[要約] RFC 3984は、H.264ビデオのRTPペイロード形式に関する仕様です。このRFCの目的は、H.264ビデオの効率的な転送と再生を可能にするための標準化を提供することです。
Network Working Group S. Wenger
Request for Comments: 3984 M.M. Hannuksela
Category: Standards Track T. Stockhammer
M. Westerlund
D. Singer
February 2005
RTP Payload Format for H.264 Video
H.264ビデオのRTPペイロード形式
Status of This Memo
本文書の状態
This document specifies an Internet standards track protocol for the Internet community, and requests discussion and suggestions for improvements. Please refer to the current edition of the "Internet Official Protocol Standards" (STD 1) for the standardization state and status of this protocol. Distribution of this memo is unlimited.
このドキュメントは、インターネットコミュニティのインターネット標準トラックプロトコルを指定し、改善のための議論と提案を要求します。このプロトコルの標準化状態とステータスについては、「インターネット公式プロトコル標準」（STD 1）の最新版を参照してください。このメモの配布は無制限です。
Copyright Notice
著作権表示
Copyright (C) The Internet Society (2005).
Copyright（C）The Internet Society（2005）。
Abstract
概要
This memo describes an RTP Payload format for the ITU-T Recommendation H.264 video codec and the technically identical ISO/IEC International Standard 14496-10 video codec. The RTP payload format allows for packetization of one or more Network Abstraction Layer Units (NALUs), produced by an H.264 video encoder, in each RTP payload. The payload format has wide applicability, as it supports applications from simple low bit-rate conversational usage, to Internet video streaming with interleaved transmission, to high bit-rate video-on-demand.
このメモは、ITU-T勧告H.264ビデオコーデックおよび技術的に同一のISO / IEC国際標準14496-10ビデオコーデックのRTPペイロード形式について説明しています。 RTPペイロード形式では、H.264ビデオエンコーダーによって生成された1つ以上のネットワークアブストラクションレイヤーユニット（NALU）を各RTPペイロードでパケット化できます。ペイロード形式は、単純な低ビットレートの会話型の使用から、インターリーブ伝送によるインターネットビデオストリーミング、高ビットレートのビデオオンデマンドまでのアプリケーションをサポートするため、幅広い適用性を持っています。
Table of Contents
目次
1. Introduction.................................................. 3
1.1. The H.264 Codec......................................... 3
1.2. Parameter Set Concept................................... 4
1.3. Network Abstraction Layer Unit Types.................... 5
2. Conventions................................................... 6
3. Scope......................................................... 6
4. Definitions and Abbreviations................................. 6
4.1. Definitions............................................. 6
5. RTP Payload Format............................................ 8
5.1. RTP Header Usage........................................ 8
5.2. Common Structure of the RTP Payload Format.............. 11
5.3. NAL Unit Octet Usage.................................... 12
5.4. Packetization Modes..................................... 14
5.5. Decoding Order Number (DON)............................. 15
5.6. Single NAL Unit Packet.................................. 18
5.7. Aggregation Packets..................................... 18
5.8. Fragmentation Units (FUs)............................... 27
6. Packetization Rules........................................... 31
6.1. Common Packetization Rules.............................. 31
6.2. Single NAL Unit Mode.................................... 32
6.3. Non-Interleaved Mode.................................... 32
6.4. Interleaved Mode........................................ 33
7. De-Packetization Process (Informative)........................ 33
7.1. Single NAL Unit and Non-Interleaved Mode................ 33
7.2. Interleaved Mode........................................ 34
7.3. Additional De-Packetization Guidelines.................. 36
8. Payload Format Parameters..................................... 37
8.1. MIME Registration....................................... 37
8.2. SDP Parameters.......................................... 52
8.3. Examples................................................ 58
8.4. Parameter Set Considerations............................ 60
9. Security Considerations....................................... 62
10. Congestion Control............................................ 63
11. IANA Considerations........................................... 64
12. Informative Appendix: Application Examples.................... 65
12.1. Video Telephony according to ITU-T Recommendation H.241
Annex A................................................. 65
12.2. Video Telephony, No Slice Data Partitioning, No NAL
Unit Aggregation........................................ 65
12.3. Video Telephony, Interleaved Packetization Using NAL
Unit Aggregation........................................ 66
12.4. Video Telephony with Data Partitioning.................. 66
12.5. Video Telephony or Streaming with FUs and Forward
Error Correction........................................ 67
12.6. Low Bit-Rate Streaming.................................. 69
12.7. Robust Packet Scheduling in Video Streaming............. 70
13. Informative Appendix: Rationale for Decoding Order Number..... 71
13.1. Introduction............................................ 71
13.2. Example of Multi-Picture Slice Interleaving............. 71
13.3. Example of Robust Packet Scheduling..................... 73
13.4. Robust Transmission Scheduling of Redundant Coded
Slices.................................................. 77
13.5. Remarks on Other Design Possibilities................... 77
14. Acknowledgements.............................................. 78
15. References.................................................... 78
15.1. Normative References.................................... 78
15.2. Informative References.................................. 79
Authors' Addresses................................................ 81
Full Copyright Statement.......................................... 83
This memo specifies an RTP payload specification for the video coding standard known as ITU-T Recommendation H.264 [1] and ISO/IEC International Standard 14496 Part 10 [2] (both also known as Advanced Video Coding, or AVC). Recommendation H.264 was approved by ITU-T on May 2003, and the approved draft specification is available for public review [8]. In this memo the H.264 acronym is used for the codec and the standard, but the memo is equally applicable to the ISO/IEC counterpart of the coding standard.
このメモは、ITU-T勧告H.264 [1]およびISO / IEC国際規格14496パート10 [2]（どちらもAdvanced Video CodingまたはAVCとも呼ばれる）として知られるビデオコーディング標準のRTPペイロード仕様を指定します。推奨事項H.264は2003年5月にITU-Tによって承認され、承認されたドラフト仕様は公開レビューに利用できます[8]。このメモでは、コーデックと規格にH.264の頭字語が使用されていますが、このメモは、コーディング規格のISO / IECにも同様に適用できます。
The H.264 video codec has a very broad application range that covers all forms of digital compressed video from, low bit-rate Internet streaming applications to HDTV broadcast and Digital Cinema applications with nearly lossless coding. Compared to the current state of technology, the overall performance of H.264 is such that bit rate savings of 50% or more are reported. Digital Satellite TV quality, for example, was reported to be achievable at 1.5 Mbit/s, compared to the current operation point of MPEG 2 video at around 3.5 Mbit/s [9].
H.264ビデオコーデックは、低ビットレートのインターネットストリーミングアプリケーションから、HDTV放送やほぼロスレスコーディングのデジタルシネマアプリケーションまで、あらゆる形式のデジタル圧縮ビデオをカバーする非常に幅広いアプリケーション範囲を備えています。現在のテクノロジーの状態と比較すると、H.264の全体的なパフォーマンスは、50％以上のビットレートの節約が報告されています。たとえば、デジタル衛星テレビの品質は、MPEG 2ビデオの現在の動作点が約3.5 Mbit / sであるのに比べて、1.5 Mbit / sで達成可能であると報告されています[9]。
The codec specification [1] itself distinguishes conceptually between a video coding layer (VCL) and a network abstraction layer (NAL). The VCL contains the signal processing functionality of the codec; mechanisms such as transform, quantization, and motion compensated prediction; and a loop filter. It follows the general concept of most of today's video codecs, a macroblock-based coder that uses inter picture prediction with motion compensation and transform coding of the residual signal. The VCL encoder outputs slices: a bit string that contains the macroblock data of an integer number of macroblocks, and the information of the slice header (containing the spatial address of the first macroblock in the slice, the initial quantization parameter, and similar information). Macroblocks in slices are arranged in scan order unless a different macroblock allocation is specified, by using the so-called Flexible Macroblock Ordering syntax. In-picture prediction is used only within a slice. More information is provided in [9].
コーデック仕様[1]自体は、ビデオコーディングレイヤー（VCL）とネットワークアブストラクションレイヤー（NAL）を概念的に区別しています。 VCLには、コーデックの信号処理機能が含まれています。変換、量子化、動き補償予測などのメカニズム。そしてループフィルター。これは、今日のほとんどのビデオコーデックの一般的な概念に従っています。マクロブロックベースのコーダーは、動き補償による画像間予測と残差信号の変換コーディングを使用します。 VCLエンコーダーはスライスを出力します。整数のマクロブロックのマクロブロックデータを含むビット文字列とスライスヘッダーの情報（スライスの最初のマクロブロックの空間アドレス、初期量子化パラメーター、および同様の情報を含む） 。スライス内のマクロブロックは、いわゆるフレキシブルマクロブロック順序構文を使用して、別のマクロブロック割り当てが指定されていない限り、スキャン順に配置されます。画像内予測はスライス内でのみ使用されます。詳細については、[9]を参照してください。
The Network Abstraction Layer (NAL) encoder encapsulates the slice output of the VCL encoder into Network Abstraction Layer Units (NAL units), which are suitable for transmission over packet networks or use in packet oriented multiplex environments. Annex B of H.264 defines an encapsulation process to transmit such NAL units over byte-stream oriented networks. In the scope of this memo, Annex B is not relevant.
ネットワークアブストラクションレイヤー（NAL）エンコーダーは、VCLエンコーダーのスライス出力をネットワークアブストラクションレイヤーユニット（NALユニット）にカプセル化します。ネットワークアブストラクションレイヤーユニット（NALユニット）は、パケットネットワークでの送信やパケット指向のマルチプレックス環境での使用に適しています。 H.264のAnnex Bは、そのようなNALユニットをバイトストリーム指向のネットワークで送信するためのカプセル化プロセスを定義しています。このメモの範囲では、附属書Bは関係ない。
Internally, the NAL uses NAL units. A NAL unit consists of a one-byte header and the payload byte string. The header indicates the type of the NAL unit, the (potential) presence of bit errors or syntax violations in the NAL unit payload, and information regarding the relative importance of the NAL unit for the decoding process. This RTP payload specification is designed to be unaware of the bit string in the NAL unit payload.
内部的には、NALはNALユニットを使用します。 NALユニットは、1バイトのヘッダーとペイロードのバイト文字列で構成されます。ヘッダーは、NALユニットのタイプ、NALユニットペイロード内のビットエラーまたは構文違反の（潜在的な）存在、およびデコードプロセスにおけるNALユニットの相対的な重要性に関する情報を示します。このRTPペイロード仕様は、NALユニットペイロードのビット文字列を認識しないように設計されています。
One of the main properties of H.264 is the complete decoupling of the transmission time, the decoding time, and the sampling or presentation time of slices and pictures. The decoding process specified in H.264 is unaware of time, and the H.264 syntax does not carry information such as the number of skipped frames (as is common in the form of the Temporal Reference in earlier video compression standards). Also, there are NAL units that affect many pictures and that are, therefore, inherently timeless. For this reason, the handling of the RTP timestamp requires some special considerations for NAL units for which the sampling or presentation time is not defined or, at transmission time, unknown.
H.264の主な特性の1つは、スライスと画像の送信時間、デコード時間、およびサンプリング時間またはプレゼンテーション時間の完全な分離です。 H.264で指定されたデコードプロセスは時間を認識せず、H.264構文はスキップされたフレームの数などの情報を伝達しません（以前のビデオ圧縮標準のTemporal Referenceの形式で一般的です）。また、多くの画像に影響を与えるNALユニットがあり、そのため本質的にタイムレスです。このため、RTPタイムスタンプの処理では、サンプリングまたはプレゼンテーション時間が定義されていない、または送信時に不明なNALユニットについて、特別な考慮が必要です。
One very fundamental design concept of H.264 is to generate self-contained packets, to make mechanisms such as the header duplication of RFC 2429 [10] or MPEG-4's Header Extension Code (HEC) [11] unnecessary. This was achieved by decoupling information relevant to more than one slice from the media stream. This higher layer meta information should be sent reliably, asynchronously, and in advance from the RTP packet stream that contains the slice packets. (Provisions for sending this information in-band are also available for applications that do not have an out-of-band transport channel appropriate for the purpose.) The combination of the higher-level parameters is called a parameter set. The H.264 specification includes two types of parameter sets: sequence parameter set and picture parameter set. An active sequence parameter set remains unchanged throughout a coded video sequence, and an active picture parameter set remains unchanged within a coded picture. The sequence and picture parameter set structures contain information such as picture size, optional coding modes employed, and macroblock to slice group map.
H.264の非常に基本的な設計コンセプトの1つは、自己完結型パケットを生成し、RFC 2429 [10]のヘッダー複製やMPEG-4のヘッダー拡張コード（HEC）[11]などのメカニズムを不要にすることです。これは、メディアストリームから複数のスライスに関連する情報を分離することによって実現されました。この上位層のメタ情報は、確実に、非同期で、事前にスライスパケットを含むRTPパケットストリームから送信する必要があります。 （この情報をインバンドで送信するための規定は、目的に適したアウトオブバンドトランスポートチャネルがないアプリケーションでも利用できます。）より高いレベルのパラメーターの組み合わせは、パラメーターセットと呼ばれます。 H.264仕様には、シーケンスパラメーターセットと画像パラメーターセットの2種類のパラメーターセットが含まれています。アクティブなシーケンスパラメータセットは、コード化されたビデオシーケンス全体で変更されないままであり、アクティブなピクチャパラメータセットは、コード化されたピクチャ内で変更されないままです。シーケンスと画像パラメーターセットの構造には、画像サイズ、使用されるオプションのコーディングモード、グループマップをスライスするマクロブロックなどの情報が含まれています。
To be able to change picture parameters (such as the picture size) without having to transmit parameter set updates synchronously to the slice packet stream, the encoder and decoder can maintain a list of more than one sequence and picture parameter set. Each slice header contains a codeword that indicates the sequence and picture parameter set to be used.
エンコーダーとデコーダーは、パラメーターセットの更新をスライスパケットストリームに同期送信せずに画像パラメーター（画像サイズなど）を変更できるように、複数のシーケンスと画像パラメーターセットのリストを維持できます。各スライスヘッダーには、使用するシーケンスと画像パラメーターセットを示すコードワードが含まれています。
This mechanism allows the decoupling of the transmission of parameter sets from the packet stream, and the transmission of them by external means (e.g., as a side effect of the capability exchange), or through a (reliable or unreliable) control protocol. It may even be possible that they are never transmitted but are fixed by an application design specification.
このメカニズムにより、パケットストリームからのパラメータセットの送信の分離、および外部手段による（たとえば、機能交換の副作用としての）または（信頼性のあるまたは信頼性の低い）制御プロトコルによるそれらの送信が可能になります。それらは決して送信されないが、アプリケーション設計仕様によって修正される可能性さえあります。
Tutorial information on the NAL design can be found in [12], [13], and [14].
NAL設計のチュートリアル情報は、[12]、[13]、および[14]にあります。
All NAL units consist of a single NAL unit type octet, which also co-serves as the payload header of this RTP payload format. The payload of a NAL unit follows immediately.
すべてのNALユニットは、単一のNALユニットタイプのオクテットで構成され、このRTPペイロード形式のペイロードヘッダーとしても機能します。 NALユニットのペイロードはすぐに続きます。
The syntax and semantics of the NAL unit type octet are specified in [1], but the essential properties of the NAL unit type octet are summarized below. The NAL unit type octet has the following format:
NALユニットタイプオクテットの構文とセマンティクスは[1]で指定されていますが、NALユニットタイプオクテットの基本的なプロパティを以下にまとめます。 NALユニットタイプオクテットの形式は次のとおりです。
+---------------+
|0|1|2|3|4|5|6|7|
+-+-+-+-+-+-+-+-+
|F|NRI| Type |
+---------------+
The semantics of the components of the NAL unit type octet, as specified in the H.264 specification, are described briefly below.
H.264仕様で指定されているNALユニットタイプオクテットのコンポーネントのセマンティクスについて、以下に簡単に説明します。
F: 1 bit forbidden_zero_bit. The H.264 specification declares a value of 1 as a syntax violation.
F：1ビットforbidden_zero_bit。 H.264仕様では、値1を構文違反として宣言しています。
NRI: 2 bits nal_ref_idc. A value of 00 indicates that the content of the NAL unit is not used to reconstruct reference pictures for inter picture prediction. Such NAL units can be discarded without risking the integrity of the reference pictures. Values greater than 00 indicate that the decoding of the NAL unit is required to maintain the integrity of the reference pictures.
NRI：2ビットnal_ref_idc。値00は、NALユニットのコンテンツが、画像間予測の参照画像の再構成に使用されないことを示します。このようなNALユニットは、参照画像の完全性を危険にさらすことなく廃棄できます。 00より大きい値は、参照画像の完全性を維持するためにNALユニットのデコードが必要であることを示します。
Type: 5 bits nal_unit_type. This component specifies the NAL unit payload type as defined in table 7-1 of [1], and later within this memo. For a reference of all currently defined NAL unit types and their semantics, please refer to section 7.4.1 in [1].
タイプ：5ビットのnal_unit_type。このコンポーネントは、[1]の表7-1で定義されているNALユニットのペイロードタイプを指定し、後でこのメモ内で指定します。現在定義されているすべてのNALユニットタイプとそのセマンティクスのリファレンスについては、[1]のセクション7.4.1を参照してください。
This memo introduces new NAL unit types, which are presented in section 5.2. The NAL unit types defined in this memo are marked as unspecified in [1]. Moreover, this specification extends the semantics of F and NRI as described in section 5.3.
このメモは、セクション5.2で提示される新しいNALユニットタイプを紹介します。このメモで定義されているNALユニットタイプは、[1]で未指定としてマークされています。さらに、この仕様は、セクション5.3で説明されているように、FとNRIのセマンティクスを拡張します。
The key words "MUST", "MUST NOT", "REQUIRED", "SHALL", "SHALL NOT", "SHOULD", "SHOULD NOT", "RECOMMENDED", "MAY", and "OPTIONAL" in this document are to be interpreted as described in BCP 14, RFC 2119 [3].
このドキュメントのキーワード「MUST」、「MUST NOT」、「REQUIRED」、「SHALL」、「SHALL NOT」、「SHOULD」、「SHOULD NOT」、「RECOMMENDED」、「MAY」、および「OPTIONAL」は、 BCP 14、RFC 2119 [3]で説明されているように解釈されます。
This specification uses the notion of setting and clearing a bit when bit fields are handled. Setting a bit is the same as assigning that bit the value of 1 (On). Clearing a bit is the same as assigning that bit the value of 0 (Off).
この仕様では、ビットフィールドを処理するときにビットを設定およびクリアするという概念を使用しています。ビットを設定することは、そのビットに値1（オン）を割り当てることと同じです。ビットをクリアすることは、そのビットに値0（オフ）を割り当てることと同じです。
This payload specification can only be used to carry the "naked" H.264 NAL unit stream over RTP, and not the bitstream format discussed in Annex B of H.264. Likely, the first applications of this specification will be in the conversational multimedia field, video telephony or video conferencing, but the payload format also covers other applications, such as Internet streaming and TV over IP.
このペイロード仕様は、RTPを介して「ネイキッド」H.264 NALユニットストリームを伝送するためにのみ使用でき、H.264の付録Bで説明されているビットストリーム形式は使用できません。おそらく、この仕様の最初のアプリケーションは、会話型マルチメディア分野、ビデオテレフォニー、またはビデオ会議にありますが、ペイロード形式は、インターネットストリーミングやTV over IPなどの他のアプリケーションもカバーしています。
This document uses the definitions of [1]. The following terms, defined in [1], are summed up for convenience:
このドキュメントでは、[1]の定義を使用しています。 [1]で定義されている次の用語は、便宜上まとめられています。
access unit: A set of NAL units always containing a primary coded picture. In addition to the primary coded picture, an access unit may also contain one or more redundant coded pictures or other NAL units not containing slices or slice data partitions of a coded picture. The decoding of an access unit always results in a decoded picture.
アクセスユニット：プライマリコーディングされた画像を常に含むNALユニットのセット。一次コード化ピクチャに加えて、アクセスユニットはまた、１つまたは複数の冗長コード化ピクチャ、またはコード化ピクチャのスライスまたはスライスデータパーティションを含まない他のＮＡＬユニットを含み得る。アクセスユニットのデコードは常にデコードされた画像になります。
coded video sequence: A sequence of access units that consists, in decoding order, of an instantaneous decoding refresh (IDR) access unit followed by zero or more non-IDR access units including all subsequent access units up to but not including any subsequent IDR access unit.
コーディングされたビデオシーケンス：一連のアクセスユニット。これは、デコード順に、即時デコードリフレッシュ（IDR）アクセスユニットと、それに続く0個以上の非IDRアクセスユニットで構成されます。単位。
IDR access unit: An access unit in which the primary coded picture is an IDR picture.
ＩＤＲアクセスユニット：一次コード化された画像がＩＤＲ画像であるアクセスユニット。
IDR picture: A coded picture containing only slices with I or SI slice types that causes a "reset" in the decoding process. After the decoding of an IDR picture, all following coded pictures in decoding order can be decoded without inter prediction from any picture decoded prior to the IDR picture.
IDRピクチャ：IまたはSIスライスタイプのスライスのみを含むコード化されたピクチャで、デコードプロセスで「リセット」が発生します。 IDRピクチャの復号化後、IDRピクチャの前に復号化されたピクチャからのインター予測なしで、復号化順に続くすべての符号化ピクチャを復号化できます。
primary coded picture: The coded representation of a picture to be used by the decoding process for a bitstream conforming to H.264. The primary coded picture contains all macroblocks of the picture.
一次符号化画像：H.264に準拠するビットストリームの復号化プロセスで使用される画像の符号化表現。一次コード化された画像には、画像のすべてのマクロブロックが含まれています。
redundant coded picture: A coded representation of a picture or a part of a picture. The content of a redundant coded picture shall not be used by the decoding process for a bitstream conforming to H.264. The content of a redundant coded picture may be used by the decoding process for a bitstream that contains errors or losses.
冗長コード化画像：画像または画像の一部のコード化表現。冗長な符号化された画像の内容は、H.264に準拠するビットストリームの復号化プロセスでは使用されません。冗長なコード化された画像のコンテンツは、エラーまたは損失を含むビットストリームのための復号化プロセスによって使用されてもよい。
VCL NAL unit: A collective term used to refer to coded slice and coded data partition NAL units.
VCL NALユニット：コード化スライスおよびコード化データパーティションNALユニットを指すために使用される総称。
In addition, the following definitions apply:
さらに、次の定義が適用されます。
decoding order number (DON): A field in the payload structure, or a derived variable indicating NAL unit decoding order. Values of DON are in the range of 0 to 65535, inclusive. After reaching the maximum value, the value of DON wraps around to 0.
復号化順序番号（DON）：ペイロード構造内のフィールド、またはNALユニットの復号化順序を示す派生変数。 DONの値の範囲は0〜65535です。最大値に達した後、DONの値は0に戻ります。
NAL unit decoding order: A NAL unit order that conforms to the constraints on NAL unit order given in section 7.4.1.2 in [1].
NALユニットの復号化順序：[1]のセクション7.4.1.2に示されているNALユニットの順序の制約に準拠するNALユニットの順序。
transmission order: The order of packets in ascending RTP sequence number order (in modulo arithmetic). Within an aggregation packet, the NAL unit transmission order is the same as the order of appearance of NAL units in the packet.
送信順序：RTPシーケンス番号の昇順（モジュロ演算）のパケットの順序。集約パケット内では、NALユニットの送信順序は、パケット内のNALユニットの出現順序と同じです。
media aware network element (MANE): A network element, such as a middlebox or application layer gateway that is capable of parsing certain aspects of the RTP payload headers or the RTP payload and reacting to the contents.
メディア対応ネットワーク要素（MANE）：RTPペイロードヘッダーまたはRTPペイロードの特定の側面を解析し、コンテンツに反応できるミドルボックスやアプリケーションレイヤーゲートウェイなどのネットワーク要素。
Informative note: The concept of a MANE goes beyond normal routers or gateways in that a MANE has to be aware of the signaling (e.g., to learn about the payload type mappings of the media streams), and in that it has to be trusted when working with SRTP. The advantage of using MANEs is that they allow packets to be dropped according to the needs of the media coding. For example, if a MANE has to drop packets due to congestion on a certain link, it can identify those packets whose dropping has the smallest negative impact on the user experience and remove them in order to remove the congestion and/or keep the delay low.
有益なメモ：MANEはシグナリングを認識しなければならない（たとえば、メディアストリームのペイロードタイプマッピングについて知る）必要があるという点で、MANEの概念は通常のルーターまたはゲートウェイを超えています。 SRTPでの作業。 MANEを使用する利点は、メディアコーディングのニーズに応じてパケットをドロップできることです。たとえば、MANEが特定のリンクの輻輳のためにパケットをドロップする必要がある場合、そのドロップがユーザーエクスペリエンスへの悪影響が最も小さいパケットを特定し、それらを削除して、輻輳を削除するか、遅延を低く抑えることができます。 。
Abbreviations
略語
DON: Decoding Order Number DONB: Decoding Order Number Base DOND: Decoding Order Number Difference FEC: Forward Error Correction FU: Fragmentation Unit IDR: Instantaneous Decoding Refresh IEC: International Electrotechnical Commission ISO: International Organization for Standardization ITU-T: International Telecommunication Union, Telecommunication Standardization Sector MANE: Media Aware Network Element MTAP: Multi-Time Aggregation Packet MTAP16: MTAP with 16-bit timestamp offset MTAP24: MTAP with 24-bit timestamp offset NAL: Network Abstraction Layer NALU: NAL Unit SEI: Supplemental Enhancement Information STAP: Single-Time Aggregation Packet STAP-A: STAP type A STAP-B: STAP type B TS: Timestamp VCL: Video Coding Layer
DON：デコード注文番号DONB：デコード注文番号ベースDOND：デコード注文番号差分FEC：前方誤り訂正FU：フラグメンテーションユニットIDR：即時デコード更新IEC：国際電気標準会議ISO：国際標準化機構ITU-T：国際電気通信連合、通信標準化セクターMANE：メディア対応ネットワーク要素MTAP：マルチタイムアグリゲーションパケットMTAP16：16ビットタイムスタンプオフセットを使用したMTAP MTAP24：24ビットタイムスタンプオフセットを使用したMTAP NAL：ネットワーク抽象化レイヤーNALU：NALユニットSEI：補足拡張情報STAP：シングルタイムアグリゲーションパケットSTAP-A：STAPタイプA STAP-B：STAPタイプB TS：タイムスタンプVCL：ビデオコーディングレイヤー
The format of the RTP header is specified in RFC 3550 [4] and reprinted in Figure 1 for convenience. This payload format uses the fields of the header in a manner consistent with that specification.
RTPヘッダーの形式はRFC 3550 [4]で指定されており、便宜上図1に再掲されています。このペイロード形式は、その仕様と一致する方法でヘッダーのフィールドを使用します。
When one NAL unit is encapsulated per RTP packet, the RECOMMENDED RTP payload format is specified in section 5.6. The RTP payload (and the settings for some RTP header bits) for aggregation packets and fragmentation units are specified in sections 5.7 and 5.8, respectively.
RTPパケットごとに1つのNALユニットがカプセル化される場合、RECOMMENDED RTPペイロード形式はセクション5.6で指定されます。アグリゲーションパケットおよびフラグメンテーションユニットのRTPペイロード（および一部のRTPヘッダービットの設定）は、それぞれセクション5.7および5.8で指定されています。
0 1 2 3
0 1 2 3 4 5 6 7 8 9 0 1 2 3 4 5 6 7 8 9 0 1 2 3 4 5 6 7 8 9 0 1
+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+
|V=2|P|X| CC |M| PT | sequence number |
+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+
| timestamp |
+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+
| synchronization source (SSRC) identifier |
+=+=+=+=+=+=+=+=+=+=+=+=+=+=+=+=+=+=+=+=+=+=+=+=+=+=+=+=+=+=+=+=+
| contributing source (CSRC) identifiers |
| .... |
+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+
Figure 1. RTP header according to RFC 3550
図1. RFC 3550に準拠したRTPヘッダー
The RTP header information to be set according to this RTP payload format is set as follows:
このRTPペイロードフォーマットに従って設定されるRTPヘッダー情報は、以下のように設定されています。
Marker bit (M): 1 bit Set for the very last packet of the access unit indicated by the RTP timestamp, in line with the normal use of the M bit in video formats, to allow an efficient playout buffer handling. For aggregation packets (STAP and MTAP), the marker bit in the RTP header MUST be set to the value that the marker bit of the last NAL unit of the aggregation packet would have been if it were transported in its own RTP packet. Decoders MAY use this bit as an early indication of the last packet of an access unit, but MUST NOT rely on this property.
マーカービット（M）：1ビットビデオフォーマットでのMビットの通常の使用に合わせて、RTPタイムスタンプで示されるアクセスユニットの最後のパケットに設定され、効率的なプレイアウトバッファー処理を可能にします。集約パケット（STAPおよびMTAP）の場合、RTPヘッダーのマーカービットは、集約パケットの最後のNALユニットのマーカービットが独自のRTPパケットで転送された場合の値に設定する必要があります。デコーダーはこのビットをアクセスユニットの最後のパケットの早期の表示として使用することができますが、このプロパティに依存してはなりません（MUST NOT）。
Informative note: Only one M bit is associated with an aggregation packet carrying multiple NAL units. Thus, if a gateway has re-packetized an aggregation packet into several packets, it cannot reliably set the M bit of those packets.
参考情報：1つのMビットのみが、複数のNALユニットを運ぶ集約パケットに関連付けられています。したがって、ゲートウェイが集約パケットをいくつかのパケットに再パケット化した場合、それらのパケットのMビットを確実に設定することはできません。
Payload type (PT): 7 bits The assignment of an RTP payload type for this new packet format is outside the scope of this document and will not be specified here. The assignment of a payload type has to be performed either through the profile used or in a dynamic way.
ペイロードタイプ（PT）：7ビットこの新しいパケット形式に対するRTPペイロードタイプの割り当ては、このドキュメントの範囲外であり、ここでは指定しません。ペイロードタイプの割り当ては、使用するプロファイルを介して、または動的に実行する必要があります。
Sequence number (SN): 16 bits Set and used in accordance with RFC 3550. For the single NALU and non-interleaved packetization mode, the sequence number is used to determine decoding order for the NALU.
シーケンス番号（SN）：16ビットRFC 3550に従って設定および使用されます。単一のNALUおよび非インターリーブパケット化モードでは、シーケンス番号を使用してNALUのデコード順序を決定します。
Timestamp: 32 bits The RTP timestamp is set to the sampling timestamp of the content. A 90 kHz clock rate MUST be used.
タイムスタンプ：32ビットRTPタイムスタンプは、コンテンツのサンプリングタイムスタンプに設定されます。 90 kHzクロックレートを使用する必要があります。
If the NAL unit has no timing properties of its own (e.g., parameter set and SEI NAL units), the RTP timestamp is set to the RTP timestamp of the primary coded picture of the access unit in which the NAL unit is included, according to section 7.4.1.2 of [1].
ＮＡＬユニットがそれ自体のタイミング特性を持たない場合（例えば、パラメータセットおよびＳＥＩ ＮＡＬユニット）、ＲＴＰタイムスタンプは、以下に従って、ＮＡＬユニットが含まれるアクセスユニットの一次コード化ピクチャのＲＴＰタイムスタンプに設定される。 [1]のセクション7.4.1.2。
The setting of the RTP Timestamp for MTAPs is defined in section 5.7.2.
MTAPのRTPタイムスタンプの設定は、セクション5.7.2で定義されています。
Receivers SHOULD ignore any picture timing SEI messages included in access units that have only one display timestamp. Instead, receivers SHOULD use the RTP timestamp for synchronizing the display process.
受信者は、表示タイムスタンプが1つしかないアクセスユニットに含まれる画像タイミングSEIメッセージを無視する必要があります。代わりに、受信者は表示プロセスを同期するためにRTPタイムスタンプを使用する必要があります（SHOULD）。
RTP senders SHOULD NOT transmit picture timing SEI messages for pictures that are not supposed to be displayed as multiple fields.
RTP送信者は、複数のフィールドとして表示されるべきでない画像の画像タイミングSEIメッセージを送信してはなりません（SHOULD NOT）。
If one access unit has more than one display timestamp carried in a picture timing SEI message, then the information in the SEI message SHOULD be treated as relative to the RTP timestamp, with the earliest event occurring at the time given by the RTP timestamp, and subsequent events later, as given by the difference in SEI message picture timing values. Let tSEI1, tSEI2, ..., tSEIn be the display timestamps carried in the SEI message of an access unit, where tSEI1 is the earliest of all such timestamps. Let tmadjst() be a function that adjusts the SEI messages time scale to a 90-kHz time scale. Let TS be the RTP timestamp. Then, the display time for the event associated with tSEI1 is TS. The display time for the event with tSEIx, where x is [2..n] is TS + tmadjst (tSEIx - tSEI1).
1つのアクセスユニットがピクチャタイミングSEIメッセージで運ばれる複数の表示タイムスタンプを持っている場合、SEIメッセージの情報はRTPタイムスタンプに関連するものとして扱われる必要があり、RTPタイムスタンプで指定された時間に最も早いイベントが発生します。 SEIメッセージピクチャのタイミング値の違いによって示される、後続のイベント。 tSEI1、tSEI2、...、tSEInをアクセスユニットのSEIメッセージで運ばれる表示タイムスタンプとします。ここで、tSEI1はそのようなすべてのタイムスタンプの最も早いものです。 tmadjst()を、SEIメッセージの時間スケールを90 kHzの時間スケールに調整する関数とします。 TSをRTPタイムスタンプとします。次に、tSEI1に関連付けられたイベントの表示時間はTSです。 xが[2..n]であるtSEIxのイベントの表示時間は、TS + tmadjst（tSEIx-tSEI1）です。
Informative note: Displaying coded frames as fields is needed commonly in an operation known as 3:2 pulldown, in which film content that consists of coded frames is displayed on a display using interlaced scanning. The picture timing SEI message enables carriage of multiple timestamps for the same coded picture, and therefore the 3:2 pulldown process is perfectly controlled. The picture timing SEI message mechanism is necessary because only one timestamp per coded frame can be conveyed in the RTP timestamp.
参考情報：コード化されたフレームをフィールドとして表示することは、3：2プルダウンと呼ばれる操作で一般的に必要です。この処理では、コード化されたフレームで構成されるフィルムコンテンツがインターレーススキャンを使用してディスプレイに表示されます。ピクチャタイミングSEIメッセージは、同じコード化されたピクチャの複数のタイムスタンプの搬送を可能にするため、3：2プルダウンプロセスは完全に制御されます。 RTPタイムスタンプでは、コード化されたフレームごとに1つのタイムスタンプしか伝達できないため、ピクチャタイミングSEIメッセージメカニズムが必要です。
Informative note: Because H.264 allows the decoding order to be different from the display order, values of RTP timestamps may not be monotonically non-decreasing as a function of RTP sequence numbers. Furthermore, the value for interarrival jitter reported in the RTCP reports may not be a trustworthy indication of the network performance, as the calculation rules for interarrival jitter (section 6.4.1 of RFC 3550) assume that the RTP timestamp of a packet is directly proportional to its transmission time.
参考情報：H.264はデコードの順序を表示の順序とは異なるものにすることができるため、RTPタイムスタンプの値は、RTPシーケンス番号の関数として単調に非減少ではない場合があります。さらに、RTCPレポートで報告される到着間ジッタの値は、ネットワークパフォーマンスの信頼できる指標ではない可能性があります。これは、到着間ジッタの計算ルール（RFC 3550のセクション6.4.1）が、パケットのRTPタイムスタンプが直接比例していると仮定しているためですその伝送時間に。
The payload format defines three different basic payload structures. A receiver can identify the payload structure by the first byte of the RTP payload, which co-serves as the RTP payload header and, in some cases, as the first byte of the payload. This byte is always structured as a NAL unit header. The NAL unit type field indicates which structure is present. The possible structures are as follows:
ペイロード形式は、3つの異なる基本的なペイロード構造を定義します。レシーバーは、RTPペイロードの最初のバイトとしてペイロード構造を識別できます。これは、RTPペイロードヘッダーとして、また場合によっては、ペイロードの最初のバイトとしても機能します。このバイトは常にNALユニットヘッダーとして構成されます。 NALユニットタイプフィールドは、存在する構造を示します。可能な構造は次のとおりです。
Single NAL Unit Packet: Contains only a single NAL unit in the payload. The NAL header type field will be equal to the original NAL unit type; i.e., in the range of 1 to 23, inclusive. Specified in section 5.6.
単一のNALユニットパケット：ペイロードには単一のNALユニットパケットのみが含まれます。 NALヘッダータイプフィールドは、元のNALユニットタイプと同じです。つまり、1から23までの範囲です。セクション5.6で指定。
Aggregation packet: Packet type used to aggregate multiple NAL units into a single RTP payload. This packet exists in four versions, the Single-Time Aggregation Packet type A (STAP-A), the Single-Time Aggregation Packet type B (STAP-B), Multi-Time Aggregation Packet (MTAP) with 16-bit offset (MTAP16), and Multi-Time Aggregation Packet (MTAP) with 24-bit offset (MTAP24). The NAL unit type numbers assigned for STAP-A, STAP-B, MTAP16, and MTAP24 are 24, 25, 26, and 27, respectively. Specified in section 5.7.
集約パケット：複数のNALユニットを単一のRTPペイロードに集約するために使用されるパケットタイプ。このパケットは、シングルタイムアグリゲーションパケットタイプA（STAP-A）、シングルタイムアグリゲーションパケットタイプB（STAP-B）、16ビットオフセットのマルチタイムアグリゲーションパケット（MTAP）の4つのバージョンで存在します（MTAP16 ）、24ビットオフセットのマルチタイムアグリゲーションパケット（MTAP）（MTAP24）。 STAP-A、STAP-B、MTAP16、およびMTAP24に割り当てられたNALユニットタイプ番号は、それぞれ24、25、26、および27です。セクション5.7で指定。
Fragmentation unit: Used to fragment a single NAL unit over multiple RTP packets. Exists with two versions, FU-A and FU-B, identified with the NAL unit type numbers 28 and 29, respectively. Specified in section 5.8.
断片化ユニット：複数のRTPパケット上で単一のNALユニットを断片化するために使用されます。 2つのバージョンFU-AとFU-Bがあり、それぞれNALユニットタイプ番号28と29で識別されます。セクション5.8で指定。
Table 1. Summary of NAL unit types and their payload structures
表1. NALユニットタイプとそのペイロード構造の概要
Type Packet Type name Section
---------------------------------------------------------
0 undefined -
1-23 NAL unit Single NAL unit packet per H.264 5.6
24 STAP-A Single-time aggregation packet 5.7.1
25 STAP-B Single-time aggregation packet 5.7.1
26 MTAP16 Multi-time aggregation packet 5.7.2
27 MTAP24 Multi-time aggregation packet 5.7.2
28 FU-A Fragmentation unit 5.8
29 FU-B Fragmentation unit 5.8
30-31 undefined -
Informative note: This specification does not limit the size of
NAL units encapsulated in single NAL unit packets and
fragmentation units. The maximum size of a NAL unit encapsulated
in any aggregation packet is 65535 bytes.
The structure and semantics of the NAL unit octet were introduced in section 1.3. For convenience, the format of the NAL unit type octet is reprinted below:
NALユニットオクテットの構造とセマンティクスは、セクション1.3で紹介されました。便宜上、NALユニットタイプオクテットの形式を以下に示します。
+---------------+
|0|1|2|3|4|5|6|7|
+-+-+-+-+-+-+-+-+
|F|NRI| Type |
+---------------+
This section specifies the semantics of F and NRI according to this specification.
このセクションでは、この仕様に従ってFおよびNRIのセマンティクスを指定します。
F: 1 bit forbidden_zero_bit. A value of 0 indicates that the NAL unit type octet and payload should not contain bit errors or other syntax violations. A value of 1 indicates that the NAL unit type octet and payload may contain bit errors or other syntax violations.
F：1ビットforbidden_zero_bit。値0は、NALユニットタイプのオクテットとペイロードにビットエラーやその他の構文違反が含まれてはならないことを示します。値1は、NALユニットタイプのオクテットとペイロードにビットエラーまたは他の構文違反が含まれている可能性があることを示します。
MANEs SHOULD set the F bit to indicate detected bit errors in the NAL unit. The H.264 specification requires that the F bit is equal to 0. When the F bit is set, the decoder is advised that bit errors or any other syntax violations may be present in the payload or in the NAL unit type octet. The simplest decoder reaction to a NAL unit in which the F bit is equal to 1 is to discard such a NAL unit and to conceal the lost data in the discarded NAL unit.
MANEは、FALビットを設定して、NALユニットで検出されたビットエラーを示す必要があります（SHOULD）。 H.264仕様では、Fビットが0に等しいことが必要です。Fビットが設定されている場合、ペイロードまたはNALユニットタイプオクテットにビットエラーまたはその他の構文違反が存在する可能性があることをデコーダに通知します。 Fビットが1に等しいNALユニットに対する最も単純なデコーダの反応は、そのようなNALユニットを破棄し、破棄されたNALユニット内の失われたデータを隠すことです。
NRI: 2 bits nal_ref_idc. The semantics of value 00 and a non-zero value remain unchanged from the H.264 specification. In other words, a value of 00 indicates that the content of the NAL unit is not used to reconstruct reference pictures for inter picture prediction. Such NAL units can be discarded without risking the integrity of the reference pictures. Values greater than 00 indicate that the decoding of the NAL unit is required to maintain the integrity of the reference pictures.
NRI：2ビットnal_ref_idc。値00とゼロ以外の値のセマンティクスは、H.264仕様から変更されていません。言い換えれば、値00は、NALユニットのコンテンツが画像間予測の参照画像の再構成に使用されないことを示します。このようなNALユニットは、参照画像の完全性を危険にさらすことなく廃棄できます。 00より大きい値は、参照画像の完全性を維持するためにNALユニットのデコードが必要であることを示します。
In addition to the specification above, according to this RTP payload specification, values of NRI greater than 00 indicate the relative transport priority, as determined by the encoder. MANEs can use this information to protect more important NAL units better than they do less important NAL units. The highest transport priority is 11, followed by 10, and then by 01; finally, 00 is the lowest.
上記の仕様に加えて、このRTPペイロード仕様によれば、00より大きいNRIの値は、エンコーダーによって決定される相対的なトランスポート優先順位を示します。 MANEはこの情報を使用して、重要度の低いNALユニットよりも重要度の高いNALユニットを保護できます。最も高いトランスポート優先順位は11、次に10、01の順です。最後に、00が最低です。
Informative note: Any non-zero value of NRI is handled identically in H.264 decoders. Therefore, receivers need not manipulate the value of NRI when passing NAL units to the decoder.
参考情報：NRIのゼロ以外の値は、H.264デコーダーでも同様に処理されます。したがって、NALユニットをデコーダに渡すときに、レシーバはNRIの値を操作する必要はありません。
An H.264 encoder MUST set the value of NRI according to the H.264 specification (subclause 7.4.1) when the value of nal_unit_type is in the range of 1 to 12, inclusive. In particular, the H.264 specification requires that the value of NRI SHALL be equal to 0 for all NAL units having nal_unit_type equal to 6, 9, 10, 11, or 12.
nal_unit_typeの値が1〜12の範囲にある場合、H.264エンコーダーはH.264仕様（7.4.1節）に従ってNRIの値を設定する必要があります。特に、H.264仕様では、nal_unit_typeが6、9、10、11、または12に等しいすべてのNALユニットについて、NRIの値を0にする必要があります（SHALL）。
For NAL units having nal_unit_type equal to 7 or 8 (indicating a sequence parameter set or a picture parameter set, respectively), an H.264 encoder SHOULD set the value of NRI to 11 (in binary format). For coded slice NAL units of a primary coded picture having nal_unit_type equal to 5 (indicating a coded slice belonging to an IDR picture), an H.264 encoder SHOULD set the value of NRI to 11 (in binary format).
nal_unit_typeが7または8（それぞれシーケンスパラメーターセットまたは画像パラメーターセットを示す）に等しいNALユニットの場合、H.264エンコーダーはNRIの値を11（バイナリ形式）に設定する必要があります（SHOULD）。 nal_unit_typeが5（IDRピクチャに属するコード化スライスを示す）に等しいプライマリコード化ピクチャのコード化スライスNALユニットの場合、H.264エンコーダーはNRIの値を11（バイナリ形式）に設定する必要があります（SHOULD）。
For a mapping of the remaining nal_unit_types to NRI values, the following example MAY be used and has been shown to be efficient in a certain environment [13]. Other mappings MAY also be desirable, depending on the application and the H.264/AVC Annex A profile in use.
残りのnal_unit_typesをNRI値にマッピングするために、次の例を使用してもよく、特定の環境で効率的であることが示されています[13]。アプリケーションと使用中のH.264 / AVC Annex Aプロファイルによっては、他のマッピングも望ましい場合があります。
Informative note: Data Partitioning is not available in certain profiles; e.g., in the Main or Baseline profiles. Consequently, the nal unit types 2, 3, and 4 can occur only if the video bitstream conforms to a profile in which data partitioning is allowed and not in streams that conform to the Main or Baseline profiles.
有益な注意：データパーティションは、特定のプロファイルでは使用できません。たとえば、メインまたはベースラインプロファイル内。したがって、nalユニットタイプ2、3、および4は、ビデオビットストリームがデータ分割が許可されているプロファイルに準拠し、メインまたはベースラインプロファイルに準拠するストリームではない場合にのみ発生します。
Table 2. Example of NRI values for coded slices and coded slice data partitions of primary coded reference pictures
表2. 1次コード化参照ピクチャのコード化スライスおよびコード化スライスデータパーティションのNRI値の例
NAL Unit Type Content of NAL unit NRI (binary)
----------------------------------------------------------------
1 non-IDR coded slice 10
2 Coded slice data partition A 10
3 Coded slice data partition B 01
4 Coded slice data partition C 01
Informative note: As mentioned before, the NRI value of non-reference pictures is 00 as mandated by H.264/AVC.
参考情報：前述のとおり、非参照画像のNRI値はH.264 / AVCで義務付けられている00です。
An H.264 encoder SHOULD set the value of NRI for coded slice and coded slice data partition NAL units of redundant coded reference pictures equal to 01 (in binary format).
H.264エンコーダーは、コード化されたスライスのNRIの値を設定し、冗長なコード化された参照画像のコード化されたスライスデータパーティションNALユニットを01（バイナリ形式）に等しく設定する必要があります。
Definitions of the values for NRI for NAL unit types 24 to 29, inclusive, are given in sections 5.7 and 5.8 of this memo.
NALユニットタイプ24〜29のNRIの値の定義は、このメモのセクション5.7および5.8に記載されています。
No recommendation for the value of NRI is given for NAL units having nal_unit_type in the range of 13 to 23, inclusive, because these values are reserved for ITU-T and ISO/IEC. No recommendation for the value of NRI is given for NAL units having nal_unit_type equal to 0 or in the range of 30 to 31, inclusive, as the semantics of these values are not specified in this memo.
これらの値はITU-TおよびISO / IEC用に予約されているため、13から23までの範囲のnal_unit_typeを持つNALユニットについては、NRIの値は推奨されません。これらの値のセマンティクスはこのメモでは指定されていないため、nal_unit_typeが0に等しいか、30から31までの範囲にあるNALユニットについては、NRIの値は推奨されません。
This memo specifies three cases of packetization modes:
このメモは、パケット化モードの3つのケースを指定しています。
o Single NAL unit mode o Non-interleaved mode o Interleaved mode
o シングルNALユニットモードo非インターリーブモードoインターリーブモード
The single NAL unit mode is targeted for conversational systems that comply with ITU-T Recommendation H.241 [15] (see section 12.1). The non-interleaved mode is targeted for conversational systems that may not comply with ITU-T Recommendation H.241. In the non-interleaved mode, NAL units are transmitted in NAL unit decoding order. The interleaved mode is targeted for systems that do not require very low end-to-end latency. The interleaved mode allows transmission of NAL units out of NAL unit decoding order.
シングルNALユニットモードは、ITU-T勧告H.241 [15]に準拠する会話型システムを対象としています（セクション12.1を参照）。非インターリーブモードは、ITU-T勧告H.241に準拠していない可能性がある会話型システムを対象としています。非インターリーブモードでは、NALユニットはNALユニットのデコード順に送信されます。インターリーブモードは、エンドツーエンドのレイテンシをあまり必要としないシステムを対象としています。インターリーブモードでは、NALユニットをNALユニットのデコード順以外で送信できます。
The packetization mode in use MAY be signaled by the value of the OPTIONAL packetization-mode MIME parameter or by external means. The used packetization mode governs which NAL unit types are allowed in RTP payloads. Table 3 summarizes the allowed NAL unit types for each packetization mode. Some NAL unit type values (indicated as undefined in Table 3) are reserved for future extensions. NAL units of those types SHOULD NOT be sent by a sender and MUST be ignored by a receiver. For example, the Types 1-23, with the associated packet type "NAL unit", are allowed in "Single NAL Unit Mode" and in "Non-Interleaved Mode", but disallowed in "Interleaved Mode". Packetization modes are explained in more detail in section 6.
使用中のパケット化モードは、OPTIONAL packetization-mode MIMEパラメータの値または外部の手段によって通知される場合があります。使用されるパケット化モードは、RTPペイロードで許可されるNALユニットタイプを制御します。表3は、各パケット化モードで許可されるNALユニットタイプをまとめたものです。一部のNALユニットタイプ値（表3では未定義として示されています）は、将来の拡張のために予約されています。それらのタイプのNALユニットは、送信者によって送信されるべきではなく（SHOULD NOT）、受信者によって無視されなければならない（MUST）。たとえば、関連するパケットタイプが「NALユニット」のタイプ1〜23は、「シングルNALユニットモード」と「非インターリーブモード」では許可されていますが、「インターリーブモード」では許可されていません。パケット化モードについては、セクション6で詳しく説明します。
Table 3. Summary of allowed NAL unit types for each packetization mode (yes = allowed, no = disallowed, ig = ignore)
表3.各パケット化モードで許可されるNALユニットタイプの概要（はい=許可、いいえ=許可されない、ig =無視）
Type Packet Single NAL Non-Interleaved Interleaved
Unit Mode Mode Mode
-------------------------------------------------------------
0 undefined ig ig ig 1-23 NAL unit yes yes no 24 STAP-A no yes no 25 STAP-B no no yes 26 MTAP16 no no yes 27 MTAP24 no no yes 28 FU-A no yes yes 29 FU-B no no yes 30-31 undefined ig ig ig
0 undefined ig ig ig 1-23 NALユニットyes yes no 24 STAP-A no yes no 25 STAP-B no no yes 26 MTAP16 no no yes 27 MTAP24 no no yes 28 FU-A no yes yes 29 FU-B no noはい30-31未定義ig ig ig
In the interleaved packetization mode, the transmission order of NAL units is allowed to differ from the decoding order of the NAL units. Decoding order number (DON) is a field in the payload structure or a derived variable that indicates the NAL unit decoding order. Rationale and examples of use cases for transmission out of decoding order and for the use of DON are given in section 13.
インターリーブパケット化モードでは、NALユニットの送信順序は、NALユニットの復号化順序と異なることができます。デコード順番号（DON）は、NALユニットのデコード順を示すペイロード構造または派生変数内のフィールドです。デコード順序外の送信およびDONの使用の根拠と使用例は、セクション13に記載されています。
The coupling of transmission and decoding order is controlled by the OPTIONAL sprop-interleaving-depth MIME parameter as follows. When the value of the OPTIONAL sprop-interleaving-depth MIME parameter is equal to 0 (explicitly or per default) or transmission of NAL units out of their decoding order is disallowed by external means, the transmission order of NAL units MUST conform to the NAL unit decoding order. When the value of the OPTIONAL sprop-interleaving-depth MIME parameter is greater than 0 or transmission of NAL units out of their decoding order is allowed by external means,
送信とデコードの順序の結合は、OPTIONAL sprop-interleaving-depth MIMEパラメーターによって次のように制御されます。 OPTIONAL sprop-interleaving-depth MIMEパラメーターの値が0（明示的またはデフォルトごと）に等しいか、NALユニットのデコード順以外の送信が外部の手段によって許可されていない場合、NALユニットの送信順はNALに準拠する必要があります。ユニットのデコード順序。 OPTIONAL sprop-interleaving-depth MIMEパラメーターの値が0より大きい場合、または外部の手段によってNALユニットのデコード順以外の送信が許可されている場合、
o the order of NAL units in an MTAP16 and an MTAP24 is NOT REQUIRED to be the NAL unit decoding order, and
o MTAP16およびMTAP24におけるNALユニットの順序は、NALユニットのデコード順序である必要はありません。
o the order of NAL units generated by decapsulating STAP-Bs, MTAPs, and FUs in two consecutive packets is NOT REQUIRED to be the NAL unit decoding order.
o 2つの連続するパケットでSTAP-B、MTAP、およびFUをカプセル化解除することによって生成されるNALユニットの順序は、NALユニットのデコード順序である必要はありません。
The RTP payload structures for a single NAL unit packet, an STAP-A, and an FU-A do not include DON. STAP-B and FU-B structures include DON, and the structure of MTAPs enables derivation of DON as specified in section 5.7.2.
単一のNALユニットパケット、STAP-A、およびFU-AのRTPペイロード構造には、DONが含まれていません。 STAP-BおよびFU-B構造にはDONが含まれ、MTAPの構造により、セクション5.7.2で指定されているDONの導出が可能になります。
Informative note: When an FU-A occurs in interleaved mode, it always follows an FU-B, which sets its DON.
参考情報：インターリーブモードでFU-Aが発生すると、FU-Aは常にFU-Bに従い、DONが設定されます。
Informative note: If a transmitter wants to encapsulate a single NAL unit per packet and transmit packets out of their decoding order, STAP-B packet type can be used.
参考情報：トランスミッタがパケットごとに1つのNALユニットをカプセル化し、パケットをデコード順以外で送信する場合は、STAP-Bパケットタイプを使用できます。
In the single NAL unit packetization mode, the transmission order of NAL units, determined by the RTP sequence number, MUST be the same as their NAL unit decoding order. In the non-interleaved packetization mode, the transmission order of NAL units in single NAL unit packets, STAP-As, and FU-As MUST be the same as their NAL unit decoding order. The NAL units within an STAP MUST appear in the NAL unit decoding order. Thus, the decoding order is first provided through the implicit order within a STAP, and second provided through the RTP sequence number for the order between STAPs, FUs, and single NAL unit packets.
単一NALユニットのパケット化モードでは、RTPシーケンス番号によって決定されるNALユニットの送信順序は、NALユニットのデコード順序と同じでなければなりません。非インターリーブパケット化モードでは、単一のNALユニットパケット、STAP-As、およびFU-AsでのNALユニットの送信順序は、NALユニットのデコード順序と同じでなければなりません。 STAP内のNALユニットは、NALユニットのデコード順で出現する必要があります。したがって、デコードの順序は、最初にSTAP内の暗黙の順序で提供され、次に、STAP、FU、および単一のNALユニットパケット間の順序のRTPシーケンス番号で提供されます。
Signaling of the value of DON for NAL units carried in STAP-B, MTAP, and a series of fragmentation units starting with an FU-B is specified in sections 5.7.1, 5.7.2, and 5.8, respectively. The DON value of the first NAL unit in transmission order MAY be set to any value. Values of DON are in the range of 0 to 65535, inclusive. After reaching the maximum value, the value of DON wraps around to 0.
STAP-B、MTAP、およびFU-Bで始まる一連のフラグメンテーションユニットで運ばれるNALユニットのDONの値のシグナリングは、それぞれセクション5.7.1、5.7.2、および5.8で指定されています。送信順序の最初のNALユニットのDON値は、任意の値に設定できます。 DONの値の範囲は0〜65535です。最大値に達した後、DONの値は0に戻ります。
The decoding order of two NAL units contained in any STAP-B, MTAP, or a series of fragmentation units starting with an FU-B is determined as follows. Let DON(i) be the decoding order number of the NAL unit having index i in the transmission order. Function don_diff(m,n) is specified as follows:
STAP-B、MTAP、またはFU-Bで始まる一連のフラグメンテーションユニットに含まれる2つのNALユニットのデコード順序は、次のように決定されます。 ＤＯＮ（ｉ）を、送信順序にインデックスｉを有するＮＡＬユニットの復号化順序番号とする。関数don_diff（m、n）は次のように指定されます。
If DON(m) == DON(n), don_diff(m,n) = 0
If (DON(m) < DON(n) and DON(n) - DON(m) < 32768),
don_diff(m,n) = DON(n) - DON(m)
If (DON(m) > DON(n) and DON(m) - DON(n) >= 32768),
don_diff(m,n) = 65536 - DON(m) + DON(n)
If (DON(m) < DON(n) and DON(n) - DON(m) >= 32768),
don_diff(m,n) = - (DON(m) + 65536 - DON(n))
If (DON(m) > DON(n) and DON(m) - DON(n) < 32768),
don_diff(m,n) = - (DON(m) - DON(n))
A positive value of don_diff(m,n) indicates that the NAL unit having transmission order index n follows, in decoding order, the NAL unit having transmission order index m. When don_diff(m,n) is equal to 0, then the NAL unit decoding order of the two NAL units can be in either order. A negative value of don_diff(m,n) indicates that the NAL unit having transmission order index n precedes, in decoding order, the NAL unit having transmission order index m.
don_diff（m、n）の正の値は、送信順インデックスnを持つNALユニットが、デコード順で、送信順インデックスmを持つNALユニットに続くことを示します。 don_diff（m、n）が0の場合、2つのNALユニットのNALユニットデコード順序はどちらの順序でもかまいません。 don_diff（m、n）の負の値は、送信順インデックスnを持つNALユニットが、復号順で、送信順インデックスmを持つNALユニットに先行することを示します。
Values of DON related fields (DON, DONB, and DOND; see section 5.7) MUST be such that the decoding order determined by the values of DON, as specified above, conforms to the NAL unit decoding order. If the order of two NAL units in NAL unit decoding order is switched and the new order does not conform to the NAL unit decoding order, the NAL units MUST NOT have the same value of DON. If the order of two consecutive NAL units in the NAL unit stream is switched and the new order still conforms to the NAL unit decoding order, the NAL units MAY have the same value of DON. For example, when arbitrary slice order is allowed by the video coding profile in use, all the coded slice NAL units of a coded picture are allowed to have the same value of DON. Consequently, NAL units having the same value of DON can be decoded in any order, and two NAL units having a different value of DON should be passed to the decoder in the order specified above. When two consecutive NAL units in the NAL unit decoding order have a different value of DON, the value of DON for the second NAL unit in decoding order SHOULD be the value of DON for the first, incremented by one.
DON関連フィールド（DON、DONB、およびDOND、セクション5.7を参照）の値は、上記のようにDONの値によって決定されるデコード順がNALユニットのデコード順に準拠する必要があります。 NALユニットの復号化順序で2つのNALユニットの順序が入れ替わり、新しい順序がNALユニットの復号化順序に準拠していない場合、NALユニットは同じ値のDONを持つことはできません。 NALユニットストリーム内の2つの連続するNALユニットの順序が入れ替わっても、新しい順序がNALユニットのデコード順序に準拠している場合、NALユニットは同じ値のDONを持つことができます。たとえば、使用中のビデオコーディングプロファイルで任意のスライス順序が許可されている場合、コード化画像のすべてのコード化スライスNALユニットは、同じ値のDONを持つことができます。その結果、同じ値のDONを持つNALユニットは任意の順序でデコードでき、DONの値が異なる2つのNALユニットは、上記で指定された順序でデコーダに渡される必要があります。 NALユニットのデコード順で2つの連続するNALユニットのDONの値が異なる場合、デコード順の2番目のNALユニットのDONの値は、最初のDALの値に1を加えた値である必要があります。
An example of the decapsulation process to recover the NAL unit decoding order is given in section 7.
NALユニットの復号化順序を復元するためのカプセル開放プロセスの例は、セクション7に記載されています。
Informative note: Receivers should not expect that the absolute difference of values of DON for two consecutive NAL units in the NAL unit decoding order will be equal to one, even in error-free transmission. An increment by one is not required, as at the time of associating values of DON to NAL units, it may not be known whether all NAL units are delivered to the receiver. For example, a gateway may not forward coded slice NAL units of non-reference pictures or SEI NAL units when there is a shortage of bit rate in the network to which the packets are forwarded. In another example, a live broadcast is interrupted by pre-encoded content, such as commercials, from time to time. The first intra picture of a pre-encoded clip is transmitted in advance to ensure that it is readily available in the receiver. When transmitting the first intra picture, the originator does not exactly know how many NAL units will be encoded before the first intra picture of the pre-encoded clip follows in decoding order. Thus, the values of DON for the NAL units of the first intra picture of the pre-encoded clip have to be estimated when they are transmitted, and gaps in values of DON may occur.
参考情報：受信側は、エラーのない送信であっても、NALユニットのデコード順で2つの連続するNALユニットのDON値の絶対差が1になることを期待すべきではありません。 DONの値をNALユニットに関連付けるときに、すべてのNALユニットが受信側に配信されるかどうかがわからない場合があるため、1ずつインクリメントする必要はありません。たとえば、ゲートウェイは、パケットの転送先のネットワークでビットレートが不足している場合、非参照ピクチャの符号化スライスNALユニットまたはSEI NALユニットを転送しないことがあります。別の例では、生放送は、コマーシャルなどの事前にエンコードされたコンテンツによって時々中断される。事前にエンコードされたクリップの最初のイントラピクチャが事前に送信され、レシーバーですぐに使用できるようになります。最初のイントラピクチャを送信するとき、発信者は、プリエンコードされたクリップの最初のイントラピクチャがデコード順に続く前に、いくつのNALユニットがエンコードされるか正確にはわかりません。したがって、事前符号化されたクリップの最初のイントラピクチャのNALユニットのDONの値は、送信時に推定する必要があり、DONの値にギャップが生じる可能性があります。
The single NAL unit packet defined here MUST contain only one NAL unit, of the types defined in [1]. This means that neither an aggregation packet nor a fragmentation unit can be used within a single NAL unit packet. A NAL unit stream composed by decapsulating single NAL unit packets in RTP sequence number order MUST conform to the NAL unit decoding order. The structure of the single NAL unit packet is shown in Figure 2.
ここで定義されている単一のNALユニットパケットには、[1]で定義されているタイプのNALユニットが1つだけ含まれている必要があります。つまり、単一のNALユニットパケット内では、アグリゲーションパケットもフラグメント化ユニットも使用できません。 RTPシーケンス番号順で単一のNALユニットパケットをカプセル化解除することによって構成されるNALユニットストリームは、NALユニットのデコード順に準拠する必要があります。単一のNALユニットパケットの構造を図2に示します。
Informative note: The first byte of a NAL unit co-serves as the RTP payload header.
参考情報：NALユニットの最初のバイトは、RTPペイロードヘッダーとして機能します。
0 1 2 3
0 1 2 3 4 5 6 7 8 9 0 1 2 3 4 5 6 7 8 9 0 1 2 3 4 5 6 7 8 9 0 1
+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+
|F|NRI| type | |
+-+-+-+-+-+-+-+-+ |
| |
| Bytes 2..n of a Single NAL unit |
| |
| +-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+
| :...OPTIONAL RTP padding |
+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+
Figure 2. RTP payload format for single NAL unit packet
図2.単一のNALユニットパケットのRTPペイロード形式
Aggregation packets are the NAL unit aggregation scheme of this payload specification. The scheme is introduced to reflect the dramatically different MTU sizes of two key target networks: wireline IP networks (with an MTU size that is often limited by the Ethernet MTU size; roughly 1500 bytes), and IP or non-IP (e.g., ITU-T H.324/M) based wireless communication systems with preferred transmission unit sizes of 254 bytes or less. To prevent media transcoding between the two worlds, and to avoid undesirable packetization overhead, a NAL unit aggregation scheme is introduced.
集約パケットは、このペイロード仕様のNALユニット集約方式です。このスキームは、2つの主要なターゲットネットワークの劇的に異なるMTUサイズを反映するために導入されています。有線IPネットワーク（MTUサイズはイーサネットMTUサイズによって制限されることが多い;およそ1500バイト）、およびIPまたは非IP（ITUなど） -T H.324 / M）254バイト以下の優先送信ユニットサイズの無線通信システム。 2つの世界間のメディアトランスコーディングを防ぎ、望ましくないパケット化のオーバーヘッドを回避するために、NALユニット集約方式が導入されています。
Two types of aggregation packets are defined by this specification:
この仕様では、2種類の集約パケットが定義されています。
o Single-time aggregation packet (STAP): aggregates NAL units with identical NALU-time. Two types of STAPs are defined, one without DON (STAP-A) and another including DON (STAP-B).
o 単一時間集約パケット（STAP）：同一のNALU時間でNALユニットを集約します。 2つのタイプのSTAPが定義されています。1つはDONなし（STAP-A）で、もう1つはDON（STAP-B）を含みます。
o Multi-time aggregation packet (MTAP): aggregates NAL units with potentially differing NALU-time. Two different MTAPs are defined, differing in the length of the NAL unit timestamp offset.
o マルチタイムアグリゲーションパケット（MTAP）：潜在的に異なるNALU時間でNALユニットを集約します。 NALユニットのタイムスタンプオフセットの長さが異なる2つの異なるMTAPが定義されています。
The term NALU-time is defined as the value that the RTP timestamp would have if that NAL unit would be transported in its own RTP packet.
NALU時間という用語は、そのNALユニットが独自のRTPパケットで転送される場合のRTPタイムスタンプの値として定義されます。
Each NAL unit to be carried in an aggregation packet is encapsulated in an aggregation unit. Please see below for the four different aggregation units and their characteristics.
集約パケットで伝送される各NALユニットは、集約ユニットにカプセル化されます。 4つの異なる集約単位とその特性については、以下を参照してください。
The structure of the RTP payload format for aggregation packets is presented in Figure 3.
集約パケットのRTPペイロード形式の構造を図3に示します。
0 1 2 3
0 1 2 3 4 5 6 7 8 9 0 1 2 3 4 5 6 7 8 9 0 1 2 3 4 5 6 7 8 9 0 1
+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+
|F|NRI| type | |
+-+-+-+-+-+-+-+-+ |
| |
| one or more aggregation units |
| |
| +-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+
| :...OPTIONAL RTP padding |
+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+
Figure 3. RTP payload format for aggregation packets
図3.集約パケットのRTPペイロード形式
MTAPs and STAPs share the following packetization rules: The RTP timestamp MUST be set to the earliest of the NALU times of all the NAL units to be aggregated. The type field of the NAL unit type octet MUST be set to the appropriate value, as indicated in Table 4. The F bit MUST be cleared if all F bits of the aggregated NAL units are zero; otherwise, it MUST be set. The value of NRI MUST be the maximum of all the NAL units carried in the aggregation packet.
MTAPとSTAPは、次のパケット化ルールを共有します。RTPタイムスタンプは、集約されるすべてのNALユニットのNALU時間の最も早い時間に設定する必要があります。表4に示すように、NALユニットタイプオクテットのタイプフィールドを適切な値に設定する必要があります。集約されたNALユニットのすべてのFビットがゼロの場合、Fビットをクリアする必要があります。それ以外の場合は、設定する必要があります。 NRIの値は、集約パケットで運ばれるすべてのNALユニットの最大値でなければなりません（MUST）。
Table 4. Type field for STAPs and MTAPs
表4. STAPおよびMTAPのタイプフィールド
Type Packet Timestamp offset DON related fields
field length (DON, DONB, DOND)
(in bits) present
--------------------------------------------------------
24 STAP-A 0 no
25 STAP-B 0 yes
26 MTAP16 16 yes
27 MTAP24 24 yes
The marker bit in the RTP header is set to the value that the marker bit of the last NAL unit of the aggregated packet would have if it were transported in its own RTP packet.
RTPヘッダーのマーカービットは、集約パケットの最後のNALユニットのマーカービットが独自のRTPパケットで転送された場合に持つ値に設定されます。
The payload of an aggregation packet consists of one or more aggregation units. See sections 5.7.1 and 5.7.2 for the four different types of aggregation units. An aggregation packet can carry as many aggregation units as necessary; however, the total amount of data in an aggregation packet obviously MUST fit into an IP packet, and the size SHOULD be chosen so that the resulting IP packet is smaller than the MTU size. An aggregation packet MUST NOT contain fragmentation units specified in section 5.8. Aggregation packets MUST NOT be nested; i.e., an aggregation packet MUST NOT contain another aggregation packet.
集約パケットのペイロードは、1つ以上の集約ユニットで構成されます。 4つの異なるタイプの集約ユニットについては、セクション5.7.1および5.7.2を参照してください。集約パケットは、必要な数の集約ユニットを伝送できます。ただし、集約パケットのデータの総量は明らかにIPパケットに適合しなければならず（MUST）、結果のIPパケットがMTUサイズよりも小さくなるようにサイズを選択する必要があります（SHOULD）。集約パケットには、セクション5.8で指定されたフラグメント化ユニットを含めてはなりません（MUST NOT）。集約パケットはネストしてはいけません。つまり、集約パケットに別の集約パケットを含めることはできません。
Single-time aggregation packet (STAP) SHOULD be used whenever NAL units are aggregated that all share the same NALU-time. The payload of an STAP-A does not include DON and consists of at least one single-time aggregation unit, as presented in Figure 4. The payload of an STAP-B consists of a 16-bit unsigned decoding order number (DON) (in network byte order) followed by at least one single-time aggregation unit, as presented in Figure 5.
シングルタイムアグリゲーションパケット（STAP）は、すべて同じNALU時間を共有するNALユニットがアグリゲートされる場合は常に使用する必要があります（SHOULD）。図4に示すように、STAP-AのペイロードにはDONが含まれておらず、少なくとも1つのシングルタイムアグリゲーションユニットで構成されています。STAP-Bのペイロードは、16ビットの符号なしデコード順序番号（DON）で構成されています（図5に示すように、ネットワークバイトオーダーで）、その後に少なくとも1つのシングルタイムアグリゲーションユニットが続きます。
0 1 2 3
0 1 2 3 4 5 6 7 8 9 0 1 2 3 4 5 6 7 8 9 0 1 2 3 4 5 6 7 8 9 0 1
+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+
: |
+-+-+-+-+-+-+-+-+ |
| |
| single-time aggregation units |
| |
| +-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+
| :
+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+
Figure 4. Payload format for STAP-A
図4. STAP-Aのペイロード形式
0 1 2 3
0 1 2 3 4 5 6 7 8 9 0 1 2 3 4 5 6 7 8 9 0 1 2 3 4 5 6 7 8 9 0 1
+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+
: decoding order number (DON) | |
+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+ |
| |
| single-time aggregation units |
| |
| +-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+
| :
+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+
Figure 5. Payload format for STAP-B
図5. STAP-Bのペイロード形式
The DON field specifies the value of DON for the first NAL unit in an STAP-B in transmission order. For each successive NAL unit in appearance order in an STAP-B, the value of DON is equal to (the value of DON of the previous NAL unit in the STAP-B + 1) % 65536, in which '%' stands for the modulo operation.
DONフィールドは、STAP-Bの最初のNALユニットのDONの値を送信順に指定します。 STAP-Bの出現順に連続するNALユニットごとに、DONの値は（STAP-Bの前のNALユニットのDONの値+ 1）％65536に等しく、 '％'はモジュロ演算。
A single-time aggregation unit consists of 16-bit unsigned size information (in network byte order) that indicates the size of the following NAL unit in bytes (excluding these two octets, but including the NAL unit type octet of the NAL unit), followed by the NAL unit itself, including its NAL unit type byte. A single-time aggregation unit is byte aligned within the RTP payload, but it may not be aligned on a 32-bit word boundary. Figure 6 presents the structure of the single-time aggregation unit.
シングルタイムアグリゲーションユニットは、次のNALユニットのサイズをバイト単位で示す16ビットの符号なしサイズ情報（ネットワークバイト順）で構成されます（これらの2つのオクテットを除くが、NALユニットのNALユニットタイプオクテットを含む）。その後に、NALユニットタイプバイトを含むNALユニット自体が続きます。シングルタイムアグリゲーションユニットは、RTPペイロード内でバイトアラインされますが、32ビットワード境界にアラインされない場合があります。図6は、シングルタイムアグリゲーションユニットの構造を示しています。
0 1 2 3
0 1 2 3 4 5 6 7 8 9 0 1 2 3 4 5 6 7 8 9 0 1 2 3 4 5 6 7 8 9 0 1
+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+
: NAL unit size | |
+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+ |
| |
| NAL unit |
| |
| +-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+
| :
+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+
Figure 6. Structure for single-time aggregation unit
図6.単回集計ユニットの構造
Figure 7 presents an example of an RTP packet that contains an STAP-A. The STAP contains two single-time aggregation units, labeled as 1 and 2 in the figure.
図7は、STAP-Aを含むRTPパケットの例を示しています。 STAPには、図で1と2のラベルが付いた2つのシングルタイムアグリゲーションユニットが含まれています。
0 1 2 3
0 1 2 3 4 5 6 7 8 9 0 1 2 3 4 5 6 7 8 9 0 1 2 3 4 5 6 7 8 9 0 1
+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+
| RTP Header |
+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+
|STAP-A NAL HDR | NALU 1 Size | NALU 1 HDR |
+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+
| NALU 1 Data |
: :
+ +-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+
| | NALU 2 Size | NALU 2 HDR |
+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+
| NALU 2 Data |
: :
| +-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+
| :...OPTIONAL RTP padding |
+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+
Figure 7. An example of an RTP packet including an STAP-A and two single-time aggregation units
図7. STAP-Aと2つのシングルタイムアグリゲーションユニットを含むRTPパケットの例
Figure 8 presents an example of an RTP packet that contains an STAP-B. The STAP contains two single-time aggregation units, labeled as 1 and 2 in the figure.
図8は、STAP-Bを含むRTPパケットの例を示しています。 STAPには、図で1と2のラベルが付いた2つのシングルタイムアグリゲーションユニットが含まれています。
0 1 2 3
0 1 2 3 4 5 6 7 8 9 0 1 2 3 4 5 6 7 8 9 0 1 2 3 4 5 6 7 8 9 0 1
+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+
| RTP Header |
+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+
|STAP-B NAL HDR | DON | NALU 1 Size |
+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+
| NALU 1 Size | NALU 1 HDR | NALU 1 Data |
+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+ +
: :
+ +-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+
| | NALU 2 Size | NALU 2 HDR |
+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+
| NALU 2 Data |
: :
| +-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+
| :...OPTIONAL RTP padding |
+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+
Figure 8. An example of an RTP packet including an STAP-B and two single-time aggregation units
図8. STAP-Bと2つのシングルタイムアグリゲーションユニットを含むRTPパケットの例
The NAL unit payload of MTAPs consists of a 16-bit unsigned decoding order number base (DONB) (in network byte order) and one or more multi-time aggregation units, as presented in Figure 9. DONB MUST contain the value of DON for the first NAL unit in the NAL unit decoding order among the NAL units of the MTAP.
MTAPのNALユニットペイロードは、図9に示すように、16ビットの符号なしデコード順序番号ベース（DONB）（ネットワークバイト順）と1つ以上のマルチタイムアグリゲーションユニットで構成されます。DONBは、 MTAPのNALユニットのうち、NALユニットのデコード順の最初のNALユニット。
Informative note: The first NAL unit in the NAL unit decoding order is not necessarily the first NAL unit in the order in which the NAL units are encapsulated in an MTAP.
参考情報：NALユニットのデコード順の最初のNALユニットは、必ずしもNALユニットがMTAPにカプセル化されている順序の最初のNALユニットであるとは限りません。
0 1 2 3
0 1 2 3 4 5 6 7 8 9 0 1 2 3 4 5 6 7 8 9 0 1 2 3 4 5 6 7 8 9 0 1
+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+
: decoding order number base | |
+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+ |
| |
| multi-time aggregation units |
| |
| +-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+
| :
+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+
Figure 9. NAL unit payload format for MTAPs
図9. MTAPのNALユニットのペイロード形式
Two different multi-time aggregation units are defined in this specification. Both of them consist of 16 bits unsigned size information of the following NAL unit (in network byte order), an 8- bit unsigned decoding order number difference (DOND), and n bits (in network byte order) of timestamp offset (TS offset) for this NAL unit, whereby n can be 16 or 24. The choice between the different MTAP types (MTAP16 and MTAP24) is application dependent: the larger the timestamp offset is, the higher the flexibility of the MTAP, but the overhead is also higher.
この仕様では、2つの異なるマルチタイムアグリゲーションユニットが定義されています。どちらも、次のNALユニットの16ビットの符号なしサイズ情報（ネットワークバイト順）、8ビットの符号なしデコード順番号の差（DOND）、およびタイムスタンプオフセット（TSオフセット）のnビット（ネットワークバイト順）で構成されます。 ）このNALユニットの場合、nは16または24になります。異なるMTAPタイプ（MTAP16およびMTAP24）の選択はアプリケーションに依存します。タイムスタンプオフセットが大きいほど、MTAPの柔軟性は高くなりますが、オーバーヘッドもより高い。
The structure of the multi-time aggregation units for MTAP16 and MTAP24 are presented in Figures 10 and 11, respectively. The starting or ending position of an aggregation unit within a packet is NOT REQUIRED to be on a 32-bit word boundary. The DON of the following NAL unit is equal to (DONB + DOND) % 65536, in which % denotes the modulo operation. This memo does not specify how the NAL units within an MTAP are ordered, but, in most cases, NAL unit decoding order SHOULD be used.
MTAP16およびMTAP24のマルチタイムアグリゲーションユニットの構造を、それぞれ図10および11に示します。パケット内のアグリゲーションユニットの開始または終了位置は、32ビットのワード境界上にある必要はありません。次のNALユニットのDONは、（DONB + DOND）65536に等しく、％はモジュロ演算を示します。このメモは、MTAP内のNALユニットの順序を指定していませんが、ほとんどの場合、NALユニットのデコード順序を使用する必要があります（SHOULD）。
The timestamp offset field MUST be set to a value equal to the value of the following formula: If the NALU-time is larger than or equal to the RTP timestamp of the packet, then the timestamp offset equals (the NALU-time of the NAL unit - the RTP timestamp of the packet). If the NALU-time is smaller than the RTP timestamp of the packet, then the timestamp offset is equal to the NALU-time + (2^32 - the RTP timestamp of the packet).
タイムスタンプオフセットフィールドは、次の数式の値に等しい値に設定する必要があります。NALU時間がパケットのRTPタイムスタンプ以上の場合、タイムスタンプオフセットは（NALのNALU時間） unit-パケットのRTPタイムスタンプ）。 NALU時間がパケットのRTPタイムスタンプよりも小さい場合、タイムスタンプオフセットはNALU時間+（2 ^ 32-パケットのRTPタイムスタンプ）と等しくなります。
0 1 2 3
0 1 2 3 4 5 6 7 8 9 0 1 2 3 4 5 6 7 8 9 0 1 2 3 4 5 6 7 8 9 0 1
+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+
: NAL unit size | DOND | TS offset |
+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+
| TS offset | |
+-+-+-+-+-+-+-+-+ NAL unit |
| |
| +-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+
| :
+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+
Figure 10. Multi-time aggregation unit for MTAP16
図10. MTAP16のマルチタイムアグリゲーションユニット
0 1 2 3
0 1 2 3 4 5 6 7 8 9 0 1 2 3 4 5 6 7 8 9 0 1 2 3 4 5 6 7 8 9 0 1
+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+
: NALU unit size | DOND | TS offset |
+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+
| TS offset | |
+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+ |
| NAL unit |
| +-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+
| :
+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+
Figure 11. Multi-time aggregation unit for MTAP24
図11. MTAP24のマルチタイムアグリゲーションユニット
For the "earliest" multi-time aggregation unit in an MTAP the timestamp offset MUST be zero. Hence, the RTP timestamp of the MTAP itself is identical to the earliest NALU-time.
MTAPの「最も古い」マルチタイムアグリゲーションユニットの場合、タイムスタンプオフセットはゼロでなければなりません（MUST）。したがって、MTAP自体のRTPタイムスタンプは、最も早いNALU時間と同じです。
Informative note: The "earliest" multi-time aggregation unit is the one that would have the smallest extended RTP timestamp among all the aggregation units of an MTAP if the aggregation units were encapsulated in single NAL unit packets. An extended timestamp is a timestamp that has more than 32 bits and is capable of counting the wraparound of the timestamp field, thus enabling one to determine the smallest value if the timestamp wraps. Such an "earliest" aggregation unit may not be the first one in the order in which the aggregation units are encapsulated in an MTAP. The "earliest" NAL unit need not be the same as the first NAL unit in the NAL unit decoding order either.
参考情報：「最も古い」マルチタイム集約ユニットは、集約ユニットが単一のNALユニットパケットにカプセル化された場合、MTAPのすべての集約ユニットの中で最小の拡張RTPタイムスタンプを持つユニットです。拡張タイムスタンプは32ビットを超えるタイムスタンプであり、タイムスタンプフィールドのラップアラウンドをカウントできるため、タイムスタンプがラップした場合に最小値を決定できます。そのような「最も古い」集約ユニットは、集約ユニットがMTAPにカプセル化される順序の最初のものではない場合があります。 「最も古い」ＮＡＬユニットは、ＮＡＬユニットの復号化順序における最初のＮＡＬユニットと同じである必要もない。
Figure 12 presents an example of an RTP packet that contains a multi-time aggregation packet of type MTAP16 that contains two multi-time aggregation units, labeled as 1 and 2 in the figure.
図12は、2つのマルチタイムアグリゲーションユニットを含むタイプMTAP16のマルチタイムアグリゲーションパケットを含むRTPパケットの例を示しています。
0 1 2 3
0 1 2 3 4 5 6 7 8 9 0 1 2 3 4 5 6 7 8 9 0 1 2 3 4 5 6 7 8 9 0 1
+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+
| RTP Header |
+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+
|MTAP16 NAL HDR | decoding order number base | NALU 1 Size |
+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+
| NALU 1 Size | NALU 1 DOND | NALU 1 TS offset |
+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+
| NALU 1 HDR | NALU 1 DATA |
+-+-+-+-+-+-+-+-+ +
: :
+ +-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+
| | NALU 2 SIZE | NALU 2 DOND |
+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+
| NALU 2 TS offset | NALU 2 HDR | NALU 2 DATA |
+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+ |
: :
| +-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+
| :...OPTIONAL RTP padding |
+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+
Figure 12. An RTP packet including a multi-time aggregation packet of type MTAP16 and two multi-time aggregation units
図12.タイプMTAP16のマルチタイム集約パケットと2つのマルチタイム集約ユニットを含むRTPパケット
Figure 13 presents an example of an RTP packet that contains a multi-time aggregation packet of type MTAP24 that contains two multi-time aggregation units, labeled as 1 and 2 in the figure.
図13は、2つのマルチタイムアグリゲーションユニットを含むタイプMTAP24のマルチタイムアグリゲーションパケットを含むRTPパケットの例を示しています。
0 1 2 3
0 1 2 3 4 5 6 7 8 9 0 1 2 3 4 5 6 7 8 9 0 1 2 3 4 5 6 7 8 9 0 1
+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+
| RTP Header |
+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+
|MTAP24 NAL HDR | decoding order number base | NALU 1 Size |
+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+
| NALU 1 Size | NALU 1 DOND | NALU 1 TS offs |
+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+
|NALU 1 TS offs | NALU 1 HDR | NALU 1 DATA |
+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+ +
: :
+ +-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+
| | NALU 2 SIZE | NALU 2 DOND |
+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+
| NALU 2 TS offset | NALU 2 HDR |
+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+
| NALU 2 DATA |
: :
| +-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+
| :...OPTIONAL RTP padding |
+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+
Figure 13. An RTP packet including a multi-time aggregation packet of type MTAP24 and two multi-time aggregation units
図13.タイプMTAP24のマルチタイム集約パケットと2つのマルチタイム集約ユニットを含むRTPパケット
This payload type allows fragmenting a NAL unit into several RTP packets. Doing so on the application layer instead of relying on lower layer fragmentation (e.g., by IP) has the following advantages:
このペイロードタイプでは、NALユニットをいくつかのRTPパケットにフラグメント化できます。下位層の断片化（IPなど）に依存する代わりに、アプリケーション層でこれを行うと、次の利点があります。
o The payload format is capable of transporting NAL units bigger than 64 kbytes over an IPv4 network that may be present in pre-recorded video, particularly in High Definition formats (there is a limit of the number of slices per picture, which results in a limit of NAL units per picture, which may result in big NAL units).
o ペイロード形式は、事前に記録されたビデオ、特に高解像度形式で存在する可能性のあるIPv4ネットワークを介して64キロバイトを超えるNALユニットを転送できます（画像ごとのスライス数には制限があり、制限が発生します）画像あたりのNALユニット数。これにより、NALユニットが大きくなる場合があります）。
o The fragmentation mechanism allows fragmenting a single picture and applying generic forward error correction as described in section 12.5.
o 断片化メカニズムにより、12.5節で説明するように、単一の画像を断片化し、一般的な前方誤り訂正を適用できます。
Fragmentation is defined only for a single NAL unit and not for any aggregation packets. A fragment of a NAL unit consists of an integer number of consecutive octets of that NAL unit. Each octet of the NAL unit MUST be part of exactly one fragment of that NAL unit. Fragments of the same NAL unit MUST be sent in consecutive order with ascending RTP sequence numbers (with no other RTP packets within the same RTP packet stream being sent between the first and last fragment). Similarly, a NAL unit MUST be reassembled in RTP sequence number order.
フラグメンテーションは単一のNALユニットに対してのみ定義され、集約パケットに対しては定義されません。 NALユニットのフラグメントは、そのNALユニットの連続するオクテットの整数で構成されます。 NALユニットの各オクテットは、そのNALユニットの1つのフラグメントの一部である必要があります。同じNALユニットのフラグメントは、RTPシーケンス番号を昇順で連続して送信する必要があります（同じRTPパケットストリーム内の他のRTPパケットは、最初と最後のフラグメントの間に送信されません）。同様に、NALユニットはRTPシーケンス番号順に再構築する必要があります。
When a NAL unit is fragmented and conveyed within fragmentation units (FUs), it is referred to as a fragmented NAL unit. STAPs and MTAPs MUST NOT be fragmented. FUs MUST NOT be nested; i.e., an FU MUST NOT contain another FU.
NALユニットがフラグメント化され、フラグメンテーションユニット（FU）内で伝達される場合、それはフラグメント化されたNALユニットと呼ばれます。 STAPおよびMTAPはフラグメント化してはなりません。 FUはネストしてはなりません。つまり、FUに別のFUを含めることはできません。
The RTP timestamp of an RTP packet carrying an FU is set to the NALU time of the fragmented NAL unit.
FUを伝送するRTPパケットのRTPタイムスタンプは、断片化されたNALユニットのNALU時間に設定されます。
Figure 14 presents the RTP payload format for FU-As. An FU-A consists of a fragmentation unit indicator of one octet, a fragmentation unit header of one octet, and a fragmentation unit payload.
図14は、FU-AsのRTPペイロード形式を示しています。 FU-Aは、1オクテットのフラグメンテーションユニットインジケータ、1オクテットのフラグメンテーションユニットヘッダー、およびフラグメンテーションユニットペイロードで構成されます。
0 1 2 3
0 1 2 3 4 5 6 7 8 9 0 1 2 3 4 5 6 7 8 9 0 1 2 3 4 5 6 7 8 9 0 1
+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+
| FU indicator | FU header | |
+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+ |
| |
| FU payload |
| |
| +-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+
| :...OPTIONAL RTP padding |
+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+
Figure 14. RTP payload format for FU-A
図14. FU-AのRTPペイロード形式
Figure 15 presents the RTP payload format for FU-Bs. An FU-B consists of a fragmentation unit indicator of one octet, a fragmentation unit header of one octet, a decoding order number (DON) (in network byte order), and a fragmentation unit payload. In other words, the structure of FU-B is the same as the structure of FU-A, except for the additional DON field.
図15は、FU-BのRTPペイロード形式を示しています。 FU-Bは、1オクテットのフラグメンテーションユニットインジケータ、1オクテットのフラグメンテーションユニットヘッダー、（ネットワークバイトオーダーの）デコード順序番号（DON）、およびフラグメンテーションユニットペイロードで構成されます。つまり、FU-Bの構造は、追加のDONフィールドを除いて、FU-Aの構造と同じです。
0 1 2 3
0 1 2 3 4 5 6 7 8 9 0 1 2 3 4 5 6 7 8 9 0 1 2 3 4 5 6 7 8 9 0 1
+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+
| FU indicator | FU header | DON |
+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-|
| |
| FU payload |
| |
| +-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+
| :...OPTIONAL RTP padding |
+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+
Figure 15. RTP payload format for FU-B
図15. FU-BのRTPペイロード形式
NAL unit type FU-B MUST be used in the interleaved packetization mode for the first fragmentation unit of a fragmented NAL unit. NAL unit type FU-B MUST NOT be used in any other case. In other words, in the interleaved packetization mode, each NALU that is fragmented has an FU-B as the first fragment, followed by one or more FU-A fragments.
NALユニットタイプFU-Bは、断片化されたNALユニットの最初の断片化ユニットのインターリーブパケット化モードで使用する必要があります。 NALユニットタイプFU-Bは、その他の場合には使用してはなりません。つまり、インターリーブパケット化モードでは、フラグメント化された各NALUには最初のフラグメントとしてFU-Bがあり、その後に1つ以上のFU-Aフラグメントが続きます。
The FU indicator octet has the following format:
FUインジケータオクテットの形式は次のとおりです。
+---------------+
|0|1|2|3|4|5|6|7|
+-+-+-+-+-+-+-+-+
|F|NRI| Type |
+---------------+
Values equal to 28 and 29 in the Type field of the FU indicator octet identify an FU-A and an FU-B, respectively. The use of the F bit is described in section 5.3. The value of the NRI field MUST be set according to the value of the NRI field in the fragmented NAL unit.
FUインジケータオクテットのTypeフィールドの28と29に等しい値は、それぞれFU-AとFU-Bを識別します。 Fビットの使用については、セクション5.3で説明します。 NRIフィールドの値は、断片化されたNALユニットのNRIフィールドの値に従って設定する必要があります。
The FU header has the following format:
FUヘッダーの形式は次のとおりです。
+---------------+
|0|1|2|3|4|5|6|7|
+-+-+-+-+-+-+-+-+
|S|E|R| Type |
+---------------+
S: 1 bit When set to one, the Start bit indicates the start of a fragmented NAL unit. When the following FU payload is not the start of a fragmented NAL unit payload, the Start bit is set to zero.
S：1ビット1に設定されている場合、開始ビットは断片化されたNALユニットの開始を示します。次のFUペイロードが断片化されたNALユニットペイロードの開始でない場合、開始ビットはゼロに設定されます。
E: 1 bit When set to one, the End bit indicates the end of a fragmented NAL unit, i.e., the last byte of the payload is also the last byte of the fragmented NAL unit. When the following FU payload is not the last fragment of a fragmented NAL unit, the End bit is set to zero.
E：1ビット1に設定すると、Endビットはフラグメント化されたNALユニットの終わりを示します。つまり、ペイロードの最後のバイトは、フラグメント化されたNALユニットの最後のバイトでもあります。次のFUペイロードが断片化されたNALユニットの最後のフラグメントでない場合、終了ビットはゼロに設定されます。
R: 1 bit The Reserved bit MUST be equal to 0 and MUST be ignored by the receiver.
R：1ビット予約済みビットは0に等しくなければならず、受信側によって無視されなければなりません（MUST）。
Type: 5 bits The NAL unit payload type as defined in table 7-1 of [1].
タイプ：5ビット[1]の表7-1で定義されているNALユニットのペイロードタイプ。
The value of DON in FU-Bs is selected as described in section 5.5.
FU-BのDONの値は、セクション5.5で説明されているように選択されます。
Informative note: The DON field in FU-Bs allows gateways to fragment NAL units to FU-Bs without organizing the incoming NAL units to the NAL unit decoding order.
参考情報：FU-BのDONフィールドにより、ゲートウェイは、着信NALユニットをNALユニットのデコード順に編成することなく、NALユニットをFU-Bにフラグメント化できます。
A fragmented NAL unit MUST NOT be transmitted in one FU; i.e., the Start bit and End bit MUST NOT both be set to one in the same FU header.
断片化されたNALユニットを1つのFUで送信してはならない（MUST NOT）。つまり、開始ビットと終了ビットの両方を同じFUヘッダーで1に設定してはなりません（MUST NOT）。
The FU payload consists of fragments of the payload of the fragmented NAL unit so that if the fragmentation unit payloads of consecutive FUs are sequentially concatenated, the payload of the fragmented NAL unit can be reconstructed. The NAL unit type octet of the fragmented NAL unit is not included as such in the fragmentation unit payload, but rather the information of the NAL unit type octet of the fragmented NAL unit is conveyed in F and NRI fields of the FU indicator octet of the fragmentation unit and in the type field of the FU header. A FU payload MAY have any number of octets and MAY be empty.
FUペイロードは、断片化されたNALユニットのペイロードのフラグメントで構成されているため、連続するFUの断片化ユニットペイロードが連続して連結されている場合、断片化されたNALユニットのペイロードを再構築できます。断片化されたNALユニットのNALユニットタイプオクテットは、断片化ユニットペイロード自体には含まれていませんが、断片化されたNALユニットのNALユニットタイプオクテットの情報は、フラグメンテーションユニットとFUヘッダーのタイプフィールド。 FUペイロードは、任意の数のオクテットを持つ場合があり、空である場合があります。
Informative note: Empty FUs are allowed to reduce the latency of a certain class of senders in nearly lossless environments. These senders can be characterized in that they packetize NALU fragments before the NALU is completely generated and, hence, before the NALU size is known. If zero-length NALU fragments were not allowed, the sender would have to generate at least one bit of data of the following fragment before the current fragment could be sent. Due to the characteristics of H.264, where sometimes several macroblocks occupy zero bits, this is undesirable and can add delay. However, the (potential) use of zero-length NALUs should be carefully weighed against the increased risk of the loss of the NALU because of the additional packets employed for its transmission.
有益な注意：空のFUは、ほとんどロスレスの環境で特定のクラスの送信者の待ち時間を減らすことができます。これらの送信者は、NALUが完全に生成される前、つまりNALUサイズがわかる前にNALUフラグメントをパケット化するという特徴があります。長さゼロのNALUフラグメントが許可されていない場合、送信者は、現在のフラグメントを送信する前に、次のフラグメントの少なくとも1ビットのデータを生成する必要があります。 H.264の特性により、いくつかのマクロブロックがゼロビットを占めることがあるので、これは望ましくなく、遅延を追加する可能性があります。ただし、長さゼロのNALUの（潜在的な）使用は、その送信に追加のパケットが使用されるためにNALUが失われるリスクの増加と慎重に比較検討する必要があります。
If a fragmentation unit is lost, the receiver SHOULD discard all following fragmentation units in transmission order corresponding to the same fragmented NAL unit.
断片化ユニットが失われた場合、受信者は、同じ断片化されたNALユニットに対応する送信順序で後続のすべての断片化ユニットを破棄する必要があります（SHOULD）。
A receiver in an endpoint or in a MANE MAY aggregate the first n-1 fragments of a NAL unit to an (incomplete) NAL unit, even if fragment n of that NAL unit is not received. In this case, the forbidden_zero_bit of the NAL unit MUST be set to one to indicate a syntax violation.
エンドポイントまたはMANEの受信者は、NALユニットのフラグメントnが受信されない場合でも、NALユニットの最初のn-1フラグメントを（不完全な）NALユニットに集約できます（MAY）。この場合、NALユニットのforbidden_zero_bitを1に設定して、構文違反を示す必要があります。
The packetization modes are introduced in section 5.2. The packetization rules common to more than one of the packetization modes are specified in section 6.1. The packetization rules for the single NAL unit mode, the non-interleaved mode, and the interleaved mode are specified in sections 6.2, 6.3, and 6.4, respectively.
パケット化モードはセクション5.2で紹介されています。複数のパケット化モードに共通のパケット化規則は、セクション6.1で指定されています。シングルNALユニットモード、非インターリーブモード、およびインターリーブモードのパケット化ルールは、それぞれセクション6.2、6.3、および6.4で指定されています。
All senders MUST enforce the following packetization rules regardless of the packetization mode in use:
すべての送信者は、使用されているパケット化モードに関係なく、次のパケット化ルールを適用する必要があります。
o Coded slice NAL units or coded slice data partition NAL units belonging to the same coded picture (and thus sharing the same RTP timestamp value) MAY be sent in any order permitted by the applicable profile defined in [1]; however, for delay-critical systems, they SHOULD be sent in their original coding order to minimize the delay. Note that the coding order is not necessarily the scan order, but the order the NAL packets become available to the RTP stack.
o 同じコード化された画像に属している（したがって同じRTPタイムスタンプ値を共有している）コード化スライスNALユニットまたはコード化スライスデータパーティションNALユニットは、[1]で定義された該当するプロファイルで許可されている任意の順序で送信できます。ただし、遅延が重要なシステムでは、遅延を最小限に抑えるために、元のコーディング順序で送信する必要があります（SHOULD）。コーディング順序は必ずしもスキャン順序ではなく、RTLスタックでNALパケットが使用可能になる順序であることに注意してください。
o Parameter sets are handled in accordance with the rules and recommendations given in section 8.4.
o パラメータセットは、セクション8.4に記載されているルールと推奨事項に従って処理されます。
o MANEs MUST NOT duplicate any NAL unit except for sequence or picture parameter set NAL units, as neither this memo nor the H.264 specification provides means to identify duplicated NAL units. Sequence and picture parameter set NAL units MAY be duplicated to make their correct reception more probable, but any such duplication MUST NOT affect the contents of any active sequence or picture parameter set. Duplication SHOULD be performed on the application layer and not by duplicating RTP packets (with identical sequence numbers).
oこのメモもH.264仕様も重複したNALユニットを特定する手段を提供していないため、シーケンスまたは画像パラメータセットのNALユニットを除いて、MANEはNALユニットを重複してはなりません。シーケンスと画像パラメーターセットのNALユニットは、正しい受信を行う確率を高めるために複製できますが、そのような複製は、アクティブなシーケンスまたは画像パラメーターセットの内容に影響を与えてはなりません。複製は、（同じシーケンス番号の）RTPパケットを複製するのではなく、アプリケーション層で実行する必要があります。
Senders using the non-interleaved mode and the interleaved mode MUST enforce the following packetization rule:
非インターリーブモードとインターリーブモードを使用する送信者は、次のパケット化ルールを適用する必要があります。
o MANEs MAY convert single NAL unit packets into one aggregation packet, convert an aggregation packet into several single NAL unit packets, or mix both concepts, in an RTP translator. The RTP translator SHOULD take into account at least the following parameters: path MTU size, unequal protection mechanisms (e.g., through packet-based FEC according to RFC 2733 [18], especially for sequence and picture parameter set NAL units and coded slice data partition A NAL units), bearable latency of the system, and buffering capabilities of the receiver.
o MANEは、RTPトランスレータで単一のNALユニットパケットを1つの集約パケットに変換するか、集約パケットをいくつかの単一のNALユニットパケットに変換するか、または両方の概念を混在させることができます。 RTPトランスレータは、少なくとも次のパラメータを考慮に入れる必要があります：パスMTUサイズ、等しくない保護メカニズム（たとえば、RFC 2733 [18]に基づくパケットベースのFECを介して、特にシーケンスおよびピクチャパラメータセットのNALユニットとコード化スライスデータパーティションの場合） NALユニット）、システムの耐えられる待ち時間、および受信機のバッファリング機能。
Informative note: An RTP translator is required to handle RTCP as per RFC 3550.
有益な注意：RFC 3550に従ってRTCPを処理するには、RTPトランスレータが必要です。
This mode is in use when the value of the OPTIONAL packetization-mode MIME parameter is equal to 0, the packetization-mode is not present, or no other packetization mode is signaled by external means. All receivers MUST support this mode. It is primarily intended for low-delay applications that are compatible with systems using ITU-T Recommendation H.241 [15] (see section 12.1). Only single NAL unit packets MAY be used in this mode. STAPs, MTAPs, and FUs MUST NOT be used. The transmission order of single NAL unit packets MUST comply with the NAL unit decoding order.
このモードは、OPTIONAL packetization-mode MIMEパラメーターの値が0の場合、packetization-modeが存在しない場合、または外部の手段によって他のパケット化モードが通知されていない場合に使用されます。すべてのレシーバーがこのモードをサポートする必要があります。これは主に、ITU-T勧告H.241 [15]（セクション12.1を参照）を使用するシステムと互換性のある低遅延アプリケーションを対象としています。このモードでは、単一のNALユニットパケットのみを使用できます。 STAP、MTAP、およびFUは使用しないでください。単一のNALユニットパケットの送信順序は、NALユニットのデコード順序に準拠する必要があります。
This mode is in use when the value of the OPTIONAL packetization-mode MIME parameter is equal to 1 or the mode is turned on by external means. This mode SHOULD be supported. It is primarily intended for low-delay applications. Only single NAL unit packets, STAP-As, and FU-As MAY be used in this mode. STAP-Bs, MTAPs, and FU-Bs MUST NOT be used. The transmission order of NAL units MUST comply with the NAL unit decoding order.
このモードは、OPTIONAL packetization-mode MIMEパラメーターの値が1であるか、モードが外部手段によってオンになっている場合に使用されます。このモードはサポートされるべきです（SHOULD）。主に低遅延アプリケーションを対象としています。このモードでは、単一のNALユニットパケット、STAP-As、およびFU-Asのみを使用できます。 STAP-B、MTAP、およびFU-Bは使用しないでください。 NALユニットの送信順序は、NALユニットのデコード順序に準拠する必要があります。
This mode is in use when the value of the OPTIONAL packetization-mode MIME parameter is equal to 2 or the mode is turned on by external means. Some receivers MAY support this mode. STAP-Bs, MTAPs, FU-As, and FU-Bs MAY be used. STAP-As and single NAL unit packets MUST NOT be used. The transmission order of packets and NAL units is constrained as specified in section 5.5.
このモードは、OPTIONAL packetization-mode MIMEパラメーターの値が2に等しいか、外部モードによってモードがオンになっている場合に使用されます。一部のレシーバーはこのモードをサポートする場合があります。 STAP-B、MTAP、FU-A、およびFU-Bを使用できます。 STAP-Asおよび単一のNALユニットパケットは使用してはならない（MUST NOT）。パケットとNALユニットの送信順序は、セクション5.5で指定されているとおりに制限されています。
The de-packetization process is implementation dependent. Therefore, the following description should be seen as an example of a suitable implementation. Other schemes may be used as well. Optimizations relative to the described algorithms are likely possible. Section 7.1 presents the de-packetization process for the single NAL unit and non-interleaved packetization modes, whereas section 7.2 describes the process for the interleaved mode. Section 7.3 includes additional decapsulation guidelines for intelligent receivers.
パケット化解除プロセスは実装に依存します。したがって、以下の説明は適切な実装の例と見なされます。他のスキームも使用できる。記述されたアルゴリズムに関連する最適化はおそらく可能です。セクション7.1は、単一のNALユニットと非インターリーブパケット化モードのデパケット化プロセスを示し、セクション7.2は、インターリーブモードのプロセスについて説明します。セクション7.3には、インテリジェントレシーバーの追加のカプセル開放ガイドラインが含まれています。
All normal RTP mechanisms related to buffer management apply. In particular, duplicated or outdated RTP packets (as indicated by the RTP sequences number and the RTP timestamp) are removed. To determine the exact time for decoding, factors such as a possible intentional delay to allow for proper inter-stream synchronization must be factored in.
バッファ管理に関連するすべての通常のRTPメカニズムが適用されます。特に、重複または古いRTPパケット（RTPシーケンス番号とRTPタイムスタンプで示される）は削除されます。デコードの正確な時間を決定するには、適切なストリーム間同期を可能にする意図的な遅延などの要因を考慮に入れる必要があります。
The receiver includes a receiver buffer to compensate for transmission delay jitter. The receiver stores incoming packets in reception order into the receiver buffer. Packets are decapsulated in RTP sequence number order. If a decapsulated packet is a single NAL unit packet, the NAL unit contained in the packet is passed directly to the decoder. If a decapsulated packet is an STAP-A, the NAL units contained in the packet are passed to the decoder in the order in which they are encapsulated in the packet. If a decapsulated packet is an FU-A, all the fragments of the fragmented NAL unit are concatenated and passed to the decoder.
レシーバーには、伝送遅延ジッターを補償するレシーバーバッファーが含まれています。受信機は、受信パケットを受信順に受信機バッファーに格納します。パケットはRTPシーケンス番号順にカプセル化解除されます。カプセル化解除されたパケットが単一のNALユニットパケットである場合、パケットに含まれるNALユニットは直接デコーダーに渡されます。カプセル化解除されたパケットがSTAP-Aの場合、パケットに含まれているNALユニットは、パケットにカプセル化されている順序でデコーダに渡されます。カプセル化解除されたパケットがFU-Aの場合、フラグメント化されたNALユニットのすべてのフラグメントが連結され、デコーダーに渡されます。
Informative note: If the decoder supports Arbitrary Slice Order, coded slices of a picture can be passed to the decoder in any order regardless of their reception and transmission order.
参考情報：デコーダーが任意のスライス順序をサポートしている場合、ピクチャのコード化されたスライスは、受信および送信順序に関係なく、任意の順序でデコーダーに渡すことができます。
The general concept behind these de-packetization rules is to reorder NAL units from transmission order to the NAL unit decoding order.
これらのデパケット化ルールの背後にある一般的な概念は、NALユニットを送信順からNALユニットのデコード順に並べ替えることです。
The receiver includes a receiver buffer, which is used to compensate for transmission delay jitter and to reorder packets from transmission order to the NAL unit decoding order. In this section, the receiver operation is described under the assumption that there is no transmission delay jitter. To make a difference from a practical receiver buffer that is also used for compensation of transmission delay jitter, the receiver buffer is here after called the deinterleaving buffer in this section. Receivers SHOULD also prepare for transmission delay jitter; i.e., either reserve separate buffers for transmission delay jitter buffering and deinterleaving buffering or use a receiver buffer for both transmission delay jitter and deinterleaving. Moreover, receivers SHOULD take transmission delay jitter into account in the buffering operation; e.g., by additional initial buffering before starting of decoding and playback.
レシーバーにはレシーバーバッファーが含まれています。これは、伝送遅延ジッターを補償し、パケットを伝送順序からNALユニットのデコード順序に並べ替えるために使用されます。このセクションでは、伝送遅延ジッターがないことを前提として、レシーバーの動作について説明します。伝送遅延ジッターの補償にも使用される実際のレシーバーバッファーとの違いを作るために、このセクションでは、レシーバーバッファーをデインターリーブバッファーと呼びます。レシーバーはまた、伝送遅延ジッターに備えるべきです。つまり、送信遅延ジッターバッファリングとデインターリーブバッファリング用に個別のバッファーを予約するか、送信遅延ジッターとデインターリーブの両方に受信バッファーを使用します。さらに、受信機は、バッファリング操作において伝送遅延ジッターを考慮に入れるべきです（SHOULD）。たとえば、デコードと再生を開始する前に追加の初期バッファリングを行います。
This section is organized as follows: subsection 7.2.1 presents how to calculate the size of the deinterleaving buffer. Subsection 7.2.2 specifies the receiver process how to organize received NAL units to the NAL unit decoding order.
このセクションは次のように構成されています。サブセクション7.2.1は、デインターリーブバッファーのサイズを計算する方法を示しています。サブセクション7.2.2は、受信したNALユニットをNALユニットのデコード順に編成する方法をレシーバプロセスに指定しています。
When SDP Offer/Answer model or any other capability exchange procedure is used in session setup, the properties of the received stream SHOULD be such that the receiver capabilities are not exceeded. In the SDP Offer/Answer model, the receiver can indicate its capabilities to allocate a deinterleaving buffer with the deint-buf-cap MIME parameter. The sender indicates the requirement for the deinterleaving buffer size with the sprop-deint-buf-req MIME parameter. It is therefore RECOMMENDED to set the deinterleaving buffer size, in terms of number of bytes, equal to or greater than the value of sprop-deint-buf-req MIME parameter. See section 8.1 for further information on deint-buf-cap and sprop-deint-buf-req MIME parameters and section 8.2.2 for further information on their use in SDP Offer/Answer model.
SDP Offer / Answerモデルまたはその他の機能交換手順がセッションセットアップで使用される場合、受信ストリームのプロパティは、受信機の機能を超えないようにする必要があります（SHOULD）。 SDPオファー/アンサーモデルでは、レシーバーはdeint-buf-cap MIMEパラメーターを使用してデインターリーブバッファーを割り当てる機能を示すことができます。送信者は、sprop-deint-buf-req MIMEパラメーターでデインターリーブバッファーサイズの要件を示します。したがって、バイト数の点で、sprop-deint-buf-req MIMEパラメーターの値以上のデインターリーブバッファーサイズを設定することをお勧めします。 deint-buf-capおよびsprop-deint-buf-req MIMEパラメーターの詳細についてはセクション8.1を、SDP Offer / Answerモデルでの使用に関する詳細についてはセクション8.2.2を参照してください。
When a declarative session description is used in session setup, the sprop-deint-buf-req MIME parameter signals the requirement for the deinterleaving buffer size. It is therefore RECOMMENDED to set the deinterleaving buffer size, in terms of number of bytes, equal to or greater than the value of sprop-deint-buf-req MIME parameter.
セッションのセットアップで宣言的なセッションの説明が使用される場合、sprop-deint-buf-req MIMEパラメーターは、デインターリーブバッファーサイズの要件を通知します。したがって、バイト数の点で、sprop-deint-buf-req MIMEパラメーターの値以上のデインターリーブバッファーサイズを設定することをお勧めします。
There are two buffering states in the receiver: initial buffering and buffering while playing. Initial buffering occurs when the RTP session is initialized. After initial buffering, decoding and playback is started, and the buffering-while-playing mode is used.
レシーバーには2つのバッファリング状態があります。初期バッファリングと再生中のバッファリングです。 RTPセッションが初期化されると、初期バッファリングが発生します。初期バッファリングの後、デコードと再生が開始され、再生中バッファリングモードが使用されます。
Regardless of the buffering state, the receiver stores incoming NAL units, in reception order, in the deinterleaving buffer as follows. NAL units of aggregation packets are stored in the deinterleaving buffer individually. The value of DON is calculated and stored for all NAL units.
バッファリング状態に関係なく、受信機は着信NALユニットを受信順に、次のようにデインターリーブバッファに格納します。集約パケットのNALユニットは、個別にデインターリーブバッファーに格納されます。 DONの値は、すべてのNALユニットに対して計算および保存されます。
The receiver operation is described below with the help of the following functions and constants:
以下の関数と定数を使用して、レシーバーの動作を以下に説明します。
o Function AbsDON is specified in section 8.1.
o 関数AbsDONはセクション8.1で指定されています。
o Function don_diff is specified in section 5.5.
o 関数don_diffはセクション5.5で指定されています。
o Constant N is the value of the OPTIONAL sprop-interleaving-depth MIME type parameter (see section 8.1) incremented by 1.
o 定数Nは、OPTIONAL sprop-interleaving-depth MIMEタイプパラメーター（セクション8.1を参照）の値に1を加えた値です。
Initial buffering lasts until one of the following conditions is fulfilled:
初期バッファリングは、次のいずれかの条件が満たされるまで続きます。
o There are N VCL NAL units in the deinterleaving buffer.
o デインターリーブバッファーにはN個のVCL NALユニットがあります。
o If sprop-max-don-diff is present, don_diff(m,n) is greater than the value of sprop-max-don-diff, in which n corresponds to the NAL unit having the greatest value of AbsDON among the received NAL units and m corresponds to the NAL unit having the smallest value of AbsDON among the received NAL units.
o sprop-max-don-diffが存在する場合、don_diff（m、n）はsprop-max-don-diffの値よりも大きく、nは受信したNALユニットの中でAbsDONの最大値を持つNALユニットに対応しますｍは、受信されたＮＡＬユニットの中でＡｂｓＤＯＮの最小値を有するＮＡＬユニットに対応する。
o Initial buffering has lasted for the duration equal to or greater than the value of the OPTIONAL sprop-init-buf-time MIME parameter.
o 初期バッファリングは、OPTIONAL sprop-init-buf-time MIMEパラメータの値以上の期間継続しました。
The NAL units to be removed from the deinterleaving buffer are determined as follows:
デインターリーブバッファーから削除されるNALユニットは、次のように決定されます。
o If the deinterleaving buffer contains at least N VCL NAL units, NAL units are removed from the deinterleaving buffer and passed to the decoder in the order specified below until the buffer contains N-1 VCL NAL units.
o デインターリーブバッファーに少なくともN個のVCL NALユニットが含まれている場合、NALユニットはデインターリービングバッファーから削除され、バッファーにN-1個のVCL NALユニットが含まれるまで、以下に指定された順序でデコーダーに渡されます。
o If sprop-max-don-diff is present, all NAL units m for which don_diff(m,n) is greater than sprop-max-don-diff are removed from the deinterleaving buffer and passed to the decoder in the order specified below. Herein, n corresponds to the NAL unit having the greatest value of AbsDON among the received NAL units.
o sprop-max-don-diffが存在する場合、don_diff（m、n）がsprop-max-don-diffより大きいすべてのNALユニットmは、デインターリーブバッファーから削除され、以下に指定された順序でデコーダーに渡されます。ここで、ｎは、受信されたＮＡＬユニットの中でＡｂｓＤＯＮの最大値を有するＮＡＬユニットに対応する。
The order in which NAL units are passed to the decoder is specified as follows:
NALユニットがデコーダーに渡される順序は、次のように指定されます。
o Let PDON be a variable that is initialized to 0 at the beginning of the an RTP session.
o PDONを、RTPセッションの開始時に0に初期化される変数とします。
o For each NAL unit associated with a value of DON, a DON distance is calculated as follows. If the value of DON of the NAL unit is larger than the value of PDON, the DON distance is equal to DON - PDON. Otherwise, the DON distance is equal to 65535 - PDON + DON + 1.
o DONの値に関連付けられているNALユニットごとに、DON距離は次のように計算されます。 NALユニットのDONの値がPDONの値より大きい場合、DON距離はDON-PDONに等しくなります。それ以外の場合、DON距離は65535-PDON + DON + 1に等しくなります。
o NAL units are delivered to the decoder in ascending order of DON distance. If several NAL units share the same value of DON distance, they can be passed to the decoder in any order.
o NALユニットは、DON距離の昇順でデコーダに配信されます。複数のNALユニットが同じDON距離の値を共有する場合、それらは任意の順序でデコーダーに渡すことができます。
o When a desired number of NAL units have been passed to the decoder, the value of PDON is set to the value of DON for the last NAL unit passed to the decoder.
o 所望の数のNALユニットがデコーダに渡されると、PDONの値は、デコーダに渡された最後のNALユニットのDONの値に設定されます。
The following additional de-packetization rules may be used to implement an operational H.264 de-packetizer:
次の追加のパケット化解除ルールを使用して、運用可能なH.264デパケタイザを実装できます。
o Intelligent RTP receivers (e.g., in gateways) may identify lost coded slice data partitions A (DPAs). If a lost DPA is found, a gateway may decide not to send the corresponding coded slice data partitions B and C, as their information is meaningless for H.264 decoders. In this way a MANE can reduce network load by discarding useless packets without parsing a complex bitstream.
o インテリジェントRTPレシーバー（ゲートウェイなど）は、失われたコード化スライスデータパーティションA（DPA）を識別できます。失われたDPAが見つかった場合、対応するコード化されたスライスデータパーティションBおよびCを送信しないことをゲートウェイが決定する場合があります。それらの情報はH.264デコーダにとって意味がないためです。このようにして、MANEは、複雑なビットストリームを解析せずに不要なパケットを破棄することにより、ネットワークの負荷を軽減できます。
o Intelligent RTP receivers (e.g., in gateways) may identify lost FUs. If a lost FU is found, a gateway may decide not to send the following FUs of the same fragmented NAL unit, as their information is meaningless for H.264 decoders. In this way a MANE can reduce network load by discarding useless packets without parsing a complex bitstream.
o インテリジェントRTPレシーバー（ゲートウェイなど）は、失われたFUを識別できます。失われたFUが検出された場合、ゲートウェイは、同じ断片化されたNALユニットの次のFUを送信しないことを決定する場合があります。それらの情報はH.264デコーダにとって意味がないためです。このようにして、MANEは、複雑なビットストリームを解析せずに不要なパケットを破棄することにより、ネットワークの負荷を軽減できます。
o Intelligent receivers having to discard packets or NALUs should first discard all packets/NALUs in which the value of the NRI field of the NAL unit type octet is equal to 0. This will minimize the impact on user experience and keep the reference pictures intact. If more packets have to be discarded, then packets with a numerically lower NRI value should be discarded before packets with a numerically higher NRI value. However, discarding any packets with an NRI bigger than 0 very likely leads to decoder drift and SHOULD be avoided.
o パケットまたはNALUを破棄する必要があるインテリジェントレシーバーは、NALユニットタイプオクテットのNRIフィールドの値が0に等しいすべてのパケット/ NALUを最初に破棄する必要があります。これにより、ユーザーエクスペリエンスへの影響が最小限に抑えられ、参照画像が損なわれません。より多くのパケットを破棄する必要がある場合は、数値的に低いNRI値を持つパケットを破棄してから、数値的に高いNRI値を持つパケットを破棄する必要があります。ただし、NRIが0より大きいパケットを破棄すると、デコーダがドリフトする可能性が非常に高いため、回避する必要があります。
This section specifies the parameters that MAY be used to select optional features of the payload format and certain features of the bitstream. The parameters are specified here as part of the MIME subtype registration for the ITU-T H.264 | ISO/IEC 14496-10 codec. A mapping of the parameters into the Session Description Protocol (SDP) [5] is also provided for applications that use SDP. Equivalent parameters could be defined elsewhere for use with control protocols that do not use MIME or SDP.
このセクションでは、ペイロード形式のオプション機能とビットストリームの特定の機能を選択するために使用できるパラメータを指定します。パラメーターは、ITU-T H.264のMIMEサブタイプ登録の一部としてここで指定されます。 ISO / IEC 14496-10コーデック。 SDPを使用するアプリケーションには、セッション記述プロトコル（SDP）[5]へのパラメーターのマッピングも用意されています。同等のパラメータは、MIMEまたはSDPを使用しない制御プロトコルで使用するために他の場所で定義できます。
Some parameters provide a receiver with the properties of the stream that will be sent. The name of all these parameters starts with "sprop" for stream properties. Some of these "sprop" parameters are limited by other payload or codec configuration parameters. For example, the sprop-parameter-sets parameter is constrained by the profile-level-id parameter. The media sender selects all "sprop" parameters rather than the receiver. This uncommon characteristic of the "sprop" parameters may not be compatible with some signaling protocol concepts, in which case the use of these parameters SHOULD be avoided.
一部のパラメーターは、送信されるストリームのプロパティをレシーバーに提供します。これらすべてのパラメータの名前は、ストリームプロパティの「sprop」で始まります。これらの「sprop」パラメーターの一部は、他のペイロードまたはコーデック構成パラメーターによって制限されます。たとえば、sprop-parameter-setsパラメーターは、profile-level-idパラメーターによって制約されます。メディア送信側は、受信側ではなく、すべての「sprop」パラメーターを選択します。この「sprop」パラメータの一般的でない特性は、一部のシグナリングプロトコルの概念と互換性がない場合があります。その場合、これらのパラメータの使用は避けてください。
The MIME subtype for the ITU-T H.264 | ISO/IEC 14496-10 codec is allocated from the IETF tree.
ITU-T H.264のMIMEサブタイプ| ISO / IEC 14496-10コーデックは、IETFツリーから割り当てられます。
The receiver MUST ignore any unspecified parameter.
レシーバーは未指定のパラメーターを無視しなければなりません（MUST）。
Media Type name: video
メディアタイプ名：動画
Media subtype name: H264
メディアサブタイプ名：H264
Required parameters: none OPTIONAL parameters: profile-level-id: A base16 [6] (hexadecimal) representation of the following three bytes in the sequence parameter set NAL unit specified in [1]: 1) profile_idc, 2) a byte herein referred to as profile-iop, composed of the values of constraint_set0_flag, constraint_set1_flag, constraint_set2_flag, and reserved_zero_5bits in bit-significance order, starting from the most significant bit, and 3) level_idc. Note that reserved_zero_5bits is required to be equal to 0 in [1], but other values for it may be specified in the future by ITU-T or ISO/IEC.
必須パラメーター：なしオプションパラメーター：profile-level-id：[1]で指定されたシーケンスパラメーターセットNALユニットの次の3バイトのbase16 [6]（16進数）表現：1）profile_idc、2）ここで参照されるバイトto toprofile-iop。constraint_set0_flag、constraint_set1_flag、constraint_set2_flag、reserved_zero_5bitsの値で構成され、最上位ビットから始まり、3）level_idc。 [1]では、reserved_zero_5bitsは0である必要がありますが、他の値はITU-TまたはISO / IECによって将来的に指定される可能性があることに注意してください。
If the profile-level-id parameter is used to indicate properties of a NAL unit stream, it indicates the profile and level that a decoder has to support in order to comply with [1] when it decodes the stream. The profile-iop byte indicates whether the NAL unit stream also obeys all constraints of the indicated profiles as follows. If bit 7 (the most significant bit), bit 6, or bit 5 of profile-iop is equal to 1, all constraints of the Baseline profile, the Main profile, or the Extended profile, respectively, are obeyed in the NAL unit stream.
profile-level-idパラメーターを使用してNALユニットストリームのプロパティを示す場合、ストリームをデコードするときに[1]に準拠するためにデコーダーがサポートする必要があるプロファイルとレベルを示します。プロファイルIOPバイトは、NALユニットストリームが、以下のように、示されたプロファイルのすべての制約にも従うかどうかを示します。 profile-iopのビット7（最上位ビット）、ビット6、またはビット5が1に等しい場合、NALユニットストリームでは、ベースラインプロファイル、メインプロファイル、または拡張プロファイルのすべての制約に従います。 。
If the profile-level-id parameter is used for capability exchange or session setup procedure, it indicates the profile that the codec supports and the highest level supported for the signaled profile. The profile-iop byte indicates whether the codec has additional limitations whereby only the common subset of the algorithmic features and limitations of the profiles signaled with the profile-iop byte and of the profile indicated by profile_idc is supported by the codec. For example, if a codec supports only the common subset of the coding tools of the Baseline profile and the Main profile at level 2.1 and below, the profile-level-id becomes 42E015, in which 42 stands for the Baseline profile, E0 indicates that only the common subset for all profiles is supported, and 15 indicates level 2.1.
profile-level-idパラメータが機能交換またはセッションセットアップ手順に使用される場合、コーデックがサポートするプロファイルと、シグナリングされたプロファイルでサポートされる最高レベルを示します。プロファイルiopバイトは、コーデックに追加の制限があるかどうかを示します。これにより、アルゴリズム機能の共通サブセットと、プロファイルiopバイトで通知されるプロファイルおよびprofile_idcで示されるプロファイルの制限のみがコーデックでサポートされます。たとえば、コーデックがレベル2.1以下のベースラインプロファイルとメインプロファイルのコーディングツールの共通サブセットのみをサポートする場合、profile-level-idは42E015になり、42はベースラインプロファイルを表し、E0は次のことを示します。すべてのプロファイルの共通サブセットのみがサポートされ、15はレベル2.1を示します。
Informative note: Capability exchange and session setup procedures should provide means to list the capabilities for each supported codec profile separately. For example, the one-of-N codec selection procedure of the SDP Offer/Answer model can be used (section 10.2 of [7]).
参考情報：機能交換とセッションのセットアップ手順は、サポートされている各コーデックプロファイルの機能を個別に一覧表示する手段を提供する必要があります。たとえば、SDP Offer / Answerモデルのone-of-Nコーデック選択手順を使用できます（[7]のセクション10.2）。
If no profile-level-id is present, the Baseline Profile without additional constraints at Level 1 MUST be implied.
profile-level-idが存在しない場合は、レベル1に追加の制約がないベースラインプロファイルを暗示する必要があります。
max-mbps, max-fs, max-cpb, max-dpb, and max-br: These parameters MAY be used to signal the capabilities of a receiver implementation. These parameters MUST NOT be used for any other purpose. The profile-level-id parameter MUST be present in the same receiver capability description that contains any of these parameters. The level conveyed in the value of the profile-level-id parameter MUST be such that the receiver is fully capable of supporting. max-mbps, max-fs, max-cpb, max-dpb, and max-br MAY be used to indicate capabilities of the receiver that extend the required capabilities of the signaled level, as specified below.
max-mbps、max-fs、max-cpb、max-dpb、およびmax-br：これらのパラメーターは、レシーバー実装の機能を通知するために使用できます。これらのパラメーターを他の目的で使用してはなりません（MUST NOT）。 profile-level-idパラメータは、これらのパラメータのいずれかを含む同じ受信機機能の説明に存在している必要があります。 profile-level-idパラメータの値で伝えられるレベルは、レシーバが完全にサポートできるようなレベルでなければなりません。 max-mbps、max-fs、max-cpb、max-dpb、およびmax-brを使用して、信号レベルの必要な機能を拡張する受信機の機能を示すことができます（以下で指定）。
When more than one parameter from the set (max-mbps, max-fs, max-cpb, max-dpb, max-br) is present, the receiver MUST support all signaled capabilities simultaneously. For example, if both max-mbps and max-br are present, the signaled level with the extension of both the frame rate and bit rate is supported. That is, the receiver is able to decode NAL unit streams in which the macroblock processing rate is up to max-mbps (inclusive), the bit rate is up to max-br (inclusive), the coded picture buffer size is derived as specified in the semantics of the max-br parameter below, and other properties comply with the level specified in the value of the profile-level-id parameter.
セットから複数のパラメーター（max-mbps、max-fs、max-cpb、max-dpb、max-br）が存在する場合、受信機はすべての信号機能を同時にサポートする必要があります。たとえば、max-mbpsとmax-brの両方が存在する場合、フレームレートとビットレートの両方を拡張した信号レベルがサポートされます。つまり、受信機は、マクロブロックの処理速度がmax-mbps（両端を含む）までで、ビットレートがmax-br（両端を含む）までであるNALユニットストリームをデコードできます。以下のmax-brパラメーターのセマンティクスで、他のプロパティは、profile-level-idパラメーターの値で指定されたレベルに準拠しています。
A receiver MUST NOT signal values of max-mbps, max-fs, max-cpb, max-dpb, and max-br that meet the requirements of a higher level, referred to as level A herein, compared to the level specified in the value of the profile-level-id parameter, if the receiver can support all the properties of level A.
レシーバーは、ここでレベルAと呼ばれる、より高いレベルの要件を満たすmax-mbps、max-fs、max-cpb、max-dpb、およびmax-brの値を信号で指定してはなりません。レシーバーがレベルAのすべてのプロパティをサポートできる場合、profile-level-idパラメーターの値。
Informative note: When the OPTIONAL MIME type parameters are used to signal the properties of a NAL unit stream, max-mbps, max-fs, max-cpb, max-dpb, and max-br are not present, and the value of profile-level-id must always be such that the NAL unit stream complies fully with the specified profile and level.
参考情報：OPTIONAL MIMEタイプのパラメーターを使用してNALユニットストリームのプロパティを通知する場合、max-mbps、max-fs、max-cpb、max-dpb、max-brは存在せず、profileの値-level-idは常に、NALユニットストリームが指定されたプロファイルとレベルに完全に準拠するようにする必要があります。
max-mbps: The value of max-mbps is an integer indicating the maximum macroblock processing rate in units of macroblocks per second. The max-mbps parameter signals that the receiver is capable of decoding video at a higher rate than is required by the signaled level conveyed in the value of the profile-level-id parameter. When max-mbps is signaled, the receiver MUST be able to decode NAL unit streams that conform to the signaled level, with the exception that the MaxMBPS value in Table A-1 of [1] for the signaled level is replaced with the value of max-mbps. The value of max-mbps MUST be greater than or equal to the value of MaxMBPS for the level given in Table A-1 of [1]. Senders MAY use this knowledge to send pictures of a given size at a higher picture rate than is indicated in the signaled level.
max-mbps：max-mbpsの値は、最大マクロブロック処理速度を1秒あたりのマクロブロックの単位で示す整数です。 max-mbpsパラメータは、profile-level-idパラメータの値で伝達される信号レベルが必要とするレートよりも高いレートでレシーバがビデオをデコードできることを示します。 max-mbpsが通知された場合、受信者は、通知されたレベルに対応する[1]の表A-1のMaxMBPS値がmax-mbps。 max-mbpsの値は、[1]の表A-1に示されているレベルのMaxMBPSの値以上である必要があります。送信者は、この知識を使用して、指定されたサイズの画像を、信号レベルで示されているよりも高い画像レートで送信できます。
max-fs: The value of max-fs is an integer indicating the maximum frame size in units of macroblocks. The max-fs parameter signals that the receiver is capable of decoding larger picture sizes than are required by the signaled level conveyed in the value of the profile-level-id parameter. When max-fs is signaled, the receiver MUST be able to decode NAL unit streams that conform to the signaled level, with the exception that the MaxFS value in Table A-1 of [1] for the signaled level is replaced with the value of max-fs. The value of max-fs MUST be greater than or equal to the value of MaxFS for the level given in Table A-1 of [1]. Senders MAY use this knowledge to send larger pictures at a proportionally lower frame rate than is indicated in the signaled level.
max-fs：max-fsの値は、最大ブロックサイズをマクロブロック単位で示す整数です。 max-fsパラメーターは、profile-level-idパラメーターの値で伝達される信号レベルで必要とされるよりも大きな画像サイズを受信機がデコードできることを通知します。 max-fsが通知された場合、受信者は、通知されたレベルに対応する[1]の表A-1のMaxFS値が次の値で置き換えられることを除いて、通知されたレベルに準拠するNALユニットストリームをデコードできる必要があります。 max-fs。 max-fsの値は、[1]の表A-1に示されているレベルのMaxFSの値以上である必要があります。送信者は、この知識を使用して、信号レベルで示されているよりも比例して低いフレームレートで大きな画像を送信できます。
max-cpb The value of max-cpb is an integer indicating the maximum coded picture buffer size in units of 1000 bits for the VCL HRD parameters (see A.3.1 item i of [1]) and in units of 1200 bits for the NAL HRD parameters (see A.3.1 item j of [1]). The max-cpb parameter signals that the receiver has more memory than the minimum amount of coded picture buffer memory required by the signaled level conveyed in the value of the profile-level-id parameter. When max-cpb is signaled, the receiver MUST be able to decode NAL unit streams that conform to the signaled level, with the exception that the MaxCPB value in Table A-1 of [1] for the signaled level is replaced with the value of max-cpb. The value of max-cpb MUST be greater than or equal to the value of MaxCPB for the level given in Table A-1 of [1]. Senders MAY use this knowledge to construct coded video streams with greater variation of bit rate than can be achieved with the MaxCPB value in Table A-1 of [1].
max-cpb max-cpbの値は、VCL HRDパラメータ（[1]のA.3.1項目iを参照）の場合は1000ビット単位で、NALの場合は1200ビット単位で、最大符号化ピクチャバッファサイズを示す整数です。 HRDパラメータ（[1]のA.3.1アイテムjを参照）。 max-cpbパラメータは、profile-level-idパラメータの値で伝達される信号レベルが必要とする最小量の符号化画像バッファメモリよりも多くのメモリがレシーバにあることを示します。 max-cpbが通知される場合、受信者は、通知されたレベルに対応する[1]の表A-1のMaxCPB値がmax-cpb。 max-cpbの値は、[1]の表A-1に示されているレベルのMaxCPBの値以上である必要があります。送信者は、この知識を使用して、[1]の表A-1のMaxCPB値で達成できるよりも大きなビットレートの変動でコード化されたビデオストリームを構築できます。
Informative note: The coded picture buffer is used in the hypothetical reference decoder (Annex C) of H.264. The use of the hypothetical reference decoder is recommended in H.264 encoders to verify that the produced bitstream conforms to the standard and to control the output bitrate. Thus, the coded picture buffer is conceptually independent of any other potential buffers in the receiver, including de-interleaving and de-jitter buffers. The coded picture buffer need not be implemented in decoders as specified in Annex C of H.264, but rather standard-compliant decoders can have any buffering arrangements provided that they can decode standard-compliant bitstreams. Thus, in practice, the input buffer for video decoder can be integrated with de-interleaving and de-jitter buffers of the receiver.
参考情報：コード化画像バッファーは、H.264の仮想参照デコーダー（付録C）で使用されます。生成されたビットストリームが規格に準拠していることを確認し、出力ビットレートを制御するには、H.264エンコーダーで仮想参照デコーダーを使用することをお勧めします。したがって、コード化画像バッファは、概念的には、デインターリーブバッファやデジッタバッファなど、受信機内の他の潜在的なバッファから独立しています。 H.264のAnnex Cで指定されているように、コード化画像バッファーをデコーダーに実装する必要はありませんが、標準に準拠したデコーダーは、標準に準拠したビットストリームをデコードできるのであれば、バッファリングを配置できます。したがって、実際には、ビデオデコーダの入力バッファは、受信機のデインターリーブおよびデジッタバッファと統合できます。
max-dpb: The value of max-dpb is an integer indicating the maximum decoded picture buffer size in units of 1024 bytes. The max-dpb parameter signals that the receiver has more memory than the minimum amount of decoded picture buffer memory required by the signaled level conveyed in the value of the profile-level-id parameter. When max-dpb is signaled, the receiver MUST be able to decode NAL unit streams that conform to the signaled level, with the exception that the MaxDPB value in Table A-1 of [1] for the signaled level is replaced with the value of max-dpb. Consequently, a receiver that signals max-dpb MUST be capable of storing the following number of decoded frames, complementary field pairs, and non-paired fields in its decoded picture buffer:
max-dpb：max-dpbの値は、1024バイト単位でデコードされた最大の画像バッファーサイズを示す整数です。 max-dpbパラメータは、profile-level-idパラメータの値で伝達される信号レベルが必要とするデコード済みピクチャバッファメモリの最小量よりも多くのメモリがレシーバにあることを示します。 max-dpbが通知された場合、受信者は、通知されたレベルに準拠するNALユニットストリームをデコードできる必要があります。ただし、通知されたレベルの[1]の表A-1のMaxDPB値は、 max-dpb。したがって、max-dpbを通知する受信機は、次の数のデコードされたフレーム、相補フィールドのペア、およびペアになっていないフィールドを、デコードされたピクチャバッファーに格納できる必要があります。
Min(1024 * max-dpb / ( PicWidthInMbs *
FrameHeightInMbs * 256 * ChromaFormatFactor ),
16)
PicWidthInMbs, FrameHeightInMbs, and ChromaFormatFactor are defined in [1].
PicWidthInMbs、FrameHeightInMbs、およびChromaFormatFactorは、[1]で定義されています。
The value of max-dpb MUST be greater than or equal to the value of MaxDPB for the level given in Table A-1 of [1]. Senders MAY use this knowledge to construct coded video streams with improved compression.
max-dpbの値は、[1]の表A-1に示されているレベルのMaxDPBの値以上である必要があります。送信者は、この知識を使用して、改善された圧縮でコード化されたビデオストリームを構築できます。
Informative note: This parameter was added primarily to complement a similar codepoint in the ITU-T Recommendation H.245, so as to facilitate signaling gateway designs. The decoded picture buffer stores reconstructed samples and is a property of the video decoder only. There is no relationship between the size of the decoded picture buffer and the buffers used in RTP, especially de-interleaving and de-jitter buffers.
参考情報：このパラメータは、シグナリングゲートウェイの設計を容易にするために、主にITU-T勧告H.245の同様のコードポイントを補完するために追加されました。デコードされた画像バッファーは、再構築されたサンプルを格納し、ビデオデコーダーのみのプロパティです。デコードされたピクチャバッファのサイズとRTPで使用されるバッファ、特にデインターリーブおよびデジッタバッファのサイズには関係がありません。
max-br: The value of max-br is an integer indicating the maximum video bit rate in units of 1000 bits per second for the VCL HRD parameters (see A.3.1 item i of [1]) and in units of 1200 bits
max-br：max-brの値は、VCL HRDパラメーター（[1]のA.3.1項目iを参照）の1000ビット/秒の単位および1200ビットの単位で最大ビデオビットレートを示す整数です。
per second for the NAL HRD parameters (see A.3.1 item j of [1]).
1秒あたりのNAL HRDパラメーター（[1]のA.3.1項目jを参照）。
The max-br parameter signals that the video decoder of the receiver is capable of decoding video at a higher bit rate than is required by the signaled level conveyed in the value of the profile-level-id parameter. The value of max-br MUST be greater than or equal to the value of MaxBR for the level given in Table A-1 of [1].
max-brパラメータは、レシーバのビデオデコーダが、profile-level-idパラメータの値で伝達される信号レベルで必要とされるよりも高いビットレートでビデオをデコードできることを示します。 max-brの値は、[1]の表A-1に示されているレベルのMaxBRの値以上である必要があります。
When max-br is signaled, the video codec of the receiver MUST be able to decode NAL unit streams that conform to the signaled level, conveyed in the profile-level-id parameter, with the following exceptions in the limits specified by the level: o The value of max-br replaces the MaxBR value of the signaled level (in Table A-1 of [1]). o When the max-cpb parameter is not present, the result of the following formula replaces the value of MaxCPB in Table A-1 of [1]: (MaxCPB of the signaled level) * max-br / (MaxBR of the signaled level).
max-brが通知された場合、受信者のビデオコーデックは、通知されたレベルに準拠するNALユニットストリームをデコードできなければなりません（MUST）。レベルで指定された制限に次の例外があります。 o max-brの値は、信号レベルのMaxBR値を置き換えます（[1]の表A-1）。 o max-cpbパラメータが存在しない場合、次の式の結果が、[1]の表A-1のMaxCPBの値を置き換えます：（シグナルレベルのMaxCPB）* max-br /（シグナルレベルのMaxBR ）。
For example, if a receiver signals capability for Level 1.2 with max-br equal to 1550, this indicates a maximum video bitrate of 1550 kbits/sec for VCL HRD parameters, a maximum video bitrate of 1860 kbits/sec for NAL HRD parameters, and a CPB size of 4036458 bits (1550000 / 384000 * 1000 * 1000).
たとえば、レシーバーがレベル1.2の機能を示し、max-brが1550である場合、これはVCL HRDパラメーターの最大ビデオビットレートが1550 kbits / sec、NAL HRDパラメーターの最大ビデオビットレートが1860 kbits / secであることを示します。 4036458ビット（1550000/384000 * 1000 * 1000）のCPBサイズ。
The value of max-br MUST be greater than or equal to the value MaxBR for the signaled level given in Table A-1 of [1].
max-brの値は、[1]の表A-1に示されている信号レベルのMaxBRの値以上である必要があります。
Senders MAY use this knowledge to send higher bitrate video as allowed in the level definition of Annex A of H.264, to achieve improved video quality.
送信者はこの知識を使用して、H.264のAnnex Aのレベル定義で許可されているより高いビットレートのビデオを送信して、ビデオ品質の向上を実現できます。
Informative note: This parameter was added primarily to complement a similar codepoint in the ITU-T Recommendation H.245, so as to facilitate signaling gateway designs. No assumption can be made from the value of this parameter that the network is capable of handling such bit rates at any given time. In particular, no conclusion can be drawn that the signaled bit rate is possible under congestion control constraints.
参考情報：このパラメータは、シグナリングゲートウェイの設計を容易にするために、主にITU-T勧告H.245の同様のコードポイントを補完するために追加されました。このパラメーターの値から、ネットワークがそのようなビットレートをいつでも処理できるという仮定はできません。特に、シグナリングされたビットレートが輻輳制御の制約下で可能であるという結論を出すことはできません。
redundant-pic-cap: This parameter signals the capabilities of a receiver implementation. When equal to 0, the parameter indicates that the receiver makes no attempt to use redundant coded pictures to correct incorrectly decoded primary coded pictures. When equal to 0, the receiver is not capable of using redundant slices; therefore, a sender SHOULD avoid sending redundant slices to save bandwidth. When equal to 1, the receiver is capable of decoding any such redundant slice that covers a corrupted area in a primary decoded picture (at least partly), and therefore a sender MAY send redundant slices. When the parameter is not present, then a value of 0 MUST be used for redundant-pic-cap. When present, the value of redundant-pic-cap MUST be either 0 or 1.
redundancy-pic-cap：このパラメーターは、レシーバー実装の機能を示します。 0に等しい場合、このパラメーターは、誤ってデコードされたプライマリコード化された画像を修正するために、受信機が冗長なコード化された画像を使用しないことを示します。 0の場合、レシーバーは冗長スライスを使用できません。したがって、送信者は帯域幅を節約するために冗長なスライスを送信することを避けるべきです。 1に等しい場合、レシーバーはプライマリデコードされた画像の破損した領域をカバーするそのような冗長スライスを（少なくとも部分的に）デコードできるため、送信者は冗長スライスを送信できます（MAY）。パラメータが存在しない場合は、値の0をredundant-pic-capに使用する必要があります。存在する場合、redundant-pic-capの値は0または1でなければなりません。
When the profile-level-id parameter is present in the same capability signaling as the redundant-pic-cap parameter, and the profile indicated in profile-level-id is such that it disallows the use of redundant coded pictures (e.g., Main Profile), the value of redundant-pic-cap MUST be equal to 0. When a receiver indicates redundant-pic-cap equal to 0, the received stream SHOULD NOT contain redundant coded pictures.
profile-level-idパラメータが冗長pic-capパラメータと同じ機能シグナリングに存在し、profile-level-idに示されているプロファイルが冗長なコード化された画像（たとえば、メインプロファイル）の使用を許可しないようなものである場合）、redundant-pic-capの値は0に等しい必要があります。レシーバーがredundancy-pic-capが0に等しいことを示す場合、受信したストリームには冗長なコード化された画像を含めないでください。
Informative note: Even if redundant-pic-cap is equal to 0, the decoder is able to ignore redundant codec pictures provided that the decoder supports such a profile (Baseline, Extended) in which redundant coded pictures are allowed.
有益な注意：冗長なPICキャップが0に等しい場合でも、冗長なコード化された画像が許可されるプロファイル（ベースライン、拡張）をデコーダーがサポートしていれば、デコーダーは冗長なコーデック画像を無視できます。
Informative note: Even if redundant-pic-cap is equal to 1, the receiver may also choose other error concealment strategies to replace or complement decoding of redundant slices.
参考情報：redundant-pic-capが1に等しい場合でも、レシーバーは他のエラー隠蔽戦略を選択して、冗長スライスのデコードを置換または補完する場合もあります。
sprop-parameter-sets: This parameter MAY be used to convey any sequence and picture parameter set NAL units (herein referred to as the initial parameter set NAL units) that MUST precede any other NAL units in decoding order. The parameter MUST NOT be used to indicate codec capability in any capability exchange procedure. The value of the parameter is the base64 [6] representation of the initial parameter set NAL units as specified in sections 7.3.2.1 and 7.3.2.2 of [1]. The parameter sets are conveyed in decoding order, and no framing of the parameter set NAL units takes place. A comma is used to separate any pair of parameter sets in the list. Note that the number of bytes in a parameter set NAL unit is typically less than 10, but a picture parameter set NAL unit can contain several hundreds of bytes.
sprop-parameter-sets：このパラメーターは、シーケンスおよび画像パラメーターセットのNALユニット（ここでは、初期パラメーターセットのNALユニットと呼ばれます）を伝達するために使用できます。このパラメーターは、機能交換手順でコーデック機能を示すために使用してはなりません（MUST NOT）。パラメータの値は、[1]のセクション7.3.2.1および7.3.2.2で指定されている初期パラメータセットNALユニットのbase64 [6]表現です。パラメータセットはデコード順に伝達され、パラメータセットのNALユニットのフレーミングは行われません。コンマは、リスト内のパラメーターセットのペアを区切るために使用されます。パラメータセットNALユニットのバイト数は通常10未満ですが、ピクチャパラメータセットNALユニットには数百バイトが含まれる場合があります。
Informative note: When several payload types are offered in the SDP Offer/Answer model, each with its own sprop-parameter-sets parameter, then the receiver cannot assume that those parameter sets do not use conflicting storage locations (i.e., identical values of parameter set identifiers). Therefore, a receiver should double-buffer all sprop-parameter-sets and make them available to the decoder instance that decodes a certain payload type.
有益な注意：SDP Offer / Answerモデルでいくつかのペイロードタイプが提供され、それぞれに独自のsprop-parameter-setsパラメーターがある場合、受信者はそれらのパラメーターセットが競合する保存場所を使用していないと想定できません（つまり、パラメーターの同じ値）識別子を設定します）。したがって、レシーバーはすべてのsprop-parameter-setsをダブルバッファーし、特定のペイロードタイプをデコードするデコーダーインスタンスで利用できるようにする必要があります。
parameter-add: This parameter MAY be used to signal whether the receiver of this parameter is allowed to add parameter sets in its signaling response using the sprop-parameter-sets MIME parameter. The value of this parameter is either 0 or 1. 0 is equal to false; i.e., it is not allowed to add parameter sets. 1 is equal to true; i.e., it is allowed to add parameter sets. If the parameter is not present, its value MUST be 1.
parameter-add：このパラメーターを使用して、このパラメーターの受信者がsprop-parameter-sets MIMEパラメーターを使用してシグナリング応答にパラメーターセットを追加できるかどうかを通知できます。このパラメーターの値は0または1です。0はfalseと同じです。つまり、パラメータセットを追加することはできません。 1はtrueに等しい。つまり、パラメータセットを追加できます。パラメータが存在しない場合、その値は1でなければなりません。
packetization-mode: This parameter signals the properties of an RTP payload type or the capabilities of a receiver implementation. Only a single configuration point can be indicated; thus, when capabilities to support more than one packetization-mode are declared, multiple configuration points (RTP payload types) must be used.
packetization-mode：このパラメータは、RTPペイロードタイプのプロパティまたはレシーバー実装の機能を通知します。 1つの構成ポイントのみを指定できます。したがって、複数のパケット化モードをサポートする機能が宣言されている場合、複数の構成ポイント（RTPペイロードタイプ）を使用する必要があります。
When the value of packetization-mode is equal to 0 or packetization-mode is not present, the single NAL mode, as defined in section 6.2 of RFC 3984, MUST be used. This mode is in use in standards using ITU-T Recommendation H.241 [15] (see section 12.1). When the value of packetization-mode is equal to 1, the non-interleaved mode, as defined in section 6.3 of RFC 3984, MUST be used. When the value of packetization-mode is equal to 2, the interleaved mode, as defined in section 6.4 of RFC 3984, MUST be used. The value of packetization mode MUST be an integer in the range of 0 to 2, inclusive.
packetization-modeの値が0の場合、またはpacketization-modeが存在しない場合は、RFC 3984のセクション6.2で定義されている単一のNALモードを使用する必要があります。このモードは、ITU-T勧告H.241 [15]を使用する標準で使用されています（セクション12.1を参照）。 packetization-modeの値が1の場合、RFC 3984のセクション6.3で定義されている非インターリーブモードを使用する必要があります。 packetization-modeの値が2の場合、RFC 3984のセクション6.4で定義されているインターリーブモードを使用する必要があります。パケット化モードの値は、0から2の範囲の整数でなければなりません。
sprop-interleaving-depth: This parameter MUST NOT be present when packetization-mode is not present or the value of packetization-mode is equal to 0 or 1. This parameter MUST be present when the value of packetization-mode is equal to 2.
sprop-interleaving-depth：このパラメーターは、packetization-modeが存在しない場合、またはpacketization-modeの値が0または1の場合は存在してはなりません（MUST NOT）。このパラメーターは、packetization-modeの値が2の場合に存在する必要があります。
This parameter signals the properties of a NAL unit stream. It specifies the maximum number of VCL NAL units that precede any VCL NAL unit in the NAL unit stream in transmission order and follow the VCL NAL unit in decoding order. Consequently, it is guaranteed that receivers can reconstruct NAL unit decoding order when the buffer size for NAL unit decoding order recovery is at least the value of sprop-interleaving-depth + 1 in terms of VCL NAL units.
このパラメーターは、NALユニットストリームのプロパティを通知します。送信順にNALユニットストリーム内のVCL NALユニットの前にあり、デコード順にVCL NALユニットに続くVCL NALユニットの最大数を指定します。その結果、NALユニットのデコード順の復元のバッファーサイズが、VCL NALユニットに関してsprop-interleaving-depth + 1の値以上である場合、レシーバーがNALユニットのデコード順を再構築できることが保証されます。
The value of sprop-interleaving-depth MUST be an integer in the range of 0 to 32767, inclusive.
sprop-interleaving-depthの値は、0〜32767の範囲の整数である必要があります。
sprop-deint-buf-req: This parameter MUST NOT be present when packetization-mode is not present or the value of packetization-mode is equal to 0 or 1. It MUST be present when the value of packetization-mode is equal to 2.
sprop-deint-buf-req：このパラメーターは、packetization-modeが存在しない場合、またはpacketization-modeの値が0または1の場合に存在してはなりません（MUST NOT）。 。
sprop-deint-buf-req signals the required size of the deinterleaving buffer for the NAL unit stream. The value of the parameter MUST be greater than or equal to the maximum buffer occupancy (in units of bytes) required in such a deinterleaving buffer that is specified in section 7.2 of RFC 3984. It is guaranteed that receivers can perform the deinterleaving of interleaved NAL units into NAL unit decoding order, when the deinterleaving buffer size is at least the value of sprop-deint-buf-req in terms of bytes.
sprop-deint-buf-reqは、NALユニットストリームに必要なデインターリーブバッファーのサイズを通知します。パラメータの値は、RFC 3984のセクション7.2で指定されているこのようなデインターリーブバッファーで必要な最大バッファー占有率（バイト単位）以上である必要があります。受信者がインターリーブされたNALのデインターリーブを実行できることが保証されていますデインターリーブバッファーサイズがバイト単位で少なくともsprop-deint-buf-reqの値である場合、ユニットをNALユニットデコード順序に変換します。
The value of sprop-deint-buf-req MUST be an integer in the range of 0 to 4294967295, inclusive.
sprop-deint-buf-reqの値は、0〜4294967295の範囲の整数である必要があります。
Informative note: sprop-deint-buf-req indicates the required size of the deinterleaving buffer only. When network jitter can occur, an appropriately sized jitter buffer has to be provisioned for as well.
参考情報：sprop-deint-buf-reqは、デインターリーブバッファーの必要なサイズのみを示します。ネットワークジッタが発生する可能性がある場合は、適切なサイズのジッタバッファもプロビジョニングする必要があります。
deint-buf-cap: This parameter signals the capabilities of a receiver implementation and indicates the amount of deinterleaving buffer space in units of bytes that the receiver has available for reconstructing the NAL unit decoding order. A receiver is able to handle any stream for which the value of the sprop-deint-buf-req parameter is smaller than or equal to this parameter.
deint-buf-cap：このパラメーターは、レシーバー実装の機能を示し、NALユニットのデコード順を再構築するためにレシーバーが利用できるデインターリーブバッファースペースの量をバイト単位で示します。レシーバーは、sprop-deint-buf-reqパラメーターの値がこのパラメーター以下の任意のストリームを処理できます。
If the parameter is not present, then a value of 0 MUST be used for deint-buf-cap. The value of deint-buf-cap MUST be an integer in the range of 0 to 4294967295, inclusive.
パラメータが存在しない場合、deint-buf-capには値0を使用する必要があります。 deint-buf-capの値は、0〜4294967295の範囲の整数である必要があります。
Informative note: deint-buf-cap indicates the maximum possible size of the deinterleaving buffer of the receiver only.
参考情報：deint-buf-capは、レシーバーのみのデインターリーブバッファーの最大可能サイズを示します。
When network jitter can occur, an appropriately sized jitter buffer has to be provisioned for as well.
ネットワークジッタが発生する可能性がある場合は、適切なサイズのジッタバッファもプロビジョニングする必要があります。
sprop-init-buf-time: This parameter MAY be used to signal the properties of a NAL unit stream. The parameter MUST NOT be present, if the value of packetization-mode is equal to 0 or 1.
sprop-init-buf-time：このパラメーターは、NALユニットストリームのプロパティを通知するために使用できます。 packetization-modeの値が0または1の場合、パラメーターは存在してはなりません（MUST NOT）。
The parameter signals the initial buffering time that a receiver MUST buffer before starting decoding to recover the NAL unit decoding order from the transmission order. The parameter is the maximum value of (transmission time of a NAL unit - decoding time of the NAL unit), assuming reliable and instantaneous transmission, the same timeline for transmission and decoding, and that decoding starts when the first packet arrives.
このパラメーターは、NALユニットの復号化順序を送信順序から復元するために、受信者が復号化を開始する前にバッファリングする必要がある初期バッファリング時間を通知します。パラメータは、（NALユニットの送信時間-NALユニットのデコード時間）の最大値であり、信頼性のある瞬時の送信、送信とデコードの同じタイムラインを想定し、最初のパケットが到着したときにそのデコードが開始されます。
An example of specifying the value of sprop-init-buf-time follows. A NAL unit stream is sent in the following interleaved order, in which the value corresponds to the decoding time and the transmission order is from left to right:
sprop-init-buf-timeの値を指定する例を以下に示します。 NALユニットストリームは、次のインターリーブされた順序で送信されます。値はデコード時間に対応し、送信順序は左から右です。
0 2 1 3 5 4 6 8 7 ...
０ ２ １ ３ ５ ４ ６ ８ ７ 。。。
Assuming a steady transmission rate of NAL units, the transmission times are:
NALユニットの安定した伝送速度を想定すると、伝送時間は次のようになります。
0 1 2 3 4 5 6 7 8 ...
０ １ ２ ３ ４ ５ ６ ７ ８ 。。。
Subtracting the decoding time from the transmission time column-wise results in the following series:
列ごとに伝送時間からデコード時間を引くと、次の系列になります。
0 -1 1 0 -1 1 0 -1 1 ...
０ ー１ １ ０ ー１ １ ０ ー１ １ 。。。
Thus, in terms of intervals of NAL unit transmission times, the value of sprop-init-buf-time in this example is 1.
したがって、NALユニットの送信時間の間隔に関して、この例のsprop-init-buf-timeの値は1です。
The parameter is coded as a non-negative base10 integer representation in clock ticks of a 90- kHz clock. If the parameter is not present, then no initial buffering time value is defined. Otherwise the value of sprop-init-buf-time MUST be an integer in the range of 0 to 4294967295, inclusive.
パラメータは、90 kHzクロックのクロック刻みで非負のbase10整数表現としてコード化されます。パラメータが存在しない場合、初期バッファリング時間値は定義されません。それ以外の場合、sprop-init-buf-timeの値は、0から4294967295までの範囲の整数でなければなりません。
In addition to the signaled sprop-init-buf-time, receivers SHOULD take into account the transmission delay jitter buffering, including buffering for the delay jitter caused by mixers, translators, gateways, proxies, traffic-shapers, and other network elements.
シグナリングされたsprop-init-buf-timeに加えて、レシーバーは、ミキサー、トランスレーター、ゲートウェイ、プロキシ、トラフィックシェーパー、およびその他のネットワーク要素によって引き起こされる遅延ジッターのバッファリングを含む、伝送遅延ジッターバッファリングを考慮する必要があります。
sprop-max-don-diff: This parameter MAY be used to signal the properties of a NAL unit stream. It MUST NOT be used to signal transmitter or receiver or codec capabilities. The parameter MUST NOT be present if the value of packetization-mode is equal to 0 or 1. sprop-max-don-diff is an integer in the range of 0 to 32767, inclusive. If sprop-max-don-diff is not present, the value of the parameter is unspecified. sprop-max-don-diff is calculated as follows:
sprop-max-don-diff：このパラメーターは、NALユニットストリームのプロパティを通知するために使用できます。送信機、受信機、またはコーデック機能を通知するために使用してはなりません。 packetization-modeの値が0または1の場合、パラメーターは存在してはなりません（MUST NOT）。sprop-max-don-diffは、0〜32767の範囲の整数です。 sprop-max-don-diffが存在しない場合、パラメーターの値は指定されていません。 sprop-max-don-diffは次のように計算されます。
sprop-max-don-diff = max{AbsDON(i) - AbsDON(j)}, for any i and any j>i,
sprop-max-don-diff = max {AbsDON（i）-AbsDON（j）}、任意のiおよび任意のj> i、
where i and j indicate the index of the NAL unit in the transmission order and AbsDON denotes a decoding order number of the NAL unit that does not wrap around to 0 after 65535. In other words, AbsDON is calculated as follows: Let m and n be consecutive NAL units in transmission order. For the very first NAL unit in transmission order (whose index is 0), AbsDON(0) = DON(0). For other NAL units, AbsDON is calculated as follows:
ここで、iとjは送信順序でのNALユニットのインデックスを示し、AbsDONは65535の後に0にラップアラウンドしないNALユニットの復号化順序番号を示します。つまり、AbsDONは次のように計算されます。mとn送信順に連続するNALユニットであること。送信順（インデックスが0）の最初のNALユニットの場合、AbsDON（0）= DON（0）。他のNALユニットの場合、AbsDONは次のように計算されます。
If DON(m) == DON(n), AbsDON(n) = AbsDON(m)
If (DON(m) < DON(n) and DON(n) - DON(m) <
32768),
AbsDON(n) = AbsDON(m) + DON(n) - DON(m)
If (DON(m) > DON(n) and DON(m) - DON(n) >=
32768),
AbsDON(n) = AbsDON(m) + 65536 - DON(m) + DON(n)
If (DON(m) < DON(n) and DON(n) - DON(m) >= 32768),
（DON（m）<DON（n）およびDON（n）-DON（m）> = 32768）の場合、
AbsDON(n) = AbsDON(m) - (DON(m) + 65536 -
DON(n))
If (DON(m) > DON(n) and DON(m) - DON(n) <
32768),
AbsDON(n) = AbsDON(m) - (DON(m) - DON(n))
where DON(i) is the decoding order number of the NAL unit having index i in the transmission order. The decoding order number is specified in section 5.5 of RFC 3984.
ここで、DON（i）は、送信順序にインデックスiを持つNALユニットの復号化順序番号です。デコード順序番号は、RFC 3984のセクション5.5で指定されています。
Informative note: Receivers may use sprop-max-don-diff to trigger which NAL units in the receiver buffer can be passed to the decoder.
参考情報：レシーバーはsprop-max-don-diffを使用して、レシーバーバッファー内のどのNALユニットをデコーダーに渡すかをトリガーできます。
max-rcmd-nalu-size: This parameter MAY be used to signal the capabilities of a receiver. The parameter MUST NOT be used for any other purposes. The value of the parameter indicates the largest NALU size in bytes that the receiver can handle efficiently. The parameter value is a recommendation, not a strict upper boundary. The sender MAY create larger NALUs but must be aware that the handling of these may come at a higher cost than NALUs conforming to the limitation.
max-rcmd-nalu-size：このパラメーターは、レシーバーの機能を通知するために使用できます。パラメータは他の目的で使用してはいけません。パラメーターの値は、受信者が効率的に処理できる最大のNALUサイズをバイト単位で示します。パラメータ値は推奨値であり、厳密な上限ではありません。送信者は、より大きなNALUを作成することができますが、これらの処理には、制限に準拠したNALUよりも高いコストがかかる可能性があることに注意する必要があります。
The value of max-rcmd-nalu-size MUST be an integer in the range of 0 to 4294967295, inclusive. If this parameter is not specified, no known limitation to the NALU size exists. Senders still have to consider the MTU size available between the sender and the receiver and SHOULD run MTU discovery for this purpose.
max-rcmd-nalu-sizeの値は、0〜4294967295の範囲の整数である必要があります。このパラメーターを指定しない場合、NALUサイズに対する既知の制限はありません。送信者は、送信者と受信者の間で利用可能なMTUサイズを考慮する必要があり、この目的のためにMTU検出を実行する必要があります（SHOULD）。
This parameter is motivated by, for example, an IP to H.223 video telephony gateway, where NALUs smaller than the H.223 transport data unit will be more efficient. A gateway may terminate IP; thus, MTU discovery will normally not work beyond the gateway.
このパラメータは、たとえば、IPからH.223へのビデオテレフォニーゲートウェイによって動機付けられます。H.223トランスポートデータユニットよりも小さいNALUの方が効率的です。ゲートウェイはIPを終了する場合があります。したがって、MTU検出は通常、ゲートウェイを超えて機能しません。
Informative note: Setting this parameter to a lower than necessary value may have a negative impact.
参考情報：このパラメーターを必要な値よりも低く設定すると、悪影響が生じる可能性があります。
Encoding considerations: This type is only defined for transfer via RTP (RFC 3550).
エンコードに関する考慮事項：このタイプは、RTP（RFC 3550）を介した転送に対してのみ定義されます。
A file format of H.264/AVC video is defined in [29]. This definition is utilized by other file formats, such as the 3GPP multimedia file format (MIME type video/3gpp) [30] or the MP4 file format (MIME type video/mp4).
H.264 / AVCビデオのファイル形式は、[29]で定義されています。この定義は、3GPPマルチメディアファイルフォーマット（MIMEタイプvideo / 3gpp）[30]やMP4ファイルフォーマット（MIMEタイプvideo / mp4）などの他のファイルフォーマットでも利用されています。
Security considerations: See section 9 of RFC 3984.
セキュリティに関する考慮事項：RFC 3984のセクション9をご覧ください。
Public specification: Please refer to RFC 3984 and its section 15.
公開仕様：RFC 3984およびそのセクション15を参照してください。
Additional information: None
追加情報：なし
File extensions: none Macintosh file type code: none Object identifier or OID: none
ファイル拡張子：なしMacintoshファイルタイプコード：なしオブジェクト識別子またはOID：なし
Person & email address to contact for further information: stewe@stewe.org
詳細について連絡する人とメールアドレス：stewe@stewe.org
Intended usage: COMMON
使用目的：COMMON
Author: stewe@stewe.org Change controller: IETF Audio/Video Transport working group delegated from the IESG.
作成者：stewe@stewe.org変更管理者：IESGから委任されたIETF Audio / Video Transportワーキンググループ。
The MIME media type video/H264 string is mapped to fields in the Session Description Protocol (SDP) [5] as follows:
MIMEメディアタイプvideo / H264文字列は、Session Description Protocol（SDP）[5]のフィールドに次のようにマッピングされます。
o The media name in the "m=" line of SDP MUST be video.
o SDPの「m =」行のメディア名はビデオである必要があります。
o The encoding name in the "a=rtpmap" line of SDP MUST be H264 (the MIME subtype).
o SDPの「a = rtpmap」行のエンコーディング名はH264（MIMEサブタイプ）である必要があります。
o The clock rate in the "a=rtpmap" line MUST be 90000.
o 「a = rtpmap」行のクロックレートは90000でなければなりません。
o The OPTIONAL parameters "profile-level-id", "max-mbps", "max-fs", "max-cpb", "max-dpb", "max-br", "redundant-pic-cap", "sprop-parameter-sets", "parameter-add", "packetization-mode", "sprop-interleaving-depth", "deint-buf-cap", "sprop-deint-buf-req", "sprop-init-buf-time", "sprop-max-don-diff", and "max-rcmd-nalu-size", when present, MUST be included in the "a=fmtp" line of SDP. These parameters are expressed as a MIME media type string, in the form of a semicolon separated list of parameter=value pairs.
o オプションのパラメータ「profile-level-id」、「max-mbps」、「max-fs」、「max-cpb」、「max-dpb」、「max-br」、「redundant-pic-cap」、「 sprop-parameter-sets "、" parameter-add "、" packetization-mode "、" sprop-interleaving-depth "、" deint-buf-cap "、" sprop-deint-buf-req "、" sprop-init- buf-time」、「sprop-max-don-diff」、および「max-rcmd-nalu-size」が存在する場合は、SDPの「a = fmtp」行に含める必要があります。これらのパラメーターは、パラメーター=値のペアをセミコロンで区切ったリストの形式で、MIMEメディアタイプの文字列として表されます。
An example of media representation in SDP is as follows (Baseline Profile, Level 3.0, some of the constraints of the Main profile may not be obeyed):
SDPでのメディア表現の例は次のとおりです（ベースラインプロファイル、レベル3.0、メインプロファイルの一部の制約には従わない場合があります）。
m=video 49170 RTP/AVP 98
a=rtpmap:98 H264/90000
a=fmtp:98 profile-level-id=42A01E;
sprop-parameter-sets=Z0IACpZTBYmI,aMljiA==
When H.264 is offered over RTP using SDP in an Offer/Answer model [7] for negotiation for unicast usage, the following limitations and rules apply:
H.264が、ユニキャスト使用のネゴシエーションのためにオファー/アンサーモデル[7]でSDPを使用してRTP経由で提供される場合、次の制限とルールが適用されます。
o The parameters identifying a media format configuration for H.264 are "profile-level-id", "packetization-mode", and, if required by "packetization-mode", "sprop-deint-buf-req". These three parameters MUST be used symmetrically; i.e., the answerer MUST either maintain all configuration parameters or remove the media format (payload type) completely, if one or more of the parameter values are not supported.
o H.264のメディアフォーマット構成を識別するパラメータは、「profile-level-id」、「packetization-mode」、および「packetization-mode」で必要な場合は「sprop-deint-buf-req」です。これらの3つのパラメーターは対称的に使用する必要があります。つまり、1つ以上のパラメーター値がサポートされていない場合、アンサーはすべての構成パラメーターを維持するか、メディア形式（ペイロードタイプ）を完全に削除する必要があります。
Informative note: The requirement for symmetric use applies only for the above three parameters and not for the other stream properties and capability parameters.
参考情報：対称使用の要件は、上記の3つのパラメーターにのみ適用され、他のストリームプロパティと機能パラメーターには適用されません。
To simplify handling and matching of these configurations, the same RTP payload type number used in the offer SHOULD also be used in the answer, as specified in [7]. An answer MUST NOT contain a payload type number used in the offer unless the configuration ("profile-level-id", "packetization-mode", and, if present, "sprop-deint-buf-req") is the same as in the offer.
これらの構成の処理と照合を簡略化するために、[7]で指定されているように、オファーで使用されているのと同じRTPペイロードタイプ番号を回答でも使用する必要があります（SHOULD）。構成（ "profile-level-id"、 "packetization-mode"、および存在する場合は、 "sprop-deint-buf-req"）が以下と同じでない限り、回答にオファーで使用されているペイロードタイプ番号を含めてはなりません（MUST NOT）。オファーで。
Informative note: An offerer, when receiving the answer, has to compare payload types not declared in the offer based on media type (i.e., video/h264) and the above three parameters with any payload types it has already declared, in order to determine whether the configuration in question is new or equivalent to a configuration already offered.
有益な注意：オファーを受け取るとき、オファーを宣言するには、オファーで宣言されていないペイロードタイプをメディアタイプ（つまり、video / h264）と上記の3つのパラメーターに基づいて、宣言済みのペイロードタイプと比較する必要があります。問題の構成が新しいか、すでに提供されている構成と同等か。
o The parameters "sprop-parameter-sets", "sprop-deint-buf-req", "sprop-interleaving-depth", "sprop-max-don-diff", and "sprop-init-buf-time" describe the properties of the NAL unit stream that the offerer or answerer is sending for this media format configuration. This differs from the normal usage of the Offer/Answer parameters: normally such parameters declare the properties of the stream that the offerer or the answerer is able to receive. When dealing with H.264, the offerer assumes that the answerer will be able to receive media encoded using the configuration being offered.
o パラメータ「sprop-parameter-sets」、「sprop-deint-buf-req」、「sprop-interleaving-depth」、「sprop-max-don-diff」、および「sprop-init-buf-time」は、このメディアフォーマット構成のためにオファーまたはアンサーが送信しているNALユニットストリームのプロパティ。これは、オファー/アンサーパラメーターの通常の使用方法とは異なります。通常、このようなパラメーターは、オファー側またはアンサー側が受信できるストリームのプロパティを宣言します。 H.264を処理するとき、提供者は提供者が提供されている構成を使用してエンコードされたメディアを受信できると想定します。
Informative note: The above parameters apply for any stream sent by the declaring entity with the same configuration; i.e., they are dependent on their source. Rather then being bound to the payload type, the values may have to be applied to another payload type when being sent, as they apply for the configuration.
参考情報：上記のパラメーターは、同じ構成を持つ宣言エンティティによって送信されるすべてのストリームに適用されます。つまり、それらはソースに依存しています。次に、ペイロードタイプにバインドされるのではなく、値は、設定に適用されるため、送信時に別のペイロードタイプに適用する必要がある場合があります。
o The capability parameters ("max-mbps", "max-fs", "max-cpb", "max-dpb", "max-br", ,"redundant-pic-cap", "max-rcmd-nalu-size") MAY be used to declare further capabilities. Their interpretation depends on the direction attribute. When the direction attribute is sendonly, then the parameters describe the limits of the RTP packets and the NAL unit stream that the sender is capable of producing. When the direction attribute is sendrecv or recvonly, then the parameters describe the limitations of what the receiver accepts.
o 機能パラメータ（「max-mbps」、「max-fs」、「max-cpb」、「max-dpb」、「max-br」、、「redundant-pic-cap」、「max-rcmd-nalu- size "）は、さらなる機能を宣言するために使用できます。それらの解釈は、方向属性に依存します。方向属性がsendonlyの場合、パラメーターは、送信者が生成できるRTPパケットとNALユニットストリームの制限を示します。方向属性がsendrecvまたはrecvonlyの場合、パラメーターは、受信者が受け入れるものの制限を示します。
o As specified above, an offerer has to include the size of the deinterleaving buffer in the offer for an interleaved H.264 stream. To enable the offerer and answerer to inform each other about their capabilities for deinterleaving buffering, both parties are RECOMMENDED to include "deint-buf-cap". This information MAY be used when the value for "sprop-deint-buf-req" is selected in a second round of offer and answer. For interleaved streams, it is also RECOMMENDED to consider offering multiple payload types with different buffering requirements when the capabilities of the receiver are unknown.
o 上記のように、提供者は、インターリーブされたH.264ストリームのオファーに、デインターリービングバッファーのサイズを含める必要があります。オファー側とアンサー側がデインターリーブバッファリングの機能を互いに通知できるようにするには、両方のパーティに「deint-buf-cap」を含めることをお勧めします。この情報は、「sprop-deint-buf-req」の値が2回目のオファーとアンサーで選択されたときに使用される場合があります。インターリーブストリームの場合、レシーバーの機能が不明な場合は、異なるバッファリング要件を持つ複数のペイロードタイプを提供することを検討することも推奨されます。
o The "sprop-parameter-sets" parameter is used as described above. In addition, an answerer MUST maintain all parameter sets received in the offer in its answer. Depending on the value of the "parameter-add" parameter, different rules apply: If "parameter-add" is false (0), the answer MUST NOT add any additional parameter sets. If "parameter-add" is true (1), the answerer, in its answer, MAY add additional parameter sets to the "sprop-parameter-sets" parameter. The answerer MUST also, independent of the value of "parameter-add", accept to receive a video stream using the sprop-parameter-sets it declared in the answer.
o 「sprop-parameter-sets」パラメータは、上記のように使用されます。さらに、回答者は、オファーで受け取ったすべてのパラメータセットを回答で維持する必要があります。 「parameter-add」パラメーターの値に応じて、異なる規則が適用されます。「parameter-add」がfalse（0）の場合、回答はパラメーターセットを追加してはなりません（MUST NOT）。 "parameter-add"がtrue（1）の場合、回答者はその回答の中で、 "sprop-parameter-sets"パラメータに追加のパラメータセットを追加できます（MAY）。また、回答者は、「parameter-add」の値とは無関係に、回答で宣言したsprop-parameter-setsを使用してビデオストリームを受信することを受け入れる必要があります。
Informative note: care must be taken when parameter sets are added not to cause overwriting of already transmitted parameter sets by using conflicting parameter set identifiers.
有益な注意：競合するパラメーターセット識別子を使用して既に送信されたパラメーターセットを上書きしないように、パラメーターセットを追加するときは注意が必要です。
For streams being delivered over multicast, the following rules apply in addition:
マルチキャストで配信されるストリームには、さらに次のルールが適用されます。
o The stream properties parameters ("sprop-parameter-sets", "sprop-deint-buf-req", "sprop-interleaving-depth", "sprop-max-don-diff", and "sprop-init-buf-time") MUST NOT be changed by the answerer. Thus, a payload type can either be accepted unaltered or removed.
o ストリームプロパティパラメータ（ "sprop-parameter-sets"、 "sprop-deint-buf-req"、 "sprop-interleaving-depth"、 "sprop-max-don-diff"、および "sprop-init-buf-time "）回答者が変更してはなりません。したがって、ペイロードタイプは変更せずに受け入れることも、削除することもできます。
o The receiver capability parameters "max-mbps", "max-fs", "max-cpb", "max-dpb", "max-br", and "max-rcmd-nalu-size" MUST be supported by the answerer for all streams declared as sendrecv or recvonly; otherwise, one of the following actions MUST be performed: the media format is removed, or the session rejected.
o レシーバー機能パラメーター「max-mbps」、「max-fs」、「max-cpb」、「max-dpb」、「max-br」、および「max-rcmd-nalu-size」は、応答側でサポートする必要がありますsendrecvまたはrecvonlyとして宣言されたすべてのストリーム。それ以外の場合は、次のいずれかのアクションを実行する必要があります。メディアフォーマットが削除されるか、セッションが拒否されます。
o The receiver capability parameter redundant-pic-cap SHOULD be supported by the answerer for all streams declared as sendrecv or recvonly as follows: The answerer SHOULD NOT include redundant coded pictures in the transmitted stream if the offerer indicated redundant-pic-cap equal to 0. Otherwise (when redundant_pic_cap is equal to 1), it is beyond the scope of this memo to recommend how the answerer should use redundant coded pictures.
o 以下のようにsendrecvまたはrecvonlyとして宣言されたすべてのストリームについて、レシーバー機能パラメーターの冗長画像キャップは、アンサーによってサポートされる必要があります（SHOULD NOT）。 。それ以外の場合（redundant_pic_capが1の場合）、回答者が冗長な符号化された画像をどのように使用するかを推奨することは、このメモの範囲を超えています。
Below are the complete lists of how the different parameters shall be interpreted in the different combinations of offer or answer and direction attribute.
以下は、オファーまたはアンサーおよび方向属性のさまざまな組み合わせで、さまざまなパラメーターがどのように解釈されるかの完全なリストです。
o In offers and answers for which "a=sendrecv" or no direction attribute is used, or in offers and answers for which "a=recvonly" is used, the following interpretation of the parameters MUST be used.
o 「a = sendrecv」または方向属性が使用されていないオファーとアンサー、または「a = recvonly」が使用されているオファーとアンサーでは、パラメーターの次の解釈を使用する必要があります。
Declaring actual configuration or properties for receiving:
受信のための実際の構成またはプロパティの宣言：
- profile-level-id - packetization-mode
- プロファイルレベルID-パケット化モード
Declaring actual properties of the stream to be sent (applicable only when "a=sendrecv" or no direction attribute is used):
送信するストリームの実際のプロパティを宣言します（「a = sendrecv」または方向属性を使用しない場合にのみ適用されます）：
- sprop-deint-buf-req - sprop-interleaving-depth - sprop-parameter-sets - sprop-max-don-diff - sprop-init-buf-time
- sprop-deint-buf-req-sprop-interleaving-depth-sprop-parameter-sets-sprop-max-don-diff-sprop-init-buf-time
Declaring receiver implementation capabilities:
レシーバー実装機能の宣言：
- max-mbps - max-fs - max-cpb - max-dpb - max-br - redundant-pic-cap - deint-buf-cap - max-rcmd-nalu-size
- max-mbps-max-fs-max-cpb-max-dpb-max-br -redundant-pic-cap-deint-buf-cap-max-rcmd-nalu-size
Declaring how Offer/Answer negotiation shall be performed:
オファー/アンサーネゴシエーションの実行方法の宣言：
- parameter-add
- パラメータ追加
o In an offer or answer for which the direction attribute "a=sendonly" is included for the media stream, the following interpretation of the parameters MUST be used:
o メディアストリームに方向属性「a = sendonly」が含まれているオファーまたはアンサーでは、パラメーターの次の解釈を使用する必要があります。
Declaring actual configuration and properties of stream proposed to be sent:
送信が提案されたストリームの実際の構成とプロパティの宣言：
- profile-level-id - packetization-mode - sprop-deint-buf-req
- プロファイルレベルID-パケット化モード-sprop-deint-buf-req
- sprop-max-don-diff - sprop-init-buf-time - sprop-parameter-sets - sprop-interleaving-depth
- sprop-max-don-diff-sprop-init-buf-time-sprop-parameter-sets-sprop-interleaving-depth
Declaring the capabilities of the sender when it receives a stream:
ストリームを受信したときに送信者の機能を宣言します。
- max-mbps - max-fs - max-cpb - max-dpb - max-br - redundant-pic-cap - deint-buf-cap - max-rcmd-nalu-size
- max-mbps-max-fs-max-cpb-max-dpb-max-br -redundant-pic-cap-deint-buf-cap-max-rcmd-nalu-size
Declaring how Offer/Answer negotiation shall be performed:
オファー/アンサーネゴシエーションの実行方法の宣言：
- parameter-add
- パラメータ追加
Furthermore, the following considerations are necessary:
さらに、次の考慮事項が必要です。
o Parameters used for declaring receiver capabilities are in general downgradable; i.e., they express the upper limit for a sender's possible behavior. Thus a sender MAY select to set its encoder using only lower/lesser or equal values of these parameters. "sprop-parameter-sets" MUST NOT be used in a sender's declaration of its capabilities, as the limits of the values that are carried inside the parameter sets are implicit with the profile and level used.
o レシーバー機能の宣言に使用されるパラメーターは、一般にダウングレード可能です。つまり、送信者の可能な動作の上限を表します。したがって、送信者は、これらのパラメータのより低い/より少ないまたは等しい値のみを使用してエンコーダを設定することを選択できます（MAY）。 「sprop-parameter-sets」は、機能の送信者の宣言で使用してはなりません。パラメータセット内で運ばれる値の制限は、使用されるプロファイルとレベルで暗黙的であるためです。
o Parameters declaring a configuration point are not downgradable, with the exception of the level part of the "profile-level-id" parameter. This expresses values a receiver expects to be used and must be used verbatim on the sender side.
o 「profile-level-id」パラメーターのレベル部分を除いて、構成ポイントを宣言するパラメーターはダウングレードできません。これは、受信者が使用することを期待し、送信者側で逐語的に使用する必要がある値を表します。
o When a sender's capabilities are declared, and non-downgradable parameters are used in this declaration, then these parameters express a configuration that is acceptable. In order to achieve high interoperability levels, it is often advisable to offer multiple alternative configurations; e.g., for the packetization mode. It is impossible to offer multiple configurations in a single payload type. Thus, when multiple configuration offers are made, each offer requires its own RTP payload type associated with the offer.
o 送信者の機能が宣言され、この宣言でダウングレードできないパラメーターが使用されている場合、これらのパラメーターは受け入れ可能な構成を表します。高い相互運用性レベルを実現するには、多くの場合、複数の代替構成を提供することをお勧めします。たとえば、パケット化モードの場合。単一のペイロードタイプで複数の構成を提供することは不可能です。したがって、複数の構成オファーが作成される場合、各オファーには、オファーに関連付けられた独自のRTPペイロードタイプが必要です。
o A receiver SHOULD understand all MIME parameters, even if it only supports a subset of the payload format's functionality. This ensures that a receiver is capable of understanding when an offer to receive media can be downgraded to what is supported by the receiver of the offer.
o ペイロード形式の機能のサブセットしかサポートしていない場合でも、レシーバーはすべてのMIMEパラメーターを理解する必要があります（SHOULD）。これにより、メディアを受信するオファーを、オファーのレシーバーがサポートするものにダウングレードできる時期をレシーバーが理解できるようになります。
o An answerer MAY extend the offer with additional media format configurations. However, to enable their usage, in most cases a second offer is required from the offerer to provide the stream properties parameters that the media sender will use. This also has the effect that the offerer has to be able to receive this media format configuration, not only to send it.
o 回答者は、追加のメディアフォーマット構成でオファーを拡張できます（MAY）。ただし、それらの使用を有効にするには、ほとんどの場合、メディア送信者が使用するストリームプロパティパラメータを提供するために、2番目のオファーがオファー側から要求されます。これは、提供者が送信するだけでなく、このメディアフォーマット構成を受信できる必要があるという効果もあります。
o If an offerer wishes to have non-symmetric capabilities between sending and receiving, the offerer has to offer different RTP sessions; i.e., different media lines declared as "recvonly" and "sendonly", respectively. This may have further implications on the system.
o オファー側が送信と受信の間で非対称の機能を持ちたい場合、オファー側は異なるRTPセッションを提供する必要があります。つまり、「recvonly」と「sendonly」としてそれぞれ宣言された異なるメディア行。これは、システムにさらに影響を与える可能性があります。
When H.264 over RTP is offered with SDP in a declarative style, as in RTSP [27] or SAP [28], the following considerations are necessary.
RTSP [27]またはSAP [28]のように、H.264 over RTPが宣言型のSDPで提供される場合、次の考慮事項が必要です。
o All parameters capable of indicating the properties of both a NAL unit stream and a receiver are used to indicate the properties of a NAL unit stream. For example, in this case, the parameter "profile-level-id" declares the values used by the stream, instead of the capabilities of the sender. This results in that the following interpretation of the parameters MUST be used:
o NALユニットストリームとレシーバーの両方のプロパティを示すことができるすべてのパラメーターは、NALユニットストリームのプロパティを示すために使用されます。たとえば、この場合、パラメーター「profile-level-id」は、送信者の機能ではなく、ストリームで使用される値を宣言します。その結果、次のパラメーターの解釈を使用する必要があります。
Declaring actual configuration or properties:
実際の構成またはプロパティの宣言：
- profile-level-id - sprop-parameter-sets - packetization-mode - sprop-interleaving-depth - sprop-deint-buf-req - sprop-max-don-diff - sprop-init-buf-time
- プロファイルレベルID-sprop-parameter-sets-packetization-mode-sprop-interleaving-depth-sprop-deint-buf-req-sprop-max-don-diff-sprop-init-buf-time
Not usable:
使用できません：
- max-mbps - max-fs - max-cpb - max-dpb - max-br - redundant-pic-cap - max-rcmd-nalu-size - parameter-add - deint-buf-cap
- max-mbps-max-fs-max-cpb-max-dpb-max-br -redundant-pic-cap-max-rcmd-nalu-size-parameter-add-deint-buf-cap
o A receiver of the SDP is required to support all parameters and values of the parameters provided; otherwise, the receiver MUST reject (RTSP) or not participate in (SAP) the session. It falls on the creator of the session to use values that are expected to be supported by the receiving application.
o SDPのレシーバーは、提供されるすべてのパラメーターとパラメーターの値をサポートする必要があります。それ以外の場合、受信者はセッションを拒否する（RTSP）か、セッションに参加しない（SAP）必要があります。受信側アプリケーションでサポートされることが期待される値を使用するのは、セッションの作成者にあります。
A SIP Offer/Answer exchange wherein both parties are expected to both send and receive could look like the following. Only the media codec specific parts of the SDP are shown. Some lines are wrapped due to text constraints.
両方の当事者が送信と受信の両方を期待されているSIPオファー/アンサー交換は、次のようになります。 SDPのメディアコーデック固有の部分のみが表示されます。テキストの制約により、一部の行が折り返されます。
Offerer -> Answer SDP message:
Offerer-> Answer SDPメッセージ：
m=video 49170 RTP/AVP 100 99 98
a=rtpmap:98 H264/90000
a=fmtp:98 profile-level-id=42A01E; packetization-mode=0;
sprop-parameter-sets=Z0IACpZTBYmI,aMljiA==
a=rtpmap:99 H264/90000
a=fmtp:99 profile-level-id=42A01E; packetization-mode=1;
sprop-parameter-sets=Z0IACpZTBYmI,aMljiA==
a=rtpmap:100 H264/90000
a=fmtp:100 profile-level-id=42A01E; packetization-mode=2;
sprop-parameter-sets=Z0IACpZTBYmI,aMljiA==;
sprop-interleaving-depth=45; sprop-deint-buf-req=64000;
sprop-init-buf-time=102478; deint-buf-cap=128000
The above offer presents the same codec configuration in three different packetization formats. PT 98 represents single NALU mode, PT 99 non-interleaved mode; PT 100 indicates the interleaved mode. In the interleaved mode case, the interleaving parameters that the offerer would use if the answer indicates support for PT 100 are also included. In all three cases the parameter "sprop-parameter-sets" conveys the initial parameter sets that are required for the answerer when receiving a stream from the offerer when this configuration (profile-level-id and packetization mode) is accepted. Note that the value for "sprop-parameter-sets", although identical in the example above, could be different for each payload type.
上記のオファーは、3つの異なるパケット化形式で同じコーデック構成を示しています。 PT 98はシングルNALUモード、PT 99非インターリーブモードを表します。 PT 100は、インターリーブモードを示します。インターリーブモードのケースでは、回答がPT 100のサポートを示している場合に提供者が使用するインターリービングパラメータも含まれます。 3つのすべてのケースで、パラメーター「sprop-parameter-sets」は、この構成（profile-level-idおよびパケット化モード）が受け入れられたときに、オファー側からストリームを受信するときにアンサー側に必要な初期パラメーターセットを伝えます。 「sprop-parameter-sets」の値は、上の例では同じですが、ペイロードタイプごとに異なる場合があることに注意してください。
Answerer -> Offerer SDP message:
回答者->提供者SDPメッセージ：
m=video 49170 RTP/AVP 100 99 97
a=rtpmap:97 H264/90000
a=fmtp:97 profile-level-id=42A01E; packetization-mode=0;
sprop-parameter-sets=Z0IACpZTBYmI,aMljiA==,As0DEWlsIOp==,
KyzFGleR
a=rtpmap:99 H264/90000
a=fmtp:99 profile-level-id=42A01E; packetization-mode=1;
sprop-parameter-sets=Z0IACpZTBYmI,aMljiA==,As0DEWlsIOp==,
KyzFGleR; max-rcmd-nalu-size=3980
a=rtpmap:100 H264/90000
a=fmtp:100 profile-level-id=42A01E; packetization-mode=2;
sprop-parameter-sets=Z0IACpZTBYmI,aMljiA==,As0DEWlsIOp==,
KyzFGleR; sprop-interleaving-depth=60;
sprop-deint-buf-req=86000; sprop-init-buf-time=156320;
deint-buf-cap=128000; max-rcmd-nalu-size=3980
As the Offer/Answer negotiation covers both sending and receiving streams, an offer indicates the exact parameters for what the offerer is willing to receive, whereas the answer indicates the same for what the answerer accepts to receive. In this case the offerer declared that it is willing to receive payload type 98. The answerer accepts this by declaring a equivalent payload type 97; i.e., it has identical values for the three parameters "profile-level-id", packetization-mode, and "sprop-deint-buf-req". This has the following implications for both the offerer and the answerer concerning the parameters that declare properties. The offerer initially declared a certain value of the "sprop-parameter-sets" in the payload definition for PT=98. However, as the answerer accepted this as PT=97, the values of "sprop-parameter-sets" in PT=98 must now be used instead when the offerer sends PT=97. Similarly, when the answerer sends PT=98 to the offerer, it has to use the properties parameters it declared in PT=97.
オファー/アンサーネゴシエーションはストリームの送信と受信の両方をカバーするため、オファーはオファー側が受信することを望んでいるものの正確なパラメーターを示しますが、アンサーは受信側が受信を受け入れるものについて同じを示します。この場合、提供者は、ペイロードタイプ98を受信してもよいと宣言しました。応答者は、同等のペイロードタイプ97を宣言することでこれを受け入れます。つまり、「profile-level-id」、packetization-mode、および「sprop-deint-buf-req」の3つのパラメーターの値が同じです。これは、プロパティを宣言するパラメーターに関して、オファー側とアンサー側の両方に次の影響を与えます。提案者は最初、PT = 98のペイロード定義で「sprop-parameter-sets」の特定の値を宣言しました。ただし、回答者がこれをPT = 97として受け入れたため、提供者がPT = 97を送信するときに、PT = 98の「sprop-parameter-sets」の値を代わりに使用する必要があります。同様に、回答者が提供者にPT = 98を送信する場合、PT = 97で宣言したプロパティパラメータを使用する必要があります。
The answerer also accepts the reception of the two configurations that payload types 99 and 100 represent. It provides the initial parameter sets for the answerer-to-offerer direction, and for buffering related parameters that it will use to send the payload types. It also provides the offerer with its memory limit for deinterleaving operations by providing a "deint-buf-cap" parameter. This is only useful if the offerer decides on making a second offer, where it can take the new value into account. The "max-rcmd-nalu-size" indicates that the answerer can efficiently process NALUs up to the size of 3980 bytes. However, there is no guarantee that the network supports this size.
応答側は、ペイロードタイプ99および100が表す2つの構成の受信も受け入れます。これは、回答者から提供者への方向、およびペイロードタイプを送信するために使用する関連パラメーターをバッファリングするための初期パラメーターセットを提供します。また、「deint-buf-cap」パラメーターを提供することにより、デインターリーブ操作のメモリー制限を提供者に提供します。これは、オファーが新しい価値を考慮できる2番目のオファーを行うことを決定した場合にのみ役立ちます。 「max-rcmd-nalu-size」は、回答者が最大3980バイトのサイズのNALUを効率的に処理できることを示します。ただし、ネットワークがこのサイズをサポートしているという保証はありません。
Please note that the parameter sets in the above example do not represent a legal operation point of an H.264 codec. The base64 strings are only used for illustration.
上記の例のパラメータセットは、H.264コーデックの正当なオペレーションポイントを表していないことに注意してください。 base64文字列は、説明のためにのみ使用されます。
The H.264 parameter sets are a fundamental part of the video codec and vital to its operation; see section 1.2. Due to their characteristics and their importance for the decoding process, lost or erroneously transmitted parameter sets can hardly be concealed locally at the receiver. A reference to a corrupt parameter set has normally fatal results to the decoding process. Corruption could occur, for example, due to the erroneous transmission or loss of a parameter set data structure, but also due to the untimely transmission of a parameter set update. Therefore, the following recommendations are provided as a guideline for the implementer of the RTP sender.
H.264パラメータセットはビデオコーデックの基本的な部分であり、その動作に不可欠です。セクション1.2を参照してください。それらの特性と復号化プロセスに対するそれらの重要性のために、失われた、または誤って送信されたパラメータセットは、受信機でローカルに隠すことが困難です。破損したパラメータセットへの参照は、通常、デコードプロセスに致命的な結果をもたらします。破損は、たとえば、パラメータセットのデータ構造の誤った送信または損失が原因で発生する可能性がありますが、パラメータセットの更新がタイミングよく送信されなかったためにも発生する可能性があります。したがって、以下の推奨事項は、RTP送信者の実装者のためのガイドラインとして提供されています。
Parameter set NALUs can be transported using three different principles:
パラメータセットNALUは、3つの異なる原則を使用して移送できます。
A. Using a session control protocol (out-of-band) prior to the actual RTP session.
A.実際のRTPセッションの前にセッション制御プロトコル（帯域外）を使用する。
B. Using a session control protocol (out-of-band) during an ongoing RTP session.
B.進行中のRTPセッション中にセッション制御プロトコル（帯域外）を使用する。
C. Within the RTP stream in the payload (in-band) during an ongoing RTP session.
C.進行中のRTPセッション中のペイロード（帯域内）のRTPストリーム内。
It is necessary to implement principles A and B within a session control protocol. SIP and SDP can be used as described in the SDP Offer/Answer model and in the previous sections of this memo. This section contains guidelines on how principles A and B must be implemented within session control protocols. It is independent of the particular protocol used. Principle C is supported by the RTP payload format defined in this specification.
セッション制御プロトコル内で原則AおよびBを実装する必要があります。 SIPおよびSDPは、SDPオファー/アンサーモデルおよびこのメモの前のセクションで説明されているように使用できます。このセクションには、原則AおよびBをセッション制御プロトコル内に実装する方法に関するガイドラインが含まれています。使用される特定のプロトコルとは無関係です。原則Cは、この仕様で定義されているRTPペイロード形式でサポートされています。
The picture and sequence parameter set NALUs SHOULD NOT be transmitted in the RTP payload unless reliable transport is provided for RTP, as a loss of a parameter set of either type will likely prevent decoding of a considerable portion of the corresponding RTP stream. Thus, the transmission of parameter sets using a reliable session control protocol (i.e., usage of principle A or B above) is RECOMMENDED.
いずれかのタイプのパラメーターセットが失われると、対応するRTPストリームのかなりの部分のデコードが妨げられる可能性があるため、RTPに信頼できるトランスポートが提供されない限り、画像およびシーケンスパラメーターセットNALUはRTPペイロードで送信しないでください。したがって、信頼性の高いセッション制御プロトコルを使用したパラメータセットの送信（つまり、上記の原則AまたはBの使用）が推奨されます。
In the rest of the section it is assumed that out-of-band signaling provides reliable transport of parameter set NALUs and that in-band transport does not. If in-band signaling of parameter sets is used, the sender SHOULD take the error characteristics into account and use mechanisms to provide a high probability for delivering the parameter sets correctly. Mechanisms that increase the probability for a correct reception include packet repetition, FEC, and retransmission. The use of an unreliable, out-of-band control protocol has similar disadvantages as the in-band signaling (possible loss) and, in addition, may also lead to difficulties in the synchronization (see below). Therefore, it is NOT RECOMMENDED.
このセクションの残りの部分では、帯域外シグナリングがパラメータセットNALUの信頼できるトランスポートを提供し、帯域内トランスポートが提供しないと想定しています。パラメータセットのインバンドシグナリングが使用される場合、送信者はエラー特性を考慮に入れ、メカニズムを使用して、パラメータセットを正しく配信する高い確率を提供する必要があります。正しい受信の確率を高めるメカニズムには、パケットの繰り返し、FEC、および再送信があります。信頼できない帯域外制御プロトコルを使用すると、帯域内シグナリング（損失の可能性）と同様の欠点があり、さらに、同期が困難になる可能性もあります（以下を参照）。したがって、これは推奨されません。
Parameter sets MAY be added or updated during the lifetime of a session using principles B and C. It is required that parameter sets are present at the decoder prior to the NAL units that refer to them. Updating or adding of parameter sets can result in further problems, and therefore the following recommendations should be considered.
パラメータセットは、原則BおよびCを使用して、セッションの存続期間中に追加または更新できます。パラメータセットは、それらを参照するNALユニットの前にデコーダに存在する必要があります。パラメータセットを更新または追加すると、さらに問題が発生する可能性があるため、次の推奨事項を検討する必要があります。
- When parameter sets are added or updated, principle C is vulnerable to transmission errors as described above, and therefore principle B is RECOMMENDED.
- パラメータセットが追加または更新されると、原則Cは上記のように伝送エラーに対して脆弱になるため、原則Bをお勧めします。
- When parameter sets are added or updated, care SHOULD be taken to ensure that any parameter set is delivered prior to its usage. It is common that no synchronization is present between out-of-band signaling and in-band traffic. If out-of-band signaling is used, it is RECOMMENDED that a sender does not start sending NALUs requiring the updated parameter sets prior to acknowledgement of delivery from the signaling protocol.
- パラメータセットを追加または更新する場合は、使用前にパラメータセットが配信されるように注意する必要があります。帯域外シグナリングと帯域内トラフィックの間に同期が存在しないことは一般的です。帯域外シグナリングを使用する場合、送信者は、シグナリングプロトコルからの配信の確認応答の前に、更新されたパラメータセットを必要とするNALUの送信を開始しないことをお勧めします。
- When parameter sets are updated, the following synchronization issue should be taken into account. When overwriting a parameter set at the receiver, the sender has to ensure that the parameter set in question is not needed by any NALU present in the network or receiver buffers. Otherwise, decoding with a wrong parameter set may occur. To lessen this problem, it is RECOMMENDED either to overwrite only those parameter sets that have not been used for a sufficiently long time (to ensure that all related NALUs have been consumed), or to add a new parameter set instead (which may have negative consequences for the efficiency of the video coding).
- パラメータセットを更新する場合、次の同期の問題を考慮する必要があります。レシーバーでパラメーターセットを上書きする場合、センダーは、問題のパラメーターセットがネットワークバッファーまたはレシーバーバッファーに存在するNALUによって必要とされていないことを確認する必要があります。そうしないと、間違ったパラメータセットでデコードされる可能性があります。この問題を軽減するには、十分に長い間使用されていないパラメーターセットのみを上書きする（関連するすべてのNALUが消費されていることを確認する）か、代わりに新しいパラメーターセットを追加する（負の値になる可能性がある）ことをお勧めしますビデオコーディングの効率に対する影響）。
- When new parameter sets are added, previously unused parameter set identifiers are used. This avoids the problem identified in the previous paragraph. However, in a multiparty session, unless a synchronized control protocol is used, there is a risk that multiple entities try to add different parameter sets for the same identifier, which has to be avoided.
-新しいパラメータセットが追加されると、以前は使用されていなかったパラメータセット識別子が使用されます。これにより、前の段落で確認した問題を回避できます。ただし、マルチパーティセッションでは、同期化された制御プロトコルが使用されない限り、複数のエンティティが同じ識別子に異なるパラメーターセットを追加しようとするリスクがあるため、回避する必要があります。
- Adding or modifying parameter sets by using both principles B and C in the same RTP session may lead to inconsistencies of the parameter sets because of the lack of synchronization between the control and the RTP channel. Therefore, principles B and C MUST NOT both be used in the same session unless sufficient synchronization can be provided.
- 同じRTPセッションで原則BとCの両方を使用してパラメーターセットを追加または変更すると、コントロールとRTPチャネル間の同期がとれなくなるため、パラメーターセットの不整合が生じる可能性があります。したがって、十分な同期が提供されない限り、原則BとCを同じセッションで使用してはなりません（MUST NOT）。
In some scenarios (e.g., when only the subset of this payload format specification corresponding to H.241 is used), it is not possible to employ out-of-band parameter set transmission. In this case, parameter sets have to be transmitted in-band. Here, the synchronization with the non-parameter-set-data in the bitstream is implicit, but the possibility of a loss has to be taken into account. The loss probability should be reduced using the mechanisms discussed above.
一部のシナリオ（たとえば、H.241に対応するこのペイロード形式仕様のサブセットのみが使用される場合）では、帯域外パラメーターセット送信を使用できません。この場合、パラメータセットはインバンドで送信する必要があります。ここでは、ビットストリーム内のnon-parameter-set-dataとの同期は暗黙的ですが、損失の可能性を考慮する必要があります。上記のメカニズムを使用して、損失確率を低減する必要があります。
- When parameter sets are initially provided using principle A and then later added or updated in-band (principle C), there is a risk associated with updating the parameter sets delivered out-of-band. If receivers miss some in-band updates (for example, because of a loss or a late tune-in), those receivers attempt to decode the bitstream using out-dated parameters. It is RECOMMENDED that parameter set IDs be partitioned between the out-of-band and in-band parameter sets.
- 原則Aを使用してパラメーターセットが最初に提供され、後で帯域内（原則C）で追加または更新される場合、帯域外で配信されるパラメーターセットの更新に関連するリスクがあります。レシーバーが帯域内の更新を見逃した場合（たとえば、紛失や遅いチューンインのため）、それらのレシーバーは古いパラメーターを使用してビットストリームをデコードしようとします。パラメータセットIDを帯域外と帯域内のパラメータセット間で分割することをお勧めします。
To allow for maximum flexibility and best performance from the H.264 coder, it is recommended, if possible, to allow any sender to add its own parameter sets to be used in a session. Setting the "parameter-add" parameter to false should only be done in cases where the session topology prevents a participant to add its own parameter sets.
H.264コーダーの最大限の柔軟性と最高のパフォーマンスを可能にするために、可能であれば、セッションで使用する独自のパラメーターセットを送信者が追加できるようにすることをお勧めします。 「parameter-add」パラメータをfalseに設定するのは、セッショントポロジが参加者が独自のパラメータセットを追加できないようにする場合のみにしてください。
RTP packets using the payload format defined in this specification are subject to the security considerations discussed in the RTP specification [4], and in any appropriate RTP profile (for example, [16]). This implies that confidentiality of the media streams is achieved by encryption; for example, through the application of SRTP [26]. Because the data compression used with this payload format is applied end-to-end, any encryption needs to be performed after compression.
この仕様で定義されたペイロード形式を使用するRTPパケットは、RTP仕様[4]と適切なRTPプロファイル（[16]など）で説明されているセキュリティの考慮事項に従います。これは、メディアストリームの機密性が暗号化によって達成されることを意味します。たとえば、SRTP [26]を適用します。このペイロード形式で使用されるデータ圧縮はエンドツーエンドで適用されるため、暗号化は圧縮後に実行する必要があります。
A potential denial-of-service threat exists for data encodings using compression techniques that have non-uniform receiver-end computational load. The attacker can inject pathological datagrams into the stream that are complex to decode and that cause the receiver to be overloaded. H.264 is particularly vulnerable to such attacks, as it is extremely simple to generate datagrams containing NAL units that affect the decoding process of many future NAL units. Therefore, the usage of data origin authentication and data integrity protection of at least the RTP packet is RECOMMENDED; for example, with SRTP [26].
受信側の計算負荷が均一でない圧縮技術を使用したデータエンコーディングには、潜在的なサービス拒否の脅威が存在します。攻撃者は、復号化が複雑で、レシーバーに過負荷をかける病理学的データグラムをストリームに挿入する可能性があります。 H.264は、将来の多くのNALユニットのデコードプロセスに影響を与えるNALユニットを含むデータグラムを生成することが非常に簡単であるため、このような攻撃に対して特に脆弱です。したがって、少なくともRTPパケットのデータ発信元認証とデータ整合性保護の使用が推奨されます。たとえば、SRTP [26]を使用します。
Note that the appropriate mechanism to ensure confidentiality and integrity of RTP packets and their payloads is very dependent on the application and on the transport and signaling protocols employed. Thus, although SRTP is given as an example above, other possible choices exist.
RTPパケットとそのペイロードの機密性と整合性を保証する適切なメカニズムは、アプリケーションと、使用するトランスポートおよびシグナリングプロトコルに大きく依存することに注意してください。したがって、SRTPは上記の例として示されていますが、他の可能な選択肢が存在します。
Decoders MUST exercise caution with respect to the handling of user data SEI messages, particularly if they contain active elements, and MUST restrict their domain of applicability to the presentation containing the stream.
デコーダーは、特にアクティブな要素が含まれている場合、ユーザーデータSEIメッセージの処理に関して注意を払い、ストリームを含むプレゼンテーションへの適用範囲を制限する必要があります。
End-to-End security with either authentication, integrity or confidentiality protection will prevent a MANE from performing media-aware operations other than discarding complete packets. And in the case of confidentiality protection it will even be prevented from performing discarding of packets in a media aware way. To allow any MANE to perform its operations, it will be required to be a trusted entity which is included in the security context establishment.
認証、整合性、または機密保護のいずれかを備えたエンドツーエンドのセキュリティにより、MANEは完全なパケットを破棄する以外にメディア対応の操作を実行できなくなります。また、機密保護の場合は、メディア対応の方法でパケットの破棄を実行することもできません。 MANEがその操作を実行できるようにするには、セキュリティコンテキストの確立に含まれる信頼されたエンティティである必要があります。
Congestion control for RTP SHALL be used in accordance with RFC 3550 [4], and with any applicable RTP profile; e.g., RFC 3551 [16]. An additional requirement if best-effort service is being used is: users of this payload format MUST monitor packet loss to ensure that the packet loss rate is within acceptable parameters. Packet loss is considered acceptable if a TCP flow across the same network path, and experiencing the same network conditions, would achieve an average throughput, measured on a reasonable timescale, that is not less than the RTP flow is achieving. This condition can be satisfied by implementing congestion control mechanisms to adapt the transmission rate (or the number of layers subscribed for a layered multicast session), or by arranging for a receiver to leave the session if the loss rate is unacceptably high.
RTPの輻輳制御は、RFC 3550 [4]および適用可能なRTPプロファイルに従って使用する必要があります（SHALL）。たとえば、RFC 3551 [16]。ベストエフォートサービスが使用されている場合の追加要件は、次のとおりです。このペイロード形式のユーザーは、パケット損失を監視して、パケット損失率が許容可能なパラメータ内であることを確認する必要があります。パケット損失は、同じネットワークパス上のTCPフローがあり、同じネットワーク条件が発生した場合、RTPフローが達成するよりも少なくない、平均スループットが妥当なタイムスケールで測定される場合に許容可能と見なされます。この条件は、輻輳制御メカニズムを実装して伝送速度（またはレイヤードマルチキャストセッションにサブスクライブするレイヤーの数）を適合させるか、または損失率が許容できないほど高い場合にレシーバーがセッションを離れるようにすることで満たすことができます。
The bit rate adaptation necessary for obeying the congestion control principle is easily achievable when real-time encoding is used. However, when pre-encoded content is being transmitted, bandwidth adaptation requires the availability of more than one coded representation of the same content, at different bit rates, or the existence of non-reference pictures or sub-sequences [22] in the bitstream. The switching between the different representations can normally be performed in the same RTP session; e.g., by employing a concept known as SI/SP slices of the Extended Profile, or by switching streams at IDR picture boundaries. Only when non-downgradable parameters (such as the profile part of the profile/level ID) are required to be changed does it become necessary to terminate and re-start the media stream. This may be accomplished by using a different RTP payload type.
輻輳制御の原則に従うために必要なビットレートの適応は、リアルタイムエンコーディングを使用すると簡単に実現できます。ただし、事前にエンコードされたコンテンツが送信されている場合、帯域幅の調整には、異なるビットレートでの同じコンテンツの複数のコード化表現の可用性、またはビットストリーム内の非参照ピクチャまたはサブシーケンスの存在が必要です[22] 。異なる表現間の切り替えは、通常、同じRTPセッションで実行できます。たとえば、拡張プロファイルのSI / SPスライスとして知られている概念を採用することによって、またはIDRピクチャ境界でストリームを切り替えることによって。ダウングレードできないパラメーター（プロファイル/レベルIDのプロファイル部分など）を変更する必要がある場合のみ、メディアストリームを終了して再起動する必要があります。これは、別のRTPペイロードタイプを使用して実現できます。
MANEs MAY follow the suggestions outlined in section 7.3 and remove certain unusable packets from the packet stream when that stream was damaged due to previous packet losses. This can help reduce the network load in certain special cases.
MANEは、セクション7.3で概説されている提案に従い、パケットストリームが以前のパケット損失のために損傷した場合、パケットストリームから特定の使用できないパケットを削除する場合があります。これは、特定のケースでネットワーク負荷を軽減するのに役立ちます。
IANA has registered one new MIME type; see section 8.1.
IANAは1つの新しいMIMEタイプを登録しました。セクション8.1を参照してください。
This payload specification is very flexible in its use, in order to cover the extremely wide application space anticipated for H.264. However, this great flexibility also makes it difficult for an implementer to decide on a reasonable packetization scheme. Some information on how to apply this specification to real-world scenarios is likely to appear in the form of academic publications and a test model software and description in the near future. However, some preliminary usage scenarios are described here as well.
このペイロード仕様は、H.264で予想される非常に広いアプリケーションスペースをカバーするために、その使用において非常に柔軟です。ただし、この優れた柔軟性により、実装者が妥当なパケット化スキームを決定することも困難になります。この仕様を実際のシナリオに適用する方法に関するいくつかの情報は、学術出版物、テストモデルソフトウェア、および説明の形で近い将来に登場する可能性があります。ただし、いくつかの予備的な使用シナリオもここで説明されています。
12.1. Video Telephony according to ITU-T Recommendation H.241 Annex A
12.1. ITU-T勧告H.241 Annex Aに準拠したビデオテレフォニー
H.323-based video telephony systems that use H.264 as an optional video compression scheme are required to support H.241 Annex A [15] as a packetization scheme. The packetization mechanism defined in this Annex is technically identical with a small subset of this specification.
パケット化スキームとしてH.241 Annex A [15]をサポートするには、オプションのビデオ圧縮スキームとしてH.264を使用するH.323ベースのビデオテレフォニーシステムが必要です。この附属書で定義されているパケット化メカニズムは、この仕様の小さなサブセットと技術的に同一です。
When a system operates according to H.241 Annex A, parameter set NAL units are sent in-band. Only Single NAL unit packets are used. Many such systems are not sending IDR pictures regularly, but only when required by user interaction or by control protocol means; e.g., when switching between video channels in a Multipoint Control Unit or for error recovery requested by feedback.
システムがH.241 Annex Aに従って動作する場合、パラメータセットNALユニットがインバンドで送信されます。単一のNALユニットパケットのみが使用されます。このようなシステムの多くは、IDR画像を定期的に送信していませんが、ユーザーの操作または制御プロトコル手段によって必要な場合のみ送信します。たとえば、マルチポイントコントロールユニットのビデオチャネルを切り替えるとき、またはフィードバックによって要求されるエラー回復のため。
12.2. Video Telephony, No Slice Data Partitioning, No NAL Unit Aggregation
12.2. ビデオテレフォニー、スライスデータパーティショニングなし、NALユニット集約なし
The RTP part of this scheme is implemented and tested (though not the control-protocol part; see below).
この方式のRTP部分が実装およびテストされます（ただし、制御プロトコル部分ではありません。以下を参照してください）。
In most real-world video telephony applications, picture parameters such as picture size or optional modes never change during the lifetime of a connection. Therefore, all necessary parameter sets (usually only one) are sent as a side effect of the capability exchange/announcement process, e.g., according to the SDP syntax specified in section 8.2 of this document. As all necessary parameter set information is established before the RTP session starts, there is no need for sending any parameter set NAL units. Slice data partitioning is not used, either. Thus, the RTP packet stream basically consists of NAL units that carry single coded slices.
ほとんどの実際のビデオテレフォニーアプリケーションでは、接続の有効期間中に、画像サイズやオプションモードなどの画像パラメーターが変更されることはありません。したがって、必要なすべてのパラメーターセット（通常は1つのみ）が、たとえばこのドキュメントのセクション8.2で指定されているSDP構文に従って、機能交換/アナウンスプロセスの副作用として送信されます。 RTPセッションの開始前に必要なすべてのパラメーターセット情報が確立されるため、パラメーターセットNALユニットを送信する必要はありません。スライスデータのパーティショニングも使用されません。したがって、RTPパケットストリームは基本的に、単一のコード化されたスライスを運ぶNALユニットで構成されます。
The encoder chooses the size of coded slice NAL units so that they offer the best performance. Often, this is done by adapting the coded slice size to the MTU size of the IP network. For small picture sizes, this may result in a one-picture-per-one-packet strategy. Intra refresh algorithms clean up the loss of packets and the resulting drift-related artifacts.
エンコーダーは、最高のパフォーマンスを提供するように、コード化スライスNALユニットのサイズを選択します。多くの場合、これは、コード化されたスライスサイズをIPネットワークのMTUサイズに適合させることによって行われます。小さな画像サイズの場合、これにより、1パケット/ 1パケットの戦略になる可能性があります。イントラリフレッシュアルゴリズムは、パケットの損失とその結果生じるドリフト関連のアーティファクトをクリーンアップします。
12.3. Video Telephony, Interleaved Packetization Using NAL Unit Aggregation
12.3. ビデオテレフォニー、NALユニット集約を使用したインターリーブパケット化
This scheme allows better error concealment and is used in H.263 based designs using RFC 2429 packetization [10]. It has been implemented, and good results were reported [12].
このスキームは、より優れたエラー隠蔽を可能にし、RFC 2429パケット化を使用するH.263ベースの設計で使用されます[10]。これは実装されており、良い結果が報告されています[12]。
The VCL encoder codes the source picture so that all macroblocks (MBs) of one MB line are assigned to one slice. All slices with even MB row addresses are combined into one STAP, and all slices with odd MB row addresses into another. Those STAPs are transmitted as RTP packets. The establishment of the parameter sets is performed as discussed above.
VCLエンコーダーは、1 MBのラインのすべてのマクロブロック（MB）が1つのスライスに割り当てられるように、ソースピクチャをコード化します。偶数MBの行アドレスを持つすべてのスライスが1つのSTAPに結合され、奇数のMB行アドレスを持つすべてのスライスが別のSTAPに結合されます。これらのSTAPは、RTPパケットとして送信されます。パラメータセットの確立は、上記のように実行されます。
Note that the use of STAPs is essential here, as the high number of individual slices (18 for a CIF picture) would lead to unacceptably high IP/UDP/RTP header overhead (unless the source coding tool FMO is used, which is not assumed in this scenario). Furthermore, some wireless video transmission systems, such as H.324M and the IP-based video telephony specified in 3GPP, are likely to use relatively small transport packet size. For example, a typical MTU size of H.223 AL3 SDU is around 100 bytes [17]. Coding individual slices according to this packetization scheme provides further advantage in communication between wired and wireless networks, as individual slices are likely to be smaller than the preferred maximum packet size of wireless systems. Consequently, a gateway can convert the STAPs used in a wired network into several RTP packets with only one NAL unit, which are preferred in a wireless network, and vice versa.
個々のスライスの数が多い（CIF画像では18）と、IP / UDP / RTPヘッダーのオーバーヘッドが許容できないほど高くなるため、ここではSTAPの使用が不可欠であることに注意してください（ソースコーディングツールFMOが使用されている場合を除き）このシナリオでは）。さらに、H.324Mや3GPPで指定されたIPベースのビデオテレフォニーなど、一部のワイヤレスビデオ伝送システムは、比較的小さなトランスポートパケットサイズを使用する可能性があります。たとえば、H.223 AL3 SDUの一般的なMTUサイズは約100バイトです[17]。個々のスライスはワイヤレスシステムの優先最大パケットサイズよりも小さい可能性が高いため、このパケット化スキームに従って個々のスライスをコーディングすると、有線ネットワークとワイヤレスネットワーク間の通信でさらなる利点が得られます。その結果、ゲートウェイは、有線ネットワークで使用されるSTAPを、ワイヤレスネットワークで優先されるNALユニットが1つだけのいくつかのRTPパケットに変換できます。
This scheme has been implemented and has been shown to offer good performance, especially at higher packet loss rates [12].
このスキームは実装されており、特にパケット損失率が高い場合に優れたパフォーマンスを提供することが示されています[12]。
Data Partitioning is known to be useful only when some form of unequal error protection is available. Normally, in single-session RTP environments, even error characteristics are assumed; i.e., the packet loss probability of all packets of the session is the same statistically. However, there are means to reduce the packet loss probability of individual packets in an RTP session. A FEC packet according to RFC 2733 [18], for example, specifies which media packets are associated with the FEC packet.
データパーティショニングは、何らかの形の不均等なエラー保護が利用可能な場合にのみ役立つことがわかっています。通常、単一セッションのRTP環境では、エラー特性さえ想定されます。つまり、セッションのすべてのパケットのパケット損失確率は統計的に同じです。ただし、RTPセッションの個々のパケットのパケット損失確率を低減する手段があります。たとえば、RFC 2733 [18]によるFECパケットは、FECパケットに関連付けられているメディアパケットを指定します。
In all cases, the incurred overhead is substantial but is in the same order of magnitude as the number of bits that have otherwise been spent for intra information. However, this mechanism does not add any delay to the system.
すべての場合において、発生するオーバーヘッドはかなりのものですが、それ以外の場合はイントラ情報に費やされたビット数と同じ桁です。ただし、このメカニズムはシステムに遅延を追加しません。
Again, the complete parameter set establishment is performed through control protocol means.
ここでも、完全なパラメータセットの確立は、制御プロトコル手段を介して実行されます。
12.5. Video Telephony or Streaming with FUs and Forward Error Correction
12.5. ビデオテレフォニーまたはFUを使用したストリーミングと前方誤り訂正
This scheme has been implemented and has been shown to provide good performance, especially at higher packet loss rates [19].
この方式は実装されており、特にパケット損失率が高い場合に優れたパフォーマンスを提供することが示されています[19]。
The most efficient means to combat packet losses for scenarios where retransmissions are not applicable is forward error correction (FEC). Although application layer, end-to-end use of FEC is often less efficient than an FEC-based protection of individual links (especially when links of different characteristics are in the transmission path), application layer, end-to-end FEC is unavoidable in some scenarios. RFC 2733 [18] provides means to use generic, application layer, end-to-end FEC in packet-loss environments. A binary forward error correcting code is generated by applying the XOR operation to the bits at the same bit position in different packets. The binary code can be specified by the parameters (n,k) in which k is the number of information packets used in the connection and n is the total number of packets generated for k information packets; i.e., n-k parity packets are generated for k information packets.
再送信が適用できないシナリオでのパケット損失に対処する最も効率的な方法は、前方誤り訂正（FEC）です。アプリケーションレイヤーですが、FECのエンドツーエンドの使用は、個々のリンクのFECベースの保護よりも効率が低いことが多く（特に、異なる特性のリンクが伝送パスにある場合）、アプリケーションレイヤーのエンドツーエンドFECは避けられません一部のシナリオでは。 RFC 2733 [18]は、パケット損失環境で汎用のアプリケーションレイヤーのエンドツーエンドFECを使用する手段を提供します。バイナリフォワードエラー訂正コードは、XOR演算を異なるパケットの同じビット位置のビットに適用することによって生成されます。バイナリコードはパラメーター（n、k）で指定できます。ここで、kは接続で使用される情報パケットの数、nはk情報パケットに対して生成されるパケットの総数です。つまり、k個の情報パケットに対してn-kパリティパケットが生成されます。
When a code is used with parameters (n,k) within the RFC 2733 framework, the following properties are well known:
RFC 2733フレームワーク内でパラメーター（n、k）を使用してコードを使用する場合、次のプロパティがよく知られています。
a) If applied over one RTP packet, RFC 2733 provides only packet repetition.
a) 1つのRTPパケットに適用される場合、RFC 2733はパケットの繰り返しのみを提供します。
b) RFC 2733 is most bit rate efficient if XOR-connected packets have equal length.
b) XOR接続されたパケットの長さが等しい場合、RFC 2733は最もビットレートが効率的です。
c) At the same packet loss probability p and for a fixed k, the greater the value of n is, the smaller the residual error probability becomes. For example, for a packet loss probability of 10%, k=1, and n=2, the residual error probability is about 1%, whereas for n=3, the residual error probability is about 0.1%.
c) 同じパケット損失確率pで、固定kの場合、nの値が大きいほど、残留エラー確率は小さくなります。たとえば、パケット損失確率が10％、k = 1、n = 2の場合、残留エラー確率は約1％ですが、n = 3の場合、残留エラー確率は約0.1％です。
d) At the same packet loss probability p and for a fixed code rate k/n, the greater the value of n is, the smaller the residual error probability becomes. For example, at a packet loss probability of p=10%, k=1 and n=2, the residual error rate is about 1%, whereas for an extended Golay code with k=12 and n=24, the residual error rate is about 0.01%.
d）同じパケット損失確率pで、固定コードレートk / nの場合、nの値が大きいほど、残留エラー確率は小さくなります。たとえば、パケット損失確率がp = 10％、k = 1およびn = 2の場合、残留エラー率は約1％ですが、k = 12およびn = 24の拡張Golayコードの場合、残留エラー率は約0.01％です。
For applying RFC 2733 in combination with H.264 baseline coded video without using FUs, several options might be considered:
RFC 2733をH.264ベースラインコード化ビデオと組み合わせてFUを使用せずに適用するには、いくつかのオプションを検討する必要があります。
1) The video encoder produces NAL units for which each video frame is coded in a single slice. Applying FEC, one could use a simple code; e.g., (n=2, k=1). That is, each NAL unit would basically just be repeated. The disadvantage is obviously the bad code performance according to d), above, and the low flexibility, as only (n, k=1) codes can be used.
1）ビデオエンコーダーは、各ビデオフレームが単一のスライスでコード化されるNALユニットを生成します。 FECを適用すると、単純なコードを使用できます。たとえば、（n = 2、k = 1）。つまり、各NALユニットは基本的に繰り返されます。 （n、k = 1）コードのみを使用できるため、デメリットは明らかに、上記d）に従ってコードのパフォーマンスが悪く、柔軟性が低いことです。
2) The video encoder produces NAL units for which each video frame is encoded in one or more consecutive slices. Applying FEC, one could use a better code, e.g., (n=24, k=12), over a sequence of NAL units. Depending on the number of RTP packets per frame, a loss may introduce a significant delay, which is reduced when more RTP packets are used per frame. Packets of completely different length might also be connected, which decreases bit rate efficiency according to b), above. However, with some care and for slices of 1kb or larger, similar length (100-200 bytes difference) may be produced, which will not lower the bit efficiency catastrophically.
2）ビデオエンコーダーは、各ビデオフレームが1つ以上の連続したスライスにエンコードされるNALユニットを生成します。 FECを適用すると、NALユニットのシーケンスに対して（n = 24、k = 12）などのより良いコードを使用できます。フレームごとのRTPパケットの数によっては、損失によって大幅な遅延が生じる可能性があり、フレームごとにより多くのRTPパケットが使用されると、遅延が減少します。完全に異なる長さのパケットも接続される可能性があり、上記のb）に従ってビットレート効率が低下します。ただし、1 kb以上のスライスの場合は注意して、同じ長さ（100〜200バイトの差）が生成される場合があります。これにより、ビット効率が大幅に低下することはありません。
3) The video encoder produces NAL units, for which a certain frame contains k slices of possibly almost equal length. Then, applying FEC, a better code, e.g., (n=24, k=12), can be used over the sequence of NAL units for each frame. The delay compared to that of 2), above, may be reduced, but several disadvantages are obvious. First, the coding efficiency of the encoded video is lowered significantly, as slice-structured coding reduces intra-frame prediction and additional slice overhead is necessary. Second, pre-encoded content or, when operating over a gateway, the video is usually not appropriately coded with k slices such that FEC can be applied. Finally, the encoding of video producing k slices of equal length is not straightforward and might require more than one encoding pass.
3）ビデオエンコーダーはNALユニットを生成します。そのフレームには、ほぼ同じ長さのkスライスが特定のフレームに含まれています。次に、FECを適用すると、各フレームのNALユニットのシーケンスに対して、より良いコード、たとえば（n = 24、k = 12）を使用できます。上記の2）の遅延と比較して遅延は減少する可能性がありますが、いくつかの欠点が明らかです。まず、スライス構造のコーディングはフレーム内予測を削減し、追加のスライスオーバーヘッドが必要になるため、エンコードされたビデオのコーディング効率は大幅に低下します。第2に、事前にエンコードされたコンテンツ、またはゲートウェイを介して動作する場合、ビデオは通常、FECを適用できるようにkスライスで適切にコード化されていません。最後に、等しい長さのk個のスライスを生成するビデオのエンコーディングは簡単ではなく、複数のエンコーディングパスが必要になる場合があります。
Many of the mentioned disadvantages can be avoided by applying FUs in combination with FEC. Each NAL unit can be split into any number of FUs of basically equal length; therefore, FEC with a reasonable k and n can be applied, even if the encoder made no effort to produce slices of equal length. For example, a coded slice NAL unit containing an entire frame can be split to k FUs, and a parity check code (n=k+1, k) can be applied. However, this has the disadvantage that unless all created fragments can be recovered, the whole slice will be lost. Thus a larger section is lost than would be if the frame had been split into several slices.
前述の欠点の多くは、FUをFECと組み合わせて適用することで回避できます。各NALユニットは、基本的に同じ長さの任意の数のFUに分割できます。したがって、エンコーダーが同じ長さのスライスを生成しようとしない場合でも、妥当なkおよびnのFECを適用できます。たとえば、フレーム全体を含むコード化スライスNALユニットをk個のFUに分割し、パリティチェックコード（n = k + 1、k）を適用できます。ただし、これには、作成されたすべてのフラグメントを回復できない場合、スライス全体が失われるという欠点があります。したがって、フレームがいくつかのスライスに分割された場合よりも大きなセクションが失われます。
The presented technique makes it possible to achieve good transmission error tolerance, even if no additional source coding layer redundancy (such as periodic intra frames) is present. Consequently, the same coded video sequence can be used to achieve the maximum compression efficiency and quality over error-free transmission and for transmission over error-prone networks. Furthermore, the technique allows the application of FEC to pre-encoded sequences without adding delay. In this case, pre-encoded sequences that are not encoded for error-prone networks can still be transmitted almost reliably without adding extensive delays. In addition, FUs of equal length result in a bit rate efficient use of RFC 2733.
提示された技術は、追加のソースコーディング層の冗長性（周期的なイントラフレームなど）が存在しない場合でも、良好な伝送エラー耐性を達成することを可能にします。その結果、同じ符号化されたビデオシーケンスを使用して、エラーのない伝送での最大の圧縮効率と品質を達成し、エラーが発生しやすいネットワークで伝送することができます。さらに、この技術により、遅延を追加せずにFECをプリエンコードシーケンスに適用できます。この場合、エラーが発生しやすいネットワーク用にエンコードされていない事前にエンコードされたシーケンスは、大きな遅延を追加することなく、ほぼ確実に送信できます。さらに、等しい長さのFUにより、ビットレートが効率的にRFC 2733で使用されます。
If the error probability depends on the length of the transmitted packet (e.g., in case of mobile transmission [14]), the benefits of applying FUs with FEC are even more obvious. Basically, the flexibility of the size of FUs allows appropriate FEC to be applied for each NAL unit and unequal error protection of NAL units.
エラー確率が送信されたパケットの長さに依存する場合（たとえば、モバイル送信の場合[14]）、FECでFUを適用することの利点はさらに明白です。基本的に、FUのサイズの柔軟性により、適切なFECを各NALユニットに適用でき、NALユニットの不均等なエラー保護が可能になります。
When FUs and FEC are used, the incurred overhead is substantial but is in the same order of magnitude as the number of bits that have to be spent for intra-coded macroblocks if no FEC is applied. In [19], it was shown that the overall performance of the FEC-based approach enhanced quality when using the same error rate and same overall bit rate, including the overhead.
FUとFECを使用すると、発生するオーバーヘッドはかなり大きくなりますが、FECが適用されていない場合にイントラコード化されたマクロブロックに費やす必要があるビット数と同じ桁数になります。 [19]では、FECベースのアプローチの全体的なパフォーマンスが、オーバーヘッドを含め、同じエラーレートと同じ全体的なビットレートを使用するときに品質を向上させることが示されていました。
This scheme has been implemented with H.263 and non-standard RTP packetization and has given good results [20]. There is no technical reason why similarly good results could not be achievable with H.264.
このスキームはH.263と非標準のRTPパケット化で実装されており、良い結果が得られています[20]。 H.264を使用しても同様に良好な結果が得られない技術的な理由はありません。
In today's Internet streaming, some of the offered bit rates are relatively low in order to allow terminals with dial-up modems to access the content. In wired IP networks, relatively large packets, say 500 - 1500 bytes, are preferred to smaller and more frequently occurring packets in order to reduce network congestion. Moreover, use of large packets decreases the amount of RTP/UDP/IP header overhead. For low bit-rate video, the use of large packets means that sometimes up to few pictures should be encapsulated in one packet.
今日のインターネットストリーミングでは、ダイヤルアップモデムを備えた端末がコンテンツにアクセスできるようにするために、提供されるビットレートの一部は比較的低くなっています。有線IPネットワークでは、比較的大きなパケット、たとえば500〜1500バイトが、ネットワークの輻輳を減らすために、より小さく頻繁に発生するパケットよりも優先されます。さらに、大きなパケットを使用すると、RTP / UDP / IPヘッダーのオーバーヘッドの量が減少します。低ビットレートのビデオの場合、大きなパケットを使用すると、1つのパケットにカプセル化される画像が数個までになる場合があります。
However, loss of a packet including many coded pictures would have drastic consequences for visual quality, as there is practically no other way to conceal a loss of an entire picture than to repeat the previous one. One way to construct relatively large packets and maintain possibilities for successful loss concealment is to construct MTAPs that contain interleaved slices from several pictures. An MTAP should not contain spatially adjacent slices from the same picture or spatially overlapping slices from any picture. If a packet is lost, it is likely that a lost slice is surrounded by spatially adjacent slices of the same picture and spatially corresponding slices of the temporally previous and succeeding pictures. Consequently, concealment of the lost slice is likely to be relatively successful.
ただし、前の画像を繰り返す以外に画像全体の損失を隠す方法が実際にはないため、多くのコード化された画像を含むパケットの損失は、視覚的な品質に大きな影響を及ぼします。比較的大きなパケットを作成し、損失隠蔽の成功の可能性を維持する1つの方法は、複数の画像からインターリーブされたスライスを含むMTAPを作成することです。 MTAPには、同じ画像の空間的に隣接するスライスや、任意の画像の空間的に重複するスライスを含めないでください。パケットが失われた場合、失われたスライスは、同じ画像の空間的に隣接するスライスと、時間的に前後の画像の空間的に対応するスライスに囲まれている可能性があります。その結果、失われたスライスの隠蔽は比較的成功する可能性があります。
Robust packet scheduling has been implemented with MPEG-4 Part 2 and simulated in a wireless streaming environment [21]. There is no technical reason why similar or better results could not be achievable with H.264.
堅牢なパケットスケジューリングがMPEG-4 Part 2で実装され、ワイヤレスストリーミング環境でシミュレーションされています[21]。 H.264で同様またはより良い結果が得られない技術的な理由はありません。
Streaming clients typically have a receiver buffer that is capable of storing a relatively large amount of data. Initially, when a streaming session is established, a client does not start playing the stream back immediately. Rather, it typically buffers the incoming data for a few seconds. This buffering helps maintain continuous playback, as, in case of occasional increased transmission delays or network throughput drops, the client can decode and play buffered data. Otherwise, without initial buffering, the client has to freeze the display, stop decoding, and wait for incoming data. The buffering is also necessary for either automatic or selective retransmission in any protocol level. If any part of a picture is lost, a retransmission mechanism may be used to resend the lost data. If the retransmitted data is received before its scheduled decoding or playback time, the loss is recovered perfectly. Coded pictures can be ranked according to their importance in the subjective quality of the decoded sequence. For example, non-reference pictures, such as conventional B pictures, are subjectively least important, as their absence does not affect decoding of any other pictures. In addition to non-reference pictures, the ITU-T H.264 | ISO/IEC 14496-10 standard includes a temporal scalability method called sub-sequences [22]. Subjective ranking can also be made on coded slice data partition or slice group basis. Coded slices and coded slice data partitions that are subjectively the most important can be sent earlier than their decoding order indicates, whereas coded slices and coded slice data partitions that are subjectively the least important can be sent later than their natural coding order indicates. Consequently, any retransmitted parts of the most important slices and coded slice data partitions are more likely to be received before their scheduled decoding or playback time compared to the least important slices and slice data partitions.
ストリーミングクライアントには通常、比較的大量のデータを格納できるレシーバーバッファーがあります。最初は、ストリーミングセッションが確立されても、クライアントはすぐにストリームの再生を開始しません。むしろ、通常は着信データを数秒間バッファリングします。このバッファリングは継続的な再生を維持するのに役立ちます。時々増加する伝送遅延やネットワークスループットの低下が発生した場合、クライアントはバッファリングされたデータをデコードして再生できるためです。それ以外の場合、初期バッファリングなしでは、クライアントはディスプレイをフリーズし、デコードを停止し、着信データを待つ必要があります。バッファリングは、任意のプロトコルレベルでの自動または選択的再送信にも必要です。画像の一部が失われた場合、再送信メカニズムを使用して、失われたデータを再送信できます。再送信されたデータがスケジュールされたデコードまたは再生時間より前に受信された場合、損失は完全に回復されます。コード化された画像は、デコードされたシーケンスの主観的な品質における重要性に従ってランク付けできます。たとえば、従来のB画像などの非参照画像は、他の画像のデコードに影響を与えないため、主観的に最も重要性が低くなります。非参照画像に加えて、ITU-T H.264 | ISO / IEC 14496-10標準には、サブシーケンスと呼ばれる時間スケーラビリティ方式が含まれています[22]。主観的なランク付けは、コード化されたスライスデータパーティションまたはスライスグループベースで行うこともできます。主観的に最も重要なコード化されたスライスとコード化されたスライスのデータパーティションは、それらのデコード順が示すよりも早く送信できますが、主観的に最も重要ではないコード化されたスライスとコード化されたスライスのデータパーティションは、自然なコーディング順が示すよりも後で送信できます。その結果、最も重要なスライスおよびコード化されたスライスデータパーティションの再送信された部分は、最も重要でないスライスおよびスライスデータパーティションと比較して、スケジュールされたデコードまたは再生時間の前に受信される可能性が高くなります。
The Decoding Order Number (DON) concept was introduced mainly to enable efficient multi-picture slice interleaving (see section 12.6) and robust packet scheduling (see section 12.7). In both of these applications, NAL units are transmitted out of decoding order. DON indicates the decoding order of NAL units and should be used in the receiver to recover the decoding order. Example use cases for efficient multi-picture slice interleaving and for robust packet scheduling are given in sections 13.2 and 13.3, respectively. Section 13.4 describes the benefits of the DON concept in error resiliency achieved by redundant coded pictures. Section 13.5 summarizes considered alternatives to DON and justifies why DON was chosen to this RTP payload specification.
Decoding Order Number（DON）の概念は、主に効率的なマルチピクチャスライスインターリーブ（セクション12.6を参照）および堅牢なパケットスケジューリング（セクション12.7を参照）を可能にするために導入されました。これらのアプリケーションの両方で、NALユニットはデコード順で送信されません。 DONはNALユニットのデコード順序を示し、デコード順序を復元するために受信機で使用する必要があります。効率的なマルチピクチャスライスインターリービングおよび堅牢なパケットスケジューリングの使用例については、それぞれセクション13.2および13.3を参照してください。セクション13.4では、冗長な符号化された画像によって達成されるエラー回復力におけるDONコンセプトの利点について説明します。セクション13.5は、DONの代替案について要約し、DONがこのRTPペイロード仕様に選択された理由を正当化します。
An example of multi-picture slice interleaving follows. A subset of a coded video sequence is depicted below in output order. R denotes a reference picture, N denotes a non-reference picture, and the number indicates a relative output time.
マルチピクチャスライスインターリーブの例を次に示します。符号化されたビデオシーケンスのサブセットを出力順に以下に示します。 Rは参照画像、Nは非参照画像、数字は相対出力時間を示します。
... R1 N2 R3 N4 R5 ...
... R1 N2 R3 N4 R5 ...
The decoding order of these pictures from left to right is as follows:
これらの画像を左から右にデコードする順序は次のとおりです。
... R1 R3 N2 R5 N4 ...
... R1 R3 N2 R5 N4 ...
The NAL units of pictures R1, R3, N2, R5, and N4 are marked with a DON equal to 1, 2, 3, 4, and 5, respectively.
ピクチャR1、R3、N2、R5、およびN4のNALユニットは、それぞれ1、2、3、4、および5に等しいDONでマークされています。
Each reference picture consists of three slice groups that are scattered as follows (a number denotes the slice group number for each macroblock in a QCIF frame):
各参照画像は、次のように散在する3つのスライスグループで構成されます（数字は、QCIFフレーム内の各マクロブロックのスライスグループ番号を示します）。
0 1 2 0 1 2 0 1 2 0 1 2 0 1 2 0 1 2 0 1 2 0 1 2 0 1 2 0 1 2 0 1 2 0 1 2 0 1 2 0 1 2 0 1 2 0 1 2 0 1 2 0 1 2 0 1 2 0 1 2 0 1 2 0 1 2 0 1 2 0 1 2 0 1 2 0 1 2 0 1 2 0 1 2 0 1 2 0 1 2 0 1 2 0 1 2 0 1 2
0 1 2 0 1 2 0 1 2 0 1 2 0 1 2 0 1 2 0 1 2 0 1 2 0 1 2 0 1 2 0 1 2 0 1 2 0 1 2 0 1 2 0 1 2 0 1 2 0 1 2 0 1 2 0 1 2 0 1 2 0 1 2 0 1 2 0 1 2 0 1 2 0 1 2 0 1 2 0 1 2 0 1 2 0 1 2 0 1 2 0 1 2 0 1 2 0 1 2
For the sake of simplicity, we assume that all the macroblocks of a slice group are included in one slice. Three MTAPs are constructed from three consecutive reference pictures so that each MTAP contains three aggregation units, each of which contains all the macroblocks from one slice group. The first MTAP contains slice group 0 of picture R1, slice group 1 of picture R3, and slice group 2 of picture R5. The second MTAP contains slice group 1 of picture R1, slice group 2 of picture R3, and slice group 0 of picture R5. The third MTAP contains slice group 2 of picture R1, slice group 0 of picture R3, and slice group 1 of picture R5. Each non-reference picture is encapsulated into an STAP-B.
簡単にするために、スライスグループのすべてのマクロブロックが1つのスライスに含まれていると仮定します。 3つのMTAPは3つの連続した参照画像から構成されているため、各MTAPには3つの集約ユニットが含まれ、それぞれに1つのスライスグループのすべてのマクロブロックが含まれています。最初のMTAPには、ピクチャR1のスライスグループ0、ピクチャR3のスライスグループ1、およびピクチャR5のスライスグループ2が含まれています。 2番目のMTAPには、ピクチャR1のスライスグループ1、ピクチャR3のスライスグループ2、およびピクチャR5のスライスグループ0が含まれています。 3番目のMTAPには、ピクチャR1のスライスグループ2、ピクチャR3のスライスグループ0、およびピクチャR5のスライスグループ1が含まれています。各非参照画像はSTAP-Bにカプセル化されます。
Consequently, the transmission order of NAL units is the following:
したがって、NALユニットの送信順序は次のとおりです。
R1, slice group 0, DON 1, carried in MTAP, RTP SN: N
R3, slice group 1, DON 2, carried in MTAP, RTP SN: N
R5, slice group 2, DON 4, carried in MTAP, RTP SN: N
R1, slice group 1, DON 1, carried in MTAP, RTP SN: N+1
R3, slice group 2, DON 2, carried in MTAP, RTP SN: N+1
R5, slice group 0, DON 4, carried in MTAP, RTP SN: N+1
R1, slice group 2, DON 1, carried in MTAP, RTP SN: N+2
R3, slice group 1, DON 2, carried in MTAP, RTP SN: N+2
R5, slice group 0, DON 4, carried in MTAP, RTP SN: N+2
N2, DON 3, carried in STAP-B, RTP SN: N+3
N4, DON 5, carried in STAP-B, RTP SN: N+4
The receiver is able to organize the NAL units back in decoding order based on the value of DON associated with each NAL unit.
受信機は、各NALユニットに関連付けられたDONの値に基づいて、NALユニットをデコード順に編成し直すことができます。
If one of the MTAPs is lost, the spatially adjacent and temporally co-located macroblocks are received and can be used to conceal the loss efficiently. If one of the STAPs is lost, the effect of the loss does not propagate temporally.
MTAPの1つが失われた場合、空間的に隣接し、時間的に同じ場所に配置されたマクロブロックが受信され、損失を効率的に隠すために使用できます。 STAPの1つが失われた場合、その損失の影響は一時的には伝播しません。
An example of robust packet scheduling follows. The communication system used in the example consists of the following components in the order that the video is processed from source to sink:
堅牢なパケットスケジューリングの例を次に示します。この例で使用されている通信システムは、ビデオがソースからシンクに処理される順序で、次のコンポーネントで構成されています。
o camera and capturing o pre-encoding buffer o encoder o encoded picture buffer o transmitter o transmission channel o receiver o receiver buffer o decoder o decoded picture buffer o display
o カメラとキャプチャーoプリエンコードバッファーoエンコーダーoエンコードされた画像バッファーoトランスミッターo伝送チャネルoレシーバーoレシーバーバッファーoデコーダーoデコードされた画像バッファーoディスプレイ
The video communication system used in the example operates as follows. Note that processing of the video stream happens gradually and at the same time in all components of the system. The source video sequence is shot and captured to a pre-encoding buffer. The pre-encoding buffer can be used to order pictures from sampling order to encoding order or to analyze multiple uncompressed frames for bit rate control purposes, for example. In some cases, the pre-encoding buffer may not exist; instead, the sampled pictures are encoded right away. The encoder encodes pictures from the pre-encoding buffer and stores the output; i.e., coded pictures, to the encoded picture buffer. The transmitter encapsulates the coded pictures from the encoded picture buffer to transmission packets and sends them to a receiver through a transmission channel. The receiver stores the received packets to the receiver buffer. The receiver buffering process typically includes buffering for transmission delay jitter. The receiver buffer can also be used to recover correct decoding order of coded data. The decoder reads coded data from the receiver buffer and produces decoded pictures as output into the decoded picture buffer. The decoded picture buffer is used to recover the output (or display) order of pictures. Finally, pictures are displayed.
この例で使用されているビデオ通信システムは次のように動作します。システムのすべてのコンポーネントで、ビデオストリームの処理が徐々に、同時に行われることに注意してください。ソースビデオシーケンスがショットされ、プリエンコードバッファーにキャプチャされます。プレエンコードバッファは、たとえば、サンプリングオーダーからエンコードオーダーに画像を並べ替えたり、ビットレート制御のために複数の非圧縮フレームを分析したりするために使用できます。場合によっては、プレエンコードバッファーが存在しないことがあります。代わりに、サンプリングされた画像はすぐにエンコードされます。エンコーダーは、プリエンコードバッファーからの画像をエンコードし、出力を格納します。つまり、コード化された画像をエンコードされた画像バッファーに転送します。トランスミッタは、エンコードされたピクチャバッファから送信されたパケットにコード化されたピクチャをカプセル化し、それらを送信チャネルを介してレシーバに送信します。レシーバーは、受信したパケットをレシーバーバッファーに格納します。レシーバーのバッファリングプロセスには、通常、伝送遅延ジッターのバッファリングが含まれます。受信バッファは、コード化されたデータの正しい復号化順序を回復するためにも使用できます。デコーダーは、レシーバーバッファーからコード化されたデータを読み取り、デコードされた画像をデコードされた画像バッファーに出力として生成します。デコードされた画像バッファは、画像の出力（または表示）順序を復元するために使用されます。最後に、画像が表示されます。
In the following example figures, I denotes an IDR picture, R denotes a reference picture, N denotes a non-reference picture, and the number after I, R, or N indicates the sampling time relative to the previous IDR picture in decoding order. Values below the sequence of pictures indicate scaled system clock timestamps. The system clock is initialized arbitrarily in this example, and time runs from left to right. Each I, R, and N picture is mapped into the same timeline compared to the previous processing step, if any, assuming that encoding, transmission, and decoding take no time. Thus, events happening at the same time are located in the same column throughout all example figures.
以下の例の図では、IはIDRピクチャを示し、Rは参照ピクチャを示し、Nは非参照ピクチャを示し、I、R、またはNの後の数字は、デコード順で前のIDRピクチャに対するサンプリング時間を示します。画像のシーケンスの下の値は、スケーリングされたシステムクロックのタイムスタンプを示します。この例では、システムクロックは任意に初期化されており、時間は左から右へと進みます。エンコード、送信、デコードに時間がかからないと仮定すると、I、R、Nの各ピクチャは、前の処理ステップと比較して、同じタイムラインにマッピングされます。したがって、同時に発生するイベントは、すべての例の図全体で同じ列に配置されています。
A subset of a sequence of coded pictures is depicted below in sampling order.
一連のコード化された画像のサブセットを、サンプリング順に以下に示します。
... N58 N59 I00 N01 N02 R03 N04 N05 R06 ... N58 N59 I00 N01 ...
... --|---|---|---|---|---|---|---|---|- ... -|---|---|---|- ...
... 58 59 60 61 62 63 64 65 66 ... 128 129 130 131 ...
Figure 16. Sequence of pictures in sampling order
図16.サンプリング順の画像のシーケンス
The sampled pictures are buffered in the pre-encoding buffer to arrange them in encoding order. In this example, we assume that the non-reference pictures are predicted from both the previous and the next reference picture in output order, except for the non-reference pictures immediately preceding an IDR picture, which are predicted only from the previous reference picture in output order. Thus, the pre-encoding buffer has to contain at least two pictures, and the buffering causes a delay of two picture intervals. The output of the pre-encoding buffering process and the encoding (and decoding) order of the pictures are as follows:
サンプリングされた画像はプリエンコードバッファーにバッファーされ、エンコード順に配置されます。この例では、非参照ピクチャは出力順で前と次の参照ピクチャの両方から予測されると仮定しています。ただし、IDRピクチャの直前の非参照ピクチャは、前の参照ピクチャからのみ予測されます。出力順序。したがって、プリエンコードバッファには少なくとも2つの画像が含まれている必要があり、バッファリングにより2つの画像間隔の遅延が発生します。プリエンコーディングバッファリングプロセスの出力と、ピクチャのエンコーディング（およびデコーディング）順序は次のとおりです。
... N58 N59 I00 R03 N01 N02 R06 N04 N05 ...
... -|---|---|---|---|---|---|---|---|- ...
... 60 61 62 63 64 65 66 67 68 ...
Figure 17. Re-ordered pictures in the pre-encoding buffer
図17.プリエンコードバッファー内の画像の並べ替え
The encoder or the transmitter can set the value of DON for each picture to a value of DON for the previous picture in decoding order plus one.
エンコーダまたはトランスミッタは、各ピクチャのDONの値を、デコードの順序に1を加えた前のピクチャのDONの値に設定できます。
For the sake of simplicity, let us assume that:
簡単にするために、次のことを前提とします。
o the frame rate of the sequence is constant, o each picture consists of only one slice, o each slice is encapsulated in a single NAL unit packet, o there is no transmission delay, and o pictures are transmitted at constant intervals (that is, 1 / frame rate).
o シーケンスのフレームレートは一定です。o各画像は1つのスライスのみで構成されます。o各スライスは単一のNALユニットパケットにカプセル化されます。o送信遅延はありません。o画像は一定の間隔で送信されます（つまり、1 / フレームレート）。
When pictures are transmitted in decoding order, they are received as follows:
画像がデコード順に送信されると、次のように受信されます。
... N58 N59 I00 R03 N01 N02 R06 N04 N05 ...
... -|---|---|---|---|---|---|---|---|- ...
... 60 61 62 63 64 65 66 67 68 ...
Figure 18. Received pictures in decoding order
図18.デコードされた順序で受信した画像
The OPTIONAL sprop-interleaving-depth MIME type parameter is set to 0, as the transmission (or reception) order is identical to the decoding order.
OPTIONAL sprop-interleaving-depth MIMEタイプパラメータは0に設定されています。これは、送信（または受信）の順序がデコードの順序と同じであるためです。
The decoder has to buffer for one picture interval initially in its decoded picture buffer to organize pictures from decoding order to output order as depicted below:
デコーダーは、以下に示すように、最初にデコードされた画像バッファーに1つの画像間隔をバッファーして、画像をデコード順から出力順に編成する必要があります。
... N58 N59 I00 N01 N02 R03 N04 N05 R06 ...
... -|---|---|---|---|---|---|---|---|- ...
... 61 62 63 64 65 66 67 68 69 ...
Figure 19. Output order
図19.出力順序
The amount of required initial buffering in the decoded picture buffer can be signaled in the buffering period SEI message or with the num_reorder_frames syntax element of H.264 video usability information. num_reorder_frames indicates the maximum number of frames, complementary field pairs, or non-paired fields that precede any frame, complementary field pair, or non-paired field in the sequence in decoding order and that follow it in output order. For the sake of simplicity, we assume that num_reorder_frames is used to indicate the initial buffer in the decoded picture buffer. In this example, num_reorder_frames is equal to 1.
デコードされたピクチャバッファで必要な初期バッファリングの量は、バッファリング期間のSEIメッセージで、またはH.264ビデオのユーザビリティ情報のnum_reorder_frames構文要素で通知できます。 num_reorder_framesは、フレーム、相補フィールドペア、または非ペアフィールドの最大数を示します。これらのシーケンスは、デコード順でフレーム、相補フィールドペア、または非ペアフィールドの前にあり、出力順に続きます。簡単にするために、num_reorder_framesを使用して、デコードされたピクチャバッファーの初期バッファーを示すと仮定します。この例では、num_reorder_framesは1です。
It can be observed that if the IDR picture I00 is lost during transmission and a retransmission request is issued when the value of the system clock is 62, there is one picture interval of time (until the system clock reaches timestamp 63) to receive the retransmitted IDR picture I00.
送信中にIDRピクチャI00が失われ、システムクロックの値が62のときに再送信要求が発行された場合、再送信されたデータを受信するために（システムクロックがタイムスタンプ63に達するまで）1ピクチャの時間間隔があることがわかります。 IDR画像I00。
Let us then assume that IDR pictures are transmitted two frame intervals earlier than their decoding position; i.e., the pictures are transmitted as follows:
次に、IDRピクチャがそのデコード位置よりも2フレーム間隔早く送信されると仮定します。つまり、画像は次のように送信されます。
... I00 N58 N59 R03 N01 N02 R06 N04 N05 ...
... --|---|---|---|---|---|---|---|---|- ...
... 62 63 64 65 66 67 68 69 70 ...
Figure 20. Interleaving: Early IDR pictures in sending order
図20.インターリーブ：初期のIDR画像の送信順序
The OPTIONAL sprop-interleaving-depth MIME type parameter is set equal to 1 according to its definition. (The value of sprop-interleaving-depth in this example can be derived as follows: Picture I00 is the only picture preceding picture N58 or N59 in transmission order and following it in decoding order. Except for pictures I00, N58, and N59, the transmission order is the same as the decoding order of pictures. As a coded picture is encapsulated into exactly one NAL unit, the value of sprop-interleaving-depth is equal to the maximum number of pictures preceding any picture in transmission order and following the picture in decoding order.)
OPTIONAL sprop-interleaving-depth MIMEタイプパラメータは、その定義に従って1に設定されています。 （この例のsprop-interleaving-depthの値は、次のようにして導出できます。画像I00は、送信順で画像N58またはN59の前にあり、デコード順にそれに従う唯一の画像です。画像I00、N58、およびN59を除いて、送信順序は画像の復号化順序と同じです。コード化された画像は1つのNALユニットにカプセル化されるため、sprop-interleaving-depthの値は、送信順序で画像の前にあり、画像の後に続く画像の最大数に等しくなります。デコード順）
The receiver buffering process contains two pictures at a time according to the value of the sprop-interleaving-depth parameter and orders pictures from the reception order to the correct decoding order based on the value of DON associated with each picture. The output of the receiver buffering process is as follows:
レシーバーのバッファリングプロセスは、sprop-interleaving-depthパラメーターの値に従って一度に2つの画像を含み、各画像に関連付けられたDONの値に基づいて、画像を受信順序から正しい復号化順序に並べます。レシーバーのバッファリングプロセスの出力は次のとおりです。
... N58 N59 I00 R03 N01 N02 R06 N04 N05 ...
... -|---|---|---|---|---|---|---|---|- ...
... 63 64 65 66 67 68 69 70 71 ...
Figure 21. Interleaving: Receiver buffer
図21.インターリーブ：レシーバーバッファー
Again, an initial buffering delay of one picture interval is needed to organize pictures from decoding order to output order, as depicted below:
この場合も、以下に示すように、画像をデコード順から出力順に編成するには、1ピクチャ間隔の初期バッファリング遅延が必要です。
... N58 N59 I00 N01 N02 R03 N04 N05 ...
... -|---|---|---|---|---|---|---|- ...
... 64 65 66 67 68 69 70 71 ...
Figure 22. Interleaving: Receiver buffer after reordering
図22.インターリーブ：並べ替え後のレシーバーバッファー
Note that the maximum delay that IDR pictures can undergo during transmission, including possible application, transport, or link layer retransmission, is equal to three picture intervals. Thus, the loss resiliency of IDR pictures is improved in systems supporting retransmission compared to the case in which pictures were transmitted in their decoding order.
アプリケーション、トランスポート、またはリンク層の再送信の可能性を含め、送信中にIDRピクチャが受ける可能性のある最大遅延は、3つの画像間隔に等しいことに注意してください。したがって、IDRピクチャの損失回復力は、ピクチャが復号化順序で送信された場合と比較して、再送信をサポートするシステムで改善されます。
A redundant coded picture is a coded representation of a picture or a part of a picture that is not used in the decoding process if the corresponding primary coded picture is correctly decoded. There should be no noticeable difference between any area of the decoded primary picture and a corresponding area that would result from application of the H.264 decoding process for any redundant picture in the same access unit. A redundant coded slice is a coded slice that is a part of a redundant coded picture.
冗長なコード化画像は、対応するプライマリコード化画像が正しくデコードされた場合、デコードプロセスで使用されない画像または画像の一部のコード化表現です。デコードされたプライマリピクチャの任意の領域と、同じアクセスユニット内の冗長なピクチャに対するH.264デコードプロセスの適用から生じる対応する領域との間に、目立った違いがあってはなりません。冗長コード化スライスは、冗長コード化画像の一部であるコード化スライスです。
Redundant coded pictures can be used to provide unequal error protection in error-prone video transmission. If a primary coded representation of a picture is decoded incorrectly, a corresponding redundant coded picture can be decoded. Examples of applications and coding techniques using the redundant codec picture feature include the video redundancy coding [23] and the protection of "key pictures" in multicast streaming [24].
冗長なコード化された画像を使用して、エラーが発生しやすいビデオ伝送で不平等なエラー保護を提供できます。画像の一次コード化表現が正しくデコードされない場合、対応する冗長なコード化画像をデコードできます。冗長コーデックピクチャ機能を使用したアプリケーションとコーディング技術の例には、ビデオ冗長コーディング[23]とマルチキャストストリーミングの「キーピクチャ」の保護[24]があります。
One property of many error-prone video communications systems is that transmission errors are often bursty. Therefore, they may affect more than one consecutive transmission packets in transmission order. In low bit-rate video communication, it is relatively common that an entire coded picture can be encapsulated into one transmission packet. Consequently, a primary coded picture and the corresponding redundant coded pictures may be transmitted in consecutive packets in transmission order. To make the transmission scheme more tolerant of bursty transmission errors, it is beneficial to transmit the primary coded picture and redundant coded picture separated by more than a single packet. The DON concept enables this.
多くのエラーが発生しやすいビデオ通信システムの1つの特性は、伝送エラーがしばしばバースト的であるということです。そのため、送信順に複数の連続する送信パケットに影響を与える可能性があります。低ビットレートのビデオ通信では、コード化された画像全体を1つの送信パケットにカプセル化できることが比較的一般的です。その結果、一次コード化画像および対応する冗長コード化画像は、送信順序で連続したパケットで送信され得る。伝送方式をバースト性伝送エラーに対してより寛容にするために、単一のパケット以上で分離された一次コード化画像および冗長コード化画像を送信することは有益である。 DONコンセプトはこれを可能にします。
The slice header syntax structure of the H.264 coding standard contains the frame_num syntax element that can indicate the decoding order of coded frames. However, the usage of the frame_num syntax element is not feasible or desirable to recover the decoding order, due to the following reasons:
H.264コーディング標準のスライスヘッダー構文構造には、コード化されたフレームのデコード順序を示すことができるframe_num構文要素が含まれています。ただし、frame_num構文要素の使用は、次の理由により、復号化順序を復元することは現実的または望ましくありません。
o The receiver is required to parse at least one slice header per coded picture (before passing the coded data to the decoder).
o レシーバーは、（コード化されたデータをデコーダーに渡す前に）コード化された画像ごとに少なくとも1つのスライスヘッダーを解析する必要があります。
o Coded slices from multiple coded video sequences cannot be interleaved, as the frame number syntax element is reset to 0 in each IDR picture.
o 複数のコード化されたビデオシーケンスからのコード化されたスライスは、フレーム番号構文要素が各IDRピクチャで0にリセットされるため、インターリーブできません。
o The coded fields of a complementary field pair share the same value of the frame_num syntax element. Thus, the decoding order of the coded fields of a complementary field pair cannot be recovered based on the frame_num syntax element or any other syntax element of the H.264 coding syntax.
o 補完的なフィールドのペアのコード化されたフィールドは、frame_num構文要素の同じ値を共有します。したがって、相補フィールドペアのコード化フィールドの復号化順序は、frame_num構文要素またはH.264コーディング構文のその他の構文要素に基づいて復元することはできません。
The RTP payload format for transport of MPEG-4 elementary streams [25] enables interleaving of access units and transmission of multiple access units in the same RTP packet. An access unit is specified in the H.264 coding standard to comprise all NAL units associated with a primary coded picture according to subclause 7.4.1.2 of [1]. Consequently, slices of different pictures cannot be interleaved, and the multi-picture slice interleaving technique (see section 12.6) for improved error resilience cannot be used.
MPEG-4エレメンタリーストリームのトランスポート用のRTPペイロードフォーマット[25]は、同じRTPパケットでのアクセスユニットのインターリーブと複数のアクセスユニットの送信を可能にします。アクセスユニットは、H.264コーディング標準で指定されており、[1]の7.4.1.2節に従って、プライマリコーディングされたピクチャに関連付けられたすべてのNALユニットを含みます。したがって、異なる画像のスライスをインターリーブすることはできず、エラー耐性を向上させるためのマルチピクチャースライスインターリーブ手法（セクション12.6を参照）は使用できません。
The authors thank Roni Even, Dave Lindbergh, Philippe Gentric, Gonzalo Camarillo, Gary Sullivan, Joerg Ott, and Colin Perkins for careful review.
著者は、慎重なレビューをしてくれたRoni Even、Dave Lindbergh、Philippe Gentric、Gonzalo Camarillo、Gary Sullivan、Joerg Ott、およびColin Perkinsに感謝します。
[1] ITU-T Recommendation H.264, "Advanced video coding for generic audiovisual services", May 2003.
[1] ITU-T勧告H.264、「汎用オーディオビジュアルサービス用の高度なビデオコーディング」、2003年5月。
[2] ISO/IEC International Standard 14496-10:2003.
[2] ISO / IEC国際規格14496-10：2003。
[3] Bradner, S., "Key words for use in RFCs to Indicate Requirement Levels", BCP 14, RFC 2119, March 1997.
[3] Bradner、S。、「RFCで使用して要件レベルを示すためのキーワード」、BCP 14、RFC 2119、1997年3月。
[4] Schulzrinne, H., Casner, S., Frederick, R., and V. Jacobson, "RTP: A Transport Protocol for Real-Time Applications", STD 64, RFC 3550, July 2003.
[4] Schulzrinne、H.、Casner、S.、Frederick、R。、およびV. Jacobson、「RTP：A Transport Protocol for Real-Time Applications」、STD 64、RFC 3550、2003年7月。
[5] Handley, M. and V. Jacobson, "SDP: Session Description Protocol", RFC 2327, April 1998.
[5] Handley、M。およびV. Jacobson、「SDP：Session Description Protocol」、RFC 2327、1998年4月。
[6] Josefsson, S., "The Base16, Base32, and Base64 Data Encodings", RFC 3548, July 2003.
[6] Josefsson、S。、「Base16、Base32、およびBase64データエンコーディング」、RFC 3548、2003年7月。
[7] Rosenberg, J. and H. Schulzrinne, "An Offer/Answer Model with Session Description Protocol (SDP)", RFC 3264, June 2002.
[7] Rosenberg、J。およびH. Schulzrinne、「セッション記述プロトコル（SDP）を備えたオファー/アンサーモデル」、RFC 3264、2002年6月。
[8] "Draft ITU-T Recommendation and Final Draft International Standard of Joint Video Specification (ITU-T Rec. H.264 | ISO/IEC 14496-10 AVC)", available from http://ftp3.itu.int/av-arch/jvt-site/2003_03_Pattaya/JVT-G050r1.zip, May 2003.
[8] http://ftp3.itu.int/av-archから入手できる「ITU-T勧告のドラフトおよび共同ビデオ仕様の最終ドラフト国際規格（ITU-T Rec。H.264 | ISO / IEC 14496-10 AVC）」 /jvt-site/2003_03_Pattaya/JVT-G050r1.zip、2003年5月。
[9] Luthra, A., Sullivan, G.J., and T. Wiegand (eds.), Special Issue on H.264/AVC. IEEE Transactions on Circuits and Systems on Video Technology, July 2003.
[9] Luthra、A.、Sullivan、G.J。、およびT. Wiegand（編）、H.264 / AVC特集。 2003年7月、ビデオテクノロジー上の回路とシステムに関するIEEEトランザクション。
[10] Bormann, C., Cline, L., Deisher, G., Gardos, T., Maciocco, C., Newell, D., Ott, J., Sullivan, G., Wenger, S., and C. Zhu, "RTP Payload Format for the 1998 Version of ITU-T Rec. H.263 Video (H.263+)", RFC 2429, October 1998.
[10] Bormann、C.、Cline、L.、Deisher、G.、Gardos、T.、Maciocco、C.、Newell、D.、Ott、J.、Sullivan、G.、Wenger、S.、and C. Zhu、 「ITU-T Rec。H.263ビデオ（H.263 +）の1998バージョンのRTPペイロード形式」、RFC 2429、1998年10月。
[11] ISO/IEC IS 14496-2.
[11] ISO / IEC IS 14496-2。
[12] Wenger, S., "H.26L over IP", IEEE Transaction on Circuits and Systems for Video technology, Vol. 13, No. 7, July 2003.
[12] Wenger、S。、「H.26L over IP」、IEEE Transaction on Circuits and Systems for Video technology、Vol。 2003年7月13日、7号。
[13] Wenger, S., "H.26L over IP: The IP Network Adaptation Layer", Proceedings Packet Video Workshop 02, April 2002.
[13] Wenger、S。、「H.26L over IP：The IP Network Adaptation Layer」、Proceedings Packet Video Workshop 02、2002年4月。
[14] Stockhammer, T., Hannuksela, M.M., and S. Wenger, "H.26L/JVT Coding Network Abstraction Layer and IP-based Transport" in Proc. ICIP 2002, Rochester, NY, September 2002.
[14] Stockhammer、T.、Hannuksela、M.M.、S. Wenger、 "H.26L / JVT Coding Network Abstraction Layer and IP-based Transport" in Proc。 ICIP 2002、ニューヨーク州ロチェスター、2002年9月。
[15] ITU-T Recommendation H.241, "Extended video procedures and control signals for H.300 series terminals", 2004.
[15] ITU-T勧告H.241、「H.300シリーズ端末の拡張ビデオ手順と制御信号」、2004年。
[16] Schulzrinne, H. and S. Casner, "RTP Profile for Audio and Video Conferences with Minimal Control", STD 65, RFC 3551, July 2003.
[16] Schulzrinne、H。およびS. Casner、「最小制御のオーディオおよびビデオ会議のRTPプロファイル」、STD 65、RFC 3551、2003年7月。
[17] ITU-T Recommendation H.223, "Multiplexing protocol for low bit rate multimedia communication", July 2001.
[17] ITU-T勧告H.223、「低ビットレートマルチメディア通信用の多重化プロトコル」、2001年7月。
[18] Rosenberg, J. and H. Schulzrinne, "An RTP Payload Format for Generic Forward Error Correction", RFC 2733, December 1999.
[18] Rosenberg、J。およびH. Schulzrinne、「Generic Forward Error CorrectionのRTPペイロードフォーマット」、RFC 2733、1999年12月。
[19] Stockhammer, T., Wiegand, T., Oelbaum, T., and F. Obermeier, "Video Coding and Transport Layer Techniques for H.264/AVC-Based Transmission over Packet-Lossy Networks", IEEE International Conference on Image Processing (ICIP 2003), Barcelona, Spain, September 2003.
[19] Stockhammer、T.、Wiegand、T.、Oelbaum、T.、and F. Obermeier、 "Video Coding and Transport Layer Techniques for H.264 / AVC-Based Transmission over Packet-Lossy Networks"、IEEE International Conference on Image Processing（ ICIP 2003）、バルセロナ、スペイン、2003年9月。
[20] Varsa, V. and M. Karczewicz, "Slice interleaving in compressed video packetization", Packet Video Workshop 2000.
[20] Varsa、V.およびM. Karczewicz、「圧縮ビデオパケット化におけるスライスインターリービング」、Packet Video Workshop 2000。
[21] Kang, S.H. and A. Zakhor, "Packet scheduling algorithm for wireless video streaming," International Packet Video Workshop 2002.
[21] カン、S.H。およびA. Zakhor、「ワイヤレスビデオストリーミング用のパケットスケジューリングアルゴリズム」、International Packet Video Workshop 2002。
[22] Hannuksela, M.M., "Enhanced concept of GOP", JVT-B042, available http://ftp3.itu.int/av-arch/video-site/0201_Gen/JVT-B042.doc, January 2002.
[22] Hannuksela、M.M。、「GOPの拡張された概念」、JVT-B042、http：//ftp3.itu.int/av-arch/video-site/0201_Gen/JVT-B042.doc、2002年1月に入手可能。
[23] Wenger, S., "Video Redundancy Coding in H.263+", 1997 International Workshop on Audio-Visual Services over Packet Networks, September 1997.
[23] ウェンガーS。、「H.263 +でのビデオ冗長コーディング」、1997年9月、パケットネットワーク上のオーディオビジュアルサービスに関する国際ワークショップ。
[24] Wang, Y.-K., Hannuksela, M.M., and M. Gabbouj, "Error Resilient Video Coding Using Unequally Protected Key Pictures", in Proc. International Workshop VLBV03, September 2003.
[24] Wang、Y.-K.、Hannuksela、M.M。、およびM. Gabbouj、「不均等に保護されたキーピクチャを使用したエラー耐性のあるビデオコーディング」、Proc。国際ワークショップVLBV03、2003年9月。
[25] van der Meer, J., Mackie, D., Swaminathan, V., Singer, D., and P. Gentric, "RTP Payload Format for Transport of MPEG-4 Elementary Streams", RFC 3640, November 2003.
[25] van der Meer、J.、Mackie、D.、Swaminathan、V.、Singer、D.、and P. Gentric、 "RTP Payload Format for Transport for MPEG-4 Elementary Streams"、RFC 3640、November 2003。
[26] Baugher, M., McGrew, D., Naslund, M., Carrara, E., and K. Norrman, "The Secure Real-time Transport Protocol (SRTP)", RFC 3711, March 2004.
[26] Baugher、M.、McGrew、D.、Naslund、M.、Carrara、E。、およびK. Norrman、「Secure Real-time Transport Protocol（SRTP）」、RFC 3711、2004年3月。
[27] Schulzrinne, H., Rao, A., and R. Lanphier, "Real Time Streaming Protocol (RTSP)", RFC 2326, April 1998.
[27] Schulzrinne、H.、Rao、A。、およびR. Lanphier、「Real Time Streaming Protocol（RTSP）」、RFC 2326、1998年4月。
[28] Handley, M., Perkins, C., and E. Whelan, "Session Announcement Protocol", RFC 2974, October 2000.
[28] Handley、M.、Perkins、C。、およびE. Whelan、「Session Announcement Protocol」、RFC 2974、2000年10月。
[29] ISO/IEC 14496-15: "Information technology - Coding of audio-visual objects - Part 15: Advanced Video Coding (AVC) file format".
[29] ISO / IEC 14496-15：「情報技術-視聴覚オブジェクトのコーディング-パート15：Advanced Video Coding（AVC）ファイル形式」
[30] Castagno, R. and D. Singer, "MIME Type Registrations for 3rd Generation Partnership Project (3GPP) Multimedia files", RFC 3839, July 2004.
[30] Castagno、R。およびD. Singer、「MIME Type Registrations for 3rd Generation Partnership Project（3GPP）Multimedia files」、RFC 3839、2004年7月。
Authors' Addresses
著者のアドレス
Stephan Wenger TU Berlin / Teles AG Franklinstr. 28-29 D-10587 Berlin Germany
ステファン・ウェンガーTUベルリン/テレスAGフランクリンスト。 28-29 D-10587ベルリンドイツ
Phone: +49-172-300-0813
EMail: stewe@stewe.org
Miska M. Hannuksela Nokia Corporation P.O. Box 100 33721 Tampere Finland
Miska M. Hannuksela Nokia Corporation P.O.ボックス100 33721タンペレフィンランド
Phone: +358-7180-73151
EMail: miska.hannuksela@nokia.com
Thomas Stockhammer Nomor Research D-83346 Bergen Germany
Thomas Stockhammer Nomor Research D-83346ベルゲンドイツ
Phone: +49-8662-419407
EMail: stockhammer@nomor.de
Magnus Westerlund Multimedia Technologies Ericsson Research EAB/TVA/A Ericsson AB Torshamsgatan 23 SE-164 80 Stockholm Sweden
Magnus Westerlund Multimedia TechnologiesエリクソンリサーチEAB / TVA / AエリクソンAB Torshamsgatan 23 SE-164 80ストックホルムスウェーデン
Phone: +46-8-7190000 EMail: magnus.westerlund@ericsson.com David Singer QuickTime Engineering Apple 1 Infinite Loop MS 302-3MT Cupertino CA 95014 USA
電話：+ 46-8-7190000 Eメール：magnus.westerlund@ericsson.com David Singer QuickTime Engineering Apple 1 Infinite Loop MS 302-3MT Cupertino CA 95014 USA
Phone +1 408 974-3162 EMail: singer@apple.com
電話+ 1408974-3162 Eメール：singer@apple.com
Full Copyright Statement
完全な著作権表示
Copyright (C) The Internet Society (2005).
Copyright（C）The Internet Society（2005）。
This document is subject to the rights, licenses and restrictions contained in BCP 78, and except as set forth therein, the authors retain all their rights.
このドキュメントはBCP 78に含まれる権利、ライセンス、および制限の対象であり、そこに記載されている場合を除き、著者はすべての権利を保持します。
This document and the information contained herein are provided on an "AS IS" basis and THE CONTRIBUTOR, THE ORGANIZATION HE/SHE REPRESENTS OR IS SPONSORED BY (IF ANY), THE INTERNET SOCIETY AND THE INTERNET ENGINEERING TASK FORCE DISCLAIM ALL WARRANTIES, EXPRESS OR IMPLIED, INCLUDING BUT NOT LIMITED TO ANY WARRANTY THAT THE USE OF THE INFORMATION HEREIN WILL NOT INFRINGE ANY RIGHTS OR ANY IMPLIED WARRANTIES OF MERCHANTABILITY OR FITNESS FOR A PARTICULAR PURPOSE.
このドキュメントとここに含まれる情報は、「現状のまま」で提供され、寄稿者、彼/彼女の代理人、または（もしあれば）組織、インターネットエンジニアリングおよびインターネットエンジニアリングタスクフォースは、すべての保証を明示的または明示的に提供します。ここに含まれる情報の使用により、商品性または特定の目的への適合性に関するいかなる権利または黙示の保証も侵害されないという保証を含みますが、これに限定されるものではありません。
Intellectual Property
知的財産
The IETF takes no position regarding the validity or scope of any Intellectual Property Rights or other rights that might be claimed to pertain to the implementation or use of the technology described in this document or the extent to which any license under such rights might or might not be available; nor does it represent that it has made any independent effort to identify any such rights. Information on the IETF's procedures with respect to rights in IETF Documents can be found in BCP 78 and BCP 79.
IETFは、このドキュメントに記載されているテクノロジーの実装または使用に関連すると主張される可能性がある知的財産権またはその他の権利の有効性または範囲、またはそのような権利に基づくライセンスが適用されるかどうかに関係なく、いかなる立場も取りません。利用できる;また、そのような権利を特定するために独立した取り組みを行ったことを表すものでもありません。 IETFドキュメントの権利に関するIETFの手順に関する情報は、BCP 78およびBCP 79にあります。
Copies of IPR disclosures made to the IETF Secretariat and any assurances of licenses to be made available, or the result of an attempt made to obtain a general license or permission for the use of such proprietary rights by implementers or users of this specification can be obtained from the IETF on-line IPR repository at http://www.ietf.org/ipr.
IETF事務局に対して行われたIPR開示のコピー、および使用可能にされるライセンスの保証、または一般ライセンスを取得する試みの結果、またはこの仕様の実装者またはユーザーがそのような所有権を使用するための許可を取得できるhttp://www.ietf.org/iprのIETFオンラインIPRリポジトリから。
The IETF invites any interested party to bring to its attention any copyrights, patents or patent applications, or other proprietary rights that may cover technology that may be required to implement this standard. Please address the information to the IETF at ietf-ipr@ietf.org.
IETFは、この規格を実装するために必要となる可能性のある技術をカバーする可能性のある著作権、特許、特許申請、またはその他の所有権に注意を向けるよう、利害関係者に呼びかけます。 IEETのietf-ipr@ietf.orgに情報を送信してください。
Acknowledgement
謝辞
Funding for the RFC Editor function is currently provided by the Internet Society.
RFC Editor機能への資金提供は、現在Internet Societyから提供されています。