KR20220157490A - 인트라 예측 방법, 장치, 인코더, 디코더 및 저장 매체 - Google Patents

인트라 예측 방법, 장치, 인코더, 디코더 및 저장 매체 Download PDF

Info

Publication number
KR20220157490A
KR20220157490A KR1020227037026A KR20227037026A KR20220157490A KR 20220157490 A KR20220157490 A KR 20220157490A KR 1020227037026 A KR1020227037026 A KR 1020227037026A KR 20227037026 A KR20227037026 A KR 20227037026A KR 20220157490 A KR20220157490 A KR 20220157490A
Authority
KR
South Korea
Prior art keywords
intra prediction
current node
occupancy
target
nodes
Prior art date
Application number
KR1020227037026A
Other languages
English (en)
Inventor
슈아이 완
저청 왕
푸쩡 양
옌주오 마
준옌 훠
Original Assignee
광동 오포 모바일 텔레커뮤니케이션즈 코포레이션 리미티드
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 광동 오포 모바일 텔레커뮤니케이션즈 코포레이션 리미티드 filed Critical 광동 오포 모바일 텔레커뮤니케이션즈 코포레이션 리미티드
Publication of KR20220157490A publication Critical patent/KR20220157490A/ko

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/50—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using predictive coding
    • H04N19/593—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using predictive coding involving spatial prediction techniques
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/50—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
    • G06T9/004—Predictors, e.g. intraframe, interframe coding
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/10—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
    • H04N19/102—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the element, parameter or selection affected or controlled by the adaptive coding
    • H04N19/124—Quantisation
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/10—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
    • H04N19/13—Adaptive entropy coding, e.g. adaptive variable length coding [AVLC] or context adaptive binary arithmetic coding [CABAC]
    • 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
    • H04N19/30—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using hierarchical techniques, e.g. scalability
    • 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
    • H04N19/42—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals characterised by implementation details or hardware specially adapted for video compression or decompression, e.g. dedicated software implementation
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/44—Decoders specially adapted therefor, e.g. video decoders which are asymmetric with respect to the encoder
    • 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

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)
  • Compression, Expansion, Code Conversion, And Decoders (AREA)

Abstract

본 발명의 실시예는 인트라 예측 방법, 장치, 인코더, 디코더 및 저장 매체를 제공하고, 상기 인트라 예측 방법은, 입력 포인트 클라우드에 대해 분할한 다음 얻은 현재 레벨이 타깃 레벨보다 작은 것으로 결정할 때, 현재 노드의 제1 수량의 이웃 노드의 위치 점유 정보 및 상기 제1 수량의 이웃 노드 중 각 이웃 노드에 대응되는 제1 점유 수량을 획득하는 단계; 제2 수량의 이웃 노드 중 각 이웃 노드에 대응되는 제2 점유 수량을 획득하는 단계 - 상기 제1 수량은 상기 제2 수량보다 크고, 상기 제2 수량의 이웃 노드와 상기 현재 노드의 자식 노드 사이에는 연관 관계가 구비됨 - ; 및 상기 현재 노드의 제1 수량의 이웃 노드의 위치 점유 정보, 상기 제1 점유 수량 및 상기 제2 점유 수량에 기반하여, 상기 현재 노드의 자식 노드의 위치 점유 정보에 대해 인트라 예측을 수행함으로써, 제1 예측 결과를 얻는 단계를 포함한다.

Description

인트라 예측 방법, 장치, 인코더, 디코더 및 저장 매체
본 발명의 실시예는 통신 분야에서의 인코딩 디코딩 기술에 관한 것이고, 특히 인트라 예측 방법, 장치, 인코더, 디코더 및 저장 매체에 관한 것이다.
현재, 관련 기술 중 옥트리 기반 기하학적 정보 인코딩의 인트라 예측 방안에서, 현재 노드의 26 개 이웃 노드의 위치 점유 정보와 복수 개의 기설정 임계값을 사용하여 계산 및 비교를 수행한다. 설명해야 할 것은, 상기 예측 방안을 사용하여 인트라 예측을 수행할 때, 연관된 룩업 테이블(Look Up Table)은 비교적 많고, 인트라 예측을 수행할 때 적어도 16 개의 가중치 및 10 개의 임계값의 설정이 연관되어, 최적값을 찾기 어려움으로써, 인트라 예측의 결과가 최적에 도달하지 못하게 한다. 이로부터 알 수 있다시피, 관련 기술에서 인트라 예측을 수행할 때 계산량이 크고, 인코딩 디코딩 시간이 비교적 길며 인트라 예측 결과가 정확하지 않는 문제가 존재한다.
본 발명의 실시예는 인트라 예측 방법, 장치, 인코더, 디코더 및 저장 매체를 제공하여, 인코딩 디코딩 처리할 때의 인트라 예측의 속도 및 정확도를 향상시킴으로써, 인코딩 디코딩의 품질을 향상시킬 수 있다.
본 발명의 실시예의 기술 방안은 아래와 같이 구현될 수 있다.
제1 측면에 있어서, 본 발명의 실시예는 인트라 예측 방법을 제공하고, 상기 인트라 예측 방법은,
입력 포인트 클라우드에 대해 분할한 다음 얻은 현재 레벨이 타깃 레벨보다 작은 것으로 결정할 때, 현재 노드의 제1 수량의 이웃 노드의 위치 점유 정보를 획득하는 단계;
상기 제1 수량의 이웃 노드의 위치 점유 정보에서, 제2 수량의 이웃 노드의 위치 점유 정보를 추출하는 단계 - 상기 제1 수량은 상기 제2 수량보다 크고, 상기 제2 수량의 이웃 노드와 상기 현재 노드의 자식 노드 사이에는 연관 관계가 구비됨 - ; 및
상기 제2 수량의 이웃 노드의 위치 점유 정보에 기반하여, 상기 현재 노드의 자식 노드의 위치 점유 정보에 대해 인트라 예측을 수행함으로써, 제1 예측 결과를 얻는 단계를 포함한다.
제2 측면에 있어서, 본 발명의 실시예는 인트라 예측 방법을 제공하고, 상기 인트라 예측 방법은,
입력 포인트 클라우드에 대해 분할한 다음 얻은 현재 레벨이 타깃 레벨보다 작은 것으로 결정할 때, 현재 노드의 제1 수량의 이웃 노드의 위치 점유 정보 및 상기 제1 수량의 이웃 노드 중 각 이웃 노드에 대응되는 제1 점유 수량을 획득하는 단계;
제2 수량의 이웃 노드 중 각 이웃 노드에 대응되는 제2 점유 수량을 획득하는 단계 - 상기 제1 수량은 상기 제2 수량보다 크고, 상기 제2 수량의 이웃 노드와 상기 현재 노드의 자식 노드 사이에는 연관 관계가 구비됨 - ; 및
상기 현재 노드의 제1 수량의 이웃 노드의 위치 점유 정보, 상기 제1 점유 수량 및 상기 제2 점유 수량에 기반하여, 상기 현재 노드의 자식 노드의 위치 점유 정보에 대해 인트라 예측을 수행함으로써, 제1 예측 결과를 얻는 단계를 포함한다.
제3 측면에 있어서, 본 발명의 실시예는 인트라 예측 장치를 더 제공하고, 상기 인트라 예측 장치는,
입력 포인트 클라우드에 대해 분할한 다음 얻은 현재 레벨이 타깃 레벨보다 작은 것으로 결정할 때, 현재 노드의 제1 수량의 이웃 노드의 위치 점유 정보를 획득하도록 구성되는 제1 처리 모듈;
상기 제1 수량의 이웃 노드의 위치 점유 정보에서, 제2 수량의 이웃 노드의 위치 점유 정보를 추출하도록 구성되는 제1 추출 모듈 - 상기 제1 수량은 상기 제2 수량보다 크고, 상기 제2 수량의 이웃 노드와 상기 현재 노드의 자식 노드 사이에는 연관 관계가 구비됨 - ; 및
상기 제2 수량의 이웃 노드의 위치 점유 정보에 기반하여, 상기 현재 노드의 자식 노드의 위치 점유 정보에 대해 인트라 예측을 수행함으로써, 제1 예측 결과를 얻도록 구성되는 제2 처리 모듈을 포함한다.
제4 측면에 있어서, 본 발명의 실시예는 인트라 예측 장치를 더 제공하고, 상기 인트라 예측 장치는,
입력 포인트 클라우드에 대해 분할한 다음 얻은 현재 레벨이 타깃 레벨보다 작은 것으로 결정할 때, 현재 노드의 제1 수량의 이웃 노드의 위치 점유 정보 및 상기 제1 수량의 이웃 노드 중 각 이웃 노드에 대응되는 제1 점유 수량을 획득하도록 구성되는 제3 처리 모듈;
제2 수량의 이웃 노드 중 각 이웃 노드에 대응되는 제2 점유 수량을 획득하도록 구성되는 제1 획득 모듈 - 상기 제1 수량은 상기 제2 수량보다 크고, 상기 제2 수량의 이웃 노드와 상기 현재 노드의 자식 노드 사이에는 연관 관계가 구비됨 - ; 및
상기 현재 노드의 제1 수량의 이웃 노드의 위치 점유 정보, 상기 제1 점유 수량 및 상기 제2 점유 수량에 기반하여, 상기 현재 노드의 자식 노드의 위치 점유 정보에 대해 인트라 예측을 수행함으로써, 제1 예측 결과를 얻도록 구성되는 제4 처리 모듈을 포함한다.
제5 측면에 있어서, 본 발명의 실시예는 인코더를 제공하고, 상기 인코더는,
실행 가능한 인트라 예측 명령어를 저장하기 위한 제1 메모리; 및
상기 제1 메모리에 저장된 실행 가능한 인트라 예측 명령어를 실행할 때, 제1 측면에 따른 인트라 예측 방법을 구현하기 위한 제1 프로세서를 포함한다.
제6 측면에 있어서, 본 발명의 실시예는 디코더를 더 제공하고, 상기 디코더는,
실행 가능한 인트라 예측 명령어를 저장하기 위한 제2 메모리; 및
상기 제2 메모리에 저장된 실행 가능한 인트라 예측 명령어를 실행할 때, 제1 측면에 따른 인트라 예측 방법을 구현하기 위한 제2 프로세서를 포함한다.
제7 측면에 있어서, 본 발명의 실시예는 컴퓨터 판독 가능 저장 매체를 제공하고, 실행 가능한 인트라 예측 명령어가 저장되어, 제1 프로세서에 의해 실행될 때, 제1 측면에 따른 인트라 예측 방법을 구현하기 위한 것이다.
본 발명의 실시예는 인트라 예측 방법, 장치, 인코더, 디코더 및 저장 매체를 제공하고, 상기 인트라 예측 방법은, 입력 포인트 클라우드에 대해 분할한 다음 얻은 현재 레벨이 타깃 레벨보다 작은 것으로 결정할 때, 현재 노드의 제1 수량의 이웃 노드의 위치 점유 정보를 획득하는 단계; 제1 수량의 이웃 노드의 위치 점유 정보에서, 제2 수량의 이웃 노드의 위치 점유 정보를 추출하는 단계 - 제1 수량은 제2 수량보다 크고, 제2 수량의 이웃 노드와 현재 노드의 자식 노드 사이에는 연관 관계가 구비됨 - ; 및 제2 수량의 이웃 노드의 위치 점유 정보에 기반하여, 현재 노드의 자식 노드의 위치 점유 정보에 대해 인트라 예측을 수행함으로써, 제1 예측 결과를 얻는 단계를 포함하며; 다시 말하면, 본 발명의 실시예는 현재 노드의 자식 노드의 위치 점유 정보에 대해 인트라 예측을 수행할 때, 단지 현재 노드의 자식 노드와 연관 관계를 구비하는 제2 수량의 이웃 노드만 고려하여, 룩업 테이블을 줄이고, 계산 복잡도를 낮추어, 인트라 예측 결과의 정확성을 향상시킴으로써, 인코딩 디코딩 시간을 단축시키고 인코딩 디코딩 정확성을 향상시키는 목적을 달성한다.
도 1은 본 발명의 실시예에서 제공하는 예시적인 인코딩 흐름 블록도이다.
도 2는 본 발명의 실시예에서 제공하는 예시적인 인트라 예측 방법의 흐름 예시도 1이다.
도 3은 본 발명의 실시예에서 제공하는 예시적인 인트라 예측 방법의 흐름 예시도 2이다.
도 4는 본 발명의 실시예에서 제공하는 예시적인 현재 노드의 상이한 자식 노드가 포인트 클라우드를 포함하는 예시도이다.
도 5는 본 발명의 실시예에서 제공하는 예시적인 인코더가 인트라 예측 방법을 실행하는 흐름 예시도 1이다.
도 6은 본 발명의 실시예에서 제공하는 예시적인 디코더가 인트라 예측 방법을 실행하는 흐름 예시도 1이다.
도 7은 본 발명의 실시예에서 제공하는 예시적인 현재 노드의 특정된 자식 노드가 포인트 클라우드를 포함하는 예시도이다.
도 8은 본 발명의 실시예에서 제공하는 예시적인 인트라 예측 방법의 흐름 예시도 3이다.
도 9는 본 발명의 실시예에서 제공하는 예시적인 인트라 예측 방법의 흐름 예시도 4이다.
도 10은 본 발명의 실시예에서 제공하는 예시적인 인코더가 인트라 예측 방법을 실행하는 흐름 예시도 2이다.
도 11은 본 발명의 실시예에서 제공하는 예시적인 디코더가 인트라 예측 방법을 실행하는 흐름 예시도 2이다.
도 12는 본 발명의 실시예에서 제공하는 손실 압축에서의 BD-Rate이다.
도 13은 본 발명의 실시예에서 제공하는 무손실 압축에서의 bpip ratio이다.
도 14는 본 발명의 실시예에서 제공하는 인트라 예측 장치의 구조 예시도이다.
도 15는 본 발명의 실시예에서 제공하는 인코더의 구조 예시도이다.
도 16은 본 발명의 실시예에서 제공하는 디코더의 구조 예시도이다.
본 발명의 실시예의 목적, 기술 방안 및 장점이 더욱 명확해지도록 하기 위해, 아래에 본 발명의 실시예에서의 첨부 도면을 결합하여, 본 발명의 구체적인 기술 방안에 대해 추가로 상세한 설명을 진행한다. 아래의 실시예는 본 발명을 설명하기 위한 것이지만, 본 발명의 범위를 한정하기 위한 것은 아니다.
별도로 정의되지 않는 한, 본 명세서에서 사용된 모든 기술 및 과학 용어와 본 발명의 기술 분야에 속하는 기술자가 통상적으로 이해하는 의미와 동일하다. 본 명세서에서 사용된 용어는 단지 본 발명의 실시예를 설명하기 위한 목적을 위한 것일 뿐, 본 발명을 한정하려는 것은 아니다.
아래의 설명에 있어서, “일부 실시예”에 관하여, 이는 모든 가능한 실시예의 부분 집합을 설명하였지만, “일부 실시예”는 모든 가능한 실시예의 동일한 부분 집합 또는 상이한 부분 집합일 수 있고, 충돌되지 않는 경우 서로 결합될 수도 있음을 이해할 수 있다.
설명해야 할 것은, 본 발명의 실시예에 연관된 용어 “제1/제2/제3”은 단지 유사한 대상을 구분할 뿐, 대상에 대한 특정 정렬을 나타내지 않고, 이해할 수 있는 것은, “제1/제2/제3”은 허용된 경우에서 특정된 순서 또는 선후 순서를 서로 교환함으로써, 여기서 설명된 본 발명의 실시예로 하여금 여기서 도시되거나 또는 설명된 이외의 순서로 실시될 수 있도록 할 수 있다.
본 발명의 실시예에 대해 추가로 상세하게 설명하기 전에, 본 발명의 실시예에서 언급한 명사 및 용어에 대해 설명하고, 본 발명의 실시예에서 연관된 명사 및 용어는 하기와 같은 해석에 적용된다.
1) 포인트 클라우드 압축(Point Cloud Compression, PCC)
2) 기하학적 기반 포인트 클라우드 압축(Geometry-based Point Cloud Compression, G-PCC)
3) 슬라이스(slice)
4) 바운딩 박스(bounding box)
5) 옥트리(octree)
6) 인트라 예측(intra prediction)
7) 트라이수프(triangle soup, trisoup)
8) 컨텍스트 기반 적응형 이진 산술 인코딩(Context-based Adaptive Binary Arithmetic Coding, CABAC)
9) 블록(block)
10) 정점(vertex)
11) 빨간색, 녹색, 파란색(Red-Green-Blue, RGB)
12) 휘도 색도(Luminance-Chrominance, YUV)
13) 디테일 수준(Level of Detail, LOD)
14) 영역 자체 적응 계층 변환(Region Adaptive Hierarchal Transform, RAHT)
15) 룩업 테이블(Look Up Table, LUT)
16) 동영상 전문가 그룹(Moving Picture Experts Group, MPEG)
17) 국제 표준화 기구(International Standardization Organization, ISO)
18) 국제 전기 기술 위원회(International Electrotechnical Commission, IEC)
19) 이웃 노드 중 점유 노드 수량(number of occupied neighbours, No)
본 발명의 실시예에 있어서, 포인트 클라우드 G-PCC 인코더 프레임에서, 3차원 이미지 모델에 입력되는 포인트 클라우드를 slice 분할한 다음, 각 slice에 대해 독립적 인코딩을 수행한다.
도 1에 도시된 바와 같은 G-PCC 인코딩의 흐름 블록도에서, 입력 포인트 클라우드를 slice 분할한 다음, 각 slice에 대해 독립적 인코딩을 수행한다. 각 slice에 있어서, 포인트 클라우드의 기하학적 정보 및 각 포인트에 대응되는 속성 정보는 분리되어 인코딩된다. 먼저 기하학적 정보에 대해 좌표 변환을 수행하여, 포인트 클라우드로 하여금 모두 하나의 bounding box 중에 포함되도록 한다. 다음 다시 양자화를 수행하고, 이 단계의 양자화는 주로 스케일링 작용하며, 양자화 반올림으로 인해, 일부 포인트의 기하학적 정보는 동일하고, 파라미터에 따라 중복점 제거 여부를 결정하며, 중복점 양자화 및 중복점 제거 과정은 복셀화 과정이라고도 지칭된다. 계속하여, bounding box에 대해 octree 기반 분할을 수행한다. 옥트리 분할 레벨 깊이의 상이함에 따라, 기하학적 정보의 인코딩은 또한 옥트리 기반 및 trisoup 기반 두 가지 프레임으로 나뉜다.
옥트리 기반 기하학적 정보 인코딩 프레임에 있어서, 바운딩 박스를 8 개의 서브 큐브로 8등분 하고, 각 큐브의 위치 점유 정보(1은 비어있지 않음이고, 0은 비어있음)를 기록하며, 분할하여 얻은 리프 노드가 1x1x1인 유닛 큐브일 때까지 비어있지 않는 서브 큐브에 대해 계속하여 8등분 하고 분할을 정지한다. 이 과정에 있어서, 노드와 주변 노드의 공간 연관성을 사용하여, 위치 점유 정보에 대해 intra prediction을 수행하고, 마지막으로 CABAC를 수행하여, 이진 비트스트림을 생성한다.
trisoup 기반 기하학적 정보 인코딩 프레임에 있어서, 마찬가지로 옥트리 분할을 먼저 수행해야 하지만, 옥트리 기반 기하학적 정보 인코딩과는 구별되고, 상기 방법은 포인트 클라우드를 변의 길이가 1x1x1인 유닛 큐브로 레벨별 분할할 필요 없으며, block 변의 길이가 W일 때까지 분할하고 분할을 정지하며, 각 block 중 포인트 클라우드의 분포에 의해 형성된 표면에 기반하여, 상기 표면과 block의 열두 개 변에 의해 생성된 최대 열두 개의 vertex를 얻는다. 각 block의 vertex 좌표를 순차적으로 인코딩하여, 이진 비트스트림을 생성한다.
기하학적 인코딩이 완료된 다음, 기하학적 정보에 대해 재구축을 수행한다. 현재, 속성 인코딩은 주로 색상 정보에 대해 수행된다. 먼저, 색상 정보를 RGB 색상 공간에서 YUV 색상 공간으로 전환한다. 다음, 재구축된 기하학적 정보를 사용하여 포인트 클라우드에 대해 다시 착색함으로써, 인코딩되지 않은 속성 정보로 하여금 재구축된 기하학적 정보와 대응되도록 한다. 색상 정보 인코딩에 있어서, 주로 두 가지 변환 방법이 있고, 첫 번째는 LOD 분할에 의존하는 거리 기반 상승 변환이며, 두 번째는 RAHT를 직접 수행하는 것이고, 이 두 가지 방법은 모두 색상 정보를 공간 도메인에서 주파수 도메인으로 전환하여, 변환을 통해 고주파 계수 및 저주파 계수를 얻으며, 마지막으로 계수에 대해 양자화 및 인코딩을 수행하여, 이진 비트스트림을 생성한다.
여기서, 옥트리 기반 기하학적 정보 인코딩의 인트라 예측에 대해 설명한다.
현재 노드의 26 개 이웃 노드의 위치 점유 정보에 따라 현재 노드의 자식 노드가 점유되었는지 여부에 대해 예측을 수행하고, 즉 인트라 예측이며, 인트라 예측의 실시 설명은 아래와 같다.
먼저, 옥트리 분할의 현재 레벨이 기설정된 레벨 L보다 작을 때, 인에이블링 인트라 예측을 한다. 입력은, (x, y, z) 좌표와 플래그 비트를 매핑하기 위한 모턴 3D 맵, 맵 시프트 파라미터 및 현재 노드의 원점의 좌표이다.
다음, 이웃 노드 k의 위치 점유 정보
Figure pct00001
및 현재 노드의 자식 노드까지의 거리
Figure pct00002
에 따라 가중치
Figure pct00003
를 설정하고, 아래 공식과 같다.
Figure pct00004
계속하여, 다시 26 개의 가중치를 평균하여 상응한 점수
Figure pct00005
을 얻으며, 아래 공식과 같다.
Figure pct00006
다음, 이웃 노드 중 점유 노드 수량 No(number of occupied neighbours)와 연관된 두 개 그룹의 임계값
Figure pct00007
와
Figure pct00008
를 다시 설정하고,
Figure pct00009
이
Figure pct00010
보다 작거나 같을 때의 노드는 "점유 안됨”이며,
Figure pct00011
이
Figure pct00012
보다 크거나 같을 때의 노드는 "점유됨”으로 예측하고, 아니면 "예측하지 않음”이다.
마지막으로, 0 또는 1로 나타내는 “예측 여부”와 “예측값”을 출력하여 위치 점유 정보에 대한 후속 엔트로피 인코딩에 사용된다. 여기서, 1, 1은 “점유됨”을 대표하고; 1, 0은 “점유 안됨”을 대표하며; 0, 0은 “예측하지 않음”을 대표한다.
여기서,
Figure pct00013
,
Figure pct00014
,
Figure pct00015
와
Figure pct00016
의 값은 모두 훈련하여 얻은 것이고, 인코더, 디코더에서는 기설정된 고정값이며, 인코딩단에서 디코딩단으로 전송될 필요가 없다. 상기 기술 방안의 흐름, 프레임과 알고리즘은 인코딩단과 디코딩단에서 완전히 같다.
설명해야 할 것은, 옥트리 기반 기하학적 정보 인코딩의 인트라 예측 기술 방안에는 적어도 아래와 같은 결함이 존재하고, 현재 노드의 26 개 이웃 노드의 위치 점유 정보를 사용하며, 비어있지 않음은 1이고, 비어있음은 0이며, 다시
Figure pct00017
,
Figure pct00018
,
Figure pct00019
와
Figure pct00020
에 따라 계산 및 비교를 수행하여, 최종적으로 예측 결과는 세 가지 종류로 나뉜다. 상기 방안에서, Look Up Table은 비교적 많고, 그 16 개의 가중치 및 10 개의 임계값의 설정은 최적값을 찾기 어렵게 함으로써, 인트라 예측의 결과로 하여금 최적에 도달하지 못하게 한다. 또한 일부 이웃 노드가 현재 노드의 특정된 자식 노드에 대해 거의 영향이 없는 것을 고려하면, 모든 26개의 이웃을 사용하여 예측을 수행하는 것은 계산량을 과도하게 도입하여, 인코딩 디코딩 시간이 비교적 길어진다.
본 발명의 실시예는 인트라 예측 방법을 제공하고, 도 2에 도시된 것을 참조하면, 상기 인트라 예측 방법은 아래 단계를 포함한다.
단계 101에 있어서, 입력 포인트 클라우드에 대해 분할한 다음 얻은 현재 레벨이 타깃 레벨보다 작은 것으로 결정할 때, 현재 노드의 제1 수량의 이웃 노드의 위치 점유 정보를 획득한다.
본 발명의 실시예에서, 인코더 또는 디코더는 단계 101 내지 단계 103을 실행하여, 현재 노드의 자식 노드의 위치 점유 정보에 대해 인트라 예측을 수행하는 제1 예측 결과를 얻을 수 있다.
여기서, 인코더가 단계 101 내지 단계 103을 실행하는 것을 예로 들어, 상기 인코더는 예를 들어 G-PCC 인코더와 같은 3차원 포인트 클라우드 인코더를 포함한다. G-PCC 인코더는 입력 포인트 클라우드를 slice 분할한 다음, 각 slice에 대해 독립적 인코딩을 수행하고; 여기서, 인코더가 입력 포인트 클라우드에 대해 분할한 다음 얻은 현재 레벨이 타깃 레벨보다 작은 것으로 결정할 때, 현재 노드의 제1 수량의 이웃 노드의 위치 점유 정보를 획득한다. 일부 실시예에 있어서, 인코더는 octree에 기반하여 입력 포인트 클라우드에 대해 분할할 수 있다.
단계 102에 있어서, 제1 수량의 이웃 노드의 위치 점유 정보에서, 제2 수량의 이웃 노드의 위치 점유 정보를 추출한다.
여기서, 제1 수량은 제2 수량보다 크고, 제2 수량의 이웃 노드와 현재 노드의 자식 노드 사이에는 연관 관계가 구비된다.
본 발명의 실시예에서, 인코더가 현재 노드의 제1 수량의 이웃 노드의 위치 점유 정보를 획득한 다음, 제1 수량의 이웃 노드의 위치 점유 정보에서, 제2 수량의 이웃 노드의 위치 점유 정보를 추출하고, 설명해야 할 것은, 제2 수량의 이웃 노드와 현재 노드의 자식 노드 사이에는 연관 관계가 구비되며, 다시 말하면, 현재 노드의 제1 수량의 이웃 노드의 위치 점유 정보를 얻은 다음, 먼저 현재 노드의 제1 수량의 이웃 노드의 위치 점유 정보에 대해 선별하여, 현재 노드의 자식 노드에 대해 일정한 영향을 구비하는 이웃 노드의 위치 점유 정보를 결정하고, 선별된 위치 점유 정보를 현재 노드의 자식 노드의 위치 점유 정보에 대해 인트라 예측을 수행하는 참조 요소로 사용하며, 이로써, 전체 제1 수량의 이웃 노드의 위치 점유 정보를 고려하는 계산량을 줄임으로써, 인코딩 시간을 단축시켜, 인코딩 효율을 향상시키고, 인코딩 정확성을 향상시키는 것을 위해 기반을 다졌다.
단계 103에 있어서, 제2 수량의 이웃 노드의 위치 점유 정보에 기반하여, 현재 노드의 자식 노드의 위치 점유 정보에 대해 인트라 예측을 수행함으로써, 제1 예측 결과를 얻는다.
본 발명의 실시예에서, 인코더가 제2 수량의 이웃 노드의 위치 점유 정보를 선별한 다음, 제2 수량의 이웃 노드의 위치 점유 정보에 기반하여, 현재 노드의 자식 노드의 위치 점유 정보에 대해 인트라 예측을 수행함으로써, 제1 예측 결과를 얻는다.
본 발명의 실시예에서 제공하는 인트라 예측 방법은, 입력 포인트 클라우드에 대해 분할한 다음 얻은 현재 레벨이 타깃 레벨보다 작은 것으로 결정할 때, 현재 노드의 제1 수량의 이웃 노드의 위치 점유 정보를 획득하고; 제1 수량의 이웃 노드의 위치 점유 정보에서, 제2 수량의 이웃 노드의 위치 점유 정보를 추출하되, 제1 수량은 제2 수량보다 크며, 제2 수량의 이웃 노드와 현재 노드의 자식 노드 사이에는 연관 관계가 구비되고; 제2 수량의 이웃 노드의 위치 점유 정보에 기반하여, 현재 노드의 자식 노드의 위치 점유 정보에 대해 인트라 예측을 수행함으로써, 제1 예측 결과를 얻으며; 다시 말하면, 본 발명의 실시예는 현재 노드의 자식 노드의 위치 점유 정보에 대해 인트라 예측을 수행할 때, 단지 현재 노드의 자식 노드와 연관 관계를 구비하는 제2 수량의 이웃 노드만 고려하여, 룩업 테이블을 줄이고, 계산 복잡도를 낮추어, 인트라 예측 결과의 정확성을 향상시킴으로써, 인코딩 디코딩 시간을 단축시키고 인코딩 디코딩 정확성을 향상시키는 목적에 달성한다.
본 발명의 실시예는 인트라 예측 방법을 제공하고, 도 3에 도시된 것을 참조하면, 설명해야 할 것은, 인트라 예측 방법이 인코더에 적용될 때, 상기 인트라 예측 방법은 단계 201 내지 단계 206을 포함하고; 인트라 예측 방법이 디코더에 적용될 때, 상기 인트라 예측 방법은 단계 201 내지 단계 204 및 단계 207 내지 단계 208을 포함하며;
일부 실시예에 있어서, 인코더는 3차원 포인트 클라우드 인코더를 포함하고; 디코더는 3차원 포인트 클라우드 디코더를 포함한다.
단계 201에 있어서, 입력 포인트 클라우드에 대해 분할한 다음 얻은 현재 레벨이 타깃 레벨보다 작은 것으로 결정할 때, 현재 노드의 제1 수량의 이웃 노드의 위치 점유 정보를 획득한다.
본 발명의 실시예에서, 인코더 또는 디코더가 입력 포인트 클라우드에 대해 분할한 다음 얻은 현재 레벨이 타깃 레벨보다 작은 것으로 결정할 때, 현재 노드의 제1 수량의 이웃 노드의 위치 점유 정보를 획득한다. 예시적으로, 인코더 또는 디코더는 입력 포인트 클라우드에 따라 현재 노드 k의 위치 점유 정보
Figure pct00021
를 획득하고, 여기서 k 값은 [0,25]이며,
Figure pct00022
는 0 또는 1이다.
단계 202에 있어서, 제1 수량의 이웃 노드의 위치 점유 정보에서, 제2 수량의 이웃 노드의 위치 점유 정보를 추출한다.
여기서, 제1 수량은 제2 수량보다 크고, 제2 수량의 이웃 노드와 현재 노드의 자식 노드 사이에는 연관 관계가 구비된다. 여기서, 연관 관계는, 제2 수량의 이웃 노드와 현재 노드의 자식 노드 사이에서 면, 변 및 정점을 공유하는 것을 포함한다.
본 발명의 실시예에서, 제2 수량의 이웃 노드는 현재 노드의 자식 노드와 면, 변 및 정점을 공유하는 이웃 노드를 포함하여, 제1 수량의 이웃 노드 중 현재 노드의 특정된 자식 노드에 대해 거의 영향이 없거나 영향이 아주 작은 이웃 노드를 선별하고, 이로써, 계산량을 감소했을 뿐만 아니라, 동시에 인코딩 디코딩의 시간을 효과적으로 단축하였으며, 인코딩 디코딩의 정확성을 확보하였다.
단계 203에 있어서, 제2 수량의 이웃 노드의 위치 점유 정보에 기반하여, 자식 노드의 제2 수량의 이웃 노드에 대응되는 점유 수량을 결정한다.
본 발명의 실시예에서, 인코더 또는 디코더는 선별된 제2 수량의 이웃 노드의 위치 점유 정보에 기반하여, 자식 노드의 제2 수량의 이웃 노드에 대응되는 점유 수량을 결정함으로써,
Figure pct00023
을 얻는다.
예시적으로, 현재 노드의 자식 노드 m에 대해, 그의 7 개 이웃의 위치 점유 정보를 고려하여, 룩업 테이블
Figure pct00024
이 7 개 이웃의 번호 n을 26 개의 이웃의 번호 k로 매핑하도록 설정한다. 자식 노드 m의 7 개 이웃에서 점유된 개수를 다시 기록한다.
여기서,
Figure pct00025
이다.
단계 204에 있어서, 점유 수량에 기반하여, 현재 노드의 위치 점유 정보에 대해 인트라 예측을 수행함으로써, 제1 예측 결과를 얻는다.
여기서, 제1 예측 결과는 예측 수행 여부의 예측 파라미터 및 예측을 수행하는 경우의 예측값 파라미터를 지시하기 위한 것이다.
본 발명의 실시예에서, 단계 204에서 점유 수량에 기반하여, 현재 노드의 위치 점유 정보에 대해 인트라 예측을 수행함으로써, 제1 예측 결과를 얻는 것은 아래 단계를 통해 구현될 수 있다.
단계 204a에 있어서, 제2 수량과 연관된 제3 수량을 획득한다.
일부 실시예에서, 제3 수량은 제2 수량의 절반과 같을 수 있다. 물론, 본 발명의 다른 실시예에서는 실제 상황에 따라, 제2 수량에 기반하여 제3 수량을 유연하게 결정할 수도 있다.
예시적으로, 자식 노드 m의 7 개 이웃 노드를 고려하는 경우, 제3 수량은 4일 수 있다.
단계 204b에 있어서, 점유 수량 및 제3 수량에 기반하여, 현재 노드의 위치 점유 정보에 대해 인트라 예측을 수행함으로써, 제1 예측 결과를 얻는다.
본 발명의 일부 실시예에서, 단계 204b에서 점유 수량 및 제3 수량에 기반하여, 현재 노드의 위치 점유 정보에 대해 인트라 예측을 수행함으로써, 제1 예측 결과를 얻는 것은 아래 단계를 포함한다.
단계 204b1에 있어서, 점유 수량과 제3 수량이 상이한 것으로 결정할 때, 점유 수량, 제1 임계값, 제2 임계값에 기반하여, 현재 노드의 위치 점유 정보에 대해 인트라 예측을 수행함으로써, 제1 예측 결과를 얻는다.
본 발명의 실시예에서,
Figure pct00026
일 때, 제1 임계값
Figure pct00027
과 제2 임계값
Figure pct00028
을 포함하는 두 개 그룹의 임계값을 설정하고,
Figure pct00029
이
Figure pct00030
보다 작거나 같을 때의 노드는 "점유 안됨”이며,
Figure pct00031
이
Figure pct00032
보다 크거나 같을 때의 노드는 "점유됨”으로 예측하고, 아니면 "예측하지 않음”이다. 설명해야 할 것은, 여기서 점유는 현재 노드의 자식 노드에 포인트 클라우드가 존재하는 것을 설명하고; 점유 안됨은 현재 노드의 자식 노드에 포인트 클라우드가 존재하지 않는 것을 설명한다.
나아가, 점유 수량과 제3 수량이 상이한 것으로 결정할 때, 구현 가능한 시나리오에 있어서, 단계 204b1에서 점유 수량, 제1 임계값, 제2 임계값에 기반하여, 현재 노드의 위치 점유 정보에 대해 인트라 예측을 수행함으로써, 제1 예측 결과를 얻는 것은 아래와 같은 단계를 포함할 수 있다.
단계 11에 있어서, 점유 수량과 제1 임계값을 비교한다.
단계 12에 있어서, 점유 수량이 제1 임계값보다 작거나 같은 것으로 결정할 때, 현재 노드의 자식 노드의 위치 점유 정보에 대해 인트라 예측을 수행하여, 현재 노드의 자식 노드에 포인트 클라우드가 포함되지 않는 제1 예측 결과를 얻는다.
나아가, 점유 수량과 제3 수량이 상이한 것으로 결정할 때, 다른 구현 가능한 시나리오에 있어서, 점유 수량, 제1 임계값, 제2 임계값에 기반하여, 현재 노드의 위치 점유 정보에 대해 인트라 예측을 수행함으로써, 제1 예측 결과를 얻는 것은 아래와 같은 단계를 포함할 수 있다.
단계 21에 있어서, 점유 수량과 제1 임계값을 비교한다.
단계 22에 있어서, 점유 수량이 제2 임계값보다 크거나 같은 것으로 결정할 때, 현재 노드의 자식 노드의 위치 점유 정보에 대해 인트라 예측을 수행하여, 현재 노드의 자식 노드에 포인트 클라우드가 포함되는 제1 예측 결과를 얻는다.
본 발명의 또 다른 구현 가능한 시나리오에 있어서, 점유 수량과 제1 임계값을 비교하여, 점유 수량이 제1 임계값보다 크고 제2 임계값보다 작은 것으로 결정할 때, 현재 노드의 자식 노드의 위치 점유 정보에 대해 인트라 예측을 수행하지 않는 제2 예측 결과를 얻는다.
본 발명의 다른 실시예에 있어서, 단계 204b에서 점유 수량 및 제3 수량에 기반하여, 현재 노드의 위치 점유 정보에 대해 인트라 예측을 수행함으로써, 제1 예측 결과를 얻는 것은 아래 단계를 포함한다.
단계 204b2에 있어서, 점유 수량과 제3 수량이 동일한 것으로 결정할 때, 점유 수량, 제3 임계값, 제4 임계값에 기반하여, 현재 노드의 위치 점유 정보에 대해 인트라 예측을 수행함으로써, 제1 예측 결과를 얻는다.
본 발명의 실시예에서, 단계 204b2에서 점유 수량과 제3 수량이 동일한 것으로 결정할 때, 점유 수량, 제3 임계값, 제4 임계값에 기반하여, 현재 노드의 위치 점유 정보에 대해 인트라 예측을 수행함으로써, 제1 예측 결과를 얻는 것은 아래와 같은 단계를 포함할 수 있다.
단계 204b21에 있어서, 점유 수량과 제3 수량이 동일한 것으로 결정할 때, 자식 노드의 제2 수량의 이웃 노드에서 자식 노드까지의 거리에 따라, 제2 수량의 이웃 노드의 위치 점유 정보의 가중치를 설정한다.
단계 204b22에 있어서, 제2 수량의 이웃 노드의 위치 점유 정보 및 제2 수량의 이웃 노드의 위치 점유 정보와 대응되는 가중치에 기반하여, 자식 노드의 타깃 파라미터를 결정한다.
단계 204b23에 있어서, 타깃 파라미터, 제3 임계값, 제4 임계값에 기반하여, 제1 예측 결과를 결정한다.
나아가, 구현 가능한 시나리오에 있어서, 단계 204b23에서 타깃 파라미터, 제3 임계값, 제4 임계값에 기반하여, 제1 예측 결과를 결정하는 것은, 타깃 파라미터가 제3 임계값보다 작거나 같은 것으로 결정할 때, 현재 노드의 위치 점유 정보에 대해 인트라 예측을 수행하여, 현재 노드의 자식 노드에 포인트 클라우드가 포함되지 않는 제1 예측 결과를 얻는 단계를 포함할 수 있다.
본 발명의 실시예에서,
Figure pct00033
일 때, 현재 자식 노드 m의 7 개 이웃에서 m까지의 거리 레벨
Figure pct00034
에 따라 가중치
Figure pct00035
을 설정하고, 타깃 파라미터
Figure pct00036
을 계산한다.
여기서, 두 개 그룹의 임계값
Figure pct00037
와
Figure pct00038
을 설정하고,
Figure pct00039
이
Figure pct00040
보다 작거나 같을 때의 노드는 "점유 안됨”이며,
Figure pct00041
이
Figure pct00042
보다 크거나 같을 때의 노드는 "점유됨”으로 예측하고, 아니면 "예측하지 않음”이다.
예시적으로, 도 4에서의 (A) 내지 (H)를 결합하여, 현재 노드의 상이한 자식 노드에 대응되는 점유 상황 즉 현재 노드의 상이한 자식 노드의 위치 점유 정보를 각각 나타낸다.
여기서,
Figure pct00043
과
Figure pct00044
은 8Х7 크기의 룩업 테이블이고,
Figure pct00045
,
Figure pct00046
,
Figure pct00047
,
Figure pct00048
와
Figure pct00049
은 훈련 집합의 인코딩 디코딩 결과의 확률에 대한 통계와 계산에 따라 설정한 이론 최적값이며, 인코더, 디코더에서는 기설정된 고정값이고, 인코딩단에서 디코딩단으로 전송될 필요가 없다.
본 발명의 실시예에서, 예시적으로,
LUT_I[8][7]={{0,1,3,4,9,10,12},{1,2,4,5,10,11,13},{3,4,6,7,12,14,15},{4,5,7,8,13,15,16},{9,10,12,17,18,20,21},{10,11,13,18,19,21,22},{12,14,15,20,21,23,24},{13,15,16,21,22,24,25}};
LUT_d[8][7]={{2,1,1,0,1,0,0},{1,2,0,1,0,1,0},{1,0,2,1,0,1,0},{0,1,1,2,0,0,1},{1,0,0,2,1,1,0},{0,1,0,1,2,0,1},{0,1,0,1,0,2,1},{0,0,1,0,1,1,2}};
상기 가중치
Figure pct00050
의 설정은,
Figure pct00051
은
Figure pct00052
과
Figure pct00053
의 순서와 관계없는 조합 방식에 일일이 매핑될 수 있는 것을 만족해야 한다. w[3]={11,7,5}을 예로 들어, 임계값은 아래와 같이,
Figure pct00054
,
Figure pct00055
,
Figure pct00056
,
Figure pct00057
으로 설정된다.
나아가, 다른 구현 가능한 시나리오에 있어서, 단계 204b23에서 타깃 파라미터, 제3 임계값, 제4 임계값에 기반하여, 제1 예측 결과를 결정하는 것은, 타깃 파라미터가 제4 임계값보다 크거나 같은 것으로 결정할 때, 현재 노드의 위치 점유 정보에 대해 인트라 예측을 수행하여, 현재 노드의 자식 노드에 포인트 클라우드가 포함되는 제1 예측 결과를 얻는 단계를 포함할 수 있다.
나아가, 또 다른 구현 가능한 시나리오에 있어서, 단계 204b23에서 타깃 파라미터, 제3 임계값, 제4 임계값에 기반하여, 제1 예측 결과를 결정하는 것은, 타깃 파라미터가 제3 임계값보다 크고 제4 임계값보다 작은 것으로 결정할 때, 현재 노드의 자식 노드의 위치 점유 정보에 대해 인트라 예측을 수행하지 않는 제2 예측 결과를 얻는 단계를 포함할 수 있다.
단계 205에 있어서, 제1 예측 결과와 연관된 인코딩 모델을 결정한다.
본 발명의 실시예에서, 인코더가 제1 예측 결과를 획득한 다음, 제1 예측 결과와 연관된 인코딩 모델을 결정한다.
단계 206에 있어서, 인코딩 모델에 기반하여, 현재 노드의 자식 노드의 위치 점유 정보에 대해 인코딩을 수행하고, 비트 스트림에 기입한다.
본 발명의 실시예에서, 인코더는 인코딩 모델에 기반하여, 현재 노드의 자식 노드의 위치 점유 정보에 대해 인코딩을 수행하고, 비트 스트림에 기입한다.
단계 207에 있어서, 제1 예측 결과와 연관된 디코딩 모델을 결정한다.
본 발명의 실시예에서, 인코더가 제1 예측 결과를 획득한 다음, 제1 예측 결과와 연관된 디코딩 모델을 결정한다.
단계 208에 있어서, 디코딩 모델에 기반하여, 획득된 비트 스트림에 대해 해석하여, 현재 노드의 자식 노드의 위치 점유 정보를 얻는다.
본 발명의 실시예에서, 인코더는 디코딩 모델에 기반하여, 획득된 비트 스트림에 대해 해석하여, 현재 노드의 자식 노드의 위치 점유 정보를 얻는다.
구현 가능한 시나리오에 있어서, 도 5에 도시된 것을 참조하면, 인트라 예측 방법이 인코더에 적용되는 것을 예로 들어, 인코더가 현재 노드의 특정된 자식 노드에 대해 예측을 수행할 때, 단지 그와 면, 변, 정점을 공유하는 7 개의 서로 연결된 이웃 부모 노드의 영향만 고려한다. 다시 가중치의 계산 및 임계값의 설정에 따라 예측 결과를 세 개의 유형으로 나누고, 인코더가 인트라 예측의 방법을 실행하는 단계는 아래와 같다.
제1 단계에 있어서, 옥트리 분할의 현재 레벨 L이 기설정된 레벨보다 작을 때, 인에이블링 인트라 예측을 한다. 입력은, (x, y, z) 좌표와 플래그 비트를 매핑하기 위한 모턴 3D 맵, 맵 시프트 파라미터 및 현재 노드의 원점의 좌표이다.
제2 단계에 있어서, 입력 정보에 따라 이웃 노드 k의 위치 점유 정보
Figure pct00058
를 획득하고, 여기서 k 값은 [0,25]이며,
Figure pct00059
는 0 또는 1이다.
제3 단계에 있어서, 현재 노드의 자식 노드 m에 대해, 단지 그의 7 개 이웃의 위치 점유 정보만 고려하여, 룩업 테이블
Figure pct00060
이 7 개 이웃의 번호 n을 26 개의 이웃의 번호 k로 매핑하도록 설정한다. 자식 노드 m의 7 개 이웃에서 점유된 개수를 다시 기록하고, 아래 공식과 같다.
Figure pct00061
제4 단계에 있어서,
Figure pct00062
일 때, 두 개 그룹의 임계값
Figure pct00063
과
Figure pct00064
을 설정하고,
Figure pct00065
이
Figure pct00066
보다 작거나 같을 때의 노드는 "점유 안됨”이며,
Figure pct00067
이
Figure pct00068
보다 크거나 같을 때의 노드는 "점유됨”으로 예측하고, 아니면 "예측하지 않음”이다.
Figure pct00069
일 때, 현재 자식 노드 m의 7 개 이웃에서 m까지의 거리 레벨
Figure pct00070
에 따라 가중치
Figure pct00071
을 설정하고, 아래 공식에 따라 계산한다.
Figure pct00072
두 개 그룹의 임계값
Figure pct00073
와
Figure pct00074
을 설정하고,
Figure pct00075
이
Figure pct00076
보다 작거나 같을 때의 노드는 "점유 안됨”이며,
Figure pct00077
이
Figure pct00078
보다 크거나 같을 때의 노드는 "점유됨”으로 예측하고, 아니면 "예측하지 않음”이다.
제5 단계에 있어서, 0 또는 1로 나타내는 “예측 여부”와 “예측값”을 출력하여 위치 점유 정보에 대한 후속 엔트로피 인코딩에 사용된다. 여기서, 1, 1은 “점유됨”을 대표하고; 1, 0은 “점유 안됨”을 대표하며; 0, 0은 “예측하지 않음”을 대표한다.
설명해야 할 것은,
Figure pct00079
과
Figure pct00080
은 8Х7 크기의 룩업 테이블이고,
Figure pct00081
,
Figure pct00082
,
Figure pct00083
,
Figure pct00084
와
Figure pct00085
은 훈련 집합의 인코딩 디코딩 결과의 확률에 대한 통계와 계산에 따라 설정한 이론 최적값이며, 인코더, 디코더에서는 기설정된 고정값이고, 인코딩단에서 디코딩단으로 전송될 필요가 없다. 다시 말하면, 본 발명에서 제공하는 인트라 예측 방법은, 인코더 측과 디코더 측에서 기술 구상이 동일하고, 인코더 측에서 인코딩을 수행하는 것과 디코더 측에서 디코딩을 수행하는 것과 연관된 단계를 제외한, 현재 노드의 자식 노드의 위치 점유 정보에 대해 인트라 예측을 수행하는 단계는 동일한 것으로 이해할 수 있다.
예시적으로, 일부 실시예에 있어서,
LUT_I[8][7]={{0,1,3,4,9,10,12},{1,2,4,5,10,11,13},{3,4,6,7,12,14,15},{4,5,7,8,13,15,16},{9,10,12,17,18,20,21},{10,11,13,18,19,21,22},{12,14,15,20,21,23,24},{13,15,16,21,22,24,25}};
LUT_d[8][7]={{2,1,1,0,1,0,0},{1,2,0,1,0,1,0},{1,0,2,1,0,1,0},{0,1,1,2,0,0,1},{1,0,0,2,1,1,0},{0,1,0,1,2,0,1},{0,1,0,1,0,2,1},{0,0,1,0,1,1,2}};
가중치
Figure pct00086
의 설정은,
Figure pct00087
은
Figure pct00088
과
Figure pct00089
의 순서와 관계없는 조합 방식에 일일이 매핑될 수 있는 것을 만족해야 한다. w[3]={11,7,5}을 예로 들어, 임계값은 아래와 같이,
Figure pct00090
,
Figure pct00091
,
Figure pct00092
,
Figure pct00093
으로 설정된다.
나아가, 인코더는 제1 예측 결과와 연관된 인코딩 모델을 결정하고; 인코딩 모델에 기반하여, 현재 노드의 자식 노드의 위치 점유 정보에 대해 인코딩을 수행하며, 비트 스트림에 기입한다.
구현 가능한 시나리오에 있어서, 도 6에 도시된 것을 참조하면, 인트라 예측 방법이 디코더에 적용되는 것을 예로 들어, 디코더가 현재 노드의 특정된 자식 노드에 대해 예측을 수행할 때, 단지 그와 면, 변, 정점을 공유하는 7 개의 서로 연결된 이웃 부모 노드의 영향만 고려한다. 다시 가중치의 계산 및 임계값의 설정에 따라 예측 결과를 세 개의 유형으로 나누고, 디코더가 인트라 예측의 방법을 실행하는 단계는 아래와 같다.
제1 단계에 있어서, 옥트리 분할의 현재 레벨 L이 기설정된 레벨보다 작을 때, 인에이블링 인트라 예측을 한다. 입력은, (x, y, z) 좌표와 플래그 비트를 매핑하기 위한 모턴 3D 맵, 맵 시프트 파라미터 및 현재 노드의 원점의 좌표이다.
제2 단계에 있어서, 입력 정보에 따라 이웃 노드 k의 위치 점유 정보
Figure pct00094
를 획득하고, 여기서 k 값은 [0,25]이며,
Figure pct00095
는 0 또는 1이다.
제3 단계에 있어서, 현재 노드의 자식 노드 m에 대해, 단지 그의 7 개 이웃의 위치 점유 정보만 고려하여, 룩업 테이블
Figure pct00096
이 7 개 이웃의 번호 n을 26 개의 이웃의 번호 k로 매핑하도록 설정한다. 자식 노드 m의 7 개 이웃에서 점유된 개수를 다시 기록하고, 아래 공식과 같다.
Figure pct00097
제4 단계에 있어서,
Figure pct00098
일 때, 두 개 그룹의 임계값
Figure pct00099
과
Figure pct00100
을 설정하고,
Figure pct00101
이
Figure pct00102
보다 작거나 같을 때의 노드는 "점유 안됨”이며,
Figure pct00103
이
Figure pct00104
보다 크거나 같을 때의 노드는 "점유됨”으로 예측하고, 아니면 "예측하지 않음”이다.
Figure pct00105
일 때, 현재 자식 노드 m의 7 개 이웃에서 m까지의 거리 레벨
Figure pct00106
에 따라 가중치
Figure pct00107
를 설정하고, 아래 공식에 따라 계산한다.
Figure pct00108
두 개 그룹의 임계값
Figure pct00109
와
Figure pct00110
을 설정하고,
Figure pct00111
이
Figure pct00112
보다 작거나 같을 때의 노드는 "점유 안됨”이며,
Figure pct00113
이
Figure pct00114
보다 크거나 같을 때의 노드는 "점유됨”으로 예측하고, 아니면 "예측하지 않음”이다.
제5 단계에 있어서, 0 또는 1로 나타내는 “예측 여부”와 “예측값”을 출력하여 위치 점유 정보에 대한 후속 엔트로피 인코딩에 사용된다. 여기서, 1, 1은 “점유됨”을 대표하고; 1, 0은 “점유 안됨”을 대표하며; 0, 0은 “예측하지 않음”을 대표한다.
나아가, 디코더는 제1 예측 결과와 연관된 디코딩 모델을 결정하고; 디코딩 모델에 기반하여, 획득된 비트 스트림에 대해 해석하여, 현재 노드의 자식 노드의 위치 점유 정보를 얻는다.
설명해야 할 것은,
Figure pct00115
과
Figure pct00116
은 8Х7 크기의 룩업 테이블이고,
Figure pct00117
,
Figure pct00118
,
Figure pct00119
,
Figure pct00120
와
Figure pct00121
은 훈련 집합의 인코딩 디코딩 결과의 확률에 대한 통계와 계산에 따라 설정한 이론 최적값이며, 인코더, 디코더에서는 기설정된 고정값이고, 인코딩단에서 디코딩단으로 전송될 필요가 없다. 다시 말하면, 본 발명에서 제공하는 인트라 예측 방법은, 인코더 측과 디코더 측에서 기술 구상이 동일하고, 인코더 측에서 인코딩을 수행하는 것과 디코더 측에서 디코딩을 수행하는 것과 연관된 단계를 제외한, 현재 노드의 자식 노드의 위치 점유 정보에 대해 인트라 예측을 수행하는 단계는 동일한 것으로 이해할 수 있다.
예시적으로, 일부 실시예에 있어서,
LUT_I[8][7]={{0,1,3,4,9,10,12},{1,2,4,5,10,11,13},{3,4,6,7,12,14,15},{4,5,7,8,13,15,16},{9,10,12,17,18,20,21},{10,11,13,18,19,21,22},{12,14,15,20,21,23,24},{13,15,16,21,22,24,25}};
LUT_d[8][7]={{2,1,1,0,1,0,0},{1,2,0,1,0,1,0},{1,0,2,1,0,1,0},{0,1,1,2,0,0,1},{1,0,0,2,1,1,0},{0,1,0,1,2,0,1},{0,1,0,1,0,2,1},{0,0,1,0,1,1,2}};
가중치
Figure pct00122
의 설정은,
Figure pct00123
은
Figure pct00124
과
Figure pct00125
의 순서와 관계없는 조합 방식에 일일이 매핑될 수 있는 것을 만족해야 한다. w[3]={11,7,5}을 예로 들어, 임계값은 아래와 같이,
Figure pct00126
,
Figure pct00127
,
Figure pct00128
,
Figure pct00129
으로 설정된다.
다른 구현 가능한 시나리오에 있어서, 인트라 예측 방법이 인코더에 적용되는 것을 예로 들어, 상기 인트라 예측 방안에 대해 추가적으로 간소화함으로써, 인트라 예측의 계산량을 추가적으로 줄일 수 있고, 인코더가 인트라 예측의 방법을 실행하는 단계는 아래와 같다.
상기 시나리오에 있어서,
Figure pct00130
일 때의
Figure pct00131
의 계산과 판단을 생략할 수 있고, 동시에 거리 레벨
Figure pct00132
및 가중치
Figure pct00133
의 설정을 생략할 수 있으며, 이로써, 인트라 예측의 방법은 아래 단계를 포함한다.
제1 단계에 있어서, 옥트리 분할의 현재 레벨 L이 기설정된 레벨보다 작을 때, 인에이블링 인트라 예측을 한다. 입력은, (x, y, z) 좌표와 플래그 비트를 매핑하기 위한 모턴 3D 맵, 맵 시프트 파라미터 및 현재 노드의 원점의 좌표이다.
제2 단계에 있어서, 입력 정보에 따라 이웃 노드 k의 위치 점유 정보
Figure pct00134
를 획득하고, 여기서 k 값은 [0,25]이며,
Figure pct00135
는 0 또는 1이다.
제3 단계에 있어서, 현재 노드의 자식 노드 m에 대해, 단지 그의 7 개 이웃의 위치 점유 정보만 고려하여, 룩업 테이블
Figure pct00136
이 7 개 이웃의 번호 n을 26 개의 이웃의 번호 k로 매핑하도록 설정한다. 자식 노드 m의 7 개 이웃에서 점유된 개수를 다시 기록하고, 아래 공식과 같다.
Figure pct00137
제4 단계에 있어서, 두 개 그룹의 임계값
Figure pct00138
과
Figure pct00139
을 설정하고,
Figure pct00140
이
Figure pct00141
보다 작거나 같을 때의 노드는 "점유 안됨”이며,
Figure pct00142
이
Figure pct00143
보다 크거나 같을 때의 노드는 "점유됨”으로 예측하고, 아니면 "예측하지 않음”이다.
제5 단계에 있어서, 0 또는 1로 나타내는 “예측 여부”와 “예측값”을 출력하여 위치 점유 정보에 대한 후속 엔트로피 인코딩에 사용된다. 여기서, 1, 1은 “점유됨”을 대표하고; 1, 0은 “점유 안됨”을 대표하며; 0, 0은 “예측하지 않음”을 대표한다.
설명해야 할 것은,
Figure pct00144
은 8Х7 크기의 룩업 테이블이고,
Figure pct00145
과
Figure pct00146
은 훈련 집합의 인코딩 디코딩 결과의 확률에 대한 통계와 계산에 따라 설정한 이론 최적값이며, 인코더, 디코더에서는 기설정된 고정값이고, 인코딩단에서 디코딩단으로 전송될 필요가 없다. 다시 말하면, 본 발명에서 제공하는 인트라 예측 방법은, 인코더 측과 디코더 측에서 기술 구상이 동일하고, 인코더 측에서 인코딩을 수행하는 것과 디코더 측에서 디코딩을 수행하는 것과 연관된 단계를 제외한, 현재 노드의 자식 노드의 위치 점유 정보에 대해 인트라 예측을 수행하는 단계는 동일한 것으로 이해할 수 있다.
또 다른 구현 가능한 시나리오에 있어서, 인트라 예측 방법이 인코더에 적용되는 것을 예로 들어, 현재 자식 노드에 연결된 7 개의 이웃 부모 노드에서, 임의의 가능한 조합을 선택하여, 현재 자식 노드에 연결된 N개의 이웃 부모 노드의 위치 점유 정보 기반 인트라 예측 방법을 구성하고, 여기서,
Figure pct00147
이다. 예시적으로, 도 7에 도시된 것을 참조하면, N=6이면,
Figure pct00148
가지 조합 방식이 있고; 도 7은 특정된 6 개 이웃 부모 노드 위치 점유 정보 기반 인트라 예측 예시도를 나타낸다. 상기 시나리오에서, 인코더가 인트라 예측의 방법을 실행하는 단계는 아래와 같다.
제1 단계에 있어서, 옥트리 분할의 현재 레벨 L이 기설정된 레벨보다 작을 때, 인에이블링 인트라 예측을 한다. 입력은, (x, y, z) 좌표와 플래그 비트를 매핑하기 위한 모턴 3D 맵, 맵 시프트 파라미터 및 현재 노드의 원점의 좌표이다.
제2 단계에 있어서, 입력 정보에 따라 이웃 노드 k의 위치 점유 정보
Figure pct00149
를 획득하고, 여기서 k 값은 [0,25]이며,
Figure pct00150
는 0 또는 1이다.
제3 단계에 있어서, 현재 노드의 자식 노드 m에 대해, 단지 그의 N 개 이웃의 위치 점유 정보만 고려하여, 룩업 테이블
Figure pct00151
이 N 개 이웃의 번호 n을 26 개의 이웃의 번호 k로 매핑하도록 설정한다. 자식 노드 m의 N 개 이웃에서 점유된 개수를 다시 기록하고, 아래 공식과 같다.
Figure pct00152
제4 단계에 있어서, 두 개 그룹의 임계값
Figure pct00153
과
Figure pct00154
을 설정하고,
Figure pct00155
이
Figure pct00156
보다 작거나 같을 때의 노드는 "점유 안됨”이며,
Figure pct00157
이
Figure pct00158
보다 크거나 같을 때의 노드는 "점유됨”으로 예측하고, 아니면 "예측하지 않음”이다.
제5 단계에 있어서, 0 또는 1로 나타내는 “예측 여부”와 “예측값”을 출력하여 위치 점유 정보에 대한 후속 엔트로피 인코딩에 사용된다. 여기서, 1, 1은 “점유됨”을 대표하고; 1, 0은 “점유 안됨”을 대표하며; 0, 0은 “예측하지 않음”을 대표한다.
설명해야 할 것은,
Figure pct00159
은 8Х7 크기의 룩업 테이블이고,
Figure pct00160
과
Figure pct00161
은 훈련 집합의 인코딩 디코딩 결과의 확률에 대한 통계와 계산에 따라 설정한 이론 최적값이며, 인코더, 디코더에서는 기설정된 고정값이고, 인코딩단에서 디코딩단으로 전송될 필요가 없다. 다시 말하면, 본 발명에서 제공하는 인트라 예측 방법은, 인코더 측과 디코더 측에서 기술 구상이 동일하고, 인코더 측에서 인코딩을 수행하는 것과 디코더 측에서 디코딩을 수행하는 것과 연관된 단계를 제외한, 현재 노드의 자식 노드의 위치 점유 정보에 대해 인트라 예측을 수행하는 단계는 동일한 것으로 이해할 수 있다.
본 발명의 실시예는 인트라 예측 방법을 제공하고, 도 8에 도시된 것을 참조하면, 상기 인트라 예측 방법은 아래 단계를 포함한다.
단계 301에 있어서, 입력 포인트 클라우드에 대해 분할한 다음 얻은 현재 레벨이 타깃 레벨보다 작은 것으로 결정할 때, 현재 노드의 제1 수량의 이웃 노드의 위치 점유 정보 및 제1 수량의 이웃 노드 중 각 이웃 노드에 대응되는 제1 점유 수량을 획득한다.
본 발명의 실시예에서, 인코더 또는 디코더는 단계 301 내지 단계 303을 실행하여, 현재 노드의 자식 노드의 위치 점유 정보에 대해 인트라 예측을 수행하는 제1 예측 결과를 얻을 수 있다. 위치 점유 정보는 노드가 점유되거나 점유되지 않은 정보를 의미한다. 점유 수량은 위치 점유 정보가 노드 점유인 정보의 인접 노드 수량을 의미한다. 설명해야 할 것은, 인코더 일측에서, 입력 포인트 클라우드는 이미 인코딩된 포인트 클라우드 데이터를 의미하고; 디코더 일측에서, 입력 포인트 클라우드는 이미 디코딩된 포인트 클라우드 데이터를 의미한다.
여기서, 인코더가 단계 301 내지 단계 303을 실행하는 것을 예로 들어, 상기 인코더는 예를 들어 G-PCC 인코더와 같은 3차원 포인트 클라우드 인코더를 포함한다. G-PCC 인코더는 입력 포인트 클라우드를 slice 분할한 다음, 각 slice에 대해 독립적 인코딩을 수행하고; 여기서, 인코더가 입력 포인트 클라우드에 대해 분할한 다음 얻은 현재 레벨이 타깃 레벨보다 작은 것으로 결정할 때, 현재 노드의 제1 수량의 이웃 노드의 위치 점유 정보 및 제1 수량의 이웃 노드 중 각 이웃 노드에 대응되는 제1 점유 수량을 획득한다. 일부 실시예에 있어서, 인코더는 octree에 기반하여 입력 포인트 클라우드에 대해 분할할 수 있다.
단계 302에 있어서, 제2 수량의 이웃 노드 중 각 이웃 노드에 대응되는 제2 점유 수량을 획득한다.
여기서, 제1 수량은 제2 수량보다 크고, 제2 수량의 이웃 노드와 현재 노드의 자식 노드 사이에는 연관 관계가 구비된다.
본 발명의 실시예에서, 인코더는 제1 수량의 이웃 노드에서 제2 수량의 이웃 노드를 선택하고, 제2 수량의 이웃 노드 중 각 이웃 노드에 대응되는 제2 점유 수량을 기록한다.
단계 303에 있어서, 현재 노드의 제1 수량의 이웃 노드의 위치 점유 정보, 제1 점유 수량 및 제2 점유 수량에 기반하여, 현재 노드의 자식 노드의 위치 점유 정보에 대해 인트라 예측을 수행함으로써, 제1 예측 결과를 얻는다.
본 발명의 실시예에서, 인코더는 현재 노드의 제1 수량의 이웃 노드의 위치 점유 정보, 제1 점유 수량 및 제2 점유 수량에 기반하여, 현재 노드의 자식 노드의 위치 점유 정보에 대해 인트라 예측을 수행함으로써, 제1 예측 결과를 얻는다.
본 발명의 실시예에서 제공하는 인트라 예측 방법은, 입력 포인트 클라우드에 대해 분할한 다음 얻은 현재 레벨이 타깃 레벨보다 작은 것으로 결정할 때, 현재 노드의 제1 수량의 이웃 노드의 위치 점유 정보 및 제1 수량의 이웃 노드 중 각 이웃 노드에 대응되는 제1 점유 수량을 획득하고; 제2 수량의 이웃 노드 중 각 이웃 노드에 대응되는 제2 점유 수량을 획득하되, 제1 수량은 제2 수량보다 크며, 제2 수량의 이웃 노드와 현재 노드의 자식 노드 사이에는 연관 관계가 구비되고; 현재 노드의 제1 수량의 이웃 노드의 위치 점유 정보, 제1 점유 수량 및 제2 점유 수량에 기반하여, 현재 노드의 자식 노드의 위치 점유 정보에 대해 인트라 예측을 수행함으로써, 제1 예측 결과를 얻으며; 다시 말하면, 본 발명의 실시예에서, 제1 수량의 이웃 노드 중 이미 인코딩 디코딩된 노드의 자식 노드의 위치 점유 정보의 상황에 따라, 현재 노드의 특정된 자식 노드에 대해 예측을 수행할 때, 단지 예를 들어 면, 변, 정점을 공유하는 것과 같이 이와 연관 관계를 구비하는 예를 들어 7 개와 같이 복수 개의 서로 연결된 이웃 부모 노드의 영향만 고려함으로써, 룩업 테이블을 줄이고, 계산 복잡도를 낮추는 효과를 달성하며, 인코딩 시간을 단축시켜, 인코딩 효율을 향상시키고, 인코딩 정확성을 향상시킨다.
본 발명의 실시예는 인트라 예측 방법을 제공하고, 도 9에 도시된 것을 참조하면, 설명해야 할 것은, 인트라 예측 방법이 인코더에 적용될 때, 상기 인트라 예측 방법은 단계 401 내지 단계 407을 포함하고; 인트라 예측 방법이 디코더에 적용될 때, 상기 인트라 예측 방법은 단계 401 내지 단계 405 및 단계 408 내지 단계 409을 포함하며;
일부 실시예에 있어서, 인코더는 3차원 포인트 클라우드 인코더를 포함하고; 디코더는 3차원 포인트 클라우드 디코더를 포함한다.
단계 401에 있어서, 입력 포인트 클라우드에 대해 분할한 다음 얻은 현재 레벨이 타깃 레벨보다 작은 것으로 결정할 때, 현재 노드의 제1 수량의 이웃 노드의 위치 점유 정보 및 제1 수량의 이웃 노드 중 각 이웃 노드에 대응되는 제1 점유 수량을 획득한다.
단계 402에 있어서, 제2 수량의 이웃 노드 중 각 이웃 노드에 대응되는 제2 점유 수량을 획득한다.
여기서, 제1 수량은 제2 수량보다 크고, 제2 수량의 이웃 노드와 현재 노드의 자식 노드 사이에는 연관 관계가 구비된다. 제2 수량의 이웃 노드와 현재 노드의 자식 노드 사이에서 면, 변 및 정점을 공유한다.
단계 403에 있어서, 현재 노드의 제1 수량의 이웃 노드의 위치 점유 정보 및 제1 점유 수량에 기반하여, 제1 수량의 이웃 노드에서의 제1 타깃 점유 수량을 결정한다.
여기서, 인코더 또는 디코더는 제1 수량의 이웃 노드에서의 k 번째 이웃 노드를 대상으로 하여, k 번째 이웃 노드의 위치 점유 정보 및 k 번째 이웃 노드에 대응되는 제1 점유 수량을 획득하고; 예시적으로, k 값은 [0,25]이며, 인코더 또는 디코더는 번호에 따라 0에서 25까지 순환적으로 실행되어, 26 개의 이웃 노드 중 총 점유 수량 즉 제1 타깃 점유 수량을 얻는다.
단계 404에 있어서, 현재 노드의 제1 수량의 이웃 노드의 위치 점유 정보 및 제2 점유 수량에 기반하여, 제2 수량의 이웃 노드에서의 제2 타깃 점유 수량을 결정한다.
여기서, 인코더 또는 디코더는 제1 수량의 이웃 노드에서 현재 노드 중 이웃 노드 k와 면, 변, 정점을 공유하는 자식 노드 m을 찾고; 예시적으로, m 값은[0,7]이며, 인코더 또는 디코더는 번호에 따라 0에서 7까지 순환적으로 실행되어, 7 개의 이웃 노드 중 총 점유 수량 즉 제2 타깃 점유 수량을 얻는다.
단계 405에 있어서, 제1 타깃 점유 수량, 제2 타깃 점유 수량에 기반하여, 현재 노드의 자식 노드의 위치 점유 정보에 대해 인트라 예측을 수행함으로써, 제1 예측 결과를 얻는다.
본 발명의 실시예에서, 단계 405에서 제1 타깃 점유 수량, 제2 타깃 점유 수량에 기반하여, 현재 노드의 자식 노드의 위치 점유 정보에 대해 인트라 예측을 수행함으로써, 제1 예측 결과를 얻는 것은 아래와 같은 단계를 포함할 수 있다.
단계 405a에 있어서, 제1 수량과 연관된 제4 수량을 획득한다.
여기서, 제4 수량은 제1 수량에 의해 결정된 것이고, 예를 들어, 제4 수량은 제1 수량의 절반이다. 예시적으로, 제1 수량은 26이고, 제4 수량은 13이다.
단계 405b에 있어서, 제4 수량과 제1 타깃 점유 수량 사이의 크기 관계를 획득한다.
단계 405c에 있어서, 크기 관계 및 제2 타깃 점유 수량에 기반하여, 현재 노드의 자식 노드의 위치 점유 정보에 대해 인트라 예측을 수행함으로써, 제1 예측 결과를 얻는다.
본 발명의 일부 실시예에서, 단계 405c에서 크기 관계 및 제2 타깃 점유 수량에 기반하여, 현재 노드의 자식 노드의 위치 점유 정보에 대해 인트라 예측을 수행함으로써, 제1 예측 결과를 얻는 것은 아래와 같은 단계를 포함할 수 있다.
단계 405c11에 있어서, 만약 크기 관계는 제1 타깃 점유 수량이 제4 수량보다 큰 것을 나타내면, 제1 타깃 임계값과 제2 타깃 임계값을 생성한다.
여기서, 제1 타깃 임계값은 제2 타깃 임계값보다 작다.
단계 405c12에 있어서, 제2 타깃 점유 수량이 제1 타깃 임계값보다 작거나 같은 것으로 결정할 때, 현재 노드의 자식 노드의 위치 점유 정보에 대해 인트라 예측을 수행하여, 현재 노드의 자식 노드에 포인트 클라우드가 포함되지 않는 제1 예측 결과를 얻는다.
단계 405c13에 있어서, 제2 타깃 점유 수량이 제2 타깃 임계값보다 크거나 같은 것으로 결정할 때, 현재 노드의 자식 노드의 위치 점유 정보에 대해 인트라 예측을 수행하여, 현재 노드의 자식 노드에 포인트 클라우드가 포함되는 제1 예측 결과를 얻는다.
단계 405c14에 있어서, 제2 타깃 점유 수량이 제1 타깃 임계값보다 크고 제2 타깃 임계값보다 작은 것으로 결정할 때, 현재 노드의 자식 노드의 위치 점유 정보에 대해 인트라 예측을 수행하지 않는 제2 예측 결과를 얻는다.
본 발명의 다른 일부 실시예에서, 단계 405c에서 크기 관계 및 제2 타깃 점유 수량에 기반하여, 현재 노드의 자식 노드의 위치 점유 정보에 대해 인트라 예측을 수행함으로써, 제1 예측 결과를 얻는 것은 아래와 같은 단계를 포함할 수 있다.
단계 405c21에 있어서, 만약 크기 관계는 제1 타깃 점유 수량이 제4 수량보다 작거나 같은 것을 나타내면, 제3 타깃 임계값과 제4 타깃 임계값을 생성한다.
여기서, 제3 타깃 임계값은 제4 타깃 임계값보다 작고, 제3 타깃 임계값은 제2 타깃 임계값과 같으며, 제4 타깃 임계값은 제2 타깃 임계값보다 작다.
일부 실시예에 있어서, 제1 수량의 변화에 따라, 제4 수량은 상응하게 변화되고; 예시적으로, 제1 수량이 26보다 작은 경우, 제3 타깃 임계값과 제2 타깃 임계값은 상이할 수 있으며, 제4 타깃 임계값과 제2 타깃 임계값은 상이하다.
단계 405c22에 있어서, 제2 타깃 점유 수량이 제3 타깃 임계값보다 작거나 같은 것으로 결정할 때, 현재 노드의 자식 노드의 위치 점유 정보에 대해 인트라 예측을 수행하여, 현재 노드의 자식 노드에 포인트 클라우드가 포함되지 않는 제1 예측 결과를 얻는다.
단계 405c23에 있어서, 제2 타깃 점유 수량이 제4 타깃 임계값보다 크거나 같은 것으로 결정할 때, 현재 노드의 자식 노드의 위치 점유 정보에 대해 인트라 예측을 수행하여, 현재 노드의 자식 노드에 포인트 클라우드가 포함되는 제1 예측 결과를 얻는다.
단계 405c24에 있어서, 제2 타깃 점유 수량이 제3 타깃 임계값보다 크고 제4 타깃 임계값보다 작은 것으로 결정할 때, 현재 노드의 자식 노드의 위치 점유 정보에 대해 인트라 예측을 수행하지 않는 제2 예측 결과를 얻는다.
단계 406에 있어서, 제1 예측 결과와 연관된 인코딩 모델을 결정한다
본 발명의 실시예에서, 인코더가 제1 예측 결과를 획득한 다음, 제1 예측 결과와 연관된 인코딩 모델을 결정한다.
단계 407에 있어서, 인코딩 모델에 기반하여, 현재 노드의 자식 노드의 위치 점유 정보에 대해 인코딩을 수행하고, 비트 스트림에 기입한다.
본 발명의 실시예에서, 인코더는 인코딩 모델에 기반하여, 현재 노드의 자식 노드의 위치 점유 정보에 대해 인코딩을 수행하고, 비트 스트림에 기입한다.
단계 408에 있어서, 제1 예측 결과와 연관된 디코딩 모델을 결정한다.
본 발명의 실시예에서, 인코더가 제1 예측 결과를 획득한 다음, 제1 예측 결과와 연관된 디코딩 모델을 결정한다.
단계 409에 있어서, 디코딩 모델에 기반하여, 획득된 비트 스트림에 대해 해석하여, 현재 노드의 자식 노드의 위치 점유 정보를 얻는다.
본 발명의 실시예에서, 인코더는 디코딩 모델에 기반하여, 획득된 비트 스트림에 대해 해석하여, 현재 노드의 자식 노드의 위치 점유 정보를 얻는다.
구현 가능한 시나리오에 있어서, 도 10에 도시된 것을 참조하면, 인트라 예측 방법이 인코더에 적용되는 것을 예로 들어, 인코더가 현재 노드의 특정된 자식 노드에 대해 예측을 수행할 때, 단지 그와 면, 변, 정점을 공유하는 7 개의 서로 연결된 이웃 부모 노드의 영향만 고려한다. 인코더가 인트라 예측의 방법을 실행하는 단계는 아래와 같다.
제1 단계에 있어서, 옥트리 분할의 현재 레벨 L이 기설정된 레벨보다 작을 때, 인에이블링 인트라 예측을 한다. 입력은, (x, y, z) 좌표와 플래그 비트를 매핑하기 위한 모턴 3D 맵, 맵 시프트 파라미터 및 현재 노드의 원점의 좌표이다.
제2 단계에 있어서, 입력 정보에 따라 현재 노드의 k 번째 이웃 노드의 위치 점유 정보
Figure pct00162
를 획득하고, 여기서 k 값은 [0,25]이며,
Figure pct00163
는 0 또는 1이며; K에 따라 0에서 25까지 순환하여, 26 개의 이웃 노드에서의 제1 타깃 점유 수량 No를 획득한다. 제1 수량의 이웃 노드 중 각 이웃 노드에 대응되는 제1 점유 수량은 No초기+
Figure pct00164
와 같고, 여기서, No초기는 일반적으로 0이며,
Figure pct00165
은 0 또는 1이고, 다시 말하면, 각 이웃 노드에 대해 업데이트된 제1 점유 수량은 1 또는 0이다.
제3 단계에 있어서, 현재 노드 중 이웃 노드 k와 면, 변, 정점을 공유하는 자식 노드 m을 찾아, 7 개의 이웃 노드 중 제2 타깃 점유 수량
Figure pct00166
을 획득한다.
여기서, 제2 수량의 이웃 노드 중 각 이웃 노드에 대응되는 제2 점유 수량은 Nom초기+
Figure pct00167
와 같고,
Figure pct00168
이다. 나아가, 인코더 또는 디코더는 번호에 따라 0에서 7까지 순환적으로 실행되어, 7 개의 이웃 노드 중 총 점유 수량 즉 제2 타깃 점유 수량
Figure pct00169
을 얻는다.
제4 단계에 있어서, 모든 26 개의 이웃 노드를 순환적으로 순회한 다음, No 및
Figure pct00170
을 얻는다.
제5 단계에 있어서, No가 13보다 클 때, 두 개 그룹의 임계값
Figure pct00171
와
Figure pct00172
를 설정하고,
Figure pct00173
을
Figure pct00174
및
Figure pct00175
와 비교한다.
제6 단계에 있어서, No가 13보다 작거나 같을 때, 두 개 그룹의 임계값
Figure pct00176
과
Figure pct00177
을 설정하고,
Figure pct00178
을
Figure pct00179
및
Figure pct00180
과 비교한다.
제7 단계에 있어서,
Figure pct00181
가
Figure pct00182
/
Figure pct00183
보다 작거나 같은 것으로 결정할 때, 현재 노드의 자식 노드에 포인트 클라우드가 포함되지 않는 것 즉 현재 노드의 자식 노드는 "점유 안됨”인 것으로 결정하고;
Figure pct00184
가
Figure pct00185
보다 크거나 같을 때, 현재 노드의 자식 노드에 포인트 클라우드가 포함되는 것 즉 현재 노드의 자식 노드는 "점유”인 것으로 결정하며, 그렇지 않은 경우 현재 노드의 자식 노드의 위치 점유 정보에 대해 인트라 예측을 수행하지 않는 것으로 결정한다.
제8 단계에 있어서, 0 또는 1로 나타내는 “예측 여부”와 “예측값”을 출력하여 위치 점유 정보에 대한 후속 엔트로피 인코딩에 사용된다. 여기서, 1, 1은 “현재 노드의 자식 노드에 포인트 클라우드가 포함됨”을 대표하고; 1, 0은 “현재 노드의 자식 노드에 포인트 클라우드가 포함되지 않음”을 대표하며; 0, 0은 “현재 노드의 자식 노드의 위치 점유 정보에 대해 인트라 예측을 수행하지 않음”을 대표한다.
본 발명의 실시예에서, 예시적으로,
LUT_I[26][4]= { {1, 0, 0, 0}, {1, 2, 0, 0}, {2, 0, 0, 0}, {1, 3, 0, 0}, {1, 2, 3, 4}, {2, 4, 0, 0}, {3, 0, 0, 0}, {3, 4, 0, 0}, {4, 0, 0, 0}, {1, 5, 0, 0}, {1, 2, 5, 6}, {2, 6, 0, 0}, {1, 3, 5, 7}, {2, 4, 6, 8}, {3, 7, 0, 0}, {3, 4, 7, 8}, {4, 8, 0, 0}, {5, 0, 0, 0}, {5, 6, 0, 0}, {6, 0, 0, 0}, {5, 7, 0, 0}, {5, 6, 7, 8}, {6, 8, 0, 0}, {7, 0, 0, 0}, {7, 8, 0, 0}, {8, 0, 0, 0}};
여기서,
Figure pct00186
,
Figure pct00187
,
Figure pct00188
,
Figure pct00189
이다.
나아가, 인코더는 제1 예측 결과와 연관된 인코딩 모델을 결정하고; 인코딩 모델에 기반하여, 현재 노드의 자식 노드의 위치 점유 정보에 대해 인코딩을 수행하며, 비트 스트림에 기입한다.
구현 가능한 시나리오에 있어서, 도 11에 도시된 것을 참조하면, 인트라 예측 방법이 디코더에 적용되는 것을 예로 들어, 디코더가 현재 노드의 특정된 자식 노드에 대해 예측을 수행할 때, 단지 그와 면, 변, 정점을 공유하는 7 개의 서로 연결된 이웃 부모 노드의 영향만 고려한다. 인코더가 인트라 예측의 방법을 실행하는 단계는 아래와 같다.
제1 단계에 있어서, 옥트리 분할의 현재 레벨 L이 기설정된 레벨보다 작을 때, 인에이블링 인트라 예측을 한다. 입력은, (x, y, z) 좌표와 플래그 비트를 매핑하기 위한 모턴 3D 맵, 맵 시프트 파라미터 및 현재 노드의 원점의 좌표이다.
제2 단계에 있어서, 입력 정보에 따라 현재 노드의 k 번째 이웃 노드의 위치 점유 정보
Figure pct00190
를 획득하고, 여기서 k 값은 [0,25]이며,
Figure pct00191
는 0 또는 1이며; 26 개의 이웃 노드에서의 제1 타깃 점유 수량 No를 획득한다.
제3 단계에 있어서, 현재 노드 중 이웃 노드 k와 면, 변, 정점을 공유하는 자식 노드 m을 찾아, 7 개의 이웃 노드에서의 제2 타깃 점유 수량 Nom을 획득한다.
제4 단계에 있어서, 모든 26 개의 이웃 노드를 순환적으로 순회한 다음, No 및
Figure pct00192
을 얻는다.
제5 단계에 있어서, No가 13보다 클 때, 두 개 그룹의 임계값
Figure pct00193
와
Figure pct00194
를 설정하고,
Figure pct00195
을
Figure pct00196
및
Figure pct00197
와 비교한다.
제6 단계에 있어서, No가 13보다 작거나 같을 때, 두 개 그룹의 임계값
Figure pct00198
과
Figure pct00199
을 설정하고,
Figure pct00200
을
Figure pct00201
및
Figure pct00202
과 비교한다.
제7 단계에 있어서,
Figure pct00203
가
Figure pct00204
/
Figure pct00205
보다 작거나 같은 것으로 결정할 때, 현재 노드의 자식 노드에 포인트 클라우드가 포함되지 않는 것 즉 현재 노드의 자식 노드는 "점유 안됨”인 것으로 결정하고;
Figure pct00206
가
Figure pct00207
보다 크거나 같을 때, 현재 노드의 자식 노드에 포인트 클라우드가 포함되는 것 즉 현재 노드의 자식 노드는 "점유”인 것으로 결정하며, 그렇지 않은 경우 현재 노드의 자식 노드의 위치 점유 정보에 대해 인트라 예측을 수행하지 않는 것으로 결정한다.
제8 단계에 있어서, 0 또는 1로 나타내는 “예측 여부”와 “예측값”을 출력하여 위치 점유 정보에 대한 후속 엔트로피 인코딩에 사용된다. 여기서, 1, 1은 “현재 노드의 자식 노드에 포인트 클라우드가 포함됨”을 대표하고; 1, 0은 “현재 노드의 자식 노드에 포인트 클라우드가 포함되지 않음”을 대표하며; 0, 0은 “현재 노드의 자식 노드의 위치 점유 정보에 대해 인트라 예측을 수행하지 않음”을 대표한다.
본 발명의 실시예에서, 예시적으로,
LUT_I[26][4]= { {1, 0, 0, 0}, {1, 2, 0, 0}, {2, 0, 0, 0}, {1, 3, 0, 0}, {1, 2, 3, 4}, {2, 4, 0, 0}, {3, 0, 0, 0}, {3, 4, 0, 0}, {4, 0, 0, 0}, {1, 5, 0, 0}, {1, 2, 5, 6}, {2, 6, 0, 0}, {1, 3, 5, 7}, {2, 4, 6, 8}, {3, 7, 0, 0}, {3, 4, 7, 8}, {4, 8, 0, 0}, {5, 0, 0, 0}, {5, 6, 0, 0}, {6, 0, 0, 0}, {5, 7, 0, 0}, {5, 6, 7, 8}, {6, 8, 0, 0}, {7, 0, 0, 0}, {7, 8, 0, 0}, {8, 0, 0, 0}};
여기서,
Figure pct00208
,
Figure pct00209
,
Figure pct00210
,
Figure pct00211
이다.
나아가, 디코더는 제1 예측 결과와 연관된 디코딩 모델을 결정하고; 디코딩 모델에 기반하여, 획득된 비트 스트림에 대해 해석하여, 현재 노드의 자식 노드의 위치 점유 정보를 얻는다.
설명해야 할 것은,
Figure pct00212
은 26ⅹ4 크기의 룩업 테이블이고, 제4 수량,
Figure pct00213
와
Figure pct00214
,
Figure pct00215
과
Figure pct00216
은 훈련 집합의 인코딩 디코딩 결과의 확률에 대한 통계와 계산에 따라 설정한 이론 최적값이며, 인코더, 디코더에서는 기설정된 고정값이고, 인코딩단에서 디코딩단으로 전송될 필요가 없다. 다시 말하면, 본 발명에서 제공하는 인트라 예측 방법은, 인코더 측과 디코더 측에서 기술 구상이 동일하고, 인코더 측에서 인코딩을 수행하는 것과 디코더 측에서 디코딩을 수행하는 것과 연관된 단계를 제외한, 현재 노드의 자식 노드의 위치 점유 정보에 대해 인트라 예측을 수행하는 단계는 동일한 것으로 이해할 수 있다.
본 발명에서 제공하는 인트라 예측 방법에 기반하여, 도 12에 도시된 것을 참조하면, 표 1은 손실 압축의 경우, 관련 기술 중 포인트 클라우드에 기반하여 압축하는 방안과 비교하면, 동일한 인코딩 품질에서, 몇 프로의 부호율을 절약할 수 있는지를 나타내고; 여기서, 테스트 시퀀스는 13 가지 경우를 포함하며, 표 1에 기반하여 알 수 있다시피, 본 발명에서 제공하는 인트라 예측 방법은, 각 테스트 시퀀스에 대해 처리하여, 모두 비트 스트림을 절약할 수 있다. 도 13에 도시된 것을 참조하면, 표 2는 무손실 압축에서, 압축된 비트 스트림 크기를 나타내고, 표 2에서 알 수 있다시피, 압축된 비트 스트림은 모두 100%보다 작으며, 관련 기술 중 일부 부호율만 사용하면 비트 스트림을 얻을 수 있다.
본 발명의 실시예는 아래의 유익 효과를 획득할 수 있고, 26 개의 이웃 노드 중 이미 인코딩 디코딩된 노드의 자식 노드의 위치 점유 정보의 상황에 따라, 현재 노드의 특정된 자식 노드에 대해 예측을 수행할 때, 단지 이와 면, 변, 정점을 공유하는 7 개의 서로 연결된 이웃 부모 노드의 영향만 고려함으로써, 룩업 테이블을 줄이고, 계산 복잡도를 낮추는 효과를 달성한다. 동시에, 간단한 가중치와 임계값 설정은 최적값으로 하여금 찾기 쉽도록 하여, 최적 가중치 및 임계값의 설정에서, 본 기술은 부효율을 낮추고, PSNR을 유지하는 효과를 달성한다. 동시에, 포인트 클라우드의 공간 연관성을 더욱 간단하고 정확하게 사용하여, 옥트리 기반 기하학적 정보 인코딩의 인트라 예측 결과로 하여금 CABAC 중 확율 모델의 구축에 더욱 적용되도록 함으로써, 이진 비트 스트림을 낮춘다.
도 14는 본 발명의 실시예에서 제공하는 인트라 예측 장치의 구성 구조 예시도이고, 도 14에 도시된 바와 같이,인트라 예측 장치(30)는,
입력 포인트 클라우드에 대해 분할한 다음 얻은 현재 레벨이 타깃 레벨보다 작은 것으로 결정할 때, 현재 노드의 제1 수량의 이웃 노드의 위치 점유 정보를 획득하도록 구성되는 제1 처리 모듈(31);
제1 수량의 이웃 노드의 위치 점유 정보에서, 제2 수량의 이웃 노드의 위치 점유 정보를 추출하도록 구성되는 제1 추출 모듈(32) - 제1 수량은 제2 수량보다 크고, 제2 수량의 이웃 노드와 현재 노드의 자식 노드 사이에는 연관 관계가 구비됨 - ; 및
제2 수량의 이웃 노드의 위치 점유 정보에 기반하여, 현재 노드의 자식 노드의 위치 점유 정보에 대해 인트라 예측을 수행함으로써, 제1 예측 결과를 얻도록 구성되는 제2 처리 모듈(33)을 포함한다.
다른 실시예에 있어서, 연관 관계는, 제2 수량의 이웃 노드와 현재 노드의 자식 노드 사이에서 면, 변 및 정점을 공유하는 것을 포함한다.
다른 실시예에 있어서, 제2 처리 모듈(33)은, 제2 수량의 이웃 노드의 위치 점유 정보에 기반하여, 자식 노드의 제2 수량의 이웃 노드에 대응되는 점유 수량을 결정하고;
점유 수량에 기반하여, 현재 노드의 위치 점유 정보에 대해 인트라 예측을 수행함으로써, 제1 예측 결과를 얻도록 - 제1 예측 결과는 예측 수행 여부의 예측 파라미터 및 예측을 수행하는 경우의 예측값 파라미터를 지시하기 위한 것임 - 구성된다.
다른 실시예에 있어서, 제2 처리 모듈(33)은, 제2 수량과 연관된 제3 수량을 획득하고;
점유 수량 및 제3 수량에 기반하여, 현재 노드의 위치 점유 정보에 대해 인트라 예측을 수행함으로써, 제1 예측 결과를 얻도록 구성된다.
다른 실시예에 있어서, 제2 처리 모듈(33)은, 점유 수량과 제3 수량이 상이한 것으로 결정할 때, 점유 수량, 제1 임계값, 제2 임계값에 기반하여, 현재 노드의 위치 점유 정보에 대해 인트라 예측을 수행함으로써, 제1 예측 결과를 얻도록 구성된다.
다른 실시예에 있어서, 제2 처리 모듈(33)은, 점유 수량과 제3 수량이 상이한 것으로 결정할 때, 점유 수량과 제1 임계값을 비교하고;
점유 수량이 제1 임계값보다 작거나 같은 것으로 결정할 때, 현재 노드의 자식 노드의 위치 점유 정보에 대해 인트라 예측을 수행하여, 현재 노드의 자식 노드에 포인트 클라우드가 포함되지 않는 제1 예측 결과를 얻도록 구성된다.
다른 실시예에 있어서, 제2 처리 모듈(33)은, 점유 수량이 제2 임계값보다 크거나 같은 것으로 결정할 때, 현재 노드의 자식 노드의 위치 점유 정보에 대해 인트라 예측을 수행하여, 현재 노드의 자식 노드에 포인트 클라우드가 포함되는 제1 예측 결과를 얻도록 구성된다.
다른 실시예에 있어서, 제2 처리 모듈(33)은, 점유 수량이 제1 임계값보다 크고 제2 임계값보다 작은 것으로 결정할 때, 현재 노드의 자식 노드의 위치 점유 정보에 대해 인트라 예측을 수행하지 않는 제2 예측 결과를 얻도록 구성된다.
다른 실시예에 있어서, 제2 처리 모듈(33)은, 점유 수량과 제3 수량이 동일한 것으로 결정할 때, 점유 수량, 제3 임계값, 제4 임계값에 기반하여, 현재 노드의 위치 점유 정보에 대해 인트라 예측을 수행함으로써, 제1 예측 결과를 얻도록 구성된다.
다른 실시예에 있어서, 제2 처리 모듈(33)은, 점유 수량과 제3 수량이 동일한 것으로 결정할 때, 자식 노드의 제2 수량의 이웃 노드에서 자식 노드까지의 거리에 따라, 제2 수량의 이웃 노드의 위치 점유 정보의 가중치를 설정하고;
제2 수량의 이웃 노드의 위치 점유 정보 및 제2 수량의 이웃 노드의 위치 점유 정보와 대응되는 가중치에 기반하여, 자식 노드의 타깃 파라미터를 결정하며;
타깃 파라미터, 제3 임계값, 제4 임계값에 기반하여, 제1 예측 결과를 결정하도록 구성된다.
다른 실시예에 있어서, 제2 처리 모듈(33)은, 타깃 파라미터가 제3 임계값보다 작거나 같은 것으로 결정할 때, 현재 노드의 위치 점유 정보에 대해 인트라 예측을 수행하여, 현재 노드의 자식 노드에 포인트 클라우드가 포함되지 않는 제1 예측 결과를 얻도록 구성된다.
다른 실시예에 있어서, 제2 처리 모듈(33)은, 타깃 파라미터가 제4 임계값보다 크거나 같은 것으로 결정할 때, 현재 노드의 위치 점유 정보에 대해 인트라 예측을 수행하여, 현재 노드의 자식 노드에 포인트 클라우드가 포함되는 제1 예측 결과를 얻도록 구성된다.
다른 실시예에 있어서, 제2 처리 모듈(33)은, 타깃 파라미터가 제3 임계값보다 크고 제4 임계값보다 작은 것으로 결정할 때, 현재 노드의 자식 노드의 위치 점유 정보에 대해 인트라 예측을 수행하지 않는 제2 예측 결과를 얻도록 구성된다.
다른 실시예에 있어서, 인트라 예측 장치는 인코딩 장치이고, 인코딩 장치는, 제1 예측 결과와 연관된 인코딩 모델을 결정하도록 구성된 제1 결정 모듈; 및
인코딩 모델에 기반하여, 현재 노드의 자식 노드의 위치 점유 정보에 대해 인코딩을 수행하고, 비트 스트림에 기입하도록 구성된 인코딩 모듈을 더 포함한다.
다른 실시예에 있어서, 인트라 예측 장치는 디코딩 장치이고, 디코딩 장치는, 제1 예측 결과와 연관된 디코딩 모델을 결정하도록 구성된 제2 결정 모듈; 및
디코딩 모델에 기반하여, 획득된 비트 스트림에 대해 해석하여, 현재 노드의 자식 노드의 위치 점유 정보를 얻도록 구성된 디코딩 모듈을 더 포함한다.
본 발명의 일부 실시예에서, 인트라 예측 장치는,
입력 포인트 클라우드에 대해 분할한 다음 얻은 현재 레벨이 타깃 레벨보다 작은 것으로 결정할 때, 현재 노드의 제1 수량의 이웃 노드의 위치 점유 정보 및 상기 제1 수량의 이웃 노드 중 각 이웃 노드에 대응되는 제1 점유 수량을 획득하도록 구성되는 제3 처리 모듈;
제2 수량의 이웃 노드 중 각 이웃 노드에 대응되는 제2 점유 수량을 획득하도록 구성되는 제1 획득 모듈 - 상기 제1 수량은 상기 제2 수량보다 크고, 상기 제2 수량의 이웃 노드와 상기 현재 노드의 자식 노드 사이에는 연관 관계가 구비됨 - ; 및
상기 현재 노드의 제1 수량의 이웃 노드의 위치 점유 정보, 상기 제1 점유 수량 및 상기 제2 점유 수량에 기반하여, 상기 현재 노드의 자식 노드의 위치 점유 정보에 대해 인트라 예측을 수행함으로써, 제1 예측 결과를 얻도록 구성되는 제4 처리 모듈을 포함한다.
다른 실시예에 있어서, 상기 제2 수량의 이웃 노드와 상기 현재 노드의 상기 자식 노드 사이에서 면, 변 및 정점을 공유한다.
다른 실시예에 있어서, 제4 처리 모듈은, 상기 현재 노드의 제1 수량의 이웃 노드의 위치 점유 정보 및 상기 제1 점유 수량에 기반하여, 상기 제1 수량의 이웃 노드에서의 제1 타깃 점유 수량을 결정하고;
상기 현재 노드의 제1 수량의 이웃 노드의 위치 점유 정보 및 상기 제2 점유 수량에 기반하여, 상기 제2 수량의 이웃 노드에서의 제2 타깃 점유 수량을 결정하며;
상기 제1 타깃 점유 수량, 상기 제2 타깃 점유 수량에 기반하여, 상기 현재 노드의 자식 노드의 위치 점유 정보에 대해 인트라 예측을 수행함으로써, 상기 제1 예측 결과를 얻도록 구성된다.
다른 실시예에 있어서, 제4 처리 모듈은, 상기 제1 수량과 연관된 제4 수량을 획득하고;
상기 제4 수량과 상기 제1 타깃 점유 수량 사이의 크기 관계를 획득하며;
상기 크기 관계 및 상기 제2 타깃 점유 수량에 기반하여, 상기 현재 노드의 자식 노드의 위치 점유 정보에 대해 인트라 예측을 수행함으로써, 상기 제1 예측 결과를 얻도록 구성된다.
다른 실시예에 있어서, 제4 처리 모듈은, 만약 상기 크기 관계는 상기 제1 타깃 점유 수량이 상기 제4 수량보다 큰 것을 나타내면, 제1 타깃 임계값과 제2 타깃 임계값을 생성하고- 상기 제1 타깃 임계값은 상기 제2 타깃 임계값보다 작음 - ;
상기 제2 타깃 점유 수량이 상기 제1 타깃 임계값보다 작거나 같은 것으로 결정할 때, 상기 현재 노드의 자식 노드의 위치 점유 정보에 대해 인트라 예측을 수행하여, 상기 현재 노드의 자식 노드에 포인트 클라우드가 포함되지 않는 상기 제1 예측 결과를 얻도록 구성된다.
다른 실시예에 있어서, 제4 처리 모듈은, 상기 제2 타깃 점유 수량이 상기 제2 타깃 임계값보다 크거나 같은 것으로 결정할 때, 상기 현재 노드의 자식 노드의 위치 점유 정보에 대해 인트라 예측을 수행하여, 상기 현재 노드의 자식 노드에 포인트 클라우드가 포함되는 상기 제1 예측 결과를 얻도록 구성된다.
다른 실시예에 있어서, 제4 처리 모듈은, 상기 제2 타깃 점유 수량이 상기 제1 타깃 임계값보다 크고 상기 제2 타깃 임계값보다 작은 것으로 결정할 때, 상기 현재 노드의 자식 노드의 위치 점유 정보에 대해 인트라 예측을 수행하지 않는 제2 예측 결과를 얻도록 구성된다.
다른 실시예에 있어서, 제4 처리 모듈은, 만약 상기 크기 관계는 상기 제1 타깃 점유 수량이 상기 제4 수량보다 작거나 같은 것을 나타내면, 제3 타깃 임계값과 제4 타깃 임계값을 생성하고 - 상기 제3 타깃 임계값은 상기 제4 타깃 임계값보다 작으며, 상기 제3 타깃 임계값은 상기 제2 타깃 임계값과 같고, 상기 제4 타깃 임계값은 상기 제2 타깃 임계값보다 작음 - ;
상기 제2 타깃 점유 수량이 상기 제3 타깃 임계값보다 작거나 같은 것으로 결정할 때, 상기 현재 노드의 자식 노드의 위치 점유 정보에 대해 인트라 예측을 수행하여, 상기 현재 노드의 자식 노드에 포인트 클라우드가 포함되지 않는 상기 제1 예측 결과를 얻도록 구성된다.
다른 실시예에 있어서, 제4 처리 모듈은, 상기 제2 타깃 점유 수량이 상기 제4 타깃 임계값보다 크거나 같은 것으로 결정할 때, 상기 현재 노드의 자식 노드의 위치 점유 정보에 대해 인트라 예측을 수행하여, 상기 현재 노드의 자식 노드에 포인트 클라우드가 포함되는 상기 제1 예측 결과를 얻도록 구성된다.
다른 실시예에 있어서, 제4 처리 모듈은, 상기 제2 타깃 점유 수량이 상기 제3 타깃 임계값보다 크고 상기 제4 타깃 임계값보다 작은 것으로 결정할 때, 상기 현재 노드의 자식 노드의 위치 점유 정보에 대해 인트라 예측을 수행하지 않는 제2 예측 결과를 얻도록 구성된다.
실제 응용에 있어서, 도 15에 도시된 바와 같이, 본 발명의 실시예는 인코더를 더 제공하고, 상기 인코더는,
실행 가능한 인트라 예측 명령어를 저장하기 위한 제1 메모리(41); 및
제1 메모리(41)에 저장된 실행 가능한 인트라 예측 명령어를 실행할 때, 본 발명의 실시예에서 제공하는 인코딩 장치 측의 인트라 예측 방법을 구현하기 위한 제1 프로세서(42)를 포함한다.
여기서, 프로세서는 소프트웨어, 하드웨어, 펌웨어 또는 이들의 조합을 통해 구현될 수 있고, 회로, 하나 또는 복수 개의 응용 주문형 집적 회로(application specific integrated circuits, ASIC), 하나 또는 복수 개의 범용 집적 회로, 하나 또는 복수 개의 마이크로프로세서, 하나 또는 복수 개의 프로그램 가능 논리 장치, 또는 전술된 회로 또는 소자의 조합, 또는 다른 적합한 회로 또는 소자를 사용할 수 있음으로써, 상기 프로세서로 하여금 전술된 인코딩 장치의 실시예에서의 인트라 예측 방법의 상응한 단계를 실행할 수 있도록 한다.
이해할 수 있는 것은, 입력 포인트 클라우드에 대해 분할한 다음 얻은 현재 레벨이 타깃 레벨보다 작은 것으로 결정할 때, 현재 노드의 제1 수량의 이웃 노드의 위치 점유 정보를 획득하고; 제1 수량의 이웃 노드의 위치 점유 정보에서, 제2 수량의 이웃 노드의 위치 점유 정보를 추출하되, 제1 수량은 제2 수량보다 크며, 제2 수량의 이웃 노드와 현재 노드의 자식 노드 사이에는 연관 관계가 구비되고; 제2 수량의 이웃 노드의 위치 점유 정보에 기반하여, 현재 노드의 자식 노드의 위치 점유 정보에 대해 인트라 예측을 수행함으로써, 제1 예측 결과를 얻으며; 다시 말하면, 본 발명의 실시예는 현재 노드의 자식 노드의 위치 점유 정보에 대해 인트라 예측을 수행할 때, 단지 현재 노드의 자식 노드와 연관 관계를 구비하는 제2 수량의 이웃 노드만 고려하였기에, 룩업 테이블을 줄이고, 계산 복잡도를 낮추어, 인트라 예측 결과의 정확성을 향상시킴으로써, 인코딩 디코딩 시간을 단축시키고 인코딩 디코딩 정확성을 향상시키는 목적에 달성한다.
실제 응용에 있어서, 도 16에 도시된 바와 같이, 본 발명의 실시예는 인코더를 더 제공하고, 상기 인코더는,
실행 가능한 인트라 예측 명령어를 저장하기 위한 제2 메모리(51); 및
제2 메모리(51)에 저장된 실행 가능한 인트라 예측 명령어를 실행할 때, 본 발명의 실시예에서 제공하는 인코딩 장치 측의 인트라 예측 방법을 구현하기 위한 제2 프로세서(52)를 포함한다.
여기서, 프로세서는 소프트웨어, 하드웨어, 펌웨어 또는 이들의 조합을 통해 구현될 수 있고, 회로, 하나 또는 복수 개의 응용 주문형 집적 회로(application specific integrated circuits, ASIC), 하나 또는 복수 개의 범용 집적 회로, 하나 또는 복수 개의 마이크로프로세서, 하나 또는 복수 개의 프로그램 가능 논리 장치, 또는 전술된 회로 또는 소자의 조합, 또는 다른 적합한 회로 또는 소자를 사용할 수 있음으로써, 상기 프로세서로 하여금 전술된 디코딩 장치의 실시예에서의 인트라 예측 방법의 상응한 단계를 실행할 수 있도록 한다.
이해할 수 있는 것은, 입력 포인트 클라우드에 대해 분할한 다음 얻은 현재 레벨이 타깃 레벨보다 작은 것으로 결정할 때, 현재 노드의 제1 수량의 이웃 노드의 위치 점유 정보를 획득하고; 제1 수량의 이웃 노드의 위치 점유 정보에서, 제2 수량의 이웃 노드의 위치 점유 정보를 추출하되, 제1 수량은 제2 수량보다 크며, 제2 수량의 이웃 노드와 현재 노드의 자식 노드 사이에는 연관 관계가 구비되고; 제2 수량의 이웃 노드의 위치 점유 정보에 기반하여, 현재 노드의 자식 노드의 위치 점유 정보에 대해 인트라 예측을 수행함으로써, 제1 예측 결과를 얻으며; 다시 말하면, 본 발명의 실시예는 현재 노드의 자식 노드의 위치 점유 정보에 대해 인트라 예측을 수행할 때, 단지 현재 노드의 자식 노드와 연관 관계를 구비하는 제2 수량의 이웃 노드만 고려하여, 룩업 테이블을 줄이고, 계산 복잡도를 낮추어, 인트라 예측 결과의 정확성을 향상시킴으로써, 인코딩 디코딩 시간을 단축시키고 인코딩 디코딩 정확성을 향상시키는 목적에 달성한다.
본 발명의 실시예에서의 각 구성 부분은 하나의 처리 유닛에 통합될 수 있고, 각 유닛이 단독 물리적으로 존재할 수도 있으며, 두 개 또는 두 개 이상의 유닛이 하나의 유닛에 통합될 수도 있다. 상기 집적된 유닛은 하드웨어의 형태를 사용하여 구현될 수 있고, 소프트웨어 기능 모듈의 형태를 사용하여 구현될 수도 있다.
통합된 유닛은 독립된 제품으로서 판매 또는 사용되는 것이 아니라 소프트웨어 기능 모듈의 형태로 구현될 경우, 하나의 컴퓨터 판독 가능 저장 매체에 저장될 수 있고, 이러한 이해에 기반하여, 본 실시예의 기술적 방안은 본질적으로 또는 기존 기술에 대해 기여하는 부분이나 상기 기술적 방안의 전부 또는 부분은 소프트웨어 제품의 형태로 구현될 수 있으며, 상기 컴퓨터 소프트웨어 제품은 하나의 저장 매체에 저장되고, 하나의 컴퓨터 기기(개인용 컴퓨터, 서버, 또는 네트워크 기기 등일 수 있음) 또는 프로세서(processor)로 하여금 본 실시예 방법의 전부 또는 부분 단계를 수행하도록 하는 몇 개의 명령어를 포함한다. 전술된 저장 매체는 강유전체 랜덤 액세스 메모리(ferromagnetic random access memory, FRAM), 읽기 전용 메모리(Read Only Memory, ROM), 프로그램 가능 읽기 전용 메모리(Programmable Read-Only Memory, PROM), 소거 및 프로그램 가능 읽기 전용 메모리(Erasable Programmable Read-Only Memory, EPROM), 전기적 소거 및 프로그램 가능 읽기 전용 메모리(Electrically Erasable Programmable Read-Only Memory, EEPROM), 플래시 메모리(Flash Memory), 자기 표면 메모리, 광 디스크 또는 콤팩트 디스크 읽기 전용 메모리(Compact Disc Read-Only Memory, CD-ROM) 등 프로그램 코드를 저장할 수 있는 다양한 매체를 포함하고, 본 발명의 실시예는 한정하지 않는다.
본 발명의 실시예는 컴퓨터 판독 가능 저장 매체를 더 제공하고, 실행 가능한 인트라 예측 명령어가 저장되어, 제1 프로세서에 의해 실행될 때, 본 발명의 실시예에서 제공하는 인코더 측의 인트라 예측 방법을 구현하기 위한 것이다.
본 발명의 실시예는 컴퓨터 판독 가능 저장 매체를 더 제공하고, 실행 가능한 인트라 예측 명령어가 저장되어, 제2 프로세서에 의해 실행될 때, 본 발명의 실시예에서 제공하는 디코더 측의 인트라 예측 방법을 구현하기 위한 것이다.
본 발명의 실시예는 인트라 예측 방법, 장치, 인코더, 디코더 및 저장 매체를 제공하고, 입력 포인트 클라우드에 대해 분할한 다음 얻은 현재 레벨이 타깃 레벨보다 작은 것으로 결정할 때, 현재 노드의 제1 수량의 이웃 노드의 위치 점유 정보 및 제1 수량의 이웃 노드 중 각 이웃 노드에 대응되는 제1 점유 수량을 획득하고; 제2 수량의 이웃 노드 중 각 이웃 노드에 대응되는 제2 점유 수량을 획득하되, 제1 수량은 제2 수량보다 크며, 제2 수량의 이웃 노드와 현재 노드의 자식 노드 사이에는 연관 관계가 구비되고; 현재 노드의 제1 수량의 이웃 노드의 위치 점유 정보, 제1 점유 수량 및 제2 점유 수량에 기반하여, 현재 노드의 자식 노드의 위치 점유 정보에 대해 인트라 예측을 수행함으로써, 제1 예측 결과를 얻으며; 다시 말하면, 본 발명의 실시예는 현재 노드의 자식 노드의 위치 점유 정보에 대해 인트라 예측을 수행할 때, 제1 수량의 이웃 노드 중 이미 인코딩 디코딩된 노드의 자식 노드의 위치 점유 정보의 상황에 따라, 현재 노드의 특정된 자식 노드에 대해 예측을 수행할 때, 단지 예를 들어 면, 변, 정점을 공유하는 것과 같이 이와 연관 관계를 구비하는 복수 개의 서로 연결된 이웃 부모 노드의 영향만 고려함으로써, 룩업 테이블을 줄이고, 계산 복잡도를 낮추는 효과를 달성하며, 인코딩 시간을 단축시켜, 인코딩 효율을 향상시키고, 인코딩 정확성을 향상시킨다.

Claims (37)

  1. 인트라 예측 방법으로서,
    입력 포인트 클라우드에 대해 분할한 다음 얻은 현재 레벨이 타깃 레벨보다 작은 것으로 결정할 때, 현재 노드의 제1 수량의 이웃 노드의 위치 점유 정보를 획득하는 단계;
    상기 제1 수량의 이웃 노드의 위치 점유 정보에서, 제2 수량의 이웃 노드의 위치 점유 정보를 추출하는 단계 - 상기 제1 수량은 상기 제2 수량보다 크고, 상기 제2 수량의 이웃 노드와 상기 현재 노드의 자식 노드 사이에는 연관 관계가 구비됨 - ; 및
    상기 제2 수량의 이웃 노드의 위치 점유 정보에 기반하여, 상기 현재 노드의 자식 노드의 위치 점유 정보에 대해 인트라 예측을 수행함으로써, 제1 예측 결과를 얻는 단계;
    를 포함하는 것을 특징으로 하는 인트라 예측 방법.
  2. 제1항에 있어서,
    상기 연관 관계는, 상기 제2 수량의 이웃 노드와 상기 현재 노드의 상기 자식 노드 사이에서 면, 변 및 정점을 공유하는 것을 포함하는 것을 특징으로 하는 인트라 예측 방법.
  3. 제2항에 있어서,
    상기 제2 수량의 이웃 노드의 위치 점유 정보에 기반하여, 상기 현재 노드의 위치 점유 정보에 대해 인트라 예측을 수행함으로써, 제1 예측 결과를 얻는 단계는,
    상기 제2 수량의 이웃 노드의 위치 점유 정보에 기반하여, 상기 자식 노드의 제2 수량의 이웃 노드에 대응되는 점유 수량을 결정하는 단계; 및
    상기 점유 수량에 기반하여, 상기 현재 노드의 위치 점유 정보에 대해 인트라 예측을 수행함으로써, 상기 제1 예측 결과를 얻는 - 상기 제1 예측 결과는 예측 수행 여부의 예측 파라미터 및 예측을 수행하는 경우의 예측값 파라미터를 지시하기 위한 것임 - 단계;
    를 포함하는 것을 특징으로 하는 인트라 예측 방법.
  4. 제3항에 있어서,
    상기 점유 수량에 기반하여, 상기 현재 노드의 위치 점유 정보에 대해 인트라 예측을 수행함으로써, 상기 제1 예측 결과를 얻는 단계는,
    상기 제2 수량과 연관된 제3 수량을 획득하는 단계; 및
    상기 점유 수량 및 상기 제3 수량에 기반하여, 상기 현재 노드의 위치 점유 정보에 대해 인트라 예측을 수행함으로써, 상기 제1 예측 결과를 얻는 단계;
    를 포함하는 것을 특징으로 하는 인트라 예측 방법.
  5. 제4항에 있어서,
    상기 점유 수량 및 상기 제3 수량에 기반하여, 상기 현재 노드의 위치 점유 정보에 대해 인트라 예측을 수행함으로써, 상기 제1 예측 결과를 얻는 단계는,
    상기 점유 수량과 상기 제3 수량이 상이한 것으로 결정할 때, 상기 점유 수량, 제1 임계값, 제2 임계값에 기반하여, 상기 현재 노드의 위치 점유 정보에 대해 인트라 예측을 수행함으로써, 상기 제1 예측 결과를 얻는 단계;
    를 포함하는 것을 특징으로 하는 인트라 예측 방법.
  6. 제5항에 있어서,
    상기 점유 수량과 상기 제3 수량이 상이한 것으로 결정할 때, 상기 점유 수량, 제1 임계값, 제2 임계값에 기반하여, 상기 현재 노드의 위치 점유 정보에 대해 인트라 예측을 수행함으로써, 상기 제1 예측 결과를 얻는 단계는,
    상기 점유 수량과 상기 제3 수량이 상이한 것으로 결정할 때, 상기 점유 수량과 상기 제1 임계값을 비교하는 단계; 및
    상기 점유 수량이 상기 제1 임계값보다 작거나 같은 것으로 결정할 때, 상기 현재 노드의 자식 노드의 위치 점유 정보에 대해 인트라 예측을 수행하여, 상기 현재 노드의 자식 노드에 포인트 클라우드가 포함되지 않는 상기 제1 예측 결과를 얻는 단계;
    를 포함하는 것을 특징으로 하는 인트라 예측 방법.
  7. 제6항에 있어서,
    상기 인트라 예측 방법은,
    상기 점유 수량이 상기 제2 임계값보다 크거나 같은 것으로 결정할 때, 상기 현재 노드의 자식 노드의 위치 점유 정보에 대해 인트라 예측을 수행하여, 상기 현재 노드의 자식 노드에 포인트 클라우드가 포함되는 상기 제1 예측 결과를 얻는 단계;
    를 더 포함하는 것을 특징으로 하는 인트라 예측 방법.
  8. 제6항에 있어서,
    상기 인트라 예측 방법은,
    상기 점유 수량이 상기 제1 임계값보다 크고 상기 제2 임계값보다 작은 것으로 결정할 때, 상기 현재 노드의 자식 노드의 위치 점유 정보에 대해 인트라 예측을 수행하지 않는 제2 예측 결과를 얻는 단계;
    를 더 포함하는 것을 특징으로 하는 인트라 예측 방법.
  9. 제4항에 있어서,
    상기 점유 수량 및 상기 제3 수량에 기반하여, 상기 현재 노드의 위치 점유 정보에 대해 인트라 예측을 수행함으로써, 상기 제1 예측 결과를 얻는 단계는,
    상기 점유 수량과 상기 제3 수량이 동일한 것으로 결정할 때, 상기 점유 수량, 제3 임계값, 제4 임계값에 기반하여, 상기 현재 노드의 위치 점유 정보에 대해 인트라 예측을 수행함으로써, 상기 제1 예측 결과를 얻는 단계;
    를 포함하는 것을 특징으로 하는 인트라 예측 방법.
  10. 제9항에 있어서,
    상기 점유 수량과 상기 제3 수량이 동일한 것으로 결정할 때, 상기 점유 수량, 제3 임계값, 제4 임계값에 기반하여, 상기 현재 노드의 위치 점유 정보에 대해 인트라 예측을 수행함으로써, 상기 제1 예측 결과를 얻는 단계는,
    상기 점유 수량과 상기 제3 수량이 동일한 것으로 결정할 때, 상기 자식 노드의 상기 제2 수량의 이웃 노드에서 상기 자식 노드까지의 거리에 따라, 상기 제2 수량의 이웃 노드의 위치 점유 정보의 가중치를 설정하는 단계;
    상기 제2 수량의 이웃 노드의 위치 점유 정보 및 상기 제2 수량의 이웃 노드의 위치 점유 정보와 대응되는 가중치에 기반하여, 상기 자식 노드의 타깃 파라미터를 결정하는 단계; 및
    상기 타깃 파라미터, 상기 제3 임계값, 상기 제4 임계값에 기반하여, 상기 제1 예측 결과를 결정하는 단계;
    를 포함하는 것을 특징으로 하는 인트라 예측 방법.
  11. 제10항에 있어서,
    상기 타깃 파라미터, 상기 제3 임계값, 상기 제4 임계값에 기반하여, 상기 제1 예측 결과를 결정하는 단계는,
    상기 타깃 파라미터가 상기 제3 임계값보다 작거나 같은 것으로 결정할 때, 상기 현재 노드의 위치 점유 정보에 대해 인트라 예측을 수행하여, 상기 현재 노드의 자식 노드에 포인트 클라우드가 포함되지 않는 상기 제1 예측 결과를 얻는 단계;
    를 포함하는 것을 특징으로 하는 인트라 예측 방법.
  12. 제10항에 있어서,
    상기 인트라 예측 방법은,
    상기 타깃 파라미터가 상기 제4 임계값보다 크거나 같은 것으로 결정할 때, 상기 현재 노드의 위치 점유 정보에 대해 인트라 예측을 수행하여, 상기 현재 노드의 자식 노드에 포인트 클라우드가 포함되는 상기 제1 예측 결과를 얻는 단계;
    를 더 포함하는 것을 특징으로 하는 인트라 예측 방법.
  13. 제10항에 있어서,
    상기 인트라 예측 방법은,
    상기 타깃 파라미터가 상기 제3 임계값보다 크고 상기 제4 임계값보다 작은 것으로 결정할 때, 상기 현재 노드의 자식 노드의 위치 점유 정보에 대해 인트라 예측을 수행하지 않는 제2 예측 결과를 얻는 단계;
    를 더 포함하는 것을 특징으로 하는 인트라 예측 방법.
  14. 제1항 내지 제7항 및 제9항 내지 제12항 중 어느 한 항에 있어서,
    상기 인트라 예측 방법은 인코더에 적용되고,
    상기 제1 예측 결과와 연관된 인코딩 모델을 결정하는 단계; 및
    상기 인코딩 모델에 기반하여, 상기 현재 노드의 자식 노드의 위치 점유 정보에 대해 인코딩을 수행하고, 비트 스트림에 기입하는 단계;
    를 더 포함하는 것을 특징으로 하는 인트라 예측 방법.
  15. 제1항 내지 제7항 및 제9항 내지 제12항 중 어느 한 항에 있어서,
    상기 인트라 예측 방법은 디코더에 적용되고,
    상기 제1 예측 결과와 연관된 디코딩 모델을 결정하는 단계; 및
    상기 디코딩 모델에 기반하여, 획득된 비트 스트림에 대해 해석하여, 상기 현재 노드의 자식 노드의 위치 점유 정보를 얻는 단계;
    를 더 포함하는 것을 특징으로 하는 인트라 예측 방법.
  16. 인트라 예측 방법으로서,
    입력 포인트 클라우드에 대해 분할한 다음 얻은 현재 레벨이 타깃 레벨보다 작은 것으로 결정할 때, 현재 노드의 제1 수량의 이웃 노드의 위치 점유 정보 및 상기 제1 수량의 이웃 노드 중 각 이웃 노드에 대응되는 제1 점유 수량을 획득하는 단계;
    제2 수량의 이웃 노드 중 각 이웃 노드에 대응되는 제2 점유 수량을 획득하는 단계 - 상기 제1 수량은 상기 제2 수량보다 크고, 상기 제2 수량의 이웃 노드와 상기 현재 노드의 자식 노드 사이에는 연관 관계가 구비됨 - ; 및
    상기 현재 노드의 제1 수량의 이웃 노드의 위치 점유 정보, 상기 제1 점유 수량 및 상기 제2 점유 수량에 기반하여, 상기 현재 노드의 자식 노드의 위치 점유 정보에 대해 인트라 예측을 수행함으로써, 제1 예측 결과를 얻는 단계;
    를 포함하는 것을 특징으로 하는 인트라 예측 방법.
  17. 제16항에 있어서,
    상기 연관 관계는, 상기 제2 수량의 이웃 노드와 상기 현재 노드의 상기 자식 노드 사이에서 면, 변 및 정점을 공유하는 것을 포함하는 것을 특징으로 하는 인트라 예측 방법.
  18. 제17항에 있어서,
    상기 현재 노드의 제1 수량의 이웃 노드의 위치 점유 정보, 상기 제1 점유 수량 및 상기 제2 점유 수량에 기반하여, 상기 현재 노드의 자식 노드의 위치 점유 정보에 대해 인트라 예측을 수행함으로써, 제1 예측 결과를 얻는 단계는,
    상기 현재 노드의 제1 수량의 이웃 노드의 위치 점유 정보 및 상기 제1 점유 수량에 기반하여, 상기 제1 수량의 이웃 노드에서의 제1 타깃 점유 수량을 결정하는 단계;
    상기 현재 노드의 제1 수량의 이웃 노드의 위치 점유 정보 및 상기 제2 점유 수량에 기반하여, 상기 제2 수량의 이웃 노드에서의 제2 타깃 점유 수량을 결정하는 단계; 및
    상기 제1 타깃 점유 수량, 상기 제2 타깃 점유 수량에 기반하여, 상기 현재 노드의 자식 노드의 위치 점유 정보에 대해 인트라 예측을 수행함으로써, 상기 제1 예측 결과를 얻는 단계;
    를 포함하는 것을 특징으로 하는 인트라 예측 방법.
  19. 제18항에 있어서,
    상기 제1 타깃 점유 수량, 상기 제2 타깃 점유 수량에 기반하여, 상기 현재 노드의 자식 노드의 위치 점유 정보에 대해 인트라 예측을 수행함으로써, 상기 제1 예측 결과를 얻는 단계는,
    상기 제1 수량과 연관된 제4 수량을 획득하는 단계;
    상기 제4 수량과 상기 제1 타깃 점유 수량 사이의 크기 관계를 획득하는 단계; 및
    상기 크기 관계 및 상기 제2 타깃 점유 수량에 기반하여, 상기 현재 노드의 자식 노드의 위치 점유 정보에 대해 인트라 예측을 수행함으로써, 상기 제1 예측 결과를 얻는 단계;
    를 포함하는 것을 특징으로 하는 인트라 예측 방법.
  20. 제19항에 있어서,
    상기 크기 관계 및 상기 제2 타깃 점유 수량에 기반하여, 상기 현재 노드의 자식 노드의 위치 점유 정보에 대해 인트라 예측을 수행함으로써, 상기 제1 예측 결과를 얻는 단계는,
    만약 상기 크기 관계는 상기 제1 타깃 점유 수량이 상기 제4 수량보다 큰 것을 나타내면, 제1 타깃 임계값과 제2 타깃 임계값을 생성하는 단계 - 상기 제1 타깃 임계값은 상기 제2 타깃 임계값보다 작음 - ; 및
    상기 제2 타깃 점유 수량이 상기 제1 타깃 임계값보다 작거나 같은 것으로 결정할 때, 상기 현재 노드의 자식 노드의 위치 점유 정보에 대해 인트라 예측을 수행하여, 상기 현재 노드의 자식 노드에 포인트 클라우드가 포함되지 않는 상기 제1 예측 결과를 얻는 단계;
    를 포함하는 것을 특징으로 하는 인트라 예측 방법.
  21. 제20항에 있어서,
    상기 인트라 예측 방법은,
    상기 제2 타깃 점유 수량이 상기 제2 타깃 임계값보다 크거나 같은 것으로 결정할 때, 상기 현재 노드의 자식 노드의 위치 점유 정보에 대해 인트라 예측을 수행하여, 상기 현재 노드의 자식 노드에 포인트 클라우드가 포함되는 상기 제1 예측 결과를 얻는 단계;
    를 더 포함하는 것을 특징으로 하는 인트라 예측 방법.
  22. 제20항에 있어서,
    상기 인트라 예측 방법은,
    상기 제2 타깃 점유 수량이 상기 제1 타깃 임계값보다 크고 상기 제2 타깃 임계값보다 작은 것으로 결정할 때, 상기 현재 노드의 자식 노드의 위치 점유 정보에 대해 인트라 예측을 수행하지 않는 제2 예측 결과를 얻는 단계;
    를 더 포함하는 것을 특징으로 하는 인트라 예측 방법.
  23. 제20항에 있어서,
    상기 크기 관계 및 상기 제2 타깃 점유 수량에 기반하여, 상기 현재 노드의 자식 노드의 위치 점유 정보에 대해 인트라 예측을 수행함으로써, 상기 제1 예측 결과를 얻는 단계는,
    만약 상기 크기 관계는 상기 제1 타깃 점유 수량이 상기 제4 수량보다 작거나 같은 것을 나타내면, 제3 타깃 임계값과 제4 타깃 임계값을 생성하는 단계 - 상기 제3 타깃 임계값은 상기 제4 타깃 임계값보다 작으며, 상기 제3 타깃 임계값은 상기 제2 타깃 임계값과 같고, 상기 제4 타깃 임계값은 상기 제2 타깃 임계값보다 작음 - ; 및
    상기 제2 타깃 점유 수량이 상기 제3 타깃 임계값보다 작거나 같은 것으로 결정할 때, 상기 현재 노드의 자식 노드의 위치 점유 정보에 대해 인트라 예측을 수행하여, 상기 현재 노드의 자식 노드에 포인트 클라우드가 포함되지 않는 상기 제1 예측 결과를 얻는 단계;
    를 포함하는 것을 특징으로 하는 인트라 예측 방법.
  24. 제23항에 있어서,
    상기 인트라 예측 방법은,
    상기 제2 타깃 점유 수량이 상기 제4 타깃 임계값보다 크거나 같은 것으로 결정할 때, 상기 현재 노드의 자식 노드의 위치 점유 정보에 대해 인트라 예측을 수행하여, 상기 현재 노드의 자식 노드에 포인트 클라우드가 포함되는 상기 제1 예측 결과를 얻는 단계;
    를 더 포함하는 것을 특징으로 하는 인트라 예측 방법.
  25. 제23항에 있어서,
    상기 인트라 예측 방법은,
    상기 제2 타깃 점유 수량이 상기 제3 타깃 임계값보다 크고 상기 제4 타깃 임계값보다 작은 것으로 결정할 때, 상기 현재 노드의 자식 노드의 위치 점유 정보에 대해 인트라 예측을 수행하지 않는 제2 예측 결과를 얻는 단계;
    를 더 포함하는 것을 특징으로 하는 인트라 예측 방법.
  26. 제16항 내지 제21항 및 제23항 내지 제24항 중 어느 한 항에 있어서,
    상기 인트라 예측 방법은 인코더에 적용되고,
    상기 제1 예측 결과와 연관된 인코딩 모델을 결정하는 단계; 및
    상기 인코딩 모델에 기반하여, 상기 현재 노드의 자식 노드의 위치 점유 정보에 대해 인코딩을 수행하고, 비트 스트림에 기입하는 단계;
    를 더 포함하는 것을 특징으로 하는 인트라 예측 방법.
  27. 제16항 내지 제21항 및 제23항 내지 제24항 중 어느 한 항에 있어서,
    상기 인트라 예측 방법은 디코더에 적용되고,
    상기 제1 예측 결과와 연관된 디코딩 모델을 결정하는 단계; 및
    상기 디코딩 모델에 기반하여, 획득된 비트 스트림에 대해 해석하여, 상기 현재 노드의 자식 노드의 위치 점유 정보를 얻는 단계;
    를 더 포함하는 것을 특징으로 하는 인트라 예측 방법.
  28. 인트라 예측 장치로서,
    입력 포인트 클라우드에 대해 분할한 다음 얻은 현재 레벨이 타깃 레벨보다 작은 것으로 결정할 때, 현재 노드의 제1 수량의 이웃 노드의 위치 점유 정보를 획득하도록 구성되는 제1 처리 모듈;
    상기 제1 수량의 이웃 노드의 위치 점유 정보에서, 제2 수량의 이웃 노드의 위치 점유 정보를 추출하도록 구성되는 제1 추출 모듈 - 상기 제1 수량은 상기 제2 수량보다 크고, 상기 제2 수량의 이웃 노드와 상기 현재 노드의 자식 노드 사이에는 연관 관계가 구비됨 - ; 및
    상기 제2 수량의 이웃 노드의 위치 점유 정보에 기반하여, 상기 현재 노드의 자식 노드의 위치 점유 정보에 대해 인트라 예측을 수행함으로써, 제1 예측 결과를 얻도록 구성되는 제2 처리 모듈;
    을 포함하는 것을 특징으로 하는 인트라 예측 장치.
  29. 제28항에 있어서,
    상기 인트라 예측 장치는 인코딩 장치이고,
    상기 인코딩 장치는,
    상기 제1 예측 결과와 연관된 인코딩 모델을 결정하도록 구성된 제1 결정 모듈; 및
    상기 인코딩 모델에 기반하여, 상기 현재 노드의 자식 노드의 위치 점유 정보에 대해 인코딩을 수행하고, 비트 스트림에 기입하도록 구성된 인코딩 모듈;
    을 더 포함하는 것을 특징으로 하는 인트라 예측 장치.
  30. 제28항에 있어서,
    상기 인트라 예측 장치는 디코딩 장치이고,
    상기 디코딩 장치는,
    상기 제1 예측 결과와 연관된 디코딩 모델을 결정하도록 구성된 제2 결정 모듈; 및
    상기 디코딩 모델에 기반하여, 획득된 비트 스트림에 대해 해석하여, 상기 현재 노드의 자식 노드의 위치 점유 정보를 얻도록 구성된 디코딩 모듈;
    을 더 포함하는 것을 특징으로 하는 인트라 예측 장치.
  31. 인트라 예측 장치로서,
    입력 포인트 클라우드에 대해 분할한 다음 얻은 현재 레벨이 타깃 레벨보다 작은 것으로 결정할 때, 현재 노드의 제1 수량의 이웃 노드의 위치 점유 정보 및 상기 제1 수량의 이웃 노드 중 각 이웃 노드에 대응되는 제1 점유 수량을 획득하도록 구성되는 제3 처리 모듈;
    제2 수량의 이웃 노드 중 각 이웃 노드에 대응되는 제2 점유 수량을 획득하도록 구성되는 제1 획득 모듈 - 상기 제1 수량은 상기 제2 수량보다 크고, 상기 제2 수량의 이웃 노드와 상기 현재 노드의 자식 노드 사이에는 연관 관계가 구비됨 - ; 및
    상기 현재 노드의 제1 수량의 이웃 노드의 위치 점유 정보, 상기 제1 점유 수량 및 상기 제2 점유 수량에 기반하여, 상기 현재 노드의 자식 노드의 위치 점유 정보에 대해 인트라 예측을 수행함으로써, 제1 예측 결과를 얻도록 구성되는 제4 처리 모듈;
    을 포함하는 것을 특징으로 하는 인트라 예측 장치.
  32. 제31항에 있어서,
    상기 인트라 예측 장치는 인코딩 장치이고,
    상기 인코딩 장치는,
    상기 제1 예측 결과와 연관된 인코딩 모델을 결정하도록 구성된 제1 결정 모듈; 및
    상기 인코딩 모델에 기반하여, 상기 현재 노드의 자식 노드의 위치 점유 정보에 대해 인코딩을 수행하고, 비트 스트림에 기입하도록 구성된 인코딩 모듈;
    을 더 포함하는 것을 특징으로 하는 인트라 예측 장치.
  33. 제31항에 있어서,
    상기 인트라 예측 장치는 디코딩 장치이고,
    상기 디코딩 장치는,
    상기 제1 예측 결과와 연관된 디코딩 모델을 결정하도록 구성된 제2 결정 모듈; 및
    상기 디코딩 모델에 기반하여, 획득된 비트 스트림에 대해 해석하여, 상기 현재 노드의 자식 노드의 위치 점유 정보를 얻도록 구성된 디코딩 모듈;
    을 더 포함하는 것을 특징으로 하는 인트라 예측 장치.
  34. 인코더로서,
    실행 가능한 인트라 예측 명령어를 저장하기 위한 제1 메모리; 및
    상기 제1 메모리에 저장된 실행 가능한 인트라 예측 명령어를 실행할 때, 제1항 내지 제14항 중 어느 한 항, 또는 제16항 내지 제26항 중 어느 한 항에 따른 인트라 예측 방법을 구현하기 위한 제1 프로세서;
    를 포함하는 것을 특징으로 하는 인코더.
  35. 디코더로서,
    실행 가능한 인트라 예측 명령어를 저장하기 위한 제2 메모리; 및
    상기 제2 메모리에 저장된 실행 가능한 인트라 예측 명령어를 실행할 때, 제1항 내지 제13항 및 제15항 중 어느 한 항, 또는 제16항 내지 제25항 및 제27항 중 어느 한 항에 따른 인트라 예측 방법을 구현하기 위한 제2 프로세서;
    를 포함하는 것을 특징으로 하는 디코더.
  36. 컴퓨터 판독 가능 저장 매체로서,
    실행 가능한 인트라 예측 명령어가 저장되어, 제1 프로세서에 의해 실행될 때, 제1항 내지 제14항 중 어느 한 항, 또는 제16항 내지 제26항 중 어느 한 항에 따른 인트라 예측 방법을 구현하는 것을 특징으로 하는 컴퓨터 판독 가능 저장 매체.
  37. 컴퓨터 판독 가능 저장 매체로서,
    실행 가능한 인트라 예측 명령어가 저장되어, 제1 프로세서에 의해 실행될 때, 제1항 내지 제13항 및 제15항 중 어느 한 항, 또는 제16항 내지 제25항 및 제27항 중 어느 한 항에 따른 인트라 예측 방법을 구현하는 것을 특징으로 하는 컴퓨터 판독 가능 저장 매체.
KR1020227037026A 2020-03-24 2020-03-24 인트라 예측 방법, 장치, 인코더, 디코더 및 저장 매체 KR20220157490A (ko)

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
PCT/CN2020/080965 WO2021189262A1 (zh) 2020-03-24 2020-03-24 帧内预测方法、装置、编码器、解码器、及存储介质

Publications (1)

Publication Number Publication Date
KR20220157490A true KR20220157490A (ko) 2022-11-29

Family

ID=77890874

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020227037026A KR20220157490A (ko) 2020-03-24 2020-03-24 인트라 예측 방법, 장치, 인코더, 디코더 및 저장 매체

Country Status (7)

Country Link
US (2) US11917198B2 (ko)
EP (1) EP4124035A4 (ko)
JP (1) JP2023525207A (ko)
KR (1) KR20220157490A (ko)
CN (2) CN116320488A (ko)
TW (1) TW202141989A (ko)
WO (1) WO2021189262A1 (ko)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116233435A (zh) * 2021-12-03 2023-06-06 维沃移动通信有限公司 点云编码方法、解码方法、装置及电子设备

Family Cites Families (19)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP3467778A1 (en) * 2017-10-06 2019-04-10 Thomson Licensing A method and apparatus for encoding/decoding the geometry of a point cloud representing a 3d object
EP3474233A1 (en) * 2017-10-19 2019-04-24 Thomson Licensing A method and apparatus for encoding/decoding the geometry of a point cloud representing a 3d object
EP4213096A1 (en) 2018-01-18 2023-07-19 BlackBerry Limited Methods and devices for entropy coding point clouds
EP3553745B1 (en) 2018-04-09 2021-09-01 BlackBerry Limited Methods and devices for binary entropy coding of point clouds
CN108632607B (zh) 2018-05-09 2019-06-21 北京大学深圳研究生院 一种基于多角度自适应帧内预测的点云属性压缩方法
KR20210018278A (ko) 2018-06-13 2021-02-17 파나소닉 인텔렉츄얼 프로퍼티 코포레이션 오브 아메리카 삼차원 데이터 부호화 방법, 삼차원 데이터 복호 방법, 삼차원 데이터 부호화 장치, 및 삼차원 데이터 복호 장치
SG11202012326TA (en) * 2018-06-15 2021-01-28 Panasonic Ip Corp America Three-dimensional data encoding method, three-dimensional data decoding method, three-dimensional data encoding device, and three-dimensional data decoding device
EP3816940A4 (en) * 2018-06-27 2021-09-08 Panasonic Intellectual Property Corporation of America METHOD FOR CODING THREE-DIMENSIONAL DATA, METHOD FOR DECODING THREE-DIMENSIONAL DATA, DEVICE FOR CODING THREE-DIMENSIONAL DATA AND DEVICE FOR DECODING THREE-DIMENSIONAL DATA
EP3595180B1 (en) 2018-07-10 2021-12-08 BlackBerry Limited Methods and devices for neighbourhood-based occupancy prediction in point cloud compression
EP3595181B1 (en) 2018-07-11 2023-09-06 BlackBerry Limited Predictor-copy coding mode for coding of point clouds
CN113615204B (zh) * 2019-03-20 2024-02-20 Lg电子株式会社 点云数据发送装置、点云数据发送方法、点云数据接收装置和点云数据接收方法
WO2020190090A1 (ko) * 2019-03-20 2020-09-24 엘지전자 주식회사 포인트 클라우드 데이터 전송 장치, 포인트 클라우드 데이터 전송 방법, 포인트 클라우드 데이터 수신 장치 및 포인트 클라우드 데이터 수신 방법
WO2020197228A1 (ko) * 2019-03-22 2020-10-01 엘지전자 주식회사 포인트 클라우드 데이터 송신 장치, 포인트 클라우드 데이터 송신 방법, 포인트 클라우드 데이터 수신 장치 및 포인트 클라우드 데이터 수신 방법
US20220417557A1 (en) * 2019-06-21 2022-12-29 Lg Electronics Inc. Device and method for processing point cloud data
CN110418135B (zh) * 2019-08-05 2022-05-27 北京大学深圳研究生院 一种基于邻居的权重优化的点云帧内预测方法及设备
WO2021062743A1 (zh) * 2019-09-30 2021-04-08 Oppo广东移动通信有限公司 占位信息的预测方法、编码器、解码器、及存储介质
EP3800886A1 (en) 2019-10-01 2021-04-07 BlackBerry Limited Angular mode for tree-based point cloud coding
EP4090019A4 (en) * 2020-01-06 2023-09-06 Guangdong Oppo Mobile Telecommunications Corp., Ltd. METHOD AND DEVICE FOR INTRAFRAME PREDICTION, ENCODER, DECODER AND STORAGE MEDIUM
US11475605B2 (en) * 2020-01-09 2022-10-18 Apple Inc. Geometry encoding of duplicate points

Also Published As

Publication number Publication date
US11917198B2 (en) 2024-02-27
US20240171772A1 (en) 2024-05-23
US20230009083A1 (en) 2023-01-12
WO2021189262A1 (zh) 2021-09-30
CN115336264A (zh) 2022-11-11
TW202141989A (zh) 2021-11-01
EP4124035A4 (en) 2024-01-31
CN116320488A (zh) 2023-06-23
EP4124035A1 (en) 2023-01-25
JP2023525207A (ja) 2023-06-15

Similar Documents

Publication Publication Date Title
JP7330306B2 (ja) 変換方法、逆変換方法、エンコーダ、デコーダ及び記憶媒体
US11509939B2 (en) Point cloud encoding and decoding method, encoder, and decoder
TR201902208T4 (tr) Aritmetik kod çözme kullanarak video kodunun çözülmesine yönelik usul.
WO2014190468A1 (en) Video encoder for images
WO2021062743A1 (zh) 占位信息的预测方法、编码器、解码器、及存储介质
US11936909B2 (en) Prediction method, encoder, decoder, and computer storage medium
US11936850B2 (en) Methods for intra prediction, and encoder
US20220376702A1 (en) Methods and devices for tree switching in point cloud compression
KR20220074892A (ko) 분할 방법, 인코더, 디코더 및 컴퓨터 저장 매체
WO2020010445A1 (en) Methods and devices for lossy coding of point cloud occupancy
KR20190090867A (ko) 인트라 예측 모드 기반 영상 처리 방법 및 이를 위한 장치
US20240171772A1 (en) Method and device for intra prediction
WO2021062771A1 (zh) 颜色分量预测方法、编码器、解码器及计算机存储介质
WO2021062732A1 (zh) 变换方法、逆变换方法、编码器、解码器及存储介质
WO2021138787A1 (zh) 一种帧内预测方法、编码器、解码器及存储介质
WO2021108970A1 (zh) 点云处理方法、编码器、解码器及存储介质
KR20230125817A (ko) 포인트 클라우드 인코딩 및 디코딩 방법, 인코더, 디코더및 컴퓨터 저장 매체
US20240037800A1 (en) Encoding and decoding methods, related devices and storage medium
WO2023197337A1 (zh) 索引确定方法、装置、解码器以及编码器
WO2024082152A1 (zh) 编解码方法及装置、编解码器、码流、设备、存储介质
WO2023249999A1 (en) System and method for geometry point cloud coding
WO2021222691A1 (en) Methods and systems for combined lossless and lossy coding
CN116830579A (zh) 几何重构方法、解码器以及计算机存储介质
CN116830580A (zh) 点云解码方法、解码器及计算机存储介质
CN116233468A (zh) 点云解码方法、点云编码方法、装置、设备、介质及产品