WO2019082837A1 - 三次元データ符号化方法、三次元データ復号方法、三次元データ符号化装置、及び三次元データ復号装置 - Google Patents

三次元データ符号化方法、三次元データ復号方法、三次元データ符号化装置、及び三次元データ復号装置

Info

Publication number
WO2019082837A1
WO2019082837A1 PCT/JP2018/039161 JP2018039161W WO2019082837A1 WO 2019082837 A1 WO2019082837 A1 WO 2019082837A1 JP 2018039161 W JP2018039161 W JP 2018039161W WO 2019082837 A1 WO2019082837 A1 WO 2019082837A1
Authority
WO
WIPO (PCT)
Prior art keywords
dimensional data
information
dimensional
encoded
unit
Prior art date
Application number
PCT/JP2018/039161
Other languages
English (en)
French (fr)
Inventor
ポンサク ラサン
敏康 杉尾
達也 小山
Original Assignee
パナソニック インテレクチュアル プロパティ コーポレーション オブ アメリカ
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 パナソニック インテレクチュアル プロパティ コーポレーション オブ アメリカ filed Critical パナソニック インテレクチュアル プロパティ コーポレーション オブ アメリカ
Priority to EP18871104.8A priority Critical patent/EP3703000A4/en
Priority to KR1020207011373A priority patent/KR20200069307A/ko
Priority to JP2019551112A priority patent/JP7248582B2/ja
Priority to CA3078455A priority patent/CA3078455A1/en
Priority to CN201880067387.9A priority patent/CN111213176A/zh
Priority to MX2020003704A priority patent/MX2020003704A/es
Publication of WO2019082837A1 publication Critical patent/WO2019082837A1/ja
Priority to US16/855,288 priority patent/US11146828B2/en
Priority to US17/468,988 priority patent/US20210409784A1/en
Priority to JP2023042380A priority patent/JP2023078300A/ja

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/50—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using predictive coding
    • H04N19/597—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using predictive coding specially adapted for multi-view video sequence encoding
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T1/00—General purpose image data processing
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T9/00—Image coding
    • G06T9/40—Tree coding, e.g. quadtree, octree
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
    • H04N19/169—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding
    • H04N19/184—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding the unit being bits, e.g. of the compressed video stream
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/44—Decoders specially adapted therefor, e.g. video decoders which are asymmetric with respect to the encoder
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/46—Embedding additional information in the video signal during the compression process
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/90—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using coding techniques not provided for in groups H04N19/10-H04N19/85, e.g. fractals
    • H04N19/96—Tree coding, e.g. quad-tree coding

Definitions

  • the present disclosure relates to a three-dimensional data encoding method, a three-dimensional data decoding method, a three-dimensional data encoding device, and a three-dimensional data decoding device.
  • Three-dimensional data is acquired by various methods, such as a distance sensor such as a range finder, a stereo camera, or a combination of multiple monocular cameras.
  • One method of representing three-dimensional data is a method of representing a shape of a three-dimensional structure by a point group in a three-dimensional space called a point cloud.
  • the position and color of the point cloud are stored.
  • point clouds are expected to become mainstream as a method of representing three-dimensional data, point clouds have a very large amount of data. Therefore, in the storage or transmission of three-dimensional data, compression of the amount of data by encoding is essential, as with two-dimensional moving images (for example, MPEG-4 AVC or HEVC standardized by MPEG). Become.
  • point cloud compression is supported in part by a public library (Point Cloud Library) that performs point cloud related processing.
  • a public library Point Cloud Library
  • Patent Document 1 Japanese Patent Document 1
  • An object of the present disclosure is to provide a three-dimensional data coding method, a three-dimensional data decoding method, a three-dimensional data coding apparatus, or a three-dimensional data decoding apparatus that can improve coding efficiency.
  • a three-dimensional data encoding method determines whether or not an object space unit is to be encoded in an octree tree structure among a plurality of space units included in three-dimensional data; If it is determined that the target space unit is to be encoded in the octree tree structure, if it is determined that the target space unit is not encoded in the octree tree structure, the target The space unit is encoded by a method different from the octree tree structure, and information indicating whether or not the target space unit is encoded by the octree tree structure is added to the bit stream.
  • a three-dimensional data decoding method decodes, from a bitstream, information indicating whether a target space unit is to be decoded in an octree tree structure among a plurality of target space units included in three-dimensional data. If the information indicates that the object space unit is to be decoded in an octree structure, the object space unit is decoded using an octree structure, and the object space unit is not decoded in an octree structure according to the information. If it is indicated, the target space unit is decoded in a different scheme than the octree tree structure.
  • the present disclosure can provide a three-dimensional data coding method, a three-dimensional data decoding method, a three-dimensional data coding apparatus, or a three-dimensional data decoding apparatus that can improve coding efficiency.
  • FIG. 1 is a diagram showing the configuration of encoded three-dimensional data according to Embodiment 1.
  • FIG. 2 is a diagram showing an example of a prediction structure between SPCs belonging to the lowermost layer of GOS according to the first embodiment.
  • FIG. 3 is a diagram showing an example of an inter-layer prediction structure according to the first embodiment.
  • FIG. 4 is a diagram showing an example of the GOS coding order according to the first embodiment.
  • FIG. 5 is a diagram showing an example of the GOS coding order according to the first embodiment.
  • FIG. 6 is a block diagram of a 3D data encoding apparatus according to the first embodiment.
  • FIG. 7 is a flowchart of the encoding process according to the first embodiment.
  • FIG. 1 is a diagram showing the configuration of encoded three-dimensional data according to Embodiment 1.
  • FIG. 2 is a diagram showing an example of a prediction structure between SPCs belonging to the lowermost layer of GOS according to the first embodiment.
  • FIG. 3 is a
  • FIG. 8 is a block diagram of a three-dimensional data decoding apparatus according to the first embodiment.
  • FIG. 9 is a flowchart of the decoding process according to the first embodiment.
  • FIG. 10 is a diagram showing an example of meta information according to the first embodiment.
  • FIG. 11 is a diagram of an exemplary configuration of the SWLD according to the second embodiment.
  • FIG. 12 is a diagram showing an operation example of the server and the client according to the second embodiment.
  • FIG. 13 is a diagram of an operation example of the server and the client according to the second embodiment.
  • FIG. 14 is a diagram of an operation example of the server and the client according to the second embodiment.
  • FIG. 15 is a diagram of an exemplary operation of the server and the client according to the second embodiment.
  • FIG. 16 is a block diagram of a three-dimensional data encoding device according to a second embodiment.
  • FIG. 17 is a flowchart of the encoding process according to the second embodiment.
  • FIG. 18 is a block diagram of a three-dimensional data decoding apparatus according to a second embodiment.
  • FIG. 19 is a flowchart of the decoding process according to the second embodiment.
  • FIG. 20 is a diagram illustrating a configuration example of the WLD according to the second embodiment.
  • FIG. 21 is a diagram illustrating an example of the octree tree structure of the WLD according to the second embodiment.
  • FIG. 22 is a diagram of an exemplary configuration of the SWLD according to the second embodiment.
  • FIG. 23 is a diagram illustrating an example of an octree tree structure of SWLD according to the second embodiment.
  • FIG. 24 is a block diagram of a three-dimensional data creation device according to the third embodiment.
  • FIG. 25 is a block diagram of a three-dimensional data transmitting apparatus according to a third embodiment.
  • FIG. 26 is a block diagram of a three-dimensional information processing apparatus according to the fourth embodiment.
  • FIG. 27 is a block diagram of a three-dimensional data creation device according to the fifth embodiment.
  • FIG. 28 is a diagram showing the configuration of a system according to the sixth embodiment.
  • FIG. 29 is a block diagram of a client apparatus according to the sixth embodiment.
  • FIG. 30 is a block diagram of a server according to the sixth embodiment.
  • FIG. 31 is a flowchart of three-dimensional data creation processing by the client device according to the sixth embodiment.
  • FIG. 32 is a flowchart of sensor information transmission processing by the client device according to the sixth embodiment.
  • FIG. 33 is a flowchart of three-dimensional data creation processing by the server according to the sixth embodiment.
  • FIG. 34 is a flowchart of a three-dimensional map transmission process by the server according to the sixth embodiment.
  • FIG. 35 is a diagram showing the configuration of a modification of the system in accordance with the sixth embodiment.
  • FIG. 36 is a diagram showing configurations of a server and a client device according to the sixth embodiment.
  • FIG. 37 is a block diagram of a three-dimensional data encoding apparatus according to a seventh embodiment.
  • FIG. 38 is a diagram illustrating an example of a prediction residual according to Embodiment 7.
  • FIG. 39 is a diagram illustrating an example of a volume according to the seventh embodiment.
  • FIG. 40 is a diagram showing an example of an octree tree representation of volumes according to the seventh embodiment.
  • FIG. 41 is a diagram illustrating an example of a bit string of a volume according to the seventh embodiment.
  • FIG. 42 is a diagram showing an example of an octree tree representation of volumes according to the seventh embodiment.
  • FIG. 43 is a diagram illustrating an example of a volume according to the seventh embodiment.
  • FIG. 44 is a diagram for describing the intra prediction process according to the seventh embodiment.
  • FIG. 45 is a diagram for explaining rotation and translation processing according to the seventh embodiment.
  • FIG. 45 is a diagram for explaining rotation and translation processing according to the seventh embodiment.
  • FIG. 46 is a diagram showing an example of syntax of an RT application flag and RT information according to the seventh embodiment.
  • FIG. 47 is a diagram for describing the inter prediction process according to the seventh embodiment.
  • FIG. 48 is a block diagram of a three-dimensional data decoding apparatus according to a seventh embodiment.
  • FIG. 49 is a flowchart of 3D data encoding processing by the 3D data encoding apparatus according to the seventh embodiment.
  • FIG. 50 is a flowchart of three-dimensional data decoding processing by the three-dimensional data decoding device according to the seventh embodiment.
  • FIG. 51 is a diagram showing the configuration of the distribution system according to the eighth embodiment.
  • FIG. 52 is a diagram illustrating a configuration example of a bit stream of a coded three-dimensional map according to an eighth embodiment.
  • FIG. 53 is a diagram for explaining the improvement effect of the coding efficiency according to the eighth embodiment.
  • FIG. 54 is a flowchart of processing by the server according to the eighth embodiment.
  • FIG. 55 is a flowchart of processing by the client according to the eighth embodiment.
  • FIG. 56 is a diagram showing an example of syntax of a sub map according to the eighth embodiment.
  • FIG. 57 is a diagram schematically illustrating coding type switching processing according to the eighth embodiment.
  • FIG. 58 is a diagram showing an example of syntax of a sub map according to the eighth embodiment.
  • FIG. 59 is a flowchart of a three-dimensional data encoding process according to the eighth embodiment.
  • FIG. 60 is a flowchart of three-dimensional data decoding processing according to the eighth embodiment.
  • FIG. 61 is a diagram schematically showing an operation of a modification of the coding type switching process according to the eighth embodiment.
  • FIG. 62 is a diagram schematically showing an operation of a modification of the coding type switching process according to the eighth embodiment.
  • FIG. 63 is a diagram schematically showing an operation of a modification of the coding type switching process according to the eighth embodiment.
  • FIG. 64 is a diagram schematically showing an operation of the modification example of the calculation processing of the difference value according to the eighth embodiment.
  • FIG. 65 is a diagram schematically showing an operation of the modification example of the calculation process of the difference value according to the eighth embodiment.
  • FIG. 66 is a diagram schematically showing an operation of the modification example of the calculation process of the difference value according to the eighth embodiment.
  • FIG. 67 is a diagram schematically showing an operation of the modification example of the calculation processing of the difference value according to the eighth embodiment.
  • FIG. 68 is a diagram showing an example of syntax of a volume according to the eighth embodiment.
  • a three-dimensional data encoding method a three-dimensional data decoding method, a three-dimensional data encoding device, or a three-dimensional data decoding device capable of providing a random access function in encoded three-dimensional data will be described.
  • a three-dimensional data encoding method is a three-dimensional data encoding method for encoding three-dimensional data, wherein the three-dimensional data is a random access unit and each has three-dimensional coordinates. And a coding step of generating coded data by coding each of the plurality of first processing units.
  • the three-dimensional data encoding method can provide a random access function in encoded three-dimensional data.
  • the three-dimensional data encoding method includes a generation step of generating first information indicating the plurality of first processing units and the three-dimensional coordinates associated with each of the plurality of first processing units.
  • the encoded data may include the first information.
  • the first information may further indicate at least one of an object, a time, and a data storage destination associated with each of the plurality of first processing units.
  • the first processing unit may be further divided into a plurality of second processing units, and in the encoding step, each of the plurality of second processing units may be encoded.
  • the second processing unit to be processed included in the first processing unit to be processed is encoded with reference to other second processing units included in the first processing unit to be processed. May be
  • the coding efficiency can be improved by referring to the other second processing unit.
  • a type of the second processing unit to be processed a first type that does not refer to another second processing unit, a second type that references another one second processing unit, and the other
  • the second processing unit to be processed may be encoded according to the selected type.
  • the frequency of selecting the first type may be changed according to the number or coarseness of objects included in the three-dimensional data.
  • the size of the first processing unit may be determined according to the number or coarseness of objects or dynamic objects included in the three-dimensional data.
  • the first processing unit includes a plurality of layers which are space-divided in a predetermined direction and each includes one or more second processing units, and the encoding step includes the second processing unit,
  • the coding may be performed with reference to the second processing unit included in the same layer as the second processing unit or a layer lower than the second processing unit.
  • the second processing unit containing only static objects and the second processing unit containing only dynamic objects may be allocated to different first processing units.
  • a plurality of dynamic objects may be individually encoded, and encoded data of the plurality of dynamic objects may be associated with a second processing unit including only static objects.
  • the second processing unit may be further divided into a plurality of third processing units, and in the encoding step, each of the plurality of third processing units may be encoded.
  • the third processing unit may include one or more voxels, which is the minimum unit to which position information is associated.
  • the second processing unit may include a feature point group derived from information obtained by a sensor.
  • the encoded data may include information indicating an encoding order of the plurality of first processing units.
  • the encoded data may include information indicating the size of the plurality of first processing units.
  • the plurality of first processing units may be encoded in parallel.
  • a three-dimensional data decoding method is a three-dimensional data decoding method for decoding three-dimensional data, which is a random access unit and each of which is associated with three-dimensional coordinates. And a decoding step of generating three-dimensional data of the first processing unit by decoding each of encoded data of one processing unit.
  • the three-dimensional data decoding method can provide a random access function in encoded three-dimensional data.
  • a three-dimensional data encoding apparatus is a three-dimensional data encoding apparatus encoding three-dimensional data, wherein the three-dimensional data is a random access unit, and each is a third-order unit.
  • the image processing apparatus may include a division unit that divides the first processing unit associated with the original coordinates, and an encoding unit that generates encoded data by encoding each of the plurality of first processing units.
  • the three-dimensional data encoding apparatus can provide a random access function in encoded three-dimensional data.
  • a three-dimensional data decoding device is a three-dimensional data decoding device that decodes three-dimensional data, and is a random access unit, each of which is associated with three-dimensional coordinates.
  • a decoding unit may be included that generates three-dimensional data of the first processing unit by decoding each of encoded data of one processing unit.
  • the three-dimensional data decoding apparatus can provide a random access function in encoded three-dimensional data.
  • the present disclosure enables space quantization, prediction, and the like by a configuration in which space is divided and encoded, and is effective even when random access is not necessarily performed.
  • the three-dimensional data encoding method generates first encoded three-dimensional data in which data whose feature amount is equal to or more than a threshold value is encoded. As a result, it is possible to reduce the data amount of encoded three-dimensional data as compared to the case of encoding the first three-dimensional data as it is. Therefore, the three-dimensional data encoding method can reduce the amount of data to be transmitted.
  • the three-dimensional data coding method may further include a second coding step of coding the first three-dimensional data to generate second coded three-dimensional data.
  • the three-dimensional data coding method can selectively transmit the first coded three-dimensional data and the second coded three-dimensional data, for example, according to the intended use.
  • the second three-dimensional data may be encoded by a first encoding method
  • the first three-dimensional data may be encoded by a second encoding method different from the first encoding method.
  • the said three-dimensional data encoding method can use the encoding method respectively suitable for 1st three-dimensional data and 2nd three-dimensional data.
  • inter prediction may be prioritized among intra prediction and inter prediction over the second coding method.
  • the three-dimensional data encoding method can raise the priority of inter prediction to the second three-dimensional data in which the correlation between adjacent data tends to be low.
  • the method of expressing the three-dimensional position may be different between the first encoding method and the second encoding method.
  • the three-dimensional data encoding method can use a three-dimensional position representation method more suitable for three-dimensional data having different numbers of data.
  • At least one of the first encoded three-dimensional data and the second encoded three-dimensional data may be encoded three-dimensional data obtained by encoding the first three-dimensional data. It may include an identifier indicating whether it is data or encoded three-dimensional data obtained by encoding a part of the first three-dimensional data.
  • the decoding device can easily determine whether the acquired encoded three-dimensional data is the first encoded three-dimensional data or the second encoded three-dimensional data.
  • the second three-dimensional data may be encoded such that a data amount of the first encoded three-dimensional data is smaller than a data amount of the second encoded three-dimensional data.
  • the three-dimensional data encoding method can make the data amount of the first encoded three-dimensional data smaller than the data amount of the second encoded three-dimensional data.
  • data corresponding to an object having a predetermined attribute may be further extracted as the second three-dimensional data from the first three-dimensional data.
  • the three-dimensional data encoding method can generate first encoded three-dimensional data including data necessary for the decoding device.
  • the three-dimensional data encoding method may further include a transmitting step of transmitting one of the first encoded three-dimensional data and the second encoded three-dimensional data to the client according to the state of the client. Good.
  • the three-dimensional data encoding method can transmit appropriate data according to the state of the client.
  • the status of the client may include the communication status of the client or the moving speed of the client.
  • the three-dimensional data encoding method may further include a transmitting step of transmitting one of the first encoded three-dimensional data and the second encoded three-dimensional data to the client in response to a client request. Good.
  • the three-dimensional data encoding method can transmit appropriate data according to the client's request.
  • the first encoding obtained by encoding the second three-dimensional data in which the feature amount extracted from the first three-dimensional data is equal to or larger than a threshold is equal to or larger than a threshold.
  • a first decoding step of decoding three-dimensional data by a first decoding method and second encoded three-dimensional data obtained by encoding the first three-dimensional data are different from the first decoding method And a second decoding step of decoding by a second decoding method.
  • the first encoded three-dimensional data obtained by encoding the data whose feature amount is equal to or more than the threshold value and the second encoded three-dimensional data are Can be selectively received.
  • the three-dimensional data decoding method can reduce the amount of data to be transmitted.
  • the said three-dimensional data decoding method can use the decoding method respectively suitable for 1st three-dimensional data and 2nd three-dimensional data.
  • inter prediction may be prioritized in intra prediction and inter prediction over the second decoding method.
  • the said three-dimensional data decoding method can raise the priority of the inter prediction with respect to the 2nd three-dimensional data in which the correlation between adjacent data tends to become low.
  • the method of expressing the three-dimensional position may be different between the first decoding method and the second decoding method.
  • the three-dimensional data decoding method can use a three-dimensional position expression method more suitable for three-dimensional data having different numbers of data.
  • At least one of the first encoded three-dimensional data and the second encoded three-dimensional data may be encoded three-dimensional data obtained by encoding the first three-dimensional data.
  • the second encoded three-dimensional data may be identified.
  • the three-dimensional data decoding method can easily determine whether the acquired encoded three-dimensional data is the first encoded three-dimensional data or the second encoded three-dimensional data.
  • the three-dimensional data decoding method may further include a notifying step of notifying a server of a state of the client, and the first encoded three-dimensional data and the second transmitted from the server according to the state of the client. Receiving one of the encoded three-dimensional data.
  • the three-dimensional data decoding method can receive appropriate data according to the state of the client.
  • the status of the client may include the communication status of the client or the moving speed of the client.
  • the three-dimensional data decoding method may further include a request step of requesting one of the first encoded three-dimensional data and the second encoded three-dimensional data from the server, and the server transmitting in response to the request.
  • the method may include the step of receiving one of the first encoded three-dimensional data and the second encoded three-dimensional data.
  • the three-dimensional data decoding method can receive appropriate data according to the application.
  • a 3D data encoding device includes an extraction unit configured to extract, from the first 3D data, second 3D data having a feature amount equal to or more than a threshold, and 2nd 3D data. And a first encoding unit that generates first encoded three-dimensional data.
  • the three-dimensional data encoding apparatus generates first encoded three-dimensional data in which data whose feature amount is equal to or more than a threshold value is encoded.
  • the amount of data can be reduced compared to the case of encoding the first three-dimensional data as it is.
  • the three-dimensional data encoding apparatus can reduce the amount of data to be transmitted.
  • the first encoding obtained by encoding the second 3D data in which the feature amount extracted from the first 3D data is equal to or larger than the threshold is equal to or larger than the threshold.
  • a first decoding unit that decodes three-dimensional data by a first decoding method and second encoded three-dimensional data obtained by encoding the first three-dimensional data are different from the first decoding method
  • a second decoding unit configured to perform decoding by a second decoding method.
  • the three-dimensional data decoding device can perform the first encoded three-dimensional data obtained by encoding the data whose feature amount is equal to or more than the threshold value and the second encoded three-dimensional data, for example, according to the usage Can be selectively received.
  • the three-dimensional data decoding apparatus can reduce the amount of data to be transmitted.
  • the three-dimensional data decoding apparatus can use a decoding method suitable for each of the first three-dimensional data and the second three-dimensional data.
  • a three-dimensional data generation method is a three-dimensional data generation method in a client apparatus mounted on a movable body, the movable body obtained by a sensor mounted on the movable body
  • the three-dimensional data of the periphery of the mobile unit is created from sensor information indicating the surrounding situation of the mobile unit, the self position of the mobile unit is estimated using the created three-dimensional data, and the acquired sensor information is used as a server or Send to another mobile.
  • the said three-dimensional data production method transmits sensor information to a server etc.
  • the data amount of transmission data can be reduced as compared to the case of transmitting three-dimensional data.
  • the processing amount of the client device can be reduced. Therefore, the three-dimensional data creation method can reduce the amount of data to be transmitted or simplify the configuration of the device.
  • the three-dimensional data creation method further transmits a transmission request for a three-dimensional map to the server, receives the three-dimensional map from the server, and estimates the self position, the three-dimensional data and the third order
  • the self position may be estimated using a source map.
  • the sensor information may include at least one of information obtained by a laser sensor, a luminance image, an infrared image, a depth image, position information of the sensor, and speed information of the sensor.
  • the sensor information may include at least one of information obtained by a laser sensor, a luminance image, an infrared image, a depth image, position information of the sensor, and speed information of the sensor.
  • the sensor information may be encoded or compressed, and in the transmission of the sensor information, the encoded or compressed sensor information may be transmitted to the server or the other mobile body.
  • the three-dimensional data creation method can reduce the amount of data to be transmitted.
  • a three-dimensional data generation method is a three-dimensional data generation method in a server capable of communicating with a client apparatus mounted on a mobile object, which is obtained by the sensor mounted on the mobile object. Further, sensor information indicating a surrounding condition of the mobile unit is received from the client device, and three-dimensional data of the periphery of the mobile unit is created from the received sensor information.
  • the said three-dimensional data creation method creates three-dimensional data using the sensor information transmitted from the client apparatus.
  • the data amount of transmission data can be reduced compared to the case where the client device transmits three-dimensional data.
  • the processing amount of the client device can be reduced. Therefore, the three-dimensional data creation method can reduce the amount of data to be transmitted or simplify the configuration of the device.
  • the three-dimensional data creation method may further transmit a transmission request for the sensor information to the client device.
  • the three-dimensional data creation method further updates a three-dimensional map using the created three-dimensional data, and the three-dimensional map is updated according to a transmission request of the three-dimensional map from the client device. It may be sent to the client device.
  • the sensor information may include at least one of information obtained by a laser sensor, a luminance image, an infrared image, a depth image, position information of the sensor, and speed information of the sensor.
  • the sensor information may include information indicating the performance of the sensor.
  • the three-dimensional data creation method may further correct the three-dimensional data according to the performance of the sensor.
  • the said three-dimensional data creation method can improve the quality of three-dimensional data.
  • a plurality of sensor information is received from a plurality of client devices, and used to create the three-dimensional data based on a plurality of pieces of information indicating the performance of the sensor included in the plurality of sensor information.
  • Sensor information may be selected.
  • the said three-dimensional data creation method can improve the quality of three-dimensional data.
  • the three-dimensional data may be created by decoding or expanding the received sensor information, and from the decoded or expanded sensor information.
  • the three-dimensional data creation method can reduce the amount of data to be transmitted.
  • a client device is a client device mounted on a mobile, and includes a processor and a memory, and the processor is mounted on the mobile using the memory.
  • Three-dimensional data of the periphery of the mobile body is created from sensor information indicating the peripheral situation of the mobile body obtained by a sensor, and the self-position of the mobile body is estimated using the created three-dimensional data. Sending the acquired sensor information to a server or another mobile.
  • the client device transmits sensor information to a server or the like.
  • the data amount of transmission data can be reduced as compared to the case of transmitting three-dimensional data.
  • the processing amount of the client device can be reduced. Therefore, the client device can reduce the amount of data to be transmitted or simplify the configuration of the device.
  • a server is a server capable of communicating with a client apparatus mounted on a mobile, and includes a processor and a memory, and the processor uses the memory to execute the mobile.
  • the sensor information indicating the peripheral situation of the mobile obtained by the sensor mounted on the mobile terminal is received from the client device, and three-dimensional data of the periphery of the mobile is created from the received sensor information.
  • the server creates three-dimensional data using the sensor information transmitted from the client device.
  • the data amount of transmission data can be reduced compared to the case where the client device transmits three-dimensional data.
  • the processing amount of the client device can be reduced.
  • the server can reduce the amount of data to be transmitted or simplify the configuration of the device.
  • predicted position information is generated using position information of a 3D point included in reference 3D data at a time different from that of the 3D target,
  • the position information of the three-dimensional point included in the three-dimensional data is encoded using the predicted position information.
  • the three-dimensional data encoding method can reduce the data amount of the encoded signal, the encoding efficiency can be improved.
  • the predicted position information may be generated by applying rotation and translation processing to the position information of the three-dimensional point included in the reference three-dimensional data.
  • the three-dimensional data encoding method may further encode a flag indicating whether to apply rotation and translation processing to the position information of the three-dimensional point included in the reference three-dimensional data.
  • the three-dimensional data encoding method may further encode information indicating contents of the rotation and translation processing.
  • difference position information which is a difference between the position information of the three-dimensional point included in the target three-dimensional data and the predicted position information may be calculated, and the difference position information may be encoded. .
  • the position information may be expressed by an octree structure, and may be expressed in a scan order giving priority to the width among the depth and the width in the octree structure.
  • the position information may be expressed in an octree structure, and may be expressed in a scan order in which the depth is prioritized among depths and widths in the octree structure.
  • each three-dimensional point included in the three-dimensional data has attribute information
  • the three-dimensional data encoding method further includes a prediction attribute using the attribute information of the three-dimensional point included in the reference three-dimensional data.
  • Information may be generated, and attribute information of a three-dimensional point included in the target three-dimensional data may be encoded using the prediction attribute information.
  • the three-dimensional data encoding method can reduce the data amount of the encoded signal, the encoding efficiency can be improved.
  • a first rotation and translation process is applied to the position information of the three-dimensional point included in the reference three-dimensional data in a first unit, and the first rotation and translation process is performed.
  • the predicted position information may be generated by applying a second rotation and translation process to the obtained position information of the three-dimensional point in a second unit smaller than the first unit.
  • a 3D data decoding method generates predicted position information using position information of a 3D point included in reference 3D data at a time different from that of the target 3D data, and generates an encoded signal.
  • the position information of the three-dimensional point contained in the object three-dimensional data is restored by decoding the coding position information contained in the above using the predicted position information.
  • the three-dimensional data decoding method can reduce the data amount of the coded signal, the coding efficiency can be improved.
  • the predicted position information may be generated by applying rotation and translation processing to the position information of the three-dimensional point included in the reference three-dimensional data.
  • the three-dimensional data decoding method may further decode a flag indicating whether to apply rotation and translation processing to the position information of the three-dimensional point included in the reference three-dimensional data.
  • the three-dimensional data decoding method may further decode information indicating contents of the rotation and translation processing.
  • the coding position information is difference position information which is a difference between the position information of the three-dimensional point included in the target three-dimensional data and the predicted position information, and in the restoration, the coding position information is The position information of the three-dimensional point included in the target three-dimensional data may be restored by adding the predicted position information.
  • the position information may be expressed by an octree structure, and may be expressed in a scan order giving priority to the width among the depth and the width in the octree structure.
  • the position information may be expressed in an octree structure, and may be expressed in a scan order in which the depth is prioritized among depths and widths in the octree structure.
  • each three-dimensional point included in the three-dimensional data has attribute information
  • the three-dimensional data decoding method further includes prediction attribute information using attribute information of the three-dimensional point included in the reference three-dimensional data.
  • the three-dimensional point attribute information included in the target three-dimensional data may be restored by decoding the encoded attribute information included in the encoded signal using the predicted position information.
  • the three-dimensional data decoding method can reduce the data amount of the coded signal, the coding efficiency can be improved.
  • a first rotation and translation process is applied to the position information of the three-dimensional point included in the reference three-dimensional data in a first unit, and the first rotation and translation process is performed.
  • the predicted position information may be generated by applying a second rotation and translation process to the obtained position information of the three-dimensional point in a second unit smaller than the first unit.
  • a three-dimensional data encoding device includes a processor and a memory, and the processor is included in reference three-dimensional data of a time different from the target three-dimensional data using the memory.
  • the predicted position information is generated using the position information of the three-dimensional point, and the position information of the three-dimensional point included in the target three-dimensional data is encoded using the predicted position information.
  • the three-dimensional data encoding device can reduce the data amount of the encoded signal, the encoding efficiency can be improved.
  • a three-dimensional data decoding device includes a processor and a memory, and the processor uses the memory to perform tertiary three-dimensional data included in reference three-dimensional data of a time different from target three-dimensional data.
  • the position of a three-dimensional point included in the target three-dimensional data by generating predicted position information using the position information of the original point and decoding the encoded position information included in the encoded signal using the predicted position information Restore information
  • the three-dimensional data decoding device can reduce the data amount of the coded signal, it is possible to improve the coding efficiency.
  • a three-dimensional data encoding method determines whether to encode an object space unit among a plurality of space units included in three-dimensional data with an octree tree structure, If it is determined that the space unit is to be encoded in an octree structure, the object space unit is encoded using an octree structure, and it is determined that the object space unit is not encoded in an octree structure.
  • the target space unit is encoded by a method different from the octree structure, and information indicating whether the object space unit is encoded with the octree structure is added to the bit stream.
  • the three-dimensional data encoding method can reduce the data amount of the encoded signal, the encoding efficiency can be improved.
  • coordinates of a three-dimensional point included in the target space unit may be encoded.
  • a difference between the reference coordinates of the target space unit and the coordinates of the three-dimensional point included in the target space unit may be encoded.
  • the target space unit when the number of three-dimensional points included in the target space unit is larger than a predetermined threshold, it is determined that the target space unit is encoded in an octree structure, and is included in the target space unit. If the number of three-dimensional points to be read is equal to or less than the threshold value, it may be determined that the target space unit is not to be encoded in an octree structure.
  • the three-dimensional data encoding method can select an appropriate encoding type in accordance with the number of three-dimensional points included in the target space unit.
  • information indicating whether or not to decode the target space unit among the plurality of target space units included in the three-dimensional data in an octree tree structure is used. If it is indicated that the object space unit is decoded in an octree tree structure according to the information, the object space unit is decoded using an octree tree structure, and the object space unit in an octree tree structure according to the information If it is indicated that it is not to be decoded, the target space unit is decoded in a scheme different from the octree tree structure.
  • the three-dimensional data decoding method can reduce the data amount of the coded signal, the coding efficiency can be improved.
  • coordinates of a three-dimensional point included in the target space unit may be decoded.
  • the difference between the reference coordinates of the target space unit and the coordinates of the three-dimensional point included in the target space unit may be decoded.
  • a three-dimensional data encoding device includes a processor and a memory, and the processor uses the memory to select a target space unit among a plurality of space units included in three-dimensional data. If it is determined that the target space unit is to be encoded in an octree tree structure, the object space unit is encoded using an octree tree structure, and If it is determined that the object space unit is not to be encoded in the octree tree structure, whether the object space unit is encoded in a method different from the octree tree structure and the object space unit is encoded in the octree tree structure Information indicating whether or not to be added to the bit stream.
  • the three-dimensional data encoding device can reduce the data amount of the encoded signal, the encoding efficiency can be improved.
  • a three-dimensional data decoding device includes a processor and a memory, and the processor uses the memory to set a target space unit among a plurality of space units included in three-dimensional data. If information indicating whether or not the data is encoded in an octree tree structure is decoded from the bit stream, and it is indicated by the information that the object space unit is encoded in an octree tree structure, the object space unit is selected. If it is decoded using an octree structure and the information indicates that the object space unit is not encoded in an octree structure, then the object space unit is decoded in a different scheme than the octree structure.
  • the three-dimensional data decoding device can reduce the data amount of the coded signal, it is possible to improve the coding efficiency.
  • FIG. 1 is a diagram showing the configuration of encoded three-dimensional data according to the present embodiment.
  • the three-dimensional space is divided into spaces (SPC) corresponding to pictures in moving image coding, and three-dimensional data is encoded in units of space.
  • the space is further divided into volumes (VLM) corresponding to macroblocks and the like in video coding, and prediction and conversion are performed in units of VLM.
  • the volume includes a plurality of voxels (VXL), which is the smallest unit to which position coordinates are associated.
  • the prediction refers to another processing unit like the prediction performed on a two-dimensional image, and generates prediction three-dimensional data similar to the processing unit to be processed, and the prediction three-dimensional data and the processing object to be processed. It is to encode the difference with the processing unit. Also, this prediction includes not only spatial prediction with reference to other prediction units at the same time but also temporal prediction with reference to prediction units at different times.
  • the three-dimensional data encoding device (hereinafter also referred to as the encoding device) Of each point or a plurality of points included in a voxel are collectively encoded.
  • the voxels can be subdivided to express the three-dimensional shape of the point group with high accuracy, and the voxel size can be increased to roughly represent the three-dimensional shape of the point group.
  • three-dimensional data is a point cloud
  • three-dimensional data is not limited to a point cloud, and may be three-dimensional data of any format.
  • voxels in a hierarchical structure may be used.
  • the n-th hierarchy it may be indicated in order whether or not the sample point exists in the n-1 or lower hierarchy (the lower layer of the n-th hierarchy). For example, when only the n-th hierarchy is decoded, if sample points are present in the n ⁇ 1-th or lower hierarchy, it can be decoded assuming that the sample points are present at the centers of voxels in the n-th hierarchy.
  • the encoding device acquires point cloud data using a distance sensor, a stereo camera, a monocular camera, a gyro, an inertial sensor, or the like.
  • Spaces can be referred to individually as intra-decodable (I-SPC), uni-directionally only predictive space (P-SPC), and bi-directionally, similar to moving picture coding. Classified into any of at least three predicted structures, including some bi-directional space (B-SPC). Also, the space has two types of time information of the decoding time and the display time.
  • I-SPC intra-decodable
  • P-SPC uni-directionally only predictive space
  • B-SPC bi-directional space
  • the space has two types of time information of the decoding time and the display time.
  • GOS Group Of Space
  • WLD world
  • the space area occupied by the world is associated with an absolute position on the earth by GPS or latitude and longitude information. This position information is stored as meta information.
  • the meta information may be included in the encoded data or may be transmitted separately from the encoded data.
  • all SPCs may be three-dimensionally adjacent, or SPCs not three-dimensionally adjacent to other SPCs may exist.
  • processing such as encoding, decoding or reference to three-dimensional data included in a processing unit such as GOS, SPC or VLM will be simply referred to as encoding, decoding or reference of a processing unit.
  • three-dimensional data included in the processing unit includes, for example, at least one set of spatial positions such as three-dimensional coordinates and characteristic values such as color information.
  • a plurality of SPCs in the same GOS or a plurality of VLMs in the same SPC occupy different spaces from each other, but have the same time information (decoding time and display time).
  • GOS SPC which becomes a head in decoding order in GOS
  • I-SPC SPC which becomes a head in decoding order in GOS
  • GOS There are two types of GOS: closed GOS and open GOS.
  • the closed GOS is a GOS that can decode all SPCs in the GOS when starting decoding from the top I-SPC.
  • the open GOS some SPCs whose display times are earlier than the leading I-SPC in the GOS refer to different GOSs, and it is not possible to decode using only the GOS.
  • the WLD may be decoded in the direction opposite to the encoding order, and if there is a dependency between GOS, reverse reproduction is difficult. Therefore, in such a case, basically, closed GOS is used.
  • GOS has a layer structure in the height direction, and encoding or decoding is performed sequentially from the SPC of the lower layer.
  • FIG. 2 is a view showing an example of a prediction structure between SPCs belonging to the lowermost layer of GOS.
  • FIG. 3 is a diagram showing an example of a prediction structure between layers.
  • I-SPCs there are one or more I-SPCs in GOS.
  • I-SPCs there are objects such as humans, animals, cars, bicycles, signals, or buildings that become landmarks, but it is effective to encode particularly small-sized objects as I-SPC.
  • a three-dimensional data decoding device (hereinafter also referred to as a decoding device) decodes only I-SPC in the GOS.
  • the coding apparatus may switch the coding interval or appearance frequency of I-SPC according to the coarseness and density of the object in the WLD.
  • the encoding apparatus or the decoding apparatus encodes or decodes a plurality of layers sequentially from the lower layer (layer 1).
  • the encoding apparatus or the decoding apparatus encodes or decodes a plurality of layers sequentially from the lower layer (layer 1).
  • the encoding apparatus or the decoding apparatus may encode or decode a plurality of layers so that the decoding apparatus can roughly grasp GOS and can gradually increase the resolution.
  • the encoding apparatus or the decoding apparatus may encode or decode in the order of layers 3, 8, 1, 9.
  • static objects or scenes such as buildings or roads (hereinafter collectively referred to as static objects) and dynamic objects such as cars or people (hereinafter referred to as dynamic objects).
  • dynamic objects such as cars or people
  • the object detection is separately performed by, for example, extracting feature points from point cloud data or a camera image of a stereo camera or the like.
  • an example of a method of encoding a dynamic object will be described.
  • the first method is a method of encoding a static object and a dynamic object without distinction.
  • the second method is a method of distinguishing static objects and dynamic objects by identification information.
  • GOS is used as an identification unit.
  • the GOS including the SPC configuring the static object and the GOS including the SPC configuring the dynamic object are distinguished from each other in the encoded data or the encoded data by identification information stored separately.
  • SPC may be used as the identification unit.
  • the SPC including the VLM configuring the static object and the SPC including the VLM configuring the dynamic object are distinguished by the identification information.
  • VLM or VXL may be used as the identification unit.
  • VLM or VXL including static objects and VLM or VXL including dynamic objects are distinguished by the identification information.
  • the encoding apparatus may encode the dynamic object as one or more VLMs or SPCs, and may encode the VLM or SPC including static objects and the SPC including dynamic objects as different GOSs. Also, when the size of the GOS is variable according to the size of the dynamic object, the encoding apparatus separately stores the size of the GOS as meta information.
  • the encoding device may encode the static object and the dynamic object independently of each other, and may superimpose the dynamic object on the world composed of the static object.
  • the dynamic object is configured of one or more SPCs, and each SPC is associated with one or more SPCs constituting a static object on which the SPC is superimposed.
  • a dynamic object may be represented by one or more VLMs or VXLs instead of SPCs.
  • the encoding apparatus may encode the static object and the dynamic object as different streams.
  • the encoding apparatus may generate a GOS including one or more SPCs that constitute a dynamic object. Furthermore, the encoding apparatus may set GOS (GOS_M) including a dynamic object and GOS of a static object corresponding to the space area of GOS_M to the same size (occupy the same space area). Thereby, the superposition processing can be performed in GOS units.
  • GOS GOS
  • the P-SPC or B-SPC that composes a dynamic object may refer to the SPC included in different GOS that has been encoded.
  • the reference across GOS is effective from the viewpoint of compression rate.
  • the first method and the second method may be switched according to the application of the encoded data.
  • the encoding apparatus uses the second method.
  • the encoding apparatus uses the first method if it is not necessary to separate dynamic objects.
  • the GOS or SPC decoding time and display time can be stored in encoded data or as meta information.
  • time information of static objects may be all the same.
  • the actual decoding time and display time may be determined by the decoding device.
  • different values may be assigned to GOS or SPC as the decryption time, and the same value may be assigned to all the display times.
  • the decoder like a decoder model in moving picture coding such as HEVC (Hypothetical Reference Decoder) of HEVC, the decoder has a buffer of a predetermined size, and if it reads a bit stream at a predetermined bit rate according to the decoding time, it can decode without failure. You may introduce a model that guarantees
  • GOS in the world Coordinates of the three-dimensional space in the world are represented by three coordinate axes (x-axis, y-axis, z-axis) orthogonal to one another.
  • coding can be performed such that spatially adjacent GOSs are continuous in the coded data.
  • GOS in the xz plane is continuously encoded.
  • the y-axis values are updated after coding of all GOS in a certain xz plane. That is, as encoding proceeds, the world extends in the y-axis direction.
  • the index numbers of GOS are set in the order of encoding.
  • the three-dimensional space of the world is in one-to-one correspondence with GPS or absolute geographical coordinates such as latitude and longitude.
  • a three-dimensional space may be represented by a relative position from a preset reference position.
  • the directions of the x-axis, y-axis, and z-axis of the three-dimensional space are expressed as direction vectors determined based on latitude and longitude and the like, and the direction vectors are stored together with encoded data as meta information.
  • the size of GOS is fixed, and the encoding apparatus stores the size as meta information.
  • the size of the GOS may be switched depending on, for example, whether it is an urban area or indoors or outside. That is, the size of the GOS may be switched according to the amount or nature of the valuable object as information.
  • the encoding apparatus may adaptively switch the size of GOS or the interval of I-SPC in GOS according to the density of an object or the like in the same world. For example, the coding apparatus reduces the size of the GOS and shortens the interval of I-SPCs in the GOS as the density of the object increases.
  • the object density is high, so GOS is subdivided in order to realize random access with fine granularity.
  • the seventh to tenth GOSs exist on the back side of the third to sixth GOS, respectively.
  • FIG. 6 is a block diagram of a three-dimensional data encoding device 100 according to the present embodiment.
  • FIG. 7 is a flowchart showing an operation example of the three-dimensional data encoding device 100.
  • the three-dimensional data coding apparatus 100 shown in FIG. 6 generates three-dimensional coded data 112 by coding the three-dimensional data 111.
  • the three-dimensional data coding apparatus 100 includes an acquisition unit 101, a coding area determination unit 102, a division unit 103, and a coding unit 104.
  • the acquiring unit 101 acquires three-dimensional data 111 which is point cloud data (S101).
  • the coding area determination unit 102 determines an area to be coded in the spatial area corresponding to the acquired point cloud data (S102). For example, the coding area determination unit 102 determines a spatial area around the position as a coding target area according to the position of the user or the vehicle.
  • the dividing unit 103 divides point cloud data included in the region to be encoded into processing units.
  • the processing unit is the above-described GOS, SPC, and the like.
  • the region to be encoded corresponds to, for example, the world described above.
  • the dividing unit 103 divides the point cloud data into processing units based on the preset GOS size, the presence or absence of a dynamic object, or the size (S103). Also, the division unit 103 determines the start position of the SPC to be the top in the coding order in each GOS.
  • the encoding unit 104 generates encoded three-dimensional data 112 by sequentially encoding a plurality of SPCs in each GOS (S104).
  • the procedure of a process is not restricted above.
  • the GOS may be encoded, and then the configuration of the next GOS may be determined.
  • the three-dimensional data coding apparatus 100 generates three-dimensional coded data 112 by coding the three-dimensional data 111.
  • the three-dimensional data encoding apparatus 100 divides three-dimensional data into first processing units (GOS) which are random access units and each of which is associated with three-dimensional coordinates,
  • the processing unit (GOS) is divided into a plurality of second processing units (SPC), and the second processing unit (SPC) is divided into a plurality of third processing units (VLM).
  • the third processing unit (VLM) includes one or more voxels (VXL) which is the minimum unit to which position information is associated.
  • the three-dimensional data coding apparatus 100 generates coded three-dimensional data 112 by coding each of the plurality of first processing units (GOS). Specifically, the three-dimensional data encoding apparatus 100 encodes each of a plurality of second processing units (SPC) in each first processing unit (GOS). Also, the three-dimensional data encoding apparatus 100 encodes each of the plurality of third processing units (VLM) in each second processing unit (SPC).
  • GOS first processing unit
  • VLM third processing units
  • the three-dimensional data encoding device 100 processes the second processing unit to be processed included in the first processing unit (GOS) to be processed.
  • SPC is encoded with reference to another second processing unit (SPC) included in the first processing unit (GOS) to be processed. That is, the three-dimensional data encoding apparatus 100 does not refer to the second processing unit (SPC) included in the first processing unit (GOS) different from the first processing unit (GOS) to be processed.
  • the second processing unit (SPC) to be processed included in the first processing unit (GOS) to be processed is the second processing unit (SPC) to be processed Another second processing unit (SPC) included in one processing unit (GOS), or a second processing unit (SPC) included in a first processing unit (GOS) different from the first processing unit (GOS) to be processed Encode with reference to).
  • the three-dimensional data encoding apparatus 100 may use, as a type of a second processing unit (SPC) to be processed, a first type (I-SPC) that does not refer to another second processing unit (SPC), and another one. Select one of the second type (P-SPC) that references the second processing unit (SPC) and the third type that references the other two second processing units (SPC), and process according to the selected type
  • the target second processing unit (SPC) is encoded.
  • FIG. 8 is a block diagram of a block of the three-dimensional data decoding apparatus 200 according to the present embodiment.
  • FIG. 9 is a flowchart showing an operation example of the three-dimensional data decoding apparatus 200.
  • the three-dimensional data decoding apparatus 200 shown in FIG. 8 generates the decoded three-dimensional data 212 by decoding the encoded three-dimensional data 211.
  • the encoded three-dimensional data 211 is, for example, encoded three-dimensional data 112 generated by the three-dimensional data encoding apparatus 100.
  • the three-dimensional data decoding apparatus 200 includes an acquiring unit 201, a decoding start GOS determining unit 202, a decoding SPC determining unit 203, and a decoding unit 204.
  • the acquisition unit 201 acquires the encoded three-dimensional data 211 (S201).
  • the decoding start GOS determining unit 202 determines the GOS to be decoded (S202). Specifically, the decoding start GOS determining unit 202 refers to the meta information stored in the encoded three-dimensional data 211 or separately from the encoded three-dimensional data, and starts the spatial position, the object, or the position at which the decoding starts. And GOS including SPC corresponding to time is determined as GOS to be decoded.
  • the decoded SPC determination unit 203 determines the type (I, P, B) of the SPC to be decoded in the GOS (S203). For example, the decoded SPC determination unit 203 determines whether (1) only I-SPC is to be decoded, (2) I-SPC and P-SPC are to be decoded, or (3) all types are to be decoded. Note that this step may not be performed when the type of SPC to be decoded is determined in advance, such as decoding of all SPCs.
  • the decoding unit 204 acquires an address position at which the SPC at the head of the GOS in the decoding order (identical to the coding order) starts in the encoded three-dimensional data 211, and the code of the head SPC from the address position Formatted data is acquired, and each SPC is sequentially decoded sequentially from the top SPC (S204).
  • the address position is stored in meta information or the like.
  • the three-dimensional data decoding device 200 decodes the decoded three-dimensional data 212. Specifically, the three-dimensional data decoding apparatus 200 decodes each of the encoded three-dimensional data 211 of the first processing unit (GOS) which is a random access unit and each of which is associated with the three-dimensional coordinates. Thus, the decoded three-dimensional data 212 of the first processing unit (GOS) is generated. More specifically, the three-dimensional data decoding apparatus 200 decodes each of the plurality of second processing units (SPC) in each first processing unit (GOS). Also, the three-dimensional data decoding apparatus 200 decodes each of the plurality of third processing units (VLM) in each second processing unit (SPC).
  • SPC second processing units
  • VLM third processing units
  • This meta information is generated by the three-dimensional data coding apparatus 100 and is included in the coded three-dimensional data 112 (211).
  • FIG. 10 is a diagram showing an example of a table included in the meta information. Note that not all the tables shown in FIG. 10 need to be used, and at least one table may be used.
  • the address may be an address in a logical format or a physical address of an HDD or a memory. Also, instead of the address, information specifying a file segment may be used.
  • a file segment is a segmented unit of one or more GOS and the like.
  • a plurality of GOS to which the object belongs may be indicated in the object-GOS table. If the plurality of GOSs are closed GOSs, the encoding device and the decoding device can perform encoding or decoding in parallel. On the other hand, if the plurality of GOSs are open GOSs, compression efficiency can be further improved by referring to each other.
  • the 3D data encoding apparatus 100 extracts feature points unique to an object from a 3D point cloud or the like at the time of world encoding, detects an object based on the feature points, and detects the detected object as a random access point It can be set as
  • the three-dimensional data encoding apparatus 100 includes first information indicating a plurality of first processing units (GOS) and three-dimensional coordinates associated with each of the plurality of first processing units (GOS).
  • first information indicating a plurality of first processing units (GOS) and three-dimensional coordinates associated with each of the plurality of first processing units (GOS).
  • the encoded three-dimensional data 112 (211) includes this first information.
  • the first information further indicates at least one of an object, a time, and a data storage destination associated with each of the plurality of first processing units (GOS).
  • the three-dimensional data decoding apparatus 200 acquires the first information from the encoded three-dimensional data 211, and uses the first information to encode the third unit of the first processing unit corresponding to the designated three-dimensional coordinate, object or time.
  • the original data 211 is specified, and the encoded three-dimensional data 211 is decoded.
  • the three-dimensional data encoding apparatus 100 may generate and store the following meta information. Also, the three-dimensional data decoding apparatus 200 may use this meta information at the time of decoding.
  • a profile may be defined according to the application, and information indicating the profile may be included in the meta information.
  • information indicating the profile may be included in the meta information.
  • profiles for city or suburbs or for flying objects are defined, and in each, the maximum or minimum size of world, SPC or VLM, etc. are defined.
  • the minimum VLM size is set smaller because more detailed information is required than for the suburbs.
  • the meta information may include a tag value indicating the type of object.
  • This tag value is associated with the VLM, SPC or GOS constituting the object. For example, the tag value "0" indicates “person”, the tag value “1” indicates “car”, the tag value "2" indicates “traffic light”, etc.
  • the tag value is set for each type of object, etc. It is also good.
  • a tag value indicating properties such as size or dynamic object or static object may be used.
  • the meta information may include information indicating the range of the space area occupied by the world.
  • the meta information may store the size of SPC or VXL as header information common to a plurality of SPCs, such as the entire stream of encoded data or SPC in GOS.
  • the meta information may include identification information of a distance sensor, a camera, or the like used to generate the point cloud, or information indicating position accuracy of a point cloud in the point cloud.
  • the meta information may also include information indicating whether the world is composed of only static objects or includes dynamic objects.
  • the encoding apparatus or decoding apparatus may encode or decode two or more different SPCs or GOSs different from each other in parallel.
  • the GOS to be encoded or decoded in parallel can be determined based on meta information or the like indicating the spatial position of the GOS.
  • the encoding device or the decoding device may use GPS, path information, or zoom magnification etc.
  • the GOS or SPC contained in the space specified based on it may be encoded or decoded.
  • the decoding device may perform decoding in order from the space close to the self position or the traveling route.
  • the encoding apparatus or the decoding apparatus may encode or decode the space far from the self position or the traveling path with a lower priority than the space in the vicinity.
  • to lower the priority means to lower the processing order, to lower the resolution (by thinning out), or to lower the image quality (to increase the coding efficiency, for example, to increase the quantization step). .
  • the decoding device may decode only the lower layer when decoding encoded data that has been hierarchically encoded in space.
  • the decoding device may preferentially decode from the lower layer depending on the zoom factor of the map or the application.
  • the encoding device or the decoding device reduces the resolution and reduces the resolution except for the region within a specific height from the road surface Or decoding may be performed.
  • the encoding apparatus may individually encode point clouds that represent the spatial shapes of the indoor and the outdoor. For example, by separating GOS (indoor GOS) representing the room and GOS (outdoor GOS) representing the outside, the decoding apparatus selects the GOS to be decoded according to the viewpoint position when using encoded data. it can.
  • the encoding apparatus may encode the indoor GOS and the outdoor GOS whose coordinates are close to each other so as to be adjacent in the encoded stream. For example, the encoding apparatus associates the identifiers of both and stores information indicating the identifier associated in the encoded stream or in the meta information stored separately. As a result, the decoding apparatus can identify the indoor GOS and the outdoor GOS with close coordinates by referring to the information in the meta information.
  • the coding apparatus may switch the size of GOS or SPC between indoor GOS and outdoor GOS. For example, the encoding apparatus sets the size of GOS smaller indoors than outdoors. In addition, the encoding apparatus may change the accuracy in extracting feature points from the point cloud, the accuracy of object detection, and the like between the indoor GOS and the outdoor GOS.
  • the encoding apparatus may add information to the encoded data so that the decoding apparatus distinguishes dynamic objects from static objects and displays them.
  • the decoding apparatus can display the dynamic object and the red frame or the character for explanation together.
  • the decryption device may display only a red frame or an explanatory character instead of the dynamic object.
  • the decryption device may display finer object types. For example, red frames may be used for cars and yellow frames may be used for humans.
  • the encoding device or the decoding device encodes the dynamic object and the static object as different SPCs or GOSs according to the appearance frequency of the dynamic object or the ratio of the static object to the dynamic object. Alternatively, it may be determined whether to decode. For example, if the frequency or ratio of appearance of dynamic objects exceeds the threshold, SPC or GOS in which dynamic objects and static objects are mixed is allowed, and the frequency or ratio of appearance of dynamic objects does not exceed the threshold. Does not allow SPC or GOS with a mixture of dynamic and static objects.
  • the encoding device When detecting a dynamic object not from a point cloud but from two-dimensional image information of a camera, the encoding device separately acquires information (frame or character, etc.) for identifying a detection result and an object position, These pieces of information may be encoded as part of three-dimensional encoded data. In this case, the decoding apparatus superimposes and displays auxiliary information (frame or character) indicating a dynamic object on the decoding result of the static object.
  • the coding apparatus may change the coarseness of VXL or VLM in SPC according to the complexity of the shape of the static object. For example, the encoding device sets VXL or VLM closely, because the shape of the static object is complicated. Furthermore, the coding apparatus may determine a quantization step or the like in quantizing spatial position or color information according to the coarseness of VXL or VLM. For example, the coding apparatus sets the quantization step smaller as the VXL or VLM becomes denser.
  • the encoding apparatus or the decoding apparatus performs space encoding or decoding in space units having coordinate information.
  • the encoding apparatus and the decoding apparatus perform encoding or decoding in units of volume in the space.
  • the volume includes a voxel which is the smallest unit to which position information is associated.
  • the encoding device and the decoding device associate arbitrary elements with each other by using a table in which each element of spatial information including coordinates, an object, time, and the like is associated with a GOP, or a table in which each element is associated. Encoding or decoding. Also, the decoding device determines coordinates using the value of the selected element, specifies a volume, voxel or space from the coordinates, and decodes the space including the volume or voxel or the specified space.
  • the encoding device determines element selectable volumes, voxels or spaces by feature point extraction or object recognition, and encodes them as randomly accessible volumes, voxels or spaces.
  • the space refers to any two processed spaces, the I-SPC that can be encoded or decoded in the space alone, and the P-SPC that is encoded or decoded with reference to any one processed space. It is classified into three types of B-SPC to be encoded or decoded.
  • One or more volumes correspond to static or dynamic objects.
  • Spaces containing static objects and spaces containing dynamic objects are encoded or decoded as different GOSs. That is, SPCs including static objects and SPCs including dynamic objects are assigned to different GOSs.
  • Dynamic objects are encoded or decoded for each object and are mapped to one or more spaces containing static objects. That is, the plurality of dynamic objects are individually encoded, and the obtained encoded data of the plurality of dynamic objects is associated with the SPC including the static object.
  • the encoding apparatus and the decoding apparatus perform encoding or decoding by raising the priority of I-SPC in GOS. For example, the encoding apparatus performs encoding so as to reduce degradation of I-SPC (such that the original three-dimensional data is reproduced more faithfully after decoding). Also, the decoding apparatus decodes, for example, only I-SPC.
  • the encoding apparatus may perform encoding by changing the frequency of using I-SPC according to the density or the number (quantity) of objects in the world. That is, the encoding apparatus changes the frequency of selecting the I-SPC in accordance with the number or coarseness of objects included in the three-dimensional data. For example, the encoding device uses I space more frequently as the objects in the world are denser.
  • the encoding apparatus sets a random access point in GOS units, and stores information indicating a space area corresponding to GOS in header information.
  • the encoding device uses, for example, a default value as the GOS space size.
  • the coding apparatus may change the size of GOS according to the number (quantity) or coarseness of objects or dynamic objects. For example, the coding device reduces the GOS space size as the number of objects or dynamic objects is increased.
  • the space or volume includes a feature point group derived using information obtained by a sensor such as a depth sensor, a gyro, or a camera.
  • the coordinates of the feature point are set at the center position of the voxel. Further, refinement of the position information can be realized by dividing the voxels.
  • the feature point group is derived using a plurality of pictures.
  • the plurality of pictures have at least two types of time information of actual time information and time information (for example, encoding time used for rate control or the like) of the plurality of pictures associated with the space.
  • encoding or decoding is performed in GOS units including one or more spaces.
  • the encoding device and the decoding device perform prediction of P space or B space in the GOS to be processed with reference to the space in the processed GOS.
  • the encoding apparatus and the decoding apparatus predict the P space or B space in the GOS to be processed using the processed space in the GOS to be processed without referring to different GOS.
  • the encoding apparatus and the decoding apparatus transmit or receive the encoded stream in world units including one or more GOS.
  • GOS has a layer structure in at least one direction in the world, and the encoding apparatus and the decoding apparatus perform encoding or decoding from the lower layer.
  • the randomly accessible GOS belongs to the lowest layer.
  • GOS belonging to the upper layer refers to GOS belonging to the same layer or lower. That is, the GOS includes a plurality of layers which are spatially divided in a predetermined direction and each include one or more SPCs.
  • the encoding apparatus and the decoding apparatus encode or decode each SPC with reference to the SPC included in the same layer as the SPC or a layer lower than the SPC.
  • the encoding apparatus and the decoding apparatus sequentially encode or decode GOS in a world unit including a plurality of GOS.
  • the encoding apparatus and the decoding apparatus write or read information indicating the order (direction) of encoding or decoding as metadata. That is, the encoded data includes information indicating the encoding order of a plurality of GOSs.
  • the encoding apparatus and the decoding apparatus encode or decode two or more different spaces or GOSs different from each other in parallel.
  • the encoding apparatus and the decoding apparatus encode or decode space or GOS space information (coordinates, size, etc.).
  • the encoding device and the decoding device encode or decode a space or GOS included in a specific space specified based on external information on its position or / and area size, such as GPS, path information, or magnification. .
  • the encoding apparatus or the decoding apparatus encodes or decodes a space far from its own position with a lower priority than a near space.
  • the encoding apparatus sets one direction of the world according to the magnification or application, and encodes GOS having a layer structure in the direction. Also, the decoding apparatus preferentially decodes, from the lower layer, GOS having a layer structure in one direction of the world set according to the scaling factor or application.
  • the encoding apparatus changes the feature point extraction included in the space indoors and outdoors, the accuracy of object recognition, the space area size, and the like.
  • the encoding apparatus and the decoding apparatus encode or decode adjacent indoor GOS and outdoor GOS with close coordinates in the world, and also correlate or encode these identifiers.
  • Second Embodiment When using point cloud encoded data in an actual device or service, it is desirable to transmit and receive necessary information according to the application in order to suppress network bandwidth.
  • a function has not existed in the coding structure of three-dimensional data, and there has been no coding method therefor.
  • a three-dimensional data encoding method and a three-dimensional data encoding apparatus for providing a function of transmitting and receiving only information necessary for three-dimensional point cloud encoded data according to the application, and A three-dimensional data decoding method and a three-dimensional data decoding apparatus for decoding encoded data will be described.
  • a voxel (VXL) having a certain feature amount or more is defined as a feature voxel (FVXL), and a world (WLD) composed of FVXL is defined as a sparse world (SWLD).
  • FIG. 11 is a diagram showing a configuration example of the sparse world and the world.
  • the SWLD includes an FGOS that is a GOS configured with an FVXL, an FSPC that is an SPC configured with an FVXL, and an FVLM that is a VLM configured with an FVXL.
  • the data structure and prediction structure of FGOS, FSPC and FVLM may be similar to GOS, SPC and VLM.
  • the feature quantity is three-dimensional position information of VXL or a feature quantity expressing visible light information at the VXL position, and in particular, is a feature quantity frequently detected at a corner, an edge or the like of a three-dimensional object.
  • this feature amount is a three-dimensional feature amount or a feature amount of visible light as described below, but if it is a feature amount representing the position of VXL, luminance, color information, etc. It does not matter.
  • a SHOT feature Signature of Histograms of OrienTations
  • a PFH feature Point Feature Histograms
  • a PPF feature Point Pair Feature
  • the SHOT feature value is obtained by dividing the periphery of VXL, calculating the inner product of the reference point and the normal vector of the divided region, and forming a histogram.
  • the SHOT feature quantity has features such as high dimensionality and high feature representation power.
  • the PFH feature value is obtained by selecting a large number of two-point sets in the vicinity of VXL, calculating a normal vector or the like from the two points, and forming a histogram. Since this PFH feature quantity is a histogram feature, it has the features of being robust to some disturbances and having a high feature expression power.
  • the PPF feature value is a feature value calculated using a normal vector or the like for each of two VXL points. This PPF feature is robust against occlusion since all VXLs are used.
  • SIFT Scale-Invariant Feature Transform
  • SURF Speeded Up Robust Features
  • HOG Histogram of Oriented Gradients
  • the SWLD is generated by calculating the feature quantity from each VXL of the WLD and extracting the FVXL.
  • the SWLD may be updated each time the WLD is updated, or may be periodically updated after a predetermined time elapses regardless of the update timing of the WLD.
  • the SWLD may be generated for each feature amount. For example, separate SWLDs may be generated for each feature as SWLD1 based on the SHOT feature and SWLD2 based on the SIFT feature, and SWLDs may be used depending on applications. Further, the calculated feature amount of each FVXL may be held in each FVXL as feature amount information.
  • SWLD sparse world
  • the client 1 when the client 1, which is an in-vehicle apparatus, requires map information for use in self position determination, the client 1 sends a request for acquiring map data for self position estimation to the server (S301).
  • the server transmits the SWLD to the client 1 in response to the acquisition request (S302).
  • the client 1 performs self position determination using the received SWLD (S303).
  • the client 1 acquires VXL information on the periphery of the client 1 by various methods such as a distance sensor such as a range finder, a stereo camera, or a combination of a plurality of single-eye cameras.
  • Estimate position information the self-position information includes the three-dimensional position information and the orientation of the client 1 and the like.
  • the client 2 when the client 2 as the in-vehicle device requires map information for map drawing applications such as a three-dimensional map, the client 2 sends a request for acquiring map data for map drawing to the server (S311 ).
  • the server transmits the WLD to the client 2 in response to the acquisition request (S312).
  • the client 2 performs map drawing using the received WLD (S313).
  • the client 2 creates a rendering image using, for example, an image captured by the visible light camera or the like and the WLD acquired from the server, and draws the created image on a screen such as a car navigation system.
  • the server sends SWLD to the client for applications that mainly require the feature value of each VXL, such as self-position estimation, and WLD if detailed VXL information is required, such as map drawing. Send to client This makes it possible to transmit and receive map data efficiently.
  • the client may determine by itself whether SWLD or WLD is required, and may request the server to transmit SWLD or WLD. Also, the server may decide whether to transmit SWLD or WLD according to the status of the client or the network.
  • SWLD sparse world
  • WLD world
  • FIG. 14 is a diagram showing an operation example in this case.
  • a low speed network in which usable network bandwidth is limited such as under LTE (Long Term Evolution) environment
  • the client accesses the server via the low speed network (S321), and maps from the server
  • the SWLD is acquired as information (S322).
  • a high-speed network having a margin in the network band such as a Wi-Fi (registered trademark) environment
  • the client accesses the server via the high-speed network (S323) and acquires the WLD from the server. (S324).
  • the client can acquire appropriate map information according to the network band of the client.
  • the client receives the SWLD outdoors via LTE via LTE, and acquires WLD via Wi-Fi (registered trademark) when entering a facility or the like indoors. This enables the client to acquire more detailed map information indoors.
  • the client may request the WLD or SWLD from the server depending on the bandwidth of the network used by the client.
  • the client may transmit information indicating the network band used by itself to the server, and the server may transmit data (WLD or SWLD) suitable for the client according to the information.
  • the server may determine the client's network bandwidth and send data (WLD or SWLD) suitable for the client.
  • FIG. 15 is a diagram showing an operation example in this case.
  • the client when the client is moving at high speed (S331), the client receives the SWLD from the server (S332).
  • the client receives the WLD from the server (S334).
  • the client can acquire map information matching the speed while suppressing the network bandwidth.
  • the client can update the rough map information at an appropriate speed by receiving the SWLD with a small amount of data while traveling on the freeway.
  • the client can obtain more detailed map information by receiving the WLD while traveling on a general road.
  • the client may request the WLD or SWLD from the server depending on its moving speed.
  • the client may transmit information indicating the moving speed of the client to the server, and the server may transmit data (WLD or SWLD) suitable for the client according to the information.
  • the server may determine the moving speed of the client and transmit data (WLD or SWLD) suitable for the client.
  • the client may first obtain the SWLD from the server, and may obtain the WLD of the important area therein. For example, when acquiring a map data, the client first acquires rough map information with SWLD, narrows down areas where many features such as buildings, signs, or people appear from there, and narrows down WLDs of the narrowed areas. Get it later. As a result, the client can acquire detailed information of the required area while suppressing the amount of data received from the server.
  • the server may create separate SWLDs for each object from the WLD, and the client may receive each according to the application. Thereby, the network bandwidth can be suppressed.
  • the server recognizes a person or a car in advance from the WLD, and creates a SWLD of a person and a SWLD of a car.
  • the client receives a person's SWLD when it wants to obtain information of people around them, and receives a person's SWLD when it wants to get information of a car.
  • the type of such SWLD may be distinguished by information (flag or type etc.) added to the header etc.
  • FIG. 16 is a block diagram of a three-dimensional data encoding apparatus 400 according to the present embodiment.
  • FIG. 17 is a flowchart of three-dimensional data encoding processing by the three-dimensional data encoding apparatus 400.
  • the three-dimensional data encoding apparatus 400 shown in FIG. 16 encodes the input three-dimensional data 411 to generate encoded three-dimensional data 413 and 414 which are encoded streams.
  • the encoded three-dimensional data 413 is encoded three-dimensional data corresponding to WLD
  • the encoded three-dimensional data 414 is encoded three-dimensional data corresponding to SWLD.
  • the three-dimensional data coding apparatus 400 includes an acquisition unit 401, a coding area determination unit 402, a SWLD extraction unit 403, a WLD coding unit 404, and a SWLD coding unit 405.
  • the acquiring unit 401 acquires input three-dimensional data 411 which is point cloud data in a three-dimensional space (S401).
  • the coding area determination unit 402 determines a space area to be coded based on the space area in which the point cloud data is present (S402).
  • the SWLD extraction unit 403 defines a spatial region to be encoded as a WLD, and calculates a feature amount from each VXL included in the WLD. Then, the SWLD extracting unit 403 extracts VXL having a feature amount equal to or more than a predetermined threshold, defines the extracted VXL as FVXL, and generates the extracted three-dimensional data 412 by adding the FVXL to the SWLD. (S403). That is, from the input three-dimensional data 411, the extracted three-dimensional data 412 whose feature amount is equal to or more than the threshold is extracted.
  • the WLD encoding unit 404 encodes the input three-dimensional data 411 corresponding to the WLD to generate encoded three-dimensional data 413 corresponding to the WLD (S404). At this time, the WLD encoding unit 404 adds, to the header of the encoded three-dimensional data 413, information for identifying that the encoded three-dimensional data 413 is a stream including the WLD.
  • the SWLD encoding unit 405 encodes the extracted three-dimensional data 412 corresponding to the SWLD to thereby generate encoded three-dimensional data 414 corresponding to the SWLD (S405). At this time, the SWLD encoding unit 405 adds, to the header of the encoded three-dimensional data 414, information for identifying that the encoded three-dimensional data 414 is a stream including the SWLD.
  • the processing order of the process of generating the encoded three-dimensional data 413 and the process of generating the encoded three-dimensional data 414 may be reversed to the above. Also, some or all of these processes may be performed in parallel.
  • the coding method used when the WLD coding unit 404 codes the WLD may be different from the coding method used when the SWLD coding unit 405 codes the SWLD.
  • inter prediction may be prioritized among intra prediction and inter prediction over the coding method used for WLD.
  • the method of representing the three-dimensional position may be different between the coding method used for SWLD and the coding method used for WLD.
  • the three-dimensional position of FVXL is represented by three-dimensional coordinates
  • WLD the three-dimensional position may be represented by an octree, which will be described later, or vice versa.
  • the SWLD coding unit 405 performs coding so that the data size of the coded three-dimensional data 414 of SWLD is smaller than the data size of the coded three-dimensional data 413 of WLD.
  • SWLD may have a lower correlation between data than WLD.
  • the coding efficiency may be reduced, and the data size of the coded three-dimensional data 414 may be larger than the data size of the coded three-dimensional data 413 of WLD. Therefore, if the data size of the obtained encoded three-dimensional data 414 is larger than the data size of the encoded three-dimensional data 413 of WLD, the SWLD encoding unit 405 performs re-encoding to obtain the data size. Regenerate encoded three-dimensional data 414 with reduced.
  • the SWLD extraction unit 403 regenerates the extracted three-dimensional data 412 in which the number of feature points to be extracted is reduced, and the SWLD encoding unit 405 encodes the extracted three-dimensional data 412.
  • the degree of quantization in the SWLD encoding unit 405 may be made coarser. For example, in the case of an octree tree structure to be described later, the degree of quantization can be made rough by rounding the data of the lowermost layer.
  • the SWLD encoding unit 405 does not generate the encoded three-dimensional data 414 of SWLD.
  • the encoded three-dimensional data 413 of the WLD may be copied to the encoded three-dimensional data 414 of the SWLD. That is, the encoded three-dimensional data 413 of the WLD may be used as it is as the encoded three-dimensional data 414 of the SWLD.
  • FIG. 18 is a block diagram of a three-dimensional data decoding apparatus 500 according to the present embodiment.
  • FIG. 19 is a flowchart of three-dimensional data decoding processing by the three-dimensional data decoding apparatus 500.
  • the three-dimensional data decoding apparatus 500 shown in FIG. 18 generates the decoded three-dimensional data 512 or 513 by decoding the encoded three-dimensional data 511.
  • the encoded three-dimensional data 511 is, for example, encoded three-dimensional data 413 or 414 generated by the three-dimensional data encoding apparatus 400.
  • the three-dimensional data decoding apparatus 500 includes an acquisition unit 501, a header analysis unit 502, a WLD decoding unit 503, and a SWLD decoding unit 504.
  • the acquisition unit 501 acquires encoded three-dimensional data 511 (S501).
  • the header analysis unit 502 analyzes the header of the encoded three-dimensional data 511, and determines whether the encoded three-dimensional data 511 is a stream containing WLD or a stream containing SWLD (S502). For example, the parameter of the above-mentioned world_type is referred to and determination is performed.
  • the WLD decoding unit 503 When the encoded three-dimensional data 511 is a stream including the WLD (Yes in S503), the WLD decoding unit 503 generates the decoded three-dimensional data 512 of the WLD by decoding the encoded three-dimensional data 511 (S504) . On the other hand, when the encoded three-dimensional data 511 is a stream including SWLD (No in S 503), the SWLD decoding unit 504 generates the decoded three-dimensional data 513 of SWLD by decoding the encoded three-dimensional data 511 ( S505).
  • the decoding method used when the WLD decoding unit 503 decodes WLD may be different from the decoding method used when the SWLD decoding unit 504 decodes SWLD.
  • inter prediction may be prioritized among intra prediction and inter prediction over the decoding method used for WLD.
  • the method of representing the three-dimensional position may be different between the decoding method used for SWLD and the decoding method used for WLD.
  • the three-dimensional position of FVXL is represented by three-dimensional coordinates
  • WLD the three-dimensional position may be represented by an octree, which will be described later, or vice versa.
  • FIG. 20 is a diagram illustrating an example of the VXL of the WLD.
  • FIG. 21 is a diagram showing an octree tree structure of the WLD shown in FIG.
  • the octree structure is composed of nodes and leaves. Each node has at most eight nodes or leaves. Each leaf has VXL information.
  • leaves 1, 2 and 3 respectively represent VXL1, VXL2 and VXL3 shown in FIG.
  • each node and leaf correspond to a three-dimensional position.
  • Node 1 corresponds to the entire block shown in FIG.
  • the block corresponding to node 1 is divided into eight blocks. Of the eight blocks, the block including the valid VXL is set as a node, and the other blocks are set as leaves.
  • the block corresponding to the node is further divided into eight nodes or leaves, and this process is repeated for the hierarchy of the tree structure. In addition, all blocks in the lowest layer are set to leaves.
  • FIG. 22 is a diagram showing an example of SWLD generated from the WLD shown in FIG. VXL1 and VXL2 shown in FIG. 20 are determined as FVXL1 and FVXL2 as a result of feature amount extraction, and are added to SWLD.
  • VXL3 is not determined to be FVXL and is not included in SWLD.
  • FIG. 23 is a diagram showing an octree tree structure of SWLD shown in FIG. In the octree structure shown in FIG. 23, leaf 3 corresponding to VXL 3 shown in FIG. 21 is deleted. As a result, node 3 shown in FIG. 21 does not have a valid VXL and is changed to a leaf.
  • the number of leaves of SWLD is smaller than the number of leaves of WLD, and the encoded three-dimensional data of SWLD is also smaller than the encoded three-dimensional data of WLD.
  • a client such as an in-vehicle device performs self-position estimation
  • the client receives the SWLD from the server, performs self-position estimation using the SWLD, and performs obstacle detection, a distance sensor such as a range finder, stereo Obstacle detection may be performed based on three-dimensional information of the surroundings acquired by itself using various methods such as a camera or a combination of multiple monocular cameras.
  • SWLD hardly includes VXL data of a flat region. Therefore, the server may hold a sub-sample world (subWLD) obtained by sub-sampling the WLD for detection of a static obstacle, and may send SWLD and subWLD to the client. As a result, it is possible to perform self-position estimation and obstacle detection on the client side while suppressing the network bandwidth.
  • subWLD sub-sample world
  • the server may generate a mesh from the WLD and hold it in advance as a mesh world (MWLD).
  • MWLD mesh world
  • the client may receive the MWLD if it needs coarse three-dimensional rendering and may receive the WLD if it needs detailed three-dimensional rendering. Thereby, the network band can be suppressed.
  • the server sets, as FVXL, a VXL having a feature amount equal to or more than the threshold among the VXLs, but may calculate the FVXL by a different method. For example, the server determines that VXL, VLM, SPC, or GOS constituting a signal or an intersection is necessary for self-position estimation, driving assistance, automatic driving, etc., and includes it in SWLD as FVXL, FVLM, FSPC, or FGOS. It does not matter. Also, the above determination may be made manually. The FVXL or the like obtained by the above method may be added to the FVXL or the like set based on the feature amount. That is, the SWLD extraction unit 403 may further extract data corresponding to an object having a predetermined attribute from the input three-dimensional data 411 as the extracted three-dimensional data 412.
  • the server may separately hold FVXL necessary for self position estimation such as a signal or an intersection, driving assistance, or automatic driving as an upper layer (for example, lane world) of SWLD.
  • the server may also add an attribute to VXL in the WLD for each random access unit or each predetermined unit.
  • the attribute includes, for example, information indicating whether it is necessary or not necessary for self-position estimation, or information indicating whether it is important as traffic information such as a signal or an intersection.
  • the attribute may include a correspondence with a feature (such as an intersection or a road) in lane information (such as GDF: Geographic Data Files).
  • the following method may be used as a method of updating WLD or SWLD.
  • Update information indicating people, construction, or changes in a row of trees (for trucks) is uploaded to the server as point cloud or metadata.
  • the server updates the WLD based on the upload, and then updates the SWLD using the updated WLD.
  • the client may transmit the 3D information generated by itself to the server together with the update notification. Good.
  • the server updates the SWLD using the WLD. If the SWLD is not updated, the server determines that the WLD itself is old.
  • header information of the encoded stream it is assumed that information to distinguish between WLD and SWLD is added, but for example, when there are many types of world such as mesh world or lane world, they are distinguished. Information may be added to the header information. Further, when there are a large number of SWLDs having different feature amounts, information that distinguishes each may be added to the header information.
  • SWLD is configured of FVXL, it may include VXL that is not determined to be FVXL.
  • SWLD may include adjacent VXLs used in calculating FVXL feature quantities.
  • the client can calculate the feature amount of FVXL when SWLD is received.
  • SWLD may include information for discriminating whether each VXL is FVXL or VXL.
  • the three-dimensional data encoding apparatus 400 extracts the extracted three-dimensional data 412 (second three-dimensional data) whose feature amount is equal to or more than the threshold from the input three-dimensional data 411 (first three-dimensional data) Encoded three-dimensional data 412 is generated to generate encoded three-dimensional data 414 (first encoded three-dimensional data).
  • the three-dimensional data encoding device 400 generates encoded three-dimensional data 414 obtained by encoding data whose feature amount is equal to or more than a threshold value.
  • the amount of data can be reduced compared to the case where the input three-dimensional data 411 is encoded as it is. Therefore, the three-dimensional data encoding apparatus 400 can reduce the amount of data to be transmitted.
  • the three-dimensional data coding apparatus 400 further generates the coded three-dimensional data 413 (second coded three-dimensional data) by coding the input three-dimensional data 411.
  • the three-dimensional data encoding apparatus 400 can selectively transmit the encoded three-dimensional data 413 and the encoded three-dimensional data 414 according to the use purpose and the like.
  • the extracted three-dimensional data 412 is encoded by the first encoding method, and the input three-dimensional data 411 is encoded by the second encoding method different from the first encoding method.
  • the three-dimensional data encoding apparatus 400 can use encoding methods respectively suitable for the input three-dimensional data 411 and the extracted three-dimensional data 412.
  • inter prediction is prioritized among intra prediction and inter prediction over the second coding method.
  • the 3D data encoding apparatus 400 can raise the priority of inter prediction with respect to the extracted 3D data 412 in which the correlation between adjacent data tends to be low.
  • the method of expressing the three-dimensional position is different between the first encoding method and the second encoding method.
  • a three-dimensional position is represented by an octree
  • a three-dimensional position is represented by three-dimensional coordinates.
  • the three-dimensional data encoding device 400 can use a three-dimensional position representation method more suitable for three-dimensional data having different numbers of data (the number of VXL or FVXL).
  • At least one of the coded three-dimensional data 413 and 414 is either coded three-dimensional data obtained by coding the input three-dimensional data 411 or the input three-dimensional data 411. It includes an identifier indicating whether it is encoded three-dimensional data obtained by encoding a part of. That is, the identifier indicates whether the encoded three-dimensional data is WLD code three-dimensional data 413 or SWLD encoded three-dimensional data 414.
  • the decoding device can easily determine whether the acquired encoded three-dimensional data is the encoded three-dimensional data 413 or the encoded three-dimensional data 414.
  • the three-dimensional data encoding apparatus 400 encodes the extracted three-dimensional data 412 so that the data amount of the encoded three-dimensional data 414 is smaller than the data amount of the encoded three-dimensional data 413.
  • the three-dimensional data coding apparatus 400 can make the data amount of the coded three-dimensional data 414 smaller than the data amount of the coded three-dimensional data 413.
  • the three-dimensional data encoding apparatus 400 further extracts data corresponding to an object having a predetermined attribute from the input three-dimensional data 411 as the extracted three-dimensional data 412.
  • an object having a predetermined attribute is an object necessary for self-position estimation, driving assistance, automatic driving and the like, and is a signal or an intersection.
  • the three-dimensional data encoding apparatus 400 can generate encoded three-dimensional data 414 including data required by the decoding apparatus.
  • the three-dimensional data encoding apparatus 400 (server) further transmits one of the encoded three-dimensional data 413 and 414 to the client according to the state of the client.
  • the three-dimensional data encoding apparatus 400 can transmit appropriate data according to the state of the client.
  • the status of the client includes the communication status (for example, network bandwidth) of the client or the moving speed of the client.
  • the three-dimensional data encoding apparatus 400 further transmits one of the encoded three-dimensional data 413 and 414 to the client in response to the client's request.
  • the three-dimensional data encoding apparatus 400 can transmit appropriate data in response to the client's request.
  • the 3D data decoding apparatus 500 decodes the encoded 3D data 413 or 414 generated by the 3D data encoding apparatus 400.
  • the three-dimensional data decoding apparatus 500 performs a first decoding on the encoded three-dimensional data 414 obtained by encoding the extracted three-dimensional data 412 in which the feature quantity extracted from the input three-dimensional data 411 is equal to or greater than the threshold. Decrypt by the method. In addition, the three-dimensional data decoding apparatus 500 decodes the encoded three-dimensional data 413 obtained by encoding the input three-dimensional data 411 using a second decoding method different from the first decoding method.
  • the three-dimensional data decoding apparatus 500 selects the encoded three-dimensional data 414 obtained by encoding the data whose feature amount is equal to or more than the threshold and the encoded three-dimensional data 413 according to the use purpose, for example. Can be received. Thereby, the three-dimensional data decoding apparatus 500 can reduce the amount of data to be transmitted. Furthermore, the three-dimensional data decoding apparatus 500 can use a decoding method respectively suitable for the input three-dimensional data 411 and the extracted three-dimensional data 412.
  • inter prediction is prioritized among intra prediction and inter prediction over the second decoding method.
  • the three-dimensional data decoding apparatus 500 can raise the priority of inter prediction with respect to the extracted three-dimensional data in which the correlation between adjacent data tends to be low.
  • the method of expressing the three-dimensional position is different between the first decoding method and the second decoding method.
  • a three-dimensional position is represented by an octree
  • a three-dimensional position is represented by three-dimensional coordinates.
  • the three-dimensional data decoding apparatus 500 can use a three-dimensional position representation method more suitable for three-dimensional data having different numbers of data (number of VXL or FVXL).
  • At least one of the coded three-dimensional data 413 and 414 is either coded three-dimensional data obtained by coding the input three-dimensional data 411 or the input three-dimensional data 411. It includes an identifier indicating whether it is encoded three-dimensional data obtained by encoding a part of.
  • the three-dimensional data decoding apparatus 500 identifies the encoded three-dimensional data 413 and 414 with reference to the identifier.
  • the three-dimensional data decoding apparatus 500 can easily determine whether the acquired encoded three-dimensional data is the encoded three-dimensional data 413 or the encoded three-dimensional data 414.
  • the three-dimensional data decoding device 500 further notifies the server of the state of the client (three-dimensional data decoding device 500).
  • the three-dimensional data decoding apparatus 500 receives one of the encoded three-dimensional data 413 and 414 transmitted from the server according to the state of the client.
  • the three-dimensional data decoding device 500 can receive appropriate data according to the state of the client.
  • the status of the client includes the communication status (for example, network bandwidth) of the client or the moving speed of the client.
  • the three-dimensional data decoding apparatus 500 further requests one of the encoded three-dimensional data 413 and 414 from the server, and in response to the request, one of the encoded three-dimensional data 413 and 414 transmitted from the server To receive.
  • the three-dimensional data decoding device 500 can receive appropriate data according to the application.
  • FIG. 24 is a block diagram of a three-dimensional data creation device 620 according to the present embodiment.
  • the three-dimensional data creation device 620 is, for example, more dense by combining the received second three-dimensional data 635 with the first three-dimensional data 632 included in the host vehicle and created by the three-dimensional data creation device 620.
  • the third 3D data 636 is created.
  • the three-dimensional data generation device 620 includes a three-dimensional data generation unit 621, a required range determination unit 622, a search unit 623, a reception unit 624, a decoding unit 625, and a combining unit 626.
  • the three-dimensional data creation unit 621 creates the first three-dimensional data 632 using the sensor information 631 detected by the sensor provided in the host vehicle.
  • the required range determination unit 622 determines a required range which is a three-dimensional space range lacking data in the created first three-dimensional data 632.
  • the searching unit 623 searches for a surrounding vehicle possessing the three-dimensional data of the required range, and transmits required range information 633 indicating the required range to the surrounding vehicles identified by the search.
  • the receiving unit 624 receives encoded three-dimensional data 634, which is an encoded stream in the required range, from surrounding vehicles (S624).
  • the search unit 623 may make a request indiscriminately for all the vehicles present in the specific range, and receive the encoded three-dimensional data 634 from the other party who has made a response.
  • the search unit 623 may issue a request to an object such as a traffic light or a sign as well as a vehicle, and receive the encoded three-dimensional data 634 from the object.
  • the decoding unit 625 obtains the second three-dimensional data 635 by decoding the received encoded three-dimensional data 634.
  • the combining unit 626 creates the dense third three-dimensional data 636 by combining the first three-dimensional data 632 and the second three-dimensional data 635.
  • FIG. 25 is a block diagram of a three-dimensional data transmission apparatus 640.
  • the three-dimensional data transmission device 640 processes, for example, the fifth three-dimensional data 652 included in the above-mentioned peripheral vehicles and created by the peripheral vehicles into sixth three-dimensional data 654 required by the host vehicle
  • the encoded three-dimensional data 634 is generated by encoding 654 and the encoded three-dimensional data 634 is transmitted to the vehicle.
  • the three-dimensional data transmission device 640 includes a three-dimensional data generation unit 641, a reception unit 642, an extraction unit 643, an encoding unit 644, and a transmission unit 645.
  • the three-dimensional data creation unit 641 creates the fifth three-dimensional data 652 using the sensor information 651 detected by the sensor provided in the surrounding vehicle.
  • the receiving unit 642 receives the required range information 633 transmitted from the host vehicle.
  • the extraction unit 643 processes the fifth three-dimensional data 652 into sixth three-dimensional data 654 by extracting three-dimensional data of the required range indicated by the required range information 633 from the fifth three-dimensional data 652. Do.
  • the encoding unit 644 encodes the sixth three-dimensional data 654 to generate encoded three-dimensional data 634 that is a coded stream. Then, the transmitting unit 645 transmits the encoded three-dimensional data 634 to the host vehicle.
  • each vehicle includes the three-dimensional data creation device 620 and the three-dimensional data transmission device It may have a function of 640.
  • Embodiment 4 In the present embodiment, the operation of an abnormal system in self-position estimation based on a three-dimensional map will be described.
  • Self-position estimation matches three-dimensional maps with three-dimensional information (hereinafter referred to as “vehicle detection three-dimensional data”) around the vehicle acquired by a sensor such as a range finder (such as LiDAR) mounted on the vehicle or a stereo camera. This can be realized by estimating the vehicle position in the three-dimensional map.
  • vehicle detection three-dimensional data such as a range finder (such as LiDAR) mounted on the vehicle or a stereo camera.
  • Three-dimensional maps are not only three-dimensional point clouds such as HD maps advocated by HERE, but also two-dimensional map data such as road and intersection shape information, or change in real time such as traffic congestion and accidents Information may be included.
  • a three-dimensional map is constructed from a plurality of layers, such as three-dimensional data, two-dimensional data, and metadata changing in real time, and the device can acquire or reference only necessary data.
  • the data of the point cloud may be the above-described SWLD, or may include point cloud data that is not a feature point.
  • transmission and reception of point cloud data is performed based on one or a plurality of random access units.
  • the following method can be used as a matching method between the three-dimensional map and the vehicle detection three-dimensional data.
  • the apparatus compares the shapes of point clouds in the point clouds with each other, and determines that portions with high similarity between feature points are at the same position.
  • the device performs matching by comparing the feature points constituting the SWLD with the three-dimensional feature points extracted from the vehicle detection three-dimensional data.
  • a three-dimensional map can not be acquired via communication.
  • FIG. 26 is a block diagram showing a configuration example of the three-dimensional information processing apparatus 700 according to the present embodiment.
  • the three-dimensional information processing apparatus 700 is mounted, for example, on a moving object such as a car. As shown in FIG. 26, the three-dimensional information processing apparatus 700 includes a three-dimensional map acquisition unit 701, a vehicle detection data acquisition unit 702, an abnormal case determination unit 703, a coping operation determination unit 704, and an operation control unit 705. And
  • the three-dimensional information processing apparatus 700 is not shown for detecting a structure or an object around the vehicle, such as a camera for acquiring a two-dimensional image or a sensor of one-dimensional data using ultrasonic waves or a laser. Two dimensional or one dimensional sensors may be provided. Further, the three-dimensional information processing apparatus 700 may include a communication unit (not shown) for acquiring a three-dimensional map by a mobile communication network such as 4G or 5G or inter-vehicle communication or road-vehicle communication. .
  • the three-dimensional map acquisition unit 701 acquires a three-dimensional map 711 near the traveling route.
  • the three-dimensional map acquisition unit 701 acquires the three-dimensional map 711 by a mobile communication network or inter-vehicle communication or road-vehicle communication.
  • the vehicle detection data acquisition unit 702 acquires the vehicle detection three-dimensional data 712 based on the sensor information. For example, the vehicle detection data acquisition unit 702 generates the vehicle detection three-dimensional data 712 based on sensor information acquired by a sensor of the vehicle.
  • the abnormal case determination unit 703 detects an abnormal case by performing a predetermined check on at least one of the acquired three-dimensional map 711 and the vehicle detection three-dimensional data 712. That is, the abnormal case determination unit 703 determines whether at least one of the acquired three-dimensional map 711 and the vehicle detection three-dimensional data 712 is abnormal.
  • the coping operation determination unit 704 determines a coping operation for the abnormal case.
  • the operation control unit 705 controls the operation of each processing unit required to perform the coping operation, such as the three-dimensional map acquisition unit 701.
  • the three-dimensional information processing apparatus 700 ends the process.
  • the three-dimensional information processing device 700 performs self-position estimation of a vehicle having the three-dimensional information processing device 700 using the three-dimensional map 711 and the vehicle detection three-dimensional data 712. Next, the three-dimensional information processing device 700 automatically drives the vehicle using the result of the self position estimation.
  • the three-dimensional information processing apparatus 700 acquires map data (three-dimensional map 711) including the first three-dimensional position information via the communication path.
  • the first three-dimensional position information is encoded in units of subspaces having three-dimensional coordinate information, and is a collection of one or more subspaces, each of which can be independently decoded. Includes access units.
  • the first three-dimensional position information is data (SWLD) obtained by encoding a feature point whose three-dimensional feature amount is equal to or more than a predetermined threshold value.
  • the three-dimensional information processing apparatus 700 generates second three-dimensional position information (own vehicle detection three-dimensional data 712) from the information detected by the sensor. Next, the three-dimensional information processing apparatus 700 performs the abnormality determination process on the first three-dimensional position information or the second three-dimensional position information to obtain the first three-dimensional position information or the second three-dimensional position information. It is determined whether the three-dimensional position information is abnormal.
  • the three-dimensional information processing apparatus 700 determines a coping operation for the abnormality. Next, the three-dimensional information processing apparatus 700 performs control necessary for performing the coping operation.
  • the three-dimensional information processing apparatus 700 can detect an abnormality in the first three-dimensional position information or the second three-dimensional position information, and can perform a coping operation.
  • FIG. 27 is a block diagram showing a configuration example of a three-dimensional data creation device 810 according to the present embodiment.
  • the three-dimensional data creation device 810 is mounted on, for example, a vehicle.
  • the three-dimensional data creation device 810 sends and receives three-dimensional data to and from an external traffic monitoring cloud, a leading vehicle or a following vehicle, and creates and accumulates three-dimensional data.
  • the three-dimensional data generation device 810 includes a data reception unit 811, a communication unit 812, a reception control unit 813, a format conversion unit 814, a plurality of sensors 815, a three-dimensional data generation unit 816, and a three-dimensional data synthesis unit 817, a three-dimensional data storage unit 818, a communication unit 819, a transmission control unit 820, a format conversion unit 821, and a data transmission unit 822.
  • the data receiving unit 811 receives three-dimensional data 831 from a traffic monitoring cloud or a leading vehicle.
  • the three-dimensional data 831 includes, for example, information such as a point cloud, a visible light image, depth information, sensor position information, or speed information including an area that can not be detected by the sensor 815 of the host vehicle.
  • the communication unit 812 communicates with the traffic monitoring cloud or the leading vehicle, and transmits a data transmission request and the like to the traffic monitoring cloud or the leading vehicle.
  • the reception control unit 813 exchanges information such as the corresponding format with the communication destination via the communication unit 812 and establishes communication with the communication destination.
  • the format conversion unit 814 generates three-dimensional data 832 by performing format conversion on the three-dimensional data 831 received by the data reception unit 811. In addition, the format conversion unit 814 performs decompression or decoding processing when the three-dimensional data 831 is compressed or encoded.
  • the plurality of sensors 815 are a group of sensors such as LIDAR, a visible light camera or an infrared camera that acquire information outside the vehicle, and generate sensor information 833.
  • the sensor 815 is a laser sensor such as LIDAR
  • the sensor information 833 is three-dimensional data such as a point cloud (point cloud data).
  • the sensor 815 may not be plural.
  • the three-dimensional data generation unit 816 generates three-dimensional data 834 from the sensor information 833.
  • the three-dimensional data 834 includes information such as, for example, a point cloud, visible light video, depth information, sensor position information, or velocity information.
  • the three-dimensional data combining unit 817 combines the three-dimensional data 832 created by the traffic monitoring cloud or the preceding vehicle with the three-dimensional data 834 created based on the sensor information 833 of the own vehicle. Three-dimensional data 835 including the space in front of the leading vehicle that can not be detected by the sensor 815 is constructed.
  • the three-dimensional data storage unit 818 stores the generated three-dimensional data 835 and the like.
  • the communication unit 819 communicates with the traffic monitoring cloud or the following vehicle, and transmits a data transmission request and the like to the traffic monitoring cloud or the following vehicle.
  • the transmission control unit 820 exchanges information such as the corresponding format with the communication destination via the communication unit 819, and establishes communication with the communication destination.
  • the transmission control unit 820 is based on the three-dimensional data construction information of the three-dimensional data 832 generated by the three-dimensional data synthesis unit 817 and the data transmission request from the communication destination. Determine a certain transmission area.
  • the transmission control unit 820 determines a transmission region including the space in front of the own vehicle that can not be detected by the sensors of the following vehicle. Further, the transmission control unit 820 determines the transmission area by determining the presence or absence of updating of the transmittable space or the transmitted space based on the three-dimensional data construction information. For example, the transmission control unit 820 determines an area specified by the data transmission request and an area in which the corresponding three-dimensional data 835 exists as a transmission area. Then, the transmission control unit 820 notifies the format conversion unit 821 of the format corresponding to the communication destination and the transmission area.
  • the format conversion unit 821 converts the three-dimensional data 836 in the transmission area of the three-dimensional data 835 stored in the three-dimensional data storage unit 818 into a format that the receiving side supports, thereby converting the three-dimensional data 837. Generate The format converter 821 may reduce the data amount by compressing or encoding the three-dimensional data 837.
  • the data transmission unit 822 transmits the three-dimensional data 837 to the traffic monitoring cloud or the following vehicle.
  • the three-dimensional data 837 includes, for example, information such as a point cloud ahead of the host vehicle, a visible light image, depth information, sensor position information, and the like, including a region where the following vehicle will be blind.
  • format conversion and the like are performed by the format conversion units 814 and 821 .
  • the three-dimensional data creation device 810 acquires three-dimensional data 831 of an area that can not be detected by the sensor 815 of the own vehicle from the outside, and detects three-dimensional data 831 and sensor information 833 detected by the sensor 815 of the own vehicle.
  • the three-dimensional data 835 is generated by combining the three-dimensional data 834 based on.
  • the three-dimensional data generation device 810 can generate three-dimensional data in a range that can not be detected by the sensor 815 of the host vehicle.
  • the three-dimensional data creating device 810 can be used as the traffic monitoring cloud or the following three-dimensional data including the space in front of the own vehicle that can not be detected by the sensor of the following vehicle. It can be sent to a vehicle etc.
  • a client device such as a vehicle transmits three-dimensional data to another vehicle or a server such as a traffic monitoring cloud.
  • the client device transmits sensor information obtained by the sensor to a server or another client device.
  • FIG. 28 is a diagram showing a configuration of a three-dimensional map and a sensor information transmission / reception system according to the present embodiment.
  • the system includes a server 901 and client devices 902A and 902B.
  • client devices 902A and 902B are not particularly distinguished, they are also described as the client device 902.
  • the client device 902 is, for example, an on-vehicle device mounted on a mobile object such as a vehicle.
  • the server 901 is, for example, a traffic monitoring cloud or the like, and can communicate with a plurality of client devices 902.
  • the server 901 transmits, to the client device 902, a three-dimensional map composed of point clouds.
  • the configuration of the three-dimensional map is not limited to the point cloud, and may represent other three-dimensional data such as a mesh structure.
  • the client apparatus 902 transmits the sensor information acquired by the client apparatus 902 to the server 901.
  • the sensor information includes, for example, at least one of LIDAR acquisition information, a visible light image, an infrared image, a depth image, sensor position information, and velocity information.
  • Data sent and received between the server 901 and the client device 902 may be compressed for data reduction or may be uncompressed to maintain data accuracy.
  • a point cloud can use, for example, a three-dimensional compression scheme based on an octree tree structure.
  • a two-dimensional image compression method can be used for visible light images, infrared images, and depth images.
  • the two-dimensional image compression method is, for example, MPEG-4 AVC or HEVC standardized by MPEG.
  • the server 901 also transmits a three-dimensional map managed by the server 901 to the client device 902 in response to a transmission request for the three-dimensional map from the client device 902.
  • the server 901 may transmit the three-dimensional map without waiting for the transmission request of the three-dimensional map from the client apparatus 902.
  • the server 901 may broadcast the three-dimensional map to one or more client devices 902 located in a predetermined space.
  • the server 901 may transmit a three-dimensional map suitable for the position of the client device 902 at regular intervals to the client device 902 that has received the transmission request once.
  • the server 901 may transmit a three-dimensional map to the client device 902 each time the three-dimensional map managed by the server 901 is updated.
  • the client device 902 issues a transmission request for a three-dimensional map to the server 901. For example, when the client device 902 wants to perform self-position estimation at the time of traveling, the client device 902 transmits a transmission request of a three-dimensional map to the server 901.
  • the client apparatus 902 may request the server 901 to transmit a three-dimensional map.
  • the client device 902 may request the server 901 to transmit the three-dimensional map.
  • the client device 902 may request the server 901 to transmit the three-dimensional map.
  • the client device 902 may issue a transmission request for the three-dimensional map to the server 901 a certain time before the client device 902 comes out of the space indicated by the three-dimensional map held by the client device 902. For example, when the client device 902 exists within a predetermined distance from the boundary of the space indicated by the three-dimensional map held by the client device 902, the client device 902 issues a transmission request for the three-dimensional map to the server 901. May be In addition, when the movement path and movement speed of the client device 902 can be grasped, the time when the client device 902 leaves the space indicated by the three-dimensional map held by the client device 902 is predicted based on these. May be
  • the client device 902 may request the server 901 to transmit a three-dimensional map when the error in alignment between the three-dimensional data and the three-dimensional map created by the client device 902 from the sensor information is greater than or equal to a certain amount.
  • the client device 902 transmits sensor information to the server 901 in response to the transmission request for sensor information transmitted from the server 901.
  • the client apparatus 902 may send sensor information to the server 901 without waiting for a transmission request for sensor information from the server 901. For example, when the client apparatus 902 receives a transmission request for sensor information from the server 901, the client apparatus 902 may periodically transmit the sensor information to the server 901 for a predetermined period.
  • the client apparatus 902 is a peripheral of the client apparatus 902 when an error in alignment between the three-dimensional data created based on sensor information by the client apparatus 902 and the three-dimensional map obtained from the server 901 is a certain value or more. It may be determined that there is a possibility that a change has occurred in the three-dimensional map, and that effect and sensor information may be transmitted to the server 901.
  • the server 901 issues a transmission request for sensor information to the client device 902.
  • the server 901 receives, from the client device 902, positional information of the client device 902, such as GPS.
  • positional information of the client device 902 such as GPS.
  • the server 901 determines that the client device 902 is approaching a space where there is little information in the three-dimensional map managed by the server 901 based on the position information of the client device 902, the client generates a new three-dimensional map
  • the device 902 is requested to transmit sensor information.
  • the server 901 issues a transmission request for sensor information when it wants to update the three-dimensional map, when it wants to check road conditions such as when it is snowing or when it is a disaster, or when it wants to check the traffic congestion situation or the accident situation. It is also good.
  • the client apparatus 902 may set the data amount of sensor information to be transmitted to the server 901 according to the communication state or bandwidth at the time of receiving a transmission request for sensor information received from the server 901. Setting the data amount of sensor information to be transmitted to the server 901 is, for example, increasing or decreasing the data itself, or selecting a compression method as appropriate.
  • FIG. 29 is a block diagram showing a configuration example of the client apparatus 902.
  • the client device 902 receives a three-dimensional map including a point cloud and the like from the server 901, and estimates the self position of the client device 902 from the three-dimensional data created based on sensor information of the client device 902. Also, the client apparatus 902 transmits the acquired sensor information to the server 901.
  • the client device 902 includes a data reception unit 1011, a communication unit 1012, a reception control unit 1013, a format conversion unit 1014, a plurality of sensors 1015, a three-dimensional data generation unit 1016, and a three-dimensional image processing unit 1017.
  • a three-dimensional data storage unit 1018, a format conversion unit 1019, a communication unit 1020, a transmission control unit 1021, and a data transmission unit 1022 are provided.
  • the data receiving unit 1011 receives the three-dimensional map 1031 from the server 901.
  • the three-dimensional map 1031 is data including a point cloud such as WLD or SWLD.
  • the three-dimensional map 1031 may contain either compressed data or uncompressed data.
  • the communication unit 1012 communicates with the server 901, and transmits a data transmission request (for example, a transmission request for a three-dimensional map) to the server 901.
  • a data transmission request for example, a transmission request for a three-dimensional map
  • the reception control unit 1013 exchanges information such as the corresponding format with the communication destination via the communication unit 1012 and establishes communication with the communication destination.
  • the format conversion unit 1014 generates a three-dimensional map 1032 by performing format conversion and the like on the three-dimensional map 1031 received by the data reception unit 1011. Also, when the three-dimensional map 1031 is compressed or encoded, the format conversion unit 1014 performs decompression or decoding processing. If the three-dimensional map 1031 is non-compressed data, the format conversion unit 1014 does not perform decompression or decoding processing.
  • the plurality of sensors 1015 are a sensor group such as LIDAR, a visible light camera, an infrared camera, or a depth sensor that acquires information outside the vehicle in which the client device 902 is mounted, and generates sensor information 1033.
  • the sensor 1015 is a laser sensor such as LIDAR
  • the sensor information 1033 is three-dimensional data such as a point cloud (point cloud data).
  • the sensor 1015 may not be plural.
  • the three-dimensional data creation unit 1016 creates three-dimensional data 1034 around the host vehicle based on the sensor information 1033. For example, the three-dimensional data creation unit 1016 creates point cloud data with color information around the host vehicle using the information acquired by LIDAR and the visible light image acquired by the visible light camera.
  • the three-dimensional image processing unit 1017 performs self-position estimation processing and the like of the own vehicle using the received three-dimensional map 1032 such as point cloud and three-dimensional data 1034 around the own vehicle generated from the sensor information 1033. . Note that the three-dimensional image processing unit 1017 creates three-dimensional data 1035 around the vehicle by combining the three-dimensional map 1032 with the three-dimensional data 1034, and uses the created three-dimensional data 1035 to estimate the self position. You may process.
  • the three-dimensional data storage unit 1018 stores a three-dimensional map 1032, three-dimensional data 1034, three-dimensional data 1035, and the like.
  • the format conversion unit 1019 generates sensor information 1037 by converting the sensor information 1033 into a format supported by the receiving side.
  • the format conversion unit 1019 may reduce the data amount by compressing or encoding the sensor information 1037. Further, the format conversion unit 1019 may omit the process when it is not necessary to perform the format conversion. Also, the format conversion unit 1019 may control the amount of data to be transmitted according to the designation of the transmission range.
  • the communication unit 1020 communicates with the server 901, and receives a data transmission request (transmission request of sensor information) from the server 901.
  • the transmission control unit 1021 exchanges information such as the corresponding format with the communication destination via the communication unit 1020 to establish communication.
  • the data transmission unit 1022 transmits the sensor information 1037 to the server 901.
  • the sensor information 1037 includes, for example, a plurality of sensors such as information acquired by LIDAR, a luminance image acquired by a visible light camera, an infrared image acquired by an infrared camera, a depth image acquired by a depth sensor, sensor position information, and velocity information It contains the information acquired by 1015.
  • FIG. 30 is a block diagram showing a configuration example of the server 901.
  • the server 901 receives sensor information transmitted from the client device 902, and creates three-dimensional data based on the received sensor information.
  • the server 901 updates the three-dimensional map managed by the server 901 using the created three-dimensional data. Also, in response to the transmission request of the three-dimensional map from the client device 902, the server 901 transmits the updated three-dimensional map to the client device 902.
  • the server 901 includes a data reception unit 1111, a communication unit 1112, a reception control unit 1113, a format conversion unit 1114, a three-dimensional data generation unit 1116, a three-dimensional data synthesis unit 1117, and a three-dimensional data storage unit 1118.
  • the data receiving unit 1111 receives sensor information 1037 from the client device 902.
  • the sensor information 1037 includes, for example, information acquired by LIDAR, a luminance image acquired by a visible light camera, an infrared image acquired by an infrared camera, a depth image acquired by a depth sensor, sensor position information, speed information, and the like.
  • the communication unit 1112 communicates with the client device 902, and transmits a data transmission request (for example, a transmission request for sensor information) to the client device 902.
  • a data transmission request for example, a transmission request for sensor information
  • the reception control unit 1113 exchanges information such as the corresponding format with the communication destination via the communication unit 1112 to establish communication.
  • the format conversion unit 1114 When the received sensor information 1037 is compressed or encoded, the format conversion unit 1114 generates sensor information 1132 by performing decompression or decoding processing. If the sensor information 1037 is non-compressed data, the format conversion unit 1114 does not perform decompression or decoding processing.
  • the three-dimensional data creation unit 1116 creates three-dimensional data 1134 around the client device 902 based on the sensor information 1132. For example, the three-dimensional data creation unit 1116 creates point cloud data with color information of the periphery of the client apparatus 902 using the information acquired by LIDAR and the visible light image acquired by the visible light camera.
  • the three-dimensional data combining unit 1117 updates the three-dimensional map 1135 by combining the three-dimensional data 1134 created based on the sensor information 1132 with the three-dimensional map 1135 managed by the server 901.
  • the three-dimensional data storage unit 1118 stores the three-dimensional map 1135 and the like.
  • the format conversion unit 1119 generates a three-dimensional map 1031 by converting the three-dimensional map 1135 into a format compatible with the receiving side.
  • the format converter 1119 may reduce the amount of data by compressing or encoding the three-dimensional map 1135. Further, the format conversion unit 1119 may omit the process when it is not necessary to perform the format conversion. Also, the format conversion unit 1119 may control the amount of data to be transmitted according to the designation of the transmission range.
  • the communication unit 1120 communicates with the client device 902, and receives a data transmission request (transmission request of a three-dimensional map) or the like from the client device 902.
  • the transmission control unit 1121 exchanges information such as the corresponding format with the communication destination via the communication unit 1120 to establish communication.
  • the data transmission unit 1122 transmits the three-dimensional map 1031 to the client device 902.
  • the three-dimensional map 1031 is data including a point cloud such as WLD or SWLD.
  • the three-dimensional map 1031 may contain either compressed data or uncompressed data.
  • FIG. 31 is a flowchart showing an operation at the time of acquiring a three-dimensional map by the client apparatus 902.
  • the client apparatus 902 requests the server 901 to transmit a three-dimensional map (point cloud or the like) (S1001). At this time, the client apparatus 902 may request the server 901 to transmit a three-dimensional map related to the position information by transmitting the position information of the client apparatus 902 obtained by GPS or the like together.
  • a three-dimensional map point cloud or the like
  • the client apparatus 902 receives a three-dimensional map from the server 901 (S1002). If the received three-dimensional map is compressed data, the client apparatus 902 decodes the received three-dimensional map to generate an uncompressed three-dimensional map (S1003).
  • the client device 902 creates three-dimensional data 1034 around the client device 902 from the sensor information 1033 obtained by the plurality of sensors 1015 (S1004).
  • the client apparatus 902 estimates the self position of the client apparatus 902 using the three-dimensional map 1032 received from the server 901 and the three-dimensional data 1034 created from the sensor information 1033 (S1005).
  • FIG. 32 is a flowchart showing an operation at the time of transmission of sensor information by the client apparatus 902.
  • the client apparatus 902 receives a transmission request for sensor information from the server 901 (S1011).
  • the client apparatus 902 having received the transmission request transmits the sensor information 1037 to the server 901 (S1012).
  • the sensor information 1033 includes a plurality of pieces of information obtained by the plurality of sensors 1015
  • the client device 902 may generate the sensor information 1037 by compressing each information according to a compression method suitable for each piece of information. Good.
  • FIG. 33 is a flowchart showing an operation of the server 901 when acquiring sensor information.
  • the server 901 requests the client apparatus 902 to transmit sensor information (S1021).
  • the server 901 receives the sensor information 1037 transmitted from the client apparatus 902 in response to the request (S1022).
  • the server 901 creates three-dimensional data 1134 using the received sensor information 1037 (S1023).
  • the server 901 reflects the created three-dimensional data 1134 on the three-dimensional map 1135 (S1024).
  • FIG. 34 is a flowchart showing an operation at the time of transmission of a three-dimensional map by the server 901.
  • the server 901 receives a transmission request for a three-dimensional map from the client apparatus 902 (S1031).
  • the server 901 that has received the transmission request of the three-dimensional map transmits the three-dimensional map 1031 to the client device 902 (S1032).
  • the server 901 may extract a three-dimensional map in the vicinity thereof in accordance with the position information of the client apparatus 902, and may transmit the extracted three-dimensional map.
  • the server 901 may compress a three-dimensional map configured by a point cloud using, for example, a compression method using an octree tree structure, and transmit the three-dimensional map after compression.
  • the server 901 uses the sensor information 1037 received from the client device 902 to create three-dimensional data 1134 in the vicinity of the position of the client device 902. Next, the server 901 calculates the difference between the three-dimensional data 1134 and the three-dimensional map 1135 by matching the created three-dimensional data 1134 with the three-dimensional map 1135 in the same area managed by the server 901. . If the difference is equal to or greater than a predetermined threshold, the server 901 determines that some abnormality has occurred around the client apparatus 902. For example, when ground subsidence or the like occurs due to a natural disaster such as an earthquake, a large difference occurs between the three-dimensional map 1135 managed by the server 901 and the three-dimensional data 1134 created based on the sensor information 1037 It is conceivable.
  • the sensor information 1037 may include information indicating at least one of the type of sensor, the performance of the sensor, and the model number of the sensor.
  • a class ID or the like corresponding to the performance of the sensor may be added to the sensor information 1037.
  • the sensor information 1037 is information acquired by LIDAR, class 1 sensors that can acquire information with an accuracy of several mm, class 2 sensors that can acquire information with an accuracy of several cm, a few meters It is conceivable to assign an identifier to the performance of a sensor, such as a class 3 sensor that can obtain information with accuracy.
  • the server 901 may estimate sensor performance information and the like from the model number of the client apparatus 902.
  • the server 901 may determine the specification information of the sensor from the vehicle type of the vehicle. In this case, the server 901 may obtain in advance information on the vehicle type of the vehicle, or the sensor information may include the information. Also, the server 901 may switch the degree of correction to the three-dimensional data 1134 created using the sensor information 1037 using the acquired sensor information 1037. For example, when the sensor performance is high accuracy (class 1), the server 901 does not perform correction on the three-dimensional data 1134. If the sensor performance is low accuracy (class 3), the server 901 applies correction to the three-dimensional data 1134 according to the sensor accuracy. For example, the server 901 makes the degree of correction (intensity) stronger as the accuracy of the sensor is lower.
  • the server 901 may simultaneously request transmission of sensor information to a plurality of client devices 902 in a certain space.
  • the server 901 receives a plurality of sensor information from a plurality of client devices 902, it is not necessary to use all the sensor information for creating the three-dimensional data 1134.
  • a sensor to be used according to the performance of the sensor Information may be selected.
  • the server 901 selects sensor information (class 1) with high accuracy from among a plurality of received sensor information, and creates three-dimensional data 1134 using the selected sensor information. You may
  • the server 901 is not limited to only a server such as a traffic monitoring cloud, and may be another client device (vehicle-mounted).
  • FIG. 35 shows the system configuration in this case.
  • the client device 902C issues a transmission request of sensor information to the client device 902A nearby, and acquires sensor information from the client device 902A. Then, the client apparatus 902C creates three-dimensional data using the acquired sensor information of the client apparatus 902A, and updates the three-dimensional map of the client apparatus 902C. As a result, the client device 902C can generate a three-dimensional map of a space that can be acquired from the client device 902A by making use of the performance of the client device 902C. For example, such a case is considered to occur when the performance of the client device 902C is high.
  • the client device 902A that has provided the sensor information is given the right to obtain the high-accuracy three-dimensional map generated by the client device 902C.
  • the client device 902A receives the high-precision three-dimensional map from the client device 902C according to the right.
  • the client device 902C may issue a transmission request of sensor information to a plurality of client devices 902 (client device 902A and client device 902B) nearby. If the sensor of the client device 902A or the client device 902B has high performance, the client device 902C can create three-dimensional data using sensor information obtained by this high performance sensor.
  • FIG. 36 is a block diagram showing functional configurations of the server 901 and the client apparatus 902.
  • the server 901 includes, for example, a three-dimensional map compression / decoding processing unit 1201 that compresses and decodes a three-dimensional map, and a sensor information compression / decoding processing unit 1202 that compresses and decodes sensor information.
  • the client device 902 includes a three-dimensional map decoding processing unit 1211 and a sensor information compression processing unit 1212.
  • the three-dimensional map decoding processing unit 1211 receives the compressed encoded data of the three-dimensional map, decodes the encoded data, and acquires the three-dimensional map.
  • the sensor information compression processing unit 1212 compresses the sensor information itself instead of the three-dimensional data created from the acquired sensor information, and transmits encoded data of the compressed sensor information to the server 901.
  • the client device 902 may internally hold a processing unit (device or LSI) that performs processing for decoding a three-dimensional map (point cloud or the like), and three-dimensional data of the three-dimensional map (point cloud or the like) There is no need to internally hold a processing unit that performs processing for compressing. Thereby, the cost, power consumption and the like of the client apparatus 902 can be suppressed.
  • a processing unit device or LSI
  • the client apparatus 902 is mounted on the mobile unit, and the sensor information 1033 indicating the peripheral situation of the mobile unit obtained by the sensor 1015 mounted on the mobile unit is used for the mobile unit.
  • Three-dimensional data 1034 of the periphery is created.
  • the client device 902 estimates the self position of the mobile using the created three-dimensional data 1034.
  • the client device 902 transmits the acquired sensor information 1033 to the server 901 or another mobile unit 902.
  • the client apparatus 902 transmits the sensor information 1033 to the server 901 or the like.
  • the data amount of transmission data can be reduced as compared to the case of transmitting three-dimensional data.
  • the processing amount of the client device 902 can be reduced.
  • the client device 902 can realize the reduction of the amount of data to be transmitted or the simplification of the device configuration.
  • the client apparatus 902 further transmits a transmission request for the three-dimensional map to the server 901, and receives the three-dimensional map 1031 from the server 901.
  • the client device 902 estimates the self position using the three-dimensional data 1034 and the three-dimensional map 1032 in the self position estimation.
  • the sensor information 1033 includes at least one of information obtained by the laser sensor, a luminance image, an infrared image, a depth image, position information of the sensor, and speed information of the sensor.
  • the sensor information 1033 includes information indicating the performance of the sensor.
  • the client device 902 encodes or compresses the sensor information 1033, and transmits the encoded or compressed sensor information 1037 to the server 901 or another mobile unit 902 in transmitting the sensor information. According to this, the client device 902 can reduce the amount of data to be transmitted.
  • the client device 902 includes a processor and a memory, and the processor performs the above processing using the memory.
  • the server 901 can communicate with the client device 902 mounted on the mobile unit, and sensor information 1037 indicating the peripheral situation of the mobile unit obtained by the sensor 1015 mounted on the mobile unit. Are received from the client device 902.
  • the server 901 creates three-dimensional data 1134 around the mobile unit from the received sensor information 1037.
  • the server 901 creates three-dimensional data 1134 using the sensor information 1037 transmitted from the client apparatus 902. As a result, there is a possibility that the data amount of transmission data can be reduced compared to the case where the client device 902 transmits three-dimensional data. In addition, since the client device 902 does not have to perform processing such as compression or encoding of three-dimensional data, the processing amount of the client device 902 can be reduced. Thus, the server 901 can reduce the amount of data to be transmitted or simplify the configuration of the device.
  • the server 901 further transmits a transmission request for sensor information to the client device 902.
  • the server 901 further updates the three-dimensional map 1135 using the created three-dimensional data 1134, and transmits the three-dimensional map 1135 to the client device 902 in response to the transmission request of the three-dimensional map 1135 from the client device 902. Send.
  • the sensor information 1037 includes at least one of information obtained by the laser sensor, a luminance image, an infrared image, a depth image, position information of the sensor, and speed information of the sensor.
  • the sensor information 1037 includes information indicating the performance of the sensor.
  • the server 901 further corrects three-dimensional data in accordance with the performance of the sensor. According to this, the said three-dimensional data creation method can improve the quality of three-dimensional data.
  • the server 901 receives a plurality of sensor information 1037 from a plurality of client devices 902, and based on a plurality of information indicating the performance of a sensor included in the plurality of sensor information 1037, three-dimensional data 1134
  • the sensor information 1037 used to create the According to this, the server 901 can improve the quality of the three-dimensional data 1134.
  • the server 901 decodes or expands the received sensor information 1037, and creates three-dimensional data 1134 from the decoded or expanded sensor information 1132. According to this, the server 901 can reduce the amount of data to be transmitted.
  • the server 901 includes a processor and a memory, and the processor performs the above process using the memory.
  • FIG. 37 is a block diagram of a 3D data encoding device 1300 according to this embodiment.
  • the three-dimensional data coder 1300 codes three-dimensional data to generate a coded bit stream (hereinafter, also simply referred to as a bit stream) which is a coded signal.
  • the three-dimensional data encoding device 1300 includes a dividing unit 1301, a subtracting unit 1302, a converting unit 1303, a quantizing unit 1304, an inverse quantizing unit 1305, and an inverse converting unit 1306;
  • An addition unit 1307, a reference volume memory 1308, an intra prediction unit 1309, a reference space memory 1310, an inter prediction unit 1311, a prediction control unit 1312 and an entropy coding unit 1313 are provided.
  • the dividing unit 1301 divides each space (SPC) included in the three-dimensional data into a plurality of volumes (VLMs) which are encoding units. Also, the dividing unit 1301 octet-trees the voxels in each volume. The dividing unit 1301 may make the space and the volume the same size, and may represent the space as an octree tree. Also, the dividing unit 1301 may add information (depth information and the like) necessary for octant treeing to the header or the like of the bit stream.
  • the subtracting unit 1302 calculates a difference between the volume (encoding target volume) output from the dividing unit 1301 and a predicted volume generated by intra prediction or inter prediction described later, and sets the calculated difference as a prediction residual.
  • FIG. 38 is a diagram illustrating an example of calculation of prediction residuals. Note that the bit string of the encoding target volume and the prediction volume shown here is, for example, position information indicating the position of a three-dimensional point (for example, point cloud) included in the volume.
  • FIG. 39 is a diagram showing an example of the structure of a volume including a plurality of voxels.
  • FIG. 40 is a diagram showing an example of converting the volume shown in FIG. 39 into an octree structure.
  • leaves 1, 2, and 3 respectively represent voxels VXL1, VXL2, and VXL3 shown in FIG. 39, and represent VXL (hereinafter referred to as effective VXL) including a point group.
  • An octree is represented by, for example, a binary sequence of 0 and 1.
  • each node and leaf is assigned a binary sequence shown in FIG.
  • the binary string is scanned according to the scan order of width priority or depth priority.
  • width priority a binary sequence shown in A of FIG. 41 is obtained.
  • B of FIG. 41 a binary sequence shown in B of FIG. 41 is obtained.
  • the binary sequence obtained by this scan is encoded by entropy coding to reduce the amount of information.
  • depth information in the octree expression will be described.
  • the depth in the octree representation is used to control to what granularity the point cloud information contained in the volume is kept. If the depth is set large, point cloud information can be reproduced to a finer level, but the amount of data for representing nodes and leaves increases. Conversely, if the depth is set smaller, the amount of data decreases, but the point cloud information with different positions and colors is considered to be the same position and the same color, so the information possessed by the original point cloud information is lost. become.
  • the octree shown in FIG. 42 has less data than the octree shown in FIG. That is, the octree shown in FIG. 42 has fewer bits after binarization than the octree shown in FIG.
  • leaf 1 and leaf 2 shown in FIG. 40 are represented by leaf 1 shown in FIG. That is, the information that leaf 1 and leaf 2 shown in FIG. 40 are at different positions is lost.
  • FIG. 43 shows a volume corresponding to the octree shown in FIG. VXL1 and VXL2 shown in FIG. 39 correspond to VXL12 shown in FIG.
  • the three-dimensional data encoding device 1300 generates the color information of VXL 12 shown in FIG. 43 from the color information of VXL 1 and VXL 2 shown in FIG.
  • the three-dimensional data encoding apparatus 1300 calculates an average value, an intermediate value, or a weighted average value of color information of VXL1 and VXL2 as color information of VXL12.
  • the three-dimensional data encoding apparatus 1300 may control reduction of the data amount by changing the depth of the octree.
  • the three-dimensional data encoding apparatus 1300 may set the depth information of the octree in any unit of world unit, space unit, and volume unit. At this time, the three-dimensional data encoding apparatus 1300 may add depth information to world header information, space header information, or volume header information. Also, depth information may be used as the same value in all worlds, spaces, and volumes different in time. In this case, the three-dimensional data encoding apparatus 1300 may add depth information to header information that manages the world of all time.
  • the conversion unit 1303 applies frequency conversion such as orthogonal conversion to the prediction residual of the color information of the voxel in the volume.
  • the transform unit 1303 creates a one-dimensional array by scanning prediction residuals in a certain scan order. Thereafter, the transformation unit 1303 transforms the one-dimensional array into the frequency domain by applying one-dimensional orthogonal transformation to the created one-dimensional array.
  • the code amount can be reduced more efficiently in the quantization unit 1304.
  • the transform unit 1303 may use two-or-more orthogonal transform instead of one-dimensional. For example, the transform unit 1303 maps prediction residuals to a two-dimensional array in a certain scan order, and applies a two-dimensional orthogonal transform to the obtained two-dimensional array. Also, the transform unit 1303 may select an orthogonal transform scheme to be used from a plurality of orthogonal transform schemes. In this case, the three-dimensional data encoding apparatus 1300 adds information indicating which orthogonal transform method is used to the bit stream. In addition, the transform unit 1303 may select an orthogonal transform scheme to be used from a plurality of orthogonal transform schemes having different dimensions. In this case, the three-dimensional data encoding apparatus 1300 adds, to the bitstream, which dimension of orthogonal transform is used.
  • the conversion unit 1303 matches the scan order of the prediction residual with the scan order (such as width priority or depth priority) in an octet tree in the volume. This eliminates overhead because it is not necessary to add information indicating the scan order of prediction residuals to the bitstream. Also, the conversion unit 1303 may apply a scan order different from the scan order of the octree. In this case, the three-dimensional data encoding device 1300 adds information indicating the scan order of the prediction residual to the bit stream. Thereby, the three-dimensional data encoding device 1300 can efficiently encode the prediction residual.
  • the scan order such as width priority or depth priority
  • the three-dimensional data encoding apparatus 1300 adds information (such as a flag) indicating whether or not to apply the scan order of the octree to the bit stream, and performs prediction when the scan order of the octree is not applied.
  • Information indicating the scan order of the residual may be added to the bitstream.
  • the conversion unit 1303 may convert not only the prediction residual of color information but also other attribute information possessed by voxels.
  • the conversion unit 1303 may convert and encode information such as the degree of reflection obtained when the point cloud is acquired by LIDAR or the like.
  • the conversion unit 1303 may skip the process.
  • the three-dimensional data encoding device 1300 may add information (flag) indicating whether to skip the process of the conversion unit 1303 to the bitstream.
  • the quantization unit 1304 generates a quantization coefficient by performing quantization on the frequency component of the prediction residual generated by the conversion unit 1303 using a quantization control parameter. This reduces the amount of information.
  • the generated quantization coefficient is output to the entropy coding unit 1313.
  • the quantization unit 1304 may control the quantization control parameter in world units, space units, or volume units.
  • the three-dimensional data encoding device 1300 adds the quantization control parameter to each header information and the like.
  • the quantization unit 1304 may perform quantization control by changing the weight for each frequency component of the prediction residual.
  • the quantization unit 1304 may finely quantize low frequency components and roughly quantize high frequency components.
  • the three-dimensional data encoding device 1300 may add a parameter representing the weight of each frequency component to the header.
  • the quantization unit 1304 may skip the process. Also, the three-dimensional data encoding device 1300 may add information (flag) indicating whether to skip the process of the quantization unit 1304 to the bit stream.
  • the inverse quantization unit 1305 performs inverse quantization on the quantization coefficient generated by the quantization unit 1304 using the quantization control parameter to generate an inverse quantization coefficient of the prediction residual, and generates the generated inverse quantum
  • the transformation coefficient is output to the inverse transformation unit 1306.
  • the inverse transform unit 1306 applies inverse transform to the inverse quantization coefficient generated by the inverse quantization unit 1305 to generate a prediction residual after inverse transform application. Since the prediction residual after application of inverse transform is a prediction residual generated after quantization, it does not have to completely match the prediction residual output from the transform unit 1303.
  • the addition unit 1307 generates a prediction residual after inverse transform generation generated by the inverse transform unit 1306, and a prediction volume generated by intra prediction or inter prediction described later, which is used to generate a prediction residual before quantization. To create a reconstructed volume. This reconstructed volume is stored in the reference volume memory 1308 or reference space memory 1310.
  • the intra prediction unit 1309 uses the attribute information of the adjacent volume stored in the reference volume memory 1308 to generate a predicted volume of the encoding target volume. Attribute information includes color information or reflection of voxels. The intra prediction unit 1309 generates color information of the encoding target volume or a predicted value of the degree of reflection.
  • FIG. 44 is a diagram for describing an operation of the intra prediction unit 1309.
  • the volume idx is identifier information added to the volumes in the space, and different values are assigned to each volume.
  • the allocation order of the volume idx may be the same as the encoding order, or may be an order different from the encoding order.
  • a prediction residual is generated by subtracting the prediction value of color information from the color information of each voxel included in the encoding target volume.
  • the processing after the transformation unit 1303 is performed on this prediction residual.
  • the three-dimensional data encoding device 1300 adds adjacent volume information and prediction mode information to the bit stream.
  • the adjacent volume information is information indicating the adjacent volume used for the prediction, and for example, indicates the volume idx of the adjacent volume used for the prediction.
  • the prediction mode information indicates the mode used to generate the prediction volume.
  • the mode is, for example, an average mode in which a predicted value is generated from an average value of voxels in an adjacent volume, or an intermediate value mode in which a predicted value is generated from an intermediate value of voxels in an adjacent volume.
  • FIG. 45 is a diagram schematically showing the inter prediction process according to the present embodiment.
  • the inter prediction unit 1311 encodes (inter prediction) a space (SPC) at a certain time T_Cur using a coded space at a different time T_LX.
  • the inter prediction unit 1311 applies the rotation and translation process to the encoded space at different times T_LX to perform the encoding process.
  • the 3D data encoding apparatus 1300 adds, to the bitstream, RT information related to rotation and translation processing applied to the space of different time T_LX.
  • the different time T_LX is, for example, a time T_L0 before the certain time T_Cur.
  • the three-dimensional data encoding apparatus 1300 may add RT information RT_L0 related to the rotation and translation processing applied to the space of time T_L0 to the bit stream.
  • the different time T_LX is, for example, a time T_L1 after the certain time T_Cur.
  • the three-dimensional data encoding apparatus 1300 may add RT information RT_L1 related to the rotation and translation processing applied to the space of time T_L1 to the bit stream.
  • the inter prediction unit 1311 performs coding (bi-prediction) with reference to spaces at both different times T_L0 and T_L1.
  • the 3D data encoding apparatus 1300 may add both RT information RT_L0 and RT_L1 related to the rotation and translation applied to each space to the bitstream.
  • T_L0 is a time before T_Cur
  • T_L1 is a time after T_Cur, but this is not necessarily the case.
  • T_L0 and T_L1 may both be earlier than T_Cur.
  • both T_L0 and T_L1 may be times later than T_Cur.
  • the three-dimensional data encoding apparatus 1300 when encoding is performed with reference to a plurality of spaces at different times, adds RT information related to rotation and translation applied to each space to the bit stream. Good.
  • the three-dimensional data encoding apparatus 1300 manages a plurality of encoded spaces to be referred to by two reference lists (L0 list and L1 list).
  • the first reference space in the L0 list is L0R0
  • the second reference space in the L0 list is L0R1
  • the first reference space in the L1 list is L1R0
  • the second reference space in the L1 list is L1R1.
  • the three-dimensional data encoding apparatus 1300 adds RT information RT_L0R0 of L0R0, RT information RT_L0R1 of L0R1, RT information RT_L1R0 of L1R0, and RT information RT_L1R1 of L1R1 to the bit stream. For example, the three-dimensional data encoding apparatus 1300 adds these RT information to the header of a bit stream or the like.
  • the three-dimensional data encoding apparatus 1300 determines whether to apply rotation and translation for each reference space. At this time, the three-dimensional data encoding apparatus 1300 may add information (RT application flag and the like) indicating whether or not rotation and translation have been applied to each reference space to the header information and the like of the bitstream. For example, the three-dimensional data encoding apparatus 1300 calculates RT information and an ICP error value using an ICP (Interactive Closest Point) algorithm for each reference space referenced from the space to be encoded.
  • ICP Interactive Closest Point
  • the three-dimensional data encoding device 1300 determines that rotation and translation are not required, and sets the RT application flag to OFF. On the other hand, when the ICP error value is larger than the predetermined value, the three-dimensional data encoding device 1300 sets the RT application flag to ON, and adds RT information to the bit stream.
  • FIG. 46 is a diagram showing an example of syntax for adding RT information and an RT application flag to a header.
  • the number of bits allocated to each syntax may be determined within the range that can be taken by that syntax. For example, when the number of reference spaces included in the reference list L0 is eight, 3 bits may be allocated to MaxRefSpc_l0.
  • the number of bits to be allocated may be variable according to the value that each syntax can take, or may be fixed regardless of the possible value. When the number of allocated bits is fixed, the three-dimensional data encoding device 1300 may add the fixed number of bits to other header information.
  • MaxRefSpc_l 0 shown in FIG. 46 indicates the number of reference spaces included in the reference list L 0.
  • RT_flag_l0 [i] is an RT application flag of the reference space i in the reference list L0. If RT_flag_l0 [i] is 1, then rotation and translation are applied to the reference space i. When RT_flag_l0 [i] is 0, no rotation and translation is applied to the reference space i.
  • R — 10 [i] and T — 10 [i] are RT information of the reference space i in the reference list L0.
  • R_l0 [i] is rotation information of the reference space i in the reference list L0.
  • the rotation information indicates the content of the applied rotation process, and is, for example, a rotation matrix or quaternion.
  • T — 10 [i] is translation information of the reference space i in the reference list L0.
  • the translation information indicates the content of the applied translation processing, and is, for example, a translation vector or the like.
  • MaxRefSpc_l1 indicates the number of reference spaces included in the reference list L1.
  • RT_flag_l1 [i] is an RT application flag of the reference space i in the reference list L1.
  • RT_flag_l1 [i] is 1, rotation and translation are applied to the reference space i.
  • RT_flag_l1 [i] is 0, no rotation and translation is applied to the reference space i.
  • R_l1 [i] and T_l1 [i] are RT information of the reference space i in the reference list L1.
  • R_l1 [i] is rotation information of the reference space i in the reference list L1.
  • the rotation information indicates the content of the applied rotation process, and is, for example, a rotation matrix or quaternion.
  • T_l1 [i] is translation information of the reference space i in the reference list L1.
  • the translation information indicates the content of the applied translation processing, and is, for example, a translation vector or the like.
  • the inter prediction unit 1311 generates a prediction volume of the encoding target volume using the information of the encoded reference space stored in the reference space memory 1310. As described above, before generating the predicted volume of the encoding target volume, the inter prediction unit 1311 uses the encoding target space and the reference space to approximate the overall positional relationship between the encoding target space and the reference space. RT information is obtained using an ICP (Interactive Closest Point) algorithm. Then, the inter prediction unit 1311 obtains the reference space B by applying rotation and translation processing to the reference space using the obtained RT information. Thereafter, the inter prediction unit 1311 generates a prediction volume of the encoding target volume in the encoding target space using the information in the reference space B.
  • the three-dimensional data encoding apparatus 1300 adds the RT information used to obtain the reference space B to the header information etc. of the space to be encoded.
  • the inter prediction unit 1311 applies rotation and translation processing to the reference space to approximate the overall positional relationship between the encoding target space and the reference space, and then uses the information on the reference space to predict volume. Can improve the accuracy of the predicted volume. In addition, since the prediction residual can be suppressed, the code amount can be reduced.
  • the inter prediction unit 1311 performs ICP using at least one of the coding target space in which the number of voxels or point clouds is thinned out and the reference space in which the number of voxels or point clouds is thinned out.
  • RT information may be obtained.
  • the inter prediction unit 1311 performs rotation and It is determined that translation processing is not necessary, and rotation and translation may not be performed.
  • the 3D data encoding apparatus 1300 may suppress overhead by not adding RT information to the bit stream.
  • the inter prediction unit 1311 determines that the shape change between spaces is large, and applies intra prediction to all the volumes of the encoding target space.
  • the second threshold is a value larger than the first threshold.
  • the inter prediction unit 1311 sets, as a prediction volume of the coding target volume in the coding target space, for example, the coding target volume in the reference space And the volume with the closest attribute information such as shape or color.
  • this reference space is, for example, a reference space after the above-described rotation and translation processing has been performed.
  • the inter prediction unit 1311 generates a predicted volume from the volume (reference volume) obtained by the search.
  • FIG. 47 is a diagram for explaining an operation of generating a predicted volume.
  • the inter predicting unit 1311 refers to the encoding target volume while scanning the reference volumes in the reference space in order. Search the volume with the smallest prediction residual which is the difference from the volume.
  • the inter prediction unit 1311 selects a volume with the smallest prediction residual as a prediction volume.
  • the prediction residuals of the encoding target volume and the prediction volume are encoded by the processing of the transformation unit 1303 and thereafter.
  • the prediction residual is the difference between the attribute information of the encoding target volume and the attribute information of the prediction volume.
  • the three-dimensional data encoding device 1300 adds the volume idx of the reference volume in the reference space referenced as the predicted volume to the header of the bit stream or the like.
  • the prediction control unit 1312 controls which of the intra prediction and the inter prediction is used to encode the encoding target volume.
  • a mode including intra prediction and inter prediction is referred to as a prediction mode.
  • the prediction control unit 1312 calculates, as an evaluation value, a prediction residual when the encoding target volume is predicted by intra prediction and a prediction residual when predicting by the inter prediction, and the prediction with the smaller evaluation value is performed. Choose a mode.
  • the prediction control unit 1312 calculates and calculates the actual code amount by applying orthogonal transformation, quantization, and entropy coding to the prediction residual of intra prediction and the prediction residual of inter prediction, respectively.
  • the prediction mode may be selected using the calculated code amount as an evaluation value.
  • the prediction control unit 1312 may always select intra prediction, when it is determined in advance that the space to be encoded is to be encoded by intra space.
  • the entropy coding unit 1313 generates a coded signal (coded bit stream) by subjecting the quantization coefficient, which is input from the quantization unit 1304, to variable-length coding. Specifically, the entropy coding unit 1313 binarizes the quantization coefficient, for example, and arithmetically codes the obtained binary signal.
  • FIG. 48 is a block diagram of a three-dimensional data decoding apparatus 1400 according to this embodiment.
  • the three-dimensional data decoding apparatus 1400 includes an entropy decoding unit 1401, an inverse quantization unit 1402, an inverse conversion unit 1403, an addition unit 1404, a reference volume memory 1405, an intra prediction unit 1406, and a reference space memory 1407. , An inter prediction unit 1408, and a prediction control unit 1409.
  • the entropy decoding unit 1401 performs variable-length decoding on the coded signal (coded bit stream). For example, the entropy decoding unit 1401 performs arithmetic decoding on the encoded signal to generate a binary signal, and generates a quantization coefficient from the generated binary signal.
  • the inverse quantization unit 1402 generates an inverse quantization coefficient by inversely quantizing the quantization coefficient input from the entropy decoding unit 1401 using the quantization parameter added to the bit stream or the like.
  • the inverse transform unit 1403 generates a prediction residual by inversely transforming the inverse quantization coefficient input from the inverse quantization unit 1402. For example, the inverse transform unit 1403 generates a prediction residual by performing inverse orthogonal transform on the inverse quantization coefficient based on the information added to the bit stream.
  • the addition unit 1404 adds the prediction residual generated by the inverse transformation unit 1403 and the prediction volume generated by intra prediction or inter prediction to generate a reconstructed volume.
  • This reconstructed volume is output as decoded three-dimensional data and stored in the reference volume memory 1405 or reference space memory 1407.
  • the intra prediction unit 1406 generates a prediction volume by intra prediction using the reference volume in the reference volume memory 1405 and the information added to the bit stream. Specifically, the intra prediction unit 1406 acquires adjacent volume information (for example, volume idx) added to the bit stream and prediction mode information, and uses the adjacent volume indicated by the adjacent volume information to perform prediction mode information. The predicted volume is generated according to the mode indicated by.
  • adjacent volume information for example, volume idx
  • the details of these processes are the same as the processes by the above-described intra prediction unit 1309 except that the information given to the bit stream is used.
  • the inter prediction unit 1408 generates a prediction volume by inter prediction using the reference space in the reference space memory 1407 and the information added to the bit stream. Specifically, the inter prediction unit 1408 applies rotation and translation processing to the reference space using RT information for each reference space added to the bit stream, and uses the reference space after application to estimate the predicted volume. Generate When the RT application flag for each reference space exists in the bitstream, the inter prediction unit 1408 applies rotation and translation processing to the reference space according to the RT application flag. The details of these processes are the same as the processes by the inter prediction unit 1311 described above except that the information attached to the bit stream is used.
  • the prediction control unit 1409 controls whether to decode the decoding target volume by intra prediction or inter prediction. For example, the prediction control unit 1409 selects intra prediction or inter prediction in accordance with the information indicating the prediction mode to be used, which is added to the bitstream. Note that the prediction control unit 1409 may always select intra prediction, when it is determined in advance that the decoding target space is to be decoded by intra space.
  • the three-dimensional data encoding apparatus 1300 may divide a space into subspaces and apply rotation and translation on a subspace basis. In this case, the three-dimensional data encoding apparatus 1300 generates RT information for each subspace, and adds the generated RT information to the header or the like of the bit stream. Also, the 3D data encoding apparatus 1300 may apply rotation and translation in volume units, which are encoding units.
  • the three-dimensional data encoding apparatus 1300 generates RT information on a coding volume basis, and adds the generated RT information to the header or the like of the bit stream. Furthermore, the above may be combined. That is, the three-dimensional data encoding apparatus 1300 may apply rotation and translation in large units and then apply rotation and translation in fine units. For example, the three-dimensional data encoding apparatus 1300 may apply rotation and translation in space units and may apply different rotation and translation to each of a plurality of volumes included in the obtained space.
  • the three-dimensional data encoding apparatus 1300 may apply scaling, for example, to change the size of three-dimensional data.
  • the three-dimensional data encoding apparatus 1300 may apply any one or two of rotation, translation, and scale.
  • the types of processing applied to each unit may be different. For example, rotation and translation may be applied in space units and translation may be applied in volume units.
  • FIG. 48 is a flowchart of inter prediction processing by the three-dimensional data encoding device 1300.
  • the three-dimensional data coding apparatus 1300 uses position information of three-dimensional points included in reference three-dimensional data (for example, reference space) at a time different from that of the target three-dimensional data (for example, coding target space). (For example, predicted volume) is generated (S1301). Specifically, the three-dimensional data encoding device 1300 generates predicted position information by applying rotation and translation processing to the position information of the three-dimensional point included in the reference three-dimensional data.
  • the three-dimensional data encoding device 1300 performs rotation and translation processing in a first unit (for example, space), and generates predicted position information in a second unit (for example, volume) finer than the first unit. It is also good.
  • the three-dimensional data encoding apparatus 1300 selects a volume having a minimum difference between the encoding target volume included in the encoding target space and the position information among the plurality of volumes included in the reference space after the rotation and translation processing. The searched volume is used as a predicted volume.
  • the three-dimensional data encoding device 1300 may perform the rotation and translation processing and the generation of predicted position information in the same unit.
  • the three-dimensional data encoding device 1300 applies the first rotation and translation process in the first unit (for example, space) to the position information of the three-dimensional point included in the reference three-dimensional data, and performs the first rotation and translation process
  • the predicted position information may be generated by applying the second rotation and translation processing in a second unit (for example, volume) finer than the first unit to the position information of the three-dimensional point obtained by the above.
  • the position information and predicted position information of the three-dimensional point are expressed by an octree structure, for example, as shown in FIG.
  • position information and predicted position information of a three-dimensional point are represented in the order of scanning in which the width is prioritized among depth and width in the octree structure.
  • the position information and predicted position information of the three-dimensional point are represented in the order of scanning in which the depth is prioritized among the depth and the width in the octree tree structure.
  • the three-dimensional data encoding device 1300 encodes an RT application flag indicating whether to apply rotation and translation processing to the position information of the three-dimensional point included in the reference three-dimensional data. Do. That is, the three-dimensional data coding apparatus 1300 generates a coded signal (coded bit stream) including the RT application flag. Also, the three-dimensional data encoding apparatus 1300 encodes RT information indicating the contents of rotation and translation processing. That is, the three-dimensional data coding apparatus 1300 generates a coded signal (coded bit stream) including RT information. The three-dimensional data encoding apparatus 1300 encodes RT information when the RT application flag indicates application of rotation and translation processing, and the RT application flag indicates that rotation and translation processing is not applied. It is not necessary to encode RT information into.
  • three-dimensional data includes, for example, position information of three-dimensional points and attribute information (color information etc.) of each three-dimensional point.
  • the three-dimensional data encoding device 1300 generates prediction attribute information using attribute information of three-dimensional points included in the reference three-dimensional data (S1302).
  • the three-dimensional data encoding device 1300 encodes the position information of the three-dimensional point included in the target three-dimensional data using the predicted position information. For example, as illustrated in FIG. 38, the three-dimensional data encoding apparatus 1300 calculates difference position information which is a difference between position information of a three-dimensional point included in target three-dimensional data and predicted position information (S1303).
  • the three-dimensional data encoding device 1300 encodes attribute information of three-dimensional points included in the target three-dimensional data using prediction attribute information. For example, the 3D data encoding apparatus 1300 calculates difference attribute information which is a difference between attribute information of 3D points included in the target 3D data and prediction attribute information (S1304). Next, the three-dimensional data encoding apparatus 1300 transforms and quantizes the calculated difference attribute information (S1305).
  • the three-dimensional data encoding apparatus 1300 encodes (for example, entropy encoding) difference position information and difference attribute information after quantization (S1306). That is, the three-dimensional data coding apparatus 1300 generates a coded signal (coded bit stream) including difference position information and difference attribute information.
  • the three-dimensional data encoding device 1300 may not perform steps S1302, S1304 and S1305. Also, the three-dimensional data encoding apparatus 1300 may perform only one of encoding of position information of a three-dimensional point and encoding of attribute information of a three-dimensional point.
  • the order of the process illustrated in FIG. 49 is an example, and is not limited thereto.
  • the process (S1301, S1303) for position information and the process (S1302, S1304, S1305) for attribute information are independent of each other, they may be performed in an arbitrary order, or some of them may be processed in parallel. May be
  • the three-dimensional data encoding apparatus 1300 generates predicted position information using position information of three-dimensional points included in reference three-dimensional data at a time different from that of the target three-dimensional data.
  • the difference position information which is the difference between the position information of the three-dimensional point included in the original data and the predicted position information is encoded.
  • the amount of data of the encoded signal can be reduced, so that the encoding efficiency can be improved.
  • the three-dimensional data encoding device 1300 generates prediction attribute information using attribute information of the three-dimensional point included in the reference three-dimensional data, and generates three-dimensional point information included in the target three-dimensional data.
  • the difference attribute information which is the difference between the attribute information and the prediction attribute information is encoded.
  • the three-dimensional data encoding device 1300 includes a processor and a memory, and the processor performs the above process using the memory.
  • FIG. 48 is a flowchart of inter prediction processing by the three-dimensional data decoding device 1400.
  • the three-dimensional data decoding apparatus 1400 decodes (for example, entropy decoding) difference position information and difference attribute information from the coded signal (coded bit stream) (S1401).
  • the three-dimensional data decoding apparatus 1400 decodes, from the encoded signal, an RT application flag indicating whether to apply rotation and translation processing to position information of a three-dimensional point included in the reference three-dimensional data. In addition, the three-dimensional data decoding apparatus 1400 decodes RT information indicating the content of rotation and translation processing. Note that the three-dimensional data decoding apparatus 1400 decodes RT information when the RT application flag indicates that the rotation and translation process is to be applied, and indicates that the RT application flag does not apply the rotation and translation process. It is not necessary to decode RT information.
  • the three-dimensional data decoding apparatus 1400 performs inverse quantization and inverse transform on the decoded difference attribute information (S1402).
  • the three-dimensional data decoding apparatus 1400 uses position information of three-dimensional points included in reference three-dimensional data (for example, reference space) at a time different from that of the target three-dimensional data (for example, decoding target space). For example, a predicted volume is generated (S1403). Specifically, the three-dimensional data decoding apparatus 1400 generates predicted position information by applying rotation and translation processing to the position information of the three-dimensional point included in the reference three-dimensional data.
  • the three-dimensional data decoding apparatus 1400 indicates that the RT application flag applies the rotation and translation processing, positional information of three-dimensional points included in the reference three-dimensional data indicated by the RT information. Apply rotation and translation processing to On the other hand, when the RT application flag indicates that the rotation and translation processing is not applied, the three-dimensional data decoding apparatus 1400 does not apply the rotation and translation processing to the position information of the three-dimensional point included in the reference three-dimensional data. .
  • the three-dimensional data decoding apparatus 1400 may perform rotation and translation processing in a first unit (for example, a space), and generate predicted position information in a second unit (for example, a volume) smaller than the first unit. Good.
  • the three-dimensional data decoding apparatus 1400 may perform the rotation and translation processing and the generation of predicted position information in the same unit.
  • the three-dimensional data decoding apparatus 1400 applies the first rotation and translation process in the first unit (for example, space) to the position information of the three-dimensional point included in the reference three-dimensional data, and performs the first rotation and translation process.
  • the predicted position information may be generated by applying the second rotation and translation processing to the obtained position information of the three-dimensional point in a second unit (for example, volume) finer than the first unit.
  • the position information and predicted position information of the three-dimensional point are expressed by an octree structure, for example, as shown in FIG.
  • position information and predicted position information of a three-dimensional point are represented in the order of scanning in which the width is prioritized among depth and width in the octree structure.
  • the position information and predicted position information of the three-dimensional point are represented in the order of scanning in which the depth is prioritized among the depth and the width in the octree tree structure.
  • the three-dimensional data decoding apparatus 1400 generates prediction attribute information using the attribute information of the three-dimensional point included in the reference three-dimensional data (S1404).
  • the three-dimensional data decoding apparatus 1400 restores the position information of the three-dimensional point included in the target three-dimensional data by decoding the encoded position information included in the encoded signal using the predicted position information.
  • the encoding position information is, for example, difference position information
  • the three-dimensional data decoding apparatus 1400 adds the difference position information and the predicted position information to add the three-dimensional points included in the target three-dimensional data.
  • the position information is restored (S1405).
  • the three-dimensional data decoding apparatus 1400 restores the attribute information of the three-dimensional point included in the target three-dimensional data by decoding the encoding attribute information included in the encoded signal using the prediction attribute information.
  • the encoding attribute information is, for example, difference attribute information
  • the three-dimensional data decoding apparatus 1400 adds the difference attribute information and the prediction attribute information to add the three-dimensional points included in the target three-dimensional data. Attribute information is restored (S1406).
  • the three-dimensional data decoding device 1400 may not perform steps S1402, S1404 and S1406. Also, the 3D data decoding apparatus 1400 may perform only one of the decoding of the position information of the 3D point and the decoding of the attribute information of the 3D point.
  • the order of the process shown in FIG. 50 is an example, and is not limited to this.
  • the processing for position information (S1403, S1405) and the processing for attribute information (S1402, S1404, S1406) are independent of each other, they may be performed in an arbitrary order, or some of them may be processed in parallel. May be
  • FIG. 51 is a block diagram showing a configuration of a three-dimensional data distribution system according to the present embodiment.
  • the delivery system shown in FIG. 51 includes a server 1501 and a plurality of clients 1502.
  • the server 1501 includes a storage unit 1511 and a control unit 1512.
  • the storage unit 1511 stores an encoded three-dimensional map 1513 which is encoded three-dimensional data.
  • FIG. 52 is a diagram showing an example configuration of a bit stream of the encoded three-dimensional map 1513.
  • the three-dimensional map is divided into a plurality of sub-maps, and each sub-map is encoded.
  • Each submap is attached with a random access header (RA) including sub-coordinate information.
  • RA random access header
  • Sub-coordinate information is used to improve the coding efficiency of the submap.
  • the sub-coordinate information indicates sub-coordinates of the sub map.
  • the sub-coordinates are coordinates of the sub-map with reference to reference coordinates. Note that a three-dimensional map including a plurality of submaps is called a whole map.
  • coordinates for example, an origin serving as a reference in the entire map are referred to as reference coordinates.
  • the sub-coordinates are the coordinates of the sub-map in the coordinate system of the entire map.
  • the sub-coordinates indicate the offset between the coordinate system of the overall map and the coordinate system of the sub-map.
  • coordinates in the coordinate system of the entire map based on the reference coordinates are referred to as whole coordinates. Coordinates in the coordinate system of the submap based on the subcoordinates are called difference coordinates.
  • the client 1502 sends a message to the server 1501.
  • This message contains the location information of the client 1502.
  • the control unit 1512 included in the server 1501 acquires a bitstream of the submap located closest to the position of the client 1502 based on the position information included in the received message.
  • the submap bitstream contains sub-coordinate information and is sent to the client 1502.
  • the decoder 1521 included in the client 1502 uses this sub-coordinate information to obtain global coordinates of the sub-map based on the reference coordinates.
  • the application 1522 included in the client 1502 executes the application related to the self position using the obtained global coordinates of the submap.
  • the submap indicates a partial area of the whole map.
  • the sub coordinates are coordinates at which the sub map is located in the reference coordinate space of the entire map.
  • submap A of AA and submap B of AB exist in the overall map of A.
  • the vehicle starts decoding from submap A if it wants to refer to the map of AA, and starts decoding from submap B if it wants to refer to the map on AB.
  • the submap is a random access point.
  • A is Osaka
  • AA is Osaka
  • AB Takatsuki.
  • Each submap is sent to the client with subcoordinate information.
  • the sub-coordinate information is included in header information of each submap, a transmission packet or the like.
  • Reference coordinates that are coordinates of a reference of sub-coordinate information of each sub-map may be added to header information of a space above the sub-map, such as header information of the entire map.
  • the submap may consist of one space (SPC). Also, the submap may be composed of a plurality of SPCs.
  • the submap may include GOS (Group of Space).
  • the submap may be composed of worlds. For example, when there are a plurality of objects in a submap, if the plurality of objects are assigned to different SPCs, the submap is composed of a plurality of SPCs. Also, when a plurality of objects are allocated to one SPC, a submap is configured by one SPC.
  • FIG. 53 is a diagram for explaining this effect.
  • the distance between the sub-coordinates and the three-dimensional point A is shorter than the distance between the reference coordinates and the three-dimensional point A. Therefore, encoding efficiency can be improved by encoding the coordinates of the three-dimensional point A based on the sub-coordinates, as compared to the case where the coordinates of the three-dimensional point A based on the reference coordinates are encoded.
  • the submap bitstream contains sub-coordinate information. By sending the bitstream of the submap and the reference coordinates to the decoding side (client), the general coordinates of the submap can be restored at the decoding side.
  • FIG. 54 is a flowchart of processing by the server 1501 which is the transmitting side of the submap.
  • the server 1501 receives a message including position information of the client 1502 from the client 1502 (S1501).
  • the control unit 1512 acquires the encoded bit stream of the submap based on the position information of the client from the storage unit 1511 (S1502).
  • the server 1501 transmits the encoded bit stream of the submap and the reference coordinates to the client 1502 (S1503).
  • FIG. 55 is a flowchart of processing by the client 1502 which is the sub map receiving side.
  • the client 1502 receives the encoded bit stream of the submap transmitted from the server 1501 and the reference coordinates (S1511). Next, the client 1502 obtains the sub map and the sub coordinate information by decoding the coded bit stream (S1512). Next, the client 1502 restores the difference coordinates in the sub map to global coordinates using the reference coordinates and the sub coordinates (S1513).
  • the three-dimensional data encoding apparatus calculates difference coordinates by subtracting the sub-coordinates from the coordinates of each point cloud (three-dimensional point). Then, the three-dimensional data encoding apparatus encodes difference coordinates into a bit stream as a value of each point cloud. Also, the encoding apparatus encodes sub-coordinate information indicating sub-coordinates as header information of a bitstream. Thereby, the three-dimensional data decoding device can obtain the global coordinates of each point cloud. For example, the three-dimensional data encoding device is included in the server 1501, and the three-dimensional data decoding device is included in the client 1502.
  • FIG. 56 is a diagram showing an example of syntax of a submap. NumOfPoint shown in FIG. 56 indicates the number of point clouds included in the submap. sub_coordinate_x, sub_coordinate_y, and sub_coordinate_z are sub-coordinate information. sub_coordinate_x indicates the x coordinate of the sub coordinate. sub_coordinate_y indicates the y coordinate of the sub coordinate. sub_coordinate_z indicates the z coordinate of the sub coordinate.
  • diff_x [i], diff_y [i], and diff_z [i] are difference coordinates of the ith point cloud in the submap.
  • diff_x [i] indicates the difference between the x-coordinate of the i-th point cloud in the submap and the x-coordinate of the sub-coordinate.
  • diff_y [i] indicates the difference between the y-coordinate of the i-th point cloud in the submap and the y-coordinate of the sub-coordinate.
  • diff_z [i] indicates the difference between the z-coordinate of the i-th point cloud in the submap and the z-coordinate of the sub-coordinate.
  • the three-dimensional data decoding apparatus decodes point_cloud [i] _x, point_cloud [i] _y, and point_cloud [i] _z, which are the global coordinates of the ith point cloud, using the following equation.
  • point_cloud [i] _x is the x coordinate of the global coordinates of the ith point cloud.
  • point_cloud [i] _y is the y-coordinate of the global coordinates of the ith point cloud.
  • point_cloud [i] _z is the z-coordinate of the global coordinates of the ith point cloud.
  • the three-dimensional data encoding apparatus encodes each point cloud in an octet tree representation at the time of submap encoding (hereinafter referred to as octree coding (octree encoding)), or from sub coordinates It is selected whether to use differential value encoding (hereinafter, referred to as non-octree encoding).
  • FIG. 57 schematically shows this operation. For example, if the number of point clouds in the submap is equal to or greater than a predetermined threshold, the three-dimensional data encoding apparatus applies octree coding to the submap.
  • the three-dimensional data encoding apparatus applies non-augurated tree coding to the submap.
  • the three-dimensional data encoding apparatus can appropriately select whether to use the octree coding or the non-eightch coding according to the shape and density of the objects included in the submap. Coding efficiency can be improved.
  • the three-dimensional data coding apparatus may use information (hereinafter referred to as 8-tree coding application information) indicating which of the 8-tree coding and the non-8-tree coding has been applied to the submap. Add to submap header etc.
  • the three-dimensional data decoding apparatus can obtain the bitstream as a bitstream obtained by performing subtree mapping by octree tree coding or by obtaining nonsubtree tree coding through submaps. It can be determined whether it is a bit stream.
  • the 3D data coding apparatus calculates coding efficiency when each of 8-tree coding and non-8-tree coding is applied to the same point cloud, and a coding method with good coding efficiency May be applied to the submap.
  • FIG. 58 is a diagram showing a syntax example of a submap in the case of performing this switching.
  • Coding_type shown in FIG. 58 is information indicating a coding type, and is the octree coding application information.
  • the submap includes NumOfPoint and sub-coordinate information (sub_coordinate_x, sub_coordinate_y, and sub_coordinate_z).
  • the submap includes octree_info.
  • octree_info is information necessary for octree coding, and includes, for example, depth information.
  • the submap includes difference coordinates (diff_x [i], diff_y [i], and diff_z [i]).
  • the submap includes octree_data, which is coded data for octree coding.
  • a polar coordinate system may be used.
  • FIG. 59 is a flowchart of three-dimensional data encoding processing by the three-dimensional data encoding apparatus.
  • the three-dimensional data encoding apparatus calculates the number of point clouds in the target submap which is the processing target submap (S1521).
  • the three-dimensional data encoding apparatus determines whether the calculated number of point clouds is equal to or more than a predetermined threshold (S1522).
  • the 3D data encoding apparatus applies 8-tree coding to the target submap (S1523). Also, the 3D point data encoding apparatus adds octree coding application information indicating that the octree coding has been applied to the target submap to the header of the bit stream (S1525).
  • the 3D data encoding apparatus applies non-augurated tree coding to the target submap (S1524). Also, the 3D point data encoding apparatus adds, to the bitstream header, octree coding application information indicating that non-aquatree coding has been applied to the target submap (S1525).
  • FIG. 60 is a flowchart of three-dimensional data decoding processing by the three-dimensional data decoding device.
  • the 3D data decoding apparatus decodes the octree coding application information from the header of the bit stream (S1531).
  • the 3D data decoding apparatus determines whether the coding type applied to the target submap is 8-tree coding, based on the decoded 8-tree coding application information (S1532).
  • the three-dimensional data decoding apparatus decodes the target submap by octree decoding (S1533).
  • the coding type indicated by the octree coding application information is non-aquatree coding (No in S1532)
  • the three-dimensional data decoding apparatus decodes the target submap by nonaquatree decoding. (S1534).
  • 61 to 63 schematically show the operation of the modification of the coding type switching process.
  • the 3D data encoding apparatus may select, for each space, whether to apply octree coding or non-aquatree coding.
  • the 3D data encoding apparatus adds octree coding application information to the header of the space.
  • the 3D data decoding apparatus can determine for each space whether or not the octree coding is applied.
  • the three-dimensional data encoding apparatus sets sub-coordinates for each space, and encodes a difference value obtained by subtracting the value of the sub-coordinates from the coordinates of each point cloud in the space.
  • the 3D data encoding apparatus can appropriately switch whether or not to apply the octree coding according to the shape of the object in the space or the number of point clouds, so that the encoding efficiency can be improved.
  • the 3D data encoding apparatus may select, for each volume, whether to apply octree coding or non-aquatree coding.
  • the 3D data encoding apparatus adds octree coding application information to the volume header.
  • the 3D data decoding apparatus can determine for each volume whether or not the octree coding is applied.
  • the three-dimensional data encoding apparatus sets sub-coordinates for each volume, and encodes a difference value obtained by subtracting the value of the sub-coordinates from the coordinates of each point cloud in the volume.
  • the three-dimensional data encoding apparatus can appropriately switch whether or not to apply the octree coding according to the shape of the object in the volume or the number of point clouds, so that the encoding efficiency can be improved.
  • the difference obtained by subtracting the sub-coordinates from the coordinates of each point cloud is encoded as non-eighth tree coding, but the present invention is not necessarily limited thereto. It may be encoded by such an encoding method.
  • the three-dimensional data encoding apparatus encodes not the difference from the sub-coordinates but the value of the point cloud itself in the submap, space, or volume as non-eighth tree encoding. Method (hereinafter referred to as original coordinate coding) may be used.
  • the three-dimensional data encoding apparatus stores, in the header, information indicating that the original coordinate encoding has been applied to the target space (submap, space, or volume). Thereby, the three-dimensional data decoding apparatus can determine whether or not the original coordinate coding is applied to the target space.
  • the three-dimensional data coding apparatus may perform coding without applying quantization and arithmetic coding to the original coordinates. Also, the three-dimensional data encoding apparatus may encode the original coordinates with a predetermined fixed bit length. Thereby, the three-dimensional data encoding apparatus can generate a stream of a fixed bit length at a certain timing.
  • the three-dimensional data encoding apparatus may encode the difference value between the coordinates of each point cloud in order.
  • FIG. 64 is a diagram for describing an operation in this case.
  • the three-dimensional data encoding apparatus uses sub-coordinates as predicted coordinates, and encodes a difference value between the coordinates of the point cloud PA and the predicted coordinates.
  • the three-dimensional data encoding apparatus encodes the difference value between the point cloud PB and the predicted coordinates, using the coordinates of the point cloud PA as the predicted coordinates.
  • the three-dimensional data encoding apparatus encodes the difference value between the point cloud PB and the predicted coordinates using the point cloud PB as the predicted coordinates. As described above, the three-dimensional data encoding apparatus sets the scan order to a plurality of point clouds, and the coordinates of the target point cloud to be processed and the coordinates of the point cloud immediately before the target point cloud in scan order. The difference value may be encoded.
  • the sub-coordinates are coordinates of the lower left front corner of the sub map, but the position of the sub-coordinates is not limited to this.
  • 65 to 67 show another example of the position of the sub-coordinates.
  • the setting position of the sub-coordinates may be set at any coordinate in the target space (sub map, space or volume). That is, as described above, the sub-coordinates may be the coordinates of the lower left front corner of the target space.
  • the sub-coordinates may be coordinates of the center of the target space.
  • the sub-coordinates may be coordinates of the upper right corner of the target space.
  • the sub-coordinates are not limited to the coordinates of the lower left front corner or the upper right back corner of the target space, but may be the coordinates of any corner of the target space.
  • the setting position of the sub-coordinates may be identical to the coordinates of a certain point cloud in the target space (sub-map, space, or volume).
  • the coordinates of the sub-coordinates coincide with the coordinates of the point cloud PD.
  • the three-dimensional data encoding apparatus may switch whether to apply another tree structure than an octree and whether to apply a non-tree structure other than the tree structure.
  • another tree structure is a kd tree etc. which divides using a plane perpendicular
  • the three-dimensional data encoding apparatus may encode, for example, color information, three-dimensional feature quantities, or feature quantities of visible light in the same manner as the coordinate information.
  • the three-dimensional data encoding apparatus sets the average value of the color information of each point cloud in the submap as sub-color information (sub-color), and the difference between the color information of each point cloud and the sub color information May be encoded.
  • the present embodiment shows an example in which the coding method (8-tree coding or non-8-tree coding) with high coding efficiency is selected according to the number of point clouds, etc.
  • the 3D data encoding apparatus on the server side is encoded by a bitstream of a point cloud encoded by octree coding, a bitstream of a point cloud encoded by non octree coding, and both of them. It is also possible to hold the bit cloud of the point cloud and switch the bit stream to be transmitted to the three-dimensional data decoding device according to the communication environment or the processing capability of the three-dimensional data decoding device.
  • FIG. 68 is a diagram illustrating an example of syntax of a volume in the case of switching application of octree coding.
  • the syntax shown in FIG. 68 is basically the same as the syntax shown in FIG. 58, except that each information is information in volume units.
  • NumOfPoint indicates the number of point clouds included in the volume.
  • sub_coordinate_x, sub_coordinate_y, and sub_coordinate_z are sub-coordinate information of the volume.
  • diff_x [i], diff_y [i], and diff_z [i] are difference coordinates of the ith point cloud in the volume.
  • diff_x [i] indicates the difference between the x-coordinate of the i-th point cloud in the volume and the x-coordinate of the sub-coordinates.
  • diff_y [i] indicates the difference value between the y-coordinate of the i-th point cloud in the volume and the y-coordinate of the sub-coordinates.
  • diff_z [i] indicates the difference value between the z-coordinate of the i-th point cloud in the volume and the z-coordinate of the sub-coordinates.
  • the three-dimensional data encoding device may not include the sub-coordinate information in the header of the volume. That is, the three-dimensional data encoding apparatus may calculate the relative position of the volume in the space without using the sub-coordinate information in the header, and may use the calculated position as the sub-coordinate of each volume.
  • the three-dimensional data encoding apparatus uses an eight-tree structure as the target space unit among a plurality of space units (for example, submap, space, or volume) included in three-dimensional data. It is determined whether to encode (for example, S1522 in FIG. 59). For example, when the number of three-dimensional points included in the target space unit is larger than a predetermined threshold, the three-dimensional data coding apparatus determines to code the target space unit in an octree structure. In addition, when the number of three-dimensional points included in the target space unit is equal to or less than the threshold value, the three-dimensional data coding apparatus determines that the target space unit is not coded in the octree structure.
  • space units for example, submap, space, or volume
  • the 3D data encoding apparatus encodes the target space unit using the octree structure (S1523). If it is determined that the object space unit is not to be encoded in the octree tree structure (No in S1522), the three-dimensional data encoding apparatus encodes the object space unit in a method different from the octree tree structure ( S1524). For example, the three-dimensional data encoding apparatus encodes coordinates of three-dimensional points included in a target space unit in a different scheme. Specifically, the three-dimensional data encoding apparatus encodes the difference between the reference coordinates of the target space unit and the coordinates of the three-dimensional point included in the target space unit in a different scheme.
  • the three-dimensional data encoding apparatus adds information indicating whether or not the target space unit has been encoded in an octree structure to the bit stream (S1525).
  • the three-dimensional data encoding device can reduce the data amount of the encoded signal, the encoding efficiency can be improved.
  • the three-dimensional data encoding device includes a processor and a memory, and the processor performs the above process using the memory.
  • the 3D data decoding apparatus decodes an object space unit in an octree structure among a plurality of object space units (for example, a submap, a space, or a volume) included in 3D data? Information indicating whether or not it is decoded from the bit stream (for example, S1531 in FIG. 60).
  • the three-dimensional data decoding device decodes the target space unit using an octree tree structure (S1533).
  • the three-dimensional data decoding apparatus decodes the target space unit in a method different from the octree tree structure (S1534) .
  • the three-dimensional data decoding apparatus decodes coordinates of three-dimensional points included in a target space unit in different schemes.
  • the three-dimensional data decoding apparatus decodes the difference between the reference coordinates of the target space unit and the coordinates of the three-dimensional point included in the target space unit in a different scheme.
  • the three-dimensional data decoding device can reduce the data amount of the coded signal, it is possible to improve the coding efficiency.
  • the three-dimensional data decoding apparatus includes a processor and a memory, and the processor performs the above process using the memory.
  • each processing unit included in the three-dimensional data encoding device, the three-dimensional data decoding device, and the like according to the above-described embodiments is typically implemented as an LSI that is an integrated circuit. These may be individually made into one chip, or may be made into one chip so as to include some or all.
  • circuit integration is not limited to LSI's, and implementation using dedicated circuitry or general purpose processors is also possible.
  • a field programmable gate array (FPGA) that can be programmed after LSI fabrication, or a reconfigurable processor that can reconfigure connection and setting of circuit cells inside the LSI may be used.
  • each component may be configured by dedicated hardware or implemented by executing a software program suitable for each component.
  • Each component may be realized by a program execution unit such as a CPU or a processor reading and executing a software program recorded in a recording medium such as a hard disk or a semiconductor memory.
  • the present disclosure may be realized as a three-dimensional data encoding method, a three-dimensional data decoding method, or the like that is executed by the three-dimensional data coding device, the three-dimensional data decoding device, or the like.
  • division of functional blocks in the block diagram is an example, and a plurality of functional blocks may be realized as one functional block, one functional block may be divided into a plurality of parts, or some functions may be transferred to another function block. May be Also, a single piece of hardware or software may process the functions of a plurality of functional blocks having similar functions in parallel or in time division.
  • the present disclosure is not limited to this embodiment. .
  • various modifications that may occur to those skilled in the art may be applied to the present embodiment, and modes configured by combining components in different embodiments may be in the scope of one or more aspects. May be included within.
  • the present disclosure can be applied to a three-dimensional data encoding device and a three-dimensional data decoding device.

Landscapes

  • Engineering & Computer Science (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Compression Or Coding Systems Of Tv Signals (AREA)
  • Compression, Expansion, Code Conversion, And Decoders (AREA)
  • Image Processing (AREA)
  • Image Generation (AREA)
  • Processing Or Creating Images (AREA)

Abstract

三次元データ符号化方法は、三次元データに含まれる複数の空間単位のうち対象空間単位を８分木構造で符号化するか否かを判定し（Ｓ１５２２）、対象空間単位を８分木構造で符号化すると判定された場合（Ｓ１５２２でＹｅｓ）、対象空間単位を８分木構造を用いて符号化し（Ｓ１５２３）、対象空間単位を８分木構造で符号化しないと判定された場合（Ｓ１５２２でＮｏ）、対象空間単位を８分木構造とは異なる方式で符号化し（Ｓ１５２４）、対象空間単位を８分木構造で符号化したか否かを示す情報をビットストリームに付加する（Ｓ１５２５）。

Description

三次元データ符号化方法、三次元データ復号方法、三次元データ符号化装置、及び三次元データ復号装置
　本開示は、三次元データ符号化方法、三次元データ復号方法、三次元データ符号化装置、及び三次元データ復号装置に関する。
　自動車或いはロボットが自律的に動作するためのコンピュータビジョン、マップ情報、監視、インフラ点検、又は、映像配信など、幅広い分野において、今後、三次元データを活用した装置又はサービスの普及が見込まれる。三次元データは、レンジファインダなどの距離センサ、ステレオカメラ、又は複数の単眼カメラの組み合わせなど様々な方法で取得される。
　三次元データの表現方法の１つとして、三次元空間内の点群によって三次元構造の形状を表すポイントクラウドと呼ばれる表現方法がある。ポイントクラウドでは、点群の位置と色とが格納される。ポイントクラウドは三次元データの表現方法として主流になると予想されるが、点群はデータ量が非常に大きい。よって、三次元データの蓄積又は伝送においては二次元の動画像（一例として、ＭＰＥＧで規格化されたＭＰＥＧ－４　ＡＶＣ又はＨＥＶＣなどがある）と同様に、符号化によるデータ量の圧縮が必須となる。
　また、ポイントクラウドの圧縮については、ポイントクラウド関連の処理を行う公開のライブラリ（Ｐｏｉｎｔ　Ｃｌｏｕｄ　Ｌｉｂｒａｒｙ）などによって一部サポートされている。
　また、三次元の地図データを用いて、車両周辺に位置する施設を検索し、表示する技術が知られている（例えば、特許文献１参照）。
国際公開第２０１４／０２０６６３号
　三次元データの符号化において符号化効率の向上が望まれている。
　本開示は、符号化効率を向上できる三次元データ符号化方法、三次元データ復号方法、三次元データ符号化装置、又は三次元データ復号装置を提供することを目的とする。
　本開示の一態様に係る三次元データ符号化方法は、三次元データに含まれる複数の空間単位のうち対象空間単位を８分木構造で符号化するか否かを判定し、前記対象空間単位を８分木構造で符号化すると判定された場合、前記対象空間単位を８分木構造を用いて符号化し、前記対象空間単位を８分木構造で符号化しないと判定された場合、前記対象空間単位を８分木構造とは異なる方式で符号化し、前記対象空間単位を８分木構造で符号化したか否かを示す情報をビットストリームに付加する。
　本開示の一態様に係る三次元データ復号方法は、三次元データに含まれる複数の対象空間単位のうち対象空間単位を８分木構造で復号するか否かを示す情報をビットストリームから復号し、前記情報により前記対象空間単位を８分木構造で復号すると示される場合、前記対象空間単位を８分木構造を用いて復号し、前記情報により前記対象空間単位を８分木構造で復号しないと示される場合、前記対象空間単位を８分木構造とは異なる方式で復号する。
　本開示は、符号化効率を向上できる三次元データ符号化方法、三次元データ復号方法、三次元データ符号化装置、又は三次元データ復号装置を提供できる。
図１は、実施の形態１に係る符号化三次元データの構成を示す図である。 図２は、実施の形態１に係るＧＯＳの最下層レイヤに属するＳＰＣ間の予測構造の一例を示す図である。 図３は、実施の形態１に係るレイヤ間の予測構造の一例を示す図である。 図４は、実施の形態１に係るＧＯＳの符号化順の一例を示す図である。 図５は、実施の形態１に係るＧＯＳの符号化順の一例を示す図である。 図６は、実施の形態１に係る三次元データ符号化装置のブロック図である。 図７は、実施の形態１に係る符号化処理のフローチャートである。 図８は、実施の形態１に係る三次元データ復号装置のブロック図である。 図９は、実施の形態１に係る復号処理のフローチャートである。 図１０は、実施の形態１に係るメタ情報の一例を示す図である。 図１１は、実施の形態２に係るＳＷＬＤの構成例を示す図である。 図１２は、実施の形態２に係るサーバ及びクライアントの動作例を示す図である。 図１３は、実施の形態２に係るサーバ及びクライアントの動作例を示す図である。 図１４は、実施の形態２に係るサーバ及びクライアントの動作例を示す図である。 図１５は、実施の形態２に係るサーバ及びクライアントの動作例を示す図である。 図１６は、実施の形態２に係る三次元データ符号化装置のブロック図である。 図１７は、実施の形態２に係る符号化処理のフローチャートである。 図１８は、実施の形態２に係る三次元データ復号装置のブロック図である。 図１９は、実施の形態２に係る復号処理のフローチャートである。 図２０は、実施の形態２に係るＷＬＤの構成例を示す図である。 図２１は、実施の形態２に係るＷＬＤの８分木構造の例を示す図である。 図２２は、実施の形態２に係るＳＷＬＤの構成例を示す図である。 図２３は、実施の形態２に係るＳＷＬＤの８分木構造の例を示す図である。 図２４は、実施の形態３に係る三次元データ作成装置のブロック図である。 図２５は、実施の形態３に係る三次元データ送信装置のブロック図である。 図２６は、実施の形態４に係る三次元情報処理装置のブロック図である。 図２７は、実施の形態５に係る三次元データ作成装置のブロック図である。 図２８は、実施の形態６に係るシステムの構成を示す図である。 図２９は、実施の形態６に係るクライアント装置のブロック図である。 図３０は、実施の形態６に係るサーバのブロック図である。 図３１は、実施の形態６に係るクライアント装置による三次元データ作成処理のフローチャートである。 図３２は、実施の形態６に係るクライアント装置によるセンサ情報送信処理のフローチャートである。 図３３は、実施の形態６に係るサーバによる三次元データ作成処理のフローチャートである。 図３４は、実施の形態６に係るサーバによる三次元マップ送信処理のフローチャートである。 図３５は、実施の形態６に係るシステムの変形例の構成を示す図である。 図３６は、実施の形態６に係るサーバ及びクライアント装置の構成を示す図である。 図３７は、実施の形態７に係る三次元データ符号化装置のブロック図である。 図３８は、実施の形態７に係る予測残差の例を示す図である。 図３９は、実施の形態７に係るボリュームの例を示す図である。 図４０は、実施の形態７に係るボリュームの８分木表現の例を示す図である。 図４１は、実施の形態７に係るボリュームのビット列の例を示す図である。 図４２は、実施の形態７に係るボリュームの８分木表現の例を示す図である。 図４３は、実施の形態７に係るボリュームの例を示す図である。 図４４は、実施の形態７に係るイントラ予測処理を説明するための図である。 図４５は、実施の形態７に係る回転及び並進処理を説明するための図である。 図４６は、実施の形態７に係るＲＴ適用フラグ及びＲＴ情報のシンタックス例を示す図である。 図４７は、実施の形態７に係るインター予測処理を説明するための図である。 図４８は、実施の形態７に係る三次元データ復号装置のブロック図である。 図４９は、実施の形態７に係る三次元データ符号化装置による三次元データ符号化処理のフローチャートである。 図５０は、実施の形態７に係る三次元データ復号装置による三次元データ復号処理のフローチャートである。 図５１は、実施の形態８に係る配信システムの構成を示す図である。 図５２は、実施の形態８に係る符号化三次元マップのビットストリームの構成例を示す図である。 図５３は、実施の形態８に係る符号化効率の改善効果を説明するための図である。 図５４は、実施の形態８に係るサーバによる処理のフローチャートである。 図５５は、実施の形態８に係るクライアントによる処理のフローチャートである。 図５６は、実施の形態８に係るサブマップのシンタックス例を示す図である。 図５７は、実施の形態８に係る符号化タイプの切り替え処理を模式的に示す図である。 図５８は、実施の形態８に係るサブマップのシンタックス例を示す図である。 図５９は、実施の形態８に係る三次元データ符号化処理のフローチャートである。 図６０は、実施の形態８に係る三次元データ復号処理のフローチャートである。 図６１は、実施の形態８に係る符号化タイプの切り替え処理の変形例の動作を模式的に示す図である。 図６２は、実施の形態８に係る符号化タイプの切り替え処理の変形例の動作を模式的に示す図である。 図６３は、実施の形態８に係る符号化タイプの切り替え処理の変形例の動作を模式的に示す図である。 図６４は、実施の形態８に係る差分値の算出処理の変形例の動作を模式的に示す図である。 図６５は、実施の形態８に係る差分値の算出処理の変形例の動作を模式的に示す図である。 図６６は、実施の形態８に係る差分値の算出処理の変形例の動作を模式的に示す図である。 図６７は、実施の形態８に係る差分値の算出処理の変形例の動作を模式的に示す図である。 図６８は、実施の形態８に係るボリュームのシンタックス例を示す図である。
　ポイントクラウド等の符号化データを実際の装置又はサービスにおいて使用する際には、所望の空間位置又はオブジェクトなどに対するランダムアクセスが必須となるが、これまで、三次元の符号化データにおけるランダムアクセスは機能として存在せず、そのための符号化方法も存在しなかった。
　本開示では、符号化三次元データにおいてランダムアクセス機能を提供できる三次元データ符号化方法、三次元データ復号方法、三次元データ符号化装置又は三次元データ復号装置について説明する。
　本開示の一態様に係る三次元データ符号化方法は、三次元データを符号化する三次元データ符号化方法であって、前記三次元データを、ランダムアクセス単位であって、各々が三次元座標に対応付けられている第１処理単位に分割する分割ステップと、複数の前記第１処理単位の各々を符号化することで符号化データを生成する符号化ステップとを含む。
　これによれば、第１処理単位ごとのランダムアクセスが可能となる。このように、当該三次元データ符号化方法は、符号化三次元データにおいてランダムアクセス機能を提供できる。
　例えば、前記三次元データ符号化方法は、前記複数の第１処理単位と、前記複数の第１処理単位の各々に対応付けられている三次元座標とを示す第１情報を生成する生成ステップを含み、前記符号化データは、前記第１情報を含んでもよい。
　例えば、前記第１情報は、さらに、前記複数の第１処理単位の各々に対応付けられている、オブジェクト、時刻及びデータ格納先のうち少なくとも一つを示してもよい。
　例えば、前記分割ステップでは、さらに、前記第１処理単位を複数の第２処理単位に分割し、前記符号化ステップでは、前記複数の第２処理単位の各々を符号化してもよい。
　例えば、前記符号化ステップでは、処理対象の第１処理単位に含まれる処理対象の第２処理単位を、前記処理対象の第１処理単位に含まれる他の第２処理単位を参照して符号化してもよい。
　これによれば、他の第２処理単位を参照することで符号化効率を向上できる。
　例えば、前記符号化ステップでは、前記処理対象の第２処理単位のタイプとして、他の第２処理単位を参照しない第１タイプ、他の一つの第２処理単位を参照する第２タイプ、及び他の二つの第２処理単位を参照する第３タイプのうちいずれかを選択し、選択したタイプに従い前記処理対象の第２処理単位を符号化してもよい。
　例えば、前記符号化ステップでは、前記三次元データに含まれるオブジェクトの数又は粗密さに応じて、前記第１タイプを選択する頻度を変更してもよい。
　これによれば、トレードオフの関係にあるランダムアクセス性と符号化効率とを適切に設定できる。
　例えば、前記符号化ステップでは、前記三次元データに含まれるオブジェクト又は動的オブジェクトの数又は粗密さに応じて、前記第１処理単位のサイズを決定してもよい。
　これによれば、トレードオフの関係にあるランダムアクセス性と符号化効率とを適切に設定できる。
　例えば、前記第１処理単位は、予め定められた方向に空間分割され、各々が１以上の前記第２処理単位を含む複数のレイヤを含み、前記符号化ステップでは、前記第２処理単位を、当該第２処理単位と同一レイヤ又は当該第２処理単位より下層のレイヤに含まれる前記第２処理単位を参照して符号化してもよい。
　これによれば、例えば、システムにおいて重要なレイヤのランダムアクセス性を向上できるとともに、符号化効率の低下を抑制できる。
　例えば、前記分割ステップでは、静的オブジェクトのみを含む第２処理単位と、動的オブジェクトのみを含む第２処理単位とを異なる第１処理単位に割り当ててもよい。
　これによれば、動的オブジェクトと静的オブジェクトとの制御を容易に行える。
　例えば、前記符号化ステップでは、複数の動的オブジェクトを個別に符号化し、前記複数の動的オブジェクトの符号化データは、静的オブジェクトのみを含む第２処理単位に対応付けられてもよい。
　これによれば、動的オブジェクトと静的オブジェクトとの制御を容易に行える。
　例えば、前記分割ステップでは、さらに、前記第２処理単位を複数の第３処理単位に分割し、前記符号化ステップでは、前記複数の第３処理単位の各々を符号化してもよい。
　例えば、前記第３処理単位は、位置情報が対応付けられる最小単位である１以上のボクセルを含んでもよい。
　例えば、前記第２処理単位は、センサで得られた情報から導出された特徴点群を含んでもよい。
　例えば、前記符号化データは、前記複数の第１処理単位の符号化順を示す情報を含んでもよい。
　例えば、前記符号化データは、前記複数の第１処理単位のサイズを示す情報を含んでもよい。
　例えば、前記符号化ステップでは、前記複数の第１処理単位を並列に符号化してもよい。
　また、本開示の一態様に係る三次元データ復号方法は、三次元データを復号する三次元データ復号方法であって、ランダムアクセス単位であって、各々が三次元座標に対応付けられている第１処理単位の符号化データの各々を復号することで前記第１処理単位の三次元データを生成する復号ステップを含む。
　これによれば、第１処理単位ごとのランダムアクセスが可能となる。このように、当該三次元データ復号方法は、符号化三次元データにおいてランダムアクセス機能を提供できる。
　また、本開示の一態様に係る三次元データ符号化装置は、三次元データを符号化する三次元データ符号化装置であって、前記三次元データを、ランダムアクセス単位であって、各々が三次元座標に対応付けられている第１処理単位に分割する分割部と、複数の前記第１処理単位の各々を符号化することで符号化データを生成する符号化部とを含んでもよい。
　これによれば、第１処理単位ごとのランダムアクセスが可能となる。このように、当該三次元データ符号化装置は、符号化三次元データにおいてランダムアクセス機能を提供できる。
　また、本開示の一態様に係る三次元データ復号装置は、三次元データを復号する三次元データ復号装置であって、ランダムアクセス単位であって、各々が三次元座標に対応付けられている第１処理単位の符号化データの各々を復号することで前記第１処理単位の三次元データを生成する復号部を含んでもよい。
　これによれば、第１処理単位ごとのランダムアクセスが可能となる。このように、当該三次元データ復号装置は、符号化三次元データにおいてランダムアクセス機能を提供できる。
　なお、本開示は空間を分割して符号化する構成により、空間の量子化、予測等を可能とし、必ずしもランダムアクセスを行わない場合であっても有効である。
　また、本開示の一態様に係る三次元データ符号化方法は、第１三次元データから特徴量が閾値以上の第２三次元データを抽出する抽出ステップと、前記第２三次元データを符号化することで第１符号化三次元データを生成する第１符号化ステップとを含む。
　これによれば、当該三次元データ符号化方法は、特徴量が閾値以上のデータを符号化した第１符号化三次元データを生成する。これにより、第１三次元データをそのまま符号化する場合に比べて符号化三次元データのデータ量を削減できる。よって、当該三次元データ符号化方法は、伝送するデータ量を削減できる。
　例えば、前記三次元データ符号化方法は、さらに、前記第１三次元データを符号化することで第２符号化三次元データを生成する第２符号化ステップを含んでもよい。
　これによれば、当該三次元データ符号化方法は、例えば、使用用途等に応じて、第１符号化三次元データと第２符号化三次元データとを選択的に伝送できる。
　例えば、前記第２三次元データは、第１符号化方法により符号化され、前記第１三次元データは、前記第１符号化方法とは異なる第２符号化方法により符号化されてもよい。
　これによれば、当該三次元データ符号化方法は、第１三次元データと第２三次元データとにそれぞれ適した符号化方法を用いることができる。
　例えば、前記第１符号化方法では、前記第２符号化方法よりもイントラ予測及びインター予測のうちインター予測が優先されてもよい。
　これによれば、当該三次元データ符号化方法は、隣接するデータ間の相関が低くなりやすい第２三次元データに対して、インター予測の優先度を上げることができる。
　例えば、前記第１符号化方法と前記第２符号化方法とでは、三次元位置の表現手法が異なってもよい。
　これによれば、当該三次元データ符号化方法は、データ数が異なる三次元データに対して、より適した三次元位置の表現手法を用いることができる。
　例えば、前記第１符号化三次元データ及び前記第２符号化三次元データの少なくとも一方は、当該符号化三次元データが前記第１三次元データを符号化することで得られた符号化三次元データであるか、前記第１三次元データのうちの一部を符号化することで得られた符号化三次元データであるかを示す識別子を含んでもよい。
　これによれば、復号装置は、取得した符号化三次元データが第１符号化三次元データであるか第２符号化三次元データであるかを容易に判定できる。
　例えば、前記第１符号化ステップでは、前記第１符号化三次元データのデータ量が前記第２符号化三次元データのデータ量より小さくなるように前記第２三次元データを符号化してもよい。
　これによれば、当該三次元データ符号化方法は、第１符号化三次元データのデータ量を第２符号化三次元データのデータ量より小さくできる。
　例えば、前記抽出ステップでは、さらに、前記第１三次元データから予め定められた属性を有する物体に対応するデータを前記第２三次元データとして抽出してもよい。
　これによれば、当該三次元データ符号化方法は、復号装置で必要となるデータを含む第１符号化三次元データを生成できる。
　例えば、前記三次元データ符号化方法は、さらに、クライアントの状態に応じて、前記第１符号化三次元データ及び前記第２符号化三次元データの一方を前記クライアントに送信する送信ステップを含んでもよい。
　これによれば、当該三次元データ符号化方法は、クライアントの状態に応じて適切なデータを送信できる。
　例えば、前記クライアントの状態は、前記クライアントの通信状況、又は前記クライアントの移動速度を含んでもよい。
　例えば、前記三次元データ符号化方法は、さらに、クライアントの要求に応じて、前記第１符号化三次元データ及び前記第２符号化三次元データの一方を前記クライアントに送信する送信ステップを含んでもよい。
　これによれば、当該三次元データ符号化方法は、クライアントの要求に応じて適切なデータを送信できる。
　また、本開示の一態様に係る三次元データ復号方法は、第１三次元データから抽出された特徴量が閾値以上の第２三次元データが符号化されることで得られた第１符号化三次元データを第１復号方法により復号する第１復号ステップと、前記第１三次元データが符号化されることで得られた第２符号化三次元データを、前記第１復号方法とは異なる第２復号方法により復号する第２復号ステップとを含む。
　これによれば、当該三次元データ復号方法は、特徴量が閾値以上のデータを符号化した第１符号化三次元データと、第２符号化三次元データとを、例えば、使用用途等に応じて選択的に受信できる。これにより、当該三次元データ復号方法は、伝送するデータ量を削減できる。さらに、当該三次元データ復号方法は、第１三次元データと第２三次元データとにそれぞれ適した復号方法を用いることができる。
　例えば、前記第１復号方法では、前記第２復号方法よりもイントラ予測及びインター予測のうちインター予測が優先されてもよい。
　これによれば、当該三次元データ復号方法は、隣接するデータ間の相関が低くなりやすい第２三次元データに対して、インター予測の優先度を上げることができる。
　例えば、前記第１復号方法と前記第２復号方法とでは、三次元位置の表現手法が異なってもよい。
　これによれば、当該三次元データ復号方法は、データ数が異なる三次元データに対して、より適した三次元位置の表現手法を用いることができる。
　例えば、前記第１符号化三次元データ及び前記第２符号化三次元データの少なくとも一方は、当該符号化三次元データが前記第１三次元データを符号化することで得られた符号化三次元データであるか、前記第１三次元データのうちの一部を符号化することで得られた符号化三次元データであるかを示す識別子を含み、前記識別子を参照して、前記第１符号化三次元データ及び前記第２符号化三次元データを識別してもよい。
　これによれば、当該三次元データ復号方法は、取得した符号化三次元データが第１符号化三次元データであるか第２符号化三次元データであるかを容易に判定できる。
　例えば、前記三次元データ復号方法は、さらに、クライアントの状態をサーバに通知する通知ステップと、前記クライアントの状態に応じて、前記サーバから送信された前記第１符号化三次元データ及び前記第２符号化三次元データの一方を受信する受信ステップとを含んでもよい。
　これによれば、当該三次元データ復号方法は、クライアントの状態に応じて適切なデータを受信できる。
　例えば、前記クライアントの状態は、前記クライアントの通信状況、又は前記クライアントの移動速度を含んでもよい。
　例えば、前記三次元データ復号方法は、さらに、前記第１符号化三次元データ及び前記第２符号化三次元データの一方をサーバに要求する要求ステップと、前記要求に応じて、前記サーバから送信された前記第１符号化三次元データ及び前記第２符号化三次元データの一方を受信する受信ステップを含んでもよい。
　これによれば、当該三次元データ復号方法は、用途に応じた適切なデータを受信できる。
　また、本開示の一態様に係る三次元データ符号化装置は、第１三次元データから特徴量が閾値以上の第２三次元データを抽出する抽出部と、前記第２三次元データを符号化することで第１符号化三次元データを生成する第１符号化部とを備える。
　これによれば、当該三次元データ符号化装置は、特徴量が閾値以上のデータを符号化した第１符号化三次元データを生成する。これにより、第１三次元データをそのまま符号化する場合に比べてデータ量を削減できる。よって、当該三次元データ符号化装置は、伝送するデータ量を削減できる。
　また、本開示の一態様に係る三次元データ復号装置は、第１三次元データから抽出された特徴量が閾値以上の第２三次元データが符号化されることで得られた第１符号化三次元データを第１復号方法により復号する第１復号部と、前記第１三次元データが符号化されることで得られた第２符号化三次元データを、前記第１復号方法とは異なる第２復号方法により復号する第２復号部とを備える。
　これによれば、当該三次元データ復号装置は、特徴量が閾値以上のデータを符号化した第１符号化三次元データと、第２符号化三次元データとを、例えば、使用用途等に応じて選択的に受信できる。これにより、当該三次元データ復号装置は、伝送するデータ量を削減できる。さらに、当該三次元データ復号装置は、第１三次元データと第２三次元データとにそれぞれ適した復号方法を用いることができる。
　また、本開示の一態様に係る三次元データ作成方法は、移動体に搭載されるクライアント装置における三次元データ作成方法であって、前記移動体に搭載されたセンサにより得られた、前記移動体の周辺状況を示すセンサ情報から、前記移動体の周辺の三次元データを作成し、作成された前記三次元データを用いて前記移動体の自己位置を推定し、取得した前記センサ情報をサーバ又は他の移動体に送信する。
　これによれば、当該三次元データ作成方法は、センサ情報をサーバ等に送信する。これにより、三次元データを送信する場合に比べて、送信データのデータ量を削減できる可能性がある。また、三次元データの圧縮又は符号化等の処理をクライアント装置で行う必要がないので、クライアント装置の処理量を削減できる。よって、当該三次元データ作成方法は、伝送されるデータ量の削減、又は、装置の構成の簡略化を実現できる。
　例えば、前記三次元データ作成方法は、さらに、前記サーバに三次元マップの送信要求を送信し、前記サーバから前記三次元マップを受信し、前記自己位置の推定では、前記三次元データと前記三次元マップとを用いて、前記自己位置を推定してもよい。
　例えば、前記センサ情報は、レーザセンサで得られた情報、輝度画像、赤外画像、デプス画像、センサの位置情報、及びセンサの速度情報のうち少なくとも一つを含んでもよい。
　例えば、前記センサ情報は、レーザセンサで得られた情報、輝度画像、赤外画像、デプス画像、センサの位置情報、及びセンサの速度情報のうち少なくとも一つを含んでもよい。
　例えば、前記センサ情報を符号化又は圧縮し、前記センサ情報の送信では、符号化又は圧縮後のセンサ情報を、前記サーバ又は前記他の移動体に送信してもよい。
　これによれば、当該三次元データ作成方法は、伝送されるデータ量を削減できる。
　また、本開示の一態様に係る三次元データ作成方法は、移動体に搭載されるクライアント装置と通信可能なサーバにおける三次元データ作成方法であって、前記移動体に搭載されたセンサにより得られた、前記移動体の周辺状況を示すセンサ情報を前記クライアント装置から受信し、受信した前記センサ情報から、前記移動体の周辺の三次元データを作成する。
　これによれば、当該三次元データ作成方法は、クライアント装置から送信されたセンサ情報を用いて三次元データを作成する。これにより、クライアント装置が三次元データを送信する場合に比べて、送信データのデータ量を削減できる可能性がある。また、三次元データの圧縮又は符号化等の処理をクライアント装置で行う必要がないので、クライアント装置の処理量を削減できる。よって、当該三次元データ作成方法は、伝送されるデータ量の削減、又は、装置の構成の簡略化を実現できる。
　例えば、前記三次元データ作成方法は、さらに、前記クライアント装置に前記センサ情報の送信要求を送信してもよい。
　例えば、前記三次元データ作成方法は、さらに、作成された前記三次元データを用いて三次元マップを更新し、前記クライアント装置からの前記三次元マップの送信要求に応じて前記三次元マップを前記クライアント装置に送信してもよい。
　例えば、前記センサ情報は、レーザセンサで得られた情報、輝度画像、赤外画像、デプス画像、センサの位置情報、及びセンサの速度情報のうち少なくとも一つを含んでもよい。
　例えば、前記センサ情報は、前記センサの性能を示す情報を含んでもよい。
　例えば、前記三次元データ作成方法は、さらに、前記センサの性能に応じて、前記三次元データを補正してもよい。
　これによれば、当該三次元データ作成方法は、三次元データの品質を向上できる。
　例えば、前記センサ情報の受信では、複数のクライアント装置から複数のセンサ情報を受信し、前記複数のセンサ情報に含まれる前記センサの性能を示す複数の情報に基づき、前記三次元データの作成に用いるセンサ情報を選択してもよい。
　これによれば、当該三次元データ作成方法は、三次元データの品質を向上できる。
　例えば、受信した前記センサ情報を復号又は伸張し、復号又は伸張後のセンサ情報から、前記三次元データを作成してもよい。
　これによれば、当該三次元データ作成方法は、伝送されるデータ量を削減できる。
　また、本開示の一態様に係るクライアント装置は、移動体に搭載されるクライアント装置であって、プロセッサと、メモリとを備え、前記プロセッサは、前記メモリを用いて、前記移動体に搭載されたセンサにより得られた、前記移動体の周辺状況を示すセンサ情報から、前記移動体の周辺の三次元データを作成し、作成された前記三次元データを用いて前記移動体の自己位置を推定し、取得した前記センサ情報をサーバ又は他の移動体に送信する。
　これによれば、当該クライアント装置は、センサ情報をサーバ等に送信する。これにより、三次元データを送信する場合に比べて、送信データのデータ量を削減できる可能性がある。また、三次元データの圧縮又は符号化等の処理をクライアント装置で行う必要がないので、クライアント装置の処理量を削減できる。よって、当該クライアント装置は、伝送されるデータ量の削減、又は、装置の構成の簡略化を実現できる。
　また、本開示の一態様に係るサーバは、移動体に搭載されるクライアント装置と通信可能なサーバであって、プロセッサと、メモリとを備え、前記プロセッサは、前記メモリを用いて、前記移動体に搭載されたセンサにより得られた、前記移動体の周辺状況を示すセンサ情報を前記クライアント装置から受信し、受信した前記センサ情報から、前記移動体の周辺の三次元データを作成する。
　これによれば、当該サーバは、クライアント装置から送信されたセンサ情報を用いて三次元データを作成する。これにより、クライアント装置が三次元データを送信する場合に比べて、送信データのデータ量を削減できる可能性がある。また、三次元データの圧縮又は符号化等の処理をクライアント装置で行う必要がないので、クライアント装置の処理量を削減できる。よって、当該サーバは、伝送されるデータ量の削減、又は、装置の構成の簡略化を実現できる。
　また、本開示の一態様に係る三次元データ符号化方法は、対象三次元データと異なる時刻の参照三次元データに含まれる三次元点の位置情報を用いて予測位置情報を生成し、前記対象三次元データに含まれる三次元点の位置情報を、前記予測位置情報を用いて符号化する。
　これによれば、当該三次元データ符号化方法は、符号化信号のデータ量を削減できるので符号化効率を向上できる。
　例えば、前記予測位置情報の生成では、前記参照三次元データに含まれる前記三次元点の前記位置情報に回転及び並進処理を適用することで前記予測位置情報を生成してもよい。
　例えば、前記三次元データ符号化方法は、さらに、前記参照三次元データに含まれる前記三次元点の前記位置情報に回転及び並進処理を適用するか否かを示すフラグを符号化してもよい。
　例えば、前記三次元データ符号化方法は、さらに、前記回転及び並進処理の内容を示す情報を符号化してもよい。
　例えば、前記符号化では、前記対象三次元データに含まれる前記三次元点の前記位置情報と前記予測位置情報との差分である差分位置情報を算出し、前記差分位置情報を符号化してもよい。
　例えば、前記位置情報は、８分木構造で表現され、前記８分木構造における深度と幅とのうち、幅を優先したスキャン順で表されてもよい。
　例えば、前記位置情報は、８分木構造で表現され、前記８分木構造における深度と幅とのうち、深度を優先したスキャン順で表されてもよい。
　例えば、前記三次元データに含まれる各三次元点は属性情報を有し、前記三次元データ符号化方法は、さらに、前記参照三次元データに含まれる三次元点の属性情報を用いて予測属性情報を生成し、前記対象三次元データに含まれる三次元点の属性情報を、前記予測属性情報を用いて符号化してもよい。
　これによれば、当該三次元データ符号化方法は、符号化信号のデータ量を削減できるので符号化効率を向上できる。
　例えば、前記予測位置情報の生成では、前記参照三次元データに含まれる前記三次元点の前記位置情報に第１の単位で第１回転及び並進処理を適用し、前記第１回転及び並進処理により得られた三次元点の位置情報に、前記第１の単位より細かい第２の単位で第２回転及び並進処理を適用することで前記予測位置情報を生成してもよい。
　また、本開示の一態様に係る三次元データ復号方法は、対象三次元データと異なる時刻の参照三次元データに含まれる三次元点の位置情報を用いて予測位置情報を生成し、符号化信号に含まれる符号化位置情報を前記予測位置情報を用いて復号することで前記対象三次元データに含まれる三次元点の位置情報を復元する。
　これによれば、当該三次元データ復号方法は、符号化信号のデータ量を削減できるので符号化効率を向上できる。
　例えば、前記予測位置情報の生成では、前記参照三次元データに含まれる前記三次元点の前記位置情報に回転及び並進処理を適用することで前記予測位置情報を生成してもよい。
　例えば、前記三次元データ復号方法は、さらに、前記参照三次元データに含まれる前記三次元点の前記位置情報に回転及び並進処理を適用するか否かを示すフラグを復号してもよい。
　例えば、前記三次元データ復号方法は、さらに、前記回転及び並進処理の内容を示す情報を復号してもよい。
　例えば、前記符号化位置情報は、前記対象三次元データに含まれる前記三次元点の前記位置情報と前記予測位置情報との差分である差分位置情報であり、前記復元では、前記差分位置情報と前記予測位置情報とを加算することで前記対象三次元データに含まれる前記三次元点の前記位置情報を復元してもよい。
　例えば、前記位置情報は、８分木構造で表現され、前記８分木構造における深度と幅とのうち、幅を優先したスキャン順で表されてもよい。
　例えば、前記位置情報は、８分木構造で表現され、前記８分木構造における深度と幅とのうち、深度を優先したスキャン順で表されてもよい。
　例えば、前記三次元データに含まれる各三次元点は属性情報を有し、前記三次元データ復号方法は、さらに、前記参照三次元データに含まれる三次元点の属性情報を用いて予測属性情報を生成し、前記符号化信号に含まれる符号化属性情報を前記予測位置情報を用いて復号することで前記対象三次元データに含まれる三次元点の属性情報を復元してもよい。
　これによれば、当該三次元データ復号方法は、符号化信号のデータ量を削減できるので符号化効率を向上できる。
　例えば、前記予測位置情報の生成では、前記参照三次元データに含まれる前記三次元点の前記位置情報に第１の単位で第１回転及び並進処理を適用し、前記第１回転及び並進処理により得られた三次元点の位置情報に、前記第１の単位より細かい第２の単位で第２回転及び並進処理を適用することで前記予測位置情報を生成してもよい。
　また、本開示の一態様に係る三次元データ符号化装置は、プロセッサと、メモリとを備え、前記プロセッサは、前記メモリを用いて、対象三次元データと異なる時刻の参照三次元データに含まれる三次元点の位置情報を用いて予測位置情報を生成し、前記対象三次元データに含まれる三次元点の位置情報を、前記予測位置情報を用いて符号化する。
　これによれば、当該三次元データ符号化装置は、符号化信号のデータ量を削減できるので符号化効率を向上できる。
　また、本開示の一態様に係る三次元データ復号装置は、プロセッサと、メモリとを備え、前記プロセッサは、前記メモリを用いて、対象三次元データと異なる時刻の参照三次元データに含まれる三次元点の位置情報を用いて予測位置情報を生成し、符号化信号に含まれる符号化位置情報を前記予測位置情報を用いて復号することで前記対象三次元データに含まれる三次元点の位置情報を復元する。
　これによれば、当該三次元データ復号装置は、符号化信号のデータ量を削減できるので符号化効率を向上できる。
　また、本開示の一態様に係る三次元データ符号化方法は、三次元データに含まれる複数の空間単位のうち対象空間単位を８分木構造で符号化するか否かを判定し、前記対象空間単位を８分木構造で符号化すると判定された場合、前記対象空間単位を８分木構造を用いて符号化し、前記対象空間単位を８分木構造で符号化しないと判定された場合、前記対象空間単位を８分木構造とは異なる方式で符号化し、前記対象空間単位を８分木構造で符号化したか否かを示す情報をビットストリームに付加する。
　これによれば、当該三次元データ符号化方法は、符号化信号のデータ量を削減できるので符号化効率を向上できる。
　例えば、前記異なる方式では、前記対象空間単位に含まれる三次元点の座標を符号化してもよい。
　例えば、前記異なる方式では、前記対象空間単位の基準座標と、前記対象空間単位に含まれる前記三次元点の前記座標との差分を符号化してもよい。
　例えば、前記判定では、前記対象空間単位に含まれる三次元点の数が予め定められた閾値より多い場合、前記対象空間単位を８分木構造で符号化すると判定し、前記対象空間単位に含まれる前記三次元点の数が前記閾値以下の場合、前記対象空間単位を８分木構造で符号化しないと判定してもよい。
　これによれば、当該三次元データ符号化方法は、対象空間単位に含まれる三次元点の数に応じて、適切な符号化タイプを選択できる。
　また、本開示の一態様に係る三次元データ復号方法は、三次元データに含まれる複数の対象空間単位のうち対象空間単位を８分木構造で復号するか否かを示す情報をビットストリームから復号し、前記情報により前記対象空間単位を８分木構造で復号すると示される場合、前記対象空間単位を８分木構造を用いて復号し、前記情報により前記対象空間単位を８分木構造で復号しないと示される場合、前記対象空間単位を８分木構造とは異なる方式で復号する。
　これによれば、当該三次元データ復号方法は、符号化信号のデータ量を削減できるので符号化効率を向上できる。
　例えば、前記異なる方式では、前記対象空間単位に含まれる三次元点の座標を復号してもよい。
　例えば、前記異なる方式では、前記対象空間単位の基準座標と、前記対象空間単位に含まれる前記三次元点の前記座標との差分を復号してもよい。
　また、本開示の一態様に係る三次元データ符号化装置は、プロセッサと、メモリとを備え、前記プロセッサは、前記メモリを用いて、三次元データに含まれる複数の空間単位のうち対象空間単位を８分木構造で符号化するか否かを判定し、前記対象空間単位を８分木構造で符号化すると判定された場合、前記対象空間単位を８分木構造を用いて符号化し、前記対象空間単位を８分木構造で符号化しないと判定された場合、前記対象空間単位を８分木構造とは異なる方式で符号化し、前記対象空間単位を８分木構造で符号化したか否かを示す情報をビットストリームに付加する。
　これによれば、当該三次元データ符号化装置は、符号化信号のデータ量を削減できるので符号化効率を向上できる。
　また、本開示の一態様に係る三次元データ復号装置は、プロセッサと、メモリとを備え、前記プロセッサは、前記メモリを用いて、三次元データに含まれる複数の空間単位のうち対象空間単位が８分木構造で符号化されているか否かを示す情報をビットストリームから復号し、前記情報により前記対象空間単位を８分木構造で符号化されていると示される場合、前記対象空間単位を８分木構造を用いて復号し、前記情報により前記対象空間単位を８分木構造で符号化されていないと示される場合、前記対象空間単位を８分木構造とは異なる方式で復号する。
　これによれば、当該三次元データ復号装置は、符号化信号のデータ量を削減できるので符号化効率を向上できる。
　なお、これらの包括的または具体的な態様は、システム、方法、集積回路、コンピュータプログラムまたはコンピュータ読み取り可能なＣＤ－ＲＯＭなどの記録媒体で実現されてもよく、システム、方法、集積回路、コンピュータプログラム及び記録媒体の任意な組み合わせで実現されてもよい。
　以下、実施の形態について、図面を参照しながら具体的に説明する。なお、以下で説明する実施の形態は、いずれも本開示の一具体例を示すものである。以下の実施の形態で示される数値、形状、材料、構成要素、構成要素の配置位置及び接続形態、ステップ、ステップの順序などは、一例であり、本開示を限定する主旨ではない。また、以下の実施の形態における構成要素のうち、最上位概念を示す独立請求項に記載されていない構成要素については、任意の構成要素として説明される。
　（実施の形態１）
　まず、本実施の形態に係る符号化三次元データ（以下、符号化データとも記す）のデータ構造について説明する。図１は、本実施の形態に係る符号化三次元データの構成を示す図である。
　本実施の形態では、三次元空間は、動画像の符号化におけるピクチャに相当するスペース（ＳＰＣ）に分割され、スペースを単位として三次元データが符号化される。スペースは、さらに、動画像符号化におけるマクロブロックなどに相当するボリューム（ＶＬＭ）に分割され、ＶＬＭを単位として予測及び変換が行われる。ボリュームは、位置座標が対応付けられる最小単位である複数のボクセル（ＶＸＬ）を含む。なお、予測とは、二次元画像で行われる予測と同様に、他の処理単位を参照し、処理対象の処理単位と類似する予測三次元データを生成し、当該予測三次元データと処理対象の処理単位との差分を符号化することである。また、この予測は、同一時刻の他の予測単位を参照する空間予測のみならず、異なる時刻の予測単位を参照する時間予測を含む。
　例えば、三次元データ符号化装置（以下、符号化装置とも記す）は、ポイントクラウドなどの点群データにより表現される三次元空間を符号化する際には、ボクセルのサイズに応じて、点群の各点、又は、ボクセル内に含まれる複数点をまとめて符号化する。ボクセルを細分化すれば点群の三次元形状を高精度に表現でき、ボクセルのサイズを大きくすれば点群の三次元形状をおおまかに表現できる。
　なお、以下では、三次元データがポイントクラウドである場合を例に説明を行うが、三次元データはポイントクラウドに限定されず、任意の形式の三次元データでよい。
　また、階層構造のボクセルを用いてもよい。この場合、ｎ次の階層では、ｎ－１次以下の階層（ｎ次の階層の下層）にサンプル点が存在するかどうかを順に示してもよい。例えば、ｎ次の階層のみを復号する際において、ｎ－１次以下の階層にサンプル点が存在する場合は、ｎ次階層のボクセルの中心にサンプル点が存在するとみなして復号できる。
　また、符号化装置は、点群データを、距離センサ、ステレオカメラ、単眼カメラ、ジャイロ、又は慣性センサなどを用いて取得する。
　スペースは、動画像の符号化と同様に、単独で復号可能なイントラ・スペース（Ｉ－ＳＰＣ）、単方向の参照のみ可能なプレディクティブ・スペース（Ｐ－ＳＰＣ）、及び、双方向の参照が可能なバイディレクショナル・スペース（Ｂ－ＳＰＣ）を含む少なくとも３つの予測構造のいずれかに分類される。また、スペースは復号時刻と表示時刻との２種類の時刻情報を有する。
　また、図１に示すように、複数のスペースを含む処理単位として、ランダムアクセス単位であるＧＯＳ（Ｇｒｏｕｐ　Ｏｆ　Ｓｐａｃｅ）が存在する。さらに、複数のＧＯＳを含む処理単位としてワールド（ＷＬＤ）が存在する。
　ワールドが占める空間領域は、ＧＰＳ又は緯度及び経度情報などにより、地球上の絶対位置と対応付けられる。この位置情報はメタ情報として格納される。なお、メタ情報は、符号化データに含まれてもよいし、符号化データとは別に伝送されてもよい。
　また、ＧＯＳ内では、全てのＳＰＣが三次元的に隣接してもよいし、他のＳＰＣと三次元的に隣接しないＳＰＣが存在してもよい。
　なお、以下では、ＧＯＳ、ＳＰＣ又はＶＬＭ等の処理単位に含まれる三次元データに対する、符号化、復号又は参照等の処理を、単に、処理単位を符号化、復号又は参照する等とも記す。また、処理単位に含まれる三次元データは、例えば、三次元座標等の空間位置と、色情報等の特性値との少なくとも一つの組を含む。
　次に、ＧＯＳにおけるＳＰＣの予測構造について説明する。同一ＧＯＳ内の複数のＳＰＣ、又は、同一ＳＰＣ内の複数のＶＬＭは、互いに異なる空間を占めるが、同じ時刻情報（復号時刻及び表示時刻）を持つ。
　また、ＧＯＳ内で復号順で先頭となるＳＰＣはＩ－ＳＰＣである。また、ＧＯＳにはクローズドＧＯＳとオープンＧＯＳとの２種類が存在する。クローズドＧＯＳは、先頭Ｉ－ＳＰＣから復号開始する際に、ＧＯＳ内の全てのＳＰＣを復号できるＧＯＳである。オープンＧＯＳでは、ＧＯＳ内で先頭Ｉ－ＳＰＣよりも表示時刻が前となる一部のＳＰＣは異なるＧＯＳを参照しており、当該ＧＯＳのみで復号を行うことができない。
　なお、地図情報などの符号化データでは、ＷＬＤを符号化順とは逆方向から復号することがあり、ＧＯＳ間に依存性があると逆方向再生が困難である。よって、このような場合には、基本的にはクローズドＧＯＳが用いられる。
　また、ＧＯＳは、高さ方向にレイヤ構造を有し、下のレイヤのＳＰＣから順に符号化又は復号が行われる。
　図２はＧＯＳの最下層レイヤに属するＳＰＣ間の予測構造の一例を示す図である。図３はレイヤ間の予測構造の一例を示す図である。
　ＧＯＳ内には１つ以上のＩ－ＳＰＣが存在する。三次元空間内には、ヒト、動物、車、自転車、信号、又はランドマークとなる建物などのオブジェクトが存在するが、特にサイズが小さいオブジェクトはＩ－ＳＰＣとして符号化すると有効である。例えば、三次元データ復号装置（以下、復号装置とも記す）は、ＧＯＳを低処理量又は高速に復号する際には、ＧＯＳ内のＩ－ＳＰＣのみを復号する。
　また、符号化装置は、ＷＬＤ内のオブジェクトの粗密さに応じてＩ－ＳＰＣの符号化間隔又は出現頻度を切替えてもよい。
　また、図３に示す構成において、符号化装置又は復号装置は、複数のレイヤを下層（レイヤ１）から順に符号化又は復号する。これにより、例えば自動走行車などにとってより情報量の多い地面付近のデータの優先度を上げることができる。
　なお、ドローンなどで用いられる符号化データでは、ＧＯＳ内において高さ方向で上のレイヤのＳＰＣから順に符号化又は復号してもよい。
　また、符号化装置又は復号装置は、復号装置が荒くＧＯＳを把握でき、徐々に解像度を上げるようにできるように、複数のレイヤを符号化又は復号してもよい。例えば、符号化装置又は復号装置は、レイヤ３、８、１、９…の順に符号化又は復号してもよい。
　次に、静的オブジェクト及び動的オブジェクトの扱い方について説明する。
　三次元空間には、建物又は道路など静的なオブジェクト又はシーン（以降、まとめて静的オブジェクトと呼ぶ）と、車又はヒトなどの動的なオブジェクト（以降、動的オブジェクトと呼ぶ）とが存在する。オブジェクトの検出は、ポイントクラウドのデータ、又は、ステレオカメラなどのカメラ映像などから特徴点を抽出するなどして、別途行われる。ここでは、動的オブジェクトの符号化方法の例について説明する。
　第１方法は、静的オブジェクトと動的オブジェクトとを区別せずに符号化する方法である。第２方法は、静的オブジェクトと動的オブジェクトとを識別情報により区別する方法である。
　例えば、ＧＯＳが識別単位として用いられる。この場合、静的オブジェクトを構成するＳＰＣを含むＧＯＳと、動的オブジェクトを構成するＳＰＣを含むＧＯＳとが、符号化データ内、又は符号化データとは別途格納される識別情報により区別される。
　または、ＳＰＣが識別単位として用いられてもよい。この場合、静的オブジェクトを構成するＶＬＭを含むＳＰＣと、動的オブジェクトを構成するＶＬＭを含むＳＰＣとが、上記識別情報により区別される。
　または、ＶＬＭ或いはＶＸＬが識別単位として用いられてもよい。この場合、静的オブジェクトを含むＶＬＭ又はＶＸＬと、動的オブジェクトを含むＶＬＭ又はＶＸＬとが上記識別情報により区別される。
　また、符号化装置は、動的オブジェクトを１以上のＶＬＭ又はＳＰＣとして符号化し、静的オブジェクトを含むＶＬＭ又はＳＰＣと、動的オブジェクトを含むＳＰＣとを、互いに異なるＧＯＳとして符号化してもよい。また、符号化装置は、動的オブジェクトのサイズに応じてＧＯＳのサイズが可変となる場合には、ＧＯＳのサイズをメタ情報として別途格納する。
　また、符号化装置は、静的オブジェクトと動的オブジェクトとを互いに独立に符号化し、静的オブジェクトから構成されるワールドに対して、動的オブジェクトを重畳してもよい。このとき、動的オブジェクトは１以上のＳＰＣから構成され、各ＳＰＣは、当該ＳＰＣが重畳される静的オブジェクトを構成する１以上のＳＰＣに対応付けられる。なお、動的オブジェクトをＳＰＣではなく、１以上のＶＬＭ又はＶＸＬにより表現してもよい。
　また、符号化装置は、静的オブジェクトと動的オブジェクトとを互いに異なるストリームとして符号化してもよい。
　また、符号化装置は、動的オブジェクトを構成する１以上のＳＰＣを含むＧＯＳを生成してもよい。さらに、符号化装置は、動的オブジェクトを含むＧＯＳ（ＧＯＳ＿Ｍ）と、ＧＯＳ＿Ｍの空間領域に対応する静的オブジェクトのＧＯＳとを同一サイズ（同一の空間領域を占める）に設定してもよい。これにより、ＧＯＳ単位で重畳処理を行うことができる。
　動的オブジェクトを構成するＰ－ＳＰＣ又はＢ－ＳＰＣは、符号化済みの異なるＧＯＳに含まれるＳＰＣを参照してもよい。動的オブジェクトの位置が時間的に変化し、同一の動的オブジェクトが異なる時刻のＧＯＳとして符号化されるケースでは、ＧＯＳを跨いだ参照が圧縮率の観点から有効となる。
　また、符号化データの用途に応じて、上記の第１方法と第２方法とを切替えてもよい。例えば、符号化三次元データを地図として用いる場合は、動的オブジェクトを分離できることが望ましいため、符号化装置は、第２方法を用いる。一方、符号化装置は、コンサート又はスポーツなどのイベントの三次元データを符号化する場合に、動的オブジェクトを分離する必要がなければ、第１方法を用いる。
　また、ＧＯＳ又はＳＰＣの復号時刻と表示時刻とは符号化データ内、又はメタ情報として格納できる。また、静的オブジェクトの時刻情報は全て同一としてもよい。このとき、実際の復号時刻と表示時刻は、復号装置が決定するものとしてもよい。あるいは、復号時刻として、ＧＯＳ、あるいは、ＳＰＣ毎に異なる値が付与され、表示時刻として全て同一の値が付与されてもよい。さらに、ＨＥＶＣのＨＲＤ（Ｈｙｐｏｔｈｅｔｉｃａｌ　Ｒｅｆｅｒｅｎｃｅ　Ｄｅｃｏｄｅｒ）など動画像符号化におけるデコーダモデルのように、デコーダが所定のサイズのバッファを有し、復号時刻に従って所定のビットレートでビットストリームを読み込めば破綻なく復号できることを保証するモデルを導入してもよい。
　次に、ワールド内におけるＧＯＳの配置について説明する。ワールドにおける三次元空間の座標は、互いに直交する３本の座標軸（ｘ軸、ｙ軸、ｚ軸）により表現される。ＧＯＳの符号化順に所定のルールを設けることで、空間的に隣接するＧＯＳが符号化データ内で連続するように符号化を行える。例えば、図４に示す例では、ｘｚ平面内のＧＯＳを連続的に符号化する。あるｘｚ平面内の全てのＧＯＳの符号化終了後にｙ軸の値を更新する。すなわち、符号化が進むにつれて、ワールドはｙ軸方向に伸びていく。また、ＧＯＳのインデックス番号は符号化順に設定される。
　ここで、ワールドの三次元空間は、ＧＰＳ、或いは緯度及び経度などの地理的な絶対座標と１対１に対応付けておく。或いは、予め設定した基準位置からの相対位置により三次元空間が表現されてもよい。三次元空間のｘ軸、ｙ軸、ｚ軸の方向は、緯度及び経度などに基づいて決定される方向ベクトルとして表現され、当該方向ベクトルはメタ情報として符号化データと共に格納される。
　また、ＧＯＳのサイズは固定とし、符号化装置は、当該サイズをメタ情報として格納する。また、ＧＯＳのサイズは、例えば、都市部か否か、又は、室内か外かなどに応じて切替えられてもよい。つまり、ＧＯＳのサイズは、情報としての価値があるオブジェクトの量又は性質に応じて切替えられてもよい。あるいは、符号化装置は、同一ワールド内において、オブジェクトの密度などに応じて、ＧＯＳのサイズ、又は、ＧＯＳ内のＩ－ＳＰＣの間隔を適応的に切替えてもよい。例えば、符号化装置は、オブジェクトの密度が高いほど、ＧＯＳのサイズを小さくし、ＧＯＳ内のＩ－ＳＰＣの間隔を短くする。
　図５の例では、３番目から１０番目のＧＯＳの領域では、オブジェクトの密度が高いため、細かい粒度でのランダムアクセスを実現するために、ＧＯＳが細分化されている。なお、７番目から１０番目のＧＯＳは、それぞれ、３番目から６番目のＧＯＳの裏側に存在する。
　次に、本実施の形態に係る三次元データ符号化装置の構成及び動作の流れを説明する。図６は、本実施の形態に係る三次元データ符号化装置１００のブロック図である。図７は、三次元データ符号化装置１００の動作例を示すフローチャートである。
　図６に示す三次元データ符号化装置１００は、三次元データ１１１を符号化することで符号化三次元データ１１２を生成する。この三次元データ符号化装置１００は、取得部１０１と、符号化領域決定部１０２と、分割部１０３と、符号化部１０４とを備える。
　図７に示すように、まず、取得部１０１は、点群データである三次元データ１１１を取得する（Ｓ１０１）。
　次に、符号化領域決定部１０２は、取得した点群データに対応する空間領域のうち、符号化対象の領域を決定する（Ｓ１０２）。例えば、符号化領域決定部１０２は、ユーザ又は車両の位置に応じて、当該位置の周辺の空間領域を符号化対象の領域に決定する。
　次に、分割部１０３は、符号化対象の領域に含まれる点群データを、各処理単位に分割する。ここで処理単位とは、上述したＧＯＳ及びＳＰＣ等である。また、この符号化対象の領域は、例えば、上述したワールドに対応する。具体的には、分割部１０３は、予め設定したＧＯＳのサイズ、又は、動的オブジェクトの有無或いはサイズに基づいて、点群データを処理単位に分割する（Ｓ１０３）。また、分割部１０３は、各ＧＯＳにおいて符号化順で先頭となるＳＰＣの開始位置を決定する。
　次に、符号化部１０４は、各ＧＯＳ内の複数のＳＰＣを順次符号化することで符号化三次元データ１１２を生成する（Ｓ１０４）。
　なお、ここでは、符号化対象の領域をＧＯＳ及びＳＰＣに分割した後に、各ＧＯＳを符号化する例を示したが、処理の手順は上記に限らない。例えば、一つのＧＯＳの構成を決定した後にそのＧＯＳを符号化し、その後、次のＧＯＳの構成を決定する等の手順を用いてもよい。
　このように、三次元データ符号化装置１００は、三次元データ１１１を符号化することで符号化三次元データ１１２を生成する。具体的には、三次元データ符号化装置１００は、三次元データを、ランダムアクセス単位であって、各々が三次元座標に対応付けられている第１処理単位（ＧＯＳ）に分割し、第１処理単位（ＧＯＳ）を複数の第２処理単位（ＳＰＣ）に分割し、第２処理単位（ＳＰＣ）を複数の第３処理単位（ＶＬＭ）に分割する。また、第３処理単位（ＶＬＭ）は、位置情報が対応付けられる最小単位である１以上のボクセル（ＶＸＬ）を含む。
　次に、三次元データ符号化装置１００は、複数の第１処理単位（ＧＯＳ）の各々を符号化することで符号化三次元データ１１２を生成する。具体的には、三次元データ符号化装置１００は、各第１処理単位（ＧＯＳ）において、複数の第２処理単位（ＳＰＣ）の各々を符号化する。また、三次元データ符号化装置１００は、各第２処理単位（ＳＰＣ）において、複数の第３処理単位（ＶＬＭ）の各々を符号化する。
　例えば、三次元データ符号化装置１００は、処理対象の第１処理単位（ＧＯＳ）がクローズドＧＯＳである場合には、処理対象の第１処理単位（ＧＯＳ）に含まれる処理対象の第２処理単位（ＳＰＣ）を、処理対象の第１処理単位（ＧＯＳ）に含まれる他の第２処理単位（ＳＰＣ）を参照して符号化する。つまり、三次元データ符号化装置１００は、処理対象の第１処理単位（ＧＯＳ）とは異なる第１処理単位（ＧＯＳ）に含まれる第２処理単位（ＳＰＣ）を参照しない。
　一方、処理対象の第１処理単位（ＧＯＳ）がオープンＧＯＳである場合には、処理対象の第１処理単位（ＧＯＳ）に含まれる処理対象の第２処理単位（ＳＰＣ）を、処理対象の第１処理単位（ＧＯＳ）に含まれる他の第２処理単位（ＳＰＣ）、又は、処理対象の第１処理単位（ＧＯＳ）とは異なる第１処理単位（ＧＯＳ）に含まれる第２処理単位（ＳＰＣ）を参照して符号化する。
　また、三次元データ符号化装置１００は、処理対象の第２処理単位（ＳＰＣ）のタイプとして、他の第２処理単位（ＳＰＣ）を参照しない第１タイプ（Ｉ－ＳＰＣ）、他の一つの第２処理単位（ＳＰＣ）を参照する第２タイプ（Ｐ－ＳＰＣ）、及び他の二つの第２処理単位（ＳＰＣ）を参照する第３タイプのうちいずれかを選択し、選択したタイプに従い処理対象の第２処理単位（ＳＰＣ）を符号化する。
　次に、本実施の形態に係る三次元データ復号装置の構成及び動作の流れを説明する。図８は、本実施の形態に係る三次元データ復号装置２００のブロックのブロック図である。図９は、三次元データ復号装置２００の動作例を示すフローチャートである。
　図８に示す三次元データ復号装置２００は、符号化三次元データ２１１を復号することで復号三次元データ２１２を生成する。ここで、符号化三次元データ２１１は、例えば、三次元データ符号化装置１００で生成された符号化三次元データ１１２である。この三次元データ復号装置２００は、取得部２０１と、復号開始ＧＯＳ決定部２０２と、復号ＳＰＣ決定部２０３と、復号部２０４とを備える。
　まず、取得部２０１は、符号化三次元データ２１１を取得する（Ｓ２０１）。次に、復号開始ＧＯＳ決定部２０２は、復号対象のＧＯＳに決定する（Ｓ２０２）。具体的には、復号開始ＧＯＳ決定部２０２は、符号化三次元データ２１１内、又は符号化三次元データとは別に格納されたメタ情報を参照して、復号を開始する空間位置、オブジェクト、又は、時刻に対応するＳＰＣを含むＧＯＳを復号対象のＧＯＳに決定する。
　次に、復号ＳＰＣ決定部２０３は、ＧＯＳ内で復号するＳＰＣのタイプ（Ｉ、Ｐ、Ｂ）を決定する（Ｓ２０３）。例えば、復号ＳＰＣ決定部２０３は、（１）Ｉ－ＳＰＣのみを復号するか、（２）Ｉ－ＳＰＣ及びＰ－ＳＰＣを復号するか、（３）全てのタイプを復号するかを決定する。なお、全てのＳＰＣを復号するなど、予め復号するＳＰＣのタイプが決定している場合は、本ステップは行われなくてもよい。
　次に、復号部２０４は、ＧＯＳ内で復号順（符号化順と同一）で先頭となるＳＰＣが符号化三次元データ２１１内で開始するアドレス位置を取得し、当該アドレス位置から先頭ＳＰＣの符号化データを取得し、当該先頭ＳＰＣから順に各ＳＰＣを順次復号する（Ｓ２０４）。なお、上記アドレス位置は、メタ情報等に格納されている。
　このように、三次元データ復号装置２００は、復号三次元データ２１２を復号する。具体的には、三次元データ復号装置２００は、ランダムアクセス単位であって、各々が三次元座標に対応付けられている第１処理単位（ＧＯＳ）の符号化三次元データ２１１の各々を復号することで第１処理単位（ＧＯＳ）の復号三次元データ２１２を生成する。より具体的には、三次元データ復号装置２００は、各第１処理単位（ＧＯＳ）において、複数の第２処理単位（ＳＰＣ）の各々を復号する。また、三次元データ復号装置２００は、各第２処理単位（ＳＰＣ）において、複数の第３処理単位（ＶＬＭ）の各々を復号する。
　以下、ランダムアクセス用のメタ情報について説明する。このメタ情報は、三次元データ符号化装置１００で生成され、符号化三次元データ１１２（２１１）に含まれる。
　従来の二次元の動画像におけるランダムアクセスでは、指定した時刻の近傍となるランダムアクセス単位の先頭フレームから復号を開始していた。一方、ワールドにおいては、時刻に加えて、空間（座標又はオブジェクトなど）に対するランダムアクセスが想定される。
　そこで、少なくとも座標、オブジェクト、及び時刻の３つの要素へのランダムアクセスを実現するために、各要素とＧＯＳのインデックス番号とを対応付けるテーブルを用意する。さらに、ＧＯＳのインデックス番号とＧＯＳの先頭となるＩ－ＳＰＣのアドレスを対応付ける。図１０は、メタ情報に含まれるテーブルの一例を示す図である。なお、図１０に示す全てのテーブルが用いられる必要はなく、少なくとも一つのテーブルが用いられればよい。
　以下、一例として、座標を起点とするランダムアクセスについて説明する。座標（ｘ２、ｙ２、ｚ２）にアクセスする際には、まず、座標－ＧＯＳテーブルを参照して、座標が（ｘ２、ｙ２、ｚ２）である地点は２番目のＧＯＳに含まれることが分かる。次に、ＧＯＳアドレステーブルを参照し、２番目のＧＯＳにおける先頭のＩ－ＳＰＣのアドレスがａｄｄｒ（２）であることが分かるため、復号部２０４は、このアドレスからデータを取得して復号を開始する。
　なお、アドレスは、論理フォーマットにおけるアドレスであっても、ＨＤＤ又はメモリの物理アドレスであってもよい。また、アドレスの代わりにファイルセグメントを特定する情報が用いられてもよい。例えば、ファイルセグメントは、１つ以上のＧＯＳなどをセグメント化した単位である。
　また、オブジェクトが複数のＧＯＳに跨る場合には、オブジェクト－ＧＯＳテーブルにおいて、オブジェクトが属するＧＯＳを複数示してもよい。当該複数のＧＯＳがクローズドＧＯＳであれば、符号化装置及び復号装置は、並列に符号化又は復号を行うことができる。一方、当該複数のＧＯＳがオープンＧＯＳであれば、複数のＧＯＳが互いに参照しあうことでより圧縮効率を高めることができる。
　オブジェクトの例としては、ヒト、動物、車、自転車、信号、又はランドマークとなる建物などがある。例えば、三次元データ符号化装置１００は、ワールドの符号化時に三次元のポイントクラウドなどからオブジェクトに特有の特徴点を抽出し、当該特徴点に基づきオブジェクトを検出し、検出したオブジェクトをランダムアクセスポイントとして設定できる。
　このように、三次元データ符号化装置１００は、複数の第１処理単位（ＧＯＳ）と、複数の第１処理単位（ＧＯＳ）の各々に対応付けられている三次元座標とを示す第１情報を生成する。また、符号化三次元データ１１２（２１１）は、この第１情報を含む。また、第１情報は、さらに、複数の第１処理単位（ＧＯＳ）の各々に対応付けられている、オブジェクト、時刻及びデータ格納先のうち少なくとも一つを示す。
　三次元データ復号装置２００は、符号化三次元データ２１１から第１情報を取得し、第１情報を用いて、指定された三次元座標、オブジェクト又は時刻に対応する第１処理単位の符号化三次元データ２１１を特定し、当該符号化三次元データ２１１を復号する。
　以下、その他のメタ情報の例について説明する。ランダムアクセス用のメタ情報の他に、三次元データ符号化装置１００は、以下のようなメタ情報を生成及び格納してもよい。また、三次元データ復号装置２００は、このメタ情報を復号時に利用してもよい。
　三次元データを地図情報として用いる場合などには、用途に応じてプロファイルが規定され、当該プロファイルを示す情報がメタ情報に含まれてもよい。例えば、市街地或いは郊外向け、又は、飛行物体向けのプロファイルが規定され、それぞれにおいてワールド、ＳＰＣ又はＶＬＭの最大又は最小サイズなどが定義される。例えば、市街地向けでは、郊外向けよりも詳細な情報が必要なため、ＶＬＭの最小サイズが小さく設定される。
　メタ情報は、オブジェクトの種類を示すタグ値を含んでもよい。このタグ値はオブジェクトを構成するＶＬＭ、ＳＰＣ、又はＧＯＳと対応付けられる。例えば、タグ値「０」は「人」を示し、タグ値「１」は「車」を示し、タグ値「２」は「信号機」を示す、などオブジェクトの種類ごとにタグ値が設定されてもよい。または、オブジェクトの種類が判定しにくい又は判定する必要がない場合はサイズ、又は、動的オブジェクトか静的オブジェクトかなどの性質を示すタグ値が用いられてもよい。
　また、メタ情報は、ワールドが占める空間領域の範囲を示す情報を含んでもよい。
　また、メタ情報は、符号化データのストリーム全体、又は、ＧＯＳ内のＳＰＣなど、複数のＳＰＣに共通のヘッダ情報として、ＳＰＣ又はＶＸＬのサイズを格納してもよい。
　また、メタ情報は、ポイントクラウドの生成に用いた距離センサ或いはカメラなどの識別情報、又は、ポイントクラウド内の点群の位置精度を示す情報を含んでもよい。
　また、メタ情報は、ワールドが静的オブジェクトのみから構成されるか、動的オブジェクトを含むかを示す情報を含んでもよい。
　以下、本実施の形態の変形例について説明する。
　符号化装置又は復号装置は、互いに異なる２以上のＳＰＣ又はＧＯＳを並列で符号化又は復号してもよい。並列で符号化又は復号するＧＯＳは、ＧＯＳの空間位置を示すメタ情報などに基づいて決定できる。
　三次元データを車又は飛行物体などが移動する際の空間地図として用いる、又はこのような空間地図を生成するケースなどでは、符号化装置又は復号装置は、ＧＰＳ、経路情報、又はズーム倍率などに基づいて特定される空間に含まれるＧＯＳ又はＳＰＣを符号化又は復号してもよい。
　また、復号装置は、自己位置又は走行経路に近い空間から順に復号を行ってもよい。符号化装置又は復号装置は、自己位置又は走行経路から遠い空間を、近い空間に比べて優先度を落として符号化又は復号してもよい。ここで、優先度を落とすとは、処理順を下げる、解像度を下げる（間引いて処理する）、又は、画質を下げる（符号化効率を上げる。例えば、量子化ステップを大きくする。）等である。
　また、復号装置は、空間内で階層的に符号化されている符号化データを復号する際は、低階層のみを復号してもよい。
　また、復号装置は、地図のズーム倍率又は用途に応じて、低階層から優先的に復号してもよい。
　また、車又はロボットの自律走行時に行う自己位置推定又は物体認識などの用途では、符号化装置又は復号装置は、路面から特定高さ以内の領域（認識を行う領域）以外は解像度を落として符号化又は復号を行ってもよい。
　また、符号化装置は、室内と室外との空間形状を表現するポイントクラウドをそれぞれ個別に符号化してもよい。例えば、室内を表現するＧＯＳ（室内ＧＯＳ）と室外を表現するＧＯＳ（室外ＧＯＳ）とを分けることで、復号装置は、符号化データを利用する際に、視点位置に応じて復号するＧＯＳを選択できる。
　また、符号化装置は、座標が近い室内ＧＯＳと室外ＧＯＳとを、符号化ストリーム内で隣接するように符号化してもよい。例えば、符号化装置は、両者の識別子を対応付け、符号化ストリーム内、又は別途格納されるメタ情報内に対応付けた識別子を示す情報を格納する。これにより、復号装置は、メタ情報内の情報を参照して、座標が近い室内ＧＯＳと室外ＧＯＳとを識別できる。
　また、符号化装置は、室内ＧＯＳと室外ＧＯＳとで、ＧＯＳ又はＳＰＣのサイズを切替えてもよい。例えば、符号化装置は、室内では室外に比べてＧＯＳのサイズを小さく設定する。また、符号化装置は、室内ＧＯＳと室外ＧＯＳとで、ポイントクラウドから特徴点を抽出する際の精度、又はオブジェクト検出の精度などを変更してもよい。
　また、符号化装置は、復号装置が動的オブジェクトを静的オブジェクトと区別して表示するための情報を符号化データに付加してもよい。これにより、復号装置は、動的オブジェクトと赤枠又は説明用の文字などとを合わせて表示できる。なお、復号装置は、動的オブジェクトの代わりに赤枠又は説明用の文字のみを表示してもよい。また、復号装置は、より細かいオブジェクト種別を表示してもよい。例えば、車には赤枠が用いられ、ヒトには黄色枠が用いられてもよい。
　また、符号化装置又は復号装置は、動的オブジェクトの出現頻度、又は、静的オブジェクトと動的オブジェクトとの割合などに応じて、動的オブジェクトと静的オブジェクトとを異なるＳＰＣ又はＧＯＳとして符号化又は復号するかどうかを決定してもよい。例えば、動的オブジェクトの出現頻度又は割合が閾値を超える場合には、動的オブジェクトと静的オブジェクトとが混在するＳＰＣ又はＧＯＳが許容され、動的オブジェクトの出現頻度又は割合が閾値を超えない場合には、動的オブジェクトと静的オブジェクトとが混在するＳＰＣ又はＧＯＳが許容されない。
　動的オブジェクトをポイントクラウドではなく、カメラの二次元画像情報から検出する際には、符号化装置は、検出結果を識別するための情報（枠又は文字など）とオブジェクト位置とを別途取得し、これらの情報を三次元の符号化データの一部として符号化してもよい。この場合、復号装置は、静的オブジェクトの復号結果に対して、動的オブジェクトを示す補助情報（枠又は文字）を重畳して表示する。
　また、符号化装置は、静的オブジェクトの形状の複雑さなどに応じて、ＳＰＣにおけるＶＸＬ又はＶＬＭの粗密さを変更してもよい。例えば、符号化装置は、静的オブジェクトの形状が複雑なぼど、ＶＸＬ又はＶＬＭを密に設定する。さらに、符号化装置は、空間位置又は色情報を量子化する際の量子化ステップなどをＶＸＬ又はＶＬＭの粗密さに応じて決定してもよい。例えば、符号化装置は、ＶＸＬ又はＶＬＭが密なほど量子化ステップを小さく設定する。
　以上のように、本実施の形態に係る符号化装置又は復号装置は、座標情報を有するスペース単位で空間の符号化又は復号を行う。
　また、符号化装置及び復号装置は、スペース内において、ボリューム単位で符号化又は復号を行う。ボリュームは、位置情報が対応付けられる最小単位であるボクセルを含む。
　また、符号化装置及び復号装置は、座標、オブジェクト、及び時間等を含む空間情報の各要素とＧＯＰとを対応付けたテーブル、又は各要素間を対応付けたテーブルにより任意の要素間を対応付けて符号化又は復号を行う。また、復号装置は、選択された要素の値を用いて座標を判定し、座標からボリューム、ボクセル又はスペースを特定し、当該ボリューム又はボクセルを含むスペース、又は特定されたスペースを復号する。
　また、符号化装置は、特徴点抽出又はオブジェクト認識により、要素により選択可能なボリューム、ボクセル又はスペースを判定し、ランダムアクセス可能なボリューム、ボクセル又はスペースとして符号化する。
　スペースは、当該スペース単体で符号化又は復号可能なＩ－ＳＰＣと、任意の１つの処理済みスペースを参照して符号化又は復号されるＰ－ＳＰＣと、任意の二つの処理済みスペースを参照して符号化又は復号されるＢ－ＳＰＣとの３種類のタイプに分類される。
　１以上のボリュームが、静的オブジェクト又は動的なオブジェクトに対応する。静的オブジェクトを含むスペースと動的オブジェクトを含むスペースとは互いに異なるＧＯＳとして符号化又は復号される。つまり、静的オブジェクトを含むＳＰＣと、動的オブジェクトを含むＳＰＣとが異なるＧＯＳに割り当てられる。
　動的オブジェクトはオブジェクトごとに符号化又は復号され、静的オブジェクトを含む１以上のスペースに対応付けられる。つまり、複数の動的オブジェクトは個別に符号化され、得られた複数の動的オブジェクトの符号化データは、静的オブジェクトを含むＳＰＣに対応付けられる。
　符号化装置及び復号装置は、ＧＯＳ内のＩ－ＳＰＣの優先度を上げて、符号化又は復号を行う。例えば、符号化装置は、Ｉ－ＳＰＣの劣化が少なくなるように（復号後に元の三次元データがより忠実に再現されるように）符号化を行う。また、復号装置は、例えば、Ｉ－ＳＰＣのみを復号する。
　符号化装置は、ワールド内のオブジェクトの疎密さ又は数（量）に応じてＩ－ＳＰＣを用いる頻度を変えて符号化を行ってもよい。つまり、符号化装置は、三次元データに含まれるオブジェクトの数又は粗密さに応じて、Ｉ－ＳＰＣを選択する頻度を変更する。例えば、符号化装置は、ワールド内のオブジェクトが密であるほどＩスペースを用いる頻度を上げる。
　また、符号化装置は、ランダムアクセスポイントをＧＯＳ単位で設定し、ＧＯＳに対応する空間領域を示す情報をヘッダ情報に格納する。
　符号化装置は、ＧＯＳの空間サイズとして、例えば、デフォルト値を使用する。なお、符号化装置は、オブジェクト又は動的オブジェクトの数（量）又は粗密さに応じてＧＯＳのサイズを変更してもよい。例えば、符号化装置は、オブジェクト或いは動的オブジェクトが密なぼど、又は数が多いほど、ＧＯＳの空間サイズを小さくする。
　また、スペース又はボリュームは、デプスセンサ、ジャイロ、又はカメラ等のセンサで得られた情報を用いて導出された特徴点群を含む。特徴点の座標はボクセルの中心位置に設定される。また、ボクセルの細分化により位置情報の高精度化を実現できる。
　特徴点群は、複数のピクチャを用いて導出される。複数のピクチャは、実際の時刻情報と、スペースに対応付けられた複数のピクチャで同一の時刻情報（例えば、レート制御等に用いられる符号化時刻）との少なくとも２種類の時刻情報を有する。
　また、１以上のスペースを含むＧＯＳ単位で符号化又は復号が行われる。
　符号化装置及び復号装置は、処理済みのＧＯＳ内のスペースを参照して、処理対象のＧＯＳ内のＰスペース又はＢスペースの予測を行う。
　または、符号化装置及び復号装置は、異なるＧＯＳを参照せず、処理対象のＧＯＳ内の処理済スペースを用いて処理対象のＧＯＳ内のＰスペース又はＢスペースの予測を行う。
　また、符号化装置及び復号装置は、１以上のＧＯＳを含むワールド単位で符号化ストリームを送信又は受信する。
　また、ＧＯＳは少なくともワールド内で１方向にレイヤ構造を持ち、符号化装置及び復号装置は、下位レイヤから符号化又は復号を行う。例えば、ランダムアクセス可能なＧＯＳは最下位レイヤに属する。上位レイヤに属するＧＯＳは同一レイヤ以下に属するＧＯＳを参照する。つまり、ＧＯＳは、予め定められた方向に空間分割され、各々が１以上のＳＰＣを含む複数のレイヤを含む。符号化装置及び復号装置は、各ＳＰＣを、当該ＳＰＣと同一レイヤ又は当該ＳＰＣより下層のレイヤに含まれるＳＰＣを参照して符号化又は復号する。
　また、符号化装置及び復号装置は、複数のＧＯＳを含むワールド単位内で、連続してＧＯＳを符号化又は復号する。符号化装置及び復号装置は、符号化又は復号の順序（方向）を示す情報をメタデータとして書き込む又は読み出す。つまり、符号化データは、複数のＧＯＳの符号化順を示す情報を含む。
　また、符号化装置及び復号装置は、互いに異なる２以上のスペース又はＧＯＳを並列で符号化又は復号する。
　また、符号化装置及び復号装置は、スペース又はＧＯＳの空間情報（座標、サイズ等）を符号化又は復号する。
　また、符号化装置及び復号装置は、ＧＰＳ、経路情報、又は倍率など、自己の位置又は／及び領域サイズに関する外部情報に基づいて特定される特定空間に含まれるスペース又はＧＯＳを符号化又は復号する。
　符号化装置又は復号装置は、自己の位置から遠い空間は、近い空間に比べて優先度を落として符号化又は復号する。
　符号化装置は、倍率又は用途に応じて、ワールドのある１方向を設定し、当該方向にレイヤ構造を持つＧＯＳを符号化する。また、復号装置は、倍率又は用途に応じて設定されたワールドのある１方向にレイヤ構造を持つＧＯＳを、下位レイヤから優先的に復号する。
　符号化装置は、室内と室外とでスペースに含まれる特徴点抽出、オブジェクト認識の精度、又は空間領域サイズなどを変化させる。ただし、符号化装置及び復号装置は、座標が近い室内ＧＯＳと室外ＧＯＳとをワールド内で隣接して符号化又は復号し、これらの識別子も対応付けて符号化又は復号する。
　（実施の形態２）
　ポイントクラウドの符号化データを実際の装置又はサービスにおいて使用する際には、ネットワーク帯域を抑制するために用途に応じて必要な情報を送受信することが望ましい。しかしながら、これまで、三次元データの符号化構造にはそのような機能が存在せず、そのための符号化方法も存在しなかった。
　本実施の形態では、三次元のポイントクラウドの符号化データにおいて用途に応じて必要な情報のみを送受信する機能を提供するための三次元データ符号化方法及び三次元データ符号化装置、並びに、当該符号化データを復号する三次元データ復号方法及び三次元データ復号装置について説明する。
　特徴量を一定以上持つボクセル（ＶＸＬ）を特徴ボクセル（ＦＶＸＬ）と定義し、ＦＶＸＬで構成されるワールド（ＷＬＤ）をスパースワールド（ＳＷＬＤ）と定義する。図１１は、スパースワールド及びワールドの構成例を示す図である。ＳＷＬＤには、ＦＶＸＬで構成されるＧＯＳであるＦＧＯＳと、ＦＶＸＬで構成されるＳＰＣであるＦＳＰＣと、ＦＶＸＬで構成されるＶＬＭであるＦＶＬＭと含まれる。ＦＧＯＳ、ＦＳＰＣ及びＦＶＬＭのデータ構造及び予測構造はＧＯＳ、ＳＰＣ及びＶＬＭと同様であっても構わない。
　特徴量とは、ＶＸＬの三次元位置情報、又はＶＸＬ位置の可視光情報を表現する特徴量であり、特に立体物のコーナー及びエッジ等で多く検出される特徴量である。具体的には、この特徴量は、下記のような三次元特徴量又は可視光の特徴量であるが、その他、ＶＸＬの位置、輝度、又は色情報などを表す特徴量であれば、どのようなものでも構わない。
　三次元特徴量として、ＳＨＯＴ特徴量（Ｓｉｇｎａｔｕｒｅ　ｏｆ　Ｈｉｓｔｏｇｒａｍｓ　ｏｆ　ＯｒｉｅｎＴａｔｉｏｎｓ）、ＰＦＨ特徴量（Ｐｏｉｎｔ　Ｆｅａｔｕｒｅ　Ｈｉｓｔｏｇｒａｍｓ）、又はＰＰＦ特徴量（Ｐｏｉｎｔ　Ｐａｉｒ　Ｆｅａｔｕｒｅ）が用いられる。
　ＳＨＯＴ特徴量は、ＶＸＬ周辺を分割し、基準点と分割された領域の法線ベクトルとの内積を計算してヒストグラム化することで得られる。このＳＨＯＴ特徴量は、次元数が高く、特徴表現力が高いという特徴を有する。
　ＰＦＨ特徴量は、ＶＸＬ近傍の多数の２点組を選択し、その２点から法線ベクトル等を算出してヒストグラム化することで得られる。このＰＦＨ特徴量は、ヒストグラム特徴なので、多少の外乱に対してロバスト性を有し、特徴表現力も高いという特徴を有する。
　ＰＰＦ特徴量は、２点のＶＸＬ毎に法線ベクトル等を用いて算出される特徴量である。このＰＰＦ特徴量には、全ＶＸＬが使われるため、オクルージョンに対してロバスト性を有する。
　また、可視光の特徴量として、画像の輝度勾配情報等の情報を用いたＳＩＦＴ（Ｓｃａｌｅ－Ｉｎｖａｒｉａｎｔ　Ｆｅａｔｕｒｅ　Ｔｒａｎｓｆｏｒｍ）、ＳＵＲＦ（Ｓｐｅｅｄｅｄ　Ｕｐ　Ｒｏｂｕｓｔ　Ｆｅａｔｕｒｅｓ）、又はＨＯＧ（Ｈｉｓｔｏｇｒａｍ　ｏｆ　Ｏｒｉｅｎｔｅｄ　Ｇｒａｄｉｅｎｔｓ）等を用いることができる。
　ＳＷＬＤは、ＷＬＤの各ＶＸＬから上記特徴量を算出し、ＦＶＸＬを抽出することで生成される。ここで、ＳＷＬＤはＷＬＤが更新される度に更新しても構わないし、ＷＬＤの更新タイミングに関わらず、一定時間経過後に定期的に更新するようにしても構わない。
　ＳＷＬＤは特徴量毎に生成しても構わない。例えば、ＳＨＯＴ特徴量に基づくＳＷＬＤ１とＳＩＦＴ特徴量に基づくＳＷＬＤ２とのように、特徴量毎に別々のＳＷＬＤが生成され、用途に応じてＳＷＬＤを使い分けるようにしても構わない。また、算出した各ＦＶＸＬの特徴量を特徴量情報として各ＦＶＸＬに保持するようにしても構わない。
　次に、スパースワールド（ＳＷＬＤ）の利用方法について説明する。ＳＷＬＤは特徴ボクセル（ＦＶＸＬ）のみを含むため、全てのＶＸＬを含むＷＬＤと比べて一般的にデータサイズが小さい。
　特徴量を利用して何らかの目的を果たすアプリケーションにおいては、ＷＬＤの代わりにＳＷＬＤの情報を利用することで、ハードディスクからの読み出し時間、並びにネットワーク転送時の帯域及び転送時間を抑制することができる。例えば、地図情報として、ＷＬＤとＳＷＬＤとをサーバに保持しておき、クライアントからの要望に応じて、送信する地図情報をＷＬＤ又はＳＷＬＤに切り替えることにより、ネットワーク帯域及び転送時間を抑制することができる。以下、具体的な例を示す。
　図１２及び図１３は、ＳＷＬＤ及びＷＬＤの利用例を示す図である。図１２に示すように、車載装置であるクライアント１が自己位置判定用途として地図情報を必要な場合は、クライアント１はサーバに自己位置推定用の地図データの取得要望を送る（Ｓ３０１）。サーバは、当該取得要望に応じてＳＷＬＤをクライアント１に送信する（Ｓ３０２）。クライアント１は、受信したＳＷＬＤを用いて自己位置判定を行う（Ｓ３０３）。この際、クライアント１はレンジファインダなどの距離センサ、ステレオカメラ、又は複数の単眼カメラの組合せ等の様々な方法でクライアント１の周辺のＶＸＬ情報を取得し、得られたＶＸＬ情報とＳＷＬＤとから自己位置情報を推定する。ここで自己位置情報は、クライアント１の三次元位置情報及び向き等を含む。
　図１３に示すように、車載装置であるクライアント２が三次元地図等の地図描画の用途として地図情報が必要な場合は、クライアント２はサーバに地図描画用の地図データの取得要望を送る（Ｓ３１１）。サーバは、当該取得要望に応じてＷＬＤをクライアント２に送信する（Ｓ３１２）。クライアント２は、受信したＷＬＤを用いて地図描画を行う（Ｓ３１３）。この際、クライアント２は、例えば、自己が可視光カメラ等で撮影した画像と、サーバから取得したＷＬＤとを用いてレンダリング画像を作成し、作成した画像をカーナビ等の画面に描画する。
　上記のように、サーバは、自己位置推定のような各ＶＸＬの特徴量を主に必要とする用途ではＳＷＬＤをクライアントに送信し、地図描画のように詳細なＶＸＬ情報が必要な場合はＷＬＤをクライアントに送信する。これにより、地図データを効率よく送受信することが可能となる。
　なお、クライアントは、自分でＳＷＬＤとＷＬＤのどちらが必要かを判断し、サーバへＳＷＬＤ又はＷＬＤの送信を要求しても構わない。また、サーバは、クライアント又はネットワークの状況に合わせて、ＳＷＬＤかＷＬＤのどちらを送信すべきかを判断しても構わない。
　次に、スパースワールド（ＳＷＬＤ）とワールド（ＷＬＤ）との送受信を切り替える方法を説明する。
　ネットワーク帯域に応じてＷＬＤ又はＳＷＬＤを受信するかを切替えるようにしてもよい。図１４は、この場合の動作例を示す図である。例えば、ＬＴＥ（Ｌｏｎｇ　Ｔｅｒｍ　Ｅｖｏｌｕｔｉｏｎ）環境下等の使用できるネットワーク帯域が限られている低速ネットワークが用いられている場合には、クライアントは、低速ネットワーク経由でサーバにアクセスし（Ｓ３２１）、サーバから地図情報としてＳＷＬＤを取得する（Ｓ３２２）。一方、Ｗｉ‐Ｆｉ（登録商標）環境下等のネットワーク帯域に余裕がある高速ネットワークが用いられている場合には、クライアントは、高速ネットワーク経由でサーバにアクセスし（Ｓ３２３）、サーバからＷＬＤを取得する（Ｓ３２４）。これにより、クライアントは、当該クライアントのネットワーク帯域に応じて適切な地図情報を取得することができる。
　具体的には、クライアントは、屋外ではＬＴＥ経由でＳＷＬＤを受信し、施設等の屋内に入った場合はＷｉ‐Ｆｉ（登録商標）経由でＷＬＤを取得する。これにより、クライアントは、屋内のより詳細な地図情報を取得することが可能となる。
　このように、クライアントは、自身が用いるネットワークの帯域に応じてサーバにＷＬＤ又はＳＷＬＤを要求してもよい。または、クライアントは、自身が用いるネットワークの帯域を示す情報をサーバに送信し、サーバは当該情報に応じて当該クライアントに適したデータ（ＷＬＤ又はＳＷＬＤ）を送信してもよい。または、サーバは、クライアントのネットワーク帯域を判別し、当該クライアントに適したデータ（ＷＬＤ又はＳＷＬＤ）を送信してもよい。
　また、移動速度に応じてＷＬＤ又はＳＷＬＤを受信するかを切替えるようにしてもよい。図１５は、この場合の動作例を示す図である。例えば、クライアントが高速移動をしている場合は（Ｓ３３１）、クライアントはＳＷＬＤをサーバから受信する（Ｓ３３２）。一方、クライアントが低速移動をしている場合は（Ｓ３３３）、クライアントはＷＬＤをサーバから受信する（Ｓ３３４）。これにより、クライアントは、ネットワーク帯域を抑制しながら、速度に合った地図情報を取得することができる。具体的には、クライアントは、高速道路を走行中にはデータ量の少ないＳＷＬＤを受信することにより、大まかな地図情報を適切な速度で更新することができる。一方、クライアントは、一般道路を走行中にはＷＬＤを受信することにより、より詳細な地図情報を取得することが可能となる。
　このように、クライアントは、自身の移動速度に応じてサーバにＷＬＤ又はＳＷＬＤを要求してもよい。または、クライアントは、自身の移動速度を示す情報をサーバに送信し、サーバは当該情報に応じて当該クライアントに適したデータ（ＷＬＤ又はＳＷＬＤ）を送信してもよい。または、サーバは、クライアントの移動速度を判別し、当該クライアントに適したデータ（ＷＬＤ又はＳＷＬＤ）を送信してもよい。
　また、クライアントは、最初にＳＷＬＤをサーバより取得し、その中で重要な領域のＷＬＤを取得しても構わない。例えば、クライアントは、地図データを取得する際に、最初に大まかな地図情報をＳＷＬＤで取得し、そこから建物、標識、又は人物等の特徴が多く出現する領域を絞り込み、絞り込んだ領域のＷＬＤを後から取得する。これにより、クライアントは、サーバからの受信データ量を抑制しつつ、必要な領域の詳細な情報を取得することが可能となる。
　また、サーバは、ＷＬＤから物体毎に別々のＳＷＬＤを作成し、クライアントは、用途に合わせて、それぞれを受信してもよい。これにより、ネットワーク帯域を抑制できる。例えば、サーバは、ＷＬＤから予め人又は車を認識し、人のＳＷＬＤと車のＳＷＬＤを作成する。クライアントは、周囲の人の情報を取得したい場合には人のＳＷＬＤを、車の情報を取得したい場合には車のＳＷＬＤを受信する。また、このようなＳＷＬＤの種類はヘッダ等に付加された情報（フラグ又はタイプ等）によって区別するようにしても構わない。
　次に、本実施の形態に係る三次元データ符号化装置（例えばサーバ）の構成及び動作の流れを説明する。図１６は、本実施の形態に係る三次元データ符号化装置４００のブロック図である。図１７は、三次元データ符号化装置４００による三次元データ符号化処理のフローチャートである。
　図１６に示す三次元データ符号化装置４００は、入力三次元データ４１１を符号化することで符号化ストリームである符号化三次元データ４１３及び４１４を生成する。ここで、符号化三次元データ４１３はＷＬＤに対応する符号化三次元データであり、符号化三次元データ４１４はＳＷＬＤに対応する符号化三次元データである。この三次元データ符号化装置４００は、取得部４０１と、符号化領域決定部４０２と、ＳＷＬＤ抽出部４０３と、ＷＬＤ符号化部４０４と、ＳＷＬＤ符号化部４０５とを備える。
　図１７に示すように、まず、取得部４０１は、三次元空間内の点群データである入力三次元データ４１１を取得する（Ｓ４０１）。
　次に、符号化領域決定部４０２は、点群データが存在する空間領域に基づいて、符号化対象の空間領域を決定する（Ｓ４０２）。
　次に、ＳＷＬＤ抽出部４０３は、符号化対象の空間領域をＷＬＤと定義し、ＷＬＤに含まれる各ＶＸＬから特徴量を算出する。そして、ＳＷＬＤ抽出部４０３は、特徴量が予め定められた閾値以上のＶＸＬを抽出し、抽出したＶＸＬをＦＶＸＬと定義し、当該ＦＶＸＬをＳＷＬＤへ追加することで、抽出三次元データ４１２を生成する（Ｓ４０３）。つまり、入力三次元データ４１１から特徴量が閾値以上の抽出三次元データ４１２が抽出される。
　次に、ＷＬＤ符号化部４０４は、ＷＬＤに対応する入力三次元データ４１１を符号化することでＷＬＤに対応する符号化三次元データ４１３を生成する（Ｓ４０４）。このとき、ＷＬＤ符号化部４０４は、符号化三次元データ４１３のヘッダに、当該符号化三次元データ４１３がＷＬＤを含むストリームであることを区別するための情報を付加する。
　また、ＳＷＬＤ符号化部４０５は、ＳＷＬＤに対応する抽出三次元データ４１２を符号化することでＳＷＬＤに対応する符号化三次元データ４１４を生成する（Ｓ４０５）。このとき、ＳＷＬＤ符号化部４０５は、符号化三次元データ４１４のヘッダに、当該符号化三次元データ４１４がＳＷＬＤを含むストリームであることを区別するための情報を付加する。
　なお、符号化三次元データ４１３を生成する処理と、符号化三次元データ４１４を生成する処理との処理順は上記と逆でもよい。また、これらの処理の一部又は全てが並列に行われてもよい。
　符号化三次元データ４１３及び４１４のヘッダに付与される情報として、例えば、「ｗｏｒｌｄ＿ｔｙｐｅ」というパラメータが定義される。ｗｏｒｌｄ＿ｔｙｐｅ＝０の場合はストリームがＷＬＤを含むことを表し、ｗｏｒｌｄ＿ｔｙｐｅ＝１の場合はストリームがＳＷＬＤを含むことを表す。更にその他の多数の種別を定義する場合には、ｗｏｒｌｄ＿ｔｙｐｅ＝２のように割り当てる数値を増やすようにしても構わない。また、符号化三次元データ４１３及び４１４の一方に特定のフラグが含まれてもよい。例えば、符号化三次元データ４１４に、当該ストリームがＳＷＬＤを含むことを含むフラグが付与されてもよい。この場合、復号装置は、フラグの有無によりＷＬＤを含むストリームか、ＳＷＬＤを含むストリームかを判別できる。
　また、ＷＬＤ符号化部４０４がＷＬＤを符号化する際に使用する符号化方法と、ＳＷＬＤ符号化部４０５がＳＷＬＤを符号化する際に使用する符号化方法とは異なってもよい。
　例えば、ＳＷＬＤではデータが間引かされているため、ＷＬＤに比べ、周辺のデータとの相関が低くなる可能性がある。よって、ＳＷＬＤに用いられる符号化方法では、ＷＬＤに用いられる符号化方法よりもイントラ予測及びインター予測のうちインター予測が優先されてもよい。
　また、ＳＷＬＤに用いられる符号化方法とＷＬＤに用いられる符号化方法とでは、三次元位置の表現手法が異なってもよい。例えば、ＳＷＬＤでは、三次元座標によりＦＶＸＬの三次元位置を表現し、ＷＬＤでは、後述する８分木により三次元位置が表現されてもよいし、その逆でもよい。
　また、ＳＷＬＤ符号化部４０５は、ＳＷＬＤの符号化三次元データ４１４のデータサイズがＷＬＤの符号化三次元データ４１３のデータサイズより小さくなるように符号化を行う。例えば、上述したようにＳＷＬＤは、ＷＬＤに比べ、データ間の相関が低くなる可能性がある。これにより、符号化効率が下がり、符号化三次元データ４１４のデータサイズがＷＬＤの符号化三次元データ４１３のデータサイズより大きくなる可能性がある。よって、ＳＷＬＤ符号化部４０５は、得られた符号化三次元データ４１４のデータサイズが、ＷＬＤの符号化三次元データ４１３のデータサイズより大きい場合には、再符号化を行うことで、データサイズを低減した符号化三次元データ４１４を再生成する。
　例えば、ＳＷＬＤ抽出部４０３は、抽出する特徴点の数を減らした抽出三次元データ４１２を再生成し、ＳＷＬＤ符号化部４０５は、当該抽出三次元データ４１２を符号化する。または、ＳＷＬＤ符号化部４０５における量子化の程度をより粗くしてもよい。例えば、後述する８分木構造において、最下層のデータを丸め込むことで、量子化の程度を粗くすることができる。
　また、ＳＷＬＤ符号化部４０５は、ＳＷＬＤの符号化三次元データ４１４のデータサイズをＷＬＤの符号化三次元データ４１３のデータサイズより小さくできない場合は、ＳＷＬＤの符号化三次元データ４１４を生成しなくてもよい。または、ＷＬＤの符号化三次元データ４１３がＳＷＬＤの符号化三次元データ４１４にコピーされてもよい。つまり、ＳＷＬＤの符号化三次元データ４１４としてＷＬＤの符号化三次元データ４１３がそのまま用いられてもよい。
　次に、本実施の形態に係る三次元データ復号装置（例えばクライアント）の構成及び動作の流れを説明する。図１８は、本実施の形態に係る三次元データ復号装置５００のブロック図である。図１９は、三次元データ復号装置５００による三次元データ復号処理のフローチャートである。
　図１８に示す三次元データ復号装置５００は、符号化三次元データ５１１を復号することで復号三次元データ５１２又は５１３を生成する。ここで、符号化三次元データ５１１は、例えば、三次元データ符号化装置４００で生成された符号化三次元データ４１３又は４１４である。
　この三次元データ復号装置５００は、取得部５０１と、ヘッダ解析部５０２と、ＷＬＤ復号部５０３と、ＳＷＬＤ復号部５０４とを備える。
　図１９に示すように、まず、取得部５０１は、符号化三次元データ５１１を取得する（Ｓ５０１）。次に、ヘッダ解析部５０２は、符号化三次元データ５１１のヘッダを解析し、符号化三次元データ５１１がＷＬＤを含むストリームか、ＳＷＬＤを含むストリームかを判別する（Ｓ５０２）。例えば、上述したｗｏｒｌｄ＿ｔｙｐｅのパラメータが参照され、判別が行われる。
　符号化三次元データ５１１がＷＬＤを含むストリームである場合（Ｓ５０３でＹｅｓ）、ＷＬＤ復号部５０３は、符号化三次元データ５１１を復号することでＷＬＤの復号三次元データ５１２を生成する（Ｓ５０４）。一方、符号化三次元データ５１１がＳＷＬＤを含むストリームである場合（Ｓ５０３でＮｏ）、ＳＷＬＤ復号部５０４は、符号化三次元データ５１１を復号することでＳＷＬＤの復号三次元データ５１３を生成する（Ｓ５０５）。
　また、符号化装置と同様に、ＷＬＤ復号部５０３がＷＬＤを復号する際に使用する復号方法と、ＳＷＬＤ復号部５０４がＳＷＬＤを復号する際に使用する復号方法とは異なってもよい。例えば、ＳＷＬＤに用いられる復号方法では、ＷＬＤに用いられる復号方法よりもイントラ予測及びインター予測のうちインター予測が優先されてもよい。
　また、ＳＷＬＤに用いられる復号方法とＷＬＤに用いられる復号方法とでは、三次元位置の表現手法が異なってもよい。例えば、ＳＷＬＤでは、三次元座標によりＦＶＸＬの三次元位置を表現し、ＷＬＤでは、後述する８分木により三次元位置が表現されてもよいし、その逆でもよい。
　次に、三次元位置の表現手法である８分木表現について説明する。三次元データに含まれるＶＸＬデータは８分木構造に変換された後、符号化される。図２０は、ＷＬＤのＶＸＬの一例を示す図である。図２１は、図２０に示すＷＬＤの８分木構造を示す図である。図２０に示す例では、点群を含むＶＸＬ（以下、有効ＶＸＬ）である３つＶＸＬ１～３が存在する。図２１に示すように、８分木構造はノードとリーフで構成される。各ノードは最大で８つのノードまたはリーフを持つ。各リーフはＶＸＬ情報を持つ。ここで、図２１に示すリーフのうち、リーフ１、２、３はそれぞれ図２０に示すＶＸＬ１、ＶＸＬ２、ＶＸＬ３を表す。
　具体的には、各ノード及びリーフは三次元位置に対応する。ノード１は、図２０に示す全体のブロックに対応する。ノード１に対応するブロックは８つのブロックに分割され、８つのブロックのうち、有効ＶＸＬを含むブロックがノードに設定され、それ以外のブロックはリーフに設定される。ノードに対応するブロックは、さらに８つのノードまたはリーフに分割され、この処理が木構造の階層分繰り返される。また、最下層のブロックは、全てリーフに設定される。
　また、図２２は、図２０に示すＷＬＤから生成したＳＷＬＤの例を示す図である。図２０に示すＶＸＬ１及びＶＸＬ２は特徴量抽出の結果、ＦＶＸＬ１及びＦＶＸＬ２と判定され、ＳＷＬＤに加えられている。一方で、ＶＸＬ３はＦＶＸＬと判定されず、ＳＷＬＤに含まれていない。図２３は、図２２に示すＳＷＬＤの８分木構造を示す図である。図２３に示す８分木構造では、図２１に示す、ＶＸＬ３に相当するリーフ３が削除されている。これにより、図２１に示すノード３が有効ＶＸＬを持たなくなり、リーフに変更されている。このように一般的にＳＷＬＤのリーフ数はＷＬＤのリーフ数より少なくなり、ＳＷＬＤの符号化三次元データもＷＬＤの符号化三次元データより小さくなる。
　以下、本実施の形態の変形例について説明する。
　例えば、車載装置等のクライアントは、自己位置推定を行う場合に、ＳＷＬＤをサーバから受信し、ＳＷＬＤを用いて自己位置推定を行い、障害物検知を行う場合は、レンジファインダなどの距離センサ、ステレオカメラ、又は複数の単眼カメラの組合せ等の様々な方法を用いて自分で取得した周辺の三次元情報に基づいて障害物検知を実施してもよい。
　また、一般的にＳＷＬＤには平坦領域のＶＸＬデータが含まれにくい。そのため、サーバは、静的な障害物の検知用に、ＷＬＤをサブサンプルしたサブサンプルワールド（ｓｕｂＷＬＤ）を保持し、ＳＷＬＤとｓｕｂＷＬＤをクライアントに送信してもよい。これにより、ネットワーク帯域を抑制しつつ、クライアント側で自己位置推定及び障害物検知を行うことができる。
　また、クライアントが三次元地図データを高速に描画する際には、地図情報がメッシュ構造である方が便利な場合がある。そこで、サーバは、ＷＬＤからメッシュを生成し、メッシュワールド（ＭＷＬＤ）として予め保持してもよい。例えばクライアントは、粗い三次元描画を必要としている場合にはＭＷＬＤを受信し、詳細な三次元描画を必要としている場合にはＷＬＤを受信する。これにより、ネットワーク帯域を抑制することができる。
　また、サーバは、各ＶＸＬのうち、特徴量が閾値以上であるＶＸＬをＦＶＸＬに設定したが、異なる方法にてＦＶＸＬを算出しても構わない。例えば、サーバは、信号又は交差点などを構成するＶＸＬ、ＶＬＭ、ＳＰＣ、又はＧＯＳを、自己位置推定、運転アシスト、又は自動運転等に必要と判断し、ＦＶＸＬ、ＦＶＬＭ、ＦＳＰＣ、ＦＧＯＳとしてＳＷＬＤに含めるようにしても構わない。また、上記判断は手動で行われてもよい。なお、特徴量に基づき設定されたＦＶＸＬ等に、上記方法で得られたＦＶＸＬ等を加えてもよい。つまり、ＳＷＬＤ抽出部４０３は、さらに、入力三次元データ４１１から予め定められた属性を有する物体に対応するデータを抽出三次元データ４１２として抽出してもよい。
　また、それらの用途に必要な旨を特徴量とは別にラベリングするようにしても構わない。また、サーバは、ＳＷＬＤの上位レイヤ（例えばレーンワールド）として、信号又は交差点などの自己位置推定、運転アシスト、又は自動運転等に必要なＦＶＸＬを別途保持してもよい。
　また、サーバは、ＷＬＤ内のＶＸＬにもランダムアクセス単位又は所定の単位毎に属性を付加してもよい。属性は、例えば、自己位置推定に必要或いは不要かを示す情報、又は、信号或いは交差点などの交通情報として重要かどうかなどを示す情報を含む。また、属性は、レーン情報（ＧＤＦ：Ｇｅｏｇｒａｐｈｉｃ　Ｄａｔａ　Ｆｉｌｅｓなど）におけるＦｅａｔｕｒｅ（交差点又は道路など）との対応関係を含んでもよい。
　また、ＷＬＤ又はＳＷＬＤの更新方法として下記のような方法を用いても構わない。
　人、工事、又は並木（トラック向け）の変化などを示す更新情報が点群又はメタデータとしてサーバにアップロードされる。サーバは、当該アップロードに基づき、ＷＬＤを更新し、その後、更新したＷＬＤを用いてＳＷＬＤを更新する。
　また、クライアントは、自己位置推定時に自身で生成した三次元情報とサーバから受信した三次元情報との不整合を検知した場合、自身で生成した三次元情報を更新通知とともにサーバに送信してもよい。この場合、サーバは、ＷＬＤを用いてＳＷＬＤを更新する。ＳＷＬＤが更新されない場合、サーバは、ＷＬＤ自体が古いと判断する。
　また、符号化ストリームのヘッダ情報として、ＷＬＤかＳＷＬＤかを区別する情報が付加されるとしたが、例えば、メッシュワールド又はレーンワールド等、多種類のワールドが存在する場合には、それらを区別する情報がヘッダ情報に付加されても構わない。また、特徴量が異なるＳＷＬＤが多数存在する場合には、それぞれを区別する情報がヘッダ情報に付加されても構わない。
　また、ＳＷＬＤは、ＦＶＸＬで構成されるとしたが、ＦＶＸＬと判定されなかったＶＸＬを含んでもよい。例えば、ＳＷＬＤは、ＦＶＸＬの特徴量を算出する際に使用する隣接ＶＸＬを含んでもよい。これにより、ＳＷＬＤの各ＦＶＸＬに特徴量情報が付加されない場合でも、クライアントは、ＳＷＬＤを受信した際にＦＶＸＬの特徴量を算出することができる。なお、その際には、ＳＷＬＤは各ＶＸＬがＦＶＸＬかＶＸＬかを区別するための情報を含んでもよい。
　以上のように、三次元データ符号化装置４００は、入力三次元データ４１１（第１三次元データ）から特徴量が閾値以上の抽出三次元データ４１２（第２三次元データ）を抽出し、抽出三次元データ４１２を符号化することで符号化三次元データ４１４（第１符号化三次元データ）を生成する。
　これによれば、三次元データ符号化装置４００は、特徴量が閾値以上のデータを符号化した符号化三次元データ４１４を生成する。これにより、入力三次元データ４１１をそのまま符号化する場合に比べてデータ量を削減できる。よって、三次元データ符号化装置４００は、伝送するデータ量を削減できる。
　また、三次元データ符号化装置４００は、さらに、入力三次元データ４１１を符号化することで符号化三次元データ４１３（第２符号化三次元データ）を生成する。
　これによれば、三次元データ符号化装置４００は、例えば、使用用途等に応じて、符号化三次元データ４１３と符号化三次元データ４１４とを選択的に伝送できる。
　また、抽出三次元データ４１２は、第１符号化方法により符号化され、入力三次元データ４１１は、第１符号化方法とは異なる第２符号化方法により符号化される。
　これによれば、三次元データ符号化装置４００は、入力三次元データ４１１と抽出三次元データ４１２とにそれぞれ適した符号化方法を用いることができる。
　また、第１符号化方法では、第２符号化方法よりもイントラ予測及びインター予測のうちインター予測が優先される。
　これによれば、三次元データ符号化装置４００は、隣接するデータ間の相関が低くなりやすい抽出三次元データ４１２に対して、インター予測の優先度を上げることができる。
　また、第１符号化方法と第２符号化方法とでは、三次元位置の表現手法が異なる。例えば、例えば、第２符号化方法では、８分木により三次元位置が表現され、第１符号化方法では、三次元座標により三次元位置を表現される。
　これによれば、三次元データ符号化装置４００は、データ数（ＶＸＬ又はＦＶＸＬの数）が異なる三次元データに対して、より適した三次元位置の表現手法を用いることができる。
　また、符号化三次元データ４１３及び４１４の少なくとも一方は、当該符号化三次元データが入力三次元データ４１１を符号化することで得られた符号化三次元データであるか、入力三次元データ４１１のうちの一部を符号化することで得られた符号化三次元データであるかを示す識別子を含む。つまり、当該識別子は、符号化三次元データがＷＬＤの符号三次元データ４１３であるかＳＷＬＤの符号化三次元データ４１４であるかを示す。
　これによれば、復号装置は、取得した符号化三次元データが符号化三次元データ４１３であるか符号化三次元データ４１４であるかを容易に判定できる。
　また、三次元データ符号化装置４００は、符号化三次元データ４１４のデータ量が符号化三次元データ４１３のデータ量より小さくなるように抽出三次元データ４１２を符号化する。
　これによれば、三次元データ符号化装置４００は、符号化三次元データ４１４のデータ量を符号化三次元データ４１３のデータ量より小さくできる。
　また、三次元データ符号化装置４００は、さらに、入力三次元データ４１１から予め定められた属性を有する物体に対応するデータを抽出三次元データ４１２として抽出する。例えば、予め定められた属性を有する物体とは、自己位置推定、運転アシスト、又は自動運転等に必要な物体であり、信号又は交差点などである。
　これによれば、三次元データ符号化装置４００は、復号装置で必要となるデータを含む符号化三次元データ４１４を生成できる。
　また、三次元データ符号化装置４００（サーバ）は、さらに、クライアントの状態に応じて、符号化三次元データ４１３及び４１４の一方をクライアントに送信する。
　これによれば、三次元データ符号化装置４００は、クライアントの状態に応じて適切なデータを送信できる。
　また、クライアントの状態は、クライアントの通信状況（例えばネットワーク帯域）、又はクライアントの移動速度を含む。
　また、三次元データ符号化装置４００は、さらに、クライアントの要求に応じて、符号化三次元データ４１３及び４１４の一方をクライアントに送信する。
　これによれば、三次元データ符号化装置４００は、クライアントの要求に応じて適切なデータを送信できる。
　また、本実施の形態に係る三次元データ復号装置５００は、上記三次元データ符号化装置４００により生成された符号化三次元データ４１３又は４１４を復号する。
　つまり、三次元データ復号装置５００は、入力三次元データ４１１から抽出された特徴量が閾値以上の抽出三次元データ４１２が符号化されることで得られた符号化三次元データ４１４を第１復号方法により復号する。また、三次元データ復号装置５００は、入力三次元データ４１１が符号化されることで得られた符号化三次元データ４１３を、第１復号方法とは異なる第２復号方法により復号する。
　これによれば、三次元データ復号装置５００は、特徴量が閾値以上のデータを符号化した符号化三次元データ４１４と、符号化三次元データ４１３とを、例えば、使用用途等に応じて選択的に受信できる。これにより、三次元データ復号装置５００は、伝送するデータ量を削減できる。さらに、三次元データ復号装置５００は、入力三次元データ４１１と抽出三次元データ４１２とにそれぞれ適した復号方法を用いることができる。
　また、第１復号方法では、第２復号方法よりもイントラ予測及びインター予測のうちインター予測が優先される。
　これによれば、三次元データ復号装置５００は、隣接するデータ間の相関が低くなりやすい抽出三次元データに対して、インター予測の優先度を上げることができる。
　また、第１復号方法と第２復号方法とでは、三次元位置の表現手法が異なる。例えば、例えば、第２復号方法では、８分木により三次元位置が表現され、第１復号方法では、三次元座標により三次元位置を表現される。
　これによれば、三次元データ復号装置５００は、データ数（ＶＸＬ又はＦＶＸＬの数）が異なる三次元データに対して、より適した三次元位置の表現手法を用いることができる。
　また、符号化三次元データ４１３及び４１４の少なくとも一方は、当該符号化三次元データが入力三次元データ４１１を符号化することで得られた符号化三次元データであるか、入力三次元データ４１１のうちの一部を符号化することで得られた符号化三次元データであるかを示す識別子を含む。三次元データ復号装置５００は、当該識別子を参照して、符号化三次元データ４１３及び４１４を識別する。
　これによれば、三次元データ復号装置５００は、取得した符号化三次元データが符号化三次元データ４１３であるか符号化三次元データ４１４であるかを容易に判定できる。
　また、三次元データ復号装置５００は、さらに、クライアント（三次元データ復号装置５００）の状態をサーバに通知する。三次元データ復号装置５００は、クライアントの状態に応じて、サーバから送信された符号化三次元データ４１３及び４１４の一方を受信する。
　これによれば、三次元データ復号装置５００は、クライアントの状態に応じて適切なデータを受信できる。
　また、クライアントの状態は、クライアントの通信状況（例えばネットワーク帯域）、又はクライアントの移動速度を含む。
　また、三次元データ復号装置５００は、さらに、符号化三次元データ４１３及び４１４の一方をサーバに要求し、当該要求に応じて、サーバから送信された符号化三次元データ４１３及び４１４の一方を受信する。
　これによれば、三次元データ復号装置５００は、用途に応じた適切なデータを受信できる。
　（実施の形態３）
　本実施の形態では、車両間での三次元データを送受信する方法について説明する。例えば、自車両と周辺車両との間での三次元データの送受信が行われる。
　図２４は、本実施の形態に係る三次元データ作成装置６２０のブロック図である。この三次元データ作成装置６２０は、例えば、自車両に含まれ、三次元データ作成装置６２０が作成した第１三次元データ６３２に、受信した第２三次元データ６３５を合成することで、より密な第３三次元データ６３６を作成する。
　この三次元データ作成装置６２０は、三次元データ作成部６２１と、要求範囲決定部６２２と、探索部６２３と、受信部６２４と、復号部６２５と、合成部６２６とを備える。
　まず、三次元データ作成部６２１は、自車両が備えるセンサで検知したセンサ情報６３１を用いて第１三次元データ６３２を作成する。次に、要求範囲決定部６２２は、作成した第１三次元データ６３２の中でデータが不足している三次元空間範囲である要求範囲を決定する。
　次に、探索部６２３は、要求範囲の三次元データを所有する周辺車両を探索し、探索により特定した周辺車両に要求範囲を示す要求範囲情報６３３を送信する。次に、受信部６２４は、周辺車両から、要求範囲の符号化ストリームである符号化三次元データ６３４を受信する（Ｓ６２４）。なお、探索部６２３は、特定範囲に存在する全ての車両に対し、無差別にリクエストを出し、応答があった相手から符号化三次元データ６３４を受信してもよい。また、探索部６２３は、車両に限らず、信号機又は標識などの物体にリクエストを出し、当該物体から符号化三次元データ６３４を受信してもよい。
　次に、復号部６２５は、受信した符号化三次元データ６３４を復号することで第２三次元データ６３５を取得する。次に、合成部６２６は、第１三次元データ６３２と第２三次元データ６３５とを合成することで、より密な第３三次元データ６３６を作成する。
　次に、本実施の形態に係る三次元データ送信装置６４０の構成及び動作を説明する。図２５は、三次元データ送信装置６４０のブロック図である。
　三次元データ送信装置６４０は、例えば、上述した周辺車両に含まれ、周辺車両が作成した第５三次元データ６５２を自車両が要求する第６三次元データ６５４に加工し、第６三次元データ６５４を符号化することで符号化三次元データ６３４を生成し、符号化三次元データ６３４を自車両に送信する。
　三次元データ送信装置６４０は、三次元データ作成部６４１と、受信部６４２と、抽出部６４３と、符号化部６４４と、送信部６４５とを備える。
　まず、三次元データ作成部６４１は、周辺車両が備えるセンサで検知したセンサ情報６５１を用いて第５三次元データ６５２を作成する。次に、受信部６４２は、自車両から送信された要求範囲情報６３３を受信する。
　次に、抽出部６４３は、第５三次元データ６５２から、要求範囲情報６３３で示される要求範囲の三次元データを抽出することで、第５三次元データ６５２を第６三次元データ６５４に加工する。次に、符号化部６４４は、第６三次元データ６５４を符号化することで、符号化ストリームである符号化三次元データ６３４を生成する。そして、送信部６４５は、自車両へ符号化三次元データ６３４を送信する。
　なお、ここでは、自車両が三次元データ作成装置６２０を備え、周辺車両が三次元データ送信装置６４０を備える例を説明するが、各車両が、三次元データ作成装置６２０と三次元データ送信装置６４０との機能を有してもよい。
　（実施の形態４）
　本実施の形態では、三次元マップに基づく自己位置推定における異常系の動作について説明する。
　車の自動運転、又は、ロボット、或いはドローンなどの飛行体などの移動体を自律的に移動させるなどの用途が今後拡大すると予想される。このような自律的な移動を実現する手段の一例として、移動体が、三次元マップ内における自らの位置を推定（自己位置推定）しながら、マップに従って走行する方法がある。
　自己位置推定は、三次元マップと、自車に搭載したレンジファインダー（ＬｉＤＡＲなど）又はステレオカメラなどのセンサにより取得した自車周辺の三次元情報（以降、自車検知三次元データ）とをマッチングして、三次元マップ内の自車位置を推定することで実現できる。
　三次元マップは、ＨＥＲＥ社が提唱するＨＤマップなどのように、三次元のポイントクラウドだけでなく、道路及び交差点の形状情報など二次元の地図データ、又は、渋滞及び事故などの実時間で変化する情報を含んでもよい。三次元データ、二次元データ、実時間で変化するメタデータなど複数のレイヤから三次元マップが構成され、装置は、必要なデータのみを取得、又は、参照することも可能である。
　ポイントクラウドのデータは、上述したＳＷＬＤであってもよいし、特徴点ではない点群データを含んでもよい。また、ポイントクラウドのデータの送受信は、１つ、または、複数のランダムアクセス単位を基本として行われる。
　三次元マップと自車検知三次元データとのマッチング方法として以下の方法を用いることができる。例えば、装置は、互いのポイントクラウドにおける点群の形状を比較し、特徴点間の類似度が高い部位が同一位置であると決定する。また、装置は、三次元マップがＳＷＬＤから構成される場合、ＳＷＬＤを構成する特徴点と、自車検知三次元データから抽出した三次元特徴点とを比較してマッチングを行う。
　ここで、高精度に自己位置推定を行うためには、（Ａ）三次元マップと自車検知三次元データが取得できており、かつ、（Ｂ）それらの精度が予め定められた基準を満たすことが必要となる。しかしながら、以下のような異常ケースでは、（Ａ）又は（Ｂ）が満たせない。
　（１）三次元マップを通信経由で取得できない。
　（２）三次元マップが存在しない、又は、三次元マップを取得したが破損している。
　（３）自車のセンサが故障している、又は、悪天候のために、自車検知三次元データの生成精度が十分でない。
　これらの異常ケースに対処するための動作を、以下で説明する。以下では、車を例に動作を説明するが、以下の手法は、ロボット又はドローンなど、自律的に移動する動物体全般に対して適用できる。
　以下、三次元マップ又は自車検知三次元データにおける異常ケースに対応するための、本実施の形態に係る三次元情報処理装置の構成及び動作を説明する。図２６は、本実施の形態に係る三次元情報処理装置７００の構成例を示すブロック図である。
　三次元情報処理装置７００は、例えば、自動車等の動物体に搭載される。図２６に示すように、三次元情報処理装置７００は、三次元マップ取得部７０１と、自車検知データ取得部７０２と、異常ケース判定部７０３と、対処動作決定部７０４と、動作制御部７０５とを備える。
　なお、三次元情報処理装置７００は、二次元画像を取得するカメラ、又は、超音波或いはレーザーを用いた一次元データのセンサなど、自車周辺の構造物又は動物体を検知するための図示しない二次元又は一次元のセンサを備えてもよい。また、三次元情報処理装置７００は、三次元マップを４Ｇ或いは５Ｇなどの移動体通信網、又は、車車間通信或いは路車間通信により取得するための通信部（図示せず）を備えてもよい。
　三次元マップ取得部７０１は、走行経路近傍の三次元マップ７１１を取得する。例えば、三次元マップ取得部７０１は、移動体通信網、又は、車車間通信或いは路車間通信により三次元マップ７１１を取得する。
　次に、自車検知データ取得部７０２は、センサ情報に基づいて自車検知三次元データ７１２を取得する。例えば、自車検知データ取得部７０２は、自車が備えるセンサにより取得されたセンサ情報に基づき、自車検知三次元データ７１２を生成する。
　次に、異常ケース判定部７０３は、取得した三次元マップ７１１及び自車検知三次元データ７１２の少なくとも一方に対して予め定められたチェックを実施することで異常ケースを検出する。つまり、異常ケース判定部７０３は、取得した三次元マップ７１１及び自車検知三次元データ７１２の少なくとも一方が異常であるかを判定する。
　異常ケースが検出された場合、対処動作決定部７０４は、異常ケースに対する対処動作を決定する。次に、動作制御部７０５は、三次元マップ取得部７０１など、対処動作の実施に必要となる各処理部の動作を制御する。
　一方、異常ケースが検出されない場合、三次元情報処理装置７００は、処理を終了する。
　また、三次元情報処理装置７００は、三次元マップ７１１と自車検知三次元データ７１２とを用いて、三次元情報処理装置７００を有する車両の自己位置推定を行う。次に、三次元情報処理装置７００は、自己位置推定の結果を用いて、当該車両を自動運転する。
　このように、三次元情報処理装置７００は、第１の三次元位置情報を含むマップデータ（三次元マップ７１１）を通信路を介して取得する。例えば、第１の三次元位置情報は、三次元の座標情報を有する部分空間を単位として符号化され、各々が１以上の部分空間の集合体であり、各々を独立に復号可能な複数のランダムアクセス単位を含む。例えば、第１の三次元位置情報は、三次元の特徴量が所定の閾値以上となる特徴点が符号化されたデータ（ＳＷＬＤ）である。
　また、三次元情報処理装置７００は、センサで検知した情報から第２の三次元位置情報（自車検知三次元データ７１２）を生成する。次に、三次元情報処理装置７００は、第１の三次元位置情報又は第２の三次元位置情報に対して異常判定処理を実施することで、第１の三次元位置情報又は前記第２の三次元位置情報が異常であるかどうかを判定する。
　三次元情報処理装置７００は、第１の三次元位置情報又は第２の三次元位置情報が異常であると判定された場合、当該異常に対する対処動作を決定する。次に、三次元情報処理装置７００は、対処動作の実施に必要となる制御を実施する。
　これにより、三次元情報処理装置７００は、第１の三次元位置情報又は第２の三次元位置情報の異常を検知し、対処動作を行うことができる。
　（実施の形態５）
　本実施の形態では、後続車両への三次元データ送信方法等について説明する。
　図２７は、本実施の形態に係る三次元データ作成装置８１０の構成例を示すブロック図である。この三次元データ作成装置８１０は、例えば、車両に搭載される。三次元データ作成装置８１０は、外部の交通監視クラウド、前走車両又は後続車両と三次元データの送受信を行うとともに、三次元データを作成及び蓄積する。
　三次元データ作成装置８１０は、データ受信部８１１と、通信部８１２と、受信制御部８１３と、フォーマット変換部８１４と、複数のセンサ８１５と、三次元データ作成部８１６と、三次元データ合成部８１７と、三次元データ蓄積部８１８と、通信部８１９と、送信制御部８２０と、フォーマット変換部８２１と、データ送信部８２２とを備える。
　データ受信部８１１は、交通監視クラウド又は前走車両から三次元データ８３１を受信する。三次元データ８３１は、例えば、自車両のセンサ８１５で検知不能な領域を含む、ポイントクラウド、可視光映像、奥行き情報、センサ位置情報、又は速度情報などの情報を含む。
　通信部８１２は、交通監視クラウド又は前走車両と通信し、データ送信要求などを交通監視クラウド又は前走車両に送信する。
　受信制御部８１３は、通信部８１２を介して、対応フォーマット等の情報を通信先と交換し、通信先との通信を確立する。
　フォーマット変換部８１４は、データ受信部８１１が受信した三次元データ８３１にフォーマット変換等を行うことで三次元データ８３２を生成する。また、フォーマット変換部８１４は、三次元データ８３１が圧縮又は符号化されている場合には、伸張又は復号処理を行う。
　複数のセンサ８１５は、ＬＩＤＡＲ、可視光カメラ又は赤外線カメラなどの、車両の外部の情報を取得するセンサ群であり、センサ情報８３３を生成する。例えば、センサ情報８３３は、センサ８１５がＬＩＤＡＲなどのレーザセンサである場合、ポイントクラウド（点群データ）等の三次元データである。なお、センサ８１５は複数でなくてもよい。
　三次元データ作成部８１６は、センサ情報８３３から三次元データ８３４を生成する。三次元データ８３４は、例えば、ポイントクラウド、可視光映像、奥行き情報、センサ位置情報、又は速度情報などの情報を含む。
　三次元データ合成部８１７は、自車両のセンサ情報８３３に基づいて作成された三次元データ８３４に、交通監視クラウド又は前走車両等が作成した三次元データ８３２を合成することで、自車両のセンサ８１５では検知できない前走車両の前方の空間も含む三次元データ８３５を構築する。
　三次元データ蓄積部８１８は、生成された三次元データ８３５等を蓄積する。
　通信部８１９は、交通監視クラウド又は後続車両と通信し、データ送信要求などを交通監視クラウド又は後続車両に送信する。
　送信制御部８２０は、通信部８１９を介して、対応フォーマット等の情報を通信先と交換し、通信先と通信を確立する。また、送信制御部８２０は、三次元データ合成部８１７で生成された三次元データ８３２の三次元データ構築情報と、通信先からのデータ送信要求とに基づき、送信対象の三次元データの空間である送信領域を決定する。
　具体的には、送信制御部８２０は、交通監視クラウド又は後続車両からのデータ送信要求に応じて、後続車両のセンサでは検知できない自車両の前方の空間を含む送信領域を決定する。また、送信制御部８２０は、三次元データ構築情報に基づいて送信可能な空間又は送信済み空間の更新有無等を判断することで送信領域を決定する。例えば、送信制御部８２０は、データ送信要求で指定された領域であり、かつ、対応する三次元データ８３５が存在する領域を送信領域に決定する。そして、送信制御部８２０は、通信先が対応するフォーマット、及び送信領域をフォーマット変換部８２１に通知する。
　フォーマット変換部８２１は、三次元データ蓄積部８１８に蓄積されている三次元データ８３５のうち、送信領域の三次元データ８３６を、受信側が対応しているフォーマットへ変換することで三次元データ８３７を生成する。なお、フォーマット変換部８２１は、三次元データ８３７を圧縮又は符号化することでデータ量を削減してもよい。
　データ送信部８２２は、三次元データ８３７を交通監視クラウド又は後続車両に送信する。この三次元データ８３７は、例えば、後続車両の死角になる領域を含む、自車両の前方のポイントクラウド、可視光映像、奥行き情報、又はセンサ位置情報などの情報を含む。
　なお、ここでは、フォーマット変換部８１４及び８２１にてフォーマット変換等が行われる例を述べたが、フォーマット変換は行われなくてもよい。
　このような構成により、三次元データ作成装置８１０は、自車両のセンサ８１５では検知できない領域の三次元データ８３１を外部から取得し、三次元データ８３１と自車両のセンサ８１５で検知したセンサ情報８３３に基づく三次元データ８３４とを合成することで三次元データ８３５を生成する。これにより、三次元データ作成装置８１０は、自車両のセンサ８１５で検知できない範囲の三次元データを生成できる。
　また、三次元データ作成装置８１０は、交通監視クラウド又は後続車両からのデータ送信要求に応じて、後続車両のセンサでは検知できない自車両の前方の空間を含む三次元データを、交通監視クラウド又は後続車両等へ送信できる。
　（実施の形態６）
　実施の形態５において、車両等のクライアント装置が、他の車両又は交通監視クラウド等のサーバに三次元データを送信する例を説明した。本実施の形態では、クライアント装置は、サーバ又は他のクライアント装置にセンサで得られたセンサ情報を送信する。
　まず、本実施の形態に係るシステムの構成を説明する。図２８は、本実施の形態に係る三次元マップ及びセンサ情報の送受信システムの構成を示す図である。このシステムは、サーバ９０１と、クライアント装置９０２Ａ及び９０２Ｂを含む。なお、クライアント装置９０２Ａ及び９０２Ｂを特に区別しない場合には、クライアント装置９０２とも記す。
　クライアント装置９０２は、例えば、車両等の移動体に搭載される車載機器である。サーバ９０１は、例えば、交通監視クラウド等であり、複数のクライアント装置９０２と通信可能である。
　サーバ９０１は、クライアント装置９０２に、ポイントクラウドから構成される三次元マップを送信する。なお、三次元マップの構成はポイントクラウドに限定されず、メッシュ構造等、他の三次元データを表すものであってもよい。
　クライアント装置９０２は、サーバ９０１に、クライアント装置９０２が取得したセンサ情報を送信する。センサ情報は、例えば、ＬＩＤＡＲ取得情報、可視光画像、赤外画像、デプス画像、センサ位置情報及び速度情報のうち少なくとも一つを含む。
　サーバ９０１とクライアント装置９０２との間で送受信されるデータは、データ削減のために圧縮されてもよいし、データの精度を維持するために非圧縮のままでも構わない。データを圧縮する場合、ポイントクラウドには例えば８分木構造に基づく三次元圧縮方式を用いることができる。また、可視光画像、赤外画像、及びデプス画像には二次元の画像圧縮方式を用いることできる。二次元の画像圧縮方式とは、例えば、ＭＰＥＧで規格化されたＭＰＥＧ－４　ＡＶＣ又はＨＥＶＣ等である。
　また、サーバ９０１は、クライアント装置９０２からの三次元マップの送信要求に応じてサーバ９０１で管理する三次元マップをクライアント装置９０２に送信する。なお、サーバ９０１はクライアント装置９０２からの三次元マップの送信要求を待たずに三次元マップを送信してもよい。例えば、サーバ９０１は、予め定められた空間にいる１つ以上のクライアント装置９０２に三次元マップをブロードキャストしても構わない。また、サーバ９０１は、一度送信要求を受けたクライアント装置９０２に、一定時間毎にクライアント装置９０２の位置に適した三次元マップを送信してもよい。また、サーバ９０１は、サーバ９０１が管理する三次元マップが更新される度にクライアント装置９０２に三次元マップを送信してもよい。
　クライアント装置９０２は、サーバ９０１に三次元マップの送信要求を出す。例えば、クライアント装置９０２が、走行時に自己位置推定を行いたい場合に、クライアント装置９０２は、三次元マップの送信要求をサーバ９０１に送信する。
　なお、次のような場合に、クライアント装置９０２はサーバ９０１に三次元マップの送信要求を出してもよい。クライアント装置９０２の保持する三次元マップが古い場合に、クライアント装置９０２はサーバ９０１に三次元マップの送信要求を出してもよい。例えば、クライアント装置９０２が三次元マップを取得してから一定期間が経過した場合に、クライアント装置９０２はサーバ９０１に三次元マップの送信要求を出してもよい。
　クライアント装置９０２が保持する三次元マップで示される空間から、クライアント装置９０２が外に出る一定時刻前に、クライアント装置９０２はサーバ９０１に三次元マップの送信要求を出してもよい。例えば、クライアント装置９０２が、クライアント装置９０２が保持する三次元マップで示される空間の境界から予め定められた距離以内に存在する場合に、クライアント装置９０２はサーバ９０１に三次元マップの送信要求を出してもよい。また、クライアント装置９０２の移動経路及び移動速度が把握できている場合には、これらに基づき、クライアント装置９０２が保持する三次元マップで示される空間から、クライアント装置９０２が外に出る時刻を予測してもよい。
　クライアント装置９０２がセンサ情報から作成した三次元データと三次元マップとの位置合せ時の誤差が一定以上の場合に、クライアント装置９０２はサーバ９０１に三次元マップの送信要求を出してもよい。
　クライアント装置９０２は、サーバ９０１から送信されたセンサ情報の送信要求に応じて、サーバ９０１にセンサ情報を送信する。なお、クライアント装置９０２はサーバ９０１からのセンサ情報の送信要求を待たずにセンサ情報をサーバ９０１に送ってもよい。例えば、クライアント装置９０２は、一度サーバ９０１からセンサ情報の送信要求を得た場合、一定期間の間、定期的にセンサ情報をサーバ９０１に送信してもよい。また、クライアント装置９０２は、クライアント装置９０２がセンサ情報を元に作成した三次元データと、サーバ９０１から得た三次元マップとの位置合せ時の誤差が一定以上の場合、クライアント装置９０２の周辺の三次元マップに変化が生じた可能性があると判断し、その旨とセンサ情報とをサーバ９０１に送信してもよい。
　サーバ９０１は、クライアント装置９０２にセンサ情報の送信要求を出す。例えば、サーバ９０１は、クライアント装置９０２から、ＧＰＳ等のクライアント装置９０２の位置情報を受信する。サーバ９０１は、クライアント装置９０２の位置情報に基づき、サーバ９０１が管理する三次元マップにおいて情報が少ない空間にクライアント装置９０２が近づいていると判断した場合、新たな三次元マップを生成するためにクライアント装置９０２にセンサ情報の送信要求を出す。また、サーバ９０１は、三次元マップを更新したい場合、積雪時或いは災害時などの道路状況を確認したい場合、渋滞状況、或いは事件事故状況等を確認したい場合に、センサ情報の送信要求を出してもよい。
　また、クライアント装置９０２は、サーバ９０１から受け取るセンサ情報の送信要求の受信時における通信状態又は帯域に応じて、サーバ９０１に送信するセンサ情報のデータ量を設定してもよい。サーバ９０１に送信するセンサ情報のデータ量を設定するというのは、例えば、当該データそのものを増減させること、又は圧縮方式を適宜選択することである。
　図２９は、クライアント装置９０２の構成例を示すブロック図である。クライアント装置９０２は、サーバ９０１からポイントクラウド等で構成される三次元マップを受信し、クライアント装置９０２のセンサ情報に基づいて作成した三次元データからクライアント装置９０２の自己位置を推定する。また、クライアント装置９０２は、取得したセンサ情報をサーバ９０１に送信する。
　クライアント装置９０２は、データ受信部１０１１と、通信部１０１２と、受信制御部１０１３と、フォーマット変換部１０１４と、複数のセンサ１０１５と、三次元データ作成部１０１６と、三次元画像処理部１０１７と、三次元データ蓄積部１０１８と、フォーマット変換部１０１９と、通信部１０２０と、送信制御部１０２１と、データ送信部１０２２とを備える。
　データ受信部１０１１は、サーバ９０１から三次元マップ１０３１を受信する。三次元マップ１０３１は、ＷＬＤ又はＳＷＬＤ等のポイントクラウドを含むデータである。三次元マップ１０３１には、圧縮データ、及び非圧縮データのどちらが含まれていてもよい。
　通信部１０１２は、サーバ９０１と通信し、データ送信要求（例えば、三次元マップの送信要求）などをサーバ９０１に送信する。
　受信制御部１０１３は、通信部１０１２を介して、対応フォーマット等の情報を通信先と交換し、通信先との通信を確立する。
　フォーマット変換部１０１４は、データ受信部１０１１が受信した三次元マップ１０３１にフォーマット変換等を行うことで三次元マップ１０３２を生成する。また、フォーマット変換部１０１４は、三次元マップ１０３１が圧縮又は符号化されている場合には、伸張又は復号処理を行う。なお、フォーマット変換部１０１４は、三次元マップ１０３１が非圧縮データであれば、伸張又は復号処理を行わない。
　複数のセンサ１０１５は、ＬＩＤＡＲ、可視光カメラ、赤外線カメラ、又はデプスセンサなど、クライアント装置９０２が搭載されている車両の外部の情報を取得するセンサ群であり、センサ情報１０３３を生成する。例えば、センサ情報１０３３は、センサ１０１５がＬＩＤＡＲなどのレーザセンサである場合、ポイントクラウド（点群データ）等の三次元データである。なお、センサ１０１５は複数でなくてもよい。
　三次元データ作成部１０１６は、センサ情報１０３３に基づいて自車両の周辺の三次元データ１０３４を作成する。例えば、三次元データ作成部１０１６は、ＬＩＤＡＲで取得した情報と、可視光カメラで得られた可視光映像とを用いて自車両の周辺の色情報付きのポイントクラウドデータを作成する。
　三次元画像処理部１０１７は、受信したポイントクラウド等の三次元マップ１０３２と、センサ情報１０３３から生成した自車両の周辺の三次元データ１０３４とを用いて、自車両の自己位置推定処理等を行う。なお、三次元画像処理部１０１７は、三次元マップ１０３２と三次元データ１０３４とを合成することで自車両の周辺の三次元データ１０３５を作成し、作成した三次元データ１０３５を用いて自己位置推定処理を行ってもよい。
　三次元データ蓄積部１０１８は、三次元マップ１０３２、三次元データ１０３４及び三次元データ１０３５等を蓄積する。
　フォーマット変換部１０１９は、センサ情報１０３３を、受信側が対応しているフォーマットへ変換することでセンサ情報１０３７を生成する。なお、フォーマット変換部１０１９は、センサ情報１０３７を圧縮又は符号化することでデータ量を削減してもよい。また、フォーマット変換部１０１９は、フォーマット変換をする必要がない場合は処理を省略してもよい。また、フォーマット変換部１０１９は、送信範囲の指定に応じて送信するデータ量を制御してもよい。
　通信部１０２０は、サーバ９０１と通信し、データ送信要求（センサ情報の送信要求）などをサーバ９０１から受信する。
　送信制御部１０２１は、通信部１０２０を介して、対応フォーマット等の情報を通信先と交換し、通信を確立する。
　データ送信部１０２２は、センサ情報１０３７をサーバ９０１に送信する。センサ情報１０３７は、例えば、ＬＩＤＡＲで取得した情報、可視光カメラで取得した輝度画像、赤外線カメラで取得した赤外画像、デプスセンサで取得したデプス画像、センサ位置情報、及び速度情報など、複数のセンサ１０１５によって取得した情報を含む。
　次に、サーバ９０１の構成を説明する。図３０は、サーバ９０１の構成例を示すブロック図である。サーバ９０１は、クライアント装置９０２から送信されたセンサ情報を受信し、受信したセンサ情報に基づいて三次元データを作成する。サーバ９０１は、作成した三次元データを用いて、サーバ９０１が管理する三次元マップを更新する。また、サーバ９０１は、クライアント装置９０２からの三次元マップの送信要求に応じて、更新した三次元マップをクライアント装置９０２に送信する。
　サーバ９０１は、データ受信部１１１１と、通信部１１１２と、受信制御部１１１３と、フォーマット変換部１１１４と、三次元データ作成部１１１６と、三次元データ合成部１１１７と、三次元データ蓄積部１１１８と、フォーマット変換部１１１９と、通信部１１２０と、送信制御部１１２１と、データ送信部１１２２とを備える。
　データ受信部１１１１は、クライアント装置９０２からセンサ情報１０３７を受信する。センサ情報１０３７は、例えば、ＬＩＤＡＲで取得した情報、可視光カメラで取得した輝度画像、赤外線カメラで取得した赤外画像、デプスセンサで取得したデプス画像、センサ位置情報、及び速度情報などを含む。
　通信部１１１２は、クライアント装置９０２と通信し、データ送信要求（例えば、センサ情報の送信要求）などをクライアント装置９０２に送信する。
　受信制御部１１１３は、通信部１１１２を介して、対応フォーマット等の情報を通信先と交換し、通信を確立する。
　フォーマット変換部１１１４は、受信したセンサ情報１０３７が圧縮又は符号化されている場合には、伸張又は復号処理を行うことでセンサ情報１１３２を生成する。なお、フォーマット変換部１１１４は、センサ情報１０３７が非圧縮データであれば、伸張又は復号処理を行わない。
　三次元データ作成部１１１６は、センサ情報１１３２に基づいてクライアント装置９０２の周辺の三次元データ１１３４を作成する。例えば、三次元データ作成部１１１６は、ＬＩＤＡＲで取得した情報と、可視光カメラで得られた可視光映像とを用いてクライアント装置９０２の周辺の色情報付ポイントクラウドデータを作成する。
　三次元データ合成部１１１７は、センサ情報１１３２を元に作成した三次元データ１１３４を、サーバ９０１が管理する三次元マップ１１３５に合成することで三次元マップ１１３５を更新する。
　三次元データ蓄積部１１１８は、三次元マップ１１３５等を蓄積する。
　フォーマット変換部１１１９は、三次元マップ１１３５を、受信側が対応しているフォーマットへ変換することで三次元マップ１０３１を生成する。なお、フォーマット変換部１１１９は、三次元マップ１１３５を圧縮又は符号化することでデータ量を削減してもよい。また、フォーマット変換部１１１９は、フォーマット変換をする必要がない場合は処理を省略してもよい。また、フォーマット変換部１１１９は、送信範囲の指定に応じて送信するデータ量を制御してもよい。
　通信部１１２０は、クライアント装置９０２と通信し、データ送信要求（三次元マップの送信要求）などをクライアント装置９０２から受信する。
　送信制御部１１２１は、通信部１１２０を介して、対応フォーマット等の情報を通信先と交換し、通信を確立する。
　データ送信部１１２２は、三次元マップ１０３１をクライアント装置９０２に送信する。三次元マップ１０３１は、ＷＬＤ又はＳＷＬＤ等のポイントクラウドを含むデータである。三次元マップ１０３１には、圧縮データ、及び非圧縮データのどちらが含まれていてもよい。
　次に、クライアント装置９０２の動作フローについて説明する。図３１は、クライアント装置９０２による三次元マップ取得時の動作を示すフローチャートである。
　まず、クライアント装置９０２は、サーバ９０１へ三次元マップ（ポイントクラウド等）の送信を要求する（Ｓ１００１）。このとき、クライアント装置９０２は、ＧＰＳ等で得られたクライアント装置９０２の位置情報を合わせて送信することで、その位置情報に関連する三次元マップの送信をサーバ９０１に要求してもよい。
　次に、クライアント装置９０２は、サーバ９０１から三次元マップを受信する（Ｓ１００２）。受信した三次元マップが圧縮データであれば、クライアント装置９０２は、受信した三次元マップを復号して非圧縮の三次元マップを生成する（Ｓ１００３）。
　次に、クライアント装置９０２は、複数のセンサ１０１５で得られたセンサ情報１０３３からクライアント装置９０２の周辺の三次元データ１０３４を作成する（Ｓ１００４）。次に、クライアント装置９０２は、サーバ９０１から受信した三次元マップ１０３２と、センサ情報１０３３から作成した三次元データ１０３４とを用いてクライアント装置９０２の自己位置を推定する（Ｓ１００５）。
　図３２は、クライアント装置９０２によるセンサ情報の送信時の動作を示すフローチャートである。まず、クライアント装置９０２は、サーバ９０１からセンサ情報の送信要求を受信する（Ｓ１０１１）。送信要求を受信したクライアント装置９０２は、センサ情報１０３７をサーバ９０１に送信する（Ｓ１０１２）。なお、クライアント装置９０２は、センサ情報１０３３が複数のセンサ１０１５で得られた複数の情報を含む場合、各情報を、各情報に適した圧縮方式で圧縮することでセンサ情報１０３７を生成してもよい。
　次に、サーバ９０１の動作フローについて説明する。図３３は、サーバ９０１によるセンサ情報の取得時の動作を示すフローチャートである。まず、サーバ９０１は、クライアント装置９０２へセンサ情報の送信を要求する（Ｓ１０２１）。次に、サーバ９０１は、当該要求に応じてクライアント装置９０２から送信されたセンサ情報１０３７を受信する（Ｓ１０２２）。次に、サーバ９０１は、受信したセンサ情報１０３７を用いて三次元データ１１３４を作成する（Ｓ１０２３）。次に、サーバ９０１は、作成した三次元データ１１３４を三次元マップ１１３５に反映する（Ｓ１０２４）。
　図３４は、サーバ９０１による三次元マップの送信時の動作を示すフローチャートである。まず、サーバ９０１は、クライアント装置９０２から三次元マップの送信要求を受信する（Ｓ１０３１）。三次元マップの送信要求を受信したサーバ９０１は、クライアント装置９０２へ三次元マップ１０３１を送信する（Ｓ１０３２）。このとき、サーバ９０１は、クライアント装置９０２の位置情報に合わせてその付近の三次元マップを抽出し、抽出した三次元マップを送信してもよい。また、サーバ９０１は、ポイントクラウドで構成される三次元マップを、例えば８分木構造による圧縮方式等を用いて圧縮し、圧縮後の三次元マップを送信してもよい。
　以下、本実施の形態の変形例について説明する。
　サーバ９０１は、クライアント装置９０２から受信したセンサ情報１０３７を用いてクライアント装置９０２の位置付近の三次元データ１１３４を作成する。次に、サーバ９０１は、作成した三次元データ１１３４と、サーバ９０１が管理する同エリアの三次元マップ１１３５とのマッチングを行うことによって、三次元データ１１３４と三次元マップ１１３５との差分を算出する。サーバ９０１は、差分が予め定められた閾値以上の場合は、クライアント装置９０２の周辺で何らかの異常が発生したと判断する。例えば、地震等の自然災害によって地盤沈下等が発生した際などに、サーバ９０１が管理する三次元マップ１１３５と、センサ情報１０３７を基に作成した三次元データ１１３４との間に大きな差が発生することが考えられる。
　センサ情報１０３７は、センサの種類、センサの性能、及びセンサの型番のうち少なくとも一つを示す情報を含んでもよい。また、センサ情報１０３７に、センサの性能に応じたクラスＩＤ等が付加されてもよい。例えば、センサ情報１０３７がＬＩＤＡＲで取得された情報である場合、数ｍｍ単位の精度で情報を取得できるセンサをクラス１、数ｃｍ単位の精度で情報を取得できるセンサをクラス２、数ｍ単位の精度で情報を取得できるセンサをクラス３のように、センサの性能に識別子を割り当てることが考えられる。また、サーバ９０１は、センサの性能情報等を、クライアント装置９０２の型番から推定してもよい。例えば、クライアント装置９０２が車両に搭載されている場合、サーバ９０１は、当該車両の車種からセンサのスペック情報を判断してもよい。この場合、サーバ９０１は、車両の車種の情報を事前に取得していてもよいし、センサ情報に、当該情報が含まれてもよい。また、サーバ９０１は取得したセンサ情報１０３７を用いて、センサ情報１０３７を用いて作成した三次元データ１１３４に対する補正の度合いを切り替えてもよい。例えば、センサ性能が高精度（クラス１）である場合、サーバ９０１は、三次元データ１１３４に対する補正を行わない。センサ性能が低精度（クラス３）である場合、サーバ９０１は、三次元データ１１３４に、センサの精度に応じた補正を適用する。例えば、サーバ９０１は、センサの精度が低いほど補正の度合い（強度）を強くする。
　サーバ９０１は、ある空間にいる複数のクライアント装置９０２に同時にセンサ情報の送信要求を出してもよい。サーバ９０１は、複数のクライアント装置９０２から複数のセンサ情報を受信した場合に、全てのセンサ情報を三次元データ１１３４の作成に利用する必要はなく、例えば、センサの性能に応じて、利用するセンサ情報を選択してもよい。例えば、サーバ９０１は、三次元マップ１１３５を更新する場合、受信した複数のセンサ情報の中から高精度なセンサ情報（クラス１）を選別し、選別したセンサ情報を用いて三次元データ１１３４を作成してもよい。
　サーバ９０１は、交通監視クラウド等のサーバのみに限定されず、他のクライアント装置（車載）であってもよい。図３５は、この場合のシステム構成を図である。
　例えば、クライアント装置９０２Ｃが近くにいるクライアント装置９０２Ａにセンサ情報の送信要求を出し、クライアント装置９０２Ａからセンサ情報を取得する。そして、クライアント装置９０２Ｃは、取得したクライアント装置９０２Ａのセンサ情報を用いて三次元データを作成し、クライアント装置９０２Ｃの三次元マップを更新する。これにより、クライアント装置９０２Ｃは、クライアント装置９０２Ａから取得可能な空間の三次元マップを、クライアント装置９０２Ｃの性能を活かして生成できる。例えば、クライアント装置９０２Ｃの性能が高い場合に、このようなケースが発生すると考えられる。
　また、この場合、センサ情報を提供したクライアント装置９０２Ａは、クライアント装置９０２Ｃが生成した高精度な三次元マップを取得する権利が与えられる。クライアント装置９０２Ａは、その権利に従ってクライアント装置９０２Ｃから高精度な三次元マップを受信する。
　また、クライアント装置９０２Ｃは近くにいる複数のクライアント装置９０２（クライアント装置９０２Ａ及びクライアント装置９０２Ｂ）にセンサ情報の送信要求を出してもよい。クライアント装置９０２Ａ又はクライアント装置９０２Ｂのセンサが高性能である場合には、クライアント装置９０２Ｃは、この高性能なセンサで得らえたセンサ情報を用いて三次元データを作成できる。
　図３６は、サーバ９０１及びクライアント装置９０２の機能構成を示すブロック図である。サーバ９０１は、例えば、三次元マップを圧縮及び復号する三次元マップ圧縮／復号処理部１２０１と、センサ情報を圧縮及び復号するセンサ情報圧縮／復号処理部１２０２とを備える。
　クライアント装置９０２は、三次元マップ復号処理部１２１１と、センサ情報圧縮処理部１２１２とを備える。三次元マップ復号処理部１２１１は、圧縮された三次元マップの符号化データを受信し、符号化データを復号して三次元マップを取得する。センサ情報圧縮処理部１２１２は、取得したセンサ情報から作成した三次元データの代わりに、センサ情報そのものを圧縮し、圧縮したセンサ情報の符号化データをサーバ９０１へ送信する。この構成により、クライアント装置９０２は、三次元マップ（ポイントクラウド等）を復号する処理を行う処理部（装置又はＬＳＩ）を内部に保持すればよく、三次元マップ（ポイントクラウド等）の三次元データを圧縮する処理を行う処理部を内部に保持する必要がない。これにより、クライアント装置９０２のコスト及び消費電力等を抑えることができる。
　以上のように、本実施の形態に係るクライアント装置９０２は、移動体に搭載され、移動体に搭載されたセンサ１０１５により得られた、移動体の周辺状況を示すセンサ情報１０３３から、移動体の周辺の三次元データ１０３４を作成する。クライアント装置９０２は、作成された三次元データ１０３４を用いて移動体の自己位置を推定する。クライアント装置９０２は、取得したセンサ情報１０３３をサーバ９０１又は他の移動体９０２に送信する。
　これによれば、クライアント装置９０２は、センサ情報１０３３をサーバ９０１等に送信する。これにより、三次元データを送信する場合に比べて、送信データのデータ量を削減できる可能性がある。また、三次元データの圧縮又は符号化等の処理をクライアント装置９０２で行う必要がないので、クライアント装置９０２の処理量を削減できる。よって、クライアント装置９０２は、伝送されるデータ量の削減、又は、装置の構成の簡略化を実現できる。
　また、クライアント装置９０２は、さらに、サーバ９０１に三次元マップの送信要求を送信し、サーバ９０１から三次元マップ１０３１を受信する。クライアント装置９０２は、自己位置の推定では、三次元データ１０３４と三次元マップ１０３２とを用いて、自己位置を推定する。
　また、センサ情報１０３３は、レーザセンサで得られた情報、輝度画像、赤外画像、デプス画像、センサの位置情報、及びセンサの速度情報のうち少なくとも一つを含む。
　また、センサ情報１０３３は、センサの性能を示す情報を含む。
　また、クライアント装置９０２は、センサ情報１０３３を符号化又は圧縮し、センサ情報の送信では、符号化又は圧縮後のセンサ情報１０３７を、サーバ９０１又は他の移動体９０２に送信する。これによれば、クライアント装置９０２は、伝送されるデータ量を削減できる。
　例えば、クライアント装置９０２は、プロセッサと、メモリとを備え、プロセッサは、メモリを用いて、上記の処理を行う。
　また、本実施の形態に係るサーバ９０１は、移動体に搭載されるクライアント装置９０２と通信可能であり、移動体に搭載されたセンサ１０１５により得られた、移動体の周辺状況を示すセンサ情報１０３７をクライアント装置９０２から受信する。サーバ９０１は、受信したセンサ情報１０３７から、移動体の周辺の三次元データ１１３４を作成する。
　これによれば、サーバ９０１は、クライアント装置９０２から送信されたセンサ情報１０３７を用いて三次元データ１１３４を作成する。これにより、クライアント装置９０２が三次元データを送信する場合に比べて、送信データのデータ量を削減できる可能性がある。また、三次元データの圧縮又は符号化等の処理をクライアント装置９０２で行う必要がないので、クライアント装置９０２の処理量を削減できる。よって、サーバ９０１は、伝送されるデータ量の削減、又は、装置の構成の簡略化を実現できる。
　また、サーバ９０１は、さらに、クライアント装置９０２にセンサ情報の送信要求を送信する。
　また、サーバ９０１は、さらに、作成された三次元データ１１３４を用いて三次元マップ１１３５を更新し、クライアント装置９０２からの三次元マップ１１３５の送信要求に応じて三次元マップ１１３５をクライアント装置９０２に送信する。
　また、センサ情報１０３７は、レーザセンサで得られた情報、輝度画像、赤外画像、デプス画像、センサの位置情報、及びセンサの速度情報のうち少なくとも一つを含む。
　また、センサ情報１０３７は、センサの性能を示す情報を含む。
　また、サーバ９０１は、さらに、センサの性能に応じて、三次元データを補正する。これによれば、当該三次元データ作成方法は、三次元データの品質を向上できる。
　また、サーバ９０１は、センサ情報の受信では、複数のクライアント装置９０２から複数のセンサ情報１０３７を受信し、複数のセンサ情報１０３７に含まれるセンサの性能を示す複数の情報に基づき、三次元データ１１３４の作成に用いるセンサ情報１０３７を選択する。これによれば、サーバ９０１は、三次元データ１１３４の品質を向上できる。
　また、サーバ９０１は、受信したセンサ情報１０３７を復号又は伸張し、復号又は伸張後のセンサ情報１１３２から、三次元データ１１３４を作成する。これによれば、サーバ９０１は、伝送されるデータ量を削減できる。
　例えば、サーバ９０１は、プロセッサと、メモリとを備え、プロセッサは、メモリを用いて、上記の処理を行う。
　（実施の形態７）
　本実施の形態では、インター予測処理を用いた三次元データの符号化方法及び復号方法について説明する。
　図３７は、本実施の形態に係る三次元データ符号化装置１３００のブロック図である。この三次元データ符号装置１３００は、三次元データを符号化することで符号化信号である符号化ビットストリーム（以下、単にビットストリームとも記す）を生成する。図３７に示すように、三次元データ符号化装置１３００は、分割部１３０１と、減算部１３０２と、変換部１３０３と、量子化部１３０４と、逆量子化部１３０５と、逆変換部１３０６と、加算部１３０７と、参照ボリュームメモリ１３０８と、イントラ予測部１３０９と、参照スペースメモリ１３１０と、インター予測部１３１１と、予測制御部１３１２と、エントロピー符号化部１３１３とを備える。
　分割部１３０１は、三次元データに含まれる各スペース（ＳＰＣ）を符号化単位である複数のボリューム（ＶＬＭ）に分割する。また、分割部１３０１は、各ボリューム内のボクセルを８分木表現化（Ｏｃｔｒｅｅ化）する。なお、分割部１３０１は、スペースとボリュームを同一サイズとし、スペースを８分木表現化してもよい。また、分割部１３０１は、８分木化に必要な情報（深度情報など）をビットストリームのヘッダ等に付加してもよい。
　減算部１３０２は、分割部１３０１から出力されたボリューム（符号化対象ボリューム）と、後述するイントラ予測又はインター予測によって生成される予測ボリュームとの差分を算出し、算出された差分を予測残差として変換部１３０３に出力する。図３８は、予測残差の算出例を示す図である。なお、ここで示す符号化対象ボリューム及び予測ボリュームのビット列は、例えば、ボリュームに含まれる三次元点（例えばポイントクラウド）の位置を示す位置情報である。
　以下、８分木表現とボクセルのスキャン順について説明する。ボリュームは８分木構造に変換（８分木化）された後、符号化される。８分木構造はノードとリーフとで構成される。各ノードは８つのノード又はリーフを持ち、各リーフはボクセル（ＶＸＬ）情報を持つ。図３９は、複数のボクセルを含むボリュームの構造例を示す図である。図４０は、図３９に示すボリュームを８分木構造に変換した例を示す図である。ここで、図４０に示すリーフのうち、リーフ１、２、３はそれぞれ図３９に示すボクセルＶＸＬ１、ＶＸＬ２、ＶＸＬ３を表し、点群を含むＶＸＬ（以下、有効ＶＸＬ）を表現している。
　８分木は、例えば０、１の二値列で表現される。例えば、ノード又は有効ＶＸＬを値１、それ以外を値０とすると、各ノード及びリーフには図４０に示す二値列が割当てられる。そして、幅優先又は深さ優先のスキャン順に応じて、この二値列がスキャンされる。例えば幅優先でスキャンされた場合、図４１のＡに示す二値列が得られる。深さ優先でスキャンした場合は図４１のＢに示す二値列が得られる。このスキャンにより得られた二値列はエントロピー符号化によって符号化され情報量が削減される。
　次に、８分木表現における深度情報について説明する。８分木表現における深度は、ボリューム内に含まれるポイントクラウド情報を、どの粒度まで保持するかをコントロールするために使用される。深度を大きく設定すると、より細かいレベルまでポイントクラウド情報を再現することができるが、ノード及びリーフを表現するためのデータ量が増える。逆に深度を小さく設定すると、データ量が減少するが、複数の異なる位置及び色の異なるポイントクラウド情報が同一位置かつ同一色であるとみなされるため、本来のポイントクラウド情報が持つ情報を失うことになる。
　例えば、図４２は、図４０に示す深度＝２の８分木を、深度＝１の８分木で表現した例を示す図である。図４２に示す８分木は図４０に示す８分木よりデータ量が少なくなる。つまり、図４２に示す８分木は図４２に示す８分木より二値列化後のビット数が少ない。ここで、図４０に示すリーフ１とリーフ２が図４１に示すリーフ１で表現されることになる。つまり、図４０に示すリーフ１とリーフ２とが異なる位置であったという情報が失われる。
　図４３は、図４２に示す８分木に対応するボリュームを示す図である。図３９に示すＶＸＬ１とＶＸＬ２が図４３に示すＶＸＬ１２に対応する。この場合、三次元データ符号化装置１３００は、図４３に示すＶＸＬ１２の色情報を、図３９に示すＶＸＬ１とＶＸＬ２との色情報から生成する。例えば、三次元データ符号化装置１３００は、ＶＸＬ１とＶＸＬ２との色情報の平均値、中間値、又は重み平均値などをＶＸＬ１２の色情報として算出する。このように、三次元データ符号化装置１３００は、８分木の深度を変えることで、データ量の削減を制御してもよい。
　三次元データ符号化装置１３００は、８分木の深度情報を、ワールド単位、スペース単位、及びボリューム単位のいずれの単位で設定しても構わない。またその際、三次元データ符号化装置１３００は、ワールドのヘッダ情報、スペースのヘッダ情報、又はボリュームのヘッダ情報に深度情報を付加してもよい。また、時間の異なる全てのワールド、スペース、及びボリュームで深度情報して同一の値を使用してもよい。この場合、三次元データ符号化装置１３００は、全時間のワールドを管理するヘッダ情報に深度情報を付加してもよい。
　ボクセルに色情報が含まれる場合には、変換部１３０３は、ボリューム内のボクセルの色情報の予測残差に対し、直交変換等の周波数変換を適用する。例えば、変換部１３０３は、あるスキャン順で予測残差をスキャンすることで一次元配列を作成する。その後、変換部１３０３は、作成した一次元配列に一次元の直交変換を適用することで一次元配列を周波数領域に変換する。これにより、ボリューム内の予測残差の値が近い場合には低域の周波数成分の値が大きくなり、高域の周波数成分の値が小さくなる。よって、量子化部１３０４においてより効率的に符号量を削減することができる。
　また、変換部１３０３は、一次元ではなく、二次元以上の直交変換を用いてもよい。例えば、変換部１３０３は、あるスキャン順で予測残差を二次元配列にマッピングし、得られた二次元配列に二次元直交変換を適用する。また、変換部１３０３は、複数の直交変換方式から使用する直交変換方式を選択してもよい。この場合、三次元データ符号化装置１３００は、どの直交変換方式を用いたかを示す情報をビットストリームに付加する。また、変換部１３０３は、次元の異なる複数の直交変換方式から使用する直交変換方式を選択してもよい。この場合、三次元データ符号化装置１３００は、どの次元の直交変換方式を用いたかをビットストリームに付加する。
　例えば、変換部１３０３は、予測残差のスキャン順を、ボリューム内の８分木におけるスキャン順（幅優先又は深さ優先など）に合わせる。これにより、予測残差のスキャン順を示す情報をビットストリームに付加する必要がないので、オーバーヘッドを削減できる。また、変換部１３０３は、８分木のスキャン順とは異なるスキャン順を適用してもよい。この場合、三次元データ符号化装置１３００は、予測残差のスキャン順を示す情報をビットストリームに付加する。これにより、三次元データ符号化装置１３００は、予測残差を効率よく符号化することができる。また、三次元データ符号化装置１３００は、８分木のスキャン順を適用するか否かを示す情報（フラグ等）をビットストリームに付加し、８分木のスキャン順を適用しない場合に、予測残差のスキャン順を示す情報をビットストリームに付加してもよい。
　変換部１３０３は、色情報の予測残差だけでなく、ボクセルが持つその他の属性情報を変換してもよい。例えば、変換部１３０３は、ポイントクラウドをＬＩＤＡＲ等で取得した際に得られる反射度等の情報を変換し、符号化してもよい。
　変換部１３０３は、スペースが色情報等の属性情報を持たない場合は、処理をスキップしてもよい。また、三次元データ符号化装置１３００は、変換部１３０３の処理をスキップするか否かを示す情報（フラグ）をビットストリームに付加してもよい。
　量子化部１３０４は、変換部１３０３で生成された予測残差の周波数成分に対し、量子化制御パラメータを用いて量子化を行うことで量子化係数を生成する。これにより情報量が削減される。生成された量子化係数はエントロピー符号化部１３１３に出力される。量子化部１３０４は、量子化制御パラメータを、ワールド単位、スペース単位、又はボリューム単位で制御してもよい。その際には、三次元データ符号化装置１３００は、量子化制御パラメータをそれぞれのヘッダ情報等に付加する。また、量子化部１３０４は、予測残差の周波数成分毎に、重みを変えて量子化制御を行ってもよい。例えば、量子化部１３０４は、低周波数成分は細かく量子化し、高周波成分は粗く量子化してもよい。この場合、三次元データ符号化装置１３００は、各周波数成分の重みを表すパラメータをヘッダに付加してもよい。
　量子化部１３０４は、スペースが色情報等の属性情報を持たない場合は、処理をスキップしてもよい。また、三次元データ符号化装置１３００は、量子化部１３０４の処理をスキップするか否かを示す情報（フラグ）をビットストリームに付加してもよい。
　逆量子化部１３０５は、量子化制御パラメータを用いて、量子化部１３０４で生成された量子化係数に逆量子化を行うことで予測残差の逆量子化係数を生成し、生成した逆量子化係数を逆変換部１３０６に出力する。
　逆変換部１３０６は、逆量子化部１３０５で生成された逆量子化係数に対し逆変換を適用することで逆変換適用後予測残差を生成する。この逆変換適用後予測残差は、量子化後に生成された予測残差であるため、変換部１３０３が出力した予測残差とは完全には一致しなくてもよい。
　加算部１３０７は、逆変換部１３０６で生成された逆変換適用後予測残差と、量子化前の予測残差の生成に用いられた、後述するイントラ予測又はインター予測により生成された予測ボリュームとを加算して再構成ボリュームを生成する。この再構成ボリュームは、参照ボリュームメモリ１３０８、又は、参照スペースメモリ１３１０に格納される。
　イントラ予測部１３０９は、参照ボリュームメモリ１３０８に格納された隣接ボリュームの属性情報を用いて、符号化対象ボリュームの予測ボリュームを生成する。属性情報とは、ボクセルの色情報又は反射度を含む。イントラ予測部１３０９は、符号化対象ボリュームの色情報又は反射度の予測値を生成する。
　図４４は、イントラ予測部１３０９の動作を説明するための図である。例えば、イントラ予測部１３０９は、図４４に示す、符号化対象ボリューム（ボリュームｉｄｘ＝３）の予測ボリュームを、隣接ボリューム（ボリュームｉｄｘ＝０）から生成する。ここで、ボリュームｉｄｘとはスペース内のボリュームに対し付加される識別子情報であり、各ボリュームに異なる値が割当てられる。ボリュームｉｄｘの割当ての順番は符号化順と同じ順番であってもよいし、符号化順とは異なる順番であってもよい。例えば、イントラ予測部１３０９は、図４４に示す符号化対象ボリュームの色情報の予測値として、隣接ボリュームであるボリュームｉｄｘ＝０内に含まれるボクセルの色情報の平均値を用いる。この場合、符号化対象ボリューム内に含まれる各ボクセルの色情報から、色情報の予測値が差し引かれることで予測残差が生成される。この予測残差に対して変換部１３０３以降の処理が行われる。また、この場合、三次元データ符号化装置１３００は、隣接ボリューム情報と、予測モード情報とをビットストリームに付加する。ここで隣接ボリューム情報とは、予測に用いた隣接ボリュームを示す情報であり、例えば、予測に用いた隣接ボリュームのボリュームｉｄｘを示す。また、予測モード情報とは、予測ボリュームの生成に使用したモードを示す。モードとは、例えば、隣接ボリューム内のボクセルの平均値から予測値を生成する平均値モード、又は隣接ボリューム内のボクセルの中間値から予測値を生成する中間値モード等である。
　イントラ予測部１３０９は、予測ボリュームを、複数の隣接ボリュームから生成してもよい。例えば、図４４に示す構成において、イントラ予測部１３０９は、ボリュームｉｄｘ＝０のボリュームから予測ボリューム０を生成し、ボリュームｉｄｘ＝１のボリュームから予測ボリューム１を生成する。そして、イントラ予測部１３０９は、予測ボリューム０と予測ボリューム１の平均を最終的な予測ボリュームとして生成する。この場合、三次元データ符号化装置１３００は、予測ボリュームの生成に使用した複数のボリュームの複数のボリュームｉｄｘをビットストリームに付加してもよい。
　図４５は、本実施の形態に係るインター予測処理を模式的に示す図である。インター予測部１３１１は、ある時刻Ｔ＿Ｃｕｒのスペース（ＳＰＣ）を、異なる時刻Ｔ＿ＬＸの符号化済みスペースを用いて符号化（インター予測）する。この場合、インター予測部１３１１は、異なる時刻Ｔ＿ＬＸの符号化済みスペースに回転及び並進処理を適用して符号化処理を行う。
　また、三次元データ符号化装置１３００は、異なる時刻Ｔ＿ＬＸのスペースに適用した回転及び並進処理に関わるＲＴ情報をビットストリームに付加する。異なる時刻Ｔ＿ＬＸとは、例えば、前記ある時刻Ｔ＿Ｃｕｒより前の時刻Ｔ＿Ｌ０である。このとき、三次元データ符号化装置１３００は、時刻Ｔ＿Ｌ０のスペースに適用した回転及び並進処理に関わるＲＴ情報ＲＴ＿Ｌ０をビットストリームに付加してもよい。
　または、異なる時刻Ｔ＿ＬＸとは、例えば、前記ある時刻Ｔ＿Ｃｕｒより後の時刻Ｔ＿Ｌ１である。このとき、三次元データ符号化装置１３００は、時刻Ｔ＿Ｌ１のスペースに適用した回転及び並進処理に関わるＲＴ情報ＲＴ＿Ｌ１をビットストリームに付加してもよい。
　または、インター予測部１３１１は、異なる時刻Ｔ＿Ｌ０及び時刻Ｔ＿Ｌ１の両方のスペースを参照して符号化（双予測）を行う。この場合には、三次元データ符号化装置１３００は、それぞれのスペースに適用した回転及び並進に関わるＲＴ情報ＲＴ＿Ｌ０及びＲＴ＿Ｌ１の両方をビットストリームに付加してもよい。
　なお、上記ではＴ＿Ｌ０をＴ＿Ｃｕｒより前の時刻、Ｔ＿Ｌ１をＴ＿Ｃｕｒより後の時刻としたが、必ずしもこれに限らない。例えば、Ｔ＿Ｌ０とＴ＿Ｌ１は共にＴ＿Ｃｕｒより前の時刻でもよい。または、Ｔ＿Ｌ０とＴ＿Ｌ１は共にＴ＿Ｃｕｒより後の時刻でもよい。
　また、三次元データ符号化装置１３００は、複数の異なる時刻のスペースを参照して符号化を行う場合には、それぞれのスペースに適用した回転及び並進に関わるＲＴ情報をビットストリームに付加してもよい。例えば、三次元データ符号化装置１３００は、参照する複数の符号化済みスペースを２つの参照リスト（Ｌ０リスト及びＬ１リスト）で管理する。Ｌ０リスト内の第１の参照スペースをＬ０Ｒ０とし、Ｌ０リスト内の第２の参照スペースをＬ０Ｒ１とし、Ｌ１リスト内の第１の参照スペースをＬ１Ｒ０とし、Ｌ１リスト内の第２の参照スペースをＬ１Ｒ１とした場合、三次元データ符号化装置１３００は、Ｌ０Ｒ０のＲＴ情報ＲＴ＿Ｌ０Ｒ０と、Ｌ０Ｒ１のＲＴ情報ＲＴ＿Ｌ０Ｒ１と、Ｌ１Ｒ０のＲＴ情報ＲＴ＿Ｌ１Ｒ０と、Ｌ１Ｒ１のＲＴ情報ＲＴ＿Ｌ１Ｒ１とをビットストリームに付加する。例えば、三次元データ符号化装置１３００は、これらのＲＴ情報をビットストリームのヘッダ等に付加する。
　また、三次元データ符号化装置１３００は、複数の異なる時刻の参照スペースを参照して符号化を行う場合、参照スペース毎に回転及び並進を適用するか否かを判定する。その際、三次元データ符号化装置１３００は、参照スペース毎に回転及び並進を適用したか否かを示す情報（ＲＴ適用フラグ等）をビットストリームのヘッダ情報等に付加してもよい。例えば、三次元データ符号化装置１３００は、符号化対象スペースから参照する参照スペース毎にＩＣＰ（Ｉｎｔｅｒａｃｔｉｖｅ　Ｃｌｏｓｅｓｔ　Ｐｏｉｎｔ）アルゴリズムを用いてＲＴ情報、及びＩＣＰエラー値を算出する。三次元データ符号化装置１３００は、ＩＣＰエラー値が、予め定められた一定値以下の場合は、回転及び並進を行う必要がないと判定してＲＴ適用フラグをオフに設定する。一方、三次元データ符号化装置１３００は、ＩＣＰエラー値が上記一定値より大きい場合は、ＲＴ適用フラグをオンに設定し、ＲＴ情報をビットストリームに付加する。
　図４６は、ＲＴ情報及びＲＴ適用フラグをヘッダに付加するシンタックス例を示す図である。なお、各シンタックスに割当てるビット数は、そのシンタックスが取りうる範囲で決定してもよい。例えば、参照リストＬ０内に含まれる参照スペース数が８つの場合、ＭａｘＲｅｆＳｐｃ＿ｌ０には３ｂｉｔが割当てられてもよい。割当てるビット数を、各シンタックスが取りうる値に応じて可変にしてもよいし、取りうる値に関わらず固定にしてもよい。割り当てるビット数を固定にする場合は、三次元データ符号化装置１３００は、その固定ビット数を別のヘッダ情報に付加してもよい。
　ここで、図４６に示す、ＭａｘＲｅｆＳｐｃ＿ｌ０は、参照リストＬ０内に含まれる参照スペース数を示す。ＲＴ＿ｆｌａｇ＿ｌ０［ｉ］は、参照リストＬ０内の参照スペースｉのＲＴ適用フラグである。ＲＴ＿ｆｌａｇ＿ｌ０［ｉ］が１の場合、参照スペースｉに回転及び並進が適用される。ＲＴ＿ｆｌａｇ＿ｌ０［ｉ］が０の場合、参照スペースｉに回転及び並進が適用されない。
　Ｒ＿ｌ０［ｉ］及びＴ＿ｌ０［ｉ］は、参照リストＬ０内の参照スペースｉのＲＴ情報である。Ｒ＿ｌ０［ｉ］は、参照リストＬ０内の参照スペースｉの回転情報である。回転情報は、適用された回転処理の内容を示し、例えば、回転行列、又はクォータニオン等である。Ｔ＿ｌ０［ｉ］は、参照リストＬ０内の参照スペースｉの並進情報である。並進情報は、適用された並進処理の内容を示し、例えば、並進ベクトル等である。
　ＭａｘＲｅｆＳｐｃ＿ｌ１は、参照リストＬ１内に含まれる参照スペース数を示す。ＲＴ＿ｆｌａｇ＿ｌ１［ｉ］は、参照リストＬ１内の参照スペースｉのＲＴ適用フラグである。ＲＴ＿ｆｌａｇ＿ｌ１［ｉ］が１の場合、参照スペースｉに回転及び並進が適用される。ＲＴ＿ｆｌａｇ＿ｌ１［ｉ］が０の場合、参照スペースｉに回転及び並進が適用されない。
　Ｒ＿ｌ１［ｉ］及びＴ＿ｌ１［ｉ］は、参照リストＬ１内の参照スペースｉのＲＴ情報である。Ｒ＿ｌ１［ｉ］は、参照リストＬ１内の参照スペースｉの回転情報である。回転情報は、適用された回転処理の内容を示し、例えば、回転行列、又はクォータニオン等である。Ｔ＿ｌ１［ｉ］は、参照リストＬ１内の参照スペースｉの並進情報である。並進情報は、適用された並進処理の内容を示し、例えば、並進ベクトル等である。
　インター予測部１３１１は、参照スペースメモリ１３１０に格納された符号化済みの参照スペースの情報を用いて符号化対象ボリュームの予測ボリュームを生成する。上述したように、インター予測部１３１１は、符号化対象ボリュームの予測ボリュームを生成する前に、符号化対象スペースと参照スペースの全体的な位置関係を近づけるために、符号化対象スペースと参照スペースでＩＣＰ（Ｉｎｔｅｒａｃｔｉｖｅ　Ｃｌｏｓｅｓｔ　Ｐｏｉｎｔ）アルゴリズムを用いてＲＴ情報を求める。そして、インター予測部１３１１は、求めたＲＴ情報を用いて参照スペースに回転及び並進処理を適用することで参照スペースＢを得る。その後、インター予測部１３１１は、符号化対象スペース内の符号化対象ボリュームの予測ボリュームを参照スペースＢ内の情報を用いて生成する。ここで、三次元データ符号化装置１３００は、参照スペースＢを得るために用いられたＲＴ情報を符号化対象スペースのヘッダ情報等に付加する。
　このように、インター予測部１３１１は、参照スペースに回転及び並進処理を適用することにより符号化対象スペースと参照スペースとの全体的な位置関係を近づけてから、参照スペースの情報を用いて予測ボリュームを生成することで予測ボリュームの精度を向上できる。また、予測残差を抑制できるので符号量を削減できる。なお、ここでは、符号化対象スペースと参照スペースとを用いてＩＣＰを行う例を示したが、必ずしもこれに限らない。例えば、インター予測部１３１１は、処理量を削減するために、ボクセル又はポイントクラウド数を間引いた符号化対象スペース、及び、ボクセル又はポイントクラウド数を間引いた参照スペースの少なくとも一方を用いてＩＣＰを行うことで、ＲＴ情報を求めてもよい。
　また、インター予測部１３１１は、ＩＣＰの結果得られるＩＣＰエラー値が、予め定められた第１閾値より小さい場合、つまり、例えば符号化対象スペースと参照スペースの位置関係が近い場合には、回転及び並進処理は必要ないと判断し、回転及び並進を行わなくてもよい。この場合、三次元データ符号化装置１３００は、ＲＴ情報をビットストリームに付加しないことによりオーバーヘッドを抑制してもよい。
　また、インター予測部１３１１は、ＩＣＰエラー値が、予め定められた第２閾値より大きい場合には、スペース間の形状変化が大きいと判断し、符号化対象スペースの全てのボリュームにイントラ予測を適用してもよい。以下、イントラ予測を適用するスペースをイントラスペースと呼ぶ。また、第２閾値は上記第１閾値より大きい値である。また、ＩＣＰに限定せず、２つのボクセル集合、又は、２つのポイントクラウド集合からＲＴ情報を求める方法であれば、どのような手法を適用してもよい。
　また、三次元データに形状又は色等の属性情報が含まれる場合には、インター予測部１３１１は、符号化対象スペース内の符号化対象ボリュームの予測ボリュームとして、例えば参照スペース内で符号化対象ボリュームと最も形状又は色等の属性情報が近いボリュームを探索する。また、この参照スペースは、例えば、上述した回転及び並進処理が行われた後の参照スペースである。インター予測部１３１１は、探索により得られたボリューム（参照ボリューム）から予測ボリュームを生成する。図４７は、予測ボリュームの生成動作を説明するための図である。インター予測部１３１１は、図４７に示す符号化対象ボリューム（ボリュームｉｄｘ＝０）を、インター予測を用いて符号化する場合、参照スペース内の参照ボリュームを順にスキャンしながら、符号化対象ボリュームと参照ボリュームとの差分である予測残差が一番小さいボリュームを探索する。インター予測部１３１１は、予測残差が一番小さいボリュームを予測ボリュームとして選択する。符号化対象ボリュームと予測ボリュームとの予測残差が変換部１３０３以降の処理により符号化される。ここで、予測残差とは、符号化対象ボリュームの属性情報と予測ボリュームの属性情報との差分である。また、三次元データ符号化装置１３００は、予測ボリュームとして参照した参照スペース内の参照ボリュームのボリュームｉｄｘをビットストリームのヘッダ等に付加する。
　図４７に示す例では、参照スペースＬ０Ｒ０のボリュームｉｄｘ＝４の参照ボリュームが符号化対象ボリュームの予測ボリュームとして選択される。そして、符号化対象ボリュームと参照ボリュームとの予測残差と、参照ボリュームｉｄｘ＝４とが符号化されてビットストリームに付加される。
　なお、ここでは属性情報の予測ボリュームを生成する例を説明したが、位置情報の予測ボリュームについても同様の処理が行われてもよい。
　予測制御部１３１２は、符号化対象ボリュームをイントラ予測、及びインター予測のいずれを用いて符号化するかを制御する。ここで、イントラ予測、及びインター予測を含むモードを予測モードと呼ぶ。例えば、予測制御部１３１２は、符号化対象ボリュームをイントラ予測で予測した場合の予測残差と、インター予測で予測した場合の予測残差とを評価値として算出し、評価値が小さい方の予測モードを選択する。なお、予測制御部１３１２は、イントラ予測の予測残差とインター予測の予測残差とに、それぞれ直交変換、量子化、及び、エントロピー符号化を適用することで実際の符号量を算出し、算出した符号量を評価値として予測モードを選択してもよい。また、評価値に予測残差以外のオーバーヘッド情報（参照ボリュームｉｄｘ情報など）を加えるようにしてもよい。また、予測制御部１３１２は、符号化対象スペースをイントラスペースで符号化すると予め決定されている場合には、常にイントラ予測を選択してもよい。
　エントロピー符号化部１３１３は、量子化部１３０４からの入力である量子化係数を可変長符号化することにより符号化信号（符号化ビットストリーム）を生成する。具体的には、エントロピー符号化部１３１３は、例えば、量子化係数を二値化し、得られた二値信号を算術符号化する。
　次に、三次元データ符号化装置１３００により生成された符号化信号を復号する三次元データ復号装置について説明する。図４８は、本実施の形態に係る三次元データ復号装置１４００のブロック図である。この三次元データ復号装置１４００は、エントロピー復号部１４０１と、逆量子化部１４０２と、逆変換部１４０３と、加算部１４０４と、参照ボリュームメモリ１４０５と、イントラ予測部１４０６と、参照スペースメモリ１４０７と、インター予測部１４０８と、予測制御部１４０９とを備える。
　エントロピー復号部１４０１は、符号化信号（符号化ビットストリーム）を可変長復号する。例えば、エントロピー復号部１４０１は、符号化信号を算術復号して二値信号を生成し、生成した二値信号から量子化係数を生成する。
　逆量子化部１４０２は、エントロピー復号部１４０１から入力された量子化係数を、ビットストリーム等に付加された量子化パラメータを用いて逆量子化することで逆量子化係数を生成する。
　逆変換部１４０３は、逆量子化部１４０２から入力された逆量子化係数を逆変換することで予測残差を生成する。例えば、逆変換部１４０３は、逆量子化係数を、ビットストリームに付加された情報に基づいて逆直交変換することで予測残差を生成する。
　加算部１４０４は、逆変換部１４０３で生成された予測残差と、イントラ予測又はインター予測により生成された予測ボリュームとを加算して再構成ボリュームを生成する。この再構成ボリュームは、復号三次元データとして出力されるとともに、参照ボリュームメモリ１４０５、又は、参照スペースメモリ１４０７に格納される。
　イントラ予測部１４０６は、参照ボリュームメモリ１４０５内の参照ボリュームとビットストリームに付加された情報とを用いてイントラ予測により予測ボリュームを生成する。具体的には、イントラ予測部１４０６は、ビットストリームに付加された隣接ボリューム情報（例えばボリュームｉｄｘ）と、予測モード情報とを取得し、隣接ボリューム情報で示さる隣接ボリュームを用いて、予測モード情報で示されるモードにより予測ボリュームを生成する。なお、これらの処理の詳細は、ビットストリームに付与された情報が用いられる点を除き、上述したイントラ予測部１３０９による処理と同様である。
　インター予測部１４０８は、参照スペースメモリ１４０７内の参照スペースとビットストリームに付加された情報とを用いてインター予測により予測ボリュームを生成する。具体的には、インター予測部１４０８は、ビットストリームに付加された参照スペース毎のＲＴ情報を用いて参照スペースに対して回転及び並進処理を適用し、適用後の参照スペースを用いて予測ボリュームを生成する。なお、参照スペース毎のＲＴ適用フラグがビットストリーム内に存在する場合には、インター予測部１４０８は、ＲＴ適用フラグに応じて参照スペースに回転及び並進処理を適用する。なお、これらの処理の詳細は、ビットストリームに付与された情報が用いられる点を除き、上述したインター予測部１３１１による処理と同様である。
　予測制御部１４０９は、復号対象ボリュームをイントラ予測で復号するか、インター予測で復号するかを制御する。例えば、予測制御部１４０９は、ビットストリームに付加された、使用する予測モードを示す情報に応じてイントラ予測又はインター予測を選択する。なお、予測制御部１４０９は、復号対象スペースをイントラスペースで復号すると予め決定されている場合は、常にイントラ予測を選択してもよい。
　以下、本実施の形態の変形例について説明する。本実施の形態ではスペース単位で回転及び並進が適用される例を説明したが、より細かい単位で回転及び並進が適用されてもよい。例えば、三次元データ符号化装置１３００は、スペースをサブスペースに分割し、サブスペース単位で回転及び並進を適用してもよい。この場合、三次元データ符号化装置１３００は、サブスペース毎にＲＴ情報を生成し、生成したＲＴ情報をビットストリームのヘッダ等に付加する。また、三次元データ符号化装置１３００は、符号化単位であるボリューム単位で回転及び並進を適用してもよい。この場合、三次元データ符号化装置１３００は、符号化ボリューム単位でＲＴ情報を生成し、生成したＲＴ情報をビットストリームのヘッダ等に付加する。さらに、上記を組み合わせてもよい。つまり、三次元データ符号化装置１３００は、大きい単位で回転及び並進を適用し、その後、細かい単位で回転及び並進を適用してもよい。例えば、三次元データ符号化装置１３００は、スペース単位で回転及び並進を適用し、得られたスペースに含まれる複数のボリュームの各々に対して、互いに異なる回転及び並進を適用してもよい。
　また、本実施の形態では参照スペースに回転及び並進を適用する例を説明したが、必ずしもこれに限らない。例えば、三次元データ符号化装置１３００は、例えば、スケール処理を適用して三次元データの大きさを変化させてもよい。また、三次元データ符号化装置１３００は、回転、並進及びスケールのうち、いずれか１つ又は２つを適用してもよい。また、上記のように多段階で異なる単位で処理を適用する場合には、各単位に適用される処理の種類が異なってもよい。例えば、スペース単位では回転及び並進が適用され、ボリューム単位では並進が適用されてもよい。
　なお、これらの変形例については、三次元データ復号装置１４００に対しても同様に適用できる。
　以上のように、本実施の形態に係る三次元データ符号化装置１３００は、以下の処理を行う。図４８は、三次元データ符号化装置１３００によるインター予測処理のフローチャートである。
　まず、三次元データ符号化装置１３００は、対象三次元データ（例えば符号化対象スペース）と異なる時刻の参照三次元データ（例えば参照スペース）に含まれる三次元点の位置情報を用いて予測位置情報（例えば予測ボリューム）を生成する（Ｓ１３０１）。具体的には、三次元データ符号化装置１３００は、参照三次元データに含まれる三次元点の位置情報に回転及び並進処理を適用することで予測位置情報を生成する。
　なお、三次元データ符号化装置１３００は、回転及び並進処理を第１の単位（例えばスペース）で行い、予測位置情報の生成を第１の単位より細かい第２の単位（例えばボリューム）で行ってもよい。例えば、三次元データ符号化装置１３００は、回転及び並進処理後の参照スペースに含まれる複数のボリュームのうち、符号化対象スペースに含まれる符号化対象ボリュームと位置情報の差が最小となるボリュームを探索し、得られたボリュームを予測ボリュームとして用いる。なお、三次元データ符号化装置１３００は、回転及び並進処理と、予測位置情報の生成とを同一の単位で行ってもよい。
　また、三次元データ符号化装置１３００は、参照三次元データに含まれる三次元点の位置情報に第１の単位（例えばスペース）で第１回転及び並進処理を適用し、第１回転及び並進処理により得られた三次元点の位置情報に、第１の単位より細かい第２の単位（例えばボリューム）で第２回転及び並進処理を適用することで予測位置情報を生成してもよい。
　ここで、三次元点の位置情報及び予測位置情報は、例えば図４１に示すように、８分木構造で表現される。例えば、三次元点の位置情報及び予測位置情報は、８分木構造における深度と幅とのうち、幅を優先したスキャン順で表される。または、三次元点の位置情報及び予測位置情報は、８分木構造における深度と幅とのうち、深度を優先したスキャン順で表される。
　また、図４６に示すように、三次元データ符号化装置１３００は、参照三次元データに含まれる三次元点の位置情報に回転及び並進処理を適用するか否かを示すＲＴ適用フラグを符号化する。つまり、三次元データ符号化装置１３００は、ＲＴ適用フラグを含む符号化信号（符号化ビットストリーム）を生成する。また、三次元データ符号化装置１３００は、回転及び並進処理の内容を示すＲＴ情報を符号化する。つまり、三次元データ符号化装置１３００は、ＲＴ情報を含む符号化信号（符号化ビットストリーム）を生成する。なお、三次元データ符号化装置１３００は、ＲＴ適用フラグにより回転及び並進処理を適用することが示される場合にＲＴ情報を符号化し、ＲＴ適用フラグにより回転及び並進処理を適用しないことが示される場合にＲＴ情報を符号化しなくてもよい。
　また、三次元データは、例えば、三次元点の位置情報と、各三次元点の属性情報（色情報等）とを含む。三次元データ符号化装置１３００は、参照三次元データに含まれる三次元点の属性情報を用いて予測属性情報を生成する（Ｓ１３０２）。
　次に、三次元データ符号化装置１３００は、対象三次元データに含まれる三次元点の位置情報を、予測位置情報を用いて符号化する。例えば、三次元データ符号化装置１３００は、図３８に示すように対象三次元データに含まれる三次元点の位置情報と予測位置情報との差分である差分位置情報を算出する（Ｓ１３０３）。
　また、三次元データ符号化装置１３００は、対象三次元データに含まれる三次元点の属性情報を、予測属性情報を用いて符号化する。例えば、三次元データ符号化装置１３００は、対象三次元データに含まれる三次元点の属性情報と予測属性情報との差分である差分属性情報を算出する（Ｓ１３０４）。次に、三次元データ符号化装置１３００は、算出された差分属性情報に変換及び量子化を行う（Ｓ１３０５）。
　最後に、三次元データ符号化装置１３００は、差分位置情報と、量子化後の差分属性情報とを符号化（例えばエントロピー符号化）する（Ｓ１３０６）。つまり、三次元データ符号化装置１３００は、差分位置情報と差分属性情報とを含む符号化信号（符号化ビットストリーム）を生成する。
　なお、三次元データに属性情報が含まれない場合には、三次元データ符号化装置１３００は、ステップＳ１３０２、Ｓ１３０４及びＳ１３０５を行わなくてもよい。また、三次元データ符号化装置１３００は、三次元点の位置情報の符号化と、三次元点の属性情報の符号化とのうち、一方のみを行ってもよい。
　また、図４９に示す処理の順序は一例であり、これに限定されない。例えば、位置情報に対する処理（Ｓ１３０１、Ｓ１３０３）と、属性情報に対する処理（Ｓ１３０２、Ｓ１３０４、Ｓ１３０５）とは互いに独立しているため、任意の順序で行われてもよいし、一部が並列処理されてもよい。
　以上により、本実施の形態に三次元データ符号化装置１３００は、対象三次元データと異なる時刻の参照三次元データに含まれる三次元点の位置情報を用いて予測位置情報を生成し、対象三次元データに含まれる三次元点の位置情報と予測位置情報との差分である差分位置情報を符号化する。これにより、符号化信号のデータ量を削減できるので符号化効率を向上できる。
　また、本実施の形態に三次元データ符号化装置１３００は、参照三次元データに含まれる三次元点の属性情報を用いて予測属性情報を生成し、対象三次元データに含まれる三次元点の属性情報と予測属性情報との差分である差分属性情報を符号化する。これにより、符号化信号のデータ量を削減できるので符号化効率を向上できる。
　例えば、三次元データ符号化装置１３００は、プロセッサと、メモリとを備え、プロセッサは、メモリを用いて、上記の処理を行う。
　図４８は、三次元データ復号装置１４００によるインター予測処理のフローチャートである。
　まず、三次元データ復号装置１４００は、符号化信号（符号化ビットストリーム）から、差分位置情報と差分属性情報とを復号（例えばエントロピー復号）する（Ｓ１４０１）。
　また、三次元データ復号装置１４００は、符号化信号から、参照三次元データに含まれる三次元点の位置情報に回転及び並進処理を適用するか否かを示すＲＴ適用フラグを復号する。また、三次元データ復号装置１４００は、回転及び並進処理の内容を示すＲＴ情報を復号する。なお、三次元データ復号装置１４００は、ＲＴ適用フラグにより回転及び並進処理を適用することが示される場合にＲＴ情報を復号し、ＲＴ適用フラグにより回転及び並進処理を適用しないことが示される場合にＲＴ情報を復号しなくてもよい。
　次に、三次元データ復号装置１４００は、復号された差分属性情報に逆量子化及び逆変換を行う（Ｓ１４０２）。
　次に、三次元データ復号装置１４００は、対象三次元データ（例えば復号対象スペース）と異なる時刻の参照三次元データ（例えば参照スペース）に含まれる三次元点の位置情報を用いて予測位置情報（例えば予測ボリューム）を生成する（Ｓ１４０３）。具体的には、三次元データ復号装置１４００は、参照三次元データに含まれる三次元点の位置情報に回転及び並進処理を適用することで予測位置情報を生成する。
　より具体的には、三次元データ復号装置１４００は、ＲＴ適用フラグにより回転及び並進処理を適用することが示される場合に、ＲＴ情報で示される参照三次元データに含まれる三次元点の位置情報に回転及び並進処理を適用する。一方、ＲＴ適用フラグにより回転及び並進処理を適用しないことが示される場合には、三次元データ復号装置１４００は、参照三次元データに含まれる三次元点の位置情報に回転及び並進処理を適用しない。
　なお、三次元データ復号装置１４００は、回転及び並進処理を第１の単位（例えばスペース）で行い、予測位置情報の生成を第１の単位より細かい第２の単位（例えばボリューム）で行ってもよい。なお、三次元データ復号装置１４００は、回転及び並進処理と、予測位置情報の生成とを同一の単位で行ってもよい。
　また、三次元データ復号装置１４００は、参照三次元データに含まれる三次元点の位置情報に第１の単位（例えばスペース）で第１回転及び並進処理を適用し、第１回転及び並進処理により得られた三次元点の位置情報に、第１の単位より細かい第２の単位（例えばボリューム）で第２回転及び並進処理を適用することで予測位置情報を生成してもよい。
　ここで、三次元点の位置情報及び予測位置情報は、例えば図４１に示すように、８分木構造で表現される。例えば、三次元点の位置情報及び予測位置情報は、８分木構造における深度と幅とのうち、幅を優先したスキャン順で表される。または、三次元点の位置情報及び予測位置情報は、８分木構造における深度と幅とのうち、深度を優先したスキャン順で表される。
　三次元データ復号装置１４００は、参照三次元データに含まれる三次元点の属性情報を用いて予測属性情報を生成する（Ｓ１４０４）。
　次に、三次元データ復号装置１４００は、符号化信号に含まれる符号化位置情報を予測位置情報を用いて復号することで対象三次元データに含まれる三次元点の位置情報を復元する。ここで、符号化位置情報とは、例えば、差分位置情報であり、三次元データ復号装置１４００は、差分位置情報と予測位置情報とを加算することで対象三次元データに含まれる三次元点の位置情報を復元する（Ｓ１４０５）。
　また、三次元データ復号装置１４００は、符号化信号に含まれる符号化属性情報を予測属性情報を用いて復号することで対象三次元データに含まれる三次元点の属性情報を復元する。ここで、符号化属性情報とは、例えば、差分属性情報であり、三次元データ復号装置１４００は、差分属性情報と予測属性情報とを加算することで対象三次元データに含まれる三次元点の属性情報を復元する（Ｓ１４０６）。
　なお、三次元データに属性情報が含まれない場合には、三次元データ復号装置１４００は、ステップＳ１４０２、Ｓ１４０４及びＳ１４０６を行わなくてもよい。また、三次元データ復号装置１４００は、三次元点の位置情報の復号と、三次元点の属性情報の復号とのうち、一方のみを行ってもよい。
　また、図５０に示す処理の順序は一例であり、これに限定されない。例えば、位置情報に対する処理（Ｓ１４０３、Ｓ１４０５）と、属性情報に対する処理（Ｓ１４０２、Ｓ１４０４、Ｓ１４０６）とは互いに独立しているため、任意の順序で行われてもよいし、一部が並列処理されてもよい。
　（実施の形態８）
　本実施の形態では、三次元データの符号化における三次元点（ポイントクラウド）の表現手法について説明する。
　図５１は、本実施の形態に係る三次元データの配信システムの構成を示すブロック図である。図５１に示す配信システムは、サーバ１５０１と、複数のクライアント１５０２とを含む。
　サーバ１５０１は、記憶部１５１１と、制御部１５１２とを含む。記憶部１５１１は、符号化された三次元データである符号化三次元マップ１５１３を格納している。
　図５２は、符号化三次元マップ１５１３のビットストリームの構成例を示す図である。三次元マップは、複数のサブマップ（ｓｕｂ－ｍａｐ）に分割され、各サブマップが符号化される。各サブマップには、サブ座標情報を含むランダムアクセスヘッダ（ＲＡ）が付加される。サブ座標情報は、サブマップの符号化効率を向上させるために用いられる。このサブ座標情報は、サブマップのサブ座標（ｓｕｂ－ｃｏｏｒｄｉｎａｔｅ）を示す。サブ座標は、基準座標（ｒｅｆｅｒｅｎｃｅ　ｃｏｏｒｄｉｎａｔｅ）を基準としたサブマップの座標である。なお、複数のサブマップが含まれる三次元マップを全体マップと呼ぶ。また、全体マップにおいて基準となる座標（例えば原点）を基準座標と呼ぶ。つまり、サブ座標は、全体マップの座標系におけるサブマップの座標である。言い換えると、サブ座標は、全体マップの座標系とサブマップの座標系とのオフセットを示す。また、基準座標を基準とする全体マップの座標系における座標を全体座標と呼ぶ。サブ座標を基準とするサブマップの座標系における座標を差分座標と呼ぶ。
　クライアント１５０２は、サーバ１５０１にメッセージを送信する。このメッセージは、クライアント１５０２の位置情報を含む。サーバ１５０１に含まれる制御部１５１２は、受信したメッセージに含まれる位置情報に基づき、クライアント１５０２の位置に最も近い位置のサブマップのビットストリームを取得する。サブマップのビットストリームは、サブ座標情報を含み、クライアント１５０２に送信される。クライアント１５０２に含まれるデコーダ１５２１は、このサブ座標情報を用いて、基準座標を基準としたサブマップの全体座標を得る。クライアント１５０２に含まれるアプリケーション１５２２は、得られたサブマップの全体座標を用いて、自己位置に関連するアプリケーションを実行する。
　また、サブマップは全体マップの一部領域を示す。サブ座標は全体マップの基準座標空間においてサブマップが位置する座標である。例えばＡの全体マップ中に、ＡＡのサブマップＡ、及びＡＢのサブマップＢが存在するとする。車両は、ＡＡの地図を参照したい場合は、サブマップＡから復号を開始し、ＡＢの地図を参照したい場合は、サブマップＢから復号を開始する。ここでサブマップはランダムアクセスポイントである。具体的には、Ａは大阪府、ＡＡは大阪市、ＡＢは高槻市などである。
　各サブマップはサブ座標情報と共にクライアントに送信される。サブ座標情報は各サブマップのヘッダ情報、又は送信パケット等に含まれる。
　各サブマップのサブ座標情報の基準の座標となる基準座標は、全体マップのヘッダ情報などサブマップより上位の空間のヘッダ情報に付加されてもよい。
　サブマップは１つのスペース（ＳＰＣ）で構成されてもよい。また、サブマップは複数のＳＰＣで構成されてもよい。
　また、サブマップは、ＧＯＳ（Ｇｒｏｕｐ　ｏｆ　Ｓｐａｃｅ）を含んでもよい。またサブマップは、ワールドで構成されてもよい。例えば、サブマップの中に複数のオブジェクトがある場合、複数のオブジェクトを別々のＳＰＣに割り当てるとサブマップは複数のＳＰＣで構成される。また複数のオブジェクトを１つのＳＰＣに割り当てるとサブマップは１つのＳＰＣで構成される。
　次に、サブ座標情報を用いた場合の符号化効率の改善効果について説明する。図５３は、この効果を説明するための図である。例えば、図５３に示す、基準座標から遠い位置の三次元点Ａを符号化するためには、多くのビット数が必要となる。ここで、サブ座標と三次元点Ａとの距離は、基準座標と三次元点Ａとの距離よりも短い。よって、基準座標を基準とした三次元点Ａの座標を符号化する場合よりも、サブ座標を基準とした三次元点Ａの座標を符号化することで、符号化効率を改善できる。また、サブマップのビットストリームは、サブ座標情報を含む。サブマップのビットストリームと基準座標とを復号側（クライアント）に送ることで、復号側においてサブマップの全体座標を復元できる。
　図５４は、サブマップの送信側であるサーバ１５０１による処理のフローチャートである。
　まず、サーバ１５０１は、クライアント１５０２から、クライアント１５０２の位置情報を含むメッセージを受信する（Ｓ１５０１）。制御部１５１２は、記憶部１５１１から、クライアントの位置情報に基づくサブマップの符号化ビットストリームを取得する（Ｓ１５０２）。そして、サーバ１５０１は、サブマップの符号化ビットストリームと基準座標とをクライアント１５０２に送信する（Ｓ１５０３）。
　図５５は、サブマップの受信側であるクライアント１５０２による処理のフローチャートである。
　まず、クライアント１５０２は、サーバ１５０１から送信されたサブマップの符号化ビットストリームと基準座標とを受信する（Ｓ１５１１）。次に、クライアント１５０２は、符号化ビットストリームを復号することでサブマップとサブ座標情報とを取得する（Ｓ１５１２）。次に、クライアント１５０２は、基準座標とサブ座標とを用いてサブマップ内の差分座標を全体座標に復元する（Ｓ１５１３）。
　次に、サブマップに関する情報のシンタックス例を説明する。サブマップの符号化において、三次元データ符号化装置は、各ポイントクラウド（三次元点）の座標からサブ座標を減算することで差分座標を算出する。そして、三次元データ符号化装置は、各ポイントクラウドの値として、差分座標をビットストリームに符号化する。また、符号化装置は、サブ座標を示すサブ座標情報をビットストリームのヘッダ情報として符号化する。これにより、三次元データ復号装置は、各ポイントクラウドの全体座標を得ることができる。例えば、三次元データ符号化装置はサーバ１５０１に含まれ、三次元データ復号装置はクライアント１５０２に含まれる。
　図５６は、サブマップのシンタックス例を示す図である。図５６に示すＮｕｍＯｆＰｏｉｎｔは、サブマップに含まれるポイントクラウド数を示す。ｓｕｂ＿ｃｏｏｒｄｉｎａｔｅ＿ｘ、ｓｕｂ＿ｃｏｏｒｄｉｎａｔｅ＿ｙ、及びｓｕｂ＿ｃｏｏｒｄｉｎａｔｅ＿ｚは、サブ座標情報である。ｓｕｂ＿ｃｏｏｒｄｉｎａｔｅ＿ｘは、サブ座標のｘ座標を示す。ｓｕｂ＿ｃｏｏｒｄｉｎａｔｅ＿ｙは、サブ座標のｙ座標を示す。ｓｕｂ＿ｃｏｏｒｄｉｎａｔｅ＿ｚは、サブ座標のｚ座標を示す。
　また、ｄｉｆｆ＿ｘ［ｉ］、ｄｉｆｆ＿ｙ［ｉ］、及びｄｉｆｆ＿ｚ［ｉ］は、サブマップ内のｉ番目ポイントクラウドの差分座標である。ｄｉｆｆ＿ｘ［ｉ］は、サブマップ内のｉ番目ポイントクラウドのｘ座標とサブ座標のｘ座標との差分値を示す。ｄｉｆｆ＿ｙ［ｉ］は、サブマップ内のｉ番目ポイントクラウドのｙ座標とサブ座標のｙ座標との差分値を示す。ｄｉｆｆ＿ｚ［ｉ］は、サブマップ内のｉ番目ポイントクラウドのｚ座標とサブ座標のｚ座標との差分値を示す。
　三次元データ復号装置は、ｉ番目のポイントクラウドの全体座標であるｐｏｉｎｔ＿ｃｌｏｕｄ［ｉ］＿ｘ、ｐｏｉｎｔ＿ｃｌｏｕｄ［ｉ］＿ｙ、及びｐｏｉｎｔ＿ｃｌｏｕｄ［ｉ］＿ｚを下記式を用いて復号する。ｐｏｉｎｔ＿ｃｌｏｕｄ［ｉ］＿ｘは、ｉ番目のポイントクラウドの全体座標のｘ座標である。ｐｏｉｎｔ＿ｃｌｏｕｄ［ｉ］＿ｙは、ｉ番目のポイントクラウドの全体座標のｙ座標である。ｐｏｉｎｔ＿ｃｌｏｕｄ［ｉ］＿ｚは、ｉ番目のポイントクラウドの全体座標のｚ座標である。
　ｐｏｉｎｔ＿ｃｌｏｕｄ［ｉ］＿ｘ＝ｓｕｂ＿ｃｏｏｒｄｉｎａｔｅ＿ｘ＋ｄｉｆｆ＿ｘ［ｉ］
　ｐｏｉｎｔ＿ｃｌｏｕｄ［ｉ］＿ｙ＝ｓｕｂ＿ｃｏｏｒｄｉｎａｔｅ＿ｙ＋ｄｉｆｆ＿ｙ［ｉ］
　ｐｏｉｎｔ＿ｃｌｏｕｄ［ｉ］＿ｚ＝ｓｕｂ＿ｃｏｏｒｄｉｎａｔｅ＿ｚ＋ｄｉｆｆ＿ｚ［ｉ］
　次に、８分木符号化の適用の切り替え処理について説明する。三次元データ符号化装置は、サブマップ符号化時に、各ポイントクラウドを８分木表現で符号化する（以下、８分木符号化（ｏｃｔｒｅｅ符号化）と呼ぶ）を用いるか、サブ座標からの差分値を符号化する（以下、非８分木符号化（ｎｏｎ－ｏｃｔｒｅｅ符号化）と呼ぶ）を用いるかを選択する。図５７は、この動作を模式的に示す図である。例えば、三次元データ符号化装置は、サブマップ内のポイントクラウド数が予め定められた閾値以上の場合には、サブマップに８分木符号化を適用する。三次元データ符号化装置は、サブマップ内のポイントクラウド数が上記閾値より小さい場合は、サブマップに非８分木符号化を適用する。これにより、三次元データ符号化装置は、サブマップ内に含まれるオブジェクトの形状及び密度に応じて適切に８分木符号化を用いるか、非８分木符号化を用いるかを選択できるので、符号化効率を向上することができる。
　また、三次元データ符号化装置は、サブマップに８分木符号化と非８分木符号化とのどちらを適用したかを示す情報（以下、８分木符号化適用情報と呼ぶ）を、サブマップのヘッダ等に付加する。これにより、三次元データ復号装置は、ビットストリームが、サブマップが８分木符号化されることで得られたビットストリームであるか、サブマップが非８分木符号化されることで得られたビットストリームであるかを判別できる。
　また、三次元データ符号化装置は、８分木符号化と非８分木符号化とのそれぞれを同一のポイントクラウドに適用した際の符号化効率を算出し、符号化効率が良い符号化方式をサブマップに適用してもよい。
　図５８は、この切り替えを行う場合のサブマップのシンタックス例を示す図である。図５８に示すｃｏｄｉｎｇ＿ｔｙｐｅは、符号化タイプを示す情報であり、上記８分木符号化適用情報である。ｃｏｄｉｎｇ＿ｔｙｐｅ＝００は、８分木符号化が適用されたことを示す。ｃｏｄｉｎｇ＿ｔｙｐｅ＝０１は、非８分木符号化が適用されたことを示す。ｃｏｄｉｎｇ＿ｔｙｐｅ＝１０又は１１は、上記外の他の符号化方式などが適用されたことを示す。
　符号化タイプが非８分木符号化（ｎｏｎ＿ｏｃｔｒｅｅ）の場合、サブマップは、ＮｕｍＯｆＰｏｉｎｔと、サブ座標情報（ｓｕｂ＿ｃｏｏｒｄｉｎａｔｅ＿ｘ、ｓｕｂ＿ｃｏｏｒｄｉｎａｔｅ＿ｙ、及びｓｕｂ＿ｃｏｏｒｄｉｎａｔｅ＿ｚ）とを含む。
　符号化タイプが８分木符号化（ｏｃｔｒｅｅ）の場合、サブマップは、ｏｃｔｒｅｅ＿ｉｎｆｏを含む。ｏｃｔｒｅｅ＿ｉｎｆｏは、８分木符号化に必要な情報であり、例えばｄｅｐｔｈ情報などを含む。
　符号化タイプが非８分木符号化（ｎｏｎ＿ｏｃｔｒｅｅ）の場合、サブマップは、差分座標（ｄｉｆｆ＿ｘ［ｉ］、ｄｉｆｆ＿ｙ［ｉ］、及びｄｉｆｆ＿ｚ［ｉ］）を含む。
　符号化タイプが８分木符号化（ｏｃｔｒｅｅ）の場合、サブマップは、８分木符号化に関する符号化データであるｏｃｔｒｅｅ＿ｄａｔａを含む。
　なお、ここでは、ポイントクラウドの座標系としてｘｙｚ座標系が用いられる例を示したが、極座標系が用いられてもよい。
　図５９は、三次元データ符号化装置による三次元データ符号化処理のフローチャートである。まず、三次元データ符号化装置は、処理対象のサブマップである対象サブマップ内のポイントクラウド数を算出する（Ｓ１５２１）。次に、三次元データ符号化装置は、算出されたポイントクラウド数が予め定められた閾値以上であるか否かを判定する（Ｓ１５２２）。
　ポイントクラウド数が閾値以上の場合（Ｓ１５２２でＹｅｓ）、三次元データ符号化装置は、対象サブマップに８分木符号化を適用する（Ｓ１５２３）。また、三次元点データ符号化装置は、対象サブマップに８分木符号化を適用したことを示す８分木符号化適用情報をビットストリームのヘッダに付加する（Ｓ１５２５）。
　一方、ポイントクラウド数が閾値未満の場合（Ｓ１５２２でＮｏ）、三次元データ符号化装置は、対象サブマップに非８分木符号化を適用する（Ｓ１５２４）。また、三次元点データ符号化装置は、対象サブマップに非８分木符号化を適用したことを示す８分木符号化適用情報をビットストリームのヘッダに付加する（Ｓ１５２５）。
　図６０は、三次元データ復号装置による三次元データ復号処理のフローチャートである。まず、三次元データ復号装置は、ビットストリームのヘッダから８分木符号化適用情報を復号する（Ｓ１５３１）。次に、三次元データ復号装置は、復号した８分木符号化適用情報に基づき、対象サブマップに適用された符号化タイプが８分木符号化であるか否かを判定する（Ｓ１５３２）。
　８分木符号化適用情報により示される符号化タイプが８分木符号化である場合（Ｓ１５３２でＹｅｓ）、三次元データ復号装置は、８分木復号により対象サブマップを復号する（Ｓ１５３３）。一方、８分木符号化適用情報により示される符号化タイプが非８分木符号化である場合（Ｓ１５３２でＮｏ）、三次元データ復号装置は、非８分木復号により対象サブマップを復号する（Ｓ１５３４）。
　以下、本実施の形態の変形例について説明する。図６１～図６３は、符号化タイプの切り替え処理の変形例の動作を模式的に示す図である。
　図６１に示すように、三次元データ符号化装置は、８分木符号化を適用するか非８分木符号化を適用するかをスペース毎に選択してもよい。この場合は、三次元データ符号化装置は、８分木符号化適用情報をスペースのヘッダに付加する。これにより、三次元データ復号装置は、８分木符号化が適用されたか否かをスペース毎に判断できる。また、この場合、三次元データ符号化装置は、スペース毎にサブ座標を設定し、スペース内の各ポイントクラウドの座標からサブ座標の値を引いた差分値を符号化する。
　これにより、三次元データ符号化装置は、スペース内のオブジェクトの形状又はポイントクラウド数に応じて８分木符号化を適用するか否かを適切に切り替えることができるので、符号化効率を向上できる。
　また、図６２に示すように、三次元データ符号化装置は、８分木符号化を適用するか非８分木符号化を適用するかをボリューム毎に選択してもよい。この場合は、三次元データ符号化装置は、８分木符号化適用情報をボリュームのヘッダに付加する。これにより、三次元データ復号装置は、８分木符号化が適用されたか否かをボリューム毎に判断できる。また、この場合、三次元データ符号化装置は、ボリューム毎にサブ座標を設定し、ボリューム内の各ポイントクラウドの座標からサブ座標の値を引いた差分値を符号化する。
　これにより、三次元データ符号化装置は、ボリューム内のオブジェクトの形状又はポイントクラウド数に応じて８分木符号化を適用するか否かを適切に切り替えることができるので、符号化効率を向上できる。
　また、上記説明では、非８分木符号化として、各ポイントクラウドの座標からサブ座標を引いた差分を符号化する例を示したが、必ずしもこれに限らず、８分木符号化以外のどのような符号化方法で符号化してもよい。例えば、図６３に示すように、三次元データ符号化装置は、非８分木符号化として、サブ座標からの差分ではなく、サブマップ、スペース、又はボリューム内のポイントクラウドの値そのものを符号化する方式（以下、原座標符号化と呼ぶ）を用いてもよい。
　その場合は、三次元データ符号化装置は、対象空間（サブマップ、スペース、又はボリューム）に原座標符号化が適用されたことを示す情報をヘッダに格納する。これにより、三次元データ復号装置は、対象空間に原座標符号化が適用されたか否かを判断できる。
　また、原座標符号化を適用する場合には、三次元データ符号化装置は、原座標に量子化及び算術符号化を適用せずに符号化を行ってもよい。また、三次元データ符号化装置は、原座標を予め定められた固定のビット長で符号化してもよい。これにより、三次元データ符号化装置は、あるタイミングで一定のビット長のストリームを生成することができる。
　また、上記説明では、非８分木符号化として、各ポイントクラウドの座標からサブ座標を引いた差分を符号化する例を示したが、必ずしもこれに限らない。
　例えば、三次元データ符号化装置は、各ポイントクラウドの座標間の差分値を順に符号化してもよい。図６４は、この場合の動作を説明するための図である。例えば、図６４に示す例では、三次元データ符号化装置は、ポイントクラウドＰＡを符号化する際に、サブ座標を予測座標として用い、ポイントクラウドＰＡの座標と予測座標との差分値を符号化する。また、三次元データ符号化装置は、ポイントクラウドＰＢを符号化する際には、ポイントクラウドＰＡの座標を予測座標として用い、ポイントクラウドＰＢと予測座標との差分値を符号化する。また、三次元データ符号化装置は、ポイントクラウドＰＣを符号化する際には、ポイントクラウドＰＢを予測座標として用い、ポイントクラウドＰＢと予測座標との差分値を符号化する。このように、三次元データ符号化装置は、複数のポイントクラウドにスキャン順を設定し、処理対象の対象ポイントクラウドの座標と、対象ポイントクラウドに対してスキャン順で直前のポイントクラウドの座標との差分値を符号化してもよい。
　また、上記説明では、サブ座標は、サブマップの左下手前の隅の座標であったが、サブ座標の位置はこれに限らない。図６５～図６７は、サブ座標の位置の別の例を示す図である。サブ座標は、サブ座標の設定位置は、対象空間（サブマップ、スペース、又はボリューム）内のどの座標に設定されてもよい。つまり、サブ座標は、上述したように、対象空間の左下手前の隅の座標であってもよい。図６５に示すように、サブ座標は、対象空間の中心の座標であってもよい。図６６に示すように、サブ座標は、対象空間の右上奥の隅の座標であってもよい。また、サブ座標は、対象空間の左下手前又は右上奥の隅の座標に限らず、対象空間のいずれかの隅の座標であってもよい。
　また、サブ座標の設定位置は、対象空間（サブマップ、スペース、又はボリューム）内のあるポイントクラウドの座標と同一であってもよい。例えば、図６７に示す例では、サブ座標の座標は、ポイントクラウドＰＤの座標と一致する。
　また、本実施の形態では、８分木符号化を適用するか、非８分木符号化を適用するかを切り替える例を示したが、必ずしもこれには限らない。例えば、三次元データ符号化装置は、８分木以外の別の木構造を適用するかと、当該木構造以外の非木構造を適用するかとを切り替えてもよい。例えば、別の木構造とは、座標軸の１つに垂直な平面を使って分割を行うｋｄ木などである。なお、別の木構造として、どのような方式を用いてもよい。
　また、本実施の形態では、ポイントクラウドが持つ座標情報を符号化する例を示したが、必ずしもこれには限らない。三次元データ符号化装置は、例えば、色情報、三次元特徴量又は、可視光の特徴量なども座標情報と同様の方法で符号化してもよい。例えば、三次元データ符号化装置は、サブマップ内の各ポイントクラウドが持つ色情報の平均値をサブ色情報（ｓｕｂ－ｃｏｌｏｒ）に設定し、各ポイントクラウドの色情報とサブ色情報との差分を符号化してもよい。
　また、本実施の形態では、ポイントクラウドの数等に応じて符号化効率が良い符号化方式（８分木符号化又は非８分木符号化）を選択する例を示したが、必ずこれには限らない。例えば、サーバ側である三次元データ符号化装置は、８分木符号化により符号化したポイントクラウドのビットストリーム、非８分木符号化により符号化したポイントクラウドのビットストリーム、及びその両方により符号化したポイントクラウドのビットストリームを保持しておき、通信環境又は三次元データ復号装置の処理能力に応じて、三次元データ復号装置に送信するビットストリームを切り替えてもよい。
　図６８は、８分木符号化の適用を切り替える場合のボリュームのシンタックス例を示す図である。図６８に示すシンタックスは、図５８に示すシンタックスと基本的には同じであるが、各情報がボリューム単位の情報である点が異なる。具体的には、ＮｕｍＯｆＰｏｉｎｔは、ボリュームに含まれるポイントクラウド数を示す。ｓｕｂ＿ｃｏｏｒｄｉｎａｔｅ＿ｘ、ｓｕｂ＿ｃｏｏｒｄｉｎａｔｅ＿ｙ、及びｓｕｂ＿ｃｏｏｒｄｉｎａｔｅ＿ｚは、ボリュームのサブ座標情報である。
　また、ｄｉｆｆ＿ｘ［ｉ］、ｄｉｆｆ＿ｙ［ｉ］、及びｄｉｆｆ＿ｚ［ｉ］は、ボリューム内のｉ番目ポイントクラウドの差分座標である。ｄｉｆｆ＿ｘ［ｉ］は、ボリューム内のｉ番目ポイントクラウドのｘ座標とサブ座標のｘ座標との差分値を示す。ｄｉｆｆ＿ｙ［ｉ］は、ボリューム内のｉ番目ポイントクラウドのｙ座標とサブ座標のｙ座標との差分値を示す。ｄｉｆｆ＿ｚ［ｉ］は、ボリューム内のｉ番目ポイントクラウドのｚ座標とサブ座標のｚ座標との差分値を示す。
　なお、スペースにおけるボリュームの相対位置が計算できる場合は、三次元データ符号化装置は、サブ座標情報をボリュームのヘッダに含めなくてもよい。つまり、三次元データ符号化装置は、サブ座標情報をヘッダに含めずに、スペースにおけるボリュームの相対位置を計算し、計算した位置を各ボリュームのサブ座標として用いてよい。
　以上のように、本実施の形態に係る三次元データ符号化装置は、三次元データに含まれる複数の空間単位（例えば、サブマップ、スペース又はボリューム）のうち対象空間単位を８分木構造で符号化するか否かを判定する（例えば、図５９のＳ１５２２）。例えば、三次元データ符号化装置は、対象空間単位に含まれる三次元点の数が予め定められた閾値より多い場合、対象空間単位を８分木構造で符号化すると判定する。また、三次元データ符号化装置は、対象空間単位に含まれる三次元点の数が上記閾値以下の場合、対象空間単位を８分木構造で符号化しないと判定する。
　対象空間単位を８分木構造で符号化すると判定された場合（Ｓ１５２２でＹｅｓ）、三次元データ符号化装置は、対象空間単位を８分木構造を用いて符号化する（Ｓ１５２３）。また、対象空間単位を８分木構造で符号化しないと判定された場合（Ｓ１５２２でＮｏ）、三次元データ符号化装置は、対象空間単位を８分木構造とは異なる方式で符号化する（Ｓ１５２４）。例えば、三次元データ符号化装置は、異なる方式では、対象空間単位に含まれる三次元点の座標を符号化する。具体的には、三次元データ符号化装置は、異なる方式では、対象空間単位の基準座標と、対象空間単位に含まれる三次元点の座標との差分を符号化する。
　次に、三次元データ符号化装置は、対象空間単位を８分木構造で符号化したか否かを示す情報をビットストリームに付加する（Ｓ１５２５）。
　これによれば、当該三次元データ符号化装置は、符号化信号のデータ量を削減できるので符号化効率を向上できる。
　例えば、三次元データ符号化装置は、プロセッサと、メモリとを備え、プロセッサは、メモリを用いて、上記の処理を行う。
　また、本実施の形態に係る三次元データ復号装置は、三次元データに含まれる複数の対象空間単位（例えば、サブマップ、スペース又はボリューム）のうち対象空間単位を８分木構造で復号するか否かを示す情報をビットストリームから復号する（例えば、図６０のＳ１５３１）。上記情報により対象空間単位を８分木構造で復号すると示される場合（Ｓ１５３２でＹｅｓ）、三次元データ復号装置は、対象空間単位を８分木構造を用いて復号する（Ｓ１５３３）。
　上記情報により前記対象空間単位を８分木構造で復号しないと示される場合（Ｓ１５３２でＮｏ）、三次元データ復号装置は、対象空間単位を８分木構造とは異なる方式で復号する（Ｓ１５３４）。例えば、三次元データ復号装置は、異なる方式では、対象空間単位に含まれる三次元点の座標を復号する。具体的には、三次元データ復号装置は、異なる方式では、対象空間単位の基準座標と、対象空間単位に含まれる三次元点の座標との差分を復号する。
　これによれば、当該三次元データ復号装置は、符号化信号のデータ量を削減できるので符号化効率を向上できる。
　例えば、三次元データ復号装置は、プロセッサと、メモリとを備え、プロセッサは、メモリを用いて、上記の処理を行う。
　以上、本開示の実施の形態に係る三次元データ符号化装置及び三次元データ復号装置等について説明したが、本開示は、この実施の形態に限定されるものではない。
　また、上記実施の形態に係る三次元データ符号化装置及び三次元データ復号装置等に含まれる各処理部は典型的には集積回路であるＬＳＩとして実現される。これらは個別に１チップ化されてもよいし、一部又は全てを含むように１チップ化されてもよい。
　また、集積回路化はＬＳＩに限るものではなく、専用回路又は汎用プロセッサで実現してもよい。ＬＳＩ製造後にプログラムすることが可能なＦＰＧＡ（Ｆｉｅｌｄ　Ｐｒｏｇｒａｍｍａｂｌｅ　Ｇａｔｅ　Ａｒｒａｙ）、又はＬＳＩ内部の回路セルの接続や設定を再構成可能なリコンフィギュラブル・プロセッサを利用してもよい。
　また、上記各実施の形態において、各構成要素は、専用のハードウェアで構成されるか、各構成要素に適したソフトウェアプログラムを実行することによって実現されてもよい。各構成要素は、ＣＰＵまたはプロセッサなどのプログラム実行部が、ハードディスクまたは半導体メモリなどの記録媒体に記録されたソフトウェアプログラムを読み出して実行することによって実現されてもよい。
　また、本開示は、三次元データ符号化装置及び三次元データ復号装置等により実行される三次元データ符号化方法又は三次元データ復号方法等として実現されてもよい。
　また、ブロック図における機能ブロックの分割は一例であり、複数の機能ブロックを一つの機能ブロックとして実現したり、一つの機能ブロックを複数に分割したり、一部の機能を他の機能ブロックに移してもよい。また、類似する機能を有する複数の機能ブロックの機能を単一のハードウェア又はソフトウェアが並列又は時分割に処理してもよい。
　また、フローチャートにおける各ステップが実行される順序は、本開示を具体的に説明するために例示するためのものであり、上記以外の順序であってもよい。また、上記ステップの一部が、他のステップと同時（並列）に実行されてもよい。
　以上、一つまたは複数の態様に係る三次元データ符号化装置及び三次元データ復号装置等について、実施の形態に基づいて説明したが、本開示は、この実施の形態に限定されるものではない。本開示の趣旨を逸脱しない限り、当業者が思いつく各種変形を本実施の形態に施したものや、異なる実施の形態における構成要素を組み合わせて構築される形態も、一つまたは複数の態様の範囲内に含まれてもよい。
　本開示は、三次元データ符号化装置及び三次元データ復号装置に適用できる。
　１００、４００　三次元データ符号化装置
　１０１、２０１、４０１、５０１　取得部
　１０２、４０２　符号化領域決定部
　１０３　分割部
　１０４、６４４　符号化部
　１１１　三次元データ
　１１２、２１１、４１３、４１４、５１１、６３４　符号化三次元データ
　２００、５００　三次元データ復号装置
　２０２　復号開始ＧＯＳ決定部
　２０３　復号ＳＰＣ決定部
　２０４、６２５　復号部
　２１２、５１２、５１３　復号三次元データ
　４０３　ＳＷＬＤ抽出部
　４０４　ＷＬＤ符号化部
　４０５　ＳＷＬＤ符号化部
　４１１　入力三次元データ
　４１２　抽出三次元データ
　５０２　ヘッダ解析部
　５０３　ＷＬＤ復号部
　５０４　ＳＷＬＤ復号部
　６２０、６２０Ａ　三次元データ作成装置
　６２１、６４１　三次元データ作成部
　６２２　要求範囲決定部
　６２３　探索部
　６２４、６４２　受信部
　６２６　合成部
　６３１、６５１　センサ情報
　６３２　第１三次元データ
　６３３　要求範囲情報
　６３５　第２三次元データ
　６３６　第３三次元データ
　６４０　三次元データ送信装置
　６４３　抽出部
　６４５　送信部
　６５２　第５三次元データ
　６５４　第６三次元データ
　７００　三次元情報処理装置
　７０１　三次元マップ取得部
　７０２　自車検知データ取得部
　７０３　異常ケース判定部
　７０４　対処動作決定部
　７０５　動作制御部
　７１１　三次元マップ
　７１２　自車検知三次元データ
　８１０　三次元データ作成装置
　８１１　データ受信部
　８１２、８１９　通信部
　８１３　受信制御部
　８１４、８２１　フォーマット変換部
　８１５　センサ
　８１６　三次元データ作成部
　８１７　三次元データ合成部
　８１８　三次元データ蓄積部
　８２０　送信制御部
　８２２　データ送信部
　８３１、８３２、８３４、８３５、８３６、８３７　三次元データ
　８３３　センサ情報
　９０１　サーバ
　９０２、９０２Ａ、９０２Ｂ、９０２Ｃ　クライアント装置
　１０１１、１１１１　データ受信部
　１０１２、１０２０、１１１２、１１２０　通信部
　１０１３、１１１３　受信制御部
　１０１４、１０１９、１１１４、１１１９　フォーマット変換部
　１０１５　センサ
　１０１６、１１１６　三次元データ作成部
　１０１７　三次元画像処理部
　１０１８、１１１８　三次元データ蓄積部
　１０２１、１１２１　送信制御部
　１０２２、１１２２　データ送信部
　１０３１、１０３２、１１３５　三次元マップ
　１０３３、１０３７、１１３２　センサ情報
　１０３４、１０３５、１１３４　三次元データ
　１１１７　三次元データ合成部
　１２０１　三次元マップ圧縮／復号処理部
　１２０２　センサ情報圧縮／復号処理部
　１２１１　三次元マップ復号処理部
　１２１２　センサ情報圧縮処理部
　１３００　三次元データ符号化装置
　１３０１　分割部
　１３０２　減算部
　１３０３　変換部
　１３０４　量子化部
　１３０５、１４０２　逆量子化部
　１３０６、１４０３　逆変換部
　１３０７、１４０４　加算部
　１３０８、１４０５　参照ボリュームメモリ
　１３０９、１４０６　イントラ予測部
　１３１０、１４０７　参照スペースメモリ
　１３１１、１４０８　インター予測部
　１３１２、１４０９　予測制御部
　１３１３　エントロピー符号化部
　１４００　三次元データ復号装置
　１４０１　エントロピー復号部
　１５０１　サーバ
　１５０２　クライアント
　１５１１　記憶部
　１５１２　制御部
　１５１３　符号化三次元マップ
　１５２１　デコーダ
　１５２２　アプリケーション

Claims (9)

  1. 　三次元データに含まれる複数の空間単位のうち対象空間単位を８分木構造で符号化するか否かを判定し、
    　前記対象空間単位を８分木構造で符号化すると判定された場合、前記対象空間単位を８分木構造を用いて符号化し、
    　前記対象空間単位を８分木構造で符号化しないと判定された場合、前記対象空間単位を８分木構造とは異なる方式で符号化し、
    　前記対象空間単位を８分木構造で符号化したか否かを示す情報をビットストリームに付加する
    　三次元データ符号化方法。
  2. 　前記異なる方式では、前記対象空間単位に含まれる三次元点の座標を符号化する
    　請求項１記載の三次元データ符号化方法。
  3. 　前記異なる方式では、前記対象空間単位の基準座標と、前記対象空間単位に含まれる前記三次元点の前記座標との差分を符号化する
    　請求項２記載の三次元データ符号化方法。
  4. 　前記判定では、
    　前記対象空間単位に含まれる三次元点の数が予め定められた閾値より多い場合、前記対象空間単位を８分木構造で符号化すると判定し、
    　前記対象空間単位に含まれる前記三次元点の数が前記閾値以下の場合、前記対象空間単位を８分木構造で符号化しないと判定する
    　請求項１～３のいずれか１項に記載の三次元データ符号化方法。
  5. 　三次元データに含まれる複数の対象空間単位のうち対象空間単位を８分木構造で復号するか否かを示す情報をビットストリームから復号し、
    　前記情報により前記対象空間単位を８分木構造で復号すると示される場合、前記対象空間単位を８分木構造を用いて復号し、
    　前記情報により前記対象空間単位を８分木構造で復号しないと示される場合、前記対象空間単位を８分木構造とは異なる方式で復号する
    　三次元データ復号方法。
  6. 　前記異なる方式では、前記対象空間単位に含まれる三次元点の座標を復号する
    　請求項５記載の三次元データ復号方法。
  7. 　前記異なる方式では、前記対象空間単位の基準座標と、前記対象空間単位に含まれる前記三次元点の前記座標との差分を復号する
    　請求項６記載の三次元データ復号方法。
  8. 　プロセッサと、
    　メモリとを備え、
    　前記プロセッサは、前記メモリを用いて、
    　三次元データに含まれる複数の空間単位のうち対象空間単位を８分木構造で符号化するか否かを判定し、
    　前記対象空間単位を８分木構造で符号化すると判定された場合、前記対象空間単位を８分木構造を用いて符号化し、
    　前記対象空間単位を８分木構造で符号化しないと判定された場合、前記対象空間単位を８分木構造とは異なる方式で符号化し、
    　前記対象空間単位を８分木構造で符号化したか否かを示す情報をビットストリームに付加する
    　三次元データ符号化装置。
  9. 　プロセッサと、
    　メモリとを備え、
    　前記プロセッサは、前記メモリを用いて、
    　三次元データに含まれる複数の空間単位のうち対象空間単位が８分木構造で符号化されているか否かを示す情報をビットストリームから復号し、
    　前記情報により前記対象空間単位を８分木構造で符号化されていると示される場合、前記対象空間単位を８分木構造を用いて復号し、
    　前記情報により前記対象空間単位を８分木構造で符号化されていないと示される場合、前記対象空間単位を８分木構造とは異なる方式で復号する
    　三次元データ復号装置。
PCT/JP2018/039161 2017-10-24 2018-10-22 三次元データ符号化方法、三次元データ復号方法、三次元データ符号化装置、及び三次元データ復号装置 WO2019082837A1 (ja)

Priority Applications (9)

Application Number Priority Date Filing Date Title
EP18871104.8A EP3703000A4 (en) 2017-10-24 2018-10-22 THREE-DIMENSIONAL DATA CODING PROCESS, THREE-DIMENSIONAL DATA DECODING PROCESS, THREE-DIMENSIONAL DATA ENCODING DEVICE, AND TRIDIMENSIONAL DATA DECODING DEVICE
KR1020207011373A KR20200069307A (ko) 2017-10-24 2018-10-22 삼차원 데이터 부호화 방법, 삼차원 데이터 복호 방법, 삼차원 데이터 부호화 장치 및 삼차원 데이터 복호 장치
JP2019551112A JP7248582B2 (ja) 2017-10-24 2018-10-22 三次元データ符号化方法、三次元データ復号方法、三次元データ符号化装置、及び三次元データ復号装置
CA3078455A CA3078455A1 (en) 2017-10-24 2018-10-22 Three-dimensional data encoding method, three-dimensional data decoding method, three-dimensional data encoding device, and three-dimensional data decoding device
CN201880067387.9A CN111213176A (zh) 2017-10-24 2018-10-22 三维数据编码方法、解码方法、三维数据编码装置、解码装置
MX2020003704A MX2020003704A (es) 2017-10-24 2018-10-22 Metodo de codificacion de datos tridimensionales, metodo de decodificacion de datos tridimensionales, dispositivo de codificacion de datos tridimensionales y dispositivo de decodificacion de datos tridimensionales.
US16/855,288 US11146828B2 (en) 2017-10-24 2020-04-22 Three-dimensional data encoding method, three-dimensional data decoding method, three-dimensional data encoding device, and three-dimensional data decoding device
US17/468,988 US20210409784A1 (en) 2017-10-24 2021-09-08 Three-dimensional data encoding method, three-dimensional data decoding method, three-dimensional data encoding device, and three-dimensional data decoding device
JP2023042380A JP2023078300A (ja) 2017-10-24 2023-03-16 三次元データ符号化方法、三次元データ復号方法、三次元データ符号化装置、及び三次元データ復号装置

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
US201762576259P 2017-10-24 2017-10-24
US62/576,259 2017-10-24

Related Child Applications (1)

Application Number Title Priority Date Filing Date
US16/855,288 Continuation US11146828B2 (en) 2017-10-24 2020-04-22 Three-dimensional data encoding method, three-dimensional data decoding method, three-dimensional data encoding device, and three-dimensional data decoding device

Publications (1)

Publication Number Publication Date
WO2019082837A1 true WO2019082837A1 (ja) 2019-05-02

Family

ID=66246364

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/JP2018/039161 WO2019082837A1 (ja) 2017-10-24 2018-10-22 三次元データ符号化方法、三次元データ復号方法、三次元データ符号化装置、及び三次元データ復号装置

Country Status (8)

Country Link
US (2) US11146828B2 (ja)
EP (1) EP3703000A4 (ja)
JP (2) JP7248582B2 (ja)
KR (1) KR20200069307A (ja)
CN (1) CN111213176A (ja)
CA (1) CA3078455A1 (ja)
MX (1) MX2020003704A (ja)
WO (1) WO2019082837A1 (ja)

Cited By (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2020261334A1 (ja) * 2019-06-24 2020-12-30 日本電信電話株式会社 符号化装置、符号化方法及びプログラム
WO2020262019A1 (ja) * 2019-06-25 2020-12-30 ソニー株式会社 情報処理装置および方法
WO2021002443A1 (ja) * 2019-07-02 2021-01-07 パナソニック インテレクチュアル プロパティ コーポレーション オブ アメリカ 三次元データ符号化方法、三次元データ復号方法、三次元データ符号化装置、及び三次元データ復号装置
WO2021066160A1 (ja) * 2019-10-03 2021-04-08 パナソニック インテレクチュアル プロパティ コーポレーション オブ アメリカ 三次元データ符号化方法、三次元データ復号方法、三次元データ符号化装置、及び三次元データ復号装置
WO2021138787A1 (zh) * 2020-01-06 2021-07-15 Oppo广东移动通信有限公司 一种帧内预测方法、编码器、解码器及存储介质
WO2022019301A1 (ja) * 2020-07-22 2022-01-27 パナソニック インテレクチュアル プロパティ コーポレーション オブ アメリカ 三次元データ符号化方法、三次元データ復号方法、三次元データ符号化装置、及び三次元データ復号装置
JP2022535487A (ja) * 2019-09-16 2022-08-09 テンセント・アメリカ・エルエルシー 点群圧縮のための方法及び装置、並びにコンピュータプログラム
EP3989176A4 (en) * 2019-07-17 2022-08-17 Sony Group Corporation INFORMATION PROCESSING DEVICE AND METHOD
WO2023176419A1 (ja) * 2022-03-17 2023-09-21 ソニーグループ株式会社 情報処理装置および方法
US11995874B2 (en) 2021-12-21 2024-05-28 Panasonic Intellectual Property Corporation Of America Three-dimensional data encoding method, three-dimensional data decoding method, three-dimensional data encoding device, and three-dimensional data decoding device

Families Citing this family (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2019155131A1 (fr) * 2018-02-12 2019-08-15 Cad.42 Services Procédés et système de génération et de détection d'au moins une zone de danger
US11010931B2 (en) * 2018-10-02 2021-05-18 Tencent America LLC Method and apparatus for video coding
US20200153926A1 (en) * 2018-11-09 2020-05-14 Toyota Motor North America, Inc. Scalable vehicle data compression systems and methods
JP2020183166A (ja) * 2019-05-07 2020-11-12 アルパイン株式会社 画像処理装置、画像処理システム、画像処理方法、及びプログラム
JPWO2020230710A1 (ja) * 2019-05-10 2020-11-19
WO2021062743A1 (zh) * 2019-09-30 2021-04-08 Oppo广东移动通信有限公司 占位信息的预测方法、编码器、解码器、及存储介质
US11948336B2 (en) * 2020-11-16 2024-04-02 Tencent America LLC Method and apparatus for point cloud coding
WO2022252237A1 (zh) * 2021-06-04 2022-12-08 华为技术有限公司 3d地图的编解码方法及装置
US11710258B1 (en) * 2023-01-25 2023-07-25 Illuscio, Inc. Systems and methods for compressing three-dimensional image data

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2005259139A (ja) * 2004-03-08 2005-09-22 Samsung Electronics Co Ltd 適応的２ｎ進ツリーの生成方法、ならびにそれを利用して３次元体積データを符号化／復号化する方法および装置
WO2014020663A1 (ja) 2012-07-30 2014-02-06 三菱電機株式会社 地図表示装置
JP2014529950A (ja) * 2011-08-25 2014-11-13 トムソン ライセンシングＴｈｏｍｓｏｎ Ｌｉｃｅｎｓｉｎｇ 階層的なエントロピー符号化および復号
JP2017126890A (ja) * 2016-01-14 2017-07-20 キヤノン株式会社 符号化装置及びその制御方法

Family Cites Families (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US4694404A (en) * 1984-01-12 1987-09-15 Key Bank N.A. High-speed image generation of complex solid objects using octree encoding
KR100519780B1 (ko) * 2004-02-17 2005-10-07 삼성전자주식회사 3차원 체적 데이터 부호화/복호화 방법 및 장치
KR101883532B1 (ko) * 2011-11-25 2018-07-30 톰슨 라이센싱 반복적인 구조 발견 기반 3d 모델 압축의 비트스트림을 생성하기 위한 방법 및 장치
US8571311B2 (en) * 2011-12-15 2013-10-29 Microsoft Corporation Raster graphics image transcoding for file size reduction
US9633473B2 (en) * 2012-02-09 2017-04-25 Thomson Licensing Efficient compression of 3D models based on octree decomposition
US10580114B2 (en) * 2017-03-29 2020-03-03 Zhijing George Mou Methods and systems for real time 3D-space search and point-cloud registration using a dimension-shuffle transform
EP3429208A1 (en) * 2017-07-13 2019-01-16 Thomson Licensing A method and apparatus for encoding/decoding a colored point cloud representing the geometry and colors of a 3d object
EP3429207A1 (en) * 2017-07-13 2019-01-16 Thomson Licensing A method and apparatus for encoding/decoding a colored point cloud representing the geometry and colors of a 3d object

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2005259139A (ja) * 2004-03-08 2005-09-22 Samsung Electronics Co Ltd 適応的２ｎ進ツリーの生成方法、ならびにそれを利用して３次元体積データを符号化／復号化する方法および装置
JP2014529950A (ja) * 2011-08-25 2014-11-13 トムソン ライセンシングＴｈｏｍｓｏｎ Ｌｉｃｅｎｓｉｎｇ 階層的なエントロピー符号化および復号
WO2014020663A1 (ja) 2012-07-30 2014-02-06 三菱電機株式会社 地図表示装置
JP2017126890A (ja) * 2016-01-14 2017-07-20 キヤノン株式会社 符号化装置及びその制御方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
HIRATSUKA ET AL.: "Low Complexity Cmputacional Video Coding Algorithm Based on Adaptative Tree", IEICE, vol. J89-D, no. 6, 1 July 2006 (2006-07-01), pages 1297 - 1305, XP055596868 *
KAMMERL, J.: "Real-time compression of point cloud streams", 2012 IEEE INTERNATIONAL CONFERENCE ON ROBOTICS AND AUTOMATION, 14 May 2012 (2012-05-14), pages 778 - 785, XP032450378, DOI: doi:10.1109/ICRA.2012.6224647 *

Cited By (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP7125649B2 (ja) 2019-06-24 2022-08-25 日本電信電話株式会社 符号化装置、符号化方法及びプログラム
JPWO2020261334A1 (ja) * 2019-06-24 2020-12-30
WO2020261334A1 (ja) * 2019-06-24 2020-12-30 日本電信電話株式会社 符号化装置、符号化方法及びプログラム
WO2020262019A1 (ja) * 2019-06-25 2020-12-30 ソニー株式会社 情報処理装置および方法
US11991348B2 (en) 2019-06-25 2024-05-21 Sony Group Corporation Information processing device and method
WO2021002443A1 (ja) * 2019-07-02 2021-01-07 パナソニック インテレクチュアル プロパティ コーポレーション オブ アメリカ 三次元データ符号化方法、三次元データ復号方法、三次元データ符号化装置、及び三次元データ復号装置
EP3989176A4 (en) * 2019-07-17 2022-08-17 Sony Group Corporation INFORMATION PROCESSING DEVICE AND METHOD
JP2022535487A (ja) * 2019-09-16 2022-08-09 テンセント・アメリカ・エルエルシー 点群圧縮のための方法及び装置、並びにコンピュータプログラム
JP7257547B2 (ja) 2019-09-16 2023-04-13 テンセント・アメリカ・エルエルシー 点群圧縮のための方法及び装置、並びにコンピュータプログラム
WO2021066160A1 (ja) * 2019-10-03 2021-04-08 パナソニック インテレクチュアル プロパティ コーポレーション オブ アメリカ 三次元データ符号化方法、三次元データ復号方法、三次元データ符号化装置、及び三次元データ復号装置
WO2021138787A1 (zh) * 2020-01-06 2021-07-15 Oppo广东移动通信有限公司 一种帧内预测方法、编码器、解码器及存储介质
WO2022019301A1 (ja) * 2020-07-22 2022-01-27 パナソニック インテレクチュアル プロパティ コーポレーション オブ アメリカ 三次元データ符号化方法、三次元データ復号方法、三次元データ符号化装置、及び三次元データ復号装置
US11995874B2 (en) 2021-12-21 2024-05-28 Panasonic Intellectual Property Corporation Of America Three-dimensional data encoding method, three-dimensional data decoding method, three-dimensional data encoding device, and three-dimensional data decoding device
WO2023176419A1 (ja) * 2022-03-17 2023-09-21 ソニーグループ株式会社 情報処理装置および方法

Also Published As

Publication number Publication date
US20210409784A1 (en) 2021-12-30
CA3078455A1 (en) 2019-05-02
US11146828B2 (en) 2021-10-12
JP7248582B2 (ja) 2023-03-29
EP3703000A4 (en) 2020-09-23
EP3703000A1 (en) 2020-09-02
MX2020003704A (es) 2020-07-22
JP2023078300A (ja) 2023-06-06
KR20200069307A (ko) 2020-06-16
JPWO2019082837A1 (ja) 2020-11-12
CN111213176A (zh) 2020-05-29
US20200252659A1 (en) 2020-08-06

Similar Documents

Publication Publication Date Title
JP7248582B2 (ja) 三次元データ符号化方法、三次元データ復号方法、三次元データ符号化装置、及び三次元データ復号装置
JP7419480B2 (ja) 三次元データ符号化方法、三次元データ復号方法、三次元データ符号化装置、及び三次元データ復号装置
JP7041191B2 (ja) 三次元データ符号化方法、三次元データ復号方法、三次元データ符号化装置及び三次元データ復号装置
WO2019156141A1 (ja) 三次元データ符号化方法、三次元データ復号方法、三次元データ符号化装置、及び三次元データ復号装置
JP7168591B2 (ja) 三次元データ符号化方法、三次元データ復号方法、三次元データ符号化装置、及び三次元データ復号装置
WO2019216434A1 (ja) 三次元データ符号化方法、三次元データ復号方法、三次元データ符号化装置、及び三次元データ復号装置
JP7237007B2 (ja) 三次元データ符号化方法、三次元データ復号方法、三次元データ符号化装置、及び三次元データ復号装置
JP7322020B2 (ja) 三次元データ符号化方法、三次元データ復号方法、三次元データ符号化装置、及び三次元データ復号装置
JPWO2020013249A1 (ja) 三次元データ符号化方法、三次元データ復号方法、三次元データ符号化装置、及び三次元データ復号装置
JP7285789B2 (ja) 三次元データ符号化方法、三次元データ復号方法、三次元データ符号化装置、及び三次元データ復号装置
WO2019159956A1 (ja) 三次元データ符号化方法、三次元データ復号方法、三次元データ符号化装置、及び三次元データ復号装置
WO2019230920A1 (ja) 三次元データ符号化方法、三次元データ復号方法、三次元データ符号化装置、及び三次元データ復号装置
JP7490844B2 (ja) 三次元データ符号化方法、三次元データ復号方法、三次元データ符号化装置、及び三次元データ復号装置

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: 18871104

Country of ref document: EP

Kind code of ref document: A1

ENP Entry into the national phase

Ref document number: 2019551112

Country of ref document: JP

Kind code of ref document: A

ENP Entry into the national phase

Ref document number: 3078455

Country of ref document: CA

ENP Entry into the national phase

Ref document number: 20207011373

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: 2018871104

Country of ref document: EP

Effective date: 20200525