JP6239102B2 - アダプティブ・ストリーミングにおいてリプレゼンテーション（Ｒｅｐｒｅｓｅｎｔａｔｉｏｎ）を関連付けるシステムおよび方法 - Google Patents

Description

本開示は通信システムおよび方法に関し、特に、アダプティブ・ストリーミングにおいてリプレゼンテーション（Representation）を他のリプレゼンテーションに関連付けるシステムおよび方法に関する。

現在、多くのテレビや映画の視聴者が、ビデオその他のメディアコンテンツへのオンデマンドアクセスを望んでいる。第１の例として、テレビ視聴者は、通常の放映時間にテレビで見逃したテレビ番組を見たいと望む場合がある。視聴者は、インターネットを通じてウェブブラウザその他のアプリケーションを用いて、ノートパソコン、タブレットコンピューター、デスクトップコンピューター、携帯電話その他のデバイス上でその番組をオンデマンドでストリーミングし、ブラウザその他のアプリケーションでその番組を視聴するかもしれない。他の例では、視聴者は、オンデマンドで映画をストリーミングしたり、他の視聴者とのテレビ会議に参加したりするかもしれない。

ＤＡＳＨ（Dynamic Adaptive Streaming over Hypertext Transfer プロトコル）は、そのようなメディアコンテンツを提供するために開発された規格であり、参照により全体として本明細書に援用される国際標準化機構（ＩＳＯ）／国際電気標準会議（ＩＥＣ）２３００９−１、第１版、２０１２（“２３００９−１”）に部分的に説明されている。加えて、ＩＳＯ／ＩＥＣ２３００９−１、Technical Corrigendum１、２０１３が参照により全体として本明細書に援用される。ＤＡＳＨでは、２つの主な装置、すなわちコンテンツを提供するＨＴＴＰ（Hypertext Transfer プロトコル）サーバーと、コンテンツをリクエストし視聴者（またはユーザー）に関連付けられるＤＡＳＨクライアントとが存在する。ＤＡＳＨではダウンロード制御はクライアントに任されており、クライアントは自身のストリーミング戦略に従って、ＨＴＴＰプロトコルを用いてコンテンツをリクエストすることができる。

ＤＡＳＨは、各コンテンツコンポーネント（ビデオ、オーディオ、キャプション、品質情報、ロテーティングキー（rotating key）等）を一連のより小さなセグメントに区分するように機能する（各セグメントは短いインターバルの再生時間である）。各セグメントは、考えられる複数の選択肢においてＤＡＳＨクライアントに利用可能とされ、それぞれビデオセグメントに関して異なる特性（例えば異なるビットレートまたは異なる品質水準）をもつ。コンテンツが再生または購入される際、ＤＡＳＨクライアントは、（もしあれば）その選択肢から次のセグメント（リクエスト／再生／購入される）を自動的に選択する。この選択は、現在のネットワーク状態等の様々な因子に基づく。もたらされる効果として、ＤＡＳＨクライアントは変化するネットワーク状態に適応し、失速や再バッファのイベントを生じることなく、最高の品質でコンテンツを再生することができる。

ＤＡＳＨクライアントは、無線および／または有線接続性をもつＤＡＳＨおよびメディアコンテンツ再生機能をもつ任意の装置であってよい。例えば、ＤＡＳＨクライアントは、デスクトップまたはラップトップのコンピューター、スマートフォン、タブレット、セットトップボックス、インターネットに接続されたテレビ等であってよい。

ここで図１を参照する。図１は、ＤＡＳＨ規格ベースのアダプティブ・メディア・ストリーミングモデルを示す。ここで、ＤＡＳＨクライアントデバイス１０ａ〜１０ｎにより、ＨＴＴＰを用いて、メディアストリームおよびメディアセグメントの一部がリクエストされ、１以上のＤＡＳＨ（ＨＴＴＰ）サーバー１２によりネットワーク１１（例えばインターネット）を介して配信される。当然ながら、電気通信ネットワーク１１は、ＨＴＴＰを用いたメディアコンテンツの伝送を可能にする任意の適切なネットワーク（或いはネットワークの組合わせ）であってよい。単なる例示として、示される電気通信ネットワーク１１は、ネットワークアドレス変換器および／またはファイアウォール１８、キャッシュ１４およびコンテンツデリバリネットワーク（ＣＤＮ）１６等の、様々な電気通信リソースおよびインフラストラクチャを含む。このようなリソースは、ＤＡＳＨクライアント１０ａ〜１０ｎ等のネットワークに接続された装置に対するオンデマンドのライブストリーミングおよび録画のアプリケーションおよびサービスをサポートする。

各ＤＡＳＨクライアント１０は、異なるビットレート、品質水準その他の特徴で符号化された同じメディアセグメントを異なるバージョンで切り替えることにより、リクエストされたメディアコンテンツ／ストリームのビットレート、品質水準その他の特徴を、ネットワーク状態および／または他の因子の変化に動的に適合させることができる。

図２に示されるように、ＤＡＳＨは、メディア・プレゼンテーション・ディスクリプション（ＭＰＤ）マニフェスト（すなわちファイル）によって記述される階層データモデルに基づく。ＭＰＤマニフェストは、符号化された配信可能バージョンのメディアコンテンツの集まりに関するリソース識別子を知らせるためのフォーマットを定義する。ＭＰＤはＸＭＬドキュメントであり、利用可能なメディアコンテンツを通知し、また、ＤＡＳＨクライアントがリプレゼンテーション（すなわち、符号化された配信可能バージョンのメディアコンテンツの集まり）からセグメントを選択し、適合決定を行い、選択されたセグメントをサーバーからネットワークを介して取り込むために必要とする情報を提供する。複数のリプレゼンテーションへと符号化されたメディアコンテンツと、他の必要な情報とは、１以上の連続的なセグメントから構成されてよい。

ＭＰＤは、ＨＴＴＰ（ＤＡＳＨ）サーバーからセグメントをリクエストし、受信されたメディアセグメントを逆多重化（適宜）、復号およびレンダリングすることにより、ＤＡＳＨクライアントがユーザーにストリーミングサービスを提供するのに十分な情報を提供する。ＭＰＤはセグメントから完全に独立しており、リプレゼンテーションの再生／購入が成功するか否かを決定するのに必要なプロパティと、そのプロパティのみを識別する（例えば、セグメントがランダムアクセスポイントから開始するか否か）。留意すべきこととして、ＭＰＤ は、リプレゼンテーションのセグメントに非機能的プロパティ（例えば品質その他の記述メタデータ）を含んでもよい。

コンテンツを再生するために、ＤＡＳＨクライアントはまずＭＰＤを取得する。ＭＰＤを解析することにより、ＤＡＳＨクライアントは、プログラムタイミング、メディアコンテンツのアベイラビリティ、メディアの種類、解像度、最大帯域幅および最小帯域幅、マルチメディアコンポーネントの様々な符号化選択肢の存在、アクセシビリティ特徴および要求されるデジタル著作権管理（ＤＲＭ）、ネットワーク上でのメディアコンポーネントの位置その他のコンテンツ特性について知る。この情報を用いて、ＤＡＳＨクライアントは、適切な符号化選択肢を選択し、ＨＴＴＰ ＧＥＴリクエストを用いてセグメントをフェッチすることによりコンテンツのストリーミングを開始する。

ネットワークスループットの変化を考慮するための適切なバッファリングの後、クライアントは後続のセグメントのフェッチを継続し、また、ネットワーク帯域幅の変動をモニタする。その測定値によって、クライアントは、異なる選択肢（ビットレートが低い、或いは高い）のセグメントをフェッチして適正なバッファを維持することにより、利用可能な帯域幅にどのように適合するかを決定する。

図２に更に示されるように、メディアセグメントは、コンテンツデータの個別にアドレス可能な最小単位である。これは、ＭＰＤによって通知されるＵＲＬを用いてダウンロード可能なエンティティである。メディアセグメントの一例は、生放送のプレイアウト時間０：４２：３８から始まり０：４２：４２に終わる４秒間であり、３分間の時間窓内で利用可能である。別の例は、コンピューター・オンデマンド映画であってよく、全ピリオドにおいて利用可能である。

リプレゼンテーションは、そのコンポーネントの完全なアセットまたはサブセットの単一の符号化バージョンを定義する。例えば、リプレゼンテーションは、多重化されていない２．５Ｍｂｐｓ７２０ｐＡＶＣビデオを含むＩＳＯ−ＢＭＦＦ（Base Media File Formation）であってよく、別々のＩＳＯ−ＢＭＦＦリプレゼンテーションは、異なる言語の９６ＫｂｐｓＭＰＥＧ−４ＡＡＣオーディオに関するものであってよい。逆に、ビデオ、オーディオおよび字幕を含む単一のトランスポートストリームは、単一の多重化されたリプレゼンテーションであってよい。例えば、複数のメディアコンポーネントを有する多重化されたリプレゼンテーションとして、ＩＳＯ−ＢＭＦＦファイルは、２．５Ｍｂｐｓ７２０ｐＡＶＣビデオに関するトラックと、異なる言語の９６ＫｂｐｓＭＰＥＧ−４ＡＡＣオーディオに関するいくつかのトラックとを、同じファイルに含む。組み合わせた構造も可能である。ビデオと英語のオーディオが単一の多重化リプレゼンテーションであり、スペイン語と中国語のオーディオトラックが別々の多重化されていないリプレゼンテーションであってよい。

次に、図３には、ＨＴＴＰ（ＤＡＳＨ）サーバー２０２と相互接続された従来のＤＡＳＨクライアント２００の機能的ブロック図が示され、更に、ストリーミングプロセスに関与する様々な機能モジュールが示される。

モニタリング機能モジュール２０４は、クライアント環境情報の収集と、一部の適応パラメータの生成／出力とを担当する。適応論理モジュール２０６は、これらのパラメータを利用して、リプレゼンテーションの選択および決定を行う。

エンドユーザーの関心事は絶対のビットレートではなく、知覚品質、いわゆるＱｏＥ（Quality of Experience）である。品質を追求するストリーミングに関するＤＡＳＨコア実験（ＣＥ）（DASH Core Experiment（CE） on Quality Driven Steaming）は、ＩＳＯ−ＢＭＦＦのメタデータトラックに保存される符号化メディアコンテンツの品質情報を採用すると、ＤＡＳＨクライアントがより知的な適応決定を行うことができ、よって、ストリームされるコンテンツの品質の変動が低減され、結果としてＱｏＥが改善され、帯域幅の消費が低減されることを立証した。

ＤＡＳＨ仕様書ＩＳＯ／ＩＥＣ２３００９−１では、品質情報等の時限メタデータがリプレゼンテーションに搬送されることが提案されている。しかしながら、例えば品質情報を搬送するメタデータリプレゼンテーションと、メディアデータを含むリプレゼンテーションとの関連を表現する機構は、今のところ存在しない。現在ＤＡＳＨ仕様書によって規定されている＠ｇｒｏｕｐ、＠ｄｅｐｅｎｄｅｎｃｙＩｄ等の現存の属性は、リプレゼンテーションの関連関係を表現するには不十分である。

一例（リプレゼンテーションの関連関係を表現する必要性の排他的な例ではない）では、クライアントがどのリプレゼンテーションを選択するのかを決定するのを支援するために、ＭＰＤは、メタデータリプレゼンテーション（例えば品質情報）とメディアリプレゼンテーションとの関連を識別する必要がある。

単純な解決策は、関連するメディアリプレゼンテーションを含むものから、メタデータリプレゼンテーションを異なるAdaptationSetに配置することであろう。しかしながら、別々のAdaptationSetのリプレゼンテーションの関係を表現する機構は、今のところ存在しない。属性＠ｇｒｏｕｐおよびエレメントＳｕｂｓｅｔはAdaptationSetの関係を表現するが、それらが表現する包括性または排他性は、メタデータリプレゼンテーションとメディアリプレゼンテーションとの関係ではない。属性＠ｄｅｐｅｎｄｅｎｃｙＩｄに関して、これはリプレゼンテーションレベルであり、従属リプレゼンテーションと従属される（補完の）リプレゼンテーションとが同じAdaptationSetにある。また、従属関係において、従属リプレゼンテーションは単独でレンダリングされない。従属されるリプレゼンテーションと一緒の場合のみレンダリングが可能である。メタデータリプレゼンテーションはメディアリプレゼンテーションに従属するが、メディアリプレゼンテーションの回収の前に単独で用いることができる。

したがって、リプレゼンテーションと別々のAdaptationSetの他のリプレゼンテーションとの関係を表現することができるシステムおよび方法が必要である。

リプレゼンテーションの関連関係を提供することによる、時限メタデータリプレゼンテーションとメディアリプレゼンテーションとの関連関係を提供することによる、アダプティブ・ストリーミングにおける時限メタデータのシグナリングのためのシステム、方法および装置。

一実施形態において、方法は、アダプティブ・ストリーミングにおいて第１の少なくとも１つのリプレゼンテーション（リプレゼンテーション）を第２の少なくとも１つのリプレゼンテーションと関連付ける。第１の少なくとも１つのリプレゼンテーションを含む第１のセットが第２の少なくとも１つのリプレゼンテーションを含む第２のセットと関連付けられているか否かが判定される。第１の少なくとも１つのリプレゼンテーションと関連付けられる第２の少なくとも１つのリプレゼンテーションの識別子をリストする属性が導入される。

一実施形態において、属性はセットレベルである。一実施形態において、属性はリプレゼンテーションレベルである。一実施形態において、リプレゼンテーションに含まれるデータは、＠ｃｏｄｅｃｓ属性の値によって識別される。

一実施形態において、アダプティブ・ストリーミング・システムは、メディア・プレゼンテーション・ディスクリプション（ＭＰＤ）マニフェストと、１以上のリプレゼンテーションとを送信するように動作するサーバーを備える。クライアントは、マニフェストを受信するように動作する。マニフェストは、第２の少なくとも１つのメディアリプレゼンテーションを含む第２のセットと関連付けられる第１の少なくとも１つのリプレゼンテーションを含む第１のセットと、第１の少なくとも１つのリプレゼンテーションと関連付けられる第２の少なくとも１つのリプレゼンテーションの識別子をリストする属性とを備える。

一実施形態において、非一時的コンピューター可読媒体は、メディア・プレゼンテーション・ディスクリプション（ＭＰＤ）マニフェストを保存する。マニフェストは、符号化された配信可能バージョンのメディアコンテンツと時限メタデータとの集まりに関するリソース識別子をクライアントデバイスに知らせるためのフォーマットを定義する。マニフェストは、第２の少なくとも１つのリプレゼンテーションを含む第２のセットと関連付けられる第１の少なくとも１つのメタデータリプレゼンテーションを含む第１のセットと、第１の少なくとも１つのリプレゼンテーションと関連付けられる第２の少なくとも１つのリプレゼンテーションの識別子をリストする属性とを備える。

本開示の更なる特徴および利点は、以下の説明に記載され、該説明から明らかになるであろう。或いは、当業者であれば、本明細書に開示される原理を実践することによって知ることができる。

本開示の上述または他の利点および特徴が得られる方式を説明するために、添付の図面に示される具体的な実施形態を参照することにより、上記で簡単に説明した原理をより詳細に説明する。当然ながら、これらの図面は本開示の例示的な実施形態を示すものに過ぎず、したがって、その範囲を限定するものではないとみなされる。本明細書では、添付の図面を用いて、原理をより具体的且つ詳細に記載し説明する。
ＤＡＳＨ規格ベースのダイナミック・アダプティブ・メディア・ストリームミング・システムとそのコンポーネントを示す図である。 ＤＡＳＨベースシステムにおけるメディア・プレゼンテーション・ディスクリプション（ＭＰＤ）の階層データモデルを示す図である。 ＤＡＳＨ等のクライアント管理型のアダプティブ・ストリーミング・システムにおける１組の従来のクライアントとサーバーの機能的ブロック図である。 本開示の原理に係るＤＡＳＨベースシステムにおける改良ＭＰＤの階層データモデルを示す図である。 新しい属性＠associateSetIdを含むAdaptationSetレベルのシグナリングに関するエレメントおよび属性を示す図である。 新しい属性＠associateRepIdを含むRepresentationレベルのシグナリングに関するエレメントおよび属性を示す図である。 本開示の原理に係る、１つのメタデータリプレゼンテーションにつき１つのメディアリプレゼンテーションの図である。 本開示の原理に係る、１つのメタデータリプレゼンテーションにつき１つのメディアリプレゼンテーションの場合の例示的なＭＰＤを示す図である。 本開示の原理に係る、１つのメタデータリプレゼンテーションにつき複数のメディアリプレゼンテーションの図である。 本開示の原理に係る、１つのメタデータリプレゼンテーションにつき複数のメディアリプレゼンテーションの場合の例示的なＭＰＤを示す図である。 本開示の原理を実現可能なアダプティブ・ストリーミング・システムのブロック図である。 クライアント（またはＵＥ）を示す全体ブロック図である。 ｅＮｏｄｅＢを示す全体ブロック図である。

図面および以下の文章ならびに本開示の原理の説明に用いられる様々な実施形態は例示に過ぎず、いかなる形でも特許請求される開示の範囲を限定しないと解釈されるものである。当業者であれば、適切に構成された装置またはシステムであればどんな種類でも本開示の原理を実施できることが、容易に認識されるであろう。具体的には、本開示はセルラー無線環境での利用に関して説明しているが、当業者であれば、本開示の範囲を逸脱することなく、他の種類のネットワーク（例えば無線ネットワーク、有線ネットワーク、または無線ネットワークと有線ネットワークの組合わせ）および他の適用が容易に認識されるであろう。

別段の定義がない限り、本明細書で用いられる技術的用語および科学的用語は全て、本開示の属する分野の当業者により一般に理解される意味と同じ意味をもつ。本開示の実施または検証では、本明細書に記載のものと類似または均等の任意の方法および材料を用いることもできるが、本明細書における説明では、例示的な方法および材料の数を限定する。

当然ながら、本開示の態様は、方法、システムまたはコンピュータープログラムとして具現化されてよい。したがって、本開示の態様は、全体にハードウェアの実施形態か、全体にソフトウェアの実施形態（例えばファームウェア、常駐ソフトウェア、マイクロコード）、またはソフトウェアとハードウェアの態様を組み合わせる実施形態の形をとってよく、どの場合でもここでは一般に「回路」、「モジュール」または「システム」と称される場合がある。本開示を構成する際、関連するソフトウェア、ファームウェアおよびグル―ロジックと共に、単独または組合わせで、フィールド・プログラマブル・ゲート・アレイ（ＦＰＧＡ）、特定用途向け集積回路（ＡＳＩＣ）、デジタルシグナルプロセッサ（ＤＳＰ）および汎用プロセッサが採用されてよい。

更に、本開示の様々な態様は、コンピューター使用可能プログラムコードが具現化されるコンピューター使用可能記憶媒体に保存されるコンピュータープログラムの形をとってよい。任意の適切なコンピューター使用可能またはコンピューター可読の媒体が利用されてよい。コンピューター使用可能またはコンピューター可読の媒体は、例えば（ただしこれらに限定されない）、ランダムアクセスメモリ（ＲＡＭ）、リードオンリーメモリ（ＲＯＭ）、消去可能プログラマブル・リードオンリーメモリ（ＥＰＲＯＭまたはフラッシュメモリ）であってよい。本開示の工程を実行するためのコンピュータープログラムコードは、例えば（ただしこれらに限定されない）、Javascript、Extensible Markup Language（ＸＭＬ）その他の同様のプログラミング言語等の、オブジェクト指向プログラミング言語、従来の手続き型プログラミング言語によって書かれてよい。

本明細書を通して「一実施形態」、「実施形態」、「具体的な実施形態」または「特定の実施形態」という場合、特定の実施形態に関連して記載される特定の特徴、構造または特性は少なくとも１つの実施形態に含まれ、必ずしも全ての特定の実施形態に含まれるのではないことを意味する。よって、「特定の実施形態において」、「実施形態において」または「具体的な実施形態において」というフレーズが本明細書の様々な箇所に登場するが、必ずしも同じ実施形態を参照しない。更に、任意の具体的な実施形態の特定の特徴、構造または特性は、任意の適切な方式で１以上の他の特定の実施形態と組み合わされてよい。本明細書に記載の教示を考慮すると、本明細書に記載および図示される特定の実施形態の他の変形および変更が可能であり、それらは趣旨および範囲の一部とみなされるものと理解されたい。

様々なユニット、回路その他のコンポーネントは、タスクまたは複数のタスクを実行する「ように構成される」と記載される場合がある。かかる文脈では、「ように構成される」は、そのユニット／回路／コンポーネントが動作中に該タスクまたは複数のタスクを実行する構造（例えば回路構成）を有することを示すことにより、構造を含意するために用いられる。そのようなものとして、ユニット／回路／コンポーネントは、その具体的なユニット／回路／コンポーネントが現在動作可能でない（例えばオンでない）場合であっても、タスクを実行するように構成されると言うことができる。「ように構成される」という表現と共に用いられるユニット／回路／コンポーネントの例として、ハードウェア（例えば回路）、該動作を実施するために実行可能なプログラム命令を保存するメモリ等が挙げられる。ユニット／回路／コンポーネントが１以上のタスクを実行する「ように構成される」と記載する場合、明らかに３５Ｕ．Ｓ．Ｃ．１１２（ｆ）を発動する意図はない。

本願では、「モジュール」、「ユニット」、「インターフェース」、「プロセッサ」、「エンジン」、「検出部」または「受信部」は、汎用、専用または共有のプロセッサと、一般に、プロセッサによって実行されるファームウェアまたはソフトウェアモジュールとを含む。実施時固有その他の検討事項に応じて、モジュール、ユニット、インターフェース、プロセッサ、エンジン、検出部または受信部は集中されてよく、或いはそれらの機能が分散されてよい。モジュール、ユニット、インターフェース、プロセッサ、エンジン、検出部または受信部の例として、プロセッサによる実行のためにコンピューター可読（記憶）媒体に具現化される汎用または専用のハードウェア、ファームウェアまたはソフトウェアが挙げられる。本明細書では、コンピューター可読媒体またはコンピューター可読記憶媒体は、あらゆる法定の（例えば、米国では３５Ｕ．Ｓ．Ｃ．１０１に従う）媒体を包含するものとし、具体的には、コンピューター可読（記憶）媒体を含む請求項が有効になるために除外が必要である限りは、事実上非法定であるあらゆる媒体を除外するものとする。既知の法定のコンピューター可読媒体の例としてハードウェア（ほんの数例として、レジスタ、ランダムアクセスメモリ（ＲＡＭ）、不揮発性（ＮＶ）記憶装置）が挙げられるが、ハードウェアに限定されてもされなくてもよい。

本願で用いられる略称の例として、ＤＡＳＨクライアント等の「ユーザーイクイップメント」を意味するＵＥと、ＬＴＥにおける「Evolved Node B」（別称基地局）を意味するｅＮｏｄｅＢが挙げられる。

図４は、本開示の原理に係るＤＡＳＨベースシステムにおいて用いられる修正ＭＰＤ４００の階層データモデルを示す。メディア・プレゼンテーション４０２は、１以上のPeriodを備える。各Periodは、本開示の原理に従って、時限メタデータを含むAdaptationSetを含む１以上のAdaptationSetを備える。以降、以下で詳述されるように、時限メタデータを含むAdaptationSetをMetadata Set４０４と称する場合がある。

メディアAdaptationSetは、一度に提示されると見込まれるAdaptationSetの中で、ただ１つのリプレゼンテーションを伴う交互のリプレゼンテーションを含む。任意の１つのAdaptationSetに含まれるリプレゼンテーションは、全て同じメディアコンテンツ・コンポーネント（ビデオやオーディオ等）を表す。リプレゼンテーションは、該リプレゼンテーションに存在するメディアコンテンツ・コンポーネントのメディアコンテンツ・コンポーネント・プロパティ、例えば＠ｌａｎｇ属性によって記述されるような言語、＠ｃｏｎｔｅｎｔＴｙｐｅ属性によって記述されるメディアコンポーネントの種類、＠ｐａｒ属性によって記述されるような画像アスペクト比、Roleエレメントによって記述されるようなロールプロパティ、Accessibilityエレメントによって記述されるようなアクセシビリティプロパティ、Viewpointエレメントによって記述されるような視点プロパティ、Ratingエレメントによって記述されるような評価プロパティ等に従って、AdaptationSetへと配置される。

リプレゼンテーションは、各メディアコンテンツ・コンポーネントのこれらのメディアコンテンツ・コンポーネント・プロパティの全てについて同一の値をもつ場合且つその場合に限り、同じAdaptationSetに現れる。

ContentComponentエレメントは、AdaptationSetエレメントとエレメントおよび属性を共有する。初期値または全てのメディアコンテンツ・コンポーネントに適用可能な値は、AdaptationSetエレメントにおいて直接的に提供されてよい。AdaptationSetエレメントは、含まれるリプレゼンテーションに関連する＠ｂａｎｄｗｉｄｔｈ、＠ｗｉｄｔｈ、＠ｈｅｉｇｈｔおよび＠ｆｒａｍｅＲａｔｅの属性の範囲の記述をサポートし、それらは特定のAdaptationSetの中の全てのリプレゼンテーションに関する全ての値の概要を提供する。AdaptationSetは更に、＠ｇｒｏｕｐ属性を用いてグループへと配置されてよい。

次に図５を参照する。図５は、ＤＡＳＨベースシステムにおける、新しい属性＠associateSetIdを含むAdaptationSetレベルのシグナリングに関するエレメントおよび属性を示す。メタデータリプレゼンテーションとメディアリプレゼンテーションとの関係を表現するために、本開示は、AdaptationSetレベルの属性（＠associateSetId）を提供する。この属性は、メタデータリプレゼンテーションを含むAdaptationSetと関連するメディアリプレゼンテーションを含むAdaptationSetの＠ｉｄの値をリストする。＠ｃｏｄｅｃｓ属性は、AdaptationSetがメタデータリプレゼンテーションまたはメディアリプレゼンテーションを含むか否かを識別する。

次に図６を参照する。図６は、ＤＡＳＨベースシステムにおける、新しい属性＠associateRepIdを含むRepresentationレベルのシグナリングに関するエレメントおよび属性を示す。別の実施形態によれば、属性＠associateRepIdは、関連AdaptationSetの中でメタデータリプレゼンテーションが関連するメディアリプレゼンテーションをリストする該メタデータリプレゼンテーションに関して、Representationレベルで開示される。メタデータリプレゼンテーションが複数のリプレゼンテーションに関してメタデータを含む場合（例えば、メタデータリプレゼンテーションが複数のメタデータトラックを含み、各メタデータトラックは、メディアリプレゼンテーションにおけるメディアトラックに関する品質情報を搬送する）、メタデータリプレゼンテーションは全てのメディアリプレゼンテーションに関連し、このとき、AdaptationSetでの関連が存在する場合、＠assoicateRepId属性は省略されてよい。

図７は、１つのメタデータリプレゼンテーションにつき１つのメディアリプレゼンテーションの図を示す。メタデータリプレゼンテーションは、１つのメディアリプレゼンテーションについてメタデータを搬送するメタデータトラックを１つ含む。品質情報について、具体的には、AdaptationSetの中のリプレゼンテーションに関してセグメントデュレーションが異なる場合、それが生じてよい。

図８を参照する。図８は、１つのメタデータリプレゼンテーションにつき１つのメディアリプレゼンテーションの場合の例示的なＭＰＤ８００を示す。例示的なＭＰＤ８００は＠ｉｄが“video_quality”であるAdaptationSet８０２を含み、AdaptationSet８０２は、＠ｉｄが“video”であるメディアリプレゼンテーションを含むAdaptationSet８０４と関連するメタデータリプレゼンテーションを含む。AdaptationSet８０２での属性“ｃｏｄｅｃｓ”の値は、メタデータの種類が“video quality”であり、メトリックが“ｐｓｎｒ”であることを示す。３つのメタデータリプレゼンテーションがある。各メタデータリプレゼンテーションは、その＠ｉｄの値が属性＠associateRepIdにリストされる対応メディアリプレゼンテーションに関する品質情報を搬送する。メタデータリプレゼンテーションのセグメントＵＲＬはメディアリプレゼンテーションのテンプレートと同様のテンプレートを用いて与えられるが、パスすなわちＢａｓｅＵＲＬは異なる。メタデータセグメントファイルの拡張子は“ｍｐ４ｍ”である。

図９は、１つのメタデータリプレゼンテーションにつき複数のメディアリプレゼンテーションの図を示す。メタデータリプレゼンテーションは、複数のメディアリプレゼンテーションに関するメタデータを搬送する複数のメタデータトラックを含む。品質情報について、具体的には、AdaptationSetの中のメディアリプレゼンテーションのセグメントが時間的に整合される場合、それが生じてよい。この配置は、全てのリプレゼンテーションに関するメタデータの回収を促進するためである。

次に、図１０は、１つのメタデータリプレゼンテーションにつき複数のメディアリプレゼンテーションの場合の例示的なＭＰＤ１０００を示す。メタデータリプレゼンテーションを含む＠ｉｄが“video_quality”であるAdaptationSet１００２があり、AdaptationSet１００２は、＠ｉｄが“video”であるメディアリプレゼンテーションを含むAdaptationSet１００４と関連する。AdaptationSet１００２での属性“ｃｏｄｅｃ”の値は、メタデータが品質タイプであり、メトリックが“ｐｓｎｒ”であることを示す。AdaptationSet１００４においてメディアリプレゼンテーションは時間的に整合されるので、それらの品質情報は多重化され、３つのメタデータトラックを有する１つのメタデータリプレゼンテーションに含まれる。各メタデータトラックは、メディアリプレゼンテーションのメディアトラックに対応する。メタデータリプレゼンテーションのセグメントＵＲＬはメディアリプレゼンテーションのテンプレートと同様のテンプレートを用いて与えられるが、パスすなわちＢａｓｅＵＲＬは異なる。メタデータセグメントファイルの拡張子は“ｍｐ４ｍ”である。

メタデータトラックのセグメントは、他のメディアセグメントと同様に、自己完結型の連続的、完全なアクセスユニットのグループを備える。メディアセグメントが２以上のメディアサブセグメントを含む場合、メタデータセグメントおよびその関連メディアセグメントは、セグメント境界またはサブセグメント境界において時間的に整合される。

メタデータ（例えば品質情報）は、メディアコンテンツに影響を与えることなく容易に追加または変更することができ、コンテンツ作成の異なる段階でメディアコンテンツおよびメタデータを生成できるようにする。例えば、ＭＰＤの品質情報メタデータを更新することにより、生放送サービスがサポートされる。

品質情報がＭＰＤの各セグメントに伝えられる場合、ＭＰＤのサイズは非常に大きくなり、結果として起動の遅延が生じてしまう。リプレゼンテーションにおいて品質情報を提供することにより、ＭＰＤは膨張せず、したがって、起動の遅延は増大しない。

本開示は、例えば（ただしこれに限定されない）インターネットＴＶ（ＩＰＴＶサービス）等の応用のために、モバイル端末だけでなく有線端末（例えばメディアホームゲートウェイ）にも幅広く適用される。図１１は、本開示に係る、シグナリングを用いて改良型無線受信部をサポートする例示的な通信システム１００を示す。該して、システム１００は、複数の無線ユーザーがデータその他のコンテンツを送受信することを可能にする。システム１００は、符号分割多元接続（ＣＤＭＡ）、時間分割多元接続（ＴＤＭＡ）、周波数分割多元接続（ＦＤＭＡ）、直交ＦＤＭＡ（ＯＦＤＭＡ）、単一キャリアＦＤＭＡ（ＳＣ−ＦＤＭＡ）等の、１以上のチャネルアクセス方法を実施してよい。

この例では、通信システム１００は、ユーザーイクイップメント（ＵＥ）１１０ａ〜１１０ｃ、無線アクセスネットワーク（ＲＡＮ）１２０ａ，１２０ｂ、コアネットワーク１３０、公衆交換電話網（ＰＳＴＮ）１４０、インターネット１５０および他のネットワーク１６０を備える。このようなコンポーネントまたはエレメントのいくつかを図３に示すが、このようなコンポーネントまたはエレメントはシステム１００にいくつ含まれてもよい。

ＵＥ１１０ａ〜１１０ｃは、システム１００において動作および／または通信するように構成される。例えば、ＵＥ１１０ａ〜１１０ｃは、無線信号を送信および／または受信ように構成される。各ＵＥ１１０ａ〜１１０ｃは任意の適切なエンドユーザー装置を表し、ユーザーイクイップメント／装置（ＵＥ）、無線送受信ユニット（ＷＴＲＵ）、移動局、固定またはモバイルの加入者ユニット、ポケットベル、携帯電話、ＰＤＡ（personal digital assistant）、スマートフォン、ラップトップ、コンピューター、タッチパッド、無線センサー、家庭用電子機器等の装置を含んでよい（或いは称されてよい）。

ここで、ＲＡＮ１２０ａ，１２０ｂはそれぞれ基地局１７０ａ，１７０ｂを含む。各基地局１７０ａ，１７０ｂは、コアネットワーク１３０、ＰＳＴＮ１４０、インターネット１５０および／またはその他のネットワーク１６０へのアクセスを可能にするために、ＵＥ１１０ａ〜１１０ｃのうち１以上と無線でインターフェースを取るように構成される。例えば、基地局１７０ａ，１７０ｂは、ベース・トランシーバ・ステーション（ＢＴＳ）、ノードＢ（ＮｏｄｅＢ）、次世代ノードＢ（ｅＮｏｄｅＢ）、ホームノードＢ、ホームｅＮｏｄｅＢ、サイトコントローラ、アクセスポイント（ＡＰ）、無線ルーター等の、いくつかの周知の装置の１以上を含んでよい（いくつかの周知の装置であってよい）。

図１１に示される実施形態では、基地局１７０ａはＲＡＮ１２０ａ（他の基地局、エレメントおよび／または装置を有してよい）の一部を形成する。また、基地局１７０ｂは、ＲＡＮ１２０ｂ（他の基地局、エレメントおよび／または装置を有してよい）の一部を形成する。各基地局１７０ａ，１７０ｂは、特定の地理的地域または領域（「セル」と称されることがある）内で無線信号を送信および／または受信するように動作する。一部の実施形態において、各セルに複数の送受信部を有するＭＩＭＯ（multiple-input multiple-output）技術が採用されてよい。

基地局１７０ａ，１７０ｂは、無線通信リンクを用いる１以上の無線インターフェース１９０を介して、ＵＥ１１０ａ〜１１０ｃのうち１以上と通信する。無線インターフェース１９０は、任意の適切な無線アクセス技術を利用してよい。

システム１００は、上述のスキームを含む多重チャネルアクセス機能を用いてよいと考えられる。特定の実施形態において、基地局およびＵＥは、ＬＴＥ、ＬＴＥ−Ａおよび／またはＬＴＥ−Ｂを実現する。当然ながら、他の多重アクセススキームおよび無線プロトコルが利用されてよい。

ＲＡＮ１２０ａ，１２０ｂは、ＵＥ１１０ａ〜１１０ｃに音声、データ、アプリケーション、ボイス・オーバー・インターネット・プロトコル（ＶｏＩＰ）その他のサービスを提供するために、コアネットワーク１３０と通信する。当然ながら、ＲＡＮ１２０ａ〜１２０ｂおよび／またはコアネットワーク１３０は、１以上の他のＲＡＮ（図示なし）と直接的または間接的に通信してよい。また、コアネットワーク１３０は、他のネットワーク（例えばＰＳＴＮ１４０、インターネット１５０その他のネットワーク１６０）に関してゲートウェイアクセスとして機能してよい。加えて、ＵＥ１１０ａ〜１１０ｃの一部または全部は、異なる無線技術および／またはプロトコルを用いる異なる無線リンクを介して、異なる無線ネットワークと通信する機能を有してよい。

図１１に通信システムの一例を示したが、図１１に対して様々な変更がなされてよい。例えば、通信システム１００は、任意の数のＵＥ、基地局、ネットワークその他のコンポーネントを任意の適切な構成で備えることができ、更に、図面のいずれかに示されるＥＰＣを備えることができる。
図１２Ａおよび図１２Ｂは、本開示に係る方法および教示を実施可能な例示的な装置を示す。特に、図１２Ａは例示的なＵＥ１１０を示し、図１２Ｂは例示的な基地局１７０を示す。これらのコンポーネントは、システム１００その他の任意の適切なシステムにおいて用いられてよい。

図１２Ａに示されるように、ＵＥ１１０は少なくとも１つの処理ユニット２００を有する。処理ユニット２００は、ＵＥ１１０の様々な処理工程を実施する。例えば、処理ユニット２００は、信号符号化、データ処理、電力制御、入出力処理その他の、ＵＥ１１０をシステム１００において動作できるようにする任意の機能を実行することができる。また、処理ユニット２００は、上記で詳述された方法および教示をサポートすることができる。各処理ユニット２００は、１以上の工程を実行するように構成される任意の適切な処理装置またはコンピューター装置を有する。各処理ユニット２００は、例えば、マイクロプロセッサ、マイクロコントローラ、デジタル信号プロセッサ、フィールド・プログラマブル・ゲート・アレイまたは特定用途向け集積回路を有することができる。

また、ＵＥ１１０は少なくとも１つの送受信部２０２を有する。送受信部２０２は、少なくとも１つのアンテナ２０４による伝送のためにデータまたは他のコンテンツを変調するように構成される。また、送受信部２０２は、少なくとも１つのアンテナ２０４によって受信されたデータまたは他のコンテンツを復調するように構成される。各送受信部２０２は、無線伝送用の信号の生成および／または無線で受信された信号の処理のための、任意の適切な構造を有する。各アンテナ２０４は、無線信号の送信および／または受信のための任意の適切な構造を有する。１以上の送受信部２０２がＵＥ１１０において用いられてよく、１以上のアンテナ２０４がＵＥ１１０において用いられてよい。単一の機能的ユニットとして示されているが、送受信部２０２は、少なくとも１つの送信部と少なくとも１つの別々の受信部とを用いて実現されてもよい。

ＵＥ１１０は更に、１以上の入出力装置２０６を有する。入出力装置２０６は、ユーザーとのインタラクションを促進する。各入出力装置２０６は、スピーカー、マイク、キーパッド、キーボード、ディスプレイ、タッチスクリーン等の、ユーザーへの情報提供またはユーザーからの情報受信に適した任意の構造を有する。

加えて、ＵＥ１１０は少なくとも１つのメモリ２０８を有する。メモリ２０８は、ＵＥ１１０によって使用され、生成され、または収集される命令およびデータを保存する。例えば、メモリ２０８は、処理ユニット２００によって実行されるソフトウェアまたはファームウェア命令と、受信信号における干渉の低減または除去に用いられるデータとを保存することができる。各メモリ２０８は、任意の適切な揮発性および／または不揮発性の保存検索装置を有する。ランダムアクセスメモリ（ＲＡＭ）、リードオンリーメモリ（ＲＯＭ）、ハードディスク、光ディスク、加入者識別モジュール（ＳＩＭ）カード、メモリスティック、セキュアデジタル（ＳＤ）メモリカード等の、任意の適切な種類のメモリが採用されてよい。

図１２Ｂに示されるように、基地局１７０は、少なくとも１つの処理ユニット２５０と、少なくとも１つの送信部２５２と、少なくとも１つの受信部２５４と、１以上のアンテナ２５６と、少なくとも１つのメモリ２５８とを有する。処理ユニット２５０は、信号符号化、データ処理、電力制御、入出力処理その他の機能等の、基地局１７０の様々な処理工程を実施する。また、処理ユニット２５０は、上記で詳述された方法および教示をサポートすることができる。各処理ユニット２５０は、１以上の工程を実行するように構成される任意の適切な処理装置またはコンピューター装置を有する。各処理ユニット２５０は、例えば、マイクロプロセッサ、マイクロコントローラ、デジタル信号プロセッサ、フィールド・プログラマブル・ゲート・アレイまたは特定用途向け集積回路を有することができる。

各送信部２５２は、１以上のＵＥその他の装置への無線伝送のための信号生成に適した任意の構造を有する。各受信部２５４は、１以上のＵＥその他の装置から無線で受信された信号の処理に適した任意の構造を有する。別々のコンポーネントとして示されているが、少なくとも１つの送信部２５２と少なくとも１つの受信部２５４とは、送受信部として組み合わせることができる。各アンテナ２５６は、無線信号の送信および／または受信に適した任意の構造を有する。ここでは共通のアンテナ２５６が送信部２５２と受信部２５４との両方に結合されるものとして示されているが、１以上のアンテナ２５６が送信部２５２に結合されてよく、１以上の別々のアンテナ２５６が受信部２５４に結合されてよい。各メモリ２５８は、任意の適切な揮発性および／または不揮発性の保存検索装置を有する。

ＵＥ１１０および基地局１７０に関する更なる詳細は当業者に既知である。そのようなものとして、明確にするために、ここではそのような詳細を省略する。

加えて、ＥＰＣおよび／またはＥＰＣコントローラは、図１２Ｂに示されるような様々な装置またはコンポーネントを有してよく、例えば、プロセッサもしくは処理システム、メモリ、ネットワークインターフェース、Ｉ／Ｏ装置および／もしくは無線送信部／受信部、またはそれらの組合わせを有してよい。

本開示は特定の実施形態と一般に関連する方法を記載したが、当業者には、これらの実施形態および方法の代替および置換が明らかであろう。したがって、上記の例示的な実施形態の説明は、本開示を定義も制限もしない。特許請求の範囲によって定めされる本開示の趣旨および範囲から逸脱することなく、他の変更、置換および代替も可能である。

Claims (18)

1. アダプティブ・ストリーミングにおいてメタデータリプレゼンテーションをメディアリプレゼンテーションと関連付ける方法であって、
   メディアリプレゼンテーションに関する時限メタデータを搬送するメタデータリプレゼンテーションを第１のセットに配置するステップと、
   前記メタデータリプレゼンテーションと関連する前記メディアリプレゼンテーションを第２のセットに配置するステップと、
   前記メタデータリプレゼンテーションおよびメディアリプレゼンテーションをセットレベルの属性と関連付けるステップと、
   を有し、
   前記メタデータリプレゼンテーションは、複数のメディアリプレゼンテーションに関するメタデータを搬送する複数のメタデータトラックを含む、
   方法。
2. アダプティブ・ストリーミングにおいてメタデータリプレゼンテーションをメディアリプレゼンテーションと関連付ける方法であって、
   メディアリプレゼンテーションに関する時限メタデータを搬送するメタデータリプレゼンテーションを第１のセットに配置するステップと、
   前記メタデータリプレゼンテーションと関連する前記メディアリプレゼンテーションを第２のセットに配置するステップと、
   前記メタデータリプレゼンテーションおよびメディアリプレゼンテーションを、リプレゼンテーションレベルの属性と関連付けるステップと、
   を有し、
   前記メタデータリプレゼンテーションは、複数のメディアリプレゼンテーションに関するメタデータを搬送する複数のメタデータトラックを含む、
   方法。
3. アダプティブ・ストリーミングにおいてメタデータリプレゼンテーションをメディアリプレゼンテーションと関連付ける方法であって、
   メディアリプレゼンテーションに関する時限メタデータを搬送するメタデータリプレゼンテーションを第１のセットに配置するステップと、
   前記メタデータリプレゼンテーションと関連する前記メディアリプレゼンテーションを第２のセットに配置するステップと、
   前記メタデータリプレゼンテーションおよびメディアリプレゼンテーションを、セットレベルおよびリプレゼンテーションレベルの属性と関連付けるステップと、
   を有し、
   前記メタデータリプレゼンテーションは、複数のメディアリプレゼンテーションに関するメタデータを搬送する複数のメタデータトラックを含む、
   方法。
4. メディア・プレゼンテーション・ディスクリプション（ＭＰＤ）マニフェストと、１以上のリプレゼンテーションとを送信するように動作するサーバーと、
   前記マニフェストを受信するように動作するクライアントと、
   を備えるアダプティブ・ストリーミング・システムであって、
   前記マニフェストは、第２の少なくとも１つのリプレゼンテーションを含む第２のセットと関連する第１の少なくとも１つのリプレゼンテーションを含む第１のセットと、前記第１の少なくとも１つのリプレゼンテーションを含む前記セットが関連する前記第２の少なくとも１つのリプレゼンテーションを含むセットの値の識別子をリストする属性とを有し、
   前記第１のリプレゼンテーションは、複数の前記第２のリプレゼンテーションに関するメタデータを搬送する複数のメタデータトラックを含む、
   アダプティブ・ストリーミング・システム。
5. 前記属性はセットレベルである、請求項４に記載のシステム。
6. リプレゼンテーションに含まれるデータは、＠ｃｏｄｅｃｓ属性の値によって識別される、請求項４に記載のシステム。
7. 前記第１の少なくとも１つのリプレゼンテーションは時限メタデータリプレゼンテーションであり、前記第２の少なくとも１つのリプレゼンテーションはメディアリプレゼンテーションである、請求項４に記載のシステム。
8. メタデータはメディアセグメントごとに提供される、請求項７に記載のシステム。
9. メタデータは、メディアセグメントに含まれるサブセグメントを識別するインデックス情報を含む、請求項７に記載のシステム。
10. 他のデータを参照することなく対応するメディアサブセグメントがアクセス可能となるように、前記時限メタデータリプレゼンテーションは他の情報を含む、請求項７に記載のシステム。
11. メディア・プレゼンテーション・ディスクリプション（ＭＰＤ）マニフェストを保存する非一時的コンピューター可読媒体であって、前記マニフェストは、符号化された配信可能バージョンのメディアコンテンツの集まりに関するリソース識別子をクライアントデバイスに知らせるためのフォーマットを定義し、前記マニフェストは、
    第２の少なくとも１つのリプレゼンテーションを含む第２のセットと関連付けられる第１の少なくとも１つのリプレゼンテーションを含む第１のセットと、
    前記第１の少なくとも１つのリプレゼンテーションと関連付けられる前記第２の少なくとも１つのリプレゼンテーションの識別子をリストする属性と、
    を備え、
    前記第１のリプレゼンテーションは、複数の前記第２のリプレゼンテーションに関するメタデータを搬送する複数のメタデータトラックを含む、
    非一時的コンピューター可読媒体。
12. 前記属性はリプレゼンテーションレベルである、請求項１１に記載の非一時的コンピューター可読媒体。
13. リプレゼンテーションに含まれるデータは、＠ｃｏｄｅｃｓ属性の値によって識別される、請求項１１に記載の非一時的コンピューター可読媒体。
14. 前記第１の少なくとも１つのリプレゼンテーションは時限メタデータリプレゼンテーションであり、前記第２の少なくとも１つのリプレゼンテーションはメディアリプレゼンテーションである、請求項１１に記載の非一時的コンピューター可読媒体。
15. 前記時限メタデータリプレゼンテーションは、前記メディアリプレゼンテーションに含まれるメディアセグメントに規定される、請求項１４に記載の非一時的コンピューター可読媒体。
16. 前記時限メタデータリプレゼンテーションは、前記メディアリプレゼンテーションのメディアセグメントに含まれるサブセグメントを識別するインデックス情報を含む、請求項１４に記載の非一時的コンピューター可読媒体。
17. 他のデータを参照することなく対応するメディアサブセグメントがアクセス可能となるように、前記時限メタデータリプレゼンテーションは他の情報を含む、請求項１４に記載の非一時的コンピューター可読媒体。
18. アダプティブ・ストリーミングにおいて第１の少なくとも１つのリプレゼンテーションを第２の少なくとも１つのリプレゼンテーションと関連付ける方法であって、
    前記第１の少なくとも１つのリプレゼンテーションを含む第１のセットが、前記第２の少なくとも１つのリプレゼンテーションを含む第２のセットと関連付けられているか否かを判定するステップと、
    前記第１の少なくとも１つのリプレゼンテーションと関連付けられる前記第２の少なくとも１つのリプレゼンテーションの識別子をリストする属性を導入するステップと、
    前記第２の少なくとも１つのリプレゼンテーションに含まれる前記第１の少なくとも１つのリプレゼンテーションの識別子を用いて、前記第１の少なくとも１つのリプレゼンテーションのうちどれと前記第２の少なくとも１つのリプレゼンテーションが関連付けられているかを表現するステップと、
    を有し、
    前記第１のリプレゼンテーションは、複数の前記第２のリプレゼンテーションに関するメタデータを搬送する複数のメタデータトラックを含む、
    方法。
    

Images