CN114175100A - 用于处理点云数据的方法和装置 - Google Patents

用于处理点云数据的方法和装置 Download PDF

Info

Publication number
CN114175100A
CN114175100A CN202080052578.5A CN202080052578A CN114175100A CN 114175100 A CN114175100 A CN 114175100A CN 202080052578 A CN202080052578 A CN 202080052578A CN 114175100 A CN114175100 A CN 114175100A
Authority
CN
China
Prior art keywords
point cloud
information
lod
points
attribute
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN202080052578.5A
Other languages
English (en)
Inventor
许惠桢
吴世珍
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
LG Electronics Inc
Original Assignee
LG Electronics Inc
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by LG Electronics Inc filed Critical LG Electronics Inc
Publication of CN114175100A publication Critical patent/CN114175100A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/50—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using predictive coding
    • H04N19/597—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using predictive coding specially adapted for multi-view video sequence encoding
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T9/00—Image coding
    • G06T9/001—Model-based coding, e.g. wire frame
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
    • G06T17/20—Finite element generation, e.g. wire-frame surface description, tesselation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T9/00—Image coding
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T9/00—Image coding
    • G06T9/004—Predictors, e.g. intraframe, interframe coding
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T9/00—Image coding
    • G06T9/40—Tree coding, e.g. quadtree, octree
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
    • H04N19/102—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the element, parameter or selection affected or controlled by the adaptive coding
    • H04N19/119—Adaptive subdivision aspects, e.g. subdivision of a picture into rectangular or non-rectangular coding blocks
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
    • H04N19/102—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the element, parameter or selection affected or controlled by the adaptive coding
    • H04N19/132—Sampling, masking or truncation of coding units, e.g. adaptive resampling, frame skipping, frame interpolation or high-frequency transform coefficient masking
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
    • H04N19/169—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding
    • H04N19/184—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding the unit being bits, e.g. of the compressed video stream
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/46—Embedding additional information in the video signal during the compression process
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/50—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using predictive coding
    • H04N19/593—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using predictive coding involving spatial prediction techniques
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/70—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals characterised by syntax aspects related to video coding, e.g. related to compression standards
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/90—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using coding techniques not provided for in groups H04N19/10-H04N19/85, e.g. fractals
    • H04N19/96—Tree coding, e.g. quad-tree coding
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/80—Generation or processing of content or additional data by content creator independently of the distribution process; Content per se
    • H04N21/81—Monomedia components thereof
    • H04N21/816—Monomedia components thereof involving special video data, e.g 3D video
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10028—Range image; Depth image; 3D point clouds

Landscapes

  • Engineering & Computer Science (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Graphics (AREA)
  • Geometry (AREA)
  • Software Systems (AREA)
  • Compression Or Coding Systems Of Tv Signals (AREA)
  • Image Generation (AREA)

Abstract

在根据实施方式的处理点云数据的方法中，点云数据可被编码并发送至比特流。在根据实施方式的处理点云数据的方法中，可接收包括点云数据的比特流，并且可对点云数据进行解码。

Description

用于处理点云数据的方法和装置
技术领域
本公开提供一种用于提供点云内容以向用户提供诸如虚拟现实(VR)、增强现实(AR)、混合现实(MR)和自驾驶服务的各种服务的方法。
背景技术
点云内容是由点云表示的内容，点云是属于表示三维空间的坐标系的点集合。点云内容可表达在三个维度配置的媒体，并且用于提供诸如虚拟现实(VR)、增强现实(AR)、混合现实(MR)和自驾驶服务的各种服务。然而，需要数万至数十万的点数据来表示点云内容。因此，需要一种有效地处理大量点数据的方法。
发明内容
技术问题
实施方式提供了一种用于有效地处理点云数据的装置和方法。实施方式提供了一种用于解决延迟和编码/解码复杂度的点云数据处理方法和装置。
实施方式的技术范围不限于上述技术目的，可扩展至本领域技术人员基于本文所公开的整个内容可推断出的其它技术目的。
技术方案
为了实现这些目的和其它优点并且根据本公开的目的，在一些实施方式中，一种发送点云数据的方法可包括以下步骤：对包括几何信息和属性信息的点云数据进行编码并且发送包括经编码的点云数据的比特流。在一些实施方式中，几何信息表示点云数据的点的位置，属性信息表示点云数据的点的属性。
在一些实施方式中，一种处理点云数据的方法可包括以下步骤：接收包括点云数据的比特流。在一些实施方式中，点云数据包括几何信息和属性信息，其中，几何信息表示点云数据的点的位置，属性信息表示点云数据的点的一个或更多个属性。该点云数据处理方法可包括以下步骤：对点云数据进行解码。
在一些实施方式中，一种用于处理点云数据的方法可包括以下步骤：接收包括点云数据的比特流；以及对点云数据进行解码。在一些实施方式中，点云数据包括几何信息和属性信息，其中，几何信息表示点云数据的点的位置，属性信息指示点云数据的点的一个或更多个属性。
在一些实施方式中，一种用于处理点云数据的装置可包括：接收器，其被配置为接收包括点云数据的比特流；以及解码器，其被配置为对点云数据进行解码。在一些实施方式中，点云数据包括几何信息和属性信息，其中，几何信息表示点云数据的点的位置，属性信息指示点云数据的点的一个或更多个属性。
有益效果
根据实施方式的装置和方法可高效地处理点云数据。
根据实施方式的装置和方法可提供高质量点云服务。
根据实施方式的装置和方法可提供点云内容以用于提供诸如VR服务和自驾驶服务的通用服务。
附图说明
附图被包括以提供本公开的进一步理解，并且被并入本申请中并构成本申请的一部分，附图示出本公开的实施方式并与描述一起用于说明本公开的原理。
为了更好地理解下面描述的各种实施方式，应该结合附图参考以下实施方式的描述。附图中：
图1示出根据实施方式的示例性点云内容提供系统。
图2是示出根据实施方式的点云内容提供操作的框图。
图3示出根据实施方式的捕获点云视频的示例性处理。
图4示出根据实施方式的示例性点云编码器。
图5示出根据实施方式的体素的示例。
图6示出根据实施方式的八叉树和占用代码的示例。
图7示出根据实施方式的邻居节点图案的示例。
图8示出根据实施方式的各个LOD中的点配置的示例。
图9示出根据实施方式的各个LOD中的点配置的示例。
图10示出根据实施方式的示例性点云解码器。
图11示出根据实施方式的示例性点云解码器。
图12示出根据实施方式的示例性发送装置。
图13示出根据实施方式的示例性接收装置。
图14示出根据实施方式的用于流传输基于G-PCC的点云数据的架构。
图15示出根据实施方式的示例性点云发送装置。
图16示出根据实施方式的示例性点云接收装置。
图17示出根据实施方式的操作上可与发送和接收点云数据的方法/装置连接的示例性结构。
图18是示出示例性点云编码器的框图。
图19是示出示例性几何信息编码器的框图。
图20示出根据实施方式的示例性属性信息编码器。
图21示出根据实施方式的示例性属性信息编码器。
图22示出根据实施方式的示例性属性信息预测器。
图23示出示例性LOD生成过程。
图24示出示例性基于莫顿序的采样过程。
图25示出根据实施方式的LOD生成过程。
图26示出点云压缩(PCC)比特流的示例性结构图。
图27示出根据实施方式的APS的示例性句法。
图28示出根据实施方式的APS的示例性句法。
图29示出根据实施方式的TPS的示例性句法。
图30示出根据实施方式的TPS的示例性句法。
图31示出根据实施方式的属性头的示例性句法。
图32示出根据实施方式的属性头的示例性句法。
图33是示出示例性点云解码器的框图。
图34是示出几何信息解码器的示例的框图。
图35是示出示例性属性信息解码器的框图。
图36是根据实施方式的点云数据处理方法的示例性流程图。
图37是根据实施方式的点云数据处理方法的示例性流程图。
具体实施方式
现在将详细参考本公开的优选实施方式，其示例示出于附图中。下面将参照附图给出的详细描述旨在说明本公开的示例性实施方式，而非示出可根据本公开实现的仅有实施方式。以下详细描述包括具体细节以便提供本公开的彻底理解。然而，对于本领域技术人员而言将显而易见的是，本公开可在没有这些具体细节的情况下实践。
尽管本公开中使用的大多数术语选自本领域中广泛使用的通用术语，但是一些术语由申请人任意选择并且在以下描述中根据需要详细说明其含义。因此，本公开应该基于术语的预期含义而非其简单名称或含义来理解。
图1示出根据实施方式的示例性点云内容提供系统。
图1所示的点云内容提供系统可包括发送装置10000和接收装置10004。发送装置10000和接收装置10004能够有线或无线通信以发送和接收点云数据。
根据实施方式的点云数据发送装置10000可取得和处理点云视频(或点云内容)并将其发送。根据实施方式，发送装置10000可包括固定站、基站收发器系统(BTS)、网络、人工智能(AI)装置和/或系统、机器人、AR/VR/XR装置和/或服务器。根据实施方式，发送装置10000可包括被配置为使用无线电接入技术(例如，5G新RAT(NR)、长期演进(LTE))与基站和/或其它无线装置执行通信的装置、机器人、车辆、AR/VR/XR装置、便携式装置、家用电器、物联网(IoT)装置和AI装置/服务器。
根据实施方式的发送装置10000包括点云视频获取器10001、点云视频编码器10002和/或发送器(或通信模块)10003。
根据实施方式的点云视频获取器10001通过诸如捕获、合成或生成的处理过程来获取点云视频。点云视频是由点云表示的点云内容，点云是位于3D空间中的点集合，并且可被称为点云视频数据。根据实施方式的点云视频可包括一个或更多个帧。一个帧表示静止图像/画面。因此，点云视频可包括点云图像/帧/画面，并且可被称为点云图像、帧或画面。
根据实施方式的点云视频编码器10002对所获取的点云视频数据进行编码。点云视频编码器10002可基于点云压缩编码对点云视频数据进行编码。根据实施方式的点云压缩编码可包括基于几何的点云压缩(G-PCC)编码和/或基于视频的点云压缩(V-PCC)编码或下一代编码。根据实施方式的点云压缩编码不限于上述实施方式。点云视频编码器10002可输出包含编码的点云视频数据的比特流。比特流可不仅包含编码的点云视频数据，而且包括与点云视频数据的编码有关的信令信息。
根据实施方式的发送器10003发送包含编码的点云视频数据的比特流。根据实施方式的比特流被封装在文件或片段(例如，流片段)中，并且经由诸如广播网络和/或宽带网络的各种网络发送。尽管图中未示出，发送装置10000可包括被配置为执行封装操作的封装器(或封装模块)。根据实施方式，封装器可包括在发送器10003中。根据实施方式，文件或片段可经由网络发送到接收装置10004，或者存储在数字存储介质(例如，USB、SD、CD、DVD、蓝光、HDD、SSD等)中。根据实施方式的发送器10003能够经由4G、5G、6G等网络与接收装置10004(或接收器10005)有线/无线通信。另外，发送器可根据网络系统(例如，4G、5G或6G通信网络系统)执行必要的数据处理操作。发送装置10000可按照按需方式发送封装的数据。
根据实施方式的接收装置10004包括接收器10005、点云视频解码器10006和/或渲染器10007。根据实施方式，接收装置10004可包括被配置为使用无线电接入技术(例如，5G新RAT(NR)、长期演进(LTE))与基站和/或其它无线装置执行通信的装置、机器人、车辆、AR/VR/XR装置、便携式装置、家用电器、物联网(IoT)装置和AI装置/服务器。
根据实施方式的接收器10005从网络或存储介质接收包含点云视频数据的比特流或者封装有比特流的文件/片段。接收器10005可根据网络系统(例如，4G、5G、6G等的通信网络系统)执行必要的数据处理。根据实施方式的接收器10005可将所接收的文件/片段解封装并输出比特流。根据实施方式，接收器10005可包括被配置为执行解封装操作的解封装器(或解封装模块)。解封装器可被实现为与接收器10005分离的元件(或组件)。
点云视频解码器10006将包含点云视频数据的比特流解码。点云视频解码器10006可根据点云视频数据被编码的方法(例如，按点云视频编码器10002的操作的相反过程)来将点云视频数据解码。因此，点云视频解码器10006可通过执行点云解压缩编码(点云压缩的逆过程)来将点云视频数据解码。点云解压缩编码包括G-PCC编码。
渲染器10007渲染解码的点云视频数据。渲染器10007可通过不仅渲染点云视频数据，而且渲染音频数据来输出点云内容。根据实施方式，渲染器10007可包括被配置为显示点云内容的显示器。根据实施方式，显示器可被实现为单独的装置或组件而非包括在渲染器10007中。
图中由虚线指示的箭头表示接收装置10004所获取的反馈信息的传输路径。反馈信息是反映与消费点云内容的用户的交互性的信息，并且包括关于用户的信息(例如，头部取向信息、视口信息等)。具体地，当点云内容是用于需要与用户交互的服务(例如，自驾驶服务等)的内容时，反馈信息可被提供给内容发送方(例如，发送装置10000)和/或服务提供商。根据实施方式，反馈信息可在接收装置10004以及发送装置10000中使用，或者可不提供。
根据实施方式的头部取向信息是关于用户的头部位置、取向、角度、运动等的信息。根据实施方式的接收装置10004可基于头部取向信息来计算视口信息。视口信息可以是关于用户正在观看的点云视频的区域的信息。视点是用户通过其观看点云视频的点，并且可指视口区域的中心点。即，视口是以视点为中心的区域，并且区域的尺寸和形状可由视场(FOV)确定。因此，除了头部取向信息之外，接收装置10004还可基于装置所支持的垂直或水平FOV来提取视口信息。另外，接收装置10004执行注视分析等以检查用户消费点云的方式、点云视频中用户注视的区域、注视时间等。根据实施方式，接收装置10004可将包括注视分析结果的反馈信息发送到发送装置10000。根据实施方式的反馈信息可在渲染和/或显示过程中获取。根据实施方式的反馈信息可由包括在接收装置10004中的一个或更多个传感器取得。根据实施方式，反馈信息可由渲染器10007或单独的外部元件(或装置、组件等)取得。图1中的虚线表示发送渲染器10007所取得的反馈信息的过程。点云内容提供系统可基于反馈信息来处理(编码/解码)点云数据。因此，点云视频数据解码器10006可基于反馈信息来执行解码操作。接收装置10004可将反馈信息发送到发送装置10000。发送装置10000(或点云视频数据编码器10002)可基于反馈信息来执行编码操作。因此，点云内容提供系统可基于反馈信息有效地处理必要数据(例如，与用户的头部位置对应的点云数据)而非处理(编码/解码)整个点云数据，并将点云内容提供给用户。
根据实施方式，发送装置10000可被称为编码器、发送装置、发送器等，接收装置10004可被称为解码器、接收装置、接收器等。
根据实施方式的图1的点云内容提供系统中(通过获取/编码/传输/解码/渲染的一系列过程)处理的点云数据可被称为点云内容数据或点云视频数据。根据实施方式，点云内容数据可用作涵盖与点云数据有关的元数据或信令信息的概念。
图1所示的点云内容提供系统的元件可由硬件、软件、处理器和/或其组合实现。
图2是示出根据实施方式的点云内容提供操作的框图。
图2的框图示出图1中描述的点云内容提供系统的操作。如上所述，点云内容提供系统可基于点云压缩编码(例如，G-PCC)来处理点云数据。
根据实施方式的点云内容提供系统(例如，点云发送装置10000或点云视频获取器10001)可获取点云视频(20000)。点云视频由属于用于表达3D空间的坐标系的点云表示。根据实施方式的点云视频可包括Ply(Polygon文件格式或Stanford Triangle格式)文件。当点云视频具有一个或更多个帧时，所获取的点云视频可包括一个或更多个Ply文件。Ply文件包含诸如点几何和/或属性的点云数据。几何包括点的位置。各个点的位置可由表示三维坐标系(例如，由X、Y和Z轴组成的坐标系)的参数(例如，X、Y和Z轴的值)表示。属性包括点的属性(例如，关于各个点的纹理、颜色(YCbCr或RGB)、反射率r、透明度等的信息)。点具有一个或更多个属性。例如，点可具有颜色属性或者颜色和反射率两个属性。根据实施方式，几何可被称为位置、几何信息、几何数据等，并且属性可被称为属性、属性信息、属性数据等。点云内容提供系统(例如，点云发送装置10000或点云视频获取器10001)可从与点云视频获取过程有关的信息(例如，深度信息、颜色信息等)取得点云数据。
根据实施方式的点云内容提供系统(例如，发送装置10000或点云视频编码器10002)可对点云数据进行编码(20001)。点云内容提供系统可基于点云压缩编码对点云数据进行编码。如上所述，点云数据可包括点的几何和属性。因此，点云内容提供系统可执行对几何进行编码的几何编码并输出几何比特流。点云内容提供系统可执行对属性进行编码的属性编码并输出属性比特流。根据实施方式，点云内容提供系统可基于几何编码来执行属性编码。根据实施方式的几何比特流和属性比特流可被复用并作为一个比特流输出。根据实施方式的比特流还可包含与几何编码和属性编码有关的信令信息。
根据实施方式的点云内容提供系统(例如，发送装置10000或发送器10003)可发送经编码的点云数据(20002)。如图1所示，经编码的点云数据可由几何比特流和属性比特流表示。另外，经编码的点云数据可与点云数据的编码相关的信令信息(例如，与几何编码和属性编码有关的信令信息)一起以比特流的形式发送。点云内容提供系统可将承载经编码的点云数据的比特流封装并以文件或片段的形式将其发送。
根据实施方式的点云内容提供系统(例如，接收装置10004或接收器10005)可接收包含经编码的点云数据的比特流。另外，点云内容提供系统(例如，接收装置10004或接收器10005)可将比特流解复用。
点云内容提供系统(例如，接收装置10004或点云视频解码器10005)可将比特流中发送的经编码的点云数据(例如，几何比特流、属性比特流)解码。点云内容提供系统(例如，接收装置10004或点云视频解码器10005)可基于比特流中包含的与点云视频数据的编码有关的信令信息将点云视频数据解码。点云内容提供系统(例如，接收装置10004或点云视频解码器10005)可将几何比特流解码以重构点的位置(几何)。点云内容提供系统可通过基于重构的几何对属性比特流进行解码来重构点的属性。点云内容提供系统(例如，接收装置10004或点云视频解码器10005)可根据重构的几何和解码的属性基于位置来重构点云视频。
根据实施方式的点云内容提供系统(例如，接收装置10004或渲染器10007)可渲染解码的点云数据(20004)。点云内容提供系统(例如，接收装置10004或渲染器10007)可使用各种渲染方法来渲染通过解码过程解码的几何和属性。点云内容中的点可被渲染为具有特定厚度的顶点、以对应顶点位置为中心的具有特定最小尺寸的立方体或者以对应顶点位置为中心的圆。渲染的点云内容的全部或部分通过显示器(例如，VR/AR显示器、一般显示器等)提供给用户。
根据实施方式的点云内容提供系统(例如，接收装置10004)可取得反馈信息(20005)。点云内容提供系统可基于反馈信息对点云数据进行编码和/或解码。根据实施方式的点云内容提供系统的反馈信息和操作与参照图1描述的反馈信息和操作相同，因此省略其详细描述。
图3示出根据实施方式的捕获点云视频的示例性过程。
图3示出参照图1至图2描述的点云内容提供系统的示例性点云视频捕获过程。
点云内容包括表示位于各种3D空间(例如，表示真实环境的3D空间、表示虚拟环境的3D空间等)中的对象和/或环境的点云视频(图像和/或视频)。因此，根据实施方式的点云内容提供系统可使用一个或更多个相机(例如，能够取得深度信息的红外相机、能够提取与深度信息对应的颜色信息的RGB相机等)、投影仪(例如，取得深度信息的红外图案投影仪)、LiDAR等来捕获点云视频。根据实施方式的点云内容提供系统可从深度信息提取由3D空间中的点组成的几何形状并且从颜色信息提取各个点的属性以取得点云数据。根据实施方式的图像和/或视频可基于面向内技术和面向外技术中的至少一个来捕获。
图3的左侧部分示出面向内技术。面向内技术是指利用定位在中心对象周围的一个或更多个相机(或相机传感器)来捕获中心对象的图像的技术。面向内技术可用于生成向用户提供关键对象的360度图像的点云内容(例如，向用户提供对象(例如，诸如角色、玩家、对象或演员的关键对象)的360度图像的VR/AR内容)。
图3的右侧部分示出面向外技术。面向外技术是指利用定位在中心对象周围的一个或更多个相机(或相机传感器)来捕获中心对象的环境而非中心对象的图像的技术。面向外技术可用于生成提供从用户的视角出现的周围环境的点云内容(例如，可提供给自驾驶车辆的用户的表示外部环境的内容)。
如图所示，可基于一个或更多个相机的捕获操作来生成点云内容。在这种情况下，在相机之间坐标系可不同，因此点云内容提供系统可在捕获操作之前校准一个或更多个相机以设定全局坐标系。另外，点云内容提供系统可通过将任意图像和/或视频与通过上述捕获技术捕获的图像和/或视频合成来生成点云内容。点云内容提供系统在生成表示虚拟空间的点云内容时可不执行图3中描述的捕获操作。根据实施方式的点云内容提供系统可对捕获的图像和/或视频执行后处理。换言之，点云内容提供系统可去除不想要的区域(例如，背景)，识别捕获的图像和/或视频连接至的空间，并且当存在空间空洞时，执行填充空间空洞的操作。
点云内容提供系统可通过对从各个相机取得的点云视频的点执行坐标变换来生成一条点云内容。点云内容提供系统可基于各个相机的位置坐标对点执行坐标变换。因此，点云内容提供系统可生成表示一个宽范围的内容，或者可生成具有高密度点的点云内容。
图4示出根据实施方式的示例性点云编码器。
图4示出图1的点云视频编码器10002的示例。点云编码器重构并编码点云数据(例如，点的位置和/或属性)以根据网络条件或应用调节点云内容的质量(例如无损、有损或接近无损)。当点云内容的总大小较大(例如，对于30fps给出60Gbps的点云内容)时，点云内容提供系统可能无法实时流传输内容。因此，点云内容提供系统可基于最大目标比特率来重构点云内容以根据网络环境等提供点云内容。
如参照图1和图2描述的，点云编码器可执行几何编码和属性编码。几何编码在属性编码之前执行。
根据实施方式的点云编码器包括坐标变换器(变换坐标)40000、量化器(量化和去除点(体素化))40001、八叉树分析器(分析八叉树)40002和表面近似分析器(分析表面近似)40003、算术编码器(算术编码)40004、几何重构器(重构几何)40005、颜色变换器(变换颜色)40006、属性变换器(变换属性)40007、RAHT变换器(RAHT)40008、LOD生成器(生成LOD)40009、提升变换器(提升)40010、系数量化器(量化系数)40011和/或算术编码器(算术编码)40012。
坐标变换器40000、量化器40001、八叉树分析器40002、表面近似分析器40003、算术编码器40004和几何重构器40005可执行几何编码。根据实施方式的几何编码可包括八叉树几何编码、直接编码、三联体几何编码和熵编码。直接编码和三联体几何编码选择性地或组合应用。几何编码不限于上述示例。
如图所示，根据实施方式的坐标变换器40000接收位置并将其变换为坐标。例如，位置可被变换为三维空间(例如，由XYZ坐标系表示的三维空间)中的位置信息。根据实施方式的三维空间中的位置信息可被称为几何信息。
根据实施方式的量化器40001将几何量化。例如，量化器40001可基于所有点的最小位置值(例如，X、Y和Z轴中的每一个上的最小值)来将点量化。量化器40001执行量化操作：将最小位置值与各个点的位置值之间的差乘以预设量化标度值，然后通过对通过乘法获得的值进行舍入来寻找最近整数值。因此，一个或更多个点可具有相同的量化位置(或位置值)。根据实施方式的量化器40001基于量化位置执行体素化以重构量化点。如像素(包含2D图像/视频信息的最小单元)的情况中一样，根据实施方式的点云内容(或3D点云视频)的点可包括在一个或更多个体素中。作为体积和像素的复合体，术语体素是指当基于表示3D空间的轴(例如，X轴、Y轴和Z轴)将3D空间划分成单元(单位＝1.0)时生成的3D立方空间。量化器40001可使3D空间中的点组与体素匹配。根据实施方式，一个体素可仅包括一个点。根据实施方式，一个体素可包括一个或更多个点。为了将一个体素表示为一个点，体素的中心的位置可基于包括在体素中的一个或更多个点的位置来设定。在这种情况下，包括在一个体素中的所有位置的属性可被组合并指派给体素。
根据实施方式的八叉树分析器40002执行八叉树几何编码(或八叉树编码)以按八叉树结构呈现体素。八叉树结构表示基于八进制树结构与体素匹配的点。
根据实施方式的表面近似分析器40003可分析并近似八叉树。根据实施方式的八叉树分析和近似是分析包含多个点的区域以有效地提供八叉树和体素化的过程。
根据实施方式的算术编码器40004对八叉树和/或近似八叉树执行熵编码。例如，编码方案包括算术编码。作为编码结果，生成几何比特流。
颜色变换器40006、属性变换器40007、RAHT变换器40008、LOD生成器40009、提升变换器40010、系数量化器40011和/或算术编码器40012执行属性编码。如上所述，一个点可具有一个或更多个属性。根据实施方式的属性编码同样应用于一个点所具有的属性。然而，当属性(例如，颜色)包括一个或更多个元素时，对各个元素独立地应用属性编码。根据实施方式的属性编码包括颜色变换编码、属性变换编码、区域自适应分层变换(RAHT)编码、基于插值的分层最近邻居预测(预测变换)编码以及具有更新/提升步骤的基于插值的分层最近邻居预测(提升变换)编码。根据点云内容，可选择性地使用上述RAHT编码、预测变换编码和提升变换编码，或者可使用一个或更多个编码方案的组合。根据实施方式的属性编码不限于上述示例。
根据实施方式的颜色变换器40006执行变换包括在属性中的颜色值(或纹理)的颜色变换编码。例如，颜色变换器40006可变换颜色信息的格式(例如，从RGB到YCbCr)。可选地，可根据包括在属性中的颜色值来应用根据实施方式的颜色变换器40006的操作。
根据实施方式的几何重构器40005重构(解压缩)八叉树和/或近似八叉树。几何重构器40005基于分析点分布的结果来重构八叉树/体素。重构的八叉树/体素可被称为重构的几何(恢复的几何)。
根据实施方式的属性变换器40007执行属性变换以基于重构的几何和/或不执行几何编码的位置来变换属性。如上所述，由于属性取决于几何，所以属性变换器40007可基于重构的几何信息来变换属性。例如，基于包括在体素中的点的位置值，属性变换器40007可变换该位置处的点的属性。如上所述，当基于包括在体素中的一个或更多个点的位置来设定体素的中心位置时，属性变换器40007变换一个或更多个点的属性。当执行三联体几何编码时，属性变换器40007可基于三联体几何编码来变换属性。
属性变换器40007可通过计算距各个体素的中心位置(或位置值)特定位置/半径内的邻居点的属性或属性值(例如，各个点的颜色或反射率)的平均来执行属性变换。属性变换器40007可在计算平均时根据从中心到各个点的距离来应用权重。因此，各个体素具有位置和计算的属性(或属性值)。
属性变换器40007可基于K-D树或莫顿码(Morton code)搜索存在于距各个体素的中心位置特定位置/半径内的邻居点。K-D树是二叉搜索树，并且支持能够基于位置来管理点的数据结构，使得可快速地执行最近邻搜索(NNS)。通过将表示所有点的3D位置的坐标(例如，(x,y,z))呈现为比特值并将比特混合来生成莫顿码。例如，当表示点位置的坐标为(5,9,1)时，坐标的比特值为(0101,1001,0001)。根据比特索引按z、y和x的顺序混合比特值产生010001000111。该值被表示为十进制数1095。即，具有坐标(5,9,1)的点的莫顿码值为1095。属性变换器40007可基于莫顿码值对点进行排序并通过深度优先遍历过程执行NNS。在属性变换操作之后，当在用于属性编码的另一变换过程中需要NNS时使用K-D树或莫顿码。
如图所示，变换的属性被输入到RAHT变换器40008和/或LOD生成器40009。
根据实施方式的RAHT变换器40008基于重构的几何信息来执行用于预测属性信息的RAHT编码。例如，RAHT变换器40008可基于与八叉树中较低级别的节点关联的属性信息来预测八叉树中较高级别的节点的属性信息。
根据实施方式的LOD生成器40009生成细节级别(LOD)来执行预测变换编码。根据实施方式的LOD是点云内容的细节程度。随着LOD值减小，指示点云内容的细节劣化。随着LOD值增大，指示点云内容的细节增强。点可按LOD分类。
根据实施方式的提升变换器40010执行基于权重来变换点云属性的提升变换编码。如上所述，可以可选地应用提升变换编码。
根据实施方式的系数量化器40011基于系数来量化属性编码的属性。
根据实施方式的算术编码器40012基于算术编码对量化的属性进行编码。
尽管图中未示出，图4的点云编码器的元件可由包括被配置为与包括在点云提供装置中的一个或更多个存储器通信的一个或更多个处理器或集成电路的硬件、软件、固件或其组合实现。一个或更多个处理器可执行上述图4的点云编码器的元件的操作和/或功能中的至少一个。另外，一个或更多个处理器可操作或执行用于执行图4的点云编码器的元件的操作和/或功能的软件程序和/或指令集合。根据实施方式的一个或更多个存储器可包括高速随机存取存储器，或者包括非易失性存储器(例如，一个或更多个磁盘存储装置、闪存装置或其它非易失性固态存储器装置)。
图5示出根据实施方式的体素的示例。
图5示出位于由三个轴(X轴、Y轴和Z轴)所组成的坐标系表示的3D空间中的体素。如参照图4所述，点云编码器(例如，量化器40001)可执行体素化。体素是指当基于表示3D空间的轴(例如，X轴、Y轴和Z轴)将3D空间划分成单元(单位＝1.0)时生成的3D立方空间。图5示出通过八叉树结构生成的体素的示例，其中由两个极点(0,0,0)和(2d,2d,2d)限定的立方轴对齐边界框被递归地再分。一个体素包括至少一个点。可从与体素组的位置关系来估计体素的空间坐标。如上所述，体素具有类似2D图像/视频的像素的属性(例如，颜色或反射率)。体素的细节与参照图4描述的那些相同，因此省略其描述。
图6示出根据实施方式的八叉树和占用代码的示例。
如参照图1至图4所描述的，点云内容提供系统(点云视频编码器10002)或点云编码器(例如，八叉树分析器40002)基于八叉树结构来执行八叉树几何编码(或八叉树编码)以有效地管理体素的区域和/或位置。
图6的上部示出八叉树结构。根据实施方式的点云内容的3D空间由坐标系的轴(例如，X轴、Y轴和Z轴)表示。通过由两个极点(0,0,0)和(2d,2d,2d)限定的立方轴对齐边界框的递归再分来创建八叉树结构。这里，2d可被设定为构成围绕点云内容(或点云视频)的所有点的最小边界框的值。这里，d表示八叉树的深度。d的值在下式中确定。在下式中，(xint n,yint n,zint n)表示量化的点的位置(或位置值)。
Figure BDA0003479835180000131
如图6的上部的中间所示，整个3D空间可根据分区被划分成八个空间。各个划分的空间由具有六个面的立方体表示。如图6的右上部所示，八个空间中的每一个基于坐标系的轴(例如，X轴、Y轴和Z轴)再次划分。因此，各个空间被划分成八个更小的空间。所划分的更小的空间也由具有六个面的立方体表示。应用该分割方案，直至八叉树的叶节点变为体素。
图6的下部示出八叉树占用代码。生成八叉树的占用代码以指示通过划分一个空间而生成的八个划分的空间中的每一个是否包含至少一个点。因此，单个占用代码由八个子节点表示。各个子节点表示划分的空间的占用，并且子节点具有1比特的值。因此，占用代码被表示为8比特代码。即，当与子节点对应的空间中包含至少一个点时，节点被指派值1。当与子节点对应的空间中不包含点(空间为空)时，节点被指派值0。由于图6所示的占用代码为00100001，所以指示与八个子节点当中的第三子节点和第八子节点对应的空间各自包含至少一个点。如图所示，第三子节点和第八子节点中的每一个具有八个子节点，并且子节点由8比特占用代码表示。附图示出第三子节点的占用代码为10000111，并且第八子节点的占用代码为01001111。根据实施方式的点云编码器(例如，算术编码器40004)可对占用代码执行熵编码。为了增加压缩效率，点云编码器可对占用代码执行帧内/帧间编码。根据实施方式的接收装置(例如，接收装置10004或点云视频解码器10006)基于占用代码来重构八叉树。
根据实施方式的点云编码器(例如，图4的点云编码器或八叉树分析器40002)可执行体素化和八叉树编码以存储点位置。然而，点并不总是在3D空间中均匀分布，因此可能有存在较少点的特定区域。因此，对整个3D空间执行体素化是低效的。例如，当特定区域包含很少点时，在该特定区域中不需要执行体素化。
因此，对于上述特定区域(或八叉树的叶节点以外的节点)，根据实施方式的点云编码器可跳过体素化并执行直接编码以直接对包括在特定区域中的点位置进行编码。根据实施方式的直接编码点的坐标被称为直接编码模式(DCM)。根据实施方式的点云编码器还可基于表面模型执行三联体几何编码，其要基于体素来重构特定区域(或节点)中的点位置。三联体几何编码是将对象表示为一系列三角形网格的几何编码。因此，点云解码器可从网格表面生成点云。根据实施方式的直接编码和三联体几何编码可选择性地执行。另外，根据实施方式的直接编码和三联体几何编码可与八叉树几何编码(或八叉树编码)组合执行。
为了执行直接编码，应该启用使用直接模式以应用直接编码的选项。要应用直接编码的节点不是叶节点，在特定节点内应该存在小于阈值的点。另外，要应用直接编码的点的总数不应超过预设阈值。当满足上述条件时，根据实施方式的点云编码器(或算术编码器40004)可对点位置(或位置值)执行熵编码。
根据实施方式的点云编码器(例如，表面近似分析器40003)可确定八叉树的特定级别(小于八叉树的深度d的级别)，并且可从该级别开始使用表面模型以执行三联体几何编码，以基于体素来重构节点区域中的点位置(三联体模式)。根据实施方式的点云编码器可指定要应用三联体几何编码的级别。例如，当特定级别等于八叉树的深度时，点云编码器不在三联体模式下操作。换言之，仅当指定的级别小于八叉树的深度值时，根据实施方式的点云编码器才可在三联体模式下操作。根据实施方式的指定级别的节点的3D立方区域被称为块。一个块可包括一个或更多个体素。块或体素可对应于方块。几何被表示为各个块内的表面。根据实施方式的表面可与块的各条边相交至多一次。
一个块具有12条边，因此一个块中存在至少12个交点。各个交点被称为顶点。当共享边的所有块当中存在与边相邻的至少一个占用体素时，检测沿着边存在的顶点。根据实施方式的占用体素是指包含点的体素。沿着边检测到的顶点位置是沿着共享边的所有块当中与边相邻的所有体素的边的平均位置。
一旦检测到顶点，根据实施方式的点云编码器就可对边的起点(x,y,z)、边的方向向量(Δx,Δy,Δz)和顶点位置值(边内的相对位置值)执行熵编码。当应用三联体几何编码时，根据实施方式的点云编码器(例如，几何重构器40005)可通过执行三角形重构、上采样和体素化过程来生成恢复的几何(重构的几何)。
位于块的边处的顶点确定穿过块的表面。根据实施方式的表面是非平面多边形。在三角形重构过程中，基于边的起点、边的方向向量和顶点的位置值来重构由三角形表示的表面。三角形重构过程这样执行：1)计算各个顶点的质心值，2)从各个顶点值减去中心值，并且3)估计通过减法获得的值的平方和。
Figure BDA0003479835180000151
估计和的最小值，并且根据具有最小值的轴执行投影过程。例如，当元素x最小时，各个顶点相对于块的中心投影在x轴上，并且投影在(y,z)平面上。当通过(y,z)平面上的投影获得的值为(ai,bi)时，通过atan2(bi,ai)估计θ的值，并且基于θ的值对顶点进行排序。下表示出根据顶点数量创建三角形的顶点组合。顶点从1至n排序。下表示出对于四个顶点，可根据顶点组合构造两个三角形。第一个三角形可由排序的顶点当中的顶点1、2和3组成，第二个三角形可由排序的顶点当中的顶点3、4和1组成。
表.从排序为1的顶点形成的三角形
[表1]
Figure BDA0003479835180000152
Figure BDA0003479835180000161
执行上采样过程以沿着三角形的边在中间添加点，并且执行体素化。所添加的点基于上采样因子和块的宽度来生成。添加的点被称为细化顶点。根据实施方式的点云编码器可将细化顶点体素化。另外，点云编码器可基于体素化的位置(或位置值)来执行属性编码。
图7示出根据实施方式的邻居节点图案的示例。
为了增加点云视频的压缩效率，根据实施方式的点云编码器可基于上下文自适应算术编码来执行熵编码。
如参照图1至图6所描述的，点云内容提供系统或点云编码器(例如，点云视频编码器10002、图4的点云编码器或算术编码器40004)可立即对占用代码执行熵编码。另外，点云内容提供系统或点云编码器可基于当前节点的占用代码和邻近节点的占用来执行熵编码(帧内编码)，或者基于先前帧的占用代码执行熵编码(帧间编码)。根据实施方式的帧表示同时生成的点云视频的集合。根据实施方式的帧内编码/帧间编码的压缩效率可取决于所参考的邻近节点的数量。当比特增加时，运算变得复杂，但是编码可偏向一侧，这可增加压缩效率。例如，当给出3比特上下文时，需要使用23＝8种方法来执行编码。为编码划分的部分影响实现复杂度。因此，有必要满足适当级别的压缩效率和复杂度。
图7示出基于邻居节点的占用来获得占用图案的过程。根据实施方式的点云编码器确定八叉树的各个节点的邻居节点的占用并且获得邻居图案的值。邻居节点图案用于推断节点的占用图案。图7的左侧部分示出与节点对应的立方体(位于中间的立方体)以及与该立方体共享至少一个面的六个立方体(邻居节点)。图中所示的节点是相同深度的节点。图中所示的数字分别表示与六个节点关联的权重(1、2、4、8、16和32)。根据邻近节点的位置依次指派权重。
图7的右侧部分示出邻居节点图案值。邻居节点图案值是乘以占用邻居节点(具有点的邻居节点)的权重的值之和。因此，邻居节点图案值为0至63。当邻居节点图案值为0时，指示节点的邻居节点当中不存在具有点的节点(无占用节点)。当邻居节点图案值为63时，指示所有邻居节点均是占用节点。如图所示，由于指派有权重1、2、4和8的邻居节点是占用节点，所以邻居节点图案值为15(1、2、4和8之和)。点云编码器可根据邻居节点图案值执行编码(例如，当邻居节点图案值为63时，可执行64种类型的编码)。根据实施方式，点云编码器可通过改变邻居节点图案值(例如，基于将64改变为10或6的表)来降低编码复杂度。
图8示出根据实施方式的各个LOD中的点配置的示例。
如参照图1至图7描述的，在执行属性编码之前将编码的几何重构(解压缩)。当应用直接编码时，几何重构操作可包括改变直接编码的点的放置(例如，将直接编码的点放置在点云数据前面)。当应用三联体几何编码时，通过三角形重构、上采样和体素化来执行几何重构过程。由于属性取决于几何，所以基于重构的几何来执行属性编码。
点云编码器(例如，LOD生成器40009)可按LOD对点进行分类(重新组织)。图中示出与LOD对应的点云内容。图中最左侧画面表示原始点云内容。图中左起第二个画面表示最低LOD中的点分布，图中最右侧画面表示最高LOD中的点分布。即，最低LOD中的点稀疏分布，最高LOD中的点密集分布。即，随着LOD在图底部所指示的箭头所指的方向上升高，点之间的空间(或距离)变窄。
图9示出根据实施方式的用于各个LOD的点配置的示例。
如参照图1至图8所描述的，点云内容提供系统或点云编码器(例如，点云视频编码器10002、图4的点云编码器或LOD生成器40009)可生成LOD。通过根据设定的LOD距离值(或欧几里得距离集合)将点重新组织为细化级别的集合来生成LOD。LOD生成过程不仅由点云编码器执行，而且由点云解码器执行。
图9的上部示出分布在3D空间中的点云内容的点的示例(P0至P9)。在图9中，原始顺序表示在LOD生成之前点P0至P9的顺序。在图9中，基于LOD的顺序表示根据LOD生成的点的顺序。点按LOD重新组织。另外，高LOD包含属于较低LOD的点。如图9所示，LOD0包含P0、P5、P4和P2。LOD1包含LOD0的点、P1、P6和P3。LOD2包含LOD0的点、LOD1的点、P9、P8和P7。
如参照图4所描述的，根据实施方式的点云编码器可选择性地或组合地执行预测变换编码、提升变换编码和RAHT变换编码。
根据实施方式的点云编码器可为点生成预测器以执行用于设定各个点的预测属性(或预测属性值)的预测变换编码。即，可为N个点生成N个预测器。根据实施方式的预测器可基于各个点的LOD值、关于存在于各个LOD的设定距离内的邻居点的索引信息以及到邻居点的距离来计算权重(＝1/距离)。
根据实施方式的预测属性(或属性值)被设定为通过将各个点的预测器中设定的邻居点的属性(或属性值)(例如，颜色、反射率等)乘以基于到各个邻居点的距离计算的权重(或权重值)而获得的值的平均。根据实施方式的点云编码器(例如，系数量化器40011)可量化和逆量化通过从各个点的属性(属性值)减去预测属性(属性值)而获得的残差(可称为残差属性、残差属性值或属性预测残差)。量化过程如下表所示配置。
属性预测残差量化伪代码
[表2]
Figure BDA0003479835180000181
属性预测残差逆量化伪代码
[表3]
Figure BDA0003479835180000182
当各个点的预测器具有邻居点时，根据实施方式的点云编码器(例如，算术编码器40012)可如上所述对量化和逆量化的残差值执行熵编码。当各个点的预测器没有邻居点时，根据实施方式的点云编码器(例如，算术编码器40012)可对对应点的属性执行熵编码，而不执行上述操作。
根据实施方式的点云编码器(例如，提升变换器40010)可生成各个点的预测器，设定计算的LOD并在预测器中注册邻居点，并且根据到邻居点的距离来设定权重以执行提升变换编码。根据实施方式的提升变换编码类似于上述预测变换编码，但不同之处在于，对属性值累积地应用权重。根据实施方式对属性值累积地应用权重的过程配置如下。
1)创建用于存储各个点的权重值的阵列量化权重(QW)。QW的所有元素的初始值均为1.0。将预测器中注册的邻居节点的预测器索引的QW值乘以当前点的预测器的权重，并将通过乘法获得的值相加。
2)提升预测过程：从现有属性值减去通过将点的属性值乘以权重而获得的值，以计算预测属性值。
3)创建称为updateweight和update的临时阵列，并且将临时阵列初始化为零。
4)将通过将针对所有预测器计算的权重乘以存储在与预测器索引对应的QW中的权重而计算的权重与updateweight阵列累加，作为邻居节点的索引。将通过将邻居节点索引的属性值乘以所计算的权重而获得的值与update阵列累加。
5)提升更新过程：将所有预测器的update阵列的属性值除以预测器索引的updateweight阵列的权重值，并将现有属性值与通过除法获得的值相加。
6)针对所有预测器通过将通过提升更新过程更新的属性值乘以通过提升预测过程更新的权重(存储在QW中)来计算预测属性。根据实施方式的点云编码器(例如，系数量化器40011)量化预测属性值。另外，点云编码器(例如，算术编码器40012)对量化属性值执行熵编码。
根据实施方式的点云编码器(例如，RAHT变换器40008)可执行RAHT变换编码，其中使用与八叉树中较低级别的节点关联的属性来预测较高级别的节点的属性。RAHT变换编码是通过八叉树向后扫描进行属性帧内编码的示例。根据实施方式的点云编码器从体素开始扫描整个区域并且在每一步重复将体素合并为更大的块的合并过程，直至到达根节点。仅对占用节点执行根据实施方式的合并过程。不对空节点执行合并过程。对空节点正上方的上节点执行合并过程。
下式表示RAHT变换矩阵。在该式中，
Figure BDA0003479835180000191
表示级别l的体素的平均属性值。
Figure BDA0003479835180000192
可基于
Figure BDA0003479835180000193
和
Figure BDA0003479835180000194
来计算。
Figure BDA0003479835180000195
和
Figure BDA0003479835180000196
的权重为
Figure BDA0003479835180000197
和
Figure BDA00034798351800001913
Figure BDA0003479835180000199
Figure BDA00034798351800001910
这里，
Figure BDA00034798351800001911
是低通值并且在次高级别的合并过程中使用。
Figure BDA00034798351800001912
表示高通系数。每一步的高通系数被量化并经受熵编码(例如，由算术编码器400012编码)。权重被计算为
Figure BDA0003479835180000201
通过
Figure BDA0003479835180000204
和
Figure BDA0003479835180000203
创建根节点如下。
Figure BDA0003479835180000202
类似于高通系数，gDC的值也被量化并经受熵编码。
图10示出根据实施方式的点云解码器。
图10所示的点云解码器是图1中描述的点云视频解码器10006的示例，并且可执行与图1所示的点云视频解码器10006的操作相同或相似的操作。如图所示，点云解码器可接收包含在一个或更多个比特流中的几何比特流和属性比特流。点云解码器包括几何解码器和属性解码器。几何解码器对几何比特流执行几何解码并输出解码的几何。属性解码器基于解码的几何和属性比特流执行属性解码，并且输出解码的属性。解码的几何和解码的属性用于重构点云内容(解码的点云)。
图11示出根据实施方式的点云解码器。
图11所示的点云解码器是图10所示的点云解码器的示例，并且可执行解码操作，其是图1至图9所示的点云编码器的编码操作的逆过程。
如参照图1和图10所描述的，点云解码器可执行几何解码和属性解码。几何解码在属性解码之前执行。
根据实施方式的点云解码器包括算术解码器(算术解码)11000、八叉树合成器(合成八叉树)11001、表面近似合成器(合成表面近似)11002和几何重构器(重构几何)11003、坐标逆变换器(逆变换坐标)11004、算术解码器(算术解码)11005、逆量化器(逆量化)11006、RAHT变换器11007、LOD生成器(生成LOD)11008、逆提升器(逆提升)11009和/或颜色逆变换器(逆变换颜色)11010。
算术解码器11000、八叉树合成器11001、表面近似合成器11002、几何重构器11003和坐标逆变换器11004可执行几何解码。根据实施方式的几何解码可包括直接编码和三联体几何解码。直接编码和三联体几何解码选择性地应用。几何解码不限于上述示例，并且作为参照图1至图9描述的几何编码的逆过程执行。
根据实施方式的算术解码器11000基于算术编码将所接收的几何比特流解码。算术解码器11000的操作对应于算术编码器40004的逆过程。
根据实施方式的八叉树合成器11001可通过从解码的几何比特流获取占用代码(或关于作为解码结果取得的几何的信息)来生成八叉树。占用代码如参照图1至图9详细描述那样配置。
当应用三联体几何编码时，根据实施方式的表面近似合成器11002可基于解码的几何和/或生成的八叉树来合成表面。
根据实施方式的几何重构器11003可基于表面和/或解码的几何重新生成几何。如参照图1至图9所描述的，选择性地应用直接编码和三联体几何编码。因此，几何重构器11003直接导入关于应用了直接编码的点的位置信息并将其相加。当应用三联体几何编码时，几何重构器11003可通过执行几何重构器40005的重构操作(例如，三角形重构、上采样和体素化)来重构几何。细节与参照图6描述的那些相同，因此省略其描述。重构的几何可包括不包含属性的点云画面或帧。
根据实施方式的坐标逆变换器11004可通过基于重构的几何变换坐标来获取点位置。
算术解码器11005、逆量化器11006、RAHT变换器11007、LOD生成器11008、逆提升器11009和/或颜色逆变换器11010可执行参照图10描述的属性解码。根据实施方式的属性解码包括区域自适应分层变换(RAHT)解码、基于插值的分层最近邻居预测(预测变换)解码以及具有更新/提升步骤的基于插值的分层最近邻居预测(提升变换)解码。上述三个解码方案可选择性地使用，或者可使用一个或更多个解码方案的组合。根据实施方式的属性解码不限于上述示例。
根据实施方式的算术解码器11005通过算术编码对属性比特流进行解码。
根据实施方式的逆量化器11006逆量化关于解码的属性比特流或作为解码结果取得的属性的信息，并且输出逆量化的属性(或属性值)。可基于点云编码器的属性编码选择性地应用逆量化。
根据实施方式，RAHT变换器11007、LOD生成器11008和/或逆提升器11009可处理重构的几何和逆量化的属性。如上所述，RAHT变换器11007、LOD生成器11008和/或逆提升器11009可选择性地执行与点云编码器的编码对应的解码操作。
根据实施方式的颜色逆变换器11010执行逆变换编码以逆变换包括在解码的属性中的颜色值(或纹理)。可基于点云编码器的颜色变换器40006的操作选择性地执行颜色逆变换器11010的操作。
尽管图中未示出，图11的点云解码器的元件可由包括被配置为与包括在点云提供装置中的一个或更多个存储器通信的一个或更多个处理器或集成电路的硬件、软件、固件或其组合实现。一个或更多个处理器可执行上述图11的点云解码器的元件的操作和/或功能中的至少一个或更多个。另外，一个或更多个处理器可操作或执行用于执行图11的点云解码器的元件的操作和/或功能的软件程序和/或指令集合。
图12示出根据实施方式的示例性发送装置。
图12所示的发送装置是图1的发送装置10000(或图4的点云编码器)的示例。图12所示的发送装置可执行与参照图1至图9描述的点云编码器的那些相同或相似的一个或更多个操作和方法。根据实施方式的发送装置可包括数据输入单元12000、量化处理器12001、体素化处理器12002、八叉树占用代码生成器12003、表面模型处理器12004、帧内/帧间编码处理器12005、算术编码器12006、元数据处理器12007、颜色变换处理器12008、属性变换处理器12009、预测/提升/RAHT变换处理器12010、算术编码器12011和/或传输处理器12012。
根据实施方式的数据输入单元12000接收或获取点云数据。数据输入单元12000可执行与点云视频获取器10001的操作和/或获取方法(或参照图2描述的获取过程20000)相同或相似的操作和/或获取方法。
数据输入单元12000、量化处理器12001、体素化处理器12002、八叉树占用代码生成器12003、表面模型处理器12004、帧内/帧间编码处理器12005和算术编码器12006执行几何编码。根据实施方式的几何编码与参照图1至图9描述的几何编码相同或相似，因此省略其详细描述。
根据实施方式的量化处理器12001量化几何(例如，点的位置值)。量化处理器12001的操作和/或量化与参照图4描述的量化器40001的操作和/或量化相同或相似。细节与参照图1至图9描述的那些相同。
根据实施方式的体素化处理器12002将点的量化的位置值体素化。体素化处理器120002可执行与参照图4描述的量化器40001的操作和/或体素化过程相同或相似的操作和/或过程。细节与参照图1至图9描述的那些相同。
根据实施方式的八叉树占用代码生成器12003基于八叉树结构对点的体素化的位置执行八叉树编码。八叉树占用代码生成器12003可生成占用代码。八叉树占用代码生成器12003可执行与参照图4和图6描述的点云编码器(或八叉树分析器40002)的操作和/或方法相同或相似的操作和/或方法。细节与参照图1至图9描述的那些相同。
根据实施方式的表面模型处理器12004可基于表面模型执行三联体几何编码以基于体素重构特定区域(或节点)中的点位置。表面模型处理器12004可执行与参照图4描述的点云编码器(例如，表面近似分析器40003)的操作和/或方法相同或相似的操作和/或方法。细节与参照图1至图9描述的那些相同。
根据实施方式的帧内/帧间编码处理器12005可对点云数据执行帧内/帧间编码。帧内/帧间编码处理器12005可执行与参照图7描述的帧内/帧间编码相同或相似的编码。细节与参照图7描述的那些相同。根据实施方式，帧内/帧间编码处理器12005可包括在算术编码器12006中。
根据实施方式的算术编码器12006对点云数据的八叉树和/或近似八叉树执行熵编码。例如，编码方案包括算术编码。算术编码器12006执行与算术编码器40004的操作和/或方法相同或相似的操作和/或方法。
根据实施方式的元数据处理器12007处理关于点云数据的元数据(例如，设定值)，并将其提供给诸如几何编码和/或属性编码的必要处理过程。另外，根据实施方式的元数据处理器12007可生成和/或处理与几何编码和/或属性编码有关的信令信息。根据实施方式的信令信息可与几何编码和/或属性编码分开编码。根据实施方式的信令信息可被交织。
颜色变换处理器12008、属性变换处理器12009、预测/提升/RAHT变换处理器12010和算术编码器12011执行属性编码。根据实施方式的属性编码与参照图1至图9描述的属性编码相同或相似，因此省略其详细描述。
根据实施方式的颜色变换处理器12008执行颜色变换编码以变换包括在属性中的颜色值。颜色变换处理器12008可基于重构的几何来执行颜色变换编码。重构的几何与参照图1至图9描述的相同。另外，其执行与参照图4描述的颜色变换器40006的操作和/或方法相同或相似的操作和/或方法。省略其详细描述。
根据实施方式的属性变换处理器12009执行属性变换以基于重构的几何和/或不执行几何编码的位置来变换属性。属性变换处理器12009执行与参照图4描述的属性变换器40007的操作和/或方法相同或相似的操作和/或方法。省略其详细描述。根据实施方式的预测/提升/RAHT变换处理器12010可通过RAHT编码、预测变换编码和提升变换编码中的任一种或组合对变换的属性进行编码。预测/提升/RAHT变换处理器12010执行与参照图4描述的RAHT变换器40008、LOD生成器40009和提升变换器40010的操作相同或相似的至少一个操作。另外，预测变换编码、提升变换编码和RAHT变换编码与参照图1至图9描述的那些相同，因此省略其详细描述。
根据实施方式的算术编码器12011可基于算术编码对编码的属性进行编码。算术编码器12011执行与算术编码器400012的操作和/或方法相同或相似的操作和/或方法。
根据实施方式的传输处理器12012可发送包含编码的几何和/或编码的属性和元数据信息的各个比特流，或者发送配置有编码的几何和/或编码的属性和元数据信息的一个比特流。当根据实施方式的编码的几何和/或编码的属性和元数据信息被配置为一个比特流时，比特流可包括一个或更多个子比特流。根据实施方式的比特流可包含信令信息和切片数据，信令信息包括用于序列级别信令的序列参数集(SPS)、用于几何信息编码信令的几何参数集(GPS)、用于属性信息编码信令的属性参数集(APS)和用于拼块级别信令的拼块参数集(TPS)。切片数据可包括关于一个或更多个切片的信息。根据实施方式的一个切片可包括一个几何比特流Geom00以及一个或更多个属性比特流Attr00和Attr10。根据实施方式的TPS可包括关于一个或更多个拼块中的各个拼块的信息(例如，关于边界框的坐标信息和高度/大小信息)。几何比特流可包含头和有效载荷。根据实施方式的几何比特流的头可包含GPS中所包括的参数集标识符(geom_parameter_set_id)、拼块标识符(geom_tile_id)和切片标识符(geom_slice_id)以及关于包含在有效载荷中的数据的信息。如上所述，根据实施方式的元数据处理器12007可生成和/或处理信令信息并将其发送到传输处理器12012。根据实施方式，执行几何编码的元件和执行属性编码的元件可如虚线所指示彼此共享数据/信息。根据实施方式的传输处理器12012可执行与发送器10003的操作和/或传输方法相同或相似的操作和/或传输方法。细节与参照图1和图2描述的那些相同，因此省略其描述。
图13示出根据实施方式的示例性接收装置。
图13所示的接收装置是图1的接收装置10004(或图10和图11的点云解码器)的示例。图13所示的接收装置可执行与参照图1至图11描述的点云解码器的那些相同或相似的一个或更多个操作和方法。
根据实施方式的接收装置包括接收器13000、接收处理器13001、算术解码器13002、基于占用代码的八叉树重构处理器13003、表面模型处理器(三角形重构、上采样、体素化)13004、逆量化处理器13005、元数据解析器13006、算术解码器13007、逆量化处理器13008、预测/提升/RAHT逆变换处理器13009、颜色逆变换处理器13010和/或渲染器13011。根据实施方式的各个解码元件可执行根据实施方式的对应编码元件的操作的逆过程。
根据实施方式的接收器13000接收点云数据。接收器13000可执行与图1的接收器10005的操作和/或接收方法相同或相似的操作和/或接收方法。省略其详细描述。
根据实施方式的接收处理器13001可从所接收的数据获取几何比特流和/或属性比特流。接收处理器13001可包括在接收器13000中。
算术解码器13002、基于占用代码的八叉树重构处理器13003、表面模型处理器13004和逆量化处理器13005可执行几何解码。根据实施方式的几何解码与参照图1至图10描述的几何解码相同或相似，因此省略其详细描述。
根据实施方式的算术解码器13002可基于算术编码对几何比特流进行解码。算术解码器13002执行与算术解码器11000的操作和/或编码相同或相似的操作和/或编码。
根据实施方式的基于占用代码的八叉树重构处理器13003可通过从解码的几何比特流(或关于作为解码结果取得的几何的信息)获取占用代码来重构八叉树。基于占用代码的八叉树重构处理器13003执行与八叉树的合成器11001的操作和/或八叉树生成方法相同或相似的操作和/或方法。当应用三联体几何编码时，根据实施方式的表面模型处理器13004可基于表面模型方法来执行三联体几何解码和相关几何重构(例如，三角形重构、上采样、体素化)。表面模型处理器13004执行与表面近似合成器11002和/或几何重构器11003的操作相同或相似的操作。
根据实施方式的逆量化处理器13005可逆量化解码的几何。
根据实施方式的元数据解析器13006可解析包含在所接收的点云数据中的元数据(例如，设定值)。元数据解析器13006可将元数据传递给几何解码和/或属性解码。元数据与参照图12描述的元数据相同，因此省略其详细描述。
算术解码器13007、逆量化处理器13008、预测/提升/RAHT逆变换处理器13009和颜色逆变换处理器13010执行属性解码。属性解码与参照图1至图10描述的属性解码相同或相似，因此省略其详细描述。
根据实施方式的算术解码器13007可通过算术编码对属性比特流进行解码。算术解码器13007可基于重构的几何对属性比特流进行解码。算术解码器13007执行与算术解码器11005的操作和/或编码相同或相似的操作和/或编码。
根据实施方式的逆量化处理器13008可逆量化解码的属性比特流。逆量化处理器13008执行与逆量化器11006的操作和/或逆量化方法相同或相似的操作和/或方法。
根据实施方式的预测/提升/RAHT逆变换器13009可处理重构的几何和逆量化的属性。预测/提升/RAHT逆变换处理器13009执行与RAHT变换器11007、LOD生成器11008和/或逆提升器11009的操作和/或解码相同或相似的一个或更多个操作和/或解码。根据实施方式的颜色逆变换处理器13010执行逆变换编码以逆变换包括在解码的属性中的颜色值(或纹理)。颜色逆变换处理器13010执行与颜色逆变换器11010的操作和/或逆变换编码相同或相似的操作和/或逆变换编码。根据实施方式的渲染器13011可渲染点云数据。
图14示出根据实施方式的用于流传输基于G-PCC的点云数据的架构。
图14的上部示出由图1至图13中描述的发送装置(例如，发送装置10000、图12的发送装置等)处理和发送点云内容的过程。
如参照图1至图13所描述的，发送装置可获取点云内容的音频Ba(音频获取)，对获取的音频进行编码(音频编码)，并且输出音频比特流Ea。另外，发送装置可获取点云内容的点云(或点云视频)Bv(点获取)，并且对所获取的点云执行点云编码以输出点云视频比特流Eb。发送装置的点云编码与参照图1至图13描述的点云编码(例如，图4的点云编码器的编码)相同或相似，因此将省略其详细描述。
发送装置可将所生成的音频比特流和视频比特流封装到文件和/或片段中(文件/片段封装)。封装的文件和/或片段Fs,File可包括诸如ISOBMFF或DASH片段的文件格式的文件。根据实施方式的点云相关元数据可包含在封装的文件格式和/或片段中。元数据可包含在ISOBMFF文件格式上的各种级别的盒中，或者可包含在文件内的单独轨道中。根据实施方式，发送装置将元数据封装到单独的文件中。根据实施方式的发送装置可经由网络传送封装的文件格式和/或片段。发送装置的封装和传输处理方法与参照图1至图13描述的相同(例如，发送器10003、图2的传输步骤20002等)，因此将省略其详细描述。
图14的下部示出由参照图1至图13描述的接收装置(例如，接收装置10004、图13的接收装置等)处理和输出点云内容的过程。
根据实施方式，接收装置可包括被配置为输出最终音频数据和最终视频数据的装置(例如，扬声器、耳机、显示器)以及被配置为处理点云内容的点云播放器(点云播放器)。最终数据输出装置和点云播放器可被配置成单独的物理装置。根据实施方式的点云播放器可执行基于几何的点云压缩(G-PCC)编码、基于视频的点云压缩(V-PCC)编码和/或下一代编码。
根据实施方式的接收装置可取得包含在所接收的数据(例如，广播信号、经由网络发送的信号等)中的文件和/或片段F’,Fs’并将其解封装(文件/片段解封装)。接收装置的接收和解封装方法与参照图1至图13描述的那些(例如，接收器10005、接收单元13000、接收处理单元13001等)相同，因此将省略其详细描述。
根据实施方式的接收装置取得包含在文件和/或片段中的音频比特流E’a和视频比特流E’v。如图所示，接收装置通过对音频比特流执行音频解码来输出解码的音频数据B’a，并且渲染解码的音频数据(音频渲染)以通过扬声器或耳机输出最终音频数据A’a。
另外，接收装置对视频比特流E’v执行点云解码并输出解码的视频数据B’v。根据实施方式的点云解码与参照图1至图13描述的点云解码(例如，图11的点云解码器的解码)相同或相似，因此将省略其详细描述。接收装置可渲染解码的视频数据并通过显示器输出最终视频数据。
根据实施方式的接收装置可基于所发送的元数据来执行解封装、音频解码、音频渲染、点云解码和点云视频渲染中的至少一个。元数据的细节与参照图12至图13描述的那些相同，因此将省略其描述。
如图中所示的虚线所指示，根据实施方式的接收装置(例如，点云播放器或点云播放器中的感测/跟踪单元)可生成反馈信息(取向、视口)。根据实施方式，反馈信息可在接收装置的解封装过程、点云解码过程和/或渲染过程中使用，或者可被传送至发送装置。反馈信息的细节与参照图1至图13描述的那些相同，因此将省略其描述。
图15示出根据实施方式的示例性发送装置。
图15的发送装置是被配置为发送点云内容的装置，并且对应于参照图1至图14描述的发送装置(例如，图1的发送装置10000、图4的点云编码器、图12的发送装置、图14的发送装置)的示例。因此，图15的发送装置执行与参照图1至图14描述的发送装置相同或相似的操作。
根据实施方式的发送装置可执行点云获取、点云编码、文件/片段封装和传送中的一个或更多个。
由于图中所示的点云获取和传送的操作与参照图1至图14描述的操作相同，所以将省略其详细描述。
如上面参照图1至图14描述的，根据实施方式的发送装置可执行几何编码和属性编码。几何编码可被称为几何压缩，属性编码可被称为属性压缩。如上所述，一个点可具有一个几何和一个或更多个属性。因此，发送装置对各个属性执行属性编码。图中示出发送装置执行一个或更多个属性压缩(属性#1压缩、...、属性#N压缩)。另外，根据实施方式的发送装置可执行辅助压缩。对元数据执行辅助压缩。元数据的细节与参照图1至图14描述的那些相同，因此将省略其描述。发送装置还可执行网格数据压缩。根据实施方式的网格数据压缩可包括参照图1至图14描述的三联体几何编码。
根据实施方式的发送装置可将根据点云编码输出的比特流(例如，点云流)封装到文件和/或片段中。根据实施方式，发送装置可执行媒体轨道封装以用于承载元数据以外的数据(例如，媒体数据)，并且执行元数据轨道封装以用于承载元数据。根据实施方式，元数据可被封装到媒体轨道中。
如参照图1至图14所描述的，发送装置可从接收装置接收反馈信息(取向/视口元数据)，并且基于所接收的反馈信息执行点云编码、文件/片段封装和传送操作中的至少一个。细节与参照图1至图14描述的那些相同，因此将省略其描述。
图16示出根据实施方式的示例性接收装置。
图16的接收装置是用于接收点云内容的装置，并且对应于参照图1至图14描述的接收装置的示例(例如，图1的接收装置10004、图11的点云解码器和图13的接收装置、图14的接收装置)。因此，图16的接收装置执行与参照图1至图14描述的接收装置相同或相似的操作。图16的接收装置可接收从图15的发送装置发送的信号，并且执行图15的发送装置的操作的相反过程。
根据实施方式的接收装置可执行传送、文件/片段解封装、点云解码和点云渲染中的至少一个。
由于图中所示的点云接收和点云渲染操作与参照图1至图14描述的那些相同，所以将省略其详细描述。
如参照图1至图14描述的，根据实施方式的接收装置将从网络或存储装置获取的文件和/或片段解封装。根据实施方式，接收装置可执行媒体轨道解封装以用于承载元数据以外的数据(例如，媒体数据)，并且执行元数据轨道解封装以用于承载元数据。根据实施方式，在元数据被封装到媒体轨道中的情况下，省略元数据轨道解封装。
如参照图1至图14描述的，接收装置可对通过解封装取得的比特流(例如，点云流)执行几何解码和属性解码。几何解码可被称为几何解压缩，属性解码可被称为属性解压缩。如上所述，一个点可具有一个几何和一个或更多个属性，其各自由发送装置编码。因此，接收装置对各个属性执行属性解码。图中示出接收装置执行一个或更多个属性解压缩(属性#1解压缩、...、属性#N解压缩)。根据实施方式的接收装置还可执行辅助解压缩。对元数据执行辅助解压缩。元数据的细节与参照图1至图14描述的那些相同，因此将省略其混乱。接收装置还可执行网格数据解压缩。根据实施方式的网格数据解压缩可包括参照图1至图14描述的三联体几何解码。根据实施方式的接收装置可渲染根据点云解码输出的点云数据。
如参照图1至图14描述的，接收装置可使用单独的感测/跟踪元件来取得取向/视口元数据，并且将包括其的反馈信息发送到发送装置(例如，图15的发送装置)。另外，接收装置可基于反馈信息执行接收操作、文件/片段解封装和点云解码中的至少一个。细节与参照图1至图14描述的那些相同，因此将省略其描述。
图17示出根据实施方式的操作上可与发送和接收点云数据的方法/装置连接的示例性结构。
图17的结构表示服务器1760、机器人1710、自驾驶车辆1720、XR装置1730、智能电话1740、家用电器1750和/或HMD 1770中的至少一个连接到云网络1700的配置。机器人1710、自驾驶车辆1720、XR装置1730、智能电话1740或家用电器1750被称为装置。此外，XR装置1730可对应于根据实施方式的点云数据(PCC)装置或者可操作上连接到PCC装置。
云网络1700可表示构成云计算基础设施的一部分或存在于云计算基础设施中的网络。这里，云网络1700可使用3G网络、4G或长期演进(LTE)网络或5G网络来配置。
服务器1760可经由云网络1700连接到机器人1710、自驾驶车辆1720、XR装置1730、智能电话1740、家用电器1750和/或HMD 1770中的至少一个，并且可辅助连接的装置1710至1770的至少一部分处理。
HMD 1770表示根据实施方式的XR装置和/或PCC装置的实现类型之一。根据实施方式，HMD型装置包括通信单元、控制单元、存储器、I/O单元、传感器单元和电源单元。
以下，将描述应用了上述技术的装置1710至1750的各种实施方式。图17所示的装置1710至1750可操作上连接/联接到根据上述实施方式的点云数据发送/接收装置。
<PCC+XR>
XR/PCC装置1730可采用PCC技术和/或XR(AR+VR)技术，并且可被实现为HMD、设置在车辆中的平视显示器(HUD)、电视、移动电话、智能电话、计算机、可穿戴装置、家用电器、数字标牌、车辆、固定机器人或移动机器人。
XR/PCC装置1730可分析通过各种传感器或从外部装置获取的3D点云数据或图像数据并生成关于3D点的位置数据和属性数据。由此，XR/PCC装置1730可获取关于周围空间或真实对象的信息，并且渲染和输出XR对象。例如，XR/PCC装置1730可使包括关于所识别的对象的辅助信息的XR对象与所识别的对象匹配并输出匹配的XR对象。
<PCC+自驾驶+XR>
自驾驶车辆1720可通过应用PCC技术和XR技术被实现为移动机器人、车辆、无人驾驶飞行器等。
应用了XR/PCC技术的自驾驶车辆1720可表示设置有用于提供XR图像的手段的自主车辆，或者作为XR图像中的控制/交互目标的自主车辆。具体地，作为XR图像中的控制/交互目标，自驾驶车辆1720可与XR装置1730相区分并且可操作上与之连接。
具有用于提供XR/PCC图像的手段的自驾驶车辆1720可从包括相机的传感器获取传感器信息，并且基于所获取的传感器信息来输出所生成的XR/PCC图像。例如，自驾驶车辆1720可具有HUD并向其输出XR/PCC图像以向乘客提供与真实对象或呈现在画面上的对象对应的XR/PCC对象。
在这种情况下，当XR/PCC对象被输出到HUD时，可输出XR/PCC对象的至少一部分以与乘客的眼睛所指向的真实对象交叠。另一方面，当XR/PCC对象输出在设置在自驾驶车辆内的显示器上时，可输出XR/PCC对象的至少一部分以与画面上的对象交叠。例如，自驾驶车辆1220可输出与诸如道路、另一车辆、交通灯、交通标志、两轮车、行人和建筑物的对象对应的XR/PCC对象。
根据实施方式的虚拟现实(VR)技术、增强现实(AR)技术、混合现实(MR)技术和/或点云压缩(PCC)技术适用于各种装置。
换言之，VR技术是仅提供真实世界对象、背景等的CG图像的显示技术。另一方面，AR技术是指在真实对象的图像上显示虚拟创建的CG图像的技术。MR技术与上述AR技术的相似之处在于，要显示的虚拟对象与真实世界混合和组合。然而，MR技术与AR技术的不同之处在于，AR技术在真实对象和作为CG图像创建的虚拟对象之间明确区分并且使用虚拟对象作为真实对象的补充对象，而MR技术将虚拟对象当作具有与真实对象等同的特性的对象。更具体地，MR技术应用的示例是全息服务。
最近，VR、AR和MR技术通常被称为扩展显示(XR)技术，而非彼此明确区分。因此，本公开的实施方式适用于VR、AR、MR和XR技术中的任一种。基于PCC、V-PCC和G-PCC技术的编码/解码适用于这种技术。
根据实施方式的PCC方法/装置可被应用于提供自驾驶服务的车辆。
提供自驾驶服务的车辆连接到PCC装置以进行有线/无线通信。
当根据实施方式的点云数据(PCC)发送/接收装置连接到车辆以进行有线/无线通信时，装置可接收/处理与AR/VR/PCC服务(可与自驾驶服务一起提供)有关的内容数据，并将其发送到车辆。在PCC发送/接收装置安装在车辆上的情况下，PCC发送/接收装置可根据通过用户接口装置输入的用户输入信号接收/处理与AR/VR/PCC服务有关的内容数据并将其提供给用户。根据实施方式的车辆或用户接口装置可接收用户输入信号。根据实施方式的用户输入信号可包括指示自驾驶服务的信号。
图18是示出示例性点云编码器的框图。
根据实施方式的点云编码器1800(例如，图1的点云视频编码器10002、图4的点云编码器、参照图12、图14和图15描述的点云编码器)可执行参照图1至图17描述的编码操作。根据实施方式的点云编码器1800可包括空间分割器1810、几何信息编码器1820和属性信息编码器1830。尽管图18中未示出，根据实施方式的点云编码器1800还可包括一个或更多个元件以执行参照图1至图17描述的编码操作。
点云压缩(PCC)数据(或PCC数据或点云数据)是点云编码器1800的输入数据并且可包括几何和/或属性。根据实施方式的几何是指示点的位置的信息，并且可被表示为诸如笛卡尔坐标系、柱坐标系或球坐标系的坐标系的参数。根据实施方式，几何可被称为几何信息，属性可被称为属性信息。
根据实施方式的空间分割器1810可生成点云数据的几何和属性。根据实施方式的空间分割器1810可将点云数据分割为3D空间中的一个或更多个3D块，以便存储点云数据的点信息。根据实施方式的块可表示拼块组、拼块、切片、编码单元(CU)、预测单元(PU)或变换单元(TU)中的至少一个。根据实施方式的空间分割器1810可基于八叉树、四叉树、二叉树、三叉树或k-d树中的至少一个来执行分割操作。块可包含一个或更多个点。根据实施方式的块可以是具有预设宽度、深度和高度的六面体形状的块。根据实施方式的块的大小是可改变的，不限于上述示例。根据实施方式的空间分割器1810可生成关于包含在块中的一个或更多个点的几何信息。
根据实施方式的几何信息编码器(或几何编码器)1820可执行几何编码并生成几何比特流和重构的几何信息。在根据实施方式的几何编码中，重构的几何信息被输入到属性信息编码器(或属性编码器)1830。根据实施方式的几何信息编码器1820可执行参照图4描述的坐标变换器40000、量化器40001、八叉树分析器40002、表面近似分析器40003、算术编码器40003和几何重构器(重构几何)40005的至少一个操作。另外，根据实施方式的几何信息编码器1820可执行参照图12描述的数据输入单元12000、量化处理器12001、体素化处理器12002、八叉树占用代码生成器12003、表面模型处理器12004、帧内/帧间编码处理器12005、算术编码器12006和元数据处理器12007的至少一个操作。
根据实施方式的属性信息编码器1830可基于重构的几何信息和属性来生成属性信息比特流(或属性比特流)。
根据实施方式的点云编码器可发送复用有几何信息比特流和属性信息比特流或几何信息比特流和属性信息比特流的比特流。如上所述，比特流还可包括与几何信息和属性信息有关的信令信息以及与坐标变换有关的信令信息。另外，根据实施方式的点云编码器可将比特流封装并将其以片段和/或文件的形式发送。
图19是示出示例性几何信息编码器的框图。
根据实施方式的几何信息编码器1900(或几何编码器)是图18的几何信息编码器1820的示例，并且可执行几何编码。由于根据实施方式的几何编码与参照图1至图18描述的几何编码相同或相似，所以将省略其详细描述。如图所示，几何信息编码器1900可包括坐标变换器1910、几何信息变换量化器1920、几何信息预测器1930、残差几何信息量化器1940、几何信息熵编码器1950、残差几何信息逆量化器1960、滤波器1970和存储器1980。尽管图19中未示出，根据实施方式的几何信息编码器1900还可包括一个或更多个元件执行参照图1至图18描述的几何编码。
根据实施方式的坐标变换器1910可将所接收的几何信息变换为坐标系中的信息，以便将输入的几何信息所指示的各个点的位置表示为3D空间中的位置。坐标变换器1910执行与参照图4描述的坐标变换器40000的操作相同或相似的操作。如上所述，根据实施方式的坐标系可包括(但不限于)三维笛卡尔坐标系、柱坐标系和球坐标系。根据实施方式的坐标变换器1910可将设定的坐标系变换为另一坐标系。
根据实施方式的坐标变换器1910可对诸如序列、帧、拼块、切片或块的单元执行坐标变换。根据实施方式，可基于每一序列、帧、拼块、切片或块用信号通知是否变换坐标和与坐标系和/或变换有关的信息。因此，根据实施方式的点云数据接收装置可基于邻居块的坐标变换状态、块的大小、点的数量、量化值、块分割深度、单元的位置、单元与原点之间的距离等来获得与坐标系和/或变换有关的信息。
根据实施方式的几何信息变换量化器1920可量化呈现在坐标系中的几何信息并生成变换量化的几何信息。根据实施方式的几何信息变换量化器1920可对从坐标变换器1910输出的几何信息所指示的点位置应用诸如位置变换和/或旋转变换的一个或更多个变换，并且通过将变换的几何信息除以量化值来执行量化。几何信息变换量化器1920可执行与图4的量化器40001和/或图12的量化处理器12001的操作相同或相似的操作。根据实施方式的量化值可基于编码单元(例如，拼块、切片等)与坐标系原点之间的距离或与参考方向的角度而变化。根据实施方式，量化值可以是预设值。
根据实施方式的几何信息预测器1930可基于邻近编码单元的量化值来计算预测值(或预测几何信息)。
残差几何信息量化器1940可接收变换量化的几何信息和通过减去预测值而获得的残差几何信息，并且利用量化值量化残差几何信息以生成量化的残差几何信息。
几何信息熵编码器1950可对量化的残差几何信息进行熵编码。根据实施方式的熵编码可包括指数Golomb、上下文自适应可变长度编码(CAVLC)和上下文自适应二进制算术编码(CABAC)。
残差几何信息逆量化器1960可通过利用量化值缩放量化的几何信息来重构残差几何信息。重构的残差几何信息和预测的几何信息可被求和以生成重构的几何信息。
滤波器1970可对重构的几何信息进行滤波。根据实施方式，滤波器1970可包括去块滤波器和偏移校正器。根据实施方式的滤波器1970可针对通过将两个编码单元不同地坐标变换而获得的几何信息来在两个不同编码单元之间的边界上执行附加滤波。
存储器1980可存储重构的几何信息(或恢复的几何信息)。所存储的几何信息可被提供给几何信息预测器1930。另外，存储在存储器中的重构的几何信息可被提供给参照图18描述的属性信息编码器1830。
图20示出根据实施方式的示例性属性信息编码器。
图20所示的属性信息编码器2000可作为参照图18描述的属性信息编码器1830的示例执行属性编码。由于根据实施方式的属性编码与参照图1至图17描述的属性编码相同或相似，所以将省略其详细描述。如图所示，根据实施方式的属性信息编码器2000可包括属性特性变换器2010、几何信息映射器2020、属性信息变换器2030、属性信息量化器2040和属性信息熵编码器2050。
根据实施方式的属性特性变换器2010可接收属性信息并变换所接收的属性信息的特性(例如，颜色等)。例如，当属性信息包括颜色信息时，属性特性变换器2010可变换属性信息的颜色空间(例如，从RGB至YCbCr)。另外，属性特性变换器2010可选择性地跳过属性信息的特性的变换。属性特性变换器2010可执行与属性变换器40007和/或颜色变换处理器12008的操作相同或相似的操作。
根据实施方式的几何信息映射器2020可通过映射从属性特性变换器2010输出的属性信息和所接收的重构的几何信息来生成重构的属性信息。几何信息映射器2020可通过基于重构的几何信息重构关于一个或更多个点的属性信息来生成属性信息。如上所述，可基于体素的中值来重构关于包括在一个体素中的一个或更多个点的几何信息。由于属性信息依赖于几何信息，所以几何信息映射器2020基于重构的几何信息来重构属性信息。几何信息映射器2020可执行与属性变换处理器12009的操作相同或相似的操作。
根据实施方式的属性信息变换器2030可接收和变换重构的属性信息。根据实施方式的属性信息变换器2030可预测属性信息并使用一个或更多个变换类型(例如，DCT、DST、SADCT、RAHT)来变换与所接收的重构的属性信息与预测的属性信息之间的残差对应的残差属性信息。
根据实施方式的属性信息量化器2040可接收变换的残差属性信息并基于量化值来生成变换量化的残差属性信息。
根据实施方式的属性信息熵编码器2050可接收变换量化的残差属性信息，对其执行熵编码，并且输出属性信息比特流。根据实施方式的熵编码可包括(但不限于)指数Golomb、CAVLC和CABAC中的一个或更多个。属性信息熵编码器2050可执行与算术编码器12011的操作相同或相似的操作。
图21示出根据实施方式的示例性属性信息编码器。
图21所示的属性信息编码器2100对应于参照图18描述的属性信息编码器1830和参照图20描述的属性信息编码器2000的示例。根据实施方式的属性信息编码器2100可包括属性特性变换器2110、几何信息映射器2120、属性信息预测器2130、残差属性信息变换器2140、残差属性信息逆变换器2145、残差属性信息量化器2150、残差属性信息逆量化器2155、滤波器2160、存储器2170和属性信息熵编码器2180。图21所示的属性信息编码器2100与图20所示的属性信息编码器2000的不同之处在于，在编码器中还包括残差属性信息变换器2140、残差属性信息逆变换器2145、残差属性信息量化器2150、残差属性信息逆量化器2155、滤波器2160和存储器2170。
根据实施方式的属性特性变换器2110和几何信息映射器2120可执行与参照图20描述的属性特性变换器2010和几何信息映射器2020的操作相同或相似的操作。根据实施方式的属性信息预测器2130可生成预测的属性信息。残差属性信息变换器2140可接收通过获得从几何信息映射器2120输出的重构属性信息与预测的属性信息之间的差异而生成的残差属性信息。残差属性信息变换器2140可使用一个或更多个变换类型(例如，DCT、DST、SADCT、RAHT等)来变换包括所接收的残差属性信息的残差3D块。
根据实施方式的残差属性信息量化器2150可基于量化值来变换输入的变换残差属性信息。变换的残差属性信息可被输入到残差属性信息逆量化器2155。根据实施方式的残差属性信息逆量化器2155可基于量化值来变换变换量化的残差属性信息并生成变换的残差属性信息。由残差属性信息逆量化器2155生成的变换的残差属性信息被输入到残差属性逆变换器2145。根据实施方式的残差属性逆变换器2145可使用一个或更多个变换类型(例如，DCT、DST、SADCT、RAHT等)来逆变换包括变换的残差属性信息的残差3D块。根据实施方式，可通过将逆变换的残差属性信息和从属性信息预测器2130输出的预测的属性信息组合来生成重构的属性信息。根据实施方式，可通过将非逆变换的残差属性信息和预测的属性信息组合来生成重构的属性信息。重构的属性信息可被输入到滤波器2160。根据实施方式的属性信息预测器2130、残差属性信息变换器2140和/或残差属性信息量化器2150可执行与预测/提升/RAHT变换处理器12010的操作相同或相似的操作。
根据实施方式的滤波器2160可对重构的属性信息进行滤波。根据实施方式的滤波器2160可包括去块滤波器、偏移校正器和自适应环路滤波器(ALF)。滤波器2160可执行与图19的滤波器1970的操作相同或相似的操作。
根据实施方式的存储器2170可存储从滤波器2160输出的重构的属性信息。所存储的重构的属性信息可作为输入数据提供以用于属性信息预测器2130的预测操作。属性信息预测器2130可基于关于点的重构的属性信息来生成预测的属性信息。尽管在图中存储器2170被示出为一个块，但其可包括一个或更多个物理存储器。根据实施方式的属性信息熵编码器2180可执行与参照图20描述的属性信息熵编码器2050的操作相同或相似的操作。
图22示出根据实施方式的示例性属性信息预测器。
图22所示的属性信息预测器2200对应于参照图21描述的属性信息预测器2130的示例。属性信息预测器2200可执行与属性信息预测器2130的操作相同或相似的操作。根据实施方式的属性信息预测器2200可包括LOD配置器2210和邻居点集合配置器2220。LOD配置器2210可执行与LOD生成器40009的操作相同或相似的操作。即，如图所示，LOD配置器2210可接收属性和重构的几何，并且基于所接收的属性和重构的几何来配置一个或更多个LOD。如上面参照图4和图8所描述的，可通过将分布在3D空间中的点重新组织为细化级别的集合来生成LOD。根据实施方式，LOD可包括以规则间隔分布的一个或更多个点。如上所述，根据实施方式的LOD指示点云内容的细节级别。因此，由LOD(或LOD值)指示的级别降低，点云内容的细节可能劣化。随着由LOD指示的级别升高，点云内容的细节增强。即，指示更高级别的LOD可包括以更短间隔分布的点。根据实施方式的点云编码器(例如，图4的点云编码器)和点云解码器(例如，图11的点云解码器)可生成LOD以增加属性压缩率。由于具有相似属性的点很有可能在目标点的邻域内，所以基于具有相似属性的邻居点获得的预测属性与目标点的属性之间的残差值很有可能接近0。因此，根据实施方式的点云编码器和点云解码器可生成LOD以便选择可用于属性预测的适当邻居点。
根据实施方式的LOD配置器2210可使用一种或更多种方法来配置LOD。如上所述，点云解码器(例如，参照图10至图11描述的点云解码器)也可生成LOD。因此，根据实施方式的与LOD配置方法(或LOD生成方法)有关的信息或LOD配置方法信息通过包含编码的点云视频数据的比特流被发送至接收装置(例如，图1的接收装置10004或图10和图11的点云解码器)。因此，接收装置可基于LOD配置方法信息来生成LOD。
当生成各个LOD(或LOD集合)时，根据实施方式的邻居点集合配置器2220可搜索或检索LODl集合的点的一个或更多个邻居点。一个或更多个邻居点的数量可为X，其中X是大于零的整数。根据实施方式的邻居点是在3D空间中最靠近LODl集合的点的最近邻居(NN)点，并且包括在与目标LOD(例如，LODl)相同的LOD中或级别比目标LOD低的LOD集合(例如，LODl-1、LODl-2、...、LOD0)中。根据实施方式的邻居点集合配置器2220可将一个或更多个搜索到的邻居点作为邻居点集合注册在预测器中。根据实施方式的邻居点的数量可根据用户输入信号被设定为邻居点的最大数量，或者可根据邻居点搜索方法被预设为特定值。
根据实施方式的邻居点集合配置器2220可在LOD0和LOD1内搜索属于图9所示的LOD1的点P3的邻居点。如图9所示，LOD0包括P0、P5、P4和P2。LOD2包括LOD0的点、LOD1的点、P9、P8和P7。当邻居点的数量X为3时，邻居点集合配置器2220从图9的顶部所示的3D空间中属于LOD0或LOD1的点当中搜索最靠近P3的三个邻居点。即，邻居点集合配置器2220可搜索属于相同LOD级别的LOD1的P6以及属于较低LOD级别的LOD0的P2和P4作为P3的邻居点。在3D空间中，P7是靠近P3的点，但未被搜索为邻居点，因为它处于较高的LOD级别。邻居点集合配置器2220可将搜索到的邻居点P2、P4和P6作为邻居点集合注册在P3的预测器中。根据实施方式的生成邻居点集合的方法不限于此示例。关于根据实施方式的生成邻居点集合的方法的信息(以下称为邻居点集合生成信息)通过包括上述编码的点云视频数据的比特流被发送至接收装置(例如，图1的接收装置10004、图10和图11的点云解码器等)。
如上所述，每一个点可具有一个预测器。根据实施方式的点云编码器可通过应用预测器来对对应点的属性值进行编码，并且可生成预测属性(或预测属性值)。根据实施方式，在LOD生成之后基于搜索到的邻居点来生成预测器。预测器用于预测目标点的属性。因此，预测器可通过对邻居点的属性应用权重来生成预测属性。
例如，预测器可基于目标点(例如，P3)与邻居点集合中的各个邻居点之间的距离值(例如，1/2距离)来计算和注册权重。如上所述，由于P3的邻居点集合包括P2、P4和P6，所以根据实施方式的点云编码器(或预测器)基于P3与各个邻居点之间的距离值来计算权重。因此，各个邻居点的权重被表示为
Figure BDA0003479835180000381
Figure BDA0003479835180000382
当配置预测器的邻居点集合时，根据实施方式的点云编码器可利用邻居点的权重的总和对邻居点的权重进行归一化。例如，节点P3的邻居点集合中的所有邻居点的权重之和如下表示。通过将权重之和(total_weight)
Figure BDA0003479835180000383
除以各个邻居点的权重而生成的归一化权重被表示为
Figure BDA0003479835180000384
Figure BDA0003479835180000385
根据实施方式的点云编码器(或属性信息预测器)可通过预测器来预测属性。根据实施方式的预测属性(或预测属性信息)可以是通过如参照图9所述将注册的邻居点的属性乘以计算的权重而获得的值的平均，或者可以是通过将特定点的属性乘以权重而获得的值。根据实施方式，在预先计算压缩结果值之后，点云编码器可选择性地使用预测属性值来生成上述属性值当中的最小流(具有最高压缩效率的预测属性值)。预测属性的方法不限于上述示例。
根据实施方式的点云编码器(例如，系数量化器40011等)可对关于点的属性值、预测属性值的残差和所选预测属性的信息(或者关于选择预测属性的方法的信息)进行编码并将其发送至接收装置(例如，图1的接收装置10004或图10和图11的点云解码器)。根据实施方式的接收装置执行与发送装置所执行的LOD生成、邻居点集合生成、邻居点的加权归一化和属性预测相同的过程。接收装置可基于关于所选预测属性的信息使用发送装置所执行的相同方法来预测属性。接收装置可对所接收的残差值进行解码并通过将解码的残差值与预测属性值相加来重构属性值。
如上所述，根据实施方式的LOD配置器2210可基于一个或更多个LOD生成方法来生成LOD。
根据实施方式的LOD配置器2210可基于距离来生成LOD(基于距离的LOD生成方法)。根据实施方式的LDO配置器2210可针对各个LOD设定至少两个点之间的距离(例如，欧几里得距离)，并且计算分布在3D空间中的所有点之间的距离，以基于计算结果来生成LOD(基于邻居点之间的距离的计算的LOD生成方法)。如上所述，各个LOD可包括根据LOD所指示的级别以规则间隔分布的点。因此，LOD配置器2210应该计算所有点之间的距离。即，由于点云编码器和点云解码器每次生成LOD时均需要计算所有点之间的距离，所以在处理点云数据的过程中可能导致不必要的负担。然而，当点云内容的密度较高时，密集点具有较高的基于几何的邻近关系，因此极有可能具有相似的属性。因此，根据实施方式的LOD配置器2210可通过计算点之间的距离来生成具有高密度的点云内容的LOD。
根据实施方式，LOD配置器2210可基于点的莫顿码来配置LOD。如上所述，通过将表示所有点的3D位置的坐标值(例如，(x,y,z))呈现为比特值并将比特混合来生成莫顿码。
根据实施方式的LOD配置器2210可基于重构的几何来生成各个点的莫顿码并且基于莫顿码按升序对点进行排序。按莫顿码的升序排序的点的顺序可被称为莫顿序。LOD配置器2210可通过对按莫顿序排序的点执行采样来配置LOD。例如，根据实施方式的LOD配置器2210可根据包括在与节点对应的各个区域中的点的莫顿序基于采样率间隙依次选择点。根据实施方式的采样率(可表示为例如kl)可根据点云的分布和点云内容自动地改变，或者可根据用户输入而改变。另外，根据实施方式的采样率可具有固定值。LOD配置器2210可选择排序在与根据莫顿序首先排序的点(第0点)分开采样率(例如，5)的位置的点(例如，当采样率为5时，配置器可选择第一点之后的第五点)。对于剩余点，可从每5个点当中选择一个(例如，在第五点之后第五位置的点)，并且可将所选点归类为比当前LOD(例如，LOD1)低的级别(LODl-1)。因此，LOD配置器2210可配置LOD而无需计算所有点之间的距离。即，点云编码器和点云解码器不需要在每次生成LOD时计算所有点之间的距离，因此它们可更快速地处理点云数据。此外，根据实施方式的LOD配置器2210可针对各个LOD不同地执行采样。
然而，当点云内容的密度较低时，点之间的基于几何的邻近关系较低，因此分布点不太可能具有相似属性。因此，为了增加属性信息的编码和解码的准确度，根据实施方式的LOD配置器2210可通过基于固定采样范围、基于八叉树的固定采样范围和基于八叉树的动态采样范围中的任一个执行采样来生成LOD。根据实施方式的关于采样范围和采样的信息被包括在上述LOD配置方法(或LOD生成方法)信息中并通过包含编码的点云视频数据的比特流发送至接收装置(例如，图1的接收装置10004或图10和图11的点云解码器)。因此，接收装置可基于LOD配置方法信息来生成LOD。
根据实施方式的LOD配置器2210可基于固定采样范围来执行采样。可根据点云的密度为3D空间的各个区域不同地设定根据实施方式的采样率。另外，可为各个LOD不同地设定根据实施方式的采样率。根据实施方式的采样范围是固定的。
图23示出示例性LOD生成过程。
图23示出LOD生成过程的示例2300。图23示出根据实施方式的当采样率(可表示为例如kl)为4时基于固定采样范围来生成LOD的过程。根据实施方式的固定采样范围与参照图22描述的相同，因此将省略其描述。根据实施方式，采样率可根据点云的分布、用户输入等而改变。另外，根据实施方式的采样率可具有固定值。
图23的上部示出通过划分3D空间而创建的两个空间中的每一个中所包括的点。如图所示，第一空间2301可包含五个点P0、P1、P5、P6和P9，第二空间2302可包含五个点P2、P3、P4、P7和P8。
在图23中，第一索引2310指示分布在3D空间中的10个点的原始顺序。如上所述，LOD配置器(例如，图22的LOD配置器2210)可计算各个点的莫顿码并基于所计算的莫顿码按升序Il对点进行排序。在图23中，第二索引2320指示10个点的莫顿序。由于根据实施方式的采样率为4，所以通过采样为每四个点中的每一个选择的点的示例2330指示点P5、P1和P7。在LODl中仅包括未选点。在图23中，第三索引2340指示LOD1中的点的索引。根据实施方式的LOD配置器可对所选点P5、P1和P7重新执行采样(或子采样)以生成LODl-1。图23示出根据采样选择的点(即，P5)的示例2350。在LODl-1中仅包括未选点(例如，P1、P7)。图中所示的第四索引2350指示点所属的AN LOD顺序。作为采样结果，LOD0可具有P5，LOD1可具有点P5、P1和P7，LOD2可具有所有点2360。
图24示出示例性基于莫顿序的采样过程。
图24的左侧部分示出通过分割三维空间而形成的一个空间中的点的莫顿序2400。如上所述，根据实施方式的LOD配置器(例如，LOD配置器2210)可计算各个点的莫顿码并基于所计算的莫顿码按升序对点进行排序。图中所示的数字指示基于莫顿码按升序排序的点的顺序。图24的右侧部分示出通过在三维空间所分割成的多个空间中针对点的莫顿序执行采样而生成的LOD的示例2410。图24的示例2410表示采样率为4的示例。坐标系中呈现的圆圈2415表示在采样过程中选择的点。坐标系中指示的线2418表示选择点的过程。如上所述，LOD配置器(例如，LOD配置器2210)可通过对按莫顿序排序的点执行采样来配置LOD。然而，如图24的示例中所示，莫顿序可由锯齿形线表示。因此，根据莫顿序排序的点之间的距离可能不恒定。另外，点没有均匀分布在3D区域(例如，由X轴、Y轴和Z轴表示的3D区域)中。因此，即使以恒定采样率对按莫顿序排序的点执行采样，采样结果也可能无法保证点之间的距离的最小值和最大值。
根据实施方式的LOD配置器可根据基于八叉树的固定采样范围来执行采样。可为八叉树的各个深度不同地设定根据实施方式的采样率。根据实施方式的采样范围是固定的。如参照图5和图6描述的，可通过将点云内容的3D空间递归地分割为八个相等部分来生成根据实施方式的八叉树。根据实施方式的递归分割的区域是具有相同体积的立方体或长方体。根据实施方式的八叉树具有指示通过分割一个空间而生成的八个分割的空间中的每一个是否包括至少一个点的占用代码。占用代码可包括多个节点，并且各个节点可指示各个分割的空间中是否存在任何点。例如，当分割的空间中包括至少一个点时，与该空间对应的节点指示存在点(例如，指派“1”)。各个节点的深度对应于由至少一个LOD指示的级别。
与各个级别对应的节点区域可保证LOD中的点之间的最大距离。根据实施方式的节点内的点当中的所选点之间的最大距离是节点大小，并且节点当中选择的节点之间的最大距离受节点大小限制。因此，根据实施方式的采样可维持点之间的恒定最大距离，因此LOD配置器可降低LOD生成的复杂度并生成具有高压缩效率的LOD。
另外，根据实施方式的LOD配置器可根据基于八叉树的动态采样范围来执行采样。可基于LOD的级别和八叉树的深度来设定根据实施方式的采样率。另外，根据实施方式的采样范围不是固定的，可基于LOD级别和莫顿码值来计算。根据实施方式的LOD配置器可基于八叉树来对点进行分组以用于采样，而非分组(选择)数量与各个采样率对应的点以用于采样。在八叉树结构中，清楚的是属于同一父节点的点彼此邻近。因此，根据实施方式的LOD配置器不需要另外计算所选点之间的距离以便检查所选点实际是否为邻居。另外，根据实施方式的LOD配置器可基于八叉树的占用代码的节点是否被分配(占用)来检查点云内容的密度，并且基于密度来选择用于采样的点。例如，如果所有节点均被分配，则这指示由各个节点表示的区域中的点的密度高。如果节点未使用，则这指示点的密度低。由于高密度点在属性方面具有高相似度，所以LOD配置器可选择比低密度点更少的点以用于采样。
根据实施方式的基于固定采样范围的采样包括不管点的密度如何根据采样率重复地选择相同数量的点的操作。重复点选择过程可能导致LOD生成操作中的不必要负担。
图25示出根据实施方式的LOD生成过程。
图25示出根据基于八叉树的动态采样范围的LOD生成过程的示例2500。由于根据实施方式的基于八叉树的动态采样范围与参照图24描述的相同，所以将省略其详细描述。根据实施方式的基于八叉树的动态采样范围可基于八叉树中来自同一父节点的子点来设定。
根据实施方式的LOD的最大级别被表示为lmax。由于点云内容的密度如上所述不同，所以可为各个点云内容不同地设定LOD的最大级别。因此，根据实施方式，对于LOD的最大级别，各个点云内容可具有相同或不同的八叉树深度。根据实施方式的八叉树的深度可被表示为d。根据实施方式的LOD最大级别低于八叉树的深度(lmax＜d)。
根据实施方式的LOD(例如，LOD1)的最大采样率可表示如下。
[式1]
k＝8l max-l+1
这里，k表示最大采样率。根据实施方式的LOD配置器可根据点云内容的点密度改变采样率。在上式中，1表示在八叉树的深度级别(例如，级别d-1)执行的采样。当点密集时，极有可能级别d-1的所有节点均被分配。然而，由于在点云内容之间密度不同，所以根据实施方式的LOD配置器可设定用于在八叉树的占用代码的特定深度配置LOD的值。根据实施方式的LOD(例如，LOD1)的最大采样率可表示如下。
[式2]
k＝8lmax-l+X
这里，X具有用于在八叉树的特定深度配置LOD的值，并且大于0。根据实施方式，可为各个点云内容不同地设定X。
图25所示的示例2500示出在X为3的情况和X为1的情况下执行采样的节点。当X为3时，根据实施方式的LOD配置器可从与深度3(例如，LOD值为0)对应的节点2510执行采样。当X为1时，根据实施方式的LOD配置器可从与深度1对应的节点2520执行采样。根据实施方式，子节点的数量被表示为pow(8,x)，由2530指示。
根据实施方式，各个LOD的采样范围可表示如下。
[式3]
Pi.mc～Pi.mc+(k-(Pi.mc％k))
这里，Pi.mc表示第i点的莫顿码值。根据实施方式的采样范围可被限制为八叉树的占用代码中具有相同上父节点的莫顿码范围。例如，LOD级别是最大级别，并且按莫顿序排序的点当中莫顿码为2的点的采样范围被设定为包括莫顿码0至7的点的范围(因为占用代码在各个深度具有8个节点)。当点的莫顿码值大于采样范围的最大值(例如，Pi.mc+(k-(Pi.mc％k))时，根据实施方式的LOD配置器可重新计算下一采样范围。
因此，当点按八叉树结构配置时，LOD0的最大采样率变为8(80+1＝8)。LOD0的采样范围可以是莫顿码0至7、8至15、16至23、…。根据实施方式的LOD1的最大采样率可为64(81+1＝64)，LOD1的采样范围可为0至63、64至127、128至192、…。
根据实施方式，采样范围可仅包含一个点。包括在采样范围中的这一个点可被称为孤立点。为了增加压缩效率，LOD配置器可使用一个或更多个方法来处理孤立点。
例如，LOD配置器可对孤立点执行采样。LOD可从k个连续孤立点当中选择一个点，其中k是上述固定采样率。
根据实施方式的LOD配置器可将孤立点分离为级别低于当前LOD的LOD的候选组。对于具有孤立点的采样范围，根据实施方式的LOD配置器在LODl生成期间不选择孤立点，而是将其分离为LOD(0至l-1)。在生成LODl-1-α时，根据实施方式的LOD配置器可通过应用更宽的采样范围和采样率来选择孤立点。
根据实施方式的LOD配置器可将孤立点注册在当前LOD中。例如，当在LODl生成期间生成孤立点时，LOD配置器将该孤立点注册在LODl中。这是因为孤立点不太可能具有可表示邻居点的属性，因此不需要被选为属于LODl的其它点的邻居点集合。
根据实施方式，关于孤立点处理方法的信息通过包括在上述LOD配置方法(或LOD生成方法)信息中包含编码的点云视频数据的比特流被发送至接收装置(例如，图1的接收装置10004或图10和图11的点云解码器)。因此，接收装置可基于LOD配置方法信息来生成LOD。
根据实施方式的LOD配置器(例如，图22的LOD配置器2210)可从采样范围内的点当中选择一个点，将所选点分类为级别低于当前LOD(例如，LOD1)的级别的LOD(例如，LOD(0至-l-1))，并且将剩余未选点注册在当前LOD中。
根据实施方式的LOD构造器可基于一个或更多个方法来选择点以便生成用于属性的预测编码的良好邻居节点集合并且增加压缩效率。
例如，根据实施方式的LOD配置器可选择采样范围内的第N点。根据实施方式，可根据用户输入信号来设定N。另外，根据实施方式，可基于率失真优化(RDO)来设定N。
根据实施方式的LOD配置器可选择莫顿码与属于采样范围的点的均值或均值莫顿码值最相似的点。随着莫顿码值的相似度增加，点之间的距离靠近的概率增加。这是因为莫顿码与同一采样范围内的点的均值莫顿码值最相似的点极有可能具有可表示采样范围中的点的属性(例如，颜色、反射率值等)或者对属于采样范围的点的影响可能相对更大的属性。具体地，当可表示邻近值的点被选为邻居节点集合时，压缩效率可增加。另外，根据实施方式的LOD配置器可从基于均值莫顿码值排序的点当中选择第N点。根据实施方式，N是预设值。当不存在N的设定值时，根据实施方式的LOD配置器可从排序的点当中选择第0点。
然而，当采样范围内的点没有均匀地分布(例如，它们分布不均)时，点的均值莫顿码值可能无法正确地表示采样范围。因此，根据实施方式的LOD配置器可选择莫顿码与采样范围的理想均值莫顿码值最相似的点。假设在八叉树结构中父节点的所有子节点均被分配，则根据实施方式的LOD配置器计算理想均值莫顿码值并选择莫顿码与理想均值莫顿码值最相似的点。根据实施方式的LOD配置器可从基于理想均值莫顿码值排序的点当中选择第N点。根据实施方式，N是预设值。当不存在N的设定值时，根据实施方式的LOD配置器可从排序的点当中选择第0点。
根据实施方式的LOD配置器可选择采样范围内的一个或更多个点。要选择的点的数量可预设。根据选择采样范围内的第N点的方法，LOD配置器可从采样范围内的点当中迭代地选择第N点。例如，当N为2时，LOD配置器在采样范围内重复地选择第二点、第四点等与预设数X一样多。根据选择莫顿码与属于采样范围的点的均值莫顿码值最相似的的点的方法，LOD配置器可按根据均值莫顿码值排序的顺序重复地选择与预设数X一样多的对应于第N位置的点。根据选择莫顿码与属于采样范围的点的理想均值莫顿码值最相似的点的方法，LOD配置器可按根据理想均值莫顿码值排序的顺序迭代地选择与预设数X一样多的对应于第N位置的点。
在选择上述孤立点时，也可应用根据实施方式的点选择方法。另外，根据实施方式的关于点选择方法的信息通过包括在上述LOD配置方法(或LOD生成方法)信息中包含编码的点云视频数据的比特流被发送至接收装置(例如，图1的接收装置10004或图10和图11的点云解码器)。因此，接收装置可基于LOD配置方法信息生成LOD。
图26示出点云压缩(PCC)比特流的示例性结构图。
如上所述，点云数据发送装置(例如，参照图1、图12、图14和图15描述的点云数据发送装置)可按比特流2600的形式发送经编码的点云数据。根据实施方式的比特流2600可包括一个或更多个子比特流。
点云数据发送装置(例如，参照图1、图12、图14和图15描述的点云数据发送装置)可考虑传输信道的错误将点云数据的图像划分为一个或更多个分组，并且将其经由网络发送。根据实施方式，比特流2600可包括一个或更多个分组(例如，网络抽象层(NAL)单元)。因此，即使在差网络环境下丢失一些分组时，点云数据接收装置也可使用剩余分组来重构图像。点云数据可被分割为待处理的一个或更多个切片或一个或更多个拼块。根据实施方式的拼块和切片是通过分割点云数据的画面来执行点云压缩编码的区域。点云数据发送装置可根据点云数据的各个分割区域的重要性通过处理与各个区域对应的数据来提供高质量点云内容。即，根据实施方式的点云数据发送装置可对与对于用户而言重要的区域对应的数据执行具有更好压缩效率和适当延迟的点云压缩编码。
根据实施方式，点云内容的图像(或画面)可被分割为用于点云压缩编码的基本处理单元。根据实施方式的点云压缩编码的基本处理单元可包括(但不限于)编码树单元(CTU)和方块。根据实施方式的切片是包括整数数量的一个或更多个基本处理单元以用于点云压缩编码的区域并且不具有矩形形状。根据实施方式的切片包括通过分组发送的数据。根据实施方式的拼块是图像中按矩形形状分割的区域，并且包括一个或更多个基本处理单元以用于点云压缩编码。根据实施方式，一个切片可包括在一个或更多个拼块中。另外，根据实施方式，一个拼块可包括在一个或更多个切片中。
根据实施方式的比特流2600可包括信令信息和一个或更多个切片，信令信息包括用于序列级别信令的序列参数集(SPS)、用于几何信息编码信令的几何参数集(GPS)、用于属性信息编码信令的属性参数集(APS)以及用于拼块级别信令的拼块参数集(TPS)。
根据实施方式的SPS是关于包括简档和级别的整个序列的编码信息，并且可包括关于整个文件的综合信息，例如画面分辨率和视频格式。
根据实施方式，一个切片(例如，图25的切片0)包括切片头和切片数据。切片数据可包括一个几何比特流(Geom00)和一个或更多个属性比特流(Attr00、Attr10)。
几何比特流可包括头(例如，几何切片头)和有效载荷(例如，几何切片数据)。根据实施方式的几何比特流的头可包括GPS中所包括的参数集的标识信息(geom_geom_parameter_set_id)、拼块标识符(geom_tile id)、切片标识符(geom_slice_id)以及与包括在有效载荷中的数据有关的信息。属性比特流可包括头(例如，属性切片头或属性方块头)和有效载荷(例如，属性切片数据或属性方块数据)。
如上面参照图22至图25描述的，根据实施方式的点云编码器和点云解码器可生成用于属性预测的LOD。因此，图26所示的比特流可包含参照图18至图25描述的LOD配置方法信息。根据实施方式的点云解码器可基于LOD配置方法信息生成LOD。
根据实施方式的比特流中所包括的信令信息可由包括在点云编码器中的元数据处理器或传输处理器(例如，图12的传输处理器12012)或者元数据处理器或传输处理器中的元件生成。根据实施方式，可基于几何编码和属性编码的结果来生成信令信息。
图27示出根据实施方式的APS的示例性句法。
图27示出根据实施方式的APS的句法的示例3100，并且可包括以下信息(或字段、参数等)。
aps_attr_parameter_set_id指定APS的标识符以供其它句法元素参考。aps_attr_parameter_set_id的值在0至15的范围内。如图27所示，由于一个或更多个属性比特流包括在比特流中，所以各个属性比特流的头中可包括值与aps_attr_parameter_set_id相同的字段(例如，ash_attr_parameter_set_id)。
根据实施方式的点云解码器可基于aps_attr_parameter_set_id获取与各个属性比特流对应的APS并处理属性比特流。
aps_seq_parameter_set_id指定活动SPS的sps_seq_parameter_set_id的值。aps_seq_parameter_set_id的值在0至15的范围内。
对于attr_coding_type的给定值，attr_coding_type指示属性编码类型。在根据实施方式的比特流中，attr_coding_type的值等于0、1或2。attr_coding_type的其它值可预留以供ISO/IEC未来使用。因此，根据实施方式的解码器可忽略上述attr_coding_type的预留值。在值当中，0可指示预测权重提升变换编码作为属性编码类型，1可指示RAHT变换编码作为属性编码类型，2可指示固定权重提升变换编码作为属性编码类型。
当attr_coding_type等于0或2时，给出以下参数。
num_pred_nearest_neighbours指示要用于预测的最近邻的最大数量。numberOfNearestNeighboursInPrediction的值可包括在1至xx的范围内。
max_num_direct_predictors指示要用于直接预测的预测器的数量。max_num_direct_predictors的值在0至num_pred_nearest_neighbours的范围内。解码操作中使用的变量MaxNumPredictors的值如下。
MaxNumPredictors＝max_num_direct_predicots+1
lifting_search_range指示用于提升的搜索范围。
lifting_quant_step_size指示属性的第一分量的量化步长。lifting_quant_step_size的值可在1至xx的范围内。
lifting_quant_step_size_chroma可指示当属性是颜色时属性的色度分量的量化步长。lifting_quant_step_size_chroma的值可在1至xx的范围内。
lod_binary_tree_enabled_flag指示二叉树是否应用于LOD生成。
num_detail_levels_minus1指示用于属性编码的LOD的数量。num_detail_levels_minus1的值可在0至xx的范围内。以下“for”语句是关于各个LOD的信息。
sampling_distance_squared[idx]可指示由idx表示的各个LOD的采样距离的平方。根据实施方式，idx的值在0至num_detail_levels_minus1所指示的应用于属性编码的LOD的数量的范围内。sample_distance_squared的值在0至xx的范围内。
根据实施方式的LOD配置信息2700包括以下信息。
lod_generation_type是指示配置(生成)LOD集合的方法的类型的信息。lod_generation_type可被设定为1和2中的任一个，但是lod_generation_type的值不限于此示例。当lod_generation_type等于1时，lod_generation_type指示LOD集合生成方法是基于距离的LOD生成(例如，参照图22描述的基于距离的LOD生成)。当lod_generation_type等于2时，lod_generation_type指示LOD集合生成方法是基于莫顿序的采样LOD生成(例如，参照图22描述的基于莫顿序的采样LOD生成方法)。由于LOD集合生成方法与参照图22描述的相同，所以将省略其详细描述。
以下是当lod_generation_type等于2时与采样有关的信息。
sampling_range_type指示采样范围和采样率、或采样范围的类型。sampling_range_type可被设定为1、2和3中的任一个，但sampling_range_type的值不限于此示例。当sampling_range_type等于1时，sampling_range_type指示采样范围是固定采样范围(例如，参照图22和图23描述的固定采样范围)。当sampling_range_type等于2时，sampling_range_type指示采样范围是基于八叉树的固定采样范围(例如，参照图22和图24描述的基于八叉树的固定采样范围)。当sampling_range_type等于3时，sampling_range_type指示采样范围是基于八叉树的动态采样范围(例如，参照图22和图25描述的基于八叉树的动态采样范围)。由于根据实施方式的采样范围和采样率与参照图22至图25描述的那些相同，所以将省略其详细描述。
sampling_rate指示采样率。sampling_rate的值是大于0的整数。
sampling_select_type指示在采样范围内选择点的点选择方法。sampling_select_type可被设定为1、2和3中的任一个，但是sampling_select_type的值不限于此示例。当sampling_select_type等于1时，sampling_select_type指示点选择方法是选择采样范围内的第N点的方法(例如，参照图25描述的选择采样范围内的第N点的方法)。当sampling_select_type等于2时，sampling_select_type指示点选择方法是选择莫顿码与属于采样范围的点的均值莫顿码值最相似的点(例如，参照图25描述的选择莫顿码与属于采样范围的点的均值莫顿码值最相似的点的方法)。当sampling_select_type等于3时，sampling_select_type指示点选择方法是选择莫顿码与采样范围的理想均值莫顿码值最相似的的点(例如，参照图25描述的选择莫顿码与采样范围的理想均值莫顿码值最相似的点的方法)。由于根据实施方式的点选择方法与参照图25描述的点选择方法相同，所以将省略其详细描述。
sampling_select_idx指示要选择的点的固定索引。例如，当sampling_select_type等于1时，sampling_select_idx指示采样范围内排序的点当中要选择的第N点的索引。另外，当sampling_select_type等于2和3时，sampling_select_idx指示基于均值莫顿码值或理想均值莫顿码值排序的点当中要选择的第N点的索引。
sampling_select_max_num_of_points指示采样范围内可选择的点的最大数量。
以下表示当sampling_select_type等于2时的采样信息。sampling_begin_depth指示开始生成LOD0集合的八叉树深度。sampling_begin_depth具有正整数值。
sampling_isolated_point_threshold指示可被定义为孤立点的点数量的极限。
sampling_isolated_point_sampling_type指示孤立点处理方法。sampling_isolated_point_sampling_type可指示对孤立点进行采样、将孤立点分离并处理成级别低于当前LOD的LOD的候选组以及将孤立点注册在当前LOD中的任一个。对孤立点执行采样的方法是从k个连续孤立点当中选择点，其中k是固定采样率。在将孤立点分离并处理成级别低于当前LOD的LOD的候选组的方法中，采样范围内的孤立点被分离成LOD(0至1-1)而非被选择，并且被选择生成LODl-1-α。将孤立点注册在当前LOD中的方法是在生成LODl-1-α期间生成孤立点时将孤立点注册在LODl中。由于孤立点处理方法与参照图25描述的孤立点处理方法相同，所以将省略其详细描述。
当attribute_coding_type等于0时，相关参数如下给出。
adaptive_prediction_threshold指示预测的阈值。
当attribute_coding_type等于1时，相关参数如下给出。
raht_depth指示用于RAHT的LOD的数量。depthRAHT的值在1至xx(任意值)的范围内。
raht_quant_step_size指示属性的第一分量的量化步长。rate_quant_step_size的值在1至xx(任意值)的范围内。
raht_quant_step_size_chroma可指示当应用RAHT时属性的色度分量的量化步长。
aps_extension_present_flag是值为0或1的标志。
aps_extension_present_flag等于1指示aps_extension_data句法结构存在于APS RBSP句法结构中。aps_extension_present_flag等于0指示该句法结构不存在。当该句法结构不存在时，aps_extension_present_flag的值被推断等于0。
aps_extension_data_flag可具有任何值。根据实施方式，此字段的存在和值可不影响解码器性能。
图28示出根据实施方式的APS的示例性句法。
图28示出参照图27描述的APS的示例性句法。当各个LOD的采样信息不同地应用时配置图28中的APS的示例性句法。为了简单，将省略与参照图27描述的那些相同的信息和/或参数的描述。
根据实施方式的LOD配置器(例如，LOD配置器2210)可针对各个LOD不同地执行采样。在这种情况下，当lod_generation_type等于2时，根据实施方式的APS的句法还可包括以下采样相关信息2800。
sampling_attrs_per_lod_flag是指示在LOD之间采样方法是否不同的标志。如参照图22描述的，LOD配置器(例如，LOD配置器2210)可针对各个LOD不同地执行采样。因此，根据实施方式的LOD生成信息可包括各个LOD的采样信息。因此，当sampling_attrs_per_lod_flag等于1时，所示的“for”语句是与各个LOD的采样有关的信息2810。在图中，idx表示各个LOD。由于根据实施方式的与采样有关的信息2810与参照图27描述的信息相同，所以将省略其详细描述。
根据实施方式的LOD配置器(例如，LOD配置器2210)可针对各个拼块或切片应用不同的LOD生成方法。如上所述，点云数据接收装置还需要生成LOD。因此，根据实施方式的比特流还可包含与各个区域的LOD生成方法有关的信令信息。
图29示出根据实施方式的TPS的示例性句法。
当根据实施方式的LOD配置器针对各个拼块应用不同的LOD生成方法时，根据实施方式的TPS还可包括与LOD生成方法有关的信令信息(例如，与参照图27至图28描述的LOD生成方法有关的信令信息)。图29示出根据实施方式的TPS的句法的示例，并且可包括以下信息(或字段、参数等)。
num_tiles指示为比特流用信号通知的拼块的数量。当不存在为比特流用信号通知的拼块时，此信息的值被推断为0。以下是各个拼块的信令参数。
tile_bounding_box_offset_x[i]指示在笛卡尔坐标系中第i拼块的x偏移。当此参数不存在时，tile_bounding_box_offset_x[0]的值被推断为包括在SPS中的sps_bounding_box_offset_x的值。
tile_bounding_box_offset_y[i]指示在笛卡尔坐标系中第i拼块的y偏移。当此参数不存在时，tile_bounding_box_offset_y[0]的值被推断为包括在SPS中的sps_bounding_box_offset_y的值。
tile_bounding_box_offset_z[i]指示在笛卡尔坐标系中第i拼块的z偏移。当此参数不存在时，tile_bounding_box_offset_z[0]的值被推断为包括在SPS中的sps_bounding_box_offset_z的值。
tile_bounding_box_scale_factor[i]指示与笛卡尔坐标系中的第i拼块有关的标度因子。当此参数不存在时，tile_bounding_box_scale_factor[0]的值被推断为sps_bounding_box_scale_factor的值。
tile_bounding_box_size_width[i]指示在笛卡尔坐标系中第i拼块的宽度。当此参数不存在时，tile_bounding_box_size_width[0]的值被推断为sps_bounding_box_size_width的值。
tile_bounding_box_size_height[i]指示在笛卡尔坐标系中第i拼块的高度。当此参数不存在时，tile_bounding_box_size_height[0]的值被推断为sps_bounding_box_size_height的值。
tile_bounding_box_size_depth[i]指示在笛卡尔坐标系中第i拼块的深度。当此参数不存在时，tile_bounding_box_size_depth[0]的值被推断为sps_bounding_box_size_depth的值。
如图所示，根据实施方式的TPS可包括LOD配置信息2900。根据实施方式的LOD配置信息2900被应用于各个拼块。由于LOD配置信息2900与参照图27描述的LOD配置信息2700相同，所以将省略其详细描述。
图30示出根据实施方式的TPS的示例性句法。
图30示出参照图29描述的TPS的示例性句法。当针对各个LOD不同地应用采样信息时配置图30中的TPS的示例性句法。为了简单，将省略与参照图29描述的那些相同的信息和/或参数的描述。
根据实施方式的LOD配置器(例如，LOD配置器2210)可针对各个LOD不同地执行采样。在这种情况下，当lod_generation_type等于2时，根据实施方式的TPS的句法还可包括与采样有关的sampling_attrs_per_lod_flag 3000。由于根据实施方式的sampling_attrs_per_lod_flag与参照图28描述的sampling_attrs_per_lod_flag 2800相同，所以将省略其详细描述。当sampling_attrs_per_lod_flag等于1时，根据实施方式的TPS的句法包括指示各个LOD的采样相关信息3010的“for”语句。由于根据实施方式的各个LOD的采样相关信息3010与参照图28描述的各个LOD的采样相关信息2810相同，所以将省略其详细描述。
图31示出根据实施方式的属性头的示例性句法。
图31的属性头的句法是通过参照图26描述的属性比特流中所包括的头来发送的信息的句法的示例。
当根据实施方式的LOD配置器(例如，LOD配置器2110)针对各个切片不同地应用邻居点集合生成方法时，根据实施方式的属性头还可包括LOD配置信息3100(例如，参照图27描述的LOD配置信息2700和参照图29描述的LOD配置信息2900)。图31所示的属性头的示例性句法可包括以下信息(或字段、参数等)。
ash_attr_parameter_set_id具有与活动APS的aps_attr_parameter_set_id相同的值。
ash_attr_sps_attr_idx可指定活动SPS的sps_seq_parameter_set_id的值。ash_attr_sps_attr_idx的值在0至包括在活动SPS中的sps_num_attribute_sets的值的范围内。
ash_attr_geom_slice_id指定几何切片ID(例如，geom_slice_id)的值。
如图所示，根据实施方式的属性头可包括LOD配置信息3100。根据实施方式的LOD配置信息3100被应用于属于各个切片的各个属性比特流(或属性切片数据)。由于LOD配置信息3100与参照图27和图29描述的LOD配置信息2700和2900相同，所以将省略其详细描述。
图32示出根据实施方式的属性头的示例性句法。
图32示出参照图31描述的属性头的示例性句法。当针对各个LOD不同地应用采样信息时配置图32中的属性头的示例性句法。
根据实施方式的LOD配置器(例如，LOD配置器2210)可针对各个LOD不同地执行采样。在这种情况下，当lod_generation_type等于2时，根据实施方式的属性头的句法还可包括与采样有关的sampling_attrs_per_lod_flag 3200。由于根据实施方式的sampling_attrs_per_lod_flag与参照图28和图30描述的sampling_attrs_per_lod_flag2800、3000相同，所以将省略其详细描述。当sampling_attrs_per_lod_flag等于1时，根据实施方式的属性头的句法包括指示各个LOD的采样相关信息3210的“for”语句。由于根据实施方式的各个LOD的采样相关信息3210与参照图28和图30描述的各个LOD的采样相关信息2810和3010相同，所以将省略其详细描述。
图33是示出示例性点云解码器的框图。
根据实施方式的点云解码器3300执行与参照图1至图17描述的解码器(例如，参照图1、图10至图11、图13、图14和图16描述的点云解码器)相同或相似的解码操作。另外，点云解码器3300可执行与参照图18描述的点云编码器1800的编码操作的相反过程对应的解码操作。根据实施方式的点云解码器3300可包括空间分割器3310、几何信息解码器(或几何解码器)3320和属性信息解码器(或属性解码器)3330。尽管图33中未示出，根据实施方式的点云解码器3300还可包括一个或更多个元件以执行参照图1至图17描述的解码操作。
根据实施方式的空间分割器3310可基于从根据实施方式的点云数据发送装置(例如，参照图1、图12、图14和图15描述的点云数据发送装置)接收的信令信息(例如，关于由参照图18描述的空间分割器1810执行的分割操作的信息)或者由点云解码器3300推导(生成)的分割信息来分割空间。如上所述，点云编码器1800的空间分割器1810的分割操作可基于八叉树、四叉树、二叉树、三叉树或k-d树中的至少一个。
根据实施方式的几何信息解码器3320可对输入的几何比特流进行解码并重构几何信息。重构的几何信息可被输入到属性信息解码器。根据实施方式的几何信息解码器3320可执行参照图11描述的算术解码器(算术解码)11000、八叉树合成器(合成八叉树)11001和表面近似合成器(合成表面近似)11002、几何重构器(重构几何)11003和坐标逆变换器(逆变换坐标)11004的操作。另外，根据实施方式的几何信息解码器3320可执行参照图13描述的算术解码器13002、基于占用代码的八叉树重构处理器13003和表面模型处理器(三角形重构、上采样、体素化)13004和逆量化处理器13005的操作。另选地，根据实施方式的几何信息解码器3320可执行参照图16描述的点云解码器的操作。
根据实施方式的属性信息解码器3330可基于属性信息比特流和重构的几何信息对属性信息进行解码。根据实施方式的属性信息解码器3330可执行与包括在图11的点云解码器中的算术解码器11005、逆量化器11006、RAHT变换器11007、LOD生成器11008、逆提升器11009和/或颜色逆变换器11010的操作相同或相似的操作。根据实施方式的属性信息解码器3330可执行与包括在图13的接收装置中的算术解码器13007、逆量化处理器13008、预测/提升/RAHT逆变换处理器13009和颜色逆变换处理器13010的操作相同或相似的操作。
点云解码器3300可基于重构的几何信息和重构的属性信息输出最终PCC数据。
图34是示出几何信息解码器的示例的框图。
根据实施方式的几何信息解码器3400是图33的几何信息解码器3320的示例，并且可执行与几何信息解码器3320的操作相同或相似的操作。根据实施方式的几何信息解码器3400可执行与参照图19描述的几何信息编码器1900的编码操作相反的解码操作。根据实施方式的几何信息解码器3400可包括几何信息熵解码器3410、几何信息逆量化器3420、几何信息预测器3430、滤波器3440、存储器3450、几何信息逆变换/逆量化器3460和坐标逆变换器3470。尽管图34中未示出，根据实施方式的几何信息解码器3400还可包括一个或更多个元件以执行参照图1至图31描述的几何解码操作。
根据实施方式的几何信息熵解码器3410可通过将几何信息比特流熵解码来生成量化的残差几何信息。几何信息熵解码器3410可执行作为参照图19描述的几何信息熵编码器1905所执行的熵编码的相反过程的熵解码操作。如上所述，根据实施方式的熵编码操作可包括指数Golomb、CAVLC和CABAC以及与熵编码操作对应的熵解码操作指数Golomb、CAVLC和CABAC。根据实施方式的几何信息熵解码器3410可对包括在几何信息比特流中的与几何编码有关的信息进行解码，例如与预测几何信息的生成有关的信息、与量化有关的信息(例如，量化值等)、与坐标变换有关的信令信息等。
根据实施方式的残差几何信息逆量化器3420可通过基于量化相关信息对量化的残差几何信息执行逆量化操作来生成残差几何信息或几何信息。
根据实施方式的几何信息预测器3430可基于与从几何熵解码器3410输出的预测几何信息的生成有关的信息和存储在存储器3450中的先前解码的几何信息来生成预测几何信息。根据实施方式的几何信息预测器3430可包括帧间预测器和帧内预测器。根据实施方式的帧间预测器可基于几何信息编码器(例如，几何信息编码器1900)所提供的当前预测单元(例如，节点等)的帧间预测所需的信息在包括当前预测单元的当前空间中基于当前空间(例如，帧、画面等)之前或之后的空间中的至少一个中所包括的信息对当前预测单元执行帧间预测。根据实施方式的帧内预测器可基于几何信息编码器1900所提供的与预测单元中的帧内预测有关的信息基于关于当前空间中的点的几何信息来生成预测几何信息。
根据实施方式的滤波器3440可对通过将基于滤波相关信息生成的预测几何信息和重构的残差几何信息组合而生成的重构的几何信息进行滤波。可从几何信息编码器1900用信号通知根据实施方式的滤波相关信息。另选地，根据实施方式的几何信息解码器3400可在解码过程中推导和计算滤波相关信息。
根据实施方式的存储器3450可存储重构的几何信息。根据实施方式的几何逆变换量化器3460可基于量化相关信息来逆变换量化存储在存储器3450中的重构的几何信息。
根据实施方式的坐标系逆变换器3470可基于几何信息熵解码器3410所提供的坐标变换相关信息和存储在存储器3450中的重构的几何信息来对逆变换量化的几何信息的坐标进行逆变换，并且输出几何信息。
图35是示出示例性属性信息解码器的框图。
根据实施方式的属性信息解码器3500是图33的属性信息解码器3330的示例，并且可执行与属性信息解码器3330的操作相同或相似的操作。根据实施方式的属性信息解码器3500可执行与参照图20和图21描述的属性信息编码器2000和属性信息编码器2100的编码操作相反的解码操作。根据实施方式的属性信息解码器3500可包括属性信息熵解码器3510、几何信息映射器3520、残差属性信息逆量化器3530、残差属性信息逆变换器3540、存储器3550、属性信息预测器3560和属性信息逆变换器3570。尽管图35中未示出，根据实施方式的属性信息解码器3500还可包括一个或更多个元件以执行参照图1至图31描述的属性解码操作。
属性信息熵解码器3510接收属性信息比特流并且执行熵解码以生成变换量化的属性信息。
几何信息映射器3520通过映射变换量化的属性信息和重构的几何信息来生成残差属性信息。
残差属性信息逆量化器3530可基于量化值来逆量化残差属性信息。
残差属性信息逆变换器3540可通过执行诸如DCT、DST、SADCT或RAHT的变换编码来对包括通过逆量化获得的属性信息的残差3D块进行逆变换。
存储器3550可添加从属性信息预测器3560输出的预测属性信息并且存储逆变换的属性信息。另选地，存储器3550可添加和存储预测属性信息和属性信息而无需逆变换属性信息。
属性信息预测器3560可基于存储在存储器3550中的属性信息来生成预测属性信息。属性信息预测器3560可通过执行熵解码来生成预测属性信息。
属性信息逆变换器3570可从属性信息熵解码器3510接收关于属性信息的类型和变换信息以执行各种类型的颜色逆变换编码。
图36是根据实施方式的点云数据处理方法的示例性流程图。
图36的流程图3600示出点云数据处理装置(例如，参照图1、图11、图14、图15和图18至图22描述的点云数据发送装置或点云数据编码器)的点云数据处理方法。根据实施方式的点云数据处理装置可执行与参照图1至图35描述的编码操作相同或相似的操作。
根据实施方式的点云数据处理装置可对包括几何信息和属性信息的点云数据进行编码(3310)。根据实施方式的几何信息是指示点云数据的点位置的信息。根据实施方式的属性信息是指示点云数据的点属性的信息。
根据实施方式的点云数据处理装置可对几何信息进行编码并且对属性信息进行编码。根据实施方式的点云数据处理装置执行与参照图1至图35描述的几何信息编码操作相同或相似的操作。另外，点云数据处理装置执行与参照图1至图35描述的属性信息编码操作相同或相似的操作。根据实施方式的点云数据处理装置可通过分割点来生成至少一个LOD。由于根据实施方式的LOD生成方案或方法与参照图22至图25描述的LOD生成方案或方法相同或相似，所以将省略其详细描述。
根据实施方式的点云数据处理装置可发送包含经编码的点云数据的比特流(3620)。
由于根据实施方式的比特流的结构与参照图26描述的相同，所以将省略其详细描述。根据实施方式的比特流可包括LOD配置信息(例如，参照图27至图32描述的LOD配置信息)。根据实施方式的LOD配置信息可如参照图27至图32所述通过APS、TPS、属性头等发送至接收装置。
根据实施方式的LOD配置信息可包括指示LOD生成方法的类型的类型信息(例如，参照图27至图32描述的lod_generation_type)。根据实施方式的类型信息可指示基于点之间的距离来生成LOD的第一类型(例如，参照图22描述的基于距离的LOD生成方法)和通过点的基于莫顿码的采样来生成LOD的第二类型(例如，参照图22描述的基于莫顿序的采样LOD生成方法)中的至少一个。由于LOD集合生成方法与参照图22描述的相同，所以将省略其详细描述。
当根据实施方式的类型信息指示第二类型时，LOD配置信息可包括采样范围类型信息(例如，参照图27至图32描述的sampling_range_type)、采样率信息(例如，参照图27至图32描述的sampling_rate)、关于可根据采样选择的点的固定索引信息(例如，参照图27至图32描述的sampling_select_idx)和选择采样范围内的点的点选择方法信息(例如，参照图27至图32描述的sampling_select_type)以及关于可根据采样选择的点的最大数量的信息(例如，参照图27至图32描述的sampling_select_max_num_of_points)。由于根据实施方式的LOD配置信息与参照图27至图32描述的相同，所以将省略其详细描述。
图37是根据实施方式的点云数据处理方法的示例性流程图。
图37的流程图3700示出点云数据处理装置(例如，参照图1、图13、图14、图16、图27和图28描述的点云数据接收装置或点云数据解码器)的点云数据处理方法。根据实施方式的点云数据处理装置可执行与参照图1至图35描述的解码操作相同或相似的操作。
根据实施方式的点云数据处理装置接收包括点云数据的比特流(3710)。
根据实施方式的点云数据处理装置对点云数据进行解码(3320)。根据实施方式的解码的点云数据包括几何信息和属性信息。几何信息是指示点云数据的点的位置的信息。根据实施方式的属性信息是指示点云数据的点的属性的信息。由于根据实施方式的比特流的结构与参照图26描述的相同，所以将省略其详细描述。
根据实施方式的点云数据处理装置可对几何信息进行解码并对属性信息进行解码。根据实施方式的点云数据处理装置执行与参照图1至图35描述的几何信息解码操作相同或相似的操作。另外，点云数据处理装置执行与参照图1至图35描述的属性信息解码操作相同或相似的操作。根据实施方式的点云数据处理装置可通过分割点来生成至少一个LOD。由于根据实施方式的LOD生成方案或方法与参照图22至图32描述的LOD生成方案或方法相同或相似，所以将省略其详细描述。
由于根据实施方式的比特流的结构与参照图26描述的相同，所以将省略其详细描述。根据实施方式的比特流可包括LOD配置信息(例如，参照图27至图32描述的LOD配置信息)。根据实施方式的邻居点集合生成信息可如参照图27至图32所述通过APS、TPS、属性头等发送至接收装置。
根据实施方式的LOD配置信息可包括指示LOD生成方法的类型的类型信息(例如，参照图27至图32描述的lod_generation_type)。根据实施方式的类型信息可指示基于点之间的距离来生成LOD的第一类型(例如，参照图22描述的基于距离的LOD生成方法)和通过点的基于莫顿码的采样来生成LOD的第二类型中的至少一个(例如，参照图22描述的基于莫顿序的采样LOD生成方法)。由于LOD集合生成方法与参照图22描述的相同，所以将省略其详细描述。
当根据实施方式的类型信息指示第二类型时，LOD配置信息可包括采样范围类型信息(例如，参照图27至图32描述的sampling_range_type)、采样率信息(例如，参照图27至图32描述的sampling_rate)、关于可根据采样选择的点的固定索引信息(例如，参照图27至图32描述的sampling_select_idx)和用于选择采样范围中的点的点选择方法信息(例如，参照图27至图32描述的sampling_select_type)以及关于可根据采样选择的点的最大数量的信息(例如，参照图27至图32描述的sampling_select_max_num_of_points)。由于根据实施方式的LOD配置信息与参照图27至图32描述的相同，所以将省略其详细描述。
根据参照图1至图37描述的实施方式的点云数据处理装置的组件可被实现为硬件、软件、固件或其组合，包括与存储器联接的一个或更多个处理器。根据实施方式的装置的组件可被实现为单个芯片，例如单个硬件电路。另选地，根据实施方式的点云数据处理装置的组件可被实现为单独的芯片。另外，根据实施方式的点云数据处理装置的至少一个组件可包括能够执行一个或更多个程序的一个或更多个处理器，其中，一个或更多个程序可包括执行或被配置为执行参照图1至图37描述的点云数据处理装置的一个或更多个操作/方法的指令。
尽管为了简单起见单独描述了附图，但是可通过将各个图中所示的实施方式合并来设计新的实施方式。根据本领域技术人员的需要设计可由计算机读取的记录有用于执行上述实施方式的程序的记录介质也落在所附权利要求及其等同物的范围内。根据实施方式的装置和方法可不限于上述实施方式的配置和方法。可通过选择性地组合所有或一些实施方式来对实施方式进行各种修改。尽管参照附图描述了优选实施方式，但本领域技术人员将理解，在不脱离所附权利要求中描述的本公开的精神或范围的情况下，可对实施方式进行各种修改和变化。这些修改不应从实施方式的技术思想或观点单独地理解。
可应用方法和装置的描述以彼此补充。例如，根据实施方式的点云数据传输方法可由根据实施方式的点云数据发送装置或包括在点云数据发送装置中的组件执行。另外，根据实施方式的点云数据接收方法可由根据实施方式的点云数据接收装置或包括在点云数据接收装置中的组件执行。
实施方式的装置的各种元件可由硬件、软件、固件或其组合实现。实施方式中的各种元件可由单个芯片(例如，单个硬件电路)实现。根据实施方式，根据实施方式的组件可分别被实现为单独的芯片。根据实施方式，根据实施方式的装置的至少一个或更多个组件可包括能够执行一个或更多个程序的一个或更多个处理器。一个或更多个程序可执行根据实施方式的任一个或更多个操作/方法或者包括用于执行其的指令。用于执行根据实施方式的装置的方法/操作的可执行指令可被存储在被配置为由一个或更多个处理器执行的非暂时性CRM或其它计算机程序产品中，或者可被存储在被配置为由一个或更多个处理器执行的暂时性CRM或其它计算机程序产品中。另外，根据实施方式的存储器可用作不仅涵盖易失性存储器(例如，RAM)，而且涵盖非易失性存储器、闪存和PROM的概念。另外，也可按载波(例如，经由互联网的传输)的形式实现。另外，处理器可读记录介质可分布到经由网络连接的计算机系统，使得处理器可读代码可按分布式方式存储和执行。
在本说明书中，术语“/”和“,”应该被解释为指示“和/或”。例如，表达“A/B”可意指“A和/或B”。此外，“A、B”可意指“A和/或B”。此外，“A/B/C”可意指“A、B和/或C中的至少一个”。另外，“A/B/C”可意指“A、B和/或C中的至少一个”。此外，在本说明书中，术语“或”应该被解释为指示“和/或”。例如，表达“A或B”可意指1)仅A、2)仅B或3)A和B二者。换言之，本文献中使用的术语“或”应该被解释为指示“另外地或另选地”。
诸如第一和第二的术语可用于描述实施方式的各种元件。然而，根据实施方式的各种组件不应受上述术语限制。这些术语仅用于将一个元件与另一元件相区分。例如，第一用户输入信号可被称为第二用户输入信号。类似地，第二用户输入信号可被称为第一用户输入信号。这些术语的使用应该不脱离各种实施方式的范围来解释。第一用户输入信号和第二用户输入信号均是用户输入信号，但除非上下文清楚地另外规定，否则并不意指相同的用户输入信号。
用于描述实施方式的术语是为了描述具体实施方式而使用的，并非旨在限制实施方式。如实施方式的描述和权利要求中使用的，除非上下文清楚地另外规定，否则单数形式包括复数个所指对象。表达“和/或”用于包括术语的所有可能组合。诸如“包括”或“具有”的术语旨在指示图形、数量、步骤、元件和/或组件的存在，应该理解为不排除另外存在图形、数量、步骤、元件和/或组件的可能性。如本文所使用的，诸如“如果”和“当”的条件表达不限于可选情况，旨在解释为当满足特定条件时执行相关操作，或者根据特定条件解释相关定义。
公开的模式
如上所述，在实现实施方式的最佳模式中描述了相关内容。
工业实用性
对于本领域技术人员而言将显而易见的是，可在实施方式的范围内对实施方式进行各种改变或修改。因此，实施方式旨在涵盖本公开的修改和变化，只要它们落在所附权利要求及其等同物的范围内。

Claims (20)

1.一种用于处理点云数据的方法，该方法包括以下步骤：
对包括几何信息和属性信息的所述点云数据进行编码，其中，所述几何信息表示所述点云数据的点的位置，并且所述属性信息表示所述点云数据的点的属性；以及
发送包括经编码的点云数据的比特流。
2.根据权利要求1所述的方法，其中，对所述点云数据进行编码的步骤包括以下步骤：
对所述几何信息进行编码；以及
对所述属性信息进行编码。
3.根据权利要求2所述的方法，其中，对所述属性信息进行编码的步骤包括以下步骤：
通过分割所述点来生成至少一个细节级别LOD。
4.根据权利要求3所述的方法，其中，所述比特流包括与LOD生成有关的LOD配置信息，
所述LOD配置信息包括：
表示所述LOD生成的类型的类型信息，该类型信息表示第一类型和第二类型中的至少一个，所述第一类型表示基于所述点之间的距离来生成LOD，所述第二类型表示通过基于所述点的莫顿码进行采样来生成LOD。
5.根据权利要求4所述的方法，其中，当所述类型信息表示所述第二类型时，所述LOD配置信息包括采样范围类型信息、通过采样选择的点的固定索引信息、采样范围内的点的选择方法以及通过采样选择的点的最大数量信息。
6.一种用于处理点云数据的装置，该装置包括：
编码器，该编码器被配置为对包括几何信息和属性信息的所述点云数据进行编码，其中，所述几何信息表示所述点云数据的点的位置，并且所述属性信息表示所述点云数据的点的属性；以及
发送器，该发送器被配置为发送包括经编码的点云数据的比特流。
7.根据权利要求6所述的装置，其中，所述编码器包括：
第一编码器，该第一编码器被配置为对所述几何信息进行编码；以及
第二编码器，该第二编码器被配置为对所述属性信息进行编码。
8.根据权利要求7所述的装置，其中，所述第二编码器被配置为通过分割所述点来生成至少一个细节级别LOD。
9.根据权利要求8所述的装置，其中，所述比特流包括与LOD生成有关的LOD配置信息，
所述LOD配置信息包括：
表示所述LOD生成的类型的类型信息，该类型信息表示第一类型和第二类型中的至少一个，所述第一类型表示基于所述点之间的距离来生成LOD，所述第二类型表示通过基于所述点的莫顿码进行采样来生成LOD。
10.根据权利要求9所述的装置，其中，当所述类型信息表示所述第二类型时，所述LOD配置信息包括采样范围类型信息、通过采样选择的点的固定索引信息、采样范围内的点的选择方法以及通过采样选择的点的最大数量信息。
11.一种处理点云数据的方法，该方法包括以下步骤：
接收包括点云数据的比特流，其中，所述点云数据包括几何信息和属性信息，其中，所述几何信息表示所述点云数据的点的位置，并且所述属性信息表示所述点云数据的点的属性；以及
对所述点云数据进行解码。
12.根据权利要求11所述的方法，其中，对所述点云数据进行解码的步骤包括以下步骤：
对所述几何信息进行解码；以及
对所述属性信息进行解码。
13.根据权利要求12所述的方法，其中，对所述属性信息进行解码的步骤包括以下步骤：
通过分割所述点来生成至少一个细节级别LOD。
14.根据权利要求13所述的方法，其中，所述比特流包括与LOD生成有关的LOD配置信息，
所述LOD配置信息包括：
表示所述LOD生成的类型的类型信息，该类型信息表示第一类型和第二类型中的至少一个，所述第一类型表示基于所述点之间的距离来生成LOD，所述第二类型表示通过基于所述点的莫顿码进行采样来生成LOD。
15.根据权利要求14所述的方法，其中，当所述类型信息表示所述第二类型时，所述LOD配置信息包括采样范围类型信息、通过采样选择的点的固定索引信息、采样范围内的点的选择方法以及通过采样选择的点的最大数量信息。
16.一种处理点云数据的装置，该装置包括：
接收器，该接收器被配置为接收包括点云数据的比特流，其中，所述点云数据包括几何信息和属性信息，其中，所述几何信息表示所述点云数据的点的位置，并且所述属性信息表示所述点云数据的点的属性；以及
解码器，该解码器被配置为对所述点云数据进行解码。
17.根据权利要求16所述的装置，其中，所述解码器包括：
第一解码器，该第一解码器被配置为对所述几何信息进行解码；以及
第二解码器，该第二解码器被配置为对所述属性信息进行解码。
18.根据权利要求17所述的装置，其中，所述第二解码器被配置为通过分割所述点来生成至少一个细节级别LOD。
19.根据权利要求18所述的装置，其中，所述比特流包括与LOD生成有关的LOD配置信息，所述LOD配置信息包括：表示所述LOD生成的类型的类型信息，该类型信息表示第一类型和第二类型中的至少一个，所述第一类型表示基于所述点之间的距离来生成LOD，所述第二类型表示通过基于所述点的莫顿码进行采样来生成LOD。
20.根据权利要求19所述的装置，其中，当所述类型信息表示所述第二类型时，所述LOD配置信息包括采样范围类型信息、通过采样选择的点的固定索引信息、采样范围内的点的选择方法以及通过采样选择的点的最大数量信息。
CN202080052578.5A 2019-05-30 2020-05-29 用于处理点云数据的方法和装置 Pending CN114175100A (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
US201962854950P 2019-05-30 2019-05-30
US62/854,950 2019-05-30
PCT/KR2020/006987 WO2020242244A1 (ko) 2019-05-30 2020-05-29 포인트 클라우드 데이터 처리 방법 및 장치

Publications (1)

Publication Number Publication Date
CN114175100A true CN114175100A (zh) 2022-03-11

Family

ID=73552388

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202080052578.5A Pending CN114175100A (zh) 2019-05-30 2020-05-29 用于处理点云数据的方法和装置

Country Status (5)

Country Link
US (1) US20220224940A1 (zh)
EP (1) EP3975124A4 (zh)
KR (1) KR102609776B1 (zh)
CN (1) CN114175100A (zh)
WO (1) WO2020242244A1 (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117647404A (zh) * 2024-01-30 2024-03-05 交通运输部公路科学研究所 基于转鼓台架的预见性巡航控制系统测试平台及测试方法

Families Citing this family (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP7451576B2 (ja) * 2019-07-02 2024-03-18 エルジー エレクトロニクス インコーポレイティド ポイントクラウドデータ処理方法及び装置
WO2021002214A1 (ja) * 2019-07-02 2021-01-07 ソニー株式会社 情報処理装置および方法
WO2021025251A1 (ko) * 2019-08-08 2021-02-11 엘지전자 주식회사 포인트 클라우드 데이터 송신 장치, 포인트 클라우드 데이터 송신 방법, 포인트 클라우드 데이터 수신 장치 및 포인트 클라우드 데이터 수신 방법
US11568571B2 (en) * 2019-10-03 2023-01-31 Tencent America LLC Techniques and apparatus for lossless lifting for attribute coding
WO2021066312A1 (ko) 2019-10-03 2021-04-08 엘지전자 주식회사 포인트 클라우드 데이터 송신 장치, 포인트 클라우드 데이터 송신 방법, 포인트 클라우드 데이터 수신 장치 및 포인트 클라우드 데이터 수신 방법
EP4277284A1 (en) * 2021-01-06 2023-11-15 LG Electronics Inc. Point cloud data transmission device, point cloud data transmission method, point cloud data reception device, and point cloud data reception method
CN113032974A (zh) * 2021-03-05 2021-06-25 清华大学 一种六面体单元有限质点法
AU2021204622A1 (en) * 2021-04-15 2022-11-03 Sensetime International Pte. Ltd. Method and apparatus for generating point cloud encoder, method and apparatus for generating point cloud data, electronic device and computer storage medium
US11924467B2 (en) * 2021-11-16 2024-03-05 Google Llc Mapping-aware coding tools for 360 degree videos

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10897269B2 (en) * 2017-09-14 2021-01-19 Apple Inc. Hierarchical point cloud compression
US10861196B2 (en) * 2017-09-14 2020-12-08 Apple Inc. Point cloud compression
US11568575B2 (en) * 2019-02-19 2023-01-31 Google Llc Cost-driven framework for progressive compression of textured meshes

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117647404A (zh) * 2024-01-30 2024-03-05 交通运输部公路科学研究所 基于转鼓台架的预见性巡航控制系统测试平台及测试方法
CN117647404B (zh) * 2024-01-30 2024-04-19 交通运输部公路科学研究所 基于转鼓台架的预见性巡航控制系统测试平台及测试方法

Also Published As

Publication number Publication date
WO2020242244A1 (ko) 2020-12-03
EP3975124A4 (en) 2022-08-24
KR20210151984A (ko) 2021-12-14
EP3975124A1 (en) 2022-03-30
US20220224940A1 (en) 2022-07-14
KR102609776B1 (ko) 2023-12-05

Similar Documents

Publication Publication Date Title
CN113615204B (zh) 点云数据发送装置、点云数据发送方法、点云数据接收装置和点云数据接收方法
US20240121418A1 (en) Apparatus and method for processing point cloud data
CN114503586A (zh) 点云数据发送装置、点云数据发送方法、点云数据接收装置和点云数据接收方法
EP3975124A1 (en) Method and device for processing point cloud data
CN114616827A (zh) 点云数据发送装置及方法、点云数据接收装置及方法
US20220130075A1 (en) Device and method for processing point cloud data
US20220343548A1 (en) Point cloud data transmission device, point cloud data transmission method, point cloud data reception device, and point cloud data reception method
EP3996044A1 (en) Point cloud data processing method and apparatus
US20220256190A1 (en) Point cloud data processing apparatus and method
EP4131975A1 (en) Point cloud data transmission apparatus, point cloud data transmission method, point cloud data reception apparatus, and point cloud data reception method
EP4171039A1 (en) Point cloud data transmission device, point cloud data transmission method, point cloud data reception device and point cloud data reception method
CN114009046A (zh) 用于处理点云数据的装置和方法
US11601488B2 (en) Device and method for transmitting point cloud data, device and method for processing point cloud data
CN114073092A (zh) 用于处理点云数据的设备和方法
US20230059625A1 (en) Transform-based image coding method and apparatus therefor
CN114097229A (zh) 点云数据发送设备、点云数据发送方法、点云数据接收设备和点云数据接收方法
CN115668919A (zh) 点云数据发送装置、点云数据发送方法、点云数据接收装置和点云数据接收方法
US20220337872A1 (en) Point cloud data transmission device, point cloud data transmission method, point cloud data reception device, and point cloud data reception method
CN114051730A (zh) 处理点云数据的设备和方法
EP4340363A1 (en) Point cloud data transmission method, point cloud data transmission device, point cloud data reception method, and point cloud data reception device
KR102294613B1 (ko) 포인트 클라우드 데이터 송신 장치, 포인트 클라우드 데이터 송신 방법, 포인트 클라우드 데이터 수신 장치 및 포인트 클라우드 데이터 수신 방법
CN114402624A (zh) 点云数据处理设备和方法
US20240029312A1 (en) Point cloud data transmission method, point cloud data transmission device, point cloud data reception method, and point cloud data reception device
US20230412837A1 (en) Point cloud data transmission method, point cloud data transmission device, point cloud data reception method, and point cloud data reception device
US20240020885A1 (en) Point cloud data transmission method, point cloud data transmission device, point cloud data reception method, and point cloud data reception device

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination