JPWO2020148603A5 - - Google Patents

Download PDF

Info

Publication number
JPWO2020148603A5
JPWO2020148603A5 JP2021541522A JP2021541522A JPWO2020148603A5 JP WO2020148603 A5 JPWO2020148603 A5 JP WO2020148603A5 JP 2021541522 A JP2021541522 A JP 2021541522A JP 2021541522 A JP2021541522 A JP 2021541522A JP WO2020148603 A5 JPWO2020148603 A5 JP WO2020148603A5
Authority
JP
Japan
Prior art keywords
content
homography
encoding
matrix
transform
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
JP2021541522A
Other languages
English (en)
Other versions
JP2022519462A (ja
JP7371691B2 (ja
Publication date
Priority claimed from US16/525,175 external-priority patent/US11190803B2/en
Application filed filed Critical
Publication of JP2022519462A publication Critical patent/JP2022519462A/ja
Publication of JPWO2020148603A5 publication Critical patent/JPWO2020148603A5/ja
Application granted granted Critical
Publication of JP7371691B2 publication Critical patent/JP7371691B2/ja
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Description

図1は、幾つかの実施形態による点群マッピングの方法のフローチャートを示している。3D点群100が取得される(例えば、カメラ/ビデオカメラによって取り込まれ、別のデバイスから受信され、ダウンロードされる)。ステップ110において、3D点群に関する法線が推定される。法線の推定は、kdツリーの構築、ローカル近傍(例えば、k近傍など)の調査、最適な近似接平面の計算(共分散分析を使用)、法線平滑の実行、法線向きの決定(最小スパニングツリー伝搬)を含む。ステップ112において、初期セグメンテーションが実行される。初期セグメンテーションは、6つの向き(+X、-X、+Y、-Y、+Z、-Z)に従って点を分類することを含む。初期セグメンテーションは、固定された向きに従って点を分類する。分類後、向きは、平面に投影される。点のクラスタが決定されると、これらの点は、同じ平面に投影される。点の投影は、点のバウンディングボックスを規定すること114において、セグメンテーションが精緻化される。セグメンテーションを精緻化することは、近傍法を使用して画素分類を平滑化することを含む(例えば、指定されたスコアを最大にするため)。ステップ116において、パッチがセグメント化される。パッチをセグメント化することは、隣接情報を計算すること、パッチを抽出すること、奥行きフィルタリングを実行すること、及び欠落点を特定することを含む。3D点群マッピングは、2D画像102をもたらす。幾つかの実施形態では、より少ない又は追加のステップが実行される。幾つかの実施形態では、ステップの順序が変更される。

Claims (21)

  1. デバイスの非一時メモリにプログラムされた方法であって、
    3次元コンテンツを取得することであって、該3次元コンテンツを取得することは、前記3次元コンテンツのパッチをセグメント化することと、バウンディングボックスの生成のためにどの平面が選択されているかを示すインデックスを送信することとを含むものであり、ここで、前記3次元コンテンツの同様の特性を有する点は、同じ平面に投影され、3D位置は、点からサーフェスまでの距離であることと、
    ホモグラフィ変換を使用して前記3次元コンテンツを符号化することであって、該ホモグラフィ変換を使用して前記3次元コンテンツを符号化することは、法線を推定することを含み、該法線を推定することは、kdツリーを構築することと、ローカル近傍を調べることと、共分散分析を使用して最適な近似接平面を計算することと、法線平滑化を実行することと、法線向きを決定することとを含むものであることと、
    を含む方法。
  2. 前記ホモグラフィ変換を使用して前記3次元コンテンツを符号化することは、前記3次元コンテンツを2次元コンテンツに変換することを含む、請求項1に記載の方法。
  3. 前記ホモグラフィ変換を使用して前記3次元コンテンツを符号化することは、3次元から2次元への変換のホモグラフィ変換係数を送信することを含む、請求項1に記載の方法。
  4. 前記ホモグラフィ変換を使用して前記3次元コンテンツを符号化することは、ホモグラフィ行列を計算することを含む、請求項1に記載の方法。
  5. デバイスの非一時メモリにプログラムされた方法であって、
    3次元コンテンツを取得することと、
    ホモグラフィ変換を使用して前記3次元コンテンツを符号化することと、
    を含み、
    前記ホモグラフィ変換を使用して前記3次元コンテンツを符号化することは、ホモグラフィ行列を計算することを含み、
    前記ホモグラフィ行列は、3つの行列から計算される方法。
  6. 前記3つの行列は、ビューイング行列、投影行列、及びビューポート行列を含む、請求項5に記載の方法。
  7. 前記ビューイング行列は、カメラを表し、前記投影行列は、前記カメラのセンサ内の画素を表し、前記ビューポート行列は、前記カメラ内の前記画素から画像内の前記画素への変換を表す、請求項6に記載の方法。
  8. 3次元コンテンツを取得することであって、該3次元コンテンツを取得することは、前記3次元コンテンツのパッチをセグメント化することと、バウンディングボックスの生成のためにどの平面が選択されているかを示すインデックスを送信することとを含むものであり、ここで、前記3次元コンテンツの同様の特性を有する点は、同じ平面に投影され、3D位置は、点からサーフェスまでの距離であること、及びホモグラフィ変換を使用して前記3次元コンテンツを符号化することであって、該ホモグラフィ変換を使用して前記3次元コンテンツを符号化することは、法線を推定することを含み、該法線を推定することは、kdツリーを構築することと、ローカル近傍を調べることと、共分散分析を使用して最適な近似接平面を計算することと、法線平滑化を実行することと、法線向きを決定することとを含むものであることのためのアプリケーションを格納するための非一時的メモリと、
    前記メモリに結合されており、前記アプリケーションを処理するように構成されたプロセッサと、
    を備える装置。
  9. 前記ホモグラフィ変換を使用して前記3次元コンテンツを符号化することは、前記3次元コンテンツを2次元コンテンツに変換することを含む、請求項8に記載の装置。
  10. 前記ホモグラフィ変換を使用して前記3次元コンテンツを符号化することは、3次元から2次元への変換のホモグラフィ変換係数を送信することを含む、請求項8に記載の装置。
  11. 前記ホモグラフィ変換を使用して前記3次元コンテンツを符号化することは、ホモグラフィ行列を計算することを含む、請求項8に記載の装置。
  12. 3次元コンテンツを取得すること、及びホモグラフィ変換を使用して前記3次元コンテンツを符号化することのためのアプリケーションを格納するための非一時的メモリと、
    前記メモリに結合されており、前記アプリケーションを処理するように構成されたプロセッサと、
    を備え、
    前記ホモグラフィ変換を使用して前記3次元コンテンツを符号化することは、ホモグラフィ行列を計算することを含み、
    前記ホモグラフィ行列は、3つの行列から計算される装置。
  13. 前記3つの行列は、ビューイング行列、投影行列、及びビューポート行列を含む、請求項12に記載の装置。
  14. 前記ビューイング行列は、カメラを表し、前記投影行列は、前記カメラのセンサ内の画素を表し、前記ビューポート行列は、前記カメラ内の前記画素から画像内の前記画素への変換を表す、請求項13に記載の装置。
  15. 3次元コンテンツを取得するための1又は2以上のカメラと、
    ホモグラフィ変換を使用して前記3次元コンテンツを符号化するためのエンコーダと、
    を備え
    前記3次元コンテンツを取得することは、向きに従って点を分類することを含む、前記3次元コンテンツのパッチをセグメント化することと、バウンディングボックスの生成のためにどの平面が選択されているかを示すインデックスを送信することとを含むものであり、ここで、前記3次元コンテンツの同様の特性を有する点は、同じ平面に投影され、3D位置は、点からサーフェスまでの距離であり、
    前記ホモグラフィ変換を使用して前記3次元コンテンツを符号化することは、法線を推定することを含み、該法線を推定することは、kdツリーを構築することと、ローカル近傍を調べることと、共分散分析を使用して最適な近似接平面を計算することと、法線平滑化を実行することと、法線向きを決定することとを含むものであるシステム。
  16. 前記ホモグラフィ変換を使用して前記3次元コンテンツを符号化することは、前記3次元コンテンツを2次元コンテンツに変換することを含む、請求項15に記載のシステム。
  17. 前記ホモグラフィ変換を使用して前記3次元コンテンツを符号化することは、3次元から2次元への変換のホモグラフィ変換係数を送信することを含む、請求項15に記載のシステム。
  18. 前記ホモグラフィ変換を使用して前記3次元コンテンツを符号化することは、ホモグラフィ行列を計算することを含む、請求項15に記載のシステム。
  19. 3次元コンテンツを取得するための1又は2以上のカメラと、
    ホモグラフィ変換を使用して前記3次元コンテンツを符号化するためのエンコーダと、
    を備え、
    前記ホモグラフィ変換を使用して前記3次元コンテンツを符号化することは、ホモグラフィ行列を計算することを含み、
    前記ホモグラフィ行列は、3つの行列から計算されるシステム。
  20. 前記3つの行列は、ビューイング行列、投影行列、及びビューポート行列を含む、請求項19に記載のシステム。
  21. 前記ビューイング行列は、カメラを表し、前記投影行列は、前記カメラのセンサ内の画素を表し、前記ビューポート行列は、前記カメラ内の前記画素から画像内の前記画素への変換を表す、請求項20に記載のシステム。
JP2021541522A 2019-01-18 2020-01-08 ホモグラフィ変換を使用した点群符号化 Active JP7371691B2 (ja)

Applications Claiming Priority (5)

Application Number Priority Date Filing Date Title
US201962794091P 2019-01-18 2019-01-18
US62/794,091 2019-01-18
US16/525,175 US11190803B2 (en) 2019-01-18 2019-07-29 Point cloud coding using homography transform
US16/525,175 2019-07-29
PCT/IB2020/050101 WO2020148603A1 (en) 2019-01-18 2020-01-08 Point cloud coding using homography transform

Publications (3)

Publication Number Publication Date
JP2022519462A JP2022519462A (ja) 2022-03-24
JPWO2020148603A5 true JPWO2020148603A5 (ja) 2022-12-12
JP7371691B2 JP7371691B2 (ja) 2023-10-31

Family

ID=71609268

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2021541522A Active JP7371691B2 (ja) 2019-01-18 2020-01-08 ホモグラフィ変換を使用した点群符号化

Country Status (6)

Country Link
US (1) US11190803B2 (ja)
EP (1) EP3891991A1 (ja)
JP (1) JP7371691B2 (ja)
KR (1) KR20210096234A (ja)
CN (1) CN113302940A (ja)
WO (1) WO2020148603A1 (ja)

Families Citing this family (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113906757B (zh) * 2019-03-12 2023-02-03 华为技术有限公司 用于点云数据的点云块数据单元编码和解码
CN111726616B (zh) * 2019-03-19 2024-03-01 华为技术有限公司 点云编码方法、点云解码方法、装置及存储介质
US11895301B2 (en) * 2019-09-24 2024-02-06 Interdigital Ce Patent Holdings, Sas Encoding and decoding a point cloud using patches for in-between samples
CN116778128B (zh) * 2023-08-15 2023-11-17 武汉大学 一种基于三维重建的对抗补丁重投影方法及系统

Family Cites Families (20)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7119833B2 (en) * 2002-12-03 2006-10-10 University Of Kentucky Research Foundation Monitoring and correction of geometric distortion in projected displays
JP4199159B2 (ja) * 2004-06-09 2008-12-17 株式会社東芝 描画処理装置、描画処理方法、及び描画処理プログラム
JP2006146760A (ja) * 2004-11-24 2006-06-08 Aisin Seiki Co Ltd 画像変換方法及び画像変換装置
US8243144B2 (en) * 2009-07-31 2012-08-14 Seiko Epson Corporation Light transport matrix from homography
US9699438B2 (en) * 2010-07-02 2017-07-04 Disney Enterprises, Inc. 3D graphic insertion for live action stereoscopic video
WO2012126135A1 (en) * 2011-03-21 2012-09-27 Intel Corporation Method of augmented makeover with 3d face modeling and landmark alignment
JP2015506188A (ja) * 2011-12-21 2015-03-02 コーニンクレッカ フィリップス エヌ ヴェ 容積測定モダリティからの構造の未較正内視鏡のビデオへのオーバレイ及び動き補償
JP2013156722A (ja) * 2012-01-27 2013-08-15 Sony Corp 画像処理装置、画像処理方法、学習装置、学習方法およびプログラム
CN102903130A (zh) * 2012-08-21 2013-01-30 苏州两江科技有限公司 二维视频图像中目标的二维图像重建方法
CN103414861B (zh) 2013-08-21 2016-12-28 浙江大学 一种投影仪画面自适应几何矫正的方法
JP6232076B2 (ja) * 2013-12-27 2017-11-22 日本電信電話株式会社 映像符号化方法、映像復号方法、映像符号化装置、映像復号装置、映像符号化プログラム及び映像復号プログラム
JP6581359B2 (ja) * 2015-01-07 2019-09-25 キヤノン株式会社 情報処理装置及びその制御方法及びプログラム及び記憶媒体、並びに、ビデオカメラ
US10306254B2 (en) 2017-01-17 2019-05-28 Seiko Epson Corporation Encoding free view point data in movie data container
US11514613B2 (en) 2017-03-16 2022-11-29 Samsung Electronics Co., Ltd. Point cloud and mesh compression using image/video codecs
EP3399757A1 (en) * 2017-05-04 2018-11-07 Thomson Licensing Method and apparatus to encode and decode two-dimension point clouds
CN107194983B (zh) * 2017-05-16 2018-03-09 华中科技大学 一种基于点云与影像数据的三维可视化方法和系统
JP6905184B2 (ja) 2017-06-07 2021-07-21 富士通株式会社 画像圧縮プログラム、画像圧縮装置、及び画像圧縮方法
EP3429210A1 (en) * 2017-07-13 2019-01-16 Thomson Licensing Methods, devices and stream for encoding and decoding volumetric video
US10779011B2 (en) 2017-07-31 2020-09-15 Qualcomm Incorporated Error concealment in virtual reality system
US10424083B2 (en) * 2017-10-21 2019-09-24 Samsung Electronics Co., Ltd. Point cloud compression using hybrid transforms

Similar Documents

Publication Publication Date Title
Zhang et al. Densely connected pyramid dehazing network
KR102319177B1 (ko) 이미지 내의 객체 자세를 결정하는 방법 및 장치, 장비, 및 저장 매체
US9280825B2 (en) Image processing system with registration mechanism and method of operation thereof
CN108648194B (zh) 基于cad模型三维目标识别分割和位姿测量方法及装置
KR101669820B1 (ko) 볼륨 예측 기반 폐색 영역 양방향 복원 장치 및 방법
CN108663026B (zh) 一种振动测量方法
KR100560464B1 (ko) 관찰자의 시점에 적응적인 다시점 영상 디스플레이 시스템을 구성하는 방법
JP5509278B2 (ja) 被写体位置判定方法およびシステム
CN112164115B (zh) 物体位姿识别的方法、装置及计算机存储介质
CN110570435A (zh) 用于对车辆损伤图像进行损伤分割的方法及装置
CN116229189B (zh) 基于荧光内窥镜的图像处理方法、装置、设备及存储介质
CN114782628A (zh) 基于深度相机的室内实时三维重建方法
KR101478709B1 (ko) Rgb-d 영상 특징점 추출 및 특징 기술자 생성 방법 및 장치
CN111080537A (zh) 水下机器人智能控制方法、介质、设备及系统
KR20210096234A (ko) 호모그래피 변환을 사용하는 포인트 클라우드 코딩
CN116152697A (zh) 一种混凝土结构裂缝的三维模型测量方法及相关装置
CN115082498A (zh) 一种机器人抓取位姿估计方法、装置、设备及存储介质
CN113345084B (zh) 三维建模系统及三维建模方法
CN113724335B (zh) 一种基于单目相机的三维目标定位方法及系统
CN111127556A (zh) 基于3d视觉的目标物体识别和位姿估算方法以及装置
CN115082777A (zh) 基于双目视觉的水下动态鱼类形态测量方法及装置
CN116977341B (zh) 一种尺寸测量方法及相关装置
CN112365516B (zh) 一种增强现实中虚实遮挡处理方法
CN107274477B (zh) 一种基于三维空间表层的背景建模方法
CN117291930A (zh) 一种基于图片序列中目标物体分割的三维重建方法和系统