KR20210089070A - 포인트 클라우드 데이터 송신 장치, 포인트 클라우드 데이터 송신 방법, 포인트 클라우드 데이터 수신 장치 및 포인트 클라우드 데이터 수신 방법 - Google Patents
포인트 클라우드 데이터 송신 장치, 포인트 클라우드 데이터 송신 방법, 포인트 클라우드 데이터 수신 장치 및 포인트 클라우드 데이터 수신 방법 Download PDFInfo
- Publication number
- KR20210089070A KR20210089070A KR1020200138408A KR20200138408A KR20210089070A KR 20210089070 A KR20210089070 A KR 20210089070A KR 1020200138408 A KR1020200138408 A KR 1020200138408A KR 20200138408 A KR20200138408 A KR 20200138408A KR 20210089070 A KR20210089070 A KR 20210089070A
- Authority
- KR
- South Korea
- Prior art keywords
- slice
- point cloud
- cloud data
- information
- points
- Prior art date
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
- H04N19/597—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using predictive coding specially adapted for multi-view video sequence encoding
-
- 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
- G06T9/40—Tree coding, e.g. quadtree, octree
-
- 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
- H04N19/119—Adaptive subdivision aspects, e.g. subdivision of a picture into rectangular or non-rectangular coding blocks
-
- 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
- H04N19/17—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 an image region, e.g. an object
- H04N19/174—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 an image region, e.g. an object the region being a slice, e.g. a line of blocks or a group of blocks
-
- 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
- H04N19/46—Embedding additional information in the video signal during the compression process
-
- 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
- H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
- H04N19/90—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using coding techniques not provided for in groups H04N19/10-H04N19/85, e.g. fractals
- H04N19/96—Tree coding, e.g. quad-tree coding
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
- G06T17/005—Tree description, e.g. octree, quadtree
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10028—Range image; Depth image; 3D point clouds
Landscapes
- Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Compression Or Coding Systems Of Tv Signals (AREA)
Abstract
실시예들에 따른 포인트 클라우드 데이터 송신 방법은 포인트 클라우드 데이터를 인코딩하는 단계; 및/또는 포인트 클라우드 데이터 및 포인트 클라우드 데이터에 대한 시그널링 정보를 포함하는 비트스트림을 전송하는 단계; 를 포함할 수 있다. 실시예들에 따른 포인트 클라우드 데이터 수신 방법은 포인트 클라우드 데이터를 포함하는 비트스트림을 수신하는 단계; 및/또는 비트스트림 내의 포인트 클라우드 데이터를 디코딩하는 단계; 를 포함할 수 있다.
Description
실시예들은 사용자에게 VR (Virtual Reality, 가상현실), AR (Augmented Reality, 증강현실), MR (Mixed Reality, 혼합현실), 및 자율 주행 서비스 등의 다양한 서비스를 제공하기 위하여 Point Cloud 콘텐츠를 제공하는 방안을 제공한다.
포인트 클라우드 데이터는 3D공간 상의 포인트들의 집합이다. 3D공간 상의 포인트들의 양이 많아서 포인트 클라우드 데이터를 생성하기 어려운 문제점이 있다.
포인트 클라우드 데이터는 전송, 부호화, 복호화, 렌더링 처리 과정이 실시간, 저지연으로 이루어져야 하는 요구에 맞추고자 포인트 클라우드 프레임 또는 포인트 클라우드 데이터는 타일(tile) 또는 슬라이스(slice) 단위로 나눌 수 있다.
실시예들에 따른 기술적 과제는, 전술한 문제점 등을 해결하기 위해서, 포인트 클라우드를 효율적으로 송수신하기 위한 포인트 클라우드 데이터 전송 장치, 전송 방법, 포인트 클라우드 데이터 수신 장치 및 수신 방법을 제공하는데 있다.
실시예들에 따른 기술적 과제는, 지연시간(latency) 및 인코딩/디코딩 복잡도를 해결하기 위한 포인트 클라우드 데이터 전송 장치, 전송 방법, 포인트 클라우드 데이터 수신 장치 및 수신 방법을 제공하는데 있다.
실시예들에 따른 기술적 과제는, 포인트 클라우드 데이터의 부호화 및 복호화를 위해 포인트 클라우드 데이터를 분할하는 방법을 제공하는데 있다.
실시예들에 따른 기술적 과제는, 지오메트리-포인트 클라우드 압축(Geometry - point cloud compression, G-PCC)의 속성 정보(attribute)의 부호화 기술을 개선하여 포인트 클라우드의 압축 성능 향상시키는데 있다.
다만, 전술한 기술적 과제만으로 제한되는 것은 아니고, 본 문서 전체 내용에 기초하여 당업자가 유추할 수 있는 다른 기술적 과제로 실시예들의 권리범위가 확장될 수 있다.
상술한 기술적 과제를 달성하기 위하여, 실시예들에 따른 포인트 클라우드 데이터 송신 방법은 포인트 클라우드 데이터를 인코딩하는 단계; 및/또는 상기 포인트 클라우드 데이터 및/또는 상기 포인트 클라우드 데이터에 대한 시그널링 정보를 포함하는 비트스트림을 전송하는 단계; 를 포함할 수 있다.
실시예들에 따른 포인트 클라우드 데이터 송신 방법은, 포인트 클라우드 데이터를 슬라이스(slice)들에 기초하여 분할하는 단계; 및/또는 슬라이스 내의 포인트들의 개수가 포인트들의 최소 개수보다 적은 경우 상기 슬라이스를 인접한 슬라이스(adjacent slice)와 합병(merging)하거나, 상기 슬라이스 내의 포인트들의 개수가 포인트들의 최대 개수보다 많은 경우 상기 슬라이스를 둘 이상의 슬라이스들로 스플릿(split)하는 단계; 를 더 포함할 수 있다.
나아가 실시예들에 따른 상기 분할하는 단계는 제 1 방법, 제 2 방법 또는 제 3 방법 중 적어도 하나에 기초하여 수행될 수 있다. 실시예들에 따른 제 1 방법은, 상기 포인트 클라우드 데이터를 포함하는 3차원 공간을 8의 상기 슬라이스들의 옥트리의 뎁스(depth) 자승 개로 분할하는 단계를 포함할 수 있고, 상기 옥트리의 뎁스는 상기 슬라이스들의 포인트들의 개수의 비율(ratio)에 기초하여 계산된다. 실시예들에 따른 상기 제 2 방법은, 상기 3차원 공간 내의 최장 모서리(longest edge)를 상기 3차원 공간 내의 최단 모서리(shortest edge)로 나누는 단계를 포함할 수 있다. 실시예들에 따른 상기 제 3 방법은, 상기 3차원 공간의 제 1 축 및 제 2 축을 상기 3차원 공간의 제 3 축으로 세그먼트(segment)함으로써 상기 3차원 공간을 균등 사각형들(uniform squares)로 슬라이스들을 분할하는 단계를 포함할 수 있다.
나아가, 실시예들에 따른 상기 인접한 슬라이스는 상기 슬라이스의 왼쪽 슬라이스(left slice), 상기 슬라이스의 오른쪽 슬라이스(right slice), 상기 슬라이스의 윗쪽 슬라이스(top slice) 또는 상기 슬라이스의 아랫쪽 슬라이스(bottom slice) 중 하나일 수 있다.
나아가, 실시예들에 따른 상기 인접한 슬라이스는 상기 슬라이스의 왼쪽 슬라이스(left slice), 상기 슬라이스의 오른쪽 슬라이스(right slice), 상기 슬라이스의 윗쪽 슬라이스(top slice), 상기 슬라이스의 아랫쪽 슬라이스(bottom slice), 상기 슬라이스의 앞쪽 슬라이스(front slice) 및/또는 상기 슬라이스의 뒤쪽 슬라이스(back slice) 중 하나일 수 있다.
더 나아가, 실시예들에 따른 상기 합병하는 단계 또는 상기 스플릿하는 단계는 상기 슬라이스들 간의 인접성을 나타내는 자료 구조(data structure)에 기초하여 수행될 수 있다. 또한, 실시예들에 따르면 상기 인접 여부를 결정하기 위한 자료 구조는 트리(tree) 기반의 자료 구조 또는 리스트(list) 기반의 자료 구조일 수 있다.
나아가, 실시예들에 따른 상기 시그널링 정보는 상기 포인트 클라우드 데이터를 분할하는 방법을 나타내는 정보를 포함할 수 있다.
실시예들에 따른 포인트 클라우드 데이터 송신 방법, 송신 장치, 포인트 클라우드 데이터 수신 방법, 수신 장치는 퀄리티 있는 포인트 클라우드 서비스를 제공할 수 있다.
실시예들에 따른 포인트 클라우드 데이터 송신 방법, 송신 장치, 포인트 클라우드 데이터 수신 방법, 수신 장치는 다양한 비디오 코덱 방식을 달성할 수 있다.
실시예들에 따른 포인트 클라우드 데이터 송신 방법, 송신 장치, 포인트 클라우드 데이터 수신 방법, 수신 장치는 자율주행 서비스 등 범용적인 포인트 클라우드 콘텐츠를 제공할 수 있다.
실시예들에 따른 포인트 클라우드 데이터 송수신 방법 및 장치는, 브릭 타일링 분할 방법을 수행하고 이를 위해 필요한 데이터를 시그널링함으로써 포인트 클라우드의 코딩 성능을 향상시킬 수 있는 효과를 제공한다.
실시예들에 따른 포인트 클라우드 데이터 송수신 방법 및 장치는, 실시예들은 포인트 클라우드 데이터의 독립적 부호화 복호화를 위한 공간 적응적 분할을 수행함으로써, 병렬 처리의 향상 및 스케일러비티(scalability)를 제공할 수 있다.
실시예들에 따른 포인트 클라우드 데이터 송수신 방법 및 장치는, 실시예들은 독립적인 데이터 분할을 수행할 때 공간상으로 가까운 점들끼리 재분할이 수행되는 효과를 제공할 수 있다.
실시예들에 따른 포인트 클라우드 데이터 송신 장치/수신 장치는 포인트 클라우드 데이터를 하나 또는 그 이상의 타일들(tiles) 및/또는 슬라이스들(slices)로 분할하고, 이들에 기초하여 병렬적으로 인코딩/디코딩을 수행할 수 있다.
실시예들에 따른 포인트 클라우드 데이터 송신 장치는, 포인트 클라우드 데이터를 분할하고, 이들을 각각 독립적으로 부호화함으로써, 포인트 클라우드 데이터가 점유하는 3차원 공간상의 랜덤 액세스(random access)와 병렬 부호화를 가능하게 하고, 따라서 실시예들에 따른 포인트 클라우드 데이터 수신 장치는 이러한 포인트 클라우드 데이터를 신속하게 디코딩할 수 있다.
실시예들에 따른 포인트 클라우드 데이터 송신 장치는 상술한 방법에 따라 슬라이스들을 생성함으로써, 개별 포인트들의 속성을 조회하지 않고도 슬라이스를 생성할 수 있어, 슬라이스 생성 과정에서 발생하는 지연을 줄일 수 있다.
실시예들에 따르면, 송신 장치는 실시예들에 다른 중첩 슬라이스의 구성을 시그널링 하기 위하여 타일 별 또는 슬라이스 별로 다른 슬라이스 구성 헤더 유닛을 생성할 수 있다.
실시예들에 따른 포인트 클라우드 데이터 송수신 방법은 이러한 비트스트림 구조를 제공함으로써, 수신기로 하여금 포인트 클라우드 데이터의 속성 정보의 복호화 성능을 높일 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 클라우드 콘텐츠 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 5는 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 인코더를 나타낸다.
도 16은 실시예들에 따른 포인트 클라우드 데이터 송신 장치를 나타낸다.
도 17은 실시예들에 따른 포인트 클라우드 데이터 송신 장치를 나타낸다.
도 18은 실시예들에 따른 포인트 클라우드 데이터 송신 장치가 포인트 클라우드 데이터를 분할하는 동작의 예시를 나타낸다.
도 19는 실시예들에 따른 포인트 클라우드 데이터를 분할하는 방법의 실시예를 나타낸다.
도 20은 실시예들에 따른 포인트 클라우드 데이터를 분할하는 방법 및 정제 방법의 실시예를 나타낸다.
도 21은 실시예들에 따른 포인트 클라우드 데이터를 분할하는 방법의 실시예를 나타낸다.
도 22는 실시예들에 따른 슬라이스(slice)들을 정제하는 방법의 실시예를 나타낸다.
도 23은 실시예들에 따른 포인트 클라우드 데이터가 복수의 슬라이스들로 분할 및/또는 정제된 결과의 예시를 나타낸다.
도 24는 실시예들에 따른 포인트 클라우드 데이터를 분할하는 방법의 실시예를 나타낸다.
도 25는 실시예들에 따른 포인트 클라우드 데이터를 분할하는 방법의 실시예를 나타낸다.
도 26은 실시예들에 따른 인접한 슬라이스(adjacent slice)들의 예시를 나타낸다.
도 27은 실시예들에 따른 인접한 슬라이스(adjacent slice)들을 이용하여 슬라이스를 정제하는 방법의 예시를 나타낸다.
도 28은 실시예들에 따른 포인트 클라우드 데이터 수신 장치의 예시를 나타낸다.
도 29는 실시예들에 따른 포인트 클라우드 데이터 수신 장치를 나타낸다.
도 30은 실시예들에 따른 포인트 클라우드 데이터의 비트스트림 구조의 예시를 나타낸다.
도 31은 실시예들에 따른 비트스트림의 SPS(Sequence Parameter Set)의 예시이다.
도 32는 실시예들에 따른 비트스트림의 TPS(Tile Parameter Set)의 예시이다.
도 33은 실시예들에 따른 비트스트림의 GPS(Geometry Parameter Set)의 예시를 나타낸다.
도 34는 실시예들에 따른 비트스트림의 SPS(Sequence Parameter Set)의 예시이다.
도 35는 실시예들에 따른 비트스트림의 TPS(Tile Parameter Set)의 예시이다.
도 36은 실시예들에 따른 비트스트림의 GPS(Geometry Parameter Set)의 예시를 나타낸다.
도 37은 실시예들에 따른 비트스트림의 GSH(Geometry Slice Header)의 예시를 나타낸다.
도 38은 실시예들에 따른 비트스트림의 ASH(Attribute Slice Header)의 예시를 나타낸다.
도 39는 실시예들에 따른 포인트 클라우드 데이터 송신 방법을 나타낸 흐름도이다.
도 40은 실시예들에 따른 포인트 클라우드 데이터 수신 방법을 나타낸 흐름도이다.
도 1은 실시예들에 따른 포인트 클라우드 콘텐츠 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 5는 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 인코더를 나타낸다.
도 16은 실시예들에 따른 포인트 클라우드 데이터 송신 장치를 나타낸다.
도 17은 실시예들에 따른 포인트 클라우드 데이터 송신 장치를 나타낸다.
도 18은 실시예들에 따른 포인트 클라우드 데이터 송신 장치가 포인트 클라우드 데이터를 분할하는 동작의 예시를 나타낸다.
도 19는 실시예들에 따른 포인트 클라우드 데이터를 분할하는 방법의 실시예를 나타낸다.
도 20은 실시예들에 따른 포인트 클라우드 데이터를 분할하는 방법 및 정제 방법의 실시예를 나타낸다.
도 21은 실시예들에 따른 포인트 클라우드 데이터를 분할하는 방법의 실시예를 나타낸다.
도 22는 실시예들에 따른 슬라이스(slice)들을 정제하는 방법의 실시예를 나타낸다.
도 23은 실시예들에 따른 포인트 클라우드 데이터가 복수의 슬라이스들로 분할 및/또는 정제된 결과의 예시를 나타낸다.
도 24는 실시예들에 따른 포인트 클라우드 데이터를 분할하는 방법의 실시예를 나타낸다.
도 25는 실시예들에 따른 포인트 클라우드 데이터를 분할하는 방법의 실시예를 나타낸다.
도 26은 실시예들에 따른 인접한 슬라이스(adjacent slice)들의 예시를 나타낸다.
도 27은 실시예들에 따른 인접한 슬라이스(adjacent slice)들을 이용하여 슬라이스를 정제하는 방법의 예시를 나타낸다.
도 28은 실시예들에 따른 포인트 클라우드 데이터 수신 장치의 예시를 나타낸다.
도 29는 실시예들에 따른 포인트 클라우드 데이터 수신 장치를 나타낸다.
도 30은 실시예들에 따른 포인트 클라우드 데이터의 비트스트림 구조의 예시를 나타낸다.
도 31은 실시예들에 따른 비트스트림의 SPS(Sequence Parameter Set)의 예시이다.
도 32는 실시예들에 따른 비트스트림의 TPS(Tile Parameter Set)의 예시이다.
도 33은 실시예들에 따른 비트스트림의 GPS(Geometry Parameter Set)의 예시를 나타낸다.
도 34는 실시예들에 따른 비트스트림의 SPS(Sequence Parameter Set)의 예시이다.
도 35는 실시예들에 따른 비트스트림의 TPS(Tile Parameter Set)의 예시이다.
도 36은 실시예들에 따른 비트스트림의 GPS(Geometry Parameter Set)의 예시를 나타낸다.
도 37은 실시예들에 따른 비트스트림의 GSH(Geometry Slice Header)의 예시를 나타낸다.
도 38은 실시예들에 따른 비트스트림의 ASH(Attribute Slice Header)의 예시를 나타낸다.
도 39는 실시예들에 따른 포인트 클라우드 데이터 송신 방법을 나타낸 흐름도이다.
도 40은 실시예들에 따른 포인트 클라우드 데이터 수신 방법을 나타낸 흐름도이다.
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 클라우드 콘텐츠 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 5는 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 포인트들의 포지션들(또는 포지션 값들)을 나타낸다.
d = Ceil ( Log2(Max(xint n, yint n, zint n , 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 ③자승을 수행하고 그 값을 모두 더한 값을 구한다.
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.
표1. 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); |
| } |
| } |
표2. 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. 
는 레벨 l에서의 복셀들의 평균 어트리뷰트 값을 나타낸다. 
는 
와 
로부터 계산될 수 있다. 
와 
의 가중치 
과 
이다.
gDC값 또한 하이패스 계수와 같이 양자화되어 엔트로피 코딩된다.
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 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 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 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 오버랩 되도록 출력될 수 있다. 반면, XR/PCC 객체가 자율 주행 차량의 내부에 구비되는 디스플레이에 출력되는 경우에는 XR/PCC 객체의 적어도 일부가 화면 속의 객체에 오버랩 되도록 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 보여주는 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 서비스이다.
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 15은 실시예들에 따른 포인트 클라우드 인코더를 나타낸다.
실시예들에 따른 포인트 클라우드 인코더(15000)는 포인트 클라우드 데이터(PCC 데이터, 15000a)를 수신하여 이들을 인코딩한다. 실시예들에 따른 포인트 클라우드 인코더는 기하정보 비트스트림(15000b) 및 속성 정보 비트스트림(15000c)을 출력한다. 실시예들에 따른 포인트 클라우드 인코더(15000)는 공간 분할부(15001), 기하정보 부호화부(15002) 및/또는 속성정보 부호화부(15003)를 포함할 수 있다.
도15의 포인트 클라우드 인코더는 도1의 송신장치(1000), 포인트 클라우드 비디오 인코더(10002), 도2의 인코딩(18001), 도4의 인코더, 도12의 송신 장치, 도14의 XR디바이스(1430) 등에 대응되거나 결합될 수 있다.
공간 분할부(15001)는 포인트 클라우드 인코더는 포인트 클라우드 데이터(PCC 데이터, 15000a)를 수신하고, 포인트 클라우드 데이터를 하나 또는 그 이상의 3차원 공간으로 분할할 수 있다. 공간분할부(15001)는 포인트 클라우드 데이터를 수신하고, 포인트 클라우드 데이터를 3차원 블록으로 공간분할할 수 있다. 포인트 클라우드 데이터는 포인트(또는 포인트들)의 기하 정보 및/또는 속성 정보를 포함할 수 있다. 공간분할부(15001)는 바운딩 박스(bounding box) 및/또는 서브 바운딩 박스 등에 기반하여 포인트 클라우드 데이터(PCC 데이터)를 공간 분할할 수 있다. 실시예들에 따른 방법/장치는 분할된 단위(박스)에 기반하여 인코딩/디코딩을 수행할 수 있다.
실시예들에 따른 송신 장치(예를 들어, 공간 분할부)는 3차원 공간 상의 포인트 클라우드(Point Cloud) 데이터를 압축하기 위해 병렬 처리가 가능한 단위로 분할할 수 있다. 실시예들에 따른 공간 분할부(15001)는, 수신 장치가 사용자에게 스케일러빌리티(Scalability), 및/또는 관심영역(ROI) 기능을 지원하기 위하여 포인트 클라우드 데이터를 슬라이스(slice) 단위로 분할할 수 있다.
실시예들에 따른 송신 장치는, 저지연, 저복잡도, 시간적 스케일러빌리티, 공간적 스케일러빌리티, 관심 영역 기반의 공간적 스케일러빌리티, 퀄리티 스케일러빌리티, 병렬적 부호화, 수신 장치의 병렬적 복호화를 달성하기 위해 실시예들에 따른 포인트 클라우드 데이터를 슬라이스(slice, 브릭(brick)이라고 호칭될 수도 있다), 타일(tile) 단위로 분할할 수 있다. 따라서, 실시예들에 따른 송신 장치는 슬라이스 단위에서 스케일러빌리티 조절, 양자값 조절 등을 지원하는 동작을 수행할 필요가 있다. 따라서 실시예들에 따른 포인트 클라우드 데이터 송신 장치는 슬라이스들을 간의 중첩 영역이 포함되도록 중첩 슬라이스를 구성할 수 있다. 실시예들에 따른 포인트 클라우드 데이터 송신 장치가 포인트 클라우드 데이터를 하나 또는 그 이상의 슬라이스들(또는 중첩 슬라이스)로 분할하는 방법은 이하에서 자세하게 설명하기로 한다.
슬라이스란, 실시예들에 따른 포인트 클라우드 데이터 송신 장치가 포인트 클라우드 데이터를 인코딩 및/또는 디코딩하기 위한 단위(또는 최소 단위)를 의미할 수 있으며, 포인트 클라우드 데이터 송신 장치 및/또는 수신 장치는 슬라이스(slice) 단위로 포인트 클라우드 데이터를 독립적으로(independently) 부호화 및/또는 복호화할 수 있다. 실시예들에 따른 슬라이스(slice)는 다른 용어로 브릭(brick), 블록(block), 매크로블록(macroblock)이라고 호칭될 수 있다.
공간 분할부(15001)는 도 1의 클라우드 에퀴지션(Point Cloud Acquisition, 10001), 도 2의 획득(20000) 동작, 도 3 내지 도 5에 따른 동작, 도 12의 데이터 입력부(12000) 동작의 일부/전부를 수행할 수 있다.
기하정보 부호화부(15002)는 실시예들에 따른 포인트 클라우드 데이터(PCC 데이터)의 지오메트리 정보를 수신하여 이들을 부호화한다. 지오메트리 정보는 포인트 클라우드 데이터에 포함된 포인트들의 위치 정보를 의미할 수 있다. 기하정보 부호화부(15002)는 지오메트리 정보를 부호화하여 기하정보 비트스트림을 출력한다. 기하정보 부호화부(15002)는 포인트들의 위치 정보를 재구성하여 복원된 기하정보(15002a)를 출력할 수 있다. 기하정보 부호화부(15002)는 복원된 기하정보를 속성정보 부호화부(15002)로 전달할 수 있다.
기하정보 부호화부(15002)는 도 1의 포인트 클라우드 비디오 인코더(Point Cloud Video Encoder, 10002), 도 2의 인코딩(20001), 도 4의 좌표계 변환부(40000), 양자화(40001), 옥트리 분석부(40002), 서페이스 어프록시메이션 분석부(40003), 아리스메틱 인코더(40004), 지오메트리 리컨스럭션부(40005), 도 12의 양자화 처리부(12001), 복셀화 처리부(12002), 옥트리 오큐펀시 코드 생성부(12003), 표면 모델 처리부(12004), 인트라/인터 코딩 처리부(12005) 및/또는 아리스메틱 코더(12006)의 동작의 일부/전부를 수행할 수 있다.
속성정보 부호화부(15003)는 실시예들에 따른 포인트 클라우드 데이터의 속성 정보를 수신하고, 기하정보 부호화부(15003)로부터 수신한 복원된 기하정보를 이용하여 속성 정보를 부호화할 수 있다. 속성정보 부호화부(15003)는 속성 정보를 부호화하여 속성 정보 비트스트림(15000c)을 출력한다. 속성정보 부호화부(15003)는 예를 들어, 실시예들에 따른 예측 변환(prediction transform), 리프팅 변환(lifting transform) 및/또는 RAHT(Region Adaptive Hierarchical Transform) 변환을 수행할 수 있다. 속성정보 부호화부(15003)는 예를 들어, 프리딕션 리프팅(prediction lifting, 또는 예측 리프팅) 변환을 수행할 수 있다. 프리딕션 리프팅 변환은 실시예들에 따른 예측 변환 및/또는 리프팅 변환의 각 세부 동작들의 일부 또는 전부를 조합한 것을 의미할 수 있다.
실시예들에 따른 포인트 클라우드 인코더는 실시예들에 따른 예측 변환(prediction transform), 리프팅 변환(lifting transform) 및/또는 RAHT(Region Adaptive Hierarchical Transform) 변환의 일부, 전부 및/또는 각각의 조합으로 인코딩을 수행할 수 있다.
속성정보 부호화부(15003)는 도 1의 포인트 클라우드 비디오 인코더(10002), 도 2의 인코딩(20001), 도 4의 컬러 변환부(40006), 속성 변환부(40007), RATH 변환부(40008), LOD생성부(40009), Lifting 변환부(40010), 계수 양자화부(40011) 및/또는 아리스메틱 인코딩부(40012)의 동작, 도 12의 색상 변환 처리부(12008), 속성 변환 처리부(12009), 예측/리프팅/RAHT 변환 처리부(12010), 아리스매틱 코더(12011)의 동작 전부/일부를 수행할 수 있다.
여기서, 복원된 기하정보(15002c)는 도 4에서 설명한 지오메트리 리컨스럭션부(Reconstruct Geometry, 40005)에 의해 재구성된 옥트리 및/또는 근사화된 옥트리를 의미할 수 있다. 복원된 기하정보는 도 6에서 설명한 오큐펀시 코드를 의미할 수 있고, 또는 옥트리 구조를 의미할 수도 있다. 복원된 기하정보는 도 12에서 설명한 옥트리 오큐펀시 코드 생성부(12003)에 의해 성성된 옥트리 오큐펀시 코드를 의미할 수도 있다.
속성정보 부호화부(15003)는, 실시예들에 따른 포인트 클라우드 데이터의 속성 정보를 인코딩할 수 있다. 여기서, 실시예들에 따른 부호화부(15003)는 실시예들에 따른 복원된 기하정보(또는 복원된 지오메트리 정보)를 이용하여 속성 정보를 부호화할 수 있다. 속성정보 부호화부(15003)은 수신된 데이터를 인코딩하여 어트리뷰트 정보(또는 속성 정보)를 포함하는 비트스트림을 생성할 수 있다.
실시예들에 따른 속성정보 부호화부(15003)는 도 4의 색상 변환부(40006), 속성 전송부(40007), RAHT 변환부(40008), LOD 생성부(40009), 리프팅부(40010), 양자화부(40011) 및/또는 아리스메틱 인코딩부(40012)를 포함할 수 있다.
실시예들에 따른 포인트 클라우드 데이터는 데이터의 특성에 따라 카테고리 1과 카테고리 3으로 분류될 수 있다. 카테고리 1 데이터는 정적 데이터로 1장의 프레임(frame)으로 구성되는 데이터일 수 있다. 카테고리 3 데이터는 동적 데이터로 N장의 프레임(frame)으로 구성되는 데이터일 수 있다. 포인트 클라우드 데이터의 파일 포맷(file format)인 ply 파일은 데이터의 획득 방법에 따라 여러 개의 포인트(points)들로 구성될 수 있다.
실시예들에 따른 포인트는 해당 포인트의 위치 정보(지오메트리 정보) 및 색상 정보, 반사도 정보, 시간정보, 노멀벡터(Normal vector)정보 등을 포함하는 속성 정보(어트리뷰트 정보)를 포함할 수 있다. 실시예들에 따른 포인트는 표현하고자 하는 조건에 따라 다양한 정보를 포함할 수 있다. 포인트들로 이루어진 카테고리 1과 카테고리 3 데이터는 대용량의 점을 포함하는 프레임을 포함할 수 있다. 그러나, 실시예들에 따른 포인트 클라우드 데이터 송신 장치는 이러한 포인트들을 포함하는 프레임을 수신하여 부호화하는 경우, 지연 시간과 불필요한 자원이 많이 사용되는 문제점이 있다.
따라서 실시예들에 따른 포인트 클라우드 데이터 송신 장치는, 포인트 클라우드 데이터의 전송 동작, 부호화 동작, 수신 장치의 복호화 동작, 수신 장치의 렌더링 처리 동작이 실시간으로 이루어짐과 동시에 저지연으로 처리되기 위하여 포인트 클라우드 데이터를 복수 개의 영역들로 분할할 수 있다. 실시예들에 따른 포인트 클라우드 데이터 송신 장치는, 포인트 클라우드 데이터의 프레임을 타일(tile), 슬라이스(slice) 및/또는 브릭(brick) 단위로 분할할 수 있다.
따라서 실시예들에 따른 포인트 클라우드 데이터 송신 장치는, 3차원 포인트 클라우드(Point Cloud) 데이터의 병렬 처리 능력의 향상 및 스케일러비티(scalability)를 향상시키기 위한 독립적인 데이터 분할 방법에 따라 포인트 클라우드 데이터를 분할할 수 있다. 독립적인 데이터 분할을 수행할 때 공간상으로 가까운 점들끼리 재분할이 수행되는 방법을 지원한 것으로 공간 적응적 분할 방법을 포함할 수 있다.
실시예들에 따르면, 포인트 클라우드 데이터는 예를 들어 데이터의 특성에 따라 카테고리 1(Category 1)과 카테고리 3(Category 3)으로 나뉠 수 있다. 예를 들어 카테고리 1 데이터는 정적 포인트 클라우드(static point cloud)일 수 있으며, 1장의 프레임(frame)으로 구성되는 데이터일 수 있다. 예를 들어 카테고리 3 데이터는 동적 데이터(동적으로 획득된 포인트 클라우드 데이터, dynamically acquired point cloud data)를 의미할 수 있으며, N장의 프레임(frame)으로 구성될 수 있다.
실시예들에 따른 프레임(frame)은 실시예들에 따른 타일 및/또는 슬라이스 등을 포함할 수 있다. 실시예들에 따른 타일 및/또는 슬라이스는 하나 또는 그 이상의 포인트들을 포함할 수 있다. 하나의 포인트는 위치정보, 색상정보, 반사도정보, 시간정보, 노멀대형 지형 지도(fused) 데이터 등으로 구성될 수 있다. 실시예들에 따르면, 포인트 클라우드 데이터의 파일 포맷(file format)인 ply 파일은 데이터의 획득 벡터(Normal vector)정보 등 표현하고자 하는 조건에 따라 다양한 정보를 포함 할 수 있다.
이러한 점들로 이루어진 카테고리 1과 3 데이터는 대용량의 점을 하나의 프레임으로 구성할 수 있다. 하나의 데이터를 부호화/복호화하는 시간과 자원이 많이 드는 문제점이 있다. 예를 들어 대형 포인트 클라우드인 카테고리 3 - fused 데이터는 하나의 데이터로 압축을 하기에 처리하는 메모리가 많이 필요하며, 따라서 인코딩 과정에서 많은 자원과 시간이 소비될 수 있다. 또한, 한 장의 프레임 안에서 계산해야 하는 이웃 노드(neighbor nodes) 계산 기법, LoD(Level of Detail) 생성 등 한 번의 부호화/복호화를 처리해야하는 단위가 커질 수 있다.
따라서, 실시예들에 따른 포인트 클라우드 데이터 송신 장치/수신 장치는 포인트 클라우드 데이터를 하나 또는 그 이상의 타일들(tiles) 및/또는 슬라이스들(slices)로 분할하고, 이들에 기초하여 병렬적으로 인코딩/디코딩을 수행할 수 있다. 포인트 클라우드의 전송, 부호화/복호화, 렌더링 처리 과정이 실시간, 저지연으로 수행하기 위해, 송신 장치 및/또는 수신 장치는 포인트 클라우드 프레임 한 장을 타일(tile), 슬라이스(slice), 혹은 브릭(brick) 단위로 나눌 수 있다. 이러한 구성은 송신 장치 및/또는 수신 장치로 하여금 공간상의 랜덤 액세스(random access)와 병렬 부호화/복호화를 가능하게 한다. 따라서, 실시예들에 따른 포인트 클라우드 데이터 송신 장치(또는 공간 분할부, 15001)는 3차원 포인트 클라우드(Point Cloud) 데이터를 인코딩 및/또는 압축하기 이전에 병렬 처리와 공간 랜덤 액세스(spatial random access) 기능을 지원하기 위한 포인트 클라우드 데이터를 분할할 수 있다.
실시예들에 따른 슬라이스(slice)는, 독립적으로 실시예들에 따른 포인트 클라우드 데이터 송신 장치에 의해 인코딩되거나 포인트 클라우드 데이터 수신 장치에 의해 디코딩되는 포인트들의 세트를 의미한다 (A slice is a set of points that can be encoded or decoded independently). 슬라이스는 하나의 지오메트리 데이터 유닛 및 0개 또는 그 이상의 어트리뷰트 데이터 유닛들을 포함한다(A slice comprises one geometry data unit and zero or more attribute data units). 어트리뷰트 데이터 유닛들은 동일한 슬라이스 내에 있는 대응하는 지오메트리 데이터 유닛에 의존한다(Attribute data units depend upon the corresponding geometry data unit within the same slice). 동일한 슬라이스 내에서, 지오메트리 데이터 유닛은 연관된 어트리뷰트 유닛들보다 먼저 나타날 수 있다(Within a slice, the geometry data unit must appear before any associated attribute units). 슬라이스의 데이터 유닛들은 연속적일 수 있다(The data units of a slice must be contiguous). 하나의 프레임(frame) 내에서의 슬라이스들의 순서는 임의로 결정될 수 있다.
슬라이스들의 그룹은 공통되는 타일 식별자에 의해 식별될 수 있다(A group of slices may be identified by a common tile identifier). 따라서, 실시예들에 따른 포인트 클라우드 데이터 송신 장치는 타일 인벤토리(tile inventory, 또는 타일 파라미터 세트(tile parameter set))를 포함하는 시그널링 정보를 더 전송할 수 있다. 타일 인벤토리는 각 타일(tile)에 대한 바운딩 박스를 설명한다. 하나의 타일은 바운딩 박스 내 다른 타일과 오버랩(overlap)될 수 있다(A tile inventory describes a bounding box for each tile. A tile may overlap another tile in the bounding box). 각 슬라이스는 해당 슬라이스가 포함되는 타일을 식별하는 인덱스(index)를 포함할 수 있다.
실시예들에 따른 포인트 클라우드 데이터 송신 장치는, 포인트 클라우드 데이터를 분할하고, 이들을 각각 독립적으로 부호화함으로써, 포인트 클라우드 데이터가 점유하는 3차원 공간상의 랜덤 액세스(random access)와 병렬 부호화를 가능하게 하고, 따라서 실시예들에 따른 포인트 클라우드 데이터 수신 장치는 이러한 포인트 클라우드 데이터를 신속하게 디코딩할 수 있다.
도 16은 실시예들에 따른 포인트 클라우드 데이터 송신 장치를 나타낸다.
도 16에 나타난 실시예들에 따른 포인트 클라우드 데이터 송신 장치는, 도 1의 포인트 클라우드 비디오 애퀴지션(10001), 포인트 클라우드 비디오 인코더(10002)의 구성 일부 또는 전부, 도 2의 획득부(18000) 및/또는 인코딩부(18001)의 전부 또는 일부일 수 있다. 도 16에 나타난 실시예들에 따른 구성들은 도 15의 공간 분할부(15001), 기하정보 부호화부(15002) 및/또는 속성정보 부호화부(15003) 일부 또는 전부에 포함될 수 있다.
도 16에 나타난 실시예들에 따른 포인트 클라우드 데이터 송신 장치는, 도14의 XR디바이스(1430) 등에 의해 결합될 수 있다.
실시예들에 따른 포인트 클라우드 데이터 송신 장치는 데이터 특성 조사부(16000), 분할부 및 정제부(16001), 데이터 입력부(16002), 좌표 변환부(16003), 양자화/복셀화 처리부(16004), 옥트리 오큐판시 코드 생성부(16005), 표면 모델 처리부(16006), 제 1 아리스메틱 코더(16007), 지오메트리 재구성부(16008), 색상 변환 처리부(16009), 속성 변환 처리부(16010), 예측/리프팅/RAHT 변환 처리부(16011), 계수 양자화 처리부(16012) 및/또는 제 2 아리스메틱 코더(16013)를 포함할 수 있다.
데이터 특성 조사부(16000)는, 실시예들에 따른 포인트 클라우드 데이터의 특성을 조사한다. 데이터 특성 조사부(16000)는, 도 1의 포인트 클라우드 비디오 애퀴지션(10001)의 동작, 도 3에 나타난 동작을 수행할 수 있다.
분할부 및/또는 정제부(16001)는, 실시예들에 따른 포인트 클라우드 데이터를 분할(partition) 및/또는 정제(refine)한다. 분할 및/또는 정제부(16001)는 분할부 및/또는 정제부를 포함할 수 있다.
실시예들에 따른 분할부는, 포인트 클라우드 데이터를 하나 또는 그 이상의 타일(tile)들로 분할할 수 있다. 실시예들에 따른 분할부는 포인트 클라우드 데이터를 하나 또는 그 이상의 슬라이스(slice)들(브릭(brick) 또는 블록(block)으로 호칭될 수 있다)로 분할할 수 있다.
예를 들어, 분할부는 포인트 클라우드 데이터를 하나 또는 그 이상의 타일(tile)들로 분할할 수 있고, 각 타일에 대하여 하나 또는 그 이상의 슬라이스(slice)들로 분할할 수 있다. 하나의 슬라이스(slice)는 포인트 클라우드 데이터의 포인트(point)들을 포함할 수 있다.
실시예들에 따른 정제부는, 포인트 클라우드 데이터가 분할되어 생성된 하나 또는 그 이상의 슬라이스들 (또는 타일들)을 정제한다. 정제란, 하나 또는 그 이상의 슬라이스(slice)들을 합병(merge)하여 합병된 슬라이스를 생성하거나, 하나의 슬라이스를 스플릿(split)하여 복수의 슬라이스들을 생성 또는 인접한 슬라이스에 재분배하는 것을 의미한다.
합병(merge)이란, 두 개 이상의 슬라이스들 내에 포함된 포인트들을 모두 포함하는 하나의 슬라이스를 생성하는 동작을 의미한다.
스플릿(split)이란, 하나의 슬라이스 내에 포함된 포인트들이 두 개 이상의 슬라이스들 내에 포함되도록 하나의 슬라이스를 다시 분할하거나, 하나의 슬라이스 내에 포함된 포인트들이 해당 슬라이스 및 해당 슬라이스와 인접한 슬라이스가 나누어 갖도록 포인트들을 재분배하는 것을 의미한다.
분할부 및/또는 정제부(16001)는, 도 15에 나타난 공간 분할부(15001) 내에 포함될 수 있다.
데이터 입력부(16002)는, 실시예들에 따른 분할부 및/또는 정제부(16001)에 의해 생성된 슬라이스들을 입력받는다. 데이터 입력부(16002)는 입력받은 슬라이스들을 실시예들에 따른 인코더(예를 들어, 지오메트리 인코더 및/또는 어트리뷰트 인코더)로 전달한다. 예를 들어, 실시예들에 따른 데이터 입력부(16002)는, 각 슬라이스 내에 포함된 포인트들의 위치 정보(위치 값)을 실시예들에 따른 좌표 변환부(16003)로 전달한다. 또한, 예를 들어 실시예들에 따른 데이터 입력부(16002)는, 각 슬라이스 내에 포함된 포인트들의 속성 정보(위치 값)를 실시예들에 따른 색상 변환 처리부(16009)로 전달한다.
실시예들에 따른 데이터 입력부(16002)는, 포인트 클라우드 데이터 송신 장치가 각 슬라이스 별로 독립적인 인코딩을 수행하기 위하여, 슬라이스 단위로 포인트 클라우드 데이터를 입력 받고, 슬라이스 단위로 포인트 클라우드 데이터를 실시예들에 따른 인코더로 전달할 수 있다.
데이터 입력부(16002)는, 도 15에 나타난 공간 분할부(15001) 내에 포함될 수 있다.
좌표 변환부(16003)는, 실시예들에 따른 포인트들의 위치 정보(위치 값)을 수신하여, 이들의 좌표를 변환할 수 있다. 좌표 변환부(16003)는, 도 1의 포인트 클라우드 비디오 인코더(10002), 도 2의 인코딩(18001), 도 4의 좌표 변환부(30000), 도 5의 동작을 수행할 수 있다.
양자화/복셀화 처리부(16004)는, 실시예들에 따른 포인트 클라우드 데이터를 양자화 및/또는 복셀화한다. 양자화/복셀화 처리부(16004)는, 도 1의 포인트 클라우드 비디오 인코더(10002), 도 2의 인코딩(18001), 도 4의 양자화 및 복셀화부(30001), 도 5의 동작, 도 6의 동작을 수행할 수 있다.
옥트리 오큐판시 코드 생성부(16005)는, 양자화 및/또는 복셀화 처리된 포인트 클라우드 데이터를 이용하여 옥트리(octree) 오큐판시 코드(occupancy code)를 생성한다. 양자화/복셀화 처리부(16004)는, 도 1의 포인트 클라우드 비디오 인코더(10002), 도 2의 인코딩(18001), 도 4의 옥트리 분석부(30002), 도 6의 동작, 도 7의 동작을 수행할 수 있다.
표면 모델 처리부(16006)는, 도 4의 표면 모델 처리부(30003) 동작, 도 12의 표면 모델 처리부(12004) 동작을 수행할 수 있다.
제 1 아리스메틱 코더(16007)는, 실시예들에 따른 옥트리 오큐판시 코드를 아리스메틱 코딩한다. 제 1 아리스메틱 코더(16007)는 도 4의 아리스메틱 인코딩부(30004) 동작을 수행할 수 있다.
지오메트리 재구성부(16008)는, 옥트리 오큐판시 코드 생성부(16005)에 의해 생성된 옥트리 오큐판시 코드 및/또는, 표면 모델 처리부(16006)에 의해 표면 모델 처리된 옥트리 오큐판시 코드를 이용하여 지오메트리 정보를 재구성한다. 지오메트리 재구성부(16008)는, 도 4의 지오메트리 재구성부(30005) 동작을 수행한다.
색상 변환 처리부(16009)는, 어트리뷰트들에 포함된 컬러 값(또는 텍스쳐)을 변환하는 컬러 변환 코딩을 수행한다. 색상 변환 처리부(16009)는 도 4에서 설명한 컬러 변환부(40006)를 의미할 수 있다.
속성 변환 처리부(16010)는, 지오메트리 인코딩이 수행되지 않은 포지션들 및/또는 재구성된 지오메트리를 기반으로 어트리뷰트들을 변환하는 어트리뷰트 변환을 수행한다. 속성 변환 처리부(16010)는 도 4에서 설명한 어트리뷰트 변환부(40007)를 의미할 수 있다.
예측/리프팅/RAHT 변환 처리부(16011)는, 도 4의 RAHT 변환부(40008), LOD생성부(40009) 및/또는 리프팅 변환부(40010)를 의미할 수 있다.
계수 양자화 처리부(16012)는, 도 4의 계수 양자화부(40011)를 의미할 수 있다.
제 2 아리스메틱 코더(16013)는, 도 4의 아리스메틱 코더(40012), 도 12의 아리스메틱 코더(12011)를 의미할 수 있다.
실시예들에 따른 포인트 클라우드 데이터 송신 장치는 인코딩된 지오메트리 비트스트림, 인코딩된 어트리뷰트 비트스트림을 결합하는 결합부를 더 포함할 수 있다.
도 17은 실시예들에 따른 포인트 클라우드 데이터 송신 장치를 나타낸다.
도 17에 나타난 구성요소는 예를 들어, 도 15의 공간 분할부(15001), 도 16의 데이터 특성 조사부(16000), 분할부 및/또는 정제부(16001)를 의미할 수 있다. 도 17에 나타난 구성요소는 도 1의 포인트 클라우드 비디오 애퀴지션(10001) 및/또는 포인트 클라우드 비디오 인코더(10002)일 수 있다. 도 17에 나타난 구성요소는 도 2의 획득부(18000) 및/또는 인코딩부(18001), 도 12의 데이터 입력부(12000)일 수 있다.
도 17에 나타난 실시예들에 따른 포인트 클라우드 데이터 송신 장치는, 도14의 XR디바이스(1430) 등에 의해 결합될 수 있다.
실시예들에 따른 포인트 클라우드 데이터 송신 장치(17000, 예를 들어 공간 분할부(15001))는, 분할부(17001), 정제부(17002)를 포함할 수 있다.
실시예들에 따른 분할부(17001)는 포인트 클라우드 데이터를 수신하여 이들을 전처리(preprocessing) 및/또는 분할(partition)한다. 예를 들어, 분할부는 하나의 프레임(frame)을 하나 또는 그 이상의 타일(tile)들 및/또는 슬라이스들(slices)로 분할한다. 실시예들에 따른 분할부(17001)는 여러 가지 분할 방법(partitioning method)에 따라 포인트 클라우드 데이터를 분할할 수 있다. 따라서 분할부(17001)는 실시예들에 따른 분할 방법 확인부(17001a)를 포함할 수 있다.
실시예들에 따른 분할 방법 확인부(17001a)는 포인트 클라우드 데이터의 특성에 기초하여 분할 방법을 결정할 수 있다. 실시예들에 따른 분할 방법은 시간에 따른 분할 방법(Timestamp partitioning), 몰톤 순서 분할 방법(Morton order partitioning), 균등 사각형 분할 방법(Uniform square partitioning), 옥트리 분할 방법(Octree partitioning) 방법 중 하나일 수 있다.
실시예들에 따른 분할부(17001, 또는 분할 방법 확인부(17001a))는 실시예들에 따른 분할부가 포인트 클라우드 데이터를 분할하는 분할 방법을 나타내는 시그널링 정보를 생성할 수 있다(예를 들어, 후술하는 partitioning_method 파라미터 등). 실시예들에 따른 송신 장치(또는 분할부)는 상술한 분할 방법들 중 하나의 분할 방법에 기초하여 포인트 클라우드 데이터를 분할할 수도 있고, 복수 개의 분할 방법에 기초하여 분할할 수도 있다.
실시예들에 따른 분할부(17001)는 도 16의 데이터 특성 조사부(16000), 데이터 특성에 따른 분할부&정제부(16001)의 동작 일부 또는 전부를 수행할 수 있다. 실시예들에 따른 분할부(17001)는 도 15의 공간 분할부(15001)의 동작 일부 또는 전부를 수행할 수 있다. 실시예들에 따른 분할부(17001)는 도 1의 포인트 클라우드 비디오 인코더(10002), 도 2의 인코딩(18001)에 포함될 수 있다.
실시예들에 따른 정제부(17002, refiner)는 실시예들에 따른 분할부에 의해 생성된 슬라이스들 중 일부 슬라이스들을 합병(merge)하거나 스플릿(split)한다. 정제부는 특정 기준(하나의 슬라이스에 들어오는 점의 개수, 공간의 부피, 점의 밀도)에 따라 이미 분할부에 의해 분할된 슬라이스를 정제(refine)한다.
합병(merge)이란, 분할부(17001)에 의해 분할하여 생성된 슬라이스들 중 일부 슬라이스들을 하나의 슬라이스로 합치는 것이다. 예를 들어, 슬라이스들 중 제 1 슬라이스, 제 2 슬라이스를 합병하는 경우, 정제부(17002)는 제 1 슬라이스 및 제 2 슬라이스에 포함된 모든 포인트들을 포함하는 하나의 슬라이스를 생성한다.
스플릿(split)이란, 분할부(17001)에 의해 분할하여 생성된 슬라이스들 중 일부 하나의 슬라이스를 복수의 슬라이스들로 쪼개거나, 하나의 슬라이스에 포함된 포인트들을 인접한 슬라이스와 나누어 갖도록 분배(또는 슬라이스의 경계를 재설정)하는 것을 의미한다. 예를 들어, 제 1 슬라이스를 스플릿(split)하는 경우, 제 1 슬라이스에 포함된 포인트들을 제 2 슬라이스, 제 3 슬라이스 등이 포함하도록 재분할하는 동작을 의미할 수 있다. 예를 들어, 제 1 슬라이스를 스플릿(split)하는 경우, 제 1 슬라이스에 포함된 포인트들을, 제 1 슬라이스와 인접한 제 2 슬라이스와 나누어 갖도록, 제 1 슬라이스와 제 2 슬라이스의 경계를 재설정하는 것을 의미한다.
실시예들에 따른 정제부(17002)는 실시예들에 따른 합병(merge) 동작을 수행하는 합병부(17002a), 스플릿(split) 동작을 수행하는 스플릿부(17002b)를 포함할 수 있다.
실시예들에 따른 정제부(17002, 또는 합병부(17002a))는 하나의 슬라이스 내에 포함된 포인트들의 수가, 포인트들의 수의 최솟값(minimum number of points)보다 적은 경우, 해당 슬라이스와 다른 슬라이스와 합병(merge)할 수 있다. 포인트들의 수의 최솟값은 시스템에 의해 기설정된 값일 수도 있고, 사용자가 설정한 값일 수 있다.
실시예들에 따른 정제부(17002, 또는 스플릿부(17002b))는 하나의 슬라이스 내에 포함된 포인트들의 수가, 포인트들의 수의 최댓값(maximum number of points)보다 많은 경우, 해당 슬라이스를 스플릿(split)할 수 있다. 포인트들의 수의 최댓값은 시스템에 의해 기설정된 값일 수도 있고, 사용자가 설정한 값일 수 있다.
정제부(17002)는 실시예들에 따른 바운딩 박스 내의 공간상에서 위치하는 슬라이스의 인덱스(index)에 따라 1차원 탐색, 2차원 탐색, 3차원 탐색 등을 수행할 수 있다.
실시예들에 따른 분할 방법은 지오메트리 비트스트림과 속성 비트스트림을 전송하기 위해 송신 장치에서 시그널링 정보로 전송할 수 있다. 실시예들에 따른 송신 장치는, 인코딩된 지오메트리 비트스트림 및 인코딩된 어트리뷰트 비트스트림을 결합하는 결합부를 더 포함할 수 있다. 이 때, 결합부는 지오메트리 비트스트림과 속성 비트스트림을 어떠한 순서로 결합을 수행할지 결정할 수 있고, 이들의 순서를 나타내는 정보를 시그널링 정보로 전송할 수 있다.
정제부(17002)는 실시예들에 따른 정제 동작(예를 들어, 합병부(17002)의 합병 동작 및/또는 스플릿부(17002b)의 스플릿 동작)은 정제를 위한 자료구조(data structure)에 기초하여 수행될 수 있다. 정제를 위한 자료구조는, 분할부(17001)에 의해 분할된 슬라이스들 간의 인접성(adjacency)를 나타내기 위한 자료구조를 포함한다.
정제를 위한 자료구조는 예를 들어, 리스트(1차원 배열, 1차원 링크드 리스트, 2차원 배열, 2차원 링크드 리스트 등) 형태의 자료구조일 수도 있고, 트리형(이진 트리, k-원 트리, b트리 등) 형태의 자료구조일 수도 있다.
예를 들어, 정제부에서는 리스트형 자료 구조를 이용하는 리스트형 정제 형태(List refine method)와, 트리형 자료 구조를 이용하는 트리형 정제 형태(Tree refine method)를 사용할지 여부를 결정할 수 있다. 리스트형 정제 방법은 분할 된 리스트를 슬라이스에 속한 점들의 개수를 오름차순(list_point_num_ascending_order) 혹은 내림차순(list_point_num_descending_order)을 시그널링해 줄 수 있다.
실시예들에 따른 정제부의 정제 동작의 정제 방법은 거리 기반 정제 방법, 2/4/6방형 정제 방법을 포함할 수 있다. 거리 기반 정제 방법은 예를 들어, min점 간의 거리(minPoint_distance), max점 간의 거리(maxPoint_distance), 그리고 중점 간의 거리(midpoint_distance)로 정제 유무에 대한 기준을 가질 수 있다. 2/4/6방형 정제 방법은 예를 들어, 특정 슬라이스와 이웃하는 n개의 슬라이스들 중 포인트들의 개수가 작은 순서로 merge(minPointNum_order), 포인트들의 개수가 큰 순서로 merge(maxPointNum_order) 그리고 사용자가 정의한 순서로 merge(left_right_bottom_top_order)를 수행 할 수 있다.
실시예들에 따른 분할부(17001)에서 수행하는 분할 방법의 실시예는 도 18 내지 도 21, 도 24 내지 도 25에서 자세히 설명한다.
실시예들에 따른 정제부(17002)의 동작에 대한 실시예는 도 22, 도 23, 도 26, 도 27에서 설명한다.
따라서, 실시예들에 따른 포인트 클라우드 데이터 송신 장치/수신 장치는 포인트 클라우드 데이터를 하나 또는 그 이상의 타일들(tiles) 및/또는 슬라이스들(slices)로 분할하고, 이들에 기초하여 병렬적으로 인코딩/디코딩을 수행할 수 있다. 이러한 구성은 송신 장치 및/또는 수신 장치로 하여금 공간상의 랜덤 액세스(random access)와 병렬 부호화/복호화를 가능하게 한다.
도 18은 실시예들에 따른 포인트 클라우드 데이터 송신 장치가 포인트 클라우드 데이터를 분할하는 동작의 예시를 나타낸다.
구체적으로 도 18은 포인트 클라우드 데이터를 전달하는 하나의 프레임(frame) 내에서 포인트 클라우드 데이터가 복수의 슬라이스(slice)들로 분할된 것을 나타낸다. 즉, 도 18는 포인트 클라우드 데이터(18001)와 이들을 분할하는 복수의 슬라이스(slice)들(18002)을 나타낸다. 도 18에 나타난 동작은 도 17의 분할부(17001), 도 16의 데이터 특성 조사부(16000), 데이터 특성에 따른 분할부&정제부(16001)의 일부 또는 전부, 도 15의 공간 분할부(15001)에서 수행될 수 있다.
도 18에 나타난 동작 일부 또는 전부는, 도14의 XR디바이스(1430) 등에 의해 결합되어 수행될 수 있다.
실시예들에 따른 포인트 클라우드 데이터(18001)는 도 1 내지 도 16에서 설명한 포인트 클라우드 데이터를 의미하며, 카테고리 1(Category 1) 데이터 및/또는 카테고리 3(Category 3) 데이터 중 하나를 의미할 수 있다. 도 18에 나타난 포인트 클라우드 데이터는 예를 들어 카테고리 3(Category) 데이터를 의미할 수 있다.
복수의 슬라이스들(18002)은 도 15 내지 도 17에서 설명하는 슬라이스(slice, 또는 브릭(brick))을 의미할 수 있다. 하나의 슬라이스는 포인트들을 포함할 수 있다.
실시예들에 따른 포인트 클라우드 데이터 송신 장치는 도 18에서 도시된 바와 같이 포인트 클라우드 데이터를 복수의 슬라이스들로 분할할 수 있다. 그러나, 포인트 클라우드 데이터를 슬라이스들로 분할할 경우, 슬라이스의 크기와 슬라이스의 밀도에 따라 인코딩/디코딩 효율이 저하될 수 있다.
예를 들어, 도 18의 18002a에 나타난 슬라이스는 다수의 포인트들을 포함하므로 포인트의 밀도가 높다. 도 18의 18002a를 포인트 클라우드 데이터가 독립적으로 인코딩할 경우 많은 메모리의 자원과 높은 처리 연산을 요구될 수 있다. 다른 예로, 도 18의 18002b에 나타난 슬라이스는 포인트의 수가 적어서 인코딩 효율이 저하될 수 있다. 도 18의 18002b를 포인트 클라우드 데이터가 독립적으로 인코딩할 경우 불필요한 지연이 발생될 수 있다.
또 예를 들어, 송신 장치가 균등하게 또는 일정 기준에 따라 슬라이스를 분할만 하게 된다면, 실시예들에 따른 수신 장치를 사용하는 자가 18002b 부분을 시청하는 경우에도, 송신 장치는 18001에 존재하는 부분들을 모두 인코딩해야 하고, 수신 장치는 해당 부분을 모두 디코딩해야 한다. 이는 송신 장치 및/또는 수신 장치로 하여금 불필요한 지연을 발생시킬 수 있다.
따라서 송신 장치는 18002a 슬라이스에 대하여, 도 15 내지 도 17에서 설명한 스플릿(split) 동작에 의해 복수의 슬라이스들로 스플릿할 수 있다. 또한 송신 장치는 18002b 슬라이스에 대하여, 도 15 내지 도 17에서 설명한 합병(merge) 동작에 의해 다른 슬라이스와 합병될 수 있다. 또한, 실시예들에 따른 송신 장치는 도 19 내지 21, 도 24 내지 도 25에 따른 분할 방법에 기초하여 분할을 수행함으로써 인코딩 성능을 효율적으로 개선할 수 있다. 분할 방법은 예를 들어, 시간에 따른 분할 방법(Timestamp partitioning), 몰톤 순서 분할 방법(Morton order partitioning), 균등 사각형 분할 방법(Uniform square partitioning), 옥트리 분할 방법(Octree partitioning) 등이 있다.
실시예들에 따른 포인트 클라우드 데이터 송신 장치/수신 장치는 포인트 클라우드 데이터를 하나 또는 그 이상의 타일들(tiles) 및/또는 슬라이스들(slices)로 분할하고, 이들에 기초하여 병렬적으로 인코딩/디코딩을 수행할 수 있다. 이러한 구성은 송신 장치 및/또는 수신 장치로 하여금 공간상의 랜덤 액세스(random access)와 병렬 부호화/복호화를 가능하게 한다.
도 19는 실시예들에 따른 포인트 클라우드 데이터를 분할하는 방법의 실시예를 나타낸다.
도 19의 동작은 도 18에 나타난 분할 동작의 방법의 실시예를 나타낸다. 도 19의 동작은 도 17의 분할부(17001), 도 16의 데이터 특성 조사부(16000), 데이터 특성에 따른 분할부&정제부(17001)에서, 도 15의 공간 분할부(15001)에서 수행될 수 있다.
도 19에 나타난 동작 일부 또는 전부는, 도14의 XR디바이스(1430) 등에 의해 결합되어 수행될 수 있다.
도 19는 실시예들에 따른 시간에 따른 분할 방법(timestamp partitioning)을 나타낸다. 도 19의 동작은 포인트 클라우드 데이터의 속성 중 시간 속성에 기초하여 분할하는 것을 의미한다. 실시예들에 따른 포인트 클라드 데이터의 시간(time) 어트리뷰트(속성)은 실시예들에 따른 획득부(애퀴지션)에 의해 획득될 수 있는 어트리뷰트 데이터이므로, 시간 속성이 존재하는 경우 해당 방법을 이용할 수 있다.
도 19(B) 도면을 참조하면, 포인트 클라우드 데이터는 시간 속성을 포함한다. 실시예들에 따른 포인트는 도 19(B) 도면에서 표시된 바와 같이 float 형태의 시간 속성을 포함할 수 있다.
도 19(A) 도면을 참조하면, 포인트 클라우드 데이터 송신 장치는 도 19의 우측 도면의 시간 속성을 이용하여 포인트들의 시간 순서를 파악할 수 있다. 예를 들어, 포인트 클라우드 데이터 송신 장치는 시간 속성을 정렬하여 포인트 클라우드 데이터가 어느 방향 순서로 생성되는지 여부를 확인할 수 있다.
포인트 클라우드 데이터 송신 장치는 시간 속성을 오름차순 내지 내림차순으로 정렬하여 포인트들을 복수 개의 슬라이스들로 분할할 수 있다.
도 20은 실시예들에 따른 포인트 클라우드 데이터를 분할하는 방법 및 정제 방법의 실시예를 나타낸다.
도 20의 동작은 도 17 내지 도 18에 나타난 분할 동작 및 정제 방법의 방법의 실시예를 나타낸다. 도 20의 동작은 도 17의 분할부(17001) 및/또는 정제부(17002), 도 16의 데이터 특성 조사부(16000), 데이터 특성에 따른 분할부&정제부(17001)에서, 도 15의 공간 분할부(15001)에서 수행될 수 있다.
도 20에 나타난 동작 일부 또는 전부는, 도14의 XR디바이스(1430) 등에 의해 결합되어 수행될 수 있다.
도 20은 몰톤 순서 분할 방법(Morton order partitioning) 및 몰톤 순서 정제 방법(Morton order refining)을 나타낸다. 도 20의 동작은 포인트 클라우드 데이터의 포인트들의 몰톤 코드에 기초하여 포인트들을 복수의 슬라이스로 분할한다.
몰톤 코드(Morton code)는 포인트의 위치 정보의 좌표 값들(예를 들면 x좌표 값, y좌표 값, z좌표 값)을 비트 단위로 인터리빙하여 생성된 코드를 의미한다. 몰톤 코드는 2진수 또는 10진수의 실수로 표현될 수 있다. 실시예들에 따른 포인트 클라우드 데이터 송신 장치는 분할 된 슬라이스를 기반으로 실시예들에 따른 분할/정제 동작 및/또는 인코딩 동작의 순서를 정할 수 있다.
도 20을 참조하면, 실시예들에 따른 분할부는 포인트 클라우드 데이터를 포함하는 3차원 공간(예를 들어 바운딩 박스)을 일정한 기준에 따라 분할한다. 일정한 기준은 도 19, 도 20, 도 22 내지 도 26에 나타난 분할 방법에 따른 기준일 수 있다. 예를 들어, 분할부는 포인트 클라우드 데이터를 포함하는 3차원 공간을 도 26에 나타난 축 길이 기반 분할 방법에 따라 복수의 슬라이스들로 또는 도 22에 나타난 균등 사각형 분할 방법에 기초하여 복수의 슬라이스들로 분할할 수 있다. 분할부는 포인트 클라우드 데이터의 포인트들의 수, 분할된 슬라이스들의 최대 포인트들의 수 및/또는 최소 포인트들의 수에 기초하여 분할을 수행할 수 있다.
도 20을 참조하면, 실시예들에 따른 정제부는 분할된 복수의 슬라이스들을, 각 슬라이스들의 위치를 기반으로 각 슬라이스들의 몰톤 코드를 생성하고, 생성된 슬라이스들의 몰톤 코드들의 오름차순 순서대로 실시예들에 따른 정제(예를 들어, 도 23 내지 도 24에 나타난 방법)를 수행할 수 있다.
실시예들에 따라 분할된 슬라이스는 포인트가 존재하는 슬라이스와 포인트가 없는 슬라이스로 구분할 수 있으며, 포인트들이 있는 슬라이스를 몰톤 코드에 기초하여 정렬하면 bottom-left-front 슬라이스부터 top-right-back 슬라이스까지 정렬을 수행할 수 있다.
예를 들어, 슬라이스들 중 몰톤 코드 순서로 가장 작은 코드는 20001 슬라이스이다. 20001 슬라이스는 포인트들의 수가 적으므로, 실시예들에 따른 정제부는 다음 몰톤 코드 순서인 20002 슬라이스와 합병할지 여부를 결정 또는 합병할 수 있다. 다음으로, 20002 슬라이스는 20001 슬라이스와 합병된 슬라이스로, 여전히 포인트들의 수가 적을 수 있다 (예를 들어, mimPointNum 보다 적은 포인트들의 수를 가질 수 있다). 따라서, 정제부는 20002 슬라이스를 다음 몰톤 코드 순서인 20003 슬라이스와 합병할지 여부를 결정 및/또는 합병할 수 있다.
예를 들어, 정제부가 20002 슬라이스 및 20003 슬라이스를 합병하는 경우, 전체 합병된 슬라이스 내의 포인트들의 수가 많을 수 있다(예를 들어, maxPointNum 보다 많은 포인트들의 수를 가질 수 있다). 따라서, 정제부는 합병된 20003 슬라이스를 스플릿(split)할 수 있다. 정제부는 20003 슬라이스를 다음 몰톤 코드 순서인 20004 슬라이스 방향으로 스플릿 할 수도 있고, 20002 방향으로 스플릿할 수도 있고, 20001 방향으로 스플릿할 수도 있다.
정제부는 위와 같은 방법으로 2000n 슬라이스까지 실시예들에 따른 슬라이스들을 합병 및/또는 스플릿할 수 있다.
실시예들에 따른 포인트 클라우드 데이터 송신 장치는 상술한 방법에 따라 슬라이스들을 생성함으로써, 개별 포인트들의 속성을 조회하지 않고도 슬라이스를 생성할 수 있어, 슬라이스 생성 과정에서 발생하는 지연을 줄일 수 있다.
도 21은 실시예들에 따른 포인트 클라우드 데이터를 분할하는 방법의 실시예를 나타낸다.
도 21의 동작은 도 18에 나타난 분할 동작의 방법의 실시예를 나타낸다. 도 21의 동작은 도 17의 분할부(17001), 도 16의 데이터 특성 조사부(16000), 데이터 특성에 따른 분할부&정제부(17001)에서, 도 15의 공간 분할부(15001)에서 수행될 수 있다.
도 21에 나타난 동작 일부 또는 전부는, 도14의 XR디바이스(1430) 등에 의해 결합되어 수행될 수 있다.
도 21은 균등 사각형 분할 방법(Uniform square partitioning)을 나타낸다. 도 21의 동작은 포인트 클라우드 데이터의 포인트들을 균등한 사각형(uniform square, 21002) 형태의 슬라이스들로 분할하는 것을 나타낸다. 균등한 사각형(uniform square, 21002)은 예를 들어, 적어도 한 면이 정사각형인 정육면체 형태를 의미할 수 있다. 균등한 사각형 형태의 슬라이스는, 바둑판 모양의 슬라이스로 호칭될 수도 있다.
포인트 클라우드 데이터(21001)는 도 1 내지 도 20에서 설명한 포인트들을 포함하는 데이터를 의미한다.
균등한 사각형 형태의 슬라이스(21002)들은 포인트 클라우드 데이터의 바운딩 박스(21000)를 구성하는 슬라이스들일 수 있다.
실시예들에 따른 포인트 클라우드 데이터 송신 장치는 포인트 클라우드 데이터(21001)의 바운딩 박스의 가장 긴 축, 중간 길이의 축을 가장 작은 축의 길이로 세그먼트(segment)함으로써 복수의 균등한 사각형 형태의 슬라이스들(21002)을 생성될 수 있다.
예를 들어, 도 21을 참조하면, 포인트 클라우드 데이터의 바운딩 박스는, 가장 긴 축인 제 1 축(21000c, maxAxis), 중간 길이의 축인 제 2 축(21000b, midAxis) 및 가장 짧은 길이의 제 3 축(21000a, minAxis)으로 구성된다. 포인트 클라우드 데이터 송신 장치는 제 1 축(예를 들어, maxAxis), 제 2 축(예를 들어, midAxis)을 제 3 축의 길이로 잘라, 균등한 사각형 형태의 슬라이스(21002)를 생성할 수 있다(또는 세그먼트 할 수 있다).
실시예들에 따른 포인트 클라우드 데이터 송신 장치는 균등 사각형 분할 방법(Uniform square partitioning)에 기초하여 포인트 클라우드 데이터를 복수의 슬라이스들로 분할한 후, 복수의 슬라이스들을 더 정제(refine)할 수 있다. 포인트 클라우드 데이터 송신 장치가 복수의 슬라이스들을 더 정제(refine)를 더 정제하는 과정은 도 22 내지 도 23, 도 26 내지 도 27에서 자세히 설명한다.
실시예들에 따른 포인트 클라우드 데이터 송신 장치는 상술한 방법에 따라 슬라이스들을 생성함으로써, 개별 포인트들의 속성을 조회하지 않고도 슬라이스를 생성할 수 있어, 슬라이스 생성 과정에서 발생하는 지연을 줄일 수 있다.
도 22은 실시예들에 따른 슬라이스(slice)들을 정제하는 방법의 실시예를 나타낸다.
도 22에 나타난 실시예들에 따른 슬라이스들을 정제하는 동작은 도 15의 공간 분할부(15001), 도 16의 데이터 특성에 따른 분할부&정제부(16001), 도 17의 정제부(17002)에서 수행될 수 있다.
도 22(A)는 포인트 클라우드 데이터의 포인트들이 복수의 슬라이스로 분할(22000)되는 것을 나타낸다. 실시예들에 따른 슬라이스는 슬라이스 식별자에 의해 다른 슬라이스와 구별될 수 있다. 예를 들어, 22001에서 지시되는 슬라이스의 식별자는 N(N번째 슬라이스)일 수 있다.
도 22에 나타난 동작 일부 또는 전부는, 도14의 XR디바이스(1430) 등에 의해 결합되어 수행될 수 있다.
실시예들에 따르면, N번째 슬라이스(22001)은 다른 슬라이스와 인접할 수 있다. 예를 들어, N번째 슬라이스(22001)는 복수 개의 인접한 슬라이스들(adjacent slices)을 가질 수 있다. 예를 들어, 도 22(A)를 참조하면, N번째 슬라이스는 N+1번째 슬라이스, N-M번째 슬라이스, N+M번째 슬라이스, N-1번째 슬라이스와 인접할 수 있다.
도 22를 참조하면 N+1번째 슬라이스는 N번째 슬라이스(22001)의 위(up) 방향으로 인접한 슬라이스이고, N-1번째 슬라이스는 N번째 슬라이스(22001)의 아래(down) 방향으로 인접한 슬라이스이고, N+M번째 슬라이스는 N번째 슬라이스(22001)의 오른쪽(right) 방향으로 인접한 슬라이스이고, N-M번째 슬라이스는 N번째 슬라이스(22001)의 왼쪽(left) 방향으로 인접한 슬라이스일 수 있다.
실시예들에 따른 포인트 클라우드 데이터 전송 장치는 특정 슬라이스(예를 들어, N번째 슬라이스)를 정제할 수 있다.
도 22(B)는 실시예들에 따른 포인트 클라우드 데이터 전송 장치가 포인트 클라우드 데이터를 복수의 슬라이스들로 분할(partition)하고, 분할된 슬라이스들 중 일부를 정제하는 동작을 나타낸다.
실시예들에 따른 포인트 클라우드 데이터 전송 장치는, 포인트 클라우드 데이터를 분할하는 단계(22002a), 특정 슬라이스와 인접한 슬라이스에 대한 정보를 도출하는 단계(22002b), 및/또는 슬라이스를 합병(merge) 및/또는 스플릿(split)함으로써 정제하는 단계(22002c)를 포함할 수 있다.
포인트 클라우드 데이터를 분할하는 단계(22002a)는 포인트 클라우드 데이터를 복수의 슬라이스(slice)들로 분할한다. 포인트 클라우드 데이터를 분할하는 단계(22002a)는 도 15의 공간 분할부(15001), 도 16의 데이터 특성 조사부(16000), 데이터 특성에 따른 분할부(16001)의 동작 일부, 도 17의 분할부(17001), 도 18-21의 동작을 수행할 수 있다. 예를 들어, 포인트 클라우드 데이터를 분할하는 단계(22002a)는 도 21에 나타난 균등 사각형 분할 방법(Uniform square partitioning)에 따라 포인트 클라우드 데이터를 분할할 수 있다. 분할된 슬라이스(예를 들어, 도면에 나타난 current slice)는 도 22(A)에 나타난 도면에 따라 인접한 슬라이스들(예를 들어, top slice, bottom slice, left slice, right slice)을 가질 수 있다.
특정 슬라이스와 인접한 슬라이스에 대한 정보를 도출하는 단계(22002b)는, 분할된 슬라이스(예를 들어, current slice)와 인접한 슬라이스들에 대한 정보를 도출할 수 있다.
예를 들어, 0번째 슬라이스는 최좌측 최하단에 위치한 슬라이스일 수 있다. 이 경우에는 인접한 슬라이스가 1번째 슬라이스 및 3번째 슬라이스이며, 포인트 클라우드 데이터 전송 장치는 각 인접한 슬라이스의 포인트들의 개수를 확인(예를 들어, 1번째 슬라이스는 100개, 3번째 슬라이스는 200개 등)한다. 포인트 클라우드 데이터 전송 장치는, 이미 확인한 슬라이스에 대해서는 중복하여 포인트들의 개수를 확인하지 않을 수 있다.
슬라이스를 합병(merge) 및/또는 스플릿(split)함으로써 정제하는 단계(22002c)는 분할된 슬라이스들을 정제한다.
포인트 클라우드 데이터 전송 장치는, 분할된 슬라이스(예를 들어 current slice)의 포인트들의 개수가 포인트들의 최소 개수(minimum number of point, minNumPoint)보다 적은 경우에는 실시예들에 따른 인접한 슬라이스들 중 하나의 슬라이스와 합병할 수 있다. 따라서, 합병된 슬라이스는 분할된 슬라이스에 포함된 포인트들과 인접한 슬라이스 중 하나의 슬라이스에 포함된 포인트들을 모두 포함하는 하나의 슬라이스이다. 인접한 슬라이스들 중 하나의 슬라이스는 예를 들어, 인접한 슬라이스들 중 포인트들의 수가 가장 적은 슬라이스일 수 있다.
예를 들어, 현재 슬라이스(current slice)가 minNumPoint보다 적은 포인트들을 가지고 있는 경우, 포인트 클라우드 데이터 전송 장치는 실시예들에 따른 합병(merge) 동작을 수행할 수 있다. 현재 슬라이스와 인접한 슬라이스(4개의 슬라이스)가 각각 20개, 100개, 50개, 80개의 포인트들을 갖는 경우, 20개의 포인트를 갖는 슬라이스를 현재 슬라이스와 합병할 수 있다.
포인트 클라우드 데이터 전송 장치는, 분할된 슬라이스(예를 들어 current slice)의 포인트들의 개수가 포인트들의 최대 개수(maximum number of point, maxNumPoint)보다 많은 경우에는 분할된 슬라이스를 스플릿(split)할 수 있다. 따라서, 포인트 클라우드 데이터 전송 장치는 분할된 슬라이스(current slice)에 포함된 포인트들을 2개 이상의 슬라이스가 포함하도록 할 수 있다.
예를 들어, 현재 슬라이스(current slice)가 maxNumPoint보다 적은 포인트들을 가지고 있는 경우, 포인트 클라우드 데이터 전송 장치는 실시예들에 따른 스플릿(split) 동작을 수행할 수 있다. 현재 슬라이스의 개수가 150개(예를 들어 maxNumPoint가 100일 경우), 포인트 클라우드 데이터 전송 장치는 현재 슬라이스를 스플릿하여 2개의 슬라이스를 생성할 수 있다.
포인트 클라우드 데이터 전송 장치는 예를 들어, 현재 슬라이스(N번째 슬라이스)의 150개 포인트들 중 100개는 N번째 슬라이스로, 나머지 50개의 포인트들은 인접한 슬라이스(예를 들어, N+1번째 슬라이스)로 분배할 수 있다. 이 경우 N+1번째 슬라이스는 그 경계가 더 커질 수 있다. 예를 들어, N번째 슬라이스에 포함된 포인트들 중 N+1번째 슬라이스에 가까이 위치하는 포인트들은 N+1번째 슬라이스에 포함되도록, 포인트 클라우드 데이터 전송 장치가 N+1번째 슬라이스의 경계를 재설정할 수 있다.
실시예들에 포인트 클라우드 데이터 전송 장치는 현재 슬라이스에서 재분배할 포인트들을 다음 인덱스를 가지는 슬라이스로 재분배하고, 다음 인덱스를 가지는 슬라이스의 경계를 재조정할 수 있다.
실시예들에 따른 포인트 클라우드 데이터 송신 장치는 상술한 방법에 따라 슬라이스들을 생성함으로써, 개별 포인트들의 속성을 조회하지 않고도 슬라이스를 생성할 수 있어, 슬라이스 생성 과정에서 발생하는 지연을 줄일 수 있다.
실시예들에 따른 포인트 클라우드 데이터 송신 장치는, 이러한 구성으로 인해 슬라이스들 내의 포인트들의 수를 균등하게 또는 적절하게 분배 또는 결정할 수 있어, 송신 장치의 병렬적 인코딩 효율을 높일 수 있다.
또한, 실시예들에 따른 포인트 클라우드 데이터 수신 장치는, 이러한 구성으로 인해, 슬라이스들 내의 포인트들의 수의 편차가 크지 않게 설정되어 슬라이스 별로 독립적으로 인코딩하는데 지연 발생을 줄일 수 있다.
도 23은 실시예들에 따른 포인트 클라우드 데이터가 복수의 슬라이스들로 분할 및/또는 정제된 결과의 예시를 나타낸다.
도 23의 동작은 도 17의 분할부(17001), 도 16의 데이터 특성 조사부(16000), 데이터 특성에 따른 분할부&정제부(17001)에서, 도 15의 공간 분할부(15001)에서 수행될 수 있다.
도 23에 나타난 동작 일부 또는 전부는, 도14의 XR디바이스(1430) 등에 의해 결합되어 수행될 수 있다.
실시예들에 따른 포인트 클라우드 데이터 전송 장치는 포인트 클라우드 데이터를 분할(partitioning)하여 복수의 슬라이스들을 생성하고, 생성된 복수의 슬라이스들을 정제한다.
실시예들에 따른 포인트 클라우드 데이터 전송 장치는, 실시예들에 따른 분할(partitioning) 동작을 수행하고, 다음과 같은 동작을 수행할 수 있다.
1) 인접 정보 생성(Generate adjacent information)
각 분할된 슬라이스(정제되지 않은 슬라이스)는 적어도 하나의 인접한 슬라이스(adjacent slice)에 대한 정보를 포함하는 인접 정보(adjacent information)을 생성한다. 실시예들에 따른 인접한 슬라이스는 분할된 슬라이스(current slice)와 아래로(bottom), 왼쪽으로(left), 위로(top), 오른쪽으로(right) 인접한 슬라이스들 중 하나를 의미할 수 있다. 실시예들에 따른 인접한 슬라이스는 분할된 슬라이스(current slice)와 아래로(bottom), 왼쪽으로(left), 위로(top), 오른쪽으로(right), 전측으로(front), 후측으로(back) 인접한 슬라이스들 중 하나를 의미할 수 있다.
인접 정보는 해당 슬라이스(current slice)와 아래로(bottom) 인접한 슬라이스, 왼쪽으로(left) 인접한 슬라이스, 위로(top) 인접한 슬라이스 및/또는 오른쪽으로(right) 인접한 슬라이스의 정보(예를 들어, 슬라이스의 식별자 정보, 슬라이스에 포함된 포인트들의 개수 정보 등)를 포함한다. 인접 정보는 해당 슬라이스(current slice)와 아래로(bottom) 인접한 슬라이스, 왼쪽으로(left) 인접한 슬라이스, 위로(top) 인접한 슬라이스, 오른쪽으로(right) 인접한 슬라이스, 전측(front)으로 인접한 슬라이스, 후측(back)으로 인접한 슬라이스의 정보를 포함할 수 있다.
2) 병합(Merge)
실시예들에 따른 병합(merge)은 해당 슬라이스(current slice)와 인접한 슬라이스들 중 하나를 병합한다. 병합(merge)은 해당 슬라이스(current slice)의 포인트들의 수가 포인트들의 최소 개수 정보(minimum numbers of points, minNumPoint)의 값보다 적은 경우에 수행될 수 있다.
실시예들에 따른 인접한 슬라이스들 중 하나는 해당 슬라이스(current slice)와 아래로(bottom) 인접한 슬라이스, 왼쪽으로(left) 인접한 슬라이스, 위로(top) 인접한 슬라이스, 오른쪽으로(right) 인접한 슬라이스, 전측(front)으로 인접한 슬라이스, 후측(back)으로 인접한 슬라이스일 수 있다.
3) 스플릿(Split)
실시예들에 따른 스플릿(split)은 해당 슬라이스(current slice) 복수의 슬라이스로 쪼개거나, 다음 인덱스를 가지는 슬라이스로 포인트들을 재분배하는 것을 의미한다. 스플릿(split)은 해당 슬라이스(current slice)의 포인트들의 수가 포인트들의 최소 개수 정보(minimum numbers of points, minNumPoint)의 값보다 적은 경우에 수행될 수 있다.
도 23은 실시예들에 따른 포인트 클라우드 데이터 전송 장치가 병합(merge) 및/또는 스플릿(split) 동작이 수행된 후의 슬라이스들의 모습을 나타낸다. 포인트 클라우드 데이터 전송 장치가 병합(merge) 및/또는 스플릿(split) 동작을 수행한 경우, 슬라이스들은 포인트들의 분포 또는 영역에 적응하여(adaptive) 배치될 수 있다. 즉, 실시예들에 따른 병합(merge) 및/또는 스플릿(split) 동작이 수행된 슬라이스들은 인코딩 또는 디코딩에 최적화되어 포인트들의 개수를 포함한다.
실시예들에 따른 포인트 클라우드 데이터 송신 장치는, 이러한 구성으로 인해 슬라이스들 내의 포인트들의 수를 균등하게 또는 적절하게 분배 또는 결정할 수 있어, 송신 장치의 병렬적 인코딩 효율을 높일 수 있다.
또한, 실시예들에 따른 포인트 클라우드 데이터 수신 장치는, 이러한 구성으로 인해, 슬라이스들 내의 포인트들의 수의 편차가 크지 않게 설정되어 슬라이스 별로 독립적으로 인코딩하는데 지연 발생을 줄일 수 있다.
도 24는 실시예들에 따른 포인트 클라우드 데이터를 분할하는 방법의 실시예를 나타낸다.
도 24의 동작은 도 18에 나타난 분할 동작의 방법의 실시예를 나타낸다. 도 24의 동작은 도 17의 분할부(17001), 도 16의 데이터 특성 조사부(16000), 데이터 특성에 따른 분할부&정제부(17001)에서, 도 15의 공간 분할부(15001)에서 수행될 수 있다.
도 24에 나타난 분할하는 방법에 따른 동작은 도1의 송신장치(1000), 트랜스미터(10003), 포인트 클라우드 비디오 인코더(10002), 도2의 인코딩(18001), 전송부(18002), 도4의 인코더, 도12의 송신 장치, 도14의 XR디바이스(1430) 등에 의해 결합되어 수행될 수 있다.
도 24에 나타난 동작 일부 또는 전부는, 도14의 XR디바이스(1430) 등에 의해 결합되어 수행될 수 있다.
도 24은 옥트리 분할 방법(Octree partitioning)을 나타낸다. 도 24의 동작은 포인트 클라우드 데이터의 포인트들을 바운딩 박스(bounding box, 24000)에 대한 옥트리(octree)에 기초하여 복수의 슬라이스들로 분할하는 것을 나타낸다.
옥트리 분할 방법(Octree partitioning)은 전체 공간(실시예들에 따른 포인트 클라우드 데이터가 포함된 바운딩 박스)을 8개의 공간으로 8등분하여 재귀적(recursive)으로 분할한다.
실시예들에 따른 포인트 클라우드 데이터 전송 장치는, 가장 긴축의 길이 L을 바운딩 박스로 설정하고(LXLXL), 옥트리 한 레벨을 내려갈 때마다 8의 l 자승(8 power of l) 개의 공간을 생성할 수 있다. 실시예들에 따른 옥트리의 레벨(l)은 기 설정된 값일 수 있고, 사용자에 의해 설정된 값일 수 있다. 예를 들어, 옥트리의 레벨 (즉, l)의 값을 3으로 할 경우, 전송 장치는 8^3인 512개의 공간으로 분할할 수 있다. 실시예들에 따른 전송 장치는 실시예들에 따른 레벨의 값을 시그널링 정보로 수신 장치에게 전송할 수 있다.
실시예들에 따른 레벨의 값은 입력 값으로 전달받은 값이거나, 바운딩 박스(공간) 내에 존재할 수 있는 포인트들 개수에 기초하여 결정(예를 들어, l의 수는 포인트들의 수로 임계값으로 결정)될 수 있다.
예를 들어, 실시예들에 따른 전송 장치는 슬라이스 분할을 위한 레벨이 x일 때 한 슬라이스 안에 존재하는 포인트들의 개수가 1개 내지 100,000개인 슬라이스 개수가 전체 슬라이스 개수의 50%를 차지한다면 옥트리 분할을 중단할 수 있다. 이때 옥트리 분할을 중단하는 방법으로 밀도 기준, 임계값 기준, 슬라이스의 길이 기준 등이 중단 기준이 될 수 있다.
옥트리 분할 방법(Octree partitioning)은 옥트리를 이용한 유니폼-지오메트리 파티셔닝(Uniform-Geometry partition using Octree)이라고 호칭될 수 있다. 옥트리를 이용한 유니폼-지오메트리 파티셔닝은 예를 들어 다음 동작을 수행하는 분할 방법일 수 있다.
1) 옥트리의 뎁스(옥트리의 레벨, depOctree)를 1로 설정한다. (Set the depth of octree partition depOctree = 1 by default)
2) 옥트리 파티션 스킴(Octree partition scheme)에 따라 포인트 클라우드 데이터를 8^depOctree 개의 슬라이스로 분할한다. (Divide the input point cloud into 8depOctree slices by Octree partition scheme.)
3) 모든 슬라이스들에 대하여, 각 슬라이스 내 포인트들의 분포 비율이 maxPointNum이 되도록 확인한다. 분포 비율의 스레숄드 thres를 설정한다. 만약 분포 비율이 thres보다 큰 경우, 다음 스텝을 진행한다. 아닌 경우, 1) 동작을 다시 수행하고 depOctree의 값을 1 올린다. (Evaluate the proportion ratio of points smaller than the maxPointNum in all slices. Set a ratio threshold thres. If ratio is bigger than thres, go to next step. Otherwise, back to procedure 1) and set depOctree += 1.)
슬라이스 파티션(slice partition)이 수행된 후, 포인트의 개수가 MaxPointNum보다 큰 슬라이스의 포인트 클라우드는 스플릿(split)될 수 있다. 슬라이스 파티션(slice partition)이 수행된 후, 포인트의 개수가 MinPointNum보다 적은 슬라이스의 포인트 클라우드는 합병(merge)될 수 있다. (After slice partition, the point cloud of slice whose point count is more than MaxPointNum is splitted, and the point cloud of slice whose point count too few points is merged.)
실시예들에 따른 스플릿(split) 동작은, 도 18 내지 도 23에서 설명한 스플릿 동작을 의미한다. 스플릿 동작은, 만약 포인트들의 개수(Asize)가 MaxPointNum보다 많으면, 해당 슬라이스를 n개의 슬라이스들로 쪼갤 수 있다. n은 예를 들어, ceil (Asize / MaxPointNum) 일 수 있다.
실시예들에 따른 합병(merge) 동작은, 도 18 내지 도 23에서 설명한 합병 동작을 의미한다. 합병 동작은, 만약 포인트들의 개수가 MinPointNum보다 적은 경우, 해당 슬라이스를 이전의 슬라이스 또는 다음 슬라이스와 합병할 수 있다. (Merge: If the point count of current slice is less than MinPointNum, merge it with either prior slice or next one.)
합병(merge)을 하고자 하는 슬라이스(slice)를 결정하기 위하여, 실시예들에 따른 포인트 클라우드 데이터 송신 장치는, 합병의 방향(direction to merge)를 다음과 같이 결정할 수 있다.
만약, 슬라이스가 첫 번째 슬라이스(first place)인 경우, 합병의 방향은, 다음 슬라이스(next slice)의 방향일 수 있다.
만약, 슬라이스가 마지막 슬라이스(at the end)인 경우, 합병의 방향은, 이전 슬라이스(prior slice)의 방향일 수 있다.
만약 슬라이스가 첫 번째 슬라이스도 아니고 마지막 슬라이스도 아닌 경우에는, 다음과 같이 수행할 수 있다. 해당 슬라이스(current slice)가 이전 슬라이스(prior slice)와 합병하여 생성된 슬라이스의 포인트들의 개수를 SumFront, 해당 슬라이스(current slice)가 다음 슬라이스(next slice)와 합병하여 생성된 슬라이스의 포인트들의 개수를 SumNext라고 한다면, 합병 동작은 다음과 같이 수행될 수 있다.
만약 SumFront가 MaxPointNum보다 크고, SumNext가 MaxPoint보다 크면 (If SumFront > MaxPointNum and SumNext > MaxPointNum), 이전 슬라이스(prior slice) 및 다음 슬라이스(next slice) 중 포인트들의 수가 더 많은 슬라이스를 선택할 수 있다.
만약 SumFront가 MaxPointNum보다 적고, SumNext가 MaxPoint보다 적으면 (If SumFront < MaxPointNum and SumNext < MaxPointNum), 이전 슬라이스(prior slice) 및 다음 슬라이스(next slice) 중 포인트들의 수가 더 많은 슬라이스를 선택할 수 있다.
그 외인 경우(otherwise), SumFront 및 SumNext 중 하나가 MaxPointNum보다 크고, 나머지 다른 하나가 MaxPointNum보다 작으면, 이전 슬라이스(prior slice) 및 다음 슬라이스(next slice) 중 적은 포인트들의 개수를 갖는 슬라이스와 합병할 수 있다.
합병 동작이 수행된 후, 합병 후에 생성된 모든 슬라이스들을 순회하고, SumMerged와 MaxPointNum을 비교할 수 있다. SumMerged는 합병된 슬라이스의 포인트들의 개수이다.
만약 SumMerged < MinPointNum 이면, 현재 슬라이스를 다른 슬라이스와 더 합병할 수 있다.
만약 SumMerged > MaxPointNum 이면, 해당 합병된 슬라이스를 스플릿(split)할 수 있다.
만약 MinPointNum <SumMerged< MaxPointNum 이면, 현 슬라이스를 유지한다.
실시예들에 따른 포인트 클라우드 데이터 송신 장치는, 이러한 구성으로 인해 슬라이스들 내의 포인트들의 수를 균등하게 또는 적절하게 분배 또는 결정할 수 있어, 송신 장치의 병렬적 인코딩 효율을 높일 수 있다.
또한, 실시예들에 따른 포인트 클라우드 데이터 수신 장치는, 이러한 구성으로 인해, 슬라이스들 내의 포인트들의 수의 편차가 크지 않게 설정되어 슬라이스 별로 독립적으로 인코딩하는데 지연 발생을 줄일 수 있다.
도 25는 실시예들에 따른 포인트 클라우드 데이터를 분할하는 방법의 실시예를 나타낸다.
도 25의 동작은 도 18에 나타난 분할 동작의 방법의 실시예를 나타낸다. 도 25의 동작은 도 17의 분할부(17001), 도 16의 데이터 특성 조사부(16000), 데이터 특성에 따른 분할부&정제부(17001)에서, 도 15의 공간 분할부(15001)에서 수행될 수 있다.
도 25에 나타난 분할하는 방법에 따른 동작은 도1의 송신장치(1000), 트랜스미터(10003), 포인트 클라우드 비디오 인코더(10002), 도2의 인코딩(18001), 전송부(18002), 도4의 인코더, 도12의 송신 장치, 도14의 XR디바이스(1430) 등에 의해 결합되어 수행될 수 있다.
도 25는 포인트 클라우드 데이터 송신 장치가 포인트 클라우드 데이터가 점유하는 3차원 공간 또는 포인트 클라우드 데이터(25000)를 바운딩 박스의 축의 길이에 기반하여 분할된 영역들(25001, 25002)로 분할하는 것을 나타낸다. 실시예들에 따른 포인트 클라우드 데이터 송신 장치는 실시예들에 따른 포인트 클라우드 데이터를 하나 또는 그 이상의 바운딩 박스의 축의 길이에 기반하여 분할된 영역들(25001, 25002) 별로 부호화할 수 있다. 실시예들에 따르면, 바운딩 박스의 축의 길이에 기반하여 분할된 영역들(25001, 25002, 예를 들어 슬라이스들)로 분할하는 동작을 적응적 축 길이 기반 슬라이스 타일링(또는 축 길이 기반 슬라이스 파티셔닝)이라고 호칭할 수도 있다. 도 25에 나타난 동작은 예를 들어 도 12의 데이터 입력부(12000)에서 수행될 수 있다.
포인트 클라우드 데이터(25000)는 하나 또는 그 이상의 포인트들을 포함할 수 있다. 포인트 클라우드 데이터는 3차원 공간(예를 들어, 바운딩 박스) 내에 포함될 수 있다. 실시예들에 따른 3차원 공간(예를 들어, 바운딩 박스)는 x축, y축 및 z축으로 표현될 수 있다.
포인트 클라우드 데이터(25000)는 예를 들어, x축, y축 및 z축 중 하나의 축의 길이가 나머지 두 축의 길이보다 짧거나 현저하게 짧을 수 있다. 예를 들어, 한 축을 제외한 두 축으로 넓게 분산 되어있는 형태의 지형을 표현하는 포인트 클라우드 데이터가 존재할 수 있다. 포인트 클라우드 데이터의 송신 장치가 축의 길이와 관계없이 바운딩 박스 내의 포인트들에 대하여 인코딩을 수행하게 될 경우, 인코딩 효율은 떨어질 수 있다. 따라서, 포인트 클라우드 데이터 송신 장치는, 3차원 공간의 축의 길이에 적응하여 하나 또는 그 이상의 영역들로 분할할 필요가 있다. 따라서, 실시예들에 따른 포인트 클라우드 데이터 송신 장치는, x축, y축 및 z축의 서로의 상대적인 길이를 계산하고, 계산된 상대적인 길이에 기초하여 포인트 클라우드 데이터를 하나 또는 그 이상의 영역들로 분할할 수 있다.
실시예들에 따른 포인트 클라우드 데이터 송신 장치(예를 들어, 도 16의 타일 분할부(16000))는, 3차원 공간의 x축의 길이(25000x), y축의 길이(25000y) 및 z축의 길이(25000z)중 가장 긴 길이의 축(예, X축)의 길이를 가장 짧은 길이의 축(예를 들어, Z축)의 길이 단위로 분할하여 하나 또는 그 이상의 슬라이스(25001)를 구성할 수 있다. 하나 또는 그 이상의의 슬라이스로 나누어진 데이터는 병렬적으로 인코딩 및 디코딩 가능한 단위일 수 있다.
실시예들에 따른 포인트 클라우드 데이터 송신 장치(예를 들어, 도 18의 타일 분할부(18000), 또는 도 19의 타일링부(19001))는, 일부 슬라이스들(25001)에 대하여 재분할을 수행할 수 있다. 실시예들에 따른 재분할은, 슬라이스들 중 일부 슬라이스에 대하여, 가장 긴 길이의 축(즉, 도 25의 25001 슬라이스에서는 y축, 25000y)을 가장 짧은 길이의 축(예를 들어, x축 또는 z축)의 길이 단위로 분할하여 하나 또는 그 이상의 세부 슬라이스(또는 제 2 슬라이스들, 25002)들을 구성할 수 있다. 하나 또는 그 이상의의 세부 슬라이스(또는 제 2 슬라이스들)로 나누어진 데이터는 병렬적으로 인코딩 및 디코딩 가능한 단위일 수 있다.
실시예들에 따른 포인트 클라우드 데이터 송신 장치는 제 1 슬라이스들 내의 포인트들의 최대 개수와 최소 개수(maxPointNum, minPointNum)으로 공간상의 데이터 분포에 따르지 않고 점의 min/max 정보에 기초하여 분할을 수행할 수도 있다.
실시예들에 따른 포인트 클라우드 데이터 송신 장치는 제 1 슬라이스들 또는 제 2 슬라이스들을 영역들 내 포인트들의 개수, 영역들 각각이 할당하는 공간의 크기, 영역들 내에 포함된 포인트들의 밀도에 기초하여, 다시 재분할을 수행할지에 대한 여부를 결정할 수 있다. 실시예들에 따르면, 공간상으로 재분할을 수행하는 경우, 공간 적응적으로 수행할 수 있으며 단순히 특정 축으로 나누는 방법 외에도 중간 축을 기준으로 재분할 수행과 같은 방법으로 슬라이스를 분할 할 수 있다.
실시예들에 따른 포인트 클라우드 데이터 송신 장치는, 실시예들에 따른 적응적 축 길이 기반 영역 타일링을 이용함으로써, 대형 지형 지물을 포함하는 포인트 클라우드 데이터의 하나의 프레임 안에서 공간 단위로 연관관계가 있는 시퀀스에서 효과적으로 부호화를 수행할 수 있다. 실시예들에 따른 포인트 클라우드 데이터 수신 장치는, 대형 지형 지물을 포함하는 포인트 클라우드 데이터에 대하여 효과적으로 복호화를 수행할 수 있다.
예를 들어 가장 짧은 길이의 축(예, Z축)으로 가장 긴 길이의 축(예, X축)을 분할하여 하나의 슬라이스를 구성할 수 있다. 특정 축으로 나눠진 슬라이스는 다시 분할이 수행 될 수 있다. 앞서 가장 작은 축으로 가장 긴 축을 분할하는 방법을 재분할에 대입하여, 재귀적으로 분할을 수행할 수 있다. 재분할 될 슬라이스는 가장 작은 축이 다시 Z축이 되며, 슬라이스 내에서 분할 되지 않은 가장 긴 축인 Y축에 대하여 (Z축의 길이 x Z축의 길이)만큼의 공간을 갖는 슬라이스로 재분할 될 수있다.
실시예들에 따른 축 길이 기반 슬라이스 파티셔닝 방법은 가장 긴 모서리에 대한 유니폼-지오메트리 파티셔닝(Uniform-Geometry partition along the longest edge)라고 호칭할 수 있다.
가장 긴 모서리에 대한 유니폼-지오메트리 파티셔닝(Uniform-Geometry partition along the longest edge)은 예를 들어 다음과 같이 수행될 수 있다.
1) 실시예들에 따른 슬라이스 분할 방법에 따라 포인트 클라우드 데이터를 파티셔닝한다.
2) 슬라이스 내의 포인트들의 최대 개수(예를 들어, 실시예들에 따른 MaxPointNum) 및/또는 슬라이스 내의 포인트들의 최소 개수(예를 들어, 실시예들에 따른 MinPointNum)에 기초하여, 실시예들에 따른 합병(merge) 동작 및/또는 스플릿(split) 동작을 수행한다.
실시예들에 따른 포인트 클라우드 데이터 송신 장치는, 이러한 구성으로 인해 별도의 시그널링 정보 및 파라미터의 제공 없이도 슬라이스들 내의 포인트들의 수를 균등하게 또는 적절하게 분배 또는 결정할 수 있어, 송신 장치의 병렬적 인코딩 효율을 높일 수 있다.
실시예들에 따른 축 길이 기반 슬라이스 파티셔닝 방법은 포인트 클라우드 데이터에서 한 축을 제외한 두 축으로 넓게 분산 되어있는 형태의 지형을 가지는 포인트 클라우드 데이터를 분할하는 방법에 효과적이다.
도 26은 실시예들에 따른 인접한 슬라이스(adjacent slice)들의 예시를 나타낸다.
도 26의 동작은 도 22에 나타난 실시예들에 따른 정제하는 동작에서, 해당 슬라이스와 인접한 슬라이스(adjacent slice)들을 결정하는 방법을 나타낸다. 예를 들어, 도 26에 나타난 동작은 도 22의 N번째 슬라이스(slice N, 22001)와 인접한 슬라이스(adjacent slice)들을 찾는 방법을 나타낸다.
도 26의 동작은 도 17의 정제부(17002), 도 16의 데이터 특성 조사부(16000), 데이터 특성에 따른 분할부&정제부(16001)에서, 도 15의 공간 분할부(15001)에서 수행될 수 있다.
도 26에 나타난 분할하는 방법에 따른 동작은 도1의 송신장치(1000), 트랜스미터(10003), 포인트 클라우드 비디오 인코더(10002), 도2의 인코딩(18001), 전송부(18002), 도4의 인코더, 도12의 송신 장치, 도14의 XR디바이스(1430) 등에 의해 결합되어 수행될 수 있다.
정제부는 실시예들에 따른 합병(merge) 동작 및/또는 스플릿 동작(split)을 수행할 수 있다. 정제부는 정제 동작을, 정제 기준에 따라 결정하는 거리 기반 정제 및/또는 2/4/6방형 기반하여 정제를 수행한다.
도 26(A) 내지 26(C)는 각각, 2방형 정제 방법, 4방형 정제 방법, 6방형 정제 방법을 나타낸다.
실시예들에 따른 포인트 클라우드 데이터 송신 장치는 파티셔닝된 슬라이스들의 위치 혹은 분할 방법에 따라 2방형(좌우), 4방형(좌우위아래), 6방형(좌우위아래앞뒤)으로 존재하는 인접 슬라이스 탐색을 수행할 수 있다.
도 26(A)는 2방형 기반 정제 방법을 나타낸다.
2방형 기반 정제 방법은, 1차원으로 긴축을 짧은 축으로 나눈 분할 방법의 정제 방법으로 merge 혹은 split이 적용 될 수 있다. 예를 들어, 2방형 기반 정제 방법은, 포인트 클라우드 데이터 송신 장치가 하나의 슬라이스에 대하여 합병(merge) 동작 및/또는 스플릿 동작(split)을 수행하기 위해 인접한 슬라이스(adjacent slice)들을 1차원상에서 탐색한다. 예를 들어, 포인트 클라우드 데이터 송신 장치는 2방형 기반 정제 방법에 의해, 해당 슬라이스와 왼쪽으로 인접한 슬라이스, 해당 슬라이스와 오른쪽으로 인접한 슬라이스를 이용하여 합병 및/또는 스플릿 동작을 수행한다.
도 26(B)는 4방형 기반 정제 방법을 나타낸다.
4방형 기반 정제 방법은 현재 위치한 슬라이스에서 위, 아래, 좌, 우에 위치한 슬라이스의 위치를 보고 merge혹은 split을 수행하는 방법이다. 예를 들어, 4방형 기반 정제 방법은, 포인트 클라우드 데이터 송신 장치가 하나의 슬라이스에 대하여 합병(merge) 동작 및/또는 스플릿 동작(split)을 수행하기 위해 인접한 슬라이스(adjacent slice)들을 2차원상에서 탐색한다. 예를 들어, 포인트 클라우드 데이터 송신 장치는 4방형 기반 정제 방법에 의해, 해당 슬라이스와 왼쪽으로(left) 인접한 슬라이스, 해당 슬라이스와 오른쪽으로(right) 인접한 슬라이스, 해당 슬라이스와 윗쪽(up)으로 인접한 슬라이스, 해당 슬라이스와 아래쪽(bottom)으로 인접한 슬라이스를 이용하여 합병 및/또는 스플릿 동작을 수행한다.
도 26(C)는 6방형 기반 정제 방법을 나타낸다.
6방형 기반 정제 방법은 옥트리 분할 방법과 같이 공간 기반으로 파티셔닝이 분할 된 분할 방법에 적용 된다. 예를 들어, 6방형 기반 정제 방법은, 포인트 클라우드 데이터 송신 장치가 하나의 슬라이스에 대하여 합병(merge) 동작 및/또는 스플릿 동작(split)을 수행하기 위해 인접한 슬라이스(adjacent slice)들을 3차원상에서 탐색한다. 예를 들어, 포인트 클라우드 데이터 송신 장치는 6방형 기반 정제 방법에 의해, 해당 슬라이스와 왼쪽으로(left) 인접한 슬라이스, 해당 슬라이스와 오른쪽으로(right) 인접한 슬라이스, 해당 슬라이스와 윗쪽(up)으로 인접한 슬라이스, 해당 슬라이스와 아래쪽(bottom)으로 인접한 슬라이스, 해당 슬라이스와 전측(front)으로 인접한 슬라이스, 해당 슬라이스와 후측(back)으로 인접한 슬라이스를 이용하여 합병 및/또는 스플릿 동작을 수행한다.
포인트 클라우드 데이터 송신 장치가 분할부에서 나뉘어진 슬라이스를 2,4,6방형으로 합병 및/또는 스플릿하는 방법은 일차원 리스트형으로 구성된 자료구조 및/또는 트리형으로 구성된 자료구조에 기초하여 수행될 수 있다. 포인트 클라우드 데이터 송신 장치가 일차원 리스트형으로 구성된 자료구조 및/또는 트리형으로 구성된 자료구조에 기초하여 합병 및/또는 스플릿하는 동작은 도 27에 자세히 기술한다.
거리 기반 정제 방법은 분할부에서 파티셔닝된 슬라이스들의 적응적 거리를 계산 또는 측정하고, 계산 또는 측정된 거리에 기반하여 합병 동작 및/또는 스플릿 동작을 수행할 수 있다. 거리 기반 정제 방법은 예를 들어, 수도 코드로 나타내면 다음과 같다.
for(slice N)
slice0에서 slice1~N의 모든 거리
가장 가까운 거리에 존재하는 sliceX를 slice0의 다음 순서인 slice1로 저장
slice++
예를 들면, 포인트 클라우드 데이터 송신 장치는, 현재 슬라이스와 가장 가까이 존재하는슬라이스 (즉, 해당 슬라이스로부터 최소 거리를 갖는 슬라이스), 현재 슬라이스와 모든 슬라이스들 각각의 거리 중 중간 값을 가지는 거리의 슬라이스, 현재 슬라이스와 가장 멀리 존재하는 슬라이스 (즉, 해당 슬라이스로부터 최대 거리를 갖는 슬라이스)들의 거리들을 측정 또는 계산할 수 있으며, 모든 슬라이스들의 거리 중에서 가장 가까운 슬라이스가 다음 슬라이스로 재정렬 된다.
포인트 클라우드 데이터 송신 장치는, 가장 가까운 슬라이스, 중간 슬라이스 및/또는 가장 먼 슬라이스들을 계산 및 측정하는 경우, 이미 조회한 슬라이스를 스킵할 수 있다. 예를 들어, 두번째 슬라이스에서는 첫번째 슬라이스를 제외하고 남은 슬라이스 3~N까지의 거리를 측정 또는 계산하여 가장 가까운 슬라이스를 다음 슬라이스로 결정하고, 위 동작을 모든 슬라이스 N에 대해서 반복적으로 수행할 수 있다.
포인트 클라우드 데이터 송신 장치는, 거리 기반으로 정렬된 슬라이스 순서로 합병 동작 및/또는 스플릿 동작을 수행할 수 있다. 합병 동작은 하나의 슬라이스 내 포인트들의 갯수가 minPointNum 보다 작으면, 다음 순서의 슬라이스와 합병하는 동작일 수 있으며, 스플릿 동작은 하나의 슬라이스 내 포인트들의 수가 maxPointNum 보다 많으면, 다음 슬라이스와 가까운 위치에 속한 점을 스플릿(split)하여 두 개의 슬라이스로 나눌 수 있다.
실시예들에 따른 포인트 클라우드 데이터 송신 장치는 거리 기반 정제 및/또는 2/4/6방형 기반 정제 동작을, 도 18 내지 도 25에서 설명한 분할 방법을 적용한 슬라이스들에 대하여 공통적으로 적용될 수 있다.
실시예들에 따른 포인트 클라우드 데이터 송신 장치는, 이러한 구성으로 인해 슬라이스들 내의 포인트들의 수를 균등하게 또는 적절하게 분배 또는 결정할 수 있어, 송신 장치의 병렬적 인코딩 효율을 높일 수 있다.
또한, 실시예들에 따른 포인트 클라우드 데이터 수신 장치는, 이러한 구성으로 인해, 슬라이스들 내의 포인트들의 수의 편차가 크지 않게 설정되어 슬라이스 별로 독립적으로 인코딩하는데 지연 발생을 줄일 수 있다.
도 27은 실시예들에 따른 인접한 슬라이스(adjacent slice)들을 이용하여 슬라이스를 정제하는 방법의 예시를 나타낸다.
도 27은 인접한 슬라이스(adjacent slice)들을 이용하여 슬라이스를 정제하기 위한 자료구조들을 나타낸다. 포인트 클라우드 데이터 송신 장치가 분할부에서 나뉘어진 슬라이스를 2,4,6방형으로 합병 및/또는 스플릿하는 방법은 일차원 리스트형으로 구성된 자료구조 및/또는 트리형으로 구성된 자료구조에 기초하여 수행될 수 있다.
도 27의 동작은 도 22에 나타난 실시예들에 따른 정제하는 동작에서, 해당 슬라이스와 인접한 슬라이스(adjacent slice)들을 결정하고, 실시예들에 따른 정제하는 동작을 나타낸다. 예를 들어, 도 27에 나타난 동작은 도 22의 N번째 슬라이스(slice N, 22001)와 인접한 슬라이스(adjacent slice)들을 찾는 방법을 나타내고, 인접한 슬라이스와 정제하는 동작을 나타낸다.
도 27의 동작은 도 17의 정제부(17002), 도 16의 데이터 특성 조사부(16000), 데이터 특성에 따른 분할부&정제부(16001)에서, 도 15의 공간 분할부(15001)에서 수행될 수 있다.
도 27에 나타난 분할하는 방법에 따른 동작은 도1의 송신장치(1000), 트랜스미터(10003), 포인트 클라우드 비디오 인코더(10002), 도2의 인코딩(18001), 전송부(18002), 도4의 인코더, 도12의 송신 장치, 도14의 XR디바이스(1430) 등에 의해 결합되어 수행될 수 있다.
도 27(A)는 일차원 리스트형에 기초한 자료구조에 기초하여 정제 동작을 수행하는 것을 나타낸다.
예를 들어, 송신 장치는 포인트 클라우드 데이터가 분할되어 생성된 N개의 슬라이스를, 각 슬라이스 내에 포함된 포인트들의 개수를 기준으로 슬라이스를 정렬한다. 정렬한 슬라이스는 정렬하기 전 위, 아래, 좌, 우에 위치하는 인접한 슬라이스를 인덱스로 저장하고 있다. 송신 장치는, 포인트들의 개수로 정렬 된 슬라이스에 대하여 가장 작은 점의 개수를 갖는 슬라이스부터 merge와 split을 수행한다. 송신 장치는, 이때 merge 될 수 있는 슬라이스는 위, 아래, 좌, 우에 위치한 인덱스를 확인하여 4개 슬라이스 중에서도 점의 개수가 가장 작은 슬라이스부터 merge한다. 송신 장치는, merge이후에도 minPointNum 보다 작은 점의 개수를 가지고 있다면 2개/4개/6개의 인접한 슬라이스들 중 그 다음으로 포인트들의 수가 적은 슬라이스와 merge한다. 송신 장치는, split은 슬라이스 내 maxPointNum 보다 많은 포인트들을 가지고 있을 때 가장 작은 점의 개수를 갖는 방향으로 split을 수행한다.
예를 들어, 도 27(A)를 참조하면, 일차원 리스트형에 기초한 자료구조는 도 27(A)의 오른쪽 그림과 같을 수 있다. 일차원 리스트형에 기초한 자료구조는 각 슬라이스를 행으로 구분하고, 각 행에 대응하는 슬라이스와 인접한 슬라이스들을 링크(link)함으로써 구성될 수 있다. 각 행은, 해당 슬라이스와 인접한 슬라이스들을 포인트들의 개수의 오름차순에 따라 링크(link)할 수 있다. 예를 들어, 2번 슬라이스는 [2] 행에 위치하고, 2번 슬라이스는 0번, 3번 및 4번 슬라이스와 인접하며, 0번 슬라이스(10개), 3번 슬라이스(30개), 4번 슬라이스(100개) 순서대로 포인트들의 수가 적으므로 [2] 행에는 [0], [3], [4]가 순서대로 링크될 수 있다. 여기서, 자료 구조의 첫번째 열( [0] 내지 [5] 로 표현되는 부분 )은 헤드(head)라고 호칭할 수 있고, 두 번째 열 내지 마지막 열에 해당하는 부분은 노드(node)라고 호칭할 수 있다.
예를 들어, 도 27(A)를 참조하면, 다음과 같이 수행될 수 있다.
0번 슬라이스부터 차례 대로 정제 동작을 수행할 수 있다. 0번 슬라이스는 10개의 포인트들을 가지고 있고, 1번 슬라이스 및 2번 슬라이스와 각각 윗쪽(up), 오른쪽(right)으로 인접한다. 정제부는 인접한 슬라이스(1번 및 2번 슬라이스)들 중 포인트들의 수가 적은 슬라이스 순서대로 합병 여부를 결정할 수 있다. 예를 들어, 정제부는 0번 슬라이스를 1번 및 2번 슬라이스들 중 포인트들의 수가 적은 1번 슬라이스와 합병할 수 있다. 만약 0번 슬라이스가 1번 슬라이스랑 합병된 후에도 minPointNum보다 적은 수의 포인트들을 갖는다면, 정제부는 합병된 슬라이스를 2번 슬라이스와 다시 합병할 수 있다. 도 27(A)에서는, minPointNum이 60으로 가정했고, 0번 및 1번 슬라이스와 합병을 하여 50개의 포인트들을 가지므로, 정제부는 해당 슬라이스를 2번 슬라이스와 다시 합병하여 100개의 슬라이스를 가질 수 있다. 합병된 0번 내지 2번 슬라이스의 포인트들의 수는 100개로 maxPointNum 이하이므로 스플릿 동작은 수행하지 않는다. 따라서 정제부는 다음 슬라이스(3번 슬라이스)의 합병 및 스플릿 여부를 확인한다.
3번 슬라이스는 30개의 포인트들을 가진다. 따라서, 정제부는 인접한 슬라이스들 중 가장 적은 개수의 포인트들을 가지는 슬라이스와 합병할 수 있다. 자료 구조를 살펴보면, 1번 슬라이스, 2번 슬라이스, 5번 슬라이스 순서대로 합병을 수행할 수 있다. 1번 슬라이스는 0번 내지 3번 슬라이스와 합병된 슬라이스로 100개의 포인트를 포함한다. 따라서 3번 슬라이스는 0~2번 슬라이스와 합병되어 130개의 포인트를 가질 수 있다. 병합된 슬라이스는 0번~2번 또는 3번 슬라이스로 포함될 수 있다. 병합된 0번 내지 3번 슬라이스는 maxPointNum의 수보다 크기 때문에, 2개의 슬라이스로 스플릿될 수 있다.
4번 슬라이스의 포인트들의 수는 minPointNum 이상, maxPointNum 이하이기 때문에 정제가 이루어지지 않는다.
5번 슬라이스의 포인트들의 수는 maxPointNum 이상이기 때문에 (180개) 정제부는 5번 슬라이스를 스플릿할 수 있다. 정제부는 5번 슬라이스를 예를 들어, 4번 방향으로 90개의 점을 갖는 2개의 슬라이스로 split 할 수 있다.
도 27(B)는 트리형에 기초한 자료구조에 기초하여 정제 동작을 수행하는 것을 나타낸다.
실시예들에 따른 정제부가 트리형에 기초한 자료구조에 기초하여 정제 동작을 수행하는 경우, 정제부는 트리형 정제부라고 호칭할 수도 있다.
실시예들에 따른 트리형 정제부는 포인트 클라우드 데이터를 포함하는 슬라이스들 각각의 위치 정보를 트리(tree) 형태의 자료구조로 나타낼 수 있다. 도 27(B)는 트리 형태의 자료구조의 예시이다.
예를 들어, 도 27(B)를 참조하면, 트리형에 기초한 자료구조는 도 27(B)의 오른쪽 그림과 같을 수 있다. 트리형에 기초한 자료구조에서, 자식 노드(child node, 1개 또는 복수개)는 부모 노드(parent node)의 인접한 슬라이스 관계임을 나타낸다. 예를 들어, 0번 슬라이스는 1번 슬라이스와 2번 슬라이스와 인접하므로, 0번 슬라이스를 부모 노드, 1번 및 2번 슬라이스는 0번 슬라이스의 자식 노드일 수 있다. 나아가 1번 슬라이스는 3번 슬라이스와 더 인접하므로 1번 슬라이스의 자식 노드는 3번 슬라이스일 수 있다. 나아가 2번 슬라이스는 4번 슬라이스와 더 인접하므로 2번 슬라이스의 자식 노드는 4번 슬라이스일 수 있다. 나아가 4번 슬라이스는 5번 슬라이스와 더 인접하므로 4번 슬라이스의 자식 노드는 5번 슬라이스일 수 있다. 즉, 정제부는 슬라이스의 인덱스와 슬라이스 내의 포인트들의 개수를 이용하여 트리형 인접성 정보를 포함하는 트리형 자료 구조 형태로 생성한다.
정제부는 예를 들어, 완성된 트리에서 깊이우선탐색(DFS, Depth first search)을 수행하여 포인트들의 개수를 조사할 수 있다.
예를 들어, 정제부는, 깊이우선탐색을 이용하여 리프 노드에 있는 5번 슬라이스부터 minPointNum 및 maxPointNum 사이에 포인트들의 개수가 존재하는지 확인할 수 있다. 예를 들어, 5번 슬라이스는 150개의 포인트들을 가지므로, 정제부는 5번 슬라이스에 대하여 스플릿 동작을 수행해 2개의 슬라이스로 나누어진다. 예를 들어, 정제부는 5번 슬라이스를 스플릿하여, 두 개 이상의 슬라이스들을 생성하고 두 개 이상의 슬라이스들 모두 4번 슬라이스의 자식 노드로 생성할 수 있다. 또한 예를 들어, 정제부는 5번 슬라이스를 스플릿하여 일부는 부모 노드인 4번 슬라이스로 편입(또는 재분배)할 수도 있고, 남은 포인트들을 하나 또는 그 이상의 슬라이스들로 분배하여 4번 슬라이스의 자식 노드로 생성할 수 있다.
정제부는, 깊이우선탐색을 이용하여, 다음 순서인 4번 슬라이스에 대하여 정제 동작을 수행한다. 만약, 5번 슬라이스를 정제하는 과정에서 5번 슬라이스 내의 포인트들 중 일부가 4번 슬라이스로 편입되지 않을 경우, 4번 슬라이스의 포인트들의 개수는 100개이다. 따라서, 정제 동작을 수행하지 않는다(minPointNum 및 maxPointNum 사이의 포인트들의 개수를 가지므로).
정제부는, 다음 순서인 2번 슬라이스에 대하여 정제 동작을 수행 여부를 확인한다. 2번 슬라이스는, 정제 동작을 수행하지 않는다(minPointNum 및 maxPointNum 사이의 포인트들의 개수를 가지므로).
정제부는, 다음 순서인 3번 슬라이스에 대하여 정제 동작을 수행 여부를 확인한다. 3번 슬라이스는, 30개의 포인트들을 가지므로 합병 동작을 수행한다(minPointNum 이상이므로). 정제부는 3번 슬라이스의 부모 노드인 1번 슬라이스와 합병을 수행하여 70개를 가지는 슬라이스를 생성할 수 있다. 합병된 1번 및 3번 슬라이스는 0번 슬라이스의 자식 노드로 생성될 수 있다. 합병된 1번 및 3번 슬라이스에 대하여, 정제부는 스플릿 동작을 수행하지 않는다.
정제부는, 다음 순서인 0번 슬라이스에 대하여 정제 동작을 수행 여부를 확인한다. 0번 슬라이스는, 10개의 포인트들을 가지므로 자식 노드들 중 적은 포인트들의 수를 가지는 슬라이스(즉, 합병된 1번 및 3번 슬라이스)와 합병하여 80개의 포인트들을 가지는 슬라이스를 생성한다.
실시예들에 따른 포인트 클라우드 데이터 송신 장치는, 이러한 구성으로 인해 슬라이스들 내의 포인트들의 수를 균등하게 또는 적절하게 분배 또는 결정할 수 있어, 송신 장치의 병렬적 인코딩 효율을 높일 수 있다.
실시예들에 따른 포인트 클라우드 데이터 송신 장치는, 이러한 자료구조를 이용하여 정제 동작을 수행함으로써, 메모리 효율을 극대화함과 동시에 정제 과정에서 불필요한 지연 및 오류를 최소화할 수 있다.
또한, 실시예들에 따른 포인트 클라우드 데이터 수신 장치는, 이러한 구성으로 인해, 슬라이스들 내의 포인트들의 수의 편차가 크지 않게 설정되어 슬라이스 별로 독립적으로 인코딩하는데 지연 발생을 줄일 수 있다.
도 28은 실시예들에 따른 포인트 클라우드 데이터 수신 장치의 예시를 나타낸다.
도 28에 나타난 분할하는 동작은 도 1의 수신장치(10004), 수신부(10005), 포인트 클라우드 비디오 디코더(10006), 도 2의 디코딩(18003), 전송부(18002), 도 10, 도 11의 디코더, 도 13의 수신 장치, 도 14의 XR디바이스(1430) 등에 의해 결합되어 수행될 수 있다.
실시예들에 따른 포인트 클라우드 수신 장치(또는 디코더, 28000)는 기하정보 복호화부(28001) 및/또는 속성정보 복호화부(28002)를 포함할 수 있다. 실시예들에 따르면, 포인트 클라우드 디코더는 PCC 복호화기, PCC 복호화부, 포인트 클라우드 복호화기, 포인트 클라우드 복호화부, PCC 디코더 등으로 호칭될 수 있다.
기하정보 복호화부(28001)는 포인트 클라우드 데이터의 기하정보 비트스트림(28000a)를 수신한다. 기하정보 복호화부(28001)는 포인트 클라우드 데이터의 기하정보 비트스트림(28000a)를 복호화(디코딩)하여 복원된 포인트 클라우드 데이터(28000c)의 어트리뷰트 정보를 출력할 수 있다. 기하정보 복호화부(28001)는 기하정보 비트스트림을 지오메트리 정보로 재구성하여 복원된 기하정보(28001)를 출력할 수 있다. 기하정보 비트스트림(28000a)는 도 15 의 기하정보 비트스트림, 지오메트리 비트스트림을 의미할 수 있다. 속성정보 비트스트림(28000b)는 도 15 의 속성정보 비트스트림, 어트리뷰트 비트스트림을 의미할 수 있다.
기하정보 복호화부(28001)는 입력 받은 기하정보 비트스트림을 복호화하여 기하정보를 복원한다. 복원된 기하정보는 속성정보 복호화부로 입력될 수 있다. 속성정보 복호화부(28002)는 입력받은 속성정보 비트스트림과 기하정보 복호화부로부터 입력 받은 복원된 기하정보를 입력 받아 속성정보를 복원한다. 복원된 기하정보는 도 11에서 설명한 지오메트리 리컨스럭션부(reconstruct geometry, 11003)에 의해 재구성된 지오메트릭을 의미할 수 있다. 복원된 기하정보는 도 13에서 설명한 오큐펀시 코드기반 옥트리 재구성 처리부(13003)에 의해 재구성된 옥트리 오큐펀시 코드를 의미할 수도 있다.
기하정보 복호화부(28001)는 실시예들에 따른 수신 장치가 수신한 기하정보 비트스트림을 수신한다. 기하정보 복호화부(28001)는 기하정보 비트스트림을 복호화할 수 있다.
기하정보 복호화부(28001)는 도 1의 포인트 클라우드 비디오 디코더의 동작, 도 2의 디코딩(20003), 도 10의 지오메트리 디코더의 동작, 도 11에서 설명한 아리스메틱 디코더(11000), 옥트리 합성부(11001), 서페이스 오프록시메이션 합성부(11002), 지오메트리 리컨스럭션부(11003) 및/또는 좌표계 역변환부(11004)의 동작 전부/일부를 수행할 수 있다.
속성정보 복호화부(28002)는 포인트 클라우드 데이터의 속성정보 비트스트림(28000b)를 수신한다. 속성정보 복호화부(28002)는 포인트 클라우드 데이터의 속성정보 비트스트림(28000b)를 복호화(디코딩)하여 복원된 포인트 클라우드 데이터(28000c)의 어트리뷰트 정보를 출력할 수 있다. 속성정보 복호화부(28002)는 기하정보 복호화부(28001)에 의해 생성된 복원된 기하정보(28001a)에 기초하여 속성정보 비트스트림을 복호화(디코딩)할 수 있다.
속성정보 복호화부(28002)는 실시예들에 따른 수신 장치가 수신한 속성정보 비트스트림을 수신한다. 속성정보 복호화부는 복원된 기하정보에 기반하여 속성정보 비트스트림의 속성정보를 복호화할 수 있다. 포인트 클라우드 데이터에 포함된 기하정보 및/또는 속성정보는 복호화되어 복원된 PCC데이터가 될 수 있다.
속성정보 복호화부(28002)는 도 1의 포인트 클라우드 비디오 디코더, 도 2의 디코딩(20003)의 동작, 도 10에서 설명한 어트리뷰트 디코더(attribute decoder)의 동작, 도 11의 역양자화부(11006), RAHT(11007), LOD생성부(11008), 인버스 리프팅부(11009), 및/또는 컬러 역변환부(11010) 동작, 도 13에서 설명한 아리스메틱 디코더(13007), 역양자화 처리부(13008), 예측/리프팅/RAHT 역변환 처리부(13009), 색상 역변환 처리부(13010) 및/또는 렌더러(13011)의 동작 일부 또는 전부를 수행할 수 있다.
도 29는 실시예들에 따른 포인트 클라우드 데이터 수신 장치를 나타낸다.
도 29에 나타난 실시예들에 따른 포인트 클라우드 데이터 디코더의 일부 또는 전부는 도1의 수신장치(10004), 수신부(10005), 포인트 클라우드 비디오 디코더(10006), 도2의 디코딩(18003), 전송부(18002), 도10, 도 11의 디코더, 도13의 수신 장치, 도14의 XR디바이스(1430) 등에 의해 결합되어 수행될 수 있다.
도 29의 실시예들에 따른 포인트 클라우드 디코더는 도 28의 실시예들에 따른 포인트 클라우드 데이터 디코더(28000)를 의미할 수 있다. 실시예들에 따른 포인트 클라우드 디코더는 수신부(29000), 분할된 데이터 입력부(29001), 제 1 아리스메틱 디코더(29002), 오큐펀시 코드기반 옥트리 재구성 처리부(29003), 표면모델 처리부(29004), 지오메트리 재구성부(29005), 좌표 역변환부(29006), 제 2 아리스메틱 디코더(29007), 역양자화 처리부(29008), 예측/리프팅/RAHT 역변환 처리부(29009), 속성 재구성부(29010), 색상 역변환부(29011) 및/또는 포인트 결합부를 포함할 수 있다.
도 29에서 도시된 실시예들에 따른 포인트 클라우드 데이터 디코더의 구성요소들은 브릭(brick) 단위로 수행될 수 있으며, 브릭 단위로 독립적으로 수행될 수도 있다.
수신부(29000)는 실시예들에 따른 포인트 클라우드 데이터를 포함하는 비트스트림을 수신할 수 있다. 수신부(29000)는 수신한 비트스트림을 분할된 데이터 입력부(29001)에 전송할 수 있다. 수신부(29000)는 도 1의 리시버(10007), 도 2의 전송(20002), 도 13의 수신부(13000) 동작을 수행할 수 있다.
분할된 데이터 입력부(29001)는 실시예들에 따른 포인트 클라우드 데이터를 포함하는 비트스트림을 브릭(brick) 단위로 수신하고, 브릭 단위로 디코딩을 수행하기 위하여 브릭 단위로 포인트 클라우드 데이터의 지오메트리 비트스트림과 속성 비트스트림을 출력한다. 분할된 데이터 입력부(29001)는 브릭 단위의 지오메트리 비트스트림을 제 1 아리스메틱 디코더(29002)로 전송할 수 있고, 브릭 단위의 속성 비트스트림을 제 2 아리스메틱 디코더(29002)로 전송할 수 있다.
분할된 데이터 입력부(29001)는, 수신부(29000)에 의해 수신한 비트스트림에 포함된, 브릭 단위로 부호화되었음을 나타내는 시그널링 정보(예를 들어, bistream_brick_decoding_flag)가 존재하는 경우(또는 브릭 단위로 부호화되었음을 지시하는 경우), 실시예들에 따른 포인트 클라우드 데이터 수신 장치는 수신 비트스트림에 대하여 N번의 디코딩 동작이 수행될 수 있다. 분할된 데이터 입력부(29001)는 도 1의 리시버(10007), 도 2의 전송(20002), 도 13의 수신 처리부(13001) 동작을 수행할 수 있다.
제 1 아리스메틱 디코더(29002)는 브릭 단위로 지오메트리 비트스트림을 수신한다. 제 1 아리스메틱 디코더(29002)는 지오메트리 비트스트림을 복호화할 수 있다. 제 1 아리스메틱 디코더(29002)는 복호화된 지오메트리 정보를 출력한다.
제 1 아리스메틱 디코더(29002)는 도 1의 포인트 클라우드 비디오 디코더(10006), 도 2의 디코딩(20003), 도 11의 아리스메틱 디코딩부(11000), 도 13의 아리스메틱 디코더(13002) 동작을 수행할 수 있다.
오큐펀시 코드기반 옥트리 재구성 처리부(29003)는 복호화된 지오메트리 정보를 수신한다. 오큐펀시 코드기반 옥트리 재구성 처리부(29003)는 브릭 단위의 지오메트리 비트스트림에 기초하여 오큐펀시(occupancy) 기반의 옥트리(octree)를 재구성할 수 있다. 오큐펀시 코드기반 옥트리 재구성 처리부(29003)는 재구성된 옥트리를 표면 모델 처리부(29004)로 전송할 수 있다.
오큐펀시 코드기반 옥트리 재구성 처리부(29003)는 도 1의 포인트 클라우드 비디오 디코더(10006), 도 2의 디코딩(20003), 도 11의 옥트리 분석부(11001), 도 13의 오큐펀시 코드기반 옥트리 재구성 처리부(13003) 동작을 수행할 수 있다.
표면모델 처리부(29004)는 제 1 아리스메틱 디코더(29002)에 의해 디코딩된 지오메트리 정보 및/또는 오큐펀시 코드기반 옥트리 재구성 처리부(29003)에 의해 재구성된 옥트리에 기초하여 지오메트리 정보의 표면 모델 처리할 수 있다. 지오메트리 정보의 표면 모델 처리는 예를 들어, 삼각형 재구성 동작, 업-샘플링 동작, 복셀화 동작을 포함할 수 있다.
표면모델 처리부(29004)는 도 1의 포인트 클라우드 비디오 디코더(10006), 도 2의 디코딩(20003), 도 11의 표면 어프록시메이션 분석부(11002), 도 13의 포면 모델 처리부(13004) 동작을 수행할 수 있다.
지오메트리 재구성부(29005)는, 표면 모델 처리부(29004)에 의해 표면 모델 처리된 지오메트리 정보를 수신한다. 지오메트리 재구성부는 표면 모델 처리된 지오메트리 정보를 재구성한다. 지오메트리 재구성부(29005)는 재구성된 지오메트리 정보를 예측/리프팅/RAHT 역변환 처리부(29009) 및/또는 좌표 역변환부(29006)으로 전송할 수 있다.
지오메트리 재구성부(29005)는 도 1의 포인트 클라우드 비디오 디코더(10006), 도 2의 디코딩(20003), 도 11의 지오메트리 재구성부(11003) 동작을 수행할 수 있다.
좌표 역변환부(29006)는 지오메트리 재구성부(29005)에 의해 생성된 지오메트리 정보의 좌표 정보를 역변환한다. 좌표 역변환부(29006)는 지오메트리 정보를 역변환하여 포인트 클라우드 데이터의 포인트들의 위치 정보를 출력한다. 좌표 역변환부(29006)는 포인트들의 위치 정보를 포인트 결합부(29012)로 전송할 수 있다.
좌표 역변환부(29006)는 해당 포인트들에 대응하는 브릭(brick)에 대하여 지오메트리 디코딩이 수행되었음을 나타내는 정보를 분할된 데이터 입력부(29001)로 전송할 수 있다.
좌표 역변환부(29006)는 도 1의 포인트 클라우드 비디오 디코더(10006), 도 2의 디코딩(20003), 도 11의 좌표 역변환부(11004) 동작을 수행할 수 있다.
제 2 아리스메틱 디코더(29007)는 브릭 단위로 지오메트리 비트스트림을 수신한다. 제 2 아리스메틱 디코더(29007)는 속성 비트스트림(어트리뷰트 비트스트림)을 복호화할 수 있다. 제 2 아리스메틱 디코더(29007)는 복호화된 어트리뷰트 정보를 출력한다.
제 2 아리스메틱 디코더(29007)는 도 1의 포인트 클라우드 비디오 디코더(10006), 도 2의 디코딩(20003), 도 11의 아리스메틱 디코딩(11005), 도 13의 아리스메틱 디코더(13007) 동작을 수행할 수 있다.
역양자화 처리부(29008)는 제 2 아리스메틱 디코더(29007)에 의해 생성된 복호화된 어트리뷰트 정보를 수신한다. 역양자화 처리부(29008)는 수신한 복호화된 어트리뷰트 정보를 역양자화한다. 역양자화 처리부(29008)는 역양자화된 어트리뷰트 정보를 출력하고, 역양자화된 어트리뷰트 정보를 예측/리프팅/RAHT 역변환 처리부(29009)로 전송할 수 있다.
역양자화 처리부(29008)는 도 1의 포인트 클라우드 비디오 디코더(10006), 도 2의 디코딩(20003), 도 11의 역양자화부(11006), 도 13의 아리스메틱 디코더(13007) 동작을 수행할 수 있다.
예측/리프팅/RAHT 역변환 처리부(29009)는 역양자화 처리부(29008)에 의해 역양자화된 지오메트리 정보를 수신하고, 이들을 역변환한다. 예측/리프팅/RAHT 역변환 처리부(29009)는 역양자화된 어트리뷰트 정보를 예측 방법(prediction), 리프팅 방법(lifting), RAHT 방법 중 적어도 하나에 기초하여 역변환을 수행할 수 있다. 예측/리프팅/RAHT 역변환 처리부(29009)는 지오메트리 재구성부(29005)에 의해 재구성된 지오메트리 정보(또는 복원된 지오메트리 정보)에 기초하여 어트리뷰트 정보를 역변환할 수 있다.
예측/리프팅/RAHT 역변환 처리부(29009)는 도 1의 포인트 클라우드 비디오 디코더(10006), 도 2의 디코딩(20003), 도 11의 RAHT(11007), LOD 생성부(11008), 역리프팅부(11009) 동작을 수행할 수 있다.
속성 재구성부(29010)는 예측/리프팅/RAHT 역변환 처리부(29009)에 의해 역변환된 어트리뷰트 정보에 기초하여 속성 정보를 재구성한다. 속성 재구성부는 재구성된 속성 정보를 출력하고, 이를 색상 역변환 처리부(29011)로 전송한다.
속성 재구성부(29010)는 도 1의 포인트 클라우드 비디오 디코더(10006), 도 2의 디코딩(20003), 도 11의 색상 역변환부(11010), 도 13의 색상 역변환 처리부(13010) 동작을 수행할 수 있다.
색상 역변환부(29011)는 속성 재구성부(29010)에 의해 재구성된 지오메트리 정보를 수신한다. 색상 역변환부(29011)는 재구성된 지오메트리 정보를 색상 역변환할 수 있다. 색상 역변환부(29011)는 포인트 클라우드 데이터의 포인트들의 속성 정보를 출력한다.
색상 역변환부(29006)는 해당 포인트들에 대응하는 브릭(brick)에 대하여 어트리뷰트 디코딩이 수행되었음을 나타내는 정보를 분할된 데이터 입력부(29001)로 전송할 수 있다. 속성 재구성부(29010)는 도 1의 포인트 클라우드 비디오 디코더(10006), 도 2의 디코딩(20003), 도 11의 색상 역변환부(11010), 도 13의 색상 역변환 처리부(13010) 동작을 수행할 수 있다.
포인트 결합부는 실시예들에 따른 포인트 클라우드 데이터의 포인트들의 지오메트리 정보(위치 정보) 및/또는 포인트들의 어트리뷰트 정보(속성 정보)를 수신한다. 포인트 결합부는 브릭(brick) 단위의 포인트 클라우드 데이터의 포인트들의 지오메트리 정보(위치 정보) 및/또는 포인트들의 어트리뷰트 정보(속성 정보)를 수신하고, 이들을 브릭 단위로 결합한다. 포인트 결합부는 포인트들의 위치 정보와 속성 정보를 포함하는 브릭 단위의 포인트 클라우드 데이터를 출력한다.
도 30은 실시예들에 따른 포인트 클라우드 데이터의 비트스트림 구조의 예시를 나타낸다.
도 30은 실시예들에 따른 포인트 클라우드 데이터의 비트스트림 구조(30000)의 예시이다. 도 30에 나타난 포인트 클라우드 데이터의 비트스트림 구조(30000)는 실시예들에 따른 송신 장치의 도 1의 트랜스미터(10003), 도 2의 전송부(18002), 도 12의 전송 처리부(12012), 도 16의 비트스트림 결합부(16014), 도 17의 비트스트림 결합부(17000)에서 생성될 수 있다.
실시예들에 따른 송신 장치는 분할부와 정제부를 추가/수행 하기 위해서 필터링 정보를 시그널링 할 수 있다.
실시예들에 따른 파라미터(메타데이터, 시그널링 정보 등 다양하게 호칭 가능함)는 후술하는 실시예들에 따른 송신기의 프로세스 상 생성될 수 있고, 실시예들에 따른 수신기에 전달되어 재구성 과정에 이용될 수 있다.
예를 들어, 실시예들에 따른 파라미터는 후술하는 실시예들에 따른 송신 장치의 메타데이터 처리부(또는 메타데이터 제너레이터)에서 생성되고, 실시예들에 따른 수신 장치의 메타데이터 파서에서 획득될 수 있다.
도 30에 나타난 포인트 클라우드 데이터의 비트스트림 구조(30000)는 실시예들에 따른 수신 장치의 도 1의 리시버(10005), 도 2의 디코딩부(18003), 도 13의 수신부(13000), 도 35의 수신부(35000)에서 수신하는 비트스트림일 수 있다. 도 30에 나타난 포인트 클라우드 데이터의 비트스트림 구조(30000)는 도 36의 슬라이스 별 지오메트리와 속성 비트스트림(36001)을 의미할 수 있다.
도38에 나타난 실시예들에 따른 비트스트림 구조(30000)의 일부 또는 전부는 도14의 XR디바이스(1430)에 의해 생성될 수 있다. 또한, 본 도면에서 설명하는 브릭(brick)은 슬라이스(slice)에 대응될 수 있고, 그 역도 성립할 수 있다. 본 문서에서 브릭은 슬라이스로 지칭될 수 있다.
실시예들에 따른 포인트 클라우드 데이터 송신 장치는 도 31에서 도시한 바에 따른 비트스트림 구조를 가지는 비트스트림(30000)을 전송할 수 있다. 포인트 클라우드 데이터의 비트스트림(30000)은 SPS(Sequential Parameter Set, 30001), GPS(Geometry Parameter Set, 30002), APS(Attribute Parameter Set, 30003), TPS(Tile Parameter Set, 30004) 및 하나 또는 그 이상의 슬라이스(slice)들(slice 0, slice 1 … slice n, 30004)을 포함할 수 있다. 포인트 클라우드 데이터의 비트스트림(30000)은 하나 또는 그 이상의 타일(tile)을 포함할 수 있다. 실시예들에 따른 타일(tile)은 하나 또는 그 이상의 슬라이스(slice)를 포함하는 슬라이스들의 그룹일 수 있다. 실시예들에 따른 비트스트림(30000)은 포인트 클라우드 데이터를 영역별로 나누어 처리할 수 있도록 타일, 또는 슬라이스를 제공한다. 실시예들에 따른 비트스트림(30000)의 각각의 영역은 서로 다른 중요도를 가질 수 있다. 따라서, 포인트 클라우드 데이터는 타일(Tile)로 나누어지는 경우, 각 타일별로 다른 필터(부호화 방법), 다른 필터 유닛을 적용할 수 있다. 포인트 클라우드는 슬라이스(Slice)로 나누어지는 경우, 각 슬라이스별로 다른 필터, 다른 필터 유닛을 적용할 수 있다.
실시예들에 따른 포인트 클라우드 데이터 송신 장치는, 도 31과 같은 비트스트림(30000)의 구조에 따라 포인트 클라우드 데이터를 전송함으로써, 중요도에 따라서 다른 부호화 동작을 적용할 수 있게 하고, 품질(quality)이 좋은 부호화 방법을 중요한 영역에 사용할 수 있는 방안을 제공할 수 있다.
실시예들에 따른 포인트 클라우드 데이터 수신 장치는, 수신 장치의 처리능력(capacity)에 따라서 포인트 클라우드 데이터 전체에 복잡한 복호화(필터링) 방법을 사용하는 대신 영역별로 (타일로 나누어지거나 슬라이스로 나누어진 영역) 서로 다른 필터링(복호화 방법)을 적용할 수 있게 함으로서 사용자에게 중요한 영역에 더 좋은 화질과 시스템 상으로 적절한 레이턴시(latency)을 보장할 수 있다.
SPS(Sequence Parameter Set, 30001)는 각각의 슬라이스 세그먼트 헤더(slice segment header)내의 신텍스 엘리먼트(syntax element)에 의해 참조되는 PPS 내의 신텍스 엘리먼트의 컨텐츠에 의해 결정되는 0개 또는 그 이상의 전체 CVS들에 적용되는 신텍스 엘리먼트들을 포함하는 신텍스 스트럭쳐이다. (A syntax structure containing syntax elements that apply to zero or more entire CVSs as determined by the content of a syntax element found in the PPS referred to by a syntax element found in each slice segment header.) SPS는 실시예들에 따른 포인트 클라우드 데이터 비트스트림의 시퀀스 정보를 포함할 수 있다.
GPS(Geometry Parameter Set, 30002)은 0개 또는 그 이상의 전체 지오메트리(또는 부호화된 지오메트리)가 적용되는 신텍스 엘리먼트들(syntax elements)을 포함하는 신텍스 스트럭처(syntax structure)를 의미할 수 있다. 실시예들에 따른 GPS(30002)는 하나 또는 그 이상의 슬라이스들(30004)에 포함된 포인트 클라우드 데이터의 어트리뷰트(속성) 정보를 인코딩하는 방법에 관한 정보를 포함할 수 있다. GPS(30002)는 실시예들에 따른 어떤 SPS(30001)와 관련된 지오메트리 파라미터를 포함하는지를 나타내는 SPS 식별자 정보, 해당 GPS를 식별하는 GPS 식별자 정보를 포함할 수 있다.
APS(Attribute Parameter Set, 30003)은 0개 또는 그 이상의 전체 어트리뷰트(또는 부호화된 어트리뷰트)가 적용되는 신텍스 엘리먼트들(syntax elements)을 포함하는 신텍스 스트럭처(syntax structure)를 의미할 수 있다. 실시예들에 따른 APS(30003)는 하나 또는 그 이상의 슬라이스들(30004)에 포함된 포인트 클라우드 데이터의 어트리뷰트(속성) 정보를 인코딩하는 방법에 관한 정보를 포함할 수 있다. APS(30003)는 실시예들에 따른 어떤 SPS(30001)와 관련된 지오메트리 파라미터를 포함하는지를 나타내는 SPS 식별자 정보, 해당 APS를 식별하는 GPS 식별자 정보를 포함할 수 있다.
TPS(Tile Parameter Set, 30004)는 0개 또는 그 이상의 전체 타일들(또는 부호화된 타일들)이 적용되는 신텍스 엘리먼트들(syntax elements)을 포함하는 신텍스 스트럭처(syntax structure)를 의미할 수 있다. 타일 인벤토리는 실시예들에 따른 포인트 클라우드 데이터 비트스트림에 포함된 0개 또는 그 이상의 타일(tile)들에 관한 정보를 포함한다. 타일 인벤토리는 실시예들에 따라 TPS(Tile Parameter Set)으로 호칭될 수도 있다.
TPS(Tile Parameter Set, 30004)는 하나 또는 그 이상의 타일(tile)들을 식별하는 식별자 정보 및 하나 또는 그 이상의 타일(tile)들의 범위(즉, 타일의 바운딩 박스)를 나타내는 정보를 포함할 수 있다. 하나 또는 그 이상의 타일(tile)들의 범위(즉, 타일의 바운딩 박스)를 나타내는 정보는, 해당 타일이 나타내는 바운딩 박스의 기준이 되는 점의 좌표 정보(예를 들어, Tile(n).tile_bounding_box_xyz0) 및 해당 바운딩 박스의 폭, 높이 및 깊이에 관한 정보(예를 들어, Tile(n).tile_boudning_box_whd)를 포함할 수 있다. 복수 개의 타일이 존재하는 경우, 타일 인벤토리는(Tile Inventory, 33004)는 타일들 각각에 대한 바운딩 박스를 나타내는 정보를 포함할 수 있다. 예를 들어, 각 타일들이 타일들의 식별자 정보에 의해 0 내지 n으로 표현되는 경우, 각 타일들의 바운딩 박스를 나타내는 정보는 Tile(0).tile_bounding_box_xyz0, Tile(0).tile_bounding_box_whd, Tile(1).tile_bounding_box_xyz0, Tile(1).tile_bounding_box_whd …등으로 표현될 수 있다.
슬라이스(slice, 30004)는 실시예들에 따른 포인트 클라우드 데이터의 송신 장치가 포인트 클라우드 데이터를 인코딩하기 위한 단위를 의미할 수 있다. 실시예들에 따른 슬라이스(30004)는 하나의 지오메트리 비트스트림(Geom00, 30004a) 및 하나 또는 그 이상의 어트리뷰트 비트스트림들(Attr00, Attr10, 30004b, 30004b)을 포함하는 단위를 의미할 수 있다.
슬라이스(slice, 30004)는 해당 슬라이스 내에 포함된 포인트 클라우드 데이터의 지오메트리 정보를 나타내는 지오메트리 슬라이스 (Geometry Slice, Geom, 30004a) 및 해당 슬라이스 내에 포함된 포인트 클라우드 데이터의 어트리뷰트 정보를 나타내는 하나 또는 그 이상의 어트리뷰트 슬라이스 (Attribute Slice, Attr, 30004b, 30004c)를 포함할 수 있다.
지오메트리 슬라이스 (Geometry Slice, Geom, 30004a)는 포인트 클라우드 데이터의 지오메트리 정보를 포함하는 지오메트리 슬라이스 데이터(Geometry Slice Data, Geom_slice_data, 30004a-2) 및 지오메트리 슬라이스 데이터에 관한 정보를 포함하는 지오메트리 슬라이스 헤더(Geometry Slice Header, Geom_slice_header, GSH, 30004a-1)를 포함한다.
지오메트리 슬라이스 헤더(30004a-1)는 해당 슬라이스 내의 지오메트리 슬라이스 데이터(30004a-2)에 관한 정보를 포함한다. 예를 들어, 지오메트리 슬라이스 헤더(30004a-1)는 어느 GPS(30002)가 해당 슬라이스의 지오메트리 정보를 나타내는지 여부를 식별하기 위한 지오메트리 파라미터 세트 식별자(geom_geom_parameter_set_id), 해당 지오메트리 슬라이스를 식별하기 위한 지오메트리 슬라이스 식별자(geom_slice_id), 해당 지오메트리 슬라이스 데이터의 박스 원점을 나타내는 지오메트리 박스 오리진 정보(geomBoxOrigin), 지오메트리 슬라이스의 로크 스케일을 나타내는 정보(geom_box_log2_scale), 해당 지오메트리 슬라이스의 포인트들의 개수와 관련된 정보(geom_num_points) 등을 포함할 수 있다.
실시예들에 따른 포인트 클라우드 데이터 비트스트림이 하나 또는 그 이상의 타일(tile)을 포함하는 경우, 실시예들에 따른 지오메트리 비트스트림의 헤더는 해당 지오메트리 비트스트림을 포함하는 타일을 식별하기 위한 정보(geom_tile_id)를 더 포함할 수 있다.
어트리뷰트 슬라이스 (Attribute Slice, Attr, 30004b, 30004c)는 포인트 클라우드 데이터의 어트리뷰트 정보를 포함하는 어트리뷰트 슬라이스 데이터(Attribute Slice Data, Attr_slice_data) 및 어트리뷰트 슬라이스 데이터에 관한 정보를 포함하는 어트리뷰트 슬라이스 헤더(Attribute Slice Header, Attr_slice_header, ASH, 33005c)를 포함한다.
실시예들에 따르면, 포인트 클라우드 인코딩에 필요한 파라미터들은 포인트 클라우드(point cloud)의 파라미터 세트(parameter set) 및 헤더(header) 정보로 새로 정의될 수 있다. 예를 들어, 속성정보 부호화를 할 때에는 attribute parameter set RBSP syntax에, 타일 기반 부호화를 할 때에는 tile_header syntax 등에 추가할 수 있다.
실시예들에 따르면, 송신 장치는 실시예들에 다른 중첩 슬라이스의 구성을 시그널링 하기 위하여 타일 별 또는 슬라이스 별로 다른 슬라이스 구성 헤더 유닛을 생성할 수 있다.
실시예들에 따른 포인트 클라우드 데이터 송수신 방법은 이러한 비트스트림 구조를 제공함으로써, 수신기로 하여금 포인트 클라우드 데이터의 속성 정보의 복호화 성능을 높일 수 있다.
도 31은 실시예들에 따른 비트스트림의 SPS(Sequence Parameter Set)의 예시이다.
도 31에 나타난 파라미터들은 도 30에서 설명한 SPS(Sequence Parameter Set) 내에 포함될 수 있다. 실시예들에 따른 SPS는 실시예들에 따른 슬라이스(slice)의 분할(슬라이스 파티셔닝), 슬라이스 타일링 방법과 관련된 시그널링 정보 및/또는 관련 시그널링 정보를 포함할 수 있다.
프로파일_idc(profile_idc)는 H.264 표준문서의 Annex A를 만족할 수 있는 비트스트림의 프로파일(profile)을 나타내는 정보를 의미할 수 있다. profile_idc의 다른 값은 ISO/IEC에 의해 추후 사용될 수 있다. (indicates a profile to which the bitstream conforms as specified in Annex A. Bitstreams shall not contain values of profile_idc other than those specified in Annex A. Other values of profile_idc are reserved for future use by ISO/IEC.)
프로파일 컴페티빌리티 플래그(profile_compatibility_flags) 가 1이면, 해당 비트스트림이 profile_idc가 Annex A에 따라 j인 프로파일(profile)을 만족한다는 것을 나타낼 수 있다. profile_compatibility_flag[ j ]의 값은 Annex A에 따라 정의된 값이 아닌 j를 갖는 경우 0일 수 있다. (equal to 1, indicates that the bitstream conforms to the profile indicated by profile_idc equal to j as specified in Annex A. The value of profile_compatibility_flag[ j ] shall be equal to 0 for any value of j that is not specified as an allowed value of profile_idc in Annex A.)
레벨_idc(level_idc)는 H.264 표준문서의 Annex A를 만족할 수 있는 비트스트림의 레벨을 나타낸다. 비트스트림은 H.264 표준문서의 Annex A에 정의된 정보와 다른 정보로 level_idc의 값을 가지지 않는다. Level_idc의 다른 값들은 ISO/IEC에 의해 추후를 위해 남겨둔다. (indicates a level to which the bitstream conforms as specified in Annex A. Bitstreams may not contain values of level_idc other than those specified in Annex A. Other values of level_idc are reserved for future use by ISO/IEC.)
SPS 바운딩 박스 프리젠트 플래그(sps_bounding_box_present_flag)는 바운딩 박스 오프셋과 사이즈 정보가 시그널링되는 경우 1일 수 있다. (equal to 1 specifies the bounding box offset and size information is signalled. sps_bounding_box_present_flag equal to 0 specifies)
SPS 바운딩 박스 존재 플래그(sps_bounding_box_present_flag) 가 true 값을 가지면, 실시예들에 따른 SPS 는 SPS 바운딩 박스 x 오프셋(sps_bounding_box_offset_x), SPS 바운딩 박스 y 오프셋(sps_bounding_box_offset_y), SPS 바운딩 박스 z 오프셋(sps_bounding_box_offset_z), SPS 바운딩 박스 스케일 펙터(sps_bounding_box_scale_factor), SPS 바운딩 박스 너비 사이즈(sps_bounding_box_size_width), SPS 바운딩 박스 높이 사이즈(sps_bounding_box_size_height) 및 SPS 바운딩 박스 깊이 사이즈(sps_bounding_box_size_depth) 를 더 포함한다.
SPS 바운딩 박스 오프셋 x (sps_bounding_box_offset_x)는 직교 좌표계의 원본 바운딩 박스의 x 오프셋을 나타낸다. 해당 정보가 존재하지 않는 경우 본 파라미터의 값은 0일 수 있다. (indicates the x offset of the source bounding box in the cartesian coordinates. When not present, the value of sps_bounding_box_offset_x is inferred to be 0.)
SPS 바운딩 박스 오프셋 y (sps_bounding_box_offset_y)는 직교 좌표계의 원본 바운딩 박스의 y 오프셋을 나타낸다. 해당 정보가 존재하지 않는 경우 본 파라미터의 값은 0일 수 있다. (indicates indicates the y offset of the source bounding box in the cartesian coordinates. When not present, the value of sps_bounding_box_offset_y is inferred to be 0.)
SPS 바운딩 박스 오프셋 z (sps_bounding_box_offset_z)는 직교 좌표계의 원본 바운딩 박스의 z 오프셋을 나타낸다. 해당 정보가 존재하지 않는 경우 본 파라미터의 값은 0일 수 있다. (indicates indicates the z offset of the source bounding box in the Cartesian coordinates. When not present, the value of sps_bounding_box_offset_z is inferred to be 0.)
SPS 바운딩 박스 스케일 펙터(sps_bounding_box_scale_factor)는 직교 좌표계 내의 원본 바운딩 박스의 스케일 펙터를 나타낸다. 해당 정보가 존재하지 않는 경우 본 파라미터의 값은 1이거나 0일 수 있다. (indicates the scale factor the source bounding box in the Cartesian coordinates. When not present, the value of sps_bounding_box_scale_factor is inferred to be 1. Indicates. When not present, the value of sps_bounding_box_scale_factor is inferred to be 0.)
SPS 바운딩 박스 사이즈 윗드(sps_bounding_box_size_width)는 직교 좌표계 내의 원본 바운딩 박스의 폭을 나타낸다. 해당 정보가 존재하지 않는 경우, sps_bounding_box_size_width의 값은 10과 같이 특정 값일 수 있다. (indicates the width of the source bounding box in the Cartesian coordinates. …When not present, the value of sps_bounding_box_size_width is inferred to be a specific value (such as 10).)
SPS 바운딩 박스 사이즈 하이트(sps_bounding_box_size_height)는 직교 좌표계 내의 원본 바운딩 박스의 높이를 나타낸다. 해당 정보가 존재하지 않는 경우, sps_bounding_box_size_height의 값은 1이거나 0일 수 있다. (indicates the height of the source bounding box in the Cartesian coordinates. When not present, the value of sps_bounding_box_size_height is inferred to be 1. When not present, the value of sps_bounding_box_size_hieght is inferred to be 0.)
SPS 바운딩 박스 사이즈 뎁스(sps_bounding_box_size_depth)는 직교 좌표계 내의 원본 바운딩 박스의 깊이를 나타낸다. 해당 정보가 존재하지 않는 경우, sps_bounding_box_size_height의 값은 1이거나 0일 수 있다. (indicates the depth of the source bounding box in the Cartesian coordinates. When not present, the value of sps_bounding_box_size_depth is inferred to be 1. When not present, the value of sps_bounding_box_size_depth is inferred to be 0.)
SPS 소스 스케일 펙터(sps_source_scale_factor)는 원본 포인트 클라우드의 스케일 펙터를 나타낸다. (indicates the scale factor of the source point cloud.)
SPS 시퀀셜 파라미터 세트 ID(sps_seq_parameter_set_id)는 다른 신텍스 엘리먼트에 의해 참조되는 SPS에 대한 id 정보를 나타난다. sps_seq_parameter_set_id는 해당 버전의 명세서 내의 조건들을 만족하는 범위 내에서 0에서 15의 값으로 정해질 수 있다. 0이 아닌 다른 정보로 sps_seq_parameter_set_id는 ISO/IEC에 의해 추후 사용될 수 있다. (provides an identifier for the SPS for reference by other syntax elements. In The value of sps_seq_parameter_set_id may be in the range of 0 to 15, inclusive in bitstreams conforming to this version of this Specification.. The value other than 0 for sps_seq_parameter_set_id is reserved for future use by ISO/IEC.)
SPS 어트리뷰트 세트 개수(sps_num_attribute_sets)는 비트스트림 내의 코딩된 속성의 수를 나타낸다. sps_seq_parameter_set_id 는 0에서 64의 범위를 가질 수 있다. (indicates the number of coded attributes in the bitstream. The value of sps_num_attribute_sets may be in the range of 0 to 64.)
실시예들에 따른 SPS는 SPS 어트리뷰트 세트 개수(sps_num_attribute_sets)만큼 어트리뷰트 디멘션(attribute_dimension[ i ]), 어트리뷰트 인스턴스(attribute_instance_id[ i ]), 어트리뷰트 비트 뎁스(attribute_bitdepth[ i ]), 어트리뷰트 CICP 컬러 프라이머리(attribute_cicp_colour_primaries[ i ]), 어트리뷰트 CICP 전달 특성(attribute_cicp_transfer_characteristics[ i ]), 어트리뷰트 CICP 매트릭스 코이피션트(attribute_cicp_matrix_coeffs[ i ]), 어트리뷰트 CICP 비디오 풀레인지 플래그(attribute_cicp_video_full_range_flag[ i ]) 및/또는 노운 어트리뷰트 라벨 플래그(known_attribute_label_flag[ i ])를 포함할 수 있다.
어트리뷰트 디멘션(attribute_dimension[ i ])는 i번째 속성의 컴포넌트들의 수를 나타낸다. (specifies the number of components of the i-th attribute.)
어트리뷰트 인스턴스(attribute_instance_id[ i ])는 속성 인스턴스 id를 나타낸다. (specifies attribute instance id.)
어트리뷰트 비트 뎁스(attribute_bitdepth[ i ])는 i번째 속성 신호(들)의 비트뎁스(bitdepth) 정보를 나타낸다. (specifies the bitdepth of the i-th attribute signal(s).)
어트리뷰트 CICP 컬러 프라이머리(attribute_cicp_colour_primaries[ i ])는 컬러 속성 소스 프라이머리들의 색도를 나타낸다. (indicates the chromaticity coordinates of the colour attribute source primaries.)
어트리뷰트 CICP 전달 특성(attribute_cicp_transfer_characteristics[ i ])는 원본 입력 리니어 시각적 강도(input linear optical intensity)인 Lc와 0에서 1 사이의 명목 실제-값으로 구성된, 컬러 속성의 참조 광전자적 전달 특성 함수를 나타낸다. 또는 본 파라미터는 출력 리니어 시각적 강도(output linear optical intensity)인 Lo와 0에서 1의 범위를 가지는 명목 실제-값으로 구성된, 참조 광전자적 전달 특성 함수의 역을 나타낼 수 있다. (either indicates the reference opto-electronic transfer characteristic function of the colour attribute as a function of a source input linear optical intensity Lc with a nominal real-valued range of 0 to 1 or indicates the inverse of the reference electro-optical transfer characteristic function as a function of an output linear optical intensity Lo with a nominal real-valued range of 0 to 1. )
어트리뷰트 CICP 매트릭스 코이피션트(attribute_cicp_matrix_coeffs[ i ])는 녹색, 청색 및 적색 (또는 Y, Z, X의 삼원색)의 루마(luma)와 채도(chroma) 신호들 행렬 계수를 나타낸다. (describes the matrix coefficients used in deriving luma and chroma signals from the green, blue, and red, or Y, Z, and X primaries.)
어트리뷰트 CICP 비디오 풀레인지 플래그(attribute_cicp_video_full_range_flag[ i ])는 E'Y, E'PB 및 E'PR 또는 E'R, E'G 및 E'B 실제-값 컴포넌트 신호들로부터 도출되는 블랙 레벨과 루마 및 채도 신호의 범위를 나타낸다. (specifies indicates the black level and range of the luma and chroma signals as derived from E′Y, E′PB, and E′PR or E′E′nd E′real-valued component signals.)
노운 어트리뷰트 라벨(known_attribute_label[ i ])가 0인 경우 속성이 컬러임을 나타낸다. 해당 파라미터가 1인 경우 속성은 반사율임을 나타낸다. 해당 파라미터가 2인 경우 속성은 프레임 인덱스임을 나타낸다. (equal to 0 specifies the attribute is colour. known_attribute_label[ i ] equal to 1 specifies the attribute is reflectance. known_attribute_label[ i ] equal to 2 specifies the attribute is farme index.)
실시예들에 따른 SPS는 파티셔닝 인에이블 플래그(partitioning_enabling_flag)를 더 포함할 수 있다.
파티셔닝 인에이블 플래그(partitioning_enabling_flag)는 실시예들에 따른 슬라이스 분할(파티셔닝) 동작을 수행할지 여부를 나타내는 정보를 나타낸다. 예를 들어, 파티셔닝 인에이블 플래그의 값이 0이면, 포인트 클라우드 데이터 송신 장치는 실시예들에 따른 포인트 클라우드 데이터를 하나 또는 그 이상의 슬라이스들로 파티셔닝하지 않음을 나타낸다. 파티셔닝 인에이블 플래그의 값이 1이면, 포인트 클라우드 데이터 송신 장치는 실시예들에 따른 포인트 클라우드 데이터를 하나 또는 그 이상의 슬라이스들로 파티셔닝함을 나타낸다.
파티셔닝 인에이블 플래그의 값이 1인 경우 실시예들에 따른 SPS는, 파티셔닝 메소드(Partitioning_method) 정보를 더 포함할 수 있다.
파티셔닝 메소드(Partitioning_method)는 실시예들에 따른 포인트 클라우드 데이터 송신 장치가 포인트 클라우드 데이터를 파티셔닝하는 방법을 나타내는 정보이다.
예를 들어, 파티셔닝 메소드(Partitioning_method) 정보의 값이 0인 경우, 해당 파라미터는 송신 장치가 실시예들에 따른 타임스탬프 기반 파티셔닝 방법(Timestamp_partitioning_method, 시간 속성을 이용한 슬라이스 분할 방법 수행)에 기초하여 분할 동작이 수행됨을 나타낸다. 분할 방법은 하나 이상의 분할 방법을 사용할 수 있다 (슬라이스별 사용한 분할 방법 시그널링).
예를 들어, 파티셔닝 메소드(Partitioning_method) 정보의 값이 1인 경우, 해당 파라미터는 송신 장치가 몰톤 코드 순서 파티셔닝 방법(Morton_order_partitioning_method, 몰톤 순서를 이용한 슬라이스 분할 방법 수행)에 기초하여 슬라이스 파티셔닝이 수행됨을 나타낸다.
예를 들어, 파티셔닝 메소드(Partitioning_method) 정보의 값이 2인 경우, 해당 파라미터는 송신 장치가 유니폼 스퀘어 파티셔닝 방법(Uniform_square_partitioning_method, 균등 사각형 분할 방법)에 기초하여 슬라이스 파티셔닝이 수행됨을 나타낸다.
예를 들어, 파티셔닝 메소드(Partitioning_method) 정보의 값이 3인 경우, 도 18 내지 도 27에 나타난 다른 슬라이스 파티셔닝 방법에 따라 파티셔닝이 수행됨을 나타낸다.
정제 슬라이스 방법 플래그(refine_slice_method_flag)는 실시예들에 따른 포인트 클라우드 데이터 송신 장치가 분할된 슬라이스들을 정제할지 여부를 나타내는 정보이다. 예를 들어, 정제 슬라이스 방법 플래그(refine_slice_method_flag)의 값이 0이면, 송신 장치가 슬라이스들에 대하여 실시예들에 따른 정제 동작을 수행하지 않음을 나타낸다. 예를 들어, 정제 슬라이스 방법 플래그(refine_slice_method_flag)의 값이 1이면, 송신 장치가 슬라이스들에 대하여 실시예들에 따른 정제 동작을 수행함을 나타낸다.
예를 들어, 정제 슬라이스 방법 플래그(refine_slice_method_flag)의 값이 1이면, 실시예들에 따른 SPS는 정제 방법(refine_method) 정보를 더 포함할 수 있다.
정제 방법(refine_method) 정보는 송신 장치가 분할된 슬라이스들을 어떤 방법(또는 형태)로 정제할지를 나타내는 정보이다. 예를 들어, 정제 방법(refine_method) 정보의 값이 0(또는 제 1 값)이면, 송신 장치는 실시예들에 따른 리스트 기반 슬라이스 정제 방법을 사용함을 의미할 수 있다(list_refine_method: 리스트 기반 슬라이스 정제 방법 사용). 예를 들어, 정제 방법(refine_method) 정보의 값이 1(또는 제 2 값)이면, 송신 장치는 실시예들에 따른 트리 기반 슬라이스 정제 방법을 사용함을 의미할 수 있다(tree_refine_method: 트리 기반 슬라이스 정제 방법 사용).
정제 방법 컨디션(refine_method_condition) 정보는 송신 장치가 수행할 정제 방법이 거리기반 방법인지, 2/4/6방형 정제 방법인지, 및/또는 다른 정제 방법인지를 나타낸다.
예를 들어, 정제 방법 컨디션(refine_method_condition) 정보의 값이 0이면, 해당 파라미터는 송신 장치가 실시예들에 따른 거리 기반 정제 방법(distance_refine_method)을 사용함을 나타낸다. 정제 방법 컨디션(refine_method_condition) 정보의 값이 0이면, TPS는 디스턴스 포인트 간 위치(distance_point_to_point_location) 정보를 더 포함할 수 있다.
예를 들어, 정제 방법 컨디션(refine_method_condition) 정보의 값이 1이면, 해당 파라미터는 송신 장치가 실시예들에 따른 2방형/4방형/6방형에 따른 이웃 슬라이스들을 기반으로 정제를 수행하는 방법을 사용함을 나타낸다(distance_refine_method). 정제 방법 컨디션(refine_method_condition) 정보의 값이 1이면, TPS는 네이버스 오더 투 머지(neighbours_order_to_merge) 정보를 더 포함할 수 있다(2way_neighbour_refine_mehod).
예를 들어, 정제 방법 컨디션(refine_method_condition) 정보의 값이 2이면, 해당 파라미터는 송신 장치가 다른 정제 방법(others)을 사용함을 나타낸다.
디스턴스 포인트 간 위치(distance_point_to_point_location) 정보는 실시예들에 따른 송신 장치가, 거리 기반 정제 방법으로 정제를 수행하는 경우 각 슬라이스들의 거리를 측정하는 기준을 나타낸다.
예를 들어, 전송 장치는 디스턴스 포인트 간 위치(distance_point_to_point_location) 정보를 이용하여 바운딩 박스 내 가장 가까운 슬라이스를 기준으로, 거리가 중간값에 해당하는 슬라이스를 기준으로, 가장 먼 슬라이스를 기준으로 거리 측정조건으로 사용할 수 있다.
디스턴스 포인트 간 위치(distance_point_to_point_location) 정보의 값이 0이면, 송신 장치는 슬라이스들 중 가장 가까운 슬라이스를 기준으로 거리 측정에 사용함을 나타낸다. 디스턴스 포인트 간 위치(distance_point_to_point_location) 정보의 값이 1이면, 송신 장치는 슬라이스들 중 거리가 중간값에 해당하는 슬라이스를 기준으로 거리 측정에 사용한다. 디스턴스 포인트 간 위치(distance_point_to_point_location) 정보의 값이 2이면, 송신 장치는 슬라이스들 중 가장 먼 슬라이스를 기준으로 거리 측정에 사용함을 나타낸다.
네이버스 오더 투 머지(neighbours_order_to_merge) 정보는 2개/4개/6개의 인접하는 슬라이스들(해당 슬라이스와 위로 인접, 해당 슬라이스와 아래로 인접, 해당 슬라이스와 좌측으로 인접, 해당 슬라이스와 우측으로 인접) 중 아래와 같은 예시된 정의된 순서로 합병 동작 및/또는 스플릿 동작을 수행할 수 있다.
네이버스 오더 투 머지(neighbours_order_to_merge) 정보의 값이 0이면, 해당 슬라이스와 인접한 슬라이스들 중 가장 작은 개수의 포인트들을 포함하는 슬라이스를 우선으로 합병 및/또는 스플릿 동작을 수행함을 나타낸다. 네이버스 오더 투 머지(neighbours_order_to_merge) 정보의 값이 1이면, 해당 슬라이스와 인접한 슬라이스들 중 가장 많은 개수의 포인트들을 포함하는 슬라이스를 우선으로 합병 및/또는 스플릿 동작을 수행함을 나타낸다. 네이버스 오더 투 머지(neighbours_order_to_merge) 정보의 값이 2이면, 해당 슬라이스와 인접한 슬라이스들 중 별도로 정의한 슬라이스를 우선으로 합병 및/또는 스플릿 동작을 수행함을 나타낸다.
SPS 익스텐션 프리젠트 플래그(sps_extension_present_flag)가 1인 경우 sps_extension_data가 SPS RBSP 신텍스 구조 내에 존재함을 나타낸다. 해당 파라미터가 0인 경우, 해당 신텍스 구조가 존재하지 않음을 나타낸다. 존재하지 않는 경우, sps_extension_present_flag의 값이 0일 수 있다. (equal to 1 specifies that the sps_extension_data syntax structure is present in the SPS RBSP syntax structure. sps_extension_present_flag equal to 0 specifies that this syntax structure is not present. When not present, the value of sps_extension_present_flag is inferred to be equal to 0.)
SPS 익스텐션 데이터 플래그(sps_extension_data_flag)는 어느 값이나 가질 수 있다. 해당 파라미터의 존재는 디코더의 해당 표준문서의 Annex A에 제시된 프로파일의 동작에 영향을 주지 않는다. (may have any value. Its presence and value do not affect decoder conformance to profiles specified in Annex A Decoders conforming to a profile specified in Annex A.)
실시예들에 따른 SPS는 타일 내 시퀸셜 인풋 스라이스 구성 플래그(sequential_input_slice_configuration_in_tile_flag), 오버래핑 슬라이스 컴포즈 플래그(overlapping_slice_compose_flag), 오버래핑 슬라이스 컴포즈 메소드(overlapping_slice_compose_method[ i ]) 정보를 더 포함할 수 있다.
도 32는 실시예들에 따른 비트스트림의 TPS(Tile Parameter Set)의 예시이다.
도 32에 나타난 파라미터들은 도 30에서 설명한 TPS(Tile Parameter Set) 내에 포함될 수 있다. 실시예들에 따른 TPS는 실시예들에 따른 슬라이스(slice)의 분할(슬라이스 파티셔닝), 슬라이스 타일링 방법과 관련된 시그널링 정보 및/또는 관련 시그널링 정보를 포함할 수 있다.
타일 개수(num_tiles)는 해당 비트스트림 내에 존재하는 타일들의 개수를 나타낸다. (Represents the number of tiles signalled for the bitstream). 만약 해당 비트스트림 내에 존재하는 타일이 없으면, num_tiles는 0으로 시그널링될 수 있다. (When not present, num_tiles is inferred to be 0)
실시예들에 따른 TPS는 타일 개수(num_tiles)에 나타난 값만큼 하기의 시그널링 정보를 포함할 수 있다.
타일 바운딩 박스 오프셋 x [i] (tile_bounding_box_offset_x[ i ])는 직교 좌표계 내의 i-번째 타일의 x 오프셋을 나타낸다 (indicates the x offset of the i-th tile in the cartesian coordinates). 만약 해당 x 오프셋이 존재하지 않으면, tile_bounding_box_offset_x[ 0 ]의 값이 sps_bounding_box_offset_x일 수 있다. (When not present, the value of tile_bounding_box_offset_x[ 0 ] is inferred to be sps_bounding_box_offset_x.)
타일 바운딩 박스 오프셋 y [i] (tile_bounding_box_offset_y[ i ])는 직교 좌표계 내의 i-번째 타일의 y 오프셋을 나타낸다 (indicates the y offset of the i-th tile in the cartesian coordinates). 만약 해당 y 오프셋이 존재하지 않으면, tile_bounding_box_offset_y[ 0 ]의 값이 sps_bounding_box_offset_y일 수 있다.. (When not present, the value of tile_bounding_box_offset_y[ 0 ] is inferred to be sps_bounding_box_offset_y.)
타일 바운딩 박스 오프셋 z [i] (tile_bounding_box_offset_z[ i ])는 직교 좌표계 내의 i-번째 타일의 z 오프셋을 나타낸다. (indicates indicates the z offset of the i-th tile in the Cartesian coordinates.) 만약 해당 z 오프셋이 존재하지 않으면, tile_bounding_box_offset_z[ 0 ]의 값이 sps_bounding_box_offset_z일 수 있다. (When not present, the value of tile_bounding_box_offset_z[ 0 ] is inferred to be sps_bounding_box_offset_z.)
타일 바운딩 박스 스케일 펙터[i] (tile_bounding_box_scale_factor[ i ])는 직교 좌표계 내의 i-번째 타일과 관련된 스케일 펙터(scale factor)를 나타낸다. (indicates the scale factor the i-th tile in the Cartesian coordinates.) 만약 해당 스케일 펙터가 존재하지 않으면, tile_bounding_box_scale_factor[ 0 ]이 sps_bounding_box_scale_factor일 수 있다. (When not present, the value of tile_bounding_box_scale_factor[ 0 ] is inferred to be sps_bounding_box_scale_factor.)
타일 바운딩 박스 사이즈 윗드 [i] (tile_bounding_box_size_width[ i ])는 직교 좌표계 내의 i-번째 타일의 폭(width)를 나타낸다. (indicates the width of the i-th tile in the Cartesian coordinates.) 만약 폭 값이 존재하지 않는 경우, tile_bounding_box_size_width[ 0 ] 은 sps_bounding_box_size_width일 수 있다. (When not present, the value of tile_bounding_box_size_width[ 0 ] is inferred to be sps_bounding_box_size_width.)
타일 바운딩 박스 사이즈 하이트 [i] (tile_bounding_box_size_height[ i ])는 직교 좌표계 내의 i-번째 타일의 높이(height)를 나타낸다. (indicates the height of the i-th tile in the Cartesian coordinates.) 만약 높이 값이 존재하지 않는 경우, tile_bounding_box_size_height[ 0 ] 은 sps_bounding_box_size_height일 수 있다. (When not present, the value of tile_bounding_box_size_height[ 0 ] is inferred to be sps_bounding_box_size_height.)
타일 바운딩 박스 사이즈 뎁스 [i] (tile_bounding_box_size_depth[ i ])는 직교 좌표계 내의 i-번째 타일의 뎁스(depth)를 나타낸다. (indicates the depth of the i-th tile in the Cartesian coordinates.) 만약 높이 값이 존재하지 않는 경우, tile_bounding_box_size_depth[ 0 ] 은 sps_bounding_box_size_depth 일 수 있다. (When not present, the value of tile_bounding_box_size_depth[ 0 ] is inferred to be sps_bounding_box_size_depth.)
실시예들에 따른 TPS는 파티셔닝 인에이블 플래그(partitioning_enable_flag)를 포함할 수 있다.
파티셔닝 인에이블 플래그(partitioning_enabling_flag)는 도 31에서 설명한 SPS에 포함된 파티셔닝 인에이블 플래그(partitioning_enabling_flag)와 동일한 동작을 의미하는 파라미터일 수 있다. 파티셔닝 인에이블 플래그의 값이 1인 경우 실시예들에 따른 TPS는, 파티셔닝 메소드(Partitioning_method) 정보를 더 포함할 수 있다.
파티셔닝 메소드(Partitioning_method)는 도 31에서 설명한 SPS에 포함된 파티셔닝 메소드(Partitioning_method)와 동일한 동작을 의미하는 파라미터일 수 있다.
정제 슬라이스 방법 플래그(refine_slice_method_flag)는 도 31에서 설명한 SPS에 포함된 정제 슬라이스 방법 플래그(refine_slice_method_flag)와 동일한 동작을 의미하는 파라미터일 수 있다. 예를 들어, 정제 슬라이스 방법 플래그(refine_slice_method_flag)의 값이 1이면, 실시예들에 따른 TPS는 정제 방법(refine_method) 정보를 더 포함할 수 있다.
정제 방법(refine_method) 정보는 도 31에서 설명한 SPS에 포함된 정제 방법(refine_method) 정보와 동일한 동작을 의미하는 파라미터일 수 있다.
정제 방법 컨디션(refine_method_condition) 정보는 도 31에서 설명한 SPS에 포함된 정제 방법 컨디션(refine_method_condition) 정보와 동일한 동작을 의미하는 파라미터일 수 있다.
예를 들어, 정제 방법 컨디션(refine_method_condition) 정보의 값이 0이면, 해당 파라미터는 송신 장치가 실시예들에 따른 거리 기반 정제 방법(distance_refine_method)을 사용함을 나타낸다. 정제 방법 컨디션(refine_method_condition) 정보의 값이 0이면, TPS는 디스턴스 포인트 간 위치(distance_point_to_point_location) 정보를 더 포함할 수 있다.
예를 들어, 정제 방법 컨디션(refine_method_condition) 정보의 값이 1이면, 해당 파라미터는 송신 장치가 실시예들에 따른 2방형/4방형/6방형에 따른 이웃 슬라이스들을 기반으로 정제를 수행하는 방법을 사용함을 나타낸다. 정제 방법 컨디션(refine_method_condition) 정보의 값이 1이면, TPS는 네이버스 오더 투 머지(neighbours_order_to_merge) 정보를 더 포함할 수 있다.
디스턴스 포인트 간 위치(distance_point_to_point_location) 정보, 네이버스 오더 투 머지(neighbours_order_to_merge) 정보는 도 31에서 설명한 SPS에 포함된 디스턴스 포인트 간 위치(distance_point_to_point_location) 정보, 네이버스 오더 투 머지(neighbours_order_to_merge) 정보와 동일한 동작을 의미하는 파라미터일 수 있다.
도 33은 실시예들에 따른 비트스트림의 GPS(Geometry Parameter Set)의 예시를 나타낸다.
도 33에 나타난 파라미터들은 도 30에서 설명한 GPS(Geometry Parameter Set) 내에 포함될 수 있다. 실시예들에 따른 GPS는 실시예들에 따른 슬라이스(slice)의 분할(슬라이스 파티셔닝), 슬라이스 타일링 방법과 관련된 시그널링 정보 및/또는 관련 시그널링 정보를 포함할 수 있다.
GPS 파라미터 세트 ID(gps_geom_parameter_set_id)는 다른 신텍스 엘리먼트들에 의해 참조되는 GPS의 식별자를 나타낸다. 본 파라미터의 값은 0 내지 15일 수 있다. (provides an identifier for the GPS for reference by other syntax elements. The value of gps_seq_parameter_set_id may be in the range of 0 to 15, inclusive.)
GPS 시퀀셜 파라미터 세트 ID(gps_seq_parameter_set_id)는 해당 액티브 SPS에 대한 sps_seq_parameter_set_id의 값을 나타낸다. 해당 값은 0 내지 15일 수 있다. (specifies the value of sps_seq_parameter_set_id for the active SPS. The value of gps_seq_parameter_set_id shall be in the range of 0 to 15, inclusive.)
GPS 바운딩 박스 존재 플래그(gps_box_present_flag)는 추가 바운딩 박스 정보가 해당 GPS 내에서 지오메트리 헤더(geometry header) 내에 제공되는 경우 1일 수 있다. 해당 파라미터는 추가 바운딩 박스 정보가 지오메트리 헤더 내에 제공되지 않는 경우 0을 나타낼 수 있다. (equal to 1 specifies an additional bounding box information is provided in a geometry header that references the current GPS. gps_bounding_box_present_flag equal to 0 specifies that additional bounding box information is not signalled in the geometry header.)
유니크 지오메트리 포인트 플래그(unique_geometry_points_flag)는 모든 출력된 포인트들이 고유의 위치를 가지는 경우 1일 수 있다. 해당 파라미터는 출력 포인트들이 같은 위치에 존재하는 경우 0일 수 있다. (equal to 1 indicates that all output points have unique positions. unique_geometry_points_flag equal to 0 indicates that the output points may have same positions.)
네이버 콘텍스트 리스트릭션 플래그(neighbour_context_restriction_flag)가 0인 경우, 옥트리 오큐펀시 코딩이 6개의 네이버링 노드들에 기초하여 결정된 컨텍스트들을 사용함을 나타낸다. 1인 경우, 옥트리 오큐펀시 코딩이 형제 노드들에만 기초하여 결정된 컨텍스트들을 사용함을 나타낸다. (equal to 0 indicates that octree occupancy coding uses contexts determined from six neighbouring parent nodes. neighbour_context_restriction_flag equal to 1 indicates that octree coding uses contexts determined from sibling nodes only.)
인퍼드 다이렉트 코딩 모드 설정 플래그(inferred_direct_coding_mode_enabled_flag)가 0인 경우, 옥트리 코딩이 inferred_direct_coding_mode를 사용하였음을 나타낸다. 1인 경우, 형제 이웃 노드들로부터 결정된 복수의 컨텍스트들을 사용하여 옥트리 코딩하였음을 나타낸다. (equal to 0 indicates the octree coding uses inferred_direct_coding_mode. inferred_direct_coding_mode_enabled_flag equal to 1 indicates the octree coding uses multiple context determined from sibling neighbouring nodes.)
로그2 네이버 어베일 바운더리(log2_neighbour_avail_boundary)는 디코딩 프로세스가 아래와 같이 이용되는 NeighbAvailBoundary의 값을 나타낸다. (specifies the value of the variable NeighbAvailBoundary that is used in the decoding process as follows: )
NeighbAvailBoundary = 2log2_neighbour_avail_boundary
로그2 트라이숩 노드 사이즈(log2_trisoup_node_size)는 아래와 같이 결정되는 트라이앵글 노드들의 크기로서 TrisoupNodeSize을 나타낸다. (specifies the variable TrisoupNodeSize as the size of the triangle nodes as follows.)
TrisoupNodeSize = 2log2_trisoup_node_size
log2_trisoup_node_size의 값은 0보다 클 수 있다. log2_trisoup_node_size의 크기가 0인 경우 지오메트리 비트스트림은 오로지 옥트리 코딩 신텍스만 포함함을 나타낼 수 있다. (The value of log2_trisoup_node_size may be equal to or greater than 0. When log2_trisoup_node_size is equal to 0, the geometry bitstream includes only the octree coding syntax.)
실시예들에 따른 TPS는 파티셔닝 인에이블 플래그(partitioning_enable_flag)를 포함할 수 있다.
파티셔닝 인에이블 플래그(partitioning_enabling_flag)는 도 31에서 설명한 SPS에 포함된 파티셔닝 인에이블 플래그(partitioning_enabling_flag)와 동일한 동작을 의미하는 파라미터일 수 있다. 파티셔닝 인에이블 플래그의 값이 1인 경우 실시예들에 따른 GPS는, 파티셔닝 메소드(Partitioning_method) 정보를 더 포함할 수 있다.
파티셔닝 메소드(Partitioning_method)는 도 31에서 설명한 SPS에 포함된 파티셔닝 메소드(Partitioning_method)와 동일한 동작을 의미하는 파라미터일 수 있다.
정제 슬라이스 방법 플래그(refine_slice_method_flag)는 도 31에서 설명한 SPS에 포함된 정제 슬라이스 방법 플래그(refine_slice_method_flag)와 동일한 동작을 의미하는 파라미터일 수 있다. 예를 들어, 정제 슬라이스 방법 플래그(refine_slice_method_flag)의 값이 1이면, 실시예들에 따른 GPS는 정제 방법(refine_method) 정보를 더 포함할 수 있다.
정제 방법(refine_method) 정보는 도 31에서 설명한 SPS에 포함된 정제 방법(refine_method) 정보와 동일한 동작을 의미하는 파라미터일 수 있다.
정제 방법 컨디션(refine_method_condition) 정보는 도 31에서 설명한 SPS에 포함된 정제 방법 컨디션(refine_method_condition) 정보와 동일한 동작을 의미하는 파라미터일 수 있다.
예를 들어, 정제 방법 컨디션(refine_method_condition) 정보의 값이 0이면, 해당 파라미터는 송신 장치가 실시예들에 따른 거리 기반 정제 방법(distance_refine_method)을 사용함을 나타낸다. 정제 방법 컨디션(refine_method_condition) 정보의 값이 0이면, TPS는 디스턴스 포인트 간 위치(distance_point_to_point_location) 정보를 더 포함할 수 있다.
예를 들어, 정제 방법 컨디션(refine_method_condition) 정보의 값이 1이면, 해당 파라미터는 송신 장치가 실시예들에 따른 2방형/4방형/6방형에 따른 이웃 슬라이스들을 기반으로 정제를 수행하는 방법을 사용함을 나타낸다. 정제 방법 컨디션(refine_method_condition) 정보의 값이 1이면, TPS는 네이버스 오더 투 머지(neighbours_order_to_merge) 정보를 더 포함할 수 있다.
디스턴스 포인트 간 위치(distance_point_to_point_location) 정보, 네이버스 오더 투 머지(neighbours_order_to_merge) 정보는 도 31에서 설명한 SPS에 포함된 디스턴스 포인트 간 위치(distance_point_to_point_location) 정보, 네이버스 오더 투 머지(neighbours_order_to_merge) 정보와 동일한 동작을 의미하는 파라미터일 수 있다.
GPS 확장 존재 플래그(gps_extension_present_flag)가 1이면, gps_extension_data 신텍스 구조가 GPS RBSP 신텍스 구조 내에 존재함을 나타낸다. 0인 경우, 해당 신텍스 구조가 존재하지 않음을 나타낸다. (equal to 1 specifies that the gps_extension_data syntax structure is present in the GPS RBSP syntax structure. gps_extension_present_flag equal to 0 specifies that this syntax structure is not present. When not present, the value of gps_ extension_present_flag is inferred to be equal to 0.)
GPS 확장 존재 플래그(gps_extension_data_flag)는 어떠한 값도 가질 수 있다. 해당 값이 존재하는 경우, 값은 디코더에 영향을 주지 않는다. (may have any value. Its presence and value do not affect decoder conformance to profiles specified in Annex A. Decoders conforming to a profile specified in Annex A.)
도 34은 실시예들에 따른 비트스트림의 SPS(Sequence Parameter Set)의 예시이다.
도 34에 나타난 파라미터들은 도 30에서 설명한 SPS(Sequence Parameter Set) 내에 포함될 수 있다. 실시예들에 따른 SPS는 실시예들에 따른 슬라이스(slice)의 분할(슬라이스 파티셔닝), 슬라이스 타일링 방법과 관련된 시그널링 정보 및/또는 관련 시그널링 정보를 포함할 수 있다.
실시예들에 따른 SPS는 도 31에서 설명한 프로파일_idc(profile_idc), 프로파일 컴페티빌리티 플래그(profile_compatibility_flags), 레벨_idc(level_idc), SPS 바운딩 박스 프리젠트 플래그(sps_bounding_box_present_flag), SPS 바운딩 박스 오프셋 x (sps_bounding_box_offset_x), SPS 바운딩 박스 오프셋 y (sps_bounding_box_offset_y), SPS 바운딩 박스 오프셋 z (sps_bounding_box_offset_z), SPS 바운딩 박스 스케일 펙터(sps_bounding_box_scale_factor), SPS 바운딩 박스 사이즈 윗드(sps_bounding_box_size_width), SPS 바운딩 박스 사이즈 하이트(sps_bounding_box_size_height), SPS 바운딩 박스 사이즈 뎁스(sps_bounding_box_size_depth), SPS 소스 스케일 펙터(sps_source_scale_factor), SPS 시퀀셜 파라미터 세트 ID(sps_seq_parameter_set_id), SPS 어트리뷰트 세트 개수(sps_num_attribute_sets), 어트리뷰트 디멘션(attribute_dimension[ i ]), 어트리뷰트 인스턴스(attribute_instance_id[ i ]), 어트리뷰트 비트 뎁스(attribute_bitdepth[ i ]), 어트리뷰트 CICP 컬러 프라이머리(attribute_cicp_colour_primaries[ i ]), 어트리뷰트 CICP 전달 특성(attribute_cicp_transfer_characteristics[ i ]), 어트리뷰트 CICP 매트릭스 코이피션트(attribute_cicp_matrix_coeffs[ i ]), 어트리뷰트 CICP 비디오 풀레인지 플래그(attribute_cicp_video_full_range_flag[ i ]), 노운 어트리뷰트 라벨(known_attribute_label[ i ]), 파티셔닝 인에이블 플래그(partitioning_enabling_flag), 파티셔닝 메소드(Partitioning_method), 정제 슬라이스 방법 플래그(refine_slice_method_flag), 정제 방법(refine_method), 정제 방법 컨디션(refine_method_condition), 디스턴스 포인트 간 위치(distance_point_to_point_location), 네이버스 오더 투 머지(neighbours_order_to_merge), SPS 익스텐션 프리젠트 플래그(sps_extension_present_flag), SPS 익스텐션 데이터 플래그(sps_extension_data_flag)를 포함할 수 있다. 도31과 중복되는 도34의 엘리먼트의 정의는 도31의 설명을 참조할 수 있다.
실시예들에 따른 SPS는 정제 방법 컨디션의 값이 1인 경우, 네이버 넘버(neighbor_num) 정보 및/또는 네이버 탐색 방법(neighbor_search_method) 정보를 더 포함할 수 있다.
네이버 넘버(neighbor_num) 정보는, 실시예들에 따른 전송 장치(정제부)가 해당 슬라이스를 인접하는 슬라이스들의 개수를 시그널링한다. 예를 들어, 2방형 정제 방법의 경우 특정 슬라이스는 네이버 넘버 정보의 값이 2일 수 있다.
네이버 탐색 방법(neighbor_search_method) 정보는, 전송 장치가 N개(2방형/4방형/6방형)의 슬라이스 기반으로 정제하는 경우 인접하는 이웃 슬라이스의 선택 방향을 나타낸다.
도 35는 실시예들에 따른 비트스트림의 TPS(Tile Parameter Set)의 예시이다.
도 35에 나타난 파라미터들은 도 30에서 설명한 TPS(Tile Parameter Set) 내에 포함될 수 있다. 실시예들에 따른 TPS는 실시예들에 따른 슬라이스(slice)의 분할(슬라이스 파티셔닝), 슬라이스 타일링 방법과 관련된 시그널링 정보 및/또는 관련 시그널링 정보를 포함할 수 있다.
실시예들에 따른 TPS는 도 32에서 설명한 실시예들에 따른 타일 개수(num_tiles) 정보, 타일 바운딩 박스 오프셋 x [i] (tile_bounding_box_offset_x[ i ]) 정보, 타일 바운딩 박스 오프셋 y [i] (tile_bounding_box_offset_y[ i ]) 정보, 타일 바운딩 박스 오프셋 z [i] (tile_bounding_box_offset_z[ i ]) 정보, 타일 바운딩 박스 스케일 펙터[i] (tile_bounding_box_scale_factor[ i ]) 정보, 타일 바운딩 박스 사이즈 윗드 [i] (tile_bounding_box_size_width[ i ]) 정보, 타일 바운딩 박스 사이즈 하이트 [i] (tile_bounding_box_size_height[ i ]) 정보, 타일 바운딩 박스 사이즈 뎁스 [i] (tile_bounding_box_size_depth[ i ]) 정보, 파티셔닝 인에이블 플래그(partitioning_enabling_flag) 정보, 파티셔닝 메소드(Partitioning_method) 정보, 정제 슬라이스 방법 플래그(refine_slice_method_flag) 정보, 정제 방법(refine_method) 정보, 정제 방법 컨디션(refine_method_condition) 정보, 디스턴스 포인트 간 위치(distance_point_to_point_location) 정보, 네이버스 오더 투 머지(neighbours_order_to_merge) 정보를 포함할 수 있다. 도32와 중복되는 도35의 엘리먼트의 정의는 도32의 설명을 참조할 수 있다.
실시예들에 따른 TPS는 정제 방법 컨디션의 값이 1인 경우, 네이버 넘버(neighbor_num) 정보 및/또는 네이버 탐색 방법(neighbor_search_method) 정보를 더 포함할 수 있다.
네이버 넘버(neighbor_num) 정보, 네이버 탐색 방법(neighbor_search_method) 정보는 각각 도 34에서 설명한 네이버 넘버(neighbor_num) 정보, 네이버 탐색 방법(neighbor_search_method) 정보와 동일 또는 유사한 동작을 수행할 수 있다. TPS 는 타일 개수(num_tiles)만큼 각 타일들에 대한 네이버 넘버(neighbor_num) 정보 및/또는 네이버 탐색 방법(neighbor_search_method) 정보를 포함할 수 있다.
도 36은 실시예들에 따른 비트스트림의 GPS(Geometry Parameter Set)의 예시를 나타낸다.
도 36에 나타난 파라미터들은 도 30에서 설명한 GPS(Geometry Parameter Set) 내에 포함될 수 있다. 실시예들에 따른 GPS는 실시예들에 따른 슬라이스(slice)의 분할(슬라이스 파티셔닝), 슬라이스 타일링 방법과 관련된 시그널링 정보 및/또는 관련 시그널링 정보를 포함할 수 있다.
실시예들에 따른 GPS는 도 33에서 설명한 실시예들에 따른 GPS 파라미터 세트 ID(gps_geom_parameter_set_id) 정보, GPS 시퀀셜 파라미터 세트 ID(gps_seq_parameter_set_id) 정보, GPS 바운딩 박스 존재 플래그(gps_box_present_flag) 정보, 유니크 지오메트리 포인트 플래그(unique_geometry_points_flag) 정보, 네이버 콘텍스트 리스트릭션 플래그(neighbour_context_restriction_flag) 정보, 인퍼드 다이렉트 코딩 모드 설정 플래그(inferred_direct_coding_mode_enabled_flag) 정보, 비트와이즈 어큐판시 코딩 플래그(bitwise_occupancy_coding_flag) 정보, 차일드 네이버스 인에이블드 플래그(child_neighbours_enabled_flag) 정보, 지오메트리 어큐판시 CTX 리덕션 팩터(geom_occupancy_ctx_reduction_factor) 정보, 로그2 네이버 어베일 바운더리(log2_neighbour_avail_boundary) 정보, 로그2 인트라 프리딕션 맥스 노드 사이즈(log2_intra_pred_max_node_size) 정보, 로그2 트라이숩 노드 사이즈(log2_trisoup_node_size) 정보, 파티셔닝 인에이블 플래그(partitioning_enabling_flag) 정보, 파티셔닝 메소드(Partitioning_method) 정보, 정제 슬라이스 방법 플래그(refine_slice_method_flag) 정보, 정제 방법(refine_method) 정보, 정제 방법 컨디션(refine_method_condition) 정보, 디스턴스 포인트 간 위치(distance_point_to_point_location) 정보, 네이버스 오더 투 머지(neighbours_order_to_merge) 정보, GPS 확장 존재 플래그(gps_extension_present_flag) 정보, GPS 확장 존재 플래그(gps_extension_data_flag) 정보를 포함할 수 있다. 도33과 중복되는 도36의 엘리먼트의 정의는 도33의 설명을 참조할 수 있다.
실시예들에 따른 GPS는 정제 방법 컨디션 정보의 값이 1인 경우, 네이버 넘버(neighbor_num) 정보 및/또는 네이버 탐색 방법(neighbor_search_method) 정보를 더 포함할 수 있다.
네이버 넘버(neighbor_num) 정보, 네이버 탐색 방법(neighbor_search_method) 정보는 각각 도 34에서 설명한 네이버 넘버(neighbor_num) 정보, 네이버 탐색 방법(neighbor_search_method) 정보와 동일 또는 유사한 동작을 수행할 수 있다. GPS 는 타일 개수(num_tiles)만큼 각 타일들에 대한 네이버 넘버(neighbor_num) 정보 및/또는 네이버 탐색 방법(neighbor_search_method) 정보를 포함할 수 있다.
도 37은 실시예들에 따른 비트스트림의 GSH(Geometry Slice Header)의 예시를 나타낸다.
도 37에 나타난 파라미터들은 도 30에서 설명한 지오메트리 슬라이스 헤더(GSH, Geometry Slice Header, 30004a-1) 내에 포함될 수 있다. 실시예들에 따른 GSH는 실시예들에 따른 슬라이스(slice)의 분할(슬라이스 파티셔닝), 슬라이스 타일링 방법과 관련된 시그널링 정보 및/또는 관련 시그널링 정보를 포함할 수 있다.
GSH 지오메트리 파라미터 세트 ID(gsh_geometry_parameter_set_id)는 액티브 GPS의 gps_geom_parameter_set_id의 값을 나타낸다. (specifies the value of the gps_geom_parameter_set_id of the active GPS.)
GSH 타일 ID (gsh_tile_id)는 타일(tile)의 id를 나타낸다. (specifies id of tile.)
GSH 슬라이스 ID (gsh_slice_id)는 슬라이스(slice)의 id를 나타낸다. (specifies id of slice.)
실시예들에 따른 GPS 박스 프리젠트 플래그(GPS_box_present_flag)가 1 또는 true의 값을 가지는 경우, GSH는 GSH 박스 로그2 스케일(gsh_box_log2_scale), GSH 박스 오리진 x (gsh_box_origin_x), GSH 박스 오리진 y (gsh_box_origin_y), GSH 박스 오리진 z (gsh_box_origin_z)를 더 포함할 수 있다.
GSH 박스 로그2 스케일(gsh_box_log2_scale)은 스케일 값을 나타낸다. (specifies scale value.)
GSH 박스 오리진 x (gsh_box_origin_x)는 직교 좌표계 내의 소스 바운딩 박스의 x 좌표 정보를 나타낸다. (specifies the x of the source bounding box in the cartesian coordinates.)
GSH 박스 오리진 y (gsh_box_origin_y)는 직교 좌표계 내의 소스 바운딩 박스의 y 좌표 정보를 나타낸다. (specifies the y of the source bounding box in the cartesian coordinates.)
GSH 박스 오리진 z (gsh_box_origin_z)는 직교 좌표계 내의 소스 바운딩 박스의 z 좌표 정보를 나타낸다. (specifies the z of the source bounding box in the cartesian coordinates.)
GSH 로그2 최대 노드사이즈(gsh_log2_max_nodesize)는 디코딩 프로세스가 다음과 같이 수행되는 MaxNodeSize의 값을 나타낸다. (specifies the value of the variable MaxNodeSize that is used in the decoding process as follows:)
MaxNodeSize = 2( gbh_log2_max_nodesize )
GSH 포인트들 넘버(gsh_points_number)는 슬라이스 내의 코딩된 포인트들의 개수를 나타낸다. (specifies the number of coded points in the slice.)
실시예들에 따른 GSH는 도 31 내지 도 36에서 설명한 실시예들에 따른 파티셔닝 인에이블 플래그(partitioning_enabling_flag) 정보, 파티셔닝 메소드(Partitioning_method) 정보, 정제 슬라이스 방법 플래그(refine_slice_method_flag) 정보, 정제 방법(refine_method) 정보, 정제 방법 컨디션(refine_method_condition) 정보, 디스턴스 포인트 간 위치(distance_point_to_point_location) 정보 및/또는 네이버스 오더 투 머지(neighbours_order_to_merge) 정보를 더 포함할 수 있다.
실시예들에 따른 GSH는 정제 방법 컨디션 정보의 값이 1인 경우, 네이버 넘버(neighbor_num) 정보 및/또는 네이버 탐색 방법(neighbor_search_method) 정보를 더 포함할 수 있다.
네이버 넘버(neighbor_num) 정보, 네이버 탐색 방법(neighbor_search_method) 정보는 각각 도 34에서 설명한 네이버 넘버(neighbor_num) 정보, 네이버 탐색 방법(neighbor_search_method) 정보와 동일 또는 유사한 동작을 수행할 수 있다.
도 38은 실시예들에 따른 비트스트림의 ASH(Attribute Slice Header)의 예시를 나타낸다.
도 38에 나타난 파라미터들은 도 30에서 설명한 Attr (30004b, 30004c) 내에 포함될 수 있다. 실시예들에 따른 ASH는 실시예들에 따른 슬라이스(slice)의 분할(슬라이스 파티셔닝), 슬라이스 타일링 방법과 관련된 시그널링 정보 및/또는 관련 시그널링 정보를 포함할 수 있다.
ASH 어트리뷰트 파라미터 세트 ID (abh_attr_parameter_set_id)는 현재 액티브 APS의 aps_attr_parameter_set_id의 값을 나타낸다. (specifies the value of the aps_attr_parameter_set_id of the active APS.)
ASH 어트리뷰트 SPS 어트리뷰트 인덱스 (abh_attr_sps_attr_idx)는 현재 액티브 SPS 내의 어트리뷰트 세트를 나타낸다. abh_attr_sps_attr_idx의 값은 0 내지 현재 액티브 SPS의 sps_num_attribute_setsd의 값의 범위 내일 수 있다. (specifies the attribute set in the active SPS. The value of abh_attr_sps_attr_idx may be in the range of 0 to sps_num_attribute_sets in the active SPS.)
ASH 어트리뷰트 지오메트리 슬라이스 ID (abh_attr_geom_slice_id)는 지오메트리 슬라이스 id의 값을 나타낸다. (specifies the value of geom slice id.)
실시예들에 따른 ASH는 도 31 내지 도 37에서 설명한 실시예들에 따른 파티셔닝 인에이블 플래그(partitioning_enabling_flag) 정보, 파티셔닝 메소드(Partitioning_method) 정보, 정제 슬라이스 방법 플래그(refine_slice_method_flag) 정보, 정제 방법(refine_method) 정보, 정제 방법 컨디션(refine_method_condition) 정보, 디스턴스 포인트 간 위치(distance_point_to_point_location) 정보 및/또는 네이버스 오더 투 머지(neighbours_order_to_merge) 정보를 더 포함할 수 있다.
실시예들에 따른 ASH는 정제 방법 컨디션 정보의 값이 1인 경우, 네이버 넘버(neighbor_num) 정보 및/또는 네이버 탐색 방법(neighbor_search_method) 정보를 더 포함할 수 있다.
네이버 넘버(neighbor_num) 정보, 네이버 탐색 방법(neighbor_search_method) 정보는 각각 도 34에서 설명한 네이버 넘버(neighbor_num) 정보, 네이버 탐색 방법(neighbor_search_method) 정보와 동일 또는 유사한 동작을 수행할 수 있다.
도 39는 실시예들에 따른 포인트 클라우드 데이터 송신 방법을 나타낸 흐름도이다.
실시예들에 따른 포인트 클라우드 데이터 송신 방법은 포인트 클라우드 데이터를 인코딩하는 단계(39000) 및/또는 포인트 클라우드 데이터 및 포인트 클라우드 데이터에 대한 시그널링 정보를 포함하는 비트스트림을 전송하는 단계(39001)를 포함한다.
도 39에 나타난 동작 일부 또는 전부는, 도14의 XR디바이스(1430) 등에 의해 결합되어 수행될 수 있다.
포인트 클라우드 데이터를 인코딩하는 단계(39000)는, 포인트 클라우드 데이터 송신 장치가 포인트 클라우드 데이터를 획득(acquire)하고, 획득한 포인트 클라우드 데이터를 인코딩(encoding)한다. 인코딩은, 도 1의 포인트 클라우드 비디오 인코더(10002)의 동작, 도 2의 인코딩(18001) 동작, 도 4에서 설명한 동작의 일부 또는 전부, 도 5 내지 도 9에 설명한 동작 일부 또는 전부, 도 12에 나타난 동작 일부 또는 전부를 의미한다.
포인트 클라우드 데이터를 인코딩하는 단계(39000)는 도 15에 설명한 공간 분할부(15001)의 동작, 기하정보 부호화부(15002)의 동작, 속성정보 부호화부(15003)의 동작, 도 16 내지 28에 나타난 동작들, 일부 또는 전부를 수행할 수 있다.
포인트 클라우드 데이터 및 포인트 클라우드 데이터에 대한 시그널링 정보를 포함하는 비트스트림을 전송하는 단계(39001)는, 포인트 클라우드 데이터 송신 장치가 인코딩된 포인트 클라우드 데이터 및/또는 시그널링 정보를 전송한다. 이 단계(39001)는 도 1의 트랜스미터(10003), 도 2의 전송부(18002), 도 12의 전송 처리부(12012)의 동작을 의미한다. 이 단계(39001)는, 도 15의 기하정보 비트스트림(15000b), 속성정보 비트스트림(15000c)를 전송한다. 이 단계(39001)는, 기하정보 비트스트림(15000b), 속성정보 비트스트림(15000c)을 하나의 비트스트림으로 결합하여 전송하는 단계이다.
시그널링 정보는 메타데이터(metadata)로 호칭할 수도 있다.
포인트 클라우드 데이터는 예를 들어, 도 30에 나타난 슬라이스(slice) 내에 포함된 지오메트리 슬라이스 데이터(geometry slice data) 및/또는 각 Attr에 포함된 어트리뷰트 슬라이스 데이터(attribute slice data)를 의미할 수 있다. 메타데이터는 예를 들어, 도 30의 SPS(30001), GPS(30002), APS(30003), TPS(30004)를 포함할 수 있다. 메타데이터는 예를 들어, 슬라이스 내에 포함된 지오메트리 슬라이스 헤더(30004a-1) 및/또는 각 Attr에 포함된 어트리뷰트 슬라이스 헤더(attribute slice header, ASH)를 의미할 수 있다.
즉, 메타데이터는 예를 들어, 도 31 내지 도 37에서 설명한 실시예들에 따른 SPS, TPS, GPS, GSH 및/또는 ASH를 포함할 수 있다.
실시예들에 따른 포인트 클라우드 데이터 송신 방법은, 포인트 클라우드 데이터를 슬라이스(slice)들에 기초하여 분할하는 단계를 더 포함할 수 있다. 포인트 클라우드 데이터를 슬라이스(slice)들에 기초하여 분할하는 단계는, 포인트 클라우드 데이터를 인코딩하는 단계(39000) 이전에 수행될 수 있다. 실시예들에 따른 포인트 클라우드 데이터 송신 방법은, 분할된 슬라이스(slice)들 별로 독립적으로(independently) 포인트 클라우드 데이터를 인코딩하는 단계(39000)를 수행할 수 있다.
실시예들에 따른 포인트 클라우드 데이터 송신 방법은, 슬라이스 내의 포인트들의 개수가 포인트들의 최소 개수보다 적은 경우 상기 슬라이스를 인접한 슬라이스(adjacent slice)와 합병(merging)하는 단계를 더 포함할 수 있다. 실시예들에 따른 분할하는 단계는 실시예들에 따른 유니폼-지오메트리 파티셔닝(Uniform-Geometry partition using Octree), 실시예들에 따른 가장 긴 모서리에 대한 유니폼-지오메트리 파티셔닝(Uniform-Geometry partition along the longest edge) 및/또는 실시예들에 따른 균등 사각형 분할 방법(Uniform square partitioning)중 적어도 하나에 기초하여 수행될 수 있다.
실시예들에 따른 유니폼-지오메트리 파티셔닝(Uniform-Geometry partition using Octree)은 도 24에서 설명한 파티셔닝 방법을 의미한다. 실시예들에 따른 유니폼-지오메트리 파티셔닝(Uniform-Geometry partition along the longest edge)는 도 25에서 설명한 파티셔닝 방법을 의미한다. 실시예들에 따른 균등 사각형 분할 방법(Uniform square partitioning)은 도 21에서 설명한 파티셔닝 방법을 의미한다.
실시예들에 따른 포인트 클라우드 데이터 송신 방법은, 슬라이스 내의 포인트들의 개수가 포인트들의 최대 개수보다 많은 경우 상기 슬라이스를 둘 이상의 슬라이스들로 스플릿(split)하는 단계를 더 포함할 수 있다.
실시예들에 따른 인접한 슬라이스는, 4방형 정제 방법에 기초하여, 상기 슬라이스의 왼쪽 슬라이스(left slice), 상기 슬라이스의 오른쪽 슬라이스(right slice), 상기 슬라이스의 윗쪽 슬라이스(top slice) 또는 상기 슬라이스의 아랫쪽 슬라이스(bottom slice) 중 하나일 수 있다. 실시예들에 따른 인접한 슬라이스는, 6방형 정제 방법에 기초하여, 상기 슬라이스의 왼쪽 슬라이스(left slice), 상기 슬라이스의 오른쪽 슬라이스(right slice), 상기 슬라이스의 윗쪽 슬라이스(top slice), 상기 슬라이스의 아랫쪽 슬라이스(bottom slice), 상기 슬라이스의 앞쪽 슬라이스(front slice) 및/또는 상기 슬라이스의 뒤쪽 슬라이스(back slice) 중 하나일 수 있다.
도 40은 실시예들에 따른 포인트 클라우드 데이터 수신 방법을 나타낸 흐름도이다.
실시예들에 따른 포인트 클라우드 데이터 수신 방법은 포인트 클라우드 데이터 및/또는 상기 포인트 클라우드 데이터에 대한 시그널링 정보를 포함하는 비트스트림을 수신하는 단계(40000) 및/또는 비트스트림 내의 포인트 클라우드 데이터를 디코딩하는 단계(40001)를 포함할 수 있다.
도 40에 나타난 동작 일부 또는 전부는, 도14의 XR디바이스(1430) 등에 의해 결합되어 수행될 수 있다.
비트스트림을 수신하는 단계(40000)는 도 1의 리시버(10005)의 동작, 도 2의 전송부에서 전송된 비트스트림을 수신하는 동작, 도 10에서 비트스트림(bitstream)을 수신하는 동작, 도 12의 데이터 입력부(12000), 도 13의 수신부(13000), 수신 처리부(13001)의 동작를 의미한다.
비트스트림은 도 28의 기하정보 비트스트림(28000a), 속성정보 비트스트림(28000b)를 포함하는 비트스트림일 수 있다. 비트스트림은 포인트 클라우드 데이터 및/또는 상기 포인트 클라우드 데이터에 대한 시그널링 정보를 포함한다. 시그널링 정보는 메타데이터(metadata)로 호칭할 수도 있다.
포인트 클라우드 데이터는 예를 들어, 도 30에 나타난 슬라이스(slice) 내에 포함된 지오메트리 슬라이스 데이터(geometry slice data) 및/또는 각 Attr에 포함된 어트리뷰트 슬라이스 데이터(attribute slice data)를 의미할 수 있다. 메타데이터는 예를 들어, 도 30의 SPS(30001), GPS(30002), APS(30003), TPS(30004)를 포함할 수 있다. 메타데이터는 예를 들어, 슬라이스 내에 포함된 지오메트리 슬라이스 헤더(30004a-1) 및/또는 각 Attr에 포함된 어트리뷰트 슬라이스 헤더(attribute slice header, ASH)를 의미할 수 있다.
즉, 메타데이터는 예를 들어, 도 31 내지 도 37에서 설명한 실시예들에 따른 SPS, TPS, GPS, GSH 및/또는 ASH를 포함할 수 있다.
실시예들에 따른 비트스트림(또는 포인트 클라우드 데이터)는 하나 또는 그 이상의 슬라이스 또는 하나 또는 그 이상의 타일들에 의해 전달될 수 있다. 각 슬라이스는 실시예들에 따른 포인트 클라우드 데이터를 분할하는 방법에 기초하여 분할(partitioning)되거나, 실시예들에 따른 포인트 클라우드 데이터를 정제하는 방법에 기초하여 정제(refine)된 포인트 클라우드 데이터를 포함한다.
실시예들은 방법 및/또는 장치 관점에서 설명되었으며, 방법의 설명 및 장치의 설명은 상호 보완하여 적용될 수 있다.
설명의 편의를 위하여 각 도면을 나누어 설명하였으나, 각 도면에 서술되어 있는 실시 예들을 병합하여 새로운 실시 예를 구현하도록 설계하는 것도 가능하다. 그리고, 통상의 기술자의 필요에 따라, 이전에 설명된 실시 예들을 실행하기 위한 프로그램이 기록되어 있는 컴퓨터에서 판독 가능한 기록 매체를 설계하는 것도 실시예들의 권리범위에 속한다. 실시예들에 따른 장치 및 방법은 상술한 바와 같이 설명된 실시 예들의 구성과 방법이 한정되게 적용될 수 있는 것이 아니라, 실시 예들은 다양한 변형이 이루어질 수 있도록 각 실시 예들의 전부 또는 일부가 선택적으로 조합되어 구성될 수도 있다. 실시예들의 바람직한 실시 예에 대하여 도시하고 설명하였지만, 실시예들은 상술한 특정의 실시 예에 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.
실시예들의 장치의 다양한 구성요소들은 하드웨어, 소프트웨어, 펌웨어 또는 그것들의 조합에 의해 수행될 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 의미하고, 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.
또한, 본 문서에서 설명하는 실시예들에 따른 동작은 실시예들에 따라서 메모리 및/또는 프로세서를 포함하는 송수신 장치에 의해 수행될 수 있다. 메모리는 실시예들에 따른 동작을 처리/제어하기 위한 프로그램들을 저장할 수 있고, 프로세서는 본 문서에서 설명한 다양한 동작을 제어할 수 있다. 프로세서는 컨트롤러 등으로 지칭가능하다. 실시예들에 동작들은 펌웨어, 소프트웨어, 및/또는 그것들의 조합에 의해 수행될 수 있고, 펌웨어, 소프트웨어, 및/또는 그것들의 조합은 프로세서에 저장되거나 메모리에 저장될 수 있다.
한편, 상술한 실시예들에 따른 동작은 실시예들 따른 송신 장치 및/또는 수신 장치에 의해서 수행될 수 있다. 송수신 장치는 미디어 데이터를 송수신하는 송수신부, 실시예들에 따른 프로세스에 대한 인스트럭션(프로그램 코드, 알고리즘, flowchart 및/또는 데이터)을 저장하는 메모리, 송/수신 장치의 동작들을 제어하는 프로세서를 포함할 수 있다.
프로세서는 컨트롤러 등으로 지칭될 수 있고, 예를 들어, 하드웨어, 소프트웨어, 및/또는 그것들의 조합에 대응할 수 있다. 상술한 실시예들에 따른 동작은 프로세서에 의해 수행될 수 있다. 또한, 프로세서는 상술한 실시예들의 동작을 위한 인코더/디코더 등으로 구현될 수 있다.
발명의 실시를 위한 형태는 발명의 실시를 위한 최선의 형태에서 구체적으로 설명되었다.
본 발명의 사상이나 범위를 벗어나지 않고 본 발명에서 다양한 변경 및 변형이 가능함은 당업자에게 자명하다. 따라서, 본 발명은 첨부된 청구항 및 그 동등 범위 내에서 제공되는 본 발명의 변경 및 변형을 포함하는 것으로 의도된다.
Claims (15)
- 슬라이스(slice)들에 기초하여 포인트 클라우드 데이터를 분할(partitioning)하는 단계;
슬라이스 내의 포인트들의 개수가 포인트들의 최소 개수보다 적은 경우 상기 슬라이스를 인접한 슬라이스(adjacent slice)와 합병(merging)하거나, 상기 슬라이스 내의 포인트들의 개수가 포인트들의 최대 개수보다 많은 경우 상기 슬라이스를 둘 이상의 슬라이스들로 스플릿(split)하는 단계;
상기 포인트 클라우드 데이터를 인코딩하는 단계; 및
상기 포인트 클라우드 데이터 및 상기 포인트 클라우드 데이터에 대한 시그널링 정보를 포함하는 비트스트림을 전송하는 단계; 를 포함하는,
포인트 클라우드 데이터 송신 방법. - 제 1 항에 있어서, 상기 분할하는 단계는 제 1 방법, 제 2 방법 또는 제 3 방법을 포함하고,
상기 제 1 방법은, 상기 포인트 클라우드 데이터를 포함하는 3차원 공간을 8의 상기 슬라이스들의 옥트리의 뎁스(depth) 자승 개로 분할하는 단계를 포함하고, 상기 옥트리의 뎁스는 상기 슬라이스들의 포인트들의 개수의 비율(ratio)에 기초하여 계산되고,
상기 제 2 방법은, 상기 3차원 공간 내의 최장 모서리(longest edge)를 상기 3차원 공간 내의 최단 모서리(shortest edge)로 나누는 단계를 포함하고,
상기 제 3 방법은, 상기 3차원 공간의 제 1 축 및 제 2 축을 상기 3차원 공간의 제 3 축으로 세그먼트(segment)함으로써 상기 3차원 공간을 균등 사각형들(uniform squares)로 슬라이스들을 분할하는 단계를 포함하는,
포인트 클라우드 데이터 송신 방법. - 제 1 항에 있어서,
상기 인접한 슬라이스는 상기 슬라이스의 왼쪽 슬라이스(left slice), 상기 슬라이스의 오른쪽 슬라이스(right slice), 상기 슬라이스의 윗쪽 슬라이스(top slice) 또는 상기 슬라이스의 아랫쪽 슬라이스(bottom slice) 중 하나인,
포인트 클라우드 데이터 송신 방법. - 제 1항에 있어서,
상기 인접한 슬라이스는 상기 슬라이스의 왼쪽 슬라이스(left slice), 상기 슬라이스의 오른쪽 슬라이스(right slice), 상기 슬라이스의 윗쪽 슬라이스(top slice), 상기 슬라이스의 아랫쪽 슬라이스(bottom slice), 상기 슬라이스의 앞쪽 슬라이스(front slice) 및/또는 상기 슬라이스의 뒤쪽 슬라이스(back slice) 중 하나인,
포인트 클라우드 데이터 송신 방법. - 제 4 항에 있어서,
상기 합병하는 단계 또는 상기 스플릿하는 단계는 상기 슬라이스들 간의 인접성을 나타내는 자료 구조(data structure)에 기초하여 수행되는,
포인트 클라우드 데이터 송신 방법. - 제 1항에 있어서,
상기 시그널링 정보는 상기 포인트 클라우드 데이터를 분할하는 방법을 나타내는 정보를 포함하는,
포인트 클라우드 데이터 송신 방법. - 슬라이스(slice)들에 기초하여 포인트 클라우드 데이터를 분할(partitioning)하는 분할부;
슬라이스 내의 포인트들의 개수가 포인트들의 최소 개수보다 적은 경우 상기 슬라이스를 인접한 슬라이스(adjacent slice)와 합병(merging)하거나, 상기 슬라이스 내의 포인트들의 개수가 포인트들의 최대 개수보다 많은 경우 상기 슬라이스를 둘 이상의 슬라이스들로 스플릿(split)하는 정제부;
상기 포인트 클라우드 데이터를 인코딩하는 인코더; 및
상기 포인트 클라우드 데이터 및 상기 포인트 클라우드 데이터에 대한 시그널링 정보를 포함하는 비트스트림을 전송하는 트랜스미터; 를 포함하는,
포인트 클라우드 데이터 송신 장치. - 제 7 항에 있어서, 상기 분할부는 제 1 동작, 제 2 동작 또는 제 3 동작에 기반하여 상기 포인트 클라우드 데이터를 분할하고,
상기 분할부는 상기 제1동작에 기반하여, 상기 포인트 클라우드 데이터를 포함하는 3차원 공간을 8의 상기 슬라이스들의 옥트리의 뎁스(depth) 자승 개로 나누고, 상기 옥트리의 뎁스는 상기 슬라이스들의 포인트들의 개수의 비율(ratio)에 기초하여 계산되고,
상기 분할부는 상기 제 2 동작에 기반하여, 상기 3차원 공간 내의 최장 모서리(longest edge)를 상기 3차원 공간 내의 최단 모서리(shortest edge)로 나누고,
상기 분할부는 상기 제 3 동작에 기반하여, 상기 3차원 공간의 제 1 축 및 제 2 축을 상기 3차원 공간의 제 3 축으로 세그먼트(segment)함으로써 상기 3차원 공간을 균등 사각형들(uniform squares)로 슬라이스들을 분할하는,
포인트 클라우드 데이터 송신 장치. - 제 7 항에 있어서,
상기 인접한 슬라이스는 상기 슬라이스의 왼쪽 슬라이스(left slice), 상기 슬라이스의 오른쪽 슬라이스(right slice), 상기 슬라이스의 윗쪽 슬라이스(top slice) 또는 상기 슬라이스의 아랫쪽 슬라이스(bottom slice) 중 하나인,
포인트 클라우드 데이터 송신 장치. - 제 7항에 있어서,
상기 인접한 슬라이스는 상기 슬라이스의 왼쪽 슬라이스(left slice), 상기 슬라이스의 오른쪽 슬라이스(right slice), 상기 슬라이스의 윗쪽 슬라이스(top slice), 상기 슬라이스의 아랫쪽 슬라이스(bottom slice), 상기 슬라이스의 앞쪽 슬라이스(front slice) 및/또는 상기 슬라이스의 뒤쪽 슬라이스(back slice) 중 하나인,
포인트 클라우드 데이터 송신 장치. - 제 10 항에 있어서,
상기 정제부는 상기 슬라이스들 간의 인접성을 나타내는 자료 구조(data structure)에 기초하여 상기 합병 또는 상기 스플릿을 수행하는,
포인트 클라우드 데이터 송신 장치. - 제 7항에 있어서,
상기 시그널링 정보는 상기 포인트 클라우드 데이터를 분할하는 방법을 나타내는 정보를 포함하는,
포인트 클라우드 데이터 송신 장치. - 포인트 클라우드 데이터 및 상기 포인트 클라우드 데이터에 대한 시그널링 정보를 포함하는 비트스트림을 수신하는 수신부; 및
상기 비트스트림 내의 포인트 클라우드 데이터를 슬라이스(slice)들에 기초하여 디코딩하는 디코더; 를 포함하는,
포인트 클라우드 데이터 수신 장치. - 제 13항에 있어서,
각 슬라이스는 포인트 클라우드 데이터를 분할(partition)하는 동작에 기초하여 분할되고, 포인트 클라우드 데이터를 정제(refining)하는 동작에 기초하여 정제된 포인트 클라우드 데이터를 포함하는,
포인트 클라우드 데이터 수신 장치. - 제 14항에 있어서,
상기 포인트 클라우드 데이터를 분할하는 동작은 제 1 방법, 제 2 방법 또는 제 3 방법 중 적어도 하나를 포함하고,
상기 제 1 방법은, 상기 포인트 클라우드 데이터를 포함하는 3차원 공간을 8의 상기 슬라이스들의 옥트리의 뎁스(depth) 자승 개로 분할하는 단계를 포함하고, 상기 옥트리의 뎁스는 상기 슬라이스들의 포인트들의 개수의 비율(ratio)에 기초하여 계산되고,
상기 제 2 방법은, 상기 3차원 공간 내의 최장 모서리(longest edge)를 상기 3차원 공간 내의 최단 모서리(shortest edge)로 나누는 단계를 포함하고,
상기 제 3 방법은, 상기 3차원 공간의 제 1 축 및 제 2 축을 상기 3차원 공간의 제 3 축으로 세그먼트(segment)함으로써 상기 3차원 공간을 균등 사각형들(uniform squares)로 슬라이스들을 분할하는 단계를 포함하는,
포인트 클라우드 데이터 수신 장치.
Applications Claiming Priority (4)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| US202062958270P | 2020-01-07 | 2020-01-07 | |
| US62/958,270 | 2020-01-07 | ||
| KR1020200032136 | 2020-03-16 | ||
| KR20200032136 | 2020-03-16 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| KR20210089070A true KR20210089070A (ko) | 2021-07-15 |
| KR102381163B1 KR102381163B1 (ko) | 2022-04-01 |
Family
ID=76654719
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020200138408A KR102381163B1 (ko) | 2020-01-07 | 2020-10-23 | 포인트 클라우드 데이터 송신 장치, 포인트 클라우드 데이터 송신 방법, 포인트 클라우드 데이터 수신 장치 및 포인트 클라우드 데이터 수신 방법 |
Country Status (6)
| Country | Link |
|---|---|
| US (1) | US11601675B2 (ko) |
| EP (1) | EP4090028A4 (ko) |
| JP (2) | JP7448660B2 (ko) |
| KR (1) | KR102381163B1 (ko) |
| CN (1) | CN114762334B (ko) |
| WO (1) | WO2021141218A1 (ko) |
Families Citing this family (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109979008B (zh) * | 2019-04-09 | 2023-04-07 | 北京大学深圳研究生院 | 一种基于属性的点云条带划分方法 |
| CN113838069B (zh) * | 2021-09-27 | 2024-02-06 | 杭州景吾智能科技有限公司 | 基于平面度约束的点云分割方法和系统 |
| WO2023096978A1 (en) * | 2021-11-23 | 2023-06-01 | Innopeak Technology, Inc. | Geometry point cloud coding |
| WO2023116731A1 (en) * | 2021-12-21 | 2023-06-29 | Beijing Bytedance Network Technology Co., Ltd. | Method, apparatus, and medium for point cloud coding |
Citations (1)
| 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 (22)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US7940279B2 (en) * | 2007-03-27 | 2011-05-10 | Utah State University | System and method for rendering of texel imagery |
| US9734595B2 (en) * | 2014-09-24 | 2017-08-15 | University of Maribor | Method and apparatus for near-lossless compression and decompression of 3D meshes and point clouds |
| US11297346B2 (en) * | 2016-05-28 | 2022-04-05 | Microsoft Technology Licensing, Llc | Motion-compensated compression of dynamic voxelized point clouds |
| US10694210B2 (en) * | 2016-05-28 | 2020-06-23 | Microsoft Technology Licensing, Llc | Scalable point cloud compression with transform, and corresponding decompression |
| EP3346449B1 (en) * | 2017-01-05 | 2019-06-26 | Bricsys NV | Point cloud preprocessing and rendering |
| US10764582B2 (en) * | 2017-06-29 | 2020-09-01 | Qualcomm Incorporated | Reducing seam artifacts in 360-degree video |
| EP3432581A1 (en) * | 2017-07-21 | 2019-01-23 | Thomson Licensing | Methods, devices and stream for encoding and decoding volumetric video |
| US10861196B2 (en) * | 2017-09-14 | 2020-12-08 | Apple Inc. | Point cloud compression |
| US10909725B2 (en) * | 2017-09-18 | 2021-02-02 | Apple Inc. | Point cloud compression |
| WO2019078000A1 (ja) * | 2017-10-16 | 2019-04-25 | ソニー株式会社 | 情報処理装置および方法 |
| CN118042132A (zh) * | 2017-11-16 | 2024-05-14 | 松下电器（美国）知识产权公司 | 图像编码装置、编码方法、图像解码装置、解码方法和非暂时性存储介质 |
| 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 |
| CN110012279B (zh) * | 2018-01-05 | 2020-11-17 | 上海交通大学 | 基于3d点云数据的分视角压缩和传输方法及系统 |
| KR102519653B1 (ko) * | 2018-01-20 | 2023-04-07 | 삼성전자주식회사 | 포인트 클라우드 압축 방법 및 장치 |
| US11310518B2 (en) * | 2018-04-11 | 2022-04-19 | Sony Corporation | Image processing apparatus and method |
| US10796458B2 (en) * | 2018-04-23 | 2020-10-06 | Qualcomm Incorporated | Compression of point clouds via a novel hybrid coder |
| CN112385212A (zh) * | 2018-06-07 | 2021-02-19 | 交互数字Vc控股公司 | 用于视频编码或解码的语法元素 |
| US11284091B2 (en) * | 2019-03-25 | 2022-03-22 | Apple Inc. | Video based point cloud compression-patch alignment and size determination in bounding box |
| CA3126760A1 (en) * | 2019-02-05 | 2020-08-13 | Panasonic Intellectual Property Corporation Of America | Three-dimensional data encoding method, three-dimensional data decoding method, three-dimensional data encoding device, and three-dimensional data decoding device |
| US11381840B2 (en) * | 2019-06-26 | 2022-07-05 | Tencent America LLC | Implicit quadtree or binary-tree geometry partition for point cloud coding |
| CN114363634A (zh) * | 2019-06-30 | 2022-04-15 | Oppo广东移动通信有限公司 | 变换方法、逆变换方法、编码器、解码器及存储介质 |
| US11172224B2 (en) * | 2019-09-03 | 2021-11-09 | Tencent America LLC | Techniques and apparatus for generalized Trisoup geometry coding |
-
2020
- 2020-10-23 EP EP20911541.9A patent/EP4090028A4/en active Pending
- 2020-10-23 CN CN202080082031.XA patent/CN114762334B/zh active Active
- 2020-10-23 KR KR1020200138408A patent/KR102381163B1/ko active IP Right Grant
- 2020-10-23 JP JP2022537084A patent/JP7448660B2/ja active Active
- 2020-10-23 WO PCT/KR2020/014597 patent/WO2021141218A1/ko unknown
- 2020-11-20 US US16/953,964 patent/US11601675B2/en active Active
-
2024
- 2024-02-29 JP JP2024029751A patent/JP2024063123A/ja active Pending
Patent Citations (1)
| 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)
| 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 |
|---|---|
| JP7448660B2 (ja) | 2024-03-12 |
| CN114762334A (zh) | 2022-07-15 |
| JP2023508271A (ja) | 2023-03-02 |
| US20210211721A1 (en) | 2021-07-08 |
| EP4090028A1 (en) | 2022-11-16 |
| KR102381163B1 (ko) | 2022-04-01 |
| EP4090028A4 (en) | 2023-04-26 |
| JP2024063123A (ja) | 2024-05-10 |
| CN114762334B (zh) | 2024-06-18 |
| US11601675B2 (en) | 2023-03-07 |
| WO2021141218A1 (ko) | 2021-07-15 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US11217037B2 (en) | Apparatus for transmitting point cloud data, a method for transmitting point cloud data, an apparatus for receiving point cloud data and a method for receiving point cloud data | |
| KR102358759B1 (ko) | 포인트 클라우드 데이터 송신 장치, 포인트 클라우드 데이터 송신 방법, 포인트 클라우드 데이터 수신 장치 및 포인트 클라우드 데이터 수신 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 | |
| KR102386712B1 (ko) | 포인트 클라우드 데이터 전송 장치, 전송 방법, 처리 장치 및 처리 방법 | |
| KR102423499B1 (ko) | 포인트 클라우드 데이터 송신 장치, 포인트 클라우드 데이터 송신 방법, 포인트 클라우드 데이터 수신 장치 및 포인트 클라우드 데이터 수신 방법 | |
| KR102609776B1 (ko) | 포인트 클라우드 데이터 처리 방법 및 장치 | |
| KR102406845B1 (ko) | 포인트 클라우드 데이터 송신 장치, 포인트 클라우드 데이터 송신 방법, 포인트 클라우드 데이터 수신 장치 및 포인트 클라우드 데이터 수신 방법 | |
| KR102634079B1 (ko) | 포인트 클라우드 데이터 처리 장치 및 방법 | |
| KR102381163B1 (ko) | 포인트 클라우드 데이터 송신 장치, 포인트 클라우드 데이터 송신 방법, 포인트 클라우드 데이터 수신 장치 및 포인트 클라우드 데이터 수신 방법 | |
| KR102300045B1 (ko) | 포인트 클라우드 데이터 송신 장치, 포인트 클라우드 데이터 송신 방법, 포인트 클라우드 데이터 수신 장치 및 포인트 클라우드 데이터 수신 방법 | |
| KR102423498B1 (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 | |
| US20220230360A1 (en) | Point cloud data transmission device, point cloud data transmission method, point cloud data reception device, and point cloud data reception method | |
| KR20230173094A (ko) | 포인트 클라우드 데이터 전송 방법, 포인트 클라우드데이터 전송 장치, 포인트 클라우드 데이터 수신 방법 및 포인트 클라우드 데이터 수신 장치 | |
| US20220351421A1 (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 | |
| KR20240032912A (ko) | 포인트 클라우드 데이터 송신 장치, 포인트 클라우드 데이터 송신 방법, 포인트 클라우드 데이터 수신 장치 및 포인트 클라우드 데이터 수신 방법 | |
| KR102294613B1 (ko) | 포인트 클라우드 데이터 송신 장치, 포인트 클라우드 데이터 송신 방법, 포인트 클라우드 데이터 수신 장치 및 포인트 클라우드 데이터 수신 방법 | |
| US20240020885A1 (en) | Point cloud data transmission method, point cloud data transmission device, point cloud data reception method, and point cloud data reception device | |
| US20230412837A1 (en) | Point cloud data transmission method, point cloud data transmission device, point cloud data reception method, and point cloud data reception device | |
| US20230206510A1 (en) | Point cloud data processing device and processing method | |
| KR20240108387A (ko) | 포인트 클라우드 데이터 송신 방법, 포인트 클라우드 데이터 송신 장치, 포인트 클라우드 데이터 수신 방법 및 포인트 클라우드 데이터 수신 장치 | |
| KR20240095202A (ko) | 포인트 클라우드 데이터 송신 방법, 포인트 클라우드 데이터 송신 장치, 포인트 클라우드 데이터 수신 방법 및 포인트 클라우드 데이터 수신 장치. | |
| KR20240047385A (ko) | 포인트 클라우드 데이터 송신 방법, 포인트 클라우드 데이터 송신 장치, 포인트 클라우드 데이터 수신 방법 및 포인트 클라우드 데이터 수신 장치 |
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 |