[发明专利]用于生成以及处理媒体文件的方法和设备及存储介质

说明书

本发明涉及一种用于生成以及处理媒体文件的方法和设备及存储介质。本发明还涉及在服务器中对包括定时样本的可分级区块化定时媒体数据进行封装并且在客户端装置中从封装后的可分级区块化定时媒体提供定时媒体数据位流。各定时样本包括第一层和至少一个第二层，并且该第一层和该第二层中的至少一个层包括利用一个或多个编码单位所表示的多个子样本。在从定时样本中的一个定时样本的多个子样本中获得了至少一个子样本之后，创建包括所获得的至少一个子样本的一个轨。将所创建的轨独立封装在至少一个媒体片段文件中，所述媒体片段文件包括用于提供与所获得的至少一个子样本和该子样本所属于的层有关的信息的映射元数据。

(本申请是申请日为2014年10月22日、申请号为201480058451.9、发明名称为“用于对可分级分区定时媒体数据进行封装的方法和装置”的申请的分案申请。)

技术领域

本发明通常涉及如下领域：例如根据如MPEG标准化组织所定义的基媒体文件格式(Base Media File Format)来对定时媒体数据进行封装，从而改善特别是与压缩视频流中的用户所选择的关注区域的HTTP(HyperText Transfer Protocol，超文本传输协议)流传输有关的流传递。更特别地，本发明涉及用于对包含诸如空间区块(tile)等的分区数据的可分级基本流进行封装从而使得能够进行数据特别是一个或多个区块的高效流传输的方法、装置和计算机程序。

背景技术

视频编码是将一系列视频图像变换成紧凑型数字化位流以使得可以传输或存储视频图像的方式。编码装置用于对视频图像进行编码，而关联的解码装置可用于重建位流以供显示和观看。一般目的是形成大小小于原始视频信息的大小的位流。这样有利地减少了针对用以传输或存储位流码的传输网络或存储装置所要求的容量。为了进行传输，通常根据典型地添加头部和校验位的传输协议来对视频位流进行封装。

近来，运动图片专家组(MPEG)发布了用以统一并取代现有的经由HTTP (超文本传输协议)的流传输解决方案的新标准。被称为“经由HTTP的动态自适应流传输(DASH)”的该新标准意图支持基于标准web服务器的经由HTTP 的媒体流传输模型，其中在这些标准web服务器中，智能(即，用以进行流传输的媒体数据的选择、以及位流针对用户选择、网络条件和客户端性能的动态适应)排他地依赖于客户端选择和装置。

在该模型中，以数据片段并且以表示要呈现的定时媒体数据的组织的被称为“媒体呈现描述(MPD)”的清单来组织媒体呈现。特别地，清单包括供下载数据片段所使用的资源标识符，并且提供用以选择并组合这些数据片段以获得有效媒体呈现的上下文。资源标识符通常是有可能与字节范围相组合的 HTTP-URL(统一资源定位符)。基于清单，客户端装置根据其需求、其性能(例如，所支持的编解码器、显示大小、帧频、质量等级等)并且依赖于网络条件(例如，可用带宽)，来随时确定要从媒体数据服务器下载哪些媒体片段。

另外，视频分辨率不断提高、即从标准清晰度(SD)提高至高清晰度(HD) 再提高至超高清晰度(例如，4K2K或8K4K，也就是说视频包括4,096×2,400 个像素或7,680×4,320个像素的图像)。然而，特别是在视频具有超高清晰度的情况下，并非所有的接收和视频解码装置都具有用以以全分辨率访问视频的资源(例如，网络访问带宽或CPU(中央处理单元))，并且并非所有的用户都需访问这种视频。在这种上下文中，提供用以仅访问一些关注区域(ROI)、也就是说仅访问整个视频序列的一些空间子部分的能力，这是特别有利的。

用以访问属于视频的帧的空间子部分的已知机制包括：将视频的各帧组织为通常被称为区块的独立可解码的空间区域的排列。诸如SVC(Scalable Video Coding，可分级视频编码)或HEVC(High Efficiency Video Coding，高效率视频编码)等的一些视频格式提供了针对区块定义的支持。用户定义的 ROI可以覆盖一个或多个连续区块。