[发明专利]用于改进媒体内容的封装的方法、装置和计算机程序

说明书

根据实施例，本发明提供一种用于对分区定时媒体数据进行封装的方法，分区定时媒体数据包括定时样本，进而包括子样本，定时样本被分组成组，该方法包括：获得空间轨，各个空间轨包括第一定时样本的至少一个子样本和其他定时样本的一个相应子样本，该相应子样本在其自己的定时样本中位于与该至少一个子样本相同的空间位置；创建参考空间轨中的至少一部分空间轨的基础轨，基础轨包括重构指令，各个重构指令与定时样本组相关联，从而使得能够从空间轨的属于同一定时样本组的子样本生成位流的一部分；以及将各个轨独立地封装在至少一个媒体文件中。

技术领域

本发明涉及一种用于改进媒体数据的封装和解析的方法、装置和计算机程序，使得可以优化经封装媒体内容的部分的传输。

背景技术

本发明涉及例如根据由MPEG标准化组织定义的ISO基本媒体文件格式来封装、解析和流式传输媒体内容，以提供便于交换、管理、编辑和呈现媒体内容组的灵活且可扩展的格式，并且改进其在例如通过使用自适应http流式传输协议的IP网络(诸如互联网等)的递送。

国际标准化组织基本媒体文件格式(ISO BMFF，ISO/IEC 14496-12)是众所周知的灵活且可扩展的格式，其描述用于本地存储或者经由网络或经由其他位流传递机制的传输的经编码定时媒体数据位流。该文件格式具有数个扩展，例如第15部分，ISO/IEC 14496-15，其描述用于基于各种NAL(网络抽象层)单元的视频编码格式的封装工具。这种编码格式的示例是AVC(高级视频编码)、SVC(可缩放视频编码)、HEVC(高效视频编码)或L-HEVC(分层HEVC)。该文件格式是面向对象的。其由称为框(或数据结构，它们各自由四字符码标识)的构建块组成，这些构建块被顺序地或分层地组织并且定义经编码定时媒体数据位流的描述性参数(诸如定时和结构参数等)。在文件格式中，随时间的整体呈现被称为动画。动画由媒体或呈现文件的顶层处的动画框(具有四字符码“moov”)描述。该动画框表示含有描述呈现的各种框的集合的初始化信息容器。其可以在逻辑上被分割为由轨框(具有四字符码“trak”)表示的轨。各个轨(由轨标识符(track_ID)唯一地标识)表示与呈现有关的媒体数据的定时序列(例如，视频帧)。在各个轨内，各个定时数据单元被称为样本；这可以是视频、音频或定时元数据的帧。样本按顺序隐式编号。实际样本数据在与动画框相同级别的被称为媒体数据框(具有四字符码“mdat”)的框中。动画也可以被分片段，即，在时间上被组织为包含用于整个呈现的信息、随后是动画片段和媒体数据框对的列表的动画框。在动画片段(具有四字符码“moof”的框)内，存在轨片段的集合(具有四字符码“traf”的框)，每个动画片段为零个或多个。轨片段继而包含零个或多个轨运行框(“trurn”)，其各自记录该轨片段的样本的连续运行。