KR20190104026A - 비디오를 위한 개선된 제약 스킴 설계 - Google Patents

비디오를 위한 개선된 제약 스킴 설계 Download PDF

Info

Publication number
KR20190104026A
KR20190104026A KR1020197018722A KR20197018722A KR20190104026A KR 20190104026 A KR20190104026 A KR 20190104026A KR 1020197018722 A KR1020197018722 A KR 1020197018722A KR 20197018722 A KR20197018722 A KR 20197018722A KR 20190104026 A KR20190104026 A KR 20190104026A
Authority
KR
South Korea
Prior art keywords
scheme
box
scheme type
media
constrained
Prior art date
Application number
KR1020197018722A
Other languages
English (en)
Other versions
KR102105804B1 (ko
Inventor
예쿠이 왕
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 KR20190104026A publication Critical patent/KR20190104026A/ko
Application granted granted Critical
Publication of KR102105804B1 publication Critical patent/KR102105804B1/ko

Links

Images

Classifications

    • 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
    • H04N21/236—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
    • H04N21/23614—Multiplexing of additional data and video streams
    • 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
    • H04N19/102—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the element, parameter or selection affected or controlled by the adaptive coding
    • H04N19/103—Selection of coding mode or of prediction mode
    • H04N19/107—Selection of coding mode or of prediction mode between spatial and temporal predictive coding, e.g. picture refresh
    • 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
    • H04N19/102—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the element, parameter or selection affected or controlled by the adaptive coding
    • H04N19/124—Quantisation
    • 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
    • H04N19/134—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the element, parameter or criterion affecting or controlling the adaptive coding
    • H04N19/157—Assigned coding mode, i.e. the coding mode being predefined or preselected to be further used for selection of another element or parameter
    • H04N19/159—Prediction type, e.g. intra-frame, inter-frame or bidirectional frame prediction
    • 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
    • H04N19/186—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 a colour or a chrominance component
    • 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
    • H04N19/50—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using predictive coding
    • H04N19/503—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using predictive coding involving temporal prediction
    • H04N19/51—Motion estimation or motion compensation
    • H04N19/513—Processing of motion vectors
    • H04N19/517—Processing of motion vectors by encoding
    • H04N19/52—Processing of motion vectors by encoding by predictive encoding
    • 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
    • H04N19/50—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using predictive coding
    • H04N19/593—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using predictive coding involving spatial prediction techniques
    • 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
    • H04N19/60—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using transform coding
    • H04N19/61—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using transform coding in combination with predictive coding
    • 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
    • H04N19/90—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using coding techniques not provided for in groups H04N19/10-H04N19/85, e.g. fractals
    • H04N19/96—Tree coding, e.g. quad-tree coding
    • 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]
    • H04N21/40—Client devices specifically adapted for the reception of or interaction with content, e.g. set-top-box [STB]; Operations thereof
    • H04N21/43—Processing of content or additional data, e.g. demultiplexing additional data from a digital video stream; Elementary client operations, e.g. monitoring of home network or synchronising decoder's clock; Client middleware
    • H04N21/434—Disassembling of a multiplex stream, e.g. demultiplexing audio and video streams, extraction of additional data from a video stream; Remultiplexing of multiplex streams; Extraction or processing of SI; Disassembling of packetised elementary stream
    • H04N21/4348—Demultiplexing of additional data and video streams
    • 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]
    • H04N21/40—Client devices specifically adapted for the reception of or interaction with content, e.g. set-top-box [STB]; Operations thereof
    • H04N21/43—Processing of content or additional data, e.g. demultiplexing additional data from a digital video stream; Elementary client operations, e.g. monitoring of home network or synchronising decoder's clock; Client middleware
    • H04N21/435—Processing of additional data, e.g. decrypting of additional data, reconstructing software from modules extracted from the transport 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
    • H04N21/85—Assembly of content; Generation of multimedia applications
    • H04N21/854—Content authoring
    • H04N21/85406—Content authoring involving a specific file format, e.g. MP4 format

Landscapes

  • Engineering & Computer Science (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • Computer Security & Cryptography (AREA)
  • Compression Or Coding Systems Of Tv Signals (AREA)
  • Television Signal Processing For Recording (AREA)

Abstract

비디오 데이터를 프로세싱하고 하나 이상의 미디어 포맷 파일들을 프로세싱하기 위한 기법들 및 시스템들이 제공된다. 예를 들어, 비디오 데이터가 획득되어, 비디오 데이터 및 비디오 데이터와 연관된 제약된 스킴 정보 박스를 포함하는 미디어 포맷 파일을 생성하도록 프로세싱된다. 제약된 스킴 정보 박스는 비디오 데이터를 프로세싱하기 위해 요구되는 복수의 제약된 스킴 타입들을 식별하는 복수의 스킴 타입 박스들을 포함한다. 다른 예에서, 비디오 데이터 및 비디오 데이터와 연관된 제약된 스킴 정보 박스를 포함하는 미디어 포맷 파일이 획득된다. 미디어 포맷 파일이 파싱되고, 비디오 데이터는 복수의 스킴 타입 박스들에 의해 식별되는 복수의 제약된 스킴 타입들에 따라 프로세싱될 수 있다.

Description

비디오를 위한 개선된 제약 스킴 설계
본 출원은 비디오에 대한 제약된 스킴들에 관한 것이다. 보다 구체적으로, 본 출원은 미디어 파일 포맷에 대한 제약된 스킴의 개선된 설계를 제공하기 위한 시스템들 및 방법들에 관한 것이다.
많은 디바이스들 및 시스템들은 비디오 데이터가 프로세싱되고 소비를 위해 출력되도록 허용한다. 디지털 비디오 데이터는 소비자들 및 비디오 제공자들의 수요들을 충족시키기 위해 대량의 데이터를 포함한다. 예를 들어, 비디오 데이터의 소비자들은 높은 충실도, 해상도들, 프레임 레이트들 등을 갖는 최고 품질의 비디오를 원한다. 결과로서, 이들 요구들을 충족시키기 위해 필요한 대량의 비디오 데이터는 그 비디오 데이터를 프로세싱하고 저장하는 통신 네트워크들 및 디바이스들에 부담을 지운다.
비디오 데이터를 압축하기 위해 다양한 비디오 코딩 기법들이 사용될 수도 있다. 비디오 코딩은 하나 이상의 비디오 코딩 표준들에 따라 수행된다. 예를 들어, 비디오 코딩 표준들은 고-효율 비디오 코딩 (HEVC), 어드밴스드 비디오 코딩 (AVC), MPEG (moving picture experts group) 코딩 등을 포함한다. 비디오 코딩은 일반적으로, 비디오 이미지들 또는 시퀀스들에서 존재하는 리던던시 (redundancy) 의 이점을 취하는 예측 방법들 (예를 들어, 인터-예측 (inter-prediction), 인트라-예측 (intra-prediction) 등) 을 이용한다. 비디오 코딩 기법의 중요한 목표는 비디오 품질의 열화를 최소화하면서 더 낮은 비트레이트를 이용하는 형태로 비디오 데이터를 압축하는 것이다. 끊임없이 진화하는 비디오 서비스가 가능해짐에 따라 더 나은 코딩 효율을 갖는 인코딩 기법이 필요하다.
일부 예들에서, 미디어 파일 포맷에 대한 제약된 스킴의 개선된 설계를 제공하기 위한 기법들 및 시스템들이 본원에 설명된다. 미디어 파일 포맷은 ISO 기본 미디어 파일 형식 (ISOBMFF) 또는 다른 적절한 미디어 파일 포맷을 포함할 수 있다. ISOBMFF 는 제약된 스킴 설계를 포함하는 미디어 파일 포맷의 일 예이다. ISOBMFF 의 제약된 스킴 설계는, 미디어 포맷 파일과 연관된 미디어 컨텐츠 (예를 들어, 비디오 비트스트림) 를 프로세싱할 때 미디어 포맷 파일의 제작자 (author) 가 플레이어 또는 렌더러에 의해 수행될 특정 액션들을 요구하는 상황들을 처리하기 위하여 사용된다. 제약된 스킴은 플레이어가 미디어 포맷 파일을 검사하게 하여 미디어 컨텐츠를 렌더링하기 위한 그러한 요건들을 쉽게 결정하게 하고, 레거시 플레이어가 추가 프로세싱을 요구하는 파일들을 다운로딩, 디코딩 및 렌더링하는 것을 방지할 수 있다. 레거시 플레이어는 특정 미디어 컨텐츠를 프로세싱하도록 설계되지 않는 플레이어 디바이스를 포함할 수 있는데 이는 예를 들어 플레이어가 필요한 프로세싱없이 코딩된 비디오 컨텐츠만을 플레이가능하기 때문이다. 제약된 스킴의 타입들의 예시적인 예는 스테레오스코픽 비디오 프레임 팩킹 배열을 위한 제약된 스킴, 가상 현실 비디오를 위한 제약된 스킴 등을 포함한다.
ISOBMFF 의 제약된 스킴에는 여러 가지 제약들이 놓인다. 예를 들어, 특정 미디어 컨텐츠 (예를 들어, 미디어 포맷 파일의 샘플 엔트리와 연관된 미디어 컨텐츠) 에 적용가능한 미디어 포맷 파일의 일부에 포함될 수 있는 제약된 스킴들의 수는 오직 하나의 제약된 스킴으로 제한된다. 이러한 제약들은 하나의 샘플 엔트리와 연관된 동일한 미디어 컨텐츠에 다수의 타입의 제약된 스킴이 동시에 적용되지 못하게 한다. 샘플 엔트리는 비디오 파일의 하나 이상의 샘플들과 연관될 수 있다. 예를 들어, 각각의 미디어 스트림은 미디어 스트림의 미디어 타입 (예를 들어, 비디오, 오디오 또는 다른 미디어 타입) 에 대해 특화된 트랙 (미디어 포맷 파일의 트랙) 에 포함될 수 있다. 미디어 스트림은 미디어 타입의 이름 (미디어 스트림을 디코딩하는데 필요한 디코더의 타입을 표시함) 및 필요한 디코더의 임의의 파라미터화를 포함하는 샘플 엔트리에 의해 파라미터화 될 수 있다. 하나의 예시적인 예에서, ISOBMFF 의 제약된 스킴에 대한 제약들은 스테레오스코픽 비디오 배열들에 대한 제약된 스킴과 가상 현실 비디오의 제약된 스킴 양쪽 모두를 하나의 동일한 샘플 엔트리와 연관된 동일한 비디오 컨텐츠에 적용할 가능성을 방지한다. 그러나, 프레임으로 팩킹된 스테레오스코픽 가상 현실 비디오와 같이, 다수의 제약된 스킴들이 적용되는 비디오 컨텐츠는 실제 세계 미디어 애플리케이션에서 가능하고 매우 그러할 가능성이 있다.
본원에 설명된 기법들 및 시스템들은 하나의 샘플 엔트리와 연관된 동일한 미디어 컨텐츠에 동시에 적용될 수 있는 다수의 제약된 스킴들을 포함하는 (미디어 파일 포맷에 따른) 미디어 포맷 파일을 생성하고 프로세싱할 수 있다. 용어들 제약된 스킴 및 제약 스킴은 상호교환적으로 사용될 수 있다. 개선된 설계는 모든 타입의 비디오 코덱에 적용된다. 일부 예들에서, 다수의 스킴 타입 박스들은 미디어 포맷 파일의 샘플 엔트리에 포함된 제약된 스킴 정보 박스에 포함될 수 있다. 스킴 타입 박스는 특정 제약의 정확한 특성을 정의한다. 다수의 스킴 타입 박스들은 샘플 엔트리와 연관된 미디어 컨텐츠를 프로세싱하기 위해 요구되는 복수의 제약된 스킴을 식별하는 능력을 허용한다. 스킴 타입 박스는 또한 호환가능 스킴 타입 박스로서 지칭될 수 있다. 일부 경우, 다수의 스킴 정보 박스들은 또한 제약된 스킴 정보 박스에 포함될 수 있다. 특정 스킴에 대해 요구되는 데이터는 스킴 정보 박스에 저장된다. 예를 들어, 하나의 스킴 정보 박스는 각각의 스킴 타입 박스에 대한 제약된 스킴 정보 박스에 포함될 수 있다. 일부 예들에서, 다수의 제약된 스킴 타입 박스들은 샘플 엔트리 컨테이너에 포함될 수 있다.
적어도 하나의 예에 따르면, 비디오 데이터를 프로세싱하는 방법이 제공된다. 본 방법은 비디오 데이터를 획득하는 단계를 포함한다. 본 방법은 비디오 데이터 및 비디오 데이터와 연관된 제약된 스킴 정보 박스를 포함하는 미디어 포맷 파일을 생성하는 단계를 더 포함한다. 제약된 스킴 정보 박스는 복수의 스킴 타입 박스들을 포함한다. 복수의 스킴 타입 박스들은 비디오 데이터를 프로세싱하기 위해 요구되는 복수의 제약된 스킴 타입들을 식별한다.
다른 예에서, 비디오 데이터를 저장하도록 구성되는 메모리 및 프로세서를 포함하는 비디오 데이터를 프로세싱하기 위한 장치가 제공된다. 프로세서는 비디오 데이터를 획득하도록 구성되어 이를 획득할 수 있다. 프로세서는 또한, 비디오 데이터 및 비디오 데이터와 연관된 제약된 스킴 정보 박스를 포함하는 미디어 포맷 파일을 생성하도록 구성되어 이를 생성할 수 있다. 제약된 스킴 정보 박스는 복수의 스킴 타입 박스들을 포함한다. 복수의 스킴 타입 박스들은 비디오 데이터를 프로세싱하기 위해 요구되는 복수의 제약된 스킴 타입들을 식별한다.
다른 예에서, 명령들을 저장하는 비일시적 컴퓨터 판독가능 매체가 제공되며, 명령들은, 하나 이상의 프로세서들에 의해 실행될 때, 하나 이상의 프로세서들로 하여금, 비디오 데이터를 획득하게 하고, 그리고 비디오 데이터 및 비디오 데이터와 연관된 제약된 스킴 정보 박스를 포함하는 미디어 포맷 파일을 생성하게 하며, 제약된 스킴 정보 박스는 복수의 스킴 타입 박스들을 포함하고, 복수의 스킴 타입 박스들은 비디오 데이터를 프로세싱하기 위해 요구되는 복수의 제약된 스킴 타입들을 식별한다.
다른 예에서, 비디오 데이터를 프로세싱하기 위한 장치가 제공된다. 본 장치는 비디오 데이터를 획득하는 수단을 포함한다. 본 장치는 비디오 데이터 및 비디오 데이터와 연관된 제약된 스킴 정보 박스를 포함하는 미디어 포맷 파일을 생성하는 수단을 더 포함한다. 제약된 스킴 정보 박스는 복수의 스킴 타입 박스들을 포함한다. 복수의 스킴 타입 박스들은 비디오 데이터를 프로세싱하기 위해 요구되는 복수의 제약된 스킴 타입들을 식별한다.
일부 양태들에서, 복수의 스킴 타입 박스들의 각각의 스킴 타입 박스는 비디오 데이터를 프로세싱하기 위해 요구되는 상이한 제약된 스킴 타입을 식별한다.
일부 양태들에서, 비디오 데이터는 미디어 포맷 파일의 하나의 샘플 엔트리와 연관된다.
일부 양태들에서, 복수의 스킴 타입 박스들의 각각의 스킴 타입 박스는 스킴 타입 박스에 의해 식별되는 제약된 스킴 타입의 버전을 식별한다.
일부 양태들에서, 복수의 스킴 타입 박스들의 각각의 스킴 타입 박스는 스킴 타입 박스에 의해 식별되는 제약된 스킴 타입을 구현하기 위해 필요한 데이터에 대한 소스를 식별하는 식별자를 포함한다.
일부 양태들에서, 제약된 스킴 정보 박스는 복수의 스킴 정보 박스들을 더 포함한다. 복수의 스킴 정보 박스들의 스킴 정보 박스는 복수의 스킴 타입 박스들의 스킴 타입 박스에 의해 식별되는 제약된 스킴 타입에 대해 요구되는 데이터를 포함한다.
일부 양태들에서, 미디어 포맷 파일은 ISO 기본 미디어 파일 포맷 (ISOBMFF) 을 사용하여 또는 ISO 기본 미디어 파일 포맷으로부터 유도된 미디어 파일 포맷을 사용하여 생성된다.
일부 양태들에서, 위에 설명된 방법, 장치들 및 컴퓨터 판독 가능 매체는 미디어 파일 포맷을 송신하는 것을 더 포함할 수 있다.
일부 양태들에서, 위에 설명된 방법, 장치들 및 컴퓨터 판독 가능 매체는 미디어 파일 포맷을 저장하는 것을 더 포함할 수 있다.
일부 양태들에서, 장치는 픽처들을 캡처하기 위한 카메라를 갖는 모바일 디바이스를 포함한다.
적어도 하나의 다른 예에 따르면, 하나 이상의 미디어 포맷 파일들을 프로세상하기 위한 방법이 제공된다. 본 방법은 비디오 데이터 및 비디오 데이터와 연관된 제약된 스킴 정보 박스를 포함하는 미디어 포맷 파일을 획득하는 단계를 포함한다. 제약된 스킴 정보 박스는 복수의 스킴 타입 박스들을 포함한다. 복수의 스킴 타입 박스들은 비디오 데이터를 프로세싱하기 위해 요구되는 복수의 제약된 스킴 타입들을 식별한다. 본 방법은 미디어 포맷 파일을 파싱하고, 복수의 스킴 타입 박스들에 의해 식별되는 복수의 제약된 스킴 타입들에 따라 비디오 데이터를 프로세싱하는 단계를 더 포함한다.
다른 예에서, 비디오 데이터를 저장하도록 구성되는 메모리 및 프로세서를 포함하는 하나 이상의 미디어 포맷 파일들을 프로세싱하기 위한 장치가 제공된다. 프로세서는 비디오 데이터 및 비디오 데이터와 연관된 제약된 스킴 정보 박스를 포함하는 미디어 포맷 파일을 획득하도록 구성되어 이를 획득할 수 있다. 제약된 스킴 정보 박스는 복수의 스킴 타입 박스들을 포함한다. 복수의 스킴 타입 박스들은 비디오 데이터를 프로세싱하기 위해 요구되는 복수의 제약된 스킴 타입들을 식별한다. 프로세서는 또한, 미디어 포맷 파일을 파싱하고, 복수의 스킴 타입 박스들에 의해 식별되는 복수의 제약된 스킴 타입들에 따라 비디오 데이터를 프로세싱하도록 구성되어 이를 프로세싱할 수 있다.
다른 예에서, 명령들을 저장하는 비일시적 컴퓨터 판독가능 매체가 제공되며, 명령들은, 하나 이상의 프로세서들에 의해 실행될 때, 하나 이상의 프로세서들로 하여금, 비디오 데이터 및 비디오 데이터와 연관된 제약된 스킴 정보 박스를 포함하는 미디어 포맷 파일을 획득하게 하는 것으로서, 제약된 스킴 정보 박스는 복수의 스킴 타입 박스들을 포함하고, 복수의 스킴 타입 박스들은 비디오 데이터를 프로세싱하기 위해 요구되는 복수의 제약된 스킴 타입들을 식별하는, 미디어 포맷 파일을 획득하게 하고, 미디어 포맷 파일을 파싱하게 하고, 그리고 복수의 스킴 타입 박스들에 의해 식별되는 복수의 제약된 스킴 타입들에 따라 비디오 데이터를 프로세싱하게 한다.
다른 예에서, 하나 이상의 미디어 포맷 파일들을 프로세싱하기 위한 장치가 제공된다. 본 장치는 비디오 데이터 및 비디오 데이터와 연관된 제약된 스킴 정보 박스를 포함하는 미디어 포맷 파일을 획득하는 수단을 포함한다. 제약된 스킴 정보 박스는 복수의 스킴 타입 박스들을 포함한다. 복수의 스킴 타입 박스들은 비디오 데이터를 프로세싱하기 위해 요구되는 복수의 제약된 스킴 타입들을 식별한다. 본 장치는 미디어 포맷 파일을 파싱하는 수단, 및 복수의 스킴 타입 박스들에 의해 식별되는 복수의 제약된 스킴 타입들에 따라 비디오 데이터를 프로세싱하는 수단을 더 포함한다.
일부 양태들에서, 복수의 스킴 타입 박스들의 각각의 스킴 타입 박스는 비디오 데이터를 프로세싱하기 위해 요구되는 상이한 제약된 스킴 타입을 식별한다.
일부 양태들에서, 비디오 데이터는 미디어 포맷 파일의 하나의 샘플 엔트리와 연관된다.
일부 양태들에서, 복수의 스킴 타입 박스들의 각각의 스킴 타입 박스는 스킴 타입 박스에 의해 식별되는 제약된 스킴 타입의 버전을 식별한다.
일부 양태들에서, 복수의 스킴 타입 박스들의 각각의 스킴 타입 박스는 스킴 타입 박스에 의해 식별되는 제약된 스킴 타입을 구현하기 위해 필요한 데이터에 대한 소스를 식별하는 식별자를 포함한다.
일부 양태들에서, 제약된 스킴 정보 박스는 복수의 스킴 정보 박스들을 더 포함한다. 복수의 스킴 정보 박스들의 스킴 정보 박스는 복수의 스킴 타입 박스들의 스킴 타입 박스에 의해 식별되는 제약된 스킴 타입에 대해 요구되는 데이터를 포함한다.
일부 양태들에서, 미디어 포맷 파일은 ISO 기본 미디어 파일 포맷 (ISOBMFF) 을 사용하여 또는 ISO 기본 미디어 파일 포맷으로부터 유도된 미디어 파일 포맷을 사용하여 생성된다.
일부 양태들에서, 위에 설명된 방법, 장치들 및 컴퓨터 판독 가능 매체는 비디오 데이터를 디코딩하는 것을 더 포함할 수 있다. 예를 들어, 장치는 비디오 데이터를 디코딩하기 위한 디코더를 포함할 수 있다.
일부 양태들에서, 위에 설명된 방법, 장치들 및 컴퓨터 판독 가능 매체는 디코딩된 비디오 데이터를 디스플레이하는 것을 더 포함할 수 있다. 예를 들어, 장치는 디코딩된 비디오 데이터를 디스플레이하기 위한 디스플레이를 포함할 수 있다.
일부 양태들에서, 장치는 픽처들을 캡처하기 위한 카메라를 갖는 모바일 디바이스를 포함한다.
이 개요는 청구된 요지의 핵심 또는 본질적 특징들을 식별하기 위해 의도된 것이 아니며, 청구된 요지의 범위를 결정하는데 단독으로 사용되도록 의도된 것도 아니다. 발명의 주제는 이 특허의 전체 명세서, 임의의 또는 모두 도면들, 및 각각의 청구항의 적절한 부분들을 참조하여 이해되어야 한다.
전술한 바는, 다른 특징들 및 실시형태들과 함께, 다음의 상세한 설명, 청구범위, 및 첨부 도면들을 참조할 시 더 명확하게 될 것이다.
본 발명의 예시적인 실시형태들이 이하 도면들을 참조하여 상세히 설명된다.
도 1 은 일부 예들에 따라 인코딩 디바이스 및 디코딩 디바이스의 일 예를 예시하는 블록도이다.
도 2 는 일부 예들에 따라 ISO 기본 미디어 파일 포맷 (ISOBMFF) 을 따르는 일 예의 파일 구조를 예시하는 다이어그램이다.
도 3 은 일부 예들에 따라 비디오 프리젠테이션에 대한 데이터 및 메타데이터를 포함하는 ISO 기반 미디어 파일 (ISOBMFF 에 따라 포맷된) 의 일 예를 예시하는 다이어그램이다.
도 4 는 일부 예들에 따라 ISO 기본 미디어 파일에 포함될 수 있는 미디어 박스의 일 예를 예시하는 다이어그램이다.
도 5 는 일부 예들에 따라 비디오 데이터를 프로세싱하는 프로세스의 일 예를 예시하는 흐름도이다.
도 6 은 일부 예들에 따라 하나 이상의 미디어 포맷 파일들을 프로세싱하는 프로세스의 일 예를 예시하는 흐름도이다.
도 7 은 일부 예들에 따른 비디오 인코딩 디바이스의 일 예를 예시하는 블록도이다.
도 8 은 일부 예들에 따른 비디오 디코딩 디바이스의 일 예를 예시하는 블록도이다.
본 개시의 특정한 양태들 및 실시형태들이 아래에서 제공된다. 이들 양태들 및 실시형태들의 일부가 독립적으로 적용될 수도 있고 그것들 중 일부는 본 기술분야의 통상의 기술자들에게 명확하게 될 바와 같이 조합하여 적용될 수도 있다. 다음의 설명에서, 설명 목적으로, 특정 세부사항들이 본 발명의 실시형태들의 철저한 이해를 제공하기 위하여 언급된다. 그러나, 다양한 실시형태들이 이들 특정 세부사항들 없이 실시될 수도 있다는 것이 명백할 것이다. 도면 및 설명은 제한하려는 것이 아니다.
뒤이은 설명은 예시적인 실시형태들만을 제공하고, 본 개시의 범위, 적용 가능성, 또는 구성을 제한하도록 의도되지 않는다. 오히려, 예시적인 실시형태들의 뒤이은 설명은 본 기술분야의 통상의 기술자들에게 예시적인 실시형태를 구현하는 가능한 설명을 제공할 것이다. 다양한 변경들이 첨부의 청구항들에서 언급되는 본 발명의 정신 및 범위로부터 벗어남 없이 엘리먼트들의 기능 및 배열로 이루어질 수도 있다는 것이 이해되어야 한다.
특정 세부사항들이 실시형태들의 철저한 이해를 제공하기 위해 다음의 상세한 설명에서 주어진다. 그러나, 실시형태들이 이들 특정 세부사항들 없이 실시될 수도 있다는 것은 본 기술분야의 통상의 기술자에 의해 이해될 것이다. 예를 들어, 회로들, 시스템들, 네트워크들, 프로세스들, 및 다른 컴포넌트들이 불필요하게 상세하여 실시형태들을 이해하기 어렵게 하지 않기 위하여 블록도 형태의 컴포넌트들로서 도시될 수도 있다. 다른 경우들에서, 널리 공지된 회로들, 프로세스들, 알고리즘들, 구조들, 및 기법들이 실시형태들을 이해하기 어렵게 하는 것을 피하기 위하여 불필요한 세부사항 없이 도시될 수도 있다.
또한, 개개의 실시형태들은 흐름도, 플로우 다이어그램, 데이터 플로우 다이어그램, 구조도, 또는 블록도로서 묘사되는 프로세서로서 설명될 수도 있다는 점에 주의한다. 흐름도가 순차적 프로세스로서 동작들을 기술할 수도 있지만, 많은 동작들은 병행하여 또는 동시에 수행될 수 있다. 또한, 동작들의 순서는 재배열될 수도 있다. 프로세스는 그의 동작들이 완료되면 종결되지만, 도면에 포함되지 않은 추가의 단계들을 가질 수 있다. 프로세스는 방법, 함수, 절차, 서브루틴, 서브프로그램 등에 대응할 수도 있다. 프로세스가 함수에 대응할 경우, 그 종료는 그 함수의 호출 함수 또는 메인 함수로의 복귀에 대응할 수 있다.
용어 "컴퓨터 판독가능 매체" 는 휴대용 또는 고정식 저장 디바이스들, 광학 저장 디바이스들, 및 명령(들) 및/또는 데이터를 저장, 포함, 또는 반송할 수 있는 다양한 다른 매체들을 포함하지만 이에 한정되지 않는다. 컴퓨터 판독 가능 매체는 데이터가 저장될 수 있고 캐리어 웨이브 및/또는 무선 또는 유선 연결을 통해 전파되는 일시적인 전자 신호를 포함하지 않는 비일시적인 매체를 포함할 수도 있다. 비일시적인 매체의 예는 자기 디스크 또는 테이프, 콤팩트 디스크 (CD) 또는 디지털 다용도 디스크 (DVD) 와 같은 광학 저장 매체, 플래시 메모리, 메모리 또는 메모리 장치를 포함하나, 이에 한정되는 것은 아니다. 컴퓨터 판독가능 매체는 절차, 함수, 서브프로그램, 프로그램, 루틴, 서브루틴, 모듈, 소프트웨어 패키지, 클래스, 또는 명령들, 데이터 구조들, 또는 프로그램 스테이트먼트들의 임의의 조합을 나타낼 수도 있는 코드 및/또는 머신 실행가능 명령들을 저장할 수도 있다. 코드 세그먼트는, 정보, 데이터, 인수들 (arguments), 파라미터들, 또는 메모리 컨텐츠를 전달 및/또는 수신함으로써 다른 코드 세그먼트 또는 하드웨어 회로에 커플링될 수도 있다. 정보, 인수들, 파라미터들, 데이터 등은 메모리 공유, 메시지 전달, 토큰 전달, 네트워크 전송 등을 포함한 임의의 적합한 수단을 통해 전달, 포워딩, 또는 전송될 수도 있다.
더욱이, 실시형태들은 하드웨어, 소프트웨어, 펌웨어, 미들웨어, 마이크로코드, 하드웨어 디스크립션 언어들 또는 그것들의 임의의 조합에 의해 구현될 수도 있다. 소프트웨어, 펌웨어, 미들웨어 또는 마이크로코드로 구현될 때, 필요한 태스크들을 수행하는 프로그램 코드 또는 코드 세그먼트들(예를 들어, 컴퓨터 프로그램 제품)은 컴퓨터 판독가능 또는 머신 판독가능 매체에 저장될 수도 있다. 프로세서(들)가 필요한 태스크들을 수행할 수도 있다.
비디오 컨텐츠는 캡처되어, 인코딩된 비디오 비트스트림으로 코딩될 수 있다. 미디어 포맷들은 코딩된 비디오를 캡슐화하는 데 사용될 수 있다. 미디어 포맷의 하나의 예는 ISO 기본 미디어 파일 포맷 (ISOBMFF) 을 포함한다. ISOBMFF 는 많은 코덱 캡슐화 포맷들에 대한 기반으로서 사용된다. 연속적인 미디어 (예를 들어, 오디오 및 비디오), 정적 미디어 (예를 들어, 이미지) 에 더하여 메타데이터는 ISOBMFF 에 따르는 파일에 저장될 수 있다. ISOBMFF 에 따라 구조화된 파일들은, 무엇보다도, 로컬 미디어 파일 플레이백, 원격 파일의 점진적 다운로딩, DASH (Dynamic Adaptive Streaming over HTTP) 에 대한 세그먼트들, 스트리밍될 컨텐츠 및 그 컨텐츠에 대한 패킷화 명령들에 대한 컨테이너들, 및 수신된 실시간 미디어 스트림들의 레코딩을 포함하여 다수의 목적들로 사용될 수도 있다.
ISOBMFF 는, 미디어 포맷 파일과 연관된 미디어 컨텐츠 (예를 들어, 인코딩된 비디오 비트스트림) 를 프로세싱할 때 미디어 포맷 파일의 크리에이터 (예를 들어, 제작자, 프로듀서 등) 가 플레이어 또는 렌더러에 의해 수행될 특정 액션들을 요구할 때 사용되는 제약된 스킴 설계를 포함한다. 아래에서 보다 상세하게 설명되는 바와 같이, 본원에 설명된 하나 이상의 시스템들 및 방법들은 제약된 스킴 설계를 개선하는 것에 관한 것이다. 이러한 개선은 ISOBMFF 기반 파일이나 임의의 다른 파일 포맷에 사용될 수 있다.
위에 주지된 바와 같이, 캡처된 비디오 프레임들은 저장 및/또는 송신을 위해 인코딩 및/또는 압축될 수 있고, 수신기 디바이스는 인코딩된 비디오 프레임들을 디코딩 및/또는 압축 해제할 수 있다. 더 많은 디바이스들 및 시스템들이 소비자들에게 디지털 비디오 데이터를 소비할 능력을 제공함에 따라, 효율적인 비디오 코딩 기법들에 대한 필요성은 더 중요해지고 있다. 비디오 코딩은 디지털 비디오 데이터에 존재하는 대량의 데이터를 핸들링하는데 필요한 저장 및 송신 요건들을 줄이기 위해 필요하다. 다양한 비디오 코딩 기술은 높은 비디오 품질을 유지하면서 더 낮은 비트 레이트를 사용하는 형태로 비디오 데이터를 압축하는데 사용될 수도 있다.
도 1 은 인코딩 디바이스 (104) 와 디코딩 디바이스 (112) 를 포함하는 비디오 코딩 시스템 (100) 의 일 예를 예시하는 블록도이다. 인코딩 디바이스 (104) 는 소스 디바이스의 부분일 수도 있고, 디코딩 디바이스 (112) 는 수신 디바이스의 부분일 수도 있다. 소스 디바이스 및/또는 수신 디바이스는 전자 디바이스, 이를 테면, 모바일 또는 정지형 전화 핸드셋 (예를 들어, 스마트 폰, 셀룰러 폰 등), 데스크탑 컴퓨터, 랩탑 또는 노트북 컴퓨터, 태블릿 컴퓨터, 셋톱 박스, 텔레비전, 카메라, 디스플레이 디바이스, 디지털 미디어 플레이어, 비디오 게임 콘솔, 비디오 스트리밍 디바이스, 인터넷 프로토콜 (IP) 카메라, 또는 임의의 다른 적절한 전자 디바이스를 포함할 수도 있다. 일부 예에서, 소스 디바이스 및 수신 디바이스는 무선 통신을 위한 하나 이상의 무선 트랜시버들을 포함할 수도 있다. 여기에 기술된 코딩 기술은 (예를 들면, 인터넷을 통한) 스트리밍 비디오 전송, 텔레비전 방송 또는 전송, 데이터 저장 매체 상의 저장을 위한 디지털 비디오의 인코딩, 데이터 저장 매체 상에 저장된 디지털 비디오의 디코딩, 또는 다른 애플리케이션을 포함하는 다양한 멀티미디어 애플리케이션에서의 비디오 코딩에 적용가능하다. 일부 예들에 있어서, 시스템 (100) 은 화상 회의, 비디오 스트리밍, 비디오 플레이백, 비디오 브로드캐스팅, 게이밍 및/또는 비디오 전화와 같은 애플리케이션들을 지원하기 위해 일방향 또는 양방향 비디오 송신을 지원할 수 있다.
인코딩 디바이스 (104)(또는 인코더) 는 비디오 코딩 표준 또는 프로토콜을 사용하여 비디오 데이터를 인코딩하여 인코딩된 비디오 비트스트림을 생성하는데 사용될 수 있다. 비디오 코딩 표준들의 예들은 ITU-T H.261, ISO/IEC MPEG-1 비주얼, ITU-T H.262 또는 ISO/IEC MPEG-2 비주얼, ITU-T H.263, ISO/IEC MPEG-4 비주얼, ITU-T H.264 (ISO/IEC MPEG-4 AVC 로서도 또한 알려짐)(이들의 스케일러블 비디오 코딩 (SVC) 및 멀티-뷰 비디오 코딩 (MVC) 전개들을 포함), 또는 ITU-T H.265 를 포함한다. 다중계층 비디오 코딩을 처리하는 HEVC 에 대한 여러 확장들은 범위 및 스크린 컨텐츠 코딩 확장들, 3D 비디오 코딩 (3D-HEVC) 및 멀티-뷰 확장 (MV-HEVC) 및 스케일러블 확장 (SHVC) 을 포함한 것이 존재한다. HEVC 및 그 확장은 ITU-T 비디오 코딩 전문가 그룹 (VCEG) 및 ISO/IEC 모션 픽처 전문가 그룹 (MPEG) 의 JCT-3V (Joint Collaboration Team on 3D Video Coding Extension Development) 뿐만 아니라 JCT-VC (Joint Collaboration Team on Video Coding) 에 의해 개발되어 왔다. MPEG 및 ITU-T VCEG 는 또한 차세대 비디오 코딩 표준들을 위한 새로운 코딩 툴들을 연구하기 위해 JVET (joint exploration video team) 을 형성해 왔다. 레퍼런스 소프트웨어는 JEM (joint exploration model) 이라고 한다.
여기에 기술된 많은 실시형태들은 JEM 모델, HEVC 표준 및/또는 그 확장을 사용하는 예를 제공한다. 그러나, 본원에서 설명되는 기법들 및 시스템들은 다른 코딩 표준들, 이를테면 AVC, MPEG, 그 확장들, 또는 이미 이용가능하거나 아직 이용가능하지 않은 또는 개발되고 있는 다른 적합한 코딩 표준들에 또한 적용 가능할 수도 있다. 따라서, 여기에 기술된 기술들 및 시스템들은 특정 비디오 코딩 표준을 참조하여 기술될 수도 있지만, 기술자는 설명이 그러한 특정 표준에만 적용되는 것으로 해석되어서는 안됨을 이해할 것이다.
도 1 을 참조하면, 비디오 소스 (102) 가 비디오 데이터를 인코딩 디바이스 (104) 에 제공할 수도 있다. 비디오 소스 (102) 는 소스 디바이스의 일부일 수도 있거나, 또는 소스 디바이스와는 다른 디바이스의 일부일 수도 있다. 비디오 소스 (102) 는 비디오 캡처 디바이스(예를 들어, 비디오 카메라, 카메라 폰, 비디오 폰 등), 저장된 비디오를 포함하는 비디오 아카이브, 비디오 데이터를 제공하는 비디오 서버 또는 컨텐츠 제공자, 비디오 서버 또는 컨텐츠 제공자로부터 비디오를 수신하는 비디오 피드 인터페이스, 컴퓨터 그래픽 비디오 데이터를 생성하는 컴퓨터 그래픽 시스템, 이러한 소스들의 조합, 또는 임의의 다른 적합한 비디오 소스를 포함할 수도 있다.
비디오 소스 (102) 로부터의 비디오 데이터는 하나 이상의 입력 픽처들 또는 프레임들을 포함할 수도 있다. 비디오의 각각의 픽처 또는 프레임은 장면의 스틸 이미지이다. 일부 예들에서, 비디오 데이터의 픽처 또는 프레임은 지오메트리 (예를 들어, TSP, 큐브 또는 다른 적절한 지오메트리) 의 평면 상에 맵핑되거나 투영된 360 도 비디오 데이터를 포함할 수 있다. 인코딩 디바이스 (104) 의 인코더 엔진 (106)(또는 인코더) 은 인코딩된 비디오 비트스트림을 생성하기 위해 비디오 데이터를 인코딩한다. 일부 예들에서, 인코딩된 비디오 비트스트림 (또는 "비디오 비트스트림" 또는 "비트스트림") 은 일련의 하나 이상의 코딩된 비디오 시퀀스들이다. 코딩된 비디오 시퀀스 (coded video sequence; CVS) 는 기본 계층에서 그리고 특정 특성들을 갖는 랜덤 액세스 포인트 픽처를 갖는 액세스 유닛 (access unit; AU) 으로 시작하는 일련의 AU들까지를 포함하고 기본 계층에서 그리고 특정 특성을 갖는 랜덤 액세스 포인트 픽처를 갖는 다음 AU 를 포함하지 않는다. 예를 들어, CVS 를 시작하는 랜덤 액세스 포인트 픽처의 특정 특성들은 1 과 같은 RASL 플래그 (예를 들어, NoRaslOutputFlag) 를 포함할 수도 있다. 그렇지 않으면, (0 과 같은 RASL 플래그를 갖는) 랜덤 액세스 포인트 픽처는 CVS 를 시작하지 않는다. 액세스 유닛 (AU) 은 동일한 출력 시간을 공유하는 코딩된 픽처에 대응하는 하나 이상의 코딩된 픽처 및 제어 정보를 포함한다. 픽처들의 코딩된 슬라이스들은 비트스트림 레벨에서 NAL (Network Abstraction Layer) 유닛들로 지칭되는 데이터 유닛들로 캡슐화된다. 예를 들어, HEVC 비디오 비트스트림은 NAL 유닛들을 포함하는 하나 이상의 CVS 들을 포함할 수도 있다. NAL 유닛들 각각은 NAL 유닛 헤더를 갖는다. 일 예에서, 헤더는 H.264/AVC (다중 계층 확장을 제외하고) 에 대하여 1 바이트 그리고 HEVC 에 대해 2 바이트이다. NAL 유닛 헤더에서의 신택스 엘리먼트들은 지정된 비트들을 취하고 따라서, 무엇보다도, 전송 스트림, 실시간 전송 (Real-time Transport, RTP) 프로토콜, 파일 포맷과 같은 모든 종류들의 시스템들 및 전송 계층들에 가시적이다.
비디오 코딩 계층 (video coding layer, VCL) NAL 유닛들과 비-VCL NAL 유닛들을 포함하는 두 가지 클래스들의 NAL 유닛들이 HEVC 표준에 존재한다. VCL NAL 유닛이 코딩된 픽처 데이터의 하나의 슬라이스 또는 슬라이스 세그먼트(아래에서 기술됨)를 포함하고, 비-VCL NAL 유닛이 하나 이상의 코딩된 픽처들에 관련되는 제어 정보를 포함한다. 일부 경우들에서, NAL 유닛이 패킷이라고 지칭될 수 있다. HEVC AU가 코딩된 픽처 데이터를 포함하는 VCL NAL 유닛들과 코딩된 픽처 데이터에 대응하는 비-VCL NAL 유닛들 (있다면) 을 포함한다.
NAL 유닛들은 비디오 데이터의 코딩된 표현 (예를 들어, 인코딩된 비디오 비트스트림, 비트스트림의 CVS 등), 이를테면 비디오에서의 픽처들의 코딩된 표현들을 형성하는 비트들의 시퀀스를 포함할 수도 있다. 인코더 엔진 (106) 은 각각의 픽처를 다수의 슬라이스들로 파티셔닝함으로써 픽처들의 코딩된 표현들을 생성한다. 슬라이스가 그 슬라이스에서의 정보가 동일한 픽처 내의 다른 슬라이스들로부터의 데이터에 의존하지 않고 코딩되도록 다른 슬라이스들과는 독립적이다. 슬라이스가 독립적인 슬라이스 세그멘트와, 존재한다면, 이전의 슬라이스 세그먼트들에 의존하는 하나 이상의 종속적인 슬라이스 세그먼트들을 포함하는 하나 이상의 슬라이스 세그먼트들을 포함한다. 슬라이스들은 그 다음에 루마 샘플들 및 크로마 샘플들의 코딩 트리 블록들(coding tree blocks, CTB들)로 파티셔닝된다. 루마 샘플들의 CTB와 크로마 샘플들의 하나 이상의 CTB들이, 그 샘플들을 위한 신택스와 함께, 코딩 트리 유닛(coding tree unit, CTU)이라고 지칭된다. CTU 는 HEVC 인코딩을 위한 기본 프로세싱 단위이다. CTU 는 다양한 사이즈의 다중 코딩 유닛들 (CUs) 로 분할될 수 있다. CU 는 코딩 블록들 (CBs) 이라고 지칭되는 루마 및 크로마 샘플 배열들을 포함한다.
루마 및 크로마 CB들은 예측 블록들 (prediction blocks, PB들) 로 추가로 분할될 수 있다. PB 가 (이용 가능하거나 또는 사용을 위해 인에이블될 때) 인터 예측 또는 인트라 블록 사본 예측을 위해 동일한 모션 파라미터들을 사용하는 루마 성분 또는 크로마 성분의 샘플들의 블록이다. 루마 PB 및 하나 이상의 크로마 PB들은, 연관된 신택스와 함께, 예측 유닛 (PU) 을 형성한다. 인터-예측을 위해, 모션 파라미터들의 세트 (예를 들어, 하나 이상의 모션 벡터들, 참조 인덱스들 등) 가 각각의 PU 에 대해 비트스트림으로 시그널링되고, 루마 PB 및 하나 이상의 크로마 PB들의 인터-예측에 대해 이용된다. 모션 파라미터들은 모션 정보로도 또한 지칭될 수 있다. CB 는 또한 하나 이상의 변환 블록들 (TB) 로 파티셔닝될 수 있다. TB 는 예측 잔차 신호를 코딩하기 위해 동일한 2 차원 변환이 적용되는 컬러 성분의 샘플들의 정사각형 블록을 나타낸다. 변환 유닛 (TU) 은 루마 및 크로마 샘플들의 TB 들 및 대응하는 신택스 엘리먼트들을 나타낸다.
CU 의 사이즈가 코딩 모드의 사이즈에 대응하고 형상이 정사각형일 수도 있다. 예를 들어, CU 의 사이즈가 8 x 8 샘플들, 16 x 16 샘플들, 32 x 32 샘플들, 64 x 64 샘플들, 또는 대응하는 CTU 의 사이즈까지의 임의의 다른 적절한 사이즈일 수도 있다. 어구 "NxN" 은 수직 및 수평 치수들의 관점에서의 비디오 블록의 픽셀 치수들 (예를 들어, 8 픽셀 x 8 픽셀) 을 지칭하기 위해 여기서 사용된다. 블록에 있어서의 픽셀들은 행 및 열로 배열될 수도 있다. 일부 실시형태들에서, 블록들은 세로 방향에서와 동일한 수의 픽셀들을 수평 방향에서 가지지 않을 수도 있다. CU 와 연관된 신택스 데이터는, 예를 들어, 하나 이상의 PU들로의 CU 의 파티셔닝을 설명할 수도 있다. 파티셔닝 모드들은 CU 가 인트라-예측 모드 인코딩되거나, 또는 인터-예측 모드 인코딩되는지 사이에서 상이할 수도 있다. PU들은 형상이 비-정사각형이도록 파티셔닝될 수도 있다. CU 와 연관된 신택스 데이터는 또한, 예를 들어, CTU 에 따라 하나 이상의 TU들로의 CU 의 파티셔닝을 설명할 수도 있다. TU 는 형상이 정사각형이거나 비-정사각형일 수 있다.
HEVC 표준에 따르면, 변환들이 변환 유닛들(TU들)을 사용하여 변환될 수도 있다. TU들은 상이한 CU들에 대해 가변할 수도 있다. TU들은 주어진 CU 내의 PU들의 사이즈에 기초한 사이즈로 될 수도 있다. TU들은 PU들과 동일한 사이즈이거나 또는 그것들보다 작을 수도 있다. 일부 예들에서, CU 에 대응하는 잔차 샘플들은 잔차 쿼드 트리 (residual quad tree, RQT) 로서 알려진 쿼드트리 구조를 사용하여 더 작은 유닛들로 세분될 수도 있다. RQT 의 리프 노드들이 TU들에 대응할 수도 있다. TU들에 연관되는 픽셀 차이 값들이 변환 계수들을 형성하도록 변환될 수도 있다. 변환 계수들은 그 다음에 인코더 엔진 (106) 에 의해 양자화될 수도 있다.
일단 비디오 데이터의 픽처들이 CU들로 파티셔닝되면, 인코더 엔진 (106) 은 예측 모드를 사용하여 각각의 PU를 예측한다. 예측 유닛 또는 예측 블록은 그 다음에 잔차들을 얻기 위해 원래의 비디오 데이터로부터 감산된다(아래에서 설명됨). 각각의 CU 에 대해, 예측 모드는 신택스 데이터를 사용하여 비트스트림 내부에서 시그널링될 수도 있다. 예측 모드는 인트라 예측 (또는 인트라-픽처 예측) 또는 인터-예측 (또는 인터-픽처 예측) 을 포함할 수도 있다. 인트라-예측은 픽처 내에서 공간적으로 이웃하는 샘플들 간의 상관성을 이용한다. 예를 들어, 인트라-예측을 이용하여, 각각의 PU 는, 예를 들어, PU 에 대한 평균값을 찾기 위한 DC 예측, PU 에 대해 평면 표면을 맞추기 위한 평면 예측, 이웃하는 데이터로부터 외삽하기 위한 방향 예측, 또는 임의의 다른 적절한 타입들의 예측을 이용하여 동일한 픽처에서 이웃하는 이미지 데이터로부터 수행된다. 인터-예측은 이미지 샘플들의 블록에 대한 모션 보상된 예측을 유도하기 위해 픽처들 간의 시간적 상관을 이용한다. 예를 들어, 인터-예측을 이용하여, 각각의 PU 는 하나 이상의 참조 픽처들에서 (출력 순서에서 현재 픽처의 전후) 이미지 데이터로부터의 모션 보상 예측을 이용하여 예측된다. 인터-픽처 또는 인트라-픽처 예측을 이용하여 픽처 영역을 코딩할지의 여부의 결정은 예를 들어 CU 레벨에서 행해질 수도 있다.
일부 예들에서, 픽처의 하나 이상의 슬라이스들에는 슬라이스 타입이 배정된다. 슬라이스 타입들은 I 슬라이스, P 슬라이스 및 B 슬라이스를 포함한다. I 슬라이스 (인트라-프레임, 독립적으로 디코딩가능) 는 인트라-예측에 의해서만 코딩되는 화상의 슬라이스이며, 따라서 I 슬라이스는 슬라이스의 임의의 예측 유닛 또는 예측 블록을 예측하기 위해 프레임 내의 데이터만을 필요로하기 때문에 독립적으로 디코딩 가능하다. P 슬라이스 (단방향 예측 프레임들) 는 인트라-예측 및 단방향 인터-예측으로 코딩될 수도 있는 화상의 슬라이스이다. P 슬라이스 내의 각각의 예측 유닛 또는 예측 블록은 인트라 예측 또는 인터-예측으로 코딩된다. 인터-예측이 적용될 때, 예측 유닛 또는 예측 블록은 하나의 참조 픽처에 의해서만 예측되며 이에 따라, 참조 샘플들은 하나의 프레임의 하나의 참조 영역으로부터 기원한다. P 슬라이스 (양방향 예측된 프레임들) 는 인트라-예측 및 인터-예측 (예를 들어, 양방향 예측 또는 단방향 예측) 으로 코딩될 수도 있는 픽처의 슬라이스이다. B 슬라이스의 예측 유닛 또는 예측 블록은 2 개의 참조 픽처들로부터 양방향성 예측될 수도 있고, 여기서, 각각의 픽처가 하나의 참조 영역에 기여하고 2 개의 참조 영역들의 샘플 세트들이 (예를 들어, 동일한 가중치 또는 상이한 가중치를 이용하여) 가중되어 양방향 예측 블록의 예측 신호를 생성한다. 위에 설명된 바와 같이, 하나의 픽처의 슬라이스들은 독립적으로 코딩된다. 일부 경우에서, 픽처는 단지 하나의 피스로 코딩될 수 있다.
PU 가 예측 프로세스에 관련된 데이터(예를 들어, 모션 파라미터들 또는 다른 적합한 데이터)를 포함할 수도 있다. 예를 들어, PU 가 인트라 예측을 사용하여 인코딩될 때, PU는 PU 에 대한 인트라 예측 모드를 기술하는 데이터를 포함할 수도 있다. 다른 예로서, PU 가 인터 예측을 사용하여 인코딩될 때, PU는 PU 에 대한 모션 벡터를 정의하는 데이터를 포함할 수도 있다. PU 에 대한 모션 벡터를 정의하는 데이터는, 예를 들어, 모션 벡터의 수평 성분 (Δx), 모션 벡터의 수직 성분 (Δy), 모션 벡터에 대한 분해능 (예를 들어, 정수 정밀도, 1/4 픽셀 정밀도, 또는 1/8 픽셀 정밀도), 모션 벡터가 가리키는 참조 픽처, 참조 인덱스, 모션 벡터에 대한 참조 픽처 리스트 (예를 들어, List 0, List 1, 또는 List C), 또는 그것들의 임의의 조합을 기술할 수도 있다.
인코딩 디바이스 (104) 는 그 다음에 변환 및 양자화를 수행할 수도 있다. 예를 들어, 예측에 뒤따라, 인코더 엔진 (106) 은 PU에 대응하는 잔차 값들을 산출할 수도 있다. 잔차 값들은 코딩된픽셀들의 현재 블록 (PU) 과 현재 블록을 예측하는데 사용된 예측 블록 (예를 들어, 현재 블록의 예측된 버전) 사이의 픽셀 차이 값들을 포함할 수도 있다. 예를 들어, 예측 블록을 생성한(예를 들어, 인터 예측 또는 인트라 예측을 발행한) 후, 인코더 엔진 (106) 은 현재 블록으로부터 예측 유닛에 의해 생성된 예측 블록을 감산함으로써 잔차 블록을 생성할 수 있다. 잔차 블록은 현재 블록의 픽셀 값들과 예측 블록의 픽셀 값들 사이의 차이들을 정량화하는 픽셀 차이 값들의 세트를 포함한다. 일부 예들에서, 잔차 블록은 2 차원 블록 포맷 (예를 들어, 2 차원 매트릭스 또는 픽셀 값들의 어레이) 으로 표현될 수도 있다. 이러한 예에서, 잔차 블록은 픽셀 값들의 2 차원 표현이다.
예측이 수행된 후에 남을 수 있는 임의의 잔차 데이터는 이산 코사인 변환, 이산 사인 변환, 정수 변환, 웨이브렛 변환, 다른 적절한 변환 함수 또는 이들의 임의의 조합에 기초할 수도 있는 블록 변환을 사용하여 변환된다. 일부 경우들에서, 하나 이상의 블록 변환들 (예를 들어, 사이즈 32 x 32, 16 x 16, 8 x 8, 4 x 4, 또는 다른 적합한 사이즈) 이 각 CU 의 잔차 데이터에 적용될 수도 있다. 일부 실시형태들에서, TU가 인코더 엔진 (106) 에 의해 구현되는 변환 및 양자화 프로세스들을 위해 사용될 수도 있다. 하나 이상의 PU들을 갖는 주어진 CU 는 또한 하나 이상의 TU들을 포함할 수도 있다. 아래 보다 자세하게 설명될 바와 같이, 잔차 값들은 블록 변환들을 이용하여 변환 계수들로 변환될 수도 있고, TU 를 이용하여 양자화되고 스캔되어 엔트로피 코딩을 위한 직렬 변환 계수들을 생성할 수도 있다.
일부 실시형태들에서, CU 의 PU들을 이용한 인트라-예측 또는 인터-예측 코딩에 이어서, 인코더 엔진 (106) 은 CU 의 TU들을 위한 잔차 데이터를 계산할 수도 있다. PU 들은 공간 도메인 (또는 픽셀 도메인) 에서 픽셀 데이터를 포함할 수도 있다. TU 들은 블록 변환의 적용에 후속하여 변환 도메인에서의 계수들을 포함할 수도 있다. 이전에 언급된 바와 같이, 잔차 데이터는 인코딩되지 않은 화상의 픽셀들과 PU 들에 대응하는 예측 값들 간의 픽셀 차이 값들에 대응할 수도 있다. 인코더 엔진 (106) 은 CU 에 대한 잔차 데이터를 포함하는 TU들을 형성할 수도 있고, 그 후, TU들을 변환하여 CU 에 대한 변환 계수들을 생성할 수도 있다.
인코더 엔진 (106) 은 변환 계수들의 양자화를 수행할 수도 있다. 양자화는 변환 계수를 양자화하여 그 계수를 나타내는 데 사용되는 데이터의 양을 줄임으로써 추가의 압축을 제공한다. 예를 들어, 양자화는 그 계수들의 일부 또는 모두와 연관되는 비트 심도를 감소시킬 수도 있다. 하나의 예에서, n 비트 값을 갖는 계수는 양자화 동안 m 비트 값으로 라운드-다운될 수도 있으며, 여기서, n 은 m 보다 크다.
일단 양자화가 수행되면, 코딩된 비디오 비트스트림은 양자화된 변환 계수들, 예측 정보(예를 들어, 예측 모드들, 모션 벡터, 블록 벡터들 등), 파티셔닝 정보, 및 임의의 다른 적합한 데이터, 이를테면 다른 신택스 데이터를 포함한다. 코딩된 비디오 비트스트림의 상이한 엘리먼트들은 인코더 엔진 (106) 에 의해 엔트로피 인코딩될 수도 있다. 일부 예들에 있어서, 인코더 엔진 (106) 은 양자화된 변환 계수들을 스캔하기 위한 미리정의된 스캔 순서를 이용하여, 엔트로피 인코딩될 수 있는 직렬화된 벡터를 생성할 수도 있다. 다른 예들에서, 인코더 엔진 (106) 은 적응적 스캔을 수행할 수도 있다. 벡터 (예를 들어, 1차원 벡터) 를 형성하기 위해 양자화된 변환 계수들을 스캐닝한 후, 인코더 엔진 (106) 은 그 벡터를 엔트로피 인코딩할 수도 있다. 예를 들어, 인코더 엔진 (106) 은 컨텍스트-적응 가변 길이 코딩 (context adaptive variable length coding; CAVLC), 컨텍스트 적응 2 진 산술 코딩 (context adaptive binary arithmetic coding; CABAC), 신택스-기반 컨텍스트-적응 2진 산술 코딩 (syntax-based context-adaptive binary arithmetic coding; SBAC), 확률 간격 파티셔닝 엔트로피 (probability interval partitioning entropy; PIPE) 코딩 또는 또 다른 적합한 엔트로피 인코딩 기술을 이용할 수도 있다.
전술한 바와 같이, HEVC 비트스트림은 VCL NAL 유닛들 및 비-VCL NAL 유닛들을 포함하는 NAL 유닛들의 그룹을 포함한다. VCL NAL 유닛들은 코딩된 비디오 비트스트림을 형성하는 코딩된 화상 데이터를 포함한다. 예를 들어, 코딩된 비디오 비트스트림을 형성하는 비트들의 시퀀스가 VCL NAL 유닛들에 존재한다. 비-VCL NAL 유닛들은 다른 정보에 더하여, 인코딩된 비디오 비트스트림에 관련한 고레벨 정보를 갖는 파라미터 세트들을 포함할 수도 있다. 예를 들어, 파라미터 세트가 비디오 파라미터 세트 (video parameter set, VPS), 시퀀스 파라미터 세트 (sequence parameter set, SPS), 및 화상 파라미터 세트 (picture parameter set, PPS) 를 포함할 수도 있다. 파라미터 세트들의 목표들의 예들은 비트 레이트 효율, 오류 회복성, 및 시스템들 계층 인터페이스들을 제공하는 것을 포함한다. 각각의 슬라이스는 단일 액티브 PPS, SPS, 및 VPS 를 참조하여 디코딩 디바이스 (112) 가 슬라이스를 디코딩하는데 사용할 수도 있는 정보에 액세스한다. VPS ID, SPS ID, 및 PPS ID 를 포함하여 식별자 (ID) 가 각각의 파라미터 세트에 대해 코딩될 수도 있다. SPS가 SPS ID 와 VPS ID 를 포함한다. PPS는 PPS ID 와 SPS ID 를 포함한다. 각 슬라이스 헤더는 PPS ID 를 포함다. ID들을 사용하여, 주어진 슬라이스에 대해 활성 파라미터 세트들이 식별될 수 있다.
PPS는 주어진 픽처에서의 모든 슬라이스들에 적용되는 정보를 포함한다. 이 때문에, 픽처에서의 모든 슬라이스들은 동일한 PPS 를 참조한다. 상이한 픽처들에서의 슬라이스들은 동일한 PPS 를 또한 참조할 수도 있다. SPS는 동일한 코딩된 비디오 시퀀스 (CVS) 또는 비트스트림에 적용되는 정보를 포함한다. 전술한 바와 같이, 코딩된 비디오 시퀀스 (CVS) 는 특정 특성 (상술됨) 을 갖는 및 기본 계층에서의 랜덤 액세스 포인트 화상 (예를 들어, IDR (instantaneous decode reference) 화상 또는 BLA (broken link access) 화상, 또는 다른 적절한 랜덤 액세스 포인트 화상) 으로 시작하여 특정 특성을 갖는 및 기본 계층에서의 랜덤 액세스 포인트 화상을 갖는 다음 AU 까지의 및 다음 AU 를 포함하지 않는 (또는 비트스트림의 종단까지의) 일련의 액세스 유닛들 (AUs) 이다. SPS 에서의 정보는 코딩된 비디오 시퀀스 내에서 픽처 간에 변경되지 않을 수도 있다. 코딩된 비디오 시퀀스에서의 픽처들은 동일한 SPS 를 사용할 수도 있다. VPS 는 코딩된 비디오 시퀀스 또는 비트스트림 내의 모든 계층들에 적용되는 정보를 포함한다. VPS 는 전체 코딩된 비디오 시퀀스들에 적용되는 신택스 엘리먼트들을 갖는 신택스 구조를 포함한다. 일부 실시형태들에 있어서, VPS, SPS, 또는 PPS 는 인코딩된 비트스트림으로 대역내로 (in-band) 송신될 수도 있다. 일부 실시형태들에 있어서, VPS, SPS, 또는 PPS 는, 코딩된 비디오 데이터를 포함하는 NAL 유닛들과 별도의 송신에서 대역외로 (out-of-band) 송신될 수도 있다.
비디오 비트스트림이 보충적 향상 정보 (SEI) 메시지들을 또한 포함할 수 있다. 예를 들어, SEI NAL 유닛이 비디오 비트스트림의 일부일 수 있다. 일부 경우들에서, SEI 메시지가 디코딩 프로세스에 의해 필요하지 않은 정보를 포함할 수 있다. 예를 들어, SEI 메시지에서의 정보는 디코더가 비트스트림의 비디오 픽처들을 디코딩하는데 필수적이지 않을 수도 있지만, 디코더는 그 정보를 사용하여 픽처들의 디스플레이 또는 프로세싱 (예를 들어, 디코딩된 출력)을 개선시킬 수 있다. SEI 메시지 내의 정보는 임베딩된 메타데이터일 수 있다. 하나의 예시적인 예에서, SEI 메시지 내의 정보는 디코더 측 엔티티에 의해 이용되어 컨텐츠의 가시성을 향상시킬 수 있다. 일부 예들에서, 특정 애플리케이션 표준은 비트스트림 내의 이러한 SEI 메시지의 존재를 요구하여, 그 애플리케이션 표준을 준수하는 모든 디바이스들에 품질 향상을 가져올 수 있다 (예를 들어, 다수의 다른 예들에 더하여, SEI 메시지가 비디오의 모든 프레임에 대해 반송되는, 프레임-호환형 평면-입체 3DTV 비디오 포맷에 대한 프레임-팩킹 SEI 메시지의 캐리지, 복구 포인트 SEI 메시지의 핸들링, DVB에서의 팬-스캔 스캔 사각형 SEI 메시지의 사용).
인코딩 디바이스 (104) 의 출력 (110) 은 인코딩된 비디오 비트스트림 데이터를 구성하는 NAL 유닛들을 통신 링크 (120) 를 통해 수신 디바이스의 디코딩 디바이스 (112) 로 전송할 수도 있다. 디코딩 디바이스 (112) 의 입력 (114) 은 NAL 유닛들을 수신할 수도 있다. 통신 링크 (120) 는 무선 네트워크, 유선 네트워크, 또는 유선 및 무선 네트워크의 조합에 의해 제공되는 채널을 포함할 수도 있다. 무선 네트워크가 임의의 무선 인터페이스 또는 무선 인터페이스들의 조합을 포함할 수도 있고, 임의의 적합한 무선 네트워크 (예를 들어, 인터넷 또는 다른 광역 네트워크, 패킷 기반 네트워크, WiFiTM, 무선 주파수 (RF), UWB, WiFi-Direct, 셀룰러, LTE (Long-Term Evolution), WiMaxTM 등) 를 포함할 수도 있다. 유선 네트워크가 임의의 유선 인터페이스(예를 들어, 섬유, 이더넷, 전력선 이더넷, 동축 케이블을 통한 이더넷, 디지털 신호 라인 (DSL) 등) 를 포함할 수도 있다. 유선 및/또는 무선 네트워크들은 여러 장비들, 이를 테면, 기지국, 라우터, 액세스 포인트, 브리지, 게이트웨이, 스위치 등을 이용하여 구현될 수도 있다. 인코딩된 비디오 데이터는 무선 통신 프로토콜과 같은 통신 표준에 따라 변조되고, 수신 디바이스로 송신될 수도 있다.
일부 예에서, 인코딩 디바이스 (104) 는 인코딩된 비디오 비트스트림 데이터를 저장부 (108) 에 저장할 수 있다. 출력 (110) 은 인코더 엔진 (106) 으로부터 또는 저장부 (108) 로부터 인코딩된 비디오 비트스트림 데이터를 취출할 수도 있다. 저장부 (108) 는 다양한 분산되거나 국부적으로 액세스된 데이터 저장 매체들 중의 임의의 것을 포함할 수도 있다. 예를 들어, 저장부 (108) 는 하드 드라이브, 저장 디스크, 플래시 메모리, 휘발성 또는 비 휘발성 메모리, 또는 인코딩된 비디오 데이터를 저장하기 위한 임의의 다른 적절한 디지털 저장 매체를 포함할 수 있다.
디코딩 디바이스 (112) 의 입력 (114) 은 인코딩된 비디오 비트스트림 데이터를 수신하고 디코더 엔진 (116) 에 의해 나중에 사용하기 위해 비디오 비트스트림 데이터를 디코더 엔진 (116) 또는 저장부 (118) 에 제공할 수 있다. 디코더 엔진 (116) 은 인코딩된 비디오 데이터를 구성하는 하나 이상의 코딩된 비디오 시퀀스들의 엘리먼트들을 (예를 들어, 엔트로피 디코더를 이용하여) 엔트로피 디코딩하고 추출함으로써 인코딩된 비디오 비트스트림 데이터를 디코딩할 수도 있다. 그 후, 디코더 엔진 (116) 은 인코딩된 비디오 비트스트림 데이터에 대한 역변환을 리스케일링 (rescaling) 할 수도 있고 이 역변환을 수행할 수도 있다. 잔차 데이터는 그 후 디코더 엔진 (116) 의 예측 스테이지로 전달된다. 디코더 엔진 (116) 은 픽셀들의 블록 (예를 들어, PU) 을 예측한다. 일부 예들에서, 그 예측은 역변환의 출력 (잔차 데이터) 에 추가된다.
디코딩 디바이스 (112) 는 디코딩된 비디오를 비디오 목적지 디바이스 (122) 에 출력할 수도 있고, 비디오 목적지 디바이스는 디코딩된 비디오 데이터를 컨텐츠의 소비자에게 디스플레이하기 위한 디스플레이 또는 다른 출력 디바이스를 포함할 수도 있다. 일부 양태들에 있어서, 비디오 목적지 디바이스 (122) 는 디코딩 디바이스 (112) 를 포함하는 수신 디바이스의 부분일 수도 있다. 일부 양태들에서, 비디오 목적지 디바이스 (122) 는 수신 디바이스 이외의 별도의 디바이스의 일부일 수 있다.
일부 실시형태에서, 비디오 인코딩 디바이스 (104) 및/또는 비디오 디코딩 디바이스 (112) 는 각각 오디오 인코딩 디바이스 및 오디오 디코딩 디바이스와 통합될 수 있다. 비디오 인코딩 디바이스 (104) 및/또는 비디오 디코딩 디바이스 (112) 는 또한, 하나 이상의 마이크로프로세서들, 디지털 신호 프로세서들 (DSP들), 애플리케이션 특정 집적 회로들 (ASIC들), 필드 프로그래밍가능 게이트 어레이들 (FPGA들), 이산 로직, 소프트웨어, 하드웨어, 펌웨어, 또는 그 임의의 조합들과 같은, 상기 설명된 코딩 기법들을 구현하기 위하여 필요한 다른 하드웨어 또는 소프트웨어를 포함할 수도 있다. 비디오 인코딩 디바이스 (104) 및 비디오 디코딩 디바이스 (112) 는 각각의 디바이스에서 결합된 인코더/디코더 (코덱) 의 일부로서 통합될 수 있다. 인코딩 디바이스 (104) 의 특정 세부사항들의 예가 도 7을 참조하여 아래에서 설명된다. 디코딩 디바이스 (112) 의 특정 세부사항들의 예가 도 8 을 참조하여 아래에서 설명된다.
HEVC 표준에 대한 확장들이 MV-HEVC 라 지칭되는 멀티뷰 비디오 코딩 확장본과, SHVC 라 지칭되는 스케일러블 비디오 코딩 확장본을 포함한다. MV-HEVC 및 SHVC 확장들은 상이한 계층들이 인코딩된 비디오 비트스트림에 포함되어 있는 계층화된 코딩의 개념을 공유한다. 코딩된 비디오 시퀀스의 각 계층은 고유 계층 식별자 (ID) 로 어드레싱된다. 계층 ID 는 NAL 유닛이 연관되는 계층을 식별하기 위해 NAL 유닛의 헤더 내에 존재할 수도 있다. MV-HEVC 에 있어서, 상이한 계층들은 비디오 비트스트림에서 동일한 장면의 상이한 뷰들을 표현할 수 있다. SHVC 에 있어서, 상이한 공간 해상도들 (또는 픽처 해상도) 에서 또는 상이한 복원 충실도들에서 비디오 비트스트림을 표현하는 상이한 스케일러블 계층들이 제공된다. 스케일러블 계층들은 베이스 계층 (계층 ID = 0) 및 하나 이상의 향상 계층 (계층 ID = 1, 2, ... N 을 가짐) 을 포함할 수 있다. 기본 계층은 HEVC의 첫 번째 버전의 프로파일을 준수할 수도 있고, 비트스트림에서 최저 가용 계층을 표현한다. 향상 계층들은 기본 계층과 비교하여 증가된 공간적 해상도, 시간적 해상도 또는 프레임 레이트, 및/또는 재구성 충실도 (또는 품질) 를 가진다. 향상 계층들은 계층적으로 조직되고 하위 계층들에 따라 달라질 수도 있거나 또는 달라지지 않을 수도 있다. 일부 예들에서, 상이한 계층들은 단일 표준 코덱을 사용하여 코딩될 수도 있다 (예를 들어, 모든 계층들은 HEVC, SHVC, 또는 다른 코딩 표준을 사용하여 인코딩된다). 일부 예들에서, 상이한 계층들은 멀티-표준 코덱을 사용하여 코딩될 수도 있다. 예를 들어, 기본 계층은 AVC 를 사용하여 코딩될 수 있는 반면, 하나 이상의 향상 계층은 HEVC 표준에 대한 SHVC 및/또는 MV-HEVC 확장을 사용하여 코딩될 수 있다.
일반적으로, 계층은 VCL NAL 유닛들의 세트와, 비-VCL NAL 유닛들의 대응하는 세트를 포함한다. NAL 유닛들은 특정 계층 ID 값을 할당받는다. 계층들은, 계층이 더 낮은 계층에 종속될 수도 있다는 의미에서 계층구조적일 수 있다. 계층 세트는 자체-포함된 비트스트림 내에서 표현된 계층들의 세트를 지칭하며, 이는 계층 세트 내의 계층들이 디코딩 프로세스에서 계층 세트에서의 다른 계층들에 종속될 수 있지만 디코딩을 위한 어떠한 다른 계층들에도 종속하지 않음을 의미한다. 이에 따라, 계층 세트에서의 계층들은, 비디오 컨텐츠를 표현할 수 있는 독립적인 비트스트림을 형성할 수 있다. 계층 세트에서의 계층들의 세트는 서브-비트스트림 추출 프로세스의 동작에 의해 다른 비트스트림으로부터 획득될 수도 있다. 계층 세트는, 디코더가 특정 파라미터들에 따라 동작하길 원할 때, 디코딩되어야 하는 계층들의 세트에 대응할 수도 있다.
이전에 설명된 바와 같이, 미디어 포맷들은 코딩된 비디오를 캡슐화하는 데 사용될 수 있다. 미디어 포맷의 하나의 예는 ISO 기본 미디어 파일 포맷 (ISO/IEC 14496-12 에서 특정된 ISOBMFF) 을 포함한다. 또한, MPEG-4 파일 포맷 (ISO/IEC 14496-14), 3GPP 파일 포맷 (3GPP TS 26.244) 및 AVC 파일 형식 (ISO/IEC 14496-15) 을 포함한 ISOBMFF (ISO/IEC 14496-12) 에서 파생된 다른 미디어 파일 포맷들이 존재한다. 예를 들어, 위에 논의된 바와 같이, 인코딩된 비디오 비트스트림은 ISOBMFF, ISOBMFF 로부터 파생된 파일 포맷, 일부 다른 파일 포맷 및/또는 ISOBMFF 를 포함하는 파일 포맷들의 조합을 사용하여 하나 이상의 파일들로 기록되거나 팩킹될 수 있다. ISOBMFF 파일 또는 파일들은 비디오 플레이어 디바이스를 사용하여 재생될 수 있고, 인코딩 디바이스 (또는 파일 생성 디바이스) 에 의해 송신된 다음 플레이어 디바이스에 의해 디스플레이될 수 있고, 임의의 다른 적절한 방식으로 저장될 수 있고/있거나 사용될 수 있다.
ISOBMFF 는 다수의 코덱 인캡슐레이션 포맷들 (예를 들어, 무엇보다도 AVC 파일 포맷) 뿐만 아니라, 많은 멀티미디어 컨테이너 포맷들 (예를 들어, 무엇보다도 MPEG-4 파일 포맷, 3GPP 파일 포맷 (3GP) 및 DVB 파일 포맷) 에 대한 기반으로서 사용된다. 연속적인 미디어 (예를 들어, 오디오 및 비디오), 정적 미디어 (예를 들어, 이미지) 에 더하여 메타데이터는 ISOBMFF 에 따르는 파일에 저장될 수 있다. ISOBMFF 에 따라 구조화된 파일들은, 다른 적절한 목적 중에서도, 로컬 미디어 파일 플레이백, 원격 파일의 점진적 다운로딩, DASH (Dynamic Adaptive Streaming over HTTP) 에 대한 세그먼트들, 스트리밍될 컨텐츠 및 그 컨텐츠에 대한 패킷화 명령들에 대한 컨테이너들, 및 수신된 실시간 미디어 스트림들의 레코딩을 포함하여 다수의 목적들로 사용될 수도 있다. 예를 들어, 원래 저장용으로 설계되었지만, ISOBMFF 는 미디어 스트리밍을 위해 (예를 들어, 점진적 다운로드 또는 DASH 를 위해) 매우 유용함이 입증되었다. 스트리밍 목적들을 위해, ISOBMFF 에서 정의된 무비 프래그먼트들이 사용될 수 있다.
ISOBMFF 는 미디어의 상호교환, 관리, 편집, 및 프리젠테이션을 용이하게 하는 유연한 그리고 확장가능한 포맷으로 타이밍된 미디어 정보를 포함하도록 설계된다. 미디어의 프리젠테이션은 프리젠테이션을 포함하는 시스템에 대해 "로컬 (local)" 일 수도 있거나, 그 프리젠테이션은 네트워크 또는 다른 스트림 전달 메커니즘 (예를 들어, DASH 또는 다른 적절한 스트리밍 메카니즘) 을 통한 것일 수도 있다. ISOBMFF 사양에서 정의된 바와 같은 "프리젠테이션 (presentation)" 은, 종종, 비디오 캡처 디바이스에 의해 순차적으로 캡처된 것에 의해 관련된 또는 몇몇 다른 이유로 관련된, 픽처들의 시퀀스이다. 여기서, 프리젠테이션은 또한 무비 또는 비디오 프리젠테이션으로서 지칭될 수도 있다. 프리젠테이션은 오디오를 포함할 수도 있다. 단일 프리젠테이션은 하나 이상의 파일들에 포함될 수도 있고, 하나의 파일은 전체 프리젠테이션을 위한 메타데이터를 포함한다. 메타데이터는 타이밍 및 프레이밍 데이터, 디스크립터들, 포인터들, 파라미터들, 및 프리젠테이션을 기술하는 다른 정보와 같은 정보를 포함한다. 메타데이터는 비디오 및/또는 오디오 그자체는 포함하지 않는다. 메타데이터를 포함하는 파일 이외의 파일들은 ISOBMFF 에 따라 포맷될 필요가 없고, 오직 이들 파일들이 메타데이터에 의해 참조될 수 있도록 포맷될 필요만 있다.
ISO 기본 미디어 파일의 파일 구조는 객체 지향적이고, 그 파일에서의 개별 오브젝트의 구조는 오브젝트의 타입으로부터 직접 추론될 수 있다. ISO 기본 미디어 파일에서의 오브젝트들은 ISOBMFF 사양에 의해 "박스들 (boxes)" 로서 지칭된다. ISO 베이스 미디어 파일은, 다른 박스들을 포함할 수 있는, 박스들의 시퀀스로서 구조화된다. 박스는, 4문자 코딩된 박스 타입, 박스의 바이트 카운트, 및 페이로드를 포함하는 ISOBMFF 에서의 기본 신택스 구조이다. 박스들은 일반적으로, 박스에 대한 사이즈 및 타입을 제공하는 헤더를 포함한다. 사이즈는 헤더, 필드들, 및 박스 내에 포함된 모든 박스들을 포함하는 박스의 전체 사이즈를 기술한다. 플레이어 디바이스에 의해 인식되지 않는 타입을 갖는 박스들은 통상적으로 무시되고 스킵된다.
ISOBMFF 파일은 상이한 종류의 박스를 포함할 수 있다. 예를 들어, 무비 박스 ("moov") 는 파일에 존재하는 연속적 미디어 스트림들에 대한 메타데이터를 포함하고, 각각의 미디어 스트림은 파일에서 트랙으로서 표현된다. 트랙에 대한 메타데이터는 트랙 박스 ("trak") 에서 인클로징되는 한편, 트랙의 미디어 컨텐츠는 미디어 데이터 박스 ("mdat") 에서 인클로징되거나 아니면 별개의 파일에서 직접적으로 인클로징된다. 상이한 종류의 트랙커들이 있을 수 있다. ISOBMFF 는 예를 들어, 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.
트랙들에 대한 미디어 컨텐츠는 오디오 또는 비디오 액세스 유닛들과 같은 샘플들의 시퀀스를 포함한다. 각 트랙에 대한 메타데이터는 트랙에서 사용되는 코딩 또는 인캡슐레이션 포맷 및 그 포맷을 프로세싱하기 위해 사용되는 초기화 데이터를 각각 제공하는, 샘플 디스크립션 엔트리들의 리스트를 포함한다. 각각의 샘플은 트랙의 샘플 디스크립션 엔트리들 중 하나와 연관된다.
ISOBMFF 는 다양한 메커니즘들을 사용하여 샘플 고유의 메타데이터의 사용을 가능하게 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 사용될 수 있다. 샘플 그룹핑 메커니즘은, 파일에서의 샘플 그룹 디스크립션 엔트리로서 명시된 동일한 특성을 공유하는 샘플들의 그룹들로의 4문자 그룹핑 타입에 따른 샘플들의 맵핑을 가능하게 한다. 수개의 그룹핑 타입들이 ISOBMFF 에 명시되어 있다.
도 2 는 ISO 기본 미디어 파일을 뒤따르는 파일 구조를 갖는 파일 (200) 의 일 예를 예시하는 다이어그램이다. ISO 기본 미디어 파일 (200) 은 또한 미디어 포맷 파일로서 지칭될 수 있다. 미디어 프리젠테이션은 하나의 파일에 포함될 수 있지만 항상 그런 것은 아니며, 이 경우 미디어 프레젠테이션은 파일에 자체 포함된다. 파일 (200) 은 무비 컨테이너 (202) (또는 "무비 박스") 를 포함한다. 무비 컨테이너 (202) 는 예를 들어 하나 이상의 비디오 트랙 및 하나 이상의 오디오 트랙을 포함할 수 있는 미디어의 메타데이터를 포함할 수 있다. 예를 들어, 비디오 트랙 (210) 은 하나 이상의 미디어 정보 컨테이너들 (214) 에 저장될 수 있는 비디오의 다양한 계층들에 관한 정보를 포함할 수 있다. 예를 들어, 미디어 정보 컨테이너 (214) 는 비디오에 대한 비디오 샘플에 관한 정보를 제공하는 샘플 테이블을 포함할 수 있다. 다양한 구현들에서, 비디오 데이터 청크 (222) 및 오디오 데이터 청크 (224) 는 미디어 데이터 컨테이너 (204) 에 포함된다. 일부 구현들에서, 비디오 데이터 청크 (222) 및 오디오 데이터 청크 (224) 는 (파일 (200) 이외의) 하나 이상의 다른 파일들에 포함된다.
다양한 구현들에서, 프리젠테이션 (예를 들어, 모션 시퀀스) 은 여러 파일들에 포함될 수 있다. 모든 타이밍 및 프레이밍 (예를 들어, 포지션 및 사이즈) 정보는 ISO 기본 미디어 파일에 포함될 수 있으며 보조 파일은 본질적으로 임의의 형식을 사용할 수 있다.
ISO 파일은 논리적 구조, 시간 구조 및 물리적 구조를 포함한다. 다른 구조들은 결합될 필요가 없다. 파일의 논리적 구조는 무비로 이루어지고, 이어서 무비는 시간 병렬 트랙 (예를 들어, 비디오 트랙 (210)) 의 세트를 포함한다. 파일의 시간 구조는 트랙들이 샘플들의 시퀀스크를 시간적으로 포함하는 것이며, 이들 시퀀스는 선택적 편집 리스트들에 의해 전체적인 무비의 타임라인으로 맵핑된다.
파일의 물리적 구조는 미디어 데이터 샘플들 자체로부터 논리적, 시간 및 구조적 분해에 필요한 데이터를 분리하는 것이다. 이러한 구조적 정보는 무비 박스 (예를 들어, 무비 컨테이너 202) 에 집중되어 있으며, 가능하다면, 무비 프래그먼트 박스들에 의해 시간적으로 연장된다. 무비 박스는 샘플들의 논리적 관계 및 타이밍 관계를 문서화하고 샘플들이 위치된 포인터들을 또한 포함한다. 포인터들은 예를 들어 URL (Uniform Resource Locator) 등에 의해 참조될 수 있는 동일한 파일 또는 다른 파일을 가리킬 수 있다.
각각의 미디어 스트림은 해당 미디어 타입에 특화된 트랙에 포함된다. 예를 들어, 도 2 에 예시된 예에서, 무비 컨테이너 (202) 는 비디오 트랙 (210) 및 오디오 트랙 (216) 을 포함한다. 무비 컨테이너 (202) 는 또한 비디오 트랙 (210) 및/또는 오디오 트랙 (216) 으로부터의 송신 명령을 포함할 수 있는 힌트 트랙 (218) 을 포함할 수도 있거나, 또는 파일 (200) 의 무비 컨테이너 (202) 또는 다른 무비 컨테이너 (도시 생략) 내의 다른 트랙에 관한 다른 정보를 나타낼 수 있다. 각각의 트랙은 또한 샘플 엔트리에 의해 추가로 파라미터화될 수 있다. 예를 들어, 예시된 예에서, 비디오 트랙 (210) 은 샘플의 테이블 ("샘플 테이블"로서 지칭됨) 을 포함하는 미디어 정보 컨테이너 (214) 를 포함한다. 샘플 엔트리는 정확한 미디어 타입의 "이름" (예를 들어, 스트림을 디코딩하는데 필요한 디코더의 타입) 및 필요한 해당 디코더의 임의의 파라미터화를 포함한다. 이름은 4 개의 문자 코드의 형태 (예를 들어, moov, trak 또는 다른 적절한 이름 코드) 를 취할 수 있다. 다양한 미디어 타입들에 대한 샘플 엔트리 포맷들이 정의된다. 샘플 엔트리들은 미디어 데이터 컨테이너 (204) 내의 박스 (220) 에서의 비디오 데이터 청크 (예를 들어, 비디오 데이터 청크 (222)) 에 대한 포인터를 더 포함할 수 있다. 박스 (220) 는 (비디오 데이터 청크 (222) 와 같은 비디오 데이터 청크로 구성된) 인터리빙되어진, 시간 순서화된 비디오 샘플들, (예를 들어, 오디오 데이터 청크 (224) 에서의) 오디오 프레임들 및 (예를 들어, 힌트 명령 청크 (226) 에서의) 힌트 명령들을 포함한다.
메타데이터에 대한 지원은 상이한 형태들을 취할 수 있다. 일 예에서, 타이밍된 메타데이터는 적절한 트랙에 저장될 수 있고, 메타데이터에 의해 기술된 미디어 데이터와 원하는 대로 동기화될 수 있다. 제 2 예에서, 무비에 또는 개별적인 트랙에 첨부된 비타이밍된 메타데이터에 대한 일반적인 지원이 존재한다. 구조적 지원이 일반적이며, 미디어 데이터에서와 같이 메타데이터 리소스들의 파일 또는 다른 파일의 어느 위치에서의 저장을 허용한다.
일부 경우들에서, 비디오 파일의 한 트랙은 여러 계층들을 포함할 수도 있다. 비디오 트랙은 또한 비디오 트랙 (예를 들어, 비디오 트랙 (210)) 의 컨텐츠에 관한 일부 정보를 포함할 수 있는 트랙 헤더 (예를 들어, 트랙 헤더 (212)) 를 포함할 수 있다. 예를 들어, 트랙 헤더는 트랙 컨텐츠 정보 ('tcon'로 또한 지칭됨) 박스를 포함할 수도 있다. tcon 박스는 비디오 트랙의 계층들 및 서브계층들 모두를 리스트할 수도 있다. 비디오 파일은 또한 동작 포인트 정보 박스 ('oinf' 박스로도 또한 지칭됨) 를 포함할 수도 있다. oinf 박스는 동작중 포인트를 구성하는 계층들 및 서브계층들과 같은 동작중 포인트들, 동작중 포인트들 사이의 (만약 있다면) 종속성, 및 동작중 포인트의 티어 파라미터에 관한 정보 및 다른 이러한 동작중 포인트 관련 정보를 기록한다. 일부 경우들에서, 동작중 포인트는 또한 동작 포인트로서 또하 지칭될 수 있다.
도 3 은 ISOBMFF 에 따라 포맷된 ISO 기본 미디어 파일 (300) 의 다른 예를 예시하는 다이어그램이다. ISO 기본 미디어 파일 (300) 은 또한 미디어 포맷 파일로서 지칭될 수 있다. ISO 기본 미디어 파일 (300) 은 비디오 프리젠테이션을 위한 데이터 및 메타데이터를 포함한다. 파일 (300) 의 최상위 레벨에서는, 파일 타입 박스 (310), 무비 박스 (320), 및 하나 이상의 무비 프래그먼트들 (330a, 330b, 330c, 내지 330n) 이 포함된다. 이 레벨에 포함될 수 있지만 이 예에서 표현되지 않는 그 외의 박스들은 무엇보다도 프리 스페이스 박스, 메타데이터 박스 및 미디어 데이터 박스를 포함한다.
파일 타입 박스 (310) 는 박스 타입 "ftyp" 에 의해 식별된다. 파일 타입 박스 (310) 는 전형적으로 ISO 기본 미디어 파일 (300) 에 가능한 일찍 배치된다. 파일 타입 박스 (310) 는 파일을 파싱 (parsing) 하기에 가장 적합한 ISOBMFF 사양을 식별한다. 이 경우에서의 "가장 (most)" 은, ISO 베이스 미디어 파일 (300) 이 특정 ISOBMFF 사양에 따라 포맷팅되었을 수도 있지만, 사양의 다른 반복들과 호환될 가능성이 큼을 의미한다. 이 가장 적합한 사양은 주요 브랜드로서 지칭된다. 플레이어 디바이스는 디바이스가 파일의 컨텐츠들을 디코딩 및 디스플레이할 수 있는지 여부를 결정하기 위해 주요 브랜드를 사용할 수 있다. 파일 타입 박스 (310) 는 또한 버전 넘버를 포함할 수 있고, 이는 ISOBMFF 사양의 버전을 나타내기 위해 사용될 수 있다. 파일 타입 박스 (310) 는 또한 호환가능한 브랜드들의 리스트를 포함할 수 있고, 이는 파일이 호환가능한 다른 브랜드들의 리스트를 포함한다. ISO 기본 미디어 파일은 하나보다 많은 주요 브랜드와 호환가능할 수 있다.
ISO 기본 미디어 파일이 (ISO 기본 미디어 파일 300 과 같은) 파일 타입 박스를 포함할 때 하나의 파일 타입 박스만이 존재한다. 일부 경우들에서, ISO 기본 미디어 파일은 더 오래된 플레이어 디바이스와 호환가능하기 위하여, 파일 타입 박스를 생략할 수도 있다. ISO 기본 미디어 파일이 파일 타입 박스를 포함하지 않을 때 플레이어 디바이스는 디폴트 메이저 브랜드 (예를 들어, mp41), 마이너 버전 (예를 들어, "0") 및 호환가능한 브랜드 (예를 들어, mp41, isom, iso2, avc1 등) 를 취할 수 있다.
ISO 기본 미디어 파일은 프리젠테이션에 대한 메타데이터를 포함하는 무비 박스 (320) 를 더 포함할 수 있다. 무비 박스 (320) 는 박스 타입 "moov" 에 의해 식별된다. ISO/IEC 14496-12 는 프리젠테이션이, 하나의 파일 또는 다수의 파일들에 포함되든지 간에, 오직 하나의 무비 박스 (320) 를 포함할 수 있는 것을 규정한다. 종종, 무비 박스는 (예를 들어, ISO 기본 미디어 파일 (300) 에서 무비 박스 (320) 의 배치에 의해 지시된 바와 같이) ISO 기본 미디어 파일의 시작부 근처에 있다. 무비 박스 (320) 는 무비 헤더 박스 (322) 를 포함하고, 하나 이상의 트랙 박스들 (324) 뿐만 아니라 다른 박스들을 포함할 수 있다.
박스 타입 "mvhd" 에 의해 식별되는 무비 헤더 박스 (322) 는 미디어-독립적이고 전체적으로 프리젠테이션에 관련된 정보를 포함할 수 있다. 예를 들어, 무비 헤더 박스 (322) 는, 무엇보다도, 생성 시간, 수정 시간, 타임스케일, 및/또는 프리젠테이션을 위한 지속기간과 같은 정보를 포함할 수 있다. 무비 헤더 박스 (322) 는 또한, 프리젠테이션에서 다음 트랙을 식별하는 식별자를 포함할 수 있다. 예를 들어, 식별자는 예시된 예에서 무비 박스 (320) 에 의해 포함된 트랙 박스 (324) 에 포인팅할 수 있다.
박스 타입 "trak" 에 의해 식별되는 트랙 박스 (324) 는 프리젠테이션을 위한 트랙에 대한 정보를 포함할 수 있다. 프리젠테이션은 하나 이상의 트랙들을 포함할 수 있고, 여기서, 각각의 트랙은 프리젠테이션에서 다른 트랙들에 독립적이다. 각 트랙은 트랙에서의 컨텐츠에 특정적인 시간 및 공간 정보를 포함할 수 있고, 각 트랙은 미디어 박스와 연관될 수 있다. 트랙에서의 데이터는 미디어 데이터일 수 있고, 이 경우에, 트랜은 미디어 트랙이고, 또는, 데이터는 스트리밍 프로토콜들을 위한 패킷화 정보일 수 있고, 이 경우에 트랙은 힌트 트랙이다. 미디어 데이터는 예를 들어 비디오 및 오디오 데이터를 포함한다. 도 3 에 도시된 예에서, 예시적인 트랙 박스 (324) 는 트랙 헤더 박스 (324a) 및 미디어 박스 (324b) 를 포함한다. 트랙 박스는 무엇보다도 트랙 참조 박스, 트랙 그룹 박스, 편집 박스, 사용자 데이터 박스, 메타 박스와 같은 다른 박스들을 포함할 수 있다.
박스 타입 "tkhd" 에 의해 식별되는 트랙 헤더 박스 (324a) 는 트랙 박스 (324) 에 포함된 트랙의 특성들을 특정할 수 있다. 예를 들어, 트랙 헤더 박스 (324a) 는, 무엇보다도 생성 시간, 수정 시간, 지속기간, 트랙 식별자, 계층 식별자, 그룹 식별자, 트랙의 볼륨, 폭, 및/또는 높이를 포함할 수 있다. 미디어 트랙에 대해, 트랙 헤더 박스 (324a) 는 트랙의 사용의 다른 무엇보다도, 트랙이 인에이블되는지 여부, 트랙이 프리젠테이션의 일부로서 플레이되어야 하는지 여부, 또는 트랙이 프리젠테이션을 프리뷰하기 위해 사용될 수 있는지 여부를 추가로 식별할 수 있다. 트랙의 프리젠테이션은 일반적으로 프리젠테이션의 시작부에 있는 것으로 가정된다. 트랙 박스 (324) 는 명시적 타임라인 맵을 포함할 수 있는, 에디트 리스트 박스 (도시 생략) 를 포함할 수 있다. 타임라인은, 무엇보다도 트랙에 대한 오프셋 시간을 명시할 수 있고, 여기서, 오프셋은 트랙에 대한, 프리젠테이션의 시작 후의 시작 시간을 표시한다.
나타낸 예에서, 트랙 박스 (324) 는 또한, 박스 타입 "mdia" 에 의해 식별된 미디어 박스 (324b) 를 포함한다. 미디어 박스 (324b) 는 트랙 내에서 미디어 데이터에 관한 정보 및 오브젝트들을 포함할 수 있다. 예를 들어, 미디어 박스 (324b) 는 핸들러 참조 박스를 포함할 수 있고, 이 핸들러 참조 박스는 트랙의 미디어 타입, 및 트랙에서의 미디어가 프리젠테이션되는 프로세스를 식별할 수 있다. 다른 예로서, 미디어 박스 (324b) 는 트랙에서의 미디어의 특성들을 명시할 수 있는 미디어 정보 박스를 포함할 수 있다. 미디어 정보 박스는 도 2 에 대하여 위에 설명된 바와 같이, 샘플들의 테이블을 더 포함할 수 있고, 여기서, 각각의 샘플은 예를 들어 그 샘플에 대한 데이터의 로케이션을 포함하는 미디어 데이터 (예를들어, 비디오 또는 오디오 데이터) 의 청크를 기술한다. 샘플에 대한 데이터는 이하에서 추가로 논의되는 미디어 데이터 박스에 저장된다. 대부분의 다른 박스들과 같이, 미디어 박스 (324b) 는 미디어 헤더 박스를 또한 포함할 수 있다.
예시된 예에서, 예시적인 ISO 기본 미디어 파일 (300) 은 또한 프리젠테이션의 다수의 프래그먼트들 (330a, 330b, 330c, 내지 330n) 을 포함한다. 프래그먼트들 (330a, 330b, 330c, 내지 330n) 은 ISOBMFF 박스가 아니며, 오히려 무비 프래그먼트 박스 (332) 및 무비 프래그먼트 박스 (332) 에 의해 참조되는 미디어 데이터 박스 (338) 를 기술한다. 무비 프래그먼트 박스 (332) 및 미디어 데이터 박스들 (338) 은 최상위-레벨 박스들이지만, 여기서 무비 프래그먼트 박스 (332) 와 미디어 데이터 박스 (338) 사이의 관계를 나타내기 위해 그룹핑된다.
박스 타입 "moof"에 의해 식별되는 무비 프래그먼트 박스 (332) 는 무비 박스 (320) 에 달리 저장된 추가 정보를 포함함으로써 프리젠테이션을 확장할 수 있다. 무비 프래그먼트 박스 (예를 들어, 무비 프래그먼트 박스 (332)) 를 사용하여, 프리젠테이션이 점진적으로 구축될 수 있다. 무비 프래그먼트 박스 (332) 는 여기에 예시되지 않은 다른 박스뿐만 아니라 무비 프래그먼트 헤더 박스 (334) 및 트랙 프래그먼트 박스 (336) 를 포함할 수 있다.
박스 타입 "mfhd" 에 의해 식별되는 무비 프래그먼트 박스 (334) 는 시퀀스 넘버를 포함할 수 있다. 플레이어 디바이스는 프래그먼트 (330a) 가 프리젠테이션을 위한 데이터의 다음 피스 (piece) 를 포함하는 것을 확인하기 위해 시퀀스 넘버를 사용할 수 있다. 일부 경우들에서, 프리젠테이션을 위한 파일 또는 파일들의 컨텐츠들은 순서 외로 플레이어 디바이스에 제공될 수 있다. 예를 들어, 네트워크 패킷들은 패킷들이 원래 송신되었던 순서와는 다른 순서로 빈번하게 도달할 수 있다. 이들 경우들에서, 시퀀스 넘버는 프래그먼트들에 대한 정확한 순서를 결정함에 있어서 플레이어 디바이스를 도울 수 있다.
무비 프래그먼트 박스 (332) 는 또한, 박스 타입 "traf" 에 의해 식별되는 하나 이상의 트랙 프래그먼트 박스들 (336) 을 포함할 수 있다. 무비 프래그먼트 박스 (332) 는 트랙 당 제로 또는 그보다 많은 트랙 프래그먼트들의 세트를 포함할 수 있다. 트랙 프래그먼트들은, 제로 또는 그보다 많은 트랙 런들 (runs) 을 포함할 수 있고, 이 트랙 런들의 각각은 트랙에 대한 샘플들의 인접한 런을 기술한다. 트랙 프래그먼트들은 트랙에 샘플들을 부가하는 것에 추가하여 트랙에 엠프티 타임 (empty time) 을 부가하기 위해 사용될 수 있다.
박스 타입 "mdat" 에 의해 식별되는 미디어 데이터 박스 (338) 는 미디어 데이터를 포함한다. 비디오 트랙들에서, 미디어 데이터 박스 (338) 는 비디오 프레임, 액세스 유닛, NAL 유닛 또는 다른 형태의 비디오 데이터를 포함할 수 있다. 미디어 데이터 박스는 대안적으로 또는 추가적으로 오디오 데이터를 포함할 수 있다. 프리젠테이션은 하나 이상의 개별 파일들에 포함된 하나 이상의 미디어 데이터 박스들을 포함할 수 있다. 미디어 데이터는 메타데이터에 의해 기술된다. 도시된 예에서, 미디어 데이터 박스 (338) 에서의 미디어 데이터는 트랙 프래그먼트 박스 (336) 에 포함된 메타데이터에 의해 기술될 수 있다. 다른 예들에서, 미디어 데이터 박스에서의 미디어 데이터는 무비 박스 (320) 에서의 메타데이터에 의해 기술될 수 있다. 메타데이터는 파일 (300) 내의 절대 오프셋에 의한 특정 미디어 데이터를 가리킬 수 있어서, 미디어 데이터 박스 (338) 내의 미디어 데이터 헤더 및/또는 자유 공간은 스킵될 수 있다.
ISO 기본 미디어 파일 (300) 에서의 다른 프래그먼트들 (330b, 330c, 내지 330n) 은 제 1 프래그먼트 (330a) 에 대해 예시된 것들과 유사한 박스들을 포함할 수 있고/있거나 다른 박스들을 포함할 수 있다.
위에 주지된 바와 같이, ISOBMFF 는 미디어의 로컬 재생을 지원하는 것에 더하여, 네트워크를 통한 미디어 데이터의 스트리밍에 대한 지원을 포함한다. 하나의 무비 프리젠테이션을 포함하는 파일 또는 파일들은 힌트 트랙이라 불리는 추가적인 트랙들을 포함할 수 있고, 이들은 패킷들로서 파일 또는 파일들을 형성하고 송신하는데 있어 스트리밍 서버을 보조할 수 있는 명령들을 포함한다. 이들 명령들은, 예를 들어, 서버가 전송할 데이터 (예를 들어, 헤더 정보) 및 미디어 데이터의 세그먼트들에 대한 레퍼런스들을 포함할 수 있다. 파일은 상이한 스트리밍 프로토콜들에 대해 별개의 힌트 트랙들을 포함할 수 있다. 힌트 트랙들은 또한, 파일을 재포맷팅할 필요 없이 파일에 추가될 수 있다.
미디어 데이터를 스트리밍하는 한 방법은 HTTP (HyperText Transfer Protocol) 또는 DASH (ISO/IEC 23009-1:2014 에서 정의됨) 를 통한 동적 적응형 스트리밍이다. MPEG-DASH 로도 또한 알려진 DASH 는 기존 HTTP 웹 서버를 사용하여 미디어 컨텐츠의 고품질 스트리밍을 가능하게 하는 적응적 비트레이트 스트리밍 기술이다. DASH 는 미디어 컨텐츠를 작은 HTTP 기반 파일 세그먼트들의 시퀀스로 분할하는 것에 의해 동작하며, 여기서 각각의 세그먼트는 컨텐츠의 단기 시구간을 포함한다. DASH 를 사용하여, 서버는 상이한 비트 레이트들에서 미디어 컨텐츠를 제공할 수 있다. 미디어를 재생하고 있는 클라이언트 디바이스는 다음 세그먼트를 다운로드할 때 대체 비트레이트들 중에서 선택할 수 있고 이에 따라 네트워크 조건들을 변경하도록 적응될 수 있다. DASH 는 World Wide Web 을 통하여 컨텐츠를 전달하기 위해 인터넷의 HTTP 웹 서버 인프라구조를 사용한다. DASH 는 미디어 컨텐츠를 인코딩하고 디코딩하는 데 사용되는 코덱과 독립적이므로 다른 무엇보다도 H.264 및 HEVC 와 같은 코덱과 동작한다.
ISOBMFF 는, ISO 기본 미디어 파일과 연관된 미디어 컨텐츠를 프로세싱할 때 미디어 포맷 파일의 크리에이터 (예를 들어, 제작자, 프로듀서 등) 가 플레이어 또는 렌더러에 의해 수행될 특정 액션들을 요구할 때 사용되는 제약된 스킴 설계를 포함한다. 제약된 스킴은 플레이어가 미디어 포맷 파일을 검사하게 하여 미디어 컨텐츠를 렌더링하기 위한 그러한 요건들을 쉽게 결정하게 하고, 레거시 플레이어가 추가 프로세싱을 요구하는 파일들을 다운로딩, 디코딩 및 렌더링하는 것을 방지할 수 있다. 레거시 플레이어는 특정 미디어 컨텐츠를 프로세싱하도록 설계되지 않는 플레이어 디바이스를 포함할 수 있는데 이는 예를 들어 플레이어가 필요한 프로세싱없이 코딩된 비디오 컨텐츠만을 플레이가능하기 때문이다. 제약된 스킴은 컨텐츠가 정확하게 이를 제시하는 플레이어에 의해서만 디코딩되어야 할 때 적용될 수 있다. 제약된 스킴들의 타입들의 예시적 예는 다른 무엇보다도, 스테레오스코픽 비디오 프레임 팩킹 배열에 대한 제약된 스킴 타입 ('stvi'로 표기), 가상 현실 비디오에 대한 제약된 스킴 타입 ('vrvd'로 표기), 프로젝션된 전방향성 비디오에 대한 제약된 스킴 타입 ('podv'로 표기), 정방형 프로젝션된 비디오에 대한 제약된 스킴 타입 ('erpv'로 표기), 팩킹된 정방형 또는 큐브 맵 프로젝션된 비디오에 대한 제약된 스킴 타입 ('ercm'로 표기), 피시아이 (fisheye) 전방향성 비디오에 대한 제약된 스킴 타입 ('fodv'로 표기) 을 포함한다.
제약된 스킴 메커니즘의 양태는 컨텐츠 보호 변환과 유사하며, 여기에서, 샘플 엔트리들은 암호화된 또는 캡슐화된 미디어를 표시하는 일반 샘플 엔트리들, 'encv', 'enca' 등의 뒤에 은닉된다. 제약된 비디오의 유사한 메커니즘은 일반 샘플 엔트리 'resv'로서의 변환을 사용한다.
제약된 스킴의 적용 예는 다음과 같이 적용된다.
1) 샘플 엔트리의 4 개 문자 코드는 새로운 샘플 엔트리 코드 'resv'(제약된 비디오를 의미함) 로 대체된다.
2) 모든 다른 박스들은 미변경 상태로 남겨진 상태에서 제약된 스킴 정보 박스가 샘플 디스크립션에 추가된다.
3) 오리지널 샘플 엔트리 타입은 제약된 스킴 정보 박스에 포함된 오리지널 포맷 박스 내에 저장된다.
제약된 스킴 정보 박스 (RestrictedSchemeInfoBox로 표기됨) 는 (아래 예들에 도시된 바와 같이) 제약된 스킴 정보 박스가 'sinf' 대신에 식별자 'rinf'를 사용하는 것을 제외하면 보호 스킴 정보 박스 (ProtectionSchemeInfoBox로 표기됨) 와 동일한 방식으로 포맷된다. 오리지널 샘플 엔트리 타입은 (보호 스킴 정보 박스가 암호화된 미디어에 대한 것과 동일한 방식으로) 제약된 스킴 정보 박스에 위치된 오리지널 포맷 박스에 포함된다.
제약의 정확한 특성은 제약된 스킴 정보 박스에 포함된 스킴 상위 박스 (SchemeTypeBox 로 표기됨) 에서 정의되며 해당 스킴에 필요한 데이터는 스킴 정보 박스 (SchemeInformationBox 로 표기됨) 에 저장된다.
제약 및 보호 스킴들은 동시에 적용될 수 있다. 변환들의 순서는 샘플 엔트리의 4 개 문자 코드에서 따른다. 예를 들어, 샘플 엔트리 타입이 'resv'이면, 제약된 스킴 변환을 실행 취소하는 것은 미디어가 보호됨을 표시하는 샘플 엔트리 타입 'encv'으로 귀결될 수 있다. 변환 (예를 들어, 보호 스킴, 보호 스킴 등) 을 취소하는 것은 ISO 기본 미디어 파일의 파일 구조를 파싱하여 파일을 계층별로 언랩하여 파일에서의 정보를 획득 및 프로세싱하는 것에 의해 파싱 프로세싱을 이용하여 행해질 수 있다. 예를 들어, 제약된 비디오 샘플 엔트리 타입 'resv' 에 대한 제약된 스킴 변환을 파싱하여 샘플 엔트리 타입 'resv' 에 대해 사용된 특정 스킴 타입 (예를 들어, 스테레오스코픽 비디오 배열을 위한 제약된 스킴 타입, 가상 현실 비디오에 대한 제약된 스킴 타입 또는 다른 스킴 타입) 에 관련된 정보를 획득한 후, 플레이어 디바이스는 샘플 엔트리 타입 'encv'에 관련된 파일에서 정보를 찾을 것이다. 그후 플레이어 디바이스는 컨텐츠를 암호해제하는데 필요한 정보를 획득하기 위해 암호화 관련된 컨텐츠를 파싱할 수 있다. 또한, 암호화 정보를 파싱 및 프로세싱한 후에, 플레이어 디바이스는 컨텐츠를 디코딩하는데 필요한 코딩 정보를 찾을 수 있다. 그후, 파일로부터 판독된 상이한 컨텐츠는 프로세싱될 수 있다. 예를 들어, 비디오 컨텐츠는 파일로부터의 암호화 관련 정보를 사용하여 암호화해제될 수 있다. 암호화해제된 비디오는 파일 내의 코딩 관련 정보를 사용하여 디코딩될 수 있고, 디코딩된 비디오는 그 후, 파일 내의 다른 정보와 함께, 제약된 스킴 정보를 사용하여 렌더링될 수 있다 (예를 들어, 스테레오스코픽 비디오 배열을 위한 'stvi' 프레임 타입 정보를 사용하여 프레임을 팩킹 해제한다).
파일 제작자가 레거시 플레이어들이 파일을 재생하는 것을 중단함이 없이 충고 정보만을 제공하기를 원하면, 제약된 스킴 정보 박스는 4 개 문자 코드 변환을 적용하지 않고 샘플 엔트리 내부에 배치될 수 있다. 이 경우, 오리지널 포맷 박스를 반드시 포함할 필요가 있는 것은 아니다.
제약된 스킴 정보 박스는 현재 다음과 같이 정의된다:
제약된 스킴 정보 박스
박스 타입들: 'rinf'
컨테이너: 제약된 샘플 엔트리 또는 샘플 엔트리
필수: 예
양: 정확하게 1
제약된 스킴 정보 박스는 적용된 제약된 스킴 및 그 파라미터들을 양쪽 모두 이해하기 위해 요구되는 모든 정보를 포함한다. 또한, 이는 오리지널 (비-변환된) 샘플 엔트리 타입의 미디어를 문서화한다. 제약된 스킴 정보 박스는 컨테이너 박스이다. 이는 제약된 스트림을 표시하는 코드, 즉 'resv' 를 사용하는 샘플 엔트리에서 필수적이다.
제약된 샘플 엔트리에 사용될 때, 이 박스는 오리지널 샘플 엔트리 타입 및 스킴 타입 박스를 문서화하기 위해 오리지널 포맷 박스를 포함해야 한다. 스킴 정보 박스는 제약 스킴에 따라 요구될 수도 있다.
Figure pct00001
스킴 타입 박스는 현재 다음과 같이 정의된다:
스킴 타입 박스
박스 타입: 'schm'
컨테이너: 보호 스킴 정보 박스 ('sinf'), 제약된 스킴 정보 박스 ('rinf'), 또는 RTP 프로세스 박스 ('srpp')
필수 : 아니오
양: 보호 구조에 따라 'sinf' 에서 0 또는 1; 'rinf' 및 'srpp' 에서 정확하게 1
스킴 타입 박스 ('schm') 는 보호 또는 제약 스킴을 식별한다.
Figure pct00002
scheme_type 은 보호 또는 제약 스킴을 정의하는 코드이다.
scheme_version 은 (컨텐츠를 만드는 데 사용된) 스킴의 버전이다.
scheme_URI 는 이들이 그들의 시스템에 설치된 스킴을 갖지 않으면 사용자에게 웹 페이지를 가르키는 옵션을 허용한다. 이는 UTF-8 문자에서 널 터미네이션된 스트링으로 형성된 절대 URI 이다.
스킴 정보 박스는 현재 다음과 같이 정의된다:
스킴 정보 박스
박스 타입들: 'schi'
컨테이너: 보호 스킴 정보 박스 ('sinf'), 제약된 스킴 정보 박스 ('rinf'), 또는 RTP 프로세스 박스 ('srpp')
필수: 아니오
양: 0 또는 1
스킴 정보 박스는 사용중인 스킴에 의해서만 해석되는 컨테이너 박스이다. 암호화 또는 제약 시스템이 필요한 임의의 정보가 여기에 저장된다. 이 박스의 컨텐츠는 스킴 타입 박스에 표명된 스킴에 의해 정의되는 타입 또는 포맷을 가진 일련의 박스들이다.
Figure pct00003
ISOBMFF 의 제약된 스킴에 대하여 여러 문제들이 존재한다. 예를 들어, 제약된 스킴의 기존 설계에서 컨테이너 (제약된 샘플 엔트리 컨테이너 또는 샘플 엔트리 컨테이너) 에 오직 하나의 제약된 스킴 정보 박스만이 있을 수 있다. 또한, 제약된 스킴 정보 박스에는 오직 하나의 스킴 타입 박스만이 있을 수도 있고, 제약된 스킴 정보 박스에는 0 또는 1 의 스킴 정보 박스만이 있을 수 있다.
이러한 제약들은 하나의 샘플 엔트리와 연관된 동일한 미디어 컨텐츠에 다수의 타입의 제약된 스킴이 동시에 적용되는 것을 허용하지 않는다. 샘플 엔트리는 비디오 파일의 하나 이상의 샘플들과 연관될 수 있다. 그러나, 다수의 제약된 스킴이 적용되는 비디오 컨텐츠를 사용하는 많은 실제 세계 미디어 애플리케이션이 존재한다. 하나의 예시적인 예로서 프레임 팩킹된 스테레오스코픽 가상 현실 비디오를 사용하여, 제약된 스킴에 대한 제약들이 스테레오스코픽 비디오 배열들에 대한 제약된 스킴 (ISOBMFF 의 조항 8.15.4 에서 정의되고 'stvi'로서 표기됨) 과 가상 현실 비디오의 제약된 스킴 (MPEG 입력 문서 m37914 에서 정의되고 여기에서 'vrvd' 로서 표기됨) 양쪽 모두를 하나의 동일한 샘플 엔트리와 연관된 동일한 비디오 컨텐츠에 적용할 가능성을 방지한다. 다수의 제약된 스킴들이 하나의 샘플 엔트리와 연관된 동일 미디어 컨텐츠에 적용될 수 있는 많은 다른 예들이 존재한다.
본원에는 제약된 스킴으로 위에 주지된 문제들을 해결하는 시스템들 및 기법들이 설명된다. 본원에 설명된 양태들의 일부는 독립적으로 적용될 수도 있고, 이들 중 일부는 조합하여 적용될 수도 있다. 일부 경우들에서, 특정 비디오 컨텐츠에 적용가능한 다수의 제약된 스킴들을 포함하는 (ISOBMFF 또는 다른 적절한 포맷과 같은 미디어 파일 포맷에 따른) 미디어 포맷 파일이 생성될 수 있다. 예를 들어, 다수의 제약된 스킴들은 하나의 샘플 엔트리와 연관된 동일한 미디어 컨텐츠에 동시에 적용될 수 있다. 개선된 설계는 모든 타입의 비디오 코덱에 적용된다. 플레이어 디바이스는 본원에 표시된 다수의 제약된 스킴들로 미디어 파일을 수신할 수 있고, 다수의 제약된 스킴들을 비디오 컨텐츠에 적용하기 위하여 필요한 정보를 획득하기 위해 파일을 파싱할 수 있다. 예를 들어, 파일로부터의 정보를 사용하여, 플레이어 디바이스는 파일 내의 하나의 샘플 엔트리와 연관된 미디어 컨텐츠에 다수의 제약된 스킴들을 적용할 수 있다.
일부 예들에서, 다수의 스킴 타입 박스들은 미디어 포맷 파일의 샘플 엔트리에 포함된 제약된 스킴 정보 박스에 포함될 수 있다. 위에 주지된 바와 같이, 스킴 타입 박스는 특정 제약의 정확한 특성을 정의한다. 예를 들어, 스킴 타입 박스는 샘플 엔트리와 연관된 비디오 컨텐츠 (예를 들어, 트랙이 따르는 스킴 타입) 에 적용가능한 특정 스킴 타입을 식별한다. 다수의 스킴 타입 박스들은 샘플 엔트리와 연관된 미디어 컨텐츠를 프로세싱하기 위해 요구되는 복수의 제약된 스킴 타입들을 식별하는 능력을 제공한다. 일부 경우들에서, 스킴 타입 박스는 또한 호환가능 스킴 타입 박스로서 지칭될 수 있다. 일부 예들에서, 다수의 스킴 정보 박스들은 또한 다수의 스킴 타입 박스들에 더하여 제약된 스킴 정보 박스에 포함될 수 있다. 특정 스킴 타입에 대해 요구되는 데이터는 대응하는 스킴 정보 박스에 저장된다. 예를 들어, 하나의 스킴 정보 박스는 각각의 스킴 타입 박스에 대한 제약된 스킴 정보 박스에 포함될 수 있다. 제약된 스킴 정보 박스 (restrictedSchemeInfoBox) 는 FullBox() 대신에 Box() 에 기초하며, 버전 필드가 존재하지 않기 때문에 새로운 버전의 박스가 정의될 수 없다. 그러나, 이 방법은, 박스에서의 종점에 더 많은 선택적 박스들을 추가하는 것이 설계에 의해 가능하기 때문에, 역방향 호환가능하다.
샘플 엔트리와 연관된 미디어 컨텐츠에 적용가능한 다수의 제약된 스킴들을 (다수의 스킴 타입 박스들 및 스킴 정보 박스들을 사용하여) 특정하는 미디어 포맷 파일의 상세화된 실시형태의 예시적 예가 아래 설명된다. 다음 예에서, ISO/IEC 표준 (예를 들어, ISO/IEC 14496-n, ISO/IEC 15444-n 등) 의 제약된 스킴 설계에 설명된 구현들에 추가된 추가적인 텍스트는 <*> 브라킷들 사이에 (예를 들어 < "추가적인 텍스트"> 로서) 도시된다.
예시적 예에서, 샘플 엔트리와 연관된 미디어 컨텐츠에 적용가능한 다수의 제약된 스킴들을 특정하는 미디어 포맷 파일을 구현하기 위해, 제약된 스킴 정보 박스, 스킴 타입 박스 및 스킴 정보 박스의 정의가 아래 도시된 바와 같이 변경된다 :
제약된 스킴 정보 박스
박스 타입들: 'rinf'
컨테이너: 제약된 샘플 엔트리 또는 샘플 엔트리
필수: 예
양: 정확하게 1
제약된 스킴 정보 박스는 적용된 제약 스킴 및 그 파라미터들을 이해하기 위하여 양쪽에 요구되는 정보 모두를 포함한다. 이는 또한, 미디어의 오리지널 (비-변환된) 샘플 엔트리 타입을 문서화한다. 제약된 스킴 정보 박스는 컨테이너 박스이다. 이는 제약된 스트림을 표시하는 코드 (예를 들어, 'resv') 를 사용하는 샘플 엔트리에서 필수적이다.
제약된 샘플 엔트리에서 사용될 때 이 박스는 오리지널 샘플 엔트리 타입을 문서화하는 오리지널 포맷 박스 및 스킴 타입 박스를 포함해야 한다. 스킴 정보 박스는 제약된 스킴에 의존하여 요구될 수도 있다.
Figure pct00004
스킴 타입 박스
박스 타입들: 'schm'
컨테이너: 보호 스킴 정보 박스 ('sinf'), 제약된 스킴 정보 박스 ('rinf'), 또는 SRTP 프로세스 박스 ('srpp')
필수: 아니오
양: 보호 구조에 따라 'sinf' 에서 0 또는 1; 'srpp' 에서 정확하게 1; <'rinf' 에서 1 이상>
스킴 타입 박스 ('schm') 는 보호 또는 제약 스킴 타입을 식별한다.
Figure pct00005
scheme_type 은 보호 또는 제약 스킴을 정의하는 코드이다.
scheme_version 은 (컨텐츠를 만드는 데 사용된) 스킴의 버전이다.
scheme_URI 는 이들이 그들의 시스템에 설치된 스킴을 갖지 않으면 사용자에게 웹 페이지를 가르키는 옵션을 허용한다. 이는 UTF-8 문자에서 널 터미네이션된 스트링으로 형성된 절대 URI 이다.
스킴 정보 박스
박스 타입들: 'schi'
컨테이너: 보호 스킴 정보 박스 ('sinf'), 제약된 스킴 정보 박스 ('rinf'), 또는 SRTP 프로세스 박스 ('srpp')
필수: 아니오
양: 'sinf' 및 'srpp' 에서 0 또는 1; <'rinf' 에서 0 이상>
스킴 타입 박스 ('schm') 는 보호 또는 제약 스킴 타입을 식별한다.
스킴 정보 박스는 사용 중인 스킴에 의해서만 해석되는 컨테이너 박스이다. 암호화 또는 제약 시스템이 필요한 임의의 정보가 여기에 저장된다. 이 박스의 컨텐츠는 스킴 타입 박스에 표명된 스킴에 의해 그 타입 및 포맷이 정의되는 일련의 박스들이다.
Figure pct00006
위에 예시된 예에 도시된 바와 같이, 제약된 스킴 정보 박스는 다수의 스팀 타입 박스들 (SchemeTypeBox#1, SchemeTypeBox#i, 내지 SchemeTypeBox#N) 을 포함하고, 이들은 제약된 스킴 정보 박스를 포함하는 특정 샘플 엔트리 컨테이너와 연관된 미디어 컨텐츠를 프로세싱하기 위하여 필요한 다수의 스킴 타입들을 표시한다. 일부 경우들에서, 스킴 타입 박스들 각각은 또한 CompatibleSchemeTypeBox로서 표기될 수 있다. 또한, 제약된 스킴 정보 박스는 다수의 스킴 정보 박스들 (SchemeInformationBox#1,SchemeInformationBox#i, 내지 SchemeInformationBox#N) 을 포함하고, 이들은 대응하는 스킴 타입을 수행하기 위해 필요한 데이터를 포함한다. 예를 들어, SchemeInformationBox#1 는 SchemeTypeBox#1 에 의해 식별되는 스킴 타입을 구현하기 위해 필요한 데이터를 포함하는 하나 이상의 박스들을 포함할 수 있다.
일부 예들에서, 본원에 설명된 기법에 따라 생성된 미디어 포맷 파일은 샘플 엔트리와 관련된 미디어 컨텐츠에 적용가능한 다수의 제약된 스킴들을 표시하기 위하여 샘플 엔트리 컨테이너에 다수의 제약된 스킴 정보 박스를 포함할 수 있다. 이러한 기법의 상세한 실시형태의 예시적 예가 아래 제공된다. 다음 예에서, ISO/IEC 표준 (예를 들어, ISO/IEC 14496-n, ISO/IEC 15444-n 등) 의 제약된 스킴 설계에 설명된 구현들에 추가된 추가적인 텍스트는 <*> 브라킷들 사이에 (예를 들어 < "추가적인 텍스트"> 로서) 도시된다.
제약된 스킴 정보 박스의 정의는 아래 도시된 바와 같이 변경된다:
제약된 스킴 정보 박스
박스 타입들: 'rinf'
컨테이너: 제약된 샘플 엔트리 또는 샘플 엔트리
필수: 예
양: <1 이상 >
제약된 스킴 정보 박스는 적용된 제약 스킴 및 그 파라미터들을 이해하기 위하여 양쪽에 요구되는 정보 모두를 포함한다. 이는 또한, 미디어의 오리지널 (비 변환된) 샘플 엔트리 타입을 문서화한다. 제약된 스킴 정보 박스는 컨테이너 박스이다. 이는 제약된 스트림을 표시하는 코드 (즉, 'resv') 를 사용하는 샘플 엔트리에서 필수적이다.
제약된 샘플 엔트리에서 사용될 때 이 박스는 오리지널 샘플 엔트리 타입을 문서화하는 오리지널 포맷 박스 및 스킴 타입 박스를 포함해야 한다. 스킴 정보 박스는 제약된 스킴에 의존하여 요구될 수도 있다.
Figure pct00007
일부 예시적 예들에 도시된 바와 같이, 미디어 포맷 파일의 샘플 엔트리 컨테이너에서의 다수의 제약된 스킴 정보 박스들로 미디어 포맷 파일을 생성하는 것은 샘플 엔트리와 연관된 미디어 컨텐츠에 적용가능한 다수의 제약된 스킴들을 파일이 표시하는 것을 허용한다.
도 4 는 샘플 엔트리와 연관된 미디어 컨텐츠에 적용가능한 다수의 제약된 스킴들을 (다수의 스킴 타입 박스들 (462a, 462b) 및 다수의 스킴 정보 박스들 (464a, 464b) 을 사용하여) 특정하는 ISO 미디어 파일에 포함될 수 있는 미디어 박스 (424) 의 일 예를 예시한다. 상기 논의된 바와 같이, 미디어 박스는 트랙 박스에 포함될 수 있고, 트랙에서의 미디어 데이터를 기술하는 정보 및 오브젝트들을 포함할 수 있다. 예시된 예에서, 미디어 박스 (424) 는 미디어 정보 박스 (442) 를 포함한다. 미디어 박스 (424) 는 또한, 본원에 예시되지 않은 다른 박스들을 포함할 수 있다.
미디어 정보 박스 (442) 는 트랙에서의 미디어에 관한 특성 정보를 기술하는 오브젝트들을 포함할 수도 있다. 예를 들어, 미디어 정보 박스 (442) 는 트랙에서의 미디어 정보의 로케이션을 기술하는 데이터 정보 박스를 포함할 수 있다. 다른 예로서, 미디어 정보 박스 (442) 는 트랙이 비디오 데이터를 포함할 때 비디오 미디어 헤더를 포함할 수 있다. 비디어 미디어 헤더는 비디오 미디어의 코딩과 독립적인 일반적인 프리젠테이션 정보를 포함할 수 있다. 미디어 정보 박스 (442) 는 트랙이 오디오 데이터를 포함할 때 사운드 미디어 헤더를 또한 포함할 수 있다.
미디어 정보 박스 (442) 는 샘플 테이블 박스 (444) 를 포함할 수 있다. 박스 타입 "stbl" 에 의해 식별되는 샘플 테이블 박스 (444) 는 트랙에서의 미디어 샘플들에 대한 로케이션들 (예를 들어, 파일에서의 로케이션들), 및 샘플들에 대한 시간 정보를 제공할 수 있다. 샘플 테이블 박스 (444) 에 의해 제공된 정보를 이용하여, 플레이어 디바이스는, 다른 것들도 있지만, 샘플들을 정확한 시간 순서로 로케이팅시키고, 샘플의 타입을 결정하며, 및/또는, 컨테이너 내의 샘플의 사이즈, 컨테이너, 및 오프셋을 결정할 수 있다.
샘플 테이블 박스 (444) 는 박스 타입 "stsd" 에 의해 식별되는 샘플 디스크립션 박스 (446) 를 포함할 수 있다. 샘플 디스크립션 박스 (446) 는 예를 들어 샘플에 대해 사용되는 코딩 타입에 관한 세부 정보, 및 그 코딩 타입에 대해 필요한 임의의 초기화 정보를 제공할 수 있다. 샘플 디스크립션 박스에 저장된 정보는 샘플들을 포함하는 트랙의 타입에 대해 특정적일 수 있다. 예를 들어, 트랙이 비디오 트랙일 때 샘플 디스크립션을 위해 하나의 포맷이 사용될 수도 있고, 트랙이 힌트 트랙일 때 다른 포맷이 사용될 수도 있다. 추가적인 예로서, 샘플 디스크립션에 대한 포맷은 또한 힌트 트랙의 포맷에 의존하여 변화할 수도 있다.
샘플 디스크립션 박스 (446) 는 하나 이상의 샘플 엔트리들 (448a 내지 448n) 을 포함할 수 있다. 샘플 엔트리 타입은 추상적 클래스이고, 따라서 통상적으로, 샘플 디스크립션 박스는, 다른 예들도 있지만, 비디오 데이터에 대한 시각적 샘플 엔트리 또는 오디오 샘플들에 대한 오디오 샘플 엔트리와 같은 특정 샘플 엔트리 박스를 포함한다. 샘플 엔트리 박스는 특정 샘플에 대한 파라미터들을 저장할 수 있다. 예를 들어, 비디오 샘플에 대해, 샘플 엔트리 박스는, 다른 것들도 있지만, 비디오 샘플에 대한 폭, 높이, 수평 해상도, 수직 해상도, 프레임 카운트, 및/또는 심도를 포함할 수 있다. 다른 예로서, 오디오 샘플에 대해, 샘플 엔트리는, 다른 것들도 있지만, 채널 카운트, 채널 레이아웃, 및/또는 샘플 레이트를 포함할 수 있다.
예시된 예에서, 제 1 샘플 엔트리 (448a) 는 제약된 스킴 정보 박스 (460) 를 포함한다. 이러한 예에서, 제 1 샘플 엔트리 (448a) 는 제약된 스트림을 표시하는 코드 (예를 들어, 'resv') 를 가질 수 있다. 본원에 설명된 바와 같이, 박스 타입 "rinf"에 의해 식별되는 제약된 스킴 정보 상자는 스킴의 파라미터들 및 샘플에 적용된 제약된 스킴을 이해하는 데 필요한 정보 (예를 들어, 하나 이상의 다른 박스들) 를 포함할 수 있다. 위에 주지된 바와 같이, 파일의 제작자는 특정 미디어 컨텐츠를 프로세싱하기 위해 플레이어 디바이스로부터 특정 액션을 요구할 수 있다. 이러한 경우에, 파일은 플레이어 디바이스가 샘플 엔트리와 연관된 미디어 컨텐츠를 렌더링하기 위한 요건들을 결정하기 위해 위치파악하여 사용할 수 있는 제약된 스킴 정보 박스를 포함할 수 있다. 컨텐츠를 렌더링가능할 수 없는 플레이어는 제약된 스킴 정보 박스를 또한 사용하여, 이들이 컨텐츠를 렌더링할 수 없고 따라서 컨텐츠를 프로세싱하는 것을 시도하지 않아야 한다고 결정할 수도 있다. 제약된 스킴 정보 박스는 통상적으로 오리지널 샘플 엔트리 타입, 즉, 제약된 스킴 정보 박스에 의해 기술된 임의의 변환 이전의 샘플 엔트리의 타입을 포함한다.
여러 구현들에서, 위에 주지된 바와 같이, 상이한 타입이 제약된 스킴들은 상이한 종류의 컨텐츠에 대해 정의될 수 있다. 제약된 스킴의 타입은 박스 타입 "schm" 으로 식별된 스킴 타입 박스에서 특정될 수 있다. 제약된 스킴들의 타입들의 예시적 예는 다른 무엇보다도, 스테레오스코픽 비디오 배열에 대한 제약된 스킴 타입 ('stvi'로 표기), 가상 현실 비디오에 대한 제약된 스킴 타입 ('vrvd'로 표기), 프로젝션된 전방향성 비디오에 대한 제약된 스킴 타입 ('podv'로 표기), 정방형 프로젝션된 비디오에 대한 제약된 스킴 타입 ('erpv'로 표기), 팩킹된 정방형 또는 큐브 맵 프로젝션된 비디오에 대한 제약된 스킴 타입 ('ercm'로 표기), 피시아이 (fisheye) 전방향성 비디오에 대한 제약된 스킴 타입 ('fodv'로 표기) 을 포함한다.
도 4 에 도시된 예시적 예에서, 제 1 샘플 엔트리 (448a) 는 프레임 팩킹된 스테레오스코픽 가상 현실 비디오 컨텐츠를 포함한다. 프레임으로 팩킹된 스테레오 가상 현실 비디오 컨텐츠에 적용가능한 두 가지 유형의 제약된 스킴은 스테레오스코픽 비디오 배열에 대한 제약된 스킴 타입 ('stvi') 및 가상 현실 비디오에 대한 제약된 스킴 타입('vrvd') 을 포함한다. 제약된 스킴 정보 박스 (460) 는 프레임 팩킹된 스테레오스코픽 가상 현실 비디오 컨텐츠를 포함하는 제 1 샘플 엔트리 (448a) 에 추가된다. 스킴 타입 박스 (462a) 는 'vrvd'로 표기되는 가상 현실 컨텐츠에 대한 제약된 스킴 타입을 표시하고, 스킴 타입 박스 (462b) 는 'stvi'로 표기되는 스테레오스코픽 비디오 컨텐츠에 대한 제약된 스킴 타입을 표시한다.
예시된 예에서 제약된 스킴 정보 박스 (460) 는 또한 박스 타입 "schi"에 의해 양쪽이 식별되는 2 개의 스킴 정보 박스 (464a, 464b) 를 또한 포함한다. 스킴 정보 박스들 (464a, 464b) 은 이들이 관련되어 있는 특정 스킴들에 대한 정보를 저장할 수 있다. 예를 들어, 스킴 정보 박스 (464a) 는 가상 현실 컨텐츠 ('vrvd' 스킴 타입) 에 대한 제약된 스킴 타입 박스 (462a) 에 적용가능하고, 가상 현실 컨텐츠에 대한 파라미터를 포함한다. 이들 파라미터들은 예를 들어, 가상 현실 비디오가 2-D인지 3-D인지 여부, 가상 현실 비디오가 사전 스티치되는지 또는 사후 스티치되지 여부 및/또는 가상 현실 비디오에 대한 맵핑을 포함할 수 있다. 다양한 구현들에서, 스킴 정보 박스는 가상 현실 컨텐츠에 대해, 특히 가상 현실 컨텐츠에 대한 파라미터들을 포함하기 위해 정의될 수 있다.
예를 들어, 스킴 정보 박스 (464b) 는 프레임 팩킹된 스테레오스코픽 컨텐츠의 제약된 스킴 타입에 대해 요구되는 파라미터들을 포함하고 프레임 팩킹된 스테레오스코픽 컨텐츠 ('stvi' 스킴 타입) 에 대한 제약된 스킴 타입 박스 (462b) 에 적용가능하다. 예를 들어, 스테레오-코딩된 비디오 프레임들이 디코딩될 때, 디코딩된 프레임들은 스테레오 페어를 형성하는 (프레임 팩킹) 2 개의 공간적으로 팩킹된 구성 프레임들의 표현을 포함할 수 있거나 또는 스테레오 페어 (상이한 트랙들에서 죄측 뷰 및 우측 뷰) 중 단지 하나의 뷰만을 포함할 수도 있다. 스테레오-코딩된 비디오에 기인한 제약들은 스킴 정보 박스 (464b) 에 포함될 수 있다. 예를 들어, 스킴 정보 박스 (464b) 는 컨테이너 박스이고, 스킴 정보 박스 (464b) 에 포함된 박스는 'StereoVideoBox'로 표기된 박스를 포함할 수 있다. 하나의 예시적인 예에서, 스테레오스코픽 비디오 프레임들에 대해, (예를 들어, 스킴 정보 박스 (464b) 에 포함된 StereoVideoBox 내의) 스킴 정보 박스 (464b) 의 파라미터들은 디코딩된 프레임들이 스테레오 페어의 2 개의 뷰들 중 하나만을 포함하는지 또는 스테레오 페어를 형성하는 2 개의 공간적으로 팩킹된 구성 프레임들의 표현을 포함하는지를 표시하는 정보를 포함할 수 있다. 예를 들어, 2 개의 공간적으로 팩킹된 구성 픽처들은 동시에 그러나 상이한 뷰들로부터 동일한 장면의 2 개의 피시아이 이미지들을 포함할 수 있다. 2 개의 픽처들은 (예를 들어, 나란히 팩킹된 배열로) 비디오 프레임으로 팩킹될 수 있다. 또 다른 예에서, 전방향성 이미지들의 경우, 스킴 정보 박스 (464b) 내의 파라미터들은 복원된 이미지가 2 개의 공간적으로 팩킹된 구성 픽처들의 표현을 포함한다는 것을 표시하는 정보를 포함할 수 있다.
스테레오 비디오 박스의 예시적인 예가 이제 설명된다. 위에 주지된 바와 같이, 스테레오 비디오 박스는 스킴 정보 박스 (464b) 에 포함될 수 있고 'stvi' 제약된 스킴 타입에 필요한 데이터를 포함한다. 스테레오 비디오 박스는 다음과 같이 정의될 수 있다:
박스 타입: 'stvi'
컨테이너: SchemeInformationBox
필수: 예 (SchemeType 이 'stvi' 일 때)
양: 1
스테레오 비디오 박스에 대한 신택스 및 스맨틱스의 일 예는 다음과 같다:
Figure pct00008
single_view_allowed 는 정수이다. 0 값은 컨텐츠가 스테레오스코픽 디스플레이 상에만 디스플레이될 수 있음을 표시한다. (single_view_allowed & 1) 이 1 과 같을 때, 모노스코픽 단일-뷰 디스플레이 상에 우측 뷰를 디스플레이하도록 허용된다. (single_view_allowed & 2) 이 2 와 같을 때, 모노스코픽 단일-뷰 디스플레이 상에 좌측 뷰를 디스플레이하도록 허용된다.
stereo_scheme 은 사용된 스테레오 배열 스킴 및 사용된 스킴에 따른 스테레오 표시 타입을 나타내는 정수이다. stereo_scheme 에 대한 다음 값들이 특정된다:
1 : ISO/IEC 14496-10 [ISO/IEC 14496-1 의 프레임 팩킹 배열 보충 강화 정보 메시지에 의해 특정되는 프레임 팩킹 스킴
2 : ISO/IEC 13818-2 [ISO/IEC 13818-2:2000/Amd 의 Annex L 에서 특정된 배열 타입 스킴
3 : 호환가능 프레임/서비스 및 2D/3D 믹싱된 서비스들 양쪽에 대한 ISO/IEC 23000-11 에서 특정된 스테레오 스킴.
stereo_scheme 의 다른 값들이 예약된다.
길이 (length) 는 stereo_indication_type 필드의 바이트 수를 표시한다.
stereo_indication_type 은 사용된 스테레오 표시 스킴에 따라 스테레오 배열 타입을 표시한다. stereo_indication_type 의 신택스와 시맨틱스는 stereo_scheme 의 값에 의존한다. stereo_scheme 의 다음 값들에 대한 stereo_indication_type 에 대한 신택스와 시맨틱스는 다음과 같이 특정된다:
stereo_scheme 은 1 과 같다 : 길이 값은 4 이고, stereo_indication_type 은 ISO/IEC 14496-10 [ISO/IEC 14496-1의 Table D-8 로부터의 frame_packing_arrangement_type 값을 포함하는 비부호화된 int(32) 이다 ('frame_packing_arrangement_type 의 정의').
stereo_scheme 은 2 과 같다 : 길이 값은 4 이고, stereo_indication_type 은 ISO/IEC 13818-2 [ISO/IEC 13818-2:2000/Amd 의 Table L-1 로부터의 타입 값을 포함하는 비부호화된 int(32) 이다. ('arrangement_type 의 정의').
stereo_scheme 은 3 과 같다 : 길이의 값은 2 이고 stereo_indication_type 은 비부호화된 int (8) 의 2 개의 신택스 엘리먼트들을 포함한다. 제 1 신택스 엘리먼트는 ISO/IEC 23000-11:2009 의 Table 4 로부터 스테레오스코픽 구성 타입을 포함한다. 제 2 신택스 엘리먼트의 최하위 비트는 ISO/IEC 23000-11:2009 의 8.4.3 에 특정된 바와 같이 is_left_first 값을 포함하는 한편 나머지 비트들은 예약되어 있고 0 으로 설정된다.
StereoVideoBox 가 사용될 때 다음이 적용된다:
- TrackHeaderBox 에서
-폭 및 높이는 팩킹해제 후의 단일 뷰의 비주얼 프레젠테이션 사이즈를 특정한다.
- SampleDescriptionBox 에서
- 디코더가 물리적으로 단일 프레임을 출력하기 때문에 frame_count 는 1 이다. 즉, 프레임 팩킹된 픽처 내에 포함된 구성 프레임들은 frame_count 에 의해 문서화되지 않는다.
- 폭과 높이는 프레임 팩킹된 픽처의 픽셀 카운트들을 문서화한다 (그리고 프레임 팩킹된 픽처 내의 단일 뷰의 픽셀 카운트들은 문서화하지 않는다).
- PixelAspectRatioBox 는 뷰가 모노스코픽 단일 뷰 디스플레이 상에 디스플레이될 때 각각의 뷰의 픽셀 애스펙트비를 문서화한다. 예를 들어, 많은 공간적 프레임 팩킹 배열에서, 프레임 팩킹된 비디오의 한 뷰의 공간적 해상도가 일반적으로 동일한 포맷의 단일 뷰 비디오의 것에 비해 하나의 좌표 축을 따라 반분되기 때문에 픽셀 애스펙트비 박스는 따라서 2:1 또는 1:2 픽셀 애스펙트비를 표시한다.
스킴 정보 박스 (464a) 및 스킴 정보 박스 (464b) 뿐만 아니라 스킴 타입 박스 (462a) 및 스킴 타입 박스 (462b) 모두를 포함하도록 제약된 스킴 정보 박스 (460) 를 갖는 미디어 정보 박스 (442) 를 생성하는 것에 의해, 양쪽 타입들의 제한된 스킴들 ('vrvd' 및 'stvi' 스킴 유형들) 은 제 1 샘플 엔트리 (448a) 와 연관된 프레임-팩킹된 스테레오스코픽 가상 현실 비디오 컨텐츠에 동시에 적용될 수 있다.
다수의 제약된 스킴들이 하나의 샘플 엔트리와 연관된 동일한 미디어 컨텐츠에 적용될 수 있는 많은 다른 예들이 존재한다. 예를 들어, 가상 현실 비디오 (또는 360 도 비디오) 컨텐츠는 정방형 표현으로 프로젝션된 구형 비디오 컨텐츠를 포함할 수 있다. 다른 예로서, 가상 현실 비디오 (또는 360 도 비디오) 컨텐츠는 큐브맵 지오메트릭, 정사각뿔대 지오메트리 또는 다른 프로젝션으로 프로젝션된 구형 비디오 컨텐츠를 포함할 수 있다. 다수의 제약된 스킴들은 이러한 컨텐츠에 적용될 수 있다. 미디어 파일에 포함될 수 있고 미디어 파일에서의 샘플 엔트리와 연관된 미디어 컨텐츠에 적용가능한 제약된 스킴들의 예들이 아래 설명된다.
제약된 스킴 타입의 다른 예는 ('podv'로 표기된 스킴 타입을 갖는) 프로젝션된 전방향성 비디오에 대한 것이다. 예를 들어, 제약된 비디오 샘플 입력 유형 'resv' 에 대해 프로젝션된 전방향성 비디오 스킴의 사용은 디코딩된 픽처들이 모노스코픽 또는 스테레오스코픽 컨텐츠를 포함하는 팩킹된 픽처들임을 표시한다. 프로젝션된 전방향성 비디오 스킴의 사용은 제약된 스킴 정보 박스 (RestrictedSchemeInfoBox) 의 스킴 타입 박스 (SchemeTypeBox) 내의 'podv' (프로젝션된 전방향성 비디오) 와 동일한 scheme_type 에 의해 표시된다. 프로젝션된 모노스코픽 픽처의 포맷은 제약된 스킴 정보 박스에서 스킴 정보 박스 (SchemeInformationBox) 내에 포함된 ProjectedOmniVideoBox 로 표기된다. 일부 경우들에, 스킴 타입이 'podv'일 때 오직 하나의 ProjectedOmniVideoBox가 SchemeInformationBox에 존재해야 한다. 일부 경우들에, 'podv' 스킴 타입은 프로젝션된 전방향성 비디오의 개방단 스킴 타입으로서 정의된다.
다른 제약된 스킴 타입은 ('erpv'로 표기된 스킴 타입을 갖는) 정방형 프로젝션된 전방향성 비디오에 대해 제공된다. 일부 경우들에, 'erpv' 스킴 타입은 프로젝션된 전방향성 비디오의 페쇄된 스킴 타입으로서 정의된다. scheme_type 이 제약된 스킴 정보 박스 (RestrictedSchemeInfoBox) 에서의 스킴 타입 박스 (호환가능 스킴 타입 박스로서 또한 지칭됨) 에서의 'erpv' 와 같을 때, 대응하는 트랙은 여러 추가적인 조건들을 가진 (ISO/IEC 14496-15 표준 문서에서 정의된) 'podv' 와 같은 scheme_type 의 제약요건들에 따른다. 예를 들어, 프로젝션된 전방향 비디오 박스 (ProjectedOmniVideoBox) 내의 프로젝션 포맷 박스 (ProjectionFormatBox) 는 정방형 프로젝션을 표시한다. 추가로 영역 폭 팩킹 박스 (RegionWisePackingBox) 가 존재하면 다음과 같은 제한들 모두가 적용된다:
NumRegions 의 값은 HorDiv1 * VerDiv1 와 같다.
범위 0 내지 NumRegions-1 에서의 i 의 각각의 값에 대해, 다음이 적용된다:
PackingType[i] 의 값은 0 과 같다.
TransformType[i] 의 값은 0 과 같다.
PackedRegWidth[i] 의 값은 ProjRegWidth[i] 와 같다.
PackedRegHeight[i]의 값은 ProjRegHeight[i] 와 같다.
정방형 프로젝션된 비디오 제약된 스킴 타입 'erpv' 과 연관된 다른 제약들은 ProjectionFormatBox, StereoVideoBox (존재할 때), RegionWisePackingBox (존재할 때), RotationBox (존재할 때), 및 CoverageInformationBox (존재할 때) 이 0 과 같음을 포함한다. 또한 스킴 정보 박스 (SchemeInformationBox) 는 ProjectedOmniVideoBox, ProjectionFormatBox, StereoVideoBox, RegionWisePackingBox, RotationBox 및 CoverageInformationBox 이외의 어떠한 박스들도 직접 또는 간접적으로 포함하지 않는다.
도 5 는 본원에 설명된 기법들을 사용하여 비디오 데이터를 프로세싱하는 프로세스 (500) 의 일 예를 예시하는 흐름도이다. 블록 502 에서, 프로세스 (500) 는 비디오 데이터를 획득하는 단계를 포함한다. 하나의 예시적인 예에서, 비디오 데이터는 미디어 포맷 파일의 샘플 엔트리와 연관될 인코딩된 비디오 비트스트림의 일부 (예를 들어, 하나 이상의 샘플들) 를 포함할 수 있다. 일부 예들에서, 인코딩된 비디오 비트스트림은 암호화될 수 있다. 다른 예시적인 예에서, 비디오 데이터는 미디어 포맷 파일의 샘플 엔트리와 연관될 (예를 들어, 하나 이상의 카메라들에 의해 캡처된) 비디오의 일부를 포함할 수 있다. 이러한 예에서, 비디오 데이터는 인코딩될 수 있고, 일부 경우들에서, 미디어 포맷 파일이 생성되기 전에 프로세스 (500) 에 의해 암호화될 수 있다.
블록 504 에서, 프로세스 (500) 는 비디오 데이터 및 비디오 데이터와 연관된 제약된 스킴 정보 박스를 포함하는 미디어 포맷 파일을 생성하는 단계를 포함한다. 일 예시적 예에서, 미디어 포맷 파일은 ISO 기본 미디어 파일 포맷 (ISOBMFF) 을 사용하여 또는 ISO 기본 미디어 파일 포맷으로부터 유도된 미디어 파일 포맷을 사용하여 생성된다. 제약된 스킴 정보 박스는 복수의 스킴 타입 박스들을 포함한다. 복수의 스킴 타입 박스들은 비디오 데이터를 프로세싱하기 위해 요구되는 복수의 제약된 스킴 타입들을 식별한다. 예를 들어, 복수의 스킴 타입 박스들의 각각의 스킴 타입 박스는 비디오 데이터를 프로세싱하기 위해 요구되는 상이한 제약된 스킴 타입을 식별할 수 있다. 일부 경우들에, 비디오 데이터는 미디어 포맷 파일의 하나의 샘플 엔트리와 연관된다. 이러한 경우들에, 미디어 포맷 파일은 미디어 포맷 파일의 하나의 샘플 엔트리와 연관된 비디오 데이터에 적용가능한 다수의 제약된 스킴을 (복수의 스킴 타입 박스 및 경우에 따라 다수의 스킴 정보 박스를 사용하여) 지정할 수 있다. 일부 양태들에서, 복수의 스킴 타입 박스들의 스킴 타입 박스는 스킴 타입 박스에 의해 식별되는 제약된 스킴 타입의 버전을 식별한다. 예를 들어, 위에 사용된 scheme_version의 값은 특정 제약된 스킴 타입의 버전을 표시하는 특정 값 (예를 들어, 0, 1, 2 등) 을 가질 수 있다. 특정 제약된 스킴 타입의 상이한 버전들은 스킴 타입에 의해 표시된 제약된 스킴의 변형을 포함할 수 있다. 일부 예들에서, 복수의 스킴 타입 박스들의 각각의 스킴 타입 박스는 스킴 타입 박스에 의해 식별되는 제약된 스킴 타입을 구현하기 위해 필요한 데이터에 대한 소스를 식별하는 식별자를 포함한다. 예를 들어, 식별자는 데이터를 획득하기 위한 소스에 대한 액세스를 제공할 수 있는 URL (Uniform Resource Locator) 또는 다른 적절한 소스 식별자를 포함할 수 있다.
복수의 스킴 타입 박스들에 의해 식별되는 제약된 스킴 타입들은 임의의 적합한 제약된 스킴 타입들을 포함할 수 있다. 제약된 스킴 타입들의 예시적 예는 다른 무엇보다도, 스테레오스코픽 비디오 배열에 대한 제약된 스킴 타입 ('stvi'로 표기), 가상 현실 비디오에 대한 제약된 스킴 타입 ('vrvd'로 표기), 프로젝션된 전방향성 비디오에 대한 제약된 스킴 타입 ('podv'로 표기), 정방형 프로젝션된 비디오에 대한 제약된 스킴 타입 ('erpv'로 표기), 팩킹된 정방형 또는 큐브 맵 프로젝션된 비디오에 대한 제약된 스킴 타입 ('ercm'로 표기), 피시아이 (fisheye) 전방향성 비디오에 대한 제약된 스킴 타입 ('fodv'로 표기) 을 포함한다.
일부 예들에서, 제약된 스킴 정보 박스는 복수의 스킴 정보 박스들을 더 포함한다. 복수의 스킴 정보 박스들의 스킴 정보 박스는 복수의 스킴 타입 박스들의 스킴 타입 박스에 의해 식별되는 제약된 스킴 타입에 대해 요구되는 데이터를 포함한다. 위로부터의 예를 사용하여, 스킴 정보 박스는 'stvi' 제약된 스킴 타입에 필요한 데이터를 포함하는 스테레오 비디오 박스를 포함할 수 있다.
생성되면, 미디어 포맷 파일은 임의의 적절한 방식으로 사용될 수 있다. 예를 들어, 프로세스 (500) 는 미디어 포맷 파일을 송신하는 것을 포함할 수 있다. 예를 들어, 미디어 포맷 파일은 파일 프로세싱 디바이스 (예를 들어, 미디어 플레이어, 파일 파서, 디코딩 디바이스, 저장 디바이스, 서버와 같은 중개 디바이스 및/또는 다른 적절한 디바이스) 로 송신될 수 있다. 다른 예에서, 프로세스 (500) 는 미디어 포맷 파일을 저장하는 것을 포함할 수 있다.
일부 예들에서, 프로세스 (500) 는 미디어 포맷 파일 생성 디바이스, (미디어 포맷 파일을 생성하도록 구성될 수 있는) 인코딩 디바이스 (104) 또는 임의의 다른 컴퓨팅 디바이스와 같은 컴퓨팅 디바이스 또는 장치에 의해 수행될 수 있다. 일부 경우들에서, 컴퓨팅 디바이스 또는 장치는 프로세스 (500) 의 단계들을 수행하도록 구성되는 디바이스의 프로세서, 마이크로프로세서, 마이크로컴퓨터, 또는 다른 컴포넌트를 포함할 수도 있다. 일부 예에서, 컴퓨팅 디바이스 또는 장치는 비디오 프레임들을 포함하는 비디오 데이터 (예를 들어, 비디오 시퀀스) 를 캡처하도록 구성된 카메라를 포함할 수도 있다. 예를 들어, 컴퓨팅 디바이스는 비디오 코덱을 포함할 수도 또는 포함하지 않을 수도 있는 카메라 디바이스를 포함할 수도 있다. 또 다른 예로서, 컴퓨팅 디바이스는 카메라를 갖춘 모바일 디바이스 (예를 들어, 디지털 카메라, IP 카메라 등과 같은 카메라 디바이스, 카메라를 포함하는 모바일 폰 또는 태블릿 또는 카메라를 갖춘 다른 유형의 디바이스) 를 포함할 수 있다. 일부 경우들에서, 컴퓨팅 디바이스는 이미지들을 디스플레이하기 위한 디스플레이를 포함할 수도 있다. 일부 예에서, 비디오 데이터를 캡처하는 카메라 또는 다른 캡처 디바이스는 컴퓨팅 디바이스로부터 분리되어 있으며, 이 경우 컴퓨팅 디바이스는 캡처된 비디오 데이터를 수신한다. 컴퓨팅 디바이스는 비디오 데이터를 통신하도록 구성된 네트워크 인터페이스를 더 포함할 수도 있다. 네트워크 인터페이스는 인터넷 프로토콜 (IP) 기반 데이터 또는 다른 네트워크 데이터를 통신하도록 구성될 수도 있다.
도 6 는 본원에 설명된 기법들을 사용하여 하나 이상의 미디어 포맷 파일들을 프로세싱하는 프로세스 (600) 의 일 예를 예시하는 흐름도이다. 블록 602 에서, 프로세스 (600) 는 비디오 데이터 및 비디오 데이터와 연관된 제약된 스킴 정보 박스를 포함하는 미디어 포맷 파일을 획득하는 단계를 포함한다. 일 예시적 예에서, 미디어 포맷 파일은 ISO 기본 미디어 파일 포맷 (ISOBMFF) 을 사용하여 또는 ISO 기본 미디어 파일 포맷으로부터 유도된 미디어 파일 포맷을 사용하여 생성된다. 제약된 스킴 정보 박스는 복수의 스킴 타입 박스들을 포함한다. 복수의 스킴 타입 박스들은 비디오 데이터를 프로세싱하기 위해 요구되는 복수의 제약된 스킴 타입들을 식별한다. 예를 들어, 복수의 스킴 타입 박스들의 각각의 스킴 타입 박스는 비디오 데이터를 프로세싱하기 위해 요구되는 상이한 제약된 스킴 타입을 식별할 수 있다. 일부 경우들에, 비디오 데이터는 미디어 포맷 파일의 하나의 샘플 엔트리와 연관된다. 이러한 경우들에, 미디어 포맷 파일은 미디어 포맷 파일의 하나의 샘플 엔트리와 연관된 비디오 데이터에 적용가능한 다수의 제약된 스킴을 (복수의 스킴 타입 박스 및 경우에 따라 다수의 스킴 정보 박스를 사용하여) 지정할 수 있다. 일부 양태들에서, 복수의 스킴 타입 박스들의 스킴 타입 박스는 스킴 타입 박스에 의해 식별되는 제약된 스킴 타입의 버전을 식별한다. 일부 예들에서, 복수의 스킴 타입 박스들의 각각의 스킴 타입 박스는 스킴 타입 박스에 의해 식별되는 제약된 스킴 타입을 구현하기 위해 필요한 데이터에 대한 소스를 식별하는 식별자를 포함한다. 예를 들어, 식별자는 데이터를 획득하기 위한 소스에 대한 액세스를 제공할 수 있는 URL (Uniform Resource Locator) 또는 다른 적절한 소스 식별자를 포함할 수 있다.
복수의 스킴 타입 박스들에 의해 식별되는 제약된 스킴 타입들은 임의의 적합한 제약된 스킴 타입들을 포함할 수 있다. 제약된 스킴 타입들의 예시적 예는 다른 무엇보다도, 스테레오스코픽 비디오 배열에 대한 제약된 스킴 타입 ('stvi'로 표기), 가상 현실 비디오에 대한 제약된 스킴 타입 ('vrvd'로 표기), 프로젝션된 전방향성 비디오에 대한 제약된 스킴 타입 ('podv'로 표기), 정방형 프로젝션된 비디오에 대한 제약된 스킴 타입 ('erpv'로 표기), 팩킹된 정방형 또는 큐브 맵 프로젝션된 비디오에 대한 제약된 스킴 타입 ('ercm'로 표기), 피시아이 (fisheye) 전방향성 비디오에 대한 제약된 스킴 타입 ('fodv'로 표기) 을 포함한다.
일부 예들에서, 제약된 스킴 정보 박스는 복수의 스킴 정보 박스들을 더 포함한다. 복수의 스킴 정보 박스들의 스킴 정보 박스는 복수의 스킴 타입 박스들의 스킴 타입 박스에 의해 식별되는 제약된 스킴 타입에 대해 요구되는 데이터를 포함한다. 위로부터의 예를 사용하여, 스킴 정보 박스는 'stvi' 제약된 스킴 타입에 필요한 데이터를 포함하는 스테레오 비디오 박스를 포함할 수 있다.
블록 604 에서, 프로세스 (600) 는 미디어 포맷 파일을 파싱하는 것을 포함한다. 예를 들어, 미디어 포맷 파일에 포함된 박스들 각각은 박스들을 언랩핑하고 박스들 내의 컨텐츠를 획득하는 것에 의해 파싱될 수 있다. 블록 606 에서, 프로세스 (600) 는 복수의 스킴 타입 박스들에 의해 식별된 복수의 제약된 스킴 타입들에 따라 비디오 데이터를 프로세싱하는 것을 포함한다.
비디오 데이터 및 미디어 포맷 파일로부터 파싱된 컨텐츠는 필요에 따라 프로세싱될 수 있다. 예를 들어, 프로세스 (600) 는 (예를 들어, 디코더를 사용하여) 비디오 데이터를 디코딩할 수 있다. 프로세스 (600) 는 미디어 포맷 파일에 포함된 제약 스킴들에 관련된 정보를 사용하여 디코딩된 비디오 데이터를 렌더링하고 디스플레이하는 것을 더 포함할 수 있다.
일부 예들에서, 프로세스 (600) 는 미디어 포맷 파일 프로세싱 디바이스, (미디어 포맷 파일의 역변환을 수행하는 것에 의해서와 같이 미디어 포맷 파일들을 파싱하도록 구성될 수 있는) 디코딩 디바이스 (112) 또는 임의의 다른 컴퓨팅 디바이스와 같은 컴퓨팅 디바이스 또는 장치에 의해 수행될 수 있다. 일부 경우들에서, 컴퓨팅 디바이스 또는 장치는 프로세스 (600) 의 단계들을 수행하도록 구성되는 디바이스의 프로세서, 마이크로프로세서, 마이크로컴퓨터, 또는 다른 컴포넌트를 포함할 수도 있다. 일부 예에서, 컴퓨팅 디바이스 또는 장치는 비디오 프레임들을 포함하는 비디오 데이터 (예를 들어, 비디오 시퀀스) 를 캡처하도록 구성된 카메라를 포함할 수도 있다. 예를 들어, 컴퓨팅 디바이스는 비디오 코덱을 포함할 수도 또는 포함하지 않을 수도 있는 카메라 디바이스를 포함할 수도 있다. 또 다른 예로서, 컴퓨팅 디바이스는 카메라를 갖춘 모바일 디바이스 (예를 들어, 디지털 카메라, IP 카메라 등과 같은 카메라 디바이스, 카메라를 포함하는 모바일 폰 또는 태블릿 또는 카메라를 갖춘 다른 유형의 디바이스) 를 포함할 수 있다. 일부 경우들에서, 컴퓨팅 디바이스는 이미지들을 디스플레이하기 위한 디스플레이를 포함할 수도 있다. 일부 예에서, 비디오 데이터를 캡처하는 카메라 또는 다른 캡처 디바이스는 컴퓨팅 디바이스로부터 분리되어 있으며, 이 경우 컴퓨팅 디바이스는 캡처된 비디오 데이터를 수신한다. 컴퓨팅 디바이스는 비디오 데이터를 통신하도록 구성된 네트워크 인터페이스를 더 포함할 수도 있다. 네트워크 인터페이스는 인터넷 프로토콜 (IP) 기반 데이터 또는 다른 네트워크 데이터를 통신하도록 구성될 수도 있다.
프로세스들 (500 및 600) 은 논리 플로우 다이어그램으로서 예시되고, 그 동작은 하드웨어, 컴퓨터 명령들, 또는 이들의 조합으로 구현될 수 있는 동작들의 시퀀스를 표현한다. 컴퓨터 명령들의 맥락에서, 그 동작들은 하나 이상의 프로세서들에 의해 실행될 때 열거된 동작들을 수행하는, 하나 이상의 컴퓨터 판독 가능 저장 매체에 저장된 컴퓨터 실행 가능 명령들을 나타낸다. 일반적으로, 컴퓨터 실행 가능 명령들은 특정 기능들을 수행하거나 또는 특정 데이터 유형을 구현하는 루틴, 프로그램, 오브젝트, 컴포넌트, 데이터 구조 등을 포함한다. 동작들이 기재되는 순서는 제한으로서 해석되게 의도되지 않으며, 기재된 동작들의 임의의 수는 임의의 순서 및/또는 병렬로 조합되어 프로세스를 구현할 수 있다.
추가적으로, 프로세스들 (500 및 600) 은 실행가능 명령들로 구성된 하나 이상의 컴퓨터 시스템들의 제어 하에서 수행될 수도 있고, 집합적으로 하나 이상의 프로세서 상에서 실행하는 코드 (예를 들어, 실행가능 명령들, 하나 이상의 컴퓨터 프로그램들, 또는 하나 이상의 애플리케이션들) 로서, 하드웨어에 의해, 또는 이들의 조합으로 구현될 수도 있다. 상기 언급된 바와 같이, 코드는 컴퓨터 판독가능 또는 머신 판독가능 저장 매체 상에, 예를 들어, 하나 이상의 프로세서들에 의해 실행가능한 복수의 명령들을 포함하는 컴퓨터 프로그램의 형태로 저장될 수도 있다. 컴퓨터 판독가능 또는 머신 판독가능 저장 매체는 비일시적일 수도 있다.
본원에서 논의된 코딩 기법들 및 시스템들은 일 예의 비디오 인코딩 및 디코딩 시스템 (예를 들어, 시스템 (100)) 에서 구현될 수도 있다. 일부 예들에서, 시스템은, 목적지 디바이스에 의해 나중에 디코딩될 인코딩된 비디오 데이터를 제공하는 소스 디바이스를 포함한다. 특히, 소스 디바이스는 비디오 데이터를 목적지 디바이스에 컴퓨터 판독가능 매체를 통해 제공한다. 소스 디바이스 및 목적지 디바이스는 데스크탑 컴퓨터들, 노트북 (즉, 랩탑) 컴퓨터들, 태블릿 컴퓨터들, 셋탑 박스들, 소위 "스마트" 폰들과 같은 전화기 핸드셋들, 소위 "스마트" 패드들, 텔레비전들, 카메라들, 디스플레이 디바이스들, 디지털 미디어 플레이어들, 비디오 게이밍 콘솔들, 비디오 스트리밍 디바이스 등을 포함한 광범위한 디바이스들 중 임의의 디바이스를 포함할 수도 있다. 일부 경우들에 있어서, 소스 디바이스 및 목적지 디바이스는 무선 통신을 위해 장비될 수도 있다.
목적지 디바이스는 컴퓨터 판독가능 매체를 통해 디코딩될 인코딩된 비디오 데이터를 수신할 수도 있다. 컴퓨터 판독가능 매체는 소스 디바이스로부터 목적지 디바이스로 인코딩된 비디오 데이터를 이동시킬 수 있는 임의의 유형의 매체 또는 디바이스를 포함할 수도 있다. 하나의 예에서, 컴퓨터 판독가능 매체는, 소스 디바이스가 인코딩된 비디오 데이터를 직접적으로 목적지 디바이스에 실시간으로 송신하는 것을 가능하게 하는 통신 매체를 포함할 수도 있다. 인코딩된 비디오 데이터는 통신 표준, 이를테면 무선 통신 프로토콜에 따라 변조되고 목적지 디바이스로 송신될 수도 있다. 통신 매체는 임의의 무선 또는 유선 통신 매체, 이를테면 무선 주파수 (RF) 스펙트럼 또는 하나 이상의 물리적 송신 라인들을 포함할 수도 있다. 통신 매체는 패킷 기반 네트워크, 이를테면 국부 영역 네트워크, 광역 네트워크, 또는 인터넷과 같은 글로벌 네트워크의 부분을 형성할 수도 있다. 통신 매체는 라우터들, 스위치들, 기지국들, 또는 소스 디바이스로부터 목적지 디바이스로의 통신을 용이하게 하는데 유용할 수도 있는 임의의 다른 장비를 포함할 수도 있다.
일부 예들에서, 인코딩된 데이터는 출력 인터페이스로부터 저장 디바이스로 출력될 수도 있다. 마찬가지로, 인코딩된 데이터는 입력 인터페이스에 의해 저장 디바이스로부터 액세스될 수도 있다. 저장 디바이스는 하드 드라이브, 블루-레이 디스크들, DVD들, CD-ROM들, 플래시 메모리, 휘발성 또는 비휘발성 메모리, 또는 인코딩된 비디오 데이터를 저장하기 위한 임의의 다른 적합한 디지털 저장 매체들과 같은 다양한 분산형 또는 국부적으로 액세스되는 데이터 저장 매체들 중 임의의 것을 포함할 수도 있다. 추가의 예에서, 저장 디바이스는, 소스 디바이스에 의해 생성된 인코딩된 비디오를 저장할 수도 있는 파일 서버 또는 다른 중간 저장 디바이스에 대응할 수도 있다. 목적지 디바이스는 저장 디바이스로부터의 저장된 비디오 데이터에 스트리밍 또는 다운로드를 통해 액세스할 수도 있다. 파일 서버는 인코딩된 비디오 데이터를 저장하고 그 인코딩된 비디오 데이터를 목적지 디바이스로 송신할 수 있는 임의의 유형의 서버일 수도 있다. 예시적인 파일 서버들은 웹 서버(예를 들어, 웹사이트용), FTP 서버, 네트워크 부속 스토리지 (network attached storage, NAS) 디바이스들, 또는 로컬 디스크 드라이브를 포함한다. 목적지 디바이스는 인터넷 접속을 포함하는 임의의 표준 데이터 접속을 통해 인코딩된 비디오 데이터에 액세스할 수도 있다. 이것은 파일 서버 상에 저장되는 인코딩된 비디오 데이터에 액세스하기에 적합한 무선 채널 (예를 들어, Wi-Fi 커넥션), 유선 커넥션 (예를 들어, DSL, 케이블 모뎀 등), 또는 양자의 조합을 포함할 수도 있다. 저장 디바이스로부터의 인코딩된 비디오 데이터의 송신은 스트리밍 송신, 다운로드 송신, 또는 그 조합일 수도 있다.
본 개시의 기법들은 무선 애플리케이션들 또는 셋팅들로 반드시 제한되지는 않는다. 그 기법들은 다양한 멀티미디어 애플리케이션들 중 임의의 것, 이를테면 OTA(over-the-air) 텔레비전 브로드캐스트, 케이블 텔레비전 송신들, 위성 텔레비전 송신들, 인터넷 스트리밍 비디오 송신들, 이를테면 HTTP를 통한 동적 적응적 스트리밍(dynamic adaptive streaming over HTTP, DASH), 데이터 저장 매체 상에 인코딩된 디지털 비디오, 데이터 저장 매체 상에 저장된 디지털 비디오의 디코딩, 또는 다른 애플리케이션들의 지원으로 비디오 코딩에 적용될 수도 있다. 일부 예들에서, 시스템은 비디오 스트리밍, 비디오 플레이백, 비디오 브로드캐스팅, 및/또는 화상 통화와 같은 애플리케이션들을 지원하기 위해 단방향 또는 양방향 비디오 송신을 지원하도록 구성될 수도 있다.
하나의 예에서 소스 디바이스는 비디오 소스, 비디오 인코더, 및 출력 인터페이스를 포함한다. 목적지 디바이스는 입력 인터페이스, 비디오 디코더, 및 디스플레이 디바이스를 포함할 수도 있다. 소스 디바이스의 비디오 인코더는 본원에 개시된 기술들을 적용하도록 구성될 수도 있다. 다른 예들에서, 소스 디바이스 및 목적지 디바이스는 다른 컴포넌트들 또는 배열체 (arrangement) 들을 포함할 수도 있다. 예를 들어, 소스 디바이스는 외부 비디오 소스, 이를테면 외부 카메라로부터 비디오 데이터를 수신할 수도 있다. 마찬가지로, 목적지 디바이스는, 통합형 디스플레이 디바이스를 포함하는 것이 아니라, 외부 디스플레이 디바이스와 인터페이싱할 수도 있다.
위의 예시적인 시스템은 단지 하나의 예이다. 비디오 데이터를 병렬로 프로세싱하기 위한 기법들은 임의의 디지털 비디오 인코딩 및/또는 디코딩 디바이스에 의해 수행될 수도 있다. 일반적으로 본 개시의 기술들은 비디오 인코딩 디바이스에 의해 수행되지만, 그 기술들은 또한 "코덱 (CODEC)" 으로서 통상적으로 지칭되는, 비디오 인코더/디코더에 의해 수행될 수도 있다. 더욱이, 본 개시의 기술들은 또한 비디오 프리프로세서에 의해 수행될 수도 있다. 소스 디바이스와 목적지 디바이스는, 소스 디바이스가 목적지 디바이스로의 송신을 위해 코딩된 비디오 데이터를 생성하는 그런 코딩 디바이스들의 예들일 뿐이다. 일부 예들에서, 소스 및 목적지 디바이스들은 그 디바이스들의 각각이 비디오 인코딩 및 디코딩 컴포넌트들을 포함하도록 실질적으로 대칭적 방식으로 동작할 수도 있다. 그런고로, 예시적인 시스템들은, 예를 들어, 비디오 스트리밍, 비디오 플레이백, 비디오 브로드캐스팅, 또는 화상 통화를 위해 비디오 디바이스들 사이의 단방향 또는 양방향 비디오 송신을 지원할 수도 있다.
비디오 소스는 비디오 캡처 디바이스, 이를테면 비디오 카메라, 이전에 캡처된 비디오를 포함하는 비디오 아카이브, 및/또는 비디오 컨텐츠 제공자로부터의 비디오를 수신하는 비디오 피드 인터페이스를 포함할 수도 있다. 추가의 대안으로서, 비디오 소스는 소스 비디오로서 컴퓨터 그래픽 기반 데이터, 또는 라이브 비디오, 아카이브 비디오 및 컴퓨터 생성된 비디오의 조합을 생성할 수도 있다. 일부 경우들에 있어서, 비디오 소스가 비디오 카메라이면, 소스 디바이스 및 목적지 디바이스는 소위 카메라 폰들 또는 비디오 폰들을 형성할 수도 있다. 하지만, 상기 언급된 바와 같이, 본 개시에서 설명된 기술들은 일반적으로 비디오 코딩에 적용가능할 수도 있으며, 무선 및/또는 유선 어플리케이션들에 적용될 수도 있다. 각각의 경우에 있어서, 캡처되거나 사전-캡처되거나 또는 컴퓨터 생성된 비디오는 비디오 인코더에 의해 인코딩될 수도 있다. 그 후, 인코딩된 비디오 정보는 출력 인터페이스에 의해 컴퓨터 판독가능 매체상으로 출력될 수도 있다.
언급된 바와 같이, 컴퓨터 판독가능 매체는 일시적인 매체들, 이를테면 무선 브로드캐스트 또는 유선 네트워크 송신물, 또는 저장 매체들(다시 말하면, 비일시적 저장 매체들), 이를테면 하드 디스크, 플래시 드라이브, 콤팩트 디스크, 디지털 비디오 디스크, 블루레이 디스크, 또는 다른 컴퓨터 판독가능 매체들을 포함할 수도 있다. 일부 예들에서, 네트워크 서버(도시되지 않음) 가 소스 디바이스로부터 인코딩된 비디오 데이터를 수신하고 그 인코딩된 비디오 데이터를 목적지 디바이스에, 예를 들어, 네트워크 송신을 통해 제공할 수도 있다. 마찬가지로, 매체 생산 설비, 이를테면 디스크 스탬핑 설비의 컴퓨팅 디바이스가, 소스 디바이스로부터 인코딩된 비디오 데이터를 수신하고 그 인코딩된 비디오 데이터를 포함하는 디스크를 생산할 수도 있다. 그러므로, 컴퓨터 판독가능 매체는 다양한 예들에서, 다양한 형태들의 하나 이상의 컴퓨터 판독가능 매체들을 포함한다고 이해될 수도 있다.
목적지 디바이스의 입력 인터페이스는 컴퓨터 판독가능 매체로부터 정보를 수신한다. 컴퓨터 판독가능 매체의 정보는 비디오 인코더에 의해 정의된 신택스 정보를 포함할 수도 있고, 이는 또한 비디오 디코더에 의해 이용되고, 블록들 및 다른 코딩된 유닛들, 예를 들어, 픽처들의 그룹 (GOP) 의 프로세싱 및/또는 특성들을 기술하는 신택스 엘리먼트들을 포함한다. 디스플레이 디바이스가 디코딩된 비디오 데이터를 사용자에게 디스플레이하고, 음극선관(CRT), 액정 디스플레이(LCD), 플라즈마 디스플레이, 유기 발광 다이오드(OLED) 디스플레이, 또는 다른 유형의 디스플레이 디바이스와 같은 다양한 디스플레이 디바이스들 중 임의의 것을 포함할 수도 있다. 본 발명의 다양한 실시형태들이 설명되었다.
인코딩 디바이스 (104) 및 디코딩 디바이스 (112) 의 특정 세부사항들은 각각 도 7 및 도 8 에서 도시된다. 도 7 은 본 개시에서 기술되는 기법들 중 하나 이상을 구현할 수도 있는 예시적인 인코딩 디바이스 (104) 를 도시하는 블록도이다. 인코딩 디바이스 (104) 는, 예를 들어, 본원에서 설명되는 신택스 구조들 (예를 들어, VPS, SPS, PPS, 또는 다른 신택스 엘리먼트들의 신택스 구조들) 을 생성할 수도 있다. 인코딩 디바이스 (104) 는 비디오 슬라이스들 내의 비디오 블록들의 인트라 예측 및 인터 예측 코딩을 수행할 수도 있다. 이전에 설명된 바와 같이, 인트라 코딩은 주어진 비디오 프레임 또는 픽처 내에서 공간적 리던던시를 감소시키거나 또는 제거하기 위해 공간적 예측에 적어도 부분적으로 의존한다. 인터 코딩은, 비디오 시퀀스의 인접한 또는 주위의 프레임들 내의 시간적 리던던시를 감소시키거나 또는 제거하기 위해 시간적 예측에 적어도 부분적으로 의존한다. 인트라 모드 (I 모드) 는 여러 공간 기반 압축 모드들 중 어느 것을 나타낼 수도 있다. 인터 모드들, 이를테면 단방향 예측 (P 모드) 또는 양방향 예측 (B 모드) 은, 여러 시간 기반 압축 모드들 중 어느 것을 나타낼 수도 있다.
인코딩 디바이스 (104) 는 파티셔닝 유닛 (35), 예측 프로세싱 유닛 (41), 필터 유닛 (63), 픽처 메모리 (64), 합산기 (50), 변환 프로세싱 유닛 (52), 양자화 유닛 (54), 및 엔트로피 인코딩 유닛 (56) 을 포함한다. 예측 프로세싱 유닛 (41) 은 모션 추정 유닛 (42), 모션 보상 유닛 (44), 및 인트라 예측 프로세싱 유닛 (46) 을 포함한다. 비디오 블록 복원을 위해, 인코딩 디바이스 (104) 는 역양자화 유닛 (58), 역변환 유닛 (60), 및 합산기 (62) 를 또한 포함한다. 필터 유닛 (63) 은 블록화제거 필터, 적응적 루프 필터 (adaptive loop filter, ALF), 및 샘플 적응 오프셋 (sample adaptive offset, SAO) 필터와 같은 하나 이상의 루프 필터들을 표현하도록 의도된다. 비록 필터 유닛 (63) 이 루프내 필터인 것으로 도 7에서 도시되지만, 다른 구성들에서, 필터 유닛 (63) 은 포스트 루프 필터로서 구현될 수도 있다. 포스트 프로세싱 디바이스 (57) 가 인코딩 디바이스 (104) 에 의해 생성되는 인코딩된 비디오 데이터에 대해 추가적인 프로세싱을 수행할 수도 있다. 본 개시의 기법들은 일부 경우들에서 인코딩 디바이스 (104) 에 의해 구현될 수도 있다. 그러나, 다른 경우들에서, 본 개시의 기법들 중 하나 이상은 포스트 프로세싱 디바이스 (57) 에 의해 구현될 수도 있다.
도 7에 도시된 바와 같이, 인코딩 디바이스 (104) 는 비디오 데이터를 수신하고 파티셔닝 유닛 (35) 은 그 데이터를 비디오 블록들로 파티셔닝한다. 파티셔닝은 또한, 예를 들어, LCU 및 CU 들의 쿼드트리 구조에 따른, 비디오 블록 파티셔닝 뿐만 아니라 슬라이스들, 슬라이스 세그먼트들, 타일들 또는 다른 더 큰 유닛들로의 파티셔닝을 포함할 수도 있다. 인코딩 디바이스 (104) 는 일반적으로, 인코딩될 비디오 슬라이스 내의 비디오 블록들을 인코딩하는 컴포넌트들을 예시한다. 슬라이스는 다중의 비디오 블록들로 (및 가능하게는 타일들로서 지칭되는 비디오 블록들의 세트들로) 분할될 수도 있다. 예측 프로세싱 유닛 (41) 은 에러 결과들 (예를 들어, 코딩 레이트 및 왜곡의 레벨 등) 에 기초하여 현재의 비디오 블록에 대해 복수의 인트라 예측 코딩 모드들 중 하나 또는 복수의 인터 예측 코딩 모드들 중 하나와 같은, 복수의 가능한 코딩 모드들 중 하나를 선택할 수도 있다. 예측 프로세싱 유닛 (41) 은 결과적인 인트라- 또는 인터-코딩된 블록을 합산기 (50) 에 제공하여 잔차 블록 데이터를 생성하고, 합산기 (62) 에 제공하여 참조 화상으로서의 사용을 위한 인코딩된 블록을 복원할 수도 있다.
예측 프로세싱 유닛 (41) 내의 인트라 예측 프로세싱 유닛 (46) 은 코딩될 현재 블록과 동일한 프레임 또는 슬라이스에서의 하나 이상의 이웃 블록들을 기준으로 현재 비디오 블록의 인트라 예측 코딩을 수행하여 공간적 압축을 제공할 수도 있다. 예측 프로세싱 유닛 (41) 내의 모션 추정 유닛 (42) 및 모션 보상 유닛 (44) 는 하나 이상의 참조 픽처들에서의 하나 이상의 예측성 블록들을 기준으로 현재 비디오 블록의 인터 예측 코딩을 수행하여 시간적 압축을 제공한다.
모션 추정 유닛 (42) 은 비디오 시퀀스에 대한 미리 결정된 패턴에 따라 비디오 슬라이스에 대한 인터 예측 모드를 결정하도록 구성될 수도 있다. 미리 결정된 패턴은 시퀀스에서의 비디오 슬라이스들을 P 슬라이스들, B 슬라이스들 또는 GPB 슬라이스들로서 지정할 수도 있다. 모션 추정 유닛 (42) 과 모션 보상 유닛 (44) 은 고도로 통합될 수도 있지만 개념적 목적들을 위해 별개로 예시된다. 모션 추정 유닛 (42) 에 의해 수행되는 모션 추정은 비디오 블록들에 대한 모션을 추정하는 모션 벡터들을 생성하는 프로세스이다. 모션 벡터가, 예를 들어, 참조 픽처 내의 예측성 블록에 대한 현재 비디오 프레임 또는 픽처 내의 비디오 블록의 예측 유닛 (PU) 의 변위를 나타낼 수도 있다.
예측성 블록은 차의 절대값 합 (sum of absolute difference, SAD), 차의 제곱 합 (sum of square difference, SSD), 또는 다른 차이 메트릭들에 의해 결정될 수도 있는, 픽셀 차이의 관점에서 코딩될 비디오 블록의 PU에 밀접하게 매칭된다고 생각되는 블록이다. 일부 예들에서, 인코딩 디바이스 (104) 는 픽처 메모리 (64) 에 저장된 참조 픽처들의 부정수 (sub-integer) 픽셀 위치들에 대한 값들을 산출할 수도 있다. 예를 들어, 인코딩 디바이스 (104) 는 참조 픽처의 1/4 픽처 위치들, 1/8 픽처 위치들, 또는 다른 분수 (fractional) 픽처 위치들의 값들을 보간할 수도 있다. 따라서, 모션 추정 유닛 (42) 은 풀 픽셀 포지션들 및 분수 픽셀 포지션들에 관한 모션 탐색을 수행하고, 분수 픽셀 정밀도로 모션 벡터를 출력할 수도 있다.
모션 추정 유닛 (42) 은 인터-코딩된 슬라이스에서의 비디오 블록의 PU 에 대한 모션 벡터를, 그 PU 의 포지션을 참조 픽처의 예측 블록의 포지션과 비교함으로써 계산한다. 참조 픽처는 픽처 메모리 (64) 에 저장된 하나 이상의 참조 픽처들을 각각 식별하는 제 1 참조 픽처 리스트 (List 0) 또는 제 2 참조 픽처 리스트 (List 1) 로부터 선택될 수도 있다. 모션 추정 유닛 (42) 은 산출된 모션 벡터를 엔트로피 인코딩 유닛 (56) 과 모션 보상 유닛 (44)으로 전송한다.
모션 보상 유닛 (44) 에 의해 수행되는 모션 보상은 모션 추정에 의해 결정된 모션 벡터에 기초하여 예측성 블록을 페치하는 것 또는 생성하는 것, 아마도 서브픽셀 정밀도로 보간들을 수행하는 것을 수반할 수도 있다. 현재 비디오 블록의 PU에 대한 모션 벡터를 수신 시, 모션 보상 유닛 (44) 은 참조 픽처 리스트에서 모션 벡터가 가리키는 예측성 블록을 찾을 수도 있다. 인코딩 디바이스 (104) 는, 코딩되고 있는 현재 비디오 블록의 픽셀 값들로부터 예측 블록의 픽셀 값들을 감산하여 픽셀 차이 값들을 형성함으로써 잔차 비디오 블록을 형성한다. 픽셀 차이 값들은 블록에 대한 잔차 데이터를 형성하고, 루마 및 크로마 차이 컴포넌트들 양자를 포함할 수도 있다. 합산기 (50) 는 이러한 감산 연산을 수행하는 컴포넌트 또는 컴포넌트들을 나타낸다. 모션 보상 유닛 (44) 은 또한, 비디오 슬라이스의 비디오 블록들을 디코딩함에 있어서 디코딩 디바이스 (112) 에 의한 사용을 위해 비디오 블록들 및 비디오 슬라이스와 연관된 신택스 엘리먼트들을 생성할 수도 있다.
인트라 예측 프로세싱 유닛 (46) 은, 위에서 기술된 바와 같이, 모션 추정 유닛 (42) 및 모션 보상 유닛 (44) 에 의해 수행된 인터 예측에 대한 대안으로서 현재 블록을 인트라 예측할 수도 있다. 특히, 인트라 예측 프로세싱 유닛 (46)은 현재 블록을 인코딩하는데 사용하기 위한 인트라 예측 모드를 결정할 수도 있다. 일부 예들에서, 인트라 예측 프로세싱 유닛 (46) 은 예를 들어, 개별 인코딩 과정들 동안 다양한 인트라 예측 모드들을 사용하여 현재 블록을 인코딩할 수도 있고, 인트라 예측 프로세싱 유닛 (46) 은 테스트된 모드들로부터 사용할 적절한 인트라 예측 모드를 선택할 수도 있다. 예를 들어, 인트라 예측 프로세싱 유닛 (46) 은 다양한 테스트된 인트라 예측 모드들에 대한 레이트 왜곡 분석을 사용하여 레이트 왜곡 값들을 산출하고, 테스트된 모드들 중에서 최상의 레이트 왜곡 특성들을 갖는 인트라 예측 모드를 선택할 수도 있다. 레이트-왜곡 분석은 일반적으로, 인코딩된 블록과 그 인코딩된 블록을 생성하도록 인코딩되었던 원래의 인코딩되지 않은 블록 간의 왜곡 (또는 에러) 의 양뿐 아니라 인코딩된 블록을 생성하는데 사용된 비트 레이트 (즉, 비트들의 수) 를 결정한다. 인트라 예측 프로세싱 유닛 (46)은 어떤 인트라 예측 모드가 그 블록에 대한 최상의 레이트 왜곡 값을 나타내는지를 결정하기 위해 다양한 인코딩된 블록들에 대한 왜곡들 및 레이트들로부터 비율들을 산출할 수도 있다.
어느 경우에나, 블록에 대한 인트라 예측 모드를 선택한 후, 인트라 예측 프로세싱 유닛 (46) 은 그 블록에 대한 선택된 인트라 예측 모드를 나타내는 정보를 엔트로피 인코딩 유닛 (56) 에 제공할 수도 있다. 엔트로피 인코딩 유닛 (56) 은 선택된 인트라 예측 모드를 나타내는 정보를 인코딩할 수도 있다. 인코딩 디바이스 (104) 는 다양한 블록들에 대한 콘텍스트들을 인코딩하는 구성 데이터 정의들 뿐만 아니라 콘텍스트들의 각각을 위해 사용할 가장 가능성 있는 인트라 예측 모드, 인트라 예측 모드 인덱스 테이블, 및 수정된 인트라 예측 모드 인덱스 테이블의 표시들을 송신되는 비트스트림에 포함시킬 수도 있다. 비트스트림 구성 데이터는 복수의 인트라 예측 모드 인덱스 테이블들과 복수의 수정된 인트라 예측 모드 인덱스 테이블들 (코드워드 맵핑 테이블들이라고 또한 지칭됨) 을 포함할 수도 있다.
예측 프로세싱 유닛 (41) 이 인터 예측 또는 인트라 예측 중 어느 하나를 통해 현재 비디오 블록에 대한 예측성 블록을 생성한 후, 인코딩 디바이스 (104) 는 현재 비디오 블록으로부터 예측성 블록을 감산함으로써 잔차 비디오 블록을 형성한다. 잔차 블록에서의 잔차 비디오 데이터는, 하나 이상의 TU들에 포함되고 변환 프로세싱 유닛 (52) 에 인가될 수도 있다. 변환 프로세싱 유닛 (52) 은 이산 코사인 변환 (DCT) 또는 개념적으로 유사한 변환과 같은 변환을 사용하여 잔차 비디오 데이터를 잔차 변환 계수들로 변환시킨다. 변환 프로세싱 유닛 (52) 은 잔차 비디오 데이터를 픽셀 도메인으로부터 변환 도메인, 이를테면 주파수 도메인으로 변환할 수도 있다.
변환 프로세싱 유닛 (52) 은 결과적인 변환 계수들을 양자화 유닛 (54) 에 전송할 수도 있다. 양자화 유닛 (54) 은 비트레이트를 추가로 감소시키기 위해 변환 계수들을 양자화한다. 양자화 프로세스는 계수들의 일부 또는 전부와 연관된 비트 심도를 감소시킬 수도 있다. 양자화 또는 양자화 파라미터를 조정함으로써 수정될 수도 있다. 일부 예들에 있어서, 양자화 유닛 (54) 은 그 다음에, 양자화된 변환 계수들을 포함하는 매트릭스의 스캔을 수행할 수도 있다. 대안적으로, 엔트로피 인코딩 유닛 (56) 이 그 스캔을 수행할 수도 있다.
양자화를 뒤따라, 엔트로피 인코딩 유닛 (56) 이 양자화된 변환 계수들을 엔트로피 인코딩한다. 예를 들어, 엔트로피 인코딩 유닛 (56) 은 컨텍스트 적응적 가변 길이 코딩 (CAVLC), 컨텍스트 적응적 바이너리 산술 코딩 (CABAC), 신택스 기반 컨텍스트 적응적 바이너리 산술 코딩 (SBAC), 확률 간격 파티셔닝 엔트로피 (PIPE) 코딩, 또는 다른 엔트로피 인코딩 기술을 수행할 수도 있다. 엔트로피 인코딩 유닛 (56) 에 의한 엔트로피 인코딩 이후, 인코딩된 비트스트림은 디코딩 디바이스 (112) 로 송신되거나, 또는 디코딩 디바이스 (112) 에 의한 나중의 송신 또는 취출을 위해 아카이브될 수도 있다. 엔트로피 인코딩 유닛 (56) 은 또한, 코딩되고 있는 현재 비디오 슬라이스에 대한 모션 벡터들 및 다른 신택스 엘리먼트들을 엔트로피 인코딩할 수도 있다.
역양자화 유닛 (58) 및 역변환 프로세싱 유닛 (60) 은, 각각, 역양자화 및 역변환을 적용하여, 참조 픽처의 참조 블록으로서의 나중의 사용을 위해 픽셀 도메인에서 잔차 블록을 재구성한다. 모션 보상 유닛 (44) 은 참조 픽처 리스트 내의 참조 픽처들 중 하나의 참조 픽처의 예측성 블록에 잔차 블록을 가산함으로써 참조 블록을 산출할 수도 있다. 모션 보상 유닛 (44) 은 하나 이상의 보간 필터들을 복원된 잔차 블록에 또한 적용하여 모션 추정에서 사용하기 위한 부 정수 픽셀 값들을 산출할 수도 있다. 합산기 (62) 는 복원된 잔차 블록을 모션 보상 유닛 (44) 에 의해 생성된 모션 보상된 예측 블록에 가산하여, 픽처 메모리 (64) 에서의 저장을 위한 참조 블록을 생성한다. 참조 블록은 모션 추정 유닛 (42) 및 모션 보상 유닛 (44) 에 의해 후속 비디오 프레임 또는 픽처에서의 블록을 인터 예측하기 위한 참조 블록으로서 사용될 수도 있다.
이러한 방식으로, 도 7 의 인코딩 디바이스 (104) 는, LIC 파라미터들을 도출하고, 템플릿들의 사이즈들을 결정하며, 및/또는, 가중치들을 적응적으로 선택하도록 구성된 비디오 인코더의 일 예를 나타낸다. 인코딩 디바이스 (104) 는, 예를 들어, 상술된 바와 같이, LIC 파라미터들을 도출하고, 템플릿들의 사이즈들을 결정하며, 및/또는, 가중치들을 적응적으로 선택할 수도 있다. 예를 들어, 인코딩 디바이스 (104) 는 도 5 와 관련하여 상기 설명된 프로세스들을 포함하는 본원에서 설명되는 기법들 중 임의의 것을 수행할 수도 있다. 인코딩 디바이스 (104) 는 미디어 포맷 파일들을 생성하도록 구성된다. 일부 경우들에서, 본 개시의 기법들 중 일부는 포스트 프로세싱 디바이스 (57) 에 의해 또한 구현될 수도 있다.
도 8 은 예시적인 비디오 인코더 (112) 를 도시하는 블록도이다. 디코딩 디바이스 (112) 는 엔트로피 디코딩 유닛 (80), 예측 프로세싱 유닛 (81), 역양자화 유닛 (86), 역변환 프로세싱 유닛 (88), 합산기 (90), 필터 유닛 (91), 및 픽처 메모리 (92) 를 포함한다. 예측 프로세싱 유닛 (81) 은 모션 보상 유닛 (82) 과 인트라 예측 프로세싱 유닛 (84) 을 포함한다. 디코딩 디바이스 (112) 는, 일부 예들에서, 도 7 로부터 인코딩 디바이스 (104) 에 관해 기술된 인코딩 과정에 일반적으로 역인 디코딩 과정을 수행할 수도 있다.
디코딩 프로세스 동안, 디코딩 디바이스 (112) 는 인코딩 디바이스 (104) 에 의해 전송되는 인코딩된 비디오 슬라이스의 비디오 블록들 및 연관된 신택스 엘리먼트들을 나타내는 인코딩된 비디오 비트스트림을 수신한다. 일부 실시형태들에서, 디코딩 디바이스 (112) 는 인코딩 디바이스 (104) 로부터 인코딩된 비디오 비트스트림을 수신할 수도 있다. 일부 실시형태들에서, 디코딩 디바이스 (112) 는, 이를테면 위에서 설명된 기법들 중 하나 이상을 구현하도록 구성되는 서버, 미디어 인식 네트워크 엘리먼트 (MANE), 비디오 에디터/스플라이서, 또는 다른 그러한 디바이스와 같은 네트워크 엔티티 (79) 로부터 인코딩된 비디오 비트스트림을 수신할 수도 있다. 네트워크 엔티티 (79) 는 인코딩 디바이스 (104) 를 포함할 수도 있거나 또는 포함하지 않을 수도 있다. 본 개시에서 설명되는 기법들 중 일부는 네트워크 엔티티 (79) 가 인코딩된 비디오 비트스트림을 디코딩 디바이스 (112) 로 송신하기 전에 네트워크 엔티티 (79) 에 의해 구현될 수도 있다. 일부 비디오 디코딩 시스템들에서, 네트워크 엔티티 (79) 와 디코딩 디바이스 (112) 는 별개의 디바이스들의 부분들일 수도 있지만, 다른 경우들에서, 네트워크 엔티티 (79) 에 관해 설명된 기능은 디코딩 디바이스 (112) 를 포함하는 동일한 디바이스에 의해 구현될 수도 있다.
디코딩 디바이스 (112) 의 엔트로피 디코딩 유닛 (80) 은 그 비트스트림을 엔트로피 디코딩하여 양자화된 계수들, 모션 벡터들, 및 다른 신택스 엘리먼트들을 생성한다. 엔트로피 디코딩 유닛 (80) 은 모션 벡터들 및 다른 신택스 엘리먼트들을 예측 프로세싱 유닛 (81) 에 포워딩한다. 디코딩 디바이스 (112) 는 비디오 슬라이스 레벨 및/또는 비디오 블록 레벨에서 신택스 엘리먼트들을 수신할 수도 있다. 엔트로피 디코딩 유닛 (80) 은 VPS, SPS 및 PPS 와 같은 하나 이상의 파라미터 세트에서 고정 길이 신택스 엘리먼트 및 가변 길이 신택스 엘리먼트 양자 모두를 프로세싱 및 파싱할 수도 있다.
비디오 슬라이스가 인트라 코딩된 (I) 슬라이스로서 코딩될 때, 예측 프로세싱 유닛 (81) 의 인트라 예측 프로세싱 유닛 (84) 은 현재 비디오 슬라이스의 비디오 블록에 대한 예측 데이터를 현재 프레임 또는 픽처의 이전에 디코딩된 블록들로부터의 시그널링된 인트라 예측 모드 및 데이터에 기초하여 생성할 수도 있다. 비디오 프레임이 인터 코딩된 (즉, B, P, 또는 GPB) 슬라이스로서 코딩되는 경우, 예측 프로세싱 유닛 (81) 의 모션 보상 유닛 (82) 은 엔트로피 디코딩 유닛 (80) 으로부터 수신된 모션 벡터들 및 다른 신택스 엘리먼트들에 기초하여, 현재 비디오 슬라이스의 비디오 블록에 대한 예측성 블록들을 생성한다. 예측성 블록들은 참조 픽처 리스트들 중 하나 내의 참조 픽처들 중 하나로부터 생성될 수도 있다. 디코딩 디바이스 (112) 는 픽처 메모리 (92) 에 저장된 참조 픽처들에 기초하여 디폴트 구축 기법들을 사용하여, 참조 프레임 리스트들 (List 0 및 List 1) 을 구축할 수도 있다.
모션 보상 유닛 (82) 은 모션 벡터들 및 다른 신택스 엘리먼트들을 파싱함으로써 현재 비디오 슬라이스의 비디오 블록에 대한 예측 정보를 결정하고, 그 예측 정보를 사용하여 디코딩되고 있는 현재 비디오 블록에 대한 예측성 블록들을 생성한다. 예를 들어, 모션 보상 유닛 (82) 은 파라미터 세트에서의 하나 이상의 신택스 엘리먼트들을 사용하여, 비디오 슬라이스의 비디오 블록들을 코딩하는데 사용된 예측 모드 (예를 들어, 인트라 예측 또는 인터 예측), 인터 예측 슬라이스 유형 (예를 들어, B 슬라이스, P 슬라이스, 또는 GPB 슬라이스), 슬라이스에 대한 하나 이상의 참조 픽처 리스트들에 대한 구축 정보, 슬라이스의 각각의 인터 인코딩된 비디오 블록에 대한 모션 벡터들, 슬라이스의 각각의 인터 코딩된 비디오 블록에 대한 인터 예측 스테이터스, 및 현재 비디오 슬라이스에서의 비디오 블록들을 디코딩하기 위한 다른 정보를 결정할 수도 있다.
모션 보상 유닛 (82) 은 보간 필터들에 기초하여 보간을 또한 수행할 수도 있다. 모션 보상 유닛 (82) 은 비디오 블록들의 인코딩 동안에 인코딩 디바이스 (104) 에 의해 사용된 바와 같은 보간 필터들을 사용하여 참조 블록들의 부정수 픽셀들에 대한 보간된 값들을 산출할 수도 있다. 이 경우, 모션 보상 유닛 (82)은 수신된 신택스 엘리먼트들로부터 인코딩 디바이스 (104) 에 의해 사용된 보간 필터들을 결정할 수도 있고, 그 보간 필터들을 사용하여 예측성 블록들을 생성할 수도 있다.
역양자화 유닛 (86) 은 비트스트림으로 제공되고 엔트로피 디코딩 유닛 (80) 에 의해 디코딩된 양자화된 변환 계수들을 역양자화, 즉, 탈양자화한다. 역양자화 프로세스는 양자화 정도와, 마찬가지로, 적용되어야 할 역양자화의 정도를 결정하기 위해, 비디오 슬라이스에서의 각각의 비디오 블록에 대해 인코딩 디바이스 (104) 에 의해 산출된 양자화 파라미터의 사용을 포함할 수도 있다. 역변환 프로세싱 유닛 (88) 은 픽셀 도메인에서 잔차 블록들을 생성하기 위하여 역변환 (예를 들어, 역 DCT 또는 다른 적합한 역변환), 역 정수 변환, 또는 개념적으로 유사한 역변환 프로세스를 변환 계수들에 적용한다.
모션 보상 유닛 (82) 이 현재 비디오 블록에 대한 예측성 블록을 모션 벡터들 및 다른 신택스 엘리먼트들에 기초하여 생성한 후, 디코딩 디바이스 (112) 는 역변환 프로세싱 유닛 (88) 으로부터의 잔차 블록들을 모션 보상 유닛 (82) 에 의해 생성된 대응하는 예측성 블록들과 합산함으로써 디코딩된 비디오 블록을 형성한다. 합산기 (90) 는 이 합산 동작을 수행하는 컴포넌트 또는 컴포넌트들을 나타낸다. 원한다면, 루프 필터들이 (코딩 루프 내 또는 코딩 루프 뒤 중 어느 하나에서) 픽셀 전환 (transition)들을 부드럽게 하기 위해, 또는 그렇지 않으면 비디오 품질을 개선하기 위해 또한 사용될 수도 있다. 필터 유닛 (91)은 블록화제거 필터, 적응적 루프 필터 (ALF), 및 샘플 적응 오프셋 (SAO) 필터와 같은 하나 이상의 루프 필터들을 표현하도록 의도된다. 비록 필터 유닛 (91) 이 인-루프 필터인 것으로서 도 8 에 도시되지만, 다른 구성들에 있어서, 필터 유닛 (91) 은 포스트 루프 필터로서 구현될 수도 있다. 주어진 프레임 또는 픽처에서의 디코딩된 비디오 블록들은 그러면 픽처 메모리 (92) 에 저장되며, 그 픽처 메모리는 후속 모션 보상을 위해 사용되는 참조 픽처들을 저장한다. 픽처 메모리 (92) 는 디스플레이 디바이스, 이를테면 도 1에 도시된 비디오 목적지 디바이스 (122) 상의 나중의 프레젠테이션을 위해 디코딩된 비디오를 또한 저장한다.
이러한 방식으로, 도 8 의 디코딩 디바이스 (112) 는, LIC 파라미터들을 도출하고, 템플릿들의 사이즈들을 결정하며, 및/또는, 가중치들을 적응적으로 선택하도록 구성된 비디오 디코더의 일 예를 나타낸다. 디코딩 디바이스 (112) 는, 예를 들어, 상술된 바와 같이, LIC 파라미터들을 도출하고, 템플릿들의 사이즈들을 결정하며, 및/또는, 가중치들을 적응적으로 선택할 수도 있다. 예를 들어, 인코딩 디바이스 (112) 는 도 6 과 관련하여 상기 설명된 프로세스들을 포함하는 본원에서 설명되는 기법들 중 임의의 것을 수행할 수도 있다. 인코딩 디바이스 (112) 는 미디어 포맷 파일들을 파싱하도록 구성된다.
앞서의 기술에서, 애플리케이션의 양태들은 그것의 특정 실시형태들을 참조하여 설명되지만, 본 기술분야의 통상의 기술자들은 본 발명이 그렇게 제한되지 않는 것으로 인식할 것이다. 따라서, 본 출원의 예시적인 실시형태들은 본원에서 상세히 설명되었지만, 발명적 개념들은 달리 다양하게 실시되고 채용될 수도 있다는 것과, 첨부의 청구항들은, 종래 기술에 의해 제한된 바를 제외하고는, 이러한 변동들을 포함하도록 해석되도록 의도됨이 이해될 것이다. 위에서 기술된 본 발명의 다양한 특징들 및 양태들은 개별적으로 또는 공동으로 사용될 수도 있다. 게다가, 실시형태들은 출원서의 더 넓은 사상 및 범위로부터 벗어남 없이 본원에서 설명된 것들을 넘어서는 임의의 수의 환경들 및 애플리케이션들에서 이용될 수 있다. 명세서 및 도면들은 따라서 제한이라기 보다는 예시적인 것으로 간주되는 것들이다. 예시의 목적 상, 방법은 특정 순서로 기술되었다. 대안적인 실시 형태에서, 그 방법들은 설명된 것과 상이한 순서로 수행될 수도 있다는 것을 이해해야 한다.
컴포넌트들이 특정 동작을 수행하도록 "구성된" 것으로 기술되는 경우, 그러한 구성은 예를 들어, 전자 회로 또는 다른 하드웨어를 설계하여 그 동작을 수행하는 것에 의해, 프로그래밍 가능한 전자 회로 (예를 들어, 마이크로프로세서 또는 다른 적절한 전자 회로) 를 프로그래밍하여 그 동작을 수행하는 것에 의해 또는 이들의 임의의 조합에 의해, 달성될 수 있다.
본원에서 개시되는 실시형태들에 관련하여 설명되는 다양한 예시적 논리 블록들, 모듈들, 회로들, 및 알고리즘 단계들은 전자 하드웨어, 컴퓨터 소프트웨어, 펌웨어, 또는 그 조합들로서 구현될 수도 있다. 하드웨어 및 소프트웨어의 이러한 교환가능성을 명백하게 예증하기 위하여, 다양한 예시적인 컴포넌트들, 블록들, 모듈들, 회로들, 및 단계들이 일반적으로 그것들의 기능의 관점에서 위에서 설명되었다. 이러한 기능이 하드웨어 또는 소프트웨어 중 어느 것으로 구현되는지는 전체 시스템에 부과되는 특정 애플리케이션 및 설계 제약들에 달려있다. 기술자들은 설명된 기능을 각각의 특정한 애플리케이션에 대하여 다양한 방식들로 구현할 수도 있지만, 이러한 구현 결정은 본 발명의 범위를 벗어나게 하는 것으로 해석되지 않아야 한다.
본원에서 설명되는 기법들은 전자 하드웨어, 컴퓨터 소프트웨어, 펌웨어, 또는 그것들의 임의의 조합으로 또한 구현될 수도 있다. 이러한 기법들은 범용 컴퓨터들, 무선 통신 디바이스 핸드셋들, 또는 무선 통신 디바이스 핸드셋들 및 다른 디바이스들에서의 애플리케이션을 포함한 다수의 용도들을 갖는 집적회로 디바이스들과 같은 다양한 디바이스들 중 임의의 것으로 구현될 수도 있다. 모듈들 또는 컴포넌트들로서 설명되는 임의의 특징부들은 통합형 로직 디바이스에 함께 또는 개별적이지만 상호작용하는 로직 디바이스들로서 따로따로 구현될 수도 있다. 소프트웨어로 구현된다면, 이 기법들은, 실행될 때 위에서 설명된 방법들 중의 하나 이상을 수행하는 명령들을 포함한 프로그램 코드를 포함하는 컴퓨터 판독가능 데이터 저장 매체에 의해 적어도 부분적으로 실현될 수도 있다. 컴퓨터 판독가능 데이터 저장 매체는 패키징 자료들을 포함할 수도 있는 컴퓨터 프로그램 제품의 부분을 형성할 수도 있다. 컴퓨터 판독가능 매체는 메모리 또는 데이터 저장 매체, 이를테면 RAM (random access memory) 이를테면, SDRAM (synchronous dynamic random access memory), ROM (read-only memory), NVRAM (non-volatile random access memory), EEPROM (electrically erasable programmable read-only memory), FLASH 메모리, 자기 또는 광학 데이터 저장 매체 등을 포함할 수도 있다. 추가로 또는 대안적으로 기술들은, 전파된 신호들 또는 파들과 같은, 명령들 또는 데이터 구조들의 형태의 프로그램 코드를 나르거나 또는 통신하고, 컴퓨터에 의해 액세스, 판독 및/또는 실행될 수 있는 컴퓨터 판독가능 통신 매체에 의해 적어도 부분적으로 실현될 수도 있다.
프로그램 코드는 하나 이상의 프로세서들, 이를테면 하나 이상의 디지털 신호 프로세서들 (DSP들), 범용 마이크로프로세서들, 주문형 집적회로들 (ASIC들), 필드 프로그램가능 로직 어레이들 (FPGA들), 또는 다른 동등한 집적 또는 개별 로직 회로를 포함할 수도 있는 프로세서에 의해 실행될 수도 있다. 이러한 프로세서는 본 개시에서 설명되는 기법들 중 임의의 것을 수행하도록 구성될 수도 있다. 범용 프로세서가 마이크로프로세서일 수도 있지만, 대체예에서, 그 프로세서는 기존의 임의의 프로세서, 제어기, 마이크로제어기, 또는 상태 머신일 수도 있다. 프로세서가 컴퓨팅 디바이스들의 조합, 예를 들어, DSP 및 마이크로프로세서의 조합, 복수의 마이크로프로세서들, DSP 코어와 협력하는 하나 이상의 마이크로프로세서들, 또는 임의의 다른 이러한 구성으로 또한 구현될 수도 있다. 이에 따라, 본원에서 사용된 바와 같은 용어 "프로세서"는 전술한 구조, 전술한 구조의 임의의 조합, 또는 본원에서 설명된 기법들의 구현에 적합한 임의의 다른 구조 또는 장치 중 임의의 것을 지칭할 수도 있다. 부가적으로, 일부 양태들에 있어서, 본원에서 설명된 기능은 인코딩 및 디코딩을 위해 구성되고 결합된 비디오 코덱에서 통합된 전용 소프트웨어 모듈들 또는 하드웨어 모듈들 내에 제공될 수도 있다.

Claims (52)

  1. 비디오 데이터를 프로세싱하는 방법으로서,
    비디오 데이터를 획득하는 단계; 및
    상기 비디오 데이터 및 상기 비디오 데이터와 연관된 제약된 스킴 정보 박스를 포함하는 미디어 포맷 파일을 생성하는 단계로서, 상기 제약된 스킴 정보 박스는 복수의 스킴 타입 박스들을 포함하고, 상기 복수의 스킴 타입 박스들은 상기 비디오 데이터를 프로세싱하기 위해 요구되는 복수의 제약된 스킴 타입들을 식별하는, 상기 미디어 포맷 파일을 생성하는 단계를 포함하는, 비디오 데이터를 프로세싱하는 방법.
  2. 제 1 항에 있어서,
    상기 복수의 스킴 타입 박스들의 각각의 스킴 타입 박스는 상기 비디오 데이터를 프로세싱하기 위해 요구되는 상이한 제약된 스킴 타입을 식별하는, 비디오 데이터를 프로세싱하는 방법.
  3. 제 1 항에 있어서,
    상기 비디오 데이터는 상기 미디어 포맷 파일의 하나의 샘플 엔트리와 연관되는, 비디오 데이터를 프로세싱하는 방법.
  4. 제 1 항에 있어서,
    상기 복수의 스킴 타입 박스들의 스킴 타입 박스는 상기 스킴 타입 박스에 의해 식별되는 제약된 스킴 타입의 버전을 식별하는, 비디오 데이터를 프로세싱하는 방법.
  5. 제 1 항에 있어서,
    상기 복수의 스킴 타입 박스들의 스킴 타입 박스는 상기 스킴 타입 박스에 의해 식별되는 제약된 스킴 타입을 구현하기 위해 필요한 데이터에 대한 소스를 식별하는 식별자를 포함하는, 비디오 데이터를 프로세싱하는 방법.
  6. 제 1 항에 있어서,
    상기 제약된 스킴 정보 박스는 복수의 스킴 정보 박스들을 더 포함하고, 상기 복수의 스킴 정보 박스들의 스킴 정보 박스는 상기 복수의 스킴 타입 박스들의 스킴 타입 박스에 의해 식별되는 제약된 스킴 타입에 대해 필요한 데이터를 포함하는, 비디오 데이터를 프로세싱하는 방법.
  7. 제 1 항에 있어서,
    상기 미디어 포맷 파일은 ISO 기본 미디어 파일 포맷 (ISOBMFF) 을 사용하여 또는 상기 ISO 기본 미디어 파일 포맷으로부터 유도된 미디어 파일 포맷을 사용하여 생성되는, 비디오 데이터를 프로세싱하는 방법.
  8. 제 1 항에 있어서,
    상기 미디어 포맷 파일을 송신하는 단계를 더 포함하는, 비디오 데이터를 프로세싱하는 방법.
  9. 제 1 항에 있어서,
    상기 미디어 포맷 파일을 저장하는 단계를 더 포함하는, 비디오 데이터를 프로세싱하는 방법.
  10. 비디오 데이터를 프로세싱하는 장치로서,
    상기 비디오 데이터를 저장하도록 구성되는 메모리; 및
    프로세서를 포함하고,
    상기 프로세서는:
    상기 비디오 데이터를 획득하고; 그리고
    상기 비디오 데이터 및 상기 비디오 데이터와 연관된 제약된 스킴 정보 박스를 포함하는 미디어 포맷 파일을 생성하는 것으로서, 상기 제약된 스킴 정보 박스는 복수의 스킴 타입 박스들을 포함하고, 상기 복수의 스킴 타입 박스들은 상기 비디오 데이터를 프로세싱하기 위해 요구되는 복수의 제약된 스킴 타입들을 식별하는, 상기 미디어 포맷 파일을 생성하도록 구성되는, 비디오 데이터를 프로세싱하는 장치.
  11. 제 10 항에 있어서,
    상기 복수의 스킴 타입 박스들의 각각의 스킴 타입 박스는 상기 비디오 데이터를 프로세싱하기 위해 요구되는 상이한 제약된 스킴 타입을 식별하는, 비디오 데이터를 프로세싱하는 장치.
  12. 제 10 항에 있어서,
    상기 비디오 데이터는 상기 미디어 포맷 파일의 하나의 샘플 엔트리와 연관되는, 비디오 데이터를 프로세싱하는 장치.
  13. 제 10 항에 있어서,
    상기 복수의 스킴 타입 박스들의 스킴 타입 박스는 상기 스킴 타입 박스에 의해 식별되는 제약된 스킴의 버전을 식별하는, 비디오 데이터를 프로세싱하는 장치.
  14. 제 10 항에 있어서,
    상기 복수의 스킴 타입 박스들의 스킴 타입 박스는 상기 스킴 타입 박스에 의해 식별되는 제약된 스킴 타입을 구현하기 위해 필요한 데이터에 대한 소스를 식별하는 식별자를 포함하는, 비디오 데이터를 프로세싱하는 장치.
  15. 제 10 항에 있어서,
    상기 제약된 스킴 정보 박스는 복수의 스킴 정보 박스들을 더 포함하고, 상기 복수의 스킴 정보 박스들의 스킴 정보 박스는 상기 복수의 스킴 타입 박스들의 스킴 타입 박스에 의해 식별되는 제약된 스킴 타입에 대해 필요한 데이터를 포함하는, 비디오 데이터를 프로세싱하는 장치.
  16. 제 10 항에 있어서,
    상기 미디어 포맷 파일은 ISO 기본 미디어 파일 포맷 (ISOBMFF) 을 사용하여 또는 상기 ISO 기본 미디어 파일 포맷으로부터 유도된 미디어 파일 포맷을 사용하여 생성되는, 비디오 데이터를 프로세싱하는 장치.
  17. 제 10 항에 있어서,
    상기 프로세서는 상기 미디어 포맷 파일을 송신하도록 구성되는, 비디오 데이터를 프로세싱하는 장치.
  18. 제 10 항에 있어서,
    상기 프로세서는 상기 미디어 포맷 파일을 저장하도록 구성되는, 비디오 데이터를 프로세싱하는 장치.
  19. 제 10 항에 있어서,
    상기 장치는 픽처들을 캡처하기 위한 카메라를 갖는 모바일 디바이스를 포함하는, 미디어 파일을 프로세싱하기 위한 장치.
  20. 명령들을 저장하는 비일시적 컴퓨터 판독가능 저장 매체로서,
    상기 명령들은, 하나 이상의 프로세서들에 의해 실행될 때, 상기 하나 이상의 프로세서들로 하여금:
    비디오 데이터를 획득하게 하고; 그리고
    상기 비디오 데이터 및 상기 비디오 데이터와 연관된 제약된 스킴 정보 박스를 포함하는 미디어 포맷 파일을 생성하게 하는 것으로서, 상기 제약된 스킴 정보 박스는 복수의 스킴 타입 박스들을 포함하고, 상기 복수의 스킴 타입 박스들은 상기 비디오 데이터를 프로세싱하기 위해 요구되는 복수의 제약된 스킴 타입들을 식별하는, 상기 미디어 포맷 파일을 생성하게 하는, 명령들을 저장하는 비일시적 컴퓨터 판독가능 저장 매체.
  21. 제 20 항에 있어서,
    상기 복수의 스킴 타입 박스들의 각각의 스킴 타입 박스는 상기 비디오 데이터를 프로세싱하기 위해 요구되는 상이한 제약된 스킴 타입을 식별하는, 명령들을 저장하는 비일시적 컴퓨터 판독가능 저장 매체.
  22. 제 20 항에 있어서,
    상기 비디오 데이터는 상기 미디어 포맷 파일의 하나의 샘플 엔트리와 연관되는, 명령들을 저장하는 비일시적 컴퓨터 판독가능 저장 매체.
  23. 제 20 항에 있어서,
    상기 복수의 스킴 타입 박스들의 스킴 타입 박스는 상기 스킴 타입 박스에 의해 식별되는 제약된 스킴 타입의 버전을 식별하는, 명령들을 저장하는 비일시적 컴퓨터 판독가능 저장 매체.
  24. 제 20 항에 있어서,
    상기 복수의 스킴 타입 박스들의 스킴 타입 박스는 상기 스킴 타입 박스에 의해 식별되는 제약된 스킴 타입을 구현하기 위해 필요한 데이터에 대한 소스를 식별하는 식별자를 포함하는, 명령들을 저장하는 비일시적 컴퓨터 판독가능 저장 매체.
  25. 제 20 항에 있어서,
    상기 제약된 스킴 정보 박스는 복수의 스킴 정보 박스들을 더 포함하고, 상기 복수의 스킴 정보 박스들의 스킴 정보 박스는 상기 복수의 스킴 타입 박스들의 스킴 타입 박스에 의해 식별되는 제약된 스킴 타입에 대해 필요한 데이터를 포함하는, 명령들을 저장하는 비일시적 컴퓨터 판독가능 저장 매체.
  26. 제 20 항에 있어서,
    상기 미디어 포맷 파일은 ISO 기본 미디어 파일 포맷 (ISOBMFF) 을 사용하여 또는 상기 ISO 기본 미디어 파일 포맷으로부터 유도된 미디어 파일 포맷을 사용하여 생성되는, 명령들을 저장하는 비일시적 컴퓨터 판독가능 저장 매체.
  27. 하나 이상의 미디어 포맷 파일들을 프로세싱하는 방법으로서,
    비디오 데이터 및 상기 비디오 데이터와 연관된 제약된 스킴 정보 박스를 포함하는 미디어 포맷 파일을 획득하는 단계로서, 상기 제약된 스킴 정보 박스는 복수의 스킴 타입 박스들을 포함하고, 상기 복수의 스킴 타입 박스들은 상기 비디오 데이터를 프로세싱하기 위해 요구되는 복수의 제약된 스킴 타입들을 식별하는, 상기 미디어 포맷 파일을 획득하는 단계;
    상기 미디어 포맷 파일을 파싱하는 단계; 및
    상기 복수의 스킴 타입 박스들에 의해 식별되는 상기 복수의 제약된 스킴 타입들에 따라 상기 비디오 데이터를 프로세싱하는 단계를 포함하는, 하나 이상의 미디어 포맷 파일들을 프로세싱하는 방법.
  28. 제 27 항에 있어서,
    상기 복수의 스킴 타입 박스들의 각각의 스킴 타입 박스는 상기 비디오 데이터를 프로세싱하기 위해 요구되는 상이한 제약된 스킴 타입을 식별하는, 하나 이상의 미디어 포맷 파일들을 프로세싱하는 방법.
  29. 제 27 항에 있어서,
    상기 비디오 데이터는 상기 미디어 포맷 파일의 하나의 샘플 엔트리와 연관되는, 하나 이상의 미디어 포맷 파일들을 프로세싱하는 방법.
  30. 제 27 항에 있어서,
    상기 복수의 스킴 타입 박스들의 스킴 타입 박스는 상기 스킴 타입 박스에 의해 식별되는 제약된 스킴 타입의 버전을 식별하는, 하나 이상의 미디어 포맷 파일들을 프로세싱하는 방법.
  31. 제 27 항에 있어서,
    상기 복수의 스킴 타입 박스들의 스킴 타입 박스는 상기 스킴 타입 박스에 의해 식별되는 제약된 스킴 타입을 구현하기 위해 필요한 데이터에 대한 소스를 식별하는 식별자를 포함하는, 하나 이상의 미디어 포맷 파일들을 프로세싱하는 방법.
  32. 제 27 항에 있어서,
    상기 제약된 스킴 정보 박스는 복수의 스킴 정보 박스들을 더 포함하고, 상기 복수의 스킴 정보 박스들의 스킴 정보 박스는 상기 복수의 스킴 타입 박스들의 스킴 타입 박스에 의해 식별되는 제약된 스킴 타입에 대해 필요한 데이터를 포함하는, 하나 이상의 미디어 포맷 파일들을 프로세싱하는 방법.
  33. 제 27 항에 있어서,
    상기 미디어 포맷 파일은 ISO 기본 미디어 파일 포맷 (ISOBMFF) 을 사용하여 또는 상기 ISO 기본 미디어 파일 포맷으로부터 유도된 미디어 파일 포맷을 사용하여 생성되는, 하나 이상의 미디어 포맷 파일들을 프로세싱하는 방법.
  34. 제 27 항에 있어서,
    상기 비디오 데이터를 디코딩하는 단계를 더 포함하는, 하나 이상의 미디어 포맷 파일들을 프로세싱하는 방법.
  35. 제 34 항에 있어서,
    디코딩된 상기 비디오 데이터를 디스플레이하는 단계를 더 포함하는, 하나 이상의 미디어 포맷 파일들을 프로세싱하는 방법.
  36. 하나 이상의 미디어 포맷 파일들을 프로세싱하는 장치로서,
    비디오 데이터 및 상기 하나 이상의 미디어 포맷 파일들을 저장하도록 구성되는 메모리; 및
    프로세서를 포함하고,
    상기 프로세서는:
    상기 비디오 데이터 및 상기 비디오 데이터와 연관된 제약된 스킴 정보 박스를 포함하는 미디어 포맷 파일을 획득하는 것으로서, 상기 제약된 스킴 정보 박스는 복수의 스킴 타입 박스들을 포함하고, 상기 복수의 스킴 타입 박스들은 상기 비디오 데이터를 프로세싱하기 위해 요구되는 복수의 제약된 스킴 타입들을 식별하는, 상기 미디어 포맷 파일을 획득하고;
    상기 미디어 포맷 파일을 파싱하고; 그리고
    상기 복수의 스킴 타입 박스들에 의해 식별되는 상기 복수의 제약된 스킴 타입들에 따라 상기 비디오 데이터를 프로세싱하도록 구성되는, 하나 이상의 미디어 포맷 파일들을 프로세싱하는 장치.
  37. 제 36 항에 있어서,
    상기 복수의 스킴 타입 박스들의 각각의 스킴 타입 박스는 상기 비디오 데이터를 프로세싱하기 위해 요구되는 상이한 제약된 스킴 타입을 식별하는, 하나 이상의 미디어 포맷 파일들을 프로세싱하는 장치.
  38. 제 36 항에 있어서,
    상기 비디오 데이터는 상기 미디어 포맷 파일의 하나의 샘플 엔트리와 연관되는, 하나 이상의 미디어 포맷 파일들을 프로세싱하는 장치.
  39. 제 36 항에 있어서,
    상기 복수의 스킴 타입 박스들의 스킴 타입 박스는 상기 스킴 타입 박스에 의해 식별되는 제약된 스킴 타입의 버전을 식별하는, 하나 이상의 미디어 포맷 파일들을 프로세싱하는 장치.
  40. 제 36 항에 있어서,
    상기 복수의 스킴 타입 박스들의 스킴 타입 박스는 상기 스킴 타입 박스에 의해 식별되는 제약된 스킴 타입을 구현하기 위해 필요한 데이터에 대한 소스를 식별하는 식별자를 포함하는, 하나 이상의 미디어 포맷 파일들을 프로세싱하는 장치.
  41. 제 36 항에 있어서,
    상기 제약된 스킴 정보 박스는 복수의 스킴 정보 박스들을 더 포함하고, 상기 복수의 스킴 정보 박스들의 스킴 정보 박스는 상기 복수의 스킴 타입 박스들의 스킴 타입 박스에 의해 식별되는 제약된 스킴 타입에 대해 필요한 데이터를 포함하는, 하나 이상의 미디어 포맷 파일들을 프로세싱하는 장치.
  42. 제 36 항에 있어서,
    상기 미디어 포맷 파일은 ISO 기본 미디어 파일 포맷 (ISOBMFF) 을 사용하여 또는 상기 ISO 기본 미디어 파일 포맷으로부터 유도된 미디어 파일 포맷을 사용하여 생성되는, 하나 이상의 미디어 포맷 파일들을 프로세싱하는 장치.
  43. 제 36 항에 있어서,
    비디오 데이터를 디코딩하는 디코더를 더 포함하는, 하나 이상의 미디어 포맷 파일들을 프로세싱하는 장치.
  44. 제 43 항에 있어서,
    디코딩된 상기 비디오 데이터를 디스플레이하는 디스플레이를 더 포함하는, 하나 이상의 미디어 포맷 파일들을 프로세싱하는 장치.
  45. 제 36 항에 있어서,
    상기 장치는 픽처들을 캡처하기 위한 카메라를 갖는 모바일 디바이스를 포함하는, 미디어 파일을 프로세싱하기 위한 장치.
  46. 명령들을 저장하는 비일시적 컴퓨터 판독가능 저장 매체로서,
    상기 명령들은, 하나 이상의 프로세서들에 의해 실행될 때, 상기 하나 이상의 프로세서들로 하여금:
    비디오 데이터 및 상기 비디오 데이터와 연관된 제약된 스킴 정보 박스를 포함하는 미디어 포맷 파일을 획득하게 하는 것으로서, 상기 제약된 스킴 정보 박스는 복수의 스킴 타입 박스들을 포함하고, 상기 복수의 스킴 타입 박스들은 상기 비디오 데이터를 프로세싱하기 위해 요구되는 복수의 제약된 스킴 타입들을 식별하는, 상기 미디어 포맷 파일을 획득하게 하고;
    상기 미디어 포맷 파일을 파싱하게 하고; 그리고
    상기 복수의 스킴 타입 박스들에 의해 식별되는 상기 복수의 제약된 스킴 타입들에 따라 상기 비디오 데이터를 프로세싱하게 하는, 명령들을 저장하는 비일시적 컴퓨터 판독가능 저장 매체.
  47. 제 46 항에 있어서,
    상기 복수의 스킴 타입 박스들의 각각의 스킴 타입 박스는 상기 비디오 데이터를 프로세싱하기 위해 요구되는 상이한 제약된 스킴 타입을 식별하는, 명령들을 저장하는 비일시적 컴퓨터 판독가능 저장 매체.
  48. 제 46 항에 있어서,
    상기 비디오 데이터는 상기 미디어 포맷 파일의 하나의 샘플 엔트리와 연관되는, 명령들을 저장하는 비일시적 컴퓨터 판독가능 저장 매체.
  49. 제 46 항에 있어서,
    상기 복수의 스킴 타입 박스들의 스킴 타입 박스는 상기 스킴 타입 박스에 의해 식별되는 제약된 스킴 타입의 버전을 식별하는, 명령들을 저장하는 비일시적 컴퓨터 판독가능 저장 매체.
  50. 제 46 항에 있어서,
    상기 복수의 스킴 타입 박스들의 스킴 타입 박스는 상기 스킴 타입 박스에 의해 식별되는 제약된 스킴 타입을 구현하기 위해 필요한 데이터에 대한 소스를 식별하는 식별자를 포함하는, 명령들을 저장하는 비일시적 컴퓨터 판독가능 저장 매체.
  51. 제 46 항에 있어서,
    상기 제약된 스킴 정보 박스는 복수의 스킴 정보 박스들을 더 포함하고, 상기 복수의 스킴 정보 박스들의 스킴 정보 박스는 상기 복수의 스킴 타입 박스들의 스킴 타입 박스에 의해 식별되는 제약된 스킴 타입에 대해 필요한 데이터를 포함하는, 명령들을 저장하는 비일시적 컴퓨터 판독가능 저장 매체.
  52. 제 46 항에 있어서,
    상기 미디어 포맷 파일은 ISO 기본 미디어 파일 포맷 (ISOBMFF) 을 사용하여 또는 상기 ISO 기본 미디어 파일 포맷으로부터 유도된 미디어 파일 포맷을 사용하여 생성되는, 명령들을 저장하는 비일시적 컴퓨터 판독가능 저장 매체.
KR1020197018722A 2017-01-09 2018-01-05 비디오를 위한 개선된 제약 스킴 설계 KR102105804B1 (ko)

Applications Claiming Priority (5)

Application Number Priority Date Filing Date Title
US201762444285P 2017-01-09 2017-01-09
US62/444,285 2017-01-09
US15/862,046 US10536721B2 (en) 2017-01-09 2018-01-04 Restricted scheme design for video
US15/862,046 2018-01-04
PCT/US2018/012476 WO2018129245A1 (en) 2017-01-09 2018-01-05 Improved restricted scheme design for video

Publications (2)

Publication Number Publication Date
KR20190104026A true KR20190104026A (ko) 2019-09-05
KR102105804B1 KR102105804B1 (ko) 2020-04-29

Family

ID=62781988

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020197018722A KR102105804B1 (ko) 2017-01-09 2018-01-05 비디오를 위한 개선된 제약 스킴 설계

Country Status (9)

Country Link
US (1) US10536721B2 (ko)
EP (1) EP3566458B1 (ko)
KR (1) KR102105804B1 (ko)
CN (1) CN110089126B (ko)
AU (1) AU2018205481B2 (ko)
BR (1) BR112019013871A2 (ko)
ES (1) ES2843782T3 (ko)
TW (1) TWI699115B (ko)
WO (1) WO2018129245A1 (ko)

Families Citing this family (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10148969B2 (en) * 2015-02-11 2018-12-04 Qualcomm Incorporated Of sample entry and operation point signalling in a layered video file format
US10999602B2 (en) 2016-12-23 2021-05-04 Apple Inc. Sphere projected motion estimation/compensation and mode decision
US11259046B2 (en) 2017-02-15 2022-02-22 Apple Inc. Processing of equirectangular object data to compensate for distortion by spherical projections
US10924747B2 (en) 2017-02-27 2021-02-16 Apple Inc. Video coding techniques for multi-view video
US11093752B2 (en) 2017-06-02 2021-08-17 Apple Inc. Object tracking in multi-view video
US20190005709A1 (en) * 2017-06-30 2019-01-03 Apple Inc. Techniques for Correction of Visual Artifacts in Multi-View Images
US10754242B2 (en) 2017-06-30 2020-08-25 Apple Inc. Adaptive resolution and projection format in multi-direction video
WO2020071111A1 (ja) * 2018-10-02 2020-04-09 ソニー株式会社 情報処理装置および情報処理方法、並びにプログラム
CN113766272B (zh) * 2020-06-04 2023-02-10 腾讯科技（深圳）有限公司 一种沉浸媒体的数据处理方法

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7996672B1 (en) * 2007-12-05 2011-08-09 Adobe Systems Incorporated Support for multiple digital rights management systems for same content

Family Cites Families (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP2039151A1 (en) * 2006-07-06 2009-03-25 Thomson Licensing Method and system for trick mode suppression control
EP2001235B1 (en) * 2007-06-08 2013-05-22 Samsung Electronics Co., Ltd. MPEG-4 format extension for recording stereoscopic or synthetic 3D video data with related metadata
EP2191390A4 (en) * 2007-08-17 2010-09-22 Korea Electronics Telecomm METHOD FOR PROVIDING CONTENT PROTECTION AND METHOD FOR CONSUMPTION OF PROTECTED CONTENTS AND APPARATUS THEREOF
US8837908B2 (en) * 2009-01-06 2014-09-16 Cyberlink Corp. Systems and methods for performing secure playback of media content
PL2491720T3 (pl) * 2009-10-20 2018-08-31 Telefonaktiebolaget Lm Ericsson (Publ) Zapewnienie uzupełniających informacji przetwarzania
JP2011142585A (ja) 2010-01-08 2011-07-21 Sony Corp 画像処理装置、情報記録媒体、および画像処理方法、並びにプログラム
US20120114118A1 (en) * 2010-11-05 2012-05-10 Samsung Electronics Co., Ltd. Key rotation in live adaptive streaming

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7996672B1 (en) * 2007-12-05 2011-08-09 Adobe Systems Incorporated Support for multiple digital rights management systems for same content

Also Published As

Publication number Publication date
US20180199070A1 (en) 2018-07-12
EP3566458B1 (en) 2020-10-14
AU2018205481A1 (en) 2019-06-06
ES2843782T3 (es) 2021-07-20
AU2018205481B2 (en) 2021-01-28
CN110089126B (zh) 2021-05-14
CN110089126A (zh) 2019-08-02
BR112019013871A2 (pt) 2020-03-03
WO2018129245A1 (en) 2018-07-12
TW201841511A (zh) 2018-11-16
KR102105804B1 (ko) 2020-04-29
US10536721B2 (en) 2020-01-14
EP3566458A1 (en) 2019-11-13
TWI699115B (zh) 2020-07-11

Similar Documents

Publication Publication Date Title
KR102614206B1 (ko) 비디오 코딩을 위한 서브-픽처 비트스트림들을 포함한 비디오 컨텐츠의 시그널링
US10389999B2 (en) Storage of virtual reality video in media files
KR102613593B1 (ko) 필수 및 비필수 비디오 보충 정보의 시그널링
KR102185811B1 (ko) 컨테이너 파일들 및 비디오 비트스트림들의 관심 영역들의 강화된 시그널링
KR102105804B1 (ko) 비디오를 위한 개선된 제약 스킴 설계
KR102646968B1 (ko) 전방향 시각 미디어에서의 관심 영역들의 어드밴스드 시그널링
CN109792567B (zh) 用于发送遗失或损坏视频数据信号的系统及方法

Legal Events

Date Code Title Description
A201 Request for examination
A302 Request for accelerated examination
E701 Decision to grant or registration of patent right
GRNT Written decision to grant