KR20200007734A - 3d 포인트 클라우드 데이터의 부호화/복호화 방법 및 장치 - Google Patents

3d 포인트 클라우드 데이터의 부호화/복호화 방법 및 장치 Download PDF

Info

Publication number
KR20200007734A
KR20200007734A KR1020190084582A KR20190084582A KR20200007734A KR 20200007734 A KR20200007734 A KR 20200007734A KR 1020190084582 A KR1020190084582 A KR 1020190084582A KR 20190084582 A KR20190084582 A KR 20190084582A KR 20200007734 A KR20200007734 A KR 20200007734A
Authority
KR
South Korea
Prior art keywords
attribute
point cloud
cloud data
information
bit depth
Prior art date
Application number
KR1020190084582A
Other languages
English (en)
Other versions
KR102549617B1 (ko
Inventor
장은영
차지훈
최수길
장의선
이민구
박유선
Original Assignee
한국전자통신연구원
한양대학교 산학협력단
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 한국전자통신연구원, 한양대학교 산학협력단 filed Critical 한국전자통신연구원
Priority to US16/509,677 priority Critical patent/US11151748B2/en
Publication of KR20200007734A publication Critical patent/KR20200007734A/ko
Application granted granted Critical
Publication of KR102549617B1 publication Critical patent/KR102549617B1/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
    • H04N19/50—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using predictive coding
    • H04N19/593—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using predictive coding involving spatial prediction techniques
    • 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
    • H04N19/102—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the element, parameter or selection affected or controlled by the adaptive coding
    • H04N19/124—Quantisation
    • 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
    • H04N19/44—Decoders specially adapted therefor, e.g. video decoders which are asymmetric with respect to the encoder

Landscapes

  • Engineering & Computer Science (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • Compression Or Coding Systems Of Tv Signals (AREA)

Abstract

포인트 클라우드 데이터 부호화/복호화 방법 및 장치가 개시된다. 상기 복호화 방법은 비트스트림으로부터 포인트 클라우드 데이터의 속성에 관한 정보를 복호화하는 단계, 상기 복호화된 속성에 관한 정보를 이용하여 상기 포인트 클라우드 데이터의 속성을 획득하는 단계 및 상기 획득된 속성을 이용하여 상기 포인트 클라우드 데이터를 복원하는 단계를 포함하고, 상기 속성에 관한 정보는 상기 포인트 클라우드 데이터의 속성에 대한 비트 깊이 정보를 포함할 수 있다.

Description

3D 포인트 클라우드 데이터의 부호화/복호화 방법 및 장치{3D POINT CLOUD DATA ENCODING/DECODING METHOD AND APPARATUS}
본 발명은 포인트 클라우드 데이터의 부호화/복호화하는 방법 및 장치에 관한 것이다. 구체적으로, 3D 포인트 클라우드 데이터의 속성 정보의 부호화/복호화 방법 및 장치에 관한 것이다.
종래의 3D 포인트 클라우드 속성 정보를 부호화/복호화하는 방법은 고정 비트 깊이 처리를 수행한다. 예를 들면, 반사도 속성의 값을 16비트로 고정하여 부호화/복호화함으로써 실제 속성 정보의 범위가 16비트보다 작은 경우이거나 16비트 이하의 범위에서 압축하여야 하는 경우에 부호화/복호화 성능이 제한될 수 있다.
또한, 종래의 방법은 준무손실/손실 압축된 속성 정보의 오류에 대한 보정을 수행하지 않는다. 예를 들면, 속성 정보는 양자화하여 압축되고 역양자화하여 복원되는데, 양자화/역양자화 과정에서 손실이 발생하여 복원된 속성 정보에 오류가 발생할 수 있다. 그러나, 상기 종래의 방법에서는 이러한 오류를 최소화하기 위한 보정이 고려되지 않는다.
본 발명은 3D 포인트 클라우드 속성 정보의 부호화/복호화 방법 및 장치를 제공하는 것을 목적으로 한다.
또한, 본 발명은 본 발명의 부호화/복호화 방법 또는 장치에 의해 생성된 비트스트림을 저장한 기록 매체를 제공하는 것을 목적으로 한다.
본 발명에 따르면, 비트스트림으로부터 포인트 클라우드 데이터의 속성에 관한 정보를 복호화하는 단계; 상기 복호화된 속성에 관한 정보를 이용하여 상기 포인트 클라우드 데이터의 속성을 획득하는 단계; 및 상기 획득된 속성을 이용하여 상기 포인트 클라우드 데이터를 복원하는 단계를 포함하고, 상기 속성에 관한 정보는 상기 포인트 클라우드 데이터의 속성에 대한 비트 깊이 정보를 포함하는 포인트 클라우드 데이터 복호화 방법이 제공될 수 있다.
일 실시예에 따른 상기 비트 깊이 정보는, 시퀀스 파라미터 세트(sequence parameter set)에서 시그널링될 수 있다.
일 실시예에 따른 상기 포인트 클라우드 데이터의 속성은, 상기 비트 깊이 정보에 기초하여 클리핑(clipping) 연산을 수행함으로써 획득될 수 있다.
일 실시예에 따른 상기 포인트 클라우드 데이터의 속성을 획득하는 단계는, 상기 비트 깊이 정보를 이용하여 상기 포인트 클라우드 데이터의 속성의 비트 깊이를 변환하는 단계를 포함할 수 있다.
일 실시예에 따른 상기 포인트 클라우드 데이터의 속성을 획득하는 단계는, 오류 보정 테이블을 생성하는 단계; 및 상기 오류 보정 테이블을 이용하여 상기 포인트 클라우드 데이터의 속성을 획득하는 단계를 더 포함할 수 있다.
일 실시예에 따른 상기 오류 보정 테이블을 생성하는 단계는, 상기 비트 깊이가 변환된 포인트 클라우드 데이터의 속성에 기초하여 상기 오류 보정 테이블의 첫 번째 열을 구성하는 단계; 및 상기 비트스트림을 복호화하여 상기 오류 보정 테이블의 두 번째 열을 구성할 수 있다.
일 실시예에 따른 상기 오류 보정 테이블의 첫 번째 열을 구성하는 단계는, 상기 비트 깊이가 변환된 포인트 클라우드 데이터의 속성값을 복원하는 단계; 상기 복원된 포인트 클라우드 데이터의 속성값들 중 중복된 값을 제거하는 단계; 및 상기 중복된 값이 제거된 속성값들을 정렬함으로써 상기 오류 보정 테이블의 첫 번째 열을 구성할 수 있다.
일 실시예에 따른 상기 오류 보정 테이블을 이용하여 상기 포인트 클라우드 데이터의 속성을 획득하는 단계는, 상기 오류 보정 테이블의 첫 번째 열의 정보와 두 번째 열의 정보를 이용하여 상기 포인트 클라우드 데이터의 속성을 복원하는 단계를 포함할 수 있다.
또한, 본 발명에 따르면, 포인트 클라우드 데이터의 속성을 입력 받는 단계; 상기 포인트 클라우드 데이터의 속성에 관한 정보를 이용하여 상기 포인트 클라우드 데이터의 속성을 부호화하는 단계; 및 상기 포인트 클라우드 데이터의 속성에 관한 정보를 비트스트림에 추가하는 단계를 포함하고, 상기 속성에 관한 정보는 상기 포인트 클라우드 데이터의 속성에 대한 비트 깊이 정보를 포함하는 포인트 클라우드 데이터 부호화 방법이 제공될 수 있다.
일 실시예에 따른 상기 비트 깊이 정보는, 시퀀스 파라미터 세트(sequence parameter set)에서 시그널링될 수 있다.
일 실시예에 따른 상기 포인트 클라우드 데이터의 속성을 부호화하는 단계는, 상기 비트 깊이 정보를 이용하여 상기 포인트 클라우드 데이터의 속성의 비트 깊이를 변환하는 단계를 포함할 수 있다.
일 실시예에 따른 상기 포인트 클라우드 데이터의 속성을 부호화하는 단계는, 오류 보정 테이블을 생성하는 단계; 및 상기 오류 보정 테이블을 이용하여 상기 포인트 클라우드 데이터의 속성을 부호화하는 단계를 더 포함할 수 있다.
일 실시예에 따른 상기 오류 보정 테이블을 생성하는 단계는, 상기 비트 깊이가 변환된 포인트 클라우드 데이터의 속성에 기초하여 상기 오류 보정 테이블의 첫 번째 열을 구성하는 단계; 및 상기 포인트 클라우드 데이터의 속성과 상기 비트 깊이가 변환된 포인트 클라우드 데이터의 속성에 기초하여 상기 오류 보정 테이블의 두 번째 열을 구성하는 단계를 포함할 수 있다.
일 실시예에 따른 상기 오류 보정 테이블의 첫 번째 열을 구성하는 단계는, 상기 비트 깊이가 변환된 포인트 클라우드 데이터의 속성값을 복원하는 단계; 상기 복원된 포인트 클라우드 데이터의 속성값들 중 중복된 값을 제거하는 단계; 및 상기 중복된 값이 제거된 속성값들을 정렬함으로써 상기 오류 보정 테이블의 첫 번째 열을 구성하는 단계를 포함할 수 있다.
또한, 본 발명에 따르면, 역변환부; 및 복원부를 포함하고, 상기 역변환부는 비트스트림으로부터 포인트 클라우드 데이터의 속성에 관한 정보를 복호화하고, 상기 복원부는 상기 복호화된 속성에 관한 정보를 이용하여 상기 포인트 클라우드 데이터의 속성을 획득하고, 상기 획득된 속성을 이용하여 상기 포인트 클라우드 데이터를 복원하고, 상기 속성에 관한 정보는 상기 포인트 클라우드 데이터의 속성에 대한 비트 깊이 정보를 포함하는 포인트 클라우드 데이터 복호화 장치가 제공될 수 있다.
일 실시예에 따른 상기 비트 깊이 정보는, 시퀀스 파라미터 세트(sequence parameter set)에서 시그널링될 수 있다.
일 실시예에 따른 상기 포인트 클라우드 데이터의 속성은, 상기 비트 깊이 정보에 기초하여 클리핑(clipping) 연산을 수행함으로써 획득될 수 있다.
일 실시예에 따른 상기 역변환부는, 상기 비트 깊이 정보를 이용하여 상기 포인트 클라우드 데이터의 속성의 비트 깊이를 변환할 수 있다.
일 실시예에 따른 포인트 클라우드 데이터 복호화 장치는, 테이블 생성부를 더 포함하고, 상기 테이블 생성부는 오류 보정 테이블을 생성하고, 상기 오류 보정 테이블을 이용하여 상기 포인트 클라우드 데이터의 속성을 획득할 수 있다.
또한, 본 발명에 따르면, 포인트 클라우드 데이터 복호화 장치에 의해 수신되고 복호화되어 포인트 클라우드를 복원하는데 사용되는 데이터를 저장하는 컴퓨터 판독가능한 비일시적 기록 매체에 있어서, 상기 데이터는 포인트 클라우드 데이터의 속성에 관한 정보를 포함하고, 상기 복호화된 속성에 관한 정보는 상기 포인트 클라우드 데이터의 속성을 획득하는데 이용되고, 상기 획득된 속성은 상기 포인트 클라우드 데이터를 복원하는데 이용되고, 상기 속성에 관한 정보는 상기 포인트 클라우드 데이터의 속성에 대한 비트 깊이 정보를 포함하는 것을 특징으로 하는 컴퓨터 판독가능한 비일시적 기록 매체가 제공될 수 있다.
본 개시에 대하여 위에서 간략하게 요약된 특징들은 후술하는 본 개시의 상세한 설명의 예시적인 양상일 뿐이며, 본 개시의 범위를 제한하는 것은 아니다.
본 발명에 따르면, 3D 포인트 클라우드 속성 정보의 부호화/복호화 방법 및 장치를 제공하는 것을 목적으로 한다.
또한, 본 발명에 따르면, 본 발명의 부호화/복호화 방법 또는 장치에 의해 생성된 비트스트림을 저장한 기록 매체를 제공하는 것을 목적으로 한다.
또한, 본 발명에 따르면, 3D 포인트 클라우드 속성 정보의 부호화/복호화 효율을 향상시킬 수 있다.
본 개시에서 얻을 수 있는 효과는 이상에서 언급한 효과들로 제한되지 않으며, 언급하지 않은 또 다른 효과들은 아래의 기재로부터 본 개시가 속하는 기술분야에서 통상의 지식을 가진 자에게 명확하게 이해될 수 있을 것이다.
도 1a는 종래 부호화기의 동작을 설명하기 위한 블록도의 일 예이다.
도 1b는 종래 복호화기의 동작을 설명하기 위한 블록도의 일 예이다.
도 2a는 본 발명의 일 실시예에 따른 부호화기의 동작을 설명하기 위한 블록도이다.
도 2b는 본 발명의 일 실시예에 따른 복호화기의 동작을 설명하기 위한 블록도이다.
도 3은 본 발명의 일 실시예에 따라 부호화기에서 테이블을 생성하는 과정을 설명하기 위한 흐름도이다.
도 4는 본 발명의 일 실시예에 따라 복호화기에서 테이블을 생성하는 과정을 설명하기 위한 흐름도이다.
도 5는 내지 도 8은 본 발명의 일 실시예에 따른 3D 포인트 클라우드 속성 정보 부호화/복호화 방법 및 장치를 부호화기/복호화기에서 구현하기 위해 필요한 구문 요소(syntax element) 정보, 구문 요소의 정보의 의미(semantics), 부호화/복호화 과정을 설명하기 위한 도면이다.
도 9는 본 발명의 일 실시예에 따른 3D 포인트 클라우드 속성 정보 부호화/복호화 방법 및 장치의 동작과 종래의 부호화/복호화 방법 및 장치의 동작간의 비교 결과를 설명하기 위한 도면이다.
도 10은 본 발명의 일 실시예에 따른 포인트 클라우드 데이터 복호화 방법의 흐름도이다.
도 11은 본 발명의 일 실시예에 따른 포인트 클라우드 데이터 부호화 방법의 흐름도이다.
본 발명은 다양한 변경을 가할 수 있고 여러 가지 실시예를 가질 수 있는 바, 특정 실시예들을 도면에 예시하고 상세한 설명에 상세하게 설명하고자 한다. 그러나, 이는 본 발명을 특정한 실시 형태에 대해 한정하려는 것이 아니며, 본 발명의 사상 및 기술 범위에 포함되는 모든 변경, 균등물 내지 대체물을 포함하는 것으로 이해되어야 한다. 도면에서 유사한 참조부호는 여러 측면에 걸쳐서 동일하거나 유사한 기능을 지칭한다. 도면에서의 요소들의 형상 및 크기 등은 보다 명확한 설명을 위해 과장될 수 있다. 후술하는 예시적 실시예들에 대한 상세한 설명은, 특정 실시예를 예시로서 도시하는 첨부 도면을 참조한다. 이들 실시예는 당업자가 실시예를 실시할 수 있기에 충분하도록 상세히 설명된다. 다양한 실시예들은 서로 다르지만 상호 배타적일 필요는 없음이 이해되어야 한다. 예를 들어, 여기에 기재되어 있는 특정 형상, 구조 및 특성은 일 실시예에 관련하여 본 발명의 정신 및 범위를 벗어나지 않으면서 다른 실시예로 구현될 수 있다. 또한, 각각의 개시된 실시예 내의 개별 구성요소의 위치 또는 배치는 실시예의 정신 및 범위를 벗어나지 않으면서 변경될 수 있음이 이해되어야 한다. 따라서, 후술하는 상세한 설명은 한정적인 의미로서 취하려는 것이 아니며, 예시적 실시예들의 범위는, 적절하게 설명된다면, 그 청구항들이 주장하는 것과 균등한 모든 범위와 더불어 첨부된 청구항에 의해서만 한정된다.
본 발명에서 제1, 제2 등의 용어는 다양한 구성요소들을 설명하는데 사용될 수 있지만, 상기 구성요소들은 상기 용어들에 의해 한정되어서는 안 된다. 상기 용어들은 하나의 구성요소를 다른 구성요소로부터 구별하는 목적으로만 사용된다. 예를 들어, 본 발명의 권리 범위를 벗어나지 않으면서 제1 구성요소는 제2 구성요소로 명명될 수 있고, 유사하게 제2 구성요소도 제1 구성요소로 명명될 수 있다. 및/또는 이라는 용어는 복수의 관련된 기재된 항목들의 조합 또는 복수의 관련된 기재된 항목들 중의 어느 항목을 포함한다.
본 발명의 어떤 구성 요소가 다른 구성 요소에 “연결되어” 있다거나 “접속되어” 있다고 언급된 때에는, 그 다른 구성 요소에 직접적으로 연결되어 있거나 또는 접속되어 있을 수도 있으나, 중간에 다른 구성 요소가 존재할 수도 있다고 이해되어야 할 것이다. 반면에, 어떤 구성요소가 다른 구성요소에 "직접 연결되어"있다거나 "직접 접속되어"있다고 언급된 때에는, 중간에 다른 구성요소가 존재하지 않는 것으로 이해되어야 할 것이다.
본 발명의 실시예에 나타나는 구성부들은 서로 다른 특징적인 기능들을 나타내기 위해 독립적으로 도시되는 것으로, 각 구성부들이 분리된 하드웨어나 하나의 소프트웨어 구성단위로 이루어짐을 의미하지 않는다. 즉, 각 구성부는 설명의 편의상 각각의 구성부로 나열하여 포함한 것으로 각 구성부 중 적어도 두 개의 구성부가 합쳐져 하나의 구성부로 이루어지거나, 하나의 구성부가 복수 개의 구성부로 나뉘어져 기능을 수행할 수 있고 이러한 각 구성부의 통합된 실시예 및 분리된 실시예도 본 발명의 본질에서 벗어나지 않는 한 본 발명의 권리범위에 포함된다.
본 발명에서 사용한 용어는 단지 특정한 실시예를 설명하기 위해 사용된 것으로, 본 발명을 한정하려는 의도가 아니다. 단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한, 복수의 표현을 포함한다. 본 발명에서, "포함하다" 또는 "가지다" 등의 용어는 명세서상에 기재된 특징, 숫자, 단계, 동작, 구성요소, 부품 또는 이들을 조합한 것이 존재함을 지정하려는 것이지, 하나 또는 그 이상의 다른 특징들이나 숫자, 단계, 동작, 구성요소, 부품 또는 이들을 조합한 것들의 존재 또는 부가 가능성을 미리 배제하지 않는 것으로 이해되어야 한다. 즉, 본 발명에서 특정 구성을 “포함”한다고 기술하는 내용은 해당 구성 이외의 구성을 배제하는 것이 아니며, 추가적인 구성이 본 발명의 실시 또는 본 발명의 기술적 사상의 범위에 포함될 수 있음을 의미한다.
본 발명의 일부의 구성 요소는 본 발명에서 본질적인 기능을 수행하는 필수적인 구성 요소는 아니고 단지 성능을 향상시키기 위한 선택적 구성 요소일 수 있다. 본 발명은 단지 성능 향상을 위해 사용되는 구성 요소를 제외한 본 발명의 본질을 구현하는데 필수적인 구성부만을 포함하여 구현될 수 있고, 단지 성능 향상을 위해 사용되는 선택적 구성 요소를 제외한 필수 구성 요소만을 포함한 구조도 본 발명의 권리범위에 포함된다.
이하, 도면을 참조하여 본 발명의 실시 형태에 대하여 구체적으로 설명한다. 본 명세서의 실시예를 설명함에 있어, 관련된 공지 구성 또는 기능에 대한 구체적인 설명이 본 명세서의 요지를 흐릴 수 있다고 판단되는 경우에는 그 상세한 설명은 생략하고, 도면상의 동일한 구성요소에 대해서는 동일한 참조부호를 사용하고 동일한 구성요소에 대해서 중복된 설명은 생략한다.
도 1a는 종래 부호화기의 동작을 설명하기 위한 블록도의 일 예이다.
도 1a는 PCC categories 1, 3의 부호화기의 실시예일 수 있다.
본 발명에서 후술하는 포인트 클라우드 데이터는 3D 포인트 클라우드 데이터를 의미할 수 있다.
도 1a를 참조하면, 부호화기(1)는 입력된 포인트 클라우드 데이터(100)를 위치 정보(110)와 속성 정보(120)로 나누어 부호화 할 수 있다. 위치 정보(110)는 양자화(111), 양자화 후 중복된 값들을 제거(113), 옥트리 부호화(115) 및/또는 산술 부호화(118) 과정을 거쳐 압축될 수 있다. 이때, 양자화 후 중복된 값들을 제거(113)하는 과정은 옵션으로서 반드시 수행되어야 하는 것은 아니다.
한편, 속성 정보(120)의 수는 압축 과정에서의 위치 정보(110)의 수와 1:1로 대응될 수 있다. 양자화 후 중복된 값들을 제거(113)하게 되면 위치 정보가 변할 수 있다. 예를 들어, 위치 정보의 수가 줄어들 수 있다. 따라서, 속성 정보(120)는 속성 변환기(121)를 이용하여 상기 변화된 위치 정보에 대응하는 속성 정보로 재구성될 수 있다. 예를 들어, 속성 정보(120)는 속성 변환기(121)를 이용하여 상기 줄어든 위치 정보에 대응하는 속성 정보로 재구성될 수 있다. 위치 정보는 Level of detail generation(122)을 이용하여 각 레벨 별로 그룹화하고 정렬되는데, 재구성된 속성 정보(123)는 상기 그룹화 및 정렬화 순서에 따라 Interpolation-based prediction(125)을 이용하여 압축될 수 있다. Interpolation-based prediction(125)은 인접한 속성값 간의 높은 상관관계를 이용하여 이미 압축된 속성값으로부터의 보간 기법에 기반하여 현재 속성값을 예측하고 현재 속성값과 예측 속성값의 차이값(126)을 구할 수 있다. 이후, 상기 현재 속성값과 예측 속성값의 차이값(126)은 양자화(127), 산술 부호화(118) 과정을 거쳐 압축될 수 있다.
도 1b는 종래 복호화기의 동작을 설명하기 위한 블록도의 일 예이다.
도 1b는 PCC categories 1, 3의 복호화기의 실시예일 수 있다.
도 1b를 참조하면, 복호화기(2)는 입력된 압축 비트스트림(150)을 산술 복호화(160)를 이용하여 압축된 위치 정보(161)와 속성 정보(171)로 출력할 수 있다. 복호화기(2)는 압축된 위치 정보(161)에 대해 옥트리 복호화(162), 역양자화(164)를 이용하여 복원된 위치 정보(165)를 얻을 수 있다. 복호화기(2)는 압축된 속성 정보(171)에 대해 역양자화(172)를 수행하고 Level of detail generation(175)에 의한 레벨 별로 그룹화하고, 정렬된 순서에 따라 Inverse interpolation-based prediction(174)를 이용하여 복원된 속성 정보(177)를 얻을 수 있다. 복원된 위치 정보(165)와 이에 대응하는 복원된 속성 정보(177)를 합함으로써 포인트 클라우드 데이터를 복원(190)할 수 있다.
도 2a는 본 발명의 일 실시예에 따른 부호화기의 동작을 설명하기 위한 블록도이다.
도 2b는 본 발명의 일 실시예에 따른 복호화기의 동작을 설명하기 위한 블록도이다.
도 2a를 참조하면, 도 1a의 부호화기(1)와 비교하여, 부호화기(3)는 속성 정보 부호화 과정에서 비트 깊이 기반의 변환기(230), 비트 깊이 기반의 역변환기(233) 및/또는 테이블 생성기(235)를 더 포함할 수 있다.
비트 깊이 기반의 변환기(230)는 입력되는 속성 정보를 소정의 비트 깊이로 변환할 수 있다. 상기 소정의 비트 깊이에 대한 정보는 부호화기에서 복호화기로 시그널링 될 수 있다. 또한, 상기 소정의 비트 깊이에 대한 정보는 부호화기/복호화기에서 기설정된 값을 이용하여 유도될 수 있다. 이때, 상기 소정의 비트 깊이에 대한 정보는 시퀀스 파라미터 세트(sequence parameter set)를 통해 시그널링 될 수 있다.
일 예로, 비트 깊이 기반의 변환기(230)는 수학식 1의 예를 이용하여 변환을 수행할 수 있다. 즉, 입력 속성에 대해 시프트 연산을 이용함으로써 변환을 수행할 수 있다.
Figure pat00001
수학식 1에서 an은 입력 속성값이고,
Figure pat00002
은 변환된 속성값이다. 또한, n은 포인트 수에 따른 인덱스로서, 예를 들어 포인트 클라우드 데이터가 10,000개라면 0에서 9,999의 값을 가질 수 있다. 또한, i는 입력 비트 깊이이고, d는 정해진 비트 깊이를 나타낸다. 이때, 획득시의 예를 들면, 입력된 속성 정보가 0에서 65,535의 값의 범위를 갖는 16비트인 경우에 정해진 비트 깊이 d가 8비트이면 입력된 속성 정보를 256(= 2(16-8))의 값으로 나누어 변환할 수 있고, 정해진 비트 깊이 d가 10비트이면 입력된 속성 정보를 64(= 2(16-10))의 값으로 나누어 변환할 수 있다.
비트 깊이 기반의 역변환기(233)는 정해진 비트 깊이로 변환된 속성 정보를 원래의 비트 깊이로 역변환할 수 있다. 일 예로, 비트 깊이 기반의 역변환기(233)는 수학식 2의 예를 이용하여 역변환을 수행할 수 있다. 즉, 깊이 정보에 대해 시프트 연산을 수행함으로써 속성 정보를 획득할 수 있다.
Figure pat00003
수학식 2에서,
Figure pat00004
는 정해진 비트 깊이로 변환된 속성값이고,
Figure pat00005
는 원래의 비트 깊이로 역변환된 속성값이다. 또한, n은 포인트 수에 따른 인덱스를 나타낸다. 또한, i는 원래의 비트 깊이이고, d는 정해진 비트 깊이를 나타낸다.
테이블 생성기(235)는 정해진 비트 깊이 정보를 바탕으로 한 준무손실/손실 압축된 속성 정보의 복원값이 원래의 속성 정보의 값과 다를 수 있기 때문에, 상기 복원된 값이 원래의 속성 정보에 보다 더 근접할 수 있도록 보정하는 테이블을 생성할 수 있다. 여기서, 상기 준무손실/손실 압축된 속성 정보의 복원값은 비트 깊이 기반의 변환기(230), Interpolation-based prediction(225) 및/또는 양자화(227)를 포함하는 제1 과정(229)과 비트 깊이 기반의 역변환기(233)를 이용하여 획득될 수 있다. 상기 제1 과정(229) 내에는 복호화기(4)에 포함될 수 있는 역양자화(272), Inverse interpolation-based prediction(274)가 포함되어 있기 때문에, 본 개시의 부호화기(3)는 본 개시의 복호화기(4)에서 복원한 속성 정보와 동일한 정보를 얻을 수 있다.
도 3은 본 발명의 일 실시예에 따라 부호화기에서 테이블을 생성하는 과정을 설명하기 위한 흐름도이다.
도 3에서 후술하는 부호화기의 동작은 부호화기에 포함된 테이블 생성기에서 수행될 수 있다.
도 2a 및 도 3을 참조하면, 단계 S310에서, 부호화기는 비트 깊이 기반의 변환기(230)에 입력되는 원래의 속성값들을 저장할 수 있다.
단계 S320에서, 부호화기는 상기 제1 과정(229), 비트 깊이 기반의 역변환기(233)를 이용하여 복원된 속성값들을 저장할 수 있다.
단계 S330에서, 부호화기는 복원된 속성값들 중에서 중복된 값들을 제거하고 오름차순으로 정렬하여 테이블의 첫 번째 열을 구성할 수 있다. 또는, 내림차순으로 정렬할 수도 있다.
단계 S340에서, 부호화기는 각각의 복원된 속성값과 이에 대응하는 원래 속성값들 간의 차이값들의 평균값으로 테이블의 두 번째 열을 구성할 수 있다.
부호화기에서 구성된 상기 두 개의 열의 테이블 중 첫 번째 열은 복호화기에서 재구성할 수 있는 정보이다. 따라서, 상기 첫 번째 열의 테이블 정보는 복호화기로 전달하지 않고, 두 번째 열의 테이블 정보(236)만 복호화기에 전달할 수 있다.
다시 도 2b를 참조하면, 도 1b의 복호화기(2)와 비교하여, 복호화기(4)는 비트 깊이 기반의 역변환기(280), 테이블 생성기(283) 및/또는 원래의 속성 정보에 보다 더 근접할 수 있도록 비트 깊이 기반으로 역변환된 속성 정보(281)를 보정하는 보정기(284)를 더 포함할 수 있다.
비트 깊이 기반의 역변환기(280)는 소정의 비트 깊이로 변환된 속성 정보를 상술하였던 수학식 2를 이용하여 원래의 비트 깊이로 역변환할 수 있다.
상기 소정의 비트 깊이에 대한 정보는 부호화기에서 복호화기로 시그널링 될 수 있다. 또한, 상기 소정의 비트 깊이에 대한 정보는 부호화기/복호화기에서 기설정된 값을 이용하여 유도될 수 있다. 이때, 상기 소정의 비트 깊이에 대한 정보는 시퀀스 파라미터 세트(sequence parameter set)를 통해 시그널링 될 수 있다. 또한, 상기 속성 정보는 상기 소정의 비트 깊이에 대한 정보에 대해 시프트 연산 등을 통해 상기 속성 정보의 상한 값을 구하고 이를 기반으로 클리핑(clipping) 연산을 수행하여 획득될 수 있다. 상기 속성 정보는 상기 소정의 비트 깊이를 통해 나타낼 수 있는 유효한 값의 범위를 알 수 있으므로, 유효 값의 범위를 벗어날 경우 이를 보정할 수 있다.
도 4는 본 발명의 일 실시예에 따라 복호화기에서 테이블을 생성하는 과정을 설명하기 위한 흐름도이다.
도 4에서 후술하는 복호화기의 동작은 복호화기에 포함된 테이블 생성기에서 수행될 수 있다.
도 2b 및 도 4를 참조하면, 단계 S410에서, 복호화기는 비트 깊이 기반의 역변환기(280)를 이용하여 원래의 비트 깊이로 복원된 속성값들을 저장할 수 있다.
단계 S420에서, 복호화기는 복원된 속성값 중에서 중복된 값들을 제거하고 오름차순으로 정렬하여 테이블의 첫 번째 열을 구성할 수 있다. 또는 내림차순으로 정렬할 수도 있다.
단계 S430에서, 복호화기는 각각의 복원된 속성값과 이에 대응하는 원래 속성값들 간의 차이값들의 평균값의 정보를 이용하여 두 번째 열을 구성할 수 있다. 복호화기는 상기 정보를 부호화기로부터 수신할 수 있다.
복호화기는 비트 깊이 기반의 역변환기(280)를 통해 역변환된 속성 정보(281)를 찾을 수 있다. 또한, 복호화기는 테이블 생성기(283)를 통해 테이블의 첫 번째 열과 두 번째 열을 찾을 수 있다. 복호화기는 상기 역변환된 속성 정보(281)에 대해 상기 역변환된 속성 정보(281)에 대응하는 두 번째 열의 값을 더하는 보정을 수행함으로써 최종적으로 속정 정보를 복원할 수 있다. 상기 보정 동작은 보정기(284)에서 수행될 수 있다.
도 5는 내지 도 8은 본 발명의 일 실시예에 따른 3D 포인트 클라우드 속성 정보 부호화/복호화 방법 및 장치를 부호화기/복호화기에서 구현하기 위해 필요한 구문 요소(syntax element) 정보, 구문 요소의 정보의 의미(semantics), 부호화/복호화 과정을 설명하기 위한 도면이다.
도 5 내지 도 8을 참조하면, 종래의 3D 포인트 클라우드 속성 정보를 압축하기 위해 필요한 부호화/복호화 과정과 비교하여, inputBitDepth, bitDepth, ect_flag, ectSize, ectElementBitDepth, signOfEctElement, ectValue 등의 구문 요소가 추가된 것을 알 수 있다. 한편, 상기 각각의 구문 요소의 명칭은 일 예이며, 실시예에 따라 달라질 수 있다.
도 9는 본 발명의 일 실시예에 따른 3D 포인트 클라우드 속성 정보 부호화/복호화 방법 및 장치의 동작과 종래의 부호화/복호화 방법 및 장치의 동작간의 비교 결과를 설명하기 위한 도면이다.
두 가지 방법 간의 비교를 위해 16비트의 반사도 속성값을 포함하고 있는 citytunnel_q1mm, tollbooth_q1mm의 서로 다른 두 가지 테스트 시퀀스를 이용하였다.
도 9에서, Sequence는 테스트 시퀀스의 이름을 의미하고, No input inputs는 각 테스트 시퀀스에 포함되어 있는 포인트 클라우드의 개수를 의미할 수 있다. Reference는 종래의 부호화/복호화 방법의 수행 결과이고, Proposed는 본 개시의 부호화/복호화 방법의 수행 결과이다. 예를 들면, 종래의 부호화/복호화 방법은 MPEG PCC Test Model Catagory 1,3 레퍼런스 소프트웨어일 수 있다. 또한, 본 개시의 부호화/복호화 방법은 MPEG PCC Test Model Catagory 1,3 레퍼런스 소프트웨어를 기반으로 도 2a 내지 도 8에서 상술한 구성들을 추가한 것일 수 있다.
Encoded size는 반사도 속성 정보를 압축한 결과로서, 예를 들어 citytunnel_q1mm 테스트 시퀀스의 경우, Encoded size가 171672112 비트이면 압축 이전에 테스트 시퀀스가 포함하고 있는 반사도 속성의 정보량은 19948121 곱하기 16 비트로서 319169936 비트이다. 따라서, 종래의 부호화/복호화 방법을 이용하면 171672112 나누기 319169936인 대략 54%의 압축율을 가질 수 있다. Bits per input point(bpp)는 압축된 포인트당 비트 수로서, 예를 들어 citytunnel_q1mm 테스트 시퀀스의 경우, Encoded size가 171672112 비트이면 bpp는 171672112 나누기 19948121로서 8.61 bpp이다. 8.61 bpp는 압축 이전의 포인트 당 16비트 속성 정보가 8.61 비트로 압축되었음을 의미할 수 있다. Reflectance PSNR은 압축 이전의 테스트 시퀀스와 부호화기/복호화기를 통해 압축하고 복원된 시퀀스의 차이를 측정한 값으로서, PSNR의 값이 높을수록 원본 데이터와의 차이가 작기 때문에 복원된 시퀀스가 압축 이전의 시퀀스에 더 유사하게 복원되었다는 것을 의미할 수 있다.
도 9를 참조하면, 본 개시의 부호화/복호화 방법은 종래의 압축 방법과 비교하여 속성 정보의 압축율과 PSNR이 향상되었음을 알 수 있다. 본 개시의 부호화/복호화 방법은 속성 정보의 소정의 비트 깊이 정보를 이용할 수 있고, 준무손실/손실 압축된 속성 정보의 오류를 보정할 수 있다.
일 예로, 종래의 부호화/복호화 방법의 경우 8.61 bpp로 압축하였을 때 PSNR이 76.16 dB이었지만, 본 개시의 부호화/복호화 방법의 경우 상기 종래의 부호화/복호화 방법에 비하여 압축율이 높은 5.03 bpp로 압축하였을 때 PSNR이 inf(infinity)가 측정되었다. 여기서, inf는 압축 이전의 시퀀스와 복원된 시퀀스가 차이가 없이 완전히 일치함을 의미할 수 있다. 또한, 종래의 부호화/복호화 방법의 경우 4.07 bpp로 압축하였을 때 PSNR이 50.98 dB이었지만, 본 개시의 부호화/복호화 방법의 경우 상기 종래의 부호화/복호화 방법에 비하여 압축율이 높은 4.02 bpp로 압축하였음에도 PSNR은 54.24로 더 높게 측정되었다.
도 10은 본 발명의 일 실시예에 따른 포인트 클라우드 데이터 복호화 방법의 흐름도이다.
단계 S1001에서, 비트스트림으로부터 포인트 클라우드 데이터의 속성에 관한 정보를 복호화할 수 있다.
한편, 상기 속성에 관한 정보는 상기 포인트 클라우드 데이터의 속성에 대한 비트 깊이 정보를 포함할 수 있다.
여기서, 상기 비트 깊이 정보는, 시퀀스 파라미터 세트(sequence parameter set)에서 시그널링될 수 있다.
단계 S1002에서, 복호화된 속성에 관한 정보를 이용하여 포인트 클라우드 데이터의 속성을 획득할 수 있다.
이때, 상기 포인트 클라우드 데이터의 속성은, 상기 비트 깊이 정보에 기초하여 클리핑(clipping) 연산을 수행함으로써 획득될 수 있다.
한편, 상기 포인트 클라우드 데이터의 속성을 획득하는 것은, 비트 깊이 정보를 이용하여 포인트 클라우드 데이터의 속성의 비트 깊이를 변환하는 것을 포함할 수 있다.
한편, 상기 포인트 클라우드 데이터의 속성을 획득하는 것은, 오류 보정 테이블을 생성하고, 오류 보정 테이블을 이용하여 포인트 클라우드 데이터의 속성을 획득하는 것을 포함할 수 있다.
한편, 상기 오류 보정 테이블을 생성하는 것은, 비트 깊이가 변환된 포인트 클라우드 데이터의 속성에 기초하여 오류 보정 테이블의 첫 번째 열을 구성하고, 비트스트림을 복호화하여 오류 보정 테이블의 두 번째 열을 구성하는 것을 포함할 수 있다.
한편, 상기 오류 보정 테이블의 첫 번째 열을 구성하는 것은, 비트 깊이가 변환된 포인트 클라우드 데이터의 속성값을 복원하고, 복원된 포인트 클라우드 데이터의 속성값들 중 중복된 값을 제거하고, 중복된 값이 제거된 속성값들을 정렬함으로써 상기 오류 보정 테이블의 첫 번째 열을 구성하는 것을 포함할 수 있다.
한편, 상기 오류 보정 테이블을 이용하여 상기 포인트 클라우드 데이터의 속성을 획득하는 것은, 오류 보정 테이블의 첫 번째 열의 정보와 두 번째 열의 정보를 이용하여 포인트 클라우드 데이터의 속성을 복원하는 것을 포함할 수 있다.
단계 S1003에서, 획득된 속성을 이용하여 포인트 클라우드 데이터를 복원할 수 있다.
도 11은 본 발명의 일 실시예에 따른 포인트 클라우드 데이터 부호화 방법의 흐름도이다.
단계 S1101에서, 포인트 클라우드 데이터의 속성을 입력 받을 수 있다.
한편, 상기 속성에 관한 정보는 포인트 클라우드 데이터의 속성에 대한 비트 깊이 정보를 포함할 수 있다.
여기서, 상기 비트 깊이 정보는, 시퀀스 파라미터 세트(sequence parameter set)에서 시그널링될 수 있다.
단계 S1102에서, 포인트 클라우드 데이터의 속성에 관한 정보를 이용하여 상기 포인트 클라우드 데이터의 속성을 부호화할 수 있다.
한편, 상기 포인트 클라우드 데이터의 속성을 부호화하는 것은, 비트 깊이 정보를 이용하여 포인트 클라우드 데이터의 속성의 비트 깊이를 변환하는 것을 포함할 수 있다.
한편, 상기 포인트 클라우드 데이터의 속성을 부호화하는 것은, 오류 보정 테이블을 생성하고, 오류 보정 테이블을 이용하여 포인트 클라우드 데이터의 속성을 부호화하는 것을 포함할 수 있다.
한편, 상기 오류 보정 테이블을 생성하는 것은, 비트 깊이가 변환된 포인트 클라우드 데이터의 속성에 기초하여 오류 보정 테이블의 첫 번째 열을 구성하고, 포인트 클라우드 데이터의 속성과 비트 깊이가 변환된 포인트 클라우드 데이터의 속성에 기초하여 오류 보정 테이블의 두 번째 열을 구성하는 것을 포함할 수 있다.
한편, 상기 오류 보정 테이블의 첫 번째 열을 구성하는 것은, 비트 깊이가 변환된 포인트 클라우드 데이터의 속성값을 복원하고, 복원된 포인트 클라우드 데이터의 속성값들 중 중복된 값을 제거하고, 중복된 값이 제거된 속성값들을 정렬함으로써 오류 보정 테이블의 첫 번째 열을 구성하는 것을 포함할 수 있다.
본 발명에 따르면, 3D 포인트 클라우드 속성 정보의 부호화/복호화 방법 및 장치가 제공될 수 있다.
또한, 본 발명에 따르면, 본 발명의 부호화/복호화 방법 또는 장치에 의해 생성된 비트스트림을 저장한 기록 매체가 제공될 수 있다.
또한, 본 발명에 따르면, 3D 포인트 클라우드 속성 정보의 부호화/복호화 효율을 향상시킬 수 있다.
또한, 본 발명에 따르면, 속성 정보의 소정의 비트 깊이 정보를 이용함으로써 압축 성능이 향상될 수 있다. 예를 들면, 16비트 속성의 값은 0에서 65,535의 범위를 가지고 65,536개의 정보가 포함될 수 있다. 이때, 실제 속성 정보의 범위가 16비트 보다 작은 경우, 0에서 65,535의 범위 중에서 256개의 정보만 사용한다면 속성 정보의 깊이를 8비트 깊이로 변환함으로써 압축 시 비트스트림의 크기를 줄일 수 있다.
또한, 본 발명에 따르면, 준무손실/손실 압축된 속성 정보의 오류를 보정할 수 있다. 소정의 비트 깊이 정보에 기초하여 준무손실/손실 압축된 속성 정보의 복원값이 원래 속성 정보의 값과 다를 수 있다.
상기 보정은 다음과 같이 수행될 수 있다. 부호화기는 입력된 원본 속성에 대한 압축 후 복원된 속성값을 구할 수 있다. 부호화기는 복원된 속성값의 중복성을 제거하여 테이블의 첫 번째 열을 구성할 수 있다. 부호화기는 첫 번째의 각 복원된 속성값에 대응하는 원본 속성값들 간에 차이값들의 평균을 구함으로써 테이블의 두 번째 열을 구성할 수 있다. 부호화기는 상기 구성된 열에 대한 정보를 복호화기에 전송할 수 있다. 한편, 복호화기는 복원된 속성을 구하고 중복성을 제거함으로써 테이블의 첫 번째 열을 구성할 수 있다. 복호화기는 부호화기로부터 수신된 각 복원된 속성값에 대응하는 원본 속성값들 간에 차이값들의 평균값을 이용하여 두 번째 열을 구성할 수 있다. 복호화기는 완성된 테이블을 이용하여 역변환된 속성 정보와 상기 평균값을 더함으로써 오류를 보정할 수 있다.
상술한 실시예들에서, 방법들은 일련의 단계 또는 유닛으로서 순서도를 기초로 설명되고 있으나, 본 발명은 단계들의 순서에 한정되는 것은 아니며, 어떤 단계는 상술한 바와 다른 단계와 다른 순서로 또는 동시에 발생할 수 있다. 또한, 당해 기술 분야에서 통상의 지식을 가진 자라면 순서도에 나타난 단계들이 배타적이지 않고, 다른 단계가 포함되거나, 순서도의 하나 또는 그 이상의 단계가 본 발명의 범위에 영향을 미치지 않고 삭제될 수 있음을 이해할 수 있을 것이다.
상술한 실시예는 다양한 양태의 예시들을 포함한다. 다양한 양태들을 나타내기 위한 모든 가능한 조합을 기술할 수는 없지만, 해당 기술 분야의 통상의 지식을 가진 자는 다른 조합이 가능함을 인식할 수 있을 것이다. 따라서, 본 발명은 이하의 특허청구범위 내에 속하는 모든 다른 교체, 수정 및 변경을 포함한다고 할 것이다.
이상 설명된 본 발명에 따른 실시예들은 다양한 컴퓨터 구성요소를 통하여 수행될 수 있는 프로그램 명령어의 형태로 구현되어 컴퓨터 판독 가능한 기록 매체에 기록될 수 있다. 상기 컴퓨터 판독 가능한 기록 매체는 프로그램 명령어, 데이터 파일, 데이터 구조 등을 단독으로 또는 조합하여 포함할 수 있다. 상기 컴퓨터 판독 가능한 기록 매체에 기록되는 프로그램 명령어는 본 발명을 위하여 특별히 설계되고 구성된 것들이거나 컴퓨터 소프트웨어 분야의 당업자에게 공지되어 사용 가능한 것일 수도 있다. 컴퓨터 판독 가능한 기록 매체의 예에는, 하드 디스크, 플로피 디스크 및 자기 테이프와 같은 자기 매체, CD-ROM, DVD와 같은 광기록 매체, 플롭티컬 디스크(floptical disk)와 같은 자기-광 매체(magneto-optical media), 및 ROM, RAM, 플래시 메모리 등과 같은 프로그램 명령어를 저장하고 수행하도록 특별히 구성된 하드웨어 장치가 포함된다. 프로그램 명령어의 예에는, 컴파일러에 의해 만들어지는 것과 같은 기계어 코드뿐만 아니라 인터프리터 등을 사용해서 컴퓨터에 의해서 실행될 수 있는 고급 언어 코드도 포함된다. 상기 하드웨어 장치는 본 발명에 따른 처리를 수행하기 위해 하나 이상의 소프트웨어 모듈로서 작동하도록 구성될 수 있으며, 그 역도 마찬가지이다.
이상에서 본 발명이 구체적인 구성요소 등과 같은 특정 사항들과 한정된 실시예 및 도면에 의해 설명되었으나, 이는 본 발명의 보다 전반적인 이해를 돕기 위해서 제공된 것일 뿐, 본 발명이 상기 실시예들에 한정되는 것은 아니며, 본 발명이 속하는 기술분야에서 통상적인 지식을 가진 자라면 이러한 기재로부터 다양한 수정 및 변형을 꾀할 수 있다.
따라서, 본 발명의 사상은 상기 설명된 실시예에 국한되어 정해져서는 아니 되며, 후술하는 특허청구범위뿐만 아니라 이 특허청구범위와 균등하게 또는 등가적으로 변형된 모든 것들은 본 발명의 사상의 범주에 속한다고 할 것이다.

Claims (20)

  1. 비트스트림으로부터 포인트 클라우드 데이터의 속성에 관한 정보를 복호화하는 단계;
    상기 복호화된 속성에 관한 정보를 이용하여 상기 포인트 클라우드 데이터의 속성을 획득하는 단계; 및
    상기 획득된 속성을 이용하여 상기 포인트 클라우드 데이터를 복원하는 단계를 포함하고,
    상기 속성에 관한 정보는 상기 포인트 클라우드 데이터의 속성에 대한 비트 깊이 정보를 포함하는 포인트 클라우드 데이터 복호화 방법.
  2. 제1항에 있어서,
    상기 비트 깊이 정보는, 시퀀스 파라미터 세트(sequence parameter set)에서 시그널링되는 포인트 클라우드 데이터 복호화 방법.
  3. 제1항에 있어서,
    상기 포인트 클라우드 데이터의 속성은, 상기 비트 깊이 정보에 기초하여 클리핑(clipping) 연산을 수행함으로써 획득되는 포인트 클라우드 데이터 복호화 방법.
  4. 제1항에 있어서,
    상기 포인트 클라우드 데이터의 속성을 획득하는 단계는,
    상기 비트 깊이 정보를 이용하여 상기 포인트 클라우드 데이터의 속성의 비트 깊이를 변환하는 단계를 포함하는 포인트 클라우드 데이터 복호화 방법.
  5. 제4항에 있어서,
    상기 포인트 클라우드 데이터의 속성을 획득하는 단계는,
    오류 보정 테이블을 생성하는 단계; 및
    상기 오류 보정 테이블을 이용하여 상기 포인트 클라우드 데이터의 속성을 획득하는 단계를 더 포함하는 포인트 클라우드 데이터 복호화 방법.
  6. 제5항에 있어서,
    상기 오류 보정 테이블을 생성하는 단계는,
    상기 비트 깊이가 변환된 포인트 클라우드 데이터의 속성에 기초하여 상기 오류 보정 테이블의 첫 번째 열을 구성하는 단계; 및
    상기 비트스트림을 복호화하여 상기 오류 보정 테이블의 두 번째 열을 구성하는 단계를 포함하는 포인트 클라우드 데이터 복호화 방법.
  7. 제6항에 있어서,
    상기 오류 보정 테이블의 첫 번째 열을 구성하는 단계는,
    상기 비트 깊이가 변환된 포인트 클라우드 데이터의 속성값을 복원하는 단계;
    상기 복원된 포인트 클라우드 데이터의 속성값들 중 중복된 값을 제거하는 단계; 및
    상기 중복된 값이 제거된 속성값들을 정렬함으로써 상기 오류 보정 테이블의 첫 번째 열을 구성하는 단계를 포함하는 포인트 클라우드 데이터 복호화 방법.
  8. 제6항에 있어서,
    상기 오류 보정 테이블을 이용하여 상기 포인트 클라우드 데이터의 속성을 획득하는 단계는,
    상기 오류 보정 테이블의 첫 번째 열의 정보와 두 번째 열의 정보를 이용하여 상기 포인트 클라우드 데이터의 속성을 복원하는 단계를 포함하는 포인트 클라우드 데이터 복호화 방법.
  9. 포인트 클라우드 데이터의 속성을 입력 받는 단계;
    상기 포인트 클라우드 데이터의 속성에 관한 정보를 이용하여 상기 포인트 클라우드 데이터의 속성을 부호화하는 단계; 및
    상기 포인트 클라우드 데이터의 속성에 관한 정보를 비트스트림에 추가하는 단계를 포함하고,
    상기 속성에 관한 정보는 상기 포인트 클라우드 데이터의 속성에 대한 비트 깊이 정보를 포함하는 포인트 클라우드 데이터 부호화 방법.
  10. 제9항에 있어서,
    상기 비트 깊이 정보는, 시퀀스 파라미터 세트(sequence parameter set)에서 시그널링되는 포인트 클라우드 데이터 부호화 방법.
  11. 제9항에 있어서,
    상기 포인트 클라우드 데이터의 속성을 부호화하는 단계는,
    상기 비트 깊이 정보를 이용하여 상기 포인트 클라우드 데이터의 속성의 비트 깊이를 변환하는 단계를 포함하는 포인트 클라우드 데이터 부호화 방법.
  12. 제11항에 있어서,
    상기 포인트 클라우드 데이터의 속성을 부호화하는 단계는,
    오류 보정 테이블을 생성하는 단계; 및
    상기 오류 보정 테이블을 이용하여 상기 포인트 클라우드 데이터의 속성을 부호화하는 단계를 더 포함하는 포인트 클라우드 데이터 부호화 방법.
  13. 제12항에 있어서,
    상기 오류 보정 테이블을 생성하는 단계는,
    상기 비트 깊이가 변환된 포인트 클라우드 데이터의 속성에 기초하여 상기 오류 보정 테이블의 첫 번째 열을 구성하는 단계; 및
    상기 포인트 클라우드 데이터의 속성과 상기 비트 깊이가 변환된 포인트 클라우드 데이터의 속성에 기초하여 상기 오류 보정 테이블의 두 번째 열을 구성하는 단계를 포함하는 포인트 클라우드 데이터 부호화 방법.
  14. 제13항에 있어서,
    상기 오류 보정 테이블의 첫 번째 열을 구성하는 단계는,
    상기 비트 깊이가 변환된 포인트 클라우드 데이터의 속성값을 복원하는 단계;
    상기 복원된 포인트 클라우드 데이터의 속성값들 중 중복된 값을 제거하는 단계; 및
    상기 중복된 값이 제거된 속성값들을 정렬함으로써 상기 오류 보정 테이블의 첫 번째 열을 구성하는 단계를 포함하는 포인트 클라우드 데이터 부호화 방법.
  15. 역변환부; 및
    복원부를 포함하고,
    상기 역변환부는 비트스트림으로부터 포인트 클라우드 데이터의 속성에 관한 정보를 복호화하고,
    상기 복원부는 상기 복호화된 속성에 관한 정보를 이용하여 상기 포인트 클라우드 데이터의 속성을 획득하고, 상기 획득된 속성을 이용하여 상기 포인트 클라우드 데이터를 복원하고,
    상기 속성에 관한 정보는 상기 포인트 클라우드 데이터의 속성에 대한 비트 깊이 정보를 포함하는 포인트 클라우드 데이터 복호화 장치.
  16. 제15항에 있어서,
    상기 비트 깊이 정보는, 시퀀스 파라미터 세트(sequence parameter set)에서 시그널링되는 포인트 클라우드 데이터 복호화 장치.
  17. 제15항에 있어서,
    상기 포인트 클라우드 데이터의 속성은, 상기 비트 깊이 정보에 기초하여 클리핑(clipping) 연산을 수행함으로써 획득되는 포인트 클라우드 데이터 복호화 장치.
  18. 제15항에 있어서,
    상기 역변환부는,
    상기 비트 깊이 정보를 이용하여 상기 포인트 클라우드 데이터의 속성의 비트 깊이를 변환하는 포인트 클라우드 데이터 복호화 장치.
  19. 제18항에 있어서,
    테이블 생성부를 더 포함하고,
    상기 테이블 생성부는 오류 보정 테이블을 생성하고, 상기 오류 보정 테이블을 이용하여 상기 포인트 클라우드 데이터의 속성을 획득하는 포인트 클라우드 데이터 복호화 장치.
  20. 포인트 클라우드 데이터 복호화 장치에 의해 수신되고 복호화되어 포인트 클라우드를 복원하는데 사용되는 데이터를 저장하는 컴퓨터 판독가능한 비일시적 기록 매체에 있어서,
    상기 데이터는 포인트 클라우드 데이터의 속성에 관한 정보를 포함하고,
    상기 복호화된 속성에 관한 정보는 상기 포인트 클라우드 데이터의 속성을 획득하는데 이용되고,
    상기 획득된 속성은 상기 포인트 클라우드 데이터를 복원하는데 이용되고,
    상기 속성에 관한 정보는 상기 포인트 클라우드 데이터의 속성에 대한 비트 깊이 정보를 포함하는 것을 특징으로 하는 컴퓨터 판독가능한 비일시적 기록 매체.
KR1020190084582A 2018-07-13 2019-07-12 3d 포인트 클라우드 데이터의 부호화/복호화 방법 및 장치 KR102549617B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
US16/509,677 US11151748B2 (en) 2018-07-13 2019-07-12 3D point cloud data encoding/decoding method and apparatus

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
KR20180081767 2018-07-13
KR1020180081767 2018-07-13

Publications (2)

Publication Number Publication Date
KR20200007734A true KR20200007734A (ko) 2020-01-22
KR102549617B1 KR102549617B1 (ko) 2023-06-29

Family

ID=69368798

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020190084582A KR102549617B1 (ko) 2018-07-13 2019-07-12 3d 포인트 클라우드 데이터의 부호화/복호화 방법 및 장치

Country Status (1)

Country Link
KR (1) KR102549617B1 (ko)

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2021201390A1 (ko) * 2020-04-03 2021-10-07 엘지전자 주식회사 포인트 클라우드 데이터 처리 장치 및 방법
WO2022005116A1 (ko) * 2020-06-29 2022-01-06 삼성전자 주식회사 무선 통신 시스템에서 데이터의 송수신을 제어하기 위한 방법 및 장치
WO2022119304A1 (ko) * 2020-12-01 2022-06-09 현대자동차주식회사 적응적 데드존 양자화를 이용하는 포인트 클라우드 코딩 장치 및 방법
WO2022119303A1 (ko) * 2020-12-01 2022-06-09 현대자동차주식회사 매핑 함수를 이용하는 포인트 클라우드 코딩 장치 및 방법
KR20220157586A (ko) 2021-05-21 2022-11-29 한국항공대학교산학협력단 포인트 클라우드 복원 시스템 및 방법
KR20230082542A (ko) 2021-12-01 2023-06-08 한국전자통신연구원 플렌옵틱 포인트 클라우드의 속성 정보 압축 방법 및 장치

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20150319438A1 (en) * 2012-12-07 2015-11-05 Canon Kabushiki Kaisha Image encoding device, image encoding method and program, image decoding device, and image decoding method and program

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20150319438A1 (en) * 2012-12-07 2015-11-05 Canon Kabushiki Kaisha Image encoding device, image encoding method and program, image decoding device, and image decoding method and program

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2021201390A1 (ko) * 2020-04-03 2021-10-07 엘지전자 주식회사 포인트 클라우드 데이터 처리 장치 및 방법
WO2022005116A1 (ko) * 2020-06-29 2022-01-06 삼성전자 주식회사 무선 통신 시스템에서 데이터의 송수신을 제어하기 위한 방법 및 장치
WO2022119304A1 (ko) * 2020-12-01 2022-06-09 현대자동차주식회사 적응적 데드존 양자화를 이용하는 포인트 클라우드 코딩 장치 및 방법
WO2022119303A1 (ko) * 2020-12-01 2022-06-09 현대자동차주식회사 매핑 함수를 이용하는 포인트 클라우드 코딩 장치 및 방법
KR20220157586A (ko) 2021-05-21 2022-11-29 한국항공대학교산학협력단 포인트 클라우드 복원 시스템 및 방법
KR20230082542A (ko) 2021-12-01 2023-06-08 한국전자통신연구원 플렌옵틱 포인트 클라우드의 속성 정보 압축 방법 및 장치

Also Published As

Publication number Publication date
KR102549617B1 (ko) 2023-06-29

Similar Documents

Publication Publication Date Title
KR102549617B1 (ko) 3d 포인트 클라우드 데이터의 부호화/복호화 방법 및 장치
KR101654777B1 (ko) 3차원 메쉬 가변 부호화 장치 및 방법, 그리고 3차원 메쉬 가변 복호화 장치 및 방법
US10223810B2 (en) Region-adaptive hierarchical transform and entropy coding for point cloud compression, and corresponding decompression
KR100552666B1 (ko) 좌표 인터폴레이터의 키 및 키 값 데이터의 부호화/복호화장치, 및 좌표 인터폴레이터를 부호화한 비트스트림을기록한 기록 매체
JP4002502B2 (ja) 座標インタポレータの符号化／復号化装置及びその方法
US11151748B2 (en) 3D point cloud data encoding/decoding method and apparatus
KR102660514B1 (ko) 스케일러블 포인트 클라우드 부호화/복호화 방법 및 장치
JP6706357B2 (ja) 少なくとも１つの第２の画像成分の参照ブロックに対して第１の画像成分の現在ブロックを符号化するための方法、符号化装置および対応するコンピュータプログラム
KR20220029595A (ko) 포인트 클라우드 인코딩과 디코딩 방법, 인코더, 디코더 및 컴퓨터 저장 매체
JP2015504545A (ja) 予測位置符号化
RU2016105691A (ru) Устройство и способ для эффективного кодирования метаданных объектов
KR20190040063A (ko) 인덱스 코딩 및 비트 스케줄링을 갖는 양자화기
US20170359591A1 (en) Method and device for entropy encoding or entropy decoding video signal for high-capacity parallel processing
KR102467628B1 (ko) 투명 무손실 오디오 워터마킹
JP4037875B2 (ja) コンピュータグラフィックスデータ符号化装置、復号化装置、符号化方法、および、復号化方法
Kim et al. Multiresolution random accessible mesh compression
KR101982788B1 (ko) 향상된 예측 필터를 이용하여 비디오 신호를 인코딩, 디코딩하는 방법 및 장치
KR20110071483A (ko) 비트 심도 감소를 이용한 깊이 영상 처리 장치 및 방법
JP4104615B2 (ja) キーデータの符号化及び復号化方法、並びに装置
KR101500300B1 (ko) 부호화기와 복호화기 사이에 상호작용이 가능한 선택적 저전력 비디오 코덱 장치, 이를 이용한 부호화 및 복호화 방법
KR101610086B1 (ko) 연속 데이터 압축 방법
JP5017290B2 (ja) 復号信号再構成装置、復号装置及びプログラム
JP2003248838A (ja) 座標インタポレータのキー値データ符号化／復号化方法及び装置
JP6280266B2 (ja) 復号装置、及び復号方法
KR20100114468A (ko) 3차원 컨텐츠 데이터를 인코딩 및 디코딩하기 위한 방법 및 장치

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