KR20120036834A - 하나 이상의 구성 요소들을 포함하는 ３ｄ 메시 모델을 인코딩/디코딩하는 방법 - Google Patents

하나 이상의 구성 요소들을 포함하는 ３ｄ 메시 모델을 인코딩/디코딩하는 방법 Download PDF

Info

Publication number
KR20120036834A
KR20120036834A KR1020117029515A KR20117029515A KR20120036834A KR 20120036834 A KR20120036834 A KR 20120036834A KR 1020117029515 A KR1020117029515 A KR 1020117029515A KR 20117029515 A KR20117029515 A KR 20117029515A KR 20120036834 A KR20120036834 A KR 20120036834A
Authority
KR
South Korea
Prior art keywords
component
coordinate system
vertex
components
system information
Prior art date
Application number
KR1020117029515A
Other languages
English (en)
Other versions
KR101700310B1 (ko
Inventor
강 잉 카이
추 칭 첸
준 텡
Original Assignee
톰슨 라이센싱
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
Family has litigation
First worldwide family litigation filed litigation Critical https://patents.darts-ip.com/?family=41426930&utm_source=google_patent&utm_medium=platform_link&utm_campaign=public_patent_search&patent=KR20120036834(A) "Global patent litigation dataset” by Darts-ip is licensed under a Creative Commons Attribution 4.0 International License.
Application filed by 톰슨 라이센싱 filed Critical 톰슨 라이센싱
Publication of KR20120036834A publication Critical patent/KR20120036834A/ko
Application granted granted Critical
Publication of KR101700310B1 publication Critical patent/KR101700310B1/ko

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T9/00—Image coding
    • G06T9/001—Model-based coding, e.g. wire frame
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T9/00—Image coding
    • G06T9/004—Predictors, e.g. intraframe, interframe coding
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T9/00—Image coding
    • G06T9/008—Vector quantisation

Landscapes

  • Engineering & Computer Science (AREA)
  • Multimedia (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Compression Or Coding Systems Of Tv Signals (AREA)
  • Compression, Expansion, Code Conversion, And Decoders (AREA)
  • Image Generation (AREA)
  • Testing, Inspecting, Measuring Of Stereoscopic Televisions And Televisions (AREA)

Abstract

3D 메시 모델들은 세 종류의 데이터, 즉 연결성 데이터, 기하학적 데이터 및 특성 데이터로 표시된다. 3D 오브젝트의 표면은 삼각형 메시이다. 3D 메시들은 효율적으로 압축되는 것이 요구되는 대량의 데이터를 포함한다. 부가적으로, 완성 모델에 대하여는 공통 전역 좌표 시스템(WCS)이, 단일 삼각형에 대하여는 국부 좌표 시스템(LCS)이, 그리고 각각의 연결된 구성 요소에 대하여는 개별 구성 요소 좌표 시스템(CCS)이 사용된다. 구성 요소 좌표 시스템(CCS)은 양자화 및 역 양자화를 위해 각각의 구성 요소의 방위를 정규화(53)하는데 이용된다. 이는 특히 3D 메시 모델이 하나 이상의 구성 요소들을 포함하는 경우, 양자화/역 양자화 후에 인코딩된 3D 메시 모델들의 정확성을 향상시킨다.

Description

하나 이상의 구성 요소들을 포함하는 ３Ｄ 메시 모델을 인코딩/디코딩하는 방법{METHOD FOR ENCODING/DECODING A 3D MESH MODEL THAT COMPRISES ONE OR MORE COMPONENTS}
본 발명은 하나 이상의 구성 요소들을 포함하는 3D 메시 모델들의 인코딩 및 디코딩, 대응하는 인코더들 및 디코더들, 및 결과적인 데이터 세트들에 관한 것이다.
3차원(3D) 메시들은 3D 오브젝트들을 나타내는 각종 애플리케이션들에 널리 사용되어 왔다. 이들의 미가공(raw) 표현은 통상적으로 특히 3D 스캐너들의 급속한 발전에 따라 대량의 데이터를 요구한다. 그러나, 대부분의 애플리케이션들은 저장 및 전송을 위한 3D 메시들의 소형 표현(compact representation)을 요구한다. 각종 알고리즘들은 1990년대 초반부터 3D 메시들을 효율적으로 압축하도록 제안되어 왔다. 아마도, 이런 종류의 기술은 인터넷 기반 3D 애플리케이션들의 빠른 성장과 함께 학계 및 산업 양쪽으로부터 더욱 주목받을 것이다.
3D 오브젝트의 표면이 삼각형 메시이고, 즉 이는 삼각형으로 구성된다. 에지를 공유하는 두 개의 삼각형이 이웃한다. 이웃하는 삼각형들의 시퀀스가 경로가 되고, 한 세트의 삼각형들은 그 삼각형들 중 임의의 두 개 사이에 경로가 존재하는 경우 연결된 구성 요소(connected component)라고 부른다. 평행 사변형의 형태로 있는 평탄면 영역들은 정확하게 기술하기 위해서 두 개의 삼각형만 요구되는 반면, 평행 사변형의 형태를 갖지 않는 평탄 영역들은 더 많은 삼각형들이 요구된다. 전형적으로, 3D 메시들은 세 타입의 데이터, 즉 연결성 데이터, 기하학적 데이터 및 특성 데이터로 표시된다. 연결성 데이터는 정점들(vertices) 사이의 인접 관계를 기술하고, 기하학적 데이터는 3D 공간에서 정점 위치들을 특정하고, 특성 데이터는 법선 벡터(normal vector), 재료 반사율 및 텍스처(texture) 좌표들과 같은 속성들을 특정한다. 가장 넓게 사용되는 3D 압축 알고리즘들은 연결성 데이터 및 기하학적 데이터를 별개로 압축한다. 기하학적 데이터의 코딩 순서(order)는 기초를 이루는 연결성 코딩에 의해서 결정된다. 3D 메시 특성 데이터는 통상적으로 기하학적 압축과 유사한 방법에 의해서 압축된다.
기하학적 데이터는 통상적으로, 코딩 순서를 따라 인접하는 정점들의 위치들 사이에서 높은 상관을 이용함으로써 압축되고, 이들은 대부분의 경우에 또한 공간적으로 인접하고 있다. 대부분의 기하학적 압축 방식들은 3 단계 과정, 즉 정점 위치들의 사전 양자화(pre-quantizing), 양자화된 위치들의 예측, 및 예측 레시듀얼들의 엔트로피 코딩을 따른다.
압축되지 않은 기하학적 데이터는 전형적으로 32비트 부동 소수점 수(floating-point number)로 각각의 좌표 성분을 특정한다. 그러나, 이 정밀성은 사람 눈의 인식 능력을 넘고 있으며, 공통 애플리케이션들에 대하여 필요한 것보다 훨씬 더 크다. 따라서, 가시적인 품질에 대한 심각한 장애 없이 데이터량을 감소시키기 위해서 양자화가 사용될 수 있다. 양자화 기술은 균등에서 비균등까지 분류될 수 있다. 각각의 양자화 셀은 균등 스칼라 양자화기(uniform scalar quantizer)에서는 동일한 길이를 가지지만, 셀들은 비균등 스칼라 양자화기(non-uniform scalar quantizer)에서는 상이한 길이를 갖는다. 알려진 방법은 국부 곡률 및 삼각형 크기들에 따라 몇몇 영역으로 메시를 나누고, 그 다음 상이한 영역들에 대하여 상이한 양자화 해상도들을 적절하게 선택하는 것이다. 각각의 영역 내에서, 정점 좌표들은 균일하게 양자화된다. 비균등 양자화와 비교하여, 균등 양자화는 단순하고 계산상 효율적이지만, 레이트 왜곡(R-D: rate-distortion) 성능의 관점에서 최적이 아니다.
기하학적 데이터 압축의 다른 중요한 이슈는 정점 위치들을 나타내는데 사용되는 좌표 시스템이다. 통상적으로, 도 1의 (a)에 도시된 바와 같이, 완성 모델에 대한 (통상 데카르트(cartesian)) 전역 좌표 시스템(WCS: 전역 좌표 시스템) 및/또는 단일 삼각형에 대한 국부 좌표 시스템(LCS: 국부 좌표 시스템)이 사용된다.
본 발명은 인코딩된 3D 메시 모델들의 정확성, 특히 하나 이상의 상이한 구성 요소들을 포함하는 인코딩된 3D 메시 모델들의 정확성을 향상시키는 방법들 및 수단을 제공한다.
[발명의 요약]
하나 이상의 구성 요소들로 이루어진 3D 메시 모델을 인코딩하는 방법이 청구항 1에 개시되어 있다.
하나 이상의 구성 요소들로 이루어진 대응하는 인코딩된 3D 메시 모델이 청구항 12에 개시되어 있다.
하나 이상의 구성 요소들로 이루어진 인코딩된 3D 메시 모델을 디코딩하는 방법이 청구항 6에 개시되어 있다.
하나 이상의 구성 요소들로 이루어진 3D 메시 모델을 인코딩하는 기하학적 인코더가 청구항 10에 개시되어 있다.
하나 이상의 구성 요소들로 이루어진 인코딩된 3D 메시 모델을 디코딩하는 기하학적 디코더가 청구항 11에 개시되어 있다.
본 발명의 바람직한 실시예들이 종속 청구항들, 이하 설명 및 도면에 개시되어 있다.
본 발명의 예시적인 실시예들을 이하에 나타낸 첨부된 도면들을 참조하여 설명한다.
도 1의 (a)는 3D 메시 모델을 이용하는 전역 좌표 시스템 및 국부 좌표 시스템을 나타낸 도면.
도 1의 (b)는 3D 메시 모델의 구성 요소를 이용하는 구성 요소 좌표 시스템을 나타낸 도면.
도 2는 와이어 프레임 모델(wireframe model)로서 예시적인 3D 메시 모델을 나타낸 도면.
도 3의 (a) 내지 (c)는 압축되지 않은 3D 메시 모델의 상세를 나타낸 도면.
도 3의 (d) 내지 (f)는 아티팩트들로 종래 양자화된 및 역양자화된(de- quantized) 3D 메시 모델의 상세를 나타낸 도면.
도 3의 (g) 내지 (i)는 본 발명에 따른 향상된 양자화된 및 역양자화된 3D 메시 모델의 상세를 나타낸 도면.
도 4는 3D 메시 모델들을 위한 엔트로피 인코더의 블록도를 나타낸 도면.
도 5는 3D 메시 모델들을 위한 엔트로피 디코더의 블록도를 나타낸 도면.
도 6은 3D 메시 모델들을 인코딩하는 방법의 순서도를 나타낸 도면.
도 1은 각각의 데카르트 좌표 시스템들로 3D 메시 모델의 일부를 나타낸 도면이다. 그 세 개의 직교 함수계(orthonormal) 축들(Xw, Yw, Zw)을 갖는 전역 좌표 시스템(WCS)은 전체 모델에 대하여 유용하다. 스패닝 삼각형(Tsp)(uvr)은 참조 삼각형(Tref)(uvw)에 관련하여 기술된다. (세 개의 직교 함수계 축들(X, Y, Z)을 갖는) 국부 좌표 시스템(LCS)은 통상 각각의 참조 삼각형에서 정의된다. "활성 게이트"라고 칭하는 Tref 및 Tsp의 공통 측
Figure pct00001
은 국부 x-축(X)을 정의한다.
Figure pct00002
의 중점(O)은 원점이 되는 것으로 가정한다. 국부 z-축(Z)은 참조 삼각형(Tref)의 법선이다. 다음으로 국부 y-축(Y)은 국부 z 및 x 축들의 크로스 프로덕트(cross product)를 계산함으로써 얻어지고, 따라서 xz 평면에 대하여 직교하게 된다. 국부 좌표 시스템(LCS)은 각각의 현재 앞면 정점(current front vertex)(도 1에서 r)에 대하여 재계산될 필요가 있다. 국부 좌표 값들의 범위는 미리 정의되지 않기 때문에, 국부 좌표 시스템에서 양자화는 두 개의 패스를 따른 처리가 된다. 하나의 초기 패스는 국부 좌표 시스템의 범위를 발견하는 것이 필요하다. 전역 좌표 시스템(WCS)에서의 양자화에 비해서, 국부 좌표 시스템(LCS)에서 양자화는 더 복잡하고 더 많은 계산적인 노력이 필요하다.
3D 모델(즉, 정점들 및 연결 데이터)을 압축할 때, 양자화가 이용되고, 결과적으로 양자화 에러들이 발생한다. 양자화는 큰 또는 무한의 세트의 값들을 더 적은 세트로 표시하기 때문에 손실있는 절차이다. 전형적인 메시 기하학적 코딩 방식들은 각각의 좌표를 8비트 내지 12비트 양자화 해상도로 균일하게 양자화한다. 매끄러운 표면과 균등하게 분포된 정점들을 갖는 모델들에 대하여, 품질 손실은 사람 눈으로 좀처럼 알아차릴 수 없다. 그러나, 이 접근 방법은 종종 임의 좌표 축들에 대하여 직교하지 않는 평탄면들을 정확하게 재생하는 데 실패하고, 심지어 단순한 기하학적 구조에 대하여도 중요량의 왜곡을 부가하게 된다. 예를 들면, 모델이 넓은 평탄 영역을 포함하는 경우, 양자화 에러는 통상적으로 본래 평탄한 부분 영역에 속하는 삼각형들이 역 양자화 후에 더 이상 평탄하지 않게 되는 결과, 즉 이들이 더 이상 평탄면을 만들지 않는 결과를 가져올 수 있다. 이 문제는 결과적으로 전역 좌표 시스템(WCS)에 상대적인 구성 요소의 위치로부터 부분적으로 기인하는 것임을 알게 되었다. 본 발명은 각각의 구성 요소에 대하여 별도 구성 요소 좌표 시스템(CCS: component coordinate system)을 정의함으로써 이 문제를 해결한다.
본 발명의 일면에 따르면, 구성 요소들로 분해되는 3D 메시 모델은 도 1의 (b)에 도시된 바와 같이 각각의 구성 요소가 그 자신의 개별 구성 요소 좌표 시스템(CCS)에 관련하여 인코딩될 때 더 잘 그리고 더 정확하게 양자화될 수 있다. 인코더에서, 구성 요소 좌표 시스템(CCS)은 양자화를 위한 구성 요소를 정규화하는데 이용되고, 따라서 양자화는 전역 좌표 시스템(WCS)에서 행해진다. 이는 양자화 에러들을 감소시킨다. 인코딩된 3D 모델에서, 구성 요소 좌표 시스템(CCS)을 정의하는 데이터가 포함된다. 디코더에서, 구성 요소 좌표 시스템(CCS)을 정의하는 데이터가 추출되고, 추출된 구성 요소 좌표 시스템(CCS)을 이용하여 구성 요소가 전역 좌표 시스템(WCS)에서 역 양자화되고, 그 다음 그 본래 위치로 역변환된다.
이하에서, 인코딩 및 디코딩 처리를 더 상세하게 설명한다. 일반적으로, 현재 구성 요소의 정점 위치들은
Figure pct00003
이다. 현재 연결된 구성 요소는 m 삼각형들을 갖는 것으로 가정한다. 현재 연결된 구성 요소의 임의 삼각형(Ti)에 대하여, 우리는 그 영역을 Si로 그리고 그 세 정점을 vi0, vi1 및 vi2로 나타낸다. 현재 구성 요소의 삼각형들은
Figure pct00004
이다. 현재 구성 요소의 완성 표면 영역은 S이다.
일 실시예에서, 다음 단계들이 인코딩 동안 수행된다:
1. 다음과 같이 구성 요소(vmean)와 공분산 행렬(C)의 평균점을 계산한다.
Figure pct00005
2. C의 고유 벡터들 및 대응하는 고유 값들을 계산하고: 여기서 E0, E1 및 E2는 (예를 들면 고유 값들의 오름차순으로 분류되는) 고유 벡터들이다.
3. -vmean만큼 정점들을 트랜슬레이팅(translate)한다. 그 다음 모든 정점들의 평균점은 원점이 된다.
4. E0, E1 및 E2를 X, Y 및 Z 축과 정렬시키기 위해서 정점들을 회전시킨다.
5. vmean에 의해서 정점들을 트랜슬레이팅한다.
6. 예를 들면 종래 3 단계 절차, 즉 정점 위치들의 사전 양자화(pre-quantization), 양자화된 위치들의 예측, 및 예측 레시듀얼들의 엔트로피 코딩에 의해서 상기 회전된 기하학적 데이터를 압축한다.
7. 인코딩된 예측 레시듀얼들 외에도, 압축된 구성 요소 데이터에 E0 및 E1을 기록한다.
일 실시예에서, 다음 단계들이 디코딩 동안 수행된다.
1. 예측 레시듀얼들을 디코딩하고, 양자화된 위치들 및 역 양자화 위치들을 계산한다.
2. 다음과 같이 각각의 정점의 역 양자화된 부동 위치들을 이용하여 평균점(Vmean)(또는 중심)을 계산한다.
Figure pct00006
3. -vmean에 의해서 정점들을 트랜슬레이팅한다.
4. 압축된 메시 데이터로부터 고유 벡터 E0 및 E1을 판독하고, E2 = E0 * E1을 계산한다.
5. X, Y, 및 Z 축들을 E0, E1 및 E2와 정렬시키기 위해 정점들을 회전시킨다.
6. Vmean에 의해서 정점들을 트랜슬레이팅한다.
다시 말하면, 구성 요소는 그 중심이 좌표 시스템의 본래 위치로부터 중심으로 이동하도록 트랜슬레이팅되고, 고유 벡터 E0, E1 및 E2에 의해서 정의된 바와 같이 회전 행렬에 따라 회전되고, 그 본래 위치로 역 트랜슬레이팅된다.
인코더 및 디코더 양측 모두가 구성 요소들에서 강체적 연산(rigid operation)만 하기 때문에, 두 측에 의해서 계산된 평균점들은 동일한 위치를 갖는다. 삼각형의 면적(area)은 통상적으로 그 세 개의 정점들의 부동 숫자(float number) 위치들로부터 계산된 부동 숫자이다. 일반적으로, 삼각형의 각각의 정점의 가중치는 이것이 속하는 삼각형들 모두의 정점들 모두의 위치들로부터 계산되는데, 이는 이들 위치들이 구성 요소의 이심률(eccentricity) 및 형상, 이에 따른 각각의 정점의 중요성을 정의하기 때문이다. 일 실시예에서, 각각의 삼각형의 면적은 모든 그 세 정점들의 가중치에 더해진다. 본 실시예에서 (구성 요소 평균을 계산하기 위한) 정점의 가중치는 그 인접하는 삼각형들 모두의 면적들의 합이다.
도 2는 의자(seat)에 위치된 PDA(personal digital assistant)의 예시적인 본래 3D 모델이다. 이 모델은 3D 소프트웨어(3DsMax)에 의해서 만들어진다. 이 모델은 전적으로 12822 정점들과 24696 삼각형들을 갖는 13개 연결된 구성 요소들로 이루어진다. 도 3의 (a)는 동일한 모델을 나타내고, 도 3의 (b) 및 (c)는 모델의 평탄 전면 영역의 에지들의 상세들을 나타낸다. 둥근 모서리 영역들(도 3의 (a) 내지 (c)에서 도시 생략)을 정의하기 위해서는 많은 정점들/삼각형들이 요구된다. 도 3의 (d)는 12비트로 양자화된 동일한 모델이다. 양자화된 모델에서의 평탄면들에서 특히 높은 정점 밀도를 갖는 영역에서, 즉 둥근 모서리 영역들에서 특히 눈에 보이는 품질 손실이 있다. 상이점을 명확하게 나타내기 위해서, 본래 및 양자화된 모델들의 클로즈업이 각각 도 3의 (b), (c) 및 (e), (f)에 나타나 있다. 본래 모델 (a)-(c)에서 평탄 영역의 삼각형들은 동일 평면상에 있고, 이는 종래 양자화 (d)-(f) 후의 경우는 없다. 그러나, 본 발명에 따른 인코딩 및 디코딩은 도 3의 (g)-(i)에 도시된 바와 같이, 3D 모델의 향상된 품질을 나타낸다. 도 3의 (a)에 도시된 디코딩된 모델과 비교해서, 여기에 제안된 기하학적 압축 기술은 동일한 양자화 해상도를 이용하면서 디코딩된 모델의 품질을 크게 향상시킨다.
본 발명은 3D 엔지니어링 모델과 같은 어떠한 좌표축에 대해서도 직교하지 않는 큰 크기의 평탄면들과 높은 비균등 정점 분포를 갖는 3D 메시들에 대하여 특히 효율적인 기하학적 압축 방법을 제공한다. 대부분의 3D 엔지니어링 모델들은 상이한 오브젝트 공간을 각각 갖는 많은 연결된 구성 요소들을 갖는다.
본 발명의 일면에 따른 기하학적 인코더는 그 자신의 오브젝트 좌표 시스템에서 각각의 연결된 구성 요소를 압축하고, 여기서 연결된 구성 요소(예를 들면, 평탄면들)는 큰 규모의 특징 좌표 축들 중 하나에 대하여 직교하고, 종래의 해상도에서 또는 심지어 낮은 양자화 해상도에서 더 잘 보유될 수 있다. 인코딩은 예측 및 레시듀얼들에 기초하여 이루어질 수 있다. 큰 규모의 특징은 정규화되기 때문에, 예측된 위치의 레시듀얼의 엔트로피가 또한 감소되고, 이는 기하학적 인코딩의 압축률을 증가시킨다. 디코딩 모델의 품질과 압축 비율 양측 모두가 동시에 향상될 수 있다.
일 실시예에서, 인코더는 먼저 PCA(Principal Component Analysis) 기반인 단순하고 컴퓨터를 이용한 효율적인 기술에 의해서 현재 연결된 구성 요소의 이심률을 기술하는 3D 공간에서 직교 함수계 기반을 계산한다. 이 기반은 대응하는 연결된 구성 요소를 정규화된 (또는 정준) 방위(orientation) 메시로 가져가기 위해서 순수 회전 행렬로서 사용된다. 회전된 기하학적 데이터는 다음으로 양자화되고, 예측되고 엔트로피 인코딩된다. 직교 함수계 기반은 또한 압축된 메시 데이터에 기록되고, 이에 의해서 디코더는 각각의 연결된 구성 요소의 본래 기하학적 구성을 복구시키고, 구성 요소 기하학적 구성을 디코딩한 후에 이들을 함께 모을(assemble) 수 있다.
도 4는 본 발명의 일시예에 따른 기하학적 인코더의 블록도를 나타낸 도면이다. 기하학적 인코더(50)는 연결된 구성 요소들을 인식하는 구성 요소 인식 블록(51), 상술한 바와 같이 각각의 연결된 구성 요소의 오브젝트 공간(즉, 3D 공간에서 개별 직교 함수계 기반)을 계산하는 오브젝트 공간 계산 블록(52), 방위 정규화 블록(53), 정점 위치들을 양자화하는 양자화기(54), 및 양자화된 정점 위치들을 예측하고 레시듀얼들을 생성하는 차분(differential) 인코딩 블록(55)을 포함한다. 오브젝트 공간 계산 블록(52)은 오브젝트 좌표 시스템 정보(56), 즉 계산된 오브젝트 공간을 정의하는 데이터를 엔트로피 인코더(58)에 출력한다. 차분 인코딩 블록(55)은 또한 레시듀얼 정보(57)를 엔트로피 인코더(58)에 출력한다.
엔트로피 인코더(58)는 엔트로피 인코딩된 3D 모델을 나타내고, 연결된 구성 요소를 나타내는 인코딩된 정점 데이터의 적어도 하나의 그룹을 포함하는 신호를 생성하고, 오브젝트 좌표 시스템 정보는 상기 구성 요소에 관련한다. 오브젝트 좌표 시스템 정보는 구성 요소 좌표 시스템(CCS)과 전역 좌표 시스템(WCS) 사이의 변환을 정의하는데 사용될 수 있다.
도 5는 엔트로피 인코딩된 3D 모델을 나타내는 상술한 신호를 디코딩하는데 적합한 본 발명의 일 예에 따른 대응하는 기하학적 디코더의 블록도를 나타낸 도면이다. 기하학적 디코더(60)는 입력 신호를 디코딩하고 예측 레시듀얼 정보(62) - 즉, 실제 정점 및 연결성 데이터 - 및 오브젝트 좌표 시스템 정보(63)를 추출하는 엔트로피 디코더(61)를 갖는다. 기하학적 디코더에는, 양자화된 정점 위치들을 디코딩하는 디코더(64), 정점 위치들을 역 양자화하는 역 양자화기(de-quantizer)(65), 각각의 연결된 구성 요소의 방위를 복구하는 방위 복구 블록(66), 및 연결된 구성 요소를 모으고 연결된 구성 요소들로부터 3D 모델을 모으는 모음 블록(67)이 포함된다. 방위 복구 블록(66)은 변환 행렬(예를 들면, 회전 행렬)을 얻기 위해서 오브젝트 좌표 시스템 정보(63)를 수신 및 처리한다. 일 실시예에서, 이 처리는 상술한 바와 같이 두 개의 수신된 고유 벡터(E0, E1)에 직교하는 고유 벡터(E2)를 계산하는 처리를 포함한다.
도 6은 예시적인 인코딩 처리의 순서도를 나타낸 도면이다. 먼저, 구성 요소가 선택되거나 또는 결정되고(71), 이는 내포적으로 일어날 수 있다. 다음으로, 3D 공간에서 직교 함수계 기반이 구성 요소(72)에 대하여 결정된다. 오브젝트 방위를 정규화하는데 오브젝트 좌표 시스템 정보가 사용되고(74), 또한 인코딩된다(73). 다음으로, 정점 위치들이 양자화되고(75) 및 인코딩된다(76). 마지막으로, 인코딩되고 양자화된 정점 위치들 및 인코딩된 오브젝트 좌표 시스템 정보가 송신되고(77), 저장 등이 이루어진다.
본 발명은 양자화된 3D 메시 모델들의 가시적인 아티팩트들을 최소화하는 이점이 있다. 이는 특히 기하학적 인코더/디코더의 단순성 및 압축률을 희생시키지 않고, 높은 비균등 정점 분포, 예를 들면 3D 엔지니어링 모델들을 생성하고 또한 어떤 좌표축에 대해서도 직교하지 않는 큰 규모의 평탄면들을 갖는 이들 3D 메시들에 대하여 양호하다. 본 발명은 큰 규모의 평탄면들 및 높은 비균등 정점 분포를 갖는 모델들을 위해 특별히 설계되는 효율적인 기하학적 압축 전략을 제공한다.
가시적인 아티팩트들을 제거하는 다른 접근 방법은 양자화 해상도를 증가시키는 것이 된다. 그러나, 이는 기하학적 인코더의 효율이 크게 저하하게 된다. 따라서, 이것은 여기서 사용되지 않는다. 비 균등 양자화는 인코딩 동안 메시를 많은 조각으로 분할하고 디코딩 동안 이 조각들을 함께 합치는 것이 필요하고 이는 더 많은 계산 노력을 필요로 하고 인코더/디코더를 더 복잡하게 한다. 국부 좌표 시스템들은 사용되는 연결성 압축 방법에 의존하고, 평탄면들은 임의 국부 좌표축 어느 하나에 직교되도록 보장될 수 없다.
연결된 구성 요소들의 방위를 정규화하기 위해 사용되는 PCA 기반 기술들을 사용하는 것이 일반적으로 알려질 수 있지만, 본 발명은 공분산 행렬의 계산 동안 정점들에 대하여 가중치들을 할당하는 가중치 방식(weighting scheme)을 사용한다. 이 종류의 가중치 방식은 최근 소프트웨어 애플리케이션들에 의해서 이루어지는 3D 모델들의 동적으로 변경되는 삼각형 크기를 고려할 때 특히 합리적이다.
일 실시예에서, 인코더에 의해서 제공되는 비트 스트림은 기하학적 레벨, 즉 각각의 연결된 구성 요소의 정점 데이터의 그룹의 헤더(header)에서 수정된 것만 제외하고는 종래 비트 스트림과 동일하다. 새로운 비트 스트림은, 다음을 포함하는 오브젝트 좌표 시스템 정보를 기록한다:
현재 연결된 구성 요소의 방위가 정규화될 필요가 있는지의 여부를 지시하는 하나의 비트. 예를 들면, "1"은 방위 정규화 연산이 채용되는 것을 의미하고, "0"은 연산이 채용되지 않는 것을 의미한다. 그리고
이전 비트가 "1"인 경우 대응하는 연결된 구성 요소의 오브젝트 좌표 시스템의 좌표축들을 나타내는 일부 비트들. 각각의 축이 정규화됨에 따라, 두 개의 부동 값(float)은 하나의 축을 기록하는데 충분하다. 두 개의 축은 좌표 시스템을 기술하는데 충분하다. 따라서, 4개의 부동점 값들, 즉 16 바이트들은 하나의 연결된 구성 요소의 오브젝트 좌표 시스템에 대하여 필요하다.
예시적으로, 범위 인코더(range encoder)(G.N.N. Martn. Range encoding: an algorithm for removing redundancy from digitized message. March 1979, Video & Data Recording Conference, Southampton, UK)는 산술 코더(arithmetic coder) 또는 허프만 코더(Huffman coder)와 유사한 엔트로피 코더로서 사용될 수 있다. 구성 요소 방위 정규화를 갖거나 및 갖지 않는 기하학적 인코더의 성능이 표 1에 목록되어 있다. 본 발명에서 제안된 구성 요소 방위 정규화를 구비한 기하학적 인코더를 사용함으로써, 연결된 구성 요소들이 방위 메시들이 된 후에 예측 레시듀얼이 또한 크게 감소되기 때문에 우리는 (1527-1419.6)/1527 = 7.2% 저장을 절약할 수 있다. 그래서, 제안된 기하학적 압축은 주어진 양자화 해상도에서 디코딩된 모델의 가시적인 품질을 향상시킬 뿐만 아니라 다른 이점으로서 압축률을 증가시킬 수 있다.
Org.
Geo.(바이트)		 구성요소 방위 정규화를 구비하지 않은 기하학적 인코더 구성요소 방위 정규화를 구비한 기하학적 인코더
Comp. Geo.(바이트) Comp. Ratio Comp. Geo.(바이트) Comp. Ratio
153864 1527 28.9% 1207+209.6=1416.6 22.9%
표 1 : 'PDA' 모델을 압축할 때 구성 요소 방위 정규화를 구비하거나 구비하지 않은 기하학적 인코더들의 성능 비교.
비록 삼각형 면적들이 가중치 인자들로서 사용되지만, 다른 타입의 가중치 인자들이 상술한 각각의 정점 좌표들로부터 구성될 수 있고, 당해 분야에서 숙련된 자들에 명백한 바와 같이 이들 모두는 본 발명의 정신 및 범주 내에 속하는 것을 알 수 있다.
일 실시예에서, 하나 이상의 구성 요소들을 포함하는 3D 메시 모델을 인코딩하는 기하학적 인코더는,
하나 이상의 구성 요소들의 각각에 대하여 3D 공간에서 직교 함수계 기반을 결정하는 결정 수단(52) - 구성 요소의 정점들에 기초한 주요 구성 요소 분석(PCA: Principal Component Analysis)이 사용되고, 각각의 정점은 하나 이상의 삼각형에 속하고, 상기 주요 구성 요소 분석을 위해서, 상기 정점이 속하는 삼각형들의 면적들로부터 결정된 가중치가 상기 구성 요소의 각각의 정점에 할당됨 - ,
구성 요소의 오브젝트 좌표 시스템 정보를 인코딩하는 인코더(56),
상기 하나 이상의 구성 요소들의 각각의 방위를 전역 좌표 시스템(WCS)에 관련하여 정규화하는 정규화기 수단(53) -여기서, 변환 수단들은 구성 요소의 결정된 직교 함수계 기반으로부터 얻어지는 변환을 상기 하나 이상의 구성 요소들에 대하여 수행하는 것을 포함함 - ,
정규화된 정점 위치들을 양자화하는 양자화기(54), 및
양자화된 정점 위치들을 인코딩하는 인코더(55, 57)를 포함한다.
기하학적 인코더의 일 실시예에서, 직교 함수계 기반을 결정하는 결정 수단(52)은 각각의 구성 요소에 대하여 구성 요소 평균을 계산하는 계산 수단을 포함하고, 상기 계산할 때에 정점의 상기 가중치는 상기 정점이 속하는 삼각형들의 면적들의 합이다.
일 실시예에서, 하나 이상의 구성 요소들을 포함하는 3D 메시 모델을 디코딩하는 기하학적 디코더는,
양자화된 정점 위치들을 디코딩하는 디코딩 수단(64);
디코딩된 정점 위치들을 역 양자화하는 역 양자화 수단(65);
하나 이상의 구성 요소들 중 한 구성 요소에 속하는 역 양자화된 정점들을 결정하는 결정 수단;
상기 구성 성분에 관련하는 오브젝트 좌표 시스템 정보를 수신하는 수신 수단(63) - 오브젝트 좌표 시스템 정보는 구성 요소 좌표 시스템(CCS)과 전역 좌표 시스템(WCS) 사이에서의 변환을 정의함 - ; 및
수신된 오브젝트 좌표 시스템 정보에 기초하여 전역 좌표 시스템(WCS)에 관련한 상기 구성 요소의 방위를 복구하는 복구 수단(66)을 포함한다.
일 실시예에서, 디코더는 복수의 구성 요소로부터 3D 메시 모델을 모으는 모음 수단(67)을 또한 포함하고, 각각의 구성 요소에 대하여 개별 오브젝트 좌표 시스템 정보가 수신되고(63), 각각의 구성 요소에 대하여 방위가 개별적으로 복구된다(66).
일 실시예에서, 상기 구성 요소의 방위를 복구하는 복구 수단은 구성 요소의 각각의 정점의 역 양자화된 부동 위치들을 사용하여 구성 요소의 평균점을 계산하는 계산 수단, 구성 요소를 트랜슬레이팅[예를 들면, 시프팅(shifting)]하는 트랜슬레이트 수단 - 평균점은 좌표 시스템의 중심으로 트랜슬레이팅됨(예를 들면, 시프트됨) - , 구성 요소를 회전시키는 회전 수단, 및 회전된 구성 요소를 트랜슬레이팅하는 트랜슬레이트 수단(상기와 동일할 수도 있음) - 평균점은 이전의 위치로 트랜슬레이팅됨 - 을 포함한다.
디코더의 일 실시예에서, 수신 수단은 공분산 행렬의 두 개의 고유 벡터(E0, E1)를 추출하는 단계, 제3 고유 벡터(E2)를 계산하는 단계 및 구성 요소에 대하여 3D 공간에서 직교 함수계 기반을 결정하는 오브젝트 좌표 시스템 정보로서 고유 벡터들을 사용하는 단계를 수행한다.
본 발명의 핵심적인 신규한 특징들을 바람직한 실시예들에 적용하여 도시, 기술 및 지적하였지만, 기술된 인코딩/디코딩 장치 및 방법들에서 각종 생략 및 대체 및 변경이, 본 발명의 정신으로부터 벗어나지 않고 당해 분야에서 숙련된 자에 의해서, 기술된 디바이스의 형태 및 상세에서 그리고 이들의 동작에서 이루어질 수 있는 것을 이해할 것이다. 실질적으로 동일한 방식으로 실질적으로 동일한 기술을 수행하여 동일한 결과를 성취하는 이들 요소들의 모든 조합은 명확히 본 발명의 범주 내에 있는 것을 의도로 한다. 하나의 기술된 실시예로부터 다른 실시예로의 요소들의 대체도 또한 충분히 의도되고 고려된다.
본 발명은 순수하게 예를 들어 설명했고, 기술된 이점 효과들이 성취되는 한 본 발명의 범주로부터 벗어나지 않고 상세의 수정이 이루어질 수 있는 것으로 이해된다. 상세 및 (적절한 경우) 청구범위 및 도면에 개시된 각각의 특징은 임의 적절한 조합으로 또는 독립적으로 제공될 수 있다. 특징들은 적절하게 하드웨어, 소프트웨어 또는 이들 둘의 조합으로 구현될 수 있다. 청구범위에 나타나는 참조 번호는 설명만을 위한 것이고 청구범위의 범주에 영향을 끼치지 않는다.

Claims (15)

  1. 하나 이상의 구성 요소들을 포함하는 3D 메시 모델을 인코딩하는 방법으로서,
    상기 하나 이상의 구성 요소들의 각각에 대하여 3D 공간에서 직교 함수계 기반(orthonormal basis)을 결정하는 단계(52) - 구성 요소의 정점들에 기초한 주요 구성 요소 분석(PCA: Principal Component Analysis)이 이용되고, 각각의 정점은 하나 이상의 삼각형들에 속하고, 상기 주요 구성 요소 분석을 위해서, 상기 정점이 속하는 상기 삼각형들의 면적들로부터 결정된 가중치가 상기 구성 요소의 각각의 정점에 할당됨 - ;
    상기 구성 요소의 오브젝트 좌표 시스템 정보를 인코딩하는 단계(56);
    상기 하나 이상의 구성 요소들의 각각의 방위(orientation)를 전역 좌표 시스템(WCS: world coordinate system)에 관련하여 정규화하는 단계(53) - 상기 하나 이상의 구성 요소들의 각각에 대하여, 상기 구성 요소의 결정된 직교 함수계 기반으로부터 얻어진 변환(transformation)이 사용됨 - ;
    상기 정규화된 정점 위치들을 양자화하는 단계(54); 및
    상기 양자화된 정점 위치들을 인코딩하는 단계(55, 57)
    를 포함하는 인코딩 방법.
  2. 제1항에 있어서,
    상기 직교 함수계 기반을 결정하는 단계(52)는 각각의 구성 요소에 대하여 구성 요소 평균을 계산하는 단계를 포함하고, 상기 계산할 때에 정점의 상기 가중치는 상기 정점이 속하는 삼각형들의 면적들의 합(sum)인 인코딩 방법.
  3. 제1항 또는 제2항에 있어서,
    상기 양자화된 정점 위치들은 스패닝 삼각형(ST: spanning triangle)에 기초하여 차분적으로(differentially) 인코딩되고(55, 57), 국부 좌표 시스템(LCS: local coordinate system)이 사용되는 인코딩 방법.
  4. 제1항 내지 제3항 중 어느 한 항에 있어서,
    상기 변환은 구성 요소 좌표 시스템(CCS: component coordinate system)과 전역 좌표 시스템(WCS: world coordinate system) 사이에서의 변환이고, 상기 오브젝트 좌표 시스템 정보는 상기 변환을 정의하는 인코딩 방법.
  5. 제1항 내지 제4항 중 어느 한 항에 있어서,
    상기 오브젝트 좌표 시스템 정보는 상기 구성 요소의 공분산 행렬의 두 개의 고유 벡터(E0, E1)를 포함하지만 제 3 고유 벡터(E2)를 포함하지 않는 인코딩 방법.
  6. 하나 이상의 구성 요소들을 포함하는 3D 메시 모델을 디코딩하는 방법으로서,
    양자화된 정점 위치들을 디코딩하는 단계(64);
    상기 디코딩된 정점 위치들을 역 양자화(de-quantizing)하는 단계(65);
    상기 하나 이상의 구성 요소들 중 한 구성 요소에 속하는 역 양자화된 정점들을 결정하는 단계;
    상기 구성 요소에 관련한 오브젝트 좌표 시스템 시스템 정보를 수신하는 단계(63) - 상기 오브젝트 좌표 시스템 정보는 구성 요소 좌표 시스템(CCS)과 전역 좌표 시스템(WCS) 사이에서의 변환을 정의함 - ; 및
    상기 수신된 오브젝트 좌표 시스템 정보에 기초하여 상기 전역 좌표 시스템(WCS)에 관련하여 상기 구성 요소의 방위를 복구하는 단계(66)
    를 포함하는 디코딩 방법.
  7. 제6항에 있어서,
    복수의 구성 요소들로부터 상기 3D 메시 모델을 모으는 단계(67)를 더 포함하고, 각각의 구성 요소에 대하여 개별 오브젝트 좌표 시스템 정보가 수신되고(63) 또한 각각의 구성 요소에 대하여 상기 방위가 개별적으로 복구되는(66) 디코딩 방법.
  8. 제6항 또는 제7항에 있어서,
    상기 오브젝트 좌표 시스템 정보는 어떤 트랜슬레이팅 정보(translating information)도 포함하지 않고, 상기 구성 요소의 방위를 복구하는 단계는,
    상기 구성 요소의 각각의 정점의 역 양자화된 부동 위치(float position)들을 사용하여 상기 구성 요소들의 평균점(mean point)을 계산하는 단계;
    상기 구성 요소를 트랜슬레이팅하는 단계 - 상기 평균점은 상기 좌표 시스템의 중심으로 트랜슬레이팅됨 - ;
    상기 구성 요소를 회전시키는 단계; 및
    상기 회전된 구성 요소를 트랜슬레이팅하는 단계 - 상기 평균점은 이전의 위치로 트랜슬레이팅됨 - 를 포함하는
    디코딩 방법.
  9. 제6항 내지 제8항 중 어느 한 항에 있어서,
    상기 구성 요소에 관련한 오브젝트 좌표 시스템 정보를 수신하는 단계(63)는, 공분산 행렬의 두 개의 고유 벡터(E0, E1)를 추출하는 단계와, 제 3 고유 벡터(E2)를 계산하는 단계와, 상기 구성 요소에 대하여 3D 공간에서 직교 함수계 기반을 결정하기 위해 오브젝트 좌표 시스템 정보로서 상기 고유 벡터들을 사용하는 단계를 포함하는 디코딩 방법.
  10. 하나 이상의 구성 요소들을 포함하는 3D 메시 모델을 인코딩하는 기하학적 인코더로서,
    상기 하나 이상의 구성 요소들의 각각에 대하여 3D 공간에서 직교 함수계 기반을 결정하는 결정 수단(52) - 구성 요소의 정점들에 기초한 주요 구성 요소 분석이 사용되고, 각각의 정점은 하나 이상의 삼각형들에 속하고, 상기 주요 구성 요소 분석을 위해서, 상기 정점이 속하는 상기 삼각형들의 면적들로부터 결정된 가중치가 상기 구성 요소의 각각의 정점에 할당됨 - ;
    상기 구성 요소의 오브젝트 좌표 시스템 정보를 인코딩하는 인코더(56);
    상기 하나 이상의 구성 요소들의 각각의 방위를 전역 좌표 시스템(WCS)에 관련하여 정규화하는 정규화기 수단(53) - 상기 구성 요소의 상기 결정된 직교 함수계 기반으로부터 얻어지는 변환을 상기 하나 이상의 구성 요소들의 각각에 대하여 수행하는 변환 수단이 포함됨 - ;
    상기 정규화된 정점 위치들을 양자화하는 양자화기(54); 및
    상기 양자화된 정점 위치들을 인코딩하는 인코더(55, 57)
    를 포함하는 기하학적 인코더.
  11. 제10항에 있어서,
    제2항 내지 제5항 중 어느 한 항에 기재된 방법을 이용하는 기하학적 인코더.
  12. 하나 이상의 구성 요소들을 포함하는 3D 메시 모델을 디코딩하는 기하학적 디코더로서,
    양자화된 정점 위치들을 디코딩하는 디코딩 수단(64);
    상기 디코딩된 정점 위치들을 역 양자화하는 역 양자화 수단(65);
    상기 하나 이상의 구성 요소들 중 한 구성 요소에 속하는 역 양자화된 정점들을 결정하는 결정 수단;
    상기 구성 요소에 관련한 오브젝트 좌표 시스템 정보를 수신하는 수신 수단(63) - 상기 오브젝트 좌표 시스템 정보는 구성 요소 좌표 시스템(CCS)과 전역 좌표 시스템(WCS) 사이에서의 변환을 정의함 - ; 및
    상기 수신된 오브젝트 좌표 시스템 정보에 기초하여 상기 전역 좌표 시스템(WCS)에 관련하여 상기 구성 요소의 방위를 복구하는 복구 수단(66)
    을 포함하는 기하학적 디코더.
  13. 적어도 하나의 구성 요소로 이루어지는 인코딩된 3D 메시 모델로서,
    적어도 하나의 인코딩된 정점 데이터의 그룹 - 상기 그룹에서의 정점 데이터는 상기 구성 요소에 속함 - ; 및
    상기 구성 요소에 관련한 오브젝트 좌표 시스템 정보 - 상기 오브젝트 좌표 시스템 정보는 구성 요소 좌표 시스템(CCS)과 전역 좌표 시스템(WCS) 사이의 변환을 정의함 - ;
    를 포함하는 인코딩된 3D 메시 모델.
  14. 제13항에 있어서,
    상기 오브젝트 좌표 시스템 정보는 상기 구성 요소의 상기 정점 데이터의 공분산 행렬의 두 개의 고유 벡터를 포함하는 인코딩된 3D 메시 모델.
  15. 제13항 또는 제14항에 있어서,
    상기 인코딩된 정점 데이터의 그룹은 헤더를 가지며, 상기 오브젝트 좌표 시스템 정보는 상기 헤더에 저장되는 인코딩된 3D 메시 모델.
KR1020117029515A 2009-06-10 2010-06-09 하나 이상의 구성 요소들을 포함하는 ３ｄ 메시 모델을 인코딩/디코딩하는 방법 KR101700310B1 (ko)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
EP09305527.5 2009-06-10
EP09305527A EP2261859A1 (en) 2009-06-10 2009-06-10 Method for encoding/decoding a 3D mesh model that comprises one or more components
PCT/EP2010/058111 WO2010142743A2 (en) 2009-06-10 2010-06-09 Method for encoding/decoding a 3d mesh model that comprises one or more components

Publications (2)

Publication Number Publication Date
KR20120036834A true KR20120036834A (ko) 2012-04-18
KR101700310B1 KR101700310B1 (ko) 2017-01-26

Family

ID=41426930

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020117029515A KR101700310B1 (ko) 2009-06-10 2010-06-09 하나 이상의 구성 요소들을 포함하는 ３ｄ 메시 모델을 인코딩/디코딩하는 방법

Country Status (7)

Country Link
US (1) US9245355B2 (ko)
EP (2) EP2261859A1 (ko)
JP (1) JP5662429B2 (ko)
KR (1) KR101700310B1 (ko)
CN (1) CN102460513B (ko)
BR (1) BRPI1011861A2 (ko)
WO (1) WO2010142743A2 (ko)

Families Citing this family (23)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2012124901A2 (ko) * 2011-03-17 2012-09-20 삼성전자주식회사 3차원 메쉬 부호화 방법 및 장치
US8736603B2 (en) * 2011-11-02 2014-05-27 Visual Technology Services Limited Compression of texture rendered wire mesh models
WO2013067673A1 (en) 2011-11-07 2013-05-16 Thomson Licensing Predictive position decoding
EP2783509A4 (en) 2011-11-25 2016-06-22 Thomson Licensing METHOD AND DEVICE FOR GENERATING A BITSTROM FROM A 3D MODEL COMPRESSION BASED ON THE RECOGNITION OF A REPEATED STRUCTURE
CN103297766B (zh) * 2012-02-23 2016-12-14 中兴通讯股份有限公司 一种三维图像数据中顶点数据的压缩方法及装置
BR112014025640B1 (pt) 2012-04-18 2021-08-10 Interdigital Madison Patent Holdings Método e aparelho para gerar ou decodificar um fluxo de bits que representa um modelo 3d
BR112014026044A2 (pt) * 2012-04-19 2017-06-27 Thomson Licensing método e aparelho para compressão modelo 3d baseado na descoberta de estrutura repetida
JP6246233B2 (ja) 2013-01-10 2017-12-13 トムソン ライセンシングＴｈｏｍｓｏｎ Ｌｉｃｅｎｓｉｎｇ 頂点誤差訂正のための方法および装置
CN104123739A (zh) * 2013-04-24 2014-10-29 冯卫国 由面元件构成的多面体的编码及解码方法和立体拼图
CN104243958B (zh) * 2014-09-29 2016-10-05 联想(北京)有限公司 三维网格数据的编码、解码方法以及编码、解码装置
US10856001B2 (en) * 2015-02-24 2020-12-01 Lg Electronics Inc. Polygon unit-based image processing method, and device for same
US10013653B2 (en) * 2016-01-26 2018-07-03 Università della Svizzera italiana System and a method for learning features on geometric domains
US10210430B2 (en) 2016-01-26 2019-02-19 Fabula Ai Limited System and a method for learning features on geometric domains
WO2018067978A1 (en) 2016-10-08 2018-04-12 Purdue Research Foundation Method and apparatus for generating two-dimensional image data describing a three-dimensional image
WO2019012975A1 (ja) 2017-07-10 2019-01-17 ソニー株式会社 情報処理装置および方法
JP7151141B2 (ja) * 2018-04-12 2022-10-12 富士フイルムビジネスイノベーション株式会社 符号化装置、復号装置及びプログラム
EP3744095A1 (en) * 2018-05-17 2020-12-02 Google LLC Image compression and decompression using triangulation
JPWO2019230920A1 (ja) * 2018-06-01 2021-06-10 パナソニック インテレクチュアル プロパティ コーポレーション オブ アメリカＰａｎａｓｏｎｉｃ Ｉｎｔｅｌｌｅｃｔｕａｌ Ｐｒｏｐｅｒｔｙ Ｃｏｒｐｏｒａｔｉｏｎ ｏｆ Ａｍｅｒｉｃａ 三次元データ符号化方法、三次元データ復号方法、三次元データ符号化装置、及び三次元データ復号装置
WO2020123252A1 (en) * 2018-12-11 2020-06-18 Google Llc Compression of data representing triangular mesh attributes using machine learning
CN110349228B (zh) * 2019-07-05 2024-01-16 浙江理工大学 一种数据驱动最小二乘预测的三角网格压缩方法
WO2021021760A1 (en) * 2019-07-26 2021-02-04 Warner Bros. Entertainment Inc. Heterogenous geometry caching for real-time simulated fluids
CN114693817A (zh) * 2022-04-13 2022-07-01 广州柏视医疗科技有限公司 一种3d网格模型的压缩及解压方法
CN115641280B (zh) * 2022-12-16 2023-03-17 摩尔线程智能科技(北京)有限责任公司 图像校正方法及装置、电子设备和存储介质

Family Cites Families (35)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5045852A (en) * 1990-03-30 1991-09-03 International Business Machines Corporation Dynamic model selection during data compression
US6463176B1 (en) 1994-02-02 2002-10-08 Canon Kabushiki Kaisha Image recognition/reproduction method and apparatus
JP3554616B2 (ja) 1994-12-13 2004-08-18 富士通株式会社 ラジオシティ法を用いる描画方法および装置
US5793371A (en) 1995-08-04 1998-08-11 Sun Microsystems, Inc. Method and apparatus for geometric compression of three-dimensional graphics data
US6445390B1 (en) 1997-12-29 2002-09-03 The United States Of America As Represented By The Adminstrator Of The National Aeronautics And Space Administration Triangle geometry processing for surface modeling and cartesian grid generation
US6167159A (en) 1998-04-30 2000-12-26 Virtue Ltd. Triangle mesh compression
US6614428B1 (en) * 1998-06-08 2003-09-02 Microsoft Corporation Compression of animated geometry using a hierarchical level of detail coder
US6668091B1 (en) 1998-10-02 2003-12-23 Samsung Electronics Co., Ltd. 3D mesh coding/decoding method
KR100294927B1 (ko) 1998-08-29 2001-07-12 윤종용 점진적인 삼차원 메쉬 정보의 부호화 방법 및 그 장치
US6192150B1 (en) 1998-11-16 2001-02-20 National University Of Singapore Invariant texture matching method for image retrieval
KR100294928B1 (ko) 1998-11-28 2001-07-12 윤종용 2차원 또는 3차원 메쉬정보 중의 특성정보 부호화장치 및 그방법
US6577310B1 (en) 1998-12-01 2003-06-10 Samsung Electronics Co., Ltd. 3D mesh coding/decoding method and apparatus for error resilience and incremental rendering
JP3342678B2 (ja) 1999-07-06 2002-11-11 インターナショナル・ビジネス・マシーンズ・コーポレーション クラスタリング処理装置およびその方法
JP2003515829A (ja) 1999-11-23 2003-05-07 キヤノン株式会社 画像処理装置
US6975755B1 (en) 1999-11-25 2005-12-13 Canon Kabushiki Kaisha Image processing method and apparatus
US6898320B2 (en) 2000-03-14 2005-05-24 Samsung Electronics Co., Ltd. Method for processing nodes in 3D scene and apparatus thereof
US7123263B2 (en) 2001-08-14 2006-10-17 Pulse Entertainment, Inc. Automatic 3D modeling system and method
US20030086617A1 (en) 2001-10-25 2003-05-08 Jer-Chuan Huang Triangle automatic matching method
US6906714B2 (en) * 2002-06-21 2005-06-14 Intel Corporation Accelerated visualization of surface light fields
US6919889B2 (en) 2002-06-21 2005-07-19 Intel Corporation Compression of surface light fields
US8482559B2 (en) 2002-11-04 2013-07-09 Ati Technologies Ulc Method and apparatus for triangle tessellation
JP4218800B2 (ja) 2003-09-05 2009-02-04 株式会社リコー データ圧縮装置、データ圧縮方法、データ伸張装置、データ伸張方法、ｎ次元形状モデル処理装置並びにプログラムおよび記録媒体
US7265752B2 (en) 2004-01-09 2007-09-04 Microsoft Corporation Multi-chart geometry images
US7668376B2 (en) 2004-06-30 2010-02-23 National Instruments Corporation Shape feature extraction and classification
WO2006064478A1 (en) 2004-12-17 2006-06-22 Koninklijke Philips Electronics N.V. High quality accurate surface triangulation from a simplex mesh
EP1899922A2 (en) 2005-06-29 2008-03-19 Qualcomm Incorporated Offline optimization pipeline for 3d content in embedded devices
KR101334173B1 (ko) 2006-01-11 2013-11-28 삼성전자주식회사 그래픽 데이터 부호화 및 복호화 방법과 장치
WO2007109678A2 (en) 2006-03-20 2007-09-27 Baylor College Of Medicine Method and system for non-contact fluorescence optical tomography with patterned illumination
US8055047B2 (en) 2006-08-14 2011-11-08 The Board Of Trustees Of The Leland Stanford Junior University Polyp detection using smoothed shape operators
US8184888B2 (en) 2007-09-19 2012-05-22 Siemens Medical Solutions Usa, Inc. Method and system for polyp segmentation for 3D computed tomography colonography
US8126244B2 (en) 2007-09-21 2012-02-28 Siemens Medical Solutions Usa, Inc. User interface for polyp annotation, segmentation, and measurement in 3D computed tomography colonography
KR101520647B1 (ko) 2008-01-21 2015-05-15 삼성전자 주식회사 ３차원 메쉬 모델의 메쉬 데이터의 압축 및 복원 방법 및시스템
US20100322496A1 (en) 2008-02-29 2010-12-23 Agency For Science, Technology And Research Method and system for anatomy structure segmentation and modeling in an image
EP2327061A4 (en) * 2008-08-15 2016-11-16 Univ Brown METHOD AND DEVICE FOR ESTIMATING BODY SHAPES
CN101408990B (zh) * 2008-08-21 2011-06-08 杭州科澜信息技术有限公司 一种城市建筑模型的渐进压缩和传输方法

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
Amjoun et al. Compression of complex animated meshes. Advances in Computer Graphics. Springer Berlin Heidelberg, 2006, pp. 606-613. *
Shikhare et al. Compression of large 3D engineering models using automatic discovery of repeating geometric features. Signal Processing, 2001. *
Vranic et al. 3D model retrieval. Proc. SCCG2000, 2009, pp. 3-6. *

Also Published As

Publication number Publication date
BRPI1011861A2 (pt) 2016-03-29
JP2012529825A (ja) 2012-11-22
CN102460513A (zh) 2012-05-16
JP5662429B2 (ja) 2015-01-28
US20120075302A1 (en) 2012-03-29
KR101700310B1 (ko) 2017-01-26
WO2010142743A2 (en) 2010-12-16
WO2010142743A3 (en) 2011-02-03
EP2441049B1 (en) 2014-01-01
EP2441049A2 (en) 2012-04-18
EP2261859A1 (en) 2010-12-15
US9245355B2 (en) 2016-01-26
CN102460513B (zh) 2014-11-05

Similar Documents

Publication Publication Date Title
KR101700310B1 (ko) 하나 이상의 구성 요소들을 포함하는 ３ｄ 메시 모델을 인코딩/디코딩하는 방법
EP2394249B1 (en) Method and apparatus for encoding 3d mesh models, and method and apparatus for decoding encoded 3d mesh models
Huang et al. Octree-Based Progressive Geometry Coding of Point Clouds.
CN103024383B (zh) 一种基于hevc框架的帧内无损压缩编码方法
JP4102841B2 (ja) ビデオ画像を処理するコンピュータ実行方法
CN111386551A (zh) 点云的预测编码、解码的方法和设备
CN103918009A (zh) 预测位置编码
CN1283291A (zh) 执行可缩放的分层运动估算的装置与方法
US20140320492A1 (en) Methods and apparatus for reflective symmetry based 3d model compression
CN115606188A (zh) 一种点云编解码方法、编码器、解码器及存储介质
WO2021062772A1 (zh) 预测方法、编码器、解码器及计算机存储介质
GB2561824A (en) Encoding and decoding of geometry data in a 3D model based on evaluated regularity of the model
US20140340393A1 (en) System and method for error controllable repetitive structure discovery based compression
JP2023549447A (ja) 点群階層化方法、デコーダ、エンコーダ及び記憶媒体
WO2021062771A1 (zh) 颜色分量预测方法、编码器、解码器及计算机存储介质
US20080031328A1 (en) Moving Picture Encoding Device, Method, Program, And Moving Picture Decoding Device, Method, And Program
CN110349228B (zh) 一种数据驱动最小二乘预测的三角网格压缩方法
WO2022120594A1 (zh) 点云编解码方法、编码器、解码器及计算机存储介质
US20220094951A1 (en) Palette mode video encoding utilizing hierarchical palette table generation
WO2023193709A1 (zh) 编码、解码方法、装置及设备
US20150016742A1 (en) Methods for compensating decoding error in three-dimensional models
CN115802048A (zh) 一种基于块间预测和图傅里叶变换的点云属性压缩方法
Ho et al. A variable-rate image coding scheme with vector quantization and clustering interpolation
WO2023201450A1 (zh) 编解码方法、码流、编码器、解码器以及存储介质
Cho et al. A 3-D mesh sequence coding using the combination of spatial and temporal wavelet analysis

Legal Events

Date Code Title Description
A201 Request for examination
E902 Notification of reason for refusal
E701 Decision to grant or registration of patent right
GRNT Written decision to grant
FPAY Annual fee payment

Payment date: 20200107

Year of fee payment: 4