このページは Cloud Translation API によって翻訳されました。

モーションフォト形式 1.0

モーションフォトは、静止画画像と音声録音を含む短い動画このタイプのメディアでは高解像度の静止画に加えて、動画と音声も表示できます。雰囲気や感情を表すことができます

依存関係

この仕様の規範的なリファレンスは次のとおりです。

はじめに

「しなければならない」「しなければならない」「必要」「必須」「するべき」という表現は、「すべきでないこと」、「推奨」、「しても構いません」、「任意」IETF 標準に準拠しています RFC2119 で定義されています。

モーションフォト形式

モーションフォトファイルは、メインの静止画像ファイルと、 JPEG、HEIC、AVIF、追加されるものです。メイン画像にカメラの XMP が含まれている静止画像ファイルと動画ファイルのコンテンツの表示方法を記述するメタデータおよびコンテナの XMP メタデータで、動画ファイルのコンテンツの場所が記述されています。

ウルトラ HDR JPEG の場合と同様に、画像ファイルにゲインマップが含まれていることがあります。

ファイル名パターン

ライターは、次の正規表現に一致するファイル名を使用する必要があります。

^([^\\s\\/\\\\][^\\/\\\\]*MP)\\.(JPG|jpg|JPEG|jpeg|HEIC|heic|AVIF|avif)

リーダーは、XMP メタデータ、追加された動画ファイル、または動画が無視されてもかまいません。内容が返されます。

メディアデータのエンコード

メイン画像にコンテナ要素 XMP が含まれている後続のメディアの順序とプロパティを定義するメタデータディレクトリファイルコンテナに格納されます。コンテナ内の各ファイルには対応するメディアが含まれるディレクトリにあります。メディアアイテムにはファイル内の場所が記述されています基本的なプロパティが含まれます。

XMP 属性

次の 2 セットの XMP メタデータを使用して、モーションフォト形式メタデータは順不同で表示されます。

カメラのメタデータ

カメラのメタデータは、メイン画像の表示方法に関する情報をエンコードし、モーションフォトの動画部分です。

名前空間 URI は http://ns.google.com/photos/1.0/camera/ です。
デフォルトの名前空間の接頭辞は Camera です。

静止画像ファイルの XMP メタデータには次の属性が含まれます。

名前	タイプ	説明
`Camera:MicroVideo` `Camera:MicroVideoVersion` `Camera:MicroVideoOffset` `Camera:MicroVideoPresentation TimestampUs`		これらのプロパティはマイクロ動画 V1 の仕様に含まれていました。この仕様では削除されており、存在する場合は無視する必要があります。具体的には、`MicroVideoOffset` 属性は `GContainer:ItemLength` 値に置き換えられ、ファイル内の動画データの場所を特定するために使用されます。
`Camera:MotionPhoto`	`Integer`	0: ファイルをモーションフォトとして扱わないことを示します。 1: ファイルをモーションフォトとして扱う必要があることを示します。その他の値はすべて定義されず、0 と同様に扱われます。値がゼロまたは負の場合、ファイルは常にモーションフォト以外の動画もアップロードできます。一般的なエディタでは XMP が引き継がれるため、末尾に 1 を追加しても、このフィールドの残余値は 1 である可能性があります。動画が削除されています。したがって、このフィールドは決定的なものではなく、必ず動画が存在することを確認する必要があります。
`Camera:MotionPhotoVersion`	`Integer`	モーションフォトのファイル形式のバージョンを示します。この仕様ではバージョン「1」を定義します。
`Camera:MotionPhotoPresentationTimestampUs`	`Long`	画像の静止画に対応する動画フレームの表示タイムスタンプ（マイクロ秒単位）を表す long 値。値を -1 にすることで、設定されていないか、指定されていないことを表します。

表示の動作

XMP パケットに Camera:MotionPhotoPresentationTimestampUs が存在しない場合、タイムスタンプの直前にあるプレゼンテーションタイムスタンプを使用する必要があります。動画トラックの中間に最も近い位置（動画トラックの再生時間）割った数値です。

XMP パケットに Camera:MotionPhotoPresentationTimestampUs が存在し、 "application/motionphoto-image-meta" が動画に含まれている。値は primaryImageFrameScoreDescr presentationTimestampUs に存在する必要があります。フィールドを指定します。Camera:MotionPhotoPresentationTimestampUs が次の値でない場合 XMP パケットに存在し、メタデータトラックが存在する場合、メタデータトラックは -1 である必要があります。

コンテナ要素

コンテナ要素はプライマリ画像の XMP メタデータにエンコードされ、コンテナ内のメディアアイテムのディレクトリを定義します。メディアアイテムはのメディアアイテム要素と同じ順序で配置する必要があります。密にパックする必要があります。

名前空間 URI は http://ns.google.com/photos/1.0/container/ です。
デフォルトの名前空間の接頭辞は Container です。

ディレクトリに含めることができるメイン画像アイテムは 1 つだけです。また、これを最初の画像アイテムにする必要があります。ディレクトリにあります。

要素名	タイプ	説明
`Directory`	構造体の順序付き配列	レイアウトを定義する `Container:Item` 構造体の順序付き配列コンテナの内容。

アイテム要素

メディアアイテム要素では、アプリケーションでの各アイテムの使用方法を記述します。

名前空間 URI は http://ns.google.com/photos/1.0/container/item/ です。
デフォルトの名前空間の接頭辞は Item です。

最初のメディアアイテムはメイン画像である必要があります。Mime を含める必要があります。アイテムの MIME タイプにリストされている画像 MIME タイプのいずれかを指定する属性値。プライマリアイテムの長さは、ファイルコンテナの先頭から始まる MIME タイプに基づいて画像が生成されます。

最初のメディアアイテムには、追加のメディアアイテムを指定する Padding 属性を含めることができます。エンコードされたメイン画像の末尾と次のメディアアイテム。Padding 属性を指定できるのは最初のメディアアイテムのみです。

各メディアアイテムには Mime 属性を含める必要があります。付随メディアアイテムは Length 属性も含まれます

シーケンシャルメディアアイテムは、ファイルコンテナ内でリソースデータを共有できます。「最初のメディアアイテムによって、ファイルコンテナ内のリソースの場所が決まります。後続の共有メディアアイテムで Length が 0 に設定されるのは、リソースデータ自体がコンテナです。

コンテナ内のメディアアイテムのリソースの場所は、前のセカンダリアイテムリソースの Length 値を、メイン画像エンコードと Padding（指定された場合）。

属性名	タイプ	説明
`Mime`	`String`	必須。コンテナ内のメディアアイテムの MIME タイプを示すシンプルな文字列です。
`Semantic`	`String`	必須。メディアアイテムのアプリ固有の意味を示すシンプルな文字列。定義については、「アイテムのセマンティック値」セクションをご覧ください。
`Length`	`Integer`	動画コンテナなど、付随するメディアアイテムでは必須。正の整数の長さ（バイト単位）。メディアアイテムは、エンコードが適用されていない元の形式である必要があります。長さの値はファイルのバイトの実際の長さです。付随メディアアイテムの長さ 0 は、メディアアイテムのリソースが前のメディアアイテムと共有されていることを示します。プライマリメディアアイテムの長さは 0 である必要があります。
`Padding`	`Integer`	[JPEG ベースのモーションフォト] メインメディアアイテムの場合は省略可能。追加分のバイト単位の正の整数長を含む単純な文字列エンコードされたメイン画像の末尾と次のメディアアイテム。 [HEIC/AVIF ベースのモーションフォト] メインメディアアイテムでは必須。値は 8 にする必要があり、モーションフォトのヘッダーの長さ動画データ（「mpvd」）ボックス。

Item:MIME 型の値

Item:Mime 属性は、各メディアアイテムの MIME タイプを定義します。

値	説明
`image/jpeg`	JPEG 画像
`image/heic`	HEIC 画像
`image/avif`	AVIF イメージ
`video/mp4`	MP4 コンテナ
`video/quicktime`	MOV コンテナ

アイテム:セマンティック値

Item:Semantic 属性は、各要素のアプリケーション固有の意味を定義します。削除することもできます。

`Value`	説明
`Primary`	メディアアイテムがコンテナ内の表示可能なプライマリ画像であることを示します。モーションフォトには、このセマンティックを持つアイテムを 1 つだけ含める必要があります。
`MotionPhoto`	メディアアイテムが動画コンテナであることを示します。モーションフォトには、このセマンティックを持つアイテムを 1 つだけ含める必要があります。このメディアアイテムの場所は、ファイルの末尾にする必要があります。このメディアアイテムのバイトが終了したら、他のバイトを配置できません。

メインのウルトラ HDR 画像を使用したモーションフォト

この仕様およびウルトラ HDR 画像の仕様メインのウルトラ HDR 画像を含むモーションフォトには、 "GainMap" のアイテムセマンティクス。また、モーションフォトのエンコードは動画アイテム要素の前にゲインマップアイテム要素を配置します。

ISOBMFF イメージ固有の動作

モーションフォト ISOBMFF ベース画像（例:HEIC 画像や AVIF 画像など）は、画像が部分は、トップレベルの「モーションフォト動画データ」で終了します。ボックス構文的記述言語のセマンティクスを使用して記述された、 ISO/IEC 14496-1:2010（E）の第 8 項：

// Box as defined in ISO/IEC 14496-12:2015: 4.2
aligned(8) class MotionPhotoVideoData extends Box('mpvd') {
  bit(8) data[];
}

ここで「データ」はフィールドには動画のすべてのバイトが含まれます。特別な値「0」モーションフォト動画データボックスのサイズではは使用できません。（ ISO/IEC 14496-12:2015: 4.2 で、クラス Box を拡張します）。

ISOBMFF 画像の XMP では、メインメディアアイテムのパディングも定義する必要があります。属性値は、モーションフォト動画のバイト単位のサイズと同じである必要があります。データボックスヘッダー、つまりサイズと名前のヘッダーです。

HEIC ベースのモーションのサンプルについては、このボックス構造を示した図 1 を参照してください。写真:

HEIC モーションファイル内の要素の配置を示す線図

図 1. 階層内の HEIC サンプル画像が表示されている、 1 つの HEIC モーションフォトファイルです。なお、ボックスの順序は通常、例示のみ。構成方法については、関連する標準を HEIF または動画ファイル）それでも「mpvd」はHEIC の後に必ずボックスを配置する必要があります。表示されます。

動画コンテナのコンテンツ

メイン画像に追加する動画コンテナファイルには、メイン動画トラックを 1 つ以上必要。このトラックは必須で、エンコードされた動画が含まれています（AVC）、 HEVC AV1。「メイン動画のフレーム解像度が定義されていません。動画の色空間、転送ビット深度は異なる場合があります。たとえば、SDR 動画は 8 ビットビット深度、BT.709 色空間、sRGB 伝達関数また HDR 動画はビット深度 10 ビット、BT.2100 色空間、HLG または PQ 転送 HDR メタデータとメタデータトラックが含まれています。

動画コンテナファイルには、必要に応じて高解像度のサブを 1 つ含めることができます。提供します。リーダーはその内容を使用して、 JPEG または HEIC 画像でエンコードされたメイン静止画像。このトラックに含まれる可能性のあるコンテンツ AVC、HEVC、AV1 でエンコードされた低フレームレートの動画。サブ動画のフレーム解像度が定義されていません。

付随動画のトラック内のすべてのフレームがメイン動画トラックの対応するフレームが対応する各ペアのメイン動画トラックとサブ動画トラックのフレームの表示は同一にする必要があります。あります。対応するメインがないサブトラックフレームがある場合最も近くにあるメイントラックフレームを選択して、その代表的なサムネイルと照合する表示タイムスタンプを追加します。

動画コンテナファイルには、オプションの 16 ビットモノラルまたはステレオ音声を 1 つ含めることができます。トラックは AAC でエンコードされた 44 kHz、48 kHz、96 kHz のいずれかです。読者はこれを提示する必要があります音声トラックを表示したとき。

付随動画のトラックが存在する場合は、必ずメインのトラックの後に配置する提供します。他のトラックに関する順序の制約は他にありません。「メイン動画のトラックのトラックインデックスは、どのサブのトラックインデックスよりも低くする必要があります提供します。つまり、メイン動画のトラックのトラック番号が 2 の場合、付随動画のトラックには 3 以上のトラック番号を指定する必要があります。

マシン・インテリジェンス・スコアリングによる動画メタデータ・トラック

ライターは、オプションで、メタデータトラックを「meta」と入力します。メタデータトラックには、「構文」で規定されている形式のバイトストリーム。

メタデータトラックが存在する場合、そのサンプルの説明テーブルエントリすなわち、「mdia.minf.stbl.stsd」の「trak」ボックス）には、テキストメタデータのサンプルを示す Atom が 1 つ含まれている必要があります。エントリ -（「mett」ボックス）を入力します。「メット」ボックスには、次の MIME タイプの文字列を指定する必要があります。を「application/motionphoto-image-meta」に変更します。

構文

このメタデータトラックが定義されている場合、そのコンテンツはバイトストリームで構成されている必要があります。（MotionPhotoMetadataDescriptor 仕様に準拠）構文の説明言語のセマンティクスを使用して ISO/IEC 14496-1:2010（E）の第 8 項。

// BaseDescriptor as defined in ISO/IEC 14496-1:2010(E): 7.2.2.2
abstract aligned(8) expandable((1<<28) - 1) class BaseDescriptor
    : bit(8) tag=0 {
  // Empty. To be filled by classes extending this class.
}

// Score data for a frame.
class MotionPhotoFrameScoreDescriptor extends BaseDescriptor
    : bit(8) tag=MotionPhotoFrameScoreDescrTag {
  // The frame's score in the range [0, 1].
  float(32) score;

  // The frame's presentation timestamp in microseconds.
  int(64) presentationTimestampUs;
}

// Score data for a track.
class MotionPhotoTrackScoreDescriptor extends BaseDescriptor
    : bit(8) tag=MotionPhotoTrackScoreDescrTag {
  // The number of scored frames in the track.
  unsigned int(32) numScoredFrames;

  // The track's frames' score data. They must be in ascending order with
  // respect to the presentation timestamp.
  MotionPhotoFrameScoreDescriptor trackFrameScoreDescr[numScoredHighResFrames];
}

// Score data for a motion photo.
class MotionPhotoScoreDescriptor extends BaseDescriptor
    : bit(8) tag=MotionPhotoScoreDescrTag {

  // Machine-intelligence model version used to calculate the scores. Writers
  // using a scoring model should set this field to 1 or greater. Writers not
  // using any scoring model should set this field to 0.
  unsigned int(32) modelVersion;

  // The primary image's frame score data.
  MotionPhotoFrameScoreDescriptor primaryImageFrameScoreDescr;

  // The high-resolution motion photo frames' score data.
  MotionPhotoTrackScoreDescriptor highResTrackScoreDescr;
}

// Flag data for a track.
class MotionPhotoTrackFlagsDescriptor extends BaseDescriptor
    : bit(8) tag=MotionPhotoTrackFlagDescrTag {
  // Set to true to indicate the video frames have been stabilized and don't
  // require readers of the track to apply any further stabilization.
  bit(1) isStabilized;
}

// Flags for a motion photo.
class MotionPhotoFlagsDescriptor extends BaseDescriptor
        : bit(8) tag=MotionPhotoFlagDescrTag {
  // The low-resolution motion photo track's flag data.
  MotionPhotoTrackFlagDescriptor lowResTrackFlagsDescr;

  // The high-resolution motion photo track's flag data.
  MotionPhotoTrackFlagDescriptor highResTrackFlagsDescr;
}

// Container for motion photo metadata, like stabilization indicators and
// quality scoring.
class MotionPhotoMetadataDescriptor extends BaseDescriptor
    : bit(8) tag=MotionPhotoMetadataDescrTag {
  // Scoring data for the still and high-res frames.
  MotionPhotoScoreDescriptor motionPhotoScoreDescr;

  // Flags for the low-res and high-res frames.
  MotionPhotoFlagDescriptor motionPhotoFlagDescr;
}

// Class tags for MotionPhotoData using the "User Private" tag space 0xC0-0xFE
// for descriptors defined in ISO/IEC 14496-1:2010(E): 7.2.2.1, Table 1.
// 0xC0 MotionPhotoMetadataDescrTag
// 0xC1 MotionPhotoScoreDescrTag
// 0xC2 MotionPhotoTrackScoreDescrTag
// 0xC3 MotionPhotoFrameScoreDescrTag
// 0xC4 MotionPhotoFlagsDescrTag
// 0xC5 MotionPhotoTrackFlagDescrTag

モーション フォト形式 1.0