KR20230153312A - 포인트 클라우드 압축 방법 및 장치 - Google Patents

포인트 클라우드 압축 방법 및 장치 Download PDF

Info

Publication number
KR20230153312A
KR20230153312A KR1020230056326A KR20230056326A KR20230153312A KR 20230153312 A KR20230153312 A KR 20230153312A KR 1020230056326 A KR1020230056326 A KR 1020230056326A KR 20230056326 A KR20230056326 A KR 20230056326A KR 20230153312 A KR20230153312 A KR 20230153312A
Authority
KR
South Korea
Prior art keywords
point
current
prediction unit
point cloud
points
Prior art date
Application number
KR1020230056326A
Other languages
English (en)
Inventor
안용조
이종석
Original Assignee
인텔렉추얼디스커버리 주식회사
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 인텔렉추얼디스커버리 주식회사 filed Critical 인텔렉추얼디스커버리 주식회사
Publication of KR20230153312A publication Critical patent/KR20230153312A/ko

Links

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/50—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using predictive coding
    • H04N19/597—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using predictive coding specially adapted for multi-view video sequence encoding
    • 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
    • H04N19/13—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
    • H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
    • H04N19/169—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding
    • H04N19/17—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding the unit being an image region, e.g. an object
    • H04N19/176—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding the unit being an image region, e.g. an object the region being a block, e.g. a macroblock
    • 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
    • H04N19/503—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using predictive coding involving temporal prediction
    • H04N19/51—Motion estimation or motion compensation
    • 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
    • H04N19/503—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using predictive coding involving temporal prediction
    • H04N19/51—Motion estimation or motion compensation
    • H04N19/537—Motion estimation other than block-based
    • H04N19/54—Motion estimation other than block-based using feature points or meshes
    • 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
    • H04N19/91—Entropy coding, e.g. variable length coding [VLC] or arithmetic coding

Landscapes

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

Abstract

본 발명은 포인트 클라우드 압축 방법 및 장치를 제공한다. 구체적으로, 포인트 클라우드 압축 방법 및 장치는 현재 프레임의 이전 프레임에 기초하여 전역적 움직임 보상을 수행하고, 상기 현재 프레임을 복수의 예측 유닛으로 분할하고, 현재 예측 유닛에 대한 지역적 움직임 보상을 수행함으로써 상기 현재 예측 유닛 내 움직임 보상된 포인트를 결정하고, 상기 움직임 보상된 포인트에 기초하여 상기 현재 예측 유닛 내 현재 포인트의 기하 정보를 결정할 수 있다.

Description

포인트 클라우드 압축 방법 및 장치{POINT CLOUD COMPRESSION METHOD AND APPARATUS}
본 발명은 부호화기 및 복호화기에 관한 것으로, 보다 상세하게는, 포인트 클라우드 압축을 위한 부호화 및 복호화의 방법 및 장치에 관한 것이다.
포인트 클라우드 콘텐트는 3차원 공간을 표현하는 좌표계에 속한 점(포인트)들의 집합인 포인트 클라우드로 표현되는 콘텐츠이다. 포인트 클라우드는 3차원으로 이루어진 미디어를 표현할 수 있으며, VR (Virtual Reality, 가상현실), AR (Augmented Reality, 증강현실), MR (Mixed Reality, 혼합현실), XR (Extended Reality), 및 자율 주행 서비스 등의 다양한 서비스를 제공하기 위해 사용될 수 있다.
포인트 클라우드 콘텐츠를 표현하기 위해서는 방대한 양의 포인트 데이터가 필요하므로, 이러한 포인트 클라우드 데이터를 효율적으로 처리하기 위한 방법이 요구된다.
본 발명은 포인트 클라우드를 압축을 위하여 프레임간 예측 방법 및 장치를 제안한다.
이때, 본 발명에서 제안하는 프레임간 예측 방법은 참조 포인트 클라우드를 다수개의 삼각형으로 근사화하여 예측에 사용함으로써 높은 부호화 효율을 제공하고자 한다.
상기 과제를 해결하기 위한 포인트 클라우드 압축 방법 및 장치를 제공한다.
본 개시의 일 실시예에 따른 포인트 클라우드 압축 방법 및 장치는, 현재 프레임의 이전 프레임에 기초하여 전역적 움직임 보상을 수행하고, 상기 현재 프레임을 복수의 예측 유닛으로 분할하고, 현재 예측 유닛에 대한 지역적 움직임 보상을 수행함으로써 상기 현재 예측 유닛 내 움직임 보상된 포인트를 결정하고, 상기 움직임 보상된 포인트에 기초하여 상기 현재 예측 유닛 내 현재 포인트의 기하 정보를 결정할 수 있다.
본 개시의 일 실시예에 따른 포인트 클라우드 압축 방법 및 장치는, 상기 현재 포인트 주변의 미리 정의된 특정 영역에 포함된 움직임 보상된 포인트에 기초하여 예측 통계값을 유도하고, 상기 예측 통계값에 기초하여 상기 현재 포인트의 기하 정보를 결정할 수 있다.
본 개시의 일 실시예에 따른 포인트 클라우드 압축 방법 및 장치에 있어서, 상기 현재 포인트의 기하 정보는 상기 현재 포인트의 점유 여부를 지시하는 심볼을 포함할 수 있다.
본 개시의 일 실시예에 따른 포인트 클라우드 압축 방법 및 장치에 있어서, 상기 현재 포인트의 점유 여부를 지시하는 심볼은 상기 예측 통계값을 확률로 이용하여 엔트로피 부호화될 수 있다.
본 개시의 일 실시예에 따른 포인트 클라우드 압축 방법 및 장치에 있어서, 상기 현재 포인트 주변의 특정 영역은 상기 현재 포인트의 전면, 후면, 좌측, 우측, 상측 및 하측에 인접한 복셀들을 포함하는 영역으로 정의될 수 있다.
본 개시의 일 실시예에 따른 포인트 클라우드 압축 방법 및 장치에 있어서, 상기 현재 포인트 주변의 특정 영역은 상기 현재 포인트를 중심으로 상기 현재 포인트에 인접한 인접한 복셀들을 포함하는 정육면체 영역으로 정의될 수 있다.
본 개시의 일 실시예에 따른 포인트 클라우드 압축 방법 및 장치는, 상기 움직임 보상된 포인트에 기초하여 상기 현재 예측 유닛을 적어도 하나의 삼각형으로 분할하고, 상기 움직임 보상된 포인트에 기초하여 상기 분할된 삼각형의 평면에 포함된 포인트를 결정할 수 있다.
본 개시의 일 실시예에 따른 포인트 클라우드 압축 방법 및 장치는, 상기 움직임 보상된 포인트 또는 상기 분할된 삼각형의 평면에 포함된 포인트 중 적어도 하나에 기초하여 상기 현재 포인트의 기하 정보를 결정할 수 있다.
본 개시의 일 실시예에 따른 포인트 클라우드 압축 방법 및 장치는, 상기 현재 예측 유닛의 모서리들에 인접한 복수의 움직임 보상된 포인트들에 기초하여 복수의 꼭지점 획득하고, 상기 복수의 꼭지점을 연결하여 상기 현재 예측 유닛을 상기 적어도 하나의 삼각형으로 분할할 수 있다.
본 개시의 일 실시예에 따른 포인트 클라우드 압축 방법 및 장치에 있어서, 상기 현재 예측 유닛은 미리 정의된 트리 구조에 기초하여 1x1x1 크기를 가지는 영역으로 분할되고, 상기 현재 포인트는 상기 1x1x1 크기를 가지는 영역의 중앙 위치에 대응될 수 있다.
본 개시의 일 실시예에 따른 포인트 클라우드 압축 방법 및 장치에 있어서, 상기 미리 정의된 트리 구조는 바이너리 트리, 쿼드 트리 또는 옥트 트리 중 적어도 하나를 포함할 수 있다.
본 발명에 따른 포인트 클라우드 압축 방법 및 장치를 통해 비디오 신호 코딩 효율을 향상시킬 수 있다.
또한, 본 발명에 따른 참조 포인트 클라우드를 다수개의 삼각형으로 근사화하여 프레임간 예측에 사용함으로써 부호화 효율을 향상시킬 수 있다.
도 1은 본 개시의 일 실시예에 따른 포인트 클라우드 부호화기의 일 예를 나타내는 블록도이다.
도 2는 본 개시의 일 실시예에 따른 포인트 클라우드 복호화기의 일 예를 나타내는 블록도이다.
도 3은 본 개시의 일 실시예에 따른 기하 정보 부호화부의 일 예를 나타내는 블록도이다.
도 4는 본 개시의 일 실시예에 따른 기하 정보 복호화부의 일 예를 나타내는 블록도이다.
도 5는 본 개시의 일 실시예에 따른 3차원 공간상의 포인트를 2차원으로 표현한 일 예를 나타내는 도면이다.
도 6는 본 개시의 일 실시예에 따른 프레임내 예측부에서 수행하는 주변 포인트의 통계값 예측에 대한 일 예를 나타내는 도면이다.
도 7은 본 개시의 일 실시예에 따른 프레임간 예측부에서 수행되는 지역적 움직임 보상의 일 예를 나타내는 도면이다. 도 8은 본 개시의 일 실시예에 따른 프레임간 예측부에서 움직임 보상된 포인트들을 이용하여 예측 통계값을 생성하는 방법의 일 예를 나타내는 도면이다.
도 9은 본 개시의 일 실시예에 따른 프레임간 예측부에서 움직임 보상된 포인트들을 이용하여 예측 통계값을 생성하는 방법의 일 예를 나타내는 도면이다.
도 10은 본 개시의 일 실시예에 따른 프레임간 예측부에서 움직임 보상된 포인트들을 이용하여 예측 통계값을 생성하는 방법의 일 예를 나타내는 도면이다.
도 11은 본 개시의 일 실시예에 따른 프레임간 예측을 위해 삼각형을 생성하는 방법의 일 예를 나타내는 도면이다.
도 12는 본 개시의 일 실시예에 따른 프레임간 예측부에서 움직임 보상된 포인트들을 이용하여 예측 통계값을 생성하는 방법의 일 예를 나타내는 도면이다.
도 13은 본 개시의 일 실시예에 따른 프레임간 예측부에서 움직임 보상된 포인트들을 이용하여 예측 통계값을 생성하는 방법의 일 예를 나타내는 도면이다.
도 14는 본 개시의 일 실시예에 따른 포인트 클라우드 압축 방법을 예시하는 흐름도이다.
의 마지막 노드는 복셀로 지칭될 수 있다. 복셀은 3차원 공간 상의 위치 정보를 표현하는 최소한의 유닛을 의미할 수 있다. 본 개시의 실시예들에 따른 포인트 클라우드의 포인트들은 하나 또는 그 이상의 복셀에 포함될 수 있다. 3차원 공간의 포인트들의 그룹들은 복셀들로 매칭될 수 있다. 일 실시예로서, 바이너리트리, 쿼드트리 또는 옥트리 분할 구조는 각각 이진, 사진 또는 팔진 트리 구조에 기반하여 복셀에 매칭된 포인트들을 표현할 수 있다.
일 실시예로서, 바이너리트리, 쿼드트리 또는 옥트리 분할 구조에 따라 분할되는 경우, 각각의 트리 구조의 리프 노드가 복셀이 될때까지 분할이 수행될 수 있다. 이때, 재귀적이 분할을 수행하는 과정에서, 해당 노드 내에서 적어도 하나의 포인트를 포함하는지 여부가 고려될 수 있다. 즉, 적어도 하나의 포인트를 포함하지 않는 노드에 대해서는 추가적인 분할이 수행되지 않을 수 있다.
분할된 포인트 클라우드는 기하 정보 심볼 생성부(320)로 전달될 수 있다. 즉, 포인트 분할부(310)는 3차원 공간상의 좌표 값을 트리 구조로 변환해 표현하는 과정을 의미할 수 있다.
프레임내 예측부(330)는 복원된 포인트 클라우드를 입력받아 현재 포인트의 점유 정보에 대한 예측 통계값을 생성하여 기하 정보 심볼 생성부(320)로 전달할 수 있다. 여기서, 예측 통계값이란 현재 포인트가 현재 위치를 점유하고 있을지에 대한 확률 값일 수 있다. 또는, 트리 구조로 분할되는 과정에서 발생하는 분할 정보 중 분할 여부에 대한 플래그에 대한 확률 값일 수 있다. 본 개시의 예측 통계값은 점유 정보를 나타내는 기하 정보 심볼을 생성하기 위해 이용되는 값으로서, 그 명칭에 제한되지 않으며, 예측, 통계, 확률, 예측값, 통계값, 확률값, 점유 예측, 점유 통계, 점유 확률, 점유 예측값, 점유 통계값, 점유 확률값, 컨텍스트, 점유 컨텍스트 등으로 지칭될도 수 있다.
프레임간 예측부(340)는 입력받은 복원된 포인트 클라우드에 대하여 전역 움직임 보상 및/또는 지역 움직임 보상을 수행하고, 현재 포인트 주변 위치의 보상된 포인트들을 이용하여 예측 통계값을 생성하고, 이를 기하 정보 심볼 생성부(320)로 전달할 수 있다.
기하 정보 심볼 생성부(320)는 분할된 포인트 클라우드와 예측 통계값을 입력받아 현재 포인트에 대한 기하 정보 심볼을 생성할 수 있다. 생성된 기하 정보 심볼은 출력될 수 있다.
도 4는 본 개시의 일 실시예에 따른 기하 정보 복호화부의 일 예를 나타내는 블록도이다.
도 4를 참조하면, 기하 정보 복호화부(400)는 분할 구조 복원부(410), 프레임내 예측부(420), 프레임간 예측부(430)를 포함할 수 있다. 도 4에 도시된 기하 정보 복호화부(400)는 일 예로서, 본 개시가 이에 제한되는 것은 아니며, 기하 정보 복호화부(400)는 도 4에 도시된 구성 외에 다른 구성이 추가되거나 도 4에 도시된 구성 중 일부 구성이 생략되어 구현될 수도 있다. 도 4의 기하 정보 복호화부(400)는 앞서 설명한 도 1의 기하 정보 복호화부(140), 도 2의 기하 정보 복호화부(220)의 일 예일 수 있다.
또한, 도 4의 기하 정보 복호화부(400)는 도 3의 기하 정보 부호화부(300)에 대응되는 실질적으로 동일한 동작을 수행할 수 있다. 관련하여 도 3과 중복되는 설명은 생략한다.
기하 정보 복호화부(400)는 복원된 기하 정보 심볼 및 복원된 포인트 클라우드를 입력받아 복호화하여 포인트 클라우드의 기하 정보를 복원할 수 있다.
프레임내 예측부(420)는 복원된 포인트 클라우드를 입력받아 현재 포인트의 점유 정보에 대한 프레임내 예측 통계값을 생성하여 분할 구조 복원부(410)로 전달할 수 있다.
프레임간 예측부(430)는 입력받은 복원된 포인트 클라우드에 대하여 전역 움직임 보상 및 지역 움직임 보상을 수행하고, 현재 포인트 주변 위치의 보상된 포인트들을 이용하여 예측 통계값을 생성하고 이를 분할 구조 복원부(410)로 전달할 수 있다.
분할 구조 복원부(410)는 입벽받은 복원된 기하 정보 심볼과 예측 통계 값을 이용하여 트리 분할 구조를 복원할 수 있다. 일 예로서, 분할 구조 복원부(410)는 기하 정보 복원부, 기하 정보 생성부일 수 있다. 트리 구조에 따른 복원된 포인트의 기하 정보는 출력될 수 있다.
도 5는 본 개시의 일 실시예에 따른 3차원 공간상의 포인트를 2차원으로 표현한 일 예를 나타내는 도면이다.
도 5의 예시를 참조하면, 도 5에서 3개의 원(또는 점)은 각각 포인트를 나타낸다. 현재 프레임 내 현재 포인트와 부/복호화될 포인트가 포함될 수 있다. 본 개시에서, 부/복호화될 포인트는 부/복호화 순서에 따라 현재 포인트 이후에 부/복호화되는 포인트를 의미할 수 있다.
각 포인트는 현재 프레임 내에 특정 위치에 존재하고 있으며 포인트의 좌표 값은 실수로 표현된 값일 수 있다. 이때, 포인트 클라우드는 일반적인 이미지와 다르게 모든 위치에 존재하지 않기 때문에 부/복호화를 사용할 때 주변의 복원된 포인트에 대한 정보를 사용하는데 많은 제한이 존재할 수 있다.
또한, 일반적인 이미지/비디오의 경우에는 좌상단 또는 우하단과 같이 시작 위치가 정해지면 순차적으로 부/복호화가 수행될 수 있지만, 포인트 클라우드의 경우에는 모든 포인트에 대하여 순서를 정하기 어려우며, 원본 포인트 클라우드 데이터의 형태가 일반적인 텍스트의 형태로 포인트의 기하 정보 및 속성 정보가 나열식으로 되어 있기 때문에, 포인트의 순서가 공간상의 순서와 맞지 않는다는 문제가 있다. 이를 해결하기 위하여, 공간상의 위치별로 순서를 부여하려 해도 모든 공간에 가득 차 있지 않기 때문에 순서의 거리와 공간상의 거리의 불일치가 발생할 수 있다.
따라서, 이러한 문제점을 해결하기 위하여, 기하 정보 부/복호화 과정에서 포인트의 위치 정보를 보다 효율적으로 표현하기 위하여 포인트의 위치 정보는 트리 구조를 이용하여 1x1x1 크기를 갖는 부피인 복셀로 표현할 수 있다. 전술한 바와 같이, 복셀은 3차원 공간 상의 위치 정보를 표현하는 최소한의 유닛을 의미할 수 있다. 본 개시의 실시예들에 따른 포인트 클라우드의 포인트들은 하나 또는 그 이상의 복셀에 포함될 수 있다. 3차원 공간의 포인트들의 그룹들은 복셀들로 매칭될 수 있다. 이때, 복셀은 이미지/비디오의 픽셀과 유사한 개념이지만, 점유 여부에 대한 정보를 추가로 가지고 있을 수 있다.
도 6는 본 개시의 일 실시예에 따른 프레임내 예측부에서 수행하는 주변 포인트의 통계값 예측에 대한 일 예를 나타내는 도면이다.
도 6을 참조하면, 현재 프레임은 크기가 1x1x1 크기를 갖는 다수개의 복셀로 분할될 수 있다. 각 복셀은 포인트에 대한 점유 정보를 가질 수 있다. 이때, 모든 복셀에 대하여 점유 정보를 부호화하면 부호화 효율이 낮기 때문에 재귀적인 트리 분할 구조를 통해 효율적으로 점유 정보를 부호화할 수 있다.
본 개시의 일 실시예에서, 현재 포인트(610)의 주변 복셀의 점유 정보를 기반으로 현재 포인트(610)에 대한 예측 통계값을 계산(또는 유도)할 수 있다.
일 예로서, 현재 포인트(600)에 대한 예측 통계값은 통계 정보 추출 영역(610)에 포함된 포인트들에 기초하여 유도될 수 있다.
통계 정보 추출 영역(610)은 도 6에서 음영 처리된 영역으로서 예측 통계값를 얻기 위한 영역을 표현한 것일 수 있다. 또한, 도 6의 우측 그림에서 3차원 영역은 2차원으로 표현된 통계 정보 추출 영역(610)을 3차원 공간상에 표현한 것일 수 있다.
통계 정보 추출 영역(610)에 포함된 포인트의 점유 비율에 따라서 현재 포인트(600)의 심볼이 결정될 수 있다. 다시 말해, 통계 정보 추출 영역(610)에 포함된 포인트의 점유 비율에 따라 현재 포인트(600)에 대한 예측 통계값이 결정되고, 이에 기초하여 현재 포인트(600)에 대한 점유 정보를 나타내는 심볼이 생성될 수 있다.
도 7은 본 개시의 일 실시예에 따른 프레임간 예측부에서 수행되는 지역적 움직임 보상의 일 예를 나타내는 도면이다. 도 7은 표현의 편리성을 위하여 3차원 공간을 2차원으로 표현한 것일 수 있다.
도 7을 참조하면, 전술한 바와 같이, 프레임간 예측부는 먼저, 이전 프레임에 대하여 전역적 움직임 보상을 수행하고, 지역적 움직임 보상을 수행할 수 있다. 전역적 움직임 보상은 상위 레벨에서의 움직임 보상을 나타내고, 지역적 움직임 보상은 하위 레벨에서의 움직임 보상을 나타낼 수 있다. 예를 들어, 전역적 움직임 보상은 프레임 레벨에서 수행될 수 있고, 지역적 움직임 보상은 프레임 내 블록(또는 처리 유닛, 예측 유닛, 복셀으로 지칭될 수 있음) 레벨에서 수행될 수 있다.
이때, 지역적 움직임 보상을 위하여 현재 프레임 및 이전 프레임을 다수개의 블록으로 분할할 수 있다. 분할된 블록에 대하여 개별적으로 지역적 움직임 보상이 수행될 수 있다.
움직임 보상에 사용된 움직임 정보는 엔트로피 부호화부를 통해 복호화기로 전송될 수 있다. 복호화기에서는 해당 정보를 전달받아 부호화기와 동일하게 지역적 움직임 보상을 수행할 수 있다. 일 예로서, 움직임 정보는 도 7의 예시와 같이 움직임 벡터의 형태일 수 있다. 또는, 3차원 좌표계 변환을 위해 사용되는 매트릭스의 형태일 수 있다.
도 8은 본 개시의 일 실시예에 따른 프레임간 예측부에서 움직임 보상된 포인트들을 이용하여 예측 통계값을 생성하는 방법의 일 예를 나타내는 도면이다.
도 8을 참조하면, 지역적 움직임 보상된 포인트(빗금으로 표시된 포인트)들이 현재 포인트(800) 주변에 존재할 수 있다.
이때, 도 8의 통계 정보 추출 영역(810) 내 현재 포인트(800) 주변의 보상된 포인트의 점유 정보를 기반으로 예측 통계값을 얻을 수 있다.
실시예로서, 예측 통계값은 통계 정보 추출 영역(810)에 포함된 복원된 포인트의 수를 기반으로 계산될 수 있다. 예를 들어, 예측 통계값은 통계 정보 추출 영역(810)에 포함될 수 있는 포인트 수와 현재 포함된 포인트 수의 비율로 유도될 수 있다.
일 예로서, 도 8의 좌측 그림의 예시를 참조하면, 통계 정보 추출 영역(810) 내에서 포함 가능한 포인트의 수는 5이며, 현재 포함된 복원된 포인트의 수는 1로서, 이 경우 예측 통계값은 0.2로 유도될 수 있다.
또는, 일 예로서, 도 8의 우측 그림의 예시와 같이, 3차원으로 표현된 통계 정보 추출 영역(810)에 최대 11개의 포인트가 포함 가능하다면, 예측 통계값은 1/11로 유도될 수 있다. 다른 예로서, 현재 포인트(800)의 위치와 통계 정보 추출 영역(810) 내의 포함 가능한 포인트들의 위치 사이 거리를 가중치로 적용하여 예측 통계값을 계산할 수 있다. 이때, 거리는 맨해튼 거리, 유클리디안 거리, 해밍 거리 등 공지된 다양한 거리 계산 방법이 사용될 수 있다. 이후, 통계 정보 추출 영역(810)에 포함된 복원된 포인트들의 가중치 합을 모든 가중치 합으로 나누어 예측 통계값을 얻을 수 있다.
예측 통계값은 이후 엔트로피 부호화부 및 복호화부에서 엔트로피 부/복호화에 사용될 수 있다. 일 예로서, 엔트로피 부/복호화부에서는 예측 통계값을 현재 포인트(800)의 점유 여부를 표현하는 심볼에 대한 확률값으로서 사용될 수 있다.
도 9은 본 개시의 일 실시예에 따른 프레임간 예측부에서 움직임 보상된 포인트들을 이용하여 예측 통계값을 생성하는 방법의 일 예를 나타내는 도면이다.
도 9를 참조하면, 지역적 움직임 보상된 포인트(빗금으로 표시된 포인트)들이 현재 포인트 주변에 존재할 수 있다.
도 9의 통계 정보 추출 영역(910) 내 현재 포인트(900) 주변의 보상된 포인트의 점유 정보를 기반으로 예측 통계값을 얻을 수 있다. 이때, 움직임 보상된 포인트는 현재 포인트(900)의 부/복호화 순서와 관계없이 현재 포인트를 중심으로 모든 주변에 존재할 수 있기 때문에 도 9에 도시된 바와 같은 통계 정보 추출 영역(910)이 정의될 수 있다.
도 9의 좌측 그림의 2차원 영역을 기준으로 통계 정보 추출 영역(910)은 상, 하, 좌, 우의 주변 포인트를 포함할 수 있고, 도 9의 우측 그림의 3차원 영역을 기준으로 통계 정보 추출 영역(910)은 상, 하, 좌, 우, 전, 후의 주변 포인트를 포함할 수 있다.
도 9에 도시된 바와 같은 통계 정보 추출 영역(910)에 포함된 주변의 점유 정보를 통해 예측 통계값을 얻을 수 있다.
도 10은 본 개시의 일 실시예에 따른 프레임간 예측부에서 움직임 보상된 포인트들을 이용하여 예측 통계값을 생성하는 방법의 일 예를 나타내는 도면이다.
도 10을 참조하면, 지역적 움직임 보상된 포인트(빗금으로 표시된 포인트)들이 현재 포인트 주변에 존재할 수 있다.
도 10의 통계 정보 추출 영역(1010) 내 현재 포인트(1000) 주변의 보상된 포인트의 점유 정보를 기반으로 예측 통계값을 얻을 수 있다.
이때, 움직임 보상된 포인트는 현재 포인트의 부/복호화 순서와 관계없이 현재 포인트를 중심으로 모든 주변에 존재할 수 있기 때문에 도 10에 도시된 바와 같은 통계 정보 추출 영역(1010)이 정의될 수 있다.
도 10의 좌측 그림의 2차원 영역을 기준으로 통계 정보 추출 영역(1010)은 상, 하, 좌, 우, 좌상, 우상, 좌하, 우하의 주변 포인트를 포함할 수 있고, 도 10의 우측 그림의 3차원 영역을 기준으로 통계 정보 추출 영역(1010)은 정육면체 영역의 주변 포인트를 포함할 수 있다.
도 10에 도시된 바와 같은 통계 정보 추출 영역(1010)에 포함된 영역의 점유 정보를 통해 예측 통계값을 얻을 수 있다.
도 11은 본 개시의 일 실시예에 따른 프레임간 예측을 위해 삼각형을 생성하는 방법의 일 예를 나타내는 도면이다.
도 11을 참조하면, 지역적 움직임 보상된 포인트(빗금으로 표시된 포인트)는 도 11의 좌측 그림과 같이 존재할 수 있다. 이때, 움직임 보상된 포인트는 현재 포인트와 정확히 겹쳐서 존재하지 않을 수 있으며, 현재 포인트 주변에 모두 존재하지 않을 수 있다. 이로 인해 포인트 점유 정보에 대한 부호화 효율이 감소할 수 있다.
이를 해결하기 위하여, 본 개시의 일 실시예에 따르면, 도 11의 우측 그림과 같이 현재 블록 내부의 움직임 보상된 포인트들을 기반으로 삼각형을 생성하고, 해당 삼각형과 겹쳐지는(중첩되는) 복셀들은 포인트를 점유하고 있는 것으로 간주하여 지역적 움직임 보상된 포인트들을 삼각형의 면으로 근사시킬 수 있다.
이때, 현재 블록의 모서리에 근접한 포인트들을 기반으로 삼각형의 정점을 생성하고, 생성된 삼각형의 정점을 연결하여 삼각형이 생성될 수 있다. 생성된 삼각형의 정점의 개수에 따라서 삼각형의 개수가 결정될 수 있다.
일 실시예로서, 다수개의 삼각형이 생성되는 경우에는 3차원 공간상의 정점들의 위치를 기반으로 정점에 대한 순서가 결정될 수 있다. 예를 들어, 정점 순서는 정점들을 x-y, y-z, z-x 평면으로 사영시키고, 정점들로부터 생성되는 사각형 면의 면적을 기반으로 하나의 평면을 결정하고, 해당 평면에 사영된 정점들을 시계 방향을 기준으로 순서를 결정할 수 있다. 또는, 반시계 방향을 기준으로 순서를 결정할 수 있다. 이후, 결정된 순서에 따라서 정점을 연결하여 다수개의 삼각형이 생성될 수 있다.
도 12는 본 개시의 일 실시예에 따른 프레임간 예측부에서 움직임 보상된 포인트들을 이용하여 예측 통계값을 생성하는 방법의 일 예를 나타내는 도면이다.
도 12를 참조하면, 빗금으로 표시된 포인트들은 앞서 도 11에서 설명한 삼각형 근사화를 통해 생성된 포인트 들일 수 있다.
이때, 도 12의 통계 정보 추출 영역(1210) 내 현재 포인트(1200) 주변의 보상된 포인트의 점유 정보를 기반으로 예측 통계값을 얻을 수 있다.
여기서, 삼각형 근사 포인트는 현재 포인트(1200)의 부/복호화 순서와 관계없이 현재 포인트를 중심으로 모든 주변에 존재할 수 있다. 따라서, 도 12의 우측 그림의 3차원 통계 정보 추출 영역(1210)과 같이 현재 포인트(1200)의 주변(위, 아래, 앞, 뒤, 왼쪽, 오른쪽)의 점유 정보를 통해 예측 통계값을 얻을 수 있다.
도 13은 본 개시의 일 실시예에 따른 프레임간 예측부에서 움직임 보상된 포인트들을 이용하여 예측 통계값을 생성하는 방법의 일 예를 나타내는 도면이다.
도 13 를 참조하면, 빗금으로 표시된 포인트들은 앞서 도 11에서 설명한 삼각형 근사화를 통해 생성된 포인트 들일 수 있다.
도 13의 통계 정보 추출 영역(1310) 내 현재 포인트(1300) 주변의 보상된 포인트의 점유 정보를 기반으로 예측 통계값을 얻을 수 있다.
여기서, 삼각형 근사 포인트는 현재 포인트(1300)의 부/복호화 순서와 관계없이 현재 포인트를 중심으로 모든 주변에 존재할 수 있다. 따라서, 도 13의 우측 그림의 3차원 통계 정보 추출 영역(1310)과현재 포인트(1300)를 중심으로 하는 정육면체 영역의 점유 정보를 기반으로 예측 통계치를 얻을 수 있다.
도 14는 본 개시의 일 실시예에 따른 포인트 클라우드 압축 방법을 예시하는 흐름도이다.
도 14를 참조하면, 포인트 클라우드 압축 장치는 현재 프레임의 이전 프레임에 기초하여 전역적 움직임 보상을 수행할 수 있다(S1400).
포인트 클라우드 압축 장치는 상기 현재 프레임을 복수의 예측 유닛으로 분할할 수 있다(S1410).
포인트 클라우드 압축 장치는 현재 예측 유닛에 대한 지역적 움직임 보상을 수행함으로써 상기 현재 예측 유닛 내 움직임 보상된 포인트를 결정할 수 있다(S1420).
포인트 클라우드 압축 장치는 상기 움직임 보상된 포인트에 기초하여 상기 현재 예측 유닛 내 현재 포인트의 기하 정보를 결정할 수 있다(S1430).
전술한 바와 같이, 포인트 클라우드 압축 장치는 상기 현재 포인트 주변의 미리 정의된 특정 영역에 포함된 움직임 보상된 포인트에 기초하여 예측 통계값을 유도하고, 상기 예측 통계값에 기초하여 상기 현재 포인트의 기하 정보를 결정할 수 있다.
또한, 전술한 바와 같이, 상기 현재 포인트의 기하 정보는 상기 현재 포인트의 점유 여부를 지시하는 심볼을 포함할 수 있다. 상기 현재 포인트의 점유 여부를 지시하는 심볼은 상기 예측 통계값을 확률로 이용하여 엔트로피 부호화될 수 있다.
또한, 앞서 도 9 및 12에서 전술한 바와 같이, 상기 현재 포인트 주변의 특정 영역은 상기 현재 포인트의 전면, 후면, 좌측, 우측, 상측 및 하측에 인접한 복셀들을 포함하는 영역으로 정의될 수 있다.
또한, 앞서 도 10 및 13에서 전술한 바와 같이, 상기 현재 포인트 주변의 특정 영역은 상기 현재 포인트를 중심으로 상기 현재 포인트에 인접한 인접한 복셀들을 포함하는 정육면체 영역으로 정의될 수 있다.
또한, 앞서 도 11 내지 13에서 전술한 바와 같이, 상기 움직임 보상된 포인트에 기초하여 상기 현재 예측 유닛을 적어도 하나의 삼각형으로 분할하고, 상기 움직임 보상된 포인트에 기초하여 상기 분할된 삼각형의 평면에 포함된 포인트를 결정할 수 있다. 상기 움직임 보상된 포인트 또는 상기 분할된 삼각형의 평면에 포함된 포인트 중 적어도 하나에 기초하여 상기 현재 포인트의 기하 정보를 결정할 수 있다. 상기 현재 예측 유닛의 모서리들에 인접한 복수의 움직임 보상된 포인트들에 기초하여 복수의 꼭지점 획득하고, 상기 복수의 꼭지점을 연결하여 상기 현재 예측 유닛을 상기 적어도 하나의 삼각형으로 분할할 수 있다.
또한, 전술한 바와 같이, 상기 현재 예측 유닛은 미리 정의된 트리 구조에 기초하여 1x1x1 크기를 가지는 영역으로 분할되고, 상기 현재 포인트는 상기 1x1x1 크기를 가지는 영역의 중앙 위치에 대응될 수 있다. 이때, 상기 미리 정의된 트리 구조는 바이너리 트리, 쿼드 트리 또는 옥트 트리 중 적어도 하나를 포함할 수 있다.
이상에서 설명된 실시예들은 본 발명의 구성요소들과 특징들이 소정 형태로 결합된 것들이다. 각 구성요소 또는, 특징은 별도의 명시적 언급이 없는 한 선택적인 것으로 고려되어야 한다. 각 구성요소 또는, 특징은 다른 구성요소나 특징과 결합되지 않은 형태로 실시될 수 있다. 또한, 일부 구성요소들 및/또는, 특징들을 결합하여 본 발명의 실시예를 구성하는 것도 가능하다. 본 발명의 실시예들에서 설명되는 동작들의 순서는 변경될 수 있다. 어느 실시예의 일부 구성이나 특징은 다른 실시예에 포함될 수 있고, 또는, 다른 실시예의 대응하는 구성 또는, 특징과 교체될 수 있다. 특허청구범위에서 명시적인 인용 관계가 있지 않은 청구항들을 결합하여 실시예를 구성하거나 출원 후의 보정에 의해 새로운 청구항으로 포함시킬 수 있음은 자명하다.
본 발명에 따른 실시예는 다양한 수단, 예를 들어, 하드웨어, 펌웨어(firmware), 소프트웨어 또는, 그것들의 결합 등에 의해 구현될 수 있다. 하드웨어에 의한 구현의 경우, 본 발명의 일 실시예는 하나 또는, 그 이상의 ASICs(application specific integrated circuits), DSPs(digital signal processors), DSPDs(digital signal processing devices), PLDs(programmable logic devices), FPGAs(field programmable gate arrays), 프로세서, 콘트롤러, 마이크로 콘트롤러, 마이크로 프로세서 등에 의해 구현될 수 있다.
또한, 펌웨어나 소프트웨어에 의한 구현의 경우, 본 발명의 일 실시예는 이상에서 설명된 기능 또는, 동작들을 수행하는 모듈, 절차, 함수 등의 형태로 구현되어, 다양한 컴퓨터 수단을 통하여 판독 가능한 기록매체에 기록될 수 있다. 여기서, 기록매체는 프로그램 명령, 데이터 파일, 데이터 구조 등을 단독으로 또는, 조합하여 포함할 수 있다. 기록매체에 기록되는 프로그램 명령은 본 발명을 위하여 특별히 설계되고 구성된 것들이거나 컴퓨터 소프트웨어 당업자에게 공지되어 사용 가능한 것일 수도 있다. 예컨대 기록매체는 하드 디스크, 플로피 디스크 및 자기 테이프와 같은 자기 매체(Magnetic Media), CD-ROM(Compact Disk Read Only Memory), DVD(Digital Video Disk)와 같은 광 기록 매체(Optical Media), 플롭티컬 디스크(Floptical Disk)와 같은 자기-광 매체(Magneto-Optical Media), 및 롬(ROM), 램(RAM), 플래시 메모리 등과 같은 프로그램 명령을 저장하고 수행하도록 특별히 구성된 하드웨어 장치를 포함한다. 프로그램 명령의 예에는 컴파일러에 의해 만들어지는 것과 같은 기계어 코드뿐만 아니라 인터프리터 등을 사용해서 컴퓨터에 의해서 실행될 수 있는 고급 언어 코드를 포함할 수 있다. 이러한 하드웨어 장치는 본 발명의 동작을 수행하기 위해 하나 이상의 소프트웨어 모로서 작동하도록 구성될 수 있으며, 그 역도 마찬가지이다.
아울러, 본 발명에 따른 장치나 단말은 하나 이상의 프로세서로 하여금 앞서 설명한 기능들과 프로세스를 수행하도록 하는 명령에 의하여 구동될 수 있다. 예를 들어 그러한 명령으로는, 예컨대 JavaScript나 ECMAScript 명령 등의 스크립트 명령과 같은 해석되는 명령이나 실행 가능한 코드 혹은 컴퓨터로 판독 가능한 매체에 저장되는 기타의 명령이 포함될 수 있다. 나아가 본 발명에 따른 장치는 서버 팜(Server Farm)과 같이 네트워크에 걸쳐서 분산형으로 구현될 수 있으며, 혹은 단일의 컴퓨터 장치에서 구현될 수도 있다.
또한, 본 발명에 따른 장치에 탑재되고 본 발명에 따른 방법을 실행하는 컴퓨터 프로그램(프로그램, 소프트웨어, 소프트웨어 어플리케이션, 스크립트 혹은 코드로도 알려져 있음)은 컴파일 되거나 해석된 언어나 선험적 혹은 절차적 언어를 포함하는 프로그래밍 언어의 어떠한 형태로도 작성될 수 있으며, 독립형 프로그램이나 모듈, 컴포넌트, 서브루틴 혹은 컴퓨터 환경에서 사용하기에 적합한 다른 유닛을 포함하여 어떠한 형태로도 전개될 수 있다. 컴퓨터 프로그램은 파일 시스템의 파일에 반드시 대응하는 것은 아니다. 프로그램은 요청된 프로그램에 제공되는 단일 파일 내에, 혹은 다중의 상호 작용하는 파일(예컨대, 하나 이상의 모듈, 하위 프로그램 혹은 코드의 일부를 저장하는 파일) 내에, 혹은 다른 프로그램이나 데이터를 보유하는 파일의 일부(예컨대, 마크업 언어 문서 내에 저장되는 하나 이상의 스크립트) 내에 저장될 수 있다. 컴퓨터 프로그램은 하나의 사이트에 위치하거나 복수의 사이트에 걸쳐서 분산되어 통신 네트워크에 의해 상호 접속된 다중 컴퓨터나 하나의 컴퓨터 상에서 실행되도록 전개될 수 있다.
본 발명은 본 발명의 필수적 특징을 벗어나지 않는 범위에서 다른 특정한 형태로 구체화될 수 있음은 당업자에게 자명하다. 따라서, 상술한 상세한 설명은 모든 면에서 제한적으로 해석되어서는 아니 되고 예시적인 것으로 고려되어야 한다. 본 발명의 범위는 첨부된 청구항의 합리적 해석에 의해 결정되어야 하고, 본 발명의 등가적 범위 내에서의 모든 변경은 본 발명의 범위에 포함된다.

Claims (11)

  1. 현재 프레임의 이전 프레임에 기초하여 전역적 움직임 보상을 수행하는 단계;
    상기 현재 프레임을 복수의 예측 유닛으로 분할하는 단계;
    현재 예측 유닛에 대한 지역적 움직임 보상을 수행함으로써 상기 현재 예측 유닛 내 움직임 보상된 포인트를 결정하는 단계; 및
    상기 움직임 보상된 포인트에 기초하여 상기 현재 예측 유닛 내 현재 포인트의 기하 정보를 결정하는 단계를 포함하는, 포인트 클라우드 압축 방법.
  2. 제1항에 있어서,
    상기 현재 포인트의 기하 정보를 결정하는 단계는,
    상기 현재 포인트 주변의 미리 정의된 특정 영역에 포함된 움직임 보상된 포인트에 기초하여 예측 통계값을 유도하는 단계; 및
    상기 예측 통계값에 기초하여 상기 현재 포인트의 기하 정보를 결정하는 단계를 포함하는, 포인트 클라우드 압축 방법.
  3. 제2항에 있어서,
    상기 현재 포인트의 기하 정보는 상기 현재 포인트의 점유 여부를 지시하는 심볼을 포함하고,
    상기 현재 포인트의 점유 여부를 지시하는 심볼은 상기 예측 통계값을 확률로 이용하여 엔트로피 부호화되는, 포인트 클라우드 압축 방법.
  4. 제2항에 있어서,
    상기 현재 포인트 주변의 특정 영역은 상기 현재 포인트의 전면, 후면, 좌측, 우측, 상측 및 하측에 인접한 복셀들을 포함하는 영역으로 정의되는, 포인트 클라우드 압축 방법.
  5. 제2항에 있어서,
    상기 현재 포인트 주변의 특정 영역은 상기 현재 포인트를 중심으로 상기 현재 포인트에 인접한 인접한 복셀들을 포함하는 정육면체 영역으로 정의되는, 포인트 클라우드 압축 방법.
  6. 제1항에 있어서,
    상기 움직임 보상된 포인트에 기초하여 상기 현재 예측 유닛을 적어도 하나의 삼각형으로 분할하는 단계; 및
    상기 움직임 보상된 포인트에 기초하여 상기 분할된 삼각형의 평면에 포함된 포인트를 결정하는 단계를 더 포함하는, 포인트 클라우드 압축 방법.
  7. 제6항에 있어서,
    상기 현재 포인트의 기하 정보를 결정하는 단계는,
    상기 움직임 보상된 포인트 또는 상기 분할된 삼각형의 평면에 포함된 포인트 중 적어도 하나에 기초하여 상기 현재 포인트의 기하 정보를 결정하는 단계를 포함하는, 포인트 클라우드 압축 방법.
  8. 제6항에 있어서,
    상기 적어도 하나의 삼각형으로 분할하는 단계는,
    상기 현재 예측 유닛의 모서리들에 인접한 복수의 움직임 보상된 포인트들에 기초하여 복수의 꼭지점 획득하는 단계; 및
    상기 복수의 꼭지점을 연결하여 상기 현재 예측 유닛을 상기 적어도 하나의 삼각형으로 분할하는 단계를 포함하는, 포인트 클라우드 압축 방법.
  9. 제1항에 있어서,
    상기 현재 예측 유닛은 미리 정의된 트리 구조에 기초하여 1x1x1 크기를 가지는 영역으로 분할되고,
    상기 현재 포인트는 상기 1x1x1 크기를 가지는 영역의 중앙 위치에 대응되는, 포인트 클라우드 압축 방법.
  10. 제9항에 있어서,
    상기 미리 정의된 트리 구조는 바이너리 트리, 쿼드 트리 또는 옥트 트리 중 적어도 하나를 포함하는, 포인트 클라우드 압축 방법.
  11. 포인트 클라우드 압축을 위한 장치에 있어서,
    상기 장치를 제어하는 프로세서; 및
    상기 프로세서와 결합되고, 데이터를 저장하는 메모리를 포함하되,
    상기 프로세서는,
    현재 프레임의 이전 프레임에 기초하여 전역적 움직임 보상을 수행하고,
    상기 현재 프레임을 복수의 예측 유닛으로 분할하고,
    현재 예측 유닛에 대한 지역적 움직임 보상을 수행함으로써 상기 현재 예측 유닛 내 움직임 보상된 포인트를 결정하고,
    상기 움직임 보상된 포인트에 기초하여 상기 현재 예측 유닛 내 현재 포인트의 기하 정보를 결정하는, 포인트 클라우드 압축 장치.
KR1020230056326A 2022-04-28 2023-04-28 포인트 클라우드 압축 방법 및 장치 KR20230153312A (ko)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
KR1020220053034 2022-04-28
KR20220053034 2022-04-28

Publications (1)

Publication Number Publication Date
KR20230153312A true KR20230153312A (ko) 2023-11-06

Family

ID=88519323

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020230056326A KR20230153312A (ko) 2022-04-28 2023-04-28 포인트 클라우드 압축 방법 및 장치

Country Status (2)

Country Link
KR (1) KR20230153312A (ko)
WO (1) WO2023211255A1 (ko)

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
FI3514968T3 (fi) * 2018-01-18 2023-05-25 Blackberry Ltd Menetelmiä ja laitteita pistepilvien entropiakoodausta varten
WO2021000658A1 (zh) * 2019-07-03 2021-01-07 Oppo广东移动通信有限公司 点云编解码方法、编码器、解码器及计算机存储介质
US11172224B2 (en) * 2019-09-03 2021-11-09 Tencent America LLC Techniques and apparatus for generalized Trisoup geometry coding
US20220108487A1 (en) * 2020-10-07 2022-04-07 Qualcomm Incorporated Motion estimation in geometry point cloud compression
KR20220048417A (ko) * 2020-10-12 2022-04-19 한국전자통신연구원 특성 기반 분할을 활용한 객체 기반의 포인트 클라우드 압축 방법 및 이를 이용한 장치

Also Published As

Publication number Publication date
WO2023211255A1 (ko) 2023-11-02

Similar Documents

Publication Publication Date Title
JP7384159B2 (ja) 画像処理装置および方法
US9734595B2 (en) Method and apparatus for near-lossless compression and decompression of 3D meshes and point clouds
CN110166757B (zh) 用计算机实现的压缩数据的方法、系统、存储介质
US11527041B2 (en) Information processing apparatus, information processing method and storage medium
US20220239945A1 (en) Apparatus and method for processing point cloud data
EP4171039A1 (en) Point cloud data transmission device, point cloud data transmission method, point cloud data reception device and point cloud data reception method
JP2023530365A (ja) 点群の符号化及び復号方法
US20230164353A1 (en) Point cloud data processing device and processing method
CN109327698B (zh) 动态预览图的生成方法、系统、介质和电子设备
US11438628B2 (en) Hash-based accessing of geometry occupancy information for point cloud coding
KR102608160B1 (ko) 포인트 클라우드 지오메트리 업샘플링
US20230059625A1 (en) Transform-based image coding method and apparatus therefor
CN117336527A (zh) 视频编辑的方法和装置
CN114365502B (zh) 用于点云解码的方法和相关装置
KR20200007733A (ko) Pcc 데이터의 효과적인 압축을 위한 부호화/복호화 방법 및 장치
KR102313555B1 (ko) 3d 메시 분할 기반 3d 모델 압축 및 압축해제 시스템 및 방법
KR20230153312A (ko) 포인트 클라우드 압축 방법 및 장치
WO2023172703A1 (en) Geometry point cloud coding
US20240185467A1 (en) Point cloud data transmission device, point cloud data transmission method, point cloud data reception device, and point cloud data reception method
US11677979B2 (en) Freeview video coding
US20230232042A1 (en) Point cloud data transmission device, point cloud data transmission method, point cloud data reception device, and point cloud data reception method
US20240276013A1 (en) Point cloud data transmission device, point cloud data transmission method, point cloud data reception device and point cloud data reception method
KR102612191B1 (ko) 포인트 클라우드 보간 장치 및 방법
US20230334719A1 (en) Point cloud data transmission device, point cloud data transmission method, point cloud data reception device, and point cloud data reception method
US20240062428A1 (en) Point cloud data transmission method, point cloud data transmission device, point cloud data reception method, and point cloud data reception device