JP7422883B2 - ポイントクラウドデータ送信装置、ポイントクラウドデータ送信方法、ポイントクラウドデータ受信装置、及びポイントクラウドデータ受信方法 - Google Patents

ポイントクラウドデータ送信装置、ポイントクラウドデータ送信方法、ポイントクラウドデータ受信装置、及びポイントクラウドデータ受信方法 Download PDF

Info

Publication number
JP7422883B2
JP7422883B2 JP2022541964A JP2022541964A JP7422883B2 JP 7422883 B2 JP7422883 B2 JP 7422883B2 JP 2022541964 A JP2022541964 A JP 2022541964A JP 2022541964 A JP2022541964 A JP 2022541964A JP 7422883 B2 JP7422883 B2 JP 7422883B2
Authority
JP
Japan
Prior art keywords
point
points
point cloud
information
geometry
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
JP2022541964A
Other languages
English (en)
Other versions
JP2023511263A (ja
Inventor
ホ，ヘジョン
オ，セジン
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 JP2023511263A publication Critical patent/JP2023511263A/ja
Application granted granted Critical
Publication of JP7422883B2 publication Critical patent/JP7422883B2/ja
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • 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
    • G06T9/40—Tree coding, e.g. quadtree, octree
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/50—Depth or shape recovery
    • 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
    • G06T9/00—Image coding
    • G06T9/004—Predictors, e.g. intraframe, interframe coding
    • 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
    • H04N19/103—Selection of coding mode or of prediction mode
    • H04N19/105—Selection of the reference unit for prediction within a chosen coding or prediction mode, e.g. adaptive choice of position and number of pixels used for prediction
    • 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
    • H04N19/42—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals characterised by implementation details or hardware specially adapted for video compression or decompression, e.g. dedicated software implementation
    • 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
    • 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)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Signal Processing (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Compression Or Coding Systems Of Tv Signals (AREA)
  • Image Generation (AREA)
  • Communication Control (AREA)
  • User Interface Of Digital Computer (AREA)
  • Traffic Control Systems (AREA)

Description

実施例はポイントクラウドコンテンツ（Ｐｏｉｎｔ Ｃｌｏｕｄ Ｃｏｎｔｅｎｔ）を処理する方法及び装置に関する。
ポイントクラウドコンテンツは３次元空間を表現する座標系に属する点（ポイント）の集合であるポイントクラウドで表現されるコンテンツである。ポイントクラウドコンテンツは３次元からなるメディアを表現でき、ＶＲ（Ｖｉｒｔｕａｌ Ｒｅａｌｉｔｙ、仮想現実）、ＡＲ（Ａｕｇｍｅｎｔｅｄ Ｒｅａｌｉｔｙ、拡張現実）、ＭＲ（Ｍｉｘｅｄ Ｒｅａｌｉｔｙ、ＸＲ （Ｅｘｔｅｎｄｅｄ Ｒｅａｌｉｔｙ）， 複合現実）及び自律走行サービスなどの様々なサービスを提供するために使用される。しかし、ポイントクラウドコンテンツを表現するためには、数万から数十万個のポイントデータが必要である。従って、膨大な量のポイントデータを効率的に処理する方法が求められる。
実施例による技術的課題は、上述した問題などを解決するために、ポイントクラウドを効率的に送受信するためのポイントクラウドデータ送信装置、送信方法、ポイントクラウドデータ受信装置及び受信方法を提供することにある。
実施例による技術的課題は、遅延時間（ｌａｔｅｎｃｙ）及び符号化／復号の複雑度を解決するためのポイントクラウドデータ送信装置、送信方法、ポイントクラウドデータ受信装置及び受信方法を提供することにある。
実施例による技術的課題は、ジオメトリ基盤のポイントクラウド圧縮（Ｇｅｏｍｅｔｒｙ－ｂａｓｅｄ ｐｏｉｎｔ ｃｌｏｕｄ ｃｏｍｐｒｅｓｓｉｏｎ、Ｇ－ＰＣＣ）の特質（ａｔｔｒｉｂｕｔｅ）情報の符号化技術を改善してポイントクラウドの圧縮性能を向上させるポイントクラウドデータ送信装置、送信方法、ポイントクラウドデータ受信装置及び受信方法を提供することにある。
実施例による技術的課題は、Ｇ－ＰＣＣの特質情報の並列処理を支援しながら圧縮効率を向上させるためのポイントクラウドデータ送信装置、送信方法、ポイントクラウドデータ受信装置及び受信方法を提供することにある。
実施例による技術的課題は、Ｇ－ＰＣＣの特質情報を符号化するとき、コンテンツが有しているポイント間の特質の関連性を考慮して、特質の予測に使用される隣接ポイントを選択することで、特質ビットストリームのサイズを減らし、特質の圧縮効率を高めるポイントクラウドデータ送信装置、送信方法、ポイントクラウドデータ受信装置及び受信方法を提供することにある。
実施例による技術的課題は、Ｇ－ＰＣＣの特質情報を符号化するとき、隣接ポイントの最大距離を適用して、特質の予測に使用される隣接ポイントを選択することで、特質ビットストリームのサイズを減らし、特質の圧縮効率を高めるポイントクラウドデータ送信装置、送信方法、ポイントクラウドデータ受信装置及び受信方法を提供することにある。
但し、上述した技術的課題のみに制限されず、記載された全ての内容に基づいて当業者が導き出される他の技術的課題にも実施例の権利範囲を拡張することができる。
上述した目的及び他の利点を達成するために、実施例によるポイントクラウドデータ送信方法は、ポイントクラウドデータを取得するステップ、前記ポイントクラウドデータのポイントの位置を含むジオメトリ情報を符号化するステップ、前記ジオメトリ情報に基づいて１つ以上のレベルオブディテール（ＬＯＤ）を生成し、前記１つ以上のＬＯＤに基づいて特質符号化される各ポイントの１つ以上の隣接ポイントを選択するステップ、各ポイントの選択された１つ以上の隣接ポイントに基づいて、各ポイントの特質情報を符号化するステップ、及び前記符号化されたジオメトリ情報、前記符号化された特質情報、及びシグナリング情報を送信するステップを含む。
各ポイントの選択された１つ以上の隣接ポイントは、隣接ポイント最大距離内に位置することを一実施例とする。
前記隣接ポイント最大距離は、隣接ポイント基本距離と隣接ポイント最大範囲に基づいて決定されることを一実施例とする。
前記１つ以上のＬＯＤが八分木に基づいて生成される場合、前記隣接ポイント基本距離は、特定のＬＯＤにおいて一ノードの対角線距離に基づいて決定されることを一実施例とする。
前記隣接ポイント最大範囲は、各ポイントの周りのノードの数であり、前記シグナリング情報にシグナリングされることを一実施例とする。
実施例によるポイントクラウド送信装置は、ポイントクラウドデータを取得する取得部、前記ポイントクラウドデータのポイントの位置を含むジオメトリ情報を符号化するジオメトリエンコーダ、前記ジオメトリ情報に基づいて１つ以上のレベルオブディテール（ＬＯＤ）を生成し、前記１つ以上のＬＯＤに基づいて特質符号化される各ポイントの１つ以上の隣接ポイントを選択し、各ポイントの選択された１つ以上の隣接ポイントに基づいて、各ポイントの特質情報を符号化する特質エンコーダ、及び前記符号化されたジオメトリ情報、前記符号化された特質情報、及びシグナリング情報を送信する送信部を含む。
各ポイントの選択された１つ以上の隣接ポイントは、隣接ポイント最大距離内に位置することを一実施例とする。
前記隣接ポイント最大距離は、隣接ポイント基本距離と隣接ポイント最大範囲に基づいて決定されることを一実施例とする。
前記１つ以上のＬＯＤが八分木に基づいて生成される場合、前記隣接ポイント基本距離は、特定のＬＯＤにおいて一ノードの対角線距離に基づいて決定されることを一実施例とする。
前記隣接ポイント最大範囲は、各ポイントの周りのノードの数であり、前記シグナリング情報にシグナリングされることを一実施例とする。
実施例によるポイントクラウド受信装置は、ジオメトリ情報、特質情報、及びシグナリング情報を受信する受信部、前記シグナリング情報に基づいて前記ジオメトリ情報を復号するジオメトリデコーダ、前記ジオメトリ情報に基づいて、１つ以上のレベルオブディテール（ＬＯＤ）を生成し、前記１つ以上のＬＯＤに基づいて特質復号される各ポイントの１つ以上の隣接ポイントを選択し、各ポイントの選択された１つ以上の隣接ポイントと前記シグナリング情報に基づいて、各ポイントの特質情報を復号する特質デコーダ、及び前記復号されたジオメトリ情報と前記復号された特質情報に基づいて復元されたポイントクラウドデータをレンダリングするレンダラーを含む。
各ポイントの選択された１つ以上の隣接ポイントは、隣接ポイント最大距離内に位置することを一実施例とする。
前記隣接ポイント最大距離は、隣接ポイント基本距離と隣接ポイント最大範囲に基づいて決定されることを一実施例とする。
前記１つ以上のＬＯＤが八分木に基づいて生成される場合、前記隣接ポイント基本距離は、特定のＬＯＤにおいて一ノードの対角線距離に基づいて決定されることを一実施例とする。
前記隣接ポイントの最大範囲は、各ポイントの周りのノードの数であり、前記シグナリング情報にシグナリングされることを一実施例とする。
実施例によるポイントクラウドデータ送信方法、送信装置、ポイントクラウドデータ受信方法、受信装置は、良質のポイントクラウドサービスを提供する。
実施例によるポイントクラウドデータ送信方法、送信装置、ポイントクラウドデータ受信方法、受信装置は、様々なビデオコーデック方式を達成する。
実施例によるポイントクラウドデータ送信方法、送信装置、ポイントクラウドデータ受信方法、受信装置は、自立走行サービスなどの汎用的なポイントクラウドコンテンツを提供する。
実施例によるポイントクラウドデータ送信方法、送信装置、ポイントクラウドデータ受信方法、受信装置は、ポイントクラウドデータの独立的な符号化及び復号のためにポイントクラウドデータの空間適応的分割を行うことにより、並列処理の向上及び拡張性（ｓｃａｌａｂｉｌｉｔｙ）を提供する。
実施例によるポイントクラウドデータ送信方法、送信装置、ポイントクラウドデータ受信方法、受信装置は、ポイントクラウドデータをタイル及び／又はスライス単位に空間分割して符号化及び復号を行い、そのために必要なデータをシグナリングすることにより、ポイントクラウドの符号化及び復号の性能を向上させることができる。
実施例によるポイントクラウドデータ送信方法、送信装置、ポイントクラウドデータ受信方法、受信装置は、Ｇ－ＰＣＣの特質情報を符号化するとき、コンテンツが有しているポイント間の特質の関連性を考慮して、特質予測に使用される隣接ポイントを選択することで、特質ビットストリームのサイズを減らし、特質の圧縮効率を高めることができる。
実施例によるポイントクラウドデータ送信方法、送信装置、ポイントクラウドデータ受信方法、受信装置は、Ｇ－ＰＣＣの特質情報を符号化するとき、隣接ポイント最大範囲を適用して、特質予測に使用される隣接ポイントを選択することで、特質ビットストリームのサイズを減らし、特質の圧縮効率を高めることができる。
図面は実施例をさらに理解するために添付され、実施例に関する説明と共に実施例を示す。
実施例によるポイントクラウドのコンテンツ提供のためのシステムを示す図である。 実施例によるポイントクラウドのコンテンツ提供のための過程を示す図である。 実施例によるポイントクラウドのキャプチャー装備の配列構成を示す図である。 実施例によるポイントクラウドビデオエンコーダ（ｐｏｉｎｔ Ｃｌｏｕｄ Ｖｉｄｅｏ Ｅｎｃｏｄｅｒ）を示す図である。 実施例による３次元空間上のボクセルを示す図である。 実施例による八分木及び占有コードの一例を示す図である。 実施例による隣接ノードパターンの一例を示す図である。 実施例によるＬＯＤごとのポイントクラウドコンテンツのポイント構成の一例を示す図である。 実施例によるＬＯＤごとのポイントクラウドコンテンツのポイント構成の一例を示す図である。 実施例によるポイントクラウドビデオデコーダ（ｐｏｉｎｔ Ｃｌｏｕｄ Ｖｉｄｅｏ Ｄｅｃｏｄｅｒ）のブロック図（ｂｌｏｃｋ ｄｉａｇｒａｍ）の一例である。 実施例によるポイントクラウドビデオデコーダ（ｐｏｉｎｔ Ｃｌｏｕｄ Ｖｉｄｅｏ Ｄｅｃｏｄｅｒ）の一例を示す図である。 実施例による送信機のポイントクラウドビデオ符号化のための構成要素を示す図である。 実施例による受信機のポイントクラウドビデオ復号のための構成要素を示す図である。 実施例によるポイントクラウドデータ方法／装置に連動可能な構造の一例を示す図である。 実施例によるポイントクラウド送信装置のさらに他の例を示す図である。 境界ボックスを１つ以上のタイルに分割する一例を示す。 実施例によるジオメトリエンコーダ及び特質エンコーダの他の例を示す詳細ブロック図である。 実施例による八分木に基づいてＬＯＤを生成する一例を示す。 実施例によるポイントクラウドのポイントをモートンコード順序に整列する一例を示す。 実施例によるＬＯＤに基づいて隣接ポイントを探索する一例を示す。 実施例によるポイントクラウドコンテンツの一例を示す。 実施例による隣接ポイント集合に属した各々のポイントの平均距離、最小距離、最大距離の一例を示す。 実施例によりＬＯＤ０の八分木ノードの対角線距離を求める一例を示す。 各々のＬＯＤにおいて隣接ポイントとして選択可能な範囲の一例を示す。 実施例により各々のＬＯＤに属した隣接ポイント基本距離の一例を示す。 実施例によるＬＯＤに基づいて隣接ポイントを探索する他の例を示す。 実施例によるＬＯＤに基づいて隣接ポイントを探索するまた他の例を示す。 実施例によるポイントクラウド受信装置のまた他の例を示す。 実施例によるジオメトリデコーダ及び特質デコーダのまた他の例を示す詳細ブロック図である。 実施例による送／受信のためのポイントクラウドデータのビットストリーム構造の一例を示す。 実施例によるポイントクラウドデータのビットストリーム構造の一例を示す。 実施例によるポイントクラウドデータのビットストリーム内の構成間の連結関係を示す。 この明細書によるシーケンスパラメータセットの構文構造の一例を示す。 この明細書によるジオメトリパラメータセットの構文構造の一例を示す。 この明細書による特質パラメータセットの構文構造の一例を示す。 この明細書による特質パラメータセットの構文構造の他の例を示す。 この明細書によるタイルパラメータセットの構文構造の一例を示す。 この明細書によるジオメトリスライスビットストリーム（）の構文構造の一例を示す。 この明細書によるジオメトリスライスヘッダの構文構造の一例を示す。 この明細書によるジオメトリスライスデータの構文構造の一例を示す。 この明細書による特質スライスビットストリーム（）の構文構造の一例を示す。 この明細書による特質スライスヘッダの構文構造の一例を示す。 この明細書による特質スライスヘッダの構文構造の他の例を示す。 この明細書による特質スライスデータの構文構造の一例を示す。 実施例によるポイントクラウドデータ送信方法のフローチャートである。 実施例によるポイントクラウドデータ受信方法のフローチャートである。
以下、添付図面を参照しながらこの明細書に記載された実施例について詳しく説明するが、図面符号に関係なく、同一又は類似する構成要素には同じ参照符号を付し、重複する説明は省略する。以下の実施例は本発明を具体化するためのものであり、本発明の権利範囲を制限又は限定するものではない。本発明の詳細な説明及び実施例から本発明が属する技術分野の専門家が容易に類推できるものは本発明の権利範囲に属するものと解釈される。
この明細書の詳細な説明は全ての面で制限的に解釈されてはいけず、例示的なものとして考慮されるべきである。本発明の範囲は添付する請求範囲の合理的な解釈に基づいて決定されるべきであり、本発明の等価的範囲内での全ての変更は本発明の範囲に含まれる。
添付図面を参照しながら望ましい実施例について具体的に説明する。添付図面を参照した以下の詳細な説明は、実施例によって具現可能な実施例のみを示すというより、望ましい実施例を説明するためのものである。以下の詳細な説明は実施例に関する徹底な理解を提供するために細部事項を含む。しかし、かかる細部事項がなくても実施例を実行できることは当業者にとって明らかである。実施例で使用するほとんどの用語は該当分野において広く使用される一般的なものであるが、一部は出願人によって任意に選択されたものもあり、その意味は必要によって以下に詳しく説明する。よって、実施例は用語の単純な名称や意味ではなく、用語が意図する意味に基づいて理解されるべきである。また、以下の図面及び詳細な説明は具体的に記載された実施例に限って解釈してはいけず、図面及び詳細な説明に記載の実施例と均等又は代替可能なものまで含むものと解釈すべきである。
図１は実施例によるポイントクラウドコンテンツ提供システムの一例を示す図である。
図１に示したポイントクラウドコンテンツ提供システムは、送信装置（ｔｒａｎｓｍｉｓｓｉｏｎ ｄｅｖｉｃｅ）１００００及び受信装置（ｒｅｃｅｐｔｉｏｎ ｄｅｖｉｃｅ）１０００４を含む。送信装置１００００及び受信装置１０００４はポイントクラウドデータを送受信するために有無線通信が可能である。
実施例による送信装置１００００は、ポイントクラウドビデオ（又はポイントクラウドコンテンツ）を確保し処理して送信する。実施例において、送信装置１００００は固定局（ｆｉｘｅｄ ｓｔａｔｉｏｎ）、ＢＴＳ（ｂａｓｅ ｔｒａｎｓｃｅｉｖｅｒ ｓｙｓｔｅｍ）、ネットワーク、ＡＩ（Ａｒｉｔｉｃｉａｌ Ｉｎｔｅｌｌｉｇｅｎｃｅ）機器及び／又はシステム、ロボット、ＡＲ／ＶＲ／ＸＲ機器及び／又はサーバーなどを含む。また実施例において、送信装置１００００は無線接続技術（例、５Ｇ ＮＲ（Ｎｅｗ ＲＡＴ）、ＬＴＥ（Ｌｏｎｇ Ｔｅｒｍ Ｅｖｏｌｕｔｉｏｎ））を用いて、基地局及び／又は他の無線機器と通信を行う機器、ロボット、車両、ＡＲ／ＶＲ／ＸＲ機器、携帯機器、家電、ＩｏＴ（Ｉｎｔｅｒｎｅｔ ｏｆ Ｔｈｉｎｇ）機器、ＡＩ機器／サーバーなどを含む。
実施例による送信装置１００００は、ポイントクラウドビデオ獲得部（Ｐｏｉｎｔ Ｃｌｏｕｄ Ｖｉｄｅｏ Ａｃｑｕｉｓｉｔｉｏｎ）１０００１、ポイントクラウドビデオエンコーダ（Ｐｏｉｎｔ Ｃｌｏｕｄ Ｖｉｄｅｏ Ｅｎｃｏｄｅｒ）１０００２及び／又は送信機（Ｔｒａｎｓｍｉｔｔｅｒ（又は通信モジュール）１０００３を含む。
実施例によるポイントクラウドビデオ獲得部１０００１は、キャプチャー、合成又は生成などの処理過程によりポイントクラウドビデオを獲得する。ポイントクラウドビデオは、３次元空間に位置するポイントの集合であるポイントクラウドで表現されるポイントクラウドコンテンツであって、ポイントクラウドビデオデータなどと呼ばれる。実施例によるポイントクラウドビデオは、一つ又はそれ以上のフレームを含む。一つのフレームは停止映像／ピクチャを示す。よって、ポイントクラウドビデオはポイントクラウド映像／フレーム／ピクチャを含み、ポイントクラウド映像、フレーム及びピクチャのうちのいずれかに呼ばれる。
実施例によるポイントクラウドビデオエンコーダ１０００２は、確保したポイントクラウドビデオデータを符号化する。ポイントクラウドビデオエンコーダ１０００２はポイントクラウド圧縮（Ｐｏｉｎｔ Ｃｌｏｕｄ Ｃｏｍｐｒｅｓｓｉｏｎ）コーディングに基づいてポイントクラウドビデオデータを符号化する。実施例によるポイントクラウド圧縮コーディングは、Ｇ－ＰＣＣ（Ｇｅｏｍｅｔｒｙ－ｂａｓｅｄ Ｐｏｉｎｔ Ｃｌｏｕｄ Ｃｏｍｐｒｅｓｓｉｏｎ）コーディング及び／又はＶ－ＰＣＣ（Ｖｉｄｅｏ ｂａｓｅｄ Ｐｏｉｎｔ Ｃｌｏｕｄ Ｃｏｍｐｒｅｓｓｉｏｎ）コーディング又は次世代コーディングを含む。なお、実施例によるポイントクラウド圧縮コーディングは、上述した実施例に限られない。ポイントクラウドビデオエンコーダ１０００２は、符号化されたポイントクラウドビデオデータを含むビットストリームを出力することができる。ビットストリームは符号化されたポイントクラウドビデオデータだけではなく、ポイントクラウドビデオデータの符号化に関連するシグナリング情報を含む。
実施例による送信機１０００３は、符号化されたポイントクラウドビデオデータを含むビットストリームを送信する。実施例によるビットストリームはファイル又はセグメント（例えば、ストリーミングセグメント）などにカプセル化されて、放送網及び／又はブロードバンド網などの様々なネットワークにより送信される。図示していないが、送信装置１００００はカプセル化動作を行うカプセル化部（又はカプセル化モジュール）を含む。また実施例において、カプセル化部は送信機１０００３に含まれる。実施例において、ファイル又はセグメントはネットワークにより受信装置１０００４に送信されるか、又はデジタル格納媒体（例えば、ＵＳＢ、ＳＤ、ＣＤ、ＤＶＤ、ブルーレイ、ＨＤＤ、ＳＳＤなど）に格納される。実施例による送信機１０００３は受信装置１０００４（又は受信機（Ｒｅｃｅｉｖｅｒ）１０００５）と４Ｇ、５Ｇ、６Ｇなどのネットワークにより有無線通信が可能である。また送信機１０００３はネットワークシステム（例えば、４Ｇ、５Ｇ、６Ｇなどの通信ネットワークシステム）によって必要なデータ処理動作を行うことができる。また送信装置１００００はオン・デマンド（Ｏｎ Ｄｅｍａｎｄ）方式によってカプセル化されたデータを送信することもできる。
実施例による受信装置１０００４は、受信機（Ｒｅｃｅｉｖｅｒ）１０００５、ポイントクラウドビデオデコーダ（Ｐｏｉｎｔ Ｃｌｏｕｄ Ｄｅｃｏｄｅｒ）１０００６及び／又はレンダラー（Ｒｅｎｄｅｒｅｒ）１０００７を含む。実施例において、受信装置１０００４は無線接続技術（例、５Ｇ ＮＲ（Ｎｅｗ ＲＡＴ）、ＬＴＥ（Ｌｏｎｇ Ｔｅｒｍ Ｅｖｏｌｕｔｉｏｎ））を用いて、基地局及び／又は他の無線機器と通信を行う機器、ロボット、車両、ＡＲ／ＶＲ／ＸＲ機器、携帯機器、家電、ＩｏＴ（Ｉｎｔｅｒｎｅｔ ｏｆ Ｔｈｉｎｇ）機器、ＡＩ機器／サーバーなどを含む。
実施例による受信機１０００５は、ポイントクラウドビデオデータを含むビットストリーム又はビットストリームがカプセル化されたファイル／セグメントなどをネットワーク又は格納媒体から受信する。受信機１０００５はネットワークシステム（例えば、４Ｇ、５Ｇ、６Ｇなどの通信ネットワークシステム）により必要なデータ処理動作を行う。実施例による受信機１０００５は、受信したファイル／セグメントをデカプセル化してビットストリームを出力する。また実施例において、受信機１０００５はデカプセル化の動作を行うためのデカプセル化部（又はデカプセル化モジュール）を含む。またデカプセル化部は受信機１０００５とは別個のエレメント（又はコンポーネント）で具現される。
ポイントクラウドビデオデコーダ１０００６は、ポイントクラウドビデオデータを含むビットストリームを復号する。ポイントクラウドビデオデコーダ１０００６はポイントクラウドビデオデータが符号化された方式により復号することができる（例えば、ポイントクラウドビデオエンコーダ１０００２の動作の逆の過程）。従って、ポイントクラウドビデオデコーダ１０００６はポイントクラウド圧縮の逆過程であるポイントクラウド復元コーディングを行って、ポイントクラウドビデオデータを復号することができる。ポイントクラウド復元コーディングはＧ－ＰＣＣコーディングを含む。
レンダラー１０００７は復号されたポイントクラウドビデオデータをレンダリングする。レンダラー１０００７はポイントクラウドビデオデータだけではなく、オディオデータもレンダリングしてポイントクラウドコンテンツを出力する。実施例において、レンダラー１０００７はポイントクラウドコンテンツをディスプレイするためのディスプレイを含む。実施例において、ディスプレイはレンダラー１０００７に含まれず、別のデバイス又はコンポーネントで具現される。
図面において、点線で示した矢印は、受信装置１０００４で得たフィードバック情報（ｆｅｅｄｂａｃｋ ｉｎｆｏｒｍａｔｉｏｎ）の送信経路を示す。フィードバック情報はポイントクラウドコンテンツを消費するユーザとの相互作用を反映するための情報であって、ユーザの情報を含む（例えば、ヘッドオリエンテーション情報）、ビューポート情報など）。特に、ポイントクラウドコンテンツがユーザとの相互作用が必要なサービス（例えば、自律走行サービスなど）のためのものである場合には、フィードバック情報はコンテンツ送信側（例えば、送信装置１００００）及び／又はサービス供給者に伝達されることができる。実施例において、フィードバック情報は送信装置１００００だけではなく受信装置１０００４でも使用されることができ、提供されないこともできる。
実施例によるヘッドオリエンテーション情報はユーザの頭の位置、方向、角度、動きなどに関する情報である。実施例による受信装置１０００４はヘッドオリエンテーション情報に基づいてビューポート情報を計算する。ビューポート情報はユーザが見ているポイントクラウドビデオの領域に関する情報である。視点（ｖｉｅｗｐｏｉｎｔ）はユーザがポイントクラウドビデオを見ている点であり、ビューポート領域の真ん中を意味する。即ち、ビューポートは視点を中心とする領域であり、領域のサイズ、形態などはＦＯＶ（Ｆｉｅｌｄ Ｏｆ Ｖｉｅｗ）により決定される。従って、受信装置１０００４はヘッドオリエンテーション情報以外に、装置が支援する垂直（ｖｅｒｔｉｃａｌ）或いは水平（ｈｏｒｉｚｏｎｔａｌ）ＦＯＶなどに基づいてビューポート情報を抽出することができる。また受信装置１０００４はゲイズ分析（Ｇａｚｅ Ａｎａｌｙｓｉｓ）などを行って、ユーザのポイントクラウド消費方式、ユーザが凝視するポイントクラウドビデオ領域、凝視時間などを確認する。実施例において、受信装置１０００４はゲイズ分析の結果を含むフィードバック情報を送信装置１００００に送信することができる。実施例によるフィードバック情報はレンダリング及び／又はディスプレイ過程で得られる。実施例によるフィードバック情報は受信装置１０００４に含まれた一つ又はそれ以上のセンサにより確保される。また実施例において、フィードバック情報はレンダラー１０００７又は別の外部エレメント（又はデバイス、コンポーネントなど）により確保される。
図１に示された点線はレンダラー１０００７で確保したフィードバック情報の伝達過程を示す。ポイントクラウドコンテンツ提供システムはフィードバック情報に基づいてポイントクラウドデータを処理（符号化／復号）する。従って、ポイントクラウドビデオデータデコーダ１０００６はフィードバック情報に基づいて復号の動作を行うことができる。また受信装置１０００４はフィードバック情報を送信装置１００００に送信することができる。送信装置１００００（又はポイントクラウドビデオデータエンコーダ１０００２）はフィードバック情報に基づいて符号化の動作を行うことができる。従って、ポイントクラウドコンテンツ提供システムは全てのポイントクラウドデータを処理（符号化／復号）せず、フィードバック情報に基づいて必要なデータ（例えば、ユーザのヘッド位置に対応するポイントクラウドデータ）を効率的に処理して、ユーザにポイントクラウドコンテンツを提供することができる。
実施例において、送信装置１００００はエンコーダ、送信デバイス、送信機などに呼ばれ、受信装置１０００４はデコーダ、受信デバイス、受信機などに呼ばれる。
実施例による図１のポイントクラウドコンテンツ提供システムで処理される（獲得／符号化／送信／復号／レンダリングの一連の過程で処理される）ポイントクラウドデータは、ポイントクラウドコンテンツデータ又はポイントクラウドビデオデータとも呼ばれる。実施例において、ポイントクラウドコンテンツデータはポイントクラウドデータに関連するメタデータ或いはシグナリング情報を含む概念として使用することができる。
図１に示したポイントクラウドコンテンツ提供システムのエレメントは、ハードウェア、ソフトウェア、プロセッサ及び／又はこれらの組み合わせなどで具現される。
図２は実施例によるポイントクラウドコンテンツ提供の動作を示すブロック図である。
図２は図１で説明したポイントクラウドコンテンツ提供システムの動作を示すブロック図である。上述したように、ポイントクラウドコンテンツ提供システムは、ポイントクラウド圧縮コーディング（例えば、Ｇ－ＰＣＣ）に基づいてポイントクラウドデータを処理する。
実施例によるポイントクラウドコンテンツ提供システム（例えば、ポイントクラウド送信装置１００００又はポイントクラウドビデオ獲得部１０００１）では、ポイントクラウドビデオを獲得する（２００００）。ポイントクラウドビデオは３次元空間を表現する座標系に属するポイントクラウドで表現される。実施例によるポイントクラウドビデオはＰｌｙ（Ｐｏｌｙｇｏｎ Ｆｉｌｅ ｆｏｒｍａｔ ｏｒ ｔｈｅ Ｓｔａｎｆｏｒｄ Ｔｒｉａｎｇｌｅ ｆｏｒｍａｔ）ファイルを含む。ポイントクラウドビデオが一つ又はそれ以上のフレームを有する場合、獲得したポイントクラウドビデオは一つ又はそれ以上のＰｌｙファイルを含む。Ｐｌｙファイルはポイントのジオメトリ（Ｇｅｏｍｅｔｒｙ）及び／又は特質（Ａｔｔｒｉｂｕｔｅ）のようなポイントクラウドデータを含む。ジオメトリはポイントの位置を含む。それぞれのポイントの位置は３次元座標系（例えば、ＸＹＺ軸からなる座標系など）を示すパラメータ（例えば、Ｘ軸、Ｙ軸、Ｚ軸それぞれの値）で表現される。特質はポイントの特質（例えば、それぞれのポイントのテクスチャ情報、色相（ＹＣｂＣｒ又はＲＧＢ）、反射率（ｒ）、透明度など）を含む。一つのポイントは一つ又はそれ以上の特質（又は属性）を有する。例えば、一つのポイントは、色相の一つの特質を有するか、或いは色相及び反射率の二つの特質を有することができる。
実施例において、ジオメトリは位置、ジオメトリ情報、ジオメトリデータなどとも呼ばれ、特質は特質、特質情報、特質データなどとも呼ばれる。
またポイントクラウドコンテンツ提供システム（例えば、ポイントクラウド送信装置１００００又はポイントクラウドビデオ獲得部１０００１）は、ポイントクラウドビデオの獲得過程に関連する情報（例えば、深さ情報、色相情報など）からポイントクラウドデータを確保することができる。
実施例によるポイントクラウドコンテンツ提供システム（例えば、送信装置１００００又はポイントクラウドビデオエンコーダ１０００２）は、ポイントクラウドデータを符号化する（２０００１）。ポイントクラウドコンテンツ提供システムは、ポイントクラウド圧縮コーディングに基づいてポイントクラウドデータを符号化する。上述したように、ポイントクラウドデータはポイントのジオメトリ及び特質を含む。よって、ポイントクラウドコンテンツ提供システムは、ジオメトリを符号化するジオメトリ符号化を行ってジオメトリビットストリームを出力することができる。ポイントクラウドコンテンツ提供システムは、特質を符号化する特質符号化を行って特質ビットストリームを出力することができる。実施例において、ポイントクラウドコンテンツ提供システムはジオメトリ符号化に基づいて特質符号化を行うことができる。実施例によるジオメトリビットストリーム及び特質ビットストリームは多重化されて一つのビットストリームで出力される。実施例によるビットストリームはジオメトリ符号化及び特質符号化に関連するシグナリング情報をさらに含む。
実施例によるポイントクラウドコンテンツ提供システム（例えば、送信装置１００００又は送信機１０００３）は、符号化されたポイントクラウドデータを送信する（２０００２）。図１で説明したように、符号化されたポイントクラウドデータはジオメトリビットストリーム、特質ビットストリームで表現される。また符号化されたポイントクラウドデータはポイントクラウドデータの符号化に関連するシグナリング情報（例えば、ジオメトリ符号化及び特質符号化に関連するシグナリング情報）と共に、ビットストリームの形態で送信される。またポイントクラウドコンテンツ提供システムは符号化されたポイントクラウドデータを送信するビットストリームをカプセル化してファイル又はセグメントの形態で送信する。
実施例によるポイントクラウドコンテンツ提供システム（例えば、受信装置１０００４又は受信機１０００５）は、符号化されたポイントクラウドデータを含むビットストリームを受信する。またポイントクラウドコンテンツ提供システム（例えば、受信装置１０００４又は受信機１０００５）は、ビットストリームを逆多重化することができる。
ポイントクラウドコンテンツ提供システム（例えば、受信装置１０００４又はポイントクラウドビデオデコーダ１０００５）は、ビットストリームで送信される符号化されたポイントクラウドデータ（例えば、ジオメトリビットストリーム、特質ビットストリーム）を復号する。ポイントクラウドコンテンツ提供システム（例えば、受信装置１０００４又はポイントクラウドビデオデコーダ１０００５）は、ビットストリームに含まれたポイントクラウドビデオデータの符号化に関連するシグナリング情報に基づいてポイントクラウドビデオデータを復号する。ポイントクラウドコンテンツ提供システム（例えば、受信装置１０００４又はポイントクラウドビデオデコーダ１０００５）は、ジオメトリビットストリームを復号してポイントの位置（ジオメトリ）を復元する。ポイントクラウドコンテンツ提供システムは、復元したジオメトリに基づいて特質ビットストリームを復号してポイントの特質を復元する。ポイントクラウドコンテンツ提供システム（例えば、受信装置１０００４又はポイントクラウドビデオデコーダ１０００５）は、復元されたジオメトリによる位置及び復号された特質に基づいてポイントクラウドビデオを復元する。
実施例によるポイントクラウドコンテンツ提供システム（例えば、受信装置１０００４又はレンダラー１０００７）は、復号されたポイントクラウドデータをレンダリングする（２０００４）。ポイントクラウドコンテンツ提供システム（例えば、受信装置１０００４又はレンダラー１０００７）は、復号過程で復号されたジオメトリ及び特質を様々なレンダリング方式によってレンダリングする。ポイントクラウドコンテンツのポイントは、一定の厚さを有する定点、該当定点の位置を中央とする所定の最小サイズを有する立方体、又は定点の位置を中央とする円などにレンダリングされる。レンダリングされたポイントクラウドコンテンツの全部又は一部の領域はディスプレイ（例えば、ＶＲ／ＡＲディスプレイ、一般ディスプレイなど）によりユーザに提供される。
実施例によるポイントクラウドコンテンツ提供システム（例えば、受信装置１０００４）は、フィードバック情報を確保することができる（２０００５）。ポイントクラウドコンテンツ提供システムは、フィードバック情報に基づいてポイントクラウドデータを符号化及び／又は復号する。実施例によるフィードバック情報及びポイントクラウドコンテンツ提供システムの動作は、図１で説明したフィードバック情報及び動作と同一であるので、具体的な説明は省略する。
図３は実施例によるポイントクラウドビデオキャプチャー過程の一例を示す図である。
図３は図１及び図２で説明したポイントクラウドコンテンツ提供システムのポイントクラウドビデオキャプチャー過程の一例を示す。
ポイントクラウドコンテンツは、様々な３次元空間（例えば、現実環境を示す３次元空間、仮想環境を示す３次元空間など）に位置するオブジェクト（ｏｂｊｅｃｔ）及び／又は環境を示すポイントクラウドビデオ（イメージ及び／又は映像）を含む。従って、実施例によるポイントクラウドコンテンツ提供システムは、ポイントクラウドコンテンツを生成するために一つ又はそれ以上のカメラ（例えば、深さ情報を確保できる赤外線カメラ、深さ情報に対応する色相情報を抽出できるＲＧＢカメラなど）、プロジェクト（例えば、深さ情報を確保するための赤外線パターンプロジェクターなど）、ＬｉＤＡＲなどを使用してポイントクラウドビデオをキャプチャーする。実施例によるポイントクラウドコンテンツ提供システムは、深さ情報から３次元空間上のポイントで構成されたジオメトリの形態を抽出し、色相情報からそれぞれのポイントの特質を抽出してポイントクラウドデータを確保する。実施例によるイメージ及び／又は映像は内向き（ｉｎｗａｒｄ－ｆａｃｉｎｇ）方式及び外向き（ｏｕｔｗａｒｄ－ｆａｃｉｎｇ）方式のうちのいずれかに基づいてキャプチャーされる。
図３の左側には内向き方式が示されている。内向き方式は中心オブジェクトを取り囲んで位置する一つ又はそれ以上のカメラ（又はカメラセンサ）が中心オブジェクトをキャプチャーする方式である。内向き方式は核心核心客体に対する３６０°イメージをユーザに提供するポイントクラウドコンテンツ（例えば、ユーザに客体（例：キャラクター、選手、品物、俳優などの核心となる客体）の３６０°イメージを提供するＶＲ／ＡＲコンテンツ）を生成するために使用される。
図３の右側には外向き方式が示されている。外向き方式は中心オブジェクトを取り囲んで位置する一つ又はそれ以上のカメラ（又はカメラセンサ）が中心オブジェクトではない中心オブジェクトの環境をキャプチャーする方式である。外向き方式はユーザの視点からの周辺環境を提供するためのポイントクラウドコンテンツ（例えば、自律走行車両のユーザに提供される外部環境を示すコンテンツ）を生成するために使用される。
図３の通り、ポイントクラウドコンテンツは一つ又はそれ以上のカメラのキャプチャー動作に基づいて生成される。この場合、それぞれのカメラの座標系が異なるので、ポイントクラウドコンテンツ提供システムはキャプチャー動作前にグローバル空間座標系（ｇｌｏｂａｌ ｃｏｏｒｄｉｎａｔｅ ｓｙｓｔｅｍ）を設定するために、一つ又はそれ以上のカメラの較正（ｃａｌｉｂｒａｔｉｏｎ）を行う。またポイントクラウドコンテンツ提供システムは、上述したキャプチャー方式でキャプチャーされたイメージ及び／又は映像と任意のイメージ及び／又は映像を合成してポイントクラウドコンテンツを生成する。またポイントクラウドコンテンツ提供システムは、仮想空間を示すポイントクラウドコンテンツを生成する場合、図３で説明したキャプチャー動作を行わない。実施例によるポイントクラウドコンテンツ提供システムは、キャプチャーしたイメージ及び／又は映像に対して後処理を行うこともできる。即ち、ポイントクラウドコンテンツ提供システムは、望まない領域（例えば、背景）を除去し、キャプチャーしたイメージ及び／又は映像が連結された空間を認識して空間（ｓｐａｔｉａｌ ｈｏｌｅ）がある場合、それを埋める動作を行うことができる。
またポイントクラウドコンテンツ提供システムは、それぞれのカメラから確保したポイントクラウドビデオのポイントに対して座標系変換を行って、一つのポイントクラウドコンテンツを生成することができる。ポイントクラウドコンテンツ提供システムは、それぞれのカメラの位置座標を基準としてポイントの座標系変換を行う。これにより、ポイントクラウドコンテンツ提供システムは、一つの広い範囲を示すコンテンツを生成するか、或いはポイントの密度が高いポイントクラウドコンテンツを生成することができる。
図４は実施例によるポイントクラウドビデオエンコーダ（Ｐｏｉｎｔ Ｃｌｏｕｄ Ｖｉｄｅｏ Ｅｎｃｏｄｅｒ）の一例を示す図である。
図４は図１のポイントクラウドビデオエンコーダ１０００２の一例を示す。ポイントクラウドビデオエンコーダは、ネットワーク状況或いはアプリケーションなどによってポイントクラウドコンテンツの質（例えば、無損失－ｌｏｓｓｌｅｓｓ、損失－ｌｏｓｓｙ、損失に近い－ｎｅａｒ－ｌｏｓｓｌｅｓｓ）を調節するために、ポイントクラウドデータ（例えば、ポイントの位置及び／又は特質）を再構成して符号化動作を行う。ポイントクラウドコンテンツの全体サイズが大きい場合（例えば、３０ｆｐｓの場合、６０Ｇｂｐｓであるポイントクラウドコンテンツ）、ポイントクラウドコンテンツ提供システムは該当コンテンツをリアルタイムストリーミングすることができない。従って、ポイントクラウドコンテンツ提供システムは、ネットワーク環境などに合わせて提供するために、最大ターゲットビットレートに基づいてポイントクラウドコンテンツを再構成することができる。
図１及び図２に示したように、ポイントクラウドビデオエンコーダはジオメトリ符号化及び特質符号化を行うことができる。ジオメトリ符号化は特質符号化よりも先に行われる。
実施例によるポイントクラウドビデオエンコーダは、座標系変換部（Ｔｒａｎｓｆｏｒｍａｔｉｏｎ Ｃｏｏｒｄｉｎａｔｅｓ ｕｎｉｔ）４００００、量子化部（Ｑｕａｎｔｉｚａｔｉｏｎ ｕｎｉｔ）４０００１、八分木分析部（Ｏｃｔｒｅｅ Ａｎａｌｙｓｉｓ ｕｎｉｔ）４０００２、表面近似分析部（Ｓｕｒｆａｃｅ Ａｐｐｒｏｘｉｍａｔｉｏｎ Ａｎａｌｙｓｉｓ ｕｎｉｔ）４０００３、演算エンコーダ（Ａｒｉｔｈｍｅｔｉｃ Ｅｎｃｏｄｅ）４０００４、ジオメトリ再構成部（Ｇｅｏｍｅｔｒｙ Ｒｅｃｏｎｓｔｒｕｃｔｉｏｎ ｕｎｉｔ）４０００５、色変換部（Ｃｏｌｏｒ Ｔｒａｎｓｆｏｒｍａｔｉｏｎ ｕｎｉｔ）４０００６、特質変換部（Ａｔｔｒｉｂｕｔｅ Ｔｒａｎｓｆｏｒｍａｔｉｏｎ ｕｎｉｔ）４０００７、ＲＡＨＴ（Ｒｅｇｉｏｎ Ａｄａｐｔｉｖｅ Ｈｉｅｒａｃｈｉｃａｌ Ｔｒａｎｓｆｏｒｍ）変換部４０００８、ＬＯＤ生成部（ＬＯＤ Ｇｅｎｅｒａｔｉｏｎ ｕｎｉｔ）４０００９、リフト変換部（Ｌｉｆｔｉｎｇ Ｔｒａｎｓｆｏｒｍａｔｉｏｎ ｕｎｉｔ）４００１０、係数量子化部（Ｃｏｅｆｆｉｃｉｅｎｔ Ｑｕａｎｔｉｚａｔｉｏｎ ｕｎｉｔ）４００１１及び／又は演算エンコーダ（Ａｒｉｔｈｍｅｔｉｃ Ｅｎｃｏｄｅｒ）４００１２を含む。
座標系変換部４００００、量子化部４０００１、八分木分析部４０００２、表面近似分析部４０００３、演算エンコーダ４０００４及びジオメトリ再構成部４０００５は、ジオメトリ符号化を行うことができる。実施例によるジオメトリ符号化は、八分木ジオメトリコーディング、ダイレクトコーディング（ｄｉｒｅｃｔ ｃｏｄｉｎｇ）、ｔｒｉｓｏｕｐジオメトリ符号化（ｔｒｉｓｏｕｐ ｇｅｏｍｅｔｒｙ ｅｎｃｏｄｉｎｇ）及びエントロピー符号化を含む。ダイレクトコーディング及びｔｒｉｓｏｕｐジオメトリ符号化は選択的に或いは組み合わせて適用される。なお、ジオメトリ符号化は上記の例示に限られない。
図示したように、実施例による座標系変換部４００００は、位置を受信して座標系（ｃｏｏｒｄｉｎａｔｅ）に変換する。例えば、位置は３次元空間（例えば、ＸＹＺ座標系で表現される３次元空間など）の位置情報に変換される。実施例による３次元空間の位置情報はジオメトリ情報とも称される。
実施例による量子化部４０００１はジオメトリを量子化する。例えば、量子化部４０００１は全体ポイントの最小位置値（例えば、Ｘ軸、Ｙ軸、Ｚ軸に対して各軸上の最小値）に基づいてポイントを量子化する。量子化部４０００１は最小の位置値とそれぞれのポイントの位置値との差に所定の量子スケール（ｑｕａｔｉｚａｔｉｏｎ ｓｃａｌｅ）値を掛けた後、切り下げ又は切り上げをして最も近い整数値を探す量子化動作を行う。従って、一つ又はそれ以上のポイントは同一の量子化された位置（又は位置値）を有することができる。実施例による量子化部４０００１は量子化されたポイントを再構成するために、量子化された位置に基づいてボクセル化（ｖｏｘｅｌｉｚａｔｉｏｎ）を行う。２次元イメージ／ビデオ情報を含む最小単位はピクセル（ｐｉｘｅｌ）のように、実施例によるポイントクラウドコンテンツ（又は３次元ポイントクラウドビデオ）のポイントは一つ又はそれ以上のボクセル（ｖｏｘｅｌ）に含まれる。ボクセルはボリューム（Ｖｏｌｕｍｅ）とピクセル（Ｐｉｘｅｌ）を組み合わせた言葉であり、３次元空間を表現する軸（例えば、Ｘ軸、Ｙ軸、Ｚ軸）に基づいて３次元空間をユニット（ｕｎｉｔ＝１．０）単位で分けたときに発生する３次元キュービック空間を意味する。量子化部４０００１は３次元空間のポイントのグループをボクセルでマッチングすることができる。実施例において、一つのボクセルは一つのポイントのみを含むことができる。実施例において、一つのボクセルは一つ又はそれ以上のポイントを含む。また一つのボクセルを一つのポイントで表現するために、一つのボクセルに含まれた一つ又はそれ以上のポイントの位置に基づいて、該当ボクセルの中央点（ｃｅｔｅｒ）の位置を設定することができる。この場合、一つのボクセルに含まれた全ての位置の特質が統合されて（ｃｏｍｂｉｎｅｄ）、該当ボクセルに割り当てられる。
実施例による八分木分析部４０００２は、ボクセルを八分木構造で表すための八分木ジオメトリコーディング（又は八分木コーディング）を行う。八分木構造は八分割構造に基づいてボクセルにマッチングされたポイントを表現する。
実施例による表面近似分析部４０００３は、八分木を分析して近似化する。実施例による八分木分析及び近似化は、八分木及びボクセル化を効率的に提供するために、多数のポイントを含む領域をボクセル化するために分析を行う過程である。
実施例による演算エンコーダ４０００４は、八分木及び／又は近似化された八分木をエントロピー符号化する。例えば、符号化方式は演算（Ａｒｉｔｈｍｅｔｉｃ）符号化方法を含む。符号化の結果としてジオメトリビットストリームが生成される。
色変換部４０００６、特質変換部４０００７、ＲＡＨＴ変換部４０００８、ＬＯＤ生成部４０００９、リフト変換部４００１０、係数量子化部４００１１及び／又は演算エンコーダ４００１２は、特質符号化を行う。上述したように、一つのポイントは一つ又はそれ以上の特質を有する。実施例による特質符号化は、一つのポイントが有する特質に対して等しく適用される。但し、一つの特質（例えば、色相）が一つ又はそれ以上の要素を含む場合は、各要素ごとに独立した特質符号化が適用される。実施例による特質符号化は、色変換コーディング、特質変換コーディング、ＲＡＨＴ（Ｒｅｇｉｏｎ Ａｄａｐｔｉｖｅ Ｈｉｅｒａｒｃｈｉａｌ Ｔｒａｎｓｆｏｒｍ）コーディング、予測変換（Ｉｎｔｅｒｐｏｌａｒａｔｉｏｎ－ｂａｓｅｄ ｈｉｅｒａｒｃｈｉｃａｌ ｎｅａｒｅｓｔ－ｎｅｉｇｈｂｏｕｒ ｐｒｅｄｉｃｔｉｏｎ－Ｐｒｅｄｉｃｔｉｏｎ Ｔｒａｎｓｆｏｒｍ）コーディング及びリフト変換（ｉｎｔｅｒｐｏｌａｔｉｏｎ－ｂａｓｅｄ ｈｉｅｒａｒｃｈｉｃａｌ ｎｅａｒｅｓｔ－ｎｅｉｇｈｂｏｕｒ ｐｒｅｄｉｃｔｉｏｎ ｗｉｔｈ ａｎ ｕｐｄａｔｅ／ｌｉｆｔｉｎｇ ｓｔｅｐ（Ｌｉｆｔｉｎｇ Ｔｒａｎｓｆｏｒｍ））コーディングを含む。ポイントクラウドコンテンツによって、上述したＲＡＨＴコーディング、予測変換コーディング及びリフト変換コーディングが選択的に使用されるか、又は一つ又はそれ以上のコーディングの組み合わせが使用される。また実施例による特質符号化は上述した例示に限られない。
実施例による色変換部４０００６は、特質に含まれた色値（又はテクスチャ）を変換する色変換コーディングを行う。例えば、色変換部４０００６は色相情報のフォーマットを変換（例えば、ＲＧＢからＹＣｂＣｒに変換）する。実施例による色変換部４０００６の動作は、特質に含まれた色値によって任意に（ｏｐｔｉｏｎａｌ）適用される。
実施例によるジオメトリ再構成部４０００５は、八分木及び／又は近似化した八分木を再構成（復元）する。ジオメトリ再構成部４０００５はポイントの分布を分析した結果に基づいて八分木／ボクセルを再構成する。再構成された八分木／ボクセルは再構成されたジオメトリ（又は復元されたジオメトリ）とも呼ばれる。
実施例による特質変換部４０００７は、ジオメトリ符号化が行われていない位置及び／又は再構成されたジオメトリに基づいて特質を変換する特質変換を行う。上述したように、特質はジオメトリに従属するので、特質変換部４０００７は再構成されたジオメトリ情報に基づいて特質を変換することができる。例えば、特質変換部４０００７は、ボクセルに含まれたポイントの位置値に基づいてその位置のポイントが有する特質を変換することができる。上述したように、一つのボクセルに含まれた一つ又はそれ以上のポイントの位置に基づいて該当ボクセルの中央点の位置が設定される場合、特質変換部４０００７は一つ又はそれ以上のポイントの特質を変換する。ｔｒｉｓｏｕｐジオメトリ符号化が行われた場合、特質変換部４０００７はｔｒｉｓｏｕｐジオメトリ符号化に基づいて特質を変換することができる。
特質変換部４０００７は、各ボクセルの中央点の位置（又は位置値）から特定の位置／半径内に隣接しているポイントの特質又は特質値（例えば、各ポイントの色相、又は反射率など）の平均値を計算して特質変換を行う。特質変換部４０００７は平均値の計算時、中央点から各ポイントまでの距離による加重値を適用する。従って、各ボクセルは位置及び計算された特質（又は特質値）を有する。
特質変換部４０００７はＫ－Ｄツリー又はモールトンコード（ｍｏｕｌｔｏｎ ｃｏｄｅ）に基づいて各ボクセルの中央点の位置から特定の位置／半径内に存在する隣接ポイントを探索する。Ｋ－Ｄツリーは二分探索木（ｂｉｎａｒｙ ｓｅａｒｃｈ ｔｒｅｅ）で迅速に最短隣接点探索（Ｎｅａｒｅｓｔ Ｎｅｉｇｈｂｏｒ Ｓｅａｒｃｈ－ＮＮＳ）をできるように、ポイントを位置基盤に管理する資料構造を支援する。モールトンコードは全てのポイントの３次元位置を示す座標値（例えば、（ｘ，ｙ，ｚ））をビット値で示し、ビットを混ぜて生成される。例えば、ポイントの位置を示す座標値が（５，９，１）であると、座標値のビット値は（０１０１、１００１、０００１）である。ビット値をｚ、ｙ、ｘの順にビットインデックスに合わせて混ぜると、０１０００１０００１１１である。この値を１０進数で示すと１０９５になる。即ち、座標値が（５，９，１）であるポイントのモールトンコード値は１０９５である。特質変換部４０００７はモールトンコード値を基準としてポイントを整列し、ｄｅｐｔｈ－ｆｉｒｓｔ ｔｒａｖｅｒｓａｌ過程により最短隣接点探索（ＮＮＳ）を行う。特質変換動作後、特質コーディングのための他の変換過程でも最短隣接点探索（ＮＮＳ）が必要であれば、Ｋ－Ｄツリー又はモールトンコードが活用される。
図示したように、変換された特質はＲＡＨＴ変換部４０００８及び／又はＬＯＤ生成部４０００９に入力される。
実施例によるＲＡＨＴ変換部４０００８は、再構成されたジオメトリ情報に基づいて特質情報を予測するＲＡＨＴコーディングを行う。例えば、ＲＡＨＴ変換部４０００８は、八分木の下位レベルにあるノードに連関する特質情報に基づいて、八分木の上位レベルにあるノードの特質情報を予測することができる。
実施例によるＬＯＤ生成部４０００９はＬＯＤ（Ｌｅｖｅｌ ｏｆ Ｄｅｔａｉｌ）を生成する。実施例によるＬＯＤはポイントクラウドコンテンツの詳細を示す程度であり、ＬＯＤ値が小さいほどポイントクラウドコンテンツの詳細が下がり、ＬＯＤ値が大きいほどポイントクラウドコンテンツの詳細が高いことが示されている。ポイントをＬＯＤによって分類できる。
実施例によるリフト変換部４００１０は、ポイントクラウドの特質を加重値に基づいて変換するリフト変換コーディングを行う。上述したように、リフト変換コーディングは選択的に適用される。
実施例による係数量子化部４００１１は、特質コーディングされた特質を係数に基づいて量子化する。
実施例による演算エンコーダ４００１２は、量子化された特質を演算コーディングに基づいて符号化する。
図４のポイントクラウドビデオエンコーダのエレメントは、図示していないが、ポイントクラウド提供装置に含まれた一つ又はそれ以上のメモリと通信可能に設定された一つ又はそれ以上のプロセッサ又は集積回路（ｉｎｔｅｇｒａｔｅｄ ｃｉｒｃｕｉｔｓ）を含むハードウェア、ソフトウェア、ファームウェア又はこれらの組み合わせで具現される。一つ又はそれ以上のプロセッサは、上述した図４のポイントクラウドビデオエンコーダのエレメントの動作及び／又は機能のうち、いずれか一つを行うことができる。また、一つ又はそれ以上のプロセッサは、図４のポイントクラウドビデオエンコーダのエレメントの動作及び／又は機能を行うためのソフトウェアプログラム及び／又は指示（ｉｎｓｔｒｕｃｔｉｏｎ）のセットを動作又は実行することができる。実施例による一つ又はそれ以上のメモリは高速ランダムアクセスメモリを含むか、又は非揮発性メモリ（例えば、一つ又はそれ以上のマグネチックディスク格納デバイス、フラッシュメモリデバイス、又は他の非揮発性固体のメモリデバイス（Ｓｏｌｉｄ－ｓｔａｔｅ ｍｅｍｏｒｙ ｄｅｖｉｃｅｓ）など）を含む。
図５は実施例によるボクセルの一例を示す図である。
図５はＸ軸、Ｙ軸、Ｚ軸の３つの軸で構成された座標系で表現される３次元空間上に位置するボクセルを示す。図４に示すように、ポイントクラウドビデオエンコーダ（例えば、量子化部４０００１など）はボクセル化を行う。ボクセルは３次元空間を表現する軸（例えば、Ｘ軸、Ｙ軸、Ｚ軸）に基づいて３次元空間をユニット（ｕｎｉｔ＝１．０）単位で分けたときに発生する３次元キュービック空間を意味する。図５は２つの極点（０，０，０）及び（２ｄ、２ｄ、２ｄ）により定義される境界ボックス（ｃｕｂｉｃａｌ ａｘｉｓ－ａｌｉｇｎｅｄ ｂｏｕｎｄｉｎｇ ｂｏｘ）を再帰的に分割（ｒｅｃｕｌｓｉｖｅ ｓｕｂｄｉｖｉｄｉｎｇ）する八分木構造により生成されたボクセルの一例を示す。一つのボクセルは少なくとも一つ以上のポイントを含む。ボクセルはボクセル群（ｖｏｘｅｌ ｇｒｏｕｐ）との位置関係から空間座標を推定することができる。上述したように、ボクセルは２次元イメージ／映像のピクセルと同様に、特質（色相又は反射率など）を有する。ボクセルに対する具体的な説明は図４で説明した通りであるので、省略する。
図６は実施例による八分木及び占有コード（ｏｃｃｕｐａｎｃｙ ｃｏｄｅ）の一例を示す図である。
図１ないし図４に示したように、ポイントクラウドコンテンツ提供システム（ポイントクラウドビデオエンコーダ１０００２）又はポイントクラウドビデオエンコーダの八分木分析部４０００２は、ボクセルの領域及び／又は位置を効率的に管理するために、八分木構造基盤の八分木ジオメトリコーディング（又は八分木コーディング）を行う。
図６の上側は八分木構造を示している。実施例によるポイントクラウドコンテンツの３次元空間は座標系の軸（例えば、Ｘ軸、Ｙ軸、Ｚ軸）で表現される。八分木構造は２つの極点（０，０，０）及び（２ｄ、２ｄ、２ｄ）により定義される境界ボックス（ｃｕｂｉｃａｌ ａｘｉｓ－ａｌｉｇｎｅｄ ｂｏｕｎｄｉｎｇ ｂｏｘ）を再帰的に分割（ｒｅｃｕｌｓｉｖｅ ｓｕｂｄｉｖｉｄｉｎｇ）して生される。２ｄはポイントクラウドコンテンツ（又はポイントクラウドビデオ）の全体ポイントを取り囲む最小の境界ボックスを構成する値で設定される。ｄ値は以下の数１により決定される。以下の数１において、（ｘｉｎｔｎ、ｙｉｎｔｎ、ｚｉｎｔｎ）は量子化されたポイントの位置（又は位置値）を示す。
図６の上側中央に示したように、分割によって全体３次元空間は８つの空間に分かれる。分割されたそれぞれの空間は６つの面を有するキューブで表現される。図６の右上側に示したように、８つの空間はそれぞれ再び座標系の軸（例えば、Ｘ軸、Ｙ軸、Ｚ軸）により分かれる。よって、それぞれの空間は再び８つの小さい空間に分かれる。分割された小さい空間も６つの面を有するキューブで表現される。このような分割方式は八分木のリーフノード（ｌｅａｆ ｎｏｄｅ）がボクセルになるまで適用される。
図６の下側は八分木の占有コードを示す。八分木の占有コードは一つの空間が分かれて発生する８つの分割空間がそれぞれ少なくとも一つのポイントを含むか否かを示すために生成される。従って、一つの占有コードは８つの子ノード（ｃｈｉｌｄ ｎｏｄｅ）で表現される。それぞれの子ノードは分割された空間の占有率（ｏｃｃｕｐａｎｃｙ）を示し、子ノードは１ビットの値を有する。従って、占有コードは８ビットコードで表現される。即ち、子ノードに対応する空間に少なくとも一つのポイントが含まれていると、該当ノードは１値を有する。ノードに対応する空間にポイントが含まれていないと（ｅｍｐｔｙ）、該当ノードは０値を有する。図６に示した占有コードは００１００００１であるので、８つの子ノードのうち、３番目の子ノード及び８番目の子ノードに対応する空間はそれぞれ少なくとも一つのポイントを含むことを示している。図示したように、３番目の子ノード及び８番目の子ノードはそれぞれ８つの子ノードを有し、それぞれの子ノードは８ビットの占有コードで表現される。図面では、３番目の子ノードの占有コードが１００００１１１であり、８番目の子ノードの占有コードが０１００１１１１であることを示している。実施例によるポイントクラウドビデオエンコーダ（例えば、演算エンコーダ４０００４）は占有コードをエントロピー符号化することができる。また圧縮効率を高めるために、ポイントクラウドビデオエンコーダは占有コードをイントラ／インターコーディングすることができる。実施例による受信装置（例えば、受信装置１０００４又はポイントクラウドビデオデコーダ１０００６）は占有コードに基づいて八分木を再構成する。
実施例によるポイントクラウドビデオエンコーダ（例えば、八分木分析部４０００２）は、ポイントの位置を格納するためにボクセル化及び八分木コーディングを行う。しかし、３次元空間内のポイントがいつも均一に分布していることではないので、ポイントが多く存在しない特定の領域があり得る。従って、３次元空間の全体に対してボクセル化を行うことは非効率的である。例えば、特定の領域にポイントがほぼ存在しないと、該当領域までボクセル化を行う必要はない。
従って、実施例によるポイントクラウドビデオエンコーダは、上述した特定の領域（又は八分木のリーフノードを除いたノード）についてはボクセル化を行わず、特定の領域に含まれたポイントの位置を直接コーディングするダイレクトコーディング（Ｄｉｒｅｃｔ ｃｏｄｉｎｇ）を行う。実施例によるダイレクトコーディングポイントの座標は、ダイレクトコーディングモード（Ｄｉｒｅｃｔ Ｃｏｄｉｎｇ Ｍｏｄｅ、ＤＣＭ）と呼ばれる。また実施例によるポイントクラウドビデオエンコーダは、表面モデル（ｓｕｒｆａｃｅ ｍｏｄｅｌ）に基づいて特定の領域（又はノード）内のポイントの位置をボクセルに基づいて再構成するｔｒｉｓｏｕｐジオメトリ符号化（Ｔｒｉｓｏｕｐ ｇｅｏｍｅｔｒｙ ｅｎｃｏｄｉｎｇ）を行うことができる。ｔｒｉｓｏｕｐジオメトリ符号化はオブジェクトの表現を三角形メッシュ（ｔｒｉａｎｇｌｅ ｍｅｓｈ）のシリーズで表現するジオメトリ符号化である。従って、ポイントクラウドビデオデコーダはメッシュ表面からポイントクラウドを生成することができる。実施例によるダイレクトコーディング及びｔｒｉｓｏｕｐジオメトリ符号化は選択的に行われる。また実施例によるダイレクトコーディング及びｔｒｉｓｏｕｐジオメトリ符号化は八分木ジオメトリコーディング（又は八分木コーディング）と結合して行うことができる。
ダイレクトコーディング（Ｄｉｒｅｃｔ ｃｏｄｉｎｇ）を行うためには、ダイレクトコーディングを適用するための直接モード（ｄｉｒｅｃｔ ｍｏｄｅ）の使用オプションが活性化されている必要があり、ダイレクトコーディングを適用するノードはリーフノードではなく、特定のノード内に閾値（ｔｈｒｅｓｈｏｌｄ）以下のポイントが存在する必要がある。またダイレクトコーディングの対象となる全体ポイントの個数は所定の閾値を超えてはいけない。上記条件を満たすと、実施例によるポイントクラウドビデオエンコーダ（例えば、演算エンコーダ４０００４）はポイントの位置（又は位置値）をエントロピーコーディングすることができる。
実施例によるポイントクラウドビデオエンコーダ（例えば、表面近似分析部４０００３）は、八分木の特定のレベルを定め（レベルは八分木の深さｄよりは小さい場合）、そのレベルからは表面モデルを使用してノード領域内のポイントの位置をボクセルに基づいて再構成するｔｒｉｓｏｕｐジオメトリ符号化を行うことができる（ｔｒｉｓｏｕｐモード）。実施例によるポイントクラウドビデオエンコーダは、ｔｒｉｓｏｕｐジオメトリ符号化を適用するレベルを指定できる。例えば、指定されたレベルが八分木の深さと同一であると、ポイントクラウドビデオエンコーダはｔｒｉｓｏｕｐモードで動作しない。即ち、実施例によるポイントクラウドビデオエンコーダは指定されたレベルが八分木の深さ値よりも小さい場合にのみｔｒｉｓｏｕｐモードで動作することができる。実施例による指定されたレベルのノードの３次元立方体領域をブロック（ｂｌｏｃｋ）と呼ぶ。一つのブロックは一つ又はそれ以上のボクセルを含む。ブロック又はボクセルはブリック（ｂｒｉｃｋ）に対応することもできる。それぞれのブロック内においてジオメトリは表面（ｓｕｒｆａｃｅ）と表現される。実施例による表面は最大１回、ブロックの各エッジ（ｅｄｇｅ）と交差することができる。
一つのブロックは１２つのエッジを有するので、一つのブロック内に少なくとも１２つの交差点が存在する。それぞれの交差点はバーテックス（ｖｅｒｔｅｘ、頂点又は頂上）と呼ばれる。エッジに沿って存在するバーテックスは該当エッジを共有する全てのブロックのうち、そのエッジに隣接する少なくとも一つの占有ボクセル（ｏｃｃｕｐｉｅｄ ｖｏｘｅｌ）がある場合に検知される。実施例による占有ボクセルはポイントを含むボクセルを意味する。エッジに沿って検出されたバーテックスの位置は、該当エッジを共有する全てのブロックのうち、該当エッジに隣接する全てのボクセルのエッジによる平均位置である（ｔｈｅ ａｖｅｒａｇｅ ｐｏｓｉｔｉｏｎ ａｌｏｎｇ ｔｈｅ ｅｄｇｅ ｏｆ ａｌｌ ｖｏｘｅｌｓ）。
バーテックスが検出されると、実施例によるポイントクラウドビデオエンコーダは、エッジの開始点（ｘ、ｙ、ｚ）、エッジの方向ベクトル（Δｘ、Δｙ、Δｚ）、バーテックス位置値（エッジ内の相対的位置値）をエントロピーコーディングすることができる。ｔｒｉｓｏｕｐジオメトリ符号化が適用された場合、実施例によるポイントクラウドビデオエンコーダ（例えば、ジオメトリ再構成部４０００５）は三角形再構成（ｔｒｉａｎｇｌｅ ｒｅｃｏｎｓｔｒｕｃｔｉｏｎ）、アップ－サンプリング（ｕｐ－ｓａｍｐｌｉｎｇ）、ボクセル化過程を行って復元されたジオメトリ（再構成されたジオメトリ）を生成することができる。
ブロックのエッジに位置するバーテックスはブロックを通過する表面を決定する。実施例による表面は非平面多角形である。三角形再構成の過程ではエッジの開始点、エッジの方向ベクトルとバーテックスの位置値に基づいて三角形で示される表面を再構成する。三角形再構成の過程は以下の数２の通りである。（丸１）：各バーテックスの中心（ｃｅｎｔｒｏｉｄ）値を計算し、（丸２）：各バーテックスの値から中心値を引いた値に、（丸３）：自乗を行って、その値を全て加算した値を得る。
その後、加えられた値の最小値を求め、最小値がある軸に沿って投影（Ｐｒｏｊｅｃｔｉｏｎ）過程を行う。 例えば、ｘ要素（ｅｌｅｍｅｎｔ）が最小である場合、各バーテックスをブロックの中心を基準としてｘ軸に投影し、（ｙ，ｚ）平面に投影させる。（ｙ，ｚ）平面に投影させて得た値が（ａｉ，ｂｉ）であれば、ａｔａｎ２（ｂｉ、ａｉ）によりθ値を求め、θ値を基準としてバーテックスを整列する。以下の表１はバーテックスの個数によって三角形を生成するためのバーテックスの組み合わせを示している。バーテックスは１からｎまで順に整列される。以下の表１は４つのバーテックスに対して、バーテックスの組み合わせによって２つの三角形が構成されることを示している。１番目の三角形は整列されたバーテックスのうち、１、２、３番目のバーテックスで構成され、２番目の三角形は整列されたバーテックスのうち、３，４，１番目のバーテックスで構成される。
表１．Ｔｒｉａｎｇｌｅｓ ｆｏｒｍｅｄ ｆｒｏｍ ｖｅｒｔｉｃｅｓ ｏｒｄｅｒｅｄ １
アップサンプリング過程は三角形のエッジに沿って中間に点を追加してボクセル化するために行われる。アップサンプリング係数（ｕｐｓａｍｐｌｉｎｇ ｆａｃｔｏｒ）とブロックの幅を基準として追加点を生成する。追加点はリファインドバーテックス（ｒｅｆｉｎｅｄ ｖｅｒｔｉｃｅ）と呼ばれる。実施例によるポイントクラウドビデオエンコーダはリファインドバーテックスをボクセル化することができる。またポイントクラウドビデオエンコーダはボクセル化された位置（又は位置値）に基づいて特質符号化を行うことができる。図７は実施例による隣接ノードパターンの一例を示す図である。
ポイントクラウドビデオの圧縮効率を増加させるために、実施例によるポイントクラウドビデオエンコーダはコンテキスト適応演算（ｃｏｎｔｅｘｔ ａｄａｐｔｉｖｅ ａｒｉｔｈｍｅｔｉｃ）コーディングに基づいてエントロピーコーディングを行う。
図１ないし図６で説明したように、ポイントクラウドコンテンツ提供システム又は図２のポイントクラウドビデオエンコーダ１０００２又は図４のポイントクラウドビデオエンコーダ又は演算エンコーダ４０００４は、占有コードをすぐエントロピーコーディングすることができる。またポイントクラウドコンテンツ提供システム又はポイントクラウドビデオエンコーダは、現在ノードの占有コードと隣接ノードの占有率に基づいてエントロピー符号化（イントラ符号化）を行うか、又は以前フレームの占有コードに基づいてエントロピー符号化（インター符号化）を行うことができる。実施例によるフレームは、同時間に生成されたポイントクラウドビデオの集合を意味する。実施例によるイントラ符号化／インター符号化の圧縮効率は、参照する隣接ノードの個数によって異なる。ビットが大きくなると複雑になるが、一側に傾くようにして圧縮効率を高めることができる。例えば、３－ｂｉｔ ｃｏｎｔｅｘｔを有すると、２の３乗である８つの方法でコーディングする。分けてコーディングする部分は具現の複雑度に影響を及ぼす。従って、圧縮効率と複雑度の適正水準を合わせる必要がある。
図７は隣接ノードの占有率に基づいて占有パターンを求める過程を示す。実施例によるポイントクラウドビデオエンコーダは、八分木の各ノードの隣接ノードの占有率（ｏｃｃｕｐａｎｃｙ）を判断して隣接ノードパターン（ｎｅｉｇｈｂｏｒ ｐａｔｔｅｒｎ）値を得る。隣接ノードパターンは該当ノードの占有パターンを推論するために使用される。図７の左側はノードに対応するキューブ（真ん中に位置するキューブ）及び該当キューブと少なくとも一面を共有する６つのキューブ（隣接ノード）を示している。図示したノードは同じ深さのノードである。図示した数字は６つのノードとそれぞれ連関する加重値（１、２、４、８、１６、３２、など）を示す。各加重値は隣接ノードの位置によって順に付与される。
図７の右側は隣接ノードパターン値を示す。隣接ノードパターン値は占有された隣接ノード（ポイントを有する隣接ノード）の加重値が掛けられた値の合計である。従って、隣接ノードパターン値は０から６３までの値を有する。隣接ノードパターン値が０であることは、該当ノードの隣接ノードのうち、ポイントを有するノード（占有ノード）がないことを意味する。隣接ノードパターン値が６３であることは、隣接ノードが全て占有ノードであることを意味する。図示したように、加重値１、２、４、８が付与された隣接ノードは占有ノードであるので、隣接ノードパターン値は１、２、４、８を併せた値である１５である。ポイントクラウドビデオエンコーダは隣接ノードパターン値によってコーディングを行うことができる（例えば、隣接ノードパターン値が６３である場合、６４つのコーディングを行う）。実施例においてポイントクラウドビデオエンコーダは隣接ノードパターン値を変更して（例えば、６４を１０又は６に変更するテーブルに基づく）、コーディングの複雑度を減らすことができる。
図８は実施例によるＬＯＤごとのポイント構成の一例を示す図である。
図１ないし図７で説明したように、特質符号化が行われる前、符号化されたジオメトリは再構成（復元）される。ダイレクトコーディングが適用された場合、ジオメトリ再構成の動作はダイレクトコーディングされたポイントの配置を変更することを含む（例えば、ダイレクトコーディングされたポイントをポイントクラウドデータの前方に配置）。ｔｒｉｓｏｕｐジオメトリ符号化が適用された場合、ジオメトリ再構成の過程は三角形再構成、アップサンプリング、ボクセル化の過程を特質はジオメトリに従属するので、特質符号化は再構成されたジオメトリに基づいて行われる。
ポイントクラウドビデオエンコーダ（例えば、ＬＯＤ生成部４０００９）はポイントをＬＯＤごとに分類（ｒｅｏｒｇａｎｉｚａｔｉｏｎ）又はグルーピング（ｇｒｏｕｐｉｎｇ）することができる。図８はＬＯＤに対応するポイントクラウドコンテンツを示す。図８の最左側はオリジナルポイントクラウドコンテンツを示す。図８の左側から２番目は最低ＬＯＤのポイントの分布を示し、図８の最右側は最高ＬＯＤのポイントの分布を示す。即ち、最低ＬＯＤのポイントは粗い（ｓｐａｒｓｅ）分布であり、最高ＬＯＤのポイントは細かい分布である。即ち、図８の下側に示された矢印方向に沿ってＬＯＤが増加するほどポイント間の間隔（又は距離）は短くなる。
図９は実施例によるＬＯＤごとのポイント構成の一例を示す図である。
図１ないし図８で説明したように、ポイントクラウドコンテンツ提供システム又はポイントクラウドビデオエンコーダ（例えば、図２のポイントクラウドビデオエンコーダ１０００２、図４のポイントクラウドビデオエンコーダ又はＬＯＤ生成部４０００９）はＬＯＤを生成する。ＬＯＤはポイントを設定されたＬＯＤ距離値（又はユークリッド距離（Ｅｕｃｌｉｄｅａｎ Ｄｉｓｔａｎｃｅ）のセット）によって改良レベル（ｒｅｆｉｎｅｍｅｎｔ ｌｅｖｅｌｓ）のセットで再整列して生成される。ＬＯＤ生成過程はポイントクラウドビデオエンコーダだけではなく、ポイントクラウドビデオデコーダでも行われる。
図９の上側は３次元空間に分布されたポイントクラウドコンテンツのポイントの一例（Ｐ０～Ｐ９）を示す。図９のオリジナルオーダー（Ｏｒｉｇｉｎａｌ ｏｒｄｅｒ）はＬＯＤ生成前のポイントＰ０～Ｐ９の順を示す。図９のＬｏＤ基盤のオーダー（ＬＯＤ ｂａｓｅｄ ｏｒｄｅｒ）はＬＯＤ生成によるポイントの順を示す。ポイントはＬＯＤごとに再整列される。また高いＬＯＤは低いＬＯＤに属するポイントを含む。図９に示すように、ＬＯＤ０はＰ０、Ｐ５、Ｐ４及びＰ２を含む。ＬＯＤ１はＬＯＤ０のポイントとＰ１、Ｐ６及びＰ３を含む。ＬＯＤ２はＬＯＤ０のポイント、ＬＯＤ１のポイント及びＰ９、Ｐ８及びＰ７を含む。
図４で説明したように、実施例によるポイントクラウドビデオエンコーダはＬＯＤ基盤の予測変換コーディング、リフト変換コーディング及びＲＡＨＴ変換コーディングを選択的に又は組み合わせて行うことができる。
実施例によるポイントクラウドビデオエンコーダは、ポイントに対する予測器（ｐｒｅｄｉｃｔｏｒ）を生成して各ポイントの予測特質（又は予測特質値）を設定するためのＬＯＤ基盤の予測変換コーディングを行う。即ち、Ｎ個のポイントに対してＮ個の予測器が生成される。実施例による予測器は各ポイントのＬＯＤ値とＬＯＤごとに設定された距離内に存在する隣接ポイントに対するインデックス情報及び隣接ポイントまでの距離値に基づいて加重値（＝１／距離）を計算することができる。
実施例による予測特質（又は特質値）は、各ポイントの予測器に設定された隣接ポイントの特質（又は特質値、例えば、色相、反射率など）に各隣接ポイントまでの距離に基づいて計算された加重（又は加重値）を掛けた値の平均値で設定される。実施例によるポイントクラウドビデオエンコーダ（例えば、係数量子化部４００１１）は、該当ポイントの特質（即ち、オリジナル特質値）から該当予測特質（特質値）を引いた該当ポイントの残余値（ｒｅｓｉｄｕａｌ、残余の特質、残余の特質値、特質予測残余値、予測エラー特質値などとも呼ばれる）を量子化（ｑｕａｔｉｚａｔｉｏｎ）及び逆量子化（ｉｎｖｅｒｓｅ ｑｕａｎｔｉｚａｔｉｏｎ）することができる。残余の特質値に対して行われる送信機での量子化過程は表２の通りである。また表２のように量子化された残余の特質値に対して行われる受信機での逆量子化過程は表３の通りである。
実施例によるポイントクラウドビデオエンコーダ（例えば、演算エンコーダ４００１２）は、各ポイントの予測器に隣接するポイントがあれば、上述したように、量子化及び逆量子化された残余の特質値をエントロピーコーディングする。実施例によるポイントクラウドビデオエンコーダ（例えば、演算エンコーダ４００１２）は、各ポイントの予測器に隣接するポイントがないと、上述した過程を行わず、該当ポイントの特質をエントロピーコーディングする。実施例によるポイントクラウドビデオエンコーダ（例えば、リフト変換部４００１０）は、各ポイントの予測機を生成し、予測機に計算されたＬＯＤを設定及び隣接ポイントを登録し、隣接ポイントまでの距離による加重値を設定してリフト変換コーディングを行う。実施例によるリフト変換コーディングは、上述した測変換コーディングと類似するが、特質値に加重値を累積適用するという点で差がある。実施例による特質値に加重値を累積適用する過程は以下の通りである。
１）各ポイントの加重値を貯蔵する配列ＱＷ（ＱｕａｎｔｉｚａｔｉｏｎＷｉｅｇｈｔ）を生成する。ＱＷの全ての要素の初期値は１．０である。予測機に登録された隣接ノードの予測機インデックスのＱＷ値に現在ポイントの予測機の加重値を掛けた値を加える。
２）リフト予測過程：予測された特質値を計算するために、ポイントの特質値に加重値を掛けた値を既存の特質値から引く。
３）アップデートウェイト（ｕｐｄａｔｅｗｅｉｇｈｔ）及びアップデートという臨時配列を生成し、臨時配列を０に初期化する。
４）全ての予測機に対して計算された加重値に予測機インデックスに該当するＱＷに貯蔵された加重値をさらに掛けて算出された加重値をアップデートウェイト配列に隣接ノードのインデックスとして累積して合算する。アップデート配列には隣接ノードのインデックスの特質値に算出された加重値を掛けた値を累積して合算する。
５）リフトアップデート過程：全ての予測機に対して、アップデート配列の特質値を予測機インデックスのアップデートウェイト配列の加重値で割り、割った値に再び既存の特質値を加える。
６）全ての予測機に対して、リフトアップデート過程でアップデートされた特質値にリフト予測過程でアップデートされた（ＱＷに貯蔵された）加重値をさらに掛けて予測特質値を算出する。実施例によるポイントクラウドビデオエンコーダ（例えば、係数量子化部４００１１）は予測特質値を量子化する。またポイントクラウドビデオエンコーダ（例えば、演算エンコーダ４００１２）は量子化された特質値をエントロピーコーディングする。
実施例によるポイントクラウドビデオエンコーダ（例えば、ＲＡＨＴ変換部４０００８）は、八分木の下位レベルのノードに連関する特質を使用して上位レベルのノードの特質を予測するＲＡＨＴ変換コーディングを行う。ＲＡＨＴ変換コーディングは八分木バックワードスキャンによる特質イントラコーディングの一例である。実施例によるポイントクラウドビデオエンコーダは、ボクセルから全体領域にスキャンし、各ステップもぽてボクセルをもっと大きいブロックに合わせながらルートノード（ｒｏｏｔ ｎｏｄｅ）までの併合過程を繰り返して行う。実施例による併合過程は、占有ノードのみについて行われる。空ノード（ｅｍｐｔｙ ｎｏｄｅ）については併合過程が行われず、空ノードの直上位ノードについて併合過程が行われる。
ｇＤＣ値もハイパス係数のように量子化されてエントロピーコーディングされる。
図１０は実施例によるポイントクラウドビデオデコーダ（Ｐｏｉｎｔ Ｃｌｏｕｄ Ｖｉｄｅｏ Ｄｅｃｏｄｅｒ）の一例を示す図である。
図１０に示したポイントクラウドビデオデコーダは、図１に示したポイントクラウドビデオデコーダ１０００６の一例であり、図１で説明したポイントクラウドビデオデコーダ１０００６の動作などと同一又は類似する動作を行う。図示したように、ポイントクラウドビデオデコーダは一つ又はそれ以上のビットストリームに含まれたジオメトリビットストリーム（ｇｅｏｍｅｔｒｙ ｂｉｔｓｔｒｅａｍ）及び特質ビットストリーム（Ａｔｔｒｉｂｕｔｅ ｂｉｔｓｔｒｅａｍ）を受信する。ポイントクラウドビデオデコーダはジオメトリデコーダ（ｇｅｏｍｅｔｒｙ ｄｅｃｏｄｅｒ）及び特質デコーダ（Ａｔｔｒｉｂｕｔｅ ｄｅｃｏｄｅｒ）を含む。ジオメトリデコーダはジオメトリビットストリームに対してジオメトリ復号を行って復号されたジオメトリ（ｄｅｃｏｄｅｄ ｇｅｏｍｅｔｒｙ）を出力する。特質デコーダは復号されたジオメトリに基づいて特質ビットストリームに対して特質復号を行って復号された特質（ｄｅｃｏｄｅｄ Ａｔｔｒｉｂｕｔｅｓ）を出力する。復号されたジオメトリ及び復号された特質はポイントクラウドコンテンツを復元（ｄｅｃｏｄｅｄ ｐｏｉｎｔ ｃｌｏｕｄ）するために使用される。
図１１は実施例によるポイントクラウドビデオデコーダの一例を示す図である。
図１１に示したポイントクラウドビデオデコーダは図１０で説明したポイントクラウドビデオデコーダの一例であり、図１ないし図９で説明したポイントクラウドビデオエンコーダの符号化動作の逆過程である復号動作を行う。
図１及び図１０で説明したように、ポイントクラウドビデオデコーダはジオメトリ復号及び特質復号を行う。ジオメトリ復号は特質復号よりも先に行われる。
実施例によるポイントクラウドビデオデコーダは、演算デコーダ（ａｒｉｔｈｍｅｔｉｃ ｄｅｃｏｄｅｒ、１１０００）、八分木合成部（ｏｃｔｒｅｅ ｓｙｎｔｈｅｓｉｓ ｕｎｉｔ、１１００１）、表面近似合成部（ｓｕｒｆａｃｅ ａｐｐｒｏｘｉｍａｔｉｏｎ ｓｙｎｔｈｅｓｉｓ ｕｎｉｔ、１１００２）、ジオメトリ再構成部（ｇｅｏｍｅｔｒｙ ｒｅｃｏｎｓｔｒｕｃｔｉｏｎ ｕｎｉｔ、１１００３）、座標系逆変換部（ｃｏｏｒｄｉｎａｔｅｓ ｉｎｖｅｒｓｅ ｔｒａｎｓｆｏｒｍａｔｉｏｎ ｕｎｉｔ、１１００４）、演算デコーダ（ａｒｉｔｈｍｅｔｉｃ ｄｅｃｏｄｅｒ、１１００５）、逆量子化部（ｉｎｖｅｒｓｅ ｑｕａｎｔｉｚａｔｉｏｎ ｕｎｉｔ、１１００６）、ＲＡＨＴ変換部１１００７、ＬＯＤ生成部（ＬＯＤ ｇｅｎｅｒａｔｉｏｎ ｕｎｉｔ、１１００８）、逆リフト部（Ｉｎｖｅｒｓｅ ｌｉｆｔｉｎｇ ｕｎｉｔ、１１００９）、及び／又は色逆変換部（ｃｏｌｏｒ ｉｎｖｅｒｓｅ ｔｒａｎｓｆｏｒｍａｔｉｏｎ ｕｎｉｔ、１１０１０）を含む。
演算デコーダ１１０００、八分木合成部１１００１、表面近似合成部１１００２、ジオメトリ再構成部１１００３及び座標系逆変換部１１００４は、ジオメトリ復号を行う。実施例によるジオメトリ復号はダイレクト復号（ｄｉｒｅｃｔ ｄｅｃｏｄｉｎｇ）及びｔｒｉｓｏｕｐジオメトリ復号（ｔｒｉｓｏｕｐ ｇｅｏｍｅｔｒｙ ｄｅｃｏｄｉｎｇ）を含む。ダイレクト復号及びｔｒｉｓｏｕｐジオメトリ復号は選択的に適用される。またジオメトリ復号は上記の例示に限られず、図１ないし図９で説明したジオメトリ符号化の逆過程により行われる。
実施例による演算デコーダ１１０００は、受信したジオメトリビットストリームを演算コーディングに基づいて復号する。演算デコーダ１１０００の動作は演算エンコーダ４０００４の逆過程に対応する。
実施例による八分木合成部１１００１は、復号されたジオメトリビットストリームから（又は復号結果、確保されたジオメトリに関する情報）から占有コードを獲得して八分木を生成する。占有コードに関する具体的な説明は図１ないし図９に説明した通りである。
実施例による表面近似合成部１１００２は、ｔｒｉｓｏｕｐジオメトリ符号化が適用された場合、復号されたジオメトリ及び／又は生成された八分木に基づいて表面を合成する。
実施例によるジオメトリ再構成部１１００３は、表面及び／又は復号されたジオメトリに基づいてジオメトリを再生成する。図１ないし図９で説明したように、ダイレクトコーディング及びｔｒｉｓｏｕｐジオメトリ符号化は選択的に適用される。従って、ジオメトリ再構成部１１００３はダイレクトコーディングが適用されたポイントの位置情報を直接持ってきて追加する。また、ｔｒｉｓｏｕｐジオメトリ符号化が適用される場合、ジオメトリ再構成部１１００３はジオメトリ再構成部４０００５の再構成動作、例えば、三角形再構成、アップサンプリング、ボクセル化動作を行ってジオメトリを復元する。具体的な内容は図６で説明した通りであるので省略する。復元されたジオメトリは特質を含まないポイントクラウドピクチャ又はフレームを含む。
実施例による座標系逆変換部１１００４は復元されたジオメトリに基づいて座標系を変換してポイントの位置を得る。
演算デコーダ１１００５、逆量子化部１１００６、ＲＡＨＴ変換部１１００７、ＬＯＤ生成部１１００８、逆リフト部１１００９及び／又は色逆変換部１１０１０は、図１０で説明した特質復号を行う。実施例による特質復号は、ＲＡＨＴ（Ｒｅｇｉｏｎ Ａｄａｐｔｉｖｅ Ｈｉｅｒａｒｃｈｉａｌ Ｔｒａｎｓｆｏｒｍ）復号、予測変換（Ｉｎｔｅｒｐｏｌａｒａｔｉｏｎ－ｂａｓｅｄ ｈｉｅｒａｒｃｈｉｃａｌ ｎｅａｒｅｓｔ－ｎｅｉｇｈｂｏｕｒ ｐｒｅｄｉｃｔｉｏｎ－Ｐｒｅｄｉｃｔｉｏｎ Ｔｒａｎｓｆｏｒｍ）復号、及びリフト変換（ｉｎｔｅｒｐｏｌａｔｉｏｎ－ｂａｓｅｄ ｈｉｅｒａｒｃｈｉｃａｌ ｎｅａｒｅｓｔ－ｎｅｉｇｈｂｏｕｒ ｐｒｅｄｉｃｔｉｏｎ ｗｉｔｈ ａｎ ｕｐｄａｔｅ／ｌｉｆｔｉｎｇ ｓｔｅｐ （Ｌｉｆｔｉｎｇ Ｔｒａｎｓｆｏｒｍ））復号を含む。上記３つの復号は選択的に使用されるか、又は一つ又はそれ以上の復号の組み合わせが使用される。また実施例による特質復号は上述した例示に限られない。
実施例による演算デコーダ１１００５は、特質ビットストリームを演算コーディングに復号する。
実施例による逆量子化部１１００６は、復号された特質ビットストリーム又は復号結果確保した特質に関する情報を逆量子化（ｉｎｖｅｒｓｅ ｑｕａｎｔｉｚａｔｉｏｎ）して、逆量子化された特質（又は特質値）を出力する。逆量子化はポイントクラウドビデオエンコーダの特質符号化に基づいて選択的に適用される。
実施例においてＲＡＨＴ変換部１１００７、ＬＯＤ生成部１１００８及び／又は逆リフト部１１００９は、再構成されたジオメトリ及び逆量子化された特質を処理する。上述したように、ＲＡＨＴ変換部１１００７、ＬＯＤ生成部１１００８及び／又は逆リフト部１１００９は、ポイントクラウドビデオエンコーダの符号化によってそれに対応する復号動作を選択的に行う。
実施例による色逆変換部１１０１０は、復号された特質に含まれた色値（又はテクスチャ）を逆変換するための逆変換コーディングを行う。色逆変換部１１０１０の動作はポイントクラウドビデオエンコーダの色変換部４０００６の動作に基づいて選択的に行われる。
図１１のポイントクラウドビデオデコーダのエレメントは、図示していないが、ポイントクラウド提供装置に含まれた一つ又はそれ以上のメモリと通信可能に設定された一つ又はそれ以上のプロセッサ又は集積回路（ｉｎｔｅｇｒａｔｅｄ ｃｉｒｃｕｉｔｓ）を含むハードウェア、ソフトウェア、ファームウェア又はこれらの組み合わせで具現される。一つ又はそれ以上のプロセッサは、上述した図１１のポイントクラウドビデオデコーダのエレメント動作及び／又は機能のうちのいずれかを行う。また、一つ又はそれ以上のプロセッサは、図１１のポイントクラウドビデオデコーダのエレメントの動作及び／又は機能を行うためのソフトウェアプログラム及び／又は指示（ｉｎｓｔｒｕｃｔｉｏｎ）のセットを動作又は実行する。
図１２は実施例による送信装置の一例を示す。
図１２に示した送信装置は、図１の送信装置１００００（又は図４のポイントクラウドビデオエンコーダ）の一例である。図１２に示した送信装置は、図１ないし図９で説明したポイントクラウドビデオエンコーダの動作及び符号化方法と同一又は類似する動作及び方法のうちのいずれかを行う。実施例による送信装置は、データ入力部１２０００、量子化処理部１２００１、ボクセル化処理部１２００２、八分木占有コード生成部１２００３、表面モデル処理部１２００４、イントラ／インターコーディング処理部１２００５、演算コーダー１２００６、メタデータ処理部１２００７、色相変換処理部１２００８、特質変換処理部（又は属性変換処理部）１２００９、予測／リフト／ＲＡＨＴ変換処理部１２０１０、演算コーダー１２０１１及び／又は送信処理部１２０１２を含む。
実施例によるデータ入力部１２０００はポイントクラウドデータを受信又は獲得する。データ入力部１２０００はポイントクラウドビデオ獲得部１０００１の動作及び／又は獲得方法（又は図２に示した獲得過程２００００）と同一又は類似する動作及び／又は獲得方法を行う。
データ入力部１２０００、量子化処理部１２００１、ボクセル化処理部１２００２、八分木占有コード生成部１２００３、表面モデル処理部１２００４、イントラ／インターコーディング処理部１２００５及び演算コーダー１２００６はジオメトリ符号化を行う。実施例によるジオメトリ符号化は、図１ないし図９で説明したジオメトリ符号化と同一又は類似するので、具体的な説明は省略する。
実施例による量子化処理部１２００１は、ジオメトリ（例えば、ポイントの位置値、又はポジション値）を量子化する。量子化処理部１２００１の動作及び／又は量子化は、図４に示した量子化部４０００１の動作及び／又は量子化と同一又は類似する。具体的な説明は図１ないし図９に説明した通りである。
実施例によるボクセル化処理部１２００２は、量子化されたポイントの位置値をボクセル化する。ボクセル化処理部１２０００２は図４に示した量子化部４０００１の動作及び／又はボクセル化過程と同一又は類似する動作及び／又は過程を行う。具体的な説明は図１ないし図９に説明した通りである。
実施例による八分木占有コード生成部１２００３は、ボクセル化されたポイントの位置を八分木構造に基づいて八分木コーディングを行う。八分木占有コード生成部１２００３は占有コードを生成する。八分木占有コード生成部１２００３は図４及び図６で説明したポイントクラウドエンコーダ（又は八分木分析部４０００２）の動作及び／又は方法と同一又は類似する動作及び／又は方法を行う。具体的な説明は図１ないし図９に説明した通りである。
実施例による表面モデル処理部１２００４は、表面モデル（ｓｕｒｆａｃｅ ｍｏｄｅｌ）に基づいて特定の領域（又はノード）内のポイントの位置をボクセル基盤に再構成するｔｒｉｓｏｕｐジオメトリ符号化を行う。表面モデル処理部１２００４は図４に示したポイントクラウドビデオエンコーダ（例えば、表面近似分析部４０００３）の動作及び／又は方法と同一又は類似する動作及び／又は方法を行う。具体的な説明は図１ないし図９に説明した通りである。
実施例によるイントラ／インターコーディング処理部１２００５は、ポイントクラウドデータをイントラ／インターコーディングする。イントラ／インターコーディング処理部１２００５は、図７で説明したイントラ／インターコーディングと同一又は類似するコーディングを行う。具体的な説明は図７に説明した通りである。実施例においてイントラ／インターコーディング処理部１２００５は演算コーダー１２００６に含まれる。
実施例による演算コーダー１２００６は、ポイントクラウドデータの八分木及び／又は近似化された八分木をエントロピー符号化する。例えば、符号化方式は演算（Ａｒｉｔｈｍｅｔｉｃ）符号化方法を含む。演算コーダー１２００６は演算エンコーダ４０００４の動作及び／又は方法と同一又は類似する動作及び／又は方法を行う。
実施例によるメタデータ処理部１２００７は、ポイントクラウドデータに関するメタデータ、例えば、設定値などを処理してジオメトリ符号化及び／又は特質符号化などの必要な処理過程に提供する。また実施例によるメタデータ処理部１２００７は、ジオメトリ符号化及び／又は特質符号化に関連するシグナリング情報を生成及び／又は処理する。実施例によるシグナリング情報はジオメトリ符号化及び／又は特質符号化とは別途に符号化処理される。また実施例によるシグナリング情報はインターリービングされることもある。
色相変換処理部１２００８、特質変換処理部１２００９、予測／リフト／ＲＡＨＴ変換処理部１２０１０及び演算コーダー１２０１１は特質符号化を行う。実施例による特質符号化は、図１ないし図９で説明した特質符号化と同一又は類似するので具体的な説明は省略する。
実施例による色相変換処理部１２００８は、特質に含まれた色相値を変換する色相変換コーディングを行う。色相変換処理部１２００８は再構成されたジオメトリに基づいて色相変換コーディングを行う。再構成されたジオメトリに関する説明は、図１ないし図９に説明した通りである。また図４で説明した色変換部４０００６の動作及び／又は方法と同一又は類似する動作及び／又は方法を行う。具体的な説明は省略する。
実施例による特質変換処理部１２００９は、ジオメトリ符号化が行われていない位置及び／又は再構成されたジオメトリに基づいて特質を変換する特質変換を行う。特質変換処理部１２００９は図４に説明した特質変換部４０００７の動作及び／又は方法と同一又は類似する動作及び／又は方法を行う。具体的な説明は省略する。実施例による予測／リフト／ＲＡＨＴ変換処理部１２０１０は変換された特質をＲＡＨＴコーディング、予測変換コーディング及びリフト変換コーディングのうちのいずれか一つ又は組み合わせてコーディングする。予測／リフト／ＲＡＨＴ変換処理部１２０１０は図４に説明したＲＡＨＴ変換部４０００８、ＬＯＤ生成部４０００９及びリフト変換部４００１０の動作と同一又は類似する動作のうちのいずれかを行う。また、予測変換コーディング、リフト変換コーディング及びＲＡＨＴ変換コーディングに関する説明は図１ないし図９に説明した通りであるので、具体的な説明は省略する。
実施例による演算コーダー１２０１１は、コーディングされた特質を演算コーディングに基づいて符号化する。演算コーダー１２０１１は演算エンコーダ４００１２の動作及び／又は方法と同一又は類似する動作及び／又は方法を行う。
実施例による送信処理部１２０１２は、符号化されたジオメトリ及び／又は符号化された特質、メタデータ情報を含む各ビットストリームを送信するか、又は符号化されたジオメトリ及び／又は符号化された特質、メタデータ情報を一つのビットストリームで構成して送信する。実施例による符号化されたジオメトリ及び／又は符号化された特質、メタデータ情報が一つのビットストリームで構成された場合、ビットストリームは一つ又はそれ以上のサブビットストリームを含む。実施例によるビットストリームはシーケンスレベルのシグナリングのためのＳＰＳ（Ｓｅｑｕｅｎｃｅ Ｐａｒａｍｅｔｅｒ Ｓｅｔ）、ジオメトリ情報コーディングのシグナリングのためのＧＰＳ（Ｇｅｏｍｅｔｒｙ Ｐａｒａｍｅｔｅｒ Ｓｅｔ）、特質情報コーディングのシグナリングのためのＡＰＳ（Ａｔｔｒｉｂｕｔｅ Ｐａｒａｍｅｔｅｒ Ｓｅｔ）、タイルレベルのシグナリングのためのＴＰＳ（Ｔｉｌｅ Ｐａｒａｍｅｔｅｒ Ｓｅｔ）を含むシグナリング情報及びスライスデータを含む。スライスデータは一つ又はそれ以上のスライスに関する情報を含む。実施例による一つのスライスは一つのジオメトリビットストリーム（Ｇｅｏｍ００）及び一つ又はそれ以上の特質ビットストリーム（Ａｔｔｒ００、Ａｔｔｒ１０）を含む。
実施例によるＴＰＳは一つ又はそれ以上のタイルに対してそれぞれのタイルに関する情報（例えば、ｂｏｕｎｄｉｎｇ ｂｏｘの座標値情報及び高さ／サイズ情報など）を含む。
ジオメトリビットストリームはヘッダとペイロードを含む。実施例によるジオメトリビットストリームのヘッダはＧＰＳに含まれたパラメータセットの識別情報（ｇｅｏｍ＿ｐａｒａｍｅｔｅｒ＿ｓｅｔ＿ｉｄ）、タイル識別子（ｇｅｏｍ＿ｔｉｌｅ＿ｉｄ）、スライス識別子（ｇｅｏｍ＿ｓｌｉｃｅ＿ｉｄ）及びペイロードに含まれたデータに関する情報などを含む。上述したように、実施例によるメタデータ処理部１２００７はシグナリング情報を生成及び／又は処理して送信処理部１２０１２に送信することができる。実施例において、ジオメトリ符号化を行うエレメント及び特質符号化を行うエレメントは、点線処理したように、相互データ／情報を共有することができる。実施例による送信処理部１２０１２は送信機１０００３の動作及び／又は送信方法と同一又は類似する動作及び／又は送信方法を行う。具体的な説明は図１及び図２に説明した通りであるので、省略する。
図１３は実施例による受信装置の一例を示す。
図１３に示した受信装置は、図１の受信装置１０００４（又は図１０及び図１１のポイントクラウドビデオデコーダ）の一例である。図１３に示した受信装置は、図１ないし図１１で説明したポイントクラウドビデオデコーダの動作及び復号方法と同一又は類似する動作及び方法のうちのいずれかを行う。
実施例による受信装置は、受信部１３０００、受信処理部１３００１、演算（ａｒｉｔｈｍｅｔｉｃ）デコーダ１３００２、占有コード（Ｏｃｃｕｐａｎｃｙ ｃｏｄｅ）基盤の八分木再構成処理部１３００３、表面モデル処理部（三角形再構成、アップサンプリング、ボクセル化）１３００４、逆（ｉｎｖｅｒｓｅ）量子化処理部１３００５、メタデータ分析１３００６、演算（ａｒｉｔｈｍｅｔｉｃ）デコーダ１３００７、逆量子化処理部１３００８、予測／リフト／ＲＡＨＴ逆変換処理部１３００９、色相逆変換処理部１３０１０及び／又はレンダラー１３０１１を含む。実施例による復号の各構成要素は実施例による符号化の構成要素の逆過程を行う。
実施例による受信部１３０００は、ポイントクラウドデータを受信する。受信部１３０００は図１の受信機１０００５の動作及び／又は受信方法と同一又は類似する動作及び／又は受信方法を行う。具体的な説明は省略する。
実施例による受信処理部１３００１は受信したデータからジオメトリビットストリーム及び／又は特質ビットストリームを得る。受信処理部１３００１は受信部１３０００に含まれる。
演算デコーダ１３００２、占有コード基盤の八分木再構成処理部１３００３、表面モデル処理部１３００４及び逆量子化処理部１３００５はジオメトリ復号を行う。実施例によるジオメトリ復号は図１ないし図１０で説明したジオメトリ復号と同一又は類似するので、具体的な説明は省略する。
実施例による演算デコーダ１３００２はジオメトリビットストリームを演算コーディングに基づいて復号する。演算デコーダ１３００２は演算デコーダ１１０００の動作及び／又はコーディングと同一又は類似する動作及び／又はコーディングを行う。
実施例による占有コード基盤の八分木再構成処理部１３００３は、復号されたジオメトリビットストリームから（又は復号結果、確保されたジオメトリに関する情報）から占有コードを獲得して八分木を再構成する。占有コード基盤の八分木再構成処理部１３００３は、八分木合成部１１００１の動作及び／又は八分木生成方法と同一又は類似する動作及び／又は方法を行う。実施例による表面モデル処理部１３００４はｔｒｉｓｏｕｐジオメトリ符号化が適用された場合、表面モデル方式に基づいてｔｒｉｓｏｕｐジオメトリ復号及びそれに関連するジオメトリ再構成（例えば、三角形再構成、アップサンプリング、ボクセル化）を行う。表面モデル処理部１３００４は表面近似合成部１１００２及び／又はジオメトリ再構成部１１００３の動作と同一又は類似する動作を行う。
実施例による逆量子化処理部１３００５は復号されたジオメトリを逆量子化する。
実施例によるメタデータ分析１３００６は受信したポイントクラウドデータに含まれたメタデータ、例えば、設定値などを分析する。メタデータ分析１３００６はメタデータをジオメトリ復号及び／又は特質復号に伝達する。メタデータに関する具体的な説明は図１２で説明した通りであるので省略する。
演算デコーダ１３００７、逆量子化処理部１３００８、予測／リフト／ＲＡＨＴ逆変換処理部１３００９及び色相逆変換処理部１３０１０は特質復号を行う。特質復号は図１乃至図１０で説明した特質復号と同一又は類似するので、具体的な説明は省略する。
実施例による演算デコーダ１３００７は、特質ビットストリームを演算コーディングに復号する。演算デコーダ１３００７は再構成されたジオメトリに基づいて特質ビットストリームの復号を行う。演算デコーダ１３００７は演算デコーダ１１００５の動作及び／又はコーディングと同一又は類似する動作及び／又はコーディングを行う。
実施例による逆量子化処理部１３００８は、復号された特質ビットストリームを逆量子化する。逆量子化処理部１３００８は逆量子化部１１００６の動作及び／又は逆量子化方法と同一又は類似する動作及び／又は方法を行う。
実施例による予測／リフト／ＲＡＨＴ逆変換処理部１３００９は、再構成されたジオメトリ及び逆量子化された特質を処理する。予測／リフト／ＲＡＨＴ逆変換処理部１３００９は、ＲＡＨＴ変換部１１００７、ＬＯＤ生成部１１００８及び／又は逆リフト部１１００９の動作及び／又は復号と同一又は類似する動作及び／又は復号のうちのいずれかを行う。実施例による色相逆変換処理部１３０１０は、復号された特質に含まれた色値（又はテクスチャ）を逆変換するための逆変換コーディングを行う。色相逆変換処理部１３０１０は色逆変換部１１０１０の動作及び／又は逆変換コーディングと同一又は類似する動作及び／又は逆変換コーディングを行う。実施例によるレンダラー１３０１１はポイントクラウドデータをレンダリングする。
図１４は実施例によるポイントクラウドデータ送受信方法／装置に連動可能な構造の一例を示す。
図１４の構造はサーバー１７６００、ロボット１７１００、自律走行車両１７２００、ＸＲ装置１７３００、スマートフォン１７４００、家電１７５００及び／又はＨＭＤ（Ｈｅａｄ－Ｍｏｕｎｔ Ｄｉｓｐｌａｙ）１７７００のうちのいずれかがクラウドネットワーク１７１００に連結された構成を示している。ロボット１７１００、自律走行車両１７２００、ＸＲ装置１７３００、スマートフォン１７４００又は家電１７５００などは装置とも呼ばれる。またＸＲ装置１７３００は実施例によるポイントクラウドデータ（ＰＣＣ）装置に対応するか又はＰＣＣ装置に連動する。
クラウドネットワーク１７０００はクラウドコンピューティングインフラの一部を構成するか、又はクラウドコンピューティングインフラ内に存在するネットワークを意味する。ここで、クラウドネットワーク１７０００は３Ｇネットワーク、４Ｇ又はＬＴＥネットワーク又は５Ｇネットワークなどを用いて構成される。
サーバー１７６００はロボット１７１００、自律走行車両１７２００、ＸＲ装置１７３００、スマートフォン１７４００、家電１７５００及び／又はＨＭＤ１７７００のいずれかにクラウドネットワーク１７０００により連結され、連結された装置１７１００～１７７００のプロセシングの少なくとも一部を助けることができる。
ＨＭＤ（Ｈｅａｄ－Ｍｏｕｎｔ Ｄｉｓｐｌａｙ）１７７００は実施例によるＸＲデバイス及び／又はＰＣＣデバイスが具現されるタイプのうちのいずれかを示す。実施例によるＨＭＤタイプのデバイスは、コミュニケーションズユニット、コントロールユニット、メモリユニット、Ｉ／Ｏユニット、センサユニット及びパーワ供給ユニットなどを含む。
以下、上記技術が適用される装置１７１００～１７５００の様々な実施例について説明する。ここで、図１４に示した装置１７１００～１７５００は上述した実施例によるポイントクラウドデータ送受信装置に連動／結合することができる。
＜ＰＣＣ＋ＸＲ＞
ＸＲ／ＰＣＣ装置１７３００はＰＣＣ及び／又はＸＲ（ＡＲ＋ＶＲ）技術が適用されて、ＨＭＤ（Ｈｅａｄ－Ｍｏｕｎｔ Ｄｉｓｐｌａｙ）、車両に備えられたＨＵＤ（Ｈｅａｄ－Ｕｐ Ｄｉｓｐｌａｙ）、ＴＶ、携帯電話、スマートフォン、コンピューター、ウェアラブルデバイス、家電機器、デジタル看板、車両、固定型ロボットや移動型ロボットなどに具現されることもできる。
ＸＲ／ＰＣＣ装置１７３００は、様々なセンサにより又は外部装置から獲得した３次元ポイントクラウドデータ又はイメージデータを分析して３次元ポイントに対する位置データ及び特質データを生成することにより周辺空間又は現実オブジェクトに関する情報を得て、出力するＸＲ客体をレンダリングして出力することができる。例えば、ＸＲ／ＰＣＣ装置１７３００は認識された物体に関する追加情報を含むＸＲ客体を該当認識された物体に対応して出力することができる。
＜ＰＣＣ＋自立走行＋ＸＲ＞
自律走行車両１７２００はＰＣＣ技術及びＸＲ技術が適用されて、移動型ロボット、車両、無人飛行体などで具現される。
ＸＲ／ＰＣＣ技術が適用された自律走行車両１７２００は、ＸＲ映像を提供する手段を備えた自律走行車両やＸＲ映像内での制御／相互作用の対象となる自律走行車両などを意味する。特に、ＸＲ映像内での制御／相互作用の対象となる自律走行車両１７２００はＸＲ装置１７３００とは区分されて互いに連動されることができる。
ＸＲ／ＰＣＣ映像を提供する手段を備えた自律走行車両１７２００は、カメラを含むセンサからセンサ情報を得、得たセンサ情報に基づいて生成されたＸＲ／ＰＣＣ映像を出力する。例えば、自律走行車両１７２００はＨＵＤを備えてＸＲ／ＰＣＣ映像を出力することにより、搭乗者に現実オブジェクト又は画面内のオブジェクトに対応するＸＲ／ＰＣＣ客体を提供することができる。
この時、ＸＲ／ＰＣＣ客体がＨＵＤに出力される場合には、ＸＲ／ＰＣＣ客体の少なくとも一部が搭乗者の視線が向く実際の客体にオーバーラップされるように出力される。反面、ＸＲ／ＰＣＣ客体が自律走行車両内に備えられるディスプレイに出力される場合には、ＸＲ／ＰＣＣ客体の少なくとも一部が画面内の客体にオーバーラップされるように出力される。例えば、自律走行車両１２２０は車路、他の車両、信号灯、交通表示板、二輪車、歩行者、建物などのような客体に対応するＸＲ／ＰＣＣ客体を出力することができる。
実施例によるＶＲ（Ｖｉｒｔｕａｌ Ｒｅａｌｉｔｙ）技術、ＡＲ（Ａｕｇｍｅｎｔｅｄ Ｒｅａｌｉｔｙ）技術、ＭＲ（Ｍｉｘｅｄ Ｒｅａｌｉｔｙ）技術及び／又はＰＣＣ（Ｐｏｉｎｔ Ｃｌｏｕｄ Ｃｏｍｐｒｅｓｓｉｏｎ）技術は、様々なデバイスに適用可能である。
即ち、ＶＲ技術は現実の客体や背景などをＣＧ映像のみで提供するディスプレイ技術である。反面、ＡＲ技術は実際物事の映像上に仮想のＣＧ映像を共に見せる技術である。また、ＭＲ技術は現実世界に仮想客体を混ぜて見せるという点では上記ＡＲ技術と類似する。しかし、ＡＲ技術では現実の客体とＣＧ映像からなる仮想の客体の区別が明らかであり、現実客体を補完する形態で仮想の客体を使用する反面、ＭＲ技術では仮想の客体と現実の客体が同様の性格と見なされるという点でＡＲ技術とは区別される。より具体的には、例えば、上記ＭＲ技術が適用されたことがホログラムサービスである。
但し、最近にはＶＲ、ＡＲ、ＭＲ技術を明確に区別するよりは、ＸＲ（ｅｘｔｅｎｄｅｄ Ｒｅａｌｉｔｙ）技術とも呼ぶ。よって、本発明の実施例はＶＲ、ＡＲ、ＭＲ、ＸＲ技術のいずれにも適用可能である。かかる技術はＰＣＣ、Ｖ－ＰＣＣ、Ｇ－ＰＣＣ技術基盤の符号化／復号が適用される。
実施例によるＰＣＣ方法／装置は自律走行サービスを提供する車両に適用できる。
自律走行サービスを提供する車両はＰＣＣデバイスと有無線通信可能に連結される。
実施例によるポイントクラウドデータ（ＰＣＣ）送受信装置は、車両と有無線通信可能に連結された場合、自律走行サービスと共に提供できるＡＲ／ＶＲ／ＰＣＣサービス関連コンテンツデータを受信／処理して車両に送信することができる。またポイントクラウドデータ送受信装置車両に搭載された場合は、ポイントクラウド送受信装置はユーザインターフェース装置で入力されたユーザ入力信号によってＡＲ／ＶＲ／ＰＣＣサービス関連コンテンツデータを受信／処理してユーザに提供することができる。実施例による車両又はユーザインターフェース装置はユーザ入力信号を受信する。実施例によるユーザ入力信号は自律走行サービスを指示する信号を含む。
一方、送信側のポイントクラウドビデオエンコーダは、ポイントクラウドデータを符号化する前に、ポイントクラウドデータを一つ以上の３次元ブロックで空間分割（ｄｉｖｉｓｉｏｎ ｏｒ ｐａｒｔｉｔｉｏｎ）する空間分割過程をさらに行う。即ち、送信装置の符号化及び送信動作、また受信装置の復号及びレンダリング動作がリアルタイムで行われると同時に低遅延処理するために、送信装置においてポイントクラウドデータを複数の領域に空間分割する。また送信装置は空間分割された領域（又はブロック）をそれぞれ独立または非独立に符号化することにより、ポイントクラウドデータが占める３次元空間上の任意接続（ｒａｎｄｏｍ ａｃｃｅｓｓ）と並列符号化を可能にする効果を提供する。また送信装置及び受信装置は、空間分割された領域（又はブロック）単位で独立又は非独立に符号化及び復号を行うことにより、符号化及び復号の過程で繰り返されるエラーを防止することができる。
図１５は実施例によるポイントクラウド送信装置のさらに他の例を示す図であり、空間分割部を備えている。
実施例によるポイントクラウド送信装置は、データ入力部５１００１、座標系変換部５１００２、量子化処理部５１００３、空間分割部５１００４、シグナリング処理部５１００５、ジオメトリエンコーダ５１００６、特質エンコーダ５１００７及び送信処理部５１００８を含む。実施例によって、座標系変換部５１００２、量子化処理部５１００３、空間分割部５１００４、ジオメトリエンコーダ５１００６及び特質エンコーダ５１００７をポイントクラウドビデオエンコーダと称する。
データ入力部５１００１は、図１のポイントクラウドビデオ獲得部１０００１の動作の一部又は全部を行い、又は図１２のデータ入力部１２０００の動作の一部又は全部を行う。座標系変換部５１００２は、図４の座標系変換部４００００の動作の一部又は全部を行う。また量子化処理部５１００３は、図４の量子化部４０００１の動作の一部又は全部を行い、又は図１２の量子化処理部１２００１の動作の一部又は全部を行う。
空間分割部５１００４は、量子化処理部５１００３で量子化されて出力されるポイントクラウドデータを境界ボックス（ｂｏｕｎｄｉｎｇ ｂｏｘ）及び／又は副境界ボックスなどに基づいて一つ以上の３次元ブロックで空間分割する。このとき、３次元ブロックはタイルグループ（Ｔｉｌｅ Ｇｒｏｕｐ）又はタイル又はスライス又はコーディング単位（Ｃｏｄｉｎｇ Ｕｎｉｔ、ＣＵ）、予測単位（Ｐｒｅｄｉｃｔｉｏｎ Ｕｎｉｔ、ＰＵ）又は変換単位（ＴＵ）を意味する。また空間分割のためのシグナリング情報は、シグナリング処理部５１００５でエントロピー符号化された後、ビットストリーム形態で送信処理部５１００８により送信されることを一実施例とする。
図１６（ａ）ないし図１６（ｃ）は境界ボックスを一つ以上のタイルに分割する一例を示している。図１６（ａ）のように、ポイントクラウドデータに該当するポイントクラウドオブジェクトは座標系に基づくボックス形態に示されるが、これを境界ボックスという。即ち、境界ボックスはポイントクラウドポイントを全部入れられる六面体を意味する。
図１６（ｂ）及び図１６（ｃ）は図１６（ａ）の境界ボックスがタイル１（ｔｉｌｅ１＃）とタイル２（ｔｉｌｅ２＃）に分割される例を示しており、タイル２（ｔｉｌｅ２＃）はさらにスライス１（ｓｌｉｃｅ１＃）とスライス２（ｓｌｉｃｅ２＃）に分割される例が示されている。
一実施例において、ポイントクラウドコンテンツはアクタ（ａｃｔｏｒ）などの一人或いは複数の人、又は一つの事物或いは複数の事物であるが、より大きい範囲では、自律走行のためのマップ、ロボットの実内ナビゲーションのためのマップなどであることもできる。この場合、ポイントクラウドコンテンツは地域的に連結された膨大な量のデータである。そうすると、ポイントクラウドコンテンツを一度に符号化／復号することはできないので、ポイントクラウドコンテンツの圧縮を行う前にタイル分配（ｐａｒｔｉｔｉｏｎｉｎｇ）が行われる。例えば、建物内の１０１号を一つのタイルに、他の１０２号は他のタイルに分割する。分割されたタイルを並列化を適用して迅速な符号化／復号のための支援を行うために、さらにスライスに分配（又は分割）する。これをスライス分配（又は分割）という。
即ち、タイル（ｔｉｌｅ）とは、実施例によるポイントクラウドデータが占める３次元空間の一部の領域（例えば、矩形の立方体）を意味する。実施例によるタイルは、一つ又はそれ以上のスライスを含む。実施例によるタイルは、一つ又はそれ以上のスライスに分割（分配）されることにより、ポイントクラウドビデオエンコーダはポイントクラウドデータを並列的に符号化することができる。
スライス（ｓｌｉｃｅ）とは、実施例によるポイントクラウドビデオエンコーダにおいて独立して符号化を行えるデータ（又はビットストリーム）の単位、及び／又はポイントクラウドビデオデコーダにおいて独立して復号を行えるデータ（又はビットストリーム）の単位を意味する。実施例によるスライスは、ポイントクラウドデータが占める３次元空間上のデータの集合を意味するか、又はポイントクラウドデータのうちの一部データの集合を意味する。スライスは、実施例によるタイル内に含まれたポイントの領域又はポイントの集合を意味する。実施例によるタイルは、一つのタイル内に含まれたポイントの数に基づいて一つ又はそれ以上のスライスに分割される。例えば、一つのタイルは、ポイントの数ごとに分割されたポイントの集合を意味する。実施例によるタイルは、ポイントの数に基づいて一つ以上のスライスに分割することができ、分割する過程において一部のデータが分離（ｓｐｌｉｔ）又は併合（ｍｅｒｇｅ）されることもある。即ち、スライスは該当タイル内において独立してコーディングされる単位である。このように空間分割されたタイルは、迅速かつ効率的な処理のために、さらに一つ以上のスライスに分けられる。
実施例によるポイントクラウドビデオエンコーダは、スライス単位又は一つ以上のスライスを含むタイル単位にポイントクラウドデータの符号化を行う。また実施例によるポイントクラウドビデオエンコーダは、タイルごと又はスライスごとに量子化及び／又は変換を異なるように行うことができる。
空間分割部５１００４で空間分割された一つ以上の３次元ブロック（例えば、スライス）の位置はジオメトリエンコーダ５１００６に出力され、特質情報（又は特質という）は特質エンコーダ５１００７に出力される。位置は分割された単位（ボックス又はブロック又はタイル又はタイルグループ又はスライス）に含まれたポイントの位置情報であり、ジオメトリ情報と称する。
ジオメトリエンコーダ５１００６は、空間分割部５１００４で出力される位置に基づいて八分木を構成し、符号化（即ち、圧縮）してジオメトリビットストリームを出力する。またジオメトリエンコーダ５１００６は、八分木及び／又は近似化された八分木を再構成して特質エンコーダ５１００７に出力する。再構成された八分木（ｒｅｃｏｎｓｔｒｕｃｔｅｄ ｏｃｔｒｅｅ）は再構成されたジオメトリ（又は復元されたジオメトリ）とも呼ばれる。
特質エンコーダ５１００７は、ジオメトリエンコーダ５１００６で出力される再構成されたジオメトリに基づいて空間分割部５１００４で出力される特質を符号化（即ち、圧縮）して特質ビットストリームを出力する。
図１７は実施例によるジオメトリエンコーダ５１００６及び特質エンコーダ５１００７の他の例を示す詳細ブロック図である。
図１７のジオメトリエンコーダ５１００６のボクセル化処理部５３００１、八分木生成部５３００２、ジオメトリ情報予測部５３００３、及び演算コーダ５３００４は、図４の八分木分析部４０００２、表面近似分析部４０００３、演算エンコーダ４０００４、及びジオメトリ再構成部４０００５の動作の一部又は全部を行う。又は、図１２のボクセル化処理部１２００２、八分木占有コード生成部１２００３、表面モデル処理部１２００４、イントラ／インターコーディング処理部１２００５、及び演算（Ａｒｉｔｈｍｅｔｉｃ）コーダ１２００６の動作の一部又は全部を行う。
図１７の特質エンコーダ５１００７は、色相変換処理部５３００５、特質変換処理部５３００６、ＬＯＤ構成部５３００７、隣接ポイント集合構成部５３００８、特質情報予測部５３００９、残余特質情報量子化処理部５３０１０、及び演算コーダ５３０１１を含む。
一実施例において、空間分割部５１００４とボクセル化処理部５３００１の間にさらに量子化処理部が備えられる。量子化処理部は、空間分割部５１００４で空間分割された一つ以上の３次元ブロック（例えば、スライス）の位置を量子化する。この場合、量子化部は図４の量子化部４０００１の動作の一部又は全部を行うか、又は図１２の量子化処理部１２００１の動作の一部又は全部を行う。空間分割部５１００４とボクセル化処理部５３００１の間にさらに量子化処理部が備えられる場合、図１５の量子化処理部５１００３は省略されても、省略されなくてもよい。
実施例によるボクセル化処理部５３００１は、空間分割された一つ以上の３次元ブロック（例えば、スライス）の位置又は量子化された位置に基づいてボクセル化（ｖｏｘｅｌｉｚａｔｉｏｎ）を行う。ボクセル化は３次元空間上の位置情報を表す最小限のユニットを意味する。実施例によるポイントクラウドコンテンツ（又は３次元ポイントクラウドビデオ）のポイントは、一つ又はそれ以上のボクセル（ｖｏｘｅｌ）に含まれることができる。実施例によって、一つのボクセルは一つ又はそれ以上のポイントを含む。一実施例において、ボクセル化を行う前に量子化が行われた場合は、複数のポイントが一つのボクセルに属することが発生し得る。
この明細書では、二つ以上のポイントが一つのボクセルに含まれる場合、これら二つ以上のポイントを重複ポイント（又は重畳ポイント、ｄｕｐｌｉｃａｔｅｄ ｐｏｉｎｔｓ）と称する。即ち、ジオメトリ符号化過程において、ジオメトリ量子化とボクセル化により重複ポイントが生成されることができる。
実施例によるボクセル化処理部５３００１は、１つのボクセルに属した重畳ポイントを併合（ｍｅｒｇｅ）せず、そのまま八分木生成部５３００２へ出力してもよく、又は重畳ポイントを１つのポイントに併合し、八分木生成部５３００２へ出力してもよい。
実施例による八分木生成部５３００２は、ボクセル化処理部５３００１から出力するボクセルに基づいて八分木を生成する。
実施例によるジオメトリ情報予測部５３００３は、八分木生成部５３００２から生成された八分木に基づいてジオメトリ情報の予測及び圧縮を行い、演算コーディング部５３００４へ出力する。また、ジオメトリ情報予測部５３００３は、圧縮により変更された位置に基づいてジオメトリを再構成し、再構成された（又は復号化された）ジオメトリを特質エンコーダ５１００７のＬＯＤ構成部５３００７へ出力する。ジオメトリ情報の再構成は、ジオメトリ情報予測部５３００３とは別途のデバイス又はコンポーネントで行われてもよい。他の実施例として、再構成されたジオメトリは、特質エンコーダ５１００７の特質変換処理部５３００６にも提供される。
特質エンコーダ５１００７の色相変換処理部５３００５は、図４の色相変換部４０００６又は図１２の色相変換処理部１２００８に対応する。実施例による色相変換処理部５３００５は、データ入力部５１００１及び／又は空間分割部５１００４から提供される特質に含まれた色相値（又はテキスチャー）を変換する色相変換コーディングを行う。例えば、色相変換処理部５３００５は、色相情報のフォーマットを変換（例えば、ＲＧＢからＹＣｂＣｒへ変換）することができる。実施例による色相変換処理部５３００５の動作は、特質に含まれた色相値によって選択的に（ｏｐｔｉｏｎａｌ）適用される。他の実施例として、色相変換処理部５３００５は、再構成されたジオメトリに基づいて色相変換コーディングを行う。ジオメトリ再構成に対する詳細な説明は、図１ないし図９の説明を参照すればよい。
実施例による特質変換処理部５３００６は、ジオメトリ符号化が行われていない位置及び／又は再構成されたジオメトリに基づいて特質を変換する特質変換を行う。
特質変換処理部５３００６は、色相再調整（ｒｅｃｏｌｏｒｉｎｇ）部とも呼ばれる。
実施例によれば、特質変換処理部５３００６の動作は、重畳ポイント（ｄｕｐｌｉｃａｔｅｄ ｐｏｉｎｔｓ）を併合したか否かによって選択的に（ｏｐｔｉｏｎａｌ）適用される。重畳ポイントを併合したか否かは、ジオメトリエンコーダ５１００６のボクセル化処理部５３００１又は八分木生成部５３００２で行われることを一例とする。
この明細書は、ボクセル化処理部５３００１又は八分木生成部５３００２において１つのボクセルに属したポイントが１つのポイントに併合された場合、特質変換処理部５３００６で特質変換を行うことを一例とする。
特質変換処理部５３００６は、図４の特質変換部４０００７又は図１２の特質変換処理部１２００９の動作及び／又は方法と同一又は類似した動作及び／又は方法を行う。
実施例によれば、ジオメトリ情報予測部５３００３において再構成されたジオメトリ情報と、特質変換処理部５３００６から出力される特質情報は、特質圧縮のためにＬＯＤ構成部５３００７へ提供される。
実施例によれば、特質変換処理部５３００６から出力される特質情報は、再構成されたジオメトリ情報に基づいてＲＡＨＴコーディング方法、ＬＯＤに基づく予測変換コーディング方法及びリフト変換コーディング方法のうちのいずれか１つ又は２つ以上の組み合わせによって圧縮することができる。
以下、この明細書は、ＬＯＤに基づく予測変換コーディング方法及びリフト変換コーディング方法のいずれか１つ又は２つの組み合わせによって特質圧縮を行うことを一実施例とする。よって、ＲＡＨＴコーディング方法に対する説明は省略する。ＲＡＨＴ変換コーディングに対する説明は、図１ないし図９の説明を参照すればよい。
実施例によるＬＯＤ構成部５３００７は、ＬＯＤ（Ｌｅｖｅｌ ｏｆ Ｄｅｔａｉｌ）を生成する。
ＬＯＤはポイントクラウドコンテンツの詳細（ｄｅｔａｉｌ）を示す程度であって、ＬＯＤ値が小さいほどポイントクラウドコンテンツの詳細さが低下し、ＬＯＤ値が大きいほどポイントクラウドコンテンツの詳細さが高いということを示す。再構成されたジオメトリ、即ち、再構成された位置のポイントはＬＯＤによって分類することができる。
一実施例として、予測変換コーディング方法及びリフト変換コーディング方法では、ＬＯＤによってポイントを分けてグループ化する。
これをＬＯＤ生成過程といい、互いに異なるＬＯＤを有するグループをＬＯＤｌ集合と呼ぶ。ここで、ｌはＬＯＤを示し、０から始まる整数である。ＬＯＤ０はポイント間の距離が最大のポイントからなる集合であり、ｌが大きくなるほどＬＯＤｌに属したポイント間の距離は小さくなる。
実施例による隣接ポイント集合構成部５３００８は、ＬＯＤ構成部５３００７でＬＯＤｌ集合が生成されると、ＬＯＤｌ集合に基づいてＬＯＤが等しいか小さい（即ち、ノード間の距離が大きい）グループにおいてＸ（＞０）個の最隣接ポイント（ｎｅａｒｅｓｔ ｎｅｉｇｈｂｏｒ、ＮＮ）を探し、予測器（ｐｒｅｄｉｃｔｏｒ）に隣接ポイント集合として登録する。Ｘ個は隣接ポイントとして設定可能な最大数であり、ユーザパラメータにより入力されるか、又はシグナリング処理部５１００５によってシグナリング情報にシグナリングされる（例えば、ＡＰＳにシグナリングされたｌｉｆｔｉｎｇ＿ｎｕｍ＿ｐｒｅｄ＿ｎｅａｒｅｓｔ＿ｎｅｉｇｈｂｏｕｒｓフィールド）。
例えば、図９においては、ＬＯＤ１に属するＰ３の隣接ポイントをＬＯＤ０とＬＯＤ１から探す。例えば、隣接ポイントとして設定可能な最大数（Ｘ）が３であると、Ｐ３と最も近い３つの隣接ノードはＰ２、Ｐ４、Ｐ６になる。この３つのノードがＰ３の予測器に隣接ポイント集合として登録される。これらのうち、隣接ノードＰ４が距離に基づいてＰ３と最も近く、次にＰ６、その次にＰ２であることを一実施例とする。ここで、Ｘ＝３であることは当業者の理解を助けるための一例であり、Ｘ値は変更可能である。
上述したように、ポイントクラウドデータの全てのポイントのそれぞれは予測器を有することができる。
実施例による特質情報予測部５３００９は、予測器に登録された隣接ポイントから特質値を予測し、予測した特質値に基づいてそのポイントの残余特質値を求め、残余特質情報量子化処理部５３０１０へ出力する。
以下、ＬＯＤ生成及び隣接ポイント探索（ｓｅａｒｃｈ）について詳述する。
上述のように、特質エンコーダにおいて特質圧縮を行うのために、再構成されたジオメトリのポイントに基づいてＬＯＤを生成し、生成したＬＯＤに基づいて符号化されるポイントの最隣接ポイント（ｎｅａｒｅｓｔ ｎｅｉｇｈｂｏｒ ｐｏｉｎｔｓ）を探す過程が行われる。実施例によれば、受信装置の特質デコーダにおいてもＬＯＤを生成し、生成したＬＯＤに基づいて復号されるポイントの最隣接ポイントを探す過程が行われる。
実施例によれば、ＬＯＤ構成部５３００７は１つ又はそれ以上のＬＯＤ生成方法（又はＬＯＤ構成方法）を用いて１つ又はそれ以上のＬＯＤを構成する。
実施例によれば、ＬＯＤ構成部５３００７において用いられたＬＯＤ生成方法は、ユーザパラメータとして入力されるか、又はシグナリング処理部５１００５によってシグナリング情報にシグナリングされる。例えば、ＬＯＤ生成方法は、特質パラメータセット（ＡＰＳ）にシグナリングされる。
実施例によれば、ＬＯＤ生成方法は、八分木に基づくＬＯＤ生成方法、距離に基づくＬＯＤ生成方法、サンプリングに基づくＬＯＤ生成方法に区分できる。
図１８は実施例による八分木に基づいてＬＯＤを生成する一例を示す。
実施例によれば、八分木に基づいてＬＯＤを生成する場合、八分木の各深さ（ｄｅｐｔｈ）レベルは、図１８のように、各ＬＯＤにマッチングされる。即ち、八分木に基づくＬＯＤ生成方法は、八分木構造において深さレベルが増加するほど（即ち、ルートからリーフへ進行する方法）、ポイントクラウドデータを表現する詳細が徐々に増加する特徴を利用してＬＯＤを生成する方法である。実施例によれば、八分木に基づく場合のＬＯＤ構成は、ルートノードからリーフノードへ進行してもよく、リーフノードからルートノードへ進行してもよい。
実施例による距離に基づくＬＯＤ生成方法は、ポイントをモールトン（ｍｏｒｔｏｎ）コードによって整列し、ポイント間の距離に基づいてＬＯＤを生成する方法である。
実施例によるサンプリングに基づくＬＯＤ生成方法は、ポイントをモールトン（ｍｏｒｔｏｎ）によって整列し、毎回のｋ番目のポイントを隣接集合の候補となり得る下位ＬＯＤに分類する方法である。即ち、サンプリングを行うとき、ｋ個毎に１つのポイントを選択してＬＯＤ０～ＬＯＤｌ－１に属する下位候補集合に分離し、その残りのポイントはＬＯＤｌ集合に登録する。即ち、選択されたポイントはＬＯＤｌ集合に登録されたポイントの隣接ポイント集合として選択可能な候補群となる。ｋは各々のポイントクラウドコンテンツにおいて異なってもよい。ここで、ポイントは、キャプチャーされたポイントクラウドのポイントであってもよく、再構成されたジオメトリのポイントであってもよい。
この明細書は、ＬＯＤｌ集合に基づいてＬＯＤ０～ＬＯＤｌ－１に該当する下位候補集合を保持（ｒｅｔａｉｎｅｄ）集合又はＬＯＤ保持（ｒｅｔａｉｎｅｄ）集合と呼ぶ。ＬＯＤ０はポイント間の距離が最大のポイントからなる集合であり、ｌが大きくなるほどＬＯＤｌに属したポイント間の距離は小さくなる。
実施例によれば、ＬＯＤｌ集合内のポイントもモールトン（Ｍｏｒｔｏｎ）コード順序に基づいて整列されている。また、ＬＯＤ０～ＬＯＤｌ－１集合のそれぞれに含まれたポイントもモールトンコード順序に基づいて整列されている。
図１９は実施例によるポイントクラウドのポイントをモートンコード順序に整列する一例を示す。
即ち、ポイントクラウドの各ポイントのｘ、ｙ、ｚ位置値に基づいて各ポイントのモールトンコードを生成する。この過程を経てポイントクラウドのポイントのモールトンコードが生成されると、モートンコード順序にポイントクラウドのポイントを整列する。実施例によれば、ポイントクラウドのポイントはモールトンコードの昇順に整列する。モールトンコードの昇順に整列されたポイントの順序をモールトン順序（Ｍｏｒｔｏｎ ｏｒｄｅｒ）とも呼ぶ。
実施例によるＬＯＤ構成部５３００７は、モールトン順序に整列されたポイントに対してサンプリングを行ってＬＯＤを生成する。
ＬＯＤ構成部５３００７において八分木に基づくＬＯＤ生成方法、距離に基づくＬＯＤ生成方法、サンプリングに基づくＬＯＤ生成方法のうちの少なくとも１つのＬＯＤ生成方法を適用してＬＯＤｌ集合が生成されると、隣接ポイント集合構成部５３００８はＬＯＤｌ集合に基づいてＬＯＤが等しいか小さい（即ち、ノード間の距離が大きい）グループにおいてＸ（＞０）個の最隣接（ｎｅａｒｅｓｔ ｎｅｉｇｈｂｏｒ、ＮＮ）ポイントを探して予測器（ｐｒｅｄｉｃｔｏｒ）に隣接ポイント集合として登録する。
このとき、隣接ポイント集合を構成するために全てのポイントを探す場合、時間がかかるため、一部のポイントのみを含む隣接ポイント探索範囲（ｓｅａｒｃｈ ｒａｎｇｅ）内で隣接ポイントを探すことを一実施例とする。探索範囲はポイントの数を意味し、１２８又は２５６でもよく、その他でもよい。実施例によれば、探索範囲に関する情報は、隣接ポイント集合構成部５３００８で設定されるか、ユーザパラメータとして入力されるか、又はシグナリング処理部５１００５によってシグナリング情報にシグナリングされる（例えば、ＡＰＳにシグナリングされたｌｉｆｔｉｎｇ＿ｓｅａｒｃｈ＿ｒａｎｇｅフィールド）。
図２０は実施例によるＬＯＤに基づく探索範囲において隣接ポイントを探す一例を示す。図面に示された矢印は、実施例によるモールトン順序を示す。
図２０において、インデックスリスト（Ｉｎｄｅｘｅｓ ｌｉｓｔ）は符号化されるポイントが属するＬＯＤ集合（即ち、ＬＯＤｌ）を含み、保持リスト（Ｒｅｔａｉｎｅｄ ｌｉｓｔ）はＬＯＤｌ集合を基準として少なくとも１つの下位ＬＯＤ集合（例えば、ＬＯＤ０～ＬＯＤｌ－１）を含むことを一実施例とする。
実施例によれば、インデックスリスト（Ｉｎｄｅｘｅｓ ｌｉｓｔ）のポイントはモールトンコードのサイズに基づいて昇順に整列され、保持リスト（Ｒｅｔａｉｎｅｄ ｌｉｓｔ）のポイントもモールトンコードのサイズに基づいて昇順に整列されている。よって、Ｉｎｄｅｘｅｓ ｌｉｓｔとＲｅｔａｉｎｅｄ ｌｉｓｔにおいてモールトン順序に整列されたポイントの最も前に位置したポイントは最小のモールトンコードを有する。
実施例による隣接ポイント集合構成部５３００８は、ＬＯＤｌ集合に属したポイントＰｘ（即ち、符号化されるポイント又は現在ポイント）の隣接ポイント集合を生成するために、ＬＯＤ０～ＬＯＤｌ－１集合に属したポイント及び／又はＬＯＤｌ集合に属したポイントのうち、モールトン順序においてポイントＰｘより前に位置したポイント（即ち、モールトンコードがＰｘのモールトンコードよりも小さいか等しいポイント）のうちポイントＰｘのモールトンコードと最も近いモールトンコードを有するポイントを探索する。この明細書はこの探索されたポイントをＰｉ又は中心ポイントと呼ぶ。
実施例によれば、中心ポイント（Ｐｉ）を探索するとき、ポイントＰｘより前に位置した全てのポイントのうちポイントＰｘのモールトンコードと最も近いモールトンコードを有するポイント（Ｐｉ）を探索するか、又は探索範囲内のポイントのうちポイントＰｘのモールトンコードと最も近いモールトンコードを有するポイント（Ｐｉ）を探索する。この明細書において探索範囲は隣接イント集合構成部５３００８で設定するか、又はユーザパラメータとして入力される。また、探索範囲に関する情報はシグナリング処理部５１００５によってシグナリング情報にシグナリングされる。この明細書は、ＬＯＤの数が複数であると、Ｒｅｔａｉｎｅｄ ｌｉｓｔから中心ポイント（Ｐｉ）を探索し、ＬＯＤの数が１個であると、Ｉｎｄｅｘｅｓ ｌｉｓｔから中心ポイント（Ｐｉ）を探索することを一実施例とする。例えば、ＬＯＤの数が１であると、モールトンコードに整列されたリストから現在ポイントの位置を基準として探索範囲を定める。
実施例による隣接ポイント集合構成部５３００８は、探索された（又は選択された）中心ポイント（Ｐｉ）を基準（中心）として前（即ち、図２０において中心ポイントの左側）と後ろ（即ち、図２０において中心ポイントの右側）で隣接ポイント探索範囲（ｓｅａｒｃｈ ｒａｎｇｅ）に属したポイントとポイントＰｘとの距離値をそれぞれ比較する。また、距離が最も近いＸ（例えば、３）個のポイントを隣接ポイント集合として登録する。ここで、隣接ポイント探索範囲はポイントの数であることを一実施例とする。実施例による隣接ポイント探索範囲は、モールトン順序において中心ポイント（Ｐｉ）の前及び／又は後に位置した１つ又はそれ以上のポイントを含む。また、Ｘは隣接ポイントとして登録可能な最大数である。
実施例による隣接ポイント探索範囲（ｓｅａｒｃｈ ｒａｎｇｅ）に関する情報及び隣接ポイントとして登録可能な最大数（Ｘ）に関する情報は、隣接ポイント集合構成部５３００８で設定されるか、ユーザパラメータとして入力されるか、又はシグナリング処理部５１００５によってシグナリング情報にシグナリングされる（例えば、ＡＰＳにシグナリングされたｌｉｆｔｉｎｇ＿ｓｅａｒｃｈ＿ｒａｎｇｅフィールドとｌｉｆｔｉｎｇ＿ｎｕｍ＿ｐｒｅｄ＿ｎｅａｒｅｓｔ＿ｎｅｉｇｈｂｏｕｒｓフィールド）。実施例によれば、実際の探索範囲は、ｌｉｆｔｉｎｇ＿ｓｅａｒｃｈ＿ｒａｎｇｅフィールドの値に２を掛けて中心ポイントを足した値（即ち、（ｌｉｆｔｉｎｇ＿ｓｅａｒｃｈ＿ｒａｎｇｅフィールドの値＊２）＋中心ポイント）でもよく、ｌｉｆｔｉｎｇ＿ｓｅａｒｃｈ＿ｒａｎｇｅフィールドの値に中心ポイントを足した値（即ち、ｌｉｆｔｉｎｇ＿ｓｅａｒｃｈ＿ｒａｎｇｅフィールドの値＋中心ポイント）でもよく、又はｌｉｆｔｉｎｇ＿ｓｅａｒｃｈ＿ｒａｎｇｅフィールドの値でもよい。この明細書は、ＬＯＤの数が複数であると、ポイントＰｘの隣接ポイントはＲｅｔａｉｎｅｄ ｌｉｓｔから探索し、ＬＯＤの数が１であると、Ｐｘの隣接ポイントはＩｎｄｅｘｅｘ ｌｉｓｔから探索することを一実施例とする。
例えば、ＬＯＤの数が２以上であり、探索範囲に関する情報（例えば、ｌｉｆｔｉｎｇ＿ｓｅａｒｃｈ＿ｒａｎｇｅフィールド）が１２８である場合、モールトンコードに整列されたｒｅｔａｉｎｅｄ ｌｉｓｔにおいて中心ポイント（Ｐｉ）を基準として前の１２８個のポイント、後の１２８個のポイント、及び中心ポイント（Ｐｉ）が実際の探索範囲となる。他の例として、ＬＯＤの数が１であり、探索範囲に関する情報が１２８である場合、モールトンコードに整列されたインデックスリストにおいて中心ポイント（Ｐｉ）を基準として前の１２８個のポイント、及び中心ポイント（Ｐｉ）が実際の探索範囲となる。また他の例として、ＬＯＤの数が１であり、探索範囲に関する情報が１２８である場合、モールトンコードに整列されたインデックスリストにおいて現在ポイントＰｘを基準として前の１２８個のポイントが実際の探索範囲となる。
実施例によれば、隣接ポイント集合構成部５３００８は、実際の探索範囲内のポイントとポイントＰｘとの距離値をそれぞれ比較して、距離が最も近いＸ個のポイントをポイントＰｘの隣接ポイント集合として登録する。
一方、コンテンツがキャプチャーされたオブジェクト、キャプチャー方式、使用装備などによってコンテンツの特質特性は異なる。
図２１（ａ）、図２１（ｂ）は実施例によるポイントクラウドコンテンツの一例を示す。
図２１（ａ）は、１つのオブジェクトを３Ｄスキャナーでキャプチャーした高密度（ｄｅｎｓｅ）のポイントクラウドデータの一例であって、オブジェクトの特質間に関連性（ｃｏｒｒｅｌａｔｉｏｎ）が高い。図２１（ｂ）は、ＬｉＤＡＲ装備で広い領域をキャプチャーした低密度（ｓｐａｒｓｅ）のポイントクラウドデータの一例であって、ポイント間の特質関連性は低い。高密度のポイントクラウドデータの一例として停止映像があり、低密度のポイントクラウドデータの一例としてドローンや自立走行車両などがある。
このように、コンテンツがキャプチャーされたオブジェクト、キャプチャー方式、使用装備などによってコンテンツの特質特性が異なるが、これを考慮せず、特質を符号化するときに隣接ポイントの探索を行って隣接ポイント集合を構成すると、そのポイントと登録された隣接ポイントとの距離がいずれも隣接しないこともある。例えば、中心ポイント（Ｐｉ）を基準（中心）として前後に隣接ポイント探索範囲（ｓｅａｒｃｈ ｒａｎｇｅ）に属したポイントとポイントＰｘとの距離値をそれぞれ比較して、距離が最も近いＸ（例えば、３）個のポイントを隣接ポイント集合として登録したとき、Ｘ個の登録された隣接ポイントのうち少なくとも１つはポイントＰｘから遠く離れていることがある。換言すれば、Ｘ個の登録された隣接ポイントのうち少なくとも１つはポイントＰｘの実際の隣接ポイントではないことがある。
このことは、高密度ポイントクラウドデータよりは低密度ポイントクラウドデータにおいて発生する確率が高い。例えば、図２１（ａ）のように、コンテンツ内に１つのオブジェクトがあり、その１つのオブジェクトが色相の連続性／類似性を有して、高密度にキャプチャーされ、キャプチャーされた領域が小さい領域である場合、隣接ポイントと距離が少し離れていてもポイント特質の関連性の高いコンテンツが存在することもある。逆に、図２１（ｂ）のように、ＬｉＤＡＲ装備によって非常に広い領域を低密度にキャプチャーした場合、隣接ポイントの距離が特定の範囲内になければ色相の関連性のあるコンテンツも存在しない。よって、図２１（ｂ）のような低密度ポイントクラウドデータの特質符号化を行うとき、隣接ポイント探索によって登録された隣接ポイントの一部は、符号化されるポイントの実際の隣接ポイントではないことがある。
また、このことは、ＬＯＤ生成においてポイントをモールトン順序に整列したときに発生する確率が高い。即ち、モールトン順序は素早く隣接ポイントに整列してくれるが、モールトンコードが有しているジグザグスキャンの特性によってジャンプ区間（即ち、図１９の長い線）が発生し、位置が大きく変更されることがあり、その場合、探索範囲内で隣接ポイント探索によって登録された隣接ポイントの一部は、符号化されるポイントの実施の最隣接ポイントではないことがある。
図２２（ａ）及び図２２（ｂ）は、実施例による隣接ポイント集合に属した各々のポイントの平均距離、最小距離、最大距離の一例を示す。
図２２（ａ）はＦＯＲＤというコンテンツの１００番目のフレームの一例を示し、図２２（ｂ）はＱＮＸというコンテンツの１番目のフレームの一例を示す。
図２２（ａ）及び図２２（ｂ）は、当業者の理解を助けるための一実施例であり、図２２（ａ）及び図２２（ｂ）は、同一のコンテンツの互いに異なるフレームであってもよく、互いに異なるコンテンツの特定のフレームであってもよい。
説明の便宜のために、図２２（ａ）は第１のフレームといい、図２２（ｂ）は第２のフレームという。
図２２（ａ）の第１のフレームは、全体（ｔｏｔａｌ）ポイントの数が８０２６５であり、このうち最隣接（ＮＮ）ポイントが１個だけ登録されたポイントが４、２個登録されたポイントが６０、３個登録されたポイントが８０２０１である一列である。即ち、隣接ポイントとして登録可能なポイントの最大数は３個であるが、フレーム内のポイントの位置によって１又は２ともなる。
図２２（ｂ）の第２のフレームは、全体（ｔｏｔａｌ）ポイントの数が３１２７９であり、このうち最隣接（ＮＮ）ポイントが１個だけ登録されたポイントが３４９６、２個登録されたポイントが２１９、３個登録されたポイントが２７５６４である一例である。
図２２（ａ）の第１のフレーム及び図２２（ｂ）の第２のフレームにおいて、ＮＮ１が最も近い隣接ポイント、ＮＮ２が次に近い隣接ポイント、ＮＮ３がその次に近い隣接ポイントである。図２２（ａ）の第１のフレームにおいてＮＮ２の最大距離は１４０７６１６であり、ＮＮ３の最大距離は１８９２９９２であるが、図２２（ｂ）の第２のフレームにおいて、ＮＮ２の最大距離は１１６００７０４０であり、ＮＮ３の最大距離は３１０８８７６９６である。
即ち、コンテンツ又はフレームによって非常に大きい距離差があることが分かる。よって、登録された隣接ポイントの一部は実際の隣接ポイントではないことがある。
このように、符号化されるポイントと登録された隣接ポイントとの距離差が大きい場合、両ポイント間の特質差も大きい可能性が高い。また、この隣接ポイントを含む隣接ポイント集合に基づいて予測を行って残余特質値を求めると、残余特質値が大きくなり、結局にはビットストリームサイズが大きくなる問題が生じる。
換言すれば、コンテンツ又はフレームが有する特徴は、特質予測のために隣接ポイント集合を構成するときに影響を与え、これは特質圧縮の効率に影響を与える。
よって、この明細書は、ポイントクラウドコンテンツの特質符号化のために隣接ポイント集合を構成する場合、コンテンツが有するポイント間の特質関連性を考慮して隣接ポイントを選択することで、意味のないポイントは隣接ポイント集合として選択しないようにする。これにより、残余特質値が小さくなり、ビットストリームサイズも小さくなるため、特質圧縮の効率が良くなる。換言すれば、この明細書は、コンテンツが有するポイント間の特質関連性を考慮し、隣接ポイント集合として選択可能なポイントを制限する方法を用いることで、特質圧縮の効率を高めることができる。
この明細書は、ポイントクラウドコンテンツの特質符号化の過程において隣接ポイント集合を構成するとき、コンテンツが有するポイント間の特質関連性を考慮するために、隣接ポイント最大距離（ｏｒ ｍａｘｉｍｕｍ ｎｅａｒｅｓｔ ｎｅｉｇｈｂｏｒ ｄｉｓｔａｎｃｅという）を適用することを一実施例とする。
この明細書は、ポイントクラウドコンテンツの特質符号化を行うとき、探索範囲及び／又は隣接ポイント最大距離を適用して隣接ポイント集合を構成することを一実施例とする。
例えば、中心ポイント（Ｐｉ）を基準（中心）として前後に隣接ポイント探索範囲に属したポイントとポイントＰｘとの距離値をそれぞれ比較して、距離が最も近いＸ（例えば、３）個のポイントのうち隣接ポイント最大距離よりも遠いポイントはポイントＰｘの隣接ポイント集合に登録しない。換言すれば、中心ポイント（Ｐｉ）を基準（中心）として前後に隣接ポイント探索範囲に属したポイントとポイントＰｘとの距離値をそれぞれ比較して、距離が最も近いＸ（例えば、３）個のポイントのうち隣接ポイント最大距離内にあるポイントだけをポイントＰｘの隣接ポイント集合として登録する。例えば、距離が最も近い３個のポイントのうち１個が隣接ポイント最大距離より遠い場合、遠くある１個のポイントは除いて、その他の２個のポイントだけをポイントＰｘの隣接ポイント集合として登録する。
実施例による隣接ポイント集合構成部５３００８は、コンテンツの特質特性に関係なく、特質圧縮の効率を最適化するために、コンテンツの特質特性によって隣接ポイント最大距離を適用する。ここで、隣接ポイント最大距離はＬＯＤ生成方法（八分木基盤、距離基盤、サンプリング基盤）によって異なる。即ち、隣接ポイント最大距離は、各々のＬＯＤにおいて異なるように適用してもよい。
この明細書において、隣接ポイント最大距離は、隣接ポイントの最大距離又は最大隣接ポイント距離と混用することができる。換言すれば、この明細書において、隣接ポイント最大距離、隣接ポイントの最大距離又は最大隣接ポイント距離は同じ意味である。
この明細書において、隣接ポイント最大距離は、以下の数式５のように、隣接ポイント基本距離（ｂａｓｅ ｄｉｓｔａｎｃｅ又は基準距離という）にＮＮ＿ｒａｎｇｅを掛けて取得することができる。
数式５においてＮＮ＿ｒａｎｇｅは隣接ポイントとして選択可能な範囲であり、隣接ポイント最大範囲又は隣接ポイント範囲又は最隣接範囲（ｎｅａｒｅｓｔ ｎｅｉｇｈｂｏｒ ｒａｎｇｅ）とも呼ぶ。
実施例による隣接ポイント集合構成部５３００８は、コンテンツの特性により、ＮＮ＿ｒａｎｇｅを自動又は手動に設定するか、又はユーザパラメータとして入力されてＮＮ＿ｒａｎｇｅを設定する。また、ＮＮ＿ｒａｎｇｅに関する情報は、シグナリング処理部５１００５によってシグナリング情報にシグナリングされる。ＮＮ＿ｒａｎｇｅに関する情報を含むシグナリング情報は、ＳＰＳ、ＡＰＳ、タイルパラメータセット、特質スライスヘッダのうちの少なくとも１つである。受信装置の特質デコーダでは、シグナリング情報に基づいて隣接ポイント集合を生成し、この場合、特質符号化の特質予測において使用した隣接ポイントをそのまま復元して特質復号に適用する。
実施例によれば、隣接ポイント集合構成部５３００８は、八分木基盤、距離基盤、サンプリング基盤、各々のＬＯＤのモールトンコードの平均差基盤、又は各々のＬＯＤの平均距離差基盤のうちの１つ又はそれ以上の組み合わせによって隣接ポイント基本距離を計算／設定する。実施例によれば、隣接ポイント基本距離を計算／設定する方法は、シグナリング処理部５１００５によってシグナリング情報（例えば、ＡＰＳ）にシグナリングされる。
以下、八分木に基づいてＬＯＤを生成する場合、隣接ポイント基本距離及び隣接ポイント最大距離を取得する実施例を説明する。
図１８のように、ＬＯＤ構成部５３００７において八分木に基づいてＬＯＤを生成するとき、八分木の各深さレベルは各ＬＯＤにマッチングされる。
実施例による隣接ポイント集合構成部５３００８は、八分木に基づいて生成されたＬＯＤによって隣接ポイントの最大距離を求める。
実施例によれば、ＬＯＤ構成部５３００７において八分木に基づいてＬＯＤを生成する場合、空間拡張性（ｓｐａｔｉａｌ ｓｃａｌａｂｉｌｉｔｙ）を支援することができる。空間拡張性（ｓｐａｔｉａｌ ｓｃａｌａｂｉｌｉｔｙ）は、ソースポイントクラウドの密度が高い場合（ｄｅｎｓｅ）、より小さいデコーダ複雑性（ｌｅｓｓ ｄｅｃｏｄｅｒ ｃｏｍｐｌｅｘｉｔｙ）及び／又はより小さい帯域幅（ｌｅｓｓ ｂａｎｄｗｉｄｔｈ）のサムネールのように、より低い解像度のポイントクラウドをアクセスすることができる（Ｗｉｔｈ ｔｈｅ ｓｐａｔｉａｌ ｓｃａｌａｂｉｌｉｔｙ，ｏｎｅ ｃａｎ ａｃｃｅｓｓ ａ ｌｏｗｅｒ ｒｅｓｏｌｕｔｉｏｎ ｐｏｉｎｔ ｃｌｏｕｄ ａｓ ａ ｔｈｕｍｂｎａｉｌ ｗｉｔｈ ｌｅｓｓ ｄｅｃｏｄｅｒ ｃｏｍｐｌｅｘｉｔｙ ａｎｄ／ｏｒ ｗｉｔｈ ｌｅｓｓ ｂａｎｄｗｉｄｔｈ ｗｈｅｎ ａ ｓｏｕｒｃｅ ｐｏｉｎｔ ｃｌｏｕｄ ｉｓ ｄｅｎｓｅ）。例えば、ジオメトリ符号化／復号のときに八分木の深さレベルを調節して選択された深さレベルまで占有ビットを符号化又は復号する過程により、ジオメトリの空間拡張性（ｓｐａｔｉａｌ ｓｃａｌａｂｉｌｉｔｙ）を提供することができる。また、特質符号化／復号のときにも八分木の選択された深さレベルからＬＯＤを生成し、特質符号化／復号するポイントを構成する過程により、特質の空間拡張性（ｓｐａｔｉａｌ ｓｃａｌａｂｉｌｉｔｙ）を提供することができる。
実施例によれば、空間拡張性のためにＬＯＤ構成部５３００７は八分木に基づいてＬＯＤを生成し、隣接ポイント集合構成部５３００８は八分木に基づいて生成したＬＯＤにより隣接ポイント探索を行う。
実施例による隣接ポイント集合構成部５３００８において八分木に基づいて生成された現在ＬＯＤに属するポイントが以前のＬＯＤで隣接ポイントを探索するとき、隣接ポイント最大距離は隣接ポイント基本距離（ｂａｓｅ ｄｉｓｔａｎｃｅ又は基準距離という）にＮＮ＿ｒａｎｇｅを掛けて取得することができる（＝隣接ポイント基本距離＊ＮＮ＿ｒａｎｇｅ）。
実施例によれば、八分木に基づいて生成された特定のＬＯＤにおいて一ノード（ｏｎｅ ｎｏｄｅ）の最大距離（即ち、対角線距離）を基本距離（又は隣接ポイント基本距離）と定義することができる。
実施例によれば、現在ＬＯＤ（例えば、ｉｎｄｅｘｅｓ ｌｉｓｔに属したＬＯＤｌ集合）に属するポイントが以前のＬＯＤ（例えば、ｒｅｔａｉｎｅｄ ｌｉｓｔに属したＬＯＤ０～ＬＯＤｌ－１集合）において隣接ポイントを探索するとき、現在ＬＯＤの八分木ノードの上位ノード（親ノード）の対角線距離が隣接ポイント最大距離を取得するための基本距離となる。
一実施例による特定のＬＯＤにおいて一ノードの対角線距離（即ち、最大距離）である基本距離は、以下の数式６によって求められる。
他の実施例による特定のＬＯＤにおいて一ノードの対角線距離（即ち、最大距離）である基本距離は、以下の数式７のようにＬ２によって求められる。
一般に、２点間の距離を計算するとき、マンハッタン（Ｍａｎｈａｔｔａｎ）距離計算法又はユークリッド（Ｅｕｃｌｉｄｅａｎ又はユークリジアンという）距離計算法が使用されるが、マンハッタン距離をＬ１距離といい、ユークリッド距離をＬ２距離という。また、ユークリッド距離を使用してユークリッド空間を定義し、この距離に対応するノルム（ｎｏｒｍ）をユークリッドノルム又はＬ２ノルムという。ノルムはベクトルの長さ又は大きさを測定する方法（関数）である。
図２３（ａ）は、ＬＯＤ０の八分木ノードの対角線距離を求める一例である。実施例により、図２３（ａ）を数式６に適用すると、基本距離は√3となり、数式７に適用すると、基本距離は３となる。
図２３（ｂ）は、ＬＯＤ１の八分木ノードの対角線距離を求める一例である。実施例により、図２３（ｂ）を数式６に適用すると、基本距離は√１２となり、数式７に適用すると、基本距離は１２となる。
図２４（ａ）及び図２４（ｂ）は、各々のＬＯＤにおいて隣接ポイントとして選択可能な範囲（ＮＮ＿ｒａｎｇｅ）の一例を示す。より詳細には、図２４（ａ）はＬＯＤ０においてＮＮ＿ｒａｎｇｅが１であるときの一例であり、図２４（ｂ）はＬＯＤ０においてＮＮ＿ｒａｎｇｅが３であるときの一例である。実施例によれば、ＮＮ＿ｒａｎｇｅはコンテンツの特性によって、自動又は手動に設定されるか、又はユーザパラメータとして入力されて設定される。また、ＮＮ＿ｒａｎｇｅに関する情報は、シグナリング情報にシグナリングされる。ＮＮ＿ｒａｎｇｅに関する情報を含むシグナリング情報は、ＳＰＳ、ＡＰＳ、タイルパラメータセット、特質スライスヘッダのうちの少なくとも１つである。実施例によれば、隣接ポイントとして設定可能な範囲（ＮＮ＿ｒａｎｇｅ）は、八分木ノード範囲とは関係なく任意の値（例えば、基本距離の倍数）で設定されてもよい。
実施例により、図２４（ａ）を数式５及び数式６に適用すると、隣接ポイント最大距離は√３（＝√３＊１）となり、図２４（ｂ）を数式５及び数式６に適用すると、隣接ポイント最大距離は√３＊３となる。
実施例により、図２４（ａ）を数式５及び数式７に適用すると、隣接ポイント最大距離は３（＝３＊１）となり、図２４（ｂ）を数式５及び数式７に適用すると、隣接ポイント最大距離は９（＝３＊３）となる。
以下、距離に基づいてＬＯＤを生成する場合、隣接ポイントの基本距離及び隣接ポイント最大距離を取得する実施例を説明する。
実施例によれば、距離に基づいてＬＯＤを構成するとき、隣接ポイント基本距離は現在ＬＯＤ （即ち、ＬＯＤｌ）レベルにおいてポイントを構成するために使用された距離と設定することができる。即ち、各々のＬＯＤの基本距離はＬＯＤ ＬレベルにおいてＬＯＤ生成に適用した距離（ｄｉｓｔ２Ｌ）と設定する。
図２５は各々のＬＯＤに属した隣接ポイント基本距離の一例を示す。
よって、距離に基づいてＬＯＤを構成するとき、隣接ポイント最大距離は距離に基づく隣接ポイント基本距離（ｄｉｓｔ２Ｌ）にＮＮ＿ｒａｎｇｅを掛けて取得することができる。
実施例によれば、ＮＮ＿ｒａｎｇｅは隣接ポイント集合構成部５３００８においてコンテンツの特性により、自動又は手動に設定されるか、又はユーザパラメータとして入力されて設定される。また、ＮＮ＿ｒａｎｇｅに関する情報は、シグナリング情報にシグナリングされる。ＮＮ＿ｒａｎｇｅに関する情報を含むシグナリング情報は、ＳＰＳ、ＡＰＳ、タイルパラメータセット、特質スライスヘッダのうちの少なくとも１つである。実施例によれば、隣接ポイントとして設定可能な範囲（ＮＮ＿ｒａｎｇｅ）は任意の値（例えば、基本距離の倍数）で設定されてもよい。実施例によれば、隣接ポイントとの距離を計算する方法に合わせてＮＮ＿Ｒａｎｇｅを調整することができる。
以下、サンプリングに基づいてＬＯＤを生成する場合、隣接ポイントの基本距離及び隣接ポイント最大距離を取得する実施例を説明する。
実施例によれば、サンプリング（即ち、デシメーション、ｄｅｃｉｍａｔｉｏｎ）に基づいてＬＯＤが生成されるとき、基本距離はサンプリング率（ｓａｍｐｌｉｎｇ ｒａｔｅ）によって決定される。実施例によれば、サンプリングに基づくＬＯＤ構成方法は、ポイントの位置値を基準としてモールトンコードを作成し、モールトンコードによってポイントを整列した後、整列された順序によりｋ番目に該当しないポイント（即ち、ノード）を現在ＬＯＤに登録する。よって、各々のＬＯＤが互いに異なるｋを有し、ｋＬと表示することができる。
一実施例によれば、モールトンコードに基づいて整列されたポイントにサンプリング方法を適用してＬＯＤを生成するとき、各々のＬＯＤにおいて連続するｋＬ番目のポイントの平均距離を各々のＬＯＤにおいて隣接ポイント基本距離として設定することができる。即ち、モールトンコードに基づいて整列された現在ＬＯＤにおいて連続するｋＬ番目のポイントの平均距離を現在ＬＯＤの隣接ポイント基本距離として設定する。他の実施例によれば、モールトンコードに基づいて整列されたポイントにサンプリング方法を適用してＬＯＤを生成するとき、現在ＬＯＤレベルから八分木の深さレベルを推定し、推定した八分木深さレベルのノードの対角線長さを隣接ポイント基本距離として設定する。即ち、上述した数式６又は数式７を適用して隣接ポイント基本距離を取得する。
よって、サンプリングに基づいてＬＯＤを構成するとき、隣接ポイント最大距離はサンプリングに基づく隣接ポイント基本距離にＮＮ＿ｒａｎｇｅを掛けて取得することができる。
実施例によれば、ＮＮ＿ｒａｎｇｅは隣接ポイント集合構成部５３００８においてコンテンツの特性により、自動又は手動に設定されるか、又はユーザパラメータとして入力されて設定される。また、ＮＮ＿ｒａｎｇｅに関する情報は、シグナリング情報にシグナリングされる。ＮＮ＿ｒａｎｇｅに関する情報を含むシグナリング情報は、ＳＰＳ、ＡＰＳ、タイルパラメータセット、特質スライスヘッダのうちの少なくとも１つである。実施例によれば、隣接ポイントとして設定可能な範囲（ＮＮ＿ｒａｎｇｅ）は任意の値（例えば、基本距離の倍数）で設定されてもよい。実施例によれば、隣接ポイントとの距離を計算する方法に合わせてＮＮ＿Ｒａｎｇｅを調整することができる。
この明細書は、上述した隣接ポイント基本距離を取得する方法以外に、他の方法を用いて隣接ポイント基本距離を取得することができる。
例えば、ＬＯＤを構成するとき、サンプリングされたポイントのモールトンコード平均差を計算して隣接ポイント基本距離として設定する。また、設定された隣接ポイント基本距離にＮＮ＿ｒａｎｇｅを掛けて隣接ポイント最大距離を取得する。
他の例として、距離基盤かサンプリング基盤かに関係なく、現在構成されたＬＯＤ別に平均距離差を計算して隣接ポイント基本距離を設定する。また、設定された隣接ポイント基本距離にＮＮ＿ｒａｎｇｅを掛けて隣接ポイント最大距離を取得する。
また他の例として、各々のＬＯＤにおいて隣接ポイント基本距離をユーザパラメータとして入力されて隣接ポイント最大距離の取得に適用した後、入力された隣接ポイント基本距離に関する情報をシグナリング情報にシグナリングする。
上述のように、隣接ポイント基本距離は、ＬＯＤ構成方法によって、最善の隣接ポイント基本距離の計算方法を適用して求めることができる。他の実施例として、隣接ポイント基本距離を計算する方法は、所望の方法を任意に選択して適用し、シグナリング情報にシグナリングすることで、受信装置のデコーダでポイントを復元するときにも利用可能である。実施例によれば、ポイントクラウドコンテンツの特質に符合して、圧縮性能が最大化できる隣接ポイント最大距離の計算方法が使用される。
上述したＬＯＤ構成方法、隣接ポイント基本距離取得方法、ＮＮ＿ｒａｎｇｅ取得方法、隣接ポイント最大距離取得方法は、受信装置において予測変換又はリフト変換のためのＬＯＤ構成及び隣接ポイント集合構成において同一又は類似に適用することができる。
一実施例によれば、隣接ポイント集合構成部５３００８は、上述のように、ＬＯＤｌ集合が生成され、隣接ポイント最大距離が決定されると、ＬＯＤｌ集合に基づいてＬＯＤが等しいか小さい（即ち、ノード間の距離が大きい）グループにおいて探索範囲内にあるポイントのうちＸ（例えば、３）個の最隣接（ｎｅａｒｅｓｔ ｎｅｉｇｈｂｏｒ、ＮＮ）ポイントを探す。その後、Ｘ（例えば、３）個のＮＮポイントのうち隣接ポイント最大距離内にあるＮＮポイントのみを隣接ポイント集合として登録する。よって、隣接ポイント集合として登録されるＮＮポイントの数はＸと等しいか小さい。換言すれば、Ｘ個のＮＮポイントのうち隣接ポイント最大距離内に存在しないＮＮポイントは、隣接ポイント集合として登録されずに除外される。例えば、３個のＮＮポイントのうち２個のＮＮポイントが隣接ポイント最大距離内になければ、２個のＮＮポイントは除外され、残りの１個のＮＮポイントのみが隣接ポイント集合として登録される。
他の実施例によれば、隣接ポイント集合構成部５３００８は、上述のようにＬＯＤｌ集合が生成され、隣接ポイント最大距離が決定されると、ＬＯＤｌ集合に基づいてＬＯＤが等しいか小さい（即ち、ノード間の距離が大きい）グループにおいて探索範囲内にあるポイントのうち隣接ポイント最大距離内にあるＸ（例えば、３）個の最隣接（ｎｅａｒｅｓｔ ｎｅｉｇｈｂｏｒ、ＮＮ）ポイントを探して隣接ポイント集合として登録する。
即ち、隣接ポイント最大距離を適用する時期（又は位置）により、隣接ポイント集合として登録可能なＮＮポイントの数が異なる。換言すれば、隣接ポイント探索によりＸ個のＮＮポイントを探した後に隣接ポイント最大距離を適用するか、又はポイント間の距離を計算する時に隣接ポイント最大距離を適用するかにより、隣接ポイント集合として登録可能なＮＮポイントの数が異なる。Ｘ個は隣接ポイントとして設定可能な最大数であり、ユーザパラメータとして入力されるか、又はシグナリング処理部５１００５によってシグナリング情報にシグナリングされる（例えば、ＡＰＳにシグナリングされたｌｉｆｔｉｎｇ＿ｎｕｍ＿ｐｒｅｄ＿ｎｅａｒｅｓｔ＿ｎｅｉｇｈｂｏｕｒｓフィールド）。
図２６は実施例による探索範囲及び隣接ポイント最大距離を適用して隣接ポイントを探索する一例を示す。図面に示された矢印は、実施例によるモールトン順序を示す。
図２６において、Ｉｎｄｅｘｅｓ ｌｉｓｔは符号化されるポイントが属したＬＯＤ集合（即ち、ＬＯＤｌ）を含み、Ｒｅｔａｉｎｅｄ ｌｉｓｔはＬＯＤｌ集合を基準として少なくとも１つの下位ＬＯＤ集合（例えば、ＬＯＤ０～ＬＯＤｌ－１）を含むことを一実施例とする。
実施例によれば、Ｉｎｄｅｘｅｓ ｌｉｓｔのポイントとＲｅｔａｉｎｅｄ ｌｉｓｔのポイントのそれぞれはモールトンコードのサイズに基づいて昇順に整列されている。よって、Ｉｎｄｅｘｅｓ ｌｉｓｔ及びＲｅｔａｉｎｅｄ ｌｉｓｔにおいてモールトン順序に整列されたポイントの最も前に位置したポイントは最小のモールトンコードを有する。
実施例による隣接ポイント集合構成部５３００８は、ＬＯＤｌ集合に属したポイントＰｘ（即ち、符号化されるポイント又は現在ポイント）の隣接ポイント集合を登録するためにＬＯＤ０～ＬＯＤｌ－１集合に属したポイント及び／又はＬＯＤｌ集合に属したポイントのうちモールトン順序においてポイントＰｘよりも前に位置したポイント（即ち、モールトンコードがＰｘのモールトンコードよりも小さいか等しいポイント）のうちポイントＰｘのモールトンコードと最も近いモールトンコードを有する中心ポイント（Ｐｉ）を探索する。
実施例によれば、中心ポイント（Ｐｉ）を探索するとき、ポイントＰｘよりも前に位置した全てのポイントのうちポイントＰｘのモールトンコードと最も近いモールトンコードを有するポイント（Ｐｉ）を探索するか、又は探索範囲内のポイントのうちポイントＰｘのモールトンコードと最も近いモールトンコードを有するポイント（Ｐｉ）を探索する。この明細書において探索範囲は、隣接ポイント集合構成部５３００８で設定するか、又はユーザパラメータとして入力される。また、探索範囲に関する情報はシグナリング処理部５１００５によってシグナリング情報にシグナリングされる。この明細書は、ＬＯＤの数が複数であると、Ｒｅｔａｉｎｅｄ ｌｉｓｔから中心ポイント（Ｐｉ）を探索し、ＬＯＤの数が１であると、Ｉｎｄｅｘｅｘ ｌｉｓｔから中心ポイント（Ｐｉ）を探索することを一実施例とする。例えば、ＬＯＤの数が１であると、モールトンコードに整列されたリストにおいて現在ポイントの位置を基準として探索範囲を定める。
実施例による隣接ポイント集合構成部５３００８は、探索された（又は選択された）中心ポイント（Ｐｉ）を基準（中心）として前（即ち、図２６において左側）と後（即ち、図２６において右側）に隣接ポイント探索範囲に属したポイントとポイントＰｘとの距離値をそれぞれ比較する。また、距離が最も近いＸ（例えば、３）個のポイントを選択し、選択したＸ個のポイントのうちポイントＰｘが属したＬＯＤにおける隣接ポイント最大距離内にあるポイントのみをポイントＰｘの隣接ポイント集合として登録する。ここで、隣接ポイント探索範囲はポイントの数であることを一実施例とする。実施例による隣接ポイント探索範囲は、モールトン順序において中心ポイント（Ｐｉ）の前及び／又は後に位置した１つ又はそれ以上のポイントを含むことができる。また、Ｘは隣接ポイントとして登録可能な最大数である。
実施例による隣接ポイント探索範囲（ｓｅａｒｃｈ ｒａｎｇｅ）に関する情報と隣接ポイントとして登録可能な最大数（Ｘ）に関する情報は、隣接ポイント集合構成部５３００８で設定されるか、ユーザパラメータとして入力されるか、又はシグナリング処理部５１００５によってシグナリング情報にシグナリングされる（例えば、ＡＰＳにシグナリングされたｌｉｆｔｉｎｇ＿ｓｅａｒｃｈ＿ｒａｎｇｅフィールドとｌｉｆｔｉｎｇ＿ｎｕｍ＿ｐｒｅｄ＿ｎｅａｒｅｓｔ＿ｎｅｉｇｈｂｏｕｒｓフィールド）。実施例によれば、実際の探索範囲は、ｌｉｆｔｉｎｇ＿ｓｅａｒｃｈ＿ｒａｎｇｅフィールドの値に２を掛けた後、中心ポイントを足した値（即ち、（ｌｉｆｔｉｎｇ＿ｓｅａｒｃｈ＿ｒａｎｇｅフィールドの値＊２）＋中心ポイント）でもよく、ｌｉｆｔｉｎｇ＿ｓｅａｒｃｈ＿ｒａｎｇｅフィールドの値に中心ポイントを足した値（即ち、ｌｉｆｔｉｎｇ＿ｓｅａｒｃｈ＿ｒａｎｇｅフィールドの値＋中心ポイント）でもよく、又はｌｉｆｔｉｎｇ＿ｓｅａｒｃｈ＿ｒａｎｇｅフィールドの値でもよい。この明細書において、隣接ポイント集合構成部５３００８は、ＬＯＤの数が複数であると、ポイントＰｘの隣接ポイントはＲｅｔａｉｎｅｄ ｌｉｓｔから探索し、ＬＯＤの数が１であると、Ｐｘの隣接ポイントはＩｎｄｅｘｅｘ ｌｉｓｔから探索することを一実施例とする。
例えば、ＬＯＤの数が２以上であり、探索範囲に関する情報（例えば、ｌｉｆｔｉｎｇ＿ｓｅａｒｃｈ＿ｒａｎｇｅフィールド）が１２８である場合、モールトンコードに整列されたｒｅｔａｉｎｅｄ ｌｉｓｔにおいて中心ポイント（Ｐｉ）を基準として前の１２８個のポイント、後ろの１２８個のポイント、及び中心ポイント（Ｐｉ）が実際の探索範囲となる。他の例として、ＬＯＤの数が１であり、探索範囲に関する情報が１２８である場合、モールトンコードに整列されたｉｎｄｅｘｅｓ ｌｉｓｔにおいて中心ポイント（Ｐｉ）を基準として前の１２８個のポイントと中心ポイント（Ｐｉ）が実際の探索範囲となる。また他の例として、ＬＯＤの数が１であり、探索範囲に関する情報が１２８である場合、モールトンコードに整列されたｉｎｄｅｘｅｓ ｌｉｓｔにおいて現在ポイントＰｘを基準として前の１２８個のポイントが実際の探索範囲となる。
実施例によれば、隣接ポイント集合構成部５３００８は、実際の探索範囲内のポイントとポイントＰｘとの距離値をそれぞれ比較して、距離が最も近いＸ個のポイントを探し、このＸ個のポイントのうちポイントＰｘが属したＬＯＤにおける隣接ポイント最大距離内にあるポイントのみをポイントＰｘの隣接ポイント集合として登録する。即ち、ポイントＰｘの隣接ポイント集合として登録される隣接ポイントは、Ｘ個のポイントのうちポイントＰｘが属したＬＯＤにおける隣接ポイント最大距離内にあるポイントに制限される。
このように、この明細書は、ポイントクラウドコンテンツが有するポイント間の特質特性（関連性）を考慮して、隣接ポイント集合として選択可能なポイントを制限することで、特質圧縮の効率を高めることができる。
図２７は実施例による探索範囲及び隣接ポイント最大距離を適用して、隣接ポイントを探索する他の例を示す。図面に示された矢印は、実施例によるモールトン順序を示す。
図２７は隣接ポイント最大距離を適用する位置を除けば、図２６と類似するため、図２６と重なるほとんどの説明は省略する。よって、図２７で省略しているところは、図２６の説明を参照すればよい。
実施例によれば、Ｉｎｄｅｘｅｓ ｌｉｓｔのポイントとＲｅｔａｉｎｅｄ ｌｉｓｔのポイントのそれぞれは、モールトンコードのサイズに基づいて昇順に整列されている。
実施例による隣接ポイント集合構成部５３００８は、ＬＯＤｌ集合に属したポイントＰｘ（即ち、符号化されるポイント又は現在ポイント）の隣接ポイント集合を登録するために、ＬＯＤ０～ＬＯＤｌ－１集合に属したポイント及び／又はＬＯＤｌ集合に属したポイントのうちモールトン順序においてポイントＰｘよりも前に位置したポイント（即ち、モールトンコードがＰｘのモールトンコードよりも小さいか等しいポイント）のうちポイントＰｘのモールトンコードと最も近いモールトンコードを有する中心ポイント（Ｐｉ）を探索する。
実施例による隣接ポイント集合構成部５３００８は、探索された（又は選択された）中心ポイント（Ｐｉ）を基準（中心）として前（即ち、図２７において左側）と後（即ち、図２７において右側）に隣接ポイント探索範囲に属したポイントとポイントＰｘとの距離値をそれぞれ比較する。また、ポイントＰｘが属したＬＯＤにおける隣接ポイント最大距離内にあり、且つ距離が最も近いＸ（例えば、３）個のポイントを選択して、ポイントＰｘの隣接ポイント集合として登録する。
この明細書は、ＬＯＤの数が複数であると、Ｒｅｔａｉｎｅｄ ｌｉｓｔの実際の探索範囲からポイントＰｘの隣接ポイントを探索し、ＬＯＤの数が１であると、Ｉｎｄｅｘｅｘ ｌｉｓｔの実際の探索範囲からＰｘの隣接ポイントを探索することを一実施例とする。
例えば、ＬＯＤの数が２以上であり、探索範囲に関する情報（例えば、ｌｉｆｔｉｎｇ＿ｓｅａｒｃｈ＿ｒａｎｇｅフィールド）が１２８である場合、モールトンコードに整列されたｒｅｔａｉｎｅｄ ｌｉｓｔにおいて中心ポイント（Ｐｉ）を基準として前の１２８個のポイント、後ろの１２８個のポイント、及び中心ポイント（Ｐｉ）が実際の探索範囲となる。他の例として、ＬＯＤの数が１であり、探索範囲に関する情報が１２８である場合、モールトンコードに整列されたｉｎｄｅｘｅｓ ｌｉｓｔにおいて中心ポイント（Ｐｉ）を基準として前の１２８個のポイント、及び中心ポイント（Ｐｉ）が実際の探索範囲となる。また他の例として、ＬＯＤの数が１であり、探索範囲に関する情報が１２８である場合、モールトンコードに整列されたｉｎｄｅｘｅｓ ｌｉｓｔにおいて現在ポイントＰｘを基準として前の１２８個のポイントが実際の探索範囲となる。
実施例による隣接ポイント集合構成部５３００８は、実際の探索範囲のポイントとポイントＰｘとの距離値をそれぞれ比較するとき、ポイントＰｘが属したＬＯＤにおける隣接ポイント最大距離内にあり、且つ距離が最も近いＸ（例えば、３）個のポイントを実際の探索範囲のポイントから選択し、ポイントＰｘの隣接ポイント集合として登録する。即ち、ポイントＰｘの隣接ポイント集合として登録される隣接ポイントは、ポイントＰｘが属したＬＯＤにおける隣接ポイント最大距離内にあるポイントに制限される。
このように、この明細書は、ポイントクラウドコンテンツが有するポイント間の特質特性（関連性）を考慮して、隣接ポイント集合を選択することで、特質圧縮の効率を高めることができる。
上述した実施例により、隣接ポイント集合構成部５３００８において符号化されるポイントの各々の予測器に隣接ポイント集合が登録されると、特質情報予測部５３００９は、予測器に登録された１つ以上の隣接ポイントからそのポイントの特質値を予測する。上述のように、隣接ポイント集合を構成するとき、隣接ポイント最大距離を適用することで、各々の予測器に登録された隣接ポイント集合に含まれる隣接ポイントの数は、Ｘ（例えば、３）個と等しいか小さい。実施例によれば、ポイントの予測器は登録された隣接ポイント集合を有して、各々の隣接ポイントとの距離値に基づいて１／２距離＝加重値（ｗｅｉｇｈｔ）として登録することができる。例えば、Ｐ３ノードの予測器は、隣接ポイント集合として（Ｐ２ Ｐ４ Ｐ６）を有して、各々の隣接ポイントとの距離値に基づいて加重値を計算する。
実施例によれば、隣接ポイント集合構成部５３００８又は特質情報予測部５３００９は、予測器に隣接ポイント集合が登録されると、隣接ポイント集合に含まれた隣接ポイントの加重値の総合により各々の隣接ポイントの加重値を正規化（ｎｏｒｍａｌｉｚｅ）することができる。
その後、特質情報予測部５３００９は予測器を介して特質値を予測することができる。
実施例によって、予測器に登録された隣接ポイントの特質（例えば、色相、反射率など）に加重値（又は正規化された加重値）を掛けた値の平均を予測された結果（即ち、予測特質値）として設定するか、又は特定のポイントの特質を予測された結果（即ち、予測特質値）として設定する。実施例によれば、予測特質値は予測特質情報とも呼ばれる。また、残余（ｒｅｓｉｄｕａｌ）の特質値（又は、残余特質情報又は残差という）は、該当ポイントの特質値（即ち、オリジナル特質値）から該当ポイントの予測特質値（これを予測特質値又は予測特質情報という）を引くことにより求めることができる。
実施例によれば、様々な予測モード（又は予測器インデックスという）を適用して圧縮された結果値を予め計算した後、これらのうち、最小のビットストリームを生成する予測モード（即ち、予測器インデックス）を選択することができる。
以下、予測モードを選択する過程について詳しく説明する。
この明細書において、予測モード（ｐｒｅｄｉｃｔｉｏｎ ｍｏｄｅ）は予測器インデックス（ｐｒｅｄｉｃｔｏｒ ｉｎｄｅｘ、Ｐｒｅｉｎｄｅｘ）と同じ意味で使用され、広くは予測方法とも呼ばれる。
この明細書において、各ポイントごとに最適な予測モードを探し、この探した予測モードを該当ポイントの予測器に設定する過程は特質情報予測部５３００９で行うことを一実施例とする。
実施例によれば、加重値平均（即ち、各ポイントの予測器に設定された隣接ポイントの特質に各隣接ポイントまでの距離に基づいて計算された加重値をかけた値の平均値）により予測特質値を計算する予測モードを予測モード０と称する。また、１番目の隣接ポイントの特質を予測特質値とする予測モードを予測モード１、２番目の隣接ポイントの特質を予測特質値とする予測モードを予測モード２、また３番目の隣接ポイントの特質を予測特質値とする予測モードを予測モード３と称する。つまり、予測モード（又は予測器インデックス）の値が０であると加重値平均、１であると１番目の隣接ノード（即ち、隣接ポイント）、２であると２番目の隣接ノード、また３であると３番目の隣接ノードにより特質値を予測したことを表す。
実施例によれば、予測モード０であるときの残余特質値、予測モード１であるときの残余特質値、予測モード２であるときの残余特質値、及び予測モード３であるときの残余特質値を求め、各残余特質値に基づいてそれぞれのスコア（ｓｃｏｒｅ ｏｒ ｄｏｕｂｌｅ ｓｃｏｒｅ）を計算することができる。また計算したスコアが一番低い値を有する予測モードを選択して、該当ポイントの予測モードとして設定する。
実施例によれば、複数の予測モードのうち、最適な予測モードを探して該当ポイントの予測モードとして設定する過程は、所定の条件を満たした場合に行われる。即ち、所定の条件を満たしていない場合には、最適な予測モードを探す過程を行わず、予め定義された予測モード、例えば、加重値平均により予測特質値を計算する予測モード０を該当ポイントの予測モードとして設定する。かかる過程は各ポイントごとに行うことを一実施例とする。
実施例によれば、特定のポイントに対して所定の条件を満たす場合は、該当ポイントの予測器に登録された隣接ポイント間の特質要素（例えば、Ｒ、Ｇ、Ｂ）の差の値が所定のしきい値（例えば、ｌｉｆｔｉｎｇ＿ａｄａｐｔｉｖｅ＿ｐｒｅｄｉｃｔｉｏｎ＿ｔｈｒｅｓｈｏｌｄ）と等しいか又は大きい場合、又は該当ポイントの予測器に登録された隣接ポイント間の特質要素（例えば、Ｒ、Ｇ、Ｂ）の差の値を求めて、最大の要素値の和が所定のしきい値と等しいか又は大きい場合である。例えば、Ｐ３ポイントが該当ポイントであり、Ｐ３ポイントの隣接ポイントとしてＰ２、Ｐ４、Ｐ６ポイントが登録されたと仮定する。さらに、Ｐ２ポイントとＰ４ポイントの間のＲ、Ｇ、Ｂのそれぞれの差を求め、Ｐ２ポイントとＰ６ポイントの間のＲ、Ｇ、Ｂのそれぞれの差を求め、Ｐ４ポイントとＰ６ポイントの間のＲ、Ｇ、Ｂのそれぞれの差を求めたとき、Ｒ差の値はＰ２ポイントとＰ４ポイントの間で最も大きく、Ｇ差の値はＰ４ポイントとＰ６ポイントの間で最も大きく、またＢ差の値はＰ２ポイントとＰ６ポイントの間で最も大きいと仮定する。また最も大きいＲ差の値（即ち、Ｐ２とＰ４の間）、最も大きいＧ差の値（即ち、Ｐ４とＰ６の間）、及び最も大きいＢ差の値（即ち、Ｐ２とＰ６の間）のうち、Ｐ２ポイントとＰ４ポイントの間のＲ差の値が最も大きいと仮定する。
このような仮定において、Ｐ２ポイントとＰ４ポイントの間のＲ差の値が所定のしきい値と等しいか又は大きい場合、又はＰ２ポイントとＰ４ポイントの間のＲ差の値、Ｐ４ポイントとＰ６ポイントの間のＧ差の値、及びＰ２ポイントとＰ６ポイントの間のＢ差の値の和が所定のしきい値と等しいか又は大きい場合には、複数の候補予測モードのうち、最適な予測モードを探す過程を行うことができる。また、Ｐ２ポイントとＰ４ポイントの間のＲ差の値が所定のしきい値と等しいか又は大きい場合、又はＰ２ポイントとＰ４ポイントの間のＲ差の値、Ｐ４ポイントとＰ６ポイントの間のＧ差の値、そしてＰ２ポイントとＰ６ポイントの間のＢ差の値の和が所定のしきい値と等しいか又は大きい場合のみに予測モード（例えば、ｐｒｅｄＩｎｄｅｘ）をシグナリングすることができる。
特定のポイントに対して予め設定された条件を満たす他の実施例によれば、該当ポイントの予測器に登録された隣接ポイントの特質値（例えば、反射率（ｒｅｆｌｅｃｔａｎｃｅ））間の最大差の値が予め設定されたしきい値（例えば、ｌｉｆｔｉｎｇ＿ａｄａｐｔｉｖｅ＿ｐｒｅｄｉｃｔｉｏｎ＿ｔｈｒｅｓｈｏｌｄ）と等しいか大きい場合である。例えば、Ｐ２ポイントとＰ４ポイントとの間の反射率の差の値、Ｐ２ポイントとＰ６ポイントとの間の反射率の差の値、Ｐ４ポイントとＰ６ポイントとの間の反射率の差の値を求めたとき、Ｐ２ポイントとＰ４ポイントとの間の反射率の差の値が最も大きいと仮定する。
このような仮定において、Ｐ２ポイントとＰ４ポイントとの間の反射率の差の値が予め設定されたしきい値と等しいか大きい場合、複数の候補予測モードのうち最適な予測モードを探す過程を行う。また、Ｐ２ポイントとＰ４ポイントとの間の反射率の差の値が予め設定されたしきい値と等しいか大きい場合に限って予測モード（例えば、ｐｒｅｄＩｎｄｅｘ）をシグナリングすることができる。
実施例によれば、該当ポイントの選択された予測モード（例えば、ｐｒｅｄＩｎｄｅｘ）は、特質スライスデータにシグナリングする。この場合、選択された予測モードに基づいて取得された残余特質値が送信され、受信側ではシグナリングされた予測モードに基づいて該当ポイントの予測特質値を求め、受信された残余特質値と併せて該当ポイントの特質値を復元する。
他の実施例として、予測モードがシグナリングされない場合は、送信側ではデフォルトとした予測モード（例えば、予測モード０）に基づいて予測特質値を求め、オリジナル特質値と予測特質値との差により残余特質値を求めて送信し、受信側ではデフォルトとした予測モード（例えば、予測モード０）に基づいて予測特質値を求め、受信された残余特質値と併せて特質値を復元する。
実施例によれば、しきい値は直接入力されるか、又はシグナリング処理部５１００５によりシグナリング情報にシグナリングされる（例えば、ＡＰＳにシグナリングされたｌｉｆｔｉｎｇ＿ａｄａｐｔｉｖｅ＿ｐｒｅｄｉｃｔｉｏｎ＿ｔｈｒｅｓｈｏｌｄフィールド）。
実施例によれば、上述したように、特定のポイントに対して所定の条件を満たす場合、予測器候補を生成することができる。予測器候補は予測モード又は予測器インデックスと呼ぶ。
実施例によれば、予測器候補に予測モード１ないし予測モード３が含まれる。実施例によれば、予測モード０は予測器候補に含まれてもよく含まれなくてもよい。実施例によれば、さらに上述しなかった少なくとも一つの予測モードが予測器候補に含まれることもできる。
上記過程により、特質情報予測部５３００９において各ポイントごとに設定された予測モードと設定された予測モードにおける残余特質値は、残余特質情報量子化処理部５３０１０に出力される。
実施例によれば、残余特質情報量子化処理部５３０１０は入力される残余特質値に対してゼロラン－レングス符号化を適用する。
この明細書は残余特質値に対して量子化及びゼロラン－レングスコーディングを行うことを一実施例とする。
実施例による演算コーダ５３０１１は、残余特質情報量子化処理部５３０１０から出力される予測モードと残余特質値に対して演算コーディングを適用して特質ビットストリームに出力する。
ジオメトリエンコーダ５１００６において圧縮されて出力されるジオメトリビットストリームと特質エンコーダ５１００７において圧縮されて出力される特質ビットストリームは、送信処理部５１００８に出力される。
実施例による送信処理部５１００８は、図１２の送信処理部１２０１２の動作及び／又は送信方法と同一又は類似する動作及び／又は送信方法を行い、図１の送受信機１０００３の動作及び／又は送信方法と同一又は類似する動作及び／又は送信方法を行う。具体的な説明は図１又は図１２の説明を参照すればよく、ここでは省略する。
実施例による送信処理部５１００８は、ジオメトリエンコーダ５１００６から出力されるジオメトリビットストリーム、特質エンコーダ５１００７から出力される特質ビットストリーム、及びシグナリング処理部５１００５から出力されるシグナリングビットストリームのそれぞれを送信するか、又は一つのビットストリームに多重化して送信する。
実施例による送信処理部５１００８は、ビットストリームをファイル又はセグメント（例えば、ストリーミングセグメント）などにカプセル化した後、放送網及び／又はブロードバンド網などの様々なネットワークにより送信する。
実施例によるシグナリング処理部５１００５は、シグナリング情報を生成及び／又は処理してビットストリーム形態で送信処理部５１００８に出力する。シグナリング処理部５１００５で生成及び／又は処理されたシグナリング情報は、ジオメトリ符号化、特質符号化及び送信処理のためにジオメトリエンコーダ５１００６、特質エンコーダ５１００７及び／又は送信処理部５１００８に提供するか、又はシグナリング処理部５１００５にジオメトリエンコーダ５１００６、特質エンコーダ５１００７及び／又は送信処理部５１００８で生成されたシグナリング情報を提供する。
この明細書において、シグナリング情報は、パラメータセット（ＳＰＳ：ｓｅｑｕｅｎｃｅ ｐａｒａｍｅｔｅｒ ｓｅｔ、ＧＰＳ：ｇｅｏｍｅｔｒｙ ｐａｒａｍｅｔｅｒ ｓｅｔ、ＡＰＳ：ａｔｔｒｉｂｕｔｅ ｐａｒａｍｅｔｅｒ ｓｅｔ、ＴＰＳ：Ｔｉｌｅ Ｐａｒａｍｅｔｅｒ Ｓｅｔなど）単位でシグナリングされて送信される。またスライス又はタイルのように各映像のコーディングユニット単位でシグナリングされて送信されてもよい。この明細書において、シグナリング情報は、ポイントクラウドデータに関するメタデータ（例えば、設定値など）を含み、ジオメトリ符号化、特質符号化及び送信処理のためにジオメトリエンコーダ５１００６と特質エンコーダ５１００７及び／又は送信処理部５１００８に提供される。アプリケーションによってシグナリング情報は、ファイルフォーマット、ＤＡＳＨ（ｄｙｎａｍｉｃ ａｄａｐｔｉｖｅ ｓｔｒｅａｍｉｎｇ ｏｖｅｒ ＨＴＴＰ）、ＭＭＴ（ＭＰＥＧ ｍｅｄｉａ ｔｒａｎｓｐｏｒｔ）などのシステム端、又はＨＤＭＩ（Ｈｉｇｈ Ｄｅｆｉｎｉｔｉｏｎ Ｍｕｌｔｉｍｅｄｉａ Ｉｎｔｅｒｆａｃｅ：登録商標）、ディスプレイポート（Ｄｉｓｐｌａｙ Ｐｏｒｔ）、ＶＥＳＡ（Ｖｉｄｅｏ Ｅｌｅｃｔｒｏｎｉｃｓ Ｓｔａｎｄａｒｄｓ Ａｓｓｏｃｉａｔｉｏｎ）、ＣＴＡなどの有線インターフェース端においても定義される。
実施例による方法／装置が実施例の動作を追加／実行するために、関連情報をシグナリングすることができる。実施例によるシグナリング情報は送信装置及び／又は受信装置で使用される。
この明細書において、特質予測のために使用される予測器の最大数情報（ｌｉｆｔｉｎｇ＿ｍａｘ＿ｎｕｍ＿ｄｉｒｅｃｔ＿ｐｒｅｄｉｃｔｏｒｓ）、特質の適応的予測を可能にするためのしきい値情報（ｌｉｆｔｉｎｇ＿ａｄａｐｔｉｖｅ＿ｐｒｅｄｉｃｔｉｏｎ＿ｔｈｒｅｓｈｏｌｄ）、隣接ポイント選択関連のオプション情報などは、シーケンスパラメータセット、特質パラメータセット、タイルパラメータセット及び特質スライスヘッダのうちのいずれかにシグナリングされることを一実施例とする。また複数の予測器候補から選択された予測器候補に該当する予測モードを指示する予測器インデックス情報（ｐｒｅｄＩｎｄｅｘ）は、特質スライスデータにシグナリングされることを一実施例とする。
実施例によれば、隣接ポイント選択関連のオプション情報は、ＮＮ＿ｒａｎｇｅに関する情報（例えば、ｎｅａｒｅｓｔ＿ｎｅｉｇｈｂｏｒ＿ｍａｘ＿ｒａｎｇｅフィールド）を含む。実施例によれば、隣接ポイント選択関連のオプション情報は、さらに隣接ポイントとして設定可能な最大数に関する情報（例えば、ｌｉｆｔｉｎｇ＿ｎｕｍ＿ｐｒｅｄ＿ｎｅａｒｅｓｔ＿ｎｅｉｇｈｂｏｕｒｓフィールド）、探索範囲に関する情報（例えば、ｌｉｆｔｉｎｇ＿ｓｅａｒｃｈ＿ｒａｎｇｅフィールド）、ＬＯＤ構成方法に関する情報及び／又は隣接ポイント基本距離に関する情報のうちの少なくとも１つを含んでもよい。
一方、受信装置のポイントクラウドビデオデコーダにおいても、上記送信装置のポイントクラウドビデオエンコーダのように、ＬＯＤｌ集合を生成し、ＬＯＤｌ集合に基づいて最隣接（ｎｅａｒｅｓｔ ｎｅｉｇｈｂｏｒ）ポイントを探して予測器に隣接ポイント集合として登録し、それぞれの隣接ポイントとの距離値に基づいて加重値を計算して正規化する過程を同一又は類似に行う。また、受信された予測モードを復号し、復号された予測モードによって該当ポイントの特質値を予測する。さらに、受信された残余特質値を復号した後、予測された特質値を足して該当ポイントの特質値を復元する。
図２８は実施例によるポイントクラウド受信装置のまた他の例を示す図である。
実施例によるポイントクラウド受信装置は、受信処理部６１００１、シグナリング処理部６１００２、ジオメトリデコーダ６１００３、特質デコーダ６１００４、及び後処理部（ｐｏｓｔ－ｐｒｏｃｅｓｓｏｒ）６１００５を含む。実施例によれば、ジオメトリデコーダ６１００３と特質デコーダ６１００４はポイントクラウドビデオデコーダとも呼ばれる。実施例によれば、ポイントクラウドビデオデコーダはＰＣＣデコーダ、ＰＣＣ復号部、ポイントクラウドデコーダ、ポイントクラウド復号部などとも呼ばれる。
実施例による受信処理部６１００１は、一つのビットストリームを受信するか、又はジオメトリビットストリーム、特質ビットストリーム、シグナリングビットストリームのそれぞれを受信する。実施例による受信処理部６１００１は、ファイル及び／又はセグメントが受信されると、受信されたファイル及び／又はセグメントをデカプセル化してビットストリームに出力する。
実施例による受信処理部６１００１は、一つのビットストリームが受信（又はデカプセル化）されると、一つのビットストリームからジオメトリビットストリーム、特質ビットストリーム、及び／又はシグナリングビットストリームを逆多重化し、逆多重化されたシグナリングビットストリームはシグナリング処理部６１００２に、ジオメトリビットストリームはジオメトリデコーダ６１００３に、及び特質ビットストリームは特質デコーダ６１００４に出力する。
実施例による受信処理部６１００１は、ジオメトリビットストリーム、特質ビットストリーム、及び／又はシグナリングビットストリームのそれぞれが受信（又はデカプセル化）されると、シグナリングビットストリームはシグナリング処理部６１００２に、ジオメトリビットストリームはジオメトリデコーダ６１００３に、及び特質ビットストリームは特質デコーダ６１００４に伝達する。
シグナリング処理部６１００２は、入力されたシグナリングビットストリームからシグナリング情報、例えば、ＳＰＳ、ＧＰＳ、ＡＰＳ、ＴＰＳ、メタデータなどに含まれた情報をパーシング及び処理して、ジオメトリデコーダ６１００３、特質デコーダ６１００４、後処理部６１００５に提供する。他の例として、ジオメトリスライスヘッダ及び／又は特質スライスヘッダに含まれたシグナリング情報も該当スライスデータを復号する前にシグナリング処理部６１００２で予めパーシングされてもよい。即ち、送信側でポイントクラウドデータが図１６のようにタイル及び／又はスライスに分割される場合、ＴＰＳはそれぞれのタイル内に含まれたスライスの数を含むため、実施例によるポイントクラウドビデオデコーダはスライスの数を確認することができ、並列的な復号のための情報を迅速にパーシングすることができる。
よって、この明細書によるポイントクラウドビデオデコーダは、データの量が減少したＳＰＳを受信することで、ポイントクラウドデータを含むビットストリームを迅速にパーシング（ｐａｒｓｉｎｇ）することができる。受信装置はタイルを受信し次第、該当タイルの復号を行い、タイルごとにタイル内に含まれたＧＰＳとＡＰＳに基づいてスライスごとに復号を行い、これにより復号の効率を極大化することができる。
即ち、ジオメトリデコーダ６１００３は圧縮されたジオメトリビットストリームに対してシグナリング情報（例えば、ジオメトリ関連パラメータ）に基づいて、図１５のジオメトリエンコーダ５１００６の逆過程を行い、ジオメトリを復元する。ジオメトリデコーダ６１００３で復元された（又は再構成された（ｒｅｃｏｎｓｔｒｕｃｔｅｄ））ジオメトリは、特質デコーダ６１００４に提供される。特質デコーダ６１００４は圧縮された特質ビットストリームに対してシグナリング情報（例えば、特質関連パラメータ）と再構成されたジオメトリに基づいて図１５の特質エンコーダ５１００７の逆過程を行い、特質を復元する。実施例によれば、送信側でポイントクラウドデータが図１６のようにタイル及び／又はスライス単位に分割される場合、ジオメトリデコーダ６１００３と特質デコーダ６１００４においてタイル及び／又はスライス単位でジオメトリ復号と特質復号を行う。
図２９は実施例によるジオメトリデコーダ６１００３及び特質デコーダ６１００４の他の例を示す詳細ブロック図である。
図２９のジオメトリデコーダ６１００３に含まれた演算デコーダ６３００１、八分木再構成部６３００２、ジオメトリ情報予測部６３００３、逆量子化処理部６３００４、及び座標系逆変換部６３００５は、図１１の演算デコーダ１１０００、八分木合成部１１００１、表面近似合成部１１００２、ジオメトリ再構成部１１００３及び座標系逆変換部１１００４の動作の一部又は全部を行うか、又は図１３の演算デコーダ１３００２、占有コード基盤の八分木再構成処理部１３００３、表面モデル処理部１３００４、及び逆量子化処理部１３００５の動作の一部又は全部を行う。ジオメトリデコーダ６１００３で復元された位置は、後処理部（ｐｏｓｔ－ｐｒｏｃｅｓｓ）６１００５に出力される。
実施例によれば、シーケンスパラメータセット（ＳＰＳ）、特質パラメータセット（ＡＰＳ）、タイルパラメータセット（ＴＰＳ）、及び特質スライスヘッダのうちの少なくとも１つに特質予測のために使用される予測器の最大数情報（ｌｉｆｔｉｎｇ＿ｍａｘ＿ｎｕｍ＿ｄｉｒｅｃｔ＿ｐｒｅｄｉｃｔｏｒｓ）、特質の適応的予測を可能にするためのしきい値情報（ｌｉｆｔｉｎｇ＿ａｄａｐｔｉｖｅ＿ｐｒｅｄｉｃｔｉｏｎ＿ｔｈｒｅｓｈｏｌｄ）、隣接ポイント選択関連のオプション情報などがシグナリングされている場合、シグナリング処理部６１００２で取得して特質デコーダ６１００４に提供するか、又は直接特質デコーダ６１００４で取得することができる。
実施例による特質デコーダ６１００４は、演算デコーダ６３００６、ＬＯＤ構成部６３００７、隣接ポイント集合構成部６３００８、特質情報予測部６３００９、残余特質情報逆量子化処理部６３０１０、及び色相逆変換処理部６３０１１を含む。
実施例による演算デコーダ６３００６は、入力される特質ビットストリームを演算復号する。演算デコーダ６３００６は再構成されたジオメトリに基づいて特質ビットストリームの復号を行う。演算デコーダ６３００６は、図１１の演算デコーダ１１００５又は図１３の演算デコーダ１３００７の動作及び／又は復号と同一又は類似する動作及び／又は復号を行う。
実施例によれば、演算デコーダ６３００６で出力される特質ビットストリームは、再構成されたジオメトリ情報に基づいてＲＡＨＴ復号、ＬＯＤに基づく予測変換復号方法及びリフト変換復号方法のうちのいずれか一つ又は二つ以上を組み合わせて復号される。
この明細書は、送信装置においてＬＯＤに基づく予測変換コーディング方法及びリフト変換コーディング方法のうちのいずれか一つ又は二つを組み合わせて特質圧縮を行うことを一実施例として説明したので、受信装置においてもＬＯＤに基づく予測変換復号方法及びリフト変換復号方法のうちのいずれか一つ又は二つを組み合わせて特質復号を行うことを一実施例として説明する。よって、受信装置においてもＲＡＨＴ復号方法については説明を省略する。
一実施例によれば、演算デコーダ６３００６で演算復号された特質ビットストリームはＬＯＤ構成部６３００７に提供される。実施例によれば、演算デコーダ６３００６からＬＯＤ構成部６３００７に提供される特質ビットストリームは、予測モードと残余特質値を含む。
実施例によるＬＯＤ構成部６３００７は、送信装置のＬＯＤ構成部５３００７と同一又は類似する方法によってＬＯＤを生成し、隣接ポイント集合構成部６３００８に出力する。
実施例によれば、ＬＯＤ構成部６３００７は、１つ又はそれ以上のＬＯＤ生成方法（又はＬＯＤ構成方法）を用いて１つ又はそれ以上のＬＯＤを構成する。実施例によれば、ＬＯＤ構成部６３００７で用いられたＬＯＤ生成方法は、シグナリング処理部６１００２によって提供される。例えば、ＬＯＤ生成方法は、シグナリング情報の特質パラメータセット（ＡＰＳ）にシグナリングされる。実施例によれば、ＬＯＤ生成方法は、八分木に基づくＬＯＤ生成方法、距離に基づくＬＯＤ生成方法、サンプリングに基づくＬＯＤ生成方法に区分することができる。
実施例によれば、互いに異なるＬＯＤを有するグループをＬＯＤｌ集合と称する。ここで、ｌはＬＯＤを示し、０から始める整数である。ＬＯＤ０はポイント間の距離が最大のポイントからなる集合であり、ｌが大きくなるほどＬＯＤｌに属したポイント間の距離が短くなる。
実施例によれば、送信装置で符号化された予測モード及び残余特質値は、ＬＯＤごとに存在するか、又はリーフノードに対してのみ存在する。
一実施例として、ＬＯＤ構成部６３００７でＬＯＤｌ集合が生成されると、隣接ポイント集合構成部６３００８はＬＯＤｌ集合に基づいてＬＯＤが等しいか小さい（即ち、ノード間の距離が大きい）グループにおいてＸ（例えば、３）個と等しいか小さい隣接ポイント（ｎｅｉｇｈｂｏｒ ｐｏｉｎｔ）を探し、予測器（ｐｒｅｄｉｃｔｏｒ）に隣接ポイント集合として登録する。
実施例による隣接ポイント集合構成部６３００８は、シグナリング情報に基づいて探索範囲及び／又は隣接ポイント最大距離を適用して、隣接ポイント集合を構成することを一実施例とする。
実施例による隣接ポイント集合構成部６３００８は、隣接ポイント基本距離にＮＮ＿ｒａｎｇｅを掛けて隣接ポイント最大距離を取得する。ＮＮ＿ｒａｎｇｅは隣接ポイントとして選択可能な範囲であり、隣接ポイント最大範囲、隣接ポイント範囲、又は最隣接範囲（ｎｅａｒｅｓｔ ｎｅｉｇｈｂｏｒ ｒａｎｇｅ）と呼ぶ。
実施例による隣接ポイント集合構成部６３００８は、コンテンツの特性により、ＮＮ＿ｒａｎｇｅを自動又は手動に設定するか、又はシグナリング処理部６１００２によって提供される。例えば、ＮＮ＿ｒａｎｇｅに関する情報は、シグナリング情報のＳＰＳ、ＡＰＳ、タイルパラメータセット、特質スライスヘッダのうちの少なくとも１つにシグナリングされる。
実施例による隣接ポイント集合構成部６３００８は、八分木基盤、距離基盤、サンプリング基盤、各々のＬＯＤのモールトンコード平均差基盤、又は各々のＬＯＤの平均距離差基盤のうちの１つ又はそれ以上を組み合わせて隣接ポイント基本距離を計算／設定する。実施例によれば、隣接ポイント集合構成部６３００８は、シグナリング処理部６１００２によって隣接ポイント基本距離に関する情報が提供され、隣接ポイント基本距離に関する情報は、シグナリング情報の特質パラメータセット（ＡＰＳ）にシグナリングされる。
実施例による隣接ポイント集合構成部６３００８において、八分木基盤、距離基盤、サンプリング基盤、各々のＬＯＤのモールトンコード平均差基盤、又は各々のＬＯＤの平均距離差基盤のうちの１つ又はそれ以上を組み合わせて隣接ポイント基本距離を計算／設定する詳細な内容は、上述した送信装置の特質符号化の過程において詳細に説明したため、ここでは省略する。
一実施例によれば、隣接ポイント集合構成部６３００８は、上述のように、隣接ポイント最大距離が決定されると、図２６のように、ＬＯＤｌ集合に基づいてＬＯＤが等しいか小さい（即ち、ノード間の距離が大きい）グループにおいて探索範囲内にあるポイントのうちＸ（例えば、３）個の最隣接（ｎｅａｒｅｓｔ ｎｅｉｇｈｂｏｒ、ＮＮ）ポイントを探す。その後、Ｘ（例えば、３）個のＮＮポイントのうち隣接ポイント最大距離内にあるＮＮポイントのみを隣接ポイント集合として登録する。よって、隣接ポイント集合として登録されるＮＮポイントの数は、Ｘと等しいか小さい。換言すれば、Ｘ個のＮＮポイントのうち隣接ポイント最大距離内に存在しないＮＮポイントは、隣接ポイント集合として登録されずに除外される。例えば、３個のＮＮポイントのうち２個のＮＮポイントが隣接ポイント最大距離内になければ、２個のＮＮポイントは除外され、残りの１個のＮＮポイントのみが隣接ポイント集合として登録される。
他の実施例によれば、隣接ポイント集合構成部６３００８は、上述のように、隣接ポイント最大距離が決定されると、図２７のように、ＬＯＤｌ集合に基づいてＬＯＤが等しいか小さい（即ち、ノード間の距離が大きい）グループにおいて探索範囲内にあるポイントのうち隣接ポイント最大距離内にあるＸ（例えば、３）個の最隣接（ｎｅａｒｅｓｔ ｎｅｉｇｈｂｏｒ、ＮＮ）ポイントを探して、隣接ポイント集合として登録する。
即ち、隣接ポイント最大距離を適用する時期（又は位置）により、隣接ポイント集合として登録可能なＮＮポイントの数が異なる。換言すれば、図２６のように、隣接ポイント探索によってＸ個のＮＮポイントを探した後に隣接ポイント最大距離を適用するか、又は図２７のように、ポイント間の距離を計算する時に隣接ポイント最大距離を適用するかにより、隣接ポイント集合として登録されるＮＮポイントの数が異なる。
例えば、図２６において、隣接ポイント集合構成部６３００８は、実際の探索範囲内のポイントとポイントＰｘとの距離値をそれぞれ比較して、距離が最も近いＸ個のポイントを探し、このＸ個のポイントのうちポイントＰｘが属したＬＯＤにおける隣接ポイント最大距離内にあるポイントのみをポイントＰｘの隣接ポイント集合として登録する。即ち、ポイントＰｘの隣接ポイント集合として登録される隣接ポイントは、Ｘ個のポイントのうちポイントＰｘが属したＬＯＤにおける隣接ポイント最大距離内にあるポイントに制限される。
例えば、図２７において、隣接ポイント集合構成部６３００８は、実際の探索範囲のポイントとポイントＰｘとの距離値をそれぞれ比較するとき、ポイントＰｘが属したＬＯＤにおける隣接ポイント最大距離内にあり、且つ距離が最も近いＸ（例えば、３）個のポイントを実際の探索範囲のポイントから選択して、ポイントＰｘの隣接ポイント集合として登録する。即ち、ポイントＰｘの隣接ポイント集合として登録される隣接ポイントは、ポイントＰｘが属したＬＯＤにおける隣接ポイント最大距離内にあるポイントに制限される。
図２６及び図２７において、実際の探索範囲は、シグナリング情報のＡＰＳにシグナリングされたｌｉｆｔｉｎｇ＿ｓｅａｒｃｈ＿ｒａｎｇｅフィールドの値に２を掛けた後、中心ポイントを足した値（即ち、（ｌｉｆｔｉｎｇ＿ｓｅａｒｃｈ＿ｒａｎｇｅフィールドの値＊２）＋中心ポイント）でもよく、ｌｉｆｔｉｎｇ＿ｓｅａｒｃｈ＿ｒａｎｇｅフィールドの値に中心ポイントを足した値（即ち、ｌｉｆｔｉｎｇ＿ｓｅａｒｃｈ＿ｒａｎｇｅフィールドの値＋中心ポイント）でもよく、又はｌｉｆｔｉｎｇ＿ｓｅａｒｃｈ＿ｒａｎｇｅフィールドの値でもよい。隣接ポイント集合構成部６３００８は、ＬＯＤの数が複数であると、ポイントＰｘの隣接ポイントはＲｅｔａｉｎｅｄ ｌｉｓｔから探索し、ＬＯＤの数が１であると、Ｐｘの隣接ポイントはＩｎｄｅｘｅｘ ｌｉｓｔから探索することを一実施例とする。
例えば、ＬＯＤの数が２以上であり、探索範囲に関する情報（例えば、ｌｉｆｔｉｎｇ＿ｓｅａｒｃｈ＿ｒａｎｇｅフィールド）が１２８である場合、モールトンコードに整列されたｒｅｔａｉｎｅｄ ｌｉｓｔにおいて中心ポイント（Ｐｉ）を基準として前の１２８個のポイント、後ろの１２８個のポイント、及び中心ポイント（Ｐｉ）が実際の探索範囲となる。他の例として、ＬＯＤの数が１であり、探索範囲に関する情報が１２８である場合、モールトンコードに整列されたｉｎｄｅｘｅｓ ｌｉｓｔにおいて中心ポイント（Ｐｉ）を基準として前の１２８個のポイントと中心ポイント（Ｐｉ）が実際の探索範囲となる。また他の例として、ＬＯＤの数が１であり、探索範囲に関する情報が１２８である場合、モールトンコードに整列されたｉｎｄｅｘｅｓ ｌｉｓｔにおいて現在ポイントＰｘを基準として前の１２８個のポイントが実際の探索範囲となる。
一例として、隣接ポイント集合構成部６３００８は、ＬＯＤ１に属するＰ３ポイント（即ち、ノード）の隣接ポイントとしてＰ２ Ｐ４ Ｐ６ポイントを選択して、Ｐ３の予測器に隣接ポイント集合として登録したと仮定する（図９を参照）。
実施例によれば、隣接ポイント集合構成部６３００８で復号されるポイントの各予測器に隣接ポイント集合が登録されると、特質情報予測部６３００９は、各予測器に登録された１つ以上の隣接ポイントからそのポイントの特質値を予測する。実施例によれば、特質情報予測部６３００９は、該当ポイントの予測モードに基づいてポイントの特質値を予測する過程を行う。この特質予測過程は、再構成されたジオメトリの全てのポイント又は少なくとも一部のポイントに対して行うことを一実施例とする。
実施例による特定のポイントの予測モードは、予測モード０ないし予測モード３のうちのいずれかである。
実施例によれば、予測モード０は加重値平均により予測特質値を計算するモードであり、予測モード１は１番目の隣接ポイントの特質を予測特質値として定めるモードであり、予測モード２は２番目の隣接ポイントの特質を予測特質値として定めるモードであり、予測モード３は３番目の隣接ポイントの特質を予測特質値として定めるモードである。
実施例によれば、送信側の特質エンコーダでは、該当ポイントの予測器に登録された隣接ポイントの特質値の間の最大差（ｍａｘｉｍｕｍ ｄｉｆｆｅｒｅｎｃｅ）の値が所定のしきい値より小さいと、予測モード０を該当ポイントの予測モードとして設定し、所定のしきい値と等しいか大きいと、複数の候補予測モードに対してＲＤＯ方法を適用して、そのうちのいずれかを該当ポイントの予測モードとして設定する。この過程を各ポイントごとに行うことを一実施例とする。
実施例によれば、ＲＤＯ方法を適用して選択される該当ポイントの予測モード（ｐｒｅｄＩｎｄｅｘ）は、特質スライスデータにシグナリングされる。よって、該当ポイントの予測モードは特質スライスデータから取得される。
実施例によれば、特質情報予測部６３００９は上述したように設定された各ポイントの予測モードに基づいて各ポイントの特質値を予測することもできる。
例えば、Ｐ３ポイントの予測モードが０であると仮定すると、Ｐ３の予測器に登録された隣接ポイントであるＰ２ Ｐ４ Ｐ６の特質に加重値（又は正規化された加重値）を掛けた値の平均を求め、その平均値をＰ３ポイントの予測特質値として決定する。
他の例として、Ｐ３ポイントの予測モードが１であると仮定すると、Ｐ３の予測器に登録された隣接ポイントＰ４の特質値をＰ３イントの予測特質値として決定する。
また他の例として、Ｐ３ポイントの予測モードが２であると仮定すると、Ｐ３の予測器に登録された隣接ポイントＰ６の特質値をＰ３ポイントの予測特質値として決定する。
また他の例として、Ｐ３ポイントの予測モードが３であると仮定すると、Ｐ３の予測器に登録された隣接ポイントＰ２の特質値をＰ３ポイントの予測特質値として決定する。
特質情報予測部６３００９で該当ポイントの予測モードに基づいて該当ポイントの予測特質値が求められると、残余特質情報逆量子化処理部６３０１０は受信された該当ポイントの残余特質値に特質情報予測部６３００９で予測された該当ポイントの予測特質値を足して該当ポイントの特質値を復元した後、送信装置の量子化過程の逆に逆量子化を行う。
一実施例として、送信側でポイントの残余特質値に対してゼロラン－レングスコーディングを適用した場合は、残余特質情報逆量子化処理部６３０１０はポイントの残余特質値に対してゼロラン－レングス復号を行った後、逆量子化を行う。
残余特質情報逆量子化処理部６３０１０で復元された特質値は色相逆変換処理部６３０１１に出力される。
色相逆変換処理部６３０１１は復元された特質値に含まれた色相値（又はテクスチャー）を逆変換するための逆変換コーディングを行って特質を後処理部６１００５に出力する。色相逆変換処理部６３０１１は図１１の色相逆変換部１１０１０又は図１３の色相逆変換処理部１３０１０の動作及び／又は逆変換コーディングと同一又は類似する動作及び／又は逆変換コーディングを行う。
後処理部６１００５は、ジオメトリデコーダ６１００３で復元されて出力される位置と特質デコーダ６１００４で復元されて出力される特質をマッチングして、ポイントクラウドデータを再構成する。また、後処理部６１００５は、再構成されたポイントクラウドデータがタイル及び／又はスライス単位である場合、シグナリング情報に基づいて送信側の空間分割の逆過程を行う。例えば、図１６（ａ）のような境界ボックスが図１６（ｂ）、図１６（ｃ）のようにタイル及びスライスに分割される場合、シグナリング情報に基づいてタイル及び／又はスライスを結合して、図１６（ａ）のように境界ボックスを復元する。
図３０は実施例による送／受信のためのポイントクラウドデータのビットストリーム構造の一例を示す。
上述した実施例を追加／実行するために、関連情報をシグナリングすることができる。実施例によるシグナリング情報は、送信端のポイントクラウドビデオエンコーダ又は受信端のポイントクラウドビデオデコーダなどで使用される。
実施例によるポイントクラウドビデオエンコーダは、上述のように、ジオメトリ情報及び特質情報を符号化し、図３２のようなビットストリームを生成する。また、ポイントクラウドデータに関するシグナリング情報は、ポイントクラウドビデオエンコーダのジオメトリエンコーダ、特質エンコーダ、シグナリング処理部のうちの少なくとも１つにおいて生成及び処理されてビットストリームに含まれる。
実施例によるシグナリング情報は、ポイントクラウドビデオデコーダのジオメトリデコーダ、特質デコーダ、シグナリング処理部のうちの少なくとも１つにおいて受信／取得される。
実施例によるビットストリームは、ジオメトリビットストリーム、特質ビットストリーム、及びシグナリングビットストリームに区分されて送信／受信されるか、又は１つのビットストリームに結合されて送信／受信される。
実施例によるジオメトリビットストリーム、特質ビットストリーム、及びシグナリングビットストリームが１つのビットストリームで構成される場合、ビットストリームは１つ又はそれ以上のサブビットストリームを含む。実施例によるビットストリームは、シーケンスレベルのシグナリングのためのＳＰＳ（Ｓｅｑｕｅｎｃｅ Ｐａｒａｍｅｔｅｒ Ｓｅｔ）、ジオメトリ情報コーディングのシグナリングのためのＧＰＳ（Ｇｅｏｍｅｔｒｙ Ｐａｒａｍｅｔｅｒ Ｓｅｔ）、特質情報コーディングのシグナリングのための１つ以上のＡＰＳ（Ａｔｔｒｉｂｕｔｅ Ｐａｒａｍｅｔｅｒ Ｓｅｔ、ＡＰＳ０、ＡＰＳ１）、タイルレベルのシグナリングのためのＴＰＳ（Ｔｉｌｅ Ｐａｒａｍｅｔｅｒ Ｓｅｔ）、１つ以上のスライス（ｓｌｉｃｅ ０ ～ｓｌｉｃｅ ｎ）を含む。即ち、実施例によるポイントクラウドデータのビットストリームは一つ以上のタイルを含み、それぞれのタイルは一つ以上のスライス（ｓｌｉｃｅ０～ｓｌｉｃｅ ｎ）を含むスライスのグループである。実施例によるＴＰＳは一つ以上のタイルに対して各タイルに関する情報（例えば、境界ボックスの座標値情報及び高さ／サイズ情報など）を含む。各スライスは一つのジオメトリビットストリーム（Ｇｅｏｍ０）及び一つ以上の特質ビットストリーム（Ａｔｔｒ０、Ａｔｔｒ１）を含む。例えば、第１スライス（ｓｌｉｃｅ ０）は一つのジオメトリビットストリーム（Ｇｅｏｍ００）及び一つ以上の特質ビットストリーム（Ａｔｔｒ００、Ａｔｔｒ１０）を含む。
各スライス内のジオメトリビットストリーム（又はジオメトリスライスという）は、ジオメトリスライスヘッダ（ｇｅｏｍ＿ｓｌｉｃｅ＿ｈｅａｄｅｒ）及びジオメトリスライスデータ（ｇｅｏｍ＿ｓｌｉｃｅ＿ｄａｔａ）で構成される。実施例によるジオメトリスライスヘッダ（ｇｅｏｍ＿ｓｌｉｃｅ＿ｈｅａｄｅｒ）は、ジオメトリパラメータセット（ＧＰＳ）に含まれたパラメータセットの識別情報（ｇｅｏｍ＿ｐａｒａｍｅｔｅｒ＿ｓｅｔ＿ｉｄ）、タイル識別子（ｇｅｏｍ＿ｔｉｌｅ＿ｉｄ）、スライス識別子（ｇｅｏｍ＿ｓｌｉｃｅ＿ｉｄ）及びジオメトリスライスデータ（ｇｅｏｍ＿ｓｌｉｃｅ＿ｄａｔａ）に含まれたデータに関する情報（ｇｅｏｍＢｏｘＯｒｉｇｉｎ、ｇｅｏｍ＿ｂｏｘ＿ｌｏｇ２＿ｓｃａｌｅ、ｇｅｏｍ＿ｍａｘ＿ｎｏｄｅ＿ｓｉｚｅ＿ｌｏｇ２、ｇｅｏｍ＿ｎｕｍ＿ｐｏｉｎｔｓ）などを含む。ｇｅｏｍＢｏｘＯｒｉｇｉｎは該当ジオメトリスライスデータのボックス原点を示すジオメトリボックスオリジン情報であり、ｇｅｏｍ＿ｂｏｘ＿ｌｏｇ２＿ｓｃａｌｅは該当ジオメトリスライスデータの対数スケール（Ｌｏｇ Ｓｃａｌｅ）を示す情報であり、ｇｅｏｍ＿ｍａｘ＿ｎｏｄｅ＿ｓｉｚｅ＿ｌｏｇ２はルートジオメトリ八分木ノードのサイズを示す情報であり、ｇｅｏｍ＿ｎｕｍ＿ｐｏｉｎｔｓは該当ジオメトリスライスデータのポイントの数に関する情報である。実施例によるジオメトリスライスデータ（ｇｅｏｍ＿ｓｌｉｃｅ＿ｄａｔａ）は、該当スライス内のポイントクラウドデータのジオメトリ情報（又はジオメトリデータ）を含む。
各スライス内の各特質ビットストリーム（又は特質スライスという）は、特質スライスヘッダ（ａｔｔｒ＿ｓｌｉｃｅ＿ｈｅａｄｅｒ）及び特質スライスデータ（ａｔｔｒ＿ｓｌｉｃｅ＿ｄａｔａ）で構成される。実施例による特質スライスヘッダ（ａｔｔｒ＿ｓｌｉｃｅ＿ｈｅａｄｅｒ）は該当特質スライスデータに関する情報を含み、特質スライスデータは該当スライス内のポイントクラウドデータの特質情報（又は特質データ又は特質値という）を含む。一つのスライス内の特質ビットストリームが複数である場合、それぞれは互いに異なる特質情報を含む。例えば、一つの特質ビットストリームは色相に該当する特質情報を含み、他の一つの特質ストリームは反射率に該当する特質情報を含む。
図３１は実施例によるポイントクラウドデータのビットストリーム構造の一例を示す。
図３２は実施例によるポイントクラウドデータのビットストリーム内における構成間連結関係を示す。
図３１及び図３２に示したポイントクラウドデータのビットストリーム構造は、図３０に示したポイントクラウドデータのビットストリーム構造を意味する。
実施例によるＳＰＳは、該当ＳＰＳを識別するための識別子（ｓｅｑ＿ｐａｒａｍｅｔｅｒ＿ｓｅｔ＿ｉｄ）を含み、ＧＰＳは該当ＧＰＳを識別するための識別子（ｇｅｏｍ＿ｐａｒａｍｅｔｅｒ＿ｓｅｔ＿ｉｄ）と該当ＧＰＳが属する動的ＳＰＳ（Ａｃｔｉｖｅ ＳＰＳ）を示す識別子（ｓｅｑ＿ｐａｒａｍｅｔｅｒ＿ｓｅｔ＿ｉｄ）を含み、ＡＰＳは該当ＡＰＳを識別するための識別子（ａｔｔｒ＿ｐａｒａｍｅｔｅｒ＿ｓｅｔ＿ｉｄ）と該当ＡＰＳが属する動的ＳＰＳ（Ａｃｔｉｖｅ ＳＰＳ）を示す識別子（ｓｅｑ＿ｐａｒａｍｅｔｅｒ＿ｓｅｔ＿ｉｄ）を含む。
実施例によるジオメトリビットストリーム（又はジオメトリスライスという）はジオメトリスライスヘッダとジオメトリスライスデータを含み、ジオメトリスライスヘッダは該当ジオメトリスライスで参照する動的ＧＰＳの識別子（ｇｅｏｍ＿ｐａｒａｍｅｔｅｒ＿ｓｅｔ＿ｉｄ）を含む。さらに、ジオメトリスライスヘッダは該当ジオメトリスライスを識別するための識別子（ｇｅｏｍ＿ｓｌｉｃｅ＿ｉｄ）及び／又は該当タイルを識別するための識別子（ｇｅｏｍ＿ｔｉｌｅ＿ｉｄ）を含む。ジオメトリスライスデータは該当スライスに属するジオメトリ情報を含む。
実施例による特質ビットストリーム（又は特質スライスという）は特質スライスヘッダと特質スライスデータを含み、特質スライスヘッダは該当特質スライスで参照する動的ＡＰＳの識別子（ａｔｔｒ＿ｐａｒａｍｅｔｅｒ＿ｓｅｔ＿ｉｄ）と該当特質スライスに関連するジオメトリスライスを識別するための識別子（ｇｅｏｍ＿ｓｌｉｃｅ＿ｉｄ）を含む。特質スライスデータは該当スライスに属する特質情報を含む。
即ち、ジオメトリスライスはＧＰＳを参照し、ＧＰＳはＳＰＳを参照する。また、ＳＰＳは利用可能な（ａｖａｉｌａｂｌｅ）特質を並べ、それぞれに識別子を割り当て、復号方法を識別する。特質スライスは識別子により出力特質にマッピングされ、特質スライスそのものは先行（復号された）ジオメトリスライスとＡＰＳに対して従属性を有する。ＡＰＳはＳＰＳを参照する。
実施例によれば、ポイントクラウドデータの符号化に必要なパラメータはポイントクラウドデータのパラメータセット及び／又は該当スライスヘッダに新しく定義される。例えば、特質情報の符号化を行うときには特質パラメータセット（ＡＰＳ）に、タイルに基づいて符号化を行うときにはタイル及び／又はスライスヘッダに追加する。
図３０ないし図３２に示したように、ポイントクラウドデータのビットストリームはポイントクラウドデータを領域ごとに分けて処理できるように、タイル又はスライスを提供する。実施例によるビットストリームのそれぞれの領域は互いに異なる重要度を有する。従って、ポイントクラウドデータがタイルに分けられる場合、各タイルごとに異なるフィルター（符号化方法）、異なるフィルターユニットを適用することができる。また、ポイントクラウドデータがスライスに分けられる場合は、各スライスごとに異なるフィルター、異なるフィルターユニットを適用することができる。
実施例による送信装置及び受信装置は、ポイントクラウドデータを分割して圧縮するとき、分割された領域内の特質情報の選択的送信のために、高レベルの構文構造でビットストリームを送信及び受信することができる。
実施例による送信装置は、図３０ないし図３２のようなビットストリームの構造によってポイントクラウドデータを送信することにより、重要度によって異なる符号化動作を適用し、良質の符号化方法を重要な領域に使用する方案を提供することができる。またポイントクラウドデータの特性による効率的な符号化及び送信を支援して、ユーザの要求事項による特質値を提供することができる。
実施例による受信装置は、図３０ないし図３２のようなビットストリームの構造によってポイントクラウドデータを受信することにより、受信装置の処理能力（ｃａｐａｃｉｔｙ）によってポイントクラウドデータの全体に複雑な復号（フィルタリング）方法を使用する代わりに、領域ごとに（タイル又はスライスに分けられた領域）互いに異なるフィルタリング（復号方法）を適用することができる。従って、ユーザに、重要な領域にはより良質の画質を提供し、システム上適切な遅延（ｌａｔｅｎｃｙ）を保障することができる。
上述したように、タイル又はスライスはポイントクラウドデータを領域ごとに分けて処理するために提供される。また、ポイントクラウドデータを領域ごとに分けるとき、それぞれの領域ごとに異なる隣接ポイント集合を生成するオプションを設定し、複雑度（ｃｏｍｐｌｅｘｉｔｙ）は低いが信頼度が多少落ちるか、又は逆に複雑度は高いが信頼度が高い選択案を提供することができる。
実施例による特質情報の符号化／復号の過程において必要なシーケンスに対する隣接ポイント選択関連オプション情報は、ＳＰＳ及び／又はＡＰＳにシグナリングされる。
実施例によれば、同じシーケンスにおいて異なる特質特性を有するタイル又はスライスが存在する場合、シーケンスに対する隣接ポイント選択関連オプション情報は、ＴＰＳ及び／又は各スライスごとの特質スライスヘッダにシグナリングされる。
実施例によれば、ポイントクラウドデータを領域ごとに分けるとき、特定の領域の特質特性がシーケンスの有する特質特性とは異なることがあるため、他の隣接ポイント最大範囲の設定機能によって異なるように設定することができる。
よって、ポイントクラウドデータがタイルに分けられる場合、各タイルごとに異なる隣接ポイント最大範囲を適用することができる。また、ポイントクラウドデータがスライスに分けられる場合、各スライスごとに異なる隣接ポイント最大範囲を適用することができる。
実施例によれば、ＳＰＳ、ＡＰＳ、ＴＰＳ、及び各スライスごとの特質スライスヘッダのうちの少なくとも１つは、隣接ポイント選択関連オプション情報を含む。実施例によれば、隣接ポイント選択関連オプション情報は、隣接ポイント最大範囲に関する情報（例えば、ｎｅａｒｅｓｔ＿ｎｅｉｇｈｂｏｒ＿ｍａｘ＿ｒａｎｇｅフィールド）を含む。
実施例によれば、隣接ポイント選択関連オプション情報は、隣接ポイントとして設定可能な最大数に関する情報（例えば、ｌｉｆｔｉｎｇ＿ｎｕｍ＿ｐｒｅｄ＿ｎｅａｒｅｓｔ＿ｎｅｉｇｈｂｏｕｒｓフィールド）、探索範囲に関する情報（例えば、ｌｉｆｔｉｎｇ＿ｓｅａｒｃｈ＿ｒａｎｇｅフィールド）、ＬＯＤ構成方法に関する情報及び／又は隣接ポイント基本距離に関する情報のうちの少なくとも１つをさらに含んでもよい。
後述するこの明細書の構文で使用される用語であるフィールドは、パラメータ又はエレメントと同じ意味を有する。
図３３はこの明細書によるシーケンスパラメータセット（ｓｅｑ＿ｐａｒａｍｅｔｅｒ＿ｓｅｔ＿ｒｂｓｐ（））（ＳＰＳ）の構文構造の一実施例を示す。ＳＰＳはポイントクラウドデータビットストリームのシーケンス情報を含み、特に隣接ポイント選択関連のオプション情報を含むことを一例とする。
実施例によるＳＰＳは、ｐｒｏｆｉｌｅ＿ｉｄｃフィールド、ｐｒｏｆｉｌｅ＿ｃｏｍｐａｔｉｂｉｌｉｔｙ＿ｆｌａｇｓフィールド、ｌｅｖｅｌ＿ｉｄｃフィールド、ｓｐｓ＿ｂｏｕｎｄｉｎｇ＿ｂｏｘ＿ｐｒｅｓｅｎｔ＿ｆｌａｇフィールド、ｓｐｓ＿ｓｏｕｒｃｅ＿ｓｃａｌｅ＿ｆａｃｔｏｒフィールド、ｓｐｓ＿ｓｅｑ＿ｐａｒａｍｅｔｅｒ＿ｓｅｔ＿ｉｄフィールド、ｓｐｓ＿ｎｕｍ＿ａｔｔｒｉｂｕｔｅ＿ｓｅｔｓフィールド及びｓｐｓ＿ｅｘｔｅｎｓｉｏｎ＿ｐｒｅｓｅｎｔ＿ｆｌａｇフィールドを含む。
ｐｒｏｆｉｌｅ＿ｉｄｃフィールドは、そのビットストリームが従う（ｃｏｎｆｏｒｍ）プロファイルを示す。
ｐｒｏｆｉｌｅ＿ｃｏｍｐａｔｉｂｉｌｉｔｙ＿ｆｌａｇｓフィールドの値が１であると、そのビットストリームがｐｒｏｆｉｌｅ＿ｉｄｃフィールドにより指示されたそのプロファイルに従うことを示す（ｔｈｅ ｂｉｔｓｔｒｅａｍ ｃｏｎｆｏｒｍｓ ｔｏ ｔｈｅ ｐｒｏｆｉｌｅ ｉｎｄｉｃａｔｅｄ ｂｙ ｐｒｏｆｉｌｅ＿ｉｄｃ）。
ｌｅｖｅｌ＿ｉｄｃフィールドは、そのビットストリームが従うレベルを示す。
ｓｐｓ＿ｂｏｕｎｄｉｎｇ＿ｂｏｘ＿ｐｒｅｓｅｎｔ＿ｆｌａｇフィールドは、ソース境界ボックス情報がＳＰＳにシグナリングされるか否かを示す。ソース境界ボックス情報はソース境界ボックスオフセットとサイズ情報を含む。例えば、ｓｐｓ＿ｂｏｕｎｄｉｎｇ＿ｂｏｘ＿ｐｒｅｓｅｎｔ＿ｆｌａｇフィールドの値が１であると、ソース境界ボックス情報がＳＰＳにシグナリングされ、０であると、シグナリングされないことを示す。ｓｐｓ＿ｓｏｕｒｃｅ＿ｓｃａｌｅ＿ｆａｃｔｏｒフィールドは、ソースポイントクラウドの倍率（ｓｃａｌｅ ｆａｃｔｏｒ）を示す（ｉｎｄｉｃａｔｅｓ ｔｈｅ ｓｃａｌｅ ｆａｃｔｏｒ ｏｆ ｔｈｅ ｓｏｕｒｃｅ ｐｏｉｎｔ ｃｌｏｕｄ）。
ｓｐｓ＿ｓｅｑ＿ｐａｒａｍｅｔｅｒ＿ｓｅｔ＿ｉｄフィールドは、他のシンタックスエレメントにより参照されるＳＰＳに関する識別子を提供する（ｐｒｏｖｉｄｅｓ ａｎ ｉｄｅｎｔｉｆｉｅｒ ｆｏｒ ｔｈｅ ＳＰＳ ｆｏｒ ｒｅｆｅｒｅｎｃｅ ｂｙ ｏｔｈｅｒ ｓｙｎｔａｘ ｅｌｅｍｅｎｔｓ）。
ｓｐｓ＿ｎｕｍ＿ａｔｔｒｉｂｕｔｅ＿ｓｅｔｓフィールドは、そのビットストリーム内のコーディングされた特質の数を示す（ｉｎｄｉｃａｔｅｓ ｔｈｅ ｎｕｍｂｅｒ ｏｆ ｃｏｄｅｄ ａｔｔｒｉｂｕｔｅｓ ｉｎ ｔｈｅ ｂｉｔｓｔｒｅａｍ）。
ｓｐｓ＿ｅｘｔｅｎｓｉｏｎ＿ｐｒｅｓｅｎｔ＿ｆｌａｇフィールドは、ｓｐｓ＿ｅｘｔｅｎｓｉｏｎ＿ｄａｔａシンタックス構造が該当ＳＰＳシンタックス構造に存在するか否かを示す。例えば、ｓｐｓ＿ｅｘｔｅｎｓｉｏｎ＿ｐｒｅｓｅｎｔ＿ｆｌａｇフィールドの値が１であると、ｓｐｓ＿ｅｘｔｅｎｓｉｏｎ＿ｄａｔａシンタックス構造がこのＳＰＳシンタックス構造に存在し、０であると、存在しないことを示す（ｅｑｕａｌ ｔｏ １ ｓｐｅｃｉｆｉｅｓ ｔｈａｔ ｔｈｅ ｓｐｓ＿ｅｘｔｅｎｓｉｏｎ＿ｄａｔａ ｓｙｎｔａｘ ｓｔｒｕｃｔｕｒｅ ｉｓ ｐｒｅｓｅｎｔ ｉｎ ｔｈｅ ＳＰＳ ｓｙｎｔａｘ ｓｔｒｕｃｔｕｒｅ． Ｔｈｅ ｓｐｓ＿ｅｘｔｅｎｓｉｏｎ＿ｐｒｅｓｅｎｔ＿ｆｌａｇ ｆｉｅｌｄ ｅｑｕａｌ ｔｏ ０ ｓｐｅｃｉｆｉｅｓ ｔｈａｔ ｔｈｉｓ ｓｙｎｔａｘ ｓｔｒｕｃｔｕｒｅ ｉｓ ｎｏｔ ｐｒｅｓｅｎｔ． Ｗｈｅｎ ｎｏｔ ｐｒｅｓｅｎｔ、ｔｈｅ ｖａｌｕｅ ｏｆ ｔｈｅ ｓｐｓ＿ｅｘｔｅｎｓｉｏｎ＿ｐｒｅｓｅｎｔ＿ｆｌａｇ ｆｉｅｌｄ ｉｓ ｉｎｆｅｒｒｅｄ ｔｏ ｂｅ ｅｑｕａｌ ｔｏ ０）。
実施例によるＳＰＳは、ｓｐｓ＿ｂｏｕｎｄｉｎｇ＿ｂｏｘ＿ｐｒｅｓｅｎｔ＿ｆｌａｇフィールドの値が１であると、さらにｓｐｓ＿ｂｏｕｎｄｉｎｇ＿ｂｏｘ＿ｏｆｆｓｅｔ＿ｘフィールド、ｓｐｓ＿ｂｏｕｎｄｉｎｇ＿ｂｏｘ＿ｏｆｆｓｅｔ＿ｙフィールド、ｓｐｓ＿ｂｏｕｎｄｉｎｇ＿ｂｏｘ＿ｏｆｆｓｅｔ＿ｚフィールド、ｓｐｓ＿ｂｏｕｎｄｉｎｇ＿ｂｏｘ＿ｓｃａｌｅ＿ｆａｃｔｏｒフィールド、ｓｐｓ＿ｂｏｕｎｄｉｎｇ＿ｂｏｘ＿ｓｉｚｅ＿ｗｉｄｔｈフィールド、ｓｐｓ＿ｂｏｕｎｄｉｎｇ＿ｂｏｘ＿ｓｉｚｅ＿ｈｅｉｇｈｔフィールド及びｓｐｓ＿ｂｏｕｎｄｉｎｇ＿ｂｏｘ＿ｓｉｚｅ＿ｄｅｐｔｈフィールドを含む。
ｓｐｓ＿ｂｏｕｎｄｉｎｇ＿ｂｏｘ＿ｏｆｆｓｅｔ＿ｘフィールドは、直交座標系（Ｃａｒｔｅｓｉａｎ ｃｏｏｒｄｉｎａｔｅｓ）において、ソース境界ボックスのｘオフセットを示す。ソース境界ボックスのｘオフセットが存在しないと、ｓｐｓ＿ｂｏｕｎｄｉｎｇ＿ｂｏｘ＿ｏｆｆｓｅｔ＿ｘフィールドの値は０である。
ｓｐｓ＿ｂｏｕｎｄｉｎｇ＿ｂｏｘ＿ｏｆｆｓｅｔ＿ｙフィールドは、直交座標系においてソース境界ボックスのｙオフセットを示す。ソース境界ボックスのｙオフセットが存在しないと、ｓｐｓ＿ｂｏｕｎｄｉｎｇ＿ｂｏｘ＿ｏｆｆｓｅｔ＿ｙフィールドの値は０である。
ｓｐｓ＿ｂｏｕｎｄｉｎｇ＿ｂｏｘ＿ｏｆｆｓｅｔ＿ｚフィールドは、直交座標系においてソース境界ボックスのｚオフセットを示す。ソース境界ボックスのｚオフセットが存在しないと、ｓｐｓ＿ｂｏｕｎｄｉｎｇ＿ｂｏｘ＿ｏｆｆｓｅｔ＿ｚフィールドの値は０である。
ｓｐｓ＿ｂｏｕｎｄｉｎｇ＿ｂｏｘ＿ｓｃａｌｅ＿ｆａｃｔｏｒフィールドは、直交座標系においてソース境界ボックスの倍率を示す。ソース境界ボックスの倍率が存在しないと、ｓｐｓ＿ｂｏｕｎｄｉｎｇ＿ｂｏｘ＿ｓｃａｌｅ＿ｆａｃｔｏｒフィールドの値は１である。
ｓｐｓ＿ｂｏｕｎｄｉｎｇ＿ｂｏｘ＿ｓｉｚｅ＿ｗｉｄｔｈフィールドは、直交座標系においてソース境界ボックスの幅を示す。ソース境界ボックスの幅が存在しないと、ｓｐｓ＿ｂｏｕｎｄｉｎｇ＿ｂｏｘ＿ｓｉｚｅ＿ｗｉｄｔｈフィールドの値は１である。
ｓｐｓ＿ｂｏｕｎｄｉｎｇ＿ｂｏｘ＿ｓｉｚｅ＿ｈｅｉｇｈｔフィールドは、直交座標系においてソース境界ボックスの高さを示す。ソース境界ボックスの高さが存在しないと、ｓｐｓ＿ｂｏｕｎｄｉｎｇ＿ｂｏｘ＿ｓｉｚｅ＿ｈｅｉｇｈｔフィールドの値は１である。
ｓｐｓ＿ｂｏｕｎｄｉｎｇ＿ｂｏｘ＿ｓｉｚｅ＿ｄｅｐｔｈフィールドは、直交座標系においてソース境界ボックスの深さを示す。ソース境界ボックスの深さが存在しないと、ｓｐｓ＿ｂｏｕｎｄｉｎｇ＿ｂｏｘ＿ｓｉｚｅ＿ｄｅｐｔｈフィールドの値は１である。
実施例によるＳＰＳは、ｓｐｓ＿ｎｕｍ＿ａｔｔｒｉｂｕｔｅ＿ｓｅｔｓフィールドの値だけ繰り返される繰り返し文を含む。このとき、ｉは０に初期化され、繰り返し文が行われるたびに１ずつ増加し、ｉ値がｓｐｓ＿ｎｕｍ＿ａｔｔｒｉｂｕｔｅ＿ｓｅｔｓフィールドの値になるまで繰り返し文が繰り返されることを一実施例とする。この繰り返し文は、ａｔｔｒｉｂｕｔｅ＿ｄｉｍｅｎｓｉｏｎ［ｉ］フィールド、ａｔｔｒｉｂｕｔｅ＿ｉｎｓｔａｎｃｅ＿ｉｄ［ｉ］フィールド、ａｔｔｒｉｂｕｔｅ＿ｂｉｔｄｅｐｔｈ［ｉ］フィールド、ａｔｔｒｉｂｕｔｅ＿ｃｉｃｐ＿ｃｏｌｏｕｒ＿ｐｒｉｍａｒｉｅｓ［ｉ］フィールド、ａｔｔｒｉｂｕｔｅ＿ｃｉｃｐ＿ｔｒａｎｓｆｅｒ＿ｃｈａｒａｃｔｅｒｉｓｔｉｃｓ［ｉ］フィールド、ａｔｔｒｉｂｕｔｅ＿ｃｉｃｐ＿ｍａｔｒｉｘ＿ｃｏｅｆｆｓ［ｉ］フィールド、ａｔｔｒｉｂｕｔｅ＿ｃｉｃｐ＿ｖｉｄｅｏ＿ｆｕｌｌ＿ｒａｎｇｅ＿ｆｌａｇ［ｉ］フィールド、及びｋｎｏｗｎ＿ａｔｔｒｉｂｕｔｅ＿ｌａｂｅｌ＿ｆｌａｇ［ｉ］フィールドを含む。
ａｔｔｒｉｂｕｔｅ＿ｄｉｍｅｎｓｉｏｎ［ｉ］フィールドは、ｉ番目の特質のコンポーネントの数を示す（ｓｐｅｃｉｆｉｅｓ ｔｈｅ ｎｕｍｂｅｒ ｏｆ ｃｏｍｐｏｎｅｎｔｓ ｏｆ ｔｈｅ ｉ－ｔｈ ａｔｔｒｉｂｕｔｅ）。
ａｔｔｒｉｂｕｔｅ＿ｉｎｓｔａｎｃｅ＿ｉｄ［ｉ］フィールドは、ｉ番目の特質のインスタンス識別子を示す。
ａｔｔｒｉｂｕｔｅ＿ｂｉｔｄｅｐｔｈ［ｉ］フィールドは、ｉ番目の特質信号のビット深さ（ｂｉｔｄｅｐｔｈ）を示す（ｓｐｅｃｉｆｉｅｓ ｔｈｅ ｂｉｔｄｅｐｔｈ ｏｆ ｔｈｅ ｉ－ｔｈ ａｔｔｒｉｂｕｔｅ ｓｉｇｎａｌ（ｓ））。
Ａｔｔｒｉｂｕｔｅ＿ｃｉｃｐ＿ｃｏｌｏｕｒ＿ｐｒｉｍａｒｉｅｓ［ｉ］フィールドは、ｉ番目の特質の色特質ソースプライマリの色度座標（ｃｈｒｏｍａｔｉｃｉｔｙ ｃｏｏｒｄｉｎａｔｅｓ）を示す。
ａｔｔｒｉｂｕｔｅ＿ｃｉｃｐ＿ｔｒａｎｓｆｅｒ＿ｃｈａｒａｃｔｅｒｉｓｔｉｃｓ［ｉ］フィールドは、ｉ番目の特質の０から１の間の公称実数値範囲を有するソース入力線形光強度（ｉｎｐｕｔ ｌｉｎｅａｒ ｏｐｔｉｃａｌ ｉｎｔｅｎｓｉｔｙ）であって、参照光電子伝達特性関数（ｒｅｆｅｒｅｎｃｅ ｏｐｔｏ－ｅｌｅｃｔｒｏｎｉｃ ｔｒａｎｓｆｅｒ ｃｈａｒａｃｔｅｒｉｓｔｉｃ ｆｕｎｃｔｉｏｎ）を示すか、又は出力線形光強度（ｏｕｔｐｕｔ ｌｉｎｅａｒ ｏｐｔｉｃａｌ ｉｎｔｅｎｓｉｔｙ）の関数であって、参照電子光伝達特性関数（ｒｅｆｅｒｅｎｃｅ ｏｐｔｏ－ｅｌｅｃｔｒｏｎｉｃ ｔｒａｎｓｆｅｒ ｃｈａｒａｃｔｅｒｉｓｔｉｃ ｆｕｎｃｔｉｏｎ）の逆（ｉｎｖｅｒｓｅ）を示す（ｅｉｔｈｅｒ ｉｎｄｉｃａｔｅｓ ｔｈｅ ｒｅｆｅｒｅｎｃｅ ｏｐｔｏ－ｅｌｅｃｔｒｏｎｉｃ ｔｒａｎｓｆｅｒ ｃｈａｒａｃｔｅｒｉｓｔｉｃ ｆｕｎｃｔｉｏｎ ｏｆ ｔｈｅ ｃｏｌｏｕｒ ａｔｔｒｉｂｕｔｅ ａｓ ａ ｆｕｎｃｔｉｏｎ ｏｆ ａ ｓｏｕｒｃｅ ｉｎｐｕｔ ｌｉｎｅａｒ ｏｐｔｉｃａｌ ｉｎｔｅｎｓｉｔｙ ｗｉｔｈ ａ ｎｏｍｉｎａｌ ｒｅａｌ－ｖａｌｕｅｄ ｒａｎｇｅ ｏｆ ０ ｔｏ １ ｏｒ ｉｎｄｉｃａｔｅｓ ｔｈｅ ｉｎｖｅｒｓｅ ｏｆ ｔｈｅ ｒｅｆｅｒｅｎｃｅ ｅｌｅｃｔｒｏ－ｏｐｔｉｃａｌ ｔｒａｎｓｆｅｒ ｃｈａｒａｃｔｅｒｉｓｔｉｃ ｆｕｎｃｔｉｏｎ ａｓ ａ ｆｕｎｃｔｉｏｎ ｏｆ ａｎ ｏｕｔｐｕｔ ｌｉｎｅａｒ ｏｐｔｉｃａｌ ｉｎｔｅｎｓｉｔｙ）。
ａｔｔｒｉｂｕｔｅ＿ｃｉｃｐ＿ｍａｔｒｉｘ＿ｃｏｅｆｆｓ［ｉ］フィールドは、ｉ番目の特質の緑色、青色及び赤色（又はＹ、Ｚ、Ｘの三原色）からルマ（ｌｕｍａ）と彩度（ｃｈｒｏｍａ）信号を導き出すために使用されたマトリックス係数を示す（ｄｅｓｃｒｉｂｅｓ ｔｈｅ ｍａｔｒｉｘ ｃｏｅｆｆｉｃｉｅｎｔｓ ｕｓｅｄ ｉｎ ｄｅｒｉｖｉｎｇ ｌｕｍａ ａｎｄ ｃｈｒｏｍａ ｓｉｇｎａｌｓ ｆｒｏｍ ｔｈｅ ｇｒｅｅｎ、ｂｌｕｅ、ａｎｄ ｒｅｄ、ｏｒ Ｙ、Ｚ、ａｎｄ Ｘ ｐｒｉｍａｒｉｅｓ）。
ａｔｔｒｉｂｕｔｅ＿ｃｉｃｐ＿ｖｉｄｅｏ＿ｆｕｌｌ＿ｒａｎｇｅ＿ｆｌａｇ［ｉ］フィールドは、ｉ番目の特質のＥ’Ｙ、Ｅ’ＰＢ及びＥ’ＰＲ又はＥ’Ｒ、Ｅ’Ｇ及びＥ’Ｂの実際値のコンポーネント信号から導き出されるブラックレベルとルマ及び彩度信号の範囲を示す。（ｓｐｅｃｉｆｉｅｓ ｉｎｄｉｃａｔｅｓ ｔｈｅ ｂｌａｃｋ ｌｅｖｅｌ ａｎｄ ｒａｎｇｅ ｏｆ ｔｈｅ ｌｕｍａ ａｎｄ ｃｈｒｏｍａ ｓｉｇｎａｌｓ ａｓ ｄｅｒｉｖｅｄ ｆｒｏｍ Ｅ‘Ｙ、Ｅ’ＰＢ、ａｎｄ Ｅ‘ＰＲ ｏｒ Ｅ’Ｒ、Ｅ‘Ｇ、ａｎｄ Ｅ’Ｂ ｒｅａｌ－ｖａｌｕｅｄ ｃｏｍｐｏｎｅｎｔ ｓｉｇｎａｌｓ）。
ｋｎｏｗｎ＿ａｔｔｒｉｂｕｔｅ＿ｌａｂｅｌ＿ｆｌａｇ［ｉ］フィールドは、ｉ番目の特質のためにｋｎｏｗｎ＿ａｔｔｒｉｂｕｔｅ＿ｌａｂｅｌフィールド又はａｔｔｒｉｂｕｔｅ＿ｌａｂｅｌ＿ｆｏｕｒ＿ｂｙｔｅｓフィールドがシグナリングされるか否かを示す。例えば、ｋｎｏｗｎ＿ａｔｔｒｉｂｕｔｅ＿ｌａｂｅｌ＿ｆｌａｇ［ｉ］フィールドの値が１であると、ｉ番目の特質のためにｋｎｏｗｎ＿ａｔｔｒｉｂｕｔｅ＿ｌａｂｅｌフィールドがシグナリングされ、ｋｎｏｗｎ＿ａｔｔｒｉｂｕｔｅ＿ｌａｂｅｌ＿ｆｌａｇ［ｉ］フィールドの値が１であると、ｉ番目の特質のためにａｔｔｒｉｂｕｔｅ＿ｌａｂｅｌ＿ｆｏｕｒ＿ｂｙｔｅｓフィールドがシグナリングされることを示す。
ｋｎｏｗｎ＿ａｔｔｒｉｂｕｔｅ＿ｌａｂｅｌ［ｉ］フィールドは、特質のタイプを示す。例えば、ｋｎｏｗｎ＿ａｔｔｒｉｂｕｔｅ＿ｌａｂｅｌ［ｉ］フィールドの値が０であると、ｉ番目の特質はカラーであることを示し、ｋｎｏｗｎ＿ａｔｔｒｉｂｕｔｅ＿ｌａｂｅｌ［ｉ］フィールドの値が１であると、ｉ番目の特質は反射率（ｒｅｆｌｅｃｔａｎｃｅ）であることを示し、ｋｎｏｗｎ＿ａｔｔｒｉｂｕｔｅ＿ｌａｂｅｌ［ｉ］フィールドの値が１であると、ｉ番目の特質はフレームインデックス（ｆｒａｍｅ ｉｎｄｅｘ）であることを示す。
ａｔｔｒｉｂｕｔｅ＿ｌａｂｅｌ＿ｆｏｕｒ＿ｂｙｔｅｓフィールドは、既知の特質タイプを４バイトコードで示す。
一実施例において、ａｔｔｒｉｂｕｔｅ＿ｌａｂｅｌ＿ｆｏｕｒ＿ｂｙｔｅｓフィールドの値が０であるとカラーを、１であると反射率を示す。
実施例によるＳＰＳは、ＳＰＳ＿ｅｘｔｅｎｓｉｏｎ＿ｐｒｅｓｅｎｔ＿ｆｌａｇフィールドの値が１であると、さらにＳＰＳ＿ｅｘｔｅｎｓｉｏｎ＿ｄａｔａ＿ｆｌａｇフィールドを含むことができる。
ｓｐｓ＿ｅｘｔｅｎｓｉｏｎ＿ｄａｔａ＿ｆｌａｇフィールドはいずれの値であってもよい。
実施例によるＳＰＳはさらに隣接ポイント選択関連オプション情報を含む。実施例によれば、隣接ポイント選択関連オプション情報は、ＮＮ＿ｒａｎｇｅに関する情報を含む。
実施例によれば、隣接ポイント選択関連オプション情報は、ｓｐｓ＿ｎｕｍ＿ａｔｔｒｉｂｕｔｅ＿ｓｅｔｓフィールドの値だけ繰り返される繰り返し文に含まれる。
即ち、繰り返し文はさらにｎｅａｒｅｓｔ＿ｎｅｉｇｈｂｏｕｒ＿ｍａｘ＿ｒａｎｇｅ［ｉ］フィールドとｎｅａｒｅｓｔ＿ｎｅｉｇｈｂｏｕｒ＿ｍｉｎ＿ｒａｎｇｅ［ｉ］フィールドを含む。
ｎｅａｒｅｓｔ＿ｎｅｉｇｈｂｏｕｒ＿ｍａｘ＿ｒａｎｇｅ［ｉ］フィールドは、該当シーケンスのｉ番目の特質を圧縮するときに適用された隣接ポイント最大範囲を指示する。実施例によれば、ｎｅａｒｅｓｔ＿ｎｅｉｇｈｂｏｕｒ＿ｍａｘ＿ｒａｎｇｅ［ｉ］フィールドの値は、数式５のＮＮ＿ｒａｎｇｅ値として用いられる。実施例によれば、ｎｅａｒｅｓｔ＿ｎｅｉｇｈｂｏｕｒ＿ｍａｘ＿ｒａｎｇｅ［ｉ］フィールドは隣接ポイントとして登録されるポイントの距離を制限するために使用される。例えば、八分木に基づいてＬＯＤを生成する場合、ｎｅａｒｅｓｔ＿ｎｅｉｇｈｂｏｕｒ＿ｍａｘ＿ｒａｎｇｅ［ｉ］フィールドの値は、ポイントの周りの八分木ノードの数である。
ｎｅａｒｅｓｔ＿ｎｅｉｇｈｂｏｕｒ＿ｍｉｎ＿ｒａｎｇｅ［ｉ］フィールドは、該当シーケンスのｉ番目の特質を圧縮するときに隣接ポイントの最小範囲を指示する。
図３４はこの明細書によるジオメトリパラメータセット（ｇｅｏｍｅｔｒｙ＿ｐａｒａｍｅｔｅｒ＿ｓｅｔ（））（ＧＰＳ）の構文構造の一実施例を示す。実施例によるＧＰＳは、１つ又はそれ以上のスライスに含まれたポイントクラウドデータのジオメトリ情報を符号化する方法に関する情報を含む。
実施例によるＧＰＳは、ｇｐｓ＿ｇｅｏｍ＿ｐａｒａｍｅｔｅｒ＿ｓｅｔ＿ｉｄフィールド、ｇｐｓ＿ｓｅｑ＿ｐａｒａｍｅｔｅｒ＿ｓｅｔ＿ｉｄフィールド、ｇｐｓ＿ｂｏｘ＿ｐｒｅｓｅｎｔ＿ｆｌａｇフィールド、ｕｎｉｑｕｅ＿ｇｅｏｍｅｔｒｙ＿ｐｏｉｎｔｓ＿ｆｌａｇフィールド、ｎｅｉｇｈｂｏｕｒ＿ｃｏｎｔｅｘｔ＿ｒｅｓｔｒｉｃｔｉｏｎ＿ｆｌａｇフィールド、ｉｎｆｅｒｒｅｄ＿ｄｉｒｅｃｔ＿ｃｏｄｉｎｇ＿ｍｏｄｅ＿ｅｎａｂｌｅｄ＿ｆｌａｇフィールド、ｂｉｔｗｉｓｅ＿ｏｃｃｕｐａｎｃｙ＿ｃｏｄｉｎｇ＿ｆｌａｇフィールド、ａｄｊａｃｅｎｔ＿ｃｈｉｌｄ＿ｃｏｎｔｅｘｔｕａｌｉｚａｔｉｏｎ＿ｅｎａｂｌｅｄ＿ｆｌａｇフィールド、ｌｏｇ２＿ｎｅｉｇｈｂｏｕｒ＿ａｖａｉｌ＿ｂｏｕｎｄａｒｙフィールド、ｌｏｇ２＿ｉｎｔｒａ＿ｐｒｅｄ＿ｍａｘ＿ｎｏｄｅ＿ｓｉｚｅフィールド、ｌｏｇ２＿ｔｒｉｓｏｕｐ＿ｎｏｄｅ＿ｓｉｚｅフィールド、及びｇｐｓ＿ｅｘｔｅｎｓｉｏｎ＿ｐｒｅｓｅｎｔ＿ｆｌａｇフィールドを含む。
ｇｐｓ＿ｇｅｏｍ＿ｐａｒａｍｅｔｅｒ＿ｓｅｔ＿ｉｄフィールドは、他のシンタックスエレメントにより参照されるＧＰＳの識別子を提供する（ｐｒｏｖｉｄｅｓ ａｎ ｉｄｅｎｔｉｆｉｅｒ ｆｏｒ ｔｈｅ ＧＰＳ ｆｏｒ ｒｅｆｅｒｅｎｃｅ ｂｙ ｏｔｈｅｒ ｓｙｎｔａｘ ｅｌｅｍｅｎｔｓ）。
ｇｐｓ＿ｓｅｑ＿ｐａｒａｍｅｔｅｒ＿ｓｅｔ＿ｉｄフィールドは、該当アクティブＳＰＳに対するｓｅｑ＿ｐａｒａｍｅｔｅｒ＿ｓｅｔ＿ｉｄフィールドの値を示す（ｓｐｅｃｉｆｉｅｓ ｔｈｅ ｖａｌｕｅ ｏｆ ｓｐｓ＿ｓｅｑ＿ｐａｒａｍｅｔｅｒ＿ｓｅｔ＿ｉｄ ｆｏｒ ｔｈｅ ａｃｔｉｖｅ ＳＰＳ）。
ｇｐｓ＿ｂｏｘ＿ｐｒｅｓｅｎｔ＿ｆｌａｇフィールドは、追加境界ボックスの情報が現在のＧＰＳを参照するジオメトリスライスヘッダから提供されるか否かを示す。例えば、ｇｐｓ＿ｂｏｘ＿ｐｒｅｓｅｎｔ＿ｆｌａｇフィールドの値が１であると、追加境界ボックスの情報が現在のＧＰＳを参照するジオメトリヘッダ内に提供されることを示る。よって、ｇｐｓ＿ｂｏｘ＿ｐｒｅｓｅｎｔ＿ｆｌａｇフィールドの値が１であると、ＧＰＳはさらにｇｐｓ＿ｇｓｈ＿ｂｏｘ＿ｌｏｇ２＿ｓｃａｌｅ＿ｐｒｅｓｅｎｔ＿ｆｌａｇフィールドを含む。
ｇｐｓ＿ｇｓｈ＿ｂｏｘ＿ｌｏｇ２＿ｓｃａｌｅ＿ｐｒｅｓｅｎｔ＿ｆｌａｇフィールドは、ｇｐｓ＿ｇｓｈ＿ｂｏｘ＿ｌｏｇ２＿ｓｃａｌｅ フィールドが現在のＧＰＳを参照する各ジオメトリスライスヘッダにシグナリングされるか否かを示す。例えば、ｇｐｓ＿ｇｓｈ＿ｂｏｘ＿ｌｏｇ２＿ｓｃａｌｅ＿ｐｒｅｓｅｎｔ＿ｆｌａｇフィールドの値が１であると、ｇｐｓ＿ｇｓｈ＿ｂｏｘ＿ｌｏｇ２＿ｓｃａｌｅ フィールドが現在のＧＰＳを参照する各ジオメトリスライスヘッダにシグナリングされることを示す。他の例として、ｇｐｓ＿ｇｓｈ＿ｂｏｘ＿ｌｏｇ２＿ｓｃａｌｅ＿ｐｒｅｓｅｎｔ＿ｆｌａｇフィールドの値が０であると、ｇｐｓ＿ｇｓｈ＿ｂｏｘ＿ｌｏｇ２＿ｓｃａｌｅフィールドが現在のＧＰＳを参照する各ジオメトリスライスヘッダにシグナリングされず、全てのスライスのための共通スケール（ｃｏｍｍｏｎ ｓｃａｌｅ）が現在のＧＰＳのｇｐｓ＿ｇｓｈ＿ｂｏｘ＿ｌｏｇ２＿ｓｃａｌｅ フィールドにシグナリングされることを示す。
ｇｐｓ＿ｇｓｈ＿ｂｏｘ＿ｌｏｇ２＿ｓｃａｌｅ＿ｐｒｅｓｅｎｔ＿ｆｌａｇフィールドの値が０であると、ＧＰＳはさらにｇｐｓ＿ｇｓｈ＿ｂｏｘ＿ｌｏｇ２＿ｓｃａｌｅフィールドを含む。
ｇｐｓ＿ｇｓｈ＿ｂｏｘ＿ｌｏｇ２＿ｓｃａｌｅフィールドは、現在のＧＰＳを参照する全てのスライスに対する境界ボックスオリジンの共通倍率（ｃｏｍｍｏｎ ｓｃａｌｅ ｆａｃｔｏｒ）を示す。
ｕｎｉｑｕｅ＿ｇｅｏｍｅｔｒｙ＿ｐｏｉｎｔｓ＿ｆｌａｇフィールドは、全ての出力されたポイントが固有の位置を有するか否かを示す。例えば、ｕｎｉｑｕｅ＿ｇｅｏｍｅｔｒｙ＿ｐｏｉｎｔｓ＿ｆｌａｇフィールドの値が１であると、全ての出力ポイントが固有の位置を有することを示す。ｕｎｉｑｕｅ＿ｇｅｏｍｅｔｒｙ＿ｐｏｉｎｔｓ＿ｆｌａｇフィールドの値が０であると、２個以上の出力ポイントが同じ位置を有することができることを示す（ｅｑｕａｌ ｔｏ １ ｉｎｄｉｃａｔｅｓ ｔｈａｔ ａｌｌ ｏｕｔｐｕｔ ｐｏｉｎｔｓ ｈａｖｅ ｕｎｉｑｕｅ ｐｏｓｉｔｉｏｎｓ． ｕｎｉｑｕｅ＿ｇｅｏｍｅｔｒｙ＿ｐｏｉｎｔｓ＿ｆｌａｇ ｆｉｅｌｄ ｅｑｕａｌ ｔｏ ０ ｉｎｄｉｃａｔｅｓ ｔｈａｔ ｔｈｅ ｏｕｔｐｕｔ ｐｏｉｎｔｓ ｍａｙ ｈａｖｅ ｓａｍｅ ｐｏｓｉｔｉｏｎｓ）。
ｎｅｉｇｈｂｏｕｒ＿ｃｏｎｔｅｘｔ＿ｒｅｓｔｒｉｃｔｉｏｎ＿ｆｌａｇフィールドは、八分木占有率コーディングが使用するコンテキストを示す。例えば、ｎｅｉｇｈｂｏｕｒ＿ｃｏｎｔｅｘｔ＿ｒｅｓｔｒｉｃｔｉｏｎ＿ｆｌａｇフィールドの値が０であると、八分木占有率コーディングが６つの隣接親ノード（ｎｅｉｇｈｂｏｒｉｎｇ ｐａｒｅｎｔ ｎｏｄｅｓ）に基づいて決定されたコンテキストを使用することを示す。ｎｅｉｇｈｂｏｕｒ＿ｃｏｎｔｅｘｔ＿ｒｅｓｔｒｉｃｔｉｏｎ＿ｆｌａｇフィールドの値が１であると、八分木占有率コーディングが兄弟ノード（ｓｉｂｌｉｎｇ ｎｏｄｅｓ）のみに基づいて決定されたコンテキストを使用することを示す（ｅｑｕａｌ ｔｏ ０ ｉｎｄｉｃａｔｅｓ ｔｈａｔ ｏｃｔｒｅｅ ｏｃｃｕｐａｎｃｙ ｃｏｄｉｎｇ ｕｓｅｓ ｃｏｎｔｅｘｔｓ ｄｅｔｅｒｍｉｎｅｄ ｆｒｏｍ ｓｉｘ ｎｅｉｇｈｂｏｕｒｉｎｇ ｐａｒｅｎｔ ｎｏｄｅｓ． ｎｅｉｇｈｂｏｕｒ＿ｃｏｎｔｅｘｔ＿ｒｅｓｔｒｉｃｔｉｏｎ＿ｆｌａｇ ｆｉｅｌｄ ｅｑｕａｌ ｔｏ １ ｉｎｄｉｃａｔｅｓ ｔｈａｔ ｏｃｔｒｅｅ ｏｃｃｕｐａｎｃｙ ｃｏｄｉｎｇ ｕｓｅｓ ｃｏｎｔｅｘｔｓ ｄｅｔｅｒｍｉｎｅｄ ｆｒｏｍ ｓｉｂｌｉｎｇ ｎｏｄｅｓ ｏｎｌｙ）。
ｉｎｆｅｒｒｅｄ＿ｄｉｒｅｃｔ＿ｃｏｄｉｎｇ＿ｍｏｄｅ＿ｅｎａｂｌｅｄ＿ｆｌａｇフィールドは、ｄｉｒｅｃｔ＿ｍｏｄｅ＿ｆｌａｇフィールドが該当ジオメトリノードシンタックスに存在するか否かを示す。例えば、ｉｎｆｅｒｒｅｄ＿ｄｉｒｅｃｔ＿ｃｏｄｉｎｇ＿ｍｏｄｅ＿ｅｎａｂｌｅｄ＿ｆｌａｇフィールドの値が１であると、ｄｉｒｅｃｔ＿ｍｏｄｅ＿ｆｌａｇフィールドが該当ジオメトリノードシンタックスに存在することを示す。例えば、ｉｎｆｅｒｒｅｄ＿ｄｉｒｅｃｔ＿ｃｏｄｉｎｇ＿ｍｏｄｅ＿ｅｎａｂｌｅｄ＿ｆｌａｇフィールドの値が０であると、ｄｉｒｅｃｔ＿ｍｏｄｅ＿ｆｌａｇフィールドが該当ジオメトリノードシンタックスに存在しないことを示す。
ｂｉｔｗｉｓｅ＿ｏｃｃｕｐａｎｃｙ＿ｃｏｄｉｎｇ＿ｆｌａｇフィールドは、ジオメトリノード占有率がそのシンタックスエレメント占有率マップのビット文脈（ｂｉｔｗｉｓｅ ｃｏｎｔｅｘｔｕａｌｉｚａｔｉｏｎ）を使用して符号化されるか否かを示す。例えば、ｂｉｔｗｉｓｅ＿ｏｃｃｕｐａｎｃｙ＿ｃｏｄｉｎｇ＿ｆｌａｇフィールドの値が１であると、ジオメトリノード占有率がそのシンタックスエレメントｏｃｃｕｐａｎｃｙ＿ｍａｐのビット文脈を使用して符号化されることを示す。例えば、ｂｉｔｗｉｓｅ＿ｏｃｃｕｐａｎｃｙ＿ｃｏｄｉｎｇ＿ｆｌａｇフィールドの値が０であると、ジオメトリノード占有率がそのディレクトリ符号化されたシンタックスエレメントｏｃｃｕｐａｎｃｙ＿ｂｙｔｅを使用して符号化されることを示す。
ａｄｊａｃｅｎｔ＿ｃｈｉｌｄ＿ｃｏｎｔｅｘｔｕａｌｉｚａｔｉｏｎ＿ｅｎａｂｌｅｄ＿ｆｌａｇフィールドは、隣接八分木ノード（ｎｅｉｇｈｂｏｕｒｉｎｇ ｏｃｔｒｅｅ ｎｏｄｅｓ）の隣接する子（ａｄｊａｃｅｎｔ ｃｈｉｌｄｒｅｎ）がビット占有率の文脈化（ｂｉｔｗｉｓｅ ｏｃｃｕｐａｎｃｙ ｃｏｎｔｅｘｔｕａｌｉｚａｔｉｏｎ）のために使用されるか否かを示す。例えば、ａｄｊａｃｅｎｔ＿ｃｈｉｌｄ＿ｃｏｎｔｅｘｔｕａｌｉｚａｔｉｏｎ＿ｅｎａｂｌｅｄ＿ｆｌａｇフィールドの値が１であると、隣接八分木ノード（ｎｅｉｇｈｂｏｕｒｉｎｇ ｏｃｔｒｅｅ ｎｏｄｅｓ）の隣接する子がビット占有率の文脈化のために使用されることを示す。例えば、ａｄｊａｃｅｎｔ＿ｃｈｉｌｄ＿ｃｏｎｔｅｘｔｕａｌｉｚａｔｉｏｎ＿ｅｎａｂｌｅｄ＿ｆｌａｇフィールドの値が０であると、隣接八分木ノード（ｎｅｉｇｈｂｏｕｒｉｎｇ ｏｃｔｒｅｅ ｎｏｄｅｓ）の子（ｃｈｉｌｄｒｅｎ）がビット占有率の文脈化のために使用されないことを示す。
ｌｏｇ２＿ｎｅｉｇｈｂｏｕｒ＿ａｖａｉｌ＿ｂｏｕｎｄａｒｙフィールドは、復号プロセスにおいて以下のように用いられる変数（ｖａｒｉａｂｌｅ） ＮｅｉｇｈｂＡｖａｉｌＢｏｕｎｄａｒｙの値を示す（ｓｐｅｃｉｆｉｅｓ ｔｈｅ ｖａｌｕｅ ｏｆ ｔｈｅ ｖａｒｉａｂｌｅ ＮｅｉｇｈｂＡｖａｉｌＢｏｕｎｄａｒｙ ｔｈａｔ ｉｓ ｕｓｅｄ ｉｎ ｔｈｅ ｄｅｃｏｄｉｎｇ ｐｒｏｃｅｓｓ ａｓ ｆｏｌｌｏｗｓ： ）。
ＮｅｉｇｈｂＡｖａｉｌＢｏｕｎｄａｒｙ＝２ｌｏｇ２＿ｎｅｉｇｈｂｏｕｒ＿ａｖａｉｌ＿ｂｏｕｎｄａｒｙ
例えば、ｎｅｉｇｈｂｏｕｒ＿ｃｏｎｔｅｘｔ＿ｒｅｓｔｒｉｃｔｉｏｎ＿ｆｌａｇフィールドの値が１であると、ＮｅｉｇｈｂＡｖａｉｌａｂｉｌｉｔｙＭａｓｋは１に設定される。例えば、ｎｅｉｇｈｂｏｕｒ＿ｃｏｎｔｅｘｔ＿ｒｅｓｔｒｉｃｔｉｏｎ＿ｆｌａｇフィールドの値が０であると、ＮｅｉｇｈｂＡｖａｉｌａｂｉｌｉｔｙＭａｓｋは１＜＜ｌｏｇ２＿ｎｅｉｇｈｂｏｕｒ＿ａｖａｉｌ＿ｂｏｕｎｄａｒｙに設定される。
ｌｏｇ２＿ｉｎｔｒａ＿ｐｒｅｄ＿ｍａｘ＿ｎｏｄｅ＿ｓｉｚｅフィールドは、占有率イントラ予測資格のある八分木ノードサイズを示す（ｓｐｅｃｉｆｉｅｓ ｔｈｅ ｏｃｔｒｅｅ ｎｏｄｅｓｉｚｅ ｅｌｉｇｉｂｌｅ ｆｏｒ ｏｃｃｕｐａｎｃｙ ｉｎｔｒａ ｐｒｅｄｉｃｔｉｏｎ）。
ｌｏｇ２＿ｔｒｉｓｏｕｐ＿ｎｏｄｅ＿ｓｉｚｅフィールドは、以下のように決定される三角形ノードのサイズであって、変数（ｖａｒｉａｂｌｅ）ＴｒｉｓｏｕｐＮｏｄｅＳｉｚｅを示す（ｓｐｅｃｉｆｉｅｓ ｔｈｅ ｖａｒｉａｂｌｅ ＴｒｉｓｏｕｐＮｏｄｅＳｉｚｅ ａｓ ｔｈｅ ｓｉｚｅ ｏｆ ｔｈｅ ｔｒｉａｎｇｌｅ ｎｏｄｅｓ ａｓ ｆｏｌｌｏｗｓ）．
ＴｒｉｓｏｕｐＮｏｄｅＳｉｚｅ＝１＜＜ｌｏｇ２＿ｔｒｉｓｏｕｐ＿ｎｏｄｅ＿ｓｉｚｅ
ｇｐｓ＿ｅｘｔｅｎｓｉｏｎ＿ｐｒｅｓｅｎｔ＿ｆｌａｇフィールドは、ｇｐｓ＿ｅｘｔｅｎｓｉｏｎ＿ｄａｔａシンタックス構造が該当ＧＰＳシンタックスに存在するか否かを示す。例えば、ｇｐｓ＿ｅｘｔｅｎｓｉｏｎ＿ｐｒｅｓｅｎｔ＿ｆｌａｇフィールドの値が１であると、ｇｐｓ＿ｅｘｔｅｎｓｉｏｎ＿ｄａｔａシンタックス構造が該当ＧＰＳシンタックスに存在することを示す。例えば、ｇｐｓ＿ｅｘｔｅｎｓｉｏｎ＿ｐｒｅｓｅｎｔ＿ｆｌａｇフィールドの値が０であると、ｇｐｓ＿ｅｘｔｅｎｓｉｏｎ＿ｄａｔａシンタックス構造が該当ＧＰＳシンタックスに存在しないことを示す。
実施例によるＧＰＳは、ｇｐｓ＿ｅｘｔｅｎｓｉｏｎ＿ｐｒｅｓｅｎｔ＿ｆｌａｇフィールドの値が１であると、さらにｇｐｓ＿ｅｘｔｅｎｓｉｏｎ＿ｄａｔａ＿ｆｌａｇフィールドを含む。
ｇｐｓ＿ｅｘｔｅｎｓｉｏｎ＿ｄａｔａ＿ｆｌａｇフィールドはいずれの値であってもよい。その存在と値はデコーダ規格（ｄｅｃｏｄｅｒ ｃｏｎｆｏｒｍａｎｃｅ ｔｏ ｐｒｏｆｉｌｅｓ）に影響を与えない。
図３５はこの明細書による特質パラメータセット（ａｔｔｒｉｂｕｔｅ＿ｐａｒａｍｅｔｅｒ＿ｓｅｔ（））（ＡＰＳ）の構文構造の一実施例を示す。実施例によるＡＰＳは、１つ又はそれ以上のスライスに含まれたポイントクラウドデータの特質情報を符号化する方法に関する情報を含み、特に隣接ポイント選択関連オプション情報を含むことを一例とする。
実施例によるＡＰＳは、ａｐｓ＿ａｔｔｒ＿ｐａｒａｍｅｔｅｒ＿ｓｅｔ＿ｉｄフィールド、ａｐｓ＿ｓｅｑ＿ｐａｒａｍｅｔｅｒ＿ｓｅｔ＿ｉｄフィールド、ａｔｔｒ＿ｃｏｄｉｎｇ＿ｔｙｐｅフィールド、ａｐｓ＿ａｔｔｒ＿ｉｎｉｔｉａｌ＿ｑｐフィールド、ａｐｓ＿ａｔｔｒ＿ｃｈｒｏｍａ＿ｑｐ＿ｏｆｆｓｅｔフィールド、ａｐｓ＿ｓｌｉｃｅ＿ｑｐ＿ｄｅｌｔａ＿ｐｒｅｓｅｎｔ＿ｆｌａｇフィールド、及びａｐｓ＿ｅｘｔｅｎｓｉｏｎ＿ｐｒｅｓｅｎｔ＿ｆｌａｇフィールドを含む。
ａｐｓ＿ａｔｔｒ＿ｐａｒａｍｅｔｅｒ＿ｓｅｔ＿ｉｄフィールドは、他の構文要素による参照のためにＡＰＳの識別子を示す。
ａｐｓ＿ｓｅｑ＿ｐａｒａｍｅｔｅｒ＿ｓｅｔ＿ｉｄフィールドは、動的（ａｃｔｉｖｅ）ＳＰＳに対するｓｐｓ＿ｓｅｑ＿ｐａｒａｍｅｔｅｒ＿ｓｅｔ＿ｉｄの値を示す。
ａｔｔｒ＿ｃｏｄｉｎｇ＿ｔｙｐｅフィールドは、特質に対するコーディングタイプを示す。
一実施例として、ａｔｔｒ＿ｃｏｄｉｎｇ＿ｔｙｐｅフィールドの値が０であると、コーディングタイプは予測加重値リフト（ｐｒｅｄｉｃｔｉｎｇ ｗｅｉｇｈｔ ｌｉｆｔｉｎｇ又はＬＯＤ ｗｉｔｈ ｐｒｅｄｉｃｔｉｉｎｇ ｔｒｎａｓｆｏｒｍ）を指示し、１であると、コーディングタイプはＲＡＨＴを指示し、２であると、固定加重値リフト（ｆｉｘ ｗｅｉｇｈｔ ｌｉｆｔｉｎｇ又はＬＯＤ ｗｉｔｈ ｌｉｆｔｉｎｇ ｔｒａｎｓｆｏｒｍ）を指示する。
ａｐｓ＿ａｔｔｒ＿ｉｎｉｔｉａｌ＿ｑｐフィールドは、ＡＰＳを参照する各スライスに対する変数スライス量子化パラメータ（ＳｌｉｃｅＱｐ）の初期値を示す（ｐｅｃｉｆｉｅｓ ｔｈｅ ｉｎｉｔｉａｌ ｖａｌｕｅ ｏｆ ｔｈｅ ｖａｒｉａｂｌｅ ＳｌｉｃｅＱｐ ｆｏｒ ｅａｃｈ ｓｌｉｃｅ ｒｅｆｅｒｒｉｎｇ ｔｏ ｔｈｅ ＡＰＳ）。このＳｌｉｃｅＱｐの初期値は、ｓｌｉｃｅ＿ｑｐ＿ｄｅｌｔａ＿ｌｕｍａ又はｓｌｉｃｅ＿ｑｐ＿ｄｅｌｔａ＿ｌｕｍａの非ゼロ（ｎｏｎ－ｚｅｒｏ）値が復号されるとき、該当特質スライスセグメントレイヤで修正される。
ａｐｓ＿ａｔｔｒ＿ｃｈｒｏｍａ＿ｑｐ＿ｏｆｆｓｅｔフィールドは、構文ａｐｓ＿ａｔｔｒ＿ｉｎｉｔｉａｌ＿ｑｐによってシグナリングされた初期量子化パラメータに対するオフセットを示す。
ａｐｓ＿ｓｌｉｃｅ＿ｑｐ＿ｄｅｌｔａ＿ｐｒｅｓｅｎｔ＿ｆｌａｇフィールドは、ａｓｈ＿ａｔｔｒ＿ｑｐ＿ｄｅｌｔａ＿ｌｕｍａ ａｎｄ ａｓｈ＿ａｔｔｒ＿ｑｐ＿ｄｅｌｔａ＿ｃｈｒｏｍａ構文要素が該当特質スライスヘッダ（ＡＳＨ）に存在するか否かを示す。例えば、ａｐｓ＿ｓｌｉｃｅ＿ｑｐ＿ｄｅｌｔａ＿ｐｒｅｓｅｎｔ＿ｆｌａｇフィールドの値が１であると、ａｓｈ＿ａｔｔｒ＿ｑｐ＿ｄｅｌｔａ＿ｌｕｍａ ａｎｄ ａｓｈ＿ａｔｔｒ＿ｑｐ＿ｄｅｌｔａ＿ｃｈｒｏｍａ構文要素が該当特質スライスヘッダ（ＡＳＨ）に存在することを指示する（ｅｑｕａｌ ｔｏ １ ｓｐｅｃｉｆｉｅｓ ｔｈａｔ ｔｈｅ ａｓｈ＿ａｔｔｒ＿ｑｐ＿ｄｅｌｔａ＿ｌｕｍａ ａｎｄ ａｓｈ＿ａｔｔｒ＿ｑｐ＿ｄｅｌｔａ＿ｃｈｒｏｍａ ｓｙｎｔａｘ ｅｌｅｍｅｎｔｓ ａｒｅ ｐｒｅｓｅｎｔ ｉｎ ｔｈｅ ＡＳＨ）。例えば、ａｐｓ＿ｓｌｉｃｅ＿ｑｐ＿ｄｅｌｔａ＿ｐｒｅｓｅｎｔ＿ｆｌａｇフィールドの値が０であると、ａｓｈ＿ａｔｔｒ＿ｑｐ＿ｄｅｌｔａ＿ｌｕｍａ ａｎｄ ａｓｈ＿ａｔｔｒ＿ｑｐ＿ｄｅｌｔａ＿ｃｈｒｏｍａ構文要素が該当特質スライスヘッダ（ＡＳＨ）に存在しないことを指示する。
実施例によるＡＰＳは、ａｔｔｒ＿ｃｏｄｉｎｇ＿ｔｙｐｅフィールドの値が０又は２であると、即ち、コーディングタイプが予測加重値リフト（ｐｒｅｄｉｃｔｉｎｇ ｗｅｉｇｈｔ ｌｉｆｔｉｎｇ ｏｒ ＬＯＤ ｗｉｔｈ ｐｒｅｄｉｃｔｉｎｇ ｔｒａｎｓｆｏｒｍ）であるか、又は固定加重値リフト（ｆｉｘ ｗｅｉｇｈｔ ｌｉｆｔｉｎｇ ｏｒ ＬＯＤ ｗｉｔｈ ｌｉｆｔｉｎｇ ｔｒａｎｓｆｏｒｍ）であると、さらにｌｉｆｔｉｎｇ＿ｎｕｍ＿ｐｒｅｄ＿ｎｅａｒｅｓｔ＿ｎｅｉｇｈｂｏｕｒｓフィールド、ｌｉｆｔｉｎｇ＿ｍａｘ＿ｎｕｍ＿ｄｉｒｅｃｔ＿ｐｒｅｄｉｃｔｏｒｓフィールド、ｌｉｆｔｉｎｇ＿ｓｅａｒｃｈ＿ｒａｎｇｅフィールド、ｌｉｆｔｉｎｇ＿ｌｏｄ＿ｒｅｇｕｌａｒ＿ｓａｍｐｌｉｎｇ＿ｅｎａｂｌｅｄ＿ｆｌａｇフィールド、ｌｉｆｔｉｎｇ＿ｎｕｍ＿ｄｅｔａｉｌ＿ｌｅｖｅｌｓ＿ｍｉｎｕｓ１フィールドを含む。
ｌｉｆｔｉｎｇ＿ｎｕｍ＿ｐｒｅｄ＿ｎｅａｒｅｓｔ＿ｎｅｉｇｈｂｏｕｒｓフィールドは、予測（ｐｒｅｄｉｃｔｉｏｎ）のために使用される最隣接（ｎｅａｒｅｓｔ ｎｅｉｇｈｂｏｒ）ポイントの最大数（即ち、Ｘ値）を示す。
ｌｉｆｔｉｎｇ＿ｍａｘ＿ｎｕｍ＿ｄｉｒｅｃｔ＿ｐｒｅｄｉｃｔｏｒｓフィールドは、ダイレクト予測（ｄｉｒｅｃｔ ｐｒｅｄｉｃｔｉｏｎ）のために使用される予測器の最大の数を示す。実施例によるポイントクラウドデータ復号過程で使用される変数（ｖａｒｉａｂｌｅ）ＭａｘＮｕｍＰｒｅｄｉｃｔｏｒｓの値は以下のように表現される。
ＭａｘＮｕｍＰｒｅｄｉｃｔｏｒｓ＝ｌｉｆｔｉｎｇ＿ｍａｘ＿ｎｕｍ＿ｄｉｒｅｃｔ＿ｐｒｅｄｉｃｔｏｒｓフィールド＋１
ｌｉｆｔｉｎｇ＿ｓｅａｒｃｈ＿ｒａｎｇｅフィールドは、最隣接ポイントを決定するために使用される探索範囲を示す。
ｌｉｆｔｉｎｇ＿ｌｏｄ＿ｒｅｇｕｌａｒ＿ｓａｍｐｌｉｎｇ＿ｅｎａｂｌｅｄ＿ｆｌａｇフィールドは、ＬＯＤ（ｌｅｖｅｌｓ ｏｆ ｄｅｔａｉｌ）が規格サンプリングの戦略により形成されるか否かを示す。例えば、ｌｉｆｔｉｎｇ＿ｌｏｄ＿ｒｅｇｕｌａｒ＿ｓａｍｐｌｉｎｇ＿ｅｎａｂｌｅｄ＿ｆｌａｇフィールドの値が１であると、ＬＯＤが規格サンプリングの戦略により形成されることを示す。例えば、ｌｉｆｔｉｎｇ＿ｌｏｄ＿ｒｅｇｕｌａｒ＿ｓａｍｐｌｉｎｇ＿ｅｎａｂｌｅｄ＿ｆｌａｇフィールドの値が０であると、代わりに距離基盤のサンプリング戦略（ｄｉｓｔａｎｃｅ＿ｂａｓｅｄ ｓａｍｐｌｉｎｇ ｓｔｒａｔｅｇｙ）が使用されることを示す。
ｌｉｆｔｉｎｇ＿ｎｕｍ＿ｄｅｔａｉｌ＿ｌｅｖｅｌｓ＿ｍｉｎｕｓ１フィールドは、特質コーティングのためのＬＯＤの数を示す。
実施例によるＡＰＳは、ｌｉｆｔｉｎｇ＿ｎｕｍ＿ｄｅｔａｉｌ＿ｌｅｖｅｌｓ＿ｍｉｎｕｓ１フィールドの値だけ繰り返される繰り返し文を含む。このとき、インデックス（ｉｄｘ）は０に初期化され、繰り返し文が行われるたびに１ずつ増加し、インデックス（ｉｄｘ）がｌｉｆｔｉｎｇ＿ｎｕｍ＿ｄｅｔａｉｌ＿ｌｅｖｅｌｓ＿ｍｉｎｕｓ１フィールドの値より大きくなるまで繰り返し文が繰り返されることを一実施例とする。この繰り返し文は、ｌｉｆｔｉｎｇ＿ｌｏｄ＿ｄｅｃｉｍａｔｉｏｎ＿ｅｎａｂｌｅｄ＿ｆｌａｇフィールドの値が真（例えば、１）であると、ｌｉｆｔｉｎｇ＿ｓａｍｐｌｉｎｇ＿ｐｅｒｉｏｄ［ｉｄｘ］フィールドを含み、偽（例えば、０）であると、ｌｉｆｔｉｎｇ＿ｓａｍｐｌｉｎｇ＿ｄｉｓｔａｎｃｅ＿ｓｑｕａｒｅｄ［ｉｄｘ］フィールドを含む。
ｌｉｆｔｉｎｇ＿ｓａｍｐｌｉｎｇ＿ｐｅｒｉｏｄ［ｉｄｘ］フィールドは、ＬＯＤ ｉｄｘのためのサンプリング周期を示す。
ｌｉｆｔｉｎｇ＿ｓａｍｐｌｉｎｇ＿ｄｉｓｔａｎｃｅ＿ｓｑｕａｒｅｄ［ｉｄｘ］フィールドは、ＬＯＤ ｉｄｘのためのサンプリング距離の自乗を示す。
実施例によるＡＰＳはａｔｔｒ＿ｃｏｄｉｎｇ＿ｔｙｐｅフィールドの値が０であると、即ち、コーディングタイプが予測加重値リフト（ｐｒｅｄｉｃｔｉｎｇ ｗｅｉｇｈｔ ｌｉｆｔｉｎｇ ｏｒ ＬＯＤ ｗｉｔｈ ｐｒｅｄｉｃｔｉｏｎｇ ｔｒａｎｓｆｏｒｍ）であると、さらにｌｉｆｔｉｎｇ＿ａｄａｐｔｉｖｅ＿ｐｒｅｄｉｃｔｉｏｎ＿ｔｈｒｅｓｈｏｌｄフィールドとｌｉｆｔｉｎｇ＿ｉｎｔｒａ＿ｌｏｄ＿ｐｒｅｄｉｃｔｉｏｎ＿ｎｕｍ＿ｌａｙｅｒｓフィールドを含む。
ｌｉｆｔｉｎｇ＿ａｄａｐｔｉｖｅ＿ｐｒｅｄｉｃｔｉｏｎ＿ｔｈｒｅｓｈｏｌｄフィールドは、適応的予測を可能にするためのしきい値を示す。
ｌｉｆｔｉｎｇ＿ｉｎｔｒａ＿ｌｏｄ＿ｐｒｅｄｉｃｔｉｏｎ＿ｎｕｍ＿ｌａｙｅｒｓフィールドは、同じＬＯＤレイヤ内の復号されたポイントがターゲットポイントの予測値を生成するために参照できるＬＯＤレイヤの数を示す。例えば、ｌｉｆｔｉｎｇ＿ｉｎｔｒａ＿ｌｏｄ＿ｐｒｅｄｉｃｔｉｏｎ＿ｎｕｍ＿ｌａｙｅｒｓフィールドの値がｎｕｍ＿ｄｅｔａｉｌ＿ｌｅｖｅｌｓ＿ｍｉｎｕｓ１フィールド＋１の値であると、ターゲットポイントは全てのＬＯＤレイヤのための同じＬＯＤレイヤ内の復号されたポイントを参照できることを示す。例えば、ｌｉｆｔｉｎｇ＿ｉｎｔｒａ＿ｌｏｄ＿ｐｒｅｄｉｃｔｉｏｎ＿ｎｕｍ＿ｌａｙｅｒｓフィールドの値が０であると、ターゲットポイントは任意のＬＯＤレイヤのための同じＬＯＤレイヤ内の復号されたポイントを参照できないことを示す。
ａｐｓ＿ｅｘｔｅｎｓｉｏｎ＿ｐｒｅｓｅｎｔ＿ｆｌａｇフィールドは、ａｐｓ＿ｅｘｔｅｎｓｉｏｎ＿ｄａｔａ構文構造が該当ＡＰＳシンタックス構造に存在するか否かを示す。例えば、ａｐｓ＿ｅｘｔｅｎｓｉｏｎ＿ｐｒｅｓｅｎｔ＿ｆｌａｇフィールドの値が１であると、ａｐｓ＿ｅｘｔｅｎｓｉｏｎ＿ｄａｔａ構文構造が該当ＡＰＳシンタックス構造に存在することを示す。例えば、ａｐｓ＿ｅｘｔｅｎｓｉｏｎ＿ｐｒｅｓｅｎｔ＿ｆｌａｇフィールドの値が０であると、ａｐｓ＿ｅｘｔｅｎｓｉｏｎ＿ｄａｔａ構文構造が該当ＡＰＳシンタックス構造に存在しないことを示す。
実施例によるＡＰＳは、ａｐｓ＿ｅｘｔｅｎｓｉｏｎ＿ｐｒｅｓｅｎｔ＿ｆｌａｇフィールドの値が１であると、さらにａｐｓ＿ｅｘｔｅｎｓｉｏｎ＿ｄａｔａ＿ｆｌａｇフィールドを含む。
ａｐｓ＿ｅｘｔｅｎｓｉｏｎ＿ｄａｔａ＿ｆｌａｇフィールドはいずれの値であってもよい。その存在と値はデコーダ規格（ｄｅｃｏｄｅｒ ｃｏｎｆｏｒｍａｎｃｅ ｔｏ ｐｒｏｆｉｌｅｓ）に影響を与えない。
実施例によるＡＰＳはさらに隣接ポイント選択関連オプション情報を含む。
実施例によるＡＰＳは、ａｔｔｒ＿ｃｏｄｉｎｇ＿ｔｙｐｅフィールドの値が０又は２であると、即ち、コーティングタイプが予測加重値リフト（ｐｒｅｄｉｃｔｉｎｇ ｗｅｉｇｈｔ ｌｉｆｔｉｎｇ ｏｒ ＬＯＤ ｗｉｔｈ ｐｒｅｄｉｃｔｉｏｎｇ ｔｒａｎｓｆｏｒｍ）、又は固定加重値リフト（ｆｉｘ ｗｅｉｇｈｔ ｌｉｆｔｉｎｇ ｏｒ ＬＯＤ ｗｉｔｈ ｌｉｆｔｉｎｇ ｔｒａｎｓｆｏｒｍ）であると、さらにｎｅａｒｅｓｔ＿ｎｅｉｇｈｂｏｕｒ＿ｍａｘ＿ｒａｎｇｅフィールド、ｎｅａｒｅｓｔ＿ｎｅｉｇｈｂｏｕｒ＿ｍｉｎ＿ｒａｎｇｅフィールド、及びｄｉｆｆｅｒｅｎｔ＿ｎｎ＿ｒａｎｇｅ＿ｉｎ＿ｔｉｌｅ＿ｆｌａｇフィールドを含む。
ｎｅａｒｅｓｔ＿ｎｅｉｇｈｂｏｕｒ＿ｍａｘ＿ｒａｎｇｅフィールドは、隣接ポイント最大範囲を指示する。実施例によれば、ｎｅａｒｅｓｔ＿ｎｅｉｇｈｂｏｕｒ＿ｍａｘ＿ｒａｎｇｅフィールドは、隣接ポイントとして登録されるポイントの距離を制限するために使用される。実施例によれば、ｎｅａｒｅｓｔ＿ｎｅｉｇｈｂｏｕｒ＿ｍａｘ＿ｒａｎｇｅフィールドの値は、数式５のＮＮ＿ｒａｎｇｅ値として用いられる。例えば、八分木に基づいてＬＯＤを生成する場合、ｎｅａｒｅｓｔ＿ｎｅｉｇｈｂｏｕｒ＿ｍａｘ＿ｒａｎｇｅフィールドの値は、そのポイントの周りの八分木ノードの数である。
ｎｅａｒｅｓｔ＿ｎｅｉｇｈｂｏｕｒ＿ｍｉｎ＿ｒａｎｇｅフィールドは、特質を圧縮するとき、隣接ポイント最小範囲を指示する。
ｄｉｆｆｅｒｅｎｔ＿ｎｎ＿ｒａｎｇｅ＿ｉｎ＿ｔｉｌｅ＿ｆｌａｇフィールドは、該当シーケンスがシーケンスから分割されたタイルに他の隣接ポイントの最大／最小範囲を使用しているか否かを示す。
実施例によれば、隣接ポイントとして設定可能な最大数に関する情報（例えば、ｌｉｆｔｉｎｇ＿ｎｕｍ＿ｐｒｅｄ＿ｎｅａｒｅｓｔ＿ｎｅｉｇｈｂｏｕｒｓフィールド）と探索範囲に関する情報（例えば、ｌｉｆｔｉｎｇ＿ｓｅａｒｃｈ＿ｒａｎｇｅフィールド）も隣接ポイント選択関連オプション情報に含まれる。
実施例によれば、隣接ポイント選択関連オプション情報は、さらにＬＯＤ構成方法に関する情報及び／又は隣接ポイント基本距離に関する情報のうちの少なくとも１つを含む。
図３６はこの明細書による特質パラメータセット（ａｔｔｒｉｂｕｔｅ＿ｐａｒａｍｅｔｅｒ＿ｓｅｔ（））（ＡＰＳ）の構文構造の他の実施例を示す。実施例によるＡＰＳは、１つ又はそれ以上のスライスに含まれたポイントクラウドデータの特質情報を符号化する方法に関する情報を含み、特に隣接ポイント選択関連オプション情報を含むことを一例とする。
図３６の特質パラメータセット（ａｔｔｒｉｂｕｔｅ＿ｐａｒａｍｅｔｅｒ＿ｓｅｔ（））（ＡＰＳ）の構文構造は、隣接ポイント選択関連オプション情報を除いては、図３５の特質パラメータセット（ａｔｔｒｉｂｕｔｅ＿ｐａｒａｍｅｔｅｒ＿ｓｅｔ（））（ＡＰＳ）の構文構造と同一又は類似する。よって図３６の説明で省略しているところは、図３５を参照すればよい。
ａｐｓ＿ａｔｔｒ＿ｐａｒａｍｅｔｅｒ＿ｓｅｔ＿ｉｄフィールドは、他の構文要素による参照のためにＡＰＳの識別子を示す。
ａｐｓ＿ｓｅｑ＿ｐａｒａｍｅｔｅｒ＿ｓｅｔ＿ｉｄフィールドは、動的（ａｃｔｉｖｅ）ＳＰＳに対するｓｐｓ＿ｓｅｑ＿ｐａｒａｍｅｔｅｒ＿ｓｅｔ＿ｉｄの値を示す。
ａｔｔｒ＿ｃｏｄｉｎｇ＿ｔｙｐｅフィールドは、特質に対するコーディングタイプを示す。
一実施例として、ａｔｔｒ＿ｃｏｄｉｎｇ＿ｔｙｐｅフィールドの値が０であると、コーディングタイプは予測加重値リフト（ｐｒｅｄｉｃｔｉｎｇ ｗｅｉｇｈｔ ｌｉｆｔｉｎｇ ｏｒ ＬＯＤ ｗｉｔｈ ｐｒｅｄｉｃｔｉｏｎｇ ｔｒａｎｓｆｏｒｍ）を、１であると、コーディングタイプはＲＡＨＴを、２であると、固定加重値リフト（ｆｉｘ ｗｅｉｇｈｔ ｌｉｆｔｉｎｇ ｏｒ ＬＯＤ ｗｉｔｈ ｌｉｆｔｉｎｇ ｔｒａｎｓｆｏｒｍ）を示す。
実施例によるＡＰＳは、ａｔｔｒ＿ｃｏｄｉｎｇ＿ｔｙｐｅフィールドの値が０又は２であると、即ち、コーティングタイプが予測加重値リフト（ｐｒｅｄｉｃｔｉｎｇ ｗｅｉｇｈｔ ｌｉｆｔｉｎｇ ｏｒ ＬＯＤ ｗｉｔｈ ｐｒｅｄｉｃｔｉｏｎｇ ｔｒａｎｓｆｏｒｍ）であるか又は固定加重値リフト（ｆｉｘ ｗｅｉｇｈｔ ｌｉｆｔｉｎｇ ｏｒ ＬＯＤ ｗｉｔｈ ｌｉｆｔｉｎｇ ｔｒａｎｓｆｏｒｍ）であると、さらにｌｉｆｔｉｎｇ＿ｎｕｍ＿ｐｒｅｄ＿ｎｅａｒｅｓｔ＿ｎｅｉｇｈｂｏｕｒｓフィールド、ｌｉｆｔｉｎｇ＿ｍａｘ＿ｎｕｍ＿ｄｉｒｅｃｔ＿ｐｒｅｄｉｃｔｏｒｓフィールド、ｌｉｆｔｉｎｇ＿ｓｅａｒｃｈ＿ｒａｎｇｅフィールド、ｌｉｆｔｉｎｇ＿ｌｏｄ＿ｒｅｇｕｌａｒ＿ｓａｍｐｌｉｎｇ＿ｅｎａｂｌｅｄ＿ｆｌａｇフィールド、及びｌｉｆｔｉｎｇ＿ｎｕｍ＿ｄｅｔａｉｌ＿ｌｅｖｅｌｓ＿ｍｉｎｕｓ１フィールドを含む。
ｌｉｆｔｉｎｇ＿ｎｕｍ＿ｐｒｅｄ＿ｎｅａｒｅｓｔ＿ｎｅｉｇｈｂｏｕｒｓフィールドは、予測（ｐｒｅｄｉｃｔｉｏｎ）のために使用される最隣接（ｎｅａｒｅｓｔ ｎｅｉｇｈｂｏｒ）の最大数（即ち、Ｘ値）を示す。
ｌｉｆｔｉｎｇ＿ｍａｘ＿ｎｕｍ＿ｄｉｒｅｃｔ＿ｐｒｅｄｉｃｔｏｒｓフィールドは、ダイレクト予測（ｄｉｒｅｃｔ ｐｒｅｄｉｃｔｉｏｎ）のために使用される予測器の最大数を示す。実施例によるポイントクラウドデータ復号過程で使用される変数（ｖａｒｉａｂｌｅ）ＭａｘＮｕｍＰｒｅｄｉｃｔｏｒｓの値は以下のように表現される。
ＭａｘＮｕｍＰｒｅｄｉｃｔｏｒｓ＝ｌｉｆｔｉｎｇ＿ｍａｘ＿ｎｕｍ＿ｄｉｒｅｃｔ＿ｐｒｅｄｉｃｔｏｒｓフィールド＋１
ｌｉｆｔｉｎｇ＿ｓｅａｒｃｈ＿ｒａｎｇｅフィールドは、最隣接ポイントを決定するために使用される探索範囲を示す。
ｌｉｆｔｉｎｇ＿ｌｏｄ＿ｒｅｇｕｌａｒ＿ｓａｍｐｌｉｎｇ＿ｅｎａｂｌｅｄ＿ｆｌａｇフィールドは、ＬＯＤ（ｌｅｖｅｌｓ ｏｆ ｄｅｔａｉｌ）が規格サンプリングの戦略により形成されるか否かを示す。例えば、ｌｉｆｔｉｎｇ＿ｌｏｄ＿ｒｅｇｕｌａｒ＿ｓａｍｐｌｉｎｇ＿ｅｎａｂｌｅｄ＿ｆｌａｇフィールドの値が１であると、ＬＯＤが規格サンプリングの戦略により形成されることを示す。例えば、ｌｉｆｔｉｎｇ＿ｌｏｄ＿ｒｅｇｕｌａｒ＿ｓａｍｐｌｉｎｇ＿ｅｎａｂｌｅｄ＿ｆｌａｇフィールドの値が０であると、代わりに距離基盤のサンプリング戦略（ｄｉｓｔａｎｃｅ＿ｂａｓｅｄ ｓａｍｐｌｉｎｇ ｓｔｒａｔｅｇｙ）が使用されることを示す。
ｌｉｆｔｉｎｇ＿ｎｕｍ＿ｄｅｔａｉｌ＿ｌｅｖｅｌｓ＿ｍｉｎｕｓ１フィールドは、特質コーディングのためのＬＯＤの数を示す。
実施例によるＡＰＳは、ｌｉｆｔｉｎｇ＿ｎｕｍ＿ｄｅｔａｉｌ＿ｌｅｖｅｌｓ＿ｍｉｎｕｓ１フィールドの値だけ繰り返される繰り返し文を含む。このとき、インデックス（ｉｄｘ）は０に初期化され、繰り返し文が行われるたびに１ずつ増加し、インデックス（ｉｄｘ）がｌｉｆｔｉｎｇ＿ｎｕｍ＿ｄｅｔａｉｌ＿ｌｅｖｅｌｓ＿ｍｉｎｕｓ１フィールドの値より大きくなるまで繰り返し文が繰り返されることを一実施例とする。この繰り返し文は、ｌｉｆｔｉｎｇ＿ｌｏｄ＿ｄｅｃｉｍａｔｉｏｎ＿ｅｎａｂｌｅｄ＿ｆｌａｇフィールドの値が真（例えば、１）であると、ｌｉｆｔｉｎｇ＿ｓａｍｐｌｉｎｇ＿ｐｅｒｉｏｄ［ｉｄｘ］フィールドを含み、偽（例えば、０）であると、ｌｉｆｔｉｎｇ＿ｓａｍｐｌｉｎｇ＿ｄｉｓｔａｎｃｅ＿ｓｑｕａｒｅｄ［ｉｄｘ］フィールドを含む。
ｌｉｆｔｉｎｇ＿ｓａｍｐｌｉｎｇ＿ｐｅｒｉｏｄ［ｉｄｘ］フィールドは、ＬＯＤ ｉｄｘのためのサンプリング周期を示す。
ｌｉｆｔｉｎｇ＿ｓａｍｐｌｉｎｇ＿ｄｉｓｔａｎｃｅ＿ｓｑｕａｒｅｄ［ｉｄｘ］フィールドは、ＬＯＤ ｉｄｘのためのサンプリング距離の自乗を示す。
実施例によるＡＰＳはａｔｔｒ＿ｃｏｄｉｎｇ＿ｔｙｐｅフィールドの値が０であると、即ち、コーディングタイプが予測加重値リフト（ｐｒｅｄｉｃｔｉｎｇ ｗｅｉｇｈｔ ｌｉｆｔｉｎｇ ｏｒ ＬＯＤ ｗｉｔｈ ｐｒｅｄｉｃｔｉｏｎｇ ｔｒａｎｓｆｏｒｍ）であると、さらにｌｉｆｔｉｎｇ＿ａｄａｐｔｉｖｅ＿ｐｒｅｄｉｃｔｉｏｎ＿ｔｈｒｅｓｈｏｌｄフィールドとｌｉｆｔｉｎｇ＿ｉｎｔｒａ＿ｌｏｄ＿ｐｒｅｄｉｃｔｉｏｎ＿ｎｕｍ＿ｌａｙｅｒＳフィールドを含む。
ｌｉｆｔｉｎｇ＿ａｄａｐｔｉｖｅ＿ｐｒｅｄｉｃｔｉｏｎ＿ｔｈｒｅｓｈｏｌｄフィールドは、適応的予測を可能にするためのしきい値を示す。
ｌｉｆｔｉｎｇ＿ｉｎｔｒａ＿ｌｏｄ＿ｐｒｅｄｉｃｔｉｏｎ＿ｎｕｍ＿ｌａｙｅｒｓフィールドは、同じＬＯＤレイヤ内の復号されたポイントがターゲットポイントの予測値を生成するために参照できるＬＯＤレイヤの数を示す。
実施例によるＡＰＳはさらに隣接ポイント選択関連オプション情報を含む。
実施例によるＡＰＳは、ａｔｔｒ＿ｃｏｄｉｎｇ＿ｔｙｐｅフィールドの値が０又は２であると、即ち、コーディングタイプが予測加重値リフト（ｐｒｅｄｉｃｔｉｎｇ ｗｅｉｇｈｔ ｌｉｆｔｉｎｇ ｏｒ ＬＯＤ ｗｉｔｈ ｐｒｅｄｉｃｔｉｎｇ ｔｒａｎｓｆｏｒｍ）であるか、又は固定加重値リフト（ｆｉｘ ｗｅｉｇｈｔ ｌｉｆｔｉｎｇ ｏｒ ＬＯＤ ｗｉｔｈ ｌｉｆｔｉｎｇ ｔｒａｎｓｆｏｒｍ）であると、さらにｄｉｆｆｅｒｅｎｔ＿ｎｎ＿ｒａｎｇｅ＿ｉｎ＿ｔｉｌｅ＿ｆｌａｇフィールドとｄｉｆｆｅｒｅｎｔ＿ｎｎ＿ｒａｎｇｅ ＿ｐｅｒ＿ｌｏｄ＿ｆｌａｇフィールドを含む。
ｄｉｆｆｅｒｅｎｔ＿ｎｎ＿ｒａｎｇｅ＿ｉｎ＿ｔｉｌｅ＿ｆｌａｇフィールドは、該当シーケンスがシーケンスから分割されたタイルに他の隣接ポイントの最大／最小範囲を使用しているか否かを示す。
ｄｉｆｆｅｒｅｎｔ＿ｎｎ＿ｒａｎｇｅ＿ｐｅｒ＿ｌｏｄ＿ｆｌａｇフィールドは、ＬＯＤごとに異なる隣接ポイント最大／最小範囲を使用するか否かを示す。
例えば、ｄｉｆｆｅｒｅｎｔ＿ｎｎ＿ｒａｎｇｅ ＿ｐｅｒ＿ｌｏｄ＿ｆｌａｇフィールドの値が偽であると、ＡＰＳはさらにｎｅａｒｅｓｔ＿ｎｅｉｇｈｂｏｕｒ＿ｍａｘ＿ｒａｎｇｅフィールドとｎｅａｒｅｓｔ＿ｎｅｉｇｈｂｏｕｒ＿ｍｉｎ＿ｒａｎｇｅフィールドを含む。
ｎｅａｒｅｓｔ＿ｎｅｉｇｈｂｏｕｒ＿ｍａｘ＿ｒａｎｇｅフィールドは、隣接ポイント最大範囲を指示する。実施例によれば、ｎｅａｒｅｓｔ＿ｎｅｉｇｈｂｏｕｒ＿ｍａｘ＿ｒａｎｇｅフィールドは、隣接ポイントとして登録されるポイントの距離を制限するために使用される。実施例によれば、ｎｅａｒｅｓｔ＿ｎｅｉｇｈｂｏｕｒ＿ｍａｘ＿ｒａｎｇｅフィールドの値は、数式５のＮＮ＿ｒａｎｇｅ値として用いられる。
ｎｅａｒｅｓｔ＿ｎｅｉｇｈｂｏｕｒ＿ｍｉｎ＿ｒａｎｇｅフィールドは、隣接ポイント最小範囲を指示する。
例えば、ｄｉｆｆｅｒｅｎｔ＿ｎｎ＿ｒａｎｇｅ＿ｐｅｒ＿ｌｏｄ＿ｆｌａｇフィールドの値が真であると、ＡＰＳはさらにｌｉｆｔｉｎｇ＿ｎｕｍ＿ｄｅｔａｉｌ＿ｌｅｖｅｌｓ＿ｍｉｎｕｓ１フィールドの値だけ繰り返される繰り返し文を含む。このとき、インデクス（ｉｄｘ）は０に初期化され、繰り返し文が行われるたびに１ずつ増加し、インデックス（ｉｄｘ）がｌｉｆｔｉｎｇ＿ｎｕｍ＿ｄｅｔａｉｌ＿ｌｅｖｅｌｓ＿ｍｉｎｕｓ１フィールドの値より大きくなるまで繰り返し文が繰り返されることを一実施例とする。この繰り返し文は、ｎｅａｒｅｓｔ＿ｎｅｉｇｈｂｏｕｒ＿ｍａｘ＿ｒａｎｇｅ ［ｉｄｘ］フィールドとｎｅａｒｅｓｔ＿ｎｅｉｇｈｂｏｕｒ＿ｍｉｎ＿ｒａｎｇｅ ［ｉｄｘ］フィールドを含む。
ｎｅａｒｅｓｔ＿ｎｅｉｇｈｂｏｕｒ＿ｍａｘ＿ｒａｎｇｅ［ｉｄｘ］フィールドは、ＬＯＤ ｉｄｘのための隣接ポイント最大範囲を指示する。実施例によれば、ｎｅａｒｅｓｔ＿ｎｅｉｇｈｂｏｕｒ＿ｍａｘ＿ｒａｎｇｅ［ｉｄｘ］フィールドは、ＬＯＤ ｉｄｘのために隣接ポイントとして登録されるポイントの距離を制限するために使用される。実施例によれば、ｎｅａｒｅｓｔ＿ｎｅｉｇｈｂｏｕｒ＿ｍａｘ＿ｒａｎｇｅ［ｉｄｘ］フィールドの値は、ＬＯＤ ｉｄｘのためのＮＮ＿ｒａｎｇｅ値として用いられる。
ｎｅａｒｅｓｔ＿ｎｅｉｇｈｂｏｕｒ＿ｍｉｎ＿ｒａｎｇｅ［ｉｄｘ］フィールドは、ＬＯＤ ｉｄｘのための隣接ポイント最小範囲を指示する。
実施例によれば、隣接ポイントとして設定可能な最大数に関する情報（例えば、ｌｉｆｔｉｎｇ＿ｎｕｍ＿ｐｒｅｄ＿ｎｅａｒｅｓｔ＿ｎｅｉｇｈｂｏｕｒｓフィールド）と探索範囲に関する情報（例えば、ｌｉｆｔｉｎｇ＿ｓｅａｒｃｈ＿ｒａｎｇｅフィールド）も隣接ポイント選択関連オプション情報に含まれる。
実施例によれば、隣接ポイント選択関連オプション情報は、さらにＬＯＤ構成方法に関する情報及び／又は隣接ポイント基本距離に関する情報のうちの少なくとも１つを含む。
図３７はこの明細書によるタイルパラメータセット（ｔｉｌｅ＿ｐａｒａｍｅｔｅｒ＿ｓｅｔ（））（ＴＰＳ）の構文構造の一実施例を示す。実施例によれば、ＴＰＳ（Ｔｉｌｅ Ｐａｒａｍｅｔｅｒ Ｓｅｔ）は、タイルインベントリ（ｔｉｌｅ ｉｎｖｅｎｔｏｒｙ）とも呼ばれる。実施例によるＴＰＳはタイルごとに各タイルに関連する情報を含み、特に隣接ポイント選択関連オプション情報を含むことを一例とする。
実施例によるＴＰＳはｎｕｍ＿ｔｉｌｅｓフィールドを含む。
ｎｕｍ＿ｔｉｌｅｓフィールドは、そのビットストリームのためにシグナリングされたタイルの数を示す。もしタイルが存在しないと、ｎｕｍ＿ｔｉｌｅｓフィールドの値は０になる（ｗｈｅｎ ｎｏｔ ｐｒｅｓｅｎｔ、ｎｕｍ＿ｔｉｌｅｓｉｓ ｉｎｆｅｒｒｅｄ ｔｏ ｂｅ ０）。
実施例によるＴＰＳは、ｎｕｍ＿ｔｉｌｅｓフィールドの値だけ繰り返される繰り返し文を含む。このとき、ｉは０に初期化され、繰り返し文が行われるたびに１ずつ増加し、ｉ値がｎｕｍ＿ｔｉｌｅｓフィールドの値となるまで繰り返し文が繰り返されることを一実施例とする。この繰り返し文は、ｔｉｌｅ＿ｂｏｕｎｄｉｎｇ＿ｂｏｘ＿ｏｆｆｓｅｔ＿ｘ［ｉ］フィールド、ｔｉｌｅ＿ｂｏｕｎｄｉｎｇ＿ｂｏｘ＿ｏｆｆｓｅｔ＿ｙ［ｉ］フィールド、ｔｉｌｅ＿ｂｏｕｎｄｉｎｇ＿ｂｏｘ＿ｏｆｆｓｅｔ＿ｚ［ｉ］フィールド、ｔｉｌｅ＿ｂｏｕｎｄｉｎｇ＿ｂｏｘ＿ｓｉｚｅ＿ｗｉｄｔｈ［ｉ］フィールド、ｔｉｌｅ＿ｂｏｕｎｄｉｎｇ＿ｂｏｘ＿ｓｉｚｅ＿ｈｅｉｇｈｔ［ｉ］フィールド、及びｔｉｌｅ＿ｂｏｕｎｄｉｎｇ＿ｂｏｘ＿ｓｉｚｅ＿ｄｅｐｔｈ［ｉ］フィールドを含む。
ｔｉｌｅ＿ｂｏｕｎｄｉｎｇ＿ｂｏｘ＿ｏｆｆｓｅｔ＿ｘ［ｉ］フィールドは、直交座標系においてｉ番目のタイルのｘオフセットを示す。
ｔｉｌｅ＿ｂｏｕｎｄｉｎｇ＿ｂｏｘ＿ｏｆｆｓｅｔ＿ｙ［ｉ］フィールドは、直交座標系においてｉ番目のタイルのｙオフセットを示す。
ｔｉｌｅ＿ｂｏｕｎｄｉｎｇ＿ｂｏｘ＿ｏｆｆｓｅｔ＿ｚ［ｉ］フィールドは、直交座標系においてｉ番目のタイルのｚオフセットを示す。
ｔｉｌｅ＿ｂｏｕｎｄｉｎｇ＿ｂｏｘ＿ｓｉｚｅ＿ｗｉｄｔｈ［ｉ］フィールドは、直交座標系においてｉ番目のタイルの幅（ｗｉｄｔｈ）を示す。
ｔｉｌｅ＿ｂｏｕｎｄｉｎｇ＿ｂｏｘ＿ｓｉｚｅ＿ｈｅｉｇｈｔ［ｉ］フィールドは、直交座標系においてｉ番目のタイルの高さ（ｈｅｉｇｈｔ）を示す。
ｔｉｌｅ＿ｂｏｕｎｄｉｎｇ＿ｂｏｘ＿ｓｉｚｅ＿ｄｅｐｔｈ［ｉ］フィールドは、直交座標系においてｉ番目のタイルの深さ（ｄｅｐｔｈ）を示す。
実施例によるＴＰＳはさらに隣接ポイント選択関連オプション情報を含む。
実施例によれば、隣接ポイント選択関連オプション情報は、ｎｕｍ＿ｔｉｌｅｓフィールドの値だけ繰り返される繰り返し文に以下のように含まれる。
一実施例として、ｄｉｆｆｅｒｅｎｔ＿ｎｎ＿ｒａｎｇｅ＿ｉｎ＿ｔｉｌｅ＿ｆｌａｇフィールドの値が真であると、繰り返し文はさらにｎｅａｒｅｓｔ＿ｎｅｉｇｈｂｏｕｒ＿ｍａｘ＿ｒａｎｇｅ［ｉ］フィールド、ｎｅａｒｅｓｔ＿ｎｅｉｇｈｂｏｕｒ＿ｍｉｎ＿ｒａｎｇｅ［ｉ］フィールド、及びｄｉｆｆｅｒｅｎｔ＿ｎｎ＿ｒａｎｇｅ＿ｉｎ＿ｓｌｉｃｅ＿ｆｌａｇ［ｉ］フィールドを含む。ｄｉｆｆｅｒｅｎｔ＿ｎｎ＿ｒａｎｇｅ＿ｉｎ＿ｔｉｌｅ＿ｆｌａｇフィールドはＡＰＳにシグナリングされることを一実施例とする。
ｎｅａｒｅｓｔ＿ｎｅｉｇｈｂｏｕｒ＿ｍａｘ＿ｒａｎｇｅ［ｉ］フィールドは、ｉ－番目のタイルの隣接ポイント最大範囲を指示する。実施例によれば、ｎｅａｒｅｓｔ＿ｎｅｉｇｈｂｏｕｒ＿ｍａｘ＿ｒａｎｇｅ［ｉ］フィールドは、ｉ－番目のタイルにおいて隣接ポイントとして登録されるポイントの距離を制限するために使用される。実施例によれば、ｎｅａｒｅｓｔ＿ｎｅｉｇｈｂｏｕｒ＿ｍａｘ＿ｒａｎｇｅ［ｉ］フィールドの値は、ｉ－番目のタイルのＮＮ＿ｒａｎｇｅ値として用いられる。
ｎｅａｒｅｓｔ＿ｎｅｉｇｈｂｏｕｒ＿ｍｉｎ＿ｒａｎｇｅフィールド［ｉ］は、ｉ－番目のタイルの隣接ポイント最小範囲を指示する。
ｄｉｆｆｅｒｅｎｔ＿ｎｎ＿ｒａｎｇｅ＿ｉｎ＿ｓｌｉｃｅ＿ｆｌａｇ［ｉ］フィールドは、該当タイルがタイルから分割されたスライスに他の隣接ポイントの最大／最小範囲を使用しているか否かを示す。
ｄｉｆｆｅｒｅｎｔ＿ｎｎ＿ｒａｎｇｅ＿ｉｎ＿ｓｌｉｃｅ＿ｆｌａｇ ［ｉ］ フィールドの値が真であると、ＴＰＳはさらにｎｅａｒｅｓｔ＿ｎｅｉｇｈｂｏｕｒ＿ｏｆｆｓｅｔ＿ｒａｎｇｅ＿ｉｎ＿ｓｌｉｃｅ＿ｆｌａｇ［ｉ］ フィールドを含む。
ｎｅａｒｅｓｔ＿ｎｅｉｇｈｂｏｕｒ＿ｏｆｆｓｅｔ＿ｒａｎｇｅ＿ｉｎ＿ｓｌｉｃｅ＿ｆｌａｇ［ｉ］フィールドは、スライスに定義された隣接ポイントの最大／最小範囲がタイルに定義された隣接ポイントの最大／最小範囲におけるレンジオフセット（ｒａｎｇｅ ｏｆｆｓｅｔ）で表示されているか、又は絶対（ａｂｓｏｌｕｔｅ）値で表示されているかを指示する。
図３８はこの明細書によるジオメトリスライスビットストリーム（）の構文構造の一実施例を示す。
実施例によるジオメトリスライスビットストリーム（ｇｅｏｍｅｔｒｙ＿ｓｌｉｃｅ＿ｂｉｔｓｔｒｅａｍ （））は、ジオメトリスライスヘッダ（ｇｅｏｍｅｔｒｙ＿ｓｌｉｃｅ＿ｈｅａｄｅｒ（））とジオメトリスライスデータ（ｇｅｏｍｅｔｒｙ＿ｓｌｉｃｅ＿ｄａｔａ（））を含む。
図３９はこの明細書によるジオメトリスライスヘッダ（ｇｅｏｍｅｔｒｙ＿ｓｌｉｃｅ＿ｈｅａｄｅｒ（））の構文構造の一実施例を示す。
実施例による送信装置が送信するビットストリーム（又は受信装置が受信するビットストリーム）は、一つ以上のスライスを含む。それぞれのスライスはジオメトリスライス及び特質スライスを含む。ジオメトリスライスはジオメトリスライスヘッダ（ＧＳＨ、Ｇｅｏｍｅｔｒｙ ｓｌｉｃｅ Ｈｅａｄｅｒ）を含む。特質スライスは特質スライスヘッダ（ＡＳＨ、ａｔｔｒｉｂｕｔｅ ｓｌｉｃｅ Ｈｅａｄｅｒ）を含む。
実施例によるジオメトリスライスヘッダ（ｇｅｏｍｅｔｒｙ＿ｓｌｉｃｅ＿ｈｅａｄｅｒ（））は、ｇｓｈ＿ｇｅｏｍ＿ｐａｒａｍｅｔｅｒ＿ｓｅｔ＿ｉｄフィールド、ｇｓｈ＿ｔｉｌｅ＿ｉｄフィールド、ｇｓｈ＿ｓｌｉｃｅ＿ｉｄフィールド、ｇｓｈ＿ｍａｘ＿ｎｏｄｅ＿ｓｉｚｅ＿ｌｏｇ２フィールド、ｇｓｈ＿ｎｕｍ＿ｐｏｉｎｔｓフィールド及びｂｙｔｅ＿ａｌｉｇｎｍｅｎｔ（）フィールドを含む。
実施例によるジオメトリスライスヘッダ（ｇｅｏｍｅｔｒｙ＿ｓｌｉｃｅ＿ｈｅａｄｅｒ（））は、ジオメトリパラメータセット（ＧＰＳ）に含まれたｇｐｓ＿ｂｏｘ＿ｐｒｅｓｅｎｔ＿ｆｌａｇフィールドの値が真（例えば、１）であり、ｇｐｓ＿ｇｓｈ＿ｂｏｘ＿ｌｏｇ２＿ｓｃａｌｅ＿ｐｒｅｓｅｎｔ＿ｆｌａｇフィールドの値が真（例えば、１）であると、さらにｇｓｈ＿ｂｏｘ＿ｌｏｇ２＿ｓｃａｌｅフィールド、ｇｓｈ＿ｂｏｘ＿ｏｒｉｇｉｎ＿ｘフィールド、ｇｓｈ＿ｂｏｘ＿ｏｒｉｇｉｎ＿ｙフィールド、及びｇｓｈ＿ｂｏｘ＿ｏｒｉｇｉｎ＿ｚフィールドを含む。
ｇｓｈ＿ｇｅｏｍ＿ｐａｒａｍｅｔｅｒ＿ｓｅｔ＿ｉｄフィールドは、アクティブＧＰＳのｇｐｓ＿ｇｅｏｍ＿ｐａｒａｍｅｔｅｒ＿ｓｅｔ＿ｉｄの値を示す（ｓｐｅｃｉｆｉｅｓ ｔｈｅ ｖａｌｕｅ ｏｆ ｔｈｅ ｇｐｓ＿ｇｅｏｍ＿ｐａｒａｍｅｔｅｒ＿ｓｅｔ＿ｉｄ ｏｆ ｔｈｅ ａｃｔｉｖｅ ｇｐｓ）。
ｇｓｈ＿ｔｉｌｅ＿ｉｄフィールドは、該当ジオメトリスライスヘッダ（ＧＳＨ）により参照される該当タイルの識別子を示す。
ｇｓｈ＿ｓｌｉｃｅ＿ｉｄは、他のシンタックスエレメントによる参照のための該当スライスの識別子を示す。
ｇｓｈ＿ｂｏｘ＿ｌｏｇ２＿ｓｃａｌｅフィールドは、該当スライスのための境界ボックスオリジンの倍率を示す。
ｇｓｈ＿ｂｏｘ＿ｏｒｉｇｉｎ＿ｘフィールドは、ｇｓｈ＿ｂｏｘ＿ｌｏｇ２＿ｓｃａｌｅフィールドの値によりスケーリングされた境界ボックスオリジンのｘ値を示す。
ｇｓｈ＿ｂｏｘ＿ｏｒｉｇｉｎ＿ｙフィールドは、ｇｓｈ＿ｂｏｘ＿ｌｏｇ２＿ｓｃａｌｅフィールドの値によりスケーリングされた境界ボックスオリジンのｙ値を示す。
ｇｓｈ＿ｂｏｘ＿ｏｒｉｇｉｎ＿ｚフィールドは、ｇｓｈ＿ｂｏｘ＿ｌｏｇ２＿ｓｃａｌｅフィールドの値によりスケーリングされた境界ボックスオリジンのｚ値を示す。
ｇｓｈ＿ｍａｘ＿ｎｏｄｅ＿ｓｉｚｅ＿ｌｏｇ２フィールドは、ルートジオメトリ八分木ノードのサイズを示す。
ｇｓｈ＿ｐｏｉｎｔｓ＿ｎｕｍｂｅｒフィールドは、該当スライス内のコーディングされたポイントの数を示す。
図４０はこの明細書によるジオメトリスライスデータ（ｇｅｏｍｅｔｒｙ＿ｓｌｉｃｅ＿ｄａｔａ（））のシンタックス構造の一例を示す図である。実施例によるジオメトリスライスデータ（ｇｅｏｍｅｔｒｙ＿ｓｌｉｃｅ＿ｄａｔａ（））は該当スライスに属するジオメトリビットストリームを送信する。
実施例によるジオメトリスライスデータ（ｇｅｏｍｅｔｒｙ＿ｓｌｉｃｅ＿ｄａｔａ（））は、ＭａｘＧｅｏｍｅｔｒｙＯｃｔｒｅｅＤｅｐｔｈの値だけ繰り返される第１繰り返し文を含む。このとき、ｄｅｐｔｈは０に初期化され、繰り返し文が行われるたびに１ずつ増加し、ｄｅｐｔｈがＭａｘＧｅｏｍｅｔｒｙＯｃｔｒｅｅＤｅｐｔｈの値になるまで第１繰り返し文が繰り返されることを一実施例とする。第１繰り返し文は、ＮｕｍＮｏｄｅｓＡｔＤｅｐｔｈの値だけ繰り返される第２繰り返し文を含む。このとき、ｎｏｄｅＩｄｘは０に初期化され、繰り返し文が行われるたびに１ずつ増加し、ｎｏｄｅＩｄｘがＮｕｍＮｏｄｅｓＡｔＤｅｐｔｈの値になるまで第２繰り返し文が繰り返されることを一実施例とする。第２繰り返し文は、ｘＮ＝ＮｏｄｅＸ［ｄｅｐｔｈ］［ｎｏｄｅＩｄｘ］、ｙＮ＝ＮｏｄｅＹ［ｄｅｐｔｈ］［ｎｏｄｅＩｄｘ］、ｚＮ＝ＮｏｄｅＺ［ｄｅｐｔｈ］［ｎｏｄｅＩｄｘ］、ｇｅｏｍｅｔｒｙ＿ｎｏｄｅ（ｄｅｐｔｈ、ｎｏｄｅＩｄｘ、ｘＮ、ｙＮ、ｚＮ）を含む。ＭａｘＧｅｏｍｅｔｒｙＯｃｔｒｅｅＤｅｐｔｈはジオメトリ八分木深さの最大値を示し、ＮｕｍＮｏｄｅｓＡｔＤｅｐｔｈは該当深さで復号されるノードの数を示す。変数ＮｏｄｅＸ［ｄｅｐｔｈ］［ｎｏｄｅＩｄｘ］、ＮｏｄｅＹ［ｄｅｐｔｈ］［ｎｏｄｅＩｄｘ］、ＮｏｄｅＺ［ｄｅｐｔｈ］［ｎｏｄｅＩｄｘ］は所定の深さで復号順にｎｏｄｅＩｄｘ番目のノードのｘ、ｙ、ｚ座標を示す。ｇｅｏｍｅｔｒｙ＿ｎｏｄｅ（ｄｅｐｔｈ、ｎｏｄｅＩｄｘ、ｘＮ、ｙＮ、ｚＮ）により該当深さの該当ノードのジオメトリビットストリームを送信する。
実施例によるジオメトリスライスデータ（ｇｅｏｍｅｔｒｙ＿ｓｌｉｃｅ＿ｄａｔａ（）は、ｌｏｇ２＿ｔｒｉｓｏｕｐ＿ｎｏｄｅ＿ｓｉｚｅフィールドの値が０より大きいと、さらにｇｅｏｍｅｔｒｙ＿ｔｒｉｓｏｕｐ＿ｄａｔａ（）を含む。即ち、三角形ノードのサイズが０より大きいと、ｇｅｏｍｅｔｒｙ＿ｔｒｉｓｏｕｐ＿ｄａｔａ（）によりｔｒｉｓｏｕｐジオメトリ符号化されたジオメトリビットストリームを送信する。
図４１はこの明細書による特質スライスビットストリーム（）の構文構造の一実施例を示す。
実施例による特質スライスビットストリーム（ａｔｔｒｉｂｕｔｅ＿ｓｌｉｃｅ＿ｂｉｔｓｔｒｅａｍ（））は、特質スライスヘッダ（ａｔｔｒｉｂｕｔｅ＿ｓｌｉｃｅ＿ｈｅａｄｅｒ（））と特質スライスデータ（ａｔｔｒｉｂｕｔｅ＿ｓｌｉｃｅ＿ｄａｔａ（））を含む。
図４２はこの明細書による特質スライスヘッダ（ａｔｔｒｉｂｕｔｅ＿ｓｌｉｃｅ＿ｈｅａｄｅｒ（））の構文構造の一実施例を示す。実施例による特質スライスヘッダは、該当特質スライスのためのシグナリング情報を含み、特に隣接ポイント選択関連オプション情報を含むことを一例とする。
実施例による特質スライスヘッダ（ａｔｔｒｉｂｕｔｅ＿ｓｌｉｃｅ＿ｈｅａｄｅｒ（））は、ａｓｈ＿ａｔｔｒ＿ｐａｒａｍｅｔｅｒ＿ｓｅｔ＿ｉｄフィールド、ａｓｈ＿ａｔｔｒ＿ｓｐｓ＿ａｔｔｒ＿ｉｄｘフィールド及びａｓｈ＿ａｔｔｒ＿ｇｅｏｍ＿ｓｌｉｃｅ＿ｉｄフィールドを含む。
実施例による特質スライスヘッダ（ａｔｔｒｉｂｕｔｅ＿ｓｌｉｃｅ＿ｈｅａｄｅｒ（））は、特質パラメータセット（ＡＰＳ）のａｐｓ＿ｓｌｉｃｅ＿ｑｐ＿ｄｅｌｔａ＿ｐｒｅｓｅｎｔ＿ｆｌａｇフィールドの値が真（例えば、１）であると、さらにａｓｈ＿ｑｐ＿ｄｅｌｔａ＿ｌｕｍａフィールドとａｓｈ＿ｑｐ＿ｄｅｌｔａ＿ｃｈｒｏｍａフィールドを含む。
ａｓｈ＿ａｔｔｒ＿ｐａｒａｍｅｔｅｒ＿ｓｅｔ＿ｉｄフィールドは、現在の動的ＡＰＳのａｐｓ＿ａｔｔｒ＿ｐａｒａｍｅｔｅｒ＿ｓｅｔ＿ｉｄフィールド（例えば、図３５又は図３６で説明したＡＰＳに含まれたａｐｓ＿ａｔｔｒ＿ｐａｒａｍｅｔｅｒ＿ｓｅｔ＿ｉｄフィールド）の値を示す。
ａｓｈ＿ａｔｔｒ＿ｓｐｓ＿ａｔｔｒ＿ｉｄｘフィールドは、現在の動的ＳＰＳ内の特質セットを識別する。ａｓｈ＿ａｔｔｒ＿ｓｐｓ＿ａｔｔｒ＿ｉｄｘフィールドの値は０から現在の動的ＳＰＳに含まれたｓｐｓ＿ｎｕｍ＿ａｔｔｒｉｂｕｔｅ＿ｓｅｔｓフィールドの範囲内にある。
ａｓｈ＿ａｔｔｒ＿ｇｅｏｍ＿ｓｌｉｃｅ＿ｉｄフィールドは、現在のジオメトリスライスヘッダのｇｓｈ＿ｓｌｉｃｅ＿ｉｄフィールドの値を示す。
ａｓｈ＿ｑｐ＿ｄｅｌｔａ＿ｌｕｍａフィールドは、動的特質パラメータセット内の初期スライスｑｐから導き出されたルマデルタ量子化パラメータ（ｑｐ）を示す。
ａｓｈ＿ｑｐ＿ｄｅｌｔａ＿ｃｈｒｏｍａフィールドは、動的特質パラメータセット内の初期スライスｑｐから導き出されたクロマデルタ量子化パラメータ（ｑｐ）を示す。
実施例による特質スライスヘッダ（ａｔｔｒｉｂｕｔｅ＿ｓｌｉｃｅ＿ｈｅａｄｅｒ（））は、以下のように、さらに隣接ポイント選択関連オプション情報を含む。
一実施例として、ｄｉｆｆｅｒｅｎｔ＿ｎｎ＿ｒａｎｇｅ＿ｉｎ＿ｓｌｉｃｅ＿ｆｌａｇフィールドの値が真であり、ｎｅａｒｅｓｔ＿ｎｅｉｇｈｂｏｕｒ＿ｏｆｆｓｅｔ＿ｒａｎｇｅ＿ｉｎ＿ｓｌｉｃｅ＿ｆｌａｇ フィールドの値が偽であると、特質スライスヘッダは、さらにｎｅａｒｅｓｔ＿ｎｅｉｇｈｂｏｕｒ＿ａｂｓｏｌｕｔｅ＿ｍａｘ＿ｒａｎｇｅフィールドとｎｅａｒｅｓｔ＿ｎｅｉｇｈｂｏｕｒ＿ ａｂｓｏｌｕｔｅ＿ｍｉｎ＿ｒａｎｇｅフィールドを含む。
ｎｅａｒｅｓｔ＿ｎｅｉｇｈｂｏｕｒ＿ａｂｓｏｌｕｔｅ＿ｍａｘ＿ｒａｎｇｅフィールドは、該当スライスの特質圧縮を行うとき、隣接ポイント最大範囲を指示する。実施例によれば、ｎｅａｒｅｓｔ＿ｎｅｉｇｈｂｏｕｒ＿ａｂｓｏｌｕｔｅ＿ｍａｘ＿ｒａｎｇｅフィールドは、該当スライスにおいて隣接ポイントとして登録されるポイントの距離を制限するために使用される。実施例によれば、ｎｅａｒｅｓｔ＿ｎｅｉｇｈｂｏｕｒ＿ａｂｓｏｌｕｔｅ＿ｍａｘ＿ｒａｎｇｅフィールドの値は、該当スライスのＮＮ＿ｒａｎｇｅ値として用いられる。
ｎｅａｒｅｓｔ＿ｎｅｉｇｈｂｏｕｒ＿ａｂｓｏｌｕｔｅ＿ｍｉｎ＿ｒａｎｇｅフィールドは、該当スライスの特質圧縮を行うとき、隣接ポイント最小範囲を指示する。
ｄｉｆｆｅｒｅｎｔ＿ｎｎ＿ｒａｎｇｅ＿ｉｎ＿ｓｌｉｃｅ＿ｆｌａｇフィールドとｎｅａｒｅｓｔ＿ｎｅｉｇｈｂｏｕｒ＿ｏｆｆｓｅｔ＿ｒａｎｇｅ＿ｉｎ＿ｓｌｉｃｅ＿ｆｌａｇフィールドは、ＴＰＳにシグナリングされることを一例とする。
一実施例として、ｄｉｆｆｅｒｅｎｔ＿ｎｎ＿ｒａｎｇｅ＿ｉｎ＿ｓｌｉｃｅ＿ｆｌａｇフィールドの値が真であり、ｎｅａｒｅｓｔ＿ｎｅｉｇｈｂｏｕｒ＿ｏｆｆｓｅｔ＿ｒａｎｇｅ＿ｉｎ＿ｓｌｉｃｅ＿ｆｌａｇフィールドの値が真であると、特質スライスヘッダは、さらにｎｅａｒｅｓｔ＿ｎｅｉｇｈｂｏｕｒ＿ｍａｘ＿ｒａｎｇｅ＿ｏｆｆｓｅｔフィールドとｎｅａｒｅｓｔ＿ｎｅｉｇｈｂｏｕｒ＿ｍｉｎ＿ｒａｎｇｅ＿ｏｆｆｓｅｔフィールドを含む。
ｎｅａｒｅｓｔ＿ｎｅｉｇｈｂｏｕｒ＿ｍａｘ＿ｒａｎｇｅ＿ｏｆｆｓｅｔフィールドは、該当スライスの特質圧縮を行うとき、隣接ポイント最大範囲オフセットを指示する。隣接ポイント最大範囲オフセットの基準は、該当スライスが属したタイルの隣接ポイント最大範囲であることを一実施例とする。実施例によれば、ｎｅａｒｅｓｔ＿ｎｅｉｇｈｂｏｕｒ＿ｍａｘ＿ｒａｎｇｅ＿ｏｆｆｓｅｔフィールドは、該当スライスにおいて隣接ポイントとして登録されるポイントの距離を制限するために使用される。実施例によれば、ｎｅａｒｅｓｔ＿ｎｅｉｇｈｂｏｕｒ＿ｍａｘ＿ｒａｎｇｅ＿ｏｆｆｓｅｔフィールドの値は、該当スライスのＮＮ＿ｒａｎｇｅ値のオフセットとして用いられる。
ｎｅａｒｅｓｔ＿ｎｅｉｇｈｂｏｕｒ＿ｍｉｎ＿ｒａｎｇｅ＿ｏｆｆｓｅｔフィールドは、該当スライスの特質圧縮を行うとき、隣接ポイント最小範囲オフセットを指示する。隣接ポイント最小範囲オフセットの基準は、該当スライスが属したタイルの隣接ポイント最小範囲であることを一実施例とする。
図４３はこの明細書による特質スライスヘッダ（ａｔｔｒｉｂｕｔｅ＿ｓｌｉｃｅ＿ｈｅａｄｅｒ（））の構文構造の他の実施例を示す。実施例による特質スライスヘッダは、該当特質スライスのためのシグナリング情報を含み、特に隣接ポイント選択関連オプション情報を含むことを一例とする。
図４３の特質スライスヘッダの構文構造は、隣接ポイント選択関連オプション情報を除いては、図４２の特質スライスヘッダの構文構造と同一又は類似する。よって、図４３の説明で省略しているところは、図４２を参照すればよい。
ａｓｈ＿ａｔｔｒ＿ｐａｒａｍｅｔｅｒ＿ｓｅｔ＿ｉｄフィールドは、現在の動的ＡＰＳのａｐｓ＿ａｔｔｒ＿ｐａｒａｍｅｔｅｒ＿ｓｅｔ＿ｉｄフィールド（例えば、図３５又は図３６で説明したＡＰＳに含まれたａｐｓ＿ａｔｔｒ＿ｐａｒａｍｅｔｅｒ＿ｓｅｔ＿ｉｄフィールド）の値を示す。
ａｓｈ＿ａｔｔｒ＿ｓｐｓ＿ａｔｔｒ＿ｉｄｘフィールドは、現在の動的ＳＰＳ内の特質セットを識別する。ａｓｈ＿ａｔｔｒ＿ｓｐｓ＿ａｔｔｒ＿ｉｄｘフィールドの値は、０から現在の動的ＳＰＳに含まれたｓｐｓ＿ｎｕｍ＿ａｔｔｒｉｂｕｔｅ＿ｓｅｔｓフィールドまでの範囲内にある。
ａｓｈ＿ａｔｔｒ＿ｇｅｏｍ＿ｓｌｉｃｅ＿ｉｄフィールドは、現在のジオメトリスライスヘッダのｇｓｈ＿ｓｌｉｃｅ＿ｉｄフィールドの値を示す。
実施例による特質スライスヘッダ（ａｔｔｒｉｂｕｔｅ＿ｓｌｉｃｅ＿ｈｅａｄｅｒ（））は、以下のように、さらに隣接ポイント選択関連オプション情報を含む。
一実施例として、ｄｉｆｆｅｒｅｎｔ＿ｎｎ＿ｒａｎｇｅ＿ｉｎ＿ｓｌｉｃｅ＿ｆｌａｇフィールドの値が真であると、特質スライスヘッダはさらにｄｉｆｆｅｒｅｎｔ＿ｎｎ＿ｒａｎｇｅ＿ｐｅｒ＿ｌｏｄ＿ｆｌａｇフィールドを含む。
ｄｉｆｆｅｒｅｎｔ＿ｎｎ＿ｒａｎｇｅ＿ｐｅｒ＿ｌｏｄ＿ｆｌａｇフィールドは、ＬＯＤごとに異なる隣接ポイントの最大／最小範囲を使用するか否かを示す。
例えば、ｄｉｆｆｅｒｅｎｔ＿ｎｎ＿ｒａｎｇｅ＿ｐｅｒ＿ｌｏｄ＿ｆｌａｇフィールドの値が偽であり、ｎｅａｒｅｓｔ＿ｎｅｉｇｈｂｏｕｒ＿ｏｆｆｓｅｔ＿ｒａｎｇｅ＿ｉｎ＿ｓｌｉｃｅ＿ｆｌａｇフィールドの値が偽であると、特質スライスヘッダはさらにｎｅａｒｅｓｔ＿ｎｅｉｇｈｂｏｕｒ＿ａｂｓｏｌｕｔｅ＿ｍａｘ＿ｒａｎｇｅフィールドとｎｅａｒｅｓｔ＿ｎｅｉｇｈｂｏｕｒ＿ ａｂｓｏｌｕｔｅ＿ｍｉｎ＿ｒａｎｇｅフィールドを含む。
ｎｅａｒｅｓｔ＿ｎｅｉｇｈｂｏｕｒ＿ａｂｓｏｌｕｔｅ＿ｍａｘ＿ｒａｎｇｅフィールドは、該当スライスの特質圧縮を行うとき、隣接ポイント最大範囲を指示する。実施例によれば、ｎｅａｒｅｓｔ＿ｎｅｉｇｈｂｏｕｒ＿ａｂｓｏｌｕｔｅ＿ｍａｘ＿ｒａｎｇｅフィールドは、該当スライスにおいて隣接ポイントとして登録されるポイントの距離を制限するために使用される。実施例によれば、ｎｅａｒｅｓｔ＿ｎｅｉｇｈｂｏｕｒ＿ａｂｓｏｌｕｔｅ＿ｍａｘ＿ｒａｎｇｅフィールドの値は、該当スライスのＮＮ＿ｒａｎｇｅ値として用いられる。
ｎｅａｒｅｓｔ＿ｎｅｉｇｈｂｏｕｒ＿ａｂｓｏｌｕｔｅ＿ｍｉｎ＿ｒａｎｇｅフィールドは、該当スライスの特質圧縮を行うとき、隣接ポイント最小範囲を指示する。
例えば、ｄｉｆｆｅｒｅｎｔ＿ｎｎ＿ｒａｎｇｅ＿ｐｅｒ＿ｌｏｄ＿ｆｌａｇフィールドの値が偽であり、ｎｅａｒｅｓｔ＿ｎｅｉｇｈｂｏｕｒ＿ｏｆｆｓｅｔ＿ｒａｎｇｅ＿ｉｎ＿ｓｌｉｃｅ＿ｆｌａｇフィールドの値が真であると、特質スライスヘッダはさらにｎｅａｒｅｓｔ＿ｎｅｉｇｈｂｏｕｒ＿ｍａｘ＿ｒａｎｇｅ＿ｏｆｆｓｅｔフィールドとｎｅａｒｅｓｔ＿ｎｅｉｇｈｂｏｕｒ＿ｍｉｎ＿ｒａｎｇｅ＿ｏｆｆｓｅｔフィールドを含む。
ｎｅａｒｅｓｔ＿ｎｅｉｇｈｂｏｕｒ＿ｍａｘ＿ｒａｎｇｅ＿ｏｆｆｓｅｔフィールドは、該当スライスの特質圧縮を行うとき、隣接ポイント最大範囲オフセットを指示する。隣接ポイント最大範囲オフセットの基準は、該当スライスが属したタイルの隣接ポイント最大範囲であることを一実施例とする。実施例によれば、ｎｅａｒｅｓｔ＿ｎｅｉｇｈｂｏｕｒ＿ａｂｓｏｌｕｔｅ＿ｍａｘ＿ｒａｎｇｅフィールドは、該当スライスにおいて隣接ポイントとして登録されるポイントの距離を制限するために使用される。実施例によれば、ｎｅａｒｅｓｔ＿ｎｅｉｇｈｂｏｕｒ＿ａｂｓｏｌｕｔｅ＿ｍａｘ＿ｒａｎｇｅフィールドの値は、該当スライスのＮＮ＿ｒａｎｇｅ値のオフセットとして用いられる。
ｎｅａｒｅｓｔ＿ｎｅｉｇｈｂｏｕｒ＿ｍｉｎ＿ｒａｎｇｅ＿ｏｆｆｓｅｔフィールドは、該当スライスの特質圧縮を行うとき、隣接ポイント最小範囲オフセットを指示する。隣接ポイント最小範囲オフセットの基準は、該当スライスが属したタイルの隣接ポイント最小範囲であることを一実施例とする。
例えば、ｄｉｆｆｅｒｅｎｔ＿ｎｎ＿ｒａｎｇｅ＿ｐｅｒ＿ｌｏｄ＿ｆｌａｇフィールドの値が真であり、ｎｅａｒｅｓｔ＿ｎｅｉｇｈｂｏｕｒ＿ｏｆｆｓｅｔ＿ｒａｎｇｅ＿ｉｎ＿ｓｌｉｃｅ＿ｆｌａｇフィールドの値が偽であると、特質スライスヘッダはさらにｌｉｆｔｉｎｇ＿ｎｕｍ＿ｄｅｔａｉｌ＿ｌｅｖｅｌｓ＿ｍｉｎｕｓ１フィールドの値だけ繰り返される繰り返し文を含む。このとき、インデックス（ｉｄｘ）は０に初期化され、繰り返し文が行われるたびに１ずつ増加し、インデックス（ｉｄｘ）がｌｉｆｔｉｎｇ＿ｎｕｍ＿ｄｅｔａｉｌ＿ｌｅｖｅｌｓ＿ｍｉｎｕｓ１フィールドの値より大きくなるまで繰り返し文が繰り返されることを一実施例とする。この繰り返し文はさらにｎｅａｒｅｓｔ＿ｎｅｉｇｈｂｏｕｒ＿ａｂｓｏｌｕｔｅ＿ｍａｘ＿ｒａｎｇｅ［ｉｄｘ］フィールドとｎｅａｒｅｓｔ＿ｎｅｉｇｈｂｏｕｒ＿ａｂｓｏｌｕｔｅ＿ｍｉｎ＿ｒａｎｇｅ［ｉｄｘ］フィールドを含む。
ｌｉｆｔｉｎｇ＿ｎｕｍ＿ｄｅｔａｉｌ＿ｌｅｖｅｌｓ＿ｍｉｎｕｓ１フィールドは、特質コーディングのためのＬＯＤの数を示し、ＡＰＳにシグナリングされることを一実施例とする。
ｎｅａｒｅｓｔ＿ｎｅｉｇｈｂｏｕｒ＿ａｂｓｏｌｕｔｅ＿ｍａｘ＿ｒａｎｇｅ［ｉｄｘ］フィールドは、該当スライスの特質圧縮を行うとき、ＬＯＤ ｉｄｘのための隣接ポイント最大範囲を指示する。実施例によれば、ｎｅａｒｅｓｔ＿ｎｅｉｇｈｂｏｕｒ＿ａｂｓｏｌｕｔｅ＿ｍａｘ＿ｒａｎｇｅ［ｉｄｘ］フィールドは、該当スライスにおいてＬＯＤ ｉｄｘのために隣接ポイントとして登録されるポイントの距離を制限するために使用される。実施例によれば、ｎｅａｒｅｓｔ＿ｎｅｉｇｈｂｏｕｒ＿ａｂｓｏｌｕｔｅ＿ｍａｘ＿ｒａｎｇｅ［ｉｄｘ］フィールドの値は、該当スライスのＬＯＤ ｉｄｘのためのＮＮ＿ｒａｎｇｅ値として用いられる。
ｎｅａｒｅｓｔ＿ｎｅｉｇｈｂｏｕｒ＿ａｂｓｏｌｕｔｅ＿ｍｉｎ＿ｒａｎｇｅ［ｉｄｘ］フィールドは、該当スライスの特質圧縮を行うとき、ＬＯＤ ｉｄｘのための隣接ポイント最小範囲を指示する。
例えば、ｄｉｆｆｅｒｅｎｔ＿ｎｎ＿ｒａｎｇｅ＿ｐｅｒ＿ｌｏｄ＿ｆｌａｇフィールドの値が真であり、ｎｅａｒｅｓｔ＿ｎｅｉｇｈｂｏｕｒ＿ｏｆｆｓｅｔ＿ｒａｎｇｅ＿ｉｎ＿ｓｌｉｃｅ＿ｆｌａｇフィールドの値が真であると、特質スライスヘッダはさらにｌｉｆｔｉｎｇ＿ｎｕｍ＿ｄｅｔａｉｌ＿ｌｅｖｅｌｓ＿ｍｉｎｕｓ１フィールドの値だけ繰り返される繰り返し文を含む。このとき、インデックス（ｉｄｘ）は０に初期化され、繰り返し文が行われるたびに１ずつ増加し、インデックス（ｉｄｘ）がｌｉｆｔｉｎｇ＿ｎｕｍ＿ｄｅｔａｉｌ＿ｌｅｖｅｌｓ＿ｍｉｎｕｓ１フィールドの値より大きくなるまで繰り返し文が繰り返されることを一実施例とする。この繰り返し文は、ｎｅａｒｅｓｔ＿ｎｅｉｇｈｂｏｕｒ＿ｍａｘ＿ｒａｎｇｅ＿ｏｆｆｓｅｔ［ｉｄｘ］フィールドとｎｅａｒｅｓｔ＿ｎｅｉｇｈｂｏｕｒ＿ｍａｘ＿ｒａｎｇｅ＿ｏｆｆｓｅｔ［ｉｄｘ］フィールドを含む。
ｌｉｆｔｉｎｇ＿ｎｕｍ＿ｄｅｔａｉｌ＿ｌｅｖｅｌｓ＿ｍｉｎｕｓ１フィールドは、特質コーディングのためのＬＯＤの数を示し、ＡＰＳにシグナリングされることを一実施例とする。
ｎｅａｒｅｓｔ＿ｎｅｉｇｈｂｏｕｒ＿ｍａｘ＿ｒａｎｇｅ＿ｏｆｆｓｅｔ［ｉｄｘ］フィールドは、該当スライスの特質圧縮を行うとき、ＬＯＤ ｉｄｘのための隣接ポイント最大範囲オフセットを指示する。隣接ポイント最大範囲オフセットの基準は、該当スライスが属したタイルの隣接ポイント最大範囲であることを一実施例とする。実施例によれば、ｎｅａｒｅｓｔ＿ｎｅｉｇｈｂｏｕｒ＿ｍａｘ＿ｒａｎｇｅ＿ｏｆｆｓｅｔ［ｉｄｘ］フィールドは、該当スライスにおいてＬＯＤ ｉｄｘのために隣接ポイントとして登録されるポイントの距離を制限するために使用される。実施例によれば、ｎｅａｒｅｓｔ＿ｎｅｉｇｈｂｏｕｒ＿ｍａｘ＿ｒａｎｇｅ＿ｏｆｆｓｅｔ［ｉｄｘ］フィールドの値は、該当スライスのＬＯＤ ｉｄｘのためのＮＮ＿ｒａｎｇｅ値のオフセットとして用いられる。
ｎｅａｒｅｓｔ＿ｎｅｉｇｈｂｏｕｒ＿ｍｉｎ＿ｒａｎｇｅ＿ｏｆｆｓｅｔ［ｉｄｘ］フィールドは、該当スライスの特質圧縮を行うとき、ＬＯＤ ｉｄｘのための隣接ポイント最小範囲オフセットを指示する。隣接ポイント最小範囲オフセットの基準は、該当スライスが属したタイルの隣接ポイント最小範囲であることを一実施例とする。
図４４はこの明細書による特質スライスデータ（ａｔｔｒｉｂｕｔｅ＿ｓｌｉｃｅ＿ｄａｔａ（））の構文構造の一実施例を示す。実施例による特質スライスデータ（ａｔｔｒｉｂｕｔｅ＿ｓｌｉｃｅ＿ｄａｔａ（））は、該当スライスに属した特質ビットストリームを送信する。
図４４の特質スライスデータ（ａｔｔｒｉｂｕｔｅ＿ｓｌｉｃｅ＿ｄａｔａ（））において、ｄｉｍｅｎｓｉｏｎ＝ａｔｔｒｉｂｕｔｅ＿ｄｉｍｅｎｓｉｏｎ［ａｓｈ＿ａｔｔｒ＿ｓｐｓ＿ａｔｔｒ＿ｉｄｘ］ は、該当特質スライスヘッダ内のａｓｈ＿ａｔｔｒ＿ｓｐｓ＿ａｔｔｒ＿ｉｄｘフィールドにより識別される特質セットの特質次元（ａｔｔｒｉｂｕｔｅ＿ｄｉｍｅｎｓｉｏｎ）を示す。特質次元（ａｔｔｒｉｂｕｔｅ＿ｄｉｍｅｎｓｉｏｎ）は特質を構成するコンポーネントの数を意味する。実施例による特質は反射率、色相などを示す。よって、特質が有するコンポーネントの数は異なる。例えば、色相に対応する特質は３つの色相コンポーネント（例えば、ＲＧＢ）を有する。よって、反射率に対応する特質はモノ次元特質（ｍｏｎｏ－ｄｉｍｅｎｓｉｏｎａｌ ａｔｔｒｉｂｕｔｅ）となり、色相に対応する特質は３次元特質（ｔｈｒｅｅ－ｄｉｍｅｎｓｉｏｎａｌ ａｔｔｒｉｂｕｔｅ）となる。
実施例による特質は次元（ｄｅｍｅｎｓｉｏｎ）単位で特質符号化される。
例えば、反射率に対応する特質と色相に対応する特質はそれぞれ特質符号化される。また実施例による特質は次元に関係なく一緒に特質符号化される。例えば、反射率に対応する特質及び色相に対応する特質は一緒に特質符号化される。
図４４において、ｚｅｒｏｒｕｎは残余特質値（ｒｅｓｉｄｕａｌ）の前の０の数を示す（ｚｅｒｏｒｕｎ ｓｐｅｃｉｆｉｅｓ ｔｈｅ ｎｕｍｂｅｒ ｏｆ ０ ｐｒｉｏｒ ｔｏ ｒｅｓｉｄｕａｌ）。
また図４４において、ｉはその特質のｉ番目のポイント値を意味し、ａｔｔｒ＿ｃｏｄｉｎｇ＿ｔｙｐｅフィールドとｌｉｆｔｉｎｇ＿ａｄａｐｔｉｖｅ＿ｐｒｅｄｉｃｔｉｏｎ＿ｔｈｒｅｓｈｏｌｄフィールドはＡＰＳにシグナリングされることを一実施例とする。
また、図４４において、変数ＭａｘＮｕｍＰｒｅｄｉｃｔｏｒｓはポイントクラウドデータ復号の過程で使用される変数であり、ＡＰＳにシグナリングされたｌｉｆｔｉｎｇ＿ａｄａｐｔｉｖｅ＿ｐｒｅｄｉｃｔｉｏｎ＿ｔｈｒｅｓｈｏｌｄフィールド値に基づいて以下のように取得される。
ＭａｘＮｕｍＰｒｅｄｉｃｔｏｒｓ＝ｌｉｆｔｉｎｇ＿ｍａｘ＿ｎｕｍ＿ｄｉｒｅｃｔ＿ｐｒｅｄｉｃｔｏｒｓフィールド＋１
ここで、ｌｉｆｔｉｎｇ＿ｍａｘ＿ｎｕｍ＿ｄｉｒｅｃｔ＿ｐｒｅｄｉｃｔｏｒｓフィールドは、ダイレクト予測のために使用される予測器の最大数を示す。
実施例によるｐｒｅｄＩｉｎｄｅｘ［ｉ］は、その特質のｉ番目のポイント値を復号するための予測器インデックス（ｐｒｅｄｉｃｔｏｒ ｉｎｄｅｘ又はｐｒｅｄｉｃｔｉｏｎ ｍｏｄｅという）を示す（ｓｐｅｃｉｆｉｅｓ ｔｈｅ ｐｒｅｄｉｃｔｏｒ ｉｎｄｅｘ（ｏｒ ｐｒｅｄｉｃｔｉｏｎ ｍｏｄｅ） ｔｏ ｄｅｃｏｄｅ ｔｈｅ ｉ－ｔｈ ｐｏｉｎｔ ｖａｌｕｅ ｏｆ ｔｈｅ ａｔｔｒｉｂｕｔｅ）。ｐｒｅｄＩｎｄｅｘ［ｉ］の値は０からｌｉｆｔｉｎｇ＿ｍａｘ＿ｎｕｍ＿ｄｉｒｅｃｔ＿ｐｒｅｄｉｃｔｏｒｓフィールド値までの範囲内にある。
実施例による変数（ｖａｒｉａｂｌｅ）ＭａｘＰｒｅｄＤｉｆｆ「ｉ］は以下のように計算される。
ｍｉｎＶａｌｕｅ＝ｍａｘＶａｌｕｅ＝ａ０
ｆｏｒ（ｊ＝０；ｊ＜ｋ；ｊ＋＋）｛
ｍｉｎＶａｌｕｅ＝Ｍｉｎ（ｍｉｎＶａｌｕｅ、ａｊ）
ｍａｘＶａｌｕｅ＝Ｍａｘ（ｍａｘＶａｌｕｅ、ａｊ）
｝
ｍｉｎＶａｌｕｅ；
ｌｉｆｔｉｎｇ＿ｎｕｍ＿ｐｒｅｄ＿ｎｅａｒｅｓｔ＿ｎｅｉｇｈｂｏｕｒｓフィールドはＡＰＳにシグナリングされ、予測（ｐｒｅｄｉｃｔｉｏｎ）のために使用される最隣接（ｎｅａｒｅｓｔ ｎｅｉｇｈｂｏｒ）ポイントの最大数を示す。
図４５は実施例によるポイントクラウドデータ送信方法のフローチャートである。
実施例によるポイントクラウドデータ送信方法は、ポイントクラウドデータに含まれたジオメトリを符号化するステップ７１００１、入力された及び／又は再構成されたジオメトリに基づいてポイントクラウドデータに含まれた特質を符号化するステップ７１００２、及び符号化されたジオメトリ、符号化された特質及びシグナリング情報を含むビットストリームを送信するステップ７１００３を含む。
ポイントクラウドデータに含まれたジオメトリと特質を符号化する段階７１００１、７１００２は、図１のポイントクラウドビデオエンコーダ１０００２、図２の符号化２０００１、図４のポイントクラウドビデオエンコーダ、図１２のポイントクラウドビデオエンコーダ、図１４のポイントクラウド符号化、図１５のポイントクラウドビデオエンコーダ、図１７のジオメトリエンコーダと特質エンコーダの動作の一部又は全体を行う。
一実施例として、特質を符号化するステップ７１００２は、八分木に基づくＬＯＤ生成方法、距離に基づくＬＯＤ生成方法、サンプリングに基づくＬＯＤ生成方法のうちの少なくとも１つのＬＯＤ生成方法を適用してＬＯＤｌ集合を生成した後、ＬＯＤｌ集合に基づいてＬＯＤが等しいか小さい（即ち、ノード間の距離が大きい）グループにおいてＸ（＞０）個の最隣接（ｎｅａｒｅｓｔ ｎｅｉｇｈｂｏｒ、ＮＮ）ポイントを探し、予測器（ｐｒｅｄｉｃｔｏｒ）に隣接ポイント集合として登録する。
実施例によれば、特質を符号化するステップ７１００２は、探索範囲及び／又は隣接ポイント最大距離を適用して、隣接ポイント集合を構成する。
実施例によれば、特質を符号化するステップ７１００２は、隣接ポイント基本距離にＮＮ＿ｒａｎｇｅを掛けて隣接ポイント最大距離を取得する。ＮＮ＿ｒａｎｇｅは、隣接ポイントとして選択可能な範囲であり、隣接ポイント最大範囲、隣接ポイント範囲、又は最も近い隣接範囲と呼ぶ。
探索範囲、隣接ポイント基本距離及びＮＮ＿ｒａｎｇｅに対する具体的な説明は、図１５ないし図２７で説明した通りであるので、ここでは省略する。
一実施例によれば、特質を符号化するステップ７１００２は、図２６のように、ＬＯＤｌ集合に基づいてＬＯＤが等しいか小さい（即ち、ノード間の距離が大きい）グループにおいて、探索範囲内にあるポイントのうち、Ｘ（例えば、３）個の最隣接（ｎｅａｒｅｓｔ ｎｅｉｇｈｂｏｒ、ＮＮ）ポイントを探す。その後、Ｘ（例えば、３）個のＮＮポイントのうち隣接ポイント最大距離内にあるＮＮポイントのみを隣接ポイント集合として登録する。例えば、図２６において、特質を符号化するステップ７１００２は、実際の探索範囲内のポイントとポイントＰｘとの距離値をそれぞれ比較して、距離が最も近いＸ個のポイントを探し、このＸ個のポイントのうちポイントＰｘが属したＬＯＤにおける隣接ポイント最大距離内にあるポイントのみをポイントＰｘの隣接ポイント集合として登録する。即ち、ポイントＰｘの隣接ポイント集合として登録される隣接ポイントは、Ｘ個のポイントのうちポイントＰｘが属したＬＯＤにおける隣接ポイント最大距離内にあるポイントに制限される。
他の実施例によれば、特質を符号化するステップ７１００２は、図２７のように、ＬＯＤｌ集合に基づいてＬＯＤが等しいか小さい（即ち、ノード間の距離が大きい）グループにおいて探索範囲内にあるポイントのうち隣接ポイント最大距離内にあるＸ（例えば、３）個の最隣接（ｎｅａｒｅｓｔ ｎｅｉｇｈｂｏｒ、ＮＮ）ポイントを探し、隣接ポイント集合として登録する。例えば、図２７において、特質を符号化するステップ７１００２は、実際の探索範囲のポイントとポイントＰｘとの距離値をそれぞれ比較するとき、ポイントＰｘが属したＬＯＤにおける隣接ポイント最大距離内にあり、且つ距離が最も近いＸ（例えば、３）個のポイントを実際の探索範囲のポイントから選択して、ポイントＰｘの隣接ポイント集合として登録する。即ち、ポイントＰｘの隣接ポイント集合として登録される隣接ポイントは、ポイントＰｘが属したＬＯＤにおける隣接ポイント最大距離内にあるポイントに制限される。
実施例によれば、特質を符号化するステップ７１００２は、各々のポイントの予測器に１つ以上の隣接ポイントが登録されると、予測モード０ないし予測モード３のうちのいずれかを適用して各々のポイントの予測特質値を取得し、各々のポイントのオリジナル特質値と予測特質値に基づいてポイントの残余特質値を取得する。
実施例によれば、予測モード０は加重値平均によって予測特質値を計算するモードであり、予測モード１は１番目の隣接ポイントの特質を予測特質値として定めるモードであり、予測モード２は２番目の隣接ポイントの特質を予測特質値として定めるモードであり、予測モード３は３番目の隣接ポイントの特質を予測特質値として定めるモードである。
実施例によれば、特質を符号化するステップ７１００２は、該当ポイントの予測器に登録された隣接ポイントの特質値の間の最大差（ｍａｘｉｍｕｍ ｄｉｆｆｅｒｅｎｃｅ）値が所定のしきい値より小さいと、予測モード０を該当ポイントの予測モードとして設定し、所定のしきい値と等しいか大きいと、複数の候補予測モードに対してＲＤＯ方法を適用して、そのうちの１つを該当ポイントの予測モードとして設定する。この過程は、各々のポイントごとに行うことを一実施例とする。
実施例によれば、各々のポイントに適用された予測モードは、特質スライスデータに含まれて送信される。
実施例によれば、特質を符号化するステップ７１００２は、残余特質値に対して量子化及びゼロラン－レングスコーディングを行う。
実施例によるジオメトリ及び特質を符号化するステップ７１００１、７１００２は、スライス（ｓｌｉｃｅ）又は１つ又はそれ以上のスライスを含むタイル（ｔｉｌｅ）単位で符号化を行う。
符号化されたジオメトリ、符号化された特質、及びシグナリング情報を含むビットストリームを送信するステップ７１００３は、図１の送信機１０００３、図２の送信ステップ２０００２、図１２の送信処理部１２０１２又は図１５の送信処理部５１００８で行われてもよい。
図４６は実施例によるポイントクラウドデータ受信方法のフローチャートである。
実施例によるポイントクラウドデータ受信方法は、符号化されたジオメトリ、符号化された特質、及びシグナリング情報を含むビットストリームを受信するステップ８１００１、シグナリング情報に基づいてジオメトリを復号するステップ８１００２、復号／再構成されたジオメトリとシグナリング情報に基づいて特質を復号するステップ８１００３、及び復号されたジオメトリと復号された特質に基づいて復元されたポイントクラウドデータをレンダリングするステップ８１００４を含む。
実施例による符号化されたジオメトリ、符号化された特質、及びシグナリング情報を含むビットストリームを受信するステップ８１００１は、図１の受信機１０００５、図２の送信２０００２又は復号２０００３、図１３の受信部１３０００又は受信処理部１３００１、又は図２０の受信処理部６１００１で行われてもよい。
実施例によるジオメトリと特質を復号するステップ８１００２、８１００３は、スライス又は一つ又はそれ以上のスライスを含むタイル単位で復号を行う。
実施例によるジオメトリを復号するステップ８１００２は、図１のポイントクラウドビデオデコーダ１０００６、図２の復号２０００３、図１１のポイントクラウドビデオデコーダ、図１３のポイントクラウドビデオデコーダ、図２０のジオメトリデコーダ、図２１のジオメトリデコーダの動作の一部又は全体を行う。
実施例による特質を復号するステップ８１００３は、図１のポイントクラウドビデオデコーダ１０００６、図２の復号２０００３、図１１のポイントクラウドビデオデコーダ、図１３のポイントクラウドビデオデコーダ、図２８の特質デコーダ、図２９の特質デコーダの動作の一部又は全体を行う。
実施例によれば、シグナリング情報、例えば、シーケンスパラメータセット、特質パラメータセット、タイルパラメータセット、特質スライスヘッダのうちの少なくとも１つは、隣接ポイント選択関連オプション情報を含む。実施例によれば、隣接ポイント選択関連オプション情報は、ＮＮ＿ｒａｎｇｅに関する情報（例えば、ｎｅａｒｅｓｔ＿ｎｅｉｇｈｂｏｒ＿ｍａｘ＿ｒａｎｇｅフィールド）を含む。実施例によれば、隣接ポイント選択関連オプション情報はさらに、隣接ポイントとして設定可能な最大数に関する情報（例えば、ｌｉｆｔｉｎｇ＿ｎｕｍ＿ｐｒｅｄ＿ｎｅａｒｅｓｔ＿ｎｅｉｇｈｂｏｕｒｓフィールド）、探索範囲に関する情報（例えば、ｌｉｆｔｉｎｇ＿ｓｅａｒｃｈ＿ｒａｎｇｅフィールド）、ＬＯＤ構成方法に関する情報及び／又は隣接ポイント基本距離に関する情報のうちの少なくとも１つを含む。
一実施例として、特質を復号するステップ８１００３は、八分木に基づくＬＯＤ生成方法、距離に基づくＬＯＤ生成方法、サンプリングに基づくＬＯＤ生成方法のうちの少なくとも１つのＬＯＤ生成方法を適用してＬＯＤｌ集合を生成した後、ＬＯＤｌ集合に基づいてＬＯＤが等しいか小さい（即ち、ノード間の距離が大きい）グループにおいてＸ（＞０）個の最隣接（ｎｅａｒｅｓｔ ｎｅｉｇｈｂｏｒ、ＮＮ）ポイントを探し、予測器（ｐｒｅｄｉｃｔｏｒ）に隣接ポイント集合として登録する。ＬＯＤ生成方法は、シグナリング情報（例えば、ＡＰＳ）にシグナリングされることを一実施例とする。
実施例によれば、特質を復号するステップ８１００３は、探索範囲及び／又は隣接ポイント最大距離を適用して隣接ポイント集合を構成する。
実施例によれば、特質を復号するステップ８１００３は、隣接ポイント基本距離にＮＮ＿ｒａｎｇｅを掛けて隣接ポイント最大距離を取得する。ＮＮ＿ｒａｎｇｅは隣接ポイントとして選択可能な範囲であり、隣接ポイント最大範囲、隣接ポイント範囲又は最も近い隣接範囲と呼ぶ。
探索範囲、隣接ポイント基本距離及びＮＮ＿ｒａｎｇｅに対する具体的な説明は、図１５ないし図２９で説明した通りであるので、ここでは省略する。
一実施例によれば、特質を復号するステップ８１００３は、図２６のように、ＬＯＤｌ集合に基づいてＬＯＤが等しいか小さい（即ち、ノード間の距離が大きい）グループにおいて探索範囲内にあるポイントのうち、Ｘ（例えば、３）個の最隣接（ｎｅａｒｅｓｔ ｎｅｉｇｈｂｏｒ、ＮＮ）ポイントを探す。その後、Ｘ（例えば、３）個のＮＮポイントのうち隣接ポイント最大距離内にあるＮＮポイントのみを隣接ポイント集合として登録する。例えば、図２６において、特質を復号するステップ８１００３は、実際の探索範囲内のポイントとポイントＰｘとの距離値をそれぞれ比較して、距離が最も近いＸ個のポイントを探し、このＸ個のポイントのうちポイントＰｘが属したＬＯＤにおける隣接ポイント最大距離内にあるポイントのみをポイントＰｘの隣接ポイント集合として登録する。即ち、ポイントＰｘの隣接ポイント集合として登録される隣接ポイントは、Ｘ個のポイントのうちポイントＰｘが属したＬＯＤにおける隣接ポイント最大距離内にあるポイントに制限される。
他の実施例によれば、特質を復号するステップ８１００３は、図２７のように、ＬＯＤｌ集合に基づいてＬＯＤが等しいか小さい（即ち、ノード間の距離が大きい）グループにおいて探索範囲内にあるポイントのうち隣接ポイント最大距離内にあるＸ（例えば、３）個の最隣接（ｎｅａｒｅｓｔ ｎｅｉｇｈｂｏｒ、ＮＮ）ポイントを探し、隣接ポイント集合として登録する。例えば、図２７において、特質を復号するステップ８１００３は、実際の探索範囲のポイントとポイントＰｘとの距離値をそれぞれ比較するとき、ポイントＰｘが属したＬＯＤにおける隣接ポイント最大距離内にあり、且つ距離が最も近いＸ（例えば、３）個のポイントを実際の探索範囲のポイントから選択して、ポイントＰｘの隣接ポイント集合として登録する。即ち、ポイントＰｘの隣接ポイント集合として登録される隣接ポイントは、ポイントＰｘが属したＬＯＤにおける隣接ポイント最大距離内にあるポイントに制限される。
実施例によれば、特質を復号するステップ８１００３は、特定のポイントの予測器に１つ以上の隣接ポイントが登録されると、予測モード０ないし予測モード３のうちのいずれかを適用して、該当ポイントの予測特質値を取得する。
実施例によれば、予測モード０は加重値平均によって予測特質値を計算するモードであり、予測モード１は１番目の隣接ポイントの特質を予測特質値として定めるモードであり、予測モード２は２番目の隣接ポイントの特質を予測特質値として定めるモードであり、予測モード３は３番目の隣接ポイントの特質を予測特質値として定めるモードである。
実施例によれば、特定のポイントの予測モードはデフォルトとして設定されるか、又は特質スライスデータに予測モードを指示する予測器インデックス情報（ｐｒｅｄＩｎｄｅｘ）がシグナリングされる。
実施例によれば、特質を復号するステップ８１００３は、特定のポイントの特質を復号するとき、該当特質スライスデータに該当ポイントの予測器インデックス情報がシグナリングされていない場合、予測モード０に基づいて該当ポイントの特質値を予測する。
実施例によれば、特質を復号するステップ８１００３は、特定のポイントを特質復号を行うとき、該当特質スライスデータに該当ポイントの予測器インデックス情報がシグナリングされていると、シグナリングされた予測モードに基づいて該当ポイントの特質値を予測する。
実施例によれば、特質を復号するステップ８１００３は、特定のポイントを特質復号を行うとき、予測された特質値に受信された該当ポイントの残余特質値を足して該当ポイントの特質値を復元する。特質を復号するステップ８１００３では、この過程を各ポイントごとに行って各ポイントの特質値を復元する。
実施例によれば、特質を復号するステップ８１００３は、残余特質値に対してゼロラン－レングス符号化されていると、特質値の復元前に、送信側の逆過程であるゼロラン－レングス復号を行う。
実施例による復号されたジオメトリと復号された特質に基づいて復元されたポイントクラウドデータをレンダリングするステップ８１００４は、復元されたポイントクラウドデータを様々なレンダリング方式でレンダリングすることができる。例えば、ポイントクラウドコンテンツのポイントは、一定の厚さを有する頂点、該当頂点の位置を中央とする特定の最小サイズを有する立方体、又は頂点の位置を中央とする円などにレンダリングされる。レンダリングされたポイントクラウドコンテンツの全部又は一部の領域は、ディスプレイ（例えば、ＶＲ／ＡＲディスプレイ、一般ディスプレイなど）によりユーザに提供される。
実施例によるポイントクラウドデータをレンダリングする段階８１００４は、図１のレンダラー１０００７又は図２のレンダリング２０００４又は図１３のレンダラー１３０１１で行われる。
上述のように、この明細書は、ポイントクラウドコンテンツの特質符号化を行うとき、コンテンツが有しているポイント間の特質関連性を考慮することで、隣接ポイント集合を構成するとき、無意味な隣接ポイントの選択を排除し、有意味な隣接ポイントが選択できるようにする。これにより、残余特質値が小さくなり、これによりビットストリームサイズも小さくなるため、特質圧縮の効率が良くなる。換言すれば、この明細書は、コンテンツが有しているポイント間の特質関連性を考慮して、隣接ポイント集合として選択可能なポイントを制限することで、特質情報の圧縮の効率を高めることができる。
上述したそれぞれのパート、モジュール又はユニットはメモリ（又は貯蔵ユニット）に貯蔵された連続する実行過程を行うソフトウェア、プロセッサ、ハードウェアパートである。上記実施例に記載された各段階は、プロセッサ、ソフトウェア、ハードウェアパートにより行われる。上記実施例に記載のそれぞれのモジュール／ブロック／ユニットは、プロセッサ、ソフトウェア、ハードウェアとして動作する。また実施例が提示する方法はコードとして実行される。このコードはプロセッサが読み取り可能な格納媒体に書き込まれ、よって装置が提供するプロセッサにより読み取られる。
また全明細書において、ある部分がある構成要素を“含む”とするとき、これは特に記載しない限り、他の構成要素を除くことではなく、他の構成要素をさらに含むことを意味する。また明細書に記載の“…部”などの用語は、少なくとも一つの機能や動作を処理する単位を意味し、これはハードウェアやソフトウェア又はハードウェアとソフトウェアの組み合わせにより具現される。
説明の便宜のために、各図を区分して説明したが、各図に述べられている実施例を併合して新しい実施例を具現するように設計することも可能である。また通常の技術者の必要によって、以前に説明した実施例を実行するためのプログラムが記録されているコンピューターで読み取り可能な記録媒体を設計することも実施例の権利範囲に属する。
実施例による装置及び方法は、上述したように、説明された実施例の構成と方法が限定して適用されることではなく、実施例は様々に変形可能に各実施例の全部又は一部が選択的に組み合わせられて構成されることもできる。
実施例の好ましい実施例について示して説明したが、実施例は上述した特定の実施例に限定されず、請求の範囲で請求する実施例の要旨から離脱せず、当該発明が属する技術分野において通常の知識を有する者により様々な変形実施が可能であり、かかる変形実施は実施例の技術的思想や見込みから個々に理解されてはいけない。
実施例による装置の様々な構成要素は、ハードウェア、ソフトウェア、ファームウェア又はそれらの組み合わせにより構成される。実施例の様々な構成要素は一つのチップ、例えば、一つのハードウェア回路で具現される。実施例において、実施例による構成要素はそれぞれ個々のチップで具現される。実施例において、実施例による装置の構成要素のいずれかは一つ又はそれ以上のプログラムを実行できる一つ又はそれ以上のプロセッサで構成され、一つ又はそれ以上のプログラムは実施例による動作／方法のうちのいずれか一つ又はそれ以上の動作／方法を行わせるか、実行させるための指示を含む。実施例による装置の方法／動作を行うための実行可能な指示は、一つ又はそれ以上のプロセッサにより実行されるために構成された一時的ではないＣＲＭ又は他のコンピュータープログラム製品に格納されるか、又は一つ又はそれ以上のプロセッサにより実行されるために構成された一時的なＣＲＭ又は他のコンピュータープログラム製品に格納されることができる。また実施例によるメモリは、揮発性メモリ（例えば、ＲＡＭなど）だけではなく、非揮発性メモリ、フラッシュメモリ、ＰＲＯＭなどを全部含む概念として使用される。また、インターネットによる送信などのような搬送波の形態で具現されることも含む。またプロセッサが読み取られる記録媒体は、ネットワークで連結されたコンピューターシステムに分散されて、分散方式によりプロセッサが読み取られるコードが格納されて実行されることができる。
この明細書において、“／”と“，”は“及び／又は”に解釈される。例えば、“Ａ／Ｂ”は“Ａ及び／又はＢ”に解釈され、“Ａ、Ｂ”は“Ａ及び／又はＢ”に解釈される。さらに、“Ａ／Ｂ／Ｃ”は“Ａ、Ｂ及び／又はＣのうちのいずれか”を意味する。また、“Ａ、Ｂ、Ｃ”も“Ａ、Ｂ及び／又はＣのうちのいずれか”を意味する。
さらに、この文書において、“又は”は“及び／又は”に解釈される。例えば、“Ａ又はＢ”は、１）“Ａ”のみを意味するか、２）“Ｂ”のみを意味するか、又は３）“Ａ及びＢ”を意味する。言い換えれば、この明細書において“又は”は“さらに（ａｄｄｉｔｉｏｎａｌｌｙ）又は代わりに（ａｌｔｅｒｎａｔｉｖｅｌｙ）”を意味する。
実施例の様々な要素は、ハードウェア、ソフトウェア、ファームウェア又はそれらの組み合わせにより実行される。実施例の様々な要素は、ハードウェア回路のような１つのチップで実行される。実施例において、実施例は選択的に個々のチップで実行される。実施例において、実施例の要素のうちの少なくとも１つは実施例による動作を行うための指示を含む１つ又はそれ以上のプロセッサにより実行される。
第１、第２などの用語は実施例の様々な構成要素を説明するために使用される。しかし、実施例による様々な構成要素は上記用語により解釈が制限されてはいけない。かかる用語は一つの構成要素を他の構成要素と区別するために使用されることに過ぎない。例えば、第１ユーザ入力信号は第２ユーザ入力信号と称することができる。同様に、第２ユーザ入力信号は第１ユーザ入力信号と称することができる。かかる用語の使用は様々な実施例の範囲から離脱していない。第１ユーザ入力信号及び第２ユーザ入力信号はいずれもユーザ入力信号であるが、文脈上、明確に示していない限り、同一のユーザ入力信号を意味してはいない。
実施例を説明のために使用された用語は、特定の実施例を説明するために使用されており、実施例を制限されるものではない。実施例の説明及び請求範囲で使用したように、文脈上明確に称していない限り、単数は複数を含む。「及び／又は」表現は用語間の全ての可能な結合を含む意味で使用される。「含む」は特徴、数、段階、要素及び／又はコンポーネントが存在することを説明し、さらなる特徴、数、段階、要素及び／又はコンポーネントを含まないことを意味しない。実施例を説明するために使用される、「～である場合」、「～の時」などの条件表現は選択的な場合にのみ制限して解釈されない。特定の条件を満たすとき、特定の条件に対応して関連動作を行うか、又は関連定義が解釈されるように意図されている。また、この明細書で説明する実施例による動作は、実施例によってメモリ及び／又はプロセッサを含む送受信装置により行われる。メモリは実施例による動作を処理／制御するためのプログラムを格納し、プロセッサはこの明細書で説明した様々な動作を制御する。プロセッサはコントローラとも称される。実施例において、動作はファームウェア、ソフトウェア及び／又はそれらの組み合わせにより行われ、ファームウェア、ソフトウェア及び／又はそれらの組み合わせはプロセッサに格納されるか又はメモリに格納される。
以上、実施例を実施するための最善の形態について説明した。
上述したように、実施例はポイントクラウドデータの送受信装置及びシステムに全体的又は部分的に適用することができる。当業者は実施例の範囲内で実施例を様々に変更又は変形することができる。
〔産業上の利用可能性〕
実施例は変更／変形を含み、変更／変形は請求の範囲及びそれらの範囲内のものである。

Claims (8)

  1. ポイントクラウドデータ送信方法であって、
    ポイントクラウドデータを取得するステップ；
    前記ポイントクラウドデータのポイントの位置を含むジオメトリ情報を符号化するステップ；
    前記ジオメトリ情報に基づいて１つ以上のレベルオブディテール（ＬＯＤ）を生成し、前記１つ以上のＬＯＤに基づいて特質符号化される各ポイントの１つ以上の隣接ポイントを選択するステップ；
    各ポイントの選択された１つ以上の隣接ポイントに基づいて各ポイントの特質情報を符号化するステップ；及び
    前記符号化されたジオメトリ情報、前記符号化された特質情報、及びシグナリング情報を送信するステップ；を含んでなり、
    各ポイントの選択された１つ以上の隣接ポイントは、隣接ポイント最大距離内に位置し、
    前記隣接ポイント最大距離は、基本距離に隣接ポイント最大範囲を掛けることにより得られたものである、ポイントクラウドデータ送信方法。
  2. 前記１つ以上のＬＯＤが八分木に基づいて生成される場合、前記基本距離は、特定のＬＯＤにおいて一ノードの対角線距離に基づいて決定される、請求項１に記載のポイントクラウドデータ送信方法。
  3. ポイントクラウドデータ送信装置であって、
    ポイントクラウドデータを取得する取得部；
    前記ポイントクラウドデータのポイントの位置を含むジオメトリ情報を符号化するジオメトリエンコーダ；
    前記ジオメトリ情報に基づいて１つ以上のレベルオブディテール（ＬＯＤ）を生成し、前記１つ以上のＬＯＤに基づいて特質符号化される各ポイントの１つ以上の隣接ポイントを選択し、各ポイントの選択された１つ以上の隣接ポイントに基づいて各ポイントの特質情報を符号化する特質エンコーダ；及び
    前記符号化されたジオメトリ情報、前記符号化された特質情報、及びシグナリング情報を送信する送信部；を備えてなり、
    各ポイントの選択された１つ以上の隣接ポイントは、隣接ポイント最大距離内に位置し、
    前記隣接ポイント最大距離は、基本距離に隣接ポイント最大範囲を掛けることにより得られたものである、ポイントクラウドデータ送信装置。
  4. 前記１つ以上のＬＯＤが八分木に基づいて生成される場合、前記基本距離は、特定のＬＯＤにおいて一ノードの対角線距離に基づいて決定される、請求項３に記載のポイントクラウドデータ送信装置。
  5. ポイントクラウドデータ受信装置であって、
    符号化されたジオメトリ情報、符号化された特質情報、及びシグナリング情報を受信する受信部；
    前記シグナリング情報に基づいてジオメトリ情報を復号するジオメトリデコーダ；
    符号化されたジオメトリ情報に基づいて１つ以上のレベルオブディテール（ＬＯＤ）を生成し、前記１つ以上のＬＯＤに基づいて特質復号される各ポイントの１つ以上の隣接ポイントを選択し、各ポイントの選択された１つ以上の隣接ポイントと前記シグナリング情報に基づいて各ポイントの特質情報を復号する特質デコーダ；及び
    前記復号されたジオメトリ情報と前記復号された特質情報に基づいて復元されたポイントクラウドデータをレンダリングするレンダラー；を備えてなり、
    各ポイントの選択された１つ以上の隣接ポイントは、隣接ポイント最大距離内に位置し、
    前記隣接ポイント最大距離は、基本距離に隣接ポイント最大範囲を掛けることにより得られたものである、ポイントクラウドデータ受信装置。
  6. 前記１つ以上のＬＯＤが八分木に基づいて生成される場合、前記基本距離は、特定のＬＯＤにおいて一ノードの対角線距離に基づいて決定される、請求項５に記載のポイントクラウドデータ受信装置。
  7. ポイントクラウドデータ受信方法であって、
    符号化されたジオメトリ情報、符号化された特質情報、及びシグナリング情報を受信するステップ；
    前記シグナリング情報に基づいてジオメトリ情報を復号するステップ；
    符号化されたジオメトリ情報に基づいて１つ以上のレベルオブディテール（ＬＯＤ）を生成するステップ；
    前記１つ以上のＬＯＤに基づいて特質復号される各ポイントの１つ以上の隣接ポイントを選択するステップ；
    各ポイントの選択された１つ以上の隣接ポイントと前記シグナリング情報に基づいて各ポイントの特質情報を復号するステップ；及び
    前記復号されたジオメトリ情報と前記復号された特質情報に基づいて、復元されたポイントクラウドデータをレンダリングするステップ；を含んでなり、
    各ポイントの選択された１つ以上の隣接ポイントは、隣接ポイント最大距離内に位置し、
    前記隣接ポイント最大距離は、基本距離に隣接ポイント最大範囲を掛けることにより得られたものである、ポイントクラウドデータ受信方法。
  8. 前記１つ以上のＬＯＤが八分木に基づいて生成される場合、前記基本距離は、特定のＬＯＤにおいて一ノードの対角線距離に基づいて決定される、請求項７に記載のポイントクラウドデータ受信方法。
JP2022541964A 2020-01-07 2021-01-05 ポイントクラウドデータ送信装置、ポイントクラウドデータ送信方法、ポイントクラウドデータ受信装置、及びポイントクラウドデータ受信方法 Active JP7422883B2 (ja)

Applications Claiming Priority (5)

Application Number Priority Date Filing Date Title
US202062958264P 2020-01-07 2020-01-07
US62/958,264 2020-01-07
KR20200005544 2020-01-15
KR10-2020-0005544 2020-01-15
PCT/KR2021/000071 WO2021141352A2 (ko) 2020-01-07 2021-01-05 포인트 클라우드 데이터 송신 장치, 포인트 클라우드 데이터 송신 방법, 포인트 클라우드 데이터 수신 장치 및 포인트 클라우드 데이터 수신 방법

Publications (2)

Publication Number Publication Date
JP2023511263A JP2023511263A (ja) 2023-03-17
JP7422883B2 true JP7422883B2 (ja) 2024-01-26

Family

ID=76655350

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2022541964A Active JP7422883B2 (ja) 2020-01-07 2021-01-05 ポイントクラウドデータ送信装置、ポイントクラウドデータ送信方法、ポイントクラウドデータ受信装置、及びポイントクラウドデータ受信方法

Country Status (6)

Country Link
US (2) US11308651B2 (ja)
EP (1) EP4068213B1 (ja)
JP (1) JP7422883B2 (ja)
KR (1) KR102423499B1 (ja)
CN (1) CN114930397A (ja)
WO (1) WO2021141352A2 (ja)

Families Citing this family (17)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP4213096A1 (en) 2018-01-18 2023-07-19 BlackBerry Limited Methods and devices for entropy coding point clouds
EP3553745B1 (en) * 2018-04-09 2021-09-01 BlackBerry Limited Methods and devices for binary entropy coding of point clouds
US11417030B2 (en) * 2020-02-10 2022-08-16 Tencent America LLC Context modeling of occupancy coding for point cloud coding
CN113259678A (zh) * 2020-02-10 2021-08-13 腾讯美国有限责任公司 对点云信息进行编解码的方法和装置
US11381820B2 (en) * 2020-04-13 2022-07-05 Tencent America LLC Method and apparatus for video coding
US11539529B2 (en) * 2020-05-27 2022-12-27 Wipro Limited System and method for facilitating of an internet of things infrastructure for an application
US12026922B2 (en) * 2020-06-26 2024-07-02 Qualcomm Incorporated Attribute parameter coding for geometry-based point cloud compression
US11954891B2 (en) * 2020-06-30 2024-04-09 Electronics And Telecommunications Research Institute Method of compressing occupancy map of three-dimensional point cloud
EP4373097A1 (en) * 2021-07-15 2024-05-22 LG Electronics Inc. Point cloud data transmission device, point cloud data transmission method, point cloud data reception device, and point cloud data reception method
KR20240047385A (ko) * 2021-10-08 2024-04-12 엘지전자 주식회사 포인트 클라우드 데이터 송신 방법, 포인트 클라우드 데이터 송신 장치, 포인트 클라우드 데이터 수신 방법 및 포인트 클라우드 데이터 수신 장치
CN116233387A (zh) * 2021-12-03 2023-06-06 维沃移动通信有限公司 点云编码、解码方法、装置及通信设备
CN118679741A (zh) * 2022-01-04 2024-09-20 抖音视界有限公司 用于点云编解码的方法、装置及介质
US20240022764A1 (en) * 2022-07-12 2024-01-18 Tencent America LLC Texture coordinate coding in mesh compression
WO2024063608A1 (ko) * 2022-09-22 2024-03-28 엘지전자 주식회사 포인트 클라우드 데이터 송신 장치, 포인트 클라우드 데이터 송신 방법, 포인트 클라우드 데이터 수신 장치 및 포인트 클라우드 데이터 수신 방법
US20240233196A9 (en) * 2022-10-21 2024-07-11 Qualcomm Incorporated Attribute coding for point cloud compression
WO2024151077A1 (ko) * 2023-01-10 2024-07-18 엘지전자 주식회사 포인트 클라우드 데이터 송신 장치, 포인트 클라우드 데이터 송신 방법, 포인트 클라우드 데이터 수신 장치 및 포인트 클라우드 데이터 수신 방법
WO2024207481A1 (zh) * 2023-04-07 2024-10-10 Oppo广东移动通信有限公司 编解码方法、编码器、解码器、码流以及存储介质

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2020262831A1 (ko) 2019-06-28 2020-12-30 엘지전자 주식회사 포인트 클라우드 데이터 처리 장치 및 방법

Family Cites Families (16)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7940279B2 (en) * 2007-03-27 2011-05-10 Utah State University System and method for rendering of texel imagery
US8731313B2 (en) * 2009-03-23 2014-05-20 Level Set Systems, Inc. Method and apparatus for accurate compression and decompression of three-dimensional point cloud data
US9313514B2 (en) * 2010-10-01 2016-04-12 Sharp Kabushiki Kaisha Methods and systems for entropy coder initialization
US10694210B2 (en) * 2016-05-28 2020-06-23 Microsoft Technology Licensing, Llc Scalable point cloud compression with transform, and corresponding decompression
US10560660B2 (en) * 2017-01-04 2020-02-11 Intel Corporation Rectilinear viewport extraction from a region of a wide field of view using messaging in video transmission
EP3422724B1 (en) * 2017-06-26 2024-05-01 Nokia Technologies Oy An apparatus, a method and a computer program for omnidirectional video
US10909725B2 (en) * 2017-09-18 2021-02-02 Apple Inc. Point cloud compression
JPWO2019065297A1 (ja) * 2017-09-29 2020-11-05 ソニー株式会社 情報処理装置および方法
US10916041B2 (en) * 2018-03-30 2021-02-09 Samsung Electronics Co., Ltd. Method for depth image di coding
US11178373B2 (en) * 2018-07-31 2021-11-16 Intel Corporation Adaptive resolution of point cloud and viewpoint prediction for video streaming in computing environments
CN113455007B (zh) * 2019-03-22 2023-12-22 腾讯美国有限责任公司 帧间点云属性编解码的方法和装置
US11310560B2 (en) * 2019-05-17 2022-04-19 Samsung Electronics Co., Ltd. Bitstream merger and extractor
US11122102B2 (en) * 2019-07-03 2021-09-14 Lg Electronics Inc. Point cloud data transmission apparatus, point cloud data transmission method, point cloud data reception apparatus and point cloud data reception method
US11140395B2 (en) * 2019-07-03 2021-10-05 Tencent America LLC Method and apparatus for adaptive point cloud attribute coding
US11588871B2 (en) * 2019-07-16 2023-02-21 Apple Inc. Streaming of volumetric point cloud content based on session description protocols and real time protocols
US11158107B2 (en) * 2019-10-03 2021-10-26 Lg Electronics Inc. Point cloud data transmission device, point cloud data transmission method, point cloud data reception device, and point cloud data reception method

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2020262831A1 (ko) 2019-06-28 2020-12-30 엘지전자 주식회사 포인트 클라우드 데이터 처리 장치 및 방법

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
"G-PCC codec description v9"，N0011，[online], ISO/IEC JTC 1/SC 29/WG 7，2020年12月31日，Pages 1-8,132,133，[令和5年6月28日検索], インターネット, <URL: https://www.mpeg.org/standards/MPEG-I/9/> and <URL: https://www.mpeg.org/wp-content/uploads/mpeg_meetings/132_OnLine/w19620.zip>.
Khaled Mammou, et al.，"G-PCC codec description v2"，N18189，[online], ISO/IEC JTC1/SC29/WG11，2019年01月18日，Pages 1-39，[令和5年6月28日検索], インターネット, <URL: https://mpeg.chiariglione.org/meetings/125> and <URL: https://mpeg.chiariglione.org/sites/default/files/files/standards/parts/docs/w18189.zip>，and <URL: https://mpeg.chiariglione.org/standards/mpeg-i/geometry-based-point-cloud-compression/g-pcc-codec-description-v2>.

Also Published As

Publication number Publication date
EP4068213A2 (en) 2022-10-05
CN114930397A (zh) 2022-08-19
US20220319056A1 (en) 2022-10-06
EP4068213B1 (en) 2024-10-23
JP2023511263A (ja) 2023-03-17
EP4068213A4 (en) 2023-01-25
US11823424B2 (en) 2023-11-21
US11308651B2 (en) 2022-04-19
KR20210089087A (ko) 2021-07-15
US20210209813A1 (en) 2021-07-08
WO2021141352A2 (ko) 2021-07-15
KR102423499B1 (ko) 2022-07-22
WO2021141352A3 (ko) 2021-09-23

Similar Documents

Publication Publication Date Title
JP7422883B2 (ja) ポイントクラウドデータ送信装置、ポイントクラウドデータ送信方法、ポイントクラウドデータ受信装置、及びポイントクラウドデータ受信方法
KR102295825B1 (ko) 포인트 클라우드 데이터 송신 장치, 포인트 클라우드 데이터 송신 방법, 포인트 클라우드 데이터 수신 장치 및 포인트 클라우드 데이터 수신 방법
KR102358759B1 (ko) 포인트 클라우드 데이터 송신 장치, 포인트 클라우드 데이터 송신 방법, 포인트 클라우드 데이터 수신 장치 및 포인트 클라우드 데이터 수신 방법
JP7433442B2 (ja) ポイントクラウドデータ送信装置、送信方法、処理装置および処理方法
KR102406845B1 (ko) 포인트 클라우드 데이터 송신 장치, 포인트 클라우드 데이터 송신 방법, 포인트 클라우드 데이터 수신 장치 및 포인트 클라우드 데이터 수신 방법
JP2022544571A (ja) ポイントクラウドデータ送信装置、ポイントクラウドデータ送信方法、ポイントクラウドデータ受信装置及びポイントクラウドデータ受信方法。
JP7451576B2 (ja) ポイントクラウドデータ処理方法及び装置
US20220383552A1 (en) Point cloud data transmission device, point cloud data transmission method, point cloud data reception device, and point cloud data reception method
KR102548048B1 (ko) 포인트 클라우드 데이터 전송 장치, 전송 방법, 처리 장치 및 처리 방법
JP7307260B2 (ja) ポイントクラウドデータ送信装置、ポイントクラウドデータ送信方法、ポイントクラウドデータ受信装置及びポイントクラウドデータ受信方法。
US20220368751A1 (en) Point cloud data transmission device, point cloud data transmission method, point cloud data reception device, and point cloud data reception method
JP7448660B2 (ja) ポイントクラウドデータ送信装置、ポイントクラウドデータ送信方法、ポイントクラウドデータ受信装置及びポイントクラウドデータ受信方法
JP2022539762A (ja) ポイントクラウドデータ処理装置及び方法
JP2023548393A (ja) ポイントクラウドデータ送信装置、ポイントクラウドデータ送信方法、ポイントクラウドデータ受信装置及びポイントクラウドデータ受信方法
JP7440546B2 (ja) ポイントクラウドデータ処理装置及び方法
US20240179346A1 (en) Point cloud data transmission device, point cloud data transmission method, point cloud data reception device, and point cloud data reception method
US20230386088A1 (en) Point cloud data transmission device, point cloud data transmission method, point cloud data reception device, and point cloud data reception method
JP7425207B2 (ja) ポイントクラウドデータ送信装置、ポイントクラウドデータ送信方法、ポイントクラウドデータ受信装置及びポイントクラウドデータ受信方法
US20230045663A1 (en) Point cloud data transmission device, point cloud data transmission method, point cloud data reception device, and point cloud data reception method
KR20240152861A (ko) 포인트 클라우드 데이터 송신 장치, 포인트 클라우드 데이터 송신 방법, 포인트 클라우드 데이터 수신 장치 및 포인트 클라우드 데이터 수신 방법
JP2024511312A (ja) ポイントクラウドデータ送信方法、ポイントクラウドデータ送信装置、ポイントクラウドデータ受信方法及びポイントクラウドデータ受信装置

Legal Events

Date Code Title Description
A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20220726

A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20220726

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20230704

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20231004

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A821

Effective date: 20231005

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: 20231219

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20240116

R150 Certificate of patent or registration of utility model

Ref document number: 7422883

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R150