的问题，**不包含“同一事件的多角度/不同记录流”这一前提**。因此，D2和D3仅适合作为二次对比文件（Secondary References）来结合考量“分割媒体流（Segmented Stream）”等通用架构特征。

---

## 四、 未被最接近对比文件公开的技术特征与其他对比文件的结合性（无效攻击力分析）

以 **D1** 为最接近对比文件，目标专利权利要求1相对于D1的区别技术特征如下：

1. **特征E & F**：媒体流采用**分割媒体流（Segmented media stream）**的形式，且并发部分由**并发片段（Concurrent segments）**构成。

2. **特征G**：处理子系统将至少一个质量评估函数应用于源数据，以将质量得分分派给每个并发部分，**且质量得分是基于“内容数据”确定的**。

3. **特征H**：产生选择数据，**基于所述多个质量得分的比较**自动选择并提供给客户端访问。

### 其他对比文件的公开情况：

* **对于特征E和F**：**D2**（段落[0017]、[0053]）和 **D3**（段落[0002]）均明确公开了将媒体流切分为连续的、可独立寻址的“片段/块（Segments/Chunks）”来进行流传输的技术（即HLS/DASH/Smooth Streaming技术）。本领域技术人员为了实现更高效的网络缓存与自适应传输，将D1的多视角流结合D2/D3的分段传输技术属于常规技术选择。

* **对于特征G和H（核心区别特征）**：

* **D2是否公开？** D2公开了基于分辨率（Resolution）、帧率（Framerate）、码率（Bitrate）等要素建立“质量/优先级”（段落[0153]-[0170]），并据此进行选择。但D2中的这些参数全部属于**编码参数/元数据（Metadata）**，**完全没有公开“基于内容数据（Content Data）本身”**（如图像显著性、模糊度、视频画面中的运动焦点、音频噪声等算法评估）来计算质量得分。

* **D3是否公开？** D3仅公开了基于网络带宽启发式评估（Heuristics）来选择码率，未公开基于内容数据的质量评估。

---

## 五、 无效请求中最薄弱的技术特征判定

在针对目标专利权利要求1发起专利无效宣告请求时，**最薄弱的技术特征（即专利权人最坚固的防御堡垒，也就是对请求人而言最难被攻破的特征）是：**

> **特征G中的限定：“其中所述质量得分是基于所述内容数据确定的（wherein the quality score is determined based on the content data）”以及基于此得分的动态选择（特征H）。**

### 薄弱性（攻击难点）法律与技术原因：

1. **现有技术偏向“元数据/网络层”质量评估**：D2、D3以及绝大多数2011年前后的流媒体专利（如DASH标准相关专利），其所谓的“质量（Quality）”均指代“画质级别/码率轨（Quality Levels / Bitrate Tracks）”，是固定的编码元数据，评估依据是网络丢包率和带宽（QoS/QoE）。

2. **概念的实质性差异**：本专利明确将质量得分的计算锚定在**“内容数据（Content Data）”**上。这意味着系统需要“看/听”视频音频内容本身（例如计算画面对比度、清晰度、黑屏/遮挡检测、声音分贝或人脸/焦点跟踪得分），而非仅仅读取“码率=2Mbps”这类元数据。

3. **D1+D2/D3组合逻辑断层**：即使将D1（多视角选择）与D2/D3（分段流）结合，技术人员也只能得到“根据网络情况自适应切换多视角片段”或“由人工/固定规则切换”，**无法直接导出“通过算法分析多路视频的内容数据得出质量得分，并据此自动比较切换”的显而易见性**。

---

## 六、 进一步的对比文件检索策略建议

为了成功无效权利要求1，必须补充检索能够**同时覆盖“多流/多视角”与“基于内容（Content-based）画质/音质/焦点自动评分与选择”**的对比文件。建议采取以下三阶段检索策略：

### 阶段一：重新定义检索要素矩阵（Key Concepts & Keywords）

### 阶段二：精准检索表达式（Search Queries）构造

1. **交叉检索（多视角 + 内容画质评估 + 自动选择）**：

* *(Multi-camera OR multi-view OR multi-angle OR "multiple video streams") AND ("content-based" OR "picture quality" OR "image quality" OR "video quality") AND (score OR rating OR metric OR evaluation) AND (switch* OR select*)*

2. **自动导播/智能切流领域检索（Auto-editing / Automated Broadcaster）**：

* *(Automated director OR "virtual director" OR "automatic camera selection" OR "smart switching") AND (quality OR clarity OR focus OR blur) AND stream**

* *说明：在体育赛事自动导播系统中，经常有基于画面清晰度/焦点自动选择最佳镜头输出的技术，该领域文献极易命中特征G。*

### 阶段三：关键专利族与非专利文献（NPL）追溯

1. **聚焦特定申请人（Key Applicants）**：

* 重点检索 **Disney/ESPN**、**Sony**、**Canon**、**Samsung Electronics**、**EVS Broadcast Equipment**、**Philips** 在 2008–2012 年期间关于“多摄像机自动导播/智能视频切换（Automated Multi-camera Switching / Virtual Director）”的专利。

2. **非专利文献（NPL）检索**：

* 检索 **IEEE Transactions on Multimedia**、**IEEE ICME**、**ACM Multimedia** 关于 *“Content-based multi-camera selection”* 或 *“Automated video director system”* 的学术论文（2005–2011年）。学术界对于“利用图像处理算法评估多视角画面质量并自动切换”的研究早于工业界标准。

---

<Elicitation label="需要我针对该检索策略进一步生成具体的专利数据库（如IncoPat/Google Patents）搜索语句吗？" query="请根据上述检索策略，为我编写适用于Google Patents和PatentSight的具体检索逻辑语句（Search Strings）。"/>

这份报告针对目标专利权利要求1与三份对比文件（D1、D2、D3）进行了严谨的专利无效及检索分析。

---

## 1. 对比文件公开号及基本信息指代

* **对比文件1（D1）**：`US20120033037A1` (*Signaling Attributes for Network-Streamed Video Data*)

* **对比文件2（D2）**：`CN102356622A` (*递送可缓存流媒体演示*)

* **对比文件3（D3）**：`WO2013004260A1` (*NETWORK-CAPACITY OPTIMIZED ADAPTIVE HTTP STREAMING*)

---

## 2. 权利要求1的技术特征解释

权利要求1限定了一种用于为流传输客户机提供事件的流传输呈现的系统。结合说明书技术构思，其核心逻辑在于：系统接收来自多个流源的表示同一事件并发时间段的媒体流数据，利用处理子系统**基于内容数据**（Content Data）应用质量评估函数计算每个并发部分的质量得分（Quality Score），通过**比较质量得分**来产生选择数据，从而控制客户端在多个媒体流之间动态切换，实现优化呈现。

* **技术特征A**：动态切换系统 + 获得源数据（表示同一事件的不同记录/视角的多媒体流）。

* **技术特征B**：源数据包含并发部分的内容数据和/或元数据。

* **技术特征C**：并发部分表示事件的并发时间段（时间同步/同一时刻）。

* **技术特征D**：媒体流包含多个连续部分（分段）。

* **技术特征E/F**：媒体流为分割媒体流，并发部分由并发片段（Segments/Chunks）构成。

* **技术特征G**：处理子系统针对每个连续部分，**将质量评估函数应用于源数据**，**基于内容数据**确定质量得分，建立多个质量得分。

* **技术特征H**：通过**比较多个质量得分**产生选择数据，使客户机访问所选择的部分（基于得分比较的动态流切换）。

---

## 3. 各对比文件对权利要求1特征的比对分析表

以下表格详细对照了各对比文件原文（含具体段落号）对权利要求1技术特征的公开情况：

---

## 4. 最接近对比文件分析与选择

在评价权利要求1的创造性时，**D3 (`WO2013004260A1`)** 适合作为**最接近的对比文件**。

### 理由如下：

1. **整体解决的技术问题一致**：

* 目标专利旨在解决多媒体流传输过程中，如何结合媒体本身的质量/特性进行自适应动态切换呈现的问题。

* D3 明确旨在解决自适应 HTTP 流传输中，传统仅依赖网络码率导致不同内容类型（如体育节目与访谈节目）主观体验质量（QoE/MOS）不均衡的问题（`[p0002]`, `[p0012]-[p0016]`）。

2. **技术方案与特征覆盖度最高**：

* D3 已经公开了特征 A、B、C、D、E、F，并且深层次地引入了基于内容主观质量（MOS/PQoS/QoE Metrics）评估候选流、利用质量指标调整/比较清单（Manifest）并引导客户机动态切换选择（特征 H）。

3. **技术效果重合度高**：

* D3 与目标专利均致力于改善终端用户的播放质量体验（QoE），避免机械化按码率切换导致的画质主观感知偏差。

*(注：D1 主要侧重于多视角/3D 视频的视角标识 signaling；D2 主要侧重于利用 HTTP 缓存基础设施实现无态平滑流传输的服务器/客户端架构，二者在“基于内容本身的质量函数评估与得分比较”这一核心逻辑上的相关度低于 D3。)*

---

## 5. 区别技术特征与无效突破口（最薄弱特征分析）

### 1. 区别技术特征

相比于最接近的对比文件 D3，权利要求1的核心区别特征在于：

> **特征G的部分限定**：质量得分是**基于所述内容数据（Content Data）**确定（将质量评估函数应用于源数据中的内容数据）。

* **D3的公开情况**：D3 中的“主观质量评估（MOS/PQoS）”主要基于**内容类型分类（Content Type / Category）**，例如将体育（Sports）归为高运动类，将访谈（Talk-show）归为低运动类，或者预先对视频序列打分（`[p0031]`, `[p0081]`），属于“基于内容类别/标签”的质量评估。

* **目标专利的限定**：明确限定质量得分是直接基于“**内容数据（Content Data）**”本身（如通过算法对实际图像/视频像素数据、运动矢量等内容提取特征）应用评估函数计算得出。

### 2. 专利无效中最薄弱的技术特征

目标专利权利要求1在无效宣告程序中最薄弱、最容易被突破的点在于：**“基于内容数据确定质量得分”这一限定的解释宽度与显而易见性**。

1. **说明书解释与广义解读的风险**：

在专利侵权或无效解释中，“基于内容数据确定”很容易被广义理解为“只要考虑了内容本身的属性（如码率、分辨率、内容复杂度/MOS）”。如果请求人将 D3 中对“不同内容类型（Sports vs Talk-show）映射 MOS 分数”解释为“利用了内容的数据特征/类型确定质量得分”，则特征 G 极易被认定已被 D3 领域技术人员的公知常识结合实质公开。

2. **显而易见性（结合公知常识/二次检索）**：

在视频编码及流传输领域，利用视频内容数据（如像素残差、SSIM、PSNR、VMAF等视频质量评估算法）对视频片段进行实时或预先质量打分（Quality Assessment），并根据质量打分在自适应流（ABR）中进行码率/流切换，属于本领域的惯用技术手段。

---

## 6. 进一步对比文件检索策略（针对无效请求）

为了彻底击毁权利要求1的创造性（结合 D3 + 补强对比文件 D4），建议采取以下补充检索策略，重点寻找**“在 HTTP 动态自适应流传输（DASH/HLS）中，基于视频内容数据（如 PSNR/SSIM/VMAF/复杂度）评估质量并生成选择/切换数据”**的对比文件：

### 1. 关键词与逻辑组配（英文 & 中文）

* **核心概念 1（HTTP自适应流/动态切换）**：

* `DASH`, `Dynamic Adaptive Streaming over HTTP`, `HLS`, `Smooth Streaming`, `adaptive bitrate`, `stream switching`

* 动态切换, 自适应流传输, HTTP流

* **核心概念 2（基于内容的质量评估/打分）**：

* `content-based`, `content-aware`, `video quality assessment`, `VMAF`, `SSIM`, `PSNR`, `MOS`, `quality score`, `quality function`, `perceptual quality`

* 内容感知, 质量得分, 质量评估函数, 主观质量, 内容复杂度

* **检索逻辑**：

`(DASH OR ABR OR "adaptive streaming") AND ("content-aware" OR "content-based" OR "quality score" OR VMAF OR SSIM) AND (switch OR select)`

### 2. 分类号（IPC/CPC）精准拦截

* `H04N 21/262`（服务器端调度/流选择）

* `H04N 21/24`（监测客户端或网络状况/质量评估）

* `H04N 21/845`（流分段/Segments）

* `H04N 19/115`（基于质量或速率控制的视频编码/评估）

* `H04N 19/154`（基于主观视觉质量的评估/控制）

### 3. 重点追溯的方向与文献源

1. **标准评估组提案（3GPP / MPEG-DASH 提案）**：

检索 2010–2014 年间 3GPP TSG-SA4 及 ISO/IEC JTC1/SC29/WG11 (MPEG) 关于 *DASH Content-aware Quality Streaming* 或 *Quality-driven DASH* 的技术提案（Tdoc）。

2. **学术界与早期专利**：

重点检索 IEEE/ACM 关于“Content-aware Dynamic Adaptive Streaming over HTTP”的相关专利（重点关注 2010–2014 年申请的专利，如 InterDigital, Qualcomm, Ericsson, Netflix, Akamai 等公司的同类专利）。

---

<ElicitationsGroup message="如需进一步推进该专利的无效宣告工作，您可以选择：">

<Elicitation label="撰写针对权利要求1的完整无效宣告理由书草稿" query="请结合D3（WO2013004260A1）和公知常识，撰写针对权利要求1缺乏创造性的完整无效宣告理由书草稿。"/>

<Elicitation label="制定针对从属权利要求的无效分析方案" query="如果权利要求1被维持，请帮我分析其从属权利要求的突破口及无效策略。"/>

</ElicitationsGroup>

### 一、 权利要求1的技术特征拆解与目标专利说明书解释

为了客观、精准地评估权利要求1的保护范围与效力，首先将权利要求1拆解为8个独立的技术特征（A–H），并结合目标专利说明书的内在含义进行法律与技术解释：

* **技术特征A**：*“已通过在多个媒体流之间动态地切换来获得流传输呈现，并且所述系统包括：-输入，用于从多个流源获得源数据，所述多个流源提供对表示事件的不同记录的相应多个媒体流的访问”*

* **说明书解释**：指系统支持在播放同一事件（如体育比赛、演唱会）的不同视角/录制流之间进行动态切换。流源提供针对该事件的不同摄录/编码媒体流。

* **技术特征B**：*“源数据由所述多个媒体流的并发部分的内容数据和/或元数据构成”*

* **说明书解释**：源数据不仅包含描述媒体流属性的元数据（如码率、分辨率等），还包含或者仅包含媒体流实际的音视频图像/采样帧数据（即“内容数据”）。

* **技术特征C**：*“并发部分表示事件的并发时间段”*

* **说明书解释**：指不同媒体流在时间轴上相互对应的同段时间切片（即时间同步的多个流片段）。

* **技术特征D**：*“每个媒体流包括多个连续部分”*

* **说明书解释**：媒体流在时间轴上被划分为连续的时间段或块（Segments/Chunks/Fragments）。

* **技术特征E**：*“所述多个媒体流包括一个或多个分割媒体流”*

* **说明书解释**：媒体流被切分为若干可独立接收或解码的片段（Segmented media streams）。

* **技术特征F**：*“并且所述并发部分至少部分地由所述一个或多个分割媒体流的并发片段构成”*

* **说明书解释**：在某一并发时间段内，各媒体流的对应部分至少由切分出的对应时间片段（Concurrent fragments）组成。

* **技术特征G**：*“-处理子系统，被配置为，对于所述连续部分中的每一个：i)将至少一个质量评估函数应用于源数据以将质量得分分派给每个并发部分，其中所述质量得分是基于所述内容数据确定的，由此建立多个质量得分”*

* **说明书解释（关键区别特征）**：处理子系统针对每个连续时间段，通过**直接分析/计算媒体流的内容数据（图像/音视频内容本身）**，利用质量评估函数（如PSNR、VMAF或基于图像特征计算的得分）对各个并发部分进行打分，而非仅依赖静态元数据（如清单文件中声明的码率/分辨率）。

* **技术特征H**：*“ii)产生选择数据用于使流传输客户机能够访问相应媒体流的并发部分中的所选择的部分，已基于所述多个质量得分的比较选择所述所选择的部分”*

* **说明书解释**：系统对计算出的多个质量得分进行比较，选择质量最佳或符合特定质量规则的媒体流部分，并生成选择数据（如更新的Manifest、URL或指令），引导客户端下载或呈现该被选择的部分。

---

### 二、 对比文件原文比对与技术特征公开性分析

下表详细罗列了三份对比文件（D1: WO2013011359A1, D2: US20130042015A1, D3: EP2566172A1）对权利要求1各项技术特征的公开情况及原文出处。

#### 1. 特征比对表格

#### 2. 对比文件原文详细出处分析

* **D1（WO2013011359A1）分析**：

* **公开特征**：[p0018]公开了头端将各个TV频道的数据缩放组合为马赛克形式的aggregated video service；[p0021]及[p0030]公开了通过demultiplexer、buffer和controller在常规频道与聚合视频流之间快速切换；[p0063]公开了视频流的Segmenting；[p0072]公开了视频帧68与随机接入点66。

* **缺失特征**：D1旨在解决电视换台延迟大（Fast Channel Change）的问题。其切换动力来自用户的换台按键指令（[p0078]），完全没有引入“质量评估函数”、更没有“基于内容数据计算质量得分并比较”以生成选择数据的技术方案（缺失特征G、H）。

* **D2（US20130042015A1）分析**：

* **公开特征**：[0005]公开了自适应流传输中将流切分为多维阵列（时间×质量/码率）的Chunks；[0016]及[0026]明确公开了“An encoder encodes the content stream at a plurality of encoded representations of different quality levels... measured in PSNR (Peak Signal-to-Noise Ratio)”，且Manifest中显式标明质量等级（explicit quality indications）；[0020]及[0036]公开了客户端/服务器基于质量等级与带宽限制进行比较，选择并请求最高质量的Chunk。

* **缺失/区别特征**：D2的质量得分（如PSNR）是**离线/编码阶段**预先计算好并静态写入Manifest元数据中的，客户端仅是“读取Manifest中的质量显式标记”。而本专利特征G强调的是**处理子系统对获得的源数据（内容数据）应用质量评估函数来建立得分**（即动态/实时内容质量评估），且D2针对的是“同一视频流的不同重编码版本”，非特征A的“表示事件的不同记录（如多视角摄录）”。

* **D3（EP2566172A1）分析**：

* **公开特征**：[0008]及[0017]公开了HTTP自适应流中将内容切分为Chunks，通过Manifest（如M3U8）向客户端提供不同Variants；[0032]公开了服务器根据客户端请求解析URL，估算带宽并动态调整转码器（Transcoder）的编码码率。

* **缺失特征**：D3是通过客户端请求中的URL隐式反馈或网络带宽测量来驱动转码码率调整，完全没有涉及“基于内容数据应用质量评估函数计算质量得分”（缺失特征G），也没有基于质量得分的比较来选择流（缺失特征H）。

---

### 三、 最接近对比文件选择与整体技术分析

在专利无效或创造性评估中，最接近的对比文件应当是**技术领域相同、所要解决的技术问题最相似、公开技术特征最多**的对比文件。

#### 1. 技术问题与技术效果对比

* **目标专利**：

* *技术问题*：在多流传输（特别是针对同一事件的多视角/多记录流）中，如何自动化、客观地评估不同流的实际呈现质量，从而实现高质或平滑的流切换呈现。

* *技术效果*：通过直接对源数据的内容数据应用质量评估函数，能精准依据图像/声音的实际质量（而非仅仅依赖元数据中的标称码率）动态选择最佳流，提升观看体验。

* **D1 (WO2013011359A1)**：

* *技术问题*：解决数字电视换台时解码黑屏和长延迟问题。

* *技术效果*：通过缓冲马赛克聚合流实现1秒以内的快速换台（Fast Channel Change）。

* **D2 (US20130042015A1)**：

* *技术问题*：解决传统CBR/VBR自适应流在码率切换时带来的视频编码质量剧烈波动问题。

* *技术效果*：以“恒定质量（Constant Quality）”替代“恒定码率”作为切换依据，实现平滑、高质量的自适应流播放。

* **D3 (EP2566172A1)**：

* *技术问题*：解决转码服务器计算资源有限、无法预先生成所有质量版本流的问题。

* *技术效果*：按需（On-the-fly）转码并基于客户端反馈动态调整转码码率。

#### 2. 最接近对比文件的确定

**结论：D2 (US20130042015A1) 是最适合作为最接近对比文件（Primary Prior Art）的文献。**

* **原因**：

1. **技术领域与机制高度重合**：D2与目标专利均属于自适应媒体流传输（Adaptive Streaming）领域，且均采用了“将流切分为连续片段（Chunks/Fragments）”并“基于质量指标（Quality Level / PSNR）进行流选择”的核心架构。

2. **特征覆盖度最高**：D2公开了权利要求1中的特征B、C、D、E、F，并在实质上公开了特征H（基于质量得分比较选择Chunk）以及特征G的部分概念（采用PSNR等质量函数评价流质量）。

*(注：D1虽然涉及多流切换，但其核心是解决电视换台延迟，机制为马赛克流图层裁剪，与目标专利基于质量评估的自适应选择相去甚远；D3仅涉及带宽驱动的实时转码，无质量评估体系。因此D1和D3不适合作为第一最接近对比文件。)*

---

### 四、 创造性分析与最薄弱技术特征

基于最接近对比文件 D2，分析权利要求1的创造性落脚点及无效请求中的攻击重点：

#### 1. 未被 D2 完全公开的技术特征（区别技术特征）

通过比对，权利要求1相对于最接近对比文件 D2 存在以下两个主要区别特征：

1. **区别特征1（对应特征A）**：多个媒体流是**“表示事件的不同记录”**（例如同一体育赛事的不同摄像机视角），而 D2 的多个媒体流是“同一视频记录的不同编码/质量版本”。

2. **区别特征2（对应特征G）**：处理子系统被配置为**“将至少一个质量评估函数应用于源数据……其中所述质量得分是基于所述内容数据确定的”**。

* *D2 的做法*：质量得分（PSNR）是在编码端预先算好并直接写入 Manifest（元数据）中，客户端/服务端在传输过程中仅是**读取该元数据得分**。

* *目标专利的做法*：处理子系统针对接收到的“源数据”，利用质量评估函数**对“内容数据”（音视频图像本身）进行计算/评估**来动态建立质量得分。

#### 2. 区别特征是否被其他对比文件（D1、D3）公开？

* **区别特征1（同一事件的不同记录）**：D1 [p0018] 提及了头端聚合多个 TV 频道，但未特指同一事件的不同视角；D3 亦未公开。然而，“同一事件的多视角/多记录切换”在多媒体传输领域属于公知常识（Common General Knowledge）。

* **区别特征3（基于内容数据实时/动态应用质量评估函数计算得分）**：**D1 和 D3 均未公开此特征。**

* D1 仅做图像裁剪与放大（[p0094]）；

* D3 仅根据 URL 提取码率请求并估算网络带宽（[0032]），不涉及对音视频内容数据本身运行质量评估算法。

#### 3. 无效请求中最薄弱的技术特征（专利权的防线）

在针对权利要求1发起无效宣告请求时，**最薄弱的技术特征（即专利权人最容易被攻破的特征）是：基于显式质量得分进行流切换（特征H结合特征G的前半部分）**。

* **薄弱点分析**：D2 已经极其完整地公开了“将质量指标（PSNR）显式引入自适应流传输，并通过比较各 Representations 的质量得分来选择传输对应的 Chunk”这一核心构思。目标专利将质量评估引入流切换的整体框架，在逻辑与架构上已被 D2 大面积覆盖。

**相反，权利要求1中最坚固（最难被无效）的特征是：特征G中“质量得分是基于内容数据确定的（即对源数据中的内容数据应用质量评估函数）”。**

* **难点分析**：D2、D1、D3 均将质量或码率作为既定参数（预先编码好或由清单声明），没有在处理/传输子系统中对“内容数据本身”实时或动态运行质量评估函数的教导。若仅凭现有这三份对比文件组合（D2+D1/D3），依照《专利审查指南》突出的“技术教导（Technical Teaching）”标准，审查员极易认定“无技术教导将基于内容数据的实时质量计算应用于多流自适应选择”，从而维持权利要求1的创造性。

---

### 五、 进一步的对比文件检索策略（针对无效请求）

为了成功无效权利要求1，必须打破“基于内容数据动态计算质量得分”这一技术壁垒。建议采用以下针对性的检索策略：

#### 1. 核心检索要素提取与表达方式扩展

* **主题1：基于内容/图像质量的实时评估（In-stream / No-Reference Video Quality Assessment）**

* *关键词*：`VMAF` (Video Multimethod Assessment Fusion), `PSNR`, `SSIM`, `content-based quality`, `no-reference quality assessment`, `real-time quality calculation`, `video quality metric`, `picture dynamic quality`.

* *IPC/CPC分类号*：`H04N 21/466` (基于用户或内容特征的流选择), `H04N 19/85` (视频质量评估与测量), `H04N 21/24` (服务器端监测/评估).

* **主题2：多视角/多流根据图像内容质量自适应切换**

* *关键词*：`multi-camera`, `multi-angle`, `multi-view`, `event streaming`, `adaptive switching`, `quality score`.

#### 2. 切入方向与组合策略

* **策略一：寻找“自适应流 + 内容质量评估（VMAF/SSIM）”的高相干对比文件（作为新的 D1）**

* *目标*：检索在 2013 年之前（或目标专利优先权日之前），是否存在文献公开了“在自适应流（DASH/HLS）传输中，转码器或边缘服务器通过实时计算视频帧的 SSIM/PSNR/VMAF（内容质量得分）来生成 Manifest 或决定切换流”。

* *推荐文献库*：IEEE Xplore、ACM Digital Library、3GPP SA4 会议文稿（针对 DASH 标准演进中的 Quality-driven Streaming 讨论）。

* **策略二：公知常识（教科书/技术标准）+ D2 组合**

* *目标*：寻找视频处理领域的标准教材或公知技术，证明“计算视频内容数据的 PSNR/SSIM 得到质量得分”是本领域技术人员（POSITA）评估视频质量的常规技术手段。

* *逻辑链条*：结合 D2（已公开显式质量得分选择流），指出当需要获得流的质量得分时，本领域技术人员为了提高评估准确性，自然有动机直接对视频内容数据运行 PSNR/SSIM 计算函数，从而得出权利要求1的方案。

* **策略三：多视角（Multi-view）切换领域的对比文件**

* *目标*：检索针对“同一赛事/事件的多视角视频传输（Multi-camera streaming）”专利，重点寻找“系统根据各视角画面的清晰度/遮挡程度/内容质量打分（Quality Score），自动选择最佳视角切给用户”的技术特征。这种文献可以完美补齐区别特征1与区别特征2。

这是一份针对目标专利权利要求1及相关三个对比文件的专利无效与创造性分析报告。分析严格基于目标专利说明书的解释逻辑与对比文件原文，以客观、严谨的专利代理师视角展开。

---

## 一、 目标专利权利要求1的释义与特征拆解

根据目标专利的技术方案，权利要求1的核心在于通过在多个媒体流之间**动态切换**，利用对媒体流并发部分（时间同步的片段）的**内容数据（Content Data）**进行**质量评估函数**计算得到质量得分，进而生成**选择数据**指导客户端访问所选片段。

将权利要求1拆解为以下8个技术特征（A~H）：

* **特征A**：一种用于为流传输客户机提供事件的流传输呈现的系统，已通过在多个媒体流之间动态地切换来获得流传输呈现，并且所述系统包括：输入，用于从多个流源获得源数据，所述多个流源提供对表示事件的不同记录的相应多个媒体流的访问；

* **特征B**：源数据由所述多个媒体流的并发部分的内容数据和/或元数据构成；

* **特征C**：并发部分表示事件的并发时间段；

* **特征D**：每个媒体流包括多个连续部分；

* **特征E**：所述多个媒体流包括一个或多个分割媒体流；

* **特征F**：并且所述并发部分至少部分地由所述一个或多个分割媒体流的并发片段构成；

* **特征G**：处理子系统，被配置为，对于所述连续部分中的每一个：i)将至少一个质量评估函数应用于源数据以将质量得分分派给每个并发部分，其中所述质量得分是基于所述内容数据确定的，由此建立多个质量得分；

* **特征H**：ii)产生选择数据用于使流传输客户机能够访问相应媒体流的并发部分中的所选择的部分，已基于所述多个质量得分的比较选择所述所选择的部分。

---

## 二、 对比文件特征比对与原文出处分析

### 1. 各对比文件比对分析

* **D1（US20130084053A1）**

* **比对结论**：实质公开了特征A、B、C、D、E、F、H，**未公开特征G（特别是“基于内容数据确定质量得分”）**。

* **分析**：D1公开了一种合并多个录制视频时间线（timeline/segments）的系统，服务器根据各录像机（recorders）返回的状态消息（status message, `sm`，包含帧率、分辨率等**元数据**）评估质量，生成播放列表（playlist, `pl`）供客户端连续播放。D1的评估依赖于元数据（帧率、分辨率、网络负载），而非对图像/音频等**内容数据**本身应用质量评估函数。

* **D2（CN103053159A）**

* **比对结论**：公开了媒体切片、多视图/三维视频流传输（DASH）、清单文件（MPD）信令传递等技术，但属于多视图（MVC）视角与深度选择领域，**未公开基于内容数据评估质量得分并据此动态切换媒体流的特征G和H**。

* **分析**：D2侧重于通过MPD清单向客户端传递摄像机视角的水平位置、最大/最小视图标识符等信息，由客户端根据显示设备能力和深度需求选择合适视图表示（representation），不涉及对并发片段的内容数据应用质量评估函数来生成切换选择数据。

* **D3（WO2013098317A1）**

* **比对结论**：公开了分段内容（segmented content）流传输、网络发起控制（控制通道/WebSocket）、清单文件更新（manifest update trigger）等结构，**未公开基于内容数据应用质量评估函数获取质量得分的技术特征G和H**。

* **分析**：D3的核心在于通过建立流控制通道（如WebSocket），在网络负载变化或节点故障时，由网络端主动向客户端推送清单更新通知（Manifest update trigger），促使客户端切换到其他节点或低码率流。其切换依据是网络负载/故障等外部网络参数，而非对流内容本身进行质量评估。

---

### 2. 技术特征比对表

---

## 三、 最接近对比文件分析（最接近先艺的选择）

从**整体解决的技术问题**与**技术效果**角度分析：

1. **最接近对比文件推荐：D1（US20130084053A1）**

* **技术问题**：目标专利与D1均旨在解决**“如何从提供同一事件/源的多个媒体流/录像源中，自动挑选并拼接出质量最高（或最合适）的连续视频流供客户端播放”**的问题。

* **技术结构**：D1构架了“多录像源 $\rightarrow$ 服务器评估质量 $\rightarrow$ 生成包含切片选择的播放列表（Playlist） $\rightarrow$ 客户端按播放列表连续/无缝播放”的整体系统框架，这与本专利的架构最匹配。

* **区别特征**：D1中质量评估的依据是录像机返回的**元数据**（分辨率、帧率、设备负载，见段[0010][0012]），而本专利特征G明确限定质量得分是**基于内容数据（Content Data）**（例如对视频帧图像本身的清晰度、噪声、遮挡等应用评估函数）确定的。

2. **备选最接近对比文件：D3（WO2013098317A1）**

* 若侧重于**“流传输客户端基于清单（Manifest/Playlist）在分段媒体流（HAS/DASH）之间进行自适应切换”**的网络传输架构，D3提供了非常典型的分段流传输控制背景。但在视频质量评估选择的业务逻辑上，D3远不如D1贴近。

**结论**：**D1最适合作为最接近的对比文件**。

---

## 四、 区别特征分析与最薄弱技术特征

基于D1作为最接近对比文件，目标专利权利要求1相对于D1的区别特征在于：

> **区别特征X**：质量评估函数是应用于源数据中并发部分的内容数据（Content Data），并基于该内容数据确定质量得分，由此建立多个质量得分（特征G的部分限定）。

### 1. 其他对比文件是否公开了该区别特征？

* **D2**：未公开。D2仅公开了基于多视图（MVC）摄像机相对水平位置的几何元数据来选择视图。

* **D3**：未公开。D3仅公开了基于网络节点负载/故障（网络状态元数据）触发Manifest更新。

### 2. 预估无效请求中最薄弱的技术特征

**最薄弱技术特征（即最难被现有对比文件组合击破的特征）：特征G中“基于内容数据（Content Data）确定质量得分”**。

* **原因分析**：

1. 当前三大对比文件（D1、D2、D3）在选择流或切片时，采用的均是**元数据（Metadata）**（如帧率、分辨率、网络负载、通道带宽、视角位置等）。

2. 现有技术大多认为元数据处理开销小，适合服务器快速生成Playlist；而对视频/音频的“内容数据”直接运行质量评估函数（如图像模糊度检测、信噪比分析、美学得分等）计算量大。目标专利正是通过将质量评估函数直接作用于“内容数据”来实现更精准的内容质量切换。

3. 目前仅靠现有D1+D2+D3的组合，**无法形成显而易见性（或技术启示）**，因为没有一份对比文件教导了“深入到内容数据内部进行质量评价以驱动流切换”。

---

## 五、 进一步对比文件检索策略建议

针对上述最薄弱特征（基于内容数据的质量评估与流切换），建议采取以下补充检索策略：

### 1. 扩展检索要素（Key Concepts & Keywords）

* **内容数据/图像质量评估**：`Image Quality Assessment (IQA)`, `Video Quality Assessment (VQA)`, `No-Reference Quality Metric`, `Content-based Quality Score`, `PSNR/SSIM/VMAF calculation on chunk/segment`.

* **切换/流选择**：`Dynamic Stream Switching`, `Camera Selection based on Video Content`, `Automatic Video Editing`, `Best View Selection`, `Multi-camera Switching`.

### 2. 拓展IPC/CPC分类号检索

* `H04N 21/44`：通过对视频信号进行处理或分析（例如质量检测）来选择或切换流。

* `H04N 21/234`：服务器端对视频内容数据进行分析处理。

* `G06V 10/60` / `G06T 7/00`：基于图像内容的图像质量评估算法及其在视频流中的应用。

### 3. 重点检索方向建议

* **智能导播/多视角自动切换系统**：检索体育赛事、演艺活动等多机位直播中，根据视频图像画面质量（如是否模糊、是否有遮挡、主体清晰度）自动切换最佳机位的专利（此类领域极易出现基于“内容数据”评估质量并输出选择数据的技术方案）。

* **视频监控中的多摄像头画面择优**：检索监控系统中对同一区域多个摄像头采集的内容画面进行图像质量评分，并自动选取清晰度最高画面进行存储或传输的专利。

---

> **总结建议**：若要发起无效宣告，建议补充检索突破**“基于视频/音频内容本身（而非分辨率/码率等参数）计算质量分并驱动流切片选择”**这一关键点。若能找到一份公开了“对多路并发视频切片的内容画面计算质量分并生成切换播放列表”的对比文件（D4），结合D1的系统架构，将能形成极具杀伤力的创造性组合方案（D1+D4或D4+D1）。

这是一份基于专利审查标准与侵权/无效诉讼实务编写的针对权利要求1的对比文件特征比对及专利性深度分析报告。

---

## 一、 权利要求1的技术特征拆解与说明书含义解释

为准确评估对比文件的公开情况，首先结合本专利的构思将权利要求1拆解为8个独立的技术特征（A~H），并明确其在说明书上下文中的具体内涵：

* **技术特征A（系统基础与流源输入）：**

“已通过在多个媒体流之间动态地切换来获得流传输呈现，并且所述系统包括：输入，用于从多个流源获得源数据，所述多个流源提供对表示事件的不同记录的相应多个媒体流的访问”

* *说明书解释：* 系统针对同一“事件”（如演唱会、体育比赛等），通过不同镜头/视角/设备记录形成多个独立的媒体流，流客户端通过在这些流之间动态切换来向用户呈现内容。

* **技术特征B（源数据构成）：**

“源数据由所述多个媒体流的并发部分的内容数据和/或元数据构成”

* *说明书解释：* 源数据不仅包含描述流属性的控制数据/元数据，还直接包含媒体流本身的内容数据（如音视频图像数据）。

* **技术特征C（并发时间段）：**

“并发部分表示事件的并发时间段”

* *说明书解释：* 各媒体流在时间轴上是同步或重叠的，对应同一个真实事件的相同时间跨度。

* **技术特征D（流连续划分）：**

“每个媒体流包括多个连续部分”

* *说明书解释：* 媒体流在时间轴上被切分为连续的帧、时间段或片段（Fragments/Segments）。

* **技术特征E（分割媒体流）：**

“所述多个媒体流包括一个或多个分割媒体流”

* *说明书解释：* 媒体流采用分段/分割传输机制（如DASH、HLS等分段流技术）。

* **技术特征F（并发片段构成）：**

“并且所述并发部分至少部分地由所述一个或多个分割媒体流的并发片段构成”

* *说明书解释：* 同一时间段（并发部分）对应不同分割媒体流中时间上重叠/对齐的片段（Segments/Slices）。

* **技术特征G（基于内容数据的质量打分）：**

“处理子系统，被配置为，对于所述连续部分中的每一个：i)将至少一个质量评估函数应用于源数据以将质量得分分派给每个并发部分，其中所述质量得分是基于所述内容数据确定的，由此建立多个质量得分”

* *说明书解释：* 核心特征之一。**质量评价必须直接针对“内容数据（Content Data）”**（如图像清晰度、人脸完整度、人脸占比、音质、抖动等内容特征），而非仅仅基于网络QoS/网络带宽/码率等网络元数据。

* **技术特征H（选择数据产生与切换）：**

“ii)产生选择数据用于使流传输客户机能够访问相应媒体流的并发部分中的所选择的部分，已基于所述多个质量得分的比较选择所述所选择的部分”

* *说明书解释：* 比较各个并发部分的内容质量得分，挑选得分最高/最适合的部分，并生成指令/MPD/选择数据发给客户端进行自动切换播放。

---

## 二、 对比文件特征比对表及公开性分析

以下针对三份对比文件进行逐特征的比对分析，并附上详细的原文出处。

### 1. 技术特征比对表格

---

### 2. 对比文件原文详细出处与公开性定量认定

#### **对比文件1 (D1)：CN103222277A**

* **公开号：** CN 103222277 A

* **公开特征分析：**

* **特征B、D、E、F公开：** 段落[0037]、[0047]-[0056]、图10A公开了将内容在不同质量下编码并根据时间划分（分段）形成多个片段（Slice/Segment），构成连续部分及并发片段。

* **特征H公开：** 段落[0049]、[0173]-[0178]公开了客户端基于质量优先级（qualitydependency）比较不同呈现（Representation）并发送HTTP请求获取所选媒体片段。

* **未公开特征/差异点：**

* **未公开特征A、C：** D1中的多个媒体数据是对“同一预定内容（同一源文件）”以不同质量编码得到的（段落[0029]），**并非对“表示事件的不同记录（如多个拍摄视角）”的媒体流**。

* **未公开特征G：** D1中用于确定质量的元素仅为比特率（bandwidth）、分辨率（resolution）和帧率（framerate）（段落[0032]、[0158]-[0160]），这些均为**系统或编码元数据（Metadata）**，**未公开“基于内容数据（Content Data）确定质量得分”**。

#### **对比文件2 (D2)：US20130301415A1**

* **公开号：** US 2013/0301415 A1

* **公开特征分析：**

* **特征B、D、E、F公开：** 段落[0064]-[0068]、[0098]公开了媒体服务网关将流媒体划分为分段（segments），并基于网络状况进行流切换或转码。

* **特征H公开：** 段落[0012]、[0065]公开了产生控制指令对媒体会话执行转码、码率切换（stream switching）或缓冲造型。

* **未公开特征/差异点：**

* **未公开特征A、C：** D2解决的是无线接入网（RAN）网络拥塞管理问题，其媒体流是普通客户端与服务器间的单路/多路独立媒体会话，**未公开“表示同一事件的不同记录的多媒体流”**。

* **未公开特征G：** D2中的质量/状态评估是基于无线信号接收功率（Radio transmit/receive power）、信噪比（SNR）、网络利用率（Utilization load level）等网络层指标（段落[0009]-[0013]、[0087]），**完全不涉及基于媒体“内容数据”本身的质量评估**。

#### **对比文件3 (D3)：US8612517B1**

* **公开号：** US 8,612,517 B1

* **公开特征分析：**

* **特征A、C公开：** 说明书第1栏第20-30行、第3栏第20-25行、段落[0021]-[0023]公开了多个不同用户（Disparate people）使用不同捕获设备对同一个事件（Common event，如音乐会、婚礼、比赛）进行录制并上传多个视频文件（表示同一事件的不同记录）。

* **特征B、D、E、F公开：** 图2及段落[0042]-[0055]公开了将多个视频划分为帧/时间间隔（Intervals/Segments），并在共同时间线（Common timeline 202）上进行时间同步。

* **特征G（核心突破）明确公开：** 段落[0005]、[0035]-[0043]公开了分析组件（Analyzer component）对同步后的媒体切片/间隔进行评估和打分（Rank），且打分**紧密结合内容数据**：

1. 视频内容质量（VQA、图像对比度、清晰度、亮度、色彩、VBR/PSNR/SSIM）；

2. 内容语义特征（**人脸识别/人脸大小/特定人物出现频率**、服装颜色、构图风格、镜头角度）；

3. 音频内容特征（噪声水平、音质PEAQ/PESQ、音高、响度）。

* **特征H明确公开：** 段落[0046]-[0055]、图2公开了聚合组件（Aggregation component）根据打分结果（Rank）选择最高分的分段进行缝合（Stitch），生成并呈现无缝切换的新复合媒体流（Seamlessly change/stitch between video files）。

---

## 三、 最接近对比文件分析与整体技术效果比对

### 1. 整体技术问题与技术效果比对

* **本专利（权利要求1）：**

* *要解决的技术问题：* 如何在多视角/多记录的事件直播/流传输中，自动根据实际播放内容的画面/声音质量从多个媒体流中挑选最佳切片并呈现给用户。

* *技术效果：* 实现了基于“内容本身质量”的动态智能流切换，提升了多视角事件流传输的观赏体验。

* **D1/D2的技术问题与效果：**

* *技术问题：* 针对网络带宽波动（D1）或无线基站拥塞（D2），如何自适应调整码率/分辨率以保证播放流畅性（QoS）。

* *技术效果：* 避免卡顿，但完全不关注视频内容本身（如镜头拍得好不好、人脸清不清晰）。

* **D3的技术问题与效果：**

* *技术问题：* 如何将多个用户针对“同一事件”拍摄的多个不同视角、不同质量的视频，自动根据内容质量和特征进行同步、打分并聚合呈现为最佳流。

* *技术效果：* 实现了多视角事件内容基于画面/音质及语义特征的自动优选与动态无缝切换呈现。

### 2. 最接近对比文件的判定

**结论：D3 (US8612517B1) 是唯一且最适合作为最接近对比文件（Primary Reference）的对比文件。**

* **理由：**

1. **技术领域与发明构思高度重合：** D3与本专利均属于“多视角/多源记录的同一事件的多媒体流传输与动态聚合”领域。

2. **技术特征覆盖率最高：** D3公开了权利要求1中除个别具体架构表述外的**几乎全部技术特征（A, B, C, D, E, F, G, H）**，尤其是极其关键的“基于内容数据（如VQA、人脸识别、构图）确定质量得分（G）”以及“基于质量得分选择并发切片（H）”。

*(注：D1和D2由于缺少“同一事件的不同记录”以及“基于内容数据打分”这两个核心逻辑，均不适合单独作为最接近对比文件。)*

---

## 四、 创造性缺陷分析与最薄弱技术特征

基于以 **D3** 为最接近对比文件的组合分析：

### 1. 权利要求1的特征覆盖情况

* D3已完全公开了权利要求1的所有核心技术特征（A, B, C, D, E, F, G, H）。

* 如果硬要寻找本专利与D3的微小差异，可能仅在于：

* D3的实施例侧重于服务器端的“媒体聚合（Aggregation/Stitching）与无缝播放”，而权利要求1表述为“产生选择数据用于使流传输客户机能够访问……所选择的部分”（即显式强调生成控制信号/选择数据给客户端去拉取）。

### 2. 无效请求中最薄弱的技术特征（最难被查杀/最易被专利权人争辩的特征）

在针对权利要求1发起无效请求时，**最薄弱（即专利权人最有可能用来抗辩突破）的特征是：**

> **特征G中“处理子系统被配置为，对于所述连续部分中的每一个：将质量评估函数应用于源数据……基于所述内容数据确定质量得分”在实时流传输客户端/服务端架构下的具体控制逻辑。**

* **薄弱/争辩点分析：**

* 专利权人可能会争辩：D3主要是对用户上传后的视频文件进行“事后处理/离线聚合（Offline Stitching）”，而本专利强调的是“流传输系统（Streaming system）”中在动态切换时针对连续部分的“实时/在线质量评估与选择数据生成”。

* **反驳与毁灭策略（结合D1/D2）：**

* D1 (CN103222277A) 和 D2 (US20130301415A1) 已经完全公开了在自适应流传输（DASH/HLS/流切换）架构中，按照“连续部分/片段（Segments/Slices）”实时评估并生成“选择数据/请求数据”给客户端进行流切换的机制。

* 因此，将 D1/D2 中公知的“分段流传输及动态切换控制架构”与 D3 中公开的“针对同一事件多流基于内容数据打分优选”的技术手段结合，对本领域技术人员而言是**显而易见的**，不具备创造性。

---

## 五、 进一步的对比文件检索策略建议

为了在无效宣告程序中实现“一击必杀”（即形成绝对无瑕疵的102条单篇销案或极强力的103条结合），建议采取以下补充检索策略：

1. **补充检索方向（针对“实时流传输/直播”场景）：**

* **关键词组合：** `(multi-camera OR multi-angle OR event) AND (streaming OR DASH OR HLS) AND (content quality OR image quality OR face detection) AND (switch OR selection)`

* **重点关注专利分类号：**

* `H04N 21/44`（基于视频内容处理的流媒体传输）

* `H04N 21/234`（服务端视频内容分析与处理）

* `H04N 21/871`（多视角/多记录流传输切换）

2. **3GPP / MPEG 标准文献检索（最强杀伤力来源）：**

* 重点检索 **MPEG-DASH (ISO/IEC 23009)** 标准演进过程中的提案（Input Documents），特别是关于 **SRD (Spatial Relationship Description)** 和 **Multi-View / Dynamic Camera Switching** 的研讨文档。

* 在2011-2015年间，MPEG工作组曾有大量关于“多摄像机自适应流传输（Multi-camera Adaptive Streaming based on Quality Metrics）”的标准提案，这些提案往往直接公开了实时分段质量评估与客户端切换指令。

3. **无效结合链条建议：**

* **主组方案：** **D3 (US8612517B1) + D1 (CN103222277A)**

* *逻辑：* 由D3提供“同一事件多视角流基于内容（画面/人脸/音质）打分”的技术教导，由D1提供“DASH分段流传输中基于质量映射产生选择数据控制客户端切换”的具体实施架构，二者结合轻松摧毁权利要求1的创造性。

### 一、 目标专利权利要求与说明书解释

根据权利要求1的文本，本发明涉及一种用于为流传输客户机提供事件的流传输呈现的系统。结合通用流传输与媒体编码技术规范（如DASH标准及多媒体传输规范），对权利要求1的各项技术特征解释如下：

* **技术特征A（客户端与系统架构及输入端）**：“已通过在多个媒体流之间动态地切换来获得流传输呈现，并且所述系统包括：-输入，用于从多个流源获得源数据，所述多个流源提供对表示事件的不同记录的相应多个媒体流的访问”

* *说明书解释*：指系统通过控制端或客户端在表示**同一事件（Event）的不同记录/视角/编码版本**的多个媒体流（Media Streams/Representations）之间进行动态切换（Dynamic Switching）。输入端接收来自多个不同流源的源数据（Source Data）。

* **技术特征B（源数据组成）**：“源数据由所述多个媒体流的并发部分的内容数据和/或元数据构成”

* *说明书解释*：源数据包含时间上对应的媒体内容（如音视频数据包/音视频帧）和/或描述这些数据的元数据（如MPD清单文件、索引文件、质量指标参数等）。

* **技术特征C（并发部分定义）**：“并发部分表示事件的并发时间段”

* *说明书解释*：并发部分（Concurrent Portions）指的是在时间轴上相互重叠、表示同一时间段（Concurrent Period of Time）的媒体片段。

* **技术特征D（媒体流的时间划分）**：“每个媒体流包括多个连续部分”

* *说明书解释*：每个媒体流在时间维度上被切割为一系列按时间顺序排列的连续片段（Continuous Portions/Segments）。

* **技术特征E & F（分割媒体流与并发片段）**：“所述多个媒体流包括一个或多个分割媒体流，并且所述并发部分至少部分地由所述一个或多个分割媒体流的并发片段构成”

* *说明书解释*：媒体流为切片/分割形式的流（Segmented Media Streams，如DASH中的Segment/Sub-segment），并发部分由这些切片流在相同/相应时间窗口内的并发片段（Concurrent Segments）组成。

* **技术特征G（处理子系统及质量评估）**：“-处理子系统，被配置为，对于所述连续部分中的每一个：i)将至少一个质量评估函数应用于源数据以将质量得分分派给每个并发部分，其中所述质量得分是基于所述内容数据确定的，由此建立多个质量得分”

* *说明书解释*：处理子系统（Processing Subsystem）对每个连续时间段，利用**基于内容数据（Content Data，即实际音视频帧/像素/纹理/运动等特征）**计算的质量评估函数（如PSNR, SSIM, MOS等客观或主观质量评价指标），为各并发片段分别计算并赋予对应的质量得分（Quality Score）。

* **技术特征H（选择数据产生与切换控制）**：“ii)产生选择数据用于使流传输客户机能够访问相应媒体流的并发部分中的所选择的部分，已基于所述多个质量得分的比较选择所述所选择的部分。”

* *说明书解释*：处理子系统通过对比多个并发部分计算得出的质量得分，选择符合特定条件（如质量上限quality_cap、最优质量或带宽-质量平衡）的片段，并生成选择数据（Selection Data，如更新后的清单文件、SegmentURL、请求指令等），驱动流传输客户端下载并播放该被选择的媒体片段。

---

### 二、 对比文件特征比对（含原文出处表格）

#### 1. 对比文件基本信息

* **D1**：`US20140019593A1`（公开号：US 2014/0019593 A1，名称：QUALITY-DRIVEN STREAMING）

* **D2**：`US2013263202A1`（公开号：US 2013/0263202 A1，名称：DATA STREAM RATE ADAPTATION MECHANISM）

#### 2. 特征比对表

---

### 三、 最接近对比文件分析与创造性评价

#### 1. 最接近对比文件的选择与整体分析

在专利创造性审查中，最接近的对比文件通常应当是**技术领域相同或相近、所要解决的技术问题最相似、公开技术特征最多**的现有技术。

* **最接近对比文件推荐：D1（US20140019593A1）**

* **理由**：

1. **技术领域与架构完全重合**：D1与本发明均属于基于HTTP的动态自适应流传输（DASH）及质量驱动流传输系统领域。D1详细公开了DASH切片架构、MPD清单、Segment/Sub-segment分割流、基于内容评估的质量参数（PSNR/SSIM/MOS）传递与比较选择机制。

2. **解决的技术问题与效果一致**：两者均旨在解决传统仅基于信道带宽/比特率切换导致的视频质量剧烈波动问题，通过引入基于内容数据的质量评价指标（Quality-driven switching），实现节省带宽并维持一致的平滑体验。

3. **覆盖特征极高**：D1毫无异议地公开了权利要求1中的技术特征**B、C、D、E、F、G、H**以及技术特征**A**的大部分内容。

* **D2（US2013263202A1）的定位**：

* D2主要关注多路无线流传输中的速率适配（Rate Adaptation）与链路资源分配，侧重于根据信道容量和视频内容复杂度（运动/纹理）调节编码器目标码率。其未涉及DASH切片流（Segmented Media Stream）架构，因此更适合作为辅助对比文件（结合对比文件）。

#### 2. 权利要求1相对于D1的区别特征与最薄弱技术特征分析

将权利要求1与最接近的对比文件D1进行深入比对后，可提炼出以下微弱区别：

1. **特征A中“表示事件的不同记录（different recordings of an event）”**：

* *区别点*：D1中多路流（Representations）通常代表**同一视频源在不同码率/分辨率下的编码版本**；而权利要求1明确限定多个媒体流是表示“同一个事件的不同记录”（例如多视角拍摄、不同摄像机拍摄同一现场事件的不同画面记录）。

2. **处理子系统的架构位置（系统端 vs 客户端）**：

* *区别点*：D1主要描述由流传输客户端（Client WTRU）接收质量元数据并在本地进行质量得分比较与选择；而权利要求1将“处理子系统”作为系统的一部分，涵盖了在服务端/中间网络节点进行质量评估并向客户端分发选择数据的实施方式。

> **最薄弱的技术特征（被无效风险最高点）**：

> **技术特征A中关于“表示事件的不同记录（different recordings）”与“在多个媒体流之间动态切换”的结合。**

> *薄弱原因*：在多视角视频流传输（Multi-view Video Streaming / Dynamic View Switching）技术领域，在表示同一事件的不同摄像机视角（Different Recordings/Views）之间根据视频质量或内容动态切换属于本领域的公知常识或常规技术手段。一旦请求人补充检索到一篇结合“多视角/多记录视频（Multi-view/Multi-camera）”与“DASH/自适应流传输切换”的对比文件（如3GPP 3D-DASH或多视角DASH标准相关文献），权利要求1的创造性将面临极高被摧毁的风险。

---

### 四、 进一步对比文件检索策略建议

若要发起针对目标专利权利要求1（及从属权利要求）的无效宣告请求，建议采用以下精准检索策略以填补上述区别特征：

1. **分类号拓展（IPC / CPC）**：

* `H04N 21/2343`（服务端基于内容/质量的流适配）

* `H04N 21/262` / `H04N 21/845`（流媒体分段/切片传输、DASH架构）

* `H04N 21/488` / `H04N 21/218`（多视角/多摄像机视频源选择与切换，Multi-view / Multi-camera streaming）

* `H04N 19/30` / `H04N 19/166`（可扩展编码与基于质量的视频编码评估）

2. **关键词组合检索式设计**：

* *组合一（多视角/不同记录 + DASH/分片流 + 质量评价切换）*：

`("multi-view" OR "multiple view" OR "different angle" OR "different camera" OR "different recording" OR "multi-angle") AND ("DASH" OR "adaptive streaming" OR "segment" OR "subsegment") AND ("quality score" OR "quality metric" OR "PSNR" OR "SSIM" OR "MOS" OR "content-based quality")`

* *组合二（针对服务端/处理节点生成选择数据）*：

`("manifest" OR "MPD" OR "selection data" OR "control logic") AND ("quality evaluation" OR "quality assessment") AND ("stream switching" OR "representation selection")`

3. **标准规范与非专利文献（NPL）重点追溯**：

* **3GPP / MPEG DASH 标准提案**：重点检索 2010–2014 年间 MPEG 组织关于 **3D-DASH**、**Multi-View DASH Extension** 以及 **Quality-Aware DASH Adaptation** 的技术提案（Input Documents / Contributions）。

* 重点关注国际会议论文（IEEE ICIP, IEEE Multimedia, ACM Multimedia），此类文献在 2011–2013 年间有大量关于“基于 objective quality metrics 的 Multi-camera / Multi-view DASH 切换算法”的公开讨论。

如权利要求1所述的系统，其中向所述流传输客户机提供清单，所述清单包括用于使流传输客户机能够访问所述多个流源的地址信息，并且其中-所述系统还包括用于向流传输客户机提供选择数据的客户机接口；以及-选择数据由处理子系统产生以便使流传输客户机能够从清单选择所述多个流源中的提供对所述所选择的部分的访问的流源。

如权利要求2所述的系统，其中所述选择数据包括所述多个质量得分的至少一部分。

如权利要求3所述的系统，其中所述处理子系统被配置用于：i)将所述质量得分格式化为元数据流； ii)将地址信息包括在清单中以便使流传输客户机能够访问元数据流。

如权利要求3所述的系统，其中所述客户机接口被配置用于经信令信道向流传输客户机提供选择数据。

如权利要求3至5中任何一项所述的系统，其中所述选择数据还包括用于使流传输客户机能够将所述质量得分与所述多个流源关联的关联信息。

如权利要求1所述的系统，其中所述处理子系统被配置用于产生用于流传输客户机的清单，所述清单包括播放列表，所述播放列表标识用于从所述多个流源中的相应流源被连续地访问的所述多个媒体流的不同部分，已基于选择数据选择所述不同部分中的至少一个部分。

如权利要求7所述的系统，其中所述处理子系统被配置用于针对新的并发部分更新清单。

如权利要求1至5和7至8中任何一项所述的系统，其中所述处理子系统被配置用于：在下述情况下在产生选择数据时保持对所述多个媒体流中的一个媒体流的前一选择：-前一媒体流的并发部分和所述所选择的部分之间的质量得分的差异低于质量阈值； 或者 -并发部分的长度低于长度阈值。

如权利要求1至5和7至8中任何一项所述的系统，被配置用于通过下述操作来用作流传输客户机和所述多个流源之间的代理：i)从所述多个流源接收所述多个媒体流的并发部分；以及 ii)将所述所选择的部分传送给流传输客户机。

如权利要求10所述的系统，其中以非分割形式接收所述多个媒体流中的至少一个媒体流，并且其中所述处理子系统被配置用于分割所述媒体流。

如权利要求1至5、7至8和11中任何一项所述的系统，其中基于并发部分之中具有最高质量得分的所述所选择的部分来选择所述所选择的部分。

一种供如权利要求1至6中任何一项所述的系统使用的流传输客户机，其中所述流传输客户机被配置用于获得清单，所述清单包括用于使流传输客户机能够访问所述多个流源的地址信息，所述流传输客户机还包括：-输入，用于从所述系统接收选择数据；和 -处理子系统，被配置为： i)基于选择数据，从清单选择所述多个流源中的提供对所述所选择的部分的访问的流源；以及ii)从所述流传输源访问所述所选择的部分。

一种用于为流传输客户机提供事件的流传输呈现的方法，已通过在多个媒体流之间动态地切换来获得流传输呈现，并且所述方法包括：-从多个流源获得源数据，所述多个流源提供对表示事件的不同记录的相应多个媒体流的访问，源数据由所述多个媒体流的并发部分的内容数据和/或元数据构成，并发部分表示事件的并发时间段，每个媒体流包括多个连续部分，所述多个媒体流包括一个或多个分割媒体流，并且所述并发部分至少部分地由所述一个或多个分割媒体流的并发片段构成； -将至少一个质量评估函数应用于源数据以将质量得分分派给每个并发部分，其中所述质量得分是基于所述内容数据确定的，由此建立多个质量得分；以及-产生选择数据用于使流传输客户机能够访问相应媒体流的并发部分中的所选择的部分，已基于所述多个质量得分的比较选择所述所选择的部分。

一种计算机可读介质，在其上存储有计算机程序，其中所述计算机程序在被处理器执行时使得所述处理器执行根据权利要求14所述的方法。