KR20230170040A

KR20230170040A - Dash에서 vvc 서브픽처들을 주석부기하기 위한 방법

Info

Publication number: KR20230170040A
Application number: KR1020237038758A
Authority: KR
Inventors: 이라즈 소다가르
Original assignee: 텐센트 아메리카 엘엘씨
Priority date: 2022-01-12
Filing date: 2022-12-13
Publication date: 2023-12-18
Also published as: US20230222823A1; AU2022433105A1; CA3217870A1; CN116762343A; JP2024516010A; WO2023136898A1

Abstract

프로세서 또는 프로세서들로 하여금, 하나 이상의 서브픽처를 포함하는 DASH(dynamic adaptive streaming over HTTP) 비디오 비트스트림을 획득하는 것, 하나 이상의 서브픽처가 VVC(Versatile Video Coding) 호환 서브픽처들을 포함하는지 여부를 결정하는 것, DASH 비디오 비트스트림이 VVC 호환 서브픽처들을 포함하는 것에 응답하여, 하나 이상의 플래그에 기초하여 하나 이상의 서브픽처에 주석부기하는 것, 및 주석부기된 하나 이상의 서브픽처에 기초하여 DASH 비디오 스트림을 조작하는 것을 구현하게 하도록 구성되는 컴퓨터 코드를 포함하는 방법 및 장치가 포함되어 있다.

Description

DASH에서 VVC 서브픽처들을 주석부기하기 위한 방법

관련 출원에 대한 교차 참조

본 출원은 2022년 1월 12일자로 출원된 미국 가출원 제63/298,924호, 및 2022년 12월 2일자로 출원된 미국 출원 제18/073,984호에 대해 우선권을 주장하며, 그 내용들은 이로써 본 출원에 그 전체가 참고로 명시적으로 포함된다.

분야

본 개시내용은 DASH(dynamic adaptive streaming over HTTP) 시그널링에 관한 것이다.

MPEG DASH는 IP 네트워크들을 통해 멀티미디어 콘텐츠를 스트리밍하기 위한 표준을 제공한다. ISO/IEC 23009-1 DASH 표준은 멀티-레이트 콘텐츠(multi-rate content)의 스트리밍을 허용한다. DASH 매니페스트(MPD)는 다양한 미디어 콘텐츠를 설명할 수 있다. DASH 표준은 다양한 콘텐츠와 그 관계를 설명하는 방식을 제공하지만, 픽처-인-픽처(picture-in-picture) 애플리케이션들에 사용될 VVC 서브픽처들에 주석부기(annotate)하기 위한 상호운용가능한 솔루션을 제공하지 않는다.

하나 이상의 상이한 기술적 문제를 해결하기 위해, 본 개시내용은 네트워크 오버헤드 및 서버 계산 오버헤드들을 감소시키기 위한 기술적 솔루션들을 제공하며, 컴퓨터 프로그램 코드를 저장하도록 구성되는 메모리, 및 컴퓨터 프로그램 코드에 액세스하고 컴퓨터 프로그램 코드에 의해 명령된 바와 같이 동작하도록 구성되는 프로세서 또는 프로세서들을 포함하는 방법 및 장치가 포함되어 있다. 컴퓨터 프로그램 코드는, 적어도 하나의 프로세서로 하여금 하나 이상의 서브픽처를 포함하는 DASH(dynamic adaptive streaming over HTTP) 비디오 비트스트림을 획득하게 하도록 구성되는 획득 코드, 적어도 하나의 프로세서로 하여금 하나 이상의 서브픽처가 VVC(Versatile Video Coding) 호환 서브픽처들을 포함하는지 여부를 결정하게 하도록 구성되는 결정 코드, 적어도 하나의 프로세서로 하여금, DASH 비디오 비트스트림이 VVC 호환 서브픽처들을 포함하는 것에 응답하여, 하나 이상의 플래그에 기초하여 하나 이상의 서브픽처에 주석부기하게 하도록 구성되는 주석부기 코드, 및 적어도 하나의 프로세서로 하여금 주석부기된 하나 이상의 서브픽처에 기초하여 DASH 비디오 스트림을 조작하게 하도록 구성되는 조작 코드를 포함한다.

예시적인 실시예들에 따르면, 비디오 데이터는 DASH(dynamic adaptive streaming over HTTP)에 있고, 클라이언트는 DASH 클라이언트이다.

예시적인 실시예들에 따르면, 제1 서브픽처들 및 제2 서브픽처들 중 하나 이상에 주석부기할지 여부를 결정하는 것은 DASH 미디어 픽처 설명(media picture description, MPD)에서 제1 서브픽처들 및 제2 서브픽처들 중 하나 이상에 주석부기할지 여부를 결정하는 것을 포함한다.

예시적인 실시예들에 따르면, 제1 스트림과 제2 스트림 중 다른 하나는 픽처-인-픽처(picture-in-picture, PIP) 스트림을 포함한다.

예시적인 실시예들에 따르면, 제1 스트림과 제2 스트림 중 하나의 적어도 일부를 대체하도록 클라이언트를 제어하는 것은 제1 서브픽처들 및 제2 서브픽처들 중 복수의 서브픽처들에 의해 표현되는 영역을 PIP 스트림으로 대체하는 것을 포함한다.

예시적인 실시예들에 따르면, 제1 스트림과 제2 스트림 중 하나는 메인 비디오를 나타내고, 제1 스트림과 제2 스트림 중 다른 하나는 메인 비디오에 대한 보충 비디오로서 별개로 코딩된 스트림을 나타낸다.

예시적인 실시예들에 따르면, 제1 스트림과 제2 스트림 중 하나의 적어도 일부를 대체하도록 클라이언트를 제어하는 것은 사용자가 보충 비디오를 시청하도록 요청했는지 여부를 결정하는 것을 포함한다.

예시적인 실시예들에 따르면, 메인 비디오와 보충 비디오 각각은 VVC(versatile video coding) 서브픽처들을 포함한다.

예시적인 실시예들에 따르면, 제1 스트림과 제2 스트림 중 하나의 적어도 일부를 대체하도록 클라이언트를 제어하는 것은 디코더가 제1 스트림과 제2 스트림 둘 다로부터 병합된 단일 병합된 스트림을 제공받도록 VVC(versatile video coding) 서브픽처들의 속성들을 병합하는 것을 포함한다.

개시된 주제의 추가의 특징들, 본질 및 다양한 이점들이 다음의 상세한 설명 및 첨부 도면들로부터 더 명백할 것이다.
도 1은 실시예들에 따른 단순화된 개략도이다.
도 2는 실시예들에 따른 단순화된 개략도이다.
도 3은 실시예들에 따른 디코더들에 관한 단순화된 블록도이다.
도 4는 실시예들에 따른 인코더들에 관한 단순화된 블록도이다.
도 5는 실시예들에 따른 단순화된 블록도이다.
도 6은 실시예들에 따른 단순화된 다이어그램이다.
도 7은 실시예들에 따른 단순화된 다이어그램이다.
도 8은 실시예들에 따른 단순화된 흐름도이다.
도 9는 실시예들에 따른 개략도이다.

이하에 논의되는 제안된 특징들은 개별적으로 사용되거나 임의의 순서로 조합될 수 있다. 또한, 실시예들은 처리 회로(예를 들어, 하나 이상의 프로세서 또는 하나 이상의 집적 회로)에 의해 구현될 수 있다. 일 예에서, 하나 이상의 프로세서는 비일시적 컴퓨터 판독가능 매체에 저장되는 프로그램을 실행한다.

도 1은 본 개시내용의 일 실시예에 따른 통신 시스템(100)의 단순화된 블록도를 예시한다. 통신 시스템(100)은 네트워크(105)를 통해 상호연결되는 적어도 2개의 단말(102 및 103)을 포함할 수 있다. 데이터의 단방향 송신을 위해, 제1 단말(103)은 네트워크(105)를 통해 다른 단말(102)로 송신하기 위해 로컬 위치에서 비디오 데이터를 코딩할 수 있다. 제2 단말(102)은 네트워크(105)로부터 다른 단말의 코딩된 비디오 데이터를 수신하고, 코딩된 데이터를 디코딩하고 복구된 비디오 데이터를 디스플레이할 수 있다. 단방향 데이터 송신은 미디어 서빙 응용들(media serving applications) 등에서 일반적일 수 있다.

도 1은, 예를 들어, 영상 회의 동안 발생할 수 있는 코딩된 비디오의 양방향 송신을 지원하기 위해 제공되는 제2 쌍의 단말들(101 및 104)을 예시한다. 데이터의 양방향 송신을 위해, 각각의 단말(101 및 104)은 네트워크(105)를 통해 다른 단말로 송신하기 위해 로컬 위치에서 캡처된 비디오 데이터를 코딩할 수 있다. 각각의 단말(101 및 104)은 또한 다른 단말에 의해 송신된 코딩된 비디오 데이터를 수신할 수 있고, 코딩된 데이터를 디코딩할 수 있고, 복구된 비디오 데이터를 로컬 디스플레이 디바이스에서 디스플레이할 수 있다.

도 1에서, 단말들(101, 102, 103 및 104)은 서버들, 개인용 컴퓨터들 및 스마트폰들로서 예시될 수 있지만, 본 개시내용의 원리들은 그렇게 제한되지 않는다. 본 개시내용의 실시예들은 랩톱 컴퓨터들, 태블릿 컴퓨터들, 미디어 플레이어들 및/또는 전용 영상 회의 장비에서 응용된다. 네트워크(105)는, 예를 들어, 유선 및/또는 무선 통신 네트워크들을 포함하여, 단말들(101, 102, 103 및 104) 사이에 코딩된 비디오 데이터를 전달하는 임의의 수의 네트워크들을 나타낸다. 통신 네트워크(105)는 회선 교환 및/또는 패킷 교환 채널들에서 데이터를 교환할 수 있다. 대표적인 네트워크들은 통신 네트워크들, 로컬 영역 네트워크들, 광역 네트워크들 및/또는 인터넷을 포함한다. 본 논의의 목적을 위해, 네트워크(105)의 아키텍처 및 토폴로지는 아래에서 본 명세서에서 설명되지 않는 한 본 개시내용의 동작에 중요하지 않을 수 있다.

도 2는, 개시된 주제를 위한 응용의 예로서, 스트리밍 환경에서의 비디오 인코더 및 디코더의 배치를 예시한다. 개시된 주제는, 예를 들어, 영상 회의, 디지털 TV, CD, DVD, 메모리 스틱 등을 포함하는 디지털 미디어 상의 압축된 비디오의 저장 등을 포함하여, 다른 비디오 가능 응용들에 동등하게 적용가능할 수 있다.

스트리밍 시스템은, 예를 들어, 압축되지 않은 비디오 샘플 스트림(213)을 생성하는 비디오 소스(201), 예를 들어, 디지털 카메라를 포함할 수 있는, 캡처 서브시스템(203)을 포함할 수 있다. 그 샘플 스트림(213)은 인코딩된 비디오 비트스트림들과 비교할 때 높은 데이터 용량(high data volume)으로서 강조될 수 있고, 카메라(201)에 결합된 인코더(202)에 의해 처리될 수 있다. 인코더(202)는 아래에서 더 상세히 설명되는 바와 같이 개시된 주제의 양태들을 가능하게 하거나 구현하기 위해 하드웨어, 소프트웨어, 또는 이들의 조합을 포함할 수 있다. 샘플 스트림과 비교할 때 더 낮은 데이터 용량으로서 강조될 수 있는 인코딩된 비디오 비트스트림(204)은 장래의 사용을 위해 스트리밍 서버(205) 상에 저장될 수 있다. 하나 이상의 스트리밍 클라이언트(212 및 207)는 스트리밍 서버(205)에 액세스하여 인코딩된 비디오 비트스트림(204)의 사본들(208 및 206)을 검색할 수 있다. 클라이언트(212)는 인코딩된 비디오 비트스트림의 착신(incoming) 사본(208)을 디코딩하고 디스플레이(209) 또는 다른 렌더링 디바이스(묘사되지 않음) 상에 렌더링될 수 있는 발신(outgoing) 비디오 샘플 스트림(210)을 생성하는 비디오 디코더(211)를 포함할 수 있다. 일부 스트리밍 시스템들에서, 비디오 비트스트림들(204, 206 및 208)은 특정 비디오 코딩/압축 표준들에 따라 인코딩될 수 있다. 이러한 표준들의 예들은 위에서 언급되었고 본 명세서에서 더 설명된다.

도 3은 본 발명의 실시예에 따른 비디오 디코더(300)의 기능 블록도일 수 있다.

수신기(302)가 디코더(300)에 의해 디코딩될 하나 이상의 코덱 비디오 시퀀스를 수신할 수 있으며; 동일한 또는 다른 실시예에서는, 한 번에 하나의 코딩된 비디오 시퀀스를 수신할 수 있으며, 여기서 각각의 코딩된 비디오 시퀀스의 디코딩은 다른 코딩된 비디오 시퀀스들과 독립적이다. 코딩된 비디오 시퀀스는, 인코딩된 비디오 데이터를 저장하는 저장 디바이스에 대한 하드웨어/소프트웨어 링크일 수 있는, 채널(301)로부터 수신될 수 있다. 수신기(302)는 인코딩된 비디오 데이터를 다른 데이터, 예를 들어, 코딩된 오디오 데이터 및/또는 보조 데이터 스트림들과 함께 수신할 수 있고, 이들은 그것들 각각의 사용 엔티티들(묘사되지 않음)에 포워딩될 수 있다. 수신기(302)는 코딩된 비디오 시퀀스를 다른 데이터로부터 분리할 수 있다. 네트워크 지터를 방지하기 위해, 수신기(302)와 엔트로피 디코더/파서(304)(이후 "파서") 사이에 버퍼 메모리(303)가 결합될 수 있다. 수신기(302)가 충분한 대역폭 및 제어가능성의 저장/포워드 디바이스로부터, 또는 등시 동기식 네트워크(isosynchronous network)로부터 데이터를 수신하고 있을 때, 버퍼(303)는 필요하지 않을 수 있거나, 작을 수 있다. 인터넷과 같은 베스트 에포트 패킷 네트워크들(best effort packet networks) 상에서의 사용을 위해, 버퍼(303)는 요구될 수 있고, 비교적 클 수 있으며, 유리하게는 적응적 크기일 수 있다.

비디오 디코더(300)는 엔트로피 코딩된 비디오 시퀀스로부터 심벌들(313)을 재구성하기 위해 파서(304)를 포함할 수 있다. 그 심벌들의 카테고리들은 디코더(300)의 동작을 관리하기 위해 사용되는 정보, 및 잠재적으로, 디코더의 일체 부분(integral part)은 아니지만 디코더에 결합될 수 있는 디스플레이(312)와 같은 렌더링 디바이스를 제어하기 위한 정보를 포함한다. 렌더링 디바이스(들)에 대한 제어 정보는 SEI(Supplementary Enhancement Information) 메시지들 또는 VUI(Video Usability Information) 파라미터 세트 프래그먼트들(묘사되지 않음)의 형태로 될 수 있다. 파서(304)는 수신되는 코딩된 비디오 시퀀스를 파싱/엔트로피 디코딩할 수 있다. 코딩된 비디오 시퀀스의 코딩은 비디오 코딩 기술 또는 표준에 따를 수 있고, 가변 길이 코딩, 허프만 코딩(Huffman coding), 컨텍스트 민감성(context sensitivity)이 있거나 없는 산술 코딩 등을 포함한 본 기술분야의 통상의 기술자에게 잘 알려진 원리들을 따를 수 있다. 파서(304)는, 코딩된 비디오 시퀀스로부터, 그룹에 대응하는 적어도 하나의 파라미터에 기초하여, 비디오 디코더 내의 픽셀들의 서브그룹들 중 적어도 하나에 대한 서브그룹 파라미터들의 세트를 추출할 수 있다. 서브그룹들은 픽처 그룹(Group of Pictures, GOP)들, 픽처들, 타일들, 슬라이스들, 매크로블록들, 코딩 유닛(Coding Unit, CU)들, 블록들, 변환 유닛(Transform Unit, TU)들, 예측 유닛(Prediction Unit, PU)들 등을 포함할 수 있다. 엔트로피 디코더/파서는 또한 코딩된 비디오 시퀀스로부터 변환 계수들, 양자화기 파라미터 값들, 모션 벡터들 등과 같은 정보를 추출할 수 있다.

파서(304)는 버퍼(303)로부터 수신된 비디오 시퀀스에 대해 엔트로피 디코딩/파싱 동작을 수행하여, 심벌들(313)을 생성할 수 있다. 파서(304)는 인코딩된 데이터를 수신하고, 특정 심벌들(313)을 선택적으로 디코딩할 수 있다. 또한, 파서(304)는 특정 심벌들(313)이 모션 보상 예측 유닛(306), 스케일러/역변환 유닛(305), 인트라 예측 유닛(307), 또는 루프 필터(311)에 제공될 것인지를 결정할 수 있다.

심벌들(313)의 재구성은 코딩된 비디오 픽처 또는 그의 부분들의 타입(예컨대: 인터 및 인트라 픽처, 인터 및 인트라 블록), 및 다른 인자들에 따라 다수의 상이한 유닛들을 수반할 수 있다. 어느 유닛들이 수반되는지, 그리고 그 방식은 파서(304)에 의해 코딩된 비디오 시퀀스로부터 파싱된 서브그룹 제어 정보에 의해 제어될 수 있다. 파서(304)와 아래의 다수의 유닛 사이의 이러한 서브그룹 제어 정보의 흐름은 명확성을 위해 묘사되어 있지 않다.

이미 언급된 기능 블록들 이외에, 디코더(300)는 아래에 설명되는 바와 같이 개념적으로 다수의 기능 유닛으로 세분될 수 있다. 상업적 제약 하에서 동작하는 실제 구현에서, 이들 유닛 중 다수는 서로 밀접하게 상호작용하고, 적어도 부분적으로 서로 통합될 수 있다. 그러나, 개시된 주제를 설명하기 위해서는, 아래의 기능 유닛들로의 개념적 세분이 적절하다.

제1 유닛은 스케일러/역변환 유닛(305)이다. 스케일러/역변환 유닛(305)은, 파서(304)로부터의 심벌(들)(313)로서, 어느 변환을 사용할지, 블록 크기, 양자화 인자, 양자화 스케일링 행렬들(quantization scaling matrices) 등을 포함한, 제어 정보뿐만 아니라 양자화된 변환 계수를 수신한다. 이는 집계기(aggregator)(310)에 입력될 수 있는 샘플 값들을 포함하는 블록들을 출력할 수 있다.

일부 경우들에서, 스케일러/역변환(305)의 출력 샘플들은 인트라 코딩된 블록; 즉, 이전에 재구성된 픽처들로부터의 예측 정보를 사용하는 것이 아니고, 현재 픽처의 이전에 재구성된 부분들로부터의 예측 정보를 사용할 수 있는 블록에 관련될 수 있다. 그러한 예측 정보는 인트라 픽처 예측 유닛(307)에 의해 제공될 수 있다. 일부 경우들에서, 인트라 픽처 예측 유닛(307)은 현재 (부분적으로 재구성된) 픽처(309)로부터 페치된 주위의 이미 재구성된 정보를 사용하여, 재구성 중인 블록과 동일한 크기 및 형상의 블록을 생성한다. 집계기(310)는, 일부 경우들에서, 샘플당 기준으로, 인트라 예측 유닛(307)이 생성한 예측 정보를 스케일러/역변환 유닛(305)에 의해 제공된 출력 샘플 정보에 추가한다.

다른 경우들에서, 스케일러/역변환 유닛(305)의 출력 샘플들은 인터 코딩되고, 잠재적으로 모션 보상된 블록에 관련될 수 있다. 그러한 경우에, 모션 보상 예측 유닛(306)은 참조 픽처 메모리(308)에 액세스하여 예측에 사용되는 샘플들을 페치할 수 있다. 블록에 관련된 심벌들(313)에 따라 페치된 샘플들을 모션 보상한 후에, 이들 샘플은 집계기(310)에 의해 스케일러/역변환 유닛의 출력(이 경우 잔차 샘플들 또는 잔차 신호라고 불림)에 추가되어 출력 샘플 정보를 생성할 수 있다. 모션 보상 유닛이 예측 샘플들을 페치하는 참조 픽처 메모리 내의 주소들은, 예를 들어 X, Y, 및 참조 픽처 컴포넌트들을 가질 수 있는 심벌들(313)의 형태로 모션 보상 유닛에 이용가능한 모션 벡터들에 의해 제어될 수 있다. 모션 보상은 또한 서브-샘플 정확한 모션 벡터들이 사용중일 때 참조 픽처 메모리로부터 페치된 샘플 값들의 보간, 모션 벡터 예측 메커니즘 등을 포함할 수 있다.

집계기(310)의 출력 샘플들에 대해 루프 필터 유닛(311) 내의 다양한 루프 필터링 기법들이 수행될 수 있다. 비디오 압축 기술들은, 파서(304)로부터의 심벌들(313)로서 루프 필터 유닛(311)에 이용가능하게 되고 코딩된 비디오 비트스트림에 포함된 파라미터들에 의해 제어되지만, 코딩된 픽처 또는 코딩된 비디오 시퀀스의 이전(디코딩 순서로) 부분들의 디코딩 동안 획득된 메타-정보에 응답할 뿐만 아니라, 이전에 재구성된 및 루프-필터링된 샘플 값들에 응답할 수도 있는 인-루프 필터(in-loop filter) 기술들을 포함할 수 있다.

루프 필터 유닛(311)의 출력은 렌더링 디바이스(312)에 출력될 뿐만 아니라 장래의 인터-픽처 예측에서 사용하기 위해 참조 픽처 메모리(557)에 저장될 수도 있는 샘플 스트림일 수 있다.

특정 코딩된 픽처들은, 완전히 재구성되면, 장래의 예측을 위한 참조 픽처들로서 사용될 수 있다. 코딩된 픽처가 완전히 재구성되고 코딩된 픽처가 참조 픽처로서 식별되면(예를 들어, 파서(304)에 의해), 현재 참조 픽처(309)는 참조 픽처 버퍼(308)의 일부가 될 수 있고, 다음 코딩된 픽처의 재구성에 착수하기 전에 새로운 현재 픽처 메모리가 재할당될 수 있다.

비디오 디코더(300)는 ITU-T Rec. H.265와 같은 표준에서 문서화될 수 있는 미리 결정된 비디오 압축 기술에 따라 디코딩 동작들을 수행할 수 있다. 코딩된 비디오 시퀀스는, 비디오 압축 기술 문서 또는 표준에서 그리고 구체적으로 그 내부의 프로파일 문서에서 특정된 바와 같은, 비디오 압축 기술 또는 표준의 신택스를 고수한다는 점에서, 사용중인 비디오 압축 기술 또는 표준에 의해 특정된 신택스를 준수할 수 있다. 또한 준수를 위해, 코딩된 비디오 시퀀스의 복잡성이 비디오 압축 기술 또는 표준의 레벨에 의해 정의된 경계 내에 있는 것이 필요할 수 있다. 일부 경우들에서, 레벨들은 최대 픽처 크기, 최대 프레임 레이트, 최대 재구성 샘플 레이트(예를 들어, 초당 메가샘플수로 측정됨), 최대 참조 픽처 크기 등을 제한한다. 레벨들에 의해 설정된 한계들은, 일부 경우들에서, HRD(Hypothetical Reference Decoder) 사양들 및 코딩된 비디오 시퀀스에서 시그널링된 HRD 버퍼 관리를 위한 메타데이터를 통해 추가로 제한될 수 있다.

일 실시예에서, 수신기(302)는 인코딩된 비디오와 함께 추가적인(중복) 데이터를 수신할 수 있다. 이 추가적인 데이터는 코딩된 비디오 시퀀스(들)의 일부로서 포함될 수 있다. 이 추가적인 데이터는 데이터를 적절히 디코딩하고/하거나 원래의 비디오 데이터를 더 정확하게 재구성하기 위해 비디오 디코더(300)에 의해 사용될 수 있다. 추가적인 데이터는 예를 들어, 시간적, 공간적, 또는 신호 대 잡음비(signal-to-noise ratio, SNR) 향상 계층들, 중복 슬라이스들, 중복 픽처들, 순방향 오류 정정 코드들 등의 형태로 될 수 있다.

도 4는 본 개시내용의 실시예에 따른 비디오 인코더(400)의 기능 블록도일 수 있다.

인코더(400)는 인코더(400)에 의해 코딩될 비디오 이미지(들)를 캡처할 수 있는 비디오 소스(401)(인코더의 일부가 아님)로부터 비디오 샘플들을 수신할 수 있다.

비디오 소스(401)는, 임의의 적합한 비트 심도(예를 들어: 8 비트, 10 비트, 12 비트, ...), 임의의 색공간(예를 들어, BT.601 Y CrCB, RGB, ...), 및 임의의 적합한 샘플링 구조(예를 들어, Y CrCb 4:2:0, Y CrCb 4:4:4)일 수 있는 디지털 비디오 샘플 스트림의 형태로 인코더(303)에 의해 코딩될 소스 비디오 시퀀스를 제공할 수 있다. 미디어 서빙 시스템에서, 비디오 소스(401)는 이전에 준비된 비디오를 저장하는 저장 디바이스일 수 있다. 영상 회의 시스템에서, 비디오 소스(401)는 비디오 시퀀스로서 로컬 이미지 정보를 캡처하는 카메라일 수 있다. 비디오 데이터는 순차적으로 볼 때 모션을 부여하는 복수의 개별 픽처로서 제공될 수 있다. 픽처들 자체는 픽셀들의 공간적 어레이로서 조직될 수 있고, 여기서 각각의 픽셀은 사용중인 샘플링 구조, 색 공간 등에 의존하여 하나 이상의 샘플을 포함할 수 있다. 본 기술분야의 통상의 기술자는 픽셀들과 샘플들 사이의 관계를 쉽게 이해할 수 있다. 아래의 설명은 샘플들에 초점을 맞춘다.

일 실시예에 따르면, 인코더(400)는 소스 비디오 시퀀스의 픽처들을 실시간으로 또는 응용에 의해 요구되는 임의의 다른 시간 제약들 하에서 코딩된 비디오 시퀀스(410)로 코딩 및 압축할 수 있다. 적절한 코딩 속도를 시행하는 것이 제어기(402)의 하나의 기능이다. 제어기는 아래에 설명되는 바와 같이 다른 기능 유닛들을 제어하고 이들 유닛들에 기능적으로 결합된다. 결합은 명확성을 위해 묘사되어 있지 않다. 제어기에 의해 설정된 파라미터들은 레이트 제어 관련 파라미터들(픽처 스킵, 양자화기, 레이트-왜곡 최적화 기법들의 람다 값, ...), 픽처 크기, 픽처 그룹(GOP) 레이아웃, 최대 모션 벡터 검색 범위 등을 포함할 수 있다. 본 기술분야의 통상의 기술자는 제어기(402)의 다른 기능들을 쉽게 식별할 수 있는데 그 이유는 그것들이 특정 시스템 설계에 대해 최적화된 비디오 인코더(400)에 관련될 수 있기 때문이다.

일부 비디오 인코더들은 본 기술분야의 통상의 기술자가 "코딩 루프"로서 쉽게 인식하는 것에서 동작한다. 과도하게 단순화된 설명으로서, 코딩 루프는, (코딩될 입력 픽처, 및 참조 픽처(들)에 기초하여 심벌들을 생성하는 것을 담당하는) 인코더(402)(이후 "소스 코더")의 인코딩 부분, 및 (심벌들과 코딩된 비디오 비트스트림 사이의 임의의 압축이 개시된 주제에서 고려되는 비디오 압축 기술들에서 무손실이기 때문에) (원격) 디코더가 또한 생성하는 샘플 데이터를 생성하기 위해 심벌들을 재구성하는 인코더(400)에 임베드된 (로컬) 디코더(406)로 구성될 수 있다. 그 재구성된 샘플 스트림은 참조 픽처 메모리(405)에 입력된다. 심벌 스트림의 디코딩이 디코더 위치(로컬 또는 원격)와는 독립적으로 비트-정확한 결과들(bit-exact results)을 야기하기 때문에, 참조 픽처 버퍼 콘텐츠도 또한 로컬 인코더와 원격 인코더 사이에서 비트 정확(bit exact)하다. 다시 말해서, 인코더의 예측 부분은 디코딩 동안 예측을 사용할 때 디코더가 "보는" 것과 정확히 동일한 샘플 값들을 참조 픽처 샘플들로서 "본다". 참조 픽처 동기성(reference picture synchronicity)의 이러한 기본적인 원리(그리고, 예를 들어, 채널 오류들 때문에, 동기성이 유지될 수 없는 경우, 결과적인 드리프트)는 본 기술분야의 통상의 기술자에게 잘 알려져 있다.

"로컬" 디코더(406)의 동작은 도 3과 관련하여 위에서 이미 상세히 설명한 "원격" 디코더(300)의 동작과 동일할 수 있다. 그러나, 도 4를 또한 간단히 참조하면, 심벌들이 이용가능하고 엔트로피 코더(408) 및 파서(304)에 의한 코딩된 비디오 시퀀스로의 심벌들의 인코딩/디코딩이 무손실일 수 있기 때문에, 채널(301), 수신기(302), 버퍼(303), 및 파서(304)를 포함한, 디코더(300)의 엔트로피 디코딩 부분들은 로컬 디코더(406)에서 완전히 구현되지 않을 수 있다.

이 시점에서 이루어질 수 있는 관찰은, 디코더에 존재하는 파싱/엔트로피 디코딩을 제외한 임의의 디코더 기술이 또한 필연적으로, 대응하는 인코더에서, 실질적으로 동일한 기능 형태로 존재할 필요가 있다는 점이다. 인코더 기술들은 포괄적으로 설명된 디코더 기술들의 역(inverse)이기 때문에 그것들에 대한 설명은 축약될 수 있다. 특정 구역들에서만 더 상세한 설명이 요구되고 아래에 제공된다.

동작의 일부로서, 소스 코더(403)는, "참조 프레임들"로서 지정된 비디오 시퀀스로부터의 하나 이상의 이전에 코딩된 프레임을 참조하여 예측적으로 입력 프레임을 코딩하는, 모션 보상된 예측 코딩을 수행할 수 있다. 이러한 방식으로, 코딩 엔진(407)은 입력 프레임의 픽셀 블록들과 입력 프레임에 대한 예측 참조(들)로서 선택될 수 있는 참조 프레임(들)의 픽셀 블록들 사이의 차이들을 코딩한다.

로컬 비디오 디코더(406)는, 소스 코더(403)에 의해 생성된 심벌들에 기초하여, 참조 프레임들로서 지정될 수 있는 프레임들의 코딩된 비디오 데이터를 디코딩할 수 있다. 코딩 엔진(407)의 동작들은 유리하게는 손실 프로세스들일 수 있다. 코딩된 비디오 데이터가 비디오 디코더(도 4에 도시되지 않음)에서 디코딩될 수 있는 경우, 재구성된 비디오 시퀀스는 전형적으로 일부 오류들을 갖는 소스 비디오 시퀀스의 복제본(replica)일 수 있다. 로컬 비디오 디코더(406)는 참조 프레임들에 대해 비디오 디코더에 의해 수행될 수 있는 디코딩 프로세스들을 복제하고 재구성된 참조 프레임들이 참조 픽처 캐시(405)에 저장되게 할 수 있다. 이러한 방식으로, 인코더(400)는 (송신 오류들이 없이) 원단(far-end) 비디오 디코더에 의해 획득될 재구성된 참조 프레임들로서 공통 콘텐츠를 갖는 재구성된 참조 프레임들의 사본들을 로컬로 저장할 수 있다.

예측자(404)는 코딩 엔진(407)에 대한 예측 검색들을 수행할 수 있다. 즉, 코딩될 새로운 프레임에 대해, 예측자(404)는 새로운 픽처들에 대한 적절한 예측 참조로서 역할을 할 수 있는 참조 픽처 모션 벡터들, 블록 형상들 등과 같은 특정 메타데이터 또는 샘플 데이터(후보 참조 픽셀 블록들로서)에 대해 참조 픽처 메모리(405)를 검색할 수 있다. 예측자(404)는 적절한 예측 참조들을 찾기 위해 샘플 블록-바이-픽셀 블록(sample block-by-pixel block) 기준으로 동작할 수 있다. 일부 경우들에서, 예측자(404)에 의해 획득된 검색 결과들에 의해 결정된 바와 같이, 입력 픽처는 참조 픽처 메모리(405)에 저장된 다수의 참조 픽처로부터 인출된 예측 참조들을 가질 수 있다.

제어기(402)는, 예를 들어, 비디오 데이터를 인코딩하기 위해 사용되는 파라미터들 및 서브그룹 파라미터들의 설정을 포함하여, 비디오 코더(403)의 코딩 동작을 관리할 수 있다.

전술한 모든 기능 유닛들의 출력은 엔트로피 코더(408)에서 엔트로피 코딩을 거칠 수 있다. 엔트로피 코더는, 예를 들어, 허프만 코딩, 가변 길이 코딩, 산술 코딩 등과 같은 본 기술분야의 통상의 기술자에게 알려진 기술들에 따라 심벌들을 무손실 압축함으로써, 다양한 기능 유닛들에 의해 생성된 심벌들을 코딩된 비디오 시퀀스로 변환한다.

송신기(409)는, 인코딩된 비디오 데이터를 저장할 저장 디바이스에 대한 하드웨어/소프트웨어 링크일 수 있는, 통신 채널(411)을 통한 송신을 준비하기 위해 엔트로피 코더(408)에 의해 생성된 코딩된 비디오 시퀀스(들)를 버퍼링할 수 있다. 송신기(409)는 비디오 코더(403)로부터의 코딩된 비디오 데이터를 송신될 다른 데이터, 예를 들어, 코딩된 오디오 데이터 및/또는 보조 데이터 스트림(소스들이 도시되지 않음)과 병합할 수 있다.

제어기(402)는 인코더(400)의 동작을 관리할 수 있다. 코딩 동안, 제어기(405)는, 각자의 픽처에 적용될 수 있는 코딩 기법들에 영향을 미칠 수 있는, 특정 코딩된 픽처 타입을 각각의 코딩된 픽처에 할당할 수 있다. 예를 들어, 픽처들은 종종 다음의 프레임 타입들 중 하나로서 할당될 수 있다:

인트라 픽처(Intra Picture)(I 픽처)는 예측의 소스로서 시퀀스 내의 임의의 다른 프레임을 사용하지 않고 코딩 및 디코딩될 수 있는 것일 수 있다. 일부 비디오 코덱들은, 예를 들어, 독립 디코더 리프레시(Independent Decoder Refresh) 픽처들을 포함한, 상이한 타입들의 인트라 픽처들을 허용한다. 본 기술분야의 통상의 기술자는 I 픽처들의 해당 변형들 및 그것들 각자의 응용들 및 특징들을 인식한다.

예측 픽처(Predictive picture)(P 픽처)는 각각의 블록의 샘플 값들을 예측하기 위해 많아야 하나의 모션 벡터 및 참조 인덱스를 사용하여 인트라 예측(intra prediction) 또는 인터 예측(inter prediction)을 사용하여 코딩 및 디코딩될 수 있는 것일 수 있다.

양방향 예측 픽처(Bi-directionally Predictive Picture)(B 픽처)는 각각의 블록의 샘플 값들을 예측하기 위해 많아야 2개의 모션 벡터 및 참조 인덱스를 사용하여 인트라 예측 또는 인터 예측을 사용하여 코딩 및 디코딩될 수 있는 것일 수 있다. 유사하게, 다중-예측 픽처들은 단일 블록의 재구성을 위해 2개보다 많은 참조 픽처 및 연관된 메타데이터를 사용할 수 있다.

소스 픽처들은 일반적으로 복수의 샘플 블록(예를 들어, 각각 4x4, 8x8, 4x8, 또는 16x16 샘플들의 블록들)으로 공간적으로 세분되고 블록-바이-블록(block-by-block) 기준으로 코딩될 수 있다. 블록들은 블록들의 각자의 픽처들에 적용되는 코딩 할당에 의해 결정된 다른(이미 코딩된) 블록들을 참조하여 예측적으로 코딩될 수 있다. 예를 들어, I 픽처들의 블록들은 비예측적으로 코딩될 수 있거나 그것들은 동일한 픽처의 이미 코딩된 블록들을 참조하여 예측적으로 코딩될 수 있다(공간적 예측 또는 인트라 예측). P 픽처들의 픽셀 블록들은, 하나의 이전에 코딩된 참조 픽처를 참조하여 공간적 예측을 통해 또는 시간적 예측을 통해, 또는 비예측적으로 코딩될 수 있다. B 픽처들의 블록들은, 1개 또는 2개의 이전에 코딩된 참조 픽처를 참조하여 공간적 예측을 통해 또는 시간적 예측을 통해, 또는 비예측적으로 코딩될 수 있다.

비디오 코더(400)는 ITU-T Rec. H.265와 같은 미리 결정된 비디오 코딩 기술 또는 표준에 따라 코딩 동작들을 수행할 수 있다. 그 동작에서, 비디오 코더(400)는, 입력 비디오 시퀀스에서 시간적 및 공간적 중복성들을 활용하는 예측 코딩 동작들을 포함한, 다양한 압축 동작들을 수행할 수 있다. 따라서, 코딩된 비디오 데이터는 사용중인 비디오 코딩 기술 또는 표준에 의해 특정된 신택스를 준수할 수 있다.

일 실시예에서, 송신기(409)는 인코딩된 비디오와 함께 추가적인 데이터를 송신할 수 있다. 소스 코더(403)는 코딩된 비디오 시퀀스의 일부로서 그러한 데이터를 포함할 수 있다. 추가적인 데이터는 시간적/공간적/SNR 향상 계층들, 중복 픽처들 및 슬라이스들과 같은 다른 형태들의 중복 데이터, SEI(Supplementary Enhancement Information) 메시지들, VUI(Visual Usability Information) 파라미터 세트 프래그먼트들 등을 포함할 수 있다.

도 5는 DASH 및 CMAF(Common Media Application Format) 이벤트들을 처리하기 위한 클라이언트 샘플 아키텍처의 것과 같은 샘플 DASH 클라이언트 처리 모델(500)을 도시하는데, 여기서 미디어 세그먼트들의 클라이언트 요청은 클라이언트가 그로부터 메타데이터 트랙들의 세그먼트들에 액세스하고, 이들을 파싱하고, 이들을 애플리케이션에 전송할 수 있는 메타데이터 트랙들을 또한 기술한 매니페스트 내의 기술된 주소들에 기초할 수 있다. 또한, 예시적인 실시예들에 따르면, 후술하는 바와 같은 미디어 세그먼트들에 대한 주소들 중 DASH 매니페스트는 인덱스 세그먼트들에 대한 주소들을 제공할 수 있다. 각각의 인덱스 세그먼트는 하나의 세그먼트 지속기간 및 크기에 관한 정보를 제공할 수 있으며, 표현 인덱스(Representation Index)는 주어진 표현의 모든 세그먼트들에 대한 인덱스 정보를 제공할 수 있다.

도 6은, 메인 픽처가 윈도우 디스플레이 또는 증강 현실 뷰 등과 같은 전체 스크린을 차지할 수 있는 반면, 오버레이 픽처, 픽처-인-픽처는 스크린의 작은 영역을 차지하여, 메인 픽처의 대응하는 영역을 커버하도록 하는 픽처-인-픽처 사용 사례의 예(600)를 도시한다. 픽처-인-픽처(pip)의 좌표는 x, y, 높이, 및 폭에 의해 표시되며, 여기서 이러한 파라미터들은 이에 대응하여 메인 픽처 좌표에 대한 pip의 위치 및 크기를 정의한다.

도 7의 예(700) 및 도 8의 흐름도(800)를 보면, 예시적인 실시예들에 따르면, 스트리밍의 경우에, 메인 비디오 및 pip 비디오가 S801에서 예컨대 상이한 서버들 또는 화상 회의 등과 같은 적어도 상이한 소스들로부터 2개의 별개의 스트림으로서 전달될 수 있다는 것이 이해될 것이다. 그리고 그러한 스트림들은 S802에서의 결정에 대해 아니오(No)를 결정한 후에 S804에서 개별 디코더들에 의해 디코딩될 다른 독립적인 스트림들로서 전달되거나, S801로부터 직접 전달된 다음, 렌더링을 위해 함께 구성될 수 있다. 그러나, 예시적인 실시예들에 따르면, 사용된 비디오 코덱이 스트림들을 병합하는 것을 지원할 때, 그것은 S802에서 예컨대 비디오 스트림들 중 하나 이상과 함께 포함된 플래그에 의해, 그리고/또는 S801에서 각자의 서브픽처들을 갖는 그것의 메타데이터로서 결정될 수 있고, pip 비디오 스트림은 S803에서 메인 비디오 스트림과 조합될 수 있고, 가능하게는 메인 비디오의 커버된 영역을 나타내는 스트리밍을 pip 비디오로 대체하고, 그 후 단일 스트림은, S804에서, 디코딩 및 그 후 렌더링을 위해 디코더에 전송된다. 그리고 그에 의해, 별개로 디코딩된 후 병합되는 초기의 독립적인 스트림들이 아니라 단일의 병합된 스트림이 디코딩을 위해 전달될 수 있으므로 디코더에 대한 기술적인 부담이 감소된다.

예시적인 실시예들에 따르면, 예(700) 및 예(800)에서와 같이, VVC 서브픽처들은 VVC 서브픽처들의 추출 및 병합 속성들 둘 다를 사용함으로써 픽처-인-픽처 서비스들에 사용될 수 있다. 그러한 서비스의 경우, 메인 비디오는 수개의 서브픽처를 사용하여 인코딩되며, 이들 중 하나는 보충 비디오와 동일한 크기이고, 보충 비디오가 메인 비디오로 합성되도록 의도된 정확한 위치에 위치되고, 추출을 가능하게 하기 위해 독립적으로 코딩된다. 사용자가, S802에서와 같이, 보충 비디오를 포함하는 서비스의 버전을 보기로 선택한 경우, 메인 비디오의 픽처-인-픽처 영역에 대응하는 서브픽처가 메인 비디오 비트스트림으로부터 추출되고, 보충 비디오 비트스트림은, 예(700) 및 예(800)에 예시된 바와 같이, 그 자리에서 메인 비디오 비트스트림과 병합되지만, 전술한 디코딩은 인코딩에 관한 이러한 예시적인 실시예들의 목적을 위해 이해되는 바와 같이 인코딩으로 대체된다.

그리고 S802 및 S803에서와 같은 DASH에서의 VVC의 하나 이상의 서브픽처 속성에 대한 위에서 설명된 주석은 예시적인 실시예들에 따른 VVC 스트림의 다양한 서브픽처들의 속성들을 설명하기 위해 MPD ContentComponent 요소를 사용할 수 있다. 예를 들어, 이러한 요소의 사용은 다음의 표 1로부터 이해될 수 있다:

표 1 - 예시적인 실시예들에 따른 VVC 서브픽처 주석에 사용되는 ContentComponent 요소의 시맨틱스

그리고 예시적인 실시예들에 따르면, 임의의 VVC 서브픽처인, ContentComponent 요소가 적응 세트 또는 표현에 추가되어, 그 서브픽처에 주석부기할 수 있다. 그리고 예시적인 실시예들에 따라 DASH 클라이언트는 원하는 서브픽처 스트림을 픽처-인-픽처 비디오 스트림으로 대체한 후 조작된 VVC 비트스트림을 VVC 디코더에 공급하기 위해 비트스트림 조작기(bitstream manipulator)에 주석을 제공할 수 있다.

또한, 본 명세서에서의 실시예들은, 본 명세서에서의 실시예들이 이러한 서브픽처들로 구성되는 다른 비디오 스트림들에 대해 사용될 수 있고, 위에서 설명된 것과 동일한 방법(들)이 독립적으로 디코딩될 수 있는 다수의 서브스트림들로 구성되는 임의의 오디오 또는 미디어 스트림에 대해 사용될 수 있도록 다른 코덱들로 확장된다. 즉, 각각의 서브스트림은 위의 방법들 중 임의의 하나 이상을 사용하여 주석부기될 수 있고, 이에 의해 코딩 부담을 적어도 감소시킨다.

위에서 설명된 기법들은 컴퓨터 판독가능 명령어들을 사용하고 하나 이상의 컴퓨터 판독가능 매체에 물리적으로 저장된 컴퓨터 소프트웨어로서 구현될 수 있거나 또는 구체적으로 구성된 하나 이상의 하드웨어 프로세서에 의해 구현될 수 있다. 예를 들어, 도 9는 개시된 주제의 특정 실시예들을 구현하기에 적합한 컴퓨터 시스템(900)을 도시한다.

컴퓨터 소프트웨어는, 컴퓨터 중앙 처리 유닛(CPU), 그래픽 처리 유닛(GPU) 등에 의해, 직접, 또는 해석, 마이크로-코드 실행 등을 통해 실행될 수 있는 명령어들을 포함하는 코드를 생성하기 위해 어셈블리, 컴파일(compilation), 링킹(linking), 또는 유사한 메커니즘들이 수행될 수 있는 임의의 적합한 머신 코드 또는 컴퓨터 언어를 사용하여 코딩될 수 있다.

명령어들은, 예를 들어, 개인용 컴퓨터, 태블릿 컴퓨터, 서버, 스마트폰, 게이밍 디바이스, 사물 인터넷 디바이스 등을 포함하여, 다양한 타입의 컴퓨터들 또는 그것의 컴포넌트들 상에서 실행될 수 있다.

컴퓨터 시스템(900)에 대한 도 9에 도시된 컴포넌트들은 사실상 예시적인 것이고, 본 개시내용의 실시예들을 구현하는 컴퓨터 소프트웨어의 사용 또는 기능성의 범위에 대한 임의의 제한을 암시하도록 의도되지 않는다. 컴포넌트들의 구성이 컴퓨터 시스템(900)의 예시적인 실시예에서 예시된 컴포넌트들 중 임의의 하나 또는 이들의 조합과 관련하여 임의의 종속성 또는 요건을 갖는 것으로 해석되어서도 안 된다.

컴퓨터 시스템(900)은 특정 휴먼 인터페이스 입력 디바이스들을 포함할 수 있다. 그러한 휴먼 인터페이스 입력 디바이스는, 예를 들어, 촉각 입력(예컨대: 키스트로크, 스와이프, 데이터 글러브 움직임), 오디오 입력(예컨대: 음성, 손뼉), 시각적 입력(예컨대, 제스처), 후각적 입력(묘사되지 않음)을 통한 하나 이상의 인간 사용자에 의한 입력에 응답할 수 있다. 휴먼 인터페이스 디바이스들은 또한 오디오(예컨대: 음성, 음악, 주변 사운드), 이미지들(예컨대: 스캐닝된 이미지들, 스틸 이미지 카메라로부터 획득된 사진 이미지들), 비디오(예컨대 2차원 비디오, 입체적 비디오를 포함하는 3차원 비디오)와 같은, 인간에 의한 의식적인 입력과 반드시 직접적으로 관련되지는 않는 특정 미디어를 캡처하기 위해 사용될 수 있다.

입력 휴먼 인터페이스 디바이스들은 키보드(901), 마우스(902), 트랙패드(903), 터치 스크린(910), 조이스틱(905), 마이크로폰(906), 스캐너(908), 카메라(907) 중 하나 이상(각각의 하나만이 묘사됨)을 포함할 수 있다.

컴퓨터 시스템(900)은 특정 휴먼 인터페이스 출력 디바이스들을 또한 포함할 수 있다. 그러한 휴먼 인터페이스 출력 디바이스들은, 예를 들어, 촉각 출력, 사운드, 광, 및 냄새/맛을 통해 하나 이상의 인간 사용자의 감각들을 자극하고 있을 수 있다. 그러한 휴먼 인터페이스 출력 디바이스들은 촉각 출력 디바이스들(예를 들어 터치-스크린(910), 또는 조이스틱(905)에 의한 촉각 피드백, 그러나 입력 디바이스들로서 역할을 하지 않는 촉각 피드백 디바이스들도 있을 수 있음), 오디오 출력 디바이스들(예컨대: 스피커들(909), 헤드폰들(묘사되지 않음)), 시각적 출력 디바이스들(예컨대, 각각 터치-스크린 입력 능력이 있거나 없고, 각각 촉각 피드백 능력이 있거나 없는, CRT 스크린들, LCD 스크린들, 플라즈마 스크린들, OLED 스크린들을 포함하는 스크린들(910) - 이들 중 일부는 스테레오그래픽 출력과 같은 수단을 통해 2차원 시각적 출력 또는 3차원을 초과한 출력을 출력할 수 있음 - ; 가상 현실 안경(묘사되지 않음), 홀로그래픽 디스플레이들 및 스모크 탱크들(묘사되지 않음)), 및 프린터들(묘사되지 않음)을 포함할 수 있다.

컴퓨터 시스템(900)은 인간 액세스가능한 저장 디바이스들 및 그의 연관된 매체들, 예컨대 CD/DVD(911) 등의 매체를 갖는 CD/DVD ROM/RW(920)를 포함하는 광학 매체, 썸-드라이브(thumb-drive)(922), 이동식 하드 드라이브 또는 솔리드 스테이트 드라이브(923), 테이프 및 플로피 디스크(묘사되지 않음)와 같은 레거시 자기 매체, 보안 동글(묘사되지 않음)과 같은 특수화된 ROM/ASIC/PLD 기반 디바이스들 등을 또한 포함할 수 있다.

본 기술분야의 통상의 기술자들은 또한, 현재 개시된 주제와 관련하여 사용되는 용어 "컴퓨터 판독가능 매체"가 송신 매체, 반송파들, 또는 다른 일시적 신호들을 포함하지 않는다는 것을 이해해야 한다.

컴퓨터 시스템(900)은 하나 이상의 통신 네트워크(998)에 대한 인터페이스(999)를 또한 포함할 수 있다. 네트워크들(998)은, 예를 들어, 무선(wireless), 유선(wireline), 광학(optical)일 수 있다. 네트워크들(998)은 추가로 로컬, 광역, 대도시, 차량 및 산업, 실시간, 지연-허용(delay-tolerant) 등일 수 있다. 네트워크들(998)의 예들은 로컬 영역 네트워크들, 예컨대 이더넷, 무선 LAN들, GSM, 3G, 4G, 5G, LTE 등을 포함하는 셀룰러 네트워크들, 케이블 TV, 위성 TV 및 지상파 브로드캐스트 TV를 포함하는 TV 유선 또는 무선 광역 디지털 네트워크들, CANBus를 포함하는 차량 및 산업 등을 포함한다. 특정 네트워크들(998)은 일반적으로 특정 범용 데이터 포트들 또는 주변 버스들(950 및 951)(예를 들어, 컴퓨터 시스템(900)의 USB 포트들 등)에 부착되는 외부 네트워크 인터페이스 어댑터들을 요구하며; 다른 것들은 일반적으로 아래에 설명되는 바와 같은 시스템 버스(예를 들어, PC 컴퓨터 시스템으로의 이더넷 인터페이스 또는 스마트폰 컴퓨터 시스템으로의 셀룰러 네트워크 인터페이스)로의 부착에 의해 컴퓨터 시스템(900)의 코어에 통합된다. 이들 네트워크들(998) 중 임의의 것을 사용하여, 컴퓨터 시스템(900)은 다른 엔티티들과 통신할 수 있다. 그러한 통신은 단방향성 수신 전용(예를 들어, 브로드캐스트 TV), 단방향성 송신 전용(예를 들어, CANbus 대 특정 CANbus 디바이스들), 또는 예를 들어 로컬 영역 또는 광역 디지털 네트워크들을 사용하는 다른 컴퓨터 시스템들과의 양방향성일 수 있다. 위에서 설명한 바와 같은 네트워크들 및 네트워크 인터페이스들 각각에 대해 특정 프로토콜들 및 프로토콜 스택들이 사용될 수 있다.

전술한 휴먼 인터페이스 디바이스들, 인간-액세스가능한 저장 디바이스들, 및 네트워크 인터페이스들은 컴퓨터 시스템(900)의 코어(940)에 부착될 수 있다.

코어(940)는 하나 이상의 중앙 처리 유닛(CPU)(941), 그래픽 처리 유닛(GPU)(942), 그래픽 어댑터(917), 필드 프로그램가능 게이트 영역(FPGA)(943)의 형태로 된 특수화된 프로그램가능 처리 유닛, 특정 태스크들에 대한 하드웨어 가속기(944) 등을 포함할 수 있다. 이들 디바이스는, 판독 전용 메모리(ROM)(945), 랜덤 액세스 메모리(946), 내부 비-사용자 액세스가능 하드 드라이브들, SSD들 등과 같은 내부 대용량 스토리지(947)와 함께, 시스템 버스(948)를 통해 연결될 수 있다. 일부 컴퓨터 시스템들에서, 시스템 버스(948)는 추가적인 CPU들, GPU들 등에 의한 확장을 가능하게 하기 위해 하나 이상의 물리적 플러그의 형태로 액세스가능할 수 있다. 주변 디바이스들은 코어의 시스템 버스(948)에 직접, 또는 주변 버스(951)를 통해 부착될 수 있다. 주변 버스를 위한 아키텍처들은 PCI, USB 등을 포함한다.

CPU들(941), GPU들(942), FPGA들(943), 및 가속기들(944)은, 조합하여, 전술한 컴퓨터 코드를 구성할 수 있는 특정 명령어들을 실행할 수 있다. 그 컴퓨터 코드는 ROM(945) 또는 RAM(946)에 저장될 수 있다. 과도적인 데이터가 또한 RAM(946)에 저장될 수 있는 반면, 영구 데이터는, 예를 들어, 내부 대용량 스토리지(947)에 저장될 수 있다. 메모리 디바이스들 중 임의의 것에 대한 고속 저장 및 검색은, 하나 이상의 CPU(941), GPU(942), 대용량 스토리지(947), ROM(945), RAM(946) 등과 밀접하게 연관될 수 있는, 캐시 메모리의 사용을 통해 가능하게 될 수 있다.

컴퓨터 판독가능 매체는 다양한 컴퓨터 구현 동작들을 수행하기 위한 컴퓨터 코드를 가질 수 있다. 매체 및 컴퓨터 코드는 본 개시내용의 목적을 위해 특별히 설계되고 구성된 것들일 수 있거나, 또는 그것들은 컴퓨터 소프트웨어 기술분야의 기술자들에게 잘 알려져 있고 이용가능한 종류의 것일 수 있다.

제한이 아니라 예로서, 컴퓨터 시스템(900)에 대응하는 아키텍처, 및 구체적으로 코어(940)는 프로세서(들)(CPU들, GPU들, FPGA, 가속기들 등을 포함함)가 하나 이상의 유형의(tangible) 컴퓨터 판독가능 매체에 구현된 소프트웨어를 실행하는 결과로서 기능성을 제공할 수 있다. 그러한 컴퓨터 판독가능 매체는 위에 소개된 바와 같은 사용자-액세스가능한 대용량 스토리지뿐만 아니라, 코어-내부 대용량 스토리지(947) 또는 ROM(945)과 같은 비일시적인 본질의 것인 코어(940)의 특정 스토리지와 연관된 매체일 수 있다. 본 개시내용의 다양한 실시예들을 구현하는 소프트웨어가 그러한 디바이스들에 저장되고 코어(940)에 의해 실행될 수 있다. 컴퓨터 판독가능 매체는 특정 필요에 따라 하나 이상의 메모리 디바이스 또는 칩을 포함할 수 있다. 소프트웨어는 코어(940) 및 구체적으로 그 내부의 프로세서들(CPU, GPU, FPGA 등을 포함함)로 하여금, RAM(946)에 저장된 데이터 구조들을 정의하는 것 및 소프트웨어에 의해 정의된 프로세스들에 따라 그러한 데이터 구조들을 수정하는 것을 포함하여, 본 명세서에 설명된 특정 프로세스들 또는 특정 프로세스들의 특정 부분들을 실행하게 할 수 있다. 추가로 또는 대안으로서, 컴퓨터 시스템은, 본 명세서에 설명된 특정 프로세스들 또는 특정 프로세스들의 특정 부분들을 실행하기 위해 소프트웨어 대신에 또는 그와 함께 동작할 수 있는, 회로(예를 들어: 가속기(944))에 하드와이어링되거나 다른 방식으로 구현된 로직의 결과로서 기능성을 제공할 수 있다. 소프트웨어에 대한 참조는, 적절한 경우, 로직을 포함할 수 있고, 그 반대도 가능하다. 컴퓨터 판독가능 매체에 대한 참조는, 적절한 경우, 실행을 위한 소프트웨어를 저장한 회로(예컨대 집적 회로(IC)), 또는 실행을 위한 로직을 구현한 회로, 또는 둘 다를 포함할 수 있다. 본 개시내용은 하드웨어 및 소프트웨어의 임의의 적합한 조합을 포함한다.

본 개시내용이 여러 예시적인 실시예들을 설명하였지만, 본 개시내용의 범위 내에 속하는 변경들, 치환들, 및 다양한 대체 균등물들이 존재한다. 따라서, 본 기술분야의 통상의 기술자들은, 비록 본 명세서에 명시적으로 도시되거나 설명되지는 않았지만, 본 개시내용의 원리들을 구현하고 따라서 그것의 진의 및 범위 내에 있는, 다수의 시스템들 및 방법들을 고안할 수 있을 것이라는 점이 인정될 것이다.

Claims

비디오 코딩 방법으로서,
하나 이상의 서브픽처를 포함하는 DASH(dynamic adaptive streaming over HTTP) 비디오 비트스트림을 획득하는 단계;
상기 하나 이상의 서브픽처가 VVC(Versatile Video Coding) 호환 서브픽처들을 포함하는지 여부를 결정하는 단계;
상기 DASH 비디오 비트스트림이 상기 VVC 호환 서브픽처들을 포함하는 것에 응답하여, 하나 이상의 플래그에 기초하여 상기 하나 이상의 서브픽처에 주석부기하는(annotating) 단계; 및
상기 주석부기된 하나 이상의 서브픽처에 기초하여 상기 DASH 비디오 스트림을 조작하는 단계
를 포함하는, 방법.
제1항에 있어서,
상기 하나 이상의 서브픽처는 제1 및 제2 스트림의 서브픽처들이고,
상기 방법은 상기 주석부기된 하나 이상의 서브픽처에 기초하여 상기 제1 스트림과 상기 제2 스트림 중 하나의 적어도 일부를 상기 제1 스트림과 상기 제2 스트림 중 다른 하나로 대체하도록 클라이언트를 제어하는 단계를 포함하고,
비디오 데이터는 DASH(dynamic adaptive streaming over HTTP) 비디오 데이터를 포함하고,
상기 클라이언트는 DASH 클라이언트인, 방법.
제2항에 있어서,
상기 방법은, 상기 제1 서브픽처들 및 상기 제2 서브픽처들 중 하나 이상에 주석부기할지 여부를 결정하는 단계가 DASH 미디어 픽처 설명(media picture description, MPD)에서 상기 제1 서브픽처들 및 상기 제2 서브픽처들 중 하나 이상에 주석부기할지 여부를 결정하는 단계를 포함하는 것을 추가로 포함하는, 방법.
제2항에 있어서,
상기 제1 스트림과 상기 제2 스트림 중 다른 하나는 픽처-인-픽처(picture-in-picture, PIP) 스트림을 포함하는, 방법.
제4항에 있어서,
상기 제1 스트림과 상기 제2 스트림 중 하나의 적어도 일부를 대체하도록 상기 클라이언트를 제어하는 단계는 상기 제1 서브픽처들 및 상기 제2 서브픽처들 중 복수의 서브픽처들에 의해 표현되는 영역을 상기 PIP 스트림으로 대체하는 단계를 포함하는, 방법.
제5항에 있어서,
상기 제1 스트림과 상기 제2 스트림 중 하나는 메인 비디오를 나타내고, 상기 제1 스트림과 상기 제2 스트림 중 다른 하나는 상기 메인 비디오에 대한 보충 비디오로서 별개로 코딩된 스트림을 나타내는, 방법.
제6항에 있어서,
상기 제1 스트림과 상기 제2 스트림 중 하나의 적어도 일부를 대체하도록 상기 클라이언트를 제어하는 단계는 사용자가 상기 보충 비디오를 시청하도록 요청했는지 여부를 결정하는 단계를 포함하는, 방법.
제7항에 있어서,
상기 메인 비디오와 상기 보충 비디오 각각은 VVC(versatile video coding) 서브픽처들을 포함하는, 방법.
제2항에 있어서,
상기 제1 스트림과 상기 제2 스트림 중 하나의 적어도 일부를 대체하도록 상기 클라이언트를 제어하는 단계는 디코더가 상기 제1 스트림과 상기 제2 스트림 둘 다로부터 병합된 단일 병합된 스트림을 제공받도록 VVC 서브픽처들의 속성들을 병합하는 단계를 포함하는, 방법.
제2항에 있어서,
상기 비디오 데이터를 획득하는 것은 상기 제2 스트림과 별개로 상기 제1 스트림을 획득하는 것을 포함하는, 방법.
비디오 스트리밍을 위한 장치로서,
컴퓨터 프로그램 코드를 저장하도록 구성되는 적어도 하나의 메모리;
상기 컴퓨터 프로그램 코드에 액세스하고 상기 컴퓨터 프로그램 코드에 의해 명령된 바와 같이 동작하도록 구성되는 적어도 하나의 프로세서
를 포함하고,
상기 컴퓨터 프로그램 코드는:
상기 적어도 하나의 프로세서로 하여금 하나 이상의 서브픽처를 포함하는 DASH(dynamic adaptive streaming over HTTP) 비디오 비트스트림을 획득하게 하도록 구성되는 획득 코드;
상기 적어도 하나의 프로세서로 하여금 상기 하나 이상의 서브픽처가 VVC(Versatile Video Coding) 호환 서브픽처들을 포함하는지 여부를 결정하게 하도록 구성되는 결정 코드;
상기 적어도 하나의 프로세서로 하여금, 상기 DASH 비디오 비트스트림이 상기 VVC 호환 서브픽처들을 포함하는 것에 응답하여, 하나 이상의 플래그에 기초하여 상기 하나 이상의 서브픽처에 주석부기하게 하도록 구성되는 주석부기 코드; 및
상기 적어도 하나의 프로세서로 하여금 상기 주석부기된 하나 이상의 서브픽처에 기초하여 상기 DASH 비디오 스트림을 조작하게 하도록 구성되는 조작 코드를 포함하는, 장치.
제11항에 있어서,
상기 하나 이상의 서브픽처는 제1 및 제2 스트림의 서브픽처들이고,
상기 컴퓨터 코드는, 상기 적어도 하나의 프로세서로 하여금, 상기 주석부기된 하나 이상의 서브픽처에 기초하여 상기 제1 스트림과 상기 제2 스트림 중 하나의 적어도 일부를 상기 제1 스트림과 상기 제2 스트림 중 다른 하나로 대체하도록 클라이언트를 제어하게 하도록 구성되는 제어 코드를 추가로 포함하고,
비디오 데이터는 DASH(dynamic adaptive streaming over HTTP) 비디오 데이터를 포함하고,
상기 클라이언트는 DASH 클라이언트인, 장치.
제12항에 있어서,
상기 결정 코드는, 상기 적어도 하나의 프로세서로 하여금, DASH 미디어 픽처 설명(MPD)에서 상기 제1 서브픽처들 및 상기 제2 서브픽처들 중 하나 이상에 주석부기할지 여부를 결정하게 하도록 추가로 구성되는, 장치.
제12항에 있어서,
상기 제1 스트림과 상기 제2 스트림 중 다른 하나는 픽처-인-픽처(PIP) 스트림을 포함하는, 장치.
제14항에 있어서,
상기 제어 코드는 상기 적어도 하나의 프로세서로 하여금 상기 제1 서브픽처들 및 상기 제2 서브픽처들 중 복수의 서브픽처들에 의해 표현되는 영역을 상기 PIP 스트림으로 대체하게 하도록 추가로 구성되는, 장치.
제15항에 있어서,
상기 제1 스트림과 상기 제2 스트림 중 하나는 메인 비디오를 나타내고, 상기 제1 스트림과 상기 제2 스트림 중 다른 하나는 상기 메인 비디오에 대한 보충 비디오로서 별개로 코딩된 스트림을 나타내는, 장치.
제16항에 있어서,
상기 제어 코드는 상기 적어도 하나의 프로세서로 하여금 사용자가 상기 보충 비디오를 시청하도록 요청했는지 여부를 결정하게 하도록 추가로 구성되는, 장치.
제17항에 있어서,
상기 메인 비디오와 상기 보충 비디오 각각은 VVC(versatile video coding) 서브픽처들을 포함하는, 장치.
제12항에 있어서,
상기 제어 코드는 상기 적어도 하나의 프로세서로 하여금 디코더가 상기 제1 스트림과 상기 제2 스트림 둘 다로부터 병합된 단일 병합된 스트림을 제공받도록 VVC 서브픽처들의 속성들을 병합하게 하도록 추가로 구성되는, 장치.
컴퓨터로 하여금 프로세스를 실행하게 하는 프로그램을 저장한 비일시적 컴퓨터 판독가능 매체로서,
상기 프로세스는:
하나 이상의 서브픽처를 포함하는 DASH(dynamic adaptive streaming over HTTP) 비디오 비트스트림을 획득하는 것;
상기 하나 이상의 서브픽처가 VVC(Versatile Video Coding) 호환 서브픽처들을 포함하는지 여부를 결정하는 것;
상기 DASH 비디오 비트스트림이 상기 VVC 호환 서브픽처들을 포함하는 것에 응답하여, 하나 이상의 플래그에 기초하여 상기 하나 이상의 서브픽처에 주석부기하는 것; 및
상기 주석부기된 하나 이상의 서브픽처에 기초하여 상기 DASH 비디오 스트림을 조작하는 것을 포함하는, 비일시적 컴퓨터 판독가능 매체.