JP7310816B2 - 情報処理装置および情報処理方法、並びにプログラム - Google Patents

情報処理装置および情報処理方法、並びにプログラム Download PDF

Info

Publication number
JP7310816B2
JP7310816B2 JP2020528720A JP2020528720A JP7310816B2 JP 7310816 B2 JP7310816 B2 JP 7310816B2 JP 2020528720 A JP2020528720 A JP 2020528720A JP 2020528720 A JP2020528720 A JP 2020528720A JP 7310816 B2 JP7310816 B2 JP 7310816B2
Authority
JP
Japan
Prior art keywords
sample
image
information
geometry
sub
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.)
Active
Application number
JP2020528720A
Other languages
English (en)
Other versions
JPWO2020008758A1 (ja
Inventor
遼平 高橋
光浩 平林
央二 中神
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.)
Sony Corp
Sony Group Corp
Original Assignee
Sony Corp
Sony Group Corp
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 Sony Corp, Sony Group Corp filed Critical Sony Corp
Publication of JPWO2020008758A1 publication Critical patent/JPWO2020008758A1/ja
Application granted granted Critical
Publication of JP7310816B2 publication Critical patent/JP7310816B2/ja
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • 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]
    • H04N21/20—Servers specifically adapted for the distribution of content, e.g. VOD servers; Operations thereof
    • H04N21/23—Processing of content or additional data; Elementary server operations; Server middleware
    • H04N21/234—Processing of video elementary streams, e.g. splicing of video streams or manipulating encoded video stream scene graphs
    • H04N21/2343—Processing of video elementary streams, e.g. splicing of video streams or manipulating encoded video stream scene graphs involving reformatting operations of video signals for distribution or compliance with end-user requests or end-user device requirements
    • H04N21/234327—Processing of video elementary streams, e.g. splicing of video streams or manipulating encoded video stream scene graphs involving reformatting operations of video signals for distribution or compliance with end-user requests or end-user device requirements by decomposing into layers, e.g. base layer and one or more enhancement layers
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N13/00—Stereoscopic video systems; Multi-view video systems; Details thereof
    • H04N13/10—Processing, recording or transmission of stereoscopic or multi-view image signals
    • H04N13/106—Processing image signals
    • H04N13/172—Processing image signals image signals comprising non-image signal components, e.g. headers or format information
    • H04N13/178—Metadata, e.g. disparity information
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N13/00—Stereoscopic video systems; Multi-view video systems; Details thereof
    • H04N13/10—Processing, recording or transmission of stereoscopic or multi-view image signals
    • H04N13/106—Processing image signals
    • H04N13/139—Format conversion, e.g. of frame-rate or size
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N13/00—Stereoscopic video systems; Multi-view video systems; Details thereof
    • H04N13/10—Processing, recording or transmission of stereoscopic or multi-view image signals
    • H04N13/106—Processing image signals
    • H04N13/161—Encoding, multiplexing or demultiplexing different image signal components
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N13/00—Stereoscopic video systems; Multi-view video systems; Details thereof
    • H04N13/20—Image signal generators
    • H04N13/275—Image signal generators from 3D object models, e.g. computer-generated stereoscopic image signals
    • 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
    • H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/20—Servers specifically adapted for the distribution of content, e.g. VOD servers; Operations thereof
    • H04N21/21—Server components or server architectures
    • H04N21/218—Source of audio or video content, e.g. local disk arrays
    • H04N21/21805—Source of audio or video content, e.g. local disk arrays enabling multiple viewpoints, e.g. using a plurality of cameras
    • 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]
    • H04N21/20—Servers specifically adapted for the distribution of content, e.g. VOD servers; Operations thereof
    • H04N21/23—Processing of content or additional data; Elementary server operations; Server middleware
    • H04N21/234—Processing of video elementary streams, e.g. splicing of video streams or manipulating encoded video stream scene graphs
    • H04N21/2343—Processing of video elementary streams, e.g. splicing of video streams or manipulating encoded video stream scene graphs involving reformatting operations of video signals for distribution or compliance with end-user requests or end-user device requirements
    • 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
    • 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
    • H04N21/83—Generation or processing of protective or descriptive data associated with content; Content structuring
    • H04N21/845—Structuring of content, e.g. decomposing content into time segments
    • 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
    • H04N21/85—Assembly of content; Generation of multimedia applications
    • H04N21/854—Content authoring
    • H04N21/85406—Content authoring involving a specific file format, e.g. MP4 format
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N13/00—Stereoscopic video systems; Multi-view video systems; Details thereof
    • H04N13/10—Processing, recording or transmission of stereoscopic or multi-view image signals
    • H04N13/189—Recording image signals; Reproducing recorded image signals
    • 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

Landscapes

  • Engineering & Computer Science (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • Library & Information Science (AREA)
  • Computer Security & Cryptography (AREA)
  • Databases & Information Systems (AREA)
  • Compression Or Coding Systems Of Tv Signals (AREA)
  • Testing, Inspecting, Measuring Of Stereoscopic Televisions And Televisions (AREA)
  • Two-Way Televisions, Distribution Of Moving Picture Or The Like (AREA)

Description

本開示は、情報処理装置および情報処理方法、並びにプログラムに関し、特に、処理を簡潔に行うことができるようにした情報処理装置および情報処理方法、並びにプログラムに関する。
従来、非特許文献１で開示されているように、３次元空間上に位置情報および属性情報（特に色情報）を同時に持った点の集合であるPoint Cloudの圧縮方法が規定されている。
また、非特許文献２には、Point Cloudの圧縮方法の一つとして、Point Cloudを複数の領域に分割（以下、セグメンテーションと称する）し、領域毎に平面投影してtexture画像およびgeometry画像を生成した後、それらを動画コーデックにより符号化する方法が開示されている。ここで、geometry画像は、Point Cloudを構成する点群のdepth情報から構成される画像である。
このようなPoint Cloudの圧縮方法は、PCC TMC2（Point Cloud Coding Test Model Category 2）と呼ばれている。また、PCC TMC2によって生成されたPoint Cloudのstream（以下、PC streamとも称する）の構造は、非特許文献３に開示されている。
そして、このようなPC streamを、over IP networkで配信するユースケースが期待されている。そこで、非特許文献４で開示されているように、既存の配信プラットフォームへのインパクトを抑制し、早期のサービス実現を目指すべく、MPEG（Moving Picture Experts Group）において、既存の枠組みであるISOBMFF/DASH（ISO Base Media File Format / Dynamic Adaptive St reaming over HTTP）による配信技術についての検討が開始された。
また、特許文献１では、３次元画像データを、サイドバイサイド方式やトップアンドボトム方式などでパッキングして記録する画像処理装置が開示されている。
特開２０１１－１４２５８６号公報
MPEG-I Part5 Point Cloud Compression (ISO/IEC 23090-5) w17348, PCC Test Model Category 2 v1, January 2018, Gwangju, Korea w17374, First Working Draft for PCC Category 2, January 2018, Gwangju, Korea w17675, First idea on Systems technologies for Point Cloud Coding, April 2018, San Diego, US
ところで、上述の非特許文献３で開示されているようなPC streamの構造では、通常再生時にランダムアクセスが多量に発生することになり、Point Cloudを再生するクライアント側における処理が複雑なものとなるため、処理が遅延したり、処理コストが増大したりすることが懸念される。
本開示は、このような状況に鑑みてなされたものであり、処理を簡潔に行うことができるようにするものである。
本開示の一側面の情報処理装置は、３次元構造を表す３Ｄデータを２次元に変換することによって、少なくとも第１の画像および第２の画像と、前記第１の画像および前記第２の画像を３次元に構築するのに必要な３次元情報メタデータとが得られ、特定時刻に表示される前記３Ｄデータを構成する１単位のファイルを、前記第１の画像および前記第２の画像を前記３次元情報メタデータに基づいて３次元に再現して再生する際に必要な再生順に従って、前記第１の画像および前記第２の画像と前記３次元情報メタデータとを格納して生成するファイル生成部を備える。
本開示の一側面の情報処理方法またはプログラムは、３次元構造を表す３Ｄデータを２次元に変換することによって、少なくとも第１の画像および第２の画像と、前記第１の画像および前記第２の画像を３次元に構築するのに必要な３次元情報メタデータとが得られ、特定時刻に表示される前記３Ｄデータを構成する１単位のファイルを、前記第１の画像および前記第２の画像を前記３次元情報メタデータに基づいて３次元に再現して再生する際に必要な再生順に従って、前記第１の画像および前記第２の画像と前記３次元情報メタデータとを格納して生成することを含む。
本開示の一側面においては、３次元構造を表す３Ｄデータを２次元に変換することによって、少なくとも第１の画像および第２の画像と、第１の画像および第２の画像を３次元に構築するのに必要な３次元情報メタデータとが得られ、特定時刻に表示される３Ｄデータを構成する１単位のファイルが、第１の画像および第２の画像を３次元情報メタデータに基づいて３次元に再現して再生する際に必要な再生順に従って、第１の画像および第２の画像と３次元情報メタデータとを格納して生成される。
本開示の一側面によれば、処理を簡潔に行うことができる。
なお、ここに記載された効果は必ずしも限定されるものではなく、本開示中に記載されたいずれかの効果であってもよい。
Point Cloudの圧縮方法を説明する図である。 PC streamの構造を示す図である。 GOFの構造を示す図である。 geometry video streamおよびtexture video streamの構造を示す図である。 新たに定義するPC sampleの構造を示す図である。 PC sampleの一例を示す図である。 PC headerに格納される情報の一例を示す図である。 headerに格納される情報の一例を示す図である。 GOF headerに格納される情報の一例を示す図である。 PC streamをISOBMFFの1 trackに格納する際の一例を示す図である。 codec_specific_parametersの定義を示す図である。 PCSampleEntryの構造を示す図である。 PCHeaderBoxの一例を示す図である。 SubSampleEntryBoxの一例を示す図である。 LayerCompositionBoxの一例を示す図である。 num_layer_composed=2かつnum_of_component=2のPC sampleの一例を示す図である。 PCファイル生成処理を実行する情報処理装置の第１の構成例を示すブロック図である。 Point Cloud再生処理を実行する情報処理装置の第１の構成例を示すブロック図である。 PCファイル生成処理の第１の処理例を説明するフローチャートである。 Point Cloud再生処理の第１の処理例を説明するフローチャートである。 第１の格納方法におけるISOBMFF構造の一例を示す図である。 enhancement trackからbase trackへ、track referenceによる紐づけについて説明する図である。 パッキングのバリエーションを示す図である。 elementary streamのシグナリングの一例を示す図である。 新たに定義するSEIの一例を示す図である。 packing_arrangementおよびframe0_is_geometryの定義を説明する図である。 frame0の定義を示す図である。 PC streamをISOBMFFの1 trackに格納する際の一例を示す図である。 PCPackingInfoBoxの一例を示す図である。 packed PCファイル生成処理を実行する情報処理装置の第２の構成例を示すブロック図である。 Point Cloud再生処理を実行する情報処理装置の第２の構成例を示すブロック図である。 packed PCファイル生成処理の第２の処理例を説明するフローチャートである。 Point Cloud再生処理の第２の処理例を説明するフローチャートである。 PCPackingInfoBoxの変形例を示す図である。 第２の格納方法におけるISOBMFF構造の一例を示す図である。 elementary streamのシグナリングの一例を示す図である。 ISOBMFFのシグナリングの一例を示す図である。 GOFEntry()の定義を示す図である。 PCFrameEntry()の定義を示す図である。 ComponentGroupEntry()の定義を示す図である。 sampleのインターリーブ周期の識別について説明する図である。 第３の格納方法におけるISOBMFF構造の一例を示す図である。 SEIを用いずにシグナルする例について説明する図である。 ISOBMFFのシグナリングの一例を示す図である。 PCMultiStreamBoxのシンタックスの一例を示す図である。 PCMultiStreamBoxの変形例を示す図である。 PCTextureTrackGroupのシンタックスの一例を示す図である。 PCMultiStreamBoxの変形例を示す図である。 track groupで紐づくgeometry trackとtexture trackをシグナルする例を示す図である。 新たに定義されるPCStreamGroupBoxの一例を示す図である。 第４の格納方法におけるISOBMFF構造の一例を示す図である。 DASHのシグナリングについて説明する図である。 DASHのシグナリングについて説明する図である。 SubSampleInformationBoxの概要を示す図である。 Sample Groupの概要を示す図である。 データ生成装置の構成例を示すブロック図である。 データ再生装置の構成例を示すブロック図である。 本技術を適用したコンピュータの一実施の形態の構成例を示すブロック図である。
以下、本技術を適用した具体的な実施の形態について、図面を参照しながら詳細に説明する。
＜従来の符号化方法＞
本技術を適用した符号化方法について説明する前に、図１乃至図４を参照して、従来の符号化方法について説明する。
図１は、上述した非特許文献２で開示されているPoint Cloudの圧縮方法を、簡略的に説明するための図である。
図１に示すように、まず、３次元構造を表すPoint Cloudが入力され、そのPoint Cloudがセグメンテーションされる。図１に示す例では、半球形状と円錐形状とが組み合わされた３次元構造を表すPoint Cloudが入力され、半球形状を１領域に、円錐形状を２領域に分割した３つの領域にセグメンテーションが行われる。次に、領域ごとに平面投影が行われ、それぞれの領域の表面の見た目を表す色情報からなるtexture画像、および、それぞれの領域の表面までの奥行（depth）を表す位置情報からなるgeometry画像が生成される。そして、texture画像およびgeometry画像が、例えば、AVC（Advanced Video Coding）やHEVC（High Efficiency Video Coding）などの動画像コーデックで符号化される。
図２は、PC streamの構造を示す図である。
図２に示すように、PC streamは1 streamで構成されており、Group of Frames（GOF）という単位において、特定の時間幅で連続的に表示される複数のPoint Cloud frameの構成要素がまとめられている。ここで、Point Cloud frame（以下、PC frameとも称する）は、同時刻に表示されるPoint Cloudのことである。
そして、GOFは、texture画像が符号化されたtexture video stream、geometry画像が符号化されたgeometry video stream、および、2D3D変換に用いる３次元情報メタデータ（auxiliary patch infoおよびoccupancy map）から構成される。ここで、geometry video streamおよびtexture video streamは、（PC streamのframe rate）×（GOF時間幅）×N個（layerの数）の複数のframeを持つ。そして、PC streamの1 frameにつき、geometry video streamおよびtexture video streamは、それぞれN個のframeを持つという特徴がある。これは、Point Cloudの厚み方向の層構造を表現するためである。つまり、それぞれN個のframeから、PC frameが構成されることを意味する。
例えば、クライアントは、PC stream内のgeometry video streamおよびtexture video streamをデコードし、occupancy mapを用いてgeometryパッチとtextureパッチを生成する。その後、クライアントは、auxiliary patch infoを用いて、まずはgeometryパッチから色のないPoint Cloudを生成し、続いて、そのPoint Cloud に対してtextureパッチにより色を付ける。
図３には、従来のPC streamにおけるGOFの構造が示されており、layer数が２である例が示されている。
図３に示すように、従来、特定の時間幅の中で表示されるPC frameがストリーム内で連続配置されない構造となっている。つまり、従来のPC streamでは、PC frame#1の再生に必要な要素と、PC frame#2の再生に必要な要素とが、互いに前後になるように配置される構造となっている。このため、例えば、PC frame#1の再生に必要な要素であるgeometry frame#1 layer0，geometry frame#1 layer1，auxiliary patch info & occupancy map#1，texture frame#1 layer0，texture frame#1 layer1にアクセスし、その後、PC frame#2の再生に必要な要素にアクセスする場合、texture frame#1 layer1より前方の位置に配置されているgeometry frame#2 layer0からアクセスを開始するような処理が発生してしまう。従って、上述したように、通常再生時にランダムアクセスが多量に発生してしまう。
この点で、図３に示すPC stream構造は、既存のビデオコーデックのストリーム構成とも異なっており、ISOBMFFへの格納およびover IP（Internet Protocol）での配信に適していない。
例えば、上述した非特許文献４では、geometry video streamとtexture video streamとを、streamごとに独立したものとして取り扱い、個別のtrackに格納する手法が開示されている。しかしながら、この手法においても、通常再生時にランダムアクセスが多量に発生することになってしまう。
また、この非特許文献４で開示されている手法は、図４に示すように、geometry video streamおよびtexture video streamを取得する際、各streamのbitrateをネットワーク帯域幅に応じて選択し、最適な品質のPCCを再構成するというユースケースに有用である。これは、サーバに多数のsingle stream（bitrateの異なるgeometry video streamとtexture video streamとの組み合わせ）を配置する負担がなくなるからである。
そこで、以下で説明する実施の形態は、このようなユースケースを実現する上で、PC streamを構成するgeometry video streamとtexture video streamとの紐づけ方法を新たに定義することで、クライアントにおける処理を簡潔に行うことができるようにするものである。
＜ISOBMFF格納のためのPC sample定義＞
図５を参照して、ISOBMFF格納のために新たに定義するPoint Cloud sample（以下、PC sampleと称する）について説明する。
図５は、新たに定義するPC sampleの構造を示す図である。
まず、同時刻に表示されるPoint Cloudを構成する単位を1 PC frameと呼び、1 PC frameは1 PC sampleから構成されると定義する。そして、geometry画像およびtexture画像を３次元情報メタデータに基づいて３次元に再現して再生する際に必要な再生順に従って、geometry画像およびtexture画像と３次元情報メタデータとを、ISOBMFFの1 trackに格納する。このように定義することで、クライアントは、1 PC sampleをデコードすることによって同時刻に表示されるPoint Cloudを構成可能となる。これにより、クライアントは、上述したような通常再生中に多量のランダムアクセスが発生することを回避することができ、処理を簡潔に行うことができるため、例えば、処理の遅延や処理コストの増大などを回避することができる。
このように定義されたPC streamは、複数のPC sampleの連続で構成される。
図５に示すように、1 PC sampleは、複数のcomponentと３次元情報メタデータとで構成される。ここで、componentには、texture画像およびgeometry画像が含まれる。また、３次元情報メタデータは、auxiliary patch infoおよびoccupnacy map、並びにPC headerからなる。
また、１つのcomponentは、複数のsubsampleから構成される。つまり、１つのcomponentは、Ｎ個（layer）のgeometry subsample、および、Ｎ個（layer）のtexture subsampleから構成される。
そして、geometry subsamplesおよびtexture subsamplesは、それぞれ個別に動画コーデックで符号化される。ここで、subsampleは、geometry video streamおよびtexture video streamの1 pictureを構成する単位となる。
また、PC headerは、componentのlayer構造を示す情報を持つ。また、occupancy mapは、componentのピクチャ内のパッチ位置情報を持ち、auxiliary patch infoは、パッチを３Ｄオブジェクトに張り付けるための2D3D変換情報を持つ。
なお、GOF情報は、PC header内に含まれるが、PC sample内に個別にGOF headerをシグナルしてもよい。また、PC headerやauxiliary patch infoおよびoccupancy mapなどのような３次元情報メタデータを、subsampleとしてもよい。
＜第１の格納方法＞
図６乃至図１９を参照して、ISOBMFFの1 trackにPC streamを格納する方法である第１の格納方法について説明する。
図６乃至図９を参照して、elementary streamのシグナリングについて説明する。
図６には、layer数が２であり、かつ、符号化に用いた動画コーデックがAVCまたはHEVCである場合におけるPC sample（即ち、ISOBMFFのsample）の一例が示されている。ここで、図６に示されているAUD（Access Unit Delimiter）は、AVCまたはHEVCのaccess unit境界にシグナルされるNAL（Network Abstraction Layer） unitである。
図６に示すPC sampleは、PC headerに続いて、layer0のgeometry subsample、layer1のgeometry subsample、layer0のtexture subsample、およびlayer1のtexture subsampleが連続的に配置された構成となっている。
図７には、図６のPC headerに格納される情報の一例が示されている。
図７に示すように、PC headerには、例えば、PC sampleのサイズを示す情報（size_of_pc_frame）、および、1PC frameを構成するtexture画像またはgeometry画像のlayer数を示す情報（number_of_layer）が格納される。また、PC headerには、geometry画像またはtexture画像の幅を示す情報（frameWidth）、geometry画像またはtexture画像の高さを示す情報（frameHeight）、および、occupnacy mapの解像度を示す情報（occupancyResolution）が格納される。さらに、PC headerには、平滑化のための近傍点を検出する半径を示す情報（radiusToSmoothing）、平滑化に使用する近傍点の最大数を示す情報（neighborCountSmoothing）、境界点を検出する半径を示す情報（radius2BoundaryDetection）、および、平滑化閾値を示す情報（thresholdSmoothing）が格納される。
図８には、図６のheaderに格納される情報の一例が示されている。
図８に示すように、headerには、texture画像またはgeometry画像のsubsampleのサイズを示す情報（size_of_sample）、subsampleのタイプを示す情報（type）、および、subsampleのlayer識別子（layer_id）が格納される。例えば、subsampleのタイプを示す情報が０である場合、subsampleがgeometry画像であることを示し、subsampleのタイプを示す情報が１である場合、subsampleがtexture画像であることを示す。
また、occupancy mapおよびauxiliary patch infoは、geometry subsampleにSEI (Supplemental Enhancement Infromation)として含まれる。
これらのシグナリングによれば、クライアントは、PC headerからPC sampleの境界を識別可能であり、headerから各componentのsubsampleの境界を識別可能である。従って、クライアントは、それらの境界に従って、PC sampleからgeometry video streamおよびtexture video streamを抽出し、それぞれデコーダに入力してデコード処理を実施することができる。
なお、occupancy mapおよびauxiliary patch infoは、layer間で同じであれば同一の情報が各layerのsubsampleにシグナルされる。但し、layerごとに、その情報が異なっていてもよい。また、SEIは、texture subsampleにシグナルされてもよい。
また、PC streamのGOF先頭に、公知のGOF headerをシグナルしてもよい。
図９には、GOF headerに格納される情報の一例が示されている。
図９に示すように、GOF headerには、例えば、Group of Frames内のフレーム数を示す情報（group0fFramesSize）が格納される。その他、GOF headerには、図７に示したPC headerと同じ情報が格納される。
なお、occupancy mapを動画コーデックで符号化し、componentの一種として、occupancy subsampleとしてもよい。
図１０乃至図１６を参照して、ISOBMFFのシグナリングについて説明する。
図１０には、PC streamをISOBMFFの1 trackに格納する際の一例が示されている。
例えば、ISOBMFFのmoovには、新たに定義するPCSampleEntry（図１２参照）が格納され、PCSampleEntryは、図１３に示すPCHeaderBox、図１４に示すSubSampleEntryBox、および、図１５に示すLayerCompositionBoxからなる。
また、ISOBMFFのmoofには、subs（SubSampleInformationBox）が格納され、図１０に示すように、SubSampleInformationBoxを利用して、PC sample内のgeometry subsampleとtexture subsampleとの境界をシグナルすることができる。なお、SubSampleInformationについては、後述の図５４に示すSubSampleInformationBoxの概要を参照して説明する。
そして、ISOBMFFのmdatに格納されるsampleとして、図６に示したようなPC sampleが格納される。
ここで、SubSampleInformationBoxにおいて、符号化コーデックごとに決まるsubsampleの情報であるcodec_specific_parametersが定義される。
即ち、図１１に示すように、codec_specific_parametersの値が０であるとき、subsampleはgeometry subsampleであることを示し、codec_specific_parametersの値が１であるとき、subsampleはtexture subsampleであることを示す。
なお、codec_specific_parametersにlayer識別子の情報を含んでもよい。また、subsample informationは、連続するgeometry subsample群、texture subsample群の単位で提供されてもよい。さらに、occupancy mapやauxiliary patch infoなどのような３次元情報メタデータをSEIとしてシグナルせず、componentの一種としsubsampleとしてシグナルする場合は、subsample informationに、それぞれのsubsampleを示す値を追加してもよい。
図１２には、本開示で新たに定義するPCSampleEntryの構造が示されている。
図１２に示す構成において、PC streamを格納するISOBMFFのtrackのsample entryは、例えば、'pcbs'となる。
図１３に示すように、PCHeaderBoxには、図７に示したPC headerと同一の情報が記述される。
例えば、PC stream内でPC header情報が変化する場合、PCHeaderBoxの情報をsample groupとしてシグナルしてもよい。また、GOF headerの情報は、PCHeaderBoxと個別に、sample entryやsample groupなどにシグナルしてもよい。なお、Sample Groupについては、後述の図５５に示すSample Groupの概要を参照して説明する。
また、このとき、PC sample内のPC headerおよびheaderはシグナルされなくてもよい。
そして、これらのシグナリングによれば、クライアントはsubsampleの中身をパースすることなく、PC sampleの境界および各componentのsubsampleの境界を識別可能である。つまり、クライアントは、システムレイヤのシグナリングのみを参照するという簡略化された処理で、PC sampleからgeometry video streamおよびtexture video streamを抽出し、それぞれデコーダに入力してデコード処理を実施することができる。
図１４に示すように、SubSampleEntryBoxは、連続するsubsampleで構成されるtexture video stream、geometry video streamのコーデック、および、decoder configuration情報をシグナルする。
図１４に示すnum_of_componentは、trackに格納されるcomponentの総数を示し、typeフィールドは、sub sample entryが対応するcomponentの種類を表す。例えば、typeフィールドが０である場合、sub sample entryが対応するcomponentの種類はgeometry画像であることを示し、typeフィールドが１である場合、sub sample entryが対応するcomponentの種類はtexture画像であることを示す。SampleEntry()は、componentの符号化コーデックに応じて変化し、例えば、HEVC符号化されている場合にはHEVCSampleEntryとなる。
また、各sub sample entryが対応するsubsampleへの紐づけは、sub sample informationのcodec_specific_parametersおよびsub sample entryのtypeでシグナルされるcomponentの種類によって行われる。なお、componentのtypeごとに、符号化コーデックを変更してもよい。
このシグナリングによれば、クライアントは、geometry video streamおよびtexture video streamのコーデックを識別し、正しくデコード処理を実行することができる。
図１５に示すように、LayerCompositionBoxは、composition timeが同一となるlayer数、および、PC sampleを構成するcomponentの数をシグナルする。
例えば、num_layer_composedは、output orderで1 PC frameを構成するdecoded picture数を示す。また、num_of_componentは、1 PC frameを構成するcomponent数を示す。
なお、上述したようにsample entryにシグナルする例について説明したが、この場所に限らず、例えばSubSampleEntryBoxにシグナルされてもよい。このシグナリングによれば、異なるcomposition timeが割り当てられている各componentの各layerのsubsampleにおいて、同時刻に表示されるPoint Cloudを構成し、同時にレンダリングすべきsubsampleを明示的に示すことができる。これにより、クライアントは、正しくPoint Cloudを構成してレンダリングすることができる。
図１６には、output orderで1 PC frameを構成するdecoded picture数が２（num_layer_composed=2）であって、かつ、1 PC frameを構成するcomponent数がgeometry画像とtexture画像との２（num_of_component=2）である、合計4 subsamplesから構成されるPC sampleの一例が示されている。このようなPC sampleについては、図１５に示したLayerCompositionBoxの情報により、4 subsamplesから構成されることが示される。
なお、component数が１であって、layer数が２である構成は、従来の技術、例えば、ステレオ映像におけるtemporal interleavingと同様の考え方となる。しかしながら、本技術は、component数が複数であって、layer数が複数である構成への対応を可能としている点で、そのような構成への対応ができない従来の技術とは異なるものである。
＜情報処理装置の第１の構成例＞
図１７は、コンテンツを提供するサーバ側で、Point CloudコンテンツからPC streamを生成し、そのPC streamをISOBMFFに格納したPCファイルを生成するPCファイル生成処理を実行する情報処理装置の第１の構成例を示すブロック図である。
図１７に示すように、情報処理装置１１は、3D2D変換部２１、符号化部２２、PC stream生成部２３、およびファイル生成部２４を備えて構成される。
3D2D変換部２１は、入力されるPoint Cloudを２次元に変換することによって、geometry画像およびtexture画像と、３次元情報メタデータ（auxiliary patch infoおよびoccupancy map）とを生成して、符号化部２２に供給する。
符号化部２２は、geometry画像と３次元情報メタデータから、３次元情報メタデータをSEIとして含むgeometry video streamを符号化し、texture画像からtexture video streamを符号化する。例えば、符号化部２２AVCおよびHEVCといったnon-layered coding、または、SVCやSHEVCなどのようなlayered codingで符号化を行う。このとき、符号化部２２は、２台のエンコーダ２５－１および２５－２によって、geometry画像の符号化とtexture画像の符号化とを並列的に行うことができる。
PC stream生成部２３は、符号化部２２により符号化されたgeometry video streamおよびtexture video streamを、PC frameを構成する単位でインターリーブし、図５に示したようなPC sampleを生成する。そして、PC stream生成部２３は、複数のPC sampleからなるPC streamを生成して、ファイル生成部２４に供給する。
ファイル生成部２４は、geometry画像およびtexture画像を３次元情報メタデータに基づいて３次元に再現して再生する際に必要な再生順に従って、geometry画像およびtexture画像と３次元情報メタデータとを、ISOBMFFの1 trackに格納し、PCファイルを生成する。
このように構成される情報処理装置１１は、Point CloudコンテンツからPC streamを生成し、そのPC streamをISOBMFFの1 trackに格納したPCファイルを出力することができる。
図１８は、コンテンツを再生するクライアント側で、PCファイルから表示画像を生成してPoint Cloudを再生するPoint Cloud再生処理を実行する情報処理装置の第１の構成例を示すブロック図である。
図１８に示すように、情報処理装置１２は、抽出部３１、復号部３２、2D3D変換部３３、および表示処理部３４を備えて構成される。
抽出部３１は、ISOBMFFのBoxでシグナルされる情報をもとに、PCファイルから、再生時刻に対応するgeometry video streamおよびtexture video streamを抽出して復号部３２に供給する。
復号部３２は、抽出部３１から供給されるgeometry video streamおよびtexture video streamを復号して、2D3D変換部３３に供給する。このとき、復号部３２は、２台のデコーダ３５－１および３５－２によって、geometry画像の復号とtexture画像の復号とを並列的に行うことができる。
2D3D変換部３３は、geometry video streamに含まれるSEI情報をもとに、Point Cloudを構築する。
表示処理部３４は、2D3D変換部３３により構築されたPoint Cloudを、クライアントの表示デバイスに合わせてレンダリングし、表示画像を生成して、図示しない表示デバイスに表示させる。
このように構成される情報処理装置１２は、PCファイルからPoint Cloudを再生して、Point Cloudをレンダリングした表示画像を表示させることができる。
＜PCファイル生成処理およびPoint Cloud再生処理の第１の処理例＞
図１９は、図１７の情報処理装置１１が、Point CloudからPCファイルを生成するPCファイル生成処理を説明するフローチャートである。
例えば、情報処理装置１１にPoint Cloudの入力が行われると処理が開始され、ステップＳ１１において、3D2D変換部２１は、入力されるPoint Cloudから、geometry画像、texture画像、および３次元情報メタデータを生成する。
ステップＳ１２において、符号化部２２は、ステップＳ１１で3D2D変換部２１により生成されたgeometry画像および３次元情報メタデータから、３次元情報メタデータをSEIとして含むgeometry video streamを符号化し、texture画像からtexture video streamを符号化する。
ステップＳ１３において、PC stream生成部２３は、PC frameを構成する単位（PC sample）でインターリーブし、PC streamを生成する。
ステップＳ１４において、ファイル生成部２４は、PC streamを、３次元情報メタデータを含むBoxをシグナルしたISOBMFFに格納し、PCファイルを生成する。このとき、ISOBMFFのsampleはPC sampleとなる。
図２０は、図１８の情報処理装置１２が、PCファイルから表示画像を生成して再生するPoint Cloud再生処理を説明するフローチャートである。
例えば、情報処理装置１２へPCファイルの先端から供給が始まると処理が開始され、ステップＳ２１において、抽出部３１は、ISOBMFFのBoxでシグナルされる情報をもとに、PCファイルから、再生時刻に対応するgeometry video streamおよびtexture video streamを抽出する。
ステップＳ２２において、復号部３２は、geometry video streamおよびtexture video streamを、それぞれ個別に復号する。このとき、geometry video streamおよびtexture video streamは２デコーダインスタンスによる個別のデコードとなる。
ステップＳ２３において、2D3D変換部３３は、geometry video streamに含まれるSEI情報をもとに、Point Cloudを構築する。
ステップＳ２４において、表示処理部３４は、クライアントの表示デバイスに合わせ、Point Cloudをレンダリングして表示画像を表示させる。
ステップＳ２５において、抽出部３１は、PC streamの終端か否かを判定し、PC streamの終端でない場合には処理はステップＳ２１に戻り、PC streamの終端である場合には、処理は終了される。
以上のようなPCファイル生成処理およびPoint Cloud再生処理によって、クライアント側における処理が簡潔に行えるようにすることができる。
ここで、図２１には、第１の格納方法でPC streamをISOBMFFの構造に格納したときのISOBMFF構造の一例が示されている。
なお、変形例として、第１の格納方法でPC streamをISOBMFFの構造に格納する際に、後述の第３の格納方法におけるISOBMFFのシグナリングと同様に、Group of Framesの境界を、sample groupを用いてシグナルしてもよい。また、elementary streamの符号化において、AVCおよびHEVCといったnon-layered codingではなく、SVC（Scalable Video Coding）やSHEVC（Scalable High Efficiency Video Coding）などのようなlayered codingを用いてもよい。
例えば、geometry video streamおよびtexture video streamのlayer 0はbase layerとして符号化され、geometry video streamおよびtexture video streamのlayer 1はenhancement layerとして符号化される。
即ち、図２２に示すように、ISOBMFFの1 trackに1 layerが格納される場合には、enhancement trackには、enhancement layerのgeometry video streamおよびtexture video streamが格納され、base trackには、base layerのgeometry video streamおよびtexture video streamが格納される。そして、enhancement trackからbase trackへ、track reference（参照タイプ'sbas'）で紐づけが行われる。このとき、base trackのsample entryはPCSampleEntry（'pcbs'）とし、enhancement trackのsample entryはPCEnhancementSampleEntry（'penh'）とする。例えば、enhancement trackは、layer数分に応じて存在する。
ここで、例えば、各trackに格納されているlayerが、layer 0およびlayer 1のどちらであるかを示すために、PC sample内のheaderでシグナルされるlayer識別子（例えば、図８のlayer_id）を、各trackのsample entryでシグナルしてもよい。または、PC sample内のheaderそのものを、各trackのsample entryに格納してもよい。
＜第２の格納方法＞
図２３乃至図３５を参照して、geometry/texture video streamを1 streamにパッキングしてISOBMFFの1 trackに格納する方法である第２の格納方法について説明する。
上述した第１の格納方法では、符号化前のtexture画像およびgeometry画像をインターリーブし、一つのvideo streamとして符号化することで、１デコーダによるデコード処理を実現することは可能である。しかしながら、そのような符号化では、texture画像とgeometry画像との間に相関が少ないことより、圧縮効率が悪化してしまう。
また、第１の格納方法では、生成されたシングルストリームを１デコーダでデコードすることも可能である。しかしながら、符号化されたtexture画像とgeometry画像との境界でデコーダの初期化が必要となることより、オーバーヘッドが大きくなってしまう。
つまり、第１の格納方法では、PCファイル生成処理において、texture video streamおよびgeometry video streamを個別に符号化し、Point Cloud再生処理において、geometry video streamおよびtexture video streamに対して２デコーダインスタンスによる個別のデコードが必要であった。このため、第１の格納方法を、１デコーダインスタンスによるデコードに適用すると、圧縮効率が悪化してしまい、また、オーバーヘッドが大きくなってしまう。
そこで、第２の格納方法では、複数の画像を、上述した特許文献１に記載の方法などで１つの画像にパッキングし、符号化してPC streamを構成する。例えば、複数componentの画像を１つの画像にパッキングしたり、複数layerの画像を１つの画像にパッキングしたり、複数componentの複数layerの画像を１つの画像にパッキングすることができる。これにより、上述したような圧縮効率の悪化を回避しつつ、クライアントによる１デコーダインスタンスでのデコード処理を可能にする。なお、パッキングの方法としては、side by sideやtop & bottomなどの方法を採用するだけでなく、その他の方法を採用してもよい。
図２３を参照して、パッキングのバリエーションについて説明する。
図２３のＡには、side by sideの方法で、同一のlayerを異なるcomponentどうしで１つの画像にパッキングする例が示されている。即ち、layer 0のtexture画像とlayer 0のgeometry画像とをside by sideで１つの画像にパッキングし、layer 1のtexture画像とlayer 1のgeometry画像とをside by sideで１つの画像にパッキングする。
図２３のＢには、side by sideの方法で、同一のcomponentの画像を異なるlayerどうしで１つの画像にパッキングする例が示されている。即ち、layer 0のtexture画像とlayer 1のtexture画像とをside by sideで１つの画像にパッキングし、layer 0のgeometry画像とlayer 1のgeometry画像とをside by sideで１つの画像にパッキングする。
なお、図２３のＢに示すパッキングでは、１デコーダインスタンスでのデコード処理は可能であるものの、上述したようにtexture画像とgeometry画像との間に相関が少ないため、圧縮効率の悪化を改善することにはならない。しかしながら、layer間で画像の相関が高い場合においては、パッキングされた画像内で参照関係を持たせることで、符号化効率の向上を図ることができる。なお、図２３のＢに示すパッキングは、後述する第４の格納方法のように、geometry video streamおよびtexture video streamを分割してtrackに格納する場合において有効なパッキングとなる。
図２３のＣには、side by sideの方法で、同一のcomponentの画像を異なるlayerどうしで１つの画像にパッキングした２枚の画像を、top & bottomの方法で１つの画像にパッキングすることで、全てのcomponentにおける全てのlayerの画像を１つの画像にパッキングする例が示されている。即ち、layer 0のtexture画像とlayer 1のtexture画像とをside by sideで１つの画像にパッキングするとともに、layer 0のgeometry画像とlayer 1のgeometry画像とをside by sideで１つの画像にパッキングする。そして、それらの２つの画像を、top & bottomで１つの画像にパッキングすることで、layer 0のtexture画像、layer 1のtexture画像、layer 0のgeometry画像、およびlayer 1のgeometry画像が１つの画像にパッキングされる。
ここで、以下、図２３を参照して説明したように、複数の画像をパッキングした１枚の画像をpacked PC画像と称する。そして、packed PC画像の連続を符号化したものを、packed PC streamと称し、packed PC streamをISOBMFFに格納したものをpacked PCファイルと称する。
なお、ここで説明した第２の格納方法におけるパッキング方法は、geometry画像およびtexture画像のように、それぞれ大きく異なる画像をパッキングする点で、例えば、視差を利用した立体視に関する先行技術であるステレオパッキングとは異なる技術である。
以下では、図２３のＡに示したように、同一のlayerの画像を異なるcomponentどうしで１つの画像にパッキングしたpacked PC画像を用いた例について説明する。
図２４には、elementary streamのシグナリングの一例が示されている。
図２４では、layer数が２であり、かつ、符号化に用いた動画コーデックがAVCまたはHEVCの場合におけるPC sampleの一例が示されている。
図２４に示すように、geometry画像およびtexture画像を１つの画像にパッキングしたpacked PC streamを構成する１つのpacked PC画像を1 subsampleとしている点で、第１の格納方法（上述の図６参照）とは異なる。
また、第２の格納方法では、headerは、第１の格納方法で定義した情報に加え、subsampleのタイプとしてgeometry+textureをシグナルする。
例えば、図２５に示すように、SEIとして、point cloud frame packing SEIを新たに定義してシグナルすることができる。図２５に示されているSEIは、geometry画像およびtexture画像のパッキング方法についての情報を持つ。
例えば、図２６に示すように、SEIにおいて、packing_arrangementが０である場合、パッキングがside by sideであることを示し、packing_arrangementが１である場合、パッキングがtop & bottomであることを示す。また、packing_arrangementが、その他である場合、パッキングがreservedであることを示す。同様に、SEIにおいて、frame0_is_geometryが０である場合、frame0がgeometryであることを示し、frame0_is_geometryが１である場合、frame0がtextureであることを示す。
ここで、frame0の定義は、図２７に示すようになる。例えば、side by sideの場合には、図２７のＡに示すように、frame0が左側、かつ、frame1が右側となるようにパッキングされる。また、top & bottomの場合には、図２７のＢに示すように、frame0が上側、かつ、frame1が下側となるようにパッキングされる。
なお、この情報のシグナルはSEIに限らず他の場所でシグナルしてもよく、例えばPC headerでシグナルしてもよい。また、パッキング方法には、side by sideおよびtop & bottom以外の方法を用いてもよい。
また、クロマサブサンプリングが4:2:2や4:2:0などである場合、色差信号間引きを考慮し、パッキングされる各componentの幅および高さを２の倍数のピクセル数とすることで、エンコード処理やcomponent切り出し処理などを容易に行うことができる。また、パッキングされる各componentの幅および高さを、８または１６の倍数のピクセル数とすることで、エンコード時のブロックサイズとの親和性を高めることができ、エンコード処理やcomponent切り出し処理などを容易に行うことができる。
以上のように、これらのシグナリングによれば、PC headerからPC sampleの境界を識別可能であり、headerでsubsampleの境界を識別可能である。また、point cloud frame packing SEIからtexture画像およびgeometry画像の分離が可能となる。これにより、クライアントは、subsampleをデコードした後、正しくPoint Cloudを構成してレンダリングが可能となる。
図２８には、packed PC画像を符号化したpacked PC streamをISOBMFFの1 trackに格納する際の一例が示されている。
図２８に示すように、SubSampleInformationBox（'subs'）のcodec_specific_parametersの値が２であるとき、subsampleはgeometry&texture subsampleであることを示す。即ち、第２の格納方法では、codec_specific_parametersの値について、図１１を参照して説明した０および１に追加して２が用いられる点で、第１の格納方法とは相違する。このように、SubSampleInformationBoxを利用して、PC sample内のgeometry&texture subsampleの境界をシグナルすることができる。なお、SubSampleInformationについては、後述の図５４に示すSubSampleInformationBoxの概要を参照して説明する。
また、図２９に示すように、図２５に示したpoint cloud frame packing SEIと同様に、texture画像およびgeometry画像のパッキング方法についての情報を持つPCPackingInfoBoxがsample entryにシグナルされる。
なお、第２の格納方法においても、第１の格納方法で説明した変形例を、同様に適用することができる。
また、第２の格納方法は、例えば、第１の格納方法でのrestricted schemeとして運用され、sample entryは'resv'となり、SchemeTypeBoxのscheme_typeは'pacp'となる。このとき、ポストデコード処理に使用されるPCPackingInfoBoxは、図２８に示したように、rinf/schi下にシグナルされる。
＜情報処理装置の第２の構成例＞
図３０は、コンテンツを提供するサーバ側で、Point CloudコンテンツからPCファイルを生成するPCファイル生成処理を実行する情報処理装置の第２の構成例を示すブロック図である。なお、図３０に示す情報処理装置１１Ａにおいて、図１７の情報処理装置１１と共通する構成については、同一の符号を付し、その詳細な説明は省略する。
図２０に示すように、情報処理装置１１Ａは、3D2D変換部２１、符号化部２２Ａ、PC stream生成部２３、ファイル生成部２４、およびパッキング処理部２６を備えて構成される。
即ち、情報処理装置１１Ａは、パッキング処理部２６を備え、符号化部２２Ａが１台のエンコーダ２５を有する点で、図１７の情報処理装置１１と異なる構成となっている。
パッキング処理部２６は、上述したようなパッキング方法で、texture画像およびgeometry画像、並びに、それらの各layerをパッキングして、packed PC画像を符号化部２２Ａに供給する。
符号化部２２Ａは、１台のエンコーダ２５でpacked PC画像を符号化することができる。
図３１は、コンテンツを再生するクライアント側で、packed PCファイルから表示画像を生成してPoint Cloudを再生するPoint Cloud再生処理を実行する情報処理装置の第２の構成例を示すブロック図である。なお、図３１に示す情報処理装置１２Ａにおいて、図１８の情報処理装置１２と共通する構成については、同一の符号を付し、その詳細な説明は省略する。
即ち、情報処理装置１２Ａは、復号部３２Ａが１台のデコーダ３５を有する点で、図１８の情報処理装置１２と異なる構成となっている。
情報処理装置１２Ａでは、抽出部３１が、ISOBMFFのBoxでシグナルされる情報をもとに、packed PCファイルから、再生時刻に対応するpacked PC streamを抽出し、復号部３２Ａが、１台のデコーダ３５でpacked PC streamを復号することができる。
＜packed PCファイル生成処理およびPoint Cloud再生処理の処理例＞
図３２は、図３０の情報処理装置１１Ａが、Point Cloudからpacked PC streamを生成し、そのpacked PC streamをISOBMFFに格納したpacked PCファイルを生成するpacked PCファイル生成処理を説明するフローチャートである。
例えば、情報処理装置１１ＡにPoint Cloudの入力が行われると処理が開始され、ステップＳ３１において、3D2D変換部２１は、入力されるPoint Cloudから、geometry画像、texture画像、および３次元情報メタデータを生成する。
ステップＳ３２において、パッキング処理部２６は、texture画像およびgeometry画像、並びに、それらの各layerをパッキングして、packed PC画像を生成する。
ステップＳ３３において、符号化部２２Ａは、ステップＳ３２で3D2D変換部２１により生成されたpacked PC画像を符号化する。
ステップＳ３４において、PC stream生成部２３は、packed PC streamを構成する単位でインターリーブし、３次元情報メタデータおよびパッキング情報をSEIとして含むpacked PC streamを生成する。
ステップＳ３５において、ファイル生成部２４はpacked PC streamを、３次元情報メタデータを含むBoxをシグナルしたISOBMFFに格納して、packed PCファイルを生成する。このとき、ISOBMFFのsampleはPC sampleとなる。
図３３は、図３１の情報処理装置１２Ａが、packed PCファイルから表示画像を生成して再生するPoint Cloud再生処理を説明するフローチャートである。
例えば、情報処理装置１２ＡへPC streamの先端から供給が始まると処理が開始され、ステップＳ４１において、抽出部３１は、ISOBMFFのBoxでシグナルされる情報をもとに、packed PCファイルから、再生時刻に対応するpacked PC streamを抽出する。
ステップＳ４２において、復号部３２Ａは、packed PC streamを復号する。このとき、packed PC streamは１デコーダインスタンスによるデコードとなる。
ステップＳ４３において、2D3D変換部３３は、パッキング情報と、packed PC streamに含まれるSEI情報をもとに、Point Cloudを構築する。
ステップＳ４４において、表示処理部３４は、クライアントの表示デバイスに合わせ、Point Cloudをレンダリングして表示画像を表示させる。
ステップＳ４５において、抽出部３１は、PC streamの終端か否かを判定し、PC streamの終端でない場合には処理はステップＳ４１に戻り、PC streamの終端である場合には、処理は終了される。
以上のようなpacked PCファイル生成処理およびPoint Cloud再生処理によって、クライアント側における処理が簡潔に行えるようにすることができる。
ここで、図３４には、第２の格納方法でpacked PC streamをISOBMFFの構造に格納したときのISOBMFF構造の一例が示されている。
これらのシグナリングによれば、クライアントは、subsampleの中身をパースすることなく、PC sampleの境界および各componentのsubsampleの境界を識別可能である。そして、クライアントは、PCPackingInfoBoxからtexture画像とgeometry画像の分離に必要な情報を取得することができる。従って、クライアントは、システムレイヤのシグナリングのみを参照するという簡略化された処理で、PC sampleからpacked PC streamを抽出してデコード処理を実施する。その後、クライアントは、packed PC画像からgeometry画像とtexture画像とを分離し、Point Cloudを構成してレンダリングを実行することができる。
なお、図２３のＡに示したパッキングと同様に、例えば、図２３のＢに示したパッキング、および、図２３のＣに示したパッキングについても、point cloud frame packing SEI（図２５）およびPCPackingInfoBox（図２９）によりパッキング方法をシグナルすることができる。これにより、クライアントは、texture画像およびgeometry画像の各layerを分離することが可能となる。
また、point cloud frame packing SEIおよびPCPackingInfoBoxにより、例えば、各componentおよび各layerのピクチャ内における配置や位置、サイズなどをシグナルすることで、自由度のあるパッキングを行うことができる。
図３５には、PCPackingInfoBoxの変形例が示されている。
図３５に示すように、PCPackingInfoBoxには、例えば、packed PC画像を構成するcomponent数を示す情報（component_num）、packed PC画像を構成するlayer数を示す情報（layer_num）、および、componentの種類を示す情報（component_type）が記述される。例えば、component_typeが０である場合、componentの種類はgeometry画像であること示し、component_typeが１である場合、componentの種類はtexture画像であることを示す。また、PCPackingInfoBoxには、layer識別子（layer_id）、並びに、packed PC画像内においてcomponent_typeおよびlayer_idで示される画像が配置される位置を示す情報（left/top）と、それらのサイズを示す情報（width/height）とが記述される。
なお、例えば、これまで説明したようにgeometry画像およびtexture画像をcomponentとして扱うのに加えて、occupancy mapをcomponentとして扱ってもよい。この場合、occupancy mapも、geometry画像およびtexture画像とともにパッキングすることができる。
＜第３の格納方法＞
図３６乃至図４３を参照して、PC sampleを定義せずPC streamをISOBMFFの1 trackに格納する方法である第３の格納方法について説明する。ここで、第３の格納方法は、上述したようなPC sampleという概念を用いずに、texture subsampleおよびgeometry subsampleをISOBMFFのsampleとして格納する点で、第１の格納方法および第２の格納方法に対する変形例となる。
従って、第３の格納方法におけるelementary streamのシグナリングは、第１の格納方法におけるelementary stream（図６参照）および第２の格納方法におけるelementary stream（図２４参照）と同一の構造となる。但し、第３の格納方法では、1SOBMFFにおけるsampleをgeometry subsampleおよびtexture subsampleと定義する。そして、1SOBMFFにおけるsampleと定義されたgeometry subsampleをgeometry sampleと称し、1SOBMFFにおけるsampleと定義されたtexture subsampleをtexture sampleと称する。
図３６には、第３の格納方法におけるelementary streamのシグナリングの一例として、第１の格納方法におけるelementary streamと同様の構造が示されている。
図３７には、ISOBMFFのシグナリングの一例が示されている。
例えば、図３７に示すように、sample groupを用いて、Group of Framesの境界(GOFEntry)、PC frameの境界(PCFrameEntry)、texture samplesの境界、geometry samplesの境界、およびtexture&geometry samplesの境界(ComponentGroupEntry)をシグナルすることができる。なお、Sample Groupについては、後述の図５５に示すSample Groupの概要を参照して説明する。
そして、各sampleは、SampleToGroupBox ('sbgp')を通じて、SampleGroupDescriptionBox ('sgpd')でシグナルされる各SampleGroupEntryに紐づけられる。なお、sgpdは、MovieBox ('moov')内のSampleTableBox ('stbl')にシグナルされてもよい。
ここで、図３８乃至図４０に、新たに定義したGroupEntryを示す。
図３８に示すようにGOFEntryは定義され、grouping_type_parameter='gofg'とする。
なお、GOFEntryの各fieldのセマンティクスは、上述の図９に示したGOF headerの各fieldと同一である。
図３９に示すようにPCFrameEntryは定義され、grouping_type_parameter='pcfg'とする。
例えば、PCFrameEntryにおけるsize_of_pc_frameフィールドは、PC frameのサイズを示す。また、number_of_componentフィールドは、PC frameを構成するcomponentの数を示し、具体的には、geometry画像およびtexture画像から構成される場合には、２となる。
図４０に示すようにComponentGroupEntryは定義され、grouping_type_parameter='cmpg'とする。
例えば、ComponentGroupEntryにおけるtypeフィールドは、このsample groupに属するsampleのcomponentの種類を示す。具体的には、typeフィールドが０である場合には、componentの種類がgeometry画像であることを示し、typeフィールドが１である場合には、componentの種類がtexture画像であることを示す。また、typeフィールドが２である場合には、componentの種類がgeometry&texture（第２の格納方法）であることを示す。
なお、occupancy mapやauxiliary patch infoなどのような３次元情報メタデータをSEIとしてシグナルせずにcomponentの一種として扱う場合、typeフィールドに、それぞれのcomponentの種類を示す値を追加してもよい。
また、ComponentGroupEntryにおけるnumber_of_layerフィールドは、componentのlayer数を示す。
さらに、ComponentGroupEntryの代わりに、GeometryGroupEntryおよびTextureGroupEntryを定義してもよい。そして、GeometryGroupEntryによりgeometry samplesの境界をシグナルし、TextureGroupEntryによりtexture samplesの境界をシグナルすることができる。
また、occupancy mapやauxiliary patch infoなどのような３次元情報メタデータをSEIとしてシグナルせず、componentの一種とし、sampleとしてシグナルする場合は、それぞれのsamplesの境界をシグナルするGroupEntryを定義してもよい。そして、GroupEntryにより、それぞれのsamplesの境界を示してもよい。
なお、第２の格納方法のように、各componentおよび各layerが１つの画像にパッキングされた場合には、sample entryにPCPackingInfoBoxがシグナルされる。
ここで、第３の格納方法において、ISOBMFFに格納されるストリームはAVCやHEVC，SVC，SHEVCなどに準拠させることができ、その場合、これらのコーデックのrestricted schemeとして運用することができる。例えば、sample entryは'resv'になり、SchemeTypeBoxのscheme_typeは'pcbs'になり、OriginalFormatBoxのdata_formatは用いられたコーデックによって、avc1やhev1などになる。
そして、これらの新たに定義された複数のBoxは、ポストデコード処理に使用されるという位置づけになり、図３７に示すrinf/schi下にシグナルされる。さらに、このrinf/schiには、第１の格納方法で説明したPCHeaderBoxおよびLayerCompositionBoxも、図示するようにシグナルされる。
また、例えば、texture video streamおよびgeometry video streamが各2 layerで構成されている場合、120pのvideo streamは30pのPC streamに相当する。
これにより、図４１に示すように、クライアントは、（LayerCompositionBoxのnum_layer_composed × num_of_component）の値から、sampleのインターリーブ周期である4 samplesを識別することができる。
そして、これらのシグナリングによれば、クライアントはsampleの中身をパースすることなく、sample groupの情報を通じて、Group of Framesの境界、PC sampleの境界および各componentのsampleの境界を識別可能である。つまり、クライアントは、PCPackingInfoBoxからtexture画像とgeometry画像との分離に必要な情報を取得できる。
従って、クライアントは、システムレイヤのシグナリングのみを参照するという簡略化された処理で、geometry video streamおよびtexture video streamを抽出してデコード処理を実施する。その後、クライアントは、geometry画像とtexture画像とを分離し、Point Cloudを構成してレンダリングを実行することができる。
ここで、第１の格納方法のようにパッキングを適用しない場合、生成処理および再生処理は、それぞれ図１９および図２０のフローチャートを参照して上述したのと同様に行われる。このとき、図１９のステップＳ１４において、PC streamを、３次元情報メタデータを含むBoxをシグナルしたISOBMFFに格納する際、ISOBMFFのsampleは各componentのsampleとなる。また、図２０のステップＳ２２において、geometry video streamおよびtexture video streamは、２デコーダインスタンスによる個別のデコードとなる。
また、第２の格納方法のようにパッキングを適用する場合、生成処理および再生処理は、それぞれ図３２および図３３のフローチャートを参照して上述したのと同様に行われる。このとき、図３２のステップＳ３５において、packed PC streamを、３次元情報メタデータを含むBoxをシグナルしたISOBMFFに格納する際、ISOBMFFのsampleはpacked PC streamの1 pictureとなる。また、図３３のステップＳ４２において、packed PC streamは１デコーダインスタンスによるデコードとなる。
ここで、図４２には、第３の格納方法でPC streamをISOBMFFの構造に格納したときのISOBMFF構造の一例が示されている。
なお、図４３を参照して、SEIを用いずにシグナルする例について説明する。
ここまで、PC frame内の３次元情報メタデータについて、SEIを用いてシグナルする例について説明した。これに対し、例えば、ISOBMFFで規定されるsample auxiliary informationを利用して３次元情報メタデータをシグナルしてもよい。
即ち、図４３に示すように、SampleAuxiliaryInformationOffsetBox ('saio')のoffsetフィールドでsample auxiliary infromationの位置をシグナルする。同様に、SampleAuxiliaryInformationSizeBox ('saiz')のsample_info_sizeフィールドで、各sampleに紐づくsample auxiliary informationのサイズをシグナルする。例えば、SampleAuxiliaryInformationOffsetBoxおよびSampleAuxiliaryInformationSizeBoxは、aux_info_type='pcmd'で関連づけられる。
SEIは、AVCやHEVCなどのような符号化コーデックで用いられる要素であるため、SEIを用いた場合には、コーデックに依存したシグナリングとなってしまう。これに対し、sample auxiliary informationを用いた場合には、符号化コーデックに依存することなく３次元情報メタデータをシグナルすることが可能となる。
＜第４の格納方法＞
図４４乃至図５３を参照して、PC streamをgeometry video streamおよびtexture video streamに分け、ISOBMFFの2 tracksに格納する方法である第４の格納方法について説明する。
図４４には、第４の格納方法におけるISOBMFFのシグナリングの一例が示されている。
図４４に示すように、PC streamをgeometry video streamとtexture video streamとに分離し、それぞれをISOBMFFの1 trackに格納する。ここで、geometry video streamを格納するtrackをgeometry track（または主track）と称し、texture video streamを格納するtrackをtexture track（または副track）と称する。また、geometry trackには、auxiliary patch infoおよびoccupancy mapも格納される。
そして、geometry trackおよびtexture trackの関係性を、track referenceと、新たに定義したPCMultiStreamBoxでシグナルする。
なお、第４の格納方法においても、第３の格納方法と同様に、Group of Frames、およおび、PC frameの境界を示すsample groupをシグナルしてもよい。
また、第１の格納方法の変形例と同様に、ISOBMFFの1 trackに、1 layerが格納される構成としてもよい。ここで、例えば、各trackに格納されているlayerが、layer 0およびlayer 1のどちらであるかを示すために、PC sample内のheaderでシグナルされるlayer識別子（例えば、図８のlayer_id）を、各trackのsample entryでシグナルしてもよい。または、PC sample内のheaderそのものを、各trackのsample entryに格納してもよい。
ここで、第４の格納方法において、ISOBMFFに格納されるストリームはAVCやHEVC，SVC，SHEVCなどに準拠させることができ、その場合、これらのコーデックのrestricted schemeとして運用できる。例えば、sample entryは'resv'になり、SchemeTypeBoxのscheme_typeは'pcbs'になり、OriginalFormatBoxのdata_formatは用いられたコーデックによって、avc1やhev1などになる。
そして、これらの新たに定義された複数のBoxは、ポストデコード処理に使用されるという位置づけになり、図４４に示すrinf/schi下にシグナルされる。さらに、このrinf/schiには、第１の格納方法で説明したPCHeaderBoxおよびLayerCompositionBoxも、図示するようにシグナルされる。
なお、occupancy mapやauxiliary patch infoなどのような３次元情報メタデータをSEIとしてシグナルせず、componentの一種とした場合は、3次元メタデータをISOBMFFの1 trackに格納してもよい。この場合、3次元メタデータを格納するtrackのsample entryにも、geometry trackやtexture trackなどと同様のBoxおよび情報がシグナルされてもよい。
また、例えば、texture video streamおよびgeometry video streamが各2 layerで構成され、個別trackに格納されている場合、各60pのvideo streamは30pのPC streamに相当する。これにより、クライアントは、（LayerCompositionBoxのnum_layer_composed × num_of_component）の値から、sampleのインターリーブ周期を識別することができる。
なお、第４の格納方法における手法は、上述した第３の格納方法のみでなく、第１の格納方法および第２の格納方法において同一のcomponentの異なるlayerのパッキングの構成に対しても、適用可能である。特に、第２の格納方法において、図２３のＢを参照して説明したように、同一のcomponentの画像を異なるlayerどうしで１つの画像にパッキングする手法において、geometry video streamとtexture video streamとを分割してtrackに格納することで、texture画像とgeometry画像との間に相関が少ないのに起因して、圧縮効率が悪化してしまうのを回避することができる。
さらに、１つのgeometry trackに対して、例えば、bitrateの異なる複数のtexture trackが紐づくような構成としてもよい。
図４５には、PCMultiStreamBoxのシンタックスの一例が示されている。
例えば、isGeometryStream＝１である場合にはgeometry trackであることを示し、それ以外の場合にはtexture trackであることを示す。また、geometry trackであれば、紐づくtexture trackのtrack_idをシグナルする。
このようなシグナリングによれば、クライアントはtrack referenceが示されていることで、任意の1 trackのTrackReferenceBoxをパースするだけで、どのtrackがgeometry trackか識別可能である。その後、クライアントは、geometry trackのPCMultiStreamBoxをパースし、全ての関連texture trackを識別することができる。つまり、クライアントは、最大でも2 trackをパースするだけで全体の構成を識別可能であり、特に複数のtexture trackが紐づくケースにおいて処理を簡易化することが可能となる。
ここで、PCMultiStreamBoxのシンタックスの変形例として、bitrateの異なるtexture trackをまとめてtrack groupでシグナルし、図４６に示すように、texture_track_group_idでtexture track groupに紐づけてもよい。
この場合、track groupは、図４７に示すように、PCTextureTrackGroupBoxを新たに定義し、rack_group_typeは'pctg'である。
なお、texture_track_idで、PCTextureTrackGroupのtrack_group_idに紐づけてもよい。
また、図４８に示すように、PCMultiStreamBoxに、textureがgeometryと同じtrackに格納されているか否かを示すisInGeometryStreamを追加してもよい。これにより、第１乃至第３の格納方法でも、シグナル可能なBoxとすることができる。
さらに、PCMultiStreamBoxの代わりに、図４９に示すように、track groupで紐づくgeometry trackとtexture trackをシグナルしてもよい。
そして、図５０に示すように、track groupは、PCStreamGroupBoxを新たに定義し、rack_group_typeは'pcgp'である。このとき、track_group_idが等しいpcgpを有するtrackは、一つのPC streamを構成する。例えば、isGeometry=0であれば、そのtrackはtexture trackであることを示し、isGeometry=1であれば、そのtrackはgeometry trackであることを示す。
ここで、図５１には、第４の格納方法でPC streamをISOBMFFの構造に格納したときのISOBMFF構造の一例が示されている。
＜DASHのシグナリング＞
図５２および図５３を参照して、DASHのシグナリングについて説明する。
例えば、texture画像およびgeometry画像と３次元情報メタデータとは、DASHのMPDでシグナルされる。そして、図５２に示すように、SupplementalProperty or EssentialProperty@schemeIdUri=="urn:mpeg:mpegI:pointcloud"をPC Component Descriptorと定義し、Representationが、texture画像およびgeometry画像のどちらであるかを示す。
また、図５２に示すように、texture representationからgeometry representationへの紐づけをRepresentation@dependencyIdで行う。これは、presentation時に、geometry画像および３次元情報メタデータがないとtexture画像をマッピングできないという依存関係があるためである。
これらのシグナリングによれば、クライアントがDASH配信コンテンツを取得する際、PC Component Descriptorを参照し、PC streamを構成するgeometry video streamとtexture video streamを適切に取得することができる。また、ネットワーク帯域幅に応じて、適切なtexture video streamの切り替えも可能となる。
なお、geometry representationからtexture representationへの紐づけをRepresentation@associationIdで行ってもよい。
この場合、図５３に示すように、associationTypeは"ptex"となる。geometryは単独で色のないpoint cloudのpresentationを可能とするため、associationIdを用いた紐づけが適切である。
その他、上述した第１乃至第４の格納方法において、layer 0以外のtexture subsampleおよびgeometry subsample、または、layer 0以外のtexture sampleおよびgeometry subsampleを、layer 0のsubsample、または、sampleのSEIとして、全て格納してもよい。
ここで、図５４には、SubSampleInformationBoxの概要が示されている。
図５４に示すように、sample中の、連続した特定byte領域をsub-sampleと定義している。また、sub-sampleの定義は符号化コーデックごとに決まっており、例えばHEVCなら、NAL unitがsub-sampleとなる。また、SubSampleInformationBoxでは、sub-sampleごとに情報を付加することができる。
また、図５５には、Sample Groupの概要が示されている。
図５５に示すように、Sample To Group Boxのgrouping_typeは、紐づけられるSample Group Description Boxのgrouping_typeを示す。1 entryにつき、sample_countとgroup_description_indexがシグナルされる。そして、group_description_indexは、紐づくGroup Entryのindexを示し、sample_countは、そのGroup Entryに属するsample数を示す。
＜システム構成＞
図５６および図５７を参照して、本技術を適用したデータ生成装置およびデータ再生装置のシステム構成について説明する。
図５６には、データ生成装置の構成例を示すブロック図が示されている。
図５６に示すように、データ生成装置５１は、制御部６１およびファイル生成部６２を備えており、ファイル生成部６２は、データ入力部７１、データ符号化・生成部７２、MPD（Media Presentation Description）ファイル生成部７３、記録部７４、およびアップロード部７５を備えて構成される。そして、データ符号化・生成部７２は、前処理部７６、符号化部７７、およびセグメントファイル生成部７８を有している。
例えば、前処理部７６は、上述の3D2D変換部２１（図１７または図３０）に対応し、入力されるPoint Cloudから、geometry画像、texture画像、および３次元情報メタデータを生成する処理を実行する。
また、符号化部７７は、上述の符号化部２２（図１７）に対応し、geometry video streamおよびtexture video streamを符号化する処理を実行する。または、符号化部７７は、上述の符号化部２２Ａ（図３０）に対応し、packed PC画像を符号化する処理を実行する。
また、セグメントファイル生成部７８は、上述のPC stream生成部２３およびファイル生成部２４（図１７または図３０）に対応し、PC streamを生成し、そのPC streamをISOBMFFに格納したPCファイルを生成する処理を実行する。
図５７には、データ再生装置の構成例を示すブロック図が示されている。
図５７に示すように、データ再生装置５２は、制御部８１および再生処理部８２を備えており、再生処理部８２は、MPDファイル取得部９１、MPDファイル処理部９２、セグメントファイル取得部９３、表示制御部９４、データ解析・復号部９５、および表示部９６を備えて構成さる。そして、データ解析・復号部９５は、セグメントファイル処理部９７、復号部９８、および表示情報生成部９９を有している。
例えば、セグメントファイル処理部９７は、上述の抽出部３１（図１８）に対応し、再生時刻に対応するgeometry video streamおよびtexture video streamを抽出する処理を実行する。または、セグメントファイル処理部９７は、上述の抽出部３１（図３１）に対応し、再生時刻に対応するpacked PC streamを抽出する処理を実行する。
また、復号部９８は、上述の復号部３２（図１８）に対応し、geometry video streamおよびtexture video streamを、それぞれ個別に復号する処理を実行する。または、復号部９８は、上述の復号部３２Ａ（図３１）に対応し、packed PC streamを復号する処理を実行する。
また、表示情報生成部９９は、2D3D変換部３３および表示処理部３４（図１８または図３１）に対応し、Point Cloudを構築しPoint Cloudをレンダリングして表示画像を表示させる。
以上のように、本技術によれば、ISOBMFF格納に適したPC stream構造(PC sample)を定義し、PC streamをISOBMFFの1 trackに格納することができる。これにより、クライアントによる再生時、システムレイヤのシグナリングのみを参照するという簡略化された処理で、PC streamのデコード処理の実行を可能とし、通常再生時のstream内ランダムアクセスの発生を抑制することができる。
また、第３の格納方法のように、PC sampleの定義を用いず、PC streamをISOBMFFの1 trackに格納することによっても、同様に、簡略化された処理で、PC streamのデコード処理の実行を可能とすることができる。
さらに、第２の格納方法のように、PC streamのgeometry video streamおよびtexture video streamを1 streamにパッキングしてISOBMFFの1 trackに格納することができる。これにより、クライアントによる再生時、1 デコーダインスタンスでのPC streamのデコード処理の実行を可能にすることができる。
また、第４の格納方法のように、PC streamをgeometry video streamとtexture video streamに分け、ISOBMFFの2 tracksに格納することができる。これにより、geometry video streamを格納するtrackとtexture video streamを格納するtrackの紐づけを効率的に行うことができる。従って、ネットワーク帯域に応じたPC stream画質の最適化するためのクライアントにおけるstream取得処理を容易に行うことができる。
＜コンピュータの構成例＞
次に、上述した一連の処理（情報処理方法）は、ハードウェアにより行うこともできるし、ソフトウェアにより行うこともできる。一連の処理をソフトウェアによって行う場合には、そのソフトウェアを構成するプログラムが、汎用のコンピュータ等にインストールされる。
図５８は、上述した一連の処理を実行するプログラムがインストールされるコンピュータの一実施の形態の構成例を示すブロック図である。
プログラムは、コンピュータに内蔵されている記録媒体としてのハードディスク１０５やROM１０３に予め記録しておくことができる。
あるいはまた、プログラムは、ドライブ１０９によって駆動されるリムーバブル記録媒体１１１に格納（記録）しておくことができる。このようなリムーバブル記録媒体１１１は、いわゆるパッケージソフトウェアとして提供することができる。ここで、リムーバブル記録媒体１１１としては、例えば、フレキシブルディスク、CD-ROM(Compact Disc Read Only Memory)，MO(Magneto Optical)ディスク，DVD(Digital Versatile Disc)、磁気ディスク、半導体メモリ等がある。
なお、プログラムは、上述したようなリムーバブル記録媒体１１１からコンピュータにインストールする他、通信網や放送網を介して、コンピュータにダウンロードし、内蔵するハードディスク１０５にインストールすることができる。すなわち、プログラムは、例えば、ダウンロードサイトから、ディジタル衛星放送用の人工衛星を介して、コンピュータに無線で転送したり、LAN(Local Area Network)、インターネットといったネットワークを介して、コンピュータに有線で転送することができる。
コンピュータは、CPU(Central Processing Unit)１０２を内蔵しており、CPU１０２には、バス１０１を介して、入出力インタフェース１１０が接続されている。
CPU１０２は、入出力インタフェース１１０を介して、ユーザによって、入力部１０７が操作等されることにより指令が入力されると、それに従って、ROM(Read Only Memory)１０３に格納されているプログラムを実行する。あるいは、CPU１０２は、ハードディスク１０５に格納されたプログラムを、RAM(Random Access Memory)１０４にロードして実行する。
これにより、CPU１０２は、上述したフローチャートにしたがった処理、あるいは上述したブロック図の構成により行われる処理を行う。そして、CPU１０２は、その処理結果を、必要に応じて、例えば、入出力インタフェース１１０を介して、出力部１０６から出力、あるいは、通信部１０８から送信、さらには、ハードディスク１０５に記録等させる。
なお、入力部１０７は、キーボードや、マウス、マイク等で構成される。また、出力部１０６は、LCD(Liquid Crystal Display)やスピーカ等で構成される。
ここで、本明細書において、コンピュータがプログラムに従って行う処理は、必ずしもフローチャートとして記載された順序に沿って時系列に行われる必要はない。すなわち、コンピュータがプログラムに従って行う処理は、並列的あるいは個別に実行される処理（例えば、並列処理あるいはオブジェクトによる処理）も含む。
また、プログラムは、１のコンピュータ（プロセッサ）により処理されるものであっても良いし、複数のコンピュータによって分散処理されるものであっても良い。さらに、プログラムは、遠方のコンピュータに転送されて実行されるものであっても良い。
さらに、本明細書において、システムとは、複数の構成要素（装置、モジュール（部品）等）の集合を意味し、すべての構成要素が同一筐体中にあるか否かは問わない。したがって、別個の筐体に収納され、ネットワークを介して接続されている複数の装置、及び、１つの筐体の中に複数のモジュールが収納されている１つの装置は、いずれも、システムである。
また、例えば、１つの装置（または処理部）として説明した構成を分割し、複数の装置（または処理部）として構成するようにしてもよい。逆に、以上において複数の装置（または処理部）として説明した構成をまとめて１つの装置（または処理部）として構成されるようにしてもよい。また、各装置（または各処理部）の構成に上述した以外の構成を付加するようにしてももちろんよい。さらに、システム全体としての構成や動作が実質的に同じであれば、ある装置（または処理部）の構成の一部を他の装置（または他の処理部）の構成に含めるようにしてもよい。
また、例えば、本技術は、１つの機能を、ネットワークを介して複数の装置で分担、共同して処理するクラウドコンピューティングの構成をとることができる。
また、例えば、上述したプログラムは、任意の装置において実行することができる。その場合、その装置が、必要な機能（機能ブロック等）を有し、必要な情報を得ることができるようにすればよい。
また、例えば、上述のフローチャートで説明した各ステップは、１つの装置で実行する他、複数の装置で分担して実行することができる。さらに、１つのステップに複数の処理が含まれる場合には、その１つのステップに含まれる複数の処理は、１つの装置で実行する他、複数の装置で分担して実行することができる。換言するに、１つのステップに含まれる複数の処理を、複数のステップの処理として実行することもできる。逆に、複数のステップとして説明した処理を１つのステップとしてまとめて実行することもできる。
なお、コンピュータが実行するプログラムは、プログラムを記述するステップの処理が、本明細書で説明する順序に沿って時系列に実行されるようにしても良いし、並列に、あるいは呼び出しが行われたとき等の必要なタイミングで個別に実行されるようにしても良い。つまり、矛盾が生じない限り、各ステップの処理が上述した順序と異なる順序で実行されるようにしてもよい。さらに、このプログラムを記述するステップの処理が、他のプログラムの処理と並列に実行されるようにしても良いし、他のプログラムの処理と組み合わせて実行されるようにしても良い。
なお、本明細書において複数説明した本技術は、矛盾が生じない限り、それぞれ独立に単体で実施することができる。もちろん、任意の複数の本技術を併用して実施することもできる。例えば、いずれかの実施の形態において説明した本技術の一部または全部を、他の実施の形態において説明した本技術の一部または全部と組み合わせて実施することもできる。また、上述した任意の本技術の一部または全部を、上述していない他の技術と併用して実施することもできる。
＜構成の組み合わせ例＞
なお、本技術は以下のような構成も取ることができる。
（１）
３次元構造を表す３Ｄデータを２次元に変換することによって、少なくとも第１の画像および第２の画像と、前記第１の画像および前記第２の画像を３次元に構築するのに必要な３次元情報メタデータとが得られ、特定時刻に表示される前記３Ｄデータを構成する１単位のファイルを、前記第１の画像および前記第２の画像を前記３次元情報メタデータに基づいて３次元に再現して再生する際に必要な再生順に従って、前記第１の画像および前記第２の画像と前記３次元情報メタデータとを格納して生成するファイル生成部
を備える情報処理装置。
（２）
前記第１の画像および前記第２の画像を符号化して、第１の画像ストリームおよび第２の画像ストリームを生成する符号化部
をさらに備え、
前記ファイル生成部は、前記第１の画像ストリームおよび前記第２の画像ストリームがそれぞれ復号された後に、前記第１の画像および前記第２の画像を前記３次元情報メタデータに基づいて３次元構造として再構築されるのに必要な復号順に従って、前記第１の画像および前記第２の画像と前記３次元情報メタデータとを格納して前記ファイルを生成する
上記（１）に記載の情報処理装置。
（３）
前記符号化部は、前記第１の画像および前記第２の画像をnon-layered codingで符号化する
上記（２）に記載の情報処理装置。
（４）
前記３次元情報メタデータは、前記第１の画像および前記第２の画像を指し示す情報を含む
上記（１）から（３）までのいずれかに記載の情報処理装置。
（５）
前記３次元情報メタデータは、Group of Framesを示す情報を含む
上記（１）から（４）までのいずれかに記載の情報処理装置。
（６）
前記３次元情報メタデータは、同時刻に表示するlayer数およびcomponent数を示す情報を含む
上記（１）から（５）までのいずれかに記載の情報処理装置。
（７）
前記３次元情報メタデータは、前記３Ｄデータの前記３次元構造の構成要素ごとのコーデック情報を含む
上記（１）から（６）までのいずれかに記載の情報処理装置。
（８）
前記符号化部は、前記第１の画像および前記第２の画像をlayered codingで符号化する
上記（２）に記載の情報処理装置。
（９）
複数の画像を１つのパッキング画像にパッキングするパッキング処理部
をさらに備え、
前記ファイル生成部は、前記パッキング画像、前記３次元情報メタデータ、および、前記パッキングの方法を示すパッキング情報を前記ファイルに格納する
上記（１）から（８）までのいずれかに記載の情報処理装置。
（１０）
前記パッキング処理部は、同一のlayerの前記第１の画像どうし、および、同一のlayerの前記第２の画像どうしをパッキングする
上記（９）に記載の情報処理装置。
（１１）
前記パッキング処理部は、前記第１の画像と前記第２の画像との同一のlayerどうしをパッキングする
上記（９）に記載の情報処理装置。
（１２）
前記パッキング処理部は、前記第１の画像および前記第２の画像の全てのlayerをパッキングする
上記（９）に記載の情報処理装置。
（１３）
前記ファイル生成部は、前記第１の画像および前記第２の画像と前記３次元情報メタデータとを少なくとも含むストリームを、ISOBMFF（ISO Base Media File Format）の1 sampleとして格納することで前記ファイルを生成する
上記（１）から（１２）までのいずれかに記載の情報処理装置。
（１４）
前記第１の画像および前記第２の画像のいずれか一方が前記３次元情報メタデータを含み、前記第１の画像および前記第２の画像で、それぞれが前記1 sampleとして格納される
上記（１３）に記載の情報処理装置。
（１５）
前記ファイル生成部は、前記第１の画像および前記第２の画像と前記３次元情報メタデータとを少なくとも含むストリームを、異なるトラックに格納することで前記ファイルを生成する
上記（１）から（１４）までのいずれかに記載の情報処理装置。
（１６）
前記３次元情報メタデータは、前記トラックの間の関係性を示す情報を含む
上記（１５）に記載の情報処理装置。
（１７）
前記第１の画像および前記第２の画像と前記３次元情報メタデータとは、ISOBMFFでシグナルされる
上記（１）から（１６）までのいずれかに記載の情報処理装置。
（１８）
前記第１の画像および前記第２の画像と前記３次元情報メタデータとは、DASH（Dynamic Adaptive St reaming over HTTP）のMPD（Media Presentation Description）でシグナルされる
上記（１）から（１６）までのいずれかに記載の情報処理装置。
（１９）
情報処理装置が、
３次元構造を表す３Ｄデータを２次元に変換することによって、少なくとも第１の画像および第２の画像と、前記第１の画像および前記第２の画像を３次元に構築するのに必要な３次元情報メタデータとが得られ、特定時刻に表示される前記３Ｄデータを構成する１単位のファイルを、前記第１の画像および前記第２の画像を前記３次元情報メタデータに基づいて３次元に再現して再生する際に必要な再生順に従って、前記第１の画像および前記第２の画像と前記３次元情報メタデータとを格納して生成すること
を含む情報処理方法。
（２０）
情報処理装置のコンピュータに、
３次元構造を表す３Ｄデータを２次元に変換することによって、少なくとも第１の画像および第２の画像と、前記第１の画像および前記第２の画像を３次元に構築するのに必要な３次元情報メタデータとが得られ、特定時刻に表示される前記３Ｄデータを構成する１単位のファイルを、前記第１の画像および前記第２の画像を前記３次元情報メタデータに基づいて３次元に再現して再生する際に必要な再生順に従って、前記第１の画像および前記第２の画像と前記３次元情報メタデータとを格納して生成すること
を含む情報処理を実行させるためのプログラム。
なお、本実施の形態は、上述した実施の形態に限定されるものではなく、本開示の要旨を逸脱しない範囲において種々の変更が可能である。また、本明細書に記載された効果はあくまで例示であって限定されるものではなく、他の効果があってもよい。
１１および１２ 情報処理装置， ２１ 3D2D変換部， ２２ 符号化部， ２３ PC stream生成部， ２４ ファイル生成部， ３１ 抽出部， ３２ 復号部， ３３ 2D3D変換部， ３４ 表示処理部， ５１ データ生成装置， ５２ データ再生装置， ６１ 制御部， ６２ ファイル生成部， ７１ データ入力部， ７２ データ符号化・生成部， ７３ MPDファイル生成部， ７４ 記録部， ７５ アップロード部， ７６ 前処理部， ７７ 符号化部， ７８ セグメントファイル生成部， ８１ 制御部， ８２ 再生処理部， ９１ MPDファイル取得部， ９２ MPDファイル処理部， ９３ セグメントファイル取得部， ９４ 表示制御部， ９５ データ解析・復号部， ９６ 表示部， ９７ セグメントファイル処理部， ９８ 復号部， ９９ 表示情報生成部

Claims (26)

  1. 特定時刻に表示されるＰｏｉｎｔ Ｃｌｏｕｄを構成する単位であるＰＣ Ｓａｍｐｌｅにおいて、
    ＰＣ Ｓａｍｐｌｅは、前記Ｐｏｉｎｔ Ｃｌｏｕｄに対応する３Ｄデータを２次元に変換することにより得られるＧｅｏｍｅｔｒｙ画像のＳｕｂ Ｓａｍｐｌｅ、Ｔｅｘｔｕｒｅ画像のＳｕｂ Ｓａｍｐｌｅ、および３次元情報メタデータで構成され、
    前記３次元情報メタデータには、前記ＰＣ Ｓａｍｐｌｅのｈｅａｄｅｒ情報であるＰＣ ｈｅａｄｅｒが含まれ、
    前記ＰＣ ｈｅａｄｅｒには、前記ＰＣ Ｓａｍｐｌｅ内における前記Ｇｅｏｍｅｔｒｙ画像のＳｕｂ Ｓａｍｐｌｅ数または前記Ｔｅｘｔｕｒｅ画像のＳｕｂ Ｓａｍｐｌｅ数であるＬａｙｅｒ数の情報が含まれており、
    前記Ｇｅｏｍｅｔｒｙ画像のＳｕｂ Ｓａｍｐｌｅ、前記Ｔｅｘｔｕｒｅ画像のＳｕｂ Ｓａｍｐｌｅ、および前記３次元情報メタデータを格納してファイルを生成するファイル生成部
    を備える情報処理装置。
  2. 前記ファイルはＩＳＯＢＭＦＦ（ＩＳＯ Ｂａｓｅ Ｍｅｄｉａ Ｆｉｌｅ Ｆｏｒｍａｔ）であって、
    前記Ｌａｙｅｒ数の情報は、前記ファイルのメタデータ領域であるｍｏｏｖＢｏｘに格納される
    請求項１に記載の情報処理装置。
  3. 前記Ｌａｙｅｒ数の情報は、前記ファイルに格納される前記Ｇｅｏｍｅｔｒｙ画像のＳｕｂ Ｓａｍｐｌｅおよび前記Ｔｅｘｔｕｒｅ画像のＳｕｂ Ｓａｍｐｌｅに対応するＴｒａｃｋのＳａｍｐｌｅ Ｅｎｔｒｙに格納される
    請求項２に記載の情報処理装置。
  4. 前記ＰＣ ｈｅａｄｅｒには、さらに前記Ｓｕｂ ＳａｍｐｌｅがＧｅｏｍｅｔｒｙ画像のＳｕｂ Ｓａｍｐｌｅか、Ｔｅｘｔｕｒｅ画像のＳｕｂ Ｓａｍｐｌｅかを示すＴｙｐｅ情報、および、前記Ｓｕｂ Ｓａｍｐｌｅが対応するＬａｙｅｒを示すＬａｙｅｒ識別子が含まれる
    請求項１に記載の情報処理装置。
  5. 前記Ｔｙｐｅ情報が０であるとき、前記Ｓｕｂ ＳａｍｐｌｅはＧｅｏｍｅｔｒｙ画像のＳｕｂ Ｓａｍｐｌｅであることを示し、前記Ｔｙｐｅ情報が１であるとき、前記Ｓｕｂ ＳａｍｐｌｅはＴｅｘｔｕｒｅ画像のＳｕｂ Ｓａｍｐｌｅであることを示す
    請求項４に記載の情報処理装置。
  6. 前記Ｔｙｐｅ情報は、ＳｕｂＳａｍｐｌｅＩｎｆｏｒｍａｔｉｏｎとしてシグナルされる
    請求項５に記載の情報処理装置。
  7. 前記Ｔｙｐｅ情報は、ＳｕｂＳａｍｐｌｅＥｎｔｒｙＢｏｘにシグナルされる
    請求項５に記載の情報処理装置。
  8. 特定時刻に表示されるＰｏｉｎｔ Ｃｌｏｕｄを構成する複数のＳａｍｐｌｅにおいて、
    前記複数のＳａｍｐｌｅは、前記Ｐｏｉｎｔ Ｃｌｏｕｄに対応する３Ｄデータを２次元に変換することにより得られるＧｅｏｍｅｔｒｙ画像のＳａｍｐｌｅ、Ｔｅｘｔｕｒｅ画像のＳａｍｐｌｅ、および３次元情報メタデータで構成され、
    前記３次元情報メタデータには、前記Ｓａｍｐｌｅのｈｅａｄｅｒ情報であるＰＣｈｅａｄｅｒが含まれ、
    前記ＰＣｈｅａｄｅｒには、特定時刻に表示されるＰｏｉｎｔ Ｃｌｏｕｄを構成する前記Ｇｅｏｍｅｔｒｙ画像のＳａｍｐｌｅ数または前記Ｔｅｘｔｕｒｅ画像のＳａｍｐｌｅ数であるＬａｙｅｒ数の情報が含まれており、
    前記Ｇｅｏｍｅｔｒｙ画像のＳａｍｐｌｅ、前記Ｔｅｘｔｕｒｅ画像のＳａｍｐｌｅ、および前記３次元情報メタデータを格納してファイルを生成するファイル生成部
    を備える情報処理装置。
  9. 前記ファイルはＩＳＯＢＭＦＦ（ＩＳＯ Ｂａｓｅ Ｍｅｄｉａ Ｆｉｌｅ Ｆｏｒｍａｔ）であって、
    前記Ｌａｙｅｒ数の情報は、前記ファイルのメタデータ領域であるｍｏｏｖＢｏｘに格納される
    請求項８に記載の情報処理装置。
  10. 前記Ｌａｙｅｒ数の情報は、前記ファイルに格納される前記Ｇｅｏｍｅｔｒｙ画像のＳａｍｐｌｅおよび前記Ｔｅｘｔｕｒｅ画像のＳａｍｐｌｅに対応するＴｒａｃｋのＳａｍｐｌｅ Ｅｎｔｒｙに格納される
    請求項９に記載の情報処理装置。
  11. 前記ＰＣｈｅａｄｅｒには、さらに前記ＳａｍｐｌｅがＧｅｏｍｅｔｒｙ画像のＳａｍｐｌｅか、Ｔｅｘｔｕｒｅ画像のＳａｍｐｌｅかを示すＴｙｐｅ情報、および、前記Ｓａｍｐｌｅが対応するＬａｙｅｒを示すＬａｙｅｒ識別子が含まれる
    請求項９に記載の情報処理装置。
  12. 前記Ｌａｙｅｒ識別子は、ＳａｍｐｌｅＥｎｔｒｙでシグナルされる
    請求項１１に記載の情報処理装置。
  13. 前記Ｔｙｐｅ情報が０であるとき、前記ＳａｍｐｌｅはＧｅｏｍｅｔｒｙ画像のＳａｍｐｌｅであることを示し、前記Ｔｙｐｅ情報が１であるとき、前記ＳａｍｐｌｅはＴｅｘｔｕｒｅ画像のＳａｍｐｌｅであることを示す
    請求項１１に記載の情報処理装置。
  14. 前記Ｔｙｐｅ情報は、ＳｕｂＳａｍｐｌｅＩｎｆｏｒｍａｔｉｏｎとしてシグナルされる
    請求項１３に記載の情報処理装置。
  15. 前記Ｔｙｐｅ情報は、ＳｕｂＳａｍｐｌｅＥｎｔｒｙＢｏｘにシグナルされる
    請求項１３に記載の情報処理装置。
  16. 前記３次元情報メタデータは、前記複数のＳａｍｐｌｅの間の関係性を示す情報を含む
    請求項８に記載の情報処理装置。
  17. 前記Ｇｅｏｍｅｔｒｙ画像および前記Ｔｅｘｔｕｒｅ画像と前記３次元情報メタデータとは、ＩＳＯＢＭＦＦでシグナルされる
    請求項８に記載の情報処理装置。
  18. 前記Ｇｅｏｍｅｔｒｙ画像および前記Ｔｅｘｔｕｒｅ画像と前記３次元情報メタデータとは、ＤＡＳＨ（Ｄｙｎａｍｉｃ Ａｄａｐｔｉｖｅ Ｓｔ ｒｅａｍｉｎｇ ｏｖｅｒ ＨＴＴＰ）のＭＰＤ（Ｍｅｄｉａ Ｐｒｅｓｅｎｔａｔｉｏｎ Ｄｅｓｃｒｉｐｔｉｏｎ）でシグナルされる
    請求項８に記載の情報処理装置。
  19. 情報処理装置が、
    特定時刻に表示されるＰｏｉｎｔ Ｃｌｏｕｄを構成する単位であるＰＣ Ｓａｍｐｌｅにおいて、
    ＰＣ Ｓａｍｐｌｅは、前記Ｐｏｉｎｔ Ｃｌｏｕｄに対応する３Ｄデータを２次元に変換することにより得られるＧｅｏｍｅｔｒｙ画像のＳｕｂ Ｓａｍｐｌｅ、Ｔｅｘｔｕｒｅ画像のＳｕｂ Ｓａｍｐｌｅ、および３次元情報メタデータで構成され、
    前記３次元情報メタデータには、前記ＰＣ Ｓａｍｐｌｅのｈｅａｄｅｒ情報であるＰＣ ｈｅａｄｅｒが含まれ、
    前記ＰＣ ｈｅａｄｅｒには、前記ＰＣ Ｓａｍｐｌｅ内における前記Ｇｅｏｍｅｔｒｙ画像のＳｕｂ Ｓａｍｐｌｅ数または前記Ｔｅｘｔｕｒｅ画像のＳｕｂ Ｓａｍｐｌｅ数であるＬａｙｅｒ数の情報が含まれており、
    前記Ｇｅｏｍｅｔｒｙ画像のＳｕｂ Ｓａｍｐｌｅ、前記Ｔｅｘｔｕｒｅ画像のＳｕｂ Ｓａｍｐｌｅ、および前記３次元情報メタデータを格納してファイルを生成すること
    を含む情報処理方法。
  20. 情報処理装置のコンピュータに、
    特定時刻に表示されるＰｏｉｎｔ Ｃｌｏｕｄを構成する単位であるＰＣ Ｓａｍｐｌｅにおいて、
    ＰＣ Ｓａｍｐｌｅは、前記Ｐｏｉｎｔ Ｃｌｏｕｄに対応する３Ｄデータを２次元に変換することにより得られるＧｅｏｍｅｔｒｙ画像のＳｕｂ Ｓａｍｐｌｅ、Ｔｅｘｔｕｒｅ画像のＳｕｂ Ｓａｍｐｌｅ、および３次元情報メタデータで構成され、
    前記３次元情報メタデータには、前記ＰＣ Ｓａｍｐｌｅのｈｅａｄｅｒ情報であるＰＣ ｈｅａｄｅｒが含まれ、
    前記ＰＣ ｈｅａｄｅｒには、前記ＰＣ Ｓａｍｐｌｅ内における前記Ｇｅｏｍｅｔｒｙ画像のＳｕｂ Ｓａｍｐｌｅ数または前記Ｔｅｘｔｕｒｅ画像のＳｕｂ Ｓａｍｐｌｅ数であるＬａｙｅｒ数の情報が含まれており、
    前記Ｇｅｏｍｅｔｒｙ画像のＳｕｂ Ｓａｍｐｌｅ、前記Ｔｅｘｔｕｒｅ画像のＳｕｂ Ｓａｍｐｌｅ、および前記３次元情報メタデータを格納してファイルを生成すること
    を含む情報処理を実行させるためのプログラム。
  21. 情報処理装置が、
    特定時刻に表示されるＰｏｉｎｔ Ｃｌｏｕｄを構成する複数のＳａｍｐｌｅにおいて、
    前記複数のＳａｍｐｌｅは、前記Ｐｏｉｎｔ Ｃｌｏｕｄに対応する３Ｄデータを２次元に変換することにより得られるＧｅｏｍｅｔｒｙ画像のＳａｍｐｌｅ、Ｔｅｘｔｕｒｅ画像のＳａｍｐｌｅ、および３次元情報メタデータで構成され、
    前記３次元情報メタデータには、前記Ｓａｍｐｌｅのｈｅａｄｅｒ情報であるＰＣｈｅａｄｅｒが含まれ、
    前記ＰＣｈｅａｄｅｒには、特定時刻に表示されるＰｏｉｎｔ Ｃｌｏｕｄを構成する前記Ｇｅｏｍｅｔｒｙ画像のＳａｍｐｌｅ数または前記Ｔｅｘｔｕｒｅ画像のＳａｍｐｌｅ数であるＬａｙｅｒ数の情報が含まれており、
    前記Ｇｅｏｍｅｔｒｙ画像のＳａｍｐｌｅ、前記Ｔｅｘｔｕｒｅ画像のＳａｍｐｌｅ、および前記３次元情報メタデータを格納してファイルを生成すること
    を含む情報処理方法。
  22. 情報処理装置のコンピュータに、
    特定時刻に表示されるＰｏｉｎｔ Ｃｌｏｕｄを構成する複数のＳａｍｐｌｅにおいて、
    前記複数のＳａｍｐｌｅは、前記Ｐｏｉｎｔ Ｃｌｏｕｄに対応する３Ｄデータを２次元に変換することにより得られるＧｅｏｍｅｔｒｙ画像のＳａｍｐｌｅ、Ｔｅｘｔｕｒｅ画像のＳａｍｐｌｅ、および３次元情報メタデータで構成され、
    前記３次元情報メタデータには、前記Ｓａｍｐｌｅのｈｅａｄｅｒ情報であるＰＣｈｅａｄｅｒが含まれ、
    前記ＰＣｈｅａｄｅｒには、特定時刻に表示されるＰｏｉｎｔ Ｃｌｏｕｄを構成する前記Ｇｅｏｍｅｔｒｙ画像のＳａｍｐｌｅ数または前記Ｔｅｘｔｕｒｅ画像のＳａｍｐｌｅ数であるＬａｙｅｒ数の情報が含まれており、
    前記Ｇｅｏｍｅｔｒｙ画像のＳａｍｐｌｅ、前記Ｔｅｘｔｕｒｅ画像のＳａｍｐｌｅ、および前記３次元情報メタデータを格納してファイルを生成すること
    を含む情報処理を実行させるためのプログラム。
  23. 特定時刻に表示されるＰｏｉｎｔ Ｃｌｏｕｄを構成する単位であるＰＣ Ｓａｍｐｌｅにおいて、
    ＰＣ Ｓａｍｐｌｅは、前記Ｐｏｉｎｔ Ｃｌｏｕｄに対応する３Ｄデータを２次元に変換することにより得られるＧｅｏｍｅｔｒｙ画像のＳｕｂ Ｓａｍｐｌｅ、Ｔｅｘｔｕｒｅ画像のＳｕｂ Ｓａｍｐｌｅ、および３次元情報メタデータで構成され、
    前記３次元情報メタデータには、前記ＰＣ Ｓａｍｐｌｅのｈｅａｄｅｒ情報であるＰＣ ｈｅａｄｅｒが含まれ、
    前記ＰＣ ｈｅａｄｅｒには、前記ＰＣ Ｓａｍｐｌｅ内における前記Ｇｅｏｍｅｔｒｙ画像のＳｕｂ Ｓａｍｐｌｅ数または前記Ｔｅｘｔｕｒｅ画像のＳｕｂ Ｓａｍｐｌｅ数であるＬａｙｅｒ数の情報が含まれており、
    前記Ｇｅｏｍｅｔｒｙ画像のＳｕｂ Ｓａｍｐｌｅ、前記Ｔｅｘｔｕｒｅ画像のＳｕｂ Ｓａｍｐｌｅ、および前記３次元情報メタデータが格納されているファイルを再生する再生部
    を備える情報処理装置。
  24. 特定時刻に表示されるＰｏｉｎｔ Ｃｌｏｕｄを構成する複数のＳａｍｐｌｅにおいて、
    前記複数のＳａｍｐｌｅは、前記Ｐｏｉｎｔ Ｃｌｏｕｄに対応する３Ｄデータを２次元に変換することにより得られるＧｅｏｍｅｔｒｙ画像のＳａｍｐｌｅ、Ｔｅｘｔｕｒｅ画像のＳａｍｐｌｅ、および３次元情報メタデータで構成され、
    前記３次元情報メタデータには、前記Ｓａｍｐｌｅのｈｅａｄｅｒ情報であるＰＣｈｅａｄｅｒが含まれ、
    前記ＰＣｈｅａｄｅｒには、特定時刻に表示されるＰｏｉｎｔ Ｃｌｏｕｄを構成する前記Ｇｅｏｍｅｔｒｙ画像のＳａｍｐｌｅ数または前記Ｔｅｘｔｕｒｅ画像のＳａｍｐｌｅ数であるＬａｙｅｒ数の情報が含まれており、
    前記Ｇｅｏｍｅｔｒｙ画像のＳａｍｐｌｅ、前記Ｔｅｘｔｕｒｅ画像のＳａｍｐｌｅ、および前記３次元情報メタデータが格納されているファイルを再生する再生部
    を備える情報処理装置。
  25. 特定時刻に表示されるＰｏｉｎｔ Ｃｌｏｕｄを構成する単位であるＰＣ Ｓａｍｐｌｅにおいて、
    ＰＣ Ｓａｍｐｌｅは、前記Ｐｏｉｎｔ Ｃｌｏｕｄに対応する３Ｄデータを２次元に変換することにより得られるＧｅｏｍｅｔｒｙ画像のＳｕｂ Ｓａｍｐｌｅ、Ｔｅｘｔｕｒｅ画像のＳｕｂ Ｓａｍｐｌｅ、および３次元情報メタデータで構成され、
    前記３次元情報メタデータには、前記ＰＣ Ｓａｍｐｌｅのｈｅａｄｅｒ情報であるＰＣ ｈｅａｄｅｒが含まれ、
    前記ＰＣ ｈｅａｄｅｒには、前記ＰＣ Ｓａｍｐｌｅ内における前記Ｇｅｏｍｅｔｒｙ画像のＳｕｂ Ｓａｍｐｌｅ数または前記Ｔｅｘｔｕｒｅ画像のＳｕｂ Ｓａｍｐｌｅ数であるＬａｙｅｒ数の情報が含まれており、
    前記Ｇｅｏｍｅｔｒｙ画像のＳｕｂ Ｓａｍｐｌｅ、前記Ｔｅｘｔｕｒｅ画像のＳｕｂ Ｓａｍｐｌｅ、および前記３次元情報メタデータが格納されているファイルを再生すること
    を含む情報処理方法。
  26. 特定時刻に表示されるＰｏｉｎｔ Ｃｌｏｕｄを構成する複数のＳａｍｐｌｅにおいて、
    前記複数のＳａｍｐｌｅは、前記Ｐｏｉｎｔ Ｃｌｏｕｄに対応する３Ｄデータを２次元に変換することにより得られるＧｅｏｍｅｔｒｙ画像のＳａｍｐｌｅ、Ｔｅｘｔｕｒｅ画像のＳａｍｐｌｅ、および３次元情報メタデータで構成され、
    前記３次元情報メタデータには、前記Ｓａｍｐｌｅのｈｅａｄｅｒ情報であるＰＣｈｅａｄｅｒが含まれ、
    前記ＰＣｈｅａｄｅｒには、特定時刻に表示されるＰｏｉｎｔ Ｃｌｏｕｄを構成する前記Ｇｅｏｍｅｔｒｙ画像のＳａｍｐｌｅ数または前記Ｔｅｘｔｕｒｅ画像のＳａｍｐｌｅ数であるＬａｙｅｒ数の情報が含まれており、
    前記Ｇｅｏｍｅｔｒｙ画像のＳａｍｐｌｅ、前記Ｔｅｘｔｕｒｅ画像のＳａｍｐｌｅ、および前記３次元情報メタデータが格納されているファイルを再生すること
    を含む情報処理方法。
JP2020528720A 2018-07-06 2019-05-29 情報処理装置および情報処理方法、並びにプログラム Active JP7310816B2 (ja)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
JP2018129332 2018-07-06
JP2018129332 2018-07-06
PCT/JP2019/021191 WO2020008758A1 (ja) 2018-07-06 2019-05-29 情報処理装置および情報処理方法、並びにプログラム

Publications (2)

Publication Number Publication Date
JPWO2020008758A1 JPWO2020008758A1 (ja) 2021-07-08
JP7310816B2 true JP7310816B2 (ja) 2023-07-19

Family

ID=69060629

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2020528720A Active JP7310816B2 (ja) 2018-07-06 2019-05-29 情報処理装置および情報処理方法、並びにプログラム

Country Status (7)

Country Link
US (1) US11516453B2 (ja)
EP (1) EP3820147A4 (ja)
JP (1) JP7310816B2 (ja)
KR (1) KR20210025527A (ja)
CN (1) CN112369016A (ja)
TW (1) TW202006667A (ja)
WO (1) WO2020008758A1 (ja)

Families Citing this family (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20210040962A (ko) * 2018-08-08 2021-04-14 파나소닉 인텔렉츄얼 프로퍼티 코포레이션 오브 아메리카 3차원 데이터 부호화 방법, 3차원 데이터 복호 방법, 3차원 데이터 부호화 장치, 및 3차원 데이터 복호 장치
KR102589477B1 (ko) * 2018-09-14 2023-10-13 후아웨이 테크놀러지 컴퍼니 리미티드 포인트 클라우드 코딩에서 개선된 속성 계층 및 시그널링
WO2020060813A1 (en) * 2018-09-18 2020-03-26 Vid Scale, Inc. Methods and apparatus for point cloud compression bitstream format
WO2020076058A1 (ko) * 2018-10-08 2020-04-16 삼성전자 주식회사 3차원 비디오 컨텐츠를 포함하는 미디어 파일을 생성하는 방법 및 장치 및 3차원 비디오 컨텐츠를 재생하는 방법 및 장치
EP4167573A4 (en) * 2020-06-12 2023-12-13 Sony Group Corporation DEVICE AND METHOD FOR PROCESSING INFORMATION
EP3979644A1 (en) * 2020-10-02 2022-04-06 Koninklijke Philips N.V. A method and apparatus for encoding and decoding one or more views of a scene
CN116018618A (zh) * 2020-10-06 2023-04-25 索尼集团公司 图像处理装置和方法

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2017082076A1 (ja) 2015-11-11 2017-05-18 ソニー株式会社 符号化装置および符号化方法、復号装置および復号方法
WO2017104115A1 (ja) 2015-12-14 2017-06-22 パナソニック インテレクチュアル プロパティ コーポレーション オブ アメリカ 三次元データ符号化方法、三次元データ復号方法、三次元データ符号化装置及び三次元データ復号装置
WO2018021069A1 (ja) 2016-07-29 2018-02-01 ソニー株式会社 画像処理装置および画像処理方法
US20180268570A1 (en) 2017-03-16 2018-09-20 Samsung Electronics Co., Ltd. Point cloud and mesh compression using image/video codecs

Family Cites Families (17)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101258106B1 (ko) * 2008-09-07 2013-04-25 돌비 레버러토리즈 라이쎈싱 코오포레이션 크로마 정정 및/또는 체커보드 인터리브된 포맷의 ３ｄ 이미지들의 정정을 포함하는 인터리브된 데이터 세트들의 컨버젼
JP5647242B2 (ja) * 2009-07-27 2014-12-24 コーニンクレッカ フィリップス エヌ ヴェ ３ｄビデオ及び補助データの結合
WO2011080907A1 (ja) * 2009-12-28 2011-07-07 パナソニック株式会社 表示装置と方法、記録媒体、送信装置と方法、及び再生装置と方法
JP2011142586A (ja) 2010-01-08 2011-07-21 Sony Corp 画像処理装置、情報記録媒体、および画像処理方法、並びにプログラム
WO2013030458A1 (en) 2011-08-31 2013-03-07 Nokia Corporation Multiview video coding and decoding
US9826212B2 (en) * 2013-05-10 2017-11-21 Koninklijke Philips N.V. Method of encoding a video data signal for use with a multi-view rendering device
KR102076494B1 (ko) * 2014-01-20 2020-02-14 한국전자통신연구원 3차원 데이터 처리 장치 및 방법
US10389999B2 (en) * 2016-02-17 2019-08-20 Qualcomm Incorporated Storage of virtual reality video in media files
US10620441B2 (en) * 2016-12-14 2020-04-14 Qualcomm Incorporated Viewport-aware quality metric for 360-degree video
JP6171079B1 (ja) * 2016-12-22 2017-07-26 株式会社Ｃｙｇａｍｅｓ 不整合検出システム、複合現実システム、プログラム及び不整合検出方法
US11363248B2 (en) * 2017-03-17 2022-06-14 Lg Electronics Inc. Method and device for transmitting region information of 360-degree video
US11062738B2 (en) * 2017-03-23 2021-07-13 Qualcomm Incorporated Signalling of video content including sub-picture bitstreams for video coding
US10873733B2 (en) * 2017-06-23 2020-12-22 Mediatek Inc. Methods and apparatus for deriving composite tracks
US10778993B2 (en) * 2017-06-23 2020-09-15 Mediatek Inc. Methods and apparatus for deriving composite tracks with track grouping
US11082719B2 (en) * 2017-07-03 2021-08-03 Nokia Technologies Oy Apparatus, a method and a computer program for omnidirectional video
CN110832873A (zh) * 2017-07-06 2020-02-21 夏普株式会社 用于针对虚拟现实应用程序发送信号通知视图信息的系统和方法
JP7043755B2 (ja) * 2017-08-29 2022-03-30 ソニーグループ株式会社 情報処理装置、情報処理方法、プログラム、及び、移動体

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2017082076A1 (ja) 2015-11-11 2017-05-18 ソニー株式会社 符号化装置および符号化方法、復号装置および復号方法
WO2017104115A1 (ja) 2015-12-14 2017-06-22 パナソニック インテレクチュアル プロパティ コーポレーション オブ アメリカ 三次元データ符号化方法、三次元データ復号方法、三次元データ符号化装置及び三次元データ復号装置
WO2018021069A1 (ja) 2016-07-29 2018-02-01 ソニー株式会社 画像処理装置および画像処理方法
US20180268570A1 (en) 2017-03-16 2018-09-20 Samsung Electronics Co., Ltd. Point cloud and mesh compression using image/video codecs

Also Published As

Publication number Publication date
TW202006667A (zh) 2020-02-01
CN112369016A (zh) 2021-02-12
EP3820147A4 (en) 2022-07-20
JPWO2020008758A1 (ja) 2021-07-08
EP3820147A1 (en) 2021-05-12
WO2020008758A1 (ja) 2020-01-09
US11516453B2 (en) 2022-11-29
KR20210025527A (ko) 2021-03-09
US20210235056A1 (en) 2021-07-29

Similar Documents

Publication Publication Date Title
JP7310816B2 (ja) 情報処理装置および情報処理方法、並びにプログラム
TWI679885B (zh) 用於產生媒體資料的方法及設備
KR20230152815A (ko) 포인트 클라우드 데이터 부호화 장치, 포인트 클라우드 데이터 부호화 방법, 포인트 클라우드 데이터 복호화 장치 및 포인트 클라우드 데이터 복호화 방법
KR102559862B1 (ko) 미디어 콘텐츠 전송을 위한 방법, 디바이스, 및 컴퓨터 프로그램
JP7439762B2 (ja) 情報処理装置および情報処理方法、並びにプログラム
JP6037567B2 (ja) ２次元にも対応する立体映像フローのデコード方法
KR102655630B1 (ko) 3차원 비디오 컨텐츠를 포함하는 미디어 파일을 생성하는 방법 및 장치 및 3차원 비디오 컨텐츠를 재생하는 방법 및 장치
JP2022133439A (ja) メディアコンテンツを送信するための方法、装置及びコンピュータプログラム
JP7415936B2 (ja) 情報処理装置および情報処理方法
KR101257386B1 (ko) 통합 멀티미디어 파일 구조를 이용한 3ｄ 멀티미디어콘텐츠 서비스 시스템 및 방법
US20220335978A1 (en) An apparatus, a method and a computer program for video coding and decoding
US11477489B2 (en) Apparatus, a method and a computer program for video coding and decoding
US20240107049A1 (en) Information processing device and information processing method
JPWO2017122543A1 (ja) 情報処理装置および情報処理方法
Ilola et al. An overview of the mpeg standard for storage and transport of visual volumetric video-based coding
KR20160142626A (ko) 공통 홀로그래픽 데이터 포맷 및 부복호화 장치 및 방법
JP2024515091A (ja) メディアファイル処理方法及びその装置

Legal Events

Date Code Title Description
A524 Written submission of copy of amendment under article 19 pct

Free format text: JAPANESE INTERMEDIATE CODE: A527

Effective date: 20201130

A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20220405

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20230221

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20230414

TRDD Decision of grant or rejection written
A01 Written decision to grant a patent or to grant a registration (utility model)

Free format text: JAPANESE INTERMEDIATE CODE: A01

Effective date: 20230606

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20230619

R151 Written notification of patent or utility model registration

Ref document number: 7310816

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R151