JP5059867B2 - エンコード方法及び装置並びにデコード方法及び装置 - Google Patents

Description

本発明は、ビデオデータ及びオーディオデータを含むマルチメディアデータをエンコードするための方法及び装置並びにビデオデータ及びオーディオデータを含むマルチメディアデータをデコードするための方法及び装置に関するもので、さらに詳細には、携帯用メディアプレーヤーを使用して複数のビデオコンテンツを含む複数のメディアコンテンツをユーザにとって効果的に管理し再生できるようにすることができるエンコード方法及び装置並びにデコード方法及び装置に関する。

ビデオ、オーディオ及びテキストデータのような多様な形態のメディアデータを含むマルチメディアデータは、大体サイズが大きい。そのため、マルチメディアデータをエンコード／デコードし送信するのに大慨長い時間がかかる。また、相当な数のメディアコンテンツを統合し管理することは、一般に困難である。

本発明は、ビデオコンテンツを含む複数のメディアコンテンツを効果的に管理しエンコード／デコードできるようにするマルチメディアデータ構造を提供し、またこのようなマルチメディアデータ構造を使用してマルチメディアデータをエンコードするための方法及び装置並びにマルチメディアデータ構造を使用してマルチメディアデータをデコードするための方法及び装置を提供する。

本発明の一態様によって、デコード方法が提供される。前記デコード方法は、
ビデオデータ領域とオーディオデータ領域とを含むメディア領域、前記ビデオデータ領域とオーディオデータ領域に各々対応するビデオトラック領域とオーディオトラック領域とを含むメディア情報領域、及び前記メディア領域内のメディアデータとユーザとの間のインタフェースを提供するメニューをディスプレイするための記述データを含むメニュー記述領域を含むマルチメディアデータを受信するステップと、シーン表示フォーマットを使用して描写された前記記述データを前記マルチメディアデータから抽出するステップと、前記記述データからＳＶＧ（Scalable Vector Graphics）フォーマットデータを抽出することによって、前記抽出された記述データをデコードするステップと、前記デコードされた記述データを使用してメニューをレンダリングするステップと、前記メニューに基づいて前記メディア領域から抽出されたメディアデータをデコードするステップとを含み、前記メディア領域、前記メディア情報領域、及び前記メニュー記述領域は、一つのファイルに統合される。

本発明の他の態様によって、エンコード方法が提供される。前記エンコード方法は、ファイルのフォーマットに関する情報を含むファイルタイプ領域を生成するステップと、ビデオデータ領域とオーディオデータ領域とを含むメディア領域を生成するステップと、前記ビデオデータ領域に含まれたビデオデータに関する情報を含むビデオトラック領域、及び前記オーディオデータ領域に含まれたオーディオデータに関する情報を含むオーディオトラック領域を含むメディア情報領域を生成するステップと、メニューを表示するための記述データを含むメニュー記述領域を含むファイル情報領域を生成するステップとを含み、前記メニューは、前記メディア領域内のメディアデータとユーザとの間のインタフェースを提供し、前記記述データは、シーン表示フォーマットを使用して描写され、前記ファイルタイプ領域、前記ファイル情報領域、前記メディア情報領域、及び前記メディア領域は、一つのファイルに統合される。

本発明のさらに他の態様によって、デコード装置が提供される。前記デコード装置は、ビデオデータ領域とオーディオデータ領域とを含むメディア領域、前記ビデオデータ領域とオーディオデータ領域に各々対応するビデオトラック領域とオーディオトラック領域とを含むメディア情報領域、及びメニューを表示するための記述データを含むメニュー記述領域を含むマルチメディアデータを受信するデータ入力部と、前記マルチメディアデータから前記記述データを抽出するパーサー、前記記述データからＳＶＧ（Scalable Vector Graphics）フォーマットデータを抽出することによって、前記抽出された記述データをデコードする記述デコーダ、及び前記メディア領域内のメディアデータとユーザとの間のインタフェースを提供するメニューを前記デコードされた記述データを使用してレンダリングするレンダリング部を有する第１デコーダと、前記メニューに基づいて抽出されたメディアデータをデコードする第２デコーダとを備え、前記記述データは、シーン表示フォーマットを使用して描写され、前記メディア領域、前記メディア情報領域、及び前記メニュー記述領域は、一つのファイルに統合される。

本発明のさらに他の態様によって、エンコード装置が提供される。前記エンコード装置は、ビデオデータに関する情報を含むビデオトラック領域とオーディオデータに関する情報を含むオーディオトラック領域とを生成するマルチメディアトラック生成器と、シーン表示フォーマットを使用して描写され、ユーザとメディアデータとの間のインタフェースを提供するメニューを表示するための記述データを含むメニュー記述領域を生成する記述領域生成器と、前記ビデオ及びオーディオトラック領域と前記メニュー記述領域とを一つのファイルに統合するファイル構造生成器とを備える。

開示された実施の形態は、複数のビデオ／オーディオコンテンツを含むマルチメディアデータファイル、そしてユーザとメディアデータ間のメニューのための記述データを構成することができるマルチメディアデータエンコード／デコード方法及び装置を含む。したがって、マルチメディアデータを処理し送信するのにかかる時間を減らすことができる。

本発明の一実施の形態によるマルチメディアデータファイルのフォーマットを示した図である。 本発明の一実施の形態によってユーザインタフェースを提供するメニューを示した図である。 本発明の他の実施の形態によるマルチメディアデータファイルのフォーマットを示した図である。 本発明の他の実施の形態によるマルチメディアデータファイルのフォーマットを示した図である。 本発明の一実施の形態によって、セグメントメタデータにあるチャプター情報のフォーマットを示した図である。 本発明の一実施の形態によって、セグメントメタデータにある要約情報のフォーマットを示した図である。 本発明のさらに他の実施の形態によるマルチメディアデータファイルのフォーマットを示した図である。 本発明の一実施の形態によるマルチメディアデータをエンコードするための装置のブロック図である。 本発明の一実施の形態によるマルチメディアデータをデコードするための装置のブロック図である。 本発明のさらに他の実施の形態によるマルチメディアデータをデコードするための装置のブロック図である。 本発明のさらに他の実施の形態によるマルチメディアデータをデコードするための装置のブロック図である。 本発明の一実施の形態によるマルチメディアデータをデコードする方法のフローチャートである。 本発明のさらに他の実施の形態によるマルチメディアデータをデコードする方法のフローチャートである。

以後、本発明の実施の形態が示された添付図面を参照して、本発明を詳細に説明する。

図１は、本発明の一実施の形態によるマルチメディアデータフォーマットを示した図である。図１に示すように、マルチメディアデータファイルは、ファイルタイプ領域、ファイル情報領域、メディア情報領域、及びメディア領域を含むことができる。

ファイルタイプ領域は、マルチメディアデータファイルのタイプやバージョンのようなマルチメディアデータファイルのフォーマットを表す。例えば、マルチメディアデータファイルのタイプが「ｍｐ４２」であると、ファイルタイプ領域は、マルチメディアデータファイルがＭＰＥＧ４バージョン−２フォーマットを有していることを表すことができる。

メディア領域は、ビデオデータ領域とオーディオデータ領域のような複数のサブメディアデータ領域を含むことができる。サブメディアデータ領域の各々は、メディアデータを含むことができる。

メディア領域は、またテキストデータを有するテキストデータ領域又はイメージデータを有するイメージデータ領域を含むことができる。ビデオデータ領域は、複数のビデオコンテンツを含むビデオデータを格納することができ、オーディオデータ領域は、複数のオーディオコンテンツを含むオーディオデータを格納することができる。

メディア情報領域は、メディア領域のサブメディアデータ領域に各々対応する複数のトラック領域を含むことができる。トラック領域の各々は、対応サブメディアデータ領域にあるメディアデータに関する情報（例えば、時間的／空間的情報）を含むことができる。

図１に示すように、メディア情報領域は、ビデオデータ領域に対応するビデオトラック領域とオーディオデータ領域に対応するオーディオトラック領域とを含むことができる。

ビデオトラック領域は、ビデオデータ領域に含まれたビデオデータに関する時間的／空間的情報及びビデオデータに関する生成情報のようなビデオデータに関するメタデータ（例えば、ビデオデータに含まれたビデオコンテンツのタイトル及びビデオコンテンツの生成者）を含むことができる。

オーディオトラック領域は、オーディオデータ領域に含まれたオーディオデータに関する時間的／空間的情報及びオーディオデータに関する生成情報のようなオーディオデータに関するメタデータ（例えば、オーディオコンテンツのタイトル、プロデューサ、歌手、及び演奏者）を含むことができる。

ビデオトラック領域やオーディオトラック領域に含まれた時間的／空間的情報は、メディアデータの再生セクション情報、位置情報、又はサイズ情報でありうる。

ファイル情報領域は、識別／位置情報領域及びメニュー記述領域を含むことができる。

識別／位置情報は、メディア領域に含まれた複数のメディアデータの各々の属性情報、例えば、複数のメディアデータの各々の識別情報及び位置情報を含むことができる。

さらに詳細には、識別／位置情報領域は、メディア領域に含まれた複数のメディアデータの各々の名称情報、コンテンツタイプ情報、識別情報、位置情報、及びサイズ情報を含むことができる。

メディア領域が一つのビデオコンテンツ及び二つのオーディオコンテンツを含むならば、識別／位置情報領域に含まれた情報は、下記のように表すことができる。

item ID=1(video 1)
item name=<rel.uri to video 1>
content type=video
item ID=2(audio 1)
item name=<rel.uri to audio 1>
content type=audio
item ID=3(audio 2)
item name=<rel.uri to audio 2>
content type=audio

ここで、ｉｔｅｍ ＩＤは、メディアコンテンツの識別子、ｉｔｅｍ ｎａｍｅは、メディアコンテンツの名称、及びｃｏｎｔｅｎｔ ｔｙｐｅは、メディアコンテンツのタイプを表す。

識別／位置情報領域は、第１領域及び第２領域に区分でき、第１領域内のメディアデータ属性情報の一部と第２領域内のメディアデータ属性情報の残りを格納することができる。例えば、識別／位置情報領域の第１領域は、メディアコンテンツの名称とタイプに関する情報を含むことができ、識別／位置情報領域の第２領域は、メディアコンテンツの位置及びサイズに関する情報を含むことができる。

ファイル情報領域のハンドラータイプは、“１ｓｒ１．”と指定されることができる。

図１に示すように、メニュー記述領域は、ユーザとメディアデータとの間のインタフェースを提供するメニューを表示するためのメニュー記述データを含む。ユーザにより興味あって便利なインタフェースを提供するために、メニューにアニメーション効果を適用することができる。

メニューは、メディア領域にある複数のメディアコンテンツを表示しメディアコンテンツから再生されるメディアコンテンツをユーザにとって選択できるようにするための一つ以上の入力ツールを提供する。ユーザは、メニューを使用してメディア領域に含まれたメディアコンテンツを識別し管理できる。

メニュー記述領域に含まれたメニュー記述データとメディア領域に含まれたメディアデータは、識別／位置情報領域に含まれた情報を参照して連結することができる。

図２は、メニューの一例を示している。図２に示すように、メニューは、背景イメージ１０と一つ以上の入力ツール２０〜２３を含む。

動作を視覚化しユーザの興味を誘発させるために、背景イメージ１０にアニメーション効果を適用することができる。例えば、入力ツール２０〜２３のうちの一つを使用してユーザ入力されると、背景イメージ１０がユーザ入力に応答して修正できるように、背景イメージ１０にアニメーション効果が適用されることができる。

背景イメージ１０として使用されることができるイメージデータは、メディア領域に格納されることができる。

ユーザは、マウスのクリック又はキー入力を介して入力ツール２０〜２３のうちの一つを選択することができ、選択された入力ツールを使用してメディア領域内の複数のメディアコンテンツを管理することができる。

例えば、ユーザは、メディア領域内の複数のメディアコンテンツのリストを識別し、入力ツール２１、すなわち「コンテンツリスト」を使用してメディアコンテンツのうちの一つを選択することができる。以後、ユーザは、入力ツール２０、すなわち、「再生」を使用して選択されたメディアコンテンツを再生することができる。

また、ユーザは、メディア領域内のメディアコンテンツをカテゴリー化することによって得られた複数のチャプタを識別し、入力ツール２２、すなわち、「チャプタ」を使用してチャプタのうちの一つを選択することができる。さらに、ユーザは、入力ツール２３、すなわち、「要約」を使用してメディア領域内のメディアコンテンツの各々の簡単な説明を得ることができる。

しかしながら、入力ツール２０〜２３は、例示的なものに過ぎず、本発明はこれにより制限されない。すなわち、ユーザとマルチメディアコンテンツとの間の効果的なインタフェーシングをすることができるインタフェースをユーザに提供するために、メニューは、ここに開示されたものの他に多様なタイプの入力ツールを含むことができる。

メニューを構成するために必要なテキストデータは、メニュー記述領域のメニュー説明データ内に含まれることができるか、又はメディア領域内に格納されることができる。

メニュー記述データは、メニューの視覚的エレメントであるグラフィックエレメントに関するグラフィック情報、視覚的エレメントの空間的レイアウトに関する空間的レイアウト情報、及びメニューと共に表示されるメディアデータの時間的レイアウトに関する時間的レイアウト情報を含むことができる。メディアデータの時間的レイアウトに関する情報は、メディアデータの同期化情報、メニューに適用されるアニメーション効果に関するアニメーション効果情報、及びユーザとメニューとの間に発生するキー入力又はマウス入力のような双方向イベントに関する双方向イベント情報を含むことができる。

メニュー記述データは、ＬＡＳｅＲ（Light-weight Application Scene Representation）、ＳＶＧ（Scalable Vector Graphics）、又はＢＩＦＳ（Binary Format for Scene）を使用して生成できる。この場合、メニュー記述データは、ＸＭＬ（eXtensible Markup Language）フォーマット又はバイナリエンコード（binary encoded）フォーマットを有することができる。

ＬＡＳｅＲを使用して生成されたメニュー説明データの一例は、次の通りである。

<lsru:NewScene>
<svg width="400" height="250"viewBox="0 0 400 250">
<!-- Main menu -->
<g id="title page"visibility="visible">
<!-- Background image -->
<image id="title image" xlink:href="#item ID of image"?width="400"height= "250" x="0"y="0">
<!-- Menu options -->
<rect x="10"y="109" width="100" height="15" rx="8"
fill="rgb(255, 150, 70)"/>
<text id="play btn" x="20" y="120" font-family="Verdana"?font-size="12" fill="white">
play </text>
...
</g>
<!-- Video playback -->
<g id="video playback" visibility="hidden">
<video xlink:href="#item ID of video"begin="play btn.click"type="video/mpeg"...>
<audio xlink:href="#item ID of audio"begin="play btn.click" type="audio/mpeg" ...>
<a xlink:href="#item ID of text"begin="play btn.click"?type="text/3gpp"...>
</g>
...…
</svg>
</lsru:NewScene>.

ＬＡＳｅＲを使用して生成されたメニュー記述データは、前記例で説明した通り、ＳＶＧ（Scalable Vector Graphics）フォーマットを含むことができる。

メニュー記述データは、グラフィック情報、アニメーション効果情報、空間的レイアウト情報、時間的レイアウト情報、及び双方向イベント情報を記述するための複数のエレメントを含むことができる。

例えば、メニュー記述データは、メニューと共に表示するグラフィックエレメント、テキストデータ及びイメージデータのためのエレメント、マルチメディアデータのためのエレメント、及びメニューに適用されるアニメーション効果のためのエレメントを含むことができる。

メニュー説明データのエレメントは、下記の表１に表したとおりである。

メニュー記述データに含まれたアニメーション効果情報は、メニューに適用されるアニメーション効果のグループに関するグルーピング情報、アニメーション効果が適用されるメディアデータのサイズ情報、不透明効果情報及び幾何学的変形効果情報を含むことができる。サイズ情報は、イメージサイズ変化に関する情報でありうる。不透明効果情報は、フェードイン効果及びフェードアウト効果に関する情報でありうる。幾何学的変形効果情報は、イメージ間トランジンション、イメージスケール変化、ローテーション、及びスキューなどの効果に関する情報でありうる。

アニメーション領域は、イメージの動作の経路又はイメージ内のオブジェクトの動作の経路に関する動作経路情報、イメージのカラー変化に関するカラー変化情報、又はイメージの形状情報を含むことができる。イメージの形状情報は、イメージが長方形、円形、楕円形、多角形、線形又はポリライン形なのかを表すことができる。アニメーション領域は、メディアデータに適用されることができる多様なアニメーション効果のためのメディアデータの属性を変化させるのに必要な属性制御情報を含むこともできる。

不透明効果情報、スケール変換情報、及びサイズ変換情報を含むアニメーション効果情報の一例は、次のとおりである。

<lsru:NewScene>
<svg>
<g id=Article Image">
<animate attributeName="opacity"calcmode="linear"”
values="0.00:1.00:1.00:1.00:1.00:1.00:1.00:1.00"
dur="8.0" repeatDur="indefinite"/>
<animate Transform attributeName="Transform"type="scale"?additive="sum"calcmode="linear"”
values="0.00 1.00:1.00 1.00:1.00 1.00:1.00 1.00:0.50 1.00:0.00 1.00:1.00 1.00"”

*113 dur="8.0"repeatDur="indefinite"/>
<image width="200"height="15-" #sampleID = 1>
</image>
</g>
</svg>
</lsru:NewScene>

ここで、記号「＜」とは開始を、記号「＞」とは終了を、記号「／」とは定義されるコンテクストの終了を表す。例えば、＜ｓｖｇ＞及び＜／ｓｖｇ＞間のコンテクストは、一つのグループと定義されることができ、コンテクスト＜ｇ ｉｄ＝“Ａｒｔｉｃｌｅ ｉｍａｇｅ”＞及び＜／ｇ＞は、さらに他のグループと定義されることができ、＜ｉｍａｇｅ ｗｉｄｔｈ＝“２００”ｈｅｉｇｈｔ＝“１５０”＃ｓａｍｐｌｅ＝１＞及び＜／ｉｍａｇｅ＞間のコンテクストは、さらに他のグループと定義されることができる。＜ｇ ｉｄ＝“Ａｒｔｉｃｌｅ ｉｍａｇｅ”＞を参照すれば、参照記号ｇは、グループを表し、Ａｒｔｉｃｌｅ ｉｍａｇｅは、グループｇの名称を表す。アニメーション属性又はアニメーション効果名称“ｏｐａｃｉｔｙ”及び“ｔｒａｎｓｆｏｒｍ”とは、それぞれ不透明効果及び幾何学的変形効果を表す。記号“ｓｕｍ”とは、複数のアニメーション属性の合計を表す。記号“ｄｕｒ”とは、イメージデータの再生持続時間を表す。

イメージデータがサンプルとして考慮されると、１の識別子を有するイメージデータ（＃ｓａｍｐｌｅＩＤ＝１）により具現されたイメージの幅と高さは、それぞれ２００と１５０である。前記アニメーション効果は、イメージデータ（＃ｓａｍｐｌｅＩＤ＝１）の透明度を完全透明レベル（ｖａｌｕｅ＝０．００）から本来の透明レベル（ｖａｌｕｅ＝１．００）まで８秒（ｄｕｒ＝“８．０”）間繰り返し的に（ｒｅｐｅａｔＤｕｒ＝“ｉｎｄｅｆｉｎｉｔｅ”）線形的に（ｃａｌｃＭｏｄｅ＝“ｌｉｎｅａｒ”）変化させるのに関連する。また、前記アニメーション効果は、イメージデータ（＃ｓａｍｐｌｅＩＤ＝１）のスケール（“ｔｒａｎｓｆｏｒｍ”、“ｓｃａｌｅ”）を本来の大きさ（ｖａｌｕｅ＝１．００）から本来の大きさの半分（ｖａｌｕｅ＝ｙ；ｘ＝１．００；０．５０）まで８秒（ｄｕｒ＝“８．０”）間繰り返し的に（ｒｅｐｅａｔＤｕｒ＝“ｉｎｄｅｆｉｎｉｔｅ”）線形的に（ｃａｌｃＭｏｄｅ−“ｌｉｎｅａｒ”）変形させるのに関連する。上記のアニメーション効果は、イメージデータ（＃ｓａｍｐｌｅＩＤ＝１）の透明度の変化及びイメージデータ（＃ｓａｍｐｌｅＩＤ＝１）のスケールの変形を同時に（ａｄｄｉｔｉｖｅ＝“ｓｕｍ”）行うのに特徴がある。

一つ以上のサンプルを含むイメージデータは、複数のチャンク（chunk）に区分されることができ、チャンクの各々の複数のサンプルは、時間順に整列されうる。チャンク内のサンプルは、１から始まる自体の識別番号を有する。この点で、イメージデータ（＃ｓａｍｐｌｅＩＤ＝１）は、イメージデータであるものより、１の識別番号を有するサンプルでありうる。

図３に示すように、ビデオデータ領域又はオーディオデータ領域は、複数のメディアコンテンツを含むことができ、ビデオトラック領域又はオーディオトラック領域は、メディアコンテンツにそれぞれ対応する複数のトラック領域を含むことができる。

すなわち、ビデオデータ領域は、Ｎ個のビデオコンテンツに対応するデータ、例えば、主な特徴、「ｍａｋｉｎｇ−ｏｆｆ」クリップ、俳優インタビュー又はイメージギャラリーなどを含むことができる。ビデオトラック領域は、Ｎ個のビデオコンテンツにそれぞれ対応するＮ個のサブビデオトラック領域を含むことができる。

オーディオデータ領域は、Ｍ個のオーディオコンテンツに対応するデータを含むことができ、オーディオトラック領域は、Ｍ個のオーディオコンテンツにそれぞれ対応するＭ個のサブオーディオトラック領域を含むことができる。

Ｎ個のサブビデオトラック領域とＭ個のサブオーディオトラック領域のそれぞれは、メディアコンテンツに関するメタ情報又は時間的／空間的情報を含むことができる。

図４に示すように、メディア情報領域は、メディア領域にある複数のメディアコンテンツに関するメタデータを格納するためのトラックメタ領域又はメディアメタ領域を含むことができる。メディアメタ領域は、オーディオトラック領域とビデオトラック領域と同じレベルでメディア情報領域に含まれることができる。トラックメタ領域は、ビデオトラック領域とオーディオトラック領域とにそれぞれ含まれることができる。

ビデオトラック領域やオーディオトラック領域のトラックメタ領域又はメディアメタ領域に含まれうるメタデータは、メディアコンテンツに関する付加情報をユーザに提供するために使用されることができる。

メタデータは、ＸＭＬ（eXtensible Markup Language）フォーマットを使用して描写されることができる。

メタデータは、メディアコンテンツに関するチャプタ／要約情報、生成情報又はユーザによるメディアコンテンツのアクセスに関する使用履歴情報を含むことができる。

生成情報は、メディアコンテンツのタイトル、プロデューサ、及びクリップ説明、メディアコンテンツに対するユーザコメント、及びメディアコンテンツがマルチメディアデータファイル内に含まれた日付及び時間を表すファイル日付／時間情報を含むことができる。生成情報は、またメディアコンテンツの生成に関する多様な情報及びビデオコンテンツのキャスト、ビデオコンテンツの生成日、オーディオコンテンツの歌手、及びオーディオコンテンツの演奏者に関する情報のようなメディアコンテンツに関する多様な属性情報を含むこともできる。

生成情報は、ビデオメタ領域に含まれることができるか、又はオーディオトラック領域又はビデオトラック領域のトラックメタ領域内に含まれることができる。例えば、ビデオデータ領域に含まれた複数のビデオコンテンツ全体に関する一般情報は、メディアメタ領域に含まれることができ、ビデオコンテンツの各々に関する詳細情報は、ビデオトラック領域に含まれることができる。

さらに詳細に説明すると、映画プロデューサに関する情報又はマルチメディアデータファイルに含まれた映画タイトルがメディアメタ領域に含まれることができ、ビデオコンテンツの各々のプロデューサに関する情報又は映画に含まれた複数のビデオコンテンツの各々のタイトルは、ビデオトラック領域に含まれることができる。

同様に、オーディオデータ領域に含まれた複数のオーディオコンテンツに関する生成情報は、メディアメタ領域内に又はオーディオトラック領域のトラックメタ領域内に含まれることができる。

メディア領域に含まれたメディアデータは、階層的に分類されることができる。メディア領域に含まれたメディアデータに関するメタデータは、メディア領域に含まれたメディアデータのセグメントを検索するためのセグメントメタデータを含むことができる。セグメントメタデータは、セグメントが分類される一つ以上のセグメントグループに関する情報を含む。

メディア領域に含まれたメディアデータは、階層的に分類されることができ、セグメントメタデータは、階層的に分類されたメディアコンテンツのチャプタに関する情報を含む。

ユーザは、セグメントメタデータを使用してメディア領域に含まれたメディアデータを介して容易に検索することができる。このために、階層的グルーピング情報が前記メニューと共に表示されることができる。

セグメントメタデータは、メディアメタ領域内に含まれることができ、セグメントメタデータの階層的グルーピング情報は、対応メディアトラック領域のトラックメタ領域に含まれることができる。

ビデオデータ領域に含まれた複数のビデオコンテンツは、複数のチャプタに区分されることができ、セグメントメタデータは、チャプタの各々に関するチャプタ情報を含むことができる。例えば、セグメントメタデータは、チャプタの各々の要約情報、チャプターの各々に分類された複数のシーンに関する情報、及びチャプタの各々のイメージ又は代表シーンに関する情報を含むことができる。

図５は、セグメントメタデータに含まれたチャプタ情報のフォーマットを示している。図５に示すように、ビデオコンテンツは、Ｌ個のシーンにそれぞれ対応するＬ個のセグメントを含むことができ、Ｌ個のセグメントは、Ｋ個のセグメントグループに分類されることができる。例えば、Ｌ個のシーンは、Ｋ個のチャプターにグルーピングされることができる。

セグメントメタデータは、チャプタの数（すなわち、Ｋ）、ビデオコンテンツのインデックス、ビデオデータ内のビデオコンテンツの位置、Ｋ個のセグメントグループのそれぞれの要約、Ｋ個のセグメントグループのそれぞれに含まれた一つ以上のセグメントのインデックス、及びＬ個のセグメントのそれぞれの要約を含むことができる。

ユーザは、チャプタ情報に基づいてビデオコンテンツの主題を容易に判別することができ、したがって、対象ビデオコンテンツを容易に検索及び再生することができる。

Ｌ個のセグメントが１層のセグメントグループに分類されたものが図５に示されている。しかしながら、Ｌ個のセグメントは、２層のセグメントグループに分類されることができる。すなわち、二つ以上のＫ個のセグメントグループは、Ｊ個のセグメントグループに再グルーピングされうる。この場合、Ｋ個のセグメントグループの再グルーピングに関する情報は、セグメントメタデータに含まれることができる。

ビデオデータ領域に含まれた複数のビデオコンテンツは、テーマによって一つ以上のグループに分類されることができる。この場合、セグメントメタデータは、グループに関する情報、例えば、グループのテーマに関する要約情報を含むことができる。

図６は、セグメントメタデータに含まれた要約情報のフォーマットを示している。本実施の形態において、ビデオデータ領域内のビデオデータは、互いに異なるテーマを有する７個のセグメントに分類されることができる。

図６に示すように、７個のセグメントのテーマは、「科学」、「英語」、「数学」、「バレエ」、「オペラ」、「野球」、及び「サッカー」である。したがって、７個のセグメントは、３個のセグメントグループ、「教育」、「芸術」、及び「スポーツ」に分類されることができる。

この場合、セグメントメタデータは、セグメントグループの数（すなわち、３個）、７個のセグメントのインデックス、及び７個のセグメントのテーマを含むことができる。

同様に、ビデオコンテンツに含まれた複数のイメージセグメントは、一つ以上のイメージセグメントグループに分類されることができる。この場合、セグメントメタデータは、イメージグループの各々の要約を含むことができる。

ユーザは、セグメントメタデータに基づいてビデオコンテンツの主題を容易に決定することができ、したがって対象テーマとしてビデオコンテンツを容易に検索して再生できる。

図６に複数のビデオデータセグメントが１層のセグメントグループに分類されたものが示されている。しかしながら、セグメントは、２層のセグメントグループに分類されることができる。例えば、図５に示されたセグメントグループは、一つ以上のセグメントグループに再グルーピングされることができ、３個のセグメントグループの再グルーピングに関する情報がセグメントメタデータに含まれることができる。

メタデータは、メディア領域に含まれた複数のメディアコンテンツに対してユーザが作った動作に関する使用履歴情報を含むこともできる。例えば、使用履歴情報は、所定の期間の間にユーザによりメディアコンテンツのアクセスに関する陳述でありうる。

使用履歴情報は、ユーザが視聴したビデオコンテンツの識別情報、（存在する場合）ビデオコンテンツの再生の中断時点に関する情報、ユーザがビデオコンテンツの視聴を開始し終了する時期に関する情報、又はユーザがビデオコンテンツを視聴した回数に関する情報などのようなユーザによるメディアコンテンツのアクセスに関する多様な情報を含むことができる。

複数のメディアコンテンツを含むマルチメディアファイルが一つ以上のユーザにより使用されると、使用履歴情報は、ユーザの各々に対して生成されることができる。ユーザの各々に対するユーザ履歴情報を管理するために、使用履歴情報は、マルチメディアデータファイルよりは付加メタデータファイル内に含まれることができる。

ユーザは、使用履歴情報を使用してユーザによるマルチメディアデータファイルの複数のメディアコンテンツのアクセスに関する情報を容易に獲得することができる。より詳細に説明すると、ビデオデータ領域に含まれたビデオコンテンツの再生が中断されると、ユーザは、ビデオコンテンツの再生中断時点からビデオコンテンツ再生を再開することができる。

図７は、本発明の一実施の形態によるマルチメディアデータファイルのフォーマットを示している。図７に示すように、メディア領域は、ビデオデータ領域とオーディオデータ領域とを含むことができる。メディア領域は、またテキストデータ領域及び／又はイメージデータ領域を含むこともできる。メディア領域がテキストデータ領域を含む場合、メディア情報領域は、テキストデータ領域に対応するテキストトラック領域を含むことができる。

テキストデータ領域に含まれたテキストデータは、テキスト列又は歌詞でありうる。

テキストトラック領域に含まれたタイミング情報に応じてテキストデータ領域に含まれたテキスト列を再生することによって、タイムテキスト（Timed text）を得ることができる。テキストトラック領域は、テキストデータ領域に含まれたテキスト列のデコード時間情報、位置情報、及びサイズ情報を含むことができる。

ビデオデータ領域に含まれたビデオコンテンツは、タイムテキストを使用して複数のテキスト列と同期して再生できる。タイムテキストは、字幕をリアルタイムで提供するか、又はオーディオ装置を具備していなかったり難聴のある人々のための字幕を提供するために、又はカラオケサービスを提供したり、ニュース項目又はテレプロンプターアプリケーションをスクロールするために使用されることができる。

タイムテキストを再生するために、マルチメディアファイルは、文字セット情報、グリフ情報、フォント情報、テキストカラー情報、選択された字幕情報、ダイナミックハイライト情報、テキストレンダリング位置情報及びテキスト合成情報を含むことができる。

Ｕｎｉｃｏｄｅ ３．０は、多様な言語とグリフを表現するのに使用されることができる。ＵＴＦ−８とＵＴＦ−１６は、必要な文字にデコードされうる。入力列を飾るためのフォントは、その名称、サイズ、及びスタイルにより特定されうる。フォントスタイルは、ボールド、イタリック、そしてボールド−イタリックを含むことができる。テキストと背景イメージの色は、ＲＧＢ値により表すことができる。

テキストは、特定された領域内にレンダリングされうる。外国言語演習資料のためのアプリケーションは、テキストをイメージにオーバーレイするためのタイムテキスト情報を使用することができる。カラオケアプリケーションにおいてと同様なテキストは、強調のためにハイライトされうる。

テキストデータ領域は、複数のテキストサンプルを含むことができ、テキストサンプルの各々は、テキスト列とテキスト修正器を含むことができる。テキスト修正器は、該当テキスト列に関するスタイル情報、ハイライト情報、閉鎖された字幕情報、ダイナミックハイライト情報及びブリンク情報のうち、少なくとも一つを具備している。

テキストトラック領域は、またテキストデータ領域に含まれたテキスト列に関するタイミング情報とサンプル説明とを含むこともできる。サンプル説明データは、テキスト列に関するフォント情報、位置情報及び背景情報を具備することができる。

例えば、タイムテキストは、３ＧＰＰ ＴＳ ２６．２４５又はＭＰＥＧ−４ Ｐａｒｔ−１７に開示され、前記アプリケーションシナリオを具現化し前記機能を支援するのに適したテキストフォーマットと同じフォーマットを有することができる。

ファイル情報領域は、またタイムテキスト効果の説明データを含むこともできる。ビデオデータ領域に含まれたビデオコンテンツは、タイムテキスト効果説明を使用して、複数のテキスト列と同期して再生されうる。

タイムテキスト効果説明は、文字セット情報、グリフ情報、フォント情報、テキストカラー情報、閉鎖された字幕情報、ダイナミックハイライト情報、カラオケ、テキストレンダリング位置情報、及びテキスト合成情報を含むことができる。

ダイナミックハイライティングは、タイムテキスト効果と前記トランジンション効果との組合せを使用して具現されることができる。例えば、二つの互いに異なるカラーを有するテキスト列は、互いにオーバーラッピングしつつ同じ位置で表すことができる。ハイライティング機能が開始されると、どちらのテキスト列が残りのテキスト列の上にあるとしても、左から右に消去されることができる。このために、「ｂａｒＷｉｐｅ」がタイプとして指定されることができ、「ｌｅｆｔＴｏＲｉｇｈｔ」がサブタイプとして指定されることができる。

テキストデータ領域は、各々が複数のテキストサンプルを有する複数のテキストデータを含むことができる。この場合、メディア情報領域は、複数のテキストデータに各々対応する複数のテキストトラック領域を含むことができる。テキストトラック領域の各々は、対応テキストデータのタイミング情報とサンプリング説明とを含むことができる。

イメージデータ領域に含まれたイメージデータは、メニュー記述データに応じてディスプレイされたメニューのための背景イメージとして使用されることができる。上記の通りに、メニュー記述データに特定されたアニメーション効果がイメージデータ領域に含まれたイメージデータに適用されることができる。

ビデオデータ領域に含まれたビデオデータは、ＭＰＥＧ−４ ＡＶＣ（Advanced Video Coding）、ＭＰＥＧ−２、Ｈ．２６３、又はＭＰＥＧ−４ Ｐａｒｔ ２のような多様なビデオコーディング方法を使用して得られた圧縮データでありうる。特に、ビデオデータに含まれたビデオデータは、ＩＴＵ−Ｔ Ｈ．２６４に明記されたビデオコーディング方法を使用して得られた圧縮データでありうる。

オーディオデータ領域に含まれたオーディオデータは、ＭＰ３又はＡＡＣ（Advanced Audio Coding）のような多様なオーディオコーディング方法を使用して得られた圧縮データでありうる。特に、オーディオデータ領域に含まれたオーディオデータは、ＭＰＥＧ−４ ＨＥ−ＡＡＣ（High Efficiency Advanced Audio Coding）を使用して得られた圧縮データでありうる。代案として、オーディオデータ領域に含まれたオーディオデータは、ＢＳＡＣ（Bit Sliced Arithmetic Coding）のようなスケーラブルオーディオコーディング方法を使用して得られた圧縮データでありうる。

イメージデータ領域に含まれたイメージデータは、ＪＰＥＧ（Joint Picture Expert Group）のようなコーディング方法を使用して得られた圧縮データでありうる。

図８は、本発明の一実施の形態によるマルチメディアデータをエンコードするための装置（以下、マルチメディアデータエンコード装置）のブロック図である。マルチメディアデータエンコード装置は、ファイル構造生成器１００、マルチメディアトラック生成器１１０、記述領域生成器１２０、及びメタデータ生成器１３０を備えることができる。

ファイル構造生成器１００は、ファイルタイプ領域、ファイル情報領域、メディア情報領域、及びメディア領域を含むマルチメディアファイルを生成する。

マルチメディアトラック生成器１１０は、メディア領域内の複数のデータ領域を生成しメディア情報領域内のデータ領域に各々対応する複数のトラック領域を生成する。データ領域の各々は、複数のメディアデータを含む。例えば、マルチメディアトラック生成器１１０は、ビデオデータ領域に対応するビデオトラック領域、オーディオデータ領域に対応するオーディオトラック領域、テキストデータ領域に対応するテキストトラック領域、又はイメージデータ領域に対応するイメージトラック領域を生成することができる。

記述領域生成器１２０は、メニューをディスプレイするための記述データを含むメニュー記述領域を生成する。

メタデータ生成器１３０は、メタデータを生成しファイル情報領域、トラックメタ領域又はメディアメタ領域にメタデータを格納する。また、メタデータ生成器１３０は、メニュー記述データを生成してメニュー記述領域に格納する。

ファイル構造生成器１００、マルチメディアトラック生成器１１０、記述領域生成器１２０、及びメタデータ生成器１３０の動作は、ここに開示されたものとは異なる順序で行われることができる。また、ファイル構造生成器１００、マルチメディアトラック生成器１１０、記述領域生成器１２０、及びメタデータ生成器１３０の少なくとも二つの動作が同時に行われることができる。

図９は、本発明の一実施の形態によるマルチメディアデータをデコードするための装置（以下、マルチメディアデータデコード装置とする）のブロック図である。図９に示すように、マルチメディアデータデコード装置は、データ入力部２００、パーサー２１０、第１デコーダ２２０、及び第２デコーダ２３０を備えることができる。図９に示されたマルチメディアデータデコード装置の動作を以後の図１２を参照して詳細に説明する。

図９及び図１２に示すように、データ入力部２００は、入力マルチメディアデータを受信する（５００）。パーサー２１０は、入力マルチメディアデータからメニュー記述データを抽出する（５１０）。第２デコーダ２３０は、ユーザとメディアデータとの間のインタフェースを提供するためのメニューを表示する（５２０）。

図１１に示すように、ユーザとメディアデータとの間のインタフェースを提供するためのメニューを表示する第２デコーダ４３０は、記述デコーダ４３１及びレンダリング部４３２を備えることができる。記述デコーダ４３１は、入力マルチメディアデータから抽出されたメニュー記述データをデコードすることにより、メニューを表示するために必要な情報を取り出し、レンダリング部４３２は、記述デコーダ４３１により抽出された情報に基づいてメニューをディスプレイする。

前記例のように、ＬＡＳｅＲを使用して生成されたメニュー記述データは、ＳＶＧ（Scalable Vector Graphics）フォーマットデータを含むことができる。

この場合、記述デコーダ４３１は、シーン表現フォーマットを使用して、例えばＬＡＳｅＲを使用して描写された記述データから、メニューを表示するために必要な情報を含むＳＶＧフォーマットデータを取り出す。

したがって、ユーザは、レンダリング部４３２により表示されたメニューを使用して、入力マルチメディアデータに含まれた複数のメディアコンテンツのうちの一つを選択することができる。例えば、ユーザは、レンダリング部４３２により表示されたメニューを使用して、ビデオデータ領域に含まれた複数のビデオコンテンツから所望のコンテンツを選択することができる。

図９及び図１２に示すように、パーサー２１０は、入力マルチメディアデータ５３０のメディア領域からユーザにより選択されたメディアコンテンツに対応するメディアコンテンツを抽出する（５３０）。

第１デコーダ２２０は、抽出されたメディアコンテンツをデコードする（５４０）。以後、第１デコーダ２２０は、ユーザにより選択されたメディアコンテンツを表示する（５５０）。

図１１に示すように、メディアデータをデコードする第１デコーダ４２０は、ビデオデコーダ４２１、オーディオデコーダ４２２、テキストデコーダ４２３、及びイメージデコーダ４２４を備えることができる。ビデオデコーダ４２１、オーディオデコーダ４２２、テキストデコーダ４２３、及びイメージデコーダ４２４は、入力マルチメディアデータのメディア領域に含まれたビデオデータ、オーディオデータ、テキストデータ、及びイメージデータの各々をデコードする。

図１０は、本発明のさらに他の実施の形態によるマルチメディアデータデコード装置のブロック図である。図１０に示すように、マルチメディアデータデコード装置は、データ入力部３００、第１パーサー３１０、第１デコーダ３２０、第２デコーダ３３０、及び第２パーサー３４０を備えることができる。図１０に示されたマルチメディアデータデコード装置の動作を以後の図９に示されたマルチメディアデータデコード装置の動作との差を中心に、図１３を参照してさらに詳細に説明する。

図１０及び図１３に示すように、データ入力部３００は、入力マルチメディアデータがユーザにより入力マルチメディアデータに行われた複数の動作に関する使用履歴情報を含んでいるか否かを判断する（６００）。

入力マルチメディアデータが使用履歴情報を含むと、第１パーサー３１０は、入力マルチメディアデータから使用履歴情報を含むメタデータを抽出し、第２デコーダ３３０は、第１パーサー３１０により抽出されたメタデータから使用履歴情報を取り出す。

第１デコーダ３２０は、使用履歴情報を使用してデコード動作を行ってビデオデータの再生の中断時点からビデオデータの再生が再開されうるようにする（６１０）。動作６１０を行う前に、マルチメディアデータデコード装置は、ユーザにとってビデオデータの再生の中断時点からビデオデータの再生を再開するか否かを決定するようにすることができる。

一方、入力マルチメディアデータがいかなる使用履歴情報も持っていなければ、ＬＡＳｅＲを使用して生成されたメニュー記述データをマルチメディアデータデコード装置が処理できるか否かが判断される（６２０）。

マルチメディアデータデコード装置がＬＡＳｅＲを使用して生成されたメニュー記述データを処理することができると、第２デコーダ３３０は、第１パーサー３１０により抽出されたメニュー記述データに応じてメニューを表示し（６４０）、第１デコーダ３２０は、ユーザにより選択されたビデオコンテンツをデコードし、したがって表示する（６５０）。

マルチメディアデータデコード装置がＬＡＳｅＲを使用して生成されたメニュー記述データを処理することができない場合、第１デコーダ３２０は、入力マルチメディアデータのビデオデータ領域に含まれた複数のビデオコンテンツの第１ビデオコンテンツをデコードし、したがって表示する（６３０）。

マルチメディアデータデコード装置がＬＡＳｅＲを使用して生成されたメニュー説明データを処理することができても、入力マルチメディアデータがいかなるメニュー記述データも具備しなければ、動作６３０が行われうる。

第１ビデオコンテンツは、ビデオデータ領域内にまず来るビデオコンテンツ、最も高い優先順位を有するビデオコンテンツ、又は主な特徴を含むビデオコンテンツでありうる。入力マルチメディアデータのビデオデータ領域に含まれたビデオコンテンツ間優先順位は、ユーザにより判定されうる。

本発明によるマルチメディアデータエンコード及びデコード装置は、デジタルオーディオ放送（ＤＡＢ）又はデジタルマルチメディア放送（ＤＭＢ）装置のようなマルチメディア放送送信／受信装置に備えられることができ、したがってオーディオ信号や音声信号をエンコード／デコードするのに使用されることができる。本発明によるマルチメディアデータエンコード及びデコード装置は、移動通信端末を備えることができる。上記のフォーマットのうちの何れか一つを有するマルチメディアデータがマルチメディア放送信号に含まれることができる。

本発明は、コンピュータ読み取り可能記録媒体に記録されたコンピュータ読み取り可能コードで具現されることができる。コンピュータ読み取り可能記録媒体は、データがコンピュータ読み取り可能方式で格納される任意のタイプの記録装置でありうる。コンピュータ読み取り可能記録媒体の例は、ＲＯＭ、ＲＡＭ、ＣＤ−ＲＯＭ、磁気テープ、フロッピー（登録商標）ディスク、光学データ格納装置、及び搬送波（例えば、インターネットを介したデータ送信）を含む。コンピュータ読み取り可能記録媒体は、ネットワークに接続した複数のコンピュータシステムを介して配布されることができ、したがって、コンピュータ読み取り可能コードは、分散化された方式により記録及び実行されることができる。本発明を具現するのに必要な機能プログラム、コード、及びコードセグメントは、当業者により解析されうる。本発明を使用して獲得されたビットストリームは、コンピュータ読み取り可能記録媒体に格納されることができるか、又は有無線通信ネットワークを介して送信されることができる。

本発明によるマルチメディアデータデコード装置は、移動通信端末、ＰＭＰ（Portable Multimedia Player）のようなマルチメディアプレーヤ、又はＰＤＡ（Personal Digital Assistant）のような再生装置に含まれることができる。また、本発明によるマルチメディアデータデコード装置は、ハードウェア又はソフトウェアプログラムで具現化されることができ、したがって再生装置に備えられることができる。

上記のように、本発明は、マルチメディアプレーヤ又はマルチメディアコーディング装置のような多様なメディアデータ再生装置に適用されることができ、マルチメディアデータを処理し送信するのにかかる時間を減らすことができる。

本発明が特に実施の形態を参照して図示及び説明されたが、以下の特許請求の範囲に定義された本発明の思想と範囲から逸脱せずに形態及び細部事項に多様な変更が可能であることを当業者は理解するはずである。

Claims (16)

1. ビデオデータ領域とオーディオデータ領域とを含むメディア領域、前記ビデオデータ領域とオーディオデータ領域に各々対応するビデオトラック領域とオーディオトラック領域とを含むメディア情報領域、及び前記メディア領域内のメディアデータとユーザとの間のインタフェースを提供するメニューを表示するための記述データを含むメニュー記述領域を含むマルチメディアデータを受信するステップと、
   シーン表示フォーマットを使用して描写された前記記述データを前記マルチメディアデータから抽出するステップと、
   前記記述データからＳＶＧフォーマットデータを抽出することによって、前記抽出された記述データをデコードするステップと、
   前記デコードされた記述データを使用してメニューをレンダリングするステップと、
   前記メニューに基づいて前記メディア領域から取り出されたメディアデータをデコードするステップと、を有し、
   前記メディア領域、前記メディア情報領域、及び前記メニュー記述領域は、一つのファイルに統合されており、
   前記メニューは、前記記述データに対応するアニメーション効果を有する背景イメージを含み、
   前記メディア領域は、イメージデータを含むイメージデータ領域をさらに含み、前記背景イメージは、前記アニメーション効果を前記イメージデータに適用することによって生成される、
   ことを特徴とするデコード方法。
2. 前記メニューは、前記メディア領域内の前記ビデオ及びオーディオデータと前記ユーザとの間のインタフェースを提供する、請求項１に記載のデコード方法。
3. 前記記述データは、ＸＭＬフォーマット及びバイナリエンコードフォーマットのうち、少なくとも一つを使用して記述される、請求項１に記載のデコード方法。
4. 前記メニューは、前記メディア領域内の前記メディアデータに対応する複数のコンテンツを表す、請求項１に記載のデコード方法。
5. 前記ユーザは、前記メニューを使用して前記複数のコンテンツから一つ以上のコンテンツを選択する、請求項４に記載のデコード方法。
6. 前記記述データは、前記メニューと共に表示されるグラフィック、前記メニューに適用されるアニメーション効果、前記メニューの空間的レイアウト、及び前記メニューの時間的レイアウトのうち、少なくとも一つに関する情報を含む、請求項１に記載のデコード方法。
7. 前記記述データは、前記ユーザと前記メニュー間の双方向イベントに関する情報をさらに含む、請求項６に記載のデコード方法。
8. ファイルタイプ領域、前記メニュー記述領域、前記メディア情報領域、及び前記メディア領域を含むファイル情報領域は、一つのファイルに統合されており、
   前記ファイルタイプ領域は、前記ファイルのフォーマットに関する情報を含み、前記ファイル情報領域は、前記メディア領域に含まれた前記メディアデータに関する位置情報と識別情報とを含む、請求項１に記載のデコード方法。
9. 前記メディア領域は、テキストデータ領域とイメージデータ領域とをさらに含み、前記メディア情報領域は、前記テキストデータ領域に対応するテキストトラック領域をさらに含む、請求項１に記載のデコード方法。
10. 前記マルチメディアデータは、放送信号として受信される、請求項１に記載のデコード方法。
11. 前記マルチメディアデータは、デジタル媒体内に格納される、請求項１に記載のデコード方法。
12. ファイルのフォーマットに関する情報を含むファイルタイプ領域を生成するステップと、
    ビデオデータ領域とオーディオデータ領域とを含むメディア領域を生成するステップと、
    前記ビデオデータ領域に含まれたビデオデータに関する情報を含むビデオトラック領域、及び前記オーディオデータ領域に含まれたオーディオデータに関する情報を含むオーディオトラック領域を含むメディア情報領域を生成するステップと、
    メニューを表示するための記述データを含むメニュー記述領域を含むファイル情報領域を生成するステップと、を有し、
    前記メニューは、前記メディア領域内のメディアデータとユーザとの間のインタフェースを提供し、前記記述データは、シーン表示フォーマットを使用して描写され、前記ファイルタイプ領域、前記ファイル情報領域、前記メディア情報領域、及び前記メディア領域は、一つのファイルに統合されており、
    前記メニューは、前記記述データに対応するアニメーション効果を有する背景イメージを含み、
    前記メディア領域は、イメージデータを含むイメージデータ領域をさらに含み、前記背景イメージは、前記アニメーション効果を前記イメージデータに適用することによって生成される、
    ことを特徴とするエンコード方法。
13. 前記メニューは、前記メディア領域内の前記メディアデータに対応する複数のコンテンツを表す、請求項１２に記載のエンコード方法。
14. 前記記述データは、前記メニューと共に表示されるグラフィックイメージ、前記メニューに適用されるアニメーション効果、前記メニューの空間的レイアウト、前記メニューの時間的レイアウト、及び前記ユーザと前記メニュー間の双方向イベントのうち、少なくとも一つに関する情報を含む、請求項１２に記載のエンコード方法。
15. ビデオデータ領域とオーディオデータ領域とを含むメディア領域、前記ビデオデータ領域とオーディオデータ領域に各々対応するビデオトラック領域とオーディオトラック領域とを含むメディア情報領域、及びメニューを表示するための記述データを含むメニュー記述領域を含むマルチメディアデータを受信するデータ入力部と、
    前記マルチメディアデータから前記記述データを抽出するパーサー、前記記述データからＳＶＧフォーマットデータを抽出することによって、前記抽出された記述データをデコードする記述デコーダ、及び前記メディア領域内のメディアデータとユーザとの間のインタフェースを提供するメニューを前記デコードされた記述データを使用してレンダリングするレンダリング部を有する第１デコーダと、
    前記メニューに基づいて抽出されたメディアデータをデコードする第２デコーダと、を有し、
    前記記述データは、シーン表示フォーマットを使用して描写され、前記メディア領域、前記メディア情報領域、及び前記メニュー記述領域は、一つのファイルに統合されており、
    前記メニューは、前記記述データに対応するアニメーション効果を有する背景イメージを含み、
    前記メディア領域は、イメージデータを含むイメージデータ領域をさらに含み、前記背景イメージは、前記アニメーション効果を前記イメージデータに適用することによって生成される、
    ことを特徴とするデコード装置。
16. 前記メニューは、前記記述データに対応するアニメーション効果を有する背景イメージを含む、請求項１５に記載のデコード装置。

Images