KR102339197B1 - 어안 비디오 데이터에 대한 하이-레벨 시그널링 - Google Patents

어안 비디오 데이터에 대한 하이-레벨 시그널링 Download PDF

Info

Publication number
KR102339197B1
KR102339197B1 KR1020197034653A KR20197034653A KR102339197B1 KR 102339197 B1 KR102339197 B1 KR 102339197B1 KR 1020197034653 A KR1020197034653 A KR 1020197034653A KR 20197034653 A KR20197034653 A KR 20197034653A KR 102339197 B1 KR102339197 B1 KR 102339197B1
Authority
KR
South Korea
Prior art keywords
video data
box
fisheye
file
video
Prior art date
Application number
KR1020197034653A
Other languages
English (en)
Other versions
KR20200012857A (ko
Inventor
예-쿠이 왕
닝 비
비잔 포루탄푸어
Original Assignee
퀄컴 인코포레이티드
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 퀄컴 인코포레이티드 filed Critical 퀄컴 인코포레이티드
Publication of KR20200012857A publication Critical patent/KR20200012857A/ko
Application granted granted Critical
Publication of KR102339197B1 publication Critical patent/KR102339197B1/ko

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N13/00—Stereoscopic video systems; Multi-view video systems; Details thereof
    • H04N13/10—Processing, recording or transmission of stereoscopic or multi-view image signals
    • H04N13/106—Processing image signals
    • H04N13/172—Processing image signals image signals comprising non-image signal components, e.g. headers or format information
    • H04N13/178—Metadata, e.g. disparity information
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
    • H04N19/169—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding
    • H04N19/17—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding the unit being an image region, e.g. an object
    • H04N19/176—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding the unit being an image region, e.g. an object the region being a block, e.g. a macroblock
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/46—Embedding additional information in the video signal during the compression process
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/70—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals characterised by syntax aspects related to video coding, e.g. related to compression standards
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/20—Servers specifically adapted for the distribution of content, e.g. VOD servers; Operations thereof
    • H04N21/23—Processing of content or additional data; Elementary server operations; Server middleware
    • H04N21/235—Processing of additional data, e.g. scrambling of additional data or processing content descriptors
    • H04N21/2353—Processing of additional data, e.g. scrambling of additional data or processing content descriptors specifically adapted to content descriptors, e.g. coding, compressing or processing of metadata
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/80—Generation or processing of content or additional data by content creator independently of the distribution process; Content per se
    • H04N21/81—Monomedia components thereof
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/80—Generation or processing of content or additional data by content creator independently of the distribution process; Content per se
    • H04N21/81—Monomedia components thereof
    • H04N21/816—Monomedia components thereof involving special video data, e.g 3D video
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/80—Generation or processing of content or additional data by content creator independently of the distribution process; Content per se
    • H04N21/83—Generation or processing of protective or descriptive data associated with content; Content structuring
    • H04N21/845—Structuring of content, e.g. decomposing content into time segments
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/80—Generation or processing of content or additional data by content creator independently of the distribution process; Content per se
    • H04N21/85—Assembly of content; Generation of multimedia applications
    • H04N21/854—Content authoring
    • H04N21/85406—Content authoring involving a specific file format, e.g. MP4 format
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/20—Servers specifically adapted for the distribution of content, e.g. VOD servers; Operations thereof
    • H04N21/23—Processing of content or additional data; Elementary server operations; Server middleware
    • H04N21/236—Assembling of a multiplex stream, e.g. transport stream, by combining a video stream with other content or additional data, e.g. inserting a URL [Uniform Resource Locator] into a video stream, multiplexing software data into a video stream; Remultiplexing of multiplex streams; Insertion of stuffing bits into the multiplex stream, e.g. to obtain a constant bit-rate; Assembling of a packetised elementary stream
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/80—Generation or processing of content or additional data by content creator independently of the distribution process; Content per se
    • H04N21/83—Generation or processing of protective or descriptive data associated with content; Content structuring
    • H04N21/845—Structuring of content, e.g. decomposing content into time segments
    • H04N21/8456—Structuring of content, e.g. decomposing content into time segments by decomposing the content in the time domain, e.g. in time segments

Landscapes

  • Engineering & Computer Science (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • Library & Information Science (AREA)
  • Computer Security & Cryptography (AREA)
  • Testing, Inspecting, Measuring Of Stereoscopic Televisions And Televisions (AREA)
  • Compression Or Coding Systems Of Tv Signals (AREA)
  • Studio Devices (AREA)
  • Closed-Circuit Television Systems (AREA)

Abstract

예시적인 방법은 어안 비디오 데이터를 포함하는 파일을 프로세싱하는 단계로서, 파일은 어안 비디오 데이터의 속성들을 명시하는 복수의 신택스 엘리먼트들을 포함하는 신택스 구조를 포함하고, 복수의 신택스 엘리먼트들은 어안 비디오 데이터가 모노스코픽인지 또는 스테레오스코픽인지를 명시적으로 표시하는 제 1 신택스 엘리먼트, 및 어안 비디오 데이터가 모노스코픽인지 또는 스테레오스코픽인지를 암시적으로 표시하는 하나 이상의 신택스 엘리먼트들을 포함하는, 상기 파일을 프로세싱하는 단계; 제 1 신택스 엘리먼트에 기초하여, 어안 비디오 데이터가 모노스코픽인지 또는 스테레오스코픽인지를 결정하는 단계; 및 결정에 기초하여, 어안 비디오 데이터를 모노스코픽 또는 스테레오스코픽으로서 렌더링하는 단계를 포함한다.

Description

어안 비디오 데이터에 대한 하이-레벨 시그널링
본 출원은 2017년 5월 25일자로 출원된 미국 가출원 제 62/511,189 호의 이익을 주장하며, 그 전체 내용은 본 명세서에 참조로 통합된다.
기술분야
본 개시는 인코딩된 비디오 데이터의 저장 및 전송에 관한 것이다.
디지털 비디오 능력들은 디지털 텔레비전들, 디지털 직접 브로드캐스트 시스템들, 무선 브로드캐스트 시스템들, 개인용 디지털 보조기들 (PDA들), 랩탑 또는 데스크탑 컴퓨터들, 디지털 카메라들, 디지털 레코딩 디바이스들, 디지털 미디어 플레이어들, 비디오 게이밍 디바이스들, 비디오 게임 콘솔들, 셀룰러 또는 위성 무선 전화기들, 비디오 텔레컨퍼런싱 디바이스들 등을 포함한, 광범위한 디바이스들에 통합될 수 있다. 디지털 비디오 디바이스들은 MPEG-2, MPEG-4, ITU-T H.263 또는 ITU-T H.264/MPEG-4, 파트 10, 어드밴스드 비디오 코딩 (AVC), ITU-T H.265 (또한 고 효율 비디오 코딩 (HEVC) 로서도 지칭됨) 에 의해 정의된 표준들, 및 그러한 표준들의 확장들에서 설명된 기법들과 같은 비디오 압축 기법들을 구현하여, 디지털 비디오 정보를 더 효율적으로 송신 및 수신한다.
비디오 압축 기술들은 비디오 시퀀스들에 고유한 리던던시를 감소 또는 제거하기 위해 공간 예측 및/또는 시간 예측을 수행한다. 블록 기반 비디오 코딩에 대해, 비디오 프레임 또는 슬라이스는 매크로블록들로 파티셔닝될 수도 있다. 각각의 매크로블록은 더 파티셔닝될 수 있다. 인트라-코딩된 (I) 프레임 또는 슬라이스에서의 매크로블록들은 이웃한 매크로블록들에 대한 공간 예측을 이용하여 인코딩된다. 인터-코딩된 (P 또는 B) 프레임 또는 슬라이스에서의 매크로블록들은 동일 프레임 또는 슬라이스에서의 이웃한 매크로블록들에 대한 공간 예측, 또는 다른 레퍼런스 프레임들에 대한 시간 예측을 이용할 수도 있다.
비디오 데이터가 인코딩된 후에, 비디오 데이터는 송신 또는 저장을 위해 패킷화될 수도 있다. 비디오 데이터는 ISO (International Organization for Standardization) 베이스 미디어 파일 포맷 및 그 확장들, 예컨대 AVC 와 같은 임의의 다양한 표준들에 부합하는 비디오 파일로 어셈블링될 수도 있다.
일 예에 있어서, 방법은 어안 비디오 데이터를 포함하는 파일을 프로세싱하는 단계로서, 파일은 어안 비디오 데이터의 속성들을 명시하는 복수의 신택스 엘리먼트들을 포함하는 신택스 구조를 포함하고, 복수의 신택스 엘리먼트들은 어안 비디오 데이터가 모노스코픽인지 또는 스테레오스코픽 (stereoscopic) 인지를 명시적으로 표시하는 제 1 신택스 엘리먼트, 및 어안 비디오 데이터가 모노스코픽인지 또는 스테레오스코픽인지를 암시적으로 표시하는 하나 이상의 신택스 엘리먼트들을 포함하는, 상기 파일을 프로세싱하는 단계; 제 1 신택스 엘리먼트에 기초하여, 어안 비디오 데이터가 모노스코픽인지 또는 스테레오스코픽인지를 결정하는 단계; 및 결정에 기초하여, 어안 비디오 데이터를 모노스코픽 또는 스테레오스코픽으로서 렌더링하는 단계를 포함한다.
다른 예에 있어서, 디바이스는 어안 비디오 데이터를 포함하는 파일의 적어도 일부를 저장하도록 구성된 메모리로서, 파일은 어안 비디오 데이터의 속성들을 명시하는 복수의 신택스 엘리먼트들을 포함하는 신택스 구조를 포함하고, 복수의 신택스 엘리먼트들은 어안 비디오 데이터가 모노스코픽인지 또는 스테레오스코픽인지를 명시적으로 표시하는 제 1 신택스 엘리먼트, 및 어안 비디오 데이터가 모노스코픽인지 또는 스테레오스코픽인지를 암시적으로 표시하는 하나 이상의 신택스 엘리먼트들을 포함하는, 상기 메모리; 및 제 1 신택스 엘리먼트에 기초하여, 어안 비디오 데이터가 모노스코픽인지 또는 스테레오스코픽인지를 결정하고; 그리고 결정에 기초하여, 어안 비디오 데이터를 모노스코픽 또는 스테레오스코픽으로서 렌더링하도록 구성된 하나 이상의 프로세서들을 포함한다.
다른 예에 있어서, 방법은 어안 비디오 데이터 및 어안 비디오 데이터를 캡처하는데 사용된 카메라들의 외인성 파라미터들을 획득하는 단계; 외인성 파라미터들에 기초하여, 어안 비디오 데이터가 모노스코픽인지 또는 스테레오스코픽인지를 결정하는 단계; 및 파일에서, 어안 비디오 데이터 및 어안 비디오 데이터의 속성들을 명시하는 복수의 신택스 엘리먼트들을 포함하는 신택스 구조를 인코딩하는 단계를 포함하고, 여기서, 복수의 신택스 엘리먼트들은 어안 비디오 데이터가 모노스코픽인지 또는 스테레오스코픽인지를 명시적으로 표시하는 제 1 신택스 엘리먼트, 및 어안 비디오 데이터를 캡처하는데 사용된 카메라들의 외인성 파라미터들을 명시적으로 표시하는 하나 이상의 신택스 엘리먼트들을 포함한다.
다른 예에 있어서, 디바이스는 어안 비디오 데이터에서 저장하도록 구성된 메모리; 및 어안 비디오 데이터를 캡처하는데 사용된 카메라들의 외인성 파라미터들을 획득하고; 외인성 파라미터들에 기초하여, 어안 비디오 데이터가 모노스코픽인지 또는 스테레오스코픽인지를 결정하고; 그리고 파일에서, 어안 비디오 데이터 및 어안 비디오 데이터의 속성들을 명시하는 복수의 신택스 엘리먼트들을 포함하는 신택스 구조를 인코딩하도록 구성된 하나 이상의 프로세서들을 포함하고, 여기서, 복수의 신택스 엘리먼트들은 어안 비디오 데이터가 모노스코픽인지 또는 스테레오스코픽인지를 명시적으로 표시하는 제 1 신택스 엘리먼트, 및 어안 비디오 데이터를 캡처하는데 사용된 카메라들의 외인성 파라미터들을 명시적으로 표시하는 하나 이상의 신택스 엘리먼트들을 포함한다.
하나 이상의 예들의 상세들은 첨부 도면들 및 이하의 설명에서 기재된다. 다른 특징들, 목적들, 및 이점들은 그 설명, 도면들, 및 청구항들로부터 명백할 것이다.
도 1a 및 도 1b 는 본 개시에서 설명된 하나 이상의 예시적인 기법들에 따른, 전방향성 이미지 컨텐츠를 캡처하기 위한 예시적인 디바이스들을 예시한 블록 다이어그램들이다.
도 2 는 다중의 어안 이미지들을 포함하는 픽처의 일 예이다.
도 3 내지 도 8 은 본 개시에서 설명된 하나 이상의 예시적인 기법들에 따른, 전방향성 이미지들의 다양한 외인성 파라미터들 및 관측 시야들을 예시하는 개념 다이어그램들이다.
도 9 는 네트워크 상으로 미디어 데이터를 스트리밍하기 위한 기법들을 구현하는 예시적인 시스템을 예시한 블록 다이어그램이다.
도 10 은 예시적인 멀티미디어 컨텐츠의 엘리먼트들을 예시한 개념 다이어그램이다.
도 11 은 리프리젠테이션 (representation) 의 세그먼트에 대응할 수도 있는 예시적인 비디오 파일의 엘리먼트들을 예시한 블록 다이어그램이다.
도 12 는 본 개시의 하나 이상의 기법들에 따른, 어안 비디오 데이터를 포함하는 파일을 프로세싱하기 위한 예시적인 기법을 예시한 플로우차트이다.
도 13 은 본 개시의 하나 이상의 기법들에 따른, 어안 비디오 데이터를 포함하는 파일을 생성하기 위한 예시적인 기법을 예시한 플로우차트이다.
본 개시에서 설명된 예시적인 기법들은 전방향성 비디오 또는 이미지 데이터를 표현하는 파일들을 프로세싱하는 것과 관련된다. 전방향성 미디어 컨텐츠가 특정 디바이스들 (예컨대, 헤드 장착식 디스플레이 및 헤드폰들) 로 소비되는 경우, 미디어가 캡처되었던 (예컨대, 카메라(들)가 있었던) 장소 및 시각에 사용자가 있었던 것처럼, 오직 사용자의 관측 배향에 대응하는 미디어의 부분들만이 렌더링된다. 전방향성 미디어 어플리케이션들의 가장 보편적인 형태들 중 하나는 360도 비디오로서도 또한 공지된 전방향성 비디오이다. 전방향성 비디오는 통상적으로, 360도까지의 장면을 커버하는 다중의 카메라들에 의해 캡처된다.
일반적으로, 전방향성 비디오는 전방향성 이미지들의 시퀀스로부터 형성된다. 이에 따라, 본 개시에서 설명된 예시적인 기법들은 전방향성 이미지 컨텐츠를 생성하는 것에 대하여 설명된다. 그 다음, 전방향성 비디오 컨텐츠에 대해, 이들 전방향성 이미지들은 순차적으로 디스플레이될 수 있다. 일부 예들에 있어서, 사용자는 오직 전방향성 이미지만을 (예컨대, 사용자의 전체 360도 주위의 스냅샷으로서) 촬영하길 원할 수도 있으며, 본 개시에서 설명된 기법들은 그러한 예시적인 경우들에도 물론 적용가능하다.
전방향성 비디오는 스테레오스코픽 또는 모노스코픽일 수도 있다. 비디오가 스테레오스코픽일 경우, 관측자가 심도를 인지할 수 있도록, 상이한 이미지가 각각의 눈에 보여진다. 그에 따라, 스테레오스코픽 비디오는 통상적으로, 각각의 방향을 향하는 2개의 카메라들을 사용하여 캡처된다. 비디오가 모노스코픽일 경우, 동일한 이미지가 양 눈들에 보여진다.
비디오 데이터는, 하나 이상의 어안 렌즈들을 사용하여 캡처되는 (또는 하나 이상의 어안 렌즈들을 사용하여 캡처된 것처럼 보이도록 생성되는) 어안 비디오 데이터로 고려될 수도 있다. 어안 렌즈는, 넓은 파노라마형 또는 반구형 이미지를 생성하도록 의도된 강한 시각적 왜곡을 생성하는 초광각 렌즈일 수도 있다.
그 기법들은 캡처된 비디오 컨텐츠에, 가상 현실에, 및 일반적으로, 비디오 및 이미지 디스플레이에 적용가능할 수도 있다. 그 기법들은 모바일 디바이스들에서 사용될 수도 있지만, 그 기법들은 모바일 어플리케이션들로 한정된 것으로 간주되지 않아야 한다. 일반적으로, 그 기법들은 가상 현실 어플리케이션들, 비디오 게임 어플리케이션들, 또는 360도 구면형 비디오/이미지 환경이 요망되는 다른 어플리케이션들을 위한 것일 수도 있다.
일부 예들에 있어서, 전방향성 이미지 컨텐츠는, 2개의 어안 렌즈들을 포함하는 카메라 디바이스로 캡처될 수도 있다. 2개의 어안 렌즈들이 이미지 컨텐츠의 구면의 반대 부분들을 캡처하기 위해 카메라 디바이스의 반대측들 상에 포지셔닝되는 경우, 이미지 컨텐츠는 모노스코픽일 수도 있고 360도 비디오의 전체 구면을 커버할 수도 있다. 유사하게, 2개의 어안 렌즈들이 이미지 컨텐츠의 구면의 동일 부분을 캡처하기 위해 카메라 디바이스의 동일측 상에 포지셔닝되는 경우, 이미지 컨텐츠는 스테레오스코픽일 수도 있고 360도 비디오의 구면의 절반을 커버할 수도 있다. 카메라들에 의해 생성된 이미지들은 원형 이미지이다 (예컨대, 하나의 이미지 프레임은 2개의 원형 이미지들을 포함함).
도 1a 및 도 1b 는 본 개시에서 설명된 하나 이상의 예시적인 기법들에 따른, 전방향성 이미지 컨텐츠를 캡처하기 위한 예시적인 디바이스들을 예시한 블록 다이어그램들이다. 도 1a 에 예시된 바와 같이, 컴퓨팅 디바이스 (10A) 는, 전체 구면 (예컨대, 전체 360도 비디오 컨텐츠) 을 커버하는 모노스코픽 이미지 컨텐츠를 캡처하기 위해 컴퓨팅 디바이스 (10A) 의 반대측들 상에 위치된 어안 렌즈 (12A) 및 어안 렌즈 (12B) 를 포함하는 비디오 캡처 디바이스이다. 도 1b 에 예시된 바와 같이, 컴퓨팅 디바이스 (10B) 는, 구면의 대략 절반을 커버하는 스테레오스코픽 이미지 컨텐츠에 대해 컴퓨팅 디바이스 (10B) 의 동일측 상에 위치된 어안 렌즈 (12C) 및 어안 렌즈 (12D) 를 포함하는 비디오 캡처 디바이스이다.
상기 설명된 바와 같이, 카메라 디바이스는 복수의 어안 렌즈들을 포함한다. 일부 예시적인 카메라 디바이스들은 2개의 어안 렌즈들을 포함하지만, 그 예시적인 기법들은 2개의 어안 렌즈들로 한정되지 않는다. 하나의 예시적인 카메라 디바이스는 16개의 렌즈들 (예컨대, 3D VR 컨텐츠를 촬영하기 위한 16-카메라 어레이) 을 포함할 수도 있다. 다른 예시적인 카메라 디바이스는 8개의 렌즈들을 포함할 수도 있으며, 그 렌즈들 각각은 195도 시야각을 갖는다 (예컨대, 각각의 렌즈는 360도 중 195도의 이미지 컨텐츠를 캡처함). 다른 예시적인 카메라 디바이스들은 3개 또는 4개의 렌즈들을 포함한다. 일부 예들은, 360도의 이미지 컨텐츠를 캡처하는 360도 렌즈를 포함할 수도 있다.
본 개시에서 설명된 예시적인 기법들은 일반적으로, 전방향성 이미지/비디오를 캡처하는 2개의 어안 렌즈들에 대하여 설명된다. 하지만, 예시적인 기법들은 그것에 한정되지 않는다. 예시적인 기법들은, 렌즈들이 어안 렌즈들은 아니더라도 복수의 렌즈들 (예컨대, 2개 이상) 을, 그리고 복수의 어안 렌즈들을 포함하는 예시적인 카메라 디바이스들에 적용가능할 수도 있다. 예를 들어, 예시적인 기법들은 캡처된 이미지들을 스티칭하기 위한 방식들을 설명하며, 그 기법들은 (일 예로서, 어안 렌즈들일 수도 있는) 복수의 렌즈들로부터 복수의 캡처된 이미지들이 존재하는 예들에 적용가능할 수도 있다. 예시적인 기법들이 2개의 어안 렌즈들에 대하여 설명되지만, 예시적인 기법들은 그것에 한정되지 않고, 전방향성 이미지들/비디오들을 캡처하기 위해 사용된 다양한 카메라 타입들에 적용가능하다.
본 개시의 기법들은 임의의 ISO 베이스 미디어 파일 포맷 (예컨대, ISOBMFF, ISO/IEC 14496-12), 그리고 MPEG-4 파일 포맷 (ISO/IEC 14496-15), 제 3 세대 파트너쉽 프로젝트 (3GPP) 파일 포맷 (3GPP TS 26.244) 및 비디오 코덱들의 AVC 및 HEVC 패밀리들의 파일 포맷들 (ISO/IEC 14496-15), 또는 다른 유사한 비디오 파일 포맷들을 포함한 ISOBMFF 로부터 파생된 다른 파일 포맷들에 따라 캡슐화된 비디오 데이터에 부합하는 비디오 파일들에 적용될 수도 있다.
ISOBMFF 는 AVC 파일 포맷과 같은 다수의 코덱 캡슐화 포맷들에 대한, 뿐만 아니라 MPEG-4 파일 포맷, 3GPP 파일 포맷 (3GP), 및 DVB 파일 포맷과 같은 다수의 멀티미디어 컨테이너 포맷들에 대한 기저로서 사용된다. 오디오 및 비디오와 같은 연속적인 미디어에 부가하여, 이미지들과 같은 정적 미디어 뿐 아니라 메타데이터는 ISOBMFF 에 부합하는 파일에 저장될 수 있다. ISOBMFF 에 따라 구조화된 파일들은, 로컬 미디어 파일 재생, 원격 파일의 점진적 다운로딩, DASH (Dynamic Adaptive Streaming over HTTP) 에 대한 세그먼트들, 스트리밍될 컨텐츠 및 그 패킷화 명령들에 대한 컨테이너들, 및 수신된 실시간 미디어 스트림들의 레코딩을 포함하여 다수의 목적들로 사용될 수도 있다.
박스는, 4문자 코딩된 박스 타입, 박스의 바이트 카운트, 및 페이로드를 포함하여 ISOBMFF 에서의 기본 신택스 구조이다. ISOBMFF 파일은 박스들의 시퀀스로 이루어지고, 박스들은 다른 박스들을 포함할 수도 있다. 무비 박스 ("moov") 는 파일에 존재하는 연속적인 미디어 스트림들에 대한 메타데이터를 포함하고, 각각의 미디어 스트림은 트랙으로서 파일에서 표현된다. 트랙에 대한 메타데이터는 트랙 박스 ("trak") 에 인클로징되는 한편, 트랙의 미디어 컨텐츠는 미디어 데이터 박스 ("mdat") 에 또는 직접적으로 별도의 파일에 인클로징된다. 트랙들에 대한 미디어 컨텐츠는 오디오 또는 비디오 액세스 유닛들과 같은 샘플들의 시퀀스로 이루어진다.
어안 비디오 데이터를 렌더링할 경우, 비디오 디코더가 어안 비디오 데이터가 모노스코픽인지 또는 스테레오스코픽인지를 결정하는 것이 바람직할 수도 있다. 예를 들어, 비디오 디코더가 어안 비디오 데이터의 픽처에 포함된 원형 이미지들을 디스플레이 및/또는 스티칭하는 방식은 어안 비디오 데이터가 모노스코픽인지 또는 스테레오스코픽인지에 직접적으로 의존한다.
일부 예들에 있어서, 비디오 디코더는, 파일에 의해 기술된 어안 비디오 데이터가 모노스코픽인지 또는 스테레오스코픽인지를 암시적으로 표시하는 파일에 포함된 하나 이상의 신택스 엘리먼트들에 기초하여 어안 비디오 데이터가 모노스코픽인지 또는 스테레오스코픽인지를 결정할 수도 있다. 예를 들어, 비디오 인코더는 어안 비디오 데이터를 캡처하는데 사용된 카메라들의 각각의 외인성 파라미터들 (예컨대, 요 각도, 피치 각도, 롤 각도, 및 하나 이상의 공간 오프셋들과 같은 물리적/위치적 속성들) 을 기술하는 신택스 엘리먼트들을 파일에 포함할 수도 있고, 비디오 디코더는, 파일에 의해 기술된 비디오 데이터가 모노스코픽인지 또는 스테레오스코픽인지를 계산하기 위해 외인성 파라미터들을 프로세싱할 수도 있다. 일 예로서, 외인성 파라미터들의 프로세싱이 카메라들이 동일한 방향을 향하고 있고 공간 오프셋을 갖는다는 표시로 이어지면, 비디오 디코더는 비디오 데이터가 스테레오스코픽임을 결정할 수도 있다. 다른 예로서, 외인성 파라미터들의 프로세싱이 카메라들이 반대 방향들을 향하고 있음을 표시하면, 비디오 디코더는 비디오 데이터가 모노스코픽임을 결정할 수도 있다. 하지만, 일부 예들에 있어서, 비디오 디코더가 그러한 추가적인 리소스 집약적 계산들을 수행해야 하지 않고도 어안 비디오 데이터가 모노스코픽인지 또는 스테레오스코픽인지를 결정할 수 있는 것이 바람직할 수도 있다. 부가적으로, 일부 예들에 있어서, 외인성 파라미터들의 프로세싱은 모노스코픽 또는 스테레오스코픽으로서의 비디오 데이터의 정확한 (예컨대, 의도된 바와 같이) 분류를 산출하지 않을 수도 있다. 일 예로서, 외인성 파라미터들의 값들은 인코딩/천이/디코딩 동안에 손상되게 될 수도 있다. 다른 예로서, 외인성 파라미터들은 인코더에서 정확하게 제공되지 않았었을 수도 있다.
본 개시의 하나 이상의 기법들에 따르면, 비디오 인코더는, 파일에 의해 기술된 어안 비디오 데이터가 모노스코픽인지 또는 스테레오스코픽인지를 명시적으로 표시하는 제 1 신택스 엘리먼트를 파일에 포함할 수도 있다. 파일은 어안 비디오 데이터의 외인성 파라미터들인 신택스 엘리먼트들에 부가하여 제 1 신택스 엘리먼트를 포함할 수도 있다. 그에 따라, 파일은, 파일에 의해 기술된 어안 비디오 데이터가 모노스코픽인지 또는 스테레오스코픽인지의 명시적 표시 (즉, 제 1 신택스 엘리먼트) 및 암시적 표시 (즉, 외인성 파라미터들인 신택스 엘리먼트들) 양자 모두를 포함할 수도 있다. 이러한 방식으로, 비디오 디코더는 (예컨대, 외인성 파라미터들에 기초하여 추가 계산들을 수행해야 하지 않고도) 비디오 데이터가 모노스코픽인지 또는 스테레오스코픽인지를 정확하게 결정할 수도 있다.
ISOBMFF 는 다음의 타입들의 트랙들을 명시한다: 기본 미디어 스트림을 포함하는 미디어 트랙, 미디어 송신 명령들을 포함하거나 또는 수신된 패킷 스트림을 표현하는 힌트 트랙, 및 시간-동기화된 메타데이터를 포함하는 타이밍된 메타데이터 트랙.
저장용으로 원래 설계되었지만, ISOBMFF 는 스트리밍을 위해, 예컨대, 점진적 다운로드 또는 DASH 를 위해 매우 유용한 것으로 입증되었다. 스트리밍 목적으로, ISOBMFF 에서 정의된 무비 프래그먼트들이 사용될 수 있다.
각각의 트랙에 대한 메타데이터는, 트랙에서 사용되는 코딩 또는 캡슐화 포맷 및 그 포맷을 프로세싱하기 위해 필요한 초기화 데이터를 각각 제공하는 샘플 디스크립션 엔트리들의 리스트를 포함한다. 각각의 샘플은 트랙의 샘플 디스크립션 엔트리들 중 하나와 연관된다.
ISOBMFF 는 다양한 메커니즘들로 샘플 특정 메타데이터를 명시하는 것을 가능케 한다. 샘플 테이블 박스 ("stbl") 내의 특정 박스들은 공통의 필요성들에 응답하도록 표준화되었다. 예를 들어, 싱크 샘플 박스 ("stss") 는 트랙의 랜덤 액세스 샘플들을 리스팅하기 위해 사용된다. 샘플 그룹화 메커니즘은, 파일에서의 샘플 그룹 디스크립션 엔트리로서 명시된 동일한 특성을 공유하는 샘플들의 그룹들로의 4문자 그룹화 타입에 따른 샘플들의 맵핑을 가능케 한다. 수개의 그룹화 타입들이 ISOBMFF 에서 명시되었다.
가상 현실 (VR) 은, 몰입된 사용자의 움직임들에 의해 상관된 자연적인 및/또는 합성의 이미지 및 사운드의 렌더링에 의해 생성된 비-물리적 세계에서 가상적으로 존재하여, 그 세계와 상호작용하게 하는 능력이다. 헤드 장착식 디스플레이들 (HMD) 및 VR 비디오 (종종 360도 비디오로서도 또한 지칭됨) 생성과 같은 렌더링 디바이스들에서 이루어진 최근의 진보로, 상당한 품질의 경험이 제공될 수 있다. VR 어플리케이션들은 게이밍, 트레이닝, 교육, 스포츠 비디오, 온라인 쇼핑, 성인 엔트레인먼트 등을 포함한다.
통상적인 VR 시스템은, 다음의 단계들 중 하나 이상을 수행할 수도 있는 다음의 컴포넌트들 중 하나 이상을 포함할 수도 있다:
1) 카메라 세트, 이는 통상적으로, 상이한 방향들을 포인팅하고 그리고 카메라 세트 주위의 모든 뷰포인트들을 이상적으로는 집합적으로 커버하는 다중의 개별 카메라들을 포함함.
2) 이미지 스티칭, 여기서, 다중의 개별 카메라들에 의해 촬영된 비디오 픽처들은, 구면형 비디오가 되도록, 시간 도메인에서 동기화되고 공간 도메인에서 스티칭되지만, (세계 지도와 같은) 등장방형 (equi-rectangular) 또는 큐브 맵과 같은 장방형 포맷으로 맵핑됨.
3) 맵핑된 장방형 포맷에서의 비디오는 비디오 코덱, 예컨대, H.265/HEVC 또는 H.264/AVC 를 사용하여 인코딩/압축됨.
4) 압축된 비디오 비트스트림(들)은 미디어 포맷으로 저장 및/또는 캡슐화되고, 네트워크를 통해 수신기로 (가능하게는 오직 사용자에 의해 보여지는 영역만을 커버하는 서브세트만으로) 송신될 수도 있음.
5) 수신기는, 가능하게는 포맷으로 캡슐화된 비디오 비트스트림(들) 또는 그 부분을 수신하고, 디코딩된 비디오 신호 또는 그 부분을 렌더링 디바이스로 전송함.
6) 렌더링 디바이스는, 예컨대, HMD 일 수 있으며, HMD 는 머리 움직임 및 심지어 눈 움직임 순간을 추적할 수 있어서 몰입형 경험이 사용자에게 전달되도록 비디오의 대응하는 부분을 렌더링할 수 있음.
360° 비디오 및 관련 오디오를 갖는 VR 어플리케이션들에 초점을 맞춘, 전방향성 미디어 어플리케이션들을 가능케 하는 미디어 어플리케이션 포맷을 정의하기 위해, 전방향성 미디어 어플리케이션 포맷 (OMAF) 이 MPEG 에 의해 개발되고 있다. OMAF 는 구면형 또는 360° 비디오의 2차원 장방형 비디오로의 변환, 그 다음, ISO 베이스 미디어 파일 포맷 (ISOBMFF) 을 사용하여 전방향성 미디어 및 관련 메타데이터를 저장하기 위한 방법과 DASH (dynamic adaptive streaming over HTTP) 를 사용하여 전방향성 미디어를 캡슐화, 시그널링 및 스트리밍하기 위한 방법, 및 마지막으로, 어느 비디오 및 오디오 코덱들 뿐 아니라 미디어 코딩 구성들이 전방향성 미디어 신호의 압축 및 재생을 위해 사용될 수 있는지를 위해 사용될 수 있는 프로젝션 및 영역별 패킹을 명시한다.
프로젝션 및 영역별 패킹은, 프로젝션된 전방향성 비디오에 대한 구면 신호로부터 2D 비디오 픽처들을 생성하기 위해 컨텐츠 제작 측에서 사용된 프로세스들이다. 프로젝션은 일반적으로 스티칭과 함께 진행되며, 이는 각각의 비디오 픽처에 대한 다중의 카메라 캡처된 이미지들로부터 구면 신호를 생성할 수도 있다. 프로젝션은 VR 비디오에서의 기본 프로세싱 단계일 수도 있다. 통상적인 프로젝션 타입들은 등장방형 및 큐브 맵을 포함한다. OMAF 드래프트 국제 표준 (DIS) 은 오직 등장방형 프로젝션 타입만을 지원한다. 영역별 패킹은 (컨텐츠 제작 측의 뷰포트로부터) 프로젝션 이후 옵션적인 단계이다. 영역별 패킹은, 인코딩 이전 패킹된 픽처의 임의의 장방형 영역의 조작들 (리사이징, 재배치, 회전, 및 미러링) 을 가능케 한다.
도 2 는 다중의 어안 이미지들을 포함하는 픽처의 일 예이다. OMAF DIS 는 어안 VR/360 비디오 포맷을 지원하며, 여기서는, 인코딩 이전 2D 비디오를 생성하기 위해 프로젝션 및 옵션적으로 영역별 패킹을 적용하는 대신, 각각의 액세스 유닛에 대해, 캡처링 카메라들로부터의 원형 이미지들이 2D 픽처에 직접 내장된다. 예를 들어, 도 2 에 도시된 바와 같이, 제 1 어안 이미지 (202) 및 제 2 어안 이미지 (204) 가 2D 픽처 (200) 에 내장된다.
그 다음, 그러한 어안 비디오는 인코딩될 수도 있으며, 비트스트림은 ISOBMFF 파일로 캡슐화될 수도 있고 DASH 리프리젠테이션으로서 추가로 캡슐화될 수도 있다. 부가적으로, 어안 비디오의 특징들을 표시하는 파라미터들을 포함하는 어안 비디오의 특성이 시그널링되고, 클라이언트 측에서 360 비디오를 정확하게 렌더링하는데 사용될 수도 있다. 어안 VR/360 비디오 접근법의 하나의 이점은 모바일 단말기들에 의해 저렴한 사용자 생성된 VR 컨텐츠를 지원한다는 것이다.
OMAF DIS 에 있어서, 제약된 비디오 샘플 엔트리 타입 'resv' 에 대한 어안 전방향성 비디오 스킴 (scheme) 의 사용은 디코딩된 픽처들이 어안 비디오 픽처들임을 표시한다. 어안 전방향성 비디오 스킴의 사용은 SchemeTypeBox 내에서 'fodv' (어안 전방향성 비디오) 와 동일한 scheme_type 에 의해 표시된다. 어안 비디오의 포맷은, 샘플 엔트리에 포함되는 RestrictedSchemeInfoBox 에 포함되는 SchemeInformationBox 내에 포함된 FisheyeOmnidirectionalVideoBox 로 표시된다. OMAF DIS 의 현재 드래프트 (정보 기술 - 몰입형 미디어의 코딩된 리프리젠테이션 (MPEG-I) - 파트 2: 전방향성 미디어 포맷, ISO/IEC FDIS 14496-15:2014(E), ISO/IEC JTC 1/SC 29/WG 11, w16824, 2014-01-13, 이하, "OMAF DIS 의 현재 드래프트") 에 있어서, 스킴 타입이 'fodv' 인 경우, 하나의 그리고 오직 하나의 FisheyeOmnidirectionalVideoBox 가 SchemeInformationBox 에 존재할 것이다. FisheyeOmnidirectionalVideoBox 가 SchemeInformationBox 에 존재할 경우, StereoVideoBox 및 RegionWisePackingBox 는 동일한 SchemeInformationBox 에 존재하지 않을 것이다. FisheyeOmnidirectionalVideoBox 는, OMAF DIS 의 6절에 명시된 바와 같이, 어안 비디오 특성 파라미터들을 포함하는 FisheyeOmnidirectionalVideoInfo() 신택스 구조를 포함한다.
OMAF DIS 의 현재 드래프트에서의 FisheyeOmnidirectionalVideoInfo() 신택스 구조의 신택스는 다음과 같다.
Figure 112019120633357-pct00001
Figure 112019120633357-pct00002
Figure 112019120633357-pct00003
OMAF DIS 의 현재 드래프트에서의 FisheyeOmnidirectionalVideoInfo() 신택스 구조의 시맨틱스는 다음과 같다.
num_circular_images 는, 이 박스가 적용하는 각각의 샘플의 코딩된 픽처에서 원형 이미지들의 수를 명시한다. 통상적으로, 그 값은 2 와 동일하지만, 다른 비-제로 값들이 또한 가능하다.
image_center_x 는, 이 박스가 적용하는 각각의 샘플의 코딩된 픽처에서 원형 이미지의 중심의 수평 좌표를 루마 샘플들 단위로 명시하는 고정 소수점 16.16 값이다.
image_center_y 는, 이 박스가 적용하는 각각의 샘플의 코딩된 픽처에서 원형 이미지의 중심의 수직 좌표를 루마 샘플들 단위로 명시하는 고정 소수점 16.16 값이다.
full_radius 는, 원형 이미지의 중심으로부터 전체 라운드 이미지의 에지까지의 반경을 루마 샘플들 단위로 명시하는 고정 소수점 16.16 값이다.
picture_radius 는, 원형 이미지의 중심으로부터 이미지 경계의 최근접 에지까지의 반경을 루마 샘플들 단위로 명시하는 고정 소수점 16.16 값이다. 원형 어안 이미지는 카메라 픽처에 의해 잘라 내어질 수도 있다. 따라서, 이 값은, 픽셀들이 사용가능한 원의 반경을 표시한다.
scene_radius 는, 원형 이미지의 중심으로부터, 카메라 본체 자체로부터 장애물들이 없음 그리고 인클로징된 영역 내에서 스티칭하기에 너무 큰 렌즈 왜곡이 없음이 보장되는 이미지에서의 영역의 최근접 에지까지의 반경을 루마 샘플들 단위로 명시하는 고정 소수점 16.16 값이다.
image_rotation 은 원형 이미지의 회전의 양을 도 단위로 명시하는 고정 소수점 16.16 값이다. 이미지는 이미지들 +/- 90도, 또는 +/- 180도, 또는 임의의 다른 값만큼 회전될 수도 있다.
image_flip 은 이미지가 반전되었는지 여부 및 그 방법을 명시하고, 따라서, 역 반전 동작이 적용될 필요가 있다. 값 0 은 이미지가 반전되지 않았음을 표시한다. 값 1 은 이미지가 수직으로 반전되었음을 표시한다. 값 2 는 이미지가 수평으로 반전되었음을 표시한다. 값 3 은 이미지가 수직 및 수평 양자로 반전되었음을 표시한다.
image_scale_axis_angle, image_scale_x, 및 image_scale_y 는 이미지가 축을 따라 사이징되었는지 여부 및 그 방법을 명시하는 3개의 고정 소수점 16.16 값들이다. 축은, 도 단위로, image_scale_axis_angle 의 값에 의해 표시된 바와 같은 단일 각도에 의해 정의된다. 0도의 각도는, 수평 벡터가 완벽하게 수평이고 수직 벡터가 완벽하게 수직임을 의미한다. image_scale_x 및 image_scale_y 의 값들은, 각각, 축과 평행하고 그리고 축에 직교하는 방향들에서의 스케일링 비율들을 표시한다.
field_of_view 는, 어안 렌즈의 관측 시야를 도 단위로 명시하는 고정 소수점 16.16 값이다. 반구형 어안 렌즈에 대한 통상적인 값은 180.0도이다.
num_angle_for_displaying_fov 는 각도들의 수를 명시한다. num_angle_for_displaying_fov 의 값에 따르면, displayed_fov 및 overlapped_fov 의 다중의 값들, 12시 정각에 시작하고 시계방향으로 진행하는 동일한 인터벌들로 정의된다.
displayed_fov 는 디스플레이된 관측 시야 및 각각의 어안 카메라 이미지의 대응하는 이미지 영역을 명시한다. overlapped_fov 는, 다중의 원형 이미지들 사이의 관측 시야의 관점에서 블렌딩을 위해 일반적으로 사용되는 중첩된 영역들을 포함하는 영역을 명시한다. displayed_fov 및 duplicateped_fov 의 값들은 field_of_view 의 값보다 작거나 같다.
노트: field_of_view 의 값은 각각의 어안 렌즈의 물리적 특성에 의해 결정되는 한편, displayed_fov 및 overlapped_fov 의 값들은 다중의 어안 렌즈들의 구성에 의해 결정된다. 예를 들어, num_circular_images 의 값이 2 와 동일하고 2개의 렌즈들이 대칭적으로 위치될 경우, displayed_fov 및 overlapped_fov 의 값은, 디폴트로, 각각, 180 및 190 으로서 설정될 수 있다. 하지만, 렌즈의 구성 및 컨텐츠들의 특성들에 의존하여 값은 변경될 수 있다. 예를 들어, displayed_fov 값들 (좌측 카메라 = 170 및 우측 카메라 = 190) 및 overlapped_fov 값들 (좌측 카메라 = 185 및 우측 카메라 = 190) 을 갖는 스티칭 품질이 디폴트 값들 (180 및 190) 을 갖는 품질보다 더 양호하면 또는 카메라들의 물리적 구성이 비대칭이면, 동일하지 않은 displayed_fov 및 overlapped_fov 값들이 취해질 수 있다. 부가적으로, 다중의 (N>2) 어안 이미지들에 관한 한, 단일 displayed_fov 값은 각각의 어안 이미지의 정확한 영역을 명시할 수 없다. 도 6 에 도시된 바와 같이, displayed_fov (602) 는 방향에 따라 변한다. 다중의 (N>2) 어안 이미지들을 조작하기 위하여, num_angle_for_displaying_fov 가 도입된다. 예를 들어, 이 값이 12 와 동일하면, 어안 이미지는, 각각의 섹터 각도가 30도인 12개의 섹터들로 분할된다.
camera_center_yaw 는, 각각의 샘플의 코딩된 픽처에서의 원형 이미지의 중심 픽셀이 구면형 표면에 프로젝션되는 포인트의 요 각도를 2-16 도의 단위로 명시한다. 이는, 글로벌 좌표 축들에 대해 카메라 외인성 파라미터들을 명시하는 3개의 각도들 중 제 1 각도이다. camera_center_yaw 는 -180*216 내지 180*216-1 의 범위에 있을 것이다.
camera_center_pitch 는, 각각의 샘플의 코딩된 픽처에서 원형 이미지의 중심 픽셀이 구면형 표면에 프로젝션되는 포인트의 피치 각도를 2-16 도의 단위로 명시한다. camera_center_pitch 는 -90*216 내지 90*216 의 범위에 있을 것이다.
camera_center_roll 은, 각각의 샘플의 코딩된 픽처에서 원형 이미지의 중심 픽셀이 구면형 표면에 프로젝션되는 포인트의 롤 각도를 2-16 도의 단위로 명시한다. camera_center_roll 은 -180*216 내지 180*216-1 의 범위에 있을 것이다.
camera_center_offset_x, camera_center_offset_y, 및 camera_center_offset_z 는, 코딩된 픽처에서 원형 이미지에서의 픽셀들이 프로젝션되는 단위 구면의 원점으로부터의 XYZ 오프셋 값들을 표시하는 고정 소수점 8.24 값들이다. camera_center_offset_x, camera_center_offset_y, 및 camera_center_offset_z 는 -1.0 내지 1.0 의 범위에 있을 것이다.
num_polynomial_coefficients 는, 존재하는 다항식 계수들의 수를 명시하는 정수이다. 다항식 계수들의 리스트 (polynomial_coefficient_K) 는, 어안 공간으로부터 왜곡되지 않은 평면 이미지로의 변환을 명시하는 다항식에서의 계수들을 나타내는 고정 소수점 8.24 값들이다.
num_local_fov_region 은 상이한 관측 시야를 갖는 국부적 피팅 영역들의 수를 명시한다.
start_radius, end_radius, start_angle, 및 end_angle 은, 국부적으로 디스플레이하기 위한 실제 관측 시야를 변경하기 위해 국부적 피팅/워핑을 위한 영역을 명시한다. start_radius 및 end_radius 는, 최소 및 최대 반경 값들을 명시하는 고정 소수점 16.16 값들이다. start_angle 및 end_angle 은, 12시 정각에 시작하고 시계방향으로 증가하는 최소 및 최대 각도 값들을 2-16 도의 단위로 명시한다. start_angle 및 end_angle 은 -180*216 내지 180*216-1 의 범위에 있을 것이다.
radius_delta 는, 각각의 반경에 대해 상이한 관측 시야를 나타내기 위한 델타 반경 값을 명시하는 고정 소수점 16.16 값이다.
angle_delta 는, 각각의 각도에 대해 상이한 관측 시야를 나타내기 위한 델타 각도 값을 2-16 도의 단위로 명시한다.
local_fov_weight 는, start_radius, end_radius, start_angle, end_angle, 각도 인덱스 (i) 및 반경 인덱스 (j) 에 의해 명시된 포지션의 관측 시야에 대한 가중 값을 명시하는 8.24 고정 소수점 포맷이다. local_fov_weight 의 양수 값은 관측 시야의 확장을 명시하는 한편, 음수 값은 관측 시야의 수축을 명시한다.
num_polynomial_coefficeients_lsc 는 렌즈 쉐이딩 곡선의 다항식 근사화의 차수일 것이다.
polynomial_coefficient_K_lsc_R, polynomial_coefficient_K_lsc_G, 및 polynomial_coefficient_K_lsc_B 는, 방사 방향을 따라 컬러를 감소시키는 쉐이딩 아티팩트를 보상하기 위한 LSC 파라미터들을 명시하는 8.24 고정 소수점 포맷들이다. 원래 컬러에 승산될 보상 가중치 (w) 는 다항식을 사용하여 이미지 중심으로부터 반경의 곡선 함수로서 근사화된다. 이는
Figure 112019120633357-pct00004
로서 공식화되며, 여기서, p 는 polynomial_coefficient_K_lsc_R, polynomial_coefficient_K_lsc_G 또는 polynomial_coefficient_K_lsc_B 와 동일한 계수 값을 표시하고, r 은 full_radius 에 의한 정규화 이후의 반경 값을 표시한다. N 은 num_polynomial_coefficeients_lsc 의 값과 동일하다.
num_deadzones 는, 이 박스가 적용하는 각각의 샘플의 코딩된 픽처에서 데드 존들의 수를 명시하는 정수이다.
deadzone_left_horizontal_offset, deadzone_top_vertical_offset, deadzone_width, 및 deadzone_height 는, 픽셀들이 사용될 수 없는 데드존 장방형 영역의 포지션 및 사이즈를 명시하는 정수 값들이다. deadzone_left_horizontal_offset 및 deadzone_top_vertical_offset 은, 코딩된 픽처에서 데드존의 상좌측 코너의 각각 수평 및 수직 좌표들을 루마 샘플들 단위로 명시한다. deadzone_width 및 deadzone_height 는 데드존의 각각 폭 및 높이를 루마 샘플들 단위로 명시한다. 비디오를 표현하기 위한 비트들을 절약하기 위해, 데드존 내의 모든 픽셀들은 동일한 픽셀 값, 예컨대, 모두 흑색으로 설정되어야 한다.
도 3 내지 도 8 은 상기 신택스 및 시맨틱스의 다양한 양태들을 예시하는 개념 다이어그램들이다. 도 3 은 중심 (302) 으로서의 image_center_x 및 image_center_y 신택스, 전체 반경 (304) 으로서의 full_radius 신택스, 프레임 (300) 의 프레임 반경 (306) 으로서의 picture_radius, 장면 반경 (308) 으로서의 scene_radius (예컨대, 카메라 본체 (510) 로부터의 장애물들이 없는 영역) 를 예시한다. 도 4 는 2개의 어안 이미지들에 대한 displayed_fov (즉, 디스플레이된 관측 시야 (FOV)) 를 예시한다. FOV (402) 는 170도 관측 시야를 나타내고, FOV (404) 는 190도 관측 시야를 나타낸다. 도 5 는 다중의 (예컨대, N>2) 어안 이미지들에 대한 displayed_fov (즉, 디스플레이된 관측 시야 (FOV)) 및 overlapped_fov 를 예시한다. FOV (502) 는 제 1 관측 시야를 나타내고, FOV (504) 는 제 2 관측 시야를 나타낸다. 도 6 은 camera_center_offset_x (o x ), camera_center_offset_y (o y ), 및 camera_center_offset_z (o z ) 신택스의 예시이다. 도 7 은 국부적 관측 시야에 관한 파라미터들을 예시한 개념 다이어그램이다. 도 8 은 국부적 관측 시야의 일 예를 예시한 개념 다이어그램이다.
OMAF DIS 의 현재 드래프트에서의 어안 비디오의 시그널링은 하나 이상의 단점들을 제시할 수도 있다.
OMAF DIS 의 현재 드래프트에서의 어안 비디오의 시그널링의 하나의 예시적인 단점으로서, 각각의 어안 비디오 픽처에 2개의 원형 이미지들이 존재할 경우 (예컨대, FisheyeOmnidirectionalVideoInfo() 신택스 구조에서의 num_circular_images 이 2 와 동일한 경우) 카메라 외인성 파라미터들의 값들 (예컨대, camera_center_yaw, camera_center_pitch, camera_center_roll, camera_center_offset_x, camera_center_offset_y, 및 camera_center_offset_z) 에 의존하여, 어안 비디오는 모노스코픽 또는 스테레오스코픽 중 어느 하나일 수 있다. 특히, 2개의 원형 이미지들을 캡처하는 2개의 카메라들이 동일측 상에 있을 경우, 어안 비디오는 구면의 약 절반 (즉, 수평으로 180도) 을 커버하는 스테레오스코픽이고, 2개의 카메라들이 반대측 상에 있을 경우, 어안 비디오는 모노스코픽이지만 대략 전체 (즉, 수평으로 360도) 구면을 커버한다. 예를 들어, 카메라 외인성 파라미터 값들의 2개 세트들이 다음과 같을 경우, 어안 비디오는 모노스코픽이다:
Figure 112019120633357-pct00005
상기 파라미터 값들은 도 1b 의 컴퓨팅 디바이스 (10B) 의 카메라 외인성 파라미터 값들에 대응할 수도 있다. 다른 예로서, 카메라 외인성 파라미터 값들의 2개 세트들이 다음과 같을 경우, 어안 비디오는 스테레오스코픽이다:
Figure 112019120633357-pct00006
상기 파라미터 값들은 도 1a 의 컴퓨팅 디바이스 (10A) 의 카메라 외인성 파라미터 값들에 대응할 수도 있다. 64 mm 의 스테레오 오프셋 X 거리는 2.5 인치와 등가이며, 이는 사람의 눈 사이의 평균 거리임을 주목한다.
즉, 어안 비디오가 모노스코픽인지 또는 스테레오스코픽인지에 관한 정보는 은닉된다 (즉, 암시적으로 코딩되지만 명시적으로 코딩되지 않음). 하지만, 컨텐츠 선택과 같은 하이-레벨 시스템 목적을 위해, (예컨대, 컨텐츠 선택 기능을 수행하는 엔티티가, 대응하는 비디오 데이터가 모노스코픽인지 또는 스테레오스코픽인지를 결정하기 위해 FisheyeOmnidirectionalVideoInfo() 신택스 구조에서 많은 정보를 파싱할 필요가 없도록) 이 정보가 파일 포맷 레벨 및 DASH 레벨 양자 모두에서 용이하게 액세스가능한 것이 바람직할 수도 있다.
OMAF DIS 의 현재 드래프트에서 어안 비디오의 시그널링의 다른 예시적인 단점으로서, 각각의 어안 비디오 픽처에 2개의 원형 이미지들이 있을 경우 (예컨대, FisheyeOmnidirectionalVideoInfo() 신택스 구조에서의 num_circular_images 이 2 와 동일한 경우) 및 어안 비디오가 스테레오스코픽인 경우, 클라이언트 디바이스는, 카메라 외인성 파라미터들로부터, 2개의 원형 이미지들 중 어느 것이 좌안 뷰이고 어느 것이 우안 뷰인지를 결정할 수도 있다. 하지만, 클라이언트 디바이스가 카메라 외인성 파라미터들로부터 어느 이미지가 좌안 뷰이고 어느 이미지가 우안 뷰인지를 결정해야 하는 것은 바람직하지 않을 수도 있다.
OMAF DIS 의 현재 드래프트에서 어안 비디오의 시그널링의 다른 예시적인 단점으로서, 어안 비디오를 캡처하기 위해 각각의 측에 2개씩 4개의 어안 카메라들이 있을 경우, 어안 비디오는 전체 구면을 커버하는 스테레오스코픽일 것이다. 이 경우, 각각의 어안 비디오 픽처에 4개의 원형 이미지들이 존재한다 (예컨대, FisheyeOmnidirectionalVideoInfo() 신택스 구조에서의 num_circular_images 는 4 와 동일함). 그러한 경우 (각각의 어안 비디오 픽처에 2개 초과의 원형 이미지들이 있는 경우), 클라이언트 디바이스는 카메라 외인성 파라미터들로부터 동일한 뷰에 속하는 특정 2개의 원형 이미지들의 페어링을 결정할 수도 있다. 하지만, 클라이언트 디바이스가 카메라 외인성 파라미터들로부터 동일한 뷰에 속하는 특정 2개의 원형 이미지들의 페어링을 결정해야 하는 것은 바람직하지 않을 수도 있다.
OMAF DIS 의 현재 드래프트에서 어안 비디오의 시그널링의 다른 예시적인 단점으로서, 프로젝션된 전방향성 비디오에 대해, 커버리지 정보 (예컨대, 구면 상의 어느 영역이 비디오에 의해 커버되는지) 는 CoverageInformationBox 를 사용하여 명시적으로 시그널링되거나, 또는 존재하지 않은 경우, 클라이언트 디바이스에 의해 전체 구면인 것으로 추론된다. 클라이언트 디바이스가 카메라 외인성 파라미터들로부터 커버리지를 결정할 수도 있지만, 다시, 용이하게 액세스가능하도록 하는 이 정보의 명시적인 시그널링이 바람직할 수도 있다.
OMAF DIS 의 현재 드래프트에서 어안 비디오의 시그널링의 다른 예시적인 단점으로서, 영역별 패킹의 사용이 프로젝션된 전방향성 비디오에 대해서는 허용되지만 어안 비디오에 대해서는 허용되지 않는다. 하지만, 프로젝션된 전방향성 비디오에 적용가능한 영역별 패킹의 일부 이점들은 또한 어안 비디오에도 적용가능할 수도 있다.
OMAF DIS 의 현재 드래프트에서 어안 비디오의 시그널링의 다른 예시적인 단점으로서, 서브-픽처 트랙들에서의 프로젝션된 전방향성 비디오의 캐리지는 구성 트랙 그룹화를 사용함으로써 OMAF DIS 에서 명시된다. 하지만, 서브-픽처 트랙들에서의 어안 전방향성 비디오의 캐리지가 지원되지 않는다.
본 개시는 상기 문제들에 대한 솔루션들을 제시한다. 이들 기법들의 일부는 독립적으로 적용될 수도 있고, 그 일부는 조합하여 적용될 수도 있다.
본 개시의 하나 이상의 기법들에 따르면, 어안 비디오 데이터를 포함하는 파일은 어안 비디오 데이터가 모노스코픽인지 또는 스테레오스코픽인지의 명시적인 표시를 포함할 수도 있다. 즉, 어안 비디오가 모노스코픽인지 또는 스테레오스코픽인지의 표시가 명시적으로 시그널링될 수도 있다. 이러한 방식으로, 클라이언트 디바이스는, 다른 파라미터들로부터, 어안 비디오 데이터가 모노스코픽인지 또는 스테레오스코픽인지를 추론해야 하는 것을 회피할 수도 있다.
일 예로서, FisheyeOmnidirectionalVideoInfo() 신택스 구조에서의 초기 24 비트들 중 하나 이상이 모노스코픽 또는 스테레오스코픽의 표시를 시그널링하기 위한 필드 (예컨대, 1 비트 플래그) 를 형성하는데 사용될 수도 있다. 제 1 특정 값 (예컨대, 0) 과 동일한 필드는 어안 비디오가 모노스코픽임을 표시할 수도 있으며, 제 2 특정 값 (예컨대, 1) 과 동일한 필드는 어안 비디오가 스테레오스코픽임을 표시할 수도 있다. 예를 들어, 어안 비디오 데이터를 포함하는 파일을 생성할 경우, 컨텐츠 준비 디바이스 (예컨대, 도 9 의 컨텐츠 준비 디바이스 (20), 및 특정 예에서, 컨텐츠 준비 디바이스 (20) 의 캡슐화 유닛 (30)) 는 파일 내의 박스 (예컨대, FisheyeOmnidirectionalVideoBox) 를 인코딩할 수도 있으며, 그 박스는 어안 비디오 데이터에 대한 파라미터들을 포함하는 신택스 구조 (예컨대, FisheyeOmnidirectionalVideoInfo()) 를 포함하고, 그 신택스 구조는 어안 비디오 데이터가 모노스코픽인지 또는 스테레오스코픽인지의 명시적인 표시를 포함한다. 클라이언트 디바이스 (예컨대, 도 9 의 클라이언트 디바이스 (40), 및 특정 예에서, 클라이언트 디바이스 (40) 의 취출 유닛 (52)) 는 모노스코픽 또는 스테레오스코픽의 명시적인 표시를 획득하기 위해 파일을 유사하게 프로세싱할 수도 있다.
다른 예로서, 필드, 예컨대, 1 비트 플래그, 일부 예약 비트들 및 가능하게는 일부 다른 정보를 포함하는 새로운 박스가 모노스코픽 또는 스테레오스코픽의 표시를 시그널링하기 위해 FisheyeOmnidirectionalVideoBox 에 추가될 수도 있다. 제 1 특정 값 (예컨대, 0) 과 동일한 필드는 어안 비디오가 모노스코픽임을 표시할 수도 있으며, 제 2 특정 값 (예컨대, 1) 과 동일한 필드는 어안 비디오가 스테레오스코픽임을 표시할 수도 있다. 예를 들어, 어안 비디오 데이터를 포함하는 파일을 생성할 경우, 컨텐츠 준비 디바이스 (예컨대, 도 9 의 컨텐츠 준비 디바이스 (20)) 는 파일 내의 제 1 박스 (예컨대, FisheyeOmnidirectionalVideoBox) 를 인코딩할 수도 있으며, 제 1 박스는, 어안 비디오 데이터가 모노스코픽인지 또는 스테레오스코픽인지를 명시적으로 표시하는 필드를 포함하는 제 2 박스를 포함한다. 클라이언트 디바이스 (예컨대, 도 9 의 클라이언트 디바이스 (40)) 는 모노스코픽 또는 스테레오스코픽의 명시적인 표시를 획득하기 위해 파일을 유사하게 프로세싱할 수도 있다.
다른 예로서, 필드 (예컨대, 1 비트 플래그) 가 이 표시를 시그널링하기 위해 FisheyeOmnidirectionalVideoBox 에 직접 추가될 수도 있다. 예를 들어, 어안 비디오 데이터를 포함하는 파일을 생성할 경우, 컨텐츠 준비 디바이스 (예컨대, 도 9 의 컨텐츠 준비 디바이스 (20)) 는 파일 내의 박스 (예컨대, FisheyeOmnidirectionalVideoBox) 를 인코딩할 수도 있으며, 그 박스는, 어안 비디오 데이터가 모노스코픽인지 또는 스테레오스코픽인지를 명시적으로 표시하는 필드를 포함한다. 클라이언트 디바이스 (예컨대, 도 9 의 클라이언트 디바이스 (40)) 는 모노스코픽 또는 스테레오스코픽의 명시적인 표시를 획득하기 위해 파일을 유사하게 프로세싱할 수도 있다.
본 개시의 하나 이상의 기법들에 따르면, 복수의 원형 이미지들로서 어안 비디오 데이터를 포함하는 파일은, 복수의 원형 이미지들의 각각의 개별 원형 이미지에 대해, 개별 뷰 식별 (뷰 ID) 의 명시적인 표시를 포함할 수도 있다. 즉, 어안 비디오 데이터의 각각의 원형 이미지에 대해, 각각의 원형 이미지의 뷰 ID 를 표시하는 필드가 추가될 수도 있다. 오직 2개의 뷰 ID 값들 (0 및 1) 만이 존재하는 경우, 0 과 동일한 뷰 ID 를 갖는 뷰는 좌측 뷰일 수도 있고, 1 과 동일한 뷰 ID 를 갖는 뷰는 우측 뷰일 수도 있다. 예를 들어, 복수의 원형 이미지들이 오직 2개의 원형 이미지들만을 포함하는 경우, 제 1 미리결정된 비디오 식별을 갖는 복수의 원형 이미지들의 원형 이미지는 좌측 뷰이고, 제 2 미리결정된 비디오 식별을 갖는 복수의 원형 이미지들의 원형 이미지는 우측 뷰이다. 이러한 방식으로, 클라이언트 디바이스는, 다른 파라미터들로부터, 어느 원형 이미지가 좌측 뷰이고 어느 것이 우측 뷰인지를 추론해야 하는 것을 회피할 수도 있다.
시그널링된 뷰 ID 는 또한, 동일한 뷰에 속하는 임의의 2개의 원형 이미지들의 페어링 관계를 표시하는데 사용될 수 있다 (예컨대, 그들 양자 모두는 시그널링된 뷰 ID 의 동일한 값을 가질 수 있기 때문에).
원형 이미지들에 대한 모든 어안 비디오 파라미터들을 파싱할 필요없이 뷰 ID들이 용이하게 액세스될 수 있게 하기 위해, num_circular_images 필드 이후 및 기존의 루프 이전에 루프가 추가될 수도 있다. 예를 들어, 파일을 프로세싱하는 것은, 제 1 루프에서, 뷰 식별들의 명시적인 표시들을 파싱하는 것; 및 제 1 루프 이후인 제 2 루프에서, 원형 이미지들의 다른 파라미터들을 파싱하는 것을 포함할 수도 있다. 예를 들어, 뷰 ID들 및 다른 파라미터들은 다음과 같이 파싱될 수도 있다:
Figure 112019120633357-pct00007
view_id 는, 원형 이미지가 속한 뷰의 뷰 식별자를 표시한다. 모든 원형 이미지들에 대해 view_id 의 오직 2개의 값들 (0 및 1) 만이 존재할 경우, 0 과 동일한 view_id 를 갖는 원형 이미지들은 좌측 뷰에 속할 수도 있고, 1 과 동일한 view_id 를 갖는 원형 이미지들은 우측 뷰에 속할 수도 있다. 일부 예들에 있어서, 뷰 식별자를 표시하는 신택스 엘리먼트(들) (즉, 어느 원형 이미지가 좌측 뷰이고 어느 것이 우측 뷰인지를 표시하는 신택스 엘리먼트) 는 어안 비디오 데이터가 스테레오스코픽인지 또는 모노스코픽인지를 명시적으로 표시하는 신택스 엘리먼트와 동일할 수도 있다.
본 개시의 하나 이상의 기법들에 따르면, 어안 비디오 데이터를 포함하는 파일은 어안 비디오 데이터에 대한 파라미터들을 포함하는 신택스 구조를 포함하는 제 1 박스를 포함할 수도 있고, 옵션적으로, 어안 비디오 데이터에 대한 커버리지 정보를 표시하는 제 2 박스를 포함할 수도 있다. 예를 들어, 어안 전방향성 비디오에 대한 커버리지 정보의 시그널링이 FisheyeOmnidirectionalVideoBox 에 추가될 수도 있다. 예를 들어, OMAF DIS 에서 정의된 바와 같은 CoverageInformationBox 는 옵션적으로, FisheyeOmnidirectionalVideoBox 에 포함되도록 허용될 수도 있으며, FisheyeOmnidirectionalVideoBox 에 존재하지 않을 경우, 전체 구면 커버리지가 어안 비디오에 대해 추론될 수도 있다. CoverageInformationBox 가 FisheyeOmnidirectionalVideoBox 에 존재할 경우, 어안 비디오 픽처들에 의해 표현되는 구면형 영역은 2개의 요 서클들 및 2개의 피치 서클들에 의해 명시된 영역일 수도 있다. 이러한 방식으로, 클라이언트 디바이스는 다른 파라미터들로부터 커버리지 정보를 추론해야 하는 것을 회피할 수도 있다.
본 개시의 하나 이상의 기법들에 따르면, 어안 비디오 데이터를 포함하는 파일은 스킴 정보를 포함하는 제 1 박스를 포함할 수도 있으며, 제 1 박스는 어안 비디오 데이터에 대한 파라미터들을 포함하는 신택스 구조를 포함하는 제 2 박스를 포함할 수도 있고, 제 1 박스는, 옵션적으로, 어안 비디오 데이터의 픽처들이 영역별로 패킹되는지 여부를 표시하는 제 3 박스를 포함할 수도 있다. 예를 들어, RegionWisePackingBox 는 옵션적으로, 어안 전방향성 비디오에 대한 SchemeInformationBox 에 포함될 수도 있다 (예컨대, FisheyeOmnidirectionalVideoBox 가 SchemeInformationBox 에 존재할 경우, RegionWisePackingBox 는 동일한 SchemeInformationBox 에 존재할 수 있음). 이 경우, RegionWisePackingBox 의 존재는, 어안 비디오 픽처들이 영역별로 패킹되며 렌더링 전에 언패킹을 요구함을 표시한다. 이러한 방식으로, 영역별 패킹의 하나 이상의 이점들이 어안 비디오에 대해 획득될 수도 있다.
본 개시의 하나 이상의 기법들에 따르면, 서브-픽처 구성은 어안 전방향성 비디오에 대한 그룹화에 사용될 수도 있으며, 서브-픽처 구성 그룹화의 적용에 관한 사양이 어안 전방향성 비디오에 추가될 수도 있다. 그 사양은, 서브-픽처 구성 트랙 그룹에 맵핑된 트랙들 중 임의의 트랙이 샘플 엔트리에 포함된 SchemeTypeBox 에서 'fodv' 와 동일한 scheme_type 및 'resv' 와 동일한 샘플 엔트리 타입을 갖는 경우에 적용할 수도 있다. 이 경우, 각각의 구성된 픽처는, 서브-픽처 구성 트랙 그룹에 맵핑된 트랙들의 샘플 엔트리들에 포함된 임의의 RegionWisePackingBox 에 의해 표시된 영역별 패킹 포맷 및 임의의 FisheyeOmnidirectionalVideoBox 에 의해 표시된 어안 포맷을 갖는 패킹된 픽처이다. 부가적으로, 다음이 적용될 수도 있다:
1) 이 그룹화에 맵핑된 각각의 트랙은 'resv' 와 동일한 샘플 엔트리 타입을 가질 것이다. scheme_type 은 샘플 엔트리에 포함된 SchemeTypeBox 에서 'fodv' 와 동일할 것이다.
2) 동일한 서브-픽처 구성 트랙 그룹에 맵핑된 트랙들의 샘플 엔트리들에 포함된 FisheyeOmnidirectionalVideoBox 의 모든 인스턴스들의 컨텐츠가 동일할 것이다.
3) 동일한 서브-픽처 구성 트랙 그룹에 맵핑된 트랙들의 샘플 엔트리들에 포함된 RegionWisePackingBox 의 모든 인스턴스들의 컨텐츠가 동일할 것이다.
HTTP 스트리밍에 있어서, 빈번하게 사용된 동작들은 HEAD, GET, 및 부분 GET 을 포함한다. HEAD 동작은 주어진 URL (uniform resource locator) 또는 URN (uniform resource name) 과 연관된 파일의 헤더를, 그 URL 또는 URN 과 연관된 페이로드를 취출하는 일없이, 취출한다. GET 동작은 주어진 URL 또는 URN 과 연관된 전체 파일을 취출한다. 부분 GET 동작은 입력 파라미터로서 바이트 범위를 수신하고 파일의 연속적인 수의 바이트들을 취출하며, 여기서, 바이트들의 수는 수신된 바이트 범위에 대응한다. 따라서, 무비 프래그먼트들은 HTTP 스트리밍을 위해 제공될 수도 있는데, 왜냐하면 부분 GET 동작이 하나 이상의 개별 무비 프래그먼트들을 얻을 수 있기 때문이다. 무비 프래그먼트에 있어서, 상이한 트랙들의 수개의 트랙 프래그먼트들이 존재할 수 있다. HTTP 스트리밍에 있어서, 미디어 프리젠테이션은, 클라이언트에 액세스가능한 데이터의 구조화된 컬렉션일 수도 있다. 클라이언트는, 스트리밍 서비스를 사용자에게 제시하기 위해 미디어 데이터 정보를 요청 및 다운로딩할 수도 있다.
HTTP 스트리밍을 사용하여 3GPP 데이터를 스트리밍하는 예에 있어서, 멀티미디어 컨텐츠의 비디오 및/또는 오디오 데이터에 대한 다중의 리프리젠테이션들이 존재할 수도 있다. 하기에서 설명되는 바와 같이, 상이한 리프리젠테이션들은 상이한 코딩 특성들 (예컨대, 비디오 코딩 표준의 상이한 프로파일들 또는 레벨들), (멀티뷰 및/또는 스케일가능 확장들과 같은) 상이한 코딩 표준들 또는 코딩 표준들의 확장들, 또는 상이한 비트레이트들에 대응할 수도 있다. 그러한 리프리젠테이션들의 매니페스트는 미디어 프리젠테이션 디스크립션 (MPD) 데이터 구조에서 정의될 수도 있다. 미디어 프리젠테이션은 HTTP 스트리밍 클라이언트 디바이스에 액세스가능한 데이터의 구조화된 컬렉션에 대응할 수도 있다. HTTP 스트리밍 클라이언트 디바이스는 스트리밍 서비스를 클라이언트 디바이스의 사용자에게 제시하기 위해 미디어 데이터 정보를 요청 및 다운로딩할 수도 있다. 미디어 프리젠테이션은, MPD 의 업데이트들을 포함할 수도 있는 MPD 데이터 구조에서 기술될 수도 있다.
미디어 프리젠테이션은 하나 이상의 주기(Period)들의 시퀀스를 포함할 수도 있다. 각각의 주기는 다음 주기의 시작까지, 또는 마지막 주기의 경우에는 미디어 프리젠테이션의 끝까지 연장할 수도 있다. 각각의 주기는 동일한 미디어 컨텐츠에 대한 하나 이상의 리프리젠테이션들을 포함할 수도 있다. 리프리젠테이션은 오디오, 비디오, 타이밍된 (timed) 텍스트, 또는 다른 그러한 데이터의 다수의 대안적 인코딩된 버전들 중 하나일 수도 있다. 리프리젠테이션들은 인코딩 타입들에 의해, 예컨대, 비디오 데이터에 대한 비트레이트, 해상도, 및/또는 코덱과, 오디오 데이터에 대한 비트레이트, 언어, 및/또는 코덱에 의해 상이할 수도 있다. 용어 '리프리젠테이션' 은, 멀티미디어 컨텐츠의 특정 주기에 대응하고 특정 방식으로 인코딩되는 인코딩된 오디오 또는 비디오 데이터의 섹션을 지칭하는데 사용될 수도 있다.
특정 주기의 리프리젠테이션들은, 리프리젠테이션들이 속하는 적응 세트를 나타내는 MPD 에서의 속성에 의해 표시된 그룹에 할당될 수도 있다. 동일한 적응 세트에서의 리프리젠테이션들은 일반적으로, 클라이언트 디바이스가, 예컨대, 대역폭 적응을 수행하기 위해, 이들 리프리젠테이션들 사이를 동적으로 그리고 이음매없이 스위칭할 수 있다는 점에서, 서로에 대한 대안들로서 고려된다. 예를 들어, 특정 주기 동안의 비디오 데이터의 각각의 리프리젠테이션은 동일한 적응 세트에 할당될 수도 있어서, 그 리프리젠테이션들 중 임의의 리프리젠테이션이 대응하는 주기 동안의 멀티미디어 컨텐츠의 비디오 데이터 또는 오디오 데이터와 같은 미디어 데이터를 제시하기 위한 디코딩을 위해 선택될 수도 있다. 일 주기 내의 미디어 컨텐츠는, 일부 예들에 있어서, 존재한다면, 그룹 0 으로부터의 하나의 리프리젠테이션, 또는 각각의 비-제로 그룹으로부터의 많아야 하나의 리프리젠테이션의 조합 중 어느 하나에 의해 표현될 수도 있다. 주기의 각각의 리프리젠테이션에 대한 타이밍 데이터는 그 주기의 시작 시간에 대해 표현될 수도 있다.
리프리젠테이션은 하나 이상의 세그먼트들을 포함할 수도 있다. 각각의 리프리젠테이션은 초기화 세그먼트를 포함할 수도 있거나, 또는 리프리젠테이션의 각각의 세그먼트는 자체 초기화될 수도 있다. 존재하는 경우, 초기화 세그먼트는 리프리젠테이션에 액세스하기 위한 초기화 정보를 포함할 수도 있다. 일반적으로, 초기화 세그먼트는 미디어 데이터를 포함하지 않는다. 세그먼트는 URL (uniform resource locator), URN (uniform resource name), 또는 URI (uniform resource identifier) 와 같은 식별자에 의해 고유하게 참조될 수도 있다. MPD 는 각각의 세그먼트에 대해 식별자들을 제공할 수도 있다. 일부 예들에 있어서, MPD 는 또한, URL, URN, 또는 URI 에 의해 액세스가능한 파일 내의 세그먼트에 대한 데이터에 대응할 수도 있는 범위 속성의 형태로 바이트 범위들을 제공할 수도 있다.
상이한 리프리젠테이션들이 상이한 타입들의 미디어 데이터에 대한 실질적으로 동시 취출을 위해 선택될 수도 있다. 예를 들어, 클라이언트 디바이스는, 세그먼트들을 취출할 오디오 리프리젠테이션, 비디오 리프리젠테이션, 및 타이밍된 텍스트 리프리젠테이션을 선택할 수도 있다. 일부 예들에 있어서, 클라이언트 디바이스는 대역폭 적응을 수행하기 위한 특정 적응 세트들을 선택할 수도 있다. 즉, 클라이언트 디바이스는 비디오 리프리젠테이션들을 포함하는 적응 세트, 오디오 리프리젠테이션들을 포함하는 적응 세트, 및/또는 타이밍된 텍스트를 포함하는 적응 세트를 선택할 수도 있다. 대안적으로, 클라이언트 디바이스는 특정 타입들의 미디어 (예컨대, 비디오) 를 위한 적응 세트들을 선택하고, 다른 타입들의 미디어 (예컨대, 오디오 및/또는 타이밍된 텍스트) 를 위한 리프리젠테이션들을 직접 선택할 수도 있다.
도 9 는 네트워크 상으로 미디어 데이터를 스트리밍하기 위한 기법들을 구현하는 예시적인 시스템 (10) 을 예시한 블록 다이어그램이다. 이 예에 있어서, 시스템 (10) 은 컨텐츠 준비 디바이스 (20), 서버 디바이스 (60), 및 클라이언트 디바이스 (40) 를 포함한다. 클라이언트 디바이스 (40) 및 서버 디바이스 (60) 는, 인터넷을 포함할 수도 있는 네트워크 (74) 에 의해 통신가능하게 커플링된다. 일부 예들에 있어서, 컨텐츠 준비 디바이스 (20) 및 서버 디바이스 (60) 는 또한, 네트워크 (74) 또는 다른 네트워크에 의해 커플링될 수도 있거나, 또는 직접 통신가능하게 커플링될 수도 있다. 일부 예들에 있어서, 컨텐츠 준비 디바이스 (20) 및 서버 디바이스 (60) 는 동일한 디바이스를 포함할 수도 있다.
도 9 의 예에 있어서, 컨텐츠 준비 디바이스 (20) 는 오디오 소스 (22) 및 비디오 소스 (24) 를 포함한다. 오디오 소스 (22) 는, 예를 들어, 오디오 인코더 (26) 에 의해 인코딩될 캡처된 오디오 데이터를 나타내는 전기적 신호들을 생성하는 마이크로폰을 포함할 수도 있다. 대안적으로, 오디오 소스 (22) 는 이전에 레코딩된 오디오 데이터를 저장하는 저장 매체, 컴퓨터화된 합성기와 같은 오디오 데이터 생성기, 또는 오디오 데이터의 임의의 다른 소스를 포함할 수도 있다. 비디오 소스 (24) 는 비디오 인코더 (28) 에 의해 인코딩될 비디오 데이터를 생성하는 비디오 카메라, 이전에 레코딩된 비디오 데이터로 인코딩된 저장 매체, 컴퓨터 그래픽스 소스와 같은 비디오 데이터 생성 유닛, 또는 비디오 데이터의 임의의 다른 소스를 포함할 수도 있다. 컨텐츠 준비 디바이스 (20) 는 모든 예들에서 서버 디바이스 (60) 에 통신가능하게 커플링될 필요는 없지만, 서버 디바이스 (60) 에 의해 판독되는 별도의 매체에 멀티미디어 컨텐츠를 저장할 수도 있다.
원시 (raw) 오디오 및 비디오 데이터는 아날로그 또는 디지털 데이터를 포함할 수도 있다. 아날로그 데이터는 오디오 인코더 (26) 및/또는 비디오 인코더 (28) 에 의해 인코딩되기 전에 디지털화될 수도 있다. 오디오 소스 (22) 는 발화 (speaking) 참가자가 말하는 동안 발화 참가자로부터 오디오 데이터를 획득할 수도 있고, 비디오 소스 (24) 는 동시에, 발화 참가자의 비디오 데이터를 획득할 수도 있다. 다른 예들에 있어서, 오디오 소스 (22) 는 저장된 오디오 데이터를 포함하는 컴퓨터 판독가능 저장 매체를 포함할 수도 있고, 비디오 소스 (24) 는 저장된 비디오 데이터를 포함하는 컴퓨터 판독가능 저장 매체를 포함할 수도 있다. 이러한 방식으로, 본 개시에서 설명된 기법들은 라이브, 스트리밍, 실시간 오디오 및 비디오 데이터에 또는 아카이브된 (archived), 미리 레코딩된 오디오 및 비디오 데이터에 적용될 수도 있다.
비디오 프레임들에 대응하는 오디오 프레임들은 일반적으로, 비디오 프레임들 내에 포함되는 비디오 소스 (24) 에 의해 캡처된 (또는 생성된) 비디오 데이터와 동시에 오디오 소스 (22) 에 의해 캡처되었던 (또는 생성되었던) 오디오 데이터를 포함하는 오디오 프레임들이다. 예를 들어, 발화 참가자가 일반적으로 발화에 의해 오디오 데이터를 생성하는 동안, 오디오 소스 (22) 는 오디오 데이터를 캡처하고, 비디오 소스 (24) 는 동시에, 즉, 오디오 소스 (22) 가 오디오 데이터를 캡처하고 있는 동안, 발화 참가자의 비디오 데이터를 캡처한다. 따라서, 오디오 프레임은 하나 이상의 특정 비디오 프레임들에 시간적으로 대응할 수도 있다. 이에 따라, 비디오 프레임에 대응하는 오디오 프레임은 일반적으로, 오디오 데이터 및 비디오 데이터가 동시에 캡처되었고 그리고 오디오 프레임 및 비디오 프레임이 각각, 동시에 캡처되었던 오디오 데이터 및 비디오 데이터를 포함하는 상황에 대응한다.
일부 예들에 있어서, 오디오 인코더 (26) 는, 인코딩된 오디오 프레임에 대한 오디오 데이터가 레코딩되었던 시간을 나타내는 각각의 인코딩된 오디오 프레임에서의 타임스탬프를 인코딩할 수도 있고, 그리고 유사하게, 비디오 인코더 (28) 는 인코딩된 비디오 프레임에 대한 비디오 데이터가 레코딩되었던 시간을 나타내는 각각의 인코딩된 비디오 프레임에서의 타임스탬프를 인코딩할 수도 있다. 그러한 예들에 있어서, 비디오 프레임에 대응하는 오디오 프레임은 타임스탬프를 포함하는 오디오 프레임 및 동일한 타임스탬프를 포함하는 비디오 프레임을 포함할 수도 있다. 컨텐츠 준비 디바이스 (20) 는, 오디오 인코더 (26) 및/또는 비디오 인코더 (28) 가 타임스탬프들을 생성할 수도 있게 하거나 또는 오디오 소스 (22) 및 비디오 소스 (24) 가 타임스탬프와 각각 오디오 및 비디오 데이터를 연관시키기 위해 이용할 수도 있는, 내부 클록을 포함할 수도 있다.
일부 예들에 있어서, 오디오 소스 (22) 는 오디오 데이터가 레코딩되었던 시간에 대응하는 데이터를 오디오 인코더 (26) 에 전송할 수도 있고, 비디오 소스 (24) 는 비디오 데이터가 레코딩되었던 시간에 대응하는 데이터를 비디오 인코더 (28) 에 전송할 수도 있다. 일부 예들에 있어서, 오디오 인코더 (26) 는, 인코딩된 오디오 데이터의 상대적인 시간적 순서화를 표시하기 위해, 하지만 그 오디오 데이터가 레코딩되었던 절대적 시간을 반드시 표시할 필요는 없이, 인코딩된 오디오 데이터에서 시퀀스 식별자를 인코딩할 수도 있고, 유사하게, 비디오 인코더 (28) 는 또한, 인코딩된 비디오 데이터의 상대적인 시간적 순서화를 표시하기 위해 시퀀스 식별자들을 이용할 수도 있다. 유사하게, 일부 예들에 있어서, 시퀀스 식별자는 타임스탬프와 맵핑되거나 그렇지 않으면 상관될 수도 있다.
오디오 인코더 (26) 는 일반적으로, 인코딩된 오디오 데이터의 스트림을 생성하는 한편, 비디오 인코더 (28) 는 인코딩된 비디오 데이터의 스트림을 생성한다. 데이터 (오디오든 비디오든) 의 각각의 개별 스트림은 기본 스트림 (elementary stream) 으로서 지칭될 수도 있다. 기본 스트림은 리프리젠테이션의 단일의, 디지털로 코딩된 (가능하게는 압축된) 컴포넌트이다. 예를 들어, 리프리젠테이션의 코딩된 비디오 또는 오디오 부분은 기본 스트림일 수 있다. 기본 스트림은 비디오 파일 내에서 캡슐화되기 전에 패킷화된 기본 스트림 (PES) 으로 변환될 수도 있다. 동일한 리프리젠테이션 내에서, 스트림 ID 는 하나의 기본 스트림에 속하는 PES 패킷들을 다른 것으로부터 구별하는데 사용될 수도 있다. 기본 스트림의 데이터의 기본 단위는 패킷화된 기본 스트림 (PES) 패킷이다. 따라서, 코딩된 비디오 데이터는 일반적으로 기본 비디오 스트림들에 대응한다. 유사하게, 오디오 데이터는 하나 이상의 개별 기본 스트림들에 대응한다.
ITU-T H.264/AVC 및 고효율 비디오 코딩 (HEVC) 표준과 같은 다수의 비디오 코딩 표준들은, 에러 없는 비트스트림들에 대한 신택스, 시맨틱스, 및 디코딩 프로세스를 정의하며, 그것들 중 임의의 것은 특정 프로파일 또는 레벨에 부합한다. 비디오 코딩 표준들은 통상적으로, 인코더를 명시하지 않지만, 인코더는, 생성된 비트스트림들이 디코더에 대해 표준 호환가능함을 보장하는 임무가 주어진다. 비디오 코딩 표준들의 맥락에서, "프로파일” 은 알고리즘들, 특징부들, 또는 툴들 및 그것들에 적용되는 제약들의 서브세트에 대응한다. H.264 표준에 의해 정의된 바와 같이, 예를 들어, "프로파일" 은 H.264 표준에 의해 명시되는 전체 비트스트림 신택스의 서브세트이다. "레벨" 은, 예를 들어, 디코더 메모리 및 계산과 같은 디코더 리소스 소비의 한계들에 대응하며, 이 한계들은 픽처들의 해상도, 비트 레이트, 및 블록 프로세싱 레이트에 관련된다. 프로파일은 profile_idc (프로파일 표시자) 값으로 시그널링될 수도 있는 한편, 레벨은 level_idc (레벨 표시자) 값으로 시그널링될 수도 있다.
H.264 표준은, 예를 들어, 주어진 프로파일의 신택스에 의해 부과된 경계들 내에서, 디코딩된 픽처들의 명시된 사이즈와 같이 비트스트림에서의 신택스 엘리먼트들에 의해 취해진 값들에 의존하여 인코더들 및 디코더들의 성능에서의 큰 변동을 요구하는 것이 여전히 가능하다는 것을 인식한다. H.264 표준은, 다수의 어플리케이션들에 있어서, 특정 프로파일 내에서 신택스의 모든 가설적 사용들을 다루는 것이 가능한 디코더를 구현하는 것이 실용적이지도 않고 경제적이지도 않다는 것을 추가로 인식한다. 이에 따라, H.264 표준은, 비트스트림에서 신택스 엘리먼트들의 값들에 부과된 제약들의 명시된 세트로서 "레벨" 을 정의한다. 이들 제약들은 값들에 관한 간단한 제한들일 수도 있다. 대안적으로, 이들 제약들은 값들의 산술적 조합들 (예컨대, 픽처 폭 곱하기 픽처 높이 곱하기 초당 디코딩된 픽처들의 수) 에 관한 제약들의 형태를 취할 수도 있다. H.264 표준은, 개별 구현들이 각각의 지원된 프로파일에 대해 상이한 레벨을 지원할 수도 있음을 추가로 제공한다.
프로파일에 부합하는 디코더는 보통, 프로파일에서 정의된 모든 특징들을 지원한다. 예를 들어, 코딩 특징으로서, B-픽처 코딩은 H.264/AVC 의 베이스라인 프로파일에서 지원되지 않지만 H.264/AVC 의 다른 프로파일들에서 지원된다. 레벨에 부합하는 디코더는, 그 레벨에서 정의된 한계들을 너머 리소스들을 요구하지 않는 임의의 비트스트림을 디코딩하는 것이 가능해야 한다. 프로파일들 및 레벨들의 정의들은 해석 가능성 (interpretability) 에 도움이 될 수도 있다. 예를 들어, 비디오 송신 동안, 프로파일 및 레벨 정의들의 쌍은 전체 송신 세션 동안 협상되고 합의될 수도 있다. 더 구체적으로, H.264/AVC 에 있어서, 레벨은, 프로세싱될 필요가 있는 매크로블록들의 수, 디코딩된 픽처 버퍼 (DPB) 사이즈, 코딩된 픽처 버퍼 (CPB) 사이즈, 수직 모션 벡터 범위, 2개의 연속적인 MB들 당 모션 벡터들의 최대 수, 및 B-블록이 8x8 픽셀들 미만의 서브-매크로블록 파티션들을 가질 수 있는지의 여부에 관한 제한들을 정의할 수도 있다. 이러한 방식으로, 디코더는, 디코더가 비트스트림을 적절히 디코딩하는 것이 가능한지의 여부를 결정할 수도 있다.
도 9 의 예에 있어서, 컨텐츠 준비 디바이스 (20) 의 캡슐화 유닛 (30) 은 코딩된 비디오 데이터를 포함하는 기본 스트림들을 비디오 인코더 (28) 로부터 그리고 코딩된 오디오 데이터를 포함하는 기본 스트림들을 오디오 인코더 (26) 로부터 수신한다. 일부 예들에 있어서, 비디오 인코더 (28) 및 오디오 인코더 (26) 는 각각, 인코딩된 데이터로부터 PES 패킷들을 형성하기 위한 패킷화기들을 포함할 수도 있다. 다른 예들에 있어서, 비디오 인코더 (28) 및 오디오 인코더 (26) 는 각각, 인코딩된 데이터로부터 PES 패킷들을 형성하기 위한 개별 패킷화기들과 인터페이싱할 수도 있다. 또 다른 예들에 있어서, 캡슐화 유닛 (30) 은, 인코딩된 오디오 및 비디오 데이터로부터 PES 패킷들을 형성하기 위한 패킷화기들을 포함할 수도 있다.
비디오 인코더 (28) 는 멀티미디어 컨텐츠의 비디오 데이터를 다양한 방식들로 인코딩하여, 다양한 비트레이트들에서 그리고 다양한 특성들, 예컨대, 픽셀 해상도들, 프레임 레이트들, 다양한 코딩 표준들에 대한 부합, 다양한 코딩 표준들을 위한 다양한 프로파일들 및/또는 프로파일들의 레벨들에 대한 부합, (예컨대, 2차원 또는 3차원 재생을 위한) 하나 또는 다중의 뷰들을 갖는 리프리젠테이션들, 또는 다른 그러한 특성들을 갖는 멀티미디어 컨텐츠의 상이한 리프리젠테이션들을 생성할 수도 있다. 리프리젠테이션은, 본 개시에서 사용된 바와 같이, 오디오 데이터, 비디오 데이터, (예컨대, 폐쇄된 캡션들을 위한) 텍스트 데이터, 또는 다른 그러한 데이터 중 하나를 포함할 수도 있다. 리프리젠테이션은 오디오 기본 스트림 또는 비디오 기본 스트림과 같은 기본 스트림을 포함할 수도 있다. 각각의 PES 패킷은, PES 패킷이 속한 기본 스트림을 식별하는 stream_id 를 포함할 수도 있다. 캡슐화 유닛 (30) 은 기본 스트림들을 다양한 리프리젠테이션들의 비디오 파일들 (예컨대, 세그먼트들) 로 어셈블링하는 것을 담당한다.
캡슐화 유닛 (30) 은 오디오 인코더 (26) 및 비디오 인코더 (28) 로부터 리프리젠테이션의 기본 스트림들에 대한 PES 패킷들을 수신하고, PES 패킷들로부터 대응하는 네트워크 추상화 계층 (NAL) 유닛들을 형성한다. 코딩된 비디오 세그먼트들은 NAL 유닛들로 조직될 수도 있고, 이들은 비디오 전화, 저장, 브로드캐스트, 또는 스트리밍과 같은 어플리케이션들을 다루는 "네트워크 친화적" 비디오 리프리젠테이션을 제공한다. NAL 유닛들은 비디오 코딩 계층 (VCL) NAL 유닛들 및 비-VCL NAL 유닛들로 카테고리화될 수 있다. VCL 유닛들은 코어 압축 엔진을 포함할 수도 있고, 블록, 매크로블록, 및/또는 슬라이스 레벨 데이터를 포함할 수도 있다. 다른 NAL 유닛들은 비-VCL NAL 유닛들일 수도 있다. 일부 예들에 있어서, 프라이머리 코딩된 픽처로서 통상 제시되는 일 시간 인스턴스에서의 코딩된 픽처는, 하나 이상의 NAL 유닛들을 포함할 수도 있는 액세스 유닛에 포함될 수도 있다.
비-VCL NAL 유닛들은, 다른 것들 중에서, 파라미터 세트 NAL 유닛들 및 SEI NAL 유닛들을 포함할 수도 있다. 파라미터 세트들은 (시퀀스 파라미터 세트들 (SPS) 에서) 시퀀스-레벨 헤더 정보 및 (픽처 파라미터 세트들 (PPS) 에서) 드물게 변하는 픽처-레벨 헤더 정보를 포함할 수도 있다. 파라미터 세트들 (예컨대, PPS 및 SPS) 에 있어서, 드물게 변하는 정보는 각각의 시퀀스 또는 픽처에 대해 반복될 필요가 없고, 따라서, 코딩 효율이 개선될 수도 있다. 더욱이, 파라미터 세트들의 사용은 중요한 헤더 정보의 대역외 송신을 가능하게 할 수도 있어서, 에러 내성을 위한 리던던트 송신들에 대한 필요성을 회피시킬 수도 있다. 대역외 송신 예들에 있어서, 파라미터 세트 NAL 유닛들은 SEI NAL 유닛들과 같은 다른 NAL 유닛들과는 상이한 채널 상에서 송신될 수도 있다.
보충 강화 정보 (SEI) 는, VCL NAL 유닛들로부터 코딩된 픽처 샘플들을 디코딩할 필요는 없지만 디코딩, 디스플레이, 에러 내성, 및 다른 목적들과 관련된 프로세스들을 보조할 수도 있는 정보를 포함할 수도 있다. SEI 메시지들은 비-VCL NAL 유닛들에 포함될 수도 있다. SEI 메시지들은 일부 표준 사양들의 정규 부분이고, 따라서, 표준 호환성 디코더 구현에 항상 필수적인 것은 아니다. SEI 메시지들은 시퀀스 레벨 SEI 메시지들 또는 픽처 레벨 SEI 메시지들일 수도 있다. 일부 시퀀스 레벨 정보는 SVC 의 예에서의 스케일가능성 정보 SEI 메시지들 및 MVC 에서의 뷰 스케일가능성 정보 SEI 메시지들과 같은 SEI 메시지들에 포함될 수도 있다. 이들 예시적인 SEI 메시지들은, 예컨대, 동작 포인트들의 추출 및 동작 포인트들의 특성들에 관한 정보를 전달할 수도 있다. 부가적으로, 캡슐화 유닛 (30) 은 리프리젠테이션들의 특성들을 기술하는 미디어 프리젠테이션 디스크립터 (MPD) 와 같은, 매니페스트 파일을 형성할 수도 있다. 캡슐화 유닛 (30) 은 확장성 마크업 언어 (XML) 에 따라 MPD 를 포맷팅할 수도 있다.
캡슐화 유닛 (30) 은 멀티미디어 컨텐츠의 하나 이상의 리프리젠테이션들에 대한 데이터를 매니페스트 파일 (예컨대, MPD) 과 함께 출력 인터페이스 (32) 에 제공할 수도 있다. 출력 인터페이스 (32) 는 네트워크 인터페이스 또는 저장 매체에 기입하기 위한 인터페이스, 예컨대, 범용 직렬 버스 (USB) 인터페이스, CD 또는 DVD 라이터 또는 버너 (burner), 자기적 또는 플래시 저장 매체들에 대한 인터페이스, 또는 미디어 데이터를 저장하거나 송신하기 위한 다른 인터페이스들을 포함할 수도 있다. 캡슐화 유닛 (30) 은 멀티미디어 컨텐츠의 리프리젠테이션들의 각각의 데이터를 출력 인터페이스 (32) 에 제공할 수도 있으며, 그 출력 인터페이스 (32) 는 그 데이터를 네트워크 송신 또는 저장 매체들을 통해 서버 디바이스 (60) 로 전송할 수도 있다. 도 9 의 예에 있어서, 서버 디바이스 (60) 는 다양한 멀티미디어 컨텐츠 (64) 를 저장하는 저장 매체 (62) 를 포함하고, 그 멀티미디어 컨텐츠 (64) 의 각각은 개별 매니페스트 파일 (66) 및 하나 이상의 리프리젠테이션들 (68A-68N) (리프리젠테이션들 (68)) 을 포함한다. 일부 예들에 있어서, 출력 인터페이스 (32) 는 또한 데이터를 직접 네트워크 (74) 에 전송할 수도 있다.
일부 예들에 있어서, 리프리젠테이션들 (68) 은 적응 세트들로 분리될 수도 있다. 즉, 리프리젠테이션들 (68) 의 다양한 서브세트들은 특성들의 개별 공통 세트들, 이를테면, 코덱, 프로파일 및 레벨, 해상도, 뷰들의 수, 세그먼트들에 대한 파일 포맷, 디코딩되고 예컨대 스피커들에 의해 제시될 오디오 데이터 및/또는 리프리젠테이션으로 디스플레이될 텍스트의 언어 또는 다른 특성들을 식별할 수도 있는 텍스트 타입 정보, 적응 세트에서 리프리젠테이션들에 대한 장면의 카메라 각도 또는 실세계 카메라 퍼스펙티브 (camera perspective) 를 기술할 수도 있는 카메라 각도 정보, 특정 청중들에 대한 컨텐츠 적합성 (suitability) 을 기술하는 등급 정보 등을 포함할 수도 있다.
매니페스트 파일 (66) 은 특정 적응 세트들, 뿐 아니라 적응 세트들에 대한 공통 특성들에 대응하는 리프리젠테이션들 (68) 의 서브세트들을 나타내는 데이터를 포함할 수도 있다. 매니페스트 파일 (66) 은 또한, 적응 세트들의 개별 리프리젠테이션들에 대한, 비트레이트들과 같은 개별 특성들을 나타내는 데이터를 포함할 수도 있다. 이러한 방식으로, 적응 세트는 단순화된 네트워크 대역폭 적응을 제공할 수도 있다. 적응 세트에서의 리프리젠테이션들은 매니페스트 파일 (66) 의 적응 세트 엘리먼트의 자식 (child) 엘리먼트들을 이용하여 표시될 수도 있다. 일부 예들에 있어서, 매니페스트 파일 (66) 은 본 명세서에서 논의된 FisheyeOmnidirectionalVideoInfo() 의 데이터의 일부 또는 그 모두, 또는 유사한 데이터를 포함할 수도 있다. 부가적으로 또는 대안적으로, 리프리젠테이션들 (68) 의 세그먼트들은 본 명세서에서 논의된 FisheyeOmnidirectionalVideoInfo() 의 데이터의 일부 또는 그 모두, 또는 유사한 데이터를 포함할 수도 있다.
서버 디바이스 (60) 는 요청 프로세싱 유닛 (70) 및 네트워크 인터페이스 (72) 를 포함한다. 일부 예들에 있어서, 서버 디바이스 (60) 는 복수의 네트워크 인터페이스들을 포함할 수도 있다. 더욱이, 서버 디바이스 (60) 의 임의의 및 모든 특징들은 라우터들, 브릿지들, 프록시 디바이스들, 스위치들, 또는 다른 디바이스들과 같은 컨텐츠 전달 네트워크의 다른 디바이스들 상에서 구현될 수도 있다. 일부 예들에 있어서, 컨텐츠 전달 네트워크의 중간 디바이스들은 멀티미디어 컨텐츠 (64) 의 데이터를 캐싱하고, 서버 디바이스 (60) 의 그것들에 실질적으로 부합하는 컴포넌트들을 포함할 수도 있다. 일반적으로, 네트워크 인터페이스 (72) 는 네트워크 (74) 를 통해 데이터를 전송하고 수신하도록 구성된다.
요청 프로세싱 유닛 (70) 은, 저장 매체 (62) 의 데이터에 대한, 클라이언트 디바이스 (40) 와 같은 클라이언트 디바이스들로부터 네트워크 요청들을 수신하도록 구성된다. 예를 들어, 요청 프로세싱 유닛 (70) 은, R. Fielding 등의 RFC 2616, "Hypertext Transfer Protocol - HTTP/1.1", Network Working Group, IETF, 1999 년 6 월에서 기술된 바와 같이, 하이퍼텍스트 전송 프로토콜 (HTTP) 버전 1.1 을 구현할 수도 있다. 즉, 요청 프로세싱 유닛 (70) 은 HTTP GET 또는 부분 GET 요청들을 수신하고 그 요청들에 응답하여 멀티미디어 컨텐츠 (64) 의 데이터를 제공하도록 구성될 수도 있다. 요청들은 리프리젠테이션들 (68) 중 하나의 리프리젠테이션의 세그먼트를, 예컨대, 그 세그먼트의 URL 을 이용하여 명시할 수도 있다. 일부 예들에 있어서, 요청들은 또한, 세그먼트의 하나 이상의 바이트 범위들을 명시할 수도 있고, 따라서, 부분 GET 요청들을 포함할 수도 있다. 요청 프로세싱 유닛 (70) 은 추가로, 리프리젠테이션들 (68) 중 하나의 리프리젠테이션의 세그먼트의 헤더 데이터를 제공하기 위해 HTTP HEAD 요청들을 서비스하도록 구성될 수도 있다. 어느 경우든, 요청 프로세싱 유닛 (70) 은 요청된 데이터를 클라이언트 디바이스 (40) 와 같은 요청 디바이스에 제공하기 위해 요청들을 프로세싱하도록 구성될 수도 있다.
부가적으로 또는 대안적으로, 요청 프로세싱 유닛 (70) 은 eMBMS 와 같은 브로드캐스트 또는 멀티캐스트 프로토콜을 통해 미디어 데이터를 전달하도록 구성될 수도 있다. 컨텐츠 준비 디바이스 (20) 는 기술된 바와 실질적으로 동일한 방식으로 DASH 세그먼트들 및/또는 서브-세그먼트들을 생성할 수도 있지만, 서버 디바이스 (60) 는 eMBMS 또는 다른 브로드캐스트 또는 멀티캐스트 네트워크 전송 프로토콜을 이용하여 이들 세그먼트들 또는 서브-세그먼트들을 전달할 수도 있다. 예를 들어, 요청 프로세싱 유닛 (70) 은 클라이언트 디바이스 (40) 로부터 멀티캐스트 그룹 참여 요청을 수신하도록 구성될 수도 있다. 즉, 서버 디바이스 (60) 는, 특정 미디어 컨텐츠 (예컨대, 라이브 이벤트의 브로드캐스트) 와 연관된, 클라이언트 디바이스 (40) 를 포함한 클라이언트 디바이스들에 멀티캐스트 그룹과 연관된 인터넷 프로토콜 (IP) 어드레스를 광고할 수도 있다. 클라이언트 디바이스 (40) 는, 차례로, 멀티캐스트 그룹에 참여하기 위한 요청을 제출할 수도 있다. 이 요청은 네트워크 (74), 예컨대, 네트워크 (74) 를 구성하는 라우터들 전반에 걸쳐 전파될 수도 있어서, 그 라우터들은 클라이언트 디바이스 (40) 와 같은 가입 클라이언트 디바이스들에 멀티캐스트 그룹과 연관된 IP 어드레스 행으로 정해진 트래픽을 지시하도록 야기된다.
도 9 의 예에서 예시된 바와 같이, 멀티미디어 컨텐츠 (64) 는, 미디어 프리젠테이션 디스크립션 (MPD) 에 대응할 수도 있는 매니페스트 파일 (66) 을 포함한다. 매니페스트 파일 (66) 은 상이한 대안적인 리프리젠테이션들 (68) (예컨대, 상이한 품질들을 갖는 비디오 서비스들) 의 디스크립션들을 포함할 수도 있고, 그 디스크립션은, 예컨대, 코덱 정보, 프로파일 값, 레벨 값, 비트레이트, 및 리프리젠테이션들 (68) 의 다른 서술적 특성들을 포함할 수도 있다. 클라이언트 디바이스 (40) 는 미디어 프리젠테이션의 MPD 를 취출하여 리프리젠테이션들 (68) 의 세그먼트들에 어떻게 액세스할 지를 결정할 수도 있다.
특히, 취출 유닛 (52) 은 클라이언트 디바이스 (40) 의 구성 데이터 (도시 안됨) 를 취출하여 비디오 디코더 (48) 의 디코딩 능력들 및 비디오 출력부 (44) 의 렌더링 능력들을 결정할 수도 있다. 구성 데이터는 또한, 클라이언트 디바이스 (40) 의 사용자에 의해 선택된 언어 선호도, 클라이언트 디바이스 (40) 의 사용자에 의해 설정된 심도 선호도들에 대응하는 하나 이상의 카메라 퍼스펙티브들, 및/또는 클라이언트 디바이스 (40) 의 사용자에 의해 선택된 등급 선호도 중 임의의 것 또는 그 모두를 포함할 수도 있다. 취출 유닛 (52) 은, 예를 들어, HTTP GET 및 부분 GET 요청들을 제출하도록 구성된 미디어 클라이언트 또는 웹 브라우저를 포함할 수도 있다. 취출 유닛 (52) 은 클라이언트 디바이스 (40) 의 하나 이상의 프로세서들 또는 프로세싱 유닛들 (도시 안됨) 에 의해 실행된 소프트웨어 명령들에 대응할 수도 있다. 일부 예들에 있어서, 취출 유닛 (52) 에 대하여 기술된 기능의 모두 또는 그 부분들은 하드웨어에서, 또는 하드웨어, 소프트웨어, 및/또는 펌웨어의 조합에서 구현될 수도 있으며, 여기서, 필요한 하드웨어는 소프트웨어 또는 펌웨어에 대한 명령들을 실행하기 위해 제공될 수도 있다.
취출 유닛 (52) 은 클라이언트 디바이스 (40) 의 디코딩 및 렌더링 능력들을, 매니페스트 파일 (66) 의 정보에 의해 표시된 리프리젠테이션들 (68) 의 특성들과 비교할 수도 있다. 예를 들어, 취출 유닛 (52) 은, (비디오 출력부 (44) 와 같은) 클라이언트 디바이스 (40) 가 스테레오스코픽 데이터를 렌더링 가능한지 또는 오직 모노스코픽 데이터만을 렌더링 가능한지를 결정할 수도 있다. 취출 유닛 (52) 은 초기에, 매니페스트 파일 (66) 의 적어도 일부를 취출하여 리프리젠테이션들 (68) 의 특성들을 결정할 수도 있다. 예를 들어, 취출 유닛 (52) 은, 하나 이상의 적응 세트들의 특성들을 기술하는 매니페스트 파일 (66) 의 일부를 요청할 수도 있다. 취출 유닛 (52) 은, 클라이언트 디바이스 (40) 의 코딩 및 렌더링 능력들에 의해 만족될 수 있는 특성들을 갖는 리프리젠테이션들 (68) (예컨대, 적응 세트) 의 서브세트를 선택할 수도 있다. 그 다음, 취출 유닛 (52) 은 적응 세트에서의 리프리젠테이션들에 대한 비트레이트들을 결정하고, 네트워크 대역폭의 현재 이용가능한 양을 결정하며, 그리고 네트워크 대역폭에 의하여 만족될 수 있는 비트레이트를 가지는 리프리젠테이션들 중 하나로부터 세그먼트들을 취출할 수도 있다. 본 개시의 기법들에 따르면, 취출 유닛 (52) 은 대응하는 어안 비디오 데이터가 모노스코픽인지 또는 스테레오스코픽인지를 표시하는 데이터를 취출할 수도 있다. 예를 들어, 취출 유닛 (52) 은 리프리젠테이션들 (68) 중 하나의 리프리젠테이션의 파일 (예컨대, 세그먼트) 의 초기 부분을 취출하여, 파일이 모노스코픽 어안 비디오 데이터를 포함하는지 또는 스테레오스코픽 어안 비디오 데이터를 포함하는지를 결정하고, 클라이언트 디바이스 (40) 가 파일의 어안 비디오 데이터를 렌더링 가능한지 여부에 따라, 그 파일의, 또는 리프리젠테이션들 (68) 중 다른 리프리젠테이션의 상이한 파일의 비디오 데이터를 취출할지 여부를 결정할 수도 있다.
일반적으로, 더 높은 비트레이트 리프리젠테이션들은 더 높은 품질의 비디오 재생을 산출할 수도 있는 한편, 더 낮은 비트레이트 리프리젠테이션들은 가용 네트워크 대역폭이 감소할 경우에 충분한 품질의 비디오 재생을 제공할 수도 있다. 이에 따라, 가용 네트워크 대역폭이 상대적으로 높은 경우, 취출 유닛 (52) 은 데이터를 상대적으로 높은 비트레이트 리프리젠테이션들로부터 취출할 수도 있는 반면에, 가용 네트워크 대역폭이 낮은 경우에는, 취출 유닛 (52) 은 데이터를 상대적으로 낮은 비트레이트 리프리젠테이션들로부터 취출할 수도 있다. 이러한 방식으로, 클라이언트 디바이스 (40) 는 네트워크 (74) 상으로 멀티미디어 데이터를 스트리밍하면서 또한 네트워크 (74) 의 변하는 네트워크 대역폭 가용성에 적응할 수도 있다.
부가적으로 또는 대안적으로, 취출 유닛 (52) 은 eMBMS 또는 IP 멀티캐스트와 같은 브로드캐스트 또는 멀티캐스트 네트워크 프로토콜에 따라 데이터를 수신하도록 구성될 수도 있다. 그러한 예들에 있어서, 취출 유닛 (52) 은 특정 미디어 컨텐츠와 연관된 멀티캐스트 네트워크 그룹에 참여하기 위한 요청을 제출할 수도 있다. 멀티캐스트 그룹에 참여한 이후, 취출 유닛 (52) 은 서버 디바이스 (60) 또는 컨텐츠 준비 디바이스 (20) 에 발행된 추가적인 요청들 없이도 멀티캐스트 그룹의 데이터를 수신할 수도 있다. 취출 유닛 (52) 은, 멀티캐스트 그룹의 데이터가 더 이상 필요하지 않을 때 멀티캐스트 그룹을 떠나기 위한, 예컨대, 상이한 멀티캐스트 그룹으로 채널들을 변경하거나 재생을 중지하기 위한 요청을 제출할 수도 있다.
네트워크 인터페이스 (54) 는, 선택된 리프리젠테이션의 세그먼트들의 데이터를 수신하고 취출 유닛 (52) 에 제공할 수도 있으며, 이 취출 유닛 (52) 은 차례로 그 세그먼트들을 캡슐화해제 (decapsulation) 유닛 (50) 에 제공할 수도 있다. 캡슐화해제 유닛 (50) 은 비디오 파일의 엘리먼트들을 구성 PES 스트림들로 캡슐화해제하고, PES 스트림들을 패킷화해제하여 인코딩된 데이터를 취출하고, 예컨대, 스트림의 PES 패킷 헤더들에 의해 표시된 바와 같이, 인코딩된 데이터가 오디오 스트림의 부분인지 또는 비디오 스트림의 부분인지에 의존하여, 인코딩된 데이터를 오디오 디코더 (46) 또는 비디오 디코더 (48) 중 어느 하나에 전송할 수도 있다. 오디오 디코더 (46) 는 인코딩된 오디오 데이터를 디코딩하고 그 디코딩된 오디오 데이터를 오디오 출력부 (42) 로 전송하는 한편, 비디오 디코더 (48) 는 인코딩된 비디오 데이터를 디코딩하고, 스트림의 복수의 뷰들을 포함할 수도 있는 디코딩된 비디오 데이터를 비디오 출력부 (44) 로 전송한다.
비디오 인코더 (28), 비디오 디코더 (48), 오디오 인코더 (26), 오디오 디코더 (46), 캡슐화 유닛 (30), 취출 유닛 (52), 및 캡슐화해제 유닛 (50) 각각은, 적용가능할 경우, 다양한 적합한 프로세싱 회로부, 예컨대, 하나 이상의 마이크로프로세서들, 디지털 신호 프로세서들 (DSP들), 주문형 집적 회로들 (ASIC들), 필드 프로그래밍가능 게이트 어레이들 (FPGA들), 이산 로직 회로부, 소프트웨어, 하드웨어, 펌웨어 또는 이들의 임의의 조합들 중 임의의 것으로서 구현될 수도 있다. 비디오 인코더 (28) 및 비디오 디코더 (48) 의 각각은 하나 이상의 인코더들 또는 디코더들에 포함될 수도 있으며, 이들 중 어느 하나는 결합된 비디오 인코더/디코더 (CODEC) 의 부분으로서 통합될 수도 있다. 마찬가지로, 오디오 인코더 (26) 및 오디오 디코더 (46) 의 각각은 하나 이상의 인코더들 또는 디코더들에 포함될 수도 있으며, 이들 중 어느 하나는 결합된 CODEC 의 부분으로서 통합될 수도 있다. 비디오 인코더 (28), 비디오 디코더 (48), 오디오 인코더 (26), 오디오 디코더 (46), 캡슐화 유닛 (30), 취출 유닛 (52), 및/또는 캡슐화해제 유닛 (50) 을 포함하는 장치는 집적 회로, 마이크로프로세서, 및/또는 셀룰러 전화기와 같은 무선 통신 디바이스를 포함할 수도 있다.
클라이언트 디바이스 (40), 서버 디바이스 (60), 및/또는 컨텐츠 준비 디바이스 (20) 는 본 개시의 기법들에 따라 동작하도록 구성될 수도 있다. 예시를 위해, 본 개시는 클라이언트 디바이스 (40) 및 서버 디바이스 (60) 에 대해 이들 기법들을 기술한다. 하지만, 컨텐츠 준비 디바이스 (20) 가 서버 디바이스 (60) 대신 (또는 그에 추가하여) 이들 기법들을 수행하도록 구성될 수도 있다.
캡슐화 유닛 (30) 은, NAL 유닛이 속한 프로그램을 식별하는 헤더 뿐 아니라 페이로드, 예컨대, 오디오 데이터, 비디오 데이터, 또는 NAL 유닛이 대응하는 전송 또는 프로그램 스트림을 기술하는 데이터를 포함하는 NAL 유닛들을 형성할 수도 있다. 예를 들어, H.264/AVC 에 있어서, NAL 유닛은 1 바이트 헤더 및 가변 사이즈의 페이로드를 포함한다. 그의 페이로드에 비디오 데이터를 포함하는 NAL 유닛은 비디오 데이터의 다양한 입도 레벨들을 포함할 수도 있다. 예를 들어, NAL 유닛은 비디오 데이터의 블록, 복수의 블록들, 비디오 데이터의 슬라이스, 또는 비디오 데이터의 전체 픽처를 포함할 수도 있다. 캡슐화 유닛 (30) 은 기본 스트림들의 PES 패킷들의 형태로 비디오 인코더 (28) 로부터 인코딩된 비디오 데이터를 수신할 수도 있다. 캡슐화 유닛 (30) 은 각각의 기본 스트림을 대응하는 프로그램과 연관시킬 수도 있다.
캡슐화 유닛 (30) 은 또한, 복수의 NAL 유닛들로부터 액세스 유닛들을 어셈블링할 수도 있다. 일반적으로, 액세스 유닛은 비디오 데이터의 프레임, 및 오디오 데이터가 이용가능할 때 그 프레임에 대응하는 그러한 오디오 데이터를 표현하기 위한 하나 이상의 NAL 유닛들을 포함할 수도 있다. 액세스 유닛은 일반적으로, 일 출력 시간 인스턴스에 대한 모든 NAL 유닛들, 예컨대, 일 시간 인스턴스에 대한 모든 오디오 및 비디오 데이터를 포함한다. 예를 들어, 각각의 뷰가 20 의 초당 프레임 (fps) 의 프레임 레이트를 가지면, 각각의 시간 인스턴스는 0.05 초의 시간 인터벌에 대응할 수도 있다. 이 시간 인터벌 동안, 동일한 액세스 유닛 (동일한 시간 인스턴스) 의 모든 뷰들에 대한 특정 프레임들이 동시에 렌더링될 수도 있다. 일 예에 있어서, 액세스 유닛은 일 시간 인스턴스에서 코딩된 픽처를 포함할 수도 있으며, 이는 프라이머리 코딩된 픽처로서 제시될 수도 있다.
이에 따라, 액세스 유닛은 공통 시간 인스턴스의 모든 오디오 및 비디오 프레임들, 예컨대, 시간 X 에 대응하는 모든 뷰들을 포함할 수도 있다. 본 개시는 또한, 특정 뷰의 인코딩된 픽처를 "뷰 컴포넌트" 로서 지칭한다. 즉, 뷰 컴포넌트는 특정 시간에 특정 뷰에 대한 인코딩된 픽처 (또는 프레임) 를 포함할 수도 있다. 이에 따라, 액세스 유닛은 공통 시간 인스턴스의 모든 뷰 컴포넌트들을 포함하는 것으로서 정의될 수도 있다. 액세스 유닛들의 디코딩 순서는 반드시 출력 또는 디스플레이 순서와 동일할 필요는 없다.
미디어 프리젠테이션은, 상이한 대안적인 리프리젠테이션들 (예컨대, 상이한 품질들을 갖는 비디오 서비스들) 의 디스크립션들을 포함할 수도 있는 미디어 프리젠테이션 디스크립션 (MPD) 을 포함할 수도 있고, 그 디스크립션은, 예컨대, 코덱 정보, 프로파일 값, 및 레벨 값을 포함할 수도 있다. MPD 는 매니페스트 파일 (66) 과 같은 매니페스트 파일의 일 예이다. 클라이언트 디바이스 (40) 는, 어떻게 다양한 프리젠테이션들의 무비 프래그먼트들에 액세스할지를 결정하기 위해 미디어 프리젠테이션의 MPD 를 취출할 수도 있다. 무비 프래그먼트들은 비디오 파일들의 무비 프래그먼트 박스들 (moof 박스들) 에 위치될 수도 있다.
매니페스트 파일 (66) (이는, 예를 들어, MPD 를 포함할 수도 있음) 이 리프리젠테이션들 (68) 의 세그먼트들의 가용성을 광고할 수도 있다. 즉, MPD 는, 리프리젠테이션들 (68) 중 하나의 리프리젠테이션의 제 1 세그먼트가 이용가능하게 되는 벽시계 (wall-clock) 시간을 표시하는 정보 뿐 아니라 리프리젠테이션들 (68) 내의 세그먼트들의 지속기간들을 표시하는 정보를 포함할 수도 있다. 이러한 방식으로, 클라이언트 디바이스 (40) 의 취출 유닛 (52) 은, 특정 세그먼트에 선행하는 세그먼트들의 시작 시간 뿐 아니라 지속기간들에 기초하여, 각각의 세그먼트가 이용가능한 때를 결정할 수도 있다.
캡슐화 유닛 (30) 이 수신된 데이터에 기초하여 NAL 유닛들 및/또는 액세스 유닛들을 비디오 파일로 어셈블링한 이후, 캡슐화 유닛 (30) 은 비디오 파일을 출력을 위해 출력 인터페이스 (32) 로 전달한다. 일부 예들에 있어서, 캡슐화 유닛 (30) 은 비디오 파일을 국부적으로 저장할 수도 있거나, 또는 비디오 파일을 직접 클라이언트 디바이스 (40) 에 전송하기 보다는 비디오 파일을 출력 인터페이스 (32) 를 통해 원격 서버에 전송할 수도 있다. 출력 인터페이스 (32) 는, 예를 들어, 송신기, 트랜시버, 예컨대 광학 드라이브, 자기 매체 드라이브 (예컨대, 플로피 드라이브) 와 같은 컴퓨터 판독가능 매체에 데이터를 기입하기 위한 디바이스, 범용 직렬 버스 (USB) 포트, 네트워크 인터페이스, 또는 다른 출력 인터페이스를 포함할 수도 있다. 출력 인터페이스 (32) 는 비디오 파일을, 예를 들어 송신 신호, 자기 매체, 광학 매체, 메모리, 플래시 드라이브, 또는 다른 컴퓨터 판독가능 매체와 같은 컴퓨터 판독가능 매체에 출력한다.
네트워크 인터페이스 (54) 는 네트워크 (74) 를 통해 NAL 유닛 또는 액세스 유닛을 수신하고 그 NAL 유닛 또는 액세스 유닛을 취출 유닛 (52) 을 통해 캡슐화해제 유닛 (50) 에 제공한다. 캡슐화해제 유닛 (50) 은 비디오 파일의 엘리먼트들을 구성 PES 스트림들로 캡슐화해제하고, PES 스트림들을 패킷화해제하여 인코딩된 데이터를 취출하고, 예컨대, 스트림의 PES 패킷 헤더들에 의해 표시된 바와 같이, 인코딩된 데이터가 오디오 스트림의 부분인지 또는 비디오 스트림의 부분인지에 의존하여, 인코딩된 데이터를 오디오 디코더 (46) 또는 비디오 디코더 (48) 중 어느 하나에 전송할 수도 있다. 오디오 디코더 (46) 는 인코딩된 오디오 데이터를 디코딩하고 그 디코딩된 오디오 데이터를 오디오 출력부 (42) 로 전송하는 한편, 비디오 디코더 (48) 는 인코딩된 비디오 데이터를 디코딩하고, 스트림의 복수의 뷰들을 포함할 수도 있는 디코딩된 비디오 데이터를 비디오 출력부 (44) 로 전송한다.
이러한 방식으로, 클라이언트 디바이스 (40) 는 미디어 데이터를 취출하기 위한 디바이스의 일 예를 나타내며, 그 디바이스는 상기에서 설명된 바와 같이 및/또는 하기에서 청구되는 바와 같이 어안 비디오 데이터 파일들을 취출하기 위한 디바이스를 포함한다. 예를 들어, 클라이언트 디바이스 (40) 는 어안 비디오가 모노스코픽인지 또는 스테레오스코픽인지의 결정에 기초하여 어안 비디오 데이터 파일들을 취출하고/하거나 어안 비디오를 렌더링할 수도 있으며, 이 결정은 어안 비디오가 모노스코픽인지 또는 스테레오스코픽인지를 명시적으로 명시하는 신택스 엘리먼트에 기초할 수도 있다.
유사하게, 컨텐츠 준비 디바이스 (20) 는 상기에서 설명된 바와 같이 및/또는 하기에서 청구되는 바와 같이 어안 비디오 데이터 파일들을 생성하기 위한 디바이스를 나타낸다. 예를 들어, 컨텐츠 준비 디바이스 (20) 는, 어안 비디오가 모노스코픽인지 또는 스테레오스코픽인지를 명시적으로 명시하는 신택스 엘리먼트를 어안 비디오 데이터에 포함할 수도 있다.
도 10 은 예시적인 멀티미디어 컨텐츠 (120) 의 엘리먼트들을 예시한 개념 다이어그램이다. 멀티미디어 컨텐츠 (120) 는 멀티미디어 컨텐츠 (64) (도 9), 또는 저장 매체 (62) 에 저장된 다른 멀티미디어 컨텐츠에 대응할 수도 있다. 도 10 의 예에 있어서, 멀티미디어 컨텐츠 (120) 는 미디어 프리젠테이션 디스크립션 (MPD) (122) 및 복수의 리프리젠테이션들 (124A-124N) (리프리젠테이션들 (124)) 을 포함한다. 리프리젠테이션 (124A) 은 옵션적인 헤더 데이터 (126) 및 세그먼트들 (128A-128N) (세그먼트들 (128)) 을 포함하는 한편, 리프리젠테이션 (124N) 은 옵션적인 헤더 데이터 (130) 및 세그먼트들 (132A-132N) (세그먼트들 (132)) 을 포함한다. 문자 N 은, 편의 상, 리프리젠테이션들 (124) 의 각각에서 마지막 무비 프래그먼트를 지정하는데 사용된다. 일부 예들에 있어서, 리프리젠테이션들 (124) 사이에 상이한 수들의 무비 프래그먼트들이 존재할 수도 있다.
MPD (122) 는 리프리젠테이션들 (124) 로부터 별개인 데이터 구조를 포함할 수도 있다. MPD (122) 는 도 9 의 매니페스트 파일 (66) 에 대응할 수도 있다. 일반적으로, MPD (122) 는 리프리젠테이션들 (124) 의 특성들을 일반적으로 기술하는 데이터, 예컨대, 코딩 및 렌더링 특성들, 적응 세트들, MPD (122) 가 대응하는 프로파일, 텍스트 타입 정보, 카메라 각도 정보, 등급 정보, 트릭 모드 정보 (예컨대, 시간적 서브-시퀀스들을 포함하는 리프리젠테이션들을 나타내는 정보), 및/또는 원격 주기들을 취출하기 위한 (예컨대, 재생 도중 미디어 컨텐츠로의 타겟화된 광고 삽입을 위한) 정보를 포함할 수도 있다.
존재할 경우, 헤더 데이터 (126) 는 세그먼트들 (128) 의 특성들, 예컨대, 랜덤 액세스 포인트들 (RAP들) (스트림 액세스 포인트들 (SAP들) 로서도 또한 지칭됨) 의 시간적 위치들, 세그먼트들 (128) 중 어느 것이 랜덤 액세스 포인트들을 포함하는지, 세그먼트들 (128) 내의 랜덤 액세스 포인트들에 대한 바이트 오프셋들, 세그먼트들 (128) 의 유니폼 리소스 로케이터들 (URL들), 또는 세그먼트들 (128) 의 다른 양태들을 기술할 수도 있다. 존재할 경우, 헤더 데이터 (130) 는 세그먼트들 (132) 에 대한 유사한 특성들을 기술할 수도 있다. 부가적으로 또는 대안적으로, 그러한 특성들은 MPD (122) 내에 완전히 포함될 수도 있다.
세그먼트들 (128, 132) 은 하나 이상의 코딩된 비디오 샘플들을 포함하며, 이들의 각각은 비디오 데이터의 프레임들 또는 슬라이스들을 포함할 수도 있다. 세그먼트들 (128) 의 코딩된 비디오 샘플들의 각각은 유사한 특성들, 예컨대, 높이, 폭, 및 대역폭 요건들을 가질 수도 있다. 그러한 특성들은 MPD (122) 의 데이터에 의해 기술될 수도 있지만, 그러한 데이터는 도 10 의 예에서 예시되지 않는다. MPD (122) 는, 본 개시에서 기술되는 시그널링된 정보의 임의의 것 또는 그 모두가 추가된, 3GPP 사양에 의해 기술된 바와 같은 특성들을 포함할 수도 있다.
세그먼트들 (128, 132) 의 각각은 고유한 유니폼 리소스 로케이터 (URL) 와 연관될 수도 있다. 따라서, 세그먼트들 (128, 132) 의 각각은 DASH 와 같은 스트리밍 네트워크 프로토콜을 이용하여 독립적으로 취출가능할 수도 있다. 이러한 방식으로, 클라이언트 디바이스 (40) 와 같은 목적지 디바이스는, HTTP GET 요청을 이용하여 세그먼트들 (128 또는 132) 을 취출할 수도 있다. 일부 예들에 있어서, 클라이언트 디바이스 (40) 는 HTTP 부분 GET 요청들을 이용하여 세그먼트들 (128 또는 132) 의 특정 바이트 범위들을 취출할 수도 있다.
도 11 은 리프리젠테이션의 세그먼트, 예컨대, 도 10 의 세그먼트들 (114, 124) 중 하나의 세그먼트에 대응할 수도 있는 예시적인 비디오 파일 (150) 의 엘리먼트들을 예시한 블록 다이어그램이다. 세그먼트들 (128, 132) 의 각각은 도 11 의 예에서 예시된 데이터의 배열에 실질적으로 부합하는 데이터를 포함할 수도 있다. 비디오 파일 (150) 은 세그먼트를 캡슐화한다고 일컬어 질 수도 있다. 상기 설명된 바와 같이, ISO 베이스 미디어 파일 포맷 및 그 확장들에 따른 비디오 파일들은 "박스들" 로서 지칭되는 일련의 오브젝트들에 데이터를 저장한다. 도 11 의 예에 있어서, 비디오 파일 (150) 은 파일 타입 (FTYP) 박스 (152), 무비 (MOOV) 박스 (154), 세그먼트 인덱스 (sidx) 박스들 (162), 무비 프래그먼트 (MOOF) 박스들 (164) 및 무비 프래그먼트 랜덤 액세스 (MFRA) 박스 (166) 를 포함한다. 도 11 은 비디오 파일의 일 예를 나타내지만, 다른 미디어 파일들이 ISO 베이스 미디어 파일 포맷 및 그 확장들에 따른, 비디오 파일 (150) 의 데이터와 유사하게 구조화된 다른 타입들의 미디어 데이터 (예컨대, 오디오 데이터, 타이밍된 텍스트 데이터 등) 을 포함할 수도 있음이 이해되어야 한다.
파일 타입 (FTYP) 박스 (152) 는 일반적으로, 비디오 파일 (150) 에 대한 파일 타입을 기술한다. 파일 타입 박스 (152) 는, 비디오 파일 (150) 을 위한 최상의 이용을 기술하는 사양을 식별하는 데이터를 포함할 수도 있다. 파일 타입 박스 (152) 는 대안적으로, MOOV 박스 (154), 무비 프래그먼트 박스들 (164), 및/또는 MFRA 박스 (166) 전에 배치될 수도 있다.
일부 예들에 있어서, 비디오 파일 (150) 과 같은 세그먼트는, FTYP 박스 (152) 전에 MPD 업데이트 박스 (도시 안됨) 를 포함할 수도 있다. MPD 업데이트 박스는, 비디오 파일 (150) 을 포함하는 리프리젠테이션에 대응하는 MPD 가 그 MPD 를 업데이트하기 위한 정보와 함께 업데이트될 것임을 표시하는 정보를 포함할 수도 있다. 예를 들어, MPD 업데이트 박스는 MPD 를 업데이트하는데 사용될 리소스에 대한 URI 또는 URL 을 제공할 수도 있다. 다른 예로서, MPD 업데이트 박스는 MPD 를 업데이트하기 위한 데이터를 포함할 수도 있다. 일부 예들에 있어서, MPD 업데이트 박스는 비디오 파일 (150) 의 세그먼트 타입 (STYP) 박스 (도시 안됨) 를 바로 뒤따를 수도 있으며, 여기서, STYP 박스는 비디오 파일 (150) 에 대한 세그먼트 타입을 정의할 수도 있다.
도 11 의 예에 있어서, MOOV 박스 (154) 는 무비 헤더 (MVHD) 박스 (156), 트랙 (TRAK) 박스 (158), 및 하나 이상의 무비 확장 (MVEX) 박스들 (160) 을 포함한다. 일반적으로, MVHD 박스 (156) 는 비디오 파일 (150) 의 일반 특성들을 기술할 수도 있다. 예를 들어, MVHD 박스 (156) 는 비디오 파일 (150) 이 원래 생성되었을 때, 비디오 파일 (150) 이 마지막으로 수정되었을 때, 비디오 파일 (150) 에 대한 타임스케일, 비디오 파일 (150) 에 대한 재생의 지속기간을 기술하는 데이터, 또는 비디오 파일 (150) 을 일반적으로 기술하는 다른 데이터를 포함할 수도 있다.
TRAK 박스 (158) 는 비디오 파일 (150) 의 트랙에 대한 데이터를 포함할 수도 있다. TRAK 박스 (158) 는 TRAK 박스 (158) 에 대응하는 트랙의 특성들을 기술하는 트랙 헤더 (TKHD) 박스를 포함할 수도 있다. 일부 예들에 있어서, TRAK 박스 (158) 는 코딩된 비디오 픽처들을 포함할 수도 있는 한편, 다른 예들에 있어서, 트랙의 코딩된 비디오 픽처들은 TRAK 박스 (158) 및/또는 sidx 박스들 (162) 의 데이터에 의해 참조될 수도 있는 무비 프래그먼트들 (164) 에 포함될 수도 있다.
일부 예들에 있어서, 비디오 파일 (150) 은 1 초과의 트랙을 포함할 수도 있다. 이에 따라, MOOV 박스 (154) 는 비디오 파일 (150) 에 트랙들의 수와 동일한 수의 TRAK 박스들을 포함할 수도 있다. TRAK 박스 (158) 는 비디오 파일 (150) 의 대응하는 트랙의 특성들을 기술할 수도 있다. 예를 들어, TRAK 박스 (158) 는 대응하는 트랙에 대한 시간적 및/또는 공간적 정보를 기술할 수도 있다. MOOV 박스 (154) 의 TRAK 박스 (158) 와 유사한 TRAK 박스는, 캡슐화 유닛 (30) (도 9) 이 비디오 파일 (150) 과 같은 비디오 파일에 파라미터 세트 트랙을 포함할 경우, 파라미터 세트 트랙의 특성들을 기술할 수도 있다. 캡슐화 유닛 (30) 은, 파라미터 세트 트랙을 기술하는 TRAK 박스 내의 파라미터 세트 트랙에서 시퀀스 레벨 SEI 메시지들의 존재를 시그널링할 수도 있다.
MVEX 박스들 (160) 은, 예컨대, 비디오 파일 (150) 이, 만약 있다면, MOOV 박스 (154) 내에 포함된 비디오 데이터에 추가하여, 무비 프래그먼트들 (164) 을 포함한다는 것을 시그널링하기 위해, 대응하는 무비 프래그먼트들 (164) 의 특성들을 기술할 수도 있다. 비디오 데이터를 스트리밍하는 맥락에서, 코딩된 비디오 픽처들은 MOOV 박스 (154) 에 보다는 무비 프래그먼트들 (164) 에 포함될 수도 있다. 이에 따라, 모든 코딩된 비디오 샘플들은 MOOV 박스 (154) 에 보다는 무비 프래그먼트들 (164) 에 포함될 수도 있다.
MOOV 박스 (154) 는 비디오 파일 (150) 에서의 무비 프래그먼트들 (164) 의 수와 동일한 수의 MVEX 박스들 (160) 을 포함할 수도 있다. MVEX 박스들 (160) 의 각각은 무비 프래그먼트들 (164) 중 대응하는 무비 프래그먼트의 특성들을 기술할 수도 있다. 예를 들어, 각각의 MVEX 박스는, 무비 프래그먼트들 (164) 중 대응하는 무비 프래그먼트에 대한 시간적 지속기간을 기술하는 MEHD (movie extends header box) 박스를 포함할 수도 있다.
더욱이, 본 개시의 기법들에 따르면, 비디오 파일 (150) 은, MOOV 박스 (154) 에 포함될 수도 있는 SchemeInformationBox 에 FisheyeOmnidirectionalVideoBox 를 포함할 수도 있다. 일부 예들에 있어서, 비디오 파일 (150) 의 상이한 트랙들이 모노스코픽 또는 스테레오스코픽 어안 비디오 데이터를 포함할 수도 있으면, FisheyeOmnidirectionalVieoBox 는 TRAK 박스 (158) 에 포함될 수도 있다. 일부 예들에 있어서, FisheyeOmnidirectionalVieoBox 는 FOV 박스 (157) 에 포함될 수도 있다.
상기 언급된 바와 같이, 캡슐화 유닛 (30) 은, 실제 코딩된 비디오 데이터를 포함하지 않는 비디오 샘플에 시퀀스 데이터 세트를 저장할 수도 있다. 비디오 샘플은 일반적으로, 특정 시간 인스턴스에서의 코딩된 픽처의 리프리젠테이션인 액세스 유닛에 대응할 수도 있다. AVC 의 맥락에서, 코딩된 픽처는, 액세스 유닛의 모든 픽셀들을 구성하기 위한 정보를 포함하는 하나 이상의 VCL NAL 유닛들, 및 SEI 메시지들과 같은 다른 연관된 비-VCL NAL 유닛들을 포함할 수도 있다. 이에 따라, 캡슐화 유닛 (30) 은, 시퀀스 레벨 SEI 메시지들을 포함할 수도 있는 시퀀스 데이터 세트를 무비 프래그먼트들 (164) 중 하나의 무비 프래그먼트에 포함시킬 수도 있다. 캡슐화 유닛 (30) 은 추가로, 무비 프래그먼트들 (164) 중 하나의 무비 프래그먼트에 대응하는 MVEX 박스들 (160) 중 하나의 MVEX 박스 내에서 무비 프래그먼트들 (164) 중 하나의 무비 프래그먼트에 존재하는 것으로서 시퀀스 데이터 세트 및/또는 시퀀스 레벨 SEI 메시지들의 존재를 시그널링할 수도 있다.
SIDX 박스들 (162) 은 비디오 파일 (150) 의 옵션적인 엘리먼트들이다. 즉, 3GPP 파일 포맷, 또는 다른 그러한 파일 포맷들에 부합하는 비디오 파일들은 반드시 SIDX 박스들 (162) 을 포함하는 것은 아니다. 3GPP 파일 포맷의 예에 따르면, SIDX 박스는 세그먼트 (예컨대, 비디오 파일 (150) 내에 포함된 세그먼트) 의 서브-세그먼트를 식별하는데 사용될 수도 있다. 3GPP 파일 포맷은 서브-세그먼트를 "대응하는 미디어 데이터 박스(들)를 갖는 하나 이상의 연속적인 무비 프래그먼트 박스들의 자립형 세트 및 무비 프래그먼트 박스에 의해 참조된 데이터를 포함하는 미디어 데이터 박스가 그 무비 프래그먼트 박스를 뒤따라야만 하고 동일한 트랙에 관한 정보를 포함하는 다음 무비 프래그먼트 박스에 선행해야만 하는 것" 으로서 정의한다. 3GPP 파일 포맷은 또한, SIDX 박스가 "박스에 의해 문서화된 (서브)세그먼트의 서브세그먼트들에 대한 레퍼런스들의 시퀀스를 포함한다"는 것을 표시한다. 참조된 서브세그먼트들은 프리젠테이션 시간에서 연속적이다. 유사하게, 세그먼트 인덱스 박스에 의해 참조되는 바이트들은 세그먼트 내에서 항상 인접한다. 참조된 사이즈는 참조된 자료에서의 바이트들의 수의 카운트를 제공한다.
SIDX 박스들 (162) 은 일반적으로, 비디오 파일 (150) 에 포함된 세그먼트의 하나 이상의 서브-세그먼트들을 나타내는 정보를 제공한다. 예를 들면, 그러한 정보는 서브-세그먼트들이 시작하고/하거나 종료하는 재생 시간들, 서브-세그먼트들에 대한 바이트 오프셋들, 서브-세그먼트들이 스트림 액세스 포인트 (SAP) 를 포함하는지 (예컨대 그 SAP 로 시작하는지) 의 여부, SAP 에 대한 타입 (예컨대, SAP 가 순시 디코더 리프레시 (IDR) 픽처인지, 클린 랜덤 액세스 (CRA) 픽처인지, 브로큰 링크 액세스 (BLA) 픽처인지 등), 서브-세그먼트에서의 (재생 시간 및/또는 바이트 오프셋의 관점에서의) SAP 의 포지션 등을 포함할 수도 있다.
무비 프래그먼트들 (164) 은 하나 이상의 코딩된 비디오 픽처들을 포함할 수도 있다. 일부 예들에 있어서, 무비 프래그먼트들 (164) 은 하나 이상의 픽처 그룹들 (GOP들) 을 포함할 수도 있으며, 그 GOP들의 각각은 다수의 코딩된 비디오 픽처들, 예컨대, 프레임들 또는 픽처들을 포함할 수도 있다. 부가적으로, 상기 설명된 바와 같이, 무비 프래그먼트들 (164) 은 일부 예들에 있어서 시퀀스 데이터 세트들을 포함할 수도 있다. 무비 프래그먼트들 (164) 의 각각은 무비 프래그먼트 헤더 박스 (MFHD) (도 11 에는 도시되지 않음) 를 포함할 수도 있다. MFHD 박스는 대응하는 무비 프래그먼트의 특성들, 예컨대, 무비 프래그먼트에 대한 시퀀스 번호를 기술할 수도 있다. 무비 프래그먼트들 (164) 은 비디오 파일 (150) 에서 시퀀스 번호의 순서로 포함될 수도 있다.
MFRA 박스 (166) 는 비디오 파일 (150) 의 무비 프래그먼트들 (164) 내의 랜덤 액세스 포인트들을 기술할 수도 있다. 이는 비디오 파일 (150) 에 의해 캡슐화된 세그먼트 내에서 특정 시간적 위치들 (즉, 재생 시간들) 에 대한 탐색들을 수행하는 것과 같은, 트릭 모드들을 수행하는 것을 보조할 수도 있다. MFRA 박스 (166) 는 일반적으로 옵션적이며, 일부 예들에 있어서, 비디오 파일들에 포함될 필요가 없다. 마찬가지로, 클라이언트 디바이스 (40) 와 같은 클라이언트 디바이스는, 비디오 파일 (150) 의 비디오 데이터를 정확하게 디코딩하고 디스플레이하기 위해 MFRA 박스 (166) 를 반드시 참조할 필요는 없다. MFRA 박스 (166) 는 비디오 파일 (150) 의 트랙들의 수와 동일한, 또는 일부 예들에 있어서, 비디오 파일 (150) 의 미디어 트랙들 (예컨대, 비-힌트 트랙들) 의 수와 동일한 수의 트랙 프래그먼트 랜덤 액세스 (TFRA) 박스들 (도시 안됨) 을 포함할 수도 있다.
일부 예들에 있어서, 무비 프래그먼트들 (164) 은 IDR 픽처들과 같은 하나 이상의 스트림 액세스 포인트들 (SAP들) 을 포함할 수도 있다. 마찬가지로, MFRA 박스 (166) 는 SAP들의 비디오 파일 (150) 내의 위치들의 표시들을 제공할 수도 있다. 이에 따라, 비디오 파일 (150) 의 시간적 서브-시퀀스는 비디오 파일 (150) 의 SAP들로부터 형성될 수도 있다. 시간적 서브-시퀀스는 또한, SAP들에 의존하는 P-프레임들 및/또는 B-프레임들과 같은 다른 픽처들을 포함할 수도 있다. 시간적 서브-시퀀스의 프레임들 및/또는 슬라이스들은, 서브-시퀀스의 다른 프레임들/슬라이스들에 의존하는 시간적 서브-시퀀스의 프레임들/슬라이스들이 적절히 디코딩될 수 있도록 세그먼트들 내에 배열될 수도 있다. 예를 들어, 데이터의 계위적 배열에 있어서, 다른 데이터에 대한 예측을 위해 사용된 데이터가 또한 시간적 서브-시퀀스에 포함될 수도 있다.
도 12 는 본 개시의 하나 이상의 기법들에 따른, 어안 비디오 데이터를 포함하는 파일을 프로세싱하기 위한 예시적인 기법을 예시한 플로우차트이다. 도 12 의 기법들은 도 9 의 클라이언트 디바이스 (40) 에 의해 수행되는 것으로서 설명되지만, 클라이언트 디바이스 (40) 이외의 구성들을 갖는 디바이스들이 도 12 의 기법을 수행할 수도 있다.
클라이언트 디바이스 (40) 는 어안 비디오 데이터 및 어안 비디오 데이터의 속성들을 명시하는 복수의 신택스 엘리먼트들을 포함하는 신택스 구조를 포함하는 파일을 수신할 수도 있다 (1202). 상기 논의된 바와 같이, 복수의 신택스 엘리먼트들은 어안 비디오 데이터가 모노스코픽인지 또는 스테레오스코픽인지를 명시적으로 표시하는 제 1 신택스 엘리먼트, 및 어안 비디오 데이터가 모노스코픽인지 또는 스테레오스코픽인지를 암시적으로 표시하는 하나 이상의 신택스 엘리먼트들을 포함할 수도 있다. 어안 비디오 데이터가 모노스코픽인지 또는 스테레오스코픽인지를 암시적으로 표시하는 하나 이상의 신택스 엘리먼트들은 어안 비디오 데이터를 캡처하는데 사용된 카메라들의 외인성 파라미터들을 명시적으로 표시하는 신택스 엘리먼트들일 수도 있다. 일부 예들에 있어서, 하나 이상의 신택스 엘리먼트들은 OMAF DIS 의 현재 드래프트에서의 FisheyeOmnidirectionalVideoInfo() 신택스 구조에 포함된 신택스 엘리먼트들일 수도 있거나 그와 유사할 수도 있다. 일부 예들에 있어서, 제 1 신택스 엘리먼트는 신택스 구조의 초기 비트들의 세트 (예컨대, FisheyeOmnidirectionalVideoInfo() 신택스 구조의 초기 24 비트들) 에 포함될 수도 있다.
클라이언트 디바이스 (40) 는, 제 1 신택스 엘리먼트에 기초하여, 어안 비디오 데이터가 모노스코픽인지 또는 스테레오스코픽인지를 결정할 수도 있다 (1204). 제 1 신택스 엘리먼트의 값은 어안 비디오 데이터가 모노스코픽인지 또는 스테레오스코픽인지를 명시적으로 표시할 수도 있다. 일 예로서, 제 1 신택스 엘리먼트가 제 1 값을 갖는 경우, 클라이언트 디바이스 (40) 는 어안 비디오 데이터가 모노스코픽임을 (즉, 어안 비디오 데이터의 픽처들에 포함된 원형 이미지들이 정렬된 광학 축들을 갖고 반대 방향들을 향함을) 결정할 수도 있다. 다른 예로서, 제 1 신택스 엘리먼트가 제 2 값을 갖는 경우, 클라이언트 디바이스 (40) 는 어안 비디오 데이터가 스테레오스코픽임을 (즉, 어안 비디오 데이터의 픽처들에 포함된 원형 이미지들이 평행한 광학 축들을 갖고 동일 방향을 향함을) 결정할 수도 있다.
상기 논의된 바와 같이, 클라이언트 디바이스 (40) 가, 어안 비디오 데이터를 캡처하는데 사용된 카메라들의 외인성 파라미터들을 명시적으로 표시하는 신택스 엘리먼트들에 기초하여 어안 비디오 데이터가 모노스코픽인지 또는 스테레오스코픽인지를 결정하는 것이 가능할 수도 있지만, 그러한 계산은 클라이언트 디바이스 (40) 상의 계산 부하를 증가시킬 수도 있다. 그에 따라, 수행된 계산들 (및, 이에 따라, 사용된 계산 리소스들) 을 감소시키기 위하여, 클라이언트 디바이스 (40) 는 제 1 신택스 엘리먼트에 기초하여 어안 비디오 데이터가 모노스코픽인지 또는 스테레오스코픽인지를 결정할 수도 있다.
클라이언트 디바이스 (40) 는 그 결정에 기초하여 어안 비디오 데이터를 렌더링할 수도 있다. 예를 들어, 어안 비디오 데이터가 모노스코픽임을 결정하는 것에 응답하여, 클라이언트 디바이스 (40) 는 어안 데이터를 모노스코픽으로서 렌더링할 수도 있다 (1206). 예를 들어, 클라이언트 디바이스 (40) 는 뷰포트 (즉, 사용자가 현재 "보고있는” 구면의 부분) 를 결정하고, 뷰포트에 대응하는 어안 비디오 데이터의 원형 이미지들의 부분을 식별하고, 관측자의 눈들의 각각에 원형 이미지들의 동일 부분을 디스플레이할 수도 있다. 유사하게, 어안 비디오 데이터가 스테레오스코픽임을 결정하는 것에 응답하여, 클라이언트 디바이스 (40) 는 어안 데이터를 스테레오스코픽으로서 렌더링할 수도 있다 (1208). 예를 들어, 클라이언트 디바이스 (40) 는 뷰포트 (즉, 사용자가 현재 "보고있는” 구면의 부분) 를 결정하고, 뷰포트에 대응하는 어안 비디오 데이터의 원형 이미지들의 각각의 개별 부분을 식별하고, 관측자의 눈들에 원형 이미지들의 개별 부분들을 디스플레이할 수도 있다.
도 13 은 본 개시의 하나 이상의 기법들에 따른, 어안 비디오 데이터를 포함하는 파일을 생성하기 위한 예시적인 기법을 예시한 플로우차트이다. 도 13 의 기법들은 도 9 의 컨텐츠 준비 디바이스 (20) 에 의해 수행되는 것으로서 설명되지만, 컨텐츠 준비 디바이스 (20) 이외의 구성들을 갖는 디바이스들이 도 13 의 기법을 수행할 수도 있다.
컨텐츠 준비 디바이스 (20) 는 어안 비디오 데이터 및 어안 비디오 데이터를 캡처하는데 사용된 카메라들의 외인성 파라미터들을 획득할 수도 있다 (1302). 예를 들어, 컨텐츠 준비 디바이스 (20) 는, HEVC 와 같은 비디오 코덱을 사용하여 인코딩되는 어안 비디오 데이터의 픽처들을 획득할 수도 있다. 어안 비디오 데이터의 픽처의 각각은, 어안 렌즈를 갖는 상이한 카메라에 의해 캡처된 이미지에 각각 대응하는 복수의 원형 이미지들을 포함할 수도 있다 (예컨대, 픽처는 도 1a 의 어안 렌즈 (12A) 를 통해 캡처된 제 1 원형 이미지 및 도 1a 의 어안 렌즈 (12B) 를 통해 캡처된 제 2 원형 이미지를 포함할 수도 있음). 외인성 파라미터들은 카메라들의 다양한 속성들을 명시할 수도 있다. 예를 들어, 외인성 파라미터들은 어안 비디오 데이터를 캡처하는데 사용된 카메라들의 각각의 요 각도, 피치 각도, 롤 각도, 및 하나 이상의 공간 오프셋들을 명시할 수도 있다.
컨텐츠 준비 디바이스 (20) 는, 외인성 파라미터들에 기초하여, 어안 비디오 데이터가 모노스코픽인지 또는 스테레오스코픽인지를 결정할 수도 있다 (1304). 일 예로서, 카메라 외인성 파라미터 값들의 2개 세트들이 다음과 같을 경우, 컨텐츠 준비 디바이스 (20) 는 어안 비디오가 스테레오스코픽임을 결정할 수도 있다:
Figure 112019120633357-pct00008
다른 예로서, 카메라 외인성 파라미터 값들의 2개 세트들이 다음과 같을 경우, 컨텐츠 준비 디바이스 (20) 는 어안 비디오가 모노스코픽임을 결정할 수도 있다:
Figure 112019120633357-pct00009
컨텐츠 준비 디바이스 (20) 는, 파일에서, 어안 비디오 데이터 및 어안 비디오 데이터의 속성들을 명시하는 복수의 신택스 엘리먼트들을 포함하는 신택스 구조를 인코딩할 수도 있다 (1306). 복수의 신택스 엘리먼트들은 어안 비디오 데이터가 모노스코픽인지 또는 스테레오스코픽인지를 명시적으로 표시하는 제 1 신택스 엘리먼트, 및 어안 비디오 데이터를 캡처하는데 사용된 카메라들의 외인성 파라미터들을 명시적으로 표시하는 하나 이상의 신택스 엘리먼트들을 포함한다.
하나 이상의 예들에 있어서, 설명된 기능들은 하드웨어, 소프트웨어, 펌웨어, 또는 이들의 임의의 조합에서 구현될 수도 있다. 소프트웨어에서 구현된다면, 그 기능들은 하나 이상의 명령들 또는 코드로서 컴퓨터 판독가능 매체 상으로 저장 또는 전송되고 하드웨어 기반 프로세싱 유닛에 의해 실행될 수도 있다. 컴퓨터 판독가능 매체들은 데이터 저장 매체들과 같은 유형의 매체에 대응하는 컴퓨터 판독가능 저장 매체들, 또는 예컨대, 통신 프로토콜에 따라 일 장소로부터 다른 장소로의 컴퓨터 프로그램의 전송을 용이하게 하는 임의의 매체를 포함하는 통신 매체들을 포함할 수도 있다. 이러한 방식으로, 컴퓨터 판독가능 매체들은 일반적으로 (1) 비일시적인 유형의 컴퓨터 판독가능 저장 매체들 또는 (2) 신호 또는 캐리어파와 같은 통신 매체에 대응할 수도 있다. 데이터 저장 매체들은 본 개시에서 설명된 기법들의 구현을 위한 명령들, 코드, 및/또는 데이터 구조들을 취출하기 위해 하나 이상의 컴퓨터들 또는 하나 이상의 프로세서들에 의해 액세스될 수 있는 임의의 가용 매체들일 수도 있다. 컴퓨터 프로그램 제품이 컴퓨터 판독가능 매체를 포함할 수도 있다.
한정이 아닌 예로서, 그러한 컴퓨터 판독가능 저장 매체들은 RAM, ROM, EEPROM, CD-ROM 또는 다른 광학 디스크 저장부, 자기 디스크 저장부 또는 다른 자기 저장 디바이스들, 플래시 메모리, 또는 원하는 프로그램 코드를 명령들 또는 데이터 구조들의 형태로 저장하는데 이용될 수 있고 컴퓨터에 의해 액세스될 수 있는 임의의 다른 매체를 포함할 수 있다. 또한, 임의의 커넥션이 컴퓨터 판독가능 매체로 적절히 칭해진다. 예를 들어, 동축 케이블, 광섬유 케이블, 꼬임쌍선, 디지털 가입자 라인 (DSL), 또는 적외선, 무선, 및 마이크로파와 같은 무선 기술들을 이용하여 웹사이트, 서버, 또는 다른 원격 소스로부터 명령들이 송신된다면, 동축 케이블, 광섬유 케이블, 꼬임쌍선, DSL, 또는 적외선, 무선, 및 마이크로파와 같은 무선 기술들은 매체의 정의에 포함된다. 하지만, 컴퓨터 판독가능 저장 매체들 및 데이터 저장 매체들은 커넥션들, 캐리어파들, 신호들, 또는 다른 일시적 매체들을 포함하지 않지만 대신 비일시적인 유형의 저장 매체들로 지향됨이 이해되어야 한다. 본 명세서에서 사용된 바와 같은 디스크 (disk) 및 디스크 (disc) 는 컴팩트 디스크 (CD), 레이저 디스크, 광학 디스크, 디지털 다기능 디스크 (DVD), 플로피 디스크 및 블루레이 디스크를 포함하며, 여기서, 디스크 (disk) 는 통상적으로 데이터를 자기적으로 재생하지만 디스크 (disc) 는 레이저를 이용하여 데이터를 광학적으로 재생한다. 상기의 조합들이 또한, 컴퓨터 판독가능 매체들의 범위 내에 포함되어야 한다.
명령들은 하나 이상의 디지털 신호 프로세서들 (DSP들), 범용 마이크로프로세서들, 주문형 집적 회로들 (ASIC들), 필드 프로그래밍가능 로직 어레이들 (FPGA들), 또는 다른 등가의 집적된 또는 별도의 로직 회로부와 같은 하나 이상의 프로세서들에 의해 실행될 수도 있다. 이에 따라, 본 명세서에서 사용된 바와 같은 용어 "프로세서" 는 본 명세서에서 설명된 기법들의 구현에 적합한 전술한 구조 또는 임의의 다른 구조 중 임의의 구조를 지칭할 수도 있다. 부가적으로, 일부 양태들에 있어서, 본 명세서에서 설명된 기능은 인코딩 및 디코딩을 위해 구성되거나 또는 결합된 코덱에서 통합된 전용 하드웨어 및/또는 소프트웨어 모듈들 내에 제공될 수도 있다. 또한, 그 기법들은 하나 이상의 회로들 또는 로직 엘리먼트들에서 완전히 구현될 수 있다.
본 개시의 기법들은 무선 핸드셋, 집적 회로 (IC) 또는 IC 들의 세트 (예컨대, 칩 세트) 를 포함하여, 광범위하게 다양한 디바이스들 또는 장치들에서 구현될 수도 있다. 다양한 컴포넌트들, 모듈들, 또는 유닛들이 개시된 기법들을 수행하도록 구성된 디바이스들의 기능적 양태들을 강조하기 위해 본 개시에서 설명되지만, 반드시 상이한 하드웨어 유닛들에 의한 실현을 요구하지는 않는다. 오히려, 상기 설명된 바와 같이, 다양한 유닛들은 적합한 소프트웨어 및/또는 펌웨어와 함께 상기 설명된 바와 같은 하나 이상의 프로세서들을 포함하여 코덱 하드웨어 유닛으로 결합되거나 또는 상호운용식 하드웨어 유닛들의 집합에 의해 제공될 수도 있다.
다양한 예들이 설명되었다. 이들 및 다른 예들은 다음의 청구항들의 범위 내에 있다.

Claims (42)

  1. 비디오 데이터를 포함하는 파일을 프로세싱하는 방법으로서,
    어안 비디오 데이터를 포함하는 파일을 프로세싱하는 단계로서, 상기 파일은 상기 어안 비디오 데이터의 속성들을 명시하는 복수의 신택스 엘리먼트들을 포함하는 신택스 구조를 포함하고, 상기 복수의 신택스 엘리먼트들은 상기 어안 비디오 데이터가 모노스코픽인지 또는 스테레오스코픽인지를 명시적으로 표시하는 제 1 신택스 엘리먼트, 및 상기 어안 비디오 데이터가 모노스코픽인지 또는 스테레오스코픽인지를 암시적으로 표시하는 하나 이상의 신택스 엘리먼트들을 포함하는, 상기 파일을 프로세싱하는 단계;
    상기 제 1 신택스 엘리먼트에 기초하여, 상기 어안 비디오 데이터가 모노스코픽인지 또는 스테레오스코픽인지를 결정하는 단계; 및
    상기 결정에 기초하여, 상기 어안 비디오 데이터를 모노스코픽 또는 스테레오스코픽으로서 렌더링하기 위해 출력하는 단계를 포함하는, 비디오 데이터를 포함하는 파일을 프로세싱하는 방법.
  2. 제 1 항에 있어서,
    상기 제 1 신택스 엘리먼트는 상기 신택스 구조의 초기 비트들의 세트에 포함되는, 비디오 데이터를 포함하는 파일을 프로세싱하는 방법.
  3. 제 2 항에 있어서,
    상기 초기 비트들의 세트는 24 비트 길이인, 비디오 데이터를 포함하는 파일을 프로세싱하는 방법.
  4. 제 1 항에 있어서,
    상기 파일은, 상기 신택스 구조를 포함하는 박스를 포함하는, 비디오 데이터를 포함하는 파일을 프로세싱하는 방법.
  5. 제 4 항에 있어서,
    상기 박스는, 스킴 정보를 포함하는 제 1 박스에 포함되는 제 2 박스이고,
    상기 방법은,
    상기 제 1 박스가, 상기 어안 비디오 데이터의 픽처들이 영역별로 패킹되는지 여부를 표시하는 제 3 박스를 포함하는지 여부를 결정하는 단계를 더 포함하는, 비디오 데이터를 포함하는 파일을 프로세싱하는 방법.
  6. 제 5 항에 있어서,
    상기 제 1 박스가 상기 제 3 박스를 포함함을 결정하는 것에 응답하여, 상기 비디오 데이터의 상기 픽처들을 렌더링하기 전에 상기 비디오 데이터의 상기 픽처들을 언패킹하는 단계; 또는
    상기 제 1 박스가 상기 제 3 박스를 포함하지 않음을 결정하는 것에 응답하여, 상기 비디오 데이터의 상기 픽처들을 언패킹하지 않고 상기 비디오 데이터의 상기 픽처들을 렌더링하는 단계를 더 포함하는, 비디오 데이터를 포함하는 파일을 프로세싱하는 방법.
  7. 제 5 항에 있어서,
    상기 제 1 박스는 SchemeInformationBox 이고, 상기 제 2 박스는 FisheyeOmnidirectionalVideoBox 이고, 상기 제 3 박스는 RegionWisePackingBox 인, 비디오 데이터를 포함하는 파일을 프로세싱하는 방법.
  8. 제 1 항에 있어서,
    상기 신택스 구조는, 상기 비디오 데이터의 각각의 픽처에 포함된 다수의 원형 이미지들을 명시하는 제 2 신택스 엘리먼트를 더 포함하는, 비디오 데이터를 포함하는 파일을 프로세싱하는 방법.
  9. 제 8 항에 있어서,
    상기 신택스 구조는, 각각의 개별 원형 이미지에 대해, 상기 개별 원형 이미지의 뷰 식별자를 표시하는 개별 제 3 신택스 엘리먼트를 포함하는, 비디오 데이터를 포함하는 파일을 프로세싱하는 방법.
  10. 제 1 항에 있어서,
    상기 신택스 구조는 상기 파일에 의해 캡슐화된 비디오 코딩 계층 (VCL) 데이터 외부에 있는, 비디오 데이터를 포함하는 파일을 프로세싱하는 방법.
  11. 제 1 항에 있어서,
    상기 비디오 데이터가 모노스코픽인지 또는 스테레오스코픽인지를 결정하는 단계는,
    상기 제 1 신택스 엘리먼트에 기초하여 그리고 상기 비디오 데이터가 모노스코픽인지 또는 스테레오스코픽인지를 암시적으로 표시하는 상기 신택스 엘리먼트들과 무관하게, 상기 비디오 데이터가 모노스코픽인지 또는 스테레오스코픽인지를 결정하는 단계를 포함하는, 비디오 데이터를 포함하는 파일을 프로세싱하는 방법.
  12. 비디오 데이터를 포함하는 파일을 생성하기 위한 방법으로서,
    어안 비디오 데이터 및 상기 어안 비디오 데이터를 캡처하는데 사용된 카메라들의 외인성 파라미터들을 획득하는 단계;
    상기 외인성 파라미터들에 기초하여, 상기 어안 비디오 데이터가 모노스코픽인지 또는 스테레오스코픽인지를 결정하는 단계; 및
    파일에서, 상기 어안 비디오 데이터 및 상기 어안 비디오 데이터의 속성들을 명시하는 복수의 신택스 엘리먼트들을 포함하는 신택스 구조를 인코딩하는 단계를 포함하고,
    상기 복수의 신택스 엘리먼트들은 상기 어안 비디오 데이터가 모노스코픽인지 또는 스테레오스코픽인지를 명시적으로 표시하는 제 1 신택스 엘리먼트, 및 상기 어안 비디오 데이터를 캡처하는데 사용된 상기 카메라들의 상기 외인성 파라미터들을 명시적으로 표시하는 하나 이상의 신택스 엘리먼트들을 포함하는, 비디오 데이터를 포함하는 파일을 생성하기 위한 방법.
  13. 제 12 항에 있어서,
    상기 제 1 신택스 엘리먼트를 인코딩하는 것은 상기 신택스 구조의 초기 비트들의 세트에서 상기 제 1 신택스 엘리먼트를 인코딩하는 것을 포함하는, 비디오 데이터를 포함하는 파일을 생성하기 위한 방법.
  14. 제 13 항에 있어서,
    상기 초기 비트들의 세트는 24 비트 길이인, 비디오 데이터를 포함하는 파일을 생성하기 위한 방법.
  15. 제 12 항에 있어서,
    상기 파일은, 상기 신택스 구조를 포함하는 박스를 포함하는, 비디오 데이터를 포함하는 파일을 생성하기 위한 방법.
  16. 제 15 항에 있어서,
    상기 박스는, 스킴 정보를 포함하는 제 1 박스에 포함되는 제 2 박스이고,
    상기 방법은,
    상기 제 1 박스에서, 상기 어안 비디오 데이터의 픽처들이 영역별로 패킹되는지 여부를 표시하는 제 3 박스를 인코딩하는 단계를 더 포함하는, 비디오 데이터를 포함하는 파일을 생성하기 위한 방법.
  17. 제 16 항에 있어서,
    상기 제 1 박스는 SchemeInformationBox 이고, 상기 제 2 박스는 FisheyeOmnidirectionalVideoBox 이고, 상기 제 3 박스는 RegionWisePackingBox 인, 비디오 데이터를 포함하는 파일을 생성하기 위한 방법.
  18. 제 12 항에 있어서,
    상기 신택스 구조는, 상기 비디오 데이터의 각각의 픽처에 포함된 다수의 원형 이미지들을 명시하는 제 2 신택스 엘리먼트를 더 포함하는, 비디오 데이터를 포함하는 파일을 생성하기 위한 방법.
  19. 제 18 항에 있어서,
    상기 신택스 구조는, 각각의 개별 원형 이미지에 대해, 상기 개별 원형 이미지의 뷰 식별자를 표시하는 개별 제 3 신택스 엘리먼트를 포함하는, 비디오 데이터를 포함하는 파일을 생성하기 위한 방법.
  20. 제 12 항에 있어서,
    상기 비디오 데이터는 비디오 코딩 계층 (VCL) 에서 인코딩되고, 상기 신택스 구조는 상기 VCL 외부에 있는, 비디오 데이터를 포함하는 파일을 생성하기 위한 방법.
  21. 비디오 데이터를 프로세싱하기 위한 디바이스로서,
    어안 비디오 데이터를 포함하는 파일의 적어도 일부를 저장하도록 구성된 메모리로서, 상기 파일은 상기 어안 비디오 데이터의 속성들을 명시하는 복수의 신택스 엘리먼트들을 포함하는 신택스 구조를 포함하고, 상기 복수의 신택스 엘리먼트들은 상기 어안 비디오 데이터가 모노스코픽인지 또는 스테레오스코픽인지를 명시적으로 표시하는 제 1 신택스 엘리먼트, 및 상기 어안 비디오 데이터가 모노스코픽인지 또는 스테레오스코픽인지를 암시적으로 표시하는 하나 이상의 신택스 엘리먼트들을 포함하는, 상기 메모리; 및
    하나 이상의 프로세서들을 포함하고,
    상기 하나 이상의 프로세서들은,
    상기 제 1 신택스 엘리먼트에 기초하여, 상기 어안 비디오 데이터가 모노스코픽인지 또는 스테레오스코픽인지를 결정하고; 그리고
    상기 결정에 기초하여, 상기 어안 비디오 데이터를 모노스코픽 또는 스테레오스코픽으로서 렌더링하기 위해 출력하도록
    구성되는, 비디오 데이터를 프로세싱하기 위한 디바이스.
  22. 제 21 항에 있어서,
    상기 제 1 신택스 엘리먼트는 상기 신택스 구조의 초기 비트들의 세트에 포함되는, 비디오 데이터를 프로세싱하기 위한 디바이스.
  23. 제 22 항에 있어서,
    상기 초기 비트들의 세트는 24 비트 길이인, 비디오 데이터를 프로세싱하기 위한 디바이스.
  24. 제 21 항에 있어서,
    상기 파일은, 상기 신택스 구조를 포함하는 박스를 포함하는, 비디오 데이터를 프로세싱하기 위한 디바이스.
  25. 제 24 항에 있어서,
    상기 박스는, 스킴 정보를 포함하는 제 1 박스에 포함되는 제 2 박스이고,
    상기 하나 이상의 프로세서들은 추가로,
    상기 제 1 박스가, 상기 어안 비디오 데이터의 픽처들이 영역별로 패킹되는지 여부를 표시하는 제 3 박스를 포함하는지 여부를 결정하도록 구성되는, 비디오 데이터를 프로세싱하기 위한 디바이스.
  26. 제 25 항에 있어서,
    상기 제 1 박스가 상기 제 3 박스를 포함함을 결정하는 것에 응답하여, 상기 하나 이상의 프로세서들은 추가로, 상기 비디오 데이터의 상기 픽처들을 렌더링하기 전에 상기 비디오 데이터의 상기 픽처들을 언패킹하도록 구성되거나; 또는
    상기 제 1 박스가 상기 제 3 박스를 포함하지 않음을 결정하는 것에 응답하여, 상기 하나 이상의 프로세서들은 추가로, 상기 비디오 데이터의 상기 픽처들을 언패킹하지 않고 상기 비디오 데이터의 상기 픽처들을 렌더링하도록 구성되는, 비디오 데이터를 프로세싱하기 위한 디바이스.
  27. 제 25 항에 있어서,
    상기 제 1 박스는 SchemeInformationBox 이고, 상기 제 2 박스는 FisheyeOmnidirectionalVideoBox 이고, 상기 제 3 박스는 RegionWisePackingBox 인, 비디오 데이터를 프로세싱하기 위한 디바이스.
  28. 제 21 항에 있어서,
    상기 신택스 구조는, 상기 비디오 데이터의 각각의 픽처에 포함된 다수의 원형 이미지들을 명시하는 제 2 신택스 엘리먼트를 더 포함하는, 비디오 데이터를 프로세싱하기 위한 디바이스.
  29. 제 21 항에 있어서,
    상기 신택스 구조는 상기 파일에 의해 캡슐화된 비디오 코딩 계층 (VCL) 데이터 외부에 있는, 비디오 데이터를 프로세싱하기 위한 디바이스.
  30. 제 21 항에 있어서,
    상기 비디오 데이터가 모노스코픽인지 또는 스테레오스코픽인지를 결정하기 위해, 상기 하나 이상의 프로세서들은,
    상기 제 1 신택스 엘리먼트에 기초하여 그리고 상기 비디오 데이터가 모노스코픽인지 또는 스테레오스코픽인지를 암시적으로 표시하는 상기 신택스 엘리먼트들과 무관하게, 상기 비디오 데이터가 모노스코픽인지 또는 스테레오스코픽인지를 결정하도록 구성되는, 비디오 데이터를 프로세싱하기 위한 디바이스.
  31. 비디오 데이터를 포함하는 파일을 생성하기 위한 디바이스로서,
    어안 비디오 데이터에서 저장하도록 구성된 메모리; 및
    하나 이상의 프로세서들을 포함하고,
    상기 하나 이상의 프로세서들은,
    상기 어안 비디오 데이터를 캡처하는데 사용된 카메라들의 외인성 파라미터들을 획득하고;
    상기 외인성 파라미터들에 기초하여, 상기 어안 비디오 데이터가 모노스코픽인지 또는 스테레오스코픽인지를 결정하고; 그리고
    파일에서, 상기 어안 비디오 데이터 및 상기 어안 비디오 데이터의 속성들을 명시하는 복수의 신택스 엘리먼트들을 포함하는 신택스 구조를 인코딩하도록
    구성되고,
    상기 복수의 신택스 엘리먼트들은 상기 어안 비디오 데이터가 모노스코픽인지 또는 스테레오스코픽인지를 명시적으로 표시하는 제 1 신택스 엘리먼트, 및 상기 어안 비디오 데이터를 캡처하는데 사용된 상기 카메라들의 상기 외인성 파라미터들을 명시적으로 표시하는 하나 이상의 신택스 엘리먼트들을 포함하는, 비디오 데이터를 포함하는 파일을 생성하기 위한 디바이스.
  32. 제 31 항에 있어서,
    상기 제 1 신택스 엘리먼트를 인코딩하기 위해, 상기 하나 이상의 프로세서들은 상기 신택스 구조의 초기 비트들의 세트에서 상기 제 1 신택스 엘리먼트를 인코딩하도록 구성되는, 비디오 데이터를 포함하는 파일을 생성하기 위한 디바이스.
  33. 제 32 항에 있어서,
    상기 초기 비트들의 세트는 24 비트 길이인, 비디오 데이터를 포함하는 파일을 생성하기 위한 디바이스.
  34. 제 31 항에 있어서,
    상기 파일은, 상기 신택스 구조를 포함하는 박스를 포함하는, 비디오 데이터를 포함하는 파일을 생성하기 위한 디바이스.
  35. 제 34 항에 있어서,
    상기 박스는, 스킴 정보를 포함하는 제 1 박스에 포함되는 제 2 박스이고,
    상기 하나 이상의 프로세서들은 추가로,
    상기 제 1 박스에서, 상기 어안 비디오 데이터의 픽처들이 영역별로 패킹되는지 여부를 표시하는 제 3 박스를 인코딩하도록 구성되는, 비디오 데이터를 포함하는 파일을 생성하기 위한 디바이스.
  36. 제 35 항에 있어서,
    상기 제 1 박스는 SchemeInformationBox 이고, 상기 제 2 박스는 FisheyeOmnidirectionalVideoBox 이고, 상기 제 3 박스는 RegionWisePackingBox 인, 비디오 데이터를 포함하는 파일을 생성하기 위한 디바이스.
  37. 제 31 항에 있어서,
    상기 신택스 구조는, 상기 비디오 데이터의 각각의 픽처에 포함된 다수의 원형 이미지들을 명시하는 제 2 신택스 엘리먼트를 더 포함하는, 비디오 데이터를 포함하는 파일을 생성하기 위한 디바이스.
  38. 제 31 항에 있어서,
    상기 비디오 데이터는 비디오 코딩 계층 (VCL) 에서 인코딩되고, 상기 신택스 구조는 상기 VCL 외부에 있는, 비디오 데이터를 포함하는 파일을 생성하기 위한 디바이스.
  39. 제 1 항에 있어서,
    상기 비디오 데이터는 어안 비디오 데이터인, 비디오 데이터를 포함하는 파일을 프로세싱하는 방법.
  40. 제 12 항에 있어서,
    상기 비디오 데이터는 어안 비디오 데이터인, 비디오 데이터를 포함하는 파일을 생성하기 위한 방법.
  41. 제 21 항에 있어서,
    상기 비디오 데이터는 어안 비디오 데이터인, 비디오 데이터를 프로세싱하기 위한 디바이스.
  42. 제 31 항에 있어서,
    상기 비디오 데이터는 어안 비디오 데이터인, 비디오 데이터를 포함하는 파일을 생성하기 위한 디바이스.
KR1020197034653A 2017-05-25 2018-05-24 어안 비디오 데이터에 대한 하이-레벨 시그널링 KR102339197B1 (ko)

Applications Claiming Priority (5)

Application Number Priority Date Filing Date Title
US201762511189P 2017-05-25 2017-05-25
US62/511,189 2017-05-25
US15/987,231 US10992961B2 (en) 2017-05-25 2018-05-23 High-level signaling for fisheye video data
US15/987,231 2018-05-23
PCT/US2018/034435 WO2018218047A1 (en) 2017-05-25 2018-05-24 High-level signalling for fisheye video data

Publications (2)

Publication Number Publication Date
KR20200012857A KR20200012857A (ko) 2020-02-05
KR102339197B1 true KR102339197B1 (ko) 2021-12-13

Family

ID=62713080

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020197034653A KR102339197B1 (ko) 2017-05-25 2018-05-24 어안 비디오 데이터에 대한 하이-레벨 시그널링

Country Status (16)

Country Link
US (1) US10992961B2 (ko)
EP (1) EP3632124B1 (ko)
JP (1) JP7035088B2 (ko)
KR (1) KR102339197B1 (ko)
CN (1) CN110622516B (ko)
AU (1) AU2018271975A1 (ko)
BR (1) BR112019024653A2 (ko)
CA (1) CA3059215A1 (ko)
CL (2) CL2019003415A1 (ko)
CO (1) CO2019013048A2 (ko)
MX (1) MX2019014043A (ko)
MY (1) MY194493A (ko)
PH (1) PH12019502369A1 (ko)
RU (1) RU2767300C2 (ko)
TW (1) TW201907717A (ko)
WO (1) WO2018218047A1 (ko)

Families Citing this family (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2018070793A1 (en) * 2016-10-12 2018-04-19 Samsung Electronics Co., Ltd. Method, apparatus, and recording medium for processing image
US11481961B2 (en) * 2018-10-02 2022-10-25 Sony Corporation Information processing apparatus and information processing method
WO2020190270A1 (en) * 2019-03-15 2020-09-24 STX Financing, LLC Systems and methods for compressing and decompressing a sequence of images
US11153481B2 (en) * 2019-03-15 2021-10-19 STX Financing, LLC Capturing and transforming wide-angle video information
US10997693B2 (en) * 2019-07-03 2021-05-04 Gopro, Inc. Apparatus and methods for non-uniform processing of image data

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20150358539A1 (en) 2014-06-06 2015-12-10 Jacob Catt Mobile Virtual Reality Camera, Method, And System

Family Cites Families (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101530713B1 (ko) * 2008-02-05 2015-06-23 삼성전자주식회사 영상 파일을 생성하고 표시하기 위한 장치 및 방법
US9124874B2 (en) * 2009-06-05 2015-09-01 Qualcomm Incorporated Encoding of three-dimensional conversion information with two-dimensional video sequence
WO2011155776A2 (ko) 2010-06-09 2011-12-15 삼성전자 주식회사 프래그먼트 기반의 멀티미디어 스트리밍 서비스 제공 방법과 그 장치, 그리고 프래그먼트 기반의 멀티미디어 스트리밍 서비스 수신 방법과 그 장치
US10979691B2 (en) * 2016-05-20 2021-04-13 Qualcomm Incorporated Circular fisheye video in virtual reality
CN106507178B (zh) * 2016-12-09 2019-11-15 北京小米移动软件有限公司 视频播放方法及装置
EP3616409A4 (en) * 2017-04-25 2020-09-09 Sharp Kabushiki Kaisha SYSTEMS AND METHODS FOR REPORTING QUALITY INFORMATION FOR REGIONS IN VIRTUAL REALITY APPLICATIONS
JP6721631B2 (ja) * 2017-07-07 2020-07-15 ノキア テクノロジーズ オーユー ビデオの符号化・復号の方法、装置、およびコンピュータプログラムプロダクト

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20150358539A1 (en) 2014-06-06 2015-12-10 Jacob Catt Mobile Virtual Reality Camera, Method, And System

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
ext of ISO/IEC DIS 23090-2 omnidirectional Media Format, 118, MPEG MEETING; NO. N16824, (2017.04.28.)
HANNUKSELA M M et al., ‘OMAF signaling in DASH’, 118, MPEG MEETING; NO. m40468, (2017.07.28.)
Y-K WANG, ‘[OMAF] Comments on OMAF DIS text’, 119, MPEG MEETING; NO. m40783, (2017.05.26.)

Also Published As

Publication number Publication date
EP3632124B1 (en) 2023-08-02
KR20200012857A (ko) 2020-02-05
RU2019137457A3 (ko) 2021-08-20
TW201907717A (zh) 2019-02-16
RU2019137457A (ru) 2021-06-25
JP7035088B2 (ja) 2022-03-14
RU2767300C2 (ru) 2022-03-17
WO2018218047A1 (en) 2018-11-29
PH12019502369A1 (en) 2020-07-20
JP2020522166A (ja) 2020-07-27
AU2018271975A1 (en) 2019-10-31
US20180343472A1 (en) 2018-11-29
CO2019013048A2 (es) 2020-01-17
EP3632124C0 (en) 2023-08-02
CL2019003415A1 (es) 2020-05-15
CL2021001937A1 (es) 2022-02-25
CA3059215A1 (en) 2018-11-29
BR112019024653A2 (pt) 2020-06-09
MY194493A (en) 2022-11-30
CN110622516B (zh) 2022-01-11
EP3632124A1 (en) 2020-04-08
MX2019014043A (es) 2020-02-05
US10992961B2 (en) 2021-04-27
CN110622516A (zh) 2019-12-27

Similar Documents

Publication Publication Date Title
US10587883B2 (en) Region-wise packing, content coverage, and signaling frame packing for media content
KR102342274B1 (ko) 이미지에서 가장 관심있는 영역의 진보된 시그널링
KR102190718B1 (ko) Dash 에서 피쉬아이 가상 현실 비디오에 대한 강화된 하이레벨 시그널링
KR102247404B1 (ko) 어안 가상 현실 비디오에 대한 향상된 고레벨 시그널링
KR102339197B1 (ko) 어안 비디오 데이터에 대한 하이-레벨 시그널링
CN111034203A (zh) 处理具有动态逐区封装的全向媒体
KR102654999B1 (ko) 강화된 영역별 패킹 및 뷰포트 독립적 hevc 미디어 프로파일
KR102117805B1 (ko) 전방향성 미디어 포맷을 이용한 미디어 데이터 프로세싱

Legal Events

Date Code Title Description
E902 Notification of reason for refusal
E701 Decision to grant or registration of patent right
GRNT Written decision to grant