KR20200024831A - 어안 가상 현실 비디오에 대한 향상된 고레벨 시그널링 - Google Patents

어안 가상 현실 비디오에 대한 향상된 고레벨 시그널링 Download PDF

Info

Publication number
KR20200024831A
KR20200024831A KR1020207000548A KR20207000548A KR20200024831A KR 20200024831 A KR20200024831 A KR 20200024831A KR 1020207000548 A KR1020207000548 A KR 1020207000548A KR 20207000548 A KR20207000548 A KR 20207000548A KR 20200024831 A KR20200024831 A KR 20200024831A
Authority
KR
South Korea
Prior art keywords
video data
fisheye video
file
fisheye
view
Prior art date
Application number
KR1020207000548A
Other languages
English (en)
Other versions
KR102247404B1 (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 KR20200024831A publication Critical patent/KR20200024831A/ko
Application granted granted Critical
Publication of KR102247404B1 publication Critical patent/KR102247404B1/ko

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N13/00—Stereoscopic video systems; Multi-view video systems; Details thereof
    • H04N13/10—Processing, recording or transmission of stereoscopic or multi-view image signals
    • H04N13/106—Processing image signals
    • H04N13/167—Synchronising or controlling image signals
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N13/00—Stereoscopic video systems; Multi-view video systems; Details thereof
    • H04N13/10—Processing, recording or transmission of stereoscopic or multi-view image signals
    • H04N13/106—Processing image signals
    • H04N13/161—Encoding, multiplexing or demultiplexing different image signal components
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N13/00—Stereoscopic video systems; Multi-view video systems; Details thereof
    • H04N13/10—Processing, recording or transmission of stereoscopic or multi-view image signals
    • H04N13/106—Processing image signals
    • H04N13/172—Processing image signals image signals comprising non-image signal components, e.g. headers or format information
    • H04N13/178—Metadata, e.g. disparity information
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N13/00—Stereoscopic video systems; Multi-view video systems; Details thereof
    • H04N13/10—Processing, recording or transmission of stereoscopic or multi-view image signals
    • H04N13/194—Transmission of image signals
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N13/00—Stereoscopic video systems; Multi-view video systems; Details thereof
    • H04N13/20—Image signal generators
    • H04N13/204—Image signal generators using stereoscopic image cameras
    • H04N13/243—Image signal generators using stereoscopic image cameras using three or more 2D image sensors
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/46—Embedding additional information in the video signal during the compression process
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/50—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using predictive coding
    • H04N19/597—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using predictive coding specially adapted for multi-view video sequence 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
    • H04N19/70—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]
    • H04N21/40—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
    • H04N21/44—Processing of video elementary streams, e.g. splicing a video clip retrieved from local storage with an incoming video stream, rendering scenes according to MPEG-4 scene graphs
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/80—Generation or processing of content or additional data by content creator independently of the distribution process; Content per se
    • H04N21/81—Monomedia components thereof
    • H04N21/816—Monomedia components thereof involving special video data, e.g 3D video
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/80—Generation or processing of content or additional data by content creator independently of the distribution process; Content per se
    • H04N21/85—Assembly of content; Generation of multimedia applications
    • H04N21/854—Content authoring
    • H04N21/85406—Content authoring involving a specific file format, e.g. MP4 format
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
    • H04N23/60—Control of cameras or camera modules
    • H04N23/698—Control of cameras or camera modules for achieving an enlarged field of view, e.g. panoramic image capture

Abstract

비디오 데이터를 포함하는 파일을 프로세싱하는 방법은, 어안 비디오 데이터를 포함하는 파일을 프로세싱하는 단계로서, 그 파일은 어안 비디오 데이터의 속성들을 특정하는 복수의 신택스 엘리먼트들을 포함하는 신택스 구조를 포함하며, 여기서 복수의 신택스 엘리먼트들은 어안 비디오 타입 정보를 나타내는 하나 이상의 비트들을 포함하는, 상기 파일을 프로세싱하는 단계; 신택스 구조의 하나 이상의 비트들에 기초하여, 어안 비디오 데이터에 대한 어안 비디오 타입 정보를 결정하는 단계; 및 그 결정에 기초하여, 렌더링을 위해 어안 비디오 데이터를 출력하는 단계를 포함한다.

Description

어안 가상 현실 비디오에 대한 향상된 고레벨 시그널링
이 출원은 2017년 7월 10일로 출원된 미국 가출원 제 62/530,497 호, 및 2018 년 7월 6일자로 출원된 미국 출원 제 16/028,934 호의 이익을 주장하고, 이들의 전체 내용은 참조에 의해 본원에 통합된다.
본 개시는 인코딩된 미디어 데이터의 전송에 관한 것이다.
디지털 비디오 능력들은 디지털 텔레비전들, 디지털 직접 브로드캐스트 시스템들, 무선 브로드캐스트 시스템들, 개인 휴대정보 단말기 (PDA) 들, 랩탑 또는 데스크탑 컴퓨터들, 디지털 카메라들, 디지털 레코딩 디바이스들, 디지털 미디어 플레이어들, 비디오 게이밍 디바이스들, 비디오 게임 콘솔들, 셀룰러 또는 위성 무선 전화기들, 원격 화상회의 디바이스들 등을 포함한, 광범위한 디바이스들에 포함될 수 있다. 디지털 비디오 디바이스들은, 디지털 비디오 정보를 보다 효율적으로 송신 및 수신하기 위해, MPEG-2, MPEG-4, ITU-T H.263, ITU-T H.264/MPEG-4, Part 10, AVC (Advanced Video Coding), (고 효율 비디오 코딩 (High Efficiency Video Coding; HEVC) 으로도 지칭되는) ITU-T H.265) 에 의해 정의되는 표준들, 및 그러한 표준들의 확장들에 설명된 것들과 같은 비디오 압축 기법들을 구현한다.
비디오 압축 기술들은 비디오 시퀀스들에 고유한 리던던시를 감소 또는 제거하기 위해 공간 예측 및/또는 시간 예측을 수행한다. 블록 기반 비디오 코딩에 대해, 비디오 프레임 또는 슬라이스는 매크로블록들로 파티셔닝될 수도 있다. 각각의 매크로블록은 더 파티셔닝될 수 있다. 인트라-코딩된 (I) 프레임 또는 슬라이스에서의 매크로블록들은 이웃한 매크로블록들에 대한 공간 예측을 이용하여 인코딩된다. 인터-코딩된 (P 또는 B) 프레임 또는 슬라이스에서의 매크로블록들은 동일 프레임 또는 슬라이스에서의 이웃한 매크로블록들에 대한 공간 예측, 또는 다른 레퍼런스 프레임들에 대한 시간 예측을 이용할 수도 있다.
비디오 (및 다른 미디어 데이터) 가 인코딩된 후에, 비디오 데이터는 송신 또는 저장을 위해 패킷화될 수도 있다. 비디오 데이터는 ISO (International Organization for Standardization) 베이스 미디어 파일 포맷 및 그 확장들, 예컨대 AVC 같은 다양한 표준들 중 어느 것에 따르는 비디오 파일로 어셈블링될 수도 있다.
일반적으로, 본 개시는 가상 현실 (VR)/360 도 비디오 애플리케이션에 관련한 기능성을 기술한다. 특히, 본 개시는 컨테이너 파일들에서 및 DASH (dynamic adaptive streaming over HTTP) 와 같은 적응적 스트리밍 포맷들의 미디어 제시 디스크립션에서의 양자 모두에서 어안 VR/360 비디오에 대한 향상된 고레벨 시그널링을 기술한다. 기법들이 전방향 미디어 포맷 (Omnidirectional MediA Format: OMAF) 및/또는 DASH 의 콘텍스트에서, 또는 다른 미디어 포맷들에서 기술될 수도 있지만, 그러한 기법들은 임의의 가상 현실 (VR) 또는 360 도 미디어 포맷들에 일반적으로 적용할 수 있다는 것이 이해되어야 한다. 또한, 본 개시는 ISOBMFF (ISO base media file format) 의 형태의 파일 포맷들을 참조할 수도 있지만, 그러한 파일 포맷들은 다양한 타입들의 파일 포맷들에 걸쳐 일반적을 적용될 수 있다는 것이 이해되어야 한다.
일 예에서, 본 개시는 비디오 데이터를 포함하는 파일을 프로세싱하는 방법을 기술하며, 그 방법은 어안 비디오 데이터를 포함하는 파일을 프로세싱하는 단계로서, 파일은 어안 비디오 데이터의 속성들을 특정하는 복수의 신택스 엘리먼트들을 포함하는 신택스 구조를 포함하며, 여기서 복수의 신택스 엘리먼트들은 어안 비디오 타입 정보를 나타내는 하나 이상의 비트들을 포함하는, 상기 파일을 프로세싱하는 단계; 신택스 구조의 하나 이상의 비트들에 기초하여, 어안 비디오 데이터에 대한 어안 비디오 타입 정보를 결정하는 단계; 및 결정에 기초하여, 렌더링을 위해 어안 비디오 데이터를 출력하는 단계를 포함한다.
다른 예에서, 본 개시는 비디오 데이터를 포함하는 파일을 프로세싱하도록구성된 장치를 기술하며, 그 장치는 파일을 저장하도록 구성된 메모리, 및 메모리와 통신하는 하나 이상의 프로세서들을 포함하고, 하나 이상의 프로세서들은 어안 비디오 데이터를 포함하는 파일을 프로세싱하는 것으로서, 파일은 어안 비디오 데이터의 속성들을 특정하는 복수의 신택스 엘리먼트들을 포함하는 신택스 구조를 포함하며, 여기서 복수의 신택스 엘리먼트들은 어안 비디오 타입 정보를 나타내는 하나 이상의 비트들을 포함하는, 상기 파일을 프로세싱하고; 신택스 구조의 하나 이상의 비트들에 기초하여, 어안 비디오 데이터에 대한 어안 비디오 타입 정보를 결정하며; 및 결정에 기초하여, 렌더링을 위해 어안 비디오 데이터를 출력하도록 구성된다.
다른 예에서, 본 개시는 비디오 데이터를 포함하는 파일을 프로세싱하도록구성된 장치를 기술하며, 그 장치는 어안 비디오 데이터를 포함하는 파일을 프로세싱하는 수단으로서, 파일은 어안 비디오 데이터의 속성들을 특정하는 복수의 신택스 엘리먼트들을 포함하는 신택스 구조를 포함하며, 여기서 복수의 신택스 엘리먼트들은 어안 비디오 타입 정보를 나타내는 하나 이상의 비트들을 포함하는, 상기 파일을 프로세싱하는 수단; 신택스 구조의 하나 이상의 비트들에 기초하여, 어안 비디오 데이터에 대한 어안 비디오 타입 정보를 결정하는 수단; 및 결정에 기초하여, 렌더링을 위해 어안 비디오 데이터를 출력하는 수단을 포함한다.
다른 예에서, 본 개시는 명령들을 저장하는 비일시적 컴퓨터 판독가능 저장 매체를 기술하며, 명령들은 실행될 때 하나 이상의 프로세서들로 하여금 어안 비디오 데이터를 포함하는 파일을 프로세싱하게 하는 것으로서, 파일은 어안 비디오 데이터의 속성들을 특정하는 복수의 신택스 엘리먼트들을 포함하는 신택스 구조를 포함하며, 여기서 복수의 신택스 엘리먼트들은 어안 비디오 타입 정보를 나타내는 하나 이상의 비트들을 포함하는, 상기 파일을 프로세싱하게 하고; 신택스 구조의 하나 이상의 비트들에 기초하여, 어안 비디오 데이터에 대한 어안 비디오 타입 정보를 결정하게 하며; 및 결정에 기초하여, 렌더링을 위해 어안 비디오 데이터를 출력하게 한다.
다른 예에서, 본 개시는 비디오 데이터를 포함하는 파일을 생성하는 방법을 기술하며, 그 방법은 어안 비디오 데이터를 수신하는 단계; 어안 비디오 데이터를 포함하는 파일을 생성하는 단계로서, 파일은 어안 비디오 데이터의 속성들을 특정하는 복수의 신택스 엘리먼트들을 포함하는 신택스 구조를 포함하며, 여기서 복수의 신택스 엘리먼트들은 어안 비디오 타입 정보를 나타내는 하나 이상의 비트들을 포함하는, 상기 파일을 생성하는 단계; 및 파일을 출력하는 단계를 포함한다.
다른 예에서, 본 개시는 비디오 데이터를 포함하는 파일을 생성하도록 구성된 장치를 기술하며, 그 장치는 파일을 저장하도록 구성된 메모리, 및 메모리와 통신하는 하나 이상의 프로세서들을 포함하고, 하나 이상의 프로세서들은 어안 비디오 데이터를 수신하고; 어안 비디오 데이터를 포함하는 파일을 생성하는 것으로서, 파일은 어안 비디오 데이터의 속성들을 특정하는 복수의 신택스 엘리먼트들을 포함하는 신택스 구조를 포함하며, 여기서 복수의 신택스 엘리먼트들은 어안 비디오 타입 정보를 나타내는 하나 이상의 비트들을 포함하는, 상기 파일을 생성하고; 및 파일을 출력하도록 구성된다.
다른 예에서, 본 개시는 비디오 데이터를 포함하는 파일을 생성하도록 구성된 장치를 기술하며, 그 장치는 어안 비디오 데이터를 수신하는 수단; 어안 비디오 데이터를 포함하는 파일을 생성하는 수단으로서, 파일은 어안 비디오 데이터의 속성들을 특정하는 복수의 신택스 엘리먼트들을 포함하는 신택스 구조를 포함하며, 여기서 복수의 신택스 엘리먼트들은 어안 비디오 타입 정보를 나타내는 하나 이상의 비트들을 포함하는, 상기 파일을 생성하는 수단; 및 파일을 출력하는 수단을 포함한다.
다른 예에서, 본 개시는 명령들을 저장하는 비일시적 컴퓨터 판독가능 저장 매체를 기술하며, 명령들은 실행될 때 하나 이상의 프로세서들로 하여금, 어안 비디오 데이터를 수신하게 하고; 어안 비디오 데이터를 포함하는 파일을 생성하게 하는 것으로서, 파일은 어안 비디오 데이터의 속성들을 특정하는 복수의 신택스 엘리먼트들을 포함하는 신택스 구조를 포함하며, 여기서 복수의 신택스 엘리먼트들은 어안 비디오 타입 정보를 나타내는 하나 이상의 비트들을 포함하는, 상기 파일을 생성하게 하며; 및 파일을 출력하게 한다.
하나 이상의 예들의 상세들은 첨부하는 도면들 및 이하의 설명에서 진술된다. 다른 특징들, 목적들, 및 이점들은 상세한 설명 및 도면들로부터, 및 청구범위로부터 명백할 것이다.
도 1 은 네트워크를 통해 미디어 데이터를 스트리밍하기 위한 기법들을 구현하는 예시적인 시스템을 나타내는 블록도이다.
도 2 는 도 1 의 취출 유닛의 컴포넌트들의 예시적인 세트를 보다 자세히 나타내는 블록도이다.
도 3 은 예시적인 멀티미디어 콘텐츠의 엘리먼트들을 나타내는 개념도이다.
도 4 는 표현의 세그먼트에 대응할 수도 있는, 예시적인 비디오 파일의 엘리먼트들을 나타내는 블록도이다.
도 5a 및 도 5b 는 본 개시에서 설명된 하나 이상의 예시적인 기법들에 따른, 전방향성 이미지 컨텐츠를 캡처하기 위한 예시적인 디바이스들을 예시한 블록 다이어그램들이다.
도 6 은 비디오 픽처당 다수의 어안 이미지의 예를 나타내는 이미지이다.
도 7 은 본 개시의 기법들에 따른 파일을 생성하기 위한 예시적인 방법을 나타내는 플로우차트이다.
도 8 은 본 개시의 기법들에 따른 파일을 프로세싱하기 위한 예시적인 방법을 나타내는 플로우차트이다.
본 개시의 특정 양태들 및 예들이 하기에서 제공된다. 이들 양태들 및 예들 중 일부는 독립적으로 적용될 수도 있고, 그들 중 일부는 당업자에게 명백할 바와 같이 조합하여 적용될 수도 있다. 다음의 설명에 있어서, 설명의 목적들로, 특정 상세들이 본 개시의 예들의 철저한 이해를 제공하기 위하여 기재된다. 하지만, 다양한 예들은 이들 특정 상세들없이도 실시될 수도 있음이 명백할 것이다. 도면들 및 설명은 제한적인 것으로 의도되지 않는다.
다음의 설명은 오직 예들을 제공할 뿐이고, 본 개시의 범위, 적용가능성, 또는 구성을 한정하도록 의도되지 않는다. 오히려, 예들의 다음의 설명은 본 개시의 일 예를 구현하기 위한 가능한 설명을 당업자들에게 제공할 것이다. 첨부된 청구범위에 설명된 바와 같이 본 출원의 사상 및 범위를 벗어나지 않으면서 요소들의 기능 및 배열에 다양한 변경이 가해질 수 있음을 이해해야한다.
특정 상세들이 예들의 철저한 이해를 제공하기 위해 다음의 설명에서 주어진다. 하지만, 그 예들은 이들 특정 상세들없이도 실시될 수도 있음이 당업자에 의해 이해될 것이다. 예를 들어, 회로들, 시스템들, 네트워크들, 프로세스들 및 다른 컴포넌트들은, 예들을 불필요한 상세로 불명료하게 하지 않기 위하여 블록 다이어그램 형태의 컴포넌트들로서 도시될 수도 있다. 다른 경우들에 있어서, 널리 공지된 회로들, 프로세스들, 알고리즘들, 구조들, 및 기법들은 예들을 불명료하게 하는 것을 회피하기 위하여 불필요한 상세없이 도시될 수도 있다.
또한, 개별 예들은, 플로우차트, 플로우 다이어그램, 데이터 플로우 다이어그램, 구조 다이어그램, 또는 블록 다이어그램으로서 도시된 프로세스로서 설명될 수도 있음이 주목된다. 비록 플로우차트가 동작들을 순차적인 프로세스로서 기술할 수도 있지만, 동작들 중 다수는 병렬로 또는 동시에 수행될 수 있다. 부가적으로, 동작들의 순서는 재배열될 수도 있다. 프로세스는, 그의 동작들이 완료될 때 종료되지만, 도면에 포함되지 않은 추가적인 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 판독가능 매체는, 데이터가 저장될 수 있고 그리고 무선으로 또는 유선 커넥션들 상으로 전파하는 일시적인 전자 신호들 및/또는 캐리어파들을 포함하지 않는 비일시적인 매체를 포함할 수도 있다. 비일시적인 매체의 예들은 자기 디스크 또는 테이프, 컴팩트 디스크 (CD) 또는 디지털 다기능 디스크 (DVD) 와 같은 광학 저장 매체들, 플래시 메모리, 메모리 또는 메모리 디바이스들을 포함할 수도 있지만 이에 한정되지 않는다. 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 명령들이 저장될 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, 본 개시의 예들은 하드웨어, 소프트웨어, 펌웨어, 미들웨어, 마이크로코드, 하드웨어 기술 언어들, 또는 이들의 임의의 조합으로 구현될 수도 있다. 소프트웨어, 펌웨어, 미들웨어 또는 마이크로코드에서 구현될 경우, 필요한 태스크들을 수행하기 위한 프로그램 코드 또는 코드 세그먼트들 (예컨대, 컴퓨터 프로그램 제품) 은 컴퓨터 판독가능 또는 머신 판독가능 매체에 저장될 수도 있다. 프로세서(들)는 필요한 태스크들을 수행할 수도 있다.
일반적으로, 본 개시는 (예를 들어, 360도 비디오 또는 전방향 비디오 데이터라고도 불리는) 어안 가상 현실 (VR) 비디오에 대한 고레벨 시그널링을 위한 일부 향상된 설계, 디바이스 및 기법을 기술한다. 비록 기법들이 전방향 미디어 포맷 (Omnidirectional MediA Format: OMAF) 의 맥락에서 여기에서 설명될 수 있지만, 그러한 기능성은 일반적으로 임의의 VR, 전방향 또는 360도 미디어 포맷에 적용될 수 있음을 이해해야한다. 또한, 본 개시는 ISO 베이스 미디어 파일 포맷 (ISOBMFF) 형태의 파일 포맷을 지칭할 수 있지만, 이러한 파일 포맷은 일반적으로 다양한 유형의 파일 포맷에 걸쳐 적용될 수 있음을 이해해야한다. 예를 들어, 본 개시는 어안 비디오 정보의 대안적인 시그널링의 다수의 예시적인 방법을 개시한다. 이들 방법들의 하나 이상은 독립적으로 또는 임의의 조합으로 수행될 수도 있다.
연관된 비디오 코딩 표준들은 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 또는 ISO/IEC MPEG-4 AVC (그 스케일러블 비디오 코딩 (SVC) 및 멀티-뷰 비디오 코딩 (MVC) 확장물들을 포함함), 및 또한 ITU-T H.265 및 ISO/IEC 23008-2 로 알려진 고효율 비디오 코딩 (HEVC) (그 스케일러블 코딩 확장물 (즉, 스케일러블 고효율 비디오 코딩, SHVC), 및 멀티뷰 확장물 (즉, 멀티뷰 고효율 비디오 코딩, MV-HEVC) 을 포함한다. JVET (Joint Video Experts Team) 에 의해 VVC (Versatile Video Coding) 또는 ITU-T H.266 이라는 새로운 비디오 코딩 표준이 개발되고 있다.
파일 포맷 표준에는 ISO 베이스 미디어 파일 포맷 (ISOBMFF, ISO/IEC 14496-12), 및 MPEG-4 파일 포맷 (ISO/IEC 14496-15), 3GPP 파일 포맷 (3GPP TS 26.244) 및 비디오 코덱의 AVC 및 HEVC 제품군에 대한 파일 포맷 (ISO/IEC 14496-15) 를 포함한, ISOBMFF 로부터 유도되는 다른 표준들이 포함된다. ISO/IEC 14496-12 및 14496-15 에 대한 최근 개정판의 초안들은 각각, http://phenix.int-evry.fr/mpeg/doc_end_user/documents/111_Geneva/wg11/w15177-v6-w15177.zip 및 http://wg11.sc29.org/doc_end_user/documents/115_Geneva/wg11/w16169-v2-w16169.zip 에서 입수가능하다.
ISOBMFF 는 AVC 파일 포맷과 같은 다수의 코덱 캡슐화 포맷들에 대한, 뿐만 아니라 MPEG-4 파일 포맷, 3GPP 파일 포맷 (3GP), 및 DVB 파일 포맷과 같은 다수의 멀티미디어 컨테이너 포맷들에 대한 기저로서 사용된다.
오디오 및 비디오와 같은 연속적인 미디어에 부가하여, 이미지들과 같은 정적 미디어 뿐 아니라 메타데이터는 ISOBMFF 에 부합하는 파일에 저장될 수 있다. ISOBMFF 에 따라 구조화된 파일들은, 로컬 미디어 파일 재생, 원격 파일의 점진적 다운로딩, DASH (Dynamic Adaptive Streaming over HTTP) 와 같은 적응적 스트리밍 기법들에 대한 세그먼트들, 스트리밍될 컨텐츠 및 그의 패킷화 명령들에 대한 컨테이너들을 이용하는 HLS (HTTP Live Steam) 등, 및 수신된 실시간 미디어 스트림들의 레코딩을 포함하여 다수의 목적들을 위해 사용될 수도 있다.
박스는, 4문자 코딩된 박스 타입, 박스의 바이트 카운트, 및 페이로드를 포함하여 ISOBMFF 에서의 기본 신택스 구조이다. ISOBMFF 파일은 박스들의 시퀀스로 이루어지고, 박스들은 다른 박스들을 포함할 수도 있다. 무비 박스 ("moov") 는 파일에 존재하는 연속적인 미디어 스트림들에 대한 메타데이터를 포함하고, 각각의 미디어 스트림은 트랙으로서 파일에서 표현된다. 트랙에 대한 메타데이터는 트랙 박스 ("trak") 에 인클로징되는 한편, 트랙의 미디어 콘텐츠는 미디어 데이터 박스 ("mdat") 에 또는 직접적으로 별도의 파일에 인클로징된다. 트랙들에 대한 미디어 콘텐츠는 오디오 또는 비디오 액세스 유닛들과 같은 샘플들의 시퀀스로 이루어진다.
ISOBMFF 는 다음의 타입들의 트랙들을 명시한다: 기본 미디어 스트림을 포함하는 미디어 트랙, 미디어 송신 명령들을 포함하거나 또는 수신된 패킷 스트림을 표현하는 힌트 트랙, 및 시간-동기화된 메타데이터를 포함하는 타이밍된 메타데이터 트랙.
원래 저장용으로 설계되었지만, ISOBMFF 는 스트리밍을 위해, 예컨대 프로그래시브 다운로드 또는 DASH 를 위해 매우 소중한 것으로 입증되었다. 스트리밍 목적으로, ISOBMFF 에서 정의된 영화 단편들이 사용될 수 있다.
각각의 트랙에 대한 메타데이터는, 트랙에서 사용되는 코딩 또는 캡슐화 포맷 및 그 포맷을 프로세싱하기 위해 필요한 초기화 데이터를 각각 제공하는 샘플 디스크립션 엔트리들의 리스트를 포함한다. 각각의 샘플은 트랙의 샘플 디스크립션 엔트리들 중 하나와 연관된다.
ISOBMFF 는 다양한 메커니즘들로 샘플 특정 메타데이터를 명시하는 것을 가능케 한다. 샘플 테이블 박스 ("stbl") 내의 특정 박스들은 공통의 필요성들에 응답하도록 표준화되었다. 예를 들어, 싱크 샘플 박스 ("stss") 는 트랙의 랜덤 액세스 샘플들을 리스팅하기 위해 사용된다. 샘플 그룹화 메커니즘은, 파일에서의 샘플 그룹 디스크립션 엔트리로서 명시된 동일한 특성을 공유하는 샘플들의 그룹들로의 4문자 그룹화 타입에 따른 샘플들의 맵핑을 가능케 한다. 수개의 그룹화 타입들이 ISOBMFF 에서 명시되었다.
ISO/IEC 23009-1 에 명시된 DASH (Dynamic adaptive streaming over HTTP) 는 HTTP (적응형) 스트리밍 애플리케이션들에 대한 표준이다. DASH 는 매니페스트 (manifest) 로서도 알려진 미디어 제시 디스크립션 (MPD) 의 포맷, 및 미디어 세그먼트 포맷을 명시한다. MPD 는 서버에서 사용 가능한 미디어를 설명하고 DASH 클라이언트가 관심있는 미디어 시간에 미디어 버전을 자율적으로 다운로드하게 한다.
실시예 DASH 기반 HTTP 스트리밍의 통상적인 절차의 하나의 예는 다음과 같은 단계들을 포함한다:
1) DASH 클라이언트가 스트리밍 콘텐츠, 예를 들어, 영화의 MPD 를 얻는다. MPD 에는 스트리밍 콘텐츠의 비트 레이트, 비디오 해상도, 프레임 속도, 오디오 언어 뿐아니라 HTTP 리소스 (초기화 세그먼트 및 미디어 세그먼트) 의 URL 과 같은 상이한 대안적인 표현에 대한 정보가 포함된다.
2) MPD 에서의 정보와 DASH 클라이언트의 로컬 정보, 예를 들어 네트워크 대역폭, 디코딩/디스플레이 능력 및 사용자 선호에 기초하여, 클라이언트는 한 번에 하나의 세그먼트 (또는 그 일부, 예컨대, 부분적 세그먼트) 씩, 원하는 표현(들)을 요청한다.
DASH 클라이언트가 네트워크 대역폭 변경을 검출하면, 그것은 이상적으로 랜덤 액세스 포인트 (RAP) 로 시작하는 세그먼트부터 시작하여, 더 나은 매칭 비트레이트를 갖는 상이한 표현의 세그먼트를 요청한다.
HTTP 스트리밍 "세션” 동안, 과거 위치로 뒤로 또는 미래 위치로 앞으로 탐색하라는 사용자 요청에 응답하기 위해, DASH 클라이언트는 사용자 요청된 위치에 가까운 그리고 랜덤 액세스 포인트로 이상적으로 시작하는 세그먼트부터 시작하여 과거 또는 미래의 세그먼트를 요청한다. 사용자는 또한 인트라 코딩된 비디오 픽쳐만을 또는 비디오 스트림의 시간 서브 세트만을 디코딩하기 위해 충분한 데이터를 요구함으로써 실현될 수도 있는 콘텐츠를 고속 포워딩할 것을 요청할 수도 있다.
DASH 와 같은 HTTP 스트리밍에서, 자주 사용되는 동작들은 HEAD, GET 및 부분 GET 을 포함한다. HEAD 동작은 주어진 URL (uniform resource locator) 또는 URN (uniform resource name) 에 연관된 파일의 헤더를, 그 URL 또는 URN 과 연관된 페이로드를 취출하지 않고서, 취출한다. GET 동작은 주어진 URL 또는 URN 과 연관된 전체 파일을 취출한다. 부분 GET 동작은 입력 파라미터로서 바이트 범위를 수신하고 파일의 연속적인 수의 바이트들을 취출하며, 여기서, 바이트들의 수는 수신된 바이트 범위에 대응한다. 따라서, 영화 단편들은 HTTP 스트리밍을 위해 제공될 수도 있는데, 왜냐하면 부분 GET 동작이 하나 이상의 개별 영화 단편들을 얻을 수 있기 때문이다. 영화 단편에 있어서, 상이한 트랙들의 수개의 트랙 프래그먼트들이 존재할 수 있다. HTTP 스트리밍에 있어서, 미디어 제시는, 클라이언트에 액세스가능한 데이터의 구조화된 컬렉션일 수도 있다. 클라이언트는, 스트리밍 서비스를 사용자에게 제시하기 위해 미디어 데이터 정보를 요청 및 다운로딩할 수도 있다.
HTTP 스트리밍을 사용하여 3GPP 데이터를 스트리밍하는 예에 있어서, 멀티미디어 컨텐츠의 비디오 및/또는 오디오 데이터에 대한 다중의 표현들이 존재할 수도 있다. 하기에서 설명되는 바와 같이, 상이한 표현들은 상이한 코딩 특성들 (예컨대, 비디오 코딩 표준의 상이한 프로파일들 또는 레벨들), (멀티뷰 및/또는 스케일가능 확장들과 같은) 상이한 코딩 표준들 또는 코딩 표준들의 확장들, 또는 상이한 비트레이트들에 대응할 수도 있다. 그러한 표현들의 매니페스트는 미디어 제시 디스크립션 (MPD) 데이터 구조에서 정의될 수도 있다. 미디어 제시는 HTTP 스트리밍 클라이언트 디바이스에 액세스가능한 데이터의 구조화된 컬렉션에 대응할 수도 있다. HTTP 스트리밍 클라이언트 디바이스는 스트리밍 서비스를 클라이언트 디바이스의 사용자에게 제시하기 위해 미디어 데이터 정보를 요청 및 다운로딩할 수도 있다. 미디어 제시는, MPD 의 업데이트들을 포함할 수도 있는 MPD 데이터 구조에서 기술될 수도 있다.
미디어 제시는 하나 이상의 주기(Period)들의 시퀀스를 포함할 수도 있다. 각각의 주기는 다음 주기의 시작까지, 또는 마지막 주기의 경우에는 미디어 제시의 끝까지 연장할 수도 있다. 각각의 주기는 동일한 미디어 컨텐츠에 대한 하나 이상의 표현들을 포함할 수도 있다. 표현은 오디오, 비디오, 타이밍된 (timed) 텍스트, 또는 다른 그러한 데이터의 다수의 대안적 인코딩된 버전들 중 하나일 수도 있다. 표현들은 인코딩 타입들에 의해, 예컨대, 비디오 데이터에 대한 비트레이트, 해상도, 및/또는 코덱과, 오디오 데이터에 대한 비트레이트, 언어, 및/또는 코덱에 의해 상이할 수도 있다. 용어 ‘표현’ 은, 멀티미디어 컨텐츠의 특정 주기에 대응하고 특정 방식으로 인코딩되는 인코딩된 오디오 또는 비디오 데이터의 섹션을 지칭하는데 사용될 수도 있다.
특정 주기의 표현들은, 표현들이 속하는 적응 세트를 나타내는 MPD 에서의 속성에 의해 표시된 그룹에 할당될 수도 있다. 동일한 적응 세트에서의 표현들은 일반적으로, 클라이언트 디바이스가, 예컨대, 대역폭 적응을 수행하기 위해, 이들 표현들 사이를 동적으로 그리고 이음매없이 스위칭할 수 있다는 점에서, 서로에 대한 대안들로서 고려된다. 예를 들어, 특정 주기 동안의 비디오 데이터의 각각의 표현은 동일한 적응 세트에 할당될 수도 있어서, 그 표현들 중 임의의 표현이 대응하는 주기 동안의 멀티미디어 컨텐츠의 비디오 데이터 또는 오디오 데이터와 같은 미디어 데이터를 제시하기 위한 디코딩을 위해 선택될 수도 있다. 일 주기 내의 미디어 컨텐츠는, 일부 예들에 있어서, 존재한다면, 그룹 0 으로부터의 하나의 표현, 또는 각각의 비-제로 그룹으로부터의 많아야 하나의 표현의 조합 중 어느 하나에 의해 표현될 수도 있다. 주기의 각각의 표현에 대한 타이밍 데이터는 그 주기의 시작 시간에 대해 표현될 수도 있다.
표현은 하나 이상의 세그먼트들을 포함할 수도 있다. 각각의 표현은 초기화 세그먼트를 포함할 수도 있거나, 또는 표현의 각각의 세그먼트는 자체 초기화될 수도 있다. 존재하는 경우, 초기화 세그먼트는 표현에 액세스하기 위한 초기화 정보를 포함할 수도 있다. 일반적으로, 초기화 세그먼트는 미디어 데이터를 포함하지 않는다. 세그먼트는 URL (uniform resource locator), URN (uniform resource name), 또는 URI (uniform resource identifier) 와 같은 식별자에 의해 고유하게 참조될 수도 있다. MPD 는 각각의 세그먼트에 대해 식별자들을 제공할 수도 있다. 일부 예들에 있어서, MPD 는 또한, URL, URN, 또는 URI 에 의해 액세스가능한 파일 내의 세그먼트에 대한 데이터에 대응할 수도 있는 범위 속성의 형태로 바이트 범위들을 제공할 수도 있다.
상이한 표현들이 상이한 타입들의 미디어 데이터에 대한 실질적으로 동시 취출을 위해 선택될 수도 있다. 예를 들어, 클라이언트 디바이스는, 세그먼트들을 취출할 오디오 표현, 비디오 표현, 및 타이밍된 텍스트 표현을 선택할 수도 있다. 일부 예들에 있어서, 클라이언트 디바이스는 대역폭 적응을 수행하기 위한 특정 적응 세트들을 선택할 수도 있다. 즉, 클라이언트 디바이스는 비디오 표현들을 포함하는 적응 세트, 오디오 표현들을 포함하는 적응 세트, 및/또는 타이밍된 텍스트를 포함하는 적응 세트를 선택할 수도 있다. 대안적으로, 클라이언트 디바이스는 특정 타입들의 미디어 (예컨대, 비디오) 를 위한 적응 세트들을 선택하고, 다른 타입들의 미디어 (예컨대, 오디오 및/또는 타이밍된 텍스트) 를 위한 표현들을 직접 선택할 수도 있다.
도 1 은 네트워크를 통해 미디어 데이터를 스트리밍하기 위한 기법들을 구현하는 예시적인 시스템 (10) 을 나타내는 블록도이다. 이 예에서, 시스템 (10) 은 콘텐츠 준비 디바이스 (20), 서버 디바이스 (60), 및 클라이언트 디바이스 (40) 를 포함한다. 클라이언트 디바이스 (40) 와 서버 디바이스 (60) 는 인터넷을 포함할 수도 있는 네트워크 (74) 에 의해 통신적으로 연결된다. 일부 예들에서, 콘텐츠 준비 디바이스 (20) 와 서버 디바이스 (60) 는 또한, 네트워크 (74) 또는 다른 네트워크에 의해 커플링될 수도 있거나, 또는 직접 통신적으로 커플링될 수도 있다. 일부 예들에서, 콘텐츠 준비 디바이스 (20) 와 서버 디바이스 (60) 는 동일한 디바이스를 포함할 수도 있다.
도 1 의 예에서의 콘텐츠 준비 디바이스 (20) 는 오디오 소스 (22) 및 비디오 소스 (24) 를 포함한다. 오디오 소스 (22) 는, 예를 들어, 오디오 인코더 (26) 에 의해 인코딩될 캡처된 오디오 데이터를 나타내는 전기 신호들을 생성하는 마이크로폰을 포함할 수도 있다. 대안적으로, 오디오 소스 (22) 는 이전에 레코딩된 오디오 데이터를 저장하는 저장 매체, 컴퓨터화된 합성기와 같은 오디오 데이터 생성기, 또는 오디오 데이터의 임의의 다른 소스를 포함할 수도 있다. 비디오 소스 (24) 는 비디오 인코더 (28) 에 의해 인코딩될 비디오 데이터를 생성하는 비디오 카메라, 이전에 레코딩된 비디오 데이터로 인코딩된 저장 매체, 컴퓨터 그래픽스 소스와 같은 비디오 데이터 생성 유닛, 또는 비디오 데이터의 임의의 다른 소스를 포함할 수도 있다. 컨텐츠 준비 디바이스 (20) 는 모든 예들에서 서버 디바이스 (60) 에 통신가능하게 커플링될 필요는 없지만, 서버 디바이스 (60) 에 의해 판독되는 별도의 매체에 멀티미디어 컨텐츠를 저장할 수도 있다.
원시 (raw) 오디오 및 비디오 데이터는 아날로그 또는 디지털 데이터를 포함할 수도 있다. 아날로그 데이터는 오디오 인코더 (26) 및/또는 비디오 인코더 (28) 에 의해 인코딩되기 전에 디지털화될 수도 있다. 오디오 소스 (22) 는 발화 (speaking) 참가자가 말하는 동안 발화 참가자로부터 오디오 데이터를 획득할 수도 있고, 비디오 소스 (24) 는 동시에, 발화 참가자의 비디오 데이터를 획득할 수도 있다. 다른 예들에서, 오디오 소스 (22) 는 저장된 오디오 데이터를 포함하는 컴퓨터 판독가능 저장 매체를 포함할 수도 있고, 비디오 소스 (24) 는 저장된 비디오 데이터를 포함하는 컴퓨터 판독가능 저장 매체를 포함할 수도 있다. 이런 방식으로, 본 개시에서 설명된 기법들은 라이브, 스트리밍, 실시간 오디오 및 비디오 데이터에 또는 아카이브된 (archived), 미리 레코딩된 오디오 및 비디오 데이터에 적용될 수도 있다.
비디오 프레임들에 대응하는 오디오 프레임들은 일반적으로 비디오 프레임들 내에 포함되는 비디오 소스 (24) 에 의해 캡처된 (또는 생성된) 비디오 데이터와 동시에 오디오 소스 (22) 에 의해 캡처되었던 (또는 생성되었던) 오디오 데이터를 포함하는 오디오 프레임들이다. 예를 들어, 말하는 참가자가 일반적으로 말하는 것에 의해 오디오 데이터를 생성하는 동안, 오디오 소스 (22) 는 오디오 데이터를 캡처하고, 비디오 소스 (24) 는 동시에, 다시 말하면, 오디오 소스 (22) 가 오디오 데이터를 캡처하고 있는 동안, 말하는 참가자의 비디오 데이터를 캡처한다. 그래서, 오디오 프레임이 하나 이상의 특정 비디오 프레임들에 시간적으로 대응할 수도 있다. 따라서, 비디오 프레임에 대응하는 오디오 프레임은 일반적으로, 오디오 데이터 및 비디오 데이터가 동시에 캡처되었고 오디오 프레임 및 비디오 프레임이 각각, 동시에 캡처된 오디오 데이터 및 비디오 데이터를 포함하는 상황에 대응한다.
일부 예들에서, 오디오 인코더 (26) 는, 인코딩된 오디오 프레임에 대한 오디오 데이터가 레코딩된 시간을 나타내는 각 인코딩된 오디오 프레임내 타임스탬프를 인코딩할 수도 있고, 마찬가지로, 비디오 인코더 (28) 는, 인코딩된 비디오 프레임에 대한 비디오 데이터가 레코딩된 시간을 나타내는 각 인코딩된 비디오 프레임내 타임스탬프를 인코딩할 수도 있다. 이러한 예들에서, 비디오 프레임에 대응하는 오디오 프레임은 타임스탬프를 포함하는 오디오 프레임 및 동일한 타임스탬프를 포함하는 비디오 프레임을 포함할 수도 있다. 콘텐츠 준비 디바이스 (20) 는 내부 클록을 포함할 수도 있고, 그 내부 클록으로부터 오디오 인코더 (26) 및/또는 비디오 인코더 (28) 는 타임스탬프들을 생성할 수도 있거나, 또는, 오디오 소스 (22) 및 비디오 소스 (24) 는 오디오 및 비디오 데이터를 각각 타임스탬프와 연관시키기 위해 이용할 수도 있다.
일부 예들에서, 오디오 소스 (22) 는 오디오 데이터가 레코딩된 시간에 대응하는 데이터를 오디오 인코더 (26) 에 전송할 수도 있고, 비디오 소스 (24) 는 비디오 데이터가 레코딩된 시간에 대응하는 데이터를 비디오 인코더 (28) 에 전송할 수도 있다. 일부 예들에서, 오디오 인코더 (26) 는, 인코딩된 오디오 데이터의 상대적인 시간 순서화를 나타내지만 오디오 데이터가 레코딩된 절대 시간을 반드시 나타낼 필요는 없는 인코딩된 오디오 데이터내 시퀀스 식별자를 인코딩할 수도 있고, 유사하게, 비디오 인코더 (28) 는 또한, 시퀀스 식별자를 사용하여 인코딩된 비디오 데이터의 상대적인 시간 순서화를 나타낼 수도 있다. 유사하게, 일부 예들에서, 시퀀스 식별자는 타임스탬프로 맵핑되거나 또는 그렇지 않으면 타임스탬프와 상관될 수도 있다.
오디오 인코더 (26) 는 일반적으로 인코딩된 오디오 데이터의 스트림을 생성하는 한편, 비디오 인코더 (28) 는 인코딩된 비디오 데이터의 스트림을 생성한다. 데이터 (오디오든 비디오든) 의 각각의 개별 스트림은 기본 스트림 (elementary stream) 으로서 지칭될 수도 있다. 기본 스트림은 표현의 단일의, 디지털로 코딩된 (가능하게는 압축된) 컴포넌트이다. 예를 들어, 표현의 코딩된 비디오 또는 오디오 부분은 기본 스트림일 수 있다. 기본 스트림은 비디오 파일 내에서 캡슐화되기 전에 패킷화된 기본 스트림 (PES) 으로 변환될 수도 있다. 동일한 표현 내에서, 스트림 ID 는 하나의 기본 스트림에 속하는 PES 패킷들을 다른 것으로부터 구별하는데 사용될 수도 있다. 기본 스트림의 데이터의 기본 단위는 패킷화된 기본 스트림 (PES) 패킷이다. 따라서, 코딩된 비디오 데이터는 일반적으로 기본 비디오 스트림들에 대응한다. 유사하게는, 오디오 데이터는 하나 이상의 각각의 기본 스트림들에 대응한다.
ITU-T H.264/AVC 및 ITU-T H.265/고효율 비디오 코딩 (HEVC) 과 같은 많은 비디오 코딩 표준들은, 에러 없는 비트스트림들을 위한 신택스, 시맨틱스, 및 디코딩 프로세스를 정의하고, 그것들 중의 어느 것은 어떤 프로파일 또는 레벨을 따른다. 비디오 코딩 표준들은 통상적으로 인코더를 지정하지 않지만, 인코더는 생성된 비트스트림들이 디코더에 대해 표준 준수 (standard-compliant) 하도록 보장하는 임무가 주어진다. 비디오 코딩 표준의 맥락에서, "프로파일" 은 알고리즘들, 피처들 (features), 또는 툴들 및 그들에 적용되는 제약들의 서브세트에 대응한다. H.264 표준에 의해 정의된 바와 같이, 예를 들어, "프로파일" 은 H.264 표준에 의해 명시되는 전체 비트스트림 신택스의 서브세트이다. "레벨" 은 예를 들어, 디코더 메모리 및 컴퓨테이션과 같은 디코더 리소스 소비의 한계들에 대응하며, 이 한계들은 픽처들의 해상도, 비트 레이트, 및 블록 프로세싱 레이트에 관련된다. 프로파일은 profile_idc (프로파일 표시자) 값으로 시그널링될 수도 있는 한편, 레벨은 level_idc (레벨 표시자) 값으로 시그널링될 수도 있다.
H.264 표준은, 예를 들어, 주어진 프로파일의 신택스에 의해 부과된 경계들 내에서, 디코딩된 픽처들의 명시된 사이즈와 같이 비트스트림에서의 신택스 엘리먼트들에 의해 취해진 값들에 의존하여 인코더들 및 디코더들의 성능에서의 큰 변동을 요구하는 것이 여전히 가능하다는 것을 인식한다. H.264 표준은, 다수의 어플리케이션들에 있어서, 특정 프로파일 내에서 신택스의 모든 가설적 사용들을 다루는 것이 가능한 디코더를 구현하는 것이 실용적이지도 않고 경제적이지도 않다는 것을 추가로 인식한다. 이에 따라, H.264 표준은, 비트스트림에서 신택스 엘리먼트들의 값들에 부과된 제약들의 명시된 세트로서 "레벨" 을 정의한다. 이들 제약들은 값들에 관한 간단한 제한들일 수도 있다. 대안적으로, 이들 제약들은 값들의 산술적 조합들 (예컨대, 픽처 폭 곱하기 픽처 높이 곱하기 초당 디코딩된 픽처들의 수) 에 관한 제약들의 형태를 취할 수도 있다. H.264 표준은, 개별 구현들이 각각의 지원된 프로파일에 대해 상이한 레벨을 지원할 수도 있음을 추가로 제공한다.
프로파일에 부합하는 디코더는 보통, 프로파일에서 정의된 모든 특징들을 지원한다. 예를 들어, 코딩 특징으로서, B-픽처 코딩은 H.264/AVC 의 베이스라인 프로파일에서 지원되지 않지만 H.264/AVC 의 다른 프로파일들에서 지원된다. 레벨에 부합하는 디코더는, 그 레벨에서 정의된 한계들을 너머 리소스들을 요구하지 않는 임의의 비트스트림을 디코딩하는 것이 가능해야 한다. 프로파일들 및 레벨들의 정의들은 해석 가능성 (interpretability) 에 도움이 될 수도 있다. 예를 들어, 비디오 송신 동안, 프로파일 및 레벨 정의들의 쌍은 전체 송신 세션 동안 협상되고 합의될 수도 있다. 더 구체적으로, H.264/AVC 에 있어서, 레벨은, 프로세싱될 필요가 있는 매크로블록들의 수, 디코딩된 픽처 버퍼 (DPB) 사이즈, 코딩된 픽처 버퍼 (CPB) 사이즈, 수직 모션 벡터 범위, 2개의 연속적인 MB들 당 모션 벡터들의 최대 수, 및 B-블록이 8x8 픽셀들 미만의 서브-매크로블록 파티션들을 가질 수 있는지의 여부에 관한 제한들을 정의할 수도 있다. 이러한 방식으로, 디코더는, 디코더가 비트스트림을 적절히 디코딩하는 것이 가능한지의 여부를 결정할 수도 있다.
도 1 의 예에서, 콘텐츠 준비 디바이스 (20) 의 캡슐화 유닛 (30) 은 코딩된 비디오 데이터를 포함하는 기본 스트림들을 비디오 인코더 (28) 로부터 그리고 코딩된 오디오 데이터를 포함하는 기본 스트림들을 오디오 인코더 (26) 로부터 수신한다. 일부 예들에서, 비디오 인코더 (28) 및 오디오 인코더 (26) 는 각각, 인코딩된 데이터로부터 PES 패킷들을 형성하기 위한 패킷화기들을 포함할 수도 있다. 다른 예들에서, 비디오 인코더 (28) 및 오디오 인코더 (26) 는 각각, 인코딩된 데이터로부터 PES 패킷들을 형성하기 위한 각각의 패킷화기와 인터페이스 접속할 수도 있다. 또 다른 예들에서, 캡슐화 유닛 (30) 은, 인코딩된 오디오 및 비디오 데이터로부터 PES 패킷들을 형성하기 위한 패킷화기들을 포함할 수도 있다.
비디오 인코더 (28) 는 멀티미디어 콘텐츠의 비디오 데이터를 다양한 방식들로 인코딩하여, 다양한 비트레이트들에서 그리고 다양한 특성들, 이를테면 픽셀 해상도들, 프레임 레이트들, 다양한 코딩 표준들에 대한 준수 (conformance), 다양한 코딩 표준들을 위한 다양한 프로파일들 및/또는 프로파일들의 레벨들에 대한 준수, (예컨대, 2 차원 또는 3 차원 재생을 위한) 하나 또는 다수의 뷰들을 갖는 표현들, 또는 다른 그런 특성들을 갖는 멀티미디어 콘텐츠의 상이한 표현들을 생성할 수도 있다. 표현은, 본 개시에서 사용된 바와 같이, 오디오 데이터, 비디오 데이터, (예컨대, 폐쇄된 캡션들을 위해) 텍스트 데이터, 또는 다른 이러한 데이터 중 하나를 포함할 수도 있다. 표현은 오디오 기본 스트림 또는 비디오 기본 스트림과 같은 기본 스트림을 포함할 수도 있다. 각각의 PES 패킷은, PES 패킷이 속한 기본 스트림을 식별하는 stream_id 를 포함할 수도 있다. 캡슐화 유닛 (30) 은 기본 스트림들을 다양한 표현들의 비디오 파일들 (예컨대, 세그먼트들) 로 어셈블링하는 것을 담당한다.
캡슐화 유닛 (30) 은 오디오 인코더 (26) 및 비디오 인코더 (28) 로부터 표현의 기본 스트림들에 대한 PES 패킷들을 수신하고, PES 패킷들로부터 대응하는 네트워크 추상화 계층 (NAL) 유닛들을 형성한다. 코딩된 비디오 세그먼트는 NAL 유닛들로 조직될 수도 있고, 이들은 비디오 전화, 스토리지, 브로드캐스트, 또는 스트리밍과 같은 애플리케이션들을 다루는 "네트워크 친화적" 비디오 표현을 제공한다. NAL 유닛들은 비디오 코딩 계층 (Video Coding Layer; VCL) NAL 유닛들 및 비-VCL NAL 유닛들로 분류될 수 있다. VCL 유닛들은 코어 압축 엔진을 포함할 수도 있고 블록, 매크로블록, 및/또는 슬라이스 레벨 데이터를 포함할 수도 있다. 다른 NAL 유닛들은 비-VCL NAL 유닛들일 수도 있다. 일부 예들에 있어서, 프라이머리 코딩된 픽처로서 통상 제시되는 일 시간 인스턴스에서의 코딩된 픽처는, 하나 이상의 NAL 유닛들을 포함할 수도 있는 액세스 유닛에 포함될 수도 있다.
비-VCL NAL 유닛들은, 다른 것들 중에서, 파라미터 세트 NAL 유닛들 및 SEI NAL 유닛들을 포함할 수도 있다. 파라미터 세트들은 (시퀀스 파라미터 세트들 (SPS) 에서) 시퀀스-레벨 헤더 정보 및 (픽처 파라미터 세트들 (PPS) 에서) 드물게 변하는 픽처-레벨 헤더 정보를 포함할 수도 있다. 파라미터 세트들 (예컨대, PPS 및 SPS) 에 있어서, 드물게 변하는 정보는 각각의 시퀀스 또는 픽처에 대해 반복될 필요가 없고, 따라서, 코딩 효율이 개선될 수도 있다. 더욱이, 파라미터 세트들의 사용은 중요한 헤더 정보의 대역외 송신을 가능하게 할 수도 있어서, 에러 내성을 위한 리던던트 송신들에 대한 필요성을 회피시킬 수도 있다. 대역외 송신 예들에 있어서, 파라미터 세트 NAL 유닛들은 SEI NAL 유닛들과 같은 다른 NAL 유닛들과는 상이한 채널 상에서 송신될 수도 있다.
보충 강화 정보 (SEI) 는, VCL NAL 유닛들로부터 코딩된 픽처 샘플들을 디코딩할 필요는 없지만 디코딩, 디스플레이, 에러 내성, 및 다른 목적들과 관련된 프로세스들을 보조할 수도 있는 정보를 포함할 수도 있다. SEI 메시지들은 비-VCL NAL 유닛들에 포함될 수도 있다. SEI 메시지들은 일부 표준 사양들의 정규 부분이고, 따라서, 표준 호환성 디코더 구현에 항상 필수적인 것은 아니다. SEI 메시지들은 시퀀스 레벨 SEI 메시지들 또는 픽처 레벨 SEI 메시지들일 수도 있다. 일부 시퀀스 레벨 정보는 SVC 의 예에서의 스케일가능성 정보 SEI 메시지들 및 MVC 에서의 뷰 스케일가능성 정보 SEI 메시지들과 같은 SEI 메시지들에 포함될 수도 있다. 이들 예시적인 SEI 메시지들은, 예컨대, 동작 포인트들의 추출 및 동작 포인트들의 특성들에 관한 정보를 전달할 수도 있다. 부가적으로, 캡슐화 유닛 (30) 은 표현들의 특성들을 기술하는 미디어 제시 디스크립터 (MPD) 와 같은, 매니페스트 파일을 형성할 수도 있다. 캡슐화 유닛 (30) 은 확장성 마크업 언어 (XML) 에 따라 MPD 를 포맷팅할 수도 있다.
캡슐화 유닛 (30) 은 멀티미디어 컨텐츠의 하나 이상의 표현들에 대한 데이터를 매니페스트 파일 (예컨대, MPD) 과 함께 출력 인터페이스 (32) 에 제공할 수도 있다. 출력 인터페이스 (32) 는 네트워크 인터페이스 또는 저장 매체에 기입하기 위한 인터페이스, 예컨대, 범용 직렬 버스 (USB) 인터페이스, CD 또는 DVD 라이터 또는 버너 (burner), 자기적 또는 플래시 저장 매체들에 대한 인터페이스, 또는 미디어 데이터를 저장하거나 송신하기 위한 다른 인터페이스들을 포함할 수도 있다. 캡슐화 유닛 (30) 은 멀티미디어 컨텐츠의 표현들의 각각의 데이터를 출력 인터페이스 (32) 에 제공할 수도 있으며, 그 출력 인터페이스 (32) 는 그 데이터를 네트워크 송신 또는 저장 매체들을 통해 서버 디바이스 (60) 로 전송할 수도 있다. 도 1 의 예에서, 서버 디바이스 (60) 는 각각의 매니페스트 파일 (66) 및 하나 이상의 표현들 (68A-68N) (표현들 (68)) 을 각각 포함하는 다양한 멀티미디어 콘텐츠 (64) 를 저장하는 저장 매체 (62) 를 포함한다. 일부 예들에서, 출력 인터페이스 (32) 는 또한 데이터를 직접 네트워크 (74) 에 전송할 수도 있다.
일부 예들에서, 표현들 (68) 은 적응 세트들로 분리될 수도 있다. 즉, 표현들 (68) 의 다양한 서브세트들은 각각의 공통 특성 세트, 이를테면 코덱, 프로파일 및 레벨, 해상도, 뷰들의 수, 세그먼트들에 대한 파일 포맷, 디코딩되고 예컨대 스피커들에 의해 제시될 오디오 데이터 및/또는 표현으로 표시될 텍스트의 언어 또는 다른 특성들을 식별할 수도 있는 텍스트 타입 정보, 적응 세트에서 표현들에 대한 장면의 카메라 각도 또는 실세계 카메라 관점을 기술할 수도 있는 카메라 각도 정보, 특정 관중들에 대한 콘텐츠 적합성 (suitability) 을 기술하는 등급 정보 등을 포함할 수도 있다.
매니페스트 파일 (66) 은 특정한 적응 세트들, 및 적응 세트들을 위한 공통 특성들에 대응하는 표현들 (68) 의 서브세트들을 나타내는 데이터를 포함할 수도 있다. 매니페스트 파일 (66) 은 또한 적응 세트들의 개개의 표현들에 대한, 비트레이트와 같은, 개개의 특성들을 나타내는 데이터를 포함할 수도 있다. 이런 방식으로, 적응 세트는 단순화된 네트워크 대역폭 적응을 제공할 수도 있다. 적응 세트에서의 표현들은 매니페스트 파일 (66) 의 적응 세트 요소의 자식 (child) 요소들을 이용하여 나타내어질 수도 있다.
서버 디바이스 (60) 는 요청 프로세싱 유닛 (70) 과 네트워크 인터페이스 (72) 를 포함한다. 일부 예들에서, 서버 디바이스 (60) 는 복수의 네트워크 인터페이스들을 포함할 수도 있다. 더욱이, 서버 디바이스 (60) 의 특징들의 임의의 것 또는 모두는 콘텐츠 전달 네트워크의 다른 디바이스들, 이를테면 라우터들, 브릿지들, 프록시 디바이스들, 스위치들, 또는 다른 디바이스들 상에서 구현될 수도 있다. 일부 예들에서, 콘텐츠 전달 네트워크의 중간 디바이스들은 멀티미디어 콘텐츠 (64) 의 데이터를 캐싱하고, 서버 디바이스 (60) 의 그것들에 실질적으로 부합하는 컴포넌트들을 포함할 수도 있다. 일반적으로, 네트워크 인터페이스 (72) 는 네트워크 (74) 를 통해 데이터를 전송하고 수신하도록 구성된다.
요청 프로세싱 유닛 (70) 은, 저장 매체 (62) 의 데이터에 대한, 클라이언트 디바이스 (40) 와 같은 클라이언트 디바이스들로부터 네트워크 요청들을 수신하도록 구성된다. 예를 들어, 요청 프로세싱 유닛 (70) 은, R. Fielding 등의 RFC 2616, "Hypertext Transfer Protocol - HTTP/1.1", Network Working Group, IETF, 1999 년 6 월에서 기술된 바와 같이, 하이퍼텍스트 전송 프로토콜 (HTTP) 버전 1.1 을 구현할 수도 있다. 즉, 요청 프로세싱 유닛 (70) 은 HTTP GET 또는 부분 GET 요청들을 수신하고 그 요청들에 응답하여 멀티미디어 컨텐츠 (64) 의 데이터를 제공하도록 구성될 수도 있다. 요청들은 표현들 (68) 중 하나의 표현의 세그먼트를, 예컨대, 그 세그먼트의 URL 을 이용하여 명시할 수도 있다. 일부 예들에 있어서, 요청들은 또한, 세그먼트의 하나 이상의 바이트 범위들을 명시할 수도 있고, 따라서, 부분 GET 요청들을 포함할 수도 있다. 요청 프로세싱 유닛 (70) 은 추가로, 표현들 (68) 중 하나의 표현의 세그먼트의 헤더 데이터를 제공하기 위해 HTTP HEAD 요청들을 서비스하도록 구성될 수도 있다. 어느 경우든, 요청 프로세싱 유닛 (70) 은 요청된 데이터를 클라이언트 디바이스 (40) 와 같은 요청 디바이스에 제공하기 위해 요청들을 프로세싱하도록 구성될 수도 있다.
부가적으로 또는 대안적으로, 요청 프로세싱 유닛 (70) 은 eMBMS 와 같은 브로드캐스트 또는 멀티캐스트 프로토콜을 통해 미디어 데이터를 전달하도록 구성될 수도 있다. 컨텐츠 준비 디바이스 (20) 는 기술된 바와 실질적으로 동일한 방식으로 DASH 세그먼트들 및/또는 서브-세그먼트들을 생성할 수도 있지만, 서버 디바이스 (60) 는 eMBMS 또는 다른 브로드캐스트 또는 멀티캐스트 네트워크 전송 프로토콜을 이용하여 이들 세그먼트들 또는 서브-세그먼트들을 전달할 수도 있다. 예를 들어, 요청 프로세싱 유닛 (70) 은 클라이언트 디바이스 (40) 로부터 멀티캐스트 그룹 참여 요청을 수신하도록 구성될 수도 있다. 즉, 서버 디바이스 (60) 는, 특정 미디어 컨텐츠 (예컨대, 라이브 이벤트의 브로드캐스트) 와 연관된, 클라이언트 디바이스 (40) 를 포함한 클라이언트 디바이스들에 멀티캐스트 그룹과 연관된 인터넷 프로토콜 (IP) 어드레스를 광고할 수도 있다. 클라이언트 디바이스 (40) 는, 차례로, 멀티캐스트 그룹에 참여하기 위한 요청을 제출할 수도 있다. 이 요청은 네트워크 (74), 예컨대, 네트워크 (74) 를 구성하는 라우터들 전반에 걸쳐 전파될 수도 있어서, 그 라우터들은 클라이언트 디바이스 (40) 와 같은 가입 클라이언트 디바이스들에 멀티캐스트 그룹과 연관된 IP 어드레스 행으로 정해진 트래픽을 지시하도록 야기된다.
도 1 의 예에서 예시된 바와 같이, 멀티미디어 콘텐츠 (64) 는, 미디어 제시 디스크립션 (MPD) 에 대응할 수도 있는 매니페스트 파일 (66) 을 포함한다. 매니페스트 파일 (66) 은 상이한 대안적 표현들 (68) (예컨대, 상이한 품질들을 갖는 비디오 서비스들) 의 서술들을 포함할 수도 있고, 그 디스크립션은, 예컨대, 코덱 정보, 프로파일 값, 레벨 값, 비트레이트, 및 표현들 (68) 의 다른 기술적 특성 (descriptive characteristic) 들을 포함할 수도 있다. 클라이언트 디바이스 (40) 는 미디어 제시의 MPD 를 취출하여 표현들 (68) 의 세그먼트들에 어떻게 액세스할 지를 결정할 수도 있다.
특히, 취출 유닛 (52) 은 클라이언트 디바이스 (40) 의 구성 데이터 (도시 안됨) 를 취출하여 비디오 디코더 (48) 의 디코딩 능력들 및 비디오 출력부 (44) 의 렌더링 능력들을 결정할 수도 있다. 구성 데이터는 또한, 클라이언트 디바이스 (40) 의 사용자에 의해 선택된 언어 선호도, 클라이언트 디바이스 (40) 의 사용자에 의해 설정된 심도 선호도들에 대응하는 하나 이상의 카메라 퍼스펙티브들, 및/또는 클라이언트 디바이스 (40) 의 사용자에 의해 선택된 등급 선호도 중 임의의 것 또는 그 모두를 포함할 수도 있다. 취출 유닛 (52) 은, 예를 들어, HTTP GET 및 부분 GET 요청들을 제출하도록 구성된 미디어 클라이언트 또는 웹 브라우저를 포함할 수도 있다. 취출 유닛 (52) 은 클라이언트 디바이스 (40) 의 하나 이상의 프로세서들 또는 프로세싱 유닛들 (도시 안됨) 에 의해 실행된 소프트웨어 명령들에 대응할 수도 있다. 일부 예들에 있어서, 취출 유닛 (52) 에 대하여 기술된 기능의 모두 또는 그 부분들은 하드웨어에서, 또는 하드웨어, 소프트웨어, 및/또는 펌웨어의 조합에서 구현될 수도 있으며, 여기서, 필요한 하드웨어는 소프트웨어 또는 펌웨어에 대한 명령들을 실행하기 위해 제공될 수도 있다.
취출 유닛 (52) 은 클라이언트 디바이스 (40) 의 디코딩 및 렌더링 능력들을, 매니페스트 파일 (66) 의 정보에 의해 표시된 표현들 (68) 의 특성들과 비교할 수도 있다. 취출 유닛 (52) 은 처음에 적어도 매니페스트 파일 (66) 의 일부를 취출하여 표현들 (68) 의 특성들을 결정할 수도 있다. 예를 들어, 취출 유닛 (52) 은, 하나 이상의 적응 세트들의 특성들을 기술하는 매니페스트 파일 (66) 일부를 요청할 수도 있다. 취출 유닛 (52) 은 클라이언트 디바이스 (40) 의 코딩 및 렌더링 능력들에 의해 만족될 수 있는 특성들을 갖는 표현들 (68) (예컨대, 적응 세트) 의 서브세트를 선택할 수도 있다. 취출 유닛 (52) 은 그 다음, 적응 세트 내의 표현들에 대한 비트레이트들을 결정하고, 네트워크 대역폭의 현재 이용가능한 양을 결정하며, 그리고 네트워크 대역폭에 의하여 만족될 수 있는 비트레이트를 가지는 표현들 중 하나로부터 세그먼트들을 취출할 수도 있다.
일반적으로, 더 높은 비트레이트 표현들은 더 높은 품질의 비디오 재생을 산출할 수도 있는 한편, 더 낮은 비트레이트 표현들은 가용 네트워크 대역폭이 감소할 때 충분한 품질의 비디오 재생을 제공할 수도 있다. 이에 따라, 가용 네트워크 대역폭이 상대적으로 높은 경우에는, 취출 유닛 (52) 은 데이터를 상대적으로 높은 비트레이트 표현들로부터 취출할 수도 있는 반면에, 가용 네트워크 대역폭이 낮은 경우에는, 취출 유닛 (52) 은 데이터를 상대적으로 낮은 비트레이트 표현들로부터 취출할 수도 있다. 이러한 방식으로, 클라이언트 디바이스 (40) 는 네트워크 (74) 의 변동하는 네트워크 대역폭 이용가능성에 적응하면서도 멀티미디어 데이터를 네트워크 (74) 를 통해 스트리밍할 수도 있다.
추가적으로 또는 대안적으로, 취출 유닛 (52) 은 eMBMS 또는 IP 멀티캐스트와 같은, 브로드캐스트 또는 멀티캐스트 네트워크 프로토콜에 따라 데이터를 수신하도록 구성될 수도 있다. 이러한 예들에서, 취출 유닛 (52) 은 특정 미디어 콘텐츠와 연관된 멀티캐스트 네트워크 그룹에 참여하기 위한 요청을 제출할 수도 있다. 멀티캐스트 그룹에 참여한 후에, 취출 유닛 (52) 은 서버 디바이스 (60) 또는 콘텐츠 준비 디바이스 (20) 에 발행된 추가적인 요청들 없이 멀티캐스트 그룹의 데이터를 수신할 수도 있다. 취출 유닛 (52) 은, 멀티캐스트 그룹의 데이터가 더 이상 필요 없을 때 멀티캐스트 그룹을 떠나기 위한, 예컨대 다른 멀티캐스트 그룹으로 채널들을 변경하거나 재생을 중지하기 위한 요청을 제출할 수도 있다.
네트워크 인터페이스 (54) 는, 선택된 표현의 세그먼트들의 데이터를 수신하고 취출 유닛 (52) 에 제공할 수도 있고, 이 취출 유닛 (52) 은 차례로 그 세그먼트들을 캡슐화해제 (decapsulation) 유닛 (50) 에 제공할 수도 있다. 캡슐화해제 유닛 (50) 은 비디오 파일의 엘리먼트들을 구성 PES 스트림들로 캡슐화해제하고, PES 스트림들을 패킷화해제하여 인코딩된 데이터를 취출하고, 예컨대, 스트림의 PES 패킷 헤더들에 의해 표시된 바와 같이, 인코딩된 데이터가 오디오 스트림의 부분인지 또는 비디오 스트림의 부분인지에 의존하여, 인코딩된 데이터를 오디오 디코더 (46) 또는 비디오 디코더 (48) 중 어느 하나에 전송할 수도 있다. 오디오 디코더 (46) 는 인코딩된 오디오 데이터를 디코딩하고 그 디코딩된 오디오 데이터를 오디오 출력부 (42) 로 전송하는 한편, 비디오 디코더 (48) 는 인코딩된 비디오 데이터를 디코딩하고, 스트림의 복수의 뷰들을 포함할 수도 있는 디코딩된 비디오 데이터를 비디오 출력부 (44) 로 전송한다.
비디오 인코더 (28), 비디오 디코더 (48), 오디오 인코더 (26), 오디오 디코더 (46), 캡슐화 유닛 (30), 취출 유닛 (52), 및 캡슐화해제 유닛 (50) 각각은 적용가능한 경우에 다양한 적합한 처리 회로들, 예컨대 하나 이상의 마이크로프로세서들, 디지털 신호 프로세서 (DSP) 들, 주문형 집적회로 (ASIC) 들, 필드 프로그래밍가능 게이트 어레이 (FPGA) 들, 이산 로직 회로, 소프트웨어, 하드웨어, 펌웨어 또는 임의의 이들의 조합들 중 임의의 것으로서 구현될 수도 있다. 비디오 인코더 (28) 및 비디오 디코더 (48) 각각은 하나 이상의 인코더들 또는 디코더들 내에 포함될 수도 있는데, 이들 중 어느 것도 결합된 비디오 인코더/디코더 (CODEC) 의 일부로서 통합될 수도 있다. 마찬가지로, 오디오 인코더 (26) 및 오디오 디코더 (46) 의 각각은 하나 이상의 인코더들 또는 디코더들에 포함될 수도 있는데, 이들 중 어느 것도 결합된 CODEC 의 부분으로서 통합될 수도 있다. 비디오 인코더 (28), 비디오 디코더 (48), 오디오 인코더 (26), 오디오 디코더 (46), 캡슐화 유닛 (30), 취출 유닛 (52), 및/또는 캡슐화해제 유닛 (50) 을 포함하는 장치는 집적 회로, 마이크로프로세서, 및/또는 무선 통신 디바이스, 예컨대 셀룰러 전화기를 포함할 수도 있다.
클라이언트 디바이스 (40), 서버 디바이스 (60), 및/또는 콘텐츠 준비 디바이스 (20) 는 본 개시의 기법들에 따라 동작하도록 구성될 수도 있다. 예시를 위해, 본 개시는 클라이언트 디바이스 (40) 와 서버 디바이스 (60) 에 대해 이들 기법들을 기술한다. 하지만, 콘텐츠 준비 디바이스 (20) 가 서버 디바이스 (60) 대신에 (또는 추가적으로) 이들 기법들을 수행하도록 구성될 수도 있다.
이하에서보다 상세히 설명되는 바와 같이, 컨텐츠 준비 디바이스 (20) 는 어안 비디오 데이터를 수신하고; 어안 비디오 데이터를 포함하는 파일을 생성하는 것으로서,이 파일은 어안 비디오 데이터의 속성을 특정하는 복수의 신택스 엘리먼트를 포함하는 신택스 구조를 포함하고, 여기서 복수의 신택스 엘리먼트는 어안 비디오 타입 정보를 나타내는 하나 이상의 비트를 포함하는, 상기 파일을 생성하고, 및 파일을 출력하도록 구성될 수 있다. 유사하게, 클라이언트 디바이스 (40) 는 어안 비디오 데이터를 포함하는 파일을 프로세싱하는 것으로서, 이 파일은 어안 비디오 데이터의 속성을 특정하는 복수의 신택스 엘리먼트를 포함하는 신택스 구조를 포함하고, 복수의 신택스 엘리먼트는 어안 비디오 타입 정보를 나타내는 하나 이상의 비트를 포함하는, 상기 파일을 프로세싱하고, 신택스 구조의 하나 이상의 비트에 기초하여, 어안 비디오 데이터에 대한 어안 비디오 타입 정보를 결정하고, 및 그 결정에 기초하여, 렌더링을 위해 어안 비디오 데이터를 출력하도록 구성될 수도 있다.
캡슐화 유닛 (30) 은, NAL 유닛이 속한 프로그램을 식별하는 헤더 뿐 아니라 페이로드, 예컨대, 오디오 데이터, 비디오 데이터, 또는 NAL 유닛이 대응하는 전송 또는 프로그램 스트림을 기술하는 데이터를 포함하는 NAL 유닛들을 형성할 수도 있다. 예를 들어, H.264/AVC 에 있어서, NAL 유닛은 1 바이트 헤더 및 가변 사이즈의 페이로드를 포함한다. 그의 페이로드에 비디오 데이터를 포함하는 NAL 유닛은 비디오 데이터의 다양한 입도 레벨들을 포함할 수도 있다. 예를 들어, NAL 유닛은 비디오 데이터의 블록, 복수의 블록들, 비디오 데이터의 슬라이스, 또는 비디오 데이터의 전체 픽처를 포함할 수도 있다. 캡슐화 유닛 (30) 은 기본 스트림들의 PES 패킷들의 형태로 비디오 인코더 (28) 로부터 인코딩된 비디오 데이터를 수신할 수도 있다. 캡슐화 유닛 (30) 은 각각의 기본 스트림을 대응하는 프로그램과 연관시킬 수도 있다.
캡슐화 유닛 (30) 은 또한, 복수의 NAL 유닛들로부터 액세스 유닛들을 어셈블링할 수도 있다. 일반적으로, 액세스 유닛은 비디오 데이터의 프레임, 및 오디오 데이터가 이용가능할 때 그 프레임에 대응하는 그러한 오디오 데이터를 표현하기 위한 하나 이상의 NAL 유닛들을 포함할 수도 있다. 액세스 유닛은 일반적으로, 일 출력 시간 인스턴스에 대한 모든 NAL 유닛들, 예컨대, 일 시간 인스턴스에 대한 모든 오디오 및 비디오 데이터를 포함한다. 예를 들어, 각각의 뷰가 20 의 초당 프레임 (fps) 의 프레임 레이트를 가지면, 각각의 시간 인스턴스는 0.05 초의 시간 인터벌에 대응할 수도 있다. 이 시간 인터벌 동안, 동일한 액세스 유닛 (동일한 시간 인스턴스) 의 모든 뷰들에 대한 특정 프레임들이 동시에 렌더링될 수도 있다. 일 예에 있어서, 액세스 유닛은 일 시간 인스턴스에서 코딩된 픽처를 포함할 수도 있으며, 이는 프라이머리 코딩된 픽처로서 제시될 수도 있다.
이에 따라, 액세스 유닛은 공통 시간 인스턴스의 모든 오디오 및 비디오 프레임들, 예컨대, 시간 X 에 대응하는 모든 뷰들을 포함할 수도 있다. 본 개시는 또한, 특정 뷰의 인코딩된 픽처를 "뷰 컴포넌트" 로서 지칭한다. 즉, 뷰 컴포넌트는 특정 시간에 특정 뷰에 대한 인코딩된 픽처 (또는 프레임) 를 포함할 수도 있다. 이에 따라, 액세스 유닛은 공통 시간 인스턴스의 모든 뷰 컴포넌트들을 포함하는 것으로서 정의될 수도 있다. 액세스 유닛들의 디코딩 순서는 반드시 출력 또는 디스플레이 순서와 동일할 필요는 없다.
미디어 제시는, 상이한 대안적인 표현들 (예컨대, 상이한 품질들을 갖는 비디오 서비스들) 의 디스크립션들을 포함할 수도 있는 미디어 제시 디스크립션 (MPD) 을 포함할 수도 있고, 그 디스크립션은, 예컨대, 코덱 정보, 프로파일 값, 및 레벨 값을 포함할 수도 있다. MPD 는 매니페스트 파일 (66) 과 같은 매니페스트 파일의 일례이다. 클라이언트 디바이스 (40) 는 어떻게 다양한 제시들의 영화 단편들에 액세스할지를 결정하기 위해 미디어 제시의 MPD 를 취출할 수도 있다. 영화 단편들은 비디오 파일들의 영화 단편 박스들 (moof boxes) 에 로케이팅될 수도 있다.
매니페스트 파일 (66) (이는, 예를 들어, MPD를 포함할 수도 있음) 이 표현들 (68) 의 세그먼트들의 가용성을 광고할 수도 있다. 다시 말하면, MPD 는 표현들 (68) 중 하나의 표현의 첫 번째 세그먼트가 이용가능하게 되는 벽시계 시간 (wall-clock time) 을 표시하는 정보, 뿐만 아니라 표현들 (68) 내의 세그먼트들의 지속시간들을 표시하는 정보를 포함할 수도 있다. 이런 방식으로, 클라이언트 디바이스 (40) 의 취출 유닛 (52) 은 특정 세그먼트에 선행하는 세그먼트들의 시작 시간 뿐만 아니라 지속시간들에 기초하여, 각각의 세그먼트가 이용가능한 때를 결정할 수도 있다.
캡슐화 유닛 (30) 이 NAL 유닛들 및/또는 액세스 유닛들을 수신된 데이터에 기초해 비디오 파일로 어셈블링한 후에, 캡슐화 유닛 (30) 은 비디오 파일을 출력을 위해 출력 인터페이스 (32) 로 보낸다. 일부 예들에 있어서, 캡슐화 유닛 (30) 은 비디오 파일을 국부적으로 저장할 수도 있거나, 또는 비디오 파일을 직접 클라이언트 디바이스 (40) 에 전송하기 보다는 비디오 파일을 출력 인터페이스 (32) 를 통해 원격 서버에 전송할 수도 있다. 출력 인터페이스 (32) 는, 예를 들어, 송신기, 트랜시버, 예컨대 광학 드라이브, 자기 매체 드라이브 (예컨대, 플로피 드라이브) 와 같은 컴퓨터 판독가능 매체에 데이터를 기입하기 위한 디바이스, 범용 직렬 버스 (USB) 포트, 네트워크 인터페이스, 또는 다른 출력 인터페이스를 포함할 수도 있다. 출력 인터페이스 (32) 는 비디오 파일을, 예를 들어 송신 신호, 자기 매체, 광학 매체, 메모리, 플래시 드라이브, 또는 다른 컴퓨터 판독가능 매체와 같은 컴퓨터 판독가능 매체에 출력한다.
네트워크 인터페이스 (54) 는 네트워크 (74) 를 통해 NAL 유닛 또는 액세스 유닛을 수신하고 그 NAL 유닛 또는 액세스 유닛을 취출 유닛 (52) 을 통해 캡슐화해제 유닛 (50) 에 제공한다. 디캡슐화 유닛 (50) 은 비디오 파일의 요소를 구성요소 PES 스트림들로 디캡슐화하고, PES 스트림들을 디패킷화하여 인코딩된 데이터를 취출하고, 예를 들어, 스트림의 PES 패킷 헤더들에 의해 지시되는 바처럼, 인코딩된 데이터가 오디오 또는 비디오 스트림의 부분인지에 따라, 인코딩된 데이터를 오디오 디코더 (46) 또는 비디오 디코더 (48) 중 어느 하나에 전송할 수도 있다. 오디오 디코더 (46) 는 인코딩된 오디오 데이터를 디코딩하고 그 디코딩된 오디오 데이터를 오디오 출력부 (42) 로 전송하는 한편, 비디오 디코더 (48) 는 인코딩된 비디오 데이터를 디코딩하고, 스트림의 복수의 뷰들을 포함할 수도 있는 디코딩된 비디오 데이터를 비디오 출력부 (44) 로 전송한다.
도 2 는 도 1 의 취출 유닛 (52) 의 컴포넌트들의 예시적인 세트를 더 상세히 설명하는 블록도이다. 이 예에서, 취출 유닛 (52) 은 eMBMS 미들웨어 유닛 (100), DASH 클라이언트 (110) 및 미디어 애플리케이션 (112) 을 포함한다.
이 예에서, eMBMS 미들웨어 유닛 (100) 은 eMBMS 수신 유닛 (106), 캐시 (104), 및 프록시 서버 (102) 를 더 포함한다. 이 예에서, eMBMS 수신 유닛 (106) 은 예컨대, FLUTE (File Delivery over Unidirectional Transport) 에 따라 eMBMS 를 통해 데이터를 수신하도록 구성되고, 이는 http://tools.ietf.org/html/rfc6726 에서 입수가능한 T. Paila 등의 "FLUTE―File Delivery over Unidirectional Transport", Network Working Group, RFC 6726, Nov. 2012 에 기술되어 있다. 즉, eMBMS 수신 유닛 (106) 은 예를 들어 브로드캐스트 멀티캐스트 서비스 센터 (BM-SC) 의 역할을 할 수도 있는 서버 디바이스 (60) 로부터 브로드캐스트를 통해 파일들을 수신할 수도 있다.
eMBMS 미들웨어 유닛 (100) 이 파일들에 대한 데이터를 수신할 때, eMBMS 미들웨어 유닛 (100) 은 수신된 데이터를 캐시 (104) 에 저장할 수도 있다. 캐시 (104) 는 플래시 메모리, 하드 디스크, RAM, 또는 임의의 다른 적절한 저장 매체와 같은 컴퓨터-판독가능 저장 매체를 포함할 수도 있다.
프록시 서버 (102) 는 DASH 클라이언트 (110) 를 위한 서버의 역할을 할 수도 있다. 예를 들어, 프록시 서버 (102) 는 DASH 클라이언트 (110) 에 MPD 파일 또는 다른 매니페스트 파일을 제공할 수도 있다. 프록시 서버 (102) 는 세그먼트들이 취출될 수 있는 하이퍼링크들뿐만 아니라, MPD 파일 내의 세그먼트들에 대한 가용 시간들을 광고할 수도 있다. 이들 하이퍼링크들은 클라이언트 디바이스 (40) 에 대응하는 로컬호스트 어드레스 프리픽스 (예를 들어, IPv4 의 경우 127.0.0.1) 를 포함할 수도 있다. 이러한 방식으로, DASH 클라이언트 (110) 는 HTTP GET 또는 부분 GET 요청들을 사용하여 프록시 서버 (102) 으로부터 세그먼트들을 요청할 수도 있다. 예를 들어, 링크 http://127.0.0.1/rep1/seg3 에서 입수가능한 세그먼트의 경우, DASH 클라이언트 (110) 는 http://127.0.0.1/rep1/seg3 에 대한 요청을 포함하는 HTTP GET 요청을 구성하고 그 요청을 프록시 서버 (102) 에 제출한다. 프록시 서버 (102) 는 캐시 (104) 로부터 요청된 데이터를 취출하고, 그러한 요청들에 응답하여 데이터를 DASH 클라이언트 (110) 에 제공할 수도 있다.
본 개시의 기법들에 따르면, 콘텐츠 거부/선택/수용/요청 결정들을 실시하기 위해 DASH 클라이언트들과 같은 애플리케이션 클라이언트들에 의해 중요한 비디오 정보가 편리하게 액세스될 수 있도록, 제한된 스킴을 이용하여 저장된 비디오 데이터, HDR/WCG (high dynamic range/wide color gamut) 비디오, VR/전방향성/360 비디오, 프레임 패킹된 비디오, 및 디스플레이 방향 변경들을 갖는 비디오에 관련된 중요한 비디오 정보를 캡슐화 유닛 (30) 은 시그널링할 수도 있고, 취출 유닛 (52) 은 수신할 수도 있다. 상기 논의된 바와 같이, 중요한 비디오 정보는 콘텐츠 선택, 예컨대, 소비하기 위한 비디오 트랙 또는 그것의 일부의 취출 유닛 (52) 에 의한 선택을 위해 사용될 수도 있는 정보를 포함할 수도 있다.
도 3 은 예시적인 멀티미디어 콘텐츠 (120) 의 엘리먼트들을 나타내는 개념도이다. 멀티미디어 콘텐츠 (120) 는 멀티미디어 콘텐츠 (64) (도 1), 또는 저장 매체 (62) 에 저장된 다른 멀티미디어 콘텐츠에 대응할 수도 있다. 도 3 의 예에서는, 멀티미디어 콘텐츠 (120) 는 미디어 제시 디스크립션 (MPD) (122) 및 복수의 표현들 (124A-124N) (표현들 (124)) 을 포함한다. 표현 (124A) 은 옵션적인 헤더 데이터 (126) 및 세그먼트들 (128A-128N) (세그먼트들 (128)) 을 포함하는 한편, 표현 (124N) 은 옵션적인 헤더 데이터 (130) 및 세그먼트들 (132A-132N) (세그먼트들 (132)) 을 포함한다. 문자 N 은, 편의 상, 표현들 (124) 의 각각에서 마지막 영화 단편을 지정하는데 사용된다. 일부 예들에 있어서, 표현들 (124) 사이에 상이한 수들의 영화 단편들이 존재할 수도 있다.
MPD (122) 는 표현들 (124) 로부터 별개인 데이터 구조를 포함할 수도 있다. MPD (122) 는 도 1 의 매니페스트 파일 (66) 에 대응할 수도 있다. 마찬가지로, 표현들 (124) 은 도 1 의 표현들 (68) 에 대응할 수도 있다. 일반적으로, MPD (122) 는 표현들 (124) 의 특성들을 일반적으로 기술하는 데이터, 예컨대, 코딩 및 렌더링 특성들, 적응 세트들, MPD (122) 가 대응하는 프로파일, 텍스트 타입 정보, 카메라 각도 정보, 등급 정보, 트릭 모드 정보 (예컨대, 시간적 서브-시퀀스들을 포함하는 표현들을 나타내는 정보), 및/또는 원격 주기들을 취출하기 위한 (예컨대, 재생 도중 미디어 컨텐츠로의 타겟화된 광고 삽입을 위한) 정보를 포함할 수도 있다.
존재할 경우, 헤더 데이터 (126) 는 세그먼트들 (128) 의 특성들, 예컨대, 랜덤 액세스 포인트들 (RAP들) (스트림 액세스 포인트들 (SAP들) 로서도 또한 지칭됨) 의 시간적 위치들, 세그먼트들 (128) 중 어느 것이 랜덤 액세스 포인트들을 포함하는지, 세그먼트들 (128) 내의 랜덤 액세스 포인트들에 대한 바이트 오프셋들, 세그먼트들 (128) 의 유니폼 리소스 로케이터들 (URL들), 또는 세그먼트들 (128) 의 다른 양태들을 기술할 수도 있다. 존재할 경우, 헤더 데이터 (130) 는 세그먼트들 (132) 에 대한 유사한 특성들을 기술할 수도 있다. 부가적으로 또는 대안적으로, 그러한 특성들은 MPD (122) 내에 완전히 포함될 수도 있다.
세그먼트들 (128, 132) 은 하나 이상의 코딩된 비디오 샘플들을 포함하며, 이들의 각각은 비디오 데이터의 프레임들 또는 슬라이스들을 포함할 수도 있다. 세그먼트들 (128) 의 코딩된 비디오 샘플들의 각각은 유사한 특성들, 예컨대, 높이, 폭, 및 대역폭 요건들을 가질 수도 있다. 이러한 특성들은 MPD (122) 의 데이터에 의하여 기술될 수도 있지만, 이러한 데이터는 도 3 의 예에서 예시되어 있지 않다. MPD (122) 는, 본 개시에서 기술되는 시그널링된 정보의 임의의 것 또는 그 모두가 추가된, 3GPP 사양에 의해 기술된 바와 같은 특성들을 포함할 수도 있다.
세그먼트들 (128, 132) 의 각각은 고유한 유니폼 리소스 로케이터 (URL) 와 연관될 수도 있다. 따라서, 세그먼트들 (128, 132) 의 각각은 DASH 와 같은 스트리밍 네트워크 프로토콜을 이용하여 독립적으로 취출가능할 수도 있다. 이러한 방식으로, 클라이언트 디바이스 (40) 와 같은 목적지 디바이스는, HTTP GET 요청을 이용하여 세그먼트들 (128 또는 132) 을 취출할 수도 있다. 일부 예들에 있어서, 클라이언트 디바이스 (40) 는 HTTP 부분 GET 요청들을 이용하여 세그먼트들 (128 또는 132) 의 특정 바이트 범위들을 취출할 수도 있다.
도 4 는 표현의 세그먼트, 이를테면 도 3 의 세그먼트들 (114, 124) 중 하나의 세그먼트에 대응할 수도 있는, 예시적인 비디오 파일 (150) 의 엘리먼트들을 도시하는 블록도이다. 세그먼트들 (128, 132) 의 각각은 도 4 의 예에서 도시된 데이터의 배열에 실질적으로 부합하는 데이터를 포함할 수도 있다. 비디오 파일 (150) 은 세그먼트를 캡슐화한다고 일컬어 질 수도 있다. 상기 설명된 바와 같이, ISO 베이스 미디어 파일 포맷 및 그 확장들에 따른 비디오 파일들은 "박스들" 로서 지칭되는 일련의 오브젝트들에 데이터를 저장한다. 도 4의 예에서, 비디오 파일 (150) 은 파일 타입 (FTYP) 박스 (152), 무비 (MOOV) 박스 (154), 세그먼트 인덱스 (sidx) 박스 (162), 영화 단편 (MOOF) 박스 (164) 및 영화 단편 랜덤 액세스 (MFRA) 박스 (166) 를 포함한다. 도 4 는 비디오 파일의 일례를 나타내지만, 다른 미디어 파일들이 ISO 베이스 미디어 파일 포맷 및 그의 확장에 따른, 비디오 파일 (150) 의 데이터와 유사하게 구조화된 다른 타입들의 미디어 데이터 (예컨대, 오디오 데이터, 타이밍된 텍스트 데이터 등) 을 포함할 수도 있다는 것이 이해되어야 한다.
파일 타입 (FTYP) 박스 (152) 는 비디오 파일 (150) 에 대한 파일 타입을 일반적으로 기술한다. 파일 타입 박스 (152) 는 비디오 파일 (150) 에 대한 최상의 이용을 기술하는 사양을 식별하는 데이터를 포함할 수도 있다. 파일 타입 박스 (152) 는 대안적으로 MOOV 박스 (154), 영화 단편 박스들 (164), 및/또는 MFRA 박스 (166) 전에 배치될 수도 있다.
일부 예들에서, 세그먼트, 이를테면 비디오 파일 (150) 은, FTYP 박스 (152) 전에 MPD 업데이트 박스 (도시되지 않음) 를 포함할 수도 있다. MPD 업데이트 박스는 비디오 파일 (150) 을 포함하는 표현에 대응하는 MPD 가 그 MPD를 업데이트하기 위한 정보와 함께 업데이트될 것임을 나타내는 정보를 포함할 수도 있다. 예를 들어, MPD 업데이트 박스는 MPD를 업데이트하는데 사용될 리소스에 대한 URI 또는 URL을 제공할 수도 있다. 다른 예로서, MPD 업데이트 박스는 MPD를 업데이트하기 위한 데이터를 포함할 수도 있다. 일부 예들에서, MPD 업데이트 박스는 비디오 파일 (150) 의 세그먼트 타입 (STYP) 박스 (도시되지 않음) 를 바로 뒤따를 수도 있으며, 여기서 STYP 박스는 비디오 파일 (150) 에 대한 세그먼트 타입을 정의할 수도 있다.
도 4 의 예에서의 MOOV 박스 (154) 는 무비 헤더 (MVHD) 박스 (156), 시야 (FOV) 박스 (157), 트랙 (TRAK) 박스 (158), 및 하나 이상의 무비 확장 (MVEX) 박스들 (160) 을 포함한다. 일반적으로, MVHD 박스 (156) 는 비디오 파일 (150) 의 일반 특성들을 기술할 수도 있다. 예를 들어, MVHD 박스 (156) 는 비디오 파일 (150) 이 원래 생성되었을 때, 비디오 파일 (150) 이 마지막으로 수정되었을 때, 비디오 파일 (150) 에 대한 타임스케일, 비디오 파일 (150) 에 대한 재생의 지속기간을 기술하는 데이터, 또는 비디오 파일 (150) 을 일반적으로 기술하는 다른 데이터를 포함할 수도 있다.
TRAK 박스 (158) 는 비디오 파일 (150) 의 트랙에 대한 데이터를 포함할 수도 있다. TRAK 박스 (158) 는 TRAK 박스 (158) 에 대응하는 트랙의 특성들을 기술하는 트랙 헤더 (TKHD) 박스를 포함할 수도 있다. 일부 예들에 있어서, TRAK 박스 (158) 는 코딩된 비디오 픽처들을 포함할 수도 있는 한편, 다른 예들에 있어서, 트랙의 코딩된 비디오 픽처들은 TRAK 박스 (158) 및/또는 sidx 박스들 (162) 의 데이터에 의해 참조될 수도 있는 영화 단편들 (164) 에 포함될 수도 있다.
일부 예들에 있어서, 비디오 파일 (150) 은 1 초과의 트랙을 포함할 수도 있다. 이에 따라, MOOV 박스 (154) 는 비디오 파일 (150) 에 트랙들의 수와 동일한 수의 TRAK 박스들을 포함할 수도 있다. TRAK 박스 (158) 는 비디오 파일 (150) 의 대응하는 트랙의 특성들을 기술할 수도 있다. 예를 들어, TRAK 박스 (158) 는 대응하는 트랙에 대한 시간적 및/또는 공간적 정보를 기술할 수도 있다. MOOV 박스 (154) 의 TRAK 박스 (158) 에 유사한 TRAK 박스는, 캡슐화 유닛 (30) (도 3) 이 비디오 파일, 이를테면 비디오 파일 (150) 에 파라미터 세트 트랙을 포함하는 경우, 파라미터 세트 트랙의 특성들을 기술할 수도 있다. 캡슐화 유닛 (30) 은, 파라미터 세트 트랙을 기술하는 TRAK 박스 내의 파라미터 세트 트랙에서 시퀀스 레벨 SEI 메시지들의 존재를 시그널링할 수도 있다. {TRAK 박스 (158) 는 또한 본 개시에서 설명된 바와 같은 샘플 테이블 박스 (stbl) 를 포함할 수도 있다. 이러한 샘플 테이블은 동기화 샘플 상자 (stss) 를 더 포함할 수도 있다}
MVEX 박스들 (160) 은, 예컨대, 비디오 파일 (150) 이, 만약 있다면, MOOV 박스 (154) 내에 포함된 비디오 데이터에 추가하여, 영화 단편들 (164) 을 포함한다는 것을 시그널링하기 위해, 대응하는 영화 단편들 (164) 의 특성들을 기술할 수도 있다. 비디오 데이터를 스트리밍하는 맥락에서, 코딩된 비디오 픽처들은 MOOV 박스 (154) 에 보다는 영화 단편들 (164) 에 포함될 수도 있다. 이에 따라, 모든 코딩된 비디오 샘플들은 MOOV 박스 (154) 에 보다는 영화 단편들 (164) 에 포함될 수도 있다.
MOOV 박스 (154) 는 비디오 파일 (150) 에서의 영화 단편들 (164) 의 수와 동일한 수의 MVEX 박스들 (160) 을 포함할 수도 있다. MVEX 박스들 (160) 의 각각은 영화 단편들 (164) 중 대응하는 영화 단편의 특성들을 기술할 수도 있다. 예를 들어, 각각의 MVEX 박스는, 영화 단편들 (164) 중 대응하는 영화 단편에 대한 시간적 지속기간을 기술하는 MEHD (movie extends header box) 박스를 포함할 수도 있다.
위에서 언급된 바와 같이, 캡슐화 유닛 (30) 은 실제 코딩된 비디오 데이터를 포함하지 않는 비디오 샘플에 시퀀스 데이터 세트를 저장할 수도 있다. 비디오 샘플은 특정 시간 인스턴스에서의 코딩된 픽처의 표현인 액세스 유닛에 일반적으로 대응할 수도 있다. AVC 의 맥락에서, 코딩된 픽처는 액세스 유닛의 모든 픽셀들을 구성하기 위한 정보를 포함하는 하나 이상의 VCL NAL 유닛들과, 다른 연관된 비-VCL NAL 유닛들, 이를테면 SEI 메시지들을 포함한다. 이에 따라, 캡슐화 유닛 (30) 은, 시퀀스 레벨 SEI 메시지들을 포함할 수도 있는 시퀀스 데이터 세트를 영화 단편들 (164) 중 하나의 영화 단편에 포함시킬 수도 있다. 캡슐화 유닛 (30) 은 추가로, 영화 단편들 (164) 중 하나의 영화 단편에 대응하는 MVEX 박스들 (160) 중 하나의 MVEX 박스 내에서 영화 단편들 (164) 중 하나의 영화 단편에 존재하는 것으로서 시퀀스 데이터 세트 및/또는 시퀀스 레벨 SEI 메시지들의 존재를 시그널링할 수도 있다.
SIDX 박스들 (162) 은 비디오 파일 (150) 의 옵션적인 엘리먼트들이다. 즉, 3GPP 파일 포맷, 또는 다른 그러한 파일 포맷들에 부합하는 비디오 파일들은 반드시 SIDX 박스들 (162) 을 포함하는 것은 아니다. 3GPP 파일 포맷의 예에 따르면, SIDX 박스는 세그먼트 (예컨대, 비디오 파일 (150) 내에 포함된 세그먼트) 의 서브-세그먼트를 식별하는데 사용될 수도 있다. 3GPP 파일 포맷은 서브-세그먼트를 "대응하는 미디어 데이터 박스(들)를 갖는 하나 이상의 연속적인 영화 단편 박스들의 자립형 세트 및 영화 단편 박스에 의해 참조된 데이터를 포함하는 미디어 데이터 박스가 그 영화 단편 박스를 뒤따라야만 하고 동일한 트랙에 관한 정보를 포함하는 다음 영화 단편 박스에 선행해야만 하는 것" 으로서 정의한다. 3GPP 파일 포맷은 또한, SIDX 박스가 "박스에 의해 문서화된 (서브)세그먼트의 서브세그먼트들에 대한 레퍼런스들의 시퀀스를 포함한다"는 것을 표시한다. 참조된 서브세그먼트들은 제시 시간에서 연속적이다. 유사하게, 세그먼트 인덱스 박스에 의해 참조되는 바이트들은 세그먼트 내에서 항상 인접한다. 참조된 사이즈는 참조된 자료에서의 바이트들의 수의 카운트를 제공한다.
SIDX 박스들 (162) 은 일반적으로, 비디오 파일 (150) 에 포함된 세그먼트의 하나 이상의 서브-세그먼트들을 나타내는 정보를 제공한다. 예를 들면, 그러한 정보는 서브-세그먼트들이 시작하고/하거나 종료하는 재생 시간들, 서브-세그먼트들에 대한 바이트 오프셋들, 서브-세그먼트들이 스트림 액세스 포인트 (SAP) 를 포함하는지 (예컨대 그 SAP 로 시작하는지) 의 여부, SAP 에 대한 타입 (예컨대, SAP 가 순시 디코더 리프레시 (IDR) 픽처인지, 클린 랜덤 액세스 (CRA) 픽처인지, 브로큰 링크 액세스 (BLA) 픽처인지 등), 서브-세그먼트에서의 (재생 시간 및/또는 바이트 오프셋의 관점에서의) SAP 의 포지션 등을 포함할 수도 있다.
영화 단편들 (164) 은 하나 이상의 코딩된 비디오 픽처들을 포함할 수도 있다. 일부 예들에 있어서, 영화 단편들 (164) 은 하나 이상의 픽처 그룹들 (GOP들) 을 포함할 수도 있으며, 그 GOP들의 각각은 다수의 코딩된 비디오 픽처들, 예컨대, 프레임들 또는 픽처들을 포함할 수도 있다. 부가적으로, 상기 설명된 바와 같이, 영화 단편들 (164) 은 일부 예들에 있어서 시퀀스 데이터 세트들을 포함할 수도 있다. 영화 단편들 (164) 의 각각은 영화 단편 헤더 박스 (MFHD, 도 4 에는 도시되지 않음) 를 포함할 수도 있다. MFHD 박스는 대응하는 무비 영화 단편 박스들의 특성들, 이를테면 무비 영화 단편 박스들에 대한 시퀀스 번호를 기술할 수도 있다. 영화 단편들 (164) 은 비디오 파일 (150) 내에 시퀀스 번호의 순서로 포함될 수도 있다.
MFRA 박스 (166) 는 비디오 파일 (150) 의 영화 단편들 (164) 내의 랜덤 액세스 포인트들을 기술할 수도 있다. 이는 비디오 파일 (150) 에 의해 캡슐화된 세그먼트 내에서 특정 시간적 위치들 (즉, 재생 시간들) 에 대한 탐색들을 수행하는 것과 같은, 트릭 모드들을 수행하는 것을 보조할 수도 있다. MFRA 박스 (166) 는 일반적으로 옵션적이며, 일부 예들에 있어서, 비디오 파일들에 포함될 필요가 없다. 마찬가지로, 클라이언트 디바이스 (40) 와 같은 클라이언트 디바이스는, 비디오 파일 (150) 의 비디오 데이터를 정확하게 디코딩하고 디스플레이하기 위해 MFRA 박스 (166) 를 반드시 참조할 필요는 없다. MFRA 박스 (166) 는 비디오 파일 (150) 의 트랙들의 수와 동일한, 또는 일부 예들에 있어서, 비디오 파일 (150) 의 미디어 트랙들 (예컨대, 비-힌트 트랙들) 의 수와 동일한 수의 트랙 프래그먼트 랜덤 액세스 (TFRA) 박스들 (도시 안됨) 을 포함할 수도 있다.
일부 예들에 있어서, 영화 단편들 (164) 은 IDR 픽처들과 같은 하나 이상의 스트림 액세스 포인트들 (SAP들) 을 포함할 수도 있다. 마찬가지로, MFRA 박스 (166) 는 SAP들의 비디오 파일 (150) 내의 위치들의 표시들을 제공할 수도 있다. 따라서, 비디오 파일 (150) 의 시간적 서브-시퀀스가 비디오 파일 (150) 의 SAP들로부터 형성될 수도 있다. 시간적 서브-시퀀스는 SAP들에 의존하는 P-프레임들 및/또는 B-프레임들과 같은 다른 화상들을 또한 포함할 수도 있다. 시간적 서브-시퀀스의 프레임들 및/또는 슬라이스들은 서브-시퀀스의 다른 프레임들/슬라이스들에 의존하는 시간적 서브-시퀀스의 프레임들/슬라이스들이 적절히 디코딩될 수 있도록 세그먼트들 내에 배열될 수도 있다. 예를 들어, 데이터의 계층적 배열에서, 다른 데이터에 대한 예측을 위해 사용되는 데이터가 시간적 서브-시퀀스에 또한 포함될 수도 있다.
본 개시의 기법들에 따르면, MOOV 박스 (154) 는 영화 단편들 (164) 에 포함된 비디오 데이터에 회전 및/또는 플립핑의 어느 일방 또는 양방이 적용되는지 여부를 나타내는 하나 이상의 박스들 (예컨대, SchemeInformationBox 및/또는 RestrictedSchemeInfoBox) 을 포함할 수도 있다. 추가적으로 또는 대안적으로, MOOV 박스 (154) 는 HDR/WCG 비디오의 중요한 정보를 포함할 수도 있다.
가상 현실 (VR) 은, 몰입된 사용자의 움직임들에 의해 상관된 자연적인 및/또는 합성의 이미지 및 사운드의 렌더링에 의해 생성된 비-물리적 세계에서 가상적으로 존재하여, 그 세계와 상호작용하게 하는 능력이다. 헤드 장착식 디스플레이들 (HMD) 및 VR 비디오 (종종 360도 비디오 또는 전방향 비디오로서도 또한 지칭됨) 생성과 같은 렌더링 디바이스들에서 이루어진 최근의 진보로, 상당한 품질의 경험이 제공될 수 있다. VR 어플리케이션은 게이밍, 트레이닝, 교육, 스포츠 비디오, 온라인 쇼핑, 성인 엔터테인먼트 등을 포함한다.
VR 시스템의 일 예는 다음과 같은 컴포넌트와 단계를 포함한다:
1) 카메라 세트, 이는 통상적으로, 상이한 방향들을 포인팅하고 그리고 카메라 세트 주위의 모든 뷰포인트들을 이상적으로는 집합적으로 커버하는 다중의 개별 카메라들을 포함함.
2) 이미지 스티칭, 여기서, 다중의 개별 카메라들에 의해 촬영된 비디오 픽처들은, 구형 비디오가 되도록, 시간 도메인에서 동기화되고 공간 도메인에서 스티칭이지만, (세계지도와 같은) 등장방형 (equi-rectangular) 또는 큐브 맵과 같은 장방형 포맷으로 맵핑된다.
3) 맵핑된 장방형 포맷에서의 비디오는 비디오 코덱, 예컨대, H.265/HEVC 또는 H.264/AVC 또는 다른 비디오 코딩 표준들을 사용하여 인코딩/압축됨.
4) 압축된 비디오 비트스트림(들)은 미디어 포맷으로 저장 및/또는 캡슐화되고, 네트워크를 통해 수신기로 송신될 수도 있음 (가능하게는 오직 사용자에 의해 보여지는 영역만을 커버하는 서브세트만이 송신됨).
5) 수신기는, 가능하게는 포맷으로 캡슐화된 비디오 비트스트림(들) 또는 그 부분을 수신하고, 디코딩된 비디오 신호 또는 그 부분을 렌더링 디바이스로 전송한다.
6) 렌더링 디바이스는, 예컨대, HMD 일 수 있으며, HMD 는 머리 움직임 및 심지어 눈 움직임 순간을 추적할 수 있어서 몰입형 경험이 사용자에게 전달되도록 비디오의 대응하는 부분을 렌더링할 수 있음.
본 명세서의 작성 시에, 360도 비디오 및 연관된 오디오가 있는 VR 애플리케이션에 초점을 맞춘, 전방향 미디어 애플리케이션을 가능하게 하는 미디어 포맷을 정의하기 위해 MPEG 에 의해 전방향 미디어 포맷 (OMAF) 이 개발되고 있었다. 그것은 먼저 구형 또는 360 도 비디오를 2차원 직사각형 비디오로 변환하는데 사용될 수 있는 투영 방법들의 리스트, 다음으로, ISO 베이스 미디어 파일 포맷 (ISOBMFF) 을 사용하여 전방향성 미디어 및 연관 메타데이터를 저장하는 법, 그리고 DASH (dynamic adaptive streaming over HTTP) 를 이용하여 전방향성 미디어를 캡슐화, 시그널링 및 스트리밍하는 법, 그리고 마지막으로, 미디어 코딩 구성들뿐만 아니라 어느 비디오 및 오디오 코덱들이 전방향성 미디어 신호의 압축 및 재생에 사용될 수 있는지를 명시한다.
OMAF 는 ISO/IEC 23090-2 가 되며 이 문서를 작성할 당시 그의 최신 초안 사양은 다음에서 찾을 수 있다: http://wg11.sc29.org/doc_end_user/documents/119_Torino/wg11/m40849-v1-m40849_OMAF_text_Berlin_output.zip.
본 개시에서 설명된 예시적인 기법들은 전방향성 비디오 또는 이미지 데이터에 대한 고레벨 시그널링과 관련된다. 전방향성 미디어 컨텐츠가 특정 디바이스들 (예컨대, 헤드 장착식 디스플레이 및 헤드폰들) 로 소비되는 경우, 미디어가 캡처되었던 (예컨대, 카메라(들)가 있었던) 장소 및 시각에 사용자가 있었던 것처럼, 오직 사용자의 관측 배향에 대응하는 미디어의 부분들만이 렌더링된다. 전방향성 미디어 어플리케이션들의 가장 보편적인 형태들 중 하나는 360도 비디오로서도 또한 공지된 전방향성 비디오이다. 전방향성 비디오는 통상적으로, 예를 들어 상술된 바와 같은 360도까지의 장면을 커버하는 다중의 카메라들에 의해 캡처된다.
일반적으로, 전방향성 비디오는 전방향성 이미지들의 시퀀스로부터 형성된다. 이에 따라, 본 개시에서 설명된 예시적인 기법들은 전방향성 이미지 컨텐츠를 생성하는 것에 대하여 설명된다. 그 다음, 전방향성 비디오 컨텐츠에 대해, 이들 전방향성 이미지들은 순차적으로 디스플레이될 수 있다. 일부 예들에 있어서, 사용자는 오직 전방향성 이미지만을 (예컨대, 사용자의 전체 360도 주위의 스냅샷으로서) 촬영하길 원할 수도 있으며, 본 개시에서 설명된 기법들은 그러한 예시적인 경우들에도 물론 적용가능하다.
전방향성 비디오는 스테레오스코픽 또는 모노스코픽일 수도 있다. 비디오가 스테레오스코픽일 경우, 관측자가 심도를 인지할 수 있도록, 상이한 이미지가 각각의 눈에 보여진다. 그에 따라, 스테레오스코픽 비디오는 통상적으로, 각각의 방향을 향하는 2개의 카메라들을 사용하여 캡처된다. 비디오가 모노스코픽일 경우, 동일한 이미지가 양 눈들에 보여진다.
비디오 데이터는, 하나 이상의 어안 렌즈들을 사용하여 캡처되는 (또는 하나 이상의 어안 렌즈들을 사용하여 캡처된 것처럼 보이도록 생성되는) 어안 비디오 데이터로 고려될 수도 있다. 어안 렌즈는, 넓은 파노라마형 또는 반구형 이미지를 생성하도록 의도된 강한 시각적 왜곡을 생성하는 초광각 렌즈일 수도 있다.
본 개시의 기법들은 캡처된 비디오 컨텐츠에, VR 에, 및 일반적으로, 비디오 및 이미지 디스플레이에 적용가능할 수도 있다. 그 기법들은 모바일 디바이스들에서 사용될 수도 있지만, 그 기법들은 모바일 어플리케이션들로 한정된 것으로 간주되지 않아야 한다. 일반적으로, 그 기법들은 가상 현실 어플리케이션들, 비디오 게임 어플리케이션들, 또는 360도 구면형 비디오/이미지 환경이 요망되는 다른 어플리케이션들을 위한 것일 수도 있다.
일부 예들에 있어서, 전방향성 이미지 컨텐츠는, 2개의 어안 렌즈들을 포함하는 카메라 디바이스로 캡처될 수도 있다. 2개의 어안 렌즈들이 이미지 컨텐츠의 구면의 반대 부분들을 캡처하기 위해 카메라 디바이스의 반대측들 상에 포지셔닝되는 경우, 이미지 컨텐츠는 모노스코픽일 수도 있고 360도 비디오의 전체 구면을 커버할 수도 있다. 유사하게, 2개의 어안 렌즈들이 이미지 컨텐츠의 구면의 동일 부분을 캡처하기 위해 카메라 디바이스의 동일측 상에 포지셔닝되는 경우, 이미지 컨텐츠는 스테레오스코픽일 수도 있고 360도 비디오의 구면의 절반을 커버할 수도 있다. 카메라들에 의해 생성된 이미지들은 원형 이미지이다 (예컨대, 하나의 이미지 프레임은 2개의 원형 이미지들을 포함함).
도 5a 및 도 5b 는 본 개시에서 설명된 하나 이상의 예시적인 기법들에 따른, 전방향성 이미지 컨텐츠를 캡처하기 위한 예시적인 디바이스들을 예시한 블록 다이어그램들이다. 도 5a 에 예시된 바와 같이, 컴퓨팅 디바이스 (210A) 는, 전체 구면 (예컨대, 전체 360도 비디오 컨텐츠) 을 커버하는 모노스코픽 이미지 컨텐츠를 캡처하기 위해 컴퓨팅 디바이스 (210A) 의 반대측들 상에 위치된 어안 렌즈 (212A) 및 어안 렌즈 (212B) 를 포함하는 비디오 캡처 디바이스이다. 도 5b 에 예시된 바와 같이, 컴퓨팅 디바이스 (210B) 는, 구면의 대략 절반을 커버하는 스테레오스코픽 이미지 컨텐츠를 캡쳐하기 위해 컴퓨팅 디바이스 (210B) 의 동일측 상에 위치된 어안 렌즈 (212C) 및 어안 렌즈 (212D) 를 포함하는 비디오 캡처 디바이스이다. 컴퓨팅 디바이스 (210A) 또는 컴퓨팅 디바이스 (210B) 는 도 1 의 컨텐츠 준비 디바이스 (20) 의 비디오 소스 (24) 의 일부일 수 있다.
상기 설명된 바와 같이, 카메라 디바이스는 복수의 어안 렌즈들을 포함한다. 일부 예시적인 카메라 디바이스들은 2개의 어안 렌즈들을 포함하지만, 그 예시적인 기법들은 2개의 어안 렌즈들로 한정되지 않는다. 하나의 예시적인 카메라 디바이스는 16개의 렌즈들 (예컨대, 3D VR 컨텐츠를 촬영하기 위한 16-카메라 어레이) 을 포함할 수도 있다. 다른 예시적인 카메라 디바이스는 8개의 렌즈들을 포함할 수도 있으며, 그 렌즈들 각각은 195도 시야각을 갖는다 (예컨대, 각각의 렌즈는 360도 중 195도의 이미지 컨텐츠를 캡처함). 다른 예시적인 카메라 디바이스들은 3개 또는 4개의 렌즈들을 포함한다. 일부 예들은, 360도의 이미지 컨텐츠를 캡처하는 360도 렌즈를 포함할 수도 있다.
본 개시에서 설명된 예시적인 기법들은 일반적으로, 전방향성 이미지/비디오를 캡처하는 2개의 어안 렌즈들에 대하여 설명된다. 그러나, 예의 기법들은 그렇게 한정되지는 않는다. 예시적인 기법들은, 렌즈들이 어안 렌즈들은 아니더라도 복수의 렌즈들 (예컨대, 2개 이상) 을, 그리고 복수의 어안 렌즈들을 포함하는 예시적인 카메라 디바이스들에 적용가능할 수도 있다. 예를 들어, 예시적인 기법들은 캡처된 이미지들을 스티칭하기 위한 방식들을 설명하며, 그 기법들은 (일 예로서, 어안 렌즈들일 수도 있는) 복수의 렌즈들로부터 복수의 캡처된 이미지들이 존재하는 예들에 적용가능할 수도 있다. 예시적인 기법들이 2개의 어안 렌즈들에 대하여 설명되지만, 예시적인 기법들은 그것에 한정되지 않고, 전방향성 이미지들/비디오들을 캡처하기 위해 사용된 다양한 카메라 타입들에 적용가능하다.
어안 VR/360 비디오는 OMAF 에서 지원된다. 본 명세서의 작성 시에, 최신 초안 OMAF 사양은 어안 VR/360 비디오 포맷을 특정하며, 여기서는, 인코딩 이전 2D 비디오를 생성하기 위해 프로젝션 및 옵션적으로 영역별 패킹을 적용하는 대신, 각각의 액세스 유닛에 대해, 캡처링 카메라들로부터의 원형 이미지들이 예를 들어 도 6 에 도시된 바와 같이, 2D 픽처에 직접 내장된다. 도 6 은 비디오 픽처당 다수의 어안 이미지의 예를 나타낸다. 도 6 에 도시된 바와 같이, 제 1 어안 이미지 (202) 및 제 2 어안 이미지 (204) 가 2D 픽처 (200) 에 내장된다.
그 다음, 그러한 어안 비디오는 인코딩되며, 비트스트림은 ISOBMFF 파일로 캡슐화될 수도 있고 DASH 표현으로서 추가로 캡슐화된다. 부가적으로, 어안 비디오의 특징들을 표시하는 파라미터들을 포함하는 어안 비디오의 특성이 시그널링되고, 클라이언트 측에서 360 비디오를 정확하게 렌더링하는데 사용될 수도 있다. 어안 VR/360 비디오 접근법의 주요 이점들 중 하나는 모바일 단말기들에 의해 저렴한 사용자 생성된 VR 컨텐츠를 지원한다는 것이다.
제약된 비디오 샘플 엔트리 타입 'resv’ 에 대한 어안 전방향성 비디오 스킴의 사용은 디코딩된 픽처들이 어안 비디오 픽처들임을 표시한다. 어안 전방향성 비디오 스킴의 사용은 SchemeTypeBox 내에서 'fodv’ (어안 전방향성 비디오) 와 동일한 scheme_type 신택스 엘리먼트의 값에 의해 표시된다. 어안 비디오의 포맷은, 샘플 엔트리에 포함되는 RestrictedSchemeInfoBox 에 포함되는 SchemeInformationBox 내에 포함된 FisheyeOmnidirectionalVideoBox 로 표시된다. 일부 예들에서, 스킴 타입이 'fodv'일 때 오직 하나의 FisheyeOmnidirectionalVideoBox가 SchemeInformationBox에 존재해야 한다. FisheyeOmnidirectionalVideoBox 가 SchemeInformationBox 에 존재할 경우, StereoVideoBox 및 RegionWisePackingBox 는 동일한 SchemeInformationBox 에 존재하지 않을 것이다. FisheyeOmnidirectionalVideoBox 는, OMAF DIS 의 6절에 명시된 바와 같이, 어안 비디오 특성 파라미터들을 포함하는 FisheyeOmnidirectionalVideoInfo() 신택스 구조를 포함한다.
FisheyeOmnidirectionalVideoInfo () 신택스 구조의 신택스 및 시맨틱스는 최신 초안 OMAF 사양의 6 절에 특정되어 있다. 그 신택스는 다음과 같다:
aligned (8) class FisheyeOmnidirectionalVideoInfo() {
bit(24) reserved = 0;
unsigned int(8) num_circular_images;
for(i=0; i< num_circular_images; i++) {
unsigned int(32) image_center_x;
unsigned int(32) image_center_y;
unsigned int(32) full_radius;
unsigned int(32) picture_radius;
unsigned int(32) scene_radius;
unsigned int(32) image_rotation;
bit(30) reserved = 0;
unsigned int(2) image_flip;
unsigned int(32) image_scale_axis_angle;
unsigned int(32) image_scale_x;
unsigned int(32) image_scale_y;
unsigned int(32) field_of_view;
bit(16) reserved = 0;
unsigned int(16) num_angle_for_displaying_fov;
for (j = 0; j <num_angle_for_displaying_fov; j++) {
unsigned int(32) displayed_fov;
unsigned int(32) overlapped_fov;
}
signed int(32) camera_center_yaw;
signed int(32) camera_center_pitch;
signed int(32) camera_center_roll;
unsigned int(32) camera_center_offset_x;
unsigned int(32) camera_center_offset_y;
unsigned int(32) camera_center_offset_z;
bit(16) reserved = 0;
unsigned int(16) num_polynomial_coefficeients;
for(j=0; j< num_polynomial_coefficients; j++) {
unsigned int(32) polynomial_coefficient_K;
}
bit(16) reserved = 0;
unsigned int(16) num_local_fov_region;
for(j=0; j<num_local_fov_region; j++) {
unsigned int(32) start_radius;
unsigned int(32) end_radius;
signed int(32) start_angle;
signed int(32) end_angle;
unsigned int(32) radius_delta;
signed int(32) angle_delta;
for(rad=start_radius; rad<= end_radius; rad+=radius_delta) {
for(ang=start_angle; ang<= ang_radius; ang+=angle_delta) {
unsigned int(32) local_fov_weight;
}
}
}
bit(16) reserved = 0;
unsigned int(16) num_polynomial_coefficeients_lsc;
for(j=0; j< num_polynomial_coefficients_lsc; j++) {
unsigned int(32) polynomial_coefficient_K_lsc_R;
unsigned int(32) polynomial_coefficient_K_lsc_G;
unsigned int(32) polynomial_coefficient_K_lsc_B;
}
}
bit(24) reserved = 0;
unsigned int(8) num_deadzones;
for(i=0; i< num_deadzones; i++) {
unsigned int(16) deadzone_left_horizontal_offset;
unsigned int(16) deadzone_top_vertical_offset;
unsigned int(16) deadzone_width;
unsigned int(16) deadzone_height;
}
}
OMAF DIS 의 현재 드래프트에서의 FisheyeOmnidirectionalVideoInfo() 신택스 구조의 시맨틱스는 다음과 같다.
num_circular_images 는, 이 박스가 적용하는 각각의 샘플의 코딩된 픽처에서 원형 이미지들의 수를 명시한다. 통상적으로, 그 값은 2 와 동일하지만, 다른 비-제로 값들이 또한 가능하다.
image_center_x 는, 이 박스가 적용하는 각각의 샘플의 코딩된 픽처에서 원형 이미지의 중심의 수평 좌표를 루마 샘플들 단위로 명시하는 고정 소수점 16.16 값이다.
image_center_y 는, 이 박스가 적용하는 각각의 샘플의 코딩된 픽처에서 원형 이미지의 중심의 수직 좌표를 루마 샘플들 단위로 명시하는 고정 소수점 16.16 값이다.
full_radius 는, 원형 이미지의 중심으로부터 전체 라운드 이미지의 에지까지의 반경을 루마 샘플들 단위로 명시하는 고정 소수점 16.16 값이다.
picture_radius 는, 원형 이미지의 중심으로부터 이미지 경계의 최근접 에지까지의 반경을 루마 샘플들 단위로 명시하는 고정 소수점 16.16 값이다. 원형 어안 이미지는 카메라 픽처에 의해 잘라 내어질 수도 있다. 따라서, 이 값은, 픽셀들이 사용가능한 원의 반경을 표시한다.
scene_radius 는, 원형 이미지의 중심으로부터, 카메라 본체 자체로부터 장애물들이 없음 그리고 인클로징된 영역 내에서 스티칭하기에 너무 큰 렌즈 왜곡이 없음이 보장되는 이미지에서의 영역의 최근접 에지까지의 반경을 루마 샘플들 단위로 명시하는 고정 소수점 16.16 값이다.
image_rotation 은 원형 이미지의 회전의 양을 도 단위로 명시하는 고정 소수점 16.16 값이다. 이미지는 이미지들 +/- 90도, 또는 +/- 180도, 또는 임의의 다른 값만큼 회전될 수도 있다.
image_flip 은 이미지가 반전되었는지 여부 및 그 방법을 명시하고, 따라서, 역 반전 동작이 적용될 필요가 있다. 값 0 은 이미지가 반전되지 않았음을 표시한다. 값 1 은 이미지가 수직으로 반전되었음을 표시한다. 값 2 는 이미지가 수평으로 반전되었음을 표시한다. 값 3 은 이미지가 수직 및 수평 양자로 반전되었음을 표시한다.
image_scale_axis_angle, image_scale_x, 및 image_scale_y 는 이미지가 축을 따라 사이징되었는지 여부 및 그 방법을 명시하는 3개의 고정 소수점 16.16 값들이다. 축은, 도 단위로, image_scale_axis_angle 의 값에 의해 표시된 바와 같은 단일 각도에 의해 정의된다. 0도의 각도는, 수평 벡터가 완벽하게 수평이고 수직 벡터가 완벽하게 수직임을 의미한다. image_scale_x 및 image_scale_y 의 값들은, 각각, 축과 평행하고 그리고 축에 직교하는 방향들에서의 스케일링 비율들을 표시한다.
field_of_view 는, 어안 렌즈의 관측 시야를 도 단위로 명시하는 고정 소수점 16.16 값이다. 반구형 어안 렌즈에 대한 통상적인 값은 180.0도이다.
num_angle_for_displaying_fov 는 각도들의 수를 명시한다. num_angle_for_displaying_fov 의 값에 따르면, displayed_fov 및 overlapped_fov 의 다중의 값들, 12시 정각에 시작하고 시계방향으로 진행하는 동일한 인터벌들로 정의된다.
displayed_fov 는 표시된 시야 및 각 어안 카메라 이미지의 대응하는 이미지 영역을 특정한다. overlapped_fov 는 다수의 원형 이미지들 사이의 시야의 면에서, 블렌딩에 일반적으로 사용되는 중첩 영역들을 포함하는 영역을 특정한다. displayed_fov 및 duplicateped_fov 의 값들은 field_of_view 의 값보다 작거나 같다.
주의: field_of_view 의 값은 각각의 어안 렌즈의 물리적 특성에 의해 결정되는 한편, displayed_fov 및 overlapped_fov 의 값들은 다중의 어안 렌즈들의 구성에 의해 결정된다. 예를 들어, num_circular_images 의 값이 2 와 동일하고 2개의 렌즈들이 대칭적으로 위치될 경우, displayed_fov 및 overlapped_fov 의 값은, 디폴트로, 각각, 180 및 190 으로서 설정될 수 있다. 하지만, 렌즈의 구성 및 컨텐츠들의 특성들에 의존하여 값은 변경될 수 있다. 예를 들어, displayed_fov 값들 (좌측 카메라 = 170 및 우측 카메라 = 190) 및 overlapped_fov 값들 (좌측 카메라 = 185 및 우측 카메라 = 190) 을 갖는 스티칭 품질이 디폴트 값들 (180 및 190) 을 갖는 품질보다 더 양호하면 또는 카메라들의 물리적 구성이 비대칭이면, 동일하지 않은 displayed_fov 및 overlapped_fov 값들이 취해질 수 있다. 부가적으로, 다중의 (N> 2) 어안 이미지들에 관한 한, 단일 displayed_fov 값은 각각의 어안 이미지의 정확한 영역을 명시할 수 없다. 도 6 에 도시된 바와 같이, displayed_fov (602) 는 방향에 따라 변한다. 다중의 (N> 2) 어안 이미지들을 조작하기 위하여, num_angle_for_displaying_fov 가 도입된다. 예를 들어, 이 값이 12 와 동일하면, 어안 이미지는, 각각의 섹터 각도가 30도인 12개의 섹터들로 분할된다.
camera_center_yaw 는, 각각의 샘플의 코딩된 픽처에서의 원형 이미지의 중심 픽셀이 구형 표면에 프로젝션되는 포인트의 요 각도를 2-16 도의 단위로 특정한다. 이것은 글로벌 좌표축에 대해 카메라 외부 파라미터를 특정하는 3 개의 각도 중 첫 번째이다. camera_center_yaw 는 -180 * 216 내지 180 * 216 -1 의 범위에 있어야 한다(양단값 포함).
camera_center_pitch 는, 각각의 샘플의 코딩된 픽처에서 원형 이미지의 중심 픽셀이 구형 표면에 프로젝션되는 포인트의 피치 각도를 2-16 도의 단위로 특정한다. camera_center_pitch 는 -90 * 216 내지 90 * 216 의 범위에 있어야 한다(양단값 포함).
camera_center_roll 은, 각각의 샘플의 코딩된 픽처에서 원형 이미지의 중심 픽셀이 구형 표면에 프로젝션되는 포인트의 롤 각도를 2-16 도의 단위로 특정한다. Camera_center_roll 은 -180 * 216 내지 180 * 216 -1 의 범위에 있어야 한다(양단값 포함).
camera_center_offset_x, camera_center_offset_y, 및 camera_center_offset_z 는, 코딩된 픽처에서 원형 이미지에서의 픽셀들이 프로젝션되는 단위 구의 원점으로부터의 XYZ 오프셋 값들을 표시하는 고정 소수점 8.24 값들이다. camera_center_offset_x, camera_center_offset_y, 및 camera_center_offset_z 는 -1.0 내지 1.0 의 범위에 있어야 한다(양단값 포함).
num_polynomial_coefficients 는, 존재하는 다항식 계수들의 수를 명시하는 정수이다. 다항식 계수들의 리스트 (polynomial_coefficient_K) 는, 어안 공간으로부터 왜곡되지 않은 평면 이미지로의 변환을 명시하는 다항식에서의 계수들을 나타내는 고정 소수점 8.24 값들이다.
num_local_fov_region 은 상이한 시야를 갖는 국부적 피팅 영역들의 수를 특정한다.
start_radius, end_radius, start_angle 및 end_angle은 로컬 피팅/워핑에 대한 영역을 특정하여 로컬로 표시하기 위해 실제 시야를 변경한다. start_radius 및 end_radius 는 최소 및 최대 반경 값을 특정하는 고정 소수점 16.16 이다. start_angle 및 end_angle 은 12 시에서 시작하고 2-16 도의 단위로 시계방향으로 증가하는 최소 및 최대 각도 값을 특정한다. start_angle 및 end_angle 은 -180 * 216 내지 180 * 216 -1 의 범위에 있어야 한다(양단값 포함).
radius_delta 는, 각각의 반경에 대해 상이한 관측 시야를 나타내기 위한 델타 반경 값을 명시하는 고정 소수점 16.16 값이다.
angle_delta 는, 각각의 각도에 대해 상이한 관측 시야를 나타내기 위한 델타 각도 값을 2-16 도의 단위로 특정한다.
local_fov_weight 는, start_radius, end_radius, start_angle, end_angle, 각도 인덱스 (i) 및 반경 인덱스 (j) 에 의해 명시된 포지션의 관측 시야에 대한 가중 값을 명시하는 8.24 고정 소수점 포맷이다. local_fov_weight 의 양수 값은 관측 시야의 확장을 명시하는 한편, 음수 값은 관측 시야의 수축을 명시한다.
num_polynomial_coefficeients_lsc 는 렌즈 쉐이딩 곡선의 다항식 근사화의 차수일 것이다.
polynomial_coefficient_K_lsc_R, polynomial_coefficient_K_lsc_G, 및 polynomial_coefficient_K_lsc_B 는, 방사 방향을 따라 컬러를 감소시키는 쉐이딩 아티팩트를 보상하기 위한 LSC 파라미터들을 명시하는 8.24 고정 소수점 포맷들이다. 원래 컬러에 승산될 보상 가중치 (w) 는 다항식을 사용하여 이미지 중심으로부터 반경의 곡선 함수로서 근사화된다. 이는
Figure pct00001
로서 공식화되며, 여기서, p 는 polynomial_coefficient_K_lsc_R, polynomial_coefficient_K_lsc_G 또는 polynomial_coefficient_K_lsc_B 와 동일한 계수 값을 표시하고, r 은 full_radius 에 의한 정규화 이후의 반경 값을 표시한다. N 은 num_polynomial_coefficeients_lsc 의 값과 동일하다.
num_deadzones 는, 이 박스가 적용하는 각각의 샘플의 코딩된 픽처에서 데드 존들의 수를 명시하는 정수이다.
deadzone_left_horizontal_offset, deadzone_top_vertical_offset, deadzone_width 및 deadzone_height 는 픽셀이 사용가능하지 않는 데드존 직사각형 영역의 위치와 크기를 특정하는 정수 값이다. deadzone_left_horizontal_offset 및 deadzone_top_vertical_offset 은 코딩된 픽처의 데드존의 좌상측 코너의, 루마 샘플에서, 각각 수평 및 수직 좌표를 특정한다. deadzone_width 및 deadzone_height 는 데드존의 루마 샘플에서 각각 너비와 높이를 특정한다. 비디오를 표현하기 위한 비트들을 절약하기 위해, 데드존 내의 모든 픽셀들은 동일한 픽셀 값, 예컨대, 모두 흑색으로 설정되어야 한다.
고레벨 어안 비디오 시그널링은 MPEG 문서 m40783의 항목 4 에서 다룹니다. MPEG 문서 m40783 은 다음의 고레벨 어안 비디오 시그널링을 기술한다. 그 변경들은 다음과 같이 표시된다: (여기서 시작 및 끝 추가 기호들: 각각 “[[+>]]” 및 “[[+<]]” 로 둘러싸인 텍스트는 추가들이고, 시작 및 끝 삭제 기호들: 각각 “[[->]]” 및 “[[-<]]” 로 둘러싸인 텍스트는 제거들이고, 다른 부분들은 변경되지 않은채 유지된다):
FisheyeOmnidirectionalVideoInfo () 의 초기 24 비트 중 하나를 사용하여 어안 비디오가 모노스코픽인지 스테레오스코픽인지 여부를 표시하고 각 원형 이미지에 대한 뷰 ID 를 추가하라
…
aligned (8) class FisheyeOmnidirectionalVideoInfo() {
[[+>]]unsigned int(1) monoscopic_flag; [[+<]]
bit(23) reserved = 0;
unsigned int(8) num_circular_images;
[[+>]]for(i=0; i< num_circular_images; i++) {
unsigned int(8) view_id;
bit(24) reserved = 0;
}[[+<]]
for(i=0; i< num_circular_images; i++) {
unsigned int(32) image_center_x;
unsigned int(32) image_center_y;
…
}
}
[[+>]]1 과 동일한 monoscopic_flag 는 어안 전방향 비디오가 모노스코픽임을 나타낸다. 값 0 은 어안 전방향 비디오가 모노스코픽이 아님을 나타낸다.
view_id 는 원형 이미지가 속한 뷰의 뷰 식별자를 표시한다. 모든 원형 이미지들에 대해 view_id 의 오직 2개의 값들 0 및 1 만이 존재할 경우, 어안 비디오는 스테레오스코픽이고, 0 과 동일한 view_id 를 갖는 원형 이미지들은 좌측 뷰에 속하고, 1 과 동일한 view_id 를 갖는 원형 이미지들은 우측 뷰에 속한다. [[+<]]
본 개시는 어안 VR 비디오에 지향된 고레벨 시그널링 스킴들에 대한 예시적인 제안된 접근법에서 문제점 및 단점을 식별한다. 하기는 그러한 문제들의 3 가지 예들이다:
(1) 뷰 식별 신택스 엘리먼트 (예를 들어, view_id) 를 사용하여 어안 비디오를 시그널링하는 것은 하나의 어안 카메라에 의해 캡처된 하나의 원형 이미지가 다수의 뷰에 속할 수 있기 때문에 구면 (또는 다른 배열) 상에 공간적으로 배열된 어안 카메라에 대해 최적이 아닐 수도 있다.
(2) 현재 기법은 비디오 데이터가 스테레오스코픽 어안 VR 비디오인지를 나타내는 임의의 메커니즘이 없다.
(3) 현재 기법은 DASH 에 대한 고레벨 어안 VR 비디오 정보의 시그널링을 위한 임의의 메커니즘이 없다.
본 개시는 어안 VR 비디오에 대한 고레벨 시그널링 스킴들에서 다수의 문제를 감소시키기 위한 기술 및 기능적 개선을 기술한다. 아래에 설명된 제안된 기법들은 독립적으로 적용될 수도 있고 및/또는 조합하여 적용될 수도 있다.
본 개시의 일 예에서, 뷰 식별 신택스 엘리먼트의 사용과 관련된 문제를 해결하기 위해, 컨텐츠 준비 디바이스 (20) 는 어안 비디오 타입 정보를 나타내기 위해 (예를 들어, OMAF 에 정의된 바와 같은) FisheyeOmnidirectionalVideoInfo( ) 신택스 구조에서의 처음 24 개의 예약 비트들 중 하나 이상을 사용하도록 구성될 수도 있다. 예를 들어, 컨텐츠 준비 디바이스 (20) 는 어안 비디오가 모노스코픽인지, 스테레오스코픽인지 (예를 들어, 좌측 뷰 및 우측 뷰로 이루어지는지), 또는 다른 경우인지 (예를 들어, 모노스코픽도 아니고 스테레오스코픽도 아닌지) 를 나타 내기 위해 FisheyeOmnidirectionalVideoInfo () 신택스 구조에서 처음 24 개의 예약 비트들 중 하나 이상을 사용할 수도 있다. 컨텐츠 준비 디바이스 (20) 의 임의의 하드웨어 또는 소프트웨어 유닛은 비디오 인코더 (28) 및/또는 캡슐화 유닛 (30) 을 포함하는 어안 비디오 타입 정보를 나타내기 위해 FisheyeOmnidirectionalVideoInfo () 신택스 구조의 비트를 생성하도록 구성될 수도 있다. 컨텐츠 준비 디바이스 (20) 는 FisheyeOmnidirectionalVideoInfo () 신택스 구조를 인코딩된 비디오 비트스트림에서 시그널링하도록 구성될 수도 있다. 일부 예에서, 컨텐츠 준비 디바이스 (20) 는 FisheyeOmnidirectionalVideoInfo () 신택스 구조에서 처음 24 개의 예약된 비트의 2 비트를 사용하여 어안 비디오 타입 정보를 표시하도록 구성될 수도 있다. 다른 예에서, 컨텐츠 준비 디바이스 (20) 는 FisheyeOmnidirectionalVideoInfo () 신택스 구조에서 처음 24 개의 예약된 비트의 3 비트를 사용하여 어안 비디오 타입 정보를 표시하도록 구성될 수도 있다.
클라이언트 디바이스 (40) 는 인코딩된 비디오 비트스트림을 수신하고 FisheyeOmnidirectionalVideoInfo () 신택스 구조를 파싱하도록 구성될 수도 있다. 클라이언트 디바이스 (40) 는 어안 비디오 타입 정보를 나타내는 FisheyeOmnidirectionalVideoInfo( ) 신택스 구조의 비트를 디코딩하도록 구성될 수도 있다. 비디오 타입 정보에 기초하여, 클라이언트 디바이스 (40) 는 인코딩된 비트스트림에서 어안 비디오 데이터를 디코딩 및/또는 프로세싱하도록 구성될 수도 있다. 예를 들어, 클라이언트 디바이스 (40) 는 FisheyeOmnidirectionalVideoInfo () 신택스 구조의 비디오 타입 정보가 어안 비디오 데이터가 스테레오스코픽, 모노스코픽 또는 다른 것 (예를 들어, 모노스코픽도 스테레오스코픽도 아님) 으로서 표시된다고 나타내는 지 여부에 기초하여 상이한 출력, 캡슐화 해제, 디코딩, 프로세싱 및/또는 제시 기법을 사용할 수도 있다.
본 개시의 다른 예에서, 스테레오스코픽 어안 VR 비디오를 나타내는 것과 관련된 문제를 해결하기 위해, 컨텐츠 준비 디바이스 (20) 는 비디오 데이터의 각 원형 이미지에 대해 어안 비디오 스테레오스코픽 정보을 나타내기 위해 FisheyeOmnidirectionalVideoInfo( ) 신택스 구조에 플래그를 생성 및 추가하도록 구성될 수도 있다. 예를 들어, 플래그는 어안 비디오 데이터의 원형 이미지가 좌측 또는 우측 뷰에 속하는지 여부를 나타낼 수도 있다. 컨텐츠 준비 디바이스 (20) 의 임의의 하드웨어 또는 소프트웨어 유닛은 비디오 인코더 (28) 및/또는 캡슐화 유닛 (30) 을 포함하는 어안 비디오 스테레오스코픽 정보를 나타내기 위해 FisheyeOmnidirectionalVideoInfo () 신택스 구조에서 플래그를 생성하도록 구성될 수도 있다. 컨텐츠 준비 디바이스 (20) 는 FisheyeOmnidirectionalVideoInfo () 신택스 구조를 인코딩된 비디오 비트스트림에서 시그널링하도록 구성될 수도 있다.
클라이언트 디바이스 (40) 는 인코딩된 비디오 비트스트림을 수신하고 FisheyeOmnidirectionalVideoInfo () 신택스 구조를 파싱하도록 구성될 수도 있다. 클라이언트 디바이스 (40) 는 어안 비디오 스테레오스코픽 정보를 나타내는 FisheyeOmnidirectionalVideoInfo( ) 신택스 구조의 플래그를 디코딩하도록 구성될 수도 있다. 비디오 타입 정보에 기초하여, 클라이언트 디바이스 (40) 는 인코딩된 비트스트림에서 어안 비디오 데이터를 디코딩 및/또는 프로세싱하도록 구성될 수도 있다. 예를 들어, 클라이언트 디바이스 (40) 는 FisheyeOmnidirectionalVideoInfo () 신택스 구조의 어안 비디오 스테레오스코픽 정보가 어안 비디오 데이터가 좌측 뷰 또는 우측 뷰에 속한다고 나타내는 지 여부에 기초하여 상이한 출력, 캡슐화 해제, 디코딩, 프로세싱 및/또는 제시 기법을 사용할 수도 있다.
다음은 어안 비디오 타입 정보 및 어안 비디오 스테레오스코픽 정보를 표시하기 위해 FisheyeOmnidirectionalVideoInfo () 신택스 구조에서 비트 및 플래그를 시그널링하기 위한 전술한 기법의 예시적인 구현이다. 신택스 구조 FisheyeOmnidirectionalVideoInfo( ) 에 대한 다음의 신택스 및 시맨틱스 변경들은 다음과 같다 (여기서 시작 및 끝 추가 기호: 각각 "[[+>]]”및“[ [+<]]” 로 둘러싸인 텍스트는 추가들이고, 시작 및 끝 삭제 기호: 각각 "[[->]]”및“[ [-<]]” 로 둘러싸인 텍스트는 제거들이며; 다른 부분은 변경되지 않은 채로 유지된다) :
aligned (8) class FisheyeOmnidirectionalVideoInfo() {
[[+>]]unsigned int(2) view_dimension_idc; [[+<]]
bit([[+>]]22[[+<] ] [[->]]24[[-<]]) reserved = 0;
unsigned int(8) num_circular_images;
[[+>]]for(i=0; i< num_circular_images; i++)
if (view_dimension_idc == 1) {
unsigned int(1) left_view_flag;
bit(7) reserved = 0;
}[[+<]]
for(i=0; i< num_circular_images; i++) {
unsigned int(32) image_center_x;
unsigned int(32) image_center_y;
…
}
}
[[+>]]0 과 동일한 view_dimension_idc 는 어안 전방향 비디오가 모노스코픽임을 나타낸다. 값 1 은 어안 전방향 비디오가 스테레오스코픽임 (즉, 좌측 뷰 및 우측 뷰로 구성됨) 을 나타낸다. 값 2 는 어안 전방향 비디오가 모노스코픽도 스테레오스코픽도 아님을 나타낸다. 값 3 은 예약된다.
1과 동일한 left_view_flag 의 값은 원형 이미지가 좌측 뷰에 속함을 나타낸다. 값 0 은 원형 이미지가 우측 뷰에 속함을 나타낸다. [[+<]]
본 개시의 다른 예에서, DASH 에 대한 고레벨 어안 VR 비디오 정보의 문제를 해결하기 위해, 컨텐츠 준비 디바이스 (20) 는 어안 비디오 데이터가 모노스코픽, 스테레오스코픽 (예를 들어, 좌측 뷰 및 우측 뷰로 구성됨), 또는 다른 것 (예를 들어, 모노스코픽도 스테레오스코픽도 아님) 인지 여부를 시그널링하기 위한 DASH 어안 비디오 정보 (FVI) 디스크립터를 생성하도록 구성될 수 있다. 스테레오스코픽일 때, 컨텐츠 준비 디바이스 (20) 는 FVI 디스크립터에서, 픽처의 원형 이미지가 좌측 뷰 또는 우측 뷰에 속하는지의 표시를 생성하도록 구성될 수 있다. 컨텐츠 준비 디바이스 (20) 의 임의의 하드웨어 또는 소프트웨어 유닛은 비디오 인코더 (28) 및/또는 캡슐화 유닛 (30) 을 포함하는 FVI 디스크립터를 생성하도록 구성될 수도 있다. 컨텐츠 준비 디바이스 (20) 는 인코딩된 비디오 비트스트림에서 FVI 디스크립터를 시그널링하도록 구성될 수도 있다.
클라이언트 디바이스 (40) 및/또는 서버 디바이스 (60) 는 인코딩된 비디오 비트스트림을 수신하고 FVI 디스크립터를 파싱하도록 구성될 수도 있다. 클라이언트 디바이스 (40) 및/또는 서버 디바이스 (60) 는 FVI 디스크립터를 디코딩하도록 구성될 수도 있다. FVI 디스크립터의 값에 기초하여, 클라이언트 디바이스 (40) 및/또는 서버 디바이스 (60) 는 인코딩된 비트스트림에서 어안 비디오 데이터를 디코딩 및/또는 프로세싱하도록 구성될 수도 있다. 예를 들어, 클라이언트 디바이스 (40) 및 서버 디바이스 (60) 는 FVI 디스크립터의 어안 비디오 스테레오스코픽 정보가 어안 비디오 데이터가 스테레오스코픽, 모노스코픽 또는 다른 것 (예를 들어, 모노스코픽도 스테레오스코픽도 아님) 으로서 표시된다거나, 또는 어안 비디오 데이터가 좌측 뷰 또는 우측 뷰에 속하는지 여부에 기초하여 상이한 출력, 캡슐화 해제, 디코딩, 프로세싱 및/또는 제시 기법을 사용할 수도 있다.
다음은 DASH 를 위한 FVI 디스크립터의 제안된 구현의 예이다. 이러한 제안된 실시형태 구현은 다음의 신택스 및 시맨틱스를 포함한다.
"urn:mpeg:omaf:fvi:2017” 과 동일한 @schemeIdUri 속성을 가진 어안 비디오 정보 (FVI) SupplementalProperty 엘리먼트는 적응 세트 레벨에 (즉, AdaptationSet 엘리먼트에 직접) 존재할 수 있으며 다른 레벨들에 존재하지 않을 것이다 (즉, MPD 레벨에 또는 임의의 표현 엘리먼트에 직접 존재하지 않을 것이다).
FVI 디스크립터는 각 표현에서 반송되는 어안 비디오가 모노스코픽, 스테레오스코픽 (즉, 좌측 뷰 및 우측 뷰로 구성됨), 또는 다른 것인지 여부, 및 스테레오스코픽인 경우, 픽처의 원형 이미지가 좌측 또는 우측 뷰에 속하는지 여부를 나타낸다.
"urn:mpeg:omaf:fvi:2017” 과 동일한 @schemeIdUri 를 갖는 FVI 디스크립터의 @value 는 다음 표에 특정된 대로 쉼표로 구분 된 값 목록이다:
@value CC 디스크립터의 파라미터 사용 디스크립션
view_dimension_idc M 값 0 은 어안 전방향 비디오가 모노스코픽임을 나타낸다. 값 1 은 어안 전방향 비디오가 스테레오스코픽임 (즉, 좌측 뷰 및 우측 뷰로 구성됨) 을 나타낸다. 값 2 는 어안 전방향 비디오가 모노스코픽도 스테레오스코픽도 아님을 나타낸다.
left_view_idc CM 좌측/우측 뷰 표시의 쉼표로 구분된 목록을 특정한다. 1 과 동일한 n 번째 표시는 각 픽처의 n 번째 원형 이미지가 좌측 뷰에 속함을 나타내고, 0 과 동일한 n 번째 표시는 각 픽처의 n 번째 원형 이미지가 우측 뷰에 속한다는 것을 나타낸다.
view_dimension_idc 가 1 이면, left_view_flag 가 존재할 것이다. 그렇지 않으면 left_view_flag 가 존재하지 않을 것이다.
도 7 은 본 개시의 기법들에 따른 파일을 생성하기 위한 예시적인 방법을 나타내는 플로우차트이다. 도 7 의 기법들은 비디오 인코더 (28) 및/또는 캡슐화 유닛 (30) 을 포함하는 컨텐츠 준비 디바이스 (20) 의 하나 이상의 구조적 유닛에 의해 수행될 수 있다.
본 개시의 일 예에서, 컨텐츠 준비 디바이스 (20) 는 어안 비디오 데이터를 수신하고 (700) ; 어안 비디오 데이터를 포함하는 파일을 생성하는 것으로서,이 파일은 어안 비디오 데이터의 속성을 특정하는 복수의 신택스 엘리먼트를 포함하는 신택스 구조를 포함하고, 여기서 복수의 신택스 엘리먼트는 어안 비디오 타입 정보 를 나타내는 하나 이상의 비트를 포함하는, 상기 파일을 생성하고 (702), 및 파일을 출력하도록 (704) 구성될 수 있다.
일 예에서, 어안 비디오 타입 정보는 모노스코픽 어안 비디오 데이터의 표시 또는 스테레오스코픽 어안 비디오 데이터의 표시 중 적어도 하나를 포함한다. 일 예에서, 신택스 구조는 전방향 미디어 포맷 FisheyeOmnidirectionalVideoInfo () 신택스 구조이고, 하나 이상의 비트는 FisheyeOmnidirectionalVideoInfo () 신택스 구조에서 초기 24 개의 예약 비트 중 2 비트이다.
일 예에서, 하나 이상의 비트는 view_dimension_idc 신택스 엘리먼트이고, 여기서 view_dimension_idc 신택스 엘리먼트에 대한 0 의 값은 어안 비디오 데이터가 스테레오스코픽 어안 비디오 데이터임을 나타내고, view_dimension_idc 신택스 요소에 대한 1의 값은 어안 비디오 데이터가 모노스코픽 어안 비디오 데이터임을 나타낸다. 일 예에서, view_dimension_idc 신택스 엘리먼트에 대한 2 의 값은 어안 비디오 데이터가 모노스코픽 어안 비디오 데이터도 스테레오스코픽 어안 비디오 데이터도 아님을 나타낸다.
일 예에서, 어안 비디오 데이터는 스테레오스코픽 어안 비디오 데이터이고, 신택스 구조는 스테레오스코픽 어안 비디오 데이터의 이미지가 좌측 뷰 또는 우측 뷰에 있는지를 나타내는 하나 이상의 플래그를 더 포함한다. 일례에서, 하나 이상의 플래그는 left_view_flag 를 포함하고, 여기서 left_view_flag 에 대한 1의 값은 이미지 중 특정 하나가 좌측 뷰에 있음을 나타내고, left_view_flag 에 대한 0 의 값은 이미지 중 특정 하나가 우측 뷰에 있음을 나타낸다.
도 8 은 본 개시의 기법들에 따른 파일을 프로세싱하기 위한 예시적인 방법을 나타내는 플로우차트이다. 도 8 의 기법들은 비디오 디코더 (48) 및/또는 캡슐화해제 유닛 (50) 을 포함하는 클라이언트 디바이스 (40) 의 하나 이상의 구조적 유닛에 의해 수행될 수도 있다.
본 개시의 일 예에서, 클라이언트 디바이스 (40) 는 어안 비디오 데이터를 포함하는 파일을 프로세싱하는 것으로서, 이 파일은 어안 비디오 데이터의 속성을 특정하는 복수의 신택스 엘리먼트를 포함하는 신택스 구조를 포함하고, 복수의 신택스 엘리먼트는 어안 비디오 타입 정보를 나타내는 하나 이상의 비트를 포함하는, 상기 파일을 프로세싱하고 (800), 신택스 구조의 하나 이상의 비트에 기초하여, 어안 비디오 데이터에 대한 어안 비디오 타입 정보를 결정하고 (802), 및 그 결정에 기초하여, 렌더링을 위해 어안 비디오 데이터를 출력 (804) 하도록 구성될 수도 있다.
일 예에서, 어안 비디오 타입 정보는 모노스코픽 어안 비디오 데이터의 표시 또는 스테레오스코픽 어안 비디오 데이터의 표시 중 적어도 하나를 포함한다. 일 예에서, 신택스 구조는 전방향 미디어 포맷 FisheyeOmnidirectionalVideoInfo () 신택스 구조이고, 하나 이상의 비트는 FisheyeOmnidirectionalVideoInfo () 신택스 구조에서 초기 24 개의 예약 비트 중 2 비트이다.
일 예에서, 하나 이상의 비트는 view_dimension_idc 신택스 엘리먼트이고, 여기서 view_dimension_idc 신택스 엘리먼트에 대한 0 의 값은 어안 비디오 데이터가 스테레오스코픽 어안 비디오 데이터임을 나타내고, view_dimension_idc 신택스 요소에 대한 1의 값은 어안 비디오 데이터가 모노스코픽 어안 비디오 데이터임을 나타낸다. 일 예에서, view_dimension_idc 신택스 엘리먼트에 대한 2 의 값은 어안 비디오 데이터가 모노스코픽 어안 비디오 데이터도 스테레오스코픽 어안 비디오 데이터도 아님을 나타낸다.
일 예에서, 어안 비디오 데이터는 스테레오스코픽 어안 비디오 데이터이고, 신택스 구조는 스테레오스코픽 어안 비디오 데이터의 이미지가 좌측 뷰 또는 우측 뷰에 있는지를 나타내는 하나 이상의 플래그를 더 포함한다. 일례에서, 하나 이상의 플래그는 left_view_flag 를 포함하고, 여기서 left_view_flag 에 대한 1의 값은 이미지 중 특정 하나가 좌측 뷰에 있음을 나타내고, left_view_flag 에 대한 0 의 값은 이미지 중 특정 하나가 우측 뷰에 있음을 나타낸다.
일례에서, 클라이언트 디바이스 (40) 는 또한, 신택스 구조의 하나 이상의 플래그에 기초하여, 스테레오스코픽 어안 비디오 데이터의 이미지가 좌측 뷰 또는 우측 뷰에 있는지를 결정하고, 그 결정에 기초하여 렌더링을 위해 스테레오스코픽 어안 비디오 데이터 출력하도록 구성될 수 있다.
하나 이상의 예들에서, 설명된 기능들은 하드웨어, 소프트웨어, 펌웨어, 또는 그 임의의 조합으로 구현될 수도 있다.　 소프트웨어로 구현되면, 그 기능들은 컴퓨터 판독가능 매체 상의 하나 이상의 명령 또는 코드로서 저장되거나 송신될 수도 있고 하드웨어 기반 프로세싱 유닛에 의해 실행될 수도 있다. 컴퓨터 판독가능 매체는, 데이터 저장 매체와 같은 유형의 매체에 대응하는 컴퓨터 판독가능 저장 매체, 또는 예를 들면, 통신 프로토콜에 따라, 일 장소로부터 다른 장소로의 컴퓨터 프로그램의 전송을 가능하게 하는 임의의 매체를 포함하는 통신 매체를 포함할 수도 있다. 이런 방식으로, 컴퓨터 판독가능 매체는 일반적으로, (1) 비일시적인 유형의 컴퓨터 판독가능 저장 매체 또는 (2) 신호 또는 캐리어 파와 같은 통신 매체에 대응할 수도 있다. 　데이터 저장 매체는 본 개시에서 설명된 기술들의 구현을 위한 명령들, 코드 및/또는 데이터 구조들을 취출하기 위해 하나 이상의 컴퓨터들 또는 하나 이상의 프로세서들에 의해 액세스될 수 있는 임의의 가용 매체일 수도 있다.　 컴퓨터 프로그램 제품이 컴퓨터 판독가능 매체를 포함할 수도 있다.
제한이 아닌 일 예로, 이러한 컴퓨터 판독가능 저장 매체들은 RAM, ROM, EEPROM, CD-ROM 또는 다른 광학 디스크 스토리지, 자기 디스크 스토리지, 또는 다른 자기 저장 디바이스들, 플래시 메모리, 또는 명령들 또는 데이터 구조들의 형태로 원하는 프로그램 코드를 저장하는데 사용될 수 있고 컴퓨터에 의해 액세스될 수 있는 임의의 다른 매체를 포함할 수 있다.　 또한, 임의의 커넥션이 컴퓨터 판독가능 매체로 적절히 명명된다. 예를 들어, 동축 케이블, 광섬유 케이블, 꼬임쌍선, 디지털 가입자 라인 (DSL), 또는 적외선, 무선, 및 마이크로파와 같은 무선 기술들을 이용하여 웹사이트, 서버, 또는 다른 원격 소스로부터 소프트웨어가 송신된다면, 동축 케이블, 광섬유 케이블, 꼬임쌍선, DSL, 또는 적외선, 무선, 및 마이크로파와 같은 무선 기술들은 매체의 정의에 포함된다. 하지만, 컴퓨터 판독가능 저장 매체 및 데이터 저장 매체는 접속, 캐리어 파, 신호 또는 다른 일시적 매체를 포함하는 것이 아니라, 대신에 비일시적, 유형의 저장 매체에 관련된다는 것이 이해되야 한다. 본 명세서에서 사용된 바와 같은 디스크 (disk) 및 디스크 (disc) 는 컴팩트 디스크 (CD), 레이저 디스크, 광학 디스크, 디지털 다기능 디스크 (DVD), 플로피 디스크 및 블루레이 디스크를 포함하며, 여기서, 디스크 (disk) 는 통상적으로 데이터를 자기적으로 재생하지만 디스크 (disc) 는 레이저를 이용하여 데이터를 광학적으로 재생한다. 또한, 상기의 조합은 컴퓨터 판독 가능 매체의 범위 내에 포함되어야 한다.
명령들은 하나 이상의 프로세서, 이를테면 하나 이상의 DSP (digital signal processor), 범용 마이크로프로세서, ASIC (application specific integrated circuit), FPGA (field programmable logic array), 또는 다른 등가 집적 또는 이산 로직 회로에 의해 실행될 수도 있다. 따라서, 본원에 사용된 용어 "프로세서" 는 전술한 구조 중 임의의 것 또는 본원에 설명된 기법들의 구현에 적합한 임의의 다른 구조를 지칭할 수도 있다. 부가적으로, 일부 양태들에 있어서, 본 명세서에서 설명된 기능은 인코딩 및 디코딩을 위해 구성되거나 또는 결합된 코덱에서 통합된 전용 하드웨어 및/또는 소프트웨어 모듈들 내에 제공될 수도 있다. 또한, 그 기법들은 하나 이상의 회로들 또는 로직 엘리먼트들에서 완전히 구현될 수 있다.
본 개시의 기법들은 무선 핸드셋, 집적 회로 (IC) 또는 IC 들의 세트 (예를 들면, 칩 세트) 를 포함하는, 매우 다양한 디바이스들 또는 장치들에서 구현될 수도 있다. 다양한 컴포넌트들, 모듈들, 또는 유닛들은 개시된 기법들을 수행하도록 구성된 디바이스들의 기능적 양태들을 강조하기 위해 본 개시에 설명되지만, 상이한 하드웨어 유닛들에 의한 실현을 반드시 요구하는 것은 아니다. 오히려, 상기 설명된 바와 같이, 다양한 유닛들은 코덱 하드웨어 유닛에서 결합되거나 또는 적합한 소프트웨어 및/또는 펌웨어와 함께, 상기 설명된 바와 같은 하나 이상의 프로세서들을 포함하는, 상호동작가능한 하드웨어 유닛들의 콜렉션에 의해 제공될 수도 있다.
다양한 예들이 설명되었다. 이들 및 다른 예들은 다음의 청구항들의 범위 내에 있다.

Claims (34)

  1. 어안 비디오 데이터를 포함하는 파일을 프로세싱하는 방법으로서,
    어안 비디오 데이터를 포함하는 파일을 프로세싱하는 단계로서, 상기 파일은 상기 어안 비디오 데이터의 속성들을 특정하는 복수의 신택스 엘리먼트들을 포함하는 신택스 구조를 포함하며, 상기 복수의 신택스 엘리먼트들은 어안 비디오 타입 정보를 나타내는 하나 이상의 비트들을 포함하는, 상기 파일을 프로세싱하는 단계;
    상기 신택스 구조의 상기 하나 이상의 비트들에 기초하여, 상기 어안 비디오 데이터에 대한 상기 어안 비디오 타입 정보를 결정하는 단계; 및
    상기 결정에 기초하여, 렌더링을 위해 상기 어안 비디오 데이터를 출력하는 단계를 포함하는, 어안 비디오 데이터를 포함하는 파일을 프로세싱하는 방법.
  2. 제 1 항에 있어서,
    상기 어안 비디오 타입 정보는 모노스코픽 어안 비디오 데이터의 표시 또는 스테레오스코픽 어안 비디오 데이터의 표시 중 적어도 하나를 포함하는, 어안 비디오 데이터를 포함하는 파일을 프로세싱하는 방법.
  3. 제 1 항에 있어서,
    상기 신택스 구조는 전방향 미디어 포맷 FisheyeOmnidirectionalVideoInfo( ) 신택스 구조이고,
    상기 하나 이상의 비트들은 상기 FisheyeOmnidirectionalVideoInfo( ) 신택스 구조에서의 처음 24 개의 예약 비트들 중 2 개의 비트들인, 어안 비디오 데이터를 포함하는 파일을 프로세싱하는 방법.
  4. 제 3 항에 있어서,
    상기 하나 이상의 비트들은 view_dimension_idc 신택스 엘리먼트이고, 상기 view_dimension_idc 신택스 엘리먼트에 대한 0 의 값은 상기 어안 비디오 데이터가 스테레오스코픽 어안 비디오 데이터라는 것을 나타내고, 상기 view_dimension_idc 신택스 엘리먼트에 대한 1 의 값은 상기 어안 비디오 데이터가 모노스코픽 어안 비디오 데이터라는 것을 나타내는, 어안 비디오 데이터를 포함하는 파일을 프로세싱하는 방법.
  5. 제 4 항에 있어서,
    상기 view_dimension_idc 신택스 엘리먼트에 대한 2 의 값은 상기 어안 비디오 데이터가 모노스코픽 어안 비디오 데이터도 스테레오스코픽 어안 비디오 데이터도 아니라는 것을 나타내는, 어안 비디오 데이터를 포함하는 파일을 프로세싱하는 방법.
  6. 제 1 항에 있어서,
    상기 어안 비디오 데이터는 스테레오스코픽 어안 비디오 데이터이고, 상기 신택스 구조는 상기 스테레오스코픽 어안 비디오 데이터의 이미지들이 좌측 뷰 또는 우측 뷰에 있는지 여부를 나타내는 하나 이상의 플래그들을 더 포함하는, 어안 비디오 데이터를 포함하는 파일을 프로세싱하는 방법.
  7. 제 6 항에 있어서,
    상기 하나 이상의 플래그들은 left_view_flag 를 포함하고, 상기 left_view_flag 에 대한 1 의 값은 상기 이미지들 중 특정의 이미지가 상기 좌측 뷰에 있다는 것을 나타내고, 상기 left_view_flag 에 대한 0 의 값은 상기 이미지들 중 특정의 이미지가 상기 우측 뷰에 있다는 것을 나타내는, 어안 비디오 데이터를 포함하는 파일을 프로세싱하는 방법.
  8. 제 6 항에 있어서,
    상기 신택스 구조의 상기 하나 이상의 플래그들에 기초하여, 상기 스테레오스코픽 어안 비디오 데이터의 이미지들이 좌측 뷰 또는 우측 뷰에 있는지 여부를 결정하는 단계; 및
    상기 결정에 기초하여, 렌더링을 위해 상기 스테레오스코픽 어안 비디오 데이터를 출력하는 단계를 더 포함하는, 어안 비디오 데이터를 포함하는 파일을 프로세싱하는 방법.
  9. 비디오 데이터를 포함하는 파일을 프로세싱하도록 구성된 장치로서,
    상기 파일을 저장하도록 구성된 메모리; 및
    상기 메모리와 통신하는 하나 이상의 프로세서들을 포함하고,
    상기 하나 이상의 프로세서들은,
    어안 비디오 데이터를 포함하는 상기 파일을 프로세싱하는 것으로서, 상기 파일은 상기 어안 비디오 데이터의 속성들을 특정하는 복수의 신택스 엘리먼트들을 포함하는 신택스 구조를 포함하며, 상기 복수의 신택스 엘리먼트들은 어안 비디오 타입 정보를 나타내는 하나 이상의 비트들을 포함하는, 상기 파일을 프로세싱하고;
    상기 신택스 구조의 상기 하나 이상의 비트들에 기초하여, 상기 어안 비디오 데이터에 대한 상기 어안 비디오 타입 정보를 결정하며; 및
    상기 결정에 기초하여, 렌더링을 위해 상기 어안 비디오 데이터를 출력하도록 구성되는, 비디오 데이터를 포함하는 파일을 프로세싱하도록 구성된 장치.
  10. 제 9 항에 있어서,
    상기 어안 비디오타입 정보는 모노스코픽 어안 비디오 데이터의 표시 또는 스테레오스코픽 어안 비디오 데이터의 표시 중 적어도 하나를 포함하는, 비디오 데이터를 포함하는 파일을 프로세싱하도록 구성된 장치.
  11. 제 9 항에 있어서,
    상기 신택스 구조는 전방향 미디어 포맷 FisheyeOmnidirectionalVideoInfo( ) 신택스 구조이고,
    상기 하나 이상의 비트들은 상기 FisheyeOmnidirectionalVideoInfo( ) 신택스 구조에서의 처음 24 개의 예약 비트들 중 2 개의 비트들인, 비디오 데이터를 포함하는 파일을 프로세싱하도록 구성된 장치.
  12. 제 11 항에 있어서,
    상기 하나 이상의 비트들은 view_dimension_idc 신택스 엘리먼트이고, 상기 view_dimension_idc 신택스 엘리먼트에 대한 0 의 값은 상기 어안 비디오 데이터가 스테레오스코픽 어안 비디오 데이터라는 것을 나타내고, 상기 view_dimension_idc 신택스 엘리먼트에 대한 1 의 값은 상기 어안 비디오 데이터가 모노스코픽 어안 비디오 데이터라는 것을 나타내는, 비디오 데이터를 포함하는 파일을 프로세싱하도록 구성된 장치.
  13. 제 12 항에 있어서,
    상기 view_dimension_idc 신택스 엘리먼트에 대한 2 의 값은 상기 어안 비디오 데이터가 모노스코픽 어안 비디오 데이터도 스테레오스코픽 어안 비디오 데이터도 아니라는 것을 나타내는, 비디오 데이터를 포함하는 파일을 프로세싱하도록 구성된 장치.
  14. 제 9 항에 있어서,
    상기 어안 비디오 데이터는 스테레오스코픽 어안 비디오 데이터이고, 상기 신택스 구조는 상기 스테레오스코픽 어안 비디오 데이터의 이미지들이 좌측 뷰 또는 우측 뷰에 있는지 여부를 나타내는 하나 이상의 플래그들을 더 포함하는, 비디오 데이터를 포함하는 파일을 프로세싱하도록 구성된 장치.
  15. 제 14 항에 있어서,
    상기 하나 이상의 플래그들은 left_view_flag 를 포함하고, 상기 left_view_flag 에 대한 1 의 값은 상기 이미지들 중 특정의 이미지가 상기 좌측 뷰에 있다는 것을 나타내고, 상기 left_view_flag 에 대한 0 의 값은 상기 이미지들 중 특정의 이미지가 상기 우측 뷰에 있다는 것을 나타내는, 비디오 데이터를 포함하는 파일을 프로세싱하도록 구성된 장치.
  16. 제 14 항에 있어서,
    상기 하나 이상의 프로세서들은 또한,
    상기 신택스 구조의 상기 하나 이상의 플래그들에 기초하여, 상기 스테레오스코픽 어안 비디오 데이터의 이미지들이 좌측 뷰 또는 우측 뷰에 있는지 여부를 결정하고; 및
    상기 결정에 기초하여, 렌더링을 위해 상기 스테레오스코픽 어안 비디오 데이터를 출력하도록 구성되는, 비디오 데이터를 포함하는 파일을 프로세싱하도록 구성된 장치.
  17. 비디오 데이터를 포함하는 파일을 프로세싱하도록 구성된 장치로서,
    어안 비디오 데이터를 포함하는 파일을 프로세싱하는 수단으로서, 상기 파일은 상기 어안 비디오 데이터의 속성들을 특정하는 복수의 신택스 엘리먼트들을 포함하는 신택스 구조를 포함하며, 상기 복수의 신택스 엘리먼트들은 어안 비디오 타입 정보를 나타내는 하나 이상의 비트들을 포함하는, 상기 파일을 프로세싱하는 수단;
    상기 신택스 구조의 상기 하나 이상의 비트들에 기초하여, 상기 어안 비디오 데이터에 대한 상기 어안 비디오 타입 정보를 결정하는 수단; 및
    상기 결정에 기초하여, 렌더링을 위해 상기 어안 비디오 데이터를 출력하는 수단을 포함하는, 비디오 데이터를 포함하는 파일을 프로세싱하도록 구성된 장치.
  18. 명령들을 저장하는 비일시적 컴퓨터 판독가능 저장 매체로서,
    상기 명령들은 실행될 때 하나 이상의 프로세서들로 하여금,
    어안 비디오 데이터를 포함하는 파일을 프로세싱하게 하는 것으로서, 상기 파일은 상기 어안 비디오 데이터의 속성들을 특정하는 복수의 신택스 엘리먼트들을 포함하는 신택스 구조를 포함하며, 상기 복수의 신택스 엘리먼트들은 어안 비디오 타입 정보를 나타내는 하나 이상의 비트들을 포함하는, 상기 파일을 프로세싱하게 하고;
    상기 신택스 구조의 상기 하나 이상의 비트들에 기초하여, 상기 어안 비디오 데이터에 대한 상기 어안 비디오 타입 정보를 결정하게 하며; 및
    상기 결정에 기초하여, 렌더링을 위해 상기 어안 비디오 데이터를 출력하게 하는, 비일시적 컴퓨터 판독가능 저장 매체.
  19. 비디오 데이터를 포함하는 파일을 생성하는 방법으로서
    어안 비디오 데이터를 수신하는 단계;
    상기 어안 비디오 데이터를 포함하는 파일을 생성하는 단계로서, 상기 파일은 상기 어안 비디오 데이터의 속성들을 특정하는 복수의 신택스 엘리먼트들을 포함하는 신택스 구조를 포함하며, 상기 복수의 신택스 엘리먼트들은 어안 비디오 타입 정보를 나타내는 하나 이상의 비트들을 포함하는, 상기 파일을 생성하는 단계; 및
    상기 파일을 출력하는 단계를 포함하는, 비디오 데이터를 포함하는 파일을 생성하는 방법.
  20. 제 19 항에 있어서,
    상기 어안 비디오 타입 정보는 모노스코픽 어안 비디오 데이터의 표시 또는 스테레오스코픽 어안 비디오 데이터의 표시 중 적어도 하나를 포함하는, 비디오 데이터를 포함하는 파일을 생성하는 방법.
  21. 제 19 항에 있어서,
    상기 신택스 구조는 전방향 미디어 포맷 FisheyeOmnidirectionalVideoInfo( ) 신택스 구조이고,
    상기 하나 이상의 비트들은 상기 FisheyeOmnidirectionalVideoInfo( ) 신택스 구조에서의 처음 24 개의 예약 비트들 중 2 개의 비트들인, 비디오 데이터를 포함하는 파일을 생성하는 방법.
  22. 제 21 항에 있어서,
    상기 하나 이상의 비트들은 view_dimension_idc 신택스 엘리먼트이고, 상기 view_dimension_idc 신택스 엘리먼트에 대한 0 의 값은 상기 어안 비디오 데이터가 스테레오스코픽 어안 비디오 데이터라는 것을 나타내고, 상기 view_dimension_idc 신택스 엘리먼트에 대한 1 의 값은 상기 어안 비디오 데이터가 모노스코픽 어안 비디오 데이터라는 것을 나타내는, 비디오 데이터를 포함하는 파일을 생성하는 방법.
  23. 제 22 항에 있어서,
    상기 view_dimension_idc 신택스 엘리먼트에 대한 2 의 값은 상기 어안 비디오 데이터가 모노스코픽 어안 비디오 데이터도 스테레오스코픽 어안 비디오 데이터도 아니라는 것을 나타내는, 비디오 데이터를 포함하는 파일을 생성하는 방법.
  24. 제 19 항에 있어서,
    상기 어안 비디오 데이터는 스테레오스코픽 어안 비디오 데이터이고, 상기 신택스 구조는 상기 스테레오스코픽 어안 비디오 데이터의 이미지들이 좌측 뷰 또는 우측 뷰에 있는지 여부를 나타내는 하나 이상의 플래그들을 더 포함하는, 비디오 데이터를 포함하는 파일을 생성하는 방법.
  25. 제 24 항에 있어서,
    상기 하나 이상의 플래그들은 left_view_flag 를 포함하고, 상기 left_view_flag 에 대한 1 의 값은 상기 이미지들 중 특정의 이미지가 상기 좌측 뷰에 있다는 것을 나타내고, 상기 left_view_flag 에 대한 0 의 값은 상기 이미지들 중 특정의 이미지가 상기 우측 뷰에 있다는 것을 나타내는, 비디오 데이터를 포함하는 파일을 생성하는 방법.
  26. 비디오 데이터를 포함하는 파일을 생성하도록 구성된 장치로서,
    상기 파일을 저장하도록 구성된 메모리; 및
    상기 메모리와 통신하는 하나 이상의 프로세서들을 포함하고,
    상기 하나 이상의 프로세서들은,
    어안 비디오 데이터를 수신하고;
    상기 어안 비디오 데이터를 포함하는 파일을 생성하는 것으로서, 상기 파일은 상기 어안 비디오 데이터의 속성들을 특정하는 복수의 신택스 엘리먼트들을 포함하는 신택스 구조를 포함하며, 상기 복수의 신택스 엘리먼트들은 어안 비디오 타입 정보를 나타내는 하나 이상의 비트들을 포함하는, 상기 파일을 생성하고; 및
    상기 파일을 출력하도록 구성된, 비디오 데이터를 포함하는 파일을 생성하도록 구성된 장치.
  27. 제 26 항에 있어서,
    상기 어안 비디오 타입 정보는 모노스코픽 어안 비디오 데이터의 표시 또는 스테레오스코픽 어안 비디오 데이터의 표시 중 적어도 하나를 포함하는, 비디오 데이터를 포함하는 파일을 생성하도록 구성된 장치.
  28. 제 26 항에 있어서,
    상기 신택스 구조는 전방향 미디어 포맷 FisheyeOmnidirectionalVideoInfo( ) 신택스 구조이고,
    상기 하나 이상의 비트들은 상기 FisheyeOmnidirectionalVideoInfo( ) 신택스 구조에서의 처음 24 개의 예약 비트들 중 2 개의 비트들인, 비디오 데이터를 포함하는 파일을 생성하도록 구성된 장치.
  29. 제 28 항에 있어서,
    상기 하나 이상의 비트들은 view_dimension_idc 신택스 엘리먼트이고, 상기 view_dimension_idc 신택스 엘리먼트에 대한 0 의 값은 상기 어안 비디오 데이터가 스테레오스코픽 어안 비디오 데이터라는 것을 나타내고, 상기 view_dimension_idc 신택스 엘리먼트에 대한 1 의 값은 상기 어안 비디오 데이터가 모노스코픽 어안 비디오 데이터라는 것을 나타내는, 비디오 데이터를 포함하는 파일을 생성하도록 구성된 장치.
  30. 제 29 항에 있어서,
    상기 view_dimension_idc 신택스 엘리먼트에 대한 2 의 값은 상기 어안 비디오 데이터가 모노스코픽 어안 비디오 데이터도 스테레오스코픽 어안 비디오 데이터도 아니라는 것을 나타내는, 비디오 데이터를 포함하는 파일을 생성하도록 구성된 장치.
  31. 제 26 항에 있어서,
    상기 어안 비디오 데이터는 스테레오스코픽 어안 비디오 데이터이고, 상기 신택스 구조는 상기 스테레오스코픽 어안 비디오 데이터의 이미지들이 좌측 뷰 또는 우측 뷰에 있는지 여부를 나타내는 하나 이상의 플래그들을 더 포함하는, 비디오 데이터를 포함하는 파일을 생성하도록 구성된 장치.
  32. 제 31 항에 있어서,
    상기 하나 이상의 플래그들은 left_view_flag 를 포함하고, 상기 left_view_flag 에 대한 1 의 값은 상기 이미지들 중 특정의 이미지가 상기 좌측 뷰에 있다는 것을 나타내고, 상기 left_view_flag 에 대한 0 의 값은 상기 이미지들 중 특정의 이미지가 상기 우측 뷰에 있다는 것을 나타내는, 비디오 데이터를 포함하는 파일을 생성하도록 구성된 장치.
  33. 비디오 데이터를 포함하는 파일을 생성하도록 구성된 장치로서
    어안 비디오 데이터를 수신하는 수단;
    상기 어안 비디오 데이터를 포함하는 파일을 생성하는 수단으로서, 상기 파일은 상기 어안 비디오 데이터의 속성들을 특정하는 복수의 신택스 엘리먼트들을 포함하는 신택스 구조를 포함하며, 상기 복수의 신택스 엘리먼트들은 어안 비디오 타입 정보를 나타내는 하나 이상의 비트들을 포함하는, 상기 파일을 생성하는 수단; 및
    상기 파일을 출력하는 수단을 포함하는, 비디오 데이터를 포함하는 파일을 생성하도록 구성된 장치.
  34. 명령들을 저장하는 비일시적 컴퓨터 판독가능 저장 매체로서,
    상기 명령들은 실행될 때 하나 이상의 프로세서들로 하여금,
    어안 비디오 데이터를 수신하게 하고;
    상기 어안 비디오 데이터를 포함하는 파일을 생성하게 하는 것으로서, 상기 파일은 상기 어안 비디오 데이터의 속성들을 특정하는 복수의 신택스 엘리먼트들을 포함하는 신택스 구조를 포함하며, 상기 복수의 신택스 엘리먼트들은 어안 비디오 타입 정보를 나타내는 하나 이상의 비트들을 포함하는, 상기 파일을 생성하게 하고; 및
    상기 파일을 출력하게 하는, 비일시적 컴퓨터 판독가능 저장 매체.
KR1020207000548A 2017-07-10 2018-07-09 어안 가상 현실 비디오에 대한 향상된 고레벨 시그널링 KR102247404B1 (ko)

Applications Claiming Priority (5)

Application Number Priority Date Filing Date Title
US201762530497P 2017-07-10 2017-07-10
US62/530,497 2017-07-10
US16/028,934 2018-07-06
US16/028,934 US10659760B2 (en) 2017-07-10 2018-07-06 Enhanced high-level signaling for fisheye virtual reality video
PCT/US2018/041302 WO2019014136A1 (en) 2017-07-10 2018-07-09 IMPROVED HIGH LEVEL SIGNALING FOR FISHEYE TYPE VIRTUAL REALITY VIDEO

Publications (2)

Publication Number Publication Date
KR20200024831A true KR20200024831A (ko) 2020-03-09
KR102247404B1 KR102247404B1 (ko) 2021-05-03

Family

ID=64903003

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020207000548A KR102247404B1 (ko) 2017-07-10 2018-07-09 어안 가상 현실 비디오에 대한 향상된 고레벨 시그널링

Country Status (9)

Country Link
US (1) US10659760B2 (ko)
EP (1) EP3652945A1 (ko)
KR (1) KR102247404B1 (ko)
CN (1) CN110800305A (ko)
AU (1) AU2018299902B2 (ko)
BR (1) BR112020000107A2 (ko)
SG (1) SG11201911331QA (ko)
TW (1) TWI711303B (ko)
WO (1) WO2019014136A1 (ko)

Families Citing this family (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP3782365A1 (en) * 2018-04-16 2021-02-24 InterDigital VC Holdings, Inc. Quantization parameter prediction for video encoding and decoding
US10462486B1 (en) 2018-05-07 2019-10-29 Tencent America, Llc Fast method for implementing discrete sine transform type VII (DST 7)
WO2020009341A1 (ko) * 2018-07-06 2020-01-09 엘지전자 주식회사 동적 뷰포인트의 좌표계에 대한 메타데이터를 송수신하는 방법 및 장치
US11481961B2 (en) * 2018-10-02 2022-10-25 Sony Corporation Information processing apparatus and information processing method
US11336812B2 (en) * 2019-07-03 2022-05-17 Nokia Technologies Oy Storage and signaling of entrance pupil parameters for immersive media
CN111314715A (zh) * 2020-04-03 2020-06-19 河北环境工程学院 一种基于互联网的中国传统文化教育信息处理系统
USD986364S1 (en) * 2021-06-15 2023-05-16 Karsten Manufacturing Corporation Golf club head

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2000242773A (ja) * 1999-02-19 2000-09-08 Fitto:Kk 画像データ変換装置
KR20130108245A (ko) * 2010-09-19 2013-10-02 엘지전자 주식회사 방송 수신기 및 3d 비디오 데이터 처리 방법
KR20140132575A (ko) * 2013-05-08 2014-11-18 심영석 카메라 시스템

Family Cites Families (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP5577823B2 (ja) * 2010-04-27 2014-08-27 ソニー株式会社 送信装置、送信方法、受信装置および受信方法
JP6559337B2 (ja) * 2015-09-23 2019-08-14 ノキア テクノロジーズ オーユー ３６０度パノラマビデオの符号化方法、符号化装置、及びコンピュータプログラム
KR102170550B1 (ko) 2016-05-24 2020-10-29 노키아 테크놀로지스 오와이 미디어 콘텐츠를 인코딩하는 방법, 장치 및 컴퓨터 프로그램
US10194097B2 (en) 2017-01-13 2019-01-29 Gopro, Inc. Apparatus and methods for the storage of overlapping regions of imaging data for the generation of optimized stitched images
EP3422724B1 (en) * 2017-06-26 2024-05-01 Nokia Technologies Oy An apparatus, a method and a computer program for omnidirectional video
JP6721631B2 (ja) * 2017-07-07 2020-07-15 ノキア テクノロジーズ オーユー ビデオの符号化・復号の方法、装置、およびコンピュータプログラムプロダクト

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2000242773A (ja) * 1999-02-19 2000-09-08 Fitto:Kk 画像データ変換装置
KR20130108245A (ko) * 2010-09-19 2013-10-02 엘지전자 주식회사 방송 수신기 및 3d 비디오 데이터 처리 방법
KR20140132575A (ko) * 2013-05-08 2014-11-18 심영석 카메라 시스템

Also Published As

Publication number Publication date
KR102247404B1 (ko) 2021-05-03
AU2018299902A1 (en) 2020-01-16
CN110800305A (zh) 2020-02-14
EP3652945A1 (en) 2020-05-20
AU2018299902B2 (en) 2021-05-20
BR112020000107A2 (pt) 2020-07-07
WO2019014136A1 (en) 2019-01-17
TW201909642A (zh) 2019-03-01
SG11201911331QA (en) 2020-01-30
US20190014305A1 (en) 2019-01-10
US10659760B2 (en) 2020-05-19
TWI711303B (zh) 2020-11-21

Similar Documents

Publication Publication Date Title
US10587883B2 (en) Region-wise packing, content coverage, and signaling frame packing for media content
KR102614207B1 (ko) Mime 타입 파라미터들을 이용하는 네트워크 비디오 스트리밍에서의 중요 비디오 정보 시그널링
KR102190718B1 (ko) Dash 에서 피쉬아이 가상 현실 비디오에 대한 강화된 하이레벨 시그널링
KR102247404B1 (ko) 어안 가상 현실 비디오에 대한 향상된 고레벨 시그널링
US10992961B2 (en) High-level signaling for fisheye video data
CN111034203A (zh) 处理具有动态逐区封装的全向媒体
CN110832878B (zh) 增强区域取向包封及视区独立高效视频译码媒体配置文件

Legal Events

Date Code Title Description
A201 Request for examination
E902 Notification of reason for refusal
E701 Decision to grant or registration of patent right
GRNT Written decision to grant