JPWO2019198523A1 - 画像処理装置および方法 - Google Patents

画像処理装置および方法 Download PDF

Info

Publication number
JPWO2019198523A1
JPWO2019198523A1 JP2020513195A JP2020513195A JPWO2019198523A1 JP WO2019198523 A1 JPWO2019198523 A1 JP WO2019198523A1 JP 2020513195 A JP2020513195 A JP 2020513195A JP 2020513195 A JP2020513195 A JP 2020513195A JP WO2019198523 A1 JPWO2019198523 A1 JP WO2019198523A1
Authority
JP
Japan
Prior art keywords
data
map
image
absence
image processing
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.)
Abandoned
Application number
JP2020513195A
Other languages
English (en)
Inventor
幸司 矢野
幸司 矢野
加藤 毅
毅 加藤
智 隈
智 隈
央二 中神
央二 中神
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Sony Corp
Sony Group Corp
Original Assignee
Sony Corp
Sony Group Corp
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Sony Corp, Sony Group Corp filed Critical Sony Corp
Publication of JPWO2019198523A1 publication Critical patent/JPWO2019198523A1/ja
Abandoned legal-status Critical Current

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T11/002D [Two Dimensional] image generation
    • G06T11/20Drawing from basic elements, e.g. lines or circles
    • G06T11/206Drawing of charts or graphs
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04NPICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/10Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
    • H04N19/102Methods 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
    • H04N19/132Sampling, masking or truncation of coding units, e.g. adaptive resampling, frame skipping, frame interpolation or high-frequency transform coefficient masking
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T11/002D [Two Dimensional] image generation
    • G06T11/003Reconstruction from projections, e.g. tomography
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T11/002D [Two Dimensional] image generation
    • G06T11/60Editing figures and text; Combining figures or text
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04NPICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/10Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
    • H04N19/102Methods 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
    • H04N19/115Selection of the code volume for a coding unit prior to coding
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04NPICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/10Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
    • H04N19/134Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the element, parameter or criterion affecting or controlling the adaptive coding
    • H04N19/136Incoming video signal characteristics or properties
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04NPICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/10Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
    • H04N19/169Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding
    • H04N19/17Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding the unit being an image region, e.g. an object
    • H04N19/176Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding the unit being an image region, e.g. an object the region being a block, e.g. a macroblock
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04NPICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/50Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using predictive coding
    • H04N19/597Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using predictive coding specially adapted for multi-view video sequence encoding
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04NPICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/85Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using pre-processing or post-processing specially adapted for video compression
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04NPICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/70Methods 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

Abstract

本開示は、画質の低減を抑制することができるようにする画像処理装置および方法に関する。3次元構造を表す3Dデータを2次元平面に投影した画像であるパッチが配置された1枚のフレーム画像に対して、各位置のデータの有無を示すマップを複数生成し、そのフレーム画像の符号化データと、生成された複数のマップの符号化データとを含むビットストリームを生成する。本開示は、例えば、情報処理装置、画像処理装置、電子機器、情報処理方法、またはプログラム等に適用することができる。

Description

本開示は、画像処理装置および方法に関し、特に、画質の低減を抑制することができるようにした画像処理装置および方法に関する。
従来、例えばポイントクラウド(Point cloud)のような3次元構造を表す3Dデータの符号化方法として、例えばOctree等のような、ボクセル(Voxel)を用いた符号化があった(例えば非特許文献1参照)。
近年、その他の符号化方法として、例えば、ポイントクラウドの位置と色情報それぞれを、小領域毎に2次元平面に投影し、2次元画像用の符号化方法で符号化するアプローチ(以下、ビデオベースドアプローチ(Video-based approach)とも称する)が提案されている。
このような符号化において、2次元平面に投影された位置情報に関して、ある固定サイズのブロックNxNの単位で、位置情報の有無を判定するためのオキュパンシーマップ(OccupancyMap)というものが定義され、ビットストリーム(Bitstream)に記述される。その際、このNの値もオキュパンシープレシジョン(OccupancyPrecision)という名前でビットストリームに記述される。
R. Mekuria, Student Member IEEE, K. Blom, P. Cesar., Member, IEEE, "Design, Implementation and Evaluation of a Point Cloud Codec for Tele-Immersive Video",tcsvt_paper_submitted_february.pdf
しかしながら、従来の方法では、このオキュパンシープレシジョンNは、オキュパンシーマップの対象となる全領域において固定であった。そのため、オキュパンシーマップにおいて小さいブロック単位でデータの有無を判定すればより解像度の高いPointCloudデータを表現することができるが、ビットレートが高くなってしまうというトレードオフの関係にあった。そのため、実際には、このオキュパンシーマップにおけるデータの有無の判定精度(オキュパンシープレシジョンN)によって、復号画像の画質が低減するおそれがあった。
本開示は、このような状況に鑑みてなされたものであり、画質の低減を抑制することができるようにするものである。
本技術の一側面の画像処理装置は、3次元構造を表す3Dデータを2次元平面に投影した画像であるパッチが配置された1枚のフレーム画像に対して、各位置のデータの有無を示すマップを複数生成するマップ生成部と、前記フレーム画像の符号化データと、前記マップ生成部により生成された複数の前記マップの符号化データとを含むビットストリームを生成するビットストリーム生成部とを備える画像処理装置である。
本技術の一側面の画像処理方法は、3次元構造を表す3Dデータを2次元平面に投影した画像であるパッチが配置された1枚のフレーム画像に対して、各位置のデータの有無を示すマップを複数生成し、前記フレーム画像の符号化データと、生成された複数の前記マップの符号化データとを含むビットストリームを生成する画像処理方法である。
本技術の他の側面の画像処理装置は、3次元構造を表す3Dデータを2次元平面に投影した画像であるパッチが配置されたフレーム画像に対応する複数の、各位置のデータの有無を示すマップを用いて、前記パッチから前記3Dデータを再構築する再構築部を備える画像処理装置である。
本技術の他の側面の画像処理方法は、3次元構造を表す3Dデータを2次元平面に投影した画像であるパッチが配置されたフレーム画像に対応する複数の、各位置のデータの有無を示すマップを用いて、前記パッチから前記3Dデータを再構築する画像処理方法である。
本技術のさらに他の側面の画像処理装置は、3次元構造を表す3Dデータを2次元平面に投影した画像であるパッチが配置されたフレーム画像の各位置のデータの有無を示すマップであって、前記データの有無を示す精度が複数設定されるマップを生成するマップ生成部と、前記フレーム画像の符号化データと、前記マップ生成部により生成された前記マップの符号化データとを含むビットストリームを生成するビットストリーム生成部とを備える画像処理装置である。
本技術のさらに他の側面の画像処理方法は、3次元構造を表す3Dデータを2次元平面に投影した画像であるパッチが配置されたフレーム画像の各位置のデータの有無を示すマップであって、前記データの有無を示す精度が複数設定されるマップを生成し、前記フレーム画像の符号化データと、生成された前記マップの符号化データとを含むビットストリームを生成する画像処理方法である。
本技術のさらに他の側面の画像処理装置は、3次元構造を表す3Dデータを2次元平面に投影した画像であるパッチが配置されたフレーム画像の各位置のデータの有無を示すマップであって、前記データの有無を示す精度が複数設定されるマップを用いて、前記パッチから前記3Dデータを再構築する再構築部を備える画像処理装置である。
本技術のさらに他の側面の画像処理方法は、3次元構造を表す3Dデータを2次元平面に投影した画像であるパッチが配置されたフレーム画像の各位置のデータの有無を示すマップであって、前記データの有無を示す精度が複数設定されるマップを用いて、前記パッチから前記3Dデータを再構築する画像処理方法である。
本技術の一側面の画像処理装置および方法においては、3次元構造を表す3Dデータを2次元平面に投影した画像であるパッチが配置された1枚のフレーム画像に対して、各位置のデータの有無を示すマップが複数生成され、そのフレーム画像の符号化データと、その生成された複数のマップの符号化データとを含むビットストリームが生成される。
本技術の他の側面の画像処理装置および方法においては、3次元構造を表す3Dデータを2次元平面に投影した画像であるパッチが配置されたフレーム画像に対応する複数の、各位置のデータの有無を示すマップを用いて、そのパッチから3Dデータが再構築される。
本技術のさらに他の側面の画像処理装置および方法においては、3次元構造を表す3Dデータを2次元平面に投影した画像であるパッチが配置されたフレーム画像の各位置のデータの有無を示すマップであって、そのデータの有無を示す精度が複数設定されるマップが生成され、そのフレーム画像の符号化データと、その生成されたマップの符号化データとを含むビットストリームが生成される。
本技術のさらに他の側面の画像処理装置および方法においては、3次元構造を表す3Dデータを2次元平面に投影した画像であるパッチが配置されたフレーム画像の各位置のデータの有無を示すマップであって、そのデータの有無を示す精度が複数設定されるマップを用いて、そのパッチから3Dデータが再構築される。
本開示によれば、画像を処理することができる。特に、画質の低減を抑制することができる。
ポイントクラウドの例を説明する図である。 ビデオベースドアプローチの概要の例を説明する図である。 ジオメトリ画像とオキュパンシーマップの例を示す図である。 オキュパンシーマップの精度の例を説明する図である。 オキュパンシーマップのデータ構造の例を説明する。 オキュパンシーマップの精度による画質低減の例を説明する図である。 本技術に関する主な特徴をまとめた図である。 オキュパンシーマップの例について説明する図である。 オキュパンシーマップの例について説明する図である。 オキュパンシーマップのデータ構造の例を説明する。 オキュパンシーマップの例について説明する図である。 オキュパンシーマップのデータ構造の例を説明する。 オキュパンシーマップのデータ構造の例を説明する。 符号化装置の主な構成例を示すブロック図である。 OMap生成部の主な構成例を説明する図である。 復号装置の主な構成例を示すブロック図である。 符号化処理の流れの例を説明するフローチャートである。 オキュパンシーマップ生成処理の流れの例を説明するフローチャートである。 オキュパンシーマップ生成処理の流れの例を説明するフローチャートである。 オキュパンシーマップ生成処理の流れの例を説明するフローチャートである。 オキュパンシーマップ生成処理の流れの例を説明するフローチャートである。 復号処理の流れの例を説明するフローチャートである。 ポイントクラウド再構築処理の流れの例を説明するフローチャートである。 ポイントクラウド再構築処理の流れの例を説明するフローチャートである。 ポイントクラウド再構築処理の流れの例を説明するフローチャートである。 ポイントクラウド再構築処理の流れの例を説明するフローチャートである。 コンピュータの主な構成例を示すブロック図である。
以下、本開示を実施するための形態(以下実施の形態とする)について説明する。なお、説明は以下の順序で行う。
1.ビデオベースドアプローチ
2.第1の実施の形態(オキュパンシーマップの精度の制御)
3.付記
<1.ビデオベースドアプローチ>
<技術内容・技術用語をサポートする文献等>
本技術で開示される範囲は、実施の形態に記載されている内容だけではなく、出願当時において公知となっている以下の非特許文献に記載されている内容も含まれる。
非特許文献1:(上述)
非特許文献2:TELECOMMUNICATION STANDARDIZATION SECTOR OF ITU(International Telecommunication Union), "Advanced video coding for generic audiovisual services", H.264, 04/2017
非特許文献3:TELECOMMUNICATION STANDARDIZATION SECTOR OF ITU(International Telecommunication Union), "High efficiency video coding", H.265, 12/2016
非特許文献4:Jianle Chen, Elena Alshina, Gary J. Sullivan, Jens-Rainer, Jill Boyce, "Algorithm Description of Joint Exploration Test Model 4", JVET-G1001_v1, Joint Video Exploration Team (JVET) of ITU-T SG 16 WP 3 and ISO/IEC JTC 1/SC 29/WG 11 7th Meeting: Torino, IT, 13-21 July 2017
つまり、上述の非特許文献に記載されている内容もサポート要件を判断する際の根拠となる。例えば、非特許文献3に記載されているQuad-Tree Block Structure、非特許文献4に記載されているQTBT(Quad Tree Plus Binary Tree) Block Structureが実施の形態において直接的な記載がない場合でも、本技術の開示範囲内であり、請求の範囲のサポート要件を満たすものとする。また、例えば、パース(Parsing)、シンタックス(Syntax)、セマンティクス(Semantics)等の技術用語についても同様に、実施の形態において直接的な記載がない場合でも、本技術の開示範囲内であり、請求の範囲のサポート要件を満たすものとする。
<ポイントクラウド>
従来、点群の位置情報や属性情報等により3次元構造を表すポイントクラウドや、頂点、エッジ、面で構成され、多角形表現を使用して3次元形状を定義するメッシュ等のデータが存在した。
例えばポイントクラウドの場合、図1のAに示されるような立体構造物を、図1のBに示されるような多数の点の集合(点群)として表現する。つまり、ポイントクラウドのデータは、この点群の各点の位置情報や属性情報(例えば色等)により構成される。したがってデータ構造が比較的単純であるとともに、十分に多くの点を用いることにより任意の立体構造を十分な精度で表現することができる。
<ビデオベースドアプローチの概要>
このようなポイントクラウドの位置と色情報それぞれを、小領域毎に2次元平面に投影し、2次元画像用の符号化方法で符号化するビデオベースドアプローチ(Video-based approach)が提案されている。
このビデオベースドアプローチでは、例えば図2に示されるように、入力されたポイントクラウド(Point cloud)が複数のセグメンテーション(領域とも称する)に分割され、領域毎に2次元平面に投影される。なお、ポイントクラウドの位置毎のデータ(すなわち、各ポイントのデータ)は、上述のように位置情報(Geometry(Depthとも称する))と属性情報(Texture)とにより構成され、それぞれ、領域毎に2次元平面に投影される。
そして、この2次元平面に投影された各セグメンテーション(パッチとも称する)は、2次元画像に配置され、例えば、AVC(Advanced Video Coding)やHEVC(High Efficiency Video Coding)等といった、2次元平面画像用の符号化方式により符号化される。
<オキュパンシーマップ>
ビデオベースドアプローチにより、3Dデータを2次元平面に投影する場合、上述のように位置情報が投影された2次元平面画像(ジオメトリ(Geometry)画像とも称する)と、属性情報が投影された2次元平面画像(テクスチャ(Texture)画像とも称する)との他に、図3に示されるようなオキュパンシーマップが生成される。オキュパンシーマップは、2次元平面の各位置における、位置情報および属性情報の有無を示すマップ情報である。図3の例では、互いに対応する位置の(パッチの)ジオメトリ画像(Depth)とオキュパンシーマップ(Occupancy)とが並べられている。図3の例の場合、オキュパンシーマップ(図中左側)の白い部分が、ジオメトリ画像のデータ(すなわち位置情報)が存在する位置(座標)を示しており、黒い部分が、ジオメトリ画像のデータ(すなわち位置情報)が存在しない位置(座標)を示している。
図4は、このオキュパンシーマップの構成例を示す図である。図4に示されるように、オキュパンシーマップ10は、Resolutionと称するブロック11(太線枠)により構成される。図4においては、1つのブロック11にのみ符号を付しているが、オキュパンシーマップ10は、2×2の4つのブロック11により構成される。各ブロック11(Resolution)は、Precisionと称するサブブロック12(細線枠)により構成される。図4の例の場合、各ブロック11は、4×4のサブブロック12により構成される。
あるフレーム画像の、このオキュパンシーマップ10に対応する範囲には、パッチ21乃至パッチ23が配置される。オキュパンシーマップ10においては、このパッチのデータの有無がサブブロック12毎に判定される。
図5は、オキュパンシーマップのデータ構造の例を示す。オキュパンシーマップには、図5に示されるようなデータが含まれる。
例えば、Arithmetic encoded variablesには、各パッチについての範囲を示す座標情報(u0,v0,u1,v1)が格納されている。つまり、オキュパンシーマップにおいては、各パッチの領域の範囲が、その対頂点の座標((u0,v0)および(u1,v1))により示されている。
このオキュパンシーマップ(OccupancyMap)では、所定の固定サイズのブロックNxNの単位で、位置情報(および属性情報)の有無が判定される。図5に示されるように、このNの値もオキュパンシープレシジョン(OccupancyPrecision)という名前でビットストリームに記述される。
<オキュパンシーマップによる解像度低減>
しかしながら、従来の方法では、このオキュパンシープレシジョンN(プレシジョン値とも称する)は、オキュパンシーマップの対象となる全領域において固定であった。そのため、オキュパンシーマップにおいて小さいブロック単位でデータの有無を判定すればより解像度の高いポイントクラウドデータを表現することができるが、ビットレートが高くなってしまうというトレードオフの関係にあった。そのため、実際には、このオキュパンシーマップにおけるデータの有無の判定精度(オキュパンシープレシジョンN)によって、絵柄の細かい部分において解像度が低減し、復号画像の画質が低減するおそれがあった。
例えば、図6のAに示される画像51には、細い線状の髪の毛が含まれているが、これが例えばプレシジョン値「1」(precision=1)のオキュパンシーマップによって、図6のBの画像52のように太くなってしまうおそれがあった。オキュパンシーマップのプレシジョン値が「2」(precision=2)の場合、図6のCの画像53のようにさらに太くなってしまうおそれがあった。オキュパンシーマップのプレシジョン値が「4」(precision=4)の場合、図6のDの画像54のようにさらに太くなって、線がブロック化してしまうおそれがあった。
このように、ビデオベースドアプローチにより符号化した3Dデータを復号した復号画像の画質は、オキュパンシーマップのプレシジョン値(precision)に依存するため、画像の細かさに比べてこのプレシジョン値が大きい場合、復号画像の画質が低減するおそれがあった。
<プレシジョン値の制御>
そこで、オキュパンシーマップの精度(プレシジョン値)を制御することができるようにする(可変とする)。
例えば、3次元構造を表す3Dデータを2次元平面に投影した画像であるパッチが配置された1枚のフレーム画像に対して、各位置のデータの有無を示すマップ(オキュパンシーマップ)を複数生成し、そのフレーム画像の符号化データと、その生成された複数のマップの符号化データとを含むビットストリームを生成するようにする。
例えば、画像処理装置において、3次元構造を表す3Dデータを2次元平面に投影した画像であるパッチが配置された1枚のフレーム画像に対して、各位置のデータの有無を示すマップ(オキュパンシーマップ)を複数生成するマップ生成部と、そのフレーム画像の符号化データと、そのマップ生成部により生成された複数のマップの符号化データとを含むビットストリームを生成するビットストリーム生成部とを備えるようにする。
このようにすることにより、パッチが配置されたフレーム画像の局所毎に適用するマック(オキュパンシーマップ)を変えることができる。したがって、例えば、局所毎に、プレシジョン値の異なるマップ(オキュパンシーマップ)を適用することができる。つまり、実質的に、位置に応じてプレシジョン値を可変とすることができる。したがって、例えば、そのフレーム画像のどの位置においても、その位置の局所的な解像度(絵柄の細かさ)に適したプレシジョン値のマップ(オキュパンシーマップ)によりデータの有無を判定することができる。したがって、符号量の増大(符号化効率の低減)を抑制しながら、復号画像の画質(再構築した3Dデータの品質)の低減を抑制することができる。
また、例えば、3次元構造を表す3Dデータを2次元平面に投影した画像であるパッチが配置されたフレーム画像に対応する複数の、各位置のデータの有無を示すマップ(オキュパンシーマップ)を用いて、そのパッチから3Dデータを再構築するようにする。
例えば、画像処理装置において、3次元構造を表す3Dデータを2次元平面に投影した画像であるパッチが配置されたフレーム画像に対応する複数の、各位置のデータの有無を示すマップ(オキュパンシーマップ)を用いて、そのパッチから3Dデータを再構築する再構築部を備えるようにする。
このようにすることにより、パッチが配置されたフレーム画像の局所毎に、プレシジョン値の異なるマップ(オキュパンシーマップ)を適用して、3Dデータを再構築することができる。つまり、実質的に、位置に応じてプレシジョン値を可変とすることができる。したがって、例えば、そのフレーム画像のどの位置においても、その位置の局所的な解像度(絵柄の細かさ)に適したプレシジョン値のマップ(オキュパンシーマップ)により3Dデータを再構築することができる。したがって、符号量の増大(符号化効率の低減)を抑制しながら、復号画像の画質(再構築した3Dデータの品質)の低減を抑制することができる。
また、例えば、3次元構造を表す3Dデータを2次元平面に投影した画像であるパッチが配置されたフレーム画像の各位置のデータの有無を示すマップ(オキュパンシーマップ)であって、そのデータの有無を示す精度が複数設定されるマップを生成し、そのフレーム画像の符号化データと、その生成されたマップの符号化データとを含むビットストリームを生成するようにする。
例えば、画像処理装置において、3次元構造を表す3Dデータを2次元平面に投影した画像であるパッチが配置されたフレーム画像の各位置のデータの有無を示すマップ(オキュパンシーマップ)であって、そのデータの有無を示す精度が複数設定されるマップを生成するマップ生成部と、そのフレーム画像の符号化データと、そのマップ生成部により生成されたマップの符号化データとを含むビットストリームを生成するビットストリーム生成部とを備えるようにする。
このようにすることにより、パッチが配置されたフレーム画像の局所毎にマップ(オキュパンシーマップ)のプレシジョン値を変えることができる。つまり、位置に応じてプレシジョン値を可変とすることができる。したがって、例えば、そのフレーム画像のどの位置においても、その位置の局所的な解像度(絵柄の細かさ)に適したプレシジョン値のマップ(オキュパンシーマップ)によりデータの有無を判定することができる。したがって、符号量の増大(符号化効率の低減)を抑制しながら、復号画像の画質(再構築した3Dデータの品質)の低減を抑制することができる。
また、例えば、3次元構造を表す3Dデータを2次元平面に投影した画像であるパッチが配置されたフレーム画像の各位置のデータの有無を示すマップ(オキュパンシーマップ)であって、そのデータの有無を示す精度が複数設定されるマップを用いて、そのパッチから3Dデータを再構築するようにする。
例えば、画像処理装置において、3次元構造を表す3Dデータを2次元平面に投影した画像であるパッチが配置されたフレーム画像の各位置のデータの有無を示すマップ(オキュパンシーマップ)であって、そのデータの有無を示す精度が複数設定されるマップを用いて、そのパッチから3Dデータを再構築する再構築部を備えるようにする。
このようにすることにより、パッチが配置されたフレーム画像の局所毎にプレシジョン値を変えたマップ(オキュパンシーマップ)を適用して、3Dデータを再構築することができる。つまり、位置に応じてプレシジョン値を可変とすることができる。したがって、例えば、そのフレーム画像のどの位置においても、その位置の局所的な解像度(絵柄の細かさ)に適したプレシジョン値のマップ(オキュパンシーマップ)により3Dデータを再構築することができる。したがって、符号量の増大(符号化効率の低減)を抑制しながら、復号画像の画質(再構築した3Dデータの品質)の低減を抑制することができる。
<ビデオベースドアプローチに関する本技術>
以上に説明したようなビデオベースドアプローチに関する本技術について説明する。図7の表61に示されるように、本技術においては、オキュパンシーマップの精度を可変とする。
この精度を可変とする第1の方法(マップ仕様1)では、精度(プレシジョン値)が互いに異なる複数のオキュパンシーマップを生成し、伝送する。
例えば、図8に示されるように、プレシジョン値「4」(Precision = 4)のオキュパンシーマップ10−1と、プレシジョン値「1」(Precision = 1)のオキュパンシーマップ10−2とを生成し、伝送する。
図8の場合、ブロック毎にいずれかの精度でオキュパンシーを表現する(OR)。図8の例の場合、オキュパンシーマップの左側の2ブロックは、オキュパンシーマップ10−1が適用されている。したがって、パッチ21およびパッチ23は、プレシジョン値「4」(Precision = 4)の精度でオキュパンシーが表現されている。これに対して、オキュパンシーマップの右側の2ブロックは、オキュパンシーマップ10−2が適用されている。したがって、パッチ22は、プレシジョン値「1」(Precision = 1)の精度でオキュパンシーが表現されている。
このようにすることにより、位置に応じてプレシジョン値を可変とすることができるので、符号化効率の低減を抑制しながら、復号画像の画質(再構築した3Dデータの品質)の低減を抑制することができる。
なお、低精度のオキュパンシーとの差分情報を高精度のオキュパンシーで表現するようにしてもよい(XOR)。例えば、図9のように、オキュパンシーマップ10−1によって(つまり、プレシジョン値「4」(Precision = 4)の精度で)、パッチ21乃至パッチ23のデータの有無を判定し(実際には、パッチ21、パッチ22−1、およびパッチ23)、その精度で表現できない部分(パッチ22−2およびパッチ22−3)は、オキュパンシーマップ10−2によって(つまり、プレシジョン値「1」(Precision = 1)の精度で)データの有無を判定するようにしてもよい。なお、オキュパンシーマップ10−2によるデータの有無は、オキュパンシーマップ10−1による判定結果との排他的論理和(XOR)で判定するので、パッチ22−1は、オキュパンシーマップ10−2においても判定するようにしてもよい。
このようにすることにより、図8の場合と同様に、位置に応じてプレシジョン値を可変とすることができるので、符号化効率の低減を抑制しながら、復号画像の画質(再構築した3Dデータの品質)の低減を抑制することができる。
図8および図9の場合における、オキュパンシーマップのデータ構造の例を図10に示す。図10において下線を付した部分が、図5の場合と異なる部分である。つまり、この場合、オキュパンシーマップのデータには、精度に関する情報が含まれる。その精度に関する情報として、例えば、このデータにおいて設定される精度の数(Number of Occupancy Precision(n))が設定される。また、そのn個の精度(プレシジョン値)が設定される(Occupancy Precision(N1), Occupancy Precision(N2),・・・)。
そして各プレシジョン値のサブブロック(N1xN1, N2xN2,・・・)毎に、データの有無の判定結果が設定される。
図7に戻り、精度を可変とする第2の方法(マップ仕様2)では、精度(プレシジョン値)が異なるブロックを含むオキュパンシーマップを生成し、伝送する。
例えば、図11に示されるように、ブロック毎に精度を設定することができるオキュパンシーマップ10を生成し、伝送するようにしてもよい。図11の例の場合、オキュパンシーマップ10は、左側の2ブロック(ブロック11−1およびブロック11−2)のサブブロック(サブブロック12−1およびサブブロック12−2)のプレシジョン値が「4」(Precision = 4)であり、右側の2ブロック(ブロック11−3およびブロック11−4)のサブブロック(サブブロック12−3およびサブブロック12−4)のプレシジョン値が「8」(Precision = 8)である。つまり、パッチ21およびパッチ23は、プレシジョン値「4」(Precision = 4)の精度でデータの有無が判定され、パッチ22は、プレシジョン値「8」(Precision = 8)の精度でデータの有無が判定されている。
このようにすることにより、位置に応じてプレシジョン値を可変とすることができるので、符号化効率の低減を抑制しながら、復号画像の画質(再構築した3Dデータの品質)の低減を抑制することができる。
この場合における、オキュパンシーマップのデータ構造の例を図13に示す。図13において下線を付した部分が、図10の場合と異なる部分である。つまり、この場合、オキュパンシーマップのデータには、精度の数(Number of Occupancy Precision(n))や、そのn個の精度(Occupancy Precision(N1), Occupancy Precision(N2),・・・)の情報は含まれない。
そして、ブロック毎(For each block(ResxRes))に、プレシジョン値(OccupancyPrecision(N'))が設定され、各プレシジョン値のサブブロック(N'xN',・・・)毎に、データの有無の判定結果が設定される。
なお、パッチ毎に精度を設定することができるオキュパンシーマップ10を生成し、伝送するようにしてもよい。つまり、図11のような各サブブロックのプレシジョン値を、パッチ毎に設定し、そのパッチを含むサブブロックのプレシジョン値が、そのパッチに対応するプレシジョン値となるようにしてもよい。
例えば、図11の場合、パッチ22に対してプレシジョン値「8」(Precision = 8)が設定されており、このパッチ22を含むサブブロック(サブブロック12−3およびサブブロック12−4)のプレシジョン値が「8」(Precision = 8)に設定されている。
このようにすることにより、ブロック毎に精度を設定する場合と同様に、位置に応じてプレシジョン値を可変とすることができるので、符号化効率の低減を抑制しながら、復号画像の画質(再構築した3Dデータの品質)の低減を抑制することができる。
この場合における、オキュパンシーマップのデータ構造の例を図12に示す。図12において下線を付した部分が、図10の場合と異なる部分である。つまり、この場合、オキュパンシーマップのデータには、精度の数(Number of Occupancy Precision(n))や、そのn個の精度(Occupancy Precision(N1), Occupancy Precision(N2),・・・)の情報は含まれない。
そして、各パッチ(For each pathc)に、プレシジョン値(Precision(N'))が設定され、そのパッチに属するサブブロックのプレシジョン値がN'に設定されている(N'xN')。
図7に戻り、上述の第1の方法と第2の方法とを組み合わせてもよい。これを、精度を可変とする第3の方法(マップ仕様3)とする。この場合、精度(プレシジョン値)が異なるブロックを含む複数のオキュパンシーマップを生成し、伝送する。
このようにすることにより、位置に応じてプレシジョン値を可変とすることができるので、符号化効率の低減を抑制しながら、復号画像の画質(再構築した3Dデータの品質)の低減を抑制することができる。
以上のように、本技術を適用することにより、いずれの方法の場合であっても、各位置の精度(プレシジョン値)を設定することができる(つまり、精度を可変とすることができる)。
なお、この精度の決定方法は任意である。例えば、RDコストに基づいて最適なプレシジョン値を求めるようにしてもよい。また、例えば、主観的に最も効果的な値に決定するようにしてもよい。また、例えば、局所領域の特性(例えば、「顔」、「髪」等)や、注目領域(ROI)等に基づいてプレシジョン値を決定するようにしてもよい。また、例えば、再構成したポイントクラウドの品質とオキュパンシーマップの伝送に必要なビット量とを指標に用いてプレシジョン値を決定するようにしてもよい。また、例えば、オキュパンシーマップと局所領域の画素数との関係からプレシジョン値を決定するようにしてもよい。
<2.第1の実施の形態>
<符号化装置>
次に、以上のような各手法を実現する構成について説明する。図14は、本技術を適用した画像処理装置の一態様である符号化装置の構成の一例を示すブロック図である。図14に示される符号化装置100は、ポイントクラウドのような3Dデータを2次元平面に投影して2次元画像用の符号化方法により符号化を行う装置(ビデオベースドアプローチを適用した符号化装置)である。
なお、図14においては、処理部やデータの流れ等の主なものを示しており、図14に示されるものが全てとは限らない。つまり、符号化装置100において、図14においてブロックとして示されていない処理部が存在したり、図14において矢印等として示されていない処理やデータの流れが存在したりしてもよい。これは、符号化装置100内の処理部等を説明する他の図においても同様である。
図14に示されるように符号化装置100は、パッチ分解部111、パッキング部112、OMap生成部113、補助パッチ情報圧縮部114、ビデオ符号化部115、ビデオ符号化部116、OMap符号化部117、およびマルチプレクサ118を有する。
パッチ分解部111は、3Dデータの分解に関する処理を行う。例えば、パッチ分解部111は、符号化装置100に入力される、3次元構造を表す3Dデータ(例えばポイントクラウド(Point Cloud))を取得する。また、パッチ分解部111は、取得したその3Dデータを複数のセグメンテーションに分解し、そのセグメンテーション毎に3Dデータを2次元平面に投影し、位置情報のパッチや属性情報のパッチを生成する。
パッチ分解部111は、生成した各パッチに関する情報をパッキング部112に供給する。また、パッチ分解部111は、その分解に関する情報である補助パッチ情報を、補助パッチ情報圧縮部114に供給する。
パッキング部112は、データのパッキングに関する処理を行う。例えば、パッキング部112は、パッチ分解部111から供給される領域毎に3Dデータが投影された2次元平面のデータ(パッチ)を取得する。また、パッキング部112は、取得した各パッチを2次元画像に配置してビデオフレームとしてパッキングする。例えば、パッキング部112は、ポイントの位置を示す位置情報(Geometry)のパッチや、その位置情報に付加される色情報等の属性情報(Texture)のパッチを、それぞれ、ビデオフレームとしてパッキングする。
パッキング部112は、生成したビデオフレームをOMap生成部113に供給する。また、パッキング部112は、そのパッキングに関する制御情報をマルチプレクサ118に供給する。
OMap生成部113は、オキュパンシーマップの生成に関する処理を行う。例えば、OMap生成部113は、パッキング部112から供給されるデータを取得する。また、OMap生成部113は、位置情報や属性情報に対応するオキュパンシーマップを生成する。例えば、OMap生成部113は、パッチが配置された1枚のフレーム画像に対して複数のオキュパンシーマップを生成する。また、例えば、OMap生成部113は、精度が複数設定されるオキュパンシーマップを生成する。OMap生成部113は、生成したオキュパンシーマップや、パッキング部112から取得した各種情報を後段の処理部に供給する。例えば、OMap生成部113は、位置情報(Geometry)のビデオフレームをビデオ符号化部115に供給する。また、例えば、OMap生成部113は、属性情報(Texture)のビデオフレームをビデオ符号化部116に供給する。さらに、例えば、OMap生成部113は、オキュパンシーマップをOMap符号化部117に供給する。
補助パッチ情報圧縮部114は、補助パッチ情報の圧縮に関する処理を行う。例えば、補助パッチ情報圧縮部114は、パッチ分解部111から供給されるデータを取得する。補助パッチ情報圧縮部114は、取得したデータに含まれる補助パッチ情報を符号化(圧縮)する。補助パッチ情報圧縮部114は、得られた補助パッチ情報の符号化データをマルチプレクサ118に供給する。
ビデオ符号化部115は、位置情報(Geometry)のビデオフレームの符号化に関する処理を行う。例えば、ビデオ符号化部115は、OMap生成部113から供給される位置情報(Geometry)のビデオフレームを取得する。また、ビデオ符号化部115は、その取得した位置情報(Geometry)のビデオフレームを、例えばAVCやHEVC等の任意の2次元画像用の符号化方法により符号化する。ビデオ符号化部115は、その符号化により得られた符号化データ(位置情報(Geometry)のビデオフレームの符号化データ)をマルチプレクサ118に供給する。
ビデオ符号化部116は、属性情報(Texture)のビデオフレームの符号化に関する処理を行う。例えば、ビデオ符号化部116は、OMap生成部113から供給される属性情報(Texture)のビデオフレームを取得する。また、ビデオ符号化部116は、その取得した属性情報(Texture)のビデオフレームを、例えばAVCやHEVC等の任意の2次元画像用の符号化方法により符号化する。ビデオ符号化部116は、その符号化により得られた符号化データ(属性情報(Texture)のビデオフレームの符号化データ)をマルチプレクサ118に供給する。
OMap符号化部117は、オキュパンシーマップの符号化に関する処理を行う。例えば、OMap符号化部117は、OMap生成部113から供給されるオキュパンシーマップを取得する。また、OMap符号化部117は、その取得したオキュパンシーマップを、例えば算術符号化等の任意の符号化方法により符号化する。OMap符号化部117は、その符号化により得られた符号化データ(オキュパンシーマップの符号化データ)をマルチプレクサ118に供給する。
マルチプレクサ118は、多重化に関する処理を行う。例えば、マルチプレクサ118は、補助パッチ情報圧縮部114から供給される補助パッチ情報の符号化データを取得する。また、マルチプレクサ118は、パッキング部112から供給されるパッキングに関する制御情報を取得する。また、マルチプレクサ118は、ビデオ符号化部115から供給される位置情報(Geometry)のビデオフレームの符号化データを取得する。また、マルチプレクサ118は、ビデオ符号化部116から供給される属性情報(Texture)のビデオフレームの符号化データを取得する。また、マルチプレクサ118は、OMap符号化部117から供給されるオキュパンシーマップの符号化データを取得する。
マルチプレクサ118は、取得したそれらの情報を多重化して、ビットストリーム(Bitstream)を生成する。マルチプレクサ118は、その生成したビットストリームを符号化装置100の外部に出力する。
<OMap生成部>
図15は、図14のOMap生成部113の主な構成例を示すブロック図である。図15に示されるように、OMap生成部113は、プレシジョン値決定部151およびOMap生成部152を有する。
プレシジョン値決定部151は、プレシジョン値の決定に関する処理を行う。例えば、プレシジョン値決定部151は、パッキング部112から供給されるデータを取得する。また、プレシジョン値決定部151は、そのデータに基づく等して、各位置のプレシジョン値を決定する。
このプレシジョン値の決定方法は任意である。例えば、RDコストに基づいて最適なプレシジョン値を求めるようにしてもよい。また、例えば、主観的に最も効果的な値に決定するようにしてもよい。また、例えば、局所領域の特性(例えば、「顔」、「髪」等)や、注目領域(ROI)等に基づいてプレシジョン値を決定するようにしてもよい。また、例えば、再構成したポイントクラウドの品質とオキュパンシーマップの伝送に必要なビット量とを指標に用いてプレシジョン値を決定するようにしてもよい。また、例えば、オキュパンシーマップと局所領域の画素数との関係からプレシジョン値を決定するようにしてもよい。
プレシジョン値決定部151は、プレシジョン値を決定すると、その情報とともに、パッキング部112から取得したデータをOMap生成部152に供給する。
OMap生成部152は、オキュパンシーマップの生成に関する処理を行う。例えば、OMap生成部152は、プレシジョン値決定部151から供給されるデータを取得する。また、OMap生成部152は、プレシジョン値決定部151から供給される位置情報や属性情報のビデオフレームや、プレシジョン値決定部151が決定したプレシジョン値等に基づいて、例えば図8乃至図13を参照して説明したような、位置に応じてプレシジョン値が可変のオキュパンシーマップを生成する。
OMap生成部152は、生成したオキュパンシーマップとともに、プレシジョン値決定部151から取得した各種情報を後段の処理部に供給する。
<復号装置>
図16は、本技術を適用した画像処理装置の一態様である復号装置の構成の一例を示すブロック図である。図16に示される復号装置200は、ポイントクラウドのような3Dデータが2次元平面に投影されて符号化された符号化データを、2次元画像用の復号方法により復号し、3次元空間に投影する装置(ビデオベースドアプローチを適用した復号装置)である。
なお、図16においては、処理部やデータの流れ等の主なものを示しており、図16に示されるものが全てとは限らない。つまり、復号装置200において、図16においてブロックとして示されていない処理部が存在したり、図16において矢印等として示されていない処理やデータの流れが存在したりしてもよい。これは、復号装置200内の処理部等を説明する他の図においても同様である。
図16に示されるように復号装置200は、デマルチプレクサ211、補助パッチ情報復号部212、ビデオ復号部213、ビデオ復号部214、OMap復号部215、アンパッキング部216、および3D再構築部217を有する。
デマルチプレクサ211は、データの逆多重化に関する処理を行う。例えば、デマルチプレクサ211は、復号装置200に入力されるビットストリームを取得する。このビットストリームは、例えば、符号化装置100より供給される。デマルチプレクサ211は、このビットストリームを逆多重化し、補助パッチ情報の符号化データを抽出し、それを補助パッチ情報復号部212に供給する。また、デマルチプレクサ211は、逆多重化により、ビットストリームから、位置情報(Geometry)のビデオフレームの符号化データを抽出し、それをビデオ復号部213に供給する。さらに、デマルチプレクサ211は、逆多重化により、ビットストリームから、属性情報(Texture)のビデオフレームの符号化データを抽出し、それをビデオ復号部214に供給する。また、デマルチプレクサ211は、逆多重化により、ビットストリームから、オキュパンシーマップの符号化データを抽出し、それをOMap復号部215に供給する。また、デマルチプレクサ211は、逆多重化により、ビットストリームから、パッキングに関する制御情報を抽出し、それをアンパッキング部216に供給する。
補助パッチ情報復号部212は、補助パッチ情報の符号化データの復号に関する処理を行う。例えば、補助パッチ情報復号部212は、デマルチプレクサ211から供給される補助パッチ情報の符号化データを取得する。また、補助パッチ情報復号部212は、その取得したデータに含まれる補助パッチ情報の符号化データを復号する。補助パッチ情報復号部212は、その復号により得られた補助パッチ情報を3D再構築部217に供給する。
ビデオ復号部213は、位置情報(Geometry)のビデオフレームの符号化データの復号に関する処理を行う。例えば、ビデオ復号部213は、デマルチプレクサ211から供給される位置情報(Geometry)のビデオフレームの符号化データを取得する。また、ビデオ復号部213は、デマルチプレクサ211から取得した符号化データを復号し、位置情報(Geometry)のビデオフレームを得る。ビデオ復号部213は、復号した符号化単位の位置情報(Geometry)のデータを、アンパッキング部216に供給する。
ビデオ復号部214は、属性情報(Texture)のビデオフレームの符号化データの復号に関する処理を行う。例えば、ビデオ復号部214は、デマルチプレクサ211から供給される属性情報(Texture)のビデオフレームの符号化データを取得する。また、ビデオ復号部214は、デマルチプレクサ211から取得した符号化データを復号し、属性情報(Texture)のビデオフレームを得る。ビデオ復号部214は、復号した符号化単位の属性情報(Texture)のデータを、アンパッキング部216に供給する。
OMap復号部215は、オキュパンシーマップの符号化データの復号に関する処理を行う。例えば、OMap復号部215は、デマルチプレクサ211から供給されるオキュパンシーマップの符号化データを取得する。また、OMap復号部215は、デマルチプレクサ211から取得した符号化データを復号し、オキュパンシーマップを得る。OMap復号部215は、復号した符号化単位のオキュパンシーマップのデータを、アンパッキング部216に供給する。
アンパッキング部216は、アンパッキングに関する処理を行う。例えば、アンパッキング部216は、ビデオ復号部213から位置情報(Geometry)のビデオフレームを取得し、ビデオ復号部214から属性情報(Texture)のビデオフレームを取得し、OMap復号部215からオキュパンシーマップを取得する。また、アンパッキング部216は、パッキングに関する制御情報に基づいて、位置情報(Geometry)のビデオフレームや属性情報(Texture)のビデオフレームをアンパッキングする。アンパッキング部216は、アンパッキングして得られた位置情報(Geometry)のデータ(パッチ等)や属性情報(Texture)のデータ(パッチ等)、並びにオキュパンシーマップのデータ等を、3D再構築部217に供給する。
3D再構築部217は、3Dデータの再構築に関する処理を行う。例えば、3D再構築部217は、補助パッチ情報復号部212から供給される補助パッチ情報や、アンパッキング部216から供給される位置情報(Geometry)のデータ、属性情報(Texture)のデータ、およびオキュパンシーマップのデータ等に基づいて、3Dデータ(Point Cloud)を再構築する。例えば、3D再構築部217は、位置情報や属性情報のパッチ(パッチが配置されたフレーム画像)に対応する複数のオキュパンシーマップを用いて、そのパッチから3Dデータを再構築する。また、例えば、3D再構築部217は、データの有無を示す精度が複数設定されるオキュパンシーマップを用いて、位置情報や属性情報のパッチから3Dデータを再構築する。3D再構築部217は、このような処理により得られた3Dデータを復号装置200の外部に出力する。
この3Dデータは、例えば、表示部に供給されてその画像が表示されたり、記録媒体に記録されたり、通信を介して他の装置に供給されたりする。
このような構成を備えることにより、パッチが配置されたフレーム画像の局所毎に適用するオキュパンシーマップを変えることができる。つまり、実質的に、位置に応じてプレシジョン値を可変とすることができる。したがって、例えば、そのフレーム画像のどの位置においても、その位置の局所的な解像度(絵柄の細かさ)に適したプレシジョン値のオキュパンシーマップによりデータの有無を判定したり、3Dデータを再構築したりすることができる。したがって、符号量の増大(符号化効率の低減)を抑制しながら、復号画像の画質(再構築した3Dデータの品質)の低減を抑制することができる。
また、このような構成を備えることにより、パッチが配置されたフレーム画像の局所毎にオキュパンシーマップのプレシジョン値を変えることができる。つまり、位置に応じてプレシジョン値を可変とすることができる。したがって、例えば、そのフレーム画像のどの位置においても、その位置の局所的な解像度(絵柄の細かさ)に適したプレシジョン値のオキュパンシーマップによりデータの有無を判定したり、3Dデータを再構築したりすることができる。したがって、符号量の増大(符号化効率の低減)を抑制しながら、復号画像の画質(再構築した3Dデータの品質)の低減を抑制することができる。
<符号化処理の流れ>
次に、符号化装置100により実行される符号化処理の流れの例を、図17のフローチャートを参照して説明する。
符号化処理が開始されると、符号化装置100のパッチ分解部111は、ステップS101において、3Dデータを2次元平面に投影し、パッチに分解する。
ステップS102において、補助パッチ情報圧縮部114は、ステップS101において生成された補助パッチ情報を圧縮する。
ステップS103において、パッキング部112は、パッキングを行う。つまり、パッキング部112は、ステップS101において生成された位置情報や属性情報の各パッチをビデオフレームとしてパッキングする。また、パッキング部112は、そのパッキングに関する制御情報を生成する。
ステップS104において、OMap生成部113は、ステップS103において生成された位置情報や属性情報のビデオフレームに対応するオキュパンシーマップを生成する。
ステップS105において、ビデオ符号化部115は、ステップS103において生成された位置情報のビデオフレームであるジオメトリビデオフレームを、2次元画像用の符号化方法により符号化する。
ステップS106において、ビデオ符号化部116は、ステップS103において生成された属性情報のビデオフレームであるカラービデオフレームを、2次元画像用の符号化方法により符号化する。
ステップS107において、OMap符号化部117は、ステップS104において生成されたオキュパンシーマップを、所定の符号化方法により符号化する。
ステップS108において、マルチプレクサ118は、以上のように生成された各種情報(例えば、ステップS105乃至ステップS107において生成された符号化データや、ステップS103において生成されるパッキングに関する制御情報等)を多重化し、これらの情報を含むビットストリームを生成する。
ステップS109において、マルチプレクサ118は、ステップS108において生成したビットストリームを符号化装置100の外部に出力する。
ステップS109の処理が終了すると、符号化処理が終了する。
<オキュパンシーマップ生成処理の流れ>
次に、図17のステップS104において実行されるオキュパンシーマップ生成処理の流れの例を、図18のフローチャートを参照して説明する。ここでは、図8を参照して説明したような、精度が異なる複数のオキュパンシーマップを用いてブロック毎にいずれかの精度でオキュパンシーを表現する(OR)場合の、オキュパンシーマップを生成する処理について説明する。
オキュパンシーマップ生成処理が開始されると、OMap生成部113のプレシジョン値決定部151は、ステップS121において、オキュパンシーレゾリューションで指定されたブロックに対して、設定可能なプレシジョン値(プレシジョン値の候補)の一覧を導出する。
ステップS122において、プレシジョン値決定部151は、その一覧に基づいて、各ブロックのプレシジョン値を決定する。このプレシジョン値の決定方法は任意である。例えば、RDコストに基づいて最適なプレシジョン値を求めるようにしてもよい。また、例えば、主観的に最も効果的な値に決定するようにしてもよい。また、例えば、局所領域の特性(例えば、「顔」、「髪」等)や、注目領域(ROI)等に基づいてプレシジョン値を決定するようにしてもよい。また、例えば、再構成したポイントクラウドの品質とオキュパンシーマップの伝送に必要なビット量とを指標に用いてプレシジョン値を決定するようにしてもよい。また、例えば、オキュパンシーマップと局所領域の画素数との関係からプレシジョン値を決定するようにしてもよい。
ステップS123において、OMap生成部152は、以上のように決定された1フレーム分のプレシジョン値のプレシジョン値の種類を導出する。
ステップS124において、OMap生成部152は、各ブロックのオキュパンシーをそのプレシジョン値で表現するように、各プレシジョン値のオキュパンシーマップを生成する。
ステップS125において、OMap生成部152は、以上のように生成した全オキュパンシーマップを結合し、例えば、図10に示されるような構成のデータを生成する。
ステップS125の処理が終了するとオキュパンシーマップ生成処理が終了し、処理は図17に戻る。
以上のように各処理を実行することにより、符号化装置100は、パッチが配置されたフレーム画像の局所毎に適用するオキュパンシーマップを変えることができる。したがって、例えば、局所毎に、プレシジョン値の異なるオキュパンシーマップを適用することができる。つまり、実質的に、位置に応じてプレシジョン値を可変とすることができる。したがって、例えば、そのフレーム画像のどの位置においても、その位置の局所的な解像度(絵柄の細かさ)に適したプレシジョン値のオキュパンシーマップによりデータの有無を判定することができる。したがって、符号量の増大(符号化効率の低減)を抑制しながら、復号画像の画質(再構築した3Dデータの品質)の低減を抑制することができる。
<オキュパンシーマップ生成処理の流れ>
次に、図9を参照して説明したような、精度が異なる複数のオキュパンシーマップを用いて低精度のオキュパンシーとの差分情報を高精度のオキュパンシーで表現する(XOR)場合の、図17のステップS104において実行されるオキュパンシーマップ生成処理の流れの例を、図19のフローチャートを参照して説明する。
オキュパンシーマップ生成処理が開始されると、ステップS141乃至ステップS143の各処理が、ステップS121乃至ステップS123の各処理(図18)の場合と同様に実行される。
ステップS144において、OMap生成部152は、プレシジョン値の大きな順に、画像データと1つ前までのオキュパンシーマップとの残差情報のオキュパンシーを表現するオキュパンシーマップを生成する。
ステップS145において、OMap生成部152は、以上のように生成した全オキュパンシーマップを結合し、例えば、図10に示されるような構成のデータを生成する。
ステップS145の処理が終了するとオキュパンシーマップ生成処理が終了し、処理は図17に戻る。
以上のように各処理を実行することにより、符号化装置100は、パッチが配置されたフレーム画像の局所毎に適用するオキュパンシーマップを変えることができる。したがって、例えば、局所毎に、プレシジョン値の異なるオキュパンシーマップを適用することができる。つまり、実質的に、位置に応じてプレシジョン値を可変とすることができる。したがって、例えば、そのフレーム画像のどの位置においても、その位置の局所的な解像度(絵柄の細かさ)に適したプレシジョン値のオキュパンシーマップによりデータの有無を判定することができる。したがって、符号量の増大(符号化効率の低減)を抑制しながら、復号画像の画質(再構築した3Dデータの品質)の低減を抑制することができる。
<オキュパンシーマップ生成処理の流れ>
次に、図11を参照して説明したような、精度が異なるブロックを含むオキュパンシーマップを用いてパッチ毎に精度を設定する場合の、図17のステップS104において実行されるオキュパンシーマップ生成処理の流れの例を、図20のフローチャートを参照して説明する。
オキュパンシーマップ生成処理が開始されると、プレシジョン値決定部151は、ステップS161において、各パッチについて、設定可能なプレシジョン値(プレシジョン値の候補)の一覧を導出する。
ステップS162において、プレシジョン値決定部151は、その一覧に基づいて、各パッチのプレシジョン値を決定する。このプレシジョン値の決定方法は任意である。例えば、RDコストに基づいて最適なプレシジョン値を求めるようにしてもよい。また、例えば、主観的に最も効果的な値に決定するようにしてもよい。また、例えば、局所領域の特性(例えば、「顔」、「髪」等)や、注目領域(ROI)等に基づいてプレシジョン値を決定するようにしてもよい。また、例えば、再構成したポイントクラウドの品質とオキュパンシーマップの伝送に必要なビット量とを指標に用いてプレシジョン値を決定するようにしてもよい。また、例えば、オキュパンシーマップと局所領域の画素数との関係からプレシジョン値を決定するようにしてもよい。
ステップS163において、OMap生成部152は、各ブロックが属するパッチを求める。
ステップS164において、OMap生成部152は、各ブロックについて、そのパッチに対応するプレシジョン値を求める。
ステップS165において、OMap生成部152は、各ブロックについて、そのプレシジョン値でサブブロック毎にオキュパンシーを求める。
ステップS166において、OMap生成部152は、全ブロックのオキュパンシーを結合し、精度が異なるブロックを含むオキュパンシーマップを生成する。
ステップS166の処理が終了するとオキュパンシーマップ生成処理が終了し、処理は図17に戻る。
以上のように各処理を実行することにより、符号化装置100は、パッチが配置されたフレーム画像の局所毎にオキュパンシーマップのプレシジョン値を変えることができる。つまり、位置に応じてプレシジョン値を可変とすることができる。したがって、例えば、そのフレーム画像のどの位置においても、その位置の局所的な解像度(絵柄の細かさ)に適したプレシジョン値のオキュパンシーマップによりデータの有無を判定することができる。したがって、符号量の増大(符号化効率の低減)を抑制しながら、復号画像の画質(再構築した3Dデータの品質)の低減を抑制することができる。
<オキュパンシーマップ生成処理の流れ>
次に、図11を参照して説明したような、精度が異なるブロックを含むオキュパンシーマップを用いてブロック毎に精度を設定する場合の、図17のステップS104において実行されるオキュパンシーマップ生成処理の流れの例を、図21のフローチャートを参照して説明する。
オキュパンシーマップ生成処理が開始されると、プレシジョン値決定部151は、ステップS181において、オキュパンシーレゾリューションで指定されたブロックに対して、設定可能なプレシジョン値(プレシジョン値の候補)の一覧を導出する。
ステップS182において、プレシジョン値決定部151は、その一覧に基づいて、各ブロックのプレシジョン値を決定する。このプレシジョン値の決定方法は任意である。例えば、RDコストに基づいて最適なプレシジョン値を求めるようにしてもよい。また、例えば、主観的に最も効果的な値に決定するようにしてもよい。また、例えば、局所領域の特性(例えば、「顔」、「髪」等)や、注目領域(ROI)等に基づいてプレシジョン値を決定するようにしてもよい。また、例えば、再構成したポイントクラウドの品質とオキュパンシーマップの伝送に必要なビット量とを指標に用いてプレシジョン値を決定するようにしてもよい。また、例えば、オキュパンシーマップと局所領域の画素数との関係からプレシジョン値を決定するようにしてもよい。
ステップS183において、OMap生成部152は、各ブロックについて、そのプレシジョン値でサブブロック毎にオキュパンシーを求める。
ステップS184において、OMap生成部152は、全ブロックのオキュパンシーを結合し、精度が異なるブロックを含むオキュパンシーマップを生成する。
ステップS184の処理が終了するとオキュパンシーマップ生成処理が終了し、処理は図17に戻る。
以上のように各処理を実行することにより、符号化装置100は、パッチが配置されたフレーム画像の局所毎にオキュパンシーマップのプレシジョン値を変えることができる。つまり、位置に応じてプレシジョン値を可変とすることができる。したがって、例えば、そのフレーム画像のどの位置においても、その位置の局所的な解像度(絵柄の細かさ)に適したプレシジョン値のオキュパンシーマップによりデータの有無を判定することができる。したがって、符号量の増大(符号化効率の低減)を抑制しながら、復号画像の画質(再構築した3Dデータの品質)の低減を抑制することができる。
<復号処理の流れ>
次に、復号装置200により実行される復号処理の流れの例を、図22のフローチャートを参照して説明する。
復号処理が開始されると、復号装置200のデマルチプレクサ211は、ステップS201において、ビットストリームを逆多重化する。
ステップS202において、補助パッチ情報復号部212は、ステップS201においてビットストリームから抽出された補助パッチ情報を復号する。
ステップS203において、ビデオ復号部213は、ステップS201においてビットストリームから抽出されたジオメトリビデオフレーム(位置情報のビデオフレーム)の符号化データを復号する。
ステップS204において、ビデオ復号部214は、ステップS201においてビットストリームから抽出されたカラービデオフレーム(属性情報のビデオフレーム)の符号化データを復号する。
ステップS205において、OMap復号部215は、ステップS201においてビットストリームから抽出されたオキュパンシーマップの符号化データを復号する。
ステップS206において、アンパッキング部216は、ステップS203乃至ステップS205において復号された、ジオメトリビデオフレームやカラービデオフレームをアンパッキングし、パッチを抽出する。
ステップS207において、3D再構築部217は、ステップS202において得られた補助パッチ情報と、ステップS206において得られたパッチと、オキュパンシーマップ等とに基づいて、例えばポイントクラウド等の3Dデータを再構築する。
ステップS207の処理が終了すると復号処理が終了する。
<ポイントクラウド再構築処理の流れ>
次に、図22のステップS207において実行されるポイントクラウド再構築処理の流れの例を、図23のフローチャートを参照して説明する。ここでは、図8を参照して説明したような、精度が異なる複数のオキュパンシーマップを用いてブロック毎にいずれかの精度でオキュパンシーを表現する(OR)場合の処理について説明する。
ポイントクラウド再構築処理が開始されると、3D再構築部217は、ステップS221において、処理対象であるカレント座標(x,y)を選択する。
ステップS222において、3D再構築部217は、カレント座標のプレシジョン値であるカレントプレシジョン値を選択し、そのオキュパンシーマップを取得する。つまり、3D再構築部217は、カレント座標について、オキュパンシーマップが存在するプレシジョン値を、未処理のプレシジョン値の中から1つ選択し、そのプレシジョン値に対応するオキュパンシーマップを取得する。
ステップS223において、3D再構築部217は、カレント座標においてデプス(Depth)値が有効であるか否かを判定する。オキュパンシーマップに基づいて、カレント座標に位置情報が存在する(つまりデプス値が有効である)と判定された場合、処理はステップS224に進む。
ステップS224において、3D再構築部217は、そのカレント座標のデプス値に基づいて3Dデータのポイントを生成する。ステップS224の処理が終了すると処理はステップS226に進む。
また、ステップS223において、カレント座標のデプス値が有効でない(つまり、カレント座標に位置情報が存在しない)と判定された場合、処理はステップS225に進む。
ステップS225において、3D再構築部217は、カレント座標について、オキュパンシーマップが存在する全てのプレシジョン値を処理したか否かを判定する。未処理のプレシジョン値が存在すると判定された場合、処理はステップS222に戻り、それ以降の処理が行われる。
また、ステップS225において、カレント座標について、全てのプレシジョン値を処理したと判定された場合、処理はステップS226に進む。
ステップS226において、3D再構築部217は、全ての座標を処理したか否かを判定する。未処理の座標が存在すると判定された場合、処理はステップS221に戻り、それ以降の処理が実行される。
また、ステップS226において、全座標を処理したと判定された場合、ポイントクラウド再構築処理が終了し、処理は図22に戻る。
以上のように各処理を実行することにより、復号装置200は、パッチが配置されたフレーム画像の局所毎に、プレシジョン値の異なるオキュパンシーマップを適用して、3Dデータを再構築することができる。つまり、実質的に、位置に応じてプレシジョン値を可変とすることができる。したがって、例えば、そのフレーム画像のどの位置においても、その位置の局所的な解像度(絵柄の細かさ)に適したプレシジョン値のオキュパンシーマップにより3Dデータを再構築することができる。したがって、符号量の増大(符号化効率の低減)を抑制しながら、復号画像の画質(再構築した3Dデータの品質)の低減を抑制することができる。
<ポイントクラウド再構築処理の流れ>
次に、図9を参照して説明したような、精度が異なる複数のオキュパンシーマップを用いて低精度のオキュパンシーとの差分情報を高精度のオキュパンシーで表現する(XOR)場合の、図22のステップS207において実行されるポイントクラウド再構築処理の流れの例を、図24のフローチャートを参照して説明する。
ポイントクラウド再構築処理が開始されると、3D再構築部217は、ステップS241において、処理対象であるカレント座標(x,y)を選択する。
ステップS242において、3D再構築部217は、全プレシジョン値のオキュパンシーマップを取得する。
ステップS243において、3D再構築部217は、各マップの排他的論理和を求める。
ステップS244において、3D再構築部217は、カレント座標においてデプス(Depth)値が有効であるか否かを判定する。オキュパンシーマップに基づいて、カレント座標に位置情報が存在する(つまりデプス値が有効である)と判定された場合、処理はステップS245に進む。
ステップS245において、3D再構築部217は、そのカレント座標のデプス値に基づいて3Dデータのポイントを生成する。ステップS245の処理が終了すると処理はステップS246に進む。また、ステップS244において、カレント座標のデプス値が有効でない(つまり、カレント座標に位置情報が存在しない)と判定された場合、ステップS245の処理は省略され、処理はステップS246に進む。
ステップS246において、3D再構築部217は、全ての座標を処理したか否かを判定する。未処理の座標が存在すると判定された場合、処理はステップS241に戻り、それ以降の処理が実行される。
また、ステップS246において、全座標を処理したと判定された場合、ポイントクラウド再構築処理が終了し、処理は図22に戻る。
以上のように各処理を実行することにより、復号装置200は、パッチが配置されたフレーム画像の局所毎に、プレシジョン値の異なるオキュパンシーマップを適用して、3Dデータを再構築することができる。つまり、実質的に、位置に応じてプレシジョン値を可変とすることができる。したがって、例えば、そのフレーム画像のどの位置においても、その位置の局所的な解像度(絵柄の細かさ)に適したプレシジョン値のオキュパンシーマップにより3Dデータを再構築することができる。したがって、符号量の増大(符号化効率の低減)を抑制しながら、復号画像の画質(再構築した3Dデータの品質)の低減を抑制することができる。
<ポイントクラウド再構築処理の流れ>
次に、図11を参照して説明したような、精度が異なるブロックを含むオキュパンシーマップを用いてパッチ毎に精度を設定する場合の、図22のステップS207において実行されるポイントクラウド再構築処理の流れの例を、図25のフローチャートを参照して説明する。
ポイントクラウド再構築処理が開始されると、3D再構築部217は、ステップS261において、処理対象であるカレント座標(x,y)を選択する。
ステップS262において、3D再構築部217は、カレント座標が属するパッチを求める。
ステップS263において、3D再構築部217は、そのパッチのプレシジョン値を求める。
ステップS264において、3D再構築部217は、オキュパンシーマップを取得する。
ステップS265において、3D再構築部217は、カレント座標においてデプス(Depth)値が有効であるか否かを判定する。オキュパンシーマップに基づいて、カレント座標に位置情報が存在する(つまりデプス値が有効である)と判定された場合、処理はステップS266に進む。
ステップS266において、3D再構築部217は、そのカレント座標のデプス値に基づいて3Dデータのポイントを生成する。ステップS266の処理が終了すると処理はステップS267に進む。また、ステップS265において、カレント座標のデプス値が有効でない(つまり、カレント座標に位置情報が存在しない)と判定された場合、ステップS266の処理は省略され、処理はステップS267に進む。
ステップS267において、3D再構築部217は、全ての座標を処理したか否かを判定する。未処理の座標が存在すると判定された場合、処理はステップS261に戻り、それ以降の処理が実行される。
また、ステップS267において、全座標を処理したと判定された場合、ポイントクラウド再構築処理が終了し、処理は図22に戻る。
以上のように各処理を実行することにより、復号装置200は、パッチが配置されたフレーム画像の局所毎にプレシジョン値を変えたオキュパンシーマップを適用して、3Dデータを再構築することができる。つまり、位置に応じてプレシジョン値を可変とすることができる。したがって、例えば、そのフレーム画像のどの位置においても、その位置の局所的な解像度(絵柄の細かさ)に適したプレシジョン値のオキュパンシーマップにより3Dデータを再構築することができる。したがって、符号量の増大(符号化効率の低減)を抑制しながら、復号画像の画質(再構築した3Dデータの品質)の低減を抑制することができる。
<ポイントクラウド再構築処理の流れ>
次に、図11を参照して説明したような、精度が異なるブロックを含むオキュパンシーマップを用いてブロック毎に精度を設定する場合の、図22のステップS207において実行されるポイントクラウド再構築処理の流れの例を、図26のフローチャートを参照して説明する。
ポイントクラウド再構築処理が開始されると、3D再構築部217は、ステップS281において、処理対象であるカレント座標(x,y)を選択する。
ステップS282において、3D再構築部217は、カレント座標のプレシジョン値を求める。
ステップS283において、3D再構築部217は、オキュパンシーマップを取得する。
ステップS284において、3D再構築部217は、カレント座標においてデプス(Depth)値が有効であるか否かを判定する。オキュパンシーマップに基づいて、カレント座標に位置情報が存在する(つまりデプス値が有効である)と判定された場合、処理はステップS285に進む。
ステップS285において、3D再構築部217は、そのカレント座標のデプス値に基づいて3Dデータのポイントを生成する。ステップS285の処理が終了すると処理はステップS286に進む。また、ステップS284において、カレント座標のデプス値が有効でない(つまり、カレント座標に位置情報が存在しない)と判定された場合、ステップS285の処理は省略され、処理はステップS286に進む。
ステップS286において、3D再構築部217は、全ての座標を処理したか否かを判定する。未処理の座標が存在すると判定された場合、処理はステップS281に戻り、それ以降の処理が実行される。
また、ステップS286において、全座標を処理したと判定された場合、ポイントクラウド再構築処理が終了し、処理は図22に戻る。
以上のように各処理を実行することにより、復号装置200は、パッチが配置されたフレーム画像の局所毎にプレシジョン値を変えたオキュパンシーマップを適用して、3Dデータを再構築することができる。つまり、位置に応じてプレシジョン値を可変とすることができる。したがって、例えば、そのフレーム画像のどの位置においても、その位置の局所的な解像度(絵柄の細かさ)に適したプレシジョン値のオキュパンシーマップにより3Dデータを再構築することができる。したがって、符号量の増大(符号化効率の低減)を抑制しながら、復号画像の画質(再構築した3Dデータの品質)の低減を抑制することができる。
<3.付記>
<制御情報>
以上の各実施の形態において説明した本技術に関する制御情報を符号化側から復号側に伝送するようにしてもよい。例えば、上述した本技術を適用することを許可(または禁止)するか否かを制御する制御情報(例えばenabled_flag)を伝送するようにしてもよい。また、例えば、上述した本技術を適用することを許可(または禁止)する範囲(例えばブロックサイズの上限若しくは下限、またはその両方、スライス、ピクチャ、シーケンス、コンポーネント、ビュー、レイヤ等)を指定する制御情報を伝送するようにしてもよい。
<コンピュータ>
上述した一連の処理は、ハードウエアにより実行させることもできるし、ソフトウエアにより実行させることもできる。一連の処理をソフトウエアにより実行する場合には、そのソフトウエアを構成するプログラムが、コンピュータにインストールされる。ここでコンピュータには、専用のハードウエアに組み込まれているコンピュータや、各種のプログラムをインストールすることで、各種の機能を実行することが可能な、例えば汎用のパーソナルコンピュータ等が含まれる。
図27は、上述した一連の処理をプログラムにより実行するコンピュータのハードウエアの構成例を示すブロック図である。
図27に示されるコンピュータ900において、CPU(Central Processing Unit)901、ROM(Read Only Memory)902、RAM(Random Access Memory)903は、バス904を介して相互に接続されている。
バス904にはまた、入出力インタフェース910も接続されている。入出力インタフェース910には、入力部911、出力部912、記憶部913、通信部914、およびドライブ915が接続されている。
入力部911は、例えば、キーボード、マウス、マイクロホン、タッチパネル、入力端子などよりなる。出力部912は、例えば、ディスプレイ、スピーカ、出力端子などよりなる。記憶部913は、例えば、ハードディスク、RAMディスク、不揮発性のメモリなどよりなる。通信部914は、例えば、ネットワークインタフェースよりなる。ドライブ915は、磁気ディスク、光ディスク、光磁気ディスク、または半導体メモリなどのリムーバブルメディア921を駆動する。
以上のように構成されるコンピュータでは、CPU901が、例えば、記憶部913に記憶されているプログラムを、入出力インタフェース910およびバス904を介して、RAM903にロードして実行することにより、上述した一連の処理が行われる。RAM903にはまた、CPU901が各種の処理を実行する上において必要なデータなども適宜記憶される。
コンピュータ(CPU901)が実行するプログラムは、例えば、パッケージメディア等としてのリムーバブルメディア921に記録して適用することができる。その場合、プログラムは、リムーバブルメディア921をドライブ915に装着することにより、入出力インタフェース910を介して、記憶部913にインストールすることができる。
また、このプログラムは、ローカルエリアネットワーク、インターネット、デジタル衛星放送といった、有線または無線の伝送媒体を介して提供することもできる。その場合、プログラムは、通信部914で受信し、記憶部913にインストールすることができる。
その他、このプログラムは、ROM902や記憶部913に、あらかじめインストールしておくこともできる。
<本技術の適用対象>
以上においては、ポイントクラウドデータの符号化・復号に本技術を適用する場合について説明したが、本技術は、これらの例に限らず、任意の規格の3Dデータの符号化・復号に対して適用することができる。つまり、上述した本技術と矛盾しない限り、符号化・復号方式等の各種処理、並びに、3Dデータやメタデータ等の各種データの仕様は任意である。また、本技術と矛盾しない限り、上述した一部の処理や仕様を省略してもよい。
また、以上においては、本技術の適用例として符号化装置100および復号装置200について説明したが、本技術は、任意の構成に適用することができる。
例えば、本技術は、衛星放送、ケーブルTVなどの有線放送、インターネット上での配信、およびセルラー通信による端末への配信などにおける送信機や受信機(例えばテレビジョン受像機や携帯電話機)、または、光ディスク、磁気ディスクおよびフラッシュメモリなどの媒体に画像を記録したり、これら記憶媒体から画像を再生したりする装置(例えばハードディスクレコーダやカメラ)などの、様々な電子機器に適用され得る。
また、例えば、本技術は、システムLSI(Large Scale Integration)等としてのプロセッサ(例えばビデオプロセッサ)、複数のプロセッサ等を用いるモジュール(例えばビデオモジュール)、複数のモジュール等を用いるユニット(例えばビデオユニット)、または、ユニットにさらにその他の機能を付加したセット(例えばビデオセット)等、装置の一部の構成として実施することもできる。
また、例えば、本技術は、複数の装置により構成されるネットワークシステムにも適用することもできる。例えば、本技術を、ネットワークを介して複数の装置で分担、共同して処理するクラウドコンピューティングとして実施するようにしてもよい。例えば、コンピュータ、AV(Audio Visual)機器、携帯型情報処理端末、IoT(Internet of Things)デバイス等の任意の端末に対して、画像(動画像)に関するサービスを提供するクラウドサービスにおいて本技術を実施するようにしてもよい。
なお、本明細書において、システムとは、複数の構成要素(装置、モジュール(部品)等)の集合を意味し、全ての構成要素が同一筐体中にあるか否かは問わない。したがって、別個の筐体に収納され、ネットワークを介して接続されている複数の装置、および、1つの筐体の中に複数のモジュールが収納されている1つの装置は、いずれも、システムである。
<本技術を適用可能な分野・用途>
本技術を適用したシステム、装置、処理部等は、例えば、交通、医療、防犯、農業、畜産業、鉱業、美容、工場、家電、気象、自然監視等、任意の分野に利用することができる。また、その用途も任意である。
<その他>
なお、本明細書において「フラグ」とは、複数の状態を識別するための情報であり、真(1)または偽(0)の2状態を識別する際に用いる情報だけでなく、3以上の状態を識別することが可能な情報も含まれる。したがって、この「フラグ」が取り得る値は、例えば1/0の2値であってもよいし、3値以上であってもよい。すなわち、この「フラグ」を構成するbit数は任意であり、1bitでも複数bitでもよい。また、識別情報(フラグも含む)は、その識別情報をビットストリームに含める形だけでなく、ある基準となる情報に対する識別情報の差分情報をビットストリームに含める形も想定されるため、本明細書においては、「フラグ」や「識別情報」は、その情報だけではなく、基準となる情報に対する差分情報も包含する。
また、符号化データ(ビットストリーム)に関する各種情報(メタデータ等)は、符号化データに関連づけられていれば、どのような形態で伝送または記録されるようにしてもよい。ここで、「関連付ける」という用語は、例えば、一方のデータを処理する際に他方のデータを利用し得る(リンクさせ得る)ようにすることを意味する。つまり、互いに関連付けられたデータは、1つのデータとしてまとめられてもよいし、それぞれ個別のデータとしてもよい。例えば、符号化データ(画像)に関連付けられた情報は、その符号化データ(画像)とは別の伝送路上で伝送されるようにしてもよい。また、例えば、符号化データ(画像)に関連付けられた情報は、その符号化データ(画像)とは別の記録媒体(または同一の記録媒体の別の記録エリア)に記録されるようにしてもよい。なお、この「関連付け」は、データ全体でなく、データの一部であってもよい。例えば、画像とその画像に対応する情報とが、複数フレーム、1フレーム、またはフレーム内の一部分などの任意の単位で互いに関連付けられるようにしてもよい。
なお、本明細書において、「合成する」、「多重化する」、「付加する」、「一体化する」、「含める」、「格納する」、「入れ込む」、「差し込む」、「挿入する」等の用語は、例えば符号化データとメタデータとを1つのデータにまとめるといった、複数の物を1つにまとめることを意味し、上述の「関連付ける」の1つの方法を意味する。
また、本技術の実施の形態は、上述した実施の形態に限定されるものではなく、本技術の要旨を逸脱しない範囲において種々の変更が可能である。
例えば、1つの装置(または処理部)として説明した構成を分割し、複数の装置(または処理部)として構成するようにしてもよい。逆に、以上において複数の装置(または処理部)として説明した構成をまとめて1つの装置(または処理部)として構成されるようにしてもよい。また、各装置(または各処理部)の構成に上述した以外の構成を付加するようにしてももちろんよい。さらに、システム全体としての構成や動作が実質的に同じであれば、ある装置(または処理部)の構成の一部を他の装置(または他の処理部)の構成に含めるようにしてもよい。
また、例えば、上述したプログラムは、任意の装置において実行されるようにしてもよい。その場合、その装置が、必要な機能(機能ブロック等)を有し、必要な情報を得ることができるようにすればよい。
また、例えば、1つのフローチャートの各ステップを、1つの装置が実行するようにしてもよいし、複数の装置が分担して実行するようにしてもよい。さらに、1つのステップに複数の処理が含まれる場合、その複数の処理を、1つの装置が実行するようにしてもよいし、複数の装置が分担して実行するようにしてもよい。換言するに、1つのステップに含まれる複数の処理を、複数のステップの処理として実行することもできる。逆に、複数のステップとして説明した処理を1つのステップとしてまとめて実行することもできる。
また、例えば、コンピュータが実行するプログラムは、プログラムを記述するステップの処理が、本明細書で説明する順序に沿って時系列に実行されるようにしても良いし、並列に、あるいは呼び出しが行われたとき等の必要なタイミングで個別に実行されるようにしても良い。つまり、矛盾が生じない限り、各ステップの処理が上述した順序と異なる順序で実行されるようにしてもよい。さらに、このプログラムを記述するステップの処理が、他のプログラムの処理と並列に実行されるようにしても良いし、他のプログラムの処理と組み合わせて実行されるようにしても良い。
また、例えば、本技術に関する複数の技術は、矛盾が生じない限り、それぞれ独立に単体で実施することができる。もちろん、任意の複数の本技術を併用して実施することもできる。例えば、いずれかの実施の形態において説明した本技術の一部または全部を、他の実施の形態において説明した本技術の一部または全部と組み合わせて実施することもできる。また、上述した任意の本技術の一部または全部を、上述していない他の技術と併用して実施することもできる。
なお、本技術は以下のような構成も取ることができる。
(1) 3次元構造を表す3Dデータを2次元平面に投影した画像であるパッチが配置された1枚のフレーム画像に対して、各位置のデータの有無を示すマップを複数生成するマップ生成部と、
前記フレーム画像の符号化データと、前記マップ生成部により生成された複数の前記マップの符号化データとを含むビットストリームを生成するビットストリーム生成部と
を備える画像処理装置。
(2) 前記マップ生成部は、前記データの有無を示す精度が互いに異なる複数の前記マップを生成する
(1)に記載の画像処理装置。
(3) 複数の前記マップは、互いに異なる位置の前記データの有無を示す
(2)に記載の画像処理装置。
(4) 複数の前記マップは、互いに異なる位置だけでなく互いに同一の位置についても前記データの有無を示す
(2)に記載の画像処理装置。
(5) 前記マップ生成部は、複数の前記マップを結合して1つのデータとする
(2)に記載の画像処理装置。
(6) 前記マップ生成部は、前記マップの前記データの有無を示す精度に関する情報を含む前記データを生成する
(5)に記載の画像処理装置。
(7) 前記精度に関する情報は、前記精度の数を示す情報と各精度の値を示す情報とを含む
(6)に記載の画像処理装置。
(8) 3次元構造を表す3Dデータを2次元平面に投影した画像であるパッチが配置された1枚のフレーム画像に対して、各位置のデータの有無を示すマップを複数生成し、
前記フレーム画像の符号化データと、生成された複数の前記マップの符号化データとを含むビットストリームを生成する
画像処理方法。
(9) 3次元構造を表す3Dデータを2次元平面に投影した画像であるパッチが配置されたフレーム画像に対応する複数の、各位置のデータの有無を示すマップを用いて、前記パッチから前記3Dデータを再構築する再構築部
を備える画像処理装置。
(10) 3次元構造を表す3Dデータを2次元平面に投影した画像であるパッチが配置されたフレーム画像に対応する複数の、各位置のデータの有無を示すマップを用いて、前記パッチから前記3Dデータを再構築する
画像処理方法。
(11) 3次元構造を表す3Dデータを2次元平面に投影した画像であるパッチが配置されたフレーム画像の各位置のデータの有無を示すマップであって、前記データの有無を示す精度が複数設定されるマップを生成するマップ生成部と、
前記フレーム画像の符号化データと、前記マップ生成部により生成された前記マップの符号化データとを含むビットストリームを生成するビットストリーム生成部と
を備える画像処理装置。
(12) 前記マップ生成部は、ブロック毎に前記精度が設定される前記マップを生成する
(11)に記載の画像処理装置。
(13) 前記マップ生成部は、パッチ毎に前記精度が設定される前記マップを生成する
(11)に記載の画像処理装置。
(14) 前記マップ生成部は、各ブロック内に複数形成される、前記精度に対応する大きさのサブブロック毎に前記データの有無を示す前記マップを生成する
(11)に記載の画像処理装置。
(15) 前記マップ生成部は、コスト関数に基づいて前記精度を設定する
(11)に記載の画像処理装置。
(16) 前記マップ生成部は、局所領域の特性または注目領域の設定に基づいて前記精度を設定する
(11)に記載の画像処理装置。
(17) 前記マップ生成部により生成された複数の前記マップを符号化する符号化部をさらに備え、
前記ビットストリーム生成部は、前記フレーム画像の符号化データと、前記符号化部により生成された前記マップの符号化データとを含むビットストリームを生成する
(11)に記載の画像処理装置。
(18) 3次元構造を表す3Dデータを2次元平面に投影した画像であるパッチが配置されたフレーム画像の各位置のデータの有無を示すマップであって、前記データの有無を示す精度が複数設定されるマップを生成し、
前記フレーム画像の符号化データと、生成された前記マップの符号化データとを含むビットストリームを生成する
画像処理方法。
(19) 3次元構造を表す3Dデータを2次元平面に投影した画像であるパッチが配置されたフレーム画像の各位置のデータの有無を示すマップであって、前記データの有無を示す精度が複数設定されるマップを用いて、前記パッチから前記3Dデータを再構築する再構築部
を備える画像処理装置。
(20) 3次元構造を表す3Dデータを2次元平面に投影した画像であるパッチが配置されたフレーム画像の各位置のデータの有無を示すマップであって、前記データの有無を示す精度が複数設定されるマップを用いて、前記パッチから前記3Dデータを再構築する
画像処理方法。
100 符号化装置, 111 パッチ分解部, 112 パッキング部, 113 OMap生成部, 114 補助パッチ情報圧縮部, 115 ビデオ符号化部, 116 ビデオ符号化部, 117 OMap符号化部, 118 マルチプレクサ, 151 プレシジョン値決定部, 152 OMap生成部, 200 復号装置, 211 デマルチプレクサ, 212 補助パッチ情報復号部, 213 ビデオ復号部, 214 ビデオ復号部, 215 OMap復号部, 216 アンパッキング部, 217 3D再構築部

Claims (20)

  1. 3次元構造を表す3Dデータを2次元平面に投影した画像であるパッチが配置された1枚のフレーム画像に対して、各位置のデータの有無を示すマップを複数生成するマップ生成部と、
    前記フレーム画像の符号化データと、前記マップ生成部により生成された複数の前記マップの符号化データとを含むビットストリームを生成するビットストリーム生成部と
    を備える画像処理装置。
  2. 前記マップ生成部は、前記データの有無を示す精度が互いに異なる複数の前記マップを生成する
    請求項1に記載の画像処理装置。
  3. 複数の前記マップは、互いに異なる位置の前記データの有無を示す
    請求項2に記載の画像処理装置。
  4. 複数の前記マップは、互いに異なる位置だけでなく互いに同一の位置についても前記データの有無を示す
    請求項2に記載の画像処理装置。
  5. 前記マップ生成部は、複数の前記マップを結合して1つのデータとする
    請求項2に記載の画像処理装置。
  6. 前記マップ生成部は、前記マップの前記データの有無を示す精度に関する情報を含む前記データを生成する
    請求項5に記載の画像処理装置。
  7. 前記精度に関する情報は、前記精度の数を示す情報と各精度の値を示す情報とを含む
    請求項6に記載の画像処理装置。
  8. 3次元構造を表す3Dデータを2次元平面に投影した画像であるパッチが配置された1枚のフレーム画像に対して、各位置のデータの有無を示すマップを複数生成し、
    前記フレーム画像の符号化データと、生成された複数の前記マップの符号化データとを含むビットストリームを生成する
    画像処理方法。
  9. 3次元構造を表す3Dデータを2次元平面に投影した画像であるパッチが配置されたフレーム画像に対応する複数の、各位置のデータの有無を示すマップを用いて、前記パッチから前記3Dデータを再構築する再構築部
    を備える画像処理装置。
  10. 3次元構造を表す3Dデータを2次元平面に投影した画像であるパッチが配置されたフレーム画像に対応する複数の、各位置のデータの有無を示すマップを用いて、前記パッチから前記3Dデータを再構築する
    画像処理方法。
  11. 3次元構造を表す3Dデータを2次元平面に投影した画像であるパッチが配置されたフレーム画像の各位置のデータの有無を示すマップであって、前記データの有無を示す精度が複数設定されるマップを生成するマップ生成部と、
    前記フレーム画像の符号化データと、前記マップ生成部により生成された前記マップの符号化データとを含むビットストリームを生成するビットストリーム生成部と
    を備える画像処理装置。
  12. 前記マップ生成部は、ブロック毎に前記精度が設定される前記マップを生成する
    請求項11に記載の画像処理装置。
  13. 前記マップ生成部は、パッチ毎に前記精度が設定される前記マップを生成する
    請求項11に記載の画像処理装置。
  14. 前記マップ生成部は、各ブロック内に複数形成される、前記精度に対応する大きさのサブブロック毎に前記データの有無を示す前記マップを生成する
    請求項11に記載の画像処理装置。
  15. 前記マップ生成部は、コスト関数に基づいて前記精度を設定する
    請求項11に記載の画像処理装置。
  16. 前記マップ生成部は、局所領域の特性または注目領域の設定に基づいて前記精度を設定する
    請求項11に記載の画像処理装置。
  17. 前記マップ生成部により生成された複数の前記マップを符号化する符号化部をさらに備え、
    前記ビットストリーム生成部は、前記フレーム画像の符号化データと、前記符号化部により生成された前記マップの符号化データとを含むビットストリームを生成する
    請求項11に記載の画像処理装置。
  18. 3次元構造を表す3Dデータを2次元平面に投影した画像であるパッチが配置されたフレーム画像の各位置のデータの有無を示すマップであって、前記データの有無を示す精度が複数設定されるマップを生成し、
    前記フレーム画像の符号化データと、生成された前記マップの符号化データとを含むビットストリームを生成する
    画像処理方法。
  19. 3次元構造を表す3Dデータを2次元平面に投影した画像であるパッチが配置されたフレーム画像の各位置のデータの有無を示すマップであって、前記データの有無を示す精度が複数設定されるマップを用いて、前記パッチから前記3Dデータを再構築する再構築部
    を備える画像処理装置。
  20. 3次元構造を表す3Dデータを2次元平面に投影した画像であるパッチが配置されたフレーム画像の各位置のデータの有無を示すマップであって、前記データの有無を示す精度が複数設定されるマップを用いて、前記パッチから前記3Dデータを再構築する
    画像処理方法。
JP2020513195A 2018-04-11 2019-03-28 画像処理装置および方法 Abandoned JPWO2019198523A1 (ja)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
JP2018076227 2018-04-11
JP2018076227 2018-04-11
PCT/JP2019/013537 WO2019198523A1 (ja) 2018-04-11 2019-03-28 画像処理装置および方法

Publications (1)

Publication Number Publication Date
JPWO2019198523A1 true JPWO2019198523A1 (ja) 2021-05-13

Family

ID=68163613

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2020513195A Abandoned JPWO2019198523A1 (ja) 2018-04-11 2019-03-28 画像処理装置および方法

Country Status (5)

Country Link
US (1) US20210027505A1 (ja)
EP (1) EP3767954A4 (ja)
JP (1) JPWO2019198523A1 (ja)
CN (1) CN111937402A (ja)
WO (1) WO2019198523A1 (ja)

Families Citing this family (36)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10861196B2 (en) 2017-09-14 2020-12-08 Apple Inc. Point cloud compression
US10897269B2 (en) 2017-09-14 2021-01-19 Apple Inc. Hierarchical point cloud compression
US11818401B2 (en) 2017-09-14 2023-11-14 Apple Inc. Point cloud geometry compression using octrees and binary arithmetic encoding with adaptive look-up tables
US11113845B2 (en) 2017-09-18 2021-09-07 Apple Inc. Point cloud compression using non-cubic projections and masks
US10909725B2 (en) 2017-09-18 2021-02-02 Apple Inc. Point cloud compression
US10699444B2 (en) 2017-11-22 2020-06-30 Apple Inc Point cloud occupancy map compression
US10607373B2 (en) 2017-11-22 2020-03-31 Apple Inc. Point cloud compression with closed-loop color conversion
CN111566703B (zh) * 2018-01-17 2023-10-20 索尼公司 图像处理装置和方法
US10909727B2 (en) 2018-04-10 2021-02-02 Apple Inc. Hierarchical point cloud compression with smoothing
US10939129B2 (en) 2018-04-10 2021-03-02 Apple Inc. Point cloud compression
US11010928B2 (en) 2018-04-10 2021-05-18 Apple Inc. Adaptive distance based point cloud compression
US10909726B2 (en) 2018-04-10 2021-02-02 Apple Inc. Point cloud compression
US11017566B1 (en) 2018-07-02 2021-05-25 Apple Inc. Point cloud compression with adaptive filtering
US11202098B2 (en) * 2018-07-05 2021-12-14 Apple Inc. Point cloud compression with multi-resolution video encoding
US11012713B2 (en) 2018-07-12 2021-05-18 Apple Inc. Bit stream structure for compressed point cloud data
US11386524B2 (en) 2018-09-28 2022-07-12 Apple Inc. Point cloud compression image padding
US11367224B2 (en) 2018-10-02 2022-06-21 Apple Inc. Occupancy map block-to-patch information compression
US11430155B2 (en) 2018-10-05 2022-08-30 Apple Inc. Quantized depths for projection point cloud compression
US11138694B2 (en) * 2018-12-05 2021-10-05 Tencent America LLC Method and apparatus for geometric smoothing
US11057564B2 (en) 2019-03-28 2021-07-06 Apple Inc. Multiple layer flexure for supporting a moving image sensor
EP3973710A4 (en) * 2019-05-22 2023-05-03 Nokia Technologies Oy METHOD, DEVICE AND COMPUTER PROGRAM PRODUCT FOR ENCODING AND DECODING VOLUMETRIC VIDEO
WO2020242077A1 (ko) * 2019-05-30 2020-12-03 엘지전자 주식회사 포인트 클라우드 데이터 처리 장치 및 방법
US11562507B2 (en) 2019-09-27 2023-01-24 Apple Inc. Point cloud compression using video encoding with time consistent patches
US11627314B2 (en) 2019-09-27 2023-04-11 Apple Inc. Video-based point cloud compression with non-normative smoothing
US11538196B2 (en) 2019-10-02 2022-12-27 Apple Inc. Predictive coding for point cloud compression
US11895307B2 (en) 2019-10-04 2024-02-06 Apple Inc. Block-based predictive coding for point cloud compression
US11798196B2 (en) 2020-01-08 2023-10-24 Apple Inc. Video-based point cloud compression with predicted patches
US11475605B2 (en) 2020-01-09 2022-10-18 Apple Inc. Geometry encoding of duplicate points
US11620768B2 (en) 2020-06-24 2023-04-04 Apple Inc. Point cloud geometry compression using octrees with multiple scan orders
US11615557B2 (en) 2020-06-24 2023-03-28 Apple Inc. Point cloud compression using octrees with slicing
WO2022119208A1 (ko) * 2020-12-03 2022-06-09 엘지전자 주식회사 포인트 클라우드 데이터 전송 방법, 포인트 클라우드 데이터 전송 장치, 포인트 클라우드 데이터 수신 방법 및 포인트 클라우드 데이터 수신 장치
US11948338B1 (en) 2021-03-29 2024-04-02 Apple Inc. 3D volumetric content encoding using 2D videos and simplified 3D meshes
CN115442338A (zh) * 2021-06-04 2022-12-06 华为技术有限公司 3d地图的压缩、解压缩方法和装置
US11606556B2 (en) 2021-07-20 2023-03-14 Tencent America LLC Fast patch generation for video based point cloud coding
WO2023127513A1 (ja) * 2021-12-28 2023-07-06 ソニーグループ株式会社 情報処理装置および方法
WO2023181899A1 (ja) * 2022-03-25 2023-09-28 ソニーグループ株式会社 情報処理装置および方法

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9811880B2 (en) * 2012-11-09 2017-11-07 The Boeing Company Backfilling points in a point cloud
BR112016000132B1 (pt) * 2013-07-12 2023-02-28 Sony Corporation Dispositivo e método para decodificação de imagem
JP2016143931A (ja) * 2015-01-30 2016-08-08 キヤノン株式会社 投射型表示装置
US20170214943A1 (en) * 2016-01-22 2017-07-27 Mitsubishi Electric Research Laboratories, Inc. Point Cloud Compression using Prediction and Shape-Adaptive Transforms
US10909725B2 (en) * 2017-09-18 2021-02-02 Apple Inc. Point cloud compression

Also Published As

Publication number Publication date
WO2019198523A1 (ja) 2019-10-17
EP3767954A4 (en) 2021-05-05
US20210027505A1 (en) 2021-01-28
EP3767954A1 (en) 2021-01-20
CN111937402A (zh) 2020-11-13

Similar Documents

Publication Publication Date Title
JPWO2019198523A1 (ja) 画像処理装置および方法
JP7384159B2 (ja) 画像処理装置および方法
JP7327166B2 (ja) 画像処理装置および方法
US11699248B2 (en) Image processing apparatus and method
JPWO2019198521A1 (ja) 画像処理装置および方法
CN112771582B (zh) 图像处理设备和方法
WO2019142665A1 (ja) 情報処理装置および方法
WO2020188932A1 (ja) 情報処理装置および情報生成方法
WO2020017359A1 (ja) 画像処理装置および方法
WO2021010200A1 (ja) 情報処理装置および方法
JP7396302B2 (ja) 画像処理装置および方法
JP2022047546A (ja) 情報処理装置および方法
JP2022003716A (ja) 画像処理装置および方法
WO2021002214A1 (ja) 情報処理装置および方法
JPWO2020071116A1 (ja) 画像処理装置および方法
WO2020262020A1 (ja) 情報処理装置および方法
JP2022063882A (ja) 情報処理装置および方法、並びに、再生装置および方法
WO2022145214A1 (ja) 情報処理装置および方法
WO2022075074A1 (ja) 画像処理装置および方法
WO2022201787A1 (ja) 画像処理装置および方法
WO2023127513A1 (ja) 情報処理装置および方法
WO2021095565A1 (ja) 画像処理装置および方法
US20230306649A1 (en) Predictive coding of boundary uv2xyz index for mesh compression

Legal Events

Date Code Title Description
A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20220204

A762 Written abandonment of application

Free format text: JAPANESE INTERMEDIATE CODE: A762

Effective date: 20220427