特表 2025-502217 ビデオ処理方法、装置、及び、媒体

(19)【発行国】日本国特許庁(JP)

(12)【公報種別】公表特許公報(A)

(11)【公表番号】

(43)【公表日】2025-01-24

(54)【発明の名称】ビデオ処理方法、装置、及び、媒体

(51)【国際特許分類】

   H04N 21/236 20110101AFI20250117BHJP

   H04N 19/70 20140101ALI20250117BHJP

【ＦＩ】

H04N21/236

H04N19/70

【審査請求】有

【予備審査請求】未請求

(21)【出願番号】P 2024541830

(86)(22)【出願日】2023-01-10

(85)【翻訳文提出日】2024-08-05

(86)【国際出願番号】 US2023060417

(87)【国際公開番号】W WO2023137284

(87)【国際公開日】2023-07-20

(31)【優先権主張番号】63/298,502

(32)【優先日】2022-01-11

(33)【優先権主張国・地域又は機関】US

(81)【指定国・地域】

(71)【出願人】

【識別番号】520477474

【氏名又は名称】バイトダンス インコーポレイテッド

【氏名又は名称原語表記】ＢＹＴＥＤＡＮＣＥ ＩＮＣ．

【住所又は居所原語表記】１２６５５ Ｗｅｓｔ Ｊｅｆｆｅｒｓｏｎ Ｂｏｕｌｅｖａｒｄ， Ｓｉｘｔｈ Ｆｌｏｏｒ， Ｓｕｉｔｅ Ｎｏ． １３７ Ｌｏｓ Ａｎｇｅｌｅｓ， Ｃａｌｉｆｏｒｎｉａ ９００６６ Ｕｎｉｔｅｄ Ｓｔａｔｅｓ ｏｆ Ａｍｅｒｉｃａ

(74)【代理人】

【識別番号】110004381

【氏名又は名称】弁理士法人ＩＴＯＨ

(72)【発明者】

【氏名】ワン，イェ－クイ

【テーマコード（参考）】

5C159

5C164

【Ｆターム（参考）】

5C159MA04

5C159MA05

5C159MA21

5C159MC11

5C159ME01

5C159PP04

5C159RB00

5C159RC11

5C159SS06

5C159UA02

5C159UA05

5C164MB13S

5C164SB11P

(57)【要約】

本開示の実施形態は、ビデオ処理のための方案を提供する。ビデオ処理方法を提案する。前記方法は、ビデオのビットストリームと前記ビデオのメディアファイルとの間の変換を実行するステップを含み、前記メディアファイルは、第１ラベルを有するラベルグループを含み、前記第１ラベルに対する、第１データ構造内の第１指示は、単一のビットでコード化され、前記第１指示は、前記第１ラベルが前記ラベルグループのためのサマリーラベルを含むか否かを示す。
【選択図】図４

【特許請求の範囲】

【請求項1】

ビデオ処理方法であって、
ビデオのビットストリームと前記ビデオのメディアファイルとの間の変換を実行するステップ、を含み、
前記メディアファイルは、第１ラベルを有するラベルグループを含み、
前記第１ラベルに対する、第１データ構造内の第１指示は、単一のビットでコード化され、
前記第１指示は、前記第１ラベルが前記ラベルグループのためのサマリーラベルを含むか否かを示す、
方法。

【請求項2】

前記第１データ構造は、ラベルボックスであり、
前記第１指示は、ｉｓ＿ｇｒｏｕｐ＿ｌａｂｅｌフィールドである、
請求項２に記載の方法。

【請求項3】

前記ラベルグループは、同じ識別子を有し、
前記サマリーラベルは、全ての前記ラベルグループのサマリー又はタイトルを含む、
請求項１又は２に記載の方法。

【請求項4】

前記単一のビットの直後の所定数のビットは、保留される、
請求項１～３のいずれか１項に記載の方法。

【請求項5】

前記単一のビットの直前の所定数のビットは、保留される、
請求項１～３のいずれか１項に記載の方法。

【請求項6】

前記所定数は、７である、
請求項４又は５に記載の方法。

【請求項7】

トラックにおける第２データ構造内の第２指示が所定値を有することを特定する要件は、
前記メディアファイル内の少なくとも１つのトラックに対して課されず、
前記第２指示は、前記対応するトラックが前記メディアファイルのプレゼンテーションの直接部分を表すかどうかを示し、かつ、
前記第２データ構造は、前記対応するトラックの特性を特定し、前記少なくとも１つのトラックは、前記メディアファイルのための事前選択に寄与しない、
ことである、
請求項１～６のいずれか１項に記載の方法。

【請求項8】

前記第２指示は、ｔｒａｃｋ＿ｉｎ＿ｍｏｖｉｅフラグであり、
前記第２データ構造は、トラックヘッダボックスであり、かつ、
前記所定値は、０である、
請求項７に記載の方法。

【請求項9】

前記少なくとも１つのトラックは、トラックグループタイプフィールドが「ｐｒｅｓ」に等しいトラックグループタイプボックスを含まない、
請求項７又は８に記載の方法。

【請求項10】

トラックグループタイプフィールドが「ｐｒｅｓ」に等しいトラックグループタイプボックスは、事前選択グループボックスである、
請求項７～９のいずれか１項に記載の方法。

【請求項11】

前記メディアファイルは、ターゲットトラックのセットを含み、
前記ターゲットトラックのセットのそれぞれには、前記事前選択グループボックスが含まれ、一方で、前記メディアファイルの少なくとも１つの事前選択のために必要な１つ以上のメディアコンポーネントが欠け、
前記ターゲットトラックのセットのそれぞれにおける前記第２データ構造内の前記第２指示は、前記所定値を有する、
請求項１０に記載の方法。

【請求項12】

前記メディアファイルは、国際標準化機構（ＩＳＯ）ベースのメディアファイルフォーマットである、
請求項１～１１のいずれか１項に記載の方法。

【請求項13】

前記変換は、
前記メディアファイルを生成すること、及び、
前記ビットストリームを前記メディアファイルに記憶すること、
を含む、請求項１～１２のいずれか１項に記載の方法。

【請求項14】

前記変換は、前記ビットストリームを再構成するために、前記メディアファイルを解析することを含む、
請求項１～１２のいずれか１項に記載の方法。

【請求項15】

プロセッサと、命令を備える非一時的なメモリとを含む、ビデオデータを処理するための装置であって、
前記命令は、前記プロセッサによって実行されると、前記プロセッサに、請求項１～１４のいずれか１項に記載の方法を実行させる、
装置。

【請求項16】

プロセッサに請求項１～１４に記載の方法を実行させる命令を記憶する、
非一時的なコンピュータ可読記憶媒体。

【請求項17】

ビデオ処理装置によって実行される方法で生成される、ビデオのビットストリームを記憶する非一時的なコンピュータ可読記録媒体であって、
前記方法は、
前記ビットストリームと前記ビデオのメディアファイルとの間の変換を実行するステップ、を含み、
前記メディアファイルは、第１ラベルを有するラベルグループを含み、
前記第１ラベルに対する、第１データ構造内の第１指示は、単一のビットでコード化され、
前記第１指示は、前記第１ラベルが前記ラベルグループのためのサマリーラベルを含むか否かを示す、
非一時的なコンピュータ可読記録媒体。

【請求項18】

ビデオのビットストリームを記憶する方法であって、
前記ビットストリームと前記ビデオのメディアファイルとの間の変換を実行するステップと、
前記ビットストリームを非一時的なコンピュータ可読記録媒体内に記憶するステップと、を含み、
前記メディアファイルは、第１ラベルを有するラベルグループを含み、
前記第１ラベルに対する、第１データ構造内の第１指示は、単一のビットでコード化され、
前記第１指示は、前記第１ラベルが前記ラベルグループのためのサマリーラベルを含むか否かを示す、
方法。

【請求項19】

ビデオ処理装置によって実行される方法で生成される、ビデオのメディアファイルを記憶する非一時的なコンピュータ可読記録媒体であって、
前記方法は、
前記ビデオのビットストリームと前記メディアファイルとの間の変換を実行するステップ、を含み、
前記メディアファイルは、第１ラベルを有するラベルグループを含み、
前記第１ラベルに対する、第１データ構造内の第１指示は、単一のビットでコード化され、前記第１指示は、前記第１ラベルが前記ラベルグループのためのサマリーラベルを含むか否かを示す、
非一時的なコンピュータ可読記録媒体。

【請求項20】

ビデオのメディアファイルを記憶する方法であって、
前記ビデオのビットストリームと前記メディアファイルとの間の変換を実行するステップと、
前記メディアファイルを非一時的なコンピュータ可読記録媒体内に記憶するステップと、を含み、
前記メディアファイルは、第１ラベルを有するラベルグループを含み、
前記第１ラベルに対する、第１データ構造内の第１指示は、単一のビットでコード化され、
前記第１指示は、前記第１ラベルが前記ラベルグループのためのサマリーラベルを含むか否かを示す、
方法。

【発明の詳細な説明】

【技術分野】

【0001】

本開示の実施形態は、概して、ビデオ処理技術に関し、より具体的には、メディアファイル内の事前選択のシグナリングに関する。

【0002】

関連出願の相互参照
本出願は、２０２２年１月１１日に出願された米国仮出願第６３／２９８，５０２号について優先権を主張するものであり、その内容全体が、ここにおいて明示的に参照として取り込まれている。

【背景技術】

【0003】

メディアストリーミングアプリケーションは、通常、インターネットプロトコル（ＩＰ）、伝送制御プロトコル（ＴＣＰ）、及び、ハイパーテキスト転送プロトコル（ＨＴＴＰ）の転送方法に基づくものであり、通常は、ＩＳＯベースのビットストリームフォーマット（ＩＳＯＢＭＦＦ）などのファイルフォーマットに依存する。このようなストリーミングシステムの１つは、ＨＴＴＰベースの動的適応型ストリーミング（ｄｙｎａｍｉｃ ａｄａｐｔｉｖｅ ｓｔｒｅａｍｉｎｇ ｏｖｅｒ ＨＴＴＰ、略して、ＤＡＳＨ）である。ＤＡＳＨでは、マルチメディアコンテンツのビデオ及び／又はオーディオデータの多重表現が存在し得るが、異なる表現は、異なるコーディング特性（例えば、ビデオコーディング規格の異なるプロファイル又はレベル、異なるビットレート、異なる空間解像度、など）に対応し得る。また、事前選択とは、同時にデコーディング及びプレゼンテーションの実行のためにユーザにより選択され得る、メディアプレゼンテーションの１つのバージョンを表す、１つ以上のメディアコンポーネントのセットである。従って、メディアファイル内の事前選択のシグナリングについて研究する価値が存在する。

【発明の概要】

【0004】

本開示の実施形態は、ビデオ処理のための方案を提供する。

【0005】

第１態様では、ビデオ処理方法を提案する。前記方法は、ビデオのビットストリームと前記ビデオのメディアファイルとの間の変換を実行するステップを含み、前記メディアファイルは、第１ラベルを有するラベルグループを含み、前記第１ラベルに対する、第１データ構造内の第１指示は、単一のビットでコード化され、前記第１指示は、前記第１ラベルが前記ラベルグループのためのサマリーラベルを含むか否かを示す。

【0006】

本開示の第１態様による方法によれば、ラベルが前記ラベルグループのためのサマリーラベルが前記ラベルグループのためのサマリーラベルを含むか否かを示す指示は、単一のビットでコード化される。指示が８ビットでコード化される従来の方案に比べて、提案した方法は、指示をシグナリングするためのビット数を有利に減少するため、コーディング効率を向上させることができる。

【0007】

第２態様では、ビデオデータを処理するための装置を提案する。前記ビデオデータを処理するための装置は、プロセッサと、命令を備える非一時的なメモリとを含む。前記命令は、前記プロセッサによって実行されると、前記プロセッサに、本開示の第１態様による方法を実行させる。

【0008】

第３態様では、非一時的なコンピュータ可読記憶媒体を提案する。非一時的なコンピュータ可読記憶媒体は、プロセッサに、本開示の第１態様による方法を実行させる命令を記憶する。

【0009】

第４態様では、他の非一時的なコンピュータ可読記録媒体を提案する。前記非一時的なコンピュータ可読記録媒体は、ビデオ処理装置によって実行される方法で生成される、ビデオのビットストリームを記憶する。前記方法は、前記ビットストリームと前記ビデオのメディアファイルとの間の変換を実行するステップを含み、前記メディアファイルは、第１ラベルを有するラベルグループを含み、前記第１ラベルに対する、第１データ構造内の第１指示は、単一のビットでコード化され、前記第１指示は、前記第１ラベルが前記ラベルグループのためのサマリーラベルを含むか否かを示す。

【0010】

第５態様では、ビデオのビットストリームを記憶するための方法を提案する。前記方法は、前記ビットストリームと前記ビデオのメディアファイルとの間の変換を実行するステップと、前記ビットストリームを非一時的なコンピュータ可読記録媒体内に記憶するステップと、を含み、前記メディアファイルは、第１ラベルを有するラベルグループを含み、前記第１ラベルに対する、第１データ構造内の第１指示は、単一のビットでコード化され、前記第１指示は、前記第１ラベルが前記ラベルグループのためのサマリーラベルを含むか否かを示す。

【0011】

第６態様では、他の非一時的なコンピュータ可読記録媒体を提案する。前記非一時的なコンピュータ可読記録媒体は、ビデオ処理装置によって実行される方法で生成される、ビデオのメディアファイルを記憶する。前記方法は、前記ビデオのビットストリームと前記メディアファイルとの間の変換を実行するステップを含み、前記メディアファイルは、第１ラベルを有するラベルグループを含み、前記第１ラベルに対する、第１データ構造内の第１指示は、単一のビットでコード化され、前記第１指示は、前記第１ラベルが前記ラベルグループのためのサマリーラベルを含むか否かを示す。

【0012】

第７態様では、ビデオのメディアファイルを記憶する方法を提案する。前記方法は、前記ビデオのビットストリームと前記メディアファイルとの間の変換を実行するステップと、前記メディアファイルを非一時的なコンピュータ可読記録媒体内に記憶するステップと、を含み、前記メディアファイルは、第１ラベルを有するラベルグループを含み、前記第１ラベルに対する、第１データ構造内の第１指示は、単一のビットでコード化され、前記第１指示は、前記第１ラベルが前記ラベルグループのためのサマリーラベルを含むか否かを示す。

【0013】

本発明の概要は、以下の詳細な説明でさらに記述される概念の選択を、簡略化した形で紹介するために提供される。この発明の概要は、請求される技術的事項の主な特徴又は本質的な特徴を特定することを意図したものではなく、また、請求される技術的事項の範囲を制限するために使用されることを意図したものでもない。

【図面の簡単な説明】

【0014】

添付の図面を参照した以下の詳細な説明を通じて、本開示の例示的な実施形態の上記及び他の目的、特徴、及び、利点がより明らかになるであろう。本開示の例示的な実施形態では、同じ参照番号は、通常、同じ構成要素を指す。

【図1】本開示のいくつかの実施形態に係る例示的なビデオコーディングシステムのブロック図を示す。

【図2】本開示のいくつかの実施形態に係る第１の例示的なビデオエンコーダのブロック図を示す。

【図3】本開示のいくつかの実施形態に係る例示的なビデオデコーダのブロック図を示す。

【図4】本開示のいくつかの実施形態に係るビデオ処理方法のフローチャートを示す。

【図5】本開示の様々な実施形態を実施できるコンピューティングデバイスに係るブロック図を示す。

【0015】

図面の全体にわたって、同一又は類似の参照番号は、通常、同一又は類似の要素を指す。

【発明を実施するための形態】

【0016】

以下に、いくつかの実施形態を参照しながら本開示の原理を説明する。これらの実施形態は、例示の目的で、かつ、当業者が本開示を理解して実施することに寄与するために記載されるにすぎず、本開示の範囲に関していかなる限定も示唆しないものと理解すべきである。本明細書に記載の開示は、以下に記載する方法以外にも、様々な方法で実施することができる。

【0017】

以下の説明及び特許請求の範囲において、別段の定義がない限り、本明細書で使用されるすべての技術用語及び科学用語は、本開示が属する技術分野の当業者によって一般に理解されるものと同じ意味を有する。

【0018】

本開示における「一つの実施形態」、「一実施形態」、「例示的な実施形態」などへの言及は、記載される実施形態が、特定の特徴、構造、又は、特性を含み得ることを示すが、必ずしもすべての実施形態が、特定の特徴、構造、又は、特性を含むとは限らない。また、そのような語句は、必ずしも同じ実施形態を指しているわけではない。さらに、特定の特徴、構造、又は、特性が、例示的な実施形態に関連して説明される場合には、明示的に記載されているかどうかにかかわらず、他の実施形態に関連して、そのような特徴、構造、又は、特性に影響を与えることは、当業者の知識の範囲内であることが指摘される。

【0019】

「第１」及び「第２」などの用語は、本明細書では、様々な要素を説明するために使用され得るが、これらの要素は、これらの用語によって限定されるべきではないことを理解すべきである。これらの用語は、ある要素を別の要素と区別するためにのみ使用されている。例えば、例示的な実施形態の範囲から逸脱することなく、第１の要素は、第２の要素と呼ばれ得る。同様に、第２の要素は、第１の要素と呼ばれ得る。本明細書で使用される「及び／又は」という用語には、列挙された用語の１つ以上のあらゆる組み合わせが含まれる。

【0020】

本明細書で使用される用語は、特定の実施形態を説明することのみを目的としており、例示的な実施形態について限定することを意図したものではない。本明細書で使用されるように、単数形「ａ（一つの）」、「ａｎ（一つの）」、及び、「ｔｈｅ（その）」は、文脈上明らかに別段の指示がない限り、複数形も含むものとする。「含む」、「備える」、「有する」、「持つ」、「含む」、及び／又は、「包含する」という用語は、本明細書で使用される場合には、記載された特徴、要素、及び／又は、コンポーネントなど、の存在を特定するが、１つ以上の他の特徴、要素、コンポーネント、及び／又は、それらの組み合わせの存在又は追加を排除するものではないことが、さらに理解されるであろう。

【0021】

例示的な環境
図１は、本開示の技術を利用し得る例示的なビデオコーディングシステム１００を示すブロック図である。図示されるように、ビデオコーディングシステム１００は、ソースデバイス１１０、及び、宛先デバイス１２０を含み得る。ソースデバイス１１０は、ビデオエンコーディング装置とも呼ばれ得る。宛先デバイス１２０は、ビデオデコーディング装置とも呼ばれ得る。動作中、ソースデバイス１１０は、エンコーディングされたビデオデータを生成するように構成され、宛先デバイス１２０は、ソースデバイス１１０によって生成されたエンコーディングされたビデオデータをデコーディングするように構成され得る。ソースデバイス１１０は、ビデオソース１１２と、ビデオエンコーダ１１４と、入出力（Ｉ／Ｏ）インターフェース１１６と、を含み得る。

【0022】

ビデオソース１１２は、ビデオキャプチャデバイスなどのソースを含み得る。ビデオキャプチャデバイスの例には、ビデオコンテンツプロバイダからビデオデータを受信するインターフェース、ビデオデータを生成するコンピュータグラフィックスシステム、及び／又は、それらの組み合わせが含まれるが、これらに限定されない。

【0023】

ビデオデータは、１つ以上のピクチャを含み得る。ビデオエンコーダ１１４は、ビデオソース１１２からのビデオデータをエンコーディングして、ビットストリームを生成する。ビットストリームには、ビデオデータのコード化表現を形成する一連のビットが含まれ得る。ビットストリームには、コード化ピクチャ及び関連データが含まれ得る。コード化ピクチャは、ピクチャのコード化表現である。関連データには、シーケンスパラメータセット、ピクチャパラメータセット、及び、他の構文構造が含まれ得る。Ｉ／Ｏインターフェース１１６は、変調器／復調器、及び／又は、送信機を含み得る。エンコーディングされたビデオデータは、Ｉ／Ｏインターフェース１１６を介して、ネットワーク１３０Ａを通じて、宛先デバイス１２０に直接送信され得る。エンコーディングされたビデオデータは、宛先デバイス１２０によるアクセスのために、記憶媒体／サーバ１３０Ｂに記憶され得る。

【0024】

宛先デバイス１２０は、Ｉ／Ｏインターフェース１２６と、ビデオデコーダ１２４と、表示デバイス１２２と、を含み得る。Ｉ／Ｏインターフェース１２６は、受信機、及び／又は、モデムを含み得る。Ｉ／Ｏインターフェース１２６は、ソースデバイス１１０、又は、記憶媒体／サーバ１３０Ｂから、エンコーディングされたビデオデータを取得し得る。ビデオデコーダ１２４は、エンコーディングされたビデオデータをデコーディングし得る。表示デバイス１２２は、デコーディングされたビデオデータを、ユーザに表示し得る。表示デバイス１２２は、宛先デバイス１２０と一体化されてもよいし、或いは、外部表示デバイスとインターフェースするように構成された、宛先デバイス１２０の外部にあってもよい。

【0025】

ビデオエンコーダ１１４及びビデオデコーダ１２４は、ＨＥＶＣ（Ｈｉｇｈ Ｅｆｆｉｃｉｅｎｃｙ Ｖｉｄｅｏ Ｃｏｄｉｎｇ）規格、ＶＶＣ（Ｖｅｒｓａｔｉｌｅ Ｖｉｄｅｏ Ｃｏｄｉｎｇ）規格、及び、他の現在及び／又はさらなる規格、などのビデオ圧縮規格に従って、動作し得る。

【0026】

図２は、本開示のいくつかの実施形態に係る、図１に示すシステム１００内のビデオエンコーダ１１４の一例である、ビデオエンコーダ２００の一例を示すブロック図である。

【0027】

ビデオエンコーダ２００は、本開示の技術のいずれか、又は、すべてを実施するように構成され得る。図２の例において、ビデオエンコーダ２００は、複数の機能コンポーネントを含む。本開示で説明される技術は、ビデオエンコーダ２００の様々なコンポーネント間で共有され得る。いくつかの例において、プロセッサは、本開示で説明された技術のいずれか、又は、すべてを実行するように構成され得る。

【0028】

いくつかの実施形態において、ビデオエンコーダ２００は、分割ユニット２０１と、モード選択ユニット２０３、動き推定ユニット２０４、動き補償ユニット２０５、及びイントラ予測ユニット２０６を含み得る、予測ユニット２０２と、残差生成ユニット２０７と、変換ユニット２０８と、量子化ユニット２０９と、逆量子化ユニット２１０と、逆変換ユニット２１１と、再構成ユニット２１２と、バッファ２１３と、エントロピー符号化ユニット２１４と、を含み得る。

【0029】

他の例において、ビデオエンコーダ２００は、より多くの機能コンポーネント、より少ない機能コンポーネント、又は、異なる機能コンポーネントを含み得る。一例において、予測ユニット２０２は、イントラブロックコピー（ＩＢＣ）ユニットを含み得る。ＩＢＣユニットは、少なくとも１つの参照ピクチャが現在ビデオブロックの位置するピクチャである、ＩＢＣモードで予測を実行し得る。

【0030】

さらに、動き推定ユニット２０４、及び、動き補償ユニット２０５などのいくつかの構成要素は統合され得るが、図２の例では、説明の目的で別々に表されている。

【0031】

分割ユニット２０１は、ピクチャを１つ以上のビデオブロックに分割し得る。ビデオエンコーダ２００、及び、ビデオデコーダ３００は、多様なビデオブロックサイズをサポートし得る。

【0032】

モード選択ユニット２０３は、例えば、エラー結果に基づいて、イントラコーディングモード又はインターコーディングモードのうちの１つを選択し、その結果から得られるイントラコーディング又はインターコーディングされたブロックを、残差ブロックデータを生成するように残差生成ユニット２０７に提供し、エンコーディングされたブロックを再構成して、参照ピクチャとして使用するように、再構成ユニット２１２に提供し得る。いくつかの例では、モード選択ユニット２０３は、予測がインター予測信号及びイントラ予測信号に基づく、イントラ予測及びインター予測の組み合わせ（ＣＩＩＰ）モードを選択し得る。モード選択ユニット２０３は、インター予測の場合、ブロックの動きベクトルの解像度（例えば、サブピクセル、又は、整数ピクセル精度）を選択し得る。

【0033】

現在ビデオブロックに対してインター予測を実行するために、動き推定ユニット２０４は、バッファ２１３からの１つ以上の参照フレームを現在ビデオブロックと比較することによって、現在ビデオブロックの動き情報を生成し得る。動き補償ユニット２０５は、現在ビデオブロックに関連するピクチャ以外の、バッファ２１３からのピクチャの動き情報、及び、デコーディングサンプルに基づいて、現在ビデオブロックの予測ビデオブロックを決定し得る。

【0034】

動き推定ユニット２０４、及び、動き補償ユニット２０５は、例えば、現在ビデオブロックがＩスライス、Ｐスライス、又は、Ｂスライスのいずれにあるかに応じて、現在ビデオブロックに対して異なる演算を実行し得る。本明細書で使用されるように、「Ｉスライス」は、マクロブロックから構成されるピクチャの一部を指すことができ、そのすべてが、同じピクチャ内のマクロブロックに基づいている。さらに、本明細書で使用されるように、いくつかの態様では、「Ｐスライス」及び「Ｂスライス」は、同じピクチャ内のマクロブロックに依存しない、マクロブロックから構成されるピクチャの部分を指し得る。

【0035】

いくつかの例では、動き推定ユニット２０４は、現在ビデオブロックに対して単方向予測を実行することができ、動き推定ユニット２０４は、現在ビデオブロックの参照ビデオブロックに対するリスト０又はリスト１の参照ピクチャを探し得る。次に、動き推定ユニット２０４は、参照ビデオブロックを含むリスト０又はリスト１内の参照ピクチャを示す参照インデックス、及び、現在ビデオブロックと参照ビデオブロックとの間の空間変位を示す動きベクトルを生成し得る。動き推定ユニット２０４は、参照インデックス、予測方向指示子、及び、動きベクトルを、現在ビデオブロックの動き情報として出力し得る。動き補償ユニット２０５は、現在ビデオブロックの動き情報によって示される参照ビデオブロックに基づいて、現在ビデオブロックの予測ビデオブロックを生成し得る。

【0036】

代替形態として、他の例では、動き推定ユニット２０４は、現在ビデオブロックに対して双方向予測を実行し得る。動き推定ユニット２０４は、現在ビデオブロックの参照ビデオブロックに対するリスト０内の参照ピクチャをサーチしてもよいし、現在ビデオブロックの別の参照ビデオブロックに対するリスト１内の参照ピクチャをサーチしてもよい。次に、動き推定ユニット２０４は、参照ビデオブロックを含む、リスト０及びリスト１内の参照ピクチャを示す参照インデックス、及び、参照ビデオブロックと現在ビデオブロックとの間の空間変位を示す動きベクトルを生成し得る。動き推定ユニット２０４は、現在ビデオブロックの参照インデックス及び動きベクトルを、現在ビデオブロックの動き情報として出力し得る。動き補償ユニット２０５は、現在ビデオブロックの動き情報によって示される参照ビデオブロックに基づいて、現在ビデオブロックの予測ビデオブロックを生成し得る。

【0037】

いくつかの例では、動き推定ユニット２０４は、デコーダのデコーディング処理のためのフルセットの動き情報を出力し得る。代替形態として、いくつかの実施形態では、動き推定ユニット２０４は、別のビデオブロックの動き情報を参照して、現在ビデオブロックの動き情報をシグナリングし得る。例えば、動き推定ユニット２０４は、現在ビデオブロックの動き情報が、隣接するビデオブロックの動き情報と十分に類似していると判定し得る。

【0038】

一例では、動き推定ユニット２０４は、現在ビデオブロックに関連付けられた構文構造において、現在ビデオブロックが別のビデオブロックと同じ動き情報を有することを、ビデオデコーダ３００へ示す値を示し得る。

【0039】

別の例では、動き推定ユニット２０４は、現在ビデオブロックに関連付けられた構文構造において、別のビデオブロック及び動きベクトル差分（ＭＶＤ）を識別し得る。動きベクトル差分は、現在ビデオブロックの動きベクトルと、指示されたビデオブロックの動きベクトルとの間の差分を示す。ビデオデコーダ３００は、指示されたビデオブロックの動きベクトル及び動きベクトル差分を使用して、現在ビデオブロックの動きベクトルを決定し得る。

【0040】

上記のように、ビデオエンコーダ２００は、動きベクトルを予測的にシグナリングし得る。ビデオエンコーダ２００によって実施され得る予測シグナリング技術の２つの例には、アドバンスト動きベクトル予測（ＡＭＶＰ）、及び、マージモードシグナリングが含まれる。

【0041】

イントラ予測ユニット２０６は、現在ビデオブロックに対してイントラ予測を実行し得る。イントラ予測ユニット２０６が現在ビデオブロックに対してイントラ予測を実行するとき、イントラ予測ユニット２０６は、同じピクチャ内の他のビデオブロックのデコーディングされたサンプルに基づいて、現在ビデオブロックに対する予測データを生成し得る。現在ビデオブロックに対する予測データには、予測されたビデオブロック及び様々な構文要素が含まれ得る。

【0042】

残差生成ユニット２０７は、現在ビデオブロックから現在ビデオブロックの予測ビデオブロックを減算する（例えば、マイナス記号によって示される）ことによって、現在ビデオブロックに対する残差データを生成し得る。現在ビデオブロックの残差データは、現在ビデオブロック内のサンプルの異なるサンプル成分に対応する残差ビデオブロックを含み得る。

【0043】

他の例では、現在ビデオブロックに対する残差データは、例えば、スキップモードにおいて存在しなくてもよく、残差生成ユニット２０７は、減算演算を実行しなくてもよい。

【0044】

変換処理ユニット２０８は、現在ビデオブロックに関連付けられた残差ビデオブロックに１つ以上の変換を適用することによって、現在ビデオブロックに対する１つ以上の変換係数ビデオブロックを生成し得る。

【0045】

変換処理ユニット２０８が現在ビデオブロックに関連付けられた変換係数ビデオブロックを生成した後で、量子化ユニット２０９は、現在ビデオブロックに関連付けられた１つ以上の量子化パラメータ（ＱＰ）値に基づいて、現在ビデオブロックに関連付けられた変換係数ビデオブロックを量子化し得る。

【0046】

逆量子化ユニット２１０、及び、逆変換ユニット２１１は、それぞれ、変換係数ビデオブロックに逆量子化及び逆変換を適用して、変換係数ビデオブロックから、残差ビデオブロックを再構成し得る。再構成ユニット２１２は、再構成された残差ビデオブロックを、予測ユニット２０２によって生成された１つ以上の予測ビデオブロックからの対応するサンプルに追加して、バッファ２１３に記憶するために、現在ビデオブロックに関連付けられた再構成ビデオブロックを生成し得る。

【0047】

再構成ユニット２１２がビデオブロックを再構成した後で、ビデオブロック内のビデオブロッキングアーティファクトを低減するために、ループフィルタリング動作が実行され得る。

【0048】

エントロピー符号化ユニット２１４は、ビデオエンコーダ２００の他の機能コンポーネントからデータを受信し得る。エントロピー符号化ユニット２１４がデータを受信すると、エントロピー符号化ユニット２１４は、１つ以上のエントロピー符号化動作を実行することで、エントロピー符号化データを生成し、そして、エントロピー符号化データを含む、ビットストリームを出力し得る。

【0049】

図３は、本開示のいくつかの実施形態に係る、図１に示すシステム１００内のビデオデコーダ１２４の一例である、ビデオデコーダ３００の一例を示すブロック図である。

【0050】

ビデオデコーダ３００は、本開示の技術のいずれか又はすべてを実行するように構成され得る。図３の例では、ビデオデコーダ３００は、複数の機能コンポーネントを含んでいる。本開示で説明される技術は、ビデオデコーダ３００の様々なコンポーネント間で共有され得る。いくつかの例では、プロセッサは、本開示で説明された技術のいずれか又はすべてを実行するように構成され得る。

【0051】

図３の例では、ビデオデコーダ３００は、エントロピー復号ユニット３０１と、動き補償ユニット３０２と、イントラ予測ユニット３０３と、逆量子化ユニット３０４と、逆変換ユニット３０５と、再構成ユニット３０６と、バッファ３０７と、を含む。ビデオデコーダ３００は、いくつかの例では、一般的に、ビデオエンコーダ２００に関して説明したエンコーディングパスとは逆のデコーディングパスを実行し得る。

【0052】

エントロピー復号ユニット３０１は、エンコーディングされたビットストリームを検索し得る。エンコーディングされたビットストリームは、エントロピー符号化されたビデオデータ（例えば、ビデオデータのエンコーディングされたブロック）を含み得る。エントロピー復号ユニット３０１は、エントロピー符号化されたビデオデータをデコーディングし得る。そして、動き補償ユニット３０２は、エントロピー復号されたビデオデータから、動きベクトル、動きベクトル精度、参照ピクチャリストインデックス、及び、他の動き情報を含む、動き情報を決定し得る。動き補償ユニット３０２は、例えば、ＡＭＶＰ及びマージモードを実行することによって、そのような情報を決定し得る。ＡＭＶＰが使用され、隣接するＰＢ及び参照ピクチャからのデータに基づいた、最も可能性の高い、いくつかの候補の導出を含む。動き情報には、通常、水平及び垂直動きベクトル変位値、１つ又は２つの参照ピクチャインデックス、及び、Ｂスライス内の予測領域の場合は、どの参照ピクチャリストが各インデックスに関連付けられているかの識別が含まれる。本明細書で使用されるように、いくつかの態様では、「マージモード」は、空間的又は時間的に隣接するブロックから動き情報を導出することを指し得る。

【0053】

動き補償ユニット３０２は、動き補償されたブロックを生成し、当該ブロックは、補間フィルタに基づいて、補間を実行することができる。サブピクセル精度で使用される補間フィルタの識別子は、構文要素に含まれ得る。

【0054】

動き補償ユニット３０２は、ビデオブロックのエンコーディング中にビデオエンコーダ２００によって使用される補間フィルタを使用して、参照ブロックのサブ整数ピクセルに対する補間値を計算し得る。動き補償ユニット３０２は、受信した構文情報に従って、ビデオエンコーダ２００によって使用される補間フィルタを決定し、その補間フィルタを使用して、予測ブロックを生成し得る。

【0055】

動き補償ユニット３０２は、構文情報の少なくとも一部を使用して、エンコーディングされたビデオシーケンスのフレーム及び／又はスライスをエンコーディングするために使用されるブロックのサイズ、エンコーディングされたビデオシーケンスのピクチャの各マクロブロックがどのように分割されるかを説明するパーティション情報、各パーティションがどのようにエンコーディングされるかを示すモード、各インターエンコードされたブロックの１つ以上の参照フレーム（及び、参照フレームリスト）、及び、エンコーディングされたビデオシーケンスをデコーディングするその他の情報、を決定し得る。本明細書で使用されるように、いくつかの態様では、「スライス」は、エントロピー符号、信号予測、及び、残差信号再構成に関して、同じピクチャの他のスライスとは別個にデコーディングできるデータ構造を指し得る。スライスは、ピクチャ全体又はピクチャの領域のいずれかになり得る。

【0056】

イントラ予測ユニット３０３は、例えば、ビットストリーム内で受信されたイントラ予測モードを使用して、空間的に隣接するブロックから、予測ブロックを形成し得る。逆量子化ユニット３０４は、ビットストリームで提供され、エントロピー復号ユニット３０１によってデコーディングされた量子化ビデオブロック係数を、逆量子化、即ち、量子化解除する。逆変換ユニット３０５は、逆変換を適用する。

【0057】

再構成ユニット３０６は、例えば、残差ブロック、及び、動き補償ユニット３０２又はイントラ予測ユニット３０３によって生成された、対応する予測ブロックを加算することによって、デコーディングされたブロックを取得し得る。必要に応じて、デブロッキングフィルタが適用されて、ブロックノイズアーティファクトを除去するように、デコーディングされたブロックをフィルタリングしてもよい。次に、デコーディングされたビデオブロックは、バッファ３０７に記憶され、バッファ３０７は、後続の動き補償／イントラ予測のための参照ブロックを提供し、また、表示デバイス上にプレゼンテーションするためのデコーディングされたビデオも生成する。

【0058】

本開示のいくつかの例示的な実施形態について、以下に、詳細に説明することにする。本明細書では、理解を容易にするためにセクション見出しが使用されているが、セクションで開示される実施形態をそのセクションのみに限定するものではないことを理解すべきである。さらに、特定の実施形態がバーサタイルビデオコーディング、又は、他の特定のビデオコーデックを参照して説明されているが、開示された技術は、他のビデオコーディング技術にも適用可能である。さらに、いくつかの実施形態は、ビデオコーディングステップを詳細に説明するが、コーディングを元に戻す、対応するデコーディングステップは、デコーダによって実施されることが理解されるであろう。さらに、ビデオ処理という用語には、ビデオのエンコーディング又は圧縮、ビデオのデコーディング又は解凍、及び、ビデオピクセルを１つの圧縮フォーマットから別の圧縮フォーマット又は異なる圧縮ビットレートで表現するビデオトランスエンコーディングが包含される。

【表1】

【0059】

以下、メディアファイル内の事前選択のシグナリングに関する本開示の実施形態の更なる詳細について説明する。本開示の実施形態は、一般的な概念を説明するための例として考慮されるべきであり、狭く解釈されるべきではない。さらに、これらの実施形態は、任意の態様で、組み合わせて適用することもできる。

【0060】

本明細書で使用される場合、「事前選択」という用語は、同時にデコーディング及びプレゼンテーションの実行のためのメディアプレゼンテーションの１つのバージョンを表す１つ以上のトラックのセットを指し得る。「トラック」という用語は、関連するサンプルのタイムドシーケンスを指し得る。「ボックス」という用語は、一義のタイプ識別子及び長さで定義されるオブジェクト指向の構築ブロックを指し得る。

【0061】

図４は、本開示のいくつかの実施形態に係るビデオ処理方法４００のフローチャートを示す。当該方法４００は、クライアント又はサーバで実施され得る。本明細書で使用される「クライアント」という用語は、コンピュータネットワークのクライアントサーバモデルの一部としてサーバによって利用可能であるサービスにアクセスするコンピューターハードウェア又はソフトウェアを指し得る。一例として、クライアントは、スマートフォン又はタブレットであり得る。本明細書で使用される「サーバ」という用語は、コンピューティング可能なデバイスを指し得る。この場合、クライアントは、ネットワークを介してサービスにアクセスする。サーバは、物理コンピューティングデバイス又は仮想コンピューティングデバイスであり得る。

【0062】

図４に示されるように、１２０２では、ビデオのビットストリームとビデオのメディアファイルとの間の変換が実行される。メディアファイルは、国際標準化機構（ＩＳＯ）ベースのメディアファイルフォーマットなどのファイルフォーマットのコンテキスト内でメディアコンテンツの制限付き又は制限なしのプレゼンテーションを確立するデータのコレクションである。いくつかの実施形態では、変換は、メディアファイルを生成すること、及び、ビットストリームをメディアファイルに記憶することを含み得る。追加的に、又は、代替的に、変換は、ビットストリームを再構成するために、メディアファイルを解析することを含み得る。

【0063】

いくつかの実施形態では、メディアファイルは、第１ラベルを有するラベルグループを含む。ラベルは、当該ラベルが割り当てられるエンティティのコンテキストの記述を提供するために、メディアファイル内のデータ構造に注釈を付ける機能を提供し得る。さらに、第１ラベルに対する、第１データ構造内の第１指示は、単一のビットでコード化される。第１指示は、第１ラベルがラベルグループのサマリーラベルを含むか否かを示す。例えば、第１データ構造は、ラベルボックス（LabelBoxとも呼ばれる）であり得る、第１指示は、is_group_labelフィールドである。一例において、ラベルグループは、同じ識別子を含み得る。サマリーラベルは、全てのラベルグループのサマリー又はタイトルを含み得る。

【0064】

上記を考慮すると、ラベルがラベルグループのサマリーラベルを含むか否かを示す指示は、単一のビットでコード化される。指示が８ビットでコード化される従来の方案に比べて、提案した方法は、指示をシグナリングするためのビット数を有利に減少するため、コーディング効率を向上させることができる。

【0065】

いくつかの実施形態では、単一のビットの直後の所定数のビットは、保留される。代替的に、単一のビットの直前の所定数のビットは、保留され得る。限定ではなく例として、所定数は、７であり得る。これらのビットは、将来の使用のために、又は、その他の適切な目的のために保留され得る。本開示の範囲は、これに限定されない。

【0066】

いくつかの実施形態では、トラックにおける第２データ構造内の第２指示が所定値を有することを特定する要件は、メディアファイル内の少なくとも１つのトラックに対して強制に要求されなくてもよい。第２指示は、対応するトラックがメディアファイルのプレゼンテーションの直接の部分を表すかどうかを示し得る。第２データ構造は、対応するトラックの特性を特定し得る。少なくとも１つのトラックは、メディアファイルの事前選択に寄与しない。一例において、少なくとも１つのトラックは、トラックグループタイプフィールド（ｔｒａｃｋ＿ｇｒｏｕｐ＿ｔｙｐｅフィールドとも呼ばれる）が「ｐｒｅｓ」に等しいトラックグループタイプボックス（TrackGroupTypeBoxとも呼ばれる）を含まない。第２指示は、track_in_movieフラグであり得る。第２データ構造は、トラックヘッダボックス（TrackHeaderBoxとも呼ばれる）であり得る。限定ではなく例として、所定値は、０であり得る。上記の図面及び／又は例は、単に説明を目的として記載されたものであることを理解すべきである。本開示の範囲は、これに限定されない。

【0067】

いくつかの実施形態では、トラックグループタイプフィールドが「ｐｒｅｓ」に等しいトラックグループタイプボックスは、事前選択グループボックス（PreselectionGroupBoxとも呼ばれる）であり得る。いくつかの実施形態では、メディアファイルは、ターゲットトラックのセットを含み得る。ターゲットトラックのセットのそれぞれには、事前選択グループボックスが含まれ、一方で、メディアファイルの少なくとも１つの事前選択のために必要な１つ以上のメディアコンポーネントが欠ける。つまり、ターゲットトラックのセットのそれぞれは、少なくとも１つ事前選択に必要なすべてのメディアコンポーネントを含んでいない。さらに、ターゲットトラックのセットのそれぞれにおける第２データ構造内の第２指示は、所定値を有する。一例において、PreselectionGroupBoxを含み、かつ、少なくとも１つ事前選択に必要なすべてのメディアコンポーネントを含んでいないトラックは、それらのトラックヘッダボックス内で「０」に設定されるtrack_in_movieフラグを有すべきである。

【0068】

本開示の実施形態に従って、非一時的なコンピュータ可読記録媒体を提案する。ビデオのビットストリームは、非一時的なコンピュータ可読記録媒体内に記憶される。ビットストリームは、ビデオ処理装置によって実行される方法で生成され得る。当該方法に従って、ビットストリームとビデオのメディアファイルとの間の変換が実行される。メディアファイルは、第１ラベルを有するラベルグループを含み、前記第１ラベルに対する、第１データ構造内の第１指示は、単一のビットでコード化され、第１指示は、第１ラベルがラベルグループのサマリーラベルを含むか否かを示す、

【0069】

本開示の実施形態に従って、ビデオのビットストリームを記憶する方法を提案する。当該方法では、ビットストリームとビデオのメディアファイルとの間の変換が実行される。メディアファイルは、第１ラベルを有するラベルグループを含み、前記第１ラベルに対する、第１データ構造内の第１指示は、単一のビットでコード化され、第１指示は、第１ラベルがラベルグループのサマリーラベルを含むか否かを示す。さらに、ビットストリームは、非一時的なコンピュータ可読記録媒体内に記憶される。

【0070】

本開示の実施形態に従って、もう１つの非一時的なコンピュータ可読記録媒体を提案する。ビデオのメディアファイルは、非一時的なコンピュータ可読記録媒体内に記憶される。ビットストリームは、ビデオ処理装置によって実行される方法で生成され得る。当該方法に従って、ビデオのビットストリームとメディアファイルとの間の変換が実行される。メディアファイルは、第１ラベルを有するラベルグループを含み、前記第１ラベルに対する、第１データ構造内の第１指示は、単一のビットでコード化され、第１指示は、第１ラベルがラベルグループのサマリーラベルを含むか否かを示す、

【0071】

本開示の実施形態に従って、ビデオのメディアファイルを記憶する方法を提案する。当該方法では、ビデオのビットストリームとメディアファイルとの間の変換が実行される。メディアファイルは、第１ラベルを有するラベルグループを含み、前記第１ラベルに対する、第１データ構造内の第１指示は、単一のビットでコード化され、第１指示は、第１ラベルがラベルグループのサマリーラベルを含むか否かを示す。さらに、メディアファイルは、非一時的なコンピュータ可読記録媒体内に記憶される。

【0072】

本開示の実施形態は、以下の条項を考慮して説明することができ、その特徴は、任意の合理的な態様で組み合わせることができる。

【0073】

条項１．ビデオ処理方法であって、ビデオのビットストリームと前記ビデオのメディアファイルとの間の変換を実行するステップを含み、前記メディアファイルは、第１ラベルを有するラベルグループを含み、前記第１ラベルに対する、第１データ構造内の第１指示は、単一のビットでコード化され、前記第１指示は、前記第１ラベルが前記ラベルグループのためのサマリーラベルを含むか否かを示す、方法。

【0074】

条項２．前記第１データ構造は、ラベルボックスであり、前記第１指示は、ｉｓ＿ｇｒｏｕｐ＿ｌａｂｅｌフィールドである、条項２に記載の方法。

【0075】

条項３．前記ラベルグループは、同じ識別子を有し、前記サマリーラベルは、全ての前記ラベルグループのサマリー又はタイトルを含む、条項１又は２に記載の方法。

【0076】

条項４．前記単一のビットの直後の所定数のビットは、保留される、条項１～３のいずれか１項に記載の方法。

【0077】

条項５．前記単一のビットの直前の所定数のビットは、保留される、条項１～３のいずれか１項に記載の方法。

【0078】

条項６．前記所定数は、７である、条項４又は５に記載の方法。

【0079】

条項７．トラックにおける第２データ構造内の第２指示が所定値を有することを特定する要件は、前記メディアファイル内の少なくとも１つのトラックに対して強制に要求されず、前記第２指示は、対応するトラックが前記メディアファイルのプレゼンテーションの直接の部分を表すかどうかを示し、かつ、前記第２データ構造は、対応するトラックの特性を特定し、前記少なくとも１つのトラックは、前記メディアファイルの事前選択に寄与しない、ことである、条項１～６のいずれか１項に記載の方法。

【0080】

条項８．前記第２指示は、ｔｒａｃｋ＿ｉｎ＿ｍｏｖｉｅフラグであり、前記第２データ構造は、トラックヘッダボックスであり、かつ、前記所定値は０である、条項７に記載の方法。

【0081】

条項９．前記少なくとも１つのトラックは、トラックグループタイプフィールドが「ｐｒｅｓ」に等しいトラックグループタイプボックスを含まない、条項７又は８に記載の方法。

【0082】

条項１０．トラックグループタイプフィールドが「ｐｒｅｓ」に等しいトラックグループタイプボックスは、事前選択グループボックスである、条項７－９に記載の方法。

【0083】

条項１１．前記メディアファイルは、ターゲットトラックのセットを含み、前記ターゲットトラックのセットのそれぞれには、前記事前選択グループボックスが含まれ、一方で、前記メディアファイルの少なくとも１つの事前選択のために必要な１つ以上のメディアコンポーネントが欠け、前記ターゲットトラックのセットのそれぞれにおける前記第２データ構造内の前記第２指示は、前記所定値を有する、条項１０に記載の方法。

【0084】

条項１２．前記メディアファイルは、国際標準化機構（ＩＳＯ）ベースのメディアファイルフォーマットである、条項１～１１のいずれか１項に記載の方法。

【0085】

条項１３．前記変換は、前記メディアファイルを生成すること、及び、前記ビットストリームを前記メディアファイルに記憶すること、を含む、条項１～１２のいずれか１項に記載の方法。

【0086】

条項１４．前記変換は、前記ビットストリームを再構成するために、前記メディアファイルを解析することを含む、条項１～１２のいずれか１項に記載の方法。

【0087】

条項１５．プロセッサと命令を備える非一時的なメモリとを含む、ビデオデータを処理するための装置であって、前記命令は、前記プロセッサによって実行されると、前記プロセッサに条項１～１４のいずれか１項に記載の方法を実行させる、装置。

【0088】

条項１６．プロセッサに条項１～１４のいずれか１項に記載の方法を実行させる命令を記憶する、 非一時的なコンピュータ可読記憶媒体。

【0089】

条項１７．ビデオ処理装置によって実行される方法で生成される、ビデオのビットストリームを記憶する非一時的なコンピュータ可読記録媒体であって、前記方法は、前記ビットストリームと前記ビデオのメディアファイルとの間の変換を実行するステップを含み、前記メディアファイルは、第１ラベルを有するラベルグループを含み、前記第１ラベルに対する、第１データ構造内の第１指示は、単一のビットでコード化され、前記第１指示は、前記第１ラベルが前記ラベルグループのためのサマリーラベルを含むか否かを示す、非一時的なコンピュータ可読記録媒体。

【0090】

条項１８．ビデオのビットストリームを記憶する方法であって、前記ビットストリームと前記ビデオのメディアファイルとの間の変換を実行するステップと、前記ビットストリームを非一時的なコンピュータ可読記録媒体内に記憶するステップと、を含み、前記メディアファイルは、第１ラベルを有するラベルグループを含み、前記第１ラベルに対する、第１データ構造内の第１指示は、単一のビットでコード化され、前記第１指示は、前記第１ラベルが前記ラベルグループのためのサマリーラベルを含むか否かを示す、方法。

【0091】

条項１９．ビデオ処理装置によって実行される方法で生成される、ビデオのメディアファイルを記憶する非一時的なコンピュータ可読記録媒体であって、前記方法は、前記ビデオのビットストリームと前記メディアファイルとの間の変換を実行するステップを含み、前記メディアファイルは、第１ラベルを有するラベルグループを含み、前記第１ラベルに対する、第１データ構造内の第１指示は、単一のビットでコード化され、前記第１指示は、前記第１ラベルが前記ラベルグループのためのサマリーラベルを含むか否かを示す、非一時的なコンピュータ可読記録媒体。

【0092】

条項２０．ビデオのメディアファイルを記憶する方法であって、前記ビデオのビットストリームと前記メディアファイルとの間の変換を実行するステップと、前記メディアファイルを非一時的なコンピュータ可読記録媒体内に記憶するステップと、を含み、前記メディアファイルは、第１ラベルを有するラベルグループを含み、前記第１ラベルに対する、第１データ構造内の第１指示は、単一のビットでコード化され、前記第１指示は、前記第１ラベルが前記ラベルグループのためのサマリーラベルを含むか否かを示す、方法。

【0093】

例示的なデバイス
図５は、本開示の様々な実施形態を実施できるコンピューティングデバイス５００のブロック図を示す。コンピューティングデバイス５００は、ソースデバイス１１０（或いは、ビデオエンコーダ１１４又は２００）、又は、宛先デバイス１２０（或いは、ビデオデコーダ１２４又は３００）として実施されるか、又は、それに含まれ得る。

【0094】

図５に示されるコンピューティングデバイス５００は、単に説明を目的としたものであり、本開示の実施形態の機能及び範囲をいかなる形でも制限することを示唆するものではないことが理解されるだろう。

【0095】

図５に示すように、コンピューティングデバイス５００は、汎用コンピューティングデバイス５００を含む。コンピューティングデバイス５００は、少なくとも１つ以上のプロセッサ又は処理ユニット５１０と、メモリ５２０と、記憶ユニット５３０と、１つ以上の通信ユニット５４０と、１つ以上の入力デバイス５５０と、１つ以上の出力デバイス５６０と、を含み得る。

【0096】

いくつかの実施形態では、コンピューティングデバイス５００は、コンピューティング能力を有する任意のユーザ端末、又は、サーバ端末として実施され得る。前記サーバ端末は、サービスプロバイダが提供するサーバや大規模コンピューティングデバイスなどであり得る。前記ユーザ端末は、例えば、携帯電話、ステーション、ユニット、デバイス、マルチメディアコンピュータ、マルチメディアタブレット、インターネットノード、コミュニケータ、デスクトップコンピュータ、ラップトップコンピュータ、ノートブックコンピュータ、ネットブックコンピュータ、タブレットコンピュータ、パーソナルコミュニケーションシステム（ＰＣＳ）デバイス、パーソナルナビゲーションデバイス、携帯情報端末（ＰＤＡ）、オーディオ／ビデオプレーヤー、デジタルカメラ／ビデオカメラ、測位デバイス、テレビ受信機、ラジオ放送受信機、電子ブックデバイス、ゲームデバイス、又は、それらの任意の組み合わせ（これらのデバイスのアクセサリ及び周辺機器、又は、それらの任意の組み合わせを含む）を含む、任意のタイプの移動端末、固定端末、又は、携帯端末であり得る。コンピューティングデバイス５００は、ユーザに対する任意のタイプのインターフェース（「ウェアラブル」回路など）をサポートすることができるものと考えられる。

【0097】

処理ユニット５１０は、物理又は仮想プロセッサであり、メモリ５２０に格納されたプログラムに基づいて、様々なプロセスを実施し得る。マルチプロセッサシステムでは、コンピューティングデバイス５００の並列処理能力を向上させるために、複数の処理ユニットが、コンピュータ実行可能命令を並列に実行する。処理ユニット５１０は、中央処理ユニット（ＣＰＵ）、マイクロプロセッサ、コントローラ、又は、マイクロコントローラと呼ばれ得る。

【0098】

コンピューティングデバイス５００は、通常、様々なコンピュータ記憶媒体を含む。このような媒体は、揮発性及び不揮発性媒体、又は、取り外し可能及び取り外し不可能な媒体を含むが、これらに限定されない、コンピューティングデバイス５００によってアクセス可能な任意の媒体であり得る。メモリ５２０は、揮発性メモリ（例えば、レジスタ、キャッシュ、ランダムアクセスメモリ（ＲＡＭ））、不揮発性メモリ（例えば、読み取り専用メモリ（ＲＯＭ）、電気的に消去可能なプログラム可能な読み取り専用メモリ（ＥＥＰＲＯＭ）、フラッシュメモリ）、又は、それらの任意の組み合わせであり得る。記憶ユニット５３０は、任意の取り外し可能又は取り外し不可能な媒体であり、情報及び／又はデータを記憶するために使用でき、コンピューティングデバイス５００でアクセスできる、メモリ、フラッシュメモリドライブ、磁気ディスク、又は、別の他の媒体などの機械可読媒体を含み得る。

【0099】

コンピューティングデバイス５００は、追加の取り外し可能／取り外し不可能、揮発性／不揮発性メモリ媒体を、さらに含み得る。なお、図５には示していないが、着脱可能な不揮発性磁気ディスクの読み書きを行う磁気ディスクドライブや、着脱可能な不揮発性光ディスクの読み書きを行う光ディスクドライブを提供することが可能である。このような場合、各ドライブは、１つ以上のデータ媒体インターフェースを介して、バス（図示せず）に接続され得る。

【0100】

通信ユニット５４０は、通信媒体を介して、さらなるコンピューティングデバイスと通信する。さらに、コンピューティングデバイス５００内のコンポーネントの機能は、通信接続を介して通信できる単一のコンピューティングクラスタ又は複数のコンピューティングマシンによって実施することができる。したがって、コンピューティングデバイス５００は、１つ以上の他のサーバ、ネットワーク化されたパーソナルコンピュータ（ＰＣ）、又は、さらなる一般的なネットワークノードとの論理接続を使用して、ネットワーク化された環境で動作することができる。

【0101】

入力デバイス５５０は、マウス、キーボード、トラッキングボール、音声入力デバイスなどの様々な入力デバイスのうちの１つ以上であり得る。出力デバイス５６０は、ディスプレイ、スピーカ、プリンタなどの様々な出力デバイスのうちの１つ以上であり得る。通信ユニット５４０によって、コンピューティングデバイス５００は、記憶デバイス及び表示デバイスなどの１つ以上の外部デバイス（図示せず）と、さらに通信することができ、１つ以上のデバイスにより、ユーザがコンピューティングデバイス５００と対話可能にするか、又は、必要に応じて、任意のデバイス（ネットワークカード、モデムなど）により、コンピューティングデバイス５００が１つ以上の他のコンピューティングデバイスと通信可能にする。このような通信は、入出力（Ｉ／Ｏ）インターフェース（図示せず）を介して、実行できる。

【0102】

いくつかの実施形態では、単一のデバイスに統合される代わりに、コンピューティングデバイス５００のいくつか又はすべてのコンポーネントが、クラウドコンピューティングアーキテクチャに配置され得る。クラウドコンピューティングアーキテクチャにおいて、コンポーネントは、遠隔的に提供され、連携して、本開示で説明される機能を実施し得る。いくつかの実施形態では、クラウドコンピューティングは、コンピューティング、ソフトウェア、データアクセス及びストレージサービスを提供し、エンドユーザは、これらのサービスを提供するシステム又はハードウェアの物理的な位置又は構成を認識する必要はない。様々な実施形態において、クラウドコンピューティングは、適切なプロトコルを使用して、広域ネットワーク（インターネットなど）を介して、サービスを提供する。例えば、クラウドコンピューティングプロバイダーは、Ｗｅｂブラウザ又はその他のコンピューティングコンポーネントを通じてアクセスできる、広域ネットワーク経由で、アプリケーションを提供する。クラウドコンピューティングアーキテクチャのソフトウェア又はコンポーネント及び対応するデータは、遠隔地にあるサーバに保存され得る。クラウドコンピューティング環境におけるコンピューティングリソースは、リモートデータセンターの場所に併合又は分散され得る。クラウドコンピューティングインフラストラクチャは、ユーザにとって単一のアクセスポイントとして動作するが、共有データセンターを通じて、サービスを提供し得る。したがって、クラウドコンピューティングアーキテクチャを使用して、本明細書で説明されるコンポーネント及び機能を、遠隔地にあるサービスプロバイダから提供し得る。代替形態として、それらは、従来のサーバから提供されるか、又は、クライアントデバイスに、直接又はその他の方法で、インストールされ得る。

【0103】

コンピューティングデバイス５００は、本開示の実施形態において、ビデオコーディング／デコーディングを実施するために使用され得る。メモリ５２０は、１つ以上のプログラム命令を有する１つ以上のビデオコーディングモジュール５２５を含み得る。これらのモジュールは、本明細書で説明される様々な実施形態の機能を実行するように、処理ユニット５１０によって、アクセス可能かつ実行可能である。

【0104】

ビデオコーディングを実行する例示的な実施形態では、入力デバイス５５０は、エンコーディングされるビデオデータを、入力５７０として受信し得る。ビデオデータは、例えば、ビデオコーディングモジュール５２５によって処理されて、エンコーディングされたビットストリームを生成し得る。エンコーディングされたビットストリームは、出力デバイス５６０を介して、出力５８０として提供され得る。

【0105】

ビデオデコーディングを実行する例示的な実施形態では、入力デバイス５５０は、エンコーディングされたビットストリームを、入力５７０として受信し得る。エンコーディングされたビットストリームは、例えば、ビデオコーディングモジュール５２５によって処理されて、デコーディングされたビデオデータを生成し得る。デコーディングされたビデオデータは、出力デバイス５６０を介して、出力５８０として提供され得る。

【0106】

本開示は、その好ましい実施形態を参照して、特に、図示及び説明されたが、添付の特許請求の範囲によって定義される本出願の精神及び範囲から逸脱することなく、形態及び詳細における様々な変更を行うことができることが当業者には理解されるであろう。このような変形は、本出願の範囲に含まれるものとする。したがって、本出願の実施形態に関する前述の説明は、限定するように意図されたものではない。

【図1】

【図2】

【図3】

【図4】

【図5】

【手続補正書】

【提出日】2024-08-05

【手続補正1】

【補正対象書類名】特許請求の範囲

【補正対象項目名】全文

【補正方法】変更

【補正の内容】

【特許請求の範囲】

【請求項1】

ビデオ処理方法であって、
ビデオのビットストリームと前記ビデオのメディアファイルとの間の変換を実行するステップ、を含み、
前記メディアファイルは、第１ラベルを有するラベルグループを含み、
前記第１ラベルに対する、第１データ構造内の第１指示は、単一のビットでコード化され、
前記第１指示は、前記第１ラベルが前記ラベルグループのためのサマリーラベルを含むか否かを示す、
方法。

【請求項2】

前記第１データ構造は、ラベルボックスであり、
前記第１指示は、ｉｓ＿ｇｒｏｕｐ＿ｌａｂｅｌフィールドである、
請求項１に記載の方法。

【請求項3】

前記ラベルグループは、同じ識別子を有し、
前記サマリーラベルは、全ての前記ラベルグループのサマリー又はタイトルを含む、
請求項１に記載の方法。

【請求項4】

前記単一のビットの直後の所定数のビットは、保留される、
請求項１に記載の方法。

【請求項5】

前記単一のビットの直前の所定数のビットは、保留される、
請求項１に記載の方法。

【請求項6】

前記所定数は、７である、
請求項４に記載の方法。

【請求項7】

トラックにおける第２データ構造内の第２指示が所定値を有することを特定する要件は、
前記メディアファイル内の少なくとも１つのトラックに対して課されず、
前記第２指示は、対応するトラックが前記メディアファイルのプレゼンテーションの直接部分を表すかどうかを示し、かつ、
前記第２データ構造は、前記対応するトラックの特性を特定し、前記少なくとも１つのトラックは、前記メディアファイルのための事前選択に寄与しない、
ことである、
請求項１に記載の方法。

【請求項8】

前記第２指示は、ｔｒａｃｋ＿ｉｎ＿ｍｏｖｉｅフラグであり、
前記第２データ構造は、トラックヘッダボックスであり、かつ、
前記所定値は、０である、
請求項７に記載の方法。

【請求項9】

前記少なくとも１つのトラックは、トラックグループタイプフィールドが「ｐｒｅｓ」に等しいトラックグループタイプボックスを含まない、
請求項７に記載の方法。

【請求項10】

トラックグループタイプフィールドが「ｐｒｅｓ」に等しいトラックグループタイプボックスは、事前選択グループボックスである、
請求項７に記載の方法。

【請求項11】

前記メディアファイルは、ターゲットトラックのセットを含み、
前記ターゲットトラックのセットのそれぞれには、前記事前選択グループボックスが含まれ、一方で、前記メディアファイルの少なくとも１つの事前選択のために必要な１つ以上のメディアコンポーネントが欠け、
前記ターゲットトラックのセットのそれぞれにおける前記第２データ構造内の前記第２指示は、前記所定値を有する、
請求項１０に記載の方法。

【請求項12】

前記メディアファイルは、国際標準化機構（ＩＳＯ）ベースのメディアファイルフォーマットである、
請求項１に記載の方法。

【請求項13】

前記変換は、
前記メディアファイルを生成すること、及び、
前記ビットストリームを前記メディアファイルに記憶すること、
を含む、請求項１に記載の方法。

【請求項14】

前記変換は、前記ビットストリームを再構成するために、前記メディアファイルを解析することを含む、
請求項１に記載の方法。

【請求項15】

プロセッサと、命令を備える非一時的なメモリとを含む、ビデオデータを処理するための装置であって、
前記命令は、前記プロセッサによって実行されると、前記プロセッサに、請求項１～１４のいずれか１項に記載の方法を実行させる、
装置。

【請求項16】

プロセッサに請求項１～１４のいずれか１項に記載の方法を実行させる命令を記憶する、
非一時的なコンピュータ可読記憶媒体。

【請求項17】

ビデオのメディアファイルを記憶する方法であって、
前記ビデオのビットストリームと前記メディアファイルとの間の変換を実行するステップと、
前記メディアファイルを非一時的なコンピュータ可読記録媒体内に記憶するステップと、を含み、
前記メディアファイルは、第１ラベルを有するラベルグループを含み、
前記第１ラベルに対する、第１データ構造内の第１指示は、単一のビットでコード化され、
前記第１指示は、前記第１ラベルが前記ラベルグループのためのサマリーラベルを含むか否かを示す、
方法。

【国際調査報告】