KR20210141675A

KR20210141675A - 포인트 클라우드 코딩을 위한 방법 및 장치

Info

Publication number: KR20210141675A
Application number: KR1020217034331A
Authority: KR
Inventors: 샹 장; 원 가오; 산 류
Original assignee: 텐센트 아메리카 엘엘씨
Priority date: 2019-12-02
Filing date: 2020-11-12
Publication date: 2021-11-23
Also published as: CA3137123A1; JP2022528528A; EP3924939A1; EP3924939A4; WO2021113053A1; CN113994383A; US11783512B2; US11417029B2; JP7250952B2; SG11202111079UA; KR102584867B1; AU2020398565A1; AU2020398565B2; US20220366613A1; US20210166436A1

Abstract

본 개시의 양태들은 포인트 클라우드 압축을 위한 방법들 및 장치들을 제공한다. 일부 예들에서, 포인트 클라우드 압축을 위한 장치는 처리 회로를 포함한다. 일부 실시예들에서, 처리 회로는 재구성된 위치와 연관되는 포인트 클라우드에서의 하나 이상의 원래의 포인트를 결정한다. 하나 이상의 원래의 포인트의 위치들은 지오메트리 양자화에 따라, 재구성된 위치로 재구성될 수 있다. 그 다음, 처리 회로는 하나 이상의 원래의 포인트의 속성 정보에 기초하여 재구성된 위치에 대한 속성 값을 결정하고, 결정된 속성 값을 갖는 재구성된 위치를 갖는 포인트 클라우드의 텍스처를 인코딩한다.

Description

포인트 클라우드 코딩을 위한 방법 및 장치

참조에 의한 포함

본 출원은, 2019년 12월 2일 출원된 미국 가출원 제62/942,536호, "FAST RECOLOR FOR POINT CLOUD CODING"에 대한 우선권의 이익을 주장하는, 2020년 10월 6일 출원된 미국 특허 출원 제17/064,029호, "METHOD AND APPARATUS FOR POINT CLOUD CODING"에 대한 우선권의 이익을 주장한다. 앞의 출원들의 전체 개시들은 이로써 그 전체가 참조로서 포함된다.

기술 분야

본 개시는 일반적으로 포인트 클라우드 코딩에 관련된 실시예들을 설명한다.

본원에 제공되는 배경 설명은 개시의 상황을 일반적으로 표시할 목적이다. 본 배경기술 부분에 설명되어 있는 현재 등록된 발명자들의 연구 및 출원 시점에 종래 기술로서 달리 간주되지 않을 수 있는 설명의 양태는 명시적으로도 암시적으로도 본 개시에 대한 종래 기술로 인정되지 않는다.

다양한 기술들이 3차원(3D) 공간에서 세계의 객체들, 세계의 환경들 등과 같은 세계를 캡처하고 표현하기 위해 개발된다. 세계의 3D 표현들은 상호작용 및 통신의 더 몰입적인 형태들을 가능하게 할 수 있다. 포인트 클라우드들은 세계의 3D 표현으로서 사용될 수 있다. 포인트 클라우드는 3D 공간 내의 포인트들의 세트이고, 각각은 연관된 속성들, 예를 들어, 컬러, 재료 특성들, 텍스처 정보, 강도 속성들, 반사율 속성들, 모션 관련 속성들, 모달리티 속성들, 및 다양한 다른 속성들을 갖는다. 이러한 포인트 클라우드들은 많은 양의 데이터를 포함할 수 있고, 저장 및 송신하는 데 비용이 많이 들고 시간 소모적일 수 있다.

본 개시의 양태들은 포인트 클라우드 압축 및 압축해제를 위한 방법들 및 장치들을 제공한다. 일부 예들에서, 포인트 클라우드 압축/압축해제를 위한 장치는 처리 회로를 포함한다. 일부 실시예들에서, 처리 회로는 재구성된 위치와 연관되는 포인트 클라우드에서의 하나 이상의 원래의 포인트를 결정한다. 하나 이상의 원래의 포인트의 위치들은 지오메트리 양자화에 따라, 재구성된 위치로 재구성될 수 있다. 그 다음, 처리 회로는 하나 이상의 원래의 포인트의 속성 정보에 기초하여 재구성된 위치에 대한 속성 값을 결정하고, 결정된 속성 값을 갖는 재구성된 위치를 갖는 포인트 클라우드의 텍스처를 인코딩한다.

일부 실시예들에서, 이 장치는 하나 이상의 원래의 포인트를 재구성된 위치와 연관시키는 데이터 구조를 저장하는 메모리를 포함한다. 데이터 구조는 재구성된 위치와 연관된 하나 이상의 원래의 포인트를 검색하기 위해 재구성된 위치에 기초하여 액세스된다.

일부 실시예들에서, 처리 회로는 지오메트리 양자화 동안 포인트 클라우드의 공간을 복셀(voxel)들로 파티셔닝하는 옥트리 파티션을 수행하고, 복셀에 위치되는 하나 이상의 원래의 포인트를 복셀을 표현하기 위한 재구성된 위치와 연관시킨다. 일 예에서, 연관 관계는 적절한 데이터 구조를 사용하여 저장된다.

일부 실시예들에서, 처리 회로는, 다수의 원래의 포인트가 재구성된 위치와 연관되는 것에 응답하여, 다수의 원래의 포인트의 속성 값들의 평균을 재구성된 위치에 대한 결정된 속성 값으로서 계산한다. 일부 예들에서, 처리 회로는, 다수의 원래의 포인트의 속성 값들의 가중 평균을 재구성된 위치에 대한 결정된 속성 값으로서 계산한다. 일 예에서, 처리 회로는 원래의 포인트와 재구성된 위치 사이의 거리의 역에 기초하여 다수의 원래의 포인트에서의 원래의 포인트의 속성 값을 가중한다.

일부 실시예들에서, 처리 회로는, 다수의 원래의 포인트가 재구성된 위치와 연관되는 것에 응답하여, 다수의 원래의 포인트에서의 가장 가까운 포인트의 특정 속성 값을 재구성된 포인트에 대한 결정된 속성 값이 되도록 할당한다. 일 예에서, 처리 회로는 다수의 원래의 포인트에서의 가장 가까운 포인트들이 재구성된 위치까지의 동일한 최단 거리를 갖는 것에 응답하여 가장 가까운 포인트들에 대한 속성 값들 중에서 중앙 속성 값을 선택한다. 다른 예에서, 처리 회로는 다수의 원래의 포인트에서의 가장 가까운 포인트들이 재구성된 위치까지의 동일한 최단 거리를 갖는 것에 응답하여 가장 가까운 포인트들에 대한 속성 값들의 평균 속성 값을 계산한다.

본 개시의 양태들은 또한 포인트 클라우드 인코딩/디코딩을 위해 컴퓨터에 의해 실행될 때 컴퓨터로 하여금 포인트 클라우드 인코딩/디코딩을 위한 방법들 중 임의의 하나 또는 조합을 수행하게 하는 명령어들을 저장하는 비일시적 컴퓨터 판독가능 매체를 제공한다.

개시된 주제의 추가의 특징들, 본질 및 다양한 이점들이 다음의 상세한 설명 및 첨부 도면들로부터 더 명백할 것이다.
도 1은 실시예에 따른 통신 시스템의 단순화된 블록도의 개략도이다.
도 2는 실시예에 따른 스트리밍 시스템의 단순화된 블록도의 개략도이다.
도 3은 일부 실시예들에 따른, 포인트 클라우드 프레임들을 인코딩하기 위한 인코더의 블록도를 도시한다.
도 4는 일부 실시예들에 따른 포인트 클라우드 프레임들에 대응하는 압축된 비트스트림을 디코딩하기 위한 디코더의 블록도를 도시한다.
도 5는 실시예에 따른 비디오 디코더의 단순화된 블록도의 개략도이다.
도 6은 실시예에 따른 비디오 인코더의 단순화된 블록도의 개략도이다.
도 7은 일부 실시예들에 따른, 포인트 클라우드 프레임들을 인코딩하기 위한 인코더의 블록도를 도시한다.
도 8은 일부 실시예들에 따른 포인트 클라우드 프레임들에 대응하는 압축된 비트스트림을 디코딩하기 위한 디코더의 블록도를 도시한다.
도 9는 본 개시의 일부 실시예들에 따른 옥트리 파티션 기법에 기초한 큐브의 파티션을 예시하는 도면을 도시한다.
도 10은 본 개시의 일부 실시예들에 따른 옥트리 파티션 및 옥트리 파티션에 대응하는 옥트리 구조의 예를 도시한다.
도 11은 본 개시의 일부 실시예들에 따른 도출 기법들을 예시하는 도면을 도시한다.
도 12는 일부 실시예들에 따른 프로세스 예를 약술하는 흐름도를 도시한다.
도 13은 실시예에 따른 컴퓨터 시스템의 개략도이다.

본 개시의 양태들은 포인트 클라우드 코딩(PCC) 기법들을 제공한다. PCC는 G-PCC로 지칭되는 지오메트리 기반 스킴, V-PCC로 지칭되는 비디오 코딩 기반 스킴 등과 같은 다양한 스킴들에 따라 수행될 수 있다. 본 개시의 일부 양태들에 따르면, G-PCC는 3D 지오메트리를 직접 인코딩하고, 비디오 코딩과 많이 공유하지 않는 순수 지오메트리 기반 접근법이며, V-PCC는 비디오 코딩에 크게 기초한다. 예를 들어, V-PCC는 3D 클라우드의 포인트를 2D 그리드(이미지)의 픽셀에 매핑할 수 있다. V-PCC 스킴은 포인트 클라우드 압축을 위해 일반적인 비디오 코덱들을 이용할 수 있다. MPEG(Moving picture experts group)는 G-PCC 스킴 및 V-PCC 스킴을 각각 사용하는 G-PCC 표준 및 V-PCC 표준에 대해 작업하고 있다.

본 개시의 양태들은 G-PCC 스킴 및 V-PCC 스킴과 같은 PCC 스킴을 위한 리컬러링(recoloring) 기법들을 제공한다. 리컬러링 기법들은 포인트 클라우드에 대한 코딩 속도를 개선할 수 있다.

포인트 클라우드들은 많은 응용들에서 널리 사용될 수 있다. 예를 들어, 포인트 클라우드들은 객체 검출 및 위치측정을 위해 자율 주행 차량들에서 사용될 수 있다; 포인트 클라우드들은 매핑을 위해 지리 정보 시스템들(GIS)에서 사용될 수 있고, 문화 유산 객체들 및 컬렉션들 등을 시각화하고 보존하기 위해 문화 유산에서 사용될 수 있다.

이하, 포인트 클라우드는 일반적으로 3D 공간 내의 포인트들의 세트를 지칭할 수 있고, 각각의 포인트는 연관된 속성들, 예를 들어, 컬러, 재료 특성들, 텍스처 정보, 강도 속성들, 반사율 속성들, 모션 관련 속성들, 모달리티 속성들, 및 다양한 다른 속성들을 갖는 위치 정보에 의해 정의될 수 있다. 포인트 클라우드들은 객체 또는 장면을 이러한 포인트들의 합성으로서 재구성하기 위해 사용될 수 있다. 포인트들은 다양한 셋업들에서 다수의 카메라, 깊이 센서들 또는 라이다(Lidar)를 사용하여 캡처될 수 있고, 재구성된 장면들을 현실적으로 표현하기 위해 수천 개 내지 수십억 개까지의 포인트들로 구성될 수 있다. 패치는 일반적으로 포인트 클라우드에 의해 설명되는 표면의 연속적인 서브세트를 지칭할 수 있다. 일 예에서, 패치는 임계량보다 더 적게 서로로부터 벗어난 표면 법선 벡터들을 갖는 포인트들을 포함한다.

압축 기술들은 더 빠른 송신 또는 스토리지의 감소를 위해 포인트 클라우드를 표현하는 데 필요한 데이터의 양을 감소시킬 수 있다. 이와 같이, 실시간 통신 및 6 자도출(6DoF) 가상 현실에서 사용하기 위한 포인트 클라우드들의 손실 압축을 위한 기술들이 필요하다. 또한, 자율 주행 및 문화 유산 응용들 등을 위한 동적 매핑의 컨텍스트에서 무손실 포인트 클라우드 압축을 위한 기술이 추구된다.

본 개시의 한 양태에 따르면, V-PCC 배후의 주된 철학은 동적 포인트 클라우드의 지오메트리, 점유율, 및 텍스처를 3개의 개별 비디오 시퀀스로서 압축하기 위해 기존의 비디오 코덱들을 활용하는 것이다. 3개의 비디오 시퀀스를 해석하는 데 필요한 여분의 메타데이터는 개별적으로 압축된다. 전체 비트스트림의 작은 부분은 메타데이터이며, 이는 소프트웨어 구현을 사용하여 효율적으로 인코딩/디코딩될 수 있다. 정보의 대부분은 비디오 코덱에 의해 처리된다.

도 1은 본 개시의 실시예에 따른 통신 시스템(100)의 단순화된 블록도를 예시한다. 통신 시스템(100)은, 예를 들어, 네트워크(150)를 통해, 서로 통신할 수 있는 복수의 단말 디바이스를 포함한다. 예를 들어, 통신 시스템(100)은 네트워크(150)를 통해 상호접속되는 한 쌍의 단말 디바이스들(110 및 120)을 포함한다. 도 1의 예에서, 제1 단말 디바이스 쌍(110 및 120)은 포인트 클라우드 데이터의 단방향 송신을 수행할 수 있다. 예를 들어, 단말 디바이스(110)는 단말 디바이스(110)와 접속된 센서(105)에 의해 캡처되는 포인트 클라우드(예를 들어, 구조를 나타내는 포인트들)를 압축할 수 있다. 압축된 포인트 클라우드는 예를 들어, 비트스트림의 형태로 네트워크(150)를 통해 다른 단말 디바이스(120)에 송신될 수 있다. 단말 디바이스(120)는 네트워크(150)로부터 압축된 포인트 클라우드를 수신하고, 포인트 클라우드를 재구성하기 위해 비트스트림을 압축해제하고, 재구성된 포인트 클라우드를 적절히 디스플레이할 수 있다. 단방향 데이터 송신은 미디어 서빙 애플리케이션들(media serving applications) 등에서 일반적일 수 있다.

도 1의 예에서, 단말 디바이스들(110 및 120)은 서버들 및 개인용 컴퓨터들로서 예시될 수 있지만, 본 개시의 원리들은 그렇게 제한되지 않을 수 있다. 본 개시의 실시예들은 랩톱 컴퓨터들, 태블릿 컴퓨터들, 스마트폰들, 게이밍 단말들, 미디어 플레이어들, 및/또는 전용 3차원(3D) 장비에서의 응용을 발견한다. 네트워크(150)는 단말 디바이스들(110 및 120) 사이에서 압축된 포인트 클라우드를 송신하는 임의의 수의 네트워크를 나타낸다. 네트워크(150)는 예를 들어, 유선(wired) 및/또는 무선 통신 네트워크들을 포함할 수 있다. 네트워크(150)는 회선 교환 및/또는 패킷 교환 채널들에서 데이터를 교환할 수 있다. 대표적인 네트워크들은 통신 네트워크들, 로컬 영역 네트워크들, 광역 네트워크들 및/또는 인터넷을 포함한다. 본 논의의 목적을 위해, 네트워크(150)의 아키텍처 및 토폴로지는 아래에서 본 명세서에서 설명되지 않는 한 본 개시의 동작에 중요하지 않을 수 있다.

도 2는 실시예에 따른 스트리밍 시스템(200)의 단순화된 블록도를 도시한다. 도 2의 예는 포인트 클라우드에 대한 개시된 주제에 대한 응용이다. 개시된 주제는, 3D 텔레프레즌스 애플리케이션, 가상 현실 애플리케이션 등의, 다른 포인트 클라우드 가능형 애플리케이션들에도 동등하게 적용될 수 있다.

스트리밍 시스템(200)은 캡처 서브시스템(213)을 포함할 수 있다. 캡처 서브시스템(213)은 포인트 클라우드 소스(201), 예를 들어, LIDAR(light detection and ranging) 시스템들, 3D 카메라들, 3D 스캐너들, 예를 들어, 압축되지 않은 포인트 클라우드들(202)을 생성하는 소프트웨어로 압축되지 않은 포인트 클라우드를 생성하는 그래픽 생성 컴포넌트 등을 포함할 수 있다. 일 예에서, 포인트 클라우드들(202)은 3D 카메라들에 의해 캡처되는 포인트들을 포함한다. 포인트 클라우드들(202)은 압축된 포인트 클라우드들(204)(압축된 포인트 클라우드들의 비트스트림)과 비교할 때 많은 데이터 볼륨을 강조하기 위해 굵은 선으로 도시된다. 압축된 포인트 클라우드들(204)은 포인트 클라우드 소스(201)에 결합된 인코더(203)를 포함하는 전자 디바이스(220)에 의해 생성될 수 있다. 인코더(203)는 아래에서 더 상세히 설명되는 바와 같이 개시된 주제의 양태들을 가능하게 하거나 구현하기 위해 하드웨어, 소프트웨어, 또는 이들의 조합을 포함할 수 있다. 포인트 클라우드들(202)의 스트림과 비교할 때 더 적은 데이터 볼륨을 강조하기 위해 가는 선으로 도시된 압축된 포인트 클라우드들(204)(또는 압축된 포인트 클라우드들(204)의 비트스트림)은 미래의 사용을 위해 스트리밍 서버(205)에 저장될 수 있다. 도 2에서의 클라이언트 서브시스템들(206 및 208)과 같은 하나 이상의 스트리밍 클라이언트 서브시스템은 스트리밍 서버(205)에 액세스하여 압축된 포인트 클라우드(204)의 카피들(207 및 209)을 검색할 수 있다. 클라이언트 서브시스템(206)은, 예를 들어, 전자 디바이스(230) 내에 디코더(210)를 포함할 수 있다. 디코더(210)는 압축된 포인트 클라우드들의 착신 카피(207)를 디코딩하고 렌더링 디바이스(212) 상에 렌더링될 수 있는 재구성된 포인트 클라우드들(211)의 발신 스트림을 생성한다.

전자 디바이스들(220 및 230)은 다른 컴포넌트들(도시되지 않음)을 포함할 수 있다는 점에 유의한다. 예를 들어, 전자 디바이스(220)는 디코더(도시되지 않음)도 포함할 수 있고 전자 디바이스(230)는 인코더(도시되지 않음)도 포함할 수 있다.

일부 스트리밍 시스템들에서, 압축된 포인트 클라우드들(204, 207 및 209)(예를 들어, 압축된 포인트 클라우드들의 비트스트림들)은 특정 표준들에 따라 압축될 수 있다. 일부 예들에서, 비디오 코딩 표준들은 포인트 클라우드들의 압축에 사용된다. 이러한 표준들의 예들은 HEVC(High Efficiency Video Coding), VVC(Versatile Video Coding) 등을 포함한다.

도 3은 일부 실시예들에 따른, 포인트 클라우드 프레임들을 인코딩하기 위한 V-PCC 인코더(300)의 블록도를 도시한다. 일부 실시예들에서, V-PCC 인코더(300)는 통신 시스템(100) 및 스트리밍 시스템(200)에서 사용될 수 있다. 예를 들어, 인코더(203)는 V-PCC 인코더(300)와 유사한 방식으로 구성되고 동작할 수 있다.

V-PCC 인코더(300)는 비압축된 입력들로서 포인트 클라우드 프레임들을 수신하고 압축된 포인트 클라우드 프레임들에 대응하는 비트스트림을 생성한다. 일부 실시예들에서, V-PCC 인코더(300)는 포인트 클라우드 소스(201) 등과 같은 포인트 클라우드 소스로부터 포인트 클라우드 프레임들을 수신할 수 있다.

도 3의 예에서, V-PCC 인코더(300)는 패치 생성 모듈(306), 패치 패킹 모듈(308), 지오메트리 이미지 생성 모듈(310), 텍스처 이미지 생성 모듈(312), 패치 정보 모듈(304), 점유 맵 모듈(314), 평활화 모듈(336), 이미지 패딩 모듈들(316 및 318), 그룹 확장 모듈(320), 비디오 압축 모듈들(322, 323 및 332), 보조 패치 정보 압축 모듈(338), 엔트로피 압축 모듈(334), 및 멀티플렉서(324)를 포함한다.

본 개시의 한 양태에 따르면, V-PCC 인코더(300)는, 3D 포인트 클라우드 프레임들을, 압축된 포인트 클라우드를 압축해제된 포인트 클라우드로 다시 변환하는 데 사용되는 일부 메타 데이터(예를 들어, 점유 맵 및 패치 정보)와 함께 이미지-기반 표현으로 변환한다. 일부 예들에서, V-PCC 인코더(300)는 3D 포인트 클라우드 프레임들을 지오메트리 이미지들, 텍스처 이미지들 및 점유 맵들로 변환한 다음, 비디오 코딩 기법들을 사용하여 지오메트리 이미지들, 텍스처 이미지들 및 점유 맵들을 비트스트림으로 인코딩할 수 있다. 일반적으로, 지오메트리 이미지는 픽셀들에 투영된 포인트들과 연관된 지오메트리 값들로 채워진 픽셀들을 갖는 2D 이미지이고, 지오메트리 값으로 채워진 픽셀은 지오메트리 샘플로서 지칭될 수 있다. 텍스처 이미지는 픽셀들에 투영된 포인트들과 연관된 텍스처 값들로 채워진 픽셀들을 갖는 2D 이미지이고, 텍스처 값으로 채워진 픽셀은 텍스처 샘플로 지칭될 수 있다. 점유 맵은 패치들에 의해 점유되거나 점유되지 않았음을 표시하는 값들로 채워진 픽셀들을 갖는 2D 이미지이다.

패치 생성 모듈(306)은 포인트 클라우드를, 중첩되거나 중첩되지 않을 수 있는 한 세트의 패치들로 세그먼트화하여(예를 들어, 패치는 포인트 클라우드에 의해 설명되는 표면의 연속적인 서브세트로서 정의됨), 각각의 패치가 2D 공간 내의 평면에 관한 깊이 필드에 의해 설명될 수 있다. 일부 실시예들에서, 패치 생성 모듈(306)은 포인트 클라우드를 평활한 경계들을 갖는 최소 수의 패치들로 분해하면서, 또한 재구성 오류를 최소화하는 것을 목표로 한다.

패치 정보 모듈(304)은 패치들의 크기들 및 형상들을 표시하는 패치 정보를 수집할 수 있다. 일부 예들에서, 패치 정보는 이미지 프레임 내에 패킹된 다음 보조 패치 정보 압축 모듈(338)에 의해 인코딩되어 압축된 보조 패치 정보를 생성할 수 있다.

패치 패킹 모듈(308)은 미사용 공간을 최소화하면서 추출된 패치들을 2차원(2D) 그리드 상에 매핑하고 그리드의 모든 MxM(예를 들어, 16x16) 블록이 고유 패치와 연관되는 것을 보장하도록 구성된다. 효율적인 패치 패킹은 미사용 공간을 최소화하거나 시간적 일관성을 보장함으로써 압축 효율에 직접 영향을 줄 수 있다.

지오메트리 이미지 생성 모듈(310)은 주어진 패치 위치들에서 포인트 클라우드의 지오메트리와 연관된 2D 지오메트리 이미지들을 생성할 수 있다. 텍스처 이미지 생성 모듈(312)은 주어진 패치 위치들에서 포인트 클라우드의 텍스처와 연관된 2D 텍스처 이미지들을 생성할 수 있다. 지오메트리 이미지 생성 모듈(310) 및 텍스처 이미지 생성 모듈(312)은 패킹 프로세스 동안 계산된 3D 대 2D 매핑을 활용하여 포인트 클라우드의 지오메트리 및 텍스처를 이미지들로서 저장한다. 다수의 포인트가 동일한 샘플에 투영되는 경우를 더 잘 처리하기 위해, 각각의 패치는 레이어들로 지칭되는 2개의 이미지 상에 투영된다. 일 예에서, 지오메트리 이미지는 YUV420-8비트 포맷의 WxH의 단색 프레임에 의해 표현된다. 텍스처 이미지를 생성하기 위해, 텍스처 생성 절차는 리-샘플링된(re-sampled) 포인트들과 연관될 컬러들을 계산하기 위해 재구성/평활화된 지오메트리를 활용한다.

점유 맵 모듈(314)은 각각의 유닛에서 패딩 정보를 설명하는 점유 맵을 생성할 수 있다. 예를 들어, 점유 이미지는 그리드의 각각의 셀에 대해 셀이 빈 공간에 속하는지 또는 포인트 클라우드에 속하는지를 표시하는 이진 맵을 포함한다. 일 예에서, 점유 맵은 픽셀이 패딩되었는지 여부를 각각의 픽셀에 대해 설명하는 이진 정보를 사용한다. 다른 예에서, 점유 맵은 픽셀들의 블록이 패딩되는지 여부를 픽셀들의 각각의 블록에 대해 설명하는 이진 정보를 사용한다.

점유 맵 모듈(314)에 의해 생성된 점유 맵은 무손실 코딩 또는 손실 코딩을 사용하여 압축될 수 있다. 무손실 코딩이 사용될 때, 엔트로피 압축 모듈(334)은 점유 맵을 압축하는 데 사용된다. 손실 코딩이 사용될 때, 비디오 압축 모듈(332)은 점유 맵을 압축하는 데 사용된다.

패치 패킹 모듈(308)은 이미지 프레임에 패킹된 2D 패치들 사이에 일부 빈 공간들을 남길 수 있다는 점에 유의한다. 이미지 패딩 모듈들(316 및 318)은 2D 비디오 및 이미지 코덱들에 적절할 수 있는 이미지 프레임을 생성하기 위해 빈 공간들(패딩이라고 지칭됨)을 채울 수 있다. 이미지 패딩은 미사용 공간을 중복 정보로 채울 수 있는 배경 채움이라고도 지칭된다. 일부 예들에서, 양호한 배경 채움은 패치 경계들 주위에 상당한 코딩 왜곡을 도입하지 않으면서 비트 레이트를 최소로 증가시킨다.

비디오 압축 모듈들(322, 323, 및 332)은, HEVC, VVC 등의 적절한 비디오 코딩 표준에 기초하여, 패딩된 지오메트리 이미지들, 패딩된 텍스처 이미지들, 및 점유 맵들 등의 2D 이미지들을 인코딩할 수 있다. 일 예에서, 비디오 압축 모듈들(322, 323, 및 332)은 개별적으로 동작하는 개별 컴포넌트들이다. 비디오 압축 모듈들(322, 323, 및 332)은 다른 예에서 단일 컴포넌트로서 구현될 수 있다는 점에 유의한다.

일부 예들에서, 평활화 모듈(336)은 재구성된 지오메트리 이미지의 평활화된 이미지를 생성하도록 구성된다. 평활화된 이미지는 텍스처 이미지 생성(312)에 제공될 수 있다. 그 다음, 텍스처 이미지 생성(312)은 재구성된 지오메트리 이미지에 기초하여 텍스처 이미지의 생성을 조정할 수 있다. 예를 들어, 패치 형상(예를 들어, 지오메트리)이 인코딩 및 디코딩 동안 약간 왜곡될 때, 패치 형상의 왜곡을 보정하기 위해 텍스처 이미지들을 생성할 때 왜곡이 고려될 수 있다.

일부 실시예들에서, 그룹 확장(320)은 재구성된 포인트 클라우드의 시각적 품질뿐만 아니라 코딩 이득을 개선하기 위해 중복 저주파수 콘텐츠로 객체 경계들 주위의 픽셀들을 패딩하도록 구성된다.

멀티플렉서(324)는 압축된 지오메트리 이미지, 압축된 텍스처 이미지, 압축된 점유 맵, 압축된 보조 패치 정보를 압축된 비트스트림으로 멀티플렉싱할 수 있다.

도 4는 일부 실시예들에 따른, 포인트 클라우드 프레임들에 대응하는 압축된 비트스트림을 디코딩하기 위한 V-PCC 디코더(400)의 블록도를 도시한다. 일부 실시예들에서, V-PCC 디코더(400)는 통신 시스템(100) 및 스트리밍 시스템(200)에서 사용될 수 있다. 예를 들어, 디코더(210)는 V-PCC 디코더(400)와 유사한 방식으로 동작하도록 구성될 수 있다. V-PCC 디코더(400)는 압축된 비트스트림을 수신하고, 압축된 비트스트림에 기초하여 재구성된 포인트 클라우드를 생성한다.

도 4의 예에서, V-PCC 디코더(400)는 디멀티플렉서(432), 비디오 압축해제 모듈들(434 및 436), 점유 맵 압축해제 모듈(438), 보조 패치 정보 압축해제 모듈(442), 지오메트리 재구성 모듈(444), 평활화 모듈(446), 텍스처 재구성 모듈(448) 및 컬러 평활화 모듈(452)을 포함한다.

디멀티플렉서(432)는 압축된 비트스트림을 수신하고 이를 압축된 텍스처 이미지, 압축된 지오메트리 이미지, 압축된 점유 맵, 및 압축된 보조 패치 정보로 분리할 수 있다.

비디오 압축해제 모듈들(434 및 436)은 적절한 표준(예컨대, HEVC, VVC 등)에 따라 압축된 이미지들을 디코딩하고 압축해제된 이미지들을 출력할 수 있다. 예를 들어, 비디오 압축해제 모듈(434)은 압축된 텍스처 이미지들을 디코딩하고 압축해제된 텍스처 이미지들을 출력하고; 비디오 압축해제 모듈(436)은 압축된 지오메트리 이미지들을 디코딩하고 압축해제된 지오메트리 이미지들을 출력한다.

점유 맵 압축해제 모듈(438)은 적절한 표준(예를 들어, HEVC, VVC 등)에 따라 압축된 점유 맵들을 디코딩하고 압축해제된 점유 맵들을 출력할 수 있다.

보조 패치 정보 압축해제 모듈(442)은 적절한 표준(예를 들어, HEVC, VVC 등)에 따라 압축된 보조 패치 정보를 디코딩하고 압축해제된 보조 패치 정보를 출력할 수 있다.

지오메트리 재구성 모듈(444)은 압축해제된 지오메트리 이미지들을 수신하고, 압축해제된 점유 맵 및 압축해제된 보조 패치 정보에 기초하여 재구성된 포인트 클라우드 지오메트리를 생성할 수 있다.

평활화 모듈(446)은 패치들의 에지들에서 부조화들을 평활화할 수 있다. 평활화 절차는 압축 아티팩트들로 인해 패치 경계들에서 발생할 수 있는 잠재적인 불연속성들을 완화하는 것을 목표로 한다. 일부 실시예들에서, 평활화 필터는 압축/압축해제에 의해 야기될 수 있는 왜곡들을 완화하기 위해 패치 경계들 상에 위치된 픽셀들에 적용될 수 있다.

텍스처 재구성 모듈(448)은 압축해제된 텍스처 이미지들 및 평활화 지오메트리에 기초하여 포인트 클라우드에서의 포인트들에 대한 텍스처 정보를 결정할 수 있다.

컬러 평활화 모듈(452)은 컬러링의 부조화들을 평활화할 수 있다. 3D 공간 내의 이웃하지 않는 패치들은 종종 2D 비디오들에서 서로 옆에 패킹된다. 일부 예들에서, 비-이웃 패치들로부터의 픽셀 값들은 블록-기반 비디오 코덱에 의해 혼합될 수 있다. 컬러 평활화의 목적은 패치 경계들에서 나타나는 가시적인 아티팩트들을 감소시키는 것이다.

도 5는 본 개시의 실시예에 따른 비디오 디코더(510)의 블록도를 도시한다. 비디오 디코더(510)는 V-PCC 디코더(400)에서 사용될 수 있다. 예를 들어, 비디오 압축해제 모듈들(434 및 436), 점유 맵 압축해제 모듈(438)은 비디오 디코더(510)와 유사하게 구성될 수 있다.

비디오 디코더(510)는 코딩된 비디오 시퀀스와 같은 압축된 이미지들로부터 심벌들(521)을 재구성하기 위한 파서(520)를 포함할 수 있다. 이 심벌들의 카테고리들은 비디오 디코더(510)의 동작을 관리하기 위해 사용되는 정보를 포함한다. 파서(520)는 수신되는 코딩된 비디오 시퀀스를 파싱/엔트로피 디코딩할 수 있다. 코딩된 비디오 시퀀스의 코딩은 비디오 코딩 기술 또는 표준에 따를 수 있고, 가변 길이 코딩, 허프만 코딩(Huffman coding), 컨텍스트 민감성(context sensitivity)을 갖거나 갖지 않는 산술 코딩 등을 포함하는 다양한 원리들을 따를 수 있다. 파서(520)는, 코딩된 비디오 시퀀스로부터, 그룹에 대응하는 적어도 하나의 파라미터에 기초하여, 비디오 디코더 내의 픽셀들의 서브그룹들 중 적어도 하나에 대한 서브그룹 파라미터들의 세트를 추출할 수 있다. 서브그룹들은 픽처 그룹들(Groups of Pictures, GOPs), 픽처들, 타일들, 슬라이스들, 매크로블록들, 코딩 유닛들(Coding Units, CUs), 블록들, 변환 유닛들(Transform Units, TUs), 예측 유닛들(Prediction Units, PUs) 등을 포함할 수 있다. 파서(520)는 또한 코딩된 비디오 시퀀스로부터 변환 계수들, 양자화기 파라미터 값들, 모션 벡터들 등과 같은 정보를 추출할 수 있다.

파서(520)는 버퍼 메모리로부터 수신된 비디오 시퀀스에 대해 엔트로피 디코딩/파싱 동작을 수행하여, 심벌들(521)을 생성할 수 있다.

심벌들(521)의 재구성은 코딩된 비디오 픽처 또는 그것의 부분들의 타입(예컨대: 인터 및 인트라 픽처, 인터 및 인트라 블록), 및 다른 인자들에 의존하여 다수의 상이한 유닛을 수반할 수 있다. 어떻게 그리고 어느 유닛들이 수반되는지는 파서(520)에 의해 코딩된 비디오 시퀀스로부터 파싱되었던 서브그룹 제어 정보에 의해 제어될 수 있다. 파서(520)와 아래의 다수의 유닛 사이의 그러한 서브그룹 제어 정보의 흐름은 명확성을 위해 도시되어 있지 않다.

이미 언급된 기능 블록들 이외에, 비디오 디코더(510)는 아래에 설명되는 바와 같이 개념적으로 다수의 기능 유닛으로 세분될 수 있다. 상업적 제약 하에서 동작하는 실제 구현에서, 이러한 유닛 중 다수는 서로 밀접하게 상호작용하고, 적어도 부분적으로 서로 통합될 수 있다. 그러나, 개시된 주제를 설명하기 위해, 아래의 기능 유닛들로의 개념적 세분(subdivision)이 적절하다.

제1 유닛은 스케일러/역변환 유닛(551)이다. 스케일러/역변환 유닛(551)은, 파서(520)로부터의 심벌(들)(521)로서, 어느 변환을 사용할지, 블록 크기, 양자화 인자, 양자화 스케일링 행렬들 등을 포함하여, 제어 정보뿐만 아니라 양자화된 변환 계수를 수신한다. 스케일러/역변환 유닛(551)은 집계기(aggregator)(555)에 입력될 수 있는 샘플 값들을 포함하는 블록들을 출력할 수 있다.

일부 경우들에서, 스케일러/역변환(551)의 출력 샘플들은 인트라 코딩된 블록에 관련될 수 있다; 즉: 이전에 재구성된 픽처들로부터의 예측 정보를 사용하고 있지 않지만, 현재 픽처의 이전에 재구성된 부분들로부터의 예측 정보를 사용할 수 있는 블록. 그러한 예측 정보는 인트라 픽처 예측 유닛(552)에 의해 제공될 수 있다. 일부 경우들에서, 인트라 픽처 예측 유닛(552)은 현재 픽처 버퍼(558)로부터 페치된 주위의 이미 재구성된 정보를 사용하여, 재구성 중인 블록의 동일한 크기 및 형상의 블록을 생성한다. 현재 픽처 버퍼(558)는, 예를 들어, 부분적으로 재구성된 현재 픽처 및/또는 완전히 재구성된 현재 픽처를 버퍼링한다. 집계기(555)는, 일부 경우들에서, 샘플당 기준으로, 인트라 예측 유닛(552)이 생성한 예측 정보를 스케일러/역변환 유닛(551)에 의해 제공된 출력 샘플 정보에 추가한다.

다른 경우들에서, 스케일러/역변환 유닛(551)의 출력 샘플들은 인터 코딩되고, 잠재적으로 모션 보상된 블록에 관련될 수 있다. 그러한 경우에, 모션 보상 예측 유닛(553)은 참조 픽처 메모리(557)에 액세스하여 예측에 사용되는 샘플들을 페치할 수 있다. 블록에 관련된 심벌들(521)에 따라 페치된 샘플들을 모션 보상한 후에, 이러한 샘플은 집계기(555)에 의해 스케일러/역변환 유닛(551)의 출력(이 경우 잔차 샘플들 또는 잔차 신호라고 불림)에 추가되어 출력 샘플 정보를 생성할 수 있다. 모션 보상 예측 유닛(553)이 예측 샘플들을 페치하는 참조 픽처 메모리(557) 내의 어드레스들은, 예를 들어, X, Y, 및 참조 픽처 컴포넌트들을 가질 수 있는 심벌들(521)의 형식으로 모션 보상 예측 유닛(553)에 이용가능한 모션 벡터들에 의해 제어될 수 있다. 모션 보상은 또한 서브샘플 이그젝트 모션 벡터(sub-sample exact motion vector)들이 사용 중일 때 참조 픽처 메모리(557)로부터 페치된 샘플 값들의 보간, 모션 벡터 예측 메커니즘 등을 포함할 수 있다.

집계기(555)의 출력 샘플들에 대해 루프 필터 유닛(556)에서의 다양한 루프 필터링 기법들이 수행될 수 있다. 비디오 압축 기술들은, 파서(520)로부터의 심벌들(521)로서 루프 필터 유닛(556)에 이용가능하게 되고 코딩된 비디오 시퀀스(코딩된 비디오 비트스트림이라고도 지칭됨)에 포함된 파라미터들에 의해 제어되지만, 코딩된 픽처 또는 코딩된 비디오 시퀀스의 이전(디코딩 순서로) 부분들의 디코딩 동안 획득된 메타-정보에 응답할 뿐만 아니라, 이전에 재구성된 및 루프-필터링된 샘플 값들에 응답할 수도 있는 인-루프 필터(in-loop filter) 기술들을 포함할 수 있다.

루프 필터 유닛(556)의 출력은 렌더링 디바이스에 출력될 뿐만 아니라 미래의 인터-픽처 예측에서 사용하기 위해 참조 픽처 메모리(557)에 저장될 수도 있는 샘플 스트림일 수 있다.

특정 코딩된 픽처들은, 완전히 재구성되는 경우, 미래 예측을 위한 참조 픽처들로서 사용될 수 있다. 예를 들어, 현재 픽처에 대응하는 코딩된 픽처가 완전히 재구성되고 코딩된 픽처가 참조 픽처로서 식별되면(예를 들어, 파서(520)에 의해), 현재 픽처 버퍼(558)는 참조 픽처 메모리(557)의 일부가 될 수 있고, 다음의 코딩된 픽처의 재구성을 개시하기 전에 새로운 현재 픽처 버퍼가 재할당될 수 있다.

비디오 디코더(510)는 ITU-T Rec. H.265와 같은 표준에서의 미리 결정된 비디오 압축 기술에 따라 디코딩 동작들을 수행할 수 있다. 코딩된 비디오 시퀀스가 비디오 압축 기술 또는 표준의 신택스와 비디오 압축 기술 또는 표준에서 문서화된 프로파일들 둘 다를 고수한다는 점에서, 코딩된 비디오 시퀀스는 사용 중인 비디오 압축 기술 또는 표준에 의해 특정된 신택스를 따를 수 있다. 구체적으로, 프로파일은 비디오 압축 기술 또는 표준에서 이용가능한 모든 툴들로부터 해당 프로파일 하에서 사용하기 위해 이용가능한 유일한 툴들로서 특정 툴들을 선택할 수 있다. 또한 준수를 위해 필요한 것은 코딩된 비디오 시퀀스의 복잡성이 비디오 압축 기술 또는 표준의 레벨에 의해 정의된 경계들 내에 있다는 것일 수 있다. 일부 경우들에서, 레벨들은 최대 픽처 크기, 최대 프레임 레이트, 최대 재구성 샘플 레이트(예를 들어, 초당 메가샘플(megasamples per second)로 측정됨), 최대 참조 픽처 크기 등을 제한한다. 레벨들에 의해 설정된 한계들은, 일부 경우들에서, HRD(Hypothetical Reference Decoder) 사양들 및 코딩된 비디오 시퀀스에서 시그널링된 HRD 버퍼 관리를 위한 메타데이터를 통해 추가로 제한될 수 있다.

도 6은 본 개시의 실시예에 따른 비디오 인코더(603)의 블록도를 도시한다. 비디오 인코더(603)는 포인트 클라우드들을 압축하는 V-PCC 인코더(300)에서 사용될 수 있다. 일 예에서, 비디오 압축 모듈(322 및 323) 및 비디오 압축 모듈(332)은 인코더(603)와 유사하게 구성된다.

비디오 인코더(603)는 패딩된 지오메트리 이미지들, 패딩된 텍스처 이미지들 등과 같은 이미지들을 수신하고, 압축된 이미지들을 생성할 수 있다.

실시예에 따르면, 비디오 인코더(603)는 소스 비디오 시퀀스(이미지들)의 픽처들을 실시간으로 또는 애플리케이션에 의해 요구되는 임의의 다른 시간 제약들 하에서 코딩된 비디오 시퀀스(압축된 이미지들)로 코딩 및 압축할 수 있다. 적절한 코딩 속도를 시행하는 것이 제어기(650)의 하나의 기능이다. 일부 실시예들에서, 제어기(650)는 아래 설명되는 바와 같이 다른 기능 유닛들을 제어하고 다른 기능 유닛들에 기능적으로 결합된다. 결합은 명료성을 위해 묘사되지 않는다. 제어기(650)에 의해 설정된 파라미터들은 레이트 제어 관련 파라미터들(픽처 스킵, 양자화기, 레이트-왜곡 최적화 기법들의 람다 값, ...), 픽처 크기, 픽처 그룹(group of pictures)(GOP) 레이아웃, 최대 모션 벡터 검색 범위 등을 포함할 수 있다. 제어기(650)는 특정 시스템 설계에 대해 최적화된 비디오 인코더(603)에 관련된 다른 적절한 기능들을 갖도록 구성될 수 있다.

일부 실시예들에서, 비디오 인코더(603)는 코딩 루프에서 동작하도록 구성된다. 과도하게 단순화된 설명으로서, 일 예에서, 코딩 루프는 소스 코더(630)(예를 들어, 코딩될 입력 픽처, 및 참조 픽처(들)에 기초하여 심벌 스트림과 같은 심벌들을 생성하는 것을 담당함), 및 비디오 인코더(603)에 임베드된(로컬) 디코더(633)를 포함할 수 있다. 디코더(633)는 (원격) 디코더가 또한 생성하는 것과 유사한 방식으로 샘플 데이터를 생성하기 위해 심벌들을 재구성한다(심벌들과 코딩된 비디오 비트스트림 사이의 임의의 압축이 개시된 주제에서 고려되는 비디오 압축 기술들에서 무손실이기 때문에). 재구성된 샘플 스트림(샘플 데이터)은 참조 픽처 메모리(634)에 입력된다. 심벌 스트림의 디코딩이 디코더 위치(로컬 또는 원격)와는 독립적으로 비트-이그젝트(bit-exact) 결과들을 야기하기 때문에, 참조 픽처 메모리(634) 내의 콘텐츠도 또한 로컬 인코더와 원격 인코더 사이에서 비트 이그젝트(bit exact)하다. 다시 말해서, 인코더의 예측 부분은 디코딩 동안 예측을 사용할 때 디코더가 "보는(see)" 것과 정확히 동일한 샘플 값들을 참조 픽처 샘플들로서 "본다(sees)". 참조 픽처 동기성의 이 기본적인 원리(그리고 결과적인 드리프트, 예를 들어, 채널 오류들 때문에 동기성이 유지될 수 없는 경우)는 일부 관련 기술들에서도 사용된다.

"로컬" 디코더(633)의 동작은 도 5와 관련하여 위에서 이미 상세히 설명된 비디오 디코더(510)와 같은 "원격" 디코더와 동일할 수 있다. 그러나, 또한 도 5를 잠시 참조하면, 심벌들이 이용가능하고 엔트로피 코더(645) 및 파서(520)에 의한 코딩된 비디오 시퀀스로의 심벌들의 인코딩/디코딩이 무손실일 수 있기 때문에, 그리고 파서(520)를 포함하는, 비디오 디코더(510)의 엔트로피 디코딩 부분들은 로컬 디코더(633)에서 완전히 구현되지 않을 수 있다.

이 시점에서 이루어질 수 있는 관찰은, 디코더에 존재하는 파싱/엔트로피 디코딩을 제외한 임의의 디코더 기술이 또한 필연적으로, 대응하는 인코더에서, 실질적으로 동일한 기능 형식으로 존재할 필요가 있다는 점이다. 이러한 이유로, 개시된 주제는 디코더 동작에 초점을 맞춘다. 인코더 기술들은 포괄적으로 설명된 디코더 기술들의 역(inverse)이기 때문에 그것들에 대한 설명은 축약될 수 있다. 특정 영역들에서만 더 상세한 설명이 요구되고 아래에 제공된다.

동작 동안, 일부 예들에서, 소스 코더(630)는, "참조 픽처들"로 지정된 비디오 시퀀스로부터의 하나 이상의 이전에 코딩된 픽처를 참조하여 예측적으로 입력 픽처를 코딩하는, 모션 보상된 예측 코딩을 수행할 수 있다. 이러한 방식으로, 코딩 엔진(632)은 입력 픽처의 픽셀 블록들과 입력 픽처에 대한 예측 참조(들)로서 선택될 수 있는 참조 픽처(들)의 픽셀 블록들 사이의 차이들을 코딩한다.

로컬 비디오 디코더(633)는, 소스 코더(630)에 의해 생성된 심벌들에 기초하여, 참조 픽처들로서 지정될 수 있는 픽처들의 코딩된 비디오 데이터를 디코딩할 수 있다. 코딩 엔진(632)의 동작들은 유리하게는 손실 프로세스들일 수 있다. 코딩된 비디오 데이터가 비디오 디코더(도 6에 도시되지 않음)에서 디코딩될 수 있는 경우, 재구성된 비디오 시퀀스는 전형적으로 일부 오류들을 갖는 소스 비디오 시퀀스의 복제본(replica)일 수 있다. 로컬 비디오 디코더(633)는 참조 픽처들에 대해 비디오 디코더에 의해 수행될 수 있는 디코딩 프로세스들을 복제하고 재구성된 참조 픽처들이 참조 픽처 캐시(634)에 저장되게 할 수 있다. 이러한 방식으로, 비디오 인코더(603)는 (송신 오류들이 없이) 원단(far-end) 비디오 디코더에 의해 획득될 재구성된 참조 픽처들로서 공통 콘텐츠를 갖는 재구성된 참조 픽처들의 카피들을 로컬로 저장할 수 있다.

예측자(635)는 코딩 엔진(632)에 대한 예측 검색들을 수행할 수 있다. 즉, 코딩될 새로운 픽처에 대해, 예측자(635)는 새로운 픽처들에 대한 적절한 예측 참조로서 역할할 수 있는 참조 픽처 모션 벡터들, 블록 형상들 등과 같은 특정 메타데이터 또는 샘플 데이터(후보 참조 픽셀 블록들로서)에 대해 참조 픽처 메모리(634)를 검색할 수 있다. 예측자(635)는 적절한 예측 참조들을 찾기 위해 샘플 블록-바이-픽셀 블록(sample block-by-pixel block) 기준으로 동작할 수 있다. 일부 경우들에서, 예측자(635)에 의해 획득된 검색 결과들에 의해 결정된 바와 같이, 입력 픽처는 참조 픽처 메모리(634)에 저장된 다수의 참조 픽처로부터 인출된 예측 참조들을 가질 수 있다.

제어기(650)는, 예를 들어, 비디오 데이터를 인코딩하기 위해 사용되는 파라미터들 및 서브그룹 파라미터들의 설정을 포함하여, 소스 코더(630)의 코딩 동작들을 관리할 수 있다.

전술한 모든 기능 유닛들의 출력은 엔트로피 코더(645)에서 엔트로피 코딩을 거칠 수 있다. 엔트로피 코더(645)는 다양한 기능 유닛들에 의해 생성된 심벌들을, 허프만 코딩, 가변 길이 코딩, 산술 코딩 등과 같은 기술들에 따라 심벌들을 무손실 압축함으로써, 코딩된 비디오 시퀀스로 변환한다.

제어기(650)는 비디오 인코더(603)의 동작을 관리할 수 있다. 코딩 동안, 제어기(650)는, 각자의 픽처에 적용될 수 있는 코딩 기법들에 영향을 미칠 수 있는, 특정 코딩된 픽처 타입을 각각의 코딩된 픽처에 할당할 수 있다. 예를 들어, 픽처들은 종종 다음 픽처 타입들 중 하나로서 할당될 수 있다:

인트라 픽처(Intra Picture)(I 픽처)는 예측의 소스로서 시퀀스 내의 임의의 다른 픽처를 사용하지 않고 코딩되고 디코딩될 수 있는 것일 수 있다. 일부 비디오 코덱들은, 예를 들어, "IDR"(Independent Decoder Refresh) 픽처들을 포함하는, 상이한 타입의 인트라 픽처들을 허용한다. 본 기술분야의 통상의 기술자는 I 픽처들의 해당 변형들 및 그것들 각각의 응용들 및 특징들을 인식한다.

예측 픽처(predictive picture)(P 픽처)는 각각의 블록의 샘플 값들을 예측하기 위해 많아야 하나의 모션 벡터 및 참조 인덱스를 사용하여 인트라 예측 또는 인터 예측을 사용하여 코딩되고 디코딩될 수 있는 것일 수 있다.

양방향 예측 픽처(bi-directionally predictive picture)(B 픽처)는 각각의 블록의 샘플 값들을 예측하기 위해 많아야 2개의 모션 벡터 및 참조 인덱스를 사용하여 인트라 예측 또는 인터 예측을 사용하여 코딩되고 디코딩될 수 있는 것일 수 있다. 유사하게, 다중-예측 픽처들은 단일 블록의 재구성을 위해 2개보다 많은 참조 픽처 및 연관된 메타데이터를 사용할 수 있다.

소스 픽처들은 흔히 복수의 샘플 블록(예를 들어, 각각 4x4, 8x8, 4x8, 또는 16x16 샘플들의 블록들)으로 공간적으로 세분되고 블록 바이 블록(block-by-block) 기준으로 코딩될 수 있다. 블록들은 블록들의 각각의 픽처들에 적용되는 코딩 할당에 의해 결정된 다른 (이미 코딩된) 블록들을 참조하여 예측적으로 코딩될 수 있다. 예를 들어, I 픽처들의 블록들은 비예측적으로 코딩될 수 있거나 그것들은 동일한 픽처의 이미 코딩된 블록들을 참조하여 예측적으로 코딩될 수 있다(공간 예측 또는 인트라 예측). P 픽처의 픽셀 블록들은, 하나의 이전에 코딩된 참조 픽처를 참조하여 공간 예측을 통해 또는 시간 예측을 통해, 예측적으로 코딩될 수 있다. B 픽처들의 블록들은, 하나 또는 2개의 이전에 코딩된 참조 픽처들을 참조하여 공간 예측을 통해 또는 시간 예측을 통해, 예측적으로 코딩될 수 있다.

비디오 인코더(603)는 ITU-T Rec. H.265와 같은 미리 결정된 비디오 코딩 기술 또는 표준에 따라 코딩 동작들을 수행할 수 있다. 그것의 동작 중에, 비디오 인코더(603)는, 입력 비디오 시퀀스에서 시간 및 공간 중복성들을 사용하는 예측 코딩 동작들을 포함하여, 다양한 압축 동작들을 수행할 수 있다. 따라서, 코딩된 비디오 데이터는 사용 중인 비디오 코딩 기술 또는 표준에 의해 특정된 신택스(syntax)를 따를 수 있다.

비디오는 시간 시퀀스에서 복수의 소스 픽처(이미지들)의 형태일 수 있다. 인트라-픽처 예측(종종 인트라 예측으로 축약됨)은 주어진 픽처에서 공간 상관을 사용하고, 인터-픽처 예측은 픽처들 사이의(시간 또는 다른) 상관을 사용한다. 일 예에서, 현재 픽처라고 지칭되는, 인코딩/디코딩 중인 특정 픽처가 블록들로 파티셔닝된다. 현재 픽처 내의 블록이 비디오 내의 이전에 코딩되고 여전히 버퍼링된 참조 픽처 내의 참조 블록과 유사할 때, 현재 픽처 내의 블록은 모션 벡터라고 지칭되는 벡터에 의해 코딩될 수 있다. 모션 벡터는 참조 픽처 내의 참조 블록을 가리키고, 다수의 참조 픽처가 사용 중인 경우, 참조 픽처를 식별하는 제3의 차원을 가질 수 있다.

일부 실시예들에서, 인터-픽처 예측에서 양방향 예측(bi-prediction) 기법이 사용될 수 있다. 양방향 예측 기법에 따르면, 둘 다 비디오 내의 현재 픽처에 디코딩 순서에서 앞서는(그러나, 디스플레이 순서에서, 과거 및 미래에 각각 있을 수 있는) 제1 참조 픽처 및 제2 참조 픽처와 같은 2개의 참조 픽처가 사용된다. 현재 픽처 내의 블록은 제1 참조 픽처 내의 제1 참조 블록을 가리키는 제1 모션 벡터, 및 제2 참조 픽처 내의 제2 참조 블록을 가리키는 제2 모션 벡터에 의해 코딩될 수 있다. 블록은 제1 참조 블록과 제2 참조 블록의 조합에 의해 예측될 수 있다.

또한, 코딩 효율을 개선하기 위해 인터-픽처 예측에서 병합 모드(merge mode) 기법이 사용될 수 있다.

본 개시의 일부 실시예들에 따르면, 인터-픽처 예측들 및 인트라-픽처 예측들과 같은 예측들이 블록들의 유닛으로 수행된다. 예를 들어, HEVC 표준에 따르면, 비디오 픽처들의 시퀀스 내의 픽처는 압축을 위해 코딩 트리 유닛들(CTU)로 파티셔닝되고, 픽처 내의 CTU들은 64x64 픽셀들, 32x32 픽셀들, 또는 16x16 픽셀들과 같은 동일한 크기를 갖는다. 일반적으로, CTU는 3개의 코딩 트리 블록(coding tree block)(CTB)을 포함하는데, 이는 하나의 루마 CTB 및 2개의 크로마 CTB이다. 각각의 CTU는 하나 또는 다수의 코딩 유닛(CU)으로 재귀적으로 쿼드트리 분할(recursively quadtree split)될 수 있다. 예를 들어, 64x64 픽셀들의 CTU는 64x64 픽셀들의 하나의 CU, 또는 32x32 픽셀들의 4개의 CU, 또는 16x16 픽셀들의 16개의 CU로 분할될 수 있다. 일 예에서, 각각의 CU는, 인터 예측 타입 또는 인트라 예측 타입과 같은, CU에 대한 예측 타입을 결정하기 위해 분석된다. CU는 시간 및/또는 공간 예측성에 의존하여 하나 이상의 예측 유닛(PU)으로 분할된다. 일반적으로, 각각의 PU는 루마 예측 블록(PB), 및 2개의 크로마 PB를 포함한다. 실시예에서, 코딩(인코딩/디코딩)에서의 예측 동작은 예측 블록의 유닛으로 수행된다. 예측 블록의 예로서 루마 예측 블록을 사용하여, 예측 블록은, 8x8 픽셀들, 16x16 픽셀들, 8x16 픽셀들, 16x8 픽셀들 등과 같은, 픽셀들에 대한 값들(예를 들어, 루마 값들)의 행렬을 포함한다.

도 7은 실시예에 따른 G-PPC 인코더(700)의 블록도를 도시한다. 인코더(700)는 포인트 클라우드 데이터를 수신하고 포인트 클라우드 데이터를 압축하여 압축된 포인트 클라우드 데이터를 반송하는 비트 스트림을 생성하도록 구성될 수 있다. 실시예에서, 인코더(700)는 위치 양자화 모듈(710), 복제된 포인트들 제거 모듈(712), 옥트리 인코딩 모듈(730), 속성 전이 모듈(720), LOD(level of detail) 생성 모듈(740), 속성 예측 모듈(750), 잔차 양자화 모듈(760), 산술 코딩 모듈(770), 역 잔차 양자화 모듈(780), 가산 모듈(781), 및 재구성된 속성 값들을 저장하는 메모리(790)를 포함할 수 있다.

도시된 바와 같이, 입력 포인트 클라우드(701)는 인코더(700)에서 수신될 수 있다. 포인트 클라우드(701)의 위치들(예를 들어, 3D 좌표)은 양자화 모듈(710)에 제공된다. 양자화 모듈(710)은 좌표들을 양자화하여 양자화된 위치들을 생성하도록 구성된다. 복제된 포인트들 제거 모듈(712)은 양자화된 위치들을 수신하고 필터 프로세스를 수행하여 복제된 포인트들을 식별하고 제거하도록 구성된다. 옥트리 인코딩 모듈(730)은 복제된 포인트들 제거 모듈(712)로부터 필터링된 위치들을 수신하고, 옥트리-기반 인코딩 프로세스를 수행하여 복셀들의 3D 그리드를 설명하는 점유 코드들의 시퀀스를 생성하도록 구성된다. 점유 코드들은 산술 코딩 모듈(770)에 제공된다.

속성 전이 모듈(720)은 입력 포인트 클라우드의 속성들을 수신하고, 다수의 속성 값이 각각의 복셀과 연관될 때 각각의 복셀에 대한 속성 값을 결정하기 위해 속성 전이 프로세스를 수행하도록 구성된다. 속성 전이 프로세스는 옥트리 인코딩 모듈(730)로부터 출력된 재정렬된 포인트들에 대해 수행될 수 있다. 전이 동작들 후의 속성들은 속성 예측 모듈(750)에 제공된다. LOD 생성 모듈(740)은 옥트리 인코딩 모듈(730)로부터 출력된 재정렬된 포인트들에 대해 동작하고, 포인트들을 상이한 LOD들로 재편성하도록 구성된다. LOD 정보는 속성 예측 모듈(750)에 공급된다.

속성 예측 모듈(750)은 LOD 생성 모듈(740)로부터의 LOD 정보에 의해 표시된 LOD 기반 순서에 따라 포인트들을 처리한다. 속성 예측 모듈(750)은 메모리(790)에 저장된 현재 포인트의 이웃 포인트들의 세트의 재구성된 속성들에 기초하여 현재 포인트에 대한 속성 예측을 생성한다. 속성 전이 모듈(720)로부터 수신된 원래의 속성 값들 및 로컬로 생성된 속성 예측들에 기초하여 예측 잔차들이 후속하여 획득될 수 있다. 후보 인덱스들이 각각의 속성 예측 프로세스에서 사용될 때, 선택된 예측 후보에 대응하는 인덱스가 산술 코딩 모듈(770)에 제공될 수 있다.

잔차 양자화 모듈(760)은 속성 예측 모듈(750)로부터 예측 잔차들을 수신하고, 양자화를 수행하여 양자화된 잔차들을 생성하도록 구성된다. 양자화된 잔차들은 산술 코딩 모듈(770)에 제공된다.

역 잔차 양자화 모듈(780)은 잔차 양자화 모듈(760)로부터 양자화된 잔차들을 수신하고, 잔차 양자화 모듈(760)에서 수행된 양자화 동작들의 역을 수행함으로써 재구성된 예측 잔차들을 생성하도록 구성된다. 가산 모듈(781)은 역 잔차 양자화 모듈(780)로부터 재구성된 예측 잔차들을 수신하고, 속성 예측 모듈(750)로부터 각각의 속성 예측들을 수신하도록 구성된다. 재구성된 예측 잔차들과 속성 예측들을 조합함으로써, 재구성된 속성 값들이 생성되고 메모리(790)에 저장된다.

산술 코딩 모듈(770)은, 점유 코드들, 후보 인덱스들(사용된다면), 양자화된 잔차들(생성된다면), 및 기타의 정보를 수신하고, 수신된 값들 또는 정보를 추가로 압축하기 위해 엔트로피 인코딩을 수행하도록 구성된다. 그 결과, 압축된 정보를 반송하는 압축된 비트스트림(702)이 생성될 수 있다. 비트스트림(702)은 압축된 비트스트림을 디코딩하는 디코더에 송신되거나, 다른 방식으로 제공될 수 있거나, 저장 디바이스에 저장될 수 있다.

도 8은 실시예에 따른 G-PCC 디코더(800)의 블록도를 도시한다. 디코더(800)는 압축된 비트스트림을 수신하고 포인트 클라우드 데이터 압축해제를 수행하여 비트스트림을 압축해제하여 디코딩된 포인트 클라우드 데이터를 생성하도록 구성될 수 있다. 실시예에서, 디코더(800)는 산술 디코딩 모듈(810), 역 잔차 양자화 모듈(820), 옥트리 디코딩 모듈(830), LOD 생성 모듈(840), 속성 예측 모듈(850), 및 재구성된 속성 값들을 저장하는 메모리(860)를 포함할 수 있다.

도시된 바와 같이, 압축된 비트스트림(801)은 산술 디코딩 모듈(810)에서 수신될 수 있다. 산술 디코딩 모듈(810)은 압축된 비트스트림(801)을 디코딩하여 포인트 클라우드의 점유 코드들 및 양자화된 잔차들(생성된다면)을 획득하도록 구성된다. 옥트리 디코딩 모듈(830)은 점유 코드들에 따라 포인트 클라우드에서의 포인트들의 재구성된 위치들을 결정하도록 구성된다. LOD 생성 모듈(840)은 재구성된 위치들에 기초하여 포인트들을 상이한 LOD들로 재편성하고, LOD 기반 순서를 결정하도록 구성된다. 역 잔차 양자화 모듈(820)은 산술 디코딩 모듈(810)로부터 수신된 양자화된 잔차들에 기초하여 재구성된 잔차들을 생성하도록 구성된다.

속성 예측 모듈(850)은 속성 예측 프로세스를 수행하여 LOD 기반 순서에 따라 포인트들에 대한 속성 예측들을 결정하도록 구성된다. 예를 들어, 현재 포인트의 속성 예측은 메모리(860)에 저장된 현재 포인트의 이웃 포인트들의 재구성된 속성 값들에 기초하여 결정될 수 있다. 속성 예측 모듈(850)은 속성 예측을 각각의 재구성된 잔차와 조합하여 현재 포인트에 대한 재구성된 속성을 생성할 수 있다.

옥트리 디코딩 모듈(830)로부터 생성된 재구성된 위치들과 함께 속성 예측 모듈(850)로부터 생성된 재구성된 속성들의 시퀀스는 일 예에서 디코더(800)로부터 출력되는 디코딩된 포인트 클라우드(802)에 대응한다. 또한, 재구성된 속성들은 또한 메모리(860)에 저장되고, 후속 포인트들에 대한 속성 예측들을 도출하기 위해 후속하여 사용될 수 있다.

다양한 실시예들에서, 인코더(300), 디코더(400), 인코더(700), 및/또는 디코더(800)는 하드웨어, 소프트웨어, 또는 이들의 조합으로 구현될 수 있다. 예를 들어, 인코더(300), 디코더(400), 인코더(700), 및/또는 디코더(800)는, 애플리케이션 특정 집적 회로(ASIC), 필드 프로그래머블 게이트 어레이(FPGA) 등의, 소프트웨어와 함께 또는 소프트웨어 없이 동작하는 하나 이상의 집적 회로(IC) 등의 처리 회로로 구현될 수 있다. 다른 예에서, 인코더(300), 디코더(400), 인코더(700), 및/또는 디코더(800)는 비휘발성(또는 비일시적) 컴퓨터 판독가능 저장 매체에 저장된 명령어들을 포함하는 소프트웨어 또는 펌웨어로서 구현될 수 있다. 명령어들은, 하나 이상의 프로세서와 같은 처리 회로에 의해 실행될 때, 처리 회로로 하여금 인코더(300), 디코더(400), 인코더(700), 및/또는 디코더(800)의 기능들을 수행하게 한다.

본 명세서에 개시된 속성 예측 기법들을 구현하도록 구성된 속성 예측 모듈들(750 및 850)은 도 7 및 도 8에 도시된 것과 유사하거나 상이한 구조들을 가질 수 있는 다른 디코더들 또는 인코더들에 포함될 수 있다는 점에 유의한다. 또한, 인코더(700) 및 디코더(800)는 다양한 예들에서 동일한 디바이스 또는 별개의 디바이스들에 포함될 수 있다.

본 개시의 일부 양태들에 따르면, 일부 관련 예들(예를 들어, TMC13 모델의 현재 버전)에서, 리컬러링 프로세스는 지오메트리가 양자화되고 복제된 위치들이 머징될 때 인코더 측에서 적용된다. 리컬러 프로세스는 비교적 복잡하다. 예를 들어, 리컬러 프로세스는 가장 가까운 이웃(들)을 검색하기 위해 k-d 트리(예를 들어, 3차원 트리) 데이터 구조에 의존한다. k-d 트리에 기초한 검색은 복잡하고 시간 소모적일 수 있다.

관련된 예(예를 들어, TMC13 모델의 버전)에서, 리컬러링 알고리즘에 대한 입력들은 포인트 클라우드에서의 원래의 포인트들의 원래의 위치들, 원래의 위치들과 연관된 속성들 및 재구성된 위치들(예를 들어, 복제된 위치들의 머징 및 지오메트리 양자화의 결과들)을 포함할 수 있다. 리컬러링 알고리즘은 원래의 위치들과 연관된 속성들을 예를 들어, 최소화된 속성 왜곡들을 갖는, 재구성된 위치들과 연관된 속성들로 전이할 수 있다. 재구성된 위치들과 연관된 속성들은 재구성된 포인트 클라우드에서의 재구성된 포인트들을 형성할 수 있다. 리컬러링 알고리즘은 컬러, 재료 특성들, 텍스처 정보, 강도 속성들, 반사율 속성들, 모션 관련 속성들, 모달리티 속성들, 및 다양한 다른 속성들과 같은 임의의 적절한 속성을 전이할 수 있다는 점에 유의한다. 일 예에서, 리컬러링 알고리즘은 다음의 설명에서 상세히 설명되는 5개의 단계를 포함한다.

제1 단계에서, 포인트 클라우드에서의 포인트들의 원래의 위치들, 원래의 위치들과 연관된 속성들 및 재구성된 위치들이 수신된다. 일 예에서,

은 원래의 포인트 클라우드에서의 원래의 포인트들의 원래의 포인트 위치들을 나타내고, N은 원래의 포인트 클라우드에서의 포인트들의 수를 나타내고,

은 재구성된 위치들을 나타내고,

는 재구성된 위치들의 수를 나타낸다. 복제된 포인트들이 존재하고 머징되는 경우,

< N이고, 그렇지 않으면

= N이다.

제2 단계에서, 재구성된 포인트 클라우드에서의 각각의 위치

에 대해, 예를 들어, k-d 트리 검색에 기초하여 검색 프로세스가 수행되어, 원래의 포인트 클라우드에서의 가장 가까운 이웃인

를 결정하고,

는 원래의 포인트 클라우드에서의 가장 가까운 이웃과 연관된 속성 값을 나타낸다.

제3 단계에서, 재구성된 포인트 클라우드에서의 각각의 위치

에 대해, 예를 들어, k-d 트리 검색에 기초하여 검색 프로세스들이 수행되어,

로 표시되는 원래의 포인트 클라우드에서의 원래의 위치들의 세트를 결정하고, 원래의 위치들의 세트는 재구성된 포인트 클라우드에서의 그들의 가장 가까운 이웃으로서

를 공유한다. H(i)는

의 요소들의 수를 나타내고,

는

의 요소들 중 하나를 나타낸다.

는 비어 있을 수 있거나 하나 또는 다수의 요소를 가질 수 있다는 점에 유의한다.

제4 단계에서,

체크된다.

가 비어 있을 때, 위치

와 연관된 속성 값

는

로 설정된다.

제5 단계에서,

가 비어 있지 않는 경우, 위치

와 연관된 속성 값

는, 예를 들어, (수학식 1)에 기초하여 계산될 수 있다:

(수학식 1)

관련 예에서, k-d 트리(예를 들어, 3차원 트리) 검색과 같은 검색들은 가장 가까운 이웃(들)을 검색하기 위해 사용된다. k-d 트리에 기초한 검색은 복잡하고 시간 소모적일 수 있다. 본 개시는 복잡성을 감소시키고 처리 속도를 개선하기 위한 리컬러링 기법들을 제공한다. 예를 들어, 가장 가까운 이웃들의 검색들은 복제된 포인트들의 머징 및 지오메트리 양자화 동안 저장된 정보에 기초하여 결정될 수 있다.

제안된 방법들은 개별적으로 사용되거나 임의의 순서로 조합될 수 있다. 또한, 방법들(또는 실시예들), 인코더, 및 디코더 각각은 처리 회로(예를 들어, 하나 이상의 프로세서 또는 하나 이상의 집적 회로)에 의해 구현될 수 있다. 일 예에서, 하나 이상의 프로세서는 비일시적 컴퓨터 판독가능 매체에 저장되는 프로그램을 실행한다.

본 개시의 일부 양태들에 따르면, 컬러, 반사율 등과 같은 포인트 클라우드의 연관된 속성들 및 지오메트리 정보는 (예를 들어, 테스트 모델 13(TMC13) 모델에서) 개별적으로 압축될 수 있다. 일부 실시예들에서, 포인트 클라우드에서의 포인트들의 3D 좌표들을 포함하는 포인트 클라우드의 지오메트리 정보는 복제 프로세스의 양자화 및 머지에 따라 처리될 수 있다. 일부 예들에서, 복제 프로세스의 양자화 및 머지는 옥트리 파티션에 기초할 수 있고, 지오메트리 정보는 파티션들의 점유 정보와 함께 옥트리 파티션에 의해 코딩될 수 있다. 속성들은, 예를 들어, 예측, 리프팅(lifting) 및 영역 적응적 계층적 변환 기법들을 사용하여 재구성된 지오메트리에 기초하여 압축될 수 있다. 예를 들어, 코딩된 지오메트리 정보는 재구성된 위치들 등의 포인트 클라우드에 대한 지오메트리 정보를 재구성하도록 역양자화될 수 있다. 원래의 포인트들의 속성들은 재구성된 위치들로 전이된 다음 인코딩된다.

본 개시의 일부 양태들에 따르면, 3차원 공간은 옥트리 파티션을 사용하여 파티셔닝될 수 있다. 옥트리들은 2차원 공간에서 쿼드트리들의 3차원 아날로그이다. 옥트리 파티션 기법은 3차원 공간을 8개의 옥턴트로 재귀적으로 세분하는 파티션 기법을 지칭하고, 옥트리 구조는 파티션들을 나타내는 트리 구조를 지칭한다. 일 예에서, 옥트리 구조 내의 각각의 노드는 3차원 공간에 대응하고, 노드는 엔드 노드(더 이상 파티션이 없음, 일부 예들에서 리프(leaf) 노드라고도 지칭됨) 또는 추가 파티션을 갖는 노드일 수 있다. 노드에서의 파티션은 노드에 의해 표현되는 3차원 공간을 8개의 옥턴트로 파티셔닝할 수 있다. 일부 예들에서, 특정 노드의 파티션들에 대응하는 노드들은 특정 노드의 자식 노드들로서 지칭될 수 있다.

도 9는 본 개시의 일부 실시예들에 따른 옥트리 파티션 기법에 기초한 (노드에 대응하는) 3D 큐브(900)의 파티션을 예시하는 도면을 도시한다. 파티션은 도 9에 도시된 바와 같이 3D 큐브(900)를 8개의 더 작은 동일한 크기의 큐브들 0-7로 분할할 수 있다.

(예를 들어, TMC13에서의) 옥트리 파티션 기법은 원래의 3D 공간을 더 작은 유닛들로 재귀적으로 분할할 수 있고, 모든 서브-공간의 점유 정보는 지오메트리 위치들을 표현하도록 인코딩될 수 있다.

일부 실시예들에서(예를 들어, TMC13에서), 옥트리 지오메트리 코덱이 사용된다. 옥트리 지오메트리 코덱은 지오메트리 인코딩을 수행할 수 있다. 일부 예들에서, 지오메트리 인코딩은 큐빅 박스 상에서 수행된다. 예를 들어, 큐빅 박스는 2개의 포인트 (0,0,0) 및 (

,

)에 의해 정의되는 축-정렬된 경계 박스 B일 수 있고, 여기서

은 경계 박스 B의 크기를 정의하고 M은 비트스트림에서 특정될 수 있다.

그 후, 큐빅 박스를 재귀적으로 세분함으로써 옥트리 구조가 구축된다. 예를 들어, 2개의 포인트 (0,0,0) 및 (

,

)에 의해 정의된 큐빅 박스는 8개의 서브 큐빅 박스로 분할되고, 그 후 점유 코드로 지칭되는 8 비트 코드가 생성된다. 점유 코드의 각각의 비트는 서브 큐빅 박스(sub cubical box)와 연관되고, 비트의 값은 연관된 서브 큐빅 박스가 포인트 클라우드의 임의의 포인트들을 포함하는지를 표시하기 위해 사용된다. 예를 들어, 비트의 값 1은 비트와 연관된 서브 큐빅 박스가 포인트 클라우드의 하나 이상의 포인트를 포함한다는 것을 표시하고; 비트의 값 0은 비트와 연관된 서브 큐빅 박스가 포인트 클라우드의 포인트를 포함하지 않는다는 것을 표시한다.

또한, 빈 서브 큐빅 박스에 대해(예를 들어, 서브 큐빅 박스와 연관된 비트의 값이 0임), 더 이상의 분할이 서브 큐빅 박스에 적용되지 않는다. 서브 큐빅 박스가 포인트 클라우드의 하나 이상의 포인트를 가질 때(예를 들어, 서브 큐빅 박스와 연관된 비트의 값이 1일 때), 서브 큐빅 박스는 8개의 더 작은 서브 큐빅 박스로 추가로 분할되고, 더 작은 서브 큐빅 박스들의 점유를 표시하기 위해 서브 큐빅 박스에 대해 점유 코드가 생성될 수 있다. 일부 예들에서, 서브 큐빅 박스들의 크기가 1인 크기와 같은 미리 결정된 임계값과 동일할 때까지, 비어 있지 않은 서브 큐빅 박스들에 대해 세분(subdivision) 동작들이 반복적으로 수행될 수 있다. 일부 예들에서, 1의 크기(유닛 크기)를 갖는 서브 큐빅 박스들은 복셀들로서 지칭되고, 복셀들보다 더 큰 크기들을 갖는 서브 큐빅 박스들은 비-복셀들로서 지칭될 수 있다.

도 10은 본 개시의 일부 실시예들에 따른 옥트리 파티션(1010) 및 옥트리 파티션(1010)에 대응하는 옥트리 구조(1020)의 예를 도시한다. 도 10은 옥트리 파티션(1010) 내의 파티션들의 2개의 레벨을 도시한다. 옥트리 구조(1020)는 옥트리 파티션(1010)을 위한 큐빅 박스에 대응하는 노드(N0)를 포함한다. 제1 레벨에서, 큐빅 박스는 도 9에 도시된 넘버링 기법에 따라 0-7로 넘버링된 8개의 서브 큐빅 박스로 파티셔닝된다. 노드 N0의 파티션에 대한 점유 코드는 이진수로 "10000001"이고, 이는 노드 N0-0에 의해 표현되는 제1 서브 큐빅 박스 및 노드 N0-7에 의해 표현되는 제8 서브 큐빅 박스가 포인트 클라우드에서의 포인트들을 포함하고 다른 서브 큐빅 박스들이 비어 있음을 표시한다.

그 후, 파티션의 제2 레벨에서, 제1 서브 큐빅 박스(노드 N0-0으로 표현됨) 및 제8 서브 큐빅 박스(노드 N0-7로 표현됨)는 8개의 옥턴트로 각각 추가로 세분된다. 예를 들어, 제1 서브 큐빅 박스(노드 N0-0으로 표현됨)는 도 9에 도시된 넘버링 기법에 따라 0-7로 넘버링된 8개의 더 작은 서브 큐빅 박스로 파티셔닝된다. 노드 N0-0의 파티션에 대한 점유 코드는 이진수 "00011000"이며, 이는 제4 더 작은 서브 큐빅 박스(노드 N0-0-3으로 표현됨) 및 제5 더 작은 서브 큐빅 박스(노드 N0-0-4로 표현됨)가 포인트 클라우드에서의 포인트들을 포함하고 다른 더 작은 서브 큐빅 박스들이 비어 있음을 표시한다. 제2 레벨에서, 제7 서브 큐빅 박스(노드 N0-7로 표현됨)는 도 10에 도시된 바와 같이 8개의 더 작은 서브 큐빅 박스로 유사하게 파티셔닝된다.

도 10의 예에서, 비어있지 않은 큐빅 공간에 대응하는 노드들(예를 들어, 큐빅 박스, 서브 큐빅 박스들, 더 작은 서브 큐빅 박스들 등)은 회색으로 컬러링되고, 음영 노드들로 지칭된다.

일부 실시예들에서, 유닛 크기 큐빅 박스의 복셀에 대해, 유닛 크기 큐빅 박스 내의 포인트(들)가, 예를 들어, 유닛 크기 큐빅 박스의 중심 위치로 양자화될 수 있다. 유닛 크기 큐빅 박스 내에 다수의 포인트가 있을 때, 포인트들은 유닛 크기 큐빅 박스의 중심 위치로 머징된다. 복셀들의 중심 위치들은 재구성된 포인트 클라우드에서의 재구성된 포인트들에 대한 재구성된 위치들을 형성할 수 있다.

본 개시의 일부 양태들에 따르면, (룩업 테이블, 리스트 등과 같은) 적절한 데이터 구조가 복셀 내의 원래의 포인트들을 복셀의 재구성된 위치(예를 들어, 중심 위치)와 연관시키는 데 사용될 수 있다. 예를 들어, 룩업 테이블 내의 엔트리는 복셀의 인덱스를 복셀 내의 원래의 포인트들의 인덱스들과 연관시킬 수 있다. 데이터 구조는 저장될 수 있다. 따라서, 복셀의 중심 포인트인 재구성된 포인트 클라우드에서의 각각의 위치에 대해, 중심 위치로 머징되는 복셀 내의 원래의 포인트들은 데이터 구조에 기초하여 결정될 수 있다.

본 개시의 한 양태에 따르면, 포인트 클라우드의 지오메트리는 스칼라 양자화에 의해 양자화되고, 스칼라 양자화는 일부 예들에서 유일한 지오메트리 왜곡 소스이다. 일부 실시예들에서, 옥트리 파티션이 지오메트리 양자화를 위해 사용될 때, 복셀들은 포인트 클라우드의 하나 이상의 원래의 포인트를 각각 포함하는 유닛 크기 큐빅 박스이고, 하나 이상의 원래의 포인트는 복셀의 중심 포인트로 양자화된다. 따라서, 복셀 내의 하나 이상의 원래의 포인트는 가장 가까운 이웃과 동일한 복셀의 (재구성된 포인트 클라우드에서의) 중심 포인트를 공유하고, 재구성된 포인트 클라우드에서의 각각의 위치의 세트

는 비어 있지 않다. 따라서, 리컬러링 알고리즘의 제4 단계는 필요하지 않다.

도 11은 지오메트리 양자화 동안 재구성된 위치(

)를 공유하는 포인트들의 세트를 결정하기 위해 3차원(3D)에서 사용될 수 있는 도출 기술들을 예시하기 위한 1차원(1D)의 다이어그램을 도시한다. 다이아몬드-형상 포인트들 1-8은 원래의 포인트들이고 둥근 흑색 점들 R1-R3은 재구성된 포인트들(일부 예들에서 양자화된 포인트들이라고도 지칭함)에 대한 재구성된 위치들이다.

일 예에서, 양자화 단계는 q이고, 따라서 범위

내의 모든 포인트들은 n=0,±1,±2,...에 대해 위치 nq로 양자화될 수 있다. 예를 들어, 원래의 포인트들 1-3은 [-3q/2, -q/2)의 범위에 있고 재구성된 위치 R1로 양자화되고, 원래의 포인트들 4-5는 [-q/2, q/2)의 범위에 있고 재구성된 위치 R2로 양자화되고, 원래의 포인트들 6-8은 [q/2, 3q/2)의 범위에 있고 재구성된 위치 R3으로 양자화된다. 따라서, 재구성된 포인트 클라우드에서의 원래의 포인트의 가장 가까운 이웃은 재구성된 위치이다. 다시 말해, 각각의 재구성된 위치의 세트

는 재구성된 위치로 양자화되는 원래의 포인트들이다. 따라서, 일부 실시예들에서, 재구성된 위치와 연관된 세트

를 저장하기 위해 적절한 데이터 구조가 사용된다. 그 후, 데이터 구조에 기초하여, 재구성된 위치에 대해, 세트

는 추가적인 k-d 트리 검색 없이 신속하게 결정될 수 있다.

적절한 데이터 구조에 저장된 양자화 결과들에 기초하여, 리컬러링 알고리즘이 단순화될 수 있다. 예를 들어, 각각의 양자화된 위치의 속성 값은 양자화된 위치로 양자화된 원래의 위치들에서의 속성 값들에 기초하여 할당된다. 구체적으로, 일부 예들에서, 리컬러링 알고리즘은 다음의 설명에서 상세히 설명되는 3개의 단계를 포함할 수 있다.

은 원래의 포인트 클라우드에서의 포인트들의 원래의 위치들을 나타내고, N은 원래의 포인트 클라우드에서의 포인트들의 수를 나타내고,

은 재구성된 포인트 클라우드의 재구성된 위치들을 나타내고,

는 재구성된 포인트 클라우드에서의 재구성된 위치들의 수를 나타낸다. 복제된 포인트들이 존재하고 머징되는 경우,

< N이고, 그렇지 않으면

= N이다.

제2 단계에서, 재구성된 포인트 클라우드에서의 각각의 재구성된 위치

에 대해, 각각의 재구성된 위치와 연관하여 원래의 위치들의 세트를 저장하는 데이터 구조가 재구성된 위치에 기초하여 액세스되어 원래의 위치들의 세트

를 결정할 수 있고, 세트 내의 원래의 위치들은

로 양자화 및 역양자화된다. H(i)는

내의 요소들의 수를 나타내고,

는

의 요소들 중 하나를 나타낸다.

는 지오메트리 양자화 프로세스 동안 획득될 수 있다.

제3 단계에서, 재구성된 위치

와 연관된 속성 값

는 세트

내의 원래의 위치들과 연관된 속성 값들로부터 획득될 수 있다.

속성 값

를 계산하기 위해 다양한 기법들이 사용될 수 있다.

실시예에서, 속성 값들의 평균은 재구성된 위치에 대한 속성 값

로서 계산된다. 일 예에서,

는

와 연관된 속성 값을 나타내고, 재구성된 포인트

와 연관된 속성 값

는 (수학식 2)를 사용하여 계산될 수 있다:

(수학식 2)

다른 실시예에서,

는 예컨대 (수학식 3)을 사용하여, 속성들의 가중 평균에 의해 계산된다:

(수학식 3)

여기서,

이며, 대응하는 위치에서의 속성에 대한 가중치를 나타내고, 이는 원래의 위치

와 재구성된 위치

사이의 거리에 반비례할 수 있다. 원래의 위치

와 재구성된 위치

사이의 거리는 임의의 적절한 거리 측정치에 의해 평가될 수 있다. 일 예에서, 거리는 유클리드 거리와 같은 공간 거리이다.

다른 실시예에서,

는

내의 가장 가까운 원래의 위치의 속성 값에 의해 재구성된 위치

에 할당된다. 다수의 원래의 위치가 재구성된 위치

에 대해 동일한 가장 가까운 거리를 가질 때, 다수의 원래의 위치의 속성 값들의 중앙 속성 값 또는 평균 속성 값이

에 할당될 수 있다. 원래의 위치

와 재구성된 위치

사이의 거리는 임의의 다른 거리 측정치에 의해 평가될 수 있다. 일 예에서, 거리는 유클리드 거리와 같은 공간 거리이다.

도 12는 본 개시의 실시예에 따른 프로세스(1200)를 약술하는 흐름도를 도시한다. 프로세스(1200)는 포인트 클라우드들에 대한 코딩 프로세스 동안 사용될 수 있다. 다양한 실시예들에서, 프로세스(1200)는 단말 디바이스들(110) 내의 처리 회로, 인코더(203) 및/또는 디코더(201)의 기능들을 수행하는 처리 회로, 인코더(300), 디코더(400), 인코더(700), 및/또는 디코더(800)의 기능들을 수행하는 처리 회로 등과 같은 처리 회로에 의해 실행된다. 일부 실시예들에서, 프로세스(1200)는 소프트웨어 명령어들로 구현되고, 따라서 처리 회로가 소프트웨어 명령어들을 실행할 때, 처리 회로는 프로세스(1200)를 수행한다. 프로세스는 (S1201)에서 시작되어 (S1210)으로 진행한다.

(S1210)에서, 재구성된 위치와 연관되는 포인트 클라우드에서의 하나 이상의 원래의 포인트가 결정된다. 하나 이상의 원래의 포인트의 위치들은 지오메트리 양자화에 따라, 재구성된 위치로 재구성된다.

일부 예들에서, 옥트리 파티션은 지오메트리 정보를 코딩하기 위해 수행될 수 있다. 옥트리 파티션은 포인트 클라우드의 공간을 복셀들로 파티셔닝할 수 있다. 하나 이상의 원래의 포인트는 복셀 내에 있고, 복셀을 나타내기 위한 재구성된 위치와 연관된다. 하나 이상의 원래의 포인트의 지오메트리 정보는 재구성된 위치로 재구성(예를 들어, 양자화 및 역양자화)될 수 있다. 실시예에서, 하나 이상의 원래의 포인트를 재구성된 위치와 연관시키는 데이터 구조가 저장된다. 데이터 구조는 재구성된 위치와 연관된 하나 이상의 원래의 포인트를 검색하기 위해 재구성된 위치에 기초하여 액세스될 수 있다.

(S1220)에서, 하나 이상의 원래의 포인트의 속성 정보에 기초하여 재구성된 위치에 대한 속성 값이 결정된다.

실시예에서, 다수의 원래의 포인트가 재구성된 위치와 연관될 때, 다수의 원래의 포인트의 속성 값들의 평균이 재구성된 위치에 대한 결정된 속성 값으로서 계산된다.

일부 예들에서, 다수의 원래의 포인트에서의 원래의 포인트의 속성 값은 원래의 포인트와 재구성된 위치 사이의 거리의 역에 기초하여 가중될 수 있다.

다른 실시예에서, 다수의 원래의 포인트의 속성 값들의 가중 평균이 재구성된 위치에 대한 결정된 속성 값으로서 계산된다. 일 예에서, 다수의 원래의 포인트에서의 원래의 포인트의 속성 값은 원래의 포인트와 재구성된 위치 사이의 거리의 역에 기초하여 가중된다.

다른 실시예에서, 다수의 원래의 포인트가 재구성된 위치와 연관되는 것에 응답하여, 다수의 원래의 포인트에서의 가장 가까운 포인트의 특정 속성 값이 재구성된 위치에 대한 결정된 속성 값이 되도록 할당된다. 일 예에서, 재구성된 위치까지의 동일한 최단 거리를 갖는 다수의 가장 가까운 포인트들의 존재에 응답하여, 가장 가까운 포인트들에 대한 속성 값들 중 중앙 속성 값이 선택된다. 다른 예에서, 재구성된 위치까지의 동일한 최단 거리를 갖는 다수의 가장 가까운 포인트들의 존재에 응답하여, 가장 가까운 포인트들에 대한 속성 값들의 평균 속성 값이 계산된다.

(S1230)에서, 결정된 속성 값을 갖는 재구성된 위치를 갖는 포인트 클라우드의 텍스처가 인코딩된다. 일 예에서, 재구성된 위치들에 대한 속성 값들은 압축되고 포인트 클라우드의 텍스처 정보로서 포인트 클라우드에 대한 코딩된 비트스트림에 포함된다. 이어서, 프로세스는 (S1299)로 진행하여 종료된다.

위에서 설명된 기법들은 컴퓨터 판독가능 명령어들을 사용하여 컴퓨터 소프트웨어로서 구현되고 하나 이상의 컴퓨터 판독가능 매체에 물리적으로 저장될 수 있다. 예를 들어, 도 13은 개시된 주제의 특정 실시예들을 구현하기에 적절한 컴퓨터 시스템(1300)을 도시한다.

컴퓨터 소프트웨어는, 하나 이상의 컴퓨터 중앙 처리 유닛(CPU), 그래픽 처리 유닛(GPU) 등에 의해, 직접, 또는 해석, 마이크로-코드 실행 등을 통해 실행될 수 있는 명령어들을 포함하는 코드를 생성하기 위해 어셈블리, 컴파일(compilation), 링킹(linking), 또는 유사한 메커니즘들이 수행될 수 있는 임의의 적절한 머신 코드 또는 컴퓨터 언어를 사용하여 코딩될 수 있다.

명령어들은, 예를 들어, 개인용 컴퓨터, 태블릿 컴퓨터, 서버, 스마트폰, 게이밍 디바이스, 사물 인터넷 디바이스들 등을 포함하여, 다양한 타입의 컴퓨터들 또는 그것의 컴포넌트들 상에서 실행될 수 있다.

컴퓨터 시스템(1300)에 대한 도 13에 도시된 컴포넌트들은 사실상 예시적인 것이고, 본 개시의 실시예들을 구현하는 컴퓨터 소프트웨어의 사용 또는 기능성의 범위에 대한 임의의 제한을 암시하도록 의도되지 않는다. 컴포넌트들의 구성이 컴퓨터 시스템(1300)의 예시적인 실시예에서 예시된 컴포넌트들 중 임의의 하나 또는 이들의 조합과 관련하여 임의의 종속성 또는 요건을 갖는 것으로 해석되어서도 안 된다.

컴퓨터 시스템(1300)은 특정 휴먼 인터페이스 입력 디바이스들을 포함할 수 있다. 그러한 휴먼 인터페이스 입력 디바이스는, 예를 들어, 촉각 입력(예를 들어: 키스트로크들, 스와이프들, 데이터 글러브 움직임들), 오디오 입력(예를 들어: 음성, 손뼉), 시각적 입력(예를 들어, 제스처들), 후각적 입력(묘사되지 않음)을 통한 하나 이상의 인간 사용자에 의한 입력에 응답할 수 있다. 휴먼 인터페이스 디바이스들은 또한 오디오(예를 들어: 음성, 음악, 주변 사운드), 이미지들(예를 들어: 스캐닝된 이미지들, 스틸 이미지 카메라로부터 획득된 사진 이미지들), 비디오(예를 들어 2차원 비디오, 입체적 비디오를 포함하는 3차원 비디오)와 같은, 인간에 의한 의식적인 입력과 반드시 직접적으로 관련되는 것은 아닌 특정 미디어를 캡처하기 위해 사용될 수 있다.

입력 휴먼 인터페이스 디바이스들은: 키보드(1301), 마우스(1302), 트랙패드(1303), 터치 스크린(1310), 데이터-글러브(도시되지 않음), 조이스틱(1305), 마이크로폰(1306), 스캐너(1307), 카메라(1308) 중 하나 이상(각각의 하나만이 묘사됨)을 포함할 수 있다.

컴퓨터 시스템(1300)은 특정 휴먼 인터페이스 출력 디바이스들을 또한 포함할 수 있다. 그러한 휴먼 인터페이스 출력 디바이스들은, 예를 들어, 촉각 출력, 사운드, 광, 및 냄새/맛을 통해 하나 이상의 인간 사용자의 감각들을 자극하고 있을 수 있다. 이러한 휴먼 인터페이스 출력 디바이스들은 촉각 출력 디바이스들(예를 들어, 터치-스크린(1310), 데이터-글러브(도시되지 않음), 또는 조이스틱(1305)에 의한 촉각 피드백이지만, 입력 디바이스들로서 역할하지 않는 촉각 피드백 디바이스들도 있을 수 있음), 오디오 출력 디바이스들(예컨대: 스피커들(1309), 헤드폰들(묘사되지 않음)), 시각적 출력 디바이스들(예컨대 CRT 스크린들, LCD 스크린들, 플라즈마 스크린들, OLED 스크린들을 포함하는 스크린들(1310)- 각각은 터치-스크린 입력 능력이 있거나 없고, 각각은 촉각 피드백 능력이 있거나 없고-이들 중 일부는 스테레오그래픽 출력과 같은 수단을 통해 2차원 시각적 출력 또는 3보다 많은 차원의 출력을 출력할 수 있음 -; 가상 현실 안경(도시되지 않음), 홀로그래픽 디스플레이들 및 연기 탱크들(도시되지 않음)), 및 프린터들(도시되지 않음)을 포함할 수 있다.

컴퓨터 시스템(1300)은 인간 액세스가능한 저장 디바이스들 및 그의 연관된 매체들, 예컨대 CD/DVD 등의 매체(1321)를 갖는 CD/DVD ROM/RW(1320)를 포함하는 광학 매체, 썸-드라이브(thumb-drive)(1322), 이동식 하드 드라이브 또는 솔리드 스테이트 드라이브(1323), 테이프 및 플로피 디스크(묘사되지 않음)와 같은 레거시 자기 매체, 보안 동글(묘사되지 않음)과 같은 특수화된 ROM/ASIC/PLD 기반 디바이스들 등을 또한 포함할 수 있다.

해당 분야에서의 기술자들은 현재 개시된 주제와 관련하여 사용되는 용어 "컴퓨터 판독가능 매체(computer readable media)"가 송신 매체들, 반송파들, 또는 다른 일시적 신호들을 포함하지 않는다는 점을 또한 이해할 것이다.

컴퓨터 시스템(1300)은 하나 이상의 통신 네트워크에 대한 인터페이스를 또한 포함할 수 있다. 네트워크들은 예를 들어 무선, 유선, 광학일 수 있다. 네트워크들은 추가로 로컬, 광역, 도시, 차량 및 산업, 실시간, 지연 허용 등일 수 있다. 네트워크들의 예들은 이더넷과 같은 로컬 영역 네트워크들, 무선 LAN들, GSM, 3G, 4G, 5G, LTE 등을 포함하는 셀룰러 네트워크들, 케이블 TV, 위성 TV, 및 지상파 방송 TV를 포함하는 TV 유선 또는 무선 광역 디지털 네트워크들, CANBus를 포함하는 차량 및 산업 등을 포함한다. 특정 네트워크들은 일반적으로 (예를 들어, 컴퓨터 시스템(1300)의 USB 포트들과 같은) 특정 범용 데이터 포트들 또는 주변 버스들(1349)에 부착된 외부 네트워크 인터페이스 어댑터들을 요구한다; 다른 것들은 일반적으로 아래에 설명되는 바와 같은 시스템 버스로의 부착에 의해 컴퓨터 시스템(1300)의 코어에 통합된다(예를 들어, PC 컴퓨터 시스템으로의 이더넷 인터페이스는 또는 스마트폰 컴퓨터 시스템으로의 셀룰러 네트워크 인터페이스). 이들 네트워크들 중 임의의 것을 사용하여, 컴퓨터 시스템(1300)은 다른 엔티티들과 통신할 수 있다. 그러한 통신은 단방향 수신 전용(예를 들어, 브로드캐스트 TV), 단방향 송신 전용(예를 들어, CANbus 대 특정 CANbus 디바이스들), 또는 예를 들어, 로컬 또는 광역 디지털 네트워크들을 사용하는 다른 컴퓨터 시스템들과의 양방향일 수 있다. 위에서 설명된 바와 같은 네트워크들 및 네트워크 인터페이스들 각각에 대해 특정 프로토콜들 및 프로토콜 스택들이 사용될 수 있다.

전술한 휴먼 인터페이스 디바이스들, 인간-액세스가능한 저장 디바이스들, 및 네트워크 인터페이스들은 컴퓨터 시스템(1300)의 코어(1340)에 부착될 수 있다.

코어(1340)는 하나 이상의 중앙 처리 유닛(CPU)(1341), 그래픽 처리 유닛(GPU)(1342), 필드 프로그래머블 게이트 영역(FPGA)(1343)의 형식으로 특수화된 프로그래머블 처리 유닛, 특정 태스크에 대한 하드웨어 가속기(1344) 등을 포함할 수 있다. 이들 디바이스는, 판독 전용 메모리(ROM)(1345), 랜덤 액세스 메모리(1346), 내부 비-사용자 액세스가능 하드 드라이브들, SSD들 등과 같은 내부 대용량 저장소(1347)와 함께, 시스템 버스(1348)를 통해 접속될 수 있다. 일부 컴퓨터 시스템들에서, 시스템 버스(1348)는 추가적인 CPU들, GPU들 등에 의한 확장을 가능하게 하기 위해 하나 이상의 물리적 플러그의 형식으로 액세스가능할 수 있다. 주변 디바이스들은 코어의 시스템 버스(1348)에 직접, 또는 주변 버스(1349)를 통해 부착될 수 있다. 주변 버스를 위한 아키텍처들은 PCI, USB 등을 포함한다.

CPU들(1341), GPU들(1342), FPGA들(1343), 및 가속기들(1344)은, 조합하여, 전술한 컴퓨터 코드를 구성할 수 있는 특정 명령어들을 실행할 수 있다. 그 컴퓨터 코드는 ROM(1345) 또는 RAM(1346)에 저장될 수 있다. 과도적인 데이터가 또한 RAM(1346)에 저장될 수 있는 반면, 영구 데이터는, 예를 들어, 내부 대용량 저장소(1347)에 저장될 수 있다. 메모리 디바이스들 중 임의의 것에 대한 고속 저장 및 검색은, 하나 이상의 CPU(1341), GPU(1342), 대용량 저장소(1347), ROM(1345), RAM(1346) 등과 밀접하게 연관될 수 있는, 캐시 메모리의 사용을 통해 가능하게 될 수 있다.

컴퓨터 판독가능 매체는 다양한 컴퓨터 구현 동작들을 수행하기 위한 컴퓨터 코드를 그 위에 가질 수 있다. 매체 및 컴퓨터 코드는 본 개시의 목적을 위해 특별히 설계되고 구성된 것들일 수 있거나, 또는 그것들은 컴퓨터 소프트웨어 기술분야의 기술자들에게 잘 알려져 있고 이용가능한 종류의 것일 수 있다.

제한이 아니라 예로서, 아키텍처를 갖는 컴퓨터 시스템(1300), 및 구체적으로 코어(1340)는 프로세서(들)(CPU들, GPU들, FPGA, 가속기들 등을 포함함)가 하나 이상의 유형의(tangible) 컴퓨터 판독가능 매체에 구현된 소프트웨어를 실행하는 결과로서 기능성을 제공할 수 있다. 그러한 컴퓨터 판독가능 매체는 위에 소개된 바와 같은 사용자-액세스가능한 대용량 저장소뿐만 아니라, 코어-내부 대용량 저장소(1347) 또는 ROM(1345)과 같은 비일시적인 본질의 것인 코어(1340)의 특정 저장소와 연관된 매체일 수 있다. 본 개시내용의 다양한 실시예들을 구현하는 소프트웨어가 그러한 디바이스들에 저장되고 코어(1340)에 의해 실행될 수 있다. 컴퓨터 판독가능 매체는 특정 필요에 따라 하나 이상의 메모리 디바이스 또는 칩을 포함할 수 있다. 소프트웨어는 코어(1340) 및 구체적으로 그 내부의 프로세서들(CPU, GPU, FPGA 등을 포함함)로 하여금, RAM(1346)에 저장된 데이터 구조들을 정의하는 것 및 소프트웨어에 의해 정의된 프로세스들에 따라 그러한 데이터 구조들을 수정하는 것을 포함하여, 본 명세서에 설명된 특정 프로세스들 또는 특정 프로세스들의 특정 부분들을 실행하게 할 수 있다. 추가로 또는 대안으로서, 컴퓨터 시스템은, 본 명세서에 설명된 특정 프로세스들 또는 특정 프로세스들의 특정 부분들을 실행하기 위해 소프트웨어 대신에 또는 그와 함께 동작할 수 있는, 회로(예를 들어: 가속기(1344))에 하드와이어링되거나 다른 방식으로 구현된 로직의 결과로서 기능성을 제공할 수 있다. 소프트웨어에 대한 참조는, 적절한 경우, 로직을 포함할 수 있고, 그 반대도 가능하다. 컴퓨터 판독가능 매체에 대한 참조는, 적절한 경우, 실행을 위한 소프트웨어를 저장하는 회로(예를 들어 집적 회로(IC)), 또는 실행을 위한 로직을 구현하는 회로, 또는 둘 다를 포함할 수 있다. 본 개시는 하드웨어 및 소프트웨어의 임의의 적절한 조합을 포괄한다.

본 개시가 여러 예시적인 실시예들을 설명하였지만, 본 개시의 범위 내에 속하는 변경들, 치환들, 및 다양한 대체 균등물들이 존재한다. 따라서, 본 기술분야의 통상의 기술자들은, 비록 본 명세서에 명시적으로 도시되거나 설명되지는 않았지만, 본 개시의 원리들을 구현하고 따라서 그것의 진의 및 범위 내에 있는, 다수의 시스템 및 방법들을 고안할 수 있을 것이라는 점이 인정될 것이다.

Claims

포인트 클라우드 코딩을 위한 방법으로서,
프로세서에 의해, 재구성된 위치와 연관되는 포인트 클라우드에서의 하나 이상의 원래의 포인트를 결정하는 단계- 상기 하나 이상의 원래의 포인트의 위치들은 지오메트리 양자화에 따라, 상기 재구성된 위치로 재구성됨 -;
상기 프로세서에 의해, 상기 하나 이상의 원래의 포인트의 속성 정보에 기초하여 상기 재구성된 위치에 대한 속성 값을 결정하는 단계; 및
상기 프로세서에 의해, 상기 결정된 속성 값을 갖는 상기 재구성된 위치를 갖는 상기 포인트 클라우드의 텍스처를 인코딩하는 단계를 포함하는 방법.
제1항에 있어서,
상기 지오메트리 양자화에 따라 상기 하나 이상의 원래의 포인트를 상기 재구성된 위치와 연관시키는 데이터 구조를 저장하는 단계를 추가로 포함하는 방법.
제2항에 있어서,
상기 프로세서에 의해, 상기 포인트 클라우드의 공간을 복셀들로 파티셔닝하는 옥트리 파티션을 수행하는 단계; 및
상기 프로세서에 의해, 복셀 내에 위치하는 상기 하나 이상의 원래의 포인트를 상기 복셀을 나타내기 위한 상기 재구성된 위치와 연관시키는 단계를 추가로 포함하는 방법.
제2항에 있어서,
상기 재구성된 위치와 연관된 상기 하나 이상의 원래의 포인트를 검색하기 위해 상기 재구성된 위치에 기초하여 상기 데이터 구조에 액세스하는 단계를 추가로 포함하는 방법.
제1항에 있어서,
상기 프로세서에 의해, 다수의 원래의 포인트가 상기 재구성된 위치와 연관되는 것에 응답하여, 상기 다수의 원래의 포인트의 속성 값들의 평균을 상기 재구성된 위치에 대한 상기 결정된 속성 값으로서 계산하는 단계를 추가로 포함하는 방법.
제5항에 있어서,
상기 프로세서에 의해, 상기 다수의 원래의 포인트의 상기 속성 값들의 가중 평균을 상기 재구성된 위치에 대한 상기 결정된 속성 값으로서 계산하는 단계를 추가로 포함하는 방법.
제6항에 있어서,
상기 프로세서에 의해, 상기 원래의 포인트와 상기 재구성된 위치 사이의 거리의 역(inverse)에 기초하여 상기 다수의 원래의 포인트에서의 원래의 포인트의 속성 값을 가중하는 단계를 추가로 포함하는 방법.
제1항에 있어서,
상기 프로세서에 의해, 다수의 원래의 포인트가 상기 재구성된 위치와 연관되는 것에 응답하여, 상기 다수의 원래의 포인트에서의 가장 가까운 포인트의 특정 속성 값을 상기 재구성된 위치에 대한 상기 결정된 속성 값이 되도록 할당하는 단계를 추가로 포함하는 방법.
제8항에 있어서,
상기 프로세서에 의해, 상기 다수의 원래의 포인트에서의 상기 가장 가까운 포인트들이 상기 재구성된 위치까지의 동일한 최단 거리를 갖는 것에 응답하여 가장 가까운 포인트들에 대한 속성 값들 중에서 중앙 속성 값을 선택하는 단계를 추가로 포함하는 방법.
제8항에 있어서,
상기 프로세서에 의해, 상기 다수의 원래의 포인트에서의 상기 가장 가까운 포인트들이 상기 재구성된 위치까지의 동일한 최단 거리를 갖는 것에 응답하여 가장 가까운 포인트들에 대한 속성 값들의 평균 속성 값을 계산하는 단계를 추가로 포함하는 방법.
포인트 클라우드 코딩을 위한 장치로서,
처리 회로를 포함하고, 상기 처리 회로는:
재구성된 위치와 연관되는 포인트 클라우드에서의 하나 이상의 원래의 포인트를 결정하고- 상기 하나 이상의 원래의 포인트의 위치들은 지오메트리 양자화에 따라, 상기 재구성된 위치로 재구성됨 -;
상기 하나 이상의 원래의 포인트의 속성 정보에 기초하여 상기 재구성된 위치에 대한 속성 값을 결정하고;
상기 결정된 속성 값을 갖는 상기 재구성된 위치를 갖는 상기 포인트 클라우드의 텍스처를 인코딩하도록 구성되는 장치.
제11항에 있어서,
상기 지오메트리 양자화에 따라 상기 하나 이상의 원래의 포인트를 상기 재구성된 위치와 연관시키는 데이터 구조를 저장하도록 구성된 메모리를 추가로 포함하는 장치.
제12항에 있어서,
상기 처리 회로는:
상기 포인트 클라우드의 공간을 복셀들로 파티셔닝하는 옥트리 파티션을 수행하고;
복셀 내에 위치하는 상기 하나 이상의 원래의 포인트를 상기 복셀을 나타내기 위한 상기 재구성된 위치와 연관시키도록 구성되는 장치.
제12항에 있어서,
상기 처리 회로는:
상기 재구성된 위치와 연관된 상기 하나 이상의 원래의 포인트를 검색하기 위해 상기 재구성된 위치에 기초하여 상기 데이터 구조에 액세스하도록 구성되는 장치.
제11항에 있어서,
상기 처리 회로는:
다수의 원래의 포인트가 상기 재구성된 위치와 연관되는 것에 응답하여, 상기 다수의 원래의 포인트의 속성 값들의 평균을 상기 재구성된 위치에 대한 상기 결정된 속성 값으로서 계산하도록 구성되는 장치.
제15항에 있어서,
상기 처리 회로는:
상기 다수의 원래의 포인트의 상기 속성 값들의 가중 평균을 상기 재구성된 위치에 대한 상기 결정된 속성 값으로서 계산하도록 구성되는 장치.
제16항에 있어서,
상기 처리 회로는:
상기 원래의 포인트와 상기 재구성된 위치 사이의 거리의 역에 기초하여 상기 다수의 원래의 포인트에서의 원래의 포인트의 속성 값을 가중하도록 구성되는 장치.
제11항에 있어서,
상기 처리 회로는:
다수의 원래의 포인트가 상기 재구성된 위치와 연관되는 것에 응답하여, 상기 다수의 원래의 포인트에서의 가장 가까운 포인트의 특정 속성 값을 상기 재구성된 포인트에 대한 상기 결정된 속성 값이 되도록 할당하도록 구성되는 장치.
제18항에 있어서,
상기 처리 회로는:
상기 다수의 원래의 포인트에서의 상기 가장 가까운 포인트들이 상기 재구성된 위치까지의 동일한 최단 거리를 갖는 것에 응답하여 가장 가까운 포인트들에 대한 속성 값들 중에서 중앙 속성 값을 선택하도록 구성되는 장치.
제18항에 있어서,
상기 처리 회로는:
상기 다수의 원래의 포인트에서의 상기 가장 가까운 포인트들이 상기 재구성된 위치까지의 동일한 최단 거리를 갖는 것에 응답하여 가장 가까운 포인트들에 대한 속성 값들의 평균 속성 값을 계산하도록 구성되는 장치.