[发明专利]用于生成定时媒体数据的方法、装置和计算机可读存储介质

说明书

提供一种用于生成定时媒体数据的装置和方法，所述定时媒体数据包括样本，所述方法包括：获得所述定时媒体数据的样本；创建各自包括所获得的样本至少之一的轨；以及生成包括与所创建的轨相关联的描述性元数据的呈现文件，其中所述描述性元数据包括描述至少一组所创建的轨的至少一个轨组框，所有的轨属于共享属性的同一组，其中在所述呈现文件中在单一位置中声明现有轨组的列表，以及其中，在所述呈现文件中在相同的单个位置处声明由所述列表的组的轨共享的属性。

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ISO 基媒体文件格式来对定时媒体数据进行封装和解析，以提供便于媒体数据的互换、管理、编辑和呈现的灵活且可扩展的格式并且改善流管理。

更具体地，本发明涉及用于生成、封装和解析定时媒体数据的方法和装置。

背景技术

本发明涉及例如根据如MPEG标准化组织所定义的ISO基媒体文件格式来对媒体内容进行封装、解析和流传输，以提供便于一组媒体内容的互换、管理、编辑和呈现的灵活且可扩展的格式并且改善该组媒体内容例如在使用自适应http流传输协议的因特网等的IP网络上的传递。

国际标准化组织基媒体文件格式(ISO BMFF,ISO/IEC 14496-12)是描述供本地存储或者供经由网络或经由另一位流传递机制进行传输的编码定时媒体数据位流的众所周知的灵活且可扩展的格式。该文件格式具有描述用于各种基于NAL(网络抽象层)单元的视频编码格式的封装工具的数个扩展(例如，Part-5，ISO/IEC 14496-15)。这种编码格式的示例是AVC(高级视频编码)、 SVC(可分级视频编码)、HEVC(高效率视频编码)或L-HEVC(分层HEVC)。文件格式扩展的另一示例是描述静止图像或静止图像序列(诸如HEVC静止图像等)的封装工具的ISO/IEC 23008-12。该文件格式是面向对象的。该文件格式包括被称为框(box)的构建块(或以四个字符码为特征的数据结构)，其中这些框是顺次或层级组织的，并且定义编码定时媒体数据位流的诸如定时参数和结构参数等的参数。在该文件格式中，随时间经过的整个呈现被称为动画(movie)。动画由媒体或呈现文件的顶层的动画框(具有四个字符码“moov”) 来描述。该动画框表示包含描述呈现的各种框的集合的初始化信息容器。该动画框在逻辑上被分割成由轨框(具有四个字符码“trak”)表示的轨。(由轨标识符(track_ID)唯一地标识的)各轨表示属于呈现的媒体数据(例如，视频的帧) 的定时序列。在各轨内，数据的各定时单元被称为样本；这可以是视频、音频或定时元数据的帧。样本按顺序隐含地编号。实际样本数据在处于与动画框相同级别的被称为媒体数据框(具有四个字符码“mdat”)的框中。动画也可以在时间上被组织为动画框，该动画框包含整个呈现的信息、之后是几个动画片段(movie fragment)和媒体数据框的列表。在动画片段(具有四个字符码“moof”的框)内，存在轨片段的集合(具有四个字符码“traf”的框)，针对各动画片段存在零个或多个轨片段。而轨片段包含零个或多个轨运行框(‘trun’)，各轨运行框记录该轨片段的样本的连续运行。

在文件格式中，媒体或呈现文件还可以包含在与动画框相同的级别的元框(“meta”)内描述的一个或多个静态项(例如，一个或多个静止图像)。该元框可以包含描述静态项的描述性信息，该描述性信息被组织在数个框(例如，项信息框(“iinf”)中的项的列表和项位置框(“iloc”)中的数据项的(在数据框中的)位置)中，各项由项标识符(item_ID)唯一地标识。实际项数据存储在元框内的项数据框(“idat”)中或者存储在文件顶层的媒体数据框(“mdat”)中。

ISOBMFF可以包含多个编码定时媒体数据位流、或者编码定时媒体数据位流的形成多个轨和/或多个静态项的子部分。ISOBMFF及其扩展包括用以将轨、静态项或样本分组在一起的数个分组机制。组通常共享共同的语义和/或特性。