JP4393591B2 - オブジェクト指向オーディオ−ビジュアル端末及びビットストリーム構造 - Google Patents

Description

技術分野
本発明は、ビデオ及びオーディオ−ビジュアル情報、特にオブジェクト指向情報の表現、送信、処理及び表示に関するものである。
発明の背景
イメージ及びビデオ圧縮技術が開発されており、それは、波形符号化と異なり、ハイレベル構造の視覚成分を取り出すことを試みるものである。このような構成は構成「オブジェクト」に関して説明され、それは、よく知られた物理的なオブジェクト、例えば、ボール、テーブル、人、曲又は話されたフレーズを表す直接的な視覚的な関連性を有する。オブジェクトは、各オブジェクトに対して最良の品質を与える圧縮技術を用いて独立して符号化される。圧縮されたオブジェクトは、オブジェクトがシーン中のどの位置にあるかを端末に知らせる構成情報に従って端末に送信される。端末は、オブジェクトを復号化し、かつ、構成情報によって指定されたようにオブジェクトをシーン中に配置する。符号化利得の発生に加えて、オブジェクト指向表示は、モジュール化、内容の再生、処理の容易化、個々のイメージ成分とのインタラクションの容易化及びカメラで撮った自然の成分とコンピュータで発生させた合成内容との統合に有利である。
発明の要約
オブジェクト指向又はオーディオ−ビジュアル（ＡＶ）端末で処理すべき情報に対する好適なアーキテクチャ、構造又はフォーマットにおいて、オブジェクト指向ビットストリームは、オブジェクト、合成情報及びシーン境界画定情報を有する。ビットストリーム構成によって、オンライン編集、例えば、カット及びペースト、挿入／削除、グループ化及び特別の機能を許容する。
編集の容易に関する好適なアーキテクチャにおいて、ＡＶオブジェクト及びその構成情報は、個別の論理チャネル（ＬＣ）上で送信され又はアクセスされる。そのアーキテクチャによって「オブジェクト持続」を利用することもでき、これによって、一部のオブジェクトが、最初の表示時間を超えた選択した満了時間までの寿命をデコーダ中で有するという利点がある。
【図面の簡単な説明】
図１は、オブジェクト指向オーディオ−ビジュアル端末の一例の機能図である。
図２ａは、オブジェクト指向オーディオ−ビジュアル構成パケットの一例の線形図である。
図２ｂは、オブジェクト指向オーディオ−ビジュアルデータパケットの一例の線形図である。
図２ｃは、複合構成パケットの一例の線形図である。
図３は、構成を用いたノード及びシーン表現情報の一例の線形図である。
図４は、ストリーム−ノード関連情報の一例の線形図である。
図５は、シーンを用いたノード／グラフ更新情報の一例の線形図である。
図６は、オーディオ−ビジュアル端末設計の一例の線形図である。
図７は、図６による端末中のオーディオ−ビジュアルシステムコントローラの一例の線形図である。
図８は、図７によるコントローラ中の情報の流れの一例の線形図である。
詳細な説明
オーディオ−ビジュアル（ＡＶ）端末は、オーディオ−ビジュアル成分を形成し、表現し又は表示する装置であるシステム構成要素である。これは、オーディオ−ビジュアル情報が処理されるサーバ機構及びコンピュータ本体の機構と同様に、モニタスクリーン及び拡声器を有するエンド−ユーザ端末を有する（が、これに限定されるものではない。）。ＡＶ端末において、所望の機能を、ハードウェア、ファームウェア又はソフトウェアで実現することができる。処理すべき情報を、通信チャネルを通じて遠隔情報源から端末に供給し、それを、例えばローカルアーカイブから検索することができる。さらに、オブジェクト指向オーディオ−ビジュアル端末は、端末に供給された構成情報に従ってシーンに結合すべき個々のオブジェクトの形態の情報を受信する。
図１はこのような端末を示し、それは、論理チャネルＬＣ０を通じてシステムコントローラすなわち「実行部」２に接続するとともに論理チャネルＬＣ１を通じてバッファ３に接続したデマルチプレクサ（ＤＭＵＸ）１を有する。実行部２及びバッファ３をデコーダ４に接続し、それを構成ユニット５に接続する。また、実行部２を構成ユニット５に直接接続し、実行部２は、例えばユーザインタラクション用の外部入力部を有する。
好適なＡＶアーキテクチャにおいて、ＡＶオブジェクト及びその構成情報を送信し又は個別の論理チャネル上でアクセスする。ＤＭＵＸは、下層からＭｕｘ２層を受信し、それを論理チャネル上でデマルチプレクサ処理する。ＬＣ０は、実行部に送られる構成情報を搬送する。他の論理チャネル上で受信したＡＶオブジェクトは、デコーダによって作動すべきバッファに格納される。実行部は、符号化及び表示タイムスタンプを有する構成情報を受信し、それに応じてデコーダ及びコンポーザ（ｃｏｍｐｏｓｅｒ）に命令を行う。
システムは、オブジェクト構成パケット（ＯＣＰ）及びオブジェクトデータパケット（ＯＤＰ）を処理する。構成パケットは、オブジェクトＩＤ、タイムスタンプ及びオブジェクトを発生させるための「構成パラメータ」を有する。オブジェクトデータパケットは、オブジェクトＩＤ、持続オブジェクトの場合の満了タイムスタンプ及びオブジェクトデータを有する。
好適には、ユーザインタラクションのような任意の外部入力を、実行部に供給される前にＯＣＰ及び／又はＯＤＰに変換する。ネットワーク上で搬送されるビットストリームにヘッダは必要でない。しかしながら、ファイルにＭＰＥＧ４表示を格納する際にはヘッダが必要とされる。
図２ａ及び２ｂは、構成パケット及びデータパケットの構造を更に詳細に示す。関連の形態は次の通りである。
オブジェクトＩＤをオブジェクトタイプ及びオブジェクト数から構成する。オブジェクトＩＤのデフォルト長を２バイトとし、それは、オブジェクト数に対する１０ビットと、オブジェクトタイプ（例えば、テキスト、グラフィックス、ＭＰＥＧ２ ＶＯＰ、構成オブジェクト）に対する６ビットを有する。１０２３個より多いオブジェクト又は３１個より多いオブジェクトタイプに適応するために、拡張可能コードを用いる。以下の規則を設ける。オブジェクトＩＤの最初の６ビットの０ｂ１１１１１１の値は、３１及び直後にオブジェクトＩＤが続くバイトの値に相当する。オブジェクトＩＤの１０の最下位ビットの０ｂ１１．１１１１．１１１１の値は、（存在する場合にオブジェクトタイプ拡張バイトを計数することなく）１０２３及び直後にオブジェクトＩＤが続く２バイトの値に相当する。以下のオブジェクトタイプを規定する。
合成オブジェクト（１６−ビットオブジェクトＩＤ）
０Ｘ００００ シーン形態オブジェクト
０Ｘ０００１ ノード階層仕様
０Ｘ０００２ ストリーム−ノード連関
０Ｘ０００３ ノード／シーン更新
０Ｘ０００４ 合成オブジェクト
オブジェクトデータ（オブジェクトタイプ、６の最上位ビット）
０ｂ００．００１０ テキスト
０ｂ００．００１１ ＭＰＥＧ２ ＶＯＰ（矩形ＶＯＰ）
持続オブジェクト（ＰＯ）は、後に使用するためにデコーダにセーブすべきオブジェクトである。満了タイムスタンプ（ＥＴＳ）は、数ミリ秒中にＰＯの寿命を与える。ＰＯは、ＥＴＳがなくなった後にデコーダを利用できない。ＰＯをシーン中で後に使用すべき場合、対応する構成情報をＡＶ端末に送信するだけでよい。
復号化タイムスタンプ（ＤＴＳ）は、オブジェクト（アクセスユニット）をデコーダで復号化する必要があるときを示す。
表示タイムスタンプ（ＰＴＳ）は、オブジェクト（アクセスユニット）をデコーダによって表示すべきときを示す。
寿命タイムスタンプ（ＬＴＳ）は、オブジェクトがシーン中に表示すべき（数ミリ秒の）持続時間を与える。ＬＴＳは、一部の場合、例えば、フレームを１／フレーム−レート中すなわち次のフレームが利用できるまで表示するビデオシーケンスにおいて暗黙であり、いずれの場合も大きい。暗黙ＬＴＳは、グラフィックス及びテキストを表示する際に用いられる。ＡＶオブジェクトを、その寿命中に使用するために一度だけ復号化する必要がある。
満了タイムスタンプ（ＥＴＳ）は、オブジェクト持続の意向をサポートするために明記される。オブジェクトは、それを表示した後、ＥＴＳによって時間を付与されるまでデコーダ（キャッシュ）にセーブされる。このようなオブジェクトを、ＥＴＳがなくなる前に複数回使用することができる。満了したＥＴＳを有するＰＯはもはやデコーダを利用できない。
オブジェクト時間基準（ＯＴＢ）は、付与されたＡＶオブジェクトエンコーダの時間の概念を規定する。相違するオブジェクトが相違する時間基準に属することができる。ＡＶ端末は、これら時間基準を、ＭＳＤＬ ＶＭで指定したようなローカルのものに適合させる。
オブジェクトクロック基準（ＯＣＲ）を、ＯＴＢの速度をデコーダに搬送する必要がある場合に用いることができる。この機構によって、ＯＴＢをＡＶ端末で回復し／適合させることかできる。
構成パラメータを用いて、シーンを構成する（シーン中にオブジェクトを配置する）。これらパラメータは、表示フレームの左上からの移動、回転角、ズーミング係数等を有する。
プライオリティは、送信、復号化及び表示に対するオブジェクトのプライオリティを表す。ＭＰＥＧ４は、３２レベルのプライオリティをサポートする。数が小さくなるに従ってプライオリティが高くなることを表す。
持続インディケータ（ＰＩ）は、オブジェクトが継続するか否かを表す。
継続インディケータ（ＣＩ）は、現パケット中のオブジェクトの終了（又は継続）を表す。
オブジェクトグループ化は、単一動作を有する一組のオブジェクトに適用すべき動作を容易にする。このような形態を用いて、送信される構成情報の量を最小にするとともに、独立したサブシーンに基づいて階層シーン構成をサポートすることができる。コンポーザは構成オブジェクトをグループとして処理する。構成パケット（ＣＣＰ）の構成を図２ｃに示す。
ビットストリーム構成は、構成を表現するとともに表示を制御するオブジェクト構成パケットと、オブジェクトに対するデータを有するオブジェクトデータパケットとを有する。シーンを、一組の構成パケットによって構成する。ビットストリームは、構成オブジェクト（ＣＣＰ）を用いることによって、ノード階層としても既知である階層としてシーンの表示をサポートする。ＣＣＰによって、構成オブジェクトを結合して複雑なオーディオ−ビジュアルシーンを形成することができる。
オブジェクト−データパケット：
オブジェクトＩＤ − ｍｉｎ（ｄｅｆａｕｌｔ）１０ビット
ＣＩ及びＰＩを結合することができる。
００ − 非持続開始
０１ − 持続開始
１０ − 継続
１１ − オブジェクトの終了
プライオリティ：ＣＩ／ＰＩが０ｂ００又は０ｂ０１の場合のみ存在する５ビット
ＥＴＳ：ＣＩ／ＰＩが０ｂ０１である場合に存在する３０ビット
予測指向ビデオ符号化に対して、ＶＯＰ＿ｔｙｐｅを２ビット（００（Ｉ），０１（Ｐ），１０（Ｂ），１１（ＰＢ））によって表して、編集を容易にする。

オブジェクト合成パケット

構成パラメータは、ＭＳＤＬ Ｖｅｒｉｆｉｃａｔｉｏｎ Ｍｏｄｅｌ， ＭＰＥＧ Ｎ１４８３， Ｓｙｓｔｅｍｓ Ｗｏｒｋｉｎｇ Ｄｒａｆｔ Ｖ２．０のセクション２に規定され、その開示を、ここに参照することによって組み込む。

構成パケット

シーン構成パケット（ＳＣＰ）を用いて、基準シーン幅、高さを変更し、バッファをフラッシュし及び他の構成機能を実行する。ＳＣＰに対するオブジェクトタイプを０ｂ００．００００とする。これは、１，０２４個の相違する構成パケットを許容する。オブジェクト番号０ｂ００．００００．００００（オブジェクトＩＤ ０Ｘ００００）を、端末バッファをフラッシュために規定する。
バッファ管理に対する合成制御（オブジェクトＩＤ ０ｘ００００）
ＡＶ端末バッファを、Ｆｌｕｓｈ＿Ｃａｃｈｅフラグ及びＳｃｅｎｅ＿Ｕｐｄａｔｅフラグを用いてフラッシュする。階層シーン構造を用いると、現在のシーングラフがフラッシュされ、端末はビットストリームから新たなシーンをロードする。フラグを使用することによって、それをフラッシュする代わりに現在のシーン構造をセーブすることができる。新たなシーンが開始するときには常に、これらフラグを用いて基準シーン幅及び高さを更新する。Ｆｌｕｓｈ＿Ｃａｃｈｅフラグをセットする場合、キャッシュがフラッシュされ、（任意の場合には）オブジェクトを除去する。Ｓｃｅｎｅ＿Ｕｐｄａｔｅフラグをセットする場合、二つの可能性がある。（ｉ）Ｆｌｕｓｈ＿Ｃａｃｈｅフラグをセットして、キャッシュ中のオブジェクトをもはや使用できないようにする。（ii）Ｆｌｕｓｈ＿Ｃａｃｈｅフラグをセットせず、導入された新たなシーン（ビットストリーム上での編集作業）が現在のシーンをスプライスし、シーン中のオブジェクトを新たなシーンの終了後に用いる。任意の場合には、オブジェクトのＥＴＳを、導入された新たなシーンの持続時間中に凍結する。次のシーンを、他のシーン形成パケットによって表す。

シーン表現に対する構成制御（オブジェクトＩＤ ０ｘ０００１）
ノードの階層を規定し、シーンを表現する。シーン構成パケットを用いて、ＡＶオブジェクトの階層としてシーンを表現するのを許容するシーン階層を規定することもできる。このようなグラフの各ノードは、リーフをグループ分けするノード及び／又はグラフの他のノードの構成ＡＶオブジェクトへのグループ化となる。各ノード（リーフ）は、図３に示すようなパラメータが続く独自のＩＤを有する。
ストリーム−ノードマッピングに対する合成制御（オブジェクトＩＤ ０ｘ０００２）
図４に示すように、テーブルエントリは、論理チャネル中の基本オブジェクトストリームを階層シーンの各ノードに関連させる。ストリームＩＤは特有であるが、ノードＩＤはそうでない。これは、１個より多いストリームを同一ノードに関連させることができることを意味する。
シーン更新に対する構成制御（オブジェクトＩＤ ０ｘ０００３）
図５は、ノードの特定のパラメータを変更することによるシーン階層中のノードの更新を示す。グラフそれ自体を、グラフ中でノードを追加／削除することによって更新することができる。パケット中の更新タイプは、グラフ中で実行すべきタイプを表す。
構造的な実施の形態
以下説明する実施の形態は、オブジェクト指向ＡＶビットストリーム及び端末アーキテクチャを有する。ビットストリーム設計は、ＡＶオブジェクトを表示する方法及びこれらを構成する方法を２ビット形態で指定する。ＡＶ端末構造は、２値ビットストリーム中のオブジェクトを復号化し及び表示する方法を指定する。
ＡＶ端末アーキテクチャ
図１及び６を参照すると、デマルチプレクサ１に対する入力を、ＭＰＥＧ−４のようなオブジェクト指向ビットストリームとし、それは、ＡＶオブジェクトと、論理チャネル（ＬＣ）にマルチプレクサ処理される構成情報とからなる。シーン中のオブジェクトの構成を、独立した構成指定を有するオブジェクトの集合として、すなわち、階層シーングラフとして指定することができる。構成及び制御情報をＬＣ０に含めることができる。制御情報は、シーングラフを更新するための制御コマンド、デコーダバッファをリセットするための制御コマンド等を有する。論理チャネルはオブジェクト日付を有する。システムは、ＡＶ端末の動作を制御するコントローラ（すなわち「実行部」）２を有する。
端末は、入力バッファ３と、ＡＶオブジェクトデコーダ４と、復号化されたデータ用のバッファ４’と、コンポーザ５と、ディスプレイ６と、オブジェクトキャッシュ７とを更に具える。入力ビットストリームを、ネットワーク接続部又はＤＶＤ，ＣＤ−ＲＯＭ若しくはコンピュータハードディスクのような局部記憶装置から読み出すことができる。構成情報を有するＬＣ０はコントローラに供給される。ＤＭＵＸは、ＬＣ１等のオブジェクトを、コントローラによって指定されたバッファのロケーションに格納する。ネットワーク配送の場合、エンコーダ及びストリームサーバが共同して、入力オブジェクトバッファがオーバフローもアンダフローもしないようにする。符号化されたデータオブジェクトは、典型的には関連の復号化タイムスタンプによって付与される復号化時のデコーダによる読出し時まで入力データバッファに格納される。データオブジェクトをバッファに書き込む前に、ＤＭＵＸは、タイムスタンプ及び他のヘッダをオブジェクトデータパケットから除去し、それを、適切なデコーダに信号送信するコントローラ及び入力バッファに送信する。デコーダは、コントローラによって信号送信されると、入力バッファ中のデータを復号化し、それをデコーダ出力バッファに格納する。ＡＶ端末は、ユーザインタラクションのような外部入力も処理する。
オブジェクトは、初期表示時間を超えて使用するためにオブジェクトキャッシュ７に格納される。そのようなオブジェクトは、関連のノードがシーングラフから除去されてもキャッシュ中に存在したままであるが、満了タイムスタンプと称される関連の時間間隔の満了時にのみ除去される。この形態を、オブジェクトがセッション中に繰り返し用いられる表示において使用することができる。そのようなオブジェクトに関連した構成を、適切な更新メッセージを用いて更新することができる。例えば、放送局のロゴを表示の開始時にダウンロードし、同一コピーを用いてセッション中で繰り返し表示することができる。続く構成更新によって、ディプレ以上のロゴの位置を変更することができる。最初の表示時間を超えて再生されるオブジェクトを、持続オブジェクトと称する。
システムコントローラ（ＳＣ）
システムコントローラは、ＡＶ端末のビットストリームの復号化及び再生を制御する。始動時に、ＳＣは、ユーザインタラクションから又はセッション中にデフォルトネットワークアドレスを見ることによって、局部記憶装置又はネットワークポートからの読出しを行うためにＤＭＵＸを初期化する。初期化の際に制御論理をプログラムＲＡＭにロードする。命令デコーダは、プログラムから命令を読出し、それを実行する。実行は、入力バッファからのデータ（構成データ又は外部データ）の読出し、データＲＡＭに対するオブジェクトテーブルのロードすなわち更新、オブジェクトタイマのロード又は制御信号送信を伴う。
図７は、システムコントローラを更に詳細に示す。ＤＭＵＸは、入力ビットストリームを読み出し、ＬＣ０の構成データをコントローラに供給する。構成データは、ＡＶ表示の第１シーンの表現によって開始する。このシーンを、構成パケットを用いるオブジェクトの階層集合又は独立したオブジェクト構成パケットの集合として表現することができる。基本ストリームをシーン表現中のノードに関連させるテーブルが、シーン表現の直後に続く。コントローラは、オブジェクトＩＤ（ストリームＩＤ）を、データＲＡＭ中に維持されるオブジェクトリスト及び描写リストにロードする。描写リストは、表示装置上に描写すべきオブジェクトのリストを有する。ユーザインタラクションによって無効にされるオブジェクトを描写リストから除去する。構成制御パケットを通じて送信されるノード除去コマンドによって、オブジェクトリストから対応するオブジェクトＩＤを除去する。ノード階層は、データＲＡＭ中にも維持され、構成更新を受信したときには常に更新される。
構成デコーダは、構成及び外部データバッファからデータを読出し、これらデータを、命令デコーダによって理解されるフォーマットに変換する。外部入力は、オブジェクトを選択するとともにオブジェクト及びオブジェクト上の予め規定された動作を無効にし及び有効にするユーザインストラクションを有する。プログラム実行中、データＲＡＭに２個のリストが形成される。これらのリストは、現在デコーダによって処理されているオブジェクトのリスト（オブジェクトＩＤ）を有するオブジェクトリスト及びシーン中の有効なオブジェクトのリストを有する描写リストである。これらリストは、構成情報を受信すると動的に更新される。例えば、ユーザが外部入力を通じてコマンドを送信することによってオブジェクトを隠すことを選択すると、オブジェクトは、ユーザによって指定されるまで描写リストから除去される。これは、外部入力をシステムによって処理する方法でもある。一部の外部インタラクションがあるときは常に、構成デコーダは、外部データバッファの読出しを行うとともに、要求された動作を実行する。
また、ＳＣは、デコーダ及びデコーダバッファに復号化及び表示時間を信号送信するために各ＡＶオブジェクトに対するタイミングを維持する。ＡＶオブジェクトに対するタイミング情報は、時間基準に関して指定される。端末はシステムクロックを使用して、オブジェクトの時間基準をシステム時間に変換する。復号化の必要がないオブジェクトに対して、表示タイマのみが必要となる。これらタイマに、当該ＡＶオブジェクトに対する復号化タイムスタンプ及び表示タイムスタンプをロードする。コントローラは、ＤＭＵＸから各オブジェクトに対するタイムスタンプを得る。オブジェクトに対する復号化タイマが切れると、適切なデコーダに対する信号送信が行われて、入力バッファからデータが読み出されるとともに復号化プロセスを開始する。表示タイマが切れると、当該オブジェクトに対する復号化データを、表示のためにフレームバッファに転送する。デュアルバッファアプローチ（ｄｕａｌ ｂｕｆｆｅｒ ａｐｐｒｏａｃｈ）を用いて、第２バッファの内容をモニタに表示する間フレームバッファへの書込みを行うことができる。命令デコーダは、リセット信号を送信することによってＤＭＵＸすなわち入力バッファをリセットすることができ、これによってこれらをデフォルト状態に初期化する。
コントローラ中の情報の流れ
図８は、コントローラ中の情報の流れを示す。形態を簡単にするために、命令デコーダによって実行される動作をグループで示す。３グループはそれぞれオブジェクト特性変更、オブジェクトタイミング及び信号送信に関する。
オブジェクト特性変更
これら動作は、基本ストリームＩＤとも称されるオブジェクトＩＤを処理する。最初にシーンがロードされると、シーン中のオブジェクトのオブジェクトＩＤによってシーングラフが形成される。コントローラは、シーン中のオブジェクト及び描写リストからのオブジェクト中の有効なオブジェクトのリスト（オブジェクトリスト）を形成し及び維持する。他の動作は、端末が構成パケットを受信する際に構成パラメータのようなオブジェクト特性を設定し及び更新する。
オブジェクトタイミング
このグループの動作は、同期、表示及び復号化に対するオブジェクトタイマの管理を行う。オブジェクト時間基準に関して指定したオブジェクトのタイムスタンプは、システム時間に変換され、そのオブジェクトの表示及び復号化時間がセットされる。これら動作は、持続オブジェクトに対する満了タイムスタンプもセットし及びリセットする。
信号送信
信号送信は、端末の全体に亘る動作を制御する。端末の種々の構成要素が、コントローラの信号送信によってセット、リセット及び操作される。コントローラは、描写リスト中のオブジェクトの復号化時間及び表示時間を検査し、それに応じてデコーダ及び表示フレームバッファに信号送信する。また、コントローラは、ネットワーク又は部分記憶装置からの読出しを行うためにＤＥＭＵＸを初期化する。コントローラの起動時に、デコーダは、入力バッファからデータを読み出し、データをデコーダ出力バッファに送信する。復号化されたデータは、コントローラによって信号送信されると表示装置に送られる。

Claims (10)

1. オブジェクト指向オーディオ−ビジュアル／ビデオデータを表示するに当たり、
   （ａ）複数のオーディオ−ビジュアル／ビデオオブジェクト及びオブジェクトに対する構成情報を、データビットストリーム中で受信機に搬送し、
   （ｂ）前記受信機において、前記オブジェクトのうちの少なくとも１個をキャッシュメモリに格納し、
   （ｃ）前記データビットストリーム中で受信した構成情報を処理して、前記キャッシュメモリに格納されたオブジェクトのうちの１個を有する前記オブジェクトからシーンを構成し、
   （ｄ）構成したシーンをディスプレイに表示することを特徴とするコンピュータに基づく方法。
2. 前記オブジェクトのうちの１個を格納することに加えて、前記オブジェクトのうちの１個に対する満了時間データを格納することを更に具えることを特徴とする請求項１記載の方法。
3. 前記オブジェクトのうちの少なくとも１個をネットワーク接続部から受信することを特徴とする請求項１記載の方法。
4. 前記オブジェクトのうちの少なくとも１個をローカルメモリから受信することを特徴とする請求項１記載の方法。
5. 前記オブジェクトのうちの少なくとも第１のオブジェクトをローカルメモリから受信するとともに前記オブジェクトのうちの少なくとも第２のオブジェクトをネットワーク接続部から受信し、前記構成したシーンが、前記第１及び第２のオブジェクトを有することを特徴とする請求項１記載の方法。
6. インタラクティブユーザ入力に応答することを特徴とする請求項１記載の方法。
7. 前記応答が、前記オブジェクトのうちの１個を選択すること、それを有効にすること及びそれを無効にすることのうちの少なくとも１個を具えることを特徴とする請求項６記載の方法。
8. オブジェクト指向オーディオ−ビジュアル／ビデオデータを表示するコンピュータに基づく装置であって、
   （ａ）複数のオーディオ−ビジュアル／ビデオオブジェクト及びそのオブジェクトに対する構成情報を有するデータストリームの取り出しを制御する制御回路と、
   （ｂ）前記オブジェクトのうちの少なくとも１個を格納するキャッシュメモリ回路と、
   （ｃ）このキャッシュメモリ回路に結合され、前記データストリーム中で取得した前記構成情報を処理して、前記格納メモリに格納されたオブジェクトのうちの１個を有する前記ビデオオブジェクトからシーンを構成する構成回路と、
   （ｄ）構成したシーンを表示するディスプレイとを具えることを特徴とするコンピュータに基づく装置。
9. オブジェクト指向オーディオ−ビジュアル／ビデオデータを表示するコンピュータに基づく装置であって、
   （ａ）複数のオーディオ−ビジュアル／ビデオオブジェクト及びオブジェクトに対する構成情報を有するデータストリームの取り出しを制御し、
   （ｂ）前記オブジェクトのうちの少なくとも１個をキャッシュメモリに格納し、
   （ｃ）前記データストリーム中で取得した前記構成情報を処理して、前記キャッシュメモリに格納されたオブジェクトのうちの１個を有する前記ビデオオブジェクトからシーンを構成し、
   （ｄ）構成したシーンをディスプレイに表示する命令によって構成されたプロセッサを具えることを特徴とするコンピュータに基づく装置。
10. オブジェクト指向オーディオ−ビジュアル／ビデオデータを表示するコンピュータに基づく装置であって、
    （ａ）複数のオーディオ−ビジュアル／ビデオオブジェクト及び前記オブジェクトに対する構成情報を有するデータストリームの取り出しを制御する手段と、
    （ｂ）前記オブジェクトのうちの少なくとも１個をキャッシュメモリに格納する手段と、
    （ｃ）前記キャッシュメモリに結合され、前記データストリーム中で取得した前記構成情報を処理して、前記キャッシュメモリに格納されたオブジェクトのうちの１個を有する前記ビデオオブジェクトからシーンを構成する手段と、
    （ｄ）前記シーンを表示する表示手段とを具えることを特徴とするコンピュータに基づく装置。

Images