WO2019066436A1 - 360 비디오 시스템에서 오버레이 처리 방법 및 그 장치 - Google Patents

360 비디오 시스템에서 오버레이 처리 방법 및 그 장치 Download PDF

Info

Publication number
WO2019066436A1
WO2019066436A1 PCT/KR2018/011323 KR2018011323W WO2019066436A1 WO 2019066436 A1 WO2019066436 A1 WO 2019066436A1 KR 2018011323 W KR2018011323 W KR 2018011323W WO 2019066436 A1 WO2019066436 A1 WO 2019066436A1
Authority
WO
WIPO (PCT)
Prior art keywords
overlay
information
video
metadata
image
Prior art date
Application number
PCT/KR2018/011323
Other languages
English (en)
French (fr)
Inventor
허혜정
오세진
황수진
이장원
Original Assignee
엘지전자 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 엘지전자 주식회사 filed Critical 엘지전자 주식회사
Priority to CN201880061896.0A priority Critical patent/CN111133763B/zh
Priority to US16/490,049 priority patent/US10848737B2/en
Priority to KR1020197021149A priority patent/KR102208129B1/ko
Priority to EP18862956.2A priority patent/EP3687178B1/en
Publication of WO2019066436A1 publication Critical patent/WO2019066436A1/ko
Priority to US17/038,880 priority patent/US11575869B2/en

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N13/00—Stereoscopic video systems; Multi-view video systems; Details thereof
    • H04N13/10—Processing, recording or transmission of stereoscopic or multi-view image signals
    • H04N13/106—Processing image signals
    • H04N13/172—Processing image signals image signals comprising non-image signal components, e.g. headers or format information
    • H04N13/178—Metadata, e.g. disparity information
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T3/00—Geometric image transformations in the plane of the image
    • G06T3/12—Panospheric to cylindrical image transformations
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N13/00—Stereoscopic video systems; Multi-view video systems; Details thereof
    • H04N13/10—Processing, recording or transmission of stereoscopic or multi-view image signals
    • H04N13/106—Processing image signals
    • H04N13/139—Format conversion, e.g. of frame-rate or size
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N13/00—Stereoscopic video systems; Multi-view video systems; Details thereof
    • H04N13/10—Processing, recording or transmission of stereoscopic or multi-view image signals
    • H04N13/106—Processing image signals
    • H04N13/161—Encoding, multiplexing or demultiplexing different image signal components
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N13/00—Stereoscopic video systems; Multi-view video systems; Details thereof
    • H04N13/10—Processing, recording or transmission of stereoscopic or multi-view image signals
    • H04N13/106—Processing image signals
    • H04N13/172—Processing image signals image signals comprising non-image signal components, e.g. headers or format information
    • H04N13/183—On-screen display [OSD] information, e.g. subtitles or menus
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N13/00—Stereoscopic video systems; Multi-view video systems; Details thereof
    • H04N13/10—Processing, recording or transmission of stereoscopic or multi-view image signals
    • H04N13/194—Transmission of image signals
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N13/00—Stereoscopic video systems; Multi-view video systems; Details thereof
    • H04N13/30—Image reproducers
    • H04N13/363—Image reproducers using image projection screens
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N13/00—Stereoscopic video systems; Multi-view video systems; Details thereof
    • H04N13/30—Image reproducers
    • H04N13/366—Image reproducers using viewer tracking
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/20—Servers specifically adapted for the distribution of content, e.g. VOD servers; Operations thereof
    • H04N21/21—Server components or server architectures
    • H04N21/218—Source of audio or video content, e.g. local disk arrays
    • H04N21/21805—Source of audio or video content, e.g. local disk arrays enabling multiple viewpoints, e.g. using a plurality of cameras
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/20—Servers specifically adapted for the distribution of content, e.g. VOD servers; Operations thereof
    • H04N21/23—Processing of content or additional data; Elementary server operations; Server middleware
    • H04N21/234—Processing of video elementary streams, e.g. splicing of video streams or manipulating encoded video stream scene graphs
    • H04N21/2343—Processing of video elementary streams, e.g. splicing of video streams or manipulating encoded video stream scene graphs involving reformatting operations of video signals for distribution or compliance with end-user requests or end-user device requirements
    • H04N21/234345—Processing of video elementary streams, e.g. splicing of video streams or manipulating encoded video stream scene graphs involving reformatting operations of video signals for distribution or compliance with end-user requests or end-user device requirements the reformatting operation being performed only on part of the stream, e.g. a region of the image or a time segment
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/20—Servers specifically adapted for the distribution of content, e.g. VOD servers; Operations thereof
    • H04N21/23—Processing of content or additional data; Elementary server operations; Server middleware
    • H04N21/236—Assembling of a multiplex stream, e.g. transport stream, by combining a video stream with other content or additional data, e.g. inserting a URL [Uniform Resource Locator] into a video stream, multiplexing software data into a video stream; Remultiplexing of multiplex streams; Insertion of stuffing bits into the multiplex stream, e.g. to obtain a constant bit-rate; Assembling of a packetised elementary stream
    • H04N21/23614—Multiplexing of additional data and video streams
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/20—Servers specifically adapted for the distribution of content, e.g. VOD servers; Operations thereof
    • H04N21/23—Processing of content or additional data; Elementary server operations; Server middleware
    • H04N21/236—Assembling of a multiplex stream, e.g. transport stream, by combining a video stream with other content or additional data, e.g. inserting a URL [Uniform Resource Locator] into a video stream, multiplexing software data into a video stream; Remultiplexing of multiplex streams; Insertion of stuffing bits into the multiplex stream, e.g. to obtain a constant bit-rate; Assembling of a packetised elementary stream
    • H04N21/2368—Multiplexing of audio and video streams
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/20—Servers specifically adapted for the distribution of content, e.g. VOD servers; Operations thereof
    • H04N21/23—Processing of content or additional data; Elementary server operations; Server middleware
    • H04N21/239—Interfacing the upstream path of the transmission network, e.g. prioritizing client content requests
    • H04N21/2393—Interfacing the upstream path of the transmission network, e.g. prioritizing client content requests involving handling client requests
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/40—Client devices specifically adapted for the reception of or interaction with content, e.g. set-top-box [STB]; Operations thereof
    • H04N21/43—Processing of content or additional data, e.g. demultiplexing additional data from a digital video stream; Elementary client operations, e.g. monitoring of home network or synchronising decoder's clock; Client middleware
    • H04N21/434—Disassembling of a multiplex stream, e.g. demultiplexing audio and video streams, extraction of additional data from a video stream; Remultiplexing of multiplex streams; Extraction or processing of SI; Disassembling of packetised elementary stream
    • H04N21/4348—Demultiplexing of additional data and video streams
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/40—Client devices specifically adapted for the reception of or interaction with content, e.g. set-top-box [STB]; Operations thereof
    • H04N21/43—Processing of content or additional data, e.g. demultiplexing additional data from a digital video stream; Elementary client operations, e.g. monitoring of home network or synchronising decoder's clock; Client middleware
    • H04N21/435—Processing of additional data, e.g. decrypting of additional data, reconstructing software from modules extracted from the transport stream
    • H04N21/4353—Processing of additional data, e.g. decrypting of additional data, reconstructing software from modules extracted from the transport stream involving decryption of additional data
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/40—Client devices specifically adapted for the reception of or interaction with content, e.g. set-top-box [STB]; Operations thereof
    • H04N21/47—End-user applications
    • H04N21/472—End-user interface for requesting content, additional data or services; End-user interface for interacting with content, e.g. for content reservation or setting reminders, for requesting event notification, for manipulating displayed content
    • H04N21/4728—End-user interface for requesting content, additional data or services; End-user interface for interacting with content, e.g. for content reservation or setting reminders, for requesting event notification, for manipulating displayed content for selecting a Region Of Interest [ROI], e.g. for requesting a higher resolution version of a selected region
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/40—Client devices specifically adapted for the reception of or interaction with content, e.g. set-top-box [STB]; Operations thereof
    • H04N21/47—End-user applications
    • H04N21/488—Data services, e.g. news ticker
    • H04N21/4884—Data services, e.g. news ticker for displaying subtitles
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/60—Network structure or processes for video distribution between server and client or between remote clients; Control signalling between clients, server and network components; Transmission of management data between server and client, e.g. sending from server to client commands for recording incoming content stream; Communication details between server and client 
    • H04N21/65—Transmission of management data between client and server
    • H04N21/658—Transmission by the client directed to the server
    • H04N21/6587—Control parameters, e.g. trick play commands, viewpoint selection
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/80—Generation or processing of content or additional data by content creator independently of the distribution process; Content per se
    • H04N21/81—Monomedia components thereof
    • H04N21/816—Monomedia components thereof involving special video data, e.g 3D video
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N5/00—Details of television systems
    • H04N5/222—Studio circuitry; Studio devices; Studio equipment
    • H04N5/262—Studio circuits, e.g. for mixing, switching-over, change of character of image, other special effects ; Cameras specially adapted for the electronic generation of special effects
    • H04N5/278—Subtitling

Definitions

  • the present invention relates to 360 video, and more particularly, to a method and apparatus for overlay processing in a 360 video system.
  • a VR (Vertical Reality) system provides the user with a sense of being in an electronically projected environment.
  • the system for providing VR can be further improved to provide spatial images with higher quality images.
  • the VR system may allow a user to interactively consume VR content.
  • the present invention provides a method and apparatus for processing 360 video data.
  • Another object of the present invention is to provide a method and apparatus for overlaying 360 video.
  • a method for processing 360 image data performed by a 360 video receiving apparatus.
  • the method includes receiving 360 image data, obtaining information and metadata about the encoded picture from the 360 image data, decoding the picture based on the information about the encoded picture, Wherein the metadata includes overlay-related metadata, rendering the overlay based on the overlay-related metadata, and wherein the overlay-related metadata is associated with the overlay- And information on the area of the image.
  • a 360 video receiving apparatus for processing 360 video data.
  • the 360 video receiving apparatus includes a reception processing unit for receiving 360 video data and obtaining information and metadata about a picture encoded from the 360 video data, a decoding data decoder for decoding a picture based on the information about the encoded picture, A renderer that renders decoded pictures and overlays based on the metadata, the metadata including overlay-related metadata, the renderer rendering the overlay based on the overlay-related metadata, And the related meta data includes information on the area of the overlay.
  • a method for processing 360 image data performed by a 360 video transmission apparatus.
  • the method includes acquiring a 360 image, processing the 360 image to derive a picture, generating metadata for the 360 image, encoding the picture, and encoding the encoded picture and the metadata
  • the metadata includes overlay-related metadata
  • the overlay-related metadata includes information on an area of the overlay.
  • a 360 video transmission apparatus for processing 360 video data.
  • the 360 video transmission apparatus includes a data input unit for acquiring 360 images, a projection processing unit for processing the 360 images to derive a picture, a metadata processing unit for generating metadata about the 360 images, a data encoder for encoding the pictures, And a transmission processor for performing processing for storing or transmitting the encoded picture and the metadata, wherein the metadata includes overlay-related metadata, and the overlay-related metadata includes information on an area of the overlay .
  • VR contents 360 contents
  • a terrestrial broadcasting network and an Internet network it is possible to efficiently transmit VR contents (360 contents) in an environment supporting a next generation hybrid broadcasting using a terrestrial broadcasting network and an Internet network.
  • a method for providing an interactive experience in 360 content consumption of a user can be proposed.
  • overlay can be efficiently provided to 360 videos, and additional information based on the user's time can be efficiently displayed.
  • signaling information for 360-degree video data can be efficiently stored and transmitted through ISO (International Organization for Standardization) based media file format such as ISO Base Media File Format (ISOBMFF).
  • ISO International Organization for Standardization
  • ISOBMFF ISO Base Media File Format
  • HTTP HyperText Transfer Protocol
  • DASH Dynamic Adaptive Streaming over HTTP
  • signaling information for 360-degree video data can be stored and transmitted through a supplemental enhancement information (SEI) message or a video usability information (VUI), thereby improving the overall transmission efficiency.
  • SEI Supplemental Enhancement information
  • VUI video usability information
  • FIG. 1 is a diagram illustrating an overall architecture for providing 360 video according to the present invention.
  • FIGS. 2 and 3 are diagrams showing the structure of a media file according to an embodiment of the present invention.
  • FIG. 4 shows an example of the overall operation of the DASH-based adaptive streaming model.
  • FIG. 5 is a schematic view illustrating a configuration of a 360 video transmission apparatus to which the present invention can be applied.
  • FIG. 6 is a diagram schematically illustrating the configuration of a 360 video receiving apparatus to which the present invention can be applied.
  • FIG. 7 is a diagram illustrating an Aircraft Principal Axes concept for explaining the 3D space of the present invention.
  • FIG. 8 exemplarily shows a 2D image to which a region-based packing process according to a 360-video processing process and a projection format is applied.
  • Figures 9A-9B illustrate exemplary projection forms according to the present invention.
  • FIGS. 10A and 10B are views showing a tile according to an embodiment of the present invention.
  • FIG 11 illustrates an example of 360-degree video related metadata according to an embodiment of the present invention.
  • Fig. 12 schematically shows the concept of a view point, a viewing position, and a viewing orientation.
  • FIG. 13 is a diagram schematically illustrating an example of an architecture for providing 3DoF + video according to the present invention.
  • 14A and 14B are examples of a 3DoF + end-to-end system architecture.
  • FIG. 15 schematically illustrates an example of a Framework for Live Uplink Streaming (FLUS) architecture.
  • FLUS Live Uplink Streaming
  • 16 schematically shows the configuration at the 3DoF + transmitter.
  • Figures 18-20 illustrate exemplary overlay positions according to the overlay type.
  • Fig. 21 shows an example in which overlay track and display time information are stored in a sample.
  • FIG. 22 schematically illustrates a 360 video transmission / reception method based on an overlay-related metadata.
  • Fig. 25 is an example of the case where the overlay is located on the current viewport.
  • 26 is an example of the case where the overlay is located in the 3D space in the sphere or the cube.
  • Figure 27 illustrates an exemplary overlay metadata data track that includes overlay related metadata.
  • Fig. 28 is an example of the case where the overlay is located on the viewport.
  • 29 is an example of the case where the overlay is located on the sphere.
  • Fig. 30 shows an example in which the overlay is located on the three-dimensional space.
  • Figure 31 shows the position / size / rotation of the overlay when the overlay is on a three-dimensional space inside the sphere.
  • Figure 35 shows an example of overlay metadata signaling on an overlay media track.
  • Figures 36 and 37 show examples of overlay media packing, projection and default rendering signaling.
  • FIG. 39 exemplarily shows an overlay rendering procedure.
  • FIG 40 shows an example of overlay geometry generation according to the overlay type.
  • 41 shows an example of overlay texture generation according to the overlay content type.
  • Figure 42 shows an example of overlay rendering.
  • FIG. 43 schematically shows a method of processing 360 video / image data by the 360 video transmission apparatus according to the present invention.
  • FIG. 1 is a diagram illustrating an overall architecture for providing 360 video according to the present invention.
  • the present invention proposes a method of providing 360 contents in order to provide a virtual reality (VR) to a user.
  • the VR may mean a technique or an environment for replicating an actual or virtual environment.
  • VR artificially provides the user with a sensory experience that allows the user to experience the same experience as in an electronically projected environment.
  • 360 content refers to the entire content for implementing and providing VR, and may include 360 video and / or 360 audio.
  • 360 video may refer to video or image content that is required to provide VR while being captured or played back in all directions (360 degrees).
  • 360 video may refer to 360 degree video.
  • the 360 video may refer to a video or image represented in various types of 3D space according to the 3D model, for example 360 video may be displayed on a speech surface.
  • 360 audio may also refer to audio content for providing VR, which may be perceived as being located on a three-dimensional specific space of a sound source.
  • 360 content can be created, processed and sent to users, and users can consume VR experience using 360 content.
  • 360 video can be called omnidirectional video
  • 360 images can be called omni-directional video.
  • the present invention particularly proposes a scheme for effectively providing 360 video.
  • 360 videos may be captured first through one or more cameras.
  • the captured 360 video is transmitted through a series of processes, and the receiving side can process the received data back into the original 360 video and render it. This allows 360 videos to be provided to the user.
  • the entire process for providing 360 video may include a capture process, a preparation process, a transmission process, a processing process, a rendering process, and / or a feedback process.
  • the capturing process may refer to a process of capturing an image or video for each of a plurality of viewpoints via one or more cameras.
  • Image / video data such as (110) in Fig. 1 shown by the capture process can be generated.
  • Each plane of (110) shown in FIG. 1 may mean image / video for each viewpoint.
  • the captured plurality of images / videos may be referred to as raw data. Metadata associated with the capture can be generated during the capture process.
  • a special camera for VR can be used for this capture. If 360 video is to be provided for a virtual space created by a computer according to an embodiment, capturing through an actual camera may not be performed. In this case, the process of generating the related data may be replaced with the capturing process.
  • the preparation process may be a process of processing the captured image / video and metadata generated during the capturing process.
  • the captured image / video may be subjected to a stitching process, a projection process, a region-wise packing process and / or an encoding process in the preparation process.
  • each image / video can be subjected to a stitching process.
  • the stitching process may be a process of linking each captured image / video to create one panoramic image / video or spherical image / video.
  • the stitched image / video may undergo a projection process.
  • the struck image / video can be projected onto the 2D image.
  • This 2D image may be referred to as a 2D image frame depending on the context. It can also be expressed that a projection as a 2D image is mapped as a 2D image.
  • the projected image / video data may be in the form of a 2D image as shown in FIG. 1 (120).
  • the video data projected on the 2D image may undergo region-wise packing to increase the video coding efficiency.
  • the region-specific packing may refer to a process of dividing video data projected on a 2D image by regions.
  • a region may mean a region in which a 2D image in which 360 video data is projected is divided.
  • these regions can be divided into 2D images evenly divided or arbitrarily divided.
  • the regions may be classified according to the projection scheme.
  • the region-by-region packing process is an optional process and may be omitted in the preparation process.
  • the processing may include rotating each region or reordering on a 2D image to enhance video coding efficiency. For example, by rotating the regions so that certain sides of the regions are located close to each other, the coding efficiency can be increased.
  • the process may include raising or lowering the resolution for a particular region to differentiate resolution by region on the 360 video. For example, regions that are relatively more important in 360 video may have a higher resolution than other regions.
  • Video data projected on a 2D image or region-packed video data may be encoded through a video codec.
  • the preparation process may further include an editing process and the like.
  • editing process editing of image / video data before and after projection can be further performed.
  • metadata for stitching / projection / encoding / editing can be generated.
  • meta data regarding the initial point of time of the video data projected on the 2D image, the ROI (Region of Interest), and the like can be generated.
  • the transmission process may be a process of processing the prepared image / video data and metadata and transmitting the processed image / video data and metadata. Processing according to any transmission protocol can be performed for transmission.
  • the processed data for transmission may be transmitted over the broadcast network and / or broadband. These data may be delivered to the receiving side on an on-demand basis. The receiving side can receive the corresponding data through various paths.
  • the processing may be a process of decoding the received data and re-projecting the projected image / video data on the 3D model.
  • the image / video data projected on the 2D images can be re-projected onto the 3D space.
  • This process can be called a mapping, projection, depending on the context.
  • the 3D space mapped at this time may have a different shape depending on the 3D model.
  • a 3D model may have a sphere, a cube, a cylinder, or a pyramid.
  • the processing may further include an editing process, an up scaling process, and the like.
  • editing process editing of image / video data before and after re-projection can be further performed. If the image / video data is scaled down, it can be enlarged by upscaling the samples during upscaling. If necessary, an operation of reducing the size through downscaling may be performed.
  • the rendering process may refer to the process of rendering and displaying the re-projected image / video data on the 3D space. It can also be expressed that the re-projection and the rendering are combined according to the representation and rendered on the 3D model.
  • the image / video that is re-projected (or rendered on the 3D model) on the 3D model may have the form of (130) shown in FIG. 1 (130) is a case where the projection is re-projected onto a 3D model of a sphere.
  • the user can view some areas of the rendered image / video through the VR display or the like. In this case, the area viewed by the user may be the same as 140 shown in FIG.
  • the feedback process may be a process of transmitting various feedback information that can be obtained in the display process to the transmitting side.
  • the feedback process can provide interactivity in 360 video consumption.
  • Head Orientation information in the feedback process, Viewport information indicating the area currently viewed by the user, and the like can be transmitted to the sender.
  • the user may interact with those implemented in the VR environment, in which case the information associated with that interaction may be conveyed from the sender to the service provider side in the feedback process.
  • the feedback process may not be performed.
  • the head orientation information may mean information about a user's head position, angle, motion, and the like. Based on this information, information about the area that the user is currently viewing within 360 video, i.e. viewport information, can be calculated.
  • the viewport information may be information about the area that the current user is viewing in 360 video. Through this, Gaze Analysis can be performed to see how the user consumes 360 video, what area of 360 video they are staring at, and so on.
  • the Gaussian analysis may be performed on the receiving side and delivered via the feedback channel to the transmitting side.
  • a device such as a VR display can extract a viewport area based on a user's head position / direction, vertical or horizontal FOV (field of view) information supported by the device, and the like.
  • the above-described feedback information may be consumed not only at the transmitting side but also at the receiving side. That is, decoding, re-projection, and rendering processes on the receiving side can be performed using the above-described feedback information. For example, only 360 videos for the area that the current user is viewing may be preferentially decoded and rendered using head orientation information and / or viewport information.
  • the viewport or viewport area may refer to an area viewed by the user in 360 video.
  • a viewpoint is a point that a user is viewing in 360 video, which may mean a center point of the viewport area. That is, the viewport is a region around the viewpoint, and the size and the size occupied by the viewport can be determined by the FOV (Field Of View) described later.
  • FOV Field Of View
  • the image / video data that undergoes a series of processes of capture / projection / encoding / transmission / decoding / re-projection / rendering can be referred to as 360 video data within the overall architecture for 360 video provisioning.
  • 360 video data may also be used to include metadata or signaling information associated with such image / video data.
  • the media file may have a file format based on ISO Base Media File Format (ISO BMFF).
  • ISO BMFF ISO Base Media File Format
  • FIGS. 2 and 3 are diagrams showing the structure of a media file according to an embodiment of the present invention.
  • the media file according to the present invention may include at least one box.
  • the box may be a data block or an object including metadata related to media data or media data.
  • the boxes may have a hierarchical structure with each other, so that the data may be classified so that the media file has a form suitable for storing and / or transferring large-capacity media data.
  • the media file may also have an easy structure for accessing media information, such as when a user moves to a specific point in the media content.
  • a media file according to the present invention may include an ftyp box, a moov box, and / or an mdat box.
  • the ftyp box (file type box) can provide file type or compatibility information for the corresponding media file.
  • the ftyp box may contain configuration version information for the media data of the media file.
  • the decoder can identify the media file by referring to the ftyp box.
  • the moov box may be a box containing metadata about the media data of the corresponding media file.
  • the moov box can serve as a container for all metadata.
  • the moov box may be the top-level box of metadata related boxes. According to an embodiment, there can be only one moov box in the media file.
  • the mdat box may be a box for storing actual media data of the corresponding media file.
  • the media data may include audio samples and / or video samples, and the mdat box may serve as a container for these media samples.
  • the above-described moov box according to an embodiment may further include an mvhd box, a trak box, and / or a mvex box as sub-boxes.
  • the mvhd box may include media presentation related information of the media data included in the corresponding media file. That is, the mvhd box may include information such as a media creation time, a modification time, a time specification, and a duration of the corresponding media presentation.
  • the trak box can provide information related to the track of the corresponding media data.
  • the trak box may contain information such as stream related information for an audio track or a video track, presentation related information, access related information, and the like.
  • a plurality of trak boxes may exist depending on the number of tracks.
  • the trak box may further include a tkhd box (track header box) as a sub-box according to an embodiment.
  • the tkhd box may contain information about the track that the trak box represents.
  • the tkhd box may contain information such as the creation time of the track, the modification time, the track identifier, and the like.
  • the mvex box (movie extension box) can indicate to the media file that there may be a moof box to be described later. To know all media samples of a particular track, moof boxes may need to be scanned.
  • a media file according to the present invention may be divided into a plurality of fragments according to an embodiment (200). Whereby the media file can be divided and stored or transmitted.
  • the media data (mdat box) of a media file is divided into a plurality of fragments, each of which may include an mdat box divided with a moof box.
  • the information of the ftyp box and / or the moov box may be needed to utilize the fragments.
  • the moof box (movie fragment box) can provide metadata about the media data of the fragment.
  • the moof box may be the top-level box of the metadata related boxes of the fragment.
  • the mdat box may contain actual media data as described above.
  • This mdat box may contain media samples of media data corresponding to each respective fragment.
  • the above-described moof box may further include an mfhd box and / or a traf box as a sub-box.
  • the mfhd box may contain information related to the association between a plurality of fragmented fragments.
  • the mfhd box may contain a sequence number to indicate how many pieces of media data of the corresponding fragment are divided. Also, it can be confirmed whether or not any of the divided data using the mfhd box is missing.
  • the traf box may contain information about the corresponding track fragment.
  • the traf box may provide metadata for the fragmented track fragments contained in the fragment.
  • the traf box may provide metadata such that media samples in the track fragment may be decoded / played back.
  • a plurality of traf boxes may exist depending on the number of track fragments.
  • the traf box described above according to the embodiment may further include a tfhd box and / or a trun box as a sub-box.
  • the tfhd box may contain header information of the corresponding track fragment.
  • the tfhd box may provide basic sample size, duration, offset, identifier, etc. for media samples of the track fragment represented by the traf box described above.
  • the trun box may include information about the corresponding track fragment.
  • the trun box may include information such as a period, a size, a playback time, etc. of each media sample.
  • a segment may have an initialization segment and / or a media segment.
  • the file of the illustrated embodiment 210 may be a file including information related to the initialization of the media decoder, excluding the media data. This file may correspond, for example, to the initialization segment described above.
  • the initialization segment may include the ftyp box and / or the moov box described above.
  • the file of the illustrated embodiment 220 may be a file containing the above-described fragment. This file may correspond, for example, to the media segment described above.
  • the media segment may include moof boxes and / or mdat boxes as described above.
  • the media segment may further include a styp box and / or a sidx box.
  • a styp box may provide information for identifying media data of a fragmented fragment.
  • the styp box can act like the ftyp box described above for fragmented fragments.
  • the styp box may have the same format as the ftyp box.
  • the sidx box (segment index box) can provide information indicating the index for the fragmented fragment. This may indicate how fragment the fragment is.
  • An (230) ssix box may be further included according to an embodiment.
  • the ssix box (subsegment index box) may provide information indicating the index of the subsegment when the segment is further divided into subsegments.
  • the boxes in the media file may include more extended information based on a box or full box format such as the illustrated embodiment 250.
  • the size field and the largesize field may indicate the length of the corresponding box in units of bytes.
  • the version field may indicate the version of the corresponding box format.
  • the Type field may indicate the type or identifier of the corresponding box.
  • the flags field can indicate flags, etc., associated with the box.
  • FIG. 4 shows an example of the overall operation of the DASH-based adaptive streaming model.
  • the DASH-based adaptive streaming model according to the illustrated embodiment 400 describes the operation between the HTTP server and the DASH client.
  • DASH Dynamic Adaptive Streaming over HTTP
  • DASH is a protocol for supporting HTTP based adaptive streaming and can support streaming dynamically according to the network situation. Whereby AV content playback can be seamlessly provided.
  • the DASH client can acquire the MPD.
  • the MPD can be delivered from a service provider such as an HTTP server.
  • the DASH client can request the segments to the server using the access information to the segment described in the MPD.
  • this request can be performed reflecting the network status.
  • the DASH client After the DASH client obtains the segment, it can process it on the media engine and display it on the screen.
  • the DASH client can request and acquire a necessary segment by reflecting the reproduction time and / or the network status in real time (Adaptive Streaming). This allows content to be played back seamlessly.
  • the MPD Media Presentation Description
  • XML XML format
  • the DASH client controller can generate commands to request MPD and / or segments to reflect network conditions.
  • the controller can control the acquired information to be used in the internal block of the media engine or the like.
  • the MPD parser can parse the acquired MPD in real time. This allows the DASH client controller to be able to generate a command that can obtain the required segment.
  • the segment parser can parse the acquired segment in real time. Depending on the information contained in the segment, the inner blocks of the media engine or the like may perform certain operations.
  • the HTTP client may request the HTTP server for the required MPD and / or segment.
  • the HTTP client may also pass MPDs and / or segments obtained from the server to an MPD parser or segment parser.
  • the media engine can display the content on the screen using the media data included in the segment. At this time, information of MPD can be utilized.
  • the DASH data model may have a hierarchical structure 410.
  • the media presentation can be described by MPD.
  • the MPD can describe a temporal sequence of a plurality of Periods that make a media presentation.
  • a pyrido can represent one section of media content.
  • the data may be included in adaptation sets.
  • the adaptation set may be a collection of a plurality of media content components that can be exchanged with each other.
  • the adaptation may include a collection of representations.
  • the representation may correspond to a media content component.
  • the content may be temporally divided into a plurality of segments. This may be for proper accessibility and delivery.
  • the URL of each segment can be provided to access each segment.
  • the MPD can provide information related to the media presentation, and the peered element, the adaptation set element, and the presentation element can describe the corresponding peer, adaptation set, and presentation, respectively.
  • the representation can be divided into sub-representations, which can describe the sub-representations.
  • Common attributes / elements can be defined here, which can be applied to, or included in, adaptation sets, representations, sub-presentations, and so on.
  • common attributes / elements there may be EssentialProperty and / or SupplementalProperty.
  • the essential property may be information including elements that are considered essential in processing the media presentation related data.
  • the supplemental property may be information including elements that may be used in processing the media presentation related data. Descriptors to be described below according to an embodiment may be defined and delivered in an essential property and / or a supporting property when delivered via MPD.
  • FIG. 5 is a schematic view illustrating a configuration of a 360 video transmission apparatus to which the present invention can be applied.
  • the 360 video transmission apparatus can perform the operations related to the preparation process or the transmission process described above.
  • 360 video transmission apparatus includes a data input unit, a stitcher, a projection processing unit, a region-based packing processing unit (not shown), a metadata processing unit, a (transmission side) feedback processing unit, a data encoder, an encapsulation processing unit, Or a transmission unit as an inner / outer element.
  • the data input unit may receive images / videos captured at each viewpoint. These point-by-point images / videos may be images / videos captured by one or more cameras.
  • the data input unit may receive metadata generated during the capturing process.
  • the data input unit may transmit the input image / video to the stitcher, and may transmit the metadata of the capture process to the signaling processing unit.
  • the stitcher can perform a stitching operation on captured images / videos at the time of capture.
  • the stitcher can deliver the stitched 360 video data to the projection processing unit. If necessary, the stitcher can receive necessary metadata from the metadata processing unit and use it for the stitching operation.
  • the stitcher can transmit the metadata generated in the stitching process to the metadata processing unit.
  • the metadata of the stitching process may include information such as whether stitching has been performed, stitching type, and the like.
  • the projection processing section can project the stitched 360 video data onto the 2D image.
  • the projection processing unit can perform projection according to various schemes, which will be described later.
  • the projection processing unit can perform mapping in consideration of the corresponding depth of 360 video data for each view point. If necessary, the projection processing unit receives the metadata required for projection from the metadata processing unit and can use the metadata for projection.
  • the projection processing unit may transmit the metadata generated in the projection process to the metadata processing unit.
  • the metadata of the projection processing unit may include the type of the projection scheme.
  • the region-specific packing processing unit may perform the above-described region-by-region packing process. That is, the region-specific packing processing unit can perform processing such as dividing the projected 360 video data for each region, rotating and rearranging the regions, and changing the resolutions of the regions. As described above, the region-by-region packing process is an optional process. If the region-by-region packing is not performed, the region-by-region packing processing unit may be omitted. If necessary, the region-specific packing processing unit can receive the metadata necessary for the region-specific packing from the metadata processing unit and use it for packing according to the region. The region-specific packing processing unit can transmit the metadata generated in the region-by-region packing process to the metadata processing unit. The meta data of the region-specific packing processing unit may have rotation degree and size of each region.
  • the above-described stitcher, projection processing unit, and / or region-specific packing processing unit may be performed in one hardware component according to an embodiment.
  • the metadata processing unit may process metadata that may occur in a capture process, a stitch process, a projection process, a region-based packing process, an encoding process, an encapsulation process, and / or a process for transmission.
  • the metadata processing unit may generate 360 video related metadata using the metadata.
  • the metadata processing unit may generate 360 video related metadata in the form of a signaling table.
  • 360 video-related metadata may be referred to as metadata or 360 video-related signaling information.
  • the metadata processing unit may transmit the acquired or generated metadata to internal elements of the 360 video transmission apparatus as needed.
  • the metadata processing unit may transmit 360 video related metadata to the data encoder, the encapsulation processing unit, and / or the transmission processing unit so that the metadata can be transmitted to the receiving side.
  • the data encoder may encode 360 video data projected onto the 2D image and / or 360 video data packed per region. 360 video data can be encoded in various formats.
  • the encapsulation processor may encapsulate the encoded 360 video data and / or 360 video related metadata in the form of a file or the like.
  • 360 video related metadata may be received from the above-described metadata processing unit.
  • the encapsulation processor can encapsulate the data in a file format such as ISOBMFF, CFF, or other DASH segments.
  • the encapsulation processor may include 360 video related metadata on the file format according to an embodiment.
  • 360 related metadata may be included in boxes of various levels, for example, in the ISOBMFF file format, or may be included as data in a separate track within the file.
  • the encapsulation processor may encapsulate 360 video-related metadata itself into a file.
  • the transmission processing unit may apply processing for transmission to the 360 video data encapsulated according to the file format.
  • the transmission processing unit can process 360 video data according to an arbitrary transmission protocol. Processing for transmission may include processing for transmission through a broadcasting network, processing for transmission via broadband.
  • the transmission processing unit may receive 360 video related metadata from the metadata processing unit as well as 360 video data, and may apply processing for transmission to the 360 video related metadata.
  • the transmitting unit may transmit the transmitted 360 video data and / or 360 video related metadata through the broadcasting network and / or the broadband.
  • the transmission unit may include an element for transmission over a broadcast network and / or an element for transmission over broadband.
  • the 360 video transmission apparatus may further include a data storage unit (not shown) as an inner / outer element.
  • the data storage unit may store the encoded 360 video data and / or 360 video related metadata before delivering them to the transmission processing unit.
  • the format in which these data are stored may be a file format such as ISOBMFF.
  • a data storage unit may not be required.
  • NRT non-real time
  • 360 data encapsulated is stored in the data storage unit for a certain period And then transmitted.
  • the 360 video transmission apparatus may further include a (transmission side) feedback processing unit and / or a network interface (not shown) as internal / external elements.
  • the network interface may receive the feedback information from the 360 video receiving apparatus according to the present invention and may transmit the feedback information to the transmission side feedback processing unit.
  • the transmission-side feedback processing section can transmit the feedback information to the stitcher, the projection processing section, the region-based packing processing section, the data encoder, the encapsulation processing section, the metadata processing section, and / or the transmission processing section.
  • the feedback information may be once transmitted to the metadata processing unit, and then transmitted to the respective internal elements.
  • the internal elements receiving the feedback information can reflect the feedback information in the processing of the subsequent 360 video data.
  • the region-specific packing processing unit can rotate and map each region on the 2D image. At this time, each of the regions may be rotated in different directions, at different angles, and mapped on the 2D image.
  • the rotation of the region can be performed in consideration of the portion where the 360 video data is adjacent to the projection surface before the projection on the spherical surface, the stitched portion, and the like.
  • Information about the rotation of the region i. E. Rotation direction, angle, etc., can be signaled by 360 video related metadata.
  • the data encoder can perform encoding differently for each region.
  • Data encoders can perform encoding with high quality for certain regions and low quality for other regions.
  • the transmission side feedback processing unit may transmit the feedback information received from the 360 video receiving apparatus to the data encoder so that the data encoder may use the differentiated encoding method.
  • the transmission-side feedback processing unit may transmit the viewport information received from the reception side to the data encoder.
  • the data encoder can perform encoding with higher quality (such as UHD) than other regions for regions containing the region indicated by the viewport information.
  • the transmission processing unit may perform processing for transmission differently for each region.
  • the transmission processing unit may apply different transmission parameters (modulation order, code rate, etc.) for each region to different robustenss of data transmitted for each region.
  • the transmission-side feedback processing unit may transmit the feedback information received from the 360 video receiving apparatus to the transmission processing unit, and the transmission processing unit may perform transmission processing differentiated for each region.
  • the transmission-side feedback processing unit can transmit the viewport information received from the reception side to the transmission processing unit.
  • the transmission processing unit may perform the transmission processing so as to have a higher robustness than the other regions for the regions including the region indicated by the viewport information.
  • the inner / outer elements of the 360 video transmission apparatus may be hardware elements implemented in hardware. Depending on the embodiment, the inner / outer elements may be altered, omitted, or replaced by other elements. Additional elements may be added to the 360 video transmission device, depending on the embodiment.
  • FIG. 6 is a diagram schematically illustrating the configuration of a 360 video receiving apparatus to which the present invention can be applied.
  • the 360 video receiving apparatus can perform operations related to the above-described processing and / or rendering processes.
  • 360 video receiving apparatus may include a receiving unit, a receiving processing unit, a decapsulation processing unit, a data decoder, a metadata parser, a (receiving) feedback processing unit, a re-projection processing unit, and / or a renderer as inner and outer elements.
  • the signaling parser may be called a metadata parser.
  • the receiver can receive 360 video data transmitted by the 360 video transmission apparatus according to the present invention. Depending on the channel to be transmitted, the receiver may receive 360 video data through the broadcasting network or 360 video data through the broadband.
  • the reception processing unit may perform processing according to the transmission protocol for the received 360 video data.
  • the reception processing unit may perform the inverse process of the transmission processing unit as described above so that the transmission process corresponds to the process performed for the transmission.
  • the reception processing unit transfers the acquired 360 video data to the decapsulation processing unit, and transmits the acquired 360 video related metadata to the metadata parser.
  • the 360 video related metadata acquired by the reception processing unit may be in the form of a signaling table.
  • the decapsulation processing unit may decapsulate 360 video data of the file type received from the reception processing unit.
  • the decapsulation processing unit may decode the files according to ISOBMFF or the like to obtain 360 video data or 360 video related metadata.
  • the acquired 360 video data may be transmitted to the data decoder and the 360 video related metadata obtained may be transmitted to the metadata parser.
  • 360 video related metadata acquired by the decapsulation processing unit may be in the form of a box or a track in a file format.
  • the decapsulation processor may receive metadata necessary for decapsulation from the metadata parser if necessary.
  • the data decoder may perform decoding on 360 video data.
  • the data decoder may receive metadata necessary for decoding from the metadata parser.
  • the 360 video related metadata obtained in the data decoding process may be transmitted to the metadata parser.
  • the metadata parser can perform parsing / decoding on 360 video related metadata.
  • the metadata parser may deliver the acquired metadata to a data decapsulation processor, a data decoder, a re-projection processor, and / or a renderer.
  • the re-projection processing unit can perform re-projection on the decoded 360 video data.
  • the re-projection processing unit can re-project the 360 video data into the 3D space.
  • the 3D space may have a different shape depending on the 3D model used.
  • the re-projection processing unit may receive meta data necessary for re-projection from the meta data parser.
  • the re-projection processing unit can receive information about the type of the 3D model to be used and its detailed information from the metadata parser.
  • the re-projection processing unit may re-project only 360 video data corresponding to a specific region on the 3D space into the 3D space using the metadata necessary for re-projection.
  • the renderer may render 360 video data that is re-projected. As described above, it can be expressed that 360 video data is rendered on the 3D space. If the two processes occur at once, the re-projection processing unit and the renderer are integrated so that all of the processes can be performed in the renderer. According to an exemplary embodiment, the renderer may render only the part that the user is viewing according to the viewpoint information of the user.
  • the user can view a part of the 360 video rendered through the VR display or the like.
  • the VR display is a device for reproducing 360 video, which may be tethered to a 360 video receiving device and untethered to a 360 video receiving device as a separate device.
  • the 360 video receiving apparatus may further include a (receiving) feedback processing unit and / or a network interface (not shown) as internal / external elements.
  • the receiving-side feedback processing section can obtain and process the feedback information from the renderer, the re-projection processing section, the data decoder, the decapsulation processing section, and / or the VR display.
  • the feedback information may include viewport information, head orientation information, Gaze information, and the like.
  • the network interface receives the feedback information from the receiving-side feedback processing unit and can transmit the feedback information to the 360 video transmitting apparatus.
  • the receiving-side feedback processing unit may transmit the acquired feedback information to the internal elements of the 360 video receiving apparatus to be reflected in the process of rendering or the like.
  • the receiving-side feedback processing section may transmit the feedback information to the renderer, the re-projection processing section, the data decoder, and / or the decapsulation processing section.
  • the renderer may use the feedback information to render preferentially the area the user is viewing.
  • the decapsulation processing unit, the data decoder, and the like can preferentially decapsulate and decode the area to be viewed or the area to be viewed by the user.
  • the inner / outer elements of the 360 video receiving apparatus may be hardware elements embodied in hardware. Depending on the embodiment, the inner / outer elements may be altered, omitted, or replaced by other elements. Additional elements may be added to the 360 video receiving device according to an embodiment.
  • Another aspect of the present invention may relate to a method for transmitting 360 video and a method for receiving 360 video.
  • the method of transmitting / receiving 360 video according to the present invention can be performed by the above-described 360 video transmitting / receiving apparatus according to the present invention or embodiments of the apparatus.
  • Embodiments of each of the 360 video transmission / reception apparatus, the transmission / reception method, and the inner / outer elements thereof according to the present invention described above can be combined with each other.
  • Embodiments of the projection processor, for example, and embodiments of the data encoder may be combined with one another to produce embodiments of the number of 360 video transmission devices in that case. Such combined embodiments are also included in the scope of the present invention.
  • FIG. 7 is a diagram illustrating an Aircraft Principal Axes concept for explaining the 3D space of the present invention.
  • the concept of a plane main axis can be used to express a specific point, a position, a direction, an interval, an area, and the like in 3D space. That is, in the present invention, the concept of the airplane main axis can be used to describe the 3D space before or after the projection, and to perform signaling on the 3D space.
  • a method using an X, Y, Z axis concept or a spherical coordinate system may be used according to an embodiment.
  • the plane can rotate freely in three dimensions.
  • the three-dimensional axes are referred to as a pitch axis, a yaw axis, and a roll axis, respectively. In the present specification, these may be abbreviated as pitch, yaw, roll to pitch, yaw, and roll directions.
  • the pitch axis can be used as a reference for the direction in which the front of the airplane turns up / down.
  • the pitch axis can refer to an axis extending from the wing of the airplane to the wing.
  • the yaw axis can be used as a reference axis for the direction of rotation of the airplane front / rear.
  • the yaw axis in the planar spindle concept shown can refer to the axis from top to bottom of the plane.
  • the roll axis is an axis extending from the front to the tail of the airplane in the illustrated plane main axis concept, and the rotation in the roll direction can mean a rotation based on the roll axis.
  • the 3D space in the present invention can be described through the concept of pitch, yaw, and roll.
  • the video data projected on the 2D image as described above may be subjected to region-wise packing to enhance video coding efficiency and the like.
  • the region-based packing process may be a process of dividing the video data projected on the 2D image by regions.
  • the region may represent a divided area of the 2D image in which the 360 video data is projected, and the regions in which the 2D image is divided may be classified according to the projection scheme.
  • the 2D image may be referred to as a video frame or a frame.
  • the present invention proposes metadata for the region-specific packing process according to the projection scheme and a signaling method of the metadata.
  • the region-specific packing process can be performed more efficiently based on the metadata.
  • FIG. 8 exemplarily shows a 2D image to which a region-based packing process according to a 360-video processing process and a projection format is applied.
  • FIG. 8A illustrates a process of input 360 video data.
  • 360 video data at the input time point can be stitched and projected to a 3D projection structure according to various projection schemes, and 360 video data projected to the 3D projection structure can be represented as a 2D image . That is, the 360 video data can be stitched and projected onto the 2D image.
  • the 2D image on which the 360 video data is projected may be referred to as a projected frame. Also, the above-described region-by-region packing process may be performed on the projected frame.
  • the region-specific packing process may represent mapping the projected frame to one or more packed frames.
  • the performing of the region-by-region packing process may be optional, and if the region-by-region packing process is not applied, the packed frame and the projected frame may be the same.
  • each region of the projected frame can be mapped to a region of the packed frame, and the position, shape, and shape of the region of the packed frame to which each region of the projected frame is mapped And metadata indicative of the size may be derived.
  • Figures 8 (b) and 8 (c) illustrate examples where each region of the projected frame is mapped to a region of the packed frame.
  • the 360 video data may be projected onto a 2D image (or frame) according to a panoramic projection scheme.
  • the top, middle, and bottom regions of the projected frame may be rearranged as shown in the right-hand side by applying a region-by-region packing process.
  • the top surface region may be a region representing the top surface of the panorama on a 2D image and the top surface region may be a remainder representing a stop surface of the panorama on a 2D image, And may represent the bottom surface of the panorama on the 2D image.
  • FIG. 8 (b) the 360 video data may be projected onto a 2D image (or frame) according to a panoramic projection scheme.
  • the top, middle, and bottom regions of the projected frame may be rearranged as shown in the right-hand side by applying a region-by-region packing process.
  • the top surface region may be a region representing the top surface of the panorama on
  • the 360 video data may be projected onto a 2D image (or frame) according to a cubic projection scheme.
  • the region-specific packing process is applied to the front, back, top, bottom, right, and left sides of the projected frame And can be rearranged as shown on the right side.
  • the frontal region may be a region representing the front side of the cube on the 2D image
  • the backside region may be a representation representing the back side of the cube on the 2D image.
  • the top surface region may be a remainder representing the top surface of the cube on the 2D image
  • the bottom surface region may be a remainder representing the bottom surface of the cube on the 2D image.
  • the right side region may be a remainder representing the right side face of the cube on the 2D image
  • the left side region may be a remainder representing the left side face of the cube on the 2D image.
  • Figure 8 (d) may represent various 3D projection formats in which the 360 video data may be projected.
  • the 3D projection formats may include a tetrahedron, a cube, an octahedron, a dodecahedron, and an icosahedron.
  • the 2D projections shown in FIG. 8 (d) may represent projected frames that represent 360 video data projected in the 3D projection format as a 2D image.
  • projection formats or projection schemes
  • 360 The projection format used for video can be indicated, for example, through the projection format field of the metadata.
  • Figures 9A-9B illustrate exemplary projection forms according to the present invention.
  • FIG. 9A shows an isotropic projection format.
  • the offset value for the x-axis and the offset value for the y-axis can be expressed by the following equation.
  • the spherical surface will have a width of 2K on the 2D image based on (0,0) and can be mapped to an area of x? r and a height of K x? r.
  • the data (r,? / 2, 0) on the spherical surface can be mapped to a point (3? K x r / 2,? K x r / 2) on the 2D image.
  • 360 video data on a 2D image can be re-projected onto a spherical surface. This can be expressed as the following equation.
  • FIG. 9A (b) shows a cubic projection format.
  • stitched 360 video data can be represented on a spherical surface.
  • the projection processing unit can divide the 360 video data into a cube shape and project it onto a 2D image.
  • 360 video data on the spherical surface can be projected on the 2D image corresponding to each side of the cube as shown on the left side of FIG. 9 (a) or on the right side of FIG. 9 (a).
  • Fig. 9 (c) can represent a cylindrical projection format. Assuming that stitched 360 video data can be displayed on a spherical surface, the projection processing unit can divide the 360 video data into a cylinder shape and project it on a 2D image. The 360 video data on the spherical surface corresponds to the side, top, and bottom of the cylinder, respectively, and is shown on the left side of FIG. 8A (c) or on the right side of FIG. 8A Can be projected together.
  • Figure 9 (d) may represent a tile-based projection format.
  • the above-described projection processing unit divides the 360 video data on the spherical surface into one or more detailed regions as shown in (d) of FIG. 9A and projects it on the 2D image .
  • the detail area may be referred to as a tile.
  • FIG. 9 (e) may represent a pyramid projection format.
  • the projection processing unit can view the 360 video data in a pyramid shape, and can divide each surface into a 2D image.
  • 360 video data on the spherical surface corresponds to the four sides of the pyramid (Left top, Left bottom, Right top, Right bottom) of the pyramid, Left or (e) right as shown in FIG.
  • the bottom surface may be an area including data acquired by a camera that faces the front surface.
  • FIG. 9 (f) shows a panoramic projection format.
  • the above-described projection processing unit can project only the side surface of 360 video data on the spherical surface onto the 2D image as shown in (f) of FIG. 9B. This may be the case when there are no top and bottom in the cylindrical projection scheme.
  • FIG. 9B (g) shows a case where projection is performed without stitching.
  • the above-described projection processing unit can project 360 video data onto a 2D image as it is, as shown in Fig. 9 (g).
  • stitching is not performed, and each image obtained from the camera can be projected on the 2D image as it is.
  • each image may be a fish-eye image acquired through a respective sensor in a spherical camera (or a fish-eye camera).
  • the image data obtained from the camera sensors can be stitched on the receiving side, and the stitched image data can be mapped on a spherical surface to render a spherical video, that is, can do.
  • FIGS. 10A and 10B are views showing a tile according to an embodiment of the present invention.
  • 360 video data projected onto a 2D image or 360 video data performed up to a region-specific packing can be divided into one or more tiles.
  • one 2D image is divided into 16 tiles.
  • the 2D image may be the projected frame or the paginated frame described above.
  • the data encoder can independently encode each tile.
  • the above-described region-specific packing and tiling can be distinguished.
  • the above-described region-specific packing may mean processing segmented 360 video data projected on a 2D image to improve coding efficiency or to adjust resolutions.
  • Tiling may mean that the data encoder divides the projected or paginated frame into sections called tiles and performs encoding independently for each of the tiles.
  • the user does not consume all parts of the 360 video at the same time.
  • Tiling may allow only a tile corresponding to a certain portion or a certain portion, such as a viewport currently viewed by a user on a limited bandwidth, to be transmitted or consumed to a receiving side.
  • the limited bandwidth can be utilized more efficiently through tiling, and the calculation load can be reduced compared with the case where all the 360 video data are processed at one time on the receiving side.
  • regions and tiles are distinct, the two regions do not have to be the same.
  • the region and the tile may refer to the same region.
  • the region-specific packing is performed in accordance with the tiles so that the region and tile can be the same.
  • each plane, region, and tile according to the projection scheme may refer to the same region.
  • regions may be called VR regions and tiles as tiles.
  • the region of interest may refer to the area of interest of the user proposed by the 360 content provider.
  • 360 content providers can produce 360 videos when they produce 360 videos, taking into account the specific areas that users are interested in.
  • the ROI may correspond to an area in which important contents are reproduced on the content of 360 video.
  • the receiving-side feedback processing unit can extract and collect the viewport information and transmit it to the transmitting-side feedback processing unit.
  • the viewport information can be transmitted using both network interfaces.
  • the viewport 1000 is shown in the 2D image of 10a shown. Where the viewport can span 9 tiles on a 2D image.
  • the 360 video transmission device may further include a tiling system.
  • the tiling system may be located next to the data encoder (10b shown), included in the data encoders through transmission processing section described above, or included as separate internal / external elements in the 360 video transmission device.
  • the tiling system can receive the viewport information from the transmitting side feedback processing unit.
  • the tiling system can selectively transmit only the tiles including the viewport area. Only nine tiles including the viewport area 1000 among a total of 16 tiles in the 2D image of 10a shown can be transmitted.
  • the tiling system can transmit tiles in a unicast manner via broadband. This is because the viewport area differs depending on the user.
  • the transmission-side feedback processing unit may transmit the viewport information to the data encoder.
  • the data encoder can perform encoding with higher quality than other tiles for the tiles containing the viewport area.
  • the transmission-side feedback processing unit may transmit the viewport information to the metadata processing unit.
  • the metadata processing unit may transmit the metadata related to the viewport area to each inner element of the 360 video transmission apparatus or may include the metadata in the 360 video related metadata.
  • the transmission band width can be saved, and efficient data processing / transmission can be performed by performing differentiated processing for each tile.
  • Embodiments related to the above-described viewport area can be applied in a similar manner to specific areas other than the viewport area.
  • an area that is determined to be mainly interested by users through the above-described Gaussian analysis an ROI area, an area (an initial viewpoint, an initial viewpoint) that is first reproduced when a user touches 360 video through the VR display , Processes in the same manner as the viewport area described above can be performed.
  • the transmission processing unit may perform processing for transmission differently for each tile.
  • the transmission processing unit may apply different transmission parameters (modulation order, code rate, etc.) for each tile so that the robustness of the data transmitted for each tile may be different.
  • the transmission-side feedback processing unit may transmit the feedback information received from the 360 video receiving apparatus to the transmission processing unit, and the transmission processing unit may perform transmission processing differentiated for each tile.
  • the transmission-side feedback processing unit can transmit the viewport information received from the reception side to the transmission processing unit.
  • the transmission processing unit may perform transmission processing so that tiles having the corresponding viewport area have higher robustness than other tiles.
  • the 360-degree video related metadata may include various metadata for the 360-degree video.
  • the 360 degree video related metadata may be referred to as 360 degree video related signaling information.
  • the 360-degree video related metadata may be included in a separate signaling table, transmitted, embedded in the DASH MPD, or included in a box format such as ISOBMFF.
  • the 360-degree video related metadata may include metadata for the corresponding level data included in various levels such as a file, a fragment, a track, a sample entry, a sample, and the like.
  • a part of the metadata described later may be transmitted as a signaling table, and some of the metadata may be included in a box format or a track format in the file format.
  • the 360 degree video related metadata includes basic metadata related to the projection scheme and the like, stereoscopic related metadata, initial view / Related metadata, ROI related metadata, Field of View (FOV) related metadata, and / or cropped region related metadata.
  • the 360 degree video related metadata may further include additional metadata in addition to those described above.
  • Embodiments of the 360 degree video related metadata according to the present invention may include the above basic metadata, stereoscopic related metadata, initial view related metadata, ROI related metadata, FOV related metadata, cropped region related metadata, and / Or metadata that may be added afterwards.
  • Embodiments of the 360-degree video related metadata according to the present invention can be variously configured according to the number of the detailed metadata included in each case.
  • the 360 degree video related metadata may further include additional information other than those described above.
  • the stereo_mode field can indicate the 3D layout supported by the corresponding 360 degree video. This field alone may indicate whether the corresponding 360 degree video supports 3D, in which case the is_stereoscopic field described above may be omitted. If the value of this field is 0, the corresponding 360 degree video may be in mono mode. That is, the projected 2D image may include only one mono view. In this case, the 360-degree video may not support 3D.
  • the 360-degree video can be left-right or top-bottom layout, respectively.
  • Left and right layouts, and upper and lower layouts may be referred to as a side-by-side format and a top-bottom format, respectively.
  • the 2D images on which the left / right images are projected may be respectively positioned on the left / right on the image frame.
  • the 2D images on which the left image / right image is projected may be positioned up / down respectively on the image frame. If the field has the remaining value, it can be reserved for future use.
  • the initial-point-related metadata may include information about a point in time (initial point) when the user first views the 360-degree video.
  • the initial view related metadata may include an initial_view_yaw_degree field, an initial_view_pitch_degree field, and / or an initial_view_roll_degree field.
  • the initial viewpoint related metadata may further include additional information.
  • the initial_view_yaw_degree field, the initial_view_pitch_degree field, and the initial_view_roll_degree field may indicate the initial time of the 360-degree video playback. That is, the center point of the viewport, which is initially displayed at the time of reproduction, can be represented by these three fields.
  • the initial_view_yaw_degree field may represent a yaw value for the initial time point. That is, the initial_view_yaw_degree field can indicate the position of the center point by a direction (sign) rotated about the yaw axis and its degree (angle).
  • the initial_view_pitch_degree field may indicate a pitch value for the initial time point.
  • the initial_view_pitch_degree field may indicate the position of the center point in a rotated direction (sign) and its degree (angle) with respect to the pitch axis.
  • the initial_view_roll_degree field may indicate a roll value for the initial time point. That is, the initial_view_roll_degree field may indicate the position of the center point in a rotated direction (sign) and its degree (angle) relative to the roll axis.
  • the initial viewpoint of the 360-degree video may be displayed based on the initial_view_yaw_degree field, the initial_view_pitch_degree field, and the initial_view_roll_degree field. That is, And can be displayed and provided to the user at an initial point in time.
  • the width and height of the initial viewport can be determined based on the indicated initial point of view. That is, using these three fields and the FOV information, the 360-degree video receiving apparatus can provide the user with a predetermined area of the 360-degree video as an initial viewport.
  • the initial time point indicated by the initial viewpoint related metadata may be changed for each scene. That is, the scene of the 360-degree video is changed according to the temporal flow of the 360 content.
  • the initial viewpoint or the initial viewport may be changed for each scene of the corresponding 360-degree video.
  • the initial viewpoint related metadata may indicate an initial viewpoint for each scene.
  • the initial viewpoint related metadata may further include a scene identifier that identifies a scene to which the corresponding initial viewpoint is applied.
  • the initial-view-related metadata may further include scene-specific FOV information indicating the FOV corresponding to the scene.
  • the ROI related metadata may include information related to the ROI described above.
  • the ROI related metadata may include a 2d_roi_range_flag field and / or a 3d_roi_range_flag field.
  • the 2d_roi_range_flag field may indicate whether the ROI related metadata includes fields representing ROI based on the 2D image
  • the 3d_roi_range_flag field may indicate whether the ROI related metadata includes fields representing ROI based on the 3D space .
  • the ROI-related metadata may further include additional information such as differential encoding information according to the ROI, differential transmission processing information according to the ROI, and the like.
  • the ROI-related metadata includes fields representing an ROI based on a 2D image
  • the ROI-related metadata includes a min_top_left_x field, a max_top_left_x field, a min_top_left_y field, a max_top_left_y field, a min_width field, a max_width field, a min_height field, a max_height field, Field, a max_x field, a min_y field, and / or a max_y field.
  • the min_top_left_x field, the max_top_left_x field, the min_top_left_y field, and the max_top_left_y field may indicate the minimum / maximum value of the coordinates of the upper left end of the ROI. That is, the fields may sequentially indicate a minimum x coordinate, a maximum x coordinate, a minimum y coordinate, and a maximum y coordinate of the upper left end.
  • the min_width field, the max_width field, the min_height field, and the max_height field may indicate the minimum / maximum values of the width and height of the ROI. That is, the fields may sequentially indicate a minimum value of the horizontal size, a maximum value of the horizontal size, a minimum value of the vertical size, and a maximum value of the vertical size.
  • the min_x field, the max_x field, the min_y field, and the max_y field may represent the minimum / maximum values of the coordinates in the ROI. That is, the fields may in turn represent a minimum x coordinate, a maximum x coordinate, a minimum y coordinate, and a maximum y coordinate of coordinates in the ROI. These fields may be omitted.
  • the ROI-related metadata may include min_yaw field, max_yaw field, min_pitch field, max_pitch field, min_roll field, max_roll field, min_field_of_view field, and / and a max_field_of_view field.
  • the min_yaw field, the max_yaw field, the min_pitch field, the max_pitch field, the min_roll field, and the max_roll field can represent the area occupied by the ROI in the 3D space as the minimum / maximum values of yaw, pitch, and roll. That is, the fields are in order, in order, the minimum value of the yaw axis-based rotation amount, the maximum value of the yaw axis-based rotation amount, the minimum value of the pitch axis- The maximum value of the reference rotation amount can be indicated.
  • a min_field_of_view field, and a max_field_of_view field may indicate a minimum / maximum value of a field of view (FOV) of the 360-degree video data.
  • the FOV may mean a field of view displayed at a time when a 360-degree video is reproduced.
  • the min_field_of_view field, and the max_field_of_view field may indicate the minimum value and the maximum value of the FOV, respectively. These fields may be omitted. These fields may be included in the FOV-related metadata described later.
  • the FOV related metadata may include information related to the above-mentioned FOV.
  • the FOV related metadata may include a content_fov_flag field and / or a content_fov field.
  • the FOV related metadata may further include additional information such as the minimum / maximum value related information of the FOV described above.
  • the content_fov_flag field may indicate whether or not information on the intended FOV exists for the 360-degree video. If the value of this field is 1, the content_fov field may exist.
  • the content_fov field may represent information about the intended FOV at the time of production for the corresponding 360 degree video.
  • the area displayed at once to the user can be determined from the 360 images according to the vertical or horizontal FOV of the 360-degree video receiving apparatus.
  • the area of the 360-degree video displayed at once to the user may be determined by reflecting the FOV information of this field according to the embodiment.
  • the cropped region related meta data may include information about an area including the actual 360 degree video data on the image frame.
  • the image frame may include an active video area projected with actual 360 degree video data and a non-active video area.
  • the active video area may be referred to as a cropped area or a default display area.
  • This active video area is the area seen as 360 degrees video on the real VR display, and the 360 degree video receiver or VR display can only process / display the active video area. For example, if the aspect ratio of the image frame is 4: 3, only the upper and lower parts of the image frame may contain 360 degree video data, which can be referred to as the active video area have.
  • the cropped region related meta data may include an is_cropped_region field, a cr_region_left_top_x field, a cr_region_left_top_y field, a cr_region_width field, and / or a cr_region_height field.
  • the cropped region related metadata may further include additional information.
  • the is_cropped_region field may be a flag indicating whether the entire area of the image frame is used by the 360-degree video receiving apparatus or the VR display.
  • an area mapped with 360-degree video data or an area shown on the VR display may be referred to as an active video area.
  • the is_cropped_region field may indicate whether the entire image frame is an active video area. If only a part of the image frame is an active video area, the following four fields may be further added.
  • a cr_region_left_top_x field, a cr_region_left_top_y field, a cr_region_width field, and a cr_region_height field may indicate an active video region on an image frame. These fields may respectively indicate the x coordinate of the upper left corner of the active video area, the y coordinate of the upper left corner of the active video area, the width of the active video area, and the height of the active video area.
  • the horizontal length and vertical length can be expressed in pixel units.
  • the 360 video-based VR system can provide visual / auditory experience for different viewing orientations based on the user's position with respect to 360 videos based on the 360 video processing described above.
  • VR systems that provide an initiative / auditory experience for different viewing orientations at a user's fixed location with respect to 360 video can be referred to as a three degree of freedom (3DoF) based VR system.
  • 3DoF three degree of freedom
  • VR systems that can provide extended visual / auditory experience for different viewing points and different viewing orientations in different viewing positions are called 3DoF + or 3DoF plus based VR systems .
  • Fig. 12 schematically shows the concept of a view point, a viewing position, and a viewing orientation.
  • each circle displayed may represent different view points.
  • the video / audio provided at each view point located in the same space may be related to each other at the same time.
  • different visual / auditory experiences can be provided to the user according to the change of the user's gaze direction (e.g., head motion) at a specific view point. That is, it is possible to assume sphere of various viewing positions as shown in (b) for a specific view point, and to provide video / audio / text information reflecting the relative position of each viewing position.
  • FIG. 13 is a diagram schematically illustrating an example of an architecture for providing 3DoF + video according to the present invention.
  • FIG. 13 illustrates a 3DoF + end-to-end system flow chart including 3DoF + image acquisition, preprocessing, transmission, (post) processing, rendering and feedback processes.
  • an acquisition process may be a process of acquiring 360 videos through a process of capturing, synthesizing, or generating 360 videos.
  • the image information may include depth information as well as visual information (ex. Texture).
  • a plurality of pieces of information of different viewing positions according to different viewpoints can be acquired as shown in the image information of 1310, for example.
  • the composition process includes not only the information obtained through the video / audio input device but also the video (image / video etc.), audio (audio / effect sound, etc.) And may include procedures and methods for synthesis.
  • the preprocessing process is a preparation (preprocessing) process for transmitting / delivering 360 videos, and may include stitching, projection, region-based packing process and / or encoding process. That is, this process may include a preprocessing process and an encoding process for changing / supplementing the video / audio / text information according to the intention of the producer.
  • this process may include a preprocessing process and an encoding process for changing / supplementing the video / audio / text information according to the intention of the producer.
  • the image preprocessing process the acquired visual information is stitched on the 360 sphere, the area boundary is eliminated, the color / brightness difference is reduced or the visual effect of the image is corrected,
  • a projection process for mapping an image on a 360 sphere to a 2D image, a process for rearranging the image according to the region (region-wise packing), a process for separating the image information May be included.
  • a plurality of projection images of viewing positions with respect to different viewpoints can be generated as shown in the
  • the transmission process may be a process of processing and transmitting the video / audio data and the meta data through the preparation process (preprocessing process).
  • preprocessing process As a method for transmitting a plurality of video / audio data and related metadata in different viewing positions according to different viewpoints, it is possible to use a broadcasting network, a communication network, a unidirectional transmission method or the like Can be used.
  • the post-processing and compositing process may refer to a post-processing process for decoding the received / stored video / audio / text data and for final reproduction.
  • the post-processing may include unpacking to release the packed image and re-projection processing to restore the 2D projected image to the 3D spherical image as described above.
  • the rendering process may refer to the process of rendering and displaying the re-projected image / video data on the 3D space.
  • the video / audio signal can be reconstructed in a form for finally outputting.
  • different viewpoints such as 1330 can be selected according to the user's area of interest, and finally, images in a specific direction at a specific point in a specific position, such as 1340, can be output.
  • FIGS. 14A and 14B are examples of a 3DoF + end-to-end system architecture. 3D0F + 360 content as presented by the architecture of Figures 14A and 14B can be provided.
  • the 360 video transmitting apparatus (transmitting end) mainly includes an acquisition unit for acquiring 360 video / audio data, a video / audio pre-processor for processing the acquired data, An encoding unit for encoding the text, audio, and projected 360-degree video, and an encapsulation unit for encapsulating the encoded data.
  • the encoded data may be output in a bitstream format as described above, and the encoded data may be encapsulated in a file format such as ISOBMFF or CFF, or may be processed in the form of other DASH segments.
  • the encoded data may be transmitted to the 360 video receiving device through a digital storage medium or may be transmitted through a transmission processing unit as described above and then transmitted over a broadcast network or broadband, Lt; / RTI >
  • the data acquiring section different information is obtained depending on the sensor orientation (viewing orientation of the image), sensor acquisition position (sensor position, viewing position of the image), and information acquisition position (image viewpoint of the sensor) Can be acquired simultaneously or continuously, and at this time, video, image, audio, and location information can be obtained.
  • texture and depth information can be obtained, respectively, and different pre-processing is possible according to the characteristics of each component.
  • texture information 360 omni-directional images can be constructed using images of different viewing orientations in the viewing position obtained at the viewpoint using the image sensor position information, For this, an image stitching process can be performed. It is also possible to perform projection and / or region-specific packing to change the format for encoding the image.
  • depth image it is generally possible to acquire image through depth camera.
  • depth image can be formed in the form of texture.
  • depth data may be generated based on separately measured data.
  • a process of sub-picture generation may be performed by further packing the video format for efficient compression or reconstructing the necessary parts.
  • Information about the video configuration used in the video pre-processing stage is passed to video metadata.
  • composition generation unit media data (video / image in the case of video, audio / effect sound in the case of audio, subtitle in the case of text, etc.) is synthesized in the final reproduction stage on the basis of the producer's intention This information is passed to the composition metadata.
  • the processed video / audio / text information is compressed using the respective encoders, and is encapsulated in units of files or segments according to the application. At this time, it is possible to extract only necessary information (file extractor) according to video, file, or segment configuration method.
  • information for reconstructing each data at the receiver is delivered at the codec or file format / system level, which includes video / audio metadata, composition metadata for overlay, video / An audio reproducible position viewpoint, and viewing position and viewpoint metadata for each position.
  • Such information processing can also be generated through a separate metadata processing unit.
  • the 360 video receiving apparatus (receiving end) mainly includes a file / segment decapsulation unit for decoding a received file or segment, a decoding unit for generating video / audio / text information from a bitstream, A post-processor for reproducing video / audio / text, a tracking unit for tracking the user's area of interest, and a display as a playback device.
  • bit stream generated through decapsulation can be separately decoded into a reproducible form divided into video / audio / text according to the type of data.
  • a viewpoint of a region of interest of a user, a viewing position at a corresponding position, and viewing orientation information at a corresponding point of time are generated based on sensors and user input information.
  • This information may be used for selecting or extracting a region of interest in each module of the 360 video receiving apparatus, or may be used for a post-processing process for emphasizing information of a region of interest.
  • it can be used for a file extractor or a sub-picture selection for effective bandwidth use when being transmitted to a 360 video transmission device, and various image reconstruction methods based on a region of interest (viewport / viewing position / viewpoint dependent processing).
  • the decoded video signal can be processed according to various processing methods according to an image forming method.
  • video packing is performed in 360 video transmission apparatus, it is necessary to reconstruct the video based on the information transmitted through the metadata.
  • the video metadata generated by the 360 video transmission device can be used.
  • a decoded image includes a plurality of viewpoints, a plurality of viewing positions, or a plurality of viewing orientations, a position of a user's interest region generated through tracking, Information matching with viewpoint and direction information can be selected and processed.
  • the viewing position and viewpoint-related metadata generated by the transmitting terminal can be used.
  • a plurality of components may be delivered to a specific position, a viewpoint, and a direction, or a rendering process may be performed when video information for overlay is separately transmitted.
  • the video data texture, depth, and overlay
  • composition metadata generated by the transmitting end can be used.
  • information for playback on the viewport may be generated according to the user's area of interest.
  • the decoded audio signal generates a reproducible audio signal through an audio renderer and / or post-processing. At this time, based on the information on the user's area of interest and the metadata transmitted to the 360 video receiving apparatus, It is possible to generate appropriate information.
  • the decoded text signal may be passed to an overlay renderer and processed as text based overlay information, such as a subtitle. If necessary, a separate text wrap-up process can be included.
  • FIG. 15 schematically illustrates an example of a Framework for Live Uplink Streaming (FLUS) architecture.
  • FLUS Live Uplink Streaming
  • FIG. 14 The detailed blocks of the transmitter and receiver described above in FIG. 14 (FIGS. 14A and 14B) can be classified as functions of a source and a sink in FLUS (Framework for Live Uplink Streaming), respectively.
  • FLUS Framework for Live Uplink Streaming
  • the functions of the source in the 360 video acquiring device are implemented as shown in FIG. 14, sink, or implement source / sink within a network node, respectively.
  • a transmission / reception process based on the above-described architecture can be schematically shown, for example, as shown in FIGS. 15 and 16.
  • 15 and 16 describe the video signal processing process as a reference.
  • a part e.g., a stitcher, a projection processor, a packing processor, a subpicture processor, Packing / selection, rendering, composition, viewport generation, etc.
  • Packing / selection, rendering, composition, viewport generation, etc. can be omitted, or can be processed by changing to fit the speech or text processing.
  • 16 schematically shows the configuration at the 3DoF + transmitter.
  • the transmitting terminal if input data is a camera output image, stitching for sphere image configuration can be performed for each location / viewpoint / component.
  • the projection can be performed as a 2D image for coding. It is possible to generate a sub-picture that is divided into a packing for creating an integrated image or an image of a detailed area according to an application. As described above, the region-by-region packing process may not be performed as an optional process. In this case, the packing processing unit may be omitted.
  • the input data is video / audio / text supplementary information, it can show how to add additional information to the central image and display it, and can transmit additional data as well.
  • a process of extracting a file required by the receiving unit according to an application or a request of the system can be processed.
  • the generated bitstream may be converted into a transmission format through a transmission processing unit and then transmitted.
  • the transmission-side feedback processing unit may process the position / viewpoint / direction information and the necessary meta data based on the information transmitted from the receiving end and transmit the processed information to the related transmitting unit.
  • a receiving end can extract a necessary file after receiving a bitstream transmitted from a transmitting end.
  • the video stream in the generated file format is selected using the position / view / direction information and the video meta data transmitted from the feedback processing unit, and the selected bit stream can be reconstructed as video information through the decoder.
  • unpacking can be performed based on the packing information transmitted through the metadata. If the packing process is omitted at the transmitting end, the unpacking at the receiving end may also be omitted. Also, if necessary, it is possible to perform a process of selecting a video and a necessary component suitable for a viewing position / viewing orientation / direction transmitted from the feedback processing unit.
  • a rendering process of reconstructing the texture, depth, and overlay information of the image into a format suitable for reproduction can be performed.
  • a composition process of integrating information of different layers may be performed before a final image is generated, and an image suitable for a display viewport may be generated and reproduced.
  • the present disclosure provides an image overlay method for 360 video (including VR or AR (argumented reality)).
  • 360 video you can expose more content because you can see the image / video / reality (if you see it) while changing the position / orientation 360 degrees.
  • the additional information about the specific position of the 360 content can be directly displayed in the user viewport, but in this case, the connection relation with the location connected with the additional information may be disconnected. In this case, the user must find the location of the information shown on the viewpoint.
  • the additional information matched on the specific position may be displayed in a superimposed manner, or may be displayed near the specific position matched with the additional information, To be displayed.
  • a 360 video overlay should support a user viewport as well as a way to specify the location of the overlay so that it can reside in 3D space.
  • the present invention provides a video overlay support method for 360 video.
  • the present invention can be applied not only to the 3DoF based VR system but also to the 3DoF + based VR system and also to the AR (argumented reality) system.
  • the present disclosure provides information storage and signaling methods to support overlay as described below.
  • the information for supporting the overlay may be delivered in the form of overlay-related metadata.
  • the information for supporting the overlay may be transmitted to a data encoder and / or an encapsulation processor through a data input unit and / or a metadata processing unit of a transmitter, and may be transmitted and then transmitted to a receiver.
  • the related information can be transmitted in the form of a bit stream.
  • the bitstream may be referred to as a video stream or a video bitstream.
  • the receiving end extracts necessary files from the transmitted bist trim and extracts the metadata related to the overlay through the encapsulation processing unit and the metadata parser, transfers the metadata to the rendering unit, renders the overlay in the rendering unit, and outputs it to the screen through the composition process .
  • the position and order of overlay can be defined as described below.
  • the overlay according to the present invention can be largely classified into three types according to the (rendering) type of the overlay as follows. 1) an overlay on the current viewport 2) an overlay on 360 surface, and 3) an overlay on 3D space inside.
  • the 360 surface may be a spherical surface or a cubic surface.
  • the overlay on the current viewport may be referred to as a viewport-relative overlay
  • the overlay on the 360 surface may be referred to as a sphere-relative projected omnidirectional overlay
  • the overlay for the 3D space inside the 360 surface may be referred to as a sphere-relative 2D overlay.
  • An image overlaid in 3D space inside a 360 surface can be a 2D plane image.
  • various related metadata may be signaled according to each overlay type, and the metadata may include overlay related position and order information.
  • Objects overlaid may be mixed in various terms such as overlay content, overlay visual media, overlay texture, (overlay) graphic, overlay region, overlay image, overlay texture, overlay video, overlay text, overlay,
  • overlay related metadata may be generated and transmitted as follows.
  • the related metadata is transmitted in the OverlayLocationConfigBox.
  • the name of the box to which the metadata is transmitted may be set differently as an example, and the metadata may be stored in a separate track May be included as data. Also, some of the information in the overlay related metadata may be omitted.
  • the stereoscopic_flag field indicates whether the overlay layer should be rendered as stereoscopic. If the value of the stereoscopic_flag field is 0, this indicates that the overlay layer should be rendered monoscopically. Otherwise, if the value of the stereoscopic_flag field is 1, it indicates that the overlay layer should be rendered as stereoscopic using disparity.
  • the overlay_group_id field indicates where the visual media (i.e., overlay image) should be located. That is, the overlay_group_id is the information (for information on the overlay type) indicating the above-mentioned overlay type.
  • the overlay_group_id may be referred to as overlay_rendering_type, overlay_type, or display_mode.
  • the information about the overlay type may indicate one of the overlay types.
  • the overlay types may include 1) an overlay on the current viewport, 2) an overlay on the 360 surface, and 3) an overlay on the 3D space inside the 360 surface.
  • the value 0 to 2 of the overlay_group_id field may indicate the overlay types 1) to 3).
  • a value of 1 in the overlay_group_id field may indicate that the visual media is located on the current viewport and has the highest priority, such as, for example, a logo.
  • a value of 2 in the overlay_group_id field may indicate that the visual media is located on the current viewport and has a lower priority than the value of 1.
  • a subtitle and / or a closed caption may correspond to the value 2.
  • a value of 3 in the overlay_group_id field may indicate that the visual media is located on the current viewport and has a lower priority than the value of 2.
  • part of the order may be predefined.
  • the logo and / or the caption can be predefined in priority.
  • a value of 4 in the overlay_group_id field can indicate that the visual media is located in 3D space inside the 360 surface.
  • the 360 surface may be a spherical surface or a cube surface.
  • a value of 5 in the overlay_group_id field may indicate that the visual media is located on the 360 surface.
  • the overlay_group_id field can imply the order of the overlay layers to be constructed. Or information about the overlay order may be explicitly used (signaled). Through which the overlay order of the visual media in the same overlay group, i.e. which visual media has a higher priority in the overlap situation, can be clearly indicated. Examples of overlay positions and sequences different from the value of the overlay_group_id field may be shown in the following table.
  • an overlay position according to the value of the overlay_group_id field may be expressed as follows.
  • FIGS. 18 to 20 illustrate exemplary overlay positions according to the overlay type. Specifically, for example, FIG. 18 shows a case where the overlay image is overlaid on the current viewport. This may indicate the case where the value of the overlay_group_id field is 1 to 3.
  • Fig. 19 shows an example in which the overlay image is overlaid in the 3D space inside the 360 surface. This may indicate that the overlay_group_id field value is 4.
  • 20 shows a case where an overlay image is overlaid on a 360 surface. This may indicate a case where the value of the overlay_group_id field is 5.
  • the sphere_region_flag may indicate whether the overlay position is based on azimuth or elevation of a spherical coordinate which is a three-dimensional coordinate. If the value of the sphere_region_flag is 1, this may indicate that the overlay position is represented by the azimuth and elevation. In other cases, the overlay position may be represented in other ways.
  • the centre_azimuth field and the centre_elevation field represent the azimuth and elevation values of the sphere regino.
  • the values may be in units of 2 -16 degrees.
  • the value range of the centre_azimuth field may range from -180 * 2 16 to 180 * 2 16 -1.
  • the value range of the center_elevation field may be from -90 * 2 16 to 90 * 2 16 -1.
  • center_tilt may represent the tile angle of the spherical region.
  • the tilt angle may be in the range of 2 -16 degrees.
  • the centre_tilt value range can be from -180 * 2 16 to 180 * 2 16 -1.
  • the azimuth_range field and the elevation_range field represent the azimuth and elevation ranges through the center point of the spear region.
  • the value may be in units of 2 -16 degrees.
  • the azimuth_range field value range can be from 0 to 360 * 2 16 .
  • the elevation_range field value range can be from 0 to 180 * 2 16 .
  • Depth represents the composite order. A smaller value may indicate that the overlay layer is located closer to the top of the overlay layers in the overlay group.
  • the range of values may be from 0 to 2 16 .
  • the distance field indicates the distance from the center of the unit sphere.
  • the distance field may correspond to the radius of the unit sphere.
  • the value is relative to the unit sphere and can range from 0 to 2 -16 .
  • centre_x, centre_y, and centre_z denote positions in the three-dimensional coordinate space.
  • the origin in the three-dimensional coordinate space may be the center of the unit sphere.
  • the values may be relative to the unit sphere.
  • the values may be 2 -16 units.
  • the width and height fields indicate the overlay size.
  • the value is relative to the unit sphere, and may be 2 -16 units.
  • the rotation_yaw field, rotation_pitch field, and rotation_roll field represent the yaw, pitch, and roll angle of rotation applied to the unit sphere.
  • the values may be 2 -16 units.
  • the value range of the rotation_yaw field may range from -180 * 2 16 to 180 * 2 16 -1.
  • the value range of the rotation_pitch field can be from -90 * 2 16 to 90 * 2 16 -1.
  • the value range of the rotation_roll field can be from -180 * 2 16 to 180 * 2 16 -1.
  • the billboards_flag field indicates whether the rotation varies according to the camera viewing orientation. If the value of the billboards_flag field is 1, the normal value of the overlay layer of the visual media is equal to the current face vector of the camera.
  • the reference_width field and the reference_height field represent the width and height of the rectangular sapce in which all ROI coordinates (top_left_x, top_left_y, 2d_width and 2d_height) are calculated.
  • the top_left_x field and the top_left_y field represent the horizontal and vertical coordinates of the rectangular region.
  • the 2d_width field and the 2d_height field represent the width and height of the rectangular region.
  • the tilt field represents the tilt angle of the spherical region.
  • the tilt field may represent the tilt angle in units of 2 -16 degrees.
  • the value range of the tilt field may be from -180 * 2 16 to 180 * 2 16 -1.
  • the relative_disparity_flag field indicates whether the disparity is given as a percentage of the width of the display window for one view (if the value is 1) or a number of pixels (if the value is 0) .
  • disparity_in_percent field indicates the disparity in the collection program (fraction) of the width of the display window for a view, 2-16 units (indicates the disparity, in units of 2 -16, as a fraction of the width of the display window for one view). If the displacement direction is reversed, the value may be negative.
  • the value of the disparity_in_percent field can be used to place the region to the left for the left eye view and to the right for the right view.
  • the disparity_in_pixels field indicates the disparity in pixels. If the displacement direction is reversed, the value may be negative.
  • the value of the disparity_in_pixel field can be used to position the region to the left for the left eye view and to the right for the right field of view.
  • the target_flag field indicates whether the visual media has a reference point.
  • the overlay can be used to provide supplementary information for a particular location.
  • the overlay visual media may be at the exact location or near the location to avoid obscuring the main information.
  • the target_flag field may be used. If the value is 1, the visual media may have location information for the specific point.
  • the target_azimuth field and the target_elevation field represent the center and elevation values of the center of the sphere region, respectively.
  • the values of the target_azimuth field and the target_elevation field may represent the above azimuth and elevation in units of 2 -16 degrees.
  • the value range of the target_azimuth field may range from -180 * 2 16 to 180 * 2 16 -1.
  • the value range of the target_elevation field may be from -90 * 2 16 to 90 * 2 16 -1.
  • the above-described overlay-related metadata may be transmitted from the transmitting apparatus to the receiving apparatus in various ways.
  • the overlay-related metadata may be transmitted in the form of an overlay timed metadata track.
  • an overlay timed metadata track may be defined, and an overlay timed metadata track may be linked with one or more media tracks.
  • the overlay timed metadata track may be linked to the one or more media with a 'cdsc' track reference.
  • the OverlayLocationConfigBox may be present in the metadata sample entry, and the OverlayLocationConfigBox may indicate the location and order of the overlay.
  • the OverlayLocationConfigBox can be included, for example, as shown in the following table.
  • the overlay related meta data may be transmitted in the form of overlay tracks and time information in samples.
  • an overlay track can be defined.
  • an OverlayLocationConfigBox may exist in the sample entry.
  • the OverlayLocationConfigBox may indicate the location and order of the overlay.
  • Individual samples in the media data may include begin-time and end-time information for additional display.
  • the OverlayLocationConfigBox can be included, for example, as shown in the following table.
  • Fig. 21 shows an example in which overlay track and display time information are stored in a sample.
  • FIG. 22 schematically illustrates a 360 video transmission / reception method based on an overlay-related metadata.
  • a projection procedure for 360 video and a region-wise packing procedure may be performed in 360 video transmission apparatus as described above, have.
  • the two-dimensional picture may be encoded in the form of a bitstream through an encoding procedure.
  • Overlay images for the overlay may additionally be encoded through an encoding procedure, and overlay related metadata may be generated and encapsulated in the form of media files, etc., along with the output of the encoding procedure, Lt; / RTI >
  • 360 video receiving apparatus receives the media file and acquires 360 video related bitstreams (360 encoded video information), overlay video related bitstream (encoded overlay video information), and metadata through a decapsulation procedure.
  • 360 video receiving apparatus can decode a two-dimensional picture related to 360 images / video by performing a decoding procedure based on the 360 video related bitstream (360 encoded video information).
  • the two-dimensional picture may be a projected picture or a packed picture.
  • the 360 video receiving apparatus can decode the overlay image based on the overlay image related bit stream (encoded overlay image information).
  • the 360 video receiving apparatus may render the overlay image in a specific position and in a specific order in rendering 360 video / video based on the overlay related metadata.
  • metadata sample entries can be defined differently or separately.
  • OverlayOnSphereSample may be present in the sample entry. This can be shown, for example, in the following table.
  • each field may be as defined in Table 1 above. That is, a field having the same name as the above-described fields can carry the same information. The same applies to the following.
  • FIG. 23 and 24 show an example in which the overlay is located in the sphere region.
  • an overlay image can be displayed as shown in Figs.
  • OverlayOverViewportSample can be present in the sample entry. This can be shown, for example, in the following table.
  • Fig. 25 is an example of the case where the overlay is located on the current viewport. If the overlay is positioned on the current viewport, then the overlay image may be displayed as shown in FIG.
  • an OverlayIn3DSpaceSample can be present in the sample entry. This can be shown, for example, in the following table.
  • the overlay is located in the 3D space in the sphere or the cube. If the overlay is located in the sphere or the 3D space in the cube, then the overlay image may be displayed as shown in Fig.
  • the overlay metadata track may include overlay position, size, attribute (opacity, interaction, etc.) information for overlay rendering.
  • the rendering metadata (overlay related metadata) of the overlay may change with time.
  • the rendering metadata of the overlay may be stored as timed metadata as described above.
  • FIG. 27 illustrates an exemplary overlay metadata track that includes overlay related metadata.
  • the location-related information (overlayPosStruct ()) where the overlay image (media) is overlaid can be represented, for example, as shown in the following table.
  • region_type field indicates the layer location type.
  • the region_type field value of 0 may indicate that the overlay is displayed on the user viewport, the region_type field value of 1 is located on the sphere, and the region_type field value of 2 is located on the three-dimensional space.
  • the overlay-related metadata may include:
  • viewpotOverlayRegion () indicates the location-related information where overlay media is overlaid.
  • the position information (rect_left_percent, rect_top_percent field) of the upper left point of the rectangular plane and the size information (rect_width_percent field, rect_height_percent field) of the rectangular plane may vary depending on the size of the display and may be specified as a percentage.
  • the order field specifies the order of the overlay in case the overlays overlap, and the receiver can adjust the order in rendering or adjust the placement value.
  • the stereoscopic_flag field is flag information whether or not to support stereo.
  • the relative_disparity_flag field is flag information indicating whether or not it has a relative disparity value in stereo
  • the disparity_in_percent field indicates the relative disparity value.
  • the disparity_in_pixels field indicates the disparity value in pixels.
  • Fig. 28 is an example of the case where the overlay is located on the viewport.
  • the overlay can be positioned on the viewport as shown through the overlay related metadata.
  • the overlay related metadata may include:
  • SphereOverlayRegion indicates information about the location where overlay media is overlaid.
  • the proj_shape field indicates the projected shape.
  • the proj_shape field value 0 indicates none, the value 1 indicates rectangle, and the value 2 indicates polygon.
  • the location (proj_reg_top_percent field, proj_reg_left_percent field), size (proj_reg_width_percent field, proj_reg_height_percent field) will be specified as the size-based percentage of the projected picture if the location is specified by the position value in the projected picture .
  • the position value in the projected picture can be specified by the number (num_rings field) that horizontally divides the region in the projected picture, and the number of vertically dividing regions (num_sectors field).
  • the proj_points_x [i] [j] field and the proj_points_y [i] [j] field represent position values of the projected pictures of the respective division points.
  • the packed_points_x [i] [j] field and the packed_points_y [i] [j] field represent positions of the respective divided points in the packed pictures.
  • the spear overlay presentation type (shape_type field based) is specified. If the value of the shape_type field is 0, it can be composed of 4 great circles, and if 1, two azimuth circles and 2 elevation circles.
  • Azimuth / elavation range (azimuth_range field, elevation_range field) to specify the elevation center position azimuth, elevation value (centre_azimuth field, centre_elevation field) and size, and rotation of the vector from the center of the overlay to the origin of the sphere (centre_tilt field) value can be specified.
  • the interpolate field indicates flag information for smoothly changing the value between the changed values.
  • the depth field indicates the distance (depth) value from the origin to the overlay midpoint to indicate the order of overlays in case overlays overlap.
  • the overlay 29 is an example of the case where the overlay is located on the sphere.
  • the overlay may be positioned on the sphere as shown through the overlay related metadata.
  • the overlay-related metadata may include:
  • 3DOverlayRegion () represents information about the location where overlay media is overlaid.
  • the overlay plane is assumed to be a rectangle, and the size of the square plane can be defined through the 'width' field and the 'height' field based on the y and z axis planes.
  • the square plane can also be moved based on x, y, z (overlay_pos_x, overlay_pos_y field, overlay_pos_z field) of the position (Overlay3DPositionStruct ()) on the sphere coordinate system.
  • the rotation about each axis can be represented through the overlay_rot_yaw field, the overlay_rot_pitch field, and the overlay_rot_roll field.
  • the interpolate field indicates flag information for smoothly changing the value between the changed values.
  • Fig. 30 shows an example in which the overlay is located on the three-dimensional space.
  • the overlay can be positioned on the three-dimensional space as shown through the overlay-related metadata.
  • Figure 31 shows the position / size / rotation of the overlay when the overlay is on a three-dimensional space inside the sphere. Size, and rotation of the overlay as shown through the overlay_pos_x field, the overlay_pos_y field, the overlay_pos_z field, the width field, the height field, the overlay_rot_yaw field, the overlay_rot_pitch field, and / or the overlay_rot_roll field included in the above- .
  • the overlay-related metadata may include overlay rendering attribute information.
  • the overlay rendering property information can specify the transparency of the overlay plane to be applied when rendering the overlay, the rendering options to perform when blending the overlay on the VR media, and the Focus effect.
  • the above-described overlay rendering attribute information may include, for example, the following.
  • OverlayRenderStruct indicates rendering attribute information that can be applied when the overlay media is displayed / rendered.
  • the opacity_info_flag field is a flag indicating whether or not the entire transparency of the overlay plane is specified, and the opacity field specifies a transparency value.
  • the blending_flag field is a flag indicating whether to specify blending in overlay synthesis, and the blending_type field indicates a blending type.
  • the focus_flag field is a flag indicating whether the focus is overlayed.
  • the focus field indicates a focus degree value, and the value may range from 0 to 1.0. If focus is specified on the overlay, blur may be applied to other overlays and VR media being rendered at the receiver.
  • the overlay related meta data may carry overlay location, size, rendering attributes and interaction related information as described above.
  • the overlay related metadata may include information such as the following table.
  • OverlayInfoStruct represents overlay metadata.
  • the overlay metadata may be referred to as overlay-related metadata.
  • the overlay_id field indicates an overlay metadata identifier.
  • the overlay_source_id field indicates an overlay media source data identifier.
  • the overlay_essential_flag field is flag information indicating whether or not the overlay is necessarily overlaid.
  • the overlay_priority field indicates the overlay priority of the overlay media. This can affect decoding.
  • the OverlayPosStruct may indicate the overlay position related information.
  • OverlayRenderStruct can represent information about the overlay rendering attributes.
  • OverlayMiscStruct can represent overlay rendering miscellaneous information.
  • OverlayInteractionStruct can represent overlay interaction information.
  • dynamic overlay metadata (dynamic overlay related metadata) can be composed of timed-metadata.
  • an OverlaySampleEntry is defined as shown in FIG. 33, an OverlaySampleEntry inherits a MetadataSampleEntry, and an OverlayConfigBox can be called. Within the OverlayConfigBox, you can define static overlay rendering metadata. The actual dynamic overlay meta data can be stored in the sample.
  • OverlaySample can consist of overlay number of OverlayInfoStruct. This can be expressed as the following Tables 14 and 15.
  • the overlay metadata may be stored as a separate metadata track to support the case where the overlay media or the overlay position or the rendering attribute changes with time.
  • the overlay media metadata track may include one or more samples and each sample may include one or more overlay metadata. Each sample can contain one or more OverlayInfoStruct.
  • the overlay metadata can also be signaled on the overlay media track as in the method shown in FIG.
  • Figure 35 shows an example of overlay metadata signaling on an overlay media track.
  • an OverlayConfigBox may be included in a sample entry of an overlay media track.
  • the corresponding media track can include overlay media and signal overlay media related metadata included in the track.
  • the overlay related metadata may include information as shown in the following table.
  • num_overlay may indicate the number of overlay media included in each sample of the overlay media track or the maximum number of overlay media included in the sample.
  • OverlayMediaPackingStruct specifies the projection and packing information of the overlay media.
  • OverlayInfoStruct () may contain the overlay meta data proposed above. This can be applied to the overlay media included in the sample of the track.
  • the overlay media track may contain a SampleToGroupBox with a grouping_type value of 'ovgr'.
  • the SampleToGroupBox may refer to the samples to which the same overlay metadata will be applied among the samples included in the track.
  • a SampleGroupDescriptionBox having a grouping_type value of 'ovgr' exists and may include the following information that is commonly applied to the corresponding samples.
  • a sample group entry (hereinafter, OverlayGroupEntry) having a Grouping_type value of 'ovgr' can be defined as follows.
  • OverlayInfoStruct () may contain overlay metadata to be applied to the samples included in the group.
  • the overlay media track may include the OverlayConfigBox in the sample entry, and at the same time the SampleToGroupBox < / RTI > OverlayGroupEntry () with the grouping_type value of 'ovgr'.
  • the overlay metadata contained in the overlay media samples associated with the OverlayGroupEntry () may be applied.
  • num_overlay which is the number of overlays existing in the track
  • OverlayConfigProperty (FIG. 36) or OverlayConfigBox (FIG. 37) Method and add OverlayInfoStruct ().
  • Figures 36 and 37 show examples of overlay media packing, projection and default rendering signaling.
  • Fig. 36 shows a case where the overlay media track is an image
  • Fig. 37 shows a case where the overlay media track is video.
  • the OverlayMediaPackingStruct in FIGS. 36 and 37 may include information, for example, as shown in the following table.
  • the overlay related metadata may include gaze information.
  • the gain information may be included as shown in the following table.
  • the gain information may include at least one of an x_offset field, a y_offset field, and a z_offset field for indicating a relative overlay rendering position based on, for example, a position of a gap.
  • the values of the x_offset field, the y_offset field, and the z_offset field may indicate an angle or a percentage. For example, if the values of the x_offset field, the y_offset field, and the z_offset field represent angles, the overlay may be placed on the sphere. In another example, the overlay, in which the values of the x_offset field, the y_offset field, and the z_offset field represent a percentage, may be placed on the viewport.
  • the GA based image rendering extracts the (x, y, z) gaze point of the real user and renders the image corresponding to the GAE.
  • the graphics-based (overlay) rendering referred to in the invention is based on the user's viewport and grasps the user's gauges and renders graphics (overlay images). In order to obtain information about the actual user's viewport and the gauges, it is necessary to overlay the graphic (overlay image) based on the position-related sensor value of the HMD. That is, a graphics (overlay image) can be rendered at the corresponding point by using a gain point in the actual viewport of the user.
  • the graphics rendering region (x + y_offset, y + y_offset, z + z_offset) based on the gain points (x, y, z) (graphic rendering region). If you want to place graphics directly at the point where the gaise point is located, you can pass the offset value of each x, y, z to 0. However, since the gage information continuously changes (in order to read text, etc.), if the threshold value for the gaseous position value is set without using the sensor value continuously and the motion of the gage exceeds the threshold value Only graphics may be rendered at different locations. Alternatively, it may be possible to change the graphic region through the movement of a gain point only when a certain time passes.
  • the gain points (x, y, z) can be calculated through the following information.
  • a gain point 38 is an example of calculation of a gain point. Based on the information shown in Table 19, a gain point can be calculated as shown in FIG.
  • the graphics are based on the full 360 video, or if they are based on some areas. Therefore, in addition to the size / position information of the graphics, information on which window is used is needed. If the actual viewport is viewed smaller than the size of the reference window, the size and position information of the graphics may be reduced in proportion to the size of the graphics, and in some cases the position may be fixed and the size may be reduced. Or the graphics size or position may be fixed regardless of the window created.
  • the graphic may correspond to an overlay media or an overlay image as described above.
  • the above-described overlay related metadata according to the present invention may be signaled based on DASH.
  • the fields contained in the GraphicConfigBox () defined above are the Period, AdaptationSet, Representation, SubRepresentation, ContentComponent, SegmentBase, EssentialProperty, SupplementaryProperty, Accessibility, As an attribute.
  • the display_mode and stereoscopic_flag are included in Essential Property and / or Supplemental Property descriptors.
  • graphic overlay information can be included as auxiliary or accessibility information, and Representation can indicate that graphic data is included.
  • the overlay can be overlaid on 360 videos / images based on the above overlay metadata.
  • FIG. 39 exemplarily shows an overlay rendering procedure.
  • the 360 video receiving apparatus parses the overlay meta data to acquire the overlay related information (S3900). Specifically, for example, the 360 video receiving device may obtain information on OverlayPosStruct (region type, region position / size / rotation) and overlay content type (text, image, video, Recommeneded Viewport, etc.).
  • OverlayPosStruct region type, region position / size / rotation
  • overlay content type text, image, video, Recommeneded Viewport, etc.
  • the 360 video receiving apparatus generates an overlay geometry according to the overlay region_type (S3910).
  • the region_type is information indicating an overlay type (or rendering type) as described above.
  • An example of a specific S3910 procedure can be described later in FIG.
  • the 360 video receiving apparatus generates an overlay texture according to the overlay content type (S3920).
  • the overlay texture may include text, image / video, and a recommended viewport.
  • An example of a specific SS3920 procedure can be described later in FIG.
  • the 360 video receiving device can store and render / display the generated overlay geometry / texture.
  • the 360 video receiving apparatus stores the metadata parsed in the overlay structure, the generated overlay geometry / texture, and registers the overlay geometry / texture in the overlay list (S3930).
  • FIG 40 shows an example of overlay geometry generation according to the overlay type.
  • a 360 video receiving apparatus receives a geometry buffer (e.g., geo [4]) to store x, y values at each vertex of the rectangle, if the overlay type represents an overlay on the current viewport ] [2]).
  • 360 video receiving apparatus can store the overlay area (position / size) information specified as a percentage in the buffer in the x range (-1 to 1) and the y range (-1 to 1) values.
  • 360 video receiving apparatus judges whether or not the projection type is an ERP when the overlay type indicates an overlay on 360 surface (e.g., when the overlay region_type is 1), and if the projection type is ERP, azimuth / elevation, azimuth / elevation range) Determine how many points to generate based on the values, values, and complexity of the surface (number of rings, number of slices) Create a geometry buffer to store (eg geo [#ring] [# slice] [3]).
  • 360 video receiving apparatus may be used when the overlay type is an overlay for 3D space inside (e.g., overlay region_type is 2), or when the overlay type represents an overlay on 360 surface and the projection type is ERP , Create a geometry buffer (eg, geo [4] [2]) to store the x and y values at each vertex of the rectangle.
  • 360 video receiving apparatus can store the azimuth / elevation (azimuth / elevation) value into the buffer by changing the azimuth / elevation value to the x, y, z coordinate values.
  • 41 shows an example of overlay texture generation according to the overlay content type.
  • the 360 video receiving apparatus calculates a texture buffer size and generates a buffer in consideration of a text length, a font, and a font size.
  • the 360 video receiving apparatus can copy the image of the area corresponding to the text from the font image to the buffer.
  • the 360 video receiving apparatus calculates a required buffer size and generates a buffer when the overlay content type indicates video / video.
  • the 360 video receiving apparatus can copy the pixels related to the video / video into the generated buffer.
  • 360 video receiver calculates a required buffer size when the overlay content type indicates a registered viewport, and generates a frame buffer to store the rendered result.
  • Figure 42 shows an example of overlay rendering.
  • the 360 video receiving device renders the main viewpoint 360 main content, if there is a frame rendering request.
  • the 360 video receiving apparatus determines whether or not the ordered viewport is active during the overlay.
  • the 360 video receiving apparatus re-creates the overlay texture by re-rendering the camera and the Near / Far plane position to the appointed viewport position and re-rendering it to the pre-generated frame buffer when the posted viewport is activated, can do.
  • the 360 video receiving device can render the overlay with pre-generated geometry and texture if the overlay type represents an overlay on the current viewport (eg, if the overlay region_type is zero).
  • an overlay texture (overlay media) can be efficiently rendered in a desired position and size based on an overlay type on 360 contents, and information necessary for a user can be efficiently provided.
  • FIG. 43 schematically shows a method of processing 360 video / image data by the 360 video transmission apparatus according to the present invention.
  • the method disclosed in FIG. 43 can be performed by the 360 video transmission apparatus disclosed in FIG. 5 or FIG.
  • the 360 video transmission apparatus acquires 360 video / images (S4300).
  • the 360 video / video may be video / video captured by at least one camera. Or some or all of the 360 video / video may be a virtual video / video generated by a computer program or the like.
  • 360 videos can be your own still images, or can be part of 360 videos.
  • the 360 video transmission apparatus processes the 360 video / image to derive a picture (S4310).
  • 360 video transmission apparatus can derive the 2D-based picture based on the above-described various projection formats, region-by-region packing procedures, and the like.
  • the derived picture may correspond to the projected picture or may correspond to a packed picture (when the region-specific packing process is applied).
  • the 360 video transmission apparatus generates the metadata related to the 360 video / image (S4320).
  • the metadata may include the fields described herein above. The fields may be included in boxes of various levels or may be included as data in a separate track within the file.
  • the metadata may include some or all of the fields / information described in Tables 1 to 19 above.
  • the metadata may include the above-described overlay-related metadata (including information / fields).
  • the overlay related meta data may include information about the area of the overlay described above, information about the (rendering) type of the overlay, information about whether stereoscopic is applied, information about the rotation of the overlay, (Layering) order of the overlay, target flag information, information on the number of overlays, overlay rendering attribute information, and / or gae Information, and the like.
  • the region of the overlay may be referred to as the region of the overlay.
  • the overlay related metadata may include information about an area of the overlay.
  • the area of the overlay may indicate the area of the layer or plane on which the overlay is located.
  • information about the area of the overlay may indicate the area of the overlay based on the azimuth and elevation.
  • the information on the area of the overlay includes at least one of information on the position of the overlay and information on the size
  • the information on the position of the overlay is information on the position of the overlay in the three- Y coordinate and z coordinate of the center point of the overlay on a 3D corrdinate space
  • information about the size of the overlay may indicate at least one of the width and the height of the overlay.
  • the information on the area of the overlay may include at least one of the above-described sphere_region_flag field, centre_azimuth field, centre_elevation field, and / or centre_tilt field.
  • information on the area of the overlay may include at least one of the centre_x field, the centre_y field, the centre_z field, the width field, and / or the height field described above.
  • the overlay related metadata may include information about the type of overlay.
  • the information about the type of overlay can indicate that the type of the overlay is an overlay type rendered on 3D space, an overlay type rendered on a viewport, or an overlay type rendered on a sphere surface .
  • information about the type of the overlay may indicate the type of overlay on which it is rendered on the 3D space.
  • the information about the area of the overlay may indicate the area of the overlay based on the azimuth and elevation.
  • the information on the area of the overlay may include at least one of the sphere_region_flag field, the centre_azimuth field, the centreelevation field, and / or the centre_tilt field.
  • the overlay related metadata may further include information about the rotation of the overlay.
  • the information about the rotation of the overlay may indicate at least one of a yaw value, a pitch value, and a roll value regarding the rotation of the overlay as described above.
  • the overlay-related metadata may indicate whether the layer or plane of the overlay is rotating based on the viewing orientation And may further include flag information. This allows the overlay layer / plane on the 3D space to rotate to the user's viewing angle, allowing the user to face the overlay layer / plane. And the billboards_flag field described above for the flag information.
  • the overlay related metadata may further include distance information indicating the distance from the center of the unit sphere .
  • the information indicating the depth of the area of the overlay may indicate the rendering priority of the overlay. For example, if a plurality of overlays are overlapped, an overlay associated with a smaller depth value of the plurality of overlays may be rendered, based on information indicating the depth of the region of the overlay, for the overlapping region.
  • the information indicating the depth of the area of the overlay may include the depth field described above.
  • the overlay-related metadata may further include information on an order of the overlay.
  • the information about the type of overlay indicates the type of overlay rendered on the viewport or the type of overlay rendered on the sphere surface
  • the information on the (layering) order of the overlays may indicate the priority among the overlapped overlays.
  • the overlay related metadata may include information indicating an order between overlays having an overlay type rendered on the viewport.
  • the overlay related metadata may further include target flag information indicating whether the overlay is associated with a reference point. Text, sound, or supplementary information indicated by the reference point may be provided through the overlay, or an image at a location indicated by the reference point may be rendered.
  • the target flag information may include the target_flag field described above.
  • the overlay related metadata may include information about the number of overlays.
  • overlay related information for each of the overlays may be included in the overlay related metadata.
  • the overlay related meta data may include overlay rendering attribute information.
  • the overlay rendering attribute information may include at least one of a transparency, a focus effect, and / or a blending option of the plane of the overlay.
  • the overlay related metadata may be included in the overlay timed metadata track.
  • the overlay related metadata may be configured based on the overlay track and the time information in the sample.
  • the 360 video transmission apparatus encodes the derived picture (S4330). 360 video transmission apparatus can encode the two-dimensional picture and output it as a bit stream.
  • 360 video transmission apparatus may encode and output the overlay texture (media) according to the type of the texture (media) to be overlaid.
  • the encoded overlay texture (media) may be included in 360 video / video data to be described later.
  • the texture (media) to be overlaid may be stored in the 360 video receiving apparatus, or may be transmitted separately through the network.
  • the 360 video transmission apparatus performs processing for storing or transmitting the encoded picture and the metadata (S4340).
  • the 360 video transmission device may generate 360 video / video data based on the data regarding the encoded picture and / or the metadata.
  • the 360 video data including the encoded pictures may be generated.
  • the 360 video transmission device may encapsulate the data regarding the encoded picture (s) and / or the metadata in the form of a file or the like.
  • the 360 video transmission apparatus can encode the encoded 360 video data and / or the metadata in a file format such as ISOBMFF or CFF for storage or transmission, or in the form of other DASH segments.
  • the 360 video transmission device may include the metadata on a file format.
  • the metadata may be included in boxes of various levels on an ISOBMFF file format, or may be included as data in separate tracks within a file.
  • the overlay-related metadata may be included in the overlay-timed metadata track.
  • the overlay related metadata may be configured based on the overlay track and the time information in the sample.
  • the 360 video transmission device may encapsulate the metadata itself into a file.
  • the 360 video transmission device may apply processing for transmission to the 360 video data encapsulated according to the file format.
  • the 360 video transmission device can process the 360 video data according to any transmission protocol.
  • the processing for transmission may include processing for transmission through a broadcasting network, or processing for transmission via a communication network such as broadband.
  • the 360 video transmission apparatus may apply processing for transmission to the metadata.
  • the 360 video transmission apparatus may transmit the 360 video / video data (including the metadata), which has been transmitted, through the broadcasting network and / or broadband.
  • FIG. 44 schematically shows a method of processing 360 video / video data by the 360 video receiving apparatus according to the present invention.
  • the method disclosed in Fig. 44 can be performed by the 360 video receiving apparatus disclosed in Fig. 6 or Fig.
  • the 360 video receiving apparatus receives 360 video / video data (signal) (S4400).
  • the 360 video receiving apparatus can receive the 360 video / video data signaled from the 360 video transmitting apparatus through the broadcasting network.
  • the 360 video / video data may include information about the encoded picture (s) of 360 video / video and the metadata.
  • the 360 video receiving apparatus may receive 360 video / video data through a communication network such as broadband or a storage medium.
  • the 360 video receiving apparatus obtains the information about the encoded picture and the metadata (S4410).
  • Information on the encoded picture and the metadata may be obtained from the 360 video / video data through a procedure such as file / segment decapsulation.
  • the metadata may include the fields described herein above.
  • the fields may be included in boxes of various levels or may be included as data in a separate track within the file.
  • the metadata may include some or all of the fields / information described in Tables 1 to 19 above.
  • the metadata may include the above-described overlay-related metadata (including information / fields).
  • the overlay related meta data may include information about the area of the overlay described above, information about the (rendering) type of the overlay, information about whether stereoscopic is applied, information about the rotation of the overlay, (Layering) order of the overlay, target flag information, information on the number of overlays, overlay rendering attribute information, and / or gae Information, and the like.
  • the overlay related metadata may include information about an area of the overlay.
  • the area of the overlay may indicate the area of the layer or plane on which the overlay is located.
  • information about the area of the overlay may indicate the area of the overlay based on the azimuth and elevation.
  • the information on the area of the overlay includes at least one of information on the position of the overlay and information on the size
  • the information on the position of the overlay is information on the position of the overlay in the three- Y coordinate and z coordinate of the center point of the overlay on a 3D corrdinate space
  • information about the size of the overlay may indicate at least one of the width and the height of the overlay.
  • the information on the area of the overlay may include at least one of the above-described sphere_region_flag field, centre_azimuth field, centre_elevation field, and / or centre_tilt field.
  • information on the area of the overlay may include at least one of the centre_x field, the centre_y field, the centre_z field, the width field, and / or the height field described above.
  • the overlay related metadata may include information about the type of overlay.
  • the information about the type of overlay can indicate that the type of the overlay is an overlay type rendered on 3D space, an overlay type rendered on a viewport, or an overlay type rendered on a sphere surface .
  • information about the type of the overlay may indicate the type of overlay on which it is rendered on the 3D space.
  • the information about the area of the overlay may indicate the area of the overlay based on the azimuth and elevation.
  • the information on the area of the overlay may include at least one of the sphere_region_flag field, the centre_azimuth field, the centreelevation field, and / or the centre_tilt field.
  • the overlay related metadata may further include information about the rotation of the overlay.
  • the information about the rotation of the overlay may indicate at least one of a yaw value, a pitch value, and a roll value regarding the rotation of the overlay as described above.
  • the overlay-related metadata may indicate whether the layer or plane of the overlay is rotating based on the viewing orientation And may further include flag information. This allows the overlay layer / plane on the 3D space to rotate to the user's viewing angle, allowing the user to face the overlay layer / plane. And the billboards_flag field described above for the flag information.
  • the overlay related metadata may further include distance information indicating the distance from the center of the unit sphere .
  • the information indicating the depth of the area of the overlay may indicate the rendering priority of the overlay. For example, if a plurality of overlays are overlapped, an overlay associated with a smaller depth value of the plurality of overlays may be rendered, based on information indicating the depth of the region of the overlay, for the overlapping region.
  • the information indicating the depth of the area of the overlay may include the depth field described above.
  • the overlay-related metadata may further include information on an order of the overlay.
  • the information about the type of overlay indicates the type of overlay rendered on the viewport or the type of overlay rendered on the sphere surface
  • the information on the (layering) order of the overlays may indicate the priority among the overlapped overlays.
  • the overlay related metadata may include information indicating an order between overlays having an overlay type rendered on the viewport.
  • the overlay related metadata may further include target flag information indicating whether the overlay is associated with a reference point. Text, sound, or supplementary information indicated by the reference point may be provided through the overlay, or an image at a location indicated by the reference point may be rendered.
  • the target flag information may include the target_flag field described above.
  • the overlay related metadata may include information about the number of overlays.
  • overlay related information for each of the overlays may be included in the overlay related metadata.
  • the overlay related meta data may include overlay rendering attribute information.
  • the overlay rendering attribute information may include at least one of a transparency, a focus effect, and / or a blending option of the plane of the overlay.
  • the overlay related metadata may be included in the overlay timed metadata track.
  • the overlay related metadata may be configured based on the overlay track and the time information in the sample.
  • the 360 video receiving apparatus decodes the picture (s) based on the information about the encoded picture (S4420).
  • the decoded picture may correspond to the projected picture, or may correspond to a packed picture (when the region-specific packing process is applied).
  • the 360 video receiving device may decode the overlay texture (media) according to the type of texture (media) to be overlaid.
  • the encoded overlay texture (media) may be included in the above 360 video / video data.
  • the texture (media) to be overlaid may be stored in the 360 video receiving apparatus or may be received separately via the network.
  • the 360 video receiving device may decode the picture based on the metadata as the case may be. This may include, for example, performing decoding for a portion of a picture in which a viewport is located, or for decoding a viewpoint change or other specific picture at a location linked to an overlay.
  • the 360 video receiving apparatus renders the decoded picture and the overlay based on the metadata (S4430).
  • the 360 video receiving apparatus may process and render the decoded picture and the overlay based on the meta data.
  • the decoded picture may be rendered on a 3D surface through a procedure such as re-projection as described above.
  • the overlay it may be rendered on a viewport, a 3D surface, a 3D space or the like according to the above-described overlay type based on the metadata.
  • the internal components of the above-described devices may be processors executing the sequential execution processes stored in the memory, or hardware components configured with other hardware. These can be located inside or outside the unit.
  • modules may be omitted according to the embodiment, or may be replaced by other modules performing similar / same operations.
  • Each of the above-described parts, modules or units may be a processor or hardware part that executes sequential execution processes stored in a memory (or storage unit). Each of the steps described in the above embodiments may be performed by a processor or hardware parts. Each module / block / unit described in the above embodiments may operate as a hardware / processor. Further, the methods proposed by the present invention can be executed as codes. The code may be written to a storage medium readable by the processor and thus read by a processor provided by the apparatus.
  • the above-described method may be implemented by a module (a process, a function, and the like) that performs the above-described functions.
  • the module is stored in memory and can be executed by the processor.
  • the memory may be internal or external to the processor and may be coupled to the processor by any of a variety of well known means.
  • the processor may comprise an application-specific integrated circuit (ASIC), other chipset, logic circuitry and / or a data processing device.
  • the memory may include read-only memory (ROM), random access memory (RAM), flash memory, memory cards, storage media, and / or other storage devices.

Landscapes

  • Engineering & Computer Science (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • Library & Information Science (AREA)
  • Databases & Information Systems (AREA)
  • Theoretical Computer Science (AREA)
  • Human Computer Interaction (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Two-Way Televisions, Distribution Of Moving Picture Or The Like (AREA)

Abstract

본 발명에 따른 360 비디오 수신 장치에 의하여 수행되는 360 영상 데이터 처리 방법은 360 영상 데이터를 수신하는 단계, 상기 360 영상 데이터로부터 인코딩된 픽처에 대한 정보 및 메타데이터를 획득하는 단계, 상기 인코딩된 픽처에 대한 정보를 기반으로 픽처를 디코딩하는 단계, 상기 메타데이터를 기반으로 디코딩된 픽처 및 오버레이를 렌더링하는 단계를 포함하되, 상기 메타데이터는 오버레이 관련 메타데이터를 포함하고, 상기 오버레이 관련 메타데이터를 기반으로 상기 오버레이를 렌더링하고, 상기 오버레이 관련 메타데이터는 상기 오버레이의 영역에 대한 정보를 포함하는 것을 특징으로 한다.

Description

360 비디오 시스템에서 오버레이 처리 방법 및 그 장치
본 발명은 360 비디오에 관한 것으로, 보다 상세하게는 360 비디오 시스템에서 오버레이 처리 방법 및 그 장치에 관한 것이다.
VR(Vertial Reality) 시스템은 사용자에게 전자적으로 투영된 환경내에 있는 것 같은 감각을 제공한다. VR 을 제공하기 위한 시스템은 더 고화질의 이미지들과, 공간적인 음향을 제공하기 위하여 더 개선될 수 있다. VR 시스템은 사용자가 인터랙티브하게 VR 컨텐트들을 소비할 수 있도록 할 수 있다.
본 발명의 기술적 과제는 360 비디오 데이터 처리 방법 및 장치를 제공함에 있다.
본 발명의 다른 기술적 과제는 360 비디오 데이터에 대한 메타데이터를 전송하는 방법 및 장치를 제공함에 있다.
본 발명의 또 다른 기술적 과제는 360 비디오에 대한 오버레이 처리 방법 및 장치를 제공함에 있다.
본 발명의 또 다른 기술적 과제는 360 비디오에 대한 오버레이를 위한 메타데이터를 전송하는 방법 및 장치를 제공함에 있다.
본 발명의 일 실시예에 따르면, 360 비디오 수신 장치에 의하여 수행되는 360 영상 데이터 처리 방법을 제공한다. 상기 방법은 360 영상 데이터를 수신하는 단계, 상기 360 영상 데이터로부터 인코딩된 픽처에 대한 정보 및 메타데이터를 획득하는 단계, 상기 인코딩된 픽처에 대한 정보를 기반으로 픽처를 디코딩하는 단계, 및 상기 메타데이터를 기반으로 디코딩된 픽처 및 오버레이를 렌더링하는 단계를 포함하고, 상기 메타데이터는 오버레이 관련 메타데이터를 포함하고, 상기 오버레이 관련 메타데이터를 기반으로 상기 오버레이를 렌더링하고, 상기 오버레이 관련 메타데이터는 상기 오버레이의 영역에 대한 정보를 포함하는 것을 특징으로 한다.
본 발명의 다른 일 실시예에 따르면, 360 영상 데이터를 처리하는 360 비디오 수신 장치가 제공된다. 상기 360 비디오 수신 장치는 360 영상 데이터를 수신하고, 상기 360 영상 데이터로부터 인코딩된 픽처에 대한 정보 및 메타데이터를 획득하는 수신처리부, 상기 인코딩된 픽처에 대한 정보를 기반으로 픽처를 디코딩 데이터 디코더, 및 상기 메타데이터를 기반으로 디코딩된 픽처 및 오버레이를 렌더링하는 렌더러를 포함하되, 상기 메타데이터는 오버레이 관련 메타데이터를 포함하고, 상기 렌더러는 상기 오버레이 관련 메타데이터를 기반으로 상기 오버레이를 렌더링하고, 상기 오버레이 관련 메타데이터는 상기 오버레이의 영역에 대한 정보를 포함하는 것을 특징으로 한다.
본 발명의 또 다른 일 실시예에 따르면, 360 비디오 전송 장치에 의하여 수행되는 360 영상 데이터 처리 방법을 제공한다. 상기 방법은 360 영상을 획득하는 단계, 상기 360 영상을 처리하여 픽처를 도출하는 단계, 상기 360 영상에 관한 메타데이터를 생성하는 단계, 상기 픽처를 인코딩하는 단계, 및 상기 인코딩된 픽처 및 상기 메타데이터에 대하여 저장 또는 전송을 위한 처리를 수행하는 단계를 포함하되, 상기 메타데이터는 오버레이 관련 메타데이터를 포함하고, 상기 오버레이 관련 메타데이터는 상기 오버레이의 영역에 대한 정보를 포함하는 것을 특징으로 한다.
본 발명의 또 다른 일 실시예에 따르면, 360 영상 데이터를 처리하는 360 비디오 전송 장치가 제공된다. 상기 360 비디오 전송 장치는 360 영상을 획득하는 데이터 입력부, 상기 360 영상을 처리하여 픽처를 도출하는 프로젝션 처리부, 상기 360 영상에 관한 메타데이터를 생성하는 메타데이터 처리부, 상기 픽처를 인코딩하는 데이터 인코더, 및 상기 인코딩된 픽처 및 상기 메타데이터에 대하여 저장 또는 전송을 위한 처리를 수행하는 전송 처리부를 포함하되, 상기 메타데이터는 오버레이 관련 메타데이터를 포함하고, 상기 오버레이 관련 메타데이터는 상기 오버레이의 영역에 대한 정보를 포함함을 특징으로 한다.
본 발명에 따르면 지상파 방송망과 인터넷 망을 사용하는 차세대 하이브리드 방송을 지원하는 환경에서 VR 컨텐츠 (360 컨텐츠)를 효율적으로 전송할 수 있다.
본 발명에 따르면 사용자의 360 컨텐츠 소비에 있어서, 인터랙티브 경험(interactive experience)를 제공하기 위한 방안을 제안할 수 있다.
본 발명에 따르면 사용자의 360 컨텐츠 소비에 있어서, 360 컨텐츠 제작자가 의도하는 바가 정확히 반영되도록 시그널링 하는 방안을 제안할 수 있다.
본 발명에 따르면 360 컨텐츠 전달에 있어, 효율적으로 전송 캐패시티를 늘리고, 필요한 정보가 전달될 수 있도록 하는 방안을 제안할 수 있다.
본 발명에 따르면 360 비디오에 오버레이를 효율적으로 제공할 수 있고, 사용자 시각에 기반한 부가 정보를 효율적으로 표시할 수 있다.
본 발명에 따르면 360 비디오에 대한 오버레이를 통하여 특정 타겟과의 링크를 제공할 수 있다.
본 발명에 따르면 오버레이를 통하여 효율적으로 화면 전환 또는 부가 정보 제공을 위한 링크를 제공할 수 있다.
본 발명에 따르면 ISOBMFF(ISO base media file format) 등 ISO(International Organization for Standardization) 기반 미디어 파일 포멧을 통하여 효율적으로 360도 비디오 데이터에 대한 시그널링 정보를 저장 및 전송할 수 있다.
본 발명에 따르면 DASH(Dynamic Adaptive Streaming over HTTP) 등의 HTTP(HyperText Transfer Protocol) 기반 적응형 스트리밍을 통하여 360도 비디오 데이터에 대한 시그널링 정보를 전송할 수 있다.
본 발명에 따르면 SEI (Supplemental enhancement information) 메시지 혹은 VUI (Video Usability Information)를 통하여 360도 비디오 데이터에 대한 시그널링 정보를 저장 및 전송할 수 있고, 이를 통하여 전체적인 전송 효율을 향상시킬 수 있다.
도 1은 본 발명에 따른 360 비디오 제공을 위한 전체 아키텍처를 도시한 도면이다.
도 2 및 도 3은 본 발명의 일 실시예에 따른 미디어 파일의 구조를 도시한 도면이다.
도 4는 DASH 기반 적응형 스트리밍 모델의 전반적인 동작의 일 예를 나타낸다.
도 5는 본 발명이 적용될 수 있는 360 비디오 전송 장치의 구성을 개략적으로 설명하는 도면이다.
도 6은 본 발명이 적용될 수 있는 360 비디오 수신 장치의 구성을 개략적으로 설명하는 도면이다.
도 7은 본 발명의 3D 공간을 설명하기 위한 비행기 주축(Aircraft Principal Axes) 개념을 도시한 도면이다.
도 8는 360 비디오의 처리 과정 및 프로젝션 포멧에 따른 리전별 패킹 과정이 적용된 2D 이미지를 예시적으로 나타낸다.
도 9a 내지 9b는 본 발명에 따른 프로젝션 포멧들을 예시적으로 나타낸다.
도 10a 및 10b는 본 발명의 일 실시예에 따른 타일(Tile)을 도시한 도면이다.
도 11은 본 발명의 일 실시예에 따른 360도 비디오 관련 메타데이터의 일 예를 나타낸다.
도 12는 뷰포인트, 뷰잉 포지션, 뷰잉 오리엔테이션의 개념을 개략적으로 나타낸다.
도 13은 본 발명에 따른 3DoF+ 비디오 제공을 위한 아키텍처의 예를 개략적으로 도시한 도면이다.
도 14a 및 14b는 3DoF+ 엔드 투 엔드 시스템 아키텍처의 예이다.
도 15는 FLUS(Framework for Live Uplink Streaming) 아키텍처의 예를 개략적으로 나타낸다.
도 16은 3DoF+ 송신단에서의 구성을 개략적으로 나타낸다.
도 17은 3DoF+ 수신단에서의 구성을 개략적으로 나타낸다.
도 18 내지 20은 오버레이 타입에 따른 오버레이 위치들을 예시적으로 나타낸다.
도 21은 오버레이 트랙 및 디스플레이 타임 정보가 샘플에 저장된 예를 나타낸다.
도 22는 오버레이 관련 메타데이터 기반 360 비디오 송수신 방법을 개략적으로 나타낸다.
도 23 및 도 24는 오버레이가 스피어 리전에 위치하는 경우의 예이다.
도 25는 오버레이가 현재 뷰포트 상에 위치하는 경우의 예이다.
도 26은 오버레이가 스피어 또는 큐브 내의 3D 공간에 위치하는 경우의 예이다.
도 27은 오버레이 관련 메타데이터를 포함하는 오버레이 메다데이터 트랙을 예시적으로 나타낸다.
도 28은 오버레이가 뷰포트 상에 위치하는 경우의 예이다.
도 29는 오버레이가 스피어 상에 위치하는 경우의 예이다.
도 30은 오버레이가 3차원 공간상에 위치하는 경우의 예이다.
도 31은 오버레이가 스피어 내부의 3차원 공간 상에 존재하는 경우, 오버레이의 위치/크기/회전을 나타낸다.
도 32는 오버레이 렌더링 속성의 예를 나타낸다.
도 33은 동적 오버레이 메타데이터의 구성 예를 나타낸다.
도 34는 동적 오버레이 메타데이터 트랙과 오버레이 미디어 트랙 링크 시그널링 예를 나타낸다.
도 35는 오버레이 미디어 트랙 상에 오버레이 메타데이터 시그널링 예를 나타낸다.
도 36 및 도 37은 오버레이 미디어 패킹, 프로젝션과 디폴트 렌더링 시그널링 예들을 나타낸다.
도 38은 게이즈 포인트 계산 예시이다.
도 39는 오버레이 렌더링 절차를 예시적으로 나타낸다.
도 40는 오버레이 타입에 따른 오버레이 지오메트리 생성 예를 나타낸다.
도 41은 오버레이 컨텐츠 타입에 따른 오버레이 텍스처 생성 예를 나타낸다.
도 42는 오버레이 렌더링 예를 나타낸다.
도 43은 본 발명에 따른 360 비디오 전송 장치에 의한 360 비디오/영상 데이터 처리 방법을 개략적으로 나타낸다.
도 44는 본 발명에 따른 360 비디오 수신 장치에 의한 360 영상/비디오 데이터 처리 방법을 개략적으로 나타낸다.
본 발명은 다양한 변경을 가할 수 있고 여러 가지 실시예를 가질 수 있는 바, 특정 실시예들을 도면에 예시하고 상세하게 설명하고자 한다. 그러나, 이는 본 발명을 특정 실시예에 한정하려고 하는 것이 아니다. 본 명세서에서 상용하는 용어는 단지 특정한 실시예를 설명하기 위해 사용된 것으로, 본 발명의 기술적 사상을 한정하려는 의도로 사용되는 것은 아니다. 단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한, 복수의 표현을 포함한다. 본 명세서에서 "포함하다" 또는 "가지다" 등의 용어는 명세서상에 기재된 특징, 숫자, 단계, 동작, 구성 요소, 부품 또는 이들을 조합한 것이 존재함을 지정하려는 것이지, 하나 또는 그 이상의 다른 특징들이나 숫자, 단계, 동작, 구성 요소, 부품 도는 이들을 조합한 것들의 존재 또는 부가 가능성을 미리 배제하지 않는 것으로 이해되어야 한다.
한편, 본 발명에서 설명되는 도면상의 각 구성들은 서로 다른 특징적인 기능들에 관한 설명의 편의를 위해 독립적으로 도시된 것으로서, 각 구성들이 서로 별개의 하드웨어나 별개의 소프트웨어로 구현된다는 것을 의미하지는 않는다. 예컨대, 각 구성 중 두 개 이상의 구성이 합쳐져 하나의 구성을 이룰 수도 있고, 하나의 구성이 복수의 구성으로 나뉘어질 수도 있다. 각 구성이 통합 및/또는 분리된 실시예도 본 발명의 본질에서 벗어나지 않는 한 본 발명의 권리범위에 포함된다.
이하, 첨부한 도면들을 참조하여, 본 발명의 바람직한 실시예를 보다 상세하게 설명하고자 한다. 이하, 도면상의 동일한 구성 요소에 대해서는 동일한 참조 부호를 사용하고 동일한 구성 요소에 대해서 중복된 설명은 생략될 수 있다.
도 1은 본 발명에 따른 360 비디오 제공을 위한 전체 아키텍처를 도시한 도면이다.
본 발명은 사용자에게 가상현실 (Virtual Reality, VR)을 제공하기 위하여, 360 컨텐츠를 제공하는 방안을 제안한다. VR이란 실제 또는 가상의 환경을 복제(replicates) 하기 위한 기술 내지는 그 환경을 의미할 수 있다. VR은 인공적으로 사용자에게 감각적 경험을 제공하며, 이를 통해 사용자는 전자적으로 프로젝션된 환경에 있는 것과 같은 경험을 할 수 있다.
360 컨텐츠는 VR을 구현, 제공하기 위한 컨텐츠 전반을 의미하며, 360 비디오 및/또는 360 오디오를 포함할 수 있다. 360 비디오는 VR을 제공하기 위해 필요한, 동시에 모든 방향(360도)으로 캡처되거나 재생되는 비디오 내지 이미지 컨텐츠를 의미할 수 있다. 이하, 360 비디오라 함은 360도 비디오를 의미할 수 있다. 360 비디오는 3D 모델에 따라 다양한 형태의 3D 공간 상에 나타내어지는 비디오 내지 이미지를 의미할 수 있으며, 예를 들어 360 비디오는 구형면(Speherical surface) 상에 나타내어질 수 있다. 360 오디오 역시 VR을 제공하기 위한 오디오 컨텐츠로서, 음향 발생지가 3차원의 특정 공간상에 위치하는 것으로 인지될 수 있는, 공간적(Spatial) 오디오 컨텐츠를 의미할 수 있다. 360 컨텐츠는 생성, 처리되어 사용자들로 전송될 수 있으며, 사용자들은 360 컨텐츠를 이용하여 VR 경험을 소비할 수 있다. 360 비디오는 전방향(omnidirectional) 비디오라고 불릴 수 있고, 360 이미지는 전방향 이미지라고 불릴 수 있다.
본 발명은 특히 360 비디오를 효과적으로 제공하는 방안을 제안한다. 360 비디오를 제공하기 위하여, 먼저 하나 이상의 카메라를 통해 360 비디오가 캡처될 수 있다. 캡처된 360 비디오는 일련의 과정을 거쳐 전송되고, 수신측에서는 수신된 데이터를 다시 원래의 360 비디오로 가공하여 렌더링할 수 있다. 이를 통해 360 비디오가 사용자에게 제공될 수 있다.
구체적으로 360 비디오 제공을 위한 전체의 과정은 캡처 과정(process), 준비 과정, 전송 과정, 프로세싱 과정, 렌더링 과정 및/또는 피드백 과정을 포함할 수 있다.
캡처 과정은 하나 이상의 카메라를 통하여 복수개의 시점 각각에 대한 이미지 또는 비디오를 캡처하는 과정을 의미할 수 있다. 캡처 과정에 의해 도시된 도 1의 (110)과 같은 이미지/비디오 데이터가 생성될 수 있다. 도시된 도 1의 (110)의 각 평면은 각 시점에 대한 이미지/비디오를 의미할 수 있다. 이 캡처된 복수개의 이미지/비디오를 로(raw) 데이터라 할 수도 있다. 캡처 과정에서 캡처와 관련된 메타데이터가 생성될 수 있다.
이 캡처를 위하여 VR 을 위한 특수한 카메라가 사용될 수 있다. 실시예에 따라 컴퓨터로 생성된 가상의 공간에 대한 360 비디오를 제공하고자 하는 경우, 실제 카메라를 통한 캡처가 수행되지 않을 수 있다. 이 경우 단순히 관련 데이터가 생성되는 과정으로 해당 캡처 과정이 갈음될 수 있다.
준비 과정은 캡처된 이미지/비디오 및 캡처 과정에서 발생한 메타데이터를 처리하는 과정일 수 있다. 캡처된 이미지/비디오는 이 준비 과정에서, 스티칭 과정, 프로젝션 과정, 리전별 패킹 과정(Region-wise Packing) 및/또는 인코딩 과정 등을 거칠 수 있다.
먼저 각각의 이미지/비디오가 스티칭(Stitching) 과정을 거칠 수 있다. 스티칭 과정은 각각의 캡처된 이미지/비디오들을 연결하여 하나의 파노라마 이미지/비디오 또는 구형의 이미지/비디오를 만드는 과정일 수 있다.
이 후, 스티칭된 이미지/비디오는 프로젝션(Projection) 과정을 거칠 수 있다. 프로젝션 과정에서, 스트칭된 이미지/비디오는 2D 이미지 상에 프로젝션될 수 있다. 이 2D 이미지는 문맥에 따라 2D 이미지 프레임으로 불릴 수도 있다. 2D 이미지로 프로젝션하는 것을 2D 이미지로 매핑한다고 표현할 수도 있다. 프로젝션된 이미지/비디오 데이터는 도시된 도 1의 (120)과 같은 2D 이미지의 형태가 될 수 있다.
2D 이미지 상에 프로젝션된 비디오 데이터는 비디오 코딩 효율 등을 높이기 위하여 리전별 패킹 과정(Region-wise Packing)을 거칠 수 있다. 리전별 패킹이란, 2D 이미지 상에 프로젝션된 비디오 데이터를 리전(Region) 별로 나누어 처리를 가하는 과정을 의미할 수 있다. 여기서 리전(Region)이란, 360 비디오 데이터가 프로젝션된 2D 이미지가 나누어진 영역을 의미할 수 있다. 이 리전들은, 실시예에 따라, 2D 이미지를 균등하게 나누어 구분되거나, 임의로 나누어져 구분될 수 있다. 또한 실시예에 따라 리전들은, 프로젝션 스킴에 따라 구분될 수도 있다. 리전별 패킹 과정은 선택적(optional) 과정으로써, 준비 과정에서 생략될 수 있다.
실시예에 따라 이 처리 과정은, 비디오 코딩 효율을 높이기 위해, 각 리전을 회전한다거나 2D 이미지 상에서 재배열하는 과정을 포함할 수 있다. 예를 들어, 리전들을 회전하여 리전들의 특정 변들이 서로 근접하여 위치되도록 함으로써, 코딩 시의 효율이 높아지게 할 수 있다.
실시예에 따라 이 처리 과정은, 360 비디오상의 영역별로 레졸루션(resolution) 을 차등화하기 위하여, 특정 리전에 대한 레졸루션을 높인다거나, 낮추는 과정을 포함할 수 있다. 예를 들어, 360 비디오 상에서 상대적으로 더 중요한 영역에 해당하는 리전들은, 다른 리전들보다 레졸루션을 높게할 수 있다. 2D 이미지 상에 프로젝션된 비디오 데이터 또는 리전별 패킹된 비디오 데이터는 비디오 코덱을 통한 인코딩 과정을 거칠 수 있다.
실시예에 따라 준비 과정은 부가적으로 에디팅(editing) 과정 등을 더 포함할 수 있다. 이 에디팅 과정에서 프로젝션 전후의 이미지/비디오 데이터들에 대한 편집 등이 더 수행될 수 있다. 준비 과정에서도 마찬가지로, 스티칭/프로젝션/인코딩/에디팅 등에 대한 메타데이터가 생성될 수 있다. 또한 2D 이미지 상에 프로젝션된 비디오 데이터들의 초기 시점, 혹은 ROI (Region of Interest) 등에 관한 메타데이터가 생성될 수 있다.
전송 과정은 준비 과정을 거친 이미지/비디오 데이터 및 메타데이터들을 처리하여 전송하는 과정일 수 있다. 전송을 위해 임의의 전송 프로토콜에 따른 처리가 수행될 수 있다. 전송을 위한 처리를 마친 데이터들은 방송망 및/또는 브로드밴드를 통해 전달될 수 있다. 이 데이터들은 온 디맨드(On Demand) 방식으로 수신측으로 전달될 수도 있다. 수신측에서는 다양한 경로를 통해 해당 데이터를 수신할 수 있다.
프로세싱 과정은 수신한 데이터를 디코딩하고, 프로젝션되어 있는 이미지/비디오 데이터를 3D 모델 상에 리-프로젝션(Re-projection) 하는 과정을 의미할 수 있다. 이 과정에서 2D 이미지들 상에 프로젝션되어 있는 이미지/비디오 데이터가 3D 공간 상으로 리-프로젝션될 수 있다. 이 과정을 문맥에 따라 매핑, 프로젝션이라고 부를 수도 있다. 이 때 매핑되는 3D 공간은 3D 모델에 따라 다른 형태를 가질 수 있다. 예를 들어 3D 모델에는 구형(Sphere), 큐브(Cube), 실린더(Cylinder) 또는 피라미드(Pyramid) 가 있을 수 있다.
실시예에 따라 프로세싱 과정은 부가적으로 에디팅(editing) 과정, 업 스케일링(up scaling) 과정 등을 더 포함할 수 있다. 이 에디팅 과정에서 리-프로젝션 전후의 이미지/비디오 데이터에 대한 편집 등이 더 수행될 수 있다. 이미지/비디오 데이터가 축소되어 있는 경우 업 스케일링 과정에서 샘플들의 업 스케일링을 통해 그 크기를 확대할 수 있다. 필요한 경우, 다운 스케일링을 통해 사이즈를 축소하는 작업이 수행될 수도 있다.
렌더링 과정은 3D 공간상에 리-프로젝션된 이미지/비디오 데이터를 렌더링하고 디스플레이하는 과정을 의미할 수 있다. 표현에 따라 리-프로젝션과 렌더링을 합쳐 3D 모델 상에 렌더링한다 라고 표현할 수도 있다. 3D 모델 상에 리-프로젝션된 (또는 3D 모델 상으로 렌더링된) 이미지/비디오는 도시된 도 1의 (130)과 같은 형태를 가질 수 있다. 도시된 도 1의 (130)은 구형(Sphere) 의 3D 모델에 리-프로젝션된 경우이다. 사용자는 VR 디스플레이 등을 통하여 렌더링된 이미지/비디오의 일부 영역을 볼 수 있다. 이 때 사용자가 보게되는 영역은 도시된 도 1의 (140)과 같은 형태일 수 있다.
피드백 과정은 디스플레이 과정에서 획득될 수 있는 다양한 피드백 정보들을 송신측으로 전달하는 과정을 의미할 수 있다. 피드백 과정을 통해 360 비디오 소비에 있어 인터랙티비티(Interactivity) 가 제공될 수 있다. 실시예에 따라, 피드백 과정에서 헤드 오리엔테이션(Head Orientation) 정보, 사용자가 현재 보고 있는 영역을 나타내는 뷰포트(Viewport) 정보 등이 송신측으로 전달될 수 있다. 실시예에 따라, 사용자는 VR 환경 상에 구현된 것들과 상호작용할 수도 있는데, 이 경우 그 상호작용과 관련된 정보가 피드백 과정에서 송신측 내지 서비스 프로바이더 측으로 전달될 수도 있다. 실시예에 따라 피드백 과정은 수행되지 않을 수도 있다.
헤드 오리엔테이션 정보는 사용자의 머리 위치, 각도, 움직임 등에 대한 정보를 의미할 수 있다. 이 정보를 기반으로 사용자가 현재 360 비디오 내에서 보고 있는 영역에 대한 정보, 즉 뷰포트 정보가 계산될 수 있다.
뷰포트 정보는 현재 사용자가 360 비디오에서 보고 있는 영역에 대한 정보일 수 있다. 이를 통해 게이즈 분석(Gaze Analysis) 이 수행되어, 사용자가 어떠한 방식으로 360 비디오를 소비하는지, 360 비디오의 어느 영역을 얼마나 응시하는지 등을 확인할 수도 있다. 게이즈 분석은 수신측에서 수행되어 송신측으로 피드백 채널을 통해 전달될 수도 있다. VR 디스플레이 등의 장치는 사용자의 머리 위치/방향, 장치가 지원하는 수직(vertical) 혹은 수평(horizontal) FOV(Field Of View) 정보 등에 근거하여 뷰포트 영역을 추출할 수 있다.
실시예에 따라, 전술한 피드백 정보는 송신측으로 전달되는 것 뿐아니라, 수신측에서 소비될 수도 있다. 즉, 전술한 피드백 정보를 이용하여 수신측의 디코딩, 리-프로젝션, 렌더링 과정 등이 수행될 수 있다. 예를 들어, 헤드 오리엔테이션 정보 및/또는 뷰포트 정보를 이용하여 현재 사용자가 보고 있는 영역에 대한 360 비디오만 우선적으로 디코딩 및 렌더링될 수도 있다.
여기서 뷰포트(viewport) 내지 뷰포트 영역이란, 사용자가 360 비디오에서 보고 있는 영역을 의미할 수 있다. 시점(viewpoint) 는 사용자가 360 비디오에서 보고 있는 지점으로서, 뷰포트 영역의 정중앙 지점을 의미할 수 있다. 즉, 뷰포트는 시점을 중심으로 한 영역인데, 그 영역이 차지하는 크기 형태 등은 후술할 FOV(Field Of View) 에 의해 결정될 수 있다.
전술한 360 비디오 제공을 위한 전체 아키텍처 내에서, 캡처/프로젝션/인코딩/전송/디코딩/리-프로젝션/렌더링의 일련의 과정을 거치게 되는 이미지/비디오 데이터들을 360 비디오 데이터라 부를 수 있다. 360 비디오 데이터라는 용어는 또한 이러한 이미지/비디오 데이터들과 관련되는 메타데이터 내지 시그널링 정보를 포함하는 개념으로 쓰일 수도 있다.
상술한 오디오 또는 비디오 등의 미디어 데이터를 저장하고 전송하기 위하여, 정형화된 미디어 파일 포맷이 정의될 수 있다. 실시예에 따라 미디어 파일은 ISO BMFF (ISO base media file format)를 기반으로 한 파일 포맷을 가질 수 있다.
도 2 및 도 3은 본 발명의 일 실시예에 따른 미디어 파일의 구조를 도시한 도면이다.
본 발명에 따른 미디어 파일은 적어도 하나 이상의 박스를 포함할 수 있다. 여기서 박스(box)는 미디어 데이터 또는 미디어 데이터에 관련된 메타데이터 등을 포함하는 데이터 블록 내지 오브젝트일 수 있다. 박스들은 서로 계층적 구조를 이룰 수 있으며, 이에 따라 데이터들이 분류되어 미디어 파일이 대용량 미디어 데이터의 저장 및/또는 전송에 적합한 형태를 띄게 될 수 있다. 또한 미디어 파일은, 사용자가 미디어 컨텐츠의 특정지점으로 이동하는 등, 미디어 정보에 접근하는데 있어 용이한 구조를 가질 수 있다.
본 발명에 따른 미디어 파일은 ftyp 박스, moov 박스 및/또는 mdat 박스를 포함할 수 있다.
ftyp 박스(파일 타입 박스)는 해당 미디어 파일에 대한 파일 타입 또는 호환성 관련 정보를 제공할 수 있다. ftyp 박스는 해당 미디어 파일의 미디어 데이터에 대한 구성 버전 정보를 포함할 수 있다. 복호기는 ftyp 박스를 참조하여 해당 미디어 파일을 구분할 수 있다.
moov 박스(무비 박스)는 해당 미디어 파일의 미디어 데이터에 대한 메타 데이터를 포함하는 박스일 수 있다. moov 박스는 모든 메타 데이터들을 위한 컨테이너 역할을 할 수 있다. moov 박스는 메타 데이터 관련 박스들 중 최상위 계층의 박스일 수 있다. 실시예에 따라 moov 박스는 미디어 파일 내에 하나만 존재할 수 있다.
mdat 박스(미디어 데이터 박스) 는 해당 미디어 파일의 실제 미디어 데이터들을 담는 박스일 수 있다. 미디어 데이터들은 오디오 샘플 및/또는 비디오 샘플들을 포함할 수 있는데, mdat 박스는 이러한 미디어 샘플들을 담는 컨테이너 역할을 할 수 있다.
실시예에 따라 전술한 moov 박스는 mvhd 박스, trak 박스 및/또는 mvex 박스 등을 하위 박스로서 더 포함할 수 있다.
mvhd 박스(무비 헤더 박스)는 해당 미디어 파일에 포함되는 미디어 데이터의 미디어 프리젠테이션 관련 정보를 포함할 수 있다. 즉, mvhd 박스는 해당 미디어 프리젠테이션의 미디어 생성시간, 변경시간, 시간규격, 기간 등의 정보를 포함할 수 있다.
trak 박스(트랙 박스)는 해당 미디어 데이터의 트랙에 관련된 정보를 제공할 수 있다. trak 박스는 오디오 트랙 또는 비디오 트랙에 대한 스트림 관련 정보, 프리젠테이션 관련 정보, 액세스 관련 정보 등의 정보를 포함할 수 있다. Trak 박스는 트랙의 개수에 따라 복수개 존재할 수 있다.
trak 박스는 실시예에 따라 tkhd 박스(트랙 헤더 박스)를 하위 박스로서 더 포함할 수 있다. tkhd 박스는 trak 박스가 나타내는 해당 트랙에 대한 정보를 포함할 수 있다. tkhd 박스는 해당 트랙의 생성시간, 변경시간, 트랙 식별자 등의 정보를 포함할 수 있다.
mvex 박스(무비 익스텐드 박스)는 해당 미디어 파일에 후술할 moof 박스가 있을 수 있음을 지시할 수 있다. 특정 트랙의 모든 미디어 샘플들을 알기 위해서, moof 박스들이 스캔되어야할 수 있다.
본 발명에 따른 미디어 파일은, 실시예에 따라, 복수개의 프래그먼트로 나뉘어질 수 있다(200). 이를 통해 미디어 파일이 분할되어 저장되거나 전송될 수 있다. 미디어 파일의 미디어 데이터들(mdat 박스)은 복수개의 프래그먼트로 나뉘어지고, 각각의 프래그먼트는 moof 박스와 나뉘어진 mdat 박스를 포함할 수 있다. 실시예에 따라 프래그먼트들을 활용하기 위해서는 ftyp 박스 및/또는 moov 박스의 정보가 필요할 수 있다.
moof 박스(무비 프래그먼트 박스)는 해당 프래그먼트의 미디어 데이터에 대한 메타 데이터를 제공할 수 있다. moof 박스는 해당 프래그먼트의 메타데이터 관련 박스들 중 최상위 계층의 박스일 수 있다.
mdat 박스(미디어 데이터 박스)는 전술한 바와 같이 실제 미디어 데이터를 포함할 수 있다. 이 mdat 박스는 각각의 해당 프래그먼트에 해당하는 미디어 데이터들의 미디어 샘플들을 포함할 수 있다.
실시예에 따라 전술한 moof 박스는 mfhd 박스 및/또는 traf 박스 등을 하위 박스로서 더 포함할 수 있다.
mfhd 박스(무비 프래그먼트 헤더 박스)는 분할된 복수개의 프래그먼트들 간의 연관성과 관련한 정보들을 포함할 수 있다. mfhd 박스는 시퀀스 넘버(sequence number) 를 포함하여, 해당 프래그먼트의 미디어 데이터가 분할된 몇 번째 데이터인지를 나타낼 수 있다. 또한, mfhd 박스를 이용하여 분할된 데이터 중 누락된 것은 없는지 여부가 확인될 수 있다.
traf 박스(트랙 프래그먼트 박스)는 해당 트랙 프래그먼트에 대한 정보를 포함할 수 있다. traf 박스는 해당 프래그먼트에 포함되는 분할된 트랙 프래그먼트에 대한 메타데이터를 제공할 수 있다. traf 박스는 해당 트랙 프래그먼트 내의 미디어 샘플들이 복호화/재생될 수 있도록 메타데이터를 제공할 수 있다. traf 박스는 트랙 프래그먼트의 개수에 따라 복수개 존재할 수 있다.
실시예에 따라 전술한 traf 박스는 tfhd 박스 및/또는 trun 박스 등을 하위 박스로서 더 포함할 수 있다.
tfhd 박스(트랙 프래그먼트 헤더 박스)는 해당 트랙 프래그먼트의 헤더 정보를 포함할 수 있다. tfhd 박스는 전술한 traf 박스가 나타내는 트랙 프래그먼트의 미디어 샘플들에 대하여, 기본적인 샘플크기, 기간, 오프셋, 식별자 등의 정보를 제공할 수 있다.
trun 박스(트랙 프래그먼트 런 박스)는 해당 트랙 프래그먼트 관련 정보를 포함할 수 있다. trun 박스는 미디어 샘플별 기간, 크기, 재생시점 등과 같은 정보를 포함할 수 있다.
전술한 미디어 파일 내지 미디어 파일의 프래그먼트들은 세그먼트들로 처리되어 전송될 수 있다. 세그먼트에는 초기화 세그먼트(initialization segment) 및/또는 미디어 세그먼트(media segment) 가 있을 수 있다.
도시된 실시예(210)의 파일은, 미디어 데이터는 제외하고 미디어 디코더의 초기화와 관련된 정보 등을 포함하는 파일일 수 있다. 이 파일은 예를 들어 전술한 초기화 세그먼트에 해당할 수 있다. 초기화 세그먼트는 전술한 ftyp 박스 및/또는 moov 박스를 포함할 수 있다.
도시된 실시예(220)의 파일은, 전술한 프래그먼트를 포함하는 파일일 수 있다. 이 파일은 예를 들어 전술한 미디어 세그먼트에 해당할 수 있다. 미디어 세그먼트는 전술한 moof 박스 및/또는 mdat 박스를 포함할 수 있다. 또한, 미디어 세그먼트는 styp 박스 및/또는 sidx 박스를 더 포함할 수 있다.
styp 박스(세그먼트 타입 박스) 는 분할된 프래그먼트의 미디어 데이터를 식별하기 위한 정보를 제공할 수 있다. styp 박스는 분할된 프래그먼트에 대해, 전술한 ftyp 박스와 같은 역할을 수행할 수 있다. 실시예에 따라 styp 박스는 ftyp 박스와 동일한 포맷을 가질 수 있다.
sidx 박스(세그먼트 인덱스 박스) 는 분할된 프래그먼트에 대한 인덱스를 나타내는 정보를 제공할 수 있다. 이를 통해 해당 분할된 프래그먼트가 몇번째 프래그먼트인지가 지시될 수 있다.
실시예에 따라(230) ssix 박스가 더 포함될 수 있는데, ssix 박스(서브 세그먼트 인덱스 박스)는 세그먼트가 서브 세그먼트로 더 나뉘어지는 경우에 있어, 그 서브 세그먼트의 인덱스를 나타내는 정보를 제공할 수 있다.
미디어 파일 내의 박스들은, 도시된 실시예(250)와 같은 박스 내지 풀 박스(FullBox) 형태를 기반으로, 더 확장된 정보들을 포함할 수 있다. 이 실시예에서 size 필드, largesize 필드는 해당 박스의 길이를 바이트 단위 등으로 나타낼 수 있다. version 필드는 해당 박스 포맷의 버전을 나타낼 수 있다. Type 필드는 해당 박스의 타입 내지 식별자를 나타낼 수 있다. flags 필드는 해당 박스와 관련된 플래그 등을 나타낼 수 있다.
도 4는 DASH 기반 적응형 스트리밍 모델의 전반적인 동작의 일 예를 나타낸다. 도시된 실시예(400)에 따른 DASH 기반 적응형 스트리밍 모델은, HTTP 서버와 DASH 클라이언트 간의 동작을 기술하고 있다. 여기서 DASH(Dynamic Adaptive Streaming over HTTP)는, HTTP 기반 적응형 스트리밍을 지원하기 위한 프로토콜로서, 네트워크 상황에 따라 동적으로 스트리밍을 지원할 수 있다. 이에 따라 AV 컨텐트 재생이 끊김없이 제공될 수 있다.
먼저 DASH 클라이언트는 MPD를 획득할 수 있다. MPD 는 HTTP 서버 등의 서비스 프로바이더로부터 전달될 수 있다. DASH 클라이언트는 MPD 에 기술된 세그먼트에의 접근 정보를 이용하여 서버로 해당 세그먼트들을 요청할 수 있다. 여기서 이 요청은 네트워크 상태를 반영하여 수행될 수 있다.
DASH 클라이언트는 해당 세그먼트를 획득한 후, 이를 미디어 엔진에서 처리하여 화면에 디스플레이할 수 있다. DASH 클라이언트는 재생 시간 및/또는 네트워크 상황 등을 실시간으로 반영하여, 필요한 세그먼트를 요청, 획득할 수 있다(Adaptive Streaming). 이를 통해 컨텐트가 끊김없이 재생될 수 있다.
MPD (Media Presentation Description) 는 DASH 클라이언트로 하여금 세그먼트를 동적으로 획득할 수 있도록 하기 위한 상세 정보를 포함하는 파일로서 XML 형태로 표현될 수 있다.
DASH 클라이언트 컨트롤러(DASH Client Controller) 는 네트워크 상황을 반영하여 MPD 및/또는 세그먼트를 요청하는 커맨드를 생성할 수 있다. 또한, 이 컨트롤러는 획득된 정보를 미디어 엔진 등등의 내부 블락에서 사용할 수 있도록 제어할 수 있다.
MPD 파서(Parser) 는 획득한 MPD 를 실시간으로 파싱할 수 있다. 이를 통해, DASH 클라이언트 컨트롤러는 필요한 세그먼트를 획득할 수 있는 커맨드를 생성할 수 있게 될 수 있다.
세그먼트 파서(Parser) 는 획득한 세그먼트를 실시간으로 파싱할 수 있다. 세그먼트에 포함된 정보들에 따라 미디어 엔진 등의 내부 블락들은 특정 동작을 수행할 수 있다.
HTTP 클라이언트는 필요한 MPD 및/또는 세그먼트 등을 HTTP 서버에 요청할 수 있다. 또한 HTTP 클라이언트는 서버로부터 획득한 MPD 및/또는 세그먼트들을 MPD 파서 또는 세그먼트 파서로 전달할 수 있다.
미디어 엔진(Media Engine) 은 세그먼트에 포함된 미디어 데이터를 이용하여 컨텐트를 화면상에 표시할 수 있다. 이 때, MPD 의 정보들이 활용될 수 있다.
DASH 데이터 모델은 계층적 구조(410)를 가질 수 있다. 미디어 프리젠테이션은 MPD에 의해 기술될 수 있다. MPD는 미디어 프리젠테이션를 만드는 복수개의 구간(Period)들의 시간적인 시퀀스를 기술할 수 있다. 피리오드는 미디어 컨텐트의 한 구간을 나타낼 수 있다.
한 구간에서, 데이터들은 어댑테이션 셋들에 포함될 수 있다. 어댑테이션 셋은 서로 교환될 수 있는 복수개의 미디어 컨텐트 컴포넌트들의 집합일 수 있다. 어댑테이션은 레프리젠테이션들의 집합을 포함할 수 있다. 레프리젠테이션은 미디어 컨텐트 컴포넌트에 해당할 수 있다. 한 레프리젠테이션 내에서, 컨텐트는 복수개의 세그먼트들로 시간적으로 나뉘어질 수 있다. 이는 적절한 접근성과 전달(delivery)를 위함일 수 있다. 각각의 세그먼트에 접근하기 위해서 각 세그먼트의 URL 이 제공될 수 있다.
MPD는 미디어 프리젠테이션에 관련된 정보들을 제공할 수 있고, 피리오드 엘레멘트, 어댑테이션 셋 엘레멘트, 레프리젠테이션 엘레멘트는 각각 해당 피리오드, 어댑테이션 셋, 레프리젠테이션에 대해서 기술할 수 있다. 레프리젠테이션은 서브 레프리젠테이션들로 나뉘어질 수 있는데, 서브 레프리젠테이션 엘레멘트는 해당 서브 레프리젠테이션에 대해서 기술할 수 있다.
여기서 공통(Common) 속성/엘레멘트들이 정의될 수 있는데, 이 들은 어댑테이션 셋, 레프리젠테이션, 서브 레프리젠테이션 등에 적용될 수 (포함될 수) 있다. 공통 속성/엘레멘트 중에는 에센셜 프로퍼티(EssentialProperty) 및/또는 서플멘탈 프로퍼티(SupplementalProperty) 가 있을 수 있다.
에센셜 프로퍼티는 해당 미디어 프리젠테이션 관련 데이터를 처리함에 있어서 필수적이라고 여겨지는 엘레멘트들을 포함하는 정보일 수 있다. 서플멘탈 프로퍼티는 해당 미디어 프리젠테이션 관련 데이터를 처리함에 있어서 사용될 수도 있는 엘레멘트들을 포함하는 정보일 수 있다. 실시예에 따라후술할 디스크립터들은, MPD 를 통해 전달되는 경우, 에센셜 프로퍼티 및/또는 서플멘탈 프로퍼티 내에 정의되어 전달될 수 있다.
도 5는 본 발명이 적용될 수 있는 360 비디오 전송 장치의 구성을 개략적으로 설명하는 도면이다.
본 발명에 따른 360 비디오 전송 장치는 전술한 준비 과정 내지 전송 과정에 관련된 동작들을 수행할 수 있다. 360 비디오 전송 장치는 데이터 입력부, 스티처(Stitcher), 프로젝션 처리부, 리전별 패킹 처리부(도시되지 않음), 메타데이터 처리부, (송신측) 피드백 처리부, 데이터 인코더, 인캡슐레이션 처리부, 전송 처리부 및/또는 전송부를 내/외부 엘레멘트로서 포함할 수 있다.
데이터 입력부는 캡처된 각 시점별 이미지/비디오 들을 입력받을 수 있다. 이 시점별 이미지/비디오 들은 하나 이상의 카메라들에 의해 캡처된 이미지/비디오들일 수 있다. 또한 데이터 입력부는 캡처 과정에서 발생된 메타데이터를 입력받을 수 있다. 데이터 입력부는 입력된 시점별 이미지/비디오들을 스티처로 전달하고, 캡처 과정의 메타데이터를 시그널링 처리부로 전달할 수 있다.
스티처는 캡처된 시점별 이미지/비디오들에 대한 스티칭 작업을 수행할 수 있다. 스티처는 스티칭된 360 비디오 데이터를 프로젝션 처리부로 전달할 수 있다. 스티처는 필요한 경우 메타데이터 처리부로부터 필요한 메타데이터를 전달받아 스티칭 작업에 이용할 수 있다. 스티처는 스티칭 과정에서 발생된 메타데이터를 메타데이터 처리부로 전달할 수 있다. 스티칭 과정의 메타데이터에는 스티칭이 수행되었는지 여부, 스티칭 타입 등의 정보들이 있을 수 있다.
프로젝션 처리부는 스티칭된 360 비디오 데이터를 2D 이미지 상에 프로젝션할 수 있다. 프로젝션 처리부는 다양한 스킴(scheme)에 따라 프로젝션을 수행할 수 있는데, 이에 대해서는 후술한다. 프로젝션 처리부는 각 시점별 360 비디오 데이터의 해당 뎁스(depth)를 고려하여 매핑을 수행할 수 있다. 프로젝션 처리부는 필요한 경우 메타데이터 처리부로부터 프로젝션에 필요한 메타데이터를 전달받아 프로젝션 작업에 이용할 수 있다. 프로젝션 처리부는 프로젝션 과정에서 발생된 메타데이터를 메타데이터 처리부로 전달할 수 있다. 프로젝션 처리부의 메타데이터에는 프로젝션 스킴의 종류 등이 있을 수 있다.
리전별 패킹 처리부(도시되지 않음)는 전술한 리전별 패킹 과정을 수행할 수 있다. 즉, 리전별 패킹 처리부는 프로젝션된 360 비디오 데이터를 리전별로 나누고, 각 리전들을 회전, 재배열하거나, 각 리전의 레졸루션을 변경하는 등의 처리를 수행할 수 있다. 전술한 바와 같이 리전별 패킹 과정은 선택적(optional) 과정이며, 리전별 패킹이 수행되지 않는 경우, 리전별 패킹 처리부는 생략될 수 있다. 리전별 패킹 처리부는 필요한 경우 메타데이터 처리부로부터 리전별 패킹에 필요한 메타데이터를 전달받아 리전별 패킹 작업에 이용할 수 있다. 리전별 패킹 처리부는 리전별 패킹 과정에서 발생된 메타데이터를 메타데이터 처리부로 전달할 수 있다. 리전별 패킹 처리부의 메타데이터에는 각 리전의 회전 정도, 사이즈 등이 있을 수 있다.
전술한 스티처, 프로젝션 처리부 및/또는 리전별 패킹 처리부는 실시예에 따라 하나의 하드웨어 컴포넌트에서 수행될 수도 있다.
메타데이터 처리부는 캡처 과정, 스티칭 과정, 프로젝션 과정, 리전별 패킹 과정, 인코딩 과정, 인캡슐레이션 과정 및/또는 전송을 위한 처리 과정에서 발생할 수 있는 메타데이터들을 처리할 수 있다. 메타데이터 처리부는 이러한 메타데이터들을 이용하여 360 비디오 관련 메타데이터를 생성할 수 있다. 실시예에 따라 메타데이터 처리부는 360 비디오 관련 메타데이터를 시그널링 테이블의 형태로 생성할 수도 있다. 시그널링 문맥에 따라 360 비디오 관련 메타데이터는 메타데이터 또는 360 비디오 관련 시그널링 정보라 불릴 수도 있다. 또한 메타데이터 처리부는 획득하거나 생성한 메타데이터들을 필요에 따라 360 비디오 전송 장치의 내부 엘레멘트들에 전달할 수 있다. 메타데이터 처리부는 360 비디오 관련 메타데이터가 수신측으로 전송될 수 있도록 데이터 인코더, 인캡슐레이션 처리부 및/또는 전송 처리부에 전달할 수 있다.
데이터 인코더는 2D 이미지 상에 프로젝션된 360 비디오 데이터 및/또는 리전별 패킹된 360 비디오 데이터를 인코딩할 수 있다. 360 비디오 데이터는 다양한 포맷으로 인코딩될 수 있다.
인캡슐레이션 처리부는 인코딩된 360 비디오 데이터 및/또는 360 비디오 관련 메타데이터를 파일 등의 형태로 인캡슐레이션할 수 있다. 여기서 360 비디오 관련 메타데이터는 전술한 메타데이터 처리부로부터 전달받은 것일 수 있다. 인캡슐레이션 처리부는 해당 데이터들을 ISOBMFF, CFF 등의 파일 포맷으로 인캡슐레이션하거나, 기타 DASH 세그먼트 등의 형태로 처리할 수 있다. 인캡슐레이션 처리부는 실시예에 따라 360 비디오 관련 메타데이터를 파일 포맷 상에 포함시킬 수 있다. 360 관련 메타데이터는 예를 들어 ISOBMFF 파일 포맷 상의 다양한 레벨의 박스(box)에 포함되거나 파일 내에서 별도의 트랙내의 데이터로 포함될 수 있다. 실시예에 따라, 인캡슐레이션 처리부는 360 비디오 관련 메타데이터 자체를 파일로 인캡슐레이션할 수 있다. 전송 처리부는 파일 포맷에 따라 인캡슐레이션된 360 비디오 데이터에 전송을 위한 처리를 가할 수 있다. 전송 처리부는 임의의 전송 프로토콜에 따라 360 비디오 데이터를 처리할 수 있다. 전송을 위한 처리에는 방송망을 통한 전달을 위한 처리, 브로드밴드를 통한 전달을 위한 처리를 포함할 수 있다. 실시예에 따라 전송 처리부는 360 비디오 데이터뿐만 아니라, 메타데이터 처리부로부터 360 비디오 관련 메타데이터를 전달받아, 이 것에 전송을 위한 처리를 가할 수도 있다.
전송부는 전송 처리된 360 비디오 데이터 및/또는 360 비디오 관련 메타데이터를 방송망 및/또는 브로드밴드를 통해 전송할 수 있다. 전송부는 방송망을 통한 전송을 위한 엘레멘트 및/또는 브로드밴드를 통한 전송을 위한 엘레멘트를 포함할 수 있다.
본 발명에 따른 360 비디오 전송 장치의 일 실시예에 의하면, 360 비디오 전송 장치는 데이터 저장부(도시되지 않음)를 내/외부 엘레멘트로서 더 포함할 수 있다. 데이터 저장부는 인코딩된 360 비디오 데이터 및/또는 360 비디오 관련 메타데이터를 전송 처리부로 전달하기 전에 저장하고 있을 수 있다. 이 데이터들이 저장되는 형태는 ISOBMFF 등의 파일 형태일 수 있다. 실시간으로 360 비디오를 전송하는 경우에는 데이터 저장부가 필요하지 않을 수 있으나, 온 디맨드, NRT (Non Real Time), 브로드밴드 등을 통해 전달하는 경우에는 인캡슐레이션된 360 데이터가 데이터 저장부에 일정 기간 저장되었다가 전송될 수도 있다.
본 발명에 따른 360 비디오 전송 장치의 다른 실시예에 의하면, 360 비디오 전송 장치는 (송신측) 피드백 처리부 및/또는 네트워크 인터페이스(도시되지 않음)를 내/외부 엘레멘트로서 더 포함할 수 있다. 네트워크 인터페이스는 본 발명에 따른 360 비디오 수신 장치로부터 피드백 정보를 전달받고, 이를 송신측 피드백 처리부로 전달할 수 있다. 송신측 피드백 처리부는 피드백 정보를 스티처, 프로젝션 처리부, 리전별 패킹 처리부, 데이터 인코더, 인캡슐레이션 처리부, 메타데이터 처리부 및/또는 전송 처리부로 전달할 수 있다. 실시예에 따라 피드백 정보는 메타데이터 처리부에 일단 전달된 후, 다시 각 내부 엘레멘트들로 전달될 수 있다. 피드백 정보를 전달받은 내부 엘레먼트들은 이 후의 360 비디오 데이터의 처리에 피드백 정보를 반영할 수 있다.
본 발명에 따른 360 비디오 전송 장치의 또 다른 실시예에 의하면, 리전별 패킹 처리부는 각 리전을 회전하여 2D 이미지 상에 매핑할 수 있다. 이 때 각 리전들은 서로 다른 방향, 서로 다른 각도로 회전되어 2D 이미지 상에 매핑될 수 있다. 리전의 회전은 360 비디오 데이터가 구형의 면 상에서 프로젝션 전에 인접했던 부분, 스티칭된 부분 등을 고려하여 수행될 수 있다. 리전의 회전에 관한 정보들, 즉 회전 방향, 각도 등은 360 비디오 관련 메타데이터에 의해 시그널링될 수 있다. 본 발명에 따른 360 비디오 전송 장치의 또 다른 실시예에 의하면, 데이터 인코더는 각 리전 별로 다르게 인코딩을 수행할 수 있다. 데이터 인코더는 특정 리전은 높은 퀄리티로, 다른 리전은 낮은 퀄리티로 인코딩을 수행할 수 있다. 송신측 피드백 처리부는 360 비디오 수신 장치로부터 전달받은 피드백 정보를 데이터 인코더로 전달하여, 데이터 인코더가 리전별 차등화된 인코딩 방법을 사용하도록 할 수 있다. 예를 들어 송신측 피드백 처리부는 수신측으로부터 전달받은 뷰포트 정보를 데이터 인코더로 전달할 수 있다. 데이터 인코더는 뷰포트 정보가 지시하는 영역을 포함하는 리전들에 대해 다른 리전들보다 더 높은 퀄리티(UHD 등) 로 인코딩을 수행할 수 있다.
본 발명에 따른 360 비디오 전송 장치의 또 다른 실시예에 의하면, 전송 처리부는 각 리전 별로 다르게 전송을 위한 처리를 수행할 수 있다. 전송 처리부는 리전 별로 다른 전송 파라미터(모듈레이션 오더, 코드 레이트 등)를 적용하여, 각 리전 별로 전달되는 데이터의 강건성(robustenss)을 다르게 할 수 있다.
이 때, 송신측 피드백 처리부는 360 비디오 수신 장치로부터 전달받은 피드백 정보를 전송 처리부로 전달하여, 전송 처리부가 리전별 차등화된 전송 처리를 수행하도록 할 수 있다. 예를 들어 송신측 피드백 처리부는 수신측으로부터 전달받은 뷰포트 정보를 전송 처리부로 전달할 수 있다. 전송 처리부는 해당 뷰포트 정보가 지시하는 영역을 포함하는 리전들에 대해 다른 리전들보다 더 높은 강건성을 가지도록 전송 처리를 수행할 수 있다.
전술한 본 발명에 따른 360 비디오 전송 장치의 내/외부 엘레멘트들은 하드웨어로 구현되는 하드웨어 엘레멘트들일 수 있다. 실시예에 따라 내/외부 엘레멘트들은 변경, 생략되거나 다른 엘레멘트로 대체, 통합될 수 있다. 실시예에 따라 부가 엘레멘트들이 360 비디오 전송 장치에 추가될 수도 있다.
도 6은 본 발명이 적용될 수 있는 360 비디오 수신 장치의 구성을 개략적으로 설명하는 도면이다.
본 발명에 따른 360 비디오 수신 장치는 전술한 프로세싱 과정 및/또는 렌더링 과정에 관련된 동작들을 수행할 수 있다. 360 비디오 수신 장치는 수신부, 수신 처리부, 디캡슐레이션 처리부, 데이터 디코더, 메타데이터 파서, (수신측) 피드백 처리부, 리-프로젝션 처리부 및/또는 렌더러를 내/외부 엘레멘트로서 포함할 수 있다. 한편, 시그널링 파서는 메타데이터 파서라고 불릴 수 있다.
수신부는 본 발명에 따른 360 비디오 전송 장치가 전송한 360 비디오 데이터를 수신할 수 있다. 전송되는 채널에 따라 수신부는 방송망을 통하여 360 비디오 데이터를 수신할 수도 있고, 브로드밴드를 통하여 360 비디오 데이터를 수신할 수도 있다.
수신 처리부는 수신된 360 비디오 데이터에 대해 전송 프로토콜에 따른 처리를 수행할 수 있다. 전송측에서 전송을 위한 처리가 수행된 것에 대응되도록, 수신 처리부는 전술한 전송 처리부의 역과정을 수행할 수 있다. 수신 처리부는 획득한 360 비디오 데이터는 디캡슐레이션 처리부로 전달하고, 획득한 360 비디오 관련 메타데이터는 메타데이터 파서로 전달할 수 있다. 수신 처리부가 획득하는 360 비디오 관련 메타데이터는 시그널링 테이블의 형태일 수 있다.
디캡슐레이션 처리부는 수신 처리부로부터 전달받은 파일 형태의 360 비디오 데이터를 디캡슐레이션할 수 있다. 디캡슐레이션 처리부는 ISOBMFF 등에 따른 파일들을 디캡슐레이션하여, 360 비디오 데이터 내지 360 비디오 관련 메타데이터를 획득할 수 있다. 획득된 360 비디오 데이터는 데이터 디코더로, 획득된 360 비디오 관련 메타데이터는 메타데이터 파서로 전달할 수 있다. 디캡슐레이션 처리부가 획득하는 360 비디오 관련 메타데이터는 파일 포맷 내의 박스 혹은 트랙 형태일 수 있다. 디캡슐레이션 처리부는 필요한 경우 메타데이터 파서로부터 디캡슐레이션에 필요한 메타데이터를 전달받을 수도 있다.
데이터 디코더는 360 비디오 데이터에 대한 디코딩을 수행할 수 있다. 데이터 디코더는 메타데이터 파서로부터 디코딩에 필요한 메타데이터를 전달받을 수도 있다. 데이터 디코딩 과정에서 획득된 360 비디오 관련 메타데이터는 메타데이터 파서로 전달될 수도 있다.
메타데이터 파서는 360 비디오 관련 메타데이터에 대한 파싱/디코딩을 수행할 수 있다. 메타데이터 파서는 획득한 메타데이터를 데이터 디캡슐레이션 처리부, 데이터 디코더, 리-프로젝션 처리부 및/또는 렌더러로 전달할 수 있다.
리-프로젝션 처리부는 디코딩된 360 비디오 데이터에 대하여 리-프로젝션을 수행할 수 있다. 리-프로젝션 처리부는 360 비디오 데이터를 3D 공간으로 리-프로젝션할 수 있다. 3D 공간은 사용되는 3D 모델에 따라 다른 형태를 가질 수 있다. 리-프로젝션 처리부는 메타데이터 파서로부터 리-프로젝션에 필요한 메타데이터를 전달받을 수도 있다. 예를 들어 리-프로젝션 처리부는 사용되는 3D 모델의 타입 및 그 세부 정보에 대한 정보를 메타데이터 파서로부터 전달받을 수 있다. 실시예에 따라 리-프로젝션 처리부는 리-프로젝션에 필요한 메타데이터를 이용하여, 3D 공간 상의 특정 영역에 해당하는 360 비디오 데이터만을 3D 공간으로 리-프로젝션할 수도 있다.
렌더러는 리-프로젝션된 360 비디오 데이터를 렌더링할 수 있다. 전술한 바와 같이 360 비디오 데이터가 3D 공간상에 렌더링된다고 표현할 수도 있는데, 이처럼 두 과정이 한번에 일어나는 경우 리-프로젝션 처리부와 렌더러는 통합되어, 렌더러에서 이 과정들이 모두 진행될 수 있다. 실시예에 따라 렌더러는 사용자의 시점 정보에 따라 사용자가 보고 있는 부분만을 렌더링할 수도 있다.
사용자는 VR 디스플레이 등을 통하여 렌더링된 360 비디오의 일부 영역을 볼 수 있다. VR 디스플레이는 360 비디오를 재생하는 장치로서, 360 비디오 수신 장치에 포함될 수도 있고(tethered), 별도의 장치로서 360 비디오 수신 장치에 연결될 수도 있다(un-tethered).
본 발명에 따른 360 비디오 수신 장치의 일 실시예에 의하면, 360 비디오 수신 장치는 (수신측) 피드백 처리부 및/또는 네트워크 인터페이스(도시되지 않음)를 내/외부 엘레멘트로서 더 포함할 수 있다. 수신측 피드백 처리부는 렌더러, 리-프로젝션 처리부, 데이터 디코더, 디캡슐레이션 처리부 및/또는 VR 디스플레이로부터 피드백 정보를 획득하여 처리할 수 있다. 피드백 정보는 뷰포트 정보, 헤드 오리엔테이션 정보, 게이즈(Gaze) 정보 등을 포함할 수 있다. 네트워크 인터페이스는 피드백 정보를 수신측 피드백 처리부로부터 전달받고, 이를 360 비디오 전송 장치로 전송할 수 있다.
전술한 바와 같이, 피드백 정보는 송신측으로 전달되는 것 뿐아니라, 수신측에서 소비될 수도 있다. 수신측 피드백 처리부는 획득한 피드백 정보를 360 비디오 수신 장치의 내부 엘레멘트들로 전달하여, 렌더링 등의 과정에 반영되게 할 수 있다. 수신측 피드백 처리부는 피드백 정보를 렌더러, 리-프로젝션 처리부, 데이터 디코더 및/또는 디캡슐레이션 처리부로 전달할 수 있다. 예를 들어, 렌더러는 피드백 정보를 활용하여 사용자가 보고 있는 영역을 우선적으로 렌더링할 수 있다. 또한 디캡슐레이션 처리부, 데이터 디코더 등은 사용자가 보고 있는 영역 내지 보게될 영역을 우선적으로 디캡슐레이션, 디코딩할 수 있다.
전술한 본 발명에 따른 360 비디오 수신 장치의 내/외부 엘레멘트들은 하드웨어로 구현되는 하드웨어 엘레멘트들일 수 있다. 실시예에 따라 내/외부 엘레멘트들은 변경, 생략되거나 다른 엘레멘트로 대체, 통합될 수 있다. 실시예에 따라 부가 엘레멘트들이 360 비디오 수신 장치에 추가될 수도 있다.
본 발명의 또 다른 관점은 360 비디오를 전송하는 방법 및 360 비디오를 수신하는 방법과 관련될 수 있다. 본 발명에 따른 360 비디오를 전송/수신하는 방법은, 각각 전술한 본 발명에 따른 360 비디오 전송/수신 장치 또는 그 장치의 실시예들에 의해 수행될 수 있다.
전술한 본 발명에 따른 360 비디오 전송/수신 장치, 전송/수신 방법의 각각의 실시예 및 그 내/외부 엘리멘트 각각의 실시예들을 서로 조합될 수 있다. 예를 들어 프로젝션 처리부의 실시예들과, 데이터 인코더의 실시예들은 서로 조합되어, 그 경우의 수만큼의 360 비디오 전송 장치의 실시예들을 만들어 낼 수 있다. 이렇게 조합된 실시예들 역시 본 발명의 범위에 포함된다.
도 7은 본 발명의 3D 공간을 설명하기 위한 비행기 주축(Aircraft Principal Axes) 개념을 도시한 도면이다. 본 발명에서, 3D 공간에서의 특정 지점, 위치, 방향, 간격, 영역 등을 표현하기 위하여 비행기 주축 개념이 사용될 수 있다. 즉, 본 발명에서 프로젝션 전 또는 리-프로젝션 후의 3D 공간에 대해 기술하고, 그에 대한 시그널링을 수행하기 위하여 비행기 주축 개념이 사용될 수 있다. 실시예에 따라 X, Y, Z 축 개념 또는 구형 좌표계를 이용한 방법이 사용될 수도 있다.
비행기는 3 차원으로 자유롭게 회전할 수 있다. 3차원을 이루는 축을 각각 피치(pitch) 축, 요(yaw) 축 및 롤(roll) 축이라고 한다. 본 명세서에서 이 들을 줄여서 pitch, yaw, roll 내지 pitch 방향, yaw 방향, roll 방향이라고 표현할 수도 있다.
Pitch 축은 비행기의 앞코가 위/아래로 회전하는 방향의 기준이 되는 축을 의미할 수 있다. 도시된 비행기 주축 개념에서 pitch 축은 비행기의 날개에서 날개로 이어지는 축을 의미할 수 있다.
Yaw 축은 비행기의 앞코가 좌/우로 회전하는 방향의 기준이 되는 축을 의미할 수 있다. 도시된 비행기 주축 개념에서 yaw 축은 비행기의 위에서 아래로 이어지는 축을 의미할 수 있다. Roll 축은 도시된 비행기 주축 개념에서 비행기의 앞코에서 꼬리로 이어지는 축으로서, roll 방향의 회전이란 roll 축을 기준으로 한 회전을 의미할 수 있다. 전술한 바와 같이, pitch, yaw, roll 개념을 통해 본 발명에서의 3D 공간이 기술될 수 있다.
한편, 상술한 내용과 같이 2D 이미지 상에 프로젝션된 비디오 데이터는 비디오 코딩 효율 등을 높이기 위하여 리전별 패킹 과정(Region-wise Packing)이 수행될 수 있다. 상기 리전별 패킹 과정은 2D 이미지 상에 프로젝션된 비디오 데이터를 리전(Region) 별로 나누어 처리를 가하는 과정을 의미할 수 있다. 상기 리전(Region)은 360 비디오 데이터가 프로젝션된 2D 이미지가 나누어진 영역을 나타낼 수 있고, 상기 2D 이미지가 나뉘어진 리전들은 프로젝션 스킴에 따라 구분될 수도 있다. 여기서, 상기 2D 이미지는 비디오 프레임(video frame) 또는 프레임(frame)이라고 불릴 수 있다.
이와 관련하여 본 발명에서는 프로젝션 스킴에 따른 상기 리전별 패킹 과정에 대한 메타데이터들 및 상기 메타데이터들의 시그널링 방법을 제안한다. 상기 메타데이터들을 기반으로 상기 리전별 패킹 과정은 보다 효율적으로 수행될 수 있다.
도 8는 360 비디오의 처리 과정 및 프로젝션 포멧에 따른 리전별 패킹 과정이 적용된 2D 이미지를 예시적으로 나타낸다. 도 8의 (a)는 입력된 360 비디오 데이터의 처리 과정을 나타낼 수 있다. 도 8의 (a)를 참조하면 입력된 시점의 360 비디오 데이터는 다양한 프로젝션 스킴에 따라서 3D 프로젝션 구조에 스티칭 및 프로젝션될 수 있고, 상기 3D 프로젝션 구조에 프로젝션된 360 비디오 데이터는 2D 이미지로 나타낼 수 있다. 즉, 상기 360 비디오 데이터는 스티칭될 수 있고, 상기 2D 이미지로 프로젝션될 수 있다. 상기 360 비디오 데이터가 프로젝션된 2D 이미지는 프로젝션된 프레임(projected frame)이라고 나타낼 수 있다. 또한, 상기 프로젝션된 프레임은 전술한 리전별 패킹 과정이 수행될 수 있다. 즉, 상기 프로젝션된 프레임 상의 프로젝션된 360 비디오 데이터를 포함하는 영역을 리전들로 나누고, 각 리전들을 회전, 재배열하거나, 각 리전의 레졸루션을 변경하는 등의 처리가 수행될 수 있다. 다시 말해, 상기 리전별 패킹 과정은 상기 프로젝션된 프레임을 하나 이상의 패킹된 프레임(packed frame)으로 맵핑하는 과정을 나타낼 수 있다. 상기 리전별 패킹 과정의 수행은 선택적(optional)일 수 있고, 상기 리전별 패킹 과정이 적용되지 않는 경우, 상기 패킹된 프레임과 상기 프로젝션된 프레임은 동일할 수 있다. 상기 리전별 패킹 과정이 적용되는 경우, 상기 프로젝션된 프레임의 각 리전은 상기 패킹된 프레임의 리전에 맵핑될 수 있고, 상기 프로젝션된 프레임의 각 리전이 맵핑되는 상기 패킹된 프레임의 리전의 위치, 모양 및 크기를 나타내는 메타데이터가 도출될 수 있다.
도 8의 (b) 및 (c)는 상기 프로젝션된 프레임의 각 리전이 상기 패킹된 프레임의 리전에 맵핑되는 예들을 나타낼 수 있다. 도 8의 (b)를 참조하면 상기 360 비디오 데이터는 파노라믹(panoramic) 프로젝션 스킴(projection scheme)에 따라서 2D 이미지(또는 프레임)에 프로젝션될 수 있다. 상기 프로젝션된 프레임의 상단면(top) 리전, 중단면(middle) 리전 및 하단면(bottom) 리전은 리전별 패킹 과정이 적용되어 우측의 도면과 같이 재배열될 수 있다. 여기서, 상기 상단면 리전은 2D 이미지 상에서 상기 파노라마의 상단면을 나타내는 리전(region)일 수 있고, 상기 중단면 리전은 2D 이미지 상에서 상기 파노라마의 중단면을 나타내는 리전일 수 있고, 상기 하단면 리전은 2D 이미지 상에서 상기 파노라마의 하단면을 나타내는 리전일 수 있다. 또한, 도 8의 (c)를 참조하면 상기 360 비디오 데이터는 큐빅(cubic) 프로젝션 스킴에 따라서 2D 이미지(또는 프레임)에 프로젝션될 수 있다. 상기 프로젝션된 프레임의 앞면(front) 리전, 뒷면(back) 리전, 윗면(top) 리전, 바닥면(bottom) 리전, 우측옆면(right) 리전 및 좌측옆면(left) 리전은 리전별 패킹 과정이 적용되어 우측의 도면과 같이 재배열될 수 있다. 여기서, 상기 앞면 리전은 2D 이미지 상에서 상기 큐브의 앞면을 나타내는 리전(region)일 수 있고, 상기 뒷면 리전은 2D 이미지 상에서 상기 큐브의 뒷면을 나타내는 리전일 수 있다. 또한, 여기서, 상기 윗면 리전은 2D 이미지 상에서 상기 큐브의 윗면을 나타내는 리전일 수 있고, 상기 바닥면 리전은 2D 이미지 상에서 상기 큐브의 바닥면을 나타내는 리전일 수 있다. 또한, 여기서, 상기 우측옆면 리전은 2D 이미지 상에서 상기 큐브의 우측옆면을 나타내는 리전일 수 있고, 상기 좌측옆면 리전은 2D 이미지 상에서 상기 큐브의 좌측옆면을 나타내는 리전일 수 있다.
도 8의 (d)는 상기 360 비디오 데이터가 프로젝션될 수 있는 다양한 3D 프로젝션 포멧들을 나타낼 수 있다. 도 8의 (d)를 참조하면 상기 3D 프로젝션 포멧들은 사면체(tetrahedron), 큐브(cube), 팔면체(octahedron), 이십면체(dodecahedron), 이십면체(icosahedron)를 포함할 수 있다. 도 8의 (d)에 도시된 2D 프로젝션(2D projection)들은 상기 3D 프로젝션 포멧에 프로젝션된 360 비디오 데이터를 2D 이미지로 나타낸 프로젝션된 프레임(projectied frame)들을 나타낼 수 있다.
상기 프로젝션 포멧들은 예시로서, 본 발명에 따르면 다음과 다양한 프로젝션 포멧(또는 프로젝션 스킴)들 중 일부 또는 전부가 사용될 수 있다. 360 비디오에 대하여 어떤 프로젝션 포멧이 사용되었는지는 예를 들어 메타데이터의 프로젝션 포멧 필드를 통하여 지시될 수 있다.
도 9a 내지 9b는 본 발명에 따른 프로젝션 포멧들을 예시적으로 나타낸다.
도 9a의 (a)는 등정방형 프로젝션 포멧을 나타낼 수 있다. 등정방형 프로젝션 포멧이 사용되는 경우, 구형 면 상의 (r, θ0, 0) 즉, θ = θ0, φ = 0 인 점과 2D 이미지의 중앙 픽셀이 매핑될 수 있다. 또한, 앞면 카메라(front camera)의 주점(principal point)를 구형 면의 (r, 0, 0) 지점으로 가정할 수 있다. 또한, φ0 = 0으로 고정될 수 있다. 따라서, XY 좌표계로 변환된 값 (x, y) 는 다음의 수학식을 통하여 2D 이미지 상에 (X, Y) 픽셀로 변환될 수 있다.
Figure PCTKR2018011323-appb-M000001
또한, 2D 이미지의 좌상단 픽셀을 XY 좌표계의 (0,0)에 위치시키는 경우, x축에 대한 오프셋 값 및 y축에 대한 오프셋 값은 다음의 수학식을 통하여 나타낼 수 있다.
Figure PCTKR2018011323-appb-M000002
이를 이용하여 XY 좌표계로의 변환식을 다시 쓰면 다음과 같을 수 있다.
Figure PCTKR2018011323-appb-M000003
예를 들어 θ0 =0 인 경우, 즉 2D 이미지의 중앙 픽셀이 구형 면 상의 θ=0 인 데이터를 가리키는 경우, 구형 면은 (0,0)을 기준으로 2D 이미지 상에서 가로길이(width) = 2Kxπr 이고 세로길이(height) = Kxπr 인 영역에 매핑될 수 있다. 구형 면 상에서 φ = π/2 인 데이터는 2D 이미지 상의 윗쪽 변 전체에 매핑될 수 있다. 또한, 구형 면 상에서 (r, π/2, 0) 인 데이터는 2D 이미지 상의 (3πKxr/2, πKx r/2) 인 점에 매핑될 수 있다.
수신 측에서는, 2D 이미지 상의 360 비디오 데이터를 구형 면 상으로 리-프로젝션할 수 있다. 이를 변환식으로 쓰면 다음의 수학식과 같을 수 있다.
Figure PCTKR2018011323-appb-M000004
예를 들어 2D 이미지 상에서 XY 좌표값이 (Kxπr, 0) 인 픽셀은 구형 면 상의 θ = θ0, φ = π/2 인 점으로 리-프로젝션될 수 있다.
도 9a의 (b)는 큐빅 프로젝션 포멧을 나타낼 수 있다. 예를 들어 스티칭된 360 비디오 데이터는 구형의 면 상에 나타내어질 수 있다. 프로젝션 처리부는 이러한 360 비디오 데이터를 큐브(Cube, 정육면체) 형태로 나누어 2D 이미지 상에 프로젝션할 수 있다. 구형의 면 상의 360 비디오 데이터는 큐브의 각 면에 대응되어, 2D 이미지 상에 도 9a의 (b) 좌측 또는 (b) 우측에 도시된 것과 같이 프로젝션될 수 있다.
도 9a의 (c)는 실린더형 프로젝션 포멧을 나타낼 수 있다. 스티칭된 360 비디오 데이터가 구형의 면 상에 나타내어질 수 있다고 가정할 때, 프로젝션 처리부는 이러한 360 비디오 데이터를 실린더(Cylinder) 형태로 나누어 2D 이미지 상에 프로젝션할 수 있다. 구형의 면 상의 360 비디오 데이터는 실린더의 옆면(side)과 윗면(top), 바닥면(bottom) 에 각각 대응되어, 2D 이미지 상에 도 8A의 (c) 좌측 또는 (c) 우측에 도시된 것과 같이 프로젝션될 수 있다.
도 9a의 (d)는 타일-기반 프로젝션 포멧을 나타낼 수 있다. 타일-기반(Tile-based) 프로젝션 스킴이 쓰이는 경우, 전술한 프로젝션 처리부는 구형 면 상의 360 비디오 데이터를, 도 9a의 (d)에 도시된 것과 같이 하나 이상의 세부 영역으로 나누어 2D 이미지 상에 프로젝션할 수 있다. 상기 세부 영역은 타일이라고 불릴 수 있다.
도 9b의 (e)는 피라미드 프로젝션 포멧을 나타낼 수 있다. 스티칭된 360 비디오 데이터가 구형의 면 상에 나타내어질 수 있다고 가정할 때, 프로젝션 처리부는 이러한 360 비디오 데이터를 피라미드 형태로 보고, 각 면을 나누어 2D 이미지 상에 프로젝션할 수 있다. 구형의 면 상의 360 비디오 데이터는 피라미드의 바닥면(front), 피라미드의 4방향의 옆면(Left top, Left bottom, Right top, Right bottom) 에 각각 대응되어, 2D 이미지 상에 도 8의 (e) 좌측 또는 (e) 우측에 도시된 것과 같이 프로젝션될 수 있다. 여기서, 상기 바닥면은 정면을 바라보는 카메라가 획득한 데이터를 포함하는 영역일 수 있다.
도 9b의 (f)는 파노라믹 프로젝션 포멧을 나타낼 수 있다. 파노라믹 프로젝션 스포멧이 사용되는 경우, 전술한 프로젝션 처리부는, 도 9b의 (f)에 도시된 것과 같이 구형 면 상의 360 비디오 데이터 중 옆면 만을 2D 이미지 상에 프로젝션할 수 있다. 이는 실린더형 프로젝션 스킴에서 윗면(top)과 바닥면(bottom) 이 존재하지 않는 경우와 같을 수 있다.
한편, 본 발명의 실시예에 의하면, 스티칭없이 프로젝션이 수행될 수 있다. 도 9b의 (g)는 스티칭없이 프로젝션이 수행되는 경우를 나타낼 수 있다. 스티칭없이 프로젝션되는 경우, 전술한 프로젝션 처리부는, 도 9b의 (g)에 도시된 것과 같이, 360 비디오 데이터를 그대로 2D 이미지 상에 프로젝션할 수 있다. 이 경우 스티칭은 수행되지 않고, 카메라에서 획득된 각각의 이미지들이 그대로 2D 이미지 상에 프로젝션될 수 있다.
도 9b의 (g)를 참조하면 두 개의 이미지가 2D 이미지 상에 스티칭없이 프로젝션될 수 있다. 각 이미지는 구형 카메라(spherical camera) (또는 어안(fish-eye) 카메라)에서 각 센서를 통해 획득한 어안(fish-eye) 이미지일 수 있다. 전술한 바와 같이, 수신측에서 카메라 센서들로부터 획득하는 이미지 데이터를 스티칭할 수 있고, 스티칭된 이미지 데이터를 구형 면(spherical surface) 상에 맵핑하여 구형 비디오(spherical video), 즉, 360 비디오를 렌더링할 수 있다.
도 10a 및 10b는 본 발명의 일 실시예에 따른 타일(Tile)을 도시한 도면이다.
2D 이미지에 프로젝션된 360 비디오 데이터 또는 리전별 패킹까지 수행된 360 비디오 데이터는 하나 이상의 타일로 구분될 수 있다. 도시된 10a 는 하나의 2D 이미지가 16 개의 타일로 나뉘어진 형태를 도시하고 있다. 여기서 2D 이미지란 전술한 프로젝티드 프레임 내지는 팩드 프레임일 수 있다. 본 발명에 따른 360 비디오 전송 장치의 또 다른 실시예에 의하면, 데이터 인코더는 각각의 타일을 독립적으로 인코딩할 수 있다.
전술한 리전별 패킹과 타일링(Tiling)은 구분될 수 있다. 전술한 리전별 패킹은 코딩 효율을 높이기 위해 또는 레졸루션을 조정하기 위하여 2D 이미지상에 프로젝션된 360 비디오 데이터를 리전으로 구분하여 처리하는 것을 의미할 수 있다. 타일링은 데이터 인코더가 프로젝티드 프레임 내지는 팩드 프레임을 타일이라는 구획별로 나누고, 해당 타일들 별로 독립적으로 인코딩을 수행하는 것을 의미할 수 있다. 360 비디오가 제공될 때, 사용자는 360 비디오의 모든 부분을 동시에 소비하지 않는다. 타일링은 제한된 밴드위스(bandwidth)상에서 사용자가 현재 보는 뷰포트 등 중요 부분 내지 일정 부분에 해당하는 타일만을 수신측으로 전송 혹은 소비하는 것을 가능케할 수 있다. 타일링을 통해 제한된 밴드위스가 더 효율적으로 활용될 수 있고, 수신측에서도 모든 360 비디오 데이터를 한번에 다 처리하는 것에 비하여 연산 부하를 줄일 수 있다.
리전과 타일은 구분되므로, 두 영역이 같을 필요는 없다. 그러나 실시예에 따라 리전과 타일은 같은 영역을 지칭할 수도 있다. 실시예에 따라 타일에 맞추어 리전별 패킹이 수행되어 리전과 타일이 같아질 수 있다. 또한 실시예에 따라, 프로젝션 스킴에 따른 각 면과 리전이 같은 경우, 프로젝션 스킴에 따른 각 면, 리전, 타일이 같은 영역을 지칭할 수도 있다. 문맥에 따라 리전은 VR 리전, 타일을 타일 리전으로 불릴 수도 있다.
ROI (Region of Interest) 는 360 컨텐츠 제공자가 제안하는, 사용자들의 관심 영역을 의미할 수 있다. 360 컨텐츠 제공자는 360 비디오를 제작할 때, 어느 특정 영역을 사용자들이 관심있어 할 것으로 보고, 이를 고려하여 360 비디오를 제작할 수 있다. 실시예에 따라 ROI 는 360 비디오의 컨텐츠 상, 중요한 내용이 재생되는 영역에 해당할 수 있다.
본 발명에 따른 360 비디오 전송/수신 장치의 또 다른 실시예에 의하면, 수신측 피드백 처리부는 뷰포트 정보를 추출, 수집하여 이를 송신측 피드백 처리부로 전달할 수 있다. 이 과정에서 뷰포트 정보는 양 측의 네트워크 인터페이스를 이용해 전달될 수 있다. 도시된 10a 의 2D 이미지에서 뷰포트 (1000) 가 표시되었다. 여기서 뷰포트 는 2D 이미지 상의 9 개의 타일에 걸쳐 있을 수 있다.
이 경우 360 비디오 전송 장치는 타일링 시스템을 더 포함할 수 있다. 실시예에 따라 타일링 시스템은 데이터 인코더 다음에 위치할 수도 있고(도시된 10b), 전술한 데이터 인코더 내지 전송 처리부 내에 포함될 수도 있고, 별개의 내/외부 엘리먼트로서 360 비디오 전송 장치에 포함될 수 있다.
타일링 시스템은 송신측 피드백 처리부로부터 뷰포트 정보를 전달받을 수 있다. 타일링 시스템은 뷰포트 영역이 포함되는 타일만을 선별하여 전송할 수 있다. 도시된 10a 의 2D 이미지에서 총 16 개의 타일 중 뷰포트 영역(1000)을 포함하는 9 개의 타일들만이 전송될 수 있다. 여기서 타일링 시스템은 브로드밴드를 통한 유니캐스트 방식으로 타일들을 전송할 수 있다. 사용자에 따라 뷰포트 영역이 다르기 때문이다.
또한 이 경우 송신측 피드백 처리부는 뷰포트 정보를 데이터 인코더로 전달할 수 있다. 데이터 인코더는 뷰포트 영역을 포함하는 타일들에 대해 다른 타일들보다 더 높은 퀄리티로 인코딩을 수행할 수 있다.
또한 이 경우 송신측 피드백 처리부는 뷰포트 정보를 메타데이터 처리부로 전달할 수 있다. 메타데이터 처리부는 뷰포트 영역과 관련된 메타데이터를 360 비디오 전송 장치의 각 내부 엘레먼트로 전달해주거나, 360 비디오 관련 메타데이터에 포함시킬 수 있다.
이러한 타일링 방식을 통하여, 전송 밴드위스(bandwidth)가 절약될 수 있으며, 타일 별로 차등화된 처리를 수행하여 효율적 데이터 처리/전송이 가능해질 수 있다.
전술한 뷰포트 영역과 관련된 실시예들은 뷰포트 영역이 아닌 다른 특정 영역들에 대해서도 유사한 방식으로 적용될 수 있다. 예를 들어, 전술한 게이즈 분석을 통해 사용자들이 주로 관심있어 하는 것으로 판단된 영역, ROI 영역, 사용자가 VR 디스플레이를 통해 360 비디오를 접할 때 처음으로 재생되는 영역(초기 시점, Initial Viewpoint) 등에 대해서도, 전술한 뷰포트 영역과 같은 방식의 처리들이 수행될 수 있다.
본 발명에 따른 360 비디오 전송 장치의 또 다른 실시예에 의하면, 전송 처리부는 각 타일 별로 다르게 전송을 위한 처리를 수행할 수 있다. 전송 처리부는 타일 별로 다른 전송 파라미터(모듈레이션 오더, 코드 레이트 등)를 적용하여, 각 타일 별로 전달되는 데이터의 강건성(robustenss)을 다르게 할 수 있다.
이 때, 송신측 피드백 처리부는 360 비디오 수신 장치로부터 전달받은 피드백 정보를 전송 처리부로 전달하여, 전송 처리부가 타일별 차등화된 전송 처리를 수행하도록 할 수 있다. 예를 들어 송신측 피드백 처리부는 수신측으로부터 전달받은 뷰포트 정보를 전송 처리부로 전달할 수 있다. 전송 처리부는 해당 뷰포트 영역을 포함하는 타일들에 대해 다른 타일들보다 더 높은 강건성을 가지도록 전송 처리를 수행할 수 있다.
도 11은 본 발명의 일 실시예에 따른 360도 비디오 관련 메타데이터의 일 예를 나타낸다. 상술한 내용과 같이 360도 비디오 관련 메타데이터는 360도 비디오에 대한 다양한 메타데이터를 포함할 수 있다. 문맥에 따라, 360도 비디오 관련 메타데이터는 360도 비디오 관련 시그널링 정보라고 불릴 수도 있다. 360도 비디오 관련 메타데이터는 별도의 시그널링 테이블에 포함되어 전송될 수도 있고, DASH MPD 내에 포함되어 전송될 수도 있고, ISOBMFF 등의 파일 포맷에 box 형태로 포함되어 전달될 수도 있다. 360도 비디오 관련 메타데이터가 box 형태로 포함되는 경우 파일, 프래그먼트, 트랙, 샘플 엔트리, 샘플 등등 다양한 레벨에 포함되어 해당되는 레벨의 데이터에 대한 메타데이터를 포함할 수 있다.
실시예에 따라, 후술하는 메타데이터의 일부는 시그널링 테이블로 구성되어 전달되고, 나머지 일부는 파일 포맷 내에 box 혹은 트랙 형태로 포함될 수도 있다.
본 발명에 따른 360도 비디오 관련 메타데이터의 일 실시예에 의하면, 360도 비디오 관련 메타데이터는 프로젝션 스킴 등에 관한 기본 메타데이터, 스테레오스코픽(stereoscopic) 관련 메타데이터, 초기 시점(Initial View/Initial Viewpoint) 관련 메타데이터, ROI 관련 메타데이터, FOV (Field of View) 관련 메타데이터 및/또는 크롭된 영역(cropped region) 관련 메타데이터를 포함할 수 있다. 실시예에 따라 360도 비디오 관련 메타데이터는 전술한 것 외에 추가적인 메타데이터를 더 포함할 수 있다.
본 발명에 따른 360도 비디오 관련 메타데이터의 실시예들은 전술한 기본 메타데이터, 스테레오스코픽 관련 메타데이터, 초기 시점 관련 메타데이터, ROI 관련 메타데이터, FOV 관련 메타데이터, 크롭된 영역 관련 메타데이터 및/또는 이후 추가될 수 있는 메타데이터들 중 적어도 하나 이상을 포함하는 형태일 수 있다. 본 발명에 따른 360도 비디오 관련 메타데이터의 실시예들은, 각각 포함하는 세부 메타데이터들의 경우의 수에 따라 다양하게 구성될 수 있다. 실시예에 따라 360도 비디오 관련 메타데이터는 전술한 것 외에 추가적인 정보들을 더 포함할 수도 있다.
stereo_mode 필드는 해당 360도 비디오가 지원하는 3D 레이아웃을 지시할 수 있다. 본 필드만으로 해당 360도 비디오가 3D 를 지원하는지 여부를 지시할 수도 있는데, 이 경우 전술한 is_stereoscopic 필드는 생략될 수 있다. 본 필드 값이 0 인 경우, 해당 360도 비디오는 모노(mono) 모드일 수 있다. 즉 프로젝션된 2D 이미지는 하나의 모노 뷰(mono view) 만을 포함할 수 있다. 이 경우 해당 360도 비디오는 3D 를 지원하지 않을 수 있다.
본 필드 값이 1, 2 인 경우, 해당 360도 비디오는 각각 좌우(Left-Right) 레이아웃, 상하(Top-Bottom) 레이아웃에 따를 수 있다. 좌우 레이아웃, 상하 레이아웃은 각각 사이드-바이-사이드 포맷, 탑-바텀 포맷으로 불릴 수도 있다. 좌우 레이아웃의 경우, 좌영상/우영상이 프로젝션된 2D 이미지들은 이미지 프레임 상에서 각각 좌/우로 위치할 수 있다. 상하 레이아웃의 경우, 좌영상/우영상이 프로젝션된 2D 이미지들은 이미지 프레임 상에서 각각 위/아래로 위치할 수 있다. 해당 필드가 나머지 값을 가지는 경우는 향후 사용을 위해 남겨둘 수 있다(Reserved for Future Use).
초기 시점 관련 메타데이터는 사용자가 360도 비디오를 처음 재생했을 때 보게되는 시점(초기 시점)에 대한 정보를 포함할 수 있다. 초기 시점 관련 메타데이터는 initial_view_yaw_degree 필드, initial_view_pitch_degree 필드 및/또는 initial_view_roll_degree 필드를 포함할 수 있다. 실시예에 따라 초기 시점 관련 메타데이터는 추가적인 정보들을 더 포함할 수도 있다.
initial_view_yaw_degree 필드, initial_view_pitch_degree 필드, initial_view_roll_degree 필드는 해당 360도 비디오 재생 시의 초기 시점을 나타낼 수 있다. 즉, 재생시 처음 보여지는 뷰포트의 정중앙 지점이, 이 세 필드들에 의해 나타내어질 수 있다. 구체적으로, 상기 initial_view_yaw_degree 필드는 상기 초기 시점에 대한 yaw 값을 나타낼 수 있다. 즉, 상기 initial_view_yaw_degree 필드는 상기 정중앙 지점의 위치를 yaw 축을 기준으로 회전된 방향(부호) 및 그 정도(각도)로 나타낼 수 있다. 또한, 상기 initial_view_pitch_degree 필드는 상기 초기 시점에 대한 pitch 값을 나타낼 수 있다. 즉, 상기 initial_view_pitch_degree 필드는 상기 정중앙 지점의 위치를 pitch 축을 기준으로 회전된 방향(부호) 및 그 정도(각도)로 나타낼 수 있다. 또한, 상기 initial_view_roll_degree 필드는 상기 초기 시점에 대한 roll 값을 나타낼 수 있다. 즉, 상기 initial_view_roll_degree 필드는 상기 정중앙 지점의 위치를 roll 축을 기준으로 회전된 방향(부호) 및 그 정도(각도)로 나타낼 수 있다. 상기 initial_view_yaw_degree 필드, 상기 initial_view_pitch_degree 필드, 상기 initial_view_roll_degree 필드를 기반으로 해당 360도 비디오 재생 시의 초기 시점, 즉, 재생시 처음 보여지는 뷰포트의 정중앙 지점을 나타낼 수 있고, 이를 통하여 상기 360도 비디오의 특정 영역이 사용자에게 초기 시점에 디스플레이되어 제공될 수 있다. 또한, FOV(field of view)를 통하여, 지시된 초기 시점을 기준으로 한, 초기 뷰포트의 가로길이 및 세로길이(width, height) 가 결정될 수 있다. 즉, 이 세 필드들 및 FOV 정보를 이용하여, 360도 비디오 수신 장치는 사용자에게 360도 비디오의 일정 영역을 초기 뷰포트로서 제공할 수 있다.
실시예에 따라, 초기 시점 관련 메타데이터가 지시하는 초기 시점은, 장면(scene) 별로 변경될 수 있다. 즉, 360 컨텐츠의 시간적 흐름에 따라 360도 비디오의 장면이 바뀌게 되는데, 해당 360도 비디오의 장면마다 사용자가 처음 보게되는 초기 시점 내지 초기 뷰포트가 변경될 수 있다. 이 경우, 초기 시점 관련 메타데이터는 각 장면별로의 초기 시점을 지시할 수 있다. 이를 위해 초기 시점 관련 메타데이터는, 해당 초기 시점이 적용되는 장면을 식별하는 장면(scene) 식별자를 더 포함할 수도 있다. 또한 360도 비디오의 장면별로 FOV(Field Of View)가 변할 수도 있으므로, 초기 시점 관련 메타데이터는 해당 장면에 해당하는 FOV를 나타내는 장면별 FOV 정보를 더 포함할 수도 있다.
ROI 관련 메타데이터는 전술한 ROI 에 관련된 정보들을 포함할 수 있다. ROI 관련 메타데이터는, 2d_roi_range_flag 필드 및/또는 3d_roi_range_flag 필드를 포함할 수 있다. 2d_roi_range_flag 필드는 ROI 관련 메타데이터가 2D 이미지를 기준으로 ROI 를 표현하는 필드들을 포함하는지 여부를 지시할 수 있고, 3d_roi_range_flag 필드는 ROI 관련 메타데이터가 3D 공간을 기준으로 ROI 를 표현하는 필드들을 포함하는지 여부를 지시할 수 있다. 실시예에 따라 ROI 관련 메타데이터는, ROI 에 따른 차등 인코딩 정보, ROI 에 따른 차등 전송처리 정보 등 추가적인 정보들을 더 포함할 수도 있다.
ROI 관련 메타데이터가 2D 이미지를 기준으로 ROI 를 표현하는 필드들을 포함하는 경우, ROI 관련 메타데이터는 min_top_left_x 필드, max_top_left_x 필드, min_top_left_y 필드, max_top_left_y 필드, min_width 필드, max_width 필드, min_height 필드, max_height 필드, min_x 필드, max_x 필드, min_y 필드 및/또는 max_y 필드를 포함할 수 있다.
min_top_left_x 필드, max_top_left_x 필드, min_top_left_y 필드, max_top_left_y 필드는 ROI 의 좌측 상단 끝의 좌표의 최소/최대값을 나타낼 수 있다. 즉, 상기 필드들은 차례로 좌상단 끝의 최소 x 좌표, 최대 x 좌표, 최소 y 좌표, 최대 y 좌표를 나타낼 수 있다.
min_width 필드, max_width 필드, min_height 필드, max_height 필드는 ROI 의 가로 크기(width), 세로 크기(height)의 최소/최대값을 나타낼 수 있다. 즉, 상기 필드들은 차례로 가로 크기의 최소값, 가로 크기의 최대값, 세로 크기의 최소값, 세로 크기의 최대값을 나타낼 수 있다.
min_x 필드, max_x 필드, min_y 필드, max_y 필드는 ROI 내의 좌표들의 최소/최대값을 나타낼 수 있다. 즉, 상기 필드들은 차례로 ROI 내 좌표들의 최소 x 좌표, 최대 x 좌표, 최소 y 좌표, 최대 y 좌표를 나타낼 수 있다. 이 필드들은 생략될 수 있다.
ROI 관련 메타데이터가 3D 랜더링 공간 상의 좌표 기준으로 ROI 를 표현하는 필드들을 포함하는 경우, ROI 관련 메타데이터는 min_yaw 필드, max_yaw 필드, min_pitch 필드, max_pitch 필드, min_roll 필드, max_roll 필드, min_field_of_view 필드 및/또는 max_field_of_view 필드를 포함할 수 있다.
min_yaw 필드, max_yaw 필드, min_pitch 필드, max_pitch 필드, min_roll 필드, max_roll 필드는 ROI 가 3D 공간상에서 차지하는 영역을 yaw, pitch, roll 의 최소/최대값으로 나타낼 수 있다. 즉, 상기 필드들은 차례로 yaw 축 기준 회전량의 최소값, yaw 축 기준 회전량의 최대값, pitch 축 기준 회전량의 최소값, pitch 축 기준 회전량의 최대값, roll 축 기준 회전량의 최소값, roll 축 기준 회전량의 최대값을 나타낼 수 있다.
min_field_of_view 필드, max_field_of_view 필드는 해당 360도 비디오 데이터의 FOV(Field Of View)의 최소/최대값을 나타낼 수 있다. FOV 는 360도 비디오의 재생시 한번에 디스플레이되는 시야범위를 의미할 수 있다. min_field_of_view 필드, max_field_of_view 필드는 각각 FOV 의 최소값, 최대값을 나타낼 수 있다. 이 필드들은 생략될 수 있다. 이 필드들은 후술할 FOV 관련 메타데이터에 포함될 수도 있다.
FOV 관련 메타데이터는 전술한 FOV 에 관련한 정보들을 포함할 수 있다. FOV 관련 메타데이터는 content_fov_flag 필드 및/또는 content_fov 필드를 포함할 수 있다. 실시예에 따라 FOV 관련 메타데이터는 전술한 FOV 의 최소/최대값 관련 정보 등 추가적인 정보들을 더 포함할 수도 있다.
content_fov_flag 필드는 해당 360도 비디오에 대하여 제작시 의도한 FOV 에 대한 정보가 존재하는지 여부를 지시할 수 있다. 본 필드값이 1인 경우, content_fov 필드가 존재할 수 있다.
content_fov 필드는 해당 360도 비디오에 대하여 제작시 의도한 FOV 에 대한 정보를 나타낼 수 있다. 실시예에 따라 해당 360도 비디오 수신 장치의 수직(vertical) 혹은 수평(horizontal) FOV 에 따라, 360 영상 중에서 사용자에게 한번에 디스플레이되는 영역이 결정될 수 있다. 혹은 실시예에 따라 본 필드의 FOV 정보를 반영하여 사용자에게 한번에 디스플레이되는 360도 비디오의 영역이 결정될 수도 있다.
크롭된 영역 관련 메타데이터는 이미지 프레임 상에서 실제 360도 비디오 데이터를 포함하는 영역에 대한 정보를 포함할 수 있다. 이미지 프레임은 실제 360도 비디오 데이터 프로젝션된 액티브 비디오 영역(Active Video Area)과 그렇지 않은 영역을 포함할 수 있다. 이 때 액티브 비디오 영역은 크롭된 영역 또는 디폴트 디스플레이 영역이라고 칭할 수 있다. 이 액티브 비디오 영역은 실제 VR 디스플레이 상에서 360도 비디오로서 보여지는 영역으로서, 360도 비디오 수신 장치 또는 VR 디스플레이는 액티브 비디오 영역만을 처리/디스플레이할 수 있다. 예를 들어 이미지 프레임의 종횡비(aspect ratio) 가 4:3 인 경우 이미지 프레임의 윗 부분 일부와 아랫부분 일부를 제외한 영역만 360도 비디오 데이터를 포함할 수 있는데, 이 부분을 액티브 비디오 영역이라고 할 수 있다.
크롭된 영역 관련 메타데이터는 is_cropped_region 필드, cr_region_left_top_x 필드, cr_region_left_top_y 필드, cr_region_width 필드 및/또는 cr_region_height 필드를 포함할 수 있다. 실시예에 따라 크롭된 영역 관련 메타데이터는 추가적인 정보들을 더 포함할 수도 있다.
is_cropped_region 필드는 이미지 프레임의 전체 영역이 360도 비디오 수신 장치 내지 VR 디스플레이에 의해 사용되는지 여부를 나타내는 플래그일 수 있다. 여기서, 360도 비디오 데이터가 매핑된 영역 혹은 VR 디스플레이 상에서 보여지는 영역은 액티브 비디오 영역(Active Video Area)라고 불릴 수 있다. 상기 is_cropped_region 필드는 이미지 프레임 전체가 액티브 비디오 영역인지 여부를 지시할 수 있다. 이미지 프레임의 일부만이 액티브 비디오 영역인 경우, 하기의 4 필드가 더 추가될 수 있다.
cr_region_left_top_x 필드, cr_region_left_top_y 필드, cr_region_width 필드, cr_region_height 필드는 이미지 프레임 상에서 액티브 비디오 영역을 나타낼 수 있다. 이 필드들은 각각 액티브 비디오 영역의 좌상단의 x 좌표, 액티브 비디오 영역의 좌상단의 y 좌표, 액티브 비디오 영역의 가로 길이(width), 액티브 비디오 영역의 세로 길이(height)를 나타낼 수 있다. 가로 길이와 세로 길이는 픽셀을 단위로 나타내어질 수 있다.
360 비디오 기반 VR 시스템은 전술한 360 비디오 처리 과정을 기반으로 360 비디오에 대하여 사용자의 위치를 기준으로 서로 다른 뷰잉 오리엔테이션(viewing orientation)에 대한 시각적/청각적 경험을 제공할 수 있다. 360 비디오에 대하여 사용자의 고정 위치에서의 서로 다른 뷰잉 오리엔테이션에 대한 시작적/청각적 경험을 제공하는 VR 시스템은 3DoF (three degree of freedom) 기반 VR 시스템이라고 불릴 수 있다. 한편, 서로 다른 뷰포인트(viewpoint), 서로 다른 뷰잉 포지션(viewing position)에서의 서로 다른 뷰잉 오리엔테이션에 대한 확장된 시각적/청각적 경험을 제공할 수 있는 VR 시스템은 3DoF+ 또는 3DoF plus 기반 VR 시스템라고 불릴 수 있다.
도 12는 뷰포인트, 뷰잉 포지션, 뷰잉 오리엔테이션의 개념을 개략적으로 나타낸다.
도 12를 참조하면, (a)와 같은 공간(ex. 공연장)을 가정했을 때, 표시된 각 서클은 서로 다른 뷰포인트를 나타낼 수 있다. 상기 같은 공간 내에 위치하는 각 뷰포인트에서 제공되는 영상/음성은 동일한 시간대에서 서로 연관될 수 있다. 이 경우, 특정 뷰포인트에서 사용자의 시선 방향 변화(ex. head motion)에 따라 서로 다른 시각적/청각적 경험을 사용자에게 제공할 수 있다. 즉, 특정 뷰포인트에 대해 (b)에 도시된 바와 같은 다양한 뷰잉 포지션의 스피어(sphere)를 가정할 수 있으며, 각 뷰잉 포지션의 상대적인 위치를 반영한 영상/음성/텍스트 정보를 제공할 수 있다.
한편, (c)에 도시된 바와 같이 특정 뷰포인트의 특정 뷰핑 포지션에서는 기존의 3DoF와 같이 다양한 방향의 시작적/청각적 정보를 전달할 수 있다. 이 때 메인 소스(ex. 영상/음성/텍스트)뿐만 아니라 추가적인 다양한 소스를 통합하여 제공할 수 있으며, 이 경우 사용자의 뷰잉 오리엔테이션과 연계되거나 독립적으로 정보가 전달될 수 있다.
도 13은 본 발명에 따른 3DoF+ 비디오 제공을 위한 아키텍처의 예를 개략적으로 도시한 도면이다. 도 13은 3DoF+ 의 영상획득, 전처리, 전송, (후)처리, 렌더링 및 피드백 과정을 포함한 3DoF+ 엔드 투 엔드 시스템 흐름도를 나타낼 수 있다.
도 13을 참조하면, 획득(acquisition) 과정은 360 비디오의 캡쳐, 합성 또는 생성 과정 등을 통한 360 비디오를 획득하는 과정을 의미할 수 있다. 이 과정을 통하여 다수의 위치에 대해 시선 방향 변화(ex. head motion)에 따른 다수의 영상/음성 정보를 획득할 수 있다. 이 때, 영상 정보는 시각적 정보(ex. texture)뿐 아니라 깊이 정보(depth)를 포함할 수 있다. 이 때 1310의 영상 정보 예시와 같이 서로 다른 뷰포인트(viewpoint)에 따른 서로 다른 뷰잉 포지션(viewing position)의 복수의 정보를 각각 획득할 수 있다.
합성(composition) 과정은 영상/음성 입력 장치를 통해 획득한 정보뿐 아니라 외부 미디어를 통한 영상(비디오/이미지 등), 음성(오디오/효과음향 등), 텍스트(자막 등)을 사용자 경험에 포함하기 위해 합성하기 위한 절차 및 방법을 포함할 수 있다.
전처리(pre-procesing) 과정은 획득된 360 비디오의 전송/전달을 위한 준비(전처리) 과정으로서, 전술한 스티칭, 프로젝션, 리전별 패킹 과정 및/또는 인코딩 과정 등을 포함할 수 있다. 즉, 이 과정은 영상/음성/텍스트 정보를 제작자의 의도에 따라 데이터를 변경/보완 하기위한 전처리 과정 및 인코딩 과정이 포함될 수 있다. 예를 들어 영상의 전처리 과정에서는 획득된 시각 정보를 360 스피어(sphere) 상에 매핑하는 작업(stitching), 영역 경계를 없애거나 색상/밝기 차이를 줄이거나 영상의 시각적 효과를 주는 보정 작업(editing), 시점에 따른 영상을 분리하는 과정(view segmentation), 360 스피어(sphere) 상의 영상을 2D 영상으로 매핑하는 프로젝션 과정(projection), 영역에 따라 영상을 재배치 하는 과정(region-wise packing), 영상 정보를 압축하는 인코딩 과정이 포함될 수 있다. 1320의 비디오 측면의 예시와 같이 서로 다른 뷰포인트(viewpoint)에 따른 서로 뷰잉 포지션(viewing position)의 복수의 프로젝션 영상이 생성될 수 있다.
전송 과정은 준비 과정(전처리 과정)을 거친 영상/음성 데이터 및 메타데이터들을 처리하여 전송하는 과정을 의미할 수 있다. 서로 다른 뷰포인트(viewpoint)에 따른 서로 다른 뷰잉 포지션(viewing position)의 복수의 영상/음성 데이터 및 관련 메타데이터를 전달하는 방법으로써 전술한 바와 같이 방송망, 통신망을 이용하거나, 단방향 전달 등의 방법을 사용할 수 있다.
후처리 및 합성 과정은 수신된/저장된 비디오/오디오/텍스트 데이터를 디코딩하고 최종 재생을 위한 후처리 과정을 의미할 수 있다. 예를 들어 후처리 과정은 전술한 바와 같이 패킹 된 영상을 풀어주는 언패킹 및 2D 프로젝션 된 영상을 3D 구형 영상으로복원하는 리-프로젝션 과정 등이 포함될 수 있다.
렌더링 과정은 3D 공간상에 리-프로젝션된 이미지/비디오 데이터를 렌더링하고 디스플레이하는 과정을 의미할 수 있다. 이 과정에서 영상/음성 신호를 최종적으로 출력하기 위한 형태로 재구성할 수 있다. 사용자의 관심영역이 존재하는 방향(viewing orientation), 시점(viewing position/head position), 위치(viewpoint)를 추적할 수 있으며, 이 정보에 따라 필요한 영상/음성/텍스트 정보만을 선택적으로 사용할 수 있다. 이 때, 영상 신호의 경우 사용자의 관심영역에 따라 1330와 같이 서로 다른 시점이 선택될 수 있으며, 최종적으로 1340와 같이 특정 위치에서의 특정 시점의 특정 방향의 영상이 출력될 수 있다.
도 14a 및 14b는 3DoF+ 엔드 투 엔드 시스템 아키텍처의 예이다. 도 14a 및 14b의 아키텍처에 의하여 전솔된 바와 같은 3D0F+ 360 컨텐츠가 제공될 수 있다.
도 14a를 참조하면, 360 비디오 전송 장치(송신단)은 크게 360 비디오(이미지)/오디오 데이터 획득이 이루어지는 부분 (acquisition unit), 획득된 데이터를 처리하는 부분 (video/audio pre-processor), 추가 정보를 합성하기 위한 부분(composition generation unit), 텍스트, 오디오 및 프로젝션된 360도 비디오를 인코딩하는 부분(encoding unit) 및 인코딩된 데이터를 인캡슐레이션하는 부분(encapsulation unit)으로 구성될 수 있다. 전술한 바와 같이 인코딩된 데이터는 비트스트림(bitstream) 형태로 출력될 수 있으며, 인코딩된 데이터는 ISOBMFF, CFF 등의 파일 포맷으로 인캡슐레이션되거나, 기타 DASH 세그먼트 등의 형태로 처리할 수 있다. 인코딩된 데이터는 디지털 저장 매체를 통하여 360 비디오 수신 장치로 전달될 수 있으며, 또는 비록 명시적으로 도시되지는 않았으나, 전술한 바와 같이 전송 처리부를 통하여 전송을 위한 처리를 거치고, 이후 방송망 또는 브로드밴드 등을 통하여 전송될 수 있다.
데이터 획득 부분에서는 센서의 방향(sensor orientation, 영상의 경우 viewing orientation), 센서의 정보 획득 시점(sensor position, 영상의 경우 viewing position), 센서의 정보 획득 위치(영상의 경우 viewpoint)에 따라 서로 다른 정보를 동시에 혹은 연속적으로 획득할 수 있으며, 이 때 비디오, 이미지, 오디오, 위치 정보 등을 획득할 수 있다.
영상 데이터의 경우 텍스처(texture) 및 깊이 정보(depth)를 각각 획득할 수 있으며, 각 컴포넌트의 특성에 따라 서로 다른 전처리(video pre-processing)가 가능하다. 예를 들어 텍스처 정보의 경우 이미지 센서 위치 정보를 이용하여 동일 위치(viewpoint)에서 획득한 동일 시점(viewing position)의 서로 다른 방향 (viewing orientation)의 영상들을 이용하여 360 전방위 영상을 구성할 수 있으며, 이를 위해 영상 스티칭 (stitching) 과정을 수행할 수 있다. 또한 영상을 인코딩하기 위한 포맷으로 변경하기 위한 프로젝션(projection) 및/또는 리전별 팩킹을 수행할 수 있다. 깊이 영상의 경우 일반적으로 뎁스 카메라를 통해 영상을 획득할 수 있으며, 이 경우 텍스쳐와 같은 형태로 깊이 영상을 만들 수 있다. 혹은, 별도로 측정된 데이터를 바탕으로 깊이 데이터를 생성할 수도 있다. 컴포넌트 별 영상이 생성된 후 효율적인 압축을 위한 비디오 포맷으로의 추가 변환 (packing)을 하거나 실제 필요한 부분으로 나누어 재 구성하는 과정 (sub-picture generation)이 수행될 수 있다. Video pre-processing 단에서 사용된 영상 구성에 대한 정보는 video metadata로 전달된다.
획득된 데이터 (혹은 주요하게 서비스 하기 위한 데이터) 이외에 추가적으로 주어지는 영상/음성/텍스트 정보를 함께 서비스 하는 경우, 이들 정보를 최종 재생 시 합성하기 위한 정보를 제공할 필요가 있다. 컴포지션 생성부(Composition generation unit)에서는 제작자의 의도를 바탕으로 외부에서 생성된 미디어 데이터 (영상의 경우 비디오/이미지, 음성의 경우 오디오/효과 음향, 텍스트의 경우 자막 등)를 최종 재생 단에서 합성하기 위한 정보를 생성하며, 이 정보는 composition metadata로 전달된다.
각각의 처리를 거친 영상/음성/텍스트 정보는 각각의 인코더를 이용해 압축되고, 어플리케이션에 따라 파일 혹은 세그먼트 단위로 인캡슐레이션 된다. 이 때, 비디오, 파일 혹은 세그먼트 구성 방법에 따라 필요한 정보만을 추출(file extractor)이 가능하다.
또한 각 데이터를 수신기에서 재구성하기 위한 정보가 코덱 혹은 파일 포멧/시스템 레벨에서 전달되는데, 여기에서는 비디오/오디오 재구성을 위한 정보 (video/audio metadata), 오버레이를 위한 합성 정보 (composition metadata), 비디오/오디오 재생 가능 위치 (viewpoint) 및 각 위치에 따른 시점 (viewing position) 정보 (viewing position and viewpoint metadata) 등이 포함된다. 이와 같은 정보의 처리는 별도의 메타데이터 처리부를 통한 생성도 가능하다.
도 14b를 참조하면, 360 비디오 수신 장치(수신단)는 크게 수신된 파일 혹은 세그먼트를 디캡슐레이션하는 부분(file/segment decapsulation unit), 비트스트림으로부터 영상/음성/텍스트 정보를 생성하는 부분(decoding unit), 영상/음성/텍스트를 재생하기 위한 형태로 재구성하는 부분(post-processor), 사용자의 관심영역을 추적하는 부분(tracking unit) 및 재생 장치인 디스플레이로 구성될 수 있다.
디캡슐레이션을 통해 생성된 비트스트림은 데이터의 종류에 따라 영상/음성/텍스트 등으로 나뉘어 재생 가능한 형태로 개별적으로 디코딩될 수 있다.
트랙킹 부분에서는 센서 및 사용자의 입력 정보 등을 바탕으로 사용자의 관심 영역(Region of interest)의 위치(viewpoint), 해당 위치에서의 시점(viewing position), 해당 시점에서의 방향(viewing orientation) 정보를 생성하게 되며, 이 정보는 360 비디오 수신 장치의 각 모듈에서 관심 영역 선택 혹은 추출 등에 사용되거나, 관심 영역의 정보를 강조하기 위한 후처리 과정 등에 사용될 수 있다. 또한 360 비디오 전송 장치 에 전달되는 경우 효율적인 대역폭 사용을 위한 파일 선택(file extractor) 혹은 서브 픽처 선택, 관심영역에 기반한 다양한 영상 재구성 방법(viewport/viewing position / viewpoint dependent processing) 등에 사용될 수 있다.
디코딩 된 영상 신호는 영상 구성 방법에 따라 다양한 처리 방법에 따라 처리될 수 있다. 360 비디오 전송 장치에서 영상 패킹이 이루어 진 경우 메타데이터를 통해 전달된 정보를 바탕으로 영상을 재구성 하는 과정이 필요하다. 이 경우 360 비디오 전송 장치에서 생성한 비디오 메타데이터를 이용할 수 있다. 또한 디코딩 된 영상 내에 복수의 시청 위치(viewpoint), 혹은 복수의 시점(viewing position), 혹은 다양한 방향(viewing orientation)의 영상이 포함된 경우 트랙킹(tracking) 을 통해 생성된 사용자의 관심 영역의 위치, 시점, 방향 정보와 매칭되는 정보를 선택하여 처리할 수 있다. 이 때, 송신단에서 생성한 viewing position 및 viewpoint 관련 메타데이터가 사용될 수 있다. 또한 특정 위치, 시점, 방향에 대해 복수의 컴포넌트가 전달되거나, 오버레이를 위한 비디오 정보가 별도로 전달되는 경우 각각에 따른 렌더링 과정이 포함될 수 있다. 별도의 렌더링 과정을 거친 비디오 데이터(텍스처, 뎁스, 오버레이)는 합성 과정(composition)을 거치게 되며, 이 때, 송신단에서 생성한 합성 메타데이터(composition metadata)가 사용될 수 있다. 최종적으로 사용자의 관심 영역에 따라 뷰포트(viewport)에 재생하기 위한 정보를 생성할 수 있다.
디코딩된 음성 신호는 오디오 렌더러 그리고/혹은 후처리 과정을 통해 재생 가능한 음성 신호를 생성하게 되며, 이 때 사용자의 관심 영역에 대한 정보 및 360 비디오 수신 장치에 전달된 메타데이터를 바탕으로 사용자의 요구에 맞는 정보를 생성할 수 있다.
디코딩된 텍스트 신호는 오버레이 렌더러에 전달되어 서브타이틀 등의 텍스트 기반의 오버레이 정보로써 처리될 수 잇다. 필요한 경우 별도의 텍스트 후처리 과정이 포함될 수 있다.
도 15는 FLUS(Framework for Live Uplink Streaming) 아키텍처의 예를 개략적으로 나타낸다.
도 14(도 14a 및 도 14b)에서 상술한 송신단 및 수신단의 세부 블록은 FLUS(Framework for Live Uplink Streaming)에서의 소스(source)와 싱크(sink)의 기능으로 각각 분류할 수 있다.
상술한 송신단 및 수신단의 세부 블록이 FLUS에서의 소스(source)와 싱크(sink)의 기능으로 분류되는 경우, 도 14와 같이 360 비디오 획득 장치에서 소스(source)의 기능을 구현하고, 네트워크 상에서 싱크(sink)의 기능을 구현하거나, 혹은 네트워크 노드 내에서 소스/싱크를 각각 구현할 수 있다.
상술한 아키텍처를 기반으로 한 송수신 처리 과정을 개략적으로 나타내면 예를 들어 다음 도 15 및 도 16과 같이 도시될 수 있다. 도 15 및 도 16의 송수신 처리 과정은 영상 신호 처리 과정을 기준으로 기술하며, 음성 혹은 텍스트와 같은 다른 신호를 처리하는 경우 일부 부분(ex. 스티처, 프로젝션 처리부, 패킹 처리부, 서브픽처 처리부, 언패킹/셀렉션, 렌더링, 컴포지션, 뷰포트 생성 등)은 생략될 수 있고, 또는 음성 혹은 텍스트 처리 과정에 맞도록 변경하여 처리될 수 있다.
도 16은 3DoF+ 송신단에서의 구성을 개략적으로 나타낸다.
도 16을 참조하면, 송신단(360 비디오 전송 장치)에서는 입력된 데이터가 카메라 출력 영상인 경우 스피어(sphere) 영상 구성을 위한 스티칭을 위치/시점/컴포넌트 별로 진행할 수 있다. 위치/시점/컴포넌트 별 스피어(sphere) 영상이 구성되면 코딩을 위해 2D 영상으로 프로젝션을 수행할 수 있다. 어플리케이션에 따라 복수의 영상을 통합 영상으로 만들기 위한 패킹 혹은 세부 영역의 영상으로 나누는 서브 픽처로 생성할 수 있다. 전술한 바와 같이 리전별 패킹 과정은 선택적(optional) 과정으로서 수행되지 않을 수 있으며, 이 경우 패킹 처리부는 생략될 수 있다. 입력된 데이터가 영상/음성/텍스트 추가 정보인 경우 추가 정보를 중심 영상에 추가하여 디스플레이 하는 방법을 알려줄 수 있으며, 추가 데이터도 함께 전송할 수 있다. 생성된 영상 및 추가된 데이터를 압축하여 비트 스트림으로 생성하는 인코딩 과정을 거쳐 전송 혹은 저장을 위한 파일 포맷으로 변환하는 인캡슐레이션 과정을 거칠 수 있다. 이 때 어플리케이션 혹은 시스템의 요구에 따라 수신부에서 필요로하는 파일을 추출하는 과정이 처리될 수 있다. 생성된 비트스트림은 전송처리부를 통해 전송 포맷으로 변환된 후 전송될 수 있다. 이 때, 송신측 피드백 처리부에서는 수신단에서 전달된 정보를 바탕으로 위치/시점/방향 정보와 필요한 메타데이터를 처리하여 관련된 송신부에서 처리하도록 전달할 수 있다.
도 17은 3DoF+ 수신단에서의 구성을 개략적으로 나타낸다.
도 17을 참조하면, 수신단(360 비디오 수신 장치)에서는 송신단에서 전달한 비트스트림을 수신한 후 필요한 파일을 추출할 수 있다. 생성된 파일 포맷 내의 영상 스트림을 피드백 처리부에서 전달하는 위치/시점/방향 정보 및 비디오 메타데이터를 이용하여 선별하며, 선별된 비트스트림을 디코더를 통해 영상 정보로 재구성할 수 있다. 패킹된 영상의 경우 메타데이터를 통해 전달된 패킹 정보를 바탕으로 언패킹을 수행할 수 있다. 송신단에서 패킹 과정이 생략된 경우, 수신단의 언패킹 또한 생략될 수 있다. 또한 필요에 따라 피드백 처리부에서 전달된 위치(viewpoint)/시점(viewing position)/방향(viewing orientation)에 적합한 영상 및 필요한 컴포넌트를 선택하는 과정을 수행할 수 있다. 영상의 텍스처, 뎁스, 오버레이 정보 등을 재생하기 적합한 포맷으로 재구성하는 렌더링 과정을 수행할 수 있다. 최종 영상을 생성하기에 앞서 서로 다른 레이어의 정보를 통합하는 컴포지션 과정을 거칠 수 있으며, 디스플레이 뷰포트(viewport)에 적합한 영상을 생성하여 재생할 수 있다.
본 명세서에서는 360 비디오(VR 또는 AR(argumented reality) 포함)에 대한 영상 오버레이 방법을 제공한다. 360 비디오의 경우, 사용자가 위치/방향을 360도 변경하면서 이미지/비디오/현실(see-though일 경우)을 볼 수 있기 때문에 더 많은 콘텐츠에 노출 될 수 있다. 360 콘텐츠의 특정 위치에 대한 부가 정보를 바로 사용자 뷰포트에 보여줄 수도 있지만, 이 경우 부가 정보와 연결된 위치와의 연결관계가 끊어질 수 있다. 이러한 경우 사용자는 뷰포인트 상에 보여지는 정보의 위치를 찾아야 한다. 직관적으로 특정 위치와 그에 해당하는 부가 정보를 함께 보여주기 위해서는 특정 위치 상에 매칭되는 부가 정보를 겹쳐서 보여줄 수도 있고, 부가 정보에 매칭되는 특정 위치 근처에 보여주고 해당 정보가 특정 위치의 정보라는 것을 라인을 그려 표시할 수도 있어야 한다. 이러한 사용을 위해서 360 비디오 오버레이는 사용자 뷰포트 뿐만 아니라 3차원 공간상에 존재할 수 있도록 오버레이의 위치를 지정할 수 있는 방법을 지원해야 한다. 본 발명에서는 360 비디오에 대한 영상 오버레이 지원 방법을 제공한다. 본 발명은 3DoF 기반 VR 시스템 뿐 아니라 3DoF+ 기반 VR 시스템에 대하여도 적용될 수 있고, AR(argumented reality) 시스템에 대하여도 적용될 수 있다.
본 명세서는 후술하는 바와 같이 오버레이를 지원하기 위한 정보의 저장 및 시그널 방법을 제공한다. 상기 오버레이를 지원하기 위한 정보는 오버레이 관련 메타데이터 형태로 전달될 수 있다. 상기 오버레이를 지원하기 위한 정보는 송신단의 데이터 입력부 및/또는 메타데이터 처리부를 통해 데이터 인코터 및/또는 인캡슐레이션 처리부로 전달되며, 이후 전송처리되어 수신단으로 전송될 수 있다. 이 경우 관련 정보는 비트스트림 형태로 전달될 수 있다. 상기 비트스트림은 비디오 스트림 또는 비디오 비트스트림이라고 불릴 수 있다. 수신단에서는 전달받은 비스트트림에서 필요한 파일을 추출하고 캡슐레이션 처리부와 메타데이터 파서를 통해 오버레이와 관련된 메타데이터를 추출하여 렌더링부로 전달하고 렌더링부에서 오버레이를 렌더링하고 컴포지션과정을 거쳐서 화면에 출력할 수 있다.
2차원 영상/비디오에 대한 영상 오버레이는 360 3D 공간(space)를 고려하지 않았기에, 360 비디오에 대한 오버레이와 그 특성이 다르며 360 비디오에 바로 적용할 수 없다. 본 발명에 따르면 후술하는 바와 같이 오버레이(오버레이 컨텐츠, 오버레이 텍스처, 오버레이 영상 등)의 위치(position) 및 순서(order)가 정의될 수 있다. 예를 들어, 본 발명에 따른 오버레이는 오버레이의 (렌더링) 타입에 따라 다음과 같이 크게 3가지로 분류될 수 있다. 1) 현재 뷰포트 상의 오버레이 2) 360 표면(surface) 상의 오버레이, 3) 360 표면 안쪽의(inside) 3D 공간에 대한 오버레이. 여기서 360 표면은 구형면(spherical surface) 또는 큐브면(cubic surface)일 수 있다. 상기 현재 뷰포트 상의 오버레이는 뷰포트-관련 오버레이(viewport-relative overlay)라고 불릴 수 있고, 상기 360 표면(surface) 상의 오버레이는 구형-관련 프로젝션된 전방향 오버레이(sphere-relative projected omnidirecational overlay)라고 불릴 수 있으며, 상기 360 표면 안쪽의(inside) 3D 공간에 대한 오버레이는 구형-관련 2D 오버레이(sphere-relative 2D overlay)라고 불릴 수 있다. 360 표면 안쪽의(inside) 3D 공간에 오버레이되는 영상은 2D 평면 영상일 수 있다. 본 발명에 따르면 각 오버레이 타입에 따라 다양한 관련 메타데이터를 시그널링 할 수 있으며, 상기 메타데이터는 오버레이 관련 위치 및 순서(order) 정보를 포함할 수 있다. 이하 오버레이되는 대상은 오버레이 컨텐츠, 오버레이 비주얼 미디어, 오버레이 텍스처, (오버레이) 그래픽, 오버레이 리전, 오버레이 영상, 오버레이 텍스처, 오버레이 비디오, 오버레이 텍스트, 오버레이 등 다양한 용어로 혼용될 수 있다.
상술한 본 발명에 따른 오버레이 지원을 위하여 예를 들어 다음과 같이 오버레이 관련 메타데이터가 생성 및 전송될 수 있다. 하기 표에서는 OverlayLocationConfigBox 내에서 관련 메타데이터가 전송되는 예를 나타내었으며, 다만 이는 예시로서 메타데이터가 전송되는 박스(box)의 명칭은 다르게 설정될 수 있으며, 상기 메타데이터는 파일 내에서 별도의 트랙내의 데이터로 포함될 수 있다. 또한 상기 오버레이 관련 메타데이터 내의 정보 중 일부는 생략될 수도 있다.
Figure PCTKR2018011323-appb-T000001
표 1을 참조하면, stereoscopic_flag 필드는 오버레이 레이어가 스테레오스코픽으로 렌더링되어야 하는지 여부를 지시한다. stereoscopic_flag 필드의 값이 0인 경우, 이는 오버레이 레이어가 모노스코픽(monoscopic)으로 렌더링되어야 함을 지시한다. 그 외의 경우, 즉 stereoscopic_flag 필드의 값이 1인 경우, 이는 오버레이 레이어가 디스패러티(disparity)를 이용하여 스테레오스코픽으로 렌더링되어야 함을 지시한다.
overlay_group_id 필드는 비주얼(visual) 미디어(즉, 오버레이 영상)가 어디에 위치되어야 하는지를 지시한다. 즉, overlay_group_id는 상술한 오버레이 타입을 나타내는 정보(오버레이 타입에 관한(for) 정보)이다. overlay_group_id는 overlay_rendering_type, overlay_type 또는 display_mode 등으로 불릴 수 있다. 상기 오버레이 타입에 관한 정보는 오버레이 타입들 중 하나를 지시할 수 있다. 예를 들어 상기 오버레이 타입들은 1) 현재 뷰포트 상의 오버레이 2) 360 표면(surface) 상의 오버레이, 3) 360 표면 안쪽의(inside) 3D 공간에 대한 오버레이를 포함할 수 있다. 이 경우 예를 들어 상기 overlay_group_id 필드의 값 0 내지 2는 상기 1) 내지 3)의 오버레이 타입들을 지시할 수 있다. 또는 현재 뷰포트 상의 오버레이 타입을 보다 세분화하여 순서(order)를 더 정의할 수 있다. 예를 들어, overlay_group_id 필드의 값 1은, 비주얼 미디어가 현재 뷰포트 상에 위치되고, 예를 들어 로고(logo) 등과 같이 가장 높은 우선순위를 가짐을 나타낼 수 있다. overlay_group_id 필드의 값 2는 비주얼 미디어가 현재 뷰포트 상에 위치되고, 상기 값 1인 경우보다 더 낮은 우선순위를 가짐을 나타낼 수 있다. 예를 들어, 자막(subtitle) 및/또는 폐쇄자막(closed caption) 등이 상기 값 2인 경우에 해당할 수 있다. overlay_group_id 필드의 값 3은 비주얼 미디어가 현재 뷰포트 상에 위치되고, 상기 값 2인 경우보다 더 낮은 우선순위를 가짐을 나타낼 수 있다. 컨텐츠의 컨텍스트에 따라, 순서(order)의 일부는 미리 정의될 수 있다. 예를 들어, 로고 및/또는 자막은 그 우선순위가 미리 정의될 수 있다. overlay_group_id 필드의 값 4는 비주얼 미디어가 360 표면 안쪽의(inside) 3D 공간에 위치함을 나타낼 수 있다. 상기 360 표면은 구형면 또는 큐브면일 수 있다. overlay_group_id 필드의 값 5는 비주얼 미디어가 360 표면(surface) 상에 위치함을 나타낼 수 있다. overlay_group_id 필드는 구성될 오버레이 레이어들의 순서를 암시할 수 있다. 또는 오버레이 순서에 관한 정보가 명시적으로 사용될(시그널링될) 수 있다. 이를 통하여 동일 오버레이 그룹 내 비주얼 미디어들의 오버레이 순서, 즉 중첩 상황에서 어떤 비주얼 미디어가 더 우선순위를 가지는지) 여부가 명확하게 나타내어질 수 있다. 상기 overlay_group_id 필드의 값에 다른 오버레이 위치 및 순서의 예는 다음 표와 같이 나타내어질 수 있다.
overlay_group_id value Meaning Example
1 located over the current viewport, and has highest priority logo
2 located over the current viewport, and has lower priority than overlay_group_id 1 subtitle, closed caption
3 located over the current viewport, and has lower priority than overlay_group_id 2
4 located in 3d space
5 located over the 360° surface, which is sphere or cube
예를 들어, 상기 overlay_group_id 필드값에 따른 오버레이 위치를 다음 도와 같이 나타내어질 수 있다.도 18 내지 20은 오버레이 타입에 따른 오버레이 위치들을 예시적으로 나타낸다. 구체적으로 예를 들어, 도 18은 오버레이 영상이 현재 뷰포트 상에 오버레이되는 경우이다. 이는 상기 overlay_group_id 필드 값 1 내지 3인 경우를 나타낼 수 있다. 도 19는 오버레이 영상이 360 표면 안쪽의(inside) 3D 공간에 오버레이되는 경우이다. 이는 상기 overlay_group_id 필드 값 4인 경우를 나타낼 수 있다. 도 20은 오버레이 영상이 360 표면(surface) 상에 오버레이되는 경우이다. 이는 상기 overlay_group_id 필드 값 5인 경우를 나타낼 수 있다.
sphere_region_flag는 오버레이 위치가 3차원 좌표인 구형 좌표(Spherical coordinate)의 애지머스(azimuth), 엘리베이션(elevation)에 기반하는지 여부를 지시할 수 있다. sphere_region_flag의 값이 1인 경우, 이는 상기 오버레이 위치가 애지머스 및 엘리베이션으로 나타내어짐을 나타낼 수 있다. 그 외의 경우, 상기 오버레이 위치는 다른 방법으로 나타내어질 수 있다.
centre_azimuth 필드 및 centre_elevation 필드는 스피어 리전(sphere regino)의 애지머스 및 엘리베이션 값들을 나타낸다. 상기 값들은 2-16 도(degree) 단위일 수 있다. centre_azimuth 필드의 값 범위는 -180*216 부터 180*216 -1까지일 수 있다. centre_elevation 필드의 값 범위는 -90*216부터 90"*216 -1까지일 수 있다.
centre_tilt는 상기 스피어 리전의 틸트 각도(tile angle)을 나타낼 수 있다. 상기 틸트 각도는 2-16 도(degree) 단위일 수 있다. centre_tilt 값 범위는 -180*216 부터 180*216 -1까지일 수 있다.
azimuth_range 필드 및 elevation_range 필드는 스피어 리전의 센터 포인트를 통하는(through) 애지머스 및 엘리베이션 범위를 나타낸다. 그 값은 2-16 도(degree) 단위일 수 있다. azimuth_range 필드 값 범위는 0부터 360*216까지일 수 있다. elevation_range 필드 값 범위는 0부터 180*216까지일 수 있다.
depth는 컴포지트(composite) 순서를 나타낸다. 보다 작은 값은 해당 오버레이 레이어가 오버레이 그룹 내 오버레이 레이어들의 탑에 보다 가깝게 위치됨을 나타낼 수 있다. 그 값의 범위는 0부터 216까지일 수 있다.
distance 필드는 유닛 스피어(unit sphere)의 센터로부터의 거리를 나타낸다. 다시 말하면, distance 필드는 유닛 스피어의 반경(radius)에 대응될 수 있다. 그 값은 유닛 스피어에 상대적(relative to)이고, 범위가 0부터 2-16까지일 수 있다.
centre_x, centre_y 및 centre_z는 3차원 좌표 공간에서의 위치를 나타낸다. 3차원 좌표 공간에서의 원점(origin)은 유닛 스피어의 센터일 수 있다. 그 값들은 유닛 스피어에 상대적일 수 있다. 상기 값들은 2-16 단위일 수 있다.
width 필드 및 height 필드는 오버레이 사이즈를 지시한다. 그 값은 유닛 스피어에 상대적이고, 2-16 단위일 수 있다.
rotation_yaw 필드, rotation_pitch 필드, 및 rotation_roll 필드는 유닛 스피어에 적용되는 회전의 요, 피치, 롤 각도를 나타낸다. 그 값들은 2-16 단위일 수 있다. rotation_yaw 필드의 값 범위는 -180*216 부터 180*216 -1까지일 수 있다. rotation_pitch 필드의 값 범위는 -90*216 부터 90*216 -1까지일 수 있다. rotation_roll 필드의 값 범위는 -180*216 부터 180*216 -1까지일 수 있다.
billboards_flag 필드는 상기 회전이 카메라 뷰잉 오리엔테이션에 따라 변하는지 여부를 나타낸다. billboards_flag 필드의 값이 1인 경우, 비주얼 미디어의 오버레이 레이어(plane)의 노멀 값은 카메라의 현재 페이스 벡터(face vector)와 같다.
reference_width 필드 및 reference_height 필드는 모든(all) ROI 좌표들(top_left_x, top_left_y, 2d_width and 2d_height)이 연산되는 참조 사각 공간(rectangular sapce)의 너비 및 높이를 나타낸다.
top_left_x 필드 및 top_left_y 필드는 상기 사각 리전(rectangular region)의 수평 및 수직 좌표를 나타낸다.
2d_width 필드 및 2d_height 필드는 상기 사각 리전의 너비 및 높이를 나타낸다.
tilt 필드는 스피어 리전의 틸트 각도(angle)을 나타낸다. tilt 필드는 2-16 도 단위로 상기 틸트 각도를 나타낼 수 있다. tilt 필드의 값 범위는 -180*216 부터 180*216 -1까지일 수 있다.
relative_disparity_flag 필드는 상기 디스패리티가 하나의 뷰에 대한 디스플레이 윈도우의 너비의 퍼센티지 값으로 주어지는지 (그 값이 1인 경우), 또는 픽셀들의 개수로 주어지는지 (그 값이 0인 경우) 여부를 지시한다.
disparity_in_percent 필드는 하나의 뷰에 대한 상기 디스플레이 윈도우의 너비의 프렉션(fraction)으로, 2-16 단위로 상기 디스패리티를 지시한다(indicates the disparity, in units of 2-16, as a fraction of the width of the display window for one view). 배치 방향(displacement direction)이 반대인 경우 상기 값은 음수일 수 있다. disparity_in_percent 필드의 값은 상기 리전을 왼쪽 시야(left eye view)에 대하여는 왼쪽으로, 오른쪽 시야에 대하여는 오른쪽으로 배치하기 위하여 사용될 수 있다.
disparity_in_pixels 필드는 상기 디스패리티를 픽셀 단위로 지시한다. 배치 방향(displacement direction)이 반대인 경우 상기 값은 음수일 수 있다. disparity_in_pixel 필드의 값은 상기 리전을 왼쪽 시야(left eye view)에 대하여는 왼쪽으로, 오른쪽 시야에 대하여는 오른쪽으로 배치하기 위하여 사용될 수 있다.
target_flag 필드는 상기 비주얼 미디어가 참조 포인트를 갖는지 여부를 지시한다. 오버레이를 사용하는 데에는 다양한 목적이 있을 수 있다. 일 예로, 특정 위치에 대한 보충 정보(supplementary information)를 제공하기 위하여 상기 오버레이가 사용될 수 있다. 이 경우, 오버레이 비주얼 미디어는 정확한(exact) 위치에 있거나, 메인 정보를 가리지 않기 위하여 상기 위치의 근처에 있을 수 있다. 후자의 경우, target_flag 필드가 사용될 수 있다. 그 값이 1인 경우, 상기 비주얼 미디어는 상기 특정 포인트에 대한 위치 정보를 가질 수 있다.
target_azimuth 필드 및 target_elevation 필드는 스피어 리전의 센터의 애지머스 및 엘리베이션 값들을 각각 나타낸다. target_azimuth 필드 및 target_elevation 필드의 값들은 2-16 도 단위로`상기 애지머스 및 엘리베이션을 나타낼 수 있다. target_azimuth 필드의 값 범위는 -180*216 부터 180*216 -1까지일 수 있다. target_elevation 필드의 값 범위는 -90*216 부터 90*216 -1까지일 수 있다.
상술한 오버레이 관련 메타데이터는 다양한 방법으로 송신 장치에서 수신 장치로 전송될 수 있다.
일 예로, 상기 오버레이 관련 메타데이터는 오버레이 타임드 메타데이터(overlay timed metadata) 트랙(track) 형태로 전송될 수 있다. 이를 위하여 오버레이 타임드 메타데이터 트랙이 정의될 수 있으며, 오버레이 타임드 메타데이터 트랙은 하나 이상의 미디어 트랙들과 링크될 수 있다. 이 경우, 오버레이 타임드 메타데이터 트랙은 'sdsc' 트랙 참조와 함께(with a 'cdsc' track reference) 상기 하나 이상의 미디어에 링크될 수 있다. 이 경우 OverlayLocationConfigBox가 메타데이터 샘플 엔트리에 존재할 수 있으며, OverlayLocationConfigBox는 오버레이에 관한 위치 및 순서(order)를 나타낼 수 있다. OverlayLocationConfigBox는 예를 들어 다음 표와 같이 포함될 수 있다.
Figure PCTKR2018011323-appb-T000002
다른 예로, 상기 오버레이 관련 메타데이터는 오버레이 트랙 및 샘플 내 타임 정보의 형태로 전송될 수 있다. 이를 위하여, 오버레이 트랙이 정의될 수 있다. 이 경우, OverlayLocationConfigBox가 샘플 엔트리에 존재할 수 있다. OverlayLocationConfigBox는 오버레이에 관한 위치 및 순서를 나타낼 수 있다. 미디어 데이터 내 개별 샘플(individual sample)은 추가적으로 디스플레이하기 위한 시작시간(begin-time) 및 종료시간(end-time) 정보를 포함할 수 있다. OverlayLocationConfigBox는 예를 들어 다음 표와 같이 포함될 수 있다.
Figure PCTKR2018011323-appb-T000003
도 21은 오버레이 트랙 및 디스플레이 타임 정보가 샘플에 저장된 예를 나타낸다.
도 22는 오버레이 관련 메타데이터 기반 360 비디오 송수신 방법을 개략적으로 나타낸다.
도 22를 참조하면, 상술한 바와 같이 360 비디오 전송 장치에서 360 비디오에 대한 프로젝션 절차 및 필요에 따라 리전별 패킹(region-wise packing) 절차가 수행될 수 있으며, 이를 통하여 2차원 픽처를 도출할 수 있다. 상기 2차원 픽처는 인코딩 절차를 통하여 비트스트림 형태로 인코딩될 수 있다.
한편, 오버레이를 위한 오버레이 영상 (오버레이 비주얼 미디어)가 추가적으로 인코딩 절차를 통하여 인코딩될 수 있으며, 오버레이 관련 메타데이터가 생성되어 인코딩 절차의 출력과 함께 미디어 파일 등의 형태로 인캡슐레이션되어 360 비디오 수신 장치로 전송될 수 있다.
360 비디오 수신 장치는 미디어 파일을 수신하고, 디캡슐레이션 절차를 통하여 360 비디오 관련 비트스트림(인코딩된 360 비디오 정보), 오버레이 영상 관련 비트스트림(인코딩된 오버레이 영상 정보) 및 메타데이터를 획득한다. 360 비디오 수신 장치는 상기 360 비디오 관련 비트스트림(인코딩된 360 비디오 정보)를 기반으로 디코딩 절차를 수행하여 360 영상/비디오에 관한 2차원 픽처를 디코딩할 수 있다. 상기 2차원 픽처는 프로젝티드 픽처 또는 팩드 픽처일 수 있다. 또한, 360 비디오 수신 장치는 상기 오버레이 영상 관련 비트스트림(인코딩된 오버레이 영상 정보)를 기반으로 상기 오버레이 영상을 디코딩할 수 있다. 360 비디오 수신 장치는 상기 오버레이 관련 메타데이터를 기반으로 상기 360 영상/비디오를 렌더링함에 있어서, 상기 오버레이 영상을 특정 위치 및 특정 순서(order)로 중첩하여 렌더링할 수 있다.
한편, 오버레이를 어디에 위치시키는지를 기반으로 메타데이터 샘플 엔트리(Metadata Samle Entry)는 다르게 또는 개별적으로(separately) 정의될 수 있다.
일 예로, 오버레이가 스피어 리전에 위치하는 경우 OverlayOnSphereSample가 샘플 엔트리에 존재할 수 있다. 이는 예를 들어 다음 표와 같이 나타낼 수 있다.
Figure PCTKR2018011323-appb-T000004
각 필드의 시맨틱스는 상술한 표 1에서 정의한 바와 같을 수 있다. 즉, 상술한 필드들과 동일한 이름의 필드는 동일한 정보를 나를 수 있다. 이하 마찬가지이다.
도 23 및 도 24는 오버레이가 스피어 리전에 위치하는 경우의 예이다. 오버레이가 스피어 리전에 위치하는 경우 도 23 및 24에 도시된 바와 같이 오버레이 영상이 표시될 수 있다.
다른 예로, 오버레이가 현재 뷰포트 상에 위치하는 경우 OverlayOverViewportSample이 샘플 엔트리에 존재할 수 있다. 이는 예를 들어 다음 표와 같이 나타낼 수 있다.
Figure PCTKR2018011323-appb-T000005
도 25는 오버레이가 현재 뷰포트 상에 위치하는 경우의 예이다. 오버레이가 현재 뷰포트 상에 위치하는 경우 다음 도 25에 도시된 바와 같이 오버레이 영상이 표시될 수 있다.
또 다른 예로, 오버레이가 스피어 또는 큐브 내의 3D 공간에 위치하는 경우 OverlayIn3DSpaceSample이 샘플 엔트리에 존재할 수 있다. 이는 예를 들어 다음 표와 같이 나타낼 수 있다.
Figure PCTKR2018011323-appb-T000006
도 26은 오버레이가 스피어 또는 큐브 내의 3D 공간에 위치하는 경우의 예이다. 오버레이가 스피어 또는 큐브 내의 3D 공간에 위치하는 경우 다음 도 25에 도시된 바와 같이 오버레이 영상이 표시될 수 있다.
한편, 오버레이 메타데이터 트랙은 오버레이 렌더링을 위한 오버레이 위치, 사이즈, 속성(opacitiy, interaction 등) 정보를 포함할 수도 있다. 오버레이의 렌더링 메타데이터(오버레이 관련 메타데이터)는 시간에 따라 변할 수 있으며, 이 경우 상술한 바와 같이 오버레이의 렌더링 메타데이터는 타임드 메타데이터로 저장될 수 있다.
도 27은 오버레이 관련 메타데이터를 포함하는 오버레이 메타데이터 트랙을 예시적으로 나타낸다.
오버레이 영상(미디어)이 오버레이되는 위치관련 정보(overlayPosStruct())는 예를 들어 다음 표와 같이 나타내어질 수 있다.
Figure PCTKR2018011323-appb-T000007
여기서 region_type 필드는 레이어 위치 타입을 나타낸다. 예를 들어, region_type 필드값 0은, 오버레이가 사용자 뷰포트 상에 디스플레이됨, region_type 필드값 1은 스피어 상에 위치함, region_type 필드 값 2는 3차원 공간상에 위치함을 나타낼 수 있다.
일 예로, 사용자 뷰포트 상에 오버레이가 배치되는 경우 오버레이 관련 메타데이터는 다음을 포함할 수 있다.
Figure PCTKR2018011323-appb-T000008
viewpotOverlayRegion()는 오버레이 미디어가 오버레이되는 위치관련 정보를 나타낸다.
여기서, 사각 평면의 왼쪽 상단 포인트의 위치 정보(rect_left_percent, rect_top_percent 필드)와 사각 평면의 크기 정보(rect_width_percent 필드, rect_height_percent 필드)는 디스플레이의 크기에 따라 달라질 수 있으므로 퍼센트로 명시될 수 있다.
order 필드는 오버레이들이 겹쳐질 경우를 대비하여 오버레이의 순서(order)를 명시하며, 수신기에서 렌더링시 순서를 조정하거나, 배치 값을 조정할 수 있다.
stereoscopic_flag 필드는 스테레오를 지원하는 여부 플래그 정보이다.
relative_disparity_flag 필드는 스테레오 시, 상대적 디스패러티 값을 가지는지 여부를 나타내는 플래그 정보이다,
disparity_in_percent 필드는 상대적 디스패러티 값을 나타낸다.
disparity_in_pixels 필드는 픽셀 단위 디스패러티 값을 나타낸다.
도 28은 오버레이가 뷰포트 상에 위치하는 경우의 예이다. 상기 오버레이 관련 메타데이터를 통하여 도시된 바와 같이 오버레이를 뷰포트 상에 위치시킬 수 있다.
다른 예로, 스피어 상에 오버레이가 배치되는 경우 오버레이 관련 메타데이터는 다음을 포함할 수 있다.
Figure PCTKR2018011323-appb-T000009
SphereOverlayRegion()은 오버레이 미디어가 오버레이되는 위치관련 정보를 나타낸다.
proj_shape 필드는 프로젝션된 형태를 나타낸다. proj_shape 필드 값 0은 none, 값 1은 rectangle, 값 2는 polygon을 나타낸다.
프로젝션 된 형태가 사각형일 경우, 프로젝티드 픽처에서의 위치값으로 위치를 명시하는 경우, 위치(proj_reg_top_percent 필드, proj_reg_left_percent 필드), 크기(proj_reg_width_percent 필드, proj_reg_height_percent 필드)는 프로젝티드 픽처의 크기 기준 퍼센트로 명시될 수 있다.
프로젝션 된 형태가 다각형일 경우, 프로젝션 Picture에서의 위치값은 프로젝티드 픽처에서 수평으로 영역을 분할하는 개수(num_rings 필드), 수직으로 영역을 분할하는 개수(num_sectors 필드)에 의하여 명시될 수 있다.
proj_points_x[i][j] 필드, proj_points_y[i][j] 필드는 각 분할 점들의 프로젝티드 픽처에서의 위치값을 나타낸다.
packed_points_x[i][j] 필드, packed_points_y[i][j] 필드는 각 분할 점들의 팩드 픽처에서의 위치값을 나타낸다.
proj_shape 필드의 값이 0인경우, 스피어상 위치 표현 타입(shape_type 필드 기반)이 지정된다. shape_type 필드의 값이 0일 경우, 4개의 great circles, 1일 경우 두개의 azimuth circles과 두개의 elevation circles로 구성될 수 있다.
오버레이 중심 위치의 애지머스, 엘리베이션 값(centre_azimuth 필드, centre_elevation 필드)과 크기를 지정하기 위해 azimuth/elavation 범위(azimuth_range 필드, elevation_range 필드), 그리고 오버레이의 중심점으로부터 Sphere의 원점으로의 벡터를 축으로의 회전(centre_tilt 필드)값이 명시될 수 있다.
interpolate 필드는 변경된 값들 사이 값을 채워서 부드럽게 변경하기 위한 플래그 정보를 나타낸다.
depth 필드는 오버레이들이 겹쳐질 경우를 대비하여, 오버레이들의 순서를 나타내기 위하여 원점으로부터 오버레이 중점까지의 거리(깊이) 값을 나타낸다.
도 29는 오버레이가 스피어 상에 위치하는 경우의 예이다. 상기 오버레이 관련 메타데이터를 통하여 도시된 바와 같이 오버레이를 스피어 상에 위치시킬 수 있다.
또 다른 예로, 3차원 공간상에 오버레이가 배치되는 경우 오버레이 관련 메타데이터는 다음을 포함할 수 있다.
Figure PCTKR2018011323-appb-T000010
3DOverlayRegion()은 오버레이 미디어가 오버레이되는 위치관련 정보를 나타낸다.
오버레이 평면은 사각형으로 가정하고, 사각 평면의 크기는 y, z축 평면을 기준으로 'width' 필드, 'height' 필드를 통해 정해질 수 있다. 또한 스피어(sphere) 좌표계 상에서의 위치(Overlay3DPositionStruct())의 각 x, y, z(overlay_pos_x, overlay_pos_y 필드, overlay_pos_z 필드)를 기반으로 상기 사각 평면이 이동될 수 있다.
오버레이 중심을 중심으로 하고, 스피어의 각 축과 평행인 오버레이 좌표계를 기준으로 각축에 대한 회전은 overlay_rot_yaw 필드, overlay_rot_pitch 필드, overlay_rot_roll 필드를 통하여 나타낼 수 있다.
interpolate 필드는 변경된 값들 사이 값을 채워서 부드럽게 변경하기 위한 플래그 정보를 나타낸다.
도 30은 오버레이가 3차원 공간상에 위치하는 경우의 예이다. 상기 오버레이 관련 메타데이터를 통하여 도시된 바와 같이 오버레이를 3차원 공간상에 위치시킬 수 있다.
도 31은 오버레이가 스피어 내부의 3차원 공간 상에 존재하는 경우, 오버레이의 위치/크기/회전을 나타낸다. 상술한 오버레이 관련 메타데이터에 포함되는 overlay_pos_x 필드, overlay_pos_y 필드, overlay_pos_z 필드, width 필드, height 필드, overlay_rot_yaw 필드, overlay_rot_pitch 필드 및/또는 overlay_rot_roll 필드 등을 통하여 도시된 바와 같이 오버레이의 위치, 크기 및 회전이 도출될 수 있다.
또한, 상기 오버레이 관련 메타데이터는 오버레이 렌더링 속성 정보가 포함될 수 있다. 오버레이 렌더링 속성 정보는 오버레이를 렌더링할 때 적용하게 되는 오버레이 평면의 투명도, VR 미디어 상에 오버레이를 블랜딩할 때 수행하는 렌더링 옵션, Focus 효과를 명시할 수 있다.
도 32는 오버레이 렌더링 속성의 예를 나타낸다.
상술한 오버레이 렌더링 속성 정보는 예를 들어 다음을 포함할 수 있다.
Figure PCTKR2018011323-appb-T000011
OverlayRenderStruct()는 오버레이 미디어가 디스플레이/렌더링 시 적용될 수 있는 렌더링 속성 정보를 나타낸다.
opacity_info_flag 필드는 오버레이 평면의 전체 투명도 명시 여부를 나타내는 플래그이고, opacity 필드는 투명 정도 값을 명시한다.
blending_flag 필드는 오버레이 합성 시 적용할 블랜딩 명시 여부를 나타내는 플래그이고, blending_type 필드는 블랜딩 타입을 나타낸다. blending_type 필드의 값 1= source_over, 2=source_atop, 3=source_in, 4=source_out, 5=dest_atop, 6=dest_over, 7=dest_in, 8=dest_out, 9=clear, 10=xor이고, 디폴트는 source_over 필드 값 1로 설정될 수 있다.
focus_flag 필드는 오버레이 포커스 여부를 나타내는 플래그이고, focus 필드는 포커스 정도값을 나타내며, 그 값은 0~1.0 범위를 가질 수 있다. 오버레이에 포커스가 명시되면, 수신기에서 렌더링되고 있는 다른 오버레이와 VR 미디어에 blur가 적용될 수 있다.
오버레이 관련 메타데이터는 상술한 바와 같이 오버레이 위치, 크기, 렌더링 속성과 인터렉션 관련 정보를 나를 수 있다. 이 경우 오버레이 관련 메타데이터는 예를 들어 다음 표와 같은 정보를 포함할 수 있다.
Figure PCTKR2018011323-appb-T000012
OverlayInfoStruct()는 오버레이 메타데이터를 나타낸다. 오버레이 메타데이터는 오버레이 관련 메타데이터라고 불릴 수 있다.
overlay_id 필드는 오버레이 메타데이터 식별자를 나타낸다.
overlay_source_id 필드는 오버레이 미디어 소스데이터 식별자를 나타낸다.
overlay_essential_flag 필드는 오버레이가 필수적으로 오버레이 되어야 하는지 여부를 나타내는 플래그 정보이다.
overlay_priority 필드는 오버레이 미디어의 오버레이 시 우선 순위를 나타낸다. 이는 디코딩에 영향을 줄 수 있다.
OverlayPosStruct는 오버레이 위치관련 정보를 나타낼 수 있다.
OverlayRenderStruct는 오버레이 렌더링 속성관련 정보를 나타낼 수 있다.
OverlayMiscStruct는 오버레이 렌더링 기타 정보를 나타낼 수 있다.
OverlayInteractionStruct는 오버레이 인터렉션 정보를 나타낼 수 있다.
한편, 동적 오버레이 메타데이터(동적 오버레이 관련 메타데이터)는 타임드(timed)-메타데이터로 구성될 수 있다.
도 33은 동적 오버레이 메타데이터의 구성 예를 나타낸다.
예를 들어, 동적 오버레이 메타데이터가 타임드-메타데이터로 구성되는 경우, 도 33에 도시된 바와 같이 OverlaySampleEntry가 정의 되고, OverlaySampleEntry는 MetadataSampleEntry를 상속받고, OverlayConfigBox를 호출할 수 있다. OverlayConfigBox내에는 static한 오버레이 렌더링 메타데이터를 정의할 수 있다. 실제 동적인 오버레이 메타데이터는 샘플에 저장될 수 있다. OverlaySample에는 오버레이 개수의 OverlayInfoStruct로 구성될 수 있다. 이는 다음 표 14 및 15와 같이 나타내어질 수 있다.
Figure PCTKR2018011323-appb-T000013
Figure PCTKR2018011323-appb-T000014
오버레이 미디어가 시간에 따라 오버레이 위치 혹은 랜더링 속성 등이 변화하는 경우를 지원하기 위하여 오버레이 메타데이터를 별도의 메타데이터 트랙으로 저장하여 전달할 수 있다. 해당 오버레이 미디어 메타데이터 트랙은 하나 이상의 샘플을 포함할 수 있으며 각 샘플은 하나 이상의 오버레이 메타데이터를 포함할 수 았다. 각 샘플은 하나 이상의 OverlayInfoStruct 을 포함할 수 있다.
오버레이 메타데이터 트랙의 TrackReferenceTypeBox 을 이용하여 오버레이 미디어 트랙을 지칭할 수 있다. 즉, reference type 값을 'cdsc'로 할당하고 track_IDs 에 하나 이상의 오버레이 미디어 트랙 식별자 혹은 트랙 그룹 식별자 (오버레이 미디어가 하나 이상의 트랙을 통하여 전달되는 경우)를 지칭함으로써, 오버레이 메타데이터와 연관된 오버레이 미디어 트랙을 지칭 할 수 있다.
도 34는 동적 오버레이 메타데이터 트랙과 오버레이 미디어 트랙 링크 시그널링 예를 나타낸다.
한편, 오버레이 메타데이터는 오버레이 미디어 트랙 상에도 도 35에 도시된 방법과 같이 시그널링 될 수 있다.
도 35는 오버레이 미디어 트랙 상에 오버레이 메타데이터 시그널링 예를 나타낸다.
도 35를 참조하면, 오버레이 미디어 트랙의 sample entry 에 OverlayConfigBox 가 포함될 수 있다. 이를 통하여 해당 미디어 트랙이 오버레이 미디어를 포함할 수 있으며 트랙내 포함된 오버레이 미디어 관련 메타데이터를 시그널링 할 수 있다.
이 경우 상기 오버레이 관련 메타데이터는 다음 표와 같은 정보를 포함할 수 있다.
Figure PCTKR2018011323-appb-T000015
여기서, num_overlay는 오버레이 미디어 트랙의 각 샘플에 포함된 overlay 미디어의 개수 혹은 샘플에 포함된 최대 overlay 미디어 개수를 나타낼 수 있다.
OverlayMediaPackingStruct()는 오버레이 미디어의 프로젝션과 패킹 정보를 명시한다.
OverlayInfoStruct() 은 앞서 제안한 오버레이 메타데이터를 포함할 수 있다. 이는 트랙의 샘플에 포함된 오버레이 미디어에 적용될 수 있다.
오버레이 미디어 트랙은 grouping_type 값이 'ovgr' 인 SampleToGroupBox 을 포함할 수 있다.
SampleToGroupBox 는 해당 트랙에 포함된 샘플들 중 동일한 오버레이 메타데이터가 적용될 샘플들을 지칭할 수 있다.
해당 트랙에 grouping_type 값이 'ovgr' 인 SampleToGroupBox 가 존재하는 경우 grouping_type 값이 'ovgr' 인 SampleGroupDescriptionBox 가 존재하며 해당 샘플들에 공통적으로 적용되는 하기와 같은 정보가 포함될 수 있다. Grouping_type 값이 'ovgr' 인 sample group entry (이하 OverlayGroupEntry) 는 하기와 같이 정의될 수 있다.
Figure PCTKR2018011323-appb-T000016
여기서 OverlayInfoStruct() 은 그룹에 포함된 샘플들에 적용될 오버레이 메타데이터를 포함할 수 있다.
오버레이 미디어 트랙은 sample entry 에 상기 OverlayConfigBox 을 포함할 수 있으며 동시에 grouping_type 값이 'ovgr' 인 SampleToGroupBox 잋 OverlayGroupEntry() 을 포함할 수 있다. 이러한 경우 OverlayGroupEntry() 에 연관된 오버레이 미디어 샘플들에 포함된 오버레이 메타데이터가 적용될 수 있다.
또는 오버레이 디폴트 렌더링 정보를 오버레이 미디어 트랙 내에 프로젝션과 패킹정보와 함께 명시하기 위해서 트랙내에 존재하는 오버레이 수인 num_overlay를 OverlayConfigProperty(ex. 도 36)나 OverlayConfigBox(ex. 도 37) 내부에서 정의하고 파라미터로 전달하는 방식으로 변경하고 OverlayInfoStruct()를 추가할 수 있다. 도 36 및 도 37은 오버레이 미디어 패킹, 프로젝션과 디폴트 렌더링 시그널링 예들을 나타낸다. 도 36은 오버레이 미디어 트랙이 이미지인 경우를 나타내고, 도 37은 오버레이 미디어 트랙이 비디오인 경우를 나타낸다.
도 36 및 도 37의 OverlayMediaPackingStruct은 예를 들어 다음 표와 같은 정보를 포함할 수 있다.
Figure PCTKR2018011323-appb-T000017
또한, 오버레이 관련 메타데이터는 게이즈(gaze) 정보를 포함할 수 있다. 예를 들어, 게이즈 정보는 이는 다음 표와 같이 포함될 수 있다.
Figure PCTKR2018011323-appb-T000018
여기서 display_mode=3은 예를 들어, eye-gaze tracking이 되는 장비를 사용할 경우, 눈동자가 쳐다보는 근처에 오프셋으로 오버레이를 배치하는 것을 나타낼 수 있다. 게이즈 정보는 예를 들어 게이즈 위치를 기반으로 상대적인 오버레이 렌더링 위치를 나타내기 위한 x_offset 필드, y_offset 필드, z_offset 필드 중 적어도 하나를 포함할 수 있다. 상기 x_offset 필드, y_offset 필드, z_offset 필드의 값들을 각도를 나타낼 수도 있고, 퍼센티지를 나타낼 수도 있다. 예를 들어, x_offset 필드, y_offset 필드, z_offset 필드의 값들이 각도를 나타내는 경우, 상기 오버레이는 스피어 상에 배치될 수 있다. 다른 예로, x_offset 필드, y_offset 필드, z_offset 필드의 값들이 퍼센티지를 나타내는 상기 오버레이는 뷰포트 상에 배치될 수 있다.
상기 게이즈 정보를 기반으로 게이즈 기반 (오버레이) 영상 렌더링을 수행할 수 있다. 게이즈 기반의 영상 렌더링은 실제 사용자의 게이즈 포인트(gaze point)인 (x, y, z) 추출해 내고 이를 통해 게이즈에 해당하는 영상을 렌더링하는 것이다. 마찬가지로 발명에서 언급하는 게이즈 기반의 그래픽(오버레이) 렌더링은 사용자의 뷰포트를 기반으로 사용자의 게이즈까지 파악하여, 그래픽(오버레이 영상)을 렌더링하는 것이다. 실제 사용자의 뷰포트 및 게이즈에 대한 정보를 얻기 위해서는 HMD의 위치 관련 센서 값을 받아 이를 기반으로 그래픽(오버레이 영상)을 오버레이해야한다. 즉, 사용자의 실제 뷰포트 내에 게이즈 포인트를 이용해서 해당 지점에 그래픽(오버레이 영상)을 렌더링할 수 있다. 따라서 센서로부터 계산된 게이즈 포인트 (x, y, z) 를 기반으로 (x+x_offset, y+y_offset, z+z_offset)을 시작점(or 경우에 따라서는 graphic region의 중간점)으로 하는 그래픽 렌더링 리전(graphic rendering region)을 만들 수 있다. 만약 게이즈 포인트가 위치하는 포인트에 그대로 그래픽을 위치시키고 싶을 때는 각 x, y, z의 오프셋 값은 0으로 전달 할 수 있다. 단, 게이즈 정보는 계속적으로 변화하게 되므로 (텍스트 등을 읽기 위해서) 센서 값을 계속 이용하지 않고 게이즈 위치 값에 대한 임계값(threshold)을 설정해두고 게이즈의 움직임이 임계값을 넘어가는 경우에만 그래픽을 다른 위치에 렌더링시키도록 할 수 있다. 또는 일정 시간이 지나는 경우에만 게이즈 포인트의 움직임을 통해 그래픽 리전을 변경하도록 할 수도 있다.
참고로 게이즈 포인트(x, y, z) 는 아래와 같은 정보를 통해 계산될 수 있다.
Figure PCTKR2018011323-appb-T000019
도 38은 게이즈 포인트 계산 예시이다. 표 19에 개시된 정보를 기반으로 게이즈 포인트가 도 38에 개시된 바와 같이 계산될 수 있다.
HMD, 뷰포트 기반, 게이즈 기반으로 그래픽 오버레이(graphic overlay)를 하기 위해서는 해당 HMD에 실제 디스플레이되는 화면, 실제 뷰포트, 실제 게이즈 등의 정보를 알아야 하지만 실제 사용자가 어디를 볼 수 있을지를 미리 파악할 수는 없다. 또한 해당 그래픽이 전체 360 비디오를 기반으로 만들어 진 것인지, 또는 일부 영역을 기준으로 만들어 졌는지에 대한 정보도 알 수 없다. 그렇기 때문에 그래픽의 사이즈/포지션 정보와 더불어 어떤 윈도우(window)를 기준으로 만든 것인지에 대한 정보가 필요하다. 만약 기준 윈도우의 크기 보다 실제 뷰포트가 더 작은 영상을 보고 있다면, 기존에 그래픽의 사이즈나 포지션 정보 등이 비율에 맞게 줄어들 수도 있고, 경우에 따라서는 포지션은 고정되고 크기는 줄어들거나 할 수도 있다. 혹은 만들어진 윈도우에 상관없이 그래픽 사이즈나 포지션은 고정될 수도 있다. 즉, 여러 가지 경우가 생길 수 있으므로 윈도우에 대한 정보나, 포지션이나 사이즈가 변경될지의 여부 등을 지시하는 시그널링 정보를 포함할 수 있다. 즉, 앞서 포함한 PlaneRegionConfigBox()에서 포함한 윈도우 관련 정보와 실제 뷰포트/게이즈/HMD에 디스플레이되는 실제 윈도우의 크기에 따라, 그래픽 리전의 사이즈나 포지션 등을 고정하거나 비율에 따라 늘이거나 줄일 수 있게 할 수 있다. 여기서 상기 그래픽은 상술한 바와 같이 오버레이 미디어 또는 오버레이 영상에 대응할 수 있다.
상술한 본 발명에 다른 오버레이 관련 메타데이터는 DASH 기반으로 시그널링될 수도 있다. DASH 기반의 서비스가 제공될 때, 앞서 정의한 GraphicConfigBox()에서 포함하는 필드들은 MPD 내의 Period 엘레먼트, AdaptationSet 엘레먼트, Representation 엘레먼트, SubRepresentation 엘레먼트, ContentComponent 엘레먼트, SegmentBase 엘레먼트, EssentialProperty 엘레먼트, SupplementaryProperty 엘레먼트, Accessibility 엘레먼트 및 Subset 엘레먼트 중 적어도 하나에 attribute로 포함될 수 있다. 아래 예에서는 Essential Property and/or Supplemental Property descriptors에서 display_mode와 stereoscopic_flag만을 포함한 것이다.
Figure PCTKR2018011323-appb-T000020
Adaptation set에서는 graphic overlay information을 auxiliary 또는 accessibility information으로 포함할 수 있고, Representation에서는 graphic data가 포함되어 있음을 알려줄 수 있다. 실시 예는 아래와 같을 수 있다. 이때, @mimeType(ex: application/bitmap)과 Role descriptor (ex: @schemeIdUri=" urn:mpeg:dash:role:2011" and @value="graphic") 등을 포함할 수 있다. Graphic을 위한 codec parameter가 정의되는 경우에는 이를 추가적으로 포함할 수 있다.
Figure PCTKR2018011323-appb-T000021
상술한 오버레이 메타데이터를 기반으로 오버레이를 360 비디오/영상에 오버레이 렌더링할 수 있다.
도 39는 오버레이 렌더링 절차를 예시적으로 나타낸다.
360 비디오 수신 장치는 오버레이 메타데이터를 파싱하여 오버레이 관련 정보를 획득한다(S3900). 구체적으로 예를 들어 360 비디오 수신 장치는 OverlayPosStruct(region type, region position/size/rotation) 및 오버레이 컨텐츠 타입 (텍스트, 이미지, 비디오, Recommeneded Viewport 등)에 관한 정보를 획득할 수 있다.
360 비디오 수신 장치는 오버레이 상기 region_type에 따른 오버레이 지오메트리를 생성한다(S3910). 상기 region_type은 상술한 바와 같이 오버레이 타입 (또는 렌더링 타입)을 나타내는 정보이다. 구체적인 S3910 절차의 예는 도 40에서 후술될 수 있다.
360 비디오 수신 장치는 오버레이 컨텐츠 타입에 따른 오버레이 텍스쳐를 생성한다(S3920). 오버레이 텍스쳐는 텍스트, 이미지/비디오, 레코멘디드 뷰포트(recommended viewport)를 포함할 수 있다. 구체적인 SS3920 절차의 예는 도 41에서 후술될 수 있다.
360 비디오 수신 장치는 생성된 오버레이 지오메트리/텍스처를 저장 및 렌더링/디스플레이할 수 있다. 이를 위하여 360 비디오 수신 장치는 오버레이 Struct에 파싱된 메타데이터, 생성된 오버레이 지오메트리/텍스처를 저장하고 이를 오버레이 리스트에 등록할 수 있다(S3930).
도 40는 오버레이 타입에 따른 오버레이 지오메트리 생성 예를 나타낸다.
도 40을 참조하면, 360 비디오 수신 장치는 오버레이 타입이 현재 뷰포트 상의 오버레이를 나타내는 경우 (ex. 오버레이 region_type이 0인 경우), 사각형 각 정점에 x, y 값을 저장할 지오메트리 버퍼(예, geo[4][2])를 생성한다. 360 비디오 수신 장치는 퍼센트로 명시되는 오버레이 영역(위치/크기) 정보를 x범위(-1~1), y범위(-1~1) 값으로 변경하여 버퍼에 저장할 수 있다.
360 비디오 수신 장치는 오버레이 타입이 360 표면(surface) 상의 오버레이를 나타내는 경우 (ex. 오버레이 region_type이 1인 경우), 프로젝션 타입이 ERP인지 여부를 판단하고, 프로젝션 타입이 ERP인 경우, 영역 정보(center azimuth/elevation, azimuth/elevation range) 값과 값과 스피어 면(surface)의 복잡도(number of rings, number of slices)에 따라 몇 개의 점을 생성할지를 결정하고, 각 점의 x, y, z값을 저장할 Geometry 버퍼 (예, geo[#ring][#slice][3])를 생성한다.
360 비디오 수신 장치는 오버레이 타입이 360 면 안쪽의(inside) 3D 공간에 대한 오버레이인 경우 (ex. 오버레이 region_type이 2인 경우)이거나, 오버레이 타입이 360 표면(surface) 상의 오버레이를 나타내고 프로젝션 타입이 ERP가 아닌 경우, 사각형 각 정점에 x, y 값을 저장할 지오메트리 버퍼(예, geo[4][2])를 생성한다. 360 비디오 수신 장치는 영역 정보(center azimuth/elevation, azimuth/elevation range) 값을 x, y, z 좌표 값으로 변경하여 버퍼에 저장할 수 있다.
도 41은 오버레이 컨텐츠 타입에 따른 오버레이 텍스처 생성 예를 나타낸다.
도 41을 참조하면, 360 비디오 수신 장치는 오버레이 컨텐츠 타입이 텍스트를 나타내는 경우, 텍스트 길이와 폰트, 폰트 사이즈를 고려하여 텍스처 버퍼 사이즈 계산 및 버퍼 생성한다. 360 비디오 수신 장치는 폰트 이미지로부터 텍스트에 해당하는 영역의 이미지를 버퍼로 복사할 수 있다.
360 비디오 수신 장치는 오버레이 컨텐츠 타입이 영상/비디오를 나타내는 경우, 필요한 버퍼 사이즈를 계산하고, 버퍼를 생성한다. 360 비디오 수신 장치는 생성된 버퍼로 상기 영상/비디오에 관한 픽셀들을 복사할 수 있다.
360 비디오 수신 장치는 오버레이 컨텐츠 타입이 레코멘디드 뷰포트를 나타내는 경우, 필요한 버퍼 사이즈 계산하고, 렌더링된 결과를 저장할 수 있는 프레임 버퍼(Frame Buffer)를 생성한다.
도 42는 오버레이 렌더링 예를 나타낸다.
360 비디오 수신 장치는 프레임 렌더링 요청이 있는 경우, 상요자 뷰포인트 360 메인 컨텐츠를 렌더링한다.
360 비디오 수신 장치는 오버레이 중에 레코멘디드 뷰포트가 활성화(active)되어 존재하는지 여부를 판단한다. 360 비디오 수신 장치는 상기 레코멘디드 뷰포트가 활성화되어 존재하는 경우, 레코멘디드 뷰포트 위치로 카메라 및 Near/Far 플레인(plane) 위치 변경해서 미리 생성한 프레임 버퍼에 다시 렌더링해서 오버레이 텍스처를 생성/등록할 수 있다.
360 비디오 수신 장치는 오버레이 타입이 360 면 안쪽의(inside) 3D 공간에 대한 오버레이인 경우 (ex. 오버레이 region_type이 2인 경우), 오버레이에 회전 정보가 있다면 회전을 적용하고, 미리 생성된 지오메트리와 텍스처로 오버레이를 렌더링할 수 있다.
360 비디오 수신 장치는 오버레이 타입이 360 표면(surface) 상의 오버레이를 나타내는 경우 (ex. 오버레이 region_type이 1인 경우), 미리 생성된 지오메트리와 텍스처로 오버레이를 렌더링할 수 있다.
360 비디오 수신 장치는 오버레이 타입이 현재 뷰포트 상의 오버레이를 나타내는 경우 (ex. 오버레이 region_type이 0인 경우), 미리 생성된 지오메트리와 텍스처로 오버레이를 렌더링할 수 있다.
상술한 본 발명에 따르면 360 컨텐츠에 오버레이 타입을 기반으로 효율적으로 원하는 위치 및 사이즈로 오버레이 텍스처(오버레이 미디어)를 렌더링할 수 있고, 사용자에게 필요한 정보를 효율적으로 제공할 수 있다.
도 43은 본 발명에 따른 360 비디오 전송 장치에 의한 360 비디오/영상 데이터 처리 방법을 개략적으로 나타낸다. 도 43에서 개시된 방법은 도 5 또는 도 16에서 개시된 360 비디오 전송 장치에 의하여 수행될 수 있다.
도 43을 참조하면, 360 비디오 전송 장치는 360 비디오/영상을 획득한다(S4300). 상기 360 비디오/영상은 적어도 하나의 카메라에 의해 캡쳐된 비디오/영상일 수 있다. 또는 상기 360 비디오/영상의 일부 또는 전부는 컴퓨터 프로그램 등에 의하여 생성된 가상의 비디오/영상일 수도 있다. 360 영상은 독자적인 정지 영상일 수 있고, 또는 360 비디오의 일부일 수 있다.
360 비디오 전송 장치는 상기 360 비디오/영상을 처리하여 픽처를 도출한다(S4310). 360 비디오 전송 장치는 상술한 여러 프로젝션 포멧, 리전별 패킹 절차 등을 기반으로 2D 기반의 상기 픽처를 도출할 수 있다. 상기 도출된 픽처는 프로젝티드 픽처에 대응할 수 있고, 또는 팩드 픽처(리전별 패킹 과정이 적용된 경우)에 대응할 수도 있다.
360 비디오 전송 장치는 상기 360 비디오/영상에 관한 메타데이터를 생성한다(S4320). 여기서, 상기 메타데이터는 본 명세서에서 전술한 필드들을 포함할 수 잇다. 상기 필드들은 다양한 레벨의 박스(box)에 포함되거나 파일 내에서 별도의 트랙내의 데이터로 포함될 수 있다. 예를 들어, 상기 메타데이터는 상기 표 1 내지 19에서 상술한 필드/정보의 일부 또는 전부를 포함할 수 있다. 예를 들어, 상기 메타데이터는 상술한 오버레이 관련 메타데이터(정보/필드 포함)를 포함할 수 있다. 상기 오버레이 관련 메타데이터는 상술한 오버레이의 영역에 관한 정보, 상기 오버레이의 (렌더링) 타입에 관한 정보, 스테레오스코픽 적용 여부에 대한 정보, 상기 오버레이의 회전에 관한 정보, 유닛 스피어의 센터로부터의 거리를 나타내는 거리 정보, 상기 오버레이(오버레이 영역)의 뎁스를 나타내는 정보, 상기 오버레이의 (레이어링) 순서(order)에 관한 정보, 타겟 플래그 정보, 오버레이들의 개수에 관한 정보, 오버레이 렌더링 속성 정보 및/또는 게이즈 정보 등 중 적어도 하나를 포함할 수 있다. 상기 오버레이의 영역은 오버레이의 리전으로 불릴 수도 있다.
예를 들어, 상기 오버레이 관련 메타데이터는 상기 오버레이의 영역에 대한 정보를 포함할 수 있다. 상기 오버레이의 영역은 상기 오버레이가 위치하는 레이어 또는 플래인의 영역을 나타낼 수 있다.
예를 들어, 상기 오버레이의 영역에 대한 정보는 상기 오버레이의 영역을 애지머스 및 엘리베이션을 기반으로 나타낼 수 있다. 예를 들어, 상기 오버레이의 영역에 대한 정보는 상기 오버레이의 포지션에 대한 정보 및 사이즈에 대한 정보 중 적어도 하나를 포함하고, 상기 오버레이의 포지션에 대한 정보는 상기 디코딩된 픽처가 렌더링되는 3차원 좌표 공간(3D corrdinate space) 상에서 상기 오버레이의 센터 포인트의 x 좌표, y 좌표 및 z 좌표 중 적어도 하나를 가리키고, 상기 오버레이의 사이즈에 대한 정보는 상기 오버레이의 너비 및 높이 중 적어도 하나를 가리킬 수 있다. 상기 오버레이의 영역에 대한 정보는 상술한 sphere_region_flag 필드, centre_azimuth 필드, centre_elevation 필드 및/또는 centre_tilt 필드 중 적어도 하나를 포함할 수 있다. 또는 상기 오버레이의 영역에 대한 정보는 상술한 centre_x 필드, centre_y 필드, centre_z 필드, width 필드 및/또는 height 필드 중 적어도 하나를 포함할 수 있다.
예를 들어, 상기 오버레이 관련 메타데이터는 오버레이의 타입에 관한 정보를 포함할 수 있다. 상기 오버레이의 타입에 관한 정보는 상기 오버레이의 타입이 3D 공간 상에 렌더링되는 오버레이 타입, 뷰포트(viewport) 상에 렌더링되는 오버레이 타입 또는 스피어 서페이스(sphere surface) 상에 렌더링되는 오버레이 타입임을 지시할 수 있다.
일 예로, 상기 오버레이의 타입에 관한 정보가 상기 3D 공간 상에 렌더링되는 오버레이 타입을 지시할 수 있다. 이 경우, 상기 오버레이의 영역에 대한 정보는 상기 오버레이의 영역을 애지머스 및 엘리베이션을 기반으로 나타낼 수 있다. 이 경우 상기 오버레이의 영역에 대한 정보는 상술한 sphere_region_flag 필드, centre_azimuth 필드, centre_elevation 필드 및/또는 centre_tilt 필드 중 적어도 하나를 포함할 수 있다. 또한, 상기 오버레이의 타입에 관한 정보가 상기 3D 공간 상에 렌더링되는 오버레이 타입을 지시하는 경우, 상기 오버레이 관련 메타데이터는 상기 오버레이의 회전에 관한 정보를 더 포함할 수 있다. 상기 오버레이의 회전(rotation)에 관한 정보는 상술한 바와 같이 상기 오버레이의 회전에 관한 요(yaw) 값, 피치(pitch) 값, 롤(roll) 값 중 적어도 하나를 나타낼 수 있다. 또한, 상기 오버레이의 타입에 관한 정보가 상기 3D 공간 상에 렌더링되는 오버레이 타입을 지시하는 경우, 상기 오버레이 관련 메타데이터는 상기 오버레이의 레이어 또는 평면(plane)이 뷰잉 오리엔테이션을 기반으로 회전하는지 여부를 나타내는 플래그 정보를 더 포함할 수 있다. 이를 통하여 3D 공간(space) 상의 오버레이 레이어/평면이 사용자 시선 각도에 맞춰서 회전해서, 사용자가 오버레이 레이어/평면을 마주볼수 있게 해줄 수 있다. 상기 플래그 정보 상술한 billboards_flag 필드를 포함할 수 있다. 또한, 상기 오버레이의 타입에 관한 정보가 상기 3D 공간 상에 렌더링되는 타입을 지시하는 경우, 상기 오버레이 관련 메타데이터는 유닛 스피어(unit sphere)의 센터로부터의 거리를 나타내는 거리 정보를 더 포함할 수 있다.
다른 예로, 상기 오버레이의 타입에 관한 정보가 상기 뷰포트(viewport) 상에 렌더링되는 오버레이 타입을 나타내거나 상기 스피어 서페이스(sphere surface) 상에 렌더링되는 오버레이 타입을 나타내는 경우, 상기 오버레이 관련 메타데이터는 상기 오버레이의 상기 영역의 뎁스를 나타내는 정보를 더 포함할 수 있다. 상기 오버레이의 상기 영역의 뎁스를 나타내는 정보는 상기 오버레이의 렌더링 우선순위를 나타낼 수 있다. 예를 들어, 복수개의 오버레이들이 중첩되는 경우, 중첩되는 영역에 대하여는, 상기 오버레이의 상기 영역의 뎁스를 나타내는 정보를 기반으로 상기 복수개의 오버레이들 중 더 작은 뎁스 값에 연관된 오버레이가 렌더링될 수 있다. 상기 오버레이의 상기 영역의 뎁스를 나타내는 정보는 상술한 depth 필드를 포함할 수 있다. 또한 상기 오버레이 관련 메타데이터는 상기 오버레이의 (레이어링) 순서(order)에 관한 정보를 더 포함할 수 있다. 예를 들어, 상기 오버레이의 타입에 관한 정보가 상기 뷰포트(viewport) 상에 렌더링되는 오버레이 타입을 나타내거나, 혹은 상기 스피어 서페이스(sphere surface) 상에 렌더링되는 오버레이 타입을 나타내는 경우, 만약 복수의 오버레이가 중첩되는 경우, 상기 오버레이의 (레이어링) 순서(order)에 관한 정보는 상기 중첩되는 복수의 오버레이들 간의 우선순위를 나타낼 수 있다. 다시 말하면, 상기 오버레이 관련 메타데이터는 뷰포트 상에 렌더링되는 오버레이 타입을 갖는 오버레이들 간의 순서(order)를 지시하는 정보를 포함할 수 있다.
예를 들어, 상기 오버레이 관련 메타데이터는 상기 오버레이가 참조 포인트와 연관되었는지 여부를 나타내는 타겟 플래그 정보를 더 포함할 수 있다. 상기 오버레이를 통하여 상기 참조 포인트가 가리키는 영상, 텍스트, 소리 또는 보충 정보가 제공되거나, 상기 참조 포인트가 가리키는 위치의 영상이 렌더링될 수 있다. 상기 타겟 플래그 정보는 상술한 target_flag 필드를 포함할 수 있다.
예를 들어, 상기 오버레이 관련 메타데이터는 오버레이들의 개수에 관한 정보를 포함할 수 있다. 이 경우 상기 오버레이들 각각에 대한 오버레이 관련 정보가 상기 오버레이 관련 메타데이터에 포함될 수 있다.
또한, 예를 들어, 상기 오버레이 관련 메타데이터는 오버레이 렌더링 속성 정보를 포함할 수 있다. 상기 오버레이 렌더링 속성 정보는 상기 오버레이의 평면(plane)의 투명도, 포커스 효과 및/또는 블랜딩 옵션 중 적어도 하나를 포함할 수 있다.
상기 오버레이 관련 메타데이터는 오버레이 타임드 메타데이터 트랙에 포함될 수 있다. 또는 상기 오버레이 관련 메타데이터는 오버레이 트랙 및 샘플 내의 타임 정보를 기반으로 구성될 수 있다.
360 비디오 전송 장치는 상기 도출된 픽처를 인코딩한다(S4330). 360 비디오 전송 장치는 상기 2차원 픽처를 인코딩하고 비트스트림 형태로 출력할 수 있다.
360 비디오 전송 장치는 오버레이될 텍스처(미디어)의 종류에 따라 상기 오버레이 텍스처(미디어)를 인코딩하여 출력할 수도 있다. 이 경우 상기 인코딩된 오버레이 텍스처(미디어)는 후술하는 360 영상/비디오 데이터에 포함될 수 있다.
또는 상기 오버레이될 텍스처(미디어)는 360 비디오 수신 장치에 기 저장될 수도 있고, 네트워크를 통하여 별도로 전송될 수도 있다.
360 비디오 전송 장치는 상기 인코딩된 픽처 및 상기 메타데이터에 대하여 저장 또는 전송을 위한 처리를 수행한다(S4340). 360 비디오 전송 장치는 상기 인코딩된 픽처에 관한 데이터 및/또는 상기 메타데이터를 기반으로 360 영상/비디오 데이터를 생성할 수 있다. 360 비디오를 구성하는 일련의 영상에 대한 일련의 픽처들을 인코딩한 경우, 상기 인코딩된 픽처들을 포함하는 상기 360 비디오 데이터를 생성할 수 있다.
360 비디오 전송 장치는 상기 인코딩된 픽처(들)에 관한 데이터 및/또는 상기 메타데이터를 파일 등의 형태로 인캡슐레이션(encapsulation)할 수 있고. 360 비디오 전송 장치는 인코딩된 360 비디오 데이터 및/또는 상기 메타데이터를 저장 또는 전송하기 위하여 ISOBMFF, CFF 등의 파일 포맷으로 인캡슐레이션하거나, 기타 DASH 세그먼트 등의 형태로 처리할 수 있다. 360 비디오 전송 장치는 상기 메타데이터를 파일 포맷 상에 포함시킬 수 있다. 예를 들어, 상기 메타데이터는 ISOBMFF 파일 포맷 상의 다양한 레벨의 박스(box)에 포함되거나 파일 내에서 별도의 트랙내의 데이터로 포함될 수 있다.
상술한 바와 같이 상기 오버레이 관련 메타데이터는 오버레이 타임드 메타데이터 트랙에 포함될 수 있다. 또는 상기 오버레이 관련 메타데이터는 오버레이 트랙 및 샘플 내의 타임 정보를 기반으로 구성될 수 있다.
또한, 360 비디오 전송 장치는 상기 메타데이터 자체를 파일로 인캡슐레이션할 수 있다. 360 비디오 전송 장치는 파일 포맷에 따라 인캡슐레이션된 상기 360 비디오 데이터에 전송을 위한 처리를 가할 수 있다. 360 비디오 전송 장치는 임의의 전송 프로토콜에 따라 상기 360 비디오 데이터를 처리할 수 있다. 전송을 위한 처리에는 방송망을 통한 전달을 위한 처리, 또는 브로드밴드 등의 통신 네트워크를 통한 전달을 위한 처리를 포함할 수 있다. 또한, 360 비디오 전송 장치는 상기 메타데이터에 전송을 위한 처리를 가할 수도 있다. 360 비디오 전송 장치는 전송 처리된 상기 360 영상/비디오 데이터(상기 메타데이터 포함)을 방송망 및/또는 브로드밴드를 통해 전송할 수 있다.
도 44는 본 발명에 따른 360 비디오 수신 장치에 의한 360 영상/비디오 데이터 처리 방법을 개략적으로 나타낸다. 도 44에서 개시된 방법은 도 6 또는 도 17에서 개시된 360 비디오 수신 장치에 의하여 수행될 수 있다.
도 44를 참조하면, 360 비디오 수신 장치는 360 영상/비디오 데이터 (신호)를 수신한다(S4400). 360 비디오 수신 장치는 방송망을 통하여 360 비디오 전송 장치로부터 시그널링된 상기 360 영상/비디오 데이터를 수신할 수 있다. 상기 360 영상/비디오 데이터는 360 영상/비디오의 인코딩된 픽처(들)에 대한 정보 및 상기 메타데이터를 포함할 수 있다. 또한, 360 비디오 수신 장치는 브로드밴드 등의 통신 네트워크, 또는 저장매체를 통하여 360 영상/비디오 데이터를 수신할 수도 있다.
360 비디오 수신 장치는 상기 인코딩된 픽처에 대한 정보 및 상기 메타데이터를 획득한다(S4410). 상기 360 영상/비디오 데이터로부터 파일/세그먼트 디캡슐레이션 등의 절차를 통하여 상기 인코딩된 픽처에 대한 정보 및 상기 메타데이터를 획득할 수 있다.
상기 메타데이터는 본 명세서에서 전술한 필드들을 포함할 수 잇다. 상기 필드들은 다양한 레벨의 박스(box)에 포함되거나 파일 내에서 별도의 트랙내의 데이터로 포함될 수 있다. 예를 들어, 상기 메타데이터는 상기 표 1 내지 19에서 상술한 필드/정보의 일부 또는 전부를 포함할 수 있다. 예를 들어, 상기 메타데이터는 상술한 오버레이 관련 메타데이터(정보/필드 포함)를 포함할 수 있다. 상기 오버레이 관련 메타데이터는 상술한 오버레이의 영역에 관한 정보, 상기 오버레이의 (렌더링) 타입에 관한 정보, 스테레오스코픽 적용 여부에 대한 정보, 상기 오버레이의 회전에 관한 정보, 유닛 스피어의 센터로부터의 거리를 나타내는 거리 정보, 상기 오버레이(오버레이 영역)의 뎁스를 나타내는 정보, 상기 오버레이의 (레이어링) 순서(order)에 관한 정보, 타겟 플래그 정보, 오버레이들의 개수에 관한 정보, 오버레이 렌더링 속성 정보 및/또는 게이즈 정보 등 중 적어도 하나를 포함할 수 있다.
예를 들어, 상기 오버레이 관련 메타데이터는 상기 오버레이의 영역에 대한 정보를 포함할 수 있다. 상기 오버레이의 영역은 상기 오버레이가 위치하는 레이어 또는 플래인의 영역을 나타낼 수 있다.
예를 들어, 상기 오버레이의 영역에 대한 정보는 상기 오버레이의 영역을 애지머스 및 엘리베이션을 기반으로 나타낼 수 있다. 예를 들어, 상기 오버레이의 영역에 대한 정보는 상기 오버레이의 포지션에 대한 정보 및 사이즈에 대한 정보 중 적어도 하나를 포함하고, 상기 오버레이의 포지션에 대한 정보는 상기 디코딩된 픽처가 렌더링되는 3차원 좌표 공간(3D corrdinate space) 상에서 상기 오버레이의 센터 포인트의 x 좌표, y 좌표 및 z 좌표 중 적어도 하나를 가리키고, 상기 오버레이의 사이즈에 대한 정보는 상기 오버레이의 너비 및 높이 중 적어도 하나를 가리킬 수 있다. 상기 오버레이의 영역에 대한 정보는 상술한 sphere_region_flag 필드, centre_azimuth 필드, centre_elevation 필드 및/또는 centre_tilt 필드 중 적어도 하나를 포함할 수 있다. 또는 상기 오버레이의 영역에 대한 정보는 상술한 centre_x 필드, centre_y 필드, centre_z 필드, width 필드 및/또는 height 필드 중 적어도 하나를 포함할 수 있다.
예를 들어, 상기 오버레이 관련 메타데이터는 오버레이의 타입에 관한 정보를 포함할 수 있다. 상기 오버레이의 타입에 관한 정보는 상기 오버레이의 타입이 3D 공간 상에 렌더링되는 오버레이 타입, 뷰포트(viewport) 상에 렌더링되는 오버레이 타입 또는 스피어 서페이스(sphere surface) 상에 렌더링되는 오버레이 타입임을 지시할 수 있다.
일 예로, 상기 오버레이의 타입에 관한 정보가 상기 3D 공간 상에 렌더링되는 오버레이 타입을 지시할 수 있다. 이 경우, 상기 오버레이의 영역에 대한 정보는 상기 오버레이의 영역을 애지머스 및 엘리베이션을 기반으로 나타낼 수 있다. 이 경우 상기 오버레이의 영역에 대한 정보는 상술한 sphere_region_flag 필드, centre_azimuth 필드, centre_elevation 필드 및/또는 centre_tilt 필드 중 적어도 하나를 포함할 수 있다. 또한, 상기 오버레이의 타입에 관한 정보가 상기 3D 공간 상에 렌더링되는 오버레이 타입을 지시하는 경우, 상기 오버레이 관련 메타데이터는 상기 오버레이의 회전에 관한 정보를 더 포함할 수 있다. 상기 오버레이의 회전(rotation)에 관한 정보는 상술한 바와 같이 상기 오버레이의 회전에 관한 요(yaw) 값, 피치(pitch) 값, 롤(roll) 값 중 적어도 하나를 나타낼 수 있다. 또한, 상기 오버레이의 타입에 관한 정보가 상기 3D 공간 상에 렌더링되는 오버레이 타입을 지시하는 경우, 상기 오버레이 관련 메타데이터는 상기 오버레이의 레이어 또는 평면(plane)이 뷰잉 오리엔테이션을 기반으로 회전하는지 여부를 나타내는 플래그 정보를 더 포함할 수 있다. 이를 통하여 3D 공간(space) 상의 오버레이 레이어/평면이 사용자 시선 각도에 맞춰서 회전해서, 사용자가 오버레이 레이어/평면을 마주볼수 있게 해줄 수 있다. 상기 플래그 정보 상술한 billboards_flag 필드를 포함할 수 있다. 또한, 상기 오버레이의 타입에 관한 정보가 상기 3D 공간 상에 렌더링되는 타입을 지시하는 경우, 상기 오버레이 관련 메타데이터는 유닛 스피어(unit sphere)의 센터로부터의 거리를 나타내는 거리 정보를 더 포함할 수 있다.
다른 예로, 상기 오버레이의 타입에 관한 정보가 상기 뷰포트(viewport) 상에 렌더링되는 오버레이 타입을 나타내거나 상기 스피어 서페이스(sphere surface) 상에 렌더링되는 오버레이 타입을 나타내는 경우, 상기 오버레이 관련 메타데이터는 상기 오버레이의 상기 영역의 뎁스를 나타내는 정보를 더 포함할 수 있다. 상기 오버레이의 상기 영역의 뎁스를 나타내는 정보는 상기 오버레이의 렌더링 우선순위를 나타낼 수 있다. 예를 들어, 복수개의 오버레이들이 중첩되는 경우, 중첩되는 영역에 대하여는, 상기 오버레이의 상기 영역의 뎁스를 나타내는 정보를 기반으로 상기 복수개의 오버레이들 중 더 작은 뎁스 값에 연관된 오버레이가 렌더링될 수 있다. 상기 오버레이의 상기 영역의 뎁스를 나타내는 정보는 상술한 depth 필드를 포함할 수 있다. 또한 상기 오버레이 관련 메타데이터는 상기 오버레이의 (레이어링) 순서(order)에 관한 정보를 더 포함할 수 있다. 예를 들어, 상기 오버레이의 타입에 관한 정보가 상기 뷰포트(viewport) 상에 렌더링되는 오버레이 타입을 나타내거나, 혹은 상기 스피어 서페이스(sphere surface) 상에 렌더링되는 오버레이 타입을 나타내는 경우, 만약 복수의 오버레이가 중첩되는 경우, 상기 오버레이의 (레이어링) 순서(order)에 관한 정보는 상기 중첩되는 복수의 오버레이들 간의 우선순위를 나타낼 수 있다. 다시 말하면, 상기 오버레이 관련 메타데이터는 뷰포트 상에 렌더링되는 오버레이 타입을 갖는 오버레이들 간의 순서(order)를 지시하는 정보를 포함할 수 있다.
예를 들어, 상기 오버레이 관련 메타데이터는 상기 오버레이가 참조 포인트와 연관되었는지 여부를 나타내는 타겟 플래그 정보를 더 포함할 수 있다. 상기 오버레이를 통하여 상기 참조 포인트가 가리키는 영상, 텍스트, 소리 또는 보충 정보가 제공되거나, 상기 참조 포인트가 가리키는 위치의 영상이 렌더링될 수 있다. 상기 타겟 플래그 정보는 상술한 target_flag 필드를 포함할 수 있다.
예를 들어, 상기 오버레이 관련 메타데이터는 오버레이들의 개수에 관한 정보를 포함할 수 있다. 이 경우 상기 오버레이들 각각에 대한 오버레이 관련 정보가 상기 오버레이 관련 메타데이터에 포함될 수 있다.
또한, 예를 들어, 상기 오버레이 관련 메타데이터는 오버레이 렌더링 속성 정보를 포함할 수 있다. 상기 오버레이 렌더링 속성 정보는 상기 오버레이의 평면(plane)의 투명도, 포커스 효과 및/또는 블랜딩 옵션 중 적어도 하나를 포함할 수 있다.
상기 오버레이 관련 메타데이터는 오버레이 타임드 메타데이터 트랙에 포함될 수 있다. 또는 상기 오버레이 관련 메타데이터는 오버레이 트랙 및 샘플 내의 타임 정보를 기반으로 구성될 수 있다.
360 비디오 수신 장치는 상기 인코딩된 픽처에 대한 정보를 기반으로 픽처(들)를 디코딩한다(S4420). 상기 디코딩된 픽처는 프로젝티드 픽처에 대응할 수 있고, 또는 팩드 픽처(리전별 패킹 과정이 적용된 경우)에 대응할 수도 있다.
360 비디오 수신 장치는 오버레이될 텍스처(미디어)의 종류에 따라 상기 오버레이 텍스처(미디어)를 디코딩할 수도 있다. 이 경우 인코딩된 오버레이 텍스처(미디어)는 상기하는 360 영상/비디오 데이터에 포함될 수 있다.
또는 상기 오버레이될 텍스처(미디어)는 360 비디오 수신 장치에 기 저장될 수도 있고, 네트워크를 통하여 별도로 수신될 수도 있다.
360 비디오 수신 장치는 경우에 따라 상기 메타데이터를 기반으로 상기 픽처를 디코딩할 수도 있다. 이는 예를 들어, 픽처 중 뷰포트가 위치하는 일부 영역에 대한 디코딩을 수행하거나, 뷰포인트 변경이나 오버레이에 링크된 위치의 다른 특정 픽처의 디코딩이 요구되는 경우 등을 포함할 수 있다.
360 비디오 수신 장치는 상기 메타데이터를 기반으로 상기 디코딩된 픽처 및 오버레이를 렌더링한다(S4430). 360 비디오 수신 장치는 상기 메타데이터를 기반으로 상기 디코딩된 픽처 및 오버레이를 처리하여 렌더링할 수 있다. 이 경우 상기 디코딩된 픽처는 상술한 바와 같이 리프로젝션 등의 절차를 거쳐서 3D 서페이스에 렌더링될 수 있다. 상기 오버레이의 경우 상기 메타데이터를 기반으로 상술한 오버레이 타입에 따라 뷰포트 상, 3D 서페이스, 3D 공간 등 위치에 렌더링될 수 있다.
전술한 단계들은 실시예에 따라 생략되거나, 유사/동일한 동작을 수행하는 다른 단계에 의해 대체될 수 있다.
전술한 장치의 내부 컴포넌트들은 메모리에 저장된 연속된 수행과정들을 실행하는 프로세서들이거나, 그 외의 하드웨어로 구성된 하드웨어 컴포넌트들일 수 있다. 이 들은 장치 내/외부에 위치할 수 있다.
전술한 모듈들은 실시예에 따라 생략되거나, 유사/동일한 동작을 수행하는 다른 모듈에 의해 대체될 수 있다.
전술한 각각의 파트, 모듈 또는 유닛은 메모리(또는 저장 유닛)에 저장된 연속된 수행과정들을 실행하는 프로세서이거나 하드웨어 파트일 수 있다. 전술한 실시예에 기술된 각 단계들은 프로세서 또는 하드웨어 파트들에 의해 수행될 수 있다. 전술한 실시예에 기술된 각 모듈/블락/유닛들은 하드웨어/프로세서로서 동작할 수 있다. 또한, 본 발명이 제시하는 방법들은 코드로서 실행될 수 있다. 이 코드는 프로세서가 읽을 수 있는 저장매체에 쓰여질 수 있고, 따라서 장치(apparatus)가 제공하는 프로세서에 의해 읽혀질 수 있다.
상술한 실시예에서, 방법들은 일련의 단계 또는 블록으로써 순서도를 기초로 설명되고 있지만, 본 발명은 단계들의 순서에 한정되는 것은 아니며, 어떤 단계는 상술한 바와 다른 단계와 다른 순서로 또는 동시에 발생할 수 있다. 또한, 당업자라면 순서도에 나타내어진 단계들이 배타적이지 않고, 다른 단계가 포함되거나 순서도의 하나 또는 그 이상의 단계가 본 발명의 범위에 영향을 미치지 않고 삭제될 수 있음을 이해할 수 있을 것이다.
본 발명에서 실시예들이 소프트웨어로 구현될 때, 상술한 방법은 상술한 기능을 수행하는 모듈(과정, 기능 등)로 구현될 수 있다. 모듈은 메모리에 저장되고, 프로세서에 의해 실행될 수 있다. 메모리는 프로세서 내부 또는 외부에 있을 수 있고, 잘 알려진 다양한 수단으로 프로세서와 연결될 수 있다. 프로세서는 ASIC(application-specific integrated circuit), 다른 칩셋, 논리 회로 및/또는 데이터 처리 장치를 포함할 수 있다. 메모리는 ROM(read-only memory), RAM(random access memory), 플래쉬 메모리, 메모리 카드, 저장 매체 및/또는 다른 저장 장치를 포함할 수 있다.

Claims (20)

  1. 360 비디오 수신 장치에 의하여 수행되는 360 영상 데이터 처리 방법으로,
    360 영상 데이터를 수신하는 단계;
    상기 360 영상 데이터로부터 인코딩된 픽처에 대한 정보 및 메타데이터를 획득하는 단계;
    상기 인코딩된 픽처에 대한 정보를 기반으로 픽처를 디코딩하는 단계;
    상기 메타데이터를 기반으로 디코딩된 픽처 및 오버레이를 렌더링하는 단계를 포함하고,
    상기 메타데이터는 오버레이 관련 메타데이터를 포함하고,
    상기 오버레이 관련 메타데이터를 기반으로 상기 오버레이를 렌더링하고,
    상기 오버레이 관련 메타데이터는 상기 오버레이의 영역에 대한 정보를 포함하는 것을 특징으로 하는, 360 영상 데이터 처리 방법.
  2. 제1항에 있어서,
    상기 오버레이의 영역에 대한 정보는 상기 오버레이의 영역을 애지머스 및 엘리베이션을 기반으로 나타내는 것을 특징으로 하는, 360 영상 데이터 처리 방법.
  3. 제1항에 있어서,
    상기 오버레이의 영역에 대한 정보는 상기 오버레이의 포지션에 대한 정보 및 사이즈에 대한 정보 중 적어도 하나를 포함하는 것을 특징으로 하는, 360 영상 데이터 처리 방법.
  4. 제3항에 있어서,
    상기 오버레이의 포지션에 대한 정보는 상기 디코딩된 픽처가 렌더링되는 3차원 좌표 공간(3D corrdinate space) 상에서 상기 오버레이의 센터 포인트의 x 좌표, y 좌표 및 z 좌표 중 적어도 하나를 가리키고,
    상기 오버레이의 사이즈에 대한 정보는 상기 오버레이의 너비 및 높이 중 적어도 하나를 가리키는 것을 특징으로 하는, 360 영상 데이터 처리 방법.
  5. 제1항에 있어서,
    상기 오버레이 관련 메타데이터는 오버레이의 타입에 관한 정보를 포함하고,
    상기 오버레이의 타입에 관한 정보는 상기 오버레이의 타입이 3D 공간 상에 렌더링되는 오버레이 타입, 뷰포트(viewport) 상에 렌더링되는 오버레이 타입 또는 스피어 서페이스(sphere surface) 상에 렌더링되는 오버레이 타입임을 지시하는 것을 특징으로 하는, 360 영상 데이터 처리 방법.
  6. 제5항에 있어서,
    상기 오버레이의 타입에 관한 정보가 상기 3D 공간 상에 렌더링되는 오버레이 타입을 지시하는 경우,
    상기 오버레이의 영역에 대한 정보는 상기 오버레이의 영역을 애지머스 및 엘리베이션을 기반으로 나타내는 것을 특징으로 하는, 360 영상 데이터 처리 방법.
  7. 제5항에 있어서,
    상기 오버레이의 타입에 관한 정보가 상기 3D 공간 상에 렌더링되는 오버레이 타입을 지시하는 경우,
    상기 오버레이 관련 메타데이터는 상기 오버레이의 회전에 관한 정보를 더 포함함을 특징으로 하는, 360 영상 데이터 처리 방법.
  8. 제7항에 있어서,
    상기 오버레이의 회전에 관한 정보는 상기 오버레이의 회전에 관한 요(yaw) 값, 피치(pitch) 값, 롤(roll) 값 중 적어도 하나를 나타냄을 특징으로 하는, 360 영상 데이터 처리 방법.
  9. 제5항에 있어서,
    상기 오버레이의 타입에 관한 정보가 상기 3D 공간 상에 렌더링되는 오버레이 타입을 지시하는 경우,
    상기 오버레이 관련 메타데이터는 상기 오버레이의 레이어 또는 평면(plane)이 뷰잉 오리엔테이션을 기반으로 회전하는지 여부를 나타내는 플래그 정보를 더 포함함을 특징으로 하는, 360 영상 데이터 처리 방법.
  10. 제5항에 있어서,
    상기 오버레이의 타입에 관한 정보가 상기 3D 공간 상에 렌더링되는 타입을 지시하는 경우,
    상기 오버레이 관련 메타데이터는 유닛 스피어(unit sphere)의 센터로부터의 거리를 나타내는 거리 정보를 더 포함하는 것을 특징으로 하는, 360 영상 데이터 처리 방법.
  11. 제5항에 있어서
    상기 오버레이의 타입에 관한 정보가 상기 스피어 서페이스(sphere surface) 상에 렌더링되는 오버레이 타입을 나타내는 경우,
    상기 오버레이 관련 메타데이터는 상기 오버레이의 상기 영역의 뎁스를 나타내는 정보를 더 포함하는 것을 특징으로 하는, 360 영상 데이터 처리 방법.
  12. 제11항에 있어서,
    상기 오버레이의 상기 영역의 뎁스를 나타내는 정보는 상기 오버레이의 렌더링 우선순위를 나타내는 것을 특징으로 하는, 360 영상 데이터 처리 방법.
  13. 제12항에 있어서,
    복수개의 오버레이들이 중첩되는 경우,
    중첩되는 영역에 대하여는, 상기 복수개의 오버레이들 중 더 작은 뎁스 값에 연관된 오버레이가 렌더링되는 것을 특징으로 하는, 360 영상 데이터 처리 방법.
  14. 제1항에 있어서,
    상기 오버레이 관련 메타데이터는 상기 오버레이가 참조 포인트와 연관되었는지 여부를 나타내는 타겟 플래그 정보를 더 포함함을 특징으로 하는, 360 영상 데이터 처리 방법.
  15. 제14항에 있어서
    상기 오버레이를 통하여 상기 참조 포인트가 가리키는 영상, 텍스트, 소리 또는 보충 정보가 제공되거나, 상기 참조 포인트가 가리키는 위치의 영상이 렌더링되는 것을 특징으로 하는, 360 영상 데이터 처리 방법.
  16. 제1항에 있어서,
    상기 오버레이 관련 메타데이터는 오버레이들의 개수에 관한 정보를 포함하고,
    상기 오버레이들 각각에 대한 오버레이 관련 정보가 상기 오버레이 관련 메타데이터에 포함되는 것을 특징으로 하는, 360 영상 데이터 처리 방법.
  17. 제1항에 잇어서,
    상기 오버레이 관련 메타데이터는 오버레이 타임드 메타데이터 트랙에 포함됨을 특징으로 하는, 360 영상 데이터 처리 방법.
  18. 제1항에 있어서,
    상기 오버레이 관련 메타데이터는 뷰포트 상에 렌더링되는 오버레이 타입을 갖는 오버레이들 간의 순서(order)를 지시하는 정보를 포함함을 특징으로 하는 360 영상 데이터 처리 방법.
  19. 360 비디오 전송 장치에 의하여 수행되는 360 영상 데이터 처리 방법으로,
    360 영상을 획득하는 단계;
    상기 360 영상을 처리하여 픽처를 도출하는 단계;
    상기 360 영상에 관한 메타데이터를 생성하는 단계;
    상기 픽처를 인코딩하는 단계; 및
    상기 인코딩된 픽처 및 상기 메타데이터에 대하여 저장 또는 전송을 위한 처리를 수행하는 단계를 포함하되,
    상기 메타데이터는 오버레이 관련 메타데이터를 포함하고,
    상기 오버레이 관련 메타데이터는 상기 오버레이의 영역에 대한 정보를 포함하는 것을 특징으로 하는, 360 영상 데이터 처리 방법.
  20. 360 비디오 수신 장치에 있어서,
    360 영상 데이터를 수신하고, 상기 360 영상 데이터로부터 인코딩된 픽처에 대한 정보 및 메타데이터를 획득하는 수신처리부;
    상기 인코딩된 픽처에 대한 정보를 기반으로 픽처를 디코딩 데이터 디코더; 및
    상기 메타데이터를 기반으로 디코딩된 픽처 및 오버레이를 렌더링하는 렌더러를 포함하되,
    상기 메타데이터는 오버레이 관련 메타데이터를 포함하고,
    상기 렌더러는 상기 오버레이 관련 메타데이터를 기반으로 상기 오버레이를 렌더링하고,
    상기 오버레이 관련 메타데이터는 상기 오버레이의 영역에 대한 정보를 포함하는 것을 특징으로 하는, 360 비디오 수신 장치.
PCT/KR2018/011323 2017-09-26 2018-09-21 360 비디오 시스템에서 오버레이 처리 방법 및 그 장치 WO2019066436A1 (ko)

Priority Applications (5)

Application Number Priority Date Filing Date Title
CN201880061896.0A CN111133763B (zh) 2017-09-26 2018-09-21 360视频系统中的叠加处理方法及其设备
US16/490,049 US10848737B2 (en) 2017-09-26 2018-09-21 Overlay processing method in 360 video system, and device thereof
KR1020197021149A KR102208129B1 (ko) 2017-09-26 2018-09-21 360 비디오 시스템에서 오버레이 처리 방법 및 그 장치
EP18862956.2A EP3687178B1 (en) 2017-09-26 2018-09-21 Overlay processing method in 360 video system, and device thereof
US17/038,880 US11575869B2 (en) 2017-09-26 2020-09-30 Overlay processing method in 360 video system, and device thereof

Applications Claiming Priority (6)

Application Number Priority Date Filing Date Title
US201762563093P 2017-09-26 2017-09-26
US62/563,093 2017-09-26
KR20180040350 2018-04-06
KR10-2018-0040350 2018-04-06
KR10-2018-0077375 2018-07-04
KR20180077375 2018-07-04

Related Child Applications (2)

Application Number Title Priority Date Filing Date
US16/490,049 A-371-Of-International US10848737B2 (en) 2017-09-26 2018-09-21 Overlay processing method in 360 video system, and device thereof
US17/038,880 Continuation US11575869B2 (en) 2017-09-26 2020-09-30 Overlay processing method in 360 video system, and device thereof

Publications (1)

Publication Number Publication Date
WO2019066436A1 true WO2019066436A1 (ko) 2019-04-04

Family

ID=65903695

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/KR2018/011323 WO2019066436A1 (ko) 2017-09-26 2018-09-21 360 비디오 시스템에서 오버레이 처리 방법 및 그 장치

Country Status (5)

Country Link
US (2) US10848737B2 (ko)
EP (1) EP3687178B1 (ko)
KR (1) KR102208129B1 (ko)
CN (1) CN111133763B (ko)
WO (1) WO2019066436A1 (ko)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110476429A (zh) * 2019-07-03 2019-11-19 北京小米移动软件有限公司 用于构建虚拟现实环境的方法、系统和设备
CN114026849A (zh) * 2019-07-03 2022-02-08 索尼集团公司 信息处理装置、信息处理方法、再现处理装置以及再现处理方法

Families Citing this family (31)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10339627B2 (en) 2016-10-10 2019-07-02 Gopro, Inc. Apparatus and methods for the optimal stitch zone calculation of a generated projection of a spherical image
KR102598082B1 (ko) * 2016-10-28 2023-11-03 삼성전자주식회사 영상 표시 장치, 모바일 장치 및 그 동작방법
WO2018131813A1 (en) * 2017-01-10 2018-07-19 Samsung Electronics Co., Ltd. Method and apparatus for generating metadata for 3d images
US10482327B1 (en) * 2017-01-18 2019-11-19 Snap Inc. Media overlay selection system
US10861359B2 (en) * 2017-05-16 2020-12-08 Texas Instruments Incorporated Surround-view with seamless transition to 3D view system and method
EP3687178B1 (en) 2017-09-26 2023-03-15 LG Electronics Inc. Overlay processing method in 360 video system, and device thereof
GB2567625B (en) * 2017-10-12 2020-07-15 Canon Kk Method, device, and computer program for generating timed media data
CN109803163B (zh) * 2017-11-16 2021-07-09 腾讯科技（深圳）有限公司 图像展示方法及其装置、存储介质
WO2019151798A1 (ko) * 2018-01-31 2019-08-08 엘지전자 주식회사 무선 통신 시스템에서 이미지에 대한 메타데이터를 송수신하는 방법 및 장치
EP3777184A4 (en) * 2018-03-28 2021-12-15 Nokia Technologies Oy PROCESS, DEVICE AND COMPUTER PROGRAM PRODUCT FOR VIRTUAL REALITY
US11044456B2 (en) * 2018-05-31 2021-06-22 Electronics And Telecommunications Research Institute Image processing method and image player using thereof
US10931930B2 (en) * 2018-07-06 2021-02-23 Mediatek Singapore Pte. Ltd. Methods and apparatus for immersive media content overlays
WO2020013567A1 (ko) * 2018-07-10 2020-01-16 삼성전자 주식회사 컨텐츠의 처리 방법 및 장치
CN113206826B (zh) * 2018-09-28 2022-10-04 华为技术有限公司 传输媒体数据的方法、客户端和服务器
US11019449B2 (en) 2018-10-06 2021-05-25 Qualcomm Incorporated Six degrees of freedom and three degrees of freedom backward compatibility
CN111510789B (zh) * 2019-01-30 2021-09-21 上海哔哩哔哩科技有限公司 视频播放方法、系统、计算机设备及计算机可读存储介质
JP7379956B2 (ja) * 2019-09-03 2023-11-15 富士フイルムビジネスイノベーション株式会社 画像処理装置およびプログラム
EP4085422A4 (en) * 2019-12-31 2023-10-18 Qualcomm Incorporated METHODS AND APPARATUS FOR FACILITATE REGION OF INTEREST TRACKING FOR MOVING IMAGES
CN115022715B (zh) * 2020-06-04 2023-07-25 腾讯科技（深圳）有限公司 一种沉浸媒体的数据处理方法及设备
CN114071028B (zh) 2020-07-30 2023-06-06 抖音视界有限公司 视频生成及播放方法、装置、电子设备及存储介质
EP4189964A1 (en) * 2020-08-03 2023-06-07 Dolby Laboratories Licensing Corporation Supporting view direction based random access of bitstream
CN112689088A (zh) * 2020-12-21 2021-04-20 维沃移动通信（杭州）有限公司 图像显示方法、装置和电子设备
US11099709B1 (en) 2021-04-13 2021-08-24 Dapper Labs Inc. System and method for creating, managing, and displaying an interactive display for 3D digital collectibles
US11210844B1 (en) 2021-04-13 2021-12-28 Dapper Labs Inc. System and method for creating, managing, and displaying 3D digital collectibles
USD991271S1 (en) 2021-04-30 2023-07-04 Dapper Labs, Inc. Display screen with an animated graphical user interface
US11227010B1 (en) 2021-05-03 2022-01-18 Dapper Labs Inc. System and method for creating, managing, and displaying user owned collections of 3D digital collectibles
US11170582B1 (en) 2021-05-04 2021-11-09 Dapper Labs Inc. System and method for creating, managing, and displaying limited edition, serialized 3D digital collectibles with visual indicators of rarity classifications
US11533467B2 (en) 2021-05-04 2022-12-20 Dapper Labs, Inc. System and method for creating, managing, and displaying 3D digital collectibles with overlay display elements and surrounding structure display elements
KR20230020253A (ko) * 2021-08-03 2023-02-10 삼성전자주식회사 360도 비디오를 지원하는 방법 및 장치
WO2023015391A1 (en) * 2021-08-09 2023-02-16 Summit-Tech Multimedia Communications Inc. System and method for real-time multi-resolution video stream tile encoding with selective tile delivery by aggregator-server to the client based on user position and depth requirements
WO2023056455A1 (en) * 2021-10-01 2023-04-06 Bytedance Inc. Methods, apparatus, and medium for video prcessing

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20070122179A (ko) * 2006-06-23 2007-12-28 브로드콤 코포레이션 비디오와 서브프레임 메타데이터의 동시 캡쳐 시스템
KR20140037144A (ko) * 2011-05-25 2014-03-26 구글 인코포레이티드 비디오 및 방송 텔레비전에 메타데이터를 내장하기 위한 메커니즘
US20160026253A1 (en) * 2014-03-11 2016-01-28 Magic Leap, Inc. Methods and systems for creating virtual and augmented reality
KR20170012979A (ko) * 2015-07-27 2017-02-06 삼성전자주식회사 영상 공유 서비스를 위한 전자 장치 및 방법
WO2017142353A1 (ko) * 2016-02-17 2017-08-24 엘지전자 주식회사 360 비디오를 전송하는 방법, 360 비디오를 수신하는 방법, 360 비디오 전송 장치, 360 비디오 수신 장치

Family Cites Families (36)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7460953B2 (en) * 2004-06-30 2008-12-02 Navteq North America, Llc Method of operating a navigation system using images
US7929800B2 (en) * 2007-02-06 2011-04-19 Meadow William D Methods and apparatus for generating a continuum of image data
CN100337473C (zh) * 2004-09-30 2007-09-12 中国科学院计算技术研究所 运动视频的全景图合成方法
US7990394B2 (en) * 2007-05-25 2011-08-02 Google Inc. Viewing and navigating within panoramic images, and applications thereof
WO2010064784A2 (ko) * 2008-12-02 2010-06-10 (주)엘지전자 3차원 캡션 디스플레이 방법 및 이를 구현하기 위한 3차원 디스플레이 장치
TW201119353A (en) * 2009-06-24 2011-06-01 Dolby Lab Licensing Corp Perceptual depth placement for 3D objects
WO2012044128A2 (ko) * 2010-10-01 2012-04-05 삼성전자 주식회사 디스플레이 장치 및 신호 처리 장치와, 그 방법들
US8392450B2 (en) * 2011-02-08 2013-03-05 Autonomy Corporation Ltd. System to augment a visual data stream with user-specific content
CN107105212A (zh) * 2011-06-21 2017-08-29 Lg电子株式会社 用于处理3维广播服务的广播信号的方法和设备
KR101295002B1 (ko) * 2012-01-20 2013-08-08 한국과학기술연구원 Ｓｎｓ 정보를 이용한 파노라마 영상 인터페이스 제공 시스템 및 방법
CN103327217B (zh) * 2012-03-23 2016-08-10 杭州普维光电技术有限公司 一种视频处理方法及装置
KR101698657B1 (ko) * 2012-07-04 2017-01-20 인텔 코포레이션 파노라마 기반 3d 비디오 코딩
KR101403317B1 (ko) * 2013-04-05 2014-06-05 홍익대학교 산학협력단 태깅 정보를 가지는 동영상을 이용한 정보 제공 시스템
US9317962B2 (en) * 2013-08-16 2016-04-19 Indoor Technologies Ltd 3D space content visualization system
CN103607568B (zh) * 2013-11-20 2017-05-10 深圳先进技术研究院 立体街景视频投影方法及系统
CN103905744B (zh) * 2014-04-10 2017-07-11 中央电视台 一种渲染合成方法及系统
US9741091B2 (en) * 2014-05-16 2017-08-22 Unimoto Incorporated All-around moving image distribution system, all-around moving image distribution method, image processing apparatus, communication terminal apparatus, and control methods and control programs of image processing apparatus and communication terminal apparatus
US10104361B2 (en) * 2014-11-14 2018-10-16 Samsung Electronics Co., Ltd. Coding of 360 degree videos using region adaptive smoothing
US9704298B2 (en) * 2015-06-23 2017-07-11 Paofit Holdings Pte Ltd. Systems and methods for generating 360 degree mixed reality environments
WO2017060423A1 (en) * 2015-10-08 2017-04-13 Koninklijke Kpn N.V. Enhancing a region of interest in video frames of a video stream
CA3005479A1 (en) * 2015-11-20 2017-05-26 Genetec Inc. Media streaming
KR20170091913A (ko) * 2016-02-02 2017-08-10 삼성전자주식회사 영상 서비스 제공 방법 및 장치
GB2548346B (en) * 2016-03-11 2020-11-18 Sony Interactive Entertainment Europe Ltd Image processing method and apparatus
US9648225B1 (en) * 2016-05-10 2017-05-09 Howard Preston Method, apparatus, system and software for focusing a camera
JP7014156B2 (ja) * 2016-05-13 2022-02-03 ソニーグループ株式会社 情報処理装置および情報処理方法
US10020025B2 (en) * 2016-07-22 2018-07-10 Zeality Inc. Methods and systems for customizing immersive media content
CN106231183A (zh) * 2016-07-29 2016-12-14 北京光子互动科技有限公司 全景视频的播放方法与装置
CN106231317A (zh) * 2016-09-29 2016-12-14 三星电子（中国）研发中心 视频处理、解码方法和装置、vr终端、视频播放系统
CN112738530B (zh) * 2016-11-17 2024-02-23 英特尔公司 全景视频的建议视口指示
US10692187B2 (en) * 2017-04-16 2020-06-23 Facebook, Inc. Systems and methods for presenting content
US20180343470A1 (en) * 2017-05-25 2018-11-29 Advanced Micro Devices, Inc. Method of using cube mapping and mapping metadata for encoders
US10754242B2 (en) * 2017-06-30 2020-08-25 Apple Inc. Adaptive resolution and projection format in multi-direction video
US10628499B2 (en) * 2017-08-29 2020-04-21 International Business Machines Corporation Providing hyperlinks in presentations viewed remotely
EP3687178B1 (en) 2017-09-26 2023-03-15 LG Electronics Inc. Overlay processing method in 360 video system, and device thereof
EP3777184A4 (en) * 2018-03-28 2021-12-15 Nokia Technologies Oy PROCESS, DEVICE AND COMPUTER PROGRAM PRODUCT FOR VIRTUAL REALITY
US10944977B2 (en) * 2018-04-03 2021-03-09 Mediatek Singapore Pte. Ltd. Methods and apparatus for encoding and decoding overlay compositions

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20070122179A (ko) * 2006-06-23 2007-12-28 브로드콤 코포레이션 비디오와 서브프레임 메타데이터의 동시 캡쳐 시스템
KR20140037144A (ko) * 2011-05-25 2014-03-26 구글 인코포레이티드 비디오 및 방송 텔레비전에 메타데이터를 내장하기 위한 메커니즘
US20160026253A1 (en) * 2014-03-11 2016-01-28 Magic Leap, Inc. Methods and systems for creating virtual and augmented reality
KR20170012979A (ko) * 2015-07-27 2017-02-06 삼성전자주식회사 영상 공유 서비스를 위한 전자 장치 및 방법
WO2017142353A1 (ko) * 2016-02-17 2017-08-24 엘지전자 주식회사 360 비디오를 전송하는 방법, 360 비디오를 수신하는 방법, 360 비디오 전송 장치, 360 비디오 수신 장치

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
See also references of EP3687178A4 *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110476429A (zh) * 2019-07-03 2019-11-19 北京小米移动软件有限公司 用于构建虚拟现实环境的方法、系统和设备
CN114026849A (zh) * 2019-07-03 2022-02-08 索尼集团公司 信息处理装置、信息处理方法、再现处理装置以及再现处理方法

Also Published As

Publication number Publication date
EP3687178B1 (en) 2023-03-15
CN111133763B (zh) 2022-05-10
US10848737B2 (en) 2020-11-24
EP3687178A1 (en) 2020-07-29
US20190379876A1 (en) 2019-12-12
US11575869B2 (en) 2023-02-07
CN111133763A (zh) 2020-05-08
US20210014469A1 (en) 2021-01-14
KR102208129B1 (ko) 2021-01-27
KR20190094451A (ko) 2019-08-13
EP3687178A4 (en) 2021-06-09

Similar Documents

Publication Publication Date Title
WO2019066436A1 (ko) 360 비디오 시스템에서 오버레이 처리 방법 및 그 장치
WO2018038523A1 (ko) 전방향 비디오를 전송하는 방법, 전방향 비디오를 수신하는 방법, 전방향 비디오 전송 장치, 전방향 비디오 수신 장치
WO2017142353A1 (ko) 360 비디오를 전송하는 방법, 360 비디오를 수신하는 방법, 360 비디오 전송 장치, 360 비디오 수신 장치
WO2018038520A1 (ko) 전방향 비디오를 전송하는 방법, 전방향 비디오를 수신하는 방법, 전방향 비디오 전송 장치, 전방향 비디오 수신 장치
WO2019194434A1 (ko) 복수의 뷰포인트들에 대한 메타데이터를 송수신하는 방법 및 장치
WO2017204491A1 (ko) 360 비디오를 전송하는 방법, 360 비디오를 수신하는 방법, 360 비디오 전송 장치, 360 비디오 수신 장치
WO2019066191A1 (ko) 스티칭 및 리프로젝션 관련 메타데이터를 이용한 6dof 비디오를 송수신하는 방법 및 그 장치
WO2017188714A1 (ko) 360도 비디오를 전송하는 방법, 360도 비디오를 수신하는 방법, 360도 비디오 전송 장치, 360도 비디오 수신 장치
WO2019198883A1 (ko) 핫스팟 및 roi 관련 메타데이터를 이용한 360도 비디오를 송수신하는 방법 및 그 장치
WO2018217057A1 (ko) 360 비디오 처리 방법 및 그 장치
WO2018169176A1 (ko) 퀄리티 기반 360도 비디오를 송수신하는 방법 및 그 장치
WO2019083266A1 (ko) 피쉬아이 비디오 정보를 포함한 360도 비디오를 송수신하는 방법 및 그 장치
WO2019168304A1 (ko) 카메라 렌즈 정보를 포함한 360도 비디오를 송수신하는 방법 및 그 장치
WO2019151798A1 (ko) 무선 통신 시스템에서 이미지에 대한 메타데이터를 송수신하는 방법 및 장치
WO2018131832A1 (ko) 360 비디오를 전송하는 방법, 360 비디오를 수신하는 방법, 360 비디오 전송 장치, 360 비디오 수신 장치
WO2019194573A1 (en) Method for transmitting 360-degree video, method for receiving 360-degree video, apparatus for transmitting 360-degree video, and apparatus for receiving 360-degree video
WO2018174387A1 (ko) 360 비디오를 전송하는 방법, 360 비디오를 수신하는 방법, 360 비디오 전송 장치, 360 비디오 수신 장치
WO2018182144A1 (ko) 360 비디오를 전송하는 방법, 360 비디오를 수신하는 방법, 360 비디오 전송 장치, 360 비디오 수신 장치
WO2019235904A1 (ko) 360 비디오 시스템에서 오버레이 처리 방법 및 그 장치
WO2020027349A1 (ko) 다중 뷰포인트 기반 360 비디오 처리 방법 및 그 장치
WO2019059462A1 (ko) 360 비디오를 전송하는 방법, 360 비디오를 수신하는 방법, 360 비디오 전송 장치, 360 비디오 수신 장치
WO2020071632A1 (ko) 360 비디오 시스템에서 오버레이 처리 방법 및 그 장치
WO2019235849A1 (ko) 360 비디오 시스템에서 오버레이 미디어 처리 방법 및 그 장치
WO2019245302A1 (en) Method for transmitting 360-degree video, method for providing a user interface for 360-degree video, apparatus for transmitting 360-degree video, and apparatus for providing a user interface for 360-degree video
WO2020009344A1 (ko) 360 비디오 데이터의 서브픽처 기반 처리 방법 및 그 장치

Legal Events

Date Code Title Description
121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 18862956

Country of ref document: EP

Kind code of ref document: A1

ENP Entry into the national phase

Ref document number: 20197021149

Country of ref document: KR

Kind code of ref document: A

NENP Non-entry into the national phase

Ref country code: DE

ENP Entry into the national phase

Ref document number: 2018862956

Country of ref document: EP

Effective date: 20200421