WO2018230809A1 - 360도 비디오를 전송하는 방법, 360도 비디오를 수신하는 방법, 360도 비디오 전송 장치, 360도 비디오 수신 장치 - Google Patents

360도 비디오를 전송하는 방법, 360도 비디오를 수신하는 방법, 360도 비디오 전송 장치, 360도 비디오 수신 장치 Download PDF

Info

Publication number
WO2018230809A1
WO2018230809A1 PCT/KR2018/002052 KR2018002052W WO2018230809A1 WO 2018230809 A1 WO2018230809 A1 WO 2018230809A1 KR 2018002052 W KR2018002052 W KR 2018002052W WO 2018230809 A1 WO2018230809 A1 WO 2018230809A1
Authority
WO
WIPO (PCT)
Prior art keywords
information
hot spot
video
degree video
content
Prior art date
Application number
PCT/KR2018/002052
Other languages
English (en)
French (fr)
Inventor
이수연
오세진
Original Assignee
엘지전자 주식회사
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 엘지전자 주식회사 filed Critical 엘지전자 주식회사
Priority to US16/622,863 priority Critical patent/US20200204785A1/en
Priority to KR1020197038319A priority patent/KR102243666B1/ko
Priority to EP18818160.6A priority patent/EP3641321A4/en
Priority to CN201880052293.4A priority patent/CN110999312B/zh
Publication of WO2018230809A1 publication Critical patent/WO2018230809A1/ko

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N13/00—Stereoscopic video systems; Multi-view video systems; Details thereof
    • H04N13/10—Processing, recording or transmission of stereoscopic or multi-view image signals
    • H04N13/106—Processing image signals
    • H04N13/172—Processing image signals image signals comprising non-image signal components, e.g. headers or format information
    • H04N13/178—Metadata, e.g. disparity information
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/40—Client devices specifically adapted for the reception of or interaction with content, e.g. set-top-box [STB]; Operations thereof
    • H04N21/43—Processing of content or additional data, e.g. demultiplexing additional data from a digital video stream; Elementary client operations, e.g. monitoring of home network or synchronising decoder's clock; Client middleware
    • H04N21/434—Disassembling of a multiplex stream, e.g. demultiplexing audio and video streams, extraction of additional data from a video stream; Remultiplexing of multiplex streams; Extraction or processing of SI; Disassembling of packetised elementary stream
    • H04N21/4348—Demultiplexing of additional data and video streams
    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
    • G10L19/00—Speech or audio signals analysis-synthesis techniques for redundancy reduction, e.g. in vocoders; Coding or decoding of speech or audio signals, using source filter models or psychoacoustic analysis
    • G10L19/008—Multichannel audio signal coding or decoding using interchannel correlation to reduce redundancy, e.g. joint-stereo, intensity-coding or matrixing
    • 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
    • H04N13/194—Transmission of image signals
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/20—Servers specifically adapted for the distribution of content, e.g. VOD servers; Operations thereof
    • H04N21/21—Server components or server architectures
    • H04N21/218—Source of audio or video content, e.g. local disk arrays
    • H04N21/21805—Source of audio or video content, e.g. local disk arrays enabling multiple viewpoints, e.g. using a plurality of cameras
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/20—Servers specifically adapted for the distribution of content, e.g. VOD servers; Operations thereof
    • H04N21/23—Processing of content or additional data; Elementary server operations; Server middleware
    • H04N21/236—Assembling of a multiplex stream, e.g. transport stream, by combining a video stream with other content or additional data, e.g. inserting a URL [Uniform Resource Locator] into a video stream, multiplexing software data into a video stream; Remultiplexing of multiplex streams; Insertion of stuffing bits into the multiplex stream, e.g. to obtain a constant bit-rate; Assembling of a packetised elementary stream
    • H04N21/23614—Multiplexing of additional data and video streams
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/20—Servers specifically adapted for the distribution of content, e.g. VOD servers; Operations thereof
    • H04N21/23—Processing of content or additional data; Elementary server operations; Server middleware
    • H04N21/236—Assembling of a multiplex stream, e.g. transport stream, by combining a video stream with other content or additional data, e.g. inserting a URL [Uniform Resource Locator] into a video stream, multiplexing software data into a video stream; Remultiplexing of multiplex streams; Insertion of stuffing bits into the multiplex stream, e.g. to obtain a constant bit-rate; Assembling of a packetised elementary stream
    • H04N21/2365—Multiplexing of several video streams
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/40—Client devices specifically adapted for the reception of or interaction with content, e.g. set-top-box [STB]; Operations thereof
    • H04N21/47—End-user applications
    • H04N21/472—End-user interface for requesting content, additional data or services; End-user interface for interacting with content, e.g. for content reservation or setting reminders, for requesting event notification, for manipulating displayed content
    • H04N21/4722—End-user interface for requesting content, additional data or services; End-user interface for interacting with content, e.g. for content reservation or setting reminders, for requesting event notification, for manipulating displayed content for requesting additional data associated with the content
    • H04N21/4725—End-user interface for requesting content, additional data or services; End-user interface for interacting with content, e.g. for content reservation or setting reminders, for requesting event notification, for manipulating displayed content for requesting additional data associated with the content using interactive regions of the image, e.g. hot spots
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/80—Generation or processing of content or additional data by content creator independently of the distribution process; Content per se
    • H04N21/81—Monomedia components thereof
    • H04N21/816—Monomedia components thereof involving special video data, e.g 3D video
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/80—Generation or processing of content or additional data by content creator independently of the distribution process; Content per se
    • H04N21/83—Generation or processing of protective or descriptive data associated with content; Content structuring
    • H04N21/845—Structuring of content, e.g. decomposing content into time segments
    • H04N21/8456—Structuring of content, e.g. decomposing content into time segments by decomposing the content in the time domain, e.g. in time segments
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/80—Generation or processing of content or additional data by content creator independently of the distribution process; Content per se
    • H04N21/85—Assembly of content; Generation of multimedia applications
    • H04N21/854—Content authoring
    • H04N21/85406—Content authoring involving a specific file format, e.g. MP4 format
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/80—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
    • H04N21/858—Linking data to content, e.g. by linking an URL to a video object, by creating a hotspot
    • H04N21/8583—Linking data to content, e.g. by linking an URL to a video object, by creating a hotspot by creating hot-spots

Definitions

  • the present invention relates to a method of transmitting a 360 degree video, a method of receiving a 360 degree video, a 360 degree video transmitting apparatus, a 360 degree video receiving apparatus.
  • the VR (Virtual Reality) system gives the user the feeling of being in an electronically projected environment.
  • the system for providing VR can be further refined to provide higher quality images and spatial sound.
  • the VR system can enable a user to consume VR content interactively.
  • VR content 360 degree content
  • sphere 360 degree sphere
  • the VR system needs to be improved in order to provide the VR environment to the user more efficiently.
  • data transmission efficiency for transmitting a large amount of data such as VR content robustness between a transmission and reception network, network flexibility considering a mobile receiving device, and methods for efficient playback and signaling should be proposed.
  • MPEG-I which is developing standards for the next generation of media, provides a new type of contents service (eg, light field, omnidirectional 360, etc.) that can cover a wider area than the fixed 360 degree center. I would like to. In other words, there is an ongoing effort to expand the range of services that users can experience than existing fixed spheres.
  • One object of the present invention is to provide a method for efficiently processing video data even when a plurality of VR content (360 degree content) is provided.
  • Another object of the present invention is to provide a method of configuring a file / transport format for efficient scene change between 360-degree content when a plurality of 360-degree content is to be streamed.
  • the present invention proposes a method for transmitting a 360 degree video, a method for receiving a 360 degree video, a 360 degree video transmitting apparatus, a 360 degree video receiving apparatus.
  • a 360 degree video receiving apparatus is disclosed.
  • An apparatus for receiving a 360 degree video includes a receiver which receives a 360 degree video service including a plurality of 360 degree video contents and a data signal including signaling information for the 360 degree video service. At least two 360 degree video contents of the plurality of 360 degree video contents are connected to each other through a hot spot, the signaling information includes the hot spot related information, and the hot spot related information is included in the scene included in the 360 degree video content.
  • Hot spot number information indicating the number of hot spots present in the hot spot, hot spot identification information identifying each hot spot, and hot spot location information indicating the location of each hot spot;
  • a signaling parser for parsing the signaling information;
  • a display unit for displaying the 360 degree video service. It includes.
  • the hot spot location information may be information indicating the location of the hot spot in the 360 degree video content.
  • the hot spot location information may include center point information indicating a center point of the hot spot and range information indicating a horizontal and vertical range based on the center point of the hot spot.
  • the hot spot location information may include coordinate values of at least three vertices defining a boundary of the hot spot.
  • the hot spot related information may include content indication information indicating 360 degree video content connected through each hot spot, start time information of 360 degree video content indicated by the content indication information, and the content indication information. It may further include initial viewport information of the indicated 360 degree video content.
  • the signaling information may further include navigation information for providing position and direction information of the 360-degree video content being played back, and the position and orientation information of the 360-degree video content being played back with the 360-degree video service. Relative position and direction in the relationship.
  • the navigation information may further include window region information defining an area of a navigator window displayed in the viewport of the 360-degree video content being played.
  • the 360 degree video receiving apparatus may further include a renderer for rendering the 360 degree video service in 3D space.
  • a method of transmitting 360 degree video is disclosed.
  • a method of transmitting 360-degree video comprises: generating a 360-degree video service including a plurality of 360-degree video content; at least two 360-degree video content of the plurality of 360-degree video content. Are connected to each other via hot spots; Generating signaling information for the 360 degree video service, the signaling information includes the hot spot related information, and the hot spot related information indicates the number of hot spots present in a scene included in the 360 degree video content Hot spot number information, hot spot identification information identifying each hot spot, and hot spot location information indicating a location of each hot spot; And transmitting a data signal including the 360 degree video service and the signaling information. It includes.
  • the hot spot location information may be information indicating the location of the hot spot in the 360 degree video content.
  • the hot spot location information may include center point information indicating a center point of the hot spot and range information indicating a horizontal and vertical range based on the center point of the hot spot.
  • the hot spot location information may include coordinate values of at least three vertices defining a boundary of the hot spot.
  • the hot spot related information may include content indication information indicating 360 degree video content connected through each hot spot, start time information of 360 degree video content indicated by the content indication information, and the content indication information. It may further include initial viewport information of the indicated 360 degree video content.
  • the signaling information further includes navigation information for providing position and orientation information of the 360-degree video content being played, and the position and orientation information of the 360-degree video content being played may be related to the 360-degree video service. Relative position and orientation.
  • the navigation information may further include window region information defining an area of a navigator window displayed in the viewport of the 360-degree video content being played.
  • a 360 degree video transmission apparatus and a method for receiving 360 degree video are disclosed.
  • the present invention can efficiently transmit 360-degree content in an environment supporting next generation hybrid broadcasting using a terrestrial broadcasting network and an internet network.
  • the present invention can propose a method for providing an interactive experience in the consumption of 360-degree content of the user.
  • the present invention can propose a method of signaling to accurately reflect the intention of the 360-degree content producer in the 360-degree content consumption of the user.
  • the present invention can propose a method of efficiently increasing transmission capacity and delivering necessary information in 360-degree content delivery.
  • the present invention can provide a plurality of 360-degree content. More specifically, the present invention can provide a plurality of 360-degree content within the 360-degree video, it can provide a next-generation media service that provides the 360-degree video. In addition, the present invention may provide a method for efficiently processing video data when a plurality of 360-degree content is provided within 360-degree video.
  • FIG. 1 is a diagram illustrating an overall architecture for providing a 360 degree video according to the present invention.
  • FIG. 2 illustrates a 360 degree video transmission apparatus according to an aspect of the present invention.
  • FIG. 3 is a diagram illustrating a 360 degree video receiving apparatus according to another aspect of the present invention.
  • FIG. 4 is a diagram illustrating a 360-degree video transmission device / 360-degree video receiving apparatus according to another embodiment of the present invention.
  • FIG. 5 is a diagram illustrating the concept of an airplane main axis (Aircraft Principal Axes) for explaining the 3D space of the present invention.
  • FIG. 6 is a diagram illustrating projection schemes according to an embodiment of the present invention.
  • FIG. 7 is a diagram illustrating a tile according to an embodiment of the present invention.
  • FIG. 8 is a diagram illustrating metadata related to 360 degree video according to an embodiment of the present invention.
  • FIG. 9 illustrates the structure of a media file according to an embodiment of the present invention.
  • FIG. 10 illustrates a hierarchical structure of boxes in an ISOBMFF according to an embodiment of the present invention.
  • FIG. 11 illustrates an overall operation of a DASH-based adaptive streaming model according to an embodiment of the present invention.
  • FIG. 12 is a view showing how VR content is connected through a hot spot according to an embodiment of the present invention.
  • FIG. 13 is a diagram illustrating various embodiments of hot spots.
  • FIG. 14 is a diagram illustrating a data structure including hot spot related information according to an embodiment of the present invention.
  • 15 is a diagram illustrating a data structure including hot spot related information according to another embodiment of the present invention.
  • 16 is a reference diagram for explaining a method of defining an area according to a shape type according to an embodiment of the present invention.
  • 17 is a diagram illustrating a data structure including hot spot related information according to another embodiment of the present invention.
  • FIG. 18 is a diagram illustrating a data structure including hot spot related information according to another embodiment of the present invention.
  • FIG. 19 is a diagram illustrating a data structure including hot spot related information according to another embodiment of the present invention.
  • 20 is a diagram showing a data structure including hot spot related information according to another embodiment of the present invention.
  • 21 is a diagram illustrating a data structure including hot spot related information according to another embodiment of the present invention.
  • FIG. 22 is a diagram illustrating a data structure including hot spot related information according to another embodiment of the present invention.
  • FIG. 22 is a diagram illustrating a data structure including hot spot related information according to another embodiment of the present invention.
  • FIG. 23 is a diagram illustrating a data structure including hot spot related information according to another embodiment of the present invention.
  • 24 is a diagram illustrating a data structure including hot spot related information according to another embodiment of the present invention.
  • FIG. 25 is a diagram illustrating a data structure including hot spot related information according to another embodiment of the present invention.
  • FIG. 25 is a diagram illustrating a data structure including hot spot related information according to another embodiment of the present invention.
  • FIG. 26 illustrates a case in which HotspotStruct () is included in a HotspotSampleEntry or HotspotSample () according to various embodiments of the present disclosure.
  • FIG. 27 illustrates an embodiment of signaling a data structure including hot spot related information through an ISO BMFF box according to various embodiments of the present disclosure.
  • FIG. 28 illustrates an embodiment of signaling a data structure including hot spot related information through an ISO BMFF box according to various embodiments of the present disclosure.
  • FIG. 30 is a diagram showing a data structure including hot spot related information according to another embodiment of the present invention.
  • FIG. 31 is a diagram illustrating a data structure including hot spot related information according to another embodiment of the present invention.
  • FIG. 31 is a diagram illustrating a data structure including hot spot related information according to another embodiment of the present invention.
  • 32 is a diagram illustrating an example of grouping of samples for streaming switching between VR contents.
  • FIG. 33 is a diagram illustrating a sample group box for switching streaming between VR contents.
  • 34 is a diagram illustrating a sample group entry for delivering grouped VR contents in a predetermined order.
  • 35 is a diagram illustrating a data structure including navigation information according to an embodiment of the present invention.
  • 36 is a diagram illustrating a data structure including navigation information according to another embodiment of the present invention.
  • FIG. 37 illustrates a case in which navigation information is included in a NavigatorSampleEntry according to various embodiments of the present disclosure.
  • 38 illustrates an embodiment of signaling a data structure including navigation information through an ISO BMFF box according to various embodiments of the present disclosure.
  • FIG. 40 is a diagram illustrating a data structure including navigation information according to another embodiment of the present invention.
  • 41 is a view showing SphereRegionStruct according to an embodiment of the present invention.
  • FIG. 42 is a flowchart illustrating a method of transmitting a 360 degree video according to an embodiment of the present invention.
  • FIG. 43 is a block diagram showing a configuration of a 360 degree video transmission apparatus according to an embodiment of the present invention.
  • 44 is a block diagram showing the configuration of a 360-degree video receiving apparatus according to an embodiment of the present invention.
  • 45 is a flowchart illustrating a method of receiving a 360 degree video according to an embodiment of the present invention.
  • FIG. 1 is a diagram illustrating an overall architecture for providing a 360 degree video according to the present invention.
  • the present invention proposes a method of providing 360-degree content in order to provide VR (Virtual Reality) to a user.
  • VR may refer to a technique or environment for replicating a real or virtual environment.
  • VR artificially provides the user with a sensational experience, which allows the user to experience the same as being in an electronically projected environment.
  • 360-degree content refers to the overall content for implementing and providing VR, and may include 360-degree video and / or 360-degree audio.
  • 360 degree video may refer to video or image content that is required to provide VR, and simultaneously captured or played in all directions (360 degrees).
  • the 360 degree video may refer to a video or an image displayed on various types of 3D space according to the 3D model.
  • the 360 degree video may be represented on a spherical surface.
  • 360-degree audio is also audio content for providing VR, and may mean spatial audio content, in which a sound source can be recognized as being located in a specific space in three dimensions.
  • 360 degree content may be generated, processed, and transmitted to users, and users may consume the VR experience using the 360 degree content.
  • 360 degree content / video / image / audio may be used as 360 content / video / image / audio, etc., in which units (degrees) are omitted, or VR content / video / image / audio or the like.
  • the present invention particularly proposes a method for effectively providing 360 video.
  • first 360 video may be captured through one or more cameras.
  • the captured 360 video is transmitted through a series of processes, and the receiving side can process and render the received data back into the original 360 video. Through this, 360 video may be provided to the user.
  • the entire process for providing the 360 video may include a capture process, preparation process, transmission process, processing process, rendering process, and / or feedback process.
  • the capturing process may mean a process of capturing an image or a video for each of a plurality of viewpoints through one or more cameras.
  • image / video data such as illustrated at t1010 may be generated.
  • Each plane of t1010 illustrated may mean an image / video for each viewpoint.
  • the captured plurality of images / videos may be referred to as raw data.
  • metadata related to capture may be generated.
  • Special cameras for VR can be used for this capture.
  • capture through an actual camera may not be performed.
  • the corresponding capture process may be replaced by simply generating related data.
  • the preparation process may be a process of processing the captured image / video and metadata generated during the capture process.
  • the captured image / video may undergo a stitching process, a projection process, a region-wise packing process, and / or an encoding process in this preparation process.
  • each image / video can be stitched.
  • the stitching process may be a process of connecting each captured image / video to create a panoramic image / video or a spherical image / video.
  • the stitched image / video may be subjected to a projection process.
  • the stretched image / video can be projected onto a 2D image.
  • This 2D image may be called a 2D image frame depending on the context. It can also be expressed as mapping a projection to a 2D image to a 2D image.
  • the projected image / video data may be in the form of a 2D image as shown (t1020).
  • the video data projected onto the 2D image may be subjected to region-wise packing to increase video coding efficiency and the like.
  • the region-specific packing may refer to a process of dividing the video data projected on the 2D image by region and applying the process.
  • the region may refer to a region in which 2D images projected with 360 video data are divided.
  • the regions may be divided evenly or arbitrarily divided into 2D images according to an embodiment. In some embodiments, regions may be divided according to a projection scheme.
  • the region-specific packing process is an optional process and may be omitted in the preparation process.
  • this processing may include rotating each region or rearranging on 2D images in order to increase video coding efficiency. For example, by rotating the regions so that certain sides of the regions are located close to each other, efficiency in coding can be increased.
  • the process may include increasing or decreasing a resolution for a specific region in order to differentiate the resolution for each region of the 360 video. For example, regions that correspond to regions of greater importance on 360 video may have higher resolution than other regions.
  • Video data projected on 2D images or region-packed video data may be encoded via a video codec. You can go through the process.
  • the preparation process may further include an editing process.
  • editing process editing of image / video data before and after projection may be further performed.
  • metadata about stitching / projection / encoding / editing may be generated.
  • metadata about an initial time point, or a region of interest (ROI) of video data projected on the 2D image may be generated.
  • the transmission process may be a process of processing and transmitting image / video data and metadata that have been prepared. Processing may be performed according to any transport protocol for the transmission. Data that has been processed for transmission may be delivered through a broadcast network and / or broadband. These data may be delivered to the receiving side in an on demand manner. The receiving side can receive the corresponding data through various paths.
  • the processing may refer to a process of decoding the received data and re-projecting the projected image / video data onto the 3D model.
  • image / video data projected on 2D images may be re-projected onto 3D space.
  • This process may be called mapping or projection depending on the context.
  • the mapped 3D space may have a different shape according to the 3D model.
  • the 3D model may have a sphere, a cube, a cylinder, or a pyramid.
  • the processing process may further include an editing process, an up scaling process, and the like.
  • editing process editing of image / video data before and after re-projection may be further performed.
  • the size of the sample may be increased by upscaling the samples during the upscaling process. If necessary, downscaling may be performed to reduce the size.
  • the rendering process may refer to a process of rendering and displaying re-projected image / video data in 3D space. Depending on the representation, it may be said to combine re-projection and rendering to render on a 3D model.
  • the image / video re-projected onto the 3D model (or rendered onto the 3D model) may have a shape as shown (t1030).
  • the illustrated t1030 is a case where it is re-projected onto a 3D model of a sphere.
  • the user may view some areas of the rendered image / video through the VR display. In this case, the region seen by the user may be in the form as illustrated in t1040.
  • the feedback process may mean a process of transmitting various feedback information that can be obtained in the display process to the transmitter. Through the feedback process, interactivity may be provided for 360 video consumption. According to an embodiment, in the feedback process, head orientation information, viewport information indicating an area currently viewed by the user, and the like may be transmitted to the transmitter. According to an embodiment, the user may interact with those implemented on the VR environment, in which case the information related to the interaction may be transmitted to the sender or service provider side in the feedback process. In some embodiments, the feedback process may not be performed.
  • the head orientation information may mean information about a head position, an angle, and a movement of the user. Based on this information, information about the area currently viewed by the user in the 360 video, that is, viewport information, may be calculated.
  • the viewport information may be information about an area currently viewed by the user in the 360 video. Through this, a gaze analysis may be performed to determine how the user consumes 360 video, which areas of the 360 video are viewed and how much. Gayes analysis may be performed at the receiving end and delivered to the transmitting side via a feedback channel.
  • a device such as a VR display may extract a viewport area based on a user's head position / direction, a vertical or horizontal FOV supported by the device.
  • the above-described feedback information may be consumed at the receiving side as well as being transmitted to the transmitting side. That is, the decoding, re-projection, rendering process, etc. of the receiving side may be performed using the above-described feedback information. For example, only 360 video for the area currently viewed by the user may be preferentially decoded and rendered using head orientation information and / or viewport information.
  • the viewport to the viewport area may mean an area that the user is viewing in 360 video.
  • a viewpoint is a point that a user is viewing in the 360 video and may mean a center point of the viewport area. That is, the viewport is an area centered on the viewpoint, and the size shape occupied by the area may be determined by a field of view (FOV) to be described later.
  • FOV field of view
  • 360 video data image / video data that undergoes a series of processes of capture / projection / encoding / transmission / decoding / re-projection / rendering may be referred to as 360 video data.
  • 360 video data may also be used as a concept including metadata or signaling information associated with such image / video data.
  • FIG. 2 illustrates a 360 degree video transmission apparatus according to an aspect of the present invention.
  • the present invention may be related to a 360 video transmission device.
  • the 360 video transmission apparatus according to the present invention may perform operations related to the above-described preparation process or transmission process.
  • the 360 video transmission apparatus according to the present invention includes a data input unit, a stitcher, a projection processing unit, a region-specific packing processing unit (not shown), a metadata processing unit, a (transmitting side) feedback processing unit, a data encoder, an encapsulation processing unit,
  • the transmission processing unit and / or the transmission unit may be included as internal / external elements.
  • the data input unit may receive the captured images / videos of each viewpoint. These point-in-time images / videos may be images / videos captured by one or more cameras. In addition, the data input unit may receive metadata generated during the capture process. The data input unit may transfer the input image / video for each view to the stitcher, and may transmit metadata of the capture process to the signaling processor.
  • the stitcher may perform stitching on the captured view-point images / videos.
  • the stitcher may transfer the stitched 360 video data to the projection processor. If necessary, the stitcher may receive the necessary metadata from the metadata processor and use the stitching work.
  • the stitcher may transmit metadata generated during the stitching process to the metadata processing unit.
  • the metadata of the stitching process may include information such as whether stitching is performed or a stitching type.
  • the projection processor may project the stitched 360 video data onto the 2D image.
  • the projection processor may perform projection according to various schemes, which will be described later.
  • the projection processor may perform mapping in consideration of a corresponding depth of 360 video data for each viewpoint. If necessary, the projection processing unit may receive metadata required for projection from the metadata processing unit and use the same for the projection work.
  • the projection processor may transmit the metadata generated in the projection process to the metadata processor. Metadata of the projection processing unit may include a type of projection scheme.
  • the region-specific packing processor may perform the region-specific packing process described above. That is, the region-specific packing processing unit may divide the projected 360 video data into regions, and perform processes such as rotating and rearranging the regions, changing the resolution of each region, and the like. As described above, the region-specific packing process is an optional process. If the region-specific packing is not performed, the region-packing processing unit may be omitted.
  • the region-specific packing processor may receive metadata necessary for region-packing from the metadata processor and use the region-specific packing operation if necessary.
  • the region-specific packing processor may transmit metadata generated in the region-specific packing process to the metadata processor.
  • the metadata of each region packing processing unit may include a rotation degree and a size of each region.
  • the stitcher, the projection processing unit, and / or the regional packing processing unit may be performed in one hardware component according to an embodiment.
  • the metadata processor may process metadata that may occur in a capture process, a stitching process, a projection process, a region-specific packing process, an encoding process, an encapsulation process, and / or a processing for transmission.
  • the metadata processor may generate 360 video related metadata using these metadata.
  • the metadata processor may generate 360 video related metadata in the form of a signaling table.
  • 360 video related metadata may be referred to as metadata or 360 video related signaling information.
  • the metadata processor may transfer the acquired or generated metadata to internal elements of the 360 video transmission apparatus as needed.
  • the metadata processor may transmit the 360 video related metadata to the data encoder, the encapsulation processor, and / or the transmission processor so that the 360 video related metadata may be transmitted to the receiver.
  • the data encoder may encode 360 video data projected onto the 2D image and / or region-packed 360 video data.
  • 360 video data may be encoded in various formats.
  • the encapsulation processing unit may encapsulate the encoded 360 video data and / or 360 video related metadata in the form of a file.
  • the 360 video related metadata may be received from the above-described metadata processing unit.
  • the encapsulation processing unit may encapsulate the data in a file format such as ISOBMFF, CFF, or other DASH segments.
  • the encapsulation processing unit may include 360 video-related metadata on a file format.
  • the 360 related metadata may be included, for example, in boxes at various levels in the ISOBMFF file format or as data in separate tracks within the file.
  • the encapsulation processing unit may encapsulate the 360 video related metadata itself into a file.
  • the transmission processing unit may apply processing for transmission to the encapsulated 360 video data according to the file format.
  • the transmission processor may process the 360 video data according to any transmission protocol.
  • the processing for transmission may include processing for delivery through a broadcasting network and processing for delivery through a broadband.
  • the transmission processor may receive not only 360 video data but also metadata related to 360 video from the metadata processor, and may apply processing for transmission thereto.
  • the transmitter may transmit the processed 360 video data and / or 360 video related metadata through a broadcast network and / or broadband.
  • the transmitter may include an element for transmission through a broadcasting network and / or an element for transmission through a broadband.
  • the 360 video transmission device may further include a data storage unit (not shown) as an internal / external element.
  • the data store may store the encoded 360 video data and / or 360 video related metadata before transmitting to the transfer processor.
  • the data is stored in the form of a file such as ISOBMFF.
  • the data storage unit may not be required.However, when delivering on demand, non real time (NRT) or broadband, the encapsulated 360 data is stored in the data storage unit for a certain period of time. May be sent.
  • the 360 video transmitting apparatus may further include a (transmitting side) feedback processing unit and / or a network interface (not shown) as internal / external elements.
  • the network interface may receive the feedback information from the 360 video receiving apparatus according to the present invention, and transmit the feedback information to the transmitter feedback processor.
  • the transmitter feedback processor may transmit the feedback information to the stitcher, the projection processor, the region-specific packing processor, the data encoder, the encapsulation processor, the metadata processor, and / or the transmission processor.
  • the feedback information may be delivered to each of the internal elements after being transmitted to the metadata processor.
  • the internal elements receiving the feedback information may reflect the feedback information in the subsequent processing of the 360 video data.
  • the region-specific packing processing unit may rotate each region to map on the 2D image.
  • the regions may be rotated at different angles and at different angles and mapped on the 2D image.
  • the rotation of the region can be performed taking into account the portion where the 360 video data was adjacent before projection on the spherical face, the stitched portion, and the like.
  • Information about the rotation of the region, that is, rotation direction, angle, etc., may be signaled by 360 video related metadata.
  • the data encoder may be different for each region. Encoding can be performed. The data encoder may encode at a high quality in one region and at a low quality in another region.
  • the transmitter feedback processor may transmit the feedback information received from the 360 video receiving apparatus to the data encoder so that the data encoder uses a region-differential encoding method.
  • the transmitter feedback processor may transmit the viewport information received from the receiver to the data encoder.
  • the data encoder may perform encoding with higher quality (UHD, etc.) than other regions for regions including the region indicated by the viewport information.
  • the transmission processing unit may perform processing for transmission differently for each region.
  • the transmission processing unit may apply different transmission parameters (modulation order, code rate, etc.) for each region to change the robustness of the data transmitted for each region.
  • the transmitting-side feedback processor may transmit the feedback information received from the 360 video receiving apparatus to the transmission processing unit so that the transmission processing unit may perform regional differential transmission processing.
  • the transmitter feedback processor may transmit the viewport information received from the receiver to the transmitter.
  • the transmission processor may perform transmission processing on regions that include an area indicated by corresponding viewport information so as to have higher robustness than other regions.
  • Inner and outer elements of the 360 video transmission apparatus may be hardware elements implemented in hardware.
  • the inner and outer elements may be changed, omitted, or replaced with other elements.
  • additional elements may be added to the 360 video transmission device.
  • FIG. 3 is a diagram illustrating a 360 degree video receiving apparatus according to another aspect of the present invention.
  • the invention may relate to a 360 video receiving device.
  • the 360 video receiving apparatus according to the present invention may perform operations related to the above-described processing and / or rendering.
  • the 360 video receiving apparatus according to the present invention may include a receiver, a receiver processor, a decapsulation processor, a data decoder, a metadata parser, a (receiver side) feedback processor, a re-projection processor, and / or a renderer as internal / external elements. have.
  • the receiver may receive 360 video data transmitted by the 360 video transmission device according to the present invention. According to the transmitted channel, the receiver may receive 360 video data through a broadcasting network or may receive 360 video data through a broadband.
  • the reception processor may perform processing according to a transmission protocol on the received 360 video data.
  • the reception processing unit may perform a reverse process of the above-described transmission processing unit so as to correspond to that the processing for transmission is performed at the transmission side.
  • the reception processor may transmit the obtained 360 video data to the decapsulation processing unit, and the obtained 360 video data may be transferred to the metadata parser.
  • the 360 video related metadata acquired by the reception processor may be in the form of a signaling table.
  • the decapsulation processor may decapsulate the 360 video data in the form of a file received from the reception processor.
  • the decapsulation processing unit may decapsulate files according to ISOBMFF or the like to obtain 360 video data to 360 video related metadata.
  • the obtained 360 video data may be transmitted to the data decoder, and the obtained 360 video related metadata may be transmitted to the metadata parser.
  • the 360 video related metadata acquired by the decapsulation processing unit may be in the form of a box or track in a file format.
  • the decapsulation processing unit may receive metadata necessary for decapsulation from the metadata parser if necessary.
  • the data decoder may perform decoding on 360 video data.
  • the data decoder may receive metadata required for decoding from the metadata parser.
  • the 360 video-related metadata obtained in the data decoding process may be delivered to the metadata parser.
  • the metadata parser may parse / decode 360 video related metadata.
  • the metadata parser may transfer the obtained metadata to the data decapsulation processor, the data decoder, the re-projection processor, and / or the renderer.
  • the re-projection processor may perform re-projection on the decoded 360 video data.
  • the re-projection processor may re-project the 360 video data into the 3D space.
  • the 3D space may have a different shape depending on the 3D model used.
  • the re-projection processor may receive metadata required for re-projection from the metadata parser.
  • the re-projection processor may receive information about the type of the 3D model used and the details thereof from the metadata parser.
  • the re-projection processor may re-project only 360 video data corresponding to a specific area in the 3D space into the 3D space by using metadata required for the re-projection.
  • the renderer may render the re-projected 360 video data.
  • the 360 video data may be rendered in 3D space. If the two processes occur at once, the re-projection unit and the renderer may be integrated so that all processes may be performed in the renderer. According to an exemplary embodiment, the renderer may render only the portion that the user is viewing based on the viewpoint information of the user.
  • the user may view a portion of the 360 video rendered through the VR display.
  • the VR display is a device for playing 360 video, which may be included in the 360 video receiving device (tethered) or may be un-tethered as a separate device to the 360 video receiving device.
  • the 360 video receiving apparatus may further include a (receiving side) feedback processing unit and / or a network interface (not shown) as internal / external elements.
  • the receiving feedback processor may obtain and process feedback information from a renderer, a re-projection processor, a data decoder, a decapsulation processor, and / or a VR display.
  • the feedback information may include viewport information, head orientation information, gaze information, and the like.
  • the network interface may receive the feedback information from the receiver feedback processor and transmit the feedback information to the 360 video transmission apparatus.
  • the receiving side feedback processor may transmit the obtained feedback information to the internal elements of the 360 video receiving apparatus to be reflected in a rendering process.
  • the receiving feedback processor may transmit the feedback information to the renderer, the re-projection processor, the data decoder, and / or the decapsulation processor.
  • the renderer may preferentially render the area that the user is viewing by using the feedback information.
  • the decapsulation processing unit, the data decoder, and the like may preferentially decapsulate and decode the region viewed by the user or the region to be viewed.
  • Inner and outer elements of the 360 video receiving apparatus may be hardware elements implemented in hardware. In some embodiments, the inner and outer elements may be changed, omitted, or replaced with other elements. According to an embodiment, additional elements may be added to the 360 video receiving apparatus.
  • Another aspect of the invention may relate to a method of transmitting 360 video and a method of receiving 360 video.
  • the method of transmitting / receiving 360 video according to the present invention may be performed by the above-described 360 video transmitting / receiving device or embodiments of the device, respectively.
  • the above-described embodiments of the 360 video transmission / reception apparatus, the transmission / reception method, and the respective internal / external elements may be combined with each other.
  • the embodiments of the projection processing unit and the embodiments of the data encoder may be combined with each other to produce as many embodiments of the 360 video transmission device as that case. Embodiments thus combined are also included in the scope of the present invention.
  • FIG. 4 is a diagram illustrating a 360-degree video transmission device / 360-degree video receiving apparatus according to another embodiment of the present invention.
  • 360 content may be provided by an architecture as shown (a).
  • the 360 content may be provided in the form of a file or in the form of a segment-based download or streaming service such as a DASH.
  • the 360 content may be referred to as VR content.
  • 360 video data and / or 360 audio data may be acquired (Acquisition).
  • the 360 audio data may go through an audio preprocessing process and an audio encoding process.
  • audio related metadata may be generated, and the encoded audio and audio related metadata may be processed for transmission (file / segment encapsulation).
  • the 360 video data may go through the same process as described above.
  • the stitcher of the 360 video transmission device may perform stitching on the 360 video data (Visual stitching). This process may be omitted in some embodiments and may be performed at the receiving side.
  • the projection processor of the 360 video transmission apparatus may project 360 video data onto a 2D image (Projection and mapping (packing)).
  • This stitching and projection process is shown in detail in (b).
  • stitching and projection may be performed.
  • the projection process specifically, the stitched 360 video data is projected onto the 3D space, and the projected 360 video data may be viewed as being arranged on the 2D image.
  • This process may be expressed herein as projecting 360 video data onto a 2D image.
  • the 3D space may be a sphere or a cube. This 3D space may be the same as the 3D space used for re-projection on the receiving side.
  • the 2D image may be called a projected frame (C).
  • Region-wise packing may optionally be further performed on this 2D image.
  • regions on a 2D image may be mapped onto a packed frame by indicating the location, shape, and size of each region. If regional packing is not performed, the projected frame may be the same as the packed frame. The region will be described later.
  • the projection process and the region-specific packing process may be expressed as each region of 360 video data being projected onto a 2D image. Depending on the design, 360 video data may be converted directly to packed frames without intermediate processing.
  • the projected 360 video data may be image encoded or video encoded. Since the same content may exist for different viewpoints, the same content may be encoded in different bit streams.
  • the encoded 360 video data may be processed in a file format such as ISOBMFF by the encapsulation processing unit described above.
  • the encapsulation processor may process the encoded 360 video data into segments. Segments can be included in separate tracks for DASH-based transmission.
  • 360 video related metadata may be generated as described above.
  • This metadata may be delivered in a video stream or file format.
  • This metadata can also be used for encoding, file format encapsulation, and processing for transfer.
  • the 360 audio / video data is processed for transmission according to the transmission protocol and then transmitted.
  • the above-described 360 video receiving apparatus may receive this through a broadcasting network or a broadband.
  • a VR service platform may correspond to an embodiment of the above-described 360 video receiving apparatus.
  • speakers / headphones, displays, and head / eye tracking components are shown to be performed by an external device or a VR application of the 360 video receiving device.
  • the 360 video receiving apparatus may include all of them.
  • the head / eye tracking component may correspond to the above-described feedback feedback processor.
  • the 360 video receiving apparatus may perform file / segment decapsulation on the 360 audio / video data.
  • the 360 audio data may be provided to the user through a speaker / headphone through an audio decoding process and an audio rendering process.
  • 360 video data may be provided to a user through a display through image decoding, video decoding, and rendering.
  • the display may be a display supporting VR or a general display.
  • the rendering process may specifically be regarded as 360 video data being re-projected onto 3D space, and the re-projected 360 video data is rendered. This may be expressed as 360 video data being rendered in 3D space.
  • the head / eye tracking component may acquire and process user head orientation information, gaze information, viewport information, and the like. This has been described above.
  • FIG. 5 is a diagram illustrating the concept of an airplane main axis (Aircraft Principal Axes) for explaining the 3D space of the present invention.
  • the plane principal axis concept may be used to represent a specific point, position, direction, spacing, area, etc. in 3D space.
  • the plane axis concept may be used to describe the 3D space before the projection or after the re-projection and to perform signaling on the 3D space.
  • a method using an X, Y, Z axis concept or a spherical coordinate system may be used.
  • the plane can rotate freely in three dimensions.
  • the three-dimensional axes are called the pitch axis, the yaw axis, and the roll axis, respectively. In the present specification, these may be reduced to express pitch, yaw, roll to pitch direction, yaw direction, and roll direction.
  • the pitch axis may mean an axis that is a reference for the direction in which the nose of the airplane rotates up and down.
  • the pitch axis may mean an axis extending from the wing of the plane to the wing.
  • the Yaw axis may mean an axis that is a reference of the direction in which the front nose of the plane rotates left and right.
  • the yaw axis can mean an axis running from top to bottom of the plane.
  • the roll axis is an axis extending from the front nose to the tail of the plane in the illustrated plane axis concept, and the rotation in the roll direction may mean a rotation about the roll axis.
  • the 3D space in the present invention can be described through the concept of pitch, yaw, and roll.
  • FIG. 6 is a diagram illustrating projection schemes according to an embodiment of the present invention.
  • the projection processing unit of the 360 video transmission apparatus may project the stitched 360 video data onto the 2D image.
  • Various projection schemes can be used in this process.
  • the projection processing unit may perform projection using a cubic projection scheme (Cubic Projection) scheme.
  • Cubic Projection cubic projection scheme
  • stitched 360 video data may be represented on a spherical face.
  • the projection processor may divide the 360 video data into cubes and project them on a 2D image.
  • 360 video data on a spherical face may correspond to each face of a cube and may be projected onto the 2D image as (a) left or (a) right.
  • the projection processing unit may perform the projection by using a cylindrical projection (Cylindrical Projection) scheme.
  • the projection processor may divide the 360 video data into a cylinder and project it on a 2D image.
  • 360 video data on a spherical surface may be projected on the 2D image as (b) left or (b) right, respectively, corresponding to the side, top and bottom of the cylinder.
  • the projection processing unit may perform projection by using a pyramid projection scheme.
  • the projection processor can view the 360 video data in a pyramid form, and divide each face to project on a 2D image.
  • 360 video data on a spherical face correspond to the front of the pyramid and the four sides of the pyramid (Left top, Left bottom, Right top, Right bottom), respectively, and (c) left or ( c) can be projected as shown on the right.
  • the projection processing unit may perform projection using an isometric square projection scheme, a panoramic projection scheme, or the like in addition to the above-described schemes.
  • the region may mean a region in which the 2D image projected with the 360 video data is divided. These regions need not coincide with the faces on the projected 2D image according to the projection scheme. However, according to an embodiment, regions may be divided so that respective surfaces on the projected 2D image correspond to regions, and region-specific packing may be performed. According to an embodiment, a plurality of faces may correspond to one region or regions may be divided such that one face corresponds to a plurality of regions. In this case, the region may vary depending on the projection scheme. For example, in (a), each side of the cube (top, bottom, front, left, right, back) may be a region, respectively. In (b), the side, top and bottom of the cylinder may each be a region. In (c), the front, left, right, and bottom of the pyramid may be regions, respectively.
  • FIG. 7 is a diagram illustrating a tile according to an embodiment of the present invention.
  • 360 video data projected onto a 2D image or 360 video data performed up to region-specific packing may be divided into one or more tiles.
  • (A) shows a form in which one 2D image is divided into 16 tiles.
  • the 2D image may be the above-described projected frame or packed frame.
  • the data encoder can encode each tile independently.
  • the region-specific packing and tiling may be distinguished.
  • the region-specific packing described above may mean processing the 360 video data projected on the 2D image into regions in order to increase coding efficiency or to adjust resolution.
  • Tiling may mean that the data encoder divides a projected frame or a packed frame into sections called tiles, and independently encodes corresponding tiles.
  • the user does not consume all parts of the 360 video at the same time.
  • Tiling may enable transmitting or consuming only the tiles corresponding to the critical part or a certain part, such as the viewport currently viewed by the user, on the limited bandwidth. Tiling allows for more efficient use of limited bandwidth and reduces the computational load on the receiving side compared to processing all 360 video data at once.
  • Regions and tiles are distinct, so the two regions do not have to be the same. However, in some embodiments, regions and tiles may refer to the same area. According to an exemplary embodiment, region-specific packing may be performed according to tiles so that regions and tiles may be the same. Further, according to an embodiment, when each side and region according to the projection scheme are the same, each side, region and tile according to the projection scheme may refer to the same region. Depending on the context, a region may be called a VR region, a tile region.
  • Region of Interest may refer to areas of interest of users, which are suggested by 360 content providers.
  • a 360 content provider produces a 360 video
  • a certain area may be considered to be of interest to users, and the 360 content provider may produce a 360 video in consideration of this.
  • the ROI may correspond to an area where important content is played on the content of the 360 video.
  • the receiving feedback processor may extract and collect the viewport information and transmit it to the transmitting feedback processor.
  • viewport information can be delivered using both network interfaces.
  • the viewport t6010 is displayed in the 2D image of (a) shown.
  • the viewport may span nine tiles on the 2D image.
  • the 360 video transmission device may further include a tiling system.
  • the tiling system may be located after the data encoder ((b)), may be included in the above-described data encoder or transmission processing unit, or may be included in the 360 video transmission apparatus as a separate internal / external element. .
  • the tiling system may receive viewport information from the feedback feedback processor.
  • the tiling system may select and transmit only the tiles including the viewport area. In the 2D image shown in (a), only nine tiles including the viewport area t6010 among the total 16 tiles may be transmitted.
  • the tiling system may transmit tiles in a unicast manner through broadband. This is because the viewport area is different for each user.
  • the transmitter-side feedback processor may transmit the viewport information to the data encoder.
  • the data encoder may perform encoding on tiles including the viewport area at higher quality than other tiles.
  • the feedback feedback processor may transmit the viewport information to the metadata processor.
  • the metadata processor may transmit metadata related to the viewport area to each internal element of the 360 video transmission apparatus or include the metadata related to 360 video.
  • Embodiments related to the viewport area described above may be applied in a similar manner to specific areas other than the viewport area.
  • the above-described gaze analysis may be used to determine areas of interest, ROI areas, and areas that are first played when the user encounters 360 video through a VR display (initial viewpoint).
  • the processes may be performed.
  • the transmission processor may perform processing for transmission differently for each tile.
  • the transmission processor may apply different transmission parameters (modulation order, code rate, etc.) for each tile to vary the robustness of the data transmitted for each tile.
  • the transmitting-side feedback processor may transmit the feedback information received from the 360 video receiving apparatus to the transmission processor so that the transmission processor performs the differential transmission process for each tile.
  • the transmitter feedback processor may transmit the viewport information received from the receiver to the transmitter.
  • the transmission processor may perform transmission processing on tiles including the corresponding viewport area to have higher robustness than other tiles.
  • FIG. 8 is a diagram illustrating metadata related to 360 degree video according to an embodiment of the present invention.
  • the above-described 360 video related metadata may include various metadata about 360 video.
  • 360 video related metadata may be referred to as 360 video related signaling information.
  • the 360 video related metadata may be transmitted in a separate signaling table, included in a DASH MPD, transmitted, or included in a box format in a file format such as ISOBMFF.
  • the file, the fragment, the track, the sample entry, the sample, and the like may be included in various levels to include metadata about the data of the corresponding level.
  • some of the metadata to be described later may be configured as a signaling table, and the other may be included in a box or track in the file format.
  • the 360 video related metadata may include basic metadata related to a projection scheme, stereoscopic related metadata, and initial view / initial viewpoint related metadata. Data, ROI related metadata, Field of View (FOV) related metadata, and / or cropped region related metadata. According to an embodiment, the 360 video related metadata may further include additional metadata in addition to the above.
  • Embodiments of 360 video related metadata according to the present invention include the above-described basic metadata, stereoscopic related metadata, initial viewpoint related metadata, ROI related metadata, FOV related metadata, cropped region related metadata and / or It may be in the form including at least one or more of the metadata that can be added later.
  • Embodiments of the 360 video related metadata according to the present invention may be variously configured according to the number of detailed metadata cases included in the 360 video. According to an embodiment, the 360 video related metadata may further include additional information in addition to the above.
  • the basic metadata may include 3D model related information and projection scheme related information.
  • Basic metadata may include a vr_geometry field, a projection_scheme field, and the like.
  • the basic metadata may further include additional information.
  • the vr_geometry field may indicate the type of 3D model supported by the corresponding 360 video data.
  • the 3D space may have a shape according to the 3D model indicated by the vr_geometry field.
  • the 3D model used during rendering may be different from the 3D model used for re-projection indicated by the vr_geometry field.
  • the basic metadata may further include a field indicating the 3D model used at the time of rendering. If the corresponding field has a value of 0, 1, 2, and 3, the 3D space may follow 3D models of sphere, cube, cylinder, and pyramid, respectively.
  • the 360 video related metadata may further include specific information about the 3D model indicated by the corresponding field.
  • the specific information about the 3D model may mean, for example, radius information of a sphere and height information of a cylinder. This field may be omitted.
  • the projection_scheme field may indicate a projection scheme used when the corresponding 360 video data is projected on the 2D image. If the field has a value of 0, 1, 2, 3, 4, 5, respectively, an isometric square projection scheme, a cubic projection scheme, a cylindrical projection scheme, and a tile-based projection scheme , Pyramid projection scheme, panoramic projection scheme may have been used. If the corresponding field has a value of 6, 360 video data may be directly projected onto the 2D image without stitching. If the field has the remaining values, it can be reserved for future use.
  • the 360 video related metadata may further include specific information about a region generated by the projection scheme specified by the corresponding field.
  • the specific information about the region may mean, for example, whether the region is rotated or radius information of the top region of the cylinder.
  • Stereoscopic related metadata may include information about 3D related attributes of 360 video data.
  • Stereoscopic related metadata may include an is_stereoscopic field and / or a stereo_mode field.
  • stereoscopic related metadata may further include additional information.
  • the is_stereoscopic field may indicate whether the corresponding 360 video data supports 3D. If the field is 1, 3D support is available. If the field is 0, 3D support is not supported. This field may be omitted.
  • the stereo_mode field may indicate a 3D layout supported by the corresponding 360 video. Only this field may indicate whether the corresponding 360 video supports 3D. In this case, the above-described is_stereoscopic field may be omitted. If this field value is 0, the 360 video may be in mono mode. That is, the projected 2D image may include only one mono view. In this case, the 360 video may not support 3D.
  • the corresponding 360 video may be based on left-right layout and top-bottom layout, respectively.
  • the left and right layouts and the top and bottom layouts may be referred to as side-by-side format and top-bottom format, respectively.
  • 2D images projected from the left image and the right image may be positioned left and right on the image frame, respectively.
  • 2D images projected from the left image and the right image may be positioned up and down on the image frame, respectively. If the field has the remaining values, it can be reserved for future use.
  • the initial view-related metadata may include information about a view point (initial view point) when the user first plays the 360 video.
  • the initial view related metadata may include an initial_view_yaw_degree field, an initial_view_pitch_degree field, and / or an initial_view_roll_degree field.
  • the initial view-related metadata may further include additional information.
  • the initial_view_yaw_degree field, the initial_view_pitch_degree field, and the initial_view_roll_degree field may indicate an initial time point when playing the corresponding 360 video.
  • the center point of the viewport that is first seen upon playback can be represented by these three fields.
  • Each field may indicate a position (sign) and a degree (angle) at which its center point is rotated about the yaw, pitch, and roll axes.
  • the viewport that is displayed during the first playback may be determined according to the FOV. Through the FOV, the width and height of the initial viewport may be determined based on the indicated initial view. That is, using these three fields and the FOV information, the 360 video receiving apparatus may provide a user with a predetermined area of 360 video as an initial viewport.
  • the initial view point indicated by the initial view-related metadata may be changed for each scene. That is, the scene of the 360 video is changed according to the temporal flow of the 360 content. For each scene of the 360 video, the initial view point or the initial viewport that the user first sees may be changed.
  • the metadata regarding the initial view may indicate the initial view for each scene.
  • the initial view-related metadata may further include a scene identifier for identifying a scene to which the initial view is applied.
  • the initial view-related metadata may further include scene-specific FOV information indicating the FOV corresponding to the scene.
  • the ROI related metadata may include information related to the above-described ROI.
  • the ROI related metadata may include a 2d_roi_range_flag field and / or a 3d_roi_range_flag field.
  • Each of the two fields may indicate whether the ROI-related metadata includes fields representing the ROI based on the 2D image or fields representing the ROI based on the 3D space.
  • the ROI related metadata may further include additional information such as differential encoding information according to ROI and differential transmission processing information according to ROI.
  • ROI related metadata may include min_top_left_x field, max_top_left_x field, min_top_left_y field, max_top_left_y field, min_width field, max_width field, min_height field, max_height field, min_x Field, max_x field, min_y field and / or max_y field.
  • the min_top_left_x field, max_top_left_x field, min_top_left_y field, and max_top_left_y field may indicate minimum / maximum values of coordinates of the upper left end of the ROI. These fields may indicate the minimum x coordinate, the maximum x coordinate, the minimum y coordinate, and the maximum y coordinate of the upper left end in order.
  • the min_width field, the max_width field, the min_height field, and the max_height field may indicate minimum / maximum values of the width and height of the ROI. These fields may indicate the minimum value of the horizontal size, the maximum value of the horizontal size, the minimum value of the vertical size, and the maximum value of the vertical size in order.
  • the min_x field, max_x field, min_y field, and max_y field may indicate minimum / maximum values of coordinates in the ROI. These fields may in turn indicate the minimum x coordinate, maximum x coordinate, minimum y coordinate, and maximum y coordinate of coordinates in the ROI. These fields may be omitted.
  • the ROI related metadata may include a min_yaw field, max_yaw field, min_pitch field, max_pitch field, min_roll field, max_roll field, min_field_of_view field, and / or It may include a max_field_of_view field.
  • the min_yaw field, max_yaw field, min_pitch field, max_pitch field, min_roll field, and max_roll field may indicate the area occupied by the ROI in 3D space as the minimum / maximum values of yaw, pitch, and roll. These fields are in turn the minimum value of yaw axis rotation, maximum yaw axis rotation, minimum pitch axis rotation, pitch axis rotation, minimum roll axis rotation, roll axis rotation It can represent the maximum value of the whole quantity.
  • the min_field_of_view field and the max_field_of_view field may indicate a minimum / maximum value of the FOV of the corresponding 360 video data.
  • the FOV may refer to a field of view displayed at a time when the 360 video is played.
  • the min_field_of_view field and the max_field_of_view field may represent minimum and maximum values of the FOV, respectively. These fields may be omitted. These fields may be included in FOV related metadata to be described later.
  • the FOV related metadata may include information related to the above-described FOV.
  • the FOV related metadata may include a content_fov_flag field and / or a content_fov field.
  • the FOV related metadata may further include additional information such as the minimum / maximum value related information of the above-described FOV.
  • the content_fov_flag field may indicate whether information about an FOV intended for production is present for the corresponding 360 video. If this field value is 1, there may be a content_fov field.
  • the content_fov field may indicate information about an FOV intended for production of the corresponding 360 video.
  • an area displayed at one time from among 360 images may be determined based on a vertical or horizontal FOV of the corresponding 360 video receiving apparatus.
  • an area of 360 video displayed to the user at one time may be determined by reflecting the FOV information of the field.
  • the cropped region related metadata may include information about an region including actual 360 video data on an image frame.
  • the image frame may include an active 360 video projected active video area and an area that is not.
  • the active video region may be referred to as a cropped region or a default display region.
  • This active video area is an area shown as 360 video on the actual VR display, and the 360 video receiving apparatus or the VR display can process / display only the active video area. For example, if the aspect ratio of an image frame is 4: 3, only the regions except for the upper part and the lower part of the image frame may include 360 video data, which may be called an active video area. .
  • the cropped region related metadata may include an is_cropped_region field, a cr_region_left_top_x field, a cr_region_left_top_y field, a cr_region_width field, and / or a cr_region_height field. According to an embodiment, the cropped region related metadata may further include additional information.
  • the is_cropped_region field may be a flag indicating whether an entire region of an image frame is used by the 360 video receiving apparatus or the VR display. That is, this field may indicate whether the entire image frame is an active video area. If only a part of the image frame is an active video area, the following four fields may be added.
  • the cr_region_left_top_x field, cr_region_left_top_y field, cr_region_width field, and cr_region_height field may indicate an active video region on an image frame. These fields may indicate the x coordinate of the upper left of the active video area, the y coordinate of the upper left of the active video area, the width of the active video area, and the height of the active video area, respectively. The width and height may be expressed in pixels.
  • the 360-degree video-related signaling information or metadata may be included in an arbitrarily defined signaling table, may be included in a box format in a file format such as ISOBMFF or Common File Format, or transmitted in a DASH MPD. have.
  • 360 degree media data may be transmitted in a file format or a DASH segment.
  • FIG. 9 is a diagram showing the structure of a media file according to an embodiment of the present invention.
  • FIG. 10 illustrates a hierarchical structure of boxes in an ISOBMFF according to an embodiment of the present invention.
  • the media file may have a file format based on ISO BMFF (ISO base media file format).
  • the media file according to the present invention may include at least one box.
  • the box may be a data block or an object including media data or metadata related to the media data.
  • the boxes may form a hierarchical structure with each other, such that the data may be classified so that the media file may be in a form suitable for storage and / or transmission of large media data.
  • the media file may have an easy structure for accessing the media information, such as a user moving to a specific point of the media content.
  • the media file according to the present invention may include an ftyp box, a moov box and / or an mdat box.
  • An ftyp box can provide file type or compatibility related information for a corresponding media file.
  • the ftyp box may include configuration version information about media data of a corresponding media file.
  • the decoder can identify the media file by referring to the ftyp box.
  • the moov box may be a box including metadata about media data of a corresponding media file.
  • the moov box can act as a container for all metadata.
  • the moov box may be a box of the highest layer among metadata related boxes. According to an embodiment, only one moov box may exist in a media file.
  • the mdat box may be a box containing actual media data of the media file.
  • Media data may include audio samples and / or video samples, where the mdat box may serve as a container for storing these media samples.
  • the above-described moov box may further include a mvhd box, a trak box and / or an mvex box as a lower box.
  • the mvhd box may include media presentation related information of media data included in the media file. That is, the mvhd box may include information such as media generation time, change time, time specification, duration, etc. of the media presentation.
  • the trak box can provide information related to the track of the media data.
  • the trak box may include information such as stream related information, presentation related information, and access related information for an audio track or a video track. There may be a plurality of trak boxes according to the number of tracks.
  • the trak box may further include a tkhd box (track header box) as a lower box.
  • the tkhd box may include information about the track indicated by the trak box.
  • the tkhd box may include information such as a creation time, a change time, and a track identifier of the corresponding track.
  • the mvex box (movie extend box) may indicate that the media file may have a moof box to be described later. To know all the media samples of a particular track, moof boxes may have to be scanned.
  • the media file according to the present invention may be divided into a plurality of fragments according to an embodiment (t18010). Through this, the media file may be divided and stored or transmitted.
  • the media data (mdat box) of the media file may be divided into a plurality of fragments, and each fragment may include a mdat box and a moof box. According to an embodiment, information of the ftyp box and / or the moov box may be needed to utilize the fragments.
  • the moof box may provide metadata about media data of the fragment.
  • the moof box may be a box of the highest layer among metadata-related boxes of the fragment.
  • the mdat box may contain the actual media data as described above.
  • This mdat box may include media samples of media data corresponding to each corresponding fragment.
  • the above-described moof box may further include a mfhd box and / or a traf box as a lower box.
  • the mfhd box may include information related to an association between a plurality of fragmented fragments.
  • the mfhd box may include a sequence number to indicate how many times the media data of the corresponding fragment is divided. In addition, it may be confirmed whether there is no missing data divided using the mfhd box.
  • the traf box may include information about a corresponding track fragment.
  • the traf box may provide metadata about the divided track fragments included in the fragment.
  • the traf box may provide metadata so that media samples in the track fragment can be decoded / played back. There may be a plurality of traf boxes according to the number of track fragments.
  • the above-described traf box may further include a tfhd box and / or a trun box as a lower box.
  • the tfhd box may include header information of the corresponding track fragment.
  • the tfhd box may provide information such as a basic sample size, a duration, an offset, an identifier, and the like for media samples of the track fragment indicated by the traf box described above.
  • the trun box may include corresponding track fragment related information.
  • the trun box may include information such as duration, size, and playback time of each media sample.
  • the aforementioned media file or fragments of the media file may be processed into segments and transmitted.
  • the segment may have an initialization segment and / or a media segment.
  • the file of the illustrated embodiment t18020 may be a file including information related to initialization of the media decoder except media data. This file may correspond to the initialization segment described above, for example.
  • the initialization segment may include the ftyp box and / or moov box described above.
  • the file of the illustrated embodiment t18030 may be a file including the above-described fragment. This file may correspond to the media segment described above, for example.
  • the media segment may include the moof box and / or mdat box described above.
  • the media segment may further include a styp box and / or a sidx box.
  • the styp box may provide information for identifying the media data of the fragmented fragment.
  • the styp box may play the same role as the above-described ftyp box for the divided fragment.
  • the styp box may have the same format as the ftyp box.
  • the sidx box may provide information indicating an index for the divided fragment. Through this, it is possible to indicate how many fragments are the corresponding fragments.
  • the ssix box may be further included.
  • the ssix box (sub-segment index box) may provide information indicating an index of the sub-segment when the segment is further divided into sub-segments.
  • the boxes in the media file may include more extended information based on a box to full box form such as the illustrated embodiment t18050.
  • the size field and the largesize field may indicate the length of the corresponding box in bytes.
  • the version field may indicate the version of the box format.
  • the type field may indicate the type or identifier of the corresponding box.
  • the flags field may indicate a flag related to the box.
  • FIG. 11 illustrates an overall operation of a DASH-based adaptive streaming model according to an embodiment of the present invention.
  • the DASH-based adaptive streaming model according to the illustrated embodiment t50010 describes the operation between the HTTP server and the DASH client.
  • DASH Dynamic Adaptive Streaming over HTTP
  • AV content can be provided without interruption.
  • the DASH client can obtain the MPD.
  • MPD may be delivered from a service provider such as an HTTP server.
  • the DASH client can request the segments from the server using the access information to the segment described in the MPD. In this case, the request may be performed by reflecting the network state.
  • the DASH client may process it in the media engine and display the segment on the screen.
  • the DASH client may request and acquire a required segment by adaptively reflecting a playing time and / or a network condition (Adaptive Streaming). This allows the content to be played back seamlessly.
  • Adaptive Streaming a network condition
  • MPD Media Presentation Description
  • the DASH Client Controller may generate a command for requesting the MPD and / or the segment reflecting the network situation.
  • the controller can control the obtained information to be used in an internal block of the media engine or the like.
  • the MPD Parser may parse the acquired MPD in real time. This allows the DASH client controller to generate a command to obtain the required segment.
  • the segment parser may parse the acquired segment in real time. Internal blocks such as the media engine may perform a specific operation according to the information included in the segment.
  • the HTTP client may request the HTTP server for necessary MPDs and / or segments.
  • the HTTP client may also pass MPD and / or segments obtained from the server to the MPD parser or segment parser.
  • the media engine may display content on the screen using media data included in the segment. At this time, the information of the MPD may be utilized.
  • the DASH data model may have a high key structure t50020.
  • Media presentation can be described by the MPD.
  • MPD may describe a temporal sequence of a plurality of periods that make up a media presentation.
  • the duration may represent one section of media content.
  • the data may be included in the adaptation sets.
  • the adaptation set may be a collection of a plurality of media content components that may be exchanged with each other.
  • the adaptation may comprise a set of representations.
  • the representation may correspond to a media content component.
  • content can be divided in time into a plurality of segments. This may be for proper accessibility and delivery.
  • the URL of each segment may be provided to access each segment.
  • the MPD may provide information related to the media presentation, and the pyorium element, the adaptation set element, and the presentation element may describe the corresponding pyoride, the adaptation set, and the presentation, respectively.
  • Representation may be divided into sub-representations, the sub-representation element may describe the sub-representation.
  • Common properties / elements can be defined here, which can be applied (included) to adaptation sets, representations, subrepresentations, and so on.
  • common properties / elements there may be an essential property and / or a supplemental property.
  • the essential property may be information including elements that are considered essential in processing the media presentation related data.
  • the supplemental property may be information including elements that may be used in processing the media presentation related data.
  • signaling information to be described later may be defined and delivered in essential properties and / or supplemental properties when delivered through MPD.
  • the DASH based descriptor may include an @schemeIdUri field, an @value field, and / or an @id field.
  • the @schemeIdUri field may provide a URI for identifying the scheme of the descriptor.
  • the @value field may have values whose meaning is defined by a scheme indicated by the @schemeIdUri field. That is, the @value field may have values of descriptor elements according to the scheme, and these may be called parameters. These can be distinguished from each other by ','. @id may represent an identifier of the descriptor. In the case of having the same identifier, the same scheme ID, value, and parameter may be included.
  • Each embodiment of the 360 video related metadata may be rewritten in the form of a DASH based descriptor.
  • 360 video related metadata may be described in the form of a DASH descriptor, and may be included in an MPD and transmitted to a receiver.
  • These descriptors may be passed in the form of the aforementioned essential property descriptors and / or supplemental property descriptors.
  • These descriptors can be included in the MPD's adaptation set, representation, subrepresentation, and so on.
  • a plurality of 360-degree content may be connected in a 360-degree video service.
  • the plurality of 360-degree content may be connected within the 360-degree video, thereby providing a user with more area in the form of 360-degree. This can be realized through the hot spot technique described herein.
  • Hot spot technology when at least two or more 360-degree content is present, if two or more 360-degree content overlap each other, or when there is a medium connecting two or more 360-degree content, two or more 360-degree content Can be connected.
  • the hot spot may be mediator or mediator information for connecting two or more 360 degree contents.
  • the hot spot may be shown to the user in the form of a point or area within the 360 degree video screen.
  • FIG. 12 is a view showing how VR content is connected through a hot spot according to an embodiment of the present invention.
  • a hot spot may be exposed on 360 video (VR content) captured at two different viewpoints (see an inverted triangle in the drawing). That is, hot spots may be exposed to the VR content 1 VR1 and the VR content 2 VR2, respectively.
  • VR1 VR1
  • VR2 VR2
  • a hot spot exposed to VR content 1 VR1
  • an environment is provided in which a stream of VR content 2 can be played back, and the user has a predefined initial viewport for VR content 2. viewport).
  • a hot spot connected to the VR content 1 is exposed together on the VR content 2. While the existing 360 video provides a limited area of VR content, the hot spot technology can provide an extended area of VR content.
  • Hot spot technology can be categorized into three types, which are shown in the figure.
  • FIG. 13 is a diagram illustrating various embodiments of hot spots.
  • a hub type corresponding to (use case # 3) is illustrated.
  • the link type corresponds to a case in which movement between VR contents is free.
  • the bridge type corresponds to a case where there is a medium for connecting with other VR content in the VR content being played, and the medium serves as a scene change.
  • the hub type is classified into main content and sub VR content, in which case the main VR content to which the sub content is connected is the only case, or the VR content is sequentially connected to each other and connected VR content. This is the case where there is an overlap part between the two and the relationship between the VR content to be played back is obvious.
  • the aforementioned three types are exemplary, and various types other than the above-described use case may be applied to the VR video that connects and reproduces a plurality of VR contents.
  • the file format for VR video can be newly defined.
  • the VR video file format for the hot spot may be the above-described ISO BMFF based file format.
  • a method of selecting / playing hot spot transmission data using timed metadata at a file format level is described.
  • a hot spot in a VR video stream When a plurality of VR contents are connected to each other, the number of hot spots connected in a scene, identification information of each hot spot, and location of each hot spot Information and necessary information (e.g., initial viewport, etc.) must be defined after connecting to new VR content.
  • the current omnidirectional media application format (OMAF) standard or the ISO 14496-12 standard notifies the end of exposure of the hot spot according to the scene being streamed, such as the hot spot. Since it does not include a function, to implement this, it is possible to use timed metadata that is separately defined for each sample.
  • a file format may be defined to implement the function.
  • FIG. 14 is a diagram illustrating a data structure including hot spot related information according to an embodiment of the present invention.
  • HotspotStruct () is a data structure that includes detailed information on hot spots, which are spots that enable scene transitions between 360 contents.
  • HotspotStruct () may be declared in each sample located at 'mdat' in ISO BMFF. Identification information (HotspotID []) for each hot spot may be allocated according to the number of hot spots located in each sample, and a HotsHotspotStruct () value may be declared in each HotspotID [].
  • the hotspot_yaw, hotspot_pitch, and hotspot_roll may indicate the center point of the connection position of the corresponding hot spot.
  • Hotspot_yaw, hotspot_pitch, and hotspot_roll may be represented by angle values for yaw, pitch, and roll, respectively.
  • hotspot_yaw, hotspot_pitch, and hotspot_roll may be values for defining a link location in a 360 video scene.
  • hotspot_yaw can have a value between -90 ° and 90 °
  • hotspot_pitch and hotspot_roll can have a value between -180 ° and 180 °.
  • the hotspot_vertical_range and the hotspot_horizontal_range may indicate the horizontal and vertical ranges based on the connection position of the hot spot. More specifically, hotspot_vertical_range, and hotspot_horizontal_range are horizontal and vertical from the center point to represent a hot spot area around the center information of the corresponding location indicated by the yaw, pitch, and roll of the hot spot. It can indicate a range of directions.
  • the hotspot_yaw, hotspot_pitch, hotspot_roll, hotspot_vertical_range, and / or hotspot_horizontal_range values may be used to indicate a specific area on the sphere.
  • exposure_start_offset means the position exposure start time for the hot spot in the scene and is provided as an offset value for the entire play time line of the VR video being streamed. Can be.
  • the exposure_start_offset always has a value greater than 0 and cannot exceed the play time of the entire VR video.
  • the exposure_duration may indicate the time that a hot spot can connect from the scene within the entire play timeline of the entire VR video.
  • the exposure_duration is 0 seconds or longer and the duration of the entire VR video. Cannot be greater than In other words, exposure_duration may indicate an available time of a hot spot in the scene, that is, a time that can be connected to other VR content through the hot spot.
  • the next_track_ID may be connected to a hot spot and indicate a next track ID to be played when a hot spot is selected by the user.
  • the hotspot_start_time_delta may be a value indicating how far from 0 seconds the time information value of the first scene to be played when playing the track of the corresponding trackID declared in the connected VR content or HotspotStruct.
  • 0 seconds may mean a start time of the entire VR video.
  • the hotspot_start_time_delta cannot be greater than the total play time of the connected VR content.
  • con_initial_viewport_yaw, con_initial_viewport_pitch, and con_initial_viewport_roll are the location information of the initial track in the new track or VR video that the connected VR video (360 video) should show first when the hot spot is selected. It may be a value indicating.
  • con_initial_viewport_yaw, con_initial_viewport_pitch, and con_initial_viewport_roll may be represented by angle values for yaw, pitch, and roll, respectively.
  • con_initial_viewport_yaw can have a value between -90 ° and 90 °
  • con_initial_viewport_pitch can have a value between -180 ° and 180 °.
  • HotspotStruct () described above may be located within a sample entry or 'mdat' of a timed medtadata track in ISO BMFF.
  • HotspotStruct () may be located in HotspotSampleEntry or HotspotSample ().
  • HotspotStruct () may be in another box in the ISO BMFF.
  • 15 is a diagram illustrating a data structure including hot spot related information according to another embodiment of the present invention.
  • HotspotStruct () is a data structure that includes detailed information on a hot spot, which is a spot that enables a scene change between VR contents.
  • HotspotStruct () may be declared in each sample located at 'mdat' in ISO BMFF. According to the number of hot spots located in each sample, identification information HotspotID [] for each hot spot may be allocated, and a HotsHotspotStruct () value may be declared in each HotspotID [].
  • HotspotRegion () may be included in HotspotStruct ().
  • HotspotRegion () is a data structure representing location information on a hotspot and can define a center point and a range of the location.
  • interpolate may indicate whether a value provided from HotspotRegion () is to be applied as it is or a linear interpolation value is to be applied. In an embodiment, when the interpolate value is 0, the value transferred from HotspotRegion () is expressed in the target media sample. If the interpolate value is 1, the linearly interpolated value is applied.
  • the exposure_start_offset means a hot spot location exposure start time in the scene, and may be provided as an offset value for the entire play time line of the VR video currently being streamed. .
  • the exposure_start_offset always has a value greater than 0 and cannot exceed the play time of the entire VR video.
  • the exposure_duration may indicate the time that a hot spot can connect from the scene within the entire play timeline of the entire VR video.
  • the exposure_duration is 0 seconds or longer and the duration of the entire VR video. Cannot be greater than In other words, exposure_duration may indicate an available time of a hot spot in the scene, that is, a time that can be connected to other VR content through the hot spot.
  • the next_track_ID may be connected to a hot spot and indicate a next track ID to be played when a hot spot is selected by the user.
  • the hotspot_start_time_delta may be a value indicating how far from 0 seconds the time information value of the first scene to be played when playing the track of the corresponding trackID declared in the connected VR content or HotspotStruct.
  • 0 seconds may mean a start time of the entire VR video.
  • the hotspot_start_time_delta cannot be greater than the total play time of the connected VR content.
  • con_initial_viewport_yaw, con_initial_viewport_pitch, and con_initial_viewport_roll are the location information of the initial track in the new track or VR video that the connected VR video (360 video) should show first when the hot spot is selected. It may be a value indicating.
  • con_initial_viewport_yaw, con_initial_viewport_pitch, and con_initial_viewport_roll may be represented by angle values for yaw, pitch, and roll, respectively.
  • con_initial_viewport_yaw can have a value between -90 ° and 90 °
  • con_initial_viewport_pitch can have a value between -180 ° and 180 °.
  • HotspotStruct () described through this figure may exist in a sample entry or a sample of a track in the ISO BMFF, or may be included in another box in the ISO BMFF.
  • HotspotRegion () is a data structure representing location information on a hotspot and can define a center point and a range of the location.
  • the shape type defines the shape of a center point and a region that can be expressed with a range when defining a hot spot area in a sphere area. It is possible to indicate whether a region is defined by a great circle, or by a two yaw circle and two pitch circles.
  • the value of the shape type is 0 means that the area is defined by four circles (great circle), the value of the shape type is 1 if the two yaw circle (yaw circle) That is, the area is defined by two pitch circles.
  • 16 is a reference diagram for explaining a method of defining an area according to a shape type according to an embodiment of the present invention.
  • FIG. 16 (a) shows a sphere-shaped 3D model
  • FIG. 16 (b) shows a region composed of two great circles and an intersection of two great circles
  • FIG. 16 (c) shows two spheres.
  • a great circle can mean a circle passing through the center of a sphere. More specifically, the great circle may mean the intersection of the sphere and the plane passing through the center point of the sphere (sphere).
  • the great circle may be referred to as an orthodrome or a Riemannian circle.
  • the center of the sphere and the center of the great circle may be in the same position.
  • Small circle may mean a circle that does not pass through the center of the sphere (sphere).
  • Pitch circle may refer to a circle on the sphere surface connecting all the points having the same pitch value.
  • the pitch circle like the latitude on the earth, may not be a great circle.
  • a yaw circle may mean a circle on the surface of a sphere that connects all points having the same yaw value. Yaw circles, like longitude on Earth, are always great circles.
  • the shape type according to an embodiment of the present invention may indicate a type for specifying an area existing on a spherical surface.
  • FIG. 16B when the shape type is 0 according to an embodiment of the present invention, a state of specifying a spherical region is shown.
  • the four great circles define the sphere on the sphere. More specifically, the spherical area is specified by two pitch circles and two yaw circles.
  • center_pitch and center_yaw may be used to define a viewport along with field of view information such as horizontal field of view (or width) and vertical field of view (or height).
  • the area is two vertical great circles with yaw values of center_yaw-horizontal_field_of_view / 2 and center_yaw + horizontal_field_of_view / 2, and pitch of center_pitch-vertical_field_of_view / 2, center_pitch + vertical_field_of_view / 2 It may be an inner surface bounded by two horizontal great circles with values.
  • FIG. 16C when the shape type is 1 according to an embodiment of the present invention, a state of specifying a spherical region is shown.
  • the sphere area is specified by two great circles and two small circles. More specifically, the spherical area is specified by two pitch circles and two yaw circles. Here, the two pitch circles are small circles, not great circles.
  • center_pitch and center_yaw may be used to define a viewport along with field of view information such as a horizontal field of view and a vertical field of view.
  • the area is two vertical great circles with yaw values of center_yaw-horizontal_field_of_view / 2 and center_yaw + horizontal_field_of_view / 2, and pitch of center_pitch-vertical_field_of_view / 2, center_pitch + vertical_field_of_view / 2 It may be an inner surface having two horizontal small circles having a value as a boundary.
  • hotspot_center_yaw, hotspot_center_pitch, and hotspot_center_roll may indicate the center point of the connection position of the corresponding hot spot.
  • Hotspot_center_yaw, hotspot_center_pitch, and hotspot_center_roll may be represented by angle values for yaw, pitch, and roll, respectively.
  • hotspot_center_yaw, hotspot_center_pitch, and hotspot_center_roll may be values for defining a link location in a 360 video scene.
  • hotspot_center_yaw may have a value between -90 ° and 90 °
  • hotspot_center_pitch and hotspot_center_roll may have a value between -180 ° and 180 °.
  • the hotspot_vertical_range and the hotspot_horizontal_range may indicate the horizontal and vertical ranges based on the connection position of the hot spot. More specifically, hotspot_vertical_range, and hotspot_horizontal_range are horizontal and vertical from the center point to represent a hot spot area around the center information of the corresponding location indicated by the yaw, pitch, and roll of the hot spot. It can indicate a range of directions.
  • the hotspot_center_yaw, hotspot_center_pitch, hotspot_center_roll, hotspot_vertical_range, and / or hotspot_horizontal_range values may be used to indicate a specific area on the sphere.
  • 17 is a diagram illustrating a data structure including hot spot related information according to another embodiment of the present invention.
  • HotspotStruct () is a data structure that includes detailed information on hot spots, which are spots that enable scene transitions between VR contents.
  • HotspotStruct () may be declared in each sample located at 'mdat' in ISO BMFF. According to the number of hot spots located in each sample, identification information HotspotID [] for each hot spot may be allocated, and a HotsHotspotStruct () value may be declared in each HotspotID []. This may be another embodiment of the HotSpotStruct described above. As described above, HotspotStruct () described through this figure may exist in a sample entry or a sample of a track in the ISO BMFF, or may be included in another box in the ISO BMFF.
  • HotspotRegion () may be included in HotspotStruct ().
  • HotspotRegion () is a data structure representing location information on a hotspot and can define a center point and a range of the location.
  • the exposure_start_offset means a hot spot location exposure start time in the scene, and may be provided as an offset value for the entire play time line of the VR video currently being streamed. .
  • the exposure_start_offset always has a value greater than 0 and cannot exceed the play time of the entire VR video.
  • the exposure_duration may indicate the time that a hot spot can connect from the scene within the entire play timeline of the entire VR video.
  • the exposure_duration is 0 seconds or longer and the duration of the entire VR video. Cannot be greater than In other words, exposure_duration may indicate an available time of a hot spot in the scene, that is, a time that can be connected to other VR content through the hot spot.
  • the next_track_ID may be connected to a hot spot and indicate a next track ID to be played when a hot spot is selected by the user.
  • the hotspot_start_time_delta may be a value indicating how far from 0 seconds the time information value of the first scene to be played when playing the track of the corresponding trackID declared in the connected VR content or HotspotStruct.
  • 0 seconds may mean a start time of the entire VR video.
  • the hotspot_start_time_delta cannot be greater than the total play time of the connected VR content.
  • con_initial_viewport_yaw, con_initial_viewport_pitch, and con_initial_viewport_roll are the location information of the initial track in the new track or VR video that the connected VR video (360 video) should show first when the hot spot is selected. It may be a value indicating.
  • con_initial_viewport_yaw, con_initial_viewport_pitch, and con_initial_viewport_roll may be represented by angle values for yaw, pitch, and roll, respectively.
  • con_initial_viewport_yaw can have a value between -90 ° and 90 °
  • con_initial_viewport_pitch can have a value between -180 ° and 180 °.
  • HotspotRegion () is a data structure representing location information on a hot spot and can define a center point and a range of the location.
  • the shape type defines the shape of a center point and a region that can be expressed with a range when defining a hot spot area in a sphere area. It is possible to indicate whether a region is defined by a great circle, or by a two yaw circle and two pitch circles. In one embodiment, the value of the shape type is 0 means that the area is defined by four circles (great circle), the value of the shape type is 1 if the two yaw circle (yaw circle) That is, the area is defined by two pitch circles. Specific examples are as described above with reference to FIG. 16.
  • the hotspot_yaw, hotspot_pitch, and hotspot_roll may indicate the center point of the connection position of the corresponding hot spot.
  • Hotspot_yaw, hotspot_pitch, and hotspot_roll may be represented by angle values for yaw, pitch, and roll, respectively.
  • hotspot_yaw, hotspot_pitch, and hotspot_roll may be values for defining a link location in a 360 video scene.
  • hotspot_yaw can have a value between -90 ° and 90 °
  • hotspot_pitch and hotspot_roll can have a value between -180 ° and 180 °.
  • the hotspot_vertical_range and the hotspot_horizontal_range may indicate the horizontal and vertical ranges based on the connection position of the hot spot. More specifically, hotspot_vertical_range, and hotspot_horizontal_range are horizontal and vertical from the center point to represent a hot spot area around the center information of the corresponding location indicated by the yaw, pitch, and roll of the hot spot. It can indicate a range of directions.
  • the hotspot_yaw, hotspot_pitch, hotspot_roll, hotspot_vertical_range, and / or hotspot_horizontal_range values may be used to indicate a specific area on the sphere.
  • connection information may be provided through a Uniform Resource Identifier (URI).
  • URI Uniform Resource Identifier
  • FIG. 18 is a diagram illustrating a data structure including hot spot related information according to another embodiment of the present invention.
  • HotspotStruct () is a data structure that includes detailed information on hot spots, which are spots that enable scene transitions between VR contents.
  • HotspotStruct () may be declared in each sample located at 'mdat' in ISO BMFF. According to the number of hot spots located in each sample, identification information HotspotID [] for each hot spot may be allocated, and a HotsHotspotStruct () value may be declared in each HotspotID []. This may be another embodiment of the HotSpotStruct described above. As described above, HotspotStruct () described through this figure may exist in a sample entry or a sample of a track in the ISO BMFF, or may be included in another box in the ISO BMFF.
  • HotspotRegion () may be included in HotspotStruct ().
  • HotspotRegion () is a data structure representing location information on a hotspot and can define a center point and a range of the location.
  • the exposure_start_offset means a hot spot location exposure start time in the scene, and may be provided as an offset value for the entire play time line of the VR video currently being streamed. .
  • the exposure_start_offset always has a value greater than 0 and cannot exceed the play time of the entire VR video.
  • the exposure_duration may indicate the time that a hot spot can connect from the scene within the entire play timeline of the entire VR video.
  • the exposure_duration is 0 seconds or longer and the duration of the entire VR video. Cannot be greater than In other words, exposure_duration may indicate an available time of a hot spot in the scene, that is, a time that can be connected to other VR content through the hot spot.
  • hotspot_uri is a null-terminated string based on UTF-8 characters. It can mean an address value indicating the location of the next file or track to be played when a hot spot is selected by the user. Can be. The file or track must have a Uniform Resource Identifier (URI) of the same format so that it can be linked.
  • URI Uniform Resource Identifier
  • the hotspot_start_time_delta may be a value indicating how far from 0 seconds the time information value of the first scene to be played when playing the track of the corresponding trackID declared in the connected VR content or HotspotStruct.
  • 0 seconds may mean a start time of the entire VR video.
  • the hotspot_start_time_delta cannot be greater than the total play time of the connected VR content.
  • con_initial_viewport_yaw, con_initial_viewport_pitch, and con_initial_viewport_roll are the location information of the initial track in the new track or VR video that the connected VR video (360 video) should show first when the hot spot is selected. It may be a value indicating.
  • con_initial_viewport_yaw, con_initial_viewport_pitch, and con_initial_viewport_roll may be represented by angle values for yaw, pitch, and roll, respectively.
  • con_initial_viewport_yaw can have a value between -90 ° and 90 °
  • con_initial_viewport_pitch can have a value between -180 ° and 180 °.
  • HotspotRegion () included in HotspotStruct () has not been described in detail, the HotspotRegion () described above or below will be included in this HotspotStruct ().
  • FIG. 19 is a diagram illustrating a data structure including hot spot related information according to another embodiment of the present invention.
  • HotspotStruct () is a data structure that includes detailed information on hot spots, which are spots that enable scene transitions between VR contents.
  • HotspotStruct () may be declared in each sample located at 'mdat' in ISO BMFF. According to the number of hot spots located in each sample, identification information HotspotID [] for each hot spot may be allocated, and a HotsHotspotStruct () value may be declared in each HotspotID []. This may be another embodiment of the HotSpotStruct described above. As described above, HotspotStruct () described through this figure may exist in a sample entry or a sample of a track in the ISO BMFF, or may be included in another box in the ISO BMFF.
  • HotspotRegion () may be included in HotspotStruct ().
  • HotspotRegion () is a data structure representing location information on a hotspot and can define a center point and a range of the location.
  • the interpolate may indicate whether the value provided from the HotspotRegion is to be applied as it is or a linear interpolation value is to be applied. In an embodiment, when the interpolate value is 0, the value transferred from the hotspotRegion is expressed in the target media sample as it is, and when the interpolate value is 1, the linearly interpolated value is applied.
  • the exposure_start_offset means a hot spot location exposure start time in the scene, and may be provided as an offset value for the entire play time line of the VR video currently being streamed. .
  • the exposure_start_offset always has a value greater than 0 and cannot exceed the play time of the entire VR video.
  • the exposure_duration may indicate the time that a hot spot can connect from the scene within the entire play timeline of the entire VR video.
  • the exposure_duration is 0 seconds or longer and the duration of the entire VR video. Cannot be greater than
  • hotspot_uri is a null-terminated string based on UTF-8 characters. It can mean an address value indicating the location of the next file or track to be played when a hot spot is selected by the user. Can be. The file or track must have a Uniform Resource Identifier (URI) of the same format so that it can be linked.
  • URI Uniform Resource Identifier
  • the hotspot_start_time_delta may be a value indicating how far from 0 seconds the time information value of the first scene to be played when playing the track of the corresponding trackID declared in the connected VR content or HotspotStruct.
  • 0 seconds may mean a start time of the entire VR video.
  • the hotspot_start_time_delta cannot be greater than the total play time of the connected VR content.
  • con_initial_viewport_yaw, con_initial_viewport_pitch, and con_initial_viewport_roll are the location information of the initial track in the new track or VR video that the connected VR video (360 video) should show first when the hot spot is selected. It may be a value indicating.
  • con_initial_viewport_yaw, con_initial_viewport_pitch, and con_initial_viewport_roll may be represented by angle values for yaw, pitch, and roll, respectively.
  • con_initial_viewport_yaw can have a value between -90 ° and 90 °
  • con_initial_viewport_pitch can have a value between -180 ° and 180 °.
  • HotspotRegion () included in HotspotStruct () has not been described in detail, the HotspotRegion () described above or below will be included in this HotspotStruct ().
  • 20 is a diagram showing a data structure including hot spot related information according to another embodiment of the present invention.
  • HotspotRegion () is a data structure representing location information on a hot spot and can define a center point and a range of the location.
  • HotspotRegion may define a region for a hot spot based on Cartesian coordinate X, Y, Z coordinate values.
  • the shape type defines the shape of a center point and a region that can be expressed with a range when defining a hot spot area in a sphere area. It is possible to indicate whether a region is defined by a great circle, or by a two yaw circle and two pitch circles. In one embodiment, the value of the shape type is 0 means that the area is defined by four circles (great circle), the value of the shape type is 1 if the two yaw circle (yaw circle) That is, the area is defined by two pitch circles. Specific examples are as described above with reference to FIG. 16.
  • hotspot_center_X, hotspot_center_Y, and hotspot_center_Z mean center points of the connection positions of the corresponding hot spots and may be represented by X, Y, and Z coordinate values, respectively.
  • hotspot_center_X, hotspot_center_Y, and hotspot_center_Z may be values for defining a link location in a 360 video scene.
  • hotspot_center_X, hotspot_center_Y, and hotspot_center_Z may have values between -1 and 1.
  • hotspot_vertical_range and hotspot_horizontal_range may indicate a range of horizontal and vertical directions with respect to the center point of the hot spot indicated by hotspot_center_X, Y, and Z.
  • hotspot_vertical_range and hotspot_horizontal_range may represent a specific area on a sphere or 3D image.
  • 21 is a diagram illustrating a data structure including hot spot related information according to another embodiment of the present invention.
  • HotspotRegion illustrated in FIG. 20 illustrates a method of defining a region that can be marked as a hot spot as a plurality of vertices having yaw, pitch, and roll values.
  • HotspotRegion () may be included in HotspotStruct ().
  • HotspotRegion () is a data structure representing location information on a hotspot and can define a center point and a range of the location.
  • interpolate may indicate whether a value provided from HotspotRegion () is to be applied as it is or a linear interpolation value is to be applied. In an embodiment, when the interpolate value is 0, the value transferred from HotspotRegion () is expressed in the target media sample. If the interpolate value is 1, the linearly interpolated value is applied.
  • the exposure_start_offset means a hot spot location exposure start time in the scene, and may be provided as an offset value for the entire play time line of the VR video currently being streamed. .
  • the exposure_start_offset always has a value greater than 0 and cannot exceed the play time of the entire VR video.
  • the exposure_duration may indicate the time that a hot spot can connect from the scene within the entire play timeline of the entire VR video.
  • the exposure_duration is 0 seconds or longer and the duration of the entire VR video. Cannot be greater than In other words, exposure_duration may indicate an available time of a hot spot in the scene, that is, a time that can be connected to other VR content through the hot spot.
  • the next_track_ID may be connected to a hot spot and indicate a next track ID to be played when a hot spot is selected by the user.
  • the hotspot_start_time_delta may be a value indicating how far from 0 seconds the time information value of the first scene to be played when playing the track of the corresponding trackID declared in the connected VR content or HotspotStruct.
  • 0 seconds may mean a start time of the entire VR video.
  • the hotspot_start_time_delta cannot be greater than the total play time of the connected VR content.
  • con_initial_viewport_yaw, con_initial_viewport_pitch, and con_initial_viewport_roll are the location information of the initial track in the new track or VR video that the connected VR video (360 video) should show first when the hot spot is selected. It may be a value indicating.
  • con_initial_viewport_yaw, con_initial_viewport_pitch, and con_initial_viewport_roll may be represented by angle values for yaw, pitch, and roll, respectively.
  • con_initial_viewport_yaw can have a value between -90 ° and 90 °
  • con_initial_viewport_pitch can have a value between -180 ° and 180 °.
  • HotspotRegion () is a data structure representing location information on a hotspot and can define a center point and a range of the location.
  • HotspotRegion according to the present embodiment represents a method of defining a verifiable region as a hot spot as a plurality of vertices. More specifically, HotspotRegion according to the present embodiment represents a method of defining a region that can be marked as a hot spot as a plurality of vertices having yaw, pitch, and roll values.
  • num_vertex refers to the number of vertices that make up a hot spot when declaring a hot spot area based on vertex.
  • hotspot_yaw [], hotspot_pitch [], and hotspot_roll [] refer to the hot spot's concatenation within the sample, and in the sample scene currently playing back in the 2D projection format. It may be a value for defining a link location.
  • One or more hotspot_yaw [], hotspot_pitch [], and hotspot_roll [] may indicate one or more coordinate values, where one or more coordinate values are vertices to indicate a hot spot as an area.
  • three or more hotspot_yaw [], hotspot_pitch [], and hotspot_roll [] indicate three or more coordinate values, and the three or more coordinate values are vertices to mark a hot spot as an area.
  • hotspot_yaw [] can have a value between -90 ° and 90 ° and hotspot_pitch [] and hotspot_roll [] can have a value between -180 ° and 180 °.
  • FIG. 22 is a diagram illustrating a data structure including hot spot related information according to another embodiment of the present invention.
  • FIG. 22 is a diagram illustrating a data structure including hot spot related information according to another embodiment of the present invention.
  • HotspotRegion () is a data structure representing location information on a hotspot and can define a center point and a range of the location. HotspotRegion () may be included in HotspotStruct () described above.
  • HotspotRegion according to the present embodiment represents a method of defining a verifiable region as a hot spot as a plurality of vertices. More specifically, HotspotRegion according to the present embodiment represents a method of defining a region that can be marked as a hot spot as a plurality of vertices having yaw, pitch, and roll values.
  • num_vertex refers to the number of vertices that make up a hot spot when declaring a hot spot area based on vertex.
  • hotspot_yaw [], hotspot_pitch [], and hotspot_roll [] refer to the hot spot's concatenation within the sample, and in the sample scene currently playing back in the 2D projection format. It may be a value for defining a link location.
  • One or more hotspot_yaw [], hotspot_pitch [], and hotspot_roll [] may indicate one or more coordinate values, where one or more coordinate values are vertices to indicate a hot spot as an area.
  • three or more hotspot_yaw [], hotspot_pitch [], and hotspot_roll [] indicate three or more coordinate values, and the three or more coordinate values are vertices to mark a hot spot as an area.
  • hotspot_yaw [] can have a value between -90 ° and 90 ° and hotspot_pitch [] and hotspot_roll [] can have a value between -180 ° and 180 °.
  • interpolate may indicate whether vertex coordinate values are applied as they are or linear interpolation values are applied. In an embodiment, when the interpolate value is 0, the vertex coordinate value from the hotspotRegion is expressed in the target media sample as it is, and when 1, the linearly interpolated value is applied.
  • FIG. 23 is a diagram illustrating a data structure including hot spot related information according to another embodiment of the present invention.
  • HotspotRegion () is a data structure representing location information on a hotspot and can define a center point and a range of the location. HotspotRegion () may be included in HotspotStruct () described above.
  • HotspotRegion according to the present embodiment represents a method of defining a verifiable region as a hot spot as a plurality of vertices. More specifically, HotspotRegion according to the present embodiment represents a method of defining a region that can be marked as a hot spot as a plurality of vertices having X, Y, and Z values.
  • num_vertex refers to the number of vertices that make up a hot spot when declaring a hot spot area based on vertex.
  • hotspot_X [], hotspot_Y [], and hotspot_Z [] refer to the hot spot's concatenation within the sample, and in the sample scene currently playing back in the 2D projection format. It may be a value for defining a link location.
  • One or more coordinate values are vertices that allow you to mark a hot spot as an area.
  • three or more hotspot_X [], hotspot_Y [], and hotspot_Z [] indicate three or more coordinate values, and the three or more coordinate values are vertices to indicate a hot spot as an area.
  • hotspot_X [], hotspot_Y [], and hotspot_Z [] may have values between -1 and 1, respectively.
  • 24 is a diagram illustrating a data structure including hot spot related information according to another embodiment of the present invention.
  • HotspotRegion () is a data structure representing location information on a hotspot and can define a center point and a range of the location. HotspotRegion () may be included in HotspotStruct () described above.
  • HotspotRegion according to the present embodiment represents a method of defining a verifiable region as a hot spot as a plurality of vertices. More specifically, HotspotRegion according to the present embodiment represents a method of defining a region that can be marked as a hot spot as a plurality of vertices having X, Y, and Z values.
  • num_vertex refers to the number of vertices that make up a hot spot when declaring a hot spot area based on vertex.
  • the shape type defines the shape of the center and the area that can be expressed with the range when defining the hot spot area in the sphere area. It can indicate whether it is two yaw or two pitch circle. In one embodiment, the shape type value of 0 means four great circles, and the shape type value of 1 means two yaw and two pitch circles.
  • hotspot_X [], hotspot_Y [], and hotspot_Z [] refer to the hot spot's concatenation within the sample, and in the sample scene currently playing back in the 2D projection format. It may be a value for defining a link location.
  • One or more coordinate values are vertices that allow you to mark a hot spot as an area.
  • three or more hotspot_X [], hotspot_Y [], and hotspot_Z [] indicate three or more coordinate values, and the three or more coordinate values are vertices to indicate a hot spot as an area.
  • hotspot_X [], hotspot_Y [], and hotspot_Z [] may have values between -1 and 1, respectively.
  • interpolate may indicate whether vertex coordinate values are applied as they are or linear interpolation values are applied. In an embodiment, when the interpolate value is 0, the vertex coordinate value from the hotspotRegion is expressed in the target media sample as it is, and when 1, the linearly interpolated value is applied.
  • FIG. 25 is a diagram illustrating a data structure including hot spot related information according to another embodiment of the present invention.
  • FIG. 25 is a diagram illustrating a data structure including hot spot related information according to another embodiment of the present invention.
  • HotspotRegion () described above illustrates an embodiment in which location information on a hot spot that may be included in HotspotRegion () described above is included in HotspotStruct ().
  • HotspotStruct () is a data structure that includes detailed information on hot spots, which are spots that enable scene transitions between 360 contents.
  • HotspotStruct () may be declared in each sample located at 'mdat' in ISO BMFF. Identification information (HotspotID []) for each hot spot may be allocated according to the number of hot spots located in each sample, and a HotsHotspotStruct () value may be declared in each HotspotID [].
  • HotspotStruct () is a data structure that contains detailed information about hot spot, a spot that can be switched between 360 videos. It can be declared in each sample located at 'mdat' in ISOBMFF and according to the number of hotspots in each sample. You can assign a [] and declare a HotsHotspotStruct () value for each HotspotID []. This may be another embodiment of the HotSpotStruct described above. As described above, HotspotStruct () described through this figure may exist in a sample entry or a sample of a track in the ISO BMFF, or may be included in another box in the ISO BMFF.
  • num_vertex refers to the number of vertices that make up a hot spot when declaring a hot spot area based on vertex.
  • hotspot_yaw [], hotspot_pitch [], and hotspot_roll [] refer to the hot spot's concatenation within the sample, and in the sample scene currently playing back in the 2D projection format. It may be a value for defining a link location.
  • One or more hotspot_yaw [], hotspot_pitch [], and hotspot_roll [] may indicate one or more coordinate values, where one or more coordinate values are vertices to indicate a hot spot as an area.
  • three or more hotspot_yaw [], hotspot_pitch [], and hotspot_roll [] indicate three or more coordinate values, and the three or more coordinate values are vertices to mark a hot spot as an area.
  • hotspot_yaw [] can have a value between -90 ° and 90 ° and hotspot_pitch [] and hotspot_roll [] can have a value between -180 ° and 180 °.
  • the exposure_start_offset means a hot spot location exposure start time in the scene, and may be provided as an offset value for the entire play time line of the VR video currently being streamed. .
  • the exposure_start_offset always has a value greater than 0 and cannot exceed the play time of the entire VR video.
  • the exposure_duration may indicate the time that a hot spot can connect from the scene within the entire play timeline of the entire VR video.
  • the exposure_duration is 0 seconds or longer and the duration of the entire VR video. Cannot be greater than In other words, exposure_duration may indicate an available time of a hot spot in the scene, that is, a time that can be connected to other VR content through the hot spot.
  • the next_track_ID may be connected to a hot spot and indicate a next track ID to be played when a hot spot is selected by the user.
  • the hotspot_start_time_delta may be a value indicating how far from 0 seconds the time information value of the first scene to be played when playing the track of the corresponding trackID declared in the connected VR content or HotspotStruct.
  • 0 seconds may mean a start time of the entire VR video.
  • the hotspot_start_time_delta cannot be greater than the total play time of the connected VR content.
  • con_initial_viewport_yaw, con_initial_viewport_pitch, and con_initial_viewport_roll are the location information of the initial track in the new track or VR video that the connected VR video (360 video) should show first when the hot spot is selected. It may be a value indicating.
  • con_initial_viewport_yaw, con_initial_viewport_pitch, and con_initial_viewport_roll may be represented by angle values for yaw, pitch, and roll, respectively.
  • con_initial_viewport_yaw can have a value between -90 ° and 90 °
  • con_initial_viewport_pitch can have a value between -180 ° and 180 °.
  • FIG. 26 illustrates a case in which HotspotStruct () is included in a HotspotSampleEntry or HotspotSample () according to various embodiments of the present disclosure.
  • HotspotStruct () may be located in a sample entry or 'mdat' of a timed medtadata track in ISOBMFF. HotspotStruct () may be located in HotspotSampleEntry or HotspotSample (). HotspotStruct () may be in another box in ISOBMFF.
  • FIG. 26 illustrates a case where HotspotStruct () is included in a HotspotSampleEntry according to an embodiment of the present invention
  • FIG. 26 illustrates a case where HotspotStruct () is included in a HotspotSample () according to an embodiment of the present invention. Indicates.
  • num_hotspots may indicate the number of hot spots. As shown in the upper part of FIG. 26, when the corresponding information exists in the sample entry, the number of hot spots included in each sample may be indicated. As shown in the lower part of FIG. 26, when the corresponding information exists in a sample, the number of hot spots included in the sample may be indicated.
  • HotspotID may represent identification information of the corresponding hot spot, that is, an identifier.
  • FIG. 27 illustrates an embodiment of signaling a data structure including hot spot related information through an ISO BMFF box according to various embodiments of the present disclosure.
  • a data structure (HotspotStruct () and / or HotspotRegion ()) including the aforementioned metadata may be included in the track header ('tkhd') box of the ISO BMFF as shown.
  • This track header box is included in the trak box in the moov box.
  • version can be an integer specifying the version of the box.
  • Flags are integers of 24 bits and can be defined as follows according to a given value. If the value of flags is x000001, this may indicate that the track is activated. If the value of flags is 0x000002, it may indicate that the track is used in the presentation. If the value of flags is 0x000004, it may indicate that the track is used when previewing the presentation.
  • creation_time may be an integer that declares the creation time of the track. (In UTC time, since midnight January 1, 1904, in seconds)
  • modification_time may be an integer that declares the last time the track was modified. (In UTC time, since midnight January 1, 1904, in seconds)
  • track_ID may be an integer that identifies the track during the entire life-time of the presentation.
  • the duration may be an integer representing the length of the track.
  • the layer can specify the order of the video tracks.
  • alternate_group may be an integer that specifies a group or collection of tracks.
  • the volume may be a value that designates a relative audio volume of the track.
  • the volume may have a fixed value of 8.8.
  • the matrix may provide a transformation matrix for the video.
  • width and height can specify the track's visual presentation size.
  • width, and height may be fixed values of 16.16.
  • Hotspot_flag may be a flag indicating whether hot spot information is included in a video track. In one embodiment, when the value of Hotspot_flag is 1, it may indicate that the hot spot information is included in the video track. When the value of Hotspot_flag is 0, the hot spot information is included in the video track. It may indicate that it is not.
  • num_hotspots may indicate the number of hot spots. If the information is present in the sample entry, it can indicate the number of hot spots included in each sample. If the information is present in the sample, the sample It may refer to only the number of hotspots included within.
  • HotspotID may indicate an identifier of a corresponding hot spot.
  • FIG. 28 illustrates an embodiment of signaling a data structure including hot spot related information through an ISO BMFF box according to various embodiments of the present disclosure.
  • the data structures (HotspotStruct () and / or HotspotRegion ()) including the aforementioned metadata may be included in the video media header ('vmhd') box of the ISO BMFF as shown.
  • the video media header box is included in the trak box in the moov box.
  • version can be an integer specifying the version of the box.
  • graphicsmode can specify the composition mode for the video track.
  • opcolor may be a set of three color (red, green, blue) values available in graphics mode.
  • Hotspot_flag may be a flag indicating whether hot spot information is included in a video track. In one embodiment, when the value of Hotspot_flag is 1, it may indicate that the hot spot information is included in the video track. When the value of Hotspot_flag is 0, the hot spot information is included in the video track. It may indicate that it is not.
  • num_hotspots may indicate the number of hot spots. If the information is present in the sample entry, it can indicate the number of hot spots included in each sample. If the information is present in the sample, the sample It may refer to only the number of hotspots included within.
  • HotspotID may indicate an identifier of a corresponding hot spot.
  • the hotspot_flag and hot spot related to the hot header (tkhd) box are defined.
  • the value of each element of metadata may be overridden by a value defined in the video media header (vmhd) box.
  • the metadata track regarding hot spot information may be stored and delivered separately from the VR video track. As such, when metadata regarding hot spot information is delivered in a separate metadata track, the metadata track regarding hot spot information and the VR video track associated with such metadata track Referencing in between may be required.
  • 'tref' TrackReferenceBox
  • a reference type named 'hspi' is newly defined in a TrackReferenceBox ('tref') box to refer to a metadata track for a hot spot and a VR video track associated with the metadata track.
  • 'hspi' may be used as a track reference for informing that hot spot information exists in a corresponding track, and may inform track_ID information to which a hot spot is connected.
  • the TrackReference ('tref') box is a box that provides a reference between the track contained in that box and another track.
  • the TrackReference ('tref') box may include one or more track reference type boxes having a predetermined reference type and an identifier.
  • track_ID may be an integer that provides a reference to another track in the presentation in the containing track. track_ID is not reused and cannot be zero.
  • reference_type may be set in one of the following values. Furthermore, reference_type may be set to a value not defined below.
  • the track referenced by 'hint' may include the original media of the hint track.
  • the 'cdsc' track describes the referenced track. This track may include timed metadata for the reference track.
  • the 'font' track can use fonts delivered / defined in the referenced track.
  • the 'hind' track depends on the hint track referenced. In other words, this track can be used when the referenced hint track is used.
  • the 'vdep' track may include auxiliary depth video information for the referenced video track.
  • the 'vplx' track may include auxiliary parallax video information for the referenced video track.
  • the 'subt' track may include subtitles, timed text, and / or overlay graphic information for the referenced track or all tracks in the replacement group to which the track belongs.
  • the 'hspi' track may include hot spot related information about the referenced track or all tracks of the substitute group to which the track belongs.
  • the number of hot spots connected in a scene, each hot, if connected to other VR content via a hot spot within one VR video stream As described above, the location of the hot spot corresponding to the ID of the hot spot and the necessary information need to be defined after connecting to the new VR content.
  • the current omnidirectional media application format (OMAF) standard or the ISO 14496-12 standard notifies the end of exposure of a hot spot according to the scene being streamed, such as a hot spot. Does not include a function, so to implement this, it is necessary to define a start point and an end point of a hot spot separately when indicating whether connection is possible for each connected VR contents.
  • the location of the hot spot, the connected VR contents should be played.
  • a location, a time for exposing information indicating that a hot spot is connected in a scene of VR content currently being played may be defined.
  • FIGS. 30 and 31 A specific embodiment of a hot spot transmission data selection / reproduction method declared in a handler (hdlr) box at the file format level is illustrated in FIGS. 30 and 31.
  • FIG. 30 is a diagram showing a data structure including hot spot related information according to another embodiment of the present invention.
  • a data structure including hot spot related information may be included in a handler box.
  • the handler box is a HotspotInformationBox ('hspi') and may be configured as shown.
  • num_hotspot may indicate the number of hot spots connected in the corresponding VR video. If the information is present in the sample entry, it can indicate the number of hot spots included in each sample. If the information is present in the sample, the sample The number of hot spots included in the display may be indicated.
  • exposure_start_offset means the start time of the hot spot location exposure in the scene that is currently streaming from the video track, and the entire playback timeline of the VR video that is currently streaming. It may be provided as an offset value for a play time line.
  • the exposure_start_offset always has a value greater than 0 and cannot exceed the play time of the entire VR video.
  • the exposure_duration indicates the time that a hotspot can be connected from the scene currently being streamed on the video track within the entire play timeline of the entire VR video. Can be more than 0 seconds and not greater than the duration of the entire VR video.
  • the hotspot_yaw, hotspot_pitch, and hotspot_roll may indicate the center point of the connection position of the hot spot located in the sample.
  • Hotspot_yaw, hotspot_pitch, and hotspot_roll may be values for defining a link location in a sample scene currently being played in the 2D projection format.
  • hotspot_yaw can have a value between -90 ° and 90 °
  • hotspot_pitch and hotspot_roll can have a value between -180 ° and 180 °.
  • the hotspot_vertical_range and hotspot_horizontal_range may be information for representing a hot spot area when the hot spot location information is given as yaw, pitch, and roll as center information of the corresponding location.
  • hotspot_vertical_range and hotspot_horizontal_range may represent a range of horizontal and vertical directions from a center, respectively.
  • the next_track_ID may be connected to a hot spot and indicate a next track ID to be played when a hot spot is selected by the user.
  • the hotspot_start_time_delta may be a value indicating how far from 0 seconds the time information value of the first scene to be played when playing the track of the corresponding trackID declared in the connected VR content or HotspotStruct.
  • 0 seconds may mean a start time of the entire VR video.
  • the hotspot_start_time_delta cannot be greater than the total play time of the connected VR content.
  • con_initial_viewport_yaw, con_initial_viewport_pitch, and con_initial_viewport_roll show the initial viewport's position information in the new track or VR video that the connected VR video (360 video) should show first when the hot spot is selected. It can be an informative value.
  • con_initial_viewport_yaw, con_initial_viewport_pitch, and con_initial_viewport_roll may be represented by angle values for yaw, pitch, and roll, respectively.
  • con_initial_viewport_yaw can have a value between -90 ° and 90 °
  • con_initial_viewport_pitch can have a value between -180 ° and 180 °.
  • FIG. 31 is a diagram illustrating a data structure including hot spot related information according to another embodiment of the present invention.
  • FIG. 31 is a diagram illustrating a data structure including hot spot related information according to another embodiment of the present invention.
  • the handler box As described above, by using a handler box ('hdlr' box) located in a 'meta' box, the location of a hot spot and connected VR contents must be played. The location, time to expose information that a hot spot is connected in the scene of the VR content currently being played, and the like can be defined.
  • the handler box is a HotspotInformationBox ('hspi') and may be configured as shown.
  • num_hotspot may indicate the number of hot spots connected in the corresponding VR video. If the information is present in the sample entry, it can indicate the number of hot spots included in each sample. If the information is present in the sample, the sample The number of hot spots included in the display may be indicated.
  • HotspotID may indicate an identifier of a corresponding hot spot.
  • HotspotStruct () may be the HotspotStruct () described above, and such HotspotSturct () may include the Hotspotregion () described above.
  • grouping_type When a plurality of VR contents may be bundled and connected to mutually dependent tracks, samples that are sequentially streamed may vary depending on whether a hot spot is selected.
  • grouping_type By declaring grouping_type in advance, it is possible to switch between VR contents. That is, streaming may be performed variably according to the grouping_type declared in advance. For example, grouping_type may be declared in advance so that switching to VR content 2 at a specific point during streaming of VR content 1 is possible.
  • 32 is a diagram illustrating an example of grouping of samples for streaming switching between VR contents.
  • VR contents are illustrated. At least two VR contents are connected to each other through hot spots in an arbitrary section.
  • the VR contents may be grouped using SampleToGroupBox.
  • the hot spot may be converted and streamed from one VR content being streamed to another VR content.
  • information on the presence or absence of a hot spot may be provided through signaling.
  • signaling for the presence or absence of a hot spot may be provided in advance at any time before the switching point of the streaming.
  • the sample to be streamed next may vary.
  • VR content 1 may be streamed on a sample basis.
  • the hot spot may be selected in the section corresponding to the group g2. If the user selects a hot spot during group g2, streaming may be switched to VR content 2 in the sample at the selected time point. That is, when the user selects a hot spot in the group g2, streaming is switched from g2 of VR content 1 to g9 of VR content 2. In contrast, when the user does not select a hot spot during the group g2, the VR content1 may be continuously streamed and a new hot spot for the VR content 3 may be displayed in the section corresponding to the group g5.
  • streaming may be switched to VR content 3 in the sample at the selected time point. That is, when the user selects a hot spot in the group g5, streaming is switched from g5 of VR content 1 to g12 of VR content 3. Alternatively, if the user has not selected a hot spot in group g5, VR content1 continues to stream.
  • VR content 2 may be streamed on a sample basis.
  • the hot spot may be selected in the section corresponding to the group g9.
  • streaming may be switched to VR content 1 in the sample at the selected time point. That is, when the user selects a hot spot in the group g9, streaming may be switched from g9 of VR content 2 to g2 of VR content 1.
  • VR content 2 continues to stream.
  • VR content 3 may be streamed on a sample basis.
  • the hot spot may be selected in the section corresponding to the group g12.
  • streaming may be switched to VR content 1 in the sample at the selected time point. For example, when the user selects a hot spot in the group g12, streaming is switched from g12 of VR content 3 to g5 of VR content 1. In contrast, if the user has not selected a hot spot in group g12, VR content 3 continues to stream.
  • sampleToGroupBox is used to select a hot spot from group g2 of VR_content 1 to go to group g9 of VR_content 2 and stream to g10 until another selection. If the hotspot is not selected at the g2 point of time, it can be streamed after the g4. Likewise, if hotspot is selected at group g5 in VR_video1, it can be streamed to g12, and conversely, if hot spot is not selected, g5 can be connected to g6 for streaming. have. Such hot spots may be exposed during streaming. It can be grouped according to VR contents sharing hot spots. At this time, the same group has the same grouping_type.
  • the grouping_type may be declared in the 'sgpd' box located in the Sample table box 'stbl'.
  • the streaming order according to each case may be previously declared through grouping_type. That is, the streaming order can be specified in advance by continuously playing a value having the same group_type without selecting a hotspot by grouping samples connected to hotspots among samples existing in the VR contents 1, 2, and 3.
  • FIG. 33 is a diagram illustrating a sample group box for switching streaming between VR contents.
  • sample group box (SampleToGroupBox) of FIG. 33 includes the aforementioned grouping_type and group_description_index. As described above, the associated VR content has the same grouping_type, and the order of streaming may be declared through group_description_index.
  • version may be an integer indicating the version of the box. In one embodiment, version may be 0 or 1.
  • grouping_type may be an integer that identifies the type of sample grouping (ie, the criteria for forming sample groups). Grouping_type can also associate a type with its sample group description table using the value for the group type. Only one box having a value such as group_type (even when grouping_type_parameter is used) may exist in one track. (grouping_type is an integer that identifies the type (ie criterion used to form the sample groups) of the sample grouping and links it to its sample group description table with the same value for grouping type.At most one occurrence of this box with the same value for grouping_type (and, if used, grouping_type_parameter) shall exist for a track.)
  • the grouping_type_parameter may indicate a subtype of grouping. (grouping_type_parameter is an indication of the sub-type of the grouping)
  • entry_count may provide the number of entries in the table that follows. (entry_count is an integer that gives the number of entries in the following table.)
  • sample_count may provide the number of consecutive samples having the same sample group descriptor. If the sum of the sample counts in this box is less than the total sample count, or if there is no sample-to-group box to apply to the samples (eg, not in the track fragment), the reader is the default group defined in the SampleGroupDescription Box. It is associated with samples that do not have an explicit group association with. It is an error that the total in this box is greater than the other documented sample_counts, and the reader behavior is undefined.
  • sample_count is an integer that gives the number of consecutive samples with the same sample group descriptor. If the sum of the sample count in this box is less than the total sample count, or there is no sample-to-group box that applies to some samples (eg it is absent from a track fragment), then the reader should associates the samples that have no explicit group association with the default group defined in the SampleDescriptionGroup box, if any, or else with no group.It is an error for the total in this box to be greater than the sample_count documented elsewhere, and the reader behavior would then be undefined.
  • group_description_index may be an integer that provides an index of a sample group entry that describes the samples in this group. The index ranges from 1 to the number of sample group entries in the SampleGroupDescription Box. If 0, the index may indicate that the sample is not a group member of this type. (group_description_index is an integer that gives the index of the sample group entry which describes the samples in this group.The index ranges from 1 to the number of sample group entries in the SampleGroupDescription Box, or takes the value 0 to indicate that this sample is a member of no group of this type.)
  • 34 is a diagram illustrating a sample group entry for delivering grouped VR contents in a predetermined order.
  • the sample group entry HotspotSampleGroupEntry may be used to deliver the grouped groups in order as necessary following the above-described sample grouping.
  • num_hotspots may indicate the number of hotspots. When the information exists in the sample entry, it may refer to the number of hot spots included in each sample. When the information exists in the sample, it may refer only to the number of hot spots included in the sample.
  • HotspotID This may indicate an identifier of the hotspot.
  • version may be an integer indicating the version of the box.
  • the grouping_type may be an integer identifying a SampleToGroup box associated with this sample group description. If grouping_type_parameter is not defined for a given grouping_type, a box with this grouping_type may appear only once. (grouping_type is an integer that identifies the SampleToGroup box that is associated with this sample group description. If grouping_type_parameter is not defined for a given grouping_type, then there shall be only one occurrence of this box with this grouping_type.)
  • the default_sample_description_index may indicate an index of a sample group description entry applied to all samples in the track provided through the SampleToGroup box and not providing sample-group mapping.
  • the default value of this field may be 0 (which indicates that samples are not mapped to this type of group).
  • entry_count may provide the number of entries in the table that follows. (entry_count is an integer that gives the number of entries in the following table.)
  • default_length indicates the length of all group entries if the length is constant. (default_length indicates the length of every group entry (if the length is constant), or zero (0) if it is variable .)
  • description_length represents the length of an individual group entry, and if different for each entry, default_length may be 0. (description_length indicates the length of an individual group entry, in the case it varies from entry to entry and default_length is therefore 0.)
  • Hotspotstruct and HotspotRegion may be defined in SEI or DASH MPD of HEVC / AVC.
  • a guide on a relative position and direction in each VR content may be required.
  • guide information on which position and / or which direction the VR content being played is located relative to all of the connected contents may be needed.
  • the embodiments described below may provide a navigator to the window by declaring the size and position of the sub-window in the entire window.
  • the navigator may be provided in a form consistent with the intention of the manufacturer.
  • 35 is a diagram illustrating a data structure including navigation information according to an embodiment of the present invention.
  • SphereRegionStruct may be a structure that declares a viewport of a moving picture expert group (MPEG) omnidirectional media application format (OMAF).
  • MPEG moving picture expert group
  • SphereRegionStruct is a structure having a function of declaring a part of the entire region to be played, and may be replaced by a specification other than the specification of the omnidirectional media application format (OMAF).
  • MPEG moving picture expert group
  • OMAF omnidirectional media application format
  • subwindow_location_X, subwindow_location_Y, and subwindow_location_Z may indicate a center point of an area to be declared as a sub-window in three-dimensional content. If a sub-window is declared in a two-dimensional area, the value of subwindow_location_Z may have a value of zero.
  • the ranges of subwindow_location_X, subsindow_location_Y, and subwindow_location_Z cannot escape the area where the sub-window is reproduced. That is, subwindow_location_X, subsindow_location_Y, and subwindow_location_Z cannot have values outside the region where the sub-window is reproduced.
  • subwindow_location_width, and subwindow_location_height may declare the size of a sub-window. That is, subwindow_location_width, and subwindow_location_height may declare the size of a sub-window having a center point indicated by subwindow_location_X, subwindow_location_Y, and subwindow_location_Z.
  • subwindow_location_width may indicate a width of a sub-window
  • subwindow_location_height may indicate a height of a sub-window. The sub-window defined by the subwindow_location_width and the subwindow_location_height cannot be larger than the area of the frame to be totally reproduced.
  • 36 is a diagram illustrating a data structure including navigation information according to another embodiment of the present invention.
  • the shape of the sub-window of the navigator may be rectangular as in the previous embodiment, but may have a shape other than a rectangle. In one embodiment, the sub-window may have a different shape than a rectangle according to the intention of the producer.
  • SphereRegionStruct may be a structure that declares a viewport of a moving picture expert group (MPEG) omnidirectional media application format (OMAF).
  • MPEG moving picture expert group
  • SphereRegionStruct is a structure having a function of declaring a part of the entire region to be played, and may be replaced by a specification other than the specification of the omnidirectional media application format (OMAF).
  • MPEG moving picture expert group
  • OMAF omnidirectional media application format
  • num_vertex may refer to the number of vertices constituting the sub-window when the area of the sub-window is declared based on the vertex.
  • Subwindow_location_X [], subwindow_location_Y [], and subwindow_location_Z [] may indicate X, Y, and Z coordinates of vertex values of the sub-window, respectively. Each element may not have a value outside the entire frame area.
  • One or more coordinate values may represent regions of a sub-window as vertices.
  • three or more Subwindow_location_X [], subwindow_location_Y [], and subwindow_location_Z [] indicate three or more coordinate values, and the three or more coordinate values can represent regions of the sub-window as vertices. have.
  • interpolate may indicate whether the value provided from NavigatorStruct () is to be applied as it is or to a linear interpolation value. In an embodiment, when the interpolate value is 0, the value transmitted from NavigatorStruct () is expressed in the target media sample as it is, and when the interpolate value is 1, the linearly interpolated value may be applied.
  • FIG. 37 illustrates a case in which navigation information is included in a NavigatorSampleEntry according to various embodiments of the present disclosure.
  • the navigation information may be located in a sample entry of a timed medtadata track in ISOBMFF.
  • the navigator may be declared in a sample entry because the exposure time or the exposure position may vary from sample to sample.
  • 38 illustrates an embodiment of signaling a data structure including navigation information through an ISO BMFF box according to various embodiments of the present disclosure.
  • a data structure including metadata for the above-described navigation information may be included in a video media header ('vmhd') box of ISO BMFF as shown.
  • the video media header box is included in the trak box in the moov box.
  • version can be an integer specifying the version of the box.
  • graphicsmode can specify the composition mode for the video track.
  • opcolor may be a set of three color (red, green, blue) values available in graphics mode.
  • Navi_flag may be a flag indicating whether navigation information is included in the video track. In an embodiment, when the value of Navi_flag is 1, it may indicate that navigation information is included in the video track, and when the value of Navi_flag is 0, it may indicate that navigation information is not included in the video track.
  • Metadata tracks for navigation information may be stored and delivered separately from the VR video tracks.
  • metadata regarding navigation information is included and delivered in a separate metadata track
  • a referral between the metadata track regarding navigation information and the VR video track associated with such metadata track is provided.
  • Singh may be required.
  • a metadata track about navigation using a 'cdsc' reference type predefined in a TrackReferenceBox ('tref') box which is one of ISO BMFF's boxes, and a VR associated with the metadata track You can refer to video tracks.
  • 'tref' TrackReferenceBox
  • a reference type named 'nvhd' is newly defined in a TrackReferenceBox ('tref') box to refer to a metadata track for navigation and a VR video track associated with the metadata track.
  • 'nvhd' may be used as a track reference for indicating that navigation information exists in a corresponding track, and may inform track_ID information to which navigation is connected.
  • the TrackReference ('tref') box is a box that provides a reference between the track contained in that box and another track.
  • the TrackReference ('tref') box may include one or more track reference type boxes having a predetermined reference type and an identifier.
  • track_ID may be an integer that provides a reference to another track in the presentation in the containing track. track_ID is not reused and cannot be zero.
  • reference_type may be set in one of the following values. Furthermore, reference_type may be set to a value not defined below.
  • the track referenced by 'hint' may include the original media of the hint track.
  • the 'cdsc' track describes the referenced track. This track may include timed metadata for the reference track.
  • the 'font' track can use fonts delivered / defined in the referenced track.
  • the 'hind' track depends on the hint track referenced. In other words, this track can be used when the referenced hint track is used.
  • the 'vdep' track may include auxiliary depth video information for the referenced video track.
  • the 'vplx' track may include auxiliary parallax video information for the referenced video track.
  • the 'subt' track may include subtitles, timed text, and / or overlay graphic information for the referenced track or all tracks in the replacement group to which the track belongs.
  • the 'hspi' track may include hot spot related information about the referenced track or all tracks of the substitute group to which the track belongs.
  • the 'nvhd' track may include a navigator, a timed sub-window, or overlay graphical information for all tracks of the referenced track or the replacement group to which the track belongs.
  • FIG. 40 A specific embodiment of a method of selecting / playing navigation transport data declared in a handler (hdlr) box at the file format level is shown in FIG. 40.
  • FIG. 40 is a diagram illustrating a data structure including navigation information according to another embodiment of the present invention.
  • the handler box is a Hotspot Information Box ('nvhd'), and may be configured as shown.
  • HotspotInformationBox may indicate at which position NavigatorStruct exists on some 2D frame area to be played in VR content.
  • Some 2D frame areas can be some areas on a sphere, or a combination of one or more faces of a cube face. When a function of bringing up a part of the VR playback area is provided, some 2D frame areas may be any of the VR playback areas.
  • SphereRegionStruct is metadata defined in an omnidirectional media application format (OMAF) to define a specific region in a three-dimensional space and may be defined as shown in FIG. 42.
  • SphereRegionStruct can be used to define the underlying area to define the location of the Navigator.
  • metadata with the ability to specify and display a particular area within 360 video may be used.
  • 41 is a view showing SphereRegionStruct according to an embodiment of the present invention.
  • center_yaw, center_pitch, and center_roll can specify the viewport direction in 2-16 degree increments with respect to the global axes.
  • center_yaw and center_pitch may indicate the center of the viewport and center_roll may indicate the roll angle of the viewport.
  • center_yaw must be in the range -180 * 216 to 180 * 216-1, and center_pitch must be in the range -90 * 216 to 90 * 216.
  • center_roll must be in the range -180 * 216 to 180 * 216-1.
  • hor_range and ver_range can specify the horizontal and vertical range of the sphere area specified in the sample in 2-16 degree units, respectively.
  • hor_range and ver_range can specify a range through the center point of the sphere region. hor_range must be in the range 0 to 720 * 216, and ver_range must be in the range 0 to 180 * 216.
  • the sphere region designated by this sample can be derived as follows.
  • the sphere area specified in this sample corresponds to a point on the surface of the sphere. Otherwise, the sphere area can be defined using the following variables cYaw1, cYaw2, cPitch1, and cPitch2.
  • cYaw1 (center_yaw-(range_included_flag hor_range: static_hor_range) ⁇ 2) ⁇ 65536
  • cYaw2 (center_yaw + (range_included_flag hor_range: static_hor_range) ⁇ 2) ⁇ 65536
  • cPitch1 (center_pitch-(range_included_flag ver_range: static_ver_range) ⁇ 2) ⁇ 65536
  • cPitch2 (center_pitch + (range_included_flag ver_range: static_ver_range) ⁇ 2) ⁇ 65536
  • the sphere region may be defined as follows.
  • the sphere area consists of four points (cYaw1, cYaw2, cPitch1, cPitch2) and four large circles defined by the center point defined by center_pitch and center_yaw. Can be specified by
  • the sphere region has four points (cYaw1, cYaw2, cPitch1, cPitch2), two yaw circles defined by the center point defined by center_pitch and center_yaw, and two It can be specified by a pitch circle.
  • the information present in the NavigatorStruct proposed above may be defined in the SEI or DASH MPD of HEVC / AVC.
  • a method of transmitting 360 degree video is disclosed.
  • FIG. 42 is a flowchart illustrating a method of transmitting a 360 degree video according to an embodiment of the present invention.
  • a method of transmitting 360-degree video comprises: generating a 360-degree video service including a plurality of 360-degree video content (SH42100), generating signaling information for the 360-degree video service.
  • a step SH42200 and a data signal including the 360 degree video service and the signaling information may be transmitted (SH42300).
  • the 360 degree video service generated in generating the 360 degree video service including the plurality of 360 degree video contents may include a plurality of 360 degree video contents.
  • at least two 360 degree video contents of the plurality of 360 degree video contents may be connected to each other through a hot spot.
  • the signaling information may include hot spot related information.
  • the hot spot related information may be hot spot related information described with reference to FIGS. 14 to 34.
  • the hot spot related information is hot spot number information indicating the number of hot spots present in the scene included in the 360-degree video content, hot spot identification information identifying each hot spot and the location of each hot spot It may include hot spot location information indicating.
  • the hot spot location information may be information indicating a location of a hot spot in the 360 degree video content.
  • the hot spot location in the screen may be specified through center point information and range information.
  • the hot spot location information may include center point information indicating a center point of the hot spot and range information indicating a horizontal and vertical range based on the center point of the hot spot.
  • the hot spot location in the screen may be specified as an area of the atypical / unstructured based on the vertices described above.
  • the hot spot location information may include coordinate values of at least three vertices defining a boundary of the hot spot.
  • the hot spot related information may include content indication information indicating 360 degree video content connected through each hot spot, start time information of 360 degree video content indicated by the content indication information, and the content indication. It may include at least one of initial viewport information of 360-degree video content indicated by the information.
  • the signaling information may further include navigation information that provides location and orientation information of the 360 degree video content being played.
  • navigation information may be navigation information described with reference to FIGS. 35 to 41.
  • the position and direction information of the 360 degree video content being played may indicate a relative position and direction in relation to the 360 degree video service.
  • the navigation information may further include window area information defining an area of a navigator window displayed in the viewport of the 360-degree video content being played.
  • the method of transmitting a 360 degree video may include generating a 360 degree video.
  • a detailed process of generating a 360 degree video and a specific process of generating metadata including related signaling information may be applied to the contents described with reference to FIGS. 1 to 11.
  • the data signal may be transmitted through a broadcasting network and / or a broadband network. That is, all of the data signals may be transmitted through a broadcasting network or a broadband network, some of the data signals may be transmitted through the broadcasting network, and others may be transmitted through the broadband network, and some or all of the data signals may be transmitted through the broadcasting network and the broadband network. It may be transmitted via.
  • a 360 degree video transmission apparatus is disclosed.
  • FIG. 43 is a block diagram showing a configuration of a 360 degree video transmission apparatus according to an embodiment of the present invention.
  • the 360-degree video transmission apparatus 360-degree video service generation unit for generating a 360-degree video service including a plurality of 360-degree video content (H43100), signaling information for the 360-degree video service It may include a signaling information generation unit (H43200) for generating a data signal transmission unit (H43300) for transmitting a data signal including the 360-degree video service and the signaling information.
  • H43200 signaling information generation unit
  • H43300 data signal transmission unit
  • the 360 degree video service generated by the 360 degree video service generator H43100 may include a plurality of 360 degree video contents.
  • at least two 360 degree video contents of the plurality of 360 degree video contents may be connected to each other through a hot spot.
  • the signaling information may include hot spot related information.
  • the hot spot related information may be hot spot related information described with reference to FIGS. 14 to 34.
  • the hot spot related information is hot spot number information indicating the number of hot spots present in the scene included in the 360-degree video content, hot spot identification information identifying each hot spot and the location of each hot spot It may include hot spot location information indicating.
  • the hot spot location information may be information indicating a location of a hot spot in the 360 degree video content.
  • the hot spot location in the screen may be specified through center point information and range information.
  • the hot spot location information may include center point information indicating a center point of the hot spot and range information indicating a horizontal and vertical range based on the center point of the hot spot.
  • the hot spot location in the screen may be specified as an area of the atypical / unstructured based on the vertices described above.
  • the hot spot location information may include coordinate values of at least three vertices defining a boundary of the hot spot.
  • the hot spot related information may include content indication information indicating 360 degree video content connected through each hot spot, start time information of 360 degree video content indicated by the content indication information, and the content indication. It may include at least one of initial viewport information of 360-degree video content indicated by the information.
  • the signaling information may further include navigation information that provides location and orientation information of the 360 degree video content being played.
  • navigation information may be navigation information described with reference to FIGS. 35 to 41.
  • the position and direction information of the 360 degree video content being played may indicate a relative position and direction in relation to the 360 degree video service.
  • the navigation information may further include window area information defining an area of a navigator window displayed in the viewport of the 360-degree video content being played.
  • the apparatus for transmitting the 360 degree video may optionally include a configuration for generating the 360 degree video. Details described with reference to FIGS. 1 to 11 may be applied to a detailed process of generating a 360 degree video and each component for generating a 360 degree video.
  • the data signal transmitter H43300 may transmit a data signal through a broadcast network and / or a broadband network. That is, all of the data signals may be transmitted through a broadcasting network or a broadband network, some of the data signals may be transmitted through the broadcasting network, and others may be transmitted through the broadband network, and some or all of the data signals may be transmitted through the broadcasting network and the broadband network. It may be transmitted via.
  • a 360 degree video receiving apparatus is disclosed.
  • 44 is a block diagram showing the configuration of a 360-degree video receiving apparatus according to an embodiment of the present invention.
  • An apparatus for receiving a 360 degree video includes a receiver for receiving a 360 degree video service including a plurality of 360 degree video contents and a data signal including signaling information for the 360 degree video service (H44100). ); A signaling parser (H44200) for parsing the signaling information; And a display unit H44300 for displaying the 360 degree video service.
  • the 360 degree video service included in the data signal may include a plurality of 360 degree video contents.
  • at least two 360 degree video contents of the plurality of 360 degree video contents may be connected to each other through a hot spot.
  • the signaling information included in the data signal may include hot spot related information.
  • the hot spot related information may be hot spot related information described with reference to FIGS. 14 to 34.
  • the hot spot related information is hot spot number information indicating the number of hot spots present in the scene included in the 360-degree video content, hot spot identification information identifying each hot spot and the location of each hot spot It may include hot spot location information indicating.
  • the hot spot location information may be information indicating a location of a hot spot in the 360 degree video content.
  • the hot spot location in the screen may be specified through center point information and range information.
  • the hot spot location information may include center point information indicating a center point of the hot spot and range information indicating a horizontal and vertical range based on the center point of the hot spot.
  • the hot spot location in the screen may be specified as an area of the atypical / unstructured based on the vertices described above.
  • the hot spot location information may include coordinate values of at least three vertices defining a boundary of the hot spot.
  • the hot spot related information may include content indication information indicating 360 degree video content connected through each hot spot, start time information of 360 degree video content indicated by the content indication information, and the content indication. It may include at least one of initial viewport information of 360-degree video content indicated by the information.
  • the signaling information may further include navigation information that provides location and orientation information of the 360 degree video content being played.
  • navigation information may be navigation information described with reference to FIGS. 35 to 41.
  • the position and direction information of the 360 degree video content being played may indicate a relative position and direction in relation to the 360 degree video service.
  • the navigation information may further include window area information defining an area of a navigator window displayed in the viewport of the 360-degree video content being played.
  • the apparatus for receiving a 360 degree video may optionally include a configuration for processing the 360 degree video. Details described with reference to FIGS. 1 through 11 may be applied to a specific process of processing a 360 degree video and each component processing a 360 degree video.
  • the device receiving the 360 degree video may further include a renderer that renders the 360 degree video in 3D space.
  • the receiver H44100 may transmit a data signal through a broadcast network and / or a broadband network. That is, all of the data signals may be transmitted through a broadcasting network or a broadband network, some of the data signals may be transmitted through the broadcasting network, and others may be transmitted through the broadband network, and some or all of the data signals may be transmitted through the broadcasting network and the broadband network. It may be transmitted via.
  • a method of receiving 360 degree video is disclosed.
  • 45 is a flowchart illustrating a method of receiving a 360 degree video according to an embodiment of the present invention.
  • a method of receiving 360-degree video comprises: receiving a 360-degree video service including a plurality of 360-degree video content and a data signal including signaling information for the 360-degree video service. (SH45100); Parsing the signaling information (SH45200); And a step (SH45300) for displaying the 360 degree video service.
  • the 360 degree video service included in the data signal may include a plurality of 360 degree video contents.
  • at least two 360 degree video contents of the plurality of 360 degree video contents may be connected to each other through a hot spot.
  • the signaling information included in the data signal may include hot spot related information.
  • the hot spot related information may be hot spot related information described with reference to FIGS. 14 to 34.
  • the hot spot related information is hot spot number information indicating the number of hot spots present in the scene included in the 360-degree video content, hot spot identification information identifying each hot spot and the location of each hot spot It may include hot spot location information indicating.
  • the hot spot location information may be information indicating a location of a hot spot in the 360 degree video content.
  • the hot spot location in the screen may be specified through center point information and range information.
  • the hot spot location information may include center point information indicating a center point of the hot spot and range information indicating a horizontal and vertical range based on the center point of the hot spot.
  • the hot spot location in the screen may be specified as an area of the atypical / unstructured based on the vertices described above.
  • the hot spot location information may include coordinate values of at least three vertices defining a boundary of the hot spot.
  • the hot spot related information may include content indication information indicating 360 degree video content connected through each hot spot, start time information of 360 degree video content indicated by the content indication information, and the content indication. It may include at least one of initial viewport information of 360-degree video content indicated by the information.
  • the signaling information may further include navigation information that provides location and orientation information of the 360 degree video content being played.
  • navigation information may be navigation information described with reference to FIGS. 35 to 41.
  • the position and direction information of the 360 degree video content being played may indicate a relative position and direction in relation to the 360 degree video service.
  • the navigation information may further include window area information defining an area of a navigator window displayed in the viewport of the 360-degree video content being played.
  • the method of receiving a 360 degree video may include processing a 360 degree video.
  • a detailed process of processing the 360 degree video and a specific process of generating metadata including related signaling information may be applied to the contents described with reference to FIGS. 1 to 11.
  • the data signal may be transmitted through a broadcasting network and / or a broadband network. That is, all of the data signals may be transmitted through a broadcasting network or a broadband network, some of the data signals may be transmitted through the broadcasting network, and others may be transmitted through the broadband network, and some or all of the data signals may be transmitted through the broadcasting network and the broadband network. It may be transmitted via.
  • the internal components of the apparatus described above may be processors for executing successive procedures stored in a memory, or hardware components configured with other hardware. They can be located inside or outside the device.
  • the above-described modules may be omitted or replaced by other modules performing similar / same operations according to the embodiment.
  • Each part, module, or unit described above may be a processor or hardware part that executes successive procedures stored in a memory (or storage unit). Each of the steps described in the above embodiments may be performed by a processor or hardware parts. Each module / block / unit described in the above embodiments can operate as a hardware / processor.
  • the methods proposed by the present invention can be executed as code. This code can be written to a processor readable storage medium and thus read by a processor provided by an apparatus.
  • Apparatus and method according to the present invention is not limited to the configuration and method of the embodiments described as described above, the above-described embodiments may be selectively all or part of each embodiment so that various modifications can be made It may be configured in combination.
  • the processor-readable recording medium includes all kinds of recording devices that store data that can be read by the processor.
  • Examples of the processor-readable recording medium include ROM, RAM, CD-ROM, magnetic tape, floppy disk, optical data storage device, and the like, and may also be implemented in the form of a carrier wave such as transmission over the Internet.
  • the processor-readable recording medium can also be distributed over network coupled computer systems so that the processor-readable code is stored and executed in a distributed fashion.
  • the present invention is used in a series of VR related fields.

Landscapes

  • Engineering & Computer Science (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • Human Computer Interaction (AREA)
  • Databases & Information Systems (AREA)
  • Physics & Mathematics (AREA)
  • Library & Information Science (AREA)
  • Mathematical Physics (AREA)
  • Computational Linguistics (AREA)
  • Health & Medical Sciences (AREA)
  • Audiology, Speech & Language Pathology (AREA)
  • Acoustics & Sound (AREA)
  • Computer Security & Cryptography (AREA)
  • Two-Way Televisions, Distribution Of Moving Picture Or The Like (AREA)

Abstract

본 발명의 일 측면에 따르면 360도 비디오를 전송하는 방법이 개시된다. 본 발명의 일 실시예에 따른 360도 비디오를 전송하는 방법은, 복수의 360도 비디오 컨텐츠를 포함하는 360도 비디오 서비스를 생성하는 단계, 상기 복수의 360도 비디오 컨텐츠 중 적어도 2개의 360도 비디오 컨텐츠는 핫 스팟을 통해 서로 연결되고; 상기 360도 비디오 서비스에 대한 시그널링 정보를 생성하는 단계, 상기 시그널링 정보는 상기 핫 스팟 관련 정보를 포함하며, 상기 핫 스팟 관련 정보는 360도 비디오 컨텐츠에 포함된 씬 내에 존재하는 핫 스팟의 수를 지시하는 핫 스팟 넘버 정보, 각 핫 스팟을 식별하는 핫 스팟 식별 정보 및 각 핫 스팟의 위치를 지시하는 핫 스팟 위치 정보를 포함하고; 및 상기 360도 비디오 서비스 및 상기 시그널링 정보를 포함하는 데이터 신호를 전송하는 단계; 를 포함한다.

Description

360도 비디오를 전송하는 방법, 360도 비디오를 수신하는 방법, 360도 비디오 전송 장치, 360도 비디오 수신 장치
본 발명은 360도 비디오를 전송하는 방법, 360도 비디오를 수신하는 방법, 360도 비디오 전송 장치, 360도 비디오 수신 장치에 관한 것이다.
VR (Virtual Reality) 시스템은 사용자에게 전자적으로 투영된 환경내에 있는 것 같은 감각을 제공한다. VR 을 제공하기 위한 시스템은 더 고화질의 이미지들과, 공간적인 음향을 제공하기 위하여 더 개선될 수 있다. VR 시스템은 사용자가 인터랙티브하게 VR 컨텐트들을 소비할 수 있도록 할 수 있다.
현재 VR 컨텐츠(360도 컨텐츠)는 360도의 구(sphere) 형태의 제한된 영역에서 서비스가 제공되고 있다. 즉, 현재의 VR 컨텐츠는 중심이 고정된 360도 영역에 대한 서비스를 제공하고 있다.
VR 시스템은 더 효율적으로 VR 환경을 사용자에게 제공하기 위하여, 개선될 필요가 있다. 이를 위하여 VR 컨텐츠와 같은 많은 양의 데이터 전송을 위한 데이터 전송 효율, 송수신 네트워크 간의 강건성, 모바일 수신 장치를 고려한 네트워크 유연성, 효율적인 재생 및 시그널링을 위한 방안등이 제안되어야 한다.
차세대 미디어 관련 표준제정이 진행되고 있는 MPEG-I에서는 중심이 고정된 360도보다 넓은 영역을 커버할 수 있는 새로운 형태의 컨텐츠 서비스(contents service)(예를 들면, light field, omnidirectional 360 등)를 제공하고자 한다. 즉, 사용자가 경험할 수 있는 서비스의 영역을 기존의 고정된 구(sphere)의 형태보다 넓히고자 하는 활동이 진행되고 있다.
본 발명의 일 목적은 복수의 VR 컨텐츠(360도 컨텐츠)가 제공되는 경우에도 비디오 데이터를 효율적으로 프로세싱할 수 있는 방안을 제공하는 것이다.
또한 본 발명의 일 목적은 복수의 360도 컨텐츠를 스트리밍해야 하는 경우 360도 컨텐츠 간의 효율적인 장면 전환을 위한 파일/전송 포맷을 구성하는 방안을 제공하는 것이다.
또한 본 발명의 일 목적은 타임드 메타데이터(timed metadata) 방식을 이용한 하나 이상의 핫 스팟(hot spot)을 시그널링하기 위한 파일 포맷(file format)을 구성하는 방안을 제공하는 것이다.
또한 본 발명의 일 목적은 파일 포맷(File format)에서 현재 재생 중인 VR 컨텐츠 내에서의 핫 스팟(hot spot)의 위치(location)를 시그널링하는 방안을 제공하는 것이다.
또한 본 발명의 일 목적은 핫 스팟(hot spot)을 통해 연결되는 새로운 VR 컨텐츠에서의 initial viewport의 위치를 시그널링하는 방안을 제공하는 것이다.
또한 본 발명의 일 목적은 연결된 VR 컨텐츠 간의 상대적 위치에 대한 유저 가이드(user guide)를 제공할 수 있는 네비게이터의 서브 윈도우에 대한 위치를 시그널링하는 방안을 제공하는 것이다.
본 발명의 목적에 따라, 본 발명은 360도 비디오를 전송하는 방법, 360도 비디오를 수신하는 방법, 360도 비디오 전송 장치, 360도 비디오 수신 장치를 제안한다.
본 발명의 일 측면에 따르면, 360도 비디오 수신 장치가 개시된다.
본 발명의 일 실시예에 따른 360도 비디오 수신 장치는, 복수의 360도 비디오 컨텐츠를 포함하는 360도 비디오 서비스를 및 상기 360도 비디오 서비스에 대한 시그널링 정보를 포함하는 데이터 신호를 수신하는 수신부, 상기 복수의 360도 비디오 컨텐츠 중 적어도 2개의 360도 비디오 컨텐츠는 핫 스팟을 통해 서로 연결되고, 상기 시그널링 정보는 상기 핫 스팟 관련 정보를 포함하며, 상기 핫 스팟 관련 정보는 360도 비디오 컨텐츠에 포함된 씬 내에 존재하는 핫 스팟의 수를 지시하는 핫 스팟 넘버 정보, 각 핫 스팟을 식별하는 핫 스팟 식별 정보 및 각 핫 스팟의 위치를 지시하는 핫 스팟 위치 정보를 포함하고; 상기 시그널링 정보를 파싱하는 시그널링 파서; 및 상기 360도 비디오 서비스를 디스플레이 하는 디스플레이부; 를 포함한다.
여기서, 상기 핫 스팟 위치 정보는, 360도 비디오 컨텐트 내 핫 스팟의 위치를 나타내는 정보일 수 있다.
여기서, 상기 핫 스팟 위치 정보는 핫 스팟의 중심점을 지시하는 중심점 정보 및 상기 핫 스팟의 중심점을 기준으로 수평 및 수직 방향 범위를 나타내는 범위 정보를 포함할 수 있다.
여기서, 상기 핫 스팟 위치 정보는 핫 스팟의 경계(boundary)를 정의하는 적어도 3개의 꼭지점의 좌표값을 포함할 수 있다.
여기서, 상기 핫 스팟 관련 정보는, 각 핫 스팟을 통해 연결되는 360도 비디오 컨텐트를 지시하는 컨텐트 지시 정보, 상기 컨텐트 지시 정보에 의해 지시된 360도 비디오 컨텐트의 시작 시간 정보 및 상기 컨텐트 지시 정보에 의해 지시된 360도 비디오 컨텐트의 이니셜 뷰포트 정보를 더 포함할 수 있다.
여기서, 상기 시그널링 정보는, 재생 중인 360도 비디오 컨텐트의 위치 및 방향 정보를 제공하는 네비게이션 정보를 더 포함할 수 있고, 상기 재생 중인 360도 비디오 컨텐트의 위치 및 방향 정보는 상기 360도 비디오 서비스와의 관계에서 상대적인 위치 및 방향을 나타낼 수 있다.
여기서, 상기 네비게이션 정보는, 상기 재생 중인 360도 비디오 컨텐트의 뷰포트 내 표시되는 네비게이터 윈도우의 영역을 정의하는 윈도우 영역 정보를 더 포함할 수 있다.
여기서, 상기 360도 비디오 수신 장치는, 상기 360도 비디오 서비스를 3D 공간으로 렌더링하는 렌더러를 더 포함할 수 있다.
본 발명의 일 측면에 따르면, 360도 비디오를 전송하는 방법이 개시된다.
본 발명의 일 실시예에 따른 360도 비디오를 전송하는 방법은, 복수의 360도 비디오 컨텐츠를 포함하는 360도 비디오 서비스를 생성하는 단계, 상기 복수의 360도 비디오 컨텐츠 중 적어도 2개의 360도 비디오 컨텐츠는 핫 스팟을 통해 서로 연결되고; 상기 360도 비디오 서비스에 대한 시그널링 정보를 생성하는 단계, 상기 시그널링 정보는 상기 핫 스팟 관련 정보를 포함하며, 상기 핫 스팟 관련 정보는 360도 비디오 컨텐츠에 포함된 씬 내에 존재하는 핫 스팟의 수를 지시하는 핫 스팟 넘버 정보, 각 핫 스팟을 식별하는 핫 스팟 식별 정보 및 각 핫 스팟의 위치를 지시하는 핫 스팟 위치 정보를 포함하고; 및 상기 360도 비디오 서비스 및 상기 시그널링 정보를 포함하는 데이터 신호를 전송하는 단계; 를 포함한다.
여기서, 상기 핫 스팟 위치 정보는, 360도 비디오 컨텐트 내 핫 스팟의 위치를 나타내는 정보일 수 있다.
여기서, 상기 핫 스팟 위치 정보는 핫 스팟의 중심점을 지시하는 중심점 정보 및 상기 핫 스팟의 중심점을 기준으로 수평 및 수직 방향 범위를 나타내는 범위 정보를 포함할 수 있다.
여기서, 상기 핫 스팟 위치 정보는 핫 스팟의 경계(boundary)를 정의하는 적어도 3개의 꼭지점의 좌표값을 포함할 수 있다.
여기서, 상기 핫 스팟 관련 정보는, 각 핫 스팟을 통해 연결되는 360도 비디오 컨텐트를 지시하는 컨텐트 지시 정보, 상기 컨텐트 지시 정보에 의해 지시된 360도 비디오 컨텐트의 시작 시간 정보 및 상기 컨텐트 지시 정보에 의해 지시된 360도 비디오 컨텐트의 이니셜 뷰포트 정보를 더 포함할 수 있다.
여기서, 상기 시그널링 정보는, 재생 중인 360도 비디오 컨텐트의 위치 및 방향 정보를 제공하는 네비게이션 정보를 더 포함하고, 상기 재생 중인 360도 비디오 컨텐트의 위치 및 방향 정보는 상기 360도 비디오 서비스와의 관계에서 상대적인 위치 및 방향을 나타낼 수 있다.
여기서, 상기 네비게이션 정보는, 상기 재생 중인 360도 비디오 컨텐트의 뷰포트 내 표시되는 네비게이터 윈도우의 영역을 정의하는 윈도우 영역 정보를 더 포함할 수 있다.
본 발명의 또 다른 측면에 따르면, 360도 비디오 전송 장치 및 360도 비디오를 수신하는 방법이 개시된다.
본 발명은 지상파 방송망과 인터넷 망을 사용하는 차세대 하이브리드 방송을 지원하는 환경에서 360도 컨텐츠를 효율적으로 전송할 수 있다.
본 발명은 사용자의 360도 컨텐츠 소비에 있어서, 인터랙티브 경험(interactive experience) 를 제공하기 위한 방안을 제안할 수 있다.
본 발명은 사용자의 360도 컨텐츠 소비에 있어서, 360도 컨텐츠 제작자가 의도하는 바가 정확히 반영되도록 시그널링 하는 방안을 제안할 수 있다.
본 발명은 360도 컨텐츠 전달에 있어, 효율적으로 전송 캐패시티를 늘리고, 필요한 정보가 전달될 수 있도록 하는 방안을 제안할 수 있다.
본 발명은 복수의 360도 컨텐츠를 제공할 수 있다. 보다 구체적으로, 본 발명은 360도 비디오 내에서 복수의 360도 컨텐츠를 제공할 수 있으며, 이러한 360도 비디오를 제공하는 차세대 미디어 서비스를 제공할 수 있다. 또한, 본 발명은 360도 비디오 내에서 복수의 360도 컨텐츠가 제공되는 경우, 비디오 데이터를 효율적으로 프로세싱하는 방안을 제공할 수 있다.
도 1 은 본 발명에 따른 360도 비디오 제공을 위한 전체 아키텍처를 도시한 도면이다.
도 2 은 본 발명의 일 측면(aspect)에 따른 360도 비디오 전송 장치를 도시한 도면이다.
도 3 은 본 발명의 다른 측면에 따른 360도 비디오 수신 장치를 도시한 도면이다.
도 4 는 본 발명의 다른 실시예에 따른 360도 비디오 전송 장치/360도 비디오 수신 장치를 도시한 도면이다.
도 5 는 본 발명의 3D 공간을 설명하기 위한 비행기 주축(Aircraft Principal Axes) 개념을 도시한 도면이다.
도 6 는 본 발명의 일 실시예에 따른 프로젝션 스킴들을 도시한 도면이다.
도 7 은 본 발명의 일 실시예에 따른 타일(Tile)을 도시한 도면이다.
도 8 은 본 발명의 일 실시예에 따른 360도 비디오 관련 메타데이터를 도시한 도면이다.
도 9 는 본 발명의 일 실시예에 따른 미디어 파일의 구조를 도시한 도면이다.
도 10 은 본 발명의 일 실시예에 따른 ISOBMFF 내의 박스들의 계층적 구조를 도시한 도면이다.
도 11 은 본 발명의 일 실시예에 따른 DASH 기반 적응형(Adaptive) 스트리밍 모델의 전반적인 동작을 도시한 도면이다.
도 12 는 본 발명의 일 실시예에 따른 핫 스팟을 통해 VR 컨텐츠가 연결되는 모습을 나타낸 도면이다.
도 13 은 핫 스팟의 다양한 실시예를 나타낸 도면이다.
도 14 는 본 발명의 일 실시예에 따른 핫 스팟 관련 정보를 포함하는 데이터 구조를 나타낸 도면이다.
도 15 는 본 발명의 다른 실시예에 따른 핫 스팟 관련 정보를 포함하는 데이터 구조를 나타낸 도면이다.
도 16 는 본 발명의 일 실시예에 따른 shape type에 따라 영역을 정의하는 방법을 설명하기 위한 참고도이다.
도 17 은 본 발명의 또 다른 실시예에 따른 핫 스팟 관련 정보를 포함하는 데이터 구조를 나타낸 도면이다.
도 18 은 본 발명의 또 다른 실시예에 다른 핫 스팟 관련 정보를 포함하는 데이터 구조를 나타낸 도면이다.
도 19 는 본 발명의 또 다른 실시예에 따른 핫 스팟 관련 정보를 포함하는 데이터 구조를 나타낸 도면이다.
도 20 은 본 발명의 또 다른 실시예에 따른 핫 스팟 관련 정보를 포함하는 데이터 구조를 나타낸 도면이다.
도 21 은 본 발명의 또 다른 실시예에 따른 핫 스팟 관련 정보를 포함하는 데이터 구조를 나타낸 도면이다.
도 22 는 본 발명의 또 다른 실시예에 따른 핫 스팟 관련 정보를 포함하는 데이터 구조를 나타낸 도면이다.
도 23 은 본 발명의 또 다른 실시예에 따른 핫 스팟 관련 정보를 포함하는 데이터 구조를 나타낸 도면이다.
도 24 는 본 발명의 또 다른 실시예에 따른 핫 스팟 관련 정보를 포함하는 데이터 구조를 나타낸 도면이다.
도 25 는 본 발명의 또 다른 실시예에 따른 핫 스팟 관련 정보를 포함하는 데이터 구조를 나타낸 도면이다.
도 26 은 본 발명의 다양한 실시예에 따른 HotspotStruct()가 HotspotSampleEntry 또는 HotspotSample() 내에 포함된 경우를 나타낸 도면이다.
도 27 은 본 발명의 다양한 실시예에 따른 핫 스팟 관련 정보를 포함하는 데이터구조를 ISO BMFF 박스를 통해 시그널링하는 실시예를 나타낸다.
도 28 은 본 발명의 다양한 실시예에 따른 핫 스팟 관련 정보를 포함하는 데이터구조를 ISO BMFF 박스를 통해 시그널링하는 실시예를 나타낸다.
도 29 는 본 발명의 일 실시예에 따른 tref 박스를 나타낸 도면이다.
도 30 은 본 발명의 또 다른 실시예에 따른 핫 스팟 관련 정보를 포함하는 데이터 구조를 나타낸 도면이다.
도 31 은 본 발명의 또 다른 실시예에 따른 핫 스팟 관련 정보를 포함하는 데이터 구조를 나타낸 도면이다.
도 32 는 VR 컨텐츠 사이의 스트리밍 전환을 위한 샘플 그룹핑의 예시를 나타낸 도면이다.
도 33 은 VR 컨텐츠 사이의 스트리밍 전환을 위한 샘플 그룹 박스를 나타낸 도면이다.
도 34 는 그룹핑된 VR 컨텐츠를 소정 순서에 따라 전달하기 위한 샘플 그룹 엔트리를 나타낸 도면이다.
도 35 는 본 발명의 일 실시예에 따른 네비게이션 정보를 포함하는 데이터구조를 나타낸 도면이다.
도 36 은 본 발명의 다른 실시예에 따른 네비게이션 정보를 포함하는 데이터구조를 나타낸 도면이다.
도 37 은 본 발명의 다양한 실시예에 따른 네비게이션 정보가 NavigatorSampleEntry 내에 포함된 경우를 나타낸 도면이다.
도 38 은 본 발명의 다양한 실시예에 따른 네비게이션 정보를 포함하는 데이터구조를 ISO BMFF 박스를 통해 시그널링하는 실시예를 나타낸다.
도 39 는 본 발명의 다른 실시예에 따른 tref 박스를 나타낸 도면이다.
도 40 은 본 발명의 또 다른 실시예에 따른 네비게이션 정보를 포함하는 데이터 구조를 나타낸 도면이다.
도 41 은 본 발명의 일 실시예에 따른 SphereRegionStruct를 나타낸 도면이다.
도 42 는 본 발명의 일 실시예에 따른 360도 비디오를 전송하는 방법을 도시한 순서도이다.
도 43 은 본 발명의 일 실시예에 따른 360도 비디오 전송 장치의 구성을 도시한 블록도이다.
도 44 는 본 발명의 일 실시예에 따른 360도 비디오 수신 장치의 구성을 도시한 블록도이다.
도 45 는 본 발명의 일 실시예에 따른 360도 비디오를 수신하는 방법을 도시한 순서도이다.
본 발명의 바람직한 실시예에 대해 구체적으로 설명하며, 그 예는 첨부된 도면에 나타낸다. 첨부된 도면을 참조한 아래의 상세한 설명은 본 발명의 실시예에 따라 구현될 수 있는 실시예만을 나타내기보다는 본 발명의 바람직한 실시예를 설명하기 위한 것이다. 다음의 상세한 설명은 본 발명에 대한 철저한 이해를 제공하기 위해 세부 사항을 포함한다. 그러나 본 발명이 이러한 세부 사항 없이 실행될 수 있다는 것은 당업자에게 자명하다.
본 발명에서 사용되는 대부분의 용어는 해당 분야에서 널리 사용되는 일반적인 것들에서 선택되지만, 일부 용어는 출원인에 의해 임의로 선택되며 그 의미는 필요에 따라 다음 설명에서 자세히 서술한다. 따라서 본 발명은 용어의 단순한 명칭이나 의미가 아닌 용어의 의도된 의미에 근거하여 이해되어야 한다.
도 1 은 본 발명에 따른 360도 비디오 제공을 위한 전체 아키텍처를 도시한 도면이다.
본 발명은 사용자에게 VR (Virtual Reality, 가상현실) 을 제공하기 위하여, 360도 컨텐츠를 제공하는 방안을 제안한다. VR 이란 실제 또는 가상의 환경을 복제(replicates) 하기 위한 기술 내지는 그 환경을 의미할 수 있다. VR 은 인공적으로 사용자에게 감각적 경험을 제공하며, 이를 통해 사용자는 전자적으로 프로젝션된 환경에 있는 것과 같은 경험을 할 수 있다.
360도 컨텐츠는 VR 을 구현, 제공하기 위한 컨텐츠 전반을 의미하며, 360도 비디오 및/또는 360도 오디오를 포함할 수 있다. 360도 비디오는 VR 을 제공하기 위해 필요한, 동시에 모든 방향(360도) 으로 캡쳐되거나 재생되는 비디오 내지 이미지 컨텐츠를 의미할 수 있다. 360도 비디오는 3D 모델에 따라 다양한 형태의 3D 공간 상에 나타내어지는 비디오 내지 이미지를 의미할 수 있으며, 예를 들어 360도 비디오는 구형(Spherical)면 상에 나타내어질 수 있다. 360도 오디오 역시 VR 을 제공하기 위한 오디오 컨텐츠로서, 음향 발생지가 3차원의 특정 공간상에 위치하는 것으로 인지될 수 있는, 공간적(Spatial) 오디오 컨텐츠를 의미할 수 있다. 360도 컨텐츠는 생성, 처리되어 사용자들로 전송될 수 있으며, 사용자들은 360도 컨텐츠를 이용하여 VR 경험을 소비할 수 있다. 이하, 360도 콘텐트/비디오/이미지/오디오 등은 단위(도, degree)가 생략된 360 콘텐트/비디오/이미지/오디오 등으로 사용될 수도 있고 VR 콘텐트/비디오/이미지/오디오 등으로 사용될 수도 있다.
본 발명은 특히 360 비디오를 효과적으로 제공하는 방안을 제안한다. 360 비디오를 제공하기 위하여, 먼저 하나 이상의 카메라를 통해 360 비디오가 캡쳐될 수 있다. 캡쳐된 360 비디오는 일련의 과정을 거쳐 전송되고, 수신측에서는 수신된 데이터를 다시 원래의 360 비디오로 가공하여 렌더링할 수 있다. 이를 통해 360 비디오가 사용자에게 제공될 수 있다.
구체적으로 360 비디오 제공을 위한 전체의 과정은 캡처 과정(process), 준비 과정, 전송 과정, 프로세싱 과정, 렌더링 과정 및/또는 피드백 과정을 포함할 수 있다.
캡처 과정은 하나 이상의 카메라를 통하여 복수개의 시점 각각에 대한 이미지 또는 비디오를 캡쳐하는 과정을 의미할 수 있다. 캡처 과정에 의해 도시된 (t1010) 과 같은 이미지/비디오 데이터가 생성될 수 있다. 도시된 (t1010) 의 각 평면은 각 시점에 대한 이미지/비디오를 의미할 수 있다. 이 캡쳐된 복수개의 이미지/비디오를 로(raw) 데이터라 할 수도 있다. 캡쳐 과정에서 캡쳐와 관련된 메타데이터가 생성될 수 있다.
이 캡처를 위하여 VR 을 위한 특수한 카메라가 사용될 수 있다. 실시예에 따라 컴퓨터로 생성된 가상의 공간에 대한 360 비디오를 제공하고자 하는 경우, 실제 카메라를 통한 캡처가 수행되지 않을 수 있다. 이 경우 단순히 관련 데이터가 생성되는 과정으로 해당 캡처 과정이 갈음될 수 있다.
준비 과정은 캡처된 이미지/비디오 및 캡쳐 과정에서 발생한 메타데이터를 처리하는 과정일 수 있다. 캡처된 이미지/비디오는 이 준비 과정에서, 스티칭 과정, 프로젝션 과정, 리전별 패킹 과정(Region-wise Packing) 및/또는 인코딩 과정 등을 거칠 수 있다.
먼저 각각의 이미지/비디오가 스티칭(Stitching) 과정을 거칠 수 있다. 스티칭 과정은 각각의 캡처된 이미지/비디오들을 연결하여 하나의 파노라마 이미지/비디오 또는 구형의 이미지/비디오를 만드는 과정일 수 있다.
이 후, 스티칭된 이미지/비디오는 프로젝션(Projection) 과정을 거칠 수 있다. 프로젝션 과정에서, 스트칭된 이미지/비디오는 2D 이미지 상에 프로젝션될 수 있다. 이 2D 이미지는 문맥에 따라 2D 이미지 프레임으로 불릴 수도 있다. 2D 이미지로 프로젝션하는 것을 2D 이미지로 매핑한다고 표현할 수도 있다. 프로젝션된 이미지/비디오 데이터는 도시된 (t1020) 과 같은 2D 이미지의 형태가 될 수 있다.
2D 이미지 상에 프로젝션된 비디오 데이터는 비디오 코딩 효율 등을 높이기 위하여 리전별 패킹 과정(Region-wise Packing)을 거칠 수 있다. 리전별 패킹이란, 2D 이미지 상에 프로젝션된 비디오 데이터를 리전(Region) 별로 나누어 처리를 가하는 과정을 의미할 수 있다. 여기서 리전(Region)이란, 360 비디오 데이터가 프로젝션된 2D 이미지가 나누어진 영역을 의미할 수 있다. 이 리전들은, 실시예에 따라, 2D 이미지를 균등하게 나누어 구분되거나, 임의로 나누어져 구분될 수 있다. 또한 실시예에 따라 리전들은, 프로젝션 스킴에 따라 구분되어질 수도 있다. 리전별 패킹 과정은 선택적(optional) 과정으로써, 준비 과정에서 생략될 수 있다.
실시예에 따라 이 처리 과정은, 비디오 코딩 효율을 높이기 위해, 각 리전을 회전한다거나 2D 이미지 상에서 재배열하는 과정을 포함할 수 있다. 예를 들어, 리전들을 회전하여 리전들의 특정 변들이 서로 근접하여 위치되도록 함으로써, 코딩 시의 효율이 높아지게 할 수 있다.
실시예에 따라 이 처리 과정은, 360 비디오상의 영역별로 레졸루션(resolution) 을 차등화하기 위하여, 특정 리전에 대한 레졸루션을 높인다거나, 낮추는 과정을 포함할 수 있다. 예를 들어, 360 비디오 상에서 상대적으로 더 중요한 영역에 해당하는 리전들은, 다른 리전들보다 레졸루션을 높게할 수 있다.2D 이미지 상에 프로젝션된 비디오 데이터 또는 리전별 패킹된 비디오 데이터는 비디오 코덱을 통한 인코딩 과정을 거칠 수 있다.
실시예에 따라 준비 과정은 부가적으로 에디팅(editing) 과정 등을 더 포함할 수 있다. 이 에디팅 과정에서 프로젝션 전후의 이미지/비디오 데이터들에 대한 편집 등이 더 수행될 수 있다. 준비 과정에서도 마찬가지로, 스티칭/프로젝션/인코딩/에디팅 등에 대한 메타데이터가 생성될 수 있다. 또한 2D 이미지 상에 프로젝션된 비디오 데이터들의 초기 시점, 혹은 ROI (Region of Interest) 등에 관한 메타데이터가 생성될 수 있다.
전송 과정은 준비 과정을 거친 이미지/비디오 데이터 및 메타데이터들을 처리하여 전송하는 과정일 수 있다. 전송을 위해 임의의 전송 프로토콜에 따른 처리가 수행될 수 있다. 전송을 위한 처리를 마친 데이터들은 방송망 및/또는 브로드밴드를 통해 전달될 수 있다. 이 데이터들은 온 디맨드(On Demand) 방식으로 수신측으로 전달될 수도 있다. 수신측에서는 다양한 경로를 통해 해당 데이터를 수신할 수 있다.
프로세싱 과정은 수신한 데이터를 디코딩하고, 프로젝션되어 있는 이미지/비디오 데이터를 3D 모델 상에 리-프로젝션(Re-projection) 하는 과정을 의미할 수 있다. 이 과정에서 2D 이미지들 상에 프로젝션되어 있는 이미지/비디오 데이터가 3D 공간 상으로 리-프로젝션될 수 있다. 이 과정을 문맥에 따라 매핑, 프로젝션이라고 부를 수도 있다. 이 때 매핑되는 3D 공간은 3D 모델에 따라 다른 형태를 가질 수 있다. 예를 들어 3D 모델에는 구형(Sphere), 큐브(Cube), 실린더(Cylinder) 또는 피라미드(Pyramid) 가 있을 수 있다.
실시예에 따라 프로세싱 과정은 부가적으로 에디팅(editing) 과정, 업 스케일링(up scaling) 과정 등을 더 포함할 수 있다. 이 에디팅 과정에서 리-프로젝션 전후의 이미지/비디오 데이터에 대한 편집 등이 더 수행될 수 있다. 이미지/비디오 데이터가 축소되어 있는 경우 업 스케일링 과정에서 샘플들의 업 스케일링을 통해 그 크기를 확대할 수 있다. 필요한 경우 다운 스케일링을 통해 사이즈를 축소하는 작업이 수행될 수도 있다.
렌더링 과정은 3D 공간상에 리-프로젝션된 이미지/비디오 데이터를 렌더링하고 디스플레이하는 과정을 의미할 수 있다. 표현에 따라 리-프로젝션과 렌더링을 합쳐 3D 모델 상에 렌더링한다 라고 표현할 수도 있다. 3D 모델 상에 리-프로젝션된 (또는 3D 모델 상으로 렌더링된) 이미지/비디오는 도시된 (t1030) 과 같은 형태를 가질 수 있다. 도시된 (t1030) 은 구형(Sphere) 의 3D 모델에 리-프로젝션된 경우이다. 사용자는 VR 디스플레이 등을 통하여 렌더링된 이미지/비디오의 일부 영역을 볼 수 있다. 이 때 사용자가 보게되는 영역은 도시된 (t1040) 과 같은 형태일 수 있다.
피드백 과정은 디스플레이 과정에서 획득될 수 있는 다양한 피드백 정보들을 송신측으로 전달하는 과정을 의미할 수 있다. 피드백 과정을 통해 360 비디오 소비에 있어 인터랙티비티(Interactivity) 가 제공될 수 있다. 실시예에 따라, 피드백 과정에서 헤드 오리엔테이션(Head Orientation) 정보, 사용자가 현재 보고 있는 영역을 나타내는 뷰포트(Viewport) 정보 등이 송신측으로 전달될 수 있다. 실시예에 따라, 사용자는 VR 환경 상에 구현된 것들과 상호작용할 수도 있는데, 이 경우 그 상호작용과 관련된 정보가 피드백 과정에서 송신측 내지 서비스 프로바이더 측으로 전달될 수도 있다. 실시예에 따라 피드백 과정은 수행되지 않을 수도 있다.
헤드 오리엔테이션 정보는 사용자의 머리 위치, 각도, 움직임 등에 대한 정보를 의미할 수 있다. 이 정보를 기반으로 사용자가 현재 360 비디오 내에서 보고 있는 영역에 대한 정보, 즉 뷰포트 정보가 계산될 수 있다.
뷰포트 정보는 현재 사용자가 360 비디오에서 보고 있는 영역에 대한 정보일 수 있다. 이를 통해 게이즈 분석(Gaze Analysis) 이 수행되어, 사용자가 어떠한 방식으로 360 비디오를 소비하는지, 360 비디오의 어느 영역을 얼마나 응시하는지 등을 확인할 수도 있다. 게이즈 분석은 수신측에서 수행되어 송신측으로 피드백 채널을 통해 전달될 수도 있다. VR 디스플레이 등의 장치는 사용자의 머리 위치/방향, 장치가 지원하는 수직(vertical) 혹은 수평(horizontal) FOV 등에 근거하여 뷰포트 영역을 추출할 수 있다.
실시예에 따라, 전술한 피드백 정보는 송신측으로 전달되는 것 뿐아니라, 수신측에서 소비될 수도 있다. 즉, 전술한 피드백 정보를 이용하여 수신측의 디코딩, 리-프로젝션, 렌더링 과정 등이 수행될 수 있다. 예를 들어, 헤드 오리엔테이션 정보 및/또는 뷰포트 정보를 이용하여 현재 사용자가 보고 있는 영역에 대한 360 비디오만 우선적으로 디코딩 및 렌더링될 수도 있다.
여기서 뷰포트(viewport) 내지 뷰포트 영역이란, 사용자가 360 비디오에서 보고 있는 영역을 의미할 수 있다. 시점(viewpoint) 는 사용자가 360 비디오에서 보고 있는 지점으로서, 뷰포트 영역의 정중앙 지점을 의미할 수 있다. 즉, 뷰포트는 시점을 중심으로 한 영역인데, 그 영역이 차지하는 크기 형태 등은 후술할 FOV(Field Of View) 에 의해 결정될 수 있다.
전술한 360 비디오 제공을 위한 전체 아키텍처 내에서, 캡쳐/프로젝션/인코딩/전송/디코딩/리-프로젝션/렌더링의 일련의 과정을 거치게 되는 이미지/비디오 데이터들을 360 비디오 데이터라 부를 수 있다. 360 비디오 데이터라는 용어는 또한 이러한 이미지/비디오 데이터들과 관련되는 메타데이터 내지 시그널링 정보를 포함하는 개념으로 쓰일 수도 있다.
도 2 은 본 발명의 일 측면(aspect)에 따른 360도 비디오 전송 장치를 도시한 도면이다.
일 측면에 따르면 본 발명은 360 비디오 전송 장치와 관련될 수 있다. 본 발명에 따른 360 비디오 전송 장치는 전술한 준비 과정 내지 전송 과정에 관련된 동작들을 수행할 수 있다. 본 발명에 따른 360 비디오 전송 장치는 데이터 입력부, 스티처(Stitcher), 프로젝션 처리부, 리전별 패킹 처리부(도시되지 않음), 메타데이터 처리부, (송신측) 피드백 처리부, 데이터 인코더, 인캡슐레이션 처리부, 전송 처리부 및/또는 전송부를 내/외부 엘레멘트로서 포함할 수 있다.
데이터 입력부는 캡쳐된 각 시점별 이미지/비디오 들을 입력받을 수 있다. 이 시점별 이미지/비디오 들은 하나 이상의 카메라들에 의해 캡쳐된 이미지/비디오들일 수 있다. 또한 데이터 입력부는 캡쳐 과정에서 발생된 메타데이터를 입력받을 수 있다. 데이터 입력부는 입력된 시점별 이미지/비디오들을 스티처로 전달하고, 캡쳐 과정의 메타데이터를 시그널링 처리부로 전달할 수 있다.
스티처는 캡쳐된 시점별 이미지/비디오들에 대한 스티칭 작업을 수행할 수 있다. 스티처는 스티칭된 360 비디오 데이터를 프로젝션 처리부로 전달할 수 있다. 스티처는 필요한 경우 메타데이터 처리부로부터 필요한 메타데이터를 전달받아 스티칭 작업에 이용할 수 있다. 스티처는 스티칭 과정에서 발생된 메타데이터를 메타데이터 처리부로 전달할 수 있다. 스티칭 과정의 메타데이터에는 스티칭이 수행되었는지 여부, 스티칭 타입 등의 정보들이 있을 수 있다.
프로젝션 처리부는 스티칭된 360 비디오 데이터를 2D 이미지 상에 프로젝션할 수 있다. 프로젝션 처리부는 다양한 스킴(scheme)에 따라 프로젝션을 수행할 수 있는데, 이에 대해서는 후술한다. 프로젝션 처리부는 각 시점별 360 비디오 데이터의 해당 뎁스(depth)를 고려하여 매핑을 수행할 수 있다. 프로젝션 처리부는 필요한 경우 메타데이터 처리부로부터 프로젝션에 필요한 메타데이터를 전달받아 프로젝션 작업에 이용할 수 있다. 프로젝션 처리부는 프로젝션 과정에서 발생된 메타데이터를 메타데이터 처리부로 전달할 수 있다. 프로젝션 처리부의 메타데이터에는 프로젝션 스킴의 종류 등이 있을 수 있다.
리전별 패킹 처리부(도시되지 않음)는 전술한 리전별 패킹 과정을 수행할 수 있다. 즉, 리전별 패킹 처리부는 프로젝션된 360 비디오 데이터를 리전별로 나누고, 각 리전들을 회전, 재배열하거나, 각 리전의 레졸루션을 변경하는 등의 처리를 수행할 수 있다. 전술한 바와 같이 리전별 패킹 과정은 선택적(optional) 과정이며, 리전별 패킹이 수행되지 않는 경우, 리전별 패킹 처리부는 생략될 수 있다. 리전별 패킹 처리부는 필요한 경우 메타데이터 처리부로부터 리전별 패킹에 필요한 메타데이터를 전달받아 리전별 패킹 작업에 이용할 수 있다. 리전별 패킹 처리부는 리전별 패킹 과정에서 발생된 메타데이터를 메타데이터 처리부로 전달할 수 있다. 리전별 패킹 처리부의 메타데이터에는 각 리전의 회전 정도, 사이즈 등이 있을 수 있다.
전술한 스티처, 프로젝션 처리부 및/또는 리전별 패킹 처리부는 실시예에 따라 하나의 하드웨어 컴포넌트에서 수행될 수도 있다.
메타데이터 처리부는 캡처 과정, 스티칭 과정, 프로젝션 과정, 리전별 패킹 과정, 인코딩 과정, 인캡슐레이션 과정 및/또는 전송을 위한 처리 과정에서 발생할 수 있는 메타데이터들을 처리할 수 있다. 메타데이터 처리부는 이러한 메타데이터들을 이용하여 360 비디오 관련 메타데이터를 생성할 수 있다. 실시예에 따라 메타데이터 처리부는 360 비디오 관련 메타데이터를 시그널링 테이블의 형태로 생성할 수도 있다. 문맥에 따라 360 비디오 관련 메타데이터는 메타데이터 또는 360 비디오 관련 시그널링 정보라 불릴 수도 있다. 또한 메타데이터 처리부는 획득하거나 생성한 메타데이터들을 필요에 따라 360 비디오 전송 장치의 내부 엘레멘트들에 전달할 수 있다. 메타데이터 처리부는 360 비디오 관련 메타데이터가 수신측으로 전송될 수 있도록 데이터 인코더, 인캡슐레이션 처리부 및/또는 전송 처리부에 전달할 수 있다.
데이터 인코더는 2D 이미지 상에 프로젝션된 360 비디오 데이터 및/또는 리전별 패킹된 360 비디오 데이터를 인코딩할 수 있다. 360 비디오 데이터는 다양한 포맷으로 인코딩될 수 있다.
인캡슐레이션 처리부는 인코딩된 360 비디오 데이터 및/또는 360 비디오 관련 메타데이터를 파일 등의 형태로 인캡슐레이션할 수 있다. 여기서 360 비디오 관련 메타데이터는 전술한 메타데이터 처리부로부터 전달받은 것일 수 있다. 인캡슐레이션 처리부는 해당 데이터들을 ISOBMFF, CFF 등의 파일 포맷으로 인캡슐레이션하거나, 기타 DASH 세그먼트 등의 형태로 처리할 수 있다. 인캡슐레이션 처리부는 실시예에 따라 360 비디오 관련 메타데이터를 파일 포맷 상에 포함시킬 수 있다. 360 관련 메타데이터는 예를 들어 ISOBMFF 파일 포맷 상의 다양한 레벨의 박스(box)에 포함되거나 파일 내에서 별도의 트랙내의 데이터로 포함될 수 있다. 실시예에 따라, 인캡슐레이션 처리부는 360 비디오 관련 메타데이터 자체를 파일로 인캡슐레이션할 수 있다.전송 처리부는 파일 포맷에 따라 인캡슐레이션된 360 비디오 데이터에 전송을 위한 처리를 가할 수 있다. 전송 처리부는 임의의 전송 프로토콜에 따라 360 비디오 데이터를 처리할 수 있다. 전송을 위한 처리에는 방송망을 통한 전달을 위한 처리, 브로드밴드를 통한 전달을 위한 처리를 포함할 수 있다. 실시예에 따라 전송 처리부는 360 비디오 데이터 뿐 아니라, 메타데이터 처리부로부터 360 비디오 관련 메타데이터를 전달받아, 이 것에 전송을 위한 처리를 가할 수도 있다.
전송부는 전송 처리된 360 비디오 데이터 및/또는 360 비디오 관련 메타데이터를 방송망 및/또는 브로드밴드를 통해 전송할 수 있다. 전송부는 방송망을 통한 전송을 위한 엘레멘트 및/또는 브로드밴드를 통한 전송을 위한 엘레멘트를 포함할 수 있다.
본 발명에 따른 360 비디오 전송 장치의 일 실시예에 의하면, 360 비디오 전송 장치는 데이터 저장부(도시되지 않음)를 내/외부 엘레멘트로서 더 포함할 수 있다. 데이터 저장부는 인코딩된 360 비디오 데이터 및/또는 360 비디오 관련 메타데이터를 전송 처리부로 전달하기 전에 저장하고 있을 수 있다. 이 데이터들이 저장되는 형태는 ISOBMFF 등의 파일 형태일 수 있다. 실시간으로 360 비디오를 전송하는 경우에는 데이터 저장부가 필요하지 않을 수 있으나, 온 디맨드, NRT (Non Real Time), 브로드밴드 등을 통해 전달하는 경우에는 인캡슐레이션된 360 데이터가 데이터 저장부에 일정 기간 저장되었다가 전송될 수도 있다.
본 발명에 따른 360 비디오 전송 장치의 다른 실시예에 의하면, 360 비디오 전송 장치는 (송신측) 피드백 처리부 및/또는 네트워크 인터페이스(도시되지 않음)를 내/외부 엘레멘트로서 더 포함할 수 있다. 네트워크 인터페이스는 본 발명에 따른 360 비디오 수신 장치로부터 피드백 정보를 전달받고, 이를 송신측 피드백 처리부로 전달할 수 있다. 송신측 피드백 처리부는 피드백 정보를 스티처, 프로젝션 처리부, 리전별 패킹 처리부, 데이터 인코더, 인캡슐레이션 처리부, 메타데이터 처리부 및/또는 전송 처리부로 전달할 수 있다. 실시예에 따라 피드백 정보는 메타데이터 처리부에 일단 전달된 후, 다시 각 내부 엘레멘트들로 전달될 수 있다. 피드백 정보를 전달받은 내부 엘레먼트들은 이 후의 360 비디오 데이터의 처리에 피드백 정보를 반영할 수 있다.
본 발명에 따른 360 비디오 전송 장치의 또 다른 실시예에 의하면, 리전별 패킹 처리부는 각 리전을 회전하여 2D 이미지 상에 매핑할 수 있다. 이 때 각 리전들은 서로 다른 방향, 서로 다른 각도로 회전되어 2D 이미지 상에 매핑될 수 있다. 리전의 회전은 360 비디오 데이터가 구형의 면 상에서 프로젝션 전에 인접했던 부분, 스티칭된 부분 등을 고려하여 수행될 수 있다. 리전의 회전에 관한 정보들, 즉 회전 방향, 각도 등은 360 비디오 관련 메타데이터에 의해 시그널링될 수 있다.본 발명에 따른 360 비디오 전송 장치의 또 다른 실시예에 의하면, 데이터 인코더는 각 리전 별로 다르게 인코딩을 수행할 수 있다. 데이터 인코더는 특정 리전은 높은 퀄리티로, 다른 리전은 낮은 퀄리티로 인코딩을 수행할 수 있다. 송신측 피드백 처리부는 360 비디오 수신 장치로부터 전달받은 피드백 정보를 데이터 인코더로 전달하여, 데이터 인코더가 리전별 차등화된 인코딩 방법을 사용하도록 할 수 있다. 예를 들어 송신측 피드백 처리부는 수신측으로부터 전달받은 뷰포트 정보를 데이터 인코더로 전달할 수 있다. 데이터 인코더는 뷰포트 정보가 지시하는 영역을 포함하는 리전들에 대해 다른 리전들보다 더 높은 퀄리티(UHD 등) 로 인코딩을 수행할 수 있다.
본 발명에 따른 360 비디오 전송 장치의 또 다른 실시예에 의하면, 전송 처리부는 각 리전 별로 다르게 전송을 위한 처리를 수행할 수 있다. 전송 처리부는 리전 별로 다른 전송 파라미터(모듈레이션 오더, 코드 레이트 등)를 적용하여, 각 리전 별로 전달되는 데이터의 강건성(robustenss) 을 다르게 할 수 있다.
이 때, 송신측 피드백 처리부는 360 비디오 수신 장치로부터 전달받은 피드백 정보를 전송 처리부로 전달하여, 전송 처리부가 리전별 차등화된 전송 처리를 수행하도록 할 수 있다. 예를 들어 송신측 피드백 처리부는 수신측으로부터 전달받은 뷰포트 정보를 전송 처리부로 전달할 수 있다. 전송 처리부는 해당 뷰포트 정보가 지시하는 영역을 포함하는 리전들에 대해 다른 리전들보다 더 높은 강건성을 가지도록 전송 처리를 수행할 수 있다.
전술한 본 발명에 따른 360 비디오 전송 장치의 내/외부 엘레멘트들은 하드웨어로 구현되는 하드웨어 엘레멘트들일 수 있다. 실시예에 따라 내/외부 엘레멘트들은 변경, 생략되거나 다른 엘레멘트로 대체, 통합될 수 있다. 실시예에 따라 부가 엘레멘트들이 360 비디오 전송 장치에 추가될 수도 있다.
도 3 은 본 발명의 다른 측면에 따른 360도 비디오 수신 장치를 도시한 도면이다.
다른 측면에 따르면 본 발명은 360 비디오 수신 장치와 관련될 수 있다. 본 발명에 따른 360 비디오 수신 장치는 전술한 프로세싱 과정 및/또는 렌더링 과정에 관련된 동작들을 수행할 수 있다. 본 발명에 따른 360 비디오 수신 장치는 수신부, 수신 처리부, 디캡슐레이션 처리부, 데이터 디코더, 메타데이터 파서, (수신측) 피드백 처리부, 리-프로젝션 처리부 및/또는 렌더러를 내/외부 엘레멘트로서 포함할 수 있다.
수신부는 본 발명에 따른 360 비디오 전송 장치가 전송한 360 비디오 데이터를 수신할 수 있다. 전송되는 채널에 따라 수신부는 방송망을 통하여 360 비디오 데이터를 수신할 수도 있고, 브로드밴드를 통하여 360 비디오 데이터를 수신할 수도 있다.
수신 처리부는 수신된 360 비디오 데이터에 대해 전송 프로토콜에 따른 처리를 수행할 수 있다. 전송측에서 전송을 위한 처리가 수행된 것에 대응되도록, 수신 처리부는 전술한 전송 처리부의 역과정을 수행할 수 있다. 수신 처리부는 획득한 360 비디오 데이터는 디캡슐레이션 처리부로 전달하고, 획득한 360 비디오 관련 메타데이터는 메타데이터 파서로 전달할 수 있다. 수신 처리부가 획득하는 360 비디오 관련 메타데이터는 시그널링 테이블의 형태일 수 있다.
디캡슐레이션 처리부는 수신 처리부로부터 전달받은 파일 형태의 360 비디오 데이터를 디캡슐레이션할 수 있다. 디캡슐레이션 처리부는 ISOBMFF 등에 따른 파일들을 디캡슐레이션하여, 360 비디오 데이터 내지 360 비디오 관련 메타데이터를 획득할 수 있다. 획득된 360 비디오 데이터는 데이터 디코더로, 획득된 360 비디오 관련 메타데이터는 메타데이터 파서로 전달할 수 있다. 디캡슐레이션 처리부가 획득하는 360 비디오 관련 메타데이터는 파일 포맷 내의 박스 혹은 트랙 형태일 수 있다. 디캡슐레이션 처리부는 필요한 경우 메타데이터 파서로부터 디캡슐레이션에 필요한 메타데이터를 전달받을 수도 있다.
데이터 디코더는 360 비디오 데이터에 대한 디코딩을 수행할 수 있다. 데이터 디코더는 메타데이터 파서로부터 디코딩에 필요한 메타데이터를 전달받을 수도 있다. 데이터 디코딩 과정에서 획득된 360 비디오 관련 메타데이터는 메타데이터 파서로 전달될 수도 있다.
메타데이터 파서는 360 비디오 관련 메타데이터에 대한 파싱/디코딩을 수행할 수 있다. 메타데이터 파서는 획득한 메타데이터를 데이터 디캡슐레이션 처리부, 데이터 디코더, 리-프로젝션 처리부 및/또는 렌더러로 전달할 수 있다.
리-프로젝션 처리부는 디코딩된 360 비디오 데이터에 대하여 리-프로젝션을 수행할 수 있다. 리-프로젝션 처리부는 360 비디오 데이터를 3D 공간으로 리-프로젝션할 수 있다. 3D 공간은 사용되는 3D 모델에 따라 다른 형태를 가질 수 있다. 리-프로젝션 처리부는 메타데이터 파서로부터 리-프로젝션에 필요한 메타데이터를 전달받을 수도 있다. 예를 들어 리-프로젝션 처리부는 사용되는 3D 모델의 타입 및 그 세부 정보에 대한 정보를 메타데이터 파서로부터 전달받을 수 있다. 실시예에 따라 리-프로젝션 처리부는 리-프로젝션에 필요한 메타데이터를 이용하여, 3D 공간 상의 특정 영역에 해당하는 360 비디오 데이터만을 3D 공간으로 리-프로젝션할 수도 있다.
렌더러는 리-프로젝션된 360 비디오 데이터를 렌더링할 수 있다. 전술한 바와 같이 360 비디오 데이터가 3D 공간상에 렌더링된다고 표현할 수도 있는데, 이처럼 두 과정이 한번에 일어나는 경우 리-프로젝션 처리부와 렌더러는 통합되어, 렌더러에서 이 과정들이 모두 진행될 수 있다. 실시예에 따라 렌더러는 사용자의 시점 정보에 따라 사용자가 보고 있는 부분만을 렌더링할 수도 있다.
사용자는 VR 디스플레이 등을 통하여 렌더링된 360 비디오의 일부 영역을 볼 수 있다. VR 디스플레이는 360 비디오를 재생하는 장치로서, 360 비디오 수신 장치에 포함될 수도 있고(tethered), 별도의 장치로서 360 비디오 수신 장치에 연결될 수도 있다(un-tethered).
본 발명에 따른 360 비디오 수신 장치의 일 실시예에 의하면, 360 비디오 수신 장치는 (수신측) 피드백 처리부 및/또는 네트워크 인터페이스(도시되지 않음)를 내/외부 엘레멘트로서 더 포함할 수 있다. 수신측 피드백 처리부는 렌더러, 리-프로젝션 처리부, 데이터 디코더, 디캡슐레이션 처리부 및/또는 VR 디스플레이로부터 피드백 정보를 획득하여 처리할 수 있다. 피드백 정보는 뷰포트 정보, 헤드 오리엔테이션 정보, 게이즈(Gaze) 정보 등을 포함할 수 있다. 네트워크 인터페이스는 피드백 정보를 수신측 피드백 처리부로부터 전달받고, 이를 360 비디오 전송 장치로 전송할 수 있다.
전술한 바와 같이, 피드백 정보는 송신측으로 전달되는 것 뿐아니라, 수신측에서 소비될 수도 있다. 수신측 피드백 처리부는 획득한 피드백 정보를 360 비디오 수신 장치의 내부 엘레멘트들로 전달하여, 렌더링 등의 과정에 반영되게 할 수 있다. 수신측 피드백 처리부는 피드백 정보를 렌더러, 리-프로젝션 처리부, 데이터 디코더 및/또는 디캡슐레이션 처리부로 전달할 수 있다. 예를 들어, 렌더러는 피드백 정보를 활용하여 사용자가 보고 있는 영역을 우선적으로 렌더링할 수 있다. 또한 디캡슐레이션 처리부, 데이터 디코더 등은 사용자가 보고 있는 영역 내지 보게될 영역을 우선적으로 디캡슐레이션, 디코딩할 수 있다.
전술한 본 발명에 따른 360 비디오 수신 장치의 내/외부 엘레멘트들은 하드웨어로 구현되는 하드웨어 엘레멘트들일 수 있다. 실시예에 따라 내/외부 엘레멘트들은 변경, 생략되거나 다른 엘레멘트로 대체, 통합될 수 있다. 실시예에 따라 부가 엘레멘트들이 360 비디오 수신 장치에 추가될 수도 있다.
본 발명의 또 다른 측면은 360 비디오를 전송하는 방법 및 360 비디오를 수신하는 방법과 관련될 수 있다. 본 발명에 따른 360 비디오를 전송/수신하는 방법은, 각각 전술한 본 발명에 따른 360 비디오 전송/수신 장치 또는 그 장치의 실시예들에 의해 수행될 수 있다.
전술한 본 발명에 따른 360 비디오 전송/수신 장치, 전송/수신 방법의 각각의 실시예 및 그 내/외부 엘리멘트 각각의 실시예들을 서로 조합될 수 있다. 예를 들어 프로젝션 처리부의 실시예들과, 데이터 인코더의 실시예들은 서로 조합되어, 그 경우의 수만큼의 360 비디오 전송 장치의 실시예들을 만들어 낼 수 있다. 이렇게 조합된 실시예들 역시 본 발명의 범위에 포함된다.
도 4 는 본 발명의 다른 실시예에 따른 360도 비디오 전송 장치/360도 비디오 수신 장치를 도시한 도면이다.
전술한 바와 같이, 도시된 (a) 와 같은 아키텍처에 의하여 360 컨텐츠가 제공될 수 있다. 360 컨텐츠는 파일 형태로 제공되거나, DASH 등과 같이 세그먼트(segment) 기반 다운로드 또는 스트리밍 서비스의 형태로 제공될 수 있다. 여기서 360 컨텐츠는 VR 컨텐츠로 불릴 수 있다.
전술한 바와 같이 360 비디오 데이터 및/또는 360 오디오 데이터가 획득될 수 있다(Acquisition).
360 오디오 데이터는 오디오 프리-프로세싱 과정(Audio Preprocessing), 오디오 인코딩 과정(Audio encoding)을 거칠 수 있다. 이 과정에서 오디오 관련 메타데이터가 생성될 수 있으며, 인코딩된 오디오와 오디오 관련 메타데이터는 전송을 위한 처리(file/segment encapsulation)를 거칠 수 있다.
360 비디오 데이터는 전술한 것과 같은 과정을 거칠 수 있다. 360 비디오 전송 장치의 스티처는 360 비디오 데이터에 스티칭을 수행할 수 있다(Visual stitching). 이 과정은 실시예에 따라 생략되고 수신측에서 수행될 수도 있다. 360 비디오 전송 장치의 프로젝션 처리부는 360 비디오 데이터를 2D 이미지 상에 프로젝션할 수 있다(Projection and mapping(packing)).
이 스티칭 및 프로젝션 과정은 (b) 에 구체적으로 도시되었다. 도시된 (b) 에서, 360 비디오 데이터(Input Images) 를 전달받으면, 이에 스티칭 및 프로젝션이 수행될 수 있다. 프로젝션 과정은 구체적으로 스티칭된 360 비디오 데이터를 3D 공간 상으로 프로젝션하고, 프로젝션된 360 비디오 데이터가 2D 이미지 상으로 배열되는 것으로 볼 수 있다. 본 명세서에서 이 과정을 360 비디오 데이터를 2D 이미지 상으로 프로젝션한다고 표현할 수도 있다. 여기서 3D 공간은 구(sphere) 또는 큐브(cube) 등일 수 있다. 이 3D 공간은 수신측에서 리-프로젝션에 사용되는 3D 공간과 같을 수도 있다.
2D 이미지는 프로젝티드 프레임(C, Projected frame) 이라 불릴 수도 있다. 이 2D 이미지에 리전별 패킹(Region-wise packing) 이 선택적으로 더 수행될 수도 있다. 리전별 패킹이 수행되는 경우, 각 리전(Region)의 위치, 형태, 크기를 지시함으로써, 2D 이미지 상의 리전들이 팩드 프레임(D, packed frame) 상으로 매핑될 수 있다. 리전별 패킹이 수행되지 않는 경우, 프로젝티드 프레임은 팩드 프레임과 같을 수 있다. 리전에 대해서는 후술한다. 프로젝션 과정 및 리전별 패킹 과정을, 360 비디오 데이터의 각 리전들이 2D 이미지 상에 프로젝션된다고 표현할 수도 있다. 설계에 따라, 360 비디오 데이터는 중간 과정 없이 팩드 프레임으로 바로 변환될 수도 있다.
도시된 (a) 에서, 프로젝션된 360 비디오 데이터는 이미지 인코딩 내지 비디오 인코딩될 수 있다. 같은 컨텐트라도 다른 시점(viewpoints)별로 존재할 수 있으므로, 같은 컨텐트가 서로 다른 비트 스트림으로 인코딩될 수도 있다. 인코딩된 360 비디오 데이터는 전술한 인캡슐레이션 처리부에 의해 ISOBMFF 등의 파일 포맷으로 처리될 수 있다. 또는 인캡슐레이션 처리부는 인코딩된 360 비디오 데이터를 세그먼트들로 처리할 수 있다. 세그먼트들은 DASH 에 기반한 전송을 위한 개별 트랙에 포함될 수 있다.
360 비디오 데이터의 처리와 함께, 전술한 것과 같이 360 비디오 관련 메타데이터가 생성될 수 있다. 이 메타데이터는 비디오 스트림 혹은 파일 포맷에 포함되어 전달될 수 있다. 이 메타데이터는 인코딩 과정이나 파일 포맷 인캡슐레이션, 전송을 위한 처리 등과 같은 과정에도 쓰일 수 있다.
360 오디오/비디오 데이터는 전송 프로토콜에 따라 전송을 위한 처리를 거치고, 이후 전송될 수 있다. 전술한 360 비디오 수신 장치는 이를 방송망 또는 브로드밴드를 통해 수신할 수 있다.
도시된 (a) 에서 VR 서비스 플랫폼(VR service platform) 은 전술한 360 비디오 수신 장치의 일 실시예에 해당할 수 있다. 도시된 (a) 에서 스피커/헤드폰(Loudspeakers/headphones), 디스플레이(Display), 헤드/아이 트랙킹 컴포넌트(Head/eye tracking) 는 360 비디오 수신 장치의 외부 장치 내지 VR 어플리케이션에 의해 수행되는 것으로 도시되었는데, 실시예에 따라 360 비디오 수신 장치는 이 들을 모두 포함할 수도 있다. 실시예에 따라 헤드/아이 트랙킹 컴포넌트는 전술한 수신측 피드백 처리부에 해당할 수 있다.
360 비디오 수신 장치는 360 오디오/비디오 데이터에 수신을 위한 처리(File/segment decapsulation)를 수행할 수 있다. 360 오디오 데이터는 오디오 디코딩(Audio decoding), 오디오 렌더링(Audio rendering) 과정을 거쳐 스피커/헤드폰을 통해 사용자에게 제공될 수 있다.
360 비디오 데이터는 이미지 디코딩 내지 비디오 디코딩, 렌더링(Visual rendering) 과정을 거쳐 디스플레이를 통해 사용자에게 제공될 수 있다. 여기서 디스플레이는 VR 을 지원하는 디스플레이거나 일반 디스플레이일 수 있다.
전술한 바와 같이 렌더링 과정은 구체적으로, 360 비디오 데이터가 3D 공간 상에 리-프로젝션되고, 리-프로젝션된 360 비디오 데이터가 렌더링되는 것으로 볼 수 있다. 이를 360 비디오 데이터가 3D 공간 상에 렌더링된다고 표현할 수도 있다.
헤드/아이 트랙킹 컴포넌트는 사용자의 헤드 오리엔테이션 정보, 게이즈 정보, 뷰포트(Viewport) 정보 등을 획득, 처리할 수 있다. 이에 대해서는 전술하였다.
수신측에서는 전술한 수신측 과정들과 통신하는 VR 어플리케이션이 존재할 수 있다.
도 5 는 본 발명의 3D 공간을 설명하기 위한 비행기 주축(Aircraft Principal Axes) 개념을 도시한 도면이다.
본 발명에서, 3D 공간에서의 특정 지점, 위치, 방향, 간격, 영역 등을 표현하기 위하여 비행기 주축 개념이 사용될 수 있다.
즉, 본 발명에서 프로젝션 전 또는 리-프로젝션 후의 3D 공간에 대해 기술하고, 그에 대한 시그널링을 수행하기 위하여 비행기 주축 개념이 사용될 수 있다. 실시예에 따라 X, Y, Z 축 개념 또는 구 좌표계를 이용한 방법이 사용될 수도 있다.
비행기는 3 차원으로 자유롭게 회전할 수 있다. 3차원을 이루는 축을 각각 피치(pitch) 축, 야(yaw) 축 및 롤(roll) 축이라고 한다. 본 명세서에서 이 들을 줄여서 pitch, yaw, roll 내지 pitch 방향, yaw 방향, roll 방향이라고 표현할 수도 있다.
Pitch 축은 비행기의 앞코가 위/아래로 회전하는 방향의 기준이 되는 축을 의미할 수 있다. 도시된 비행기 주축 개념에서 pitch 축은 비행기의 날개에서 날개로 이어지는 축을 의미할 수 있다.
Yaw 축은 비행기의 앞코가 좌/우로 회전하는 방향의 기준이 되는 축을 의미할 수 있다. 도시된 비행기 주축 개념에서 yaw 축은 비행기의 위에서 아래로 이어지는 축을 의미할 수 있다.
Roll 축은 도시된 비행기 주축 개념에서 비행기의 앞코에서 꼬리로 이어지는 축으로서, roll 방향의 회전이란 roll 축을 기준으로 한 회전을 의미할 수 있다.
전술한 바와 같이, pitch, yaw, roll 개념을 통해 본 발명에서의 3D 공간이 기술될 수 있다.
도 6 는 본 발명의 일 실시예에 따른 프로젝션 스킴들을 도시한 도면이다.
전술한 바와 같이 본 발명에 따른 360 비디오 전송 장치의 프로젝션 처리부는 스티칭된 360 비디오 데이터를 2D 이미지 상에 프로젝션할 수 있다. 이 과정에서 다양한 프로젝션 스킴들이 활용될 수 있다.
본 발명에 따른 360 비디오 전송 장치의 또 다른 실시예에 의하면, 프로젝션 처리부는 큐빅 프로젝션(Cubic Projection) 스킴을 이용하여 프로젝션을 수행할 수 있다. 예를 들어 스티칭된 360 비디오 데이터는 구형의 면 상에 나타내어질 수 있다. 프로젝션 처리부는 이러한 360 비디오 데이터를 큐브(Cube, 정육면체) 형태로 나누어 2D 이미지 상에 프로젝션할 수 있다. 구형의 면 상의 360 비디오 데이터는 큐브의 각 면에 대응되어, 2D 이미지 상에 (a) 좌측 또는 (a) 우측과 같이 프로젝션될 수 있다.
본 발명에 따른 360 비디오 전송 장치의 또 다른 실시예에 의하면, 프로젝션 처리부는 실린더형 프로젝션(Cylindrical Projection) 스킴을 이용하여 프로젝션을 수행할 수 있다. 마찬가지로 스티칭된 360 비디오 데이터가 구형의 면 상에 나타내어질 수 있다고 가정할 때, 프로젝션 처리부는 이러한 360 비디오 데이터를 실린더(Cylinder) 형태로 나누어 2D 이미지 상에 프로젝션할 수 있다. 구형의 면 상의 360 비디오 데이터는 실린더의 옆면(side)과 윗면(top), 바닥면(bottom) 에 각각 대응되어, 2D 이미지 상에 (b) 좌측 또는 (b) 우측과 같이 프로젝션될 수 있다.
본 발명에 따른 360 비디오 전송 장치의 또 다른 실시예에 의하면, 프로젝션 처리부는 피라미드 프로젝션(Pyramid Projection) 스킴을 이용하여 프로젝션을 수행할 수 있다. 마찬가지로 스티칭된 360 비디오 데이터가 구형의 면 상에 나타내어질 수 있다고 가정할 때, 프로젝션 처리부는 이러한 360 비디오 데이터를 피라미드 형태로 보고, 각 면을 나누어 2D 이미지 상에 프로젝션할 수 있다. 구형의 면 상의 360 비디오 데이터는 피라미드의 바닥면(front), 피라미드의 4방향의 옆면(Left top, Left bottom, Right top, Right bottom) 에 각각 대응되어, 2D 이미지 상에 (c) 좌측 또는 (c) 우측과 같이 프로젝션될 수 있다.
실시예에 따라 프로젝션 처리부는 전술한 스킴들 외에 등정방형 프로젝션(Equirectangular Projection) 스킴, 파노라믹 프로젝션(Panoramic Projection) 스킴 등을 이용하여 프로젝션을 수행할 수도 있다.
전술한 바와 같이 리전(Region) 이란, 360 비디오 데이터가 프로젝션된 2D 이미지가 나누어진 영역을 의미할 수 있다. 이 리전들은 프로젝션 스킴에 따라 프로젝션된 2D 이미지 상의 각 면들과 일치할 필요는 없다. 그러나 실시예에 따라, 프로젝션된 2D 이미지 상의 각 면들이 리전과 대응되도록 리전이 구분되어, 리전별 패킹이 수행될 수도 있다. 실시예에 따라 복수개의 면들이 하나의 리전에 대응될 수도 있고, 하나의 면이 복수개의 리전에 대응되게 리전이 구분될 수도 있다. 이 경우, 리전은 프로젝션 스킴에 따라 달라질 수 있다. 예를 들어 (a) 에서 정육면체의 각 면들(top, bottom, front, left, right, back) 은 각각 리전일 수 있다. (b) 에서 실린더의 옆면(side), 윗면(top), 바닥면(bottom) 은 각각 리전일 수 있다. (c) 에서 피라미드의 바닥면(front), 4방향 옆면(Left top, Left bottom, Right top, Right bottom) 들은 각각 리전일 수 있다.
도 7 은 본 발명의 일 실시예에 따른 타일(Tile)을 도시한 도면이다.
2D 이미지에 프로젝션된 360 비디오 데이터 또는 리전별 패킹까지 수행된 360 비디오 데이터는 하나 이상의 타일로 구분될 수 있다. 도시된 (a) 는 하나의 2D 이미지가 16 개의 타일로 나뉘어진 형태를 도시하고 있다. 여기서 2D 이미지란 전술한 프로젝티드 프레임 내지는 팩드 프레임일 수 있다. 본 발명에 따른 360 비디오 전송 장치의 또 다른 실시예에 의하면, 데이터 인코더는 각각의 타일을 독립적으로 인코딩할 수 있다.
전술한 리전별 패킹과 타일링(Tiling)은 구분될 수 있다. 전술한 리전별 패킹은 코딩 효율을 높이기 위해 또는 레졸루션을 조정하기 위하여 2D 이미지상에 프로젝션된 360 비디오 데이터를 리전으로 구분하여 처리하는 것을 의미할 수 있다. 타일링은 데이터 인코더가 프로젝티드 프레임 내지는 팩드 프레임을 타일이라는 구획별로 나누고, 해당 타일들 별로 독립적으로 인코딩을 수행하는 것을 의미할 수 있다. 360 비디오가 제공될 때, 사용자는 360 비디오의 모든 부분을 동시에 소비하지 않는다. 타일링은 제한된 밴드위스(bandwidth)상에서 사용자가 현재 보는 뷰포트 등 중요 부분 내지 일정 부분에 해당하는 타일만을 수신측으로 전송 혹은 소비하는 것을 가능케할 수 있다. 타일링을 통해 제한된 밴드위스가 더 효율적으로 활용될 수 있고, 수신측에서도 모든 360 비디오 데이터를 한번에 다 처리하는 것에 비하여 연산 부하를 줄일 수 있다.
리전과 타일은 구분되므로, 두 영역이 같을 필요는 없다. 그러나 실시예에 따라 리전과 타일은 같은 영역을 지칭할 수도 있다. 실시예에 따라 타일에 맞추어 리전별 패킹이 수행되어 리전과 타일이 같아질 수 있다. 또한 실시예에 따라, 프로젝션 스킴에 따른 각 면과 리전이 같은 경우, 프로젝션 스킴에 따른 각 면, 리전, 타일이 같은 영역을 지칭할 수도 있다. 문맥에 따라 리전은 VR 리전, 타일을 타일 리전으로 불릴 수도 있다.
ROI (Region of Interest) 는 360 컨텐츠 제공자가 제안하는, 사용자들의 관심 영역을 의미할 수 있다. 360 컨텐츠 제공자는 360 비디오를 제작할 때, 어느 특정 영역을 사용자들이 관심있어 할 것으로 보고, 이를 고려하여 360 비디오를 제작할 수 있다. 실시예에 따라 ROI 는 360 비디오의 컨텐츠 상, 중요한 내용이 재생되는 영역에 해당할 수 있다.
본 발명에 따른 360 비디오 전송/수신 장치의 또 다른 실시예에 의하면, 수신측 피드백 처리부는 뷰포트 정보를 추출, 수집하여 이를 송신측 피드백 처리부로 전달할 수 있다. 이 과정에서 뷰포트 정보는 양 측의 네트워크 인터페이스를 이용해 전달될 수 있다. 도시된 (a) 의 2D 이미지에서 뷰포트 (t6010) 가 표시되었다. 여기서 뷰포트 는 2D 이미지 상의 9 개의 타일에 걸쳐 있을 수 있다.
이 경우 360 비디오 전송 장치는 타일링 시스템을 더 포함할 수 있다. 실시예에 따라 타일링 시스템은 데이터 인코더 다음에 위치할 수도 있고(도시된 (b)), 전술한 데이터 인코더 내지 전송 처리부 내에 포함될 수도 있고, 별개의 내/외부 엘리먼트로서 360 비디오 전송 장치에 포함될 수 있다.
타일링 시스템은 송신측 피드백 처리부로부터 뷰포트 정보를 전달받을 수 있다. 타일링 시스템은 뷰포트 영역이 포함되는 타일만을 선별하여 전송할 수 있다. 도시된 (a) 의 2D 이미지에서 총 16 개의 타일 중 뷰포트 영역(t6010) 을 포함하는 9 개의 타일들만이 전송될 수 있다. 여기서 타일링 시스템은 브로드밴드를 통한 유니캐스트 방식으로 타일들을 전송할 수 있다. 사용자에 따라 뷰포트 영역이 다르기 때문이다.
또한 이 경우 송신측 피드백 처리부는 뷰포트 정보를 데이터 인코더로 전달할 수 있다. 데이터 인코더는 뷰포트 영역을 포함하는 타일들에 대해 다른 타일들보다 더 높은 퀄리티로 인코딩을 수행할 수 있다.
또한 이 경우 송신측 피드백 처리부는 뷰포트 정보를 메타데이터 처리부로 전달할 수 있다. 메타데이터 처리부는 뷰포트 영역과 관련된 메타데이터 를 360 비디오 전송 장치의 각 내부 엘레먼트로 전달해주거나, 360 비디오 관련 메타데이터에 포함시킬 수 있다.
이러한 타일링 방식을 통하여, 전송 밴드위스(bandwidth)가 절약될 수 있으며, 타일 별로 차등화된 처리를 수행하여 효율적 데이터 처리/전송이 가능해질 수 있다.
전술한 뷰포트 영역과 관련된 실시예들은 뷰포트 영역이 아닌 다른 특정 영역들에 대해서도 유사한 방식으로 적용될 수 있다. 예를 들어, 전술한 게이즈 분석을 통해 사용자들이 주로 관심있어 하는 것으로 판단된 영역, ROI 영역, 사용자가 VR 디스플레이를 통해 360 비디오를 접할 때 처음으로 재생되는 영역(초기 시점, Initial Viewpoint) 등에 대해서도, 전술한 뷰포트 영역과 같은 방식의 처리들이 수행될 수 있다.
본 발명에 따른 360 비디오 전송 장치의 또 다른 실시예에 의하면, 전송 처리부는 각 타일 별로 다르게 전송을 위한 처리를 수행할 수 있다. 전송 처리부는 타일 별로 다른 전송 파라미터(모듈레이션 오더, 코드 레이트 등)를 적용하여, 각 타일 별로 전달되는 데이터의 강건성(robustenss)을 다르게 할 수 있다.
이 때, 송신측 피드백 처리부는 360 비디오 수신 장치로부터 전달받은 피드백 정보를 전송 처리부로 전달하여, 전송 처리부가 타일별 차등화된 전송 처리를 수행하도록 할 수 있다. 예를 들어 송신측 피드백 처리부는 수신측으로부터 전달받은 뷰포트 정보를 전송 처리부로 전달할 수 있다. 전송 처리부는 해당 뷰포트 영역을 포함하는 타일들에 대해 다른 타일들보다 더 높은 강건성을 가지도록 전송 처리를 수행할 수 있다.
도 8 은 본 발명의 일 실시예에 따른 360도 비디오 관련 메타데이터를 도시한 도면이다.
전술한 360 비디오 관련 메타데이터는 360 비디오에 대한 다양한 메타데이터를 포함할 수 있다. 문맥에 따라, 360 비디오 관련 메타데이터는 360 비디오 관련 시그널링 정보라고 불릴 수도 있다. 360 비디오 관련 메타데이터는 별도의 시그널링 테이블에 포함되어 전송될 수도 있고, DASH MPD 내에 포함되어 전송될 수도 있고, ISOBMFF 등의 파일 포맷에 box 형태로 포함되어 전달될 수도 있다. 360 비디오 관련 메타데이터가 box 형태로 포함되는 경우 파일, 프래그먼트, 트랙, 샘플 엔트리, 샘플 등등 다양한 레벨에 포함되어 해당되는 레벨의 데이터에 대한 메타데이터를 포함할 수 있다.
실시예에 따라, 후술하는 메타데이터의 일부는 시그널링 테이블로 구성되어 전달되고, 나머지 일부는 파일 포맷 내에 box 혹은 트랙 형태로 포함될 수도 있다.
본 발명에 따른 360 비디오 관련 메타데이터의 일 실시예에 의하면, 360 비디오 관련 메타데이터는 프로젝션 스킴 등에 관한 기본 메타데이터, 스테레오스코픽(stereoscopic) 관련 메타데이터, 초기 시점(Initial View/Initial Viewpoint) 관련 메타데이터, ROI 관련 메타데이터, FOV (Field of View) 관련 메타데이터 및/또는 크롭된 영역(cropped region) 관련 메타데이터를 포함할 수 있다. 실시예에 따라 360 비디오 관련 메타데이터는 전술한 것 외에 추가적인 메타데이터를 더 포함할 수 있다.
본 발명에 따른 360 비디오 관련 메타데이터의 실시예들은 전술한 기본 메타데이터, 스테레오스코픽 관련 메타데이터, 초기 시점 관련 메타데이터, ROI 관련 메타데이터, FOV 관련 메타데이터, 크롭된 영역 관련 메타데이터 및/또는 이후 추가될 수 있는 메타데이터들 중 적어도 하나 이상을 포함하는 형태일 수 있다. 본 발명에 따른 360 비디오 관련 메타데이터의 실시예들은, 각각 포함하는 세부 메타데이터들의 경우의 수에 따라 다양하게 구성될 수 있다. 실시예에 따라 360 비디오 관련 메타데이터는 전술한 것 외에 추가적인 정보들을 더 포함할 수도 있다.
기본 메타데이터에는 3D 모델 관련 정보, 프로젝션 스킴 관련 정보 등이 포함될 수 있다. 기본 메타데이터에는 vr_geometry 필드, projection_scheme 필드 등이 포함될 수 있다. 실시예에 따라 기본 메타데이터는 추가적인 정보들을 더 포함할 수도 있다.
vr_geometry 필드는 해당 360 비디오 데이터가 지원하는 3D 모델의 타입을 지시할 수 있다. 전술한 바와 같이 360 비디오 데이터가 3D 공간 상에 리-프로젝션되는 경우, 해당 3D 공간은 vr_geometry 필드가 지시하는 3D 모델에 따른 형태를 가질 수 있다. 실시예에 따라, 렌더링시에 사용되는 3D 모델은 vr_geometry 필드가 지시하는 리-프로젝션에 사용되는 3D 모델과 다를 수도 있다. 이 경우, 기본 메타데이터는 렌더링시에 사용되는 3D 모델을 지시하는 필드를 더 포함할 수도 있다. 해당 필드가 0, 1, 2, 3 의 값을 가지는 경우 3D 공간은 각각 구형(Sphere), 큐브(Cube), 실린더(Cylinder), 피라미드(Pyramid)의 3D 모델을 따를 수 있다. 해당 필드가 나머지 값을 가지는 경우는 향후 사용을 위해 남겨둘 수 있다(Reserved for Future Use). 실시예에 따라 360 비디오 관련 메타데이터는 해당 필드에 의해 지시되는 3D 모델에 대한 구체적인 정보를 더 포함할 수 있다. 여기서 3D 모델에 대한 구체적인 정보란 예를 들어 구형의 반지름 정보, 실린더의 높이 정보 등을 의미할 수 있다. 본 필드는 생략될 수 있다.
projection_scheme 필드는 해당 360 비디오 데이터가 2D 이미지 상에 프로젝션될 때 사용된 프로젝션 스킴을 지시할 수 있다. 해당 필드가 0, 1, 2, 3, 4, 5 의 값을 가지는 경우, 각각 등정방형 프로젝션(Equirectangular Projection) 스킴, 큐빅 프로젝션 스킴, 실린더형 프로젝션 스킴, 타일-베이스드(Tile-based) 프로젝션 스킴, 피라미드 프로젝션 스킴, 파노라믹 프로젝션 스킴이 사용되었을 수 있다. 해당 필드가 6 의 값을 가지는 경우는, 360 비디오 데이터가 스티칭 없이 바로 2D 이미지 상에 프로젝션된 경우일 수 있다. 해당 필드가 나머지 값을 가지는 경우는 향후 사용을 위해 남겨둘 수 있다(Reserved for Future Use). 실시예에 따라 360 비디오 관련 메타데이터는 해당 필드에 의해 특정되는 프로젝션 스킴에 의해 발생한 리전(Region)에 대한 구체적인 정보를 더 포함할 수 있다. 여기서 리전에 대한 구체적인 정보란 예를 들어 리전의 회전 여부, 실린더의 윗면(top) 리전의 반지름 정보 등을 의미할 수 있다.
스테레오스코픽 관련 메타데이터는 360 비디오 데이터의 3D 관련 속성들에 대한 정보들을 포함할 수 있다. 스테레오스코픽 관련 메타데이터는 is_stereoscopic 필드 및/또는 stereo_mode 필드를 포함할 수 있다. 실시예에 따라 스테레오스코픽 관련 메타데이터는 추가적인 정보들을 더 포함할 수도 있다.
is_stereoscopic 필드는 해당 360 비디오 데이터가 3D 를 지원하는지 여부를 지시할 수 있다. 해당 필드가 1 이면 3D 지원, 0 이면 3D 미지원을 의미할 수 있다. 본 필드는 생략될 수 있다.
stereo_mode 필드는 해당 360 비디오가 지원하는 3D 레이아웃을 지시할 수 있다. 본 필드만으로 해당 360 비디오가 3D 를 지원하는지 여부를 지시할 수도 있는데, 이 경우 전술한 is_stereoscopic 필드는 생략될 수 있다. 본 필드 값이 0 인 경우, 해당 360 비디오는 모노(mono) 모드일 수 있다. 즉 프로젝션된 2D 이미지는 하나의 모노 뷰(mono view) 만을 포함할 수 있다. 이 경우 해당 360 비디오는 3D 를 지원하지 않을 수 있다.
본 필드 값이 1, 2 인 경우, 해당 360 비디오는 각각 좌우(Left-Right) 레이아웃, 상하(Top-Bottom) 레이아웃에 따를 수 있다. 좌우 레이아웃, 상하 레이아웃은 각각 사이드-바이-사이드 포맷, 탑-바텀 포맷으로 불릴 수도 있다. 좌우 레이아웃의 경우, 좌영상/우영상이 프로젝션된 2D 이미지들은 이미지 프레임 상에서 각각 좌/우로 위치할 수 있다. 상하 레이아웃의 경우, 좌영상/우영상이 프로젝션된 2D 이미지들은 이미지 프레임 상에서 각각 위/아래로 위치할 수 있다. 해당 필드가 나머지 값을 가지는 경우는 향후 사용을 위해 남겨둘 수 있다(Reserved for Future Use).
초기 시점 관련 메타데이터는 사용자가 360 비디오를 처음 재생했을 때 보게되는 시점(초기 시점)에 대한 정보를 포함할 수 있다. 초기 시점 관련 메타데이터는 initial_view_yaw_degree 필드, initial_view_pitch_degree 필드 및/또는 initial_view_roll_degree 필드를 포함할 수 있다. 실시예에 따라 초기 시점 관련 메타데이터는 추가적인 정보들을 더 포함할 수도 있다.
initial_view_yaw_degree 필드, initial_view_pitch_degree 필드, initial_view_roll_degree 필드는 해당 360 비디오 재생 시의 초기 시점을 나타낼 수 있다. 즉, 재생시 처음 보여지는 뷰포트의 정중앙 지점이, 이 세 필드들에 의해 나타내어질 수 있다. 각 필드는 그 정중앙 지점이 위치를 yaw, pitch, roll 축을 기준으로 회전된 방향(부호) 및 그 정도(각도)로 나타낼 수 있다. 이 때 FOV 에 따라 처음 재생시 보여지게 되는 뷰포트가 결정될 수 있다. FOV 를 통하여, 지시된 초기 시점을 기준으로 한, 초기 뷰포트의 가로길이 및 세로길이(width, height) 가 결정될 수 있다. 즉, 이 세 필드들 및 FOV 정보를 이용하여, 360 비디오 수신 장치는 사용자에게 360 비디오의 일정 영역을 초기 뷰포트로서 제공할 수 있다.
실시예에 따라, 초기 시점 관련 메타데이터가 지시하는 초기 시점은, 장면(scene) 별로 변경될 수 있다. 즉, 360 컨텐츠의 시간적 흐름에 따라 360 비디오의 장면이 바뀌게 되는데, 해당 360 비디오의 장면마다 사용자가 처음 보게되는 초기 시점 내지 초기 뷰포트가 변경될 수 있다. 이 경우, 초기 시점 관련 메타데이터는 각 장면별로의 초기 시점을 지시할 수 있다. 이를 위해 초기 시점 관련 메타데이터는, 해당 초기 시점이 적용되는 장면을 식별하는 장면(scene) 식별자를 더 포함할 수도 있다. 또한 360 비디오의 장면별로 FOV 가 변할 수도 있으므로, 초기 시점 관련 메타데이터는 해당 장면에 해당하는 FOV 를 나타내는 장면별 FOV 정보를 더 포함할 수도 있다.
ROI 관련 메타데이터는 전술한 ROI 에 관련된 정보들을 포함할 수 있다. ROI 관련 메타데이터는, 2d_roi_range_flag 필드 및/또는 3d_roi_range_flag 필드를 포함할 수 있다. 두 필드는 각각 ROI 관련 메타데이터가 2D 이미지를 기준으로 ROI 를 표현하는 필드들을 포함하는지, 3D 공간을 기준으로 ROI 를 표현하는 필드들을 포함하는지 여부를 지시할 수 있다. 실시예에 따라 ROI 관련 메타데이터는, ROI 에 따른 차등 인코딩 정보, ROI 에 따른 차등 전송처리 정보 등 추가적인 정보들을 더 포함할 수도 있다.
ROI 관련 메타데이터가 2D 이미지를 기준으로 ROI 를 표현하는 필드들을 포함하는 경우, ROI 관련 메타데이터는 min_top_left_x 필드, max_top_left_x 필드, min_top_left_y 필드, max_top_left_y 필드, min_width 필드, max_width 필드, min_height 필드, max_height 필드, min_x 필드, max_x 필드, min_y 필드 및/또는 max_y 필드를 포함할 수 있다.
min_top_left_x 필드, max_top_left_x 필드, min_top_left_y 필드, max_top_left_y 필드는 ROI 의 좌측 상단 끝의 좌표의 최소/최대값을 나타낼 수 있다. 이 필드들은 차례로 좌상단 끝의 최소 x 좌표, 최대 x 좌표, 최소 y 좌표, 최대 y 좌표 를 나타낼 수 있다.
min_width 필드, max_width 필드, min_height 필드, max_height 필드는 ROI 의 가로 크기(width), 세로 크기(height)의 최소/최대값을 나타낼 수 있다. 이 필드들은 차례로 가로 크기의 최소값, 가로 크기의 최대값, 세로 크기의 최소값, 세로 크기의 최대값을 나타낼 수 있다.
min_x 필드, max_x 필드, min_y 필드, max_y 필드는 ROI 내의 좌표들의 최소/최대값을 나타낼 수 있다. 이 필드들은 차례로 ROI 내 좌표들의 최소 x 좌표, 최대 x 좌표, 최소 y 좌표, 최대 y 좌표 를 나타낼 수 있다. 이 필드들은 생략될 수 있다.
ROI 관련 메타데이터가 3D 랜더링 공간 상의 좌표 기준으로 ROI 를 표현하는 필드들을 포함하는 경우, ROI 관련 메타데이터는 min_yaw 필드, max_yaw 필드, min_pitch 필드, max_pitch 필드, min_roll 필드, max_roll 필드, min_field_of_view 필드 및/또는 max_field_of_view 필드를 포함할 수 있다.
min_yaw 필드, max_yaw 필드, min_pitch 필드, max_pitch 필드, min_roll 필드, max_roll 필드는 ROI 가 3D 공간상에서 차지하는 영역을 yaw, pitch, roll 의 최소/최대값으로 나타낼 수 있다. 이 필드들은 차례로 yaw 축 기준 회전량의 최소값, yaw 축 기준 회전량의 최대값, pitch 축 기준 회전량의 최소값, pitch 축 기준 회전량의 최대값, roll 축 기준 회전량의 최소값, roll 축 기준 회전량의 최대값을 나타낼 수 있다.
min_field_of_view 필드, max_field_of_view 필드는 해당 360 비디오 데이터의 FOV 의 최소/최대값을 나타낼 수 있다. FOV 는 360 비디오의 재생시 한번에 디스플레이되는 시야범위를 의미할 수 있다. min_field_of_view 필드, max_field_of_view 필드는 각각 FOV 의 최소값, 최대값을 나타낼 수 있다. 이 필드들은 생략될 수 있다. 이 필드들은 후술할 FOV 관련 메타데이터에 포함될 수도 있다.
FOV 관련 메타데이터는 전술한 FOV 에 관련한 정보들을 포함할 수 있다. FOV 관련 메타데이터는 content_fov_flag 필드 및/또는 content_fov 필드를 포함할 수 있다. 실시예에 따라 FOV 관련 메타데이터는 전술한 FOV 의 최소/최대값 관련 정보 등 추가적인 정보들을 더 포함할 수도 있다.
content_fov_flag 필드는 해당 360 비디오에 대하여 제작시 의도한 FOV 에 대한 정보가 존재하는지 여부를 지시할 수 있다. 본 필드값이 1인 경우, content_fov 필드가 존재할 수 있다.
content_fov 필드는 해당 360 비디오에 대하여 제작시 의도한 FOV 에 대한 정보를 나타낼 수 있다. 실시예에 따라 해당 360 비디오 수신 장치의 수직(vertical) 혹은 수평(horizontal) FOV 에 따라, 360 영상 중에서 사용자에게 한번에 디스플레이되는 영역이 결정될 수 있다. 혹은 실시예에 따라 본 필드의 FOV 정보를 반영하여 사용자에게 한번에 디스플레이되는 360 비디오의 영역이 결정될 수도 있다.
크롭된 영역 관련 메타데이터는 이미지 프레임 상에서 실제 360 비디오 데이터를 포함하는 영역에 대한 정보를 포함할 수 있다. 이미지 프레임은 실제 360 비디오 데이터 프로젝션된 액티브 비디오 영역(Active Video Area)과 그렇지 않은 영역을 포함할 수 있다. 이 때 액티브 비디오 영역은 크롭된 영역 또는 디폴트 디스플레이 영역이라고 칭할 수 있다. 이 액티브 비디오 영역은 실제 VR 디스플레이 상에서 360 비디오로서 보여지는 영역으로서, 360 비디오 수신 장치 또는 VR 디스플레이는 액티브 비디오 영역만을 처리/디스플레이할 수 있다. 예를 들어 이미지 프레임의 종횡비(aspect ratio) 가 4:3 인 경우 이미지 프레임의 윗 부분 일부와 아랫부분 일부를 제외한 영역만 360 비디오 데이터를 포함할 수 있는데, 이 부분을 액티브 비디오 영역이라고 할 수 있다.
크롭된 영역 관련 메타데이터는 is_cropped_region 필드, cr_region_left_top_x 필드, cr_region_left_top_y 필드, cr_region_width 필드 및/또는 cr_region_height 필드를 포함할 수 있다. 실시예에 따라 크롭된 영역 관련 메타데이터는 추가적인 정보들을 더 포함할 수도 있다.
is_cropped_region 필드는 이미지 프레임의 전체 영역이 360 비디오 수신 장치 내지 VR 디스플레이에 의해 사용되는지 여부를 나타내는 플래그일 수 있다. 즉, 본 필드는 이미지 프레임 전체가 액티브 비디오 영역인지 여부를 지시할 수 있다. 이미지 프레임의 일부만이 액티브 비디오 영역인 경우, 하기의 4 필드가 더 추가될 수 있다.
cr_region_left_top_x 필드, cr_region_left_top_y 필드, cr_region_width 필드, cr_region_height 필드는 이미지 프레임 상에서 액티브 비디오 영역을 나타낼 수 있다. 이 필드들은 각각 액티브 비디오 영역의 좌상단의 x 좌표, 액티브 비디오 영역의 좌상단의 y 좌표, 액티브 비디오 영역의 가로 길이(width), 액티브 비디오 영역의 세로 길이(height) 를 나타낼 수 있다. 가로 길이와 세로 길이는 픽셀을 단위로 나타내어질 수 있다.
전술한 바와 같이, 360도 비디오 관련 시그널링 정보 또는 메타데이터는 임의로 정의된 시그널링 테이블에 포함될 수 있고, ISOBMFF 또는 Common File Format 등의 파일 포맷에 box형태로 포함될 수도 있으며, DASH MPD 내에 포함되어 전송될 수도 있다. 또한, 360도 미디어 데이터는 이러한 파일 포맷 또는 DASH segment에 포함되어 전송될 수도 있다.
이하, ISOBMFF 및 DASH MPD에 대해 순차적으로 설명한다.
도 9는 본 발명의 일 실시예에 따른 미디어 파일의 구조를 도시한 도면이다.
도 10은 본 발명의 일 실시예에 따른 ISOBMFF 내의 박스들의 계층적 구조를 도시한 도면이다.
오디오 또는 비디오 등의 미디어 데이터를 저장하고 전송하기 위하여, 정형화된 미디어 파일 포맷이 정의될 수 있다. 실시예에 따라 미디어 파일은 ISO BMFF (ISO base media file format) 를 기반으로한 파일 포맷을 가질 수 있다.
본 발명에 따른 미디어 파일은 적어도 하나 이상의 박스를 포함할 수 있다. 여기서 박스(box)는 미디어 데이터 또는 미디어 데이터에 관련된 메타데이터 등을 포함하는 데이터 블락 내지 오브젝트일 수 있다. 박스들은 서로 계층적 구조를 이룰 수 있으며, 이에 따라 데이터들이 분류되어 미디어 파일이 대용량 미디어 데이터의 저장 및/또는 전송에 적합한 형태를 띄게 될 수 있다. 또한 미디어 파일은, 사용자가 미디어 컨텐츠의 특정지점으로 이동하는 등, 미디어 정보에 접근하는데 있어 용이한 구조를 가질 수 있다.
본 발명에 따른 미디어 파일은 ftyp 박스, moov 박스 및/또는 mdat 박스를 포함할 수 있다.
ftyp 박스(파일 타입 박스)는 해당 미디어 파일에 대한 파일 타입 또는 호환성 관련 정보를 제공할 수 있다. ftyp 박스는 해당 미디어 파일의 미디어 데이터에 대한 구성 버전 정보를 포함할 수 있다. 복호기는 ftyp 박스를 참조하여 해당 미디어 파일을 구분할 수 있다.
moov 박스(무비 박스)는 해당 미디어 파일의 미디어 데이터에 대한 메타 데이터를 포함하는 박스일 수 있다. moov 박스는 모든 메타 데이터들을 위한 컨테이너 역할을 할 수 있다. moov 박스는 메타 데이터 관련 박스들 중 최상위 계층의 박스일 수 있다. 실시예에 따라 moov 박스는 미디어 파일 내에 하나만 존재할 수 있다.
mdat 박스(미디어 데이터 박스) 는 해당 미디어 파일의 실제 미디어 데이터들을 담는 박스일 수 있다. 미디어 데이터들은 오디오 샘플 및/또는 비디오 샘플들을 포함할 수 있는데, mdat 박스는 이러한 미디어 샘플들을 담는 컨테이너 역할을 할 수 있다.
실시예에 따라 전술한 moov 박스는 mvhd 박스, trak 박스 및/또는 mvex 박스 등을 하위 박스로서 더 포함할 수 있다.
mvhd 박스(무비 헤더 박스)는 해당 미디어 파일에 포함되는 미디어 데이터의 미디어 프리젠테이션 관련 정보를 포함할 수 있다. 즉, mvhd 박스는 해당 미디어 프리젠테이션의 미디어 생성시간, 변경시간, 시간규격, 기간 등의 정보를 포함할 수 있다.
trak 박스(트랙 박스)는 해당 미디어 데이터의 트랙에 관련된 정보를 제공할 수 있다. trak 박스는 오디오 트랙 또는 비디오 트랙에 대한 스트림 관련 정보, 프리젠테이션 관련 정보, 액세스 관련 정보 등의 정보를 포함할 수 있다. trak 박스는 트랙의 개수에 따라 복수개 존재할 수 있다.
trak 박스는 실시예에 따라 tkhd 박스(트랙 헤더 박스)를 하위 박스로서 더 포함할 수 있다. tkhd 박스는 trak 박스가 나타내는 해당 트랙에 대한 정보를 포함할 수 있다. tkhd 박스는 해당 트랙의 생성시간, 변경시간, 트랙 식별자 등의 정보를 포함할 수 있다.
mvex 박스(무비 익스텐드 박스)는 해당 미디어 파일에 후술할 moof 박스가 있을 수 있음을 지시할 수 있다. 특정 트랙의 모든 미디어 샘플들을 알기 위해서, moof 박스들이 스캔되어야할 수 있다.
본 발명에 따른 미디어 파일은, 실시예에 따라, 복수개의 프래그먼트로 나뉘어질 수 있다(t18010). 이를 통해 미디어 파일이 분할되어 저장되거나 전송될 수 있다. 미디어 파일의 미디어 데이터들(mdat 박스)은 복수개의 프래그먼트로 나뉘어지고, 각각의 프래그먼트는 moof 박스와 나뉘어진 mdat 박스를 포함할 수 있다. 실시예에 따라 프래그먼트들을 활용하기 위해서는 ftyp 박스 및/또는 moov 박스의 정보가 필요할 수 있다.
moof 박스(무비 프래그먼트 박스)는 해당 프래그먼트의 미디어 데이터에 대한 메타 데이터를 제공할 수 있다. moof 박스는 해당 프래그먼트의 메타데이터 관련 박스들 중 최상위 계층의 박스일 수 있다.
mdat 박스(미디어 데이터 박스)는 전술한 바와 같이 실제 미디어 데이터를 포함할 수 있다. 이 mdat 박스는 각각의 해당 프래그먼트에 해당하는 미디어 데이터들의 미디어 샘플들을 포함할 수 있다.
실시예에 따라 전술한 moof 박스는 mfhd 박스 및/또는 traf 박스 등을 하위 박스로서 더 포함할 수 있다.
mfhd 박스(무비 프래그먼트 헤더 박스)는 분할된 복수개의 프래그먼트들 간의 연관성과 관련한 정보들을 포함할 수 있다. mfhd 박스는 시퀀스 넘버(sequence number) 를 포함하여, 해당 프래그먼트의 미디어 데이터가 분할된 몇 번째 데이터인지를 나타낼 수 있다. 또한, mfhd 박스를 이용하여 분할된 데이터 중 누락된 것은 없는지 여부가 확인될 수 있다.
traf 박스(트랙 프래그먼트 박스)는 해당 트랙 프래그먼트에 대한 정보를 포함할 수 있다. traf 박스는 해당 프래그먼트에 포함되는 분할된 트랙 프래그먼트에 대한 메타데이터를 제공할 수 있다. traf 박스는 해당 트랙 프래그먼트 내의 미디어 샘플들이 복호화/재생될 수 있도록 메타데이터를 제공할 수 있다. traf 박스는 트랙 프래그먼트의 개수에 따라 복수개 존재할 수 있다.
실시예에 따라 전술한 traf 박스는 tfhd 박스 및/또는 trun 박스 등을 하위 박스로서 더 포함할 수 있다.
tfhd 박스(트랙 프래그먼트 헤더 박스)는 해당 트랙 프래그먼트의 헤더 정보를 포함할 수 있다. tfhd 박스는 전술한 traf 박스가 나타내는 트랙 프래그먼트의 미디어 샘플들에 대하여, 기본적인 샘플크기, 기간, 오프셋, 식별자 등의 정보를 제공할 수 있다.
trun 박스(트랙 프래그먼트 런 박스)는 해당 트랙 프래그먼트 관련 정보를 포함할 수 있다. trun 박스는 미디어 샘플별 기간, 크기, 재생시점 등과 같은 정보를 포함할 수 있다.
전술한 미디어 파일 내지 미디어 파일의 프래그먼트들은 세그먼트들로 처리되어 전송될 수 있다. 세그먼트에는 초기화 세그먼트(initialization segment) 및/또는 미디어 세그먼트(media segment) 가 있을 수 있다.
도시된 실시예(t18020)의 파일은, 미디어 데이터는 제외하고 미디어 디코더의 초기화와 관련된 정보 등을 포함하는 파일일 수 있다. 이 파일은 예를 들어 전술한 초기화 세그먼트에 해당할 수 있다. 초기화 세그먼트는 전술한 ftyp 박스 및/또는 moov 박스를 포함할 수 있다.
도시된 실시예(t18030)의 파일은, 전술한 프래그먼트를 포함하는 파일일 수 있다. 이 파일은 예를 들어 전술한 미디어 세그먼트에 해당할 수 있다. 미디어 세그먼트는 전술한 moof 박스 및/또는 mdat 박스를 포함할 수 있다. 또한, 미디어 세그먼트는 styp 박스 및/또는 sidx 박스를 더 포함할 수 있다.
styp 박스(세그먼트 타입 박스) 는 분할된 프래그먼트의 미디어 데이터를 식별하기 위한 정보를 제공할 수 있다. styp 박스는 분할된 프래그먼트에 대해, 전술한 ftyp 박스와 같은 역할을 수행할 수 있다. 실시예에 따라 styp 박스는 ftyp 박스와 동일한 포맷을 가질 수 있다.
sidx 박스(세그먼트 인덱스 박스) 는 분할된 프래그먼트에 대한 인덱스를 나타내는 정보를 제공할 수 있다. 이를 통해 해당 분할된 프래그먼트가 몇번째 프래그먼트인지가 지시될 수 있다.
실시예에 따라(t18040) ssix 박스가 더 포함될 수 있는데, ssix 박스(서브 세그먼트 인덱스 박스)는 세그먼트가 서브 세그먼트로 더 나뉘어지는 경우에 있어, 그 서브 세그먼트의 인덱스를 나타내는 정보를 제공할 수 있다.
미디어 파일 내의 박스들은, 도시된 실시예(t18050)와 같은 박스 내지 풀 박스(FullBox) 형태를 기반으로, 더 확장된 정보들을 포함할 수 있다. 이 실시예에서 size 필드, largesize 필드는 해당 박스의 길이를 바이트 단위 등으로 나타낼 수 있다. version 필드는 해당 박스 포맷의 버전을 나타낼 수 있다. type 필드는 해당 박스의 타입 내지 식별자를 나타낼 수 있다. flags 필드는 해당 박스와 관련된 플래그 등을 나타낼 수 있다.
도 11 은 본 발명의 일 실시예에 따른 DASH 기반 적응형(Adaptive) 스트리밍 모델의 전반적인 동작을 도시한 도면이다.
도시된 실시예(t50010)에 따른 DASH 기반 적응형 스트리밍 모델은, HTTP 서버와 DASH 클라이언트 간의 동작을 기술하고 있다. 여기서 DASH (Dynamic Adaptive Streaming over HTTP) 는, HTTP 기반 적응형 스트리밍을 지원하기 위한 프로토콜로서, 네트워크 상황에 따라 동적으로 스트리밍을 지원할 수 있다. 이에 따라 AV 컨텐트 재생이 끊김없이 제공될 수 있다.
먼저 DASH 클라이언트는 MPD 를 획득할 수 있다. MPD 는 HTTP 서버 등의 서비스 프로바이더로부터 전달될 수 있다. DASH 클라이언트는 MPD 에 기술된 세그먼트에의 접근 정보를 이용하여 서버로 해당 세그먼트들을 요청할 수 있다. 여기서 이 요청은 네트워크 상태를 반영하여 수행될 수 있다.
DASH 클라이언트는 해당 세그먼트를 획득한 후, 이를 미디어 엔진에서 처리하여 화면에 디스플레이할 수 있다. DASH 클라이언트는 재생 시간 및/또는 네트워크 상황 등을 실시간으로 반영하여, 필요한 세그먼트를 요청, 획득할 수 있다(Adaptive Streaming). 이를 통해 컨텐트가 끊김없이 재생될 수 있다.
MPD (Media Presentation Description) 는 DASH 클라이언트로 하여금 세그먼트를 동적으로 획득할 수 있도록 하기 위한 상세 정보를 포함하는 파일로서 XML 형태로 표현될 수 있다.
DASH 클라이언트 컨트롤러(DASH Client Controller) 는 네트워크 상황을 반영하여 MPD 및/또는 세그먼트를 요청하는 커맨드를 생성할 수 있다. 또한, 이 컨트롤러는 획득된 정보를 미디어 엔진 등등의 내부 블락에서 사용할 수 있도록 제어할 수 있다.
MPD 파서(Parser) 는 획득한 MPD 를 실시간으로 파싱할 수 있다. 이를 통해, DASH 클라이언트 컨트롤러는 필요한 세그먼트를 획득할 수 있는 커맨드를 생성할 수 있게 될 수 있다.
세그먼트 파서(Parser) 는 획득한 세그먼트를 실시간으로 파싱할 수 있다. 세그먼트에 포함된 정보들에 따라 미디어 엔진 등의 내부 블락들은 특정 동작을 수행할 수 있다.
HTTP 클라이언트는 필요한 MPD 및/또는 세그먼트 등을 HTTP 서버에 요청할 수 있다. 또한 HTTP 클라이언트는 서버로부터 획득한 MPD 및/또는 세그먼트들을 MPD 파서 또는 세그먼트 파서로 전달할 수 있다.
미디어 엔진(Media Engine) 은 세그먼트에 포함된 미디어 데이터를 이용하여 컨텐트를 화면상에 표시할 수 있다. 이 때, MPD 의 정보들이 활용될 수 있다.
DASH 데이터 모델은 하이라키 구조(t50020)를 가질 수 있다. 미디어 프리젠테이션은 MPD 에 의해 기술될 수 있다. MPD 는 미디어 프리젠테이션를 만드는 복수개의 피리오드(Period)들의 시간적인 시퀀스를 기술할 수 있다. 피리오드는 미디어 컨텐트의 한 구간을 나타낼 수 있다.
한 피리오드에서, 데이터들은 어댑테이션 셋들에 포함될 수 있다. 어댑테이션 셋은 서로 교환될 수 있는 복수개의 미디어 컨텐트 컴포넌트들의 집합일 수 있다. 어댑테이션은 레프리젠테이션들의 집합을 포함할 수 있다. 레프리젠테이션은 미디어 컨텐트 컴포넌트에 해당할 수 있다. 한 레프리젠테이션 내에서, 컨텐트는 복수개의 세그먼트들로 시간적으로 나뉘어질 수 있다. 이는 적절한 접근성과 전달(delivery)를 위함일 수 있다. 각각의 세그먼트에 접근하기 위해서 각 세그먼트의 URL 이 제공될 수 있다.
MPD 는 미디어 프리젠테이션에 관련된 정보들을 제공할 수 있고, 피리오드 엘레멘트, 어댑테이션 셋 엘레멘트, 레프리젠테이션 엘레멘트는 각각 해당 피리오드, 어댑테이션 셋, 레프리젠테이션에 대해서 기술할 수 있다. 레프리젠테이션은 서브 레프리젠테이션들로 나뉘어질 수 있는데, 서브 레프리젠테이션 엘레멘트는 해당 서브 레프리젠테이션에 대해서 기술할 수 있다.
여기서 공통(Common) 속성/엘레멘트들이 정의될 수 있는데, 이 들은 어댑테이션 셋, 레프리젠테이션, 서브 레프리젠테이션 등에 적용될 수 (포함될 수) 있다. 공통 속성/엘레멘트 중에는 에센셜 프로퍼티(EssentialProperty) 및/또는 서플멘탈 프로퍼티(SupplementalProperty) 가 있을 수 있다.
에센셜 프로퍼티는 해당 미디어 프리젠테이션 관련 데이터를 처리함에 있어서 필수적이라고 여겨지는 엘레멘트들을 포함하는 정보일 수 있다. 서플멘탈 프로퍼티는 해당 미디어 프리젠테이션 관련 데이터를 처리함에 있어서 사용될 수도 있는 엘레멘트들을 포함하는 정보일 수 있다. 실시예에 따라 후술할 시그널링 정보는, MPD 를 통해 전달되는 경우, 에센셜 프로퍼티 및/또는 서플멘탈 프로퍼티 내에 정의되어 전달될 수 있다.
DASH 기반 디스크립터는 @schemeIdUri 필드, @value 필드 및/또는 @id 필드를 포함할 수 있다. @schemeIdUri 필드는 해당 디스크립터의 스킴(scheme)을 식별하기 위한 URI 를 제공할 수 있다. @value 필드는 @schemeIdUri 필드가 지시하는 스킴에 의해 그 의미가 정의되는 값(value) 들을 가질 수 있다. 즉, @value 필드는 해당 스킴에 따른 디스크립터 엘레멘트들의 값들을 가질 수 있으며, 이들은 파라미터라고 불릴 수 있다. 이들은 서로 ',' 에 의해 구분될 수 있다. @id 는 해당 디스크립터의 식별자를 나타낼 수 있다. 동일한 식별자를 가지는 경우, 동일한 스킴 ID, 값(value), 파라미터를 포함할 수 있다.
360 비디오 관련 메타데이터의 각각의 실시예들은 DASH 기반 디스크립터 형태로 다시 쓸 수 있다. DASH 에 따라 360 비디오 데이터가 전달되는 경우, 360 비디오 관련 메타데이터들은 DASH 디스크립터 형태로 기술되어, MPD 등에 포함되어 수신측으로 전달될 수 있다. 이 디스크립터들은 전술한 에센셜 프로퍼티 디스크립터 및/또는 서플멘탈 프로퍼티 디스크립터의 형태로 전달될 수 있다. 이 디스크립터들은 MPD 의 어댑테이션 셋, 레프리젠테이션, 서브 레프리젠테이션 등에 포함되어 전달될 수 있다.
이하, 복수의 360도 컨텐츠를 포함하는 360도 비디오 서비스를 스트리밍하는 방안을 설명한다.
컨텐츠의 확장성을 확보하기 위해 복수의 360도 컨텐츠(또는 VR 컨텐츠)는 360도 비디오 서비스 내에서 연결될 수 있다. 복수의 360도 컨텐츠는 360도 비디오 내에서 연결됨으로써, 사용자에게 더 많은 영역을 360도의 형태로 보여 줄 수 있다. 이는 본 명세서에서 기술하는 핫 스팟(hot spot) 기술을 통해 실현될 수 있다.
핫 스팟 기술은, 적어도 두 개 이상의 360도 컨텐츠가 존재하는 경우로서, 두 개 이상의 360도 컨텐츠가 서로 오버랩되거나, 두 개 이상의 360도 컨텐츠를 연결하는 매개체가 존재할 경우, 두 개 이상의 360도 컨텐츠를 연결시킬 수 있다. 핫 스팟은 두 개 이상의 360도 컨텐츠를 연결하기 위한 매개체 또는 매개 정보일 수 있다. 구체적인 실시예에서, 핫 스팟은 360도 비디오 화면 내의 포인트 또는 영역의 형태로 사용자에게 보여질 수 있다.
도 12 는 본 발명의 일 실시예에 따른 핫 스팟을 통해 VR 컨텐츠가 연결되는 모습을 나타낸 도면이다.
도 12에 도시된 바와 같이, 두 개의 다른 시점에서 촬영한 360 비디오(VR 컨텐츠) 상에 핫 스팟(hot spot) 이 노출될 수 있다(도면의 역삼각형 참조). 즉, VR content 1(VR1) 및 VR content 2(VR2)에 각각 핫 스팟(hot spot)이 노출될 수 있다. VR content 1(VR1)에 노출된 핫 스팟(hot spot) 을 사용자가 선택하였을 때 VR content 2의 스트림이 재생될 수 있는 환경이 마련되고, 사용자는 VR content 2에 대해 미리 정의된 이니셜 뷰포트(initial viewport)를 보게 된다. 또한, VR content 2 상에 VR content 1과 연결된 핫 스팟(hot spot) 이 같이 노출된다. 기존의 360 비디오는 제한된 영역의 VR 콘텐츠를 제공하는데 반해, 핫 스팟 기술에 의하면 확장된 영역의 VR 컨텐츠가 제공될 수 있다.
핫 스팟 기술은, 3가지 타입으로 유형화할 수 있으며, 3가지 타입은 도면에 도시된 바와 같다.
도 13 은 핫 스팟의 다양한 실시예를 나타낸 도면이다.
도 13을 참조하면, 제1 실시예(use case #1)에 해당하는 링크 타입(link type), 제2 실시예(use case #2)에 해당하는 브릿지 타입(bridge type) 및 제3 실시예(use case #3)에 해당하는 허브 타입(hub type)이 도시되어 있다.
먼저, 링크 타입은 VR 컨텐츠 간의 이동이 자유로운 경우에 해당한다.
다음으로, 브릿지 타입은 재생 중인 VR 컨텐츠 내에 다른 VR 컨텐츠와 연결되기 위한 매개체가 있고, 해당 매개체가 장면 전환의 역할을 하는 경우에 해당한다.
다음으로, 허브 타입은 메인 컨텐트(main VR content)와 서브 컨텐츠(sub VR content)로 분류되는 경우로서 서브 컨텐트가 연결된 Main VR content가 유일한 경우이거나, VR 컨텐츠가 서로 순차적으로 연결되어 있으며 연결된 VR 컨텐츠 간에 오버랩(overlap)되는 부분이 존재하고 재생되는 VR 컨텐츠의 선 후 관계가 분명한 경우에 해당한다.
한편, 전술한 3가지 타입은 예시적인 것으로서, 다수의 VR 컨텐츠를 연결하여 재생하는 VR 비디오에는 전술한 설명한 실시예(use case) 이외의 다양한 타입이 적용될 수 있다.
핫 스팟을 위해, VR 비디오에 대한 파일 포맷은 새롭게 정의될 수 있다.
이하, 핫 스팟을 위한 VR 비디오 파일 포맷, 및 복수의 VR 컨텐츠를 연결하기 위한 데이터 선택/전송 방법을 설명한다. 여기서, 핫 스팟을 위한 VR 비디오 파일 포맷은 전술한 ISO BMFF 기반의 파일 포맷일 수 있다.
먼저, 파일포맷 레벨에서 타임드 메타데이터(timed metadata)를 이용하여 핫 스팟(hot spot) 전송 데이터를 선택/재생하는 방법을 설명한다.하나의 VR 비디오 스트림 내에서 핫 스팟(hot spot)을 통해 복수의 VR 컨텐츠가 서로 연결되어 있을 경우, 한 씬(scene) 내에서 연결된 핫 스팟(hot spot)의 수, 각 핫 스팟(hot spot)의 식별정보, 각 핫 스팟(hot spot)의 위치(location) 정보 및 새로운 VR 컨텐츠에 연결된 후에 필요한 정보(예를 들어, 이니셜 뷰포트 등)가 정의되어야 한다. 또한 현재의 OMAF(Omnidirectional media application format) 규격이나 ISO 14496-12 규격에서는 핫 스팟(hot spot)과 같이 스트리밍(streaming)되는 씬(scene)에 따라 핫 스팟(hotspot)의 위치 노출 종료 시점을 알려주는 기능을 포함하지 않고 있으므로 이를 구현하기 위해서는 각 샘플(sample) 마다 별도로 정의를 해 주는 타임드 메타데이터(timed metadata)를 활용할 수 있다. 해당 기능을 구현하기 위한 파일 포맷(file format) 이 정의될 수 있다.
도 14 는 본 발명의 일 실시예에 따른 핫 스팟 관련 정보를 포함하는 데이터 구조를 나타낸 도면이다.
도면을 참조하면, 핫 스팟 관련 정보를 포함하는 데이터 구조가 도시되어 있다.
HotspotStruct()은 360 컨텐츠 간의 장면 전환을 가능하게 하는 지점(spot)인 핫 스팟(hot spot)에 대한 상세 정보를 포함하는 데이터구조이다. 일 실시예에서, HotspotStruct()은 ISO BMFF 내의 'mdat'에 위치한 각 샘플(sample)안에 선언될 수 있다. 각 샘플(sample) 내에 위치한 핫 스팟(hot spot)의 수에 따라 각 핫 스팟에 대한 식별 정보(HotspotID[])가 할당되고 HotsHotspotStruct() 값이 각 HotspotID[]에 선언될 수 있다
hotspot_yaw, hotspot_pitch 및 hotspot_roll은 해당 핫 스팟(hot spot)의 연결 위치의 중심점을 지시할 수 있다. hotspot_yaw, hotspot_pitch 및 hotspot_roll은 각각 yaw, pitch, 및 roll 에 대한 angle 값으로 나타낼 수 있다. hotspot_yaw, hotspot_pitch 및 hotspot_roll은 360 비디오 씬(scene)에서 link location을 정의하기 위한 값일 수 있다. hotspot_yaw는 -90°와 90° 사이 값을 가질 수 있으며 hotspot_pitch와 hotspot_roll는 -180°와 180° 사이 값을 가질 수 있다.
hotspot_vertical_range, 및 hotspot_horizontal_range는 핫 스팟(hot spot)의 연결 위치를 기준으로 수평 및 수직 방향의 범위를 나타낼 수 있다. 보다 구체적으로, hotspot_vertical_range, 및 hotspot_horizontal_range는 핫 스팟(hot spot)의 yaw, pitch, 및 roll에 의해 지시되는 해당 위치의 중심 정보를 중심으로 핫 스팟(hot spot) 영역을 표현하기 위해 중심점으로부터 수평 및 수직 방향의 범위를 나타낼 수 있다. hotspot_yaw, hotspot_pitch, hotspot_roll, hotspot_vertical_range, 및/또는 hotspot_horizontal_range 값을 이용하여 구(sphere) 상의 특정 영역을 나타낼 수 있다.
exposure_start_offset은 해당 씬(scene)에서 핫 스팟(hot spot)에 대한 위치 노출 시작 시간을 의미하며, 현재 스트리밍(streaming) 되고 있는 VR 비디오의 전체 재생 타임 라인(play time line)에 대한 offset값으로 제공될 수 있다. exposure_start_offset은 항상 0보다 큰 값을 가지며, 전체 VR 비디오의 재생 시간(play time)을 초과할 수 없다.
exposure_duration은 전체 VR 비디오의 전체 재생 타임 라인(play time line) 내에서, 해당 씬(scene)에서부터 핫 스팟(hot spot)이 연결 가능한 시간을 지시할 수 있으며, 0초 이상이며 전체 VR 비디오의 재생 시간보다 클 수 없다. 다시 말해, exposure_duration은 해당 씬(scene)에서 핫 스팟의 가용 시간, 즉 해당 핫 스팟을 통해 다른 VR 컨텐츠로 연결 가능한 시간을 지시할 수 있다.
next_track_ID는 핫 스팟(hot spot)으로 연결되어 핫 스팟(hot spot)이 사용자로부터 선택되었을 경우 재생(play)해야 하는 다음 track ID를 지시할 수 있다.
hotspot_start_time_delta는 연결된 VR 컨텐트 혹은 HotspotStruct에서 선언된 해당 trackID의 track을 재생하는 경우 재생해야 하는 첫 씬(scene)의 시간 정보값을 0초에서부터 얼마나 떨어져 있는지 알려주는 값일 수 있다. 여기서, 0초는 전체 VR 비디오의 시작시간을 의미할 수 있다. hotspot_start_time_delta는 연결된 VR 컨텐트의 전체 재생 시간(play time)보다 클 수 없다.
con_initial_viewport_yaw, con_initial_viewport_pitch, 및 con_initial_viewport_roll은 해당 핫 스팟(hot spot)이 선택되었을 때 연결된 VR 비디오(360 비디오)가 가장 먼저 보여주어야 하는 새로운 트랙(track) 또는 VR 비디오에서의 이니셜 뷰포트(initial viewport)의 위치 정보를 알려 주는 값일 수 있다. con_initial_viewport_yaw, con_initial_viewport_pitch, 및 con_initial_viewport_roll은 각각 yaw, pitch, 및 roll에 대한 angle 값으로 나타내어질 수 있다. con_initial_viewport_yaw 는 -90°와 90° 사이 값을 가질 수 있으며, con_initial_viewport_pitch 는 와 con_initial_viewport_roll는 -180°와 180° 사이 값을 가질 수 있다.
일 실시예에서, 전술한 HotspotStruct()는 ISO BMFF 내 타임드 메타데이터 트랙(timed medtadata track)의 샘플 엔트리(sample entry) 또는 'mdat' 내에 위치할 수 있다. 이 경우, HotspotStruct()는 HotspotSampleEntry 또는 HotspotSample() 내에 위치할 수 있다. 다른 실시예에서, HotspotStruct()는 ISO BMFF 내 다른 박스에 존재할 수도 있다.
도 15 는 본 발명의 다른 실시예에 따른 핫 스팟 관련 정보를 포함하는 데이터 구조를 나타낸 도면이다.
도면을 참조하면, 핫 스팟 관련 정보를 포함하는 데이터 구조가 도시되어 있다.
먼저, HotspotStruct()은 VR 컨텐츠 간의 장면 전환이 가능하게 하는 지점(spot)인 핫 스팟(hot spot) 에 대한 상세 정보를 포함하는 데이터구조이다. 일 실시예에서, HotspotStruct()는 ISO BMFF 내의 'mdat'에 위치한 각 샘플(sample)안에 선언될 수 있다. 각 샘플(sample) 내에 위치한 핫 스팟(hot spot)의 수에 따라 각 핫 스팟에 대한 식별 정보(HotspotID[])가 할당되고 HotsHotspotStruct () 값이 각 HotspotID[]에 선언될 수 있다.
일 실시예에서, HotspotStruct() 내에 HotspotRegion()이 포함될 수 있다. HotspotRegion()은 hotspot에 대한 위치 정보를 나타내는 데이터 구조로 해당 위치의 중심점과 범위를 정의할 수 있다.
interpolate는 HotspotRegion()으로부터 제공된 값이 그대로 적용될 것인지 선형 보간값이 적용될 것인지를 지시할 수 있다. 일 실시예에서, interpolate 값이 0일 경우에는 HotspotRegion()으로 부터 전달된 값이 그대로 target media sample에 표현되며, interpolate 값이 1일 경우에는 linearly interpolated된 값이 적용된다.
exposure_start_offset은 해당 씬(scene)에서 핫 스팟(hot spot) 위치 노출 시작 시간을 의미하며, 현재 스트리밍(streaming)되고 있는 VR 비디오의 전체 재생 타임 라인(play time line)에 대한 offset값으로 제공될 수 있다. exposure_start_offset은 항상 0보다 큰 값을 가지며, 전체 VR 비디오의 재생 시간(play time)을 초과할 수 없다.
exposure_duration은 전체 VR 비디오의 전체 재생 타임 라인(play time line) 내에서, 해당 씬(scene)에서부터 핫 스팟(hot spot)이 연결 가능한 시간을 지시할 수 있으며, 0초 이상이며 전체 VR 비디오의 재생 시간보다 클 수 없다. 다시 말해, exposure_duration은 해당 씬(scene)에서 핫 스팟의 가용 시간, 즉 해당 핫 스팟을 통해 다른 VR 컨텐츠로 연결 가능한 시간을 지시할 수 있다.
next_track_ID는 핫 스팟(hot spot)으로 연결되어 핫 스팟(hot spot)이 사용자로부터 선택되었을 경우 재생(play)해야 하는 다음 track ID를 지시할 수 있다.
hotspot_start_time_delta는 연결된 VR 컨텐트 혹은 HotspotStruct에서 선언된 해당 trackID의 track을 재생하는 경우 재생해야 하는 첫 씬(scene)의 시간 정보값을 0초에서부터 얼마나 떨어져 있는지 알려주는 값일 수 있다. 여기서, 0초는 전체 VR 비디오의 시작시간을 의미할 수 있다. hotspot_start_time_delta는 연결된 VR 컨텐트의 전체 재생 시간(play time)보다 클 수 없다.
con_initial_viewport_yaw, con_initial_viewport_pitch, 및 con_initial_viewport_roll은 해당 핫 스팟(hot spot)이 선택되었을 때 연결된 VR 비디오(360 비디오)가 가장 먼저 보여주어야 하는 새로운 트랙(track) 또는 VR 비디오에서의 이니셜 뷰포트(initial viewport)의 위치 정보를 알려 주는 값일 수 있다. con_initial_viewport_yaw, con_initial_viewport_pitch, 및 con_initial_viewport_roll은 각각 yaw, pitch, 및 roll에 대한 angle 값으로 나타내어질 수 있다. con_initial_viewport_yaw 는 -90°와 90° 사이 값을 가질 수 있으며, con_initial_viewport_pitch 는 와 con_initial_viewport_roll는 -180°와 180° 사이 값을 가질 수 있다.
이는 도 14에서 전술한 HotSpotStruct의 다른 실시예일 수 있다. 전술한 바와 마찬가지로, 본 도면을 통해 설명되는 HotspotStruct()는 ISO BMFF 내 트랙(track)의 샘플 엔트리(Sample entry) 또는 샘플(sample) 내에 존재할 수 있고, ISO BMFF 내 다른 박스에 포함될 수도 있다.
HotspotRegion()은 hotspot에 대한 위치 정보를 나타내는 데이터 구조로 해당 위치의 중심점과 범위를 정의할 수 있다.
shape type은 구(sphere) 영역에서 핫 스팟(hot spot)의 영역을 정의할 때 중심점(center)과, 범위(range)를 가지고 표현할 수 있는 영역(region)의 형태를 정의하는 것으로 4 개의 대원(대권, great circle) 에 의해 영역이 정의되는지, 2개의 요우 원(yaw circle), 2개의 피치 원(pitch circle)에 의해 영역이 정의되는지를 지시할 수 있다. 일 실시예에서, shape type의 값이 0인 경우는 4 개의 대원(대권, great circle) 에 의해 영역이 정의되는 것을 의미하고, shape type의 값이 1인 경우는 2개의 요우 원(yaw circle), 2개의 피치 원(pitch circle)에 의해 영역이 정의되는 것을 의미한다.
도 16 은 본 발명의 일 실시예에 따른 shape type에 따라 영역을 정의하는 방법을 설명하기 위한 참고도이다.
도 16(a)는 구 형태의 3D 모델을 나타낸 도면이고, 도 16(b)는 두 개의 great circle과, 두 개의 great circle의 교차점으로 구성되는 영역을 나타낸 도면이고, 도 16(c)는 두 개의 great circle과, 두 개의 small circle의 교차점으로 구성되는 영역을 나타낸 도면이다.
먼저, great circle, small circle, pitch circle 및 yaw circle의 의미를 설명한다.
great circle은 구(sphere)의 중심을 지나는 원을 의미할 수 있다. 보다 구체적으로, great circle은 구(sphere)의 중심점을 통과하는 평면과 구의 교차지점을 의미할 수 있다. great circle은 정경(orthodrome) 또는 리만 원(Riemannian circle)으로 지칭될 수도 있다. 한편, 구의 중심과 great circle의 중심은 같은 위치에 있을 수 있다.
small circle은 구(sphere)의 중심을 지나지 않는 원을 의미할 수 있다.
Pitch circle은 동일한 pitch 값을 갖는 모든 점들을 연결하는 구(sphere) 표면 상의 원을 의미할 수 있다. Pitch circle은, 지구 상의 위도선(latitude)과 마찬가지로, great circle이 아닐 수 있다.
yaw circle은 동일한 yaw 값을 갖는 모든 점들을 연결하는 구(sphere) 표면 상의 원을 의미할 수 있다. Yaw circle은 지구 상의 경도선(longitude)과 마찬가지로, 항상 great circle 이다.
전술한 바와 같이 본 발명의 일 실시예에 따른 shape type은 구면 상에 존재하는 영역을 특정하는 타입을 지시할 수 있다.
도 16(b)를 참조하면, 본 발명의 일 실시예에 따른 shape type 이 0인 경우, 구면상의 영역을 특정하는 모습이 나타나 있다.
shape type이 0이므로, 4개의 great circle에 의해 구면상의 영역이 특정된다. 보다 구체적으로, 2개의 pitch circle과, 2개의 yaw circle에 의해 구면상의 영역이 특정된다.
한편, 특정된 구면상의 영역의 중심은 도시된 바와 같이, center_pitch 및 center_yaw로 표현될 수 있다. 이러한 center_pitch 및 center_yaw 는 horizontal field of view(또는 width) 및 vertical field of view(또는 height)와 같은 field of view 정보와 함께 뷰포트(viewport)를 정의하는데 사용될 수 있다.
달리 표현하면, shape_type이 0인 경우, 해당 영역은 center_yaw - horizontal_field_of_view/2 및 center_yaw + horizontal_field_of_view/2 의 yaw 값을 갖는 두 개의 수직방향 great circle과, center_pitch - vertical_field_of_view/2, center_pitch + vertical_field_of_view/2의 pitch 값을 갖는 두 개의 수평방향 great circle을 경계(boundary)로 하는 내부 곡면일 수 있다.
도 16(c)를 참조하면, 본 발명의 일 실시예에 따른 shape type 이 1인 경우, 구면상의 영역을 특정하는 모습이 나타나 있다.
shape type이 1이므로, 2개의 great circle과 2개의 small circle에 의해 구면상의 영역이 특정된다. 보다 구체적으로, 2개의 pitch circle과, 2개의 yaw circle에 의해 구면상의 영역이 특정된다. 여기서, 2개의 pitch circle은 great circle 이 아닌 small circle이다.
한편, 특정된 구면상의 영역의 중심은 도시된 바와 같이, center_pitch 및 center_yaw로 표현될 수 있다. 이러한 center_pitch 및 center_yaw 는 horizontal field of view 및 vertical field of view와 같은 field of view 정보와 함께 뷰포트(viewport)를 정의하는데 사용될 수 있다.
달리 표현하면, shape_type이 1인 경우, 해당 영역은 center_yaw - horizontal_field_of_view/2 및 center_yaw + horizontal_field_of_view/2 의 yaw 값을 갖는 두 개의 수직방향 great circle과, center_pitch - vertical_field_of_view/2, center_pitch + vertical_field_of_view/2의 pitch 값을 갖는 두 개의 수평방향 small circle을 경계(boundary)로 하는 내부 곡면일 수 있다.
hotspot_center_yaw, hotspot_center_pitch 및 hotspot_center_roll은 해당 핫 스팟(hot spot)의 연결 위치의 중심점을 지시할 수 있다. hotspot_center_yaw, hotspot_center_pitch 및 hotspot_center_roll은 각각 yaw, pitch, 및 roll 에 대한 angle 값으로 나타낼 수 있다. hotspot_center_yaw, hotspot_center_pitch 및 hotspot_center_roll은 360 비디오 씬(scene)에서 link location을 정의하기 위한 값일 수 있다. hotspot_center_yaw는 -90°와 90° 사이 값을 가질 수 있으며 hotspot_center_pitch와 hotspot_center_roll는 -180°와 180° 사이 값을 가질 수 있다.
hotspot_vertical_range, 및 hotspot_horizontal_range는 핫 스팟(hot spot)의 연결 위치를 기준으로 수평 및 수직 방향의 범위를 나타낼 수 있다. 보다 구체적으로, hotspot_vertical_range, 및 hotspot_horizontal_range는 핫 스팟(hot spot)의 yaw, pitch, 및 roll에 의해 지시되는 해당 위치의 중심 정보를 중심으로 핫 스팟(hot spot) 영역을 표현하기 위해 중심점으로부터 수평 및 수직 방향의 범위를 나타낼 수 있다. hotspot_center_yaw, hotspot_center_pitch, hotspot_center_roll, hotspot_vertical_range, 및/또는 hotspot_horizontal_range 값을 이용하여 구(sphere) 상의 특정 영역을 나타낼 수 있다.
도 17 은 본 발명의 또 다른 실시예에 따른 핫 스팟 관련 정보를 포함하는 데이터 구조를 나타낸 도면이다.
도면을 참조하면, 핫 스팟 관련 정보를 포함하는 데이터 구조가 도시되어 있다.
HotspotStruct()은 VR 컨텐츠 간의 장면 전환이 가능하게 하는 지점(spot)인 핫 스팟(hot spot) 에 대한 상세 정보를 포함하는 데이터구조이다. 일 실시예에서, HotspotStruct()는 ISO BMFF 내의 'mdat'에 위치한 각 샘플(sample)안에 선언될 수 있다. 각 샘플(sample) 내에 위치한 핫 스팟(hot spot)의 수에 따라 각 핫 스팟에 대한 식별 정보(HotspotID[])가 할당되고 HotsHotspotStruct () 값이 각 HotspotID[]에 선언될 수 있다. 이는 전술한 HotSpotStruct의 또 다른 실시예일 수 있다. 전술한 바와 마찬가지로, 본 도면을 통해 설명되는 HotspotStruct()는 ISO BMFF 내 트랙(track)의 샘플 엔트리(Sample entry) 또는 샘플(sample) 내에 존재할 수 있고, ISO BMFF 내 다른 박스에 포함될 수도 있다.
일 실시예에서, HotspotStruct() 내에 HotspotRegion()이 포함될 수 있다. HotspotRegion()은 hotspot에 대한 위치 정보를 나타내는 데이터 구조로 해당 위치의 중심점과 범위를 정의할 수 있다.
exposure_start_offset은 해당 씬(scene)에서 핫 스팟(hot spot) 위치 노출 시작 시간을 의미하며, 현재 스트리밍(streaming)되고 있는 VR 비디오의 전체 재생 타임 라인(play time line)에 대한 offset값으로 제공될 수 있다. exposure_start_offset은 항상 0보다 큰 값을 가지며, 전체 VR 비디오의 재생 시간(play time)을 초과할 수 없다.
exposure_duration은 전체 VR 비디오의 전체 재생 타임 라인(play time line) 내에서, 해당 씬(scene)에서부터 핫 스팟(hot spot)이 연결 가능한 시간을 지시할 수 있으며, 0초 이상이며 전체 VR 비디오의 재생 시간보다 클 수 없다. 다시 말해, exposure_duration은 해당 씬(scene)에서 핫 스팟의 가용 시간, 즉 해당 핫 스팟을 통해 다른 VR 컨텐츠로 연결 가능한 시간을 지시할 수 있다.
next_track_ID는 핫 스팟(hot spot)으로 연결되어 핫 스팟(hot spot)이 사용자로부터 선택되었을 경우 재생(play)해야 하는 다음 track ID를 지시할 수 있다.
hotspot_start_time_delta는 연결된 VR 컨텐트 혹은 HotspotStruct에서 선언된 해당 trackID의 track을 재생하는 경우 재생해야 하는 첫 씬(scene)의 시간 정보값을 0초에서부터 얼마나 떨어져 있는지 알려주는 값일 수 있다. 여기서, 0초는 전체 VR 비디오의 시작시간을 의미할 수 있다. hotspot_start_time_delta는 연결된 VR 컨텐트의 전체 재생 시간(play time)보다 클 수 없다.
con_initial_viewport_yaw, con_initial_viewport_pitch, 및 con_initial_viewport_roll은 해당 핫 스팟(hot spot)이 선택되었을 때 연결된 VR 비디오(360 비디오)가 가장 먼저 보여주어야 하는 새로운 트랙(track) 또는 VR 비디오에서의 이니셜 뷰포트(initial viewport)의 위치 정보를 알려 주는 값일 수 있다. con_initial_viewport_yaw, con_initial_viewport_pitch, 및 con_initial_viewport_roll은 각각 yaw, pitch, 및 roll에 대한 angle 값으로 나타내어질 수 있다. con_initial_viewport_yaw 는 -90°와 90° 사이 값을 가질 수 있으며, con_initial_viewport_pitch 는 와 con_initial_viewport_roll는 -180°와 180° 사이 값을 가질 수 있다.
HotspotRegion()은 핫 스팟(hot spot)에 대한 위치 정보를 나타내는 데이터 구조로 해당 위치의 중심점과 범위를 정의할 수 있다.
shape type은 구(sphere) 영역에서 핫 스팟(hot spot)의 영역을 정의할 때 중심점(center)과, 범위(range)를 가지고 표현할 수 있는 영역(region)의 형태를 정의하는 것으로 4 개의 대원(대권, great circle) 에 의해 영역이 정의되는지, 2개의 요우 원(yaw circle), 2개의 피치 원(pitch circle)에 의해 영역이 정의되는지를 지시할 수 있다. 일 실시예에서, shape type의 값이 0인 경우는 4 개의 대원(대권, great circle) 에 의해 영역이 정의되는 것을 의미하고, shape type의 값이 1인 경우는 2개의 요우 원(yaw circle), 2개의 피치 원(pitch circle)에 의해 영역이 정의되는 것을 의미한다. 구체적인 예시는 도 16을 통해 전술한 바와 같다.
hotspot_yaw, hotspot_pitch 및 hotspot_roll은 해당 핫 스팟(hot spot)의 연결 위치의 중심점을 지시할 수 있다. hotspot_yaw, hotspot_pitch 및 hotspot_roll은 각각 yaw, pitch, 및 roll 에 대한 angle 값으로 나타낼 수 있다. hotspot_yaw, hotspot_pitch 및 hotspot_roll은 360 비디오 씬(scene)에서 link location을 정의하기 위한 값일 수 있다. hotspot_yaw는 -90°와 90° 사이 값을 가질 수 있으며 hotspot_pitch와 hotspot_roll는 -180°와 180° 사이 값을 가질 수 있다.
hotspot_vertical_range, 및 hotspot_horizontal_range는 핫 스팟(hot spot)의 연결 위치를 기준으로 수평 및 수직 방향의 범위를 나타낼 수 있다. 보다 구체적으로, hotspot_vertical_range, 및 hotspot_horizontal_range는 핫 스팟(hot spot)의 yaw, pitch, 및 roll에 의해 지시되는 해당 위치의 중심 정보를 중심으로 핫 스팟(hot spot) 영역을 표현하기 위해 중심점으로부터 수평 및 수직 방향의 범위를 나타낼 수 있다. hotspot_yaw, hotspot_pitch, hotspot_roll, hotspot_vertical_range, 및/또는 hotspot_horizontal_range 값을 이용하여 구(sphere) 상의 특정 영역을 나타낼 수 있다.
Hotspot을 통해 VR 컨텐츠가 전환되는 경우, 동일한 파일(file) 내 다른 트랙(track)으로 이동할 수 있지만, 외부 서버를 통해 다른 파일(file)에 있는 트랙(track)으로 연결될 수도 있다. 이 때 해당 연결 정보는 URI(Uniform Resource Identifier)를 통해 제공될 수 있다. URI 정보를 제공하는 구체적인 실시예는 도 18 및 도 19에 도시되어 있다.
도 18 은 본 발명의 또 다른 실시예에 다른 핫 스팟 관련 정보를 포함하는 데이터 구조를 나타낸 도면이다.
도면을 참조하면, 핫 스팟 관련 정보를 포함하는 데이터 구조가 도시되어 있다.
HotspotStruct()은 VR 컨텐츠 간의 장면 전환이 가능하게 하는 지점(spot)인 핫 스팟(hot spot) 에 대한 상세 정보를 포함하는 데이터구조이다. 일 실시예에서, HotspotStruct()는 ISO BMFF 내의 'mdat'에 위치한 각 샘플(sample)안에 선언될 수 있다. 각 샘플(sample) 내에 위치한 핫 스팟(hot spot)의 수에 따라 각 핫 스팟에 대한 식별 정보(HotspotID[])가 할당되고 HotsHotspotStruct() 값이 각 HotspotID[]에 선언될 수 있다. 이는 전술한 HotSpotStruct의 또 다른 실시예일 수 있다. 전술한 바와 마찬가지로, 본 도면을 통해 설명되는 HotspotStruct()는 ISO BMFF 내 트랙(track)의 샘플 엔트리(Sample entry) 또는 샘플(sample) 내에 존재할 수 있고, ISO BMFF 내 다른 박스에 포함될 수도 있다.
일 실시예에서, HotspotStruct() 내에 HotspotRegion()이 포함될 수 있다. HotspotRegion()은 hotspot에 대한 위치 정보를 나타내는 데이터 구조로 해당 위치의 중심점과 범위를 정의할 수 있다.
exposure_start_offset은 해당 씬(scene)에서 핫 스팟(hot spot) 위치 노출 시작 시간을 의미하며, 현재 스트리밍(streaming)되고 있는 VR 비디오의 전체 재생 타임 라인(play time line)에 대한 offset값으로 제공될 수 있다. exposure_start_offset은 항상 0보다 큰 값을 가지며, 전체 VR 비디오의 재생 시간(play time)을 초과할 수 없다.
exposure_duration은 전체 VR 비디오의 전체 재생 타임 라인(play time line) 내에서, 해당 씬(scene)에서부터 핫 스팟(hot spot)이 연결 가능한 시간을 지시할 수 있으며, 0초 이상이며 전체 VR 비디오의 재생 시간보다 클 수 없다. 다시 말해, exposure_duration은 해당 씬(scene)에서 핫 스팟의 가용 시간, 즉 해당 핫 스팟을 통해 다른 VR 컨텐츠로 연결 가능한 시간을 지시할 수 있다.
hotspot_uri는 UTF-8 characters 기반 null-terminated string으로서, 핫 스팟(hot spot)이 사용자로부터 선택될 경우 재생(play)해야 하는 다음 파일(file) 또는 트랙(track)의 위치를 나타내는 주소값을 의미할 수 있다. 해당 파일(file) 또는 트랙(track)은 연결 가능하도록 동일한 포맷(format)의 URI(Uniform Resource Identifier)를 가지고 있어야 한다.
hotspot_start_time_delta는 연결된 VR 컨텐트 혹은 HotspotStruct에서 선언된 해당 trackID의 track을 재생하는 경우 재생해야 하는 첫 씬(scene)의 시간 정보값을 0초에서부터 얼마나 떨어져 있는지 알려주는 값일 수 있다. 여기서, 0초는 전체 VR 비디오의 시작시간을 의미할 수 있다. hotspot_start_time_delta는 연결된 VR 컨텐트의 전체 재생 시간(play time)보다 클 수 없다.
con_initial_viewport_yaw, con_initial_viewport_pitch, 및 con_initial_viewport_roll은 해당 핫 스팟(hot spot)이 선택되었을 때 연결된 VR 비디오(360 비디오)가 가장 먼저 보여주어야 하는 새로운 트랙(track) 또는 VR 비디오에서의 이니셜 뷰포트(initial viewport)의 위치 정보를 알려 주는 값일 수 있다. con_initial_viewport_yaw, con_initial_viewport_pitch, 및 con_initial_viewport_roll은 각각 yaw, pitch, 및 roll에 대한 angle 값으로 나타내어질 수 있다. con_initial_viewport_yaw 는 -90°와 90° 사이 값을 가질 수 있으며, con_initial_viewport_pitch 는 와 con_initial_viewport_roll는 -180°와 180° 사이 값을 가질 수 있다.
본 실시예에서, HotspotStruct() 내에 포함된 HotspotRegion()에 대해 구체적으로 설명되지 않았으나, 전술한 또는 후술할 HotspotRegion()은 본 HotspotStruct() 내에 포함될 수 있다.
도 19 는 본 발명의 또 다른 실시예에 따른 핫 스팟 관련 정보를 포함하는 데이터 구조를 나타낸 도면이다.
도면을 참조하면, 핫 스팟 관련 정보를 포함하는 데이터 구조가 도시되어 있다.
HotspotStruct()은 VR 컨텐츠 간의 장면 전환이 가능하게 하는 지점(spot)인 핫 스팟(hot spot) 에 대한 상세 정보를 포함하는 데이터구조이다. 일 실시예에서, HotspotStruct()는 ISO BMFF 내의 'mdat'에 위치한 각 샘플(sample)안에 선언될 수 있다. 각 샘플(sample) 내에 위치한 핫 스팟(hot spot)의 수에 따라 각 핫 스팟에 대한 식별 정보(HotspotID[])가 할당되고 HotsHotspotStruct () 값이 각 HotspotID[]에 선언될 수 있다. 이는 전술한 HotSpotStruct의 또 다른 실시예일 수 있다. 전술한 바와 마찬가지로, 본 도면을 통해 설명되는 HotspotStruct()는 ISO BMFF 내 트랙(track)의 샘플 엔트리(Sample entry) 또는 샘플(sample) 내에 존재할 수 있고, ISO BMFF 내 다른 박스에 포함될 수도 있다.
일 실시예에서, HotspotStruct() 내에 HotspotRegion()이 포함될 수 있다. HotspotRegion()은 hotspot에 대한 위치 정보를 나타내는 데이터 구조로 해당 위치의 중심점과 범위를 정의할 수 있다.
interpolate는 HotspotRegion으로부터 제공된 값이 그대로 적용될 것인지 선형 보간값이 적용될 것인지를 지시할 수 있다. 일 실시예에서, interpolate 값이 0일 경우에는 HotspotRegion으로 부터 전달된 값이 그대로 target media sample에 표현되며, interpolate 값이 1일 경우에는 linearly interpolated된 값이 적용된다.
exposure_start_offset은 해당 씬(scene)에서 핫 스팟(hot spot) 위치 노출 시작 시간을 의미하며, 현재 스트리밍(streaming)되고 있는 VR 비디오의 전체 재생 타임 라인(play time line)에 대한 offset값으로 제공될 수 있다. exposure_start_offset은 항상 0보다 큰 값을 가지며, 전체 VR 비디오의 재생 시간(play time)을 초과할 수 없다.
exposure_duration은 전체 VR 비디오의 전체 재생 타임 라인(play time line) 내에서, 해당 씬(scene)에서부터 핫 스팟(hot spot)이 연결 가능한 시간을 지시할 수 있으며, 0초 이상이며 전체 VR 비디오의 재생 시간보다 클 수 없다.
hotspot_uri는 UTF-8 characters 기반 null-terminated string으로서, 핫 스팟(hot spot)이 사용자로부터 선택될 경우 재생(play)해야 하는 다음 파일(file) 또는 트랙(track)의 위치를 나타내는 주소값을 의미할 수 있다. 해당 파일(file) 또는 트랙(track)은 연결 가능하도록 동일한 포맷(format)의 URI(Uniform Resource Identifier)를 가지고 있어야 한다.
hotspot_start_time_delta는 연결된 VR 컨텐트 혹은 HotspotStruct에서 선언된 해당 trackID의 track을 재생하는 경우 재생해야 하는 첫 씬(scene)의 시간 정보값을 0초에서부터 얼마나 떨어져 있는지 알려주는 값일 수 있다. 여기서, 0초는 전체 VR 비디오의 시작시간을 의미할 수 있다. hotspot_start_time_delta는 연결된 VR 컨텐트의 전체 재생 시간(play time)보다 클 수 없다.
con_initial_viewport_yaw, con_initial_viewport_pitch, 및 con_initial_viewport_roll은 해당 핫 스팟(hot spot)이 선택되었을 때 연결된 VR 비디오(360 비디오)가 가장 먼저 보여주어야 하는 새로운 트랙(track) 또는 VR 비디오에서의 이니셜 뷰포트(initial viewport)의 위치 정보를 알려 주는 값일 수 있다. con_initial_viewport_yaw, con_initial_viewport_pitch, 및 con_initial_viewport_roll은 각각 yaw, pitch, 및 roll에 대한 angle 값으로 나타내어질 수 있다. con_initial_viewport_yaw 는 -90°와 90° 사이 값을 가질 수 있으며, con_initial_viewport_pitch 는 와 con_initial_viewport_roll는 -180°와 180° 사이 값을 가질 수 있다.
본 실시예에서, HotspotStruct() 내에 포함된 HotspotRegion()에 대해 구체적으로 설명되지 않았으나, 전술한 또는 후술할 HotspotRegion()은 본 HotspotStruct() 내에 포함될 수 있다.
도 20 은 본 발명의 또 다른 실시예에 따른 핫 스팟 관련 정보를 포함하는 데이터 구조를 나타낸 도면이다.
도면을 참조하면, 핫 스팟 관련 정보를 포함하는 데이터 구조가 도시되어 있다.
HotspotRegion()은 핫 스팟(hot spot)에 대한 위치 정보를 나타내는 데이터 구조로 해당 위치의 중심점과 범위를 정의할 수 있다. 일 실시예에서, HotspotRegion은 Cartesian coordinate인 X, Y, Z 좌표값을 기준으로 핫 스팟에 대한 영역을 정의할 수도 있다.
shape type은 구(sphere) 영역에서 핫 스팟(hot spot)의 영역을 정의할 때 중심점(center)과, 범위(range)를 가지고 표현할 수 있는 영역(region)의 형태를 정의하는 것으로 4 개의 대원(대권, great circle) 에 의해 영역이 정의되는지, 2개의 요우 원(yaw circle), 2개의 피치 원(pitch circle)에 의해 영역이 정의되는지를 지시할 수 있다. 일 실시예에서, shape type의 값이 0인 경우는 4 개의 대원(대권, great circle) 에 의해 영역이 정의되는 것을 의미하고, shape type의 값이 1인 경우는 2개의 요우 원(yaw circle), 2개의 피치 원(pitch circle)에 의해 영역이 정의되는 것을 의미한다. 구체적인 예시는 도 16을 통해 전술한 바와 같다.
hotspot_center_X, hotspot_center_Y, 및 hotspot_center_Z 은 해당 핫 스팟(hot spot)의 연결 위치의 중심점을 의미하며, 각각 X, Y, Z 좌표값으로 나타낼 수 있다. hotspot_center_X, hotspot_center_Y, 및 hotspot_center_Z 는 360 비디오 씬(scene)에서 link location을 정의하기 위한 값일 수 있다. hotspot_center_X, hotspot_center_Y, 및 hotspot_center_Z는 -1와 1 사이 값을 가질 수 있다.
hotspot_vertical_range, 및 hotspot_horizontal_range는 hotspot_center_ X, Y, Z에 의해 지시되는 핫 스팟의 중심점을 기준으로 수평 및 수직 방향의 범위를 나타낼 수 있다. hotspot_vertical_range, 및 hotspot_horizontal_range는 구(Sphere)나 3D 이미지 상에서 특정 영역을 나타낼 수 있다.
도 21 은 본 발명의 또 다른 실시예에 따른 핫 스팟 관련 정보를 포함하는 데이터 구조를 나타낸 도면이다.
어느 하나의 씬(scene)에서부터 다른 씬(scene)으로 연결하는 매개체가 되는 핫 스팟(hot spot)을 표기하는 방법은 여러가지가 있을 수 있다. 크게, 특정할 수 없는 영역인 경우와, 특정할 수 있는 객체(object)가 되는 경우로 구분될 수 있는데, 두 경우 모두 핫 스팟(hotspot) 영역은 연결 될 수 있는 링크(link)를 한 점으로 정의하거나, 해당 영역 전체를 vertex 기반으로 정형/비정형의 영역으로 정의할 수 있다. 도 20에 도시된 HotspotRegion은 핫 스팟(hot spot)으로 표기 가능한 영역을 yaw, pitch, roll 값을 가지는 여러 개의 vertex로 정의하는 방법을 나타낸다.
일 실시예에서, HotspotStruct() 내에 HotspotRegion()이 포함될 수 있다. HotspotRegion()은 hotspot에 대한 위치 정보를 나타내는 데이터 구조로 해당 위치의 중심점과 범위를 정의할 수 있다.
interpolate는 HotspotRegion()으로부터 제공된 값이 그대로 적용될 것인지 선형 보간값이 적용될 것인지를 지시할 수 있다. 일 실시예에서, interpolate 값이 0일 경우에는 HotspotRegion()으로 부터 전달된 값이 그대로 target media sample에 표현되며, interpolate 값이 1일 경우에는 linearly interpolated된 값이 적용된다.
exposure_start_offset은 해당 씬(scene)에서 핫 스팟(hot spot) 위치 노출 시작 시간을 의미하며, 현재 스트리밍(streaming)되고 있는 VR 비디오의 전체 재생 타임 라인(play time line)에 대한 offset값으로 제공될 수 있다. exposure_start_offset은 항상 0보다 큰 값을 가지며, 전체 VR 비디오의 재생 시간(play time)을 초과할 수 없다.
exposure_duration은 전체 VR 비디오의 전체 재생 타임 라인(play time line) 내에서, 해당 씬(scene)에서부터 핫 스팟(hot spot)이 연결 가능한 시간을 지시할 수 있으며, 0초 이상이며 전체 VR 비디오의 재생 시간보다 클 수 없다. 다시 말해, exposure_duration은 해당 씬(scene)에서 핫 스팟의 가용 시간, 즉 해당 핫 스팟을 통해 다른 VR 컨텐츠로 연결 가능한 시간을 지시할 수 있다.
next_track_ID는 핫 스팟(hot spot)으로 연결되어 핫 스팟(hot spot)이 사용자로부터 선택되었을 경우 재생(play)해야 하는 다음 track ID를 지시할 수 있다.
hotspot_start_time_delta는 연결된 VR 컨텐트 혹은 HotspotStruct에서 선언된 해당 trackID의 track을 재생하는 경우 재생해야 하는 첫 씬(scene)의 시간 정보값을 0초에서부터 얼마나 떨어져 있는지 알려주는 값일 수 있다. 여기서, 0초는 전체 VR 비디오의 시작시간을 의미할 수 있다. hotspot_start_time_delta는 연결된 VR 컨텐트의 전체 재생 시간(play time)보다 클 수 없다.
con_initial_viewport_yaw, con_initial_viewport_pitch, 및 con_initial_viewport_roll은 해당 핫 스팟(hot spot)이 선택되었을 때 연결된 VR 비디오(360 비디오)가 가장 먼저 보여주어야 하는 새로운 트랙(track) 또는 VR 비디오에서의 이니셜 뷰포트(initial viewport)의 위치 정보를 알려 주는 값일 수 있다. con_initial_viewport_yaw, con_initial_viewport_pitch, 및 con_initial_viewport_roll은 각각 yaw, pitch, 및 roll에 대한 angle 값으로 나타내어질 수 있다. con_initial_viewport_yaw 는 -90°와 90° 사이 값을 가질 수 있으며, con_initial_viewport_pitch 는 와 con_initial_viewport_roll는 -180°와 180° 사이 값을 가질 수 있다.
HotspotRegion()은 hotspot에 대한 위치 정보를 나타내는 데이터 구조로 해당 위치의 중심점과 범위를 정의할 수 있다. 본 실시예에 따른 HotspotRegion은 핫 스팟(hot spot)으로 표기 가능한 영역을 여러 개의 vertex로 정의하는 방법을 나타낸다. 보다 구체적으로, 본 실시예에 따른 HotspotRegion은 핫 스팟(hot spot)으로 표기 가능한 영역을 yaw, pitch, roll 값을 가지는 여러 개의 vertex로 정의하는 방법을 나타낸다.
num_vertex는 핫 스팟(hot spot)영역을 vertex 기반으로 선언할 때 핫 스팟(hot spot)을 구성하는 vertex의 수를 의미한다.
hotspot_yaw[], hotspot_pitch[], 및 hotspot_roll[] 은 해당 샘플(sample) 내에 위치하는 핫 스팟(hot spot)의 연결 위치를 의미하며, 2D projection format 내에서 현재 재생되고 있는 샘플 씬(sample scene)에서 link location을 정의하기 위한 값일 수 있다. 하나 이상의 hotspot_yaw[], hotspot_pitch[], 및 hotspot_roll[]은 한 개 이상의 좌표값을 지시할 수 있는데, 한 개 이상의 좌표값은 vertex로서 핫 스팟(hot spot)을 영역으로 표기할 수 있다. 일 실시예에서, 세 개 이상의 hotspot_yaw[], hotspot_pitch[], 및 hotspot_roll[]은 세 개 이상의 좌표값을 지시하고, 세 개 이상의 좌표값은 vertex로서 핫 스팟(hot spot)을 영역으로 표기할 수 있다. hotspot_yaw[]는 -90°와 90° 사이 값을 가질 수 있으며 hotspot_pitch[]와 hotspot_roll[]는 -180°와 180° 사이 값을 가질 수 있다.
도 22 는 본 발명의 또 다른 실시예에 따른 핫 스팟 관련 정보를 포함하는 데이터 구조를 나타낸 도면이다.
HotspotRegion()은 hotspot에 대한 위치 정보를 나타내는 데이터 구조로 해당 위치의 중심점과 범위를 정의할 수 있다. HotspotRegion()은 전술한 HotspotStruct() 내에 포함될 수 있다. 본 실시예에 따른 HotspotRegion은 핫 스팟(hot spot)으로 표기 가능한 영역을 여러 개의 vertex로 정의하는 방법을 나타낸다. 보다 구체적으로, 본 실시예에 따른 HotspotRegion은 핫 스팟(hot spot)으로 표기 가능한 영역을 yaw, pitch, roll 값을 가지는 여러 개의 vertex로 정의하는 방법을 나타낸다.
num_vertex는 핫 스팟(hot spot)영역을 vertex 기반으로 선언할 때 핫 스팟(hot spot)을 구성하는 vertex의 수를 의미한다.
hotspot_yaw[], hotspot_pitch[], 및 hotspot_roll[] 은 해당 샘플(sample) 내에 위치하는 핫 스팟(hot spot)의 연결 위치를 의미하며, 2D projection format 내에서 현재 재생되고 있는 샘플 씬(sample scene)에서 link location을 정의하기 위한 값일 수 있다. 하나 이상의 hotspot_yaw[], hotspot_pitch[], 및 hotspot_roll[]은 한 개 이상의 좌표값을 지시할 수 있는데, 한 개 이상의 좌표값은 vertex로서 핫 스팟(hot spot)을 영역으로 표기할 수 있다. 일 실시예에서, 세 개 이상의 hotspot_yaw[], hotspot_pitch[], 및 hotspot_roll[]은 세 개 이상의 좌표값을 지시하고, 세 개 이상의 좌표값은 vertex로서 핫 스팟(hot spot)을 영역으로 표기할 수 있다. hotspot_yaw[]는 -90°와 90° 사이 값을 가질 수 있으며 hotspot_pitch[]와 hotspot_roll[]는 -180°와 180° 사이 값을 가질 수 있다.
interpolate는 vertex 좌표값이 그대로 적용될 것인지 선형 보간값이 적용될 것인지를 지시할 수 있다. 일 실시예에서, interpolate 값이 0일 경우에는 HotspotRegion으로 부터 vertex 좌표값이 그대로 target media sample에 표현되며, 1일 경우에는 linearly interpolated된 값이 적용된다.
도 23 은 본 발명의 또 다른 실시예에 따른 핫 스팟 관련 정보를 포함하는 데이터 구조를 나타낸 도면이다.
HotspotRegion()은 hotspot에 대한 위치 정보를 나타내는 데이터 구조로 해당 위치의 중심점과 범위를 정의할 수 있다. HotspotRegion()은 전술한 HotspotStruct() 내에 포함될 수 있다. 본 실시예에 따른 HotspotRegion은 핫 스팟(hot spot)으로 표기 가능한 영역을 여러 개의 vertex로 정의하는 방법을 나타낸다. 보다 구체적으로, 본 실시예에 따른 HotspotRegion은 핫 스팟(hot spot)으로 표기 가능한 영역을 X, Y, Z 값을 가지는 여러 개의 vertex로 정의하는 방법을 나타낸다.
num_vertex는 핫 스팟(hot spot)영역을 vertex 기반으로 선언할 때 핫 스팟(hot spot)을 구성하는 vertex의 수를 의미한다.
hotspot_X[], hotspot_Y[], 및 hotspot_Z[]은 해당 샘플(sample) 내에 위치하는 핫 스팟(hot spot)의 연결 위치를 의미하며, 2D projection format 내에서 현재 재생되고 있는 샘플 씬(sample scene)에서 link location을 정의하기 위한 값일 수 있다. 한 개 이상의 좌표값은 vertex로서 핫 스팟(hot spot)을 영역으로 표기할 수 있다. 일 실시예에서, 세 개 이상의 hotspot_X[], hotspot_Y[], 및 hotspot_Z[]는 세 개 이상의 좌표값을 지시하고, 세 개 이상의 좌표값은 vertex로서 핫 스팟(hot spot)을 영역으로 표기할 수 있다. hotspot_X[], hotspot_Y[], hotspot_Z[]는 각각 -1와 1 사이 값을 가질 수 있다.
도 24 는 본 발명의 또 다른 실시예에 따른 핫 스팟 관련 정보를 포함하는 데이터 구조를 나타낸 도면이다.
HotspotRegion()은 hotspot에 대한 위치 정보를 나타내는 데이터 구조로 해당 위치의 중심점과 범위를 정의할 수 있다. HotspotRegion()은 전술한 HotspotStruct() 내에 포함될 수 있다. 본 실시예에 따른 HotspotRegion은 핫 스팟(hot spot)으로 표기 가능한 영역을 여러 개의 vertex로 정의하는 방법을 나타낸다. 보다 구체적으로, 본 실시예에 따른 HotspotRegion은 핫 스팟(hot spot)으로 표기 가능한 영역을 X, Y, Z 값을 가지는 여러 개의 vertex로 정의하는 방법을 나타낸다.
num_vertex는 핫 스팟(hot spot)영역을 vertex 기반으로 선언할 때 핫 스팟(hot spot)을 구성하는 vertex의 수를 의미한다.
shape type은 구(sphere) 영역에서 핫 스팟(hot spot)의 영역을 정의할 때 중심점(center)과, 범위(range)를 가지고 표현할 수 있는 영역(region)의 형태를 정의하는 것으로 4 great circle인지 two yaw, two pitch circle인지를 지시할 수 있다. 일 실시예에서, shape type의 값이 0인 경우는 four great circle을 의미하며, shape type의 값이 1인 경우는 two yaw, two pitch circle을 의미한다.
hotspot_X[], hotspot_Y[], 및 hotspot_Z[]은 해당 샘플(sample) 내에 위치하는 핫 스팟(hot spot)의 연결 위치를 의미하며, 2D projection format 내에서 현재 재생되고 있는 샘플 씬(sample scene)에서 link location을 정의하기 위한 값일 수 있다. 한 개 이상의 좌표값은 vertex로서 핫 스팟(hot spot)을 영역으로 표기할 수 있다. 일 실시예에서, 세 개 이상의 hotspot_X[], hotspot_Y[], 및 hotspot_Z[]는 세 개 이상의 좌표값을 지시하고, 세 개 이상의 좌표값은 vertex로서 핫 스팟(hot spot)을 영역으로 표기할 수 있다. hotspot_X[], hotspot_Y[], hotspot_Z[]는 각각 -1와 1 사이 값을 가질 수 있다.
interpolate는 vertex 좌표값이 그대로 적용될 것인지 선형 보간값이 적용될 것인지를 지시할 수 있다. 일 실시예에서, interpolate 값이 0일 경우에는 HotspotRegion으로 부터 vertex 좌표값이 그대로 target media sample에 표현되며, 1일 경우에는 linearly interpolated된 값이 적용된다.
도 25 는 본 발명의 또 다른 실시예에 따른 핫 스팟 관련 정보를 포함하는 데이터 구조를 나타낸 도면이다.
도 25에 도시된 실시예는 전술한 HotspotRegion()에 포함될 수 있는 핫 스팟(hot spot)에 대한 위치 정보가 HotspotStruct() 에 포함된 실시예를 나타낸다.
HotspotStruct()은 360 컨텐츠 간의 장면 전환을 가능하게 하는 지점(spot)인 핫 스팟(hot spot)에 대한 상세 정보를 포함하는 데이터구조이다. 일 실시예에서, HotspotStruct()은 ISO BMFF 내의 'mdat'에 위치한 각 샘플(sample)안에 선언될 수 있다. 각 샘플(sample) 내에 위치한 핫 스팟(hot spot)의 수에 따라 각 핫 스팟에 대한 식별 정보(HotspotID[])가 할당되고 HotsHotspotStruct() 값이 각 HotspotID[]에 선언될 수 있다
HotspotStruct()은 360 비디오 간의 장면 전환이 가능한 spot 인 hot spot 에 대한 상세 정보를 포함하는 데이터구조로서, ISOBMFF 내의 'mdat'에 위치한 각 sample 안에서 선언될 수 있으며 각 sample 내에 위치한 hotspot의 수에 따라 HotspotID[]를 할당하고 HotsHotspotStruct () 값을 각 HotspotID[]에 선언할 수 있다. 이는 전술한 HotSpotStruct의 또 다른 실시예일 수 있다. 전술한 바와 마찬가지로, 본 도면을 통해 설명되는 HotspotStruct()는 ISO BMFF 내 트랙(track)의 샘플 엔트리(Sample entry) 또는 샘플(sample) 내에 존재할 수 있고, ISO BMFF 내 다른 박스에 포함될 수도 있다.
num_vertex는 핫 스팟(hot spot)영역을 vertex 기반으로 선언할 때 핫 스팟(hot spot)을 구성하는 vertex의 수를 의미한다.
hotspot_yaw[], hotspot_pitch[], 및 hotspot_roll[] 은 해당 샘플(sample) 내에 위치하는 핫 스팟(hot spot)의 연결 위치를 의미하며, 2D projection format 내에서 현재 재생되고 있는 샘플 씬(sample scene)에서 link location을 정의하기 위한 값일 수 있다. 하나 이상의 hotspot_yaw[], hotspot_pitch[], 및 hotspot_roll[]은 한 개 이상의 좌표값을 지시할 수 있는데, 한 개 이상의 좌표값은 vertex로서 핫 스팟(hot spot)을 영역으로 표기할 수 있다. 일 실시예에서, 세 개 이상의 hotspot_yaw[], hotspot_pitch[], 및 hotspot_roll[]은 세 개 이상의 좌표값을 지시하고, 세 개 이상의 좌표값은 vertex로서 핫 스팟(hot spot)을 영역으로 표기할 수 있다. hotspot_yaw[]는 -90°와 90° 사이 값을 가질 수 있으며 hotspot_pitch[]와 hotspot_roll[]는 -180°와 180° 사이 값을 가질 수 있다.
exposure_start_offset은 해당 씬(scene)에서 핫 스팟(hot spot) 위치 노출 시작 시간을 의미하며, 현재 스트리밍(streaming)되고 있는 VR 비디오의 전체 재생 타임 라인(play time line)에 대한 offset값으로 제공될 수 있다. exposure_start_offset은 항상 0보다 큰 값을 가지며, 전체 VR 비디오의 재생 시간(play time)을 초과할 수 없다.
exposure_duration은 전체 VR 비디오의 전체 재생 타임 라인(play time line) 내에서, 해당 씬(scene)에서부터 핫 스팟(hot spot)이 연결 가능한 시간을 지시할 수 있으며, 0초 이상이며 전체 VR 비디오의 재생 시간보다 클 수 없다. 다시 말해, exposure_duration은 해당 씬(scene)에서 핫 스팟의 가용 시간, 즉 해당 핫 스팟을 통해 다른 VR 컨텐츠로 연결 가능한 시간을 지시할 수 있다.
next_track_ID는 핫 스팟(hot spot)으로 연결되어 핫 스팟(hot spot)이 사용자로부터 선택되었을 경우 재생(play)해야 하는 다음 track ID를 지시할 수 있다.
hotspot_start_time_delta는 연결된 VR 컨텐트 혹은 HotspotStruct에서 선언된 해당 trackID의 track을 재생하는 경우 재생해야 하는 첫 씬(scene)의 시간 정보값을 0초에서부터 얼마나 떨어져 있는지 알려주는 값일 수 있다. 여기서, 0초는 전체 VR 비디오의 시작시간을 의미할 수 있다. hotspot_start_time_delta는 연결된 VR 컨텐트의 전체 재생 시간(play time)보다 클 수 없다.
con_initial_viewport_yaw, con_initial_viewport_pitch, 및 con_initial_viewport_roll은 해당 핫 스팟(hot spot)이 선택되었을 때 연결된 VR 비디오(360 비디오)가 가장 먼저 보여주어야 하는 새로운 트랙(track) 또는 VR 비디오에서의 이니셜 뷰포트(initial viewport)의 위치 정보를 알려 주는 값일 수 있다. con_initial_viewport_yaw, con_initial_viewport_pitch, 및 con_initial_viewport_roll은 각각 yaw, pitch, 및 roll에 대한 angle 값으로 나타내어질 수 있다. con_initial_viewport_yaw 는 -90°와 90° 사이 값을 가질 수 있으며, con_initial_viewport_pitch 는 와 con_initial_viewport_roll는 -180°와 180° 사이 값을 가질 수 있다.
도 26 은 본 발명의 다양한 실시예에 따른 HotspotStruct()가 HotspotSampleEntry 또는 HotspotSample() 내에 포함된 경우를 나타낸 도면이다.
전술한 바와 같이, HotspotStruct()는 ISOBMFF 내 타임드 메타데이터 트랙(timed medtadata track)의 샘플 엔트리(sample entry) 또는 'mdat' 내에 위치할 수 있다. HotspotStruct()는 HotspotSampleEntry 또는 HotspotSample() 내에 위치할 수 있다. HotspotStruct()는 ISOBMFF 내 다른 박스에 존재할 수도 있다.
도 26 의 상단은 본 발명의 일 실시예에 따른 HotspotStruct()가 HotspotSampleEntry에 포함된 경우를 나타내고, 도 26 의 하단은 본 발명의 일 실시예에 따른 HotspotStruct()가 HotspotSample()에 포함된 경우를 나타낸다.
도 26 에서, num_hotspots는 핫 스팟(hot spot)의 개수를 나타낼 수 있다. 도 26 의 상단과 같이, 해당 정보가 샘플 엔트리(sample entry)에 존재하는 경우 각 sample 에 포함된 핫 스팟(hot spot)의 개수를 지시할 수 있다. 도 26 의 하단과 같이, 해당 정보가 샘플(sample)에 존재하는 경우 해당 샘플(sample)내에 포함되는 핫 스팟(hot spot) 개수를 지시할 수 있다.
또한, HotspotID는 해당 핫 스팟(hot spot)의 식별 정보, 즉 식별자를 나타낼 수 있다.
이하, 전술한 핫스팟 관련 정보를 포함하는 데이터구조를 ISO BMFF 박스를 통해 시그널링하는 실시예에 대해 설명한다.
도 27 은 본 발명의 다양한 실시예에 따른 핫 스팟 관련 정보를 포함하는 데이터구조를 ISO BMFF 박스를 통해 시그널링하는 실시예를 나타낸다.
전술한 메타데이터들을 포함하는 데이터구조(HotspotStruct() 및/또는 HotspotRegion())는 도시된 바와 같이 ISO BMFF의 track header('tkhd') 박스에 포함될 수 있다. 한편 이러한 track header 박스는 moov 박스 내 trak 박스에 포함된다.
version은 박스의 버전을 지정하는 정수일 수 있다.
flags는 24 bit의 정수로서 주어진 값에 따라 다음과 같이 정의될 수 있다. flags의 값이 x000001이면, 트랙이 활성화되었음을 지시할 수 있다. flags의 값이 0x000002이면, 프레젠테이션에서 트랙이 사용됨을 지시할 수 있다. flags의 값이 0x000004이면, 프레젠테이션을 프리뷰할 때 트랙이 사용됨을 지시할 수 있다.
creation_time은 트랙의 생성시간을 선언하는 정수일 수 있다. (UTC time 기준, 1904년 1월 1일 자정 이후의 시간, 초 단위)
modification_time은 트랙이 수정된 마지막 시간을 선언하는 정수일 수 있다. (UTC time 기준, 1904년 1월 1일 자정 이후의 시간, 초 단위)
track_ID 는 해당 프레젠테이션의 전체 라이프-타임 동안 해당 트랙을 식별하는 정수일 수 있다.
duration은 트랙의 길이를 나타내는 정수일 수 있다.
layer는 비디오 트랙의 전후 순서를 지정할 수 있다.
alternate_group 은 트랙의 그룹 또는 컬렉션을 지정하는 정수일 수 있다.
volume은 트랙의 상대 오디오 볼륨을 지정하는 값일 수 있다. 일 실시예에서, volume은 고정된 8.8 의 값을 가질 수 있다.
matrix는 비디오에 대한 변환 행렬을 제공할 수 있다.
width, 및 height 는 트랙의 비쥬얼 프레젠테이션 사이즈를 지정할 수 있다. 일 실시예에서, width, 및 height 는 16.16의 고정 값일 수 있다.
Hotspot_flag 는 비디오 트랙 내에 핫 스팟(hot post) 정보가 포함되어 있는지 여부를 나타내는 플래그일 수 있다. 일 실시예에서, Hotspot_flag의 값이 1인 경우, 비디오 트랙 내에 핫 스팟(hot spot) 정보가 포함되었음을 나타낼 수 있고, Hotspot_flag의 값이 0인 경우, 비디오 트랙 내에 핫 스팟(hot spot) 정보가 포함되지 않았음을 나타낼 수 있다.
num_hotspots 은 핫 스팟(hot spot)의 개수를 나타낼 수 있다. 해당 정보가 샘플 엔트리(sample entry) 에 존재하는 경우 각 샘플(sample) 에 포함된 핫 스팟(hot spot) 의 개수를 지시할 수 있으며 해당 정보가 샘플(sample) 에 존재하는 경우 해당 샘플(sample) 내에 포함하는 hotspot 개수만을 일컫을 수 있다.
HotspotID은 해당 핫 스팟(hot spot) 의 식별자를 나타낼 수 있다.
도 28 은 본 발명의 다양한 실시예에 따른 핫 스팟 관련 정보를 포함하는 데이터구조를 ISO BMFF 박스를 통해 시그널링하는 실시예를 나타낸다.
전술한 메타데이터들을 포함하는 데이터구조(HotspotStruct() 및/또는 HotspotRegion())는 도시된 바와 같이 ISO BMFF의 video media header('vmhd') 박스에 포함될 수 있다. 한편 이러한 video media header 박스는 moov 박스 내 trak 박스에 포함된다.
version 은 박스의 버전을 지정하는 정수일 수 있다.
graphicsmode 는 해당 비디오 트랙에 대한 컴포지션 모드를 지정할 수 있다.
opcolor 는 그래픽 모드에서 사용할 수 있는 3가지 색상(red, green, blue) 값의 세트일 수 있다.
Hotspot_flag 는 비디오 트랙 내에 핫 스팟(hot post) 정보가 포함되어 있는지 여부를 나타내는 플래그일 수 있다. 일 실시예에서, Hotspot_flag의 값이 1인 경우, 비디오 트랙 내에 핫 스팟(hot spot) 정보가 포함되었음을 나타낼 수 있고, Hotspot_flag의 값이 0인 경우, 비디오 트랙 내에 핫 스팟(hot spot) 정보가 포함되지 않았음을 나타낼 수 있다.
num_hotspots 은 핫 스팟(hot spot)의 개수를 나타낼 수 있다. 해당 정보가 샘플 엔트리(sample entry) 에 존재하는 경우 각 샘플(sample) 에 포함된 핫 스팟(hot spot) 의 개수를 지시할 수 있으며 해당 정보가 샘플(sample) 에 존재하는 경우 해당 샘플(sample) 내에 포함하는 hotspot 개수만을 일컫을 수 있다.
HotspotID은 해당 핫 스팟(hot spot) 의 식별자를 나타낼 수 있다.
한편, track header(tkhd) 박스와 video media header(vmhd) 박스에 핫 스팟(hot post) 관련 메타데이터가 동시에 포함되는 경우, track header(tkhd) 박스에 정의된 hotspot_flag 및 핫 스팟(hot spot) 관련 메타데이터의 각 요소들의 값은 video media header(vmhd) 박스에 정의된 값으로 override 될 수 있다.
<파일포맷 레벨에서 track reference box 내에 hotspot 존재 유무를 reference type>
메타데이터 트랙과 360도 비디오 트랙 사이의 관계를 시그널링하는 방안에 대해 설명한다. 핫 스팟(hot spot) 정보에 관한 메타데이터 트랙은 VR 비디오 트랙과 별도로 저장 및 전달될 수 있다. 이와 같이, 핫 스팟(hot spot) 정보에 관한 메타데이터가 별도의 메타데이터 트랙에 포함되어 전달될 경우, 핫 스팟(hot spot) 정보에 관한 메타데이터 트랙과, 이러한 메타데이터 트랙과 연관된 VR 비디오 트랙 사이의 레퍼런싱이 요구될 수 있다.
일 실시예에 따르면, ISO BMFF의 박스중 하나인 TrackReferenceBox('tref') 박스에 기 정의된 'cdsc' reference type을 이용하여 핫 스팟(hot spot)에 관한 메타데이터 트랙과, 해당 메타데이터 트랙과 연관된 VR 비디오 트랙을 레퍼런싱할 수 있다.
다른 실시예에 따르면, TrackReferenceBox('tref') 박스에 'hspi' 라는 reference type을 새롭게 정의하여 핫 스팟(hot spot)에 대한 메타데이터 트랙과, 해당 메타데이터 트랙과 연관된 VR 비디오 트랙을 레퍼런싱할 수 있다. 'hspi'는 해당 트랙(track) 안에 핫 스팟(hot spot) 정보가 존재한다는 것을 알려주기 위한 track reference로 쓰일 수 있으며, 핫 스팟(hot spot)이 연결되어 있는 track_ID 정보를 알려줄 수 있다.
도 29 는 본 발명의 일 실시예에 따른 tref 박스를 나타낸 도면이다.
TrackReference('tref') 박스는 해당 박스에 포함된 트랙과 다른 트랙 사이의 레퍼런스를 제공하는 박스이다. TrackReference('tref') 박스는 소정의 reference type과, 식별자를 갖는 트랙 레퍼런스 타입 박스(track reference type box)를 하나 이상 포함할 수 있다.
track_ID는 포함하는 트랙에서 프레젠테이션 내 다른 트랙에 대한 참조를 제공하는 정수일 수 있다. track_ID는 재사용되지 않으며 0이 될 수 없다.
reference_type은 다음 값 중 하나에서 설정될 수 있다. 나아가, reference_type은 아래에 정의되지 않은 값으로 설정될 수도 있다.
‘hint' 에 의해 참조된 트랙에는 해당 힌트(hint) 트랙의 원본 미디어(original media)가 포함될 수 있다.
‘cdsc' 트랙은 참조된 트랙을 설명한다. 이 트랙은 참조 트랙에 대한 타임드 메타데이터를 포함할 수 있다.
‘font' 트랙은 참조된 트랙에서 전달/정의된 글꼴(font)을 사용할 수 있다.
‘hind' 트랙은 참조된 힌트 트랙에 의존한다. 즉, 이 트랙은 참조된 힌트 트랙이 사용되는 경우에 사용될 수 있다.
‘vdep' 트랙은 참조된 비디오 트랙에 대한 보조 깊이 비디오 정보(auxiliary depth video information)를 포함할 수 있다.
‘vplx' 트랙은 참조된 비디오 트랙에 대한 보조 시차 비디오 정보(auxiliary parallax video information)를 포함할 수 있다.
‘subt' 트랙은 참조된 트랙 또는 해당 트랙이 속한 대체 그룹의 모든 트랙에 대한 자막, 타임드 텍스트 및/또는 오버레이 그래픽 정보를 포함할 수 있다.
‘hspi' 트랙은 참조된 트랙 또는 해당 트랙이 속한 대체 그룹의 모든 트랙에 대한 핫 스팟 관련 정보를 포함할 수 있다.
<파일포맷 레벨에서 handler box 내 선언되는 hotspot 전송 데이터 선택/재생 방법>
하나의 VR 비디오 스트림(Stream) 내에서 핫 스팟(hot spot)을 통해 다른 VR 컨텐트(VR conten)와 연결되어 있을 경우, 한 씬(scene)내에서 연결된 핫 스팟(hot spot)의 수, 각 핫 스팟(hot spot)의 ID에 대응하는 핫 스팟(hot spot)의 위치(location) 및 새로운 VR 컨텐츠에 연결된 후에 필요한 정보가 정의될 필요가 있다는 점은 전술한 바와 같다. 또한 현재의 OMAF(Omnidirectional media application format) 규격이나 ISO 14496-12 규격에서는 핫 스팟(hot spot)과 같이 스트리밍(streaming)되는 씬(scene)에 따라 핫 스팟(hot spot)의 위치 노출 종료 시점을 알려주는 기능을 포함하지 않고 있으므로 이를 구현하기 위해서는 연결된 VR 컨텐츠(VR contents) 마다 연결 가능 여부를 표기할 때 핫 스팟(hot spot)의 노출 시작 시점과 종료 시점을 별도로 정의할 필요가 있다. 일 실시예에서, 'meta' 박스(box) 내에 위치하는 핸들러 박스('hdlr' 박스)를 이용하여, 핫 스팟(hot spot)의 위치, 연결된 VR 컨텐츠(VR contents)가 재생(play)되어야 하는 위치, 현재 재생 중인 VR 컨텐트(VR content)의 씬(scene)에서 핫 스팟(hot spot)이 연결되어 있다는 정보를 노출할 시간 등을 정의할 수 있다.
파일포맷 레벨에서 handler(hdlr) 박스 내 선언되는 핫 스팟(hot spot) 전송 데이터 선택/재생 방법에 대한 구체적인 실시예는 도 30 및 도 31에 도시되어 있다.
도 30 은 본 발명의 또 다른 실시예에 따른 핫 스팟 관련 정보를 포함하는 데이터 구조를 나타낸 도면이다.
도 30 에서 본 발명의 또 다른 실시예에 따른 핫 스팟 관련 정보를 포함하는 데이터 구조는 핸들러 박스(Handler box)에 포함될 수 있다. 구체적인 실시예에서, 핸들러 박스는 HotspotInformationBox('hspi')이며, 도시된 바와 같이 구성될 수 있다.
num_hotspot은 해당 VR 비디오(VR video) 내에 연결되어 있는 핫 스팟(hot spot) 개수를 지시할 수 있다. 해당 정보가 샘플 엔트리(sample entry) 에 존재하는 경우 각 샘플(sample) 에 포함된 핫 스팟(hot spot)의 개수를 지시할 수 있으며 해당 정보가 샘플(sample)에 존재하는 경우 해당 샘플(sample) 내에 포함되는 핫 스팟(hot spot) 개수를 지시할 수 있다.
exposure_start_offset은 해당 비디오 트랙(video track)에서 현재 스트리밍(streaming)되고 있는 씬(scene)에서 핫 스팟(hot spot) 위치 노출 시작 시간을 의미하며, 현재 스트리밍(streaming)되고 있는 VR 비디오의 전체 재생 타임 라인(play time line)에 대한 offset값으로 제공될 수 있다. exposure_start_offset은 항상 0보다 큰 값을 가지며, 전체 VR 비디오의 재생 시간(play time)을 초과할 수 없다.
exposure_duration은 전체 VR 비디오의 전체 재생 타임 라인(play time line) 내에서, 해당 비디오 트랙(video track)에서 현재 스트리밍(streaming)되고 있는 씬(scene)에서부터 핫 스팟(hotspot)이 연결 가능한 시간을 지시할 수 있으며, 0초 이상이며 전체 VR 비디오의 재생 시간보다 클 수 없다.
hotspot_yaw, hotspot_pitch, 및 hotspot_roll은 해당 샘플(sample)내에 위치하는 핫 스팟(hot spot)의 연결 위치의 중심점을 지시할 수 있다. hotspot_yaw, hotspot_pitch, 및 hotspot_roll은 2D projection format 내에서 현재 재생되고 있는 샘플 씬(sample scene)에서 link location을 정의하기 위한 값일 수 있다. hotspot_yaw는 -90°와 90° 사이 값을 가질 수 있으며 hotspot_pitch와 hotspot_roll는 -180°와 180° 사이 값을 가질 수 있다.
hotspot_vertical_range, 및 hotspot_horizontal_range는 핫 스팟(hot spot) 위치 정보가 yaw, pitch, 및 roll로 해당 위치의 중심 정보로 주어졌을 때 핫 스팟(hot spot) 영역을 표현하기 위한 정보일 수 있다. hotspot_vertical_range, 및 hotspot_horizontal_range는 각각 중심으로부터 수평, 및 수직 방향의 범위를 나타낼 수 있다.
next_track_ID는 핫 스팟(hot spot)으로 연결되어 핫 스팟(hot spot)이 사용자로부터 선택되었을 경우 재생(play)해야 하는 다음 track ID를 지시할 수 있다.
hotspot_start_time_delta는 연결된 VR 컨텐트 혹은 HotspotStruct에서 선언된 해당 trackID의 track을 재생하는 경우 재생해야 하는 첫 씬(scene)의 시간 정보값을 0초에서부터 얼마나 떨어져 있는지 알려주는 값일 수 있다. 여기서, 0초는 전체 VR 비디오의 시작시간을 의미할 수 있다. hotspot_start_time_delta는 연결된 VR 컨텐트의 전체 재생 시간(play time)보다 클 수 없다.
con_initial_viewport_yaw, con_initial_viewport_pitch, 및 con_initial_viewport_roll은 해당 핫 스팟(hot spot)이 선택되었을 때 연결된 VR 비디오(360 비디오)가 가장 먼저 보여주어야 하는 새로운 트랙(track) 또는 VR 비디오에서 이니셜 뷰포트(initial viewport)의 위치 정보를 알려 주는 값일 수 있다. con_initial_viewport_yaw, con_initial_viewport_pitch, 및 con_initial_viewport_roll은 각각 yaw, pitch, 및 roll에 대한 angle 값으로 나타내어질 수 있다. con_initial_viewport_yaw 는 -90°와 90° 사이 값을 가질 수 있으며, con_initial_viewport_pitch 는 와 con_initial_viewport_roll는 -180°와 180° 사이 값을 가질 수 있다.
도 31 은 본 발명의 또 다른 실시예에 따른 핫 스팟 관련 정보를 포함하는 데이터 구조를 나타낸 도면이다.
전술한 바와 같이, ‘meta' 박스(box) 내에 위치하는 핸들러 박스('hdlr' 박스)를 이용하여, 핫 스팟(hot spot)의 위치, 연결된 VR 컨텐츠(VR contents)가 재생(play)되어야 하는 위치, 현재 재생되고 있는 VR 컨텐트(VR content) 의 씬(scene)에서 핫 스팟(hot spot)이 연결되어 있다는 정보를 노출할 시간 등을 정의할 수 있다. 구체적인 실시예에서, 핸들러 박스는 HotspotInformationBox('hspi')이며, 도시된 바와 같이 구성될 수 있다.
num_hotspot은 해당 VR 비디오(VR video) 내에 연결되어 있는 핫 스팟(hot spot) 개수를 지시할 수 있다. 해당 정보가 샘플 엔트리(sample entry) 에 존재하는 경우 각 샘플(sample) 에 포함된 핫 스팟(hot spot)의 개수를 지시할 수 있으며 해당 정보가 샘플(sample)에 존재하는 경우 해당 샘플(sample) 내에 포함되는 핫 스팟(hot spot) 개수를 지시할 수 있다.
HotspotID는 해당 핫 스팟(hot spot) 의 식별자를 나타낼 수 있다.
HotspotStruct() 는 전술한 HotspotStruct()일 수 있으며, 이러한 HotspotSturct()는 전술한 Hotspotregion()을 포함할 수 있다.
<User의 선택에 따른 가변적인 sample 운용을 위한 signaling 방법>
다수의 VR 컨텐츠가 묶여 서로 상호 의존적인 트랙(track)으로 연결될 수 있는 경우, 핫 스팟(hot spot)의 선택 유무에 따라 순차적으로 스트리밍(streaming)되는 샘플(sample)이 달라질 수 있다. grouping_type을 미리 선언함으로써, VR 컨텐츠 사이에 전환이 이루어질 수 있도록 할 수 있다. 즉, 미리 선언한 grouping_type에 따라 가변적으로 스트리밍(streaming)이 이루어질 수 있다. 예를 들어, VR content 1의 스트리밍 중에 특정 포인트에서 VR content 2로 전환이 가능하도록 grouping_type을 미리 선언할 수 있다.
도 32 는 VR 컨텐츠 사이의 스트리밍 전환을 위한 샘플 그룹핑의 예시를 나타낸 도면이다.
도 32를 참조하면 VR 컨텐츠 3개가 도시되어 있다. 적어도 2개의 VR 컨텐츠는 임의의 구간에서 핫 스팟을 통해 서로 연결되어 있다. 이때, VR 컨텐츠는 SampleToGroupBox를 이용하여 그룹핑될 수 있다. 핫 스팟을 통해 스트리밍 중인 어느 하나의 VR 컨텐트에서 다른 하나의 VR 컨텐트로 전환되어 스트리밍될 수 있다.
한편, 스트리밍(streaming)되는 VR 컨텐츠에서, 시그널링(signaling)을 통해 핫 스팟(hotspot)의 존재 유무에 대한 정보가 제공될 수 있다. 이때, 핫 스팟의 존재 유무에 대한 시그널링은 스트리밍의 전환 시점 이전의 임의의 시점에서 미리 제공될 수 있다. 핫 스팟(hot spot)이 선택되는지에 따라 다음에 스트리밍(streaming)되어야 하는 샘플(sample)이 달라질 수 있다.
다시 도 32를 참조하여, VR content 사이의 스트리밍 전환 과정을 살펴본다.
첫번째 예시에서, VR 비디오는 VR content 1에서 시작된다고 가정한다.
VR content 1이 샘플 단위로 스트리밍될 수 있다. 그룹 g2에 해당하는 구간에서 핫 스팟이 선택될 수 있다. 사용자가 그룹 g2 동안 핫 스팟을 선택할 경우, 선택된 시점의 샘플에서 VR content 2로 스트리밍이 전환될 수 있다. 즉, 사용자가 그룹 g2에서 핫 스팟을 선택한 경우, VR content 1의 g2에서 VR content 2의 g9로 스트리밍이 전환된다. 이와 달리, 사용자가 그룹 g2 동안 핫 스팟을 선택하지 않은 경우, VR content1이 계속 스트리밍되고, 그룹 g5에 해당하는 구간에서 VR content 3을 위한 새로운 핫 스팟이 표시될 수 있다.
또한, 사용자가 그룹 g5 동안 핫 스팟을 선택할 경우, 선택된 시점의 샘플에서 VR content 3으로 스트리밍이 전환될 수 있다. 즉, 사용자가 그룹 g5에서 핫 스팟을 선택한 경우, VR content 1의 g5에서 VR content 3의 g12 로 스트리밍이 전환된다. 이와 달리, 사용자가 그룹 g5에서 핫 스팟을 선택하지 않은 경우, VR content1이 계속 스트리밍된다.
두번째 예시에서, VR 비디오는 VR content 2에서 시작된다고 가정한다.
VR content 2이 샘플 단위로 스트리밍될 수 있다. 그룹 g9에 해당하는 구간에서 핫 스팟이 선택될 수 있다. 사용자가 그룹 g9 에서 핫 스팟을 선택할 경우, 선택된 시점의 샘플에서 VR content 1로 스트리밍이 전환될 수 있다. 즉, 사용자가 그룹 g9에서 핫 스팟을 선택한 경우, VR content 2의 g9에서 VR content 1의 g2 로 스트리밍이 전환될 수 있다. 이와 달리, 사용자가 그룹 g9에서 핫 스팟을 선택하지 않은 경우, VR content 2가 계속 스트리밍된다.
세번째 예시에서, VR 비디오는 VR content 3에서 시작된다고 가정한다.
VR content 3이 샘플 단위로 스트리밍될 수 있다. 그룹 g12에 해당하는 구간에서 핫 스팟이 선택될 수 있다. 사용자가 그룹 g12 에서 핫 스팟을 선택할 경우, 선택된 시점의 샘플에서 VR content 1으로 스트리밍이 전환될 수 있다. 일 예로, 사용자가 그룹 g12에서 핫 스팟을 선택한 경우, VR content 3의 g12에서 VR content 1의 g5 로 스트리밍이 전환된다. 이와 달리, 사용자가 그룹 g12에서 핫 스팟을 선택하지 않은 경우, VR content 3이 계속 스트리밍된다.
반복적으로 설명하면, 샘플 그룹 박스(SampleToGroupBox)를 이용하면 VR_content 1의 group g2에서 핫 스팟(hot spot)을 선택함으로써 VR_content 2의 group g9으로 넘어가서 다른 선택 전까지 g10으로 스트리밍(streaming)이 되고, 반대로 g2 시점에서 hotspot을 선택하지 않았을 경우 g4로 이어 스트리밍(streaming)이 될 수 있다. 마찬가지로 VR_video1에서 group g5 시점에 hotspot을 선택할 경우 g12로 넘어가 이어서 스트리밍(streaming)이 될 수도 있고, 반대로 핫 스팟(hot spot)이 선택되지 않았을 경우, g5에 이어 g6로 연결하여 스트리밍(streaming) 될 수 있다. 이러한 핫 스팟(hot spot)은 스트리밍(streaming) 중에 노출될 수 있다. 핫 스팟을 공유하는 VR contents 에 따라 grouping이 될 수 있다. 이때 동일한 group은 동일한 grouping_type을 가진다. 일 실시예에서, grouping_type은 Sample table box 'stbl'에 위치한 'sgpd' box에 선언될 수 있다. 한편, 각 경우에 따른 streaming 순서는 grouping_type를 통해 미리 선언될 수 있다. 즉, VR content 1, 2, 3 내에 존재하는 sample 중 hotspot으로 연결된 sample의 grouping을 통해 사용자의 hotspot 선택 없이 동일한 group_type을 가지는 값을 연속으로 재생 함으로써 streaming 순서를 미리 지정할 수 있다.
도 33 은 VR 컨텐츠 사이의 스트리밍 전환을 위한 샘플 그룹 박스를 나타낸 도면이다.
도 33의 샘플 그룹 박스(SampleToGroupBox)는 전술한 grouping_type 및 group_description_index를 포함한다. 전술한 바와 같이, 연관된 VR 컨텐츠는 동일한 grouping_type을 가지며, group_description_index를 통해 스트리밍의 순서가 선언될 수 있다.
version 은 해당 박스의 버전을 지칭하는 정수일 수 있다. 일 실시예에서, version은 0 또는 1 일 수 있다.
grouping_type 은 샘플 그룹핑의 타입(즉, 샘플 그룹들을 형성하는 기준)을 식별하는 정수일 수 있다. 또한 grouping_type 은 group type에 대한 값을 이용하여 타입과 그것의 sample group description table을 연결할 수 있다. group_type (grouping_type_parameter이 사용되는 경우도 마찬가지)과 같은 값을 갖는 박스는 하나의 트랙 내에 하나만 존재할 수 있다. (grouping_type is an integer that identifies the type (i.e. criterion used to form the sample groups) of the sample grouping and links it to its sample group description table with the same value for grouping type. At most one occurrence of this box with the same value for grouping_type (and, if used, grouping_type_parameter) shall exist for a track.)
grouping_type_parameter는 그룹핑의 서브 타입을 지시할 수 있다. (grouping_type_parameter is an indication of the sub-type of the grouping)
entry_count 는 이어지는 테이블 내 엔트리들의 개수를 제공할 수 있다. (entry_count is an integer that gives the number of entries in the following table.)
sample_count 는 동일한 sample group descriptor 를 갖는 연속 샘플들의 개수를 제공할 수 있다. 이 박스 내 sample count의 합이 총 sample count 보다 적은 경우 또는 샘플들에 적용할 sample-to-group box가 없는 경우(예를 들어, track fragment에 없는 경우), reader는 SampleGroupDescription Box 내 정의된 default group과 명시적인 그룹 연관이 없는 샘플들과 연관된다. 이 박스 내 총합이 다른 문서화된 sample_count보다 큰 것은 오류에 해당하며, reader 동작은 정의되지 않는다. (sample_count is an integer that gives the number of consecutive samples with the same sample group descriptor. If the sum of the sample count in this box is less than the total sample count, or there is no sample-to-group box that applies to some samples (e.g. it is absent from a track fragment), then the reader should associates the samples that have no explicit group association with the default group defined in the SampleDescriptionGroup box, if any, or else with no group. It is an error for the total in this box to be greater than the sample_count documented elsewhere, and the reader behaviour would then be undefined.)
group_description_index는 이 그룹 내 샘플들을 설명하는 sample group entry의 인덱스를 제공하는 정수일 수 있다. 인덱스의 범위는 1부터 SampleGroupDescription Box내 sample group entry들의 개수까지이며, 0인 경우 샘플이 이 타입의 그룹 멤버가 아님을 지시할 수 있다. (group_description_index is an integer that gives the index of the sample group entry which describes the samples in this group. The index ranges from 1 to the number of sample group entries in the SampleGroupDescription Box, or takes the value 0 to indicate that this sample is a member of no group of this type.)
도 34 는 그룹핑된 VR 컨텐츠를 소정 순서에 따라 전달하기 위한 샘플 그룹 엔트리를 나타낸 도면이다.
샘플 그룹 엔트리(HotspotSampleGroupEntry)는 전술한 샘플 그룹핑(sample grouping)에 이어 그룹핑된 그룹(group)들을 필요에 따라 순서대로 전달하는데 사용될 수 있다.
num_hotspots : hotspot 의 개수를 나타낼 수 있다. 해당 정보가 sample entry 에 존재하는 경우 각 sample 에 포함된 hot spot 의 개수를 일컫을 수 있으며 해당 정보가 sample 에 존재하는 경우 해당 sample 내에 포함하는 hotspot 개수만을 일컫을 수 있다.
HotspotID : 해당 hotspot 의 식별자를 나타낼 수 있다.
version 은 해당 박스의 버전을 지칭하는 정수일 수 있다.
grouping_type은 이 sample group description과 연관된 SampleToGroup box를 식별하는 정수 일 수 있다. grouping_type_parameter가 주어진 grouping_type에 대해 정의되지 않은 경우, 이 grouping_type을 갖는 박스는 오직 한번 나타날 수 있다. (grouping_type is an integer that identifies the SampleToGroup box that is associated with this sample group description. If grouping_type_parameter is not defined for a given grouping_type, then there shall be only one occurrence of this box with this grouping_type.)
default_sample_description_index는 SampleToGroup box를 통해 제공되 샘플-그룹 맵핑을 제공하지 않는 트랙 내 모든 샘플에 적용되는 sample group description entry의 인덱스를 지시할 수 있다. 이 필드의 기본 값은 0일 수 있다(이는 샘플들이 이 타입의 그룹에 맵핑되지 않음을 지시함). (default_sample_description_index: specifies the index of the sample group description entry which applies to all samples in the track for which no sample to group mapping is provided through a SampleToGroup box. The default value of this field is zero (indicating that the samples are mapped to no group of this type).)
entry_count 는 이어지는 테이블 내 엔트리들의 개수를 제공할 수 있다. (entry_count is an integer that gives the number of entries in the following table.)
default_length는 길이가 일정한 경우 모든 group entry의 길이를 나타내고, 가변적인 경우 0을 지시할 수 있다.( default_length indicates the length of every group entry (if the length is constant), or zero (0) if it is variable.)
description_length는 개별 group entry의 길이를 나타내고, entry 마다 다른 경우 default_length는 0일 수 있다. (description_length indicates the length of an individual group entry, in the case it varies from entry to entry and default_length is therefore 0.)
앞서 제안한 Hotspotstruct 및 HotspotRegion 에 존재하는 정보들은 HEVC/AVC 의 SEI 혹은 DASH MPD 내에 정의될 수도 있다.
<다수의 contents가 연결되어 있고 현재 재생 중인 content에 대한 사용자 가이드(user guide) 제공을 위한 구조>
사용자(user)의 오리엔테이션(orientation)과 상호작용을 하면서 재생되어야 하는 복수의 VR 콘텐츠가 연결되어 있을 경우, 각 VR 콘텐츠에서의 상대적인 위치 및 방향에 대한 가이드가 필요할 수 있다. 다시 말해, 재생되고 있는 VR 콘텐츠가 연결되어 있는 전체 콘텐츠들 중에 상대적으로 어느 위치에 있는지, 및/또는 어떤 방향을 보고 있는지에 대한 가이드 정보가 필요할 수 있다. 이하에서 설명되는 실시예는 전체 윈도우(window)에서 서브 윈도우(sub-window)의 사이즈와 위치를 선언하여 해당 윈도우(window)에 네비게이터(navigator)를 제공할 수 있다. 구체적인 실시예에서, 네비게이터는 제작자의 의도에 부합하는 형태로 제공될 수 있다.
도 35 는 본 발명의 일 실시예에 따른 네비게이션 정보를 포함하는 데이터구조를 나타낸 도면이다.
SphereRegionStruct는 MPEG(Moving Picture Experts Group) OMAF(Omnidirectional media application format)의 뷰포트(viewport)를 선언하는 구조(structure)일 수 있다. SphereRegionStruct는 전체 영역 중 재생할 일부 영역을 선언하는 기능을 가진 구조(structure)로서, OMAF(Omnidirectional media application format)의 사양(specification)이외의 다른 사양으로 대체될 수도 있다.
subwindow_location_X, subwindow_location_Y, 및 subwindow_location_Z는 3차원 컨텐츠 에서 서브 윈도우(sub-window)로 선언할 영역의 중심점을 지시할 수 있다. 만약, 2차원의 영역 내에 서브 윈도우(sub-window)를 선언할 경우, subwindow_location_Z 의 값은 0을 가질 수 있다. subwindow_location_X, subsindow_location_Y, 및 subwindow_location_Z의 범위는 서브 윈도우(sub-window)가 재생되는 영역을 벗어날 수 없다. 즉, subwindow_location_X, subsindow_location_Y, 및 subwindow_location_Z는 서브 윈도우(sub-window)가 재생되는 영역을 벗어나는 값을 가질 수 없다.
subwindow_location_width, 및 subwindow_location_height는 서브 윈도우(sub-window)의 크기를 선언할 수 있다. 즉, subwindow_location_width, 및 subwindow_location_height는 subwindow_location_X, subwindow_location_Y, 및 subwindow_location_Z에 의해 지시되는 중심점을 갖는 서브 윈도우(sub-window)의 크기를 선언할 수 있다. subwindow_location_width는 서브 윈도우(sub-window)의 폭(width)을 지시하며, subwindow_location_height는 서브 윈도우(sub-window)의 높이(height)를 지시할 수 있다. subwindow_location_width, 및 subwindow_location_height에 의해 정의되는 영역(sub-window)은 전체 재생되는 프레임(frame)의 영역보다 클 수 없다.
도 36 은 본 발명의 다른 실시예에 따른 네비게이션 정보를 포함하는 데이터구조를 나타낸 도면이다.
네비게이터(Navigator)의 서브 윈도우(sub-window)의 형태는 앞선 실시예와 같이 사각형일 수도 있으나, 사각형이 아닌 다른 형태를 가질 수도 있다. 일 실시예에서, 서브 윈도우(sub-window)는 제작자의 의도에 따라 사각형이 아닌 다른 형태일 수 있다.
SphereRegionStruct는 MPEG(Moving Picture Experts Group) OMAF(Omnidirectional media application format)의 뷰포트(viewport)를 선언하는 구조(structure)일 수 있다. SphereRegionStruct는 전체 영역 중 재생할 일부 영역을 선언하는 기능을 가진 구조(structure)로서, OMAF(Omnidirectional media application format)의 사양(specification)이외의 다른 사양으로 대체될 수도 있다.
num_vertex는 서브 윈도우(sub-window)의 영역을 vertex 기반으로 선언할 때 서브 윈도우(sub-window)를 구성하는 vertex의 수를 의미할 수 있다.
Subwindow_location_X[], subwindow_location_Y[], 및 subwindow_location_Z[]는 각각 서브 윈도우(sub-window)의 vertex 값의 X, Y, 및 Z 좌표를 지시할 수 있다. 각 요소들은 전체 재생되는 프레임(frame) 영역을 벗어나는 값을 가질 수 없다. 한 개 이상의 좌표값은 vertex로서 서브 윈도우(sub-window)의 영역을 표현할 수 있다. 일 실시예에서, 세 개 이상의 Subwindow_location_X[], subwindow_location_Y[], 및 subwindow_location_Z[]는 세 개 이상의 좌표값을 지시하고, 세 개 이상의 좌표값은 vertex로서 서브 윈도우(sub-window)의 영역을 표현할 수 있다.
interpolate는 NavigatorStruct()로부터 제공된 값이 그대로 적용될 것인지 선형 보간값이 적용될 것인지를 지시할 수 있다. 일 실시예에서, interpolate 값이 0일 경우에는 NavigatorStruct()으로 부터 전달된 값이 그대로 target media sample에 표현되며, interpolate 값이 1일 경우에는 linearly interpolated된 값이 적용될 수 있다.
도 37 은 본 발명의 다양한 실시예에 따른 네비게이션 정보가 NavigatorSampleEntry 내에 포함된 경우를 나타낸 도면이다.
네비게이션 정보는 ISOBMFF 내 타임드 메타데이터 트랙(timed medtadata track)의 샘플 엔트리(sample entry) 에 위치할 수 있다. 해당 네비게이터(navigator)는 노출 시간이나 노출 위치가 샘플(sample) 마다 달라질 수 있으므로 샘플 엔트리(sample entry) 내에 선언될 수 있다.
도 38 은 본 발명의 다양한 실시예에 따른 네비게이션 정보를 포함하는 데이터구조를 ISO BMFF 박스를 통해 시그널링하는 실시예를 나타낸다.
전술한 네비게이션 정보에 대한 메타데이터들을 포함하는 데이터구조는 도시된 바와 같이 ISO BMFF의 video media header('vmhd') 박스에 포함될 수 있다. 한편 이러한 video media header 박스는 moov 박스 내 trak 박스에 포함된다.
version 은 박스의 버전을 지정하는 정수일 수 있다.
graphicsmode 는 해당 비디오 트랙에 대한 컴포지션 모드를 지정할 수 있다.
opcolor 는 그래픽 모드에서 사용할 수 있는 3가지 색상(red, green, blue) 값의 세트일 수 있다.
Navi_flag 는 비디오 트랙 내에 네비게이션 정보가 포함되어 있는지 여부를 나타내는 플래그일 수 있다. 일 실시예에서, Navi_flag의 값이 1인 경우, 비디오 트랙 내에 네비게이션 정보가 포함되었음을 나타낼 수 있고, Navi_flag의 값이 0인 경우, 비디오 트랙 내에 네비게이션 정보가 포함되지 않았음을 나타낼 수 있다.
<다수의 VR를 재생시 현재 재생하고 있는 VR contents user guide 제공을 위한 Navigator 존재 유무를 알려주는 Track reference type 선언>
메타데이터 트랙과 360도 비디오 트랙 사이의 관계를 시그널링하는 방안에 대해 설명한다. 네비게이션(navigation) 정보에 관한 메타데이터 트랙은 VR 비디오 트랙과 별도로 저장 및 전달될 수 있다. 이와 같이, 네비게이션(navigation) 정보에 관한 메타데이터가 별도의 메타데이터 트랙에 포함되어 전달될 경우, 네비게이션(navigation) 정보에 관한 메타데이터 트랙과, 이러한 메타데이터 트랙과 연관된 VR 비디오 트랙 사이의 레퍼런싱이 요구될 수 있다.
일 실시예에 따르면, ISO BMFF의 박스중 하나인 TrackReferenceBox('tref') 박스에 기 정의된 'cdsc' reference type을 이용하여 네비게이션(navigation) 에 관한 메타데이터 트랙과, 해당 메타데이터 트랙과 연관된 VR 비디오 트랙을 레퍼런싱할 수 있다.
다른 실시예에 따르면, TrackReferenceBox('tref') 박스에 'nvhd' 라는 reference type을 새롭게 정의하여 네비게이션(navigation)에 대한 메타데이터 트랙과, 해당 메타데이터 트랙과 연관된 VR 비디오 트랙을 레퍼런싱할 수 있다. 'nvhd'는 해당 트랙(track) 안에 네비게이션(navigation) 정보가 존재한다는 것을 알려주기 위한 track reference로 쓰일 수 있으며, 네비게이션(navigation)이 연결되어 있는 track_ID 정보를 알려줄 수 있다.
도 39 는 본 발명의 다른 실시예에 따른 tref 박스를 나타낸 도면이다.
TrackReference('tref') 박스는 해당 박스에 포함된 트랙과 다른 트랙 사이의 레퍼런스를 제공하는 박스이다. TrackReference('tref') 박스는 소정의 reference type과, 식별자를 갖는 트랙 레퍼런스 타입 박스(track reference type box)를 하나 이상 포함할 수 있다.
track_ID는 포함하는 트랙에서 프레젠테이션 내 다른 트랙에 대한 참조를 제공하는 정수일 수 있다. track_ID는 재사용되지 않으며 0이 될 수 없다.
reference_type은 다음 값 중 하나에서 설정될 수 있다. 나아가, reference_type은 아래에 정의되지 않은 값으로 설정될 수도 있다.
‘hint' 에 의해 참조된 트랙에는 해당 힌트(hint) 트랙의 원본 미디어(original media)가 포함될 수 있다.
‘cdsc' 트랙은 참조된 트랙을 설명한다. 이 트랙은 참조 트랙에 대한 타임드 메타데이터를 포함할 수 있다.
‘font' 트랙은 참조된 트랙에서 전달/정의된 글꼴(font)을 사용할 수 있다.
‘hind' 트랙은 참조된 힌트 트랙에 의존한다. 즉, 이 트랙은 참조된 힌트 트랙이 사용되는 경우에 사용될 수 있다.
‘vdep' 트랙은 참조된 비디오 트랙에 대한 보조 깊이 비디오 정보(auxiliary depth video information)를 포함할 수 있다.
‘vplx' 트랙은 참조된 비디오 트랙에 대한 보조 시차 비디오 정보(auxiliary parallax video information)를 포함할 수 있다.
‘subt' 트랙은 참조된 트랙 또는 해당 트랙이 속한 대체 그룹의 모든 트랙에 대한 자막, 타임드 텍스트 및/또는 오버레이 그래픽 정보를 포함할 수 있다.
‘hspi' 트랙은 참조된 트랙 또는 해당 트랙이 속한 대체 그룹의 모든 트랙에 대한 핫 스팟 관련 정보를 포함할 수 있다.
‘nvhd' 트랙은 참조된 트랙 또는 해당 트랙이 속한 대체 그룹의 모든 트랙에 대한 네비게이터(navigator), 타임드 서브 윈도우(timed sub-window) 또는 오버레이 그래픽 정보(overlay graphical information)를 포함할 수 있다.
파일포맷 레벨에서 handler(hdlr) 박스 내 선언되는 네비게이션(navigation) 전송 데이터 선택/재생 방법에 대한 구체적인 실시예는 도 40에 도시되어 있다.
도 40 은 본 발명의 또 다른 실시예에 따른 네비게이션 정보를 포함하는 데이터 구조를 나타낸 도면이다.
핸들러 박스(Handler box)는 HotspotInformationBox('nvhd')이며, 도시된 바와 같이 구성될 수 있다.
HotspotInformationBox('nvhd')는 VR 콘텐츠에서 재생되어야 할 일부 2D frame 영역 상에 NavigatorStruct가 어느 위치에 존재하는지 알려줄 수 있다. 일부 2D frame 영역은 구(sphere) 상의 일부 영역이 될수도 있고, 큐브(cube)면의 한 개 이상의 면의 조합이 될수도 있다. VR 재생 영역 중 일부를 불러오는 기능이 제공될 경우, 일부 2D frame 영역은 VR 재생 영역 중 어느 영역이 될 수도 있다.
다른 실시예에서, SphereRegionStruct는 OMAF(Omnidirectional media application format)에서 정의하여 3차원 공간상에서 특정 영역을 정의하는 메타데이터로서, 도 42와 같이 정의될 수 있다. 해당 실시예에서, SphereRegionStruct는 Navigator의 위치를 정의하기 위해 바탕이 되는 영역을 정의할 때 사용될 수 있다. 또 다른 실시예에서, 360 비디오 내에 특정 영역을 지정하여 디스플레이 하기 위한 기능을 가진 메타데이터가 사용 될 수도 있다.
도 41 은 본 발명의 일 실시예에 따른 SphereRegionStruct를 나타낸 도면이다.
SphereRegionStruct() 가 SphereRegionSample() 구조체(structure)에 포함될 경우, 다음 사항이 적용될 수 있다. center_yaw, center_pitch, 및 center_roll 은 전체 좌표축을 기준으로 2-16도 단위로 뷰포트 방향을 지정할 수 있다. center_yaw 및 center_pitch는 뷰포트의 중심을 나타내고 center_roll은 뷰포트의 롤 각도를 나타낼 수 있다. center_yaw는 -180 * 216 내지 180 * 216 - 1 범위 내에 있어야 하고, center_pitch는 -90 * 216 ~ 90 * 216 범위 내에 있어야 한다. center_roll은 -180 * 216 내지 180 * 216 - 1 범위 내에 있어야 한다.
hor_range 및 ver_range 는 샘플에서 지정한 구(sphere) 영역의 수평 및 수직 범위를 각각 2-16도 단위로 지정할 수 있다. hor_range 및 ver_range는 구(sphere) 영역의 중심점을 통해 범위를 지정할 수 있다. hor_range는 0 ~ 720 * 216 범위 내에 있어야 하고, ver_range는 0에서 180 * 216 범위에 있어야한다.
이러한 샘플에 의해 지정된 구(sphere) 영역은, 다음과 같이 도출될 수 있다.
hor_range와 ver_range가 모두 0인 경우, 이 샘플에서 지정한 구 영역은 구의 표면에 있는 점에 해당하고, 그렇지 않은 경우, 구 영역은 다음의 변수 cYaw1, cYaw2, cPitch1 및 cPitch2를 사용하여 정의될 수 있다.
cYaw1 = (center_yaw - (range_included_flag hor_range : static_hor_range) ÷ 2) ÷65536
cYaw2 = (center_yaw + (range_included_flag hor_range : static_hor_range)÷ 2) ÷65536
cPitch1 = (center_pitch - (range_included_flag ver_range : static_ver_range) ÷ 2) ÷65536
cPitch2 = (center_pitch + (range_included_flag ver_range : static_ver_range) ÷ 2) ÷65536
그리고, 구(sphere) 영역은 다음과 같이 정의될 수 있다.
shape_type이 0 인 경우 때, 구(sphere) 영역은 4 개의 점(cYaw1, cYaw2, cPitch1, cPitch2)과, center_pitch 및 center_yaw에 의해 정의된 중심점에 의해 정의된 4 개의 큰 원(대권, 대원, great circle)에 의해 지정될 수 있다.
shape_type이 1 인 경우, 구(sphere) 영역은 4 개의 점(cYaw1, cYaw2, cPitch1, cPitch2)과, center_pitch 및 center_yaw에 의해 정의된 중심점에 의해 정의된 2 개의 요우 원(yaw circle)과, 2 개의 피치 원(pitch circle)에 의해 지정될 수 있다.
Interpolate 가 0인 경우, 이 샘플의 center_yaw, center_pitch, center_roll, hor_range (있는 경우) 및 ver_range (있는 경우)의 값이 대상 미디어 샘플에 적용됨을 지정할 수 있다. Interpolate 가 1인 경우, 대상 미디어 샘플에 적용되는 center_yaw, center_pitch, center_roll, hor_range (있는 경우) 및 ver_range (있는 경우)의 값은, 해당 샘플과 이전 샘플의 해당 필드 값으로부터 선형적으로 보간된 값이 적용될 수 있다.
앞서 제안한 NavigatorStruct 에 존재하는 정보들은 HEVC/AVC 의 SEI 혹은 DASH MPD 내에 정의될 수도 있다.
본 발명의 일 측면에 따르면, 360도 비디오를 전송하는 방법이 개시된다.
도 42 는 본 발명의 일 실시예에 따른 360도 비디오를 전송하는 방법을 도시한 순서도이다.
본 발명의 일 실시예에 따른 360도 비디오를 전송하는 방법은, 복수의 360도 비디오 컨텐츠를 포함하는 360도 비디오 서비스를 생성하는 단계(SH42100), 상기 360도 비디오 서비스에 대한 시그널링 정보를 생성하는 단계(SH42200) 및 상기 360도 비디오 서비스 및 상기 시그널링 정보를 포함하는 데이터 신호를 전송하는 단계(SH42300)을 포함할 수 있다.
복수의 360도 비디오 컨텐츠를 포함하는 360도 비디오 서비스를 생성하는 단계(SH42100)에서 생성되는 360도 비디오 서비스는 복수의 360도 비디오 컨텐츠를 포함할 수 있다. 또한, 상기 복수의 360도 비디오 컨텐츠 중 적어도 2개의 360도 비디오 컨텐츠는 핫 스팟을 통해 서로 연결될 수 있다.
상기 시그널링 정보는 핫 스팟 관련 정보를 포함할 수 있다. 여기서, 핫 스팟 관련 정보는, 도 14 내지 34를 통해 설명한 핫 스팟 관련 정보일 수 있다.
일 실시예에서, 상기 핫 스팟 관련 정보는 360도 비디오 컨텐츠에 포함된 씬 내에 존재하는 핫 스팟의 수를 지시하는 핫 스팟 넘버 정보, 각 핫 스팟을 식별하는 핫 스팟 식별 정보 및 각 핫 스팟의 위치를 지시하는 핫 스팟 위치 정보를 포함할 수 있다. 이러한 상기 핫 스팟 위치 정보는, 360도 비디오 컨텐트 내 핫 스팟의 위치를 나타내는 정보일 수 있다.
일 실시예에서, 화면 내 핫 스팟 위치는 중심점 정보와, 범위 정보를 통해 특정될 수 있다.
구체적인 구현예로서, 핫 스팟 위치 정보는 핫 스팟의 중심점을 지시하는 중심점 정보 및 상기 핫 스팟의 중심점을 기준으로 수평 및 수직 방향 범위를 나타내는 범위 정보를 포함할 수 있다.
대안적인 실시예에서, 화면 내 핫 스팟 위치는 전술한 vertex를 기반으로 정형/비정형의 영역으로 특정될 수 있다.
구체적인 구현예로서, 상기 핫 스팟 위치 정보는 핫 스팟의 경계(boundary)를 정의하는 적어도 3개의 꼭지점의 좌표값을 포함할 수 있다.
일 실시예에서, 상기 핫 스팟 관련 정보는, 각 핫 스팟을 통해 연결되는 360도 비디오 컨텐트를 지시하는 컨텐트 지시 정보, 상기 컨텐트 지시 정보에 의해 지시된 360도 비디오 컨텐트의 시작 시간 정보 및 상기 컨텐트 지시 정보에 의해 지시된 360도 비디오 컨텐트의 이니셜 뷰포트 정보 중 적어도 하나를 포함할 수 있다.
일 실시예에서, 상기 시그널링 정보는, 재생 중인 360도 비디오 컨텐트의 위치 및 방향 정보를 제공하는 네비게이션 정보를 더 포함할 수 있다. 이러한 네비게이션 정보는, 도 35 내지 도 41을 통해 설명한 네비게이션 정보일 수 있다. 한편, 상기 재생 중인 360도 비디오 컨텐트의 위치 및 방향 정보는 상기 360도 비디오 서비스와의 관계에서 상대적인 위치 및 방향을 나타낼 수 있다.
상기 네비게이션 정보는, 상기 재생 중인 360도 비디오 컨텐트의 뷰포트 내 표시되는 네비게이터 윈도우의 영역을 정의하는 윈도우 영역 정보를 더 포함할 수 있다.
한편, 본 발명의 일 실시예에 따른 360도 비디오를 전송하는 방법은, 360도 비디오를 생성하는 과정을 포함할 수 있다. 360도 비디오를 생성하는 구체적인 과정 및 관련 시그널링 정보를 포함하는 메타데이터를 생성하는 구체적인 과정은 도 1 내지 도 11을 통해 설명한 내용이 적용될 수 있다.
또한, 데이터 신호를 전송하는 단계(SH42300)에서, 데이터 신호는 방송망 및/또는 브로드밴드망을 통해 전송될 수 있다. 즉, 데이터 신호의 전부가 방송망 또는 브로드밴드망을 통해 전송될 수도 있고, 데이터 신호의 일부는 방송망을 통해 전송되고 나머지는 브로드밴드망을 통해 전송될 수도 있으며, 데이터 신호의 일부 또는 전부가 방송망 및 브로드밴드망을 통해 전송될 수도 있다.
본 발명의 다른 측면에 따르면, 360도 비디오 전송 장치가 개시된다.
도 43 은 본 발명의 일 실시예에 따른 360도 비디오 전송 장치의 구성을 도시한 블록도이다.
본 발명의 일 실시예에 따른 360도 비디오 전송 장치는, 복수의 360도 비디오 컨텐츠를 포함하는 360도 비디오 서비스를 생성하는 360도 비디오 서비스 생성부(H43100), 상기 360도 비디오 서비스에 대한 시그널링 정보를 생성하는 시그널링 정보 생성부(H43200) 및 상기 360도 비디오 서비스 및 상기 시그널링 정보를 포함하는 데이터 신호를 전송하는 데이터 신호 전송부(H43300)를 포함할 수 있다.
360도 비디오 서비스 생성부(H43100)에서 생성되는 360도 비디오 서비스는 복수의 360도 비디오 컨텐츠를 포함할 수 있다. 또한, 상기 복수의 360도 비디오 컨텐츠 중 적어도 2개의 360도 비디오 컨텐츠는 핫 스팟을 통해 서로 연결될 수 있다.
상기 시그널링 정보는 핫 스팟 관련 정보를 포함할 수 있다. 여기서, 핫 스팟 관련 정보는, 도 14 내지 34를 통해 설명한 핫 스팟 관련 정보일 수 있다.
일 실시예에서, 상기 핫 스팟 관련 정보는 360도 비디오 컨텐츠에 포함된 씬 내에 존재하는 핫 스팟의 수를 지시하는 핫 스팟 넘버 정보, 각 핫 스팟을 식별하는 핫 스팟 식별 정보 및 각 핫 스팟의 위치를 지시하는 핫 스팟 위치 정보를 포함할 수 있다. 이러한 상기 핫 스팟 위치 정보는, 360도 비디오 컨텐트 내 핫 스팟의 위치를 나타내는 정보일 수 있다.
일 실시예에서, 화면 내 핫 스팟 위치는 중심점 정보와, 범위 정보를 통해 특정될 수 있다.
구체적인 구현예로서, 핫 스팟 위치 정보는 핫 스팟의 중심점을 지시하는 중심점 정보 및 상기 핫 스팟의 중심점을 기준으로 수평 및 수직 방향 범위를 나타내는 범위 정보를 포함할 수 있다.
대안적인 실시예에서, 화면 내 핫 스팟 위치는 전술한 vertex를 기반으로 정형/비정형의 영역으로 특정될 수 있다.
구체적인 구현예로서, 상기 핫 스팟 위치 정보는 핫 스팟의 경계(boundary)를 정의하는 적어도 3개의 꼭지점의 좌표값을 포함할 수 있다.
일 실시예에서, 상기 핫 스팟 관련 정보는, 각 핫 스팟을 통해 연결되는 360도 비디오 컨텐트를 지시하는 컨텐트 지시 정보, 상기 컨텐트 지시 정보에 의해 지시된 360도 비디오 컨텐트의 시작 시간 정보 및 상기 컨텐트 지시 정보에 의해 지시된 360도 비디오 컨텐트의 이니셜 뷰포트 정보 중 적어도 하나를 포함할 수 있다.
일 실시예에서, 상기 시그널링 정보는, 재생 중인 360도 비디오 컨텐트의 위치 및 방향 정보를 제공하는 네비게이션 정보를 더 포함할 수 있다. 이러한 네비게이션 정보는, 도 35 내지 도 41을 통해 설명한 네비게이션 정보일 수 있다. 한편, 상기 재생 중인 360도 비디오 컨텐트의 위치 및 방향 정보는 상기 360도 비디오 서비스와의 관계에서 상대적인 위치 및 방향을 나타낼 수 있다.
상기 네비게이션 정보는, 상기 재생 중인 360도 비디오 컨텐트의 뷰포트 내 표시되는 네비게이터 윈도우의 영역을 정의하는 윈도우 영역 정보를 더 포함할 수 있다.
한편, 본 발명의 일 실시예에 따른 360도 비디오를 전송하는 장치는, 360도 비디오를 생성하는 구성을 선택적으로 포함할 수 있다. 360도 비디오를 생성하는 구체적인 과정 및 360도 비디오를 생성하는 각 구성에 대해서는 도 1 내지 도 11을 통해 설명한 내용이 적용될 수 있다.
또한, 데이터 신호 전송부(H43300)는, 방송망 및/또는 브로드밴드망을 통해 데이터 신호를 전송할 수 있다. 즉, 데이터 신호의 전부가 방송망 또는 브로드밴드망을 통해 전송될 수도 있고, 데이터 신호의 일부는 방송망을 통해 전송되고 나머지는 브로드밴드망을 통해 전송될 수도 있으며, 데이터 신호의 일부 또는 전부가 방송망 및 브로드밴드망을 통해 전송될 수도 있다.
본 발명의 또 다른 측면에 따르면, 360도 비디오 수신 장치가 개시된다.
도 44 는 본 발명의 일 실시예에 따른 360도 비디오 수신 장치의 구성을 도시한 블록도이다.
본 발명의 일 실시예에 따른 360도 비디오 수신 장치는, 복수의 360도 비디오 컨텐츠를 포함하는 360도 비디오 서비스를 및 상기 360도 비디오 서비스에 대한 시그널링 정보를 포함하는 데이터 신호를 수신하는 수신부(H44100); 상기 시그널링 정보를 파싱하는 시그널링 파서(H44200); 및 상기 360도 비디오 서비스를 디스플레이 하는 디스플레이부(H44300);를 포함할 수 있다.
데이터 신호에 포함된 360도 비디오 서비스는 복수의 360도 비디오 컨텐츠를 포함할 수 있다. 또한, 상기 복수의 360도 비디오 컨텐츠 중 적어도 2개의 360도 비디오 컨텐츠는 핫 스팟을 통해 서로 연결될 수 있다. 데이터 신호에 포함된 시그널링 정보는 핫 스팟 관련 정보를 포함할 수 있다. 여기서, 핫 스팟 관련 정보는, 도 14 내지 34를 통해 설명한 핫 스팟 관련 정보일 수 있다.
일 실시예에서, 상기 핫 스팟 관련 정보는 360도 비디오 컨텐츠에 포함된 씬 내에 존재하는 핫 스팟의 수를 지시하는 핫 스팟 넘버 정보, 각 핫 스팟을 식별하는 핫 스팟 식별 정보 및 각 핫 스팟의 위치를 지시하는 핫 스팟 위치 정보를 포함할 수 있다. 이러한 상기 핫 스팟 위치 정보는, 360도 비디오 컨텐트 내 핫 스팟의 위치를 나타내는 정보일 수 있다.
일 실시예에서, 화면 내 핫 스팟 위치는 중심점 정보와, 범위 정보를 통해 특정될 수 있다.
구체적인 구현예로서, 핫 스팟 위치 정보는 핫 스팟의 중심점을 지시하는 중심점 정보 및 상기 핫 스팟의 중심점을 기준으로 수평 및 수직 방향 범위를 나타내는 범위 정보를 포함할 수 있다.
대안적인 실시예에서, 화면 내 핫 스팟 위치는 전술한 vertex를 기반으로 정형/비정형의 영역으로 특정될 수 있다.
구체적인 구현예로서, 상기 핫 스팟 위치 정보는 핫 스팟의 경계(boundary)를 정의하는 적어도 3개의 꼭지점의 좌표값을 포함할 수 있다.
일 실시예에서, 상기 핫 스팟 관련 정보는, 각 핫 스팟을 통해 연결되는 360도 비디오 컨텐트를 지시하는 컨텐트 지시 정보, 상기 컨텐트 지시 정보에 의해 지시된 360도 비디오 컨텐트의 시작 시간 정보 및 상기 컨텐트 지시 정보에 의해 지시된 360도 비디오 컨텐트의 이니셜 뷰포트 정보 중 적어도 하나를 포함할 수 있다.
일 실시예에서, 상기 시그널링 정보는, 재생 중인 360도 비디오 컨텐트의 위치 및 방향 정보를 제공하는 네비게이션 정보를 더 포함할 수 있다. 이러한 네비게이션 정보는, 도 35 내지 도 41을 통해 설명한 네비게이션 정보일 수 있다. 한편, 상기 재생 중인 360도 비디오 컨텐트의 위치 및 방향 정보는 상기 360도 비디오 서비스와의 관계에서 상대적인 위치 및 방향을 나타낼 수 있다.
상기 네비게이션 정보는, 상기 재생 중인 360도 비디오 컨텐트의 뷰포트 내 표시되는 네비게이터 윈도우의 영역을 정의하는 윈도우 영역 정보를 더 포함할 수 있다.
한편, 본 발명의 일 실시예에 따른 360도 비디오를 수신하는 장치는, 360도 비디오를 처리하는 구성을 선택적으로 포함할 수 있다. 360도 비디오를 처리하는 구체적인 과정 및 360도 비디오를 처리하는 각 구성에 대해서는 도 1 내지 도 11을 통해 설명한 내용이 적용될 수 있다. 예를 들어, 360도 비디오를 수신하는 장치는 360도 비디오를 3D 공간으로 렌더링하는 렌더러를 더 포함할 수 있다.
또한, 수신부(H44100)는, 방송망 및/또는 브로드밴드망을 통해 데이터 신호를 전송할 수 있다. 즉, 데이터 신호의 전부가 방송망 또는 브로드밴드망을 통해 전송될 수도 있고, 데이터 신호의 일부는 방송망을 통해 전송되고 나머지는 브로드밴드망을 통해 전송될 수도 있으며, 데이터 신호의 일부 또는 전부가 방송망 및 브로드밴드망을 통해 전송될 수도 있다.
본 발명의 또 다른 측면에 따르면, 360도 비디오를 수신하는 방법이 개시된다.
도 45 는 본 발명의 일 실시예에 따른 360도 비디오를 수신하는 방법을 도시한 순서도이다.
본 발명의 일 실시예에 따른 360도 비디오를 수신하는 방법은, 복수의 360도 비디오 컨텐츠를 포함하는 360도 비디오 서비스를 및 상기 360도 비디오 서비스에 대한 시그널링 정보를 포함하는 데이터 신호를 수신하는 단계(SH45100); 상기 시그널링 정보를 파싱하는 단계(SH45200); 및 상기 360도 비디오 서비스를 디스플레이 하는 단게(SH45300);를 포함할 수 있다.
데이터 신호에 포함된 360도 비디오 서비스는 복수의 360도 비디오 컨텐츠를 포함할 수 있다. 또한, 상기 복수의 360도 비디오 컨텐츠 중 적어도 2개의 360도 비디오 컨텐츠는 핫 스팟을 통해 서로 연결될 수 있다. 데이터 신호에 포함된 시그널링 정보는 핫 스팟 관련 정보를 포함할 수 있다. 여기서, 핫 스팟 관련 정보는, 도 14 내지 34를 통해 설명한 핫 스팟 관련 정보일 수 있다.
일 실시예에서, 상기 핫 스팟 관련 정보는 360도 비디오 컨텐츠에 포함된 씬 내에 존재하는 핫 스팟의 수를 지시하는 핫 스팟 넘버 정보, 각 핫 스팟을 식별하는 핫 스팟 식별 정보 및 각 핫 스팟의 위치를 지시하는 핫 스팟 위치 정보를 포함할 수 있다. 이러한 상기 핫 스팟 위치 정보는, 360도 비디오 컨텐트 내 핫 스팟의 위치를 나타내는 정보일 수 있다.
일 실시예에서, 화면 내 핫 스팟 위치는 중심점 정보와, 범위 정보를 통해 특정될 수 있다.
구체적인 구현예로서, 핫 스팟 위치 정보는 핫 스팟의 중심점을 지시하는 중심점 정보 및 상기 핫 스팟의 중심점을 기준으로 수평 및 수직 방향 범위를 나타내는 범위 정보를 포함할 수 있다.
대안적인 실시예에서, 화면 내 핫 스팟 위치는 전술한 vertex를 기반으로 정형/비정형의 영역으로 특정될 수 있다.
구체적인 구현예로서, 상기 핫 스팟 위치 정보는 핫 스팟의 경계(boundary)를 정의하는 적어도 3개의 꼭지점의 좌표값을 포함할 수 있다.
일 실시예에서, 상기 핫 스팟 관련 정보는, 각 핫 스팟을 통해 연결되는 360도 비디오 컨텐트를 지시하는 컨텐트 지시 정보, 상기 컨텐트 지시 정보에 의해 지시된 360도 비디오 컨텐트의 시작 시간 정보 및 상기 컨텐트 지시 정보에 의해 지시된 360도 비디오 컨텐트의 이니셜 뷰포트 정보 중 적어도 하나를 포함할 수 있다.
일 실시예에서, 상기 시그널링 정보는, 재생 중인 360도 비디오 컨텐트의 위치 및 방향 정보를 제공하는 네비게이션 정보를 더 포함할 수 있다. 이러한 네비게이션 정보는, 도 35 내지 도 41을 통해 설명한 네비게이션 정보일 수 있다. 한편, 상기 재생 중인 360도 비디오 컨텐트의 위치 및 방향 정보는 상기 360도 비디오 서비스와의 관계에서 상대적인 위치 및 방향을 나타낼 수 있다.
상기 네비게이션 정보는, 상기 재생 중인 360도 비디오 컨텐트의 뷰포트 내 표시되는 네비게이터 윈도우의 영역을 정의하는 윈도우 영역 정보를 더 포함할 수 있다.
한편, 본 발명의 일 실시예에 따른 360도 비디오를 수신하는 방법은, 360도 비디오를 처리하는 과정을 포함할 수 있다. 360도 비디오를 처리하는 구체적인 과정 및 관련 시그널링 정보를 포함하는 메타데이터를 생성하는 구체적인 과정은 도 1 내지 도 11을 통해 설명한 내용이 적용될 수 있다.
또한, 데이터 신호를 수신하는 단계(SH45100)에서, 데이터 신호는 방송망 및/또는 브로드밴드망을 통해 전송될 수 있다. 즉, 데이터 신호의 전부가 방송망 또는 브로드밴드망을 통해 전송될 수도 있고, 데이터 신호의 일부는 방송망을 통해 전송되고 나머지는 브로드밴드망을 통해 전송될 수도 있으며, 데이터 신호의 일부 또는 전부가 방송망 및 브로드밴드망을 통해 전송될 수도 있다.
전술한 장치의 내부 컴포넌트들은 메모리에 저장된 연속된 수행과정들을 실행하는 프로세서들이거나, 그 외의 하드웨어로 구성된 하드웨어 컴포넌트들일 수 있다. 이 들은 장치 내/외부에 위치할 수 있다.
전술한 모듈들은 실시예에 따라 생략되거나, 유사/동일한 동작을 수행하는 다른 모듈에 의해 대체될 수 있다.
전술한 각각의 파트, 모듈 또는 유닛은 메모리(또는 저장 유닛)에 저장된 연속된 수행과정들을 실행하는 프로세서이거나 하드웨어 파트일 수 있다. 전술한 실시예에 기술된 각 단계들은 프로세서 또는 하드웨어 파트들에 의해 수행될 수 있다. 전술한 실시예에 기술된 각 모듈/블락/유닛들은 하드웨어/프로세서로서 동작할 수 있다. 또한, 본 발명이 제시하는 방법들은 코드로서 실행될 수 있다. 이 코드는 프로세서가 읽을 수 있는 저장매체에 쓰여질 수 있고, 따라서 장치(apparatus)가 제공하는 프로세서에 의해 읽혀질 수 있다.
설명의 편의를 위하여 각 도면을 나누어 설명하였으나, 각 도면에 서술되어 있는 실시 예들을 병합하여 새로운 실시 예를 구현하도록 설계하는 것도 가능하다. 그리고, 통상의 기술자의 필요에 따라, 이전에 설명된 실시 예들을 실행하기 위한 프로그램이 기록되어 있는 컴퓨터에서 판독 가능한 기록 매체를 설계하는 것도 본 발명의 권리범위에 속한다.
본 발명에 따른 장치 및 방법은 상술한 바와 같이 설명된 실시 예들의 구성과 방법이 한정되게 적용될 수 있는 것이 아니라, 상술한 실시 예들은 다양한 변형이 이루어질 수 있도록 각 실시 예들의 전부 또는 일부가 선택적으로 조합되어 구성될 수도 있다.
한편, 본 발명이 제안하는 방법을 네트워크 디바이스에 구비된, 프로세서가 읽을 수 있는 기록매체에, 프로세서가 읽을 수 있는 코드로서 구현하는 것이 가능하다. 프로세서가 읽을 수 있는 기록매체는 프로세서에 의해 읽혀질 수 있는 데이터가 저장되는 모든 종류의 기록장치를 포함한다. 프로세서가 읽을 수 있는 기록 매체의 예로는 ROM, RAM, CD-ROM, 자기 테이프, 플로피디스크, 광 데이터 저장장치 등이 있으며, 또한, 인터넷을 통한 전송 등과 같은 캐리어 웨이브의 형태로 구현되는 것도 포함한다. 또한, 프로세서가 읽을 수 있는 기록매체는 네트워크로 연결된 컴퓨터 시스템에 분산되어, 분산방식으로 프로세서가 읽을 수 있는 코드가 저장되고 실행될 수 있다.
또한, 이상에서는 본 발명의 바람직한 실시 예에 대하여 도시하고 설명하였지만, 본 발명은 상술한 특정의 실시 예에 한정되지 아니하며, 청구범위에서 청구하는 본 발명의 요지를 벗어남이 없이 당해 발명이 속하는 기술분야에서 통상의 지식을 가진 자에 의해 다양한 변형실시가 가능한 것은 물론이고, 이러한 변형실시들은 본 발명의 기술적 사상이나 전망으로부터 개별적으로 이해돼서는 안 될 것이다.
본 발명의 사상이나 범위를 벗어나지 않고 본 발명에서 다양한 변경 및 변형이 가능함은 당업자에게 이해된다. 따라서, 본 발명은 첨부된 청구항 및 그 동등 범위 내에서 제공되는 본 발명의 변경 및 변형을 포함하는 것으로 의도된다.
본 명세서에서 장치 및 방법 발명이 모두 언급되고, 장치 및 방법 발명 모두의 설명은 서로 보완하여 적용될 수 있다.
다양한 실시예가 본 발명을 실시하기 위한 최선의 형태에서 설명되었다.
본 발명은 일련의 VR 관련 분야에서 이용된다.
본 발명의 사상이나 범위를 벗어나지 않고 본 발명에서 다양한 변경 및 변형이 가능함은 당업자에게 자명하다. 따라서, 본 발명은 첨부된 청구항 및 그 동등 범위 내에서 제공되는 본 발명의 변경 및 변형을 포함하는 것으로 의도된다.

Claims (15)

  1. 복수의 360도 비디오 컨텐츠를 포함하는 360도 비디오 서비스를 및 상기 360도 비디오 서비스에 대한 시그널링 정보를 포함하는 데이터 신호를 수신하는 수신부,
    상기 복수의 360도 비디오 컨텐츠 중 적어도 2개의 360도 비디오 컨텐츠는 핫 스팟을 통해 서로 연결되고,
    상기 시그널링 정보는 핫 스팟 관련 정보를 포함하며,
    상기 핫 스팟 관련 정보는 360도 비디오 컨텐츠에 포함된 씬 내에 존재하는 핫 스팟의 수를 지시하는 핫 스팟 넘버 정보, 각 핫 스팟을 식별하는 핫 스팟 식별 정보 및 각 핫 스팟의 위치를 지시하는 핫 스팟 위치 정보를 포함하고;
    상기 시그널링 정보를 파싱하는 시그널링 파서; 및
    상기 360도 비디오 서비스를 디스플레이 하는 디스플레이부; 를 포함하는 360도 비디오 수신 장치.
  2. 청구항 1 에 있어서,
    상기 핫 스팟 위치 정보는, 360도 비디오 컨텐트 내 핫 스팟의 위치를 나타내는 정보인 것을 특징으로 하는 360도 비디오 수신 장치.
  3. 청구항 2 에 있어서,
    상기 핫 스팟 위치 정보는 핫 스팟의 중심점을 지시하는 중심점 정보 및 상기 핫 스팟의 중심점을 기준으로 수평 및 수직 방향 범위를 나타내는 범위 정보를 포함하는 것을 특징으로 하는 360도 비디오 수신 장치.
  4. 청구항 2 에 있어서,
    상기 핫 스팟 위치 정보는 핫 스팟의 경계(boundary)를 정의하는 적어도 3개의 꼭지점의 좌표값을 포함하는 것을 특징으로 하는 360도 비디오 수신 장치.
  5. 청구항 1 에 있어서,
    상기 핫 스팟 관련 정보는, 각 핫 스팟을 통해 연결되는 360도 비디오 컨텐트를 지시하는 컨텐트 지시 정보, 상기 컨텐트 지시 정보에 의해 지시된 360도 비디오 컨텐트의 시작 시간 정보 및 상기 컨텐트 지시 정보에 의해 지시된 360도 비디오 컨텐트의 이니셜 뷰포트 정보를 더 포함하는 것을 특징으로 하는 360도 비디오 수신 장치.
  6. 청구항 1 에 있어서,
    상기 시그널링 정보는, 재생 중인 360도 비디오 컨텐트의 위치 및 방향 정보를 제공하는 네비게이션 정보를 더 포함하고,
    상기 재생 중인 360도 비디오 컨텐트의 위치 및 방향 정보는 상기 360도 비디오 서비스와의 관계에서 상대적인 위치 및 방향을 나타내는 것을 특징으로 하는 360도 비디오 수신 장치.
  7. 청구항 1 에 있어서,
    상기 네비게이션 정보는, 상기 재생 중인 360도 비디오 컨텐트의 뷰포트 내 표시되는 네비게이터 윈도우의 영역을 정의하는 윈도우 영역 정보를 더 포함하는 것을 특징으로 하는 360도 비디오 수신 장치.
  8. 청구항 1 에 있어서,
    상기 360도 비디오 서비스를 3D 공간으로 렌더링하는 렌더러를 더 포함하는 것을 특징으로 하는 360도 비디오 수신 장치.
  9. 복수의 360도 비디오 컨텐츠를 포함하는 360도 비디오 서비스를 생성하는 단계,
    상기 복수의 360도 비디오 컨텐츠 중 적어도 2개의 360도 비디오 컨텐츠는 핫 스팟을 통해 서로 연결되고;
    상기 360도 비디오 서비스에 대한 시그널링 정보를 생성하는 단계,
    상기 시그널링 정보는 핫 스팟 관련 정보를 포함하며,
    상기 핫 스팟 관련 정보는 360도 비디오 컨텐츠에 포함된 씬 내에 존재하는 핫 스팟의 수를 지시하는 핫 스팟 넘버 정보, 각 핫 스팟을 식별하는 핫 스팟 식별 정보 및 각 핫 스팟의 위치를 지시하는 핫 스팟 위치 정보를 포함하고; 및
    상기 360도 비디오 서비스 및 상기 시그널링 정보를 포함하는 데이터 신호를 전송하는 단계; 를 포함하는 360도 비디오를 전송하는 방법.
  10. 청구항 9 에 있어서,
    상기 핫 스팟 위치 정보는, 360도 비디오 컨텐트 내 핫 스팟의 위치를 나타내는 정보인 것을 특징으로 하는 360도 비디오를 전송하는 방법.
  11. 청구항 10 에 있어서,
    상기 핫 스팟 위치 정보는 핫 스팟의 중심점을 지시하는 중심점 정보 및 상기 핫 스팟의 중심점을 기준으로 수평 및 수직 방향 범위를 나타내는 범위 정보를 포함하는 것을 특징으로 하는 360도 비디오를 전송하는 방법.
  12. 청구항 10 에 있어서,
    상기 핫 스팟 위치 정보는 핫 스팟의 경계(boundary)를 정의하는 적어도 3개의 꼭지점의 좌표값을 포함하는 것을 특징으로 하는 360도 비디오를 전송하는 방법.
  13. 청구항 9 에 있어서,
    상기 핫 스팟 관련 정보는, 각 핫 스팟을 통해 연결되는 360도 비디오 컨텐트를 지시하는 컨텐트 지시 정보, 상기 컨텐트 지시 정보에 의해 지시된 360도 비디오 컨텐트의 시작 시간 정보 및 상기 컨텐트 지시 정보에 의해 지시된 360도 비디오 컨텐트의 이니셜 뷰포트 정보를 더 포함하는 것을 특징으로 하는 360도 비디오를 전송하는 방법.
  14. 청구항 9 에 있어서,
    상기 시그널링 정보는, 재생 중인 360도 비디오 컨텐트의 위치 및 방향 정보를 제공하는 네비게이션 정보를 더 포함하고,
    상기 재생 중인 360도 비디오 컨텐트의 위치 및 방향 정보는 상기 360도 비디오 서비스와의 관계에서 상대적인 위치 및 방향을 나타내는 것을 특징으로 하는 360도 비디오를 전송하는 방법.
  15. 청구항 9 에 있어서,
    상기 네비게이션 정보는, 상기 재생 중인 360도 비디오 컨텐트의 뷰포트 내 표시되는 네비게이터 윈도우의 영역을 정의하는 윈도우 영역 정보를 더 포함하는 것을 특징으로 하는 360도 비디오를 전송하는 방법.
PCT/KR2018/002052 2017-06-15 2018-02-20 360도 비디오를 전송하는 방법, 360도 비디오를 수신하는 방법, 360도 비디오 전송 장치, 360도 비디오 수신 장치 WO2018230809A1 (ko)

Priority Applications (4)

Application Number Priority Date Filing Date Title
US16/622,863 US20200204785A1 (en) 2017-06-15 2018-02-20 Method for transmitting 360-degree video, method for receiving 360-degree video, device for transmitting 360-degree video, and device for receiving 360-degree video
KR1020197038319A KR102243666B1 (ko) 2017-06-15 2018-02-20 360도 비디오를 전송하는 방법, 360도 비디오를 수신하는 방법, 360도 비디오 전송 장치, 360도 비디오 수신 장치
EP18818160.6A EP3641321A4 (en) 2017-06-15 2018-02-20 METHOD FOR TRANSMITTING 360 DEGREE VIDEOS, METHOD FOR RECEIVING 360 DEGREE VIDEOS, DEVICE FOR TRANSMISSION OF 360 DEGREE VIDEOS AND DEVICE FOR RECEIVING 360 DEGREE VIDEOS
CN201880052293.4A CN110999312B (zh) 2017-06-15 2018-02-20 发送360度视频的方法、接收360度视频的方法、发送360度视频的装置和接收360度视频的装置

Applications Claiming Priority (6)

Application Number Priority Date Filing Date Title
US201762520508P 2017-06-15 2017-06-15
US62/520,508 2017-06-15
US201762549404P 2017-08-23 2017-08-23
US62/549,404 2017-08-23
US201762563099P 2017-09-26 2017-09-26
US62/563,099 2017-09-26

Publications (1)

Publication Number Publication Date
WO2018230809A1 true WO2018230809A1 (ko) 2018-12-20

Family

ID=64659261

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/KR2018/002052 WO2018230809A1 (ko) 2017-06-15 2018-02-20 360도 비디오를 전송하는 방법, 360도 비디오를 수신하는 방법, 360도 비디오 전송 장치, 360도 비디오 수신 장치

Country Status (5)

Country Link
US (1) US20200204785A1 (ko)
EP (1) EP3641321A4 (ko)
KR (1) KR102243666B1 (ko)
CN (1) CN110999312B (ko)
WO (1) WO2018230809A1 (ko)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2018131813A1 (en) * 2017-01-10 2018-07-19 Samsung Electronics Co., Ltd. Method and apparatus for generating metadata for 3d images
US11057605B2 (en) * 2018-11-05 2021-07-06 Korea Electronics Technology Institute 360-degree VR video segmentation transmission system and method

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20020085219A1 (en) * 2000-08-11 2002-07-04 Victor Ramamoorthy Method of and system for generating and viewing multi-dimensional images
US20040010367A1 (en) * 2002-03-13 2004-01-15 Hewlett-Packard Image based computer interfaces
US20100220174A1 (en) * 2004-06-16 2010-09-02 Felipe Mendoza Method and apparatus for accessing multi-dimensional mapping and information
KR20110024774A (ko) * 2009-09-03 2011-03-09 주식회사 다음커뮤니케이션 파노라마 이미지를 디스플레이하는 방법
KR20130136478A (ko) * 2010-12-03 2013-12-12 엘지전자 주식회사 다시점 3차원 방송 신호를 수신하기 위한 수신 장치 및 방법
US20150015680A1 (en) * 2013-07-10 2015-01-15 Htc Corporation Method and electronic device for generating multiple point of view video

Family Cites Families (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
TW335480B (en) * 1995-09-29 1998-07-01 Matsushita Electric Ind Co Ltd Method and apparatus for encoding a bistream for multi-angle connection
US20030163477A1 (en) * 2002-02-25 2003-08-28 Visharam Mohammed Zubair Method and apparatus for supporting advanced coding formats in media files
ES2515967T3 (es) * 2008-10-07 2014-10-30 Telefonaktiebolaget L M Ericsson (Publ) Datos multimedia de múltiples vistas
US9456196B2 (en) * 2010-02-23 2016-09-27 Samsung Electronics Co., Ltd. Method and apparatus for providing a multi-view still image service, and method and apparatus for receiving a multi-view still image service
US9928297B2 (en) * 2015-02-11 2018-03-27 Qualcomm Incorporated Sample grouping signaling in file formats
US20170111642A1 (en) * 2015-10-14 2017-04-20 Qualcomm Incorporated Support of random access and switching of layers and sub-layers in multi-layer video files

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20020085219A1 (en) * 2000-08-11 2002-07-04 Victor Ramamoorthy Method of and system for generating and viewing multi-dimensional images
US20040010367A1 (en) * 2002-03-13 2004-01-15 Hewlett-Packard Image based computer interfaces
US20100220174A1 (en) * 2004-06-16 2010-09-02 Felipe Mendoza Method and apparatus for accessing multi-dimensional mapping and information
KR20110024774A (ko) * 2009-09-03 2011-03-09 주식회사 다음커뮤니케이션 파노라마 이미지를 디스플레이하는 방법
KR20130136478A (ko) * 2010-12-03 2013-12-12 엘지전자 주식회사 다시점 3차원 방송 신호를 수신하기 위한 수신 장치 및 방법
US20150015680A1 (en) * 2013-07-10 2015-01-15 Htc Corporation Method and electronic device for generating multiple point of view video

Also Published As

Publication number Publication date
KR20200008631A (ko) 2020-01-28
KR102243666B1 (ko) 2021-04-23
US20200204785A1 (en) 2020-06-25
CN110999312A (zh) 2020-04-10
CN110999312B (zh) 2022-01-21
EP3641321A1 (en) 2020-04-22
EP3641321A4 (en) 2020-11-18

Similar Documents

Publication Publication Date Title
WO2018038520A1 (ko) 전방향 비디오를 전송하는 방법, 전방향 비디오를 수신하는 방법, 전방향 비디오 전송 장치, 전방향 비디오 수신 장치
WO2018038523A1 (ko) 전방향 비디오를 전송하는 방법, 전방향 비디오를 수신하는 방법, 전방향 비디오 전송 장치, 전방향 비디오 수신 장치
WO2017142353A1 (ko) 360 비디오를 전송하는 방법, 360 비디오를 수신하는 방법, 360 비디오 전송 장치, 360 비디오 수신 장치
WO2017188714A1 (ko) 360도 비디오를 전송하는 방법, 360도 비디오를 수신하는 방법, 360도 비디오 전송 장치, 360도 비디오 수신 장치
WO2019198883A1 (ko) 핫스팟 및 roi 관련 메타데이터를 이용한 360도 비디오를 송수신하는 방법 및 그 장치
WO2018131832A1 (ko) 360 비디오를 전송하는 방법, 360 비디오를 수신하는 방법, 360 비디오 전송 장치, 360 비디오 수신 장치
WO2017204491A1 (ko) 360 비디오를 전송하는 방법, 360 비디오를 수신하는 방법, 360 비디오 전송 장치, 360 비디오 수신 장치
WO2018174387A1 (ko) 360 비디오를 전송하는 방법, 360 비디오를 수신하는 방법, 360 비디오 전송 장치, 360 비디오 수신 장치
WO2018182144A1 (ko) 360 비디오를 전송하는 방법, 360 비디오를 수신하는 방법, 360 비디오 전송 장치, 360 비디오 수신 장치
WO2019245302A1 (en) Method for transmitting 360-degree video, method for providing a user interface for 360-degree video, apparatus for transmitting 360-degree video, and apparatus for providing a user interface for 360-degree video
WO2019066436A1 (ko) 360 비디오 시스템에서 오버레이 처리 방법 및 그 장치
WO2019194434A1 (ko) 복수의 뷰포인트들에 대한 메타데이터를 송수신하는 방법 및 장치
WO2019151798A1 (ko) 무선 통신 시스템에서 이미지에 대한 메타데이터를 송수신하는 방법 및 장치
WO2019168304A1 (ko) 카메라 렌즈 정보를 포함한 360도 비디오를 송수신하는 방법 및 그 장치
WO2019066191A1 (ko) 스티칭 및 리프로젝션 관련 메타데이터를 이용한 6dof 비디오를 송수신하는 방법 및 그 장치
WO2018169176A1 (ko) 퀄리티 기반 360도 비디오를 송수신하는 방법 및 그 장치
WO2019194573A1 (en) Method for transmitting 360-degree video, method for receiving 360-degree video, apparatus for transmitting 360-degree video, and apparatus for receiving 360-degree video
WO2018217057A1 (ko) 360 비디오 처리 방법 및 그 장치
WO2016182371A1 (ko) 방송 신호 송신 장치, 방송 신호 수신 장치, 방송 신호 송신 방법, 및 방송 신호 수신 방법
WO2019059462A1 (ko) 360 비디오를 전송하는 방법, 360 비디오를 수신하는 방법, 360 비디오 전송 장치, 360 비디오 수신 장치
WO2019231269A1 (ko) 360도 컨텐츠 내 복수의 뷰포인트들에 관한 사용자 인터페이스를 제공하는 방법 및 장치
WO2020071738A1 (en) Method for transmitting video, apparatus for transmitting video, method for receiving video, and apparatus for receiving video
WO2019083266A1 (ko) 피쉬아이 비디오 정보를 포함한 360도 비디오를 송수신하는 방법 및 그 장치
WO2020091404A1 (ko) 비디오 송신 방법, 비디오 전송 장치, 비디오 수신 방법 및 비디오 수신 장치
WO2020027349A1 (ko) 다중 뷰포인트 기반 360 비디오 처리 방법 및 그 장치

Legal Events

Date Code Title Description
121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 18818160

Country of ref document: EP

Kind code of ref document: A1

NENP Non-entry into the national phase

Ref country code: DE

ENP Entry into the national phase

Ref document number: 20197038319

Country of ref document: KR

Kind code of ref document: A

ENP Entry into the national phase

Ref document number: 2018818160

Country of ref document: EP

Effective date: 20200115