KR102118056B1

KR102118056B1 - 복수의 뷰포인트들에 대한 메타데이터를 송수신하는 방법 및 장치

Info

Publication number: KR102118056B1
Application number: KR1020190035370A
Authority: KR
Inventors: 오세진
Original assignee: 엘지전자 주식회사
Priority date: 2018-04-05
Filing date: 2019-03-27
Publication date: 2020-06-02
Also published as: KR20190116916A; KR20200062144A; WO2019194434A1; US11044455B2; KR102241082B1; US20190313081A1

Abstract

본 발명의 일 실시예에 따른 360도 비디오 전송 장치에 의하여 수행되는 360도 비디오 데이터 처리 방법은, 적어도 하나의 이미지 획득 장치에 의해 캡쳐된 360도 비디오 데이터를 획득하는 단계, 상기 360도 비디오 데이터를 처리하여 전방향 이미지(omnidirectional image)를 포함하는 2차원(two-dimensional) 픽처를 도출하는 단계, 상기 360도 비디오 데이터에 대한 메타데이터를 생성하는 단계, 상기 2차원 픽처에 대한 정보를 인코딩하는 단계 및 상기 2차원 픽처에 대한 정보 및 상기 메타데이터를 기반으로 인캡슐레이션(encapsulation)을 수행하는 단계를 포함하되, 상기 메타데이터는 뷰포인트 그룹 ID에 대한 정보(information on viewpoint group ID)를 포함하고, 상기 뷰포인트 그룹 ID를 기반으로 상기 360도 비디오 데이터와 관련된 복수의 뷰포인트들(multiple-viewpoints)이 적어도 하나의 뷰포인트 그룹으로 분류되는(categorized) 것을 특징으로 한다.

Description

복수의 뷰포인트들에 대한 메타데이터를 송수신하는 방법 및 장치{Method and apparatus for transceiving metadata for multiple viewpoints}

본 발명은 360도 비디오 데이터(360-degree video data)에 대한 메타데이터에 관한 것으로, 보다 상세하게는 복수의 뷰포인트들(multiple-viewpoints)에 대한 메타데이터를 송수신하는 방법 및 장치에 관한 것이다.

VR(Virtual Reality) 시스템은 사용자에게 전자적으로 투영된 환경 내에 있는 것 같은 감각을 제공한다. AR(Augmented Reality, AR) 시스템은 현실의 이미지나 배경에 3차원 가상 이미지를 중첩하여, 사용자에게 가상과 현실이 혼합된 환경 내에 있는 것 같은 감각을 제공한다. VR 또는 AR을 제공하기 위한 시스템은 더 고화질의 이미지들과, 공간적인 음향을 제공하기 위하여 더 개선될 수 있다. VR 또는 AR 시스템은 사용자가 인터랙티브하게 VR 또는 AR 컨텐츠들을 소비할 수 있도록 할 수 있다.

VR 또는 AR 컨텐츠에 대한 수요가 점점 증가하고 있는 상황에서, VR 또는 AR 컨텐츠 내의 복수의 뷰포인트들(multiple-viewpoints)에 대한 정보를 보다 구체적으로 시그널링하는 방법을 고안할 필요성 또한 증가하고 있다.

본 발명의 기술적 과제는 360도 비디오 데이터를 처리하는 방법 및 장치를 제공함에 있다.

본 발명의 다른 기술적 과제는 360도 비디오 데이터에 대한 메타데이터를 전송 또는 수신하는 방법 및 장치를 제공함에 있다.

본 발명의 또 다른 기술적 과제는 복수의 뷰포인트들에 대한 메타데이터를 전송 또는 수신하는 방법 및 장치를 제공함에 있다.

본 발명의 또 다른 기술적 과제는 복수의 뷰포인트들의 뷰포인트 그룹 ID에 대한 정보를 전송 또는 수신하는 방법 및 장치를 제공함에 있다.

본 발명의 또 다른 기술적 과제는 복수의 뷰포인트들의 뷰포인트 그룹 ID에 대한 정보를 기반으로 복수의 뷰포인트들을 적어도 하나의 뷰포인트 그룹으로 분류 또는 그룹화(grouping)하는 방법 및 장치를 제공함에 있다.

본 발명의 일 실시예에 따르면, 360도 비디오 전송 장치에 의하여 수행되는 360도 비디오 데이터 처리 방법 이 제공된다. 상기 방법은, 적어도 하나의 이미지 획득 장치에 의해 캡쳐된 360도 비디오 데이터를 획득하는 단계, 상기 360도 비디오 데이터를 처리하여 전방향 이미지(omnidirectional image)를 포함하는 2차원(two-dimensional) 픽처를 도출하는 단계, 상기 360도 비디오 데이터에 대한 메타데이터를 생성하는 단계, 상기 2차원 픽처에 대한 정보를 인코딩하는 단계 및 상기 2차원 픽처에 대한 정보 및 상기 메타데이터를 기반으로 인캡슐레이션(encapsulation)을 수행하는 단계를 포함하되, 상기 메타데이터는 뷰포인트 그룹 ID에 대한 정보(information on viewpoint group ID)를 포함하고, 상기 뷰포인트 그룹 ID를 기반으로 상기 360도 비디오 데이터와 관련된 복수의 뷰포인트들(multiple-viewpoints)이 적어도 하나의 뷰포인트 그룹으로 분류되는(categorized) 것을 특징으로 한다.

본 발명의 다른 일 실시예에 따르면, 360도 비디오 데이터를 처리하는 360도 비디오 전송 장치가 제공된다. 상기 360도 비디오 전송 장치는, 적어도 하나의 이미지 획득 장치에 의해 캡쳐된 360도 비디오 데이터를 획득하는 데이터 입력부, 상기 360도 비디오 데이터를 처리하여 전방향 이미지(omnidirectional image)를 포함하는 2차원(two-dimension) 픽처를 도출하는 프로젝션 처리부, 상기 360도 비디오 데이터에 대한 메타데이터를 생성하는 메타데이터 처리부, 상기 2차원 픽처에 대한 정보를 인코딩하는 데이터 인코더 및 상기 2차원 픽처에 대한 정보 및 상기 메타데이터를 기반으로 인캡슐레이션(encapsulation)을 수행하는 인캡슐레이션 처리부를 포함하되, 상기 메타데이터는 뷰포인트 그룹 ID에 대한 정보(information on viewpoint group ID)를 포함하고, 상기 뷰포인트 그룹 ID를 기반으로 상기 360도 비디오 데이터와 관련된 복수의 뷰포인트들(multiple-viewpoints)이 적어도 하나의 뷰포인트 그룹으로 분류되는 것을 특징으로 한다.

본 발명의 또 다른 일 실시예에 따르면, 360도 비디오 수신 장치에 의하여 수행되는 360도 비디오 데이터 처리 방법이 제공된다. 상기 방법은, 360도 비디오 데이터에 대한 정보를 수신하는 단계, 상기 360도 비디오 데이터에 대한 정보 로부터 인코딩된 픽처에 대한 정보 및 메타데이터를 획득하는 단계, 상기 인코딩된 픽처에 대한 정보를 기반으로 픽처를 디코딩하는 단계 및 상기 메타데이터를 기반으로 상기 디코딩된 픽처를 렌더링하는 단계를 포함하되, 상기 메타데이터는 뷰포인트 그룹 ID에 대한 정보(information on viewpoint group ID)를 포함하고, 상기 뷰포인트 그룹 ID를 기반으로 상기 360도 비디오 파일과 관련된 복수의 뷰포인트들이 적어도 하나의 뷰포인트 그룹으로 분류되는(categorized) 것을 특징으로 한다.

본 발명의 또 다른 일 실시예에 따르면, 360도 비디오 데이터를 처리하는 360도 비디오 수신 장치가 제공된다. 상기 360도 비디오 수신 장치는, 360도 비디오 데이터에 대한 정보를 수신하고, 상기 360도 비디오 데이터에 대한 정보로부터 인코딩된 픽처에 대한 정보 및 메타데이터를 획득하는 수신처리부, 상기 인코딩된 픽처에 대한 정보를 기반으로 픽처를 디코딩하는 데이터 디코더(decoder) 및 상기 메타데이터를 기반으로 상기 디코딩된 픽처를 렌더링하는 렌더러(renderer)를 포함하되, 상기 메타데이터는 뷰포인트 그룹 ID에 대한 정보(information on viewpoint group ID)를 포함하고, 상기 뷰포인트 그룹 ID를 기반으로 상기 360도 비디오 파일과 관련된 복수의 뷰포인트들이 적어도 하나의 뷰포인트 그룹으로 분류되는(categorized) 것을 특징으로 한다.

본 발명에 따르면 지상파 방송망과 인터넷 망을 사용하는 차세대 하이브리드 방송을 지원하는 환경에서 VR 컨텐츠 (360 컨텐츠)를 효율적으로 전송할 수 있다.

본 발명에 따르면 360 컨텐츠를 소비하는 사용자에게 인터랙티브 경험(interactive experience)을 제공할 수 있다.

본 발명에 따르면 전송 캐패시티를 증가시키면서 사용자에게 필요한 360 컨텐츠 정보를 효율적으로 전달할 수 있다.

본 발명에 따르면 ISOBMFF(ISO base media file format) 등 ISO(International Organization for Standardization) 기반 미디어 파일 포멧을 통하여 효율적으로 360도 비디오 데이터에 대한 시그널링 정보를 저장 및 전송할 수 있다.

본 발명에 따르면 DASH(Dynamic Adaptive Streaming over HTTP) 등의 HTTP(HyperText Transfer Protocol) 기반 적응형 스트리밍을 통하여 360도 비디오 데이터에 대한 시그널링 정보를 전송할 수 있다.

본 발명에 따르면 SEI (Supplemental enhancement information) 메시지 혹은 VUI (Video Usability Information)를 통하여 360도 비디오 데이터에 대한 시그널링 정보를 저장 및 전송할 수 있고, 이를 통하여 전체적인 전송 효율을 향상시킬 수 있다.

본 발명에 따르면 360도 비디오 내에서 복수의 뷰포인트들간 뷰포인트 전환(viewpoint switching)을 수행할 수 있다.

본 발명에 따르면 360도 비디오 내에서 복수의 핫스팟들(hotspots)간 뷰포인트 전환을 수행할 수 있다.

도 1은 일 실시예에 따른 360 컨텐츠 제공을 위한 전체 아키텍처를 도시한 도면이다.
도 2 및 도 3은 일부 실시예들에 따른 미디어 파일의 구조를 도시한 도면이다.
도 4는 DASH 기반 적응형 스트리밍 모델의 전반적인 동작의 일 예를 도시하는 도면이다.
도 5는 일 실시예에 따른 360 비디오 전송 장치의 구성을 개략적으로 설명하는 도면이다.
도 6은 일 실시예에 따른 360 비디오 수신 장치의 구성을 개략적으로 설명하는 도면이다.
도 7은 일 실시예에 따른 3D 공간을 설명하기 위한 비행기 주축(Aircraft Principal Axes) 개념을 도시한 도면이다.
도 8는 360 비디오의 처리 과정 및 프로젝션 포멧에 따른 리전별 패킹 과정이 적용된 2D 이미지를 예시적으로 도시하는 도면이다.
도 9a 내지 9b는 일부 실시예들에 따른 프로젝션 포멧들을 예시적으로 도시하는 도면이다.
도 10a 및 10b는 일부 실시예들에 따른 타일(Tile)을 도시한 도면이다.
도 11은 일 실시예에 따른 360도 비디오 관련 메타데이터의 일 예를 도시하는 도면이다.
도 12는 뷰포인트, 뷰잉 포지션, 뷰잉 오리엔테이션의 개념을 개략적으로 도시하는 도면이다.
도 13은 일 실시예에 따른 3DoF+ 비디오 제공을 위한 아키텍처의 예를 개략적으로 도시한 도면이다.
도 14a 및 14b는 3DoF+ 엔드 투 엔드 시스템 아키텍처의 일 예시를 도시하는 도면이다.
도 15는 FLUS 아키텍처의 일 예시를 개략적으로 도시하는 도면이다.
도 16은 3DoF+ 송신단의 구성의 일 예시를 개략적으로 도시하는 도면이다.
도 17은 3DoF+ 수신단의 구성의 일 예시를 개략적으로 도시하는 도면이다.
도 18a 내지 도 18c는 360도 컨텐츠에 포함된 복수의 뷰포인트들을 설명하기 위한 일 예시를 도시하는 도면이다.
도 19는 일 실시예에 따른 360도 비디오 전송 장치의 동작 방법을 도시하는 흐름도이다.
도 20은 일 실시예에 따른 360도 비디오 전송 장치의 구성을 도시하는 블록도이다.
도 21은 일 실시예에 따른 360도 비디오 수신 장치의 동작 방법을 도시하는 흐름도이다.
도 22는 일 실시예에 따른 360도 비디오 수신 장치의 구성을 도시하는 블록도이다.

이하에서 설명하는 기술적 특징은 MPEG(Moving Picture Experts Group) 표준화 기구에 의한 표준 규격 등에 적용될 수 있고, 비디오, 이미지 또는 오디오에 대해 다루는 기술 분야에서 이용될 수 있다. 예를 들어, 이하의 설명에서 개시된 방법 또는 실시예는 MPEG-I 표준(ISO/IEC 23090) 또는 MPEG-I 표준(ISO/IEC 23090) 이후의 차세대 표준들의 개시 내용과 관련될 수 있다.

본 발명은 다양한 변경을 가할 수 있고 여러 가지 실시예를 가질 수 있는 바, 특정 실시예들을 도면에 예시하고 상세하게 설명하고자 한다. 그러나, 이는 본 발명을 특정 실시예에 한정하려고 하는 것이 아니다. 본 명세서에서 상용하는 용어는 단지 특정한 실시예를 설명하기 위해 사용된 것으로, 본 발명의 기술적 사상을 한정하려는 의도로 사용되는 것은 아니다. 단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한, 복수의 표현을 포함한다. 본 명세서에서 "포함하다" 또는 "가지다" 등의 용어는 명세서상에 기재된 특징, 숫자, 단계, 동작, 구성 요소, 부품 또는 이들을 조합한 것이 존재함을 지정하려는 것이지, 하나 또는 그 이상의 다른 특징들이나 숫자, 단계, 동작, 구성 요소, 부품 도는 이들을 조합한 것들의 존재 또는 부가 가능성을 미리 배제하지 않는 것으로 이해되어야 한다.

한편, 본 발명에서 설명되는 도면상의 각 구성들은 서로 다른 특징적인 기능들에 관한 설명의 편의를 위해 독립적으로 도시된 것으로서, 각 구성들이 서로 별개의 하드웨어나 별개의 소프트웨어로 구현된다는 것을 의미하지는 않는다. 예컨대, 각 구성 중 두 개 이상의 구성이 합쳐져 하나의 구성을 이룰 수도 있고, 하나의 구성이 복수의 구성으로 나뉘어질 수도 있다. 각 구성이 통합 및/또는 분리된 실시예도 본 발명의 본질에서 벗어나지 않는 한 본 발명의 권리범위에 포함된다.

이하, 첨부한 도면들을 참조하여, 본 발명의 바람직한 실시예를 보다 상세하게 설명하고자 한다. 이하, 도면상의 동일한 구성 요소에 대해서는 동일한 참조 부호를 사용하고 동일한 구성 요소에 대해서 중복된 설명은 생략한다.

도 1은 일 실시예에 따른 360 컨텐츠 제공을 위한 전체 아키텍처를 도시한 도면이다.

본 명세서에서 "이미지(image)"는 정지 영상 및 시간의 흐름에 따른 일련의 정지 영상들의 집합인 비디오(video)를 포함하는 개념을 의미할 수 있다. 또한, "비디오(video)"도 반드시 시간의 흐름에 따른 일련의 정지 영상들의 집합만을 의미하는 것은 아니고, 경우에 따라서는 정지 영상이 비디오에 포함되는 개념으로 해석될 수 있다.

사용자에게 가상현실 (Virtual Reality, VR)을 제공하기 위하여, 360 컨텐츠를 제공하는 방안이 고려될 수 있다. 여기서, 상기 360도 컨텐츠는 3DoF(three Degrees of Freedom) 컨텐츠라고 나타낼 수도 있으며, VR이란 실제 또는 가상의 환경을 복제(replicates) 하기 위한 기술 내지는 그 환경을 의미할 수 있다. VR은 인공적으로 사용자에게 감각적 경험을 제공하며, 이를 통해 사용자는 전자적으로 프로젝션된 환경에 있는 것과 같은 경험을 할 수 있다.

360 컨텐츠는 VR을 구현, 제공하기 위한 컨텐츠 전반을 의미하며, 360도 비디오 및/또는 360 오디오를 포함할 수 있다. 360도 비디오 및/또는 360 오디오는 3차원 비디오 및/또는 3차원 오디오로 지칭될 수도 있다. 360도 비디오는 VR을 제공하기 위해 필요한, 동시에 모든 방향(360도)으로 캡처되거나 재생되는 비디오 혹은 이미지 컨텐츠를 의미할 수 있다. 이하, 360도 비디오라 함은 360도 비디오를 의미할 수 있다. 360도 비디오는 3D 모델에 따라 다양한 형태의 3D 공간 상에 나타내어지는 비디오 혹은 이미지를 의미할 수 있으며, 예를 들어 360도 비디오는 구형면(Spherical surface) 상에 나타내어질 수 있다. 360 오디오 역시 VR을 제공하기 위한 오디오 컨텐츠로서, 음향 발생지가 3차원의 특정 공간상에 위치하는 것으로 인지될 수 있는, 공간적(Spatial) 오디오 컨텐츠를 의미할 수 있다. 360 오디오는 3차원 오디오로도 지칭될 수 있다. 360 컨텐츠는 생성, 처리되어 사용자들로 전송될 수 있으며, 사용자들은 360 컨텐츠를 이용하여 VR 경험을 소비할 수 있다. 360 비디오는 전방향(omnidirectional) 비디오라고 불릴 수 있고, 360 이미지는 전방향 이미지라고 불릴 수 있다.

360도 비디오를 제공하기 위하여, 먼저 하나 이상의 카메라를 통해 360도 비디오가 캡처될 수 있다. 캡처된 360도 비디오는 일련의 과정을 거쳐 전송되고, 수신측에서는 수신된 데이터를 다시 원래의 360도 비디오로 가공하여 렌더링할 수 있다. 이를 통해 360도 비디오가 사용자에게 제공될 수 있다.

구체적으로 360도 비디오 제공을 위한 전체의 과정은 캡처 과정(process), 준비 과정, 전송 과정, 프로세싱 과정, 렌더링 과정 및/또는 피드백 과정을 포함할 수 있다.

캡처 과정은 하나 이상의 카메라를 통하여 복수개의 시점 각각에 대한 이미지 또는 비디오를 캡처하는 과정을 의미할 수 있다. 캡처 과정에 의해 도시된 도 1의 (110)과 같은 이미지/비디오 데이터가 생성될 수 있다. 도시된 도 1의 (110)의 각 평면은 각 시점에 대한 이미지/비디오를 의미할 수 있다. 이 캡처된 복수개의 이미지/비디오를 로(raw) 데이터라 할 수도 있다. 캡처 과정에서 캡처와 관련된 메타데이터가 생성될 수 있다.

이 캡처를 위하여 VR 을 위한 특수한 카메라가 사용될 수 있다. 실시예에 따라 컴퓨터로 생성된 가상의 공간에 대한 360도 비디오를 제공하고자 하는 경우, 실제 카메라를 통한 캡처가 수행되지 않을 수 있다. 이 경우 단순히 관련 데이터가 생성되는 과정으로 해당 캡처 과정이 갈음될 수 있다.

준비 과정은 캡처된 이미지/비디오 및 캡처 과정에서 발생한 메타데이터를 처리하는 과정일 수 있다. 캡처된 이미지/비디오는 이 준비 과정에서, 스티칭 과정, 프로젝션 과정, 리전별 패킹 과정(Region-wise Packing) 및/또는 인코딩 과정 등을 거칠 수 있다.

먼저 각각의 이미지/비디오가 스티칭(Stitching) 과정을 거칠 수 있다. 스티칭 과정은 각각의 캡처된 이미지/비디오들을 연결하여 하나의 파노라마 이미지/비디오 또는 구형의 이미지/비디오를 만드는 과정일 수 있다.

이후, 스티칭된 이미지/비디오는 프로젝션(Projection) 과정을 거칠 수 있다. 프로젝션 과정에서, 스티칭된 이미지/비디오는 2D 이미지 상에 프로젝션될 수 있다. 이 2D 이미지는 문맥에 따라 2D 이미지 프레임으로 불릴 수도 있다. 2D 이미지로 프로젝션하는 것을 2D 이미지로 맵핑한다고 표현할 수도 있다. 프로젝션된 이미지/비디오 데이터는 도시된 도 1의 (120)과 같은 2D 이미지의 형태가 될 수 있다.

2D 이미지 상에 프로젝션된 비디오 데이터는 비디오 코딩 효율 등을 높이기 위하여 리전별 패킹 과정(Region-wise Packing)을 거칠 수 있다. 리전별 패킹이란, 2D 이미지 상에 프로젝션된 비디오 데이터를 리전(Region) 별로 나누어 처리를 가하는 과정을 의미할 수 있다. 여기서 리전(Region)이란, 360도 비디오 데이터가 프로젝션된 2D 이미지가 나누어진 영역을 의미할 수 있다. 이 리전들은, 실시예에 따라, 2D 이미지를 균등하게 나누어 구분되거나, 임의로 나누어져 구분될 수 있다. 또한 실시예에 따라 리전들은, 프로젝션 스킴에 따라 구분될 수도 있다. 리전별 패킹 과정은 선택적(optional) 과정으로써, 준비 과정에서 생략될 수 있다.

실시예에 따라 이 처리 과정은, 비디오 코딩 효율을 높이기 위해, 각 리전을 회전한다거나 2D 이미지 상에서 재배열하는 과정을 포함할 수 있다. 예를 들어, 리전들을 회전하여 리전들의 특정 변들이 서로 근접하여 위치되도록 함으로써, 코딩 시의 효율이 높아지게 할 수 있다.

실시예에 따라 이 처리 과정은, 360도 비디오상의 영역별로 레졸루션(resolution) 을 차등화하기 위하여, 특정 리전에 대한 레졸루션을 높인다거나, 낮추는 과정을 포함할 수 있다. 예를 들어, 360도 비디오 상에서 상대적으로 더 중요한 영역에 해당하는 리전들은, 다른 리전들보다 레졸루션을 높게할 수 있다. 2D 이미지 상에 프로젝션된 비디오 데이터 또는 리전별 패킹된 비디오 데이터는 비디오 코덱을 통한 인코딩 과정을 거칠 수 있다.

실시예에 따라 준비 과정은 부가적으로 에디팅(editing) 과정 등을 더 포함할 수 있다. 이 에디팅 과정에서 프로젝션 전후의 이미지/비디오 데이터들에 대한 편집 등이 더 수행될 수 있다. 준비 과정에서도 마찬가지로, 스티칭/프로젝션/인코딩/에디팅 등에 대한 메타데이터가 생성될 수 있다. 또한 2D 이미지 상에 프로젝션된 비디오 데이터들의 초기 시점, 혹은 ROI (Region of Interest) 등에 관한 메타데이터가 생성될 수 있다.

전송 과정은 준비 과정을 거친 이미지/비디오 데이터 및 메타데이터들을 처리하여 전송하는 과정일 수 있다. 전송을 위해 임의의 전송 프로토콜에 따른 처리가 수행될 수 있다. 전송을 위한 처리를 마친 데이터들은 방송망 및/또는 브로드밴드를 통해 전달될 수 있다. 이 데이터들은 온 디맨드(On Demand) 방식으로 수신측으로 전달될 수도 있다. 수신측에서는 다양한 경로를 통해 해당 데이터를 수신할 수 있다.

프로세싱 과정은 수신한 데이터를 디코딩하고, 프로젝션되어 있는 이미지/비디오 데이터를 3D 모델 상에 리-프로젝션(Re-projection) 하는 과정을 의미할 수 있다. 이 과정에서 2D 이미지들 상에 프로젝션되어 있는 이미지/비디오 데이터가 3D 공간 상으로 리-프로젝션될 수 있다. 이 과정을 문맥에 따라 맵핑, 프로젝션이라고 부를 수도 있다. 이 때 맵핑되는 3D 공간은 3D 모델에 따라 다른 형태를 가질 수 있다. 예를 들어 3D 모델에는 구형(Sphere), 큐브(Cube), 실린더(Cylinder) 또는 피라미드(Pyramid) 가 있을 수 있다.

실시예에 따라 프로세싱 과정은 부가적으로 에디팅(editing) 과정, 업 스케일링(up scaling) 과정 등을 더 포함할 수 있다. 이 에디팅 과정에서 리-프로젝션 전후의 이미지/비디오 데이터에 대한 편집 등이 더 수행될 수 있다. 이미지/비디오 데이터가 축소되어 있는 경우 업 스케일링 과정에서 샘플들의 업 스케일링을 통해 그 크기를 확대할 수 있다. 필요한 경우, 다운 스케일링을 통해 사이즈를 축소하는 작업이 수행될 수도 있다.

렌더링 과정은 3D 공간상에 리-프로젝션된 이미지/비디오 데이터를 렌더링하고 디스플레이하는 과정을 의미할 수 있다. 표현에 따라 리-프로젝션과 렌더링을 합쳐 3D 모델 상에 렌더링한다 라고 표현할 수도 있다. 3D 모델 상에 리-프로젝션된 (또는 3D 모델 상으로 렌더링된) 이미지/비디오는 도시된 도 1의 (130)과 같은 형태를 가질 수 있다. 도시된 도 1의 (130)은 구형(Sphere) 의 3D 모델에 리-프로젝션된 경우이다. 사용자는 VR 디스플레이 등을 통하여 렌더링된 이미지/비디오의 일부 영역을 볼 수 있다. 이 때 사용자가 보게되는 영역은 도시된 도 1의 (140)과 같은 형태일 수 있다.

피드백 과정은 디스플레이 과정에서 획득될 수 있는 다양한 피드백 정보들을 송신측으로 전달하는 과정을 의미할 수 있다. 피드백 과정을 통해 360도 비디오 소비에 있어 인터랙티비티(Interactivity) 가 제공될 수 있다. 실시예에 따라, 피드백 과정에서 헤드 오리엔테이션(Head Orientation) 정보, 사용자가 현재 보고 있는 영역을 나타내는 뷰포트(Viewport) 정보 등이 송신측으로 전달될 수 있다. 실시예에 따라, 사용자는 VR 환경 상에 구현된 것들과 상호작용할 수도 있는데, 이 경우 그 상호작용과 관련된 정보가 피드백 과정에서 송신측 내지 서비스 프로바이더 측으로 전달될 수도 있다. 실시예에 따라 피드백 과정은 수행되지 않을 수도 있다.

헤드 오리엔테이션 정보는 사용자의 머리 위치, 각도, 움직임 등에 대한 정보를 의미할 수 있다. 이 정보를 기반으로 사용자가 현재 360도 비디오 내에서 보고 있는 영역에 대한 정보, 즉 뷰포트 정보가 계산될 수 있다.

뷰포트 정보는 현재 사용자가 360도 비디오에서 보고 있는 영역에 대한 정보일 수 있다. 이를 통해 게이즈 분석(Gaze Analysis) 이 수행되어, 사용자가 어떠한 방식으로 360도 비디오를 소비하는지, 360도 비디오의 어느 영역을 얼마나 응시하는지 등을 확인할 수도 있다. 게이즈 분석은 수신측에서 수행되어 송신측으로 피드백 채널을 통해 전달될 수도 있다. VR 디스플레이 등의 장치는 사용자의 머리 위치/방향, 장치가 지원하는 수직(vertical) 혹은 수평(horizontal) FOV(Field Of View) 정보 등에 근거하여 뷰포트 영역을 추출할 수 있다.

실시예에 따라, 전술한 피드백 정보는 송신측으로 전달되는 것 뿐아니라, 수신측에서 소비될 수도 있다. 즉, 전술한 피드백 정보를 이용하여 수신측의 디코딩, 리-프로젝션, 렌더링 과정 등이 수행될 수 있다. 예를 들어, 헤드 오리엔테이션 정보 및/또는 뷰포트 정보를 이용하여 현재 사용자가 보고 있는 영역에 대한 360도 비디오만 우선적으로 디코딩 및 렌더링될 수도 있다.

여기서 뷰포트(viewport) 내지 뷰포트 영역이란, 사용자가 360도 비디오에서 보고 있는 영역을 의미할 수 있다. 시점(viewpoint) 는 사용자가 360도 비디오에서 보고 있는 지점으로서, 뷰포트 영역의 정중앙 지점을 의미할 수 있다. 즉, 뷰포트는 시점을 중심으로 한 영역인데, 그 영역이 차지하는 크기 형태 등은 후술할 FOV(Field Of View) 에 의해 결정될 수 있다.

전술한 360도 비디오 제공을 위한 전체 아키텍처 내에서, 캡처/프로젝션/인코딩/전송/디코딩/리-프로젝션/렌더링의 일련의 과정을 거치게 되는 이미지/비디오 데이터들을 360도 비디오 데이터라 부를 수 있다. 360도 비디오 데이터라는 용어는 또한 이러한 이미지/비디오 데이터들과 관련되는 메타데이터 내지 시그널링 정보를 포함하는 개념으로 쓰일 수도 있다.

상술한 오디오 또는 비디오 등의 미디어 데이터를 저장하고 전송하기 위하여, 정형화된 미디어 파일 포맷이 정의될 수 있다. 실시예에 따라 미디어 파일은 ISO BMFF (ISO base media file format)를 기반으로 한 파일 포맷을 가질 수 있다.

도 2 및 도 3은 일부 실시예들에 따른 미디어 파일의 구조를 도시한 도면이다.

일 실시예에 따른 미디어 파일은 적어도 하나 이상의 박스를 포함할 수 있다. 여기서 박스(box)는 미디어 데이터 또는 미디어 데이터에 관련된 메타데이터 등을 포함하는 데이터 블록 내지 오브젝트일 수 있다. 박스들은 서로 계층적 구조를 이룰 수 있으며, 이에 따라 데이터들이 분류되어 미디어 파일이 대용량 미디어 데이터의 저장 및/또는 전송에 적합한 형태를 띄게 될 수 있다. 또한 미디어 파일은, 사용자가 미디어 컨텐츠의 특정지점으로 이동하는 등, 미디어 정보에 접근하는데 있어 용이한 구조를 가질 수 있다.

일 실시예에 따른 미디어 파일은 ftyp 박스, moov 박스 및/또는 mdat 박스를 포함할 수 있다.

ftyp 박스(파일 타입 박스)는 해당 미디어 파일에 대한 파일 타입 또는 호환성 관련 정보를 제공할 수 있다. ftyp 박스는 해당 미디어 파일의 미디어 데이터에 대한 구성 버전 정보를 포함할 수 있다. 복호기는 ftyp 박스를 참조하여 해당 미디어 파일을 구분할 수 있다.

moov 박스(무비 박스)는 해당 미디어 파일의 미디어 데이터에 대한 메타 데이터를 포함하는 박스일 수 있다. moov 박스는 모든 메타 데이터들을 위한 컨테이너 역할을 할 수 있다. moov 박스는 메타 데이터 관련 박스들 중 최상위 계층의 박스일 수 있다. 실시예에 따라 moov 박스는 미디어 파일 내에 하나만 존재할 수 있다.

mdat 박스(미디어 데이터 박스) 는 해당 미디어 파일의 실제 미디어 데이터들을 담는 박스일 수 있다. 미디어 데이터들은 오디오 샘플 및/또는 비디오 샘플들을 포함할 수 있는데, mdat 박스는 이러한 미디어 샘플들을 담는 컨테이너 역할을 할 수 있다.

실시예에 따라 전술한 moov 박스는 mvhd 박스, trak 박스 및/또는 mvex 박스 등을 하위 박스로서 더 포함할 수 있다.

mvhd 박스(무비 헤더 박스)는 해당 미디어 파일에 포함되는 미디어 데이터의 미디어 프리젠테이션 관련 정보를 포함할 수 있다. 즉, mvhd 박스는 해당 미디어 프리젠테이션의 미디어 생성시간, 변경시간, 시간규격, 기간 등의 정보를 포함할 수 있다.

trak 박스(트랙 박스)는 해당 미디어 데이터의 트랙에 관련된 정보를 제공할 수 있다. trak 박스는 오디오 트랙 또는 비디오 트랙에 대한 스트림 관련 정보, 프리젠테이션 관련 정보, 액세스 관련 정보 등의 정보를 포함할 수 있다. Trak 박스는 트랙의 개수에 따라 복수개 존재할 수 있다.

trak 박스는 실시예에 따라 tkhd 박스(트랙 헤더 박스)를 하위 박스로서 더 포함할 수 있다. tkhd 박스는 trak 박스가 나타내는 해당 트랙에 대한 정보를 포함할 수 있다. tkhd 박스는 해당 트랙의 생성시간, 변경시간, 트랙 식별자 등의 정보를 포함할 수 있다.

mvex 박스(무비 익스텐드 박스)는 해당 미디어 파일에 후술할 moof 박스가 있을 수 있음을 지시할 수 있다. 특정 트랙의 모든 미디어 샘플들을 알기 위해서, moof 박스들이 스캔되어야할 수 있다.

일 실시예에 따른 미디어 파일은, 실시예에 따라, 복수개의 프래그먼트로 나뉘어질 수 있다(200). 이를 통해 미디어 파일이 분할되어 저장되거나 전송될 수 있다. 미디어 파일의 미디어 데이터들(mdat 박스)은 복수개의 프래그먼트로 나뉘어지고, 각각의 프래그먼트는 moof 박스와 나뉘어진 mdat 박스를 포함할 수 있다. 실시예에 따라 프래그먼트들을 활용하기 위해서는 ftyp 박스 및/또는 moov 박스의 정보가 필요할 수 있다.

moof 박스(무비 프래그먼트 박스)는 해당 프래그먼트의 미디어 데이터에 대한 메타 데이터를 제공할 수 있다. moof 박스는 해당 프래그먼트의 메타데이터 관련 박스들 중 최상위 계층의 박스일 수 있다.

mdat 박스(미디어 데이터 박스)는 전술한 바와 같이 실제 미디어 데이터를 포함할 수 있다. 이 mdat 박스는 각각의 해당 프래그먼트에 해당하는 미디어 데이터들의 미디어 샘플들을 포함할 수 있다.

실시예에 따라 전술한 moof 박스는 mfhd 박스 및/또는 traf 박스 등을 하위 박스로서 더 포함할 수 있다.

mfhd 박스(무비 프래그먼트 헤더 박스)는 분할된 복수개의 프래그먼트들 간의 연관성과 관련한 정보들을 포함할 수 있다. mfhd 박스는 시퀀스 넘버(sequence number) 를 포함하여, 해당 프래그먼트의 미디어 데이터가 분할된 몇 번째 데이터인지를 나타낼 수 있다. 또한, mfhd 박스를 이용하여 분할된 데이터 중 누락된 것은 없는지 여부가 확인될 수 있다.

traf 박스(트랙 프래그먼트 박스)는 해당 트랙 프래그먼트에 대한 정보를 포함할 수 있다. traf 박스는 해당 프래그먼트에 포함되는 분할된 트랙 프래그먼트에 대한 메타데이터를 제공할 수 있다. traf 박스는 해당 트랙 프래그먼트 내의 미디어 샘플들이 복호화/재생될 수 있도록 메타데이터를 제공할 수 있다. traf 박스는 트랙 프래그먼트의 개수에 따라 복수개 존재할 수 있다.

실시예에 따라 전술한 traf 박스는 tfhd 박스 및/또는 trun 박스 등을 하위 박스로서 더 포함할 수 있다.

tfhd 박스(트랙 프래그먼트 헤더 박스)는 해당 트랙 프래그먼트의 헤더 정보를 포함할 수 있다. tfhd 박스는 전술한 traf 박스가 나타내는 트랙 프래그먼트의 미디어 샘플들에 대하여, 기본적인 샘플크기, 기간, 오프셋, 식별자 등의 정보를 제공할 수 있다.

trun 박스(트랙 프래그먼트 런 박스)는 해당 트랙 프래그먼트 관련 정보를 포함할 수 있다. trun 박스는 미디어 샘플별 기간, 크기, 재생시점 등과 같은 정보를 포함할 수 있다.

전술한 미디어 파일 내지 미디어 파일의 프래그먼트들은 세그먼트들로 처리되어 전송될 수 있다. 세그먼트에는 초기화 세그먼트(initialization segment) 및/또는 미디어 세그먼트(media segment) 가 있을 수 있다.

도시된 실시예(210)의 파일은, 미디어 데이터는 제외하고 미디어 디코더의 초기화와 관련된 정보 등을 포함하는 파일일 수 있다. 이 파일은 예를 들어 전술한 초기화 세그먼트에 해당할 수 있다. 초기화 세그먼트는 전술한 ftyp 박스 및/또는 moov 박스를 포함할 수 있다.

도시된 실시예(220)의 파일은, 전술한 프래그먼트를 포함하는 파일일 수 있다. 이 파일은 예를 들어 전술한 미디어 세그먼트에 해당할 수 있다. 미디어 세그먼트는 전술한 moof 박스 및/또는 mdat 박스를 포함할 수 있다. 또한, 미디어 세그먼트는 styp 박스 및/또는 sidx 박스를 더 포함할 수 있다.

styp 박스(세그먼트 타입 박스) 는 분할된 프래그먼트의 미디어 데이터를 식별하기 위한 정보를 제공할 수 있다. styp 박스는 분할된 프래그먼트에 대해, 전술한 ftyp 박스와 같은 역할을 수행할 수 있다. 실시예에 따라 styp 박스는 ftyp 박스와 동일한 포맷을 가질 수 있다.

sidx 박스(세그먼트 인덱스 박스) 는 분할된 프래그먼트에 대한 인덱스를 나타내는 정보를 제공할 수 있다. 이를 통해 해당 분할된 프래그먼트가 몇번째 프래그먼트인지가 지시될 수 있다.

실시예에 따라(230) ssix 박스가 더 포함될 수 있는데, ssix 박스(서브 세그먼트 인덱스 박스)는 세그먼트가 서브 세그먼트로 더 나뉘어지는 경우에 있어, 그 서브 세그먼트의 인덱스를 나타내는 정보를 제공할 수 있다.

미디어 파일 내의 박스들은, 도시된 실시예(250)와 같은 박스 내지 풀 박스(FullBox) 형태를 기반으로, 더 확장된 정보들을 포함할 수 있다. 이 실시예에서 size 필드, largesize 필드는 해당 박스의 길이를 바이트 단위 등으로 나타낼 수 있다. version 필드는 해당 박스 포맷의 버전을 나타낼 수 있다. Type 필드는 해당 박스의 타입 내지 식별자를 나타낼 수 있다. flags 필드는 해당 박스와 관련된 플래그 등을 나타낼 수 있다.

한편, 일 실시예에 따른 360도 비디오에 대한 필드(속성)들은 DASH 기반 적응형(Adaptive) 스트리밍 모델에 포함되어 전달될 수 있다.

도 4는 DASH 기반 적응형 스트리밍 모델의 전반적인 동작의 일 예를 나타낸다.

도시된 실시예(400)에 따른 DASH 기반 적응형 스트리밍 모델은, HTTP 서버와 DASH 클라이언트 간의 동작을 기술하고 있다. 여기서 DASH(Dynamic Adaptive Streaming over HTTP)는, HTTP 기반 적응형 스트리밍을 지원하기 위한 프로토콜로서, 네트워크 상황에 따라 동적으로 스트리밍을 지원할 수 있다. 이에 따라 AV 컨텐츠 재생이 끊김없이 제공될 수 있다.

먼저 DASH 클라이언트는 MPD를 획득할 수 있다. MPD 는 HTTP 서버 등의 서비스 프로바이더로부터 전달될 수 있다. DASH 클라이언트는 MPD 에 기술된 세그먼트에의 접근 정보를 이용하여 서버로 해당 세그먼트들을 요청할 수 있다. 여기서 이 요청은 네트워크 상태를 반영하여 수행될 수 있다.

DASH 클라이언트는 해당 세그먼트를 획득한 후, 이를 미디어 엔진에서 처리하여 화면에 디스플레이할 수 있다. DASH 클라이언트는 재생 시간 및/또는 네트워크 상황 등을 실시간으로 반영하여, 필요한 세그먼트를 요청, 획득할 수 있다(Adaptive Streaming). 이를 통해 컨텐츠가 끊김없이 재생될 수 있다.

MPD (Media Presentation Description) 는 DASH 클라이언트로 하여금 세그먼트를 동적으로 획득할 수 있도록 하기 위한 상세 정보를 포함하는 파일로서 XML 형태로 표현될 수 있다.

DASH 클라이언트 컨트롤러(DASH Client Controller) 는 네트워크 상황을 반영하여 MPD 및/또는 세그먼트를 요청하는 커맨드를 생성할 수 있다. 또한, 이 컨트롤러는 획득된 정보를 미디어 엔진 등등의 내부 블록에서 사용할 수 있도록 제어할 수 있다.

MPD 파서(Parser) 는 획득한 MPD 를 실시간으로 파싱할 수 있다. 이를 통해, DASH 클라이언트 컨트롤러는 필요한 세그먼트를 획득할 수 있는 커맨드를 생성할 수 있게 될 수 있다.

세그먼트 파서(Parser) 는 획득한 세그먼트를 실시간으로 파싱할 수 있다. 세그먼트에 포함된 정보들에 따라 미디어 엔진 등의 내부 블록들은 특정 동작을 수행할 수 있다.

HTTP 클라이언트는 필요한 MPD 및/또는 세그먼트 등을 HTTP 서버에 요청할 수 있다. 또한 HTTP 클라이언트는 서버로부터 획득한 MPD 및/또는 세그먼트들을 MPD 파서 또는 세그먼트 파서로 전달할 수 있다.

미디어 엔진(Media Engine) 은 세그먼트에 포함된 미디어 데이터를 이용하여 컨텐츠를 화면상에 표시할 수 있다. 이 때, MPD 의 정보들이 활용될 수 있다.

DASH 데이터 모델은 계층적 구조(410)를 가질 수 있다. 미디어 프리젠테이션은 MPD에 의해 기술될 수 있다. MPD는 미디어 프리젠테이션를 만드는 복수개의 구간(Period)들의 시간적인 시퀀스를 기술할 수 있다. 피리오드는 미디어 컨텐츠의 한 구간을 나타낼 수 있다.

한 구간에서, 데이터들은 어댑테이션 셋들에 포함될 수 있다. 어댑테이션 셋은 서로 교환될 수 있는 복수개의 미디어 컨텐츠 컴포넌트들의 집합일 수 있다. 어댑테이션은 레프리젠테이션들의 집합을 포함할 수 있다. 레프리젠테이션은 미디어 컨텐츠 컴포넌트에 해당할 수 있다. 한 레프리젠테이션 내에서, 컨텐츠는 복수개의 세그먼트들로 시간적으로 나뉘어질 수 있다. 이는 적절한 접근성과 전달(delivery)를 위함일 수 있다. 각각의 세그먼트에 접근하기 위해서 각 세그먼트의 URL 이 제공될 수 있다.

MPD는 미디어 프리젠테이션에 관련된 정보들을 제공할 수 있고, 피리오드 엘레멘트, 어댑테이션 셋 엘레멘트, 레프리젠테이션 엘레멘트는 각각 해당 피리오드, 어댑테이션 셋, 레프리젠테이션에 대해서 기술할 수 있다. 레프리젠테이션은 서브 레프리젠테이션들로 나뉘어질 수 있는데, 서브 레프리젠테이션 엘레멘트는 해당 서브 레프리젠테이션에 대해서 기술할 수 있다.

여기서 공통(Common) 속성/엘레멘트들이 정의될 수 있는데, 이 들은 어댑테이션 셋, 레프리젠테이션, 서브 레프리젠테이션 등에 적용될 수 (포함될 수) 있다. 공통 속성/엘레멘트 중에는 에센셜 프로퍼티(EssentialProperty) 및/또는 서플멘탈 프로퍼티(SupplementalProperty) 가 있을 수 있다.

에센셜 프로퍼티는 해당 미디어 프리젠테이션 관련 데이터를 처리함에 있어서 필수적이라고 여겨지는 엘레멘트들을 포함하는 정보일 수 있다. 서플멘탈 프로퍼티는 해당 미디어 프리젠테이션 관련 데이터를 처리함에 있어서 사용될 수도 있는 엘레멘트들을 포함하는 정보일 수 있다. 실시예에 따라 후술할 디스크립터들은, MPD 를 통해 전달되는 경우, 에센셜 프로퍼티 및/또는 서플멘탈 프로퍼티 내에 정의되어 전달될 수 있다.

도 5는 일 실시예에 따른 360 비디오 전송 장치의 구성을 개략적으로 설명하는 도면이다.

일 실시예에 따른 360 비디오 전송 장치는 전술한 준비 과정 내지 전송 과정에 관련된 동작들을 수행할 수 있다. 360 비디오 전송 장치는 데이터 입력부, 스티처(Stitcher), 프로젝션 처리부, 리전별 패킹 처리부(도시되지 않음), 메타데이터 처리부, (송신측) 피드백 처리부, 데이터 인코더, 인캡슐레이션 처리부, 전송 처리부 및/또는 전송부를 내/외부 엘레멘트로서 포함할 수 있다.

데이터 입력부는 캡처된 각 시점별 이미지/비디오 들을 입력받을 수 있다. 이 시점별 이미지/비디오 들은 하나 이상의 카메라들에 의해 캡처된 이미지/비디오들일 수 있다. 또한 데이터 입력부는 캡처 과정에서 발생된 메타데이터를 입력받을 수 있다. 데이터 입력부는 입력된 시점별 이미지/비디오들을 스티처로 전달하고, 캡처 과정의 메타데이터를 시그널링 처리부로 전달할 수 있다.

스티처는 캡처된 시점별 이미지/비디오들에 대한 스티칭 작업을 수행할 수 있다. 스티처는 스티칭된 360 비디오 데이터를 프로젝션 처리부로 전달할 수 있다. 스티처는 필요한 경우 메타데이터 처리부로부터 필요한 메타데이터를 전달받아 스티칭 작업에 이용할 수 있다. 스티처는 스티칭 과정에서 발생된 메타데이터를 메타데이터 처리부로 전달할 수 있다. 스티칭 과정의 메타데이터에는 스티칭이 수행되었는지 여부, 스티칭 타입 등의 정보들이 있을 수 있다.

프로젝션 처리부는 스티칭된 360 비디오 데이터를 2D 이미지 상에 프로젝션할 수 있다. 프로젝션 처리부는 다양한 스킴(scheme)에 따라 프로젝션을 수행할 수 있는데, 이에 대해서는 후술한다. 프로젝션 처리부는 각 시점별 360 비디오 데이터의 해당 뎁스(depth)를 고려하여 매핑을 수행할 수 있다. 프로젝션 처리부는 필요한 경우 메타데이터 처리부로부터 프로젝션에 필요한 메타데이터를 전달받아 프로젝션 작업에 이용할 수 있다. 프로젝션 처리부는 프로젝션 과정에서 발생된 메타데이터를 메타데이터 처리부로 전달할 수 있다. 프로젝션 처리부의 메타데이터에는 프로젝션 스킴의 종류 등이 있을 수 있다.

리전별 패킹 처리부(도시되지 않음)는 전술한 리전별 패킹 과정을 수행할 수 있다. 즉, 리전별 패킹 처리부는 프로젝션된 360 비디오 데이터를 리전별로 나누고, 각 리전들을 회전, 재배열하거나, 각 리전의 레졸루션을 변경하는 등의 처리를 수행할 수 있다. 전술한 바와 같이 리전별 패킹 과정은 선택적(optional) 과정이며, 리전별 패킹이 수행되지 않는 경우, 리전별 패킹 처리부는 생략될 수 있다. 리전별 패킹 처리부는 필요한 경우 메타데이터 처리부로부터 리전별 패킹에 필요한 메타데이터를 전달받아 리전별 패킹 작업에 이용할 수 있다. 리전별 패킹 처리부는 리전별 패킹 과정에서 발생된 메타데이터를 메타데이터 처리부로 전달할 수 있다. 리전별 패킹 처리부의 메타데이터에는 각 리전의 회전 정도, 사이즈 등이 있을 수 있다.

전술한 스티처, 프로젝션 처리부 및/또는 리전별 패킹 처리부는 실시예에 따라 하나의 하드웨어 컴포넌트에서 수행될 수도 있다.

메타데이터 처리부는 캡처 과정, 스티칭 과정, 프로젝션 과정, 리전별 패킹 과정, 인코딩 과정, 인캡슐레이션 과정 및/또는 전송을 위한 처리 과정에서 발생할 수 있는 메타데이터들을 처리할 수 있다. 메타데이터 처리부는 이러한 메타데이터들을 이용하여 360 비디오 관련 메타데이터를 생성할 수 있다. 실시예에 따라 메타데이터 처리부는 360 비디오 관련 메타데이터를 시그널링 테이블의 형태로 생성할 수도 있다. 시그널링 문맥에 따라 360 비디오 관련 메타데이터는 메타데이터 또는 360 비디오 관련 시그널링 정보라 불릴 수도 있다. 또한 메타데이터 처리부는 획득하거나 생성한 메타데이터들을 필요에 따라 360 비디오 전송 장치의 내부 엘레멘트들에 전달할 수 있다. 메타데이터 처리부는 360 비디오 관련 메타데이터가 수신측으로 전송될 수 있도록 데이터 인코더, 인캡슐레이션 처리부 및/또는 전송 처리부에 전달할 수 있다.

데이터 인코더는 2D 이미지 상에 프로젝션된 360 비디오 데이터 및/또는 리전별 패킹된 360 비디오 데이터를 인코딩할 수 있다. 360 비디오 데이터는 다양한 포맷으로 인코딩될 수 있다.

인캡슐레이션 처리부는 인코딩된 360 비디오 데이터 및/또는 360 비디오 관련 메타데이터를 파일 등의 형태로 인캡슐레이션할 수 있다. 여기서 360 비디오 관련 메타데이터는 전술한 메타데이터 처리부로부터 전달받은 것일 수 있다. 인캡슐레이션 처리부는 해당 데이터들을 ISOBMFF, CFF 등의 파일 포맷으로 인캡슐레이션하거나, 기타 DASH 세그먼트 등의 형태로 처리할 수 있다. 인캡슐레이션 처리부는 실시예에 따라 360 비디오 관련 메타데이터를 파일 포맷 상에 포함시킬 수 있다. 360 관련 메타데이터는 예를 들어 ISOBMFF 파일 포맷 상의 다양한 레벨의 박스(box)에 포함되거나 파일 내에서 별도의 트랙내의 데이터로 포함될 수 있다. 실시예에 따라, 인캡슐레이션 처리부는 360 비디오 관련 메타데이터 자체를 파일로 인캡슐레이션할 수 있다. 전송 처리부는 파일 포맷에 따라 인캡슐레이션된 360 비디오 데이터에 전송을 위한 처리를 가할 수 있다. 전송 처리부는 임의의 전송 프로토콜에 따라 360 비디오 데이터를 처리할 수 있다. 전송을 위한 처리에는 방송망을 통한 전달을 위한 처리, 브로드밴드를 통한 전달을 위한 처리를 포함할 수 있다. 실시예에 따라 전송 처리부는 360 비디오 데이터뿐만 아니라, 메타데이터 처리부로부터 360 비디오 관련 메타데이터를 전달받아, 이 것에 전송을 위한 처리를 가할 수도 있다.

전송부는 전송 처리된 360 비디오 데이터 및/또는 360 비디오 관련 메타데이터를 방송망 및/또는 브로드밴드를 통해 전송할 수 있다. 전송부는 방송망을 통한 전송을 위한 엘레멘트 및/또는 브로드밴드를 통한 전송을 위한 엘레멘트를 포함할 수 있다.

360 비디오 전송 장치의 일 실시예에 의하면, 360 비디오 전송 장치는 데이터 저장부(도시되지 않음)를 내/외부 엘레멘트로서 더 포함할 수 있다. 데이터 저장부는 인코딩된 360 비디오 데이터 및/또는 360 비디오 관련 메타데이터를 전송 처리부로 전달하기 전에 저장하고 있을 수 있다. 이 데이터들이 저장되는 형태는 ISOBMFF 등의 파일 형태일 수 있다. 실시간으로 360 비디오를 전송하는 경우에는 데이터 저장부가 필요하지 않을 수 있으나, 온 디맨드, NRT (Non Real Time), 브로드밴드 등을 통해 전달하는 경우에는 인캡슐레이션된 360 데이터가 데이터 저장부에 일정 기간 저장되었다가 전송될 수도 있다.

360 비디오 전송 장치의 다른 실시예에 의하면, 360 비디오 전송 장치는 (송신측) 피드백 처리부 및/또는 네트워크 인터페이스(도시되지 않음)를 내/외부 엘레멘트로서 더 포함할 수 있다. 네트워크 인터페이스는 본 발명에 따른 360 비디오 수신 장치로부터 피드백 정보를 전달받고, 이를 송신측 피드백 처리부로 전달할 수 있다. 송신측 피드백 처리부는 피드백 정보를 스티처, 프로젝션 처리부, 리전별 패킹 처리부, 데이터 인코더, 인캡슐레이션 처리부, 메타데이터 처리부 및/또는 전송 처리부로 전달할 수 있다. 실시예에 따라 피드백 정보는 메타데이터 처리부에 일단 전달된 후, 다시 각 내부 엘레멘트들로 전달될 수 있다. 피드백 정보를 전달받은 내부 엘레먼트들은 이 후의 360 비디오 데이터의 처리에 피드백 정보를 반영할 수 있다.

360 비디오 전송 장치의 또 다른 실시예에 의하면, 리전별 패킹 처리부는 각 리전을 회전하여 2D 이미지 상에 매핑할 수 있다. 이 때 각 리전들은 서로 다른 방향, 서로 다른 각도로 회전되어 2D 이미지 상에 매핑될 수 있다. 리전의 회전은 360 비디오 데이터가 구형의 면 상에서 프로젝션 전에 인접했던 부분, 스티칭된 부분 등을 고려하여 수행될 수 있다. 리전의 회전에 관한 정보들, 즉 회전 방향, 각도 등은 360 비디오 관련 메타데이터에 의해 시그널링될 수 있다. 360 비디오 전송 장치의 또 다른 실시예에 의하면, 데이터 인코더는 각 리전 별로 다르게 인코딩을 수행할 수 있다. 데이터 인코더는 특정 리전은 높은 퀄리티로, 다른 리전은 낮은 퀄리티로 인코딩을 수행할 수 있다. 송신측 피드백 처리부는 360 비디오 수신 장치로부터 전달받은 피드백 정보를 데이터 인코더로 전달하여, 데이터 인코더가 리전별 차등화된 인코딩 방법을 사용하도록 할 수 있다. 예를 들어 송신측 피드백 처리부는 수신측으로부터 전달받은 뷰포트 정보를 데이터 인코더로 전달할 수 있다. 데이터 인코더는 뷰포트 정보가 지시하는 영역을 포함하는 리전들에 대해 다른 리전들보다 더 높은 퀄리티(UHD 등)로 인코딩을 수행할 수 있다.

360 비디오 전송 장치의 또 다른 실시예에 의하면, 전송 처리부는 각 리전 별로 다르게 전송을 위한 처리를 수행할 수 있다. 전송 처리부는 리전 별로 다른 전송 파라미터(모듈레이션 오더, 코드 레이트 등)를 적용하여, 각 리전 별로 전달되는 데이터의 강건성(robustenss)을 다르게 할 수 있다.

이 때, 송신측 피드백 처리부는 360 비디오 수신 장치로부터 전달받은 피드백 정보를 전송 처리부로 전달하여, 전송 처리부가 리전별 차등화된 전송 처리를 수행하도록 할 수 있다. 예를 들어 송신측 피드백 처리부는 수신측으로부터 전달받은 뷰포트 정보를 전송 처리부로 전달할 수 있다. 전송 처리부는 해당 뷰포트 정보가 지시하는 영역을 포함하는 리전들에 대해 다른 리전들보다 더 높은 강건성을 가지도록 전송 처리를 수행할 수 있다.

전술한 360 비디오 전송 장치의 내/외부 엘레멘트들은 하드웨어로 구현되는 하드웨어 엘레멘트들일 수 있다. 실시예에 따라 내/외부 엘레멘트들은 변경, 생략되거나 다른 엘레멘트로 대체, 통합될 수 있다. 실시예에 따라 부가 엘레멘트들이 360 비디오 전송 장치에 추가될 수도 있다.

도 6은 일 실시예에 따른 360 비디오 수신 장치의 구성을 개략적으로 설명하는 도면이다.

일 실시예에 따른 360 비디오 수신 장치는 전술한 프로세싱 과정 및/또는 렌더링 과정에 관련된 동작들을 수행할 수 있다. 360 비디오 수신 장치는 수신부, 수신 처리부, 디캡슐레이션 처리부, 데이터 디코더, 메타데이터 파서, (수신측) 피드백 처리부, 리-프로젝션 처리부 및/또는 렌더러를 내/외부 엘레멘트로서 포함할 수 있다. 한편, 시그널링 파서는 메타데이터 파서라고 불릴 수 있다.

수신부는 일 실시예에 따른 360 비디오 전송 장치가 전송한 360 비디오 데이터를 수신할 수 있다. 전송되는 채널에 따라 수신부는 방송망을 통하여 360 비디오 데이터를 수신할 수도 있고, 브로드밴드를 통하여 360 비디오 데이터를 수신할 수도 있다.

수신 처리부는 수신된 360 비디오 데이터에 대해 전송 프로토콜에 따른 처리를 수행할 수 있다. 전송측에서 전송을 위한 처리가 수행된 것에 대응되도록, 수신 처리부는 전술한 전송 처리부의 역과정을 수행할 수 있다. 수신 처리부는 획득한 360 비디오 데이터는 디캡슐레이션 처리부로 전달하고, 획득한 360 비디오 관련 메타데이터는 메타데이터 파서로 전달할 수 있다. 수신 처리부가 획득하는 360 비디오 관련 메타데이터는 시그널링 테이블의 형태일 수 있다.

디캡슐레이션 처리부는 수신 처리부로부터 전달받은 파일 형태의 360 비디오 데이터를 디캡슐레이션할 수 있다. 디캡슐레이션 처리부는 ISOBMFF 등에 따른 파일들을 디캡슐레이션하여, 360 비디오 데이터 내지 360 비디오 관련 메타데이터를 획득할 수 있다. 획득된 360 비디오 데이터는 데이터 디코더로, 획득된 360 비디오 관련 메타데이터는 메타데이터 파서로 전달할 수 있다. 디캡슐레이션 처리부가 획득하는 360 비디오 관련 메타데이터는 파일 포맷 내의 박스 혹은 트랙 형태일 수 있다. 디캡슐레이션 처리부는 필요한 경우 메타데이터 파서로부터 디캡슐레이션에 필요한 메타데이터를 전달받을 수도 있다.

데이터 디코더는 360 비디오 데이터에 대한 디코딩을 수행할 수 있다. 데이터 디코더는 메타데이터 파서로부터 디코딩에 필요한 메타데이터를 전달받을 수도 있다. 데이터 디코딩 과정에서 획득된 360 비디오 관련 메타데이터는 메타데이터 파서로 전달될 수도 있다.

메타데이터 파서는 360 비디오 관련 메타데이터에 대한 파싱/디코딩을 수행할 수 있다. 메타데이터 파서는 획득한 메타데이터를 데이터 디캡슐레이션 처리부, 데이터 디코더, 리-프로젝션 처리부 및/또는 렌더러로 전달할 수 있다.

리-프로젝션 처리부는 디코딩된 360 비디오 데이터에 대하여 리-프로젝션을 수행할 수 있다. 리-프로젝션 처리부는 360 비디오 데이터를 3D 공간으로 리-프로젝션할 수 있다. 3D 공간은 사용되는 3D 모델에 따라 다른 형태를 가질 수 있다. 리-프로젝션 처리부는 메타데이터 파서로부터 리-프로젝션에 필요한 메타데이터를 전달받을 수도 있다. 예를 들어 리-프로젝션 처리부는 사용되는 3D 모델의 타입 및 그 세부 정보에 대한 정보를 메타데이터 파서로부터 전달받을 수 있다. 실시예에 따라 리-프로젝션 처리부는 리-프로젝션에 필요한 메타데이터를 이용하여, 3D 공간 상의 특정 영역에 해당하는 360 비디오 데이터만을 3D 공간으로 리-프로젝션할 수도 있다.

렌더러는 리-프로젝션된 360 비디오 데이터를 렌더링할 수 있다. 전술한 바와 같이 360 비디오 데이터가 3D 공간상에 렌더링된다고 표현할 수도 있는데, 이처럼 두 과정이 한번에 일어나는 경우 리-프로젝션 처리부와 렌더러는 통합되어, 렌더러에서 이 과정들이 모두 진행될 수 있다. 실시예에 따라 렌더러는 사용자의 시점 정보에 따라 사용자가 보고 있는 부분만을 렌더링할 수도 있다.

사용자는 VR 디스플레이 등을 통하여 렌더링된 360 비디오의 일부 영역을 볼 수 있다. VR 디스플레이는 360 비디오를 재생하는 장치로서, 360 비디오 수신 장치에 포함될 수도 있고(tethered), 별도의 장치로서 360 비디오 수신 장치에 연결될 수도 있다(un-tethered).

360 비디오 수신 장치의 일 실시예에 의하면, 360 비디오 수신 장치는 (수신측) 피드백 처리부 및/또는 네트워크 인터페이스(도시되지 않음)를 내/외부 엘레멘트로서 더 포함할 수 있다. 수신측 피드백 처리부는 렌더러, 리-프로젝션 처리부, 데이터 디코더, 디캡슐레이션 처리부 및/또는 VR 디스플레이로부터 피드백 정보를 획득하여 처리할 수 있다. 피드백 정보는 뷰포트 정보, 헤드 오리엔테이션 정보, 게이즈(Gaze) 정보 등을 포함할 수 있다. 네트워크 인터페이스는 피드백 정보를 수신측 피드백 처리부로부터 전달받고, 이를 360 비디오 전송 장치로 전송할 수 있다.

전술한 바와 같이, 피드백 정보는 송신측으로 전달되는 것 뿐아니라, 수신측에서 소비될 수도 있다. 수신측 피드백 처리부는 획득한 피드백 정보를 360 비디오 수신 장치의 내부 엘레멘트들로 전달하여, 렌더링 등의 과정에 반영되게 할 수 있다. 수신측 피드백 처리부는 피드백 정보를 렌더러, 리-프로젝션 처리부, 데이터 디코더 및/또는 디캡슐레이션 처리부로 전달할 수 있다. 예를 들어, 렌더러는 피드백 정보를 활용하여 사용자가 보고 있는 영역을 우선적으로 렌더링할 수 있다. 또한 디캡슐레이션 처리부, 데이터 디코더 등은 사용자가 보고 있는 영역 내지 보게될 영역을 우선적으로 디캡슐레이션, 디코딩할 수 있다.

전술한 일 실시예에 따른 360 비디오 수신 장치의 내/외부 엘레멘트들은 하드웨어로 구현되는 하드웨어 엘레멘트들일 수 있다. 실시예에 따라 내/외부 엘레멘트들은 변경, 생략되거나 다른 엘레멘트로 대체, 통합될 수 있다. 실시예에 따라 부가 엘레멘트들이 360 비디오 수신 장치에 추가될 수도 있다.

또 다른 관점에서, 전술한 일 실시예에 다른 360 비디오 수신 장치의 동작 방법은 360 비디오를 전송하는 방법 및 360 비디오를 수신하는 방법과 관련될 수 있다. 일 실시예에 따른 따른 360 비디오를 전송/수신하는 방법은, 각각 전술한 일 실시예에 따른 360 비디오 전송/수신 장치 또는 그 장치의 실시예들에 의해 수행될 수 있다.

전술한 일 실시예에 따른 360 비디오 전송/수신 장치, 전송/수신 방법의 각각의 실시예 및 그 내/외부 엘리멘트 각각의 실시예들을 서로 조합될 수 있다. 예를 들어 프로젝션 처리부의 실시예들과, 데이터 인코더의 실시예들은 서로 조합되어, 그 경우의 수만큼의 360 비디오 전송 장치의 실시예들을 만들어 낼 수 있다.

도 7은 일 실시예에 따른 3D 공간을 설명하기 위한 비행기 주축(Aircraft Principal Axes) 개념을 도시한 도면이다.

본 발명에서, 3D 공간에서의 특정 지점, 위치, 방향, 간격, 영역 등을 표현하기 위하여 비행기 주축 개념이 사용될 수 있다. 즉, 본 발명에서 프로젝션 전 또는 리-프로젝션 후의 3D 공간에 대해 기술하고, 그에 대한 시그널링을 수행하기 위하여 비행기 주축 개념이 사용될 수 있다. 실시예에 따라 X, Y, Z 축을 이용하는 직교 좌표계 또는 구형 좌표계를 이용한 방법이 사용될 수도 있다.

비행기는 3 차원으로 자유롭게 회전할 수 있다. 3차원을 이루는 축을 각각 피치(pitch) 축, 요(yaw) 축 및 롤(roll) 축이라고 한다. 본 명세서에서 이 들을 줄여서 pitch, yaw, roll 내지 pitch 방향, yaw 방향, roll 방향이라고 표현할 수도 있다.

일 예시에서, roll 축은 직교 좌표계의 X축 또는 백-투-프론트 축(back-to-front axis)과 대응될 수 있다. 또는, roll 축은 도시된 비행기 주축 개념에서 비행기의 앞코에서 꼬리로 이어지는 축으로서, roll 방향의 회전이란 roll 축을 기준으로 한 회전을 의미할 수 있다. roll축을 기준으로 회전한 각도를 의미하는 roll 값의 범위는 -180도에서 180도 사이일 수 있고, 이때 경계값 -180도 및 180도가 roll 값의 범위에 포함될 수 있다.

다른 일 예시에서, pitch 축은 직교 좌표계의 Y축 또는 사이드-투-사이즈 축(side-to-side axis)과 대응될 수 있다. 또는, Pitch 축은 비행기의 앞코가 위/아래로 회전하는 방향의 기준이 되는 축을 의미할 수 있다. 도시된 비행기 주축 개념에서 pitch 축은 비행기의 날개에서 날개로 이어지는 축을 의미할 수 있다. pitch 축을 기준으로 회전한 각도를 의미하는 pitch 값의 범위는 -90도에서 90도 사이일 수 있고, 이때 경계값 -90도 및 90도가 pitch 값의 범위에 포함될 수 있다.

또 다른 일 예시에서, yaw 축은 직교 좌표계의 Z축 또는 수직 축(vertical axis)과 대응될 수 있다. 또는, yaw 축은 비행기의 앞코가 좌/우로 회전하는 방향의 기준이 되는 축을 의미할 수 있다. 도시된 비행기 주축 개념에서 yaw 축은 비행기의 위에서 아래로 이어지는 축을 의미할 수 있다. yaw 축을 기준으로 회전한 각도를 의미하는 yaw 값의 범위는 -180도에서 180도 사이일 수 있고, 이때 경계값 -180도 및 180도가 yaw 값의 범위에 포함될 수 있다.

일 실시예에 따른 3D 공간에서, yaw 축, pitch 축 및 roll 축을 결정하는 기준이 되는 중앙 지점(center point)은 고정된 것(static)이 아닐 수 있다.

전술한 바와 같이, pitch, yaw, roll 개념을 통해 본 발명에서의 3D 공간이 기술될 수 있다.

한편, 상술한 내용과 같이 2D 이미지 상에 프로젝션된 비디오 데이터는 비디오 코딩 효율 등을 높이기 위하여 리전별 패킹 과정(Region-wise Packing)이 수행될 수 있다. 상기 리전별 패킹 과정은 2D 이미지 상에 프로젝션된 비디오 데이터를 리전(Region) 별로 나누어 처리를 가하는 과정을 의미할 수 있다. 상기 리전(Region)은 360 비디오 데이터가 프로젝션된 2D 이미지가 나누어진 영역을 나타낼 수 있고, 상기 2D 이미지가 나뉘어진 리전들은 프로젝션 스킴에 따라 구분될 수도 있다. 여기서, 상기 2D 이미지는 비디오 프레임(video frame) 또는 프레임(frame)이라고 불릴 수 있다.

이와 관련하여 본 발명에서는 프로젝션 스킴에 따른 상기 리전별 패킹 과정에 대한 메타데이터들 및 상기 메타데이터들의 시그널링 방법을 제안한다. 상기 메타데이터들을 기반으로 상기 리전별 패킹 과정은 보다 효율적으로 수행될 수 있다.

도 8는 360 비디오의 처리 과정 및 프로젝션 포멧에 따른 리전별 패킹 과정이 적용된 2D 이미지를 예시적으로 나타낸다.

도 8의 (a)는 입력된 360 비디오 데이터의 처리 과정을 나타낼 수 있다. 도 8의 (a)를 참조하면 입력된 시점의 360 비디오 데이터는 다양한 프로젝션 스킴에 따라서 3D 프로젝션 구조에 스티칭 및 프로젝션될 수 있고, 상기 3D 프로젝션 구조에 프로젝션된 360 비디오 데이터는 2D 이미지로 나타낼 수 있다. 즉, 상기 360 비디오 데이터는 스티칭될 수 있고, 상기 2D 이미지로 프로젝션될 수 있다. 상기 360 비디오 데이터가 프로젝션된 2D 이미지는 프로젝션된 프레임(projected frame)이라고 나타낼 수 있다. 또한, 상기 프로젝션된 프레임은 전술한 리전별 패킹 과정이 수행될 수 있다. 즉, 상기 프로젝션된 프레임 상의 프로젝션된 360 비디오 데이터를 포함하는 영역을 리전들로 나누고, 각 리전들을 회전, 재배열하거나, 각 리전의 레졸루션을 변경하는 등의 처리가 수행될 수 있다. 다시 말해, 상기 리전별 패킹 과정은 상기 프로젝션된 프레임을 하나 이상의 패킹된 프레임(packed frame)으로 맵핑하는 과정을 나타낼 수 있다. 상기 리전별 패킹 과정의 수행은 선택적(optional)일 수 있고, 상기 리전별 패킹 과정이 적용되지 않는 경우, 상기 패킹된 프레임과 상기 프로젝션된 프레임은 동일할 수 있다. 상기 리전별 패킹 과정이 적용되는 경우, 상기 프로젝션된 프레임의 각 리전은 상기 패킹된 프레임의 리전에 맵핑될 수 있고, 상기 프로젝션된 프레임의 각 리전이 맵핑되는 상기 패킹된 프레임의 리전의 위치, 모양 및 크기를 나타내는 메타데이터가 도출될 수 있다.

도 8의 (b) 및 (c)는 상기 프로젝션된 프레임의 각 리전이 상기 패킹된 프레임의 리전에 맵핑되는 예들을 나타낼 수 있다. 도 8의 (b)를 참조하면 상기 360 비디오 데이터는 파노라믹(panoramic) 프로젝션 스킴(projection scheme)에 따라서 2D 이미지(또는 프레임)에 프로젝션될 수 있다. 상기 프로젝션된 프레임의 상단면(top) 리전, 중단면(middle) 리전 및 하단면(bottom) 리전은 리전별 패킹 과정이 적용되어 우측의 도면과 같이 재배열될 수 있다. 여기서, 상기 상단면 리전은 2D 이미지 상에서 상기 파노라마의 상단면을 나타내는 리전(region)일 수 있고, 상기 중단면 리전은 2D 이미지 상에서 상기 파노라마의 중단면을 나타내는 리전일 수 있고, 상기 하단면 리전은 2D 이미지 상에서 상기 파노라마의 하단면을 나타내는 리전일 수 있다. 또한, 도 8의 (c)를 참조하면 상기 360 비디오 데이터는 큐빅(cubic) 프로젝션 스킴에 따라서 2D 이미지(또는 프레임)에 프로젝션될 수 있다. 상기 프로젝션된 프레임의 앞면(front) 리전, 뒷면(back) 리전, 윗면(top) 리전, 바닥면(bottom) 리전, 우측옆면(right) 리전 및 좌측옆면(left) 리전은 리전별 패킹 과정이 적용되어 우측의 도면과 같이 재배열될 수 있다. 여기서, 상기 앞면 리전은 2D 이미지 상에서 상기 큐브의 앞면을 나타내는 리전(region)일 수 있고, 상기 뒷면 리전은 2D 이미지 상에서 상기 큐브의 뒷면을 나타내는 리전일 수 있다. 또한, 여기서, 상기 윗면 리전은 2D 이미지 상에서 상기 큐브의 윗면을 나타내는 리전일 수 있고, 상기 바닥면 리전은 2D 이미지 상에서 상기 큐브의 바닥면을 나타내는 리전일 수 있다. 또한, 여기서, 상기 우측옆면 리전은 2D 이미지 상에서 상기 큐브의 우측옆면을 나타내는 리전일 수 있고, 상기 좌측옆면 리전은 2D 이미지 상에서 상기 큐브의 좌측옆면을 나타내는 리전일 수 있다.

도 8의 (d)는 상기 360 비디오 데이터가 프로젝션될 수 있는 다양한 3D 프로젝션 포멧들을 나타낼 수 있다. 도 8의 (d)를 참조하면 상기 3D 프로젝션 포멧들은 사면체(tetrahedron), 큐브(cube), 팔면체(octahedron), 이십면체(dodecahedron), 이십면체(icosahedron)를 포함할 수 있다. 도 8의 (d)에 도시된 2D 프로젝션(2D projection)들은 상기 3D 프로젝션 포멧에 프로젝션된 360 비디오 데이터를 2D 이미지로 나타낸 프로젝션된 프레임(projectied frame)들을 나타낼 수 있다.

상기 프로젝션 포멧들은 예시로서, 일 실시예에 따르면 다양한 프로젝션 포멧(또는 프로젝션 스킴)들 중 일부 또는 전부가 사용될 수 있다. 360 비디오에 대하여 어떤 프로젝션 포멧이 사용되었는지는 예를 들어 메타데이터의 프로젝션 포멧 필드를 통하여 지시될 수 있다.

도 9a 내지 9b는 일부 실시예들에 따른 프로젝션 포멧들을 예시적으로 나타낸다.

도 9a의 (a)는 등정방형 프로젝션 포멧을 나타낼 수 있다. 등정방형 프로젝션 포멧이 사용되는 경우, 구형 면 상의 (r,

₀, 0) 즉,

=

₀, φ = 0 인 점과 2D 이미지의 중앙 픽셀이 매핑될 수 있다. 또한, 앞면 카메라(front camera)의 주점(principal point)를 구형 면의 (r, 0, 0) 지점으로 가정할 수 있다. 또한, φ₀ = 0으로 고정될 수 있다. 따라서, XY 좌표계로 변환된 값 (x, y) 는 다음의 수학식을 통하여 2D 이미지 상에 (X, Y) 픽셀로 변환될 수 있다.

[수학식 1]

또한, 2D 이미지의 좌상단 픽셀을 XY 좌표계의 (0,0)에 위치시키는 경우, x축에 대한 오프셋 값 및 y축에 대한 오프셋 값은 다음의 수학식을 통하여 나타낼 수 있다.

[수학식 2]

이를 이용하여 XY 좌표계로의 변환식을 다시 쓰면 다음과 같을 수 있다.

[수학식 3]

예를 들어

₀ =0 인 경우, 즉 2D 이미지의 중앙 픽셀이 구형 면 상의

=0 인 데이터를 가리키는 경우, 구형 면은 (0,0)을 기준으로 2D 이미지 상에서 가로길이(width) = 2K_x

r 이고 세로길이(height) = K_x

r 인 영역에 매핑될 수 있다. 구형 면 상에서 φ =

/2 인 데이터는 2D 이미지 상의 윗쪽 변 전체에 매핑될 수 있다. 또한, 구형 면 상에서 (r,

/2, 0) 인 데이터는 2D 이미지 상의 (3

K_xr/2,

K_x r/2) 인 점에 매핑될 수 있다.

수신 측에서는, 2D 이미지 상의 360 비디오 데이터를 구형 면 상으로 리-프로젝션할 수 있다. 이를 변환식으로 쓰면 다음의 수학식과 같을 수 있다.

[수학식 4]

예를 들어 2D 이미지 상에서 XY 좌표값이 (K_x

r, 0) 인 픽셀은 구형 면 상의

=

₀, φ =

/2 인 점으로 리-프로젝션될 수 있다.

도 9a의 (b)는 큐빅 프로젝션 포멧을 나타낼 수 있다. 예를 들어 스티칭된 360 비디오 데이터는 구형의 면 상에 나타내어질 수 있다. 프로젝션 처리부는 이러한 360 비디오 데이터를 큐브(Cube, 정육면체) 형태로 나누어 2D 이미지 상에 프로젝션할 수 있다. 구형의 면 상의 360 비디오 데이터는 큐브의 각 면에 대응되어, 2D 이미지 상에 도 9a의 (b) 좌측 또는 (b) 우측에 도시된 것과 같이 프로젝션될 수 있다.

도 9a의 (c)는 실린더형 프로젝션 포멧을 나타낼 수 있다. 스티칭된 360 비디오 데이터가 구형의 면 상에 나타내어질 수 있다고 가정할 때, 프로젝션 처리부는 이러한 360 비디오 데이터를 실린더(Cylinder) 형태로 나누어 2D 이미지 상에 프로젝션할 수 있다. 구형의 면 상의 360 비디오 데이터는 실린더의 옆면(side)과 윗면(top), 바닥면(bottom) 에 각각 대응되어, 2D 이미지 상에 도 8A의 (c) 좌측 또는 (c) 우측에 도시된 것과 같이 프로젝션될 수 있다.

도 9a의 (d)는 타일-기반 프로젝션 포멧을 나타낼 수 있다. 타일-기반(Tile-based) 프로젝션 스킴이 쓰이는 경우, 전술한 프로젝션 처리부는 구형 면 상의 360 비디오 데이터를, 도 9a의 (d)에 도시된 것과 같이 하나 이상의 세부 영역으로 나누어 2D 이미지 상에 프로젝션할 수 있다. 상기 세부 영역은 타일이라고 불릴 수 있다.

도 9b의 (e)는 피라미드 프로젝션 포멧을 나타낼 수 있다. 스티칭된 360 비디오 데이터가 구형의 면 상에 나타내어질 수 있다고 가정할 때, 프로젝션 처리부는 이러한 360 비디오 데이터를 피라미드 형태로 보고, 각 면을 나누어 2D 이미지 상에 프로젝션할 수 있다. 구형의 면 상의 360 비디오 데이터는 피라미드의 바닥면(front), 피라미드의 4방향의 옆면(Left top, Left bottom, Right top, Right bottom) 에 각각 대응되어, 2D 이미지 상에 도 9b의 (e) 좌측 또는 (e) 우측에 도시된 것과 같이 프로젝션될 수 있다. 여기서, 상기 바닥면은 정면을 바라보는 카메라가 획득한 데이터를 포함하는 영역일 수 있다.

도 9b의 (f)는 파노라믹 프로젝션 포멧을 나타낼 수 있다. 파노라믹 프로젝션 스포멧이 사용되는 경우, 전술한 프로젝션 처리부는, 도 9b의 (f)에 도시된 것과 같이 구형 면 상의 360 비디오 데이터 중 옆면 만을 2D 이미지 상에 프로젝션할 수 있다. 이는 실린더형 프로젝션 스킴에서 윗면(top)과 바닥면(bottom) 이 존재하지 않는 경우와 같을 수 있다.

한편, 일 실시예에 의하면, 스티칭없이 프로젝션이 수행될 수 있다. 도 9b의 (g)는 스티칭없이 프로젝션이 수행되는 경우를 나타낼 수 있다. 스티칭없이 프로젝션되는 경우, 전술한 프로젝션 처리부는, 도 9b의 (g)에 도시된 것과 같이, 360 비디오 데이터를 그대로 2D 이미지 상에 프로젝션할 수 있다. 이 경우 스티칭은 수행되지 않고, 카메라에서 획득된 각각의 이미지들이 그대로 2D 이미지 상에 프로젝션될 수 있다.

도 9b의 (g)를 참조하면 두 개의 이미지가 2D 이미지 상에 스티칭없이 프로젝션될 수 있다. 각 이미지는 구형 카메라(spherical camera) (또는 어안(fish-eye) 카메라)에서 각 센서를 통해 획득한 어안(fish-eye) 이미지일 수 있다. 전술한 바와 같이, 수신측에서 카메라 센서들로부터 획득하는 이미지 데이터를 스티칭할 수 있고, 스티칭된 이미지 데이터를 구형 면(spherical surface) 상에 맵핑하여 구형 비디오(spherical video), 즉, 360 비디오를 렌더링할 수 있다.

도 10a 및 10b는 일부 실시예들에 따른 타일(Tile)을 도시한 도면이다.

2D 이미지에 프로젝션된 360 비디오 데이터 또는 리전별 패킹까지 수행된 360 비디오 데이터는 하나 이상의 타일로 구분될 수 있다. 도시된 도 10a 는 하나의 2D 이미지가 16 개의 타일로 나뉘어진 형태를 도시하고 있다. 여기서 2D 이미지란 전술한 프로젝티드 프레임 내지는 팩드 프레임일 수 있다. 본 발명에 따른 360 비디오 전송 장치의 또 다른 실시예에 의하면, 데이터 인코더는 각각의 타일을 독립적으로 인코딩할 수 있다.

전술한 리전별 패킹과 타일링(Tiling)은 구분될 수 있다. 전술한 리전별 패킹은 코딩 효율을 높이기 위해 또는 레졸루션을 조정하기 위하여 2D 이미지상에 프로젝션된 360 비디오 데이터를 리전으로 구분하여 처리하는 것을 의미할 수 있다. 타일링은 데이터 인코더가 프로젝티드 프레임 내지는 팩드 프레임을 타일이라는 구획별로 나누고, 해당 타일들 별로 독립적으로 인코딩을 수행하는 것을 의미할 수 있다. 360 비디오가 제공될 때, 사용자는 360 비디오의 모든 부분을 동시에 소비하지 않는다. 타일링은 제한된 밴드위스(bandwidth)상에서 사용자가 현재 보는 뷰포트 등 중요 부분 내지 일정 부분에 해당하는 타일만을 수신측으로 전송 혹은 소비하는 것을 가능케할 수 있다. 타일링을 통해 제한된 밴드위스가 더 효율적으로 활용될 수 있고, 수신측에서도 모든 360 비디오 데이터를 한번에 다 처리하는 것에 비하여 연산 부하를 줄일 수 있다.

리전과 타일은 구분되므로, 두 영역이 같을 필요는 없다. 그러나 실시예에 따라 리전과 타일은 같은 영역을 지칭할 수도 있다. 실시예에 따라 타일에 맞추어 리전별 패킹이 수행되어 리전과 타일이 같아질 수 있다. 또한 실시예에 따라, 프로젝션 스킴에 따른 각 면과 리전이 같은 경우, 프로젝션 스킴에 따른 각 면, 리전, 타일이 같은 영역을 지칭할 수도 있다. 문맥에 따라 리전은 VR 리전, 타일을 타일 리전으로 불릴 수도 있다.

ROI (Region of Interest) 는 360 컨텐츠 제공자가 제안하는, 사용자들의 관심 영역을 의미할 수 있다. 360 컨텐츠 제공자는 360 비디오를 제작할 때, 어느 특정 영역을 사용자들이 관심있어 할 것으로 보고, 이를 고려하여 360 비디오를 제작할 수 있다. 실시예에 따라 ROI 는 360 비디오의 컨텐츠 상, 중요한 내용이 재생되는 영역에 해당할 수 있다.

360 비디오 전송/수신 장치의 또 다른 실시예에 의하면, 수신측 피드백 처리부는 뷰포트 정보를 추출, 수집하여 이를 송신측 피드백 처리부로 전달할 수 있다. 이 과정에서 뷰포트 정보는 양 측의 네트워크 인터페이스를 이용해 전달될 수 있다. 도시된 도 10a 의 2D 이미지에서 뷰포트 (1000) 가 표시되었다. 여기서 뷰포트는 2D 이미지 상의 9 개의 타일에 걸쳐 있을 수 있다.

이 경우 360 비디오 전송 장치는 타일링 시스템을 더 포함할 수 있다. 실시예에 따라 타일링 시스템은 데이터 인코더 다음에 위치할 수도 있고(도시된 10b), 전술한 데이터 인코더 내지 전송 처리부 내에 포함될 수도 있고, 별개의 내/외부 엘리먼트로서 360 비디오 전송 장치에 포함될 수 있다.

타일링 시스템은 송신측 피드백 처리부로부터 뷰포트 정보를 전달받을 수 있다. 타일링 시스템은 뷰포트 영역이 포함되는 타일만을 선별하여 전송할 수 있다. 도시된 도 10a 의 2D 이미지에서 총 16 개의 타일 중 뷰포트 영역(1000)을 포함하는 9 개의 타일들만이 전송될 수 있다. 여기서 타일링 시스템은 브로드밴드를 통한 유니캐스트 방식으로 타일들을 전송할 수 있다. 사용자에 따라 뷰포트 영역이 다르기 때문이다.

또한 이 경우 송신측 피드백 처리부는 뷰포트 정보를 데이터 인코더로 전달할 수 있다. 데이터 인코더는 뷰포트 영역을 포함하는 타일들에 대해 다른 타일들보다 더 높은 퀄리티로 인코딩을 수행할 수 있다.

또한 이 경우 송신측 피드백 처리부는 뷰포트 정보를 메타데이터 처리부로 전달할 수 있다. 메타데이터 처리부는 뷰포트 영역과 관련된 메타데이터를 360 비디오 전송 장치의 각 내부 엘레먼트로 전달해주거나, 360 비디오 관련 메타데이터에 포함시킬 수 있다.

이러한 타일링 방식을 통하여, 전송 밴드위스(bandwidth)가 절약될 수 있으며, 타일 별로 차등화된 처리를 수행하여 효율적 데이터 처리/전송이 가능해질 수 있다.

전술한 뷰포트 영역과 관련된 실시예들은 뷰포트 영역이 아닌 다른 특정 영역들에 대해서도 유사한 방식으로 적용될 수 있다. 예를 들어, 전술한 게이즈 분석을 통해 사용자들이 주로 관심있어 하는 것으로 판단된 영역, ROI 영역, 사용자가 VR 디스플레이를 통해 360 비디오를 접할 때 처음으로 재생되는 영역(초기 시점, Initial Viewpoint) 등에 대해서도, 전술한 뷰포트 영역과 같은 방식의 처리들이 수행될 수 있다.

360 비디오 전송 장치의 또 다른 실시예에 의하면, 전송 처리부는 각 타일 별로 다르게 전송을 위한 처리를 수행할 수 있다. 전송 처리부는 타일 별로 다른 전송 파라미터(모듈레이션 오더, 코드 레이트 등)를 적용하여, 각 타일 별로 전달되는 데이터의 강건성(robustenss)을 다르게 할 수 있다.

이 때, 송신측 피드백 처리부는 360 비디오 수신 장치로부터 전달받은 피드백 정보를 전송 처리부로 전달하여, 전송 처리부가 타일별 차등화된 전송 처리를 수행하도록 할 수 있다. 예를 들어 송신측 피드백 처리부는 수신측으로부터 전달받은 뷰포트 정보를 전송 처리부로 전달할 수 있다. 전송 처리부는 해당 뷰포트 영역을 포함하는 타일들에 대해 다른 타일들보다 더 높은 강건성을 가지도록 전송 처리를 수행할 수 있다.

도 11은 일 실시예에 따른 360도 비디오 관련 메타데이터의 일 예를 나타낸다.

상술한 내용과 같이 360도 비디오 관련 메타데이터는 360도 비디오에 대한 다양한 메타데이터를 포함할 수 있다. 문맥에 따라, 360도 비디오 관련 메타데이터는 360도 비디오 관련 시그널링 정보라고 불릴 수도 있다. 360도 비디오 관련 메타데이터는 별도의 시그널링 테이블에 포함되어 전송될 수도 있고, DASH MPD 내에 포함되어 전송될 수도 있고, ISOBMFF 등의 파일 포맷에 box 형태로 포함되어 전달될 수도 있다. 360도 비디오 관련 메타데이터가 box 형태로 포함되는 경우 파일, 프래그먼트, 트랙, 샘플 엔트리, 샘플 등등 다양한 레벨에 포함되어 해당되는 레벨의 데이터에 대한 메타데이터를 포함할 수 있다.

실시예에 따라, 후술하는 메타데이터의 일부는 시그널링 테이블로 구성되어 전달되고, 나머지 일부는 파일 포맷 내에 box 혹은 트랙 형태로 포함될 수도 있다.

360도 비디오 관련 메타데이터의 일 실시예에 의하면, 360도 비디오 관련 메타데이터는 프로젝션 스킴 등에 관한 기본 메타데이터, 스테레오스코픽(stereoscopic) 관련 메타데이터, 초기 시점(Initial View/Initial Viewpoint) 관련 메타데이터, ROI 관련 메타데이터, FOV (Field of View) 관련 메타데이터 및/또는 크롭된 영역(cropped region) 관련 메타데이터를 포함할 수 있다. 실시예에 따라 360도 비디오 관련 메타데이터는 전술한 것 외에 추가적인 메타데이터를 더 포함할 수 있다.

360도 비디오 관련 메타데이터의 실시예들은 전술한 기본 메타데이터, 스테레오스코픽 관련 메타데이터, 초기 시점 관련 메타데이터, ROI 관련 메타데이터, FOV 관련 메타데이터, 크롭된 영역 관련 메타데이터 및/또는 이후 추가될 수 있는 메타데이터들 중 적어도 하나 이상을 포함하는 형태일 수 있다. 본 발명에 따른 360도 비디오 관련 메타데이터의 실시예들은, 각각 포함하는 세부 메타데이터들의 경우의 수에 따라 다양하게 구성될 수 있다. 실시예에 따라 360도 비디오 관련 메타데이터는 전술한 것 외에 추가적인 정보들을 더 포함할 수도 있다.

stereo_mode 필드는 해당 360도 비디오가 지원하는 3D 레이아웃을 지시할 수 있다. 본 필드만으로 해당 360도 비디오가 3D 를 지원하는지 여부를 지시할 수도 있는데, 이 경우 전술한 is_stereoscopic 필드는 생략될 수 있다. 본 필드 값이 0 인 경우, 해당 360도 비디오는 모노(mono) 모드일 수 있다. 즉 프로젝션된 2D 이미지는 하나의 모노 뷰(mono view) 만을 포함할 수 있다. 이 경우 해당 360도 비디오는 3D 를 지원하지 않을 수 있다.

본 필드 값이 1, 2 인 경우, 해당 360도 비디오는 각각 좌우(Left-Right) 레이아웃, 상하(Top-Bottom) 레이아웃에 따를 수 있다. 좌우 레이아웃, 상하 레이아웃은 각각 사이드-바이-사이드 포맷, 탑-바텀 포맷으로 불릴 수도 있다. 좌우 레이아웃의 경우, 좌영상/우영상이 프로젝션된 2D 이미지들은 이미지 프레임 상에서 각각 좌/우로 위치할 수 있다. 상하 레이아웃의 경우, 좌영상/우영상이 프로젝션된 2D 이미지들은 이미지 프레임 상에서 각각 위/아래로 위치할 수 있다. 해당 필드가 나머지 값을 가지는 경우는 향후 사용을 위해 남겨둘 수 있다(Reserved for Future Use).

초기 시점 관련 메타데이터는 사용자가 360도 비디오를 처음 재생했을 때 보게되는 시점(초기 시점)에 대한 정보를 포함할 수 있다. 초기 시점 관련 메타데이터는 initial_view_yaw_degree 필드, initial_view_pitch_degree 필드 및/또는 initial_view_roll_degree 필드를 포함할 수 있다. 실시예에 따라 초기 시점 관련 메타데이터는 추가적인 정보들을 더 포함할 수도 있다.

initial_view_yaw_degree 필드, initial_view_pitch_degree 필드, initial_view_roll_degree 필드는 해당 360도 비디오 재생 시의 초기 시점을 나타낼 수 있다. 즉, 재생시 처음 보여지는 뷰포트의 정중앙 지점이, 이 세 필드들에 의해 나타내어질 수 있다. 구체적으로, 상기 initial_view_yaw_degree 필드는 상기 초기 시점에 대한 yaw 값을 나타낼 수 있다. 즉, 상기 initial_view_yaw_degree 필드는 상기 정중앙 지점의 위치를 yaw 축을 기준으로 회전된 방향(부호) 및 그 정도(각도)로 나타낼 수 있다. 또한, 상기 initial_view_pitch_degree 필드는 상기 초기 시점에 대한 pitch 값을 나타낼 수 있다. 즉, 상기 initial_view_pitch_degree 필드는 상기 정중앙 지점의 위치를 pitch 축을 기준으로 회전된 방향(부호) 및 그 정도(각도)로 나타낼 수 있다. 또한, 상기 initial_view_roll_degree 필드는 상기 초기 시점에 대한 roll 값을 나타낼 수 있다. 즉, 상기 initial_view_roll_degree 필드는 상기 정중앙 지점의 위치를 roll 축을 기준으로 회전된 방향(부호) 및 그 정도(각도)로 나타낼 수 있다. 상기 initial_view_yaw_degree 필드, 상기 initial_view_pitch_degree 필드, 상기 initial_view_roll_degree 필드를 기반으로 해당 360도 비디오 재생 시의 초기 시점, 즉, 재생시 처음 보여지는 뷰포트의 정중앙 지점을 나타낼 수 있고, 이를 통하여 상기 360도 비디오의 특정 영역이 사용자에게 초기 시점에 디스플레이되어 제공될 수 있다. 또한, FOV(field of view)를 통하여, 지시된 초기 시점을 기준으로 한, 초기 뷰포트의 가로길이 및 세로길이(width, height) 가 결정될 수 있다. 즉, 이 세 필드들 및 FOV 정보를 이용하여, 360도 비디오 수신 장치는 사용자에게 360도 비디오의 일정 영역을 초기 뷰포트로서 제공할 수 있다.

실시예에 따라, 초기 시점 관련 메타데이터가 지시하는 초기 시점은, 장면(scene) 별로 변경될 수 있다. 즉, 360 컨텐츠의 시간적 흐름에 따라 360도 비디오의 장면이 바뀌게 되는데, 해당 360도 비디오의 장면마다 사용자가 처음 보게되는 초기 시점 내지 초기 뷰포트가 변경될 수 있다. 이 경우, 초기 시점 관련 메타데이터는 각 장면별로의 초기 시점을 지시할 수 있다. 이를 위해 초기 시점 관련 메타데이터는, 해당 초기 시점이 적용되는 장면을 식별하는 장면(scene) 식별자를 더 포함할 수도 있다. 또한 360도 비디오의 장면별로 FOV(Field Of View)가 변할 수도 있으므로, 초기 시점 관련 메타데이터는 해당 장면에 해당하는 FOV를 나타내는 장면별 FOV 정보를 더 포함할 수도 있다.

ROI 관련 메타데이터는 전술한 ROI 에 관련된 정보들을 포함할 수 있다. ROI 관련 메타데이터는, 2d_roi_range_flag 필드 및/또는 3d_roi_range_flag 필드를 포함할 수 있다. 2d_roi_range_flag 필드는 ROI 관련 메타데이터가 2D 이미지를 기준으로 ROI 를 표현하는 필드들을 포함하는지 여부를 지시할 수 있고, 3d_roi_range_flag 필드는 ROI 관련 메타데이터가 3D 공간을 기준으로 ROI 를 표현하는 필드들을 포함하는지 여부를 지시할 수 있다. 실시예에 따라 ROI 관련 메타데이터는, ROI 에 따른 차등 인코딩 정보, ROI 에 따른 차등 전송처리 정보 등 추가적인 정보들을 더 포함할 수도 있다.

ROI 관련 메타데이터가 2D 이미지를 기준으로 ROI 를 표현하는 필드들을 포함하는 경우, ROI 관련 메타데이터는 min_top_left_x 필드, max_top_left_x 필드, min_top_left_y 필드, max_top_left_y 필드, min_width 필드, max_width 필드, min_height 필드, max_height 필드, min_x 필드, max_x 필드, min_y 필드 및/또는 max_y 필드를 포함할 수 있다.

min_top_left_x 필드, max_top_left_x 필드, min_top_left_y 필드, max_top_left_y 필드는 ROI 의 좌측 상단 끝의 좌표의 최소/최대값을 나타낼 수 있다. 즉, 상기 필드들은 차례로 좌상단 끝의 최소 x 좌표, 최대 x 좌표, 최소 y 좌표, 최대 y 좌표를 나타낼 수 있다.

min_width 필드, max_width 필드, min_height 필드, max_height 필드는 ROI 의 가로 크기(width), 세로 크기(height)의 최소/최대값을 나타낼 수 있다. 즉, 상기 필드들은 차례로 가로 크기의 최소값, 가로 크기의 최대값, 세로 크기의 최소값, 세로 크기의 최대값을 나타낼 수 있다.

min_x 필드, max_x 필드, min_y 필드, max_y 필드는 ROI 내의 좌표들의 최소/최대값을 나타낼 수 있다. 즉, 상기 필드들은 차례로 ROI 내 좌표들의 최소 x 좌표, 최대 x 좌표, 최소 y 좌표, 최대 y 좌표를 나타낼 수 있다. 이 필드들은 생략될 수 있다.

ROI 관련 메타데이터가 3D 랜더링 공간 상의 좌표 기준으로 ROI 를 표현하는 필드들을 포함하는 경우, ROI 관련 메타데이터는 min_yaw 필드, max_yaw 필드, min_pitch 필드, max_pitch 필드, min_roll 필드, max_roll 필드, min_field_of_view 필드 및/또는 max_field_of_view 필드를 포함할 수 있다.

min_yaw 필드, max_yaw 필드, min_pitch 필드, max_pitch 필드, min_roll 필드, max_roll 필드는 ROI 가 3D 공간상에서 차지하는 영역을 yaw, pitch, roll 의 최소/최대값으로 나타낼 수 있다. 즉, 상기 필드들은 차례로 yaw 축 기준 회전량의 최소값, yaw 축 기준 회전량의 최대값, pitch 축 기준 회전량의 최소값, pitch 축 기준 회전량의 최대값, roll 축 기준 회전량의 최소값, roll 축 기준 회전량의 최대값을 나타낼 수 있다.

min_field_of_view 필드, max_field_of_view 필드는 해당 360도 비디오 데이터의 FOV(Field Of View)의 최소/최대값을 나타낼 수 있다. FOV 는 360도 비디오의 재생시 한번에 디스플레이되는 시야범위를 의미할 수 있다. min_field_of_view 필드, max_field_of_view 필드는 각각 FOV 의 최소값, 최대값을 나타낼 수 있다. 이 필드들은 생략될 수 있다. 이 필드들은 후술할 FOV 관련 메타데이터에 포함될 수도 있다.

FOV 관련 메타데이터는 전술한 FOV 에 관련한 정보들을 포함할 수 있다. FOV 관련 메타데이터는 content_fov_flag 필드 및/또는 content_fov 필드를 포함할 수 있다. 실시예에 따라 FOV 관련 메타데이터는 전술한 FOV 의 최소/최대값 관련 정보 등 추가적인 정보들을 더 포함할 수도 있다.

content_fov_flag 필드는 해당 360도 비디오에 대하여 제작시 의도한 FOV 에 대한 정보가 존재하는지 여부를 지시할 수 있다. 본 필드값이 1인 경우, content_fov 필드가 존재할 수 있다.

content_fov 필드는 해당 360도 비디오에 대하여 제작시 의도한 FOV 에 대한 정보를 나타낼 수 있다. 실시예에 따라 해당 360도 비디오 수신 장치의 수직(vertical) 혹은 수평(horizontal) FOV 에 따라, 360 영상 중에서 사용자에게 한번에 디스플레이되는 영역이 결정될 수 있다. 혹은 실시예에 따라 본 필드의 FOV 정보를 반영하여 사용자에게 한번에 디스플레이되는 360도 비디오의 영역이 결정될 수도 있다.

크롭된 영역 관련 메타데이터는 이미지 프레임 상에서 실제 360도 비디오 데이터를 포함하는 영역에 대한 정보를 포함할 수 있다. 이미지 프레임은 실제 360도 비디오 데이터 프로젝션된 액티브 비디오 영역(Active Video Area)과 그렇지 않은 영역을 포함할 수 있다. 이 때 액티브 비디오 영역은 크롭된 영역 또는 디폴트 디스플레이 영역이라고 칭할 수 있다. 이 액티브 비디오 영역은 실제 VR 디스플레이 상에서 360도 비디오로서 보여지는 영역으로서, 360도 비디오 수신 장치 또는 VR 디스플레이는 액티브 비디오 영역만을 처리/디스플레이할 수 있다. 예를 들어 이미지 프레임의 종횡비(aspect ratio) 가 4:3 인 경우 이미지 프레임의 윗 부분 일부와 아랫부분 일부를 제외한 영역만 360도 비디오 데이터를 포함할 수 있는데, 이 부분을 액티브 비디오 영역이라고 할 수 있다.

크롭된 영역 관련 메타데이터는 is_cropped_region 필드, cr_region_left_top_x 필드, cr_region_left_top_y 필드, cr_region_width 필드 및/또는 cr_region_height 필드를 포함할 수 있다. 실시예에 따라 크롭된 영역 관련 메타데이터는 추가적인 정보들을 더 포함할 수도 있다.

is_cropped_region 필드는 이미지 프레임의 전체 영역이 360도 비디오 수신 장치 내지 VR 디스플레이에 의해 사용되는지 여부를 나타내는 플래그일 수 있다. 여기서, 360도 비디오 데이터가 매핑된 영역 혹은 VR 디스플레이 상에서 보여지는 영역은 액티브 비디오 영역(Active Video Area)라고 불릴 수 있다. 상기 is_cropped_region 필드는 이미지 프레임 전체가 액티브 비디오 영역인지 여부를 지시할 수 있다. 이미지 프레임의 일부만이 액티브 비디오 영역인 경우, 하기의 4 필드가 더 추가될 수 있다.

cr_region_left_top_x 필드, cr_region_left_top_y 필드, cr_region_width 필드, cr_region_height 필드는 이미지 프레임 상에서 액티브 비디오 영역을 나타낼 수 있다. 이 필드들은 각각 액티브 비디오 영역의 좌상단의 x 좌표, 액티브 비디오 영역의 좌상단의 y 좌표, 액티브 비디오 영역의 가로 길이(width), 액티브 비디오 영역의 세로 길이(height)를 나타낼 수 있다. 가로 길이와 세로 길이는 픽셀을 단위로 나타내어질 수 있다.

360 비디오 기반 VR 시스템은 전술한 360 비디오 처리 과정을 기반으로 360 비디오에 대하여 사용자의 위치를 기준으로 서로 다른 뷰잉 오리엔테이션(viewing orientation)에 대한 시각적/청각적 경험을 제공할 수 있다. 360 비디오에 대하여 사용자의 고정 위치에서의 서로 다른 뷰잉 오리엔테이션에 대한 시작적/청각적 경험을 제공하는 VR 시스템은 3DoF (three degree of freedom) 기반 VR 시스템이라고 불릴 수 있다. 한편, 서로 다른 뷰포인트(viewpoint), 서로 다른 뷰잉 포지션(viewing position)에서의 서로 다른 뷰잉 오리엔테이션에 대한 확장된 시각적/청각적 경험을 제공할 수 있는 VR 시스템은 3DoF+ 또는 3DoF plus 기반 VR 시스템라고 불릴 수 있다.

도 12는 뷰포인트, 뷰잉 포지션, 뷰잉 오리엔테이션의 개념을 개략적으로 나타낸다.

도 12를 참조하면, (a)와 같은 공간(ex. 공연장)을 가정했을 때, 표시된 각 서클은 서로 다른 뷰포인트를 나타낼 수 있다. 상기 같은 공간 내에 위치하는 각 뷰포인트에서 제공되는 영상/음성은 동일한 시간대에서 서로 연관될 수 있다. 이 경우, 특정 뷰포인트에서 사용자의 시선 방향 변화 또는 머리 움직임(ex. head motion)에 따라 서로 다른 시각적/청각적 경험을 사용자에게 제공할 수 있다. 즉, 특정 뷰포인트에 대해 (b)에 도시된 바와 같은 다양한 뷰잉 포지션의 스피어(sphere)를 가정할 수 있으며, 각 뷰잉 포지션의 상대적인 위치를 반영한 영상/음성/텍스트 정보를 제공할 수 있다.

한편, (c)에 도시된 바와 같이 특정 뷰포인트의 특정 뷰핑 포지션에서는 기존의 3DoF와 같이 다양한 방향의 시작적/청각적 정보를 전달할 수 있다. 이 때 메인 소스(ex. 영상/음성/텍스트)뿐만 아니라 추가적인 다양한 소스를 통합하여 제공할 수 있으며, 이 경우 사용자의 뷰잉 오리엔테이션과 연계되거나 독립적으로 정보가 전달될 수 있다.

도 13은 일 실시예에 따른 3DoF+ 비디오 제공을 위한 아키텍처의 예를 개략적으로 도시한 도면이다.

도 13은 3DoF+ 의 영상획득, 전처리, 전송, (후)처리, 렌더링 및 피드백 과정을 포함한 3DoF+ 엔드 투 엔드 시스템 흐름도를 나타낼 수 있다.

도 13을 참조하면, 획득(acquisition) 과정은 360 비디오의 캡쳐, 합성 또는 생성 과정 등을 통한 360 비디오를 획득하는 과정을 의미할 수 있다. 이 과정을 통하여 다수의 위치에 대해 시선 방향 변화(ex. head motion)에 따른 다수의 영상/음성 정보를 획득할 수 있다. 이 때, 영상 정보는 시각적 정보(ex. texture)뿐 아니라 깊이 정보(depth)를 포함할 수 있다. 이 때 1310의 영상 정보 예시와 같이 서로 다른 뷰포인트(viewpoint)에 따른 서로 다른 뷰잉 포지션(viewing position)의 복수의 정보를 각각 획득할 수 있다.

합성(composition) 과정은 영상/음성 입력 장치를 통해 획득한 정보뿐 아니라 외부 미디어를 통한 영상(비디오/이미지 등), 음성(오디오/효과음향 등), 텍스트(자막 등)을 사용자 경험에 포함하기 위해 합성하기 위한 절차 및 방법을 포함할 수 있다.

전처리(pre-procesing) 과정은 획득된 360 비디오의 전송/전달을 위한 준비(전처리) 과정으로서, 전술한 스티칭, 프로젝션, 리전별 패킹 과정 및/또는 인코딩 과정 등을 포함할 수 있다. 즉, 이 과정은 영상/음성/텍스트 정보를 제작자의 의도에 따라 데이터를 변경/보완 하기위한 전처리 과정 및 인코딩 과정이 포함될 수 있다. 예를 들어 영상의 전처리 과정에서는 획득된 시각 정보를 360 스피어(sphere) 상에 매핑하는 작업(stitching), 영역 경계를 없애거나 색상/밝기 차이를 줄이거나 영상의 시각적 효과를 주는 보정 작업(editing), 시점에 따른 영상을 분리하는 과정(view segmentation), 360 스피어(sphere) 상의 영상을 2D 영상으로 매핑하는 프로젝션 과정(projection), 영역에 따라 영상을 재배치 하는 과정(region-wise packing), 영상 정보를 압축하는 인코딩 과정이 포함될 수 있다. 1320의 비디오 측면의 예시와 같이 서로 다른 뷰포인트(viewpoint)에 따른 서로 뷰잉 포지션(viewing position)의 복수의 프로젝션 영상이 생성될 수 있다.

전송 과정은 준비 과정(전처리 과정)을 거친 영상/음성 데이터 및 메타데이터들을 처리하여 전송하는 과정을 의미할 수 있다. 서로 다른 뷰포인트(viewpoint)에 따른 서로 다른 뷰잉 포지션(viewing position)의 복수의 영상/음성 데이터 및 관련 메타데이터를 전달하는 방법으로써 전술한 바와 같이 방송망, 통신망을 이용하거나, 단방향 전달 등의 방법을 사용할 수 있다.

후처리 및 합성 과정은 수신된/저장된 비디오/오디오/텍스트 데이터를 디코딩하고 최종 재생을 위한 후처리 과정을 의미할 수 있다. 예를 들어 후처리 과정은 전술한 바와 같이 패킹 된 영상을 풀어주는 언패킹 및 2D 프로젝션 된 영상을 3D 구형 영상으로복원하는 리-프로젝션 과정 등이 포함될 수 있다.

렌더링 과정은 3D 공간상에 리-프로젝션된 이미지/비디오 데이터를 렌더링하고 디스플레이하는 과정을 의미할 수 있다. 이 과정에서 영상/음성 신호를 최종적으로 출력하기 위한 형태로 재구성할 수 있다. 사용자의 관심영역이 존재하는 방향(viewing orientation), 시점(viewing position/head position), 위치(viewpoint)를 추적할 수 있으며, 이 정보에 따라 필요한 영상/음성/텍스트 정보만을 선택적으로 사용할 수 있다. 이 때, 영상 신호의 경우 사용자의 관심영역에 따라 1330과 같이 서로 다른 시점이 선택될 수 있으며, 최종적으로 1340과 같이 특정 위치에서의 특정 시점의 특정 방향의 영상이 출력될 수 있다.

도 14a 및 14b는 3DoF+ 엔드 투 엔드 시스템 아키텍처의 일 예이다.

도 14a 및 14b의 아키텍처에 의하여 전솔된 바와 같은 3D0F+ 360 컨텐츠가 제공될 수 있다.

도 14a를 참조하면, 360 비디오 전송 장치(송신단)은 크게 360 비디오(이미지)/오디오 데이터 획득이 이루어지는 부분 (acquisition unit), 획득된 데이터를 처리하는 부분 (video/audio pre-processor), 추가 정보를 합성하기 위한 부분(composition generation unit), 텍스트, 오디오 및 프로젝션된 360도 비디오를 인코딩하는 부분(encoding unit) 및 인코딩된 데이터를 인캡슐레이션하는 부분(encapsulation unit)으로 구성될 수 있다. 전술한 바와 같이 인코딩된 데이터는 비트스트림(bitstream) 형태로 출력될 수 있으며, 인코딩된 데이터는 ISOBMFF, CFF 등의 파일 포맷으로 인캡슐레이션되거나, 기타 DASH 세그먼트 등의 형태로 처리할 수 있다. 인코딩된 데이터는 디지털 저장 매체를 통하여 360 비디오 수신 장치로 전달될 수 있으며, 또는 비록 명시적으로 도시되지는 않았으나, 전술한 바와 같이 전송 처리부를 통하여 전송을 위한 처리를 거치고, 이후 방송망 또는 브로드밴드 등을 통하여 전송될 수 있다.

데이터 획득 부분에서는 센서의 방향(sensor orientation, 영상의 경우 viewing orientation), 센서의 정보 획득 시점(sensor position, 영상의 경우 viewing position), 센서의 정보 획득 위치(영상의 경우 viewpoint)에 따라 서로 다른 정보를 동시에 혹은 연속적으로 획득할 수 있으며, 이 때 비디오, 이미지, 오디오, 위치 정보 등을 획득할 수 있다.

영상 데이터의 경우 텍스처(texture) 및 깊이 정보(depth)를 각각 획득할 수 있으며, 각 컴포넌트의 특성에 따라 서로 다른 전처리(video pre-processing)가 가능하다. 예를 들어 텍스처 정보의 경우 이미지 센서 위치 정보를 이용하여 동일 위치(viewpoint)에서 획득한 동일 시점(viewing position)의 서로 다른 방향 (viewing orientation)의 영상들을 이용하여 360 전방위 영상을 구성할 수 있으며, 이를 위해 영상 스티칭 (stitching) 과정을 수행할 수 있다. 또한 영상을 인코딩하기 위한 포맷으로 변경하기 위한 프로젝션(projection) 및/또는 리전별 팩킹을 수행할 수 있다. 깊이 영상의 경우 일반적으로 뎁스 카메라를 통해 영상을 획득할 수 있으며, 이 경우 텍스쳐와 같은 형태로 깊이 영상을 만들 수 있다. 혹은, 별도로 측정된 데이터를 바탕으로 깊이 데이터를 생성할 수도 있다. 컴포넌트 별 영상이 생성된 후 효율적인 압축을 위한 비디오 포맷으로의 추가 변환 (packing)을 하거나 실제 필요한 부분으로 나누어 재 구성하는 과정 (sub-picture generation)이 수행될 수 있다. Video pre-processing 단에서 사용된 영상 구성에 대한 정보는 video metadata로 전달된다.

획득된 데이터 (혹은 주요하게 서비스 하기 위한 데이터) 이외에 추가적으로 주어지는 영상/음성/텍스트 정보를 함께 서비스 하는 경우, 이들 정보를 최종 재생 시 합성하기 위한 정보를 제공할 필요가 있다. 컴포지션 생성부(Composition generation unit)에서는 제작자의 의도를 바탕으로 외부에서 생성된 미디어 데이터 (영상의 경우 비디오/이미지, 음성의 경우 오디오/효과 음향, 텍스트의 경우 자막 등)를 최종 재생 단에서 합성하기 위한 정보를 생성하며, 이 정보는 composition metadata로 전달된다.

각각의 처리를 거친 영상/음성/텍스트 정보는 각각의 인코더를 이용해 압축되고, 어플리케이션에 따라 파일 혹은 세그먼트 단위로 인캡슐레이션 된다. 이 때, 비디오, 파일 혹은 세그먼트 구성 방법에 따라 필요한 정보만을 추출(file extractor)이 가능하다.

또한 각 데이터를 수신기에서 재구성하기 위한 정보가 코덱 혹은 파일 포멧/시스템 레벨에서 전달되는데, 여기에서는 비디오/오디오 재구성을 위한 정보 (video/audio metadata), 오버레이를 위한 합성 정보 (composition metadata), 비디오/오디오 재생 가능 위치 (viewpoint) 및 각 위치에 따른 시점 (viewing position) 정보 (viewing position and viewpoint metadata) 등이 포함된다. 이와 같은 정보의 처리는 별도의 메타데이터 처리부를 통한 생성도 가능하다.

도 14b를 참조하면, 360 비디오 수신 장치(수신단)는 크게 수신된 파일 혹은 세그먼트를 디캡슐레이션하는 부분(file/segment decapsulation unit), 비트스트림으로부터 영상/음성/텍스트 정보를 생성하는 부분(decoding unit), 영상/음성/텍스트를 재생하기 위한 형태로 재구성하는 부분(post-processor), 사용자의 관심영역을 추적하는 부분(tracking unit) 및 재생 장치인 디스플레이로 구성될 수 있다.

디캡슐레이션을 통해 생성된 비트스트림은 데이터의 종류에 따라 영상/음성/텍스트 등으로 나뉘어 재생 가능한 형태로 개별적으로 디코딩될 수 있다.

트랙킹 부분에서는 센서 및 사용자의 입력 정보 등을 바탕으로 사용자의 관심 영역(Region of interest)의 위치(viewpoint), 해당 위치에서의 시점(viewing position), 해당 시점에서의 방향(viewing orientation) 정보를 생성하게 되며, 이 정보는 360 비디오 수신 장치의 각 모듈에서 관심 영역 선택 혹은 추출 등에 사용되거나, 관심 영역의 정보를 강조하기 위한 후처리 과정 등에 사용될 수 있다. 또한 360 비디오 전송 장치 에 전달되는 경우 효율적인 대역폭 사용을 위한 파일 선택(file extractor) 혹은 서브 픽처 선택, 관심영역에 기반한 다양한 영상 재구성 방법(viewport/viewing position / viewpoint dependent processing) 등에 사용될 수 있다.

디코딩 된 영상 신호는 영상 구성 방법에 따라 다양한 처리 방법에 따라 처리될 수 있다. 360 비디오 전송 장치에서 영상 패킹이 이루어 진 경우 메타데이터를 통해 전달된 정보를 바탕으로 영상을 재구성 하는 과정이 필요하다. 이 경우 360 비디오 전송 장치에서 생성한 비디오 메타데이터를 이용할 수 있다. 또한 디코딩 된 영상 내에 복수의 시청 위치(viewpoint), 혹은 복수의 시점(viewing position), 혹은 다양한 방향(viewing orientation)의 영상이 포함된 경우 트랙킹(tracking) 을 통해 생성된 사용자의 관심 영역의 위치, 시점, 방향 정보와 매칭되는 정보를 선택하여 처리할 수 있다. 이 때, 송신단에서 생성한 viewing position 및 viewpoint 관련 메타데이터가 사용될 수 있다. 또한 특정 위치, 시점, 방향에 대해 복수의 컴포넌트가 전달되거나, 오버레이를 위한 비디오 정보가 별도로 전달되는 경우 각각에 따른 렌더링 과정이 포함될 수 있다. 별도의 렌더링 과정을 거친 비디오 데이터(텍스처, 뎁스, 오버레이)는 합성 과정(composition)을 거치게 되며, 이 때, 송신단에서 생성한 합성 메타데이터(composition metadata)가 사용될 수 있다. 최종적으로 사용자의 관심 영역에 따라 뷰포트(viewport)에 재생하기 위한 정보를 생성할 수 있다.

디코딩된 음성 신호는 오디오 렌더러 그리고/혹은 후처리 과정을 통해 재생 가능한 음성 신호를 생성하게 되며, 이 때 사용자의 관심 영역에 대한 정보 및 360 비디오 수신 장치에 전달된 메타데이터를 바탕으로 사용자의 요구에 맞는 정보를 생성할 수 있다.

디코딩된 텍스트 신호는 오버레이 렌더러에 전달되어 서브타이틀 등의 텍스트 기반의 오버레이 정보로써 처리될 수 잇다. 필요한 경우 별도의 텍스트 후처리 과정이 포함될 수 있다.

도 15는 FLUS 아키텍처의 예시들을 개략적으로 도시하는 도면이다.

도 15는 무선 통신 시스템(wireless communication system)에서 단말(User Equipment, UE)과 단말 또는 네트워크(network)가 FLUS(Framework for Live Uplink Streaming)를 기반으로 통신을 수행하는 일 예를 도시하고 있다. FLUS 소스(source)와 FLUS 싱크(sink)는 F 레퍼런스 포인트(reference point)를 이용하여 상호 간에 데이터를 송수신할 수 있다.

본 명세서에서 "FLUS 소스"는 FLUS를 기반으로 F 레퍼런스 포인트를 통해 FLUS 싱크로 데이터를 전송하는 장치를 의미할 수 있다. 다만 FLUS 소스가 항상 FLUS 싱크로 데이터를 전송하기만 하는 것은 아니며, 경우에 따라서 FLUS 소스는 FLUS 싱크로부터 F 레퍼런스 포인트를 통해 데이터를 수신할 수 있다. FLUS 소스는 본 명세서 전반에 기재된 이미지 전송 장치 또는 360 비디오 전송 장치와 동일/유사한 장치이거나, 이미지 전송 장치 또는 360 비디오 전송 장치를 포함하거나, 또는 이미지 전송 장치 또는 360 비디오 전송 장치에 포함되는 것으로 해석될 수 있다. FLUS 소스는, 예를 들어 단말(UE), 네트워크, 서버, 클라우드 서버, 셋탑박스(STB), 기지국, PC, 데스크탑, 노트북, 카메라, 캠코더, TV 등이 될 수 있고, 예시된 장치들에 포함되는 구성 또는 모듈일 수 있으며, 나아가 예시된 장치들과 유사한 장치들도 FLUS 소스로서 동작할 수 있다. FLUS 소스의 예시는 이에 한정되지 않는다.

본 명세서에서 "FLUS 싱크"는 FLUS를 기반으로 F 레퍼런스 포인트를 통해 FLUS 소스로부터 데이터를 수신하는 장치를 의미할 수 있다. 다만 FLUS 싱크가 항상 FLUS 소스로부터 데이터를 수신하기만 하는 것은 아니며, 경우에 따라서 FLUS 싱크는 FLUS 소스로 F 레퍼런스 포인트를 통해 데이터를 전송할 수 있다. FLUS 싱크는 본 명세서 전반에 기재된 이미지 수신 장치 또는 360 비디오 수신 장치와 동일/유사한 장치이거나, 이미지 수신 장치 또는 360 비디오 수신 장치를 포함하거나, 또는 이미지 수신 장치 또는 360 비디오 수신 장치에 포함되는 것으로 해석될 수 있다. FLUS 싱크는, 예를 들어 네트워크, 서버, 클라우드 서버, 단말, 셋탑박스, 기지국, PC, 데스크탑, 노트북, 카메라, 캠코더, TV 등이 될 수 있고, 예시된 장치들에 포함되는 구성 또는 모듈일 수 있으며, 나아가 예시된 장치들과 유사한 장치들도 FLUS 싱크로서 동작할 수 있다. FLUS 싱크의 예시는 이에 한정되지 않는다.

도 15를 참조하면, FLUS 소스와 캡쳐 디바이스들이 하나의 단말(UE)을 구성하는 것으로 도시되어 있으나, 실시예는 이에 한정되지 않는다. FLUS 소스는 캡쳐 디바이스들을 포함할 수 있고, 캡쳐 디바이스들을 포함하는 FLUS 소스 자체가 단말이 될 수 있다. 또는, 캡쳐 디바이스들은 단말에 포함되지 않고, 단말로 미디어 정보를 전송할 수도 있다. 캡쳐 디바이스들의 개수는 적어도 하나 이상일 수 있다.

도 15를 참조하면, FLUS 싱크와 렌더링(Rendering) 모듈(또는 부), 처리(Processing) 모듈(또는 부) 및 분배(Distribution) 모듈(또는 부)가 하나의 단말 또는 네트워크를 구성하는 것으로 도시되어 있으나, 실시예는 이에 한정되지 않는다. FLUS 싱크는 렌더링 모듈, 처리 모듈 및 분배 모듈 중 적어도 하나를 포함할 수 있고, 렌더링 모듈, 처리 모듈 및 분배 모듈 중 적어도 하나를 포함하는 FLUS 싱크 자체가 단말 또는 네트워크가 될 수 있다. 또는, 렌더링 모듈, 처리 모듈 및 분배 모듈 중 적어도 하나가 단말 또는 네트워크에 포함되지 않고, FLUS 싱크가 렌더링 모듈, 처리 모듈 및 분배 모듈 중 적어도 하나로 미디어 정보를 전송할 수도 있다. 렌더링 모듈, 처리 모듈 및 분배 모듈의 개수는 각각 적어도 하나 이상일 수 있고, 경우에 따라서 일부 모듈은 존재하지 않을 수 있다.

일 예시에서, FLUS 싱크는 MGW(Media Gateway Function) 및/또는 AF(Application Function)으로서 동작할 수 있다.

도 15에서 FLUS 소스와 FLUS 싱크를 연결하는 F 레퍼런스 포인트는, FLUS 소스가 단일 FLUS 세션을 생성 및 제어하도록 할 수 있다. 또한, F 레퍼런스 포인트는 FLUS 싱크가 FLUS 소스를 인증(authenticate) 및 권한 부여(authorize)하도록 할 수 있다. 또한, F 레퍼런스 포인트는 FLUS 컨트롤 플래인(control plane) F-C 및 FLUS 유저 플래인(user plane) F-U의 보안 보호 기능을 지원할 수 있다.

일 실시예에서, FLUS 소스와 FLUS 싱크는 각각 FLUS ctrl 모듈을 포함할 수 있고, FLUS 소스와 FLUS 싱크의 FLUS ctrl 모듈은 F-C를 통해 연결될 수 있다. FLUS ctrl 모듈과 F-C는 FLUS 싱크가 업로드된 미디어에 대해 다운스트림 분배(downstream distribution)를 수행하기 위한 기능을 제공할 수 있고, 미디어 인스턴스(instantiation) 선택을 제공할 수 있으며, 세션의 정적 메타데이터의 구성을 지원할 수 있다. 일 예시에서, FLUS 싱크가 렌더링만 수행 가능한 경우, F-C가 존재하지 않을 수 있다.

일 실시예에서, F-C는 FLUS 세션의 생성 및 제어에 이용될 수 있다. F-C는 FLUS 소스가 MTSI와 같은 FLUS 미디어 인스턴스를 선택하거나, 미디어 세션 주변의 정적 메타데이터를 제공하거나, 처리 및 분배 기능을 선택 및 구성하는데 이용될 수 있다.

FLUS 미디어 인스턴스는 FLUS 세션의 일부로서 정의될 수 있다. F-U는 경우에 다라서 미디어 스트림 생성 절차를 포함할 수 있고, 하나의 FLUS 세션에 대하여 복수의 미디어 스트림들이 생성될 수 있다.

미디어 스트림은 오디오, 비디오, 텍스트와 같은 단일 컨텐트 타입에 대한 미디어 컴포넌트를 포함하거나, 오디오 및 비디오와 같이 복수의 서로 다른 컨텐트 타입들에 대한 미디어 컴포넌트를 포함할 수 있다. FLUS 세션은 동일한 복수의 컨텐트 타입으로 구성될 수 있다. 예를 들어, FLUS 세션은 비디오에 대한 복수의 미디어 스트림들로 구성될 수 있다.

또한, 일 실시예에서, FLUS 소스와 FLUS 싱크는 각각 FLUS media 모듈을 포함할 수 있고, FLUS 소스와 FLUS 싱크의 FLUS media 모듈은 F-U를 통해 연결될 수 있다. FLUS media 모듈과 F-U는 하나 이상의 미디어 세션의 생성과 미디어 스트림을 통한 미디어 데이터 전송 기능을 제공할 수 있다. 일부 경우에, 미디어 세션 생성 프로토콜(예를 들어, MTSI에 기반한 FLUS 인스턴스를 위한 IMS 세션 셋업)이 요구될 수 있다.

도 16은 3DoF+ 송신단의 구성의 일 예시를 개략적으로 도시하는 도면이다.

도 16을 참조하면, 송신단(360 비디오 전송 장치)에서는 입력된 데이터가 카메라 출력 영상인 경우 스피어(sphere) 영상 구성을 위한 스티칭을 위치/시점/컴포넌트 별로 진행할 수 있다. 위치/시점/컴포넌트 별 스피어(sphere) 영상이 구성되면 코딩을 위해 2D 영상으로 프로젝션을 수행할 수 있다. 어플리케이션에 따라 복수의 영상을 통합 영상으로 만들기 위한 패킹 혹은 세부 영역의 영상으로 나누는 서브 픽처로 생성할 수 있다. 전술한 바와 같이 리전별 패킹 과정은 선택적(optional) 과정으로서 수행되지 않을 수 있으며, 이 경우 패킹 처리부는 생략될 수 있다. 입력된 데이터가 영상/음성/텍스트 추가 정보인 경우 추가 정보를 중심 영상에 추가하여 디스플레이 하는 방법을 알려줄 수 있으며, 추가 데이터도 함께 전송할 수 있다. 생성된 영상 및 추가된 데이터를 압축하여 비트 스트림으로 생성하는 인코딩 과정을 거쳐 전송 혹은 저장을 위한 파일 포맷으로 변환하는 인캡슐레이션 과정을 거칠 수 있다. 이 때 어플리케이션 혹은 시스템의 요구에 따라 수신부에서 필요로하는 파일을 추출하는 과정이 처리될 수 있다. 생성된 비트스트림은 전송처리부를 통해 전송 포맷으로 변환된 후 전송될 수 있다. 이 때, 송신측 피드백 처리부에서는 수신단에서 전달된 정보를 바탕으로 위치/시점/방향 정보와 필요한 메타데이터를 처리하여 관련된 송신부에서 처리하도록 전달할 수 있다.

도 17은 3DoF+ 수신단의 구성의 일 예시를 개략적으로 도시하는 도면이다.

도 17을 참조하면, 수신단(360 비디오 수신 장치)에서는 송신단에서 전달한 비트스트림을 수신한 후 필요한 파일을 추출할 수 있다. 생성된 파일 포맷 내의 영상 스트림을 피드백 처리부에서 전달하는 위치/시점/방향 정보 및 비디오 메타데이터를 이용하여 선별하며, 선별된 비트스트림을 디코더를 통해 영상 정보로 재구성할 수 있다. 패킹된 영상의 경우 메타데이터를 통해 전달된 패킹 정보를 바탕으로 언패킹을 수행할 수 있다. 송신단에서 패킹 과정이 생략된 경우, 수신단의 언패킹 또한 생략될 수 있다. 또한 필요에 따라 피드백 처리부에서 전달된 위치(viewpoint)/시점(viewing position)/방향(viewing orientation)에 적합한 영상 및 필요한 컴포넌트를 선택하는 과정을 수행할 수 있다. 영상의 텍스처, 뎁스, 오버레이 정보 등을 재생하기 적합한 포맷으로 재구성하는 렌더링 과정을 수행할 수 있다. 최종 영상을 생성하기에 앞서 서로 다른 레이어의 정보를 통합하는 컴포지션 과정을 거칠 수 있으며, 디스플레이 뷰포트(viewport)에 적합한 영상을 생성하여 재생할 수 있다.

도 18a 내지 도 18c는 360도 컨텐츠에 포함된 복수의 뷰포인트들을 설명하기 위한 일 예시를 도시하는 도면이다.

본 발명의 일 실시예에 따르면, 사용자는 3DoF, 3DoF+ 또는 6DoF 환경에서 복수의 뷰포인트들을 기반으로 뷰포인트 전환(viewpoint switching)을 수행함으로써 다양한 관점에서 360도 비디오를 경험할 수 있다. 이때 뷰포인트 전환이 수행될 수 있는 뷰포인트들은 "핫스팟(hotspot)"으로 지칭될 수도 있다. 핫스팟은 뷰포인트들 중 뷰포인트 전환이 수행될 수 있는 뷰포인트들을 나타내므로 뷰포인트의 하위 개념으로 해석할 수 있으나, 경우에 따라서는 핫스팟은 뷰포인트와 동일/유사한 개념을 나타낼 수 있다. 따라서 본 명세서 전반에 기재된 임의의 "뷰포인트"는 핫스팟으로 대체될 수 있고, 본 명세서 전반에 기재된 임의의 "핫스팟"은 뷰포인트로 대체될 수 있다. 더불어, 예를 들어 "핫스팟 메타데이터"와 같이 핫스팟과 관련된 정보들도 "뷰포인트 메타데이터" 등으로 대체 해석 가능하다.

일 실시예에서, 핫스팟들은 전방위 비디오에 사용되어 사용자가 복수의 뷰포인트들에서 360 환경을 탐색하는 것을 가능하게 할 수 있다. 일 예시에서, 도 18a 내지 도 18c에 도시된 원형 도형들은 핫스팟들을 나타낼 수 있다. 도 18a의 원형 도형들은 360 비디오 씬(scene) 내 핫스팟의 위치를 나타낼 수 있고, 사용자가 마우스 포인터(mouse pointer), 키보드(keyboard), 손가락 등의 인체를 이용하여 특정 핫스팟에 접근하는 경우에는 도 18b에 도시된 바와 같이 핫스팟을 나타내는 원형 도형의 크기가 커질 수 있다. 사용자가 특정 핫스팟을 클릭(click), 탭(tap), 입력(input) 등을 기반으로 선택(select)하는 경우, 도 18c에 도시된 바와 같이 뷰포인트가 클릭한 핫스팟으로 전환되는 뷰포인트 전환(viewpoint switching)이 수행될 수 있다.

도 18a 내지 도 18c에 도시된 바와 같이 핫스팟을 기반으로 뷰포인트 전환을 수행하기 위해서는, 예를 들어 핫스팟이 디스플레이되는 핫스팟 중심(center)의 구면 좌표(spherical coordinate)에 대한 정보, 핫스팟이 디스플레이되는 기간(duration)에 대한 정보, 상기 핫스팟이 선택되었을 때 재생 또는 디스플레이되는 컨텐트 식별 정보(content identifier), 핫스팟이 적용되는 새로운 뷰포인트로 전환될 때의 트랜지션 이펙트(transition effect)에 대한 정보 및 핫스팟들을 통해 360 씬(scene)에서 스위칭될 수 있는 비디오 트랙들(video tracks)의 그루핑(grouping)에 대한 정보 중 적어도 하나가 요구될 수 있다.

일 실시예에서, 타임드 핫스팟 메타데이터(timed hotspot metadata)는 사용자가 복수의 뷰포인트들을 기반으로 전방위 비디오를 감상하는 것을 가능케하는 핫스팟 정보를 지시할 수 있다. 타임드 핫스팟 메타데이터는, 예를 들어 핫스팟들의 중심의 구면 좌표에 대한 정보, 핫스팟이 선택되었을 때 재생되는 비디오 트랙의 식별 정보 및 핫스팟이 선택되어 새로운 뷰포인트로 전환될 때의 트랜지션 이펙트에 대한 정보 중 적어도 하나를 포함할 수 있다. 한편, 타임드 핫스팟 메타데이터는 타임드 뷰포인트 메타데이터, 타임드 메타데이터, 뷰포인트 정보, 메타데이터 등으로 달리 명칭될 수 있음은 당해 기술 분야의 통상의 기술자에게 용이하게 이해될 것이다.

일 실시예에 따른 360도 비디오 전송 장치는, 360도 비디오 데이터에 대한 메타데이터를 생성할 수 있다. 보다 구체적으로, 360도 비디오 전송 장치의 메타데이터 처리부는 360도 비디오 데이터에 대한 메타데이터를 생성할 수 있다.

일 실시예에서, 상기 메타데이터는 뷰포인트 그룹 ID에 대한 정보(information on viewpoint group ID)를 포함할 수 있고, 상기 뷰포인트 그룹 ID를 기반으로 상기 360도 비디오 데이터와 관련된 복수의 뷰포인트들(multiple-viewpoints)이 적어도 하나의 뷰포인트 그룹으로 분류될(categorized) 수 있다.

일 예시에서, 상기 360도 비디오 데이터와 관련된 복수의 뷰포인트들을 적어도 하나의 뷰포인트 그룹으로 분류하는 프로세스는 핫스팟 비디오 트랙 그루핑(hot spot video track grouping)에 기반할 수 있다. track_group_type이 'hots'인 TrackGroupTypeBox는 해당 트랙이 핫스팟들을 통해 360 씬(scene)에서 스위칭될 수 있는 트랙들에 포함됨을 지시할 수 있다. 본 그루핑에 매핑되는 트랙들(즉, track_group_type이 'hots'인 TrackGroupTypeBox 내에서 동일한 track_group_id를 갖는 비주얼 트랙들(visual tracks))은 동일한 360 환경/씬(environment/scene)에 속할 수 있고, 핫스팟들을 통하여 서로 다른 뷰포인트들로 스위칭될 때의 재생(play)에 이용될 수 있다. 본 예시에 따른 정보는 아래의 표 1과 같이 시그널링될 수 있다.

[표 1]

표 1에서, hot_spot_type은 360 환경/씬에서 핫스팟들의 타입을 나타낼 수 있고, hot_spot_description은 핫스팟들의 텍스쳐 서술(textual description)을 제공하는 널-종료(null-terminated) UTF-8 스트링을 나타낼 수 있다. 상기 hot_spot_description은 널 스트링(null-string)을 포함할 수 있다.

한편 표 1은 360 비디오 데이터와 관련된 복수의 뷰포인트들이 track_group_type이 'hots'인 특정 그룹에 포함되어 있는 것을 나타내는 일 예시에 불과하다. 상기 360도 비디오 데이터와 관련된 복수의 뷰포인트들이 적어도 하나의 뷰포인트 그룹으로 분류되는 예시는 아래의 표 2와 같이 나타날 수도 있다.

[표 2]

표 2에서 vwpt_group_id는 뷰포인트 그룹의 식별 정보를 나타낼 수 있다. 뷰포인트 그룹의 모든 뷰포인트들은 공통 참조 좌표계(common reference coordinate system)를 공유할 수 있다. vwpt_group_description은 뷰포인트 그룹을 서술하는 널-종료 UTF-8 스트링을 나타낼 수 있다.

일 실시예에서, 표 1의 track_group_type이 'hots'인 TrackGroupTypeBox는 표 2의 vwpt_group_id와 대응될 수 있다. 다른 일 실시예에서, 표 1의 hot_spot_type이 표 2의 vwpt_group_id와 대응될 수도 있다.

특정 뷰포인트의 중심점(center point)의 위치에 대한 정보 및 트랜지션 이펙트에 관한 정보를 핫스팟 타임드 메타데이터의 샘플 포맷을 기반으로 시그널링하는 예시는 아래의 표 3과 같다.

[표 3]

표 3에서, num_hot_spots는 핫스팟 샘플 포맷을 통해 제공되는 핫스팟들의 개수를 나타내고, transition_effect_flag는 핫스팟이 선택된 후 새로운 뷰포인트로 전환될 때 특정 트랜지션 이펙트가 적용되는지 여부를 나타낼 수 있다. transition_effect_flag의 값이 0인 경우, 트랜지션 이펙트 없이 뷰포인트가 특정 핫스팟으로 곧바로(directly) 전환됨을 지시할 수 있다. hot_spot_azimuth 및 hot_spot_elevation은 글로벌 좌표계(global coordinate axes)를 기준으로 한 핫스팟의 중심점의 방위각 및 고도각을 지시할 수 있다.

transition_effect_type은 핫스팟이 선택된 후 새로운 뷰포인트로 전환될 때의 트랜지션 이펙트들을 나타낼 수 있다. 예를 들어, 아래의 표 4와 같은 트랜지션 이펙트들이 제공될 수 있다.

[표 4]

표 4에 따른 일 예시에서, transition_effect_type의 값이 0인 경우 특정 뷰포인트로 줌인(zoom-in)되는 트랜지션 이펙트를 나타내는 줌인 이펙트가 지시될 수 있고, transition_effect_type의 값이 1인 경우 특정 뷰포인트로 걸어가는 트랜지션 이펙트를 나타내는 워킹쓰루(walking-through) 이펙트가 지시될 수 있다.

한편, 표 3은 특정 뷰포인트의 중심점(center point)의 위치에 대한 정보를 나타내는 일 예시에 불과하다. 특정 뷰포인트의 중심점(center point)의 위치에 대한 정보는 아래의 표 5와 같이 나타날 수도 있다.

[표 5]

표 5에서, viewpoint_pos_x, viewpoint_pos_y 및 viewpoint_pos_z는 특정 뷰포인트의 중심점의 x축, y축 및 z축 위치에 대한 정보를 나타낼 수 있다. 뷰포인트의 위치가 정적(static)인 경우에 상기 viewpoint_pos_x, viewpoint_pos_y 및 viewpoint_pos_z는 특정 뷰포인트의 중심점의 x축, y축 및 z축 위치를 나타낼 수 있고, 뷰포인트의 위치가 동적(dynamic)인 경우에 상기 viewpoint_pos_x, viewpoint_pos_y 및 viewpoint_pos_z는 특정 뷰포인트의 중심점의 이니셜 위치(initial position)를 나타낼 수 있다.

일 실시예에서, 표 3의 hot_spot_azimuth 및 hot_spot_elevation은 특정 뷰포인트의 중심점의 위치에 대한 정보를 나타내는 점에서 표 5의 viewpoint_pos_x, viewpoint_pos_y 및 viewpoint_pos_z와 대응될 수 있다.

도 19는 일 실시예에 따른 360도 비디오 전송 장치의 동작 방법을 도시하는 흐름도이고, 도 20은 일 실시예에 따른 360도 비디오 전송 장치의 구성을 도시하는 블록도이다.

도 19에 개시된 각 단계는 도 5에 개시된 360 비디오 전송 장치, 도 14a에 개시된 360 비디오 전송 장치, 도 15에 개시된 FLUS 소스, 또는 도 20에 개시된 360도 비디오 전송 장치에 의하여 수행될 수 있다. 일 예에서, 도 19의 S1900은 도 5에 개시된 360 비디오 전송 장치의 데이터 입력부에 의하여 수행될 수 있고, 도 19의 S1910은 도 5에 개시된 360 비디오 전송 장치의 프로젝션 처리부에 의하여 수행될 수 있고, 도 19의 S1920은 도 5에 개시된 메타데이터 처리부에 의하여 수행될 수 있고, 도 19의 S1930은 도 5에 개시된 360 비디오 전송 장치의 데이터 인코더에 의하여 수행될 수 있고, 도 19의 S1940은 도 5에 개시된 360 비디오 전송 장치의 인캡슐레이션 처리부에 의하여 수행될 수 있다. 따라서, 도 19의 각 단계를 설명함에 있어서, 도 5, 도 14a 및 도 15에서 전술된 내용과 중복되는 구체적인 내용은 설명을 생략하거나 간단히 하기로 한다.

도 20에 도시된 바와 같이, 일 실시예에 따른 360도 비디오 전송 장치는 데이터 입력부, 프로젝션 처리부, 메타데이터 처리부, 데이터 인코더 및 인캡슐레이션 처리부를 포함할 수 있다. 그러나, 경우에 따라서는 도 20에 도시된 구성 요소 모두가 360도 비디오 전송 장치의 필수 구성 요소가 아닐 수 있고, 360도 비디오 전송 장치는 도 20에 도시된 구성 요소보다 많거나 적은 구성 요소에 의해 구현될 수 있다.

일 실시예에 따른 360도 비디오 전송 장치에서 데이터 입력부, 프로젝션 처리부, 메타데이터 처리부, 데이터 인코더 및 인캡슐레이션 처리부는 각각 별도의 칩(chip)으로 구현되거나, 적어도 둘 이상의 구성 요소가 하나의 칩을 통해 구현될 수도 있다.

본 명세서에서 "360 비디오"와 "360도 비디오"는 명칭이 다소 상이할 뿐, 동일한 대상을 지시할 수 있다. 따라서, 도 5에 도시된 "360 비디오 전송 장치"와 도 20에 도시된 "360도 비디오 전송 장치"는 명칭이 다소 상이할 뿐 상호 동일/유사한 동작을 수행할 수 있고, 도 6에 도시된 "360 비디오 수신 장치"와 도 22에 도시된 "360도 비디오 수신 장치"도 명칭이 다소 상이할 뿐 상호 동일/유사한 동작을 수행할 수 있다.

본 명세서의 "제1 뷰포인트", "제2 뷰포인트", "제3 뷰포인트" 및 "제4 뷰포인트"는 360 비디오 데이터에 포함된 뷰포인트들을 임의로 구분한 것에 불과하고, 따라서 상기 뷰포인트들이 기 정의된 뷰포인트임을 나타내려고 한 것이거나, 상기 뷰포인트들을 나타내는 서수에 특별한 의미가 있는 것이 아님은 당해 기술 분야의 통상의 기술자에게 용이하게 이해될 것이다.

도 19 및 도 20에 따른 360도 비디오 전송 장치 및 그 동작 방법은 후술하는 도 21 및 도 22에 따른 360도 비디오 수신 장치 및 그 동작 방법과 일부 대응될 수 있다. 따라서, 상호 간에 일부 중복되는 동작들은 설명을 간단히 하거나 생략할 수 있다.

일 실시예에 따른 360도 비디오 전송 장치는, 적어도 하나의 이미지 획득 장치에 의해 캡쳐된 360도 비디오 데이터를 획득할 수 있다(S1900). 보다 구체적으로, 360도 비디오 전송 장치의 데이터 입력부는 적어도 하나의 이미지 획득 장치에 의해 캡쳐된 360도 비디오 데이터를 획득할 수 있다.

일 실시예에 따른 360도 비디오 전송 장치는, 360도 비디오 데이터를 처리하여 전방향 이미지를 포함하는 2차원 픽처를 도출할 수 있다(S1910). 보다 구체적으로, 360도 비디오 전송 장치의 프로젝션 처리부는 360도 비디오 데이터를 처리하여 전방향 이미지를 포함하는 2차원 픽처를 도출할 수 있다.

일 실시예에 따른 360도 비디오 전송 장치는, 360도 비디오 데이터에 대한 메타데이터를 생성할 수 있다(S1920). 보다 구체적으로, 360도 비디오 전송 장치의 메타데이터 처리부는 360도 비디오 데이터에 대한 메타데이터를 생성할 수 있다.

일 예시에서, 상기 복수의 뷰포인트들은 제1 뷰포인트 및 제2 뷰포인트를 포함할 수 있고, 상기 제1 뷰포인트의 뷰포인트 그룹 ID와 상기 제2 뷰포인트의 뷰포인트 그룹 ID가 동일한 경우, 상기 제1 뷰포인트와 상기 제2 뷰포인트는 제1 뷰포인트 그룹에 포함될 수 있다. 보다 구체적으로, 복수의 뷰포인트들 중 뷰포인트 그룹 ID가 동일한 뷰포인트들은 동일한 그룹에 포함될 수 있다.

일 예시에서, 상기 제1 뷰포인트 그룹에 포함된 상기 제1 뷰포인트와 상기 제2 뷰포인트는 공통 참조 좌표계(common reference coordinate system)를 공유할 수 있다. 또한, 상기 복수의 뷰포인트들은 상기 제1 뷰포인트 그룹과 상이한 제2 뷰포인트 그룹에 포함되는 제3 뷰포인트를 더 포함할 수 있고, 상기 제1 뷰포인트에 대한 공통 참조 좌표계와 상기 제3 뷰포인트에 대한 공통 참조 좌표계는 상이할 수 있다. 보다 구체적으로, 복수의 뷰포인트들 중 동일한 그룹에 포함된 뷰포인트들은 공통 참조 좌표계를 공유할 수 있다.

일 실시예에서, 상기 메타데이터는 상기 적어도 하나의 뷰포인트 그룹 중 하나에 대한 서술(description) 정보를 포함할 수 있다. 일 예시에서, 상기 서술 정보는 널-종료(null-terminated) UTF-8 스트링에 기반할 수 있다. 상기 서술 정보는 널 스트링(null-string)을 포함할 수 있다.

일 실시예에서, 상기 메타데이터는 상기 복수의 뷰포인트들에 포함된 제4 뷰포인트의 중심점(center point)의 위치에 대한 정보를 포함할 수 있다. 이때, 상기 제4 뷰포인트의 상기 중심점의 위치에 대한 정보는 공통 참조 좌표계(common reference coordinate system)에 기반하여 나타날 수 있다.

일 실시예에서, 상기 제1 뷰포인트 그룹에 포함된 상기 제1 뷰포인트와 상기 제2 뷰포인트간 뷰포인트 스위칭(viewpoint switching)이 수행될 수 있다. 이때, 상기 메타데이터는, 상기 뷰포인트 스위칭이 수행되어 상기 제1 뷰포인트에서 상기 제2 뷰포인트로 전환될 때 트랜지션 이펙트(transition effect)를 적용할지 여부를 나타내는 트랜지션 이펙트 플래그를 포함할 수 있다.

일 예시에서, 상기 트랜지션 이펙트 플래그가 1을 지시하는 경우, 상기 메타데이터는 상기 트랜지션 이펙트의 타입을 나타내는 트랜지션 이펙트 타입 정보를 포함할 수 있다. 보다 구체적인 예시에서, 상기 트랜지션 이펙트 타입 정보는 상기 제2 뷰포인트로 줌인(zoom-in)되는 트랜지션 이펙트를 나타내는 줌인 이펙트에 대한 정보 및 상기 제2 뷰포인트로 걸어가는 트랜지션 이펙트를 나타내는 워킹쓰루(walking-through) 이펙트에 대한 정보 중 적어도 하나를 포함할 수 있다.

일 실시예에 따른 360도 비디오 전송 장치는, 2차원 픽처에 대한 정보를 인코딩할 수 있다(S1930). 보다 구체적으로, 360도 비디오 전송 장치의 데이터 인코더는 2차원 픽처에 대한 정보를 인코딩할 수 있다.

일 실시예에 따른 360도 비디오 전송 장치는, 2차원 픽처에 대한 정보 및 메타데이터를 기반으로 인캡슐레이션을 수행할 수 있다(S1940). 보다 구체적으로, 360도 비디오 전송 장치의 인캡슐레이션 처리부는 2차원 픽처에 대한 정보 및 메타데이터를 기반으로 인캡슐레이션을 수행할 수 있다.

도 19 및 도 20에 개시된 360도 비디오 전송 장치 및 360도 비디오 전송 장치의 동작 방법에 따르면, 일 실시예에 따른 360도 비디오 전송 장치는 적어도 하나의 이미지 획득 장치에 의해 캡쳐된 360도 비디오 데이터를 획득하고(S1900), 360도 비디오 데이터를 처리하여 전방향 이미지를 포함하는 2차원 픽처를 도출하고(S1910), 360도 비디오 데이터에 대한 메타데이터를 생성하고(S1920), 2차원 픽처에 대한 정보를 인코딩하고(S1930), 2차원 픽처에 대한 정보 및 메타데이터를 기반으로 인캡슐레이션을 수행(S1940)할 수 있으며, 이때 상기 메타데이터는 뷰포인트 그룹 ID에 대한 정보(information on viewpoint group ID)를 포함하고, 상기 뷰포인트 그룹 ID를 기반으로 상기 360도 비디오 데이터와 관련된 복수의 뷰포인트들(multiple-viewpoints)이 적어도 하나의 뷰포인트 그룹으로 분류될(categorized) 수 있다. 이에 따라, 360도 비디오 내에서 복수의 뷰포인트들간, 특히 동일 뷰포인트 그룹에 포함된 뷰포인트들간 뷰포인트 전환(viewpoint switching)이 원활히 수행될 수 있다.

도 21은 일 실시예에 따른 360도 비디오 수신 장치의 동작 방법을 도시하는 흐름도이고, 도 22는 일 실시예에 따른 360도 비디오 수신 장치의 구성을 도시하는 블록도이다.

도 21에 개시된 각 단계는 도 6에 개시된 360 비디오 수신 장치, 도 14b에 개시된 360 비디오 수신 장치, 도 15에 개시된 FLUS 싱크, 또는 도 22에 개시된 360도 비디오 수신 장치에 의하여 수행될 수 있다. 일 예에서, 도 21의 S2100 및 S2110은 도 6에 개시된 360 비디오 수신 장치의 수신 처리부에 의하여 수행될 수 있고, 도 21의 S2120은 도 6에 개시된 360 비디오 수신 장치의 데이터 디코더에 의하여 수행될 수 있고, 도 21의 S2130은 도 6에 개시된 렌더러에 의하여 수행될 수 있다. 따라서, 도 21의 각 단계를 설명함에 있어서, 도 6, 도 14b 및 도 15에서 전술된 내용과 중복되는 구체적인 내용은 설명을 생략하거나 간단히 하기로 한다.

도 22에 도시된 바와 같이, 일 실시예에 따른 360도 비디오 수신 장치는 수신 처리부, 데이터 디코더 및 렌더러를 포함할 수 있다. 그러나, 경우에 따라서는 도 22에 도시된 구성 요소 모두가 360도 비디오 수신 장치의 필수 구성 요소가 아닐 수 있고, 360도 비디오 수신 장치는 도 22에 도시된 구성 요소보다 많거나 적은 구성 요소에 의해 구현될 수 있다.

일 실시예에 따른 360도 비디오 수신 장치에서 수신 처리부, 데이터 디코더 및 렌더러는 각각 별도의 칩(chip)으로 구현되거나, 적어도 둘 이상의 구성 요소가 하나의 칩을 통해 구현될 수도 있다.

일 실시예에 따른 360도 비디오 수신 장치는, 360도 비디오 데이터에 대한 정보를 수신할 수 있다(S2100). 보다 구체적으로, 360도 비디오 수신 장치의 수신 처리부는 360도 비디오 데이터에 대한 정보를 수신할 수 있다.

일 실시예에서, 360도 비디오 수신 장치는 360도 비디오 전송 장치로부터 360도 비디오 데이터에 대한 정보를 수신할 수 있고, 360도 비디오 데이터에 대한 정보는, 예를 들어 360도 전송 장치에서 인코딩된 픽처에 대한 정보 및 360도 비디오 데이터에 대한 메타데이터를 기반으로 인캡슐레이션(encapsulation)을 수행하여 도출된 파일을 포함할 수 있다. 다만 예시는 이에 한정되지 않는다.

일 실시예에 따른 360도 비디오 수신 장치는, 상기 360도 비디오 데이터에 대한 정보로부터 인코딩된 픽처에 대한 정보 및 메타데이터를 획득할 수 있다(S2110). 보다 구체적으로, 360도 비디오 수신 장치의 수신 처리부, 메타데이터 파서 또는 디캡슐레이션 처리부는 상기 360도 비디오 데이터에 대한 정보로부터 인코딩된 픽처에 대한 정보 및 메타데이터를 획득할 수 있다.

일 실시에에 따른 360도 비디오 수신 장치는, 상기 인코딩된 픽처에 대한 정보를 기반으로 픽처를 디코딩할 수 있다(S2120). 보다 구체적으로, 360도 비디오 수신 장치의 데이터 디코더는 상기 인코딩된 픽처에 대한 정보를 기반으로 픽처를 디코딩할 수 있다.

일 실시예에 따른 360도 비디오 수신 장치는, 상기 메타데이터를 기반으로 상기 디코딩된 픽처를 렌더링할 수 있다(S2130). 보다 구체적으로, 360도 비디오 수신 장치의 렌더러는 상기 메타데이터를 기반으로 상기 디코딩된 픽처를 렌더링할 수 있다.

도 21 및 도 22에 개시된 360도 비디오 수신 장치 및 360도 비디오 수신 장치의 동작 방법에 따르면, 일 실시예에 따른 360도 비디오 수신 장치는 360도 비디오 데이터에 대한 정보를 수신하고(S2100), 상기 360도 비디오 데이터에 대한 정보로부터 인코딩된 픽처에 대한 정보 및 메타데이터를 획득하고(S2110), 상기 인코딩된 픽처에 대한 정보를 기반으로 픽처를 디코딩하고(S2120), 상기 메타데이터를 기반으로 상기 디코딩된 픽처를 렌더링(S2130)할 수 있다. 이때 상기 메타데이터는 뷰포인트 그룹 ID에 대한 정보(information on viewpoint group ID)를 포함하고, 상기 뷰포인트 그룹 ID를 기반으로 상기 360도 비디오 데이터와 관련된 복수의 뷰포인트들(multiple-viewpoints)이 적어도 하나의 뷰포인트 그룹으로 분류될(categorized) 수 있다. 이에 따라, 360도 비디오 내에서 복수의 뷰포인트들간, 특히 동일 뷰포인트 그룹에 포함된 뷰포인트들간 뷰포인트 전환(viewpoint switching)이 원활히 수행될 수 있다.

전술한 각각의 파트, 모듈 또는 유닛은 메모리(또는 저장 유닛)에 저장된 연속된 수행과정들을 실행하는 프로세서이거나 하드웨어 파트일 수 있다. 전술한 실시예에 기술된 각 단계들은 프로세서 또는 하드웨어 파트들에 의해 수행될 수 있다. 전술한 실시예에 기술된 각 모듈/블록/유닛들은 하드웨어/프로세서로서 동작할 수 있다. 또한, 본 발명이 제시하는 방법들은 코드로서 실행될 수 있다. 이 코드는 프로세서가 읽을 수 있는 저장매체에 쓰여질 수 있고, 따라서 장치(apparatus)가 제공하는 프로세서에 의해 읽혀질 수 있다.

상술한 실시예에서, 방법들은 일련의 단계 또는 블록으로써 순서도를 기초로 설명되고 있지만, 본 발명은 단계들의 순서에 한정되는 것은 아니며, 어떤 단계는 상술한 바와 다른 단계와 다른 순서로 또는 동시에 발생할 수 있다. 또한, 당업자라면 순서도에 나타내어진 단계들이 배타적이지 않고, 다른 단계가 포함되거나 순서도의 하나 또는 그 이상의 단계가 본 발명의 범위에 영향을 미치지 않고 삭제될 수 있음을 이해할 수 있을 것이다.

본 발명에서 실시예들이 소프트웨어로 구현될 때, 상술한 방법은 상술한 기능을 수행하는 모듈(과정, 기능 등)로 구현될 수 있다. 모듈은 메모리에 저장되고, 프로세서에 의해 실행될 수 있다. 메모리는 프로세서 내부 또는 외부에 있을 수 있고, 잘 알려진 다양한 수단으로 프로세서와 연결될 수 있다. 프로세서는 ASIC(application-specific integrated circuit), 다른 칩셋, 논리 회로 및/또는 데이터 처리 장치를 포함할 수 있다. 메모리는 ROM(read-only memory), RAM(random access memory), 플래쉬 메모리, 메모리 카드, 저장 매체 및/또는 다른 저장 장치를 포함할 수 있다.

전술한 장치의 내부 컴포넌트들은 메모리에 저장된 연속된 수행과정들을 실행하는 프로세서들이거나, 그 외의 하드웨어로 구성된 하드웨어 컴포넌트들일 수 있다. 이 들은 장치 내/외부에 위치할 수 있다.

전술한 모듈들은 실시예에 따라 생략되거나, 유사/동일한 동작을 수행하는 다른 모듈에 의해 대체될 수 있다.

Claims

360도 비디오 전송 장치에 의하여 수행되는 360도 비디오 데이터 처리 방법에 있어서,
적어도 하나의 이미지 획득 장치에 의해 캡쳐된 360도 비디오 데이터를 획득하는 단계;
상기 360도 비디오 데이터를 처리하여 전방향 이미지(omnidirectional image)를 포함하는 2차원(two-dimensional) 픽처를 도출하는 단계;
상기 360도 비디오 데이터에 대한 메타데이터를 생성하는 단계;
상기 2차원 픽처에 대한 정보를 인코딩하는 단계; 및
상기 2차원 픽처에 대한 정보 및 상기 메타데이터를 기반으로 인캡슐레이션(encapsulation)을 수행하는 단계를 포함하되,
상기 메타데이터는 뷰포인트 그룹(viewpoint group)의 뷰포인트 그룹 ID에 대한 정보(information on viewpoint group ID)를 포함하고,
상기 뷰포인트 그룹은 상기 360도 비디오 데이터와 관련된 복수의 뷰포인트들(multiple-viewpoints)을 포함하고,
상기 복수의 뷰포인트들은 제1 뷰포인트 및 제2 뷰포인트를 포함하며,
상기 메타데이터는 상기 제1 뷰포인트 및 상기 제2 뷰포인트를 포함하는 상기 뷰포인트 그룹에 대한 서술(description) 정보를 포함하는 것을 특징으로 하는, 360도 비디오 데이터 처리 방법.
삭제
제1항에 있어서,
상기 제1 뷰포인트와 상기 제2 뷰포인트는 공통 참조 좌표 시스템(common reference coordinate system)을 공유하는 것을 특징으로 하는, 360도 비디오 데이터 처리 방법.
제1항에 있어서,
상기 복수의 뷰포인트들은 상기 제1 뷰포인트 그룹과 상이한 뷰포인트 그룹에 포함되는 제3 뷰포인트를 더 포함하고,
상기 제1 뷰포인트에 대한 공통 참조 좌표 시스템과 상기 제3 뷰포인트에 대한 공통 참조 좌표 시스템은 상이한 것을 특징으로 하는, 360도 비디오 데이터 처리 방법.
삭제
제1항에 있어서,
상기 서술 정보는 널-종료(null-terminated) UTF-8 스트링에 기반하는 것을 특징으로 하는, 360도 비디오 데이터 처리 방법.
제1항에 있어서,
상기 메타데이터는 상기 복수의 뷰포인트들에 포함된 제4 뷰포인트의 중심점(center point)의 위치에 대한 정보를 포함하는 것을 특징으로 하는, 360도 비디오 데이터 처리 방법.
제7항에 있어서,
상기 제4 뷰포인트의 상기 중심점의 위치에 대한 정보는 공통 참조 좌표 시스템(common reference coordinate system)에 기반하여 나타나는 것을 특징으로 하는, 360도 비디오 데이터 처리 방법.
제3항에 있어서,
상기 뷰포인트 그룹에 포함된 상기 제1 뷰포인트와 상기 제2 뷰포인트간 뷰포인트 스위칭(viewpoint switching)이 수행되는 것을 특징으로 하는, 360도 비디오 데이터 처리 방법.
제9항에 있어서,
상기 메타데이터는, 상기 뷰포인트 스위칭이 수행되어 상기 제1 뷰포인트에서 상기 제2 뷰포인트로 전환될 때 트랜지션 이펙트(transition effect)를 적용할지 여부를 나타내는 트랜지션 이펙트 플래그를 포함하는 것을 특징으로 하는, 360도 비디오 데이터 처리 방법.
제10항에 있어서,
상기 트랜지션 이펙트 플래그가 1을 지시하는 경우, 상기 메타데이터는 상기 트랜지션 이펙트의 타입을 나타내는 트랜지션 이펙트 타입 정보를 포함하는 것을 특징으로 하는, 360도 비디오 데이터 처리 방법.
제11항에 있어서,
상기 트랜지션 이펙트 타입 정보는 상기 제2 뷰포인트로 줌인(zoom-in)되는 트랜지션 이펙트를 나타내는 줌인 이펙트에 대한 정보를 포함하는 것을 특징으로 하는, 360도 비디오 데이터 처리 방법.
제11항에 있어서,
상기 트랜지션 이펙트 타입 정보는 상기 제2 뷰포인트로 걸어가는 트랜지션 이펙트를 나타내는 워킹쓰루(walking-through) 이펙트에 대한 정보를 포함하는 것을 특징으로 하는, 360도 비디오 데이터 처리 방법.
360도 비디오 데이터를 처리하는 360도 비디오 전송 장치에 있어서,
적어도 하나의 이미지 획득 장치에 의해 캡쳐된 360도 비디오 데이터를 획득하는 데이터 입력부;
상기 360도 비디오 데이터를 처리하여 전방향 이미지(omnidirectional image)를 포함하는 2차원(two-dimension) 픽처를 도출하는 프로젝션 처리부;
상기 360도 비디오 데이터에 대한 메타데이터를 생성하는 메타데이터 처리부;
상기 2차원 픽처에 대한 정보를 인코딩하는 데이터 인코더; 및
상기 2차원 픽처에 대한 정보 및 상기 메타데이터를 기반으로 인캡슐레이션(encapsulation)을 수행하는 인캡슐레이션 처리부를 포함하되,
상기 메타데이터는 뷰포인트 그룹(viewpoint group)의 뷰포인트 그룹 ID에 대한 정보(information on viewpoint group ID)를 포함하고,
상기 뷰포인트 그룹은 상기 360도 비디오 데이터와 관련된 복수의 뷰포인트들(multiple-viewpoints)을 포함하고,
상기 복수의 뷰포인트들은 제1 뷰포인트 및 제2 뷰포인트를 포함하며,
상기 메타데이터는 상기 제1 뷰포인트 및 상기 제2 뷰포인트를 포함하는 상기 뷰포인트 그룹에 대한 서술(description) 정보를 포함하는 것을 특징으로 하는, 360도 비디오 전송 장치.
360도 비디오 수신 장치에 의하여 수행되는 360도 비디오 데이터 처리 방법에 있어서,
360도 비디오 데이터에 대한 정보를 수신하는 단계;
상기 360도 비디오 데이터에 대한 정보로부터 인코딩된 픽처에 대한 정보 및 메타데이터를 획득하는 단계;
상기 인코딩된 픽처에 대한 정보를 기반으로 픽처를 디코딩하는 단계; 및
상기 메타데이터를 기반으로 상기 디코딩된 픽처를 렌더링하는 단계를 포함하되,
상기 메타데이터는 뷰포인트 그룹(viewpoint group)의 뷰포인트 그룹 ID에 대한 정보(information on viewpoint group ID)를 포함하고,
상기 뷰포인트 그룹은 상기 360도 비디오 파일과 관련된 복수의 뷰포인트들을 포함하고,
상기 복수의 뷰포인트들은 제1 뷰포인트 및 제2 뷰포인트를 포함하며,
상기 메타데이터는 상기 제1 뷰포인트 및 상기 제2 뷰포인트를 포함하는 상기 뷰포인트 그룹에 대한 서술(description) 정보를 포함하는 것을 특징으로 하는, 360도 비디오 데이터 처리 방법.