JP2023519378A - Method and apparatus for media scene description - Google Patents

Method and apparatus for media scene description Download PDF

Info

Publication number
JP2023519378A
JP2023519378A JP2022558542A JP2022558542A JP2023519378A JP 2023519378 A JP2023519378 A JP 2023519378A JP 2022558542 A JP2022558542 A JP 2022558542A JP 2022558542 A JP2022558542 A JP 2022558542A JP 2023519378 A JP2023519378 A JP 2023519378A
Authority
JP
Japan
Prior art keywords
binary data
cbor
format
data blob
gltf
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
JP2022558542A
Other languages
Japanese (ja)
Other versions
JP7399548B2 (en
Inventor
シュアイ・ジャオ
ステファン・ヴェンガー
シャン・リュウ
Original Assignee
テンセント・アメリカ・エルエルシー
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Priority claimed from US17/499,380 external-priority patent/US11797476B2/en
Application filed by テンセント・アメリカ・エルエルシー filed Critical テンセント・アメリカ・エルエルシー
Publication of JP2023519378A publication Critical patent/JP2023519378A/en
Application granted granted Critical
Publication of JP7399548B2 publication Critical patent/JP7399548B2/en
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/80Information retrieval; Database structures therefor; File system structures therefor of semi-structured data, e.g. markup language structured data such as SGML, XML or HTML
    • G06F16/84Mapping; Conversion
    • G06F16/88Mark-up to mark-up conversion
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/10File systems; File servers
    • G06F16/11File system administration, e.g. details of archiving or snapshots
    • G06F16/116Details of conversion of file system types or formats
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/90Details of database functions independent of the retrieved data types
    • G06F16/95Retrieval from the web
    • G06F16/955Retrieval from the web using information identifiers, e.g. uniform resource locators [URL]
    • G06F16/9566URL specific, e.g. using aliases, detecting broken or misspelled links
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F8/00Arrangements for software engineering
    • G06F8/30Creation or generation of source code
    • G06F8/38Creation or generation of source code for implementing user interfaces
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F8/00Arrangements for software engineering
    • G06F8/40Transformation of program code
    • G06F8/41Compilation
    • G06F8/42Syntactic analysis
    • G06F8/427Parsing

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • General Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Databases & Information Systems (AREA)
  • Data Mining & Analysis (AREA)
  • Software Systems (AREA)
  • Human Computer Interaction (AREA)
  • Information Transfer Between Computers (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
  • Two-Way Televisions, Distribution Of Moving Picture Or The Like (AREA)
  • Details Of Television Systems (AREA)

Abstract

メディアのストレージおよび配信を管理するためのシステム、方法、およびデバイスであって、メディアアクセス機能(MAF)によって、シーンに対応するグラフィックス・ランゲージ・トランスミッション・フォーマット(glTF)ファイルを取得することと、glTFファイルから、バイナリデータブロブを示すユニフォームリソースロケータ(URL)パラメータを取得することと、バイナリデータブロブはコンサイスバイナリオブジェクト表現(CBOR)フォーマットを有すると決定することと、MAFによって実装されるCBORパーサ機能を使用して、バイナリデータブロブを、JavaScriptオブジェクトノーテーション(JSON)フォーマットを有するオブジェクトに変換することと、オブジェクトに基づいてシーンに対応するメディアコンテンツを取得することとを含む、システム、方法、およびデバイス。A system, method, and device for managing media storage and delivery, wherein a Media Access Facility (MAF) obtains a Graphics Language Transmission Format (glTF) file corresponding to a scene; Obtaining from the glTF file a uniform resource locator (URL) parameter pointing to the binary data blob, determining that the binary data blob has a Concise Binary Object Representation (CBOR) format, and a CBOR parser function implemented by MAF and retrieving media content corresponding to a scene based on the object, including converting a binary data blob into an object having JavaScript Object Notation (JSON) format using device.

Description

本開示の実施形態は、3Dモデリング構文を使用してメディアオブジェクトをサポートし、様々なメディアコーデック、コンテナ、およびフォーマットをサポートするためにメディア構文を実装し、所定のプログラミングインターフェースを介してメディアのストレージおよび配信方法を管理し、メディアのバッファ制御およびレンダリング機能を提供するためのシステム設計に関する。 Embodiments of the present disclosure use 3D modeling syntax to support media objects, implement media syntax to support various media codecs, containers, and formats, and implement media storage via predefined programming interfaces. and system design for managing delivery methods and providing media buffer control and rendering capabilities.

グラフィックス・ランゲージ・トランスミッション・フォーマット(Graphics Language Transmission Format、glTF)は、APIに中立なランタイムアセット3Dモデリング配信フォーマットである。従来の3Dモデリングツールと比べて、glTFは、3Dコンテンツの伝送およびロードのためのより効率的で拡張可能かつ相互運用可能なフォーマットを提供する。glTF 2.0は、Khronos 3D Groupによって書かれたglTF仕様の最新バージョンである。このフォーマットは、「png」および「jpeg」画像フォーマットを含む、一般にシーン内の静的(非時限)オブジェクトをサポートすることができる単純なシーングラフフォーマットをサポートする。glTF 2.0は、単純なアニメーションをサポートし、glTFプリミティブを使用して記述された基本形状、すなわち幾何学的オブジェクトの並進、回転、およびスケーリングをサポートする。glTF 2.0は時限メディアをサポートしておらず、したがって、ビデオもオーディオもサポートしていない。 Graphics Language Transmission Format (glTF) is an API-neutral runtime asset 3D modeling delivery format. Compared to traditional 3D modeling tools, glTF provides a more efficient, extensible and interoperable format for transmitting and loading 3D content. glTF 2.0 is the latest version of the glTF specification written by the Khronos 3D Group. This format supports simple scenegraph formats that can generally support static (non-timed) objects in the scene, including the 'png' and 'jpeg' image formats. glTF 2.0 supports simple animation and supports translation, rotation, and scaling of primitive shapes, ie geometric objects, described using glTF primitives. glTF 2.0 does not support timed media and therefore neither video nor audio.

‘‘Information technology-Coding of audiovisual objects-Part 12:ISO base media file format’’、ISO/IEC 14496-12(2015年12月)、‘‘Draft of FDIS of ISO/IEC 23000-19 Common Media Application Format for Segmented Media’’、ISO/IEC JTC1/SC29/WG11 MPEG117/16819(2017年4月)、および‘‘Text of ISO/IEC FDIS 23009-1 4th edition’’、ISO/IEC JTC 1/SC 29/WG 11 N18609(2019年8月)、ならびにglTF 2.0仕様は、その全体が参照により本明細書に組み込まれる。 ''Information technology - Coding of audiovisual objects - Part 12: ISO base media file format'', ISO/IEC 14496-12 (December 2015), ''Draft of FDIS of ISO/IEC 23000-19 Common Media Application Format for Segmented Media'', ISO/IEC JTC1/SC29/WG11 MPEG117/16819 (April 2017) and ''Text of ISO/IEC FDIS 23009-1 4th edition'', ISO/IEC JTC 1/SC 29/ WG 11 N18609 (August 2019), as well as the glTF 2.0 specification, are hereby incorporated by reference in their entireties.

一実施形態によれば、メディアのストレージおよび配信を管理する方法は、少なくとも1つのプロセッサによって実装され、メディアアクセス機能(media access function、MAF)によって、シーンに対応するグラフィックス・ランゲージ・トランスミッション・フォーマット(glTF)ファイルを取得するステップと、glTFファイルから、バイナリデータブロブを示すユニフォームリソースロケータ(uniform resource locator、URL)パラメータを取得するステップと、バイナリデータブロブはコンサイスバイナリオブジェクト表現(Concise Binary Object Representation、CBOR)フォーマットを有すると決定するステップと、MAFによって実装されるCBORパーサ機能を使用して、バイナリデータブロブを、JavaScriptオブジェクトノーテーション(JavaScript Object Notation、JSON)フォーマットを有するオブジェクトに変換するステップと、オブジェクトに基づいてシーンに対応するメディアコンテンツを取得するステップとを含む。 According to one embodiment, a method for managing storage and delivery of media is implemented by at least one processor and configured by a media access function (MAF) to provide a graphics language transmission format corresponding to a scene. (glTF) file; obtaining from the glTF file a uniform resource locator (URL) parameter pointing to a binary data blob; CBOR) format, and using a CBOR parser function implemented by MAF to convert the binary data blob into an object having JavaScript Object Notation (JSON) format; and obtaining media content corresponding to the scene based on the object.

一実施形態によれば、メディアのストレージおよび配信を管理するためのデバイスは、プログラムコードを記憶するように構成された少なくとも1つのメモリと、プログラムコードを読み取り、プログラムコードによって命令されると動作するように構成された少なくとも1つのプロセッサであって、プログラムコードは、少なくとも1つのプロセッサに、メディアアクセス機能(MAF)によって、シーンに対応するグラフィックス・ランゲージ・トランスミッション・フォーマット(glTF)ファイルを取得させるように構成された第1の取得コードと、少なくとも1つのプロセッサに、glTFファイルから、バイナリデータブロブを示すユニフォームリソースロケータ(URL)パラメータを取得させるように構成された第2の取得コードと、少なくとも1つのプロセッサに、バイナリデータブロブはコンサイスバイナリオブジェクト表現(CBOR)フォーマットを有すると決定させるように構成された決定コードと、少なくとも1つのプロセッサに、MAFによって実装されるCBORパーサ機能を使用して、バイナリデータブロブを、JavaScriptオブジェクトノーテーション(JSON)フォーマットを有するオブジェクトに変換させるように構成された変換コードと、少なくとも1つのプロセッサに、オブジェクトに基づいてシーンに対応するメディアコンテンツを取得させるように構成された第3の取得コードとを含む、少なくとも1つのプロセッサとを備える。 According to one embodiment, a device for managing storage and distribution of media includes at least one memory configured to store program code, reads the program code and operates when instructed by the program code. wherein the program code causes the at least one processor to retrieve a Graphics Language Transmission Format (glTF) file corresponding to the scene via a Media Access Facility (MAF). a first retrieving code configured to cause at least one processor to retrieve uniform resource locator (URL) parameters pointing to binary data blobs from a glTF file; and at least determination code configured to cause one processor to determine that the binary data blob has a Concise Binary Object Representation (CBOR) format; and at least one processor, using a CBOR parser function implemented by MAF, Conversion code configured to convert a binary data blob into an object having a JavaScript Object Notation (JSON) format and configured to cause at least one processor to obtain media content corresponding to a scene based on the object. and at least one processor including a third retrieval code.

一実施形態によれば、非一時的コンピュータ可読媒体は、メディアのストレージおよび配信を管理するためのデバイスの少なくとも1つのプロセッサによって実行されると、少なくとも1つのプロセッサに、メディアアクセス機能(MAF)によって、シーンに対応するグラフィックス・ランゲージ・トランスミッション・フォーマット(glTF)ファイルを取得させ、glTFファイルから、バイナリデータブロブを示すユニフォームリソースロケータ(URL)パラメータを取得させ、バイナリデータブロブはコンサイスバイナリオブジェクト表現(CBOR)フォーマットを有すると決定させ、MAFによって実装されるCBORパーサ機能を使用して、バイナリデータブロブを、JavaScriptオブジェクトノーテーション(JSON)フォーマットを有するオブジェクトに変換させ、オブジェクトに基づいてシーンに対応するメディアコンテンツを取得させるように構成された1つまたは複数の命令を含む、命令を記憶する。 According to one embodiment, the non-transitory computer-readable medium, when executed by at least one processor of a device for managing storage and delivery of media, is transferred to at least one processor by a media access function (MAF). , to get the Graphics Language Transmission Format (glTF) file corresponding to the scene, and from the glTF file, to get the Uniform Resource Locator (URL) parameter pointing to the binary data blob, and the binary data blob to be the Concise Binary Object Representation ( CBOR) format, and use the CBOR parser function implemented by MAF to convert the binary data blob into an object with JavaScript Object Notation (JSON) format, and respond to the scene based on the object. Store instructions, including one or more instructions configured to cause acquisition of media content.

開示される主題のさらなる特徴、性質、および様々な利点は、以下の詳細な説明および添付の図面からより明らかになる。 Further features, properties and various advantages of the disclosed subject matter will become more apparent from the following detailed description and accompanying drawings.

実施形態による、本明細書に記載された方法、装置、およびシステムがその中で実現され得る環境の図である。1 is a diagram of an environment in which the methods, apparatus, and systems described herein may be implemented, according to embodiments; FIG. 実施形態による、図1の1つまたは複数のデバイスの例示的な構成要素のブロック図である。2 is a block diagram of exemplary components of one or more devices of FIG. 1, according to an embodiment; FIG. 実施形態による、glTFシーン記述オブジェクトの概略図である。FIG. 4 is a schematic diagram of a glTF scene description object, according to an embodiment; 実施形態による、メディアシーン記述システムリファレンスアーキテクチャの概略図である。1 is a schematic diagram of a media scene description system reference architecture, according to an embodiment; FIG. 実施形態による、glTF JavaScriptオブジェクトノーテーション(JSON)フォーマット表現の一例である。1 is an example glTF JavaScript Object Notation (JSON) format representation, according to an embodiment. 実施形態による、MPEG glTF拡張の一例である。1 is an example MPEG glTF extension, according to an embodiment. 実施形態による、JSONフォーマットを有するファイルを示す図である。FIG. 4 illustrates a file with JSON format, according to an embodiment; 実施形態による、CBORフォーマットを有するファイルを示す図である。FIG. 4 illustrates a file with CBOR format, according to an embodiment; 実施形態による、glTF構文の一例を示す図である。FIG. 4 illustrates an example glTF syntax, according to an embodiment; 実施形態による、メディアのストレージおよび配信を管理するための例示的なプロセスの図である。FIG. 4 is an illustration of an exemplary process for managing storage and distribution of media, according to an embodiment; 実施形態による、メディアのストレージおよび配信を管理するための例示的なプロセスの図である。FIG. 4 is an illustration of an exemplary process for managing storage and distribution of media, according to an embodiment; 実施形態による、メディアのストレージおよび配信を管理するための例示的なプロセスの図である。FIG. 4 is an illustration of an exemplary process for managing storage and distribution of media, according to an embodiment;

図1は、実施形態による、本明細書に記載された方法、装置、およびシステムがその中で実現され得る環境100の図である。図1に示されたように、環境100は、ユーザデバイス110、プラットフォーム120、およびネットワーク130を含んでもよい。環境100のデバイスは、有線接続、無線接続、または有線接続と無線接続との組合せを介して相互接続してもよい。 FIG. 1 is a diagram of an environment 100 in which the methods, apparatus, and systems described herein may be implemented, according to embodiments. As shown in FIG. 1, environment 100 may include user device 110, platform 120, and network . Devices in environment 100 may be interconnected via wired connections, wireless connections, or a combination of wired and wireless connections.

ユーザデバイス110は、プラットフォーム120に関連付けられた情報を受信、生成、記憶、処理、および/または提供することが可能な1つまたは複数のデバイスを含む。例えば、ユーザデバイス110は、コンピューティングデバイス(例えば、デスクトップコンピュータ、ラップトップコンピュータ、タブレットコンピュータ、ハンドヘルドコンピュータ、スマートスピーカ、サーバなど)、携帯電話(例えば、スマートフォン、無線電話など)、ウェアラブルデバイス(例えば、一対のスマートグラスもしくはスマートウォッチ)、または同様のデバイスを含んでもよい。いくつかの実施態様では、ユーザデバイス110は、プラットフォーム120から情報を受信し、かつ/または情報をプラットフォームに送信してもよい。 User device 110 includes one or more devices capable of receiving, generating, storing, processing, and/or providing information associated with platform 120 . For example, user device 110 can be a computing device (e.g., desktop computer, laptop computer, tablet computer, handheld computer, smart speaker, server, etc.), mobile phone (e.g., smart phone, wireless phone, etc.), wearable device (e.g., a pair of smart glasses or a smartwatch), or similar device. In some implementations, user device 110 may receive information from platform 120 and/or transmit information to the platform.

プラットフォーム120は、本明細書の他の箇所に記載されるような1つまたは複数のデバイスを含む。いくつかの実装形態では、プラットフォーム120は、クラウドサーバまたはクラウドサーバのグループを含んでもよい。いくつかの実装形態では、プラットフォーム120は、特定の要求に応じてソフトウェアコンポーネントを入れ替えできるように、モジュール式に設計されてもよい。これにより、プラットフォーム120は、異なる用途向けに、容易かつ/または迅速に復元され得る。 Platform 120 includes one or more devices as described elsewhere herein. In some implementations, platform 120 may include a cloud server or group of cloud servers. In some implementations, platform 120 may be designed to be modular so that software components can be interchanged according to specific needs. This allows the platform 120 to be easily and/or quickly restored for different uses.

いくつかの実装形態では、図示されたように、プラットフォーム120は、クラウドコンピューティング環境122内でホストされてもよい。特に、本明細書に記載された実装形態は、クラウドコンピューティング環境122内でホストされるものとしてプラットフォーム120を記載するが、いくつかの実装形態では、プラットフォーム120は、クラウドベースでなくてもよい(すなわち、クラウドコンピューティング環境の外部に実装されてもよい)し、部分的にクラウドベースであってもよい。 In some implementations, the platform 120 may be hosted within a cloud computing environment 122 as depicted. In particular, although implementations described herein describe platform 120 as being hosted within cloud computing environment 122, in some implementations platform 120 may not be cloud-based. (ie, may be implemented outside of a cloud computing environment) and may be partially cloud-based.

クラウドコンピューティング環境122は、プラットフォーム120をホストする環境を含む。クラウドコンピューティング環境122は、プラットフォーム120をホストするシステムおよび/またはデバイスの物理的な位置および構成のエンドユーザ(例えば、ユーザデバイス110)の知識を必要としない計算、ソフトウェア、データアクセス、ストレージなどのサービスを提供することができる。図示されたように、クラウドコンピューティング環境122は、(まとめて「コンピューティングリソース124」と呼ばれ、個別に「コンピューティングリソース124」と呼ばれる)コンピューティングリソース124のグループを含んでもよい。 Cloud computing environment 122 includes the environment that hosts platform 120 . A cloud computing environment 122 provides computing, software, data access, storage, etc. that does not require end-user (e.g., user device 110) knowledge of the physical location and configuration of systems and/or devices hosting platform 120. can provide services. As depicted, cloud computing environment 122 may include a group of computing resources 124 (collectively referred to as "computing resources 124" and individually referred to as "computing resources 124").

コンピューティングリソース124は、1つまたは複数のパーソナルコンピュータ、ワークステーションコンピュータ、サーバデバイス、または他のタイプの計算デバイスおよび/もしくは通信デバイスを含む。いくつかの実装形態では、コンピューティングリソース124は、プラットフォーム120のホストすることができる。クラウドリソースは、コンピューティングリソース124内で実行される計算インスタンス、コンピューティングリソース124内で提供されるストレージデバイス、コンピューティングリソース124によって提供されるデータ転送デバイスなどを含んでもよい。いくつかの実装形態では、コンピューティングリソース124は、有線接続、無線接続、または有線接続と無線接続との組合せを介して他のコンピューティングリソース124と通信することができる。 Computing resources 124 include one or more personal computers, workstation computers, server devices, or other types of computing and/or communication devices. In some implementations, computing resource 124 may be hosted by platform 120 . Cloud resources may include computing instances running within computing resources 124, storage devices provided within computing resources 124, data transfer devices provided by computing resources 124, and the like. In some implementations, computing resources 124 may communicate with other computing resources 124 via wired connections, wireless connections, or a combination of wired and wireless connections.

図1にさらに示されたように、コンピューティングリソース124は、1つまたは複数のアプリケーション(「APP」)124-1、1つまたは複数の仮想マシン(「VM」)124-2、仮想化ストレージ(「VS」)124-3、1つまたは複数のハイパーバイザ(「HYP」)124-4などのクラウドリソースのグループを含む。 As further shown in FIG. 1, computing resources 124 may include one or more applications (“APP”) 124-1, one or more virtual machines (“VM”) 124-2, virtualized storage (“VS”) 124-3, one or more hypervisors (“HYP”) 124-4.

アプリケーション124-1は、ユーザデバイス110および/もしくはプラットフォーム120に提供され得る、またはユーザデバイス110および/もしくはプラットフォーム120によってアクセスされ得る1つまたは複数のソフトウェアアプリケーションを含む。アプリケーション124-1は、ユーザデバイス110上でソフトウェアアプリケーションをインストールし実行する必要性を排除することができる。例えば、アプリケーション124-1は、プラットフォーム120に関連付けられたソフトウェアおよび/またはクラウドコンピューティング環境122を介して提供されることが可能な任意の他のソフトウェアを含んでもよい。いくつかの実装形態では、1つのアプリケーション124-1は、仮想マシン124-2を介して1つまたは複数の他のアプリケーション124-1との間で情報を送受信することができる。例えば、アプリケーション124-1は、オーディオストリーミング、ビジュアルストリーミング、オブジェクト記述ストリーム、シーン記述ストリームなどを含むがこれらに限定されないメディアストリーミングを提供することができる。シーン記述は、一般に、シーンを記述する記述子を指す。シーンは、一般に、任意の2D、3D、および/または没入オブジェクト、ならびにそれらの関連するプロパティ、コマンド、および/または挙動を指すことができる。シーン記述は、オーディオ、ビデオ、およびグラフィックオブジェクトの階層表現であるシーングラフの形態で送信され得る。シーン記述は、他のタイプのストリーム、例えば、オーディオストリーム、ビジュアルストリーム、オブジェクト記述ストリームなどから独立して送信され得ることに留意されたい。 Applications 124 - 1 include one or more software applications that may be provided to user device 110 and/or platform 120 or accessed by user device 110 and/or platform 120 . Application 124 - 1 may eliminate the need to install and run software applications on user device 110 . For example, application 124 - 1 may include software associated with platform 120 and/or any other software that may be provided via cloud computing environment 122 . In some implementations, one application 124-1 can send and receive information to and from one or more other applications 124-1 via virtual machine 124-2. For example, application 124-1 may provide media streaming including, but not limited to, audio streaming, visual streaming, object description streams, scene description streams, and the like. A scene description generally refers to a descriptor that describes a scene. A scene can generally refer to any 2D, 3D, and/or immersive objects and their associated properties, commands, and/or behaviors. A scene description may be transmitted in the form of a scene graph, which is a hierarchical representation of audio, video and graphic objects. Note that scene descriptions may be sent independently of other types of streams, eg, audio streams, visual streams, object description streams, and the like.

仮想マシン124-2は、物理マシンのようにプログラムを実行するマシン(例えば、コンピュータ)のソフトウェア実装形態を含む。仮想マシン124-2は、仮想マシン124-2による用途および任意の実マシンとの対応関係の程度に応じて、システム仮想マシンまたはプロセス仮想マシンのいずれかであってもよい。システム仮想マシンは、完全なオペレーティングシステム(「OS」)の実行をサポートする完全なシステムプラットフォームを提供することができる。プロセス仮想マシンは、単一のプログラムを実行することができ、単一のプロセスをサポートすることができる。いくつかの実装形態では、仮想マシン124-2は、ユーザ(例えば、ユーザデバイス110)の代わりに実行することができ、データ管理、同期、または長い期間のデータ転送などのクラウドコンピューティング環境122の基盤を管理することができる。 A virtual machine 124-2 comprises a software implementation of a machine (eg, a computer) that executes programs like a physical machine. Virtual machine 124-2 may be either a system virtual machine or a process virtual machine, depending on the application by virtual machine 124-2 and the degree of correspondence with any real machine. A system virtual machine can provide a complete system platform that supports running a complete operating system (“OS”). A process virtual machine can run a single program and support a single process. In some implementations, a virtual machine 124-2 may run on behalf of a user (eg, user device 110) and perform functions of cloud computing environment 122, such as data management, synchronization, or long-term data transfer. Can manage infrastructure.

仮想化ストレージ124-3は、コンピューティングリソース124のストレージシステムまたはデバイス内で仮想化技法を使用する1つもしくは複数のストレージシステムおよび/または1つもしくは複数のデバイスを含む。いくつかの実装形態では、ストレージシステムのコンテキストにおいて、仮想化のタイプは、ブロック仮想化およびファイル仮想化を含んでもよい。ブロック仮想化は、ストレージシステムが物理ストレージまたは異種構造に関係なくアクセスされ得るような、物理ストレージからの論理ストレージの抽象化(または分離)を指すことができる。分離により、ストレージシステムの管理者がエンドユーザのためにストレージを管理する方法の柔軟性が可能になり得る。ファイル仮想化は、ファイルレベルでアクセスされるデータとファイルが物理的に記憶された場所との間の依存関係を排除することができる。これにより、ストレージ使用の最適化、サーバ統合、および/またはスムーズなファイル移行の実行が可能になり得る。 Virtualized storage 124-3 includes one or more storage systems and/or one or more devices that employ virtualization techniques within the computing resource 124 storage system or device. In some implementations, in the context of storage systems, types of virtualization may include block virtualization and file virtualization. Block virtualization can refer to the abstraction (or separation) of logical storage from physical storage such that the storage system can be accessed regardless of physical storage or heterogeneous structure. Separation may allow flexibility in how storage system administrators manage storage for end users. File virtualization can eliminate dependencies between data accessed at the file level and where the file is physically stored. This may allow optimizing storage usage, server consolidation, and/or performing smooth file migrations.

ハイパーバイザ124-4は、複数のオペレーティングシステム(例えば、「ゲストオペレーティングシステム」)をコンピューティングリソース124などのホストコンピュータ上で同時に実行することを可能にするハードウェア仮想化技法を提供することができる。ハイパーバイザ124-4は、仮想オペレーティングプラットフォームをゲストオペレーティングシステムに提示することができ、ゲストオペレーティングシステムの実行を管理することができる。様々なオペレーティングシステムの複数のインスタンスが、仮想化されたハードウェアリソースを共有することができる。 Hypervisor 124-4 may provide hardware virtualization techniques that allow multiple operating systems (eg, “guest operating systems”) to run simultaneously on a host computer such as computing resource 124. . Hypervisor 124-4 can present virtual operating platforms to guest operating systems and can manage the execution of guest operating systems. Multiple instances of different operating systems can share virtualized hardware resources.

ネットワーク130は、1つまたは複数の有線および/または無線のネットワークを含む。例えば、ネットワーク130は、セルラーネットワーク(例えば、第5世代(5G)ネットワーク、ロングタームエボリューション(LTE)ネットワーク、第3世代(3G)ネットワーク、符号分割多元接続(CDMA)ネットワークなど)、公的地域モバイルネットワーク(PLMN)、ローカルエリアネットワーク(LAN)、ワイドエリアネットワーク(WAN)、メトロポリタンエリアネットワーク(MAN)、電話ネットワーク(例えば、公衆交換電話網(PSTN))、プライベートネットワーク、アドホックネットワーク、イントラネット、インターネット、光ファイバベースのネットワークなど、および/またはそれらもしくは他のタイプのネットワークの組合せを含んでもよい。 Network 130 includes one or more wired and/or wireless networks. For example, network 130 may include cellular networks (e.g., fifth generation (5G) networks, long term evolution (LTE) networks, third generation (3G) networks, code division multiple access (CDMA) networks, etc.), public area mobile networks (PLMN), local area networks (LAN), wide area networks (WAN), metropolitan area networks (MAN), telephone networks (e.g. Public Switched Telephone Network (PSTN)), private networks, ad-hoc networks, intranets, Internet, It may include fiber optic based networks, etc., and/or combinations of these or other types of networks.

図1に示されたデバイスおよびネットワークの数および配置は、一例として提供されている。実際には、図1に示されたものに比べて、さらなるデバイスおよび/もしくはネットワーク、少ないデバイスおよび/もしくはネットワーク、異なるデバイスおよび/もしくはネットワーク、または異なる配置のデバイスおよび/もしくはネットワークが存在してもよい。さらに、図1に示された2つ以上のデバイスは、単一のデバイス内に実装されてもよく、または図1に示された単一のデバイスは、複数の分散型デバイスとして実装されてもよい。追加または代替として、環境100のデバイスのセット(例えば、1つまたは複数のデバイス)は、環境100のデバイスの別のセットによって行われるものとして記述された1つまたは複数の機能を行うことができる。 The number and placement of devices and networks shown in FIG. 1 are provided as an example. In practice, there may be more devices and/or networks, fewer devices and/or networks, different devices and/or networks, or different arrangements of devices and/or networks than those shown in FIG. good. Additionally, two or more devices shown in FIG. 1 may be implemented within a single device, or the single device shown in FIG. 1 may be implemented as multiple distributed devices. good. Additionally or alternatively, a set of devices (e.g., one or more devices) in environment 100 can perform one or more functions described as being performed by another set of devices in environment 100. .

図2は、図1の1つまたは複数のデバイスの例示的な構成要素のブロック図である。デバイス200は、ユーザデバイス110および/またはプラットフォーム120に対応し得る。図2に示されるように、デバイス200は、バス210と、プロセッサ220と、メモリ230と、ストレージコンポーネント240と、入力コンポーネント250と、出力コンポーネント260と、通信インターフェース270とを備えてもよい。 FIG. 2 is a block diagram of exemplary components of one or more devices of FIG. Device 200 may correspond to user device 110 and/or platform 120 . Device 200 may comprise bus 210, processor 220, memory 230, storage component 240, input component 250, output component 260, and communication interface 270, as shown in FIG.

バス210は、デバイス200の構成要素間の通信を可能にする構成要素を含む。プロセッサ220は、ハードウェア、ファームウェア、またはハードウェアとソフトウェアとの組合せに実装される。プロセッサ220は、中央処理装置(CPU)、グラフィック処理装置(GPU)、加速処理装置(APU)、マイクロプロセッサ、マイクロコントローラ、デジタル信号プロセッサ(DSP)、フィールドプログラマブルゲートアレイ(FPGA)、特定用途向け集積回路(ASIC)、または別のタイプの処理構成要素である。いくつかの実装形態では、プロセッサ220は、機能を行うようにプログラムされることが可能な1つまたは複数のプロセッサを含む。メモリ230は、ランダムアクセスメモリ(RAM)、読取り専用メモリ(ROM)、ならびに/またはプロセッサ220が使用するための情報および/もしくは命令を記憶する別のタイプの動的もしくは静的なストレージデバイス(例えば、フラッシュメモリ、磁気メモリ、および/もしくは光メモリ)を含む。 Bus 210 includes components that enable communication between components of device 200 . Processor 220 is implemented in hardware, firmware, or a combination of hardware and software. Processor 220 may be a central processing unit (CPU), graphics processing unit (GPU), accelerated processing unit (APU), microprocessor, microcontroller, digital signal processor (DSP), field programmable gate array (FPGA), application specific integration A circuit (ASIC), or another type of processing component. In some implementations, processor 220 includes one or more processors that can be programmed to perform functions. Memory 230 may be random access memory (RAM), read only memory (ROM), and/or another type of dynamic or static storage device that stores information and/or instructions for use by processor 220 (e.g., , flash memory, magnetic memory, and/or optical memory).

ストレージコンポーネント240は、デバイス200の動作および使用に関連する情報および/またはソフトウェアを記憶する。例えば、ストレージコンポーネント240は、対応するドライブとともに、ハードディスク(例えば、磁気ディスク、光ディスク、光磁気ディスク、および/またはソリッドステートディスク)、コンパクトディスク(CD)、デジタル多用途ディスク(DVD)、フロッピーディスク、カートリッジ、磁気テープ、および/または別のタイプの非一時的コンピュータ可読媒体を含んでもよい。 Storage component 240 stores information and/or software related to the operation and use of device 200 . For example, storage component 240 may include hard disks (e.g., magnetic disks, optical disks, magneto-optical disks, and/or solid-state disks), compact disks (CDs), digital versatile disks (DVDs), floppy disks, floppy disks, along with corresponding drives. May include cartridges, magnetic tapes, and/or other types of non-transitory computer-readable media.

入力コンポーネント250は、デバイス200がユーザ入力(例えば、タッチスクリーンディスプレイ、キーボード、キーパッド、マウス、ボタン、スイッチ、および/またはマイクロフォン)などを介して情報を受信することを可能にする構成要素を含む。追加または代替として、入力コンポーネント250は、情報を検知するためのセンサ(例えば、全地球測位システム(GPS)構成要素、加速度計、ジャイロスコープ、および/またはアクチュエータ)を含んでもよい。出力コンポーネント260は、デバイス200(例えば、ディスプレイ、スピーカ、および/または1つもしくは複数の発光ダイオード(LED))からの出力情報を提供する構成要素を含む。 Input component 250 includes components that enable device 200 to receive information, such as through user input (eg, touch screen display, keyboard, keypad, mouse, buttons, switches, and/or microphone). . Additionally or alternatively, input components 250 may include sensors (eg, global positioning system (GPS) components, accelerometers, gyroscopes, and/or actuators) for sensing information. Output components 260 include components that provide output information from device 200 (eg, a display, speakers, and/or one or more light emitting diodes (LEDs)).

通信インターフェース270は、デバイス200が有線接続、無線接続、または有線接続と無線接続との組合せなどを介して他のデバイスと通信することを可能にする、送受信機様の構成要素(例えば、送受信機ならびに/または別個の受信機および送信機)を含む。通信インターフェース270は、デバイス200が別のデバイスから情報を受信し、かつ/または別のデバイスに情報を提供することを可能にすることができる。例えば、通信インターフェース270は、イーサネットインターフェース、光インターフェース、同軸インターフェース、赤外線インターフェース、無線周波数(RF)インターフェース、ユニバーサルシリアルバス(USB)インターフェース、Wi-Fiインターフェース、セルラーネットワークインターフェースなどを含んでもよい。 Communication interface 270 is a transceiver-like component (e.g., transceiver and/or separate receiver and transmitter). Communication interface 270 may allow device 200 to receive information from and/or provide information to another device. For example, communication interface 270 may include an Ethernet interface, an optical interface, a coaxial interface, an infrared interface, a radio frequency (RF) interface, a universal serial bus (USB) interface, a Wi-Fi interface, a cellular network interface, and the like.

デバイス200は、本明細書に記載された1つまたは複数のプロセスを行うことができる。デバイス200は、プロセッサ220がメモリ230および/またはストレージコンポーネント240などの非一時的コンピュータ可読媒体によって記憶されたソフトウェア命令を実行することに応答して、これらのプロセスを行うことができる。コンピュータ可読媒体は、本明細書では非一時的メモリデバイスと定義される。メモリデバイスは、単一の物理ストレージデバイス内のメモリ空間、または複数の物理ストレージデバイスにわたって広がるメモリ空間を含む。 Device 200 is capable of performing one or more processes described herein. Device 200 may perform these processes in response to processor 220 executing software instructions stored by non-transitory computer-readable media, such as memory 230 and/or storage component 240 . A computer-readable medium is defined herein as a non-transitory memory device. A memory device may include memory space within a single physical storage device or spread across multiple physical storage devices.

ソフトウェア命令は、別のコンピュータ可読媒体から、または通信インターフェース270を介して別のデバイスから、メモリ230および/またはストレージコンポーネント240に読み込まれてもよい。メモリ230および/またはストレージコンポーネント240に記憶されたソフトウェア命令は、実行されると、本明細書に記載された1つまたは複数のプロセスをプロセッサ220に行わせることができる。追加または代替として、ハードワイヤード回路は、本明細書に記載された1つまたは複数のプロセスを行うために、ソフトウェア命令の代わりに、またはソフトウェア命令と組み合わせて使用されてもよい。このように、本明細書に記載された実装形態は、ハードウェア回路とソフトウェアとのいかなる特定の組合せにも限定されない。 The software instructions may be read into memory 230 and/or storage component 240 from another computer-readable medium or from another device via communication interface 270 . The software instructions stored in memory 230 and/or storage component 240, when executed, can cause processor 220 to perform one or more of the processes described herein. Additionally or alternatively, hard-wired circuitry may be used in place of or in combination with software instructions to perform one or more processes described herein. Thus, implementations described herein are not limited to any specific combination of hardware circuitry and software.

図2に示された構成要素の数および配置は、一例として提供されている。実際には、デバイス200は、図2に示された構成要素に比べて、さらなる構成要素、少ない構成要素、異なる構成要素、または異なる配置の構成要素を含んでもよい。追加または代替として、デバイス200のコンポーネントのセット(例えば、1つまたは複数のコンポーネント)は、デバイス200のコンポーネントの別のセットによって行われるものとして記載された1つまたは複数の機能を行うことができる。 The number and arrangement of components shown in FIG. 2 are provided as an example. In practice, device 200 may include more, fewer, different, or differently arranged components than those shown in FIG. Additionally or alternatively, a set of components (e.g., one or more components) of device 200 may perform one or more functions described as being performed by another set of components of device 200. .

図3を参照すると、グラフィックス・ランゲージ・トランスミッション・フォーマット(glTF)は、アプリケーションプログラミングインターフェース(API)に中立なランタイムアセット3Dモデリング配信フォーマットである。従来の3Dモデリングツールと比較して、glTFは、3Dコンテンツの伝送およびロードのためのより効率的で拡張可能かつ相互運用可能なフォーマットを提供する。 Referring to Figure 3, Graphics Language Transmission Format (glTF) is an application programming interface (API) neutral runtime asset 3D modeling delivery format. Compared to traditional 3D modeling tools, glTF provides a more efficient, extensible and interoperable format for transmitting and loading 3D content.

glTFシーンは、複数のglTFアセットの組合せであり得る。glTFアセットは、例えば、シーンオブジェクト301、ノード302、カメラ303、メッシュ304、照明305、アニメーション306、アクセサ307、マテリアル308、スキン309、バッファビュー310、技法311、テクスチャ312、バッファ313、プログラム314、画像315、サンプラ316、シェーダ317、およびサポートする外部データを含み得るフルシーン記述を含むJavaScriptオブジェクトノーテーション(JSON)フォーマットのファイルであり得る。 A glTF scene can be a combination of multiple glTF assets. glTF assets include, for example, scene objects 301, nodes 302, cameras 303, meshes 304, lighting 305, animations 306, accessors 307, materials 308, skins 309, buffer views 310, techniques 311, textures 312, buffers 313, programs 314, It can be a JavaScript Object Notation (JSON) formatted file containing a full scene description that can include images 315, samplers 316, shaders 317, and supporting external data.

glTFはまた、任意の上述のシーンオブジェクトにおいて参照され得る外部データソースをサポートする。実施形態では、バイナリファイルがアニメーション306または他のバッファベースのデータ313に使用され得る。画像ファイルは、オブジェクトテクスチャ312に使用され得る。 glTF also supports external data sources that can be referenced in any of the above scene objects. In embodiments, binary files may be used for animations 306 or other buffer-based data 313 . Image files can be used for object textures 312 .

図5を参照すると、上述のように、glTFシーンがJSONフォーマットで編成され得る。glTFアセットは、レンダリングすべきビジュアルオブジェクトのセットであり得るゼロ以上のシーン503を含み得る。シーンは、シーン配列で定義され得る。図5に示された例では、単一ノード501に単一シーン506が存在するが、実施形態はこれに限定されない。各ノードオブジェクトに関連付けられ得る様々なパラメータ。例えば、名称502は、ノードオブジェクトの名称を指定してもよく、シーン名504は、単一シーンの名称を指定してもよい。 Referring to Figure 5, glTF scenes can be organized in JSON format, as described above. A glTF asset may contain zero or more scenes 503, which may be a set of visual objects to render. A scene may be defined in a scene array. In the example shown in FIG. 5, there is a single scene 506 at a single node 501, but embodiments are not so limited. Various parameters that can be associated with each node object. For example, name 502 may specify the name of a node object and scene name 504 may specify the name of a single scene.

glTFシーンアセットは、3Dまたは没入シーンをユーザにレンダリングするためにプレゼンテーションエンジンによって消費されてもよい。既存のglTF構文は、静的またはコンピュータ生成アニメーションを含む3Dオブジェクトのみをサポートする。ビデオ/オーディオメディアタイプをレンダリングすることはもちろん、ビデオまたはオーディオなどのメディアタイプに対するサポートはない。 A glTF scene asset may be consumed by a presentation engine to render a 3D or immersive scene to the user. Existing glTF syntax only supports 3D objects with static or computer-generated animation. There is no support for media types such as video or audio, let alone rendering video/audio media types.

一方、既存のglTFは、地理的座標系を使用してシーンを記述することができず、いくつかのメディア提示シナリオではそのような特徴が望まれる。 On the other hand, existing glTF cannot describe scenes using a geographic coordinate system, and such a feature is desired for some media presentation scenarios.

したがって、従来の2D平面映像、仮想現実(VR)、拡張現実(AR)、エクステンデッドリアリティ(XR)などの没入メディアコンテンツ、および空間オーディオを含むメディアタイプをサポートするようにglTFを拡張することが必要とされている。このことは、ビデオ/オーディオ構文をサポートするための拡張およびメディアの配信およびレンダリングのためのシステムを必要とし得る。 Therefore, it is necessary to extend glTF to support media types including traditional 2D flat video, immersive media content such as virtual reality (VR), augmented reality (AR), extended reality (XR), and spatial audio. It is said that This may require extensions to support video/audio syntax and systems for media delivery and rendering.

ムービングピクチャエクスパーツグループ(Moving Picture Experts Group、MPEG)は、没入型メディアコンテンツをサポートするためにglTF仕様に加えていくつかの拡張を定義している。図3を参照すると、新たな拡張は、MPEG_media 330、MPEG_scene_dynamic 331、MPEG_texture_video 333、MEPG_animation_timing 332、MPEG_audio_spatial 334、MPEG_accessor_timed 335、MPEG_buffer_circular 336である。図3において、一般に、丸みを帯びた輪郭を有する要素、例えば要素301~317は、glTF要素であってもよく、四角い輪郭を有する要素、例えば要素330~336は、glTF仕様のMPEGベースの拡張に対応してもよいが、実施形態はこれに限定されない。 The Moving Picture Experts Group (MPEG) has defined several extensions to the glTF specification to support immersive media content. Referring to FIG. 3, the new extensions are MPEG_media 330, MPEG_scene_dynamic 331, MPEG_texture_video 333, MPEG_animation_timing 332, MPEG_audio_spatial 334, MPEG_accessor_timed 335, MPEG_buffer_circular 336. In FIG. 3, in general, elements with rounded contours, such as elements 301-317, may be glTF elements, and elements with square contours, such as elements 330-336, are MPEG-based extensions of the glTF specification. , but embodiments are not limited to this.

ルート識別子としてMPEG_media 330が指定される場合、MPEG_mediaがサポートされ得る。図6を参照すると、MPEGメディアをサポートする構文は、上位のJSON構文として宣言され得る。図6の601から604までの構文は、サポートされている場合、示されているように正確に提示され得る。 MPEG_media may be supported if MPEG_media 330 is specified as the root identifier. Referring to Figure 6, the syntax that supports MPEG media can be declared as a high-level JSON syntax. The syntax from 601 to 604 in Figure 6 can be presented exactly as shown, if supported.

シーン更新は、JSONパッチプロトコルを使用して表現されてもよく、MPEG_scene_dynamic 331は、JSONパッチプロトコルをサポートするために使用されてもよい。 Scene updates may be expressed using the JSON patch protocol and MPEG_scene_dynamic 331 may be used to support the JSON patch protocol.

MPEG_texture_video 333によって識別されるMPEGテクスチャビデオ拡張は、MPEG_mediaオブジェクトによってリストされたMPEGメディアおよびその対応するトラックにglTFテクスチャオブジェクトをリンクする可能性を提供することができる。MPEGテクスチャビデオ拡張はまた、MPEG_accessor_timed 335への参照を提供してもよく、復号された時限テクスチャが利用可能にされる。 MPEG texture video extensions identified by MPEG_texture_video 333 can provide the possibility to link glTF texture objects to MPEG media and their corresponding tracks listed by the MPEG_media object. The MPEG texture video extension may also provide a reference to MPEG_accessor_timed 335, where decoded timed textures are made available.

MPEG_audio_spatial 334拡張は、複数のオーディオタイプをサポートし得る。 The MPEG_audio_spatial 334 extension may support multiple audio types.

時限データアクセスをサポートするために、バッファ要素は、循環バッファ機能を提供するように拡張され得る。この拡張は、MPEG_buffer_circular 336と名付けられ、例えばバッファ313のようなglTF「バッファ」オブジェクトの一部として含まれてもよい。 To support timed data access, the buffer element can be extended to provide circular buffer functionality. This extension is named MPEG_buffer_circular 336 and may be included as part of a glTF "buffer" object, such as buffer 313 .

上記のMEPG拡張は、glTFを使用した没入型体験の作成を可能にし得る。最終的に、MPEG拡張によるglTFアセットを使用して、視覚化のためにレンダリングエンジンにロードすることができる。 The above MPEG extensions may enable the creation of immersive experiences using glTF. Finally, glTF assets with MPEG extensions can be used and loaded into the rendering engine for visualization.

図4を参照すると、リファレンスメディアシーン記述アーキテクチャ400が、オーディオ/ビデオなどのメディアタイプをサポートするためにMPEG拡張がどのように使用され得るかの例を例示する。メディアコンテンツは、メディアクラウド401などの外部ソースからメディア検索エンジンおよびメディアアクセス機能(MAF)402を使用して検索され、ビデオデコーダ403、オーディオデコーダ404、および他のデータ圧縮器405を使用して処理され、ビデオバッファ406、オーディオバッファ407、および他のバッファ408にバッファされ、プレゼンテーションエンジン409によってレンダリングされ得る。場合によっては、メディアコンテンツはローカルストレージ410に記憶されてもよい。MAFは、いくつかのMPEG規格からの要素を、特定アプリケーションであるが広く使用可能なアプリケーションに適した単一の仕様に統合するためのフレームワークを提供する。例えば、MAFは、メディアの交換、管理、編集、および提示を容易にする明確に定義されたフォーマットでの提示のためにメタデータを時限メディア情報とどのように組み合わせるかを指定することができる。提示は、システムに対して「ローカル」であってもよいし、ネットワークまたは他のストリーム配信機構を介してアクセス可能であってもよい。 Referring to FIG. 4, a reference media scene description architecture 400 illustrates an example of how MPEG extensions can be used to support media types such as audio/video. Media content is retrieved from external sources such as the media cloud 401 using media search engines and media access facilities (MAF) 402 and processed using video decoders 403, audio decoders 404, and other data compressors 405. , buffered in video buffer 406 , audio buffer 407 , and other buffers 408 and rendered by presentation engine 409 . In some cases, media content may be stored in local storage 410 . MAF provides a framework for integrating elements from several MPEG standards into a single specification suitable for specific but widely available applications. For example, MAF can specify how metadata is combined with timed media information for presentation in well-defined formats that facilitate exchange, management, editing, and presentation of media. The presentation may be "local" to the system or accessible via a network or other streaming mechanism.

図4を参照すると、MPEGシーン記述拡張は、プレゼンテーションエンジン409をメディア検索エンジン402から分離し得る。プレゼンテーションエンジン409およびメディア検索エンジン402は、プレゼンテーションエンジン409がシーンのレンダリングに必要なメディアデータを要求することを可能にする所定のプログラミングインターフェースを介して通信し得る。メディア検索エンジン402は、要求されたメディアを検索し、それを適時に、かつプレゼンテーションエンジン409によって直ちに処理され得るフォーマットで利用可能にし得る。例えば、要求されたメディアアセットは、圧縮されてネットワークに存在することができ、そのため、メディア検索エンジン402は、アセットを検索して復号し、結果として得られたメディアデータをレンダリングのためにプレゼンテーションエンジン409に渡す。メディアデータは、バッファの形態でメディア検索エンジン402からプレゼンテーションエンジン409に渡されてもよい。メディアデータの要求は、メディア検索APIを介してプレゼンテーションエンジン409からメディア検索エンジン402に渡されてもよい。ビデオ復号リソースの柔軟な使用のために、ビデオデコーダ403が使用され得る。ビデオデコーダ403が使用されるとき、プレゼンテーションエンジン409は、アプリケーション構成APIを介してビデオデコーダ403に入力フォーマットおよび出力フォーマットに関する情報を提供し得る。 Referring to FIG. 4, MPEG scene description extensions may separate presentation engine 409 from media search engine 402 . Presentation engine 409 and media search engine 402 may communicate via a predefined programming interface that allows presentation engine 409 to request media data needed to render a scene. Media search engine 402 may retrieve requested media and make it available in a timely manner and in a format that can be processed immediately by presentation engine 409 . For example, the requested media assets may reside on the network in a compressed form, so that the media search engine 402 retrieves and decodes the assets and presents the resulting media data to the presentation engine for rendering. Pass to 409. Media data may be passed from media search engine 402 to presentation engine 409 in the form of buffers. Requests for media data may be passed from presentation engine 409 to media search engine 402 via the media search API. A video decoder 403 may be used for flexible use of video decoding resources. When video decoder 403 is used, presentation engine 409 may provide information regarding input and output formats to video decoder 403 via application configuration APIs.

上述のように、glTF構文はJSONファイルで表現されてもよい。インターネット技術タスクフォース(Internet Engineering Task Force、IETF)のコンサイスバイナリオブジェクト表現(CBOR)は、従来のJSONフォーマットと比較して簡潔なデータフォーマットを表し得る。CBORは、名称/値ペアフォーマットのJSONのようなデータオブジェクトに関連するが、バイナリかつコンパクトな仕方で表現され、またキー値型によるはるかに多くのサポートを有する。CBORフォーマットにおけるファイルのサイズは、JSONフォーマットの対応するファイルよりも小さくてもよい。場合によっては、CBORファイルは、対応するJSONファイルよりも50%超小さくてもよい。CBORは、インターネット番号割当て機関(Internet Assigned Numbers Authority、IANA)において「application/cbor」として登録されている。 As mentioned above, the glTF syntax may be expressed in a JSON file. The Internet Engineering Task Force (IETF) Concise Binary Object Representation (CBOR) can represent a compact data format compared to the traditional JSON format. CBOR relates to JSON-like data objects in name/value pair format, but expressed in a binary and compact way, and has much more support by key-value types. The size of files in CBOR format may be smaller than corresponding files in JSON format. In some cases, CBOR files may be more than 50% smaller than the corresponding JSON files. CBOR is registered as "application/cbor" with the Internet Assigned Numbers Authority (IANA).

CBORは、そのコンパクトなデータサイズおよびJSONとの互換性のために同様に広くサポートされているglTF交換可能圧縮ファイルフォーマットの1つとして使用され得る。 CBOR can be used as one of the similarly widely supported glTF interchangeable compressed file formats due to its compact data size and compatibility with JSON.

CBORにおける情報は、バイナリ形式で記憶される。情報の多くのユースケースはデータを理解するためのマシンを含むため、バイナリデータフォーマットは、コンピュータまたはマシンが記憶されたデータを理解するために使用されるたびに解析される必要があり得るJSONまたはXMLのような人間が読み取り可能なデータフォーマットを超える速度上の利点を有し得る。 Information in CBOR is stored in binary form. Binary data formats may need to be parsed each time a computer or machine is used to understand the stored data, as many use cases for information involve machines to understand data, JSON or It can have speed advantages over human-readable data formats such as XML.

図7Aは、JSONフォーマットのファイルの一例を示し、図7Bは、CBORフォーマットの対応するファイルの一例を示している。例えば、図7AのJSONフォーマットのファイルの文字「a」(711)は、図7BのCBORフォーマットのファイルの0x61(721)に対応し得る。同様に、図7AのJSONフォーマットのファイルの文字「b」(712)は、図7BのCBORフォーマットのファイルの0x62(722)に対応し、図7AのJSONフォーマットのファイルの文字「c」(713)は、図7BのCBORフォーマットのファイルの0x63(723)に対応し得る。 FIG. 7A shows an example of a file in JSON format, and FIG. 7B shows an example of a corresponding file in CBOR format. For example, the character "a" (711) in the JSON formatted file of Figure 7A may correspond to 0x61 (721) in the CBOR formatted file of Figure 7B. Similarly, the character 'b' (712) in the JSON formatted file in Figure 7A corresponds to 0x62 (722) in the CBOR formatted file in Figure 7B, and the character 'c' (713) in the JSON formatted file in Figure 7A. ) may correspond to 0x63 (723) in the CBOR formatted file of FIG. 7B.

JSONと比較して、シーン記述のためにCBORを使用することは、データサイズが小さく、JSONにおける単なる文字列オブジェクトではなく複数のキー値型のサポートという点で利点をもたらし得る。機能プログラミングインターフェースが、提示されたメディアシーン記述リファレンスアーキテクチャにおいて、より正確にはメディアアクセス機能モジュールにおいて使用されてもよい。 Compared to JSON, using CBOR for scene description can bring advantages in terms of smaller data size and support for multiple key-value types instead of just string objects in JSON. A function programming interface may be used in the presented media scene description reference architecture, more precisely in the media access function module.

glTFによるCBORのサポートが普及してきているため、そのようなサポートが、例えば、glTFファイルフォーマットの相互運用性を高め、ローカルストレージまたはキャッシュのファイルサイズを減らし、MAF 402における最小処理能力でglTFファイル転送待ち時間を減らすために、MPEGシーン記述に追加されてもよい。 As support for CBOR by glTF is becoming more prevalent, such support could, for example, increase glTF file format interoperability, reduce file size in local storage or cache, and enable glTF file transfer with minimal processing power in MAF 402. May be added to MPEG scene descriptions to reduce latency.

実施形態によるCBORパーサ機能が、CBOR入力をglTFネイティブサポートJSONフォーマットに変換するためにMAF 402によって実装されてもよく、また、大きなglTFファイルをローカルストレージまたはキャッシュ410に保存するためのファイル圧縮器として使用されてもよい。 CBOR parser functionality according to embodiments may be implemented by MAF 402 to convert CBOR input to glTF natively supported JSON format, and as a file compressor for saving large glTF files to local storage or cache 410. may be used.

CBORパーサAPIは、以下の表1に示されたように、cbor2Json()、json2Cbor、およびsave()などの方法の1つを提供する。 The CBOR Parser API provides one of the methods such as cbor2Json(), json2Cbor, and save(), as shown in Table 1 below.

Figure 2023519378000002
Figure 2023519378000002

詳細なインターフェース記述は以下の通りであり得る。
interface InputFileParser{
readonly attribute FILE inputFileName;
readonly attribute FILE outputFileName;
readonly attribute CBOR cborDataBlob;
FILE cbor2Json()(FILE cborInput);
FILE json2Cbor(FILE jsonInput);
FILE cbor2Json(CBOR cborDataBlob);
bool save();
};
A detailed interface description can be as follows.
interface InputFileParser {
readonly attribute FILE inputFileName;
readonly attribute FILE outputFileName;
readonly attribute CBOR cborDataBlob;
FILE cbor2Json()(FILE cborInput);
FILE json2Cbor(FILE jsonInput);
FILE cbor2Json(CBOR cborDataBlob);
bool save();
};

上で提案された機能は、例えば以下のような様々なシナリオで使用され得る。 The functionality proposed above can be used in various scenarios, for example:

図8を参照すると、glTF「url」または「uri」構文が、CBORバイナリデータブロブ(802)を指し得る。実施形態では、バイナリが実際にCBORデータフォーマットであるか否かを特定する2つの仕方が存在し得る。例1によれば、「application/cbor」(801)で「mimeTypes」を指定する多目的インターネットメール拡張(MIME)タイプがシグナリングされ得る。
例2によれば、プレフィックス「application/cbor」が、実際のバイナリデータの前に含まれ得る。例1および例2は一緒に使用されてもよい。いずれの場合も、CBORバイナリデータを取る「cbor2Json(Object)」と呼ばれる関数を呼び出して、CBORファイルフォーマットをJSONへとパースしてもよい。
Referring to Figure 8, the glTF 'url' or 'uri' syntax can point to a CBOR binary data blob (802). In embodiments, there may be two ways of identifying whether a binary is actually in CBOR data format. According to Example 1, Multipurpose Internet Mail Extensions (MIME) types specifying 'mimeTypes' in 'application/cbor' (801) may be signaled.
According to example 2, the prefix "application/cbor" may be included before the actual binary data. Examples 1 and 2 may be used together. In either case, you may parse the CBOR file format into JSON by calling a function called "cbor2Json(Object)" that takes the CBOR binary data.

入力glTFがCBORフォーマットである場合、出力は、cbor2Json()APIを使用することによるglTFであってもよい。 If the input glTF is in CBOR format, the output may be glTF by using the cbor2Json() API.

入力がネイティブglTFフォーマットである場合、変換は不要であり得る。 If the input is in native glTF format, no conversion may be necessary.

ローカルストレージまたはキャッシュの目的のために、glTFファイルが、json2Cbor()およびsave()インターフェースを使用してCBORとして保存されてもよい。 For local storage or caching purposes, glTF files may be saved as CBOR using the json2Cbor() and save() interfaces.

したがって、実施形態は、CBORとのglTFファイルフォーマット相互運用性を提供し、ローカルストレージまたはキャッシュのためのファイルサイズを低減し、データ転送速度を高め、ファイル転送待ち時間を低減する方法に関し得る。 Accordingly, embodiments may relate to methods for providing glTF file format interoperability with CBOR, reducing file sizes for local storage or caching, increasing data transfer rates, and reducing file transfer latency.

図9A~図9Cを参照して、メディアのストレージおよび配信を管理するためのプロセス900A、900B、および900Cが以下に説明される。 Processes 900A, 900B, and 900C for managing media storage and distribution are described below with reference to FIGS. 9A-9C.

図9Aは、メディアのストレージおよび配信を管理するための例示的なプロセス900Aのフローチャートである。 FIG. 9A is a flowchart of an exemplary process 900A for managing media storage and distribution.

図9Aに示されるように、プロセス900Aは、メディアアクセス機能(MAF)によって、シーンに対応するglTFファイルを取得すること(ブロック911)を含み得る。実施形態では、MAFはMAF 402に対応し得る。 As shown in FIG. 9A, process 900A may include obtaining a glTF file corresponding to a scene (block 911) by a Media Access Facility (MAF). In embodiments, the MAF may correspond to MAF 402 .

図9Aにさらに示されるように、プロセス900Aは、glTFファイルから、バイナリデータブロブを示すユニフォームリソースロケータ(URL)パラメータを取得すること(ブロック912)を含み得る。 As further shown in FIG. 9A, the process 900A may include obtaining uniform resource locator (URL) parameters pointing to the binary data blob from the glTF file (block 912).

図9Aにさらに示されるように、プロセス900Aは、バイナリデータブロブがCBORフォーマットを有すると決定すること(ブロック913)を含み得る。 As further shown in FIG. 9A, process 900A may include determining that the binary data blob has a CBOR format (block 913).

図9Aにさらに示されるように、プロセス900Aは、MAFによって実装されたCBORパーサ機能を使用して、バイナリデータブロブを、JSONフォーマットを有するオブジェクトに変換すること(ブロック914)を含み得る。 As further shown in FIG. 9A, process 900A may include converting the binary data blob into an object having JSON format (block 914) using the CBOR parser function implemented by MAF.

図9Aに示されるように、プロセス900Aは、オブジェクトに基づいてシーンに対応するメディアコンテンツを取得すること(ブロック914)を含み得る。 As shown in FIG. 9A, process 900A may include obtaining media content corresponding to the scene based on the object (block 914).

実施形態では、JSONフォーマットを有するオブジェクトは、CBORフォーマットを有するバイナリデータブロブよりも大きくてもよい。 In embodiments, an object with JSON format may be larger than a binary data blob with CBOR format.

実施形態では、バイナリデータブロブは、glTFファイルでシグナリングされる多目的インターネットメール拡張(MIME)タイプに基づいてCBORフォーマットを有すると決定されてもよい。 In embodiments, the binary data blob may be determined to have a CBOR format based on the Multipurpose Internet Mail Extensions (MIME) type signaled in the glTF file.

実施形態では、バイナリデータブロブは、バイナリデータブロブの先頭に含まれるプレフィックスに基づいてCBORフォーマットを有すると決定されてもよい。 In embodiments, a binary data blob may be determined to have a CBOR format based on a prefix included at the beginning of the binary data blob.

実施形態では、バイナリデータブロブは、glTFファイルでシグナリングされる多目的インターネットメール拡張(MIME)タイプおよびバイナリデータブロブの先頭に含まれるプレフィックスに基づいてCBORフォーマットを有すると決定されてもよい。 In embodiments, a binary data blob may be determined to have a CBOR format based on the Multipurpose Internet Mail Extensions (MIME) type signaled in the glTF file and the prefix included at the beginning of the binary data blob.

実施形態では、MAFは、ムービングピクチャエクスパーツグループ(MPEG)シーン記述アーキテクチャに含まれてもよい。 In embodiments, the MAF may be included in the Moving Picture Experts Group (MPEG) Scene Description Architecture.

実施形態では、CBORパーサ機能は、MAFに関連付けられたアプリケーションプログラミングインターフェースを使用して実装されてもよい。 In embodiments, the CBOR parser functionality may be implemented using an application programming interface associated with MAF.

図9Bは、メディアのストレージおよび配信を管理するための例示的なプロセス900Bのフローチャートである。実施形態では、プロセス900Bの1つまたは複数のブロックが、プロセス900Aの1つまたは複数のブロックと組み合わされて行われてもよい。例えば、プロセス900Bの1つまたは複数のブロックが、プロセス900Aの1つまたは複数のブロックの後に行われてもよい。 FIG. 9B is a flowchart of an exemplary process 900B for managing media storage and distribution. In embodiments, one or more blocks of process 900B may be performed in combination with one or more blocks of process 900A. For example, one or more blocks of process 900B may occur after one or more blocks of process 900A.

図9Bにさらに示されるように、プロセス900Bは、glTFファイルがCBORフォーマットを有すると決定すること(ブロック921)を含み得る。 As further shown in FIG. 9B, process 900B may include determining that the glTF file has a CBOR format (block 921).

図9Bに示されるように、プロセス900Bは、MAFによって実装されたCBORパーサ機能を使用して、glTFファイルを、JSONフォーマットを有する変換されたglTFファイルに変換すること(ブロック922)を含み得る。実施形態では、このCBORパーサ機能は、ブロック914で使用されるCBORパーサ機能とは異なってもよい。 As shown in FIG. 9B, process 900B may include converting the glTF file into a converted glTF file having JSON format (block 922) using a CBOR parser function implemented by MAF. In embodiments, this CBOR parser function may be different than the CBOR parser function used at block 914 .

実施形態では、JSONフォーマットを有する変換されたglTFファイルは、CBORフォーマットを有するglTFファイルよりも大きくてもよい。 In embodiments, a converted glTF file with JSON format may be larger than a glTF file with CBOR format.

図9Cは、メディアのストレージおよび配信を管理するための例示的なプロセス900Cのフローチャートである。実施形態では、プロセス900Cの1つまたは複数のブロックが、プロセス900Aおよび/またはプロセス900Bの1つまたは複数のブロックと組み合わされて行われてもよい。例えば、プロセス900Cの1つまたは複数のブロックが、プロセス900Aの1つまたは複数のブロックの後に行われてもよいし、プロセス900Bの1つまたは複数のブロックの後に行われてもよい。 FIG. 9C is a flowchart of an exemplary process 900C for managing media storage and distribution. In embodiments, one or more blocks of process 900C may be performed in combination with one or more blocks of process 900A and/or process 900B. For example, one or more blocks of process 900C may occur after one or more blocks of process 900A or after one or more blocks of process 900B.

図9Cに示されるように、プロセス900Cは、MAFによって実装されたJSONパーサ機能を使用して、変換されたglTFファイルを、CBORフォーマットを有する再変換されたglTFに再変換すること(ブロック931)を含み得る。 As shown in FIG. 9C, process 900C reconverts the converted glTF file into reconverted glTF having CBOR format using the JSON parser function implemented by MAF (block 931). can include

図9Cにさらに示されるように、プロセス900Cは、ローカルストレージまたはキャッシュの少なくとも一方に、再変換されたglTFファイルを記憶すること(ブロック932)を含み得る。 As further shown in FIG. 9C, process 900C may include storing the retranslated glTF file in local storage and/or cache (block 932).

図9A~図9Cは、プロセス900A、900B、および900Cの例示的なブロックを示しているが、いくつかの実装形態では、プロセス900A、900B、および900Cのブロックは、図9A~図9Cに示されたものよりもさらなるブロック、少ないブロック、異なるブロック、または異なる配置のブロックを含んでもよい。追加または代替として、プロセス900A、900B、および900Cのプロセスのブロックのうちの2つ以上が並列に行われてもよい。実施形態では、プロセス900A、900B、および900Cの任意の1つまたは複数のブロックが、任意の順序でプロセス900A、900B、および900Cの任意の他の1つまたは複数のブロックと組み合わされてもよく、プロセス900A、900B、および900Cの任意のブロックの任意の1つまたは複数が、必要に応じて分割または組み合わされてもよい。 Although Figures 9A-9C show exemplary blocks of processes 900A, 900B, and 900C, in some implementations, blocks of processes 900A, 900B, and 900C are shown in Figures 9A-9C. It may include more blocks, fewer blocks, different blocks, or a different arrangement of blocks than those shown. Additionally or alternatively, two or more of the process blocks of processes 900A, 900B, and 900C may be performed in parallel. In embodiments, any one or more blocks of processes 900A, 900B, and 900C may be combined in any order with any other one or more blocks of processes 900A, 900B, and 900C. , processes 900A, 900B, and 900C may be divided or combined as desired.

さらに、提案された方法は、処理回路(例えば、1つまたは複数のプロセッサまたは1つまたは複数の集積回路)によって実装されてもよい。一例では、1つまたは複数のプロセッサは、非一時的コンピュータ可読媒体に記憶されているプログラムを実行して、提案された方法の1つまたは複数を行う。 Furthermore, the proposed methods may be implemented by processing circuitry (eg, one or more processors or one or more integrated circuits). In one example, one or more processors execute a program stored in a non-transitory computer-readable medium to perform one or more of the proposed methods.

前述の開示は例示および説明を提供しているが、網羅的なものではなく、開示されたまさにその形態に実装形態を限定するものではない。修正形態および変形形態は、上記の開示に照らして実現可能であり、または実装形態の実践から取得されてもよい。 The foregoing disclosure, while providing illustration and description, is not exhaustive and is not intended to limit implementations to the precise forms disclosed. Modifications and variations are possible in light of the above disclosure, or may be acquired from practice of the implementation.

本明細書に記載されたシステムおよび/または方法は、ハードウェア、ファームウェア、またはハードウェアとソフトウェアとの組合せの異なる形態で実装されてもよいことは明らかであろう。これらのシステムおよび/または方法を実装するために使用される実際の専用の制御ハードウェアまたはソフトウェアコードは、実施態様を限定するものではない。したがって、ソフトウェアおよびハードウェアは、本明細書の説明に基づいてシステムおよび/または方法を実装するように設計され得ることを理解されたい。 It will be appreciated that the systems and/or methods described herein may be implemented in different forms in hardware, firmware, or a combination of hardware and software. The actual specialized control hardware or software code used to implement these systems and/or methods is not limiting of implementations. Therefore, it should be appreciated that software and hardware may be designed to implement the systems and/or methods based on the description herein.

特徴の特定の組合せが、特許請求の範囲に記載され、および/または本明細書に開示されていても、これらの組合せは、可能な実施態様の開示を限定することを意図されていない。実際、これらの特徴の多くは、特許請求の範囲に具体的に記載されていない、および/または本明細書に開示されていない方法で組み合わされ得る。以下に列挙される各従属請求項は1つの請求項のみに直接従属してもよいが、可能な実装形態の開示は、各従属請求項を請求項セット内のあらゆる他の請求項と組み合わせて含む。 Even though specific combinations of features are recited in the claims and/or disclosed herein, these combinations are not intended to limit the disclosure of possible embodiments. Indeed, many of these features may be combined in ways not specifically recited in the claims and/or disclosed herein. Each dependent claim listed below may be directly dependent on only one claim, but the disclosure of possible implementations includes each dependent claim in combination with every other claim in the claim set. include.

本明細書で使用される要素、動作、または命令は、不可欠なまたは必須のものとして明示的に記載されていない限り、不可欠なまたは必須のものとして解釈されるべきではない。また、本明細書で使用される場合、冠詞「a」および「an」は、1つ以上のものを含むことを意図されており、「1つ以上」と交換可能に使用され得る。さらに、本明細書で使用される「セット」という用語は、1つまたは複数の項目(例えば、関連項目、非関連項目、関連項目と非関連項目との組合せなど)を含むものであり、「1つまたは複数」と同じ意味で使用され得る。1つの項目のみが対象とされる場合、「1つ」という用語または同様の言葉が使用される。また、本明細書で使用される「有する(has)」、「有する(have)」、「有する(having)」などの用語は、オープンエンド用語であることが意図される。さらに、「に基づいて」という語句は、特に明記されない限り、「に少なくとも部分的に基づいて」を意味するものである。 No element, act, or instruction used herein should be construed as essential or essential unless explicitly stated as such. Also, as used herein, the articles "a" and "an" are intended to include one or more and may be used interchangeably with "one or more." Further, as used herein, the term "set" includes one or more items (e.g., related items, unrelated items, combinations of related and unrelated items, etc.) may be used interchangeably with "one or more". Where only one item is covered, the term "one" or similar language is used. Also, the terms "has," "have," "having," etc., as used herein are intended to be open-ended terms. Further, the phrase "based on" means "based at least in part on," unless stated otherwise.

100 環境
110 ユーザデバイス
120 プラットフォーム
122 クラウドコンピューティング環境
124 コンピューティングリソース
124-1 アプリケーション
124-2 仮想マシン
124-3 仮想化ストレージ
124-4 ハイパーバイザ
130 ネットワーク
200 デバイス
210 バス
220 プロセッサ
230 メモリ
240 ストレージコンポーネント
250 入力コンポーネント
260 出力コンポーネント
270 通信インターフェース
301 シーンオブジェクト、要素
302 ノード、要素
303 カメラ、要素
304 メッシュ、要素
305 照明、要素
306 アニメーション、要素
307 アクセサ、要素
308 マテリアル、要素
309 スキン、要素
310 バッファビュー、要素
311 技法、要素
312 オブジェクトテクスチャ、要素
313 バッファ、要素
314 プログラム、要素
315 画像、要素
316 サンプラ、要素
317 シェーダ、要素
330 MPEG_media、要素
331 MPEG_scene_dynamic、要素
332 MPEG_animation_timing、要素
333 MPEG_texture_video、要素
334 MPEG_audio_spatial、要素
335 MPEG_accessor_timed、要素
336 MPEG_buffer_circular、要素
400 リファレンスメディアシーン記述アーキテクチャ
401 メディアクラウド
402 メディア検索エンジンおよびメディアアクセス機能(MAF)
403 ビデオデコーダ
404 オーディオデコーダ
405 他のデータ圧縮器
406 ビデオバッファ
407 オーディオバッファ
408 他のバッファ
409 プレゼンテーションエンジン
410 ローカルストレージ、キャッシュ
501 単一ノード
502 名称
503 シーン
504 シーン名
506 単一シーン
601 構文
602 構文
603 構文
604 構文
711 文字
712 文字
713 文字
721 0x61
722 0x62
723 0x63
801 application/cbor
802 CBORバイナリデータブロブ
900A プロセス
900B プロセス
900C プロセス
100 environment
110 user devices
120 platforms
122 Cloud Computing Environment
124 computing resources
124-1 Applications
124-2 Virtual Machine
124-3 Virtual storage
124-4 Hypervisor
130 network
200 devices
210 bus
220 processor
230 memory
240 storage components
250 input components
260 output components
270 communication interface
301 scene objects, elements
302 nodes, elements
303 camera, element
304 mesh, elements
305 lighting, elements
306 animations, elements
307 accessors, elements
308 Materials, Elements
309 skins, elements
310 buffer view, element
311 techniques, elements
312 object textures, elements
313 buffers, elements
314 programs, elements
315 images, elements
316 samplers, elements
317 shaders, elements
330 MPEG_media, element
331 MPEG_scene_dynamic, element
332 MPEG_animation_timing, element
333 MPEG_texture_video, element
334 MPEG_audio_spatial, element
335 MPEG_accessor_timed, element
336 MPEG_buffer_circular, element
400 Reference Media Scene Description Architecture
401 Media Cloud
402 Media Search Engine and Media Access Facility (MAF)
403 video decoder
404 audio decoder
405 other data compressors
406 video buffer
407 Audio Buffer
408 other buffer
409 Presentation Engine
410 local storage, cache
501 single node
502 Name
503 scenes
504 scene name
506 single scene
601 syntax
602 syntax
603 Syntax
604 Syntax
711 characters
712 characters
713 characters
721 0x61
722 0x62
723 0x63
801 application/cbor
802 CBOR Binary Data Blob
900A process
900B process
900C process

図5を参照すると、上述のように、glTFシーンがJSONフォーマットで編成され得る。glTFアセットは、レンダリングすべきビジュアルオブジェクトのセットであり得るゼロ以上のシーン503を含み得る。シーンは、シーン配列で定義され得る。図5に示された例では、単一ノード501に単一シーン506が存在するが、実施形態はこれに限定されない。様々なパラメータは、各ノードオブジェクトに関連付けられ得る。例えば、名称502は、ノードオブジェクトの名称を指定してもよく、シーン名504は、単一シーンの名称を指定してもよい。 Referring to Figure 5, glTF scenes can be organized in JSON format, as described above. A glTF asset may contain zero or more scenes 503, which may be a set of visual objects to render. A scene may be defined in a scene array. In the example shown in FIG. 5, there is a single scene 506 at a single node 501, but embodiments are not so limited. Various parameters may be associated with each node object. For example, name 502 may specify the name of a node object and scene name 504 may specify the name of a single scene.

図9Aに示されるように、プロセス900Aは、オブジェクトに基づいてシーンに対応するメディアコンテンツを取得すること(ブロック915)を含み得る。 As shown in FIG. 9A, process 900A may include obtaining media content corresponding to the scene based on the object (block 915 ).

Claims (20)

メディアのストレージおよび配信を管理する方法であって、前記方法は、少なくとも1つのプロセッサによって実装され、
メディアアクセス機能(MAF)によって、シーンに対応するグラフィックス・ランゲージ・トランスミッション・フォーマット(glTF)ファイルを取得するステップと、
前記glTFファイルから、バイナリデータブロブを示すユニフォームリソースロケータ(URL)パラメータを取得するステップと、
前記バイナリデータブロブがコンサイスバイナリオブジェクト表現(CBOR)フォーマットを有すると決定するステップと、
前記MAFによって実装されるCBORパーサ機能を使用して、前記バイナリデータブロブを、JavaScriptオブジェクトノーテーション(JSON)フォーマットを有するオブジェクトに変換するステップと、
前記オブジェクトに基づいて前記シーンに対応するメディアコンテンツを取得するステップと
を含む、方法。
1. A method of managing media storage and distribution, said method being implemented by at least one processor,
obtaining a Graphics Language Transmission Format (glTF) file corresponding to the scene by a Media Access Facility (MAF);
obtaining uniform resource locator (URL) parameters pointing to binary data blobs from the glTF file;
determining that the binary data blob has a Concise Binary Object Representation (CBOR) format;
converting the binary data blob into an object having a JavaScript Object Notation (JSON) format using a CBOR parser function implemented by the MAF;
and obtaining media content corresponding to the scene based on the object.
前記JSONフォーマットを有する前記オブジェクトは、前記CBORフォーマットを有する前記バイナリデータブロブよりも大きい、請求項1に記載の方法。 2. The method of claim 1, wherein said object having said JSON format is larger than said binary data blob having said CBOR format. 前記バイナリデータブロブは、前記glTFファイルでシグナリングされる多目的インターネットメール拡張(MIME)タイプに基づいて前記CBORフォーマットを有すると決定される、請求項1に記載の方法。 2. The method of claim 1, wherein the binary data blob is determined to have the CBOR format based on a Multipurpose Internet Mail Extensions (MIME) type signaled in the glTF file. 前記バイナリデータブロブは、前記バイナリデータブロブの先頭に含まれるプレフィックスに基づいて前記CBORフォーマットを有すると決定される、請求項1に記載の方法。 2. The method of claim 1, wherein said binary data blob is determined to have said CBOR format based on a prefix included at the beginning of said binary data blob. 前記バイナリデータブロブは、前記glTFファイルでシグナリングされる多目的インターネットメール拡張(MIME)タイプおよび前記バイナリデータブロブの先頭に含まれるプレフィックスに基づいて前記CBORフォーマットを有すると決定される、請求項1に記載の方法。 2. The binary data blob of claim 1, wherein the binary data blob is determined to have the CBOR format based on a Multipurpose Internet Mail Extensions (MIME) type signaled in the glTF file and a prefix included at the beginning of the binary data blob. the method of. 前記MAFは、ムービングピクチャエクスパーツグループ(MPEG)シーン記述アーキテクチャに含まれる、請求項1に記載の方法。 2. The method of claim 1, wherein the MAF is included in a Moving Picture Experts Group (MPEG) Scene Description Architecture. 前記CBORパーサ機能は、前記MAFに関連付けられたアプリケーションプログラミングインターフェースを使用して実装される、請求項1に記載の方法。 2. The method of claim 1, wherein the CBOR parser functionality is implemented using an application programming interface associated with the MAF. メディアのストレージおよび配信を管理するためのデバイスであって、前記デバイスが、
プログラムコードを記憶するように構成された少なくとも1つのメモリと、
前記プログラムコードを読み取り、前記プログラムコードによって命令されると動作するように構成された少なくとも1つのプロセッサであって、前記プログラムコードは、
前記少なくとも1つのプロセッサに、メディアアクセス機能(MAF)によって、シーンに対応するグラフィックス・ランゲージ・トランスミッション・フォーマット(glTF)ファイルを取得させるように構成された第1の取得コードと、
前記少なくとも1つのプロセッサに、前記glTFファイルから、バイナリデータブロブを示すユニフォームリソースロケータ(URL)パラメータを取得させるように構成された第2の取得コードと、
前記少なくとも1つのプロセッサに、前記バイナリデータブロブはコンサイスバイナリオブジェクト表現(CBOR)フォーマットを有すると決定させるように構成された決定コードと、
前記少なくとも1つのプロセッサに、前記MAFによって実装されるCBORパーサ機能を使用して、前記バイナリデータブロブを、JavaScriptオブジェクトノーテーション(JSON)フォーマットを有するオブジェクトに変換させるように構成された変換コードと、
前記少なくとも1つのプロセッサに、前記オブジェクトに基づいて前記シーンに対応するメディアコンテンツを取得させるように構成された第3の取得コードと
を含む、少なくとも1つのプロセッサと
を備える、デバイス。
A device for managing storage and distribution of media, said device comprising:
at least one memory configured to store program code;
at least one processor configured to read the program code and operate when instructed by the program code, the program code comprising:
first retrieving code configured to cause the at least one processor to retrieve a Graphics Language Transmission Format (glTF) file corresponding to a scene via a Media Access Facility (MAF);
a second retrieval code configured to cause the at least one processor to retrieve uniform resource locator (URL) parameters indicative of binary data blobs from the glTF file;
determination code configured to cause the at least one processor to determine that the binary data blob has a Concise Binary Object Representation (CBOR) format;
transformation code configured to cause the at least one processor to transform the binary data blob into an object having JavaScript Object Notation (JSON) format using CBOR parser functionality implemented by the MAF;
a third acquisition code configured to cause the at least one processor to acquire media content corresponding to the scene based on the object; and at least one processor, comprising:
前記JSONフォーマットを有する前記オブジェクトは、前記CBORフォーマットを有する前記バイナリデータブロブよりも大きい、請求項8に記載のデバイス。 9. The device of claim 8, wherein the object having the JSON format is larger than the binary data blob having the CBOR format. 前記バイナリデータブロブは、前記glTFファイルでシグナリングされる多目的インターネットメール拡張(MIME)タイプに基づいて前記CBORフォーマットを有すると決定される、請求項8に記載のデバイス。 9. The device of claim 8, wherein the binary data blob is determined to have the CBOR format based on a Multipurpose Internet Mail Extensions (MIME) type signaled in the glTF file. 前記バイナリデータブロブは、前記バイナリデータブロブの先頭に含まれるプレフィックスに基づいて前記CBORフォーマットを有すると決定される、請求項8に記載のデバイス。 9. The device of claim 8, wherein said binary data blob is determined to have said CBOR format based on a prefix included at the beginning of said binary data blob. 前記バイナリデータブロブは、前記glTFファイルでシグナリングされる多目的インターネットメール拡張(MIME)タイプおよび前記バイナリデータブロブの先頭に含まれるプレフィックスに基づいて前記CBORフォーマットを有すると決定される、請求項8に記載のデバイス。 9. The binary data blob of claim 8, wherein the binary data blob is determined to have the CBOR format based on a Multipurpose Internet Mail Extensions (MIME) type signaled in the glTF file and a prefix included at the beginning of the binary data blob. device. 前記MAFは、ムービングピクチャエクスパーツグループ(MPEG)シーン記述アーキテクチャに含まれる、請求項8に記載のデバイス。 9. The device of claim 8, wherein the MAF is included in a Moving Picture Experts Group (MPEG) Scene Description Architecture. 前記CBORパーサ機能は、前記MAFに関連付けられたアプリケーションプログラミングインターフェースを使用して実装される、請求項8に記載のデバイス。 9. The device of claim 8, wherein the CBOR parser functionality is implemented using an application programming interface associated with the MAF. 命令を記憶する非一時的コンピュータ可読媒体であって、前記命令は、メディアのストレージおよび配信を管理するためのデバイスの少なくとも1つのプロセッサによって実行されると、前記少なくとも1つのプロセッサに、
メディアアクセス機能(MAF)によって、シーンに対応するグラフィックス・ランゲージ・トランスミッション・フォーマット(glTF)ファイルを取得させ、
前記glTFファイルから、バイナリデータブロブを示すユニフォームリソースロケータ(URL)パラメータを取得させ、
前記バイナリデータブロブはコンサイスバイナリオブジェクト表現(CBOR)フォーマットを有すると決定させ、
前記MAFによって実装されるCBORパーサ機能を使用して、前記バイナリデータブロブを、JavaScriptオブジェクトノーテーション(JSON)フォーマットを有するオブジェクトに変換させ、
前記オブジェクトに基づいて前記シーンに対応するメディアコンテンツを取得させる
ように構成された1つまたは複数の命令を含む、非一時的コンピュータ可読媒体。
A non-transitory computer-readable medium storing instructions which, when executed by at least one processor of a device for managing storage and distribution of media, causes the at least one processor to:
Acquire the Graphics Language Transmission Format (glTF) file corresponding to the scene by the Media Access Facility (MAF),
Obtain uniform resource locator (URL) parameters pointing to binary data blobs from the glTF file;
determining that the binary data blob has a Concise Binary Object Representation (CBOR) format;
converting the binary data blob into an object having a JavaScript Object Notation (JSON) format using a CBOR parser function implemented by the MAF;
A non-transitory computer-readable medium comprising one or more instructions configured to cause acquisition of media content corresponding to the scene based on the object.
前記JSONフォーマットを有する前記オブジェクトは、前記CBORフォーマットを有する前記バイナリデータブロブよりも大きい、請求項15に記載の非一時的コンピュータ可読媒体。 16. The non-transitory computer-readable medium of claim 15, wherein said object having said JSON format is larger than said binary data blob having said CBOR format. 前記バイナリデータブロブは、前記glTFファイルでシグナリングされる多目的インターネットメール拡張(MIME)タイプに基づいて前記CBORフォーマットを有すると決定される、請求項15に記載の非一時的コンピュータ可読媒体。 16. The non-transitory computer-readable medium of claim 15, wherein said binary data blob is determined to have said CBOR format based on a Multipurpose Internet Mail Extensions (MIME) type signaled in said glTF file. 前記バイナリデータブロブは、前記バイナリデータブロブの先頭に含まれるプレフィックスに基づいて前記CBORフォーマットを有すると決定される、請求項15に記載の非一時的コンピュータ可読媒体。 16. The non-transitory computer-readable medium of claim 15, wherein said binary data blob is determined to have said CBOR format based on a prefix included at the beginning of said binary data blob. 前記MAFは、ムービングピクチャエクスパーツグループ(MPEG)シーン記述アーキテクチャに含まれる、請求項15に記載の非一時的コンピュータ可読媒体。 16. The non-transitory computer-readable medium of claim 15, wherein the MAF is included in a Moving Picture Experts Group (MPEG) Scene Description Architecture. 前記CBORパーサ機能は、前記MAFに関連付けられたアプリケーションプログラミングインターフェースを使用して実装される、請求項15に記載の非一時的コンピュータ可読媒体。 16. The non-transitory computer-readable medium of claim 15, wherein the CBOR parser functionality is implemented using an application programming interface associated with the MAF.
JP2022558542A 2021-01-06 2021-10-13 Method and apparatus for media scene description Active JP7399548B2 (en)

Applications Claiming Priority (5)

Application Number Priority Date Filing Date Title
US202163134569P 2021-01-06 2021-01-06
US63/134,569 2021-01-06
US17/499,380 2021-10-12
US17/499,380 US11797476B2 (en) 2021-01-14 2021-10-12 Method and apparatus for media scene description
PCT/US2021/054746 WO2022150080A1 (en) 2021-01-06 2021-10-13 Method and apparatus for media scene description

Publications (2)

Publication Number Publication Date
JP2023519378A true JP2023519378A (en) 2023-05-10
JP7399548B2 JP7399548B2 (en) 2023-12-18

Family

ID=82358290

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2022558542A Active JP7399548B2 (en) 2021-01-06 2021-10-13 Method and apparatus for media scene description

Country Status (5)

Country Link
EP (1) EP4088193A4 (en)
JP (1) JP7399548B2 (en)
KR (1) KR20220131342A (en)
CN (1) CN115280296A (en)
WO (1) WO2022150080A1 (en)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11797475B2 (en) 2021-01-14 2023-10-24 Tencent America LLC Method and apparatus for media scene description
CN117689789B (en) * 2023-12-28 2024-08-09 湖南芒果融创科技有限公司 Encoding and decoding method and device for real-time rendering 3D asset file

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2018525722A (en) * 2015-07-02 2018-09-06 コンヴィーダ ワイヤレス, エルエルシー Resource-driven dynamic approval framework
JP2019152902A (en) * 2018-02-28 2019-09-12 キヤノン株式会社 Information processing device, control method thereof, and program
US20200066022A1 (en) * 2018-08-27 2020-02-27 Microsoft Technology Licensing, Llc Playback for embedded and preset 3d animations
JP6746024B1 (en) * 2020-03-31 2020-08-26 株式会社ドワンゴ 3D model data management system, model distribution server, 3D service server, 3D model data management method, model distribution server program, and 3D service server program

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8400497B2 (en) * 2007-09-07 2013-03-19 Samsung Electronics Co., Ltd Method and apparatus for generating stereoscopic file
US11218409B2 (en) * 2018-10-16 2022-01-04 Eluvio, Inc. Decentralized content fabric
US10636209B1 (en) * 2019-09-13 2020-04-28 Bongfish GmbH Reality-based three-dimensional infrastructure reconstruction

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2018525722A (en) * 2015-07-02 2018-09-06 コンヴィーダ ワイヤレス, エルエルシー Resource-driven dynamic approval framework
JP2019152902A (en) * 2018-02-28 2019-09-12 キヤノン株式会社 Information processing device, control method thereof, and program
US20200066022A1 (en) * 2018-08-27 2020-02-27 Microsoft Technology Licensing, Llc Playback for embedded and preset 3d animations
JP6746024B1 (en) * 2020-03-31 2020-08-26 株式会社ドワンゴ 3D model data management system, model distribution server, 3D service server, 3D model data management method, model distribution server program, and 3D service server program

Also Published As

Publication number Publication date
EP4088193A1 (en) 2022-11-16
JP7399548B2 (en) 2023-12-18
WO2022150080A1 (en) 2022-07-14
CN115280296A (en) 2022-11-01
EP4088193A4 (en) 2023-06-28
KR20220131342A (en) 2022-09-27

Similar Documents

Publication Publication Date Title
JP7482249B2 (en) Method, device and computer program for media scene description
US12069321B2 (en) Data model for representation and streaming of heterogeneous immersive media
US20220004405A1 (en) 3D API Redirection for Virtual Desktop Infrastructure
JP7399548B2 (en) Method and apparatus for media scene description
JP2024102137A (en) Method and apparatus for media scene description
JP7271791B2 (en) MEDIA SYSTEM AND METHOD INCLUDING MIXED EVENT MESSAGE TRACKS
JP7274581B2 (en) Method, Apparatus, and Program for Tree-Based Point-Cloud Compressed Media Streams
JP7513748B2 (en) Enhanced relationship signaling between events in event message tracks
JP7520443B2 (en) Signaling scheme in event message tracks
CN118154746A (en) Hierarchical rendering method, device and storage medium in metaspace

Legal Events

Date Code Title Description
A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20220927

A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20220927

A977 Report on retrieval

Free format text: JAPANESE INTERMEDIATE CODE: A971007

Effective date: 20231031

TRDD Decision of grant or rejection written
A01 Written decision to grant a patent or to grant a registration (utility model)

Free format text: JAPANESE INTERMEDIATE CODE: A01

Effective date: 20231106

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20231130

R150 Certificate of patent or registration of utility model

Ref document number: 7399548

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R150