JP2011529321A - スケーラブルビデオコーディング（ｓｖｃ）を使用する高速チャネル変更アプリケーションのためのリアルタイムトランスポートプロトコル（ｒｔｐ）パケット化方法 - Google Patents

Abstract

ベースレイヤビデオ符号化された信号とエンハンスメントレイヤビデオ符号化された信号とを含むスケーラブルビデオ符号化（ＳＶＣ）信号を提供するために、装置がビデオ信号を符号化し、ベースレイヤビデオ符号化された信号は、エンハンスメントレイヤよりも多くのランダムアクセスポイント、例えば、即時デコーダリフレッシュ（ＩＤＲ）スライスを有し、エンハンスメントレイヤがＩＤＲスライスを有するようなアクセスユニットにおいては、ベースレイヤは、非ＩＤＲスライスを有する。ＳＶＣの送信は、非ランダムアクセスポイントスライスがシンプルタイムアグリゲーションパケット（ＳＴＡＰ）で伝送されるように、リアルタイムトランスポートプロトコルを使用してパケット形式で行われ、各シンプルタイムアグリゲーションパケットは、ペイロードコンテンツスケーラビリティ情報（ＰＡＣＳＩ）ネットワークアブストラクションレイヤ（ＮＡＬ）ユニットを含む。

Description

本発明は、一般に通信システムに、例えば、有線システム、および地上波放送、セルラ、ワイヤレスフィデリティ（Ｗｉ−Ｆｉ）、衛星などの無線システムに関する。

圧縮ビデオビットストリームが、無線ネットワークなど、誤りが発生しやすい通信チャネルを介して配信される場合、ビットストリームのある部分が、破損したり、または紛失したりすることがある。そのような誤りを起こしたビットストリームが受信機に到達し、ビデオデコーダによって復号された場合、再生品質に深刻な影響を受けることがあり得る。ソースの誤り耐性の符号化（ｓｏｕｒｃｅ ｅｒｒｏｒ ｒｅｓｉｌｉｅｎｃｙ ｃｏｄｉｎｇ）は、この問題に対処するために使用される技法である。

ビデオブロードキャスト／マルチキャストシステムでは、１つの圧縮ビデオビットストリームは通常、しばしばセッションと呼ばれる指定された期間内に、１グループのユーザに同時に配信される。ビデオコーディングの予測性のため、ビットストリームへのランダムアクセスは、ビットストリーム内の若干のランダムアクセスポイントにおいてのみ利用可能であり、その結果、正しい復号は、これらのランダムアクセスポイントからしか開始することができない。ランダムアクセスポイントは一般に、より低い圧縮効率を有するので、そのようなポイントは、ビットストリーム内に限られた数しか存在しない。結果として、ユーザは、自分の受信機をチャネルに同調させて、セッションに参加する場合、正しい復号を開始するために、受信ビットストリーム内の次の利用可能なランダムアクセスポイントを待たなければない。それが、ビデオコンテンツを再生するときの遅延を引き起こす。そのような遅延は、チャネル合わせの遅延（以下、チャネル合わせ遅延）（ｔｕｎｅ−ｉｎ ｄｅｌａｙ）と呼ばれ、システムのユーザエクスペリエンスに影響を与える重要な要因である。

ビデオ配信システムでは、いくつかの圧縮ビデオビットストリームが、しばしば共通の伝送媒体を共用してエンドユーザに配信される。各ビデオビットストリームは、番組チャネルに対応する。先のケースと同様に、ユーザは、１つのチャネルから別のチャネルに切り換える場合、復号を正しく開始するために、そのチャネルからの受信ビットストリーム内の次の利用可能なランダムアクセスポイントを待たなければならない。そのような遅延は、チャネル変更の遅延（以下、チャネル変更遅延）（ｃｈａｎｎｅｌ−ｃｈａｎｇｅ ｄｅｌａｙ）と呼ばれ、そのようなシステムにおけるユーザエクスペリエンスに影響を与える別の重要な要因である。

挿入されるランダムアクセスポイントの利点は、ビデオコーディングの観点から言えば、圧縮ビデオビットストリームの誤り耐性を改善することである。例えば、定期的にビットストリームに挿入されるランダムアクセスポイントは、デコーダをリセットし、誤り伝播を完全に停止させ、このことが、誤りに対するビットストリームの堅牢性を向上させる。

例えば、Ｈ．２６４／ＡＶＣビデオ圧縮規格（例えば、非特許文献１、非特許文献２参照）について考察すると、（切り換え可能ポイントとも呼ばれる）ランダムアクセスポイントは、ＩＤＲ（即時デコーダリフレッシュ（Instantaneous Decoder Refresh））スライス、イントラ符号化マクロブロック（ＭＢ）（intra-coded macro block）、およびＳＩ（スイッチングＩ（switching Ｉ））スライスを含む、符号化方法によって実施することができる。

ＩＤＲスライスに関して、ＩＤＲスライスは、イントラ符号化ＭＢのみを含み、イントラ符号化ＭＢは、どの先行スライスにも依存せず、正しい復号を行う。ＩＤＲスライスはまた、以降のスライスの復号が、そのＩＤＲスライスより前のどのスライスからも独立となるように、デコーダの復号ピクチャバッファをリセットする。ＩＤＲスライスの後では、正しい復号が即座に利用可能であるので、ＩＤＲスライスは、即時ランダムアクセスポイントとも呼ばれる。対照的に、漸進的なランダムアクセス動作は、イントラ符号化ＭＢに基づいて実現することができる。多くの連続する予測ピクチャについては、これらのピクチャを復号した後、後続のピクチャ内の各ＭＢが、ピクチャのうちの１つに、イントラ符号化された位置を同じくする対応ＭＢ（intra-coded co-located counterpart）を有するように、イントラ符号化ＭＢが、組織的に符号化される。したがって、ピクチャの復号は、ピクチャの組の前のいかなる他のスライスにも依存しない。同様に、ＳＩスライスは、このタイプの特別に符号化されたスライスをビットストリーム内に埋め込むことによって、異なるビットストリーム間の切り換えを可能にする。残念なことに、Ｈ．２６４／ＡＶＣでは、ＩＤＲスライスまたはＳＩスライスは通常、他のタイプの圧縮ピクチャよりも大きいので、ＩＤＲスライスまたはＳＩスライスの一般的な不都合は、符号化効率の低下である。一般に、切り換えポイントを埋め込むためには、かなりの量のビットレートオーバヘッドを払わなければならない。

同様に、ランダムアクセスポイントは、スケーラブルビデオコーディング（ＳＶＣ：Scalable Video Coding）でも使用される。ＳＶＣでは、依存表現（dependency representation）は、多くのレイヤ表現（layer representation）から成ることができ、アクセスユニット（access unit）は、１つのフレーム番号に対応するすべての依存表現から成る（例えば、非特許文献３および非特許文献４）。

ランダムアクセスポイントの埋め込みに関してＳＶＣに共通する方法は、アクセスユニット全体を、ＩＤＲスライスを使用してコーディングすることである。特に、より高いレイヤ表現（より大きなｄｅｐｅｎｄｅｎｃｙ＿ｉｄ値を有するレイヤ表現）が、ＩＤＲピクチャで符号化される場合、すべてのより低いレイヤ表現（より小さなｄｅｐｅｎｄｅｎｃｙ＿ｉｄ値を有するレイヤ表現）も、ＩＤＲピクチャで符号化される。これは、より低いレイヤ表現がＩＤＲピクチャでコーディングされる場合、より高いレイヤ表現は、それ自体がＩＤＲピクチャで符号化されるとき、より優れたレイヤ間予測を潜在的に利用できるからである。一例が、図１に示されている。図１のＳＶＣ符号化された信号は、２つの依存表現を有し、各依存表現は、１つのレイヤ表現を有する。特に、ベースレイヤ（ｂａｓｅ ｌａｙｅｒ）は、Ｄ＝０に関連付けられ、エンハンスメントレイヤ（ｅｎｈａｎｃｅｍｅｎｔ ｌａｙｅｒ）は、Ｄ＝１に関連付けられる（当技術分野において、「Ｄ」の値は「ｄｅｐｅｎｄｅｎｃｙ＿ｉｄ」とも呼ばれる）。図１は、９つのアクセスユニットを示しており、アクセスユニットは、ＳＶＣ信号のフレーム内で発生する。破線のボックス１０によって示されるように、アクセスユニット１は、第１のレイヤ（Ｄ＝１）のＩＤＲスライスと、ベースレイヤ（Ｄ＝０）のＩＤＲスライスとを含む。後続のアクセスユニットは、２つの予測（Ｐ）スライスを含む。図１から、アクセスユニット１、５、９のみがＩＤＲスライスを含むことが観察できる。そのため、これらのアクセスユニットでは、ランダムアクセスが発生することができる。しかし、Ｈ．２６４／ＡＶＣのケースと同様に、ＩＤＲスライスは通常、他のタイプの圧縮ピクチャよりも大きいので、ＩＤＲスライスを用いて符号化される各アクセスユニットは、ＳＶＣの符号化効率を低下させる。

ITU-T Recommendation H.264："Advanced video coding for generic audiovisual services" ISO/IEC 14496-10 （2005）："Information Technology−Coding of audio−visual objects Part 10：Advanced Video Coding" Ｙ−Ｋ．Ｗａｎｇ，M.Hannuksela，S.Pateux，A.Eleftheriadis，and S.Wenger，"System and transport interface of ＳＶＣ"，IEEE Trans. Circuits and Systems for Video Technology，ｖｏｌ．１７，ｎｏ．９，Ｓｅｐｔ ２００７，ｐｐ．１１４９−１１６３ H. Schwarz，D. Marpe and T. Wiegand，"Overview of the scalable video coding extension of the Ｈ．264／AVC standard"，IEEE Trans. Circuits and Systems for Video Technology，ｖｏｌ．１７，ｎｏ．９，Ｓｅｐｔ ２００７，ｐｐ．１１０３−１１２０ IETF AVT draft："ＲＴＰ Payload Format for ＳＶＣ Video draft−ietf−avt−rtp−svc−13ｔｘｔ" ITU-T Recommendation H.264 Amendment 3："Advanced video coding for generic audiovisual services：Scalable Video Coding"

スケーラブルビデオコーディング（ＳＶＣ）を使用して、高速チャネル変更をサポートする場合、生成されるビットストリームは、チャネル変更のために使用されるベースレイヤと、通常のビデオストリームとして使用される１つまたは複数のエンハンスメントレイヤとを含むことが観察された。ベースレイヤとエンハンスメントレイヤは、同じチャネルに結び付けられ、チャネル変更期間中に一緒に使用されることが期待されるので、リアルタイムトランスポートプロトコル（ＲＴＰ：Real-Time Transport Protocol）を使用するそのようなＳＶＣビットストリームのトランスポートは、一般的なＳＶＣビットストリームのトランスポートとは異なる考慮を必要とする。

本発明の原理によれば、ビデオ信号を送信するための方法は、スケーラブルビデオ符号化された（ＳＶＣ）信号の第１のスケーラブルレイヤをチャネル変更レイヤとして選択するステップであって、第１のスケーラブルレイヤは、スケーラブルビデオ符号化された信号の第２のスケーラブルレイヤの関連付けられたｄｅｐｅｎｄｅｎｃｙ＿ｉｄ値よりも小さい関連付けられたｄｅｐｅｎｄｅｎｃｙ＿ｉｄ値を有する、ステップと、非ランダムアクセスポイントスライスがシンプルタイムアグリゲーションパケット（ＳＴＡＰ：Simple Time Aggregation Packet）で伝送されるように、リアルタイムトランスポートプロトコル（ＲＴＰ）を使用してパケット形式でスケーラブルビデオ符号化された信号を送信するステップであって、各シンプルタイムアグリゲーションパケットは、ペイロードコンテンツスケーラビリティ情報（ＰＡＣＳＩ：Payload Content Scalability Information）ネットワークアブストラクションレイヤ（ＮＡＬ：Network Abstraction Layer）ユニットを含む、ステップとを含む。結果として、本発明は、メディアアウェアストリーム選択を実行するメディアアウェアネットワーク要素（ＭＡＮＥ：Media Aware Network Element）に最小限の影響しか与えずに、ＳＶＣを使用する高速チャネル変更の伝送効率およびエクスペリエンスの質（ＱｏＥ）を向上させることができる実用的なＲＴＰパケット化方法を提供する。

本発明の例示的な実施形態では、ＳＶＣ信号は、ベースレイヤと、エンハンスメントレイヤとを含み、ベースレイヤは、エンハンスメントレイヤよりも多くのランダムアクセスポイント、例えば、ＩＤＲスライスを有するように選択される。ＳＶＣ信号の送信は、非ランダムアクセスポイントスライスがＳＴＡＰパケットで伝送されるように、ＲＴＰを使用してパケット形式で行われ、各ＳＴＡＰパケットは、ＰＡＣＳＩ ＮＡＬユニットを含む。ＰＡＣＳＩ ＮＡＬユニットは、３ビットのｄｅｐｅｎｄｅｎｃｙ＿ｉｄ「ＤＩＤ」フィールドを含み、ＤＩＤフィールドは、ＳＴＡＰパケットのペイロード内の残りのすべてのＮＡＬユニットのＤＩＤ値の最低値に設定される。加えて、ＰＡＣＳＩ ＮＡＬユニットは、２ビットの予約ビット（ＲＲ）フィールドを含み、ＲＲフィールドは、ＳＴＡＰパケットのペイロード内の残りのすべてのＮＡＬユニットのＤＩＤ値のうちで最高値のＤＩＤ値に設定される。結果として、「ＤＩＤ」フィールド値を「ＲＲ」フィールド値と比較することによって、ＳＴＡＰパケット内のすべてのＮＡＬユニットが同じレイヤに属するか、それともＳＴＡＰパケット内のＮＡＬユニットが異なるレイヤに関係するかを迅速に決定することができる。

本発明の別の例示的な実施形態では、ＳＶＣエンコーダは、ベースレイヤとエンハンスメントレイヤとを含むＳＶＣ信号を提供し、ベースレイヤは、エンハンスメントレイヤよりも多くのランダムアクセスポイント、例えば、ＩＤＲスライスを有するように選択され、ＳＶＣエンコーダは、エンハンスメントレイヤがＩＤＲスライスを有するようなアクセスユニットにおいて、ベースレイヤが非ＩＤＲスライスを有するかどうかを、符号化効率の関数として決定する。ＳＶＣ信号の送信は、非ランダムアクセスポイントスライスがＳＴＡＰパケットで伝送されるように、ＲＴＰを使用してパケット形式で行われ、各ＳＴＡＰパケットは、ＰＡＣＳＩ ＮＡＬユニットを含む。ＰＡＣＳＩ ＮＡＬユニットは、３ビットのｄｅｐｅｎｄｅｎｃｙ＿ｉｄ「ＤＩＤ」フィールドを含み、ＤＩＤフィールドは、ＳＴＡＰパケットのペイロード内の残りのすべてのＮＡＬユニットのＤＩＤ値の最低値に設定される。加えて、ＰＡＣＳＩ ＮＡＬユニットは、２ビットの予約ビット（ＲＲ）フィールドを含み、ＲＲフィールドは、ＳＴＡＰパケットのペイロード内の残りのすべてのＮＡＬユニットのＤＩＤ値のうちで最高値のＤＩＤ値に設定される。結果として、「ＤＩＤ」フィールド値を「ＲＲ」フィールド値と比較することによって、ＳＴＡＰパケット内のすべてのＮＡＬユニットが同じレイヤに属するか、それともＳＴＡＰパケット内のＮＡＬユニットが異なるレイヤに関係するかを迅速に決定することができる。

上記の点に鑑みて、また詳細な説明を読むことから明らかなように、他の実施形態および特徴も可能であり、それらは本発明の原理内に包含される。

即時デコーダリフレッシュ（ＩＤＲ）スライスを有する従来技術のスケーラブルビデオ符号化された（ＳＶＣ）信号を示す図である。 ＳＶＣ符号化において使用するための例示的なフローチャートである。 例示的なＳＶＣ信号を示す図である。 本発明の原理によるＳＶＣ符号化において使用するための例示的なフローチャートである。 本発明の原理による装置の例示的な実施形態を示す図である。 本発明の原理による例示的なＳＶＣ信号を示す図である。 本発明の原理によるＳＶＣ符号化において使用するための別の例示的なフローチャートである。 本発明の原理による装置の別の例示的な実施形態を示す図である。 本発明の原理による別の例示的なフローチャートである。 本発明の原理による変更されたＰＡＣＳＩ ＮＡＬユニットを示す図である。 ＭＡＮＥに関連した本発明の原理を示す図である。 ＭＡＮＥに関連した本発明の原理を示す図である。

本発明の概念を除き、図に示される構成要素はよく知られており、詳細には説明されない。例えば、本発明の概念を除き、（直交周波数分割多重（ＯＦＤＭ：Orthogonal Frequency Division Multiplexing）または符号化直交周波数分割多重（ＣＯＦＤＭ：Coded Orthogonal Frequency Division Multiplexing）とも呼ばれる）離散マルチトーン（ＤＭＴ：Discrete Multi tone）伝送には精通していることが前提とされ、それらについて本明細書では説明されない。また、テレビジョン放送、受信機、およびビデオ符号化には精通していることが前提とされ、それらについて本明細書では詳細に説明されない。例えば、本発明の概念を除き、ＮＴＳＣ（米国テレビジョン方式委員会（National Television Systems Committee））、ＰＡＬ（Phase Alternation Line）、ＳＥＣＡＭ（順次式カラーメモリ（Sequential Couleur Avec Memoire））およびＡＴＳＣ（高度テレビジョン方式委員会（Advanced Television Systems Committee））（ＡＴＳＣ）、中国デジタルテレビジョンシステム（Chinese Digital Television System）（ＧＢ）２０６００−２００６およびＤＶＢ−Ｈなど、テレビジョン規格のための現行の勧告および勧告案には精通していることが前提とされる。同様に、本発明の概念を除き、８レベル残留側波帯（８−ＶＳＢ：eight-level vestigial sideband）、直交振幅変調（ＱＡＭ：Quadrature Amplitude Modulation）などの他の伝送概念、ならびに無線周波数（ＲＦ）フロントエンド（低雑音ブロック、チューナ、ダウンコンバータなど）、復調器、相関器、リーク積分器、および平方器などの受信機コンポーネントが想定される。さらに、本発明の概念を除き、単方向トランスポート上でのファイル配信（ＦＬＵＴＥ：File Delivery over Unidirectional Transport）プロトコル、非同期階層符号化（ＡＬＣ：Asynchronous Layered Coding）プロトコル、インターネットプロトコル（ＩＰ）、およびインターネットプロトコルエンカプスレータ（ＩＰＥ：Internet Protocol Encapsulator）には精通していることが前提とされ、それらについて本明細書では説明されない。同様に、本発明の概念を除き、トランスポートビットストリームを生成するための（ムービングピクチャエキスパートグループ（ＭＰＥＧ）−２システム規格（ＩＳＯ／ＩＥＣ １３８１８−１）および上述のＳＶＣなどの）フォーマッティングおよび符号化方法はよく知られており、本明細書では説明されない。本発明の概念は、従来のプログラミング技法を使用して実施することができ、それらのプログラミング技法は、従来技法であるので、本明細書では説明されないことにも留意されたい。最後に、図における同じ番号は、同様の構成要素を表す。

先に述べたように、受信機が最初にオンになったとき、またはチャネル変更中もしくは同じチャネル内でサービスを変更するだけの場合であっても、受信機は、どのような受信データであれ、それを処理できるようになる前に、必要とされる初期化データを追加的に待たなければならないことがある。結果として、ユーザは、サービスまたは番組にアクセスできるようになる前に、追加的な長さの時間を待たなければならない。本明細書で説明するように、「チャネル変更」、「チャネル合わせ」、「サービスの変更」という用語は、そのすべてが新しい番組への切り換えを表すので、等価的である。

ＳＶＣでは、ＳＶＣ信号は、多くの依存（空間）レイヤ（dependency （spatial） layer）を含むことができ、各依存レイヤは、同じｄｅｐｅｎｄｅｎｃｙ＿ｉｄ値を有する、ＳＶＣ信号の１つまたは複数の時間および／または品質スケーラブルレイヤから成ることができる。ベースレイヤ（ｄｅｐｅｎｄｅｎｃｙ＿ｉｄ＝０）は、ビデオ信号の最低レベルの解像度を表す。他のレイヤ（ｄｅｐｅｎｄｅｎｃｙ＿ｉｄ＞０）は、ビデオ信号の解像度が増加したレイヤを表す。例えば、ＳＶＣ信号が３つのレイヤを含む場合、ベースレイヤと、レイヤ１と、レイヤ２が存在する。各レイヤは、異なるｄｅｐｅｎｄｅｎｃｙ＿ｉｄ値に関連付けられる。受信機は、（ａ）ベースレイヤ、（ｂ）ベースレイヤとレイヤ１、または（ｃ）ベースレイヤとレイヤ１とレイヤ２だけを処理することができる。例えば、ＳＶＣ信号は、ベース信号の解像度だけをサポートするデバイスによって受信することができ、そのため、このタイプのデバイスは、受信ＳＶＣ信号の他の２つのレイヤを単に無視することができる。反対に、最も高い解像度をサポートするデバイスの場合、このタイプのデバイスは、受信ＳＶＣ信号の３つすべてのレイヤを処理することができる。

ＳＶＣでは、ＩＤＲピクチャの符号化は、レイヤ毎に独立に行われる。そのため、本発明の原理によれば、ビデオ信号を送信するための方法は、スケーラブルビデオ符号化された（ＳＶＣ）信号の第１のスケーラブルレイヤをチャネル変更レイヤとして選択するステップであって、第１のスケーラブルレイヤは、スケーラブルビデオ符号化された信号の第２のスケーラブルレイヤの関連付けられたｄｅｐｅｎｄｅｎｃｙ＿ｉｄ値よりも小さい関連付けられたｄｅｐｅｎｄｅｎｃｙ＿ｉｄ値を有しているステップと、スケーラブルビデオ符号化された信号の少なくとも一部について、第１のスケーラブルレイヤ内のランダムアクセスポイントおよび第２のスケーラブルレイヤ内のランダムアクセスポイントが、異なるアクセスユニット内で発生するように、スケーラブルビデオ符号化された信号を提供するために、ビデオ信号をスケーラブルビデオ符号化するステップと、スケーラブルビデオ符号化された信号を送信するステップとを含む。結果として、ビデオエンコーダは、圧縮ビデオビットストリーム内に追加的な切り換え可能ポイントを埋め込むことによって、受信機におけるチャネル合わせ遅延およびチャネル変更遅延を短縮することができ、さらに全体的なビットレートを低減することができる。

本発明の例示的な実施形態では、ＳＶＣ信号は、ベースレイヤと、エンハンスメントレイヤとを含み、ベースレイヤは、エンハンスメントレイヤよりも多くのランダムアクセスポイント、例えば、ＩＤＲスライスを有するように選択され、エンハンスメントレイヤがＩＤＲスライスを有するようなアクセスユニットでは、ベースレイヤは、非ＩＤＲスライスを有する。本発明の概念は、２つのレイヤに関連して説明されるが、そのようには限定されず、３つ以上のスケーラブルレイヤが存在しても良い。

図２には、本発明の概念を説明する前に、チャネル合わせ遅延およびチャネル変更遅延を短縮するための、スケーラブルビデオエンコーダにおいて使用するフローチャートが示されている。ステップ１０５において、スケーラブルビデオエンコーダは、ビデオ信号を、ベースレイヤと少なくとも１つの他のレイヤとを含むＳＶＣ信号に符号化する。特に、ステップ１１０において、スケーラブルビデオエンコーダは、ＩＤＲスライスが、結果のＳＶＣ信号の他のどのレイヤよりも高い頻度でベースレイヤに挿入されるように、ビデオ信号を符号化する。例えば、スケーラブルビデオエンコーダは、符号化パラメータに応答し、この符号化パラメータは、異なる空間レイヤにおいて異なるＩＤＲ間隔を指定することを除いて、既存の符号化パターンＩＢＢＰまたはＩＰＰＰと同様である。最後にステップ１１５において、ＳＶＣ信号が送信される。

ここで図３を参照すると、図２のフローチャートのステップを実行するＳＶＣエンコーダによって形成される例示的なＳＶＣ信号１１１が示されている。この例では、ＳＶＣ信号１１１は、２つのレイヤ、ベースレイヤ（Ｄ＝０）とエンハンスメントレイヤ（Ｄ＝１）とを含む。図３から観察できるように、ベースレイヤは、アクセスユニット１、４、７、９内にＩＤＲスライスを有し、エンハンスメントレイヤは、アクセスユニット１、９内だけにＩＤＲスライスを有する。そのため、受信デバイスは、矢印３０１によって示される時刻ＴＣにおいて、ＳＶＣ信号１１１を伝送するチャネルに変更（または初めて同調）した場合、ＳＶＣ信号１１１のベースレイヤの復号を開始して、解像度の低いビデオピクチャをユーザに提供できるようになる前に、矢印３０２によって表される時間ＴＷだけ待ちさえすれば良い。したがって、受信機は、より多くのランダムアクセスポイントを有する、ベースレイヤビデオ符号化信号を即座に復号することによって、チャネル合わせ遅延およびチャネル変更遅延を短縮することができる。図３からさらに観察できるように、受信機は、エンハンスメントレイヤを復号して、解像度のより高いビデオピクチャをユーザに提供できるようになる前に、矢印３０３によって表される時間ＴＤだけ待たなければならない。

両方のレイヤが同じＩＤＲ頻度を有する、図１に示された例と比較した場合、図２の方法は、同じ１組の機能改善を実現する能力を提供するが、ビットレートはより低く、限られた性能低下しかもたらさない。これは、ベースレイヤが、ビットストリームの全ビットレートのうちの僅かな部分しか占めない場合に特に当てはまる。例えば、ベースレイヤ（Ｄ＝０）が共通中間フォーマット（ＣＩＦ：Common Intermediate Format）（３７２×２８８）解像度、エンハンスメントレイヤ（Ｄ＝１）が標準画質（ＳＤ：ｓｔａｎｄａｒｄ ｄｅｆｉｎｉｔｉｏｎ）（７２０×４８０）解像度である場合、ベースレイヤは、全ビットレートのうちの僅かなパーセンテージ（例えば、約２５％）を占めるにすぎない。そのため、ＣＩＦ解像度においてＩＤＲ頻度を増加させることによって、エンハンスメントレイヤだけまたは両方のレイヤにおいてＩＤＲ頻度を増加させる場合と比較して、ビットレートオーバヘッドははるかに小さくなる。残念なことに、ＩＤＲスライスは通常、他のタイプの圧縮ピクチャよりも大きいので、ＩＤＲスライスを用いて符号化された各アクセスユニットは、ＳＶＣ符号化効率を依然として低下させる。

加えて、スケーラブルビデオコーディング（ＳＶＣ）を使用して、高速チャネル変更をサポートする場合、生成されたビットストリームは、チャネル変更のために使用されるベースレイヤと、通常のビデオストリームとして使用される１つまたは複数のエンハンスメントレイヤとを含むことが観察された。ベースレイヤとエンハンスメントレイヤは、同じチャネルに結び付けられ、チャネル変更期間中に一緒に使用されることが期待されるので、リアルタイムトランスポートプロトコル（ＲＴＰ）を使用するそのようなＳＶＣビットストリームのトランスポートは、一般的なＳＶＣビットストリームのトランスポートとは異なる考慮を必要とする。

ＳＶＣエンコーダのビデオコーディングレイヤ（ＶＣＬ：Ｖｉｄｅｏ Ｃｏｄｉｎｇ Ｌａｙｅｒ）は、ネットワークアブストラクションレイヤ（ＮＡＬ）ユニット内に保存される符号化情報を生成する。ＳＶＣビットストリームが、リアルタイムトランスポートプロトコル（ＲＴＰ）／ユーザデータグラムプロトコル（ＵＤＰ）／インターネットプロトコル（ＩＰ）プロトコルスタックを利用するネットワークを介して送信される場合、ビットストリーム内のＮＡＬユニットは、ＩＥＴＦ ＡＶＴドラフト（非特許文献５）で説明されているようなＳＶＣパケット化に従って、リアルタイムトランスポートプロトコル（ＲＴＰ）パケットにパケット化されなければならない。

上述のＩＥＴＦ ＡＶＴドラフトは、単一セッション／非インタリーブモードでＳＶＣ符号化されたビデオストリームを送信するために使用できる、多くのＮＡＬタイプを定義する。１つのＮＡＬタイプは、シングルＮＡＬユニット（ＳＮＵ：Ｓｉｎｇｌｅ ＮＡＬ ｕｎｉｔ）である。ＳＮＵは、ＲＴＰパケット内に、１つのＳＶＣ ＮＡＬユニットだけをロードすることができる。別のＮＡＬタイプは、シンプルタイムアグリゲーションパケット（ＳＴＡＰ−Ａ）である。（本明細書では単にＳＴＡＰパケットとも呼ばれる）ＳＴＡＰ−Ａは、１つのＲＴＰパケット内に、対応する復号順序と同じ順序で、同じ提示時刻（presentation time）インスタンスを有する（または等価的に同じアクセスユニットに属する）複数のＳＶＣ ＮＡＬユニットをロードすることができる。また別のＮＡＬタイプは、非インタリーブのマルチタイムアグリゲーションパケット（ＮＩ−ＭＴＡＰ：Non-interleaved Multi-Time Aggregation Packet）である。ＮＩ−ＭＴＡＰは、１つのＲＴＰパケット内に、対応する復号順序と同じ順序で、異なる提示時刻インスタンスを有する（または等価的に異なるアクセスユニットに属する）複数のＳＶＣ ＮＡＬユニットをロードすることができる。分割ユニット−Ａ（ＦＵ−Ａ：Fragmentation Unit-A）ＮＡＬタイプは、過度に大きなＮＡＬユニットを複数のＲＴＰパケットに分割するために使用される。最後に、ペイロードコンテンツスケーラビリティ情報（ＰＡＣＳＩ）ＮＡＬタイプが存在する。ＰＡＣＳＩは、パケット化を容易にし、スケーラビリティ情報と、アグリゲーションパケットのペイロード内の残りのすべてのＮＡＬユニットに共通する他の特性とを示す。しかしこれまでのところ、ＳＶＣを使用する高速チャネル変更に適したパケット化フォーマットを提案する標準的な方法または規則は、存在していない。

上記の点に鑑みて、既存のマルチキャストベースの高速チャネル変更ソリューションに関して、多くの観察が行われた。第１に、既存のマルチキャストベースの高速チャネル変更ソリューションは、しばしば２つの別個のＲＴＰセッションを使用し、一方は、通常のビデオストリームを送信するためのものであり、他方は、チャネル変更ストリームを送信するためのものである。チャネル変更が発生した場合、エンドユーザは、両方のマルチキャストＲＴＰセッションについて、ＩＧＭＰ参加／離脱要求を送信する。

しかし、高速チャネル変更のためにＳＶＣが使用される場合、チャネル変更および通常のビデオストリームの両方のために、同じＳＳＲＣ（同期ソース（synchronization source））、タイムスタンプ、およびシーケンス番号空間を有する単一のマルチキャストＲＴＰセッションを使用することを発明者らは提案する。この手法は、必要とされるインターネットプロトコル（ＩＰ）アドレスの数を半分に減少させるばかりでなく、チャネル変更プロセス中に交換する必要があるメッセージの数も減少させる。他の利点としては、例えば、簡単なファイアウォール構成、復号順序回復プロセスにおけるより低い複雑さなども含むことができる。

加えて、図２のフローチャートで示された上述のＳＶＣ符号化方法において、ＭＴＡＰパケット化が使用される場合、ＭＴＡＰパケット化は、１つのＲＴＰパケット内に、対応する復号順序と同じ順序で、異なる提示時刻インスタンスを有する（または等価的に異なるアクセスユニットに属する）ことができるので、最初のフル解像度ピクチャの復号を遅延させることがあり得ることが観察された。したがって、復号を開始できるようになる前に、複数のＭＴＡＰパケットを受信しなければならないことがある。結果として、ＭＴＡＰパケット化は、より多くのランダムアクセスポイントがベースストリーム内に挿入されたとしても、チャネル合わせ遅延を増加させる。対照的に、非ＩＤＲスライスを伝送するために、ＳＴＡＰパケット化を使用する必要が常にある場合、チャネル合わせ遅延を短縮させることができることが観察された。

特に、ＳＴＡＰパケットは、１つのＲＴＰパケット内に、対応する復号順序と同じ順序で、同じ提示時刻インスタンスを有する（または等価的に同じアクセスユニットに属する）非ＩＤＲスライスを伝送する。結果として、単一のＳＴＡＰパケットが受信されると直ちに、復号を開始することができる。したがって、ＳＴＡＰ ＮＡＬユニットを使用して非ＩＤＲスライスをパケット化することは、チャネル合わせ遅延を短縮するのに役立つ。加えて、ＳＴＡＰを採用して、１つのアクセスユニットに属するが、異なるレイヤに属するレイヤ表現をパケット化することによって、元の復号順序を容易に維持することができる。

メディアアウェアネットワーク要素（ＭＡＮＥ）は、カプセル化されたオーディオ／ビデオコンテンツに対処するために、ＲＴＰヘッダまたはペイロードを解析可能でなければならないことも観察された。ＭＡＮＥの一例は、ＩＰの最上部でＮＡＬヘッダ、ＲＴＰ／ＲＴＣＰの処理を実行し、必要であればあるタイプのＮＡＬユニットを複製または変換できる、メディアゲートウェイである。したがって、ペイロード／ヘッダ情報を使用して、ＳＶＣ符号化ビデオストリームを伝送するＲＴＰセッション内でレイヤを識別することによって、ＭＡＮＥは、複数のＲＴＰストリームを集約し、着信ＲＴＰパケットストリームからのメディアアウェアストリームの間引き（media-aware stream thinning）（パケットまたは部分の選択的排除）を実行できることが観察された。特に、各ＳＴＡＰパケット内に、変更されたＰＡＣＳＩ ＮＡＬユットが含まれる場合、ＭＡＮＥは、おそらくはＮＡＬヘッダをさらにＲＴＰパケットに解析することなく、階層化および依存性などの必要な情報を抽出することができる。

したがって、本発明の原理によれば、ビデオ信号を送信するための方法は、スケーラブルビデオ符号化された（ＳＶＣ）信号の第１のスケーラブルレイヤをチャネル変更レイヤとして選択するステップであって、第１のスケーラブルレイヤが、スケーラブルビデオ符号化された信号の第２のスケーラブルレイヤの関連付けられたｄｅｐｅｎｄｅｎｃｙ＿ｉｄ値よりも小さい関連付けられたｄｅｐｅｎｄｅｎｃｙ＿ｉｄ値を有しているステップと、非ランダムアクセスポイントスライスがシンプルタイムアグリゲーションパケット（ＳＴＡＰ）で伝送されるように、リアルタイムトランスポートプロトコル（ＲＴＰ）を使用してパケット形式でスケーラブルビデオ符号化された信号を送信するステップであって、各シンプルタイムアグリゲーションパケットが、ペイロードコンテンツスケーラビリティ情報（ＰＡＣＳＩ）ネットワークアブストラクションレイヤ（ＮＡＬ）ユニットを含んでいるステップとを含む。結果として、本発明は、メディアアウェアストリーム選択を実行するメディアアウェアネットワーク要素（ＭＡＮＥ）に最小限の影響しか与えずに、ＳＶＣを使用する高速チャネル変更の伝送効率およびエクスペリエンスの質（ＱｏＥ）を向上させることができる実用的なＲＴＰパケット化方法を提供する。

図４は、本発明の原理による例示的なフローチャートを示している。図５にも簡単に注意を払うと、図５は、本発明の原理による、ビデオ信号を符号化するための例示的な装置２００を示している。本発明の概念に関係するような部分だけが示されている。装置２００は、プロセッサベースのシステムであり、図５において破線ボックスの形態で示されるプロセッサ２４０およびメモリ２４５によって表されるような、１つまたは複数のプロセッサと、関連付けられたメモリとを含む。これに関連して、コンピュータプログラムまたはソフトウェアが、プロセッサ２４０による実行のためにメモリ２４５内に保存され、例えば、ＳＶＣエンコーダ２０５を実施する。プロセッサ２４０は、１つまたは複数のストアドプログラム制御プロセッサを表し、これらは、送信機機能に専用される必要はなく、例えば、プロセッサ２４０は、送信機のための他の機能を制御することもできる。メモリ２４５は、例えば、ランダムアクセスメモリ（ＲＡＭ）、リードオンリメモリ（ＲＯＭ）などの、任意の記憶デバイスを表し、送信機の内部および／または外部にあってよく、必要に応じて揮発性および／または不揮発性である。

装置２００は、ＳＶＣエンコーダ２０５と、変調器２１０とを含む。ビデオ信号２０４は、ＳＶＣエンコーダ２０５に与えられる。ＳＶＣエンコーダ２０５は、本発明の原理に従ってビデオ信号２０４を符号化し、ＳＶＣ信号２０６を変調器２１０に提供する。変調器２１０は、アップコンバータおよびアンテナ（ともに図５には図示せず）を介して送信を行うために、変調信号２１１を提供する。

ここで図４を参照すると、ステップ１５５において、図５のプロセッサ２４０は、ビデオ信号２０４を、ベースレイヤとエンハンスメントレイヤとを含むＳＶＣ信号２０６に符号化する。特に、ステップ１６０において、プロセッサ２４０は、ＩＤＲスライスが、ＳＶＣ信号２０６のエンハンスメントレイヤよりも高い頻度でベースレイヤに挿入され、加えて、２つのＩＤＲスライスが同じアクセスユニット内で発生した場合には、ベースレイヤが非ＩＤＲスライスを用いて符号化されるように、（例えば、図５において破線形式で示される信号２０３を介して）図５のＳＶＣエンコーダ２０５を制御する。特に、ちょうど符号化パターンＩＢＢＰまたはＩＰＰＰを指定するように、異なる空間レイヤにおいて異なるＩＤＲ間隔を指定する符号化パラメータが、ＳＶＣエンコーダ２０５に適用される。ステップ１６５において、図５の変調器２１０は、非ＩＤＲスライスがＳＴＡＰパケットで伝送されるように、ＲＴＰを使用してパケット形式でＳＶＣ信号を送信し、各ＳＴＡＰパケットは、（以下で説明される）変更されたＰＡＣＳＩ ＮＡＬユニットを含む。符号化されたＩＤＲピクチャは、典型的なネットワークのＭＴＵ（最大転送単位（Ｍａｘｉｍｕｍ Ｔｒａｎｓｍｉｓｓｉｏｎ Ｕｎｉｔ））バイト（例えば、イーサネット（登録商標）の場合、１５００バイト）よりもしばしば大きくなるので、ＩＤＲスライスは、ＦＵタイプのＲＴＰパケットにパケット化される可能性がきわめて高いことに留意されたい。パケット化機能は、変調器で実行されるものとして説明されたが、本発明の概念は、そのようには限定されず、装置２００によって表される送信機の他の部分において実行することもできることに留意されたい。

図１０は、本発明の原理に従って変更された例示的なＰＡＣＳＩ ＮＡＬユニット構造を示している。ＰＡＣＳＩ ＮＡＬユニットは、３ビットのｄｅｐｅｎｄｅｎｃｙ＿ｉｄ「ＤＩＤ」フィールド（４９８）を含み、ＤＩＤフィールドは、図４のステップ１６５において、ＳＴＡＰパケットのペイロード内の残りのすべてのＮＡＬユニットのＤＩＤ値の最低値に設定される。加えて、ＰＡＣＳＩ ＮＡＬユニットは、２ビットの予約ビット（ＲＲ）フィールド（４９９）を含み、ＲＲフィールドは、本発明の原理に従って、図４のステップ１６５において、ＳＴＡＰパケットのペイロード内の残りのすべてのＮＡＬユニットのＤＩＤ値のうちで最高値のＤＩＤ値に設定される。結果として、「ＤＩＤ」フィールド値を「ＲＲ」フィールド値と比較することによって、ＳＴＡＰパケット内のすべてのＮＡＬユニットが同じレイヤに属するか、それともＳＴＡＰパケット内のＮＡＬユニットが異なるレイヤに関係するかを迅速に決定することができる。したがって、例えば、これら２つのフィールド内の値を検査することによって、ＭＡＮＥは、アグリゲーションパケット内のすべてのＮＡＬユニットが同じレイヤに属するかどうかを迅速に決定し、全アグリゲーションパケットを全体として転送するか、それとも廃棄するかを決定することができる。しかし、ＲＲフィールド値がＤＩＤフィールド値と異なる場合、これは、２つ以上のスケーラブルレイヤがＳＴＡＰペイロードに集約されていることを表す。結果として、ＭＡＮＥは、ＰＡＣＳＩ ＮＡＬユニットに後続する各ＮＡＬユニットヘッダおよびＮＡＬユニットサイズをさらに解析して、ペイロードのどの部分を転送でき、またはどの部分を廃棄できるかを決定する必要がある。

図６をここで参照すると、図４のフローチャートのステップを実行するＳＶＣエンコーダによって形成される例示的なＳＶＣ信号２０６が示されている。この例では、ＳＶＣ信号２０６は、２つのレイヤ、ベースレイヤ（Ｄ＝０）とエンハンスメントレイヤ（Ｄ＝１）とを含む。図６から観察できるように、ベースレイヤは、アクセスユニット４、７内にＩＤＲスライスを有し、エンハンスメントレイヤは、アクセスユニット１、９内にＩＤＲスライスを有する。本発明の原理によれば、アクセスユニット１、９内では、ベースレイヤは、非ＩＤＲスライスを用いて符号化される。ＳＶＣエンコーダは、エンハンスメントレイヤよりも多くのランダムアクセスポイントを有するベースレイヤを提供したが（例えば、エンハンスメントレイヤのアクセスユニット９におけるＩＤＲスライスの出現前に、ベースレイヤのアクセスユニット４、７において２つのＩＤＲスライスが存在する）、本発明の概念は、そのようには限定されないことを観察されたい。例えば、ＳＶＣ符号化は、チャネル変更レイヤ内のＩＤＲスライスが、より高いｄｅｐｅｎｄｅｎｃｙ＿ｉｄ値を有するレイヤ内のＩＤＲスライスとは異なる時刻だけに発生するように、実行することができる。これは、実質的に、例えば、ベースレイヤとエンハンスメントレイヤ内のＩＤＲスライスの数が同じになる結果をもたらすことができる。

図６の説明をさらに続けると、受信デバイスは、矢印４０１によって示される時刻ＴＣにおいて、ＳＶＣ信号２０６を伝送するチャネルに変更（または初めて同調）した場合、ＳＶＣ信号２０６のベースレイヤの復号を開始して、解像度の低いビデオピクチャをユーザに提供できるようになる前に、矢印４０２によって表される時間ＴＷだけ待ちさえすれば良い。したがって、受信機は、より多くのランダムアクセスポイントを有する、ベースレイヤビデオ符号化信号を即座に復号することによって、チャネル合わせ遅延およびチャネル変更遅延を短縮することができる。図６からさらに観察できるように、矢印４０９によって表される時刻ＴＦにおいて、チャネル変更が発生した場合、受信機は、エンハンスメントレイヤを復号して、解像度のより高いビデオピクチャをユーザに提供できるようになる前に、矢印４０３によって表される時間ＴＧだけ待ちさえすれば良い。

ここで図７を参照すると、本発明の別の例示的な実施形態が示されている。図７のフローチャートは、ベースレイヤとエンハンスメントレイヤとを含むＳＶＣ信号を提供するＳＶＣエンコーダ（例えば、図５のＳＶＣエンコーダ２０５）であって、ベースレイヤがエンハンスメントレイヤよりも多くのランダムアクセスポイント、例えば、ＩＤＲスライスを有するように選択される、ＳＶＣエンコーダを示しており、ＳＶＣエンコーダは、エンハンスメントレイヤがＩＤＲスライスを有するようなアクセスユニットにおいて、ベースレイヤが非ＩＤＲスライスを有するかどうかを、符号化効率の関数として決定する。結果として、結果のＳＶＣ符号化信号は、ＳＶＣ符号化信号の少なくとも一部に、より下位のレイヤが非ＩＤＲスライスを用いて符号化され、より上位のレイヤがＩＤＲスライスを用いて符号化されるアクセスユニットを有することもあり、または有さないこともある。ステップ５０５において、スケーラブルビデオエンコーダは、ビデオ信号を、ベースレイヤと少なくとも１つの他のレイヤとを含むＳＶＣ信号に符号化する。特に、ステップ５１０において、スケーラブルビデオエンコーダは、ＩＤＲスライスが、結果のＳＶＣ信号の他のどのレイヤよりも高い頻度でベースレイヤに挿入されるように、ビデオ信号を符号化する。例えば、スケーラブルビデオエンコーダは、符号化パラメータに応答し、この符号化パラメータは、異なる空間レイヤにおいて異なるＩＤＲ間隔を指定することを除いて、既存のコーディングパターンＩＢＢＰまたはＩＰＰＰと同様である。ステップ５２０において、ＳＶＣエンコーダは、結果の符号化効率をチェックし、例えば、アクセスユニット全体をＩＤＲスライスとして符号化するためのビットレートが、ベースレイヤを非ＩＤＲスライスとして、またより上位のレイヤをＩＤＲスライスとして符号化するビットレートよりも高いかどうかをチェックする。ビットレートがより高くない場合、ステップ５３０において、ＳＶＣ信号が送信される。符号化されたＩＤＲピクチャは、ＭＴＵよりもしばしば大きくなるので、ＩＤＲスライスは、ＦＵタイプのＲＴＰパケットにパケット化される可能性がきわめて高いことにやはり留意されたい。しかし、ビットレートがより高い場合、ステップ５２５において、ＳＶＣエンコーダは、２つのＩＤＲスライスが同じアクセスユニット内で発生するようなアクセスユニットにおいて、ベースレイヤを非ＩＤＲスライスで置き換えて、符号化効率を高め、その後、ＳＶＣ信号は、ステップ５３０において、非ＩＤＲスライスがＳＴＡＰパケットで伝送されるように、ＲＴＰを使用してパケット形式で送信され、各ＳＴＡＰパケットは、先に説明されたように適切に設定されたＤＩＤフィールドとＲＲフィールドとを有する、変更されたＰＡＣＳＩ ＮＡＬユニットを含む。

図２、図４および図７のフローチャートは、装置２００によるより高いレイヤの処理を表していることに留意されたい。例えば、ビデオ信号の一部がＳＶＣ符号化されている間に、ＳＶＣ符号化信号の一部を、同時に送信することができる。また、ベースレイヤと単一のエンハンスメントレイヤに関連して説明されたが、図４および図７のフローチャートは、２つ以上の上位レイヤに容易に拡張可能である。

ここで図８を参照すると、本発明の原理に従ってＳＶＣ信号を受信するための例示的な装置が示されている。本発明の概念に関連するような部分だけが示されている。装置３５０は、受信信号３１１によって表されるような、本発明の原理によるＳＶＣ信号を伝送する信号を受信する（例えば、これは、図５の装置２００によって送信された信号の受信バージョンである）。装置３５０は、例えば、セルラフォン、モバイルＴＶ、セットトップボックス、デジタルＴＶ（ＤＴＶ）などを表す。装置３５０は、受信機３５５と、プロセッサ３６０と、メモリ３６５とを含む。そのため、装置３５０は、プロセッサベースのシステムである。受信機３５５は、ＳＶＣ信号を伝送するチャネルに同調するためのフロントエンドおよび復調器を表す。受信機３５５は、信号３１１を受信し、信号３１１から信号３５６を回復し、信号３５６は、プロセッサ３６０によって処理され、すなわち、プロセッサ３６０は、ＳＶＣ復号を実行する。例えば、本発明の原理によるチャネル切り換えおよびチャネル合わせのための、（以下で説明される）図９に示されるフローチャートによれば、プロセッサ３６０は、復号されたビデオをパス３６６を介してメモリ３６５に提供する。復号されたビデオは、ディスプレイ（図示せず）に適用するために、メモリ３６５内に保存され、ディスプレイは、装置３５０の一部とすること、または装置３５０とは別個とすることができる。

図９をここで参照すると、装置３５０において使用するための、本発明の原理による例示的なフローチャートが示されている。この例では、受信ＳＶＣ信号は、ベースレイヤと、エンハンスメントレイヤ（上位レイヤ）とを含み、ベースレイヤのｄｅｐｅｎｄｅｎｃｙ＿ｉｄ値は、エンハンスメントレイヤのｄｅｐｅｎｄｅｎｃｙ＿ｉｄ値よりも小さい。チャネル切り換えまたはチャネル合わせのとき、プロセッサ３６０は、最初に対象とする依存レイヤ、例えば、指定されたチャネル変更レイヤに復号を設定する。この例では、これは、ステップ４０５において、受信ＳＶＣ信号のベースレイヤによって表される。しかし、本発明の概念は、そのようには限定されず、他の依存レイヤを「最初に対象とするレイヤ」として指定することもできる。プロセッサ３６０は、ステップ４１０において、（当技術分野において、受信ＳＶＣネットワークアブストラクションレイヤ（ＮＡＬ）ユニットとも呼ばれる）アクセスユニットを受け取り、ステップ４１５において、受け取ったアクセスユニットの上位レイヤがＩＤＲスライスであるかどうかをチェックする。ＩＤＲスライスではない場合、プロセッサ３６０は、ステップ４２５において、受け取ったアクセスユニットのベースレイヤ内にＩＤＲスライスが存在するかどうかをチェックする。ベースレイヤ内にＩＤＲスライスが存在しない場合、プロセッサ３６０は、次のアクセスユニットを受け取るために、ステップ４１０に戻る。しかし、ステップ４１５において、上位レイヤ内にＩＤＲスライスが存在する場合、プロセッサ３６０は、そのＳＶＣターゲット表現レイヤをエンハンスメントレイヤに設定し、ステップ４２０において、エンハンスメントレイヤから最初にＩＤＲピクチャを受け取ったときに、例えば、通常のビデオストリームの復号を開始する。

ステップ４２５に戻ると、受け取ったベースレイヤがＩＤＲスライスである場合、プロセッサ３６０は、ステップ４３０において、低い解像度ながらビデオ信号を提供するために、ＳＶＣベースレイヤの復号を開始する。その後、ステップ４３５において、プロセッサ３６０は、アクセスユニットを受け取り、ステップ４４０において、受け取ったアクセスユニットの上位レイヤがＩＤＲスライスであるかどうかをチェックする。ＩＤＲスライスではない場合、プロセッサ３６０は、次のアクセスユニットを受け取るために、ステップ４３５に戻る。しかし、受け取ったアクセスユニットの上位レイヤがＩＤＲスライスである場合、プロセッサ３６０は、ステップ４４５において、より高い解像度でビデオ信号を提供するために、ＳＶＣ上位レイヤの復号を開始する。

図９のフローチャートの概要は、言い換えると以下の通りである。依存レイヤにおいて、現在の復号レイヤの値よりも大きなｄｅｐｅｎｄｅｎｃｙ＿ｉｄの値を有するＩＤＲスライスを検出した場合、受信機は、検出されたＩＤＲスライスを用いて、その依存レイヤにおいて符号化されたビデオを復号する。そうでない場合、受信機は、現在の依存レイヤを復号し続ける。上で説明したように、ベースレイヤのＩＤＲを用いなくても、エンハンスメントレイヤのＩＤＲだけで、そのエンハンスメントレイヤの復号を開始するには十分である。

図９のフローチャートは、装置３５０によるより高いレイヤの処理を表していることに留意されたい。例えば、ステップ４３０において、ベースレイヤの復号が開始すると、プロセッサ３６０は、これを継続するばかりでなく、ステップ４３５、４５０において、ＩＤＲスライスに関して上位レイヤのチェックも行う。最後に、ベースレイヤと単一のエンハンスメントレイヤに関連して説明されたが、図９のフローチャートは、２つ以上の上位レイヤに容易に拡張可能である。

上で述べたように、本発明の原理によれば、ＲＴＰ（ＳＶＣ符号化）パケットストリームを処理する受信機は、受信ＳＴＡＰパケット内のすべてのＮＡＬユニットが同じレイヤに属するか、それともＳＴＡＰペイロード内で２つ以上のレイヤが伝送されているかを迅速に決定することができ、結果として、適切な処理を実行する。これが、図１１および図１２においてさらに説明され、図１１においては、受信機は、ＭＡＮＥによって示されるが、本発明の概念は、そのようには限定されない。ＭＡＮＥ ７００は、プロセッサベースのシステムであり、図１１において破線ボックスの形態で示されるプロセッサ７４０およびメモリ７４５によって表されるような、１つまたは複数のプロセッサと、関連するメモリとを含む。これに関連して、コンピュータプログラムまたはソフトウェアが、プロセッサ７４０による実行のためにメモリ７４５内に保存される。プロセッサ７４０は、１つまたは複数のストアドプログラム制御プロセッサを表す。メモリ７４５は、例えば、ランダムアクセスメモリ（ＲＡＭ）、リードオンリメモリ（ＲＯＭ）などの、任意の記憶デバイスを表し、送信機の内部および／または外部にあってよく、必要に応じて揮発性および／または不揮発性である。ＭＡＮＥ ７００は、ＲＴＰ（ＳＶＣ符号化）パケットストリーム６９９を受信し、必要な処理を実行し、ＲＴＰ（ＳＶＣ符号化）パケットストリーム７０１を他のネットワーク要素または受信デバイスに提供する。

図１２をここで参照すると、受信機、例えば、図１１のＭＡＮＥ ７００において使用するための例示的なフローチャートが示されている。ステップ７０５において、ＭＡＮＥ ７００は、ＲＴＰ（ＳＶＣ符号化）パケットストリームを受信する。ステップ７１０において、ＭＡＮＥ ７００は、各受信ＳＴＡＰパケットのＰＡＣＳＩ ＮＡＬユニット内の個々のＤＩＤフィールドとＲＲフィールドの値を比較する。個々のＤＩＤ値とＲＲ値が同じである場合、ＭＡＮＥ ７００は、受信ＳＴＡＰパケットをパケットベースで処理する。例えば、ネットワーク輻輳が存在する場合、パケット全体をドロップする。他方、個々のＤＩＤ値とＲＲ値が異なる場合、ＭＡＮＥ ７００は、受信ＳＴＡＰパケットをＮＡＬユニットベースで処理する。例えば、ネットワーク輻輳が存在する場合、エンハンスメントレイヤをドロップすることができる。したがって、本発明の原理によれば、ＭＡＮＥ ７００は、後続の集約されたＮＡＬユニット自体を調べる代わりに、ＤＩＤフィールドとＲＲフィールドの値を比較することによって、スケーラビリティ情報を決定する。結果として、ＭＡＮＥ ７００は、受信ＲＴＰ（ＳＶＣ符号化）ストリーム６９９をより効率的に処理することができ、ＲＴＰ（ＳＶＣ符号化）ストリーム７０１を形成する際に、カプセル化されたＮＡＬユニットを転送、処理、または廃棄することができる。

言い換えると、ＳＶＣストリームが、低解像度および高解像度のスケーラブルレイヤをともに含む場合、チャネル変更および通常ストリームのための個々のＮＡＬユニットは、それらのＮＡＬヘッダ内で異なるＤＩＤ値を使用する。これらのＮＡＬユニットが単一のＲＴＰパケットに集約された場合、ＰＡＣＳＩ ＮＡＬユニット内のＤＩＤフィールドおよびＲＲフィールドは、本発明の原理に従って適切に設定される。しかし、ＤＩＤ値自体を見た場合、ＭＡＮＥは、以降のＮＡＬユニットが１つのスケーラブルレイヤからのものであるかどうかを見分けることができない。そのため、ＭＡＮＥは、より低い解像度のスケーラブルレイヤだけをセルフォンユーザに転送する必要がある場合でも、転送の前に、残りの各ＮＡＬユニットを解析しなければならない。しかし、本発明の原理に従って、ＰＡＣＳＩ ＮＡＬユニットのＲＲフィールドを使用することによって、ＭＡＮＥは、残りの各ＮＡＬユニットを解析する必要なしに、受信ＳＴＡＰパケットの残りのすべてのＮＡＬユニットが同じスケーラブルレイヤに属するかどうかを迅速に知ることができ、例えば、それがより低い解像度のスケーラブルレイヤに属する場合は、ＳＴＡＰパケットを転送することができ、または属さない場合は、ＳＴＡＰパケットを廃棄することができる。

上で説明したように、本発明の原理によれば、高速チャネル変更のために、ＭＰＥＧスケーラブルビデオコーディング（ＳＶＣ）（例えば、非特許文献６）が使用される場合、ビットストリーム符号化パターンは、全体的なビットレートを低減させる。結果として、ＳＶＣ圧縮ビデオストリームの全体的なビットレートは、高速チャネル変更の性能に影響を与えることなく、低減させることができる。加えて、本発明の原理によれば、ＳＴＡＰパケット化を使用するＲＴＰパケット化の方法は、伝送効率を改善し、全体的なチャネル変更のエクスペリエンスの質（ＱｏＥ）を改善する。最後に、本発明の原理によれば、ＭＡＮＥ（メディアアウェアネットワーク要素）によって、ＳＶＣレイヤを抽出する際の柔軟性を保証するために、ＰＡＣＳＩヘッダ情報が変更される。本発明の概念は、２レイヤ空間スケーラブルＳＶＣビットストリームに関連して説明された。しかしながら、本発明の概念はそのようには限定されず、複数の空間スケーラブルレイヤばかりでなく、ＳＶＣ規格において規定された時間および品質ＰＳＮＲ（信号対雑音比）スケーラビリティにも適用できることに留意されたい。

上記の点に鑑みると、上述の説明は本発明の原理を示しているに過ぎない。したがって、本明細書で明示的に説明されてはいないが、本発明の原理を具現しその主旨および範囲内にある多くの代替的な構成を、当業者が考案できることが理解されよう。例えば、機能的要素が個々別々である状況において説明されたが、これらの機能的要素は、１つまたは複数の集積回路（ＩＣ）内に具現することができる。同様に、別々の要素として示されているが、要素のいずれかまたはすべては、例えば図４および図８などに示されたステップの１つまたは複数に例えば対応する関連するソフトウェアを実行する、ストアドプログラム制御プロセッサ、例えば、デジタル信号プロセッサにおいて、実施することができる。さらに、本発明の原理は、他のタイプの通信システム、例えば、衛星、ワイヤレスフィデリティ（Ｗｉ−Ｆｉ）、セルラなどにも適用可能である。実際、本発明の概念は、固定受信機または移動受信機にも適用可能である。したがって、添付の特許請求の範囲によって確定される本発明の主旨および範囲から逸脱することなく、例示的な実施形態に多くの変更を施すことができ、また他の構成を考案することができることを理解されたい。

Claims (16)

1. ビデオ信号を送信する方法であって、
   スケーラブルビデオ符号化された信号の第１のスケーラブルレイヤをチャネル変更レイヤとして選択するステップであって、前記第１のスケーラブルレイヤは、前記スケーラブルビデオ符号化された信号の第２のスケーラブルレイヤの関連付けられたｄｅｐｅｎｄｅｎｃｙ＿ｉｄ値よりも小さい関連付けられたｄｅｐｅｎｄｅｎｃｙ＿ｉｄ値を有しているステップと、
   非ランダムアクセスポイントスライスがシンプルタイムアグリゲーションパケットで伝送されるように、リアルタイムトランスポートプロトコルを使用してパケット形式で前記スケーラブルビデオ符号化された信号を送信するステップであって、各シンプルタイムアグリゲーションパケットは、ペイロードコンテンツスケーラビリティ情報ネットワークアブストラクションレイヤユニットを含んでいるステップと
   を備えることを特徴とする方法。
2. スケーラブルビデオ符号化するステップが、
   前記第１のスケーラブルレイヤ内のランダムアクセスポイントおよび前記第２のスケーラブルレイヤ内のランダムアクセスポイントが、符号化効率の関数として、異なるアクセスユニット内で発生するように、前記ビデオ信号を符号化することを決定するステップ
   を含むことを特徴とする請求項１に記載の方法。
3. 前記スケーラブルビデオ符号化するステップは、前記第１のスケーラブルレイヤにおいて、前記第２のスケーラブルレイヤよりも多くのランダムアクセスポイントを提供することを特徴とする請求項１に記載の方法。
4. 前記第１のスケーラブルレイヤは、前記ビデオ符号化された信号のベースレイヤであることを特徴とする請求項１に記載の方法。
5. 前記ビデオ符号化された信号は、３つ以上のスケーラブルレイヤを含むことを特徴とする請求項１に記載の方法。
6. ランダムアクセスポイントは、即時デコーダリフレッシュスライスであることを特徴とする請求項１に記載の方法。
7. 前記送信するステップは、
   それぞれのシンプルタイムアグリゲーションパケットにおいて、前記ペイロードコンテンツスケーラビリティ情報ネットワークアブストラクションレイヤユニットのＤＩＤフィールドを、残りのネットワークアブストラクションレイヤユニットの前記ｄｅｐｅｎｄｅｎｃｙ＿ｉｄ値の最低値に設定するステップと、
   それぞれのシンプルタイムアグリゲーションパケットにおいて、前記ペイロードコンテンツスケーラビリティ情報ネットワークアブストラクションレイヤユニットのＲＲフィールドを、前記残りのネットワークアブストラクションレイヤユニットの前記ｄｅｐｅｎｄｅｎｃｙ＿ｉｄ値の最高値に設定するステップと
   を含むことを特徴とする請求項１に記載の方法。
8. 受信機において使用する方法であって、
   シンプルタイムアグリゲーションパケットを含むリアルタイムトランスポートプロトコルスケーラブルビデオ符号化パケットストリームを受信するステップであって、各シンプルタイムアグリゲーションパケットは、ペイロードコンテンツスケーラビリティ情報ネットワークアブストラクションレイヤユニットを有しているステップと、
   受信したペイロードコンテンツスケーラビリティ情報ネットワークアブストラクションレイヤユニットのＤＩＤフィールドと、ＲＲフィールド内で伝送された値を比較するステップと、
   前記ＤＩＤフィールドと前記ＲＲフィールドの前記値が同じである場合、それぞれのＳＴＡＰパケットをパケットベースで処理するステップと、
   前記ＤＩＤフィールドと前記ＲＲフィールドの前記値が異なる場合、前記それぞれのＳＴＡＰパケットのそれぞれのＮＡＬユニットを処理するステップと
   を備えることを特徴とする方法。
9. 前記受信機は、メディアアウェアネットワーク要素であることを特徴とする請求項８に記載の方法。
10. 第１のスケーラブルレイヤおよび第２のスケーラブルレイヤを含むビデオ符号化信号を提供するスケーラブルビデオエンコーダであって、前記第１のスケーラブルレイヤは、前記第２のスケーラブルレイヤの関連付けられたｄｅｐｅｎｄｅｎｃｙ＿ｉｄ値よりも小さい関連付けられたｄｅｐｅｎｄｅｎｃｙ＿ｉｄ値を有し、前記ビデオ符号化信号の少なくとも一部について、前記第１のスケーラブルレイヤ内のランダムアクセスポイントおよび前記第２のスケーラブルレイヤ内のランダムアクセスポイントは、異なるアクセスユニット内で発生する、スケーラブルビデオエンコーダと、
    前記ビデオ符号化された信号を送信する変調器と
    を備え、
    前記送信されたビデオ符号化信号は、非ランダムアクセスポイントスライスがシンプルタイムアグリゲーションパケットで伝送されるように、リアルタイムトランスポートプロトコルを使用してパケット形式で伝送され、各シンプルタイムアグリゲーションパケットは、ペイロードコンテンツスケーラビリティ情報ネットワークアブストラクションレイヤユニットを含む
    ことを特徴とする装置。
11. 前記スケーラブルビデオエンコーダは、前記第１のスケーラブルレイヤ内のランダムアクセスポイントおよび前記第２のスケーラブルレイヤ内のランダムアクセスポイントが、符号化効率の関数として、異なるアクセスユニット内で発生するように、前記ビデオ信号を符号化することを特徴とする請求項１０に記載の装置。
12. 前記スケーラブルビデオエンコーダは、前記第１のスケーラブルレイヤにおいて、前記第２のスケーラブルレイヤよりも多くのランダムアクセスポイントを提供することを特徴とする請求項１０に記載の装置。
13. 前記第１のスケーラブルレイヤは、前記ビデオ符号化信号のベースレイヤであることを特徴とする請求項１０に記載の装置。
14. 前記ビデオ符号化信号は、３つ以上のスケーラブルレイヤを含むことを特徴とする請求項１０に記載の装置。
15. ランダムアクセスポイントは、即時デコーダリフレッシュスライスであることを特徴とする請求項１０に記載の装置。
16. それぞれのシンプルタイムアグリゲーションパケットにおいて、前記ペイロードコンテンツスケーラビリティ情報ネットワークアブストラクションレイヤユニットのＤＩＤフィールドは、残りのネットワークアブストラクションレイヤユニットの前記ｄｅｐｅｎｄｅｎｃｙ＿ｉｄ値の最低値に設定され、それぞれのシンプルタイムアグリゲーションパケットにおいて、前記ペイロードコンテンツスケーラビリティ情報ネットワークアブストラクションレイヤユニットのＲＲフィールドは、前記残りのネットワークアブストラクションレイヤユニットの前記ｄｅｐｅｎｄｅｎｃｙ＿ｉｄ値の最高値に設定されることを特徴とする請求項１０に記載の装置。

Images