JP5866359B2 - ネットワークストリーミングされるビデオデータについての属性をシグナリングすること - Google Patents

Description

［技術分野］
本開示は、符号化ビデオデータの記憶およびトランスポートに関する。

［背景］
デジタルビデオ機能は、デジタルテレビジョン、デジタルダイレクトブロードキャストシステム、ワイヤレスブロードキャストシステム、携帯情報端末（ＰＤＡ）、ラップトップまたはデスクトップコンピュータ、デジタルカメラ、デジタル記録デバイス、デジタルメディアプレーヤ、ビデオゲームデバイス、ビデオゲームコンソール、セルラー電話または衛星無線電話、ビデオ遠隔会議デバイスなどを含む、広範囲にわたるデバイスに組み込まれ得る。デジタルビデオデバイスは、デジタルビデオ情報をより効率的に送信および受信するために、ＭＰＥＧ−２、ＭＰＥＧ−４、ＩＴＵ−Ｔ Ｈ．２６３またはＩＴＵ−Ｔ Ｈ．２６４／ＭＰＥＧ−４、Ｐａｒｔ１０、Ａｄｖａｎｃｅｄ Ｖｉｄｅｏ Ｃｏｄｉｎｇ（ＡＶＣ）によって定義された規格、およびそのような規格の拡張に記載されているビデオ圧縮技法など、ビデオ圧縮技法を実装する。

ビデオ圧縮技法では、ビデオシーケンスに固有の冗長性を低減または除去するために空間的予測および／または時間的予測を実行する。ブロックベースのビデオコーディングの場合、ビデオフレームまたはスライスがマクロブロックに区分され得る。各マクロブロックはさらに区分され得る。イントラコード化（Ｉ）フレームまたはスライス中のマクロブロックは、隣接マクロブロックに関する空間的予測を使用して符号化される。インターコード化（ＰまたはＢ）フレームまたはスライス中のマクロブロックは、同じフレームまたはスライス中の隣接マクロブロックに関する空間的予測、あるいは他の参照フレームに関する時間的予測を使用し得る。

ビデオデータが符号化された後、ビデオデータは送信または記憶のためにパケット化され得る。ビデオデータは、国際標準化機構（ＩＳＯ）ベースメディアファイルフォーマットなどの様々な規格と、ＡＶＣなどのそのような規格の拡張とのうちのいずれかに準拠するビデオファイルにアセンブルされ得る。

Ｈ．２６４／ＡＶＣに基づく新しいビデオコーディング規格を開発するための取り組みが行われている。１つのそのような規格は、Ｈ．２６４／ＡＶＣのスケーラブル拡張であるスケーラブルビデオコーディング（ＳＶＣ）規格である。別の規格は、Ｈ．２６４／ＡＶＣのマルチビュー拡張になったマルチビュービデオコーディング（ＭＶＣ）である。ＭＶＣのジョイントドラフトは、ＪＶＴ−ＡＢ２０４、「Joint Draft 8.0 on Multiview Video Coding」、２８^th ＪＶＴ ｍｅｅｔｉｎｇ、Ｈａｎｎｏｖｅｒ、Ｇｅｒｍａｎｙ、２００８年７月に記載されており、これは、
http://wftp3.itu.int/av-arch/jvt-site/2008_07_Hannover/JVT-AB204.zipにおいて入手可能である。ＡＶＣ規格のバージョンは、ＪＶＴ−ＡＤ００７、「Editors' draft revision to ITU-T Rec. H.264 | ISO/IEC 14496-10 Advanced Video Coding - in preparation for ITU-T SG 16 AAP Consent (in integrated form)」、３０ｔｈ ＪＶＴ ｍｅｅｔｉｎｇ、Ｇｅｎｅｖａ、ＣＨ、２００９年２月に記載されており、これは、http://wftp3.itu.int/av-arch/jvt-site/2009_01_Geneva/JVT-AD007.zipから入手可能である。この文書はＳＶＣとＭＶＣとをＡＶＣ仕様に組み込んでいる。

概して、本開示では、ビデオデータの記憶およびトランスポートのための技法について説明する。本開示は、３Ｄビデオ表現規格、たとえば、マルチビュービデオコーディング（ＭＶＣ）に準拠するコード化ビデオデータについての属性をシグナリングすることと、たとえば、ハイパーテキストトランスポートプロトコル（ＨＴＴＰ）ストリーミングに従って、ネットワークを介してコード化ビデオデータをストリーミングすることとを行うための技法を提供する。属性はビデオサービスのマニフェスト(manifest)の一部として含まれ得、これは、クライアントが、異なる属性を用いて３Ｄビデオ表現を選択することによって３Ｄ知覚、たとえば、ビューアングル／位置を調整するために属性を使用し得るように、クライアントがいずれかの特定のビデオ表現を再生し始める前に送信され得る。属性は、コード化ビデオデータの複数のビュー(view)についてのカメラパースペクティブ（camera perspectives）のロケーションを記述し得る。たとえば、カメラパースペクティブのロケーションに従ってビュー識別子が割り当てられ得る。属性は、出力のターゲットにされ得る表現中のビューの、およびいくつかの例では、１つまたは複数の表現についての１つまたは複数の動作点に割り当てられたビューの、最大数をも記述し得る。

一例では、ビデオデータについての情報をシグナリングする方法が、マルチメディアコンテンツについて、シーン（scene）の２つ以上のビュー(v1ew)についてのビデオデータを受信することと、２つ以上のビューの各々についてのカメラパースペクティブの水平ロケーション(horizontal location)を判断することと、ビュー識別子がカメラパースペクティブの相対水平ロケーションに対応するように、２つ以上のビューにビュー識別子を割り当てることと、マルチメディアコンテンツの表現を形成することであって、表現が２つ以上のビューのサブセットを備える、形成することと、クライアントデバイスに、マルチメディアコンテンツの表現のマニフェストの一部として、表現についての最大ビュー識別子と最小ビュー識別子とを示す情報を送ることとを含む。

別の例では、ビデオデータについての情報をシグナリングするための装置が、マルチメディアコンテンツについて、シーンの２つ以上のビューについてのビデオデータを受信することと、２つ以上のビューの各々についてのカメラパースペクティブの水平ロケーションを判断することと、ビュー識別子がカメラパースペクティブの相対水平ロケーションに対応するように、２つ以上のビューにビュー識別子を割り当てることと、マルチメディアコンテンツの表現を形成することであって、表現が２つ以上のビューのサブセットを備える、形成することと、クライアントデバイスに、マルチメディアコンテンツの表現のマニフェストの一部として、表現についての最大ビュー識別子と最小ビュー識別子とを示す情報を送ることとを行うように構成されたプロセッサを含む。

別の例では、ビデオデータについての情報をシグナリングするための装置が、マルチメディアコンテンツについて、シーンの２つ以上のビューについてのビデオデータを受信するための手段と、２つ以上のビューの各々についてのカメラパースペクティブの水平ロケーションを判断するための手段と、ビュー識別子がカメラパースペクティブの相対水平ロケーションに対応するように、２つ以上のビューにビュー識別子を割り当てるための手段と、マルチメディアコンテンツの表現を形成するための手段であって、表現が２つ以上のビューのサブセットを備える、形成するための手段と、クライアントデバイスに、マルチメディアコンテンツの表現のマニフェストの一部として、表現についての最大ビュー識別子と最小ビュー識別子とを示す情報を送るための手段とを含む。

別の例では、コンピュータプログラム製品が、実行されたとき、ビデオデータについての情報をシグナリングするためのソースデバイスのプロセッサに、マルチメディアコンテンツについて、シーンの２つ以上のビューについてのビデオデータを受信することと、２つ以上のビューの各々についてのカメラパースペクティブの水平ロケーションを判断することと、ビュー識別子(view identifier)がカメラパースペクティブの相対水平ロケーションに対応するように、２つ以上のビューにビュー識別子を割り当てることと、マルチメディアコンテンツの表現を形成することであって、表現が２つ以上のビューのサブセットを備える、形成することと、クライアントデバイスに、マルチメディアコンテンツの表現のマニフェストの一部として、表現についての最大ビュー識別子と最小ビュー識別子とを示す情報を送ることとを行わせる、命令を備えるコンピュータ可読記憶媒体を含む。

別の例では、ビデオデータについての情報を受信する方法が、表現についての最大ビュー識別子と表現についての最小ビュー識別子とを示す情報を受信することであって、最大ビュー識別子が、シーンの第１のビューについてのビュー識別子を備え、最小ビュー識別子が、シーンの第２のビューについてのビュー識別子を備え、表現が、第１のビューと第２のビューとを含む２つ以上のビューについてのビデオデータを備える、受信することと、最大ビュー識別子と最小ビュー識別子とに基づいて、表現の２つ以上のビューについてのカメラパースペクティブの最大水平ロケーションと、表現の２つ以上のビューについてのカメラパースペクティブの最小水平ロケーションとを判断することであって、２つ以上のビューについてのビュー識別子が２つ以上のビューについてのカメラパースペクティブの相対水平ロケーションに対応するように、ビュー識別子が割り当てられる、判断することと、表現の２つ以上のビューについてのカメラパースペクティブの判断された最大および最小水平ロケーションに少なくとも部分的に基づいて表現のビデオデータの少なくとも一部分を要求することとを含む。

別の例では、ビデオデータについての情報を受信するための装置が、表現についての最大ビュー識別子と表現についての最小ビュー識別子とを示す情報を受信することであって、最大ビュー識別子が、シーンの第１のビューについてのビュー識別子を備え、最小ビュー識別子が、シーンの第２のビューについてのビュー識別子を備え、表現が、第１のビューと第２のビューとを含む２つ以上のビューについてのビデオデータを備える、受信することと、最大ビュー識別子と最小ビュー識別子とに基づいて、表現の２つ以上のビューについてのカメラパースペクティブの最大水平ロケーションと、表現の２つ以上のビューについてのカメラパースペクティブの最小水平ロケーションとを判断することであって、２つ以上のビューについてのビュー識別子が２つ以上のビューについてのカメラパースペクティブの相対水平ロケーションに対応するように、ビュー識別子が割り当てられる、判断することと、表現の２つ以上のビューについてのカメラパースペクティブの判断された最大および最小水平ロケーションに少なくとも部分的に基づいて表現のビデオデータの少なくとも一部分を要求することとを行うように構成されたプロセッサを含む。

別の例では、ビデオデータについての情報を受信するための装置が、表現についての最大ビュー識別子と表現についての最小ビュー識別子とを示す情報を受信するための手段であって、最大ビュー識別子が、シーンの第１のビューについてのビュー識別子を備え、最小ビュー識別子が、シーンの第２のビューについてのビュー識別子を備え、表現が、第１のビューと第２のビューとを含む２つ以上のビューについてのビデオデータを備える、受信するための手段と、最大ビュー識別子と最小ビュー識別子とに基づいて、表現の２つ以上のビューについてのカメラパースペクティブの最大水平ロケーションと、表現の２つ以上のビューについてのカメラパースペクティブの最小水平ロケーションとを判断するための手段であって、２つ以上のビューについてのビュー識別子が２つ以上のビューについてのカメラパースペクティブの相対水平ロケーションに対応するように、ビュー識別子が割り当てられる、判断するための手段と、表現の２つ以上のビューについてのカメラパースペクティブの判断された最大および最小水平ロケーションに少なくとも部分的に基づいて表現のビデオデータの少なくとも一部分を要求するための手段とを含む。

別の例では、コンピュータプログラム製品が、ビデオデータについての情報を受信するための宛先デバイスのプロセッサに、表現についての最大ビュー識別子と表現についての最小ビュー識別子とを示す情報を受信することであって、最大ビュー識別子が、シーンの第１のビューについてのビュー識別子を備え、最小ビュー識別子が、シーンの第２のビューについてのビュー識別子を備え、表現が、第１のビューと第２のビューとを含む２つ以上のビューについてのビデオデータを備える、受信することと、最大ビュー識別子と最小ビュー識別子とに基づいて、表現の２つ以上のビューについてのカメラパースペクティブの最大水平ロケーションと、表現の２つ以上のビューについてのカメラパースペクティブの最小水平ロケーションとを判断することであって、２つ以上のビューについてのビュー識別子が２つ以上のビューについてのカメラパースペクティブの相対水平ロケーションに対応するように、ビュー識別子が割り当てられる、判断することと、表現の２つ以上のビューについてのカメラパースペクティブの判断された最大および最小水平ロケーションに少なくとも部分的に基づいて表現のビデオデータの少なくとも一部分を要求することとを行わせる、命令を備えるコンピュータ可読記憶媒体を含む。

別の例では、ビデオデータについての情報をシグナリングする方法が、マルチメディアコンテンツについて、シーンの２つ以上のビューについてのビデオデータを受信することと、マルチメディアコンテンツの表現を形成することであって、表現が２つ以上のビューのサブセットを備える、形成することと、クライアントデバイスに、マルチメディアコンテンツの表現のマニフェストの一部として、出力のターゲットにされ得る表現中のビューの最大数を示す情報を送ることとを含む。

別の例では、ビデオデータについての情報をシグナリングするための装置が、マルチメディアコンテンツについて、シーンの２つ以上のビューについてのビデオデータを受信することと、マルチメディアコンテンツの表現を形成することであって、表現が２つ以上のビューのサブセットを備える、形成することと、クライアントデバイスに、マルチメディアコンテンツの表現のマニフェストの一部として、出力のターゲットにされ得る表現中のビューの最大数を示す情報を送ることとを行うように構成されたプロセッサを含む。

別の例では、ビデオデータについての情報をシグナリングするための装置が、マルチメディアコンテンツについて、シーンの２つ以上のビューについてのビデオデータを受信するための手段と、マルチメディアコンテンツの表現を形成するための手段であって、表現が２つ以上のビューのサブセットを備える、形成するための手段と、クライアントデバイスに、マルチメディアコンテンツの表現のマニフェストの一部として、出力のターゲットにされ得る表現中のビューの最大数を示す情報を送るための手段とを含む。

別の例では、コンピュータプログラム製品が、実行されたとき、ビデオデータについての情報をシグナリングするためのデバイスのプロセッサに、マルチメディアコンテンツについて、シーンの２つ以上のビューについてのビデオデータを受信することと、２つ以上のビューのサブセットを備える表現を形成することと、クライアントデバイスに、マルチメディアコンテンツの表現のマニフェストの一部として、出力のターゲットにされ得る表現中のビューの最大数を示す情報を送ることとを行わせる、命令を記憶したコンピュータ可読記憶媒体を含む。

別の例では、ビデオデータについての情報を受信する方法が、出力のターゲットにされ得る表現中のビューの最大数を示す情報を受信することであって、表現がシーンの１つまたは複数のビューについてのビデオデータを備える、受信することと、宛先デバイスによって出力され得るビューの最大数を判断することと、宛先デバイスによって出力され得るビューの判断された最大数と、出力のターゲットにされ得る表現中のビューの最大数を示す情報とに少なくとも部分的に基づいて、表現のビデオデータの少なくとも一部分を要求することとを含む。

別の例では、ビデオデータについての情報を受信するための宛先装置が、出力のターゲットにされ得る表現中のビューの最大数を示す情報を受信することであって、表現がシーンの１つまたは複数のビューについてのビデオデータを備える、受信することと、宛先装置によって出力され得るビューの最大数を判断することと、宛先装置によって出力され得るビューの判断された最大数と、出力のターゲットにされ得る表現中のビューの最大数を示す情報とに少なくとも部分的に基づいて、表現のビデオデータの少なくとも一部分を要求することとを行うように構成されたプロセッサを含む。

別の例では、ビデオデータについての情報を受信するための宛先装置が、出力のターゲットにされ得る表現中のビューの最大数を示す情報を受信するための手段であって、表現がシーンの１つまたは複数のビューについてのビデオデータを備える、受信するための手段と、宛先装置によって出力され得るビューの最大数を判断するための手段と、宛先装置によって出力され得るビューの判断された最大数と、出力のターゲットにされ得る表現中のビューの最大数を示す情報とに少なくとも部分的に基づいて、表現のビデオデータの少なくとも一部分を要求するための手段とを含む。

別の例では、コンピュータプログラム製品が、実行されたとき、ビデオデータについての情報を受信するための宛先デバイスのプロセッサに、出力のターゲットにされ得る表現中のビューの最大数を示す情報を受信することであって、表現がシーンの１つまたは複数のビューについてのビデオデータを備える、受信することと、宛先デバイスによって出力され得るビューの最大数を判断することと、宛先デバイスによって出力され得るビューの判断された最大数と、出力のターゲットにされ得る表現中のビューの最大数を示す情報とに少なくとも部分的に基づいて、表現のビデオデータの少なくとも一部分を要求することとを行わせる、命令を記憶したコンピュータ可読媒体を含む。

このようにして、本開示の技法は、表現の各々について与えられる３次元深さの相対量を判断するために使用され得る。概して、表現のすべてが、同じＭＶＣビットストリームのビットストリームサブセットである場合、より大きいビュー識別子範囲（すなわち、最大ビュー識別子と最小ビュー識別子との間の差）をもつ３次元ビデオ表現は、一般に、より小さい範囲を有する表現よりもアグレッシブな３次元ビデオ知覚をもたらし得る。シグナリングされる情報は、ビューの相対ジオメトリ（たとえば、増加するビュー識別子が、ビューについてのカメラパースペクティブの水平方向に増加するロケーションを示すかどうか）、および／または表現について出力のターゲットにされるビューの最大数、を示す情報をさらに含み得る。

オーディオ／ビデオ（Ａ／Ｖ）ソースデバイスがオーディオおよびビデオデータをＡ／Ｖ宛先デバイスに転送する例示的なシステムを示すブロック図。 例示的なカプセル化ユニットの構成要素を示すブロック図。 様々なロケーションからシーンのビューについての画像データをキャプチャするためのカメラのアレイを示す概念図。 マルチメディアコンテンツの様々な表現についての属性を与えるメディアプレゼンテーション記述（ＭＰＤ：media presentation description）の概念図。 例示的なＭＶＣ予測パターンを示す概念図。 ソースデバイスがビデオデータについての情報をシグナリングし、宛先デバイスがその情報を受信する、例示的な方法を示すフローチャート。 マルチメディアコンテンツのビューにビュー識別子を割り当て、表現のターゲット出力ビューの数を動作点として提示するための、例示的な方法を示すフローチャート。 マルチメディアコンテンツのビューについてのビュー識別子と、動作点としての表現のターゲット出力ビューの数とを含む、ビデオデータについての情報を受信する方法の一例を示すフローチャート。

［詳細な説明］
概して、本開示では、ビデオデータの記憶およびトランスポートのための技法について説明する。より詳細には、本開示は、マルチビュービデオコーディング（ＭＶＣ）に準拠するコード化ビデオデータについての属性をシグナリングすることと、たとえば、ハイパーテキストトランスポートプロトコル（ＨＴＴＰ）ストリーミングに従って、ネットワークを介してコード化ビデオデータをストリーミングすることとを行うための技法を提供する。いくつかの例では、ストリーミングネットワークデータは動的適応ストリーミングオーバーＨＴＴＰ（ＤＡＳＨ：Dynamic Adaptive Streaming over HTTP）に準拠し得る。属性は、いくつかの例では、出力のターゲットにされ得る表現中のビューの最大数を記述し得る。

本開示の技法によれば、マルチメディアコンテンツのビューについてのビュー識別子が、コード化ビデオデータのビューについてのカメラパースペクティブの水平ロケーションに対応し得る。たとえば、カメラパースペクティブの水平ロケーションに従ってビュー識別子（ｖｉｅｗ＿ｉｄ）が割り当てられ得る。いくつかの例では、カメラパースペクティブの水平ロケーションは、ビュー識別子の関数（たとえば、単調増加または減少関数）に従って判断され得る。このようにすると、第１のビューおよび第２のビューについてのビュー識別子に基づいて、第１のビューについてのカメラパースペクティブが、別個のビューのカメラパースペクティブの水平方向左側または水平方向右側にあると判断され得る。その上、ビューの各々についてのカメラパースペクティブの水平ロケーションは、ビューについてのビュー識別子に基づいて（たとえば、宛先デバイスによって）順番に配置され得る。

いくつかの例では、属性は、表現のすべてのビューについての最小および／または最大ビュー識別子を含み得る。このようにして、属性は、マルチメディアコンテンツの表現についてのビュー識別子の範囲をシグナリングし得る。ビュー識別子は、ビューについてのカメラパースペクティブの水平ロケーションに対応し得るので、宛先デバイスは、各表現についての深さの相対量を判断し得る。属性は、さらに、ビュー識別子がどのように割り当てられるか、たとえば、より大きいビュー識別子が、より小さいカメラパースペクティブをもつビューについてのカメラパースペクティブの水平ロケーションの左側にあるカメラパースペクティブの水平ロケーションを有するビューに対応するのか、右側にあるカメラパースペクティブの水平ロケーションを有するビューに対応するのか、についての指示を与え得る。概して、最大ビュー識別子と最小ビュー識別子との間のより高い範囲は、表現の３次元ビデオデータについての深さのより大きい範囲に対応し得る。いくつかの例では、属性は、表現についてのターゲット出力ビューの最大数を含み得る。ターゲット出力ビューの最大数は、いくつかの例では、動作点として提示され得る。ターゲット出力ビューの最大数が１に等しい場合、ビュー識別子範囲についてただ１つのビュー識別子がシグナリングされ得る。

宛先デバイスは、表現についての深さの相対量に基づいて表現を選択するように構成され得る。たとえば、宛先デバイスが比較的大きいディスプレイ（たとえば、３次元対応テレビジョン）に結合された場合は、宛先デバイスは、深さのより大きい範囲を有する表現を選択し得、宛先デバイスが比較的小さいディスプレイ（たとえば、セルラー電話、タブレットコンピュータ、またはラップトップコンピュータなどのモバイルデバイス）に結合された場合は、宛先デバイスは、深さのより小さい範囲を有する表現を選択し得る。宛先デバイスはまた、表示され得るビューの数に関して異なり得、したがって、宛先デバイスは、属性においてシグナリングされた、出力のターゲットにされるビューの数を使用して、表現について出力のターゲットにされるビューの数に基づいて、その表現を選択し得る。

たとえば、ＭＰＤデータ構造中で、表現を記述する情報を使用して、クライアントデバイスは、それらの表現のうち、取り出すべき表現を選択し得る。たとえば、ソースデバイスは、異なる復号およびレンダリング能力のクライアントデバイスに適応するために多種多様な表現を与え得る。同じ未加工入力ビデオデータが、たとえば、ビューの異なる数、異なる選択されたビュー、異なるビットレート、異なるフレームレート、異なる解像度、異なる符号化規格、または表現間の他の差を用いて、多種多様な方法で符号化され得る。その場合、ソースデバイスは、クライアントデバイスによって取り出され得る、メディアプレゼンテーション記述子（ＭＰＤ：media presentation descriptor）などのデータ構造中で各表現の属性を記述し得る。その場合、クライアントデバイスは、表現を選択するためにＭＰＤを取り出し得る。

たとえば、クライアントデバイスは、（たとえば、最大ビュー識別子と最小ビュー識別子がビューについてのカメラパースペクティブの相対ロケーションを表すように、それらのビュー識別子が割り当てられたときの、最大ビュー識別子と最小ビュー識別子との間の差に対応する）深さの所望の量に基づいて表現（またはそれの動作点）を選択するように構成され得る。別の例として、クライアントデバイスは、出力のターゲットにされ得るビューの最大数、ならびにクライアントデバイスによって表示され得るビューの最大数に基づいて、表現（またはそれの動作点）を選択するように構成され得る。このようにして、クライアントは、それのディスプレイ能力を十分に利用することを試みながら、使用され得る（すなわち、表示され得る）よりも多くのビデオデータのいかなる復号をも最小限に抑えることまたはなくすことをも試み得る。

本開示の技法は、ＩＳＯベースメディアファイルフォーマット、Ｓｃａｌａｂｌｅ Ｖｉｄｅｏ Ｃｏｄｉｎｇ（ＳＶＣ）ファイルフォーマット、Ａｄｖａｎｃｅｄ Ｖｉｄｅｏ Ｃｏｄｉｎｇ（ＡＶＣ）ファイルフォーマット、Ｔｈｉｒｄ Ｇｅｎｅｒａｔｉｏｎ Ｐａｒｔｎｅｒｓｈｉｐ Ｐｒｏｊｅｃｔ（３ＧＰＰ）ファイルフォーマット、および／またはＭｕｌｔｉｖｉｅｗ Ｖｉｄｅｏ Ｃｏｄｉｎｇ（ＭＶＣ）ファイルフォーマットのうちのいずれか、あるいは他の同様のビデオファイルフォーマットに従ってカプセル化されたビデオデータに準拠するビデオファイルに適用され得る。

いくつかの例では、複数のビューがマルチメディアコンテンツについての別個の表現として符号化され得る。各表現は、それぞれのビットストリームとして符号化され得る。そのような例において３次元ビデオをレンダリングするために、クライアントデバイスは、マルチメディアコンテンツの２つ以上の表現を取り出し得る。そのような例では、ソースデバイスは、仮想ビュー識別子が表現のビューについてのカメラパースペクティブの相対ロケーションに対応するように、表現に仮想ビュー識別子を割り当て得る。したがって、本開示の技法は、ＭＰＥＧ−２（Ｍｏｔｉｏｎ Ｐｉｃｔｕｒｅ Ｅｘｐｅｒｔｓ Ｇｒｏｕｐ）、ＭＰＥＧ−４、ＩＴＵ−Ｔ Ｈ．２６４／ＡＶＣ、Ｈｉｇｈ Ｅｆｆｉｃｉｅｎｃｙ Ｖｉｄｅｏ Ｃｏｄｉｎｇ（ＨＥＶＣ）、または他のビデオコーディング規格に従ってシングルビュービットストリームをコーディングすることによって、３次元ビデオがサポートされる場合でも、適用され得る。

ＩＳＯベースメディアファイルフォーマットは、メディアの交換、管理、編集、およびプレゼンテーションを可能にする、フレキシブルな、拡張可能なフォーマットでのプレゼンテーションのための、時限メディア情報を含んでいるように設計される。ＩＳＯベースメディアファイルフォーマット（ＩＳＯ／ＩＥＣ１４４９６−１２：２００４）は、時間ベースメディアファイルのための一般的な構造を定義するＭＰＥＧ−４ Ｐａｒｔ１２において規定されている。それは、Ｈ．２６４／ＭＰＥＧ−４ ＡＶＣビデオ圧縮のサポートを定義したＡＶＣファイルフォーマット（ＩＳＯ／ＩＥＣ１４４９６−１５）、３ＧＰＰファイルフォーマット、ＳＶＣファイルフォーマット、およびＭＶＣファイルフォーマットなどのファミリー中の他のファイルフォーマットに対する基準として使用される。３ＧＰＰファイルフォーマットおよびＭＶＣファイルフォーマットはＡＶＣファイルフォーマットの拡張である。ＩＳＯベースメディアファイルフォーマットは、オーディオビジュアルプレゼンテーションなどのメディアデータの時限シーケンスのためのタイミング、構造、およびメディア情報を含んでいる。ファイル構造はオブジェクト指向であり得る。ファイルは、非常に単純に基本オブジェクトに分解され得、オブジェクトの構造はそれらのタイプから暗示される。

メディアがストリーミングプロトコルを介して配信されるとき、メディアは、それがファイルにおいて表される形から変換される必要があり得る。これの一例は、メディアがリアルタイムトランスポートプロトコル（ＲＴＰ）を介して送信されるときである。ファイルでは、たとえば、ビデオの各フレームが、ファイルフォーマットサンプルとして連続して記憶される。ＲＴＰでは、これらのフレームをＲＴＰパケット中に配置するために、使用されるコーデックに固有のパケット化ルールが順守されなければならない。ストリーミングサーバは、実行時にそのようなパケット化を計算するように構成され得る。ただし、ストリーミングサーバの支援のサポートがある。

本開示の技法は、たとえば、動的適応ストリーミングオーバーＨＴＴＰ（ＤＡＳＨ）による、ＨＴＴＰストリーミングなどのネットワークストリーミングプロトコル(network streaming protocol)に適用可能であり得る。ＭＰＥＧ規格は、たとえば、３ＧＰＰ ＨＴＴＰストリーミングに基づくＨＴＴＰストリーミングをサポートする。ＨＴＴＰストリーミングでは、頻繁に使用される動作にはＧＥＴおよび部分ＧＥＴがある。ＧＥＴ動作は、所与のユニフォームリソースロケータ（ＵＲＬ）またはユニフォームリソースネーム（ＵＲＮ）に関連するファイル全体を取り出す。部分ＧＥＴ動作は、入力パラメータとしてバイト範囲を受信し、受信したバイト範囲に対応するファイルの連続するいくつかのバイトを取り出す。したがって、部分ＧＥＴ動作は１つまたは複数の個々のムービーフラグメントを得ることができるので、ＨＴＴＰストリーミングのためのムービーフラグメントが与えられ得る。ムービーフラグメントには、異なるトラックのいくつかのトラックフラグメントがあり得ることに留意されたい。ＨＴＴＰストリーミングでは、メディアプレゼンテーションは、クライアントがアクセス可能であるデータの構造化された集合であり得る。クライアントは、ストリーミングサービスをユーザに提示するために、メディアデータ情報を要求し、ダウンロードし得る。

ＨＴＴＰストリーミングを使用して３ＧＰＰデータをストリーミングする例では、マルチメディアコンテンツのビデオおよび／またはオーディオデータのための複数の表現があり得る。そのような表現のマニフェストは、メディアプレゼンテーション記述（ＭＰＤ）データ構造中で定義され得る。メディアプレゼンテーションは、ＨＴＴＰストリーミングクライアントデバイスがアクセス可能であるデータの構造化された集合に対応し得る。ＨＴＴＰストリーミングクライアントデバイスは、クライアントデバイスのユーザにストリーミングサービスを提示するために、メディアデータ情報を要求し、ダウンロードし得る。ＭＰＤの更新を含み得るＭＰＤデータ構造中にメディアプレゼンテーションが記述され得る。

メディアプレゼンテーションは、１つまたは複数の期間のシーケンスを含んでいることがある。期間は、ＭＰＤ中のＰｅｒｉｏｄ要素によって定義され得る。各期間は、ＭＰＤ中に属性ｓｔａｒｔを有し得る。ＭＰＤは、期間ごとのｓｔａｒｔ属性とａｖａｉｌａｂｌｅＳｔａｒｔＴｉｍｅ属性とを含み得る。ライブサービスでは、期間のｓｔａｒｔ属性とＭＰＤ属性ａｖａｉｌａｂｌｅＳｔａｒｔＴｉｍｅとの和は、ＵＴＣフォーマットでの期間の利用可能性時間、特に、対応する期間中の各表現の第１のメディアセグメントを指定し得る。オンデマンドサービスでは、第１の期間のｓｔａｒｔ属性は０であり得る。他の期間では、ｓｔａｒｔ属性は、対応する期間の開始時間と第１の期間の開始時間との間の時間オフセットを指定し得る。各期間は、次の期間の開始まで、または最後の期間の場合、メディアプレゼンテーションの終了まで継続し得る。期間開始時間は正確であり得る。それらは、すべての前の期間のメディアを再生することから得られる実際のタイミングを反映し得る。

各期間は、同じメディアコンテンツのための１つまたは複数の表現を含んでいることがある。表現は、オーディオまたはビデオデータのいくつかの代替符号化バージョンの１つであり得る。表現は、符号化タイプによって、たとえば、ビデオデータの場合、ビットレート、解像度、および／またはコーデックによって、ならびにオーディオデータの場合、ビットレート、言語、および／またはコーデックによって異なり得る。表現という用語は、マルチメディアコンテンツの特定の期間に対応する、特定の方法で符号化された、符号化オーディオまたはビデオデータのセクションを指すために使用され得る。

特定の期間の表現は、ＭＰＤ中のｇｒｏｕｐ属性によって示されるグループに割り当てられ得る。同じグループ中の表現は、概して互いの代替と見なされる。たとえば、特定の期間にわたるマルチメディアコンテンツのビデオデータを表示するために、表現のいずれも復号のために選択され得るように、対応する期間にわたるビデオデータの各表現が同じグループに割り当てられ得る。いくつかの例では、１つの期間内のメディアコンテンツは、存在する場合、グループ０からの１つの表現、または各非０グループからの多くても１つの表現の組合せのいずれかによって表され得る。期間の各表現のタイミングデータは、期間の開始時間に対して表され得る。

表現は１つまたは複数のセグメントを含み得る。各表現は初期化セグメントを含み得るか、または表現の各セグメントは自己初期化していることがある。存在するとき、初期化セグメントは、表現にアクセスするための初期化情報を含んでいることがある。概して、初期化セグメントはメディアデータを含んでいない。セグメントは、ユニフォームリソースロケータ（ＵＲＬ）、ユニフォームリソースネーム（ＵＲＮ）、またはユニフォームリソース識別子（ＵＲＩ）などの識別子によって一意に参照され得る。ＭＰＤはセグメントごとの識別子を与え得る。いくつかの例では、ＭＰＤはまた、ＵＲＬ、ＵＲＮ、またはＵＲＩによってアクセス可能なファイル内のセグメントのためのデータに対応し得るバイト範囲をｒａｎｇｅ属性の形態で与え得る。

各表現は、１つまたは複数のメディアコンポーネントをも含み得、その場合、各メディアコンポーネントは、オーディオ、ビデオ、または（たとえば、クローズドキャプションのための）時限テキストなど、１つの個々のメディアタイプの符号化バージョンに対応し得る。メディアコンポーネントは、１つの表現内の連続するメディアセグメントの境界を越えて時間連続であり得る。

いくつかの例では、表現についてのマニフェストにおいて、その表現の１つまたは複数の属性が与えられ得る。マニフェスト（またはマニフェストファイル）は、コード化ビデオサンプルを備えるビデオデータをサーバデバイスから宛先デバイスに送る前に、サーバデバイスから宛先デバイスに送られ得る。宛先デバイスは、そのマニフェストを使用して、表現を選択し、その表現からコード化サンプルを取り出し得る。たとえば、マニフェストは、表現についての最大ビュー識別子、表現についての最小ビュー識別子、ビュー識別子とビューについてのカメラパースペクティブの水平ロケーションとの間の関係の指示、および／または表現中の出力のターゲットにされるビューの最大数の指示、を示す情報を含み得る。本開示で使用するＭＰＤは、たとえば、ＨＴＴＰストリーミングのコンテキストにおける、マニフェストの一例である。

いくつかの例として、マニフェストは、フラッシュメディアマニフェストファイル（ＦＭＦ：Flash Media Manifest File）拡張可能マークアップ言語（ＸＭＬ：extensible markup language）フォーマットされたファイル、Ｍ３Ｕプレイリストファイル、同期マルチメディア統合言語（ＳＭＩＬ：synchronized multimedia integration language）ドキュメントなどのサーバマニフェストファイル、およびクライアントマニフェストファイルに対応し得るが、他の例では、同様のデータ構造が使用され得る。概して、本開示の技法について、例として表現（またはマルチメディアコンテンツについての複数の表現）の属性をシグナリングするためのＭＰＤの使用に関して説明するが、本技法は、概して、マニフェストの他の例、たとえば、等価なまたは同様のデータ構造または要素に適用され得る。

図１は、オーディオ／ビデオ（Ａ／Ｖ）ソースデバイス２０がオーディオおよびビデオデータをＡ／Ｖ宛先デバイス４０にトランスポートする例示的なシステム１０を示すブロック図である。図１のシステム１０は、ビデオ通信会議システム、サーバ／クライアントシステム、放送事業者／受信機システム、またはＡ／Ｖソースデバイス２０などのソースデバイスからＡ／Ｖ宛先デバイス４０などの宛先デバイスにビデオデータが送られる任意の他のシステムに対応し得る。いくつかの例では、Ａ／Ｖソースデバイス２０およびＡ／Ｖ宛先デバイス４０は双方向情報交換を実行し得る。すなわち、Ａ／Ｖソースデバイス２０およびＡ／Ｖ宛先デバイス４０は、オーディオおよびビデオデータの符号化と復号（および、送信と受信）の両方が可能であり得る。いくつかの例では、オーディオエンコーダ２６は、ボコーダとも呼ばれるボイスエンコーダを備え得る。

Ａ／Ｖソースデバイス２０は、図１の例では、オーディオソース２２とビデオソース２４とを備える。オーディオソース２２は、たとえば、オーディオエンコーダ２６によって符号化されるべき、キャプチャされたオーディオデータを表す電気信号を生成するマイクロフォンを備え得る。代替的に、オーディオソース２２は、前に記録されたオーディオデータを記憶する記憶媒体、コンピュータシンセサイザなどのオーディオデータ生成器、またはオーディオデータの任意の他のソースを備え得る。ビデオソース２４は、ビデオエンコーダ２８によって符号化されるべきビデオデータを生成するビデオカメラ、前に記録されたビデオデータで符号化された記憶媒体、ビデオデータ生成ユニット、またはビデオデータの任意の他のソースを備え得る。

未加工オーディオおよびビデオデータは、アナログまたはデジタルデータを備え得る。アナログデータは、オーディオエンコーダ２６および／またはビデオエンコーダ２８によって符号化される前にデジタル化され得る。オーディオソース２２は、通話参加者が話している間、通話参加者からオーディオデータを取得し得、同時に、ビデオソース２４は、通話参加者のビデオデータを取得し得る。他の例では、オーディオソース２２は、記憶されたオーディオデータを備えるコンピュータ可読記憶媒体を備え得、ビデオソース２４は、記憶されたビデオデータを備えるコンピュータ可読記憶媒体を備え得る。このようにして、本開示で説明する技法は、ライブ、ストリーミング、リアルタイムオーディオおよびビデオデータ、またはアーカイブされた、あらかじめ記録されたオーディオおよびビデオデータに適用され得る。

ビデオソース２４は、シーンの複数の同時ビューを与え得る。たとえば、ビデオソース２４は、カメラアレイ、たとえば、ある量の距離だけそれぞれ分離された２つ以上のカメラに対応し得、その結果、アレイ中のカメラの各々は、ほぼ共通の焦点に向けられる。このようにして、カメラの各々は、シーンのわずかに異なるパースペクティブを与え得る。カプセル化ユニット３０が、アレイ中のカメラの相対ロケーションを示す情報を受信し、ビュー識別子がカメラおよびカメラパースペクティブのロケーションに対応するように、カメラによってキャプチャされたビューにビュー識別子を割り当て得る。たとえば、カプセル化ユニット３０は、カメラパースペクティブのロケーションの単調増加関数または単調減少関数に従ってビュー識別子を割り当て得る。

また、ビデオソース２４は、他の技法を使用して複数の同時ビューを与え得る。たとえば、ビデオソース２４は、シーン中のオブジェクトについて１つのビューおよび深さ情報を与え得る。深さ情報は、第２の仮想カメラパースペクティブから第２のビューを生成するために使用され得る。ビデオソース２４は、第２のビューを生成するためのプロセッサを含み得、またはビデオエンコーダ２８のための前処理ユニットが第２のビューを生成し得る。いくつかの例では、ビデオソース２４は、２つ以上のカメラパースペクティブを使用してコンピュータグラフィックスを生成するコンピュータを備え得る。

ビデオフレームに対応するオーディオフレームは、概して、ビデオフレーム内に含まれている、ビデオソース２４によってキャプチャされたビデオデータと同時にオーディオソース２２によってキャプチャされたオーディオデータを含んでいるオーディオフレームである。たとえば、通話参加者が概して話すことによってオーディオデータを生成する間、オーディオソース２２はオーディオデータをキャプチャし、同時に、すなわちオーディオソース２２がオーディオデータをキャプチャしている間、ビデオソース２４は通話参加者のビデオデータをキャプチャする。したがって、オーディオフレームは、１つまたは複数の特定のビデオフレームに時間的に対応し得る。したがって、ビデオフレームに対応するオーディオフレームは、概して、オーディオデータとビデオデータとが同時にキャプチャされる状況、およびオーディオフレームとビデオフレームとが、それぞれ、同時にキャプチャされたオーディオデータとビデオデータとを備える状況に対応する。

いくつかの例では、オーディオエンコーダ２６は、符号化オーディオフレームのオーディオデータが記録された時間を表す、各符号化オーディオフレームにおけるタイムスタンプを符号化し得、同様に、ビデオエンコーダ２８は、符号化ビデオフレームのビデオデータが記録された時間を表す、各符号化ビデオフレームにおけるタイムスタンプを符号化し得る。そのような例では、ビデオフレームに対応するオーディオフレームは、タイムスタンプを備えるオーディオフレームと同じタイムスタンプを備えるビデオフレームとを備え得る。Ａ／Ｖソースデバイス２０は、オーディオエンコーダ２６および／またはビデオエンコーダ２８がそこからタイムスタンプを生成し得るか、あるいはオーディオソース２２およびビデオソース２４がオーディオおよびビデオデータをそれぞれタイムスタンプに関連付けるために使用し得る、内部クロックを含み得る。

いくつかの例では、オーディオソース２２は、オーディオデータが記録された時間に対応するデータをオーディオエンコーダ２６に送り得、ビデオソース２４は、ビデオデータが記録された時間に対応するデータをビデオエンコーダ２８に送り得る。いくつかの例では、オーディオエンコーダ２６は、必ずしもオーディオデータが記録された絶対時刻を示すことなしに、符号化オーディオデータの相対的時間順序付けを示すために、符号化オーディオデータ中のシーケンス識別子を符号化し得、同様に、ビデオエンコーダ２８も、符号化ビデオデータの相対的時間順序付けを示すためにシーケンス識別子を使用し得る。同様に、いくつかの例では、シーケンス識別子は、タイムスタンプにマッピングされるか、または場合によってはタイムスタンプと相関し得る。

本開示の技法は、概して、符号化マルチメディア（たとえば、オーディオおよびビデオ）データの記憶およびトランスポートと、トランスポートされたマルチメディアデータの受信ならびに後続の解釈および復号とを対象とする。図１の例に示すように、ビデオソース２４はシーンの複数のビューをビデオエンコーダ２８に与え得る。上記で説明したように、ビデオソース２４は、ビューについてのカメラパースペクティブのロケーションを示す情報をも与え得る。ビデオソース２４は、この情報をビデオエンコーダ２８に与えるか、またはその情報をカプセル化ユニット３０に直接与え得る。

カプセル化ユニット３０は、マルチメディアコンテンツのビューにビュー識別子を割り当てるために、ビューについてのカメラパースペクティブの相対ロケーションを示す情報を使用し得る。カプセル化ユニット３０は、マルチメディアコンテンツの１つまたは複数の表現を形成し得、その場合、表現の各々は１つまたは複数のビューを含み得る。いくつかの例では、ビデオエンコーダ２８は、たとえば、異なるフレームレート、異なるビットレート、異なる解像度、または他のそのような差を用いて、異なる方法で各ビューを符号化し得る。したがって、カプセル化ユニット３０は、様々な特性、たとえば、ビットレート、フレームレート、解像度などを有する様々な表現を形成し得る。表現の各々は、宛先デバイス４０によって取り出され得るそれぞれのビットストリームに対応し得る。カプセル化ユニット３０は、たとえば、マルチメディアコンテンツについてのメディアプレゼンテーション記述（ＭＰＤ）データ構造内で、各表現中に含まれるビューについてのビュー識別子（ｖｉｅｗ＿ｉｄ）の範囲の指示を与え得る。たとえば、カプセル化ユニット３０は、表現のビューについての最大ビュー識別子と最小ビュー識別子との指示を与え得る。ＭＰＤは、さらに、マルチメディアコンテンツの複数の表現の各々について出力のターゲットにされるビューの最大数の指示を与え得る。ＭＰＤまたはそれのデータは、いくつかの例では、（１つまたは複数の）表現についてのマニフェストに記憶され得る。

本開示の技法によれば、ビューに割り当てられるビュー識別子は、概して、ビューについてのカメラパースペクティブの水平ロケーションに対応し得る。たとえば、カプセル化ユニット３０は、ビューについてのカメラパースペクティブの水平ロケーションの単調増加関数に従ってビューにビュー識別子を割り当て得る。このようにして、第１のビューについての現実世界の座標における水平カメラロケーションが、第２のビューについての現実世界の座標における水平カメラロケーションの左側にあるとき、第１のビューについてのビュー識別子の値は、第２のビューについてのビュー識別子の値よりも小さいことがある。単調増加関数は、厳密に単調に増加する関数であり得る。

別の例として、カプセル化ユニット３０は、ビューについてのカメラパースペクティブの水平ロケーションの単調減少関数に従ってビューにビュー識別子を割り当て得る。このようにして、第１のビューについての現実世界の座標における水平カメラロケーションが、第２のビューについての現実世界の座標における水平カメラロケーションの左側にあるとき、第１のビューについてのビュー識別子の値は、第２のビューについてのビュー識別子の値よりも大きいことがある。単調減少関数は、厳密に単調に減少する関数であり得る。

各個のデータストリームは（オーディオかビデオかにかかわらず）エレメンタリストリームと呼ばれる。エレメンタリストリームは、表現の単一のデジタル的にコーディングされた（場合によっては圧縮された）構成要素である。たとえば、表現のコーディングされたビデオまたはオーディオ部分はエレメンタリストリームであり得る。エレメンタリストリームは、ビデオファイル内にカプセル化される前に、パケット化エレメンタリストリーム（ＰＥＳ：packetized elementary stream）に変換され得る。同じ表現内では、１つのエレメンタリストリームに属するＰＥＳパケットを他のものから区別するためにストリームＩＤが使用され得る。エレメンタリストリームの基本データ単位はパケット化エレメンタリストリーム（ＰＥＳ）パケットである。したがって、ＭＶＣビデオデータの各ビューはそれぞれのエレメンタリストリームに対応する。同様に、オーディオデータは１つまたは複数のそれぞれのエレメンタリストリームに対応する。

ＭＶＣコード化ビデオシーケンスは、ビデオデータのエレメンタリストリームに各々が対応するいくつかのサブビットストリームに分離され得る。ＭＶＣコード化ビデオシーケンスはまた、ビデオデータの２つ以上のエレメンタリストリーム（たとえば、２つ以上のビュー）を含むサブビットストリームに分離され得る。各サブビットストリームは、ＭＶＣ ｖｉｅｗ＿ｉｄサブセットを使用して識別され得る。各ＭＶＣ ｖｉｅｗ＿ｉｄサブセットの概念に基づいて、ＭＶＣビデオサブビットストリームが定義される。すなわち、サブビットストリーム中に含まれるビューのｖｉｅｗ＿ｉｄを示す情報があり得る。ＭＶＣビデオサブビットストリームは、ＭＶＣ ｖｉｅｗ＿ｉｄサブセットに記載されているビューのＮＡＬユニットを含んでいる。プログラムストリームは、概して、エレメンタリストリームのものであるＮＡＬユニットのみを含んでいる。また、どの２つのエレメンタリストリームも、同じビューを含むことはできないが、代わりに、３次元効果をもたらすためにシーンの別個のビュー、たとえば、異なるパースペクティブを含み得るように、設計される。

サブビットストリームを生成するためにＭＶＣビットストリームから１つまたは複数のビューを抽出することが可能である。ターゲット出力ビューの所与の妥当なセットをもつサブビットストリームは動作点と呼ばれる。ビューの依存性により、ターゲット出力ビューのセットは、サブビットストリーム中に含まれているビューのサブセットであり得る。また、ターゲット出力ビューは、サブビットストリーム中に含まれているビューと同じであり得る。ただし、サービスプロバイダが、多数のビューがある動作点をサポートすることを意図していない場合、ターゲット出力ビューの数は、含まれているビューのサブセットであり得る。それらの含まれているビューは、復号されるべきビューであることに留意されたい。

カプセル化ユニット３０は、さらに、表現の各々について出力のターゲットにされ得るビューの最大数の指示を与え得る。一例では、カプセル化ユニット３０は表現についての動作点を形成し得、その場合、各動作点は表現のビューのサブセットに対応する。いくつかの例では、出力のターゲットにされ得るビューの最大数は、表現についての最多数のビューを有する動作点に対応し得る。カプセル化ユニット３０は、表現中に含まれているすべての動作点の最大および最小ビュー識別子を示す情報をも与え得る。ターゲット出力ビューの最大数が１である場合、宛先デバイス４０は、ただ１つのビュー識別子がシグナリングされると判断し得る。

図１の例では、カプセル化ユニット３０は、ビデオエンコーダ２８からビデオデータを備えるエレメンタリストリームを受信し、オーディオエンコーダ２６からオーディオデータを備えるエレメンタリストリームを受信する。いくつかの例では、ビデオエンコーダ２８およびオーディオエンコーダ２６はそれぞれ、符号化データからＰＥＳパケットを形成するためのパケッタイザを含み得る。他の例では、ビデオエンコーダ２８およびオーディオエンコーダ２６はそれぞれ、符号化データからＰＥＳパケットを形成するためのそれぞれのパケッタイザとインターフェースし得る。さらに他の例では、カプセル化ユニット３０は、符号化オーディオデータと符号化ビデオデータとからＰＥＳパケットを形成するためのパケッタイザを含み得る。

本開示で使用する「表現」は、オーディオデータとビデオデータの組合せ、たとえばＡ／Ｖソースデバイス２０のサービスによって配信されたオーディオエレメンタリストリームと利用可能なビューのサブセットとを備え得る。各ＰＥＳパケットは、ＰＥＳパケットが属するエレメンタリストリームを識別するｓｔｒｅａｍ＿ｉｄを含む。カプセル化ユニット３０は、エレメンタリストリームをビデオファイルまたは他のカプセル化データ構造にアセンブルすることを担当する。

カプセル化ユニット３０は、オーディオエンコーダ２６とビデオエンコーダ２８とから表現のエレメンタリストリームのＰＥＳパケットを受信し、ＰＥＳパケットから対応するネットワークアブストラクションレイヤ（ＮＡＬ）ユニットを形成する。Ｈ．２６４／ＡＶＣ（Ａｄｖａｎｃｅｄ Ｖｉｄｅｏ Ｃｏｄｉｎｇ）の例では、コード化ビデオセグメントは、ビデオテレフォニー、ストレージ、ブロードキャスト、またはストリーミングなどの適用例に対処する「ネットワークフレンドリーな」ビデオ表現を与えるＮＡＬユニットに編成される。ＮＡＬユニットは、Ｖｉｄｅｏ Ｃｏｄｉｎｇ Ｌａｙｅｒ（ＶＣＬ）ＮＡＬユニットと非ＶＣＬ ＮＡＬユニットとにカテゴリー分類され得る。ＶＣＬユニットは、コア圧縮エンジンを含んでいることがあり、ブロック、マクロブロック、および／またはスライスレベルのデータを含み得る。他のＮＡＬユニットは非ＶＣＬ ＮＡＬユニットであり得る。いくつかの例では、通常は１次コード化ピクチャとして提示される、１つの時間インスタンス中のコード化ピクチャは、１つまたは複数のＮＡＬユニットを含み得るアクセスユニット中に含まれ得る。

非ＶＣＬ ＮＡＬユニットは、特に、パラメータセットＮＡＬユニットとＳＥＩ ＮＡＬユニットとを含み得る。パラメータセットは、（シーケンスパラメータセット（ＳＰＳ：sequence parameter set）中の）シーケンスレベルヘッダ情報と（ピクチャパラメータセット（ＰＰＳ：picture parameter set）中の）まれに変化するピクチャレベルヘッダ情報とを含んでいることがある。パラメータセット（たとえば、ＰＰＳおよびＳＰＳ）がある場合、まれに変化する情報をシーケンスごとまたはピクチャごとに繰り返す必要はなく、したがってコーディング効率が改善され得る。さらに、パラメータセットの使用は重要なヘッダ情報の帯域外送信を可能にし得、誤り耐性のための冗長送信の必要を回避する。帯域外送信の例では、ＳＥＩ ＮＡＬユニットなど、他のＮＡＬユニットとは異なるチャネル上でパラメータセットＮＡＬユニットが送信され得る。

補足エンハンスメント情報（ＳＥＩ）は、ＶＣＬ ＮＡＬユニットからのコード化ピクチャサンプルを復号するためには必要でないが、復号、表示、誤り耐性、および他の目的に関係するプロセスを支援し得る情報を含んでいることがある。ＳＥＩメッセージは、非ＶＣＬ ＮＡＬユニット中に含まれていることがある。ＳＥＩメッセージは、一部の標準規格の規範的部分であり、したがって、常に標準準拠デコーダ実装のために必須であるとは限らない。ＳＥＩメッセージは、シーケンスレベルのＳＥＩメッセージまたはピクチャレベルのＳＥＩメッセージであり得る。ＳＶＣの例ではスケーラビリティ情報ＳＥＩメッセージ、ＭＶＣではビュースケーラビリティ情報ＳＥＩメッセージなど、ＳＥＩメッセージ中に何らかのシーケンスレベル情報が含まれていることがある。これらの例示的なＳＥＩメッセージは、たとえば、動作点の抽出およびそれらの動作点の特性に関する情報を搬送し得る。ＭＶＣおよびＳＶＣをサポートするために、ＨＴＴＰストリーミング中に表現の依存性に基づいてＭＶＣまたはＳＶＣの異なるビューまたはレイヤが、異なる表現中に入れられ、一緒に要求され得るように、表現の依存性をシグナリングすることが可能である。

カプセル化ユニット３０は、ＮＡＬが属するプログラムを識別するヘッダ、ならびにペイロード、たとえば、オーディオデータ、ビデオデータ、あるいはＮＡＬユニットが対応するトランスポートまたはプログラムストリームを記述するデータを備えるＮＡＬユニットを形成し得る。たとえば、Ｈ．２６４／ＡＶＣでは、ＮＡＬユニットは１バイトのヘッダと変動するサイズのペイロードとを含む。一例では、ＮＡＬユニットヘッダは、ｐｒｉｏｒｉｔｙ＿ｉｄ要素と、ｔｅｍｐｏｒａｌ＿ｉｄ要素と、ａｎｃｈｏｒ＿ｐｉｃ＿ｆｌａｇ要素と、ｖｉｅｗ＿ｉｄ要素と、ｎｏｎ＿ｉｄｒ＿ｆｌａｇ要素と、ｉｎｔｅｒ＿ｖｉｅｗ＿ｆｌａｇ要素とを備える。従来のＭＶＣでは、４バイトＭＶＣ ＮＡＬユニットヘッダとＮＡＬユニットペイロードとを含む、プレフィックスＮＡＬユニットとＭＶＣコード化スライスＮＡＬユニットとを除いて、Ｈ．２６４によって定義されたＮＡＬユニットが保持される。

ＮＡＬヘッダのｐｒｉｏｒｉｔｙ＿ｉｄ要素は、単純なワンパス（one-path）ビットストリーム適合プロセスのために使用され得る。ｔｅｍｐｏｒａｌ＿ｉｄ要素は、異なる時間レベルが異なるフレームレートに対応する場合、対応するＮＡＬユニットの時間レベルを指定するために使用され得る。

ａｎｃｈｏｒ＿ｐｉｃ＿ｆｌａｇ要素は、ピクチャがアンカーピクチャであるか非アンカーピクチャであるかを示し得る。アンカーピクチャと出力順序（すなわち、表示順序）でそれに続くすべてのピクチャとは、復号順序（すなわち、ビットストリーム順序）で前のピクチャを復号することなしに正しく復号され得、したがってランダムアクセスポイントとして使用され得る。アンカーピクチャと非アンカーピクチャとは異なる依存性を有することができ、その両方はシーケンスパラメータセット中でシグナリングされる。他のフラグについては、本章の以下のセクションで説明され、使用される。そのようなアンカーピクチャはまた、開いたＧＯＰ（Ｇｒｏｕｐ Ｏｆ Ｐｉｃｔｕｒｅｓ）アクセスポイントと呼ばれることもあり、ｎｏｎ＿ｉｄｒ＿ｆｌａｇ要素が０に等しいとき、閉じたＧＯＰアクセスポイントもサポートされる。ｎｏｎ＿ｉｄｒ＿ｆｌａｇ要素は、ピクチャが瞬時デコーダリフレッシュ（ＩＤＲ：instantaneous decoder refresh）であるかビューＩＤＲ（Ｖ−ＩＤＲ）ピクチャであるかを示す。概して、ＩＤＲピクチャと出力順序またはビットストリーム順序でそれに続くすべてのピクチャとは、復号順序または表示順序のいずれかで前のピクチャを復号することなしに正しく復号され得る。

ｖｉｅｗ＿ｉｄ要素は、ＭＶＣデコーダ内でデータ対話性のために、たとえば、ビュー間予測のために、およびデコーダ外で、たとえば、レンダリングのために使用され得る、ビューを識別するために使用され得るシンタックス情報を備え得る。ｉｎｔｅｒ＿ｖｉｅｗ＿ｆｌａｇ要素は、対応するＮＡＬユニットが他のビューによってビュー間予測のために使用されるかどうかを指定し得る。ＡＶＣに準拠し得る、ベースビューの４バイトＮＡＬユニットヘッダ情報を搬送するために、ＭＶＣにおいてプレフィックスＮＡＬユニットが定義される。ＭＶＣのコンテキストにおいて、ベースビューアクセスユニットは、ビューの現在時間インスタンスのＶＣＬ ＮＡＬユニット、ならびにＮＡＬユニットヘッドのみを含んでいるプレフィックスＮＡＬユニットを含む。Ｈ．２６４／ＡＶＣデコーダはプレフィックスＮＡＬユニットを無視し得る。本開示の技法によれば、ｖｉｅｗ＿ｉｄ要素は、対応するビューをキャプチャしたカメラについての相対水平カメラパースペクティブの指示を与え得る。

ビュー間予測は、フレームのＭＶＣビデオデータを、共通の時間ロケーションにおける１つまたは複数のフレームを参照して、異なるビューの符号化フレームとして符号化するための技法である。以下でさらに詳細に説明する図５は、ビュー間予測のための例示的なコーディング方式を与えている。概して、ＭＶＣビデオデータの符号化フレームは、空間的に、時間的に、および／または共通の時間ロケーションにおける他のビューのフレームを参照して、予測符号化され得る。したがって、他のビューがそこから予測される参照ビューは、概して、参照ビューを復号するときに、復号された参照ビューが参照のために使用され得るように、参照ビューが参照として働くビューの前に復号される。復号順序は必ずしもｖｉｅｗ＿ｉｄの順序に対応しない。したがって、ビューの復号順序はビュー順序インデックスを使用して記述される。ビュー順序インデックスは、アクセスユニット中の対応するビューコンポーネントの復号順序を示すインデックスである。

そのペイロード中にビデオデータを含むＮＡＬユニットは、様々なグラニュラリティレベルのビデオデータを備え得る。たとえば、ＮＡＬユニットは、ビデオデータのブロック、マクロブロック、複数のマクロブロック、ビデオデータのスライス、またはビデオデータのフレーム全体を備え得る。カプセル化ユニット３０は、ビデオエンコーダ２８から符号化ビデオデータをエレメンタリストリームのＰＥＳパケットの形態で受信し得る。カプセル化ユニット３０は、各エレメンタリストリームを対応するプログラムに関連付け得る。

カプセル化ユニット３０はまた、複数のＮＡＬユニットからアクセスユニットをアセンブルし得る。概して、アクセスユニットは、ビデオデータのフレームを表すための、ならびにそのフレームに対応するオーディオデータが利用可能であるときにそのようなオーディオデータを表すための、１つまたは複数のＮＡＬユニットを備え得る。アクセスユニットは、概して、１つの出力時間インスタンスにわたるすべてのＮＡＬユニット、たとえば１つの時間インスタンスにわたるすべてのオーディオおよびビデオデータを含む。たとえば、各ビューが２０フレーム毎秒（ｆｐｓ）のフレームレートを有する場合、各時間インスタンスは０．０５秒の時間間隔に対応し得る。この時間間隔中に、同じアクセスユニット（同じ時間インスタンス）のすべてのビューの固有のフレームは同時にレンダリングされ得る。Ｈ．２６４／ＡＶＣに対応する例では、アクセスユニットは、１次コード化ピクチャとして提示され得る、１つの時間インスタンス中のコード化ピクチャを備え得る。したがって、アクセスユニットは、共通の時間インスタンスのすべてのオーディオおよびビデオフレーム、たとえば、時間Ｘに対応するすべてのビューを備え得る。また、本開示では、特定のビューの符号化ピクチャを「ビューコンポーネント」と呼ぶ。すなわち、ビューコンポーネントは、特定の時間における特定のビューの符号化ピクチャ（またはフレーム）を備え得る。したがって、アクセスユニットは、共通の時間インスタンスのすべてのビューコンポーネントを備えるものと定義され得る。アクセスユニットの復号順序は、必ずしも出力または表示順序と同じである必要はない。

多くのビデオコーディング規格の場合と同様に、Ｈ．２６４／ＡＶＣは、誤りのないビットストリームのシンタックスと、セマンティクスと、復号プロセスとを定義し、そのいずれも特定のプロファイルまたはレベルに準拠する。Ｈ．２６４／ＡＶＣはエンコーダを指定しないが、エンコーダは、生成されたビットストリームがデコーダの規格に準拠することを保証することを課される。ビデオコーディング規格のコンテキストでは、「プロファイル」は、アルゴリズム、機能、またはツール、およびそれらに適用される制約のサブセットに対応する。たとえば、Ｈ．２６４規格によって定義される「プロファイル」は、Ｈ．２６４規格によって指定されたビットストリームシンタックス全体のサブセットである。「レベル」は、たとえば、ピクチャの解像度、ビットレート、およびマクロブロック（ＭＢ）処理レートに関係するデコーダメモリおよび計算など、デコーダリソース消費の制限に対応する。プロファイルはｐｒｏｆｉｌｅ＿ｉｄｃ（プロファイルインジケータ）値を用いてシグナリングされ得、レベルはｌｅｖｅｌ＿ｉｄｃ（レベルインジケータ）値を用いてシグナリングされ得る。

Ｈ．２６４規格は、たとえば、与えられたプロファイルのシンタックスによって課される限界内で、復号されたピクチャの指定されたサイズなど、ビットストリーム中のシンタックス要素がとる値に応じて、エンコーダおよびデコーダのパフォーマンスの大きい変動を必要とする可能性が依然としてあることを認識している。Ｈ．２６４規格は、多くの適用例において、特定のプロファイル内でシンタックスのすべての仮定的使用を処理することが可能なデコーダを実装することが実際的でもなく、経済的でもないことをさらに認識している。したがって、Ｈ．２６４規格は、ビットストリーム中のシンタックス要素の値に課された制約の指定されたセットとして「レベル」を定義している。これらの制約は、値に関する単純な限界であり得る。代替的に、これらの制約は、値の演算の組合せ（たとえば、ピクチャの幅×ピクチャ高さ×毎秒復号されるピクチャの数）に関する制約の形態をとり得る。Ｈ．２６４規格は、個別の実装形態が、サポートされるプロファイルごとに異なるレベルをサポートし得ることをさらに規定している。

プロファイルに準拠するデコーダは、通常、プロファイル中で定義されたすべての機能をサポートする。たとえば、コーディング機能として、Ｂピクチャコーディングは、Ｈ．２６４／ＡＶＣのベースラインプロファイルではサポートされないが、Ｈ．２６４／ＡＶＣの他のプロファイルではサポートされる。レベルに準拠するデコーダは、レベルにおいて定義された制限を超えてリソースを必要としない任意のビットストリームを復号することが可能である必要がある。プロファイルおよびレベルの定義は、説明可能性のために役立ち得る。たとえば、ビデオ送信中に、プロファイル定義とレベル定義のペアが全送信セッションについてネゴシエートされ、同意され得る。より詳細には、Ｈ．２６４／ＡＶＣでは、レベルは、たとえば、処理する必要があるマクロブロックの数に関する制限と、復号されたピクチャバッファ（ＤＰＢ）サイズと、コード化ピクチャバッファ（ＣＰＢ）サイズと、垂直動きベクトル範囲と、２つの連続するＭＢごとの動きベクトルの最大数と、Ｂブロックが８×８ピクセル未満のサブマクロブロックパーティションを有することができるかどうかとを定義し得る。このようにして、デコーダは、デコーダがビットストリームを適切に復号することが可能であるかどうかを判断し得る。

パラメータセットは、概して、シーケンスパラメータセット（ＳＰＳ）中のシーケンスレイヤヘッダ情報とピクチャパラメータセット（ＰＰＳ）中のまれに変化するピクチャレイヤヘッダ情報とを含んでいる。パラメータセットがある場合、このまれに変化する情報をシーケンスごとまたはピクチャごとに繰り返す必要はなく、したがってコーディング効率が改善され得る。さらに、パラメータセットの使用はヘッダ情報の帯域外送信を可能にし、誤り耐性を達成するための冗長送信の必要を回避し得る。帯域外送信では、他のＮＡＬユニットとは異なるチャネル上でパラメータセットＮＡＬユニットが送信される。

ＳＶＣおよびＭＶＣの例は、スケーラブルビデオまたはマルチビュービデオのためのシーケンスパラメータセット（ＳＰＳ）拡張を与える。ＳＰＳ拡張情報は、他のＮＡＬユニットとは異なるＮＡＬユニットタイプを有し得る、サブＳＰＳ ＮＡＬユニット中に含まれていることがある。サポートされる動作点についてのプロファイルおよびレベル情報は、ＳＰＳ拡張情報を含むＮＡＬユニット中に含まれ得る。

メディアプレゼンテーションは、異なる代替表現（たとえば、異なる品質をもつビデオサービス）の記述を含んでいることがあるメディアプレゼンテーション記述（ＭＰＤ）を含み得、記述は、たとえば、コーデック情報、プロファイル値、およびレベル値を含み得る。メディアプレゼンテーションについてのマニフェストが、ＭＰＤについてのデータを含み得る。様々なプレゼンテーションのムービーフラグメントにアクセスする方法を判断するために、宛先デバイス４０はメディアプレゼンテーションのＭＰＤを取り出し得る（たとえば、マニフェストを取り出し得る）。ムービーフラグメントは、ビデオファイルのムービーフラグメントボックス（ｍｏｏｆボックス）中に配置され得る。

ＩＴＵ−Ｔ Ｈ．２６１、Ｈ．２６２、Ｈ．２６３、ＭＰＥＧ−１、ＭＰＥＧ−２およびＨ．２６４／ＭＰＥＧ−４ ｐａｒｔ１０などのビデオ圧縮規格は、時間冗長性を低減するために動き補償時間予測を利用する。エンコーダは、動きベクトルに従って現在のコード化ピクチャを予測するために、いくつかの前の（本明細書ではフレームとも呼ぶ）符号化ピクチャからの動き補償予測を使用する。典型的なビデオコーディングには３つの主要なピクチャタイプがある。それらは、イントラコード化ピクチャ（「Ｉピクチャ」または「Ｉフレーム」）と、予測ピクチャ（「Ｐピクチャ」または「Ｐフレーム」）と、双方向予測ピクチャ（「Ｂピクチャ」または「Ｂフレーム」）とである。Ｐピクチャは、時間順序で現在のピクチャの前の参照ピクチャのみを使用する。Ｂピクチャでは、Ｂピクチャの各ブロックは、１つまたは２つの参照ピクチャから予測され得る。これらの参照ピクチャは、時間順序で現在のピクチャの前または後に位置し得る。

Ｈ．２６４コーディング規格によれば、一例として、Ｂピクチャは、前にコーディングされた参照ピクチャの２つのリスト、すなわち、リスト０とリスト１とを使用する。これらの２つのリストは、それぞれ、過去および／または将来のコード化ピクチャを時間順序で含むことができる。Ｂピクチャ中のブロックは、いくつかの方法、すなわちリスト０参照ピクチャからの動き補償予測、リスト１参照ピクチャからの動き補償予測、またはリスト０参照ピクチャとリスト１参照ピクチャの両方の組合せからの動き補償予測のうちの１つで予測され得る。リスト０参照ピクチャとリスト１参照ピクチャの両方の組合せを得るために、２つの動き補償基準エリアが、それぞれリスト０参照ピクチャおよびリスト１参照ピクチャから取得される。それらの組合せは現在のブロックを予測するために使用され得る。

ＩＴＵ−Ｔ Ｈ．２６４規格は、ルーマ成分については１６×１６、８×８、または４×４、およびクロマ成分については８×８など、様々なブロックサイズのイントラ予測をサポートし、ならびにルーマ成分については１６×１６、１６×８、８×１６、８×８、８×４、４×８および４×４、およびクロマ成分については対応するスケーリングされたサイズなど、様々なブロックサイズのインター予測をサポートする。本開示では、「Ｎ×（x）Ｎ」と「Ｎ×（by）Ｎ」は、垂直寸法および水平寸法に関するブロックのピクセル寸法、たとえば、１６×（x）１６ピクセルまたは１６×（by）１６ピクセルを指すために互換的に使用され得る。一般に、１６×１６ブロックは、垂直方向に１６ピクセルを有し（ｙ＝１６）、水平方向に１６ピクセルを有する（ｘ＝１６）。同様に、Ｎ×Ｎブロックは、一般に、垂直方向にＮピクセルを有し、水平方向にＮピクセルを有し、Ｎは、非負整数値を表す。ブロック中のピクセルは行と列に構成され得る。ブロックは、水平寸法と垂直寸法とにおいて異なる数のピクセルを有し得る。すなわち、ブロックはＮ×Ｍピクセルを含み得、Ｎは必ずしもＭに等しいとは限らない。

１６×１６よりも小さいブロックサイズは１６×１６マクロブロックのパーティションと呼ばれることがある。ビデオブロックは、ピクセル領域中のピクセルデータのブロックを備え得、あるいは、たとえば、コード化ビデオブロックと予測ビデオブロックとのピクセル差分を表す残差ビデオブロックデータへの離散コサイン変換（ＤＣＴ）、整数変換、ウェーブレット変換、または概念的に同様の変換などの変換の適用後の、変換領域中の変換係数のブロックを備え得る。場合によっては、ビデオブロックは、変換領域中の量子化変換係数のブロックを備え得る。

ビデオブロックは、小さいほどより良い解像度が得られ、高い詳細レベルを含むビデオフレームの位置決めに使用され得る。一般に、マクロブロック、およびサブブロックと呼ばれることがある様々なパーティションは、ビデオブロックと見なされ得る。さらに、スライスは、マクロブロックおよび／またはサブブロックなど、複数のビデオブロックであると見なされ得る。各スライスはビデオフレームの単独で復号可能なユニットであり得る。代替的に、フレーム自体が復号可能なユニットであり得るか、またはフレームの他の部分が復号可能なユニットとして定義され得る。「コード化ユニット」または「コーディングユニット」という用語は、フレーム全体、フレームのスライス、シーケンスとも呼ばれるピクチャグループ（ＧＯＰ）など、ビデオフレームの単独で復号可能な任意のユニット、または適用可能なコーディング技法に従って定義される別の単独で復号可能なユニットを指すことがある。

マクロブロックという用語は、１６×１６ピクセルを備える２次元ピクセルアレイに従ってピクチャおよび／またはビデオデータを符号化するためのデータ構造を指す。各ピクセルはクロミナンス成分と輝度成分とを備える。したがって、マクロブロックは、各々が８×８ピクセルの２次元アレイを備える４つの輝度ブロックと、各々が１６×１６ピクセルの２次元アレイを備える２つのクロミナンスブロックと、コード化ブロックパターン（ＣＢＰ）、符号化モード（たとえば、イントラ（Ｉ）またはインター（ＰまたはＢ）符号化モード）、イントラ符号化ブロックのパーティションのパーティションサイズ（たとえば、１６×１６、１６×８、８×１６、８×８、８×４、４×８、または４×４）、あるいはインター符号化マクロブロックのための１つまたは複数の動きベクトルなど、シンタックス情報を備えるヘッダとを定義し得る。

ビデオエンコーダ２８、ビデオデコーダ４８、オーディオエンコーダ２６、オーディオデコーダ４６、カプセル化ユニット３０、およびカプセル化解除ユニット３８は、それぞれ、適用可能なとき、１つまたは複数のマイクロプロセッサ、デジタル信号プロセッサ（ＤＳＰ）、特定用途向け集積回路（ＡＳＩＣ）、フィールドプログラマブルゲートアレイ（ＦＰＧＡ）、ディスクリート論理回路、ソフトウェア、ハードウェア、ファームウェアなどの様々な好適な処理回路のいずれか、またはそれらの任意の組合せとして実装され得る。ビデオエンコーダ２８およびビデオデコーダ４８の各々は１つまたは複数のエンコーダまたはデコーダ中に含まれ得、そのいずれも複合ビデオエンコーダ／デコーダ（コーデック）の一部として統合され得る。同様に、オーディオエンコーダ２６およびオーディオデコーダ４６の各々は１つまたは複数のエンコーダまたはデコーダ中に含まれ得、そのいずれも複合コーデックの一部として統合され得る。ビデオエンコーダ２８、ビデオデコーダ４８、オーディオエンコーダ２６、オーディオデコーダ４６、カプセル化ユニット３０、および／またはカプセル化解除ユニット３８を含む装置は、集積回路、マイクロプロセッサ、および／またはセルラー電話などのワイヤレス通信デバイスを備え得る。

カプセル化ユニット３０が、受信したデータに基づいてＮＡＬユニットおよび／またはアクセスユニットをビデオファイルにアセンブルした後、カプセル化ユニット３０はビデオファイルを出力のために出力インターフェース３２に受け渡す。いくつかの例では、カプセル化ユニット３０は、ビデオファイルをローカルに記憶するか、またはビデオファイルを直接宛先デバイス４０に送るのではなく、出力インターフェース３２を介してビデオファイルをリモートサーバに送り得る。出力インターフェース３２は、たとえば、送信機、トランシーバ、たとえば、オプティカルドライブ、磁気メディアドライブ（たとえば、フロッピー（登録商標）ドライブ）など、コンピュータ可読媒体にデータを書き込むためのデバイス、ユニバーサルシリアルバス（ＵＳＢ）ポート、ネットワークインターフェース、または他の出力インターフェースを備え得る。出力インターフェース３２は、ビデオファイルを、たとえば、送信信号、磁気メディア、光メディア、メモリ、フラッシュドライブ、または他のコンピュータ可読媒体など、コンピュータ可読媒体３４に出力する。

いくつかの例では、出力インターフェース３２は、ＨＴＴＰストリーミングなどの１つまたは複数のネットワークストリーミングプロトコルを実装し得る。出力インターフェース３２、またはソースデバイス２０の別のユニットは、宛先デバイス４０からのＨＴＴＰストリーミング要求、たとえば、ＨＥＡＤ要求を待ち得る。ｈｅａｄ要求に応答して、出力インターフェース３２は、要求されたマルチメディアコンテンツについてのＭＰＤを与え得る。宛先デバイス４０は、ＭＰＤ中に含まれているデータに基づいて、要求すべき表現を判断し得、そのデータは、各表現についてのターゲット出力ビューの最大数と、その表現中のビューについてのビュー識別子の範囲とを含み得、その場合、ビュー識別子は、それらが表現のビューについてのカメラパースペクティブの相対水平ロケーションを記述するように、割り当てられ得る。また、ＭＰＤは、ビュー識別子がどのように割り当てられるか、たとえば、より大きいビュー識別子が、より小さいカメラパースペクティブをもつビューについてのカメラパースペクティブの水平ロケーションの左側にあるカメラパースペクティブの水平ロケーションを有するビューに対応するのか、右側にあるカメラパースペクティブの水平ロケーションを有するビューに対応するのか、についての指示を与え得る。

最終的に、宛先デバイス４０の入力インターフェース３６はコンピュータ可読媒体３４からデータを取り出す。入力インターフェース３６は、たとえば、オプティカルドライブ、磁気メディアドライブ、ＵＳＢポート、受信機、トランシーバ、または他のコンピュータ可読媒体インターフェースを備え得る。入力インターフェース３６は、ＮＡＬユニットまたはアクセスユニットをカプセル化解除ユニット３８に与え得る。カプセル化解除ユニット３８は、ビデオファイルの要素を構成ＰＥＳストリームにカプセル化解除し、符号化データを取り出すためにＰＥＳストリームをパケット化解除し、たとえば、ストリームのＰＥＳパケットヘッダによって示されるように、符号化データがオーディオストリームの一部であるのかビデオストリームの一部であるのかに応じて、符号化データをオーディオデコーダ４６またはビデオデコーダ４８に送り得る。オーディオデコーダ４６は、符号化オーディオデータを復号し、復号されたオーディオデータをオーディオ出力４２に送り、ビデオデコーダ４８は、符号化ビデオデータを復号し、ストリームの複数のビューを含み得る復号されたビデオデータをビデオ出力４４に送る。

いくつかの例では、表現の各々はシングルビュービットストリームに対応し得、それらの表現に仮想ビュー識別子が割り当てられ得る。仮想ビュー識別子は、表現のカメラパースペクティブについての相対水平ロケーションを示し得る。いくつかの例では、その情報は、２つの表現がステレオビューペアを形成することができるかどうかを示し得る。

このようにして、ソースデバイス２０は、ビデオデータについての情報をシグナリングするための装置であって、上記装置は、マルチメディアコンテンツについて、シーンの２つ以上のビューについてのビデオデータを受信することと、２つ以上のビューの各々についてのカメラパースペクティブの水平ロケーションを判断することと、ビュー識別子がカメラパースペクティブの相対水平ロケーションに対応するように、２つ以上のビューにビュー識別子を割り当てることと、マルチメディアコンテンツの表現を形成することであって、表現が２つ以上のビューのサブセットを備える、形成することと、クライアントデバイスに、マルチメディアコンテンツの表現についてのマニフェストの一部として、表現についての最大ビュー識別子と最小ビュー識別子とを示す情報を送ることとを行うように構成されたプロセッサを備える、装置の一例を表す。

同様に、宛先デバイス４０は、ビデオデータについての情報を受信するための装置であって、上記装置は、表現についての最大ビュー識別子と表現についての最小ビュー識別子とを示す情報を受信することであって、最大ビュー識別子が、シーンの第１のビューについてのビュー識別子を備え、最小ビュー識別子が、シーンの第２のビューについてのビュー識別子を備え、表現が、第１のビューと第２のビューとを含む２つ以上のビューについてのビデオデータを備える、受信することと、最大ビュー識別子と最小ビュー識別子とに基づいて、表現の２つ以上のビューについてのカメラパースペクティブの最大水平ロケーションと、表現の２つ以上のビューについてのカメラパースペクティブの最小水平ロケーションとを判断することであって、２つ以上のビューについてのビュー識別子が２つ以上のビューについてのカメラパースペクティブの相対水平ロケーションに対応するように、ビュー識別子が割り当てられる、判断することと、表現の２つ以上のビューについてのカメラパースペクティブの判断された最大および最小水平ロケーションに少なくとも部分的に基づいて表現のビデオデータの少なくとも一部分を要求することとを行うように構成されたプロセッサを備える、装置の一例を表す。

ソースデバイス２０は、マルチメディアコンテンツについて、シーンの２つ以上のビューについてのビデオデータを受信することと、マルチメディアコンテンツの表現を形成することであって、表現が２つ以上のビューのサブセットを備える、形成することと、クライアントデバイスに、マルチメディアコンテンツの表現についてのマニフェストの一部として、出力のターゲットにされ得る表現中のビューの最大数を示す情報を送ることとを行うように構成されたプロセッサを含む、ビデオデータについての情報をシグナリングするための装置の一例をも表す。

その上、宛先デバイス４０は、出力のターゲットにされ得る表現中のビューの最大数を示す情報を受信することであって、表現がシーンの１つまたは複数のビューについてのビデオデータを備える、受信することと、ビデオデータについての情報を受信するための宛先装置によって出力され得るビューの最大数を判断することと、宛先装置によって出力され得るビューの判断された最大数と、出力のターゲットにされ得る表現中のビューの最大数を示す情報とに少なくとも部分的に基づいて、表現のビデオデータの少なくとも一部分を要求することとを行うように構成されたプロセッサを含む、宛先装置の一例を表す。

図２は、例示的なカプセル化ユニット３０の構成要素を示すブロック図である。図２の例では、カプセル化ユニット３０は、ビデオ入力インターフェース８０と、オーディオ入力インターフェース８２と、ビデオファイル作成ユニット６０と、ビデオファイル出力インターフェース８４とを含む。ビデオファイル作成ユニット６０は、この例では、ビューロケーション判断ユニット６２と、ビュー識別子（ＩＤ）割当てユニット６４と、表現作成ユニット６６と、動作点作成ユニット６８とを含む。

ビデオ入力インターフェース８０およびオーディオ入力インターフェース８２は、それぞれ符号化ビデオデータおよび符号化オーディオデータを受信する。ビデオ入力インターフェース８０およびオーディオ入力インターフェース８２は、データが符号化されると、符号化ビデオデータおよび符号化オーディオデータを受信するか、または符号化ビデオデータおよび符号化オーディオデータをコンピュータ可読媒体から取り出し得る。符号化ビデオデータおよび符号化オーディオデータを受信すると、ビデオ入力インターフェース８０およびオーディオ入力インターフェース８２は、ビデオファイルにアセンブルするために符号化ビデオデータおよび符号化オーディオデータをビデオファイル作成ユニット６０に受け渡す。

ビデオファイル作成ユニット６０は、それによる機能およびプロシージャを実行するように構成されたハードウェア、ソフトウェア、および／またはファームウェアを含む制御ユニットに対応し得る。制御ユニットは、概して、カプセル化ユニット３０による機能をさらに実行し得る。ビデオファイル作成ユニット６０がソフトウェアおよび／またはファームウェアで実施される例では、カプセル化ユニット３０は、ビデオファイル作成ユニット６０のための命令を備えるコンピュータ可読媒体と、命令を実行するための処理ユニットとを含み得る。ビデオファイル作成ユニット６０のサブユニット（この例では、ビューロケーション判断ユニット６２、ビューＩＤ割当てユニット６４、表現作成ユニット６６、および動作点作成ユニット６８）の各々は、個々のハードウェアユニットおよび／またはソフトウェアモジュールとして実装され得、機能的に統合されるか、または追加のサブユニットにさらに分離され得る。

ビデオファイル作成ユニット６０は、たとえば、１つまたは複数のマイクロプロセッサ、特定用途向け集積回路（ＡＳＩＣ）、フィールドプログラマブルゲートアレイ（ＦＰＧＡ）、デジタル信号プロセッサ（ＤＳＰ）、またはそれらの任意の組合せなど、任意の好適な処理ユニットまたは処理回路に対応し得る。ビデオファイル作成ユニット６０は、ビューロケーション判断ユニット６２、ビューＩＤ割当てユニット６４、表現作成ユニット６６、および動作点作成ユニット６８のいずれかまたはすべてのための命令を記憶する非一時的コンピュータ可読媒体、ならびに命令を実行するためのプロセッサをさらに含み得る。

概して、ビデオファイル作成ユニット６０は、受信したオーディオおよびビデオデータを含む１つまたは複数のビデオファイルを作成し得る。本開示の技法によれば、ビデオファイル作成ユニット６０は、ビュー識別子が表現中のマルチメディアコンテンツのビューについてのカメラパースペクティブの水平ロケーションに対応するように、それらのビューにビュー識別子を割り当て得る。特に、ビュー識別子は、ビューについての未加工ビデオデータをキャプチャしたカメラのロケーションに対応する。このようにして、ビュー識別子は、対応するビューについてのカメラパースペクティブの水平ロケーションに対応し得る。したがって、第１のビューについてのビュー識別子と第２のビューについてのビュー識別子との間の差が、第１のビューのカメラパースペクティブのロケーションに対する第２のビューのカメラパースペクティブのロケーションを示し得る。

ビデオ入力インターフェース８０は、マルチメディアコンテンツについての１つまたは複数の符号化ビューを受信し得る。ビューロケーション判断ユニット６２は、マルチメディアコンテンツの１つまたは複数のビューをキャプチャしたカメラのロケーションを示す情報を受信し得る。いくつかの例では、ビューロケーション判断ユニット６２は、上記ロケーションを示す情報をビデオ入力インターフェース８０を介して受信し得る。いくつかの例では、ビューロケーション判断ユニット６２は、上記ロケーションを示す情報を含むサイド情報を受信し得る。たとえば、ビューロケーション判断ユニット６２は、その情報をビデオソース２４から直接受信し得る。いくつかのビデオ規格、たとえば、ＭＶＣは、シーケンスパラメータセットとＮＡＬユニットヘッダとにおいてｖｉｅｗ＿ｉｄ値を与える。そのような例では、宛先デバイスは、各表現についてのビューロケーションとビューの最大数とビュー範囲とのマニフェスト情報を生成するためにビデオソースを検査し得る。

ビューＩＤ割当てユニット６４は、ビューロケーション判断ユニット６２によって判断されたビューについてのカメラパースペクティブのロケーションに基づいて、それらのビューにビュー識別子を割り当て得る。一例では、ビューＩＤ割当てユニット６４は、ビューについてのカメラパースペクティブのロケーションの関数としてビューにビュー識別子を割り当て得る。その関数は、厳密に単調に増加する関数または厳密に単調に減少する関数であり得る。したがって、いくつかの例では、ビューについてのカメラパースペクティブのロケーションが左から右に水平方向に進むにつれて、ビューについてのビュー識別子は単調増加関数に従って増加し得る。他の例では、ビューについてのカメラパースペクティブのロケーションが左から右に水平方向に進むにつれて、ビューについてのビュー識別子は単調減少関数に従って減少し得る。

ビデオファイル作成ユニット６０は、２つ以上のビューを含むマルチメディアコンテンツについてのメディアプレゼンテーション記述（ＭＰＤ）を構築し得る。他の例では、ビデオファイル作成ユニット６０は、マルチメディアコンテンツについてのＭＰＤのデータと同様のデータを記憶するマニフェストを作成し得る。ビューＩＤ割当てユニット６４は、ビュー識別子がマルチメディアコンテンツのビューについてのカメラパースペクティブの水平ロケーションに対応するように、それらのビューの各々にビュー識別子を割り当て得る。表現作成ユニット６６は、マルチメディアコンテンツについての１つまたは複数の表現を構築し得、それらの表現の各々は、マルチメディアコンテンツについてのビューのうちの１つまたは複数を含み得る。いくつかの例では、ビューＩＤ割当てユニット６４は、表現中に含まれるビューについてのビュー識別子の最大値と最小値とを示すデータをＭＰＤおよび／または表現（たとえば、表現についてのヘッダデータ）中に含め得る。さらに、表現作成ユニット６６は、より大きいビューＩＤが、より小さいビューＩＤを有するビューについてのカメラパースペクティブの右側のカメラパースペクティブを有するビューに対応するのか、左側のカメラパースペクティブを有するビューに対応するのか、を示す情報をＭＰＤ中で与え得る。

いくつかの例では、異なるフレームレート、異なるビットレート、異なる符号化方式、または他の差など、様々な符号化特性を使用して同じビューが符号化され得る。表現作成ユニット６６は、共通の表現中に含まれる各ビューが同じ符号化特性に従って符号化されることを保証し得る。このようにして、表現についてのＭＰＤおよび／またはヘッダデータは、表現中のすべてのビューに適用される、表現についての特性（または属性）のセットをシグナリングし得る。その上、表現作成ユニット６６は、符号化特性が潜在的に異なろうとも、同じビューを含む複数の表現を作成し得る。

いくつかの例では、表現作成ユニット６６は、マルチメディアコンテンツの各ビューを個々の表現にカプセル化し得る。そのような例において、２つ以上のビューを出力するために、宛先デバイス４０はマルチメディアコンテンツの２つ以上の表現を要求し得る。ビューＩＤ割当てユニット６４は、本開示の技法によれば、仮想ビュー識別子が、表現によってカプセル化されたビューについてのカメラパースペクティブの水平ロケーションに対応するように、表現に仮想ビュー識別子を割り当て得る。このようにして、所望のカメラパースペクティブを有するビューを取り出すために、宛先デバイス４０は、所望のカメラパースペクティブに対応する仮想ビュー識別子によって識別される表現を要求し得る。

一例として、宛先デバイス４０は、ビューについてのカメラパースペクティブの水平ロケーション間の相対オフセットを判断するためにビュー識別子間の差を計算し得る。したがって、いくつかの例では、宛先デバイス４０は、表示される相対的深さの量を増加させるために、２つのビューのビュー識別子間のより大きい差を有するそれら２つのビューを要求し得る。同様に、宛先デバイス４０は、表示される深さの量を減少させるために、２つのビューのビュー識別子間のより小さい差を有するそれら２つのビューを要求し得る。宛先デバイス４０は、表示すべき深さのデフォルト量で構成され得、いくつかの例では、示される深さの量を増加または減少させたいというユーザの要望を示すフィードバックを、再生中にユーザから受信し得る。

たとえば、宛先デバイス４０が、ユーザのテレビジョンなどの比較的大きいディスプレイを含むかまたはそれに結合されたときは、深さのデフォルト量は比較的大きいことがあり、宛先デバイスが、モバイルデバイスなどの比較的小さいディスプレイを含むかまたはそれに結合されたときは、深さのデフォルト量は比較的小さいことがある。再生中に、ユーザは、表示されている深さの量を増加または減少させるために宛先デバイス４０にフィードバックを与え得る。宛先デバイス４０は、ビューＩＤ割当てユニット６４によってシグナリングされたビュー識別子を使用して、たとえば、同じ動作点、同じ表現から、さらには同じマルチメディアコンテンツの異なる表現から、異なるビューを選択して、ユーザの要求に対応し得る。

動作点作成ユニット６８は、マルチメディアコンテンツの１つまたは複数の表現についての動作点を作成し得る。概して、動作点は、出力のターゲットにされる表現中のビューのサブセットに対応し、その場合、ビューの各々は共通の時間レベルを共有する。Ｈ．２６４／ＡＶＣ仕様書によって規定されているように、
動作点は、ターゲット時間レベルを表すｔｅｍｐｏｒａｌ＿ｉｄ値と、ターゲット出力ビューを表すｖｉｅｗ＿ｉｄ値のセットとによって識別される。１つの動作点がビットストリームサブセットに関連付けられ、これは、ターゲット出力ビューと、ターゲット出力ビューが依存するすべての他のビューとからなり、入力としてｔｅｍｐｏｒａｌ＿ｉｄ値に等しいｔＩｄＴａｒｇｅｔと、ｖｉｅｗ＿ｉｄ値のセットからなるｖｉｅｗＩｄＴａｒｇｅｔＬｉｓｔとを用いて、Ｈ．８．５．３項において規定されているサブビットストリーム抽出プロセスを使用して導出される。同じビットストリームサブセットに２つ以上の動作点が関連付けられ得る。本仕様書で「動作点が復号される」と述べられているとき、それは、動作点に対応するビットストリームサブセットの復号と、ターゲット出力ビューの後続の出力とを指す。

本開示の技法によれば、表現作成ユニット６６によって作成された表現のうちの２つ以上がＭＶＣ表現に対応し得る。このようにして、本開示の技法は、ビットレートと表現の他の特性とに基づく適応をサポートし得る。たとえば、再生中に、宛先デバイス４０は、再生の以前の時間において利用可能であったネットワーク帯域幅の量が変化したと判断し、したがって帯域幅の新しい量に基づいて異なるＭＶＣ表現からのデータを要求し得る。宛先デバイス４０は、ターゲット出力ビューの数に基づいて前のＭＶＣ表現を選択していることがある。

動作点作成ユニット６８は、マルチメディアコンテンツの各ＭＶＣ表現についての１つまたは複数の動作点を指定し得る。さらに、動作点作成ユニット６８は、たとえば、表現のヘッダ中で、またはＭＰＤ中で、ＭＶＣ表現の各動作点についてのターゲット出力ビューの数をシグナリングし得る。代替的に、動作点作成ユニット６８は、ＭＶＣ表現についてのターゲット出力ビューの最大数を表現の動作点としてシグナリングし得る。表現についてのターゲット出力ビューの数についてのただ１つの値をシグナリングするのではなく、本開示の技法によるデバイスは、表現の各動作点についてのターゲット出力ビューをシグナリングし得る。

ビデオファイル作成ユニット６０は、作成されたビデオファイルをビデオファイル出力インターフェース８４に受け渡し得る。いくつかの例では、単一のビデオファイルが、１つまたは複数の表現と、それらの表現についてのシグナリングデータ、たとえば、ＭＰＤデータ構造とを含み得る。他の例では、ＭＰＤデータ構造は、１つまたは複数のファイルにおいてＭＰＤによって記述される表現から分離され得、また、表現の各々についてのデータは、１つまたは複数のファイルに記憶され得る。ビデオファイル出力インターフェース８４は、作成されたビデオファイルを伝送媒体または記憶媒体などのコンピュータ可読媒体に受け渡し得る。

図３は、様々なロケーションからシーン９０のビューについての画像データをキャプチャするカメラ９２Ａ〜９２Ｈ（カメラ９２）のアレイを示す概念図である。概して、カメラ９２の各々は、実質的に同様の時間に画像をキャプチャし得る。カメラ９２はシーン９０の共通の焦点に向けられ得る。カメラ９２は、軸９４に沿って様々な水平ロケーション９６Ａ〜９６Ｈ（ロケーション９６）に位置している。したがって、カメラ９２によってキャプチャされたビューは、シーン９０のわずかに異なるパースペクティブを有する。

本開示の技法によれば、ソースデバイス２０（図１）は、カメラ９２のロケーション９６に基づいて、カメラ９２によってキャプチャされたビューにビュー識別子を割り当て得る。いくつかの例では、カメラ９２によってキャプチャされたビューに割り当てられるビュー識別子は、カメラ９２のロケーション９６の単調増加関数に従って増加し得る。したがって、カメラ９２Ａによってキャプチャされたビューに割り当てられるビュー識別子は、最低値のビュー識別子であり得、カメラ９２Ｈによってキャプチャされたビューに割り当てられるビュー識別子は、最高値のビュー識別子であり得、また、残りのカメラ９２によってキャプチャされたビューに割り当てられるビュー識別子は、カメラ９２のロケーション９６に従って進み得る。たとえば、カメラ９２Ｅによってキャプチャされたビューに割り当てられるビュー識別子は、カメラ９２Ａ〜９２Ｄによってキャプチャされたビューについてのビュー識別子よりも大きいが、カメラ９２Ｆ〜９２Ｈによってキャプチャされたビューについてのビュー識別子よりも小さいことがある。

いくつかの例では、カメラ９２によってキャプチャされたビューに割り当てられるビュー識別子は、カメラ９２のロケーション９６の単調減少関数に従って減少し得る。したがって、カメラ９２Ａによってキャプチャされたビューに割り当てられるビュー識別子は、最高値のビュー識別子であり得、カメラ９２Ｈによってキャプチャされたビューに割り当てられるビュー識別子は、最低値のビュー識別子であり得、また、残りのカメラ９２によってキャプチャされたビューに割り当てられるビュー識別子は、カメラ９２のロケーション９６に従って進み得る。たとえば、カメラ９２Ｅによってキャプチャされたビューに割り当てられるビュー識別子は、カメラ９２Ａ〜９２Ｄによってキャプチャされたビューについてのビュー識別子よりも小さいが、カメラ９２Ｆ〜９２Ｈによってキャプチャされたビューについてのビュー識別子よりも大きいことがある。

このようにして、カメラ９２によってキャプチャされたビューについてのビュー識別子間の差が、カメラ９２についてのロケーション９６の差に近似的に対応し得る。たとえば、カメラ９２Ｅによってキャプチャされたビューについてのビュー識別子と、カメラ９２Ａによってキャプチャされたビューについてのビュー識別子との間の差が、ロケーション９６Ｅとロケーション９６Ａとの間の距離を近似的に表し得る。したがって、ビュー識別子がロケーション９６の単調増加関数に従って割り当てられた場合、宛先デバイス４０は、カメラ９２Ｅによってキャプチャされたビューについてのビュー識別子が、カメラ９２Ａ〜９２Ｄによってキャプチャされたビューについてのビュー識別子よりも大きいとき、カメラ９２Ｅによってキャプチャされたビューについてのカメラパースペクティブのロケーションが、カメラ９２Ａ〜９２Ｄによってキャプチャされたビューについてのカメラパースペクティブのロケーションの水平方向右側にあると判断し得る。

同様に、ビュー識別子がロケーション９６の単調減少関数に従って割り当てられた場合、宛先デバイス４０は、カメラ９２Ｅによってキャプチャされたビューについてのビュー識別子が、カメラ９２Ａ〜９２Ｄによってキャプチャされたビューについてのビュー識別子よりも小さいとき、カメラ９２Ｅによってキャプチャされたビューについてのカメラパースペクティブのロケーションが、カメラ９２Ａ〜９２Ｄによってキャプチャされたビューについてのカメラパースペクティブのロケーションの水平方向右側にあると判断し得る。

図４は、マルチメディアコンテンツ１１０の様々な表現１２０、１３０についての属性を与えるメディアプレゼンテーション記述（ＭＰＤ）１１２の概念図である。この例では、ＭＰＤ１１２および表現１２０〜１３０は、同じマルチメディアコンテンツ、すなわち、この例ではマルチメディアコンテンツ１１０に対応する。ＭＰＤ１１２は、表現１２０の属性を記述するシグナリングデータ１４０Ａと、表現１３０の属性を記述するシグナリングデータ１４０Ｎとを含む。シグナリングデータ１４０Ａは、ビュー識別子（ＩＤ）範囲１１４Ａと、最大ターゲット出力ビュー値１１８Ａとを含む。シグナリングデータ１４０Ｎは、ビューＩＤ範囲１１４Ｎと、最大ターゲット出力ビュー値１１８Ｎとを含む。ＭＰＤ１１２は、マルチメディアコンテンツ１１０のビューについてのカメラパースペクティブの水平ロケーションの順序付けを記述するビュー順序情報１１６をも含む。以下の説明では、シグナリングデータ１４０Ａに焦点を当てるが、シグナリングデータ１４０Ｎは、この例では、表現１２０ではなく表現１３０に関することを除けば、シグナリングデータ１４０Ａに実質的に一致することを理解されたい。ＭＰＤ１１２は、表現１２０〜１３０のマニフェストの一例を表す。他の例では、他のマニフェストが、ＭＰＤ１１２のデータと同様のデータを記憶し得る。

ビューＩＤ範囲１１４Ａは、表現１２０中に含まれるビューについてのビュー識別子の最大値および最小値を含む。その上、本開示の技法によれば、表現１２０のビューについてのビュー識別子は、概して、対応するビューについてのカメラパースペクティブの水平ロケーションに対応し得る。したがって、ビューＩＤ範囲１１４Ａの最大ビュー識別子と最小ビュー識別子との間の差が、表現１２０中に含まれるビューによって与えられる深さの相対量を近似的に表し得る。

ビュー順序情報１１６は、マルチメディアコンテンツ１１０のビューについてのカメラパースペクティブの水平ロケーションの順序付けの指示を与え得る。たとえば、ビュー順序情報１１６は、マルチメディアコンテンツ１１０のビューについてのビュー識別子を増加させることが、それらのビューについてのカメラパースペクティブの水平ロケーションが左から右にシフトすることを示すのか、右から左にシフトすることを示すのか、についての指示を与え得る。このようにして、ビュー順序情報１１６は、ビュー識別子がどのように割り当てられるか、たとえば、より大きいビュー識別子が、より小さいカメラパースペクティブをもつビューについてのカメラパースペクティブの水平ロケーションの左側にあるカメラパースペクティブの水平ロケーションを有するビューに対応するのか、右側にあるカメラパースペクティブの水平ロケーションを有するビューに対応するのか、についての指示を与え得る。ビュー識別子はマルチメディアコンテンツ１１０のビューに全体的に割り当てられるので、ＭＰＤ１１２は、それらのビューについてのカメラパースペクティブの水平ロケーションが、それらのビューについてのビュー識別子に対してどのように順序付けられるかについての単一の指示を与えるだけでよい。ただし、いくつかの例では、ビュー順序情報１１６はシグナリング情報１４０の各セットにおいて与えられ得る。

出力ターゲット最大値（max target for output value）１１８Ａは、表現１２０についてのターゲット出力ビューの最大数を記述する。概して、出力ターゲット最大値１１８Ａは、表現１２０の動作点のいずれかからの出力のターゲットにされ得るビューの最多数を記述する。いくつかの例では、ただ１つのビューが表現内に含まれるとき、出力ターゲット最大値１１８Ａは１の値を有し得る。この場合、ビューＩＤ範囲１１４Ａは、ただ１つのビュー識別子値を含み得る。

表現１２０は、ヘッダデータ１２２とムービーフラグメント１２４Ａ〜１２４Ｎ（ムービーフラグメント１２４）とを含む。ムービーフラグメント１２４Ｎ、１３４Ｎ、およびシグナリングデータ１４０Ｎにおける文字「Ｎ」の使用は、単に変数として理解されるべきであり、等しい数のムービーフラグメント１２４とムービーフラグメント１３４とがあること、または等しい数のムービーフラグメント１２４とシグナリングデータ１４０のセットとがあることを暗示するものではない。見方を変えれば、異なる数のムービーフラグメント１２４と、ムービーフラグメント１３４と、シグナリングデータ１４０のセットとがあり得る。

ヘッダデータ１２２は、表現中に常に含まれているとは限らず、したがって、破線の輪郭を用いて随意であるものとして示されている。存在するとき、ヘッダデータ１２２は、表現１２０についての記述データを含み得る。たとえば、ヘッダデータ１２２は、ムービーフラグメント１２４についてのシーケンスパラメータセット（ＳＰＳ）データ、および／またはムービーフラグメント１２４のデータについてのピクチャパラメータセット（ＰＰＳ）を含み得る。ヘッダデータ１３２は、表現１３０に関して、ヘッダデータ１２２に実質的に一致し得る。

ムービーフラグメント１２４は、それぞれ、１つまたは複数のコード化ビデオサンプル、たとえば、ネットワークアブストラクションレイヤ（ＮＡＬ）ユニットを含み得る。ムービーフラグメント１２４の各々は、独立して取出し可能であり、いくつかの例では、独立して復号可能である、ビデオデータのユニットであり得る。このようにして、ムービーフラグメント１２４は、たとえば、ＨＴＴＰストリーミングなどのネットワークストリーミングプロトコルを使用して、連続的に取り出され得る。たとえば、宛先デバイス４０は、ムービーフラグメント１２４のうちの１つに関連するＵＲＬに向けられたＨＴＴＰ Ｇｅｔ要求をサブミットし得る。いくつかの例では、宛先デバイス４０は、ＨＴＴＰ部分Ｇｅｔ要求がムービーフラグメントの所望のバイト範囲を指定するように、その要求を上記ＵＲＬに送ることによって、ムービーフラグメント１２４のうちの１つの一部分を取り出し得る。ソースデバイス２０は、要求されたバイト範囲を宛先デバイス４０に送ることによって応答し得る。

いくつかの例では、ムービーフラグメント１２４の各々はランダムアクセスポイントを含み得る。いくつかの例では、ＭＰＤ１１２および／またはヘッダデータ１２２は、ムービーフラグメント１２４のうちのどれがランダムアクセスポイントを含むか、およびそのランダムアクセスポイントが、オープンデコーダリフレッシュ（ＯＤＲ：open decoder refresh）ランダムアクセスポイントであるのか瞬時デコーダリフレッシュ（ＩＤＲ）ランダムアクセスポイントであるのか、をシグナリングし得る。ムービーフラグメント１３４は、ムービーフラグメント１３４がデータの独立して取出し可能なユニットであり得るという点で、ムービーフラグメント１２４に実質的に一致し得る。

図５は、例示的なＭＶＣ予測パターンを示す概念図である。図５の例では、（ビューＩＤ「Ｓ０」〜「Ｓ７」を有する）８つのビューが示され、各ビューについて１２個の時間ロケーション（「Ｔ０」〜「Ｔ１１」）が示されている。すなわち、図５中の各行はビューに対応し、各列は時間ロケーションを示す。

ＭＶＣがＨ．２６４／ＡＶＣデコーダによって復号可能である、いわゆるベースビューを有し、また、ステレオビューペアがＭＶＣによってサポートされ得るが、ＭＶＣの利点は、ＭＶＣが、３Ｄビデオ入力として３つ以上のビューを使用し、複数のビューによって表されるこの３Ｄビデオを復号する例をサポートすることができるということである。ＭＶＣデコーダを有するクライアントのレンダラは、複数のビューを用いて３Ｄビデオコンテンツを予想し得る。

図５中のフレームは、対応するフレームがイントラコード化される（すなわち、Ｉフレームである）のか、一方向に（すなわち、Ｐフレームとして）インターコード化されるのか、複数の方向に（すなわち、Ｂフレームとして）インターコード化されるのかを指定する、文字を含む影付きブロックを使用して、図５中の各行と各列との交差部において示されている。概して、予測は矢印によって示され、ここで矢印の終点のフレームは、予測参照のために矢印の始点のオブジェクトを使用する。たとえば、時間ロケーションＴ０におけるビューＳ２のＰフレームは、時間ロケーションＴ０におけるビューＳ０のＩフレームから予測される。

シングルビュービデオ符号化の場合と同様に、マルチビュービデオコーディングビデオシーケンスのフレームは、異なる時間ロケーションにおけるフレームに関して予測符号化され得る。たとえば、時間ロケーションＴ１におけるビューＳ０のｂフレームは、時間ロケーションＴ０におけるビューＳ０のＩフレームからそのｂフレームに向けられた矢印を有し、その矢印は、ｂフレームがＩフレームから予測されることを示す。しかしながら、さらに、マルチビュービデオ符号化のコンテキストにおいて、フレームは、ビュー間予測され得る。すなわち、ビューコンポーネントは、参照のために他のビュー中のビューコンポーネントを使用することができる。ＭＶＣでは、たとえば、別のビュー中のビューコンポーネントがインター予測参照であるかのように、ビュー間予測が実現される。潜在的なビュー間参照は、シーケンスパラメータセット（ＳＰＳ）ＭＶＣ拡張においてシグナリングされ、インター予測またはビュー間予測参照のフレキシブルな順序付けを可能にする参照ピクチャリスト構成プロセスによって変更され得る。

図５は、ビュー間予測の様々な例を与える。図５の例では、ビューＳ１のフレームは、ビューＳ１の異なる時間ロケーションにおけるフレームから予測されるものとして、ならびに同じ時間ロケーションにおけるビューＳ０およびＳ２のフレームのうちのフレームからビュー間予測されるものとして示されている。たとえば、時間ロケーションＴ１におけるビューＳ１のｂフレームは、時間ロケーションＴ０およびＴ２におけるビューＳ１のＢフレームの各々、ならびに時間ロケーションＴ１におけるビューＳ０およびＳ２のｂフレームから予測される。

図５の例では、大文字の「Ｂ」および小文字の「ｂ」は、異なる符号化方法ではなく、フレーム間の異なる階層関係を示すものとする。概して、大文字の「Ｂ」フレームは、小文字の「ｂ」フレームよりも予測階層が比較的高い。図５はまた、異なるレベルの陰影を使用して予測階層の変形形態を示し、より大きい量の陰影の（すなわち、比較的より暗い）フレームは、より少ない陰影を有する（すなわち、比較的より明るい）それらのフレームよりも予測階層が高い。たとえば、図５中のすべてのＩフレームは、完全陰影を用いて示されるが、Ｐフレームは、いくぶんより明るい陰影を有し、Ｂフレーム（そして、小文字のｂフレーム）は、互いに様々なレベルの陰影を有するが、ＰフレームおよびＩフレームの陰影よりも常に明るい。

概して、階層が比較的高いそれらのフレームが、階層が比較的低いフレームの復号中に参照フレームとして使用され得るように、予測階層が比較的高いフレームは、階層が比較的低いフレームを復号する前に復号されるべきであるという点で、予測階層はビュー順序インデックスに関係する。ビュー順序インデックスは、アクセスユニット中のビューコンポーネントの復号順序を示すインデックスである。Ｈ．２６４／ＡＶＣ（ＭＶＣ追補）の付属書類Ｈにおいて規定されているように、ビュー順序インデックスはＳＰＳ ＭＶＣ拡張において暗示されている。ＳＰＳでは、各インデックスｉについて、対応するｖｉｅｗ＿ｉｄがシグナリングされる。ビューコンポーネントの復号は、ビュー順序インデックスの昇順に従う。すべてのビューが提示された場合、ビュー順序インデックスは、０からｎｕｍ＿ｖｉｅｗｓ＿ｍｉｎｕｓ＿１までの連続する順序になっている。

このようにして、参照フレームとして使用されるフレームは、その参照フレームを参照して符号化されたフレームを復号する前に復号され得る。ビュー順序インデックスは、アクセスユニット中のビューコンポーネントの復号順序を示すインデックスである。各ビュー順序インデックスｉについて、対応するｖｉｅｗ＿ｉｄがシグナリングされる。ビューコンポーネントの復号は、ビュー順序インデックスの昇順に従う。すべてのビューが提示された場合、ビュー順序インデックスのセットは、０からビューの全数よりも１少ない数までの連続的な順序付きセットを備え得る。

階層の等しいレベルにおけるいくつかのフレームの場合、復号順序は、互いに重要でないことがある。たとえば、時間ロケーションＴ０におけるビューＳ０のＩフレームは、時間ロケーションＴ０におけるビューＳ２のＰフレームのための参照フレームとして使用され、そのＰフレームは今度は、時間ロケーションＴ０におけるビューＳ４のＰフレームのための参照フレームとして使用される。したがって、時間ロケーションＴ０におけるビューＳ０のＩフレームは、時間ロケーションＴ０におけるビューＳ２のＰフレームの前に復号されるべきであり、そのＰフレームは、時間ロケーションＴ０におけるビューＳ４のＰフレームの前に復号されるべきである。しかしながら、ビューＳ１およびＳ３は、予測のために互いに依拠しないが、代わりに、予測階層がより高いビューからのみ予測されるので、ビューＳ１とＳ３との間で復号順序は重要でない。その上、ビューＳ１がビューＳ０およびＳ２の後に復号される限り、ビューＳ１はビューＳ４の前に復号され得る。

このようにして、ビューＳ０〜Ｓ７を記述するために階層順序が使用され得る。表記法ＳＡ＞ＳＢは、ビューＳＡがビューＳＢの前に復号されるべきであることを意味する。この表記法を使用すると、図５の例では、Ｓ０＞Ｓ２＞Ｓ４＞Ｓ６＞Ｓ７である。また、図５の例に関して、Ｓ０＞Ｓ１、Ｓ２＞Ｓ１、Ｓ２＞Ｓ３、Ｓ４＞Ｓ３、Ｓ４＞Ｓ５、およびＳ６＞Ｓ５である。これらの要件に違反しないビューのための任意の復号順序が可能である。したがって、いくつかの制限のみをもつ、多くの異なる復号順序が可能である。

本開示の技法によれば、ビューＳ０〜Ｓ７についてのビュー識別子は、ビュー識別子が概してそれらのビューについてのカメラパースペクティブのロケーションに対応するように割り当てられ得る。たとえば、図３の例に関して、カメラ９２ＡはビューＳ０についてのデータをキャプチャしていることがあり、カメラ９２ＢはビューＳ１についてのデータをキャプチャしていることがあり、以下同様である。したがって、ビューＳ０〜Ｓ７についてのビュー識別子は、ロケーション９６の単調増加関数に従って増加するか、またはロケーション９６の単調減少関数に従って減少し得る。本開示の技法によれば、ＭＰＤは、各表現についての最大および最小ビュー識別子をシグナリングし得る。したがって、表現がビューＳ０〜Ｓ７の各々を含む場合、ＭＰＤは、最大ビュー識別子をビューＳ７についてのビュー識別子として、および最小ビュー識別子をビューＳ０についてのビュー識別子としてシグナリングし得る。

動作点は、上記のように、概して、利用可能なビューのサブセットに対応し得る。ビューＳ０〜Ｓ７の各々が表現中に含まれる場合、動作点はビューＳ０〜Ｓ７の任意のサブセットに対応し得る。一般に、動作点は、出力のターゲットにされるビュー、ならびに復号のために必要とされる介在ビュー、のセットを含む。したがって、ビューＳ０およびＳ１が、動作点中に含まれ、出力のターゲットにされる場合、動作点は、ビューＳ１が（ビューＳ２のデータに対して）適切に復号され得るように、ビューＳ２をも含み得る。したがって、動作点は特定の数のビューを含み得るが、ターゲット出力ビューの数は、動作点のために実際に含まれるビューの数とは異なり得る。

図６は、ソースデバイスがビデオデータについての情報をシグナリングし、宛先デバイスがその情報を受信する、例示的な方法を示すフローチャートである。図１のソースデバイス２０と宛先デバイス４０とに関して説明するが、図６の要素の一部または全部が追加または代替のデバイスによって実行され得ることを理解されたい。たとえば、別個のデバイスが、ビューにビュー識別子を割り当て、ビューの様々な選択を含む表現を形成し、および／またはネットワークストリーミングプロトコルに従って宛先デバイスに情報を与え得る。その上、本開示の技法から逸脱することなく、追加または代替のステップが実行され得、また、いくつかのステップが異なる順序で実行され得る。

図６の例では、ソースデバイス２０が、最初に、シーンの複数のビューからの符号化ビデオサンプルを受信する（１５０）。たとえば、ソースデバイス２０は、図３に示すカメラ９２のアレイなど、共通のシーンをターゲットにするカメラアレイによってキャプチャされたビデオデータを受信し得る。別の例として、ソースデバイス２０は、シーンの２つ以上のビューについてのビデオデータをコンピュータ可読媒体から取り出し得る。さらに別の例として、ソースデバイス２０は、シーンの２つ以上のビューについてのビデオデータを、生成するか、またはそれを生成した別のデバイスから受信し得る。

いずれの場合も、ソースデバイス２０は、次いで、ビューの各々についてのカメラパースペクティブのロケーションを判断する（１５２）。たとえば、ソースデバイス２０は、このロケーション情報を、ビューをキャプチャしたカメラから、人間オペレータから、別個のコンピューティングデバイスから、またはビューについてのビデオデータをキャプチャしたカメラの相対ロケーションを判断する他のソースから受信し得る。

次いで、ソースデバイス２０は、ビューについてのビデオデータをキャプチャしたカメラのロケーションに基づいて、それらのビューにビュー識別子を割り当てる（１５４）。すなわち、ソースデバイス２０は、ビュー識別子が、ビューについてのビデオデータをキャプチャしたカメラのロケーションに対応するように、それらのビューにビュー識別子を割り当て得る。ソースデバイス２０は、ビューについてのビデオデータをキャプチャしたカメラの水平ロケーションの関数、たとえば、単調増加関数または単調減少関数として、それらのビューにビュー識別子を割り当て得る。このようにして、ビューのうちのいずれかの２つについて、第１のカメラによってキャプチャされた第１のビューについての第１の識別子と、第２のカメラによってキャプチャされた第２のビューについての第２の識別子との間の差が、第１のビューについての第１のカメラパースペクティブのロケーションに対する第２のビューについての第２のカメラパースペクティブのロケーションを示す。

次いで、ソースデバイス２０は、ビューの様々なセットを含む１つまたは複数の表現を形成する（１５６）。表現の各々は、ビューのうちの１つまたは複数を含み得る。いくつかの例では、ビューが多種多様な方法で複数回符号化され得、したがって、ソースデバイス２０は、異なる表現においてビューのうちのいずれかまたはすべての様々な符号化バージョンを含み得る。ソースデバイス２０はまた、ＭＰＤ１１２（図４）に似ていることがあるメディアプレゼンテーション記述子（ＭＰＤ）データ構造など、表現の各々の中に含まれるビューについてのビュー識別子範囲を記述するデータ構造を生成し得る。たとえば、ＭＰＤデータ構造は、表現の各々についてのビュー識別子の最大値と最小値との指示を含み得る。ＭＰＤは、さらに、マルチメディアコンテンツのビューについてのビュー識別子の値に対するそれらのビューについてのカメラパースペクティブの水平ロケーションの相対的順序付けの指示を与え得る。このようにして、ＭＰＤは、ビュー識別子がどのように割り当てられるか、たとえば、より大きいビュー識別子が、より小さいカメラパースペクティブをもつビューについてのカメラパースペクティブの水平ロケーションの左側にあるカメラパースペクティブの水平ロケーションを有するビューに対応するのか、右側にあるカメラパースペクティブの水平ロケーションを有するビューに対応するのか、についての指示を与え得る。ＭＰＤは、表現の各々について出力のターゲットにされるビューの数の指示をも与え得る。

宛先デバイス４０が、表現のうちの１つまたは複数を記述する表現データを要求する（１５８）。たとえば、宛先デバイス４０は、表現を含むマルチメディアコンテンツに関連するＵＲＬにＨＴＴＰストリーミングＨＥＡＤ要求を送り得る。その要求に応答して、ソースデバイス２０は、宛先デバイス４０に、表現中に含まれるビューについてのビュー識別子範囲を送る（１６０）。ソースデバイス２０は、表現の各々について出力のターゲットにされるビューの数を示す情報をも送り得る。たとえば、ソースデバイス２０は、宛先デバイス４０にヘッダデータ（図４のヘッダデータ１２２、１３２など）を送り得る。別の例として、ソースデバイス２０は、宛先デバイス４０にＭＰＤ（図４のＭＰＤ１１２など）を送り得る。ビュー識別子範囲をシグナリングすることに関して主に説明したが、追加または代替として、他の例では、ソースデバイス２０は、表現について出力のターゲットにされ得るビューの最大数についての値をシグナリングし得ることを理解されたい。

表現の各々についてのビュー識別子範囲（たとえば、表現の各々についての最大ビュー識別子および最小ビュー識別子）を含む、ソースデバイス２０から受信したデータを使用して、宛先デバイス４０は、ビュー識別子範囲から表現の各々についての相対的深さを判断する（１６２）。次いで、宛先デバイス４０は、相対的深さ情報に基づいて表現を選択する（１６４）。特に、宛先デバイス４０は、表現のうち、宛先デバイス４０のディスプレイデバイスによって表示されるべき深さの所望の量に対応する深さの量を含む表現を選択し得る。次いで、宛先デバイス４０は、選択された表現のビデオデータについての要求を送る（１６６）。たとえば、宛先デバイス４０は、ソースデバイス２０に１つまたは複数のＨＴＴＰ Ｇｅｔまたは部分Ｇｅｔ要求を送り得、その場合、その要求は、選択された表現からデータを取り出すように構築される。

宛先デバイス４０によって行われる表現の選択は、他のファクタをも考慮に入れ得る。たとえば、宛先デバイス４０は、宛先デバイス４０が、選択された表現を適切に復号し、レンダリングすることができるように、表現の復号および／またはレンダリング要件に基づいて表現を選択し得る。宛先デバイス４０はまた、表現を選択するとき、利用可能なネットワーク帯域幅の判断された量を考慮し得る。ＭＰＤまたはヘッダデータは、動作点情報およびビュー識別子に加えて、表現の復号およびレンダリング要件、ならびに表現についてのビットレートを記述し得る。したがって、宛先デバイス４０は、表現のうち、ソースデバイス２０に要求すべき表現を選択するとき、この追加情報をも使用し得る。利用可能なネットワーク帯域幅の量が再生中に変化する場合、宛先デバイス４０は、ネットワーク帯域幅の新たに判断された量に基づいて、異なる表現に適応的に切り替え得る。

いずれの場合も、表現からのデータについての要求に応答して、ソースデバイス２０は、宛先デバイス４０に要求されたビデオデータを送る（１６８）。次いで、宛先デバイス４０は、受信したビデオデータを復号し、表示する（１７０）。宛先デバイス４０が表現についてのデータのすべてを復号し、表示するまで、または再生の終了まで、宛先デバイス４０は、選択された表現の連続データを要求し続け得る。いくつかの例では、たとえば、ユーザがビデオの残りの部分を見ないことを決定したとき、再生は早期に終了され得る。

このようにして、図６は、マルチメディアコンテンツについて、シーンの２つ以上のビューについてのビデオデータを受信することと、２つ以上のビューの各々についてのカメラパースペクティブの水平ロケーションを判断することと、ビュー識別子がカメラパースペクティブの相対水平ロケーションに対応するように、２つ以上のビューにビュー識別子を割り当てることと、マルチメディアコンテンツの表現を形成することであって、表現が２つ以上のビューのサブセットを備える、形成することと、クライアントデバイスからの要求に応答して、クライアントデバイスに、マルチメディアコンテンツの表現のマニフェストの一部として、表現についての最大ビュー識別子と最小ビュー識別子とを示す情報を送ることとを含む、ビデオデータについての情報をシグナリングする方法の一例を表す。

図６はまた、表現についての最大ビュー識別子と表現についての最小ビュー識別子とを示す情報を受信することであって、最大ビュー識別子が、シーンの第１のビューについてのビュー識別子を備え、最小ビュー識別子が、シーンの第２のビューについてのビュー識別子を備え、表現が、第１のビューと第２のビューとを含む２つ以上のビューについてのビデオデータを備える、受信することと、最大ビュー識別子と最小ビュー識別子とに基づいて、表現の２つ以上のビューについてのカメラパースペクティブの最大水平ロケーションと、表現の２つ以上のビューについてのカメラパースペクティブの最小水平ロケーションとを判断することであって、２つ以上のビューについてのビュー識別子が２つ以上のビューについてのカメラパースペクティブの相対水平ロケーションに対応するように、ビュー識別子が割り当てられる、判断することと、表現の２つ以上のビューについてのカメラパースペクティブの判断された最大および最小水平ロケーションに少なくとも部分的に基づいて表現のビデオデータの少なくとも一部分を要求することとを含む、ビデオデータについての情報を受信する方法の一例を表す。

図７は、マルチメディアコンテンツのビューにビュー識別子を割り当て、表現のターゲット出力ビューの最大数を動作点として提示するための、例示的な方法を示すフローチャートである。図１のソースデバイス２０に関して説明するが、図７の要素の一部または全部が追加または代替のデバイスによって実行され得ることを理解されたい。たとえば、別個のデバイスが、ビューにビュー識別子を割り当て、ビューを含む表現を形成し、および／またはネットワークストリーミングプロトコルに従って宛先デバイスに情報を与え得る。その上、本開示の技法から逸脱することなく、追加または代替のステップが実行され得、また、いくつかのステップが異なる順序で実行され得る。

初めに、ビデオエンコーダ２８（図１）が、シーンの２つ以上のビューについての未加工ビデオデータを受信する（２００）。ビデオエンコーダ２８は、ビデオデータの別個のビューを独立したエレメンタリビデオストリームとして符号化する（２０２）。いくつかの例では、ビデオエンコーダ２８は、たとえば、異なるフレームレート、ビットレート、解像度などの異なる符号化特性、または他の異なる特性を用いて、１つまたは複数のビューを複数回符号化し得る。

ビデオエンコーダ２８は、符号化されたビューをカプセル化ユニット３０に受け渡し得る。また、カプセル化ユニット３０は、ビデオエンコーダ２８から受信されたビューをキャプチャしたカメラの水平ロケーションを記述する情報を受信し得る。カプセル化ユニット３０は、受信した情報に基づいて、ビューについてのカメラパースペクティブの水平ロケーションを判断する（２０４）。カプセル化ユニット３０は、さらに、ビューについてのカメラパースペクティブのロケーションに基づいて、それらのビューにビュー識別子を割り当てる（２０６）。このようにして、第１のビューのカメラパースペクティブのロケーションとビュー識別子とが知られており、また、第２のビューのビュー識別子が知られていると仮定すると、第１のビューについてのビュー識別子と第２のビューについてのビュー識別子との間の差に基づいて、第１のビューのカメラパースペクティブのロケーションに対して、第２のビューについてのカメラパースペクティブのロケーションが判断され得る。

カプセル化ユニット３０は、符号化されたビューのいずれかまたはすべてを含む１つまたは複数の表現を形成する（２０８）。さらに、カプセル化ユニット３０は、表現の各々について出力のターゲットにされるビューの数を判断し（２１０）、対応する表現についての判断された数以下のビューを有する、表現についての動作点を形成する（２１２）。次いで、カプセル化ユニット３０は、ビュー識別子の範囲の指示と、ビュー識別子に基づく水平ロケーションの順序付けの指示と、表現の各々について出力のターゲットにされるビューの最大数を示す値とを含む、ＭＰＤデータ構造を形成する（２１４）。ビュー識別子の範囲の指示は、表現の各々がＭＰＤ中の対応する最大ビュー識別子および最小ビュー識別子を含むように、たとえば、表現についての最大ビュー識別子および最小ビュー識別子を備え得る。順序付けの指示は、ビュー識別子を増加させることが、対応するビューについてのカメラパースペクティブの水平ロケーションについて左から右へのシフトに対応するのか、右から左へのシフトに対応するのか、についての指示を備え得る。

ソースデバイス２０は、表現のＭＰＤおよび／または符号化ビデオデータについて、宛先デバイス４０などの様々なクライアントデバイスから要求を受信し得る。そのような要求に応答して、ソースデバイス２０は、要求元クライアントデバイスにＭＰＤまたはビデオデータを与える（２１６）。たとえば、ソースデバイス２０は、ＨＴＴＰストリーミング要求を受信し、ＨＴＴＰストリーミングに従ってその要求に応答し得る。

このようにして、図７は、マルチメディアコンテンツについて、シーンの２つ以上のビューについてのビデオデータを受信することと、２つ以上のビューの各々についてのカメラパースペクティブの水平ロケーションを判断することと、ビュー識別子がカメラパースペクティブの相対水平ロケーションに対応するように、２つ以上のビューにビュー識別子を割り当てることと、マルチメディアコンテンツの表現を形成することであって、表現が２つ以上のビューのサブセットを備える、形成することと、クライアントデバイスからの要求に応答して、クライアントデバイスに、マルチメディアコンテンツの表現のマニフェストの一部として、表現についての最大ビュー識別子と最小ビュー識別子とを示す情報を送ることとを含む、ビデオデータについての情報をシグナリングする方法の一例を表す。

図７はまた、マルチメディアコンテンツについて、シーンの２つ以上のビューについてのビデオデータを受信することと、マルチメディアコンテンツの表現を形成することであって、表現が２つ以上のビューのサブセットを備える、形成することと、クライアントデバイスに、マルチメディアコンテンツの表現のマニフェストの一部として、出力のターゲットにされ得る表現中のビューの最大数を示す情報を送ることとを含む方法の一例を表す。

図８は、マルチメディアコンテンツのビューについてのビュー識別子と、動作点としての表現のターゲット出力ビューの最大数とを含む、ビデオデータについての情報を受信する方法の一例を示すフローチャートである。図１の宛先デバイス４０に関して説明するが、図８の要素の一部または全部が追加または代替のデバイスによって実行され得ることを理解されたい。たとえば、別個のデバイスが、ネットワークストリーミングプロトコルに従ってデータを取り出し、取り出されたデータを復号し、復号されたデータをレンダリング／表示し得る。その上、本開示の技法から逸脱することなく、追加または代替のステップが実行され得、また、いくつかのステップが異なる順序で実行され得る。

図８の例では、宛先デバイス４０が、初めにマルチメディアコンテンツについてのＭＰＤを要求する（２５０）。たとえば、宛先デバイス４０は、ソースデバイス２０にＨＴＴＰストリーミング要求などのネットワークストリーミング要求を送り得る。要求はマルチメディアコンテンツのＵＲＬを指定し得る。いくつかの例では、要求は、マルチメディアコンテンツのＵＲＬに向けられたＨＴＴＰ ＨＥＡＤ要求に準拠し得る。

その要求を送った後に、宛先デバイス４０は、マルチメディアコンテンツの表現の属性を記述するＭＰＤを受信する（２５２）。たとえば、ＭＰＤは、マルチメディアコンテンツの各表現中に含まれるビューのビュー識別子についての範囲の指示を含み得る。その範囲は、たとえば、各表現について、その表現についての最大ビュー識別子と最小ビュー識別子との指示を備え得る。また、ＭＰＤは、第２のビュー識別子よりも大きい第１のビュー識別子が、第１のビュー識別子に対応するビューについてのカメラパースペクティブの水平ロケーションが、第２のビュー識別子に対応するビューについてのカメラパースペクティブの水平ロケーションの左側にあることを示すのか右側にあることを示すのか、を示し得る。ＭＰＤはさらに復号およびレンダリング要件を記述し得、これは、宛先デバイスの最小のサポートされる復号およびレンダリング能力の仕様であり得る。さらに、ＭＰＤは、表現についてのビットレートの指示を与え得る。ＭＰＤはまた、表現の動作点を記述する動作点情報、ならびに表現の各々について出力のターゲットにされるビューの最大数を含み得る。他の例では、宛先デバイス４０は、マルチメディアコンテンツの表現のビューについてのビュー識別子範囲、および／またはマルチメディアコンテンツの表現について出力のターゲットにされるビューの最大数など、マルチメディアコンテンツの表現についてのヘッダデータ、あるいはマルチメディアコンテンツについてのシグナリングデータを含む別のデータ構造、についての要求を送り、それを要求した後にそれを受信し得る。

図８の例では、ＭＰＤを使用して、宛先デバイス４０は、表現の各々についてのターゲット出力ビューの数（たとえば、ターゲット出力ビューの最大数）を判断する（２５４）。いくつかの例では、ターゲット出力ビューの数は表現の動作点に対応し得る。また、宛先デバイス４０は、ＭＰＤからビュー識別子範囲を取り出す（２５６）。本開示の技法によれば、ビュー識別子は、概して、対応するビューについてのカメラパースペクティブの相対ロケーションを記述し得る。したがって、ビュー識別子範囲を使用して、宛先デバイス４０は、表現の各々についての深さの相対量を判断する（２５８）。たとえば、表現についての深さの相対量は、表現についての最大ビュー識別子と最小ビュー識別子との間の差に対応し得る。

宛先デバイス４０は、第１のビューについての第１のビュー識別子と第２のビューについての第２のビュー識別子との間の差に基づいて、第２のビューについての第２のカメラパースペクティブのロケーションに対する第１のビューについての第１のカメラパースペクティブのロケーションをも判断し得る。一例として、ビュー識別子は、カメラパースペクティブのロケーションの単調増加関数に従って割り当てられ得る。したがって、宛先デバイス４０は、ビューについてのカメラパースペクティブの順序付けを判断するためにビュー識別子を使用し得る。単調増加関数の例では、ビュー識別子を最低から最高まで順序付けることによって、宛先デバイス４０は、ビューについてのカメラパースペクティブのロケーションを左から右に順序付けることになる。ビュー識別子が単調減少関数に従って割り当てられる、別の例では、ビュー識別子を最高から最低まで順序付けることによって、宛先デバイス４０は、ビューについてのカメラパースペクティブのロケーションを左から右に順序付けることになる。ＭＰＤは、いくつかの例では、ビュー識別子が、ビューについてのカメラパースペクティブのロケーションの単調増加関数に応じて割り当てられるのか単調減少関数に応じて割り当てられるのか、についての指示を与え得る。

判断された、表現についての深さの相対量と、表現について出力のターゲットにされるビューの最大数とを使用して、宛先デバイス４０は、マルチメディアコンテンツの表現のうち、要求すべき表現を選択する（２６０）。宛先デバイス４０は、これと、復号およびレンダリング要件ならびにビットレートなど、ＭＰＤによってシグナリングされる他の情報とに基づいて、表現を選択し得る。たとえば、宛先デバイス４０は、ビデオ出力４４がいくつのビューを表示することが可能であるかを判断し、少なくともその数のターゲット出力ビューを有する表現を選択し得る。宛先デバイス４０は、上記数のビューを有する動作点を含む表現を選択し得る。宛先デバイス４０はまた、ビデオデコーダ４８の復号能力とビデオ出力４４のレンダリング能力とを示す構成データを含み、その復号能力およびレンダリング能力が満たすことができる復号要件およびレンダリング要件を有する表現を選択し得る。

宛先デバイス４０は、さらに、利用可能なネットワーク帯域幅の量を判断し、そのネットワーク帯域幅の量を超えることのないビットレートを有する表現を選択し得る。その上、宛先デバイス４０は、表現についての深さの所望の量を記述する構成データを含み得、その量は、たとえば、宛先デバイス４０のためのディスプレイデバイスのサイズに基づき得る。概して、ディスプレイデバイスが比較的小さいときは（たとえば、セルラーフォン、ラップトップ、タブレットコンピュータなど、モバイルデバイスの場合）、より少ない深さが望まれ得、ディスプレイデバイスが比較的大きいときは（たとえば、大画面テレビジョンの場合）、より多くの深さが望まれ得る。

表現を選択した後に、宛先デバイス４０は、選択された表現のデータを取り出したいという要求を送る（２６２）。たとえば、宛先デバイス４０は、表現のメディアフラグメントについてのＨＴＴＰ Ｇｅｔ要求を送り得る。いくつかの例では、宛先デバイス４０は、表現のメディアフラグメントの一部分のみを取り出すために、ＨＴＴＰ部分Ｇｅｔ要求を送り得る。たとえば、宛先デバイス４０は、表現のサブビットストリームを抽出するために、たとえば、表現の特定の動作点を取り出すために、ＨＴＴＰ部分Ｇｅｔ要求を使用し得る。

上記データを受信した後に、宛先デバイス４０は、受信したデータを復号し、レンダリングし、表示する（２６４）。次いで、宛先デバイス４０は、選択された表現のすべてのデータが取り出されたかどうかを判断する（２６６）。データのすべてが取り出されたとは限らない場合（２６６の「いいえ」分岐）、宛先デバイス４０は、選択された表現の次のメディアフラグメントについての後続の要求を終了し得る。データのすべてが取り出された後（２６６の「はい」分岐）、宛先デバイス４０はプロシージャを終了し得る。

いくつかの例では、宛先デバイス４０は、利用可能なネットワーク帯域幅の量を再評価し、帯域幅の量が変化した場合、ネットワーク帯域幅の新たに判断された量だけ調整され得るビットレートを除いて同様の属性を有する、異なる表現に適応的に切り替え得る。宛先デバイス４０は、前に選択された表現の直近に受信されたメディアフラグメントの再生時間の直後の再生時間を有する新たに選択された表現からデータを取り出し得る。

このようにして、図８は、表現についての最大ビュー識別子と表現についての最小ビュー識別子とを示す情報を受信することであって、最大ビュー識別子が、シーンの第１のビューについてのビュー識別子を備え、最小ビュー識別子が、シーンの第２のビューについてのビュー識別子を備え、表現が、第１のビューと第２のビューとを含む２つ以上のビューについてのビデオデータを備える、受信することと、最大ビュー識別子と最小ビュー識別子とに基づいて、表現の２つ以上のビューについてのカメラパースペクティブの最大水平ロケーションと、表現の２つ以上のビューについてのカメラパースペクティブの最小水平ロケーションとを判断することであって、２つ以上のビューについてのビュー識別子が２つ以上のビューについてのカメラパースペクティブの相対水平ロケーションに対応するように、ビュー識別子が割り当てられる、判断することと、表現の２つ以上のビューについてのカメラパースペクティブの判断された最大および最小水平ロケーションに少なくとも部分的に基づいて表現のビデオデータの少なくとも一部分を要求することとを含む、ビデオデータについての情報を受信する方法の一例を表す。

図８はまた、出力のターゲットにされ得る表現中のビューの最大数を示す情報を受信することであって、表現がシーンの１つまたは複数のビューについてのビデオデータを備える、受信することと、宛先デバイスによって出力され得るビューの最大数を判断することと、宛先デバイスによって出力され得るビューの判断された最大数と、出力のターゲットにされ得る表現中のビューの最大数を示す情報とに少なくとも部分的に基づいて、表現のビデオデータの少なくとも一部分を要求することとを含む、ビデオデータについての情報を受信する方法の一例を表す。

１つまたは複数の例では、本開示で説明した機能、方法、および技法は、ハードウェア、ソフトウェア、ファームウェア、またはそれらの任意の組合せで実装され得る。ソフトウェアで実装される場合、機能は、１つまたは複数の命令またはコードとしてコンピュータ可読媒体上に記憶されるか、あるいはコンピュータ可読媒体を介して送信され、ハードウェアベースの処理ユニットによって実行され得る。コンピュータ可読媒体は、たとえば、通信プロトコルに従って、ある場所から別の場所へのコンピュータプログラムの転送を可能にする任意の媒体を含むデータ記憶媒体または通信媒体などの有形媒体に対応するコンピュータ可読記憶媒体を含み得る。このようにして、コンピュータ可読媒体は、概して、（１）非一時的である有形コンピュータ可読記憶媒体、あるいは（２）信号または搬送波などの通信媒体に対応し得る。データ記憶媒体は、本開示で説明した技法の実装のための命令、コードおよび／またはデータ構造を取り出すために１つまたは複数のコンピュータあるいは１つまたは複数のプロセッサによってアクセスされ得る任意の利用可能な媒体であり得る。コンピュータプログラム製品はコンピュータ可読媒体を含み得る。

限定ではなく例として、そのようなコンピュータ可読記憶媒体は、ＲＡＭ、ＲＯＭ、ＥＥＰＲＯＭ、ＣＤ−ＲＯＭまたは他の光ディスクストレージ、磁気ディスクストレージ、または他の磁気ストレージデバイス、フラッシュメモリ、あるいは命令またはデータ構造の形態の所望のプログラムコードを記憶するために使用され得、コンピュータによってアクセスされ得る、任意の他の媒体を備えることができる。また、いかなる接続もコンピュータ可読媒体と適切に呼ばれる。たとえば、命令が、同軸ケーブル、光ファイバーケーブル、ツイストペア、デジタル加入者回線（ＤＳＬ）、または赤外線、無線、およびマイクロ波などのワイヤレス技術を使用して、ウェブサイト、サーバ、または他のリモートソースから送信される場合、同軸ケーブル、光ファイバーケーブル、ツイストペア、ＤＳＬ、または赤外線、無線、およびマイクロ波などのワイヤレス技術は、媒体の定義に含まれる。ただし、コンピュータ可読記憶媒体およびデータ記憶媒体は、接続、搬送波、信号、または他の一時媒体を含まないが、代わりに非一時的有形記憶媒体を対象とすることを理解されたい。本明細書で使用するディスク（disk）およびディスク（disc）は、コンパクトディスク（disc）（ＣＤ）、レーザディスク（disc）、光ディスク（disc）、デジタル多用途ディスク（disc）（ＤＶＤ）、フロッピーディスク（disk）およびブルーレイ（登録商標）ディスク（disc）を含み、ディスク（disk）は、通常、データを磁気的に再生し、ディスク（disc）は、データをレーザで光学的に再生する。上記の組合せもコンピュータ可読媒体の範囲内に含めるべきである。

命令は、１つまたは複数のデジタル信号プロセッサ（ＤＳＰ）などの１つまたは複数のプロセッサ、汎用マイクロプロセッサ、特定用途向け集積回路（ＡＳＩＣ）、フィールドプログラマブル論理アレイ（ＦＰＧＡ）、あるいは他の等価な集積回路またはディスクリート論理回路によって実行され得る。したがって、本明細書で使用する「プロセッサ」という用語は、前述の構造、または本明細書で説明した技法の実装に好適な他の構造のいずれかを指し得る。さらに、いくつかの態様では、本明細書で説明した機能は、符号化および復号のために構成された専用のハードウェアおよび／またはソフトウェアモジュール内に提供され得、あるいは複合コーデックに組み込まれ得る。また、本技法は、１つまたは複数の回路または論理要素中に十分に実装され得る。

本開示の技法は、ワイヤレスハンドセット、集積回路（ＩＣ）またはＩＣのセット（た
とえば、チップセット）を含む、多種多様なデバイスまたは装置において実装され得る。
本開示では、開示する技法を実行するように構成されたデバイスの機能的態様を強調する
ために様々な構成要素、モジュール、またはユニットについて説明したが、それらの構成
要素、モジュール、またはユニットを、必ずしも異なるハードウェアユニットによって実
現する必要はない。むしろ、上記で説明したように、様々なユニットが、好適なソフトウ
ェアおよび／またはファームウェアとともに、上記で説明したように１つまたは複数のプ
ロセッサを含んで、コーデックハードウェアユニットにおいて組み合わせられるか、また
は相互動作ハードウェアユニットの集合によって与えられ得る。
以下に、本願出願の当初の特許請求の範囲に記載された発明を付記する。
［Ｃ１］ ビデオデータについての情報をシグナリングする方法であって、前記方法は、
マルチメディアコンテンツについて、シーンの２つ以上のビューについてのビデオデータを受信することと、
前記２つ以上のビューの各々についてのカメラパースペクティブの水平ロケーションを判断することと、
ビュー識別子が前記カメラパースペクティブの相対水平ロケーションに対応するように、前記２つ以上のビューに前記ビュー識別子を割り当てることと、
前記マルチメディアコンテンツの表現を形成することと、前記表現は前記２つ以上のビューのサブセットを備え、
クライアントデバイスに、前記マルチメディアコンテンツの前記表現のマニフェストの一部として、前記表現についての最大ビュー識別子と最小ビュー識別子とを示す情報を送ることと
を備える、
方法。
［Ｃ２］ 前記クライアントデバイスに、前記ビュー識別子と前記カメラパースペクティブの前記相対水平ロケーションとの間の関係を示す情報を送ることをさらに備える、Ｃ１に記載の方法。
［Ｃ３］ 前記ビューに前記ビュー識別子を割り当てることが、前記ビューの各々についての前記カメラパースペクティブの前記水平ロケーションの単調増加関数に従って前記ビューの前記識別子についての値を設定することを備え、
前記関係を示す前記情報を送ることは、前記ビューについての前記カメラパースペクティブの前記水平ロケーションが左から右に進むにつれて、前記表現の前記ビュー識別子についての値が増加することを示す、情報を送ることを備える、
Ｃ２に記載の方法。
［Ｃ４］ 前記ビューに前記ビュー識別子を割り当てることが、前記ビューの各々についての前記カメラパースペクティブの前記水平ロケーションの単調減少関数に従って前記ビューの前記識別子についての値を設定することを備え、
前記関係を示す前記情報を送ることは、前記ビューについての前記カメラパースペクティブの前記水平ロケーションが左から右に進むにつれて、前記表現の前記ビュー識別子についての値が減少することを示す、情報を送ることを備える、
Ｃ２に記載の方法。
［Ｃ５］ 前記関係を示す前記情報を送ることが、ネットワークストリーミングプロトコルに従って期間レベルと表現レベルとのうちの少なくとも１つにおいて前記関係を示す前記情報を送ることを備える、Ｃ２に記載の方法。
［Ｃ６］ 前記クライアントデバイスによる前記表現の選択に応答して、ストリーミングハイパーテキスト転送プロトコル（ＨＴＴＰストリーミング）に従って前記表現のビデオデータを送ることをさらに備える、Ｃ１に記載の方法。
［Ｃ７］ ビデオデータについての情報をシグナリングするための装置であって、前記装置は、マルチメディアコンテンツについて、シーンの２つ以上のビューについてのビデオデータを受信することと、前記２つ以上のビューの各々についてのカメラパースペクティブの水平ロケーションを判断することと、ビュー識別子が前記カメラパースペクティブの相対水平ロケーションに対応するように、前記２つ以上のビューに前記ビュー識別子を割り当てることと、前記マルチメディアコンテンツの表現を形成することと、なお前記表現は前記２つ以上のビューのサブセットを備え、クライアントデバイスに、前記マルチメディアコンテンツの前記表現のマニフェストの一部として、前記表現についての最大ビュー識別子と最小ビュー識別子とを示す情報を送ることとを行うように構成されたプロセッサを備える、装置。
［Ｃ８］ 前記プロセッサが、前記クライアントデバイスに、前記ビュー識別子と前記カメラパースペクティブの前記相対水平ロケーションとの間の関係を示す情報を送るように構成された、Ｃ７に記載の装置。
［Ｃ９］ 前記プロセッサは、前記ビューの各々についての前記カメラパースペクティブの前記水平ロケーションの単調増加関数に従って前記ビューの前記識別子についての値を設定することと、前記クライアントデバイスに、前記ビューについての前記カメラパースペクティブの前記水平ロケーションが左から右に進むにつれて、前記表現の前記ビュー識別子についての値が増加することを示す、前記関係を示す情報を送ることとを行うように構成された、Ｃ８に記載の装置。
［Ｃ１０］ 前記プロセッサは、前記ビューの各々についての前記カメラパースペクティブの前記水平ロケーションの単調減少関数に従って前記ビューの前記識別子についての値を設定することと、前記クライアントデバイスに、前記ビューについての前記カメラパースペクティブの前記水平ロケーションが左から右に進むにつれて、前記表現の前記ビュー識別子についての値が減少することを示す、前記関係を示す情報を送ることとを行うように構成された、Ｃ８に記載の装置。
［Ｃ１１］ 前記プロセッサが、ネットワークストリーミングプロトコルに従って期間レベルと表現レベルとのうちの少なくとも１つにおいて前記関係を示す前記情報を送るように構成された、Ｃ８に記載の装置。
［Ｃ１２］ 前記プロセッサが、前記クライアントデバイスによる前記表現の選択に応答して、ストリーミングハイパーテキスト転送プロトコル（ＨＴＴＰストリーミング）に従って前記表現のビデオデータを送るように構成された、Ｃ７に記載の装置。
［Ｃ１３］ 前記装置が、
集積回路と、
マイクロプロセッサと、
前記プロセッサを含むワイヤレス通信デバイスと
のうちの少なくとも１つを備える、Ｃ７に記載の装置。
［Ｃ１４］ ビデオデータについての情報をシグナリングするための装置であって、前記装置は、
マルチメディアコンテンツについて、シーンの２つ以上のビューについてのビデオデータを受信するための手段と、
前記２つ以上のビューの各々についてのカメラパースペクティブの水平ロケーションを判断するための手段と、
ビュー識別子が前記カメラパースペクティブの相対水平ロケーションに対応するように、前記２つ以上のビューに前記ビュー識別子を割り当てるための手段と、
前記マルチメディアコンテンツの表現を形成するための手段と、なお前記表現は前記２つ以上のビューのサブセットを備え、
クライアントデバイスに、前記マルチメディアコンテンツの前記表現のマニフェストの一部として、前記表現についての最大ビュー識別子と最小ビュー識別子とを示す情報を送るための手段と
を備える、
装置。
［Ｃ１５］ 前記クライアントデバイスに、前記ビュー識別子と前記カメラパースペクティブの前記相対水平ロケーションとの間の関係を示す情報を送るための手段をさらに備える、Ｃ１４に記載の装置。
［Ｃ１６］ 前記ビューに前記ビュー識別子を割り当てるための前記手段が、前記ビューの各々についての前記カメラパースペクティブの前記水平ロケーションの単調増加関数に従って前記ビューの前記識別子についての値を設定するための手段を備え、
前記関係を示す前記情報を送るための前記手段は、前記ビューについての前記カメラパースペクティブの前記水平ロケーションが左から右に進むにつれて、前記表現のビュー識別子についての値が増加することを示す、情報を送るための手段を備える、
Ｃ１５に記載の装置。
［Ｃ１７］ 前記ビューに前記ビュー識別子を割り当てるための前記手段が、前記ビューの各々についての前記カメラパースペクティブの前記水平ロケーションの単調減少関数に従って前記ビューの前記識別子についての値を設定するための手段を備え、
前記関係を示す前記情報を送るための前記手段は、前記ビューについての前記カメラパースペクティブの前記水平ロケーションが左から右に進むにつれて、前記表現のビュー識別子についての値が減少することを示す、情報を送るための手段を備える、
Ｃ１５に記載の装置。
［Ｃ１８］ 前記関係を示す前記情報を送るための前記手段が、ネットワークストリーミングプロトコルに従って期間レベルと表現レベルとのうちの少なくとも１つにおいて前記関係を示す前記情報を送るための手段を備える、Ｃ１５に記載の装置。
［Ｃ１９］ 前記クライアントデバイスによる前記表現の選択に応答して、ストリーミングハイパーテキスト転送プロトコル（ＨＴＴＰストリーミング）に従って前記表現のビデオデータを送るための手段をさらに備える、Ｃ１４に記載の装置。
［Ｃ２０］ 実行されたとき、ビデオデータについての情報をシグナリングするためのデバイスのプロセッサに、
マルチメディアコンテンツについて、シーンの２つ以上のビューについてのビデオデータを受信することと、
前記２つ以上のビューの各々についてのカメラパースペクティブの水平ロケーションを判断することと、
ビュー識別子が前記カメラパースペクティブの相対水平ロケーションに対応するように、前記２つ以上のビューに前記ビュー識別子を割り当てることと、
前記マルチメディアコンテンツの表現を形成することと、なお前記表現は前記２つ以上のビューのサブセットを備え、
クライアントデバイスに、前記マルチメディアコンテンツの前記表現のマニフェストの一部として、前記表現についての最大ビュー識別子と最小ビュー識別子とを示す情報を送ることと
を行わせる、命令を記憶したコンピュータ可読記憶媒体を備えるコンピュータプログラム製品。
［Ｃ２１］ 前記クライアントデバイスに、前記ビュー識別子と前記カメラパースペクティブの前記相対水平ロケーションとの間の関係を示す情報を送ることを前記プロセッサに行わせる命令をさらに備える、Ｃ２０に記載のコンピュータプログラム製品。
［Ｃ２２］ 前記ビューに前記ビュー識別子を割り当てることを前記プロセッサに行わせる前記命令が、前記ビューの各々についての前記カメラパースペクティブの前記水平ロケーションの単調増加関数に従って前記ビューの前記識別子についての値を設定することを前記プロセッサに行わせる命令を備え、
前記情報を送ることは、前記ビューについての前記カメラパースペクティブの前記水平ロケーションが左から右に進むにつれて、前記表現のビュー識別子についての値が増加することを示す、情報を送ることを備える、
Ｃ２１に記載のコンピュータプログラム製品。
［Ｃ２３］ 前記ビューに前記ビュー識別子を割り当てることを前記プロセッサに行わせる前記命令が、前記ビューの各々についての前記カメラパースペクティブの前記水平ロケーションの単調減少関数に従って前記ビューの前記識別子についての値を設定することを前記プロセッサに行わせる命令を備え、
前記情報を送ることは、前記ビューについての前記カメラパースペクティブの前記水平ロケーションが左から右に進むにつれて、前記表現のビュー識別子についての値が減少することを示す、情報を送ることを備える、
Ｃ２１に記載のコンピュータプログラム製品。
［Ｃ２４］ 前記関係を示す前記情報を送ることを前記プロセッサに行わせる前記命令が、ネットワークストリーミングプロトコルに従って期間レベルと表現レベルとのうちの少なくとも１つにおいて前記関係を示す前記情報を送ることを前記プロセッサに行わせる命令を備える、Ｃ２１に記載のコンピュータプログラム製品。
［Ｃ２５］ 前記クライアントデバイスによる前記表現の選択に応答して、ストリーミングハイパーテキスト転送プロトコル（ＨＴＴＰストリーミング）に従って前記表現のビデオデータを送ることを前記プロセッサに行わせる命令をさらに備える、Ｃ２０に記載のコンピュータプログラム製品。
［Ｃ２６］ ビデオデータについての情報を受信する方法であって、前記方法は、
表現についての最大ビュー識別子と前記表現についての最小ビュー識別子とを示す情報を受信することと、なお前記最大ビュー識別子は、シーンの第１のビューについてのビュー識別子を備え、前記最小ビュー識別子が、前記シーンの第２のビューについてのビュー識別子を備え、前記表現が、前記第１のビューと前記第２のビューとを含む２つ以上のビューについてのビデオデータを備え、
前記最大ビュー識別子と前記最小ビュー識別子とに基づいて、前記表現の前記２つ以上のビューについてのカメラパースペクティブの最大水平ロケーションと、前記表現の前記２つ以上のビューについてのカメラパースペクティブの最小水平ロケーションとを判断することと、なお前記２つ以上のビューについてのビュー識別子は前記２つ以上のビューについての前記カメラパースペクティブの相対水平ロケーションに対応するように、前記ビュー識別子が割り当てられ、
前記表現の前記２つ以上のビューについての前記カメラパースペクティブの前記判断された最大および最小水平ロケーションに少なくとも部分的に基づいて前記表現の前記ビデオデータの少なくとも一部分を要求することと
を備える、
方法。
［Ｃ２７］ クライアントデバイスへの、前記ビュー識別子と前記カメラパースペクティブの前記相対水平ロケーションとの間の関係を示す情報を受信することをさらに備える、Ｃ２６に記載の方法。
［Ｃ２８］ 前記関係を示す前記情報を受信することは、前記ビューについての前記カメラパースペクティブの前記水平ロケーションが左から右に進むにつれて、前記表現の前記ビュー識別子についての値が増加することを示す、情報を受信することを備え、
前記最大水平ロケーションを判断することは、前記受信した情報に基づいて、前記最大水平ロケーションが前記シーンの前記第１のビューについての前記カメラパースペクティブの前記水平ロケーションに対応すると判断することを備え、
前記最小水平ロケーションを判断することは、前記受信した情報に基づいて、前記最小水平ロケーションが前記シーンの前記第２のビューについての前記カメラパースペクティブの前記水平ロケーションに対応すると判断することを備える、
Ｃ２７に記載の方法。
［Ｃ２９］ 前記関係を示す前記情報を受信することは、前記ビューについての前記カメラパースペクティブの前記水平ロケーションが左から右に進むにつれて、前記表現の前記ビュー識別子についての値が減少することを示す、情報を受信することを備え、
前記最大水平ロケーションを判断することは、前記受信した情報に基づいて、前記最大水平ロケーションが前記シーンの前記第２のビューについての前記カメラパースペクティブの前記水平ロケーションに対応すると判断することを備え、
前記最小水平ロケーションを判断することは、前記受信した情報に基づいて、前記最小水平ロケーションが前記シーンの前記第１のビューについての前記カメラパースペクティブの前記水平ロケーションに対応すると判断することを備える、
Ｃ２７に記載の方法。
［Ｃ３０］ 前記関係を示す前記情報を受信することが、ネットワークストリーミングプロトコルに従って期間レベルと表現レベルとのうちの少なくとも１つにおいて前記関係を示す前記情報を受信することを備える、Ｃ２７に記載の方法。
［Ｃ３１］ 前記表現のマニフェストに基づいて前記表現を選択することと、なお前記マニフェストは、前記表現についての前記最大ビュー識別子と前記最小ビュー識別子とを示す前記情報を備え、
前記選択に応答して、ストリーミングハイパーテキスト転送プロトコル（ＨＴＴＰストリーミング）に従って前記表現のビデオデータを受信することと
をさらに備える、Ｃ２６に記載の方法。
［Ｃ３２］ ビデオデータについての情報を受信するための装置であって、前記装置は、表現についての最大ビュー識別子と前記表現についての最小ビュー識別子とを示す情報を受信することと、なお前記最大ビュー識別子は、シーンの第１のビューについてのビュー識別子を備え、前記最小ビュー識別子が、前記シーンの第２のビューについてのビュー識別子を備え、前記表現は、前記第１のビューと前記第２のビューとを含む２つ以上のビューについてのビデオデータを備え、前記最大ビュー識別子と前記最小ビュー識別子とに基づいて、前記表現の前記２つ以上のビューについてのカメラパースペクティブの最大水平ロケーションと、前記表現の前記２つ以上のビューについてのカメラパースペクティブの最小水平ロケーションとを判断することと、なお前記２つ以上のビューについてのビュー識別子は前記２つ以上のビューについての前記カメラパースペクティブの相対水平ロケーションに対応するように、前記ビュー識別子が割り当てられ、前記表現の前記２つ以上のビューについての前記カメラパースペクティブの前記判断された最大および最小水平ロケーションに少なくとも部分的に基づいて前記表現の前記ビデオデータの少なくとも一部分を要求することとを行うように構成されたプロセッサを備える、装置。
［Ｃ３３］ 前記プロセッサが、クライアントデバイスへの、前記ビュー識別子と前記カメラパースペクティブの前記相対水平ロケーションとの間の関係を示す情報を受信するように構成された、Ｃ３２に記載の装置。
［Ｃ３４］ 前記プロセッサは、前記関係を示す前記情報が、前記ビューについての前記カメラパースペクティブの前記水平ロケーションが左から右に進むにつれて、前記表現の前記ビュー識別子についての値が増加することを示すとき、前記受信した情報に基づいて、前記最大水平ロケーションが前記シーンの前記第１のビューについての前記カメラパースペクティブの前記水平ロケーションに対応すると判断することと、前記受信した情報に基づいて、前記最小水平ロケーションが前記シーンの前記第２のビューについての前記カメラパースペクティブの前記水平ロケーションに対応すると判断することとを行うように構成された、Ｃ３３に記載の装置。
［Ｃ３５］ 前記プロセッサは、前記関係を示す前記情報が、前記ビューについての前記カメラパースペクティブの前記水平ロケーションが左から右に進むにつれて、前記表現の前記ビュー識別子についての値が減少することを示すとき、前記受信した情報に基づいて、前記最大水平ロケーションが前記シーンの前記第２のビューについての前記カメラパースペクティブの前記水平ロケーションに対応すると判断することと、前記受信した情報に基づいて、前記最小水平ロケーションが前記シーンの前記第１のビューについての前記カメラパースペクティブの前記水平ロケーションに対応すると判断することとを行うように構成された、Ｃ３３に記載の装置。
［Ｃ３６］ 前記関係を示す前記情報を受信するために、前記プロセッサが、ネットワークストリーミングプロトコルに従って期間レベルと表現レベルとのうちの少なくとも１つにおいて前記関係を示す前記情報を受信するように構成された、Ｃ３３に記載の装置。
［Ｃ３７］ 前記プロセッサは、前記表現のマニフェストに基づいて前記表現を選択することと、なお前記マニフェストは、前記表現についての前記最大ビュー識別子と前記最小ビュー識別子とを示す前記情報を備え、前記選択に応答して、ストリーミングハイパーテキスト転送プロトコル（ＨＴＴＰストリーミング）に従って前記表現のビデオデータを受信することとを行うようにさらに構成された、Ｃ３２に記載の装置。
［Ｃ３８］ 前記装置が、
集積回路と、
マイクロプロセッサと、
前記プロセッサを含むワイヤレス通信デバイスと
のうちの少なくとも１つを備える、Ｃ３２に記載の装置。
［Ｃ３９］ ビデオデータについての情報を受信するための装置であって、前記装置は、
表現についての最大ビュー識別子と前記表現についての最小ビュー識別子とを示す情報を受信するための手段と、なお前記最大ビュー識別子が、シーンの第１のビューについてのビュー識別子を備え、前記最小ビュー識別子が、前記シーンの第２のビューについてのビュー識別子を備え、前記表現が、前記第１のビューと前記第２のビューとを含む２つ以上のビューについてのビデオデータを備え、
前記最大ビュー識別子と前記最小ビュー識別子とに基づいて、前記表現の前記２つ以上のビューについてのカメラパースペクティブの最大水平ロケーションと、前記表現の前記２つ以上のビューについてのカメラパースペクティブの最小水平ロケーションとを判断するための手段と、なお前記２つ以上のビューについてのビュー識別子が前記２つ以上のビューについての前記カメラパースペクティブの相対水平ロケーションに対応するように、前記ビュー識別子が割り当てられる、判断するための手段と、
前記表現の前記２つ以上のビューについての前記カメラパースペクティブの前記判断された最大および最小水平ロケーションに少なくとも部分的に基づいて前記表現の前記ビデオデータの少なくとも一部分を要求するための手段と
を備える、
装置。
［Ｃ４０］ クライアントデバイスへの、前記ビュー識別子と前記カメラパースペクティブの前記相対水平ロケーションとの間の関係を示す情報を受信するための手段をさらに備える、Ｃ３９に記載の装置。
［Ｃ４１］ 前記関係を示す前記情報を受信するための前記手段は、前記ビューについての前記カメラパースペクティブの前記水平ロケーションが左から右に進むにつれて、前記表現の前記ビュー識別子についての値が増加することを示す、情報を受信するための手段を備え、
前記最大水平ロケーションを判断するための前記手段は、前記受信した情報に基づいて、前記最大水平ロケーションが前記シーンの前記第１のビューについての前記カメラパースペクティブの前記水平ロケーションに対応すると判断するための手段を備え、
前記最小水平ロケーションを判断するための前記手段は、前記受信した情報に基づいて、前記最小水平ロケーションが前記シーンの前記第２のビューについての前記カメラパースペクティブの前記水平ロケーションに対応すると判断するための手段を備える、Ｃ４０に記載の装置。
［Ｃ４２］ 前記関係を示す前記情報を受信するための前記手段は、前記ビューについての前記カメラパースペクティブの前記水平ロケーションが左から右に進むにつれて、前記表現の前記ビュー識別子についての値が減少することを示す、情報を受信するための手段を備え、
前記最大水平ロケーションを判断するための前記手段は、前記受信した情報に基づいて、前記最大水平ロケーションが前記シーンの前記第２のビューについての前記カメラパースペクティブの前記水平ロケーションに対応すると判断するための手段を備え、
前記最小水平ロケーションを判断するための前記手段は、前記受信した情報に基づいて、前記最小水平ロケーションが前記シーンの前記第１のビューについての前記カメラパースペクティブの前記水平ロケーションに対応すると判断するための手段を備える、Ｃ４０に記載の装置。
［Ｃ４３］ 前記関係を示す前記情報を受信するための前記手段が、ネットワークストリーミングプロトコルに従って期間レベルと表現レベルとのうちの少なくとも１つにおいて前記関係を示す前記情報を受信するための手段を備える、Ｃ４０に記載の装置。
［Ｃ４４］ 前記表現のマニフェストに基づいて前記表現を選択するための手段と、なお前記マニフェストは、前記表現についての前記最大ビュー識別子と前記最小ビュー識別子とを示す前記情報を備え、
前記選択に応答して、ストリーミングハイパーテキスト転送プロトコル（ＨＴＴＰストリーミング）に従って前記表現のビデオデータを受信するための手段と
をさらに備える、Ｃ３９に記載の装置。
［Ｃ４５］ 実行されたとき、ビデオデータについての情報を受信するためのデバイスのプロセッサに、
表現についての最大ビュー識別子と前記表現についての最小ビュー識別子とを示す情報を受信することと、なお前記最大ビュー識別子は、シーンの第１のビューについてのビュー識別子を備え、前記最小ビュー識別子が、前記シーンの第２のビューについてのビュー識別子を備え、前記表現が、前記第１のビューと前記第２のビューとを含む２つ以上のビューについてのビデオデータを備え、
前記最大ビュー識別子と前記最小ビュー識別子とに基づいて、前記表現の前記２つ以上のビューについてのカメラパースペクティブの最大水平ロケーションと、前記表現の前記２つ以上のビューについてのカメラパースペクティブの最小水平ロケーションとを判断することと、なお前記２つ以上のビューについてのビュー識別子は前記２つ以上のビューについての前記カメラパースペクティブの相対水平ロケーションに対応するように、前記ビュー識別子が割り当てられ、
前記表現の前記２つ以上のビューについての前記カメラパースペクティブの前記判断された最大および最小水平ロケーションに少なくとも部分的に基づいて前記表現の前記ビデオデータの少なくとも一部分を要求することと
を行わせる、命令を記憶したコンピュータ可読記憶媒体を備えるコンピュータプログラム製品。
［Ｃ４６］ クライアントデバイスへの、前記ビュー識別子と前記カメラパースペクティブの前記相対水平ロケーションとの間の関係を示す情報を受信することを前記プロセッサに行わせる命令をさらに備える、Ｃ４５に記載のコンピュータプログラム製品。
［Ｃ４７］ 前記関係を示す前記情報を受信することを前記プロセッサに行わせる前記命令は、前記ビューについての前記カメラパースペクティブの前記水平ロケーションが左から右に進むにつれて、前記表現の前記ビュー識別子についての値が増加することを示す、情報を受信することを前記プロセッサに行わせる命令を備え、
前記最大水平ロケーションを判断することを前記プロセッサに行わせる前記命令は、前記受信した情報に基づいて、前記最大水平ロケーションが前記シーンの前記第１のビューについての前記カメラパースペクティブの前記水平ロケーションに対応すると判断することを前記プロセッサに行わせる命令を備え、
前記最小水平ロケーションを判断することを前記プロセッサに行わせる前記命令は、前記受信した情報に基づいて、前記最小水平ロケーションが前記シーンの前記第２のビューについての前記カメラパースペクティブの前記水平ロケーションに対応すると判断することを前記プロセッサに行わせる命令を備える、
Ｃ４６に記載のコンピュータプログラム製品。
［Ｃ４８］ 前記関係を示す前記情報を受信することを前記プロセッサに行わせる前記命令は、前記ビューについての前記カメラパースペクティブの前記水平ロケーションが左から右に進むにつれて、前記表現の前記ビュー識別子についての値が減少することを示す、情報を受信することを前記プロセッサに行わせる命令を備え、
前記最大水平ロケーションを判断することを前記プロセッサに行わせる前記命令は、前記受信した情報に基づいて、前記最大水平ロケーションが前記シーンの前記第２のビューについての前記カメラパースペクティブの前記水平ロケーションに対応すると判断することを前記プロセッサに行わせる命令を備え、
前記最小水平ロケーションを判断することを前記プロセッサに行わせる前記命令は、前記受信した情報に基づいて、前記最小水平ロケーションが前記シーンの前記第１のビューについての前記カメラパースペクティブの前記水平ロケーションに対応すると判断することを前記プロセッサに行わせる命令を備える、
Ｃ４６に記載のコンピュータプログラム製品。
［Ｃ４９］ 前記関係を示す前記情報を受信することを前記プロセッサに行わせる前記命令が、ネットワークストリーミングプロトコルに従って期間レベルと表現レベルとのうちの少なくとも１つにおいて前記関係を示す前記情報を受信することを前記プロセッサに行わせる命令を備える、Ｃ４６に記載のコンピュータプログラム製品。
［Ｃ５０］ 前記表現のマニフェストに基づいて前記表現を選択することと、なお前記マニフェストが、前記表現についての前記最大ビュー識別子と前記最小ビュー識別子とを示す前記情報を備え、
前記選択に応答して、ストリーミングハイパーテキスト転送プロトコル（ＨＴＴＰストリーミング）に従って前記表現のビデオデータを受信することと
を前記プロセッサに行わせる命令をさらに備える、Ｃ４５に記載のコンピュータプログラム製品。

Claims (42)

1. ビデオデータについての情報をシグナリングする方法であって、前記方法は、
   マルチメディアコンテンツについて、シーンの２つ以上のビューについてのビデオデータを受信することと、
   前記２つ以上のビューの各々についてのカメラパースペクティブの水平ロケーションを判断することと、
   ビュー識別子が前記カメラパースペクティブの相対水平ロケーションに対応するように、前記２つ以上のビューに前記ビュー識別子を前記相対水平ロケーションの単調増加関数または単調減少関数に従って割り当てることと、
   前記マルチメディアコンテンツの表現を形成することと、前記表現は前記２つ以上のビューのサブセットを備え、
   クライアントデバイスに、前記マルチメディアコンテンツの前記表現のマニフェストの一部として、前記表現についての最大ビュー識別子と最小ビュー識別子とを示す情報を送ることと、
   前記クライアントデバイスに、前記ビュー識別子と前記カメラパースペクティブの前記相対水平ロケーションとの間の関係を示す情報を送ること、ここにおいて、前記関係を示す前記情報は、前記マルチメディアコンテンツの前記２つ以上のビューの前記水平ロケーションの順序付けを記述するビュー順序情報を含む、と、
   を備える、方法。
2. 前記ビューに前記ビュー識別子を割り当てることが、前記ビューの各々についての前記カメラパースペクティブの前記水平ロケーションの単調増加関数に従って前記ビューの前記識別子についての値を設定することを備え、
   前記関係を示す前記情報を送ることは、前記ビューについての前記カメラパースペクティブの前記水平ロケーションが左から右に進むにつれて、前記表現の前記ビュー識別子についての値が増加することを示す、情報を送ることを備える、
   請求項１に記載の方法。
3. 前記ビューに前記ビュー識別子を割り当てることが、前記ビューの各々についての前記カメラパースペクティブの前記水平ロケーションの単調減少関数に従って前記ビューの前記識別子についての値を設定することを備え、
   前記関係を示す前記情報を送ることは、前記ビューについての前記カメラパースペクティブの前記水平ロケーションが左から右に進むにつれて、前記表現の前記ビュー識別子についての値が減少することを示す、情報を送ることを備える、
   請求項１に記載の方法。
4. 前記関係を示す前記情報を送ることが、前記マルチメディアコンテンツの各表現についての最大ビュー識別子と最小ビュー識別子とを示す前記情報それぞれに対するビュー順序情報含む前記関係を示す前記情報を送ることを備える、請求項１に記載の方法。
5. 前記クライアントデバイスによる前記表現の選択に応答して、ストリーミングハイパーテキスト転送プロトコル（ＨＴＴＰストリーミング）に従って前記表現のビデオデータを送ることをさらに備える、請求項１に記載の方法。
6. ビデオデータについての情報をシグナリングするための装置であって、前記装置は、マルチメディアコンテンツについて、シーンの２つ以上のビューについてのビデオデータを受信することと、前記２つ以上のビューの各々についてのカメラパースペクティブの水平ロケーションを判断することと、ビュー識別子が前記カメラパースペクティブの相対水平ロケーションに対応するように、前記２つ以上のビューに前記ビュー識別子を前記相対水平ロケーションの単調増加関数または単調減少関数に従って割り当てることと、前記マルチメディアコンテンツの表現を形成することと、なお前記表現は前記２つ以上のビューのサブセットを備え、クライアントデバイスに、前記マルチメディアコンテンツの前記表現のマニフェストの一部として、前記表現についての最大ビュー識別子と最小ビュー識別子とを示す情報を送ることと、
   前記クライアントデバイスに、前記ビュー識別子と前記カメラパースペクティブの前記相対水平ロケーションとの間の関係を示す情報を送ること、ここにおいて、前記関係を示す前記情報は、前記マルチメディアコンテンツの前記２つ以上のビューの前記水平ロケーションの順序付けを記述するビュー順序情報を含む、と、
   を行うように構成されたプロセッサを備える、装置。
7. 前記プロセッサは、前記ビューの各々についての前記カメラパースペクティブの前記水平ロケーションの単調増加関数に従って前記ビューの前記識別子についての値を設定することと、前記クライアントデバイスに、前記ビューについての前記カメラパースペクティブの前記水平ロケーションが左から右に進むにつれて、前記表現の前記ビュー識別子についての値が増加することを示す、前記関係を示す情報を送ることとを行うように構成された、請求項６に記載の装置。
8. 前記プロセッサは、前記ビューの各々についての前記カメラパースペクティブの前記水平ロケーションの単調減少関数に従って前記ビューの前記識別子についての値を設定することと、前記クライアントデバイスに、前記ビューについての前記カメラパースペクティブの前記水平ロケーションが左から右に進むにつれて、前記表現の前記ビュー識別子についての値が減少することを示す、前記関係を示す情報を送ることとを行うように構成された、請求項６に記載の装置。
9. 前記プロセッサが、前記マルチメディアコンテンツの各表現についての最大ビュー識別子と最小ビュー識別子とを示す前記情報それぞれに対するビュー順序情報含む前記関係を示す前記情報を送るように構成された、請求項６に記載の装置。
10. 前記プロセッサが、前記クライアントデバイスによる前記表現の選択に応答して、ストリーミングハイパーテキスト転送プロトコル（ＨＴＴＰストリーミング）に従って前記表現のビデオデータを送るように構成された、請求項６に記載の装置。
11. 前記装置が、
    集積回路と、
    マイクロプロセッサと、
    前記プロセッサを含むワイヤレス通信デバイスと
    のうちの少なくとも１つを備える、請求項６に記載の装置。
12. ビデオデータについての情報をシグナリングするための装置であって、前記装置は、
    マルチメディアコンテンツについて、シーンの２つ以上のビューについてのビデオデータを受信するための手段と、
    前記２つ以上のビューの各々についてのカメラパースペクティブの水平ロケーションを判断するための手段と、
    ビュー識別子が前記カメラパースペクティブの相対水平ロケーションに対応するように、前記２つ以上のビューに前記ビュー識別子を前記相対水平ロケーションの単調増加関数または単調減少関数に従って割り当てるための手段と、
    前記マルチメディアコンテンツの表現を形成するための手段と、なお前記表現は前記２つ以上のビューのサブセットを備え、
    クライアントデバイスに、前記マルチメディアコンテンツの前記表現のマニフェストの一部として、前記表現についての最大ビュー識別子と最小ビュー識別子とを示す情報を送るための手段と、
    前記クライアントデバイスに、前記ビュー識別子と前記カメラパースペクティブの前記相対水平ロケーションとの間の関係を示す情報を送るための手段、ここにおいて、前記関係を示す前記情報は、前記マルチメディアコンテンツの前記２つ以上のビューの前記水平ロケーションの順序付けを記述するビュー順序情報を含む、と、
    を備える、装置。
13. 前記ビューに前記ビュー識別子を割り当てるための前記手段が、前記ビューの各々についての前記カメラパースペクティブの前記水平ロケーションの単調増加関数に従って前記ビューの前記識別子についての値を設定するための手段を備え、
    前記関係を示す前記情報を送るための前記手段は、前記ビューについての前記カメラパースペクティブの前記水平ロケーションが左から右に進むにつれて、前記表現のビュー識別子についての値が増加することを示す、情報を送るための手段を備える、
    請求項１２に記載の装置。
14. 前記ビューに前記ビュー識別子を割り当てるための前記手段が、前記ビューの各々についての前記カメラパースペクティブの前記水平ロケーションの単調減少関数に従って前記ビューの前記識別子についての値を設定するための手段を備え、
    前記関係を示す前記情報を送るための前記手段は、前記ビューについての前記カメラパースペクティブの前記水平ロケーションが左から右に進むにつれて、前記表現のビュー識別子についての値が減少することを示す、情報を送るための手段を備える、
    請求項１２に記載の装置。
15. 前記関係を示す前記情報を送るための前記手段が、前記マルチメディアコンテンツの各表現についての最大ビュー識別子と最小ビュー識別子とを示す前記情報それぞれに対するビュー順序情報含む前記関係を示す前記情報を送るための手段を備える、請求項１２に記載の装置。
16. 前記クライアントデバイスによる前記表現の選択に応答して、ストリーミングハイパーテキスト転送プロトコル（ＨＴＴＰストリーミング）に従って前記表現のビデオデータを送るための手段をさらに備える、請求項１２に記載の装置。
17. 実行されたとき、ビデオデータについての情報をシグナリングするためのデバイスのプロセッサに、
    マルチメディアコンテンツについて、シーンの２つ以上のビューについてのビデオデータを受信することと、
    前記２つ以上のビューの各々についてのカメラパースペクティブの水平ロケーションを判断することと、
    ビュー識別子が前記カメラパースペクティブの相対水平ロケーションに対応するように、前記２つ以上のビューに前記ビュー識別子を前記相対水平ロケーションの単調増加関数または単調減少関数に従って割り当てることと、
    前記マルチメディアコンテンツの表現を形成することと、なお前記表現は前記２つ以上のビューのサブセットを備え、
    クライアントデバイスに、前記マルチメディアコンテンツの前記表現のマニフェストの一部として、前記表現についての最大ビュー識別子と最小ビュー識別子とを示す情報を送ることと、
    前記クライアントデバイスに、前記ビュー識別子と前記カメラパースペクティブの前記相対水平ロケーションとの間の関係を示す情報を送ること、ここにおいて、前記関係を示す前記情報は、前記マルチメディアコンテンツの前記２つ以上のビューの前記水平ロケーションの順序付けを記述するビュー順序情報を含む、と、
    を行わせる、命令を記憶したコンピュータ読み取り可能な記憶媒体。
18. 前記ビューに前記ビュー識別子を割り当てることを前記プロセッサに行わせる前記命令が、前記ビューの各々についての前記カメラパースペクティブの前記水平ロケーションの単調増加関数に従って前記ビューの前記識別子についての値を設定することを前記プロセッサに行わせる命令を備え、
    前記情報を送ることは、前記ビューについての前記カメラパースペクティブの前記水平ロケーションが左から右に進むにつれて、前記表現のビュー識別子についての値が増加することを示す、情報を送ることを備える、
    請求項１７に記載のコンピュータ読み取り可能な記憶媒体。
19. 前記ビューに前記ビュー識別子を割り当てることを前記プロセッサに行わせる前記命令が、前記ビューの各々についての前記カメラパースペクティブの前記水平ロケーションの単調減少関数に従って前記ビューの前記識別子についての値を設定することを前記プロセッサに行わせる命令を備え、
    前記情報を送ることは、前記ビューについての前記カメラパースペクティブの前記水平ロケーションが左から右に進むにつれて、前記表現のビュー識別子についての値が減少することを示す、情報を送ることを備える、
    請求項１７に記載のコンピュータ読み取り可能な記憶媒体。
20. 前記関係を示す前記情報を送ることを前記プロセッサに行わせる前記命令が、前記マルチメディアコンテンツの各表現についての最大ビュー識別子と最小ビュー識別子とを示す前記情報それぞれに対するビュー順序情報含む前記関係を示す前記情報を送ることを前記プロセッサに行わせる命令を備える、請求項１７に記載のコンピュータ読み取り可能な記憶媒体。
21. 前記クライアントデバイスによる前記表現の選択に応答して、ストリーミングハイパーテキスト転送プロトコル（ＨＴＴＰストリーミング）に従って前記表現のビデオデータを送ることを前記プロセッサに行わせる命令をさらに備える、請求項１７記載のコンピュータ読み取り可能な記憶媒体。
22. ビデオデータについての情報を受信する方法であって、前記方法は、
    表現についての最大ビュー識別子と前記表現についての最小ビュー識別子とを示す情報を受信すること、ここにおいて、前記最大ビュー識別子は、シーンの第１のビューについてのビュー識別子を備え、前記最小ビュー識別子が、前記シーンの第２のビューについてのビュー識別子を備え、前記表現が、前記第１のビューと前記第２のビューとを含む２つ以上のビューについてのビデオデータを備える、と、
    前記最大ビュー識別子と前記最小ビュー識別子とに基づいて、前記表現の前記２つ以上のビューについてのカメラパースペクティブの最大水平ロケーションと、前記表現の前記２つ以上のビューについてのカメラパースペクティブの最小水平ロケーションとを判断すること、ここにおいて、前記２つ以上のビューについてのビュー識別子は前記２つ以上のビューについての前記カメラパースペクティブの相対水平ロケーションに対応するように、前記ビュー識別子が前記相対水平ロケーションの単調増加関数または単調減少関数に従って割り当てられる、と、
    前記表現の前記２つ以上のビューについての前記カメラパースペクティブの前記判断された最大および最小水平ロケーションに少なくとも部分的に基づいて前記表現の前記ビデオデータの少なくとも一部分を要求することと、
    クライアントデバイスへの、前記ビュー識別子と前記カメラパースペクティブの前記相対水平ロケーションとの間の関係を示す情報を受信すること、ここにおいて、前記関係を示す前記情報は、前記表現の前記２つ以上のビューの水平ロケーションの順序付けを記述するビュー順序情報を含む、と
    を備える、方法。
23. 前記関係を示す前記情報を受信することは、前記ビューについての前記カメラパースペクティブの前記水平ロケーションが左から右に進むにつれて、前記表現の前記ビュー識別子についての値が増加することを示す、情報を受信することを備え、
    前記最大水平ロケーションを判断することは、前記受信した情報に基づいて、前記最大水平ロケーションが前記シーンの前記第１のビューについての前記カメラパースペクティブの前記水平ロケーションに対応すると判断することを備え、
    前記最小水平ロケーションを判断することは、前記受信した情報に基づいて、前記最小水平ロケーションが前記シーンの前記第２のビューについての前記カメラパースペクティブの前記水平ロケーションに対応すると判断することを備える、
    請求項２２に記載の方法。
24. 前記関係を示す前記情報を受信することは、前記ビューについての前記カメラパースペクティブの前記水平ロケーションが左から右に進むにつれて、前記表現の前記ビュー識別子についての値が減少することを示す、情報を受信することを備え、
    前記最大水平ロケーションを判断することは、前記受信した情報に基づいて、前記最大水平ロケーションが前記シーンの前記第２のビューについての前記カメラパースペクティブの前記水平ロケーションに対応すると判断することを備え、
    前記最小水平ロケーションを判断することは、前記受信した情報に基づいて、前記最小水平ロケーションが前記シーンの前記第１のビューについての前記カメラパースペクティブの前記水平ロケーションに対応すると判断することを備える、
    請求項２２に記載の方法。
25. 前記関係を示す前記情報を受信することが、前記表現のそれぞれについての最大ビュー識別子と最小ビュー識別子とを示す前記情報それぞれに対するビュー順序情報含む前記関係を示す前記情報を受信することを備える、請求項２２に記載の方法。
26. 前記表現のマニフェストに基づいて前記表現を選択することと、なお前記マニフェストは、前記表現についての前記最大ビュー識別子と前記最小ビュー識別子とを示す前記情報を備え、
    前記選択に応答して、ストリーミングハイパーテキスト転送プロトコル（ＨＴＴＰストリーミング）に従って前記表現のビデオデータを受信することと
    をさらに備える、請求項２２に記載の方法。
27. ビデオデータについての情報を受信するための装置であって、前記装置は、表現についての最大ビュー識別子と前記表現についての最小ビュー識別子とを示す情報を受信すること、ここにおいて、前記最大ビュー識別子は、シーンの第１のビューについてのビュー識別子を備え、前記最小ビュー識別子が、前記シーンの第２のビューについてのビュー識別子を備え、前記表現は、前記第１のビューと前記第２のビューとを含む２つ以上のビューについてのビデオデータを備える、と、前記最大ビュー識別子と前記最小ビュー識別子とに基づいて、前記表現の前記２つ以上のビューについてのカメラパースペクティブの最大水平ロケーションと、前記表現の前記２つ以上のビューについてのカメラパースペクティブの最小水平ロケーションとを判断すること、ここにおいて、前記２つ以上のビューについてのビュー識別子は前記２つ以上のビューについての前記カメラパースペクティブの相対水平ロケーションに対応するように、前記ビュー識別子が前記相対水平ロケーションの単調増加関数または単調減少関数に従って割り当てられる、と、前記表現の前記２つ以上のビューについての前記カメラパースペクティブの前記判断された最大および最小水平ロケーションに少なくとも部分的に基づいて前記表現の前記ビデオデータの少なくとも一部分を要求することと、
    クライアントデバイスへの、前記ビュー識別子と前記カメラパースペクティブの前記相対水平ロケーションとの間の関係を示す情報を受信すること、ここにおいて、前記関係を示す前記情報は、前記表現の前記２つ以上のビューの水平ロケーションの順序付けを記述するビュー順序情報を含む、と、
    を行うように構成されたプロセッサを備える、装置。
28. 前記プロセッサは、前記関係を示す前記情報が、前記ビューについての前記カメラパースペクティブの前記水平ロケーションが左から右に進むにつれて、前記表現の前記ビュー識別子についての値が増加することを示すとき、前記受信した情報に基づいて、前記最大水平ロケーションが前記シーンの前記第１のビューについての前記カメラパースペクティブの前記水平ロケーションに対応すると判断することと、前記受信した情報に基づいて、前記最小水平ロケーションが前記シーンの前記第２のビューについての前記カメラパースペクティブの前記水平ロケーションに対応すると判断することとを行うように構成された、請求項２７に記載の装置。
29. 前記プロセッサは、前記関係を示す前記情報が、前記ビューについての前記カメラパースペクティブの前記水平ロケーションが左から右に進むにつれて、前記表現の前記ビュー識別子についての値が減少することを示すとき、前記受信した情報に基づいて、前記最大水平ロケーションが前記シーンの前記第２のビューについての前記カメラパースペクティブの前記水平ロケーションに対応すると判断することと、前記受信した情報に基づいて、前記最小水平ロケーションが前記シーンの前記第１のビューについての前記カメラパースペクティブの前記水平ロケーションに対応すると判断することとを行うように構成された、請求項２７に記載の装置。
30. 前記関係を示す前記情報を受信するために、前記プロセッサが、前記表現のそれぞれについての最大ビュー識別子と最小ビュー識別子とを示す前記情報それぞれに対するビュー順序情報含む前記関係を示す前記情報を受信するように構成された、請求項２７に記載の装置。
31. 前記プロセッサは、前記表現のマニフェストに基づいて前記表現を選択することと、なお前記マニフェストは、前記表現についての前記最大ビュー識別子と前記最小ビュー識別子とを示す前記情報を備え、前記選択に応答して、ストリーミングハイパーテキスト転送プロトコル（ＨＴＴＰストリーミング）に従って前記表現のビデオデータを受信することとを行うようにさらに構成された、請求項２７に記載の装置。
32. 前記装置が、
    集積回路と、
    マイクロプロセッサと、
    前記プロセッサを含むワイヤレス通信デバイスと
    のうちの少なくとも１つを備える、請求項２７に記載の装置。
33. ビデオデータについての情報を受信するための装置であって、前記装置は、
    表現についての最大ビュー識別子と前記表現についての最小ビュー識別子とを示す情報を受信するための手段、ここにおいて、前記最大ビュー識別子が、シーンの第１のビューについてのビュー識別子を備え、前記最小ビュー識別子が、前記シーンの第２のビューについてのビュー識別子を備え、前記表現が、前記第１のビューと前記第２のビューとを含む２つ以上のビューについてのビデオデータを備える、と、
    前記最大ビュー識別子と前記最小ビュー識別子とに基づいて、前記表現の前記２つ以上のビューについてのカメラパースペクティブの最大水平ロケーションと、前記表現の前記２つ以上のビューについてのカメラパースペクティブの最小水平ロケーションとを判断するための手段、ここにおいて、前記２つ以上のビューについてのビュー識別子が前記２つ以上のビューについての前記カメラパースペクティブの相対水平ロケーションに対応するように、前記ビュー識別子が前記相対水平ロケーションの単調増加関数または単調減少関数に従って割り当てられる、と、
    前記表現の前記２つ以上のビューについての前記カメラパースペクティブの前記判断された最大および最小水平ロケーションに少なくとも部分的に基づいて前記表現の前記ビデオデータの少なくとも一部分を要求するための手段と、
    クライアントデバイスへの、前記ビュー識別子と前記カメラパースペクティブの前記相対水平ロケーションとの間の関係を示す情報を受信するための手段、ここにおいて、前記関係を示す前記情報は、前記表現の前記２つ以上のビューの水平ロケーションの順序付けを記述するビュー順序情報を含む、と、
    を備える、装置。
34. 前記関係を示す前記情報を受信するための前記手段は、前記ビューについての前記カメラパースペクティブの前記水平ロケーションが左から右に進むにつれて、前記表現の前記ビュー識別子についての値が増加することを示す、情報を受信するための手段を備え、
    前記最大水平ロケーションを判断するための前記手段は、前記受信した情報に基づいて、前記最大水平ロケーションが前記シーンの前記第１のビューについての前記カメラパースペクティブの前記水平ロケーションに対応すると判断するための手段を備え、
    前記最小水平ロケーションを判断するための前記手段は、前記受信した情報に基づいて、前記最小水平ロケーションが前記シーンの前記第２のビューについての前記カメラパースペクティブの前記水平ロケーションに対応すると判断するための手段を備える、請求項３３に記載の装置。
35. 前記関係を示す前記情報を受信するための前記手段は、前記ビューについての前記カメラパースペクティブの前記水平ロケーションが左から右に進むにつれて、前記表現の前記ビュー識別子についての値が減少することを示す、情報を受信するための手段を備え、
    前記最大水平ロケーションを判断するための前記手段は、前記受信した情報に基づいて、前記最大水平ロケーションが前記シーンの前記第２のビューについての前記カメラパースペクティブの前記水平ロケーションに対応すると判断するための手段を備え、
    前記最小水平ロケーションを判断するための前記手段は、前記受信した情報に基づいて、前記最小水平ロケーションが前記シーンの前記第１のビューについての前記カメラパースペクティブの前記水平ロケーションに対応すると判断するための手段を備える、請求項３３に記載の装置。
36. 前記関係を示す前記情報を受信するための前記手段が、前記表現のそれぞれについての最大ビュー識別子と最小ビュー識別子とを示す前記情報それぞれに対するビュー順序情報含む前記関係を示す前記情報を受信するための手段を備える、請求項３３に記載の装置。
37. 前記表現のマニフェストに基づいて前記表現を選択するための手段と、なお前記マニフェストは、前記表現についての前記最大ビュー識別子と前記最小ビュー識別子とを示す前記情報を備え、
    前記選択に応答して、ストリーミングハイパーテキスト転送プロトコル（ＨＴＴＰストリーミング）に従って前記表現のビデオデータを受信するための手段と
    をさらに備える、請求項３３に記載の装置。
38. 実行されたとき、ビデオデータについての情報を受信するためのデバイスのプロセッサに、
    表現についての最大ビュー識別子と前記表現についての最小ビュー識別子とを示す情報を受信すること、ここにおいて、前記最大ビュー識別子は、シーンの第１のビューについてのビュー識別子を備え、前記最小ビュー識別子が、前記シーンの第２のビューについてのビュー識別子を備え、前記表現が、前記第１のビューと前記第２のビューとを含む２つ以上のビューについてのビデオデータを備える、と、
    前記最大ビュー識別子と前記最小ビュー識別子とに基づいて、前記表現の前記２つ以上のビューについてのカメラパースペクティブの最大水平ロケーションと、前記表現の前記２つ以上のビューについてのカメラパースペクティブの最小水平ロケーションとを判断すること、ここにおいて、前記２つ以上のビューについてのビュー識別子は前記２つ以上のビューについての前記カメラパースペクティブの相対水平ロケーションに対応するように、前記ビュー識別子が前記相対水平ロケーションの単調増加関数または単調減少関数に従って割り当てられる、と、
    前記表現の前記２つ以上のビューについての前記カメラパースペクティブの前記判断された最大および最小水平ロケーションに少なくとも部分的に基づいて前記表現の前記ビデオデータの少なくとも一部分を要求することと、
    クライアントデバイスへの、前記ビュー識別子と前記カメラパースペクティブの前記相対水平ロケーションとの間の関係を示す情報を受信すること、ここにおいて、前記関係を示す前記情報は、前記表現の前記２つ以上のビューの水平ロケーションの順序付けを記述するビュー順序情報を含む、と、
    を行わせる、命令を記憶したコンピュータ読み取り可能な記憶媒体。
39. 前記関係を示す前記情報を受信することを前記プロセッサに行わせる前記命令は、前記ビューについての前記カメラパースペクティブの前記水平ロケーションが左から右に進むにつれて、前記表現の前記ビュー識別子についての値が増加することを示す、情報を受信することを前記プロセッサに行わせる命令を備え、
    前記最大水平ロケーションを判断することを前記プロセッサに行わせる前記命令は、前記受信した情報に基づいて、前記最大水平ロケーションが前記シーンの前記第１のビューについての前記カメラパースペクティブの前記水平ロケーションに対応すると判断することを前記プロセッサに行わせる命令を備え、
    前記最小水平ロケーションを判断することを前記プロセッサに行わせる前記命令は、前記受信した情報に基づいて、前記最小水平ロケーションが前記シーンの前記第２のビューについての前記カメラパースペクティブの前記水平ロケーションに対応すると判断することを前記プロセッサに行わせる命令を備える、
    請求項３８に記載のコンピュータ読み取り可能な記憶媒体。
40. 前記関係を示す前記情報を受信することを前記プロセッサに行わせる前記命令は、前記ビューについての前記カメラパースペクティブの前記水平ロケーションが左から右に進むにつれて、前記表現の前記ビュー識別子についての値が減少することを示す、情報を受信することを前記プロセッサに行わせる命令を備え、
    前記最大水平ロケーションを判断することを前記プロセッサに行わせる前記命令は、前記受信した情報に基づいて、前記最大水平ロケーションが前記シーンの前記第２のビューについての前記カメラパースペクティブの前記水平ロケーションに対応すると判断することを前記プロセッサに行わせる命令を備え、
    前記最小水平ロケーションを判断することを前記プロセッサに行わせる前記命令は、前記受信した情報に基づいて、前記最小水平ロケーションが前記シーンの前記第１のビューについての前記カメラパースペクティブの前記水平ロケーションに対応すると判断することを前記プロセッサに行わせる命令を備える、
    請求項３８に記載のコンピュータ読み取り可能な記憶媒体。
41. 前記関係を示す前記情報を受信することを前記プロセッサに行わせる前記命令が、前記表現のそれぞれについての最大ビュー識別子と最小ビュー識別子とを示す前記情報それぞれに対するビュー順序情報含む前記関係を示す前記情報を受信することを前記プロセッサに行わせる命令を備える、請求項３８に記載のコンピュータ読み取り可能な記憶媒体。
42. 前記表現のマニフェストに基づいて前記表現を選択することと、なお前記マニフェストが、前記表現についての前記最大ビュー識別子と前記最小ビュー識別子とを示す前記情報を備え、
    前記選択に応答して、ストリーミングハイパーテキスト転送プロトコル（ＨＴＴＰストリーミング）に従って前記表現のビデオデータを受信することと
    を前記プロセッサに行わせる命令をさらに備える、請求項３８に記載のコンピュータ読み取り可能な記憶媒体。

Images