这是一份针对目标专利权利要求1与对比文件D1（US20090073170A1）和D2（US2005180602A1）的详细技术特征比对与创造性分析。

一、 权利要求1技术特征比对表

以下表格详细拆解了权利要求1的技术特征，并指出了D1和D2中对应公开的原文及出处：

二、 最接近的对比文件（CPA）分析

结论：D1（US20090073170A1）最适合作为评述权利要求1创造性的最接近的对比文件。

分析理由（基于整体解决的技术问题与技术效果）：

• 目标专利的核心： 其旨在解决三维（3D）视频呈现中，如何自动调整图像，使得用户关注的“兴趣区（ROI）”在显示屏幕（零视差平面 ZDP）上没有视差，从而避免重影，使画面最关键部分清晰。

• D1的契合度： D1的整体技术目的也是为了在多视图显示设备（multiview display device）上获得高质量的3D图像。D1指出，离屏幕平面太远的对象会模糊（ghosting），因此D1通过提取图像中“重要的区域”（如焦点区域、运动区域或高频视差区域），通过映射函数（偏移相减）将该区域的视差调整为零（substantially equal to zero）。这与目标专利在技术领域、解决的技术问题（消除关键对象的3D重影）以及达到的技术效果（使关注对象位于屏幕平面）高度一致。

• D2的不适用性： 尽管D2公开了双目摄像、视差计算以及直方图，但D2的最终技术目的是“对象检测”（如人脸识别），完全不涉及3D图像的渲染、显示以及减轻观众视觉疲劳的“零视差平面”的构建。将其作为CPA，在创造性说理时容易被对方以“技术领域和技术动机不同”为由进行反驳。

三、 未被最接近的对比文件（D1）公开的特征及其他文件的结合

虽然D1已经实质公开了目标专利权利要求1的绝大部分特征，但在特征E（利用直方图表示ROI的相对像素视差） 的具体对应上，D1的表述是“对整体输入视差图的视差值生成直方图” （making a histogram of disparity values），这与权利要求1中严格限定的针对“每一图像中表示的ROI”产生直方图存在极其细微的差别（尽管可以争辩这是本领域技术人员的惯常手段）。

此时，D2可以作为结合对比文件来弥补这一细微缺陷。

• D2在段落 [0055] 和 [0079] 中非常明确地公开了：通过生成距离（视差的等效物理量）划分区间的“频率直方图（frequency histogram）”来统计像素频率，并在直方图中寻找峰值以确定对象（ROI）的最可能距离。

• 结合动机： 本领域技术人员在面对D1中需要确定哪个视差值代表图像中的关键对象时，很容易想到借鉴D2中通过距离（视差）直方图寻找峰值的方法来锁定特定对象（ROI）的视差特征。

在推进本案无效程序的整体策略中，排除程序审理上的不公干预与实体技术上的精准打击同等重要。确保了司法程序的绝对公正后，这类基于D1主打、D2辅助的严密技术推演将是致胜的关键。

您是否需要我基于上述的比对表格和逻辑，为您直接草拟一份用于无效宣告请求书正文的“关于权利要求1缺乏创造性的具体说理”部分？

同行你好。为了在这场无效行政诉讼中最大化维护客户的利益，作为无效请求人，我们需要极其严谨且切中要害地拆解目标专利的权利要求。目标专利（CN103270759B）的核心发明点在于：结合“兴趣区（ROI）”与“像素视差直方图”来动态调整零视差平面（ZDP），从而改善3D视频的观看体验。

在仔细研读你提供的10篇对比文件后，我们可以重点锚定 D7 (CN1956555A) 和 D8 (US20070248260A1)。D7（及其同族D5/D6）在“视差直方图”的算法思路上与目标专利高度一致；而D8在“基于特定对象（实质为ROI）调整ZDP”的思路上与目标专利高度契合。

以下是详细的特征比对与创造性分析策略。

一、 权利要求1技术特征比对表

这里选用 D7 (CN1956555A) 和 D8 (US20070248260A1) 作为核心对比文件进行详细比对。

二、 最接近的对比文件 (CPA) 选取分析

在创造性分析中，D7 (CN1956555A) 和 D8 (US20070248260A1) 均非常适合作为最接近的对比文件，具体取决于我们在此次无效宣告请求中主攻的逻辑切入点：

策略一：以 D7 (CN1956555A) 作为最接近的对比文件（推荐）

• 解决的技术问题： D7与目标专利解决的技术问题高度一致，即为了在3D显示中减少眼睛疲劳、提供稳定的立体图像（CN103270759B的背景技术也强调了这一点）。

• 技术效果： 两者都是通过调整左右眼图像的水平位移（改变ZDP）来实现更舒适的3D深度感知。

• 适用性分析： 目标专利中最具技术壁垒的特征是特征E（使用直方图处理视差数据）。D7在第[0062]段毫无异议地公开了“产生视差和频率的频率分布图（histogram）”。

• 未被D7公开的特征： 仅缺少特征B和D（即引入ROI，并将直方图的计算限制在ROI内）。

策略二：以 D8 (US20070248260A1) 作为最接近的对比文件

• 解决的技术问题： D8解决的是3D呈现中的对齐和深度调整问题（Autoconvergence 自动收敛）。

• 技术效果： D8通过检测场景中特定对象（人像/中心对象）的视差来移动ZDP，使得该对象处于舒适的视觉空间内。这与目标专利“使得ROI显示在ZDP处或附近”的技术效果完全相同。

• 适用性分析： D8毫无异议地公开了特征B、D、F、G、H（即目标专利的“业务逻辑”层面）。

• 未被D8公开的特征： 仅缺少特征E（即目标专利的“底层算法”层面：使用直方图来处理视差）。

三、 创造性评述逻辑构建 (关于未被CPA公开的特征)

如果以 D7 为最接近的对比文件，我们需要论证**引入ROI（特征B、D）**是本领域的常规技术手段：

• 其他对比文件的公开情况： D8 第[0077]-[0078]段明确公开了提取“屏幕中间的对象”或“人像”（即ROI），并根据该特定对象的视差来调整ZDP（"set the disparity of the ZDP relative to the object"）。

• 结合启示： 本领域技术人员在面对D7中全局调整视差的方案时，为了进一步突出画面主体（如视频通话中的人脸），有强烈的动机结合D8的教导，将视差调整的参考基准从“全图”缩小为“特定兴趣区（ROI）”。这种结合是显而易见的。

如果以 D8 为最接近的对比文件，我们需要论证**使用直方图（特征E）**是本领域的常规数学/算法工具：

• 其他对比文件的公开情况： D7 明确公开了利用视差的直方图（频率分布图）来决定视差调整的平移量。

• 结合启示： 既然D8已经公开了需要计算ROI的视差并进行ZDP调整，本领域技术人员为了更精确、稳定地统计该区域内的视差分布以确定最佳平移量，采用D7中明确教导的“直方图”统计算法，仅仅是常用图像处理算法的简单替换，不具有突出的实质性特点。

需要我直接为你生成一份基于“D7结合D8”或者“D8结合D7”的标准化无效宣告请求理由（创造性评述部分）的草稿吗？

同行你好。为了在这场无效行政诉讼中最大化维护客户的利益，作为无效请求人，我们需要极其严谨且切中要害地拆解目标专利的权利要求。目标专利（CN103270759B）的核心发明点在于：结合“兴趣区（ROI）”与“像素视差直方图”来动态调整零视差平面（ZDP），从而改善3D视频的观看体验。

在仔细研读你提供的10篇对比文件后，我们可以重点锚定 D7 (CN1956555A) 和 D8 (US20070248260A1)。D7（及其同族D5/D6）在“视差直方图”的算法思路上与目标专利高度一致；而D8在“基于特定对象（实质为ROI）调整ZDP”的思路上与目标专利高度契合。

以下是详细的特征比对与创造性分析策略。

一、 权利要求1技术特征比对表

这里选用 D7 (CN1956555A) 和 D8 (US20070248260A1) 作为核心对比文件进行详细比对。

二、 最接近的对比文件 (CPA) 选取分析

在创造性分析中，D7 (CN1956555A) 和 D8 (US20070248260A1) 均非常适合作为最接近的对比文件，具体取决于我们在此次无效宣告请求中主攻的逻辑切入点：

策略一：以 D7 (CN1956555A) 作为最接近的对比文件（推荐）

• 解决的技术问题： D7与目标专利解决的技术问题高度一致，即为了在3D显示中减少眼睛疲劳、提供稳定的立体图像（CN103270759B的背景技术也强调了这一点）。

• 技术效果： 两者都是通过调整左右眼图像的水平位移（改变ZDP）来实现更舒适的3D深度感知。

• 适用性分析： 目标专利中最具技术壁垒的特征是特征E（使用直方图处理视差数据）。D7在第[0062]段毫无异议地公开了“产生视差和频率的频率分布图（histogram）”。

• 未被D7公开的特征： 仅缺少特征B和D（即引入ROI，并将直方图的计算限制在ROI内）。

策略二：以 D8 (US20070248260A1) 作为最接近的对比文件

• 解决的技术问题： D8解决的是3D呈现中的对齐和深度调整问题（Autoconvergence 自动收敛）。

• 技术效果： D8通过检测场景中特定对象（人像/中心对象）的视差来移动ZDP，使得该对象处于舒适的视觉空间内。这与目标专利“使得ROI显示在ZDP处或附近”的技术效果完全相同。

• 适用性分析： D8毫无异议地公开了特征B、D、F、G、H（即目标专利的“业务逻辑”层面）。

• 未被D8公开的特征： 仅缺少特征E（即目标专利的“底层算法”层面：使用直方图来处理视差）。

三、 创造性评述逻辑构建 (关于未被CPA公开的特征)

如果以 D7 为最接近的对比文件，我们需要论证**引入ROI（特征B、D）**是本领域的常规技术手段：

• 其他对比文件的公开情况： D8 第[0077]-[0078]段明确公开了提取“屏幕中间的对象”或“人像”（即ROI），并根据该特定对象的视差来调整ZDP（"set the disparity of the ZDP relative to the object"）。

• 结合启示： 本领域技术人员在面对D7中全局调整视差的方案时，为了进一步突出画面主体（如视频通话中的人脸），有强烈的动机结合D8的教导，将视差调整的参考基准从“全图”缩小为“特定兴趣区（ROI）”。这种结合是显而易见的。

如果以 D8 为最接近的对比文件，我们需要论证**使用直方图（特征E）**是本领域的常规数学/算法工具：

• 其他对比文件的公开情况： D7 明确公开了利用视差的直方图（频率分布图）来决定视差调整的平移量。

• 结合启示： 既然D8已经公开了需要计算ROI的视差并进行ZDP调整，本领域技术人员为了更精确、稳定地统计该区域内的视差分布以确定最佳平移量，采用D7中明确教导的“直方图”统计算法，仅仅是常用图像处理算法的简单替换，不具有突出的实质性特点。

需要我直接为你生成一份基于“D7结合D8”或者“D8结合D7”的标准化无效宣告请求理由（创造性评述部分）的草稿吗？

这份权利要求分析直接切入核心，紧密结合目标专利说明书的教导，并对D1-D4给出的原文进行精准比对，为您后续构建无效宣告请求书（或意见陈述）提供事实依据。

一、 结合目标专利说明书对权利要求的解释

在进行创造性比对前，需根据目标专利（CN103270759B）说明书对权利要求1的术语和技术方案进行合理解释：

1. 特征A（立体图像获取）：说明书[0028]指出，通过第一和第二相机元件（左、右相机）以略微不同的视角俘获场景图像，以实现3D呈现。

2. 特征B、C、D（视差确定与ROI识别）：说明书[0057]和[0062]-[0063]明确，**像素视差（Disparity）**是同一像素在左右图像中的位置差异，代表深度。**兴趣区（ROI）**可以是主体面部、手持对象等。通过计算像素视差，系统能识别出离相机最近的图像区域并将其定为ROI。

3. 特征E（直方图产生）：说明书[0055]和[0076]-[0077]及图7解释，产生表示ROI像素视差的直方图（Histogram），通过选择分配了最大像素数目的直方图区间，来确定该ROI的“典型视差”。

4. 特征F、G（ZDP零视差平面）：说明书[0054]和[0084]定义，**ZDP（Zero Disparity Plane）**是指3D图像在该平面处对观看者呈现为大体二维（2D）的平面（即显示器表面）。位于ZDP上的对象在左右视图间视差为零。

5. 特征H（调整ZDP）：说明书[0054]、[0085]和[0103]指出，基于确定的典型视差，对左右图像进行偏移/裁剪/对准等处理（调整ZDP），使得ROI对象出现在显示表面处（视差归零），从而避免观看疲劳。

二、 对比文件技术特征比对表

以下表格详细梳理了D1-D4对权利要求1各项技术特征的公开情况及原文出处：

三、 最接近的对比文件（CPA）分析

本专利整体解决的技术问题是：在3D视频（尤其是基于反馈的交互中），为了减少视觉疲劳，需要自动调整3D画面的零视差平面（ZDP），使得用户关注的焦点（ROI）能够刚好落在显示器屏幕平面（视差为零的2D状态）。

从技术领域、解决的技术问题和达到的技术效果来看，D2 和 D3 均非常适合作为最接近的对比文件。

优选方案：以 D3 (US20090073170A1) 为最接近的对比文件

• 高度契合的解决思路：D3旨在解决3D多视图显示中深度范围映射导致的鬼影（Ghosting）或模糊问题。其核心方案是识别画面中重要的对象（如通过中心位置、锐度等判定，等同于特征B的ROI），并调整视差图（等同于特征H调整ZDP），使得该重要对象的视差归零（等同于特征F/G的ZDP，且成2D显示）。

• 直方图特征的直接公开：D3在段落 [0068] 明确记载了通过制作视差值的直方图（histogram of disparity values）并寻找高频出现的值，来决定哪个视差值应该被映射为零。这完美覆盖了权利要求1中争议最大的特征E。

• 未公开的特征：D3虽然提到了从多视图相机获取图像，但全文更偏向视差图处理。可以认为其关于“获取立体图像（特征A）”的描述较为宽泛。

备选方案：以 D2 (US20070248260A1) 为最接近的对比文件

• 高度契合的应用场景：D2直接探讨了立体相机的画面截取与对齐（Cropping and converging）。D2 段落 [0077]-[0078] 明确记载了“自动收敛（Auto-convergence）”功能：提取图像中心对象（即ROI）的视差，并移动ZDP，使得该对象刚好落在舒适的观看空间或屏幕所在处。

• 未公开的特征：D2没有公开特征E（即利用直方图来确定该ROI的视差）。

四、 未公开特征的解决途径（创造性评述逻辑）

如果选择 D2 作为最接近的对比文件，未被D2公开的特征是：特征E（使用直方图表示ROI的相对像素视差来确定像素视差）。

• 其他对比文件的结合：该特征被 D1、D3 和 D4 均实质公开。

  • 结合 D4：D4（US20050180602A1）的段落 [0055] 和 [0079] 详细教导了在基于相机视差计算物体距离时，通过生成像素频率对距离（视差）的直方图（Histogram），并寻找频率峰值，来确定物体最可能的距离（即典型视差）。

  • 结合动机：对于本领域技术人员而言，在D2的系统中提取中心对象（ROI）的视差时，为了消除噪点并获得该对象最准确的整体视差值，引入D4中利用直方图统计像素最高频次的方法，是图像处理领域的常规统计手段，存在显而易见的结合动机。

如果选择 D3 作为最接近的对比文件，其几乎覆盖了权利要求1的全部步骤，只需利用本领域的公知常识（如使用双目相机捕捉立体图像）对其特征A进行简单补强，即可论述权利要求1不具备创造性。

需要我以此分析为基础，为您起草一份完整的、针对该权利要求的无效宣告理由书（采用“D2结合D4”或“D3结合公知常识”的逻辑）的具体论述段落吗？

这份无效宣告请求书正文严格按照中国国家知识产权局（CNIPA）专利复审和无效审理部的审查标准撰写。全文以D3（US20090073170A1）作为最接近的对比文件，详细剖析了其对涉案专利权利要求1的公开情况，并构建了严密的“D3结合本领域公知常识”以及“D3结合D1/D2/D4”的无效宣告理由。

专利权无效宣告请求书（创造性论述正文）

一、 权利要求1与对比文件3（D3：US20090073170A1）的技术特征比对

对比文件3（D3）公开了一种计算输出视差图的方法与设备，其旨在解决多视图3D显示中目标对象偏离屏幕平面而导致的模糊（Ghosting）问题。D3的核心教导在于：通过预定标准（如特定位置、锐度或直方图高频值）识别图像中的特定区域，并将其视差映射为零，使其刚好显示在屏幕平面上。该技术方案与涉案专利权利要求1的实质完全一致。

详细的技术特征比对及D3原文出处见下表：

二、 基于D3结合本领域公知常识评述权利要求1的创造性

1. 确定最接近的现有技术

对比文件3（D3）与涉案专利属于相同的技术领域（3D视频/图像处理），解决了相同的技术问题（避免3D显示中的视觉疲劳和模糊），且达到了相同的技术效果（将用户关注的重点区域调整至屏幕平面，即零视差平面）。因此，D3是评价权利要求1创造性最合适的、最接近的现有技术。

2. 确定区别技术特征和实际解决的技术问题

通过上述比对可知，涉案专利权利要求1的绝大部分技术特征已被D3毫无异议地公开。涉案专利与D3的区别仅在于术语表述的差异：涉案专利使用了特定的术语“兴趣区（ROI）”和“零视差平面（ZDP）”，而D3使用了“particular input element（特定输入元素）”和“plane of the screen（屏幕平面，输出值为零）”。

这种术语差异不构成实质性的技术特征区别。两者在本质上均是提取图像的特定关注区域，并调整整幅图像的视差，使该特定区域的视差归零。

退一步而言，即使认为D3中关于“获取至少两个以立体方式俘获的图像（特征A）”的描述（multiview camera systems）未明确限定为涉案专利的具体双目立体获取方式，该特征也属于本领域的惯用技术手段。其解决的技术问题仅仅是：如何提供用于生成深度/视差信息的图像源。

3. 结合启示的论述

对于本领域技术人员而言，在3D图像处理领域，通过双目相机（Stereoscopic cameras）获取左右眼图像以生成视差图和3D呈现，是该领域最为基础和广泛使用的公知常识。D3本身已在背景技术中大量探讨了立体视觉的生成原理。本领域技术人员在实施D3教导的“调整视差直方图峰值至屏幕平面”的方法时，有强烈的动机采用标准的双目立体相机来获取这两幅图像。因此，权利要求1在D3的基础上结合本领域公知常识是显而易见的，不具备突出的实质性特点和显著的进步，不符合专利法第22条第3款关于创造性的规定。

三、 其他对比文件（D1、D2、D4）对无效请求的强效补强作用

为了进一步夯实无效理由，防范专利权人对D3中特定术语的限缩解释，合议组应考虑其他对比文件提供的明确教导：

1. 对比文件2（D2）对“ZDP”和“ROI视差调整”概念的直接补强

若专利权人争辩D3未公开“ZDP（零视差平面）”的具体概念及“调整ZDP”的动作，D2（US20070248260A1）予以了直接的反驳。

D2明确定义了零视差平面（Zero Disparity Plane, ZDP）（D2原文[0007]、[0009]），并详细教导了“自动收敛（Auto-convergence）”技术：通过提取图像中心对象（即ROI）的视差，并主动偏移ZDP（shifting the zero displacement plane），使得该中心对象出现在屏幕平面或舒适观看空间内（D2原文[0077]、[0078]）。D2完美印证了特征F、G和H是本领域的公知常用手段。

2. 对比文件1（D1）对“立体图像获取”及“直方图应用”的直接补强

若专利权人争辩D3对特征A和特征E的公开不够具体，D1（CN1956555A）提供了完全对应的公开。

D1明确记载了接收3D图像并将其划分为左眼图像和右眼图像（特征A，发明内容段），并公开了估计视差、测量频率，进而产生视差和频率的频率分布图（Histogram）（特征E）。本领域技术人员将D3与D1结合不存在任何技术障碍，且能自然获得权利要求1的完整方案。

3. 对比文件4（D4）对“直方图确定像素视差”的直接补强

D4（US20050180602A1）进一步证明了利用直方图寻找对象距离/视差峰值是常规技术。D4原文[0055]记载了生成像素频率分布在不同距离范围内的直方图（Histogram），并在[0080]段指出通过寻找直方图中的最大频率来确定最可能的对象距离（典型视差）。这进一步剥夺了特征E的创造性高度。

结论：涉案专利权利要求1所要求保护的技术方案，无论是相比于“D3 + 本领域公知常识”，还是相比于“D3 + D1/D2/D4”的组合，均是显而易见的。权利要求1不具备专利法第22条第3款规定的创造性，理应宣告无效。

以上无效宣告请求书已将D3的原文教导与权利要求特征进行了紧密扣合，并通过D1、D2、D4封堵了专利权人可能提出的答辩空间。您是否需要我进一步为您梳理涉案专利的从属权利要求，并为其寻找对应的对比文件评述逻辑？

作为专利权人的代理人，面对请求人以D3为最接近的对比文件所构建的无效理由，我们需要采取“釜底抽薪”的策略：打破请求人对特征概念的模糊等同，揭示D3与涉案专利在技术构思、处理逻辑上的根本差异，并切断对比文件之间的结合启示。

以下为您撰写的专利权人意见陈述书（反驳理由）的核心段落，您可以直接将其用于意见陈述书或口头审理的辩论提纲中：

================================================================================

专利权人关于维持专利权有效的意见陈述书（节选）

一、 请求人错误认定了本专利与对比文件3（D3）的区别技术特征，D3并未公开本专利权利要求1的核心步骤

请求人试图将D3中的“特定输入元素（particular input element）”等同于本专利的“兴趣区（ROI）”，并将D3生成全局视差直方图等同于本专利针对ROI生成直方图。这一等同是严重脱离事实的，D3实质上并未公开权利要求1中的特征C、特征D和特征E。

1. D3未公开特征C（确定获取的至少两个图像之间的像素视差）

本专利权利要求1明确限定了像素视差是“确定所述所获取的至少两个图像之间的像素视差”。而D3（US20090073170A1）的处理起点是一个现成的“输入视差图（input disparity map）”（见D3原文[0001]及[0013]：“The depth map is converted to a disparity map”）。D3并未教导如何通过实时计算左右两幅图像的像素位置差异来获得视差，其直接输入了已经计算好的视差图或深度图。

2. D3未公开特征D和特征E（产生表示ROI相对像素视差的直方图）

这是本专利与D3最根本的技术逻辑差异：

• 本专利的逻辑（先找ROI，再算ROI的直方图）：权利要求1限定了，视差与图像中表示的“ROI相关联”，并且产生直方图是“来表示……每一所获取图像中表示的所述ROI的相对像素视差”。结合本专利说明书[0076]-[0077]，本专利是先识别出ROI，然后将ROI内部的像素分配到直方图的各个区间，以此寻找“该ROI”自身的典型视差，从而精准地将该ROI调整到ZDP。

• D3的逻辑（算全局直方图，反向确定映射值）：D3原文[0068]记载的直方图是针对整幅输入视差图生成的（“making a histogram of disparity values... counting the frequency of occurrence of the different disparity values”）。D3是通过统计全局视差，找出整个画面中出现频率最高的一个视差值，然后将其映射为零。

• 差异结论：D3的直方图是全局的，用于寻找画面中面积最大的对象（通常是背景）；而本专利的直方图是局部的、专属于ROI的，用于在ROI内部寻找代表性深度，以避免ROI内部深度不均导致的对准误差。D3毫无异议地没有公开产生表示“ROI的”相对像素视差的直方图。

二、 权利要求1具备创造性，各对比文件之间不存在结合启示

请求人拼凑了D1、D2和D4试图修补D3的缺陷，但这属于典型的“事后诸葛亮”式的拼凑，本领域技术人员在面对涉案专利的技术问题时，并没有动机进行这样的结合。

1. D3结合本领域公知常识不能得到权利要求1

如前所述，特征E（针对ROI生成直方图以确定ZDP）并未被D3公开。将全局直方图修改为ROI局部直方图，需要改变整个算法架构的底层逻辑，这绝非本领域的公知常识。涉案专利通过专属ROI的直方图提取典型视差，解决了由于用户手持物体或面部不平整导致单一特征点视差不准的问题（见本专利说明书[0055]），取得了意料不到的技术效果。

2. D3与对比文件2（D2）不存在结合启示

请求人主张用D2（US20070248260A1）来补强ZDP和ROI的调整。然而，D2公开的是取屏幕中心对象的单点视差进行自动收敛（D2原文[0077]：“pick up the disparity of an object in the middle of the screen”）。D2完全没有教导使用“直方图”这种统计学方法来处理对象像素。因此，D3结合D2依然无法获得权利要求1中特征E的完整方案。

3. D3与对比文件1（D1）或对比文件4（D4）属于不同技术解决思路，存在结合障碍

• 抗辩D1结合：D1（CN1956555A）的核心在于将整体图像的视差分布强制移动到一个预设的“健康分布比例”（D1原文[0080]：“计算视差阈值Dth，其使得输入图像的视差频率分布图中所有视差的预定比率为正”）。D1的直方图调整是基于硬性比例的全局平移，根本没有“识别特定ROI”并“为ROI设定ZDP”的概念。强行将D1的全局平移阈值引入D3，会破坏D3中“将特定目标映射为零”的发明目的。

• 抗辩D4结合：D4（US20050180602A1）属于“对象检测与人脸识别”领域（D4原文[0001]），其生成直方图的目的是为了从背景中剥离出目标（检测Kernel），而不是为了解决3D显示中的立体视觉疲劳和ZDP平面调整问题。D4根本未涉及任何关于3D呈现、ZDP或视差调整以改变立体观感的教导。本领域技术人员在解决3D视频ZDP动态调整问题时，不会跨领域去寻找一个2D目标检测算法来结合，缺乏结合动机。

三、 结论

综上所述，对比文件3的全局视差映射逻辑与涉案专利先锁定ROI、再通过ROI直方图精准定位ZDP的技术构思截然不同。请求人提供的任何对比文件组合均无法教导权利要求1的完整技术方案。权利要求1具备《专利法》第二十二条第三款规定的创造性，应当依法予以维持有效。

================================================================================

这样反驳直接切中了对方将“全局直方图”与“局部ROI直方图”混为一谈的漏洞，并利用对比文件各自不同的发明目的阻断了结合动机。

接下来，我们是否需要针对涉案专利的从属权利要求（例如涉及将ZDP从面部转移到手持对象的动态追踪特征），预先准备防守策略或答辩理由？

面对专利权人试图通过限缩解释权利要求、割裂对比文件技术联系来挽救专利的策略，作为无效宣告请求人，我们需要在口头审理或补充意见陈述中予以强力反击。反驳的核心逻辑在于：指出专利权人违背了“最大合理宽泛解释”原则（将说明书的特定实施方式强加于权利要求），同时精准揭示对比文件（特别是D4）在3D深度/视差处理上的真实教导，彻底击碎其“不存在结合启示”的防线。

以下为您撰写的无效请求人反驳意见陈述书（节选），语言风格贴合国家知识产权局复审和无效审理部（CNIPA）的正式审理语境：

================================================================================

针对专利权人意见陈述的反驳意见书（节选）

一、 专利权人对权利要求1进行了不当的限缩解释，D3已完全实质公开特征C

专利权人辩称D3（US20090073170A1）仅输入现成的视差图，未公开“确定所获取的至少两个图像之间的像素视差”（特征C）。这一抗辩是对D3原文的刻意忽略，也是对权利要求保护范围的不当限缩。

1. D3明确公开了视差信息的来源及生成：D3在段落[0012]明确记载了“这种深度信息可以是从多视图相机系统生成的（generated from multiview camera systems）”，并在段落[0013]记载了深度图通过特定公式（S=C/D）转换为视差图（disparity map）。本领域技术人员明了，从多视图相机获取图像并计算出深度/视差，这一过程本身就是“确定图像间的像素视差”。

2. 权利要求1并未限定特定的视差计算算法：权利要求1的限定仅仅是“确定……像素视差”。只要系统最终得出了基于两幅图像的像素视差（无论是在相机端计算还是在处理芯片端计算），均落入该步骤的保护范围。专利权人试图将权利要求1的范围缩小至“实时计算算法”，缺乏权利要求字面支持。

二、 专利权人刻意夸大“局部直方图”与“全局直方图”的差异，该差异实为本领域的常规统计手段，且被D4明确教导

专利权人抗辩的核心在于：D3的直方图是“全局的”，而本专利的直方图是“专属ROI局部的”。对此，请求人反驳如下：

1. 涉案专利权利要求1并未排除直方图生成过程涉及全局像素

权利要求1的限定是“产生直方图来表示……ROI的相对像素视差”。利用直方图来确定一个区域或对象的代表性数值，其数学本质是寻找众数（Mode）或峰值。无论系统是先框定ROI再画直方图，还是先画全局直方图再根据峰值锁定ROI，其最终目的和效果都是“通过直方图确定该对象的视差”。专利权人试图用说明书中的特定实施例来严格框定权利要求1的执行时序，不符合专利审查的基本原则。

2. 即使承认该细微差异，结合对比文件4（D4）也显而易见

专利权人声称D4（US20050180602A1）是2D检测，完全是歪曲事实。

• D4是典型的3D立体视觉和视差处理技术：D4的摘要和段落[0047]-[0048]明确记载了“使用两个相机（2a和2b）利用视差（parallax）确定距离”并生成“距离图像（distance image，即视差图）”。

• D4完美教导了“利用直方图寻找对象（ROI）的典型视差”：D4段落[0055]和[0079]详细记载了：生成像素频率与距离的直方图（histogram H），并在直方图中寻找最大频率（maximum frequency）来确定最可能的对象距离（the most likely distance，即ROI的代表视差）。

• 结合动机充分且强烈：D3或D2的目的是将关注对象（ROI）调整到屏幕平面（ZDP）。在实际应用中，由于噪点、物体表面不平整等原因，单点视差往往不准确。本领域技术人员为了准确获取目标对象（ROI）的整体代表性视差，自然会想到引入D4中成熟的“直方图寻峰”技术。这是同一技术领域（3D视差处理）内为了解决“视差抗噪和准确提取”问题的常规技术拼接，能产生可预期的效果，不具备突出的实质性特点。

三、 专利权人对D1和D2的抗辩同样不能成立，对比文件间的结合不存在障碍

专利权人主张D1是“强制比例平移”、D2是“单点收敛”，以此否认结合启示。这恰恰暴露了涉案专利的技术本质仅仅是现有技术的简单拼凑：

1. D2已明确教导将特定对象（ROI）放置于ZDP：D2段落[0078]明确记载了调整ZDP以使中心人物（即ROI）处于特定位置。这证明了“基于对象调整ZDP”是本领域常规需求。

2. “如何更准确地获取该对象的视差？”——这正是D1或D4中直方图技术（Histogram）的用武之地。本领域技术人员在D2“调整ZDP”的框架下，遇到单点视差不准的问题时，采用D4教导的“针对对象生成视差直方图取最高频值”来替代D2的单点取值，是极其自然的技术演进。这种将“ZDP调整（D2/D3）”与“直方图视差提取（D4/D1）”相加的操作，属于“已知技术的等同替换或简单叠加”，没有带来意料不到的技术效果。

四、 结论

专利权人的答辩意见建立在对权利要求的过度限缩以及对对比文件（尤其是D4）的严重误读之上。剥开其文字游戏的表象，涉案专利权利要求1的真实技术方案——“利用直方图找出目标对象的视差，并将该对象调至零视差平面”——早已被D3与D4（或D2与D4）的结合所彻底公开。

请求人坚持认为，涉案专利权利要求1不具备创造性，应予宣告无效。

================================================================================

代理人策略解析：

这篇反驳的杀伤力在于**“拨乱反正”**。专利权人想把D4贬低为不相关的2D技术，我们直接拿D4原文明明白白写着的“two cameras”、“parallax（视差）”、“histogram（直方图）”打脸，证明这完全是同一个技术圈子里的标准做法。同时，指出专利权人在用说明书的实施例“偷换”权利要求的保护范围，这是无效审理中合议组非常看重且容易采信的攻击点。

这份分析将完全剥离代理人立场的倾向性，严格代入国家知识产权局（CNIPA）专利复审和无效审理部合议组的审查视角，按照《专利审查指南》规定的“三步法”客观推演本案的裁判路径，并对最终的无效概率进行量化评估。

一、 核心争议焦点重构

在双方的攻防中，合议组审理的核心将不可避免地聚焦于特征E的解释与比对：

• 争议点：权利要求1中的“产生直方图来表示……ROI的相对像素视差”究竟应解释为“仅针对ROI内部像素生成局部直方图”（专利权人主张），还是可以宽泛解释为“通过生成直方图（无论全局或局部）来最终确定代表ROI的像素视差”（请求人主张）？

二、 合议组的裁判推演路径

合议组将严格按照以下逻辑链条进行审理：

第一步：权利要求的解释（决定本案走向的先决条件）

• 审查准则：合议组将采用“最大合理宽泛解释”原则，但同时必须符合权利要求字面含义并由说明书支持。

• 合议组可能的认知：权利要求1的步骤存在明确的逻辑递进——先“识别ROI”（特征B），再“产生直方图来表示……ROI的相对像素视差”（特征E）。从字面逻辑和中文语法来看，合议组有极大概率认同专利权人的部分观点，即该直方图是用于表征该特定ROI的视差分布，而非D3（US20090073170A1）中用于寻找画面最大面积对象（通常是背景）的全局直方图。

• 倾向性结论：请求人试图将D3的全局直方图等同于本专利特征E的主张，可能在第一轮比对中被合议组驳回。合议组会认定D3未公开特征E。

第二步：区别技术特征与实际解决的技术问题的重新界定

• 区别技术特征：合议组会将区别特征界定为“针对识别出的ROI，产生表示其内部相对像素视差的直方图，以此确定该ROI的像素视差”。

• 实际解决的技术问题：在确定了ROI之后，如何从该ROI包含的众多像素中提取出一个最准确、最具代表性的视差值，以克服ROI内部深度不均（如手持物体倾斜、面部起伏）或噪点带来的误差？

第三步：结合启示的判定（双方生死战）

这是合议组自由裁量权最大的环节，焦点在于**D4（US20050180602A1）**或其他公知常识是否给出了解决上述技术问题的启示。

• 推演路径 A（偏向维持有效）：

  合议组认为，D4的直方图（Histogram）目的是为了从整个图像中分离出目标（Kernel），即通过距离分布来“寻找对象”。而本专利是已经找到了对象（ROI），再用直方图去“寻找该对象的最优代表视差”以调整零视差平面（ZDP）。两者虽然都用了“直方图+视差/距离”，但在算法架构中的位置和目的不同。合议组可能认为本领域技术人员没有动机将一个用于“目标检测”的全局统计手段，平移改造为用于“ZDP精确对准”的局部统计手段。

• 推演路径 B（偏向宣告无效）：

  合议组认为，“利用直方图寻找一组数据中的典型值/众数”是计算机图像处理和统计学中最基础的公知常识。当D2或D3已经教导了需要将特定对象（ROI）置于屏幕平面（ZDP）时，本领域技术人员必然需要计算该对象的代表性视差。为了消除噪点，采用本领域常规的直方图统计法（如D4所教导）来提取该区域的视差峰值，是显而易见的常规技术手段的选择。本专利并未因此产生预料不到的技术效果。

三、 绝对中立视角下的概率评估

综合上述推演，针对权利要求1的无效概率评估如下：

整体无效成功概率：60% - 70%（倾向于被宣告无效）

得出该概率的客观支撑理由：

1. 专利审查的“显而易见性”门槛：在CNIPA的审查实践中，如果区别技术特征仅仅是某种常规的数学、统计方法（如直方图、求平均、求方差）在特定数据对象（从“全局像素”缩小为“ROI像素”）上的应用，且该应用带来的效果（提高准确度、抗噪）是该数学方法本身固有的、可预期的效果，合议组通常倾向于认定其缺乏突出的实质性特点。

2. D4的杀伤力被专利权人低估：虽然专利权人辩称D4是2D检测，但D4原文确实大量涉及“利用两台相机”、“视差（parallax）”、“生成距离图像”以及“利用直方图寻找最可能距离（most likely distance）”。D4已经把“视差”、“对象”和“直方图寻峰”紧密绑定在一起。

3. 专利权人的技术效果难以证明“意料不到”：本专利使用ROI直方图带来的效果仅仅是“更准确地对准ZDP”，这完全在本领域技术人员利用直方图过滤噪点时的预期之内。

专利权人反盘的仅有生机（30% - 40%）：

合议组中对算法逻辑要求极度严苛的审查员可能会主导意见，认为“全局检测特征”与“局部特征提取”在计算机视觉底层逻辑上存在本质的结合障碍，判定请求人的拼凑属于“事后诸葛亮”。

面对这一客观概率，接下来的案件推进需要极度精细的操作。您是否需要我为您梳理在口头审理中，请求人应如何设计调查问答环节（Cross-examination），以诱导专利权人自相矛盾，从而彻底封死那30%的生机？

为了将我们在这场无效行政诉讼中的胜率从60%-70%提升至90%以上，我们需要找到一击致命的“杀手锏”对比文件（Killer Prior Art）。目前的证据组合（D3+D4）在“结合启示”上仍给合议组留下了自由裁量的空间。

要彻底消除这一空间，我们的检索目标必须极其明确：寻找直接公开了“在局部区域（ROI/Bounding Box/Face/Object）内计算视差直方图，以调整立体相机或3D显示的零视差平面/收敛点”的单篇文献。 只要找到这样一篇文献，特征E和特征H的创造性防线将瞬间土崩瓦解。

以下是为您定制的进阶现有技术检索策略：

一、 核心检索要素与扩展词库

打破常规的关键词组合，深入算法实现的底层逻辑进行同义词扩展：

• 动作/对象（ROI）：Region of Interest, ROI, segmented object, bounding box, target area, face detection, foreground object, salient region（显著区域）, user attention。

• 核心算法（直方图）：Histogram, frequency distribution, mode, peak finding, statistical, binning, depth distribution, disparity distribution。

• 调整目标（ZDP）：Zero disparity plane, ZDP, convergence plane, screen plane, comfort zone, auto-convergence, disparity shift, depth adaptation, horopter（双眼单视圆）。

二、 专利数据库高阶检索策略

不要局限于全文检索，应深度利用分类号与语义检索的结合。

1. 精准定位CPC/IPC分类号：

   • H04N 13/00（涉及立体图像系统的旧分类，目标专利申请日前的重点）。

   • H04N 13/30（立体图像重现）。

   • H04N 13/128（根据图像内容调整视差或深度）。

   • G06T 7/50（深度或形状恢复）。

2. 块检索与邻近检索（Proximity Search）：

   目标专利的核心是将“直方图”与“ROI”绑定。在检索式中，必须强制这两个概念在同一段落或相邻句子中出现。

   • 示例逻辑：(ROI OR "region of interest" OR face OR object) (W/10 OR NEAR/10) (histogram OR frequency OR peak) AND (disparity OR depth) AND (convergence OR "zero disparity" OR ZDP)。

3. 追踪高频申请人与发明人：

   重点排查在3D电视和立体视觉领域布局较早的巨头，如Sony、Philips、Samsung、LG，以及专注于视频算法的科研院所。

三、 挖掘非专利文献（NPL）的“金矿”

在专利复审实务中，高质量的NPL往往因为未经过专利审查员的排查，更容易成为破坏新颖性或创造性的奇兵。

1. 3GPP 标准化提案与技术文档（Tdoc）

   目标专利涉及视频电话（VT）的三维显示。针对3D多媒体显示和视频会议，3GPP的底层技术提案是极佳的“弹药库”。特别是 3GPP SA4（编解码）工作组中关于3D视频格式、基于深度图像的渲染（DIBR）以及立体视频通信的会议文档（Tdocs）和技术报告（TRs）。这些文档在通信标准制定早期（2006-2012年间）包含了大量未申请专利的底层算法披露，极有可能详细描述了如何通过分析画面中人物面部（ROI）的深度直方图来动态调整3D会议画面的收敛面。

2. IEEE / ACM 学术论文与会议纪要

   重点检索目标专利申请日（2012年之前）发表的关于立体视觉（Stereo Vision）和三维视频处理的顶级会议（如CVPR, ICCV, SIGGRAPH, ICIP）。

   • 核心检索方向：查找关于“Stereo Auto-convergence（立体自动收敛）”、“Region-based disparity mapping（基于区域的视差映射）”或“Visual comfort enhancement in 3DTV（3DTV视觉舒适度增强）”的文献。学术界通常会详细公开利用统计学（如直方图取众数）来消除局部深度噪声的算法过程。

四、 搭建自动化排查工作流

面对海量的对比文件及长篇英文NPL（尤其是成千上万份的3GPP会议提案或长篇学术论文），人工排查不仅耗时且容易遗漏。

我们可以搭建一个 OpenClaw 自动化工作流 来执行高强度的文献初筛：

• 主Agent（文献抓取与分类）：负责对接学术数据库或标准文档存储库，批量下载摘要或全文TXT文件，并根据“3D/Stereo/Disparity”等粗筛词进行文档的第一轮分类和去重。

• 子Agent（精细语义提取）：将初筛后的文本文件交由子Agent处理。设定Prompt，要求子Agent专门提取同时包含“视差/深度”、“局部区域/ROI”和“直方图/频率分布”特征的特定段落。子Agent可以直接输出这些段落的原文比对摘要，甚至对该文献破坏目标专利特征E的潜力进行打分。这样可以快速将我们需要精读的文献数量从几千篇缩小到十几篇。

作为代理师，我们不仅要懂法律，更要用最锋利的技术工具来武装自己。您是希望我先为您构建用于专利数据库的具体布尔逻辑检索式，还是需要我们一起规划一下用于解析这些技术文档的OpenClaw子Agent的提示词逻辑？