[要約] RFC 6184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。

Internet Engineering Task Force (IETF)                        Y.-K. Wang
Request for Comments: 6184                                       R. Even
Obsoletes: 3984                                      Huawei Technologies
Category: Standards Track                                  T. Kristensen
ISSN: 2070-1721                                                 Tandberg
                                                                R. Jesup
                                                WorldGate Communications
                                                                May 2011
        

RTP Payload Format for H.264 Video

H.264ビデオのRTPペイロード形式

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, excluding the Scalable Video Coding (SVC) extension and the Multiview Video Coding extension, for which the RTP payload formats are defined elsewhere. 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 bitrate conversational usage, to Internet video streaming with interleaved transmission, to high bitrate video-on-demand.

このメモは、ITU-T勧告H.264ビデオコーデックのRTPペイロード形式と、技術的に同一のISO / IEC国際標準14496-10ビデオコーデックについて説明します。ただし、Scalable Video Coding(SVC)拡張機能とMultiview Video Coding拡張機能は除きます。 RTPペイロード形式は他の場所で定義されています。 RTPペイロード形式では、各RTPペイロードで、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)のパケット化が可能です。ペイロード形式は、単純な低ビットレートの会話形式の使用から、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。

This memo obsoletes RFC 3984. Changes from RFC 3984 are summarized in Section 14. Issues on backward compatibility to RFC 3984 are discussed in Section 15.

このメモはRFC 3984を廃止します。RFC3984からの変更点はセクション14にまとめられています。RFC3984への下位互換性に関する問題はセクション15で説明されています。

Status of This Memo

本文書の状態

This is an Internet Standards Track document.

これはInternet Standards Trackドキュメントです。

This document is a product of the Internet Engineering Task Force (IETF). It represents the consensus of the IETF community. It has received public review and has been approved for publication by the Internet Engineering Steering Group (IESG). Further information on Internet Standards is available in Section 2 of RFC 5741.

このドキュメントは、IETF(Internet Engineering Task Force)の製品です。これは、IETFコミュニティのコンセンサスを表しています。公開レビューを受け、インターネットエンジニアリングステアリンググループ(IESG)による公開が承認されました。インターネット標準の詳細については、RFC 5741のセクション2をご覧ください。

Information about the current status of this document, any errata, and how to provide feedback on it may be obtained at http://www.rfc-editor.org/info/rfc6184.

このドキュメントの現在のステータス、エラッタ、およびフィードバックの提供方法に関する情報は、http://www.rfc-editor.org/info/rfc6184で入手できます。

Copyright Notice

著作権表示

Copyright (c) 2011 IETF Trust and the persons identified as the document authors. All rights reserved.

Copyright(c)2011 IETF Trustおよびドキュメントの作成者として識別された人物。全著作権所有。

This document is subject to BCP 78 and the IETF Trust's Legal Provisions Relating to IETF Documents (http://trustee.ietf.org/license-info) in effect on the date of publication of this document. Please review these documents carefully, as they describe your rights and restrictions with respect to this document. Code Components extracted from this document must include Simplified BSD License text as described in Section 4.e of the Trust Legal Provisions and are provided without warranty as described in the Simplified BSD License.

この文書は、BCP 78およびこの文書の発行日に有効なIETF文書に関するIETFトラストの法的規定(http://trustee.ietf.org/license-info)の対象となります。これらのドキュメントは、このドキュメントに関するあなたの権利と制限について説明しているため、注意深く確認してください。このドキュメントから抽出されたコードコンポーネントには、Trust Legal Provisionsのセクション4.eに記載されているSimplified BSD Licenseのテキストが含まれている必要があり、Simplified BSD Licenseに記載されているように保証なしで提供されます。

Table of Contents

目次

   1. Introduction ....................................................4
      1.1. The H.264 Codec ............................................4
      1.2. Parameter Set Concept ......................................5
      1.3. Network Abstraction Layer Unit Types .......................6
   2. Conventions .....................................................7
   3. Scope ...........................................................7
   4. Definitions and Abbreviations ...................................7
      4.1. Definitions ................................................7
      4.2. Abbreviations ..............................................9
   5. RTP Payload Format .............................................10
      5.1. RTP Header Usage ..........................................10
      5.2. Payload Structures ........................................12
      5.3. NAL Unit Header Usage .....................................13
      5.4. Packetization Modes .......................................16
      5.5. Decoding Order Number (DON) ...............................17
      5.6. Single NAL Unit Packet ....................................19
      5.7. Aggregation Packets .......................................20
           5.7.1. Single-Time Aggregation Packet (STAP) ..............22
           5.7.2. Multi-Time Aggregation Packets (MTAPs) .............25
      5.8. Fragmentation Units (FUs) .................................29
   6. Packetization Rules ............................................33
      6.1. Common Packetization Rules ................................33
      6.2. Single NAL Unit Mode ......................................34
      6.3. Non-Interleaved Mode ......................................34
      6.4. Interleaved Mode ..........................................34
   7. De-Packetization Process .......................................35
      7.1. Single NAL Unit and Non-Interleaved Mode ..................35
      7.2. Interleaved Mode ..........................................35
           7.2.1. Size of the De-Interleaving Buffer .................36
           7.2.2. De-Interleaving Process ............................36
      7.3. Additional De-Packetization Guidelines ....................38
        
   8. Payload Format Parameters ......................................39
      8.1. Media Type Registration ...................................39
      8.2. SDP Parameters ............................................57
           8.2.1. Mapping of Payload Type Parameters to SDP ..........57
           8.2.2. Usage with the SDP Offer/Answer Model ..............58
           8.2.3. Usage in Declarative Session Descriptions ..........66
      8.3. Examples ..................................................68
      8.4. Parameter Set Considerations ..............................75
      8.5. Decoder Refresh Point Procedure Using In-Band
           Transport of Parameter Sets (Informative)..................78
           8.5.1. IDR Procedure to Respond to a Request for
                  a Decoder Refresh Point ............................78
           8.5.2. Gradual Recovery Procedure to Respond to
                  a Request for a Decoder Refresh Point ..............79
   9. Security Considerations ........................................79
   10. Congestion Control ............................................80
   11. IANA Considerations ...........................................81
   12. Informative Appendix: Application Examples ....................81
      12.1. Video Telephony According to Annex A of ITU-T
            Recommendation H.241 .....................................81
      12.2. Video Telephony, No Slice Data Partitioning, No
            NAL Unit Aggregation .....................................82
      12.3. Video Telephony, Interleaved Packetization Using
            NAL Unit Aggregation .....................................82
      12.4. Video Telephony with Data Partitioning ...................83
      12.5. Video Telephony or Streaming with FUs and Forward
            Error Correction .........................................83
      12.6. Low Bitrate Streaming ....................................86
      12.7. Robust Packet Scheduling in Video Streaming ..............86
   13. Informative Appendix: Rationale for Decoding Order Number .....87
      13.1. Introduction .............................................87
      13.2. Example of Multi-Picture Slice Interleaving ..............88
      13.3. Example of Robust Packet Scheduling ......................89
      13.4. Robust Transmission Scheduling of Redundant Coded
            Slices ...................................................93
      13.5. Remarks on Other Design Possibilities ....................94
   14. Changes from RFC 3984 .........................................94
   15. Backward Compatibility to RFC 3984 ............................96
   16. Acknowledgements ..............................................98
   17. References ....................................................98
      17.1. Normative References .....................................98
      17.2. Informative References ...................................99
        
1. Introduction
1. はじめに

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 14496-10 [2] (both also known as Advanced Video Coding (AVC)). In this memo, the name H.264 is used for the codec and the standard, but this 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14496-10 [2](どちらもAdvanced Video Coding(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。このメモでは、コーデックと規格にH.264という名前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対応にも同様に適用できます。

This memo obsoletes RFC 3984. Changes from RFC 3984 are summarized in Section 14. Issues on backward compatibility to RFC 3984 are discussed in Section 15.

このメモはRFC 3984を廃止します。RFC3984からの変更点はセクション14にまとめられています。RFC3984への下位互換性に関する問題はセクション15で説明されています。

1.1. The H.264 Codec
1.1. H.264コーデック

The H.264 video codec has a very broad application range that covers all forms of digital compressed video, from low bitrate 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 bitrate 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 [10].

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、ほぼロスレスコーディングのHDTVブロードキャストや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[10]。

The codec specification [1] itself conceptually distinguishes 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 using the syntax of slice groups. In-picture prediction is used only within a slice. More information is provided in [10].

コーデック仕様[1]自体は、概念的に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、今日のビデオコーデックのほとんど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)を含むビット文字列。スライスグループの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、スライス内のマクロブロックは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、[10]を参照してください。

The NAL encoder encapsulates the slice output of the VCL encoder into Network Abstraction Layer Units (NALUs), which are suitable for transmission over packet networks or for use in packet-oriented multiplex environments. Annex B of H.264 defines an encapsulation process to transmit such NALUs over bytestream-oriented networks. In the scope of this memo, Annex B is not relevant.

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(NALU)にカプセル化します。NALU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、バイトストリーム指向のネットワークを介してそのようなNALUを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, is 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、サンプリング時間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。

1.2. Parameter Set Concept
1.2. パラメータセットの概念

One very fundamental design concept of H.264 is to generate self-contained packets, to make mechanisms such as the header duplication of RFC 4629 [11] or MPEG-4 Visual's Header Extension Code (HEC) [12] 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 sets and picture parameter sets. 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概念の1つは、自己完結型パケットを生成し、RFC 4629 [11]のヘッダー複製やMPEG-4 Visualのヘッダー拡張コード(HEC)[12]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。この上位層メタ情報は、スライスパケットを含むRTPパケットストリームから、非同期で、かつ確実に事前に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)。上位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と、外部の手段による(たとえば、機能交換の副作用として)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の分離が可能になります。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。

1.3. Network Abstraction Layer Unit Types
1.3. ネットワーク抽象化レイヤーユニットタイプ

Tutorial information on the NAL design can be found in [13], [14], and [15].

NAL設計のチュートリアル情報は、[13]、[14]、および[15]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. A description of the payload of a NAL unit follows.

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の説明を以下に示します。

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、このメモ内の[1]の表7-1以降で定義されている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。

2. Conventions
2. 規約

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 RFC 2119 [4].

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、 RFC 2119 [4]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。

3. Scope
3. 範囲

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、ビデオ電話、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。

4. Definitions and Abbreviations
4. 定義と略語
4.1. Definitions
4.1. 定義

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.

デコード順番号(DON):ペイロード構造内のフィールド、またはNALユニットのデコード順を示す派生変数。 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に記載されているNALユニットの順序の制約に準拠するNALユニットの順序。

NALU-time: The value that the RTP timestamp would have if the NAL unit would be transported in its own RTP packet.

NALU-time: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。

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 that it has to be trusted when working with Secure Real-time Transport Protocol (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 and remove those packets whose elimination produces the least adverse effect on the user experience.

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やゲートウェイを超えています。 Secure Real-time Transport Protocol(SRTP)。 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、その排除によってユーザーエクスペリエンスへの悪影響が最も少ないパケットを識別して削除できます。

static macroblock: A certain amount of macroblocks in the video stream can be defined as static, as defined in Section 8.3.2.8 in [3]. Static macroblocks free up additional processing cycles for the handling of non-static macroblocks. Based on a given amount of video processing resources and a given resolution, a higher number of static macroblocks enables a correspondingly higher frame rate.

静的マクロブロック:[3]のセクション8.3.2.8で定義されているように、ビデオストリーム内の一定量のマクロブロックを静的として定義できます。静的マクロブロックは、非静的マクロブロックを処理するための追加の処理サイクルを解放します。与えられた量のビデオ処理リソースと与えられた解像度に基づいて、より多くの静的マクロブロックは対応してより高いフレームレートを可能にします。

default sub-profile: The subset of coding tools, which may be all coding tools of one profile or the common subset of coding tools of more than one profile, indicated by the profile-level-id parameter.

デフォルトのサブプロファイル:コーディングツールのサブセット。1つのプロファイルのすべてのコーディングツールまたは複数のプロファイルのコーディングツールの共通サブセットであり、profile-level-idパラメータで示されます。

default level: The level indicated by the profile-level-id parameter, which consists of three octets, profile_idc, profile-iop, and level_idc. The default level is indicated by level_idc in most cases, and, in some cases, additionally by profile-iop.

デフォルトのレベル:3つのオクテット、profile_idc、profile-iop、およびlevel_idcで構成される、profile-level-idパラメーターで示されるレベル。デフォルトのレベルは、ほとんどの場合level_idcで示され、場合によっては、さらにprofile-iopで示されます。

4.2. Abbreviations
4.2. 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 SAR: Sample Aspect Ratio 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 VUI: Video Usability Information

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エレメント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付きMTAP MTAP24:24ビットタイムスタンプオフセット付きMTAP NAL:ネットワークアブストラクションレイヤーNALU:NALユニットSAR:サンプルアスペクト比SEI :補足的な拡張情報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VUI:ビデオユーザビリティ情報

5. RTP Payload Format
5. RTPペイロード形式
5.1. RTP Header Usage
5.1. RTPヘッダーの使用

The format of the RTP header is specified in RFC 3550 [5] and reprinted in Figure 1 for convenience. This payload format uses the fields of the header in a manner consistent with that specification.

RTPヘッダーのフォーマットはRFC 3550 [5]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 5.7.2 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。集約パケットとフラグメント化ユニットの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5.7.2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タイムスタンプによって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の場合、シーケンス番号はNALUのデコード順序を決定するために使用されます。

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)。

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 picture time values carried in the picture timing SEI message.

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タイムスタンプ以降に指定された時間に最も早いイベントが発生します画像タイミングSEIメッセージで運ばれる画像時間値の違いによって与えられるように、後でイベント。

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).

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すると、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、通常、3:2プルダウンと呼ばれる操作で必要です。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。

5.2. Payload Structures
5.2. ペイロード構造

The payload format defines three different basic payload structures. A receiver can identify the payload structure by the first byte of the RTP packet 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パケットヘッダーの最初のバイトによっ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、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 is 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。

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.

参考情報:この仕様は、単一のNALユニットパケットとフラグメンテーションユニットにカプセル化されたNALユニットのサイズを制限しません。集約パケットにカプセル化されるNALユニットの最大サイズは65535バイトです。

Table 1 summarizes NAL unit types and the corresponding RTP packet types when each of these NAL units is directly used as a packet payload, and where the types are described in this memo.

表1は、これらのNALユニットのそれぞれが直接パケットペイロードとして使用される場合のNALユニットタイプと対応するRTPパケットタイプをまとめたもので、タイプはこのメモで説明されています。

Table 1. Summary of NAL unit types and the corresponding packet types

表1. NALユニットタイプと対応するパケットタイプの概要

      NAL Unit  Packet    Packet Type Name               Section
      Type      Type
      -------------------------------------------------------------
      0        reserved                                     -
      1-23     NAL unit  Single NAL unit packet             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    reserved                                     -
        
5.3. NAL Unit Header Usage
5.3. NALユニットヘッダーの使用

The structure and semantics of the NAL unit header were introduced in Section 1.3. For convenience, the format of the NAL unit header is reprinted below:

NALユニットヘッダーの構造とセマンティクスは、セクション1.3で導入されました。便宜上、NALユニットヘッダー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 be 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 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、NRIの値は、エンコーダーによって決定された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 [14]. Other mappings MAY also be desirable, depending on the application and the H.264 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[14]。アプリケーションと使用中のH.264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:メインまたはベースラインプロファイルなどの特定のプロファイルでは、データ分割は使用できません。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.

参考情報:前述のように、非参照画像のNRI値はH.264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の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。

5.4. Packetization Modes
5.4. パケット化モード

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 シングルNALユニットモード

o Non-interleaved mode

o 非インターリーブモード

o Interleaved mode

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 [3] (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.

単一のNALユニットモードは、ITU-T勧告H.241 [3]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 media type parameter. The used packetization mode governs which NAL unit types are allowed in RTP payloads. Table 3 summarizes the allowed packet payload types for each packetization 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メディアタイプパラメータの値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パケットペイロードタイプをまとめたものです。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)

      Payload Packet    Single NAL    Non-Interleaved    Interleaved
      Type    Type      Unit Mode           Mode             Mode
      -------------------------------------------------------------
      0      reserved      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  reserved      ig               ig               ig
        

Some NAL unit or payload type values (indicated as reserved in Table 3) are reserved for future extensions. NAL units of those types SHOULD NOT be sent by a sender (direct as packet payloads, as aggregation units in aggregation packets, or as fragmented units in FU packets) and MUST be ignored by a receiver. For example, the payload 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". However, NAL units of NAL unit types 1-23 can be used in "Interleaved Mode" as aggregation units in STAP-B, MTAP16, and MTAP24 packets as well as fragmented units in FU-A and FU-B packets. Similarly, NAL units of NAL unit types 1-23 can also be used in the "Non-Interleaved Mode" as aggregation units in STAP-A packets or fragmented units in FU-A packets, in addition to being directly used as packet payloads.

一部のNALユニットまたはペイロードタイプの値(表3で予約済みとして示されている)は、将来の拡張のために予約されています。これらのタイプのNALユニットは、送信者によって(パケットペイロードとして、集約パケットの集約ユニットとして、またはFUパケットの断片化ユニットとして直接)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りません(MUST)。たとえば、関連するパケットタイプが「NALユニット」のペイロードタイプ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。ただし、NALユニットタイプ1〜23のNALユニットは、「インターリーブモード」でSTAP-B、MTAP16、およびMTAP24パケットの集約ユニットとして、またFU-AおよびFU-Bパケットのフラグメント化ユニットとして使用できます。同様に、NALユニットタイプ1〜23のNALユニットは、パケットペイロードとして直接使用されるだけでなく、「非インターリーブモード」でSTAP-Aパケットの集約ユニットまたはFU-Aパケットのフラグメント化ユニットとしても使用できます。

5.5. Decoding Order Number (DON)
5.5. デコード注文番号(DON)

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については、セクション13を参照してください。

The coupling of transmission and decoding order is controlled by the OPTIONAL sprop-interleaving-depth media type parameter as follows. When the value of the OPTIONAL sprop-interleaving-depth media type parameter is equal to 0 (explicitly or per default), the transmission order of NAL units MUST conform to the NAL unit decoding order. When the value of the OPTIONAL sprop-interleaving-depth media type parameter is greater than 0:

送信とデコードの順序の結合は、OPTIONAL sprop-interleaving-depthメディアタイプパラメータによって次のように制御されます。 OPTIONAL sprop-interleaving-depthメディアタイプパラメーターの値が0に等しい場合(明示的またはデフォルトごと)、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。 OPTIONAL sprop-interleaving-depthメディアタイプパラメータの値が0より大きい場合:

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での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 de-packetizing STAP-Bs, MTAPs, and FUs in two consecutive packets is not required to be the NAL unit decoding order.

o 2つの連続したパケットのSTAP-B、MTAP、およびFUを非パケット化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の構造にはDONが含まれ、MTAPの構造により、セクション5.7.2で指定されているようにDONの派生が可能になります。

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 an STAP and then provided through the RTP sequence number for the order between STAPs, FUs, and single NAL unit packets.

単一の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、それらの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。

The 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, 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.

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、DONの値によって決定されるデコード順が、上記のように、NALユニットのデコード順に準拠している必要があります。

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.

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 de-packetization 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逆パケット化プロセスの例をセクション7に示します。

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 bitrate 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の値の絶対差が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、非参照ピクチャのコード化スライス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。

5.6. Single NAL Unit Packet
5.6. 単一のNALユニットパケット

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 de-packetizing 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非パケット化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

5.7. Aggregation Packets
5.7. 集約パケット

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-based or non-IP-based (e.g., ITU-T H.324/M) 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く、およそ1500バイト)とIPベースまたは非IPベース(例えば、ITU-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-times. Two types of STAPs are defined, one without DON (STAP-A) and another including DON (STAP-B).

o シングルタイム集約パケット(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-times. Two different MTAPs are defined, differing in the length of the NAL unit timestamp offset.

o マルチタイム集約パケット(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。

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:

MTAPとSTAPは、次のパケット化ルールを共有します。

o The RTP timestamp MUST be set to the earliest of the NALU-times of all the NAL units to be aggregated.

o 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時間の最も早い時刻に設定する必要があります。

o The type field of the NAL unit type octet MUST be set to the appropriate value, as indicated in Table 4.

o 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。

o The F bit MUST be cleared if all F bits of the aggregated NAL units are zero; otherwise, it MUST be set.

o 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。

o The value of NRI MUST be the maximum of all the NAL units carried in the aggregation packet.

o 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, as specified in Section 5.8. Aggregation packets MUST NOT be nested; that is, 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パケットに収まる必要があり、サイズは、結果のIPパケットがMTUサイズよりも小さくなるように選択する必要があります(SHOULD)。セクション5.8で指定されているように、集約パケットにはフラグメンテーション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。

5.7.1. Single-Time Aggregation Packet (STAP)
5.7.1. シングルタイムアグリゲーションパケット(STAP)

A 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ます。STAP-Bのペイロードは、16ビットの符号なし復号化順序番号(DON)で構成されます(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 containing two single-time aggregation units

図7. 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STAP-A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 containing two single-time aggregation units

図8. 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STAP-Bを含むRTPパケットの例

5.7.2. Multi-Time Aggregation Packets (MTAPs)
5.7.2. マルチタイムアグリゲーションパケット(MTAP)

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 of 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ビットの符号なし復号化順序番号の差(DOND)、およびタイムスタンプオフセット(TS)のnビット(ネットワークバイト順)で構成されます。オフセット)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、オーバーヘッドはまた高い。

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 NAL unit contained in a multi-time aggregation 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位置または終了位置は、32ビットのワード境界上にある必要はありません。マルチタイムアグリゲーションユニットに含まれる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である場合、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
    +-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+
    :        NAL 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 NAL units contained in 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、集約ユニットに含まれるNAL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 containing two multi-time aggregation units

図12. 2つのマルチタイム集約ユニットを含むタイプMTAP16のマルチタイム集約パケットを含む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 containing two multi-time aggregation units

図13. 2つのマルチタイム集約ユニットを含むタイプMTAP24のマルチタイム集約パケットを含むRTPパケット

5.8. Fragmentation Units (FUs)
5.8. フラグメンテーションユニット(FU)

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があるIPv4ネットワークを介して64 kバイトを超えるNALユニットを転送できます(画像あたりのスライス数には制限があり、画像あたりのNALユニットの制限。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 NAL unit 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NALユニットを断片化し、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; that is, 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タイプフィールドの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序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; that is, 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 the F and NRI fields of the FU indicator octet of the fragmentation unit and in the type field of the FU header. An 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、FUインジケータオクテットのFおよびNRIフィールドで伝達されます。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ペイロードには、任意の数のオクテットがあり、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 NALU fragments should be carefully weighed against the increased risk of the loss of at least a part 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フラグメントの(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、NALUの少なくとも一部が失われるリスクの増加に対して慎重に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のレシーバーは、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。

6. Packetization Rules
6. パケット化ルール

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で導入されています。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。

6.1. Common Packetization Rules
6.1. 一般的なパケット化ルール

All senders MUST enforce the following packetization rules, regardless of the packetization mode in use:

使用中のパケット化モードに関係なく、すべての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 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; however, for delay-critical systems, they SHOULD be sent in their original decoding order to minimize the delay. Note that the decoding order is the order of the NAL units in the bitstream.

o 同じコード化された画像に属する(したがって、同じRTPタイムスタンプ値を共有する)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、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、元のデコード順で送信する必要があります(SHOULD)。復号化順序は、ビットストリーム内のNALユニットの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ユニットを識別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ーセットのNALユニットを除いて、MAN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 In an RTP translator, 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. 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 5109 [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 RTPトランスレータでは、MANEは単一の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、集約パケットを複数の単一のNALユニットパケットに変換するか、または両方の概念を組み合わ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べきです:パスMTUサイズ、不均等な保護メカニズム(たとえば、RFC 5109 [18]に基づくパケットベースのFECを通じて、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された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 RTP Control Protocol (RTCP) as per RFC 3550.

参考情報:RTPトランスレータは、RFC 3550に従ってRTP制御プロトコル(RTCP)を処理するために必要です。

6.2. Single NAL Unit Mode
6.2. シングルNALユニットモード

This mode is in use when the value of the OPTIONAL packetization-mode media type parameter is equal to 0 or the packetization-mode is not present. 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 [3] (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メディアタイプパラメータの値が0に等しいか、packetization-modeが存在し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 [3]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(セクション12.1を参照)。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。

6.3. Non-Interleaved Mode
6.3. 非インターリーブモード

This mode is in use when the value of the OPTIONAL packetization-mode media type parameter is equal to 1. 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メディアタイプパラメータの値が1の場合に使用されます。このモードはサポートする必要があります(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。

6.4. Interleaved Mode
6.4. インターリーブモード

This mode is in use when the value of the OPTIONAL packetization-mode media type parameter is equal to 2. 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メディアタイプパラメータの値が2の場合に使用されます。一部の受信者は、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。

7. De-Packetization Process
7. でーぱcけちざちおん Pろせっs

The de-packetization process is implementation dependent. Therefore, the following description should be seen as an example of a suitable implementation. Other schemes may also be used as long as the output for the same input is the same as the process described below. The same output means that the resulting NAL units and their order are identical. 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 de-packetization 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。同じ入力の出力が以下で説明するプロセスと同じである限り、他のスキームも使用できます。同じ出力は、結果のNALユニットとその順序が同じであることを意味します。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パケット化解除プロセスを示し、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パケット化解除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 sequence 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。

7.1. Single NAL Unit and Non-Interleaved Mode
7.1. 単一のNALユニットと非インターリーブモード

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 de-packetized in RTP sequence number order. If a de-packetized packet is a single NAL unit packet, the NAL unit contained in the packet is passed directly to the decoder. If a de-packetized 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. For all the FU-A packets containing fragments of a single NAL unit, the de-packetized fragments are concatenated in their sending order to recover the NAL unit, which is then 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パケット化解除されます。パケット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。パケット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。単一のNALユニットのフラグメントを含むすべてのFU-Aパケットでは、パケット化解除されたフラグメントが送信順序で連結されてNALユニットが復元され、その後、デコーダに渡されます。

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。

7.2. Interleaved Mode
7.2. インターリーブモード

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 NAL units 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 differentiate the receiver buffer from a practical receiver buffer that is also used for compensation of transmission delay jitter, the receiver buffer is hereafter called the de-interleaving buffer in this section. Receivers SHOULD also prepare for transmission delay jitter, i.e., either reserve separate buffers for transmission delay jitter buffering and de-interleaving buffering or use a receiver buffer for both transmission delay jitter and de-interleaving. 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.

受信機には、送信遅延ジッターを補償し、NALユニットを送信順序から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る受信バッファーが含まれます。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。受信機バッファーを、伝送遅延ジッターの補償にも使用される実際の受信機バッファーと区別するために、以降、このセクションでは受信機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、伝送遅延ジッターの準備をする必要があります。つまり、伝送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、伝送遅延ジッターとデインターリーブの両方にレシーバーバッファーを使用します。さらに、受信機は、例えば、デコードと再生を始める前に追加の初期バッファリングによって、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)。

This section is organized as follows: Subsection 7.2.1 presents how to calculate the size of the de-interleaving buffer. Subsection 7.2.2 specifies the receiver process on 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に関するレシーバープロセスを指定しています。

7.2.1. Size of the De-Interleaving Buffer
7.2.1. デインターリーブバッファーのサイズ

In either Offer/Answer or declarative Session Description Protocol (SDP) usage, the sprop-deint-buf-req media type parameter signals the requirement for the de-interleaving buffer size. Therefore, it is RECOMMENDED to set the de-interleaving buffer size, in terms of number of bytes, equal to or greater than the value of the sprop-deint-buf-req media type parameter.

オファー/アンサーまたは宣言型のセッション記述プロトコル(SDP)の使用では、sprop-deint-buf-reqメディアタイプパラメーターは、インターリーブ解除バッファーサイズの要件を通知します。したがって、デインターリーブバッファーサイズをバイト数でsprop-deint-buf-reqメディアタイプパラメーターの値以上に設定することをお勧めします。

When the 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 de-interleaving buffer with the deint-buf-cap media type parameter. See Section 8.1 for further information on the deint-buf-cap and sprop-deint-buf-req media type parameters and Section 8.2.2 for further information on their use in the 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メディアタイプパラメーターでインターリーブ解除バッファーを割り当てる機能を示すことができます。 deint-buf-capおよびsprop-deint-buf-reqメディアタイプパラメータ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。

7.2.2. De-Interleaving Process
7.2.2. デインターリーブプロセス

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 are 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 de-interleaving buffer as follows. NAL units of aggregation packets are stored in the de-interleaving buffer individually. The value of DON is calculated and stored for each NAL unit.

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、NALユニットごとに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 media type parameter (see Section 8.1) incremented by 1.

o 定数Nは、OPTIONAL sprop-interleaving-depthメディア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 or more VCL NAL units in the de-interleaving buffer.

o デインターリーブバッファーにN個以上の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 media type parameter.

o 初期バッファリングは、OPTIONAL sprop-init-buf-timeメディアタイプ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 de-interleaving 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 de-interleaving buffer contains at least N VCL NAL units, NAL units are removed from the de-interleaving 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 de-interleaving 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 NAL units in the de-interleaving buffer.

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、指定された順序でデコーダーに渡されます未満。ここで、nは、デインターリービングバッファ内の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 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。

7.3. Additional De-Packetization Guidelines
7.3. 追加の非パケット化ガイドライン

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 detected, after taking into account possible retransmission and FEC, 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が検出された場合、可能性のある再送信とFECを考慮した後、ゲートウェイは対応するコード化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決定できます。これらの情報は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インテリジェントレシーバーは、パケットまたはNALUを破棄する必要があります。NALユニットタイプオクテットのNRIフィールドの値が0であるすべてのパケット/ 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。

8. Payload Format Parameters
8. ペイロード形式パラメータ

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 media subtype registration for the ITU-T H.264 | ISO/IEC 14496-10 codec. A mapping of the parameters into the Session Description Protocol (SDP) [6] is also provided for applications that use SDP. Equivalent parameters could be defined elsewhere for use with control protocols that do not use 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。パラメータは、ITU-T H.264のメディア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では、セッション記述プロトコル(SDP)[6]へのパラメーターのマッピングも提供されます。 SDPを使用しない制御プロトコルで使用するために、同等のパラメーターを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 names of all these parameters start 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.

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。

8.1. Media Type Registration
8.1. メディアタイプ登録

The media subtype for the ITU-T H.264 | ISO/IEC 14496-10 codec has been allocated from the IETF tree.

ITU-T H.264のメディアサブタイプ| ISO / IEC 14496-10コーデックはIETFツリーから割り当てられています。

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

必須パラメーター:なし

OPTIONAL parameters:

オプションのパラメーター:

profile-level-id: A base16 [7] (hexadecimal) representation of the following three bytes in the sequence parameter set NAL unit is 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, constraint_set3_flag, constraint_set4_flag, constraint_set5_flag, and reserved_zero_2bits in bit-significance order, starting from the most-significant bit, and 3) level_idc. Note that reserved_zero_2bits 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.

profile-level-id:シーケンスパラメータセットのNALユニット内の次の3バイトのbase16 [7](16進数)表現は、[1]で指定されます。1)profile_idc、2)ここでは、profile-iopと呼ばれるバイト、最上位ビットから始まり、3)level_idc.constraint_set0_flag、constraint_set1_flag、constraint_set2_flag、constraint_set3_flag、constraint_set4_flag、constraint_set5_flag、およびreserved_zero_2bitsの値で構成されます。 [1]ではreserved_zero_2bitsが0に等しいことが必要ですが、他の値はITU-TまたはISO / IECによって将来指定される可能性があることに注意してください。

The profile-level-id parameter indicates the default sub-profile (i.e., the subset of coding tools that may have been used to generate the stream or that the receiver supports) and the default level of the stream or the receiver supports.

profile-level-idパラメータは、デフォルトのサブプロファイル(つまり、ストリームの生成に使用された、またはレシーバがサポートしているコーディングツールのサブセット)と、ストリームまたはレシーバのデフォルトのレベルを示します。

The default sub-profile is indicated collectively by the profile_idc byte and some fields in the profile-iop byte. Depending on the values of the fields in the profile-iop byte, the default sub-profile may be the set of coding tools supported by one profile, or a common subset of coding tools of multiple profiles, as specified in Section 7.4.2.1.1 of [1]. The default level is indicated by the level_idc byte, and, when profile_idc is equal to 66, 77, or 88 (the Baseline, Main, or Extended profile) and level_idc is equal to 11, additionally by bit 4 (constraint_set3_flag) of the profile-iop byte. When profile_idc is equal to 66, 77, or 88 (the Baseline, Main, or Extended profile), level_idc is equal to 11, and bit 4 (constraint_set3_flag) of the profile-iop byte is equal to 1, the default level is Level 1b.

デフォルトのサブプロファイルは、profile_idcバイトと、profile-iopバイトのいくつかのフィールドによってまとめて示されます。プロファイルiopバイトのフィールドの値に応じて、デフォルトのサブプロファイルは、セクション7.4.2.1で指定されているように、1つのプロファイルでサポートされるコーディングツールのセット、または複数のプロファイルのコーディングツールの共通サブセットになります。 [1]の1。デフォルトのレベルはlevel_idcバイトで示され、profile_idcが66、77、または88(ベースライン、メイン、または拡張プロファイル)で、level_idcが11の場合、さらにプロファイルのビット4(constraint_set3_flag)で示されます。 -iopバイト。 profile_idcが66、77、または88(ベースライン、メイン、または拡張プロファイル)に等しい場合、level_idcは11に等しく、profile-iopバイトのビット4(constraint_set3_flag)は1に等しく、デフォルトレベルはLevelです。 1b。

Table 5 lists all profiles defined in Annex A of [1] and, for each of the profiles, the possible combinations of profile_idc and profile-iop that represent the same sub-profile.

表5は、[1]の付録Aで定義されているすべてのプロファイルと、各プロファイルについて、同じサブプロファイルを表すprofile_idcとprofile-iopの可能な組み合わせを示しています。

Table 5. Combinations of profile_idc and profile-iop representing the same sub-profile corresponding to the full set of coding tools supported by one profile. In the following, x may be either 0 or 1, while the profile names are indicated as follows. CB: Constrained Baseline profile, B: Baseline profile, M: Main profile, E: Extended profile, H: High profile, H10: High 10 profile, H42: High 4:2:2 profile, H44: High 4:4:4 Predictive profile, H10I: High 10 Intra profile, H42I: High 4:2:2 Intra profile, H44I: High 4:4:4 Intra profile, and C44I: CAVLC 4:4:4 Intra profile.

表5. 1つのプロファイルでサポートされるコーディングツールの完全なセットに対応する同じサブプロファイルを表すprofile_idcとprofile-iopの組み合わせ。以下では、xは0または1のいずれかですが、プロファイル名は次のように示されます。 CB:制約付きベースラインプロファイル、B:ベースラインプロファイル、M:メインプロファイル、E:拡張プロファイル、H:ハイプロファイル、H10:ハイ10プロファイル、H42:ハイ4:2:2プロファイル、H44:ハイ4:4:4予測プロファイル、H10I:高10イントラプロファイル、H42I:高4:2:2イントラプロファイル、H44I:高4:4:4イントラプロファイル、およびC44I:CAVLC 4:4:4イントラプロファイル。

Profile profile_idc profile-iop (hexadecimal) (binary)

プロファイルprofile_idc profile-iop(16進数)(バイナリ)

CB 42 (B) x1xx0000 same as: 4D (M) 1xxx0000 same as: 58 (E) 11xx0000 B 42 (B) x0xx0000 same as: 58 (E) 10xx0000 M 4D (M) 0x0x0000 E 58 00xx0000 H 64 00000000 H10 6E 00000000 H42 7A 00000000 H44 F4 00000000 H10I 6E 00010000 H42I 7A 00010000 H44I F4 00010000 C44I 2C 00010000

CB 42(B)x1xx0000と同じ:4D(M)1xxx0000と同じ:58(E)11xx0000 B 42(B)x0xx0000と同じ:58(E)10xx0000 M 4D(M)0x0x0000 E 58 00xx0000 H 64 00000000 H10 6E 00000000 H42 7A 00000000 H44 F4 00000000 H10I 6E 00010000 H42I 7A 00010000 H44I F4 00010000 C44I 2C 00010000

For example, in the table above, profile_idc equal to 58 (Extended) with profile-iop equal to 11xx0000 indicates the same sub-profile corresponding to profile_idc equal to 42 (Baseline) with profile-iop equal to x1xx0000. Note that other combinations of profile_idc and profile-iop (not listed in Table 5) may represent a sub-profile equivalent to the common subset of coding tools for more than one profile. Note also that a decoder conforming to a certain profile may be able to decode bitstreams conforming to other profiles.

たとえば、上記の表で、profile_idcが58(拡張)で、profile-iopが11xx0000の場合は、profile_idcが42(ベースライン)で、profile-iopがx1xx0000の場合に対応する同じサブプロファイルを示します。 profile_idcとprofile-iopの他の組み合わせ(表5にリストされていない)は、複数のプロファイルのコーディングツールの一般的なサブセットと同等のサブプロファイルを表す場合があることに注意してください。また、特定のプロファイルに準拠するデコーダーは、他のプロファイルに準拠するビットストリームをデコードできる場合があります。

If the profile-level-id parameter is used to indicate properties of a NAL unit stream, it indicates that, to decode the stream, the minimum subset of coding tools a decoder has to support is the default sub-profile, and the lowest level the decoder has to support is the default level.

プロファイルレベルIDパラメータを使用して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には、デコーダがサポートする必要があるコーディングツールの最小サブセットがデフォルトのサブプロファイルであり、最低レベルであることを示します。デコーダがサポートする必要があるのはデフォルトのレベルです。

If the profile-level-id parameter is used for capability exchange or session setup, it indicates the subset of coding tools, which is equal to the default sub-profile, that the codec supports for both receiving and sending. If max-recv-level is not present, the default level from profile-level-id indicates the highest level the codec wishes to support. If max-recv-level is present, it indicates the highest level the codec supports for receiving. For either receiving or sending, all levels that are lower than the highest level supported MUST also be supported.

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に使用される場合、これは、コーデックが受信と送信の両方に対してサポートする、デフォルトのサブプロファイルに等しいコーディングツールのサブセットを示します。 max-recv-levelが存在しない場合、profile-level-idのデフォルトレベルは、コーデックがサポートしたい最高レベルを示します。 max-recv-levelが存在する場合は、コーデックが受信用にサポートする最高レベルを示します。受信または送信のいずれの場合も、サポートされる最高レベルよりも低いすべてのレベルもサポートする必要があります。

Informative note: Capability exchange and session setup procedures should provide means to list the capabilities for each supported sub-profile separately. For example, the one-of-N codec selection procedure of the SDP Offer/Answer model can be used (Section 10.2 of [8]). The one-of-N codec selection procedure may also be used to provide different combinations of profile_idc and profile-iop that represent the same sub-profile. When there are many different combinations of profile_idc and profile-iop that represent the same sub-profile, using the one-of-N codec selection procedure may result in a fairly large SDP message. Therefore, a receiver should understand the different equivalent combinations of profile_idc and profile-iop that represent the same sub-profile and be ready to accept an offer using any of the equivalent combinations.

参考情報:機能交換とセッション設定手順は、サポートされている各サブプロファイルの機能を個別にリストする手段を提供する必要があります。たとえば、SDPオファー/アンサーモデルのone-of-Nコーデック選択手順を使用できます([8]のセクション10.2)。 one-of-Nコーデック選択手順は、同じサブプロファイルを表すprofile_idcとprofile-iopの異なる組み合わせを提供するためにも使用できます。同じサブプロファイルを表すprofile_idcとprofile-iopの多くの異なる組み合わせがある場合、Nのうち1つのコーデックの選択手順を使用すると、SDPメッセージがかなり大きくなる可能性があります。したがって、受信者は、同じサブプロファイルを表すprofile_idcとprofile-iopのさまざまな同等の組み合わせを理解し、同等の組み合わせのいずれかを使用してオファーを受け入れる準備ができている必要があります。

If no profile-level-id is present, the Baseline profile, without additional constraints at Level 1, MUST be inferred.

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推測する必要があります。

max-recv-level: This parameter MAY be used to indicate the highest level a receiver supports when the highest level is higher than the default level (the level indicated by profile-level-id). The value of max-recv-level is a base16 (hexadecimal) representation of the two bytes after the syntax element profile_idc in the sequence parameter set NAL unit specified in [1]: profile-iop (as defined above) and level_idc. If the level_idc byte of max-recv-level is equal to 11 and bit 4 of the profile-iop byte of max-recv-level is equal to 1 or if the level_idc byte of max-recv-level is equal to 9 and bit 4 of the profile-iop byte of max-recv-level is equal to 0, the highest level the receiver supports is Level 1b. Otherwise, the highest level the receiver supports is equal to the level_idc byte of max-recv-level divided by 10.

max-recv-level:このパラメーターは、最高レベルがデフォルトレベル(profile-level-idで示されるレベル)より高い場合に、レシーバーがサポートする最高レベルを示すために使用できます(MAY)。 max-recv-levelの値は、[1]で指定されたシーケンスパラメータセットNALユニットの構文要素profile_idcの後の2バイトのbase16(16進数)表現です。profile-iop(上記で定義)とlevel_idc。 max-recv-levelのlevel_idcバイトが11に等しく、max-recv-levelのprofile-iopバイトのビット4が1に等しい場合、またはmax-recv-levelのlevel_idcバイトが9およびビットに等しい場合max-recv-levelのprofile-iopバイトの4は0に等しく、レシーバーがサポートする最高レベルはレベル1bです。それ以外の場合、レシーバーがサポートする最高レベルは、max-recv-levelのlevel_idcバイトを10で割った値と等しくなります。

max-recv-level MUST NOT be present if the highest level the receiver supports is not higher than the default level.

max-recv-levelは、レシーバーがサポートする最高レベルがデフォルトレベルよりも高くない場合に存在してはなりません(MUST NOT)。

max-mbps, max-smbps, 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 highest level conveyed in the value of the profile-level-id parameter or the max-recv-level parameter MUST be such that the receiver is fully capable of supporting. max-mbps, max-smbps, 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 highest level, as specified below.

max-mbps、max-smbps、max-fs、max-cpb、max-dpb、およびmax-br:これらのパラメーターを使用して、レシーバー実装の機能を通知できます。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パラメータまたはmax-recv-levelパラメータの値で伝えられる最高レベルは、レシーバが完全にサポートできるようなものでなければなりません。 max-mbps、max-smbps、max-fs、max-cpb、max-dpb、およびmax-brを使用して、信号の最高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-smbps, 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 highest level with the extension of both the frame rate and bitrate 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 bitrate 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 the other properties comply with the highest level specified in the value of the profile-level-id parameter or the max-recv-level parameter.

セットから複数のパラメーター(max-mbps、max-smbps、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、シグナリングされた最高レベルがサポートされます。つまり、レシーバーは、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。コード化された画像バッファーのサイズは、以下のmax-brパラメータのセマンティクス、およびその他のプロパティは、profile-level-idパラメータまたはmax-recv-levelパラメータの値で指定された最高レベルに準拠しています。

If a receiver can support all the properties of Level A, the highest level specified in the value of the profile-level-id parameter or the max-recv-level parameter MUST be Level A (i.e., MUST NOT be lower than Level A). In other words, a receiver MUST NOT signal values of max-mbps, max-fs, max-cpb, max-dpb, and max-br that taken together meet the requirements of a higher level compared to the highest level specified in the value of the profile-level-id parameter or the max-recv-level parameter.

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パラメーターまたはmax-recv-levelパラメーターの値で指定された最高レベルはレベルAでなければなりません(つまり、レベルAより低くしてはいけません)。 。言い換えると、レシーバーは、値で指定された最高レベルと比較して、より高いレベルの要件を満たす、まとめられたmax-mbps、max-fs、max-cpb、max-dpb、およびmax-brの値をシグナリングしてはなりません(MUST NOT)。 profile-level-idパラメータまたはmax-recv-levelパラメータの。

Informative note: When the OPTIONAL media type parameters are used to signal the properties of a NAL unit stream, max-mbps, max-smbps, 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メディアタイプ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-smbps、max-fs、max-cpb、max-dpb、max-brは存在せず、 profile-level-idの値は、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 highest level conveyed in the value of the profile-level-id parameter or the max-recv-level parameter.

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パラメータまたはmax-recv-levelパラメータの値で伝達される信号の最高レベルが必要とする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。

When max-mbps is signaled, the receiver MUST be able to decode NAL unit streams that conform to the signaled highest level, with the exception that the MaxMBPS value in Table A-1 of [1] for the signaled highest 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 given in Table A-1 of [1] for the highest level. Senders MAY use this knowledge to send pictures of a given size at a higher picture rate than is indicated in the signaled highest level.

max-mbpsが通知された場合、受信者は、通知された最高レベルの[1]の表A-1のMaxMBPS値が、 max-mbpsの値。 max-mbpsの値は、最高レベルの[1]の表A-1に示されている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、信号の最高レベルで示されているよりも高い画像レートで所定のサイズの画像を送信できます。

max-smbps: The value of max-smbps is an integer indicating the maximum static macroblock processing rate in units of static macroblocks per second, under the hypothetical assumption that all macroblocks are static macroblocks. When max-smbps is signaled, the MaxMBPS value in Table A-1 of [1] should be replaced with the result of the following computation:

max-smbps:max-smbpsの値は、すべてのマクロブロックが静的マクロブロックであるという仮定の仮定の下で、1秒あたりの静的マクロブロックの単位で最大静的マクロブロック処理速度を示す整数です。 max-smbpsが通知されたら、[1]の表A-1のMaxMBPS値を次の計算の結果で置き換える必要があります。

o If the parameter max-mbps is signaled, set a variable MaxMacroblocksPerSecond to the value of max-mbps. Otherwise, set MaxMacroblocksPerSecond equal to the value of MaxMBPS in Table A-1 [1] for the signaled highest level conveyed in the value of the profile-level-id parameter or the max-recv-level parameter.

o パラメータmax-mbpsが通知される場合、変数MaxMacroblocksPerSecondをmax-mbpsの値に設定します。それ以外の場合は、Profile-level-idパラメータまたはmax-recv-levelパラメータの値で伝達される信号の最高レベルに対して、MaxMacroblocksPerSecondを表A-1 [1]のMaxMBPSの値に等しく設定します。

o Set a variable P_non-static to the proportion of non-static macroblocks in picture n.

o 変数P_non-staticを画像nの非静的マクロブロックの比率に設定します。

o Set a variable P_static to the proportion of static macroblocks in picture n.

o 変数P_staticを画像nの静的マクロブロックの比率に設定します。

o The value of MaxMBPS in Table A-1 of [1] should be considered by the encoder to be equal to:

o [1]の表A-1のMaxMBPSの値は、エンコーダによって次の値と等しいと見なされます。

            MaxMacroblocksPerSecond * max-smbps / (P_non-static *
            max-smbps + P_static * MaxMacroblocksPerSecond)
        

The encoder should recompute this value for each picture. The value of max-smbps MUST be greater than or equal to the value of MaxMBPS given explicitly as the value of the max-mbps parameter or implicitly in Table A-1 of [1] for the signaled highest level. Senders MAY use this knowledge to send pictures of a given size at a higher picture rate than is indicated in the signaled highest level.

エンコーダは、各画像のこの値を再計算する必要があります。 max-smbpsの値は、max-mbpsパラメータの値として明示的に、または[1]の表A-1で暗黙的に通知された最高レベルの暗黙的に指定されたMaxMBPSの値以上でなければなりません。送信者は、この知識を使用して、信号の最高レベルで示されているよりも高い画像レートで所定のサイズの画像を送信できます。

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 highest level conveyed in the value of the profile-level-id parameter or the max-recv-level parameter. When max-fs is signaled, the receiver MUST be able to decode NAL unit streams that conform to the signaled highest level, with the exception that the MaxFS value in Table A-1 of [1] for the signaled highest 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 given in Table A-1 of [1] for the highest level. Senders MAY use this knowledge to send larger pictures at a proportionally lower frame rate than is indicated in the signaled highest 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パラメーターまたはmax-recv-levelパラメーターの値で伝達される、通知された最高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、通知された最高レベルに対応する[1]の表A-1のMaxFS値がmax-fsの値。 max-fsの値は、最高レベルの[1]の表A-1に示されている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、シグナリングされた最高レベルで示されているもの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 and in units of 1200 bits for the NAL HRD parameters. Note that this parameter does not use units of cpbBrVclFactor and cpbBrNALFactor (see Table A-1 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 highest level conveyed in the value of the profile-level-id parameter or the max-recv-level parameter. When max-cpb is signaled, the receiver MUST be able to decode NAL unit streams that conform to the signaled highest level, with the exception that the MaxCPB value in Table A-1 of [1] for the signaled highest level is replaced with the value of max-cpb (after taking cpbBrVclFactor and cpbBrNALFactor into consideration when needed). The value of max-cpb (after taking cpbBrVclFactor and cpbBrNALFactor into consideration when needed) MUST be greater than or equal to the value of MaxCPB given in Table A-1 of [1] for the highest level. Senders MAY use this knowledge to construct coded video streams with greater variation of bitrate than can be achieved with the MaxCPB value in Table A-1 of [1].

max-cpb:max-cpbの値は、VCL HRDパラメータの場合は1000ビット単位で、NAL HRDパラメータの場合は1200ビット単位で、最大の符号化画像バッファサイズを示す整数です。このパラメーターはcpbBrVclFactorおよびcpbBrNALFactorの単位を使用しないことに注意してください([1]の表A-1を参照)。 max-cpbパラメータは、profile-level-idパラメータまたはmax-recv-levelパラメータの値で伝達される、通知された最高レベルが必要とするコード化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-cpbが通知された場合、受信者は、通知された最高レベルの[1]の表A-1のMaxCPB値が、 max-cpbの値(cpbBrVclFactorおよびcpbBrNALFactorを必要に応じて考慮した後)。 max-cpbの値(必要に応じてcpbBrVclFactorおよびcpbBrNALFactorを考慮した後)は、最高レベルの[1]の表A-1に示されているMaxCPBの値以上でなければなりません。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バリエーションを持つコード化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 a video decoder can be integrated with de-interleaving and de-jitter buffers of the receiver.

参考情報:符号化された画像バッファーは、仮想参照デコーダー(H.264のAnnex 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 8/3 macroblocks. The max-dpb parameter signals that the receiver has more memory than the minimum amount of decoded picture buffer memory required by the signaled highest level conveyed in the value of the profile-level-id parameter or the max-recv-level parameter. When max-dpb is signaled, the receiver MUST be able to decode NAL unit streams that conform to the signaled highest level, with the exception that the MaxDpbMbs value in Table A-1 of [1] for the signaled highest level is replaced with the value of max-dpb * 3 / 8. 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、8/3マクロブロック単位の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パラメータまたはmax-recv-levelパラメータの値で伝達される、通知された最高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、通知された最高レベルに対応する[1]の表A-1のMaxDpbMbs値がmax-dpb * 3/8の値。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(max-dpb * 3 / 8 / ( PicWidthInMbs * FrameHeightInMbs),
            16)
        

Wherein PicWidthInMbs and FrameHeightInMbs are defined in [1].

PicWidthInMbsとFrameHeightInMbs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 MaxDpbMbs * 3 / 8, wherein the value of MaxDpbMbs is given in Table A-1 of [1] for the highest level. Senders MAY use this knowledge to construct coded video streams with improved compression.

max-dpbの値は、MaxDpbMbs * 3/8の値以上である必要があります。MaxDpbMbsの値は、最高レベルの[1]の表A-1に示されています。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. 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、再構成されたサンプルを格納します。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。

Informative note: In RFC 3984, which this document obsoletes, the unit of this parameter was 1024 bytes. The unit has been changed to 8/3 macroblocks in this document. The reason for this change was due to the changes from the 2003 version of the H.264 specification referenced by RFC 3984 to the 2010 version of the H.264 specification referenced by this document, particularly the changes to Table A-1 in the H.264 specification due to addition of color formats and bit depths not supported earlier. The changed semantics of this parameter keeps backward compatibility to RFC 3984 and supports all profiles defined in the 2010 version of the H.264 specification.

参考情報:このドキュメントで廃止されたRFC 3984では、このパラメーターの単位は1024バイトでした。このドキュメントでは、単位が8/3マクロブロックに変更されています。この変更の理由は、RFC 3984で参照されているH.264仕様の2003バージョンから、このドキュメントで参照されているH.264仕様の2010バージョンへの変更、特にHの表A-1の変更によるものです。以前にサポートされていなかったカラー形式とビット深度の追加による.264仕様。このパラメーターの変更されたセマンティクスは、RFC 3984への下位互換性を維持し、H.264仕様の2010バージョンで定義されたすべてのプロファイルをサポートします。

max-br: The value of max-br is an integer indicating the maximum video bitrate in units of 1000 bits per second for the VCL HRD parameters and in units of 1200 bits per second for the NAL HRD parameters. Note that this parameter does not use units of cpbBrVclFactor and cpbBrNALFactor (see Table A-1 of [1]).

max-br:max-brの値は、VCL HRDパラメータの場合は1秒あたり1000ビットの単位で、NAL HRDパラメータの場合は1秒あたり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。このパラメーターはcpbBrVclFactorおよびcpbBrNALFactorの単位を使用しないことに注意してください([1]の表A-1を参照)。

The max-br parameter signals that the video decoder of the receiver is capable of decoding video at a higher bitrate than is required by the signaled highest level conveyed in the value of the profile-level-id parameter or the max-recv-level parameter.

max-brパラメーターは、レシーバーのビデオデコーダーが、profile-level-idパラメーターまたはmax-recv-levelパラメーターの値で伝達される信号の最高レベルが必要とす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通知します。

When max-br is signaled, the video codec of the receiver MUST be able to decode NAL unit streams that conform to the signaled highest level, with the following exceptions in the limits specified by the highest level:

max-brが通知された場合、受信機のビデオコーデックは、通知された最高レベルに準拠する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、最高レベルで指定された制限の次の例外があります。

o The value of max-br (after taking cpbBrVclFactor and cpbBrNALFactor into consideration when needed) replaces the MaxBR value in Table A-1 of [1] for the highest level.

o max-brの値(必要に応じてcpbBrVclFactorおよびcpbBrNALFactorを考慮した後)は、最高レベルの[1]の表A-1のMaxBR値を置き換えます。

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 highest level).

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 /(シグナルされた最高レベルのMaxBR )。

For example, if a receiver signals capability for Main profile 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、レシーバーがメインプロファイルレベル1.2の機能を示し、max-brが1550である場合、これはVCL HRDパラメーターの場合は最大ビデオビットレート1550 kbits /秒、NAL HRDパラメーターの場合は最大ビデオビットレート1860 kbits /秒を示します。 、および4036458ビットのCPBサイズ(1550000/384000 * 1000 * 1000)。

The value of max-br (after taking cpbBrVclFactor and cpbBrNALFactor into consideration when needed) MUST be greater than or equal to the value MaxBR given in Table A-1 of [1] for the signaled highest level.

max-brの値(必要に応じてcpbBrVclFactorおよびcpbBrNALFactorを考慮した後)は、信号の最高レベルについて[1]の表A-1に示されている値MaxBR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、ビデオ品質を向上させることができます。

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 assumption that the network is capable of handling such bitrates at any given time cannot be made from the value of this parameter. In particular, no conclusion can be drawn that the signaled bitrate 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。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、このパラメーターの値から行うことはできません。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, 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、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 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redundant-pic-capパラメータと同じ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、 redundancy-pic-capの値は0に等しくなければならない(MUST)。レシーバーがredundancy-pic-capが0に等しいことを示している場合、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るべきではない(SHOULD NOT)。

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 a profile (Baseline, Extended) in which redundant coded pictures are allowed.

参考情報:redundant-pic-capが0に等しい場合でも、デコーダーが冗長なコード化画像が許可されているプロファイル(ベースライン、拡張)を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.

有益な注意:冗長PICキャップが1に等しい場合でも、受信機は、冗長スライスのデコードを置換または補完するために他のエラー隠蔽戦略を選択することもできます。

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 can be placed in the NAL unit stream to 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 a comma-separated (',') list of base64 [7] representations of parameter set NAL units as specified in Sections 7.3.2.1 and

sprop-parameter-sets:このパラメーターは、NALユニットストリームに配置してデコードで他のNALユニットの前に置くことができるシーケンスおよび画像パラメーターセットNALユニット(ここでは初期パラメーターセットNALユニットと呼びます)を伝達するために使用できます(MAY)。注文。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、7.3.2.1項で指定されているパラメータセットNALユニットのbase64 [7]表現のコンマ区切り( '、')リストです。

7.3.2.2 of [1]. 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 hundred bytes.

7.3.2.2 [1]の。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, 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 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(パラメーターセットの同じ値)を使用していないと想定できません識別子)。したがって、レシーバーはすべてのsprop-parameter-setsをバッファーに入れ、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。

The sprop-parameter-sets parameter MUST only contain parameter sets that are conforming to the profile-level-id, i.e., the subset of coding tools indicated by any of the parameter sets MUST be equal to the default sub-profile, and the level indicated by any of the parameter sets MUST be equal to the default level.

sprop-parameter-setsパラメーターには、profile-level-idに準拠しているパラメーターセットのみを含める必要があります。つまり、いずれかのパラメーターセットによって示されるコーディングツールのサブセットは、デフォルトのサブプロファイルと同じでなければならず、レベルパラメータセットのいずれかで示される値は、デフォルトレベルと等しくなければなりません。

sprop-level-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 can be placed in the NAL unit stream to precede any other NAL units in decoding order and that are associated with one or more levels different than the default level. The parameter MUST NOT be used to indicate codec capability in any capability exchange procedure.

sprop-level-parameter-sets:このパラメーターは、他のNALユニットの前にNALユニットストリームに配置できるシーケンスおよび画像パラメーターセットNALユニット(以下、初期パラメーターセットNALユニットと呼びます)を伝達するために使用できます(MAY)。デコード順で、デフォルトレベルとは異なる1つ以上のレベルに関連付けられています。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)。

The sprop-level-parameter-sets parameter contains parameter sets for one or more levels that are different than the default level. All parameter sets associated with one level are clustered and prefixed with a three-byte field that has the same syntax as profile-level-id. This enables the receiver to install the parameter sets for one level and discard the rest. The three-byte field is named PLId, and all parameter sets associated with one level are named PSL, which has the same syntax as sprop-parameter-sets. Parameter sets for each level are represented in the form of PLId:PSL, i.e., PLId followed by a colon (':') and the base64 [7] representation of the initial parameter set NAL units for the level. Each pair of PLId:PSLs is also separated by a colon. Note that a PSL can contain multiple parameter sets for that level, separated with commas (',').

sprop-level-parameter-setsパラメーターには、デフォルトレベルとは異なる1つ以上のレベルのパラメーターセットが含まれています。 1つのレベルに関連付けられたすべてのパラメーターセットはクラスター化され、profile-level-idと同じ構文を持つ3バイトのフィールドが前に付けられます。これにより、レシーバーは1つのレベルのパラメーターセットをインストールし、残りを破棄できます。 3バイトのフィールドにはPLIdという名前が付けられ、1つのレベルに関連付けられているすべてのパラメーターセットにはPSLという名前が付けられます。これは、sprop-parameter-setsと同じ構文です。各レベルのパラメーターセットは、PLId:PSLの形式で表されます。つまり、PLIdの後にコロン( ':')と、レベルの初期パラメーターセットNAL単位のbase64 [7]表現が続きます。 PLId:PSLの各ペアもコロンで区切られます。 PSLには、そのレベルの複数のパラメーターセットをコンマ( '、')で区切って含めることができることに注意してください。

The subset of coding tools indicated by each PLId field MUST be equal to the default sub-profile, and the level indicated by each PLId field MUST be different than the default level. All sequence parameter sets contained in each PSL MUST have the three bytes from profile_idc to level_idc, inclusive, equal to the preceding PLId.

各PLIdフィールドによって示されるコーディングツールのサブセットは、デフォルトのサブプロファイルと等しくなければならず、各PLIdフィールドによって示されるレベルは、デフォルトレベルとは異なる必要があります。各PSLに含まれるすべてのシーケンスパラメーターセットは、profile_idcからlevel_idcまでの3バイトを含み、先行するPLIdと等しい必要があります。

Informative note: This parameter allows for efficient level downgrade or upgrade in SDP Offer/Answer and out-of-band transport of parameter sets simultaneously.

参考情報:このパラメーターにより、SDPオファー/アンサーの効率的なレベルのダウングレードまたはアップグレードと、パラメーターセットの帯域外転送を同時に行うことができます。

use-level-src-parameter-sets: This parameter MAY be used to indicate a receiver capability. The value MAY be equal to either 0 or 1. When the parameter is not present, the value MUST be inferred to be equal to 0. The value 0 indicates that the receiver does not understand the sprop-level-parameter-sets parameter, does not understand the "fmtp" source attribute as specified in Section 6.3 of [9], will ignore sprop-level-parameter-sets when present, and will ignore sprop-parameter-sets when conveyed using the "fmtp" source attribute. The value 1 indicates that the receiver understands the sprop-level-parameter-sets parameter, understands the "fmtp" source attribute as specified in Section 6.3 of [9], and is capable of using parameter sets contained in the sprop-level-parameter-sets or contained in the sprop-parameter-sets that is conveyed using the "fmtp" source attribute.

use-level-src-parameter-sets:このパラメーターは、レシーバー機能を示すために使用できます。値は0または1のいずれかに等しい場合があります。パラメータが存在しない場合、値は0に等しいと推測する必要があります。値0は、レシーバがsprop-level-parameter-setsパラメータを理解していないことを示し、 [9]のセクション6.3で指定されている「fmtp」ソース属性を理解せず、存在する場合はsprop-level-parameter-setsを無視し、「fmtp」ソース属性を使用して伝達される場合はsprop-parameter-setsを無視します。値1は、レシーバーがsprop-level-parameter-setsパラメーターを理解し、[9]のセクション6.3で指定されている「fmtp」ソース属性を理解し、sprop-level-parameterに含まれるパラメーターセットを使用できることを示します。 -setsまたは「fmtp」ソース属性を使用して伝達されるsprop-parameter-setsに含まれます。

Informative note: An RFC 3984 receiver does not understand sprop-level-parameter-sets, use-level-src-parameter-sets, or the "fmtp" source attribute as specified in Section 6.3 of [9]. Therefore, during SDP Offer/Answer, an RFC 3984 receiver as the answerer will simply ignore sprop-level-parameter-sets when present in an offer and sprop-parameter-sets conveyed using the "fmtp" source attribute, as specified in Section 6.3 of [9]. Assume that the offered payload type was accepted at a level lower than the default level. If the offered payload type included sprop-level-parameter-sets or included sprop-parameter-sets conveyed using the "fmtp" source attribute and if the offerer sees that the answerer has not included use-level-src-parameter-sets equal to 1 in the answer, the offerer knows that in-band transport of parameter sets is needed.

参考情報:RFC 3984レシーバーは、sprop-level-parameter-sets、use-level-src-parameter-sets、または[9]のセクション6.3で指定されている「fmtp」ソース属性を理解しません。したがって、SDP Offer / Answerの間に、回答者としてのRFC 3984レシーバーは、オファーに存在する場合はsprop-level-parameter-setsを無視し、セクション6.3で指定されているように、「fmtp」ソース属性を使用して伝達されるsprop-parameter-setsを無視します。 [9]の。提供されたペイロードタイプがデフォルトレベルよりも低いレベルで受け入れられたと想定します。提供されたペイロードタイプにsprop-level-parameter-setsが含まれているか、「fmtp」ソース属性を使用して伝達されたsprop-parameter-setsが含まれていて、提供者が回答者に以下に等しいuse-level-src-parameter-setsが含まれていないことを確認した場合答えの1で、提供者はパラメータセットのインバンド転送が必要であることを知っています。

in-band-parameter-sets: This parameter MAY be used to indicate a receiver capability. The value MAY be equal to either 0 or 1. The value 1 indicates that the receiver discards out-of-band parameter sets in sprop-parameter-sets and sprop-level-parameter-sets; therefore, the sender MUST transmit all parameter sets in-band. The value 0 indicates that the receiver utilizes out-of-band parameter sets included in sprop-parameter-sets and/or sprop-level-parameter-sets. However, in this case, the sender MAY still choose to send parameter sets in-band. When in-band-parameter-sets is equal to 1, use-level-src-parameter-sets MUST NOT be present or MUST be equal to 0. When the parameter is not present, this receiver capability is not specified, and therefore the sender MAY send out-of-band parameter sets only, it MAY send in-band-parameter-sets only, or it MAY send both.

in-band-parameter-sets:このパラメーターは、レシーバー機能を示すために使用される場合があります。値は0または1のいずれかになります。値1は、レシーバがsprop-parameter-setsおよびsprop-level-parameter-sets内の帯域外パラメータセットを破棄することを示します。したがって、送信者はすべてのパラメータセットをインバンドで送信する必要があります。値0は、レシーバーがsprop-parameter-setsやsprop-level-parameter-setsに含まれる帯域外パラメーターセットを利用することを示します。ただし、この場合でも、送信者はパラメータセットをインバンドで送信することを選択できます(MAY)。 in-band-parameter-setsが1の場合、use-level-src-parameter-setsは存在してはならない、または0でなければならない(MUST)。パラメータが存在しない場合、このレシーバー機能は指定されないため、送信者は、帯域外パラメータセットのみを送信してもよいし、帯域内パラメータセットのみを送信してもよいし、両方を送信してもよい(MAY)。

level-asymmetry-allowed: This parameter MAY be used in SDP Offer/Answer to indicate whether level asymmetry, i.e., sending media encoded at a different level in the offerer-to-answerer direction than the level in the answerer-to-offerer direction, is allowed. The value MAY be equal to either 0 or 1. When the parameter is not present, the value MUST be inferred to be equal to 0. The value 1 in both the offer and the answer indicates that level asymmetry is allowed. The value of 0 in either the offer or the answer indicates that level asymmetry is not allowed.

level-asymmetry-allowed:このパラメータは、SDP Offer / Answerで使用して、レベルの非対称性、つまり、提供者から回答者の方向で、回答者から提供者の方向とは異なるレベルでエンコードされたメディアを送信するかどうかを示すことができます。 、 許可されている。値は0または1のいずれかに等しい場合があります。パラメータが存在しない場合、値は0に等しいと推測する必要があります。オファーとアンサーの両方の値1は、レベルの非対称が許可されていることを示します。オファーまたはアンサーのいずれかの値が0の場合、レベルの非対称性が許可されていないことを示しています。

If level-asymmetry-allowed is equal to 0 (or not present) in either the offer or the answer, level asymmetry is not allowed. In this case, the level to use in the direction from the offerer to the answerer MUST be the same as the level to use in the opposite direction.

レベルの非対称性がオファーまたはアンサーのいずれかで0(または存在しない)に等しい場合、レベルの非対称性は許可されません。この場合、提供者から回答者への方向で使用するレベルは、反対方向で使用するレベルと同じ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 MUST be used. This mode is in use in standards using ITU-T Recommendation H.241 [3] (see Section 12.1). When the value of packetization-mode is equal to 1, the non-interleaved mode MUST be used. When the value of packetization-mode is equal to 2, the interleaved mode 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、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 [3]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、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、インターリーブモードを使用する必要があります。 packetization-modeの値は、0から2まで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 an RTP packet stream. It specifies the maximum number of VCL NAL units that precede any VCL NAL unit in the RTP packet stream in transmission order and that 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.

このパラメータは、RTPパケットストリームのプロパティを示します。これは、RTPパケットストリーム内のVCL NALユニットの送信順に先行し、VCL NALユニットの後にデコード順に続く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)。packetization-modeの値が2の場合に存在する必要があります。 。

sprop-deint-buf-req signals the required size of the de-interleaving buffer for the RTP packet 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 de-interleaving buffer that is specified in Section 7.2. It is guaranteed that receivers can perform the de-interleaving of interleaved NAL units into NAL unit decoding order, when the de-interleaving buffer size is at least the value of sprop-deint-buf-req in terms of bytes.

sprop-deint-buf-reqは、RTPパケ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、セクション7.2で指定されているそ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)以上でなければなりません(MUST)。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、レシーバーはインターリーブされたNALユニットをNALユニットのデコード順序にデインターリーブできることが保証されています。

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 de-interleaving 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、インターリーブ解除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 de-interleaving 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 de-interleaving buffer of the receiver only. When network jitter can occur, an appropriately sized jitter buffer has to be provisioned for as well.

参考情報:deint-buf-capは、レシーバーのみのインターリーブ解除バッファーの最大可能サイズを示します。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。

sprop-init-buf-time: This parameter MAY be used to signal the properties of an RTP packet stream. The parameter MUST NOT be present if the value of packetization-mode is equal to 0 or 1.

sprop-init-buf-time:このパラメータは、RTPパケ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 wait before starting decoding to recover the NAL unit decoding order from the transmission order. The parameter is the maximum value of (decoding time of the NAL unit - transmission time of a NAL unit), assuming reliable and instantaneous transmission, the same timeline for transmission and decoding, and commencement of decoding when the first packet arrives.

パラメータは、送信順序からNALユニットの復号順序を復元するために、復号を開始する前に受信機が待機しなければならない初期バッファリング時間を通知します。パラメータは、(NALユニットのデコード時間-NALユニットの転送時間)の最大値であり、信頼性のある瞬時の転送、転送とデコードの同じタイムライン、および最初のパケットが到着したときのデコードの開始を想定しています。

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. 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.

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。パラメーターは、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、0〜4294967295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 an RTP packet stream. It MUST NOT be used to signal transmitter, 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:このパラメータは、RTPパケットストリームのプロパティを通知するために使用される場合があります。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ユニットのデコード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。let 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),
              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.

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.

このパラメーターは、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。

sar-understood: This parameter MAY be used to indicate a receiver capability and nothing else. The parameter indicates the maximum value of aspect_ratio_idc (specified in [1]) smaller than 255 that the receiver understands. Table E-1 of [1] specifies aspect_ratio_idc equal to 0 as "unspecified"; 1 to 16, inclusive, as specific Sample Aspect Ratios (SARs); 17 to 254, inclusive, as "reserved"; and 255 as the Extended SAR, for which SAR width and SAR height are explicitly signaled. Therefore, a receiver with a decoder according to [1] understands aspect_ratio_idc in the range of 1 to 16, inclusive, and aspect_ratio_idc equal to 255, in the sense that the receiver knows exactly what the SAR is. For such a receiver, the value of sar-understood is 16. In the future, if Table E-1 of [1] is extended, e.g., such that the SAR for aspect_ratio_idc equal to 17 is specified, then for a receiver with a decoder that understands the extension, the value of sar-understood is 17. For a receiver with a decoder according to the 2003 version of [1], the value of sar-understood is 13, as the minimum reserved aspect_ratio_idc therein is 14.

sar-understood:このパラメータは、レシーバの機能を示すためにのみ使用できます。このパラメーターは、レシーバーが理解できる255よりも小さい([1]で指定されている)aspect_ratio_idcの最大値を示します。 [1]の表E-1では、「未指定」として0に等しいアスペクト比を指定しています。特定のサンプルアスペクト比(SAR)として1〜16。 「予約済み」として17〜254を含みます。拡張SARとして255。SAR幅とSAR高さが明示的に通知されます。したがって、[1]によるデコーダーを備えた受信機は、SARが正確にわかるという意味で、1から16の範囲のaspect_ratio_idcと、255に等しいaspect_ratio_idcを理解します。そのような受信機の場合、sar-understoodの値は16です。将来、[1]の表E-1が拡張され、たとえば、aspect_ratio_idcが17のSARが指定された場合、拡張機能を理解するデコーダー、sar-understoodの値は17です。2003バージョンの[1]によるデコーダーを備えた受信機の場合、sar-understoodの値は13です。そのため、予約されている最小のアスペクトアスペクト比は14です。

When sar-understood is not present, the value MUST be inferred to be equal to 13.

sar-understoodが存在しない場合、値は13に等しいと推測する必要があります。

sar-supported: This parameter MAY be used to indicate a receiver capability and nothing else. The value of this parameter is an integer in the range of 1 to sar-understood, inclusive, equal to 255. The value of sar-supported equal to N smaller than 255 indicates that the receiver supports all the SARs corresponding to H.264 aspect_ratio_idc values (see Table E-1 of [1]) in the range from 1 to N, inclusive, without geometric distortion. The value of sar-supported equal to 255 indicates that the receiver supports all sample aspect ratios that are expressible using two 16-bit integer values as the numerator and denominator, i.e., those that are expressible using the H.264 aspect_ratio_idc value of 255 (Extended_SAR, see Table E-1 of [1]), without geometric distortion.

sar-supported:このパラメーターは、レシーバーの機能を示すためにのみ使用できます。このパラメーターの値は、1からsar-understoodまでの範囲の整数で、255です。255より小さいNに等しいsar-supportedの値は、受信機がH.264アスペクトに対応するすべてのSARをサポートすることを示します。 1からNまでの範囲の値([1]の表E-1を参照)、幾何学的歪みなし。 255に等しいsar-supportedの値は、分子と分母として2つの16ビット整数値を使用して表現できるすべてのサンプルアスペクト比、つまり、255のH.264アスペクト比IDC値を使用して表現できるすべてのサンプルアスペクト比をサポートすることを示します。 Extended_SAR、[1]の表E-1を参照)、幾何学的歪みなし。

H.264-compliant encoders SHOULD NOT send an aspect_ratio_idc equal to 0 or an aspect_ratio_idc larger than sar-understood and smaller than 255. H.264-compliant encoders SHOULD send an aspect_ratio_idc that the receiver is able to display without geometrical distortion. However, H.264-compliant encoders MAY choose to send pictures using any SAR.

H.264準拠のエンコーダーは、0に等しいまたは、sar-understoodより大きく255未満のaspect_ratio_idcを送信するべきではありません(SHOULD NOT)。ただし、H.264準拠のエンコーダーは、任意のSARを使用して画像を送信することを選択できます。

Note that the actual sample aspect ratio or extended sample aspect ratio, when present, of the stream is conveyed in the Video Usability Information (VUI) part of the sequence parameter set.

ストリームの実際のサンプルアスペクト比または拡張サンプルアスペクト比は、存在する場合、シーケンスパラメータセットのビデオユーザビリティ情報(VUI)部分で伝達されることに注意してください。

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。

Security considerations: See Section 9 of RFC 6184.

セキュリティに関する考慮事項:RFC 6184のセクション9をご覧ください。

Public specification: Please refer to RFC 6184 and its Section 17.

公開仕様:RFC 6184およびそのセクション17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

ファイル拡張子:なしMacintoshファイルタイプコード:なし

Object identifier or OID: none

オブジェクト識別子またはOID:なし

Person & email address to contact for further information: Ye-Kui Wang, yekui.wang@huawei.com

詳細について連絡する人とメールアドレス:Ye-Kui Wang、yekui.wang @ huawei.com

Intended usage: COMMON

使用目的:COMMON

Author: Ye-Kui Wang, yekui.wang@huawei.com

著者:Y E-K UI Wang、また負けます。Wang@Huawei.com

Change controller: IETF Audio/Video Transport working group delegated from the IESG.

変更コントローラー:IESGから委任されたIETFオーディオ/ビデオトランスポートワーキンググループ。

8.2. SDP Parameters
8.2. SDPパラメータ

The receiver MUST ignore any parameter unspecified in this memo.

受信者は、このメモで指定されていないパラメータを無視しなければなりません(MUST)。

8.2.1. Mapping of Payload Type Parameters to SDP
8.2.1. ペイロードタイプパラメータのSDPへのマッピング

The media type video/H264 string is mapped to fields in the Session Description Protocol (SDP) [6] as follows:

メディアタイプvideo / H264文字列は、Session Description Protocol(SDP)[6]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 media subtype).

o SDPの「a = rtpmap」行のエンコーディング名はH264(メディアサブタイプ)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-recv-level, max-mbps, max-smbps, max-fs, max-cpb, max-dpb, max-br, redundant-pic-cap, use-level-src-parameter-sets, in-band-parameter-sets, level-asymmetry-allowed, packetization-mode, sprop-interleaving-depth, sprop-deint-buf-req, deint-buf-cap, sprop-init-buf-time, sprop-max-don-diff, max-rcmd-nalu-size, sar-understood, and sar-supported, when present, MUST be included in the "a=fmtp" line of SDP. These parameters are expressed as a 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ーprofile-level-id、max-recv-level、max-mbps、max-smbps、max-fs、max-cpb、max-dpb、max-br、redundant-pic-cap、use-level-src -parameter-sets、in-band-parameter-sets、level-asymmetry-allowed、packetization-mode、sprop-interleaving-depth、sprop-deint-buf-req、deint-buf-cap、sprop-init-buf-time 、sprop-max-don-diff、max-rcmd-nalu-size、sar-understood、およびsar-supported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は、parameter = valueペアのセミコロンで区切られたリストの形式で、メディアタイプ文字列として表されます。

o The OPTIONAL parameters sprop-parameter-sets and sprop-level-parameter-sets, when present, MUST be included in the "a=fmtp" line of SDP or conveyed using the "fmtp" source attribute as specified in Section 6.3 of [9]. For a particular media format (i.e., RTP payload type), a sprop-parameter-sets or sprop-level-parameter-sets MUST NOT be both included in the "a=fmtp" line of SDP and conveyed using the "fmtp" source attribute. When included in the "a=fmtp" line of SDP, these parameters are expressed as a media type string, in the form of a semicolon-separated list of parameter=value pairs. When conveyed using the "fmtp" source attribute, these parameters are only associated with the given source and payload type as parts of the "fmtp" source attribute.

o OPTIONALパラメータsprop-parameter-setsおよびsprop-level-parameter-setsは、存在する場合、SDPの「a = fmtp」行に含めるか、[のセクション6.3で指定されている「fmtp」ソース属性を使用して伝達する必要があります。 9]。特定のメディア形式(RTPペイロードタイプなど)では、sprop-parameter-setsまたはsprop-level-parameter-setsをSDPの「a = fmtp」行に含めたり、「fmtp」ソースを使用して伝えたりしてはなりません(MUST NOT)。属性。 SDPの「a = fmtp」行に含まれる場合、これらのパラメーターはパラメータータイプ=値のペアのセミコロン区切りリストの形式で、メディアタイプ文字列として表現されます。 「fmtp」ソース属性を使用して伝達される場合、これらのパラメーターは、「fmtp」ソース属性の一部として、指定されたソースとペイロードタイプにのみ関連付けられます。

Informative note: Conveyance of sprop-parameter-sets and sprop-level-parameter-sets using the "fmtp" source attribute allows for out-of-band transport of parameter sets in topologies like Topo-Video-switch-MCU [29].

参考情報: "fmtp"ソース属性を使用したsprop-parameter-setsおよびsprop-level-parameter-setsの伝達により、Topo-Video-switch-MCU [29]などのトポロジでのパラメーターセットの帯域外転送が可能になります。

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;
                packetization-mode=1;
                sprop-parameter-sets=<parameter sets data>
        
8.2.2. Usage with the SDP Offer/Answer Model
8.2.2. SDPオファー/アンサーモデルでの使用

When H.264 is offered over RTP using SDP in an Offer/Answer model [8] 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[8]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 and packetization-mode. These media format configuration parameters (except for the level part of profile-level-id) MUST be used symmetrically; that is, 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. Note that the level part of profile-level-id includes level_idc, and, for indication of Level 1b when profile_idc is equal to 66, 77, or 88, bit 4 (constraint_set3_flag) of profile-iop. The level part of profile-level-id is changeable.

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ーは、profile-level-idとpacketization-modeです。これらのメディア形式構成パラメーター(profile-level-idのレベル部分を除く)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。 profile-level-idのレベル部分にはlevel_idcが含まれ、profile_idcが66、77、または88に等しい場合のレベル1bを示すために、profile-iopのビット4(constraint_set3_flag)に注意してください。 profile-level-idのレベル部分は変更可能です。

Informative note: The requirement for symmetric use does not apply for the level part of profile-level-id and does not apply for the other stream properties and capability parameters.

参考情報:対称的な使用の要件は、profile-level-idのレベル部分には適用されず、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。

Informative note: In H.264 [1], all the levels except for Level 1b are equal to the value of level_idc divided by 10. Level 1b is a level higher than Level 1.0 but lower than Level 1.1 and is signaled in an ad hoc manner, because the level was specified after Level 1.0 and Level 1.1. For the Baseline, Main, and Extended profiles (with profile_idc equal to 66, 77, and 88, respectively), Level 1b is indicated by level_idc equal to 11 (i.e., same as Level 1.1) and constraint_set3_flag equal to 1. For other profiles, Level 1b is indicated by level_idc equal to 9 (but note that Level 1b for these profiles are still higher than Level 1, which has level_idc equal to 10 and lower than Level 1.1). In SDP Offer/Answer, an answer to an offer may indicate a level equal to or lower than the level indicated in the offer. Due to the ad hoc indication of Level 1b, offerers and answerers must check the value of bit 4 (constraint_set3_flag) of the middle octet of the parameter profile-level-id, when profile_idc is equal to 66, 77, or 88 and level_idc is equal to 11.

参考情報:H.264 [1]では、レベル1bを除くすべてのレベルは、level_idcの値を10で割った値に等しくなります。レベル1bは、レベル1.0より高く、レベル1.1より低いレベルで、アドホックで通知されますこれは、レベルがレベル1.0およびレベル1.1の後に指定されたためです。ベースライン、メイン、および拡張プロファイルの場合(profile_idcがそれぞれ66、77、88の場合)、レベル1bはlevel_idcが11(レベル1.1と同じ)、constraint_set3_flagが1で示されます。その他のプロファイルの場合、レベル1bは、9に等しいlevel_idcで示されます(ただし、これらのプロファイルのレベル1bは、レベル1よりも高く、level_idcは10に等しく、レベル1.1よりも低いことに注意してください)。 SDPオファー/アンサーでは、オファーへの回答は、オファーに示されているレベル以下のレベルを示す場合があります。レベル1bのアドホックな指示により、提供者と回答者は、profile_idcが66、77、または88に等しく、level_idcが等しい場合に、パラメータprofile-level-idの中央オクテットのビット4(constraint_set3_flag)の値を確認する必要があります。 11に等しい。

To simplify the 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 [8]. An answer MUST NOT contain the payload type number used in the offer unless the configuration is exactly the same as in the offer.

これらの構成の処理とマッチングを簡素化するために、[8]で指定されているように、オファーで使用されているものと同じ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)。構成がオファーとまったく同じでない限り、回答には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。

Informative note: When an offerer receives an answer, it has to compare payload types not declared in the offer based on the media type (i.e., video/H264) and the above media configuration parameters with any payload types it has already declared. This will enable it to determine whether the configuration in question is new or if it is equivalent to configuration already offered, since a different payload type number may be used in the answer.

参考情報:オファーが回答を受け取ると、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)および上記のメディア構成パラメーターに基づいて、すでに宣言されているペイロードタイプと比較する必要があります。これにより、問題の構成が新しいかどうか、またはすでに提供されている構成と同等であるかどうかを判別できます。異なるペイロードタイプ番号が回答で使用される場合があるためです。

o When present, the parameter max-recv-level declares the highest level supported for receiving. In case max-recv-level is not present, the highest level supported for receiving is equal to the default level indicated by the level part of profile-level-id. When present, max-recv-level MUST be higher than the default level.

o 存在する場合、パラメーターmax-recv-levelは、受信がサポートされている最高レベルを宣言します。 max-recv-levelが存在しない場合、受信でサポートされる最高レベルは、profile-level-idのレベル部分で示されるデフォルトレベルと同じです。存在する場合、max-recv-levelはデフォルトレベルよりも高い必要があります。

o The parameter level-asymmetry-allowed indicates whether level asymmetry is allowed.

o パラメータlevel-asymmetry-allowedは、レベルの非対称が許可されるかどうかを示します。

If level-asymmetry-allowed is equal to 0 (or not present) in either the offer or the answer, level asymmetry is not allowed. In this case, the level to use in the direction from the offerer to the answerer MUST be the same as the level to use in the opposite direction, and the common level to use is equal to the lower value of the default level in the offer and the default level in the answer.

レベルの非対称性がオファーまたはアンサーのいずれかで0(または存在しない)に等しい場合、レベルの非対称性は許可されません。この場合、提供者から回答者への方向で使用するレベルは、反対方向で使用するレベルと同じである必要があり、使用する共通レベルは、オファーのデフォルトレベルの低い方の値と同じです。と答えのデフォルトレベル。

Otherwise, level-asymmetry-allowed equals 1 in both the offer and the answer, and level asymmetry is allowed. In this case, the level to use in the offerer-to-answerer direction MUST be equal to the highest level the answerer supports for receiving, and the level to use in the answerer-to-offerer direction MUST be equal to the highest level the offerer supports for receiving.

それ以外の場合、レベルの非対称性はオファーとアンサーの両方で1に等しく、レベルの非対称性は許可されます。この場合、提供者から回答者への方向で使用するレベルは、回答者が受信するためにサポートする最高レベルに等しくなければならず、回答者から提供者への方向で使用するレベルは、最高レベルに等しい必要があります。提供者は受信をサポートします。

When level asymmetry is not allowed, level upgrade is not allowed, i.e., the default level in the answer MUST be equal to or lower than the default level in the offer.

レベルの非対称性が許可されていない場合、レベルのアップグレードは許可されません。つまり、回答のデフォルトレベルは、オファーのデフォルトレベル以下でなければなりません。

o The parameters sprop-deint-buf-req, sprop-interleaving-depth, sprop-max-don-diff, and sprop-init-buf-time describe the properties of the RTP packet stream that the offerer or answerer is sending for the 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-deint-buf-req、sprop-interleaving-depth、sprop-max-don-diff、およびsprop-init-buf-timeは、提供者または回答者がメディアに送信するRTPパケットストリームのプロパティを示しますフォーマット設定。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 a declaring entity with the same configuration; i.e., they are dependent on their source. Rather than 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。値は、構成に適用されるため、ペイロードタイプにバインドされるのではなく、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-smbps, max-fs, max-cpb, max-dpb, max-br, redundant-pic-cap, max-rcmd-nalu-size, sar-understood, and sar-supported MAY be used to declare further capabilities of the offerer or answerer for receiving. These parameters MUST NOT be present when the direction attribute is "sendonly" and when the parameters describe the limitations of what the offerer or answerer accepts for receiving streams.

o 機能パラメーターmax-mbps、max-smbps、max-fs、max-cpb、max-dpb、max-br、redundant-pic-cap、max-rcmd-nalu-size、sar-understood、sar-supported MAYオファーまたはアンサーの受信機能をさらに宣言するために使用されます。これらのパラメーターは、direction属性が "sendonly"であり、パラメーターがストリームを受信するために提供者または応答者が受け入れるものの制限を記述している場合は、存在してはなりません(MUST NOT)。

o An offerer has to include the size of the de-interleaving buffer, sprop-deint-buf-req, in the offer for an interleaved H.264 stream. To enable the offerer and answerer to inform each other about their capabilities for de-interleaving buffering in receiving streams, both parties are RECOMMENDED to include deint-buf-cap. 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 オファー提供者は、インターリーブされたH.264ストリームのオファーに、インターリーブ解除バッファーのサイズsprop-deint-buf-reqを含める必要があります。オファー側とアンサー側が受信ストリームでのデインターリーブバッファリングの機能について互いに通知できるようにするには、両方の当事者にdeint-buf-capを含めることをお勧めします。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、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 or sprop-level-parameter-sets parameter, when present (included in the "a=fmtp" line of SDP or conveyed using the "fmtp" source attribute as specified in Section 6.3 of

o sprop-parameter-setsまたはsprop-level-parameter-setsパラメーターが存在する場合(SDPの「a = fmtp」行に含まれるか、または6.3節で指定されている「fmtp」ソース属性を使用して伝達される)

[9]), is used for out-of-band transport of parameter sets. However, when out-of-band transport of parameter sets is used, parameter sets MAY still be additionally transported in-band.

[9])は、パラメータセットの帯域外転送に使用されます。ただし、パラメーターセットの帯域外転送が使用されている場合でも、パラメーターセットは引き続き帯域内で転送される場合があります。

The answerer MAY use either out-of-band or in-band transport of parameter sets for the stream it is sending, regardless of whether out-of-band parameter sets transport has been used in the offerer-to-answerer direction. Parameter sets included in an answer are independent of those parameter sets included in the offer, as they are used for decoding two different video streams, one from the answerer to the offerer and the other in the opposite direction.

回答者は、提供者から回答者の方向で帯域外パラメータセットの転送が使用されたかどうかに関係なく、送信するストリームのパラメータセットの帯域外または帯域内転送を使用できます(MAY)。回答に含まれているパラメーターセットは、オファーに含まれているパラメーターセットから独立しています。これらは、2つの異なるビデオストリームをデコードするために使用されるためです。

The following rules apply to transport of parameter sets in the offerer-to-answerer direction.

以下のルールは、オファーから回答への方向でのパラメーターセットの転送に適用されます。

o An offer MAY include either or both of sprop-parameter-sets and sprop-level-parameter-sets. If neither sprop-parameter-sets nor sprop-level-parameter-sets is present in the offer, then only in-band transport of parameter sets is used.

o オファーには、sprop-parameter-setsとsprop-level-parameter-setsのいずれかまたは両方が含まれる場合があります。オファーにsprop-parameter-setsもsprop-level-parameter-setsも存在しない場合、パラメーターセットのインバンド転送のみが使用されます。

o If the answer includes in-band-parameter-sets equal to 1, then the offerer MUST transmit parameter sets in-band. Otherwise, the following applies.

o 回答に1に等しい帯域内パラメーターセットが含まれている場合、提供者はパラメーターセットを帯域内で送信する必要があります。それ以外の場合、以下が適用されます。

o If the level to use in the offerer-to-answerer direction is equal to the default level in the offer, the following applies.

o オファーから回答への方向で使用するレベルがオファーのデフォルトレベルと等しい場合、以下が適用されます。

When there is a sprop-parameter-sets included in the "a=fmtp" line in the offer, the answerer MUST be prepared to use the parameter sets included in the sprop-parameter-sets for decoding the incoming NAL unit stream.

オファーの「a = fmtp」行にsprop-parameter-setsが含まれている場合、着信NALユニットストリームをデコードするために、sprop-parameter-setsに含まれているパラメーターセットを使用するように回答者を準備する必要があります。

When there is a sprop-parameter-sets conveyed using the "fmtp" source attribute in the offer, the following applies. If the answer includes use-level-src-parameter-sets equal to 1 or the "fmtp" source attribute, the answerer MUST be prepared to use the parameter sets included in the sprop-parameter-sets for decoding the incoming NAL unit stream; otherwise, the offerer MUST transmit parameter sets in-band.

オファーに「fmtp」ソース属性を使用して伝達されるsprop-parameter-setsがある場合、以下が適用されます。回答に1に等しいuse-level-src-parameter-setsまたは「fmtp」ソース属性が含まれている場合、着信NALユニットストリームをデコードするためにsprop-parameter-setsに含まれているパラメーターセットを使用するように回答者を準備する必要があります。それ以外の場合、提供者はパラメータセットをインバンドで送信する必要があります。

When sprop-parameter-sets is not present in the offer, the offerer MUST transmit parameter sets in-band.

sprop-parameter-setsがオファーに存在しない場合、オファー者はパラメーターセットをインバンドで送信する必要があります。

The answerer MUST ignore sprop-level-parameter-sets, when present (either included in the "a=fmtp" line or conveyed using the "fmtp" source attribute) in the offer.

オファーに存在する場合( "a = fmtp"行に含まれるか、または "fmtp"ソース属性を使用して伝達される)、回答者はsprop-level-parameter-setsを無視する必要があります。

o Otherwise, the level to use in the offerer-to-answerer direction is not equal to the default level in the offer, and the following applies.

o それ以外の場合、オファーまたは回答方向で使用するレベルは、オファーのデフォルトレベルと同じではなく、以下が適用されます。

The answerer MUST ignore sprop-parameter-sets, when present (either included in the "a=fmtp" line or conveyed using the "fmtp" source attribute) in the offer.

オファーに存在する場合( "a = fmtp"行に含まれるか、または "fmtp"ソース属性を使用して伝達される)、回答者はsprop-parameter-setsを無視する必要があります。

When neither use-level-src-parameter-sets is equal to 1 nor the "fmtp" source attribute is present in the answer, the answerer MUST ignore sprop-level-parameter-sets, when present in the offer, and the offerer MUST transmit parameter sets in-band.

use-level-src-parameter-setsが1に等しくないか、「fmtp」ソース属性が回答に存在しない場合、回答者はオファーに存在する場合、sprop-level-parameter-setsを無視しなければならず、提供者はインバンドでパラメータセットを送信します。

When either use-level-src-parameter-sets is equal to 1 or the "fmtp" source attribute is present in the answer, the answerer MUST be prepared to use the parameter sets that are included in sprop-level-parameter-sets for the accepted level (i.e., the default level in the answer), when present in the offer, for decoding the incoming NAL unit stream, and ignore all other parameter sets included in sprop-level-parameter-sets.

use-level-src-parameter-setsが1に等しいか、「fmtp」ソース属性が回答に存在する場合、回答者は、sprop-level-parameter-setsに含まれているパラメーターセットを使用する準備をする必要があります。オファーに存在する場合、着信NALユニットストリームをデコードするために受け入れられるレベル(つまり、回答のデフォルトレベル)。sprop-level-parameter-setsに含まれる他のすべてのパラメーターセットを無視します。

When no parameter sets for the level to use in the offerer-to-answerer direction are present in sprop-level-parameter-sets in the offer, the offerer MUST transmit parameter sets in-band.

オファーの回答方向で使用するレベルのパラメーターセットがオファーのsprop-level-parameter-setsに存在しない場合、オファー側はパラメーターセットをインバンドで送信する必要があります。

The following rules apply to the transport of parameter sets in the answerer-to-offerer direction.

以下の規則は、回答者から提供者への方向でのパラメーターセットの転送に適用されます。

o An answer MAY include either sprop-parameter-sets or sprop-level-parameter-sets but MUST NOT include both. If neither sprop-parameter-sets nor sprop-level-parameter-sets is present in the answer, then only in-band transport of parameter sets is used.

o 回答にはsprop-parameter-setsまたはsprop-level-parameter-setsのいずれかを含めることができますが、両方を含めることはできません。 sprop-parameter-setsもsprop-level-parameter-setsも回答に存在しない場合、パラメーターセットのインバンド転送のみが使用されます。

o If the offer includes in-band-parameter-sets equal to 1, the answerer MUST NOT include sprop-parameter-sets or sprop-level-parameter-sets in the answer and MUST transmit parameter sets in-band. Otherwise, the following applies.

o オファーに1に等しい帯域内パラメーターセットが含まれている場合、回答者はsprop-parameter-setsまたはsprop-level-parameter-setsを回答に含めてはならず(MUST NOT)、パラメーターセットを帯域内で送信する必要があります。それ以外の場合、以下が適用されます。

o If the level to use in the answerer-to-offerer direction is equal to the default level in the answer, the following applies.

o 回答者から提供者の方向で使用するレベルが回答のデフォルトレベルと等しい場合、以下が適用されます。

When there is a sprop-parameter-sets included in the "a=fmtp" line in the answer, the offerer MUST be prepared to use the parameter sets included in the sprop-parameter-sets for decoding the incoming NAL unit stream.

回答の「a = fmtp」行に含まれるsprop-parameter-setsがある場合、提供者は、着信NALユニットストリームをデコードするためにsprop-parameter-setsに含まれるパラメーターセットを使用する準備をしなければなりません。

When there is a sprop-parameter-sets conveyed using the "fmtp" source attribute in the answer, the following applies. If the offer includes use-level-src-parameter-sets equal to 1 or the "fmtp" source attribute, the offerer MUST be prepared to use the parameter sets included in the sprop-parameter-sets for decoding the incoming NAL unit stream; otherwise, the answerer MUST transmit parameter sets in-band.

回答に「fmtp」ソース属性を使用して伝えられたsprop-parameter-setsがある場合、以下が適用されます。オファーに1に等しいuse-level-src-parameter-setsまたは「fmtp」ソース属性が含まれている場合、オファー側は、着信NALユニットストリームをデコードするためにsprop-parameter-setsに含まれているパラメーターセットを使用する準備をしなければなりません。それ以外の場合、アンサーはパラメーターセットをインバンドで送信する必要があります。

When sprop-parameter-sets is not present in the answer, the answerer MUST transmit parameter sets in-band.

sprop-parameter-setsが回答に存在しない場合、回答者はパラメータセットをインバンドで送信する必要があります。

The offerer MUST ignore sprop-level-parameter-sets, when present (either included in the "a=fmtp" line or conveyed using the "fmtp" source attribute) in the answer.

提供者は、回答にsprop-level-parameter-setsが存在する場合(「a = fmtp」行に含まれるか、「fmtp」ソース属性を使用して伝達される)を無視する必要があります。

o Otherwise, the level to use in the answerer-to-offerer direction is not equal to the default level in the answer, and the following applies.

o それ以外の場合、回答者から提供者の方向で使用するレベルは、回答のデフォルトレベルと等しくなく、以下が適用されます。

The offerer MUST ignore sprop-parameter-sets when present (either included in the "a=fmtp" line of SDP or conveyed using the "fmtp" source attribute) in the answer.

提供者は、回答にsprop-parameter-sets(SDPの「a = fmtp」行に含まれるか、または「fmtp」ソース属性を使用して伝達される)を無視する必要があります。

When neither use-level-src-parameter-sets is equal to 1 nor the "fmtp" source attribute is present in the offer, the offerer MUST ignore sprop-level-parameter-sets, when present, and the answerer MUST transmit parameter sets in-band.

use-level-src-parameter-setsが1に等しくないか、「fmtp」ソース属性がオファーに存在しない場合、オファー側はsprop-level-parameter-setsを無視する必要があり(存在する場合)、アンサー側はパラメーターセットを送信する必要がありますインバンド。

When either use-level-src-parameter-sets is equal to 1 or the "fmtp" source attribute is present in the offer, the offerer MUST be prepared to use the parameter sets that are included in sprop-level- parameter-sets for the level to use in the answerer-to-offerer direction, when present in the answer, for decoding the incoming NAL unit stream, and ignore all other parameter sets included in sprop-level-parameter-sets in the answer.

use-level-src-parameter-setsが1に等しいか、「fmtp」ソース属性がオファーに存在する場合、オファー側は、sprop-level-parameter-setsに含まれているパラメーターセットを使用する準備をする必要があります。着信NALユニットストリームをデコードするために回答者から提供者の方向で使用するレベル。回答に存在する場合、回答のsprop-level-parameter-setsに含まれる他のすべてのパラメータセットを無視します。

When no parameter sets for the level to use in the answerer-to-offerer direction are present in sprop-level-parameter-sets in the answer, the answerer MUST transmit parameter sets in-band.

回答者から提供者の方向で使用するレベルのパラメーターセットが回答のsprop-level-parameter-setsに存在しない場合、回答者はパラメーターセットをインバンドで送信する必要があります。

When sprop-parameter-sets or sprop-level-parameter-sets is conveyed using the "fmtp" source attribute as specified in Section 6.3 of [9], the receiver of the parameters MUST store the parameter sets included in the sprop-parameter-sets or sprop-level-parameter-sets for the accepted level and associate them with the source given as a part of the "fmtp" source attribute. Parameter sets associated with one source MUST only be used to decode NAL units conveyed in RTP packets from the same source. When this mechanism is in use, SSRC collision detection and resolution MUST be performed as specified in [9].

sprop-parameter-setsまたはsprop-level-parameter-setsが、[9]のセクション6.3で指定されている「fmtp」ソース属性を使用して伝達される場合、パラメーターの受信者は、sprop-parameter-に含まれるパラメーターセットを保存する必要があります。受け入れられたレベルのセットまたはsprop-level-parameter-setsを設定し、それらを「fmtp」ソース属性の一部として指定されたソースに関連付けます。 1つのソースに関連付けられているパラメーターセットは、同じソースからのRTPパケットで伝達されるNALユニットをデコードするためにのみ使用する必要があります。このメカニズムが使用されている場合、SSRC衝突検出と解決は、[9]で指定されているように実行する必要があります。

Informative note: Conveyance of sprop-parameter-sets and sprop-level-parameter-sets using the "fmtp" source attribute may be used in topologies like Topo-Video-switch-MCU [29] to enable out-of-band transport of parameter sets.

参考情報:「fmtp」ソース属性を使用したsprop-parameter-setsおよびsprop-level-parameter-setsの伝達は、Topo-Video-switch-MCU [29]などのトポロジで使用して、帯域外転送を有効にすることができます。パラメータセット。

For streams being delivered over multicast, the following rules apply:

マルチキャストで配信されるストリームには、次のルールが適用されます。

o The media format configuration is identified by "profile-level-id", including the level part, and packetization-mode. These media format configuration parameters (including the level part of profile-level-id) MUST be used symmetrically; that is, the answerer MUST either maintain all configuration parameters or remove the media format (payload type) completely. Note that this implies that the level part of profile-level-id for Offer/Answer in multicast is not changeable.

o メディア形式の構成は、レベル部分を含む「profile-level-id」とパケット化モードで識別されます。これらのメディアフォーマット構成パラメーター(profile-level-idのレベル部分を含む)は対称的に使用する必要があります。つまり、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。これは、マルチキャストでのオファー/アンサーのプロファイルレベルIDのレベル部分は変更できないことを意味することに注意してください。

To simplify the 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 [8]. An answer MUST NOT contain a payload type number used in the offer unless the configuration is the same as in the offer.

これらの構成の処理とマッチングを簡素化するために、[8]で指定されているように、オファーで使用されているものと同じ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)。構成がオファーと同じでない限り、回答には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。

o Parameter sets received MUST be associated with the originating source and MUST only be used in decoding the incoming NAL unit stream from the same source.

o 受信したパラメータセットは、発信元に関連付けられている必要があり、同じソースからの着信NALユニットストリームのデコードにのみ使用する必要があります。

o The rules for other parameters are the same as above for unicast as long as the above rules are obeyed.

o 上記のルールが守られている限り、他のパラメータのルールはユニキャストの場合と同じです。

Table 6 lists the interpretation of all the media type parameters that MUST be used for the different direction attributes.

表6は、さまざまな方向属性に使用する必要があるすべてのメディアタイプパラメータの解釈を示しています。

Table 6. Interpretation of parameters for different direction attributes

表6.さまざまな方向属性のパラメーターの解釈

                                              sendonly --+
                                           recvonly --+  |
                                        sendrecv --+  |  |
                                                   |  |  |
                profile-level-id                   C  C  P
                max-recv-level                     R  R  -
                packetization-mode                 C  C  P
                sprop-deint-buf-req                P  -  P
                sprop-interleaving-depth           P  -  P
                sprop-max-don-diff                 P  -  P
                sprop-init-buf-time                P  -  P
                max-mbps                           R  R  -
                max-smbps                          R  R  -
                max-fs                             R  R  -
                max-cpb                            R  R  -
                max-dpb                            R  R  -
                max-br                             R  R  -
                redundant-pic-cap                  R  R  -
                deint-buf-cap                      R  R  -
                max-rcmd-nalu-size                 R  R  -
                sar-understood                     R  R  -
                sar-supported                      R  R  -
                in-band-parameter-sets             R  R  -
                use-level-src-parameter-sets       R  R  -
                level-asymmetry-allowed            O  -  -
                sprop-parameter-sets               S  -  S
                sprop-level-parameter-sets         S  -  S
        

Legend:

伝説:

             C: configuration for sending and receiving streams
             O: offer/answer mode
             P: properties of the stream to be sent
             R: receiver capabilities
             S: out-of-band parameter sets
             -: not usable (when present, SHOULD be ignored)
        

Parameters used for declaring receiver capabilities are in general downgradable; that is, they express the upper limit for a sender's possible behavior. Thus, a sender MAY select to set its encoder using only lower/less or equal values of these parameters.

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)。

Parameters declaring a configuration point are not changeable, with the exception of the level part of the profile-level-id parameter for unicast usage.

構成ポイントを宣言するパラメーターは変更できません。ただし、ユニキャストの使用に関するprofile-level-idパラメーターのレベル部分は例外です。

When a sender's capabilities are declared and non-downgradable parameters are used in this declaration, these parameters express a configuration that is acceptable for the sender to receive streams. 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.

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る場合、これらのパラメーターは、送信者がストリームを受信するために受け入れられる構成を表します。高い相互運用性レベルを達成するために、たとえばパケット化モードなど、複数の代替構成を提供することをお勧めします。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。

A receiver SHOULD understand all media type 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.

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メディアタイプ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。

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 property 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.

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。

If an offerer wishes to have non-symmetric capabilities between sending and receiving, the offerer can allow asymmetric levels via level-asymmetry-allowed being equal to 1. Alternatively, the offerer could offer different RTP sessions, i.e., different media lines declared as "recvonly" and "sendonly", respectively. This may have further implications on the system and may require additional external semantics to associate the two media lines.

提供者が送信と受信の間で非対称の機能を持つことを望む場合、提供者は、1に等しいレベル非対称性を介して非対称レベルを許可することができます。あるいは、提供者は異なるRTPセッション、すなわち「それぞれrecvonly」と「sendonly」。これはシステムにさらに影響を与える可能性があり、2つのメディアラインを関連付けるために追加の外部セマンティクスが必要になる場合があります。

8.2.3. Usage in Declarative Session Descriptions
8.2.3. 宣言型セッションの説明での使用

When H.264 over RTP is offered with SDP in a declarative style, as in Real Time Streaming Protocol (RTSP) [27] or Session Announcement Protocol (SAP) [28], the following considerations are necessary.

リアルタイムストリーミングプロトコル(RTSP)[27]またはセッションアナウンスメントプロトコル(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 both stream properties and receiver capabilities are used to indicate only stream properties. For example, in this case, the parameter profile-level-id declares only the values used by the stream, not the capabilities for receiving streams. The result of this is that the following interpretation of the parameters MUST be used:

o ストリームプロパティとレシーバー機能の両方を示すことができるすべてのパラメーターは、ストリームプロパティのみ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profile-level-idは、ストリームで使用される値のみを宣言し、ストリームを受信する機能は宣言しません。この結果、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 stream properties:

実際の構成またはストリームプロパティの宣言:

- profile-level-id - 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-パケット化モード-sprop-interleaving-depth-sprop-deint-buf-req-sprop-max-don-diff-sprop-init-buf-time

Out-of-band transporting of parameter sets:

パラメータセットの帯域外転送:

- sprop-parameter-sets - sprop-level-parameter-sets

- sprop-parameter-sets-sprop-level-parameter-sets

Not usable (when present, they SHOULD be ignored):

使用不可(存在する場合、無視する必要があります):

- max-mbps - max-smbps - max-fs - max-cpb - max-dpb - max-br - max-recv-level - redundant-pic-cap - max-rcmd-nalu-size - deint-buf-cap - sar-understood - sar-supported - in-band-parameter-sets - level-asymmetry-allowed - use-level-src-parameter-sets

- max-mbps-max-smbps-max-fs-max-cpb-max-dpb-max-br-max-recv-level-redundancy-pic-cap-max-rcmd-nalu-size-deint-buf-cap- sar-understood-sar-supported-帯域内パラメーターセット-level-asymmetry-allowed-use-level-src-parameter-sets

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。

8.3. Examples
8.3. 例

An SDP 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SDP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 -> Answerer SDP message:

提供者->回答者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=<parameter sets data#0>
      a=rtpmap:99 H264/90000
      a=fmtp:99 profile-level-id=42A01E; packetization-mode=1;
        sprop-parameter-sets=<parameter sets data#1>
      a=rtpmap:100 H264/90000
      a=fmtp:100 profile-level-id=42A01E; packetization-mode=2;
        sprop-parameter-sets=<parameter sets data#2>;
        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. Payload type 98 represents single NALU mode, payload type 99 represents non-interleaved mode, and payload type 100 indicates the interleaved mode. In the interleaved mode case, the interleaving parameters that the offerer would use if the answer indicates support for payload type 100 are also included. In all three cases, the parameter sprop-parameter-sets conveys the initial parameter sets that are required by the answerer when receiving a stream from the offerer when this configuration is accepted. Note that the value for sprop-parameter-sets 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。ペイロードタイプ98はシングルNALUモードを表し、ペイロードタイプ99は非インターリーブモードを表し、ペイロードタイプ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場合、回答がペイロードタイプ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つのケースすべてで、パラメーターsprop-parameter-setsは、この構成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、応答側が必要とする初期パラメーターセットを伝達します。 sprop-parameter-setsの値は、ペイロードタイプごとに異なる可能性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=<parameter sets data#3>
      a=rtpmap:99 H264/90000
      a=fmtp:99 profile-level-id=42A01E; packetization-mode=1;
        sprop-parameter-sets=<parameter sets data#4>;
        max-rcmd-nalu-size=3980
      a=rtpmap:100 H264/90000
      a=fmtp:100 profile-level-id=42A01E; packetization-mode=2;
        sprop-parameter-sets=<parameter sets data#5>;
        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 is willing to receive. In this case, the offerer declared that it is willing to receive payload type 98. The answerer accepts this by declaring an equivalent payload type 97; that is, it has identical values for the two parameters profile-level-id and packetization-mode (since packetization-mode is equal to 0 and sprop-deint-buf-req is not present). As the offered payload type 98 is accepted, the answerer needs to store parameter sets included in sprop-parameter-sets=<parameter sets data#0> in case the offer finally decides to use this configuration. In the answer, the answerer includes the parameter sets in sprop-parameter-sets=<parameter sets data#3> that the answerer would use in the stream sent from the answerer if this configuration is finally used.

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ので、オファーはオファー側が受信したいものの正確なパラメーターを示し、回答はアンサー側が受信したいものについて同じを示します。この場合、オファー側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。アンサー側は、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、2つのパラメーターprofile-level-idとpacketization-modeの値が同じです(packetization-modeが0に等しく、sprop-deint-buf-reqが存在しないため)。提供されたペイロードタイプ98が受け入れられると、オファーが最終的にこの構成を使用することを決定した場合に備えて、回答者はsprop-parameter-sets = <parameter sets data#0>に含まれるパラメーターセットを格納する必要があります。回答では、回答者はsprop-parameter-sets = <parameter sets data#3>にパラメータセットを含めます。この構成が最終的に使用される場合、回答者は回答者から送信されるストリームでこれを使用します。

The answerer also accepts the reception of the two configurations that payload types 99 and 100 represent. Again, the answerer needs to store parameter sets included in sprop-parameter-sets=<parameter sets data#1> and sprop-parameter-sets=<parameter sets data#2> in case the offer finally decides to use either of these two configurations. The answerer provides the initial parameter sets for the answerer-to-offerer direction, i.e., the parameter sets in sprop-parameter-sets=<parameter sets data#4> and sprop-parameter-sets=<parameter sets data#5>, for payload types 99 and 100, respectively, that it will use to send the payload types. The answerer also provides the offerer with its memory limit for de-interleaving 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。繰り返しになりますが、オファーが最終的にこれら2つのいずれかを使用することを決定した場合、回答者はsprop-parameter-sets = <parameter sets data#1>およびsprop-parameter-sets = <parameter sets data#2>に含まれるパラメーターセットを保存する必要があります構成。回答者は、回答者から提供者への最初のパラメータセットを提供します。つまり、sprop-parameter-sets = <parameter sets data#4>およびsprop-parameter-sets = <parameter sets data#5>のパラメータセット、ペイロードタイプ99および100の場合、それぞれペイロードタイプの送信に使用されます。また、アンサーはdeint-buf-capパラメーターを提供することにより、インターリーブ解除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。

In the following example, the offer is accepted without level downgrading (i.e., the default level, Level 3.0, is accepted), and both sprop-parameter-sets and sprop-level-parameter-sets are present in the offer. The answerer must ignore sprop-level-parameter-sets=<parameter sets data#1> and store parameter sets in sprop-parameter-sets=<parameter sets data#0> for decoding the incoming NAL unit stream. The offerer must store the parameter sets in sprop-parameter-sets=<parameter sets data#2> in the answer for decoding the incoming NAL unit stream. Note that in this example, parameter sets in sprop-parameter-sets=<parameter sets data#2> must be associated with Level 3.0.

次の例では、オファーはレベルダウングレードなしで受け入れられ(つまり、デフォルトレベルのレベル3.0が受け入れられます)、sprop-parameter-setsとsprop-level-parameter-setsの両方がオファーに存在します。受信側は、着信NALユニットストリームをデコードするために、sprop-level-parameter-sets = <parameter sets data#1>を無視し、sprop-parameter-sets = <parameter sets data#0>にパラメーターセットを保存する必要があります。提供者は、着信NALユニットストリームをデコードするために、パラメータセットをsprop-parameter-sets = <parameter sets data#2>に格納する必要があります。この例では、sprop-parameter-sets = <parameter sets data#2>のパラメーターセットをレベル3.0に関連付ける必要があることに注意してください。

Offer SDP:

SDPを提供:

      m=video 49170 RTP/AVP 98
      a=rtpmap:98 H264/90000
      a=fmtp:98 profile-level-id=42A01E; //Baseline profile, Level 3.0
        packetization-mode=1;
        sprop-parameter-sets=<parameter sets data#0>;
        sprop-level-parameter-sets=<parameter sets data#1>
        

Answer SDP:

回答SDP:

      m=video 49170 RTP/AVP 98
      a=rtpmap:98 H264/90000
      a=fmtp:98 profile-level-id=42A01E; //Baseline profile, Level 3.0
        packetization-mode=1;
        sprop-parameter-sets=<parameter sets data#2>
        

In the following example, the offer (Baseline profile, Level 1.1) is accepted with level downgrading (the accepted level is Level 1b), and both sprop-parameter-sets and sprop-level-parameter-sets are present in the offer. The answerer must ignore sprop-parameter-sets=<parameter sets data#0> and all parameter sets not for the accepted level (Level 1b) in sprop-level-parameter-sets=<parameter sets data#1> and must store parameter sets for the accepted level (Level 1b) in sprop-level-parameter-sets=<parameter sets data#1> for decoding the incoming NAL unit stream. The offerer must store the parameter sets in sprop-parameter-sets=<parameter sets data#2> in the answer for decoding the incoming NAL unit stream. Note that in this example, parameter sets in sprop-parameter-sets=<parameter sets data#2> must be associated with Level 1b.

次の例では、オファー(ベースラインプロファイル、レベル1.1)がレベルダウングレードで受け入れられ(受け入れられるレベルはレベル1b)、sprop-parameter-setsとsprop-level-parameter-setsの両方がオファーに存在します。回答者は、sprop-parameter-sets = <parameter sets data#0>およびsprop-level-parameter-sets = <parameter sets data#1>の許容レベル(レベル1b)以外のすべてのパラメーターセットを無視し、パラメーターを保存する必要があります着信NALユニットストリームをデコードするために、sprop-level-parameter-sets = <parameter sets data#1>の許容レベル(レベル1b)のセット。提供者は、着信NALユニットストリームをデコードするために、パラメータセットをsprop-parameter-sets = <parameter sets data#2>に格納する必要があります。この例では、sprop-parameter-sets = <parameter sets data#2>のパラメーターセットをレベル1bに関連付ける必要があることに注意してください。

Offer SDP:

SDPを提供:

      m=video 49170 RTP/AVP 98
      a=rtpmap:98 H264/90000
      a=fmtp:98 profile-level-id=42A00B; //Baseline profile, Level 1.1
        packetization-mode=1;
        sprop-parameter-sets=<parameter sets data#0>;
        sprop-level-parameter-sets=<parameter sets data#1>
        

Answer SDP:

回答SDP:

      m=video 49170 RTP/AVP 98
      a=rtpmap:98 H264/90000
      a=fmtp:98 profile-level-id=42B00B; //Baseline profile, Level 1b
        packetization-mode=1;
        sprop-parameter-sets=<parameter sets data#2>;
        use-level-src-parameter-sets=1
        

In the following example, the offer (Baseline profile, Level 1.1) is accepted with level downgrading (the accepted level is Level 1b), and both sprop-parameter-sets and sprop-level-parameter-sets are present in the offer. However, the answerer is a legacy RFC 3984 implementation and does not understand sprop-level-parameter-sets; hence, it does not include use-level-src-parameter-sets (which the answerer does not understand either) in the answer. Therefore, the answerer must ignore both sprop-parameter-sets=<parameter sets data#0> and sprop-level-parameter-sets=<parameter sets data#1>, and the offerer must transport parameter sets in-band.

次の例では、オファー(ベースラインプロファイル、レベル1.1)がレベルダウングレードで受け入れられ(受け入れられるレベルはレベル1b)、sprop-parameter-setsとsprop-level-parameter-setsの両方がオファーに存在します。ただし、回答者は従来のRFC 3984実装であり、sprop-level-parameter-setsを理解していません。したがって、回答にuse-level-src-parameter-sets(回答者も理解していない)は含まれていません。したがって、回答者はsprop-parameter-sets = <parameter sets data#0>とsprop-level-parameter-sets = <parameter sets data#1>の両方を無視する必要があり、提供者はパラメータセットをインバンドで転送する必要があります。

Offer SDP:

SDPを提供:

      m=video 49170 RTP/AVP 98
      a=rtpmap:98 H264/90000
      a=fmtp:98 profile-level-id=42A00B; //Baseline profile, Level 1.1
        packetization-mode=1;
        sprop-parameter-sets=<parameter sets data#0>;
        sprop-level-parameter-sets=<parameter sets data#1>
        

Answer SDP:

回答SDP:

      m=video 49170 RTP/AVP 98
      a=rtpmap:98 H264/90000
      a=fmtp:98 profile-level-id=42B00B; //Baseline profile, Level 1b
        packetization-mode=1
        

In the following example, the offer is accepted without level downgrading, and sprop-parameter-sets is present in the offer. Parameter sets in sprop-parameter-sets=<parameter sets data#0> must be stored and used by the encoder of the offerer and the decoder of the answerer, and parameter sets in sprop-parameter-sets=<parameter sets data#1> must be used by the encoder of the answerer and the decoder of the offerer. Note that sprop-parameter-sets=<parameter sets data#0> is basically independent of sprop-parameter-sets=<parameter sets data#1>.

次の例では、オファーはレベルダウングレードなしで受け入れられ、sprop-parameter-setsがオファーに存在します。 sprop-parameter-sets = <parameter sets data#0>のパラメーターセットは、オファー側のエンコーダーとアンサー側のデコーダーで保存および使用する必要があり、sprop-parameter-sets = <parameterセットデータ#1のパラメーターセット>は、回答者のエンコーダーと提供者のデコーダーで使用する必要があります。 sprop-parameter-sets = <parameter sets data#0>は、基本的にsprop-parameter-sets = <parameter sets data#1>から独立していることに注意してください。

Offer SDP:

SDPを提供:

      m=video 49170 RTP/AVP 98
      a=rtpmap:98 H264/90000
      a=fmtp:98 profile-level-id=42A01E; //Baseline profile, Level 3.0
        packetization-mode=1;
        sprop-parameter-sets=<parameter sets data#0>
        

Answer SDP:

回答SDP:

      m=video 49170 RTP/AVP 98
      a=rtpmap:98 H264/90000
      a=fmtp:98 profile-level-id=42A01E; //Baseline profile, Level 3.0
        packetization-mode=1;
        sprop-parameter-sets=<parameter sets data#1>
        

In the following example, the offer is accepted without level downgrading, and neither sprop-parameter-sets nor sprop-level-parameter-sets is present in the offer, meaning that there is no out-of-band transmission of parameter sets, which then have to be transported in-band.

次の例では、オファーはレベルダウングレードなしで受け入れられ、sprop-parameter-setsもsprop-level-parameter-setsもオファーに存在しないため、パラメーターセットの帯域外送信は行われません。その後、インバンドで転送する必要があります。

Offer SDP:

SDPを提供:

      m=video 49170 RTP/AVP 98
      a=rtpmap:98 H264/90000
      a=fmtp:98 profile-level-id=42A01E; //Baseline profile, Level 3.0
        packetization-mode=1
        

Answer SDP:

回答SDP:

      m=video 49170 RTP/AVP 98
      a=rtpmap:98 H264/90000
      a=fmtp:98 profile-level-id=42A01E; //Baseline profile, Level 3.0
        packetization-mode=1
        

In the following example, the offer is accepted with level downgrading and sprop-parameter-sets is present in the offer. As sprop-parameter-sets=<parameter sets data#0> contains level_idc indicating Level 3.0, it therefore cannot be used, as the answerer wants Level 2.0, and must be ignored by the answerer, and in-band parameter sets must be used.

次の例では、オファーはレベルダウングレードで受け入れられ、sprop-parameter-setsがオファーに存在します。 sprop-parameter-sets = <parameter sets data#0>にはレベル3.0を示すlevel_idcが含まれているため、回答者はレベル2.0を必要とするため使用できず、回答者は無視する必要があり、インバンドパラメータセットを使用する必要があります。

Offer SDP:

SDPを提供:

      m=video 49170 RTP/AVP 98
      a=rtpmap:98 H264/90000
      a=fmtp:98 profile-level-id=42A01E; //Baseline profile, Level 3.0
        packetization-mode=1;
        sprop-parameter-sets=<parameter sets data#0>
        

Answer SDP:

回答SDP:

      m=video 49170 RTP/AVP 98
      a=rtpmap:98 H264/90000
      a=fmtp:98 profile-level-id=42A014; //Baseline profile, Level 2.0
        packetization-mode=1
        

In the following example, the offer is also accepted with level downgrading, and neither sprop-parameter-sets nor sprop-level-parameter-sets is present in the offer, meaning that there is no out-of-band transmission of parameter sets, which then have to be transported in-band.

次の例では、オファーもレベルダウングレードで受け入れられ、sprop-parameter-setsもsprop-level-parameter-setsもオファーに存在しないため、パラメーターセットの帯域外送信は行われません。その後、インバンドで転送する必要があります。

Offer SDP:

SDPを提供:

      m=video 49170 RTP/AVP 98
      a=rtpmap:98 H264/90000
      a=fmtp:98 profile-level-id=42A01E; //Baseline profile, Level 3.0
        packetization-mode=1
        

Answer SDP:

回答SDP:

      m=video 49170 RTP/AVP 98
      a=rtpmap:98 H264/90000
      a=fmtp:98 profile-level-id=42A014; //Baseline profile, Level 2.0
        packetization-mode=1
        

In the following example, the offer is accepted with level upgrading, and neither sprop-parameter-sets nor sprop-level-parameter-sets is present in the offer or the answer, meaning that there is no out-of-band transmission of parameter sets, which then have to be transported in-band. The level to use in the offerer-to-answerer direction is Level 3.0, and the level to use in the answerer-to- offerer direction is Level 2.0. The answerer is allowed to send at any level up to and including Level 2.0, and the offerer is allowed to send at any level up to and including Level 3.0.

次の例では、オファーはレベルのアップグレードで受け入れられ、sprop-parameter-setsもsprop-level-parameter-setsもオファーまたはアンサーに存在しません。つまり、パラメーターの帯域外送信はありません。セットは、インバンドで転送する必要があります。提案者から回答者への方向で使用するレベルはレベル3.0であり、回答者から提供者への方向で使用するレベルはレベル2.0です。回答者はレベル2.0までの任意のレベルで送信でき、オファー者はレベル3.0までの任意のレベルで送信できます。

Offer SDP:

SDPを提供:

      m=video 49170 RTP/AVP 98
      a=rtpmap:98 H264/90000
      a=fmtp:98 profile-level-id=42A014; //Baseline profile, Level 2.0
        packetization-mode=1; level-asymmetry-allowed=1
        

Answer SDP:

回答SDP:

      m=video 49170 RTP/AVP 98
      a=rtpmap:98 H264/90000
      a=fmtp:98 profile-level-id=42A01E; //Baseline profile, Level 3.0
        packetization-mode=1; level-asymmetry-allowed=1
        

In the following example, the offerer is a Multipoint Control Unit (MCU) in a topology like Topo-Video-switch-MCU [29], offering parameter sets received (using out-of-band transport) from three other participants (B, C, and D) and receiving parameter sets from the participant A, which is the answerer. The participants are identified by their values of canonical name (CNAME), which are mapped to different SSRC values. The same codec configuration is used by all four participants. The participant A stores and associates the parameter sets included in <parameter sets data#B>, <parameter sets data#C>, and <parameter sets data#D> to participants B, C, and D, respectively, and uses <parameter sets data#B> for decoding NAL units carried in RTP packets originating from participant B only, uses <parameter sets data#C> for decoding NAL units carried in RTP packets originating from participant C only, and uses <parameter sets data#D> for decoding NAL units carried in RTP packets originating from participant D only.

次の例では、提供者はTopo-Video-switch-MCU [29]のようなトポロジのマルチポイントコントロールユニット(MCU)であり、他の3人の参加者(B、 C、およびD)および回答者である参加者Aからのパラメーターセットの受信。参加者は、さまざまなSSRC値にマップされる正規名(CNAME)の値によって識別されます。同じコーデック構成が4人の参加者すべてで使用されます。参加者Aは、<parameter sets data#B>、<parameter sets data#C>、および<parameter sets data#D>に含まれるパラメーターセットをそれぞれ参加者B、C、およびDに格納して関連付け、<parameter参加者Bから発信されたRTPパケットで運ばれたNALユニットをデコードするためにdata#B>を設定し、参加者Cから発信されたRTPパケットで運ばれたNALユニットをデコードするために<parameter sets data#C>を使用し、<パラメータセットdata#D>を使用します参加者Dから発信されたRTPパケットで運ばれるNALユニットをデコードします。

Offer SDP:

SDPを提供:

      m=video 49170 RTP/AVP 98
      a=ssrc:SSRC-B cname:CNAME-B
      a=ssrc:SSRC-C cname:CNAME-C
      a=ssrc:SSRC-D cname:CNAME-D
      a=ssrc:SSRC-B fmtp:98
        sprop-parameter-sets=<parameter sets data#B>
      a=ssrc:SSRC-C fmtp:98
        sprop-parameter-sets=<parameter sets data#C>
      a=ssrc:SSRC-D fmtp:98
        sprop-parameter-sets=<parameter sets data#D>
      a=rtpmap:98 H264/90000
      a=fmtp:98 profile-level-id=42A01E; //Baseline profile, Level 3.0
        packetization-mode=1
        

Answer SDP:

回答SDP:

      m=video 49170 RTP/AVP 98
      a=ssrc:SSRC-A cname:CNAME-A
      a=ssrc:SSRC-A fmtp:98
        sprop-parameter-sets=<parameter sets data#A>
      a=rtpmap:98 H264/90000
      a=fmtp:98 profile-level-id=42A01E; //Baseline profile, Level 3.0
        packetization-mode=1
        
8.4. Parameter Set Considerations
8.4. パラメータセットの考慮事項

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 normally has fatal results to the decoding process. Corruption could occur, for example, due to the erroneous transmission or loss of a parameter set NAL unit but also due to the untimely transmission of a parameter set update. A parameter set update refers to a change of at least one parameter in a picture parameter set or sequence parameter set for which the picture parameter set or sequence parameter set identifier remains unchanged. 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)。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はほとんどできません。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NALユニット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ムリーに送信されなかったためにも発生する可能性があります。パラメータセットの更新とは、ピクチャパラメータセットまたはシーケンスパラメータセットの識別子が変更されないままになっている、ピクチャパラメータセットまたはシーケンスパラメータセット内の少なくとも1つのパラメータの変更を指します。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 packet 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(インバンド)のRTPパケットストリーム内。

It is recommended 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. Section 8.2.2 includes a detailed discussion on transport of parameter sets in-band or out-of-band in SDP Offer/Answer using media type parameters sprop-parameter-sets, sprop-level-parameter-sets, use-level-src-parameter-sets, and in-band-parameter-sets. This section contains guidelines on how principles A and B should 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. There are topologies like Topo-Video-switch-MCU [29] for which the use of principle C may be desirable.

セッション制御プロトコル内で原則AおよびBを実装することをお勧めします。 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。セクション8.2.2には、メディアタイプパラメータsprop-parameter-sets、sprop-level-parameter-sets、use-level-srcを使用したSDPオファー/アンサーでのインバンドまたはアウトオブバンドでのパラメーターセットの転送に関する詳細な説明が含まれています-parameter-sets、およびin-band-parameter-sets。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。 Topo-Video-switch-MCU [29]のような、原則Cの使用が望ましいトポロジーがあります。

If in-band signaling of parameter sets is used, the picture and sequence parameter set NALUs SHOULD be transmitted in the RTP payload using a reliable method of delivering of RTP (see below), as a loss of a parameter set of either type will likely prevent decoding of a considerable portion of the corresponding RTP packet stream.

パラメータセットのインバンドシグナリングを使用する場合、いずれかのタイプのパラメータセットが失われる可能性があるため、RTPを配信する信頼できる方法(以下を参照)を使用して、画像とシーケンスのパラメータセットNALUをRTPペイロードで送信する必要があります(SHOULD)。対応するRTPパケットストリームのかなりの部分のデコードを防止します。

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.

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 be present at the decoder prior to the NAL units that refer to them. Update or addition of parameter sets can result in further problems; 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される場合があります。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ります。したがって、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, care SHOULD be taken to ensure that any parameter set is delivered prior to its usage. When new parameter sets are added, previously unused parameter set identifiers are used. 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 not start sending NALUs requiring the added or 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。新しいパラメーター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ーセット識別子が使用されます。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、追加または更新されたパラメーター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に必要で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ことをお勧めします(悪影響が生じる可能性があります)ビデオコーディングの効率のために)。

Informative note: In some topologies like Topo-Video-switch-MCU [29], the origin of the whole set of parameter sets may come from multiple sources that may use non-unique parameter set identifiers. In this case, an offer may overwrite an existing parameter set if no other mechanism that enables uniqueness of the parameter sets in the out-of-band channel exists.

参考情報:Topo-Video-switch-MCU [29]のような一部のトポロジでは、パラメーターセットのセット全体の起源は、一意でないパラメーターセット識別子を使用する可能性のある複数のソースに由来する場合があります。この場合、帯域外チャネルのパラメーターセットの一意性を可能にする他のメカニズムが存在しない場合、オファーは既存のパラメーターセットを上書きする可能性があります。

- In a multiparty session, one participant MUST associate parameter sets coming from different sources with the source identification whenever possible, e.g., by conveying out-of-band transported parameter sets, as different sources typically use independent parameter set identifier value spaces.

- マルチパーティセッションでは、たとえば、さまざまなソースが独立したパラメーターセット識別子の値スペースを通常使用するため、1人の参加者は、たとえば、帯域外のトランスポートされたパラメーターセットを伝達することにより、さまざまなソースからのパラメーターセットをソースIDに関連付ける必要があります。

- 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取れなくなるため、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) or topologies, 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.

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の仕様のサブセットのみが使用される場合)またはトポロジでは、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。

The loss probability should be reduced using the mechanisms discussed above. In case a loss of a parameter set is detected, recovery may be achieved using a Decoder Refresh Point procedure, for example, using RTCP feedback Full Intra Request (FIR) [30]. Two example Decoder Refresh Point procedures are provided in the informative Section 8.5.

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。パラメータセットの損失が検出された場合、回復はデコーダリフレッシュポイント手順を使用して、たとえばRTCPフィードバックフルイントラリクエスト(FIR)[30]を使用して達成できます。 2つのサンプルデコーダーリフレッシュポイント手順は、有益なセクション8.5で提供されています。

- 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 outdated parameters. It is therefore 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。したがって、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に分割することをお勧めします。

8.5. Decoder Refresh Point Procedure Using In-Band Transport of Parameter Sets (Informative)

8.5. パラメーターセットのインバンド転送を使用したデコーダーリフレッシュポイント手順(参考)

When a sender with a video encoder according to [1] receives a request for a decoder refresh point, the encoder shall enter the fast update mode by using one of the procedures specified in Sections 8.5.1 or 8.5.2. The procedure in Section 8.5.1 is the preferred response in a lossless transmission environment. Both procedures satisfy the requirement to enter the fast update mode for H.264 video encoding.

[1]によるビデオエンコーダーを備えた送信者がデコーダーリフレッシュポイントの要求を受信すると、エンコーダーはセクション8.5.1または8.5.2で指定された手順のいずれかを使用して高速更新モードに入ります。セクション8.5.1の手順は、ロスレス伝送環境での好ましい応答です。どちらの手順も、H.264ビデオエンコーディングの高速更新モードに入る要件を満たしています。

8.5.1. IDR Procedure to Respond to a Request for a Decoder Refresh Point

8.5.1. デコーダーの更新ポイントの要求に応答するIDR手順

This section gives one possible way to respond to a request for a decoder refresh point.

このセクションでは、デコーダーリフレッシュポイントの要求に応答する1つの方法を示します。

The encoder shall, in the order presented here:

エンコーダーは、ここに提示された順序で:

1) Immediately prepare to send an IDR picture.

1)すぐにIDR画像を送信する準備をします。

2) Send a sequence parameter set to be used by the IDR picture to be sent. The encoder may optionally also send other sequence parameter sets.

2)送信するIDRピクチャで使用されるシーケンスパラメータセットを送信します。エンコーダは、オプションで他のシーケンスパラメータセットも送信できます。

3) Send a picture parameter set to be used by the IDR picture to be sent. The encoder may optionally also send other picture parameter sets.

3)送信するIDR画像で使用する画像パラメーターセットを送信します。エンコーダはオプションで他の画像パラメータセットも送信できます。

4) Send the IDR picture.

4)IDR画像を送信します。

5) From this point forward in time, send any other sequence or picture parameter sets that have not yet been sent in this procedure, prior to their reference by any NAL unit, regardless of whether such parameter sets were previously sent prior to receiving the request for a decoder refresh point. As needed, such parameter sets may be sent in a batch, one at a time, or in any combination of these two methods. Parameter sets may be re-sent at any time for redundancy. Caution should be taken when parameter set updates are present, as described above in Section 8.4.

5)この時点以降、NALユニットによる参照の前に、この手順でまだ送信されていない他のシーケンスまたは画像パラメーターセットを、要求を受信する前に送信されたかどうかに関係なく送信します。デコーダのリフレッシュポイント。必要に応じて、このようなパラメータセットは、一度に1つずつ、またはこれら2つの方法を組み合わせて送信できます。パラメータセットは、冗長性のためにいつでも再送信できます。セクション8.4で説明したように、パラメーターセットの更新が存在する場合は注意が必要です。

8.5.2. Gradual Recovery Procedure to Respond to a Request for a Decoder Refresh Point

8.5.2. デコーダーの更新ポイントの要求に応答するための段階的な回復手順

This section gives another possible way to respond to a request for a decoder refresh point.

このセクションでは、デコーダーリフレッシュポイントの要求に応答する別の可能な方法を示します。

The encoder shall, in the order presented here:

エンコーダーは、ここに提示された順序で:

1) Send a recovery point SEI message (see Sections D.1.7 and D.2.7 of [1]).

1)リカバリーポイントSEIメッセージを送信します([1]のセクションD.1.7およびD.2.7を参照)。

2) Repeat any sequence and picture parameter sets that were sent before the recovery point SEI message, prior to their reference by a NAL unit.

2)NALユニットによる参照の前に、リカバリーポイントSEIメッセージの前に送信されたシーケンスおよび画像パラメーターセットを繰り返します。

The encoder shall ensure that the decoder has access to all reference pictures for inter prediction of pictures at or after the recovery point, which is indicated by the recovery point SEI message, in output order, assuming that the transmission from now on is error-free.

エンコーダは、リカバリポイントSEIメッセージによって示されるリカバリポイント以降のピクチャのインター予測のために、デコーダがすべての参照ピクチャにアクセスできることを保証します。これは、これからの送信にエラーがないと仮定して、出力順です。 。

The value of the recovery_frame_cnt syntax element in the recovery point SEI message should be small enough to ensure a fast recovery.

リカバリーポイントSEIメッセージのrecovery_frame_cnt構文要素の値は、高速リカバリーを確実にするために十分に小さくなければなりません。

As needed, such parameter sets may be re-sent in a batch, one at a time, or in any combination of these two methods. Parameter sets may be re-sent at any time for redundancy. Caution should be taken when parameter set updates are present, as described above in Section 8.4.

必要に応じて、そのようなパラメータセットは、バッチで、一度に1つ、またはこれら2つの方法の任意の組み合わせで再送信できます。パラメータセットは、冗長性のためにいつでも再送信できます。セクション8.4で説明したように、パラメーターセットの更新が存在する場合は注意が必要です。

9. Security Considerations
9. セキュリティに関する考慮事項

RTP packets using the payload format defined in this specification are subject to the security considerations discussed in the RTP specification [5] 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

この仕様で定義されているペイロード形式を使用するRTPパケットは、RTP仕様[5]および適切なRTPプロファイル([16]など)で説明されているセキュリティ上の考慮事項の対象となります。これは、メディアストリームの機密性が、たとえばSRTP [26]の適用による暗号化によって達成されることを意味します。このペイロード形式で使用されるデータ圧縮は

applied end-to-end, any encryption needs to be performed after compression. 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].

エンドツーエンドで適用される場合、暗号化は圧縮後に実行する必要があります。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は、たとえばSRTP [26]で推奨されます。

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. In the case of confidentiality protection, it will even be prevented from discarding packets in a media-aware way. To be allowed to perform its operations, a MANE is required to be a trusted entity that 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。機密保護の場合は、メディアを意識した方法でパケットを破棄することもできません。その操作の実行を許可するには、MANEが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。

10. Congestion Control
10. 輻輳制御

Congestion control for RTP SHALL be used in accordance with RFC 3550 [5] and with any applicable RTP profile, e.g., RFC 3551 [16]. If best-effort service is being used, an additional requirement is that 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 [5]および適用可能なRTPプロファイル(RFC 3551 [16]など)に従って使用する必要があります(SHALL)。ベストエフォートサービスが使用されている場合、追加の要件として、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 bitrate 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 bitrates, 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 restart 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、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、同じRTPセッションで実行できます。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に、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。

11. IANA Considerations
11. IANAに関する考慮事項

The H264 media subtype name specified by RFC 3984 has been updated as defined in Section 8.1 of this memo.

RFC 3984で指定されているH264メディアサブタイプ名は、このメモのセクション8.1で定義されているように更新されました。

12. Informative Appendix: Application Examples
12. 有益な付録:アプリケーション例

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 Annex A of ITU-T Recommendation H.241

12.1. ITU-T勧告H.241の付録Aに基づく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 Annex A of H.241 [3] 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 [3]のAnnex A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 Annex A of H.241, 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の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。そ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、ユーザーインタラクションまたは制御プロトコル手段によって要求された場合のみ(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に)。

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)は、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 4629 packetization [11]. It has been implemented, and good results were reported [13].

このスキームは、より優れたエラー隠蔽を可能にし、RFC 4629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[11]。それは実装され、良い結果が報告されました[13]。

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 are combined 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 Common Intermediate Format (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(Common Intermediate Format(CIF)ピクチャでは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(ソースコーディングツールFMOを使用しない限り)、STAPの使用はここでは不可欠です。 、これはこのシナリオでは想定されていません)。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。

12.4. Video Telephony with Data Partitioning
12.4. データパーティショニングを使用したビデオテレフォニー

This scheme has been implemented and has been shown to offer good performance, especially at higher packet loss rates [13].

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良好なパフォーマンスを提供することが示されています[13]。

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; that is, 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 5109 [18], for example, specifies which media packets are associated with the FEC packet.

データの分割は、何らかの形の不平等なエラー保護が利用可能な場合にのみ役立つことが知られています。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 5109 [18]に準拠した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 a 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 5109 [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; that is, 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はありますが、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あります(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、エンドツーエンドのFECは避けられません一部のシナリオでは。 RFC 5109 [18]は、パケット損失環境で汎用のアプリケーション層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 5109 framework, the following properties are well known:

RFC 5109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 5109 provides only packet repetition.

a) 1つのRTPパケットに適用される場合、RFC 5109はパケットの繰り返しのみを提供します。

b) RFC 5109 is most bitrate efficient if XOR-connected packets have equal length.

b) XOR接続パケットの長さが等しい場合、RFC 5109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, 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に対して、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, 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、残留エラーは率は約0.01%です。

For applying RFC 5109 in combination with H.264 baseline-coded video without using FUs, several options might be considered:

RFC 5109を、FUを使用せずにH.264ベースラインコーディングされたビデオと組み合わせて適用するには、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、(n = 2、k = 1)などの単純なコードを使用できます。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 lengths might also be connected, which decreases bitrate efficiency according to b), above. However, with some care and for slices of 1 kb 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、注意して1 kb以上のスライスを作成すると、同様の長さ(100〜200バイトの差)が生成される場合があり、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 bitrate efficient use of RFC 5109.

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、同じ長さのFUを使用すると、RFC 5109をビットレートで効率的に使用できます。

If the error probability depends on the length of the transmitted packet (e.g., in case of mobile transmission [15]), 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[15])、FECでFUを適用する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 bitrate, 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場合に品質を向上させることが示されていました。

12.6. Low Bitrate Streaming
12.6. 低ビットレートストリーミング

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 bitrates 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 bitrate 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、小さくて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する必要がある画像が数個までになる場合があります。

However, the loss of a packet including many coded pictures would have drastic consequences for visual quality, as there is practically no way to conceal the loss of an entire picture other than repeating 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、多くのコード化された画像を含むパケットの損失は、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、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構築し、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を構築することです。 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。

12.7. Robust Packet Scheduling in Video Streaming
12.7. ビデオストリーミングにおける堅牢なパケットスケジューリング

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。これは、伝送遅延が増加したり、ネットワークスループットが低下したりした場合に、クライアントが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、それらの復号化順序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序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。

13. Informative Appendix: Rationale for Decoding Order Number
13. 有益な付録:注文番号をデコードする根拠
13.1. Introduction
13.1. はじめに

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 for 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では、DONの代替案について要約し、このRTPペイロード仕様にDONが選択された理由を正当化します。

13.2. Example of Multi-Picture Slice Interleaving
13.2. マルチピクチャースライスインターリーブの例

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 Quarter Common Intermediate Format (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、Quarter Common Intermediate Format(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つのアグリゲーションユニットが含まれ、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。

13.3. Example of Robust Packet Scheduling
13.3. 堅牢なパケットスケジューリングの例

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。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 this 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 bitrate 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。エンコーダは、プリエンコードバッファからの画像をエンコードし、出力(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に格納します。トランスミッターは、エンコードされた画像バッファーから送信パケットにコード化された画像をカプセル化し、送信チャネルを介して受信機に送信します。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.

次の例の図では、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、前の参照ピクチャと次の参照ピクチャの両方から出力順に予測されると想定しています。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. Reordered 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 media type parameter is set to 0, as the transmission (or reception) order is identical to the decoding order.

OPTIONAL sprop-interleaving-depthメディア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。

Initially, the decoder has to buffer for one picture interval in its decoded picture buffer to organize pictures from decoding order to output order, as depicted below:

以下に示すように、最初に、デコーダーは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; that is, 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 media 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メディア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、デコード順で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 are 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ピクチャで発生す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画像の損失回復力は、画像がそれらの復号化順序で送信される場合と比較して、再送信をサポートするシステムにおいて改善される。

13.4. Robust Transmission Scheduling of Redundant Coded Slices
13.4. 冗長コード化スライスのロバストな送信スケジューリング

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、目立った違いはありません。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 packet in transmission order. In low bitrate video communication, it is relatively common for an entire coded picture to 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が1つの送信パケットにカプセル化され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。

13.5. Remarks on Other Design Possibilities
13.5. その他のデザインの可能性に関する注釈

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、アクセスユニットのインターリーブと、同じRTPパケットでの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項に従って、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ユニットを構成します。その結果、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。

14. Changes from RFC 3984
14. RFC 3984からの変更点

Following is the list of technical changes (including bug fixes) from RFC 3984. Besides this list of technical changes, numerous editorial changes have been made, but not documented in this section. Note that Section 8.2.2 is where much of the important changes in this memo occurs and deserves particular attention.

以下は、RFC 3984からの技術変更(バグ修正を含む)のリストです。この技術変更のリストに加えて、多数の編集上の変更が行われましたが、このセクションでは文書化されていません。セクション8.2.2は、このメモの重要な変更の多くが発生する場所であり、特に注意に値することに注意してください。

1) In Sections 5.4, 5.5, 6.2, 6.3, and 6.4, removed that the packetization mode in use may be signaled by external means.

1)セクション5.4、5.5、6.2、6.3、および6.4で、使用中のパケット化モードが外部の手段によって通知される場合があることを削除しました。

2) In Section 7.2.2, changed the sentence

2)セクション7.2.2で、文を変更しました

There are N VCL NAL units in the de-interleaving buffer.

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。

to

There are N or more VCL NAL units in the de-interleaving buffer.

デインターリーブバッファーにN個以上のVCL NALユニットがあります。

3) In Section 8.1, the semantics of sprop-init-buf-time (paragraph 2), changed the sentence

3)セクション8.1では、sprop-init-buf-time(段落2)のセマンティクスが文を変更しました

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.

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。

to

The parameter is the maximum value of (decoding time of the NAL unit - transmission time of a NAL unit), assuming reliable and instantaneous transmission, the same timeline for transmission and decoding, and that decoding starts when the first packet arrives.

パラメータは、(NALユニットのデコード時間-NALユニットの転送時間)の最大値であり、信頼性のある瞬間的な転送、転送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デコードが開始されます。

4) Added media type parameters max-smbps, sprop-level-parameter-sets, use-level-src-parameter-sets, in-band-parameter-sets, sar-understood, and sar-supported.

4)メディアタイプパラメータmax-smbps、sprop-level-parameter-sets、use-level-src-parameter-sets、in-band-parameter-sets、sar-understood、およびsar-supportedが追加されました。

5) In Section 8.1, removed the specification of parameter-add. Other descriptions of parameter-add (in Sections 8.2 and 8.4) were also removed.

5)セクション8.1で、parameter-addの指定を削除しました。 (セクション8.2および8.4の)parameter-addの他の説明も削除されました。

6) In Section 8.1, added a constraint to sprop-parameter-sets such that it can only contain parameter sets for the same profile and level as indicated by profile-level-id.

6)セクション8.1で、sprop-parameter-setsに制約を追加して、profile-level-idで示されるのと同じプロファイルとレベルのパラメーターセットのみを含めることができるようにしました。

7) In Section 8.2.1, added that sprop-parameter-sets and sprop-level-parameter-sets may be either included in the "a=fmtp" line of SDP or conveyed using the "fmtp" source attribute as specified in Section 6.3 of [9].

7)セクション8.2.1で、sprop-parameter-setsおよびsprop-level-parameter-setsがSDPの「a = fmtp」行に含まれるか、セクションで指定された「fmtp」ソース属性を使用して伝達される可能性があることを追加[9]の6.3。

8) In Section 8.2.2, removed sprop-deint-buf-req from being part of the media format configuration in usage with the SDP Offer/Answer model.

8)セクション8.2.2で、sprop-deint-buf-reqを、SDP Offer / Answerモデルで使用するメディアフォーマット構成の一部から削除しました。

9) In Section 8.2.2, made it clear that level is downgradable in the SDP Offer/Answer model, i.e., the use of the level part of profile-level-id does not need to be symmetric (the level included in the answer can be lower than or equal to the level included in the offer).

9)セクション8.2.2で、SDP Offer / Answerモデルでレベルをダウングレードできること、つまり、profile-level-idのレベル部分の使用は対称である必要がないことを明確にしました(回答に含まれるレベル)オファーに含まれているレベル以下にすることができます)。

10) In Section 8.2.2, removed that the capability parameters may be used to declare encoding capabilities.

10)セクション8.2.2で、機能パラメーターを使用してエンコード機能を宣言できることを削除しました。

11) In Section 8.2.2, added rules on how to use sprop-parameter-sets and sprop-level-parameter-sets for out-of-band transport of parameter sets, with or without level downgrading.

11)セクション8.2.2で、レベルダウングレードの有無にかかわらず、パラメータセットの帯域外転送にsprop-parameter-setsおよびsprop-level-parameter-setsを使用する方法に関するルールを追加しました。

12) In Section 8.2.2, clarified the rules of using the media type parameters with SDP Offer/Answer for multicast.

12)セクション8.2.2で、マルチキャスト用のSDP Offer / Answerでメディアタイプパラメータを使用するルールを明確にしました。

13) In Section 8.2.2, completed and corrected the list of how different media type parameters shall be interpreted in the different combinations of offer or answer and direction attribute.

13)セクション8.2.2で、オファーまたはアンサーおよびディレクション属性のさまざまな組み合わせで、さまざまなメディアタイプパラメーターがどのように解釈されるかのリストを完成および修正しました。

14) In Section 8.4, changed the text such that both out-of-band and in-band transport of parameter sets are allowed, and neither is recommended or required.

14)8.4節で、パラメータセットの帯域外と帯域内の両方の転送が許可され、どちらも推奨または必須ではないようにテキストを変更しました。

15) Added Section 8.5 (informative) providing example methods for decoder refresh to handle parameter set losses.

15)セクション8.5(参考)を追加し、パラメーターセットの損失を処理するためのデコーダーリフレッシュの方法の例を提供します。

16) Added media type parameters max-recv-level and level-asymmetry-allowed and adjusted associated text and examples for level upgrade and asymmetry.

16)メディアタイプパラメーターmax-recv-levelおよびlevel-asymmetry-allowedおよび調整された関連テキスト、およびレベルのアップグレードと非対称性の例が追加されました。

15. Backward Compatibility to RFC 3984
15. RFC 3984への下位互換性

The current document is a revision of RFC 3984 and obsoletes it. The technical changes relative to RFC 3984 are listed in Section 14. This section addresses the backward compatibility issues.

現在のドキュメントはRFC 3984の改訂版であり、廃止されました。 RFC 3984に関連する技術的な変更は、セクション14に記載されています。このセクションでは、下位互換性の問題について説明します。

It should be noted that for the majority of cases, there will be no compatibility issues for legacy implementations per RFC 3984 and new implementations per this document to interwork. Compatibility issues may only occur when both of the following conditions are true: 1) legacy implementations and new implementations are interworking, and 2) parameter sets are transported out-of-band. When such compatibility issues occur, it is easy to debug and find the reason for the incompatibility using the following analyses.

ほとんどの場合、RFC 3984に準拠したレガシー実装と、このドキュメントに記載されている新しい実装による相互運用の互換性の問題はないことに注意してください。互換性の問題が発生する可能性があるのは、次の条件が両方とも当てはまる場合のみです:1)従来の実装と新しい実装が相互作用している、2)パラメータセットが帯域外で転送される。このような互換性の問題が発生した場合は、次の分析を使用してデバッグし、非互換性の理由を見つけるのは簡単です。

Items 1, 2, 3, 7, 9, 10, 12, and 13 are bug-fix types of changes and do not incur any backward compatibility issues.

項目1、2、3、7、9、10、12、および13は、バグ修正タイプの変更であり、下位互換性の問題は発生しません。

Item 4 (addition of six new media type parameters) does not incur any backward compatibility issues for SDP Offer/Answer-based applications, as legacy RFC 3984 receivers ignore these parameters, and it is fine for legacy RFC 3984 senders not to use these parameters as they are optional. However, there is a backward compatibility issue for declarative-usage-based applications (only for the parameter sprop-level-parameter-sets as the other five parameters are not usable in declarative usage). For example, declarative-usage-based applications using RTSP and SAP have a backward compatibility issue because the SDP receiver per RFC 3984 cannot accept a session for which the SDP includes an unrecognized parameter. Therefore, the RTSP or SAP server may have to prepare two sets of streams, one for legacy RFC 3984 receivers and one for receivers according to this memo.

アイテム4(6つの新しいメディアタイプパラメーターの追加)は、SDPオファー/アンサーベースのアプリケーションの下位互換性の問題を引き起こしません。これは、レガシーRFC 3984受信者がこれらのパラメーターを無視し、レガシーRFC 3984送信者がこれらのパラメーターを使用しないことで問題がないためです。オプションなので。ただし、宣言的使用に基づくアプリケーションには下位互換性の問題があります(他の5つのパラメーターは宣言的使用では使用できないため、パラメーターsprop-level-parameter-setsのみ)。たとえば、RTSPとSAPを使用する宣言使用ベースのアプリケーションには、下位互換性の問題があります。これは、RFC 3984に基づくSDPレシーバーが、SDPに認識されないパラメーターが含まれているセッションを受け入れることができないためです。したがって、RTSPまたはSAPサーバーは、このメモに従って、レガシーRFC 3984受信者用と受信者用の2つのストリームセットを準備する必要がある場合があります。

Items 5, 6, and 11 are related to out-of-band transport of parameter sets. There are following backward compatibility issues.

項目5、6、および11は、パラメーターセットの帯域外転送に関連しています。以下の下位互換性の問題があります。

1) When a legacy sender per RFC 3984 includes parameter sets for a level different than the default level indicated by profile-level-id to sprop-parameter-sets, the parameter value of sprop-parameter-sets is invalid to the receiver per this memo; therefore, the session may be rejected.

1)RFC 3984によるレガシーセンダーに、profile-level-idからsprop-parameter-setsで示されるデフォルトレベルとは異なるレベルのパラメーターセットが含まれている場合、sprop-parameter-setsのパラメーター値は、これによってレシーバーに対して無効メモ;したがって、セッションが拒否される場合があります。

2) In SDP Offer/Answer between a legacy offerer per RFC 3984 and an answerer per this memo, when the answerer includes in the answer parameter sets that are not a superset of the parameter sets included in the offer, the parameter value of sprop-parameter-sets is invalid to the offerer, and the session may not be initiated properly (related to change item 11).

2)RFC 3984によるレガシー提供者とこのメモによる回答者の間のSDPオファー/アンサーで、回答者がオファーに含まれているパラメーターセットのスーパーセットではない回答パラメーターセットに含まれている場合、sprop-パラメータセットは提供者にとって無効であり、セッションは適切に開始されない可能性があります(変更アイテム11に関連)。

3) When one endpoint A per this memo includes in-band-parameter-sets equal to 1, the other side B per RFC 3984 does not understand that it must transmit parameter sets in-band, and B may still exclude parameter sets in the in-band stream it is sending. Consequently, endpoint A cannot decode the stream it receives.

3)このメモごとの1つのエンドポイントAに1に等しい帯域内パラメータセットが含まれている場合、RFC 3984によるもう一方のサイドBは、パラメータセットを帯域内で送信する必要があることを理解していません。送信しているインバンドストリーム。その結果、エンドポイントAは受信したストリームをデコードできません。

Item 7 (allowance of conveying sprop-parameter-sets and sprop-level-parameter-sets using the "fmtp" source attribute as specified in Section 6.3 of [9]) is similar to item 4. It does not incur any backward compatibility issues for SDP Offer/Answer-based applications, as legacy RFC 3984 receivers ignore the "fmtp" source attribute, and it is fine for legacy RFC 3984 senders not to use the "fmtp" source attribute as it is optional. However, there is a backward compatibility issue for SDP declarative-usage-based applications, e.g., those using RTSP and SAP, because the SDP receiver per RFC 3984 cannot accept a session for which the SDP includes an unrecognized parameter (i.e., the "fmtp" source attribute). Therefore, the RTSP or SAP server may have to prepare two sets of streams, one for legacy RFC 3984 receivers and one for receivers according to this memo.

項目7([9]のセクション6.3で指定されている「fmtp」ソース属性を使用したsprop-parameter-setsおよびsprop-level-parameter-setsの伝達の許可)は、項目4と同様です。下位互換性の問題は発生しませんSDP Offer / Answerベースのアプリケーションの場合、レガシーRFC 3984受信者は「fmtp」ソース属性を無視し、「fmtp」ソース属性はオプションであるため、レガシーRFC 3984送信者が「fmtp」ソース属性を使用しないことは問題ありません。ただし、RFC 3984に基づくSDPレシーバーは、SDPに認識されないパラメーターが含まれているセッション(「fmtp」など)を受け入れることができないため、SDP宣言的使用ベースのアプリケーション(RTSPやSAPを使用するアプリケーションなど)には下位互換性の問題があります。 "ソース属性)。したがって、RTSPまたはSAPサーバーは、このメモに従って、レガシーRFC 3984受信者用と受信者用の2つのストリームセットを準備する必要がある場合があります。

Item 14 does not incur any backward compatibility issues, as out-of-band transport of parameter sets is still allowed.

パラメータセットの帯域外転送が引き続き許可されているため、項目14では下位互換性の問題は発生しません。

Item 15 does not incur any backward compatibility issues, as the added Section 8.5 is informative.

追加されたセクション8.5は有益であるため、項目15には下位互換性の問題はありません。

Item 16 does not create any backward compatibility issues as the handling of the default level is the same if either end is RFC 3984 compliant, and, furthermore, RFC-3984-compliant ends would simply ignore the new media type parameters, if present.

項目16では、どちらかの端がRFC 3984に準拠している場合、デフォルトレベルの処理は同じであり、さらに、RFC-3984準拠の端は、存在する場合、新しいメディアタイプパラメータを単に無視するため、下位互換性の問題は発生しません。

16. Acknowledgements
16. 謝辞

Stephan Wenger, Miska Hannuksela, Thomas Stockhammer, Magnus Westerlund, and David Singer are thanked as the authors of RFC 3984. Dave Lindbergh, Philippe Gentric, Gonzalo Camarillo, Gary Sullivan, Joerg Ott, and Colin Perkins are thanked for careful review during the development of RFC 3984. Stephen Botzko, Magnus Westerlund, Alex Eleftheriadis, Thomas Schierl, Tom Taylor, Ali Begen, Aaron Wells, Stuart Taylor, Robert Sparks, Dan Romascanu, and Niclas Comstedt are thanked for their valuable comments and input during the development of this memo.

Stephan Wenger、Miska Hannuksela、Thomas Stockhammer、Magnus Westerlund、David Singerは、RFC 3984の著者として感謝されています。DaveLindbergh、Philippe Gentric、Gonzalo Camarillo、Gary Sullivan、Joerg Ott、Colin Perkinsは、開発中の慎重なレビューに感謝していますRFC 3984の編集者です。スティーブンボッツコ、マグナスウェスタールンド、アレックスエレフテリアディス、トーマスシエル、トムテイラー、アリベゲン、アーロンウェルズ、スチュアートテイラー、ロバートスパークス、ダンロマスカヌ、ニクラスコンステッドは、この開発中の貴重なコメントと意見に感謝しますメモ。

17. References
17. 参考文献
17.1. Normative References
17.1. 引用文献

[1] ITU-T Recommendation H.264, "Advanced video coding for generic audiovisual services", March 2010.

[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」、2010年3月。

[2] ISO/IEC International Standard 14496-10:2008.

[2] ISO / IEC国際規格14496-10:2008。

[3] ITU-T Recommendation H.241, "Extended video procedures and control signals for H.300-series terminals", May 2006.

[3] 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」、2006年5月。

[4] Bradner, S., "Key words for use in RFCs to Indicate Requirement Levels", BCP 14, RFC 2119, March 1997.

[4] 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。

[5] Schulzrinne, H., Casner, S., Frederick, R., and V. Jacobson, "RTP: A Transport Protocol for Real-Time Applications", STD 64, RFC 3550, July 2003.

[5] 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。

[6] Handley, M., Jacobson, V., and C. Perkins, "SDP: Session Description Protocol", RFC 4566, July 2006.

[6] Handley、M.、Jacobson、V。、およびC. Perkins、「SDP:Session Description Protocol」、RFC 4566、2006年7月。

[7] Josefsson, S., "The Base16, Base32, and Base64 Data Encodings", RFC 4648, October 2006.

[7] Josefsson、S。、「Base16、Base32、およびBase64データエンコーディング」、RFC 4648、2006年10月。

[8] Rosenberg, J. and H. Schulzrinne, "An Offer/Answer Model with Session Description Protocol (SDP)", RFC 3264, June 2002.

[8] 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。

[9] Lennox, J., Ott, J., and T. Schierl, "Source-Specific Media Attributes in the Session Description Protocol (SDP)", RFC 5576, June 2009.

[9] Lennox、J.、Ott、J。、およびT. Schierl、「Session Description Protocol(SDP)のソース固有のメディア属性」、RFC 5576、2009年6月。

17.2. Informative References
17.2. 参考引用

[10] Luthra, A., Sullivan, G.J., and T. Wiegand (eds.), "Introduction to the special issue on the H.264/AVC video coding standard", IEEE Transactions on Circuits and Systems for Video Technology, Vol. 13, No. 7, July 2003.

[10] Luthra、A.、Sullivan、G.J。、およびT. Wiegand(編)、「H.264 / AVCビデオコーディング標準に関する特別な問題の概要」、IEEE Transactions on Circuits and Systems for Video Technology、Vol。 2003年7月13日、7号。

[11] Ott, J., Bormann, C., Sullivan, G., Wenger, S., and R. Even, Ed., "RTP Payload Format for ITU-T Rec. H.263 Video", RFC 4629, January 2007.

[11] Ott、J.、Bormann、C.、Sullivan、G.、Wenger、S。、およびR. Even、編、「RTP Payload Format for ITU-T Rec。H.263 Video」、RFC 4629、2007年1月。

[12] ISO/IEC International Standard 14496-2:2004.

[12] ISO / IEC国際規格14496-2:2004。

[13] Wenger, S., "H.264/AVC over IP", IEEE Transaction on Circuits and Systems for Video Technology, Vol. 13, No. 7, July 2003.

[13] Wenger、S.、 "H.264 / AVC over IP"、IEEE Transaction on Circuits and Systems for Video Technology、Vol。 2003年7月13日、7号。

[14] Wenger, S., "H.26L over IP: The IP-Network Adaptation Layer", Proceedings Packet Video Workshop, April 2002.

[14] Wenger、S。、「H.26L over IP:The IP-Network Adaptation Layer」、Proceedings Packet Video Workshop、2002年4月。

[15] Stockhammer, T., Hannuksela, M.M., and S. Wenger, "H.26L/JVT Coding Network Abstraction Layer and IP-Based Transport", IEEE International Conference on Image Processing (ICIP 2002), Rochester, NY, September 2002.

[15] ストックハンマー、T。、ハンヌクセラ、M.M。、およびS.ウェンガー、「H.26L / JVTコーディングネットワークアブストラクションレイヤーおよびIPベースのトランスポート」、IEEE国際会議画像処理(ICIP 2002)、ロチェスター、ニューヨーク、2002年9月。

[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] Li, A., Ed., "RTP Payload Format for Generic Forward Error Correction", RFC 5109, December 2007.

[18] Li、A。、編、「Generic Forward Error CorrectionのRTPペイロード形式」、RFC 5109、2007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", 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」、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。、「Enhanced Concept of GOP」、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] Westerlund, M. and S. Wenger, "RTP Topologies", RFC 5117, January 2008.

[29] Westerlund、M。およびS. Wenger、「RTP Topologies」、RFC 5117、2008年1月。

[30] Wenger, S., Chandra, U., Westerlund, M., and B. Burman, "Codec Control Messages in the RTP Audio-Visual Profile with Feedback (AVPF)", RFC 5104, February 2008.

[30] Wenger、S.、Chandra、U.、Westerlund、M。、およびB. Burman、「フィードバック付きのRTPオーディオビジュアルプロファイルのコーデック制御メッセージ(AVPF)」、RFC 5104、2008年2月。

Authors' Addresses

著者のアドレス

Ye-Kui Wang Huawei Technologies 400 Crossing Blvd, 2nd Floor Bridgewater, NJ 08807 USA

Ye-Kui Wang Huawei Technologies 400 Crossing Blvd、2nd Floor Bridgewater、NJ 08807 USA

   Phone: +1-908-541-3518
   EMail: yekui.wang@huawei.com
        

Roni Even Huawei Technologies 14 David Hamelech Tel Aviv 64953 Israel

Roni Even Huawei Technologies 14 David Hamelech Tel Aviv 64953 Israel

   Phone: +972-545481099
   EMail: even.roni@huawei.com
        

Tom Kristensen TANDBERG Philip Pedersens vei 22 N-1366 Lysaker Norway

Tom Kristensen TANDBERG Philip Pedersens vei 22 N-1366 Lysaker Norway

   Phone: +47 67125125
   EMail: tom.kristensen@tandberg.com, tomkri@ifi.uio.no
        

Randell Jesup WorldGate Communications 3800 Horizon Blvd, Suite #103 Trevose, PA 19053-4947 USA

Randell Jesup WorldGate Communications 3800 Horizo​​n Blvd、Suite#103 Trevose、PA 19053-4947 USA

   Phone: +1-215-354-5166
   EMail: rjesup@wgate.com, randell_ietf@jesup.org