JP6040932B2 - 立体視に対応したビデオストリームを生成、再構築する方法、および関連する符号化および復号化デバイス - Google Patents

Description

本発明は、デジタル立体ビデオストリーム（つまり、視聴デバイスで適切な処理を受けると、視聴者に３次元画像として認識される画像シーケンスが生成されるビデオストリーム）を生成する方法に関する。

本方法を利用すると、ユーザは、従来からの（立体視ではない）復号器およびテレビ受像機セットを持っていれば、２Ｄでの画像表示もできる。

本発明はさらに、デジタル形式で立体ビデオストリームを符号化および復号化する符号化デバイスおよび復号化デバイスに関する。

近年、新たなデジタル技術の登場によって新たな製造ツールの開発が盛んになり、映画製造業界は、立体３Ｄコンテンツの製造に注目して、多大な資源投入を行ってきた。

３Ｄに対する関心は、今や家庭向け製品（つまりテレビ受像機セットでの画像表示）にも拡大されている。例えば、有料ＴＶ運営会社のなかにも、３Ｄの番組の放映を計画しているものがある。

立体ビデオコンテンツの提示方法として最もよく利用されているものは、それぞれ右目用および左目用の２つの独立したビデオストリームを表示して、人の脳で３次元オブジェクトに再構築する、という方法である。

家庭向け製品用の立体コンテンツは、通常高精細なビデオコンテンツであり、大量生産されるメモリ媒体（ＤＶＤまたはブルーレイディスク、光磁気または固体媒体等）で配信されたり、（有線または無線）放送チャネルを介して、または電話通信回線（ＩＰ）を介して配信されたりする場合がある。

しかし、既存の構造の製造環境においては、あるシーンを２つの異なる視点から撮像する立体視ビデオカメラが生成する２つのストリームを別個に転送したり処理したりすることが不可能である。

さらに、最終消費者に届いている配信ネットワークは規模が大きすぎて、単一のサービス提供に２つの独立した高精細ストリームを利用すると不経済である。この結果、製造プロセスにおいて幾つかの方策をとり、コンテンツの転送および実現（fruition）のためのビットレートを低減する必要がある。

２次元および３次元画像の詳細認知の差異の実現に関する研究結果によると、立体コンテンツの解像度が２次元コンテンツの解像度より下がっても、ユーザは品質を許容範囲であると認識する傾向があるらしく、立体画像を構成する２つの画像を１つのフレームにパッキングするための様々な方法が開発されてきている。

例えば、単一の高精細フレームＣ（１９２０ｘ１０８０画素）の場合には、左チャネルおよび右チャネル（今後はＬおよびＲと称する）を構成する２つの画像が、高精細フレームの半分の解像度に等しい水平解像度で取得され、その後、図１ａに示すような１つのフレーム（横並びに配置したフォーマット）に横並びに配置される。

このように、１つの高精細ストリームを、２つの独立したビデオチャネルの転送に利用することもでき、復号時には、２つの半分のフレームを分離して、適切な補間技術を利用することにより再度１６／９フォーマットにすることができる。

同様に、別の方法としては、水平解像度はそのままに、垂直解像度を半分にして、その後、図１ｂに示すように、２つのフレームＬおよびＲを、互いに重ねる（上下に並べるフォーマット）方法もある。

合成フレームからなる立体ビデオストリームは、次に圧縮にかけられ、放送ネットワーク、ＩＰネットワーク、または大容量メモリ媒体での配信前に転送ビットレートを低減される。

高解像度ビデオの配信に現在最もよく利用されている圧縮技術は、Ｈ．２６４／ＡＶＣ規格が定義している技術である。

現在市販されている高精細テレビ受像機セットは、１０８０ｐフォーマットまでの復号が可能なフォーマットをサポートしているＨ．２６４／ＡＶＣ規格の復号器を備えている。

様々なサービスプロバイダ（特に公共放送局）が気にする最も重要な要件の１つが、立体視信号の後方互換性である。

実際、高精細復号器を既に所有しているユーザに放送サービスを楽しんでもらうためには、３Ｄの番組を２Ｄの番組としても表示できることが望ましい。同様に、ＤＶＤ，Ｂｌｕ−ｒａｙ ｄｉｓｃ３Ｄ、またはインターネットサイト上の３Ｄコンテンツは、２Ｄおよび３Ｄテレビ受像機セットおよびモニタの両方で表示することができることが望ましい。

これは２つの方法での達成が考えられる。１つ目が、１つの番組を２Ｄおよび３Ｄバージョン両方で同時放送することであり、２つ目が、相応しい立体ストリームの符号化技術を採用することである。

もちろん、１つ目の方法には、サービスプロバイダが嫌う帯域幅の無駄が伴う。

２つ目の方法に関しては、当技術分野において、後方互換性立体ストリームの生成方法は幾つか公知のものがある。

これら技術の１つが、いわゆる「深度マップ（depth maps）」を利用するものである（例えば、米国特許出願第２００２／００４８３９５号、第２００４／０１０１０４３号明細書に記載されている）。

実際には、２次元カラービデオには、深度マップを含んだ、互いに補う白黒のビデオ（supplementary black and white video）の形態の信号が関連付けられている。適切な復号器であれば、受信したデータから立体ビデオを再構築することができる。しかし、この技術には、同じ番組の２Ｄおよび３Ｄの送信について上述したものとまさに同じ問題がある。つまり、２つのビデオ信号を並行して送信する必要があり、送信ビットレートが高くなってしまう、という問題である。

別の後方互換性立体ストリーム符号化技術には、例えば「マルチビュー」と称されるものがある。

立体ビデオストリームを構成する左画像および右画像の対は高度に類似しているという特徴を持っているので、２次元ストリームの符号化に利用される時空冗長性抑制技術（space-time redundancy suppression techniques）を、この場合にも利用することができる。実際、撮影点の間の幾何学的距離（瞳孔間隔：interocular distance）に起因する一定のオフセットが差し引かれた場合、右目画像と左目画像との間の差異は小さくなる。

ＭＰＥＧ２規格は、マルチビュープロファイル（ＭＶＰ）と称される仕様の補遺によって拡張された。同様に、後続するＨ．２６４／ＡＶＣ規格も、マルチビュー符号化（ＭＶＣ）仕様を含むことで拡張された。

これら２つの仕様に共通する特徴は、スケーラブル・ビデオ符号化を使用している点である。つまり、立体ビデオストリームを、ベース層（２Ｄベースストリーム）および強化層（enhanced layer：第２のビューをトランスポートする層）に圧縮する。符号化されたストリームのシンタックスを、ＭＰＥＧ２またはＨ.２６４／ＡＶＣ規格に準拠していさえいれば古い世代の復号器でも、２Ｄビデオが復号化できるように調整する。

しかし、立体ストリームを上述したフォーマットのいずれかに符号化するために必要となるビットレートは、放送環境での利用を可能とするには高すぎる。

従って、本発明の目的の１つは、２Ｄストリームに必要なものと同じ帯域幅を利用して放送業者が配信可能な後方互換性デジタル立体ビデオストリームを生成および再構築する方法の提供である。

本発明の別の目的には、左目画像および右目画像を合成画像にパッキングする手法に関わらず常に利用可能であり、合成フレームの利用に基づいている、後方互換性デジタル立体ビデオストリームの生成および再構築方法の提供である。

本発明のこれらおよびその他の目的は、本記載と一体化されている部分である添付請求項に述べる特徴を含む立体ビデオストリームの生成および再構築方法により達成される。

本発明はさらに、立体ビデオストリームの符号化及び復号化のための符号化デバイスおよび復号化デバイス、並びに、立体ビデオストリームを記載する。

本発明の根底にある一般的な構想は、ビデオストリームの復号結果が２Ｄ復号器および３Ｄ復号器両方で利用可能となるような、あるパッキング技術によってパッキングされた複数のフレームを含むビデオストリームの生成および再構築方法の提供である。

好適な実施形態では、本発明の方法によって、ビデオストリームを、Ｈ．２６４／ＡＶＣ仕様（復号器になんらの変更も加えず）互換性可能を有する２Ｄ復号器により復号化が可能であり、且つ、高精細ディスプレイで表示できるように予め配置しておくことができる。

他方で、立体ディスプレイに連結された適切な復号器によって、立体ストリームを３Ｄで見ることができるようになる。

立体ビデオストリームの後方互換性は、立体ビデオストリーム内に既に存在しているメタデータを符号化段階中に、これまでとは違う使い方をすることで達成される。

このメタデータは、立体ビデオストリームにおける、右目用であっても左目用であっても、なんらかの画像を含む合成フレームの一領域を定義している。

２Ｄ復号器用には、メタデータに、復号器に対して、フレームを復号化したら、復号化した合成画像の一領域（立体ビデオストリームにおける、右目用であっても左目用であってもよい画像を含むもの）のみを出力せよと命令する情報を含ませる。

従って放送業者は、１つの立体ストリームを送信するだけでよく、これが、立体ビデオストリームの復号化ができてもできなくてもよい復号器により適切に処理され、このビデオストリームを、それを処理する復号器の特性に応じて２Ｄまたは３Ｄフォーマットで再生することができるようになる。

本発明の更なる目的および利点は、幾つかの実施形態を示した以下の記載からより明らかになるが、これは非制限的な例示である点に留意されたい。

実施形態を、添付する図面を参照して説明する。以下は図面の簡単な説明である。
横並びにある立体ビデオストリームの合成フレームを示している。 上下の並びにある立体ビデオストリームの合成フレームを示している。 別のフォーマットの立体ビデオストリームの合成フレームを示している。 本発明における立体ビデオストリームの生成デバイスのブロック図である。 切り出し矩形を破線で示した、図１ａの合成フレームを示している。 切り出し矩形を破線で示した、図１ｂの合成フレームを示している。 切り出し矩形を破線で示した、図１ｃの合成フレームを示している。 ２Ｄ画像の表示のみが可能なデバイスにおいて、デジタルビデオストリームとして受信されるテレビ画像の実現デバイスのブロック図である。 ３Ｄ画像の表示も可能なデバイスにおいて、デジタルビデオストリームとして受信されるテレビ画像の実現デバイスのブロック図である。

図２を参照すると、本発明の立体ビデオストリーム１０１を生成するデバイス１００のブロック図が示されている。

デバイス１００は、それぞれが左目Ｌおよび右目Ｒ用の、２つの画像のシーケンス（１０２、１０３）（例えば２つのビデオストリームであってよい）を受信する。

デバイス１００は、２つの画像（２つの画像シーケンス１０２、１０３）を多重化することができる。デバイス１００は、この用途向けに、入力画像の画素を、１つの合成画像Ｃに入力することのできるアセンブラモジュール１０５を含む。

以下の記載において、画像を合成フレームまたはコンテナフレームＣに入力する、という言い回しは、（ハードウェアおよび／またはソフトウェア手段の利用によって）原画像と同じ画素を含む合成フレームＣの一領域を生成する処理を実行する、という意味として捉えられたい。合成画像が図１ａまたは図１ｂに示すタイプである場合、複写ステップで、画素数を水平方向または垂直方向に半分にする必要がある。従って、合成フレームＣに入力された２つの左Ｌおよび右Ｒ画像は、変形されて、水平解像度または垂直解像度が半分になる。

図１ｃに示すような別のフォーマット（a format being alternative to that of Fig. 1c）の立体ビデオストリームの合成フレームでは、入力画像が１２８０ｘ７２０画素（いわゆる７２０ｐフォーマット）である場合（高品質の画像を送信するために利用されるフォーマットの１つではあるが、高精細画像送信用ではない）、両方の画像を含むのに適した合成フレームとは、１９２０ｘ１０８０画素（つまり、１０８０ｐビデオストリームからなる１つのフレーム（１９２０ｘ１０８０画素のプログレッシブフォーマット））である。

このようなケースの場合、２つの右Ｒおよび左Ｌ画像を、歪曲および／またはサンプリング不足になることなく、合成フレームＣに入力することができるが、不利な点は、図１ｃの例にも示しているように、２つの画像のうちいずれかを少なくとも３つの部分に分割する必要がある、という点である。

図１ｃの別のフォーマットでは、第１の画像をコンテナフレームの任意の点に入力することができ（後者において、それぞれ異なる領域に分解（disassemble）する必要がないことを条件として）、第２の画像のフレームの分解およびそのコンテナフレームへの挿入は、異なる数多くの技術を利用して達成可能であるが、この特徴は本発明の目的には関連しない。

いずれの場合であっても、左Ｌおよび右Ｒ画像をコンテナフレームＣに入力する方法は、本発明の方法の実装には影響がない。

コンテナフレームＣのシーケンス１０１からなる立体ビデオストリームを符号化するときには、立体ビデオストリーム１０１を受信する２Ｄ復号器が復号プロセス後に出力する必要がある合成フレームＣの領域に関する情報を含む少なくとも１つのメタデータＭが入力される。

メタデータＭは、図１ｃの例の右目画像のように様々な画像に分解されていない左目Ｌ画像または右目Ｒ画像を含む合成フレームＣの一領域を特定するものである。

立体ビデオストリーム１０１をＨ．２６４／ＡＶＣ規格に従って符号化する場合、メタデータＭは、２００９年３月発行の「一般オーディオビジュアルサービスの高度ビデオ符号化」におけるＩＴＵ ＴＨ．２６４ドキュメントのセクション７．３．２．１．１「シーケンス・パラメータ・セット・データ・シンタックス」で既に取り扱われている「クロップ矩形」に関するメタデータの代わりに利用すると好適である。

このメタデータは、当初、Ｈ．２６４／ＡＶＣ符号化により、画像を１６ｘ１６画素マクロブロックに分解することができるということに基づいて導入されたが、１０８０は、１６では除算できない数である。従って、符号器が利用する内部シングルフレーム表現フォーマットは、実際のフレームフォーマットと合致しないことがある（１９２０ｘ１０８０フレームでは、Ｈ．２６４／ＡＶＣ符号器は、１９２０ｘ１０８８画素を越える表現を利用するので、８つの空のラインが追加される）。しかし、「クロップ矩形」を記述しており、Ｈ．２６４／ＡＶＣ規格に含まれているメタデータでは、その役割が、復号されたフレームのどの部分を再生用に出力する必要があるかを復号器に教える、というものであるために、表示すべき矩形フレーム部分を、完全に一般的な方法で定義することができる。

実際には、これは、表示すべき部分の範囲を定めるクロップ矩形の水平および垂直方向の辺のフレームエッジ間の距離を定義している（画素数で表される）。

概して、画像クロップ矩形は、他の完全に均等な方法で定義することが可能である。例えば、矩形のある頂点の位置、またはその辺の寸法、または２つの対向する頂点の座標での定義も可能である。

既に標準化されている「クロップ矩形」のメタデータＭを従来とは異なる方法で利用して、従って同じシンタックスを利用することで、合成フレームＣの任意の領域の再生を、Ｈ．２６４／ＡＶＣ仕様に準拠した復号器に対して示すことができるようになる。

図３ａ、図３ｂ、および図３ｃを参照すると、クロップ矩形により範囲を定められた幾つかの領域が、破線によって示されているが、本発明ではこの情報が少なくとも１つのメタデータＭに含まれている必要がある。

例えば図３ａのコンテナフレームＣに示す横並びのフォーマット、および、図３ｃのコンテナフレームＣの別のフォーマットでは、クロップ矩形が示す領域は、コンテナフレームＣの左画像Ｌが占有している領域と整合している。

更なる例である図３ｂのコンテナフレームＣの上下配置のフォーマットでは、クロップ矩形が示す領域は、コンテナフレームＣの右画像Ｒが占有している領域に整合している。

符号化段階が完了すると、立体ストリームは、通信チャネルを介して送信される、および／または、適切な媒体（例えばＣＤ、ＤＶＤ，ブルーレイ、大容量メモリ等）に記録されてよい。

図４ａは、復号器１１００と、表示または視聴デバイス１１１０とからなる２Ｄコンテンツを視聴するための通常のシステムを示している。復号器１１００は、視聴デバイス１１１０（例えばテレビ受像機セット）に対して、２つの画像（つまり、右Ｒ画像および左Ｌ画像）のうちのいずれかを利用可能として、ユーザが、３Ｄコンテンツを２Ｄでも視聴することができるようにする。復号器１１００は、テレビ受像セットとは別のセットトップボックスであってもよいし、テレビ受像機セット自身に内蔵されていてもよい。

同様のことは、コンテナフレームを読み出して、処理することで２Ｄ画像を得るプレーヤ（例えばＤＶＤプレーヤ）にもいえる。

図４ａの参照に戻ると、受信機システムは、（ケーブルまたはアンテナを介して）、合成フレームＣを含む立体ビデオストリーム１１０３を受信する。復号器１１００は、フレームＣのどの部分を利用して、表示または視聴デバイス１１１０にストリームを表示するか、を示すメタデータＭを読み出す。続いて、メタデータＭが指定している合成フレームＣの部分に含まれる画像を抽出して、ディスプレイ１１１０に送信する。

復号器１１００が出力する画像のフォーマットが、ディスプレイ１１１０が生来サポートしているものには含まれない、というケースもある。例えば、横並びフォーマットの１０８０ｐフレームの場合、復号段階で、受像機１１００は、水平方向の長さが高精細のフレームの水平方向の長さの半分であるフレームを出力して、この結果得られるフレームの領域は、９６０ｘ１０８０画素となり、そのフォーマットは８／９となる。

これは、ディスプレイが生来サポートしている画像フォーマットではないが、今日のディスプレイであればすべてに含まれているデバイスが実行することができる適切な補間ステップによって、１９２０ｘ１０８０フォーマットに変換して戻すことができる。このデバイスは、いわゆるスケーラであり、受信したフォーマットを、ユーザが所望するものに適合させる、という役割を果たす（実際、全ての近年のテレビ受像機セットのリモートコントローラは、４／３、１６／９、１４／９、および自動フォーマットのなかから選択することができるボタンを含み、生来のもの以外のフォーマットでの視聴が可能である）。

合成フレームが図１ｃに示すタイプである場合、２Ｄ互換性可能を有する画像のフォーマットは、７２０ｐタイプである。後者は、全てのＨＤＴＶまたはＨＤ準拠（HD Ready）テレビ受像機セットが処理可能な標準的なフォーマットである。従って、スケーラで、準拠している画像を確実に拡張して、フルスクリーンでの表示を行うことができる。

幾つかのテレビ受像機セットに実行したテストの結果、図１ａまたは図１ｂに示すもののような合成フレームを利用した場合であっても、スケーラは、フルスクリーン１６／９フォーマットに変換することで、準拠している画像を正確に表示することができることがわかっている。

しかし３Ｄモードでの立体ビデオの視聴は、立体ビデオストリームに含まれている特殊な信号を認識することのできる手段を備え、クロップ矩形を利用しないでもビデオを復号化できる次世代復号器の利用によってのみ可能である。

これは幾つかの方法で達成可能である。例えば、更なるメタデータＮを追加して、クロップ矩形のみが２Ｄ復号器／テレビ受像機セットに有効である、と示す、という方法もある。

従って、既存の２Ｄ製品は、更新の必要がなく、また、ファームウェア／ハードウェアに変更を加える必要もない。

本発明の好適な実施形態では、原クロップ矩形を利用すべきかすべきでないか、を示すメタデータＮは、単に、それが３Ｄまたは２Ｄ送信であるかを示すメタデータであってよい。

このメタデータＮの送信は、例えば、少なくとも１つのＳＩ（サービス情報）テーブルまたはＨ．２６４ＳＥＩ（補足強化情報: Supplemental Enhancement Information）メッセージを利用して行われて良い。この代わりに、合成フレームの１以上の行を、３Ｄ固有のメタデータの送信専用にすることもできる。

図４ｂは、３Ｄコンテンツの表示に適した受像機システムを示す。このシステムは３つの部分からなり、３つの部分は、それぞれ独立した装置であってもよいし、様々な方法でアセンブルされていてもよい。３つの部分は、復号器１１００'、デパッカー（depacker）１１０５、およびディスプレイ１１１０'である。

図４ａと比較すると、更なるコンポーネント（つまりデパッカー１１０５）が必要であることがわかる。復号器１１００'は、合成フレームＣシーケンス全体を出力する（つまり、クロップ矩形情報は無視される）。先行技術の標準的な復号器は、フレームの復号後に、クロップ矩形に含まれている画像の部分のみを出力することから、ここで利用されるものは、非標準的な復号器である。デパッカー１１０５は、画像Ｌおよび画像Ｒを合成フレームＣから抽出して、ディスプレイ１１１０'自身が必要とするモードでディスプレイ１１１０'に出力する。

こうするために、デパッカー１１０５は、合成フレームの成り立ちを知る必要がある。１つのフォーマットではなく様々なフォーマットを処理するのに適しているデパッカー１１０５は、これらモードを指定するメタデータＰを読み出す必要がある。

このメタデータＰは、ＳＩテーブルまたはＳＥＩメッセージに入力されていてもよいし、または、合成フレームの一行に入力されてもよい。前者の場合には、復号器１１００'がこのメタデータを読み出して、デパッカー１１０５に（例えばＨＤＭＩインタフェースを介して）送信する必要がある。ここで、このインタフェースの仕様が、まさにこの目的で最近更新された点は、言及に値する。後者の場合には、デパッカー１１０５が合成フレーム内に直接メタデータＰを見つけることができるので、状況はより簡単である。

本発明の特徴および利点が、上述の記載から明らかになった。

本発明の第１の利点は、２Ｄ復号器で復号することもできる３Ｄ番組の放送を希望する放送業者が、２つの同時ビデオストリームを送信する必要がなくなり、ビデオストリーム配信にまつわる帯域幅を減らすことができる、という点である。

本発明の第２の利点は、本発明の方法が、左画像および右画像を含むフレームがいかなる形態でコンテナフレームにパッキングされていようと利用可能である、という点である。

立体ビデオストリームの生成および再構築方法、および、関連する生成および再構築デバイスは、本発明の構想の新規な精神を逸脱しないで数多くの変形例が可能である。また、本発明の実際に実施に際しては、例示した詳細を変えた形にしてもよいし、他の技術的に均等物である構成要素で置き換えることもできる。

例えば、上述した記述では、特にＨ．２６４／ＡＶＣ規格について言及した。しかし、これに限られず、本方法は、Ｈ．２６４／ＡＶＣ規格のクロップ矩形の定義に利用されるメタデータに類似したメタデータを利用している他の規格とともに利用されて符号化を実行することもできる。

また、本開示では１０８０ｐフォーマットの合成フレームについて特に言及したが、本発明は、合成フレーム、およびフレームを構成する画像のサイズに依存はしない。従って本発明は合成フレームが７２０ｐサイズであったり、非常に高い解像度のタイプであったりしたとしても適用可能である（いわゆる２ｋおよび４ｋフォーマット、つまり約２，０００または４，０００個のラインがある）。

本発明は、立体ビデオストリームの生成および再構築方法および関連するデバイスに限定はされず、数多くの変形例、改善例、または均等物である部分および要素による置き換えが、本発明の構想の範囲を逸脱せずに可能であるが、これは以下に示す請求項にも明示されている。

Claims (19)

1. コンテナフレームを含むデジタル立体ビデオストリームを生成する方法であって、前記コンテナフレームは、右画像および左画像に関する情報を含み、前記デジタル立体ビデオストリームを符号化するときに、前記右画像および前記左画像という２つの画像のいずれか一方のみを含むコンテナフレームの領域を特定するよう適合されている１つのメタデータ（Ｍ）が入力され、
   前記デジタル立体ビデオストリームは、クロップ矩形を定義するＨ．２６４／ＡＶＣ規格またはＨ．２６４／ＡＶＣ規格の前記クロップ矩形を定義するために利用されるメタデータに類似するメタデータを使用する規格に従って符号化され、前記１つのメタデータ（Ｍ）は、前記規格と同じシンタックスを利用するとき、前記コンテナフレームに含まれている前記２つの画像のいずれか一方のみを参照し、前記デジタル立体ビデオストリームのフォーマットを示すべく、少なくとも１つの更なるメタデータ（Ｎ，Ｐ）が前記デジタル立体ビデオストリームに入力される、方法。
2. 前記コンテナフレームの前記領域のサイズは、前記領域の幅／高さになんら変更を加えずとも表示可能である、請求項１に記載の方法。
3. 前記コンテナフレームの前記領域は、補間され、フォーマットを変換されることにより、１６／９フォーマットでフルスクリーン表示が可能である、請求項１または２に記載の方法。
4. 立体視復号器に対して、前記１つのメタデータ（Ｍ）を無視するべきである旨を伝えるために、前記少なくとも１つの更なるメタデータ（Ｎ，Ｐ）が前記デジタル立体ビデオストリームに入力される、請求項１から３のいずれか一項に記載の方法。
5. 前記少なくとも１つの更なるメタデータ（Ｎ，Ｐ）は、少なくとも１つのＳＩテーブルで、または、Ｈ．２６４／ＡＶＣ規格またはＨ．２６４／ＡＶＣ規格の前記クロップ矩形を定義するために利用されるメタデータに類似するメタデータを使用する規格に従って符号化された前記デジタル立体ビデオストリームに関するＳＥＩメッセージで送信される、請求項１から４のいずれか一項に記載の方法。
6. 前記少なくとも１つの更なるメタデータ（Ｎ）は、番組が２Ｄか３Ｄかを示すメタデータである、請求項４または５に記載の方法。
7. 前記少なくとも１つの更なるメタデータ（Ｐ）は、前記コンテナフレームの成り立ちを示すメタデータである、請求項４または５に記載の方法。
8. コンテナフレームを含むデジタル立体ビデオストリームを符号化するデバイスであって、前記コンテナフレームは、右画像および左画像に関する情報を含み、請求項１から７のいずれか一項に記載の方法を実装するよう適合された手段を備えることを特徴とする、デバイス。
9. コンテナフレームを含むデジタル立体ビデオストリームから１つの２Ｄに準拠した画像を再構築する方法であって、前記コンテナフレームは、右画像および左画像に関する情報を含み、前記デジタル立体ビデオストリームを復号化するときに、前記右画像および前記左画像という２つの画像のいずれか一方のみを含むコンテナフレームの領域を特定するよう適合されている１つのメタデータ（Ｍ）を抽出し、
   前記デジタル立体ビデオストリームは、Ｈ．２６４／ＡＶＣ規格のクロップ矩形を定義するために利用されるメタデータに類似するメタデータを使用する規格に従って復号化され、前記１つのメタデータ（Ｍ）は、前記規格と同じシンタックスを利用するとき、前記コンテナフレームに含まれている前記２つの画像のいずれか一方のみを参照する、方法。
10. 前記コンテナフレームの前記領域のサイズは、前記領域の幅／高さになんら変更を加えずとも表示可能である、請求項９に記載の方法。
11. 前記コンテナフレームの前記領域は、補間され、フォーマットを変換されることにより、１６／９フォーマットでフルスクリーン表示が可能である、請求項９または１０に記載の方法。
12. コンテナフレームを含む立体ビデオストリームから１つの２Ｄ互換性可能を有する画像を再構築する復号器であって、前記コンテナフレームは、右画像および左画像に関する情報を含み、請求項９から１１のいずれか一項に記載の方法を実装する手段を備えることを特徴とする、復号器。
13. デジタル立体ビデオストリームを復号化して、コンテナフレームの右画像および左画像という２つの画像を抽出する方法であって、復号器が、前記ビデオストリームが立体視用か否かを示す少なくとも１つのメタデータ（Ｎ，Ｐ）を読み出し、前記ビデオストリームが立体視用である場合には、クロップ矩形を定義する１つの更なるメタデータ（Ｍ）に含まれる情報を無視し、前記コンテナフレームのシーケンスを一体的に生成して（produced integrally）、前記コンテナフレームのシーケンスを、デパッカーに送って、前記デパッカーが、立体ディスプレイが必要とする前記右画像および前記左画像という２つの画像を生成する、方法。
14. 前記１つの更なるメタデータ（Ｍ）は、Ｈ．２６４／ＡＶＣ規格に従って定義される、請求項１３に記載の方法。
15. 前記１つの更なるメタデータ（Ｍ）は、Ｈ．２６４／ＡＶＣ規格の前記クロップ矩形を定義するために利用されるメタデータに類似するメタデータを使用する規格に従って定義される、請求項１３に記載の方法。
16. 前記復号器は、前記立体ビデオストリームに関するＳＩフィールドおよび／またはＳＥＩメッセージのコンテンツで、前記左画像および前記右画像がどのようにパッキングされているかを示す更なるメタデータ（Ｐ）を、前記デパッカーに送信する、請求項１３から１５のいずれか１つに記載の方法。
17. 前記デパッカーは、コンテナフレームに含まれており前記左画像および前記右画像がどのようにパッキングされているかを示す更なるメタデータ（Ｐ）を読み出す、請求項１３から１６のいずれか１つに記載の方法。
18. デジタル立体ビデオストリームを復号化して、コンテナフレームの前記右画像および前記左画像という２つの画像を抽出する復号器であって、請求項１３から１７のいずれか一項に記載の方法を実装する手段を備える、復号器。
19. 請求項１３から１７のいずれか１つに記載の方法に従う立体ディスプレイが必要とする立体ビデオストリームの前記右画像および前記左画像を生成するデパッカー。

Images