[发明专利]可伸缩视频编码（SVC）文件格式

说明书

相关申请

本申请要求相同发明人于2005年7月15日提交的美国临时申请 序列号60/699,535、标题为“可伸缩视频编码(Scalable Video Coding SVC)文件格式”的优先权。本申请通过引用与2005年7月15日提 交的美国临时申请序列号60/699,535、标题为“可伸缩视频编码(SVC) 文件格式”结合。

技术领域

本发明涉及视频编码的领域。更具体地来说，本发明涉及SVC 编码并扩充目前的AVC文件格式以便使用可伸缩视频编码来支持视 频编码的数据的存储的领域。

背景技术

文件格式是用于将信息编码以用于在计算机文件中存储的特定 方式。存储文件的格式的一种便利方式是在文件系统中明确地存储有 关格式的信息。此方法将元数据与主数据和文件名都分开。

ISO基本媒体文件格式设计为包含定时媒体信息或媒体数据流 (例如电影)。存储的媒体信息可以在本地传输或经由网络或其他流 送交机构来传输。这些文件具有逻辑结构、时间结构和物理结构。文 件的逻辑结构包括一组时间并行的音轨(track)。文件的时间结构为这 些音轨提供时间上的数据样本序列，并通过可选的编辑列表将那些序 列映射到整个媒体数据流的时间线。文件的物理结构将逻辑、时间和 结构分解所需的数据与媒体数据样本本身分开。此结构信息被汇聚在 元数据框中，并且可能地通过元数据分段框在时间上延伸。该元数据 框将数据样本的逻辑和定时关系归档，并还包括指向存储数据样本所 在位置的指针。

每个媒体数据流包含在专用于该媒体类型(音频、视频等)的音 轨中，并进一步地由样本项来设定参数。样本项包括确切媒体类型的 “名称”，例如将媒体数据流解码所需的解码器的类型和解码所需的 其他参数。对于多种媒体类型，有定义的样本项格式。

对于元数据的支持采用两种形式。首先，将定时的元数据存储在 适合的音轨中，并将其与它所描述的媒体数据同步。其次，存在对附 着于媒体数据流或个别音轨的非定时元数据的普遍支持。也以元数据 框的形式在文件级使用这些规范化的元数据结构。在此情况中，元数 据框是对存储的媒体数据流的主访问部件。

在一些情况中，音轨内的数据样本具有不同特征或需要专门标识 音轨内的数据样本。一种此类特征是同步点，通常称为视频I-帧。这 些点由每个音轨中的特殊表来标识。更一般性地，以此方式来归档音 轨样本之间的相关特性。还存在样本组的概念。样本组能够将一些数 据样本所共有的任意特征归档在音轨中。在高级视频编码(AVC)文 件格式中，使用样本组来支持分层和子序列的概念。

AVC文件格式定义用于根据AVC标准编码的视频流的存储格 式。AVC文件格式扩展ISO基本媒体文件格式。AVC文件格式使AVC 视频流能够结合其他媒体流(例如音频)一起使用，使用提示音轨进 行格式化以通过流传输服务器来送交，以及继承ISO基本媒体文件格 式的所有使用实例和特征。

图1图示AVC文件格式10的示范配置，AVC文件格式10包括 媒体数据部分20和元数据部分30。每个数据流被存储在媒体数据部 分20中。可以将多个数据流以一种文件格式来存储。如图1所示， 四个数据流22、24、26和28存储在媒体数据部分20中。对于AVC 文件格式的媒体数据部分中存储的每个数据流，有元数据部分中存储 的一个对应音轨。在图1中，音轨32对应于数据流22，音轨33对应 于数据流24，音轨36对应于数据流26，以及音轨38对应于数据流 28。一般来说，对应于数据部分中存储的N个数据流，有元数据部分 中存储的N个音轨。