KR102378138B1 - 포인트 클라우드 데이터 전송 장치, 전송 방법, 처리 장치 및 처리 방법 - Google Patents

포인트 클라우드 데이터 전송 장치, 전송 방법, 처리 장치 및 처리 방법 Download PDF

Info

Publication number
KR102378138B1
KR102378138B1 KR1020210033532A KR20210033532A KR102378138B1 KR 102378138 B1 KR102378138 B1 KR 102378138B1 KR 1020210033532 A KR1020210033532 A KR 1020210033532A KR 20210033532 A KR20210033532 A KR 20210033532A KR 102378138 B1 KR102378138 B1 KR 102378138B1
Authority
KR
South Korea
Prior art keywords
point cloud
attribute
geometry
cloud data
coordinate system
Prior art date
Application number
KR1020210033532A
Other languages
English (en)
Other versions
KR20210116336A (ko
Inventor
오현묵
오세진
Original Assignee
엘지전자 주식회사
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 엘지전자 주식회사 filed Critical 엘지전자 주식회사
Publication of KR20210116336A publication Critical patent/KR20210116336A/ko
Application granted granted Critical
Publication of KR102378138B1 publication Critical patent/KR102378138B1/ko

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
    • H04N19/134—Methods 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
    • H04N19/167—Position within a video image, e.g. region of interest [ROI]
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
    • H04N19/134—Methods 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
    • H04N19/136—Incoming video signal characteristics or properties
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
    • H04N19/169—Methods 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
    • H04N19/184—Methods 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 bits, e.g. of the compressed video stream
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
    • H04N19/169—Methods 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
    • H04N19/186—Methods 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 a colour or a chrominance component
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/50—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using predictive coding
    • H04N19/597—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using predictive coding specially adapted for multi-view video sequence encoding
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/60—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using transform coding
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/70—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals characterised by syntax aspects related to video coding, e.g. related to compression standards
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N9/00—Details of colour television systems
    • H04N9/12—Picture reproducers
    • H04N9/31—Projection devices for colour picture display, e.g. using electronic spatial light modulators [ESLM]
    • H04N9/3141—Constructional details thereof
    • H04N9/315—Modulator illumination systems
    • H04N9/3161—Modulator illumination systems using laser light sources
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N9/00—Details of colour television systems
    • H04N9/12—Picture reproducers
    • H04N9/31—Projection devices for colour picture display, e.g. using electronic spatial light modulators [ESLM]
    • H04N9/3179—Video signal processing therefor

Landscapes

  • Engineering & Computer Science (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • Physics & Mathematics (AREA)
  • Optics & Photonics (AREA)
  • Compression Or Coding Systems Of Tv Signals (AREA)
  • Image Generation (AREA)

Abstract

실시예들에 따른 포인트 클라우드 데이터 전송 방법은 포인트 클라우드 데이터를 인코딩하여 전송할 수 있다. 실시예들에 따른 포인트 클라우드 데이터 처리 방법은 포인트 클라우드 데이터를 수신하고 디코딩할 수 있다.

Description

포인트 클라우드 데이터 전송 장치, 전송 방법, 처리 장치 및 처리 방법 {Device and method of transmitting point cloud data, Device and method of processing point cloud data}
실시예들은 사용자에게 VR (Virtual Reality, 가상현실), AR (Augmented Reality, 증강현실), MR (Mixed Reality, 혼합현실), 및 자율 주행 서비스 등의 다양한 서비스를 제공하기 위하여 포인트 클라우드 콘텐트(Point Cloud Content)를 제공하는 방안을 제공한다.
포인트 클라우드 콘텐트는 3차원 공간을 표현하는 좌표계에 속한 점(포인트)들의 집합인 포인트 클라우드로 표현되는 콘텐트이다. 포인트 클라우드 콘텐트는3차원으로 이루어진 미디어를 표현할 수 있으며, VR (Virtual Reality, 가상현실), AR (Augmented Reality, 증강현실), MR (Mixed Reality, 혼합현실), 및 자율 주행 서비스 등의 다양한 서비스를 제공하기 위해 사용된다. 하지만 포인트 클라우드 콘텐트를 표현하기 위해서는 수만개에서 수십만개의 포인트 데이터가 필요하다. 따라서 방대한 양의 포인트 데이터를 효율적으로 처리하기 위한 방법이 요구된다.
실시예들은 포인트 클라우드 데이터를 효율적으로 처리하기 위한 장치 및 방법을 제공한다. 실시예들은 지연시간(latency) 및 인코딩/디코딩 복잡도를 해결하기 위한 포인트 클라우드 데이터 처리 방법 및 장치를 제공한다.
다만, 상술한 기술적 과제만으로 제한되는 것은 아니고, 기재된 전체 내용에 기초하여 당업자가 유추할 수 있는 다른 기술적 과제로 실시예들의 권리범위가 확장될 수 있다.
따라서 효율적으로 포인트 클라우드 데이터를 처리하기 위하여 실시예들에 따른 포인트 클라우드 데이터 전송 방법은 지오메트리 및 어트리뷰트를 포함하는 포인트 클라우드 데이터를 인코딩하는 단계 및 인코드된 포인트 클라우드 데이터를 포함하는 비트스트림을 전송하는 단계를 포함한다. 실시예들에 따른 지오메트리는 포인트 클라우드 데이터의 포인트들의 포지션들을 나타내는 정보이고, 실시예들에 따른 어트리뷰트는 포인트들의 색상 및 반사율 중 적어도 하나 이상을 포함한다. 실시예들에 따른 포인트 클라우드 데이터를 인코딩하는 단계는 포인트들의 포지션들을 나타내는 좌표를 변환하는 단계를 포함한다.
실시예들에 따른 포인트 클라우드 데이터 전송 장치는 지오메트리 및 어트리뷰트를 포함하는 포인트 클라우드 데이터를 인코딩하는 인코더 및 인코드된 포인트 클라우드 데이터를 포함하는 비트스트림을 전송하는 전송부를 포함한다. 실시예들에 따른 지오메트리는 포인트 클라우드 데이터의 포인트들의 포지션들을 나타내는 정보이고, 실시예들에 따른 어트리뷰트는 포인트들의 색상 및 반사율 중 적어도 하나 이상을 포함한다. 실시예들에 따른 인코더는 포인트들의 포지션들을 나타내는 좌표를 변환한다.
실시예들에 따른 포인트 클라우드 데이터 처리 방법은 포인트 클라우드 데이터를 포함하는 비트스트림을 수신하는 단계 및 포인트 클라우드 데이터를 디코딩하는 단계를 포함한다. 실시예들에 따른 비트스트림은 시그널링 정보를 포함한다. 실시예들에 따른 지오메트리는 상기 포인트 클라우드 데이터의 포인트들의 포지션들을 나타내는 정보이고, 어트리뷰트는 포인트들의 색상 및 반사율 중 적어도 어느 하나를 포함한다. 실시예들에 따른 포인트 클라우드 데이터를 디코딩하는 단계는 시그널링 정보를 기반으로 포인트들의 포지션들을 나타내는 좌표를 변환하는 단계를 포함한다.
실시예들에 따른 포인트 클라우드 데이터 처리 장치는 포인트 클라우드 데이터를 포함하는 비트스트림을 수신하는 수신부 및 포인트 클라우드 데이터를 디코딩하는 디코더를 포함한다. 실시예들에 따른 비트스트림은 시그널링 정보를 포함한다. 실시예들에 따른 지오메트리는 상기 포인트 클라우드 데이터의 포인트들의 포지션들을 나타내는 정보이고, 어트리뷰트는 포인트들의 색상 및 반사율 중 적어도 어느 하나를 포함한다. 실시예들에 따른 디코더는 시그널링 정보를 기반으로 포인트들의 포지션들을 나타내는 좌표를 변환하는 단계를 포함한다.
실시예들에 따른 장치 및 방법은 높은 효율로 포인트 클라우드 데이터를 처리할 수 있다.
실시예들에 따른 장치 및 방법은 높은 퀄리티의 포인트 클라우드 서비스를 제공할 수 있다.
실시예들에 따른 장치 및 방법은 VR 서비스, 자율주행 서비스 등 범용적인 서비스를 제공하기 위한 포인트 클라우드 콘텐트를 제공할 수 있다.
도면은 실시예들을 더욱 이해하기 위해서 포함되며, 도면은 실시예들에 관련된 설명과 함께 실시예들을 나타낸다. 이하에서 설명하는 다양한 실시예들의 보다 나은 이해를 위하여, 하기 도면들에 걸쳐 유사한 참조 번호들이 대응하는 부분들을 포함하는 다음의 도면들과 관련하여 이하의 실시예들의 설명을 반드시 참조해야 한다.
도 1은 실시예들에 따른 포인트 클라우드콘텐츠 제공 시스템의 예시를 나타낸다.
도 2는 실시예들에 따른 포인트 클라우드 콘텐트 제공 동작을 나타내는 블록도이다.
도 3은 실시예들에 따른 포인트 클라우드 비디오 캡쳐 과정의 예시를 나타낸다.
도 4는 실시예들에 따른 포인트 클라우드 인코더(Point Cloud Encoder)의 예시를 나타낸다.
도 5 는 실시예들에 따른 복셀의 예시를 나타낸다.
도 6은 실시예들에 따른 옥트리 및 오큐판시 코드 (occupancy code)의 예시를 나타낸다.
도 7은 실시예들에 따른 이웃 노드 패턴의 예시를 나타낸다.
도 8은 실시예들에 따른 LOD 별 포인트 구성의 예시를 나타낸다.
도 9는 실시예들에 따른 LOD 별 포인트 구성의 예시를 나타낸다.
도 10은 실시예들에 따른 포인트 클라우드 디코더(Point Cloud Decoder)의 예시를 나타낸다.
도 11은 실시예들에 따른 포인트 클라우드 디코더(Point Cloud Decoder)의 예시를 나타낸다.
도 12는 실시예들에 따른 전송 장치의 예시이다.
도 13은 실시예들에 따른 수신 장치의 예시이다.
도 14는 실시예들에 따른 포인트 클라우드 데이터 송수신 방법/장치와 연동 가능한 구조의 예시를 나타낸다.
도 15는 실시예들에 따른 포인트 클라우드 데이터 전송 장치의 동작을 나타내는 플로우차트이다.
도 16은 포인트 클라우드 데이터 전송 장치의 동작의 예시이다.
도 17은 포인트 클라우드 전송 장치의 처리과정의 예시를 나타낸다.
도 18은 좌표 변환의 예시이다.
도 19는 좌표계의 예시이다.
도 20은 좌표 변환의 예시이다.
도 21은 좌표 프로젝션의 예시를 나타낸다.
도 22는 레이저 포지션 조정의 예시를 나타낸다
도 23은 복셀라이제이션의 예시를 나타낸다.
도 24는 프로젝션과 관련된 시그널링 정보의 신택스 구조의 예시이다.
도 25는 실시예들에 따른 시그널링 정보의 예시이다.
도 26은 실시예들에 따른 시그널링 정보의 예시이다.
도 27은 실시예들에 따른 시그널링 정보의 예시이다.
도 28은 실시예들에 따른 시그널링 정보이다.
도 29는 실시예들에 따른 포인트 클라우드 데이터 수신 장치의 동작을 나타내는 플로우차트이다.
도 30은 포인트 클라우드 수신 장치의 동작의 예시이다.
도 31은 포인트 클라우드 수신 장치의 처리과정의 예시를 나타낸다.
도 32는 역프로젝션의 예시이다.
도 33은 실시예들에 따른 포인트 클라우드 수신 장치의 처리과정의 예시를 나타낸다.
도 34는 실시예들에 따른 포인트 클라우드 데이터 전송 방법을 나타내는 플로우 다이어그램이다.
도 35는 실시예들에 따른 포인트 클라우드 데이터 처리 방법의 플로우 다이어그램이다.
실시예들의 바람직한 실시예에 대해 구체적으로 설명하며, 그 예는 첨부된 도면에 나타낸다. 첨부된 도면을 참조한 아래의 상세한 설명은 실시예들의 실시예에 따라 구현될 수 있는 실시예만을 나타내기보다는 실시예들의 바람직한 실시예를 설명하기 위한 것이다. 다음의 상세한 설명은 실시예들에 대한 철저한 이해를 제공하기 위해 세부 사항을 포함한다. 그러나 실시예들이 이러한 세부 사항 없이 실행될 수 있다는 것은 당업자에게 자명하다.
실시예들에서 사용되는 대부분의 용어는 해당 분야에서 널리 사용되는 일반적인 것들에서 선택되지만, 일부 용어는 출원인에 의해 임의로 선택되며 그 의미는 필요에 따라 다음 설명에서 자세히 서술한다. 따라서 실시예들은 용어의 단순한 명칭이나 의미가 아닌 용어의 의도된 의미에 근거하여 이해되어야 한다.
도 1은 실시예들에 따른 포인트 클라우드콘텐츠 제공 시스템의 예시를 나타낸다.
도 1에 도시된 포인트 클라우드 콘텐트 제공 시스템은 전송 장치(transmission device)(10000) 및 수신 장치(reception device)(10004)를 포함할 수 있다. 전송 장치(10000) 및 수신 장치(10004)는 포인트 클라우드 데이터를 송수신하기 위해 유무선 통신 가능하다.
. 실시예들에 따른 전송 장치(10000)는 포인트 클라우드 비디오(또는 포인트 클라우드 콘텐트)를 확보하고 처리하여 전송할 수 있다. 실시예들에 따라, 전송 장치(10000)는 고정국(fixed station), BTS(base transceiver system), 네트워크, AI(Ariticial Intelligence) 기기 및/또는 시스템, 로봇, AR/VR/XR 기기 및/또는 서버 등을 포함할 수 있다. 또한 실시예들에 따라 전송 장치(10000)는 무선 접속 기술(예, 5G NR(New RAT), LTE(Long Term Evolution))을 이용하여, 기지국 및/또는 다른 무선 기기와 통신을 수행하는 기기, 로봇, 차량, AR/VR/XR 기기, 휴대기기, 가전, IoT(Internet of Thing)기기, AI 기기/서버 등을 포함할 수 있다.
실시예들에 따른 전송 장치(10000)는 포인트 클라우드 비디오 획득부(Point Cloud Video Acquisition, 10001), 포인트 클라우드 비디오 인코더(Point Cloud Video Encoder, 10002) 및/또는 트랜스미터(Transmitter (or Communication module), 10003)를 포함한다
실시예들에 따른 포인트 클라우드 비디오 획득부(10001)는 캡쳐, 합성 또는 생성 등의 처리 과정을 통해 포인트 클라우드 비디오를 획득한다. 포인트 클라우드 비디오는 3차원 공간에 위치한 포인트들의 집합인 포인트 클라우드로 표현되는 포인트 클라우드 콘텐트로서, 포인트 클라우드 비디오 데이터 등으로 호칭될 수 있다. 실시예들에 따른 포인트 클라우드 비디오는 하나 또는 그 이상의 프레임들을 포함할 수 있다. 하나의 프레임은 정지 영상/픽쳐를 나타낸다. 따라서 포인트 클라우드 비디오는 포인트 클라우드 영상/프레임/픽처를 포함할 수 있으며, 포인트 클라우드 영상, 프레임 및 픽처 중 어느 하나로 호칭될 수 있다.
실시예들에 따른 포인트 클라우드 비디오 인코더(10002)는 확보된 포인트 클라우드 비디오 데이터를 인코딩한다. 포인트 클라우드 비디오 인코더(10002)는 포인트 클라우드 컴프레션(Point Cloud Compression) 코딩을 기반으로 포인트 클라우드 비디오 데이터를 인코딩할 수 있다. 실시예들에 따른 포인트 클라우드 컴프레션 코딩은 G-PCC(Geometry-based Point Cloud Compression) 코딩 및/또는 V-PCC(Video based Point Cloud Compression) 코딩 또는 차세대 코딩을 포함할 수 있다. 또한 실시예들에 따른 포인트 클라우드 컴프레션 코딩은 상술한 실시예에 국한되는 것은 아니다. 포인트 클라우드 비디오 인코더(10002)는 인코딩된 포인트 클라우드 비디오 데이터를 포함하는 비트스트림을 출력할 수 있다. 비트스트림은 인코딩된 포인트 클라우드 비디오 데이터뿐만 아니라, 포인트 클라우드 비디오 데이터의 인코딩과 관련된 시그널링 정보를 포함할 수 있다.
실시예들에 따른 트랜스미터(10003)는 인코딩된 포인트 클라우드 비디오 데이터를 포함하는 비트스트림을 전송한다. 실시예들에 따른 비트스트림은 파일 또는 세그먼트(예를 들면 스트리밍 세그먼트) 등으로 인캡슐레이션되어 방송망 및/또는 브로드밴드 망등의 다양한 네트워크를 통해 전송된다. 도면에 도시되지 않았으나, 전송 장치(10000)는 인캡슐레이션 동작을 수행하는 인캡슐레이션부(또는 인캡슐레이션 모듈)을 포함할 수 있다. 또한 실시예들에 따라 인캡슐레이션부는 트랜스미터(10003)에 포함될 수 있다. 실시예들에 따라 파일 또는 세그먼트는 네트워크를 통해 수신 장치(10004)로 전송되거나, 디지털 저장매체(예를 들면 USB, SD, CD, DVD, 블루레이, HDD, SSD 등)에 저장될 수 있다. 실시예들에 따른 트랜스미터(10003)는 수신 장치(10004) (또는 리시버(Receiver, 10005))와 4G, 5G, 6G 등의 네트워크를 통해 유/무선 통신 가능하다. 또한 트랜스미터(10003)는 네트워크 시스템(예를 들면 4G, 5G, 6G 등의 통신 네트워크 시스템)에 따라 필요한 데이터 처리 동작을 수행할 수 있다. 또한 전송 장치(10000)는 온 디맨드(On Demand) 방식에 따라 인캡슐레이션된 데이터를 전송할 수도 있다.
실시예들에 따른 수신 장치(10004)는 리시버(Receiver, 10005), 포인트 클라우드 비디오 디코더(Point Cloud Decoder, 10006) 및/또는 렌더러(Renderer, 10007)를 포함한다. 실시예들에 따라 수신 장치(10004)는 무선 접속 기술(예, 5G NR(New RAT), LTE(Long Term Evolution))을 이용하여, 기지국 및/또는 다른 무선 기기와 통신을 수행하는 기기, 로봇, 차량, AR/VR/XR 기기, 휴대기기, 가전, IoT(Internet of Thing)기기, AI 기기/서버 등을 포함할 수 있다.
실시예들에 따른 리시버(10005)는 포인트 클라우드 비디오 데이터를 포함하는 비트스트림 또는 비트스트림이 인캡슐레이션된 파일/세그먼트 등을 네트워크 또는 저장매체로부터 수신한다. 리시버(10005)는 네트워크 시스템(예를 들면 4G, 5G, 6G 등의 통신 네트워크 시스템)에 따라 필요한 데이터 처리 동작을 수행할 수 있다. 실시예들에 따른 리시버(10005)는 수신한 파일/세그먼트를 디캡슐레이션하여 비트스트림을 출력할수 있다. 또한 실시예들에 따라 리시버(10005)는 디캡슐레이션 동작을 수행하기 위한 디캡슐레이션부(또는 디캡슐레이션 모듈)을 포함할 수 있다. 또한 디캡슐레이션부는 리시버(10005)와 별개의 엘레멘트(또는 컴포넌트)로 구현될 수 있다.
포인트 클라우드 비디오 디코더(10006)는 포인트 클라우드 비디오 데이터를 포함하는 비트스트림을 디코딩한다. 포인트 클라우드 비디오 디코더(10006)는 포인트 클라우드 비디오 데이터가 인코딩된 방식에 따라 디코딩할 수 있다(예를 들면 포인트 클라우드 비디오 인코더(10002)의 동작의 역과정). 따라서 포인트 클라우드 비디오 디코더(10006)는 포인트 클라우드 컴프레션의 역과정인 포인트 클라우드 디컴프레션 코딩을 수행하여 포인트 클라우드 비디오 데이터를 디코딩할 수 있다. 포인트 클라우드 디컴프레션 코딩은 G-PCC 코딩을 포함한다.
렌더러(10007)는 디코딩된 포인트 클라우드 비디오 데이터를 렌더링한다. 렌더러(10007)는 포인트 클라우드 비디오 데이터 뿐만 아니라 오디오 데이터도 렌더링하여 포인트 클라우드 콘텐트를 출력할 수 있다. 실시예들에 따라 렌더러(10007)는 포인트 클라우드 콘텐트를 디스플레이하기 위한 디스플레이를 포함할 수 있다. 실시예들에 따라 디스플레이는 렌더러(10007)에 포함되지 않고 별도의 디바이스 또는 컴포넌트로 구현될 수 있다.
도면에 점선으로 표시된 화살표는 수신 장치(10004)에서 획득한 피드백 정보(feedback information)의 전송 경로를 나타낸다. 피드백 정보는 포인트 클라우드 컨텐트를 소비하는 사용자와의 인터랙티비를 반영하기 위한 정보로서, 사용자의 정보(예를 들면 헤드 오리엔테이션 정보), 뷰포트(Viewport) 정보 등)을 포함한다. 특히 포인트 클라우드 콘텐트가 사용자와의 상호작용이 필요한 서비스(예를 들면 자율주행 서비스 등)를 위한 콘텐트인 경우, 피드백 정보는 콘텐트 송신측(예를 들면 전송 장치(10000)) 및/또는 서비스 프로바이더에게 전달될 수 있다. 실시예들에 따라 피드백 정보는 전송 장치(10000) 뿐만 아니라 수신 장치(10004)에서도 사용될 수 있으며, 제공되지 않을 수도 있다.
실시예들에 따른 헤드 오리엔테이션 정보는 사용자의 머리 위치, 방향, 각도, 움직임 등에 대한 정보이다. 실시예들에 따른 수신 장치(10004)는 헤드 오리엔테이션 정보를 기반으로 뷰포트 정보를 계산할 수 있다. 뷰포트 정보는 사용자가 바라보고 있는 포인트 클라우드 비디오의 영역에 대한 정보이다. 시점(viewpoint)은 사용자가 포인트 클라우 비디오를 보고 있는 점으로 뷰포트 영역의 정중앙 지점을 의미할 수 있다. 즉, 뷰포트는 시점을 중심으로 한 영역으로서, 영역의 크기, 형태 등은 FOV(Field Of View) 에 의해 결정될 수 있다. 따라서 수신 장치(10004)는 헤드 오리엔테이션 정보 외에 장치가 지원하는 수직(vertical) 혹은 수평(horizontal) FOV 등을 기반으로 뷰포트 정보를 추출할 수 있다. 또한 수신 장치(10004)는 게이즈 분석 (Gaze Analysis) 등을 수행하여 사용자의 포인트 클라우드 소비 방식, 사용자가 응시하는 포인트 클라우 비디오 영역, 응시 시간 등을 확인한다. 실시예들에 따라 수신 장치(10004)는 게이즈 분석 결과를 포함하는 피드백 정보를 송신 장치(10000)로 전송할 수 있다. 실시예들에 따른 피드백 정보는 렌더링 및/또는 디스플레이 과정에서 획득될 수 있다. 실시예들에 따른 피드백 정보는 수신 장치(10004)에 포함된 하나 또는 그 이상의 센서들에 의해 확보될 수 있다. 또한 실시예들에 따라 피드백 정보는 렌더러(10007) 또는 별도의 외부 엘레멘트(또는 디바이스, 컴포넌트 등)에 의해 확보될 수 있다. 도1의 점선은 렌더러(10007)에서 확보한 피드백 정보의 전달 과정을 나타낸다. 포인트 클라우드 콘텐트 제공 시스템은 피드백 정보를 기반으로 포인트 클라우드 데이터를 처리(인코딩/디코딩)할 수 있다. 따라서 포인트 클라우드 비디오 데이터 디코더(10006)는 피드백 정보를 기반으로 디코딩 동작을 수행할 수 있다. 또한 수신 장치(10004)는 피드백 정보를 전송 장치(10000)로 전송할 수 있다. 전송 장치(10000)(또는 포인트 클라우드 비디오 데이터 인코더(10002))는 피드백 정보를 기반으로 인코딩 동작을 수행할 수 있다. 따라서 포인트 클라우드 콘텐트 제공 시스템은 모든 포인트 클라우드 데이터를 처리(인코딩/디코딩)하지 않고, 피드백 정보를 기반으로 필요한 데이터(예를 들면 사용자의 헤드 위치에 대응하는 포인트 클라우드 데이터)를 효율적으로 처리하고, 사용자에게 포인트 클라우드 콘텐트를 제공할 수 있다.
실시예들에 따라, 전송 장치(10000)는 인코더, 전송 디바이스, 전송기 등으로 호칭될 수 있으며, 수신 장치(10004)는 디코더, 수신 디바이스, 수신기 등으로 호칭될 수 있다.
실시예들에 따른 도 1 의 포인트 클라우드 콘텐트 제공 시스템에서 처리되는 (획득/인코딩/전송/디코딩/렌더링의 일련의 과정으로 처리되는) 포인트 클라우드 데이터는 포인트 클라우드 콘텐트 데이터 또는 포인트 클라우드 비디오 데이터라고 호칭할 수 있다. 실시예들에 따라 포인트 클라우드 콘텐트 데이터는 포인트 클라우드 데이터와 관련된 메타데이터 내지 시그널링 정보를 포함하는 개념으로 사용될 수 있다.
도 1에 도시된 포인트 클라우드 콘텐트 제공 시스템의 엘리먼트들은 하드웨어, 소프트웨어, 프로세서 및/또는 그것들의 결합등으로 구현될 수 있다.
도 2는 실시예들에 따른 포인트 클라우드 콘텐트 제공 동작을 나타내는 블록도이다.
도 2의 블록도는 도 1에서 설명한 포인트 클라우드 콘텐트 제공 시스템의 동작을 나타낸다. 상술한 바와 같이 포인트 클라우드 콘텐트 제공 시스템은 포인트 클라우드 컴프레션 코딩(예를 들면 G-PCC)을 기반으로 포인트 클라우드 데이터를 처리할 수 있다.
실시예들에 따른 포인트 클라우드 콘텐트 제공 시스템(예를 들면 포인트 클라우드 전송 장치(10000) 또는 포인트 클라우드 비디오 획득부(10001))은 포인트 클라우드 비디오를 획득할 수 있다(20000). 포인트 클라우드 비디오는 3차원 공간을 표현하는 좌표계에 속한 포인트 클라우드로 표현된다. 실시예들에 따른 포인트 클라우드 비디오는 Ply (Polygon File format or the Stanford Triangle format) 파일을 포함할 수 있다. 포인트 클라우드 비디오가 하나 또는 그 이상의 프레임들을 갖는 경우, 획득한 포인트 클라우드 비디오는 하나 또는 그 이상의 Ply 파일들을 포함할 수 있다. Ply 파일은 포인트의 지오메트리(Geometry) 및/또는 어트리뷰트(Attribute)와 같은 포인트 클라우드 데이터를 포함한다. 지오메트리는 포인트들의 포지션들을 포함한다. 각 포인트의 포지션은 3차원 좌표계(예를 들면 XYZ축들로 이루어진 좌표계 등)를 나타내는 파라미터들(예를 들면 X축, Y축, Z축 각각의 값)로 표현될 수 있다. 어트리뷰트는 포인트들의 어트리뷰트들(예를 들면, 각 포인트의 텍스쳐 정보, 색상(YCbCr 또는 RGB), 반사율(r), 투명도 등)을 포함한다. 하나의 포인트는 하나 또는 그 이상의 어트리뷰트들(또는 속성들)을 가진다. 예를 들어 하나의 포인트는 하나의 색상인 어트리뷰트를 가질 수도 있고, 색상 및 반사율인 두 개의 어트리뷰트들을 가질 수도 있다. 실시예들에 따라, 지오메트리는 포지션들, 지오메트리 정보, 지오메트리 데이터 등으로 호칭 가능하며, 어트리뷰트는 어트리뷰트들, 어트리뷰트 정보, 어트리뷰트 데이터 등으로 호칭할 수 있다. 또한 포인트 클라우드 콘텐트 제공 시스템(예를 들면 포인트 클라우드 전송 장치(10000) 또는 포인트 클라우드 비디오 획득부(10001))은 포인트 클라우드 비디오의 획득 과정과 관련된 정보(예를 들면 깊이 정보, 색상 정보 등)으로부터 포인트 클라우드 데이터를 확보할 수 있다.
실시예들에 따른 포인트 클라우드 콘텐트 제공 시스템(예를 들면 전송 장치(10000) 또는 포인트 클라우드 비디오 인코더(10002))은 포인트 클라우드 데이터를 인코딩할 수 있다(20001). 포인트 클라우드 콘텐트 제공 시스템은 포인트 클라우드 컴프레션 코딩을 기반으로 포인트 클라우드 데이터를 인코딩할 수 있다. 상술한 바와 같이 포인트 클라우드 데이터는 포인트의 지오메트리 및 어트리뷰트를 포함할 수 있다. 따라서 포인트 클라우드 콘텐트 제공 시스템은 지오메트리를 인코딩하는 지오메트리 인코딩을 수행하여 지오메트리 비트스트림을 출력할 수 있다. 포인트 클라우드 콘텐트 제공 시스템은 어트리뷰트를 인코딩하는 어트리뷰트 인코딩을 수행하여 어트리뷰트 비트스트림을 출력할 수 있다. 실시예들에 따라 포인트 클라우드 콘텐트 제공 시스템은 지오메트리 인코딩에 기초하여 어트리뷰트 인코딩을 수행할 수 있다. 실시예들에 따른 지오메트리 비트스트림 및 어트리뷰트 비트스트림은 멀티플렉싱되어 하나의 비트스트림으로 출력될 수 있다. 실시예들에 따른 비트스트림은 지오메트리 인코딩 및 어트리뷰트 인코딩과 관련된 시그널링 정보를 더 포함할 수 있다.
실시예들에 따른 포인트 클라우드 콘텐트 제공 시스템(예를 들면 전송 장치(10000) 또는 트랜스미터(10003))는 인코딩된 포인트 클라우드 데이터를 전송할 수 있다(20002). 도1에서 설명한 바와 같이 인코딩된 포인트 클라우드 데이터는 지오메트리 비트스트림, 어트리뷰트 비트스트림으로 표현될 수 있다. 또한 인코딩된 포인트 클라우드 데이터는 포인트 클라우드 데이터의 인코딩과 관련된 시그널링 정보(예를 들면 지오메트리 인코딩 및 어트리뷰트 인코딩과 관련된 시그널링 정보)과 함께 비트스트림의 형태로 전송될 수 있다. 또한 포인트 클라우드 콘텐트 제공 시스템은 인코딩된 포인트 클라우드 데이터를 전송하는 비트스트림을 인캡슐레이션 하여 파일 또는 세그먼트의 형태로 전송할 수 있다.
실시예들에 따른 포인트 클라우드 콘텐트 제공 시스템(예를 들면 수신 장치(10004) 또는 리시버(10005))은 인코딩된 포인트 클라우드 데이터를 포함하는 비트스트림을 수신할 수 있다. 또한 포인트 클라우드 콘텐트 제공 시스템(예를 들면 수신 장치(10004) 또는 리시버(10005))은 비트스트림을 디멀티플렉싱할 수 있다.
포인트 클라우드 콘텐트 제공 시스템(예를 들면 수신 장치(10004) 또는 포인트 클라우드 비디오 디코더(10005))은 비트스트림으로 전송되는 인코딩된 포인트 클라우드 데이터(예를 들면 지오메트리 비트스트림, 어트리뷰트 비트스트림)을 디코딩할 수 있다. 포인트 클라우드 콘텐트 제공 시스템(예를 들면 수신 장치(10004) 또는 포인트 클라우드 비디오 디코더(10005))은 비트스트림에 포함된 포인트 클라우드 비디오 데이터의 인코딩과 관련된 시그널링 정보를 기반으로 포인트 클라우드 비디오 데이터를 디코딩할 수 있다. 포인트 클라우드 콘텐트 제공 시스템(예를 들면 수신 장치(10004) 또는 포인트 클라우드 비디오 디코더(10005))은 지오메트리 비트스트림을 디코딩하여 포인트들의 포지션들(지오메트리)을 복원할 수 있다. 포인트 클라우드 콘텐트 제공 시스템은 복원한 지오메트리를 기반으로 어트리뷰트 비트스트림을 디코딩하여 포인트들의 어트리뷰트들을 복원할 수 있다. 포인트 클라우드 콘텐트 제공 시스템(예를 들면 수신 장치(10004) 또는 포인트 클라우드 비디오 디코더(10005))은 복원된 지오메트리에 따른 포지션들 및 디코딩된 어트리뷰트를 기반으로 포인트 클라우드 비디오를 복원할 수 있다.
실시예들에 따른 포인트 클라우드 콘텐트 제공 시스템(예를 들면 수신 장치(10004) 또는 렌더러(10007))은 디코딩된 포인트 클라우드 데이터를 렌더링할 수 있다(20004). 포인트 클라우드 콘텐트 제공 시스템(예를 들면 수신 장치(10004) 또는 렌더러(10007))은 디코딩 과정을 통해 디코딩된 지오메트리 및 어트리뷰트들을 다양한 렌더링 방식에 따라 렌더링 방식에 따라 렌더링 할 수 있다. 포인트 클라우드 콘텐트의 포인트들은 일정 두께를 갖는 정점, 해당 정점 위치를 중앙으로 하는 특정 최소 크기를 갖는 정육면체, 또는 정점 위치를 중앙으로 하는 원 등으로 렌더링 될 수도 있다. 렌더링된 포인트 클라우드 콘텐트의 전부 또는 일부 영역은 디스플레이 (예를 들면 VR/AR 디스플레이, 일반 디스플레이 등)을 통해 사용자에게 제공된다.
실시예들에 따른 포인트 클라우드 콘텐트 제공 시스템(예를 들면 수신 장치(10004))는 피드백 정보를 확보할 수 있다(20005). 포인트 클라우드 콘텐트 제공 시스템은 피드백 정보를 기반으로 포인트 클라우드 데이터를 인코딩 및/또는 디코딩할 수 있다. 실시예들에 따른 피드백 정보 및 포인트 클라우드 콘텐트 제공 시스템의 동작은 도 1에서 설명한 피드백 정보 및 동작과 동일하므로 구체적인 설명은 생략한다.
도 3은 실시예들에 따른 포인트 클라우드 비디오 캡쳐 과정의 예시를 나타낸다.
도 3은 도 1 내지 도 2에서 설명한 포인트 클라우드 콘텐트 제공 시스템의 포인트 클라우드 비디오 캡쳐 과정의 예시를 나타낸다.
포인트 클라우드 콘텐트는 다양한 3차원 공간(예를 들면 현실 환경을 나타내는 3차원 공간, 가상 환경을 나타내는3차원 공간 등)에 위치한 오브젝트(object) 및/또는 환경을 나타내는 포인트 클라우드 비디오(이미지들 및/또는 영상들)을 포함한다. 따라서 실시예들에 따른 포인트 클라우드 콘텐트 제공 시스템은 포인트 클라우드 콘텐트를 생성하기 위하여 하나 또는 그 이상의 카메라(camera)들(예를 들면, 깊이 정보를 확보할 수 있는 적외선 카메라, 깊이 정보에 대응되는 색상 정보를 추출 할 수 있는 RGB 카메라 등), 프로젝터(예를 들면 깊이 정보를 확보하기 위한 적외선 패턴 프로젝터 등), 라이다(LiDAR)등을 사용하여 포인트 클라우드 비디오를 캡쳐할 수 있다. 실시예들에 따른 포인트 클라우드 콘텐트 제공 시스템은 깊이 정보로부터 3차원 공간상의 포인트들로 구성된 지오메트리의 형태를 추출하고, 색상정보로부터 각 포인트의 어트리뷰트를 추출하여 포인트 클라우드 데이터를 확보할 수 있다. 실시예들에 따른 이미지 및/또는 영상은 인워드-페이싱(inward-facing) 방식 및 아웃워드-페이싱(outward-facing) 방식 중 적어도 어느 하나 이상을 기반으로 캡쳐될 수 있다.
도3의 왼쪽은 인워드-페이싱 방식을 나타낸다. 인워드-페이싱 방식은 중심 오브젝트를 둘러싸고 위치한 하나 또는 그 이상의 카메라들(또는 카메라 센서들)이 중심 오브젝트를 캡쳐하는 방식을 의미한다. 인워드-페이싱 방식은 핵심 객체에 대한 360도 이미지를 사용자에게 제공하는 포인트 클라우드 콘텐트(예를 들면 사용자에게 객체(예-캐릭터, 선수, 물건, 배우 등 핵심이 되는 객체)의 360도 이미지를 제공하는 VR/AR 콘텐트)를 생성하기 위해 사용될 수 있다.
도3의 오른쪽은 아웃워드-페이싱 방식을 나타낸다. 아웃워드-페이싱 방식은 중심 오브젝트를 둘러싸고 위치한 하나 또는 그 이상의 카메라들(또는 카메라 센서들)이 중심 오브젝트가 아닌 중심 오브젝트의 환경을 캡쳐하는 방식을 의미한다. 아웃워드-페이싱 방식은 사용자의 시점에서 나타나는 주변 환경을 제공하기 위한 포인트 클라우드 콘텐트(예를 들면자율 주행 차량의 사용자에게 제공될 수 있는 외부 환경을 나타내는 콘텐트)를 생성하기 위해 사용될 수 있다.
도면에 도시된 바와 같이, 포인트 클라우드 콘텐트는 하나 또는 그 이상의 카메라들의 캡쳐 동작을 기반으로 생성될 수 있다. 이 경우 각 카메라의 좌표계가 다를 수 있으므로 포인트 클라우드 콘텐트 제공 시스템은 캡쳐 동작 이전에 글로벌 공간 좌표계(global coordinate system)을 설정하기 위하여 하나 또는 그 이상의 카메라들의 캘리브레이션을 수행할 수 있다. 또한 포인트 클라우드 콘텐트 제공 시스템은 상술한 캡쳐 방식으로 캡쳐된 이미지 및/또는 영상과 임의의 이미지 및/또는 영상을 합성하여 포인트 클라우드 콘텐트를 생성할 수 있다. 또한 포인트 클라우드 콘텐트 제공 시스템은 가상 공간을 나타내는 포인트 클라우드 콘텐트를 생성하는 경우 도3에서 설명한 캡쳐 동작을 수행하지 않을 수 있다. 실시예들에 따른 포인트 클라우드 콘텐트 제공 시스템은 캡쳐한 이미지 및/또는 영상에 대해 후처리를 수행할 수 있다. 즉, 포인트 클라우드 콘텐트 제공 시스템은 원하지 않는 영역(예를 들면 배경)을 제거하거나, 캡쳐한 이미지들 및/또는 영상들이 연결된 공간을 인식하고, 구명(spatial hole)이 있는 경우 이를 메우는 동작을 수행할 수 있다.
또한 포인트 클라우드 콘텐트 제공 시스템은 각 카메라로부터 확보한 포인트 클라우드 비디오의 포인트들에 대하여 좌표계 변환을 수행하여 하나의 포인트 클라우드 콘텐트를 생성할 수 있다. 포인트 클라우드 콘텐트 제공 시스템은 각 카메라의 위치 좌표를 기준으로 포인트들의 좌표계 변환을 수행할 수 있다. 이에 따라, 포인트 클라우드 콘텐트 제공 시스템은 하나의 넓은 범위를 나타내는 콘텐트를 생성할 수도 있고, 포인트들의 밀도가 높은 포인트 클라우드 콘텐트를 생성할 수 있다.
도 4는 실시예들에 따른 포인트 클라우드 인코더(Point Cloud Encoder)의 예시를 나타낸다.
도 4는 도 1의 포인트 클라우드 비디오 인코더(10002)의 예시를 나타낸다. 포인트 클라우드 인코더는 네트워크의 상황 혹은 애플리케이션 등에 따라 포인트 클라우드 콘텐트의 질(예를 들어 무손실-lossless, 손실-lossy, near-lossless)을 조절하기 위하여 포인트 클라우드 데이터(예를 들면 포인트들의 포지션들 및/또는 어트리뷰트들)을 재구성하고 인코딩 동작을 수행한다. 포인트 클라우드 콘텐트의 전체 사이즈가 큰 경우(예를 들어 30 fps의 경우 60 Gbps인 포인트 클라우드 콘텐트) 포인트 클라우드 콘텐트 제공 시스템은 해당 콘텐트를 리얼 타임 스트리밍하지 못할 수 있다. 따라서 포인트 클라우드 콘텐트 제공 시스템은 네트워크 환경등에 맞춰 제공하기 위하여 최대 타깃 비트율(bitrate)을 기반으로 포인트 클라우드 콘텐트를 재구성할 수 있다.
도 1 내지 도2 에서 설명한 바와 같이 포인트 클라우드 인코더는 지오메트리 인코딩 및 어트리뷰트 인코딩을 수행할 수 있다. 지오메트리 인코딩은 어트리뷰트 인코딩보다 먼저 수행된다.
실시예들에 따른 포인트 클라우드 인코더는 좌표계 변환부(Transformation Coordinates, 40000), 양자화부(Quantize and Remove Points (Voxelize), 40001), 옥트리 분석부(Analyze Octree, 40002), 서페이스 어프록시메이션 분석부(Analyze Surface Approximation, 40003), 아리스메틱 인코더(Arithmetic Encode, 40004), 지오메트리 리컨스트럭션부(Reconstruct Geometry, 40005), 컬러 변환부(Transform Colors, 40006), 어트리뷰트 변환부(Transfer Attributes, 40007), RAHT 변환부(40008), LOD생성부(Generated LOD, 40009), 리프팅 변환부(Lifting)(40010), 계수 양자화부(Quantize Coefficients, 40011) 및/또는 아리스메틱 인코더(Arithmetic Encode, 40012)를 포함한다.
좌표계 변환부(40000), 양자화부(40001), 옥트리 분석부(40002), 서페이스 어프록시메이션 분석부(40003), 아리스메틱 인코더(40004), 및 지오메트리 리컨스트럭션부(40005)는 지오메트리 인코딩을 수행할 수 있다. 실시예들에 따른 지오메트리 인코딩은 옥트리 지오메트리 코딩, 다이렉트 코딩(direct coding), 트라이숩 지오메트리 인코딩(trisoup geometry encoding) 및 엔트로피 인코딩을 포함할 수 있다. 다이렉트 코딩 및 트라이숩 지오메트리 인코딩은 선택적으로 또는 조합으로 적용된다. 또한 지오메트리 인코딩은 위의 예시에 국한되지 않는다.
도면에 도시된 바와 같이, 실시예들에 따른 좌표계 변환부(40000)는 포지션들을 수신하여 좌표계(coordinate)로 변환한다. 예를 들어, 포지션들은 3차원 공간 (예를 들면XYZ 좌표계로 표현되는 3차원 공간 등)의 위치 정보로 변환될 수 있다. 실시예들에 따른 3차원 공간의 위치 정보는 지오메트리 정보로 지칭될 수 있다.
실시예들에 따른 양자화부(40001)는 지오메트리를 양자화한다. 예를 들어, 양자화부(40001)는 전체 포인트들의 최소 위치 값(예를 들면 X축, Y축, Z축 에 대하여 각축상의 최소 값)을 기반으로 포인트들을 양자화 할 수 있다. 양자화부(40001)는 최소 위치 값과 각 포인트의 위치 값의 차이에 기 설정된 양자 스케일(quatization scale) 값을 곱한 뒤, 내림 또는 올림을 수행하여 가장 가까운 정수 값을 찾는 양자화 동작을 수행한다. 따라서 하나 또는 그 이상의 포인트들은 동일한 양자화된 포지션 (또는 포지션 값)을 가질 수 있다. 실시예들에 따른 양자화부(40001)는 양자화된 포인트들을 재구성하기 위해 양자화된 포지션들을 기반으로 복셀화(voxelization)를 수행한다. 2차원 이미지/비디오 정보를 포함하는 최소 단위는 픽셀(pixel)과 같이, 실시예들에 따른 포인트 클라우드 콘텐트(또는 3차원 포인트 클라우드 비디오)의 포인트들은 하나 또는 그 이상의 복셀(voxel)들에 포함될 수 있다. 복셀은 볼륨(Volume)과 픽셀(Pixel)의 조합어로서, 3차원 공간을 표현하는 축들(예를 들면 X축, Y축, Z축)을 기반으로 3차원 공간을 유닛(unit=1.0) 단위로 나누었을 때 발생하는 3차원 큐빅 공간을 의미한다. 양자화부(40001)는 3차원 공간의 포인트들의 그룹들을 복셀들로 매칭할 수 있다. 실시예들에 따라 하나의 복셀은 하나의 포인트만 포함할 수 있다. 실시예들에 따라 하나의 복셀은 하나 또는 그 이상의 포인트들을 포함할 수 있다. 또한 하나의 복셀을 하나의 포인트로 표현하기 위하여, 하나의 복셀에 포함된 하나 또는 그 이상의 포인트들의 포지션들을 기반으로 해당 복셀의 중앙점(center)의 포지션을 설정할 수 있다. 이 경우 하나의 복셀에 포함된 모든 포지션들의 어트리뷰트들은 통합되어(combined) 해당 복셀에 할당될(assigned)수 있다.
실시예들에 따른 옥트리 분석부(40002)는 복셀을 옥트리(octree) 구조로 나타내기 위한 옥트리 지오메트리 코딩(또는 옥트리 코딩)을 수행한다. 옥트리 구조는 팔진 트리 구조에 기반하여 복셀에 매칭된 포인트들을 표현한다.
실시예들에 따른 서페이스 어프록시메이션 분석부(40003)는 옥트리를 분석하고, 근사화할 수 있다. 실시예들에 따른 옥트리 분석 및 근사화는 효율적으로 옥트리 및 복셀화를 제공하기 위해서 다수의 포인트들을 포함하는 영역에 대해 복셀화하기 위해 분석하는 과정이다.
실시예들에 따른 아리스메틱 인코더(40004)는 옥트리 및/또는 근사화된 옥트리를 엔트로피 인코딩한다. 예를 들어, 인코딩 방식은 아리스메틱(Arithmetic) 인코딩 방법을 포함한다. 인코딩의 결과로 지오메트리 비트스트림이 생성된다.
컬러 변환부(40006), 어트리뷰트 변환부(40007), RAHT 변환부(40008), LOD생성부(40009), 리프팅 변환부(40010), 계수 양자화부(40011) 및/또는 아리스메틱 인코더(40012)는 어트리뷰트 인코딩을 수행한다. 상술한 바와 같이 하나의 포인트는 하나 또는 그 이상의 어트리뷰트들을 가질 수 있다. 실시예들에 따른 어트리뷰트 인코딩은 하나의 포인트가 갖는 어트리뷰트들에 대해 동일하게 적용된다. 다만, 하나의 어트리뷰트(예를 들면 색상)이 하나 또는 그 이상의 요소들을 포함하는 경우, 각 요소마다 독립적인 어트리뷰트 인코딩이 적용된다. 실시예들에 따른 어트리뷰트 인코딩은 컬러 변환 코딩, 어트리뷰트 변환 코딩, RAHT(Region Adaptive Hierarchial Transform) 코딩, 예측 변환(Interpolaration-based hierarchical nearest-neighbour prediction-Prediction Transform) 코딩 및 리프팅 변환 (interpolation-based hierarchical nearest-neighbour prediction with an update/lifting step (Lifting Transform)) 코딩을 포함할 수 있다. 포인트 클라우드 콘텐트에 따라 상술한 RAHT 코딩, 예측 변환 코딩 및 리프팅 변환 코딩은 선택적으로 사용되거나, 하나 또는 그 이상의 코딩들의 조합이 사용될 수 있다. 또한 실시예들에 따른 어트리뷰트 인코딩은 상술한 예시에 국한되는 것은 아니다.
실시예들에 따른 컬러 변환부(40006)는 어트리뷰트들에 포함된 컬러 값(또는 텍스쳐)을 변환하는 컬러 변환 코딩을 수행한다. 예를 들어, 컬러 변환부(40006)는 색상 정보의 포맷을 변환(예를 들어 RGB에서 YCbCr로 변환)할 수 있다. 실시예들에 따른 컬러 변환부(40006)의 동작은 어트리뷰트들에 포함된 컬러값에 따라 옵셔널(optional)하게 적용될 수 있다.
실시예들에 따른 지오메트리 리컨스트럭션부(40005)는 옥트리 및/또는 근사화된 옥트리를 재구성(디컴프레션)한다. 지오메트리 리컨스트럭션부(40005)는 포인트들의 분포를 분석한 결과에 기반하여 옥트리/복셀을 재구성한다. 재구성된 옥트리/복셀은 재구성된 지오메트리(또는 복원된 지오메트리)로 호칭될 수 있다.
실시예들에 따른 어트리뷰트 변환부(40007)는 지오메트리 인코딩이 수행되지 않은 포지션들 및/또는 재구성된 지오메트리를 기반으로 어트리뷰트들을 변환하는 어트리뷰트 변환을 수행한다. 상술한 바와 같이 어트리뷰트들은 지오메트리에 종속되므로, 어트리뷰트 변환부(40007)는 재구성된 지오메트리 정보를 기반으로 어트리뷰트들을 변환할 수 있다. 예를 들어, 어트리뷰트 변환부(40007)는 복셀에 포함된 포인트의 포지션값을 기반으로 그 포지션의 포인트가 가지는 어트리뷰트를 변환할 수 있다. 상술한 바와 같이 하나의 복셀에 포함된 하나 또는 그 이상의 포인트들의 포지션들을 기반으로 해당 복셀의 중앙점의 포지션이 설정된 경우, 어트리뷰트 변환부(40007)는 하나 또는 그 이상의 포인트들의 어트리뷰트들을 변환한다. 트라이숩 지오메트리 인코딩이 수행된 경우, 어트리뷰트 변환부(40007)는 트라이숩 지오메트리 인코딩을 기반으로 어트리뷰트들을 변환할 수 있다.
어트리뷰트 변환부(40007)는 각 복셀의 중앙점의 포지션(또는 포지션 값)으로부터 특정 위치/반경 내에 이웃하고 있는 포인트들의 어트리뷰트들 또는 어트리뷰트 값들(예를 들면 각 포인트의 색상, 또는 반사율 등)의 평균값을 계산하여 어트리뷰트 변환을 수행할 수 있다. 어트리뷰트 변환부(40007)는 평균값 계산시 중앙점으로부터 각 포인트까지의 거리에 따른 가중치를 적용할 수 있다. 따라서 각 복셀은 포지션과 계산된 어트리뷰트(또는 어트리뷰트 값)을 갖게 된다.
어트리뷰트 변환부(40007)는 K-D 트리 또는 몰톤 코드를 기반으로 각 복셀의 중앙점의 포지션으로부터 특정 위치/반경 내에 존재하는 이웃 포인트들을 탐색할 수 있다. K-D 트리는 이진 탐색 트리(binary search tree)로 빠르게 최단 이웃점 탐색(Nearest Neighbor Search-NNS)이 가능하도록 point들을 위치 기반으로 관리할 수 있는 자료 구조를 지원한다. 몰튼 코드는 모든 포인트들의 3차원 포지션을 나타내는 좌표값(예를 들면 (x, y, z))을 비트값으로 나타내고, 비트들을 믹싱하여 생성된다. 예를 들어 포인트의 포지션을 나타내는 좌표값이 (5, 9, 1)일 경우 좌표값의 비트 값은 (0101, 1001, 0001)이다. 비트 값을z, y, x 순서로 비트 인덱스에 맞춰 믹싱하면 010001000111이다. 이 값을 10진수로 나타내면 1095이 된다. 즉, 좌표값이 (5, 9, 1)인 포인트의 몰톤 코드 값은 1095이다. 어트리뷰트 변환부(40007)는 몰튼 코드 값을 기준으로 포인트들을 정렬하고depth-first traversal 과정을 통해 최단 이웃점 탐색(NNS)을 할 수 있다. 어트리뷰트 변환 동작 이후, 어트리뷰트 코딩을 위한 다른 변환 과정에서도 최단 이웃점 탐색(NNS)이 필요한 경우, K-D 트리 또는 몰톤 코드가 활용된다.
도면에 도시된 바와 같이 변환된 어트리뷰트들은 RAHT 변환부(40008) 및/또는 LOD 생성부(40009)로 입력된다.
실시예들에 따른 RAHT 변환부(40008)는 재구성된 지오메트리 정보에 기반하여 어트리뷰트 정보를 예측하는 RAHT코딩을 수행한다. 예를 들어, RAHT 변환부(40008)는 옥트리의 하위 레벨에 있는 노드와 연관된 어트리뷰트 정보에 기반하여 옥트리의 상위 레벨에 있는 노드의 어트리뷰트 정보를 예측할 수 있다.
실시예들에 따른 LOD생성부(40009)는 예측 변환 코딩을 수행하기 위하여LOD(Level of Detail)를 생성한다. 실시예들에 따른 LOD는 포인트 클라우드 콘텐트의 디테일을 나타내는 정도로서, LOD 값이 작을 수록 포인트 클라우드 콘텐트의 디테일이 떨어지고, LOD 값이 클 수록 포인트 클라우드 콘텐트의 디테일이 높음을 나타낸다. 포인트들을 LOD에 따라 분류될 수 있다.
실시예들에 따른 리프팅 변환부(40010)는 포인트 클라우드의 어트리뷰트들을 가중치에 기반하여 변환하는 리프팅 변환 코딩을 수행한다. 상술한 바와 같이 리프팅 변환 코딩은 선택적으로 적용될 수 있다.
실시예들에 따른 계수 양자화부(40011)은 어트리뷰트 코딩된 어트리뷰트들을 계수에 기반하여 양자화한다.
실시예들에 따른 아리스메틱 인코더(40012)는 양자화된 어트리뷰트들을 아리스메틱 코딩 에 기반하여 인코딩한다.
도 4의 포인트 클라우드 인코더의 엘레멘트들은 도면에 도시되지 않았으나 포인트 클라우드 제공 장치에 포함된 하나 또는 그 이상의 메모리들과 통신가능하도록 설정된 하나 또는 그 이상의 프로세서들 또는 집적 회로들(integrated circuits)을 포함하는 하드웨어, 소프트웨어, 펌웨어 또는 이들의 조합으로 구현될 수 있다. 하나 또는 그 이상의 프로세서들은 상술한 도 4의 포인트 클라우드 인코더의 엘레멘트들의 동작들 및/또는 기능들 중 적어도 어느 하나 이상을 수행할 수 있다. 또한 하나 또는 그 이상의 프로세서들은 도 4의 포인트 클라우드 인코더의 엘레멘트들의 동작들 및/또는 기능들을 수행하기 위한 소프트웨어 프로그램들 및/또는 인스트럭션들의 세트를 동작하거나 실행할 수 있다. 실시예들에 따른 하나 또는 그 이상의 메모리들은 하이 스피드 랜덤 억세스 메모리를 포함할 수도 있고, 비휘발성 메모리(예를 들면 하나 또는 그 이상의 마그네틱 디스크 저장 디바이스들, 플래쉬 메모리 디바이스들, 또는 다른 비휘발성 솔리드 스테이트 메모리 디바이스들(Solid-state memory devices)등)를 포함할 수 있다.
도 5 는 실시예들에 따른 복셀의 예시를 나타낸다.
도 5는 X축, Y축, Z축의 3가지 축으로 구성된 좌표계로 표현되는 3차원 공간상에 위치한 복셀을 나타낸다. 도 4에서 설명한 바와 같이 포인트 클라우드 인코더(예를 들면 양자화부(40001) 등)은 복셀화를 수행할 수 있다. 복셀은 3차원 공간을 표현하는 축들(예를 들면 X축, Y축, Z축)을 기반으로 3차원 공간을 유닛(unit=1.0) 단위로 나누었을 때 발생하는 3차원 큐빅 공간을 의미한다. 도 5는 두 개의 극점들(0,0,0) 및 (2d, 2d, 2d) 으로 정의되는 바운딩 박스(cubical axis-aligned bounding box)를 재귀적으로 분할(reculsive subdividing)하는 옥트리 구조를 통해 생성된 복셀의 예시를 나타낸다. 하나의 복셀은 적어도 하나 이상의 포인트를 포함한다. 복셀은 복셀군(voxel group)과의 포지션 관계로부터 공간 좌표를 추정 할 수 있다. 상술한 바와 같이 복셀은 2차원 이미지/영상의 픽셀과 마찬가지로 어트리뷰트(색상 또는 반사율 등)을 가진다. 복셀에 대한 구체적인 설명은 도 4에서 설명한 바와 동일하므로 생략한다.
도 6은 실시예들에 따른 옥트리 및 오큐판시 코드 (occupancy code)의 예시를 나타낸다.
도 1 내지 도 4에서 설명한 바와 같이 포인트 클라우드 콘텐트 제공 시스템(포인트 클라우드 비디오 인코더(10002)) 또는 포인트 클라우드 인코더(예를 들면 옥트리 분석부(40002))는 복셀의 영역 및/또는 포지션을 효율적으로 관리하기 위하여 옥트리 구조 기반의 옥트리 지오메트리 코딩(또는 옥트리 코딩)을 수행한다.
도 6의 상단은 옥트리 구조를 나타낸다. 실시예들에 따른 포인트 클라우드 콘텐트의 3차원 공간은 좌표계의 축들(예를 들면 X축, Y축, Z축)로 표현된다. 옥트리 구조는 두 개의 극점들(0,0,0) 및 (2d, 2d,2d) 으로 정의되는 바운딩 박스(cubical axis-aligned bounding box)를 재귀적으로 분할(reculsive subdividing)하여 생성된다. 2d는 포인트 클라우드 콘텐트(또는 포인트 클라우드 비디오)의 전체 포인트들을 감싸는 가장 작은 바운딩 박스를 구성하는 값으로 설정될 수 있다. d는 옥트리의 깊이(depth)를 나타낸다. d값은 다음의 식에 따라 결정된다. 하기 식에서 (xint n, yint n, zint n)는 양자화된 포인를들의 포지션들(또는 포지션 값들)을 나타낸다.
d =Ceil(Log2(Max(x_n^int,y_n^int,z_n^int,n=1,…,N)+1))
도 6의 상단의 중간에 도시된 바와 같이, 분할에 따라 전체 3차원 공간은 8개의 공간들로 분할될 수 있다. 분할된 각 공간은 6개의 면들을 갖는 큐브로 표현된다. 도 6 상단의 오른쪽에 도시된 바와 같이 8개의 공간들 각각은 다시 좌표계의 축들(예를 들면 X축, Y축, Z축)을 기반으로 분할된다. 따라서 각 공간은 다시 8개의 작은 공간들로 분할된다. 분할된 작은 공간 역시 6개의 면들을 갖는 큐브로 표현된다. 이와 같은 분할 방식은 옥트리의 리프 노드(leaf node)가 복셀이 될 때까지 적용된다.
도 6의 하단은 옥트리의 오큐판시 코드를 나타낸다. 옥트리의 오큐판시 코드는 하나의 공간이 분할되어 발생되는 8개의 분할된 공간들 각각이 적어도 하나의 포인트를 포함하는지 여부를 나타내기 위해 생성된다. 따라서 하나의 오큐판시 코드는 8개의 자식 노드(child node)들로 표현된다. 각 자식 노드는 분할된 공간의 오큐판시를 나타내며, 자식 노드는 1비트의 값을 갖는다. 따라서 오큐판시 코드는 8 비트 코드로 표현된다. 즉, 자식 노드에 대응하는 공간에 적어도 하나의 포인트가 포함되어 있으면 해당 노드는 1값을 갖는다. 자식 노드에 대응하는 공간에 포인트가 포함되어 있지 않으면 (empty), 해당 노드는 0값을 갖는다. 도 6에 도시된 오큐판시 코드는 00100001이므로 8개의 자식 노드 중 3번째 자식 노드 및 8번째 자식 노드에 대응하는 공간들은 각각 적어도 하나의 포인트를 포함함을 나타낸다. 도면에 도시된 바와 같이 3번째 자식 노드 및 8번째 자식 노드는 각각 8개의 자식 노드를 가지며, 각 자식 노드는 8비트의 오큐판시 코드로 표현된다. 도면은 3번째 자식 노드의 오큐판시 코드가 10000111이고, 8번째 자식 노드의 오큐판시 코드가 01001111임을 나타낸다. 실시예들에 따른 포인트 클라우드 인코더(예를 들면 아리스메틱 인코더(40004))는 오큐판시 코드를 엔트로피 인코딩할 수 있다. 또한 압축 효율을 높이기 위해 포인트 클라우드 인코더는 오큐판시 코드를 인트라/인터 코딩할 수 있다. 실시예들에 따른 수신 장치(예를 들면 수신 장치(10004) 또는 포인트 클라우드 비디오 디코더(10006))는 오큐판시 코드를 기반으로 옥트리를 재구성한다.
실시예들에 따른 포인트 클라우드 인코더(예를 들면 도 4의 포인트 클라우드 인코더, 또는 옥트리 분석부(40002))는 포인트들의 포지션들을 저장하기 위해 복셀화 및 옥트리 코딩을 수행할 수 있다. 하지만 3차원 공간 내 포인트들이 언제나 고르게 분포하는 것은 아니므로, 포인트들이 많이 존재하지 않는 특정 영역이 존재할 수 있다. 따라서 3차원 공간 전체에 대해 복셀화를 수행하는 것은 비효율 적이다. 예를 들어 특정 영역에 포인트가 거의 존재하지 않는다면, 해당 영역까지 복셀화를 수행할 필요가 없다.
따라서 실시예들에 따른 포인트 클라우드 인코더는 상술한 특정 영역(또는 옥트리의 리프 노드를 제외한 노드)에 대해서는 복셀화를 수행하지 않고, 특정 영역에 포함된 포인트들의 포지션을 직접 코딩하는 다이렉트 코딩(Direct coding)을 수행할 수 있다. 실시예들에 따른 다이렉트 코딩 포인트의 좌표들은 다이렉트 코딩 모드(Direct Coding Mode, DCM)으로 호칭된다. 또한 실시예들에 따른 포인트 클라우드 인코더는 표면 모델(surface model)을 기반으로 특정 영역(또는 노드)내의 포인트들의 포지션들을 복셀 기반으로 재구성하는 트라이숩 지오메트리 인코딩(Trisoup geometry encoding)을 수행할 수 있다. 트라이숩 지오메트리 인코딩은 오브젝트의 표현을 삼각형 메쉬(triangle mesh)의 시리즈로 표현하는 지오메트리 인코딩이다. 따라서 포인트 클라우드 디코더는 메쉬 표면으로부터 포인트 클라우드를 생성할 수 있다. 실시예들에 따른 다이렉트 코딩 및 트라이숩 지오메트리 인코딩은 선택적으로 수행될 수 있다. 또한 실시예들에 따른 다이렉트 코딩 및 트라이숩 지오메트리 인코딩은 옥트리 지오메트리 코딩(또는 옥트리 코딩)과 결합되어 수행될 수 있다.
다이렉트 코딩(Direct coding)을 수행하기 위해서는 다이렉트 코딩을 적용하기 위한 직접 모드(direct mode) 사용 옵션이 활성화 되어 있어야 하며, 다이렉트 코딩을 적용할 노드는 리프 노드가 아니고, 특정 노드 내에 한계치(threshold) 이하의 포인트들이 존재해야 한다. 또한 다이텍트 코딩의 대상이 되는 전채 포인트들의 개수는 기설정된 한계값을 넘어서는 안된다. 위의 조건이 만족되면, 실시예들에 따른 포인트 클라우드 인코더(또는 아리스메틱 인코더(40004))는 포인트들의 포지션들(또는 포지션 값들)을 엔트로피 코딩할 수 있다.
실시예들에 따른 포인트 클라우드 인코더(예를 들면 서페이스 어프록시메이션 분석부(40003))는 옥트리의 특정 레벨(레벨은 옥트리의 깊이 d보다는 작은 경우)을 정하고, 그 레벨부터는 표면 모델을 사용하여 노드 영역내의 포인트의 포지션을 복셀 기반으로 재구성하는 트라이숩 지오메트리 인코딩을 수행할 수 있다(트라이숩 모드). 실시예들에 따른 포인트 클라우드 인코더는 트라이숩 지오메트리 인코딩을 적용할 레벨을 지정할 수 있다. 예를 들어, 지정된 레벨이 옥트리의 깊이와 같으면 포인트 클라우드 인코더는 트라이숩 모드로 동작하지 않는다. 즉, 실시예들에 따른 포인트 클라우드 인코더는 지정된 레벨이 옥트리의 깊이값 보다 작은 경우에만 트라이숩 모드로 동작할 수 있다. 실시예들에 따른 지정된 레벨의 노드들의 3차원 정육면체 영역을 블록(block)이라 호칭한다. 하나의 블록은 하나 또는 그 이상의 복셀들을 포함할 수 있다. 블록 또는 복셀은 브릭(brick)에 대응될 수도 있다. 각 블록 내에서 지오메트리는 표면(surface)으로 표현된다. 실시예들에 따른 표면은 최대 한번 블록의 각 엣지(edge, 모서리)와 교차할 수 있다.
하나의 블록은 12개의 엣지들을 가지므로, 하나의 블록 내 적어도 12개의 교차점들이 존재한다. 각 교차점은 버텍스(vertex, 정점 또는 꼭지점)라 호칭된다. 엣지를 따라 존재하는 버텍스은 해당 엣지를 공유하는 모든 블록들 중 그 엣지에 인접한 적어도 하나의 오큐파이드 복셀(occupied voxel)이 있는 경우 감지된다. 실시예들에 따른 오큐파이드 복셀은 포인트를 포함하는 복셀을 의미한다. 엣지를 따라 검출된 버텍스의 포지션은 해당 엣지를 공유하는 모든 블록들 중 해당 엣지에 인접한 모든 복셀들의 엣지에 따른 평균 포지션(the average position along the edge of all voxels)이다.
버텍스가 검출되면 실시예들에 따른 포인트 클라우드 인코더는 엣지의 시작점(x, y, z), 엣지의 방향벡터(Δx, Δy, Δz), 버텍스 위치 값 (엣지 내의 상대적 위치 값)들을 엔트로피코딩할 수 있다. 트라이숩 지오메트리 인코딩이 적용된 경우, 실시예들에 따른 포인트 클라우드 인코더(예를 들면 지오메트리 리컨스트럭션부(40005))는 삼각형 재구성(triangle reconstruction), 업-샘플링(up-sampling), 복셀화 과정을 수행하여 복원된 지오메트리(재구성된 지오메트리)를 생성할 수 있다.
블록의 엣지에 위치한 버텍스들은 블록을 통과하는 표면(surface)를 결정한다. 실시예들에 따른 표면은 비평면 다각형이다. 삼각형 재구성 과정은 엣지의 시작점, 엣지의 방향 벡터와 버텍스의 위치값을 기반으로 삼각형으로 나타내는 표면을 재구성한다. 삼각형 재구성 과정은 다음과 같다. ①각 버텍스들의 중심(centroid)값을 계산하고, ②각 버텍스값에서 중심 값을 뺀 값들에 ③ 자승을 수행하고 그 값을 모두 더한 값을 구한다.
Figure 112021030328621-pat00001
더해진 값의 최소값을 구하고, 최소값이 있는 축에 따라서 프로젝션 (Projection, 투영) 과정을 수행한다. 예를 들어 x 요소(element)가 최소인 경우, 각 버텍스를 블록의 중심을 기준으로 x축으로 프로젝션 시키고, (y, z) 평면으로 프로젝션 시킨다. (y, z)평면으로 프로젝션 시키면 나오는 값이 (ai, bi)라면 atan2(bi, ai)를 통해 θ값을 구하고, θ값을 기준으로 버텍스들(vertices)을 정렬한다. 하기의 표는 버텍스들의 개수에 따라 삼각형을 생성하기 위한 버텍스들의 조합을 나타낸다. 버텍스들은 1부터 n까지의 순서로 정렬된다. 하기 표는4개의 버텍스들에 대하여, 버텍스들의 조합에 따라 두 개의 삼각형들이 구성될 수 있음을 나타낸다. 첫번째 삼각형은 정렬된 버텍스들 중 1, 2, 3번째 버텍스들로 구성되고, 두번째 삼각형은 정렬된 버텍스들 중 3, 4, 1번째 버텍스들로 구성될 수 있다. .
표2-1. Triangles formed from vertices ordered 1,…,n
n triangles
3 (1,2,3)
4 (1,2,3), (3,4,1)
5 (1,2,3), (3,4,5), (5,1,3)
6 (1,2,3), (3,4,5), (5,6,1), (1,3,5)
7 (1,2,3), (3,4,5), (5,6,7), (7,1,3), (3,5,7)
8 (1,2,3), (3,4,5), (5,6,7), (7,8,1), (1,3,5), (5,7,1)
9 (1,2,3), (3,4,5), (5,6,7), (7,8,9), (9,1,3), (3,5,7), (7,9,3)
10 (1,2,3), (3,4,5), (5,6,7), (7,8,9), (9,10,1), (1,3,5), (5,7,9), (9,1,5)
11 (1,2,3), (3,4,5), (5,6,7), (7,8,9), (9,10,11), (11,1,3), (3,5,7), (7,9,11), (11,3,7)
12 (1,2,3), (3,4,5), (5,6,7), (7,8,9), (9,10,11), (11,12,1), (1,3,5), (5,7,9), (9,11,1), (1,5,9)
업샘플링 과정은 삼각형의 엣지를 따라서 중간에 점들을 추가하여 복셀화 하기 위해서 수행된다. 업샘플링 요소 값(upsampling factor)과 블록의 너비를 기준으로 추가 점들을 생성한다. 추가점은 리파인드 버텍스(refined vertice)라고 호칭된다. 실시예들에 따른 포인트 클라우드 인코더는 리파인드 버텍스들을 복셀화할 수 있다. 또한 포인트 클라우드 인코더는 복셀화 된 포지션(또는 포지션 값)을 기반으로 어트리뷰트 인코딩을 수행할 수 있다.
도 7은 실시예들에 따른 이웃 노드 패턴의 예시를 나타낸다.
포인트 클라우드 비디오의 압축 효율을 증가시키기 위하여 실시예들에 따른 포인트 클라우드 인코더는 콘텍스트 어탭티브 아리스메틱 (context adaptive arithmetic) 코딩을 기반으로 엔트로피 코딩을 수행할 수 있다.
도 1 내지 도 6에서 설명한 바와 같이 포인트 클라우드 콘텐트 제공 시스템 또는 포인트 클라우드 인코더(예를 들면 포인트 클라우드 비디오 인코더(10002), 도 4의 포인트 클라우드 인코더 또는 아리스메틱 인코더(40004))는 오큐판시 코드를 곧바로 엔트로피 코딩할 수 있다. 또한 포인트 클라우드 콘텐트 제공 시스템 또는 포인트 클라우드 인코더는 현재 노드의 오큐판시 코드와 이웃 노드들의 오큐판시를 기반으로 엔트로피 인코딩(인트라 인코딩)을 수행하거나, 이전 프레임의 오큐판시 코드를 기반으로 엔트로피 인코딩(인터 인코딩)을 수행할 수 있다. 실시예들에 따른 프레임은 동일한 시간에 생성된 포인트 클라우드 비디오의 집합을 의미한다. 실시예들에 따른 인트라 인코딩/인터 인코딩의 압축 효율은 참조하는 이웃 노드들의 개수에 따라 달라질 수 있다. 비트가 커지면 복잡해지지만 한쪽으로 치우치게 만들어서 압축 효율이 높아질 수 있다. 예를 들어 3-bit context를 가지면, 2의 3승인 = 8가지 방법으로 코딩 해야 한다. 나누어 코딩을 하는 부분은 구현의 복잡도에 영향을 준다. 따라서 압축의 효율과 복잡도의 적정 수준을 맞출 필요가 있다.
도7은 이웃 노드들의 오큐판시를 기반으로 오큐판시 패턴을 구하는 과정을 나타낸다. 실시예들에 따른 포인트 클라우드 인코더는 옥트리의 각 노드의 이웃 노드들의 오큐판시(occupancy)를 판단하고 이웃 노드 패턴(neighbor pattern) 값을 구한다. 이웃 노드 패턴은 해당 노드의 오큐판시 패턴을 추론하기 위해 사용된다. 도7의 왼쪽은 노드에 대응하는 큐브(가운데 위치한 큐브) 및 해당 큐브와 적어도 하나의 면을 공유하는 6개의 큐브들(이웃 노드들)을 나타낸다. 도면에 도시된 노드들은 같은 뎁스(깊이)의 노드들이다. 도면에 도시된 숫자는 6개의 노드들 각각과 연관된 가중치들(1, 2, 4, 8, 16, 32, 등)을 나타낸다. 각 가중치는 이웃 노드들의 위치에 따라 순차적으로 부여된다.
도 7의 오른쪽은 이웃 노드 패턴 값을 나타낸다. 이웃 노드 패턴 값은 오큐파이드 이웃 노드(포인트를 갖는 이웃 노드)의 가중치가 곱해진 값들의 합이다. 따라서 이웃 노드 패턴 값은 0에서 63까지의 값을 갖는다. 이웃 노드 패턴 값이 0 인 경우, 해당 노드의 이웃 노드 중 포인트를 갖는 노드(오큐파이드 노드)가 없음을 나타낸다. 이웃 노드 패턴 값이 63인 경우, 이웃 노드들이 전부 오큐파이드 노드들임을 나타낸다. 도면에 도시된 바와 같이 가중치1, 2, 4, 8가 부여된 이웃 노드들은 오큐파이드 노드들이므로, 이웃 노드 패턴 값은 1, 2, 4, 8을 더한 값인 15이다. 포인트 클라우드 인코더는 이웃 노드 패턴 값에 따라 코딩을 수행할 수 있다(예를 들어 이웃 노드 패턴 값이 63인 경우, 64가지의 코딩을 수행). 실시예들에 따라 포인트 클라우드 인코더는 이웃 노드 패턴 값을 변경 (예를 들면 64를 10 또는 6으로 변경하는 테이블을 기반으로) 하여 코딩의 복잡도를 줄일 수 있다.
도 8은 실시예들에 따른 LOD 별 포인트 구성의 예시를 나타낸다.
도 1 내지 도 7에서 설명한 바와 같이, 어트리뷰트 인코딩이 수행되기 전 인코딩된 지오메트리는 재구성(디컴프레션) 된다. 다이렉트 코딩이 적용된 경우, 지오메트리 재구성 동작은 다이렉트 코딩된 포인트들의 배치를 변경하는 것을 포함할 수 있다(예를 들면 다이렉트 코딩된 포인트들을 포인트 클라우드 데이터의 앞쪽에 배치). 트라이숩 지오메트리 인코딩이 적용된 경우, 지오메트리 재구성 과정은 삼각형 재구성, 업샘플링, 복셀화 과정을 어트리뷰트는 지오메트리에 종속되므로, 어트리뷰트 인코딩은 재구성된 지오메트리를 기반으로 수행된다.
포인트 클라우드 인코더(예를 들면 LOD 생성부(40009))는 포인트들을 LOD별로 분류(reorganization)할 수 있다. 도면은 LOD에 대응하는 포인트 클라우드 콘텐트를 나타낸다. 도면의 왼쪽은 오리지널 포인트 클라우드 콘텐트를 나타낸다. 도면의 왼쪽에서 두번째 그림은 가장 낮은 LOD의 포인트들의 분포를 나타내며, 도면의 가장 오른쪽 그림은 가장 높은 LOD의 포인트들의 분포를 나타낸다. 즉, 가장 낮은 LOD의 포인트들은 드문드문(sparse) 분포하며, 가장 높은 LOD의 포인트들은 촘촘히 분포한다. 즉, 도면 하단에 표시된 화살표 방향에 따라 LOD가 증가할수록 포인트들 간의 간격(또는 거리)는 더 짧아진다.
도 9는 실시예들에 따른 LOD 별 포인트 구성의 예시를 나타낸다.
도 1 내지 도 8에서 설명한 바와 같이 포인트 클라우드 콘텐트 제공 시스템, 또는 포인트 클라우드 인코더(예를 들면 포인트 클라우드 비디오 인코더(10002), 도 4의 포인트 클라우드 인코더, 또는 LOD 생성부(40009))는 LOD를 생성할 수 있다. LOD는 포인트들을 설정된 LOD 거리 값(또는 유클리이디언 디스턴스(Euclidean Distance)의 세트)에 따라 리파인먼트 레벨들(refinement levels)의 세트로 재정열(reorganize)하여 생성된다. LOD 생성 과정은 포인트 클라우드 인코더뿐만 아니라 포인트 클라우드 디코더에서도 수행된다.
도 9의 상단은 3차원 공간에 분포된 포인트 클라우드 콘텐트의 포인트들의 예시(P0내지 P9)를 나타낸다. 도 9의 오리지널 오더(Original order)는 LOD 생성전 포인트들 P0내지 P9의 순서를 나타낸다. 도 9의 LOD 기반 오더 (LOD based order)는 LOD 생성에 따른 포인트들의 순서를 나타낸다. 포인트들은 LOD별 재정열된다. 또한 높은 LOD는 낮은 LOD에 속한 포인트들을 포함한다. 도 9에 도시된 바와 같이 LOD0는 P0, P5, P4 및 P2를 포함한다. LOD1은 LOD0의 포인트들과 P1, P6 및 P3를 포함한다. LOD2는 LOD0의 포인트들, LOD1의 포인트들 및 P9, P8 및 P7을 포함한다.
도 4에서 설명한 바와 같이 실시예들에 따른 포인트 클라우드 인코더는 예측 변환 코딩, 리프팅 변환 코딩 및 RAHT 변환 코딩을 선택적으로 또는 조합하여 수행할 수 있다.
실시예들에 따른 포인트 클라우드 인코더는 포인트들에 대한 예측기(predictor)를 생성하여 각 포인트의 예측 어트리뷰트(또는 예측 어트리뷰트값)을 설정하기 위한 예측 변환 코딩을 수행할 수 있다. 즉, N개의 포인트들에 대하여 N개의 예측기들이 생성될 수 있다. 실시예들에 따른 예측기는 각 포인트의 LOD 값과 LOD별 설정된 거리 내에 존재하는 이웃 포인트들에 대한 인덱싱 정보 및 이웃 포인트들까지의 거리 값을 기반으로 가중치(=1/거리) 값을 계산하할 수 있다.
실시예들에 따른 예측 어트리뷰트(또는 어트리뷰트값)은 각 포인트의 예측기에 설정된 이웃 포인트들의 어트리뷰트들(또는 어트리뷰트 값들, 예를 들면 색상, 반사율 등)에 각 이웃 포인트까지의 거리를 기반으로 계산된 가중치(또는 가중치값)을 곱한 값의 평균값으로 설정된다. 실시예들에 따른 포인트 클라우드 인코더(예를 들면 계수 양자화부(40011)는 각 포인트의 어트리뷰트(어트리뷰트 값)에서 예측 어트리뷰트(어트리뷰트값)을 뺀 잔여값들(residuals, 잔여 어트리뷰트, 잔여 어트리뷰트값, 어트리뷰트 예측 잔여값 등으로 호칭할 수 있다)을 양자화(quatization) 및 역양자화(inverse quantization)할 수 있다. 양자화 과정은 다음의 표에 나타난 바와 같다.
표. Attribute prediction residuals quantization pseudo code
int PCCQuantization(int value, int quantStep) {
if( value >=0) {
return floor(value / quantStep + 1.0 / 3.0);
} else {
return -floor(-value / quantStep + 1.0 / 3.0);
}
}
표. Attribute prediction residuals inverse quantization pseudo code
int PCCInverseQuantization(int value, int quantStep) {
if( quantStep ==0) {
return value;
} else {
return value * quantStep;
}
}
실시예들에 따른 포인트 클라우드 인코더(예를 들면 아리스메틱 인코더(40012)는 각 포인트의 예측기에 이웃한 포인트들이 있는 경우, 상술한 바와 같이 양자화 및 역양자화된 잔여값을 엔트로피 코딩 할 수 있다. 실시예들에 따른 포인트 클라우드 인코더(예를 들면 아리스메틱 인코더(40012)는 각 포인트의 예측기에 이웃한 포인트들이 없으면 상술한 과정을 수행하지 않고 해당 포인트의 어트리뷰트들을 엔트로피 코딩할 수 있다.
실시예들에 따른 포인트 클라우드 인코더 (예를 들면 리프팅 변환부(40010)는 각 포인트의 예측기를 생성하고, 예측기에 계산된 LOD를 설정 및 이웃 포인트들을 등록하고, 이웃 포인트들까지의 거리에 따른 가중치를 설정하여 리프팅 변환 코딩을 수행할 수 있다. 실시예들에 따른 리프팅 변환 코딩은 상술한 예측 변환 코딩과 유사하나, 어트리뷰트값에 가중치를 누적 적용한다는 점에서 차이가 있다. 실시예들에 따른 어트리뷰트값에 가중치를 누적 적용하는 과정은 다음과 같다.
1) 각 포인트의 가중치 값을 저장하는 배열 QW(QuantizationWieght)를 생성한다. QW의 모든 요소들의 초기값은 1.0이다. 예측기에 등록된 이웃 노드의 예측기 인덱스의 QW 값에 현재 포인트의 예측기의 가중치를 곱한 값을 더한다.
2) 리프트 예측 과정: 예측된 어트리뷰트 값을 계산하기 위하여 포인트의 어트리뷰트 값에 가중치를 곱한 값을 기존 어트리뷰트값에서 뺀다.
3) 업데이트웨이트(updateweight) 및 업데이트(update)라는 임시 배열들을 생성하고 임시 배열들을 0으로 초기화한다.
4) 모든 예측기에 대해서 계산된 가중치에 예측기 인덱스에 해당하는 QW에 저장된 가중치를 추가로 곱해서 산출된 가중치를 업데이트웨이트 배열에 이웃 노드의 인덱스로 누적으로 합산한다. 업데이트 배열에는 이웃 노드의 인덱스의 어트리뷰트 값에 산출된 가중치를 곱한 값을 누적 합산한다.
5) 리프트 업데이트 과정: 모든 예측기에 대해서 업데이트 배열의 어트리뷰트 값을 예측기 인덱스의 업데이트웨이트 배열의 가중치 값으로 나누고, 나눈 값에 다시 기존 어트리뷰트 값을 더한다.
6) 모든 예측기에 대해서, 리프트 업데이트 과정을 통해 업데이트된 어트리뷰트 값에 리프트 예측 과정을 통해 업데이트 된(QW에 저장된) 가중치를 추가로 곱하여 예측 어트리뷰트 값을 산출한다. 실시예들에 따른 포인트 클라우드 인코더(예를 들면 계수 양자화부(40011))는 예측 어트리뷰트 값을 양자화한다. 또한 포인트 클라우드 인코더(예를 들면 아리스메틱 인코더(40012))는 양자화된 어트리뷰트 값을 엔트로피 코딩한다.
실시예들에 따른 포인트 클라우드 인코더(예를 들면 RAHT 변환부(40008))는 옥트리의 하위 레벨에 있는 노드와 연관된 어트리뷰트를 사용하여 상위 레벨의 노드들의 어트리뷰트를 에측하는 RAHT 변환 코딩을 수행할 수 있다. RAHT 변환 코딩은 옥트리 백워드 스캔을 통한 어트리뷰트 인트라 코딩의 예시이다. 실시예들에 따른 포인트 클라우드 인코더는 복셀에서 전체 영역으로 스캔하고, 각 스텝에서 복셀을 더 큰 블록으로 합치면서 루트 노드까지의 병합 과정을 반복수행한다. 실시예들에 따른 병합 과정은 오큐파이드 노드에 대해서만 수행된다. 엠티 노드(empty node)에 대해서는 병합 과정이 수행되지 않으며, 엠티 노드의 바로 상위 노드에 대해 병합 과정이 수행된다.
하기의 식은 RAHT 변환 행렬을 나타낸다. gl x, y, z 는 레벨 l에서의 복셀들의 평균 어트리뷰트 값을 나타낸다. gl x, y, z 는 gl+1 2x, y, z와 gl+1 2x+1, y, z로부터 계산될 수 있다. gl 2x, y, z 와 gl 2x+1, y, z 의 가중치를 w1=w l 2x, y, z 과 w2=w l 2x+1, y, z 이다.
Figure 112021030328621-pat00002
gl-1 x, y, z는 로-패스(low-pass) 값으로, 다음 상위 레벨에서의 병합 과정에서 사용된다. hl-1 x, y, z은 하이패스 계수(high-pass coefficients)이며, 각 스텝에서의 하이패스 계수들은 양자화되어 엔트로피 코딩 된다(예를 들면 아리스메틱 인코더(400012)의 인코딩). 가중치는 w l-1 x, y, z=w l 2x, y, z+w l 2x+1, y, z로 계산된다. 루트 노드는 마지막 g1 0, 0, 0 과 g1 0, 0, 1을 통해서 다음과 같이 생성된다.,
Figure 112021030328621-pat00003
도 10은 실시예들에 따른 포인트 클라우드 디코더(Point Cloud Decoder)의 예시를 나타낸다.
도 10에 도시된 포인트 클라우드 디코더는 도 1에서 설명한 포인트 클라우드 비디오 디코더(10006) 예시로서, 도 1에서 설명한 포인트 클라우드 비디오 디코더(10006)의 동작 등과 동일 또는 유사한 동작을 수행할 수 있다. 도면이 도시된 바와 같이 포인트 클라우드 디코더는 하나 또는 그 이상의 비트스트림(bitstream)들에 포함된 지오메트리 비트스트림(geometry bitstream) 및 어트리뷰트 비트스트림(attribute bitstream)을 수신할 수 있다. 포인트 클라우드 디코더는 지오메트리 디코더(geometry decoder)및 어트리뷰트 디코더(attribute decoder)를 포함한다. 지오메트리 디코더는 지오메트리 비트스트림에 대해 지오메트리 디코딩을 수행하여 디코딩된 지오메트리(decoded geometry)를 출력한다. 어트리뷰트 디코더는 디코딩된 지오메트리 및 어트리뷰트 비트스트림을 기반으로 어트리뷰트 디코딩을 수행하여 디코딩된 어트리뷰트들(decoded attributes)을 출력한다. 디코딩된 지오메트리 및 디코딩된 어트리뷰트들은 포인트 클라우드 콘텐트를 복원(decoded point cloud)하는데 사용된다.
도 11은 실시예들에 따른 포인트 클라우드 디코더(Point Cloud Decoder)의 예시를 나타낸다.
도 11에 도시된 포인트 클라우드 디코더는 도 10에서 설명한 포인트 클라우드 디코더의 예시로서, 도 1 내지 도 9에서 설명한 포인트 클라우드 인코더의 인코딩 동작의 역과정인 디코딩 동작을 수행할 수 있다.
도 1 및 도 10에서 설명한 바와 같이 포인트 클라우드 디코더는 지오메트리 디코딩 및 어트리뷰트 디코딩을 수행할 수 있다. 지오메트리 디코딩은 어트리뷰트 디코딩보다 먼저 수행된다.
실시예들에 따른 포인트 클라우드 디코더는 아리스메틱 디코더(arithmetic decode, 11000), 옥트리 합성부(synthesize octree, 11001), 서페이스 오프록시메이션 합성부(synthesize surface approximation, 11002), 지오메트리 리컨스트럭션부(reconstruct geometry, 11003), 좌표계 역변환부(inverse transform coordinates, 11004), 아리스메틱 디코더(arithmetic decode, 11005), 역양자화부(inverse quantize, 11006), RAHT변환부(11007), LOD생성부(generate LOD, 11008), 인버스 리프팅부(Inverse lifting, 11009), 및/또는 컬러 역변환부(inverse transform colors, 11010)를 포함한다.
아리스메틱 디코더(11000), 옥트리 합성부(11001), 서페이스 오프록시메이션 합성부(11002), 지오메트리 리컨스럭션부(11003), 좌표계 역변환부(11004)는 지오메트리 디코딩을 수행할 수 있다. 실시예들에 따른 지오메트리 디코딩은 다이렉트 코딩(direct coding) 및 트라이숩 지오메트리 디코딩(trisoup geometry decoding)을 포함할 수 있다. 다이렉트 코딩 및 트라이숩 지오메트리 디코딩은 선택적으로 적용된다. 또한 지오메트리 디코딩은 위의 예시에 국한되지 않으며, 도 1 내지 도 9에서 설명한 지오메트리 인코딩의 역과정으로 수행된다.
실시예들에 따른 아리스메틱 디코더(11000)는 수신한 지오메트리 비트스트림을 아리스메틱 코딩을 기반으로 디코딩한다. 아리스메틱 디코더(11000)의 동작은 아리스메틱 인코더(40004)의 역과정에 대응한다.
실시예들에 따른 옥트리 합성부(11001)는 디코딩된 지오메트리 비트스트림으로부터 (또는 디코딩 결과 확보된 지오메트리에 관한 정보)로부터 오큐판시 코드를 획득하여 옥트리를 생성할 수 있다. 오큐판시 코드에 대한 구체적인 설명은 도 1 내지 도 9에서 설명한 바와 같다.
실시예들에 따른 서페이스 오프록시메이션 합성부(11002)는 트라이숩 지오메트리 인코딩이 적용된 경우, 디코딩된 지오메트리 및/또는 생성된 옥트리에 기반하여 서페이스를 합성할 수 있다.
실시예들에 따른 지오메트리 리컨스트럭션부(11003)는 서페이스 및 또는 디코딩된 지오메트리에 기반하여 지오메트리를 재생성할 수 있다. 도 1 내지 도 9에서 설명한 바와 같이, 다이렉트 코딩 및 트라이숩 지오메트리 인코딩은 선택적으로 적용된다. 따라서 지오메트리 리컨스트럭션부(11003)는 다이렉트 코딩이 적용된 포인트들의 포지션 정보들을 직접 가져와서 추가한다. 또한, 트라이숩 지오메트리 인코딩이 적용된 경우, 지오메트리 리컨스트럭션부(11003)는 지오메트리 리컨스트럭션부(40005)의 재구성 동작, 예를 들면 삼각형 재구성, 업-샘플링, 복셀화 동작을 수행하여 지오메트리를 복원할 수 있다. 구체적인 내용은 도 6에서 설명한 바와 동일하므로 생략한다. 복원된 지오메트리는 어트리뷰트들을 포함하지 않는 포인트 클라우드 픽쳐 또는 프레임을 포함할 수 있다.
실시예들에 따른 좌표계 역변환부(11004)는 복원된 지오메트리를 기반으로 좌표계를 변환하여 포인트들의 포지션들을 획득할 수 있다.
아리스메틱 디코더(11005), 역양자화부(11006), RAHT 변환부(11007), LOD생성부(11008), 인버스 리프팅부(11009), 및/또는 컬러 역변환부(11010)는 도 10에서 설명한 어트리뷰트 디코딩을 수행할 수 있다. 실시예들에 따른 어트리뷰트 디코딩은 RAHT(Region Adaptive Hierarchial Transform) 디코딩, 예측 변환(Interpolaration-based hierarchical nearest-neighbour prediction-Prediction Transform) 디코딩 및 리프팅 변환 (interpolation-based hierarchical nearest-neighbour prediction with an update/lifting step (Lifting Transform)) 디코딩을 포함할 수 있다. 상술한 3가지의 디코딩들은 선택적으로 사용되거나, 하나 또는 그 이상의 디코딩들의 조합이 사용될 수 있다. 또한 실시예들에 따른 어트리뷰트 디코딩은 상술한 예시에 국한되는 것은 아니다.
실시예들에 따른 아리스메틱 디코더(11005)는 어트리뷰트 비트스트림을 아리스메틱 코딩으로 디코딩한다.
실시예들에 따른 역양자화부(11006)는 디코딩된 어트리뷰트 비트스트림 또는 디코딩 결과 확보한 어트리뷰트에 대한 정보를 역양자화(inverse quantization)하고 역양자화된 어트리뷰트들(또는 어트리뷰트 값들)을 출력한다. 역양자화는 포인트 클라우드 인코더의 어트리뷰트 인코딩에 기반하여 선택적으로 적용될 수 있다.
실시예들에 따라 RAHT 변환부(11007), LOD생성부(11008) 및/또는 인버스 리프팅부(11009)는 재구성된 지오메트리 및 역양자화된 어트리뷰트들을 처리할 수 있다. 상술한 바와 같이 RAHT 변환부(11007), LOD생성부(11008) 및/또는 인버스 리프팅부(11009)는 포인트 클라우드 인코더의 인코딩에 따라 그에 대응하는 디코딩 동작을 선택적으로 수행할 수 있다.
실시예들에 따른 컬러 역변환부(11010)는 디코딩된 어트리뷰트들에 포함된 컬러 값(또는 텍스쳐)을 역변환하기 위한 역변환 코딩을 수행한다. 컬러 역변환부(11010)의 동작은 포인트 클라우드 인코더의 컬러 변환부(40006)의 동작에 기반하여 선택적으로 수행될 수 있다.
도 11의 포인트 클라우드 디코더의 엘레멘트들은 도면에 도시되지 않았으나 포인트 클라우드 제공 장치에 포함된 하나 또는 그 이상의 메모리들과 통신가능하도록 설정된 하나 또는 그 이상의 프로세서들 또는 집적 회로들(integrated circuits)을 포함하는 하드웨어, 소프트웨어, 펌웨어 또는 이들의 조합으로 구현될 수 있다. 하나 또는 그 이상의 프로세서들은 상술한 도 11의 포인트 클라우드 디코더의 엘레멘트들의 동작들 및/또는 기능들 중 적어도 어느 하나 이상을 수행할 수 있다. 또한 하나 또는 그 이상의 프로세서들은 도11의 포인트 클라우드 디코더의 엘레멘트들의 동작들 및/또는 기능들을 수행하기 위한 소프트웨어 프로그램들 및/또는 인스트럭션들의 세트를 동작하거나 실행할 수 있다.
도 12는 실시예들에 따른 전송 장치의 예시이다.
도 12에 도시된 전송 장치는 도 1의 전송장치(10000) (또는 도 4의 포인트 클라우드 인코더)의 예시이다. 도 12에 도시된 전송 장치는 도 1 내지 도 9에서 설명한 포인트 클라우드 인코더의 동작들 및 인코딩 방법들과 동일 또는 유사한 동작들 및 방법들 중 적어도 어느 하나 이상을 수행할 수 있다. 실시예들에 따른 전송 장치는 데이터 입력부(12000), 양자화 처리부(12001), 복셀화 처리부(12002), 옥트리 오큐판시 코드 (Occupancy code) 생성부(12003), 표면 모델 처리부(12004), 인트라/인터 코딩 처리부(12005), 아리스메틱 (Arithmetic) 코더(12006), 메타데이터 처리부(12007), 색상 변환 처리부(12008), 어트리뷰트 변환 처리부(또는 속성 변환 처리부)(12009), 예측/리프팅/RAHT 변환 처리부(12010), 아리스메틱 (Arithmetic) 코더(12011) 및/또는 전송 처리부(12012)를 포함할 수 있다.
실시예들에 따른 데이터 입력부(12000)는 포인트 클라우드 데이터를 수신 또는 획득한다. 데이터 입력부(12000)는 포인트 클라우드 비디오 획득부(10001)의 동작 및/또는 획득 방법(또는 도2에서 설명한 획득과정(20000))과 동일 또는 유사한 동작 및/또는 획득 방법을 수행할 수 있다.
데이터 입력부(12000), 양자화 처리부(12001), 복셀화 처리부(12002), 옥트리 오큐판시 코드 (Occupancy code) 생성부(12003), 표면 모델 처리부(12004), 인트라/인터 코딩 처리부(12005), Arithmetic 코더(12006)는 지오메트리 인코딩을 수행한다. 실시예들에 따른 지오메트리 인코딩은 도 1 내지 도 9에서 설명한 지오메트리 인코딩과 동일 또는 유사하므로 구체적인 설명은 생략한다.
실시예들에 따른 양자화 처리부(12001)는 지오메트리(예를 들면 포인트들의 위치값, 또는 포지션값)을 양자화한다. 양자화 처리부(12001)의 동작 및/또는 양자화는 도 4에서 설명한 양자화부(40001)의 동작 및/또는 양자화와 동일 또는 유사하다. 구체적인 설명은 도 1 내지 도 9에서 설명한 바와 동일하다.
실시예들에 따른 복셀화 처리부(12002)는 양자화된 포인트들의 포지션 값을 복셀화한다. 복셀화 처리부(120002)는 도 4에서 설명한 양자화부(40001)의 동작 및/또는 복셀화 과정과 동일 또는 유사한 동작 및/또는 과정을 수행할 수 있다. 구체적인 설명은 도 1 내지 도 9에서 설명한 바와 동일하다.
실시예들에 따른 옥트리 오큐판시 코드 생성부(12003)는 복셀화된 포인트들의 포지션들을 옥트리 구조를 기반으로 옥트리 코딩을 수행한다. 옥트리 오큐판시 코드 생성부(12003)는 오큐판시 코드를 생성할 수 있다. 옥트리 오큐판시 코드 생성부(12003)는 도 4 및 도 6에서 설명한 포인트 클라우드 인코더 (또는 옥트리 분석부(40002))의 동작 및/또는 방법과 동일 또는 유사한 동작 및/또는 방법을 수행할 수 있다. 구체적인 설명은 도 1 내지 도 9에서 설명한 바와 동일하다.
실시예들에 따른 표면 모델 처리부(12004)는 표면 모델(surface model)을 기반으로 특정 영역(또는 노드)내의 포인트들의 포지션들을 복셀 기반으로 재구성하는 트라이숩 지오메트리 인코딩을 수행할 수 있다. 포면 모델 처리부(12004)는 도 4 에서 설명한 포인트 클라우드 인코더(예를 들면 서페이스 어프록시메이션 분석부(40003))의 동작 및/또는 방법과 동일 또는 유사한 동작 및/또는 방법을 수행할 수 있다. 구체적인 설명은 도 1 내지 도 9에서 설명한 바와 동일하다.
실시예들에 따른 인트라/인터 코딩 처리부(12005)는 포인트 클라우드 데이터를 인트라/인터 코딩할 수 있다. 인트라/인터 코딩 처리부(12005)는 도 7에서 설명한 인트라/인터 코딩과 동일 또는 유사한 코딩을 수행할 수 있다. 구체적인 설명은 도 7에서 설명한 바와 동일하다. 실시예들에 따라 인트라/인터 코딩 처리부(12005)는 아리스메틱 코더(12006)에 포함될 수 있다.
실시예들에 따른 아리스메틱 코더(12006)는 포인트 클라우드 데이터의 옥트리 및/또는 근사화된 옥트리를 엔트로피 인코딩한다. 예를 들어, 인코딩 방식은 아리스메틱(Arithmetic) 인코딩 방법을 포함한다. . 아리스메틱 코더(12006)는 아리스메틱 인코더(40004)의 동작 및/또는 방법과 동일 또는 유사한 동작 및/또는 방법을 수행한다.
실시예들에 따른 메타데이터 처리부(12007)는 포인트 클라우드 데이터에 관한 메타데이터, 예를 들어 설정 값 등을 처리하여 지오메트리 인코딩 및/또는 어트리뷰트 인코딩 등 필요한 처리 과정에 제공한다. 또한 실시예들에 따른 메타데이터 처리부(12007)는 지오메트리 인코딩 및/또는 어트리뷰트 인코딩과 관련된 시그널링 정보를 생성 및/또는 처리할 수 있다. 실시예들에 따른 시그널링 정보는 지오메트리 인코딩 및/또는 어트리뷰트 인코딩과 별도로 인코딩처리될 수 있다. 또한 실시예들에 따른 시그널링 정보는 인터리빙 될 수도 있다.
색상 변환 처리부(12008), 어트리뷰트 변환 처리부(12009), 예측/리프팅/RAHT 변환 처리부(12010), 아리스메틱 (Arithmetic) 코더(12011)는 어트리뷰트 인코딩을 수행한다. 실시예들에 따른 어트리뷰트 인코딩은 도 1 내지 도 9에서 설명한 어트리뷰트 인코딩과 동일 또는 유사하므로 구체적인 설명은 생략한다.
실시예들에 따른 색상 변환 처리부(12008)는 어트리뷰트들에 포함된 색상값을 변환하는 색상 변환 코딩을 수행한다. 색상 변환 처리부(12008)는 재구성된 지오메트리를 기반으로 색상 변환 코딩을 수행할 수 있다. 재구성된 지오메트리에 대한 설명은 도 1 내지 도 9에서 설명한 바와 동일하다. 또한 도 4에서 설명한 컬러 변환부(40006)의 동작 및/또는 방법과 동일 또는 유사한 동작 및/또는 방법을 수행한다. 구체적인 설명은 생략한다.
실시예들에 따른 어트리뷰트 변환 처리부(12009)는 지오메트리 인코딩이 수행되지 않은 포지션들 및/또는 재구성된 지오메트리를 기반으로 어트리뷰트들을 변환하는 어트리뷰트 변환을 수행한다. 어트리뷰트 변환 처리부(12009)는 도 4에 설명한 어트리뷰트 변환부(40007)의 동작 및/또는 방법과 동일 또는 유사한 동작 및/또는 방법을 수행한다. 구체적인 설명은 생략한다. 실시예들에 따른 예측/리프팅/RAHT 변환 처리부(12010)는 변환된 어트리뷰트들을 RAHT 코딩, 예측 변환 코딩 및 리프팅 변환 코딩 중 어느 하나 또는 조합하여 코딩할 수 있다. 예측/리프팅/RAHT 변환 처리부(12010)는 도 4에서 설명한 RAHT 변환부(40008), LOD 생성부(40009) 및 리프팅 변환부(40010)의 동작들과 동일 또는 유사한 동작들 중 적어도 하나 이상을 수행한다. 또한 예측 변환 코딩, 리프팅 변환 코딩 및 RAHT 변환 코딩에 대한 설명은 도 1 내지 도 9에서 설명한 바와 동일하므로 구체적인 설명은 생략한다.
실시예들에 따른 아리스메틱 코더(12011)는 코딩된 어트리뷰트들을 아리스메틱 코딩에 기반하여 인코딩할 수 있다. 아리스메틱 코더(12011)는 아리스메틱 인코더(400012)의 동작 및/또는 방법과 동일 또는 유사한 동작 및/또는 방법을 수행한다.
실시예들에 따른 전송 처리부(12012)는 인코딩된 지오메트리 및/또는 인코딩된 어트리뷰트, 메타 데이터 정보를 포함하는 각 비트스트림을 전송하거나, 인코딩된 지오메트리 및/또는 인코딩된 어트리뷰트, 메타 데이터 정보를 하나의 비트스트림으로 구성하여 전송할 수 있다. 실시예들에 따른 인코딩된 지오메트리 및/또는 인코딩된 어트리뷰트, 메타 데이터 정보가 하나의 비트스트림으로 구성되는 경우, 비트스트림은 하나 또는 그 이상의 서브 비트스트림들을 포함할 수 있다. 실시예들에 따른 비트스트림은 시퀀스 레벨의 시그널링을 위한 SPS (Sequence Parameter Set), 지오메트리 정보 코딩의 시그널링을 위한 GPS(Geometry Parameter Set), 어트리뷰트 정보 코딩의 시그널링을 위한 APS(Attribute Parameter Set), 타일 레벨의 시그널링을 위한 TPS (Tile Parameter Set)를 포함하는 시그널링 정보 및 슬라이스 데이터를 포함할 수 있다. 슬라이스 데이터는 하나 또는 그 이상의 슬라이스들에 대한 정보를 포함할 수 있다. 실시예들에 따른 하나의 슬라이스는 하나의 지오메트리 비트스트림(Geom00) 및 하나 또는 그 이상의 어트리뷰트 비트스트림들(Attr00, Attr10)을 포함할 수 있다.
슬라이스(slice)란, 코딩된 포인트 클라우드 프레임의 전체 또는 일부를 나타내는 신택스 엘리먼트의 시리즈를 말한다.
실시예들에 따른 TPS는 하나 또는 그 이상의 타일들에 대하여 각 타일에 관한 정보(예를 들면 bounding box의 좌표값 정보 및 높이/크기 정보 등)을 포함할 수 있다. 지오메트리 비트스트림은 헤더와 페이로드를 포함할 수 있다. 실시예들에 따른 지오메트리 비트스트림의 헤더는 GPS에 포함된 파라미터 세트의 식별 정보(geom_ parameter_set_id), 타일 식별자(geom_tile_id), 슬라이스 식별자(geom_slice_id) 및 페이로드에 포함된 데이터에 관한 정보 등을 포함할 수 있다. 상술한 바와 같이 실시예들에 따른 메타데이터 처리부(12007)는 시그널링 정보를 생성 및/또는 처리하여 전송 처리부(12012)로 전송할 수 있다. 실시예들에 따라, 지오메트리 인코딩을 수행하는 엘레멘트들 및 어트리뷰트 인코딩을 수행하는 엘레멘트들은 점선 처리된 바와 같이 상호 데이터/정보를 공유할 수 있다. 실시예들에 따른 전송 처리부(12012)는 트랜스미터(10003)의 동작 및/또는 전송 방법과 동일 또는 유사한 동작 및/또는 전송 방법을 수행할 수 있다. 구체적인 설명은 도 1 내지 도 2에서 설명한 바와 동일하므로 생략한다.
도 13은 실시예들에 따른 수신 장치의 예시이다.
도 13에 도시된 수신 장치는 도 1의 수신장치(10004) (또는 도 10 및 도 11의 포인트 클라우드 디코더)의 예시이다. 도 13에 도시된 수신 장치는 도 1 내지 도 11에서 설명한 포인트 클라우드 디코더의 동작들 및 디코딩 방법들과 동일 또는 유사한 동작들 및 방법들 중 적어도 어느 하나 이상을 수행할 수 있다.
실시예들에 따른 수신 장치는 수신부(13000), 수신 처리부(13001), 아리스메틱 (arithmetic) 디코더(13002), 오큐판시 코드 (Occupancy code) 기반 옥트리 재구성 처리부(13003), 표면 모델 처리부(삼각형 재구성, 업-샘플링, 복셀화)(13004), 인버스(inverse) 양자화 처리부(13005), 메타데이터 파서(13006), 아리스메틱 (arithmetic) 디코더(13007), 인버스(inverse)양자화 처리부(13008), 예측/리프팅/RAHT 역변환 처리부(13009), 색상 역변환 처리부(13010) 및/또는 렌더러(13011)를 포함할 수 있다. 실시예들에 따른 디코딩의 각 구성요소는 실시예들에 따른 인코딩의 구성요소의 역과정을 수행할 수 있다.
실시예들에 따른 수신부(13000)는 포인트 클라우드 데이터를 수신한다. 수신부(13000)는 도 1의 리시버(10005)의 동작 및/또는 수신 방법과 동일 또는 유사한 동작 및/또는 수신 방법을 수행할 수 있다. 구체적인 설명은 생략한다.
실시예들에 따른 수신 처리부(13001)는 수신한 데이터로부터 지오메트리 비트스트림 및/또는 어트리뷰트 비트스트림을 획득할 수 있다. 수신 처리부(13001)는 수신부(13000)에 포함될 수 있다.
아리스메틱 디코더(13002), 오큐판시 코드 기반 옥트리 재구성 처리부(13003), 표면 모델 처리부(13004) 및 인버스 양자화 처리부(13005)는 지오메트리 디코딩을 수행할 수 있다. 실시예들에 따른 지오메트리 디코딩은 도 1 내지 도 10에서 설명한 지오메트리 디코딩과 동일 또는 유사하므로 구체적인 설명은 생략한다.
실시예들에 따른 아리스메틱 디코더(13002)는 지오메트리 비트스트림을 아리스메틱 코딩을 기반으로 디코딩할 수 있다. 아리스메틱 디코더(13002)는 아리스메틱 디코더(11000)의 동작 및/또는 코딩과 동일 또는 유사한 동작 및/또는 코딩을 수행한다.
실시예들에 따른 오큐판시 코드 기반 옥트리 재구성 처리부(13003)는 디코딩된 지오메트리 비트스트림으로부터 (또는 디코딩 결과 확보된 지오메트리에 관한 정보)로부터 오큐판시 코드를 획득하여 옥트리를 재구성할 수 있다. 오큐판시 코드 기반 옥트리 재구성 처리부(13003)는 옥트리 합성부(11001)의 동작 및/또는 옥트리 생성 방법과 동일 또는 유사한 동작 및/또는 방법을 수행한다. 실시예들에 따른 표면 모델 처리부(13004)는 트라이숩 지오메트리 인코딩이 적용된 경우, 표면 모델 방식에 기반하여 트라이숩 지오메트리 디코딩 및 이와 관련된 지오메트리 리컨스트럭션(예를 들면 삼각형 재구성, 업-샘플링, 복셀화)을 수행할 수 있다. 표면 모델 처리부(13004)는 서페이스 오프록시메이션 합성부(11002) 및/또는 지오메트리 리컨스트럭션부(11003)의 동작과 동일 또는 유사한 동작을 수행한다.
실시예들에 따른 인버스 양자화 처리부(13005)는 디코딩된 지오메트리를 인버스 양자화할 수 있다.
실시예들에 따른 메타데이터 파서(13006)는 수신한 포인트 클라우드 데이터에 포함된 메타데이터, 예를 들어 설정 값 등을 파싱할 수 있다. 메타데이터 파서(13006)는 메타데이터를 지오메트리 디코딩 및/또는 어트리뷰트 디코딩에 전달할 수 있다. 메타데이터에 대한 구체적인 설명은 도 12에서 설명한 바와 동일하므로 생략한다.
아리스메틱 디코더(13007), 인버스 양자화 처리부(13008), 예측/리프팅/RAHT 역변환 처리부(13009) 및 색상 역변환 처리부(13010)는 어트리뷰트 디코딩을 수행한다. 어트리뷰트 디코딩는 도 1 내지 도 10에서 설명한 어트리뷰트 디코딩과 동일 또는 유사하므로 구체적인 설명은 생략한다.
실시예들에 따른 아리스메틱 디코더(13007)는 어트리뷰트 비트스트림을 아리스메틱 코딩으로 디코딩할 수 있다. 아리스메틱 디코더(13007)는 재구성된 지오메트리를 기반으로 어트리뷰트 비트스트림의 디코딩을 수행할 수 있다. 아리스메틱 디코더(13007)는 아리스메틱 디코더(11005)의 동작 및/또는 코딩과 동일 또는 유사한 동작 및/또는 코딩을 수행한다.
실시예들에 따른 인버스 양자화 처리부(13008)는 디코딩된 어트리뷰트 비트스트림을 인버스 양자화할 수 있다. 인버스 양자화 처리부(13008)는 역양자화부(11006)의 동작 및/또는 역양자화 방법과 동일 또는 유사한 동작 및/또는 방법을 수행한다.
실시예들에 따른 예측/리프팅/RAHT 역변환 처리부(13009)는 재구성된 지오메트리 및 역양자화된 어트리뷰트들을 처리할 수 있다. 예측/리프팅/RAHT 역변환 처리부(13009)는 RAHT 변환부(11007), LOD생성부(11008) 및/또는 인버스 리프팅부(11009)의 동작들 및/또는 디코딩들과 동일 또는 유사한 동작들 및/또는 디코딩들 중 적어도 어느 하나 이상을 수행한다. 실시예들에 따른 색상 역변환 처리부(13010)는 디코딩된 어트리뷰트들에 포함된 컬러 값(또는 텍스쳐)을 역변환하기 위한 역변환 코딩을 수행한다. 색상 역변환 처리부(13010)는 컬러 역변환부(11010)의 동작 및/또는 역변환 코딩과 동일 또는 유사한 동작 및/또는 역변환 코딩을 수행한다. 실시예들에 따른 렌더러(13011)는 포인트 클라우드 데이터를 렌더링할 수 있다.
도 14는 실시예들에 따른 포인트 클라우드 데이터 송수신 방법/장치와 연동 가능한 구조의 예시를 나타낸다.
도 14의 구조는 서버(1460), 로봇(1410), 자율 주행 차량(1420), XR 장치(1430), 스마트폰(1440), 가전(1450) 및/또는 HMD(1470) 중에서 적어도 하나 이상이 클라우드 네트워크(1410)와 연결된 구성을 나타낸다. 로봇(1410), 자율 주행 차량(1420), XR 장치(1430), 스마트폰(1440) 또는 가전(1450) 등은 장치라 호칭된다. 또한, XR 장치(1430)는 실시예들에 따른 포인트 클라우드 데이터 (PCC) 장치에 대응되거나 PCC장치와 연동될 수 있다.
클라우드 네트워크(1400)는 클라우드 컴퓨팅 인프라의 일부를 구성하거나 클라우드 컴퓨팅 인프라 안에 존재하는 네트워크를 의미할 수 있다. 여기서, 클라우드 네트워크(1400)는 3G 네트워크, 4G 또는 LTE(Long Term Evolution) 네트워크 또는 5G 네트워크 등을 이용하여 구성될 수 있다.
서버(1460)는 로봇(1410), 자율 주행 차량(1420), XR 장치(1430), 스마트폰(1440), 가전(1450) 및/또는 HMD(1470) 중에서 적어도 하나 이상과 클라우드 네트워크(1400)을 통하여 연결되고, 연결된 장치들(1410 내지 1470)의 프로세싱을 적어도 일부를 도울 수 있다.
HMD (Head-Mount Display)(1470)는 실시예들에 따른 XR 디바이스 및/또는 PCC 디바이스가 구현될 수 있는 타입 중 하나를 나타낸다. 실시예들에 따른HMD 타입의 디바이스는, 커뮤니케이션 유닛, 컨트롤 유닛, 메모리 유닛, I/O 유닛, 센서 유닛, 그리고 파워 공급 유닛 등을 포함한다.
이하에서는, 상술한 기술이 적용되는 장치(1410 내지 1450)의 다양한 실시 예들을 설명한다. 여기서, 도 14에 도시된 장치(1410 내지 1450)는 상술한 실시예들에 따른 포인트 클라우드 데이터 송수신 장치와 연동/결합될 수 있다.
<PCC+XR>
XR/PCC 장치(1430)는 PCC 및/또는 XR(AR+VR) 기술이 적용되어, HMD(Head-Mount Display), 차량에 구비된 HUD(Head-Up Display), 텔레비전, 휴대폰, 스마트 폰, 컴퓨터, 웨어러블 디바이스, 가전 기기, 디지털 사이니지, 차량, 고정형 로봇이나 이동형 로봇 등으로 구현될 수도 있다.
XR/PCC 장치(1430)는 다양한 센서들을 통해 또는 외부 장치로부터 획득한 3차원 포인트 클라우드 데이터 또는 이미지 데이터를 분석하여 3차원 포인트들에 대한 위치 데이터 및 어트리뷰트 데이터를 생성함으로써 주변 공간 또는 현실 객체에 대한 정보를 획득하고, 출력할 XR 객체를 렌더링하여 출력할 수 있다. 예컨대, XR/PCC 장치(1430)는 인식된 물체에 대한 추가 정보를 포함하는 XR 객체를 해당 인식된 물체에 대응시켜 출력할 수 있다.
<PCC+XR+모바일폰>
XR/PCC 장치(1430)는 PCC기술이 적용되어 모바일폰(1440) 등으로 구현될 수 있다.
모바일폰(1440)은 PCC 기술에 기반하여 포인트 클라우드 콘텐츠를 디코딩하고, 디스플레이할 수 있다.
<PCC+자율주행+XR>
자율 주행 차량(1420)은 PCC 기술 및 XR 기술이 적용되어, 이동형 로봇, 차량, 무인 비행체 등으로 구현될 수 있다.
XR/PCC 기술이 적용된 자율 주행 차량(1420)은 XR 영상을 제공하는 수단을 구비한 자율 주행 차량이나, XR 영상 내에서의 제어/상호작용의 대상이 되는 자율 주행 차량 등을 의미할 수 있다. 특히, XR 영상 내에서의 제어/상호작용의 대상이 되는 자율 주행 차량(1420)은 XR 장치(1430)와 구분되며 서로 연동될 수 있다.
XR/PCC영상을 제공하는 수단을 구비한 자율 주행 차량(1420)은 카메라를 포함하는 센서들로부터 센서 정보를 획득하고, 획득한 센서 정보에 기초하여 생성된 XR/PCC 영상을 출력할 수 있다. 예컨대, 자율 주행 차량(1420)은 HUD를 구비하여 XR/PCC 영상을 출력함으로써, 탑승자에게 현실 객체 또는 화면 속의 객체에 대응되는 XR/PCC 객체를 제공할 수 있다.
이때, XR/PCC 객체가 HUD에 출력되는 경우에는 XR/PCC 객체의 적어도 일부가 탑승자의 시선이 향하는 실제 객체에 오버랩되도록 출력될 수 있다. 반면, XR/PCC 객체가 자율 주행 차량의 내부에 구비되는 디스플레이에 출력되는 경우에는 XR/PCC 객체의 적어도 일부가 화면 속의 객체에 오버랩되도록 출력될 수 있다. 예컨대, 자율 주행 차량(1220)은 차로, 타 차량, 신호등, 교통 표지판, 이륜차, 보행자, 건물 등과 같은 객체와 대응되는 XR/PCC 객체들을 출력할 수 있다.
실시예들에 의한 VR (Virtual Reality) 기술, AR (Augmented Reality) 기술, MR (Mixed Reality) 기술 및/또는 PCC(Point Cloud Compression)기술은, 다양한 디바이스에 적용 가능하다.
즉, VR 기술은, 현실 세계의 객체나 배경 등을 CG 영상으로만 제공하는 디스플레이 기술이다. 반면, AR 기술은, 실제 사물 영상 위에 가상으로 만들어진 CG 영상을 함께 보여 주는 기술을 의미한다. 나아가, MR 기술은, 현실세계에 가상 객체들을 섞고 결합시켜서 보여준다는 점에서 전술한 AR 기술과 유사하다. 그러나, AR 기술에서는 현실 객체와 CG 영상으로 만들어진 가상 객체의 구별이 뚜렷하고, 현실 객체를 보완하는 형태로 가상 객체를 사용하는 반면, MR 기술에서는 가상 객체가 현실 객체와 동등한 성격으로 간주된다는 점에서 AR 기술과는 구별이 된다. 보다 구체적으로 예를 들면, 전술한 MR 기술이 적용된 것이 홀로그램 서비스 이다.
다만, 최근에는 VR, AR, MR 기술을 명확히 구별하기 보다는 XR (extended Reality) 기술로 부르기도 한다. 따라서, 본 발명의 실시예들은 VR, AR, MR, XR 기술 모두에 적용 가능하다. 이러한 기술은 PCC, V-PCC, G-PCC 기술 기반 인코딩/디코딩이 적용될 수 있다.
실시예들에 따른 PCC방법/장치는 자율 주행 서비스를 제공하는 차량에 적용될 수 있다.
자율 주행 서비스를 제공하는 차량은 PCC 디바이스와 유/무선 통신이 가능하도록 연결된다.
실시예들에 따른 포인트 클라우드 데이터 (PCC) 송수신 장치는 차량과 유/무선 통신이 가능하도록 연결된 경우, 자율 주행 서비스와 함께 제공할 수 있는 AR/VR/PCC 서비스 관련 콘텐트 데이터를 수신/처리하여 차량에 전송할 수 있다. 또한 포인트 클라우드 데이터 송수신 장치 차량에 탑재된 경우, 포인트 클라우드 송수신 장치는 사용자 인터페이스 장치를 통해 입력된 사용자 입력 신호에 따라 AR/VR/PCC 서비스 관련 콘텐트 데이터를 수신/처리하여 사용자에게 제공할 수 있다. 실시예들에 따른 차량 또는 사용자 인터페이스 장치는 사용자 입력 신호를 수신할 수 있다. 실시예들에 따른 사용자 입력 신호는 자율 주행 서비스를 지시하는 신호를 포함할 수 있다.
도 15는 실시예들에 따른 포인트 클라우드 데이터 전송 장치의 동작을 나타내는 플로우차트이다.
도 15의 플로우 차트(1500)는 어트리뷰트 인코딩의 압축 효율을 높이기 위하여 프로젝션을 수행하는 포인트 클라우드 전송 장치(또는 포인트 클라우드 데이터 전송 장치라 호칭한다)의 동작의 예시를 나타낸다. 실시예들에 따른 프로젝션(projection)은 어트리뷰트 인코딩의 전처리 과정으로 지오메트리에 적용된다. 일정 패턴으로 획득되는 포인트 클라우드 데이터 (예를 들면 LiDAR 데이터 등)은 획득 패턴에 따라 데이터 분포의 밀도가 다르다. 도 1 내지 도 14에서 설명한 바와 같이 어트리뷰트 인코딩은 지오메트리 인코딩을 기반으로 수행된다. 불균일하게 분포한 지오메트리를 기반으로 어트리뷰트를 인코딩하는 경우, 어트리뷰트 압축 효율이 저하될 수 있다. 따라서 실시예들에 따른 프로젝션은 위치 변경을 통해 어트리뷰트 압축 효율을 높일 수 있는 포인트 클라우드 데이터에 적용된다. 프로젝션은 각 포인트의 포지션(지오메트리)을 나타내는 좌표계(예를 들면 x축, y축 및 z축으로 구성된 직교 좌표계 등)를 변환하고 변환된 좌표계를 압축 가능한 형태(예를 들면 사각 기둥 형태의 공간)를 나타내는 좌표계로 변환하는 것을 의미한다. 실시예들에 따른 프로젝션은 좌표 변환(coordinate conversion)으로 호칭될 수 있다.
도 1 내지 도 14에서 설명한 바와 같이 포인트 클라우드 전송 장치(예를 들면 도 1의 전송 장치, 도 4의 포인트 클라우드 인코더, 및 도 12의 전송 장치)는 지오메트리에 대하여 코딩(지오메트리 코딩)을 수행한다(1510). 실시예들에 따른 지오메트리 코딩은 도 4에서 설명한 좌표 변환부(40000), 양자화(40001), 옥트리 분석부(40002), 서페이스 어프록시메이션 분석부(40003), 아리스메틱 인코더(40004) 및 지오메트리 리컨스럭션부(Reconstruct Geometry, 40005)의 동작들 중 적어도 하나 이상, 조합에 대응하며 위 예시에 국한되지 않는다. 또한 실시예들에 따른 지오메트리 코딩은 도 12에서 설명한 데이터 입력부(12000), 양자화 처리부(12001), 복셀화 처리부(12002), 옥트리 오큐판시 코드 생성부(12003), 표면 모델 처리부(12004), 인트라/인터 코딩 처리부(12005), 아리스메틱 코더(12006), 메타데이터 처리부(12007)의 동작들 중 적어도 하나 이상, 조합에 대응하며 위 예시에 국한되지 않는다. 실시예들에 따른 지오메트리 코딩은 지오메트리 인코딩이라 호칭될 수 있다.
실시예들에 따른 포인트 클라우드 전송 장치는 손실 코딩(lossy coding)을 수행한 경우, 인코드된 지오메트리를 디코딩하고, 리컬러링 (어트리뷰트 트랜스퍼)을 수행한다(1520). 포인트 클라우드 전송 장치는 재구성된 지오메트리와 어트리뷰트를 매칭하여 어트리뷰트 왜곡(attribute distortion)을 최소화할 수 있다. 포인트 클라우드 전송 장치는 재구성된 지오메트리에 대해 프로젝션(projection)을 수행할지 여부를 결정하고(1530), 프로젝션을 수행할 수 있다(1540).
실시예들에 따른 포인트 클라우드 전송 장치는 프로젝션이 수행된 지오메트리를 기반으로 어트리뷰트 코딩을 수행한다(1550). 실시예들에 따른 어트리뷰트 코딩은 도 4에서 설명한 컬러 변환부(40006), 어트리뷰트 변환부(40007), RAHT 변환부(40008), LOD생성부(40009), 리프팅 변환부(40010), 계수 양자화부(40011) 및/또는 아리스메틱 인코더(40012)의 동작들 중 적어도 하나 이상, 조합에 대응하며 위 예시에 국한되지 않는다. 또한 실시예들에 따른 어트리뷰트 코딩은 도 12에서 설명한 색상 변환 처리부(12008), 어트리뷰트 변환 처리부(또는 속성 변환 처리부)(12009), 예측/리프팅/RAHT 변환 처리부(12010), 아리스메틱 (Arithmetic) 코더(12011)의 동작들 중 적어도 하나 이상, 조합에 대응하며 위 예시에 국한되지 않는다. 실시예들에 따른 어트리뷰트 코딩은 어트리뷰트 인코딩이라 호칭될 수 있다. 포인트 클라우드 전송 장치는 어트리뷰트 코딩을 수행하여 어트리뷰트 비트스트림을 출력한다.
실시예들에 따른 지오메트리 코딩 및 어트리뷰트 코딩에 대한 설명은 도 1 내지 도 14에서 설명한 바와 동일하므로 구체적인 내용은 생략한다.
도 16은 포인트 클라우드 데이터 전송 장치의 동작의 예시이다.
도 16의 플로우 차트(1600)는 도 15의 플로우 차트(1500)의 포인트 클라우드 데이터 전송 장치(또는 포인트 클라우드 전송 장치)의 동작을 구체화한 것이다. 플로우 차트(1600)는 포인트 클라우드 전송 장치의 동작의 예시를 나타낸다. 따라서 포인트 클라우드 전송 장치의 데이터 처리 순서는 본 예시에 국한되지 않는다. 또한 실시예들에 따른 플로우 차트(1600)의 구성요소가 나타내는 동작은 포인트 클라우드 전송 장치를 구성하는 하드웨어, 소프트웨어, 프로세스 또는 이들의 조합에 의해 수행될 수 있다.
포인트 클라우드 전송 장치는 지오메트리 데이터에 대해 지오메트리 코딩(예를 들면 도 15에서 설명한 지오메트리 코딩(1510))을 수행하여 지오메트리 비트스트림(geometry bitstream)을 출력한다. 실시예들에 따른 지오메트리 코딩은 지오메트리 인코딩(geometry encoding)(1610), 지오메트리 양자화(geometry quantization)(1611) 및 엔트로피 코딩(entropy coding)(1612)를 포함할 수 있다. 실시예들에 따른 지오메트리 인코딩(1610)은 옥트리 지오메트리 인코딩(octree geometru encoding), 트라이숩 지오메트리 인코딩(trisoup geometry encoding), 프레딕티브 지오메트리 코딩 (predictive geometry coding) 중 적어도 하나 이상을 포함할 수 있으며 예시에 국한되지 않는다. 지오메트리 인코딩에 대한 설명은 도 4에서 설명한 바와 동일하므로 생략한다.
포인트 클라우드 전송 장치는 재구성된 지오메트리 데이터를 기반으로 프로젝션 프리프로세싱(예를 들면 도 15에서 설명한 프로젝션)(project preprocessing)을 수행한다(1620). 포인트 클라우드 전송 장치는 프로젝션 프리프로세싱을 수행하여 프로젝트된 지오메트리와 어트리뷰트를 출력할 수 있다. 실시예들에 따른 프로젝션 프리프로세싱(1620)은 리컨스트럭트된 지오메트리에 대한 역양자화 및 디코딩(dequantization & decoding)(1630), 디코드된 지오메트리 및 어트리뷰트를 매칭하기 위한 리컬러링(recolouring)(1631) 및 프로젝션(projection)(1632)을 포함할 수 있다.
실시예들에 따른 포인트 클라우드 전송 장치는 재구성된 지오메트리에 대해 역양자화 및 디코딩을 수행한다(1630). 포인트 클라우드 전송 장치는 디코드된 지오메트리와 어트리뷰트 데이터를 매칭하기 위해 리컬러링을 수행한다(1631). 포인트 클라우드 전송 장치는 리컬러링된 포인트 클라우드 데이터(예를 들면 지오메트리 및 어트리뷰트)에 대하여 프로젝션을 수행한다(1632).
실시예들에 따른 프로젝션(1632)은 좌표 변환(coordinate conversion)(1640), 좌표 프로젝션(coordinate projection)(1641), 레이저 포지션 조정(laser position adjustment)(1642), 샘플링 레이트 조정(sampling rate adjustment)(1643) 및 프로젝션 도메인 복셀라이제이션(projection domain voxelization)(1644) 중 적어도 이상을 포함할 수 있다. 지오메트리는 포인트의 포지션을 나타내며, 각 포인트의 포지션은 좌표계(예를 들면 2/3차원 직교 좌표계, 2/3차원 원통 좌표계, 구면 좌표계 등)으로 표현된다. 실시예들에 따른 포인트 클라우드 전송 장치는 입력된 지오메트리가 나타내는 각 포인트의 포지션을 3차원 공간상의 포지션으로 표현하기 위하여 좌표계를 선택하고 지오메트리를 선택된 좌표계 상의 정보(예를 들면 벡터값 등)로 변환하는 좌표 변환(1640)을 수행한다. 예를 들어 포인트 클라우드 전송 장치는 직교 좌표계를 원통 좌표계로 변환하는 직교-원통 좌표 변환, 직교 좌표계를 구면 좌표계로 변환하는 직교-구면 좌표 변환등을 포함하는 좌표 변환을 수행할 수 있다. 실시예들에 따른 좌표계 및 좌표 변환은 상술한 예시에 국한되지 않는다. 실시예들에 따른 포인트 클라우드 전송 장치는 변환된 좌표계에서 표현되는 지오메트리를 압축 가능한 형태(예를 들면 사각 기둥 공간 등)로 프로젝션하는 좌표 프로젝션(1641)을 수행한다.
포인트 클라우드 전송 장치는 프로젝션의 정확도를 높이기 위하여 프로젝션을 보정하는 레이저 포지션 조정(1642) 및/또는 샘플링 레이트 조정(1643)을 수행한다. 레이저 포지션 조정(1642) 및 샘플링 레이트 조정(1643)은 프로젝션 보정 처리 과정으로, 포인트 클라우드 데이터의 특성 및 포인트 클라우드 데이터 획득 장치의 특성 등에 따라 선택적으로 수행되거나, 동시에 수행되거나 순차적으로 모두 수행되거나, 순차적으로 선택하여 수행되거나 모두 수행되지 않을 수 있다. 상술한 바와 같이 일정 패턴으로 획득되는 포인트 클라우드 데이터 (예를 들면 LiDAR 데이터 등)는 프로젝션이 수행되면 밀도 차이에 따라 정확도가 떨어질 수 있다. 포인트 클라우드 전송 장치는 포인트 클라우드 데이터 획득 장치(예를 들면 레이저)의 위치를 고려하여 프로젝트된 포인트 클라우드 데이터(예를 들면 프로젝트된 지오메트리)를 보정하기 위한 레이저 포지션 조정(1642)을 수행한다. 포인트 클라우드 전송 장치는 포인트 클라우드 데이터 획득 장치의 기계적인 특성을 기반으로 스케일 팩터(scale factor)를 적용하여 프로젝트된 포인트 클라우드 데이터(예를 들면 프로젝트된 지오메트리)를 보정하기 위한 샘플링 레이트 조정(1643)을 수행한다.
포인트 클라우드 전송 장치는 프로젝트된 지오메트리를 압축에 효율적인 도메인으로 변환하기 위한 복셀라이제이션(1644)을 수행한다. 프로젝트된 지오메트리는 복셀라이제이션(1644)을 거쳐 압축을 위한 정수 단위의 위치 정보로 변환된다.
포인트 클라우드 전송 장치는 프로젝트된 지오메트리를 기반으로 어트리뷰트 코딩(예를 들면 도15에서 설명한 어트리뷰트 코딩 (1550))을 수행하여 어트리뷰트 비트스트림(attribute bitstream)을 출력한다. 실시예들에 따른 어트리뷰트 코딩은 어트리뷰트 인코딩(attribute encoding)(1621), 어트리뷰트 양자화(attribute quantization)(1622) 및 엔트로피 코딩(entropy coding)(1623)을 포함한다. 실시예들에 따른 어트리뷰트 코딩은 어트리뷰트 인코딩으로 호칭될 수 있다. 실시예들에 따른 어트리뷰트 인코딩(1621)은 포인트 클라우드 콘텐트에 따라 RAHT 코딩, 예측 변환 코딩 및 리프팅 변환 코딩 중 적어도 어느 하나 또는 하나 또는 그 이상의 코딩들의 조합에 대응한다. 예를 들어 RAHT 코딩 및 리프팅 변환 코딩은 포인트 클라우드 콘텐트 데이터를 상당한 크기로 압축을 하는 손실 코딩 (lossy coding)에 사용될 수 있다. 또한 예측 변환 코딩은 무손실 코딩 (lossless coding)에 사용될 수 있다.
도면에 도시된 바와 같이 출력된 지오메트리 비트스트림 및 어트리뷰트 비트스트림은 멀티플렉싱되어 전송된다.
도 17은 포인트 클라우드 전송 장치의 처리과정의 예시를 나타낸다.
도면에 도시된 플로우 차트(1700)는 도 15 내지 도 16에서 설명한 포인트 클라우드 전송 장치의 처리 과정의 예시를 나타낸다. 포인트 클라우드 전송 장치의 동작은 본 예시에 국한되지 않으며, 각 엘레멘트에 대응하는 동작은 도 17에 도시된 순서대로 수행될 수도 있고, 순차적으로 수행되지 않을 수도 있다.
도 15 내지 도 16에서 설명한 바와 같이 포인트 클라우드 전송 장치는 포인트 클라우드 데이터를 입력 받고, 지오메트리에 대해 지오메트리 인코딩(Geometry encoding)을 수행한다(1710). 지오메트리 인코딩(1710)은 도 15에서 설명한 지오메트리 코딩(1510), 도 16에서 설명한 지오메트리 코딩, 도 16의 지오메트리 인코딩(1610), 지오메트리 양자화(1611) 및 엔트로피 코딩(1612)과 동일하므로 구체적인 설명은 생략한다. 포인트 클라우드 전송 장치는 지오메트리 디코딩(Geometry decoding) (1720) 및 리컬러링(Recoloring)(1725)을 수행한다. 디코딩(1720) 및 리컬러링(1725)은 도 15에서 설명한 지오메트리 디코딩/리컬러링(1520)및 도 16의 역양자화 및 디코딩(1630) 및 리컬러링(1631)과 동일하므로 구체적인 설명은 생략한다. 실시예들에 따른 포인트 클라우드 전송 장치는 리컬러링된 지오메트리 데이터에 대하여 프로젝션을 수행한다. 실시예들에 따른 프로젝션은 좌표 변환(Coordinate conversion)(1730), 좌표 프로젝션(Coordinate projection) (1731), 레이저 포지션 조정(laser position adjustment)(1733), 샘플링 레이트 조정(Sampling rate adjustment)(1733) 및 프로젝션 도메인 복셀라이제이션(Projection domain (1734)를 포함한다. 좌표 변환(Coordinate conversion)을 수행한다(1730). 실시예들에 따른 좌표 변환(1730)은 도 16에서 설명한 프로젝션(1632) 및 좌표 변환(1640)과 동일하므로 구체적인 설명은 생략한다. 포인트 클라우드 전송 장치는 좌표 프로젝션을 수행한다(1731). 실시예들에 따른 좌표 프로젝션(Coordinate projection)(1731)은 도 16에서 설명한 프로젝션(1632)와 동일하므로 구체적인 설명은 생략한다. 포인트 클라우드 전송 장치는 프로젝션을 보정하기 위해 레이저 포지션 조정(Laser position adjustment)(1732), 샘플링 레이트 조정(Sampling rate adjustment)(1733), 프로젝션 도메인 복셀라이제이션(Projection domain voxelization)(1734)를 순차적으로 또는 선택적으로 수행할 수 있다. 레이저 포지션 조정(1732), 샘플링 레이트 조정(1733) 및 프로젝션 도메인 복셀라이제이션(1734)은 도 16에서 설명한 레이저 포지션 조정(1642), 샘플링 레이트 조정(1643) 및 복셀라이제이션(1644)과 동일하므로 구체적인 설명은 생략한다.
실시예들에 따른 포인트 클라우드 전송 장치는 어트리뷰트 코딩(attribute coding) 및 엔트로피 코딩(entropy coding)(1745)을 수행한다(1740). 어트리뷰트 코딩(1740) 및 엔트로피 코딩(1745)는 도 15에서 설명한 어트리뷰트 코딩(1550) 및 도 16에서 설명한 어트리뷰트 코딩, 예를 들면 어트리뷰트 인코딩(1621), 엔트로피 코딩(1623)과 동일하므로 구체적인 설명은 생략한다.
도 18은 좌표 변환의 예시이다.
도 15 내지 도 18에서 설명한 바와 같이 포인트 클라우드 전송 장치는 좌표 변환(예를 들면 좌표 변환(1641), 좌표 변환(1730)등)을 수행한다. 지오메트리는 포인트 클라우드의 포인트의 포지션(예를 들면 위치 등)을 나타내는 정보이다. 도 4에서 설명한 바와 같이 지오메트리 정보는 2차원 좌표계의 값 (예를 들면 x축 및 y축으로 구성된 직교 좌표계의 파라미터 (x,y), 원통 좌표계의 파라미터 (r, θ)), 3차원 좌표계의 값(예를 들면 3차원 직교 좌표계(Orthogonal coordinates)의 파라미터 (x,y,z), 원통 좌표계(Cylindrical coordinates)의 파라미터 (r, θ, z), 구면 좌표계(Cylindrical coordinates)의 파라미터 (ρ, θ, ) 등)들로 표현될 수 있다. 하지만 포인트 클라우드 데이터의 타입 및/또는 좌표계에 따라 지오메트리가 나타내는 포인트의 포지션은 불규칙한 위치, 분포등을 갖는 것으로 표현될 수 있다. 예를 들어 직교 좌표계로 표현된 LiDAR 데이터의 지오메트리는 원점으로부터 멀리 위치한 포인트들 사이의 거리가 증가함을 나타낸다. 예를 들어 원통 좌표계로 표현된 지오메트리는 원점으로부터 멀리 떨어진 포인트들에 대해서도 균일한 분포를 표현할 수 있지만 원점과 가까운 포인트들에 대해서는 포인트 사이의 거리가 증가되어 균일한 분포를 표현할 수 없다. 이러한 포인트들의 불규칙한 위치, 분포 등을 표현하기 위해서는 더 많은 양의 정보, 즉 지오메트리가 필요하므로 결과적으로 지오메트리 코딩의 효율을 낮추는 결과를 초래할 수 있다. 따라서 실시예들에 따른 포인트 클라우드 인코더(예를 들면 도 1, 도4, 도 11, 도 14 및 도 15에서 설명한 포인트 클라우드 인코더)는 지오메트리 코딩의 효율을 증대시키기 위하여 지오메트리의 좌표계를 일부 및/또는 전부 변환하는 동작을 수행할 수 있다.
도 18은 상호 변환 가능한 좌표계의 예시, 3차원 직교 좌표계(1800), 원통 좌표계(1810), 구면 좌표계(1820)를 나타낸다. 실시예들에 따른 좌표계는 본 예시에 국한되지 않는다.
실시예들에 따른 3차원 직교 좌표계(1800)는 원통 좌표계(1810)와 상호 변환될 수 있다.
실시예들에 따른 3차원 직교 좌표계(1800)는 원점에서 서로 직교하는 X축, Y축 및 Z 축으로 구성될 수 있다. 3차원 직교 좌표계 상의 점(또는 파라미터)은 (x,y,z)로 표현될 수 있다. X축과 Y축이 형성하는 X-Y 평면, Y축과 Z축이 형성하는 Y-Z 평면 및 X 축과 Z 축이 형성하는 X-Z 평면은 원점에서 서로 수직으로 만날 수 있다. 실시예들에 따른 X축, Y축 및 Z 축의 명칭은 각 축을 구별하기 위해 사용되는 용어에 불과하며, 다른 명칭으로 대체될 수 있다.
실시예들에 따른 원통 좌표계(1810)는 원점에서 서로 직교하는 X축, Y축 및 Z 축으로 구성될 수 있다. 원통 좌표계(1810) 상의 임의의 점(또는 파라미터) P는 (r,
Figure 112021030328621-pat00004
.z)로 표현될 수 있다. r은 좌표공간위의 임의의 점 P를 X-Y 평면으로 정사영시킨 점과 원점까지의 거리를 나타낸다.
Figure 112021030328621-pat00005
는 X축의 양의 방향과 원점으로부터 임의의 점 P를 X-Y 평면으로 정사영시킨 점까지를 잇는 직선 사이의 각도를 나타낸다. z는 점 P와 점 P를 X-Y 평면으로 정사영시킨 점 사이의 거리를 나타낸다. 실시예들에 따른 X축, Y축 및 Z 축의 명칭은 각 축을 구별하기 위해 사용되는 용어에 불과하며, 다른 명칭으로 대체될 수 있다.
도면에 도시된 수학식(1811)은 직교-원통 좌표 변환에 따라 직교 좌표계를 원통 좌표계로 변환할 때, 직교 좌표계에서 표현된 지오메트리 정보를 원통 좌표계로 표현하기 위한 수학식을 나타낸다. 즉, 수학식(1811)은 좌표 변환에 따라 원통 좌표계의 파라미터가 하나 또는 그 이상의 직교 좌표계의 파라미터들로 표현될 수 있음을 나타낸다(예를 들면
Figure 112021030328621-pat00006
).
도면에 도시된 수학식(1812)은 원통-직교 좌표 변환에 따라 원통 좌표계를 직교 좌표계로 변환할 때, 원통 좌표계에서 표현된 지오메트리 정보를 직교 좌표계로 표현하기 위한 수학식을 나타낸다. 즉, 수학식(1812)은 좌표 변환에 따라 직교 좌표계의 파라미터가 하나 또는 그 이상의 원통 좌표계의 파라미터들로 표현될 수 있음을 나타낸다(예를 들면
Figure 112021030328621-pat00007
).
실시예들에 따른 3차원 직교 좌표계(1800)는 구면 좌표계(1820)와 상호 변환될 수 있다.
실시예들에 따른 구면 좌표계(1820)는 원점에서 서로 직교하는 X축, Y축 및 Z 축으로 구성될 수 있다. 구면 좌표계 상의 임의의 점(또는 파라미터) P는 (
Figure 112021030328621-pat00008
)로 표현 될 수 있다.
Figure 112021030328621-pat00009
는 원점 O로부터 임의의 점 P까지의 거리를 나타내며 0보다 크거나 같은 값을 갖는다.
Figure 112021030328621-pat00010
는 Z축의 양의 방향과 임의의 점 P 사이의 각도를 나타내며, 일정 범위내의 값을 갖는다(예를 들면 0보다 크거나 같고
Figure 112021030328621-pat00011
보다 작거나 같은 값).
Figure 112021030328621-pat00012
는 임의의 점 P을 X-Y 평면에 정사형시킨 점과 X축의 양의 방향 사이의 각도를 나타내며 일정 범위내의 값을 갖는다(예를 들면 0보다 크거나 같고
Figure 112021030328621-pat00013
보다 작거나 같은 값). 실시예들에 따른 X축, Y축 및 Z 축의 명칭은 각 축을 구별하기 위해 사용되는 용어에 불과하며, 다른 명칭으로 대체될 수 있다.
도면에 도시된 수학식(1821)은 직교-구면 좌표 변환에 따라 직교 좌표계를 구면 좌표계로 변환할 때, 직교 좌표계에서 표현된 지오메트리 정보를 구면 좌표계로 표현하기 위한 수학식을 나타낸다. 즉, 수학식(1821)은 좌표 변환에 따라 구면 좌표계의 파라미터가 하나 또는 그 이상의 직교 좌표계의 파라미터들로 표현될 수 있음을 나타낸다(예를 들면
Figure 112021030328621-pat00014
).
도면에 도시된 수학식(1822)은 구면-직교 좌표 변환에 따라 구면 좌표계를 직교 좌표계로 변환할 때, 구면좌표계에서 표현된 지오메트리 정보를 직교 좌표계로 표현하기 위한 수학식을 나타낸다. 즉, 수학식(1822)은 좌표 변환에 따라 직교 좌표계의 파라미터가 하나 또는 그 이상의 구면 좌표계의 파라미터들로 표현될 수 있음을 나타낸다.
도 19는 좌표계의 예시이다.
도 19는 LiDAR 데이터의 레이저 모듈들의 배치를 고려한 좌표계의 예시이다. 도 19의 좌측은 LiDAR(Light Detection And Ranging　또는 Light Imaging, Detection, And Ranging) 데이터를 수집하는 LiDAR 헤드(1900)를 나타낸다. LiDAR 데이터는 대상에 레이저를 비추어 거리를 측정하는 LiDAR 방식으로 확보된다. LiDAR 헤드(1900)는 수직 방향으로 일정 각도로 배치된 하나 또는 그 이상의 레이저 모듈(또는 레이저 센서)들을 포함하며 수직 축을 중심으로 회전한다. 각 레이저 모듈로부터 출력된 레이저 광이 대상으로부터 반사되어 돌아오는 시간(및/또는 파장)은 서로 같거나 다를 수 있다. 따라서 LiDAR 데이터는 대상으로부터 레이저 광들이 돌아오는 시간의 차이 및/또는 파장 차이 등을 기반으로 구성되는 3차원 표현(3D representation)이다. 보다 넓은 커버리지를 갖기 위하여, 레이저 모듈들은 레이저를 방사형으로 출력할 수 있도록 배치된다. 따라서 실시예들에 따른 좌표계는 레이저 모듈들이 레이저를 출력하는 형태에 대응하는 부채꼴 평면으로서, 원통형 좌표계의 축을 중심으로 360도 회전시킨 부채꼴 원통 좌표계(1910), 원통형 좌표계와 구면 좌표계가 결합된 형태의 일부분인 부채꼴 형태로서 구면 좌표계의 축을 중심으로 360도 회전시킨 부채꼴 구면 좌표계(1920)를 포함한다. 실시예들에 따른 부채꼴 원통 좌표계(1910)는 원통 좌표계의 수직 방향을 높이(elevation)으로 표현할 때, 일정 범위를 갖는다. 또한 실시예들에 따른 부채꼴 구면 좌표계(1920)는 구면 좌표계의 수직 방향을 높이(elevation)으로 표현할 때 일정 범위를 갖는다.
도 20은 좌표 변환의 예시이다.
도 15 내지 도 18에서 설명한 바와 같이 포인트 클라우드 전송 장치는 좌표 변환(예를 들면 좌표 변환(1641), 좌표 변환(1730)등)을 수행한다. 도 20은 레이저 모듈의 특성을 기반으로 직교 좌표계(2000)(예를 들면 도 18에서 설명한 직교 좌표계(1800))를 부채꼴 원통 좌표계(2010)(예를 들면 도 19에서 설명한 부채꼴 원통 좌표계(1910)) 및 부채꼴 구면 좌표계(2020)(예를 들면 도 19에서 설명한 부채꼴 구면 좌표계(1920))으로 상호 변환하는 좌표 변환을 나타낸다. 실시예들에 따른 변환 가능한 좌표계는 상술한 예시에 국한되지 않는다.
실시예들에 따른 직교 좌표계(2000)는 부채꼴 원통 좌표계(2010)와 상호 변환될 수 있다.
실시예들에 따른 직교 좌표계(2000)는 도 18에서 설명한 3차원 직교 좌표계(1800)와 동일하므로 구체적인 설명은 생략한다.
실시예들에 따른 부채꼴 원통 좌표계(2010)는 원점에서 서로 직교하는 X축, Y축 및 Z 축으로 구성될 수 있다. 부채꼴 원통 좌표계(2010) 상의 임의의 점(또는 파라미터) P는 (r,
Figure 112021030328621-pat00015
,
Figure 112021030328621-pat00016
)로 표현될 수 있다. r은 좌표공간위의 임의의 점 P를 X-Y 평면으로 정사영시킨 점과 원점까지의 거리를 나타낸다.
Figure 112021030328621-pat00017
는 X축의 양의 방향과 원점으로부터 임의의 점 P를 X-Y 평면으로 정사영시킨 점까지를 잇는 직선 사이의 각도를 나타낸다.
Figure 112021030328621-pat00018
는 점 P와 점 P를 X-Y 평면으로 정사영시킨 점을 잇는 직선과 도 19에서 설명한 평면 부채꼴의 중심점(center)이 수직하는 직선과, 중심점(center)과 점 P를 잇는 직선 사이의 각도를 나타낸다(점선으로 도시). 실시예들에 따른 X축, Y축 및 Z 축의 명칭은 각 축을 구별하기 위해 사용되는 용어에 불과하며, 다른 명칭으로 대체될 수 있다.
도면에 도시된 수학식(2011)은 직교-부채꼴 원통 좌표 변환에 따라 직교 좌표계(2000)를 부채꼴 원통형 좌표계(2010)로 변환할 때, 직교 좌표계에서 표현된 지오메트리 정보를 부채꼴 원통 좌표계로 표현하기 위한 수학식을 나타낸다. 즉, 수학식(2011)은 좌표 변환에 따라 부채꼴 원통 좌표계의 파라미터가 하나 또는 그 이상의 직교 좌표계의 파라미터들로 표현될 수 있음을 나타낸다(예를 들면
Figure 112021030328621-pat00019
).
도면에 도시된 수학식(2012)은 부채꼴 원통-직교 좌표 변환에 따라 부채꼴 원통 좌표계를 직교 좌표계로 변환할 때, 부채꼴 원통 좌표계에서 표현된 지오메트리 정보를 직교 좌표계로 표현하기 위한 수학식을 나타낸다. 즉, 수학식(2012)은 좌표 변환에 따라 직교 좌표계의 파라미터가 하나 또는 그 이상의 부채꼴 원통 좌표계의 파라미터들로 표현될 수 있음을 나타낸다(예를 들면
Figure 112021030328621-pat00020
).
실시예들에 따른 부채꼴 구면 좌표계(2020)는 원점에서 서로 직교하는 X축, Y축 및 Z 축으로 구성될 수 있다. 구면 좌표계 상의 임의의 점(또는 파라미터) P는 (
Figure 112021030328621-pat00021
)로 표현 될 수 있다.
Figure 112021030328621-pat00022
는 원점 O로부터 임의의 점 P까지의 거리를 나타내며 0보다 크거나 같은 값을 갖는다.
Figure 112021030328621-pat00023
는 임의의 점 P를 X-Y 평면에 곡면을 따라 정사형시킨 점과 X축의 양의 방향 사이의 각도를 나타내며 일정 범위 내의 값을 갖는다(
Figure 112021030328621-pat00024
).
Figure 112021030328621-pat00025
는 점 P와 점 P를 곡면을 따라 X-Y 평면에 정사영시킨 점을 잇는 선과 원점과 점 P를 잇는 직선 사이의 각도를 나타낸다(점선으로 도시). 실시예들에 따른 X축, Y축 및 Z 축의 명칭은 각 축을 구별하기 위해 사용되는 용어에 불과하며, 다른 명칭으로 대체될 수 있다.
도면에 도시된 수학식(2021)은 직교-부채꼴 구면 좌표 변환에 따라 직교 좌표계를 부채꼴 구면 좌표계로 변환할 때, 직교 좌표계에서 표현된 지오메트리 정보를 부채꼴 구면 좌표계로 표현하기 위한 수학식을 나타낸다. 즉, 수학식(1821)은 좌표 변환에 따라 부채꼴 구면 좌표계의 파라미터가 하나 또는 그 이상의 직교 좌표계의 파라미터들로 표현될 수 있음을 나타낸다(예를 들면
Figure 112021030328621-pat00026
).
도면에 도시된 수학식(2022)은 부채꼴 구면-직교 좌표 변환에 따라 부채꼴 구면 좌표계를 직교 좌표계로 변환할 때, 부채꼴 구면 좌표계에서 표현된 지오메트리 정보를 직교 좌표계로 표현하기 위한 수학식을 나타낸다. 즉, 수학식(2022)은 좌표 변환에 따라 직교 좌표계의 파라미터가 하나 또는 그 이상의 부채꼴 구면 좌표계의 파라미터들로 표현될 수 있음을 나타낸다(예를 들면
Figure 112021030328621-pat00027
).
실시예들에 따른 포인트 클라우드 데이터 전송 장치(예를 들면 도 1, 도 11, 도 14 및 도 15에서 설명한 포인트 클라우드 데이터 전송장치)는 좌표 변환과 관련된 시그널링 정보를 생성하여 포인트 클라우드 데이터 수신 장치(예를 들면 도 1, 도 13, 도 14 및 도 16에서 설명한 포인트 클라우드 데이터 수신 장치)로 전송할 수 있다. 좌표 변환과 관련된 시그널링 정보는 시퀀스 레벨, 프레임 레벨, 타일 레벨, 슬라이스 레벨 등으로 시그널링 될 수 있다. 실시예들에 따른 포인트 클라우드 디코더(예를 들면 도 1, 도 13-도 14 및 도 16에서 설명한 포인트 클라우드 디코더)는 좌표 변환과 관련된 시그널링 정보를 기반으로 포인트 클라우드 인코더의 부호화 과정의 역과정인 복호화 과정 (decoding operation)을 수행할 수 있다. 또한 실시예들에 따른 포인트 클라우드 디코더는 좌표 변환과 관련된 시그널링 정보를 수신하지 않고, 주변 블록의 좌표 변환 여부, 블록의 크기, 포인트의 개수, 양자화 값등을 기반으로 유도하여 좌표 변환을 수행할 수 있다.
도 21은 좌표 프로젝션의 예시를 나타낸다.
포인트 클라우드 전송 장치는 도 15 내지 도 20에서 설명한 좌표 변환에 따라 변환된 좌표계에서 표현되는 지오메트리를 압축 가능한 형태로 프로젝션하는 좌표 프로젝션(coordinate projection)을 수행한다. 도 21은 도 15 내지 도 17에서 설명한 좌표 프로젝션(coordinate projection)(예를 들면 좌표 프로젝션(1641) 등)의 예시를 나타낸다. 도 21은 부채꼴 원통 좌표계(2100)(예를 들면 도 19에서 설명한 부채꼴 원통 좌표계(1910), 도 20에서 설명한 부채꼴 원통 좌표계(2010)) 및 부채꼴 구면 좌표계(2110)(예를 들면 도 19에서 설명한 부채꼴 구면 좌표계(1920), 도 20에서 설명한 부채꼴 구면 좌표계(2020))를 사각 기둥 공간(2120)으로 상호 변환(프로젝션)하는 과정을 나타낸다. 실시예들에 따른 사각 기둥 공간(2120)은 x축, y축,z축(또는 x'축, y'축, z'축로도 표현됨)으로 구성되는 3차원 좌표계에서 표현되며 바운딩 박스(bounding box)로 호칭될 수 있다. 또한 x'축, y'축, z'축 각각은 최대값 (x_max, y_max, z_max) 및 최소값 (x_min, y_min, z_min)을 갖는다. 도 21에 도시된 변환 과정에서, 부채꼴 원통 좌표계(2100)의 임의의 점 P값을 나타내는 파라미터 (
Figure 112021030328621-pat00028
) 및 부채꼴 구면 좌표계(2110)의 임의의 점 P 값을 나타내는 파라미터 (
Figure 112021030328621-pat00029
)는 x'축, y'축, z'축의 파라미터로 각각 표현된다. 파라미터 (
Figure 112021030328621-pat00030
) 및 파라미터 (
Figure 112021030328621-pat00031
)의 각 파라미터는 x'축, y'축, z'축 중 어느 한 축에 각각 대응하거나 (예를 들면 r은 X'축에 대응) 별도의 변환 수식에 따라 변환 및 대응될 수 있다. 예를 들어 한정된 범위를 갖는 부채꼴 원통 좌표계(2100)의 파라미터 는 탄젠트 함수를 적용하여 z'축에 대해 매핑된다. 따라서 z'축에 매핑된 값들은 한정된 범위에 따라 모아지므로 압축 효율이 증가된다.
실시예들에 따른 부채꼴 원통 좌표계(2110)의 파라미터 (
Figure 112021030328621-pat00032
) 의 프로젝션을 나타내는 수학식은 다음과 같다.
Figure 112021030328621-pat00033
즉,
Figure 112021030328621-pat00034
는 파라미터 r이 x축에 프로젝션된 것을 나타내며,
Figure 112021030328621-pat00035
는 파라미터
Figure 112021030328621-pat00036
가 y축에 프로젝션 된 것을 나타내고,
Figure 112021030328621-pat00037
는 파라미터
Figure 112021030328621-pat00038
가 z축에 프로젝션된 것을 나타낸다. 위 수학식의 삼각함수 계산을 최소화한 프로젝션을 나타내는 수학식은 다음과 같다.
Figure 112021030328621-pat00039
실시예들에 따른 부채꼴 구면 좌표계(2110)의 파라미터 (
Figure 112021030328621-pat00040
)의 프로젝션을 나타내는 수학식은 다음과 같다.
Figure 112021030328621-pat00041
즉,
Figure 112021030328621-pat00042
는 파라미터
Figure 112021030328621-pat00043
이 x축에 프로젝션된 것을 나타내며,
Figure 112021030328621-pat00044
는 파라미터
Figure 112021030328621-pat00045
가 y축에 프로젝션 된 것을 나타내고,
Figure 112021030328621-pat00046
는 파라미터
Figure 112021030328621-pat00047
가 z축에 프로젝션된 것을 나타낸다. 위 수학식의 삼각함수 계산을 최소화한 프로젝션을 나타내는 수학식은 다음과 같다.
Figure 112021030328621-pat00048
위 수학식들에서 (
Figure 112021030328621-pat00049
)는 프로젝션 이전의 부채꼴 원통 좌표계(2100)의 중심점의 위치(center position)로서, 중심점은 도 19에서 설명한 평면 부채꼴의 중심점(center)과 동일하다. 또한 실시예들에 따른 (
Figure 112021030328621-pat00050
)는 LiDAR 헤드 포지션(예를 들면 world coordinate system의 xyz 좌표의 원점등)를 나타낼 수 있다.
도 22는 레이저 포지션 조정의 예시를 나타낸다
도 22는 도 16에서 설명한 레이저 포지션 조정(1642), 도 17에서 설명한 레이저 포지션 조정(1732)의 예시이다. 도 19에서 설명한 바와 같이 LiDAR 헤드(예를 들면 도 19에서 설명한 LiDAR 헤드(1900))는 수직 방향으로 배치된 하나 또는 그 이상의 레이저 모듈들을 포함한다. 하나 또는 그 이상의 레이저 모듈들은 보다 넓은 커버리지를 가지고 많은 데이터를 확보하기 위하여 방사형으로 레이저를 출력하도록 배치된다. 실제 레이저는 레이저 모듈 말단에서 출력된다. 따라서 레이저의 포지션은 도 19 내지 도 20에서 설명한 평면 부채꼴의 중심점에 대응하는 LiDAR 헤드 포지션과 다르다. 또한 LiDAR 헤드의 상부에 배치된 레이저 모듈로부터 출력되는 가장 위쪽의 레이저와 LiDAR 헤드의 하부에 배치된 레이저 모듈로부터 출력되는 가장 아래쪽의 레이저 포지션 차이가 발생한다. 이러한 레이저 간의 포지션 차이를 반영하지 않으면, 프로젝션의 정확도를 떨어트릴 수 있다. 따라서 실시예들에 따른 포인트 클라우드 전송 장치는 각 레이저의 시점이 LiDAR 헤드 포지션에서 시작하는 것과 동일하도록 레이저 포지션 조정을 반영하여 프로젝션을 수행한다.
도 22의 좌측은 레이저를 출력하는 임의의 레이저 모듈을 포함하는 LiDAR 헤드의 구조(2200)를 나타낸다. 도면에 도시된 바와 같이 임의의 레이저 모듈에서 출력된 레이저의 포지션은 LiDAR 헤드 포지션으로부터 수평방향으로
Figure 112021030328621-pat00051
, 수직 방향으로
Figure 112021030328621-pat00052
만큼 떨어진 상대적인 포지션으로 표현된다.
도 22의 우측은 레이저의 상대적인 포지션을 3차원 좌표계에서 나타낸 예시(2210)이다. 도면에 도시된 3차원 좌표계는 도 21에서 설명한 프로젝션(예를 들면 사각 기둥 공간(2120))을 표현하기 위한 좌표계로서, x'축, y'축, z'축으로 구성된다. 상술한 헤드 포지션은 좌표계의 원점(0,0,0)으로 설정될 수 있으며, 레이저의 상대적인 포지션은 (
Figure 112021030328621-pat00053
)로 표현된다. 파라미터 (
Figure 112021030328621-pat00054
)는 헤드 포지션으로부터 수평방향으로의 상대적인 거리인
Figure 112021030328621-pat00055
을 기반으로 다음과 같이 표현된다.
Figure 112021030328621-pat00056
,
Figure 112021030328621-pat00057
실시예들에 따른 (
Figure 112021030328621-pat00058
)는 포인트 클라우드 전송 장치 및 수신 장치에서 직접 계산되거나, 시그널링 등을 통해 포인트 클라우드 전송 장치 및 수신 장치에 전달될 수 있다.
부채꼴 원통 좌표계(예를 들면 부채꼴 원통 좌표계(2110))의 파라미터 (
Figure 112021030328621-pat00059
)의 레이저 포지션 적용된 값은 다음과 같다.
Figure 112021030328621-pat00060
부채꼴 구면 좌표계(예를 들면 부채꼴 구면 좌표계(2110))의 파라미터 (
Figure 112021030328621-pat00061
)의 레이저 포지션 적용된 값은 다음과 같다.
Figure 112021030328621-pat00062
상술한 바와 같이 포인트 클라우드 전송 장치는 몰톤 코드를 기반으로 포인트들을 재정렬하여 어트리뷰트 코딩을 수행할 수 있다. 몰톤 코드는 각 포인트의 포지션 정보가 양의 정수임을 가정한다. 따라서 포인트 클라우드 전송 장치는 프로젝션된 포인트 클라우드 데이터의 포지션을 나타내는 파라미터들 (예를 들면 도 21 내지 도 22에서 설명한 사각 기둥 공간(2120)을 표현하는 좌표계의 파라미터들 (
Figure 112021030328621-pat00063
))이 양의 정수가 되도록 복셀라이제션(voxelization, 복셀화)(예를 들면 도 4 내지 도 6에서 설명한 복셀화)을 수행한다. 포인트들 간의 거리가 충분한 경우 복셀라이제션이 수행되더라도 무손실 압축이 가능하지만, 포인트들 간의 거리가 작은 경우 복셀라이제션이 수행되면 손실이 발행할 수 있다.
따라서 포인트 클라우드 전송 장치는 프로젝션된 포인트 클라우드 데이터(예를 들면 지오메트리)에 대해 샘플링 레이트 조정(예를 들면 도 16에서 설명한 샘플링 레이트 조정(1643))을 하여 추가적인 보정을 수행한다.
실시예들에 따른 샘플링 레이트 조정은 프로젝션 값의 범위 및 데이터 획득 장치의 특성(예를 들면 LiDAR)를 고려하여 프로젝션의 각 축에 스케일 팩터(scale factor)를 정의하여 수행된다. 도 19 내지 도 22에서 설명한 바와 같이 부채꼴 원통 좌표계(예를 들면 부채꼴 원통 좌표계(1910), 부채꼴 원통 좌표계(2010), 부채꼴 원통 좌표계(2100) 등)의 파라미터 r 및 부채꼴 구면 좌표계(예를 들면 부채꼴 구면 좌표계(1920), 부채꼴 구면 좌표계(2020), 부채꼴 구면 좌표계(2110))의 파라미터
Figure 112021030328621-pat00064
는 각 좌표계의 중심으로부터의 대상 포인트(예를 들면 도 19 내지 도 21에서 설명한 임의의 점 P)까지의 거리를 나타낸다. 따라서 파라미터 r 및
Figure 112021030328621-pat00065
는 0 이상의 값을 가지며, 레이저의 거리에 따른 분해능 및 획득 장치의 해석능력에 따라 데이터의 빈도가 결정된다. 부채꼴 원통 좌표계 및 부채꼴 구면 좌표계의 파라미터
Figure 112021030328621-pat00066
는 수직 축을 중심으로 회전할 때의 수평 방향 각도를 나타낸다. 따라서 파라미터
Figure 112021030328621-pat00067
는 0~360도의 범위를 가질 수 있으며, 이는 LiDAR 헤드(예를 들면 도 20 내지 도 22에서 설명한 LiDAR 헤드)가 회전하면서 1도 당 획득되는 데이터의 빈도가 결정된다. 부채꼴 구면 좌표계의 파라미터
Figure 112021030328621-pat00068
는 수직 축 방향의 각도를 나타낸다. 수직 축 방향의 각도는 단일 레이저의 각도와 연관성이 크기 때문에 파라미터
Figure 112021030328621-pat00069
는
Figure 112021030328621-pat00070
~
Figure 112021030328621-pat00071
의 범위를 가질 수 있으며, 레이저의 개수, 레이저의 수직 위치, 레이저의 정확도 등에 따라서 데이터의 빈도가 결정될 수 있다. 따라서 실시예들에 따른 샘플링 레이트 조정은 위와 같은 각 파라미터의 특성을 기반으로 프로젝션의 파라미터들에 대한 스케일 팩터를 정의한다. 이하에서는 설명의 편의를 위하여 부채꼴 원통 좌표계의 프로젝션 (파라미터
Figure 112021030328621-pat00072
)에 대해 스케일 팩터를 설명하나, 샘플링 레이트 조정은 해당 예시에 국한되지 않는다. 따라서 샘플링 레이트 조정은 부채꼴 구면 좌표계의 프로젝션(파라미터
Figure 112021030328621-pat00073
) 뿐만 아니라 다른 프로젝션에 대해서도 동일하게 적용될 수 있다.
실시예들에 따른 부채꼴 원통 좌표계의 프로젝션에 대한 샘플링 레이트 조정은 다음과 같이 표현된다.
Figure 112021030328621-pat00074
,
Figure 112021030328621-pat00075
,
Figure 112021030328621-pat00076
여기서
Figure 112021030328621-pat00077
은 레이저 포지션 조정이 수행된 포인트를 나타내는 파라미터들이고,
Figure 112021030328621-pat00078
은 해당 파라미터들이 프로젝션된 3차원 좌표계 각 축을 나타낸다.
Figure 112021030328621-pat00079
은 파라미터
Figure 112021030328621-pat00080
에 대한 스케일 팩터로서
Figure 112021030328621-pat00081
이 나타내는 축(예를 들면 X'축)에 적용되고,
Figure 112021030328621-pat00082
는 파라미터
Figure 112021030328621-pat00083
에 대한 스케일 팩터로서
Figure 112021030328621-pat00084
이 나타내는 축(예를 들면 Y'축)에 적용되고,
Figure 112021030328621-pat00085
는
Figure 112021030328621-pat00086
에 대한 스케일 팩터로서
Figure 112021030328621-pat00087
이 나타내는 축(예를 들면 Z'축)에 적용된다.
실시예들에 따른 부채꼴 원통 좌표계의 프로젝션에 대한 샘플링 레이트 조정은 다음과 같이 표현될 수 있다.
Figure 112021030328621-pat00088
,
Figure 112021030328621-pat00089
,
Figure 112021030328621-pat00090
실시예들에 따른 스케일 팩터 파라미터들
Figure 112021030328621-pat00091
,
Figure 112021030328621-pat00092
,
Figure 112021030328621-pat00093
는 각 축의 바운딩 박스의 가장자리(bounding box edge) 길이로 정규화(normalization)된 바운딩 박스의 가장자리의 최대 길이로 파생될 수 있다.
실시예들에 따른 스케일 팩터는 포인트 클라우드 데이터 획득 장치의 기계적인 특성을 기반으로 정의될 수 있다. 예를 들어 N개의 레이저가 수직으로 배열된 획득 장치(예를 들면 LiDAR 헤드)가 수평방향으로 회전할 때 1도 당 M번의 레이저 반사광을 검출하고, 각 레이저 광원이 생성하는 스팟(spot)의 반경이 D인 경우 스케일 팩터는 다음과 같이 정의된다.
Figure 112021030328621-pat00094
,
Figure 112021030328621-pat00095
,
Figure 112021030328621-pat00096
여기서
Figure 112021030328621-pat00097
,
Figure 112021030328621-pat00098
,
Figure 112021030328621-pat00099
는 상수를 나타낸다.
하나의 레이저 광원당 획득되는 데이터 사이의 최소 거리가 수직 방향, 수평 방향 및 지름 방향으로 표현되는 경우, 실시예들에 따른 스케일 팩터는 다음과 같이 표현된다.
Figure 112021030328621-pat00100
,
Figure 112021030328621-pat00101
,
Figure 112021030328621-pat00102
여기서,
Figure 112021030328621-pat00103
,
Figure 112021030328621-pat00104
,
Figure 112021030328621-pat00105
는 각각 반지름이 증가하는 방향, 회전 방향 각도, 수직 방향 각도에 대한 거리를 나타낸다. min()는 포인트 클라우드 데이터 내에서의 최소값 혹은 물리적 특성에 따른 최소값을 나타낼 수 있다.
또한 실시예들에 따른 스케일 팩터는 각 축의 밀도에 대한 함수로 정의될 수 있으며 다음과 같이 표현된다.
Figure 112021030328621-pat00106
,
Figure 112021030328621-pat00107
,
Figure 112021030328621-pat00108
즉, 단위 길이 당 밀도가 높은 축에는 상대적으로 큰 스케일 팩터를 적용하고, 단위 길이당 밀도가 낮은 축에는 상대적으로 작은 스케일 팩터를 적용한다. 여기서, N은 각 축에 평행한 방향으로의 최대 포인트들의 개수를 나타내고, D는 각 축의 길이를 나타낸다. N을 D로 나눈 값은 해당 축의 밀도에 대응한다.
실시예들에 따른 스케일 팩터는 정보의 중요도에 따라 정의될 수 있다. 예를 들어 원점으로부터 가까운 정보는 상대적으로 중요도가 높은 정보로 고려되고 원점으로부터 먼 정보는 상대적으로 중요도가 낮은 정보로 고려될 수 있다. 따라서 스케일 팩터는 원점으로부터 가까운 정보, 수평/수직방향 각도를 기준으로 전방에 있는 정보 또는 지평선 가까이에 있는 정보에 대해 상대적으로 가중치를 줄 수 있도록 정의 될 수 있으며 다음과 같이 표현된다.
Figure 112021030328621-pat00109
,
Figure 112021030328621-pat00110
,
Figure 112021030328621-pat00111
여기서, g(r), g(
Figure 112021030328621-pat00112
), g(
Figure 112021030328621-pat00113
)는 각축의 가중치를 나타내며, 중요한 영역을 나타내는 범위에 따라 설정되는 값을 나타내는 계단함수 또는 지수함수의 역수로 표현될 수 있다.
실시예들에 따른 포인트 클라우드 전송 장치는 프로젝션된 포인트 클라우드 데이터(예를 들면 지오메트리)가 양수 값을 갖도록 각축이 원점으로부터 시작되도록 이동시키거나, 각 축의 길이가 2의 지수승이 되도록 보정할 수 있다. 보정에 따른 프로젝션된 포인트 클라우드 데이터는 다음과 같이 표현된다.
Figure 112021030328621-pat00114
만약 압축 효율을 높이기 위해 세 축들의 길이를 동일하게 보정하는 경우, 보정에 따른 프로젝션된 포인트 클라우드 데이터는 다음과 같이 표현된다.
Figure 112021030328621-pat00115
여기서 max는 max(
Figure 112021030328621-pat00116
,
Figure 112021030328621-pat00117
,
Figure 112021030328621-pat00118
)를 의미할 수 있다. 또는 max(
Figure 112021030328621-pat00119
,
Figure 112021030328621-pat00120
,
Figure 112021030328621-pat00121
) 보다 큰 수 중에 가장 가까운
Figure 112021030328621-pat00122
에 해당하는 값이 될 수 있다.
실시예들에 따른 샘플링 레이트 조정에 대한 정보(스케일 팩터에 대한 정보 포함)는 포인트 클라우드 수신 장치(예를 들면 도 1의 수신 장치(10004), 도 10 및 도 11의 포인트 클라우드 디코더, 도 13의 수신 장치)로 전송되며, 포인트 클라우드 수신 장치는 샘플링 레이트 조정에 대한 정보를 확보하고, 해당 정보에 따라 샘플링 레이트 조정을 수행한다.
아래의 테이블은 어트리뷰트 코딩(예를 들면 예측 리프팅 코딩)에 적용된 좌표 변환의 BD (Bjøntegaard Delta) 레이트 및 BD PSNR의 요약을 나타낸다. 어트리뷰트, 즉, 반사율 이득의 전반적인 평균은 C1, C2, CW 및 CY 조건들 각각에 대하여 5.4%, 4.0%, 1.4%, and 2.7% 이다.
Figure 112021030328621-pat00123
실시예들에 따른 프로젝션은 RAHT 코딩에도 적용된다. 이하의 테이블은 RAHT 코딩에 있어서 좌표 변환의 BD 레이트의 요약을 나타낸다. 포인트 클라우드 데이터(예를 들면 Cat3 frame data)에 대한 평균 향상율은 C1 및 C3 조건들에 대해서 각각 15.3% and 12.5% 이득으로 크게 향상되었음을 알 수 있다.
Figure 112021030328621-pat00124
도 23은 복셀라이제이션의 예시를 나타낸다.
도 15내지 도 22에서 설명한 처리 과정을 통해 x,y,z 로 구성된 좌표계에서 표현되는 포인트 클라우드 데이터(지오메트리)는 거리 및 각도 등과 같은 압축에 효율적인 도메인으로 변환된다. 변환된 포인트 클라우드 데이터는 복셀라이제이션 과정을 통해 정수 단위의 위치 정보로 변환된다.
도 23의 좌측은 포인트 클라우드 데이터 시퀀스의 한 프레임으로서 프로젝션이 적용되지 않은 포인트 클라우드 데이터의 예시(2300)이다. 도 23의 우측은 부채꼴 원통 좌표계를 기반으로 프로젝션된 포인트 클라우드 데이터의 예시이다. 구체적으로 첫번째 예시(2310)는 r-
Figure 112021030328621-pat00125
바라볼 때 프로젝션된 포인트 클라우드 데이터를 나타낸다. 두번째 예시(2320)은
Figure 112021030328621-pat00126
-
Figure 112021030328621-pat00127
평면을 바라볼 때 프로젝션된 포인트 클라우드 데이터를 나타낸다. 세번째 예시(2330)은
Figure 112021030328621-pat00128
-r 평면을 바라볼 때 프로젝션된 포인트 클라우드 데이터를 나타낸다.
포인트 클라우드 처리 장치(예를 들면 도 1, 도 12 및 도 14에서 설명한 전송 장치)는 부호화된 포인트 클라우드 데이터를 비트스트림의 형태로 전송할 수 있다. 비트스트림은 포인트 클라우드 데이터(또는 포인트 클라우드 프레임)의 표현을 형성하는 비트들의 시퀀스이다.
포인트 클라우드 데이터(또는 포인트 클라우드 프레임)은 타일들 및 슬라이스들로 분할될 수 있다.
포인트 클라우드 데이터는 멀티플 슬라이스들(multiple slices)로 분할(partition)될 수 있으며, 비트스트림 내에서 인코드된다. 하나의 슬라이스는 포인트들의 집합으로, 인코드된 포인트 클라우드 데이터의 전체 또는 부분을 나타내는 신텍스 엘레먼트의 시리즈들로 표현된다. 하나의 슬라이스들은 다른 슬라이스들에 대하여 의존성을 가질 수도 있고 가지지 않을 수도 있다. 또한 하나의 슬라이스는 하나의 지오메트리 데이터 유닛(geometry data unit)을 포함하며, 하나 이상의 어트리뷰트 데이터 유닛(attribute data unit)들을 가질 수도 있고, 가지지 않을 수도 있다(zero attribute data unit). 상술한 바와 같이 어트리뷰트 인코딩은 지오메트리 인코딩을 기반으로 수행되므로 어트리뷰트 데이터 유닛은 동일한 슬라이스 내의 지오메트리 데이터 유닛에 기반한다. 즉, 포인트 클라우드 데이터 수신 장치(예를 들면 예를 들면 수신 장치(10004) 또는 포인트 클라우드 비디오 디코더(10006))는 디코드된 지오메트리 데이터를 기반으로 어트리뷰트 데이터를 처리할 수 있다. 따라서 슬라이스 내에서 지오메트리 데이터 유닛은 반드시 연관된 어트리뷰트 데이터 유닛들보다 먼저 나타난다. 슬라이스 내의 데이터 유닛들은 반드시 연속적이며, 슬라이스들간의 순서는 특정되지 않는다.
타일(tile)은 바운딩 박스(예를 들면 도 5에서 설명한 바운딩 박스)내의 직사각형 직육면체(3차원)이다. 바운딩 박스는 하나 또는 그 이상의 타일들을 포함할 수 있다. 하나의 타일은 다른 타일과 전부 또는 일부 오버랩될 수 있다. 하나의 타일은 하나 또는 그 이상의 슬라이스들을 포함할 수 있다.
따라서 포인트 클라우드 데이터 송신 장치는 중요도에 따라 타일에 대응하는 데이터를 처리하여 고품질의 포인트 클라우드 콘텐트를 제공할 수 있다. 즉, 실시예들에 따른 포인트 클라우드 데이터 송신 장치는 사용자에게 중요한 영역에 대응하는 데이터를 더 좋은 압축 효율과 적절한 레이턴시를 갖는 포인트 클라우드 컴프레션 코딩 처리할 수 있다.
실시예들에 따른 비트스트림은 시그널링 정보 및 복수 개의 슬라이스들 (slice 0, …, slice n)을 포함한다. 도면에 도시된 바와 같이 시그널링 정보는 비트스트림 내에서 슬라이스들보다 먼저 나타난다. 따라서 포인트 클라우드 데이터 수신 장치는 시그널링 정보를 먼저 확보하고, 시그널링 정보를 기반으로 복수개의 슬라이스들을 순차적으로 또는 선택적으로 처리할 수 있다. 도면에 도시된 바와 같이 슬라이스 0(slice0)는 하나의 지오메트리 데이터 유닛(Geom00) 및 두 개의 어트리뷰트 데이터 유닛들(Attr00, Attr10)을 포함한다. 또한 지오메트리 데이터 유닛은 동일한 슬라이스 내에서 어트리뷰트 데이터 유닛보다 먼저 나타난다. 따라서 포인트 클라우드 데이터 수신 장치는 지오메트리 데이터 유닛(또는 지오메트리 데이터)를 먼저 처리(디코드)하고, 처리된 지오메트리 데이터를 기반으로 어트리뷰트 데이터 유닛(또는 어트리뷰트 데이터)를 처리한다. 실시예들에 따른 시그널링 정보는 시그널링 데이터, 메타데이터 등으로 호칭 가능하며, 예시에 국한되지 않는다.
실시예들에 따른 시그널링 정보는 SPS(Sequence Parameter Set), GPS (Geometry Parameter set) 및 하나 또는 그 이상의 APS(Attribute Parameter Set)들을 포함한다. SPS는 프로파일, 레벨 등 시퀀스 전체에 대한 인코딩 정보로서, 픽처 해상도, 비디오 포멧 등 시퀀스 전체에 대한 포괄적인 정보(시퀀스 레벨)를 포함할 수 있다. GPS는 시퀀스(비트스트림) 내에 포함된 지오메트리에 적용된 지오메트리 인코딩에 대한 정보이다. GPS는 옥트리 (예를 들면 도 6에서 설명한 옥트리)에 대한 정보, 옥트리 뎁스에 대한 정보 등을 포함할 수 있다. APS는 시퀀스(비트스트림)내 포함된 어트리뷰트적용된 어트리뷰트 인코딩에 대한 정보이다. 도면에 도시된 바와 같이 비트스트림은 어트리뷰트를 식별하는 식별자에 따라 하나 또는 그 이상의 APS(예를 들면 도면에 도시된 APS0, APS1..)를 포함한다.
실시예들에 따른 시그널링 정보는 타일에 대한 정보(예를 들면 tile inventory)를 더 포함할 수 있다. 타일에 대한 정보는 타일 식별자, 타일 크기 등에 대한 정보를 포함할 수 있다. 실시예들에 따른 시그널링 정보는 시퀀스, 즉 비트스트림 레벨의 정보로서, 해당 비트스트림에 적용된다. 또한 시그널링 정보는 신택스 엘레멘트 (syntax element) 및 이를 설명하는 디스크립터(Descriptor)를 포함하는 신택스 구조를 갖는다. 신택스를 설명하기 위한 수도 코드 (pseudo code)가 사용될 수 있다. 또한 포인트 클라우드 수신 장치(예를 들면 도 1의 수신 장치(10004), 도 10 및 도 11의 포인트 클라우드 디코더, 도 13의 수신 장치)는 신택스 내에서 나타나는 신택스 엘레멘트를 순차적으로 파싱하여 처리할 수 있다.
도면에 도시되지 않았으나 실시예들에 따른 지오메트리 데이터 유닛 및 어트리뷰트 데이터 유닛은 각각 지오메트리 헤더 및 어트리뷰트 헤더를 포함한다. 실시예들에 따른 지오메트리 헤더 및 어트리뷰트 헤더는 해당 슬라이스 레벨에서 적용되는 시그널링 정보로서 상술한 신택스 구조를 갖는다.
실시예들에 따른 지오메트리 헤더는 해당 지오메트리 데이터 유닛을 처리하기 위한 정보(또는 시그널링 정보)를 포함한다. 따라서 지오메트리 헤더는 해당 지오메트리 데이터 유닛 내에서 가장 먼저 나타난다. 포인트 클라우드 수신 장치는 지오메트리 헤더를 먼저 파싱하여 지오메트리 데이터 유닛을 처리할 수 있다. 지오메트리 헤더는 전체 지오메트리에 대한 정보를 포함하는 GPS와 연관관계를 갖는다. 따라서 지오메트리 헤더는 GPS에 포함된 gps_geom_parameter_set_id을 특정하는 정보를 포함한다. 또한 지오메트리 헤더는 지오메트리 데이터 유닛이 속한 슬라이스와 관련된 타일 정보(예를 들면 tile_id), 슬라이스 식별자 등을 포함한다.
실시예들에 따른 어트리뷰트 헤더는 해당 어트리뷰트 데이터 유닛을 처리하기 위한 정보(또는 시그널링 정보)를 포함한다. 따라서 어트리뷰트 헤더는 해당 어트리뷰트 데이터 유닛 내에서 가장 먼저 나타난다. 포인트 클라우드 수신 장치는 어트리뷰트 헤더를 먼저 파싱하여 어트리뷰트 데이터 유닛을 처리할 수 있다. 어트리뷰트 헤더는 전체 어트리뷰트에 대한 정보를 포함하는 APS와 연관돤계를 갖는다. 따라서 어트리뷰트 헤더는 APS에 포함된 aps_attr_parameter_set_id을 특정하는 정보를 포함한다. 상술한 바와 같이 어트리뷰트 디코딩은 지오메트리 디코딩에 기반하므로, 어트리뷰트 헤더는 해당 어트리뷰트 데이터 유닛과 연관된 지오메트리 데이터 유닛을 확정하기 위하여, 지오메트리 헤더 내 포함된 슬라이스 식별자를 특정하는 정보 등을 포함한다.
포인트 클라우드 전송 장치가 도 15 내지 도 23에서 설명한 프로젝션을 수행하는 경우 비트스트림 내 시그널링 정보는 프로젝션과 관련된 시그널링 정보를 더 포함할 수 있다. 실시예들에 따른 프로젝션과 관련된 시그널링 정보는 시퀀스 레벨의 시그널링 정보(예를 들면 SPS, APS 등)에 포함되거나, 슬라이스 레벨(예를 들면 어트리뷰트 헤더 등), SEI message 등에 포함될 수 있다. 실시예들에 따른 포인트 클라우드 수신 장치는 프로젝션과 관련된 시그널링 정보를 기반으로 역프로젝션을 포함하는 디코딩을 수행할 수 있다.
도 24는 프로젝션과 관련된 시그널링 정보의 신택스 구조의 예시이다.
실시예들에 따른 프로젝션과 관련된 시그널링 정보는 다양한 레벨(예를 들면 시퀀스 레벨, 슬라이스 레벨 등)의 시그널링 정보에 포함될 수 있다. 프로젝션과 관련된 시그널링 정보는 프로젝션이 수행되었는지 여부를 나타내는 시그널링 정보(예를 들면 projection_flag 등의 정보)와 함께 포인트 클라우드 수신 장치(예를 들면 도 1의 수신 장치(10004), 도 10 및 도 11의 포인트 클라우드 디코더, 도 13의 수신 장치)로 전송된다.
projection_flag: projection_flag 의 값이 1인 경우 디코더 후처리 과정으로 디코드된 데이터를 XYZ 좌표공간으로 역프로젝션(reprojection)해야 함을 나타낸다.
포인트 클라우드 수신 장치는 projection_flag을 기반으로 역프로젝션을 수행해야 하는지 여부를 확인한다. 또한 포인트 클라우드 수신 장치는 projection_flag의 값이 1인 경우, 프로젝션과 관련된 시그널링 정보를 확보하고 역프로젝션을 수행할 수 있다. 실시예들에 따른 프로젝션과 관련된 시그널링 정보는 프로젝션이 수행되었는지 여부를 나타내는 시그널링 정보(projection_flag)를 포함하는 개념으로 정의될 수 있으며. 본 예시에 국한되지 않는다.
projection_info_id: 프로젝션 정보(projection information)을 식별하는 식별자이다.
coordinate_conversion_type: 도 19 내지 도 20에서 설명한 좌표 변환과 관련된 좌표 변환 타입을 나타낸다. coordinate_conversion_type 의 값이 0 인 경우 좌표계는 원통 좌표계(cylindrical coordinate)(예를 들면 도 18에서 설명한 원통 좌표계(1810))임을 나타낸다. coordinate_conversion_type 의 값이 1 인 경우 좌표계는 구면 좌표계(spherical coordinate)(예를 들면 도 18에서 설명한 구면 좌표계(1820))임을 나타낸다. coordinate_conversion_type 의 값이 2 인 경우 좌표계는 부채꼴 원통 좌표계(예를 들면 도 20에서 설명한 부채꼴 원통 좌표계(2010))임을 나타낸다. coordinate_conversion_type 의 값이 3인 경우 좌표계는 부채꼴 구면 좌표계(예를 들면 도 20에서 설명한 부채꼴 구면 좌표계(2020))를 나타낸다.
projection_type: 좌표 변환 타입에 대해 사용된 프로젝션(예를 들면 도 21에서 설명한 프로젝션)의 타입을 나타낸다. 도 20 내지 도 21에서 설명한 바와 같이 coordinate_conversion_type 의 값이 2인 경우, 프로젝션 전의 좌표계는 부채꼴 원통 좌표계(예를 들면 도 20의 부채꼴 원통 좌표계(2010), 도 21의 부채꼴 원통 좌표계(2100))이다. projection_type의 값이 0인 경우 x,y,z 축은 각각 부채꼴 원통 좌표계의 파라미터 (r,
Figure 112021030328621-pat00129
,
Figure 112021030328621-pat00130
)들에 매칭된다(수학식 1). projection_type의 값이 0인 경우 x,y,z 축은 각각
Figure 112021030328621-pat00131
,
Figure 112021030328621-pat00132
,
Figure 112021030328621-pat00133
에 매칭된다(수학식2). 프로젝션 타입은 본 예시에 국한되지 않으며 축별로도 각각 정의될 수 있다.
laser_position_adjustment_flag: 레이저 포지션 조정(예를 들면 도 22에서 설명한 레이저 포지션 조정)의 적용여부를 나타낸다. laser_position_adjustment_flag 의 값이 1인 경우 레이저 포지션 조정이 적영되었음을 나타낸다.
num_laser: 레이저의 총 개수를 나타낸다. 이하의 for문은 각 레이저에 대한 레이저 포지션(위치) 정보를 나타내는 엘레멘트이다. 여기서, i는 각 레이저를 나타내며, i는 0보다 크거나 같고, num_laser가 나타내는 레이저의 총 개수보다 작다.
r_laser [i]: 레이저 i의 중심 축으로부터의 수평방향 거리를 나타낸다.
z_laser [i]: 레이저 i의 수평 중심으로부터의 수직방향으로의 거리를 나타낸다.
theta_laser [i]: 레이저 i의 수직 방향 각도를 나타낸다.
실시예들에 따른 레이저의 포지션 정보는 위 예시에 국한되어 표현되지 않는다. 예를 들어 레이저 포지션은 x_laser[i], y_laser[i], z_laser[i]와 같이 프로젝션을 나타내는 좌표계의 축별 파라미터로도 표현될 수 있다.
이하의 엘레멘트들은 샘플링 레이트 조정(예를 들면 도 16에서 설명한 샘플링 레이트 조정(1643))와 관련된 정보를 나타낸다.
sampling_adjustment_cubic_flag: 샘플링 레이트 조정에 있어서 세 축들의 길이를 동일하게 보정하는지 여부를 나타낸다. sampling_adjustment_cubic_flag의 값이 1인 경우 세 축의 길이가 같도록 보정되어야 함을 나타낸다.
sampling_adjustment_spread_bbox_flag: 포인트 클라우드 데이터의 분포가 바운딩 박스 내에서 균일하도록 하는 샘플링 레이트 조정을 수행해야 하는지 여부를 나타낸다. sampling_adjustment_spread_bbox_flag 의 값이 1인 경우 샘플링 레이트 조정시 바운딩 박스 내에서 분포를 균일하게 넓혀주는 보정을 사용한다.
sampling_adjustment_type: 샘플링 레이트 조정의 타입을 나타낸다. sampling_adjustment_type 의 값이 0인 경우 기계적 특성 기반 샘플링 레이트 조정, sampling_adjustment_type 의 값이 1인 경우 포인트 간 축 방향 최소 거리에 기반하는 샘플링 레이트 조정, sampling_adjustment_type 의 값이 2인 경우 각 축의 밀도에 기반하는 샘플링 레이트 조정, sampling_adjustment_type 의 값이 3인 경우 포인트의 중요도에 따른 샘플링 레이트 조정을 나타낸다. 샘플링 레이트 조정의 타입은 본 예시에 국한되지 않는다.
geo_projection_enable_flag: 지오메트리 코딩에서 프로젝션이 적용되는지 여부를 나타낸다.
attr_projection_enable_flag: 어트리뷰트 코딩에서 프로젝션이 적용되는지 여부를 나타낸다.
bounding_box_x_offset, bounding_box_y_offset, bounding_box_z_offset: 프로젝션된 포인트 클라우드 데이터가 포함되는 범위(바운딩 박스)의 시작점을 나타내는 X축, Y축, Z축 값에 각각 대응한다. 예를 들어 projection _type의 값이 0인 경우bounding_box_x_offset, bounding_box_y_offset, bounding_box_z_offse의 값은 (0, 0, 0)로 표현된다. projection _type 의 값이 1인 경우 bounding_box_x_offset, bounding_box_y_offset, bounding_box_z_offse의 값은 (-r_max1, 0, 0) 로 표현된다.
bounding_box_x_length, bounding_box_y_length, bounding_box_z_length : 프로젝션된 포인트 클라우드 데이터가 포함된 범위(바운딩 박스)를 나타낼 수 있다. 예를 들어 projection _type의 값이 0인 경우 bounding_box_x_length, bounding_box_y_length, bounding_box_z_length의 값은 각각 r_max, 360, z_max가 된다. projection _type 의 값이 1 인 경우 bounding_box_x_length, bounding_box_y_length, bounding_box_z_length의 값은 각각 r_max1+r_max2, 180, z_max가 된다.
orig_bounding_box_x_offset, orig_bounding_box_y_offset, orig_bounding_box_z_offset : 프로젝션 이전의 포인트 클라우드 데이터가 포함된 범위(바운딩 박스)의 시작점을 나타내는 X축, Y축, Z축 값에 각각 대응한다.
orig_bounding_box_x_length, orig_bounding_box_y_length, orig_bounding_box_z_length: 좌표 변환 이전 포인트 클라우드 데이터가 포함된 범위(바운딩 박스)를 나타낼 수 있다.
rotation_yaw, rotation_pitch, rotation_roll: 좌표 변환에서 사용하는 로테이션 정보를 나타낸다.
이하는 coordinate_conversion_type의 값이 0이거나 2인 경우, 즉, 프로젝션 이전의 좌표계가 원통 좌표계 또는 부채꼴 원통 좌표계인 경우, 해당 좌표계와 관련된 정보를 나타내는 엘레멘트들이다.
cylinder_center_x, cylinder_center_y, cylinder_center_z: 프로젝션 이전의 원통 좌표계가 나타내는 원통형 기둥의 중심의 위치를 나타내는 X축, Y축, Z축 값에 각각 대응한다.
cylinder_radius_max, cylinder_degree_max, cylinder_z_max: 프로젝션 이전의 원통 좌표계가 나타내는 원통형 기둥의 반지름(radius), 각도(degree), 높이의 최대값을 나타낸다.
ref_vector_x, ref_vector_y, ref_vector_z: 원통 좌표계가 나타내는 원통형 기둥을 프로젝션 할 때 기준이 되는 벡터의 방향성을 중심으로부터 (x, y, z) 방향으로 각각 나타낸다. 프로젝션된 사각기둥 공간(예를 들면 도 21에서 설명한 사각 기둥 공간(2120))의 x 축에 대응될 수 있다.
normal_vector_x, normal_vector_y, normal_vector_z: 원통 좌표계가 나타내는 원통형 기둥의 노멀벡터의 방향성을 중심으로부터 (x, y, z) 방향으로 나타낸다. 프로젝션된 사각기둥 공간(예를 들면 도 21에서 설명한 사각 기둥 공간(2120))의 z 축에 대응될 수 있다.
clockwise_degree_flag: 원통 좌표계가 나타내는 원통형 기둥의 각도를 구하는 방향성을 나타낸다. clockwise_degree_flag의 값이 1인 경우 원통형 기둥의 각도를 구하는 방향성은 원통형 기둥을 탑뷰(top view)에서 보았을 때 시계 방향임을 나타낸다. clockwise_degree_flag의 값이 0인 경우 원통형 기둥의 각도를 구하는 방향성은 원통형 기둥을 탑뷰(top view)에서 보았을 때 반 시계 방향을 나타낸다. 원통 좌표계가 나타내는 원통형 기둥의 각도를 구하는 방향성은 프로젝션된 사각기둥 공간(예를 들면 도 21에서 설명한 사각 기둥 공간(2120))의 y 축의 방향성에 대응될 수 있다.
granurality_angular, granurality_radius, granurality_normal: 각도, 원통형 기둥의 원형 (circular plane surface)로부터 중심까지의 거리, 노멀 벡터(normal vector) 방향으로 중심으로부터의 거리에 대한 해상도를 나타내는 파라미터들을 각각 나타낸다. 각 파라미터는 상술한 스케일 팩터(scale factor)
Figure 112021030328621-pat00134
,
Figure 112021030328621-pat00135
,
Figure 112021030328621-pat00136
와 대응될 수 있다.
도면에 도시된 바와 같이 coordinate_conversion_type의 값이 1이거나 3인 경우, 즉, 프로젝션 이전의 좌표계가 구면 좌표계 또는 부채꼴 구면 좌표계인 경우, 프로젝션과 관련된 시그널링 정보의 신택스 구조는 coordinate_conversion_type의 값이 0이거나 2인 경우, 즉, 프로젝션 이전의 좌표계가 원통 좌표계 또는 부채꼴 원통 좌표계인 경우, 해당 좌표계와 관련된 정보를 나타내는 엘레멘트들과 동일한 엘레멘트들을 포함한다. 엘레멘트들에 대한 구체적인 설명은 상술한 바와 동일하므로 생략한다.
도 25는 실시예들에 따른 시그널링 정보의 예시이다.
도 25는 SPS의 신택스 구조로서, 프로젝션과 관련된 시그널링 정보가 시퀀스 레벨의 SPS에 포함된 예시를 나타낸다.
profile_compatibility_flags: 비트스트림이 디코딩을 위한 특정 프로파일(profile)에 따르는지, 다른 프로파일에도 따르는지를 여부를 나타낸다. 프로파일은 비트스트림을 디코딩하기 위한 캐퍼빌리티들(capabilities)를 특정하기 위해 비트스트림에 부여되는 제약 조건들을 특정한다. 각 프로파일은 알고리즘적인 특징들 및 제한사항들의 서브세트(subset)로서 해당 프로파일을 따르는 모든 디코더들에 의해 지지된다. 디코딩을 위한 것으로 표준 등에 따라 정의될 수 있다.
level_idc: 비트스트림에 적용되는 레벨을 나타낸다. 레벨은 모든 프로파일들 내에서 사용된다. 일반적으로 레벨은 특정 디코더 처리 부하 및 메모리 캐퍼빌리티에 대응한다.
sps_bounding_box_present_flag: sps 내 바운딩 박스에 대한 정보가 존재하는지 여부를 나타낸다. sps_bounding_box_present_flag의 값이 1이면 바운딩 박스에 대한 정보가 존재하고, sps_bounding_box_present_flag의 값이 0이면 바운딩 박스에 대한 정보는 정의되지 않았음을 나타낸다.
이하는 sps_bounding_box_present_flag의 값이 1일 때 sps에 포함되는 바운딩 박스에 대한 정보이다.
sps_bounding_box_offset_x: x,y,z,축을 포함하는 카르테시안 좌표계 내의 소스 바운딩 박스(source bounding box)의 양자화된 x 축 오프셋을 나타낸다.
sps_bounding_box_offset_y: x,y,z,축을 포함하는 카르테시안 좌표계 내의 소스 바운딩 박스(source bounding box)의 양자화된 y 축 오프셋을 나타낸다.
sps_bounding_box_offset_z: x,y,z,축을 포함하는 카르테시안 좌표계 내의 소스 바운딩 박스(source bounding box)의 양자화된 z 축 오프셋을 나타낸다.
sps_bounding_box_scale_factor: 소스 바운딩 박스의 크기를 나타내기 위해 사용되는 스케일 팩터(scale factor)를 나타낸다.
sps_bounding_box_size_width: x,y,z,축을 포함하는 카르테시안 좌표계 내의 소스 바운딩 박스(source bounding box)의 넓이를 나타낸다.
sps_bounding_box_size_height: x,y,z,축을 포함하는 카르테시안 좌표계 내의 소스 바운딩 박스(source bounding box)의 높이를 나타낸다.
sps_bounding_box_size_depth: x,y,z,축을 포함하는 카르테시안 좌표계 내의 소스 바운딩 박스(source bounding box)의 깊이를 나타낸다.
실시예들에 따른 SPS 신택스는 다음의 엘레멘트들을 더 포함한다.
sps_source_scale factor: 소스 포인트 클라우드 데이터 (source point cloud data)의 스케일 팩터를 나타낸다.
sps_seq_parameter_set_id: 다른 신택스 엘레멘트들(예를 들면 GPS 내의 seq_parameter_set_id 등)에 의한 참조를 위한 SPS의 식별자이다.
sps_num_attribute_sets: 비트스트림 내에 인코드된 어트리뷰트들의 개수를 나타낸다. sps_num_attribute_sets의 값은 0부터 63까지의 범위 내에 포함된다.
이하는 for문은 sps_num_attribute_sets가 지시하는 개수만큼의 어트리뷰트들 각각에 대한 정보를 나타내는 엘레멘트들을 포함한다. 도면에 도시된 i는 각 어트리뷰트 (또는 어트리뷰트 세트)를 나타내며, i의 값은 0보다 크거나 같고 sps_num_attribute_sets가 지시하는 개수보다 작다.
attribute_dimension_minus1[　i　]: i번째 어트리뷰트의 컴포넌트들의 개수보다 1 작은 값을 나타낸다. 어트리뷰트가 색상(colour)인 경우, 어트리뷰트는 대상 포인트의 빛의 특성들을 나타내는 3차원 (3dimension)신호에 대응한다. 예를 들어 어트리뷰트는 RGB(Red, Green, Blue)의 세가지 컴포넌트들로 시그널링 될 수 있다. 또한 어트리뷰트는 루마(luma, 휘도) 및 두개의 크로마(chorma, 채도)인 YUV의 세가지 컴포넌트들로 시그널링 될 수 있다. 어트리뷰트가 반사율(reflectance)인 경우, 어트리뷰트는 대상 포인트의 빛 반사율의 강도의 비율을 나타내는 1차원 신호에 대응한다.
attribute_instance_id[　i　]: i번째 어트리뷰트의 인스턴트 id를 나타낸다. attribute_instance_id는 동일한 어트리뷰트 라벨들과 어트리뷰트들을 구별짓기 위해 사용된다.
attribute_bitdepth_minus1[　i　]: i번째 어트리뷰트 신호의 첫번째 컴포넌트의 비트뎁스보다 1 작은 값이다. 이 값에 1을 더한 값은 첫번째 컴포넌트의 비트뎁스를 특정한다.
attribute_cicp_colour_primaries[　i　]: i번째 어트리뷰트의 색상 어트리뷰트 소스 원색(primary)들의 색도좌표계(chromaticity coordinates)를 나타낸다.
attribute_cicp_transfer_characteristics[　i　]: 0에서 1인 공칭 실수 값 범위(nominal real-valued range)를 갖는 소스 입력 선형 광 강도(optical intensity) Lc의 함수로서 색상 어트리뷰트의 기준 광전자 전달 특성 함수(opto-electronic transfer characteristic function)를 나타내거나 0에서 1인 공칭 실수 값 범위를 갖는 출력 선형 광 강도 Lo의 함수로서 색상 어트리뷰트의 기준 전기 광학 전달 특성 함수의 역함수를 나타낸다.
attribute_cicp_matrix_coeffs[　i　]: RBG 또는 YXZ 원색들로부터 루마 및 크로마 시그널들을 유도하는데 사용되는 매트릭스 코이피션트들을 나타낸다.
attribute_cicp_video_full_range_flag[　i　]: E′Y, E′PB, 및 E′PR 또는 E′R, E′G, and E′B 실수값을 갖는 컴포넌트 시그널들로부터 파생되는 루마 및 크로마 신호들의 블랙 레벨 및 범위를 나타낸다.
known_attribute_label_flag[　i　], known_attribute_label[　i　], and attribute_label_fourbytes[　i　]는 i번째 어트리뷰트내에서 전송되는 데이터의 타입을 식별하기 위해 함께 사용된다. known_attribute_label_flag[　i　]는 어트리뷰트가 known_attibute_label[　i　]의 값 또는 다른 오브젝트 식별자인 attribute_label_fourbytes [　i　]로 식별되는지 여부를 나타낸다.
상술한 바와 같이 SPS 신택스는 프로젝션과 관련된 시그널링 정보를 포함한다.
projection_flag는 도 24에서 설명한 projection_flag와 동일하다. projection_flag값이 1인 경우, SPS 신택스는 도 24에서 설명한 프로젝션과 관련된 시그널링 정보(projection_info())를 더 포함한다. 프로젝션과 관련된 시그널링 정보는 도 24에서 설명한 바와 동일하므로 구체적인 설명은 생략한다.
sps_extension_flag: sps_extension_data_flag가 SPS내에 나타나는지 여부를 나타낸다. sps_extension _flag의 값이 0 이면 SPS 신택스 구조 내에 sps_extension_data_flag 신택스 엘레멘트가 존재하지 않음을 나타낸다. sps_extension_flag의 값 1은 추후 사용을 위해 보존된다. 디코더는 1 값을 갖는 sps_extension_flag이후에 나타나는 모든 sps_extension_data_flag 신택스 엘레멘트들을 무시할 수 있다.
sps_extension_data_flag: 추후 사용을 위한 데이터의 존재 여부를 나타내며 어느 값이나 가질 수 있다.
실시예들에 따른 SPS 신택스는 위 예시에 국한되지 않으며 추가적인 엘레멘트들을 더 포함하거나 시그널링의 효율성을 위해 도면에 도시된 일부 엘레멘트들을 포함하지 않을 수 있다. 일부 엘레멘트들은 SPS가 아닌 다른 시그널링 정보(예를 들면 APS, 어트리뷰트 헤더 등) 또는 어트리뷰트 데이터 유닛을 통해 시그널될 수 있다.
도 26은 실시예들에 따른 시그널링 정보의 예시이다.
도 26은 타일 인벤토리(Tile inventory)의 신택스 구조로서, 프로젝션과 관련된 시그널링 정보가 타일 레벨의 타일 인벤토리에 포함된 예시를 나타낸다.
num_tiles: 타일들의 개수를 나타낸다.
이하의 for문은 각 타일에 대한 정보를 나타낸다. 여기서 i는 각 타일을 나타내며, i는 0보다 크거나 같고 num_tiles가 나타내는 타일들의 개수보다는 작다.
tile_bounding_box_offset_x[　i　], tile_bounding_box_offset_y[　i　], tile_bounding_box_offset_z[　i　]: 타일 i의 바운딩 박스의 오프셋 값으로서 x축, y축, z축의 값을 각각 나타낸다.
tile_bounding_box_size_width[　i　], tile_bounding_box_size_height[　i　], tile_bounding_box_size_depth[　i　]: 타일 i의 바운딩 박스의 넓이, 높이, 깊이를 각각 나타낸다.
실시예들에 따른 타일 인벤토리(Tile inventory)의 신택스는 프로젝션과 관련된 시그널링 정보를 포함한다.
projection_flag는 도 24에서 설명한 projection_flag와 동일하다. projection_flag값이 1인 경우, SPS 신택스는 도 24에서 설명한 프로젝션과 관련된 시그널링 정보(projection_info())를 더 포함한다. 프로젝션과 관련된 시그널링 정보는 도 24에서 설명한 바와 동일하므로 구체적인 설명은 생략한다.
실시예들에 따른 타일 인벤토리(Tile inventory)의 신택스는 위 예시에 국한되지 않으며 추가적인 엘레멘트들을 더 포함하거나 시그널링의 효율성을 위해 도면에 도시된 일부 엘레멘트들을 포함하지 않을 수 있다. 일부 엘레멘트들은 타일 인벤토리(Tile inventory)가 아닌 다른 시그널링 정보(예를 들면 SPS, APS, 어트리뷰트 헤더 등) 또는 어트리뷰트 데이터 유닛을 통해 시그널될 수 있다.
도 27은 실시예들에 따른 시그널링 정보의 예시이다.
도 27은 어트리뷰트 슬라이스 헤더의 신택스 구조로서, 프로젝션과 관련된 시그널링 정보가 슬라이스 레벨의 어트리뷰트 슬라이스 헤더에 포함된 예시를 나타낸다.
실시예들에 따른 어트리뷰트 헤더의 신택스는 다음의 신택스 엘레멘트들을 포함한다.
ash_attr_parameter_set_id: 액티브 APS(active SPS)들의 aps_attr_parameter_set_id 와 동일한 값을 갖는다.
ash_attr_sps_attr_idx: 액티브 SPS(active SPS)내의 어트리뷰트 세트의 순서를 특정한다. ash_attr_geom_slice_id는 지오메트리 헤더에 포함된 슬라이스 아이디(예를 들면 gsh_slice_id)의 값을 나타낸다.
aps_slice_qp_delta_present_flag 값이 1인 경우, 어트리뷰트 슬라이스 헤더의 신택스는 다음의 엘레멘트들을 더 포함한다. aps_slice_qp_delta_present_flag 는 어트리뷰트 파라미터 세트(APS)에 포함되는 정보로서, 어트리뷰트 데이터 유닛의 헤더 내에 ash_attr_qp_offset에 의해 지시되는 컴포넌트 QP 오프셋들이 존재하는지 여부를 나타낸다.
ash_qp_delta_luma: 컴포넌트 QP 의 루마 값을 나타낸다.
ash_qp_delta_chroma: 컴포넌트 QP 의 크로마 값을 나타낸다.
실시예들에 따른 어트리뷰트 슬라이스 헤더의 신택스는 프로젝션과 관련된 시그널링 정보를 포함한다. projection_flag는 도 24에서 설명한 projection_flag와 동일하다. projection_flag값이 1인 경우, SPS 신택스는 도 24에서 설명한 프로젝션과 관련된 시그널링 정보(projection_info())를 더 포함한다. 프로젝션과 관련된 시그널링 정보는 도 24에서 설명한 바와 동일하므로 구체적인 설명은 생략한다.
실시예들에 따른 어트리뷰트 슬라이스 헤더의 신택스는 위 예시에 국한되지 않으며 추가적인 엘레멘트들을 더 포함하거나 시그널링의 효율성을 위해 도면에 도시된 일부 엘레멘트들을 포함하지 않을 수 있다. 일부 엘레멘트들은 어트리뷰트 슬라이스 헤더가 아닌 다른 시그널링 정보(예를 들면 SPS, APS 등) 또는 어트리뷰트 데이터 유닛을 통해 시그널될 수 있다.
도 28은 실시예들에 따른 시그널링 정보이다.
도 28은 어트리뷰트 파라미터 세트(APS)의 신택스 구조로서, 프로젝션과 관련된 시그널링 정보가 시퀀스 레벨의 APS에 포함된 예시를 나타낸다.
attr_coord_conv_enable_flag: 어트리뷰트 코딩에 있어서 좌표 변환(프로젝션, coordinate conversion) 이 적용되는지 여부를 나타낸다. attr_coord_conv_enable_flag의 값이 1인 경우, 좌표 변환이 적용됨을 나타낸다. attr_coord_conv_enable_flag의 값이 인 경우 어트리뷰트 코딩에 있어서 좌표 변환이 적용되지 않음을 나타낸다.
이하의 for문은 각 어트리뷰트에 대한 스케일 팩터 정보를 나타낸다. 여기서 i는 좌표계의 x축, y축 및 z축을 나타낸다. 따라서 i는 0, 1, 2 값을 갖는다.
attr_coord_conv_scale[i]:
Figure 112021030328621-pat00137
단위의 좌표 변환된 축의 스케일 팩터를 나타낸다. 실시예들에 따른 scaleaxis[i]는 다음과 같이 파생된다.
ScaleAxis[0] = attr_coord_conv_scale[0]
ScaleAxis[1] = attr_coord_conv_scale[1]
ScaleAxis[2] = attr_coord_conv_scale[2]
도면에 도시되지 않았으나 APS의 신택스는 coord_conv_scale_present_flag를 포함할 수 있다. coord_conv_scale_present_flag는 좌표 변환 스케일 팩터인 scale_x, scale_y, scale_z가 존재하는지 여부를 나타낸다. coord_conv_scale_present_flag의 값이 1인 경우 스케일 팩터가 존재하고, coord_conv_scale_present_flag의 값이 0인 경우 좌표 젼환 스케일 팩터는 존재하지 않는다. 실시예들에 따른 스케일 팩터들 (예를 들면 상술한 scale_x, scale_y, scale_z)는 x축, y축 및 z축들의 최대 거리에 의해 정규화(normalization)된 최소 거리가 될 수 있다.
실시예들에 따른 APS의 신택스는 위 예시에 국한되지 않으며 추가적인 엘레멘트들을 더 포함하거나 시그널링의 효율성을 위해 도면에 도시된 일부 엘레멘트들을 포함하지 않을 수 있다. 일부 엘레멘트들은 APS가 아닌 다른 시그널링 정보(예를 들면 SPS, 어트리뷰트 슬라이스 헤더 등) 또는 어트리뷰트 데이터 유닛을 통해 시그널될 수 있다.
도 29는 실시예들에 따른 포인트 클라우드 데이터 수신 장치의 동작을 나타내는 플로우차트이다.
도 29의 플로우 차트(2900)는 프로젝션이 수행된 포인트 클라우드 데이터를 처리하는 포인트 클라우드 데이터 수신 장치(또는 포인트 클라우드 수신 장치) (예를 들면 도 1의 수신 장치(10004), 도 10 및 도 11의 포인트 클라우드 디코더, 도 13의 수신 장치)의 동작 예시를 나타낸다. 도 1 내지 도 14에서 설명한 바와 같이 포인트 클라우드 수신 장치는 인풋 지오메트리 비트스트림에 대하여 지오메트리 디코딩을 수행한다(2910). 실시예들에 따른 지오메트리 디코딩은 옥트리 지오메트리 디코딩, 트라이숩 지오메트리 디코딩 등을 포함할 수 있으며, 상술한 예시에 국한되지 않는다. 포인트 클라우드 수신 장치는 도 13에서 설명한 도 13에서 설명한 Arithmetic 디코더(13002), Occupancy코드 기반 옥트리 재구성 처리부(13003), 표면 모델 처리부(삼각형 재구성, 업-샘플링, 복셀화)(13004) 및 inverse 양자화 처리부(13005)의 동작 중 적어도 하나 이상의 동작을 수행한다. 포인트 클라우드 수신 장치는 지오메트리 디코딩의 결과로 재구성된 지오메트리를 출력한다.
포인트 클라우드 수신 장치는 도 24 내지 도 28에서 설명한 시그널링 정보를 기반으로 프로젝션 적용 여부를 판단한다. 프로젝션을 적용하는 경우, 포인트 클라우드 수신 장치는 디코드된 지오메트리에 대하여 프로젝션을 수행하고 (2930), 프로젝션이 수행된 지오메트리를 기반으로 어트리뷰트 디코딩을 수행한다(2940). 프로젝션을 적용하지 않는 경우, 포인트 클라우드 수신 장치는 복원된 지오메트리를 기반으로 어트리뷰트 디코딩을 수행한다(2940). 실시예들에 따른 어트리뷰 디코딩(2940)은 도 13에서 설명한 아리스메틱 (arithmetic) 디코더(13007), 인버스(inverse)양자화 처리부(13008), 예측/리프팅/RAHT 역변환 처리부(13009), 색상 역변환 처리부(13010)의 동작들 중 적어도 하나 이상, 조합에 대응하며 위 예시에 국한되지 않는다. 또한 실시예들에 따른 어트리뷰트 디코딩(2940)은 RAHT 코딩, 예측 변환 코딩, 리프팅 변환 코딩 중 적어도 하나 이상 또는 조합을 포함할 수 있다. 포인트 클라우드 수신 장치는 프로젝션을 수행한 경우, 역프로젝션(inverse projection)을 수행한다(2950). 디코드된 어트리뷰트는 프로젝션된 지오메트리에 매칭되므로, 프로젝션된 좌표계(또는 공간)에서 지오메트리와 어트리뷰트가 매칭된 포인트 클라우드 데이터는 다시 원래의 좌표계로 변환되어야 한다. 따라서 포인트 클라우드 수신 장치는 역프로젝션을 수행하여 재구성된 포인트 클라우드 데이터를 확보한다. 만약 프로젝션이 수행되지 않았다면 역프로젝션(2950)은 수행되지 않는다. 실시예들에 따른 프로젝션(2930)은 어트리뷰트 디코딩을 위한 좌표 변환 전처리 과정(coordinate conversion pre-processing)으로 호칭될 수 있다. 실시예들에 따른 역프로젝션(2950)은 어트리뷰트 디코딩을 위한 좌표 변환 후처리 과정(coordinate conversion post-process)로 호칭될 수 있다. 플로우 차트(2900)는 포인트 클라우드 수신 장치의 동작의 예시를 나타내는 것으로 동작 순서는 본 예시에 국한되지 않는다. 실시예들에 따른 플로우 차트(2900)의 구성요소가 나타내는 동작은 포인트 클라우드 수신 장치를 구성하는 하드웨어, 소프트웨어, 프로세스 또는 이들의 조합에 의해 수행될 수 있다.
도 30은 포인트 클라우드 수신 장치의 동작의 예시이다.
도 30의 플로우 차트(3000)는 도 29의 플로우 차트(2900)의 포인트 클라우드 데이터 수신 장치의 동작을 구체화한 것이다. 플로우 차트(3000)는 포인트 클라우드 수신 장치의 동작의 예시를 나타낸다. 따라서 포인트 클라우드 수신 장치의 데이터 처리 순서는 본 예시에 국한되지 않는다. 또한 실시예들에 따른 플로우 차트(3000)의 구성요소가 나타내는 동작은 포인트 클라우드 수신 장치를 구성하는 하드웨어, 소프트웨어, 프로세스 또는 이들의 조합에 의해 수행될 수 있다.
포인트 클라우드 수신 장치는 비트스트림을 디먹싱하여 지오메트리 비트스트림 및 어트리뷰트 비트스트림을 출력한다. 포인트 클라우드 수신 장치는 지오메트리 비트스트림에 대하여 엔트로피 디코딩(Entropy decoding)(3001), 역양자화(Dequantization)(3002) 및 지오메트리 디코딩(Geometry decoding)(3003)을 수행하여 재구성된 지오메트리를 출력한다. 실시예들에 따른 엔트로피 디코딩(3001), 역양자화(3002) 및 지오메트리 디코딩(3003)은 지오메트리 디코딩 또는 지오메트리 프로세싱이라 호칭될 수 있으며, 도 13에서 설명한 아리스메틱 (arithmetic) 디코더(13002), 오큐판시 코드 (Occupancy code) 기반 옥트리 재구성 처리부(13003), 표면 모델 처리부(삼각형 재구성, 업-샘플링, 복셀화)(13004), 인버스(inverse) 양자화 처리부(13005)의 동작들 중 적어도 어느 하나 이상, 또는 조합에 대응한다.
포인트 클라우드 수신 장치는 어트리뷰트 비트스트림에 대하여 엔트로피 디코딩(Entropy decoding)(3010), 역양자화(Dequantization)(3011) 및 어트리뷰트 디코딩(Attribute decoding)(3012)를 수행하여 재구성된 어트리뷰트(또는 디코드된 어트리뷰트)를 출력한다. 실시예들에 따른 엔트로피 디코딩(3010), 역양자화(3011) 및 어트리뷰트 디코딩(3012)은 어트리뷰트 디코딩 또는 어트리뷰트 프로세싱이라고 호칭될 수 있으며, 도 29에서 설명한 어트리뷰트 디코딩(2940)에 대응한다. 또한 실시예들에 따른 엔트로피 디코딩(3010), 역양자화(3011) 및 어트리뷰트 디코딩(3012)은 도 13에서 설명한 아리스메틱 (arithmetic) 디코더(13007), 인버스(inverse)양자화 처리부(13008), 예측/리프팅/RAHT 역변환 처리부(13009), 색상 역변환 처리부(13010)의 동작들 중 적어도 하나 이상, 조합에 대응하며 위 예시에 국한되지 않는다.
도 24 내지 도 28에서 설명한 바와 같이 실시예들에 따른 시그널링 정보는 지오메트리 및/또는 어트리뷰트에 대해 각각 프로젝션 적용 여부를 나타내는 시그널링 정보(예를 들면 geo_projection_enable_flag, attr_projetion_enable_flag, attr_coord_conv_enable_flag 등)을 더 포함한다. 따라서 실시예들에 따른 포인트 클라우드 수신 장치는 재구성된 지오메트리 및 재구성된 어트리뷰트에 대하여 도 24 내지 도 28에서 설명한 시그널링 정보를 기반으로 프로젝션 포스트 프로세싱(projection post processing)을 수행한다(3020).
실시예들에 따른 프로젝션 포스트 프로세싱(3020)은 도 16에서 설명한 송신측의 프로젝션 프리프로세싱(1620)에 대응한다. 실시예들에 따른 프로젝션 포스트 프로세싱(3020)은 도 29에서 설명한 프로젝션(2920) 및 역프로젝션(2950)에 대응한다. 도면 하단의 점선 처리된 박스는 프로젝션 포스트 프로세싱(3020)의 상세한 동작 플로우를 나타낸다. 도면에 도시된 바와 같이 포인트 클라우드 수신 장치는 프로젝션(Projection)(3021), 프로젝션 인덱스 맵 제너레이션(Projection Idx map generation)(3022) 및 역프로젝션(Inverse projection)(3023)을 포함하는 프로젝션 포스트 프로세싱(3020)을 수행한다.
포인트 클라우드 수신 장치는 재구성된 지오메트리에 대하여 프로젝션을 수행한다(3021). 실시예들에 따른 프로젝션(3021)은 도 16에서 설명한 프로젝션(1632)의 역과정에 해당한다. 포인트 클라우드 전송 장치가 지오메트리에 대해 프로젝션을 수행한 경우, 포인트 클라우드 수신 장치는 재구성된 지오메트리는 프로젝션 도메인에서의 포지션을 나타낸다. 따라서 포인트 클라우드 수신 장치는 시그널링 정보(예를 들면 도 24 내지 도 28에서 설명한 프로젝션과 관련된 시그널링 정보, coord_conversion_type, bounding_box_x_offset등)를 기반으로 프로젝션된 지오메트리를 3차원 공간상에 재변환하는 리프로젝션을 수행한다. 포인트 클라우드 수신 장치는 도 24 내지 도 28에서 설명한 프로젝션과 관련된 시그널링 정보로부터 리프로젝션된 데이터의 범위, 스케일링 정보 (예를 들면 bounding_box_x/y/z_length, granurality_radius/angular/normal 등)등을 확보할 수 있다.
실시예들에 따른 포인트 클라우드 수신 장치는 도 24 내지 도 28에서 설명한 프로젝션과 관련된 시그널링 정보(예를 들면 laser_position_adjustment_flag 등)를 기반으로 송신측에서 도 22에서 설명한 레이저 포지션 조정(예를 들면 레이저 포지션 조정(1642))이 수행되었는지를 확인하고 레이저 포지션 조정과 관련된 정보를 확보할 수 있다. 또한 포인트 클라우드 수신 장치는 도 24 내지 도 28에서 설명한 프로젝션과 관련된 시그널링 정보(예를 들면 sampling_adjustment_cubic_flag 등)을 기반으로 송신측에서 샘플링 레이트 조정(예를 들면 샘플링 레이트 조정 (1643))이 수행되었지를 확인하고 관련 정보를 확보할 수 있다. 실시예들에 따른 포인트 클라우드 수신 장치는 레이저 포지션 조정 및 샘플링 레이트 조정을 반영하여 리프로젝션을 수행할 수 있다. 실시예들에 따른 프로젝션, 레이저 포지션 조정 및 샘플링 레이트 조정은 도 21 내지 도 23에서 설명한 바와 동일하므로 구체적인 설명은 생략한다.
포인트 클라우드 수신 장치는 도 24 내지 도 28에서 설명한 프로젝션과 관련된 시그널링 정보(예를 들면 projection_type)를 기반으로 리프로젝션된 포인트 클라우드 데이터(지오메트리)의 좌표계(예를 들면 도 18에서 설명한 원통 좌표계(1810), 구면 좌표계(1820))를 원래의 좌표계(예를 들면 xyz 좌표계(1800))으로 변환할 수 있다. 상술한 바와 같이 도 24 내지 도 28에서 설명한 프로젝션과 관련된 시그널링 정보는 원래의 좌표계상 데이터의 출력 범위(예를 들면 orig_bounding_box_x_offset), 변환 좌표계와 관련된 정보 (예를 들면 cylinder_center_x등) 등을 포함한다. 포인트 클라우드 수신 장치는 수학식 1 내지 수학식 6의 역변환 수학식을 이용할 수 있다. 그러나 도 15 내지 도 18에서 설명한 바와 같이 포인트 클라우드 송신 장치가 복셀라이제이션(예를 들면 프로젝션 도메인 복셀라이제이션(1644)) 및 라운딩 (rounding)을 수행하는 과정에서 포인트의 포지션의 오차가 발생할 수 있다. 따라서 포인트 클라우드 수신 장치가 시그널링 정보를 기반으로 프로젝션을 수행하더라도 지오메트리의 무손실 복원이 어려울 수 있다. 즉, 재구성된 어트리뷰트가 무손실 복원되더라도, 재구성된 지오메트리의 손실로 인해 지오메트리와 어트리뷰트 간의 정확한 매칭이 이루어지지 않아 의도하지 않은 오류가 발생할 수 있다. 프로젝션이 어트리뷰트 코딩에만 적용되는 경우, 재구성된 지오메트리에 대응하는 재구성된 어트리뷰트를 연결하면 재구성된 어트리뷰트가 무손실 복원되지 않아도 적합한 매칭이 이루어지므로 오류가 적은 재구성된 포인트 클라우드 데이터를 확보할 수 있다.
따라서 실시예들에 따른 포인트 클라우드 수신 장치는 프로젝션된 지오메트리와 프로젝션이 수행되기 이전의 포지션을 연결하기 위하여 포지션 정보의 인덱스를 나타내는 인덱스 맵을 생성하는 프로젝션 인덱스 맵 제너레이션(3022)를 수행한다. 포인트 클라우드 수신 장치는 재구성된 지오메트리에 대하여 특정 순서(예를 들면 몰톤 코드 순서, x-y-z지그재그 순서 등)으로 재구성된 지오메트리가 나타내는 포인트들을 정렬하고, 순서에 따라 인덱스를 부여한다. 포인트 클라우드 수신 장치는 프로젝션 이전의 포지션과 인덱스의 관계에 기반하여 디코드된 포지션(지오메트리) 맵에 대한 인덱스(index to decoded position map)와 인덱스 맵에 대한 디코드된 포지션(지오메트리)(decoded position to the index map)을 생성할 수 있다. 포인트 클라우드 수신 장치는 인덱스가 부여된 지오메트리에 대해 프로젝션을 수행하고, 프로젝션된 포지션(지오메트리)맵에 대한 디코드된 포지션(decoded position to projected position map)을 생성한다. 또한 포인트 클라우드 수신 장치는 디코드된 포지션과 인덱스 사이의 관계(예를 들면 생성한 디코드된 포지션(지오메트리) 맵에 대한 인덱스와 인덱스 맵에 대한 디코드된 포지션(지오메트리))를 기반으로 인덱스 맵에 대한 프로젝션된 포지션(the projection position to the index map)을 생성한다.
도 15 내지 도 17에서 설명한 바와 같이 포인트 클라우드 전송 장치는 프로젝션이 수행된 지오메트리를 기반으로 어트리뷰트 인코딩을 수행한다. 따라서 재구성된 어트리뷰트는 도 15 내지 도 23에서 설명한 프로젝션 도메인 상에 표현되는 지오메트에 대한 어트리뷰트로 표현된다.
어트리뷰트 디코딩이 수행되면, 프로젝션 도메인상의 각 포인트는 어트리뷰트를 갖게 되므로, 포인트 클라우드 수신 장치는 역프로젝션(3023)을 수행하여 인덱스 맵에 대한 프로젝션된 포지션과 포지션 맵에 대한 인덱스를 기반으로 프로젝션된 지오메트리의 오리지널 지오메트리를 복원하고, 복원된 오리지널 지오메트리와 복원된 어트리뷰트를 매칭할 수 있다. 실시예들에 따른 프로젝션 인덱스 맵 제너레이션(3022)은 역프로젝션(3023)에 포함될 수 있다.
도 31은 포인트 클라우드 수신 장치의 처리과정의 예시를 나타낸다.
도면에 도시된 플로우차트(3100)는 도 29 내지 도 30에서 설명한 포인트 클라우드 수신 장치의 처리 과정의 예시를 나타낸다. 포인트 클라우드 수신 장치의 동작은 본 예시에 국한되지 않으며, 각 엘레멘트에 대응하는 동작은 도 31에 도시된 순서대로 수행될 수 있고, 순차적으로 수행되지 않을 수도 있다.
도 29 내지 도 30에서 설명한 바와 같이 포인트 클라우드 수신 장치는 포인트 클라우드 비트스트림을 입력 받고 지오메트리 비트스트림에 대하여 엔트로피 디코딩(Entropy Decoding)(3110), 역양자화(Dequantization)(3111) 및 지오메트리 디코딩(Geometry Decoding)(3112)를 수행한다. 실시예들에 따른 엔트로피 디코딩(3110), 역양자화(3111) 및 지오메트리 디코딩(3112)는 도 30에서 설명한 지오메트리 프로세싱에 대응하며, 구체적인 설명은 생략한다. 포인트 클라우드 수신 장치는 도 30에서 설명한 바와 같이 도 24 내지 도 28에서 설명한 시그널링 정보를 기반으로 프로젝션의 수행여부를 판단하고 프로젝션을 수행하지 않는 경우 어트리뷰트 디코딩(Attribute decoding)(3130)을 수행한다. 프로젝션을 수행하는 경우, 포인트 클라우드 수신 장치는 프로젝션 포스트 프로세싱(예를 들면 도 30에서 설명한 프로젝션 포스트 프로세싱(3020))을 수행한다. 실시예들에 따른 프로젝션 포스트 프로세싱은 도 30에서 설명한 프로젝션 포스트 프로세싱(3020)의 예시로서, 좌표 변환(coordinate conversion)(3120), 좌표 프로젝션(Coordinate projection)(3121), 환산 조정(Translation adjustment)(3122), 바운딩 박스 조정(Bounding box adjustment)(3123), 프로젝션 도메인 복셀라이제이션(Projection domain voxelization)(3124) 및 역 프로젝션(Inverse Projection)(3125)을 포함한다. 좌표 변환(3120), 좌표 프로젝션(3121), 환산 조정(3122), 바운딩 박스 조정(3123) 및 프로젝션 도메인 복셀라이제이션(3124)은 도 30에서 설명한 프로젝션(3021)에 대응할 수 있다. 도 30에서 설명한 바와 같이 포인트 클라우드 수신 장치는 도 24 내지 도 28에서 설명한 시그널링 정보에 포함된 레이저 포지션 조정(예를 들면 레이저 포지션 조정(1642)), 샘플링 레이트 조정(예를 들면 샘플링 레이트 조정(1643))등과 관련된 정보를 기반으로 환산 조정(3122), 바운딩 박스 조정(3123)등을 수행할 수 있다. 포인트 클라우드 수신 장치는 역프로젝션(3125)를 수행한다. 실시예들에 따른 역프로젝션(3125)는 도 30에서 설명한 역프로젝션(3023)과 동일하므로 구체적인 설명은 생략한다.
도 32는 역프로젝션의 예시이다.
도 32는 도 30 내지 도 31에서 설명한 역프로젝션의 예시로서 프로젝션 인덱스 맵 제너레이션(3022)의 예시를 나타낸다. 도면에 도시된 실선(3200)은 프로젝션 이전의 포지션과 인덱스의 관계에 기반하여 디코드된 포지션(지오메트리) 맵에 대한 인덱스(index to decoded position map)을 생성하는 과정을 나타낸다. 도면에 도시된 점선(3210)은 인덱스 맵에 대한 디코드된 포지션(지오메트리)(decoded position to the index map)을 생성하는 과정을 나타낸다. 도면에 도시된 실선(3220)은 포인트 클라우드 수신 장치는 인덱스가 부여된 지오메트리에 대해 프로젝션을 수행하고, 프로젝션된 포지션(지오메트리)맵에 대한 디코드된 포지션(decoded position to projected position map)을 생성하는 과정을 나타낸다. 또한 도면에 도시된 점선(3230)은 포인트 클라우드 수신 장치가 디코드된 포지션과 인덱스 사이의 관계(예를 들면 생성한 디코드된 포지션(지오메트리) 맵에 대한 인덱스와 인덱스 맵에 대한 디코드된 포지션(지오메트리))를 기반으로 인덱스 맵에 대한 프로젝션된 포지션(the projection position to the index map)을 생성하는 과정을 나타낸다. 역프로젝션에 대한 설명은 도 30에서 설명한 바와 동일하므로 생략한다.
도 33은 실시예들에 따른 포인트 클라우드 수신 장치의 처리과정의 예시를 나타낸다.
도면에 도시된 플로우 차트(3300)는 도 29 내지 도 31에서 설명한 포인트 클라우드 수신 장치의 처리 과정의 예시를 나타낸다. 포인트 클라우드 수신 장치의 동작은 본 예시에 국한되지 않으며, 각 엘레멘트에 대응하는 동작은 도 33에 도시된 순서대로 수행될 수 있고, 순차적으로 수행되지 않을 수도 있다.
도 29 내지 도 30에서 설명한 바와 같이 포인트 클라우드 수신 장치는 도 28에서 설명한 attr_coord_conv_enabled_flag의 값이 1인 경우, 어트리뷰트 디코딩을 위한 프리 프로세싱으로서 좌표 변환 프리 프로세스(coordinate conversion pre-process)(3310)을 수행할 수 있다. 실시예들에 따른 좌표 변환 프리 프로세스(3310)은 도 30에서 설명한 프로젝션(3021)에 대응할 수 있다. 실시예들에 따른 플로우 차트(3300)의 구성요소가 나타내는 동작은 포인트 클라우드 수신 장치를 구성하는 하드웨어, 소프트웨어, 프로세스 또는 이들의 조합에 의해 수행될 수 있다. 포인트 클라우드 수신 장치는 도 24 내지 도 28에서 설명한 프로젝션과 관련된 시그널링 정보를 기반으로 좌표 변환 프리 프로세스(3310)을 수행한다. 좌표계 변환 프리 프로세스(3310)에서 출력된 포인트의 포지션(지오메트리)는 후속하는 어트리뷰트 디코딩(3320)에서 사용된다. 실시예들에 따른 좌표 변환 프리 프로세스(3310)의 인풋(또는 인풋 데이터)은 다음과 같다. 실시예들에 따른 인풋은 도 24 내지 도 28에서 설명한 프로젝션과 관련된 시그널링 정보에서 확보되거나, 도 24 내지 도 28에서 설명한 프로젝션과 관련된 시그널링 정보를 기반으로 파생되는 변수들을 포함한다.
array PointPos: 직교 좌표(Cartesian coordinate) 내에서 표현되는 포인트 포지션을 특정하는 변수 (array PointPos specifying the point position represented in the Cartesian coordinate)
attr_coord_conv_enabled_flag(예를 들면 도 28에서 설명한 attr_coord_conv_enabled_flag): 어트리뷰트 디코딩에서 좌표 변환이 사용되는지 여부를 나타내는 지시자(an indicator attr_coord_conv_enabled_flag specifying the use of coordinate convertion in the attribute coding process)
number_lasers(예를 들면 도 24에서 설명한 numb_laser): 레이저들의 개수를 특정하는 변수
LaserAngle: 레이저들의 엘레베이션 앵글의 탄젠트 값을 나타내는 변수
geomAngularOrigin: 레이저들의 원점의 좌표(x,y,z)를 나타내는 변수
ScaleAxis: 각 축의 좌표 변환을 위한 스케일 팩터들을 나타내는 변수
LaserCorrection: geomAngularOrigin에 상대적인 레이저 포지션의 보정을 나타내는 변수
실시예들에 따른 좌표 변환 프리 프로세스(3310)의 출력은 보정된 array PointPos 및 좌표 변환 전후 포지션들의 연결을 나타내는 PointPosCart이다.
실시예들에 따른 좌표 변환 프리 프로세스(3310)은 레이저 인덱스 결정 프로세스(process to determine the laser index)를 포할 수 있다.
실시예들에 따른 레이저 인덱스 결정 프로세스는 좌표 변환을 수행하는 포인트를 위하여 0 to PointCount-1로 표현되는 범위 내의 포인트를 지시하는 포인트 인덱스(pointIdx)로 레이저 인덱스(laserIndex[　pointIdx])를 결정하는 프로세스이다. 이 프로세스는 attr_coord_conv_enabled_flag의 값이 1일 때만 수행된다.
먼저 추정 레이저 인덱스(laserIndexEstimate[　pointIdx])는 노드 각도(PointTheta)를 결정하고 이 점에 가장 가까운 레이저 각도(the closest laser angle LaserAngle[　laserIndexEstimate[　pointIdx]]를 결정하여 계산된다. 이하는 노드 각도를 결정하는 과정을 나타낸다.
Figure 112021030328621-pat00138
이하는 가장 가까운 레이저 각도를 결정하는 과정을 나타낸다.
Figure 112021030328621-pat00139
Figure 112021030328621-pat00140
실시예들에 따른 좌표 변환 프리 프로세스(3310)은 좌표 변환(Coordinate conversion)프로세스를 포할 수 있다
좌표 변환 프로세스의 시작에서, 직교 좌표계의 포인트 포지션의 배열에서의 위치는 0부터 PointCOunt-1의 범위 내의 pointIdx를 사용하여 PointPosCart[pointIdx]로 복사된다. 이하는 PointPosCart[pointIdx]를 나타낸다.
PointPosCart[pointIdx][0] = PointPos[pointIdx][0]
PointPosCart[pointIdx][1] = PointPos[pointIdx][1]
PointPosCart[pointIdx][2] = PointPos[pointIdx][2]
다음 과정은 좌표축을 죄교 좌표에서 원통 좌표로 변환하기 위해 포인트에 적용된다. ConvPointPos[pointIdx]는 변환된 원통 좌표의 점 포지션을 0에서 PointCoint-1의 범위의 pointIdX를 사용하여 나타낸다.
Figure 112021030328621-pat00141
업데이트된 포인트 포지션(PointPos)은 각 축에서 스케일 팩터의 배수들로 지정된다. 만약 ScaleAxis가 0이 아닌 양수 값이면 업데이트된 포인트 포지션은 다음과 같이 파생된다.
Figure 112021030328621-pat00142
여기서, MinPointPos는 0 부터 PointCount-1의 범위 내의 PointIdx를 사용하여 나타내어지는 ConvPointPos[PointIdx] 중 최소 포인트 포지션을 나타낸다.
만약 ScaleAxis의 적어도 하나의 엘레멘트가 0과 같다면, ScaleAxis는 바운딩 박스에 의해 파생된다. MaxPointPos는 주어진 ConvPointPos의 맥시멈 포인트 포지션이라고 하면, LengthBbox의 축을 따라 바운딩 박스의 길이는 다음과 같다.
LengthBbox[0] = MaxPointPos[0] - MinPointPos[0]
LengthBbox[1] = MaxPointPos[1] - MinPointPos[1]
LengthBbox[2] = MaxPointPos[2] - MinPointPos[2]
또한 세가지 엘레멘트 중 맥시멈 길이는 다음과 같다.
MaxLengthBbox = Max( LengthBbox[0], Max( LengthBbox[1],
LengthBbox[2] ) )
그리고 ScaleAxis는 다음과 같이 파생된다.
ScaleAxis[0] = MaxLengthBbox
Figure 112021030328621-pat00143
LengthBbox[0]
ScaleAxis[1] = MaxLengthBbox
Figure 112021030328621-pat00144
LengthBbox[1]
ScaleAxis[2] = MaxLengthBbox
Figure 112021030328621-pat00145
LengthBbox[2]
도 29 내지 도 30에서 설명한 바와 같이 포인트 클라우드 수신 장치는 어트리뷰트 디코딩(Attribute decoding)을 수행한다(3320). 실시예들에 따른 어트리뷰트 디코딩(3320)은 도 29의 어트리뷰트 디코딩(2940), 도 30에서 설명한 어트리뷰트 디코딩 또는 어트리뷰트 프로세싱과 동일하므로 구체적인 설명은 생략한다. 포인트 클라우드 수신 장치는 어트리뷰트 디코딩을 수행하고, 직교 좌표계에서의 포인트 포지션을 사용하여 어트리뷰트를 매치하기 이하여 좌표 변환 포스트 프로세스(coordinate conversion post process)를 수행한다(3330). 실시예들에 따른 좌표 변환 포스트 프로세스(3330)의 인풋(또는 인풋 데이터)는 다음과 같다. 실시예들에 따른 인풋은 도 24 내지 도 28에서 설명한 프로젝션과 관련된 시그널링 정보에서 확보되거나, 도 24 내지 도 28에서 설명한 프로젝션과 관련된 시그널링 정보를 기반으로 파생되는 변수들을 포함한다.
attr_coord_conv_enabled_flag(예를 들면 도 28에서 설명한 attr_coord_conv_enabled_flag): 어트리뷰트 디코딩에서 좌표 변환이 사용되는지 여부를 나타내는 지시자
0부터 PointCount - 1의 범위 내의 포인트 인덱스(pointIdx)와 0부터 AttriDim-1 범위의 cIdx를 갖는 PointsAttr[ pointIdx][ cIdx ] 엘레멘트들을 갖는 PointsAttr 배열(array PointsAttr)
0부터 PointCount - 1의 범위 내의 포인트 인덱스(pointIdx)를 갖는 PointPosCart[pointIdx] 엘레멘트들을 갖는 PointsPosCart 배열(array PointPosCart)
좌표 변환 포스트 프로세스(3330)의 출력은 PointsAttr[pointIdx][cIdx] 엘레멘트들이 있는 PointsAttr 배열(PointsAttr array)이다. 여기서 PointsAttr의 PointIdx를 갖는 각 엘레멘트는 동일한 인덱스 pointIdx를 갖는 PointPosCart 배열(PointPosCart array)에 의해 주어지는 포지션과 연관된다.
도 34는 실시예들에 따른 포인트 클라우드 데이터 전송 방법을 나타내는 플로우 다이어그램이다.
도 34의 플로우 다이어그램(3400)는 도 1 내지 도 33에서 설명한 포인트 클라우드 데이터 전송 장치(또는 포인트 클라우드 전송 장치, 예를 들면 도 1, 도 12 및 도 14에서 설명한 전송 장치 또는 포인트 클라우드 인코더)는 포인트 클라우드 데이터 전송 방법을 나타낸다. 포인트 클라우드 데이터 전송 장치는 지오메트리 및 어트리뷰트를 포함하는 포인트 클라우드 데이터를 인코딩한다(3410). 지오메트리는 포인트 클라우드 데이터의 포인트들의 포지션들을 나타내는 정보이고, 어트리뷰트는 포인트들의 색상 및 반사율 중 적어도 하나 이상을 포함한다. 포인트 클라우드 데이터 전송 장치는 지오메트리를 인코딩한다. 도 1 내지 도 33에서 설명한 바와 같이 어트리뷰트 인코딩은 지오메트리 인코딩에 종속된다. 실시예들에 따른 포인트 클라우드 전송 장치는 지오메트리 및/또는 어트리뷰트에 대해 좌표계 변환(예를 들면 도 15 내지 도 17에서 설명한 프로젝션)을 수행할 수 있다. 프로젝션에 대한 구체적인 내용은 도 15내지 도 33에서 설명한 바와 동일하므로 생략한다. 포인트 클라우드 데이터가 하나 또는 그 이상의 레이저들에 의해 획득된 경우, 포인트 클라우드 전송 장치는 하나 또는 그 이상의 레이저들을 출력하는 레이저 헤드의 중심 위치 및 중심 위치에 상대적인 각 레이저의 위치를 기반으로 각 레이저의 포지션을 조정할 수 있다. 조정된 레이저의 포지션은 포인트들의 포지션들을 나타내는 좌표계에서 표현되는 수직 각도를 포함할 수 있다. 레이저 포지션 조정에 대한 설명은 도 15 내지 도 22에서 설명한 바와 동일하므로 구체적인 설명은 생략한다. 실시예들에 따른 비트스트림은 도 24 내지 도 28에서 설명한 프로젝션과 관련된 시그널링 정보를 포함한다. 예를 들어 비트스트림은 각 레이저의 포지션을 조정하였는지 여부를 나타내는 정보(예를 들면 도 24에서 설명한 laser_position_adjustment_flag) 및 하나 또는 그 이상의 레이저들의 개수를 나타내는 정보(예를 들면 도 24 에서 설명한 num_laser 등), 레이저 조정과 관련된 정보를 포함할 수 있다. 또한 비트스트림은 인코드된 어트리뷰트를 디코딩하기 위해 좌표 변환이 적용되는지 여부를 나타내는 정보(예를 들면 도 28에서 설명한 attr_coord_conv_enable_flag) 및 변환된 좌표축의 스케일 팩터들에 대한 정보(예를 들면 도 28에서 설명한 attr_coord_conv_scale[i])을 포함할 수 있다.
포인트 클라우드 수신 장치는 이러한 시그널링 정보를 확보하고 레이저 위치 재조정, 좌표 변환등 프로젝션 및 역 프로젝션을 수행할 수 있다. 포인트 클라우드 데이터 송신 장치의 동작은 도 1 내지 도 23에서 설명한 바와 동일하므로 구체적인 설명은 생략한다.
도 35는 실시예들에 따른 포인트 클라우드 데이터 처리 방법의 플로우 다이어그램이다.
도 35의 플로우 다이어그램(3500)은 도 1 내지 도 33에서 설명한 포인트 클라우드 데이터 수신 장치(예를 들면 예를 들면 수신 장치(10004) 또는 포인트 클라우드 비디오 디코더(10006))의 포인트 클라우드 데이터 처리 방법을 나타낸다.
포인트 클라우드 데이터 수신 장치(예를 들면 도 1의 receiver, 도 13의 수신부 등 수신기)는 포인트 클라우드 데이터를 포함하는 비트스트림을 수신한다(2510). 실시예들에 따른 비트스트림은 포인트 클라우드 데이터를 디코딩하기 위해 필요한 시그널링 정보(예를 들면 SPS, APS, 어트리뷰트 헤더 등)를 포함한다. 도 24 내지 도 28에서 설명한 바와 같이 실시예들에 따른 포인트 클라우드 전송 장치는 비트스트림에 포함된 시그널링 정보(예를 들면 SPS, APS, 어트리뷰트 헤더 등)를 통해 프로젝션(예를 들면 도 15 내지 도 33에서 설명한 프로젝션)과 관련된 시그널링 정보를 전송한다. 상술한 바와 같이 비트스트림의 시그널링 정보(예를 들면 SPS, APS, 어트리뷰트 헤더 등)는 시퀀스 레벨 또는 슬라이스 레벨에서 프로젝션과 관련된 정보를 포함할 수 있다.
포인트 클라우드 데이터 수신 장치(예를 들면 도 10의 디코더)는 시그널링 정보를 기반으로 포인트 클라우드 데이터를 디코딩한다(2520). 포인트 클라우드 데이터 수신 장치(예를 들면 도 10의 지오메트리 디코더)는 포인트 클라우드 데이터에 포함된 지오메트리를 디코딩한다. 포인트 클라우드 데이터는 지오메트리 및 어트리뷰트를 포함하고, 지오메트리는 포인트 클라우드 데이트의 포인트들의 포지션들을 나타내는 정보이고, 어트리뷰트는 포인트들의 색상 및 반사율 중 적어도 하나 이상을 포함한다.
실시예들에 따른 포인트 클라우드 수신장치는 지오메트리 및/또는 어트리뷰트에 대해 좌표계 변환(예를 들면 도 15 내지 도 33에서 설명한 좌표 변환(3310, 3330))을 수행할 수 있다. 좌표 변환에 대한 구체적인 내용은 도 15내지 도 33에서 설명한 바와 동일하므로 생략한다.
실시예들에 따른 비트스트림은 도 24 내지 도 28에서 설명한 프로젝션과 관련된 시그널링 정보를 포함한다. 예를 들어 시그널링 정보는 각 레이저의 포지션을 조정하였는지 여부를 나타내는 정보(예를 들면 도 24에서 설명한 laser_position_adjustment_flag) 및 하나 또는 그 이상의 레이저들의 개수를 나타내는 정보(예를 들면 도 24 에서 설명한 num_laser 등), 레이저 조정과 관련된 정보를 포함할 수 있다. 또한 비트스트림은 어트리뷰트를 디코딩하기 위해 좌표 변환이 적용되는지 여부를 나타내는 정보(예를 들면 도 28에서 설명한 attr_coord_conv_enable_flag) 및 변환된 좌표축의 스케일 팩터들에 대한 정보(예를 들면 도 28에서 설명한 attr_coord_conv_scale[i])을 포함할 수 있다. 포인트 클라우드 수신 장치는 레이저 조정과 관련된 정보를 기반으로 각 레이저의 포지션을 조정할 수 있다. 레이저의 포지션은 하나 또는 그 이상의 레이저들을 출력하는 레이저 헤드의 중심 위치 및 중심 위치에 상대적인 각 레이저의 위치를 기반으로 조정된 포지션으로, 포인트들을 나타내는 좌표계에서 표현되는 수직 각도를 포함한다. 포인트 클라우드 데이터 처리 방법은 본 예시에 국한되지 않는다.
도 1 내지 도 35에서 설명한 실시예들에 따른 포인트 클라우드 데이터 처리 장치의 구성요소들은 메모리와 결합된 하나 또는 그 이상의 프로세서들을 포함하는 하드웨어, 소프트웨어, 펌웨어, 또는 이들의 결합으로 구현될 수 있다. 실시예들에 따른 디바이스의 구성요소들은 하나의 칩, 예를 들면 하나의 하드웨어 서킷으로 구현될 수 있다. 또한 실시예들에 따른 포인트 클라우드 데이터 처리 장치의 구성요소들은 각각 별도의 칩들로 구현될 수 있다. 또한 실시예들에 따른 포인트 클라우드 데이터 처리 장치의 구성요소들은 중 적어도 하나 이상은 하나 또는 그 이상의 프로그램들을 실행 할 수 있는 하나 또는 그 이상의 프로세서들로 구성될 수 있으며, 하나 또는 그 이상의 프로그램들은 도 1 내지 도 35에서 설명한 포인트 클라우드 데이터 처리 장치의 동작/방법들 중 어느 하나 또는 그 이상의 동작들을 수행시키거나, 수행하기 위한 인스트럭션들을 포함할 수 있다.
설명의 편의를 위하여 각 도면을 나누어 설명하였으나, 각 도면에 서술되어 있는 실시예들을 병합하여 새로운 실시예를 구현하도록 설계하는 것도 가능하다. 그리고, 통상의 기술자의 필요에 따라, 이전에 설명된 실시예들을 실행하기 위한 프로그램이 기록되어 있는 컴퓨터에서 판독 가능한 기록 매체를 설계하는 것도 실시예들의 권리범위에 속한다. 실시예들에 따른 장치 및 방법은 상술한 바와 같이 설명된 실시예들의 구성과 방법이 한정되게 적용될 수 있는 것이 아니라, 실시예들은 다양한 변형이 이루어질 수 있도록 각 실시예들의 전부 또는 일부가 선택적으로 조합되어 구성될 수도 있다. 실시예들의 바람직한 실시예에 대하여 도시하고 설명하였지만, 실시예들은 상술한 특정의 실시예에 한정되지 아니하며, 청구범위에서 청구하는 실시예들의 요지를 벗어남이 없이 당해 발명이 속하는 기술분야에서 통상의 지식을 가진 자에 의해 다양한 변형실시가 가능한 것은 물론이고, 이러한 변형실시들은 실시예들의 기술적 사상이나 전망으로부터 개별적으로 이해돼서는 안 될 것이다.
실시예들에 따른 장치 및 방법에 대한 설명은 서로 보완하여 적용될 수 있다. 예를 들어, 실시예들에 따른 포인트 클라우드 데이터 전송 방법은 실시예들에 따른 포인트 클라우드 데이터 전송 장치 또는 포인트 클라우드 데이터 전송 장치에 포함된 구성요소들에 의해 수행될 수 있다. 또한 실시예들에 따른 포인트 클라우드 데이터 수신 방법은 실시예들에 따른 포인트 클라우드 데이터 수신 장치 또는 포인트 클라우드 데이터 수신 장치에 포함된 구성요소들에 의해 수행될 수 있다.
실시예들에 따른 장치의 다양한 구성요소들은 하드웨어, 소프트웨어, 펌웨어 또는 그것들의 조합에 의해 구성될 수 있다. 실시예들의 다양한 구성요소들은 하나의 칩, 예를 들면 하나의 하드웨어 서킷으로 구현될 수 있다 실시예들에 따라, 실시예들에 따른 구성요소들은 각각 별도의 칩들로 구현될 수 있다. 실시예들에 따라, 실시예들에 따른 장치의 구성요소들 중 적어도 하나 이상은 하나 또는 그 이상의 프로그램들을 실행 할 수 있는 하나 또는 그 이상의 프로세서들로 구성될 수 있으며, 하나 또는 그 이상의 프로그램들은 실시예들에 따른 동작/방법들 중 어느 하나 또는 그 이상의 동작/방법들을 수행시키거나, 수행시키기 위한 인스트럭션들을 포함할 수 있다. 실시예들에 따른 장치의 방법/동작들을 수행하기 위한 실행 가능한 인스트럭션들은 하나 또는 그 이상의 프로세서들에 의해 실행되기 위해 구성된 일시적이지 않은 CRM 또는 다른 컴퓨터 프로그램 제품들에 저장될 수 있거나, 하나 또는 그 이상의 프로세서들에 의해 실행되기 위해 구성된 일시적인 CRM 또는 다른 컴퓨터 프로그램 제품들에 저장될 수 있다. 또한 실시예들에 따른 메모리는 휘발성 메모리(예를 들면 RAM 등)뿐 만 아니라 비휘발성 메모리, 플래쉬 메모리, PROM등을 전부 포함하는 개념으로 사용될 수 있다. 또한, 인터넷을 통한 전송 등과 같은 캐리어 웨이브의 형태로 구현되는 것도 포함될 수 있다. 또한, 프로세서가 읽을 수 있는 기록매체는 네트워크로 연결된 컴퓨터 시스템에 분산되어, 분산방식으로 프로세서가 읽을 수 있는 코드가 저장되고 실행될 수 있다.
이 문서에서 “/”와 “,”는 “및/또는”으로 해석된다. 예를 들어, “A/B”는 “A 및/또는 B”로 해석되고, “A, B”는 “A 및/또는 B”로 해석된다. 추가적으로, “A/B/C”는 “A, B 및/또는 C 중 적어도 하나”를 의미한다. 또한, “A, B, C”도 “A, B 및/또는 C 중 적어도 하나”를 의미한다. 추가적으로, 이 문서에서 “또는”는 “및/또는”으로 해석된다. 예를 들어, “A 또는 B”은, 1) “A”만을 의미하거나, 2) “B”만을 의미하거나, 3) “A 및 B”를 의미할 수 있다. 달리 표현하면, 본 문서의 “또는”은 “추가적으로 또는 대체적으로(additionally or alternatively)”를 의미할 수 있다.
제1, 제2 등과 같은 용어는 실시예들의 다양한 구성요소들을 설명하기 위해 사용될 수 있다. 하지만 실시예들에 따른 다양한 구성요소들은 위 용어들에 의해 해석이 제한되어서는 안된다. 이러한 용어는 하나의 구성요소를 다른 구성요소와 구별하기 위해 사?熾幷? 것에 불과하다. 것에 불과하다. 예를 들어, 제1 사용자 인풋 시그널은 제2사용자 인풋 시그널로 지칭될 수 있다. 이와 유사하게, 제2사용자 인풋 시그널은 제1사용자 인풋시그널로 지칭될 수 있다. 이러한 용어의 사용은 다양한 실시예들의 범위 내에서 벗어나지 않는 것으로 해석되어야만 한다. 제1사용자 인풋 시그널 및 제2사용자 인풋 시그널은 모두 사용자 인풋 시그널들이지만, 문맥 상 명확하게 나타내지 않는 한 동일한 사용자 인풋 시그널들을 의미하지 않는다.
실시예들을 설명하기 위해 사용된 용어는 특정 실시예들을 설명하기 위한 목적으로 사용되고, 실시예들을 제한하기 위해서 의도되지 않는다. 실시예들의 설명 및 청구항에서 사용된 바와 같이, 문맥 상 명확하게 지칭하지 않는 한 단수는 복수를 포함하는 것으로 의도된다. 및/또는 표현은 용어 간의 모든 가능한 결합을 포함하는 의미로 사용된다. 포함한다 표현은 특징들, 수들, 단계들, 엘리먼트들, 및/또는 컴포넌트들이 존재하는 것을 설명하고, 추가적인 특징들, 수들, 단계들, 엘리먼트들, 및/또는 컴포넌트들을 포함하지 않는 것을 의미하지 않는다. 실시예들을 설명하기 위해 사용되는, ~인 경우, ~때 등의 조건 표현은 선택적인 경우로만 제한 해석되지 않는다. 특정 조건을 만족하는 때, 특정 조건에 대응하여 관련 동작을 수행하거나, 관련 정의가 해석되도록 의도되었다.

Claims (12)

  1. 지오메트리 및 어트리뷰트를 포함하는 포인트 클라우드 데이터를 인코딩하는 단계로서, 상기 지오메트리는 상기 포인트 클라우드 데이터의 포인트들의 포지션들을 나타내는 정보이고, 상기 어트리뷰트는 상기 포인트들의 색상 및 반사율 중 적어도 하나 이상을 포함하고,
    상기 포인트 클라우드 데이터를 인코딩하는 단계는, 상기 지오메트리를 인코딩하는 단계 및 상기 인코딩된 지오메트리를 기반으로 상기 어트리뷰트를 인코딩하는 단계를 포함하고; 및
    상기 인코딩된 포인트 클라우드 데이터를 포함하는 비트스트림을 전송하는 단계를 포함하는 포인트 클라우드 데이터 전송 방법으로서, 상기 비트스트림은 상기 어트리뷰트를 디코딩하는 단계에서 상기 포인트들의 포지션들을 나타내는 좌표의 변환이 적용되는지 여부를 나타내는 정보를 포함하고, 상기 어트리뷰트를 디코딩하기 위해 상기 포인트들의 포지션들을 나타내는 좌표의 변환이 적용되는 경우, 상기 비트스트림은 변환된 좌표 축의 스케일 팩터들에 대한 정보를 더 포함하는 포인트 클라우드 데이터 전송 방법.
  2. 제 1 항에 있어서, 상기 포인트 클라우드 데이터를 인코딩하는 단계는,
    상기 포인트 클라우드 데이터가 하나 또는 그 이상의 레이저들에 의해 획득된 경우,
    상기 하나 또는 그 이상의 레이저들을 출력하는 레이저 헤드의 중심 위치 및 상기 중심 위치에 상대적인 각 레이저의 위치를 기반으로 상기 각 레이저의 포지션을 조정하는 단계를 포함하고, 상기 조정된 레이저의 포지션은 상기 포인트들의 포지션들을 나타내는 좌표계에서 표현되는 수직 각도를 포함하는 포인트 클라우드 데이터 전송 방법.
  3. 제 2항에 있어서, 상기 비트스트림은 상기 하나 또는 그 이상의 레이저들의 위치를 조정하였는지 여부를 나타내는 정보 및 상기 하나 또는 그 이상의 레이저들의 개수를 나타내는 정보를 포함하는 포인트 클라우드 데이터 전송 방법.
  4. 제 1 항에 있어서, 상기 어트리뷰트를 디코딩하는 단계에서 상기 포인트들의 포지션들을 나타내는 좌표의 변환이 적용되는지 여부를 나타내는 정보 및 변환된 좌표 축의 스케일 팩터들에 대한 정보는 상기 비트스트림에 포함된 APS(Attribute Parameter Set)를 통해 시그널링되는, 포인트 클라우드 데이터 전송 방법.
  5. 포인트 클라우드 데이터를 포함하는 비트스트림을 수신하는 단계로서 상기 비트스트림은 시그널링 정보를 포함하고; 및
    상기 포인트 클라우드 데이터를 디코딩하는 단계로서, 상기 포인트 클라우드 데이터는 지오메트리 및 어트리뷰트를 포함하고, 상기 지오메트리는 상기 포인트 클라우드 데이터의 포인트들의 포지션들을 나타내는 정보이고, 상기 어트리뷰트는 포인트들의 색상 및 반사율 중 적어도 하나 이상을 포함하고, 상기 포인트 클라우드 데이터를 디코딩하는 단계는, 상기 지오메트리를 디코딩하는 단계 및 상기 디코딩된 지오메트리를 기반으로 상기 어트리뷰트를 디코딩하는 단계를 포함하고,
    상기 시그널링 정보는, 상기 어트리뷰트를 디코딩하는 단계에서, 상기 어트리뷰트에 대응하는 포인트들의 포지션들을 나타내는 좌표의 변환이 적용되는지 여부를 나타내는 정보를 포함하고, 상기 어트리뷰트에 대응하는 포인트들의 포지션들을 나타내는 좌표의 변환이 적용되면, 상기 시그널링 정보는 변환된 좌표축의 스케일 팩터들에 대한 정보를 포함하는,
    포인트 클라우드 데이터 처리 방법.
  6. 제 5 항에 있어서, 상기 시그널링 정보는 상기 포인트 클라우드 데이터가 하나 또는 그 이상의 레이저들에 의해 획득된 경우 각 레이저의 포지션을 조정하였는지 여부를 나타내는 정보 및 상기 하나 또는 그 이상의 레이저들의 개수를 나타내는 정보를 포함하는 포인트 클라우드 데이터 처리 방법.
  7. 제 6 항에 있어서,
    상기 포인트 클라우드 데이터를 디코딩하는 단계는,
    상기 각 레이저의 포지션을 조정하였는지 여부를 나타내는 정보 및 상기 하나 또는 그 이상의 레이저들의 개수를 나타내는 정보를 기반으로, 상기 각 레이저의 포지션을 조정하는 단계를 포함하고, 상기 레이저의 포지션은 상기 하나 또는 그 이상의 레이저들을 출력하는 레이저 헤드의 중심 위치 및 상기 중심 위치에 상대적인 각 레이저의 위치를 기반으로 조정된 포지션으로서, 상기 포인트들의 포지션들을 나타내는 좌표계에서 표현되는 수직 각도를 포함하는 포인트 클라우드 데이터 처리 방법.
  8. 제 5 항에 있어서, 상기 어트리뷰트에 대응하는 포인트들의 포지션들을 나타내는 좌표의 변환이 적용되는지 여부를 나타내는 정보 및 상기 변환된 좌표축의 스케일 팩터들에 대한 정보는 상기 시그널링 정보에 포함된 APS(Attribute Parameter Set)를 통해 시그널링되는, 포인트 클라우드 데이터 처리 방법.
  9. 포인트 클라우드 데이터를 포함하는 비트스트림을 수신하는 수신부로서 상기 비트스트림은 시그널링 정보를 포함하고; 및
    상기 포인트 클라우드 데이터를 디코딩하는 디코더로서, 상기 포인트 클라우드 데이터는 지오메트리 및 어트리뷰트를 포함하고, 상기 지오메트리는 상기 포인트 클라우드 데이터의 포인트들의 포지션들을 나타내는 정보이고, 상기 어트리뷰트는 포인트들의 색상 및 반사율 중 적어도 하나 이상을 포함하고, 상기 디코더는, 상기 지오메트리를 디코딩하는 지오메트리 디코더 및 상기 디코딩된 지오메트리를 기반으로 상기 어트리뷰트를 디코딩하는 어트리뷰트 디코더를 포함하고,
    상기 시그널링 정보는, 상기 어트리뷰트를 디코딩하는 단계에서, 상기 어트리뷰트에 대응하는 포인트들의 포지션들을 나타내는 좌표의 변환이 적용되는지 여부를 나타내는 정보를 포함하고, 상기 어트리뷰트에 대응하는 포인트들의 포지션들을 나타내는 좌표의 변환이 적용되면, 상기 시그널링 정보는 변환된 좌표축의 스케일 팩터들에 대한 정보를 포함하는, 포인트 클라우드 데이터 처리 장치.
  10. 제 9항에 있어서, 상기 시그널링 정보는 상기 포인트 클라우드 데이터가 하나 또는 그 이상의 레이저들에 의해 획득된 경우 각 레이저의 포지션을 조정하였는지 여부를 나타내는 정보 및 상기 하나 또는 그 이상의 레이저들의 개수를 나타내는 정보를 포함하는 포인트 클라우드 데이터 처리 장치.
  11. 제 10항에 있어서,
    상기 디코더는,
    상기 각 레이저의 포지션을 조정하였는지 여부를 나타내는 정보 및 상기 하나 또는 그 이상의 레이저들의 개수를 나타내는 정보를 기반으로, 상기 각 레이저의 포지션을 조정하고, 상기 레이저의 포지션은 상기 하나 또는 그 이상의 레이저들을 출력하는 레이저 헤드의 중심 위치 및 상기 중심 위치에 상대적인 각 레이저의 위치를 기반으로 조정된 포지션으로서, 상기 포인트들의 포지션들을 나타내는 좌표계에서 표현되는 수직 각도를 포함하는 포인트 클라우드 데이터 처리 장치.
  12. 제 9항에 있어서, 상기 어트리뷰트에 대응하는 포인트들의 포지션들을 나타내는 좌표의 변환이 적용되는지 여부를 나타내는 정보 및 상기 변환된 좌표축의 스케일 팩터들에 대한 정보는 상기 시그널링 정보에 포함된 APS(Attribute Parameter Set)를 통해 시그널링되는, 포인트 클라우드 데이터 처리 장치.
KR1020210033532A 2020-03-16 2021-03-15 포인트 클라우드 데이터 전송 장치, 전송 방법, 처리 장치 및 처리 방법 KR102378138B1 (ko)

Applications Claiming Priority (4)

Application Number Priority Date Filing Date Title
KR1020200032156 2020-03-16
KR20200032156 2020-03-16
US202063042549P 2020-06-22 2020-06-22
US63/042,549 2020-06-22

Publications (2)

Publication Number Publication Date
KR20210116336A KR20210116336A (ko) 2021-09-27
KR102378138B1 true KR102378138B1 (ko) 2022-03-25

Family

ID=77665188

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020210033532A KR102378138B1 (ko) 2020-03-16 2021-03-15 포인트 클라우드 데이터 전송 장치, 전송 방법, 처리 장치 및 처리 방법

Country Status (5)

Country Link
US (1) US20210289211A1 (ko)
EP (1) EP4124041A4 (ko)
KR (1) KR102378138B1 (ko)
CN (1) CN115280780A (ko)
WO (1) WO2021187839A1 (ko)

Families Citing this family (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11551334B2 (en) * 2020-01-09 2023-01-10 Tencent America LLC Techniques and apparatus for coarse granularity scalable lifting for point-cloud attribute coding
US11770562B2 (en) * 2020-06-23 2023-09-26 Qualcomm Incorporated High-level syntax for geometry-based point cloud compression
US11871037B2 (en) * 2020-06-26 2024-01-09 Qualcomm Incorporated Sorted laser angles for geometry-based point cloud compression (G-PCC)
EP4156107A1 (en) * 2021-09-24 2023-03-29 Beijing Xiaomi Mobile Software Co., Ltd. Method and apparatus of encoding/decoding point cloud geometry data sensed by at least one sensor
CN118103731A (zh) * 2021-10-18 2024-05-28 Lg 电子株式会社 点云数据发送设备、点云数据发送方法、点云数据接收设备和点云数据接收方法
US11924467B2 (en) * 2021-11-16 2024-03-05 Google Llc Mapping-aware coding tools for 360 degree videos
WO2023149781A1 (ko) * 2022-02-07 2023-08-10 엘지전자 주식회사 포인트 클라우드 데이터 송신 장치, 포인트 클라우드 데이터 송신 방법, 포인트 클라우드 데이터 수신 장치 및 포인트 클라우드 데이터 수신 방법
WO2023153758A1 (ko) * 2022-02-08 2023-08-17 엘지전자 주식회사 포인트 클라우드 데이터 송신 방법, 포인트 클라우드 데이터 송신 장치, 포인트 클라우드 데이터 수신 방법 및 포인트 클라우드 데이터 수신 장치
WO2023158249A1 (ko) * 2022-02-16 2023-08-24 엘지전자 주식회사 포인트 클라우드 데이터 송신 장치, 포인트 클라우드 데이터 송신 방법, 포인트 클라우드 데이터 수신 장치 및 포인트 클라우드 데이터 수신 방법
CN116781676A (zh) * 2022-03-11 2023-09-19 腾讯科技（深圳）有限公司 一种点云媒体的数据处理方法、装置、设备及介质
WO2023182764A1 (ko) * 2022-03-21 2023-09-28 엘지전자 주식회사 포인트 클라우드 데이터 송신 장치, 포인트 클라우드 데이터 송신 방법, 포인트 클라우드 데이터 수신 장치 및 포인트 클라우드 데이터 수신 방법.
WO2023182762A1 (ko) * 2022-03-21 2023-09-28 엘지전자 주식회사 포인트 클라우드 데이터 송신 장치, 포인트 클라우드 데이터 송신 방법, 포인트 클라우드 데이터 수신 장치 및 포인트 클라우드 데이터 수신 방법
WO2024064043A1 (en) * 2022-09-19 2024-03-28 Innopeak Technology, Inc. Point cloud decoding method, point cloud encoding method, decoder and encoder

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20190318488A1 (en) * 2018-04-12 2019-10-17 Samsung Electronics Co., Ltd. 3d point cloud compression systems for delivery and access of a subset of a compressed 3d point cloud

Family Cites Families (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106796721B (zh) * 2014-09-11 2021-05-04 赛博光学公司 三维轮廓测量中根据多个相机和源的点云合并
US10230888B2 (en) * 2015-07-31 2019-03-12 Qualcomm Incorporated Sensor-based camera initialization
CN105222724B (zh) * 2015-09-10 2018-09-18 北京天远三维科技股份有限公司 多线阵列激光三维扫描系统及多线阵列激光三维扫描方法
US10535161B2 (en) * 2017-11-09 2020-01-14 Samsung Electronics Co., Ltd. Point cloud compression using non-orthogonal projection
CN108460791A (zh) * 2017-12-29 2018-08-28 百度在线网络技术（北京）有限公司 用于处理点云数据的方法和装置
CN108549087B (zh) * 2018-04-16 2021-10-08 北京瑞途科技有限公司 一种基于激光雷达的在线检测方法
US10796457B2 (en) * 2018-06-26 2020-10-06 Intel Corporation Image-based compression of LIDAR sensor data with point re-ordering

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20190318488A1 (en) * 2018-04-12 2019-10-17 Samsung Electronics Co., Ltd. 3d point cloud compression systems for delivery and access of a subset of a compressed 3d point cloud

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
Yiting Shao et al., "G-PCC TMC13 CE 13.2 report on point cloud tile and slice based coding", ISO/IEC JTC1/SC29/WG11, m45867, January 2019.*

Also Published As

Publication number Publication date
WO2021187839A1 (ko) 2021-09-23
EP4124041A4 (en) 2024-03-27
CN115280780A (zh) 2022-11-01
EP4124041A1 (en) 2023-01-25
KR20210116336A (ko) 2021-09-27
US20210289211A1 (en) 2021-09-16

Similar Documents

Publication Publication Date Title
KR102378138B1 (ko) 포인트 클라우드 데이터 전송 장치, 전송 방법, 처리 장치 및 처리 방법
KR102340238B1 (ko) 포인트 클라우드 데이터 송신 장치, 포인트 클라우드 데이터 송신 방법, 포인트 클라우드 데이터 수신 장치 및 포인트 클라우드 데이터 수신 방법
KR102295825B1 (ko) 포인트 클라우드 데이터 송신 장치, 포인트 클라우드 데이터 송신 방법, 포인트 클라우드 데이터 수신 장치 및 포인트 클라우드 데이터 수신 방법
KR102358759B1 (ko) 포인트 클라우드 데이터 송신 장치, 포인트 클라우드 데이터 송신 방법, 포인트 클라우드 데이터 수신 장치 및 포인트 클라우드 데이터 수신 방법
KR102386712B1 (ko) 포인트 클라우드 데이터 전송 장치, 전송 방법, 처리 장치 및 처리 방법
KR102609776B1 (ko) 포인트 클라우드 데이터 처리 방법 및 장치
KR102634079B1 (ko) 포인트 클라우드 데이터 처리 장치 및 방법
US20220343548A1 (en) Point cloud data transmission device, point cloud data transmission method, point cloud data reception device, and point cloud data reception method
KR102300045B1 (ko) 포인트 클라우드 데이터 송신 장치, 포인트 클라우드 데이터 송신 방법, 포인트 클라우드 데이터 수신 장치 및 포인트 클라우드 데이터 수신 방법
US20220327743A1 (en) Point cloud data transmission device, point cloud data transmission method, point cloud data reception device, and point cloud data reception method
US20220360797A1 (en) Apparatus and method for processing point cloud data
US20220256190A1 (en) Point cloud data processing apparatus and method
JP2024053014A (ja) ポイントクラウドデータ処理方法及び装置
KR102381163B1 (ko) 포인트 클라우드 데이터 송신 장치, 포인트 클라우드 데이터 송신 방법, 포인트 클라우드 데이터 수신 장치 및 포인트 클라우드 데이터 수신 방법
KR102548048B1 (ko) 포인트 클라우드 데이터 전송 장치, 전송 방법, 처리 장치 및 처리 방법
US20230388557A1 (en) Point cloud data transmission device, point cloud data transmission method, point cloud data reception device, and point cloud data reception method
US20230186527A1 (en) Point cloud data transmission device, point cloud data transmission method, point cloud data reception device, and point cloud data reception method
US20220230360A1 (en) Point cloud data transmission device, point cloud data transmission method, point cloud data reception device, and point cloud data reception method
US20230419552A1 (en) Point cloud data transmission method, point cloud data transmission device, point cloud data reception method, and point cloud data reception device
US20230334703A1 (en) Point cloud data transmission device, point cloud data transmission method, point cloud data reception device, and point cloud data reception method
US20240155157A1 (en) Point cloud data transmission device, point cloud data transmission method, point cloud data reception device and point cloud data reception method
US20230386088A1 (en) Point cloud data transmission device, point cloud data transmission method, point cloud data reception device, and point cloud data reception method
KR102294613B1 (ko) 포인트 클라우드 데이터 송신 장치, 포인트 클라우드 데이터 송신 방법, 포인트 클라우드 데이터 수신 장치 및 포인트 클라우드 데이터 수신 방법
US20220319053A1 (en) Point cloud data processing device and method
US20230334711A1 (en) Point cloud data transmission device, transmission method, processing device, and processing method

Legal Events

Date Code Title Description
E902 Notification of reason for refusal
E701 Decision to grant or registration of patent right
GRNT Written decision to grant