[发明专利]一种富媒体场景流的存储方法

说明书

技术领域

本发明属于富媒体场景的传输技术领域，更为具体地讲，涉及一种富媒体场景流的存储方法。

背景技术

富媒体(Rich Media)是一种新型的，比音视频多媒体更能带来丰富的用户体验的媒体类型。富媒体(rich media)技术是一种可以在同一时刻对多种媒体元素进行渲染展现和交互控制的技术，这些媒体元素可以是矢量图，文字，音视频等，媒体元素之间的联系是通过场景来表现的。场景(Scene)是记录各种媒体元素在时间和空间上的组织方式的一种文本，它负责描述这些元素的生存时间和展现的空间位置范围。

富媒体场景实际上就是指定了一个场景中各个元素在时间和空间上的组织方法。同时，场景也描述了用户和场景元素之间是如何交互的。实际业务中的场景是支持动态更新的，例如用户点击某个元素，或者定时器检测到动画开始，场景即发生更新。为方便描述场景的更新，引入命令的概念，当命令发生时，场景应该根据该命令的类型和内容来做相应的改变。

富媒体场景描述方法是基于SVG Tiny 1.2的，因此场景描述具有大部分SVG的特性。场景文档也表现为XML的形式，在逻辑上，则可以视作一个树形结构。在富媒体浏览器处理场景时，有一个重要的过程，就是解析过程。每个场景文件在经过解析器解析后，都在内存中形成一个树型结构体，并且这个结构体是可以通过脚本语言来操作的。

对于3GP文件，使用流媒体服务器软件即可实现端到端传输。但是，场景具有特殊性，其场景文档是以XML格式来存放的，而且场景中的标签中可以引用其他格式的文件，这些文件需另外存放。例如，有下面的场景描述语句：

<video x＝″160″y＝″100″width＝″176″height＝″144″begin＝″0.3s″xlink:href＝″../video/any.avi″/>

上面是一个<video>标签。这个标签表示一个视频元素，上面标签描述的意思是在场景的(160，100)位置放置一个宽176像素，高144像素的视频播放区域。在场景开始后的第0.3秒，外部链接的any.avi文件将在该播放区域播放。

以这个场景为例，它至少包含三个流，一个是本身的场景流，另两个就是any.avi文件中的视频流和音频流。这个业务包括至少两个文件，一个是该场景文档，另一个是any.avi文件。在用户使用点播功能时，场景先被解析，形成场景树，然后到第0.3秒时加载avi文件，并播放。在网络传输时，这三个流之间的时间同步是一个复杂的问题。而且由于实际业务往往非常复杂，涉及到的文件数目也较多，不易管理。

发明内容

本发明目的在于克服现有富媒体场景传输技术的不足，提出一种富媒体场景流的存储方法，使富媒体场景流与视频流、音频流文件易于管理。

为实现上述发明目的，本发明富媒体场景流的存储方法，其特征在于，包括以下步骤：

(1)、根据富媒体场景文件中标签的时间属性值，将富媒体场景文件划分为若干个连续的以时间值增长方式排列的访问单元，每个访问单元是一个时间片段的简单场景；

(2)、对包括视频流、音频流的3GP文件进行扩展得到富媒体3GP文件：

a1、将访问单元以视频帧或音频采样的方式存储于3GP文件的媒体数据包，即′mdat′box中，与视频帧、音频采样混合存放；

a2、在moov容器包中增加一个场景轨容器包，即trak(scene)box，用于描述富媒体场景的属性和数据组织情况；

a3、在moov容器包中增加一个场景注释轨容器包，即trak(scene hint)box，用于存储富媒体场景的打包信息。

在步骤(2)一种实施方式中，场景轨容器包为：

在场景轨容器包中，媒体轨容器包的轨道头包，即‘tkhd’box含有媒体轨ID、轨道时间以及宽高值；其中，媒体轨道ID为原有媒体轨道最高ID加1，轨道时间是场景文件的生命周期长度按照moov容器包中mvhd媒体信息头包指定的时间刻度单位计算得到，宽高值通过解析富媒体场景文件的头部访问单元得到；

场景轨容器包中媒体容器包，即′mdia′box的头部包‘mdhd’box包括场景轨道的时间刻度以及持续时间，持续时间等于每秒钟应该解析的访问单元数目；媒体容器包，即′mdia′box的媒体类型包′hdlr′中媒体类型为场景轨、name参数为“RM Scene Handler”，即富媒体场景处理机，其中，name参数用于观察文件结构、调试3GP打包；