[发明专利]聚合媒体数据单元的向后兼容特性

说明书

技术领域

本发明总体上涉及视频传输和存储。更具体地，本发明涉及提供信息来帮助单元决定应当转发或处理哪些编码数据单元。

背景技术

该部分旨在提供在权利要求中所记载的本发明的背景或上下文。在此的描述可以包括可推行的概念，但不一定是先前已经构想或推行的概念。因此，除非在此另外指示，在该部分中所描述的内容对于本申请的说明书和权利要求书来说不是现有技术，并且也不认为被包括在该部分中便是现有技术。

也被称为H.264/AVC的高级视频编码(AVC)是由ITU-T视频编码专家组(VCEG)和ISO/IEC运动图像专家组(MPEG)的联合视频组(JVT)开发的视频编码标准。AVC包括视频编码层(VCL)和网络抽象层(NAL)的概念。VCL含有编解码器机制的信号处理功能性，诸如变换、量化、运动补偿预测，以及环路滤波器。编码图像由一个或多个片段组成。NAL将VCL所生成的每个片段封装成一个或多个NAL单元。NAL单元包括NAL单元报头和NAL单元有效载荷。NAL单元报头除其它以外还含有NAL单元类型，其指示NAL单元是否含有编码片段、编码片段数据分区、序列或图像参数设置，等等。NAL单元流仅仅是多个NAL单元的级联。根据H.264/AVC或其扩展(例如SVC)的编码比特流是NAL单元流，或者是通过将起始代码作为NAL单元流中每个NAL单元的前缀的字节流。

可扩缩的视频编码(SVC)提供了可扩缩的视频比特流。可扩缩的视频比特流含有不可扩缩的基础层以及一个或多个增强层。增强层可以增强时间分辨率(即，帧速率)、空间分辨率或由较低层或其部分所表示的视频内容的质量。在AVC的SVC扩展中，继承了VCL和NAL概念。

多视图视频编码(MVC)是AVC的另一扩展。MVC编码器采用了从多个照相机捕获的相同场景的输入视频序列(被称为不同的视图)，并且输出含有所有编码视图的单个比特流。MVC也继承了VCL和NAL概念。

实时传输协议(RTP)广泛用于诸如音频和视频这样的定时媒体的实时传输。在RTP传输中，媒体数据被封装成多个RTP分组。在IETF请求注解(RFC)3984中规定了用于AVC视频的RTP传输的RTP有效载荷格式，其可从www.rfc-editor.org/rfc/rfc3984.txt中获得，并且通过引用的方式将其内容合并于此。对于使用RTP的AVC视频传输，每个RTP分组含有一个或多个NAL单元。

IETF RFC 3984规定了若干分组化模式，其中之一是交织模式。如果正在使用交织分组化模式，那么可以将来自不止一个访问单元(access unit)的NAL单元分组化成一个RTP分组。RFC 3984还规定了解码顺序号(DON)的概念，其指示在RTP流中传送的NAL单元的解码顺序。

在SVC RTP有效载荷格式草案中，draft-wenger-avt-rtp-svc-03中的因特网草案(从http://www.tools.ietf.org/html/draft-wenger-avt-rtp-svc-03可获得)，规定了被称为有效载荷内容可扩缩性信息(PACSI)NAL单元的新的NAL单元类型。PACSI NAL单元(如果存在的话)是聚合分组中的第一个NAL单元，并且它在其它类型的分组中并不存在。PACSI NAL单元指示了在有效载荷中对于所有剩余NAL单元共有的可扩缩性特性，因而使得媒体感知网络元件(MANE)更容易决定是否转发/处理/丢弃聚合分组。发送机可以创建PACSI NAL单元。接收机可以忽略PACSI NAL单元或将它们用作使得能够进行高效聚合分组处理的暗示。当聚合分组的第一聚合单元含有PACSI NAL单元时，在同一分组中存在至少一个附加聚合单元。在聚合分组中根据剩余NAL单元来设置RTP报头字段。当在多时间聚合分组中包括PACSI NAL单元时，设置PACSI NAL单元的解码顺序号，以便指示PACSI NAL单元是在聚合分组内的NAL单元之中按照解码顺序的第一个NAL单元，或者PACSI NAL单元具有与聚合分组内的剩余NAL单元之中按照解码顺序的第一个NAL单元相同的解码顺序号。