JP2018198421A5 - - Google Patents

Description

多くの実装形態について説明してきた。それにもかかわらず、様々な変更形態がなされ得ることが理解されるであろう。例えば、他の実装形態を生成するために、異なる実装形態の要素を組み合わせることも、補足することも、変更することも、除去することもできる。加えて、当業者は、開示されるものの代わりに、他の構造およびプロセスを代用することができ、結果として得られる実装形態は、開示される実装形態と少なくとも実質的に同じ結果を達成するために、少なくとも実質的に同じ方法で少なくとも実質的に同じ機能を実行することを理解するであろう。それに従って、これらのおよび他の実装形態が本出願によって企図される。
なお、上述の実施形態の一部又は全部は、以下の付記のように記載され得るが、以下には限定されない。
（付記１）
ビットストリームから二次元ポイントクラウドを復号する方法であって、
前記ビットストリームから、画素のフレームと、展開グリッドを表す二次元座標の行列とを得ることであって、前記行列は、前記フレームと関連付けられている、得ることと、
前記行列に従って逆マッピング演算子を決定することと、
前記逆マッピング演算子を前記フレームに適用することにより、前記ポイントクラウドを復号することと
を含む、方法。
（付記２）
前記逆マッピング演算子は、前記行列でパラメータ化された区分双線形補間子を含む、付記１に記載の方法。
（付記３）
前記行列は、前記ビットストリームにおいてフレームの群と関連付けられ、前記方法は、前記フレームの群のフレームを、前記行列に従って決定された前記逆マッピング演算子を前記フレームに適用することによって復号することをさらに含む、付記１または２に記載の方法。
（付記４）
ビットストリームにおいて二次元ポイントクラウドを符号化する方法であって、
高密度マッピング演算子に従って規則的なグリッドをマッピングすることにより、展開グリッドを表す二次元座標の行列を生成することであって、高密度マッピング演算子は、ポイントクラウドに対するフレームの画素の使用を最適化するマッピング演算子である、生成することと、
マッピング演算子を前記ポイントクラウドに適用することによって画素のフレームを生成することであって、前記マッピング演算子は、前記行列に従って決定される、生成することと、
前記ビットストリームにおいて前記展開グリッドを表す二次元座標の前記行列と関連付けられた前記フレームを符号化することにより、前記ビットストリームを生成することと
を含む、方法。
（付記５）
前記マッピング演算子は、前記行列でパラメータ化された区分双線形補間子を含む、付記４に記載の方法。
（付記６）
前記高密度マッピング演算子は、ポイントクラウドの群に対して決定され、前記方法は、前記ポイントクラウドの群の各ポイントクラウドに対してフレームを生成することと、前記ビットストリームにおいて前記行列を前記生成されたフレームの群と関連付けることとをさらに含む、付記４または５に記載の方法。
（付記７）
前記二次元ポイントクラウドは、表面へのｎ次元ポイントクラウドの投影であり、ｎは、２より大きい、付記４〜６のいずれかに記載の方法。
（付記８）
少なくとも１つのプロセッサと関連付けられたメモリを含むデバイスであって、前記少なくとも１つのプロセッサは、
ビットストリームから、画素のフレームと、展開グリッドを表す二次元座標の行列とを得ることであって、前記データは、前記フレームと関連付けられている、得ることと、
前記行列に従って逆マッピング演算子を決定することと、
前記逆マッピング演算子を前記フレームに適用することにより、前記ポイントクラウドを復号することと
を行うように構成されている、デバイス。
（付記９）
前記逆マッピング演算子は、前記行列でパラメータ化された区分双線形補間子を含む、付記８に記載のデバイス。
（付記１０）
前記行列は、前記ビットストリームにおいてフレームの群と関連付けられ、前記少なくとも１つのプロセッサは、前記フレームの群のフレームを、前記行列に従って決定された前記逆マッピング演算子を前記フレームに適用することによって復号するようにさらに構成されている、付記８または９に記載のデバイス。
（付記１１）
少なくとも１つのプロセッサと関連付けられたメモリを含むデバイスであって、前記少なくとも１つのプロセッサは、
高密度マッピング演算子に従って規則的なグリッドをマッピングすることにより、展開グリッドを表す二次元座標の行列を生成することであって、高密度マッピング演算子は、ポイントクラウドに対するフレームの画素の使用を最適化するマッピング演算子である、生成することと、
マッピング演算子を前記二次元ポイントクラウドに適用することによって画素のフレームを生成することであって、前記マッピング演算子は、前記行列に従って決定される、生成することと、
ビットストリームにおいて前記行列と関連付けられた前記フレームを符号化することにより、前記ビットストリームを生成することと
を行うように構成されている、デバイス。
（付記１２）
前記マッピング演算子は、前記行列でパラメータ化された区分双線形補間子を含む、付記１１に記載のデバイス。
（付記１３）
前記高密度マッピング演算子は、ポイントクラウドの群に対して決定され、前記少なくとも１つのプロセッサは、前記ポイントクラウドの群の各ポイントクラウドに対してフレームを生成することと、前記ビットストリームにおいて前記行列を前記生成されたフレームの群と関連付けることとを行うようにさらに構成されている、付記１１または１２に記載のデバイス。
（付記１４）
前記二次元ポイントクラウドは、表面へのｎ次元ポイントクラウドの投影であり、ｎは、２より大きい、付記１１〜１３のいずれかに記載のデバイス。
（付記１５）
二次元ポイントクラウドを表すデータを保持するストリームであって、前記データは、
高密度マッピング演算子に従って規則的なグリッドをマッピングすることによって生成された展開グリッドを表す二次元座標の行列を保持する第１のシンタックス要素であって、高密度マッピング演算子は、ポイントクラウドに対するフレームの画素の使用を最適化するマッピング演算子である、第１のシンタックス要素と、
マッピング演算子を前記二次元ポイントクラウドに適用することによって生成された画素の少なくとも１つのフレームに対する第２のシンタックス要素であって、前記マッピング演算子は、前記行列に従って決定される、第２のシンタックス要素と
を含み、
前記行列は、前記少なくとも１つのフレームと関連付けられている、ストリーム。

Claims (11)

1. ビットストリームから二次元ポイントクラウドを復号する方法であって、
   前記ビットストリームから、画素のフレームと、前記二次元ポイントクラウドについての前記フレームの未使用の画素の数を低減する高密度マッピング演算子に従って規則的なグリッドをマッピングすることにより得られる展開グリッドを表す二次元座標の行列とを得ることと、
   前記行列でパラメータ化された区分双線形補間子として逆マッピング演算子を決定することと、
   前記逆マッピング演算子を前記フレームに適用することにより、前記ポイントクラウドを復号することと
   を含む、方法。
2. 前記行列は、前記ビットストリームにおいてフレームの群と関連付けられ、前記方法は、前記フレームの群のフレームを、前記行列に従って決定された前記逆マッピング演算子を前記フレームに適用することによって復号することをさらに含む、請求項１に記載の方法。
3. ビットストリームにおいて二次元ポイントクラウドを符号化する方法であって、
   高密度マッピング演算子に従って規則的なグリッドをマッピングすることにより、展開グリッドを表す二次元座標の行列を生成することであって、前記高密度マッピング演算子は、前記ポイントクラウドについてのフレームの未使用の画素の数を低減するマッピング演算子である、生成することと、
   マッピング演算子を前記ポイントクラウドに適用することによって画素のフレームを生成することであって、前記マッピング演算子は、前記行列でパラメータ化された区分双線形補間子として決定される、生成することと、
   前記ビットストリームにおいて前記展開グリッドを表す二次元座標の前記行列と関連付けられた前記フレームを符号化することにより、前記ビットストリームを生成することと
   を含む、方法。
4. 前記高密度マッピング演算子は、ポイントクラウドの群に対して決定され、前記方法は、前記ポイントクラウドの群の各ポイントクラウドに対してフレームを生成することと、前記ビットストリームにおいて前記行列を前記生成されたフレームの群と関連付けることとをさらに含む、請求項３に記載の方法。
5. 前記二次元ポイントクラウドは、表面へのｎ次元ポイントクラウドの投影であり、ｎは、２より大きい、請求項３又は４に記載の方法。
6. 少なくとも１つのプロセッサと関連付けられたメモリを含むデバイスであって、前記少なくとも１つのプロセッサは、
   ビットストリームから、画素のフレームと、二次元ポイントクラウドについての前記フレームの未使用の画素の数を低減する高密度マッピング演算子に従って規則的なグリッドをマッピングすることにより得られる展開グリッドを表す二次元座標の行列とを得ることと、
   前記行列でパラメータ化された区分双線形補間子として逆マッピング演算子を決定することと、
   前記逆マッピング演算子を前記フレームに適用することにより、前記ポイントクラウドを復号することと
   を行うように構成されている、デバイス。
7. 前記行列は、前記ビットストリームにおいてフレームの群と関連付けられ、前記少なくとも１つのプロセッサは、前記フレームの群のフレームを、前記行列に従って決定された前記逆マッピング演算子を前記フレームに適用することによって復号するようにさらに構成されている、請求項６に記載のデバイス。
8. 少なくとも１つのプロセッサと関連付けられたメモリを含むデバイスであって、前記少なくとも１つのプロセッサは、
   高密度マッピング演算子に従って規則的なグリッドをマッピングすることにより、展開グリッドを表す二次元座標の行列を生成することであって、前記高密度マッピング演算子は、ポイントクラウドについてのフレームの未使用の画素の数を低減するマッピング演算子である、生成することと、
   マッピング演算子を前記二次元ポイントクラウドに適用することによって画素のフレームを生成することであって、前記マッピング演算子は、前記行列でパラメータ化された区分双線形補間子として決定される、生成することと、
   ビットストリームにおいて前記行列と関連付けられた前記フレームを符号化することにより、前記ビットストリームを生成することと
   を行うように構成されている、デバイス。
9. 前記高密度マッピング演算子は、ポイントクラウドの群に対して決定され、前記少なくとも１つのプロセッサは、前記ポイントクラウドの群の各ポイントクラウドに対してフレームを生成することと、前記ビットストリームにおいて前記行列を前記生成されたフレームの群と関連付けることとを行うようにさらに構成されている、請求項８に記載のデバイス。
10. 前記二次元ポイントクラウドは、表面へのｎ次元ポイントクラウドの投影であり、ｎは、２より大きい、請求項８又は９に記載のデバイス。
11. 二次元ポイントクラウドを表すデータを保持するストリームであって、前記データは、
    高密度マッピング演算子に従って規則的なグリッドをマッピングすることによって生成された展開グリッドを表す二次元座標の行列を保持する第１のシンタックス要素であって、前記高密度マッピング演算子は、前記ポイントクラウドについてのフレームの未使用の画素の数を低減するマッピング演算子である、第１のシンタックス要素と、
    マッピング演算子を前記二次元ポイントクラウドに適用することによって生成された画素の少なくとも１つのフレームに対する第２のシンタックス要素であって、前記マッピング演算子は、前記行列でパラメータ化された区分双線形補間子として決定される、第２のシンタックス要素と、
    を含み、
    前記行列は、前記少なくとも１つのフレームと関連付けられている、ストリーム。