JP2009510952A - 拘束された可変ビットレート（ｖｂｒ）ビデオ・エンコードの方法および装置 - Google Patents

Abstract

ネットワークにおける伝送のためにビデオ信号データをエンコードする方法および装置が提供される。本方法は、優先度付けされた構造またはスケーラブルな符号化構造のうちの少なくとも一方を使って可変ビットレートでビデオ信号データをエンコードし、基本層および向上層を有するビットストリームを得るステップを含む。エンコードする前記ステップは、基本層ビットレートが第一の時間期間にわたって第一の値以下であり、基本層および向上層を含むビットストリームの全体が第二の時間期間にわたって第二の値以下であるビットレートに拘束されるよう、ビデオ信号データをエンコードする。

Description

〈政府の権利〉
米国標準・技術局（National Institute of Standards and Technology）によって授与されたプロジェクトID契約第2003005676Bの条件により定められているように、米国政府は本発明に支払い済みのライセンスを有しており、限られた状況では特許保有者に対して他者にリーズナブルな条件でライセンスするよう要求する権利を有するものである。
〈関係する出願への相互参照〉
本出願は、2005年9月29日に出願され、“Method and Apparatus for Constrained Variable Bit Rate (VBR) Video Encoding”と題する米国仮出願第60/721,768号の恩恵を主張するものであり、該文献はここに参照によってその全体において組み込まれる。
〈発明の分野〉
本発明は、概括的にはビデオ・エンコードに、より詳細には、拘束された可変ビットレート（VBR）ビデオ・エンコードのための方法および装置に関する。

エンコードされたビデオ・ストリームのビットレートを調節するためにレート制御が使われる。レート制御がエンコーダで適用されるとき、目標ビットレートを満たすよう量子化パラメータが調整される。レート制御は大まかに次の二つの範疇に分けることができる：固定ビットレート（CBR: constant bit rate）および可変ビットレート（VBR: variable bit rate）である。ネットワーク・アプリケーションでは、CBRがネットワーク動作を大幅に単純化できるものの、CBRはVBRほど効率的ではなく、著しくビデオ品質をコンプライズする。特に、動きの多いコンテンツについて低ビットレートではそうである。個々のフレームが異なるレベルの複雑さをもち、よって同じデコード品質で圧縮される異なる数のビットを必要とするということを考えると、VBRがビデオについての「自然な」表現と見ることができる。

VBR符号化はCBR符号化より良好な品質を与えると考えられてきたが、純粋な、あるいは拘束されないVBRは実際上は使われていない。一つの理由は、典型的な伝送環境が、伝送レートの任意の変動は許容しないことがありうるということである。よって、エンコーダは、ある種の拘束を満たすことのできるVBRビットストリームを生成する必要がある。

VBRが実際上使われるとき、ビットレート割り当てに適用される一般的な拘束は、シーケンス全体の平均ビットレートまたは特定のフレーム期間についての総ビットレートである。しかしながら、VBR伝送が、ビデオ優先度付けされた（prioritized）構造および／またはスケーラブルな（scalable）構造に関してビデオを認識する（video-aware）ネットワークで、あるいは追加的に、ビデオを認識するパケットレベルの多重化（multiplexing）または交換（switching）を許容するネットワークで使われるとき、そのようなネットワークを利用して可能な最良の品質が達成できるようにするためには、新しいVBR拘束が必要とされる。

従来技術のこれらおよびその他の欠点および不都合な点が、拘束された可変ビットレート（VBR）ビデオ・エンコードのための方法および装置に向けられている本発明によって対処される。

本発明のある側面によれば、ネットワークにおける伝送のためにビデオ信号データをエンコードする方法が提供される。本方法は、優先度付けされた構造またはスケーラブルな符号化構造のうちの少なくとも一方を使って可変ビットレートでビデオ信号データをエンコードし、基本層および向上層を有するビットストリームを得るステップを含む。エンコードする前記ステップは、基本層ビットレートが第一の時間期間にわたって第一の値以下であり、基本層および向上層を含むビットストリームの全体が第二の時間期間にわたって第二の値以下であるビットレートに拘束されるよう、ビデオ信号データをエンコードする。

本発明のもう一つの側面によれば、ビデオを認識する多重化およびビデオを認識する交換のうちの少なくとも一方をサポートするネットワークにおける伝送のためにビデオ信号データをエンコードするビデオ・エンコーダが提供される。本ビデオ・エンコーダは、優先度付けされた構造またはスケーラブルな符号化構造のうちの少なくとも一方を使って可変ビットレートでビデオ信号データをエンコードし、基本層および向上層を有するビットストリームを得るエンコーダを含む。前記エンコーダは、基本層ビットレートが第一の時間期間にわたって第一の値以下であり、基本層および向上層を含むビットストリームの全体が第二の時間期間にわたって第二の値以下であるビットレートに拘束されるよう、ビデオ信号データをエンコードする。

本発明のこれらのことを含むさまざまな側面、特徴および利点は、付属の図面と関連して読まれるべき、例示的な実施形態の以下の詳細な記述から明らかになるであろう。

本発明は、例示的な図面に基づいてよりよく理解されうる。

本発明は、拘束された可変ビットレート（VBR）ビデオ・エンコードのための方法および装置に向けられる。ある実施形態では、優先度付けされた符号化構造および／またはスケーラブルな符号化構造に関してビデオを認識し、ビデオを認識する多重化または交換をサポートするネットワークについて改良された品質を達成する、VBRのための新しい拘束が提案される。ここでの用法では、「ビデオを認識する（video-aware）」の用語は、ビデオを他のデータまたは声から区別できるネットワーク、ルーターおよび／または交換機構をいう。

本記述は、本発明の原理を例示するものである。よって、当業者が、ここで明示的に記述や図示されなくても、本発明の原理を具現し、その精神および範囲内に含まれるさまざまな構成を考案できるであろうことは理解されるであろう。

ここで言及されるあらゆる例および条件的な言辞は、読者が本発明の原理および当技術分野の発展に対して発明者が貢献する概念を理解するのを助ける教育的な目的のために意図されており、そのような個別的に言及される例および条件への限定なしに解釈されるものとする。

さらに、本発明の原理、側面および実施形態ならびにその個別的な例に言及するあらゆる陳述は、その構造的および機能的な等価物の両方を包含することが意図されている。さらに、そのような等価物は、現在知られている等価物も将来開発される等価物、すなわち構造に関わりなく同じ機能を実行する開発された任意の要素も両方とも含むことが意図されている。

よって、たとえば、当業者は、ここに呈示されるブロック図は本発明の原理を具現する例示的な回路の概念的なビューを表現していることを理解するであろう。同様に、あらゆるフローチャート、流れ図、状態遷移図、擬似コードなどは、コンピュータ可読媒体において実質的に表現され、よってコンピュータまたはプロセッサによって実行されうるさまざまなプロセスを表すことが理解されるであろう。それはそのようなコンピュータやプロセッサが明示的に示されているか否かによらない。

図面に示されるさまざまな要素の機能は、専用ハードウェアの使用を通じても、適切なソフトウェアに関連してソフトウェアを実行できるハードウェアの使用を通じても提供されうる。プロセッサによって提供されるとき、諸機能は単一の専用プロセッサによって、単一の共有プロセッサによって、あるいは一部が共有されていてもよい複数の個別プロセッサによって提供されてもよい。さらに、「プロセッサ」または「コントローラ」の用語の明示的な使用は、ソフトウェアを実行できるハードウェアのみを指すものと解釈すべきではなく、これに限られないが、デジタル信号プロセッサ（DSP）ハードウェア、ソフトウェアを記憶する読み出し専用メモリ（ROM）、ランダム・アクセス・メモリ（RAM）および不揮発性記憶装置を暗黙的に含みうる。

通常のハードウェアおよび／またはカスタム・ハードウェアを含む他のハードウェアも含められてもよい。同様に、図示されるいかなるスイッチも単に概念的である。その機能はプログラム論理の動作を通じて、専用論理を通じて、プログラム制御および専用論理の相互作用を通じて、またさらには手動でさえも実行されうる。具体的な技術は、コンテキストからより個別的に理解されるように、実装者が選択できる。

本願の請求項では、指定された機能を実行する手段として表現されているいかなる要素も、その機能を実行する任意の仕方を包含することが意図されている。それにはたとえば、ａ）その機能を実行する回路要素の組み合わせ、ｂ）ファームウェア、マイクロコードなどを含む任意の形のソフトウェアをその機能を実行するためにそのソフトウェアを実行する適切な回路と組み合わせたもの、が含まれる。そのような請求項によって定義される発明は、さまざまな記載される手段によって提供される機能性がそれらの請求項が求めている仕方で組み合わされ、まとめられるという事実に存する。よって、それらの機能性を提供できるいかなる手段もここに示される手段と等価であると見なされる。

図１に目を転じると、例示的なビデオを認識するネットワークが、概括的に参照符号１００によって示されている。優先度付けのあるネットワーク（prioritized network）１００はコンテンツ・プロバイダー１１０を含む。コンテンツ・プロバイダー１１０は今度はビデオ・エンコーダ１１２およびマルチプレクサ１１４を含む。ビデオ・エンコーダ１１２の第１ないし第Ｎの出力は、ビデオ・ストリーム１ないしビデオ・ストリームＮに対応し、それぞれマルチプレクサ１１４の第１ないし第Ｎの入力と信号通信において接続されている。マルチプレクサ１１４の出力は、地域のブロードバンド・ネットワーク１２０の入力と信号通信において接続されている。地域のブロードバンド・ネットワーク１２０の出力は、デジタル加入者線アクセス・マルチプレクサ（DSLAM: Digital Subscriber Line Access Multiplexer）１３０の入力と信号通信において接続されている。DSLAM１３０の第１ないし第Ｍの出力は、それぞれ、第１ないし第Ｍのモデム（図１ではモデム１４２およびモデム１４４によって代表されている）の入力と信号通信において接続されている。モデム１４２の第一の出力は、ＳＴＢ１５２の入力と信号通信において接続されている。ＳＴＢ１５２の出力は、テレビ１６２の入力と信号通信において接続されている。モデム１４２の第二の出力は、ＳＴＢ５４の入力と信号通信において接続されている。ＳＴＢ１５４の出力は、テレビ１６４の入力と信号通信において接続されている。

DSLAM１３０はビデオを認識するよう構成されている。DSLAM１３０は、個々のADSLリンクのトラフィックを管理して、各家庭が商業品質で任意の二つ（または任意のN本）の番組ストリームを受信できることを保証するようにする。たとえば、セットトップボックス（set top box）１５２および１５４ならびにテレビ１６２および１６４を含む家は、商業品質で、モデム１４２を通じて、単一の非対称デジタル加入者線（ADSL: Asymmetric Digital Subscriber Line）リンクを介して、ビデオ・エンコーダ１１２から任意の二本の番組ストリームを受信できるであろう。単一のADSLラインを通じた二つのビットストリームは、追加的な帯域幅が該ADSLリンク上で利用可能である場合、たとえば、一つのストリームしかない場合、あるいは他方のストリームがより低い瞬間ビットレートを有している場合、追加的な帯域幅を動的に利用できるべきである。DSLAM１３０によって実行される多重化を大幅に単純化するであろう単純な解決策は、まずネットワーク１００の総帯域幅（R）をビットストリーム数（N）で割り、目標平均ビットレートR_avg＝R/Nを求め、次いでその同じビットレートR_avgでのCBRで各ストリームを符号化することである。しかし、これではVBRよりも低品質になる。

図２に目を転じると、本発明が適用されうる例示的なエンコーダが、概括的に参照符号２００によって示されている。エンコーダ２００への入力は、加算接合点２１０の非反転入力と信号通信において接続されている。加算接合点２１０の出力は、ブロック変換器２２０と信号通信において接続されている。変換器２２０は量子化器２３０の第一の入力と信号通信において接続されている。量子化器２３０の出力は、可変長符号化器（VLC: variable length coder）２４０と信号通信において接続されている。ここで、VLC２４０の出力が、エンコーダ２００の外部から利用可能な出力である。レート・コントローラ２７７の第一の入力は、加算接合点２１０の出力と信号通信において接続されており、レート・コントローラ２７７の第二の入力は、VLC２４０の出力と信号通信において接続されており、レート・コントローラ２７７の出力は、量子化器２３０の第二の入力と信号通信において接続されている。

量子化器２３０の出力はさらに、逆量子化器２５０と信号通信において接続されている。逆量子化器２５０は、逆ブロック変換器２６０と信号通信において接続されている。逆ブロック変換器２６０は今度は参照画像記憶２７０と信号通信において接続されている。参照画像記憶２７０の第一の出力は、動き推定器２８０の第一の入力と信号通信において接続されている。エンコーダ２００への入力がさらに、動き推定器２８０の第二の入力と信号通信において接続されている。動き推定器２８０の出力は、動き補償器２９０の第一の入力と信号通信において接続されている。参照画像記憶２７０の第二の出力は、動き補償器２９０の第二の入力と信号通信において接続されている。動き補償器２９０の出力は、加算接合点２１０の反転入力と信号通信において接続されている。

本発明の原理によれば、優先度付けされた符号化構造および／またはスケーラブルな符号化構造に関してビデオを認識し、ビデオを認識する多重化または交換をサポートするネットワーク（たとえば、図１に関して図示および記述されたネットワーク１００のような）について改良された品質を達成する、VBRのための新しい拘束が呈示される方法および装置が開示される。ビデオ・ストリームは、優先度付けされたおよび／またはスケーラブルなビデオ符号化をサポートすると想定される。たとえば、ストリームは、図３に示されるような基本層（base layer）および（単数または複数の）向上層（enhancement layer）を含む優先化された構造を使って時間的なスケーラビリティをサポートできる。

図３に目を向けると、例示的なビデオ・ピクチャー・グループ（GOP: group of pictures）構造が概括的に参照符号３００によって示されている。ビデオGOP構造３００は、表示順に示されており、フレーム依存性および割り当てられた優先度レベルを示している。基本層３１０はI画像およびP画像のみを含み、向上層３２０はB/b画像を含む。I画像はイントラ符号化された画像であり、他の画像を符号化するときに参照として使われる。P画像は予測的にインター符号化された画像であり、他の画像を符号化するときに参照として使われる。B画像は双方向予測的に符号化された画像であり、他の画像を符号化するときに参照として使われる。b画像は、双方向予測的に符号化された画像であって、他の画像を符号化するときに参照として使われないものである。基本層３１０は、向上層３２０よりも高い優先度をもつ。基本層３１０は、低めのフレームレートのビデオについて、向上層３２０からは独立してデコードできる。この型の構造では、エンコーダによって生成される可変ビットレートが目標平均ビットレート（I+P+B+b）を超えることを許容するが、ビットストリームのある部分（B+b）、たとえば向上層は、商業品質の要求（I+P）を満たしつつ、後続の基本層ビットストリームに影響することなく無視できる。VBRがこの型のビットストリームを生成するために使われて、ビットストリームの平均ビットレートおよびある期間についてのピーク・ビットレートだけが考えられ、さらにB/bフレームが全部落とされるようにされる場合、それでも残りのビットレートが平均帯域幅より高いことがありうる。これは、DSLAM１３０が最高優先度のパケットを落とすことを強制し、よってビデオ品質を大いに害することがありうる。

ビットストリームiについての基本層ビットストリーム・レートがR_base,iで、R_base,iは拘束：

を満たすとする。

式(1)を満たす単純な解決策は、R_base,i＝R_avgとおくことである。しかしながら、他の解決策も可能である。ビットストリームiについての全体ビットストリーム・レート（すなわち、基本層および向上層についての）がR_tot,iで、R_tot,i≧R_base,iであるとする。これは、基本層と向上層との間のビットレート比要件および／または受け容れられる主観的品質に基づいて決定できる。よって、各ビットストリームについての新しいVBR拘束を、次のように定義できる：（１）拘束１（基本層拘束）では、基本層のビットレートが、時間期間T_baseにわたって高々R_base,iに拘束される；（２）拘束２（全体ビットストリーム拘束）では、全体ビットストリーム（基本層および向上層）が時間期間T_totalにわたって高々R_tot,iに拘束される；（３）拘束３（MinQP拘束）では、各画像および／またはマクロブロックについての最小の量子化パラメータ（QP: Quantization Parameter）がMinQPに設定される。

上記の拘束のうち、拘束１は、ネットワークを通じて送信されるすべてのビットストリームについて最小受け容れ可能品質が満たせることを保証することに向けられるものである。R_base,iは式(1)を満たすので、基本層ビットストリームは、すべてのビットストリームについて保証される。すなわち、基本層からの画像はDSLAM１３０によって落とされることはない。拘束２は、追加的な帯域幅が利用可能なときに、可能な最良の品質を達成するために統計的な多重化（statistical multiplexing）を利用することに向けられる。拘束３では、それより小さな値は主観的な品質改善を与えることなく無用にビットレートを増してしまうようなMinQPが定義される。拘束３は、単純な内容のビットストリームがより少ない帯域幅を使うことを許容し、それにより他のビットストリームにより多くの帯域幅を残すようにすることができる。これは統計的な多重化の利得を改善することもできる。

上記の諸拘束において、T_baseはT_totalに等しくてもよいし、あるいは両者は異なっていてもよい。時間期間は、全連続期間または各離散期間として決定できる。拘束３は任意的であり、本願の原理に基づくある種の実施形態では実装されてもされなくてもよいことを理解しておくべきである。

図４に目を向けると、ビデオを認識する多重化および／またはビデオを認識する交換をサポートするネットワークにおける可変ビットレート（VBR）エンコードのための例示的な方法が、概括的に参照符号４００によって示されている。方法４００は、ループ境界ブロック４１０に制御を渡す初期化ブロック４０５を含む。ループ境界ブロック４１０は、エンコードされるべきビットストリームの各フレームについてループを開始し、判断ブロック４１５に制御を渡す。判断ブロック４１５は、現在のフレームが基本層に属しているかどうかを判定する。基本層に属していれば、制御は機能ブロック４２０に渡される。そうでなければ、制御は機能ブロック４２５に渡される。

機能ブロック４２０は、ある期間にわたる基本層拘束（拘束１）を使ってフレーム・ビット割り当てを実行し、機能ブロック４２５に制御を渡す。機能ブロック４２５は、ある期間にわたる全体ビットストリーム拘束（拘束２）を使ってフレーム・ビット割り当てを実行し、機能ブロック４３０に制御を渡す。機能ブロック４３０は、現在フレームの前処理を実行し、機能ブロック４３５に制御を渡す。機能ブロック４３５はフレーム量子化パラメータ（QP）の推定を実行し、ここでQP＝max(QP,minQP)であり、ループ境界ブロック４４０に制御を渡す。ループ境界ブロック４４０は、現在フレームにおける各マクロブロックについてのループを開始し、判断ブロック４４５に制御を渡す。判断ブロック４４５は、マクロブロック（MB）レベルのレート制御が実行されるべきかどうかを判定する。そうであれば、制御は機能ブロック４５０に渡される。そうでなければ、制御は機能ブロック４８０に渡される。

機能ブロック４５０は、マクロブロック量子化パラメータ推定を実行し、ここでQP＝max(QP,minQP)であり、機能ブロック４５５に制御を渡す。機能ブロック４５５は、MBエンコードを実行し、機能ブロック４６０に制御を渡す。機能ブロック４６０はマクロブロック統計を更新し、ループ境界ブロック４６５に制御を渡す。ループ境界ブロック４６５は、現在フレームの各マクロブロックについてのループを終了し、機能ブロック４７０に制御を渡す。機能ブロック４７０は、フレーム統計およびフレーム・バッファを更新し、ループ境界ブロック４７５に制御を渡す。ループ境界ブロック４７５は現在フレームについてのループを終了し、終了ブロック４８５に制御を渡す。

機能ブロック４８０はマクロブロック・エンコードを実行し、ループ境界ブロック４６５に制御を渡す。

ここで、本発明の多くの付随する利点／特徴のいくつかについて述べる。そのいくつかは上述されている。たとえば、ある利点／特徴は、ネットワークにおける伝送のためにビデオ信号データをエンコードする方法であって、優先度付けされた構造またはスケーラブルな符号化構造のうちの少なくとも一方を使って可変ビットレートでビデオ信号データをエンコードし、基本層および向上層を有するビットストリームを得るステップを含む。エンコードする前記ステップは、基本層ビットレートが第一の時間期間にわたって第一の値以下であり、基本層および向上層を含むビットストリームの全体が第二の時間期間にわたって第二の値以下であるビットレートに拘束されるよう、ビデオ信号データをエンコードする。もう一つの利点／特徴は、エンコードする前記ステップが、ビデオ信号データ中の画像またはマクロブロックをエンコードするために使われる量子化パラメータを、ある特定の閾値以上になるよう拘束することを含む、前記エンコード方法である。さらにもう一つの利点／特徴は、前記エンコード方法であって、前記ビデオ信号データがネットワークを通じた伝送のために少なくとも二つのビットストリームにエンコードされ、当該方法がさらに、前記少なくとも二つのビットストリームについての基本層ビットレートの合計が総ネットワーク帯域幅以下となるよう拘束することを含む、方法である。さらにもう一つの利点／特徴は、前記第一の値が、総ネットワーク帯域幅を、ある所与の時点でネットワークを通じて伝送されるべきビットストリームの総数で割ることによって計算される目標平均ビットレートに等しくなるよう設定される、前記エンコード方法である。また、もう一つの利点／特徴は、前記第二の値が、基本層と向上層とのビットレート比要件または受け容れられる主観的品質のうちの少なくとも一方に基づいて、前記第一の値以上となるよう設定される、前記エンコード方法である。さらに、もう一つの利点／特徴は、前記第一の時間期間および前記第二の時間期間が、それぞれ、連続的な時間期間または離散的な時間期間として選択的に定義されることができる、前記エンコード方法である。さらに、もう一つの利点／特徴は、前記第一の時間期間が前記第二の時間期間に等しい、前記エンコード方法である。さらに、もう一つの利点／特徴は、前記第一の時間期間が前記第二の時間期間に等しくない、前記エンコード方法である。また、もう一つの利点／特徴は、前記ネットワークが、ビデオを認識する多重化またはビデオを認識する交換のうちの少なくとも一方をサポートする、前記エンコード方法である。

本発明のこれらおよびその他の特徴および利点は、本稿の教示に基づいて当業者によって容易に認識されうる。本発明の教示がさまざまな形のハードウェア、ソフトウェア、ファームウェア、特殊目的プロセッサまたはそれらの組み合わせで実装されうることは理解しておくべきである。

最も好ましくは、本発明の教示は、ハードウェアおよびソフトウェアの組み合わせとして実装される。さらに、前記ソフトウェアは、プログラム記憶ユニット上に具体的に具現されたアプリケーション・プログラムとして実装されてもよい。アプリケーション・プログラムは、いかなる好適なアーキテクチャを有する機械にアップロードされ、該機械によって実行されてもよい。好ましくは、該機械は、一つまたは複数の中央処理装置（CPU）、ランダム・アクセス・メモリ（RAM）および入出力（I/O）インターフェースのようなハードウェアを有するコンピュータ・プラットフォーム上で実装される。コンピュータ・プラットフォームは、オペレーティング・システムおよびマイクロ命令コードを含みうる。本稿で記載されたさまざまなプロセスおよび機能は、マイクロ命令コードの一部またはアプリケーション・プログラムの一部またはそれらのいかなる組み合わせであってもよく、CPUによって実行されてもよい。さらに、追加的なデータ記憶ユニットおよび印刷ユニットといったさまざまな他の周辺ユニットが前記コンピュータ・プラットフォームに接続されていてもよい。

さらに、付属の図面に描かれている構成システム・コンポーネントおよび方法の一部は好ましくはソフトウェアで実装されるので、システム・コンポーネントまたはプロセス機能ブロックの間の実際の接続は、本発明がプログラムされる仕方に依存して異なることがあることを理解しておくべきである。本稿の教示を与えられれば、当業者は、本発明のこれらおよび同様の実装または構成を考えることができるであろう。

例示的な実施形態は、付属の図面を参照して記載されてきたが、本発明が精密にそれらの実施形態に限定されるものではないこと、本発明の範囲や精神から外れることなく当業者はそれにさまざまな変更および修正を実施しうることは理解しておくべきである。そのようなすべての変更および修正は、付属の請求項に述べられている本発明の範囲内に含められることが意図されている。

本願の原理のある実施形態に基づく、本願の原理が適用されうる例示的なビデオを認識するネットワークについてのブロック図である。 本願の原理のある実施形態に基づく、本願の原理が適用されうる例示的なビデオ・エンコーダについてのブロック図である。 本願の原理のある実施形態に基づく、本願の原理が適用されうる例示的なビデオ・ピクチャー・グループ（GOP）の図である。 本願の原理のある実施形態に基づく、ビデオを認識する多重化および／またはビデオを認識する交換をサポートするネットワークにおける可変ビットレート（VBR）エンコードのための例示的な方法の流れ図である。

Claims (18)

1. ネットワークにおける伝送のためにビデオ信号データをエンコードする方法であって：
   可変ビットレートでビデオ信号データをエンコードし、基本層および向上層を有するビットストリームを得るステップを有しており；
   エンコードする前記ステップは、基本層ビットレートが第一の時間期間にわたって第一の値未満であり、組み合わされた基本層および向上層のビットレートが第二の時間期間にわたって第二の値未満のビットレートに拘束されるよう、ビデオ信号データをエンコードする、方法。
2. エンコードする前記ステップが、ビデオ信号データ中の画像またはマクロブロックのうちの少なくとも一方をエンコードするために使われる量子化パラメータを、ある閾値より大きくなるよう拘束することを含む、請求項１記載の方法。
3. 請求項１記載の方法であって、前記ビデオ信号データがネットワークを通じた伝送のために少なくとも二つのビットストリームにエンコードされ、当該方法がさらに、前記少なくとも二つのビットストリームについての基本層ビットレートの合計が総ネットワーク帯域幅以下となるよう拘束することを含む、方法。
4. 前記第一の値が、総ネットワーク帯域幅を、ある所与の時点でネットワークを通じて伝送されるべきビットストリームの総数で割ることによって計算される目標平均ビットレートに等しくなるよう設定される、請求項１記載の方法。
5. 前記第二の値が、基本層と向上層とのビットレート比要件または受け容れられる主観的品質のうちの少なくとも一方に基づいて、前記第一の値以上となるよう設定される、請求項１記載の方法。
6. 前記第一の時間期間および前記第二の時間期間が、それぞれ、連続的な時間期間または離散的な時間期間として選択的に定義されることができる、請求項１記載の方法。
7. 前記第一の時間期間が前記第二の時間期間に等しい、請求項１記載の方法。
8. 前記第一の時間期間が前記第二の時間期間に等しくない、請求項１記載の方法。
9. 前記ネットワークが、ビデオを認識する多重化またはビデオを認識する交換のうちの少なくとも一方をサポートする、請求項１記載の方法。
10. ネットワークにおける伝送のためにビデオ信号データをエンコードする装置であって：
    可変ビットレートでビデオ信号データをエンコードし、基本層および向上層を有するビットストリームを得るエンコーダを有しており；
    前記エンコーダは、基本層ビットレートが第一の時間期間にわたって第一の値未満であり、組み合わされた基本層および向上層のビットレートが第二の時間期間にわたって第二の値未満のビットレートに拘束されるよう、ビデオ信号データをエンコードする、装置。
11. 前記エンコーダが、ビデオ信号データ中の画像またはマクロブロックのうちの少なくとも一方をエンコードするために使われる量子化パラメータを、ある閾値より大きくなるよう拘束することを含む、請求項１０記載の装置。
12. 請求項１０記載の装置であって、前記ビデオ信号データがネットワークを通じた伝送のために少なくとも二つのビットストリームが得られるようエンコードされ、前記エンコーダが、前記少なくとも二つのビットストリームについての基本層ビットレートの合計が総ネットワーク帯域幅以下となるよう拘束する、装置。
13. 前記第一の値が、総ネットワーク帯域幅を、ある所与の時点でネットワークを通じて伝送されるべきビットストリームの総数で割ることによって計算される目標平均ビットレートに等しくなるよう設定される、請求項１０記載の装置。
14. 前記第二の値が、基本層と向上層とのビットレート比要件または受け容れられる主観的品質のうちの少なくとも一方に基づいて、前記第一の値以上となるよう設定される、請求項１０記載の装置。
15. 前記第一の時間期間および前記第二の時間期間がそれぞれ、連続的な時間期間または離散的な時間期間として選択的に定義されることができる、請求項１０記載の装置。
16. 前記第一の時間期間が前記第二の時間期間に等しい、請求項１０記載の装置。
17. 前記第一の時間期間が前記第二の時間期間に等しくない、請求項１０記載の装置。
18. 前記ネットワークが、ビデオを認識する多重化またはビデオを認識する交換のうちの少なくとも一方をサポートする、請求項１０記載の装置。

Images