WO2019230920A1 - 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 Download PDF

Info

Publication number
WO2019230920A1
WO2019230920A1 PCT/JP2019/021634 JP2019021634W WO2019230920A1 WO 2019230920 A1 WO2019230920 A1 WO 2019230920A1 JP 2019021634 W JP2019021634 W JP 2019021634W WO 2019230920 A1 WO2019230920 A1 WO 2019230920A1
Authority
WO
WIPO (PCT)
Prior art keywords
data
dimensional
information
dimensional data
encoding
Prior art date
Application number
PCT/JP2019/021634
Other languages
English (en)
French (fr)
Inventor
ポンサク ラサン
ヂァン ウー
チー ワン
チャン ディーン ハン
敏康 杉尾
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 CN202311511796.2A priority Critical patent/CN117537734A/zh
Priority to CN201980034436.3A priority patent/CN112204341B/zh
Priority to JP2020522607A priority patent/JPWO2019230920A1/ja
Publication of WO2019230920A1 publication Critical patent/WO2019230920A1/ja
Priority to US17/105,910 priority patent/US11856207B2/en
Priority to US18/388,973 priority patent/US20240080460A1/en
Priority to JP2024069563A priority patent/JP2024103490A/ja

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
    • G01B11/00—Measuring arrangements characterised by the use of optical techniques
    • G01B11/22—Measuring arrangements characterised by the use of optical techniques for measuring depth
    • 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
    • H04N19/134—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the element, parameter or criterion affecting or controlling the adaptive coding
    • H04N19/157—Assigned coding mode, i.e. the coding mode being predefined or preselected to be further used for selection of another element or parameter
    • H04N19/159—Prediction type, e.g. intra-frame, inter-frame or bidirectional frame prediction
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
    • G01B11/00—Measuring arrangements characterised by the use of optical techniques
    • G01B11/002—Measuring arrangements characterised by the use of optical techniques for measuring two or more coordinates
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T9/00—Image coding
    • 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
    • H04N19/17—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding the unit being an image region, e.g. an object
    • 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
    • H04N19/46—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
    • H04N19/50—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using predictive coding
    • H04N19/597—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using predictive coding specially adapted for multi-view video sequence encoding
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/50—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using predictive coding
    • H04N19/593—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using predictive coding involving spatial prediction techniques

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.
  • the 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 a plurality of monocular cameras.
  • a point cloud that represents the shape of a three-dimensional structure by a point group in a three-dimensional space.
  • the position and color of the point cloud are stored.
  • Point clouds are expected to become the mainstream representation method of 3D data, but point clouds have a very large amount of data. Therefore, in the storage or transmission of three-dimensional data, it is essential to compress the amount of data by encoding as in the case of two-dimensional moving images (for example, MPEG-4 AVC or HEVC standardized by MPEG). Become.
  • point cloud compression is partially supported by a public library (Point Cloud Library) that performs point cloud related processing.
  • a public library Point Cloud Library
  • Patent Document 1 a technique for searching for and displaying facilities located around the vehicle using three-dimensional map data is known (for example, see Patent Document 1).
  • This disclosure is intended to provide 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 that can reduce the processing amount in the decoding device.
  • a three-dimensional data encoding method is a three-dimensional data encoding method for encoding a plurality of three-dimensional points obtained by a sensor, the coordinates of the plurality of three-dimensional points, , Encoding local coordinate information indicating a plurality of local coordinates depending on the position of the sensor, and encoding the local coordinate information and at least one of the plurality of three-dimensional points, or the coordinates of a reference point
  • An encoded bit stream including global coordinate information indicating global coordinates independent of the position of the sensor is generated.
  • a three-dimensional data decoding method is a three-dimensional data decoding method for decoding a plurality of three-dimensional points obtained by a sensor, and includes a plurality of three-dimensional points from an encoded bitstream.
  • a local coordinate information indicating a plurality of local coordinates depending on the position of the sensor, and coordinates of at least one of the plurality of three-dimensional points or a reference point from the encoded bitstream
  • the global coordinate information which shows the global coordinate which does not depend on the position of the said sensor is decoded.
  • the present disclosure can provide 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 that can reduce the processing amount in the decoding device.
  • FIG. 1 is a diagram showing a configuration of encoded three-dimensional data according to the first embodiment.
  • FIG. 2 is a diagram illustrating an example of a prediction structure between SPCs belonging to the lowest layer of the GOS according to the first embodiment.
  • FIG. 3 is a diagram illustrating an example of a prediction structure between layers according to the first embodiment.
  • FIG. 4 is a diagram illustrating an example of the coding order of GOS according to the first embodiment.
  • FIG. 5 is a diagram illustrating an example of the coding order of GOS according to the first embodiment.
  • FIG. 6 is a block diagram of the three-dimensional data encoding apparatus according to the first embodiment.
  • FIG. 7 is a flowchart of the encoding process according to the first embodiment.
  • FIG. 8 is a block diagram of the 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 illustrating an example of meta information according to the first embodiment.
  • FIG. 11 is a diagram illustrating a configuration example of the SWLD according to the second embodiment.
  • FIG. 12 is a diagram illustrating an operation example of the server and the client according to the second embodiment.
  • FIG. 13 is a diagram illustrating an operation example of the server and the client according to the second embodiment.
  • FIG. 14 is a diagram illustrating an operation example of the server and the client according to the second embodiment.
  • FIG. 15 is a diagram illustrating an operation example of the server and the client according to the second embodiment.
  • FIG. 15 is a diagram illustrating an operation example of the server and the client according to the second embodiment.
  • FIG. 16 is a block diagram of a three-dimensional data encoding apparatus according to Embodiment 2.
  • FIG. 17 is a flowchart of the encoding process according to the second embodiment.
  • FIG. 18 is a block diagram of the 3D data decoding apparatus according to the 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 a WLD octree structure according to the second embodiment.
  • FIG. 22 is a diagram illustrating a configuration example of the SWLD according to the second embodiment.
  • FIG. 23 is a diagram illustrating an example of an octree structure of SWLD according to the second embodiment.
  • FIG. 24 is a block diagram of the three-dimensional data creation device according to the third embodiment.
  • FIG. 25 is a block diagram of the three-dimensional data transmission apparatus according to the third embodiment.
  • FIG. 26 is a block diagram of the three-dimensional information processing apparatus according to the fourth embodiment.
  • FIG. 27 is a block diagram of the three-dimensional data creation device according to the fifth embodiment.
  • FIG. 28 is a diagram illustrating a configuration of a system according to the sixth embodiment.
  • FIG. 29 is a block diagram of a client device 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 the three-dimensional map transmission process by the server according to the sixth embodiment.
  • FIG. 35 is a diagram illustrating a configuration of a modified example of the system according to the sixth embodiment.
  • FIG. 36 is a diagram illustrating configurations of a server and a client device according to the sixth embodiment.
  • FIG. 37 is a block diagram of the three-dimensional data encoding apparatus according to the seventh embodiment.
  • FIG. 38 is a diagram illustrating an example of the prediction residual according to the seventh embodiment.
  • FIG. 39 is a diagram illustrating an example of a volume according to the seventh embodiment.
  • FIG. 40 is a diagram illustrating an example of an octree representation of a volume 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 illustrating an example of an octree representation of a volume 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 intra prediction 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 illustrating a syntax example of the RT application flag and the RT information according to the seventh embodiment.
  • FIG. 47 is a diagram for explaining inter prediction processing according to Embodiment 7.
  • FIG. 48 is a block diagram of the three-dimensional data decoding apparatus according to the seventh embodiment.
  • FIG. 49 is a flowchart of three-dimensional data encoding processing by the three-dimensional data encoding device according to Embodiment 7.
  • FIG. 50 is a flowchart of the 3D data decoding process performed by the 3D data decoding apparatus according to the seventh embodiment.
  • FIG. 51 is a diagram illustrating an example of a tree structure according to the eighth embodiment.
  • FIG. 52 is a diagram illustrating an example of the sub three-dimensional point group according to the eighth embodiment.
  • FIG. 53 is a diagram illustrating an example of the sub three-dimensional point group according to the eighth embodiment.
  • FIG. 54 is a diagram illustrating a configuration example of a bitstream according to the eighth embodiment.
  • FIG. 55 is a diagram illustrating an example of a tree structure according to the eighth embodiment.
  • FIG. 56 is a diagram for explaining full parallel coding according to Embodiment 8, and is a diagram illustrating an example of a tree structure.
  • FIG. 57 is a diagram spatially showing sub-three-dimensional point groups that are processed in parallel according to the eighth embodiment.
  • FIG. 58 is a diagram illustrating a configuration example of a bitstream according to the eighth embodiment.
  • FIG. 59 is a diagram for explaining parallel decoding processing according to the eighth embodiment.
  • FIG. 60 is a diagram schematically showing the flow of the fully parallel encoding process according to the eighth embodiment.
  • FIG. 61 is a diagram schematically illustrating the flow of the all-parallel decoding process according to the eighth embodiment.
  • FIG. 62 is a diagram for explaining the progressive parallel coding according to Embodiment 8, and is a diagram illustrating an example of a tree structure.
  • FIG. 63 is a diagram illustrating the core operation in the progressive parallel coding according to the eighth embodiment.
  • FIG. 64 is a diagram schematically showing a flow of progressive sequence encoding processing according to the eighth embodiment.
  • FIG. 65 is a flowchart of the three-dimensional data encoding process according to the eighth embodiment.
  • FIG. 66 is a flowchart of the three-dimensional data decoding process according to the eighth embodiment.
  • FIG. 67 is a diagram schematically illustrating an operation in which the vehicle according to the ninth embodiment accesses a bitstream.
  • FIG. 68 is a diagram illustrating an example of tile division according to the ninth embodiment.
  • FIG. 69 is a diagram illustrating an example of tile division according to the ninth embodiment.
  • FIG. 70 is a diagram illustrating an example of tile division according to the ninth embodiment.
  • FIG. 71 is a diagram illustrating an example of tile division in the tree structure according to the ninth embodiment.
  • FIG. 72 is a diagram illustrating an example of three-dimensional tile division according to the ninth embodiment.
  • FIG. 73 is a diagram showing tiles read when the automobile according to the ninth embodiment moves.
  • FIG. 74 is a diagram illustrating a configuration example of a system according to the ninth embodiment.
  • FIG. 75 is a diagram illustrating an example of tile areas acquired in the automobile according to the ninth embodiment.
  • FIG. 76 is a diagram illustrating an example of tile areas acquired in the automobile according to the ninth embodiment.
  • FIG. 77 is a diagram showing an example of the three-dimensional data according to the ninth embodiment.
  • FIG. 78 is a diagram illustrating an example of slice data according to the ninth embodiment.
  • FIG. 79 is a diagram illustrating an example of slice data according to the ninth embodiment.
  • FIG. 80 is a diagram illustrating an example of slice data according to the ninth embodiment.
  • FIG. 81 is a diagram illustrating an example of a tile according to the ninth embodiment.
  • FIG. 82 is a diagram illustrating an example of tiles in the octree according to the ninth embodiment.
  • FIG. 83 is a diagram illustrating an example of a bitstream according to the ninth embodiment.
  • FIG. 84 is a diagram illustrating an example of a tile table according to the ninth embodiment.
  • FIG. 85 is a diagram showing an example of a tile table according to the ninth embodiment.
  • FIG. 86 is a diagram illustrating an example of a tile table according to the ninth embodiment.
  • FIG. 87 is a diagram illustrating an example of a tile table according to the ninth embodiment.
  • FIG. 88 is a flowchart of the three-dimensional data encoding process according to the ninth embodiment.
  • FIG. 89 is a flowchart of the three-dimensional data decoding process according to the ninth embodiment.
  • FIG. 90 is a block diagram of a 3D data encoding apparatus according to Embodiment 9.
  • FIG. 91 is a block diagram of a three-dimensional data decoding apparatus according to Embodiment 9.
  • FIG. 92 is a flowchart of the three-dimensional data encoding process according to the ninth embodiment.
  • FIG. 93 is a flowchart of the three-dimensional data decoding process according to the ninth embodiment.
  • FIG. 94 is a diagram showing an example of a three-dimensional point cloud map including the geofence according to the tenth embodiment.
  • FIG. 95 is a diagram showing an example of a three-dimensional point cloud map including the geofence according to the tenth embodiment.
  • FIG. 96 is a diagram schematically showing a process of updating the georeferenced point group according to the tenth embodiment.
  • FIG. 97 is a diagram illustrating an example of a three-dimensional position in the georeferenced point group according to the tenth embodiment.
  • FIG. 98 is a diagram for explaining a method of acquiring a georeferenced point group according to the tenth embodiment.
  • FIG. 99 is a diagram showing a flow of a georeferenced point group acquisition process according to the tenth embodiment.
  • FIG. 100 is a diagram for explaining the movement direction estimation processing according to Embodiment 10.
  • FIG. 101 is a diagram schematically showing the flow of coordinate conversion processing according to the tenth embodiment.
  • FIG. 102 is a diagram for explaining the coordinate conversion processing according to the tenth embodiment.
  • FIG. 103 is a diagram showing an example of geometric parameters of the ellipsoid according to the tenth embodiment.
  • FIG. 104 is a diagram illustrating EPSG 3414 according to the tenth embodiment.
  • FIG. 105 is a diagram showing EPSG 4947 according to the tenth embodiment.
  • FIG. 106 is a diagram illustrating a configuration example of encoded data in the first mode according to Embodiment 10.
  • FIG. 107 is a diagram illustrating a structure example of the point group in the first mode according to the tenth embodiment.
  • FIG. 108 is a diagram illustrating an example of a tree structure of a point cloud according to the tenth embodiment.
  • FIG. 109 is a diagram illustrating a configuration example of encoded data in the second mode according to Embodiment 10.
  • FIG. 110 is a diagram illustrating a structure example of a point group in the second mode according to the tenth embodiment.
  • FIG. 111 is a diagram illustrating a configuration example of a bit stream in the first mode according to the tenth embodiment.
  • FIG. 112 is a diagram illustrating a configuration example of a bit stream in the second mode according to the tenth embodiment.
  • FIG. 113 is a diagram illustrating a configuration of the three-dimensional data encoding apparatus according to the present embodiment according to Embodiment 10.
  • FIG. 114 is a diagram illustrating a configuration of a three-dimensional data encoding device when coordinate conversion is not performed according to the tenth embodiment.
  • FIG. 115 is a diagram illustrating the configuration of the three-dimensional data decoding apparatus according to the tenth embodiment.
  • FIG. 116 is a diagram illustrating a configuration of a three-dimensional data decoding apparatus when coordinate conversion is not performed according to the tenth embodiment.
  • FIG. 117 is a diagram illustrating a configuration of a three-dimensional data decoding device when coordinate transformation and coordinate expansion are performed according to the tenth embodiment.
  • FIG. 118 is a diagram illustrating a configuration of a three-dimensional data decoding apparatus when coordinate transformation is not performed and coordinate expansion is performed according to the tenth embodiment.
  • FIG. 119 is a flowchart of 3D data encoding processing according to Embodiment 10.
  • FIG. 120 is a flowchart of the three-dimensional data decoding process according to the tenth embodiment.
  • FIG. 121 is a flowchart of the three-dimensional data encoding process according to the tenth embodiment.
  • FIG. 122 is a flowchart of the three-dimensional data decoding process according to the tenth embodiment.
  • a three-dimensional data encoding method is a three-dimensional data encoding method for encoding a plurality of three-dimensional points obtained by a sensor, the coordinates of the plurality of three-dimensional points, , Encoding local coordinate information indicating a plurality of local coordinates depending on the position of the sensor, and encoding the local coordinate information and at least one of the plurality of three-dimensional points, or the coordinates of a reference point
  • An encoded bit stream including global coordinate information indicating global coordinates independent of the position of the sensor is generated.
  • the processing amount in the 3D data decoding apparatus can be reduced.
  • the global coordinate information may indicate global coordinates of each of the plurality of three-dimensional points.
  • the processing amount in the 3D data decoding apparatus can be reduced.
  • the global coordinate information may indicate one global coordinate associated with the plurality of three-dimensional points.
  • the data amount of the global coordinate information can be reduced, the data amount of the encoded bit stream can be reduced.
  • the global coordinate information may indicate the global coordinates of the origin of the local coordinate system.
  • the data amount of the global coordinate information can be reduced, the data amount of the encoded bit stream can be reduced.
  • the global coordinates may be represented by latitude, longitude, and altitude.
  • the global coordinates may be represented by orthogonal coordinates.
  • the encoded bitstream may further include information indicating whether or not the global coordinates are represented by orthogonal coordinates.
  • the encoded bitstream may further include information indicating a spatial reference of the global coordinates.
  • a three-dimensional data decoding method is a three-dimensional data decoding method for decoding a plurality of three-dimensional points obtained by a sensor, and includes a plurality of three-dimensional points from an encoded bitstream.
  • a local coordinate information indicating a plurality of local coordinates depending on the position of the sensor, and coordinates of at least one of the plurality of three-dimensional points or a reference point from the encoded bitstream
  • the global coordinate information which shows the global coordinate which does not depend on the position of the said sensor is decoded.
  • the processing amount in the 3D data decoding apparatus can be reduced.
  • the global coordinate information may indicate global coordinates of each of the plurality of three-dimensional points.
  • the processing amount in the 3D data decoding apparatus can be reduced.
  • the global coordinate information may indicate one global coordinate associated with the plurality of three-dimensional points.
  • the data amount of the global coordinate information can be reduced, the data amount of the encoded bit stream can be reduced.
  • the global coordinate information may indicate the global coordinates of the origin of the local coordinate system.
  • the data amount of the global coordinate information can be reduced, the data amount of the encoded bit stream can be reduced.
  • the global coordinates may be represented by latitude, longitude, and altitude.
  • the global coordinates may be represented by orthogonal coordinates.
  • the three-dimensional data decoding method may further decode information indicating whether or not the global coordinates are represented by orthogonal coordinates from the encoded bit stream.
  • the three-dimensional data decoding method may further decode information indicating a spatial reference of the global coordinates from the encoded bitstream.
  • a three-dimensional data encoding device is a three-dimensional data encoding device that encodes a plurality of three-dimensional points obtained by a sensor, and includes a processor and a memory, The processor uses the memory to encode local coordinate information indicating the coordinates of the plurality of three-dimensional points and indicating a plurality of local coordinates depending on the position of the sensor, and the encoded local coordinate information and And an encoded bitstream including global coordinate information indicating global coordinates that are coordinates of at least one of the plurality of three-dimensional points or a reference point and do not depend on the position of the sensor.
  • the processing amount in the 3D data decoding apparatus can be reduced.
  • a 3D data decoding apparatus is a 3D data decoding apparatus that decodes a plurality of 3D points obtained by a sensor, and includes a processor and a memory, and the processor includes: Decoding local coordinate information indicating a plurality of local coordinates depending on the position of the sensor, which is a plurality of coordinates of a plurality of three-dimensional points, from the encoded bit stream using the memory, and the encoded bit stream.
  • the processing amount in the 3D data decoding apparatus can be reduced.
  • FIG. 1 is a diagram showing a configuration of encoded three-dimensional data according to the present embodiment.
  • the three-dimensional space is divided into spaces (SPC) corresponding to pictures in coding of moving images, and three-dimensional data is coded in units of spaces.
  • the space is further divided into volumes (VLM) corresponding to macroblocks or the like in video encoding, and prediction and conversion are performed in units of VLM.
  • the volume includes a plurality of voxels (VXL) that are minimum units with which position coordinates are associated.
  • prediction is similar to the prediction performed in a two-dimensional image, refers to other processing units, generates predicted three-dimensional data similar to the processing unit to be processed, and generates the predicted three-dimensional data and the processing target.
  • the difference from the processing unit is encoded.
  • This prediction includes not only spatial prediction that refers to other prediction units at the same time but also temporal prediction that refers to prediction units at different times.
  • a three-dimensional data encoding device (hereinafter also referred to as an encoding device) encodes a three-dimensional space represented by point cloud data such as a point cloud
  • a point cloud is selected according to the voxel size. Or a plurality of points included in a voxel are collectively encoded. If the voxel is subdivided, the three-dimensional shape of the point cloud can be expressed with high accuracy, and if the voxel size is increased, the three-dimensional shape of the point cloud can be roughly expressed.
  • the three-dimensional data is a point cloud
  • the three-dimensional data is not limited to the point cloud, and may be three-dimensional data in an arbitrary format.
  • hierarchical voxels may be used.
  • n-th layer it may be indicated in order whether or not the sample points are present in the n-1 and lower layers (lower layers of the n-th layer). For example, when decoding only the n-th layer, if there is a sample point in the (n ⁇ 1) th or lower layer, it can be decoded assuming that the sample point exists at the center of the voxel in the n-th layer.
  • the encoding apparatus acquires point cloud data using a distance sensor, a stereo camera, a monocular camera, a gyroscope, an inertial sensor, or the like.
  • Spaces can be decoded independently, such as intra-space (I-SPC), predictive space (P-SPC) that can only be unidirectionally referenced, and bi-directional references. Classified into any one of at least three prediction structures including a large bi-directional space (B-SPC).
  • the space has two types of time information, a decoding time and a display time.
  • GOS Group Of Space
  • WLD world
  • the space area occupied by the world is associated with the 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 adjacent three-dimensionally, or there may be SPCs that are not three-dimensionally adjacent to other SPCs.
  • processing such as encoding, decoding, or referring to three-dimensional data included in a processing unit such as GOS, SPC, or VLM is also simply referred to as encoding, decoding, or referencing the processing unit.
  • the three-dimensional data included in the processing unit includes at least one set of a spatial position such as three-dimensional coordinates and a characteristic value such as color information.
  • a plurality of SPCs in the same GOS or a plurality of VLMs in the same SPC occupy different spaces, but have the same time information (decoding time and display time).
  • the first SPC in the decoding order in GOS is I-SPC.
  • 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 decoding is started from the head I-SPC.
  • the open GOS some SPCs whose display time is earlier than the first I-SPC in the GOS refer to different GOS, and decoding cannot be performed only by the GOS.
  • WLD may be decoded from the reverse direction to the encoding order, and reverse reproduction is difficult if there is a dependency between GOS. Therefore, in such a case, a closed GOS is basically used.
  • GOS has a layer structure in the height direction, and encoding or decoding is performed in order from the SPC of the lower layer.
  • FIG. 2 is a diagram showing an example of a prediction structure between SPCs belonging to the lowest layer of GOS.
  • FIG. 3 is a diagram illustrating an example of a prediction structure between layers.
  • I-SPCs there are one or more I-SPCs in GOS.
  • objects such as humans, animals, cars, bicycles, traffic lights, and buildings that are landmarks in the three-dimensional space, but it is particularly effective to encode an object having a small size as I-SPC.
  • a three-dimensional data decoding device (hereinafter also referred to as a decoding device) decodes only the I-SPC in the GOS when decoding the GOS with a low throughput or high speed.
  • the encoding device may switch the encoding interval or appearance frequency of the I-SPC according to the density of the objects in the WLD.
  • the encoding device or the decoding device encodes or decodes a plurality of layers in order from the lower layer (layer 1). Thereby, for example, the priority of data near the ground with a larger amount of information can be increased for an autonomous vehicle or the like.
  • encoded data used in a drone or the like may be encoded or decoded in order from the SPC of the upper layer in the height direction in the GOS.
  • the encoding device or decoding device may encode or decode a plurality of layers so that the decoding device can roughly grasp GOS and gradually increase the resolution.
  • the encoding device or the decoding device may encode or decode in the order of layers 3, 8, 1, 9.
  • static objects or scenes such as buildings or roads
  • dynamic objects such as cars or humans
  • Object detection is performed separately by extracting feature points from point cloud data or camera images such as a stereo camera.
  • the first method is a method of encoding without distinguishing between static objects and dynamic objects.
  • the second method is a method of discriminating between static objects and dynamic objects based on identification information.
  • GOS is used as the identification unit.
  • the GOS including the SPC configuring the static object and the GOS including the SPC configuring the dynamic object are distinguished by the identification information stored in the encoded data or separately from the encoded data.
  • SPC may be used as an identification unit.
  • the SPC that includes the VLM that configures the static object and the SPC that includes the VLM that configures the dynamic object are distinguished by the identification information.
  • VLM or VXL may be used as the identification unit.
  • a VLM or VXL including a static object and a VLM or VXL including a dynamic object are distinguished by the identification information.
  • the encoding device may encode the dynamic object as one or more VLMs or SPCs, and may encode the VLM or SPC including the static object and the SPC including the dynamic object as different GOSs. Also, when the GOS size is variable according to the size of the dynamic object, the encoding apparatus separately stores the GOS size as meta information.
  • the encoding device may encode the static object and the dynamic object independently of each other and superimpose the dynamic object on the world composed of the static objects.
  • the dynamic object is composed 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 device may encode the static object and the dynamic object as different streams.
  • the encoding device may generate a GOS including one or more SPCs that constitute a dynamic object. Further, the encoding apparatus may set the GOS (GOS_M) including the dynamic object and the GOS of the static object corresponding to the GOS_M space area to the same size (occupy the same space area). Thereby, a superimposition process can be performed per GOS.
  • GOS including one or more SPCs that constitute a dynamic object.
  • the encoding apparatus may set the GOS (GOS_M) including the dynamic object and the GOS of the static object corresponding to the GOS_M space area to the same size (occupy the same space area). Thereby, a superimposition process can be performed per GOS.
  • the P-SPC or B-SPC constituting the dynamic object may refer to the SPC included in a different encoded GOS.
  • the reference across the GOS is effective from the viewpoint of the compression rate.
  • the first method and the second method may be switched according to the use of the encoded data. For example, when using encoded 3D data as a map, it is desirable to be able to separate dynamic objects, and therefore the encoding apparatus uses the second method. On the other hand, the encoding apparatus uses the first method when it is not necessary to separate dynamic objects when encoding three-dimensional data of events such as concerts or sports.
  • the GOS or SPC decoding time and display time can be stored in the encoded data or as meta information. Moreover, all the time information of static objects may be the same. At this time, the actual decoding time and display time may be determined by the decoding device. Alternatively, a different value may be given as the decoding time for each GOS or SPC, and the same value may be given as the display time. Furthermore, like a decoder model in moving picture coding such as HEVC's HRD (Hypothetical Reference Decoder), the decoder has a buffer of a predetermined size and can be decoded without failure if a bit stream is read at a predetermined bit rate according to the decoding time You may introduce a model that guarantees
  • the coordinates of the three-dimensional space in the world are expressed by three coordinate axes (x axis, y axis, z axis) orthogonal to each other.
  • encoding can be performed so that spatially adjacent GOSs are continuous in the encoded data.
  • GOS in the xz plane is continuously encoded.
  • the value of the y-axis is updated after encoding of all GOSs in a certain xz plane is completed. That is, as encoding progresses, the world extends in the y-axis direction.
  • the GOS index number is set in the encoding order.
  • the three-dimensional space of the world is associated with GPS or geographical absolute coordinates such as latitude and longitude in one-to-one correspondence.
  • the three-dimensional space may be expressed by a relative position from a preset reference position.
  • the x-axis, y-axis, and z-axis directions in the three-dimensional space are expressed as direction vectors determined based on latitude and longitude, and the direction vectors are stored as meta information together with the encoded data.
  • the GOS size is fixed, and the encoding device stores the size as meta information. Further, the size of the GOS may be switched depending on, for example, whether it is an urban area or whether it is indoor or outdoor. That is, the size of the GOS may be switched according to the amount or nature of the object that is valuable as information. Alternatively, the encoding device may adaptively switch the GOS size or the I-SPC interval in the GOS in accordance with the object density or the like in the same world. For example, the higher the object density, the smaller the size of the GOS and the shorter the I-SPC interval in the GOS.
  • the density of objects is high, so that the GOS is subdivided in order to realize random access with fine granularity.
  • the seventh to tenth GOS exist on the back side of the third to sixth GOS, respectively.
  • FIG. 6 is a block diagram of 3D data encoding apparatus 100 according to the present embodiment.
  • FIG. 7 is a flowchart showing an operation example of the three-dimensional data encoding apparatus 100.
  • the three-dimensional data encoding device 100 shown in FIG. 6 generates encoded three-dimensional data 112 by encoding the three-dimensional data 111.
  • the three-dimensional data encoding apparatus 100 includes an acquisition unit 101, an encoding region determination unit 102, a division unit 103, and an encoding unit 104.
  • the acquisition unit 101 first acquires three-dimensional data 111 that is point cloud data (S101).
  • the coding area determination unit 102 determines a coding target area among the spatial areas corresponding to the acquired point cloud data (S102). For example, the coding area determination unit 102 determines a space area around the position as a coding target area according to the position of the user or the vehicle.
  • the dividing unit 103 divides the point cloud data included in the encoding target area into each processing unit.
  • the processing unit is the above-described GOS, SPC, or the like.
  • this encoding target area corresponds to the above-described world, for example.
  • the dividing unit 103 divides the point cloud data into processing units based on a preset GOS size or the presence or size of a dynamic object (S103). Further, the dividing unit 103 determines the start position of the SPC that is the head in the encoding 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 three-dimensional data encoding device 100 generates the encoded three-dimensional data 112 by encoding the three-dimensional data 111.
  • the 3D data encoding apparatus 100 divides 3D data into first processing units (GOS) each of which is a random access unit and is associated with 3D 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) that are minimum units with which position information is associated.
  • the three-dimensional data encoding device 100 generates encoded three-dimensional data 112 by encoding each of the plurality of first processing units (GOS). Specifically, the three-dimensional data encoding device 100 encodes each of the plurality of second processing units (SPC) in each first processing unit (GOS). In addition, the 3D 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 3D data encoding apparatus 100 has 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 3D 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 processing target second processing unit (SPC) included in the processing target first processing unit (GOS) is set as the processing target first processing unit (GOS).
  • the 3D data encoding apparatus 100 uses the first type (I-SPC) that does not refer to another second processing unit (SPC) as the type of the second processing unit (SPC) to be processed, Select either the second type (P-SPC) that refers to the second processing unit (SPC) or the third type that refers to 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 3D 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 3D data decoding apparatus 200 shown in FIG. 8 generates decoded 3D data 212 by decoding the encoded 3D data 211.
  • the encoded three-dimensional data 211 is, for example, the encoded three-dimensional data 112 generated by the three-dimensional data encoding device 100.
  • the three-dimensional data decoding apparatus 200 includes an acquisition unit 201, a decoding start GOS determination unit 202, a decoding SPC determination unit 203, and a decoding unit 204.
  • the acquisition unit 201 acquires the encoded three-dimensional data 211 (S201).
  • the decoding start GOS determination unit 202 determines a GOS to be decoded (S202). Specifically, the decoding start GOS determination unit 202 refers to the meta information stored in the encoded 3D data 211 or separately from the encoded 3D data, and the spatial position, object, or The GOS including the SPC corresponding to the time is determined as the GOS to be decrypted.
  • the decoding SPC determination unit 203 determines the type (I, P, B) of SPC to be decoded in the GOS (S203). For example, the decoding SPC determination unit 203 determines whether (1) only I-SPC is decoded, (2) I-SPC and P-SPC are decoded, or (3) all types are decoded. Note that this step may not be performed if the type of SPC to be decoded has been determined in advance, such as decoding all SPCs.
  • the decoding unit 204 acquires an address position where the head SPC in the decoding order (same as the coding order) in the GOS starts in the encoded three-dimensional data 211, and the code of the first SPC from the address position.
  • the data is acquired, and each SPC is sequentially decoded from the head SPC (S204).
  • the address position is stored in meta information or the like.
  • the three-dimensional data decoding apparatus 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) that is a random access unit and each is associated with a three-dimensional coordinate. 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). 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 encoding apparatus 100 and is included in the encoded three-dimensional data 112 (211).
  • FIG. 10 is a diagram illustrating an example of a table included in the meta information. Note that not all the tables shown in FIG. 10 need 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.
  • Information specifying a file segment may be used instead of an address.
  • a file segment is a unit obtained by segmenting one or more GOSs.
  • a plurality of GOSs to which the object belongs may be indicated in the object-GOS table. If the plurality of GOSs are closed GOS, 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 GOS, the compression efficiency can be further improved by referring to the plurality of GOSs.
  • the 3D data encoding apparatus 100 extracts a feature point specific to an object from a 3D point cloud or the like at the time of world encoding, detects an object based on the feature point, and detects the detected object as a random access point. Can be set as
  • the three-dimensional data encoding apparatus 100 includes the first information indicating the plurality of first processing units (GOS) and the three-dimensional coordinates associated with each of the plurality of first processing units (GOS). Is generated. Also, the encoded three-dimensional data 112 (211) includes this first information. The first information further indicates at least one of the object, the time, and the 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 first processing unit corresponding to the specified 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. Further, 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. For example, profiles for urban areas, suburbs, or flying objects are defined, and the maximum or minimum size of the world, SPC, or VLM is defined in each profile. For example, in a city area, detailed information is required more than in a suburb area, so the minimum size of the VLM is set smaller.
  • 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”, and the like. Also good.
  • a tag value indicating a size or a property such as a dynamic object or a 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 SPC or VXL size as header information common to a plurality of SPCs such as the entire encoded data stream or SPC in GOS.
  • the meta information may include identification information such as a distance sensor or a camera used for generating the point cloud, or information indicating the position accuracy of the point cloud in the point cloud.
  • the meta information may include information indicating whether the world is composed of only static objects or includes dynamic objects.
  • the encoding device or decoding device may encode or decode two or more different SPCs or GOSs in parallel.
  • the GOS to be encoded or decoded in parallel can be determined based on meta information indicating the spatial position of the GOS.
  • the encoding device or the decoding device uses GPS, route information, zoom magnification, etc. You may encode or decode GOS or SPC included in the space specified based on it.
  • the decoding device may perform decoding in order from a space close to the self-position or the travel route.
  • the encoding device or the decoding device may encode or decode a space far from its own position or travel route with a lower priority than a close space.
  • lowering the priority means lowering the processing order, lowering the resolution (processing by thinning out), or lowering the image quality (increasing encoding efficiency, for example, increasing the quantization step).
  • the decoding device may decode only the lower layer when decoding the encoded data that is hierarchically encoded in the space.
  • the decoding device may decode preferentially from the lower hierarchy according to the zoom magnification or use of the map.
  • the encoding device or the decoding device encodes with a resolution reduced except for an area within a specific height from the road surface (an area for recognition). Or decoding may be performed.
  • the encoding device may individually encode the point clouds representing the indoor and outdoor space shapes. For example, by separating GOS (indoor GOS) representing the room and GOS (outdoor GOS) representing the room, the decoding device selects the GOS to be decoded according to the viewpoint position when using the encoded data. it can.
  • the encoding device may encode the indoor GOS and the outdoor GOS having close coordinates so as to be adjacent in the encoded stream.
  • the encoding apparatus associates both identifiers, and stores information indicating the identifiers associated with each other in the encoded stream or meta information stored separately.
  • the decoding apparatus can identify the indoor GOS and the outdoor GOS whose coordinates are close by referring to the information in the meta information.
  • the encoding device may switch the size of GOS or SPC between the indoor GOS and the outdoor GOS. For example, the encoding apparatus sets the size of GOS smaller in the room than in the outdoor. Further, the encoding device may change the accuracy when extracting feature points from the point cloud, the accuracy of object detection, or the like between the indoor GOS and the outdoor GOS.
  • the encoding device may add information for the decoding device to display the dynamic object separately from the static object to the encoded data.
  • the decoding apparatus can display a dynamic object and a red frame or explanatory characters together.
  • the decoding device may display only a red frame or explanatory characters instead of the dynamic object.
  • the decoding device may display a finer object type. For example, a red frame may be used for a car and a yellow frame may be used for a human.
  • the encoding device or the decoding device encodes the dynamic object and the static object as different SPC or GOS according to the appearance frequency of the dynamic object or the ratio of the static object to the dynamic object. Or you may decide whether to decode. For example, when the appearance frequency or ratio of a dynamic object exceeds a threshold, SPC or GOS in which a dynamic object and a static object are mixed is allowed, and the appearance frequency or ratio of a dynamic object does not exceed the threshold Does not allow SPC or GOS in which dynamic objects and static objects are mixed.
  • the encoding device When detecting a dynamic object from the two-dimensional image information of the camera instead of the point cloud, the encoding device separately acquires information for identifying the detection result (such as a frame or a character) and the object position, Such information may be encoded as part of the three-dimensional encoded data. In this case, the decoding device superimposes and displays auxiliary information (frame or character) indicating the dynamic object on the decoding result of the static object.
  • auxiliary information frame or character
  • the encoding device may change the density of VXL or VLM in the SPC according to the complexity of the shape of the static object. For example, the encoding device sets VXL or VLM more densely as the shape of the static object is more complicated. Further, the encoding apparatus may determine a quantization step or the like when quantizing the spatial position or color information according to the density of VXL or VLM. For example, the encoding apparatus sets the quantization step to be smaller as VXL or VLM is denser.
  • the encoding device or decoding device performs space encoding or decoding in units of space having coordinate information.
  • the encoding device and the decoding device perform encoding or decoding in units of volume in the space.
  • the volume includes a voxel that is a minimum unit with which position information is associated.
  • the encoding device and the decoding device associate arbitrary elements using a table in which each element of spatial information including coordinates, objects, time, and the like is associated with a GOP, or a table in which elements are associated with each other. Encoding or decoding.
  • the decoding apparatus 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 a volume, voxel, or space that can be selected by the element by feature point extraction or object recognition, and encodes it as a randomly accessible volume, voxel, or space.
  • a space refers to an I-SPC that can be encoded or decoded by the space alone, a P-SPC that is encoded or decoded with reference to any one processed space, and any two processed spaces. Are classified into three types of B-SPC encoded or decoded.
  • One or more volumes correspond to static objects or dynamic objects.
  • a space including a static object and a space including a dynamic object are encoded or decoded as different GOS. That is, the SPC including the static object and the SPC including the dynamic object are assigned to different GOSs.
  • a dynamic object is encoded or decoded for each object, and is associated with one or more spaces including 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 device and the decoding device increase the priority of I-SPC in GOS and perform encoding or decoding.
  • the encoding apparatus performs encoding so that degradation of I-SPC is reduced (so that original three-dimensional data is reproduced more faithfully after decoding).
  • the decoding device decodes only I-SPC, for example.
  • the encoding device may perform encoding by changing the frequency of using I-SPC according to the density or number (quantity) of objects in the world. That is, the encoding device changes the frequency of selecting the I-SPC according to the number or density of objects included in the three-dimensional data. For example, the encoding device increases the frequency of using the I space as the objects in the world are denser.
  • the encoding apparatus sets random access points in units of GOS, and stores information indicating the space area corresponding to GOS in the header information.
  • the encoding device uses, for example, a default value as the GOS space size.
  • the encoding device may change the size of the GOS according to the number (amount) or density of objects or dynamic objects. For example, the encoding device reduces the GOS space size as the objects or dynamic objects are denser or more numerous.
  • the space or volume includes a feature point group derived using information obtained by a sensor such as a depth sensor, gyroscope, or camera.
  • the coordinates of the feature point are set at the center position of the voxel. Further, high accuracy of position information can be realized by subdividing voxels.
  • the feature point group is derived using a plurality of pictures.
  • the plurality of pictures have at least two types of time information: actual time information and the same time information (for example, encoding time used for rate control) in the plurality of pictures associated with the space.
  • encoding or decoding is performed in units of GOS including one or more spaces.
  • the encoding device and the decoding device refer to the space in the processed GOS and predict the P space or B space in the processing target GOS.
  • the encoding device and the decoding device do not refer to different GOS, and use the processed space in the processing target GOS to predict the P space or B space in the processing target GOS.
  • the encoding device and the decoding device transmit or receive the encoded stream in units of world including one or more GOSs.
  • GOS has a layer structure in at least one direction in the world, and the encoding device and the decoding device perform encoding or decoding from a lower layer.
  • a randomly accessible GOS belongs to the lowest layer.
  • GOS belonging to an upper layer refers to GOS belonging to the same layer or lower. That is, GOS includes a plurality of layers that are spatially divided in a predetermined direction and each include one or more SPCs.
  • the encoding device and the decoding device 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 device and the decoding device continuously encode or decode GOS within a world unit including a plurality of GOSs.
  • the encoding device and the decoding device 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 device and the decoding device encode or decode two or more different spaces or GOS in parallel.
  • the encoding device and the decoding device 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 related to its position or / and region size such as GPS, route information, or magnification. .
  • the encoding device or decoding device encodes or decodes a space far from its own position with a lower priority than a close space.
  • the encoding apparatus sets a certain direction of the world according to the magnification or application, and encodes GOS having a layer structure in the direction. Further, the decoding apparatus preferentially decodes GOS having a layer structure in one direction of the world set according to the magnification or use from the lower layer.
  • the encoding device changes the feature point included in the space, the accuracy of object recognition, or the size of the space area between the room and the room.
  • the encoding device and the decoding device encode or decode the indoor GOS and the outdoor GOS whose coordinates are close to each other in the world, and encode or decode these identifiers in association with each other.
  • a three-dimensional data encoding method and a three-dimensional data encoding device for providing a function of transmitting and receiving only necessary information according to applications in encoded data of a three-dimensional point cloud, and A 3D data decoding method and 3D data decoding apparatus for decoding encoded data will be described.
  • FIG. 11 is a diagram illustrating a configuration example of a sparse world and a world.
  • SWLD includes FGOS, which is a GOS composed of FVXL, FSPC, which is an SPC composed of FVXL, and FVLM, which is a VLM composed of FVXL.
  • FGOS which is a GOS composed of FVXL
  • FSPC which is an SPC composed of FVXL
  • FVLM which is a VLM composed of FVXL.
  • the data structure and prediction structure of FGOS, FSPC, and FVLM may be the same as those of GOS, SPC, and VLM.
  • the feature amount is a feature amount that expresses VXL three-dimensional position information or visible light information of the VXL position, and is a feature amount that is often detected particularly at corners and edges of a three-dimensional object.
  • this feature quantity is a three-dimensional feature quantity or visible light feature quantity as described below, but any other feature quantity that represents VXL position, luminance, color information, or the like can be used. It does n’t matter.
  • a SHOT feature value Signature of Histograms of Orientations
  • a PFH feature value Point Feature History
  • a PPF feature value Point Pair Feature
  • the SHOT feature value is obtained by dividing the periphery of the VXL, calculating the inner product of the reference point and the normal vector of the divided area, and generating a histogram.
  • This SHOT feature amount has a feature that the number of dimensions is high and the feature expression power is high.
  • the PFH feature value is obtained by selecting a large number of two-point sets in the vicinity of the VXL, calculating a normal vector from the two points, and forming a histogram. Since this PFH feature amount is a histogram feature, it has a feature that it has robustness against a certain amount of disturbance and has a high feature expression power.
  • the PPF feature value is a feature value calculated using a normal vector or the like for each two VXL points. Since all VXL is used for this PPF feature quantity, it has robustness against occlusion.
  • SIFT Scale-Invariant Feature Transform
  • SURF Speeded Up Robust Features
  • HOG Histogram of Orient
  • SWLD is generated by calculating the feature amount from each VXL of WLD and extracting FVXL.
  • the SWLD may be updated every time the WLD is updated, or may be updated periodically after a certain period of time regardless of the update timing of the WLD.
  • SWLD may be generated for each feature amount. For example, separate SWLDs may be generated for each feature quantity, such as SWLD1 based on SHOT feature quantity and SWLD2 based on SIFT feature quantity, and the SWLD may be used properly according to the application. Further, the calculated feature amount of each FVXL may be held in each FVXL as feature amount information.
  • SWLD Sparse World
  • the network bandwidth and transfer time can be suppressed by holding WLD and SWLD as map information in a server and switching the map information to be transmitted to WLD or SWLD in response to a request from a client. . Specific examples will be shown below.
  • FIG. 12 and 13 are diagrams showing examples of using SWLD and WLD.
  • the client 1 when the client 1 which is an in-vehicle device needs map information for the purpose of 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 around 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 monocular cameras, and self-assembling from the obtained VXL information and SWLD.
  • the self-position information includes the three-dimensional position information and orientation of the client 1.
  • the client 2 which is an in-vehicle device needs map information for the purpose of drawing a map such as a three-dimensional map
  • the client 2 sends a request for obtaining map data for map drawing to the server (S311). ).
  • the server transmits a 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 itself with a visible light camera or the like and a 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 amount of each VXL such as self-position estimation, and WLD is used when detailed VXL information is required such as map drawing. Send to client. Thereby, it becomes possible to transmit / receive map data efficiently.
  • the client may determine whether SWLD or WLD is necessary, and may request the server to send SWLD or WLD. Further, the server may determine whether to transmit SWLD or WLD according to the situation 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 with a limited network bandwidth such as in LTE (Long Term Evolution) environment
  • the client accesses the server via the low-speed network (S321), and maps from the server.
  • SWLD is acquired as information (S322).
  • a high-speed network with sufficient network bandwidth such as in 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 suitable map information according to the network bandwidth of the client.
  • the client receives the SWLD via LTE outdoors, and acquires the WLD via Wi-Fi (registered trademark) when entering a facility or the like indoors. As a result, the client can acquire more detailed map information indoors.
  • Wi-Fi registered trademark
  • the client may request WLD or SWLD from the server according to the network bandwidth used by the client.
  • the client may transmit information indicating the network bandwidth used by 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 network bandwidth of the client and transmit data (WLD or SWLD) suitable for the client.
  • FIG. 15 is a diagram illustrating an operation example in this case.
  • the client when the client is moving at high speed (S331), the client receives 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 rough map information at an appropriate speed by receiving a SWLD with a small amount of data while traveling on an expressway.
  • the client can acquire more detailed map information by receiving the WLD while traveling on a general road.
  • the client may request WLD or SWLD from the server according to its moving speed.
  • the client may transmit information indicating its own moving speed 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 acquire the SWLD from the server, and may acquire the WLD of an important area in the SWLD. For example, when acquiring map data, the client first acquires rough map information by SWLD, narrows down areas where many features such as buildings, signs, or people appear, and then narrows down the WLD of the narrowed area. Get it later. Thereby, the client can acquire detailed information on a necessary area while suppressing the amount of data received from the server.
  • the server may create a separate SWLD for each object from the WLD, and the client may receive each according to the application. Thereby, a network band can be suppressed.
  • the server recognizes a person or a car in advance from the WLD, and creates a human SWLD and a car SWLD.
  • the client receives a person's SWLD if he wants to obtain information on people around him, and receives a car's SWLD if he wants to obtain car information.
  • SWLD types may be distinguished by information (flag or type) added to a header or the like.
  • FIG. 16 is a block diagram of 3D 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 device 400.
  • the 16 generates encoded 3D data 413 and 414, which are encoded streams, by encoding the input 3D data 411.
  • the encoded 3D data 413 is encoded 3D data corresponding to WLD
  • the encoded 3D data 414 is encoded 3D data corresponding to SWLD.
  • the three-dimensional data encoding apparatus 400 includes an acquisition unit 401, an encoding region determination unit 402, a SWLD extraction unit 403, a WLD encoding unit 404, and a SWLD encoding unit 405.
  • the acquisition unit 401 acquires input three-dimensional data 411 that 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 where the point cloud data exists (S402).
  • the SWLD extraction unit 403 defines a space area to be encoded as WLD, and calculates a feature amount from each VXL included in the WLD. Then, the SWLD extraction unit 403 extracts VXL whose feature amount is equal to or greater than a predetermined threshold, defines the extracted VXL as FVXL, and adds the FVXL to the SWLD, thereby generating extracted three-dimensional data 412. (S403). That is, extracted 3D data 412 having a feature amount equal to or greater than a threshold is extracted from the input 3D data 411.
  • the WLD encoding unit 404 generates encoded three-dimensional data 413 corresponding to WLD by encoding the input three-dimensional data 411 corresponding to WLD (S404). At this time, the WLD encoding unit 404 adds information for distinguishing that the encoded three-dimensional data 413 is a stream including WLD to the header of the encoded three-dimensional data 413.
  • the SWLD encoding unit 405 generates encoded three-dimensional data 414 corresponding to SWLD by encoding the extracted three-dimensional data 412 corresponding to SWLD (S405). At this time, the SWLD encoding unit 405 adds information for distinguishing that the encoded three-dimensional data 414 is a stream including SWLD to the header of the encoded three-dimensional data 414.
  • 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 reverse to the above. Also, some or all of these processes may be performed in parallel.
  • a parameter “world_type” is defined.
  • a specific flag may be included in one of the encoded three-dimensional data 413 and 414. For example, a flag including that the stream includes SWLD may be assigned to the encoded three-dimensional data 414. In this case, the decoding apparatus can determine whether the stream includes WLD or SWLD depending on the presence or absence of a flag.
  • the encoding method used when the WLD encoding unit 404 encodes WLD may be different from the encoding method used when the SWLD encoding unit 405 encodes SWLD.
  • inter prediction may be prioritized among intra prediction and inter prediction over the encoding method used for WLD.
  • the encoding method used for SWLD and the encoding method used for WLD may differ in the three-dimensional position representation method.
  • the three-dimensional position of FVXL may be represented by three-dimensional coordinates
  • WLD the three-dimensional position may be represented by an octree that will be described later, and vice versa.
  • the SWLD encoding unit 405 performs encoding so that the data size of the encoded three-dimensional data 414 of SWLD is smaller than the data size of the encoded three-dimensional data 413 of WLD.
  • SWLD may have a lower correlation between data than WLD.
  • the encoding efficiency decreases, and the data size of the encoded three-dimensional data 414 may become larger than the data size of the encoded three-dimensional data 413 of WLD. Therefore, when 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 the WLD, the SWLD encoding unit 405 re-encodes the data size.
  • the encoded three-dimensional data 414 with reduced is regenerated.
  • 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.
  • the degree of quantization can be roughened by rounding the data in the lowest layer.
  • the SWLD encoding unit 405 does not generate the SWLD encoded three-dimensional data 414. May be.
  • the encoded 3D data 413 of WLD may be copied to the encoded 3D data 414 of SWLD. That is, the WLD encoded three-dimensional data 413 may be used as it is as the SWLD encoded three-dimensional data 414.
  • FIG. 18 is a block diagram of 3D data decoding apparatus 500 according to the present embodiment.
  • FIG. 19 is a flowchart of the 3D data decoding process performed by the 3D data decoding apparatus 500.
  • the three-dimensional data decoding apparatus 500 shown in FIG. 18 generates decoded three-dimensional data 512 or 513 by decoding the encoded three-dimensional data 511.
  • the encoded 3D data 511 is, for example, the encoded 3D data 413 or 414 generated by the 3D data encoding device 400.
  • the 3D 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 including WLD or a stream including SWLD (S502). For example, the determination is performed with reference to the above-described parameter of type_type.
  • the WLD decoding unit 503 When the encoded 3D data 511 is a stream including WLD (Yes in S503), the WLD decoding unit 503 generates the decoded 3D data 512 of WLD by decoding the encoded 3D data 511 (S504). . On the other hand, when the encoded three-dimensional data 511 is a stream including SWLD (No in S503), 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 three-dimensional position representation method may be different between the decoding method used for SWLD and the decoding method used for WLD.
  • the three-dimensional position of FVXL may be represented by three-dimensional coordinates
  • WLD the three-dimensional position may be represented by an octree that will be described later, and vice versa.
  • FIG. 20 is a diagram illustrating an example of VXL of WLD.
  • FIG. 21 is a diagram showing an octree structure of the WLD shown in FIG. In the example shown in FIG. 20, there are three VXLs 1 to 3 that are VXLs including point clouds (hereinafter referred to as effective VXLs).
  • the octree structure is composed of nodes and leaves. Each node has a maximum of 8 nodes or leaves. Each leaf has VXL information. Of the leaves shown in FIG. 21, leaves 1, 2, and 3 represent VXL1, VXL2, and VXL3 shown in FIG. 20, respectively.
  • each node and leaf corresponds to a three-dimensional position.
  • Node 1 corresponds to the entire block shown in FIG.
  • the block corresponding to the node 1 is divided into eight blocks. Among the eight blocks, a 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 the lowermost blocks 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 as FVXL and is not included in SWLD.
  • FIG. 23 is a diagram illustrating the octree structure of the SWLD illustrated in FIG. In the octree structure shown in FIG. 23, leaf 3 corresponding to VXL3 shown in FIG. 21 is deleted. As a result, the 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 receives SWLD from a server when performing self-position estimation, performs self-position estimation using SWLD, and performs obstacle detection when performing distance detection such as a range finder, stereo.
  • Obstacle detection may be performed based on surrounding three-dimensional information acquired by using various methods such as a camera or a combination of a plurality of monocular cameras.
  • SWLD hardly includes VXL data in a flat region. Therefore, the server may hold a sub-sample world (subWLD) obtained by sub-sampled WLD and send SWLD and subWLD to the client for detection of a static obstacle. Thereby, 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 WLD and hold it in advance as a mesh world (MWLD). For example, the client receives MWLD if it needs coarse 3D rendering and receives WLD if it needs detailed 3D rendering. Thereby, a network band can be suppressed.
  • MWLD mesh world
  • the server may calculate the FVXL by a different method. For example, the server determines that VXL, VLM, SPC, or GOS constituting a signal or intersection is necessary for self-position estimation, driving assistance, automatic driving, etc., and includes it in SWLD as FVXL, FVLM, FSPC, FGOS It doesn't matter if you do. Further, the above determination may be made manually. In addition, you may add FVXL etc. which were obtained by the said method to FVXL etc. which were set based on the feature-value. 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 signals or intersections, driving assistance, or automatic driving as an upper layer of SWLD (for example, lane world).
  • the server may add an attribute to the VXL in the WLD for each random access unit or every predetermined unit.
  • the attribute includes, for example, information indicating whether it is necessary or unnecessary for self-position estimation, or information indicating whether it is important as traffic information such as a signal or an intersection. Further, the attribute may include a correspondence relationship with a Feature (an intersection or a road) in the lane information (GDF: Geographic Data Files, etc.).
  • the following method may be used as a WLD or SWLD update method.
  • Update information indicating changes in people, construction, or row of trees (for trucks) is uploaded to the server as point clouds or metadata. Based on the upload, the server updates the WLD, and then updates the SWLD using the updated WLD.
  • the client may send the 3D information generated by itself to the server together with the update notification. Good.
  • the server updates SWLD using WLD. If the SWLD is not updated, the server determines that the WLD itself is old.
  • information for distinguishing between WLD and SWLD is added as header information of the encoded stream. For example, when there are multiple types of worlds such as a mesh world or a lane world, they are distinguished. Information may be added to the header information. In addition, when there are a large number of SWLDs having different feature amounts, information for distinguishing each may be added to the header information.
  • SWLD is composed of FVXL, it may include VXL that is not determined to be FVXL.
  • the SWLD may include an adjacent VXL used when calculating the feature amount of the FVXL. Accordingly, even when the feature amount information is not added to each FVXL of the SWLD, the client can calculate the feature amount of the FVXL when receiving the SWLD.
  • SWLD may include information for distinguishing whether each VXL is FVXL or VXL.
  • the three-dimensional data encoding device 400 extracts the extracted three-dimensional data 412 (second three-dimensional data) whose feature amount is equal to or greater than the threshold from the input three-dimensional data 411 (first three-dimensional data), and extracts the extracted three-dimensional data 412 (second three-dimensional data).
  • Encoded three-dimensional data 414 (first encoded three-dimensional data) is generated by encoding the three-dimensional data 412.
  • the three-dimensional data encoding device 400 generates encoded three-dimensional data 414 in which data having a feature amount equal to or greater than a threshold value is encoded. Thereby, the amount of data can be reduced as compared with the case where the input three-dimensional data 411 is encoded as it is. Therefore, the three-dimensional data encoding device 400 can reduce the amount of data to be transmitted.
  • the three-dimensional data encoding device 400 further generates encoded three-dimensional data 413 (second encoded three-dimensional data) by encoding the input three-dimensional data 411.
  • the three-dimensional data encoding device 400 can selectively transmit the encoded three-dimensional data 413 and the encoded three-dimensional data 414, for example, according to the usage.
  • the extracted three-dimensional data 412 is encoded by the first encoding method
  • the input three-dimensional data 411 is encoded by a second encoding method different from the first encoding method.
  • the 3D data encoding apparatus 400 can use encoding methods suitable for the input 3D data 411 and the extracted 3D data 412 respectively.
  • inter prediction has priority over intra prediction and inter prediction over the second encoding method.
  • the three-dimensional data encoding apparatus 400 can raise the priority of inter prediction with respect to the extracted three-dimensional data 412 in which the correlation between adjacent data tends to be low.
  • the first encoding method and the second encoding method differ in the three-dimensional position representation method.
  • a three-dimensional position is expressed by an octree
  • a three-dimensional position is expressed by a three-dimensional coordinate.
  • the three-dimensional data encoding device 400 can use a more suitable three-dimensional position representation method for three-dimensional data having different numbers of data (number of VXL or FVXL).
  • At least one of the encoded three-dimensional data 413 and 414 is the encoded three-dimensional data obtained by encoding the input three-dimensional data 411 or the input three-dimensional data 411.
  • the identifier which shows whether it is the encoding three-dimensional data obtained by encoding a part of is included. That is, the identifier indicates whether the encoded three-dimensional data is WLD encoded three-dimensional data 413 or SWLD encoded three-dimensional data 414.
  • the decoding apparatus can easily determine whether the acquired encoded 3D data is the encoded 3D data 413 or the encoded 3D data 414.
  • the three-dimensional data encoding device 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 encoding device 400 can make the data amount of the encoded three-dimensional data 414 smaller than the data amount of the encoded three-dimensional data 413.
  • the three-dimensional data encoding device 400 further extracts data corresponding to an object having a predetermined attribute from the input three-dimensional data 411 as extracted three-dimensional data 412.
  • an object having a predetermined attribute is an object necessary for self-position estimation, driving assistance, automatic driving, or the like, such as a signal or an intersection.
  • the three-dimensional data encoding device 400 can generate encoded three-dimensional data 414 including data necessary for the decoding device.
  • the three-dimensional data encoding device 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 device 400 can transmit appropriate data according to the state of the client.
  • the client status 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 a request from the client.
  • the three-dimensional data encoding device 400 can transmit appropriate data in response to a client 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 first decoding on the encoded three-dimensional data 414 obtained by encoding the extracted three-dimensional data 412 whose feature amount extracted from the input three-dimensional data 411 is equal to or greater than a threshold value. Decrypt by 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 by 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 greater than the threshold, and the encoded three-dimensional data 413, for example, according to the usage application. Can be received automatically. Thereby, the three-dimensional data decoding apparatus 500 can reduce the amount of data to be transmitted. Further, the three-dimensional data decoding apparatus 500 can use a decoding method suitable for each of the input three-dimensional data 411 and the extracted three-dimensional data 412.
  • inter prediction has priority over 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 first decoding method and the second decoding method differ in the three-dimensional position representation method.
  • the three-dimensional position is expressed by an octree
  • the three-dimensional position is expressed by a three-dimensional coordinate.
  • the three-dimensional data decoding apparatus 500 can use a more suitable three-dimensional position expression method for three-dimensional data having different numbers of data (number of VXL or FVXL).
  • At least one of the encoded three-dimensional data 413 and 414 is the encoded three-dimensional data obtained by encoding the input three-dimensional data 411 or the input three-dimensional data 411.
  • the identifier which shows whether it is the encoding three-dimensional data obtained by encoding a part of is included.
  • the three-dimensional data decoding apparatus 500 refers to the identifier to identify the encoded three-dimensional data 413 and 414.
  • the 3D data decoding apparatus 500 can easily determine whether the acquired encoded 3D data is the encoded 3D data 413 or the encoded 3D data 414.
  • the 3D data decoding apparatus 500 further notifies the server of the state of the client (3D data decoding apparatus 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 3D data decoding apparatus 500 can receive appropriate data according to the state of the client.
  • the client status 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. Receive.
  • the three-dimensional data decoding apparatus 500 can receive appropriate data according to the application.
  • FIG. 24 is a block diagram of the three-dimensional data creation device 620 according to the present embodiment.
  • the three-dimensional data creation device 620 is included in the host vehicle, for example, by synthesizing the received second three-dimensional data 635 with the first three-dimensional data 632 created by the three-dimensional data creation device 620, thereby making the denser.
  • the third 3D data 636 is created.
  • the three-dimensional data creation device 620 includes a three-dimensional data creation unit 621, a request range determination unit 622, a search unit 623, a reception unit 624, a decoding unit 625, and a synthesis unit 626.
  • the three-dimensional data creation unit 621 creates first three-dimensional data 632 using sensor information 631 detected by a sensor included in the host vehicle.
  • the required range determination unit 622 determines a required range that is a three-dimensional space range in which data is insufficient in the generated first three-dimensional data 632.
  • the search unit 623 searches for surrounding vehicles that possess the three-dimensional data of the requested range, and transmits requested range information 633 indicating the requested range to the surrounding vehicles specified by the search.
  • the receiving unit 624 receives encoded three-dimensional data 634 that is an encoded stream of a requested range from surrounding vehicles (S624).
  • the search part 623 may issue a request indiscriminately with respect to all the vehicles existing in the specific range, and may receive the encoded three-dimensional data 634 from a partner who has responded.
  • the search unit 623 may send a request to an object such as a traffic light or a sign, not limited to a vehicle, and receive the encoded three-dimensional data 634 from the object.
  • the decoding unit 625 acquires the second 3D data 635 by decoding the received encoded 3D data 634.
  • the synthesizing unit 626 synthesizes the first three-dimensional data 632 and the second three-dimensional data 635 to create denser third three-dimensional data 636.
  • FIG. 25 is a block diagram of the three-dimensional data transmission device 640.
  • the three-dimensional data transmission device 640 processes the fifth three-dimensional data 652 included in the surrounding vehicle described above and created by the surrounding vehicle into the sixth three-dimensional data 654 requested by the own vehicle, and the sixth three-dimensional data
  • the encoded three-dimensional data 634 is generated by encoding 654, and the encoded three-dimensional data 634 is transmitted to the host vehicle.
  • the three-dimensional data transmission device 640 includes a three-dimensional data creation 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 sensors included in the surrounding vehicles.
  • the receiving unit 642 receives the request range information 633 transmitted from the host vehicle.
  • the extraction unit 643 extracts the three-dimensional data of the required range indicated by the required range information 633 from the fifth three-dimensional data 652, thereby processing the fifth three-dimensional data 652 into the sixth three-dimensional data 654. To do.
  • the encoding unit 644 generates encoded three-dimensional data 634 that is an encoded stream by encoding the sixth three-dimensional data 654. Then, the transmission unit 645 transmits the encoded three-dimensional data 634 to the host vehicle.
  • the own vehicle is provided with the 3D data creation device 620 and the surrounding vehicle is provided with the 3D data transmission device 640. It may have a function with 640.
  • 3D data of the vehicle acquired by a sensor such as a range finder (LiDAR) mounted on the vehicle or a stereo camera.
  • a sensor such as a range finder (LiDAR) mounted on the vehicle or a stereo camera.
  • LiDAR range finder
  • 3D maps change not only in 3D point clouds, but also in 2D map data such as road and intersection shape information, or real time such as traffic jams and accidents, such as HD maps proposed by HERE Information may be included.
  • a three-dimensional map is composed of a plurality of layers such as three-dimensional data, two-dimensional data, and metadata that changes in real time, and the apparatus can acquire or reference only necessary data.
  • the point cloud data may be the above-described SWLD, or may include point cloud data that is not a feature point.
  • transmission / 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 3D map and the vehicle detection 3D data.
  • the apparatus compares the shape of the point cloud in each point cloud, and determines that the parts with high similarity between feature points are at the same position.
  • the apparatus performs matching by comparing the feature points constituting the SWLD and the three-dimensional feature points extracted from the own vehicle detection three-dimensional data.
  • FIG. 26 is a block diagram illustrating a configuration example of the three-dimensional information processing apparatus 700 according to the present embodiment.
  • the 3D information processing apparatus 700 is mounted on an animal body such as an automobile, for example. 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 action determination unit 704, and an operation control unit 705. With.
  • the three-dimensional information processing apparatus 700 is not shown for detecting a structure or moving object around the vehicle such as a camera that acquires a two-dimensional image, or a one-dimensional data sensor using ultrasonic waves or laser. A two-dimensional or one-dimensional sensor may be provided.
  • 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 vehicle-to-vehicle communication or road-to-vehicle communication. .
  • the 3D map acquisition unit 701 acquires a 3D map 711 in the vicinity of the travel route.
  • the three-dimensional map acquisition unit 701 acquires the three-dimensional map 711 through a mobile communication network, vehicle-to-vehicle communication, or road-to-vehicle communication.
  • the own vehicle detection data acquisition unit 702 acquires the own vehicle detection three-dimensional data 712 based on the sensor information. For example, the own vehicle detection data acquisition unit 702 generates the own vehicle detection three-dimensional data 712 based on sensor information acquired by a sensor included in the own 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 own 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 own vehicle detection three-dimensional data 712 is abnormal.
  • the coping operation determination unit 704 determines the coping operation for the abnormal case.
  • the operation control unit 705 controls the operation of each processing unit, such as the three-dimensional map acquisition unit 701, which is necessary for performing the countermeasure operation.
  • the three-dimensional information processing apparatus 700 ends the process.
  • the three-dimensional information processing apparatus 700 performs self-position estimation of the vehicle having the three-dimensional information processing apparatus 700 using the three-dimensional map 711 and the own vehicle detection three-dimensional data 712. Next, the three-dimensional information processing apparatus 700 automatically drives the vehicle using the result of 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, each of which is an aggregate of one or more subspaces, each of which can be decoded independently. Includes access units.
  • the first three-dimensional position information is data (SWLD) in which feature points whose three-dimensional feature amounts are equal to or greater than a predetermined threshold are encoded.
  • the three-dimensional information processing apparatus 700 generates second three-dimensional position information (own vehicle detection three-dimensional data 712) from 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, so that the first three-dimensional position information or the second three-dimensional position information is processed. It is determined whether or not the three-dimensional position information is abnormal.
  • the three-dimensional information processing apparatus 700 determines a countermeasure operation for the abnormality. Next, the three-dimensional information processing apparatus 700 performs control necessary for performing the countermeasure 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 perform a coping operation.
  • FIG. 27 is a block diagram illustrating a configuration example of the three-dimensional data creation device 810 according to the present embodiment.
  • the three-dimensional data creation device 810 is mounted on a vehicle, for example.
  • the three-dimensional data creation device 810 transmits / receives three-dimensional data to / from an external traffic monitoring cloud, a preceding vehicle or a following vehicle, and creates and accumulates three-dimensional data.
  • the three-dimensional data creation 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 creation 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 the three-dimensional data 831 from the traffic monitoring cloud or the preceding vehicle.
  • the three-dimensional data 831 includes, for example, information such as a point cloud, visible light video, depth information, sensor position information, or speed information including an area that cannot be detected by the sensor 815 of the host vehicle.
  • the communication unit 812 communicates with the traffic monitoring cloud or the preceding vehicle, and transmits a data transmission request or the like to the traffic monitoring cloud or the preceding vehicle.
  • the reception control unit 813 exchanges information such as a compatible 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 or the like on the three-dimensional data 831 received by the data reception unit 811. Further, the format conversion unit 814 performs expansion or decoding processing when the three-dimensional data 831 is compressed or encoded.
  • the plurality of sensors 815 is a sensor group that acquires information outside the vehicle, such as LiDAR, visible light camera, or infrared camera, and generates sensor information 833.
  • the sensor information 833 is three-dimensional data such as a point cloud (point cloud data) when the sensor 815 is a laser sensor such as LiDAR. Note that the sensor 815 may not be plural.
  • the 3D data creation unit 816 generates 3D data 834 from the sensor information 833.
  • the three-dimensional data 834 includes information such as a point cloud, visible light video, depth information, sensor position information, or speed information, for example.
  • the three-dimensional data composition unit 817 synthesizes 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.
  • the three-dimensional data 835 including the space ahead of the preceding vehicle that cannot 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 or the like to the traffic monitoring cloud or the following vehicle.
  • the transmission control unit 820 exchanges information such as a compatible format with the communication destination via the communication unit 819, and establishes communication with the communication destination.
  • the transmission control unit 820 uses the 3D data construction information of the 3D data 832 generated by the 3D data synthesis unit 817 and the data transmission request from the communication destination in the space of the transmission target 3D data. A certain transmission area is determined.
  • the transmission control unit 820 determines a transmission area including a space ahead of the host vehicle that cannot be detected by the sensor of the subsequent vehicle, in response to a data transmission request from the traffic monitoring cloud or the subsequent vehicle. In addition, the transmission control unit 820 determines a transmission area by determining whether or not a space that can be transmitted or a transmitted space is updated 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 where the corresponding three-dimensional data 835 exists as the transmission area. Then, the transmission control unit 820 notifies the format conversion unit 821 of the format and transmission area corresponding to the communication destination.
  • the format conversion unit 821 converts the three-dimensional data 836 in the transmission area out of the three-dimensional data 835 stored in the three-dimensional data storage unit 818 to convert the three-dimensional data 837 into a format supported by the reception side. Generate. Note that the format conversion unit 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, or sensor position information including an area that becomes a blind spot of the following vehicle.
  • format conversion or the like is performed in the format conversion units 814 and 821
  • format conversion may not be performed.
  • the three-dimensional data creation device 810 obtains from the outside three-dimensional data 831 in a region that cannot be detected by the sensor 815 of the host vehicle, and sensor information 833 detected by the three-dimensional data 831 and the sensor 815 of the host vehicle.
  • the three-dimensional data 835 is generated by combining the three-dimensional data 834 based on the above. Accordingly, the three-dimensional data creation device 810 can generate three-dimensional data in a range that cannot be detected by the sensor 815 of the host vehicle.
  • the three-dimensional data creation device 810 generates three-dimensional data including the space ahead of the host vehicle that cannot be detected by the sensor of the following vehicle in response to a data transmission request from the traffic monitoring cloud or the following vehicle. It can be transmitted to vehicles.
  • FIG. 28 is a diagram showing a configuration of a three-dimensional map and sensor information transmission / reception system according to the present embodiment.
  • This system includes a server 901 and client devices 902A and 902B. Note that the client devices 902A and 902B are also referred to as client devices 902 unless otherwise distinguished.
  • the client device 902 is, for example, an in-vehicle device mounted on a moving body such as a vehicle.
  • the server 901 is, for example, a traffic monitoring cloud and can communicate with a plurality of client devices 902.
  • the server 901 transmits a three-dimensional map composed of a point cloud to the client device 902.
  • 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 device 902 transmits the sensor information acquired by the client device 902 to the server 901.
  • the sensor information includes, for example, at least one of LiDAR acquisition information, visible light image, infrared image, depth image, sensor position information, and velocity information.
  • Data transmitted / received between the server 901 and the client device 902 may be compressed for data reduction, or may remain uncompressed to maintain data accuracy.
  • a three-dimensional compression method based on an octree structure can be used for the point cloud.
  • a two-dimensional image compression method can be used for the visible light image, the infrared image, and the depth image.
  • the two-dimensional image compression method is, for example, MPEG-4 AVC or HEVC standardized by MPEG.
  • the server 901 transmits a three-dimensional map managed by the server 901 to the client device 902 in response to a three-dimensional map transmission request from the client device 902.
  • the server 901 may transmit the three-dimensional map without waiting for the three-dimensional map transmission request from the client device 902.
  • the server 901 may broadcast a three-dimensional map to one or more client devices 902 in a predetermined space.
  • the server 901 may transmit a three-dimensional map suitable for the position of the client device 902 to the client device 902 that has received a transmission request once every predetermined time. Further, the server 901 may transmit the three-dimensional map to the client device 902 every time the three-dimensional map managed by the server 901 is updated.
  • the client device 902 issues a 3D map transmission request to the server 901. For example, when the client device 902 wants to perform self-position estimation during traveling, the client device 902 transmits a transmission request for a three-dimensional map to the server 901.
  • the client device 902 may send a transmission request for a three-dimensional map to the server 901.
  • the client device 902 may issue a transmission request for the 3D map to the server 901.
  • the client device 902 may issue a three-dimensional map transmission request to the server 901 when a certain period of time has elapsed since the client device 902 acquired the three-dimensional map.
  • the client device 902 may issue a transmission request for the three-dimensional map to the server 901 before a certain time when the client device 902 goes out from 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 3D map held by the client device 902, the client device 902 issues a 3D map transmission request to the server 901. May be. Further, when the movement path and movement speed of the client device 902 can be grasped, the time when the client device 902 goes out is predicted based on these information from the space indicated by the three-dimensional map held by the client device 902. May be.
  • the client device 902 may send a transmission request for the three-dimensional map to the server 901.
  • the client device 902 transmits the sensor information to the server 901 in response to the sensor information transmission request transmitted from the server 901.
  • the client device 902 may send the sensor information to the server 901 without waiting for a sensor information transmission request from the server 901. For example, when the client apparatus 902 once obtains a sensor information transmission request from the server 901, the client apparatus 902 may periodically transmit the sensor information to the server 901 for a certain period.
  • the client device 902 has a peripheral area around the client device 902 when an error in alignment between the three-dimensional data created by the client device 902 based on the sensor information and the three-dimensional map obtained from the server 901 is greater than or equal to a certain value. It may be determined that there is a possibility that the three-dimensional map has changed, and that fact and sensor information may be transmitted to the server 901.
  • the server 901 issues a sensor information transmission request to the client device 902.
  • the server 901 receives position information of the client device 902 such as GPS from the client device 902.
  • position information of the client device 902 such as GPS from the client device 902.
  • the server 901 determines that the client device 902 is approaching a space with little information in the three-dimensional map managed by the server 901 based on the position information of the client device 902
  • the client 902 generates a new three-dimensional map.
  • a request for transmitting sensor information is sent to the device 902.
  • the server 901 issues a sensor information transmission request when it is desired to update the 3D map, when it is desired to confirm road conditions such as during snowfall or at a disaster, or when it is necessary to confirm traffic conditions or incident / accident situations. Also good.
  • the client device 902 may set the data amount of the sensor information to be transmitted to the server 901 according to the communication state or the bandwidth when the sensor information transmission request received from the server 901 is received. Setting the 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 illustrating a configuration example of the client device 902.
  • the client device 902 receives a three-dimensional map composed of a point cloud or the like from the server 901, and estimates the self-position of the client device 902 from the three-dimensional data created based on the sensor information of the client device 902. In addition, the client device 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 3D data creation unit 1016, a 3D 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 include either compressed data or non-compressed data.
  • the communication unit 1012 communicates with the server 901 and transmits a data transmission request (for example, a three-dimensional map transmission request) to the server 901.
  • a data transmission request for example, a three-dimensional map transmission request
  • the reception control unit 1013 exchanges information such as a compatible 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 or the like on the three-dimensional map 1031 received by the data receiving unit 1011.
  • the format conversion unit 1014 performs decompression or decoding processing when the three-dimensional map 1031 is compressed or encoded. Note that the format conversion unit 1014 does not perform decompression or decoding processing if the three-dimensional map 1031 is non-compressed data.
  • the plurality of sensors 1015 is a sensor group that acquires information outside the vehicle on which the client device 902 is mounted, such as a LiDAR, a visible light camera, an infrared camera, or a depth sensor, and generates sensor information 1033.
  • the sensor information 1033 is three-dimensional data such as a point cloud (point cloud data) when the sensor 1015 is a laser sensor such as LiDAR. Note that the number of sensors 1015 may not be plural.
  • the 3D data creation unit 1016 creates 3D data 1034 around the host vehicle based on the sensor information 1033.
  • the three-dimensional data creation unit 1016 creates point cloud data with color information around the host vehicle using information acquired by LiDAR and a visible light image obtained by a visible light camera.
  • the three-dimensional image processing unit 1017 performs self-position estimation processing of the host vehicle using the received three-dimensional map 1032 such as a point cloud and the three-dimensional data 1034 around the host vehicle generated from the sensor information 1033. . Note that the three-dimensional image processing unit 1017 generates the three-dimensional data 1035 around the host vehicle by synthesizing the three-dimensional map 1032 and the three-dimensional data 1034, and self-position estimation is performed using the generated three-dimensional data 1035. Processing may be performed.
  • 3D data storage unit 1018 stores 3D map 1032, 3D data 1034, 3D 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 the format conversion is not necessary. Further, 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 (sensor information transmission request) from the server 901.
  • the transmission control unit 1021 establishes communication by exchanging information such as a compatible format with a communication destination via the communication unit 1020.
  • 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.
  • the information acquired by 1015 is included.
  • FIG. 30 is a block diagram illustrating a configuration example of the server 901.
  • the server 901 receives the sensor information transmitted from the client device 902, and creates three-dimensional data based on the received sensor information.
  • the server 901 updates the 3D map managed by the server 901 using the created 3D data. Further, the server 901 transmits the updated three-dimensional map to the client device 902 in response to the three-dimensional map transmission request from 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 3D data creation unit 1116, a 3D data synthesis unit 1117, and a 3D data storage unit 1118.
  • the data receiving unit 1111 receives the 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 sensor information transmission request) to the client device 902.
  • a data transmission request for example, a sensor information transmission request
  • the reception control unit 1113 exchanges information such as a compatible format with the communication destination via the communication unit 1112, and establishes 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. Note that the format conversion unit 1114 does not perform decompression or decoding processing if the sensor information 1037 is non-compressed data.
  • the 3D data creation unit 1116 creates 3D 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 around the client device 902 using information acquired by LiDAR and a visible light image obtained by a 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.
  • 3D data storage unit 1118 stores 3D map 1135 and the like.
  • the format conversion unit 1119 generates the three-dimensional map 1031 by converting the three-dimensional map 1135 into a format supported by the receiving side. Note that the format conversion unit 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 format conversion. Further, 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 for a three-dimensional map) and the like from the client device 902.
  • the transmission control unit 1121 establishes communication by exchanging information such as a compatible format with a communication destination via the communication unit 1120.
  • 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 include either compressed data or non-compressed data.
  • FIG. 31 is a flowchart showing an operation when the client device 902 acquires a three-dimensional map.
  • the client device 902 requests the server 901 to transmit a three-dimensional map (such as a point cloud) (S1001).
  • 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.
  • the client device 902 receives a three-dimensional map from the server 901 (S1002). If the received three-dimensional map is compressed data, the client device 902 generates a non-compressed three-dimensional map by decoding the received 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 device 902 estimates the self-position of the client device 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 transmitting sensor information by the client device 902.
  • the client device 902 receives a transmission request for sensor information from the server 901 (S1011).
  • the client device 902 that has 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 generates the sensor information 1037 by compressing each piece of information using a compression method suitable for each piece of information. Good.
  • FIG. 33 is a flowchart illustrating an operation when the server 901 acquires sensor information.
  • the server 901 requests the client device 902 to transmit sensor information (S1021).
  • the server 901 receives the sensor information 1037 transmitted from the client device 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 in the three-dimensional map 1135 (S1024).
  • FIG. 34 is a flowchart showing an operation when the server 901 transmits a three-dimensional map.
  • the server 901 receives a three-dimensional map transmission request from the client device 902 (S1031).
  • the server 901 that has received the three-dimensional map transmission request transmits the three-dimensional map 1031 to the client device 902 (S1032).
  • the server 901 may extract a nearby three-dimensional map in accordance with the position information of the client device 902, and 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 structure, and transmit the compressed three-dimensional map.
  • the server 901 creates three-dimensional data 1134 near the position of the client device 902 using the sensor information 1037 received from the client device 902. Next, the server 901 calculates a 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 of the same area managed by the server 901. . If the difference is greater than or equal to a predetermined threshold, the server 901 determines that some abnormality has occurred around the client device 902. For example, when a ground subsidence 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 possible.
  • the sensor information 1037 may include information indicating at least one of the sensor type, the sensor performance, and the sensor model number. Further, a class ID or the like corresponding to the sensor performance may be added to the sensor information 1037. For example, when the sensor information 1037 is information acquired by LiDAR, a sensor that can acquire information with accuracy of several millimeters is class 1, a sensor that can acquire information with accuracy of several centimeters is class 2, and a sensor that can acquire information with accuracy of several centimeters It is conceivable to assign an identifier to the sensor performance, such as class 3, for sensors that can acquire information with accuracy. Further, the server 901 may estimate sensor performance information and the like from the model number of the client device 902.
  • the server 901 may determine the sensor specification information from the vehicle type of the vehicle. In this case, the server 901 may acquire information on the vehicle type of the vehicle in advance, or the sensor information may include the information. The server 901 may switch the degree of correction for 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 correct the three-dimensional data 1134. When the sensor performance is low accuracy (class 3), the server 901 applies correction according to the accuracy of the sensor to the three-dimensional data 1134. For example, the server 901 increases the degree of correction (intensity) as the accuracy of the sensor is lower.
  • the server 901 may simultaneously send sensor information transmission requests to a plurality of client devices 902 in a certain space.
  • the server 901 receives a plurality of pieces 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 sensor performance Information may be selected.
  • the server 901 selects highly accurate sensor information (class 1) from a plurality of received sensor information, and creates three-dimensional data 1134 using the selected sensor information. May be.
  • the server 901 is not limited to a server such as a traffic monitoring cloud, but may be another client device (on-vehicle).
  • FIG. 35 is a diagram showing a system configuration in this case.
  • the client apparatus 902C issues a sensor information transmission request to the client apparatus 902A nearby, and acquires the sensor information from the client apparatus 902A. Then, the client device 902C creates three-dimensional data using the acquired sensor information of the client device 902A, and updates the three-dimensional map of the client device 902C. Thereby, the client device 902C can generate a three-dimensional map of the space that can be acquired from the client device 902A by taking advantage 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 apparatus 902A that provided the sensor information is given the right to acquire a highly accurate three-dimensional map generated by the client apparatus 902C.
  • the client device 902A receives a highly accurate three-dimensional map from the client device 902C according to the right.
  • the client device 902C may send a sensor information transmission request to a plurality of nearby client devices 902 (client device 902A and client device 902B).
  • client device 902A and client device 902B When 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 the high performance sensor.
  • FIG. 36 is a block diagram illustrating the functional configuration of the server 901 and the client device 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 only has to hold a processing unit (device or LSI) that performs processing for decoding a three-dimensional map (point cloud or the like), and the three-dimensional data of the three-dimensional map (point cloud or the like). There is no need to hold a processing unit that performs processing for compressing the. Thereby, the cost and power consumption of the client device 902 can be suppressed.
  • the client device 902 is mounted on the moving body, and the sensor information 1033 obtained by the sensor 1015 mounted on the moving body indicates the surrounding state of the moving body.
  • the surrounding three-dimensional data 1034 is created.
  • the client device 902 estimates the self position of the moving object using the created three-dimensional data 1034.
  • the client device 902 transmits the acquired sensor information 1033 to the server 901 or another moving body 902.
  • the client device 902 transmits the sensor information 1033 to the server 901 or the like. Thereby, there is a possibility that the data amount of the transmission data can be reduced as compared with the case of transmitting the three-dimensional data. Further, since it is not necessary to perform processing such as compression or encoding of three-dimensional data in the client device 902, the processing amount of the client device 902 can be reduced. Therefore, the client device 902 can reduce the amount of data transmitted or simplify the configuration of the device.
  • the client device 902 further transmits a transmission request for a 3D map to the server 901 and receives the 3D 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.
  • the sensor information 1033 includes at least one of information obtained by a laser sensor, a luminance image, an infrared image, a depth image, sensor position information, and sensor speed information.
  • 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 sensor information 1037 after encoding or compression to the server 901 or another mobile unit 902 in the transmission of 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 body, and sensor information 1037 indicating the surrounding state of the mobile body obtained by the sensor 1015 mounted on the mobile body. Is received from the client device 902. The server 901 creates three-dimensional data 1134 around the moving object from the received sensor information 1037.
  • the server 901 creates the three-dimensional data 1134 using the sensor information 1037 transmitted from the client device 902. Thereby, there is a possibility that the data amount of the transmission data can be reduced as compared with the case where the client device 902 transmits the three-dimensional data. Further, since it is not necessary to perform processing such as compression or encoding of three-dimensional data in the client device 902, the processing amount of the client device 902 can be reduced. Therefore, the server 901 can reduce the amount of data to be transmitted or simplify the configuration of the apparatus.
  • the server 901 further transmits a sensor information transmission request to the client device 902.
  • the server 901 updates the three-dimensional map 1135 using the created three-dimensional data 1134, and sends the three-dimensional map 1135 to the client device 902 in response to a transmission request for the three-dimensional map 1135 from the client device 902. Send.
  • the sensor information 1037 includes at least one of information obtained by a laser sensor, a luminance image, an infrared image, a depth image, sensor position information, and sensor speed information.
  • the sensor information 1037 includes information indicating the performance of the sensor.
  • the server 901 further corrects the three-dimensional data according to the performance of the sensor. According to this, the three-dimensional data creation method can improve the quality of the three-dimensional data.
  • the server 901 receives the sensor information by receiving a plurality of sensor information 1037 from the plurality of client devices 902, and based on the plurality of information indicating the performance of the sensor included in the plurality of sensor information 1037, the three-dimensional data 1134.
  • the sensor information 1037 used for creating is selected. 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 sensor information 1132 after decoding or expansion. 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 processing using the memory.
  • FIG. 37 is a block diagram of 3D data encoding apparatus 1300 according to the present embodiment.
  • the three-dimensional data encoding apparatus 1300 generates an encoded bit stream (hereinafter also simply referred to as a bit stream) that is an encoded signal by encoding three-dimensional data. As shown in FIG.
  • the three-dimensional data encoding apparatus 1300 includes a dividing unit 1301, a subtracting unit 1302, a transforming unit 1303, a quantizing unit 1304, an inverse quantizing unit 1305, an inverse transforming unit 1306, An adding 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 encoding unit 1313 are provided.
  • the dividing unit 1301 divides each space (SPC) included in the three-dimensional data into a plurality of volumes (VLM) which are encoding units. In addition, the dividing unit 1301 converts the voxels in each volume into an octree representation (Octree). Note that the dividing unit 1301 may make the space and the volume the same size and express the space as an octree. Further, the dividing unit 1301 may add information (depth information or the like) necessary for octree conversion to the header of the bitstream or the like.
  • the subtraction unit 1302 calculates a difference between the volume (encoding target volume) output from the division unit 1301 and a prediction volume generated by intra prediction or inter prediction described later, and uses the calculated difference as a prediction residual.
  • the data is output to the conversion unit 1303.
  • FIG. 38 is a diagram illustrating a calculation example of the prediction residual. 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, a point cloud) included in the volume.
  • FIG. 39 is a diagram illustrating a structure example of a volume including a plurality of voxels.
  • FIG. 40 is a diagram showing an example in which the volume shown in FIG. 39 is converted into an octree structure.
  • the leaves 1, 2, and 3 represent the voxels VXL1, VXL2, and VXL3 shown in FIG. 39, respectively, and express VXL (hereinafter, effective VXL) including a point group.
  • the octree is expressed by a binary sequence of 0 and 1, for example. For example, assuming that a node or valid VXL has a value of 1 and other values have a value of 0, a binary string shown in FIG. 40 is assigned to each node and leaf. Then, this binary string is scanned according to the scan order of width priority or depth priority. For example, when scanning is performed with priority given to the width, a binary string shown in A of FIG. 41 is obtained. When scanning is performed with depth priority, a binary string shown in FIG. 41B is obtained. The binary sequence obtained by this scan is encoded by entropy encoding, and the amount of information is reduced.
  • depth information in octree representation 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 retained. If the depth is set large, the point cloud information can be reproduced to a finer level, but the amount of data for expressing the nodes and leaves increases. Conversely, if the depth is set small, 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 of the original point cloud information is lost. become.
  • the octree shown in FIG. 42 has a smaller amount of 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 expressed 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 is a diagram showing 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 VXL12 shown in FIG. 43 from the color information of VXL1 and VXL2 shown in FIG.
  • the three-dimensional data encoding apparatus 1300 calculates the average value, intermediate value, or weighted average value of the color information of VXL1 and VXL2 as the color information of VXL12.
  • the three-dimensional data encoding device 1300 may control the reduction of the data amount by changing the depth of the octree.
  • the 3D data encoding apparatus 1300 may set the depth information of the octree in any of world units, space units, and volume units. At this time, the 3D data encoding apparatus 1300 may add depth information to world header information, space header information, or volume header information. Further, the same value may be used for depth information in all worlds, spaces, and volumes at different times. In this case, the 3D data encoding apparatus 1300 may add depth information to header information that manages the world for the entire 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. For example, the conversion unit 1303 creates a one-dimensional array by scanning prediction residuals in a certain scan order. Thereafter, the transform unit 1303 transforms the one-dimensional array into the frequency domain by applying a one-dimensional orthogonal transform to the created one-dimensional array. Thereby, when the value of the prediction residual in the volume is close, the value of the low frequency component becomes large and the value of the high frequency component becomes small. Therefore, the code amount can be more efficiently reduced in the quantization unit 1304.
  • frequency conversion such as orthogonal conversion
  • the conversion unit 1303 creates a one-dimensional array by scanning prediction residuals in a certain scan order. Thereafter, the transform unit 1303 transforms the one-dimensional array into the frequency domain by applying a one-dimensional orthogonal transform to the created one-dimensional array.
  • the transform unit 1303 may use orthogonal transform of two or more dimensions instead of one dimension.
  • the conversion 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.
  • the transform unit 1303 may select an orthogonal transform method to be used from a plurality of orthogonal transform methods.
  • the 3D data encoding apparatus 1300 adds information indicating which orthogonal transform method is used to the bitstream.
  • the transform unit 1303 may select an orthogonal transform method to be used from a plurality of orthogonal transform methods having different dimensions. In this case, the three-dimensional data encoding apparatus 1300 adds to the bitstream which dimension of the orthogonal transform method is used.
  • the conversion unit 1303 matches the scan order of the prediction residual with the scan order (width priority or depth priority, etc.) in the octree in the volume. This eliminates the need to add information indicating the scan order of prediction residuals to the bitstream, thereby reducing overhead.
  • the conversion unit 1303 may apply a scan order different from the scan order of the octree.
  • the 3D data encoding apparatus 1300 adds information indicating the scan order of prediction residuals to the bitstream.
  • the three-dimensional data encoding device 1300 can efficiently encode the prediction residual.
  • the 3D data encoding apparatus 1300 adds information (such as a flag) indicating whether or not to apply the scan order of the octree to the bitstream, and predicts when the scan order of the octree is not applied.
  • Information indicating the scan order of the residuals 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 the voxel.
  • the conversion unit 1303 may convert and encode information such as reflectivity obtained when a point cloud is acquired using LiDAR or the like.
  • the conversion unit 1303 may skip the process when the space does not have attribute information such as color information. Also, the 3D data encoding apparatus 1300 may add information (flag) indicating whether or not to skip the processing 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 the quantization control parameter. This reduces the amount of information.
  • the generated quantization coefficient is output to the entropy encoding unit 1313.
  • the quantization unit 1304 may control the quantization control parameter in units of world, space, or volume. In that case, the 3D data encoding apparatus 1300 adds the quantization control parameter to each header information or the like. Also, the quantization unit 1304 may perform quantization control by changing the weight for each frequency component of the prediction residual. For example, the quantization unit 1304 may finely quantize the low frequency component and coarsely quantize the high frequency component. In this case, the 3D data encoding apparatus 1300 may add a parameter representing the weight of each frequency component to the header.
  • the quantization unit 1304 may skip the process when the space does not have attribute information such as color information. Also, the three-dimensional data encoding device 1300 may add information (flag) indicating whether or not to skip the processing of the quantization unit 1304 to the bitstream.
  • the inverse quantization unit 1305 generates an inverse quantization coefficient of the prediction residual by performing inverse quantization on the quantization coefficient generated by the quantization unit 1304 using the quantization control parameter, and generates the generated inverse quantum.
  • the quantization coefficient is output to the inverse transform unit 1306.
  • the inverse transform unit 1306 generates a prediction residual after applying inverse transform by applying inverse transform to the inverse quantization coefficient generated by the inverse quantization unit 1305. Since the prediction residual after applying the inverse transform is a prediction residual generated after quantization, the prediction residual output by the transform unit 1303 may not completely match.
  • the addition unit 1307 includes a prediction residual generated after the inverse transformation applied by the inverse transformation unit 1306, and a prediction volume generated by intra prediction or inter prediction, which will be described later, used to generate a prediction residual before quantization. Are added to generate a reconstructed volume. This reconstructed volume is stored in the reference volume memory 1308 or the 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 prediction volume of the encoding target volume.
  • the attribute information includes voxel color information or reflectivity.
  • the intra prediction unit 1309 generates color information or a predicted value of reflectivity of the encoding target volume.
  • FIG. 44 is a diagram for explaining the operation of the intra prediction unit 1309.
  • the volume idx is identifier information added to the volume in the space, and a different value is assigned to each volume.
  • the order of volume idx allocation 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 predicted value of the color information from the color information of each voxel included in the encoding target volume.
  • the processing after the conversion unit 1303 is performed on this prediction residual.
  • the 3D data encoding apparatus 1300 adds the adjacent volume information and the prediction mode information to the bitstream.
  • the adjacent volume information is information indicating the adjacent volume used for prediction, and indicates, for example, the volume idx of the adjacent volume used for prediction.
  • the prediction mode information indicates a mode used for generating a predicted volume.
  • the mode is, for example, an average value mode for generating a predicted value from an average value of voxels in an adjacent volume, an intermediate value mode for generating a predicted value from an intermediate value of voxels in an adjacent volume, or the like.
  • FIG. 45 is a diagram schematically illustrating 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 by using encoded spaces at different times T_LX.
  • the inter prediction unit 1311 performs encoding processing by applying rotation and translation processing to encoded spaces at different times T_LX.
  • the three-dimensional data encoding device 1300 adds RT information related to rotation and translation processing applied to spaces at different times T_LX to the bitstream.
  • the different time T_LX is, for example, a time T_L0 before the certain time T_Cur.
  • the 3D data encoding apparatus 1300 may add RT information RT_L0 related to the rotation and translation processing applied to the space at time T_L0 to the bitstream.
  • the different time T_LX is, for example, a time T_L1 after the certain time T_Cur.
  • the 3D data encoding apparatus 1300 may add RT information RT_L1 related to the rotation and translation processing applied to the space at time T_L1 to the bitstream.
  • the inter prediction unit 1311 performs encoding (bi-prediction) with reference to both spaces at 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 rotation and translation applied to each space to the bitstream.
  • T_L0 is the time before T_Cur
  • T_L1 is the time after T_Cur.
  • the present invention is not limited to this.
  • both T_L0 and T_L1 may be prior to T_Cur.
  • both T_L0 and T_L1 may be later than T_Cur.
  • the three-dimensional data encoding device 1300 manages a plurality of encoded spaces to be referenced with 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 3D 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 bitstream.
  • the three-dimensional data encoding apparatus 1300 adds these RT information to a bitstream header or the like.
  • the 3D data encoding apparatus 1300 determines whether to apply rotation and translation for each reference space. At this time, the 3D data encoding apparatus 1300 may add information (RT application flag or the like) indicating whether or not rotation and translation are applied for each reference space to the header information of the bitstream. For example, the three-dimensional data encoding apparatus 1300 calculates RT information and an ICP error value by using an ICP (Interactive Closest Point) algorithm for each reference space referred from the encoding target space. If the ICP error value is equal to or less than a predetermined value, the 3D data encoding apparatus 1300 determines that rotation and translation are not necessary and sets the RT application flag to OFF. On the other hand, when the ICP error value is larger than the predetermined value, the 3D data encoding apparatus 1300 sets the RT application flag to ON and adds the RT information to the bitstream.
  • ICP Interactive Closest Point
  • FIG. 46 is a diagram illustrating a syntax example in which RT information and an RT application flag are added to a header.
  • the number of bits assigned to each syntax may be determined within a range that the syntax can take. For example, when the number of reference spaces included in the reference list L0 is 8, MaxRefSpc_10 may be assigned 3 bits.
  • the number of bits to be assigned may be variable according to the value that can be taken by each syntax, or may be fixed regardless of the value that can be taken.
  • the three-dimensional data encoding device 1300 may add the fixed number of bits to another header information.
  • MaxRefSpc — 10 shown in FIG. 46 indicates the number of reference spaces included in the reference list L0.
  • RT_flag_l0 [i] is an RT application flag of the reference space i in the reference list L0.
  • RT_flag_10 [i] is 1, rotation and translation are applied to the reference space i.
  • RT_flag_10 [i] is 0, rotation and translation are not applied to the reference space i.
  • R_l0 [i] and T_l0 [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 a quaternion.
  • T_l0 [i] is the translation information of the reference space i in the reference list L0.
  • the translation information indicates the content of the applied translation process, and is, for example, a translation vector.
  • 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. When RT_flag_l1 [i] is 1, rotation and translation are applied to the reference space i. When RT_flag_l1 [i] is 0, rotation and translation are not 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 a quaternion.
  • T_l1 [i] is the translation information of the reference space i in the reference list L1.
  • the translation information indicates the content of the applied translation process, and is, for example, a translation vector.
  • the inter prediction unit 1311 generates a prediction volume of the encoding target volume using the encoded reference space information stored in the reference space memory 1310. As described above, the inter prediction unit 1311 uses the encoding target space and the reference space in order to approximate the overall positional relationship between the encoding target space and the reference space before generating the prediction volume of the encoding target volume.
  • 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 predicted 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 for obtaining the reference space B to the header information of the encoding target space.
  • the inter prediction unit 1311 applies the rotation and translation processing to the reference space to bring the overall positional relationship between the encoding target space and the reference space closer, and then uses the reference space information to predict the prediction volume.
  • the accuracy of the predicted volume can be improved by generating.
  • the prediction residual can be suppressed, the code amount can be reduced.
  • the inter prediction unit 1311 performs ICP using at least one of an encoding target space obtained by thinning out the number of voxels or point clouds and a reference space obtained by thinning out the number of voxels or point clouds.
  • RT information may be obtained.
  • the inter prediction unit 1311 performs rotation and rotation when the ICP error value obtained as a result of ICP is smaller than a predetermined first threshold, that is, when the positional relationship between the encoding target space and the reference space is close, for example. It is determined that the translation process is not necessary, and the rotation and translation need not be performed. In this case, the 3D data encoding apparatus 1300 may suppress overhead by not adding RT information to the bitstream.
  • the inter prediction unit 1311 determines that the shape change between the spaces is large, and applies the intra prediction to all the volumes in the encoding target space. May be.
  • a space to which intra prediction is applied is referred to as an intra space.
  • the second threshold value is larger than the first threshold value.
  • any method may be applied as long as it is a method for obtaining RT information from two voxel sets or two point cloud sets, without being limited to ICP.
  • the inter prediction unit 1311 uses, for example, an encoding target volume in the reference space as a prediction volume of the encoding target volume in the encoding target space.
  • the volume with the closest attribute information such as shape or color is searched.
  • this reference space is a reference space after the rotation and translation processing described above are performed, for example.
  • 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 a predicted volume generation operation.
  • the inter prediction unit 1311 scans the reference volume in the reference space in order and references the encoding target volume and the reference volume. Search for the volume with the smallest prediction residual, which is the difference with the volume.
  • the inter prediction unit 1311 selects the volume with the smallest prediction residual as the prediction volume.
  • the prediction residual between the encoding target volume and the prediction volume is encoded by the processing after the conversion unit 1303.
  • the prediction residual is a difference between the attribute information of the encoding target volume and the attribute information of the prediction volume.
  • the three-dimensional data encoding apparatus 1300 adds the volume idx of the reference volume in the reference space referred to as the prediction volume to the header of the bit stream or the like.
  • the prediction control unit 1312 controls whether the encoding target volume is encoded using intra prediction or inter prediction.
  • a mode including intra prediction and inter prediction is referred to as a prediction mode.
  • the prediction control unit 1312 calculates, as evaluation values, the prediction residual when the encoding target volume is predicted by intra prediction and the prediction residual when prediction is performed by inter prediction, and the prediction having the smaller evaluation value is calculated. Select a mode.
  • the prediction control unit 1312 calculates the actual code amount by applying orthogonal transform, 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 by using the code amount as an evaluation value. Further, overhead information other than the prediction residual (reference volume idx information or the like) may be added to the evaluation value. Also, the prediction control unit 1312 may always select intra prediction when it is determined in advance that the encoding target space is encoded with intra space.
  • the entropy encoding unit 1313 generates an encoded signal (encoded bitstream) by variable-length encoding the quantization coefficient that is an input from the quantization unit 1304. Specifically, the entropy encoding unit 1313 binarizes the quantization coefficient, for example, and arithmetically encodes the obtained binary signal.
  • FIG. 48 is a block diagram of 3D data decoding apparatus 1400 according to the present embodiment.
  • the three-dimensional data decoding apparatus 1400 includes an entropy decoding unit 1401, an inverse quantization unit 1402, an inverse transformation unit 1403, an addition unit 1404, a reference volume memory 1405, an intra prediction unit 1406, and a reference space memory 1407.
  • the inter prediction unit 1408 and the prediction control unit 1409 are provided.
  • the entropy decoding unit 1401 performs variable length decoding on the encoded signal (encoded bit stream). For example, the entropy decoding unit 1401 arithmetically decodes 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 a quantization parameter added to a bit stream or the like.
  • the inverse transform unit 1403 generates a prediction residual by performing inverse transform on 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 information added to the bitstream.
  • the addition unit 1404 adds the prediction residual generated by the inverse conversion unit 1403 and the prediction volume generated by intra prediction or inter prediction to generate a reconstructed volume.
  • the reconstructed volume is output as decoded three-dimensional data and stored in the reference volume memory 1405 or the 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 information added to the bitstream. Specifically, the intra prediction unit 1406 acquires adjacent volume information (for example, volume idx) added to the bitstream and prediction mode information, and uses the adjacent volume indicated by the adjacent volume information to use the prediction mode information. A predicted volume is generated in the mode indicated by. Note that the details of these processes are the same as the processes by the intra prediction unit 1309 described above, except that the information provided to the bitstream is used.
  • adjacent volume information for example, volume idx
  • 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 the RT information for each reference space added to the bitstream, and calculates the prediction volume using the applied reference space. Generate. Note that if 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. Note that the details of these processes are the same as the processes performed by the inter prediction unit 1311 described above, except that the information provided to the bitstream is used.
  • the prediction control unit 1409 controls whether the decoding target volume is decoded by intra prediction or by inter prediction. For example, the prediction control unit 1409 selects intra prediction or inter prediction according to information indicating a 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 space to be decoded is to be decoded in the intra space.
  • the 3D data encoding apparatus 1300 may divide a space into subspaces and apply rotation and translation in units of subspaces. In this case, 3D data encoding apparatus 1300 generates RT information for each subspace, and adds the generated RT information to a bitstream header or the like. Also, the 3D data encoding apparatus 1300 may apply rotation and translation in units of volumes that are encoding units.
  • the 3D data encoding apparatus 1300 generates RT information in units of encoded volumes, and adds the generated RT information to a bitstream header or the like. Furthermore, the above may be combined. That is, the 3D data encoding apparatus 1300 may apply rotation and translation in large units, and then apply rotation and translation in fine units. For example, the 3D data encoding apparatus 1300 may apply rotation and translation in units of space, and may apply different rotation and translation to each of a plurality of volumes included in the obtained space.
  • the three-dimensional data encoding device 1300 may change the size of the three-dimensional data by applying a scale process, for example.
  • 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 performed by the three-dimensional data encoding device 1300.
  • the three-dimensional data encoding apparatus 1300 uses the position information of the three-dimensional points included in the reference three-dimensional data (for example, the reference space) at a different time from the target three-dimensional data (for example, the encoding target space) to predict the position information. (For example, a predicted volume) is generated (S1301). Specifically, the 3D data encoding apparatus 1300 generates predicted position information by applying rotation and translation processing to position information of 3D points included in the reference 3D data.
  • the 3D data encoding apparatus 1300 performs rotation and translation processing in a first unit (for example, a space), and generates predicted position information in a second unit (for example, a volume) that is finer than the first unit. Also good.
  • the three-dimensional data encoding apparatus 1300 selects a volume having a minimum difference in position information from the encoding target volume included in the encoding target space among a plurality of volumes included in the reference space after the rotation and translation processing. The volume obtained by searching is used as the predicted volume.
  • the 3D data encoding apparatus 1300 may perform rotation and translation processing and generation of predicted position information in the same unit.
  • the three-dimensional data encoding device 1300 applies the first rotation and translation processing in the first unit (for example, a space) to the position information of the three-dimensional point included in the reference three-dimensional data, and performs the first rotation and translation processing.
  • the predicted position information may be generated by applying the second rotation and translation processing in the 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 the predicted position information of the three-dimensional point are expressed by an octree structure, for example, as shown in FIG.
  • the position information and the predicted position information of a three-dimensional point are represented in the scan order in which the width is given priority among the depth and width in the octree structure.
  • the position information and the predicted position information of the three-dimensional point are expressed in the scan order giving priority to the depth among the depth and the width in the octree 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. To do. That is, the 3D data encoding apparatus 1300 generates an encoded signal (encoded bit stream) including the RT application flag. The three-dimensional data encoding device 1300 encodes RT information indicating the contents of the rotation and translation processing. That is, the three-dimensional data encoding device 1300 generates an encoded signal (encoded bit stream) including RT information. Note that the 3D data encoding apparatus 1300 encodes RT information when the RT application flag indicates that the rotation and translation processing is applied, and the RT application flag indicates that the rotation and translation processing is not applied. It is not necessary to encode RT information.
  • the 3D data includes, for example, position information of 3D points and attribute information (color information etc.) of each 3D point.
  • the 3D data encoding apparatus 1300 generates prediction attribute information using the attribute information of the 3D points included in the reference 3D data (S1302).
  • the 3D data encoding device 1300 encodes the position information of the 3D points included in the target 3D data using the predicted position information. For example, the three-dimensional data encoding device 1300 calculates difference position information that is a difference between position information of a three-dimensional point included in the target three-dimensional data and predicted position information as shown in FIG. 38 (S1303).
  • the three-dimensional data encoding device 1300 encodes the attribute information of the three-dimensional point included in the target three-dimensional data using the predicted attribute information. For example, the 3D data encoding apparatus 1300 calculates difference attribute information that is a difference between the attribute information of the 3D point included in the target 3D data and the prediction attribute information (S1304). Next, the 3D data encoding apparatus 1300 performs conversion and quantization on the calculated difference attribute information (S1305).
  • the three-dimensional data encoding device 1300 encodes (for example, entropy encoding) the difference position information and the difference attribute information after quantization (S1306). That is, the three-dimensional data encoding device 1300 generates an encoded signal (encoded 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 3D data encoding apparatus 1300 may perform only one of encoding of 3D point position information and encoding of 3D point attribute information.
  • the order of the processing shown in FIG. 49 is an example, and the present invention is not limited to this.
  • the processing for position information (S1301, S1303) and the processing for attribute information (S1302, S1304, S1305) are independent of each other, and may be performed in an arbitrary order, or some of them are processed in parallel. May be.
  • the 3D data encoding apparatus 1300 generates the predicted position information using the position information of the 3D points included in the reference 3D data at a time different from that of the target 3D data, Difference position information that is a difference between position information of a three-dimensional point included in the original data and predicted position information is encoded. Thereby, since the data amount of an encoding signal can be reduced, encoding efficiency can be improved.
  • the 3D data encoding apparatus 1300 generates prediction attribute information using the attribute information of the 3D points included in the reference 3D data, and the 3D points of the 3D points included in the target 3D data. Difference attribute information which is a difference between attribute information and predicted attribute information is encoded. Thereby, since the data amount of an encoding signal can be reduced, encoding efficiency can be improved.
  • the three-dimensional data encoding device 1300 includes a processor and a memory, and the processor performs the above processing using the memory.
  • FIG. 48 is a flowchart of the inter prediction process performed by the three-dimensional data decoding apparatus 1400.
  • the three-dimensional data decoding device 1400 decodes (for example, entropy decoding) differential position information and differential attribute information from the encoded signal (encoded bitstream) (S1401).
  • the 3D data decoding apparatus 1400 decodes an RT application flag indicating whether to apply rotation and translation processing to the position information of the 3D points included in the reference 3D data from the encoded signal. Also, the three-dimensional data decoding apparatus 1400 decodes RT information indicating the contents of the rotation and translation processing. Note that the 3D data decoding apparatus 1400 decodes RT information when the RT application flag indicates that the rotation and translation processing is applied, and when the RT application flag indicates that the rotation and translation processing is not applied. It is not necessary to decode the RT information.
  • the 3D data decoding apparatus 1400 performs inverse quantization and inverse transform on the decoded difference attribute information (S1402).
  • the three-dimensional data decoding device 1400 uses the position information of the three-dimensional points included in the reference three-dimensional data (for example, the reference space) at a different time from the target three-dimensional data (for example, the decoding target space) to predict predicted position information (for example, a predicted volume) is generated (S1403). Specifically, the 3D data decoding apparatus 1400 generates predicted position information by applying rotation and translation processing to position information of 3D points included in the reference 3D data.
  • the 3D data decoding apparatus 1400 when the RT application flag indicates that the rotation and translation processing is to be applied, the 3D data decoding apparatus 1400 includes the position information of the 3D points included in the reference 3D data indicated by the RT information. Apply rotation and translation processing. On the other hand, if the RT application flag indicates that the rotation and translation processing is not applied, the 3D data decoding apparatus 1400 does not apply the rotation and translation processing to the position information of the 3D points included in the reference 3D data. .
  • the 3D 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) that is finer than the first unit. Good. Note that the 3D data decoding apparatus 1400 may perform rotation and translation processing and generation of predicted position information in the same unit.
  • the three-dimensional data decoding apparatus 1400 applies the first rotation and translation processing in the first unit (for example, space) to the position information of the three-dimensional points included in the reference three-dimensional data, and performs the first rotation and translation processing.
  • the predicted position information may be generated by applying the second rotation and translation processing to the obtained three-dimensional point position information in a second unit (for example, volume) finer than the first unit.
  • the position information and the predicted position information of the three-dimensional point are expressed by an octree structure, for example, as shown in FIG.
  • the position information and the predicted position information of a three-dimensional point are represented in the scan order in which the width is given priority among the depth and width in the octree structure.
  • the position information and the predicted position information of the three-dimensional point are expressed in the scan order giving priority to the depth among the depth and the width in the octree structure.
  • the 3D data decoding apparatus 1400 generates prediction attribute information using the attribute information of the 3D points included in the reference 3D data (S1404).
  • the 3D data decoding device 1400 restores the position information of the 3D points included in the target 3D data by decoding the encoded position information included in the encoded signal using the predicted position information.
  • the encoded 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 thereby determine the three-dimensional point included in the target three-dimensional data.
  • the position information is restored (S1405).
  • the 3D data decoding apparatus 1400 restores the attribute information of the 3D point included in the target 3D data by decoding the encoded attribute information included in the encoded signal using the prediction attribute information.
  • the encoding attribute information is, for example, difference attribute information
  • the 3D data decoding apparatus 1400 adds the difference attribute information and the prediction attribute information to the 3D point included in the target 3D data.
  • the attribute information is restored (S1406).
  • the three-dimensional data decoding apparatus 1400 does not have to 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.
  • processing for position information S1403, S1405
  • processing for attribute information S1402, S1404, S1406
  • S1403, S1405 the processing for position information
  • S1402, S1404, S1406 the processing for attribute information
  • S1402, S1404, S1406 are independent of each other, and may be performed in an arbitrary order, or some of them are processed in parallel. May be.
  • the three-dimensional data encoding device separates the input three-dimensional point group into two or more sub three-dimensional point groups so that a dependency relationship does not occur in a plurality of sub three-dimensional point groups.
  • Each sub three-dimensional point group is encoded.
  • the 3D data encoding apparatus can encode a plurality of sub 3D point groups in parallel.
  • the three-dimensional data encoding apparatus separates the input three-dimensional point group into a sub three-dimensional point group A and a sub three-dimensional point group B, and the sub three-dimensional point group A and the sub three-dimensional point group B are separated. Encode in parallel.
  • the three-dimensional data encoding apparatus encodes eight child nodes divided into octrees in parallel.
  • the three-dimensional data encoding apparatus encodes a plurality of tree structures having each child node as a root in parallel.
  • the 3D data encoding device does not necessarily encode the plurality of sub 3D point groups in parallel, and sequentially encodes the plurality of sub 3D point groups so that no dependency relationship occurs. Also good.
  • the method of the present embodiment may be applied to an N-ary tree (N is an integer equal to or greater than 2) such as a quadtree or a 16-tree.
  • the three-dimensional data encoding apparatus may perform division using attribute information such as color of point cloud, reflectance, or normal vector. Further, the three-dimensional data encoding device may perform division according to the difference in the density of the point group.
  • the three-dimensional data encoding device may combine a plurality of encoded data of a plurality of encoded sub-three-dimensional point groups into one bit stream.
  • the 3D data encoding apparatus may include the start position of each encoded data of each sub 3D point group in the header of the bit stream or the like.
  • the three-dimensional data encoding apparatus may include an address (bit position, number of bytes, etc.) from the beginning of the bitstream in the header or the like.
  • the 3D data decoding apparatus can know the start position of the encoded data of each sub 3D point group by decoding the head of the bitstream.
  • the 3D data decoding apparatus can decode the encoded data of a plurality of sub 3D point groups in parallel, the processing time can be reduced.
  • the 3D data encoding device indicates that a plurality of sub 3D point groups are encoded so that no dependency relationship occurs between the plurality of sub 3D point groups, or a plurality of sub 3D point groups are displayed. You may add the flag which shows having encoded in parallel to the header of a bit stream. Thereby, the 3D data decoding apparatus can determine whether or not a plurality of encoded data of a plurality of 3D point groups can be decoded in parallel by decoding the header.
  • the fact that no dependency relationship occurs in a plurality of sub 3D point groups means, for example, an encoding table (entropy) for encoding occupancy codes or leaf information of a plurality of nodes of a plurality of sub 3D point groups.
  • encoding table entropy
  • a probability table or the like used for encoding is independently provided for each sub three-dimensional point group.
  • the 3D data encoding apparatus encodes the sub 3D point group A and the sub 3D point group B so that no dependency relationship occurs between the sub 3D point group A and the sub 3D point group B.
  • Different coding tables are used for.
  • the 3D data encoding apparatus sequentially processes the sub 3D point group A and the sub 3D point group B, a dependency relationship occurs between the sub 3D point group A and the sub 3D point group B. Therefore, the encoding table is initialized after the sub three-dimensional point group A is encoded and before the sub three-dimensional point group B is encoded. In this way, the 3D data encoding apparatus has an encoding table for each sub 3D point group independently, or by initializing the encoding table before encoding, a plurality of sub 3D point groups A plurality of sub three-dimensional point groups can be encoded so that no dependency relationship occurs.
  • the 3D data decoding apparatus has an independent encoding table (decoding table) for each sub 3D point group, or initializes the encoding table before decoding each sub 3D point group.
  • decoding table independent encoding table
  • the sub three-dimensional point group It may mean prohibiting references between them.
  • the 3D data encoding apparatus when encoding an occupancy code of a target node to be encoded, the 3D data encoding apparatus performs encoding using information on adjacent nodes in the octree. In this case, when the adjacent node is included in another sub 3D point group, the 3D data encoding apparatus encodes the target node without referring to the adjacent node. In this case, the 3D data encoding apparatus may perform encoding on the assumption that there is no adjacent node, or the adjacent node exists, but the adjacent node is included in another sub 3D point group.
  • the target node may be originally encoded.
  • the 3D data decoding apparatus prohibits reference between sub 3D point groups when, for example, decoding occupancy codes or leaf information of a plurality of nodes of a plurality of sub 3D point groups.
  • the 3D data decoding apparatus when decoding the occupancy code of the target node to be decoded, performs decoding using information on adjacent nodes in the octree. In this case, when the adjacent node is included in another sub 3D point group, the 3D data decoding apparatus decodes the target node without referring to the adjacent node. In this case, the 3D data decoding apparatus may perform decoding on the assumption that there is no adjacent node, and the target is provided that the adjacent node exists but is included in another sub 3D point group. The node may be decrypted.
  • the 3D data encoding device encodes 3D position information and attribute information (color, reflectance, normal vector, etc.) of a plurality of sub 3D points, respectively, Encoding may be performed so that no dependency relationship occurs, and encoding may be performed so that there is a dependency relationship with the other.
  • the three-dimensional data encoding apparatus may encode the three-dimensional position information so that the dependency relationship does not occur, and encode the attribute information so that the dependency relationship exists.
  • the 3D data encoding apparatus can reduce the processing time by encoding the 3D position information in parallel, and can reduce the encoding amount by sequentially encoding the attribute information.
  • the three-dimensional data encoding device has information indicating whether or not the three-dimensional position information is encoded so as not to have a dependency relationship and information indicating whether or not the attribute information is encoded so as not to have a dependency relationship. Both may be added to the header.
  • the 3D data decoding apparatus can determine whether the 3D position information can be decoded without dependency or the attribute information can be decoded without dependency by decoding the header. Thereby, the three-dimensional data decoding apparatus can perform decoding in parallel when there is no dependency. For example, in a 3D data decoding device, when 3D position information is encoded so that no dependency relationship occurs and attribute information is encoded so as to have a dependency relationship, the 3D position information is parallelized. Decoding reduces processing time and sequentially decodes attribute information.
  • FIG. 51 is a diagram showing an example of a tree structure.
  • FIG. 51 shows an example of a quadtree, but other quadtree structures such as an octree may be used.
  • the three-dimensional data encoding apparatus divides the tree structure shown in FIG. 51 into, for example, a sub three-dimensional point group A shown in FIG. 52 and a sub three-dimensional group B shown in FIG. In this example, the division is performed at the effective node of layer 1. That is, in the case of a quadtree, a maximum of four sub 3D point groups are generated, and in the case of an octree, a maximum of 8 sub 3D point groups are generated.
  • the three-dimensional data encoding apparatus may perform division using information such as attribute information or point cloud density.
  • the 3D data encoding apparatus performs encoding so that no dependency relationship occurs between the sub 3D point group A and the sub 3D point group B. For example, the 3D data encoding apparatus switches the encoding table used for the entropy encoding of the occupancy code for each sub 3D point group. Alternatively, the 3D data encoding apparatus initializes the encoding table before encoding each sub 3D point group. Alternatively, when calculating adjacent information of a node, the 3D data encoding device prohibits reference to the adjacent node if the adjacent node is included in a different sub 3D point group.
  • FIG. 54 is a diagram showing a configuration example of a bit stream according to the present embodiment.
  • the bit stream includes a header, encoded data of the sub 3D point group A, and encoded data of the sub 3D point group B.
  • the header includes point cloud number information, dependency information, head address information A, and head address information B.
  • the point cloud number information indicates the number of sub three-dimensional point clouds included in the bitstream. Note that the number may be indicated by an occupancy code as the point cloud number information. For example, in the example shown in FIG. 51, the occupancy code “1010” of layer 0 is used, and the number of sub three-dimensional point groups is indicated by the number of “1” included in the occupancy code.
  • Dependency information indicates whether or not the sub 3D point cloud is encoded without dependency.
  • the three-dimensional data decoding apparatus determines whether or not to decode the sub three-dimensional point group in parallel based on the dependency relationship information.
  • the start address information A indicates the start address of the encoded data of the sub three-dimensional point group A.
  • the start address information B indicates the start address of the encoded data of the sub three-dimensional point group B.
  • the processing time can be reduced by dividing the geometric information (three-dimensional position information) or the attribute information in the octree data of the three-dimensional point group (point cloud) and performing parallel coding.
  • Parallel coding can be realized when a node is independent of other nodes in the parent node hierarchy. That is, it is necessary not to refer to the adjacent parent node. This condition needs to be satisfied in all of the child nodes and grandchild nodes.
  • FIG. 55 is a diagram showing an example of a tree structure.
  • node A when depth-first encoding is used, node A is independent of layer 1 to node C. Further, the node C is independent of the node D from the layer 2. Node A is independent of node B from layer 3.
  • the three-dimensional data encoding apparatus uses the independent information of each node, and uses the parallel encoding method used from the two types of parallel encoding methods based on the type of hardware, user setting, algorithm, data adaptability, etc. Select the encoding method.
  • the number of nodes that can be processed in parallel is determined using the number of processing units (PUs) included in a GPU (Graphics Processing Unit), the number of cores included in the CPU, or the number of threads in software implementation.
  • PUs processing units
  • GPU Graphics Processing Unit
  • the number of nodes included in the octree is larger than the number of available PUs.
  • the 3D data encoding device uses the information indicating the number of encoded nodes included in the layer to determine whether the number of nodes included in the layer is an optimal number corresponding to the number of available PUs. Judgment is made and full parallel coding is started when the number of nodes included in the layer has reached the optimum number. In parallel processing, width priority processing or depth priority processing can be used.
  • the three-dimensional data encoding apparatus may store information indicating a node (layer) that has started parallel encoding processing in a header in a bit stream. Thereby, the 3D data decoding apparatus can perform parallel decoding processing if necessary using this information.
  • the format of the information indicating the node that has started the parallel encoding process may be arbitrary, but for example, a location code may be used.
  • the 3D data encoding apparatus prepares an encoding table (probability table) for each node (sub 3D point group) that performs parallel encoding.
  • This encoding table is initialized to an initial value or a value different for each node.
  • the value different for each node is a value based on the occupancy code of the parent node.
  • FIG. 56 is a diagram for explaining fully parallel coding, and is a diagram illustrating an example of a tree structure.
  • FIG. 57 is a diagram spatially showing a sub three-dimensional point group to be processed in parallel.
  • the three-dimensional data encoding device starts parallel processing triggered by the fact that the number of nodes correlated with the number of PUs or threads has reached the optimum point.
  • the three-dimensional data encoding apparatus divides the three-dimensional points (nodes) below the layer 3 into a plurality of sub three-dimensional point groups whose roots are the occupied nodes of the layer 3, and each sub three-dimensional point group is divided. Parallel processing. For example, in the example shown in FIG. 56, nine sub three-dimensional point groups are generated.
  • the 3D data encoding apparatus may encode layer information indicating a layer that has started parallel processing.
  • the 3D data encoding apparatus may encode information indicating the number of occupied nodes (9 in the example of FIG. 56) when parallel processing is started.
  • the 3D data encoding apparatus encodes, for example, a plurality of sub 3D groups while prohibiting reference to each other.
  • the 3D data encoding apparatus initializes, for example, an encoding table (probability table or the like) used for entropy encoding before encoding each sub 3D point group.
  • FIG. 58 is a diagram illustrating a configuration example of a bit stream according to the present embodiment. As shown in FIG. 58, the bit stream includes a header, upper layer encoded data, a subheader, encoded data of sub 3D point group A, and encoded data of sub 3D point group B.
  • the header includes maximum space size information and parallel start layer information.
  • the space size information indicates the first three-dimensional space in which the three-dimensional point group is divided into octrees. For example, the space size information indicates the maximum coordinates (x, y, z) of the first three-dimensional space.
  • the parallel start layer information indicates a parallel start layer that is a layer capable of starting parallel processing.
  • the parallel start layer information indicates, for example, the layer N.
  • the upper layer encoded data is encoded data up to layer N before starting parallel processing, and is node information up to layer N.
  • the upper layer encoded data includes occupancy codes of nodes up to the layer N.
  • the subheader includes information necessary for decoding the layer N and subsequent layers. For example, the subheader indicates the head address of the encoded data of each sub three-dimensional point group.
  • the subheader includes head address information A and head address information B.
  • the start address information A indicates the start address of the encoded data of the sub three-dimensional point group A.
  • the start address information B indicates the start address of the encoded data of the sub three-dimensional point group B.
  • the 3D data encoding apparatus may store the head address information A and the head address information B in the header. Thereby, the 3D data decoding apparatus can decode the encoded data of the sub 3D point group in parallel prior to the upper layer encoded data.
  • the subheader may include information indicating the space of each sub three-dimensional point group. This information indicates the maximum coordinates (x, y, z) of the space of each sub three-dimensional point group.
  • FIG. 59 is a diagram for explaining parallel decoding processing.
  • the 3D data decoding apparatus decodes the encoded data of the sub 3D point group A and the encoded data of the sub 3D point group B in parallel, and decodes the decoded data of the sub 3D point A. And the decoded data of the sub three-dimensional point group B are generated.
  • the 3D data decoding apparatus integrates the generated decoded data of the sub 3D point A and the decoded data of the sub 3D point group B to generate decoded data of the 3D point group.
  • the three-dimensional data decoding apparatus integrates the three-dimensional position information and attribute information (color information, reflectance, etc.) included in the decoded data of the plurality of sub three-dimensional point groups.
  • the three-dimensional data decoding apparatus may output the integrated data as one file.
  • the 3D data decoding device does not necessarily need to decode all of the sub 3D point cloud, and the 3D data decoding device may selectively decode the required sub 3D point cloud.
  • the three-dimensional data decoding device is mobility such as in-vehicle
  • the three-dimensional data decoding device selects a sub three-dimensional point group in an area close to the current position acquired by GPS or the like among a plurality of sub three-dimensional point groups. Decrypt.
  • the 3D data encoding apparatus may store information indicating the priority order of each sub 3D point group in the sub header.
  • the 3D data decoding apparatus performs parallel decoding according to the priority indicated by the information included in the subheader while preferentially assigning arithmetic resources such as a CPU to the sub 3D point group having a higher priority. . Accordingly, the 3D data decoding apparatus can efficiently decode the sub 3D point group including the area important for the 3D data decoding apparatus.
  • FIG. 60 is a diagram schematically showing the flow of the fully parallel encoding process.
  • the three-dimensional data encoding apparatus determines the number of usable PUs (S2601).
  • the 3D data encoding apparatus processes the octree and stores the position of the node (S2602).
  • the 3D data encoding apparatus determines whether or not the number of occupied nodes is larger than the number of PUs (S2603).
  • the 3D data encoding apparatus performs the process of step S2602 on the next node. If the number of occupied nodes is greater than the number of PUs (Yes in S2603), the 3D data encoding apparatus sets the current layer as a parallel start layer that is a layer for starting parallel processing (S2604).
  • the three-dimensional data encoding apparatus initializes a plurality of encoding tables and starts parallel encoding (S2605). After the parallel encoding is completed, the 3D data encoding apparatus reconstructs an octree based on the position stored in step S2602 (S2606).
  • the 3D data encoding apparatus may add parallel start layer information indicating the parallel start layer for which parallel encoding has been started, to the header of the bitstream. Thereby, the three-dimensional data decoding apparatus can determine from which layer parallel decoding is possible by decoding the header.
  • the parallel start layer information indicating the layer for starting parallelization may not be added to the bitstream, and the layer for starting parallelization may be defined by a standard or the like.
  • the 3D data encoding apparatus adds a flag indicating whether or not to perform parallel processing to the bit stream.
  • the three-dimensional data decoding apparatus may start parallel processing from the first layer when the flag is on, and may apply sequential processing when the flag is off.
  • FIG. 61 is a diagram schematically showing the flow of the all-parallel decoding process.
  • the three-dimensional data decoding apparatus acquires parallel start layer information indicating layers N that can be processed in parallel by decoding the header (S2611).
  • the 3D data decoding apparatus decodes the occupancy code, divides the current node into eight, and proceeds to the processing of the occupied sub-node (S2612).
  • the 3D data decoding apparatus determines whether the processing target layer has reached the parallel start layer N (S2613). If the processing target layer has not reached the parallel start layer N (No in S2613), the 3D data decoding apparatus performs the process of step S2612 on the next node. When the layer to be processed has reached the parallel start layer N (Yes in S2613), the 3D data decoding apparatus decodes the subheader and obtains start addresses of a plurality of sub 3D point groups (S2614).
  • the 3D data decoding apparatus initializes a plurality of encoding tables and starts parallel decoding of a plurality of sub 3D point groups (S2615). After the parallel decoding is completed, the 3D data decoding apparatus integrates the decoded 3D position information and attribute information of the plurality of sub 3D point groups (S2616).
  • the 3D data decoding apparatus decodes the parallel start layer information from the header of the bit stream. Thereby, the three-dimensional data decoding apparatus can determine from which layer decoding is possible in parallel.
  • the parallel start layer information indicating the layer at which parallelization is started is not added to the bitstream, and the layer at which parallelization is started may be defined by a standard or the like.
  • the 3D data encoding apparatus adds a flag indicating whether or not to perform parallel processing to the bit stream.
  • the three-dimensional data decoding apparatus may start parallel processing from the first layer when the flag is on, and may apply sequential processing when the flag is off.
  • FIG. 62 and 63 are diagrams for explaining this progressive parallel coding.
  • FIG. 62 is a diagram illustrating parallel processing in a tree structure
  • FIG. 63 is a diagram illustrating time-series changes in parallel processing.
  • the parallel number is sequentially increased.
  • the encoding table is set to a predetermined table.
  • processing by the core 1 starts at the top (root).
  • the core 2 is used for processing the right node, and the core 1 processes the left node.
  • core 1 continues to process the left node.
  • core 1 processes node A
  • core 4 processes a newly found node B.
  • core 3 is added, core 3 processes the right node, and layer 3 processes node D.
  • the 3D data encoding apparatus may add a flag indicating whether or not initialization of the encoding table for entropy encoding is necessary in each node. Thereby, the 3D data decoding apparatus can determine that the child node next to the node whose initialization is turned on by the flag can be processed in parallel.
  • FIG. 64 is a diagram schematically showing the flow of progressive parallel coding processing.
  • the 3D data encoding apparatus processes the octree and stores the position of the node (S2621).
  • the 3D data encoding apparatus determines whether or not the target node has a plurality of occupied child nodes that are occupied child nodes (S2622).
  • the three-dimensional data encoding device determines whether there is a PU that can be used for parallel encoding (S2623).
  • the 3D data encoding device is currently in use.
  • the processing of the octree is continued using the PU of (S2624).
  • the three-dimensional data encoding device continues processing using one PU in the initial state.
  • the case where the target node does not have a plurality of occupant nodes includes the case where the target node does not have an occupant node and the case where the target node has one occupant node.
  • the 3D data coding apparatus adds a new PU to the PU to be used, initializes a plurality of coding tables, and performs parallel coding. Starts (S2625).
  • the 3D data encoding apparatus performs the process of step S2621 on the next node.
  • the 3D data encoding apparatus reconstructs an octree based on the position stored in Step S2602 (S2627).
  • the original three-dimensional point is divided into branches that can be processed in parallel.
  • the octree for example, eight branches that can be processed in parallel with respect to a node are generated.
  • a new parameter is defined that indicates from which layer of the octree the branch that can be processed in parallel starts.
  • the encoding table for entropy encoding is reset.
  • different encoding tables are used for a plurality of branches that can be processed in parallel.
  • nodes included in branches that can be processed in parallel such as adjacent node information.
  • mode 0 is a mode in which parallel processing is not performed.
  • Mode 1 is a mode in which position information (structure information) is processed in parallel. In this mode, with respect to the attribute information, it is permitted to refer to other branches that can be processed in parallel.
  • the second mode is a mode in which position information and attribute information are processed in parallel. That is, it is prohibited to refer to other branches that can be processed in parallel for both the position information and the attribute information.
  • the start address of branch data that can be processed in parallel is encoded in a header such as a slice header.
  • the 3D data decoding apparatus may process all branches that can be processed in parallel, or may process a part of a plurality of branches that can be processed in parallel.
  • the three-dimensional data encoding apparatus performs the processing shown in FIG.
  • the 3D data encoding apparatus converts the N branch tree structure of a plurality of 3D points (N is an integer of 2 or more) included in the 3D data to the first branch (first sub 3D point group) and the second branch. Separated into branches (second sub three-dimensional point group) (S2631).
  • the 3D data encoding apparatus encodes each of the first branch and the second branch so that they can be independently decoded (S2632).
  • the three-dimensional data encoding device encodes the first branch and the second branch so that there is no dependency.
  • the three-dimensional data encoding device encodes the first branch and the second branch in parallel.
  • the route of the first branch is a first node included in the first layer in the N-ary tree structure, and the route of the second branch is different from the first node included in the first layer.
  • Second node That is, the route of the first branch and the route of the second branch belong to the same layer.
  • the three-dimensional data encoding device encodes information indicating the first layer (parallel start layer information). That is, the three-dimensional data encoding device generates a bitstream including information indicating the first layer (parallel start layer information).
  • the three-dimensional data encoding apparatus performs entropy encoding on the first branch and the second branch using different encoding tables.
  • the 3D data encoding apparatus initializes an encoding table after entropy encoding the first branch and before entropy encoding the second branch.
  • the three-dimensional data encoding device prohibits the reference of the second branch in the encoding of the first branch, and prohibits the reference of the first branch in the encoding of the second branch.
  • the three-dimensional data encoding apparatus obtains each of position information of a plurality of first three-dimensional points included in the first branch and position information of a plurality of second three-dimensional points included in the second branch. Encode so that it can be decoded independently, and encode the attribute information of the plurality of first 3D points and the attribute information of the plurality of second 3D points so that they can be decoded independently . That is, the three-dimensional data encoding device performs encoding so that there is no dependency relationship between both position information and attribute information.
  • the three-dimensional data encoding device includes: (1) positional information of a plurality of first three-dimensional points included in the first branch, and positional information of a plurality of second three-dimensional points included in the second branch. And (2) encoding one of the attribute information of the plurality of first 3D points and the attribute information of the plurality of second 3D points so that they can be independently decoded, (1) position information of the plurality of first 3D points, position information of the plurality of second 3D points, and (2) attribute information of the plurality of first 3D points, The other of the plurality of second 3D point attribute information is encoded so as to have a dependency.
  • the three-dimensional data encoding apparatus performs encoding so that there is no dependency relationship between one of the position information and the attribute information, and performs encoding so that there is a dependency relationship between the other of the position information and the attribute information.
  • the first branch and the second branch are entropy encoded using the same encoding table, or the first branch is entropy encoded and then the second branch Do not initialize a coding table before entropy coding a branch, or allow reference to the second branch in the coding of the first branch, or in the coding of the second branch, Allow one branch reference.
  • the three-dimensional data encoding apparatus encodes a flag indicating whether or not each of the first branch and the second branch is encoded so as to be independently decodable. That is, the three-dimensional data encoding apparatus generates a bit stream including a flag indicating whether or not each of the first branch and the second branch is encoded so as to be independently decoded.
  • a three-dimensional data encoding device includes a processor and a memory, and the processor performs the above processing using the memory.
  • the 3D data decoding apparatus performs the processing shown in FIG.
  • each of the first branch and the second branch included in the N (N is an integer of 2 or more) branch tree structure of a plurality of 3D points included in the 3D data is independent.
  • First encoded data and second encoded data generated by being encoded so as to be decodable are acquired (S2641).
  • the three-dimensional data decoding apparatus acquires first encoded data and second encoded data from a bit stream.
  • the 3D data decoding apparatus restores the first branch and the second branch by decoding each of the first encoded data and the second encoded data (S2642).
  • the three-dimensional data decoding device performs parallel decoding on the first encoded data and the second encoded data.
  • the route of the first branch is a first node included in the first layer in the N-ary tree structure, and the route of the second branch is different from the first node included in the first layer.
  • Second node That is, the route of the first branch and the route of the second branch belong to the same layer.
  • the 3D data decoding apparatus decodes information indicating the first layer (parallel start layer information). That is, the 3D data decoding apparatus acquires information indicating the first layer (parallel start layer information) from the bitstream.
  • the three-dimensional data decoding apparatus performs entropy decoding on the first branch and the second branch using different code tables.
  • the 3D data decoding apparatus initializes a coding table after entropy decoding the first branch and before entropy decoding the second branch.
  • the 3D data decoding apparatus does not refer to the second branch in the decoding of the first branch, and does not refer to the first branch in the decoding of the second branch.
  • the first encoded data includes first encoded position data generated by encoding position information of a plurality of first three-dimensional points included in the first branch, and the plurality of first encoded data. And first encoded attribute data generated by encoding the attribute information of the three-dimensional point.
  • the second encoded data includes second encoded position data generated by encoding position information of a plurality of second 3D points included in the second branch, and the plurality of second 3D points. And second encoded attribute data generated by encoding the point attribute information.
  • the first encoded position data and the second encoded position data are generated so as to be independently decodable, and the first encoded attribute data and the second encoded attribute data are It is generated so that it can be decoded independently. That is, the three-dimensional data encoding device generates the first encoded data and the second encoded data by performing encoding so that there is no dependency on both the position information and the attribute information.
  • the first encoded data and the second encoded data include a plurality of first 3D points included in the first branch and position information of a plurality of second 3D points included in the second branch, and Each of the attribute information is generated by being encoded so that it can be independently decoded.
  • the three-dimensional data decoding device decodes each of the first encoded data and the second encoded data, thereby the position information of the plurality of first three-dimensional points and the plurality of second three-dimensional points, and Each of the one of the attribute information is restored.
  • the three-dimensional data decoding device is further encoded such that each of the other of the position information and the attribute information of the plurality of first three-dimensional points and the plurality of second three-dimensional points has a dependency relationship.
  • the third encoded data and the fourth encoded data generated in (1) are acquired.
  • the three-dimensional data decoding device decodes each of the third encoded data and the fourth encoded data to thereby decode the position information of the plurality of first three-dimensional points and the plurality of second three-dimensional points, and Each of the other of the attribute information is restored. That is, the three-dimensional data encoding apparatus performs encoding so that there is no dependency relationship between one of the position information and the attribute information, and performs encoding so that there is a dependency relationship between the other of the position information and the attribute information. To do.
  • the three-dimensional data decoding apparatus entropy decodes the two encoded data using the same encoding table, or entropy decodes one encoded data. After that, the encoding table is not initialized before entropy decoding of the other encoded data, or the other encoded data is referred to in decoding one encoded data.
  • the 3D data decoding apparatus decodes a flag indicating whether or not each of the first branch and the second branch is encoded so as to be independently decoded. That is, the three-dimensional data decoding apparatus acquires a flag indicating whether or not each of the first branch and the second branch is encoded so as to be independently decoded from the bitstream. For example, when the three-dimensional data decoding device indicates that each of the first branch and the second branch is encoded so as to be independently decodable by the flag, the first encoded data And the second encoded data are decoded in parallel, and the flag does not indicate that each of the first branch and the second branch is encoded so as to be independently decoded. One encoded data and the second encoded data are sequentially decoded.
  • a three-dimensional data decoding device includes a processor and a memory, and the processor performs the above processing using the memory.
  • the encoded three-dimensional point (point cloud) bit stream has a large data size, and thus requires a large capacity storage or cache.
  • the bitstream is complicated and requires high-performance hardware.
  • PCC Point Cloud Compression
  • the user does not always need all the information of the 3D point bitstream, and may need several PCC bitstreams or a combined bitstream containing multiple components of the bitstream. Therefore, a method for effectively and in parallel acquiring information on three-dimensional points is desired.
  • FIG. 67 is a diagram schematically illustrating an operation when a car having GPS coordinates accesses a bit stream of a three-dimensional point in order to acquire map information viewed from above.
  • the bit stream A is a PCC bit stream of a three-dimensional point in the area around the vehicle
  • the bit stream B and the bit stream C are PCC bit streams of a three-dimensional point in an adjacent area.
  • Each bit stream indicates a state viewed from above in a block format.
  • tile division is used as a method of dividing a bit stream of a three-dimensional point into small areas.
  • a tile is a divided area obtained by dividing a bit stream of a three-dimensional point into different block areas based on a user description.
  • Tile has multiple levels from the root node. Also, tiles having different levels may each have a different variable size. Further, the plurality of tiles may be independent from each other.
  • the three-dimensional data encoding device may encode one or a plurality of tile levels, and the three-dimensional data decoding device may decode one or more tile levels necessary for the application among the one or more tile levels.
  • FIG. 68 is a diagram showing a state in which a single PCC bit stream is divided into small tiles in a top view.
  • FIG. 69 is a top view showing a state in which a single PCC bitstream is divided into large tiles.
  • FIG. 80 is a top view showing a state in which a single PCC bitstream is divided into tiles of a plurality of sizes.
  • the three-dimensional data encoding apparatus may encode the same region using the small tile division (FIG. 68) and the large tile division (FIG. 69). For example, the three-dimensional data encoding device switches whether to transmit a small tile division result or a large tile division result for each region in accordance with a request from the three-dimensional data decoding device. Alternatively, the 3D data encoding device sends both results to the 3D data decoding device, and the 3D data decoding device determines whether to use the result of the small tile division or the result of the large tile division. You may switch according to the state (for example, speed or a place) of a motor vehicle, etc.
  • the three-dimensional data encoding apparatus may encode tiles having a plurality of types of sizes into a bitstream. For example, in the example shown in FIG. 70, when the automobile is moving, the surrounding situation changes at different speeds. For example, the change in the area far from the automobile, or in the area ahead or behind is slower than the change in the area on the side of the automobile. In this way, encoding efficiency can be improved by applying a large tile size to a region that changes slowly.
  • FIG. 71 is a diagram illustrating an example of tile division in a quadtree. In the example shown in FIG. 71, some tiles are at the level of layer 2 and some other tiles are at the level of layer 3.
  • FIG. 72 is a diagram illustrating an example of three-dimensional tile division. In FIG. 72, only some tiles are shown for the sake of simplicity.
  • the tiles in the direction of travel of the car, far away from the front of the car, are likely to need to be read, so they are set to a large size.
  • the tiles on the side of the car are set to a small size because the car is unlikely to travel in that direction.
  • fixed-size tiles may be used in the three-dimensional case.
  • encoded data generated using large size tiles and encoded data generated using small size tiles are stored in a server or an external storage device. May be.
  • the data of the area is required anyway, so that data of a large tile is transmitted to the automobile.
  • the automobile needs only a part of the data in the area, so that data of small tiles is transmitted to the automobile.
  • a three-dimensional data decoding apparatus (for example, mounted in an automobile) can decode the read (loaded) tiles in parallel according to the encoding method.
  • the three-dimensional data decoding apparatus can control the memory size (for example, 3 ⁇ 3 tiles) required during movement to be constant.
  • FIG. 73 is a diagram illustrating an example of tiles read when the automobile is moving. As shown in FIG. 73, when the automobile is moving in the x direction, the automobile newly reads (loads) data of three tiles in the traveling direction (x direction) into the memory. The data of the three tiles in the reverse direction ( ⁇ x direction) is deleted from the memory.
  • the 3D data decoding apparatus may decode the read tiles in parallel. Further, the 3D data decoding apparatus may determine the priority order of the read tiles and decode the tiles in the order of priority order. For example, the three-dimensional data decoding apparatus may preferentially decode a tile (for example, tile A shown in FIG. 73) in a region close to the traveling direction of the automobile.
  • the vehicle when the vehicle is moving in the -y direction, the vehicle newly loads (loads) data of three tiles in the traveling direction (-y direction) into the memory, and the opposite of the traveling direction.
  • the data of the three tiles in the direction (y direction) is deleted from the memory.
  • the car when the car is moving in the diagonal direction (upper right direction in the figure), the car newly loads (loads) the data of the five tiles in the traveling direction into the memory, and is opposite to the traveling direction.
  • the data of the five tiles in the direction is deleted from the memory.
  • the memory size can be limited to 3 ⁇ 3 tile data.
  • FIG. 74 is a diagram showing a configuration example of a system according to the present embodiment.
  • the system includes a server or an external storage device (three-dimensional data encoding device) and an in-vehicle computer (three-dimensional data decoding device) mounted on an automobile or the like.
  • the server or external storage device stores all three-dimensional maps.
  • a desired tile is read into a memory included in the in-vehicle computer and decoded.
  • the in-vehicle computer requests a tile in an area corresponding to the current position of the automobile from the server or the external storage device.
  • 75 and 76 are diagrams showing examples of tile areas acquired by the automobile.
  • the moving speed is fast, so it is necessary to quickly decode information ahead. Therefore, it is desired to acquire necessary information with a smaller amount of data. For this reason, for example, the automobile acquires tiles in the region A.
  • the automobile acquires information on both the area A and the area B so that the driver can acquire the surrounding situation more.
  • the vehicle may acquire a wider range of data such as 8 ⁇ 8 tiles in order to acquire more data. Good.
  • a tile to be decoded may be selected according to the moving speed of the vehicle so that the processing load of the decoding process does not become excessive. For example, when a car is traveling on a highway at high speed, it is necessary to quickly update the information ahead. On the other hand, the side area of the car is less important. Therefore, the automobile selects and decodes the tile in the front rectangular area. On the other hand, if the car is traveling at low speed, fewer tiles are needed in front. Therefore, the area where the front tiles are acquired becomes narrower than when traveling at high speed. Also, if the car is stopped at an intersection or the like, the tiles in all the surrounding directions are equally important. Thus, the car acquires tiles in all directions.
  • the size of the tiles in the area A and the area B may be changed according to the traveling direction and speed of the automobile.
  • a plurality of tiles are classified into slices for use as semantic information in a three-dimensional space.
  • a slice is a group in which tiles are classified according to semantic information (attribute information) in a three-dimensional space. That is, each tile belongs to one of a plurality of slices.
  • the information of the slice to which the tile belongs is encoded in the header or subheader of the encoded bit stream of the three-dimensional point.
  • FIG. 77 is a diagram showing an example of three-dimensional data (three-dimensional points).
  • 78 to 80 are diagrams showing examples of data of three slices obtained by dividing the three-dimensional data shown in FIG.
  • the slice shown in FIG. 78 includes high-dimensional 3D data.
  • the slice shown in FIG. 79 includes three-dimensional data of trees.
  • the slice shown in FIG. 80 includes three-dimensional data of the side road.
  • the slice As a method of dividing the slice, it is conceivable to use the characteristics of the tile or the point group included in the tile (color, reflectance, normal vector, or related object).
  • Set slices for each target application such as classifying tiles containing point clouds used for in-vehicle self-location estimation into slice A, and sorting tiles containing point clouds displayed on the navigation screen into slice B. May be.
  • the slice When setting a slice for use in a three-dimensional map, the slice may be set based on area information to which a point cloud or tile belongs (in Japan, a prefecture or a municipality).
  • FIG. 81 is a diagram illustrating an example of a tile.
  • FIG. 82 is a diagram illustrating an example of tiles in an octree.
  • each tile and each slice are encoded independently and can be decoded independently.
  • each tile and each slice includes a sub-octree that is associated with the entire octree.
  • a 3D data encoding device and a 3D data decoding device initialize an encoding table for each tile.
  • the decoded tile or slice may be used immediately by the application without waiting for decoding of another tile or slice.
  • tile or slice data is arranged in a predetermined order in the bitstream. For example, this order indicates the priority of data in the application.
  • tile A and tile B are entropy-coded, and the generated bit stream of tile A and bit stream of tile B are included in the entire bit stream.
  • FIG. 83 is a diagram illustrating an example of a bitstream obtained by entropy encoding a plurality of tiles.
  • the bit stream includes a common header 2801 that is common header information (first header) of a plurality of tiles, a tile table 2802, and encoded data 2803.
  • the common header 2801 includes an overall header 2804, a fixed size flag 2805, and tile number information 2806.
  • the overall header 2804 is a header of the entire tree structure, and includes position information 2807 indicating the position of the entire tree structure. That is, the position information 2807 is information for specifying the position of the entire tree structure or the position of the three-dimensional space (bounding box) corresponding to the tree structure. For example, the position information 2807 indicates the position (for example, coordinates) of an arbitrary node in the entire tree structure or an arbitrary point included in the three-dimensional space corresponding to the tree structure. For example, the position information 2807 indicates the position of the root of the tree structure. For example, the position information 2807 may indicate the coordinates of the root of the tree structure with the world coordinate (world coordinate) as a base point. Further, the entire header may include information indicating the number of three-dimensional points included in the entire tree structure.
  • the tile number information 2806 is information indicating the number of tiles, and is used for analyzing the tile table 2802. Note that the tile number information 2806 may be included in the tile table 2802.
  • the tile table 2802 includes information on a plurality of tiles.
  • the encoded data 2803 includes encoded data of each tile.
  • the encoded data of each tile is independent, for example.
  • the tile table 2802 includes tile information 2811 which is tile unit header information (second header). That is, the plurality of tile information 2811 corresponds to the plurality of tiles on a one-to-one basis.
  • the tile information 2811 includes tile position information 2812, tile size information 2813, and code amount information 2814.
  • the tile position information 2812 indicates the position of the tile.
  • the tile position information 2812 indicates the position of the root of the tile.
  • the tile position information 2812 may indicate coordinates based on world coordinates. In this case, the three-dimensional data decoding apparatus can use the decoded coordinates of the three-dimensional point as it is, so that the processing amount can be reduced.
  • the tile position information 2812 may indicate a difference between the position (coordinates) of the entire tree structure indicated by the position information 2807 and the position (coordinates) of the tile.
  • the tile size information 2813 indicates the size of the tile.
  • the tile size may be indicated by, for example, the sizes in the respective directions of x, y, and z, and the size of one side is indicated on the assumption that the sizes of x, y, and z are equal. Also good. Further, the tile size corresponds to the hierarchy (level) in the tree structure as described above. Therefore, the size of the tile may be represented by a hierarchy (level).
  • the code amount information 2814 indicates the code amount (bit size) of the encoded data of the corresponding tile.
  • the 3D data decoding apparatus calculates the start position (start bit) of the encoded data of each tile in the bitstream by referring to the code amount information 2814 of each tile included in the tile table 2802. Also good. For example, the three-dimensional data decoding apparatus calculates the start position of tile C shown in FIG. 83 by adding the code amount of tile A and the code amount of tile B. Further, the start position in the bit stream of the encoded data of each tile may be stored in the tile table 2802. As a result, the 3D data decoding apparatus can know the start position of the encoded data of each tile in the bitstream by referring to the tile table 2802. Therefore, the encoded data of the necessary tile can be acquired and decoded. Can start early.
  • the code amount information 2814 may indicate the end position of the encoded data in the bitstream.
  • the tile information 2811 illustrated in FIG. 85 includes slice information 2815 in addition to the tile information 2811 illustrated in FIG.
  • the slice information 2815 indicates slice information (semantic information) related to the tile. That is, the slice information 2815 indicates the slice to which the tile belongs. This information depends on the application to be used, but indicates, for example, a color, an attribute of an object, a distance to a vehicle, a density of a three-dimensional point, and the like.
  • the tile size information 2813 is included not in the tile information 2811 of each tile but in the tile table 2802 as information common to a plurality of tiles. That is, the tile size information 2813 is included in a first header common to a plurality of tiles.
  • the vehicle including the three-dimensional data decoding device transmits a tile transmission request to the map server in response to the current position of the vehicle and an application request.
  • the map server refers to the tile table, selects a tile that meets the request, generates a new bit stream including the encoded data of the selected tile, and transmits the bit stream to the automobile.
  • the automobile refers to the tile table included in the received bit stream and acquires information on each tile. The automobile uses the three-dimensional position of the route of each tile indicated by the information to restore the three-dimensional point by decoding the bit stream of the plurality of tiles.
  • the car determines the best tile from the local tile table depending on the current car's rough location and application requirements.
  • the automobile refers to the tile table included in the bitstream and acquires information on each tile.
  • the automobile uses the three-dimensional position of the route of each tile indicated by the information to restore the three-dimensional point by decoding the bit stream of the plurality of tiles.
  • the three-dimensional data encoding apparatus may store the slice identification number (slice_id) in the slice information 2815.
  • the 3D data decoding apparatus can acquire information on the tile having the necessary slice_id from the tile table 2802, and thus can perform processing such as decoding a tile having the necessary slice_id.
  • the 3D data encoding apparatus may encode the common header 2801 (or the entire header 2804), the tile table 2802, and the encoded data 2803 of each tile as separate NAL (Network Abstraction Layer) Units. That is, the 3D data encoding apparatus may generate a stream including a plurality of second headers of a plurality of tiles as a stream independent of encoded data of the plurality of tiles.
  • the server three-dimensional data encoding device
  • the server first transmits the NAL unit of the tile table 2802 to the client (three-dimensional data decoding device).
  • the client decodes the tile table 2802 to determine a necessary tile, and sends a necessary tile transmission request to the server.
  • the server transmits the NAL unit of the requested tile to the client in response to the client request.
  • the tile position information 2812 may indicate coordinates based on a certain world coordinate (world coordinate). Thereby, the three-dimensional data encoding apparatus can quickly know which position is the three-dimensional information with the point group included in each tile as the base point. Further, the tile position information 2812 may indicate relative coordinates from the coordinates indicated by the position information 2807 included in the overall header 2804. In this case, the three-dimensional data decoding apparatus may calculate the coordinates based on the world coordinates of each tile by adding the relative coordinates indicated by the tile position information 2812 to the coordinates indicated by the position information 2807. . Thereby, the size of the value of the tile position information 2812 can be suppressed, so that the size of the tile table 2802 can be reduced.
  • world coordinate world coordinate
  • FIG. 88 is a flowchart of 3D data encoding processing by the 3D data encoding apparatus according to the present embodiment.
  • the 3D data encoding apparatus sets a bounding box including the input 3D points (S2801).
  • the 3D data encoding apparatus divides the bounding box into 8 child nodes (S2802).
  • the three-dimensional data encoding device generates an occupancy code for each of the child nodes including the three-dimensional point among the eight child nodes (S2803).
  • the 3D data encoding apparatus determines whether or not the level of the processing target node (hierarchy of the tree structure) has reached the target tile level (S2804).
  • the target tile level is a level (tree structure hierarchy) at which tile division is performed.
  • the 3D data encoding apparatus divides each child node into eight grandchild nodes (S2805), and each of the grandchild nodes In step S2803 and subsequent steps.
  • the 3D data encoding apparatus stores the current node position and tile level (tile size) in the tile table (S2806).
  • the 3D data encoding apparatus divides each child node into 8 grandchild nodes (S2807).
  • the 3D data encoding apparatus repeats the process of generating the occupancy code until the node cannot be divided (S2808).
  • the 3D data encoding apparatus encodes the occupancy code of each tile (S2809).
  • the three-dimensional data encoding apparatus combines the generated encoded bit streams (encoded data) of a plurality of tiles (S2810).
  • the three-dimensional data encoding apparatus adds a tile table or the like to the header information of the bit stream.
  • tile size (tile level) is stored in the tile table 2802. Therefore, the 3D data decoding apparatus can acquire the size of the bounding box of the sub-tree of each tile using this tile size. Also, the 3D data decoding apparatus can calculate the size of the bounding box of the entire tree structure using the size of the bounding box of the subtree.
  • the 3D data encoding apparatus may store the size of the bounding box of each tile in the tile table 2802. Thereby, the 3D data decoding apparatus can acquire the size of the bounding box of each tile by referring to the tile table 2802.
  • FIG. 89 is a flowchart of three-dimensional data decoding processing by the three-dimensional data decoding apparatus according to this embodiment.
  • the 3D data decoding apparatus sets a bounding box including 3D points to be output using header information included in the bitstream (S2821).
  • the 3D data decoding apparatus sets the root position of each tile (subtree) using the header information included in the bitstream (S2822).
  • the 3D data decoding apparatus divides the bounding box into 8 child nodes (S2823).
  • the three-dimensional data decoding apparatus decodes the occupancy code of each node and divides the node into eight child nodes based on the decoded occupancy code.
  • the 3D data decoding apparatus repeats this process until the node of each tile (subtree) cannot be divided (S2824).
  • the 3D data decoding apparatus combines the 3D points of the decoded tiles (S2825).
  • FIG. 90 is a block diagram showing a configuration of a three-dimensional data encoding device 2820 according to the present embodiment.
  • the three-dimensional data encoding device 2820 includes an octree generation unit 2821, a tile division unit 2822, a plurality of entropy encoding units 2823, and a bitstream generation unit 2824.
  • the target tile level is input to the three-dimensional data encoding device 2820.
  • the three-dimensional data encoding device 2820 stores the occupancy encoding of each tile, and individually encodes the occupancy codes of a plurality of tiles, thereby encoding the code data of each tile. Generate.
  • the octree generation unit 2821 sets a bounding box and divides the bounding box into eight child nodes. The octree generation unit 2821 repeats this division processing until the processing reaches the target tile level.
  • the tile dividing unit 2822 sets tiles. Specifically, when the above process reaches the target tile level, a plurality of tiles having the level as a root are set.
  • the plurality of entropy encoding units 2823 encode the plurality of tiles individually.
  • the bit stream generation unit 2824 generates a bit stream by combining encoded data obtained by encoding a plurality of tiles.
  • FIG. 91 is a block diagram showing a configuration of a 3D data decoding apparatus 2830 according to the present embodiment.
  • the three-dimensional data decoding device 2830 includes an octree generation unit 2831, a bit stream division unit 2832, a plurality of entropy decoding units 2833, and a three-dimensional point combination unit 2834.
  • the octree generation unit 2831 sets a bounding box and divides the bounding box into eight child nodes. Further, the octree generation unit 2831 repeats this division processing until the processing reaches the target tile level.
  • the bit stream dividing unit 2832 divides the bit stream into encoded data of each tile using header information included in the bit stream.
  • the plurality of entropy decoding units 2833 individually decode the plurality of tiles.
  • the three-dimensional point combining unit 2834 combines the three-dimensional points of the decoded tiles. Note that the decoded three-dimensional point may be used directly in the application. In such a case, this combining process is skipped.
  • the three-dimensional data encoding apparatus performs the processing shown in FIG.
  • the three-dimensional data encoding device generates a bitstream by encoding a plurality of subspaces (for example, tiles) included in a target space (for example, a bounding box) including a plurality of three-dimensional points.
  • the 3D data encoding device includes the coordinates of the target space in the first header (for example, the common header 2801 or the entire header 2804) common to the plurality of subspaces included in the bitstream.
  • First information (for example, position information 2807) indicating the first coordinates is stored (S2831), and is the coordinates of the subspace corresponding to the second header (for example, tile information 2811) of the subspace unit included in the bitstream.
  • Second information (for example, tile position information 2812) indicating the difference between the second coordinate and the first coordinate is stored (S2832).
  • the code amount of the bit stream can be reduced.
  • the tile table 2802 includes tile size information 2913 (first header) that is information common to a plurality of subspaces, and tile information 2811 (second header) that is information in units of subspaces. And may be included.
  • the first header may include at least a part of the common header 2801 and a part of the tile table 2802.
  • a part of the first subspace and the second subspace included in the plurality of subspaces overlap.
  • tile divisions in which the same region is different may be used.
  • the 3D data encoding apparatus uses third information (for example, tile size of FIG. 84) indicating the size of the corresponding subspace in the second header (for example, tile information 2811 of FIG. 84). Information 2813) is stored.
  • third information for example, tile size of FIG. 84
  • Information 2813 is stored.
  • the three-dimensional data encoding device stores third information (tile size information 2813 in FIG. 86) indicating the sizes of a plurality of subspaces in the first header.
  • the three-dimensional data encoding device uses fourth information (tile number information 2806) indicating the number of subspaces in the first header (for example, the common header 2801 or the tile table 2802). Is stored.
  • the three-dimensional data encoding device in the generation of the bitstream, the three-dimensional data encoding device generates a stream including a plurality of second headers in a plurality of subspaces as a stream independent of the encoded data in the plurality of subspaces.
  • a plurality of second headers of a plurality of subspaces and encoded data of a plurality of subspaces are encoded as separate NAL Units.
  • the three-dimensional data decoding apparatus can determine the necessary subspace by referring to the stream including the second header, and selectively obtain the encoded data of the necessary subspace. it can.
  • a three-dimensional data encoding device includes a processor and a memory, and the processor performs the above processing using the memory.
  • the 3D data decoding apparatus performs the processing shown in FIG.
  • the three-dimensional data decoding device decodes a bit stream obtained by encoding a plurality of subspaces included in a target space including a plurality of three-dimensional points.
  • the three-dimensional data decoding apparatus uses the coordinates of the target space from the first header (for example, the common header 2801 or the entire header 2804) included in the bitstream and common to a plurality of subspaces.
  • the first information (for example, position information 2807) indicating the first coordinates is decoded (S2841), and is the coordinates of the corresponding subspace from the second header (for example, tile information 2811) of the subspace unit included in the bitstream.
  • Second information (for example, tile position information 2812) indicating the difference between the second coordinate and the first coordinate is decoded (S2842).
  • the three-dimensional data decoding apparatus calculates the second coordinate by adding the difference indicated by the second information to the first coordinate indicated by the first information.
  • the code amount of the bit stream can be reduced.
  • a part of the first subspace and the second subspace included in the plurality of subspaces overlap.
  • tile divisions in which the same region is different may be used.
  • the three-dimensional data decoding apparatus uses third information (for example, tile size information of FIG. 84) indicating the size of the corresponding subspace from the second header (for example, tile information 2811 of FIG. 84). 2813).
  • third information for example, tile size information of FIG. 84
  • the second header for example, tile information 2811 of FIG. 84.
  • the 3D data decoding apparatus decodes third information (tile size information 2813 in FIG. 86) indicating the sizes of a plurality of subspaces from the first header.
  • the three-dimensional data decoding apparatus decodes fourth information (tile number information 2806) indicating the number of a plurality of subspaces from the first header (for example, common header 2801).
  • a stream including a plurality of second headers in a plurality of subspaces is generated as a stream independent of decoded data in the plurality of subspaces.
  • a plurality of second headers of a plurality of subspaces and encoded data of a plurality of subspaces are encoded as separate NAL Units.
  • the 3D data decoding apparatus determines a necessary subspace by referring to a stream including the second header, and selectively obtains encoded data of the necessary subspace.
  • a three-dimensional data decoding device includes a processor and a memory, and the processor performs the above processing using the memory.
  • the 3D point cloud map can be used for self-position estimation processing for detecting a position where a car or a drone is moving in global coordinates. In order to provide global coordinates, it is necessary to perform georeferencing (coordinate alignment) on the three-dimensional point cloud map.
  • geofencing is a technique for setting a virtual range (geofense) in a geographical area of real space. For example, in an automated driving process, for safety and security, a car is restricted to operate within a specific geographic area (geo fence).
  • the internal coordinate (local coordinate) system of the 3D point cloud can be associated with geographic coordinates.
  • the global coordinates are expressed by, for example, latitude, longitude, and altitude, and are coordinates that can uniquely specify a position on the earth.
  • the local coordinates are, for example, coordinates based on the position of a sensor that generates point cloud data (or a mobile body (for example, an automobile) including the sensor).
  • the origin of the local coordinate system is the position of the sensor or car. That is, the global coordinates do not depend on the position of the sensor (or automobile), and indicate the same coordinates regardless of the position of the sensor.
  • the local coordinates change according to the position of the sensor.
  • the global coordinates are represented by latitude / longitude coordinates (spherical coordinates) represented by latitude, longitude, and altitude, or Cartesian coordinates represented by X, Y, and Z.
  • the local coordinates are represented by orthogonal coordinates.
  • the coordinate expression method is not limited to these, and any known expression method may be used.
  • geographical coordinates In the following, global coordinates represented by latitude and longitude coordinates are referred to as geographical coordinates, and global coordinates represented by orthogonal coordinates are referred to as world coordinates (world coordinate), and local coordinates represented by orthogonal coordinates.
  • the coordinates are called geometric coordinates.
  • the coordinates may be information that directly indicates the coordinates themselves, or may be information that indirectly indicates the coordinates or the position.
  • FIG. 94 is a diagram showing an example of a three-dimensional point cloud map including a geofence when the geofence is used to limit an operation. For example, the operation of the autonomous driving vehicle is restricted within the geofence shown in FIG.
  • FIG. 95 is a diagram showing an example of a three-dimensional point cloud map used when enabling a service or an additional function in the geofence. For example, when a car enters the geofence shown in FIG. 95, some services or functions are enabled.
  • the car needs to upload a 3D point cloud along with geographical coordinates.
  • FIG. 96 is a diagram schematically illustrating a process of updating a geo-referenced three-dimensional point group (Geo-referenced 3D point cloud: hereinafter referred to as a geo-referenced point group).
  • the vehicle updates the georeferenced point cloud to the map server.
  • an automobile generates a georeferenced point cloud using a point cloud obtained by a sensor such as LiDAR and geographic information obtained from GPS or the like.
  • a case where a car downloads a georeferenced point cloud from a server based on position information (global coordinates) of the car may be assumed as a use case.
  • the automobile may acquire the position information of the automobile with a GPS sensor provided in the automobile.
  • the automobile may estimate future position information of the automobile and download a georeferenced point group from the server based on the information.
  • the automobile may estimate the future position information of the automobile from the destination designated by the user with the car navigation system or the like.
  • the vehicle may estimate future position information from the control information (speed or acceleration or the like) or the surrounding situation (congestion information or accident information or the like) of the vehicle.
  • FIG. 97 is a diagram illustrating an example of a three-dimensional position in the georeferenced point group.
  • geographical coordinates are represented by ⁇ , ⁇ , h (latitude, longitude, altitude).
  • 3D point cloud (3D point cloud) is divided into the same or different volumes (space units).
  • the local coordinates (X, Y, Z) of one or more three-dimensional points are associated with geographical coordinates ( ⁇ , ⁇ , h).
  • all three-dimensional points have the same or different geographic coordinates.
  • the car is equipped with a sensor A for position detection.
  • the sensor A includes a GPS (global positioning system) for obtaining a geographical position of an automobile.
  • the sensor A may not include the GPS.
  • the automobile uses the information obtained by the sensor A (for example, information on the point clouds C1, C2, and C3) and the three-dimensional point cloud map.
  • the global coordinates of the car may be detected.
  • the three-dimensional point group map includes global coordinates of the point groups C1, C2, and C3.
  • the first case is a case of acquiring geographical coordinates from the GPS system.
  • the second case is a case where the geographical coordinates of the target three-dimensional point are acquired by interpolating the geographical coordinates of a plurality of adjacent three-dimensional points having the geographical coordinates acquired from the GPS system.
  • the third case is a case where there is no geographical coordinate information.
  • the geographical coordinate state of the above three-dimensional point is determined by development in an actual application. Further, since there are different points in the three-dimensional space, the geographical coordinates of the plurality of three-dimensional points may be different.
  • the vehicle uses the point cloud data around the vehicle obtained by LiDAR and the 3D point cloud map acquired from the server or the like to determine its own position in the 3D point cloud map ( Estimate global coordinates.
  • the automobile may calculate the global coordinates of the automobile based on the global coordinates.
  • the automobile can acquire absolute position information (latitude, longitude, altitude, etc.) on the earth.
  • the automobile can receive the service using the geofencing described above.
  • FIG. 98 is a diagram for explaining a method of acquiring a georeferenced point group.
  • the georeferenced point cloud is acquired by the following method.
  • the automobile includes a sensor A and a sensor B.
  • the sensor A acquires the local coordinates (for example, (X i , Y i , Z i ),..., (X n , Y n , Z n ) of the three-dimensional point group in the surrounding environment of the automobile.
  • the automobile obtains, for example, the geographical coordinates ( ⁇ 0 , ⁇ 0 , h 0 ) of the automobile, and the automobile obtains the local coordinates (X 0 , Y 0 , Z 0 ) of the automobile and obtains the geographical coordinates ( ⁇ 0 , ⁇ 0 , h 0 ), for example, the geographic coordinate system of sensor B is defined based on the world coordinate system 1984 (WGS84).
  • the orthogonal coordinates (X, Y, Z) of the three-dimensional point are calculated from the geographical coordinates ( ⁇ , ⁇ , h) using equations shown in (Expression 2) to (Expression 6) described later.
  • the geographical coordinates ( ⁇ , ⁇ , h) can be derived from the orthogonal coordinates (X, Y, Z) of the three-dimensional point using (Expression 7) to (Expression 10) described later.
  • Other conversion methods may be used.
  • the car may not be able to obtain the position information of the car.
  • the vehicle acquires the position information of the vehicle by weighted interpolation using past or future available position information.
  • FIG. 99 is a diagram showing the flow of the georeferenced point cloud acquisition process.
  • the automobile receives a signal from a GPS satellite (S2901).
  • the car calculates the current position of the car in the geographical coordinate system based on the received signal (S2902).
  • the automobile converts the current position in the geographic coordinate system to orthogonal coordinates (world coordinates) (S2903). Further, this conversion is performed using equations shown in (Expression 2) to (Expression 6) described later.
  • the automobile acquires the current rotation angle of the automobile with respect to the world coordinates (S2904).
  • the automobile obtains the rotation angle by estimating the current moving direction of the automobile using the geographical coordinates within a short time period.
  • the automobile estimates the moving direction of the automobile using geographical coordinates at a plurality of times (t ⁇ 3 to t 0 ).
  • the automobile calculates a parallel movement amount (for example, differences in x, y, and z directions) between the local coordinate system and the world coordinate system (S2905).
  • the automobile calculates a rotation angle between the local coordinate system and the world coordinate system (S2906).
  • the local coordinate system is, for example, an orthogonal coordinate system with the position of the automobile as the origin.
  • the automobile receives a signal from LiDAR (S2907).
  • the automobile calculates the position (local coordinates) of the surrounding point group (point cloud) using the received signal (S2908).
  • the car converts the local coordinates of the point cloud into world coordinates using the information obtained in steps S2905 and S2906 (S2909).
  • the automobile converts the coordinates of the point group from the local coordinate system to the world coordinate system using (Equation 1) below.
  • R is a matrix of rotation angles between the local coordinate system and the world coordinate system
  • t is a matrix of translation between the local coordinate system and the world coordinate system
  • X is the coordinate of the point group in the local coordinate system
  • X new is the coordinate of the point group in the world coordinate system.
  • the coordinate X new in the world coordinate system can be converted into geographical coordinates using, for example, (Expression 7) to (Expression 10) described later.
  • FIG. 101 is a diagram schematically showing the flow of the above processing.
  • the vehicle acquires GPS data, and calculates the geographical coordinates ( ⁇ 0 , ⁇ 0 , h 0 ) of the vehicle using the acquired GPS data.
  • the automobile uses, for example, (Formula 2) to (Formula 6) described later to change the geographical coordinates ( ⁇ 0 , ⁇ 0 , h 0 ) to the world coordinates (W x0 , W y0 , W z0 ). Convert.
  • the automobile converts the coordinates (X, Y, Z) of the point group in the local coordinate system into world coordinates (X + W x0 , Y + W y0 , Z + W z0 ).
  • a rotation angle matrix between the local coordinate system and the world coordinate system is also used.
  • the automobile converts the world coordinates (X + W x0 , Y + W y0 , Z + W z0 ) into geographical coordinates ( ⁇ x , ⁇ y , h z ) using (Expression 7) to (Expression 10) described later. To do.
  • bit stream generated by the 3D data encoding device in Case A and Case B and the operation of acquiring the geographical coordinates of the point group in the 3D data decoding device will be described.
  • the data of each three-dimensional point group included in the bit stream generated by the three-dimensional data encoding device includes local coordinates (X, Y, Z) and geographical coordinates ( ⁇ x , ⁇ y , h z ) And both.
  • the three-dimensional data decoding apparatus decodes local coordinates (X, Y, Z) and geographical coordinates ( ⁇ x , ⁇ y , h z ) of each three-dimensional point group.
  • the 3D data decoding apparatus does not need to perform the process of converting the coordinates of the point group, so the processing load on the 3D data decoding apparatus can be reduced.
  • the data of each three-dimensional point group included in the bitstream generated by the three-dimensional data encoding device includes local coordinates (X, Y, Z) and geographical coordinates ( ⁇ 0 of the origin of the local coordinate system. , ⁇ 0 , h 0 ), conversion parameters for converting geographical coordinates to world coordinates, and conversion parameters for converting world coordinates to geographical coordinates.
  • the geographical coordinates of each three-dimensional point group are not encoded, the data amount of the bit stream can be reduced as compared with case A.
  • the 3D data decoding apparatus decodes local coordinates (X, Y, Z) of each 3D point group.
  • the three-dimensional data decoding apparatus converts the geographical coordinates ( ⁇ 0 , ⁇ 0 , h 0 ) of the origin into world coordinates (W x0 , W y0 , W z0 ), and converts the world coordinates (W x0 , W z ).
  • y0, W z0) is used to convert the local coordinates of each three-dimensional point group in world coordinates (X + W x0, Y + W y0, Z + W z0).
  • the three-dimensional data decoding apparatus converts the world coordinates (X + W x0 , Y + W y0 , Z + W z0 ) of each three-dimensional point group into geographical coordinates ( ⁇ x , ⁇ y , h z ).
  • FIG. 102 is a diagram for explaining a conversion process between orthogonal coordinates and geographical coordinates.
  • Mil is used as a unit representing a small angle.
  • 8 1018.6 mils.
  • 1 ° 0.0174533 rad
  • 1 " 0.00000485 rad.
  • FIG. 103 is a diagram illustrating an example of geometric parameters of an ellipsoid.
  • Orthogonal coordinates (world coordinates) (X, Y, Z) are calculated from geographical coordinates ( ⁇ , ⁇ , h) using (Expression 2) to (Expression 6).
  • ⁇ is the radius of curvature of the surface of the shoreline (primary vertical plane).
  • a and f are geometric parameters of the ellipsoid.
  • orthogonal coordinates (world coordinates) (X, Y, Z) can be converted into geographical coordinates ( ⁇ , ⁇ , h) using (Expression 7) to (Expression 10).
  • p is a vertical distance
  • Non-Patent Document 1 Further, details of the above conversion processing are described in Non-Patent Document 1, for example. Therefore, the method described in Non-Patent Document 1 may be used.
  • Geographic coordinates may be projected onto two-dimensional map coordinates for visualization and display.
  • the geographic coordinate system is based on an ellipsoid in a specific direction with a specific position as the origin. This origin and ellipsoid vary depending on the region or country.
  • Information indicating the origin and the ellipsoid is referred to as a spatial reference.
  • SR spatial reference
  • EPSG 3414 shown in FIG. 104 is used in Singapore
  • EPSG 4947 shown in FIG. 105 is used in Japan.
  • EPSG European Petroleum Survey Group
  • FIG. 106 is a diagram illustrating a configuration example of encoded data in the first mode. As shown in FIG. 106, geometric coordinates (X, Y, Z), which are local coordinates of each point group, are associated with geographical coordinates ( ⁇ , ⁇ , h).
  • FIG. 107 is a diagram showing an example of the structure of the point group in the first mode.
  • FIG. 108 is a diagram illustrating an example of a tree structure of a point group.
  • each of the plurality of three-dimensional point groups is associated with geographic coordinates.
  • a plurality of geographical coordinates are encoded individually.
  • attribute coding or octree coding can be used for this encoding.
  • an octree structure shown in FIG. 108 can be used for encoding geographical information.
  • the three-dimensional data encoding apparatus may encode geographical information using information on adjacent nodes.
  • the three-dimensional data encoding apparatus may regard the geographical coordinates as the attribute information of the geometric coordinates and apply the attribute encoding to the geographical coordinates.
  • the geometric information (geometric coordinates (X, Y, Z)) of the three-dimensional point is, for example, data obtained by LiDAR.
  • the geographical information (geographic coordinates) is data obtained by GPS, for example.
  • the purpose of encoding geographic information is to treat LiDAR data as car coordinates. In this case, there is no information indicating the position where the automobile is present.
  • the current position of the car in the global coordinate system can be determined from the geographical information. The determined position can be used, for example, in an application that requires the vehicle position.
  • FIG. 109 is a diagram illustrating a configuration example of encoded data in the second mode.
  • a set of a plurality of three-dimensional point groups is associated with one geographical coordinate ( ⁇ , ⁇ , h).
  • FIG. 110 is a diagram illustrating a structure example of a point group in the second mode.
  • a set including a plurality of three-dimensional point groups is associated with one piece of geographical information (geographic coordinates).
  • geographical information For example, a plurality of geographical information is encoded individually.
  • attribute coding or octree coding can be used for this encoding.
  • an octree structure shown in FIG. 108 can be used for encoding geographical information.
  • the same geographical coordinates are assigned to a plurality of point groups. That is, the plurality of decoded point groups have the same geographical coordinates.
  • the unit is small enough to have no single geographical coordinate, and geographical information is added to each independent coding unit. This unit is, for example, a tile or a slice.
  • the geographical coordinates ( ⁇ 1 , ⁇ 1 , h 1 ) of the point group P 1 are added to the set of point groups P 1 to P n .
  • the three-dimensional data decoding apparatus uses another point group P 1 by using the geographical coordinates ( ⁇ 1 , ⁇ 1 , h 1 ) of the point group P 1 and the geometric coordinates of the point groups P 1 to P n. Geographic coordinates from 2 to P n may be calculated.
  • the three-dimensional data decoding apparatus includes the geometric coordinates (X 1 , Y 1 , Z 1 ) and the point group P of the point group P 1 in the geographical coordinates ( ⁇ 1 , ⁇ 1 , h 1 ) of the point group P 1. based on the difference between the 2 geometric coordinates (X 2, Y 2, Z 2), it can be calculated the geographical coordinates of the points P 2.
  • the added geographical coordinates may be any one of the point groups P 1 to P n .
  • the added geographic coordinates may be the grandfather node's geographic coordinates.
  • the geographical coordinates of the node are, for example, geographical coordinates of a predetermined position (for example, a center or a corner) in the node.
  • which point of geographical information is added may be determined in advance or may be variable. If it is variable, information indicating which point of geographical information is added may be added to the bitstream. In the first mode, the bitstream may not include geometric coordinates.
  • FIG. 111 is a diagram illustrating a configuration example of a bit stream in the first mode.
  • the bit stream includes a header 2901, a mode flag 2902, SR information 2903, an orthogonal flag 2904, geometric information 2905, and geographical information 2906.
  • Geometric information 2905 indicates local coordinates (geometric coordinates) of each of a plurality of three-dimensional points.
  • Geographic information 2906 indicates global coordinates of each of a plurality of three-dimensional points.
  • the global coordinates may be geographical coordinates (latitude / longitude coordinates) or world coordinates (orthogonal coordinates).
  • the header 2901 is a header of the entire tree structure, and includes information indicating the root position (for example, coordinates) of the tree structure, information indicating the scale, information indicating the number of three-dimensional points included in the entire tree structure, and the like.
  • the mode flag 2902 indicates a mode of geographical information (the first mode or the second mode described above). That is, in the example shown in FIG. 111, the mode flag 2902 indicates the first mode.
  • SR information 2903 is information indicating a spatial reference.
  • the spatial reference is information necessary for coordinate transformation and projection.
  • a spatial coordinate specifies a reference coordinate, a reference ellipsoid, an origin, a geometric parameter, and the like.
  • the SR information 2903 differs depending on the region or country.
  • the orthogonal flag 2904 indicates whether or not the global coordinates included in the geographical information are orthogonal coordinates. That is, the orthogonal flag 2904 indicates whether the global coordinates included in the geographical information are geographical coordinates (latitude and longitude coordinates) or world coordinates (orthogonal coordinates).
  • FIG. 112 is a diagram illustrating a configuration example of a bit stream in the second mode.
  • the geographical information 2906A indicates global coordinates associated with a plurality of sets of three-dimensional points.
  • the global coordinates may be geographical coordinates (latitude / longitude coordinates) or world coordinates (orthogonal coordinates).
  • the mode flag 2902 indicates the second mode.
  • the data amount of the geographic information 2906A can be reduced from the data amount of the geographic information 2906 in the first mode shown in FIG.
  • the position of the geographic information 2906 may be before the position of the geometric information 2905.
  • the geographic information 2906A may be stored in the header 2901.
  • FIG. 113 is a diagram showing a configuration of a three-dimensional data encoding device 2910 according to the present embodiment.
  • This configuration is a configuration when coordinate transformation is performed.
  • the three-dimensional data encoding device 2910 includes a geometric information encoding unit 2911, a geographical information encoding unit 2912, and a bit stream generation unit 2913.
  • the geometric information encoding unit 2911 includes an octree generation unit 2914 and an entropy encoding unit 2915.
  • the geographic information encoding unit 2912 includes a coordinate conversion unit 2916 and an entropy encoding unit 2917.
  • the octree generation unit 2914 generates an octree using geometric information (geometric coordinates) included in the input point cloud. Further, the octree generation unit 2914 generates an occupancy code for each node of the octree.
  • the geometric information is, for example, data obtained by LiDAR.
  • the entropy encoding unit 2915 generates a bit stream (encoded data) of geometric information by entropy encoding geometric information (such as the occupancy code generated by the octree generation unit 2914). At this time, the entropy encoding unit 2915 entropy encodes the geometric information using an encoding table different from the encoding table used for entropy encoding of geographic information (geographic coordinates).
  • the coordinate conversion unit 2916 converts the geographical information (latitude, longitude, altitude) of the automobile obtained from the satellite (eg, GPS) into world coordinates (eg, a coordinate system corresponding to a reference point in the country) or local coordinates (eg, based on the automobile) Coordinate system).
  • the coordinate conversion unit 2916 converts the geometric coordinates of the three-dimensional point into world coordinates using the generated world coordinates of the automobile, and converts the obtained world coordinates into geographical coordinates. To do.
  • the entropy encoding unit 2917 generates a bit stream (encoded data) of geographical information by entropy encoding the geographical coordinates generated by the coordinate conversion unit 2916. At this time, the entropy encoding unit 2917 entropy encodes the geographic information using an encoding table different from the encoding table used for entropy encoding of geometric information.
  • the bit stream generation unit 2913 generates a bit stream including a geometric information bit stream and a geographical information bit stream.
  • the coordinate conversion unit 2916 converts the geographical coordinates into world coordinates
  • the entropy encoding unit 2917 converts the conversion.
  • the world coordinates obtained by the above may be encoded.
  • FIG. 114 is a diagram showing a configuration of the three-dimensional data encoding device 2910A when coordinate conversion is not performed. 114 differs from the three-dimensional data encoding device 2910 shown in FIG. 113 in that the geographical information encoding unit 2912A does not include the coordinate conversion unit 2916.
  • the entropy encoding unit 2917 generates a bit stream (encoded data) of geographic information by entropy encoding the geographic information included in the input point cloud information. For example, in the case B described above, the geographical information of the automobile is entropy encoded.
  • FIG. 115 is a diagram showing the configuration of the 3D data decoding apparatus 2920 according to the present embodiment.
  • This configuration is a configuration when coordinate transformation is performed.
  • the three-dimensional data decoding device 2920 includes a geometric information decoding unit 2921, a geographical information decoding unit 2922, and a point group generation unit 2923.
  • the geometric information decoding unit 2921 includes an octree generation unit 2924 and an entropy decoding unit 2925.
  • the geographic information decoding unit 2922 includes an entropy decoding unit 2926 and a coordinate conversion unit 2927.
  • the octree generation unit 2924 generates the target space using information included in the bitstream, and generates eight small spaces by dividing the target space into eight using the decoding information. This process is repeated until the entire bit stream is decoded.
  • the entropy decoding unit 2925 acquires an occupancy code by entropy decoding the bitstream. At this time, the entropy decoding unit 2925 performs entropy decoding on the geometric information (occupancy code) using an encoding table different from the encoding table used for entropy decoding of geographic information.
  • the entropy decoding unit 2926 acquires geographical information by decoding the bitstream. At this time, the entropy decoding unit 2926 performs entropy decoding on the geographical information using an encoding table different from the encoding table used for entropy decoding of the geometric information.
  • the coordinate conversion unit 2927 converts world coordinates or local coordinates into geographical coordinates using the decoded geographical information. For example, in the case B described above, the geographical information of the automobile is decoded. The coordinate conversion unit 2927 converts the decoded geographical information of the automobile into world coordinates. Next, the coordinate conversion unit 2927 converts the geometric coordinates of the three-dimensional point into world coordinates using the obtained world coordinates of the automobile, and converts the obtained world coordinates into geographical coordinates.
  • the entropy decoding unit 2925 decodes the bitstream to decode the world coordinates, and the coordinate conversion unit 2927 converts the world coordinates into geographical coordinates. May be.
  • the point cloud generation unit 2923 adds geographical information (geographic coordinates) to the decoded geometric information.
  • FIG. 116 is a diagram showing a configuration of the three-dimensional data decoding device 2920A when coordinate conversion is not performed. 116 differs from the three-dimensional data decoding device 2920 shown in FIG. 115 in that the geographical information decoding unit 2922A does not include the coordinate conversion unit 2927.
  • the entropy decoding unit 2926 acquires geographical coordinates of a plurality of three-dimensional points by decoding the bitstream.
  • FIG. 117 is a diagram illustrating a configuration of the three-dimensional data decoding device 2920B when coordinate conversion and coordinate expansion are performed.
  • 117 includes a geographic information decoding unit 2922A and a coordinate expansion unit 2928 in addition to the three-dimensional data decoding device 2920 shown in FIG. 115.
  • the coordinate expansion unit 2928 extends, for example, the geographical coordinates ( ⁇ , ⁇ , h), world coordinates, or local coordinates (X, Y, Z) of the automobile to the coordinates of a plurality of point groups.
  • the coordinate extension unit 2928 assigns the world coordinates or local coordinates of a set of a car or a three-dimensional point as the world coordinates or local coordinates of a plurality of three-dimensional points.
  • FIG. 118 is a diagram illustrating a configuration of the three-dimensional data decoding device 2920C when coordinate conversion is not performed and coordinate expansion is performed. 118 differs from the three-dimensional data decoding device 2920B shown in FIG. 117 in that the geographical information decoding unit 2922C does not include the coordinate conversion unit 2927.
  • the entropy decoding unit 2926 acquires a set of geographical coordinates including a plurality of three-dimensional points by decoding the bitstream.
  • the coordinate extension unit 2928 assigns geographical coordinates to a plurality of three-dimensional points included in the set.
  • the coordinate extension unit 2928 calculates the geographical coordinates of each three-dimensional point using the decoded geographical coordinates and the geometric coordinates of a plurality of three-dimensional points.
  • the entropy decoding part 2926 decodes the geographical coordinates ((phi), (lambda), h) of a motor vehicle.
  • the coordinate extension unit 2928 assigns the geographical coordinates of the automobile to the plurality of three-dimensional points as the geographical coordinates.
  • FIG. 119 is a flowchart showing the flow of the three-dimensional data encoding process.
  • the three-dimensional data encoding apparatus sets a bounding box including an input point group (S2911).
  • the 3D data encoding apparatus divides the bounding box into 8 child nodes (S2912).
  • the 3D data encoding apparatus generates an occupancy code for each of the child nodes including the 3D point among the 8 child nodes (S2913).
  • the 3D data encoding apparatus divides each child node into 8 grandchild nodes (S2914).
  • the 3D data encoding apparatus repeats the process of generating the occupancy code until the node cannot be divided (S2915).
  • the three-dimensional data encoding apparatus encodes an occupancy code (S2916).
  • the three-dimensional data encoding device converts geographical information ( ⁇ , ⁇ , h) into world coordinates (X, Y, Z) (S2917).
  • a three-dimensional data encoding device converts the geographical coordinates of a car into world coordinates.
  • the coordinate conversion unit 2916 converts the geometric coordinates of the three-dimensional point into world coordinates using the generated world coordinates of the automobile, and converts the obtained world coordinates into geographical coordinates. To do.
  • the three-dimensional data encoding apparatus encodes the converted geographical coordinates (S2918).
  • the three-dimensional data encoding device may encode the world coordinates obtained by converting the geometric coordinates without performing the conversion from the world coordinates to the geographical coordinates.
  • the three-dimensional data encoding device may convert the geographical coordinates into world coordinates and encode the world coordinates obtained by the conversion. .
  • the 3D data encoding apparatus combines the generated encoded bit stream of geometric information and the encoded bit stream of geographic information. Also, the 3D data encoding apparatus adds header information to the bit stream (S2919). For example, the 3D data encoding apparatus sets the mode to 1 when encoding geographical information for each point group, and sets the mode to 2 when encoding one piece of geographical information for the entire point group. Set. Further, the three-dimensional data encoding device may add parameters (SR information or the like) for converting geographical coordinates to world coordinates to the header information. Further, the three-dimensional data encoding device may add information (orthogonal flag) indicating whether or not the geographical information is orthogonal coordinates to the header information.
  • parameters SR information or the like
  • the three-dimensional data encoding device may add information (orthogonal flag) indicating whether or not the geographical information is orthogonal coordinates to the header information.
  • the 3D data decoding apparatus can correctly decode the bit stream.
  • the three-dimensional data decoding apparatus can correctly perform conversion between geographical coordinates and world coordinates.
  • FIG. 120 is a flowchart of the three-dimensional data decoding process performed by the three-dimensional data decoding apparatus according to this embodiment.
  • the 3D data decoding apparatus sets a bounding box including a point cloud to be output using header information included in the bit stream (S2921).
  • the 3D data decoding apparatus divides the bounding box into 8 child nodes (S2922).
  • the three-dimensional data decoding apparatus decodes the occupancy code of each node and divides the node into eight child nodes based on the decoded occupancy code. The three-dimensional data decoding apparatus repeats this process until the node (subspace) cannot be divided (S2923).
  • the three-dimensional data decoding device decodes geographical information (S2924).
  • the three-dimensional data decoding apparatus converts geographical information from world coordinates (X, Y, Z) to geographical coordinates ( ⁇ , ⁇ , h) (S2925).
  • the geographical information of the automobile is decoded.
  • the three-dimensional data decoding apparatus converts the decoded geographical information of the automobile into world coordinates.
  • the three-dimensional data decoding apparatus converts the geometric coordinates of the three-dimensional point into world coordinates using the obtained world coordinates of the automobile, and converts the obtained world coordinates into geographical coordinates. Note that if the bit stream includes the geographical coordinates of the three-dimensional point group, the conversion process (S2925) may not be performed.
  • the three-dimensional data decoding device may decode the world coordinate by decoding the bit stream and convert the world coordinate to the geographical coordinate.
  • the 3D data decoding apparatus combines the decoded point cloud with the geographical information (S2926).
  • the three-dimensional data encoding apparatus performs the processing shown in FIG.
  • the three-dimensional data encoding device encodes a plurality of three-dimensional points obtained by the sensor.
  • the three-dimensional data encoding device encodes local coordinate information indicating the coordinates of a plurality of three-dimensional points and indicating a plurality of local coordinates depending on the position of the sensor (S2931), and the encoded local coordinate information (for example, Geometric information 2905), at least one of a plurality of three-dimensional points, or global coordinate information (for example, geographical information 2906 or 2906A) indicating the global coordinates independent of the position of the sensor.
  • An encoded bit stream including the above is generated (S2932).
  • the processing amount in the 3D data decoding apparatus can be reduced.
  • the global coordinate information indicates the global coordinates of each of a plurality of three-dimensional points. According to this, since it is not necessary to calculate global coordinates in the three-dimensional data decoding device, the processing amount in the three-dimensional data decoding device can be reduced.
  • the global coordinate information indicates one global coordinate associated with a plurality of three-dimensional points. According to this, since the data amount of global coordinate information can be reduced, the data amount of an encoding bit stream can be reduced.
  • the global coordinate information indicates the global coordinate of the origin of the local coordinate system. According to this, since the data amount of global coordinate information can be reduced, the data amount of an encoding bit stream can be reduced.
  • global coordinates are represented by latitude, longitude, and altitude.
  • the global coordinates are represented by orthogonal coordinates.
  • the encoded bit stream further includes information (orthogonal flag 2904) indicating whether or not the global coordinates are represented by orthogonal coordinates.
  • the encoded bit stream further includes information (SR information 2903) indicating a spatial reference of global coordinates.
  • a three-dimensional data encoding device includes a processor and a memory, and the processor performs the above processing using the memory.
  • the three-dimensional data decoding apparatus performs the processing shown in FIG.
  • the three-dimensional data decoding device decodes a plurality of three-dimensional points obtained by the sensor.
  • the three-dimensional data decoding apparatus decodes local coordinate information (for example, geometric information 2905) indicating a plurality of local coordinates depending on the position of the sensor, which are a plurality of coordinates of a plurality of three-dimensional points, from the encoded bit stream.
  • local coordinate information for example, geometric information 2905
  • Global coordinate information for example, geographical information 2906 indicating global coordinates that are coordinates of at least one of a plurality of three-dimensional points or a reference point and do not depend on the position of the sensor from the encoded bit stream.
  • 2906A is decoded (acquired).
  • the processing amount in the 3D data decoding apparatus can be reduced.
  • the global coordinate information indicates the global coordinates of each of a plurality of three-dimensional points. According to this, since it is not necessary to calculate global coordinates in the three-dimensional data decoding device, the processing amount in the three-dimensional data decoding device can be reduced.
  • the global coordinate information indicates one global coordinate associated with a plurality of three-dimensional points. According to this, since the data amount of global coordinate information can be reduced, the data amount of an encoding bit stream can be reduced.
  • the global coordinate information indicates the global coordinate of the origin of the local coordinate system. According to this, since the data amount of global coordinate information can be reduced, the data amount of an encoding bit stream can be reduced.
  • global coordinates are represented by latitude, longitude, and altitude.
  • the global coordinates are represented by orthogonal coordinates.
  • the three-dimensional data decoding apparatus further decodes information (orthogonal flag 2904) indicating whether or not the global coordinates are represented by orthogonal coordinates from the encoded bit stream.
  • the 3D data decoding apparatus further decodes information (SR information 2903) indicating the spatial reference of the global coordinates from the encoded bit stream.
  • SR information 2903 indicating the spatial reference of the global coordinates from the encoded bit stream.
  • a three-dimensional data decoding device includes a processor and a memory, and the processor performs the above processing using the memory.
  • each processing unit included in the 3D data encoding device and the 3D data decoding device according to the above-described embodiment is typically realized as an LSI which is an integrated circuit. These may be individually made into one chip, or may be made into one chip so as to include a part or all of them.
  • circuits are not limited to LSI, and may be realized by a dedicated circuit or a general-purpose processor.
  • An FPGA Field Programmable Gate Array
  • reconfigurable processor that can reconfigure the connection and setting of circuit cells inside the LSI may be used.
  • each component may be configured by dedicated hardware, or may be realized 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 on 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 or a three-dimensional data decoding method executed by a three-dimensional data encoding device, a 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 can be realized as one functional block, a single functional block can be divided into a plurality of functions, or some functions can be transferred to other functional blocks. May be.
  • functions of a plurality of functional blocks having similar functions may be processed in parallel or time-division by a single hardware or software.
  • the three-dimensional data encoding device, the three-dimensional data decoding device, and the like according to one or a plurality of aspects have been described based on the embodiment.
  • the present disclosure is not limited to this embodiment. .
  • various modifications conceived by those skilled in the art have been made in this embodiment, and forms constructed by combining components in different embodiments are also within the scope of one or more aspects. May be included.
  • 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)
  • Length Measuring Devices By Optical Means (AREA)
  • Length Measuring Devices With Unspecified Measuring Means (AREA)

Abstract

三次元データ符号化方法は、センサで得られた複数の三次元点を符号化する三次元データ符号化方法であって、複数の三次元点の座標であって、センサの位置に依存する複数のローカル座標を示すローカル座標情報を符号化し（Ｓ２９３１）、符号化されたローカル座標情報と、複数の三次元点のうちの少なくとも一つ、又は基準点の座標であって、センサの位置に依存しないグローバル座標を示すグローバル座標情報とを含む符号化ビットストリームを生成する（Ｓ２９３２）。

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
Gerdan, G. P. and Deakin, R. E. (1999), Transforming Cartesian Coordinates X, Y, Z to Geographical Coordinates φ, λ, h, The Australian Surveyor, Vol. 44, No. 1, 55-63.
　このような、三次元データを用いたシステムでは復号装置において処理量を低減できることが望まれている。
　本開示は、復号装置における処理量を低減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、センサで得られた複数の三次元点を符号化する三次元データ符号化方法であって、前記複数の三次元点の座標であって、前記センサの位置に依存する複数のローカル座標を示すローカル座標情報を符号化し、符号化された前記ローカル座標情報と、前記複数の三次元点のうちの少なくとも一つ、又は基準点の座標であって、前記センサの位置に依存しないグローバル座標を示すグローバル座標情報とを含む符号化ビットストリームを生成する。
　本開示の一態様に係る三次元データ復号方法は、センサで得られた複数の三次元点を復号する三次元データ復号方法であって、符号化ビットストリームから、複数の三次元点の複数の座標であって、前記センサの位置に依存する複数のローカル座標を示すローカル座標情報を復号し、前記符号化ビットストリームから、前記複数の三次元点のうちの少なくとも一つ、又は基準点の座標であって、前記センサの位置に依存しないグローバル座標を示すグローバル座標情報を復号する。
　本開示は、復号装置における処理量を低減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に係る木構造の例を示す図である。 図５２は、実施の形態８に係るサブ三次元点群の例を示す図である。 図５３は、実施の形態８に係るサブ三次元点群の例を示す図である。 図５４は、実施の形態８に係るビットストリームの構成例を示す図である。 図５５は、実施の形態８に係る木構造の例を示す図である。 図５６は、実施の形態８に係る全並列符号化を説明するための図であり、木構造の例を示す図である。 図５７は、実施の形態８に係る並列処理されるサブ三次元点群を空間的に示す図である。 図５８は、実施の形態８に係るビットストリームの構成例を示す図である。 図５９は、実施の形態８に係る並列復号処理を説明するための図である。 図６０は、実施の形態８に係る全並列符号化処理の流れを模式的に示す図である。 図６１は、実施の形態８に係る全並列復号処理の流れを模式的に示す図である。 図６２は、実施の形態８に係る漸進並列符号化を説明するための図であり、木構造の例を示す図である。 図６３は、実施の形態８に係る漸進並列符号化におけるコアの動作を示す図である。 図６４は、実施の形態８に係る漸進列符号化処理の流れを模式的に示す図である。 図６５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６６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６７は、実施の形態９に係る自動車がビットストリームにアクセスする動作を模式的に示す図である。 図６８は、実施の形態９に係るタイル分割の一例を示す図である。 図６９は、実施の形態９に係るタイル分割の一例を示す図である。 図７０は、実施の形態９に係るタイル分割の一例を示す図である。 図７１は、実施の形態９に係る木構造におけるタイル分割の例を示す図である。 図７２は、実施の形態９に係る三次元のタイル分割の例を示す図である。 図７３は、実施の形態９に係る自動車の移動時において読み込まれるタイルを示す図である。 図７４は、実施の形態９に係るシステムの構成例を示す図である。 図７５は、実施の形態９に係る自動車に取得されるタイルの領域の例を示す図である。 図７６は、実施の形態９に係る自動車に取得されるタイルの領域の例を示す図である。 図７７は、実施の形態９に係る三次元データの例を示す図である。 図７８は、実施の形態９に係るスライスのデータの例を示す図である。 図７９は、実施の形態９に係るスライスのデータの例を示す図である。 図８０は、実施の形態９に係るスライスのデータの例を示す図である。 図８１は、実施の形態９に係るタイルの例を示す図である。 図８２は、実施の形態９に係る８分木におけるタイルの例を示す図である。 図８３は、実施の形態９に係るビットストリームの例を示す図である。 図８４は、実施の形態９に係るタイルテーブルの例を示す図である。 図８５は、実施の形態９に係るタイルテーブルの例を示す図である。 図８６は、実施の形態９に係るタイルテーブルの例を示す図である。 図８７は、実施の形態９に係るタイルテーブルの例を示す図である。 図８８は、実施の形態９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８９は、実施の形態９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９０は、実施の形態９に係る三次元データ符号化装置のブロック図である。 図９１は、実施の形態９に係る三次元データ復号装置のブロック図である。 図９２は、実施の形態９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９３は、実施の形態９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９４は、実施の形態１０に係るジオフェンスを含む三次元点群マップの例を示す図である。 図９５は、実施の形態１０に係るジオフェンスを含む三次元点群マップの例を示す図である。 図９６は、実施の形態１０に係るジオリファレンスド点群をアップデートする処理を模式的に示す図である。 図９７は、実施の形態１０に係るジオリファレンスド点群における三次元位置の例を示す図である。 図９８は、実施の形態１０に係るジオリファレンスド点群の取得方法を説明するための図である。 図９９は、実施の形態１０に係るジオリファレンスド点群の取得処理の流れを示す図である。 図１００は、実施の形態１０に係る移動方向の推定処理を説明するための図である。 図１０１は、実施の形態１０に係る座標変換処理の流れを模式的に示す図である。 図１０２は、実施の形態１０に係る座標変換処理を説明するための図である。 図１０３は、実施の形態１０に係る楕円体の幾何パラメータの例を示す図である。 図１０４は、実施の形態１０に係るＥＰＳＧ３４１４を示す図である。 図１０５は、実施の形態１０に係るＥＰＳＧ４９４７を示す図である。 図１０６は、実施の形態１０に係る第１モードにおける符号化データの構成例を示す図である。 図１０７は、実施の形態１０に係る第１モードにおける点群の構造例を示す図である。 図１０８は、実施の形態１０に係る点群の木構造の例を示す図である。 図１０９は、実施の形態１０に係る第２モードにおける符号化データの構成例を示す図である。 図１１０は、実施の形態１０に係る第２モードにおける点群の構造例を示す図である。 図１１１は、実施の形態１０に係る第１モードにおけるビットストリームの構成例を示す図である。 図１１２は、実施の形態１０に係る第２モードにおけるビットストリームの構成例を示す図である。 図１１３は、実施の形態１０に係る本実施の形態に係る三次元データ符号化装置の構成を示す図である。 図１１４は、実施の形態１０に係る、座標変換が行われない場合の三次元データ符号化装置の構成を示す図である。 図１１５は、実施の形態１０に係る三次元データ復号装置の構成を示す図である。 図１１６は、実施の形態１０に係る、座標変換が行われない場合の三次元データ復号装置の構成を示す図である。 図１１７は、実施の形態１０に係る、座標変換及び座標拡張が行われる場合の三次元データ復号装置の構成を示す図である。 図１１８は、実施の形態１０に係る、座標変換が行われず、座標拡張が行われる場合の三次元データ復号装置の構成を示す図である。 図１１９は、実施の形態１０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１２０は、実施の形態１０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１２１は、実施の形態１０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１２２は、実施の形態１０に係る三次元データ復号処理のフローチャートである。
　本開示の一態様に係る三次元データ符号化方法は、センサで得られた複数の三次元点を符号化する三次元データ符号化方法であって、前記複数の三次元点の座標であって、前記センサの位置に依存する複数のローカル座標を示すローカル座標情報を符号化し、符号化された前記ローカル座標情報と、前記複数の三次元点のうちの少なくとも一つ、又は基準点の座標であって、前記センサの位置に依存しないグローバル座標を示すグローバル座標情報とを含む符号化ビットストリームを生成する。
　これによれば、三次元データ復号装置において、グローバル座標を算出する必要ないので三次元データ復号装置における処理量を低減できる。
　例えば、前記グローバル座標情報は、前記複数の三次元点の各々のグローバル座標を示してもよい。
　これによれば、三次元データ復号装置において、グローバル座標を算出する必要ないので三次元データ復号装置における処理量を低減できる。
　例えば、前記グローバル座標情報は、前記複数の三次元点に対応付けられた１つのグローバル座標を示してもよい。
　これによれば、グローバル座標情報のデータ量を低減できるので、符号化ビットストリームのデータ量を低減できる。
　例えば、前記グローバル座標情報は、前記ローカル座標系の原点のグローバル座標を示してもよい。
　これによれば、グローバル座標情報のデータ量を低減できるので、符号化ビットストリームのデータ量を低減できる。
　例えば、前記グローバル座標は、緯度、経度、高度で表されてもよい。
　例えば、前記グローバル座標は、直交座標で表されてもよい。
　例えば、前記符号化ビットストリームは、さらに、前記グローバル座標が直交座標で表されているか否か示す情報を含んでもよい。
　例えば、前記符号化ビットストリームは、さらに、前記グローバル座標の空間参照を示す情報を含んでもよい。
　本開示の一態様に係る三次元データ復号方法は、センサで得られた複数の三次元点を復号する三次元データ復号方法であって、符号化ビットストリームから、複数の三次元点の複数の座標であって、前記センサの位置に依存する複数のローカル座標を示すローカル座標情報を復号し、前記符号化ビットストリームから、前記複数の三次元点のうちの少なくとも一つ、又は基準点の座標であって、前記センサの位置に依存しないグローバル座標を示すグローバル座標情報を復号する。
　これによれば、三次元データ復号装置において、グローバル座標を算出する必要ないので三次元データ復号装置における処理量を低減できる。
　例えば、前記グローバル座標情報は、前記複数の三次元点の各々のグローバル座標を示してもよい。
　これによれば、三次元データ復号装置において、グローバル座標を算出する必要ないので三次元データ復号装置における処理量を低減できる。
　例えば、前記グローバル座標情報は、前記複数の三次元点に対応付けられた１つのグローバル座標を示してもよい。
　これによれば、グローバル座標情報のデータ量を低減できるので、符号化ビットストリームのデータ量を低減できる。
　例えば、前記グローバル座標情報は、前記ローカル座標系の原点のグローバル座標を示してもよい。
　これによれば、グローバル座標情報のデータ量を低減できるので、符号化ビットストリームのデータ量を低減できる。
　例えば、前記グローバル座標は、緯度、経度、高度で表されてもよい。
　例えば、前記グローバル座標は、直交座標で表されてもよい。
　例えば、前記三次元データ復号方法は、さらに、前記符号化ビットストリームから、前記グローバル座標が直交座標で表されているか否か示す情報を復号してもよい。
　例えば、前記三次元データ復号方法は、さらに、前記符号化ビットストリームから、前記グローバル座標の空間参照を示す情報を復号してもよい。
　また、本開示の一態様に係る三次元データ符号化装置は、センサで得られた複数の三次元点を符号化する三次元データ符号化装置であって、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、前記複数の三次元点の座標であって、前記センサの位置に依存する複数のローカル座標を示すローカル座標情報を符号化し、符号化された前記ローカル座標情報と、前記複数の三次元点のうちの少なくとも一つ、又は基準点の座標であって、前記センサの位置に依存しないグローバル座標を示すグローバル座標情報とを含む符号化ビットストリームを生成する。
　これによれば、三次元データ復号装置において、グローバル座標を算出する必要ないので三次元データ復号装置における処理量を低減できる。
　また、本開示の一態様に係る三次元データ復号装置は、センサで得られた複数の三次元点を復号する三次元データ復号装置であって、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、符号化ビットストリームから、複数の三次元点の複数の座標であって、前記センサの位置に依存する複数のローカル座標を示すローカル座標情報を復号し、前記符号化ビットストリームから、前記複数の三次元点のうちの少なくとも一つ、又は基準点の座標であって、前記センサの位置に依存しないグローバル座標を示すグローバル座標情報を復号する。
　これによれば、三次元データ復号装置において、グローバル座標を算出する必要ないので三次元データ復号装置における処理量を低減できる。
　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ほど、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ほど、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の符号化三次元データ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示す図である。
　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れ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、三次元データ符号化装置は、入力された三次元点群を２つ以上のサブ三次元点群に分離し、複数のサブ三次元点群に依存関係が発生しないように各サブ三次元点群を符号化する。これにより、三次元データ符号化装置は、複数のサブ三次元点群を並列に符号化できる。例えば、三次元データ符号化装置は、入力された三次元点群をサブ三次元点群Ａとサブ三次元点群Ｂに分離し、サブ三次元点群Ａとサブ三次元点群Ｂとを並列に符号化する。
　なお、分離の方法としては、三次元データ符号化装置は、例えば、８分木構造を用いて符号化を行う場合、８分木に分割した８個の子ノードを並列に符号化する。例えば、三次元データ符号化装置は、各子ノードをルートとする複数の木構造を並列に符号化する。
　なお、三次元データ符号化装置は、複数のサブ三次元点群を必ずしも並列に符号化する必要はなく、依存関係が発生しないように、複数のサブ三次元点群を逐次的に符号化してもよい。また、８分木に限定されず、４分木又は１６分木等のＮ分木（Ｎは２以上の整数）に本実施の形態の手法を適用してもよい。また、三次元データ符号化装置は、点群の色、反射率又は法線ベクトル等の属性情報を用いて分割を行ってもよい。また、三次元データ符号化装置は、点群の密度の違いによって分割を行ってもよい。
　また、三次元データ符号化装置は、符号化した複数のサブ三次元点群の複数の符号化データを１個のビットストリームに結合してもよい。この際、三次元データ符号化装置は、各サブ三次元点群の各符号化データの開始位置をビットストリームのヘッダ等に含めてもよい。例えば、三次元データ符号化装置は、ビットストリームの先頭からのアドレス（ビット位置又はバイト数等）をヘッダ等に含めてもよい。これにより、三次元データ復号装置は、各サブ三次元点群の符号化データの開始位置をビットストリームの先頭を復号することで知ることができる。また、三次元データ復号装置は、複数のサブ三次元点群の符号化データを並列に復号できるので、処理時間を削減できる。
　なお、三次元データ符号化装置は、複数のサブ三次元点群に依存関係が発生しないように複数のサブ三次元点群を符号化したことを示す、又は、複数のサブ三次元点群を並列に符号化したことを示すフラグをビットストリームのヘッダに付加してもよい。これにより、三次元データ復号装置は、ヘッダを復号することで、複数の三次元点群の複数の符号化データを並列に復号可能か否かを判断できる。
　ここで、複数のサブ三次元点群に依存関係が発生しないとは、例えば、複数のサブ三次元点群の複数のノードのオキュパンシー符号又はリーフ情報等を符号化するための符号化テーブル（エントロピー符号化に用いられる確率テーブル等）を、各サブ三次元点群に対して独立に持つことを意味する。例えば、三次元データ符号化装置は、サブ三次元点群Ａとサブ三次元点群Ｂを依存関係が発生しないように符号化するために、サブ三次元点群Ａとサブ三次元点群Ｂとに対して異なる符号化テーブルを用いる。または、三次元データ符号化装置は、サブ三次元点群Ａとサブ三次元点群Ｂを逐次的に処理する場合、サブ三次元点群Ａとサブ三次元点群Ｂとに依存関係が発生しないように、サブ三次元点群Ａを符号化した後、かつサブ三次元点群Ｂを符号化する前に符号化テーブルを初期化する。このように、三次元データ符号化装置は、各サブ三次元点群の符号化テーブルを独立に持つ、又は、符号化前に符号化テーブルを初期化することで、複数のサブ三次元点群に依存関係が発生しないように複数のサブ三次元点群を符号化できる。また、三次元データ復号装置も同様に、各サブ三次元点群の符号化テーブル（復号テーブル）を独立に持つ、または、各サブ三次元点群の復号前に符号化テーブルを初期化することで、各サブ三次元点群を適切に復号できる。
　また、複数のサブ三次元点群に依存関係が発生しないとは、例えば、複数のサブ三次元点群の複数のノードのオキュパンシー符号又はリーフ情報等を符号化する際に、サブ三次元点群間で参照を禁止することを意味してもよい。例えば、三次元データ符号化装置は、符号化対象の対象ノードのオキュパンシー符号を符号化する際に、８分木における隣接ノードの情報を用いて符号化を行う。この場合において、三次元データ符号化装置は、隣接ノードが別のサブ三次元点群に含まれる場合、その隣接ノードを参照せずに対象ノードを符号化する。この場合、三次元データ符号化装置は、隣接ノードは存在しないとして符号化を行ってもよいし、隣接ノードは存在するが、当該隣接ノードが別のサブ三次元点群に含まれるという条件の元で対象ノードを符号化してもよい。
　同様に、三次元データ復号装置は、例えば、複数のサブ三次元点群の複数のノードのオキュパンシー符号又はリーフ情報等を復号する際に、サブ三次元点群間で参照を禁止する。例えば、三次元データ復号装置は、復号対象の対象ノードのオキュパンシー符号を復号する際に、８分木における隣接ノードの情報を用いて復号を行う。この場合において、三次元データ復号装置は、隣接ノードが別のサブ三次元点群に含まれる場合、その隣接ノードを参照せずに対象ノードを復号する。この場合、三次元データ復号装置は、隣接ノードは存在しないとして復号を行ってもよいし、隣接ノードは存在するが当該隣接ノードが別のサブ三次元点群に含まれるという条件の元で対象ノードを復号してもよい。
　また、三次元データ符号化装置は、複数のサブ三次元点群の三次元位置情報と属性情報（色、反射率又は法線ベクトル等）とをそれぞれ符号化する際に、一方に対しては依存関係が発生しないように符号化を行い、他方に対しては依存関係があるように符号化を行ってもよい。例えば、三次元データ符号化装置は、依存関係が発生しないように三次元位置情報を符号化し、依存関係があるように属性情報を符号化してもよい。これにより、三次元データ符号化装置は、三次元位置情報を並列に符号化することで処理時間を削減でき、属性情報を逐次的に符号化することで符号化量を削減できる。なお、三次元データ符号化装置は、三次元位置情報を依存関係がないように符号化したか否かを示す情報と、属性情報を依存関係がないように符号化したか否かを示す情報との両方をヘッダに付加してもよい。これにより、三次元データ復号装置はヘッダを復号することで、三次元位置情報を依存関係がないように復号できるか、属性情報を依存関係がないように復号できるかをそれぞれ判断できる。これにより、三次元データ復号装置は、依存関係がない場合は並列に復号を行うことができる。例えば、三次元データ復号装置は、三次元位置情報が依存関係が発生しないように符号化されており、属性情報が依存関係があるように符号化されている場合、三次元位置情報を並列に復号することで処理時間を削減し、属性情報を逐次的に復号する。
　図５１は、木構造の例を示す図である。なお、図５１では、４分木の例を示すが、８分木等の他の分木構造が用いられてもよい。三次元データ符号化装置は、図５１に示す木構造を、例えば、図５２に示すサブ三次元点群Ａと、図５３に示すサブ三次元群Ｂとに分割する。なお、この例では、層１の有効ノードで分割が行われる。つまり、４分木の場合には、最大で４個のサブ三次元点群が生成され、８分木の場合には、最大で８個のサブ三次元点群が生成される。また、三次元データ符号化装置は、属性情報、又は点群密度等の情報を利用して分割を行ってもよい。
　三次元データ符号化装置は、サブ三次元点群Ａとサブ三次元点群Ｂに依存関係が発生しないように符号化を行う。例えば、三次元データ符号化装置は、サブ三次元点群毎にオキュパンシー符号のエントロピー符号化に用いる符号化テーブルを切替える。または、三次元データ符号化装置は、各サブ三次元点群の符号化前に符号化テーブルを初期化する。または、三次元データ符号化装置は、ノードの隣接情報を算出する際に、隣接ノードが異なるサブ三次元点群に含まれる場合は当該隣接ノードの参照を禁止する。
　図５４は、本実施の形態に係るビットストリームの構成例を示す図である。図５４に示すようにビットストリームは、ヘッダと、サブ三次元点群Ａの符号化データと、サブ三次元点群Ｂの符号化データとを含む。ヘッダは、点群数情報と、依存関係情報と、先頭アドレス情報Ａ及び先頭アドレス情報Ｂとを含む。
　点群数情報は、ビットストリームに含まれるサブ三次元点群の個数を示す。なお、点群数情報として、オキュパンシー符号により個数が示されてもよい。例えば、図５１に示す例では、層０のオキュパンシー符号「１０１０」が用いられ、オキュパンシー符号に含まれる「１」の数によりサブ三次元点群の個数が示される。
　依存関係情報は、サブ三次元点群を依存関係なく符号化したか否かを示す。例えば、三次元データ復号装置は、この依存関係情報に基づき、サブ三次元点群を並列に復号するか否かを判定する。
　先頭アドレス情報Ａは、サブ三次元点群Ａの符号化データの先頭アドレスを示す。先頭アドレス情報Ｂは、サブ三次元点群Ｂの符号化データの先頭アドレスを示す。
　以下、並列符号化の効果について説明する。三次元点群（ポイントクラウド）の８分木データにおいて、幾何情報（三次元位置情報）又は属性情報を分割し、並列符号化することで、処理時間を低減できる。親ノードの階層においてノードが他のノードから独立している場合に並列符号化を実現できる。つまり、隣接親ノードを参照しない必要がある。この条件は、子ノード及び孫ノードの全てにおいても満たされる必要がある。
　図５５は、木構造の例を示す図である。図５５に示す例において、深さ優先の符号化が用いられる場合、ノードＡは、層１からノードＣと独立している。また、ノードＣは、層２からノードＤと独立している。ノードＡは、層３からノードＢと独立している。
　三次元データ符号化装置は、各ノードのこの独立の情報を用いて、ハードウェアの種別、ユーザ設定、アルゴリズム、又はデータの適応性等に基づき、２つの方式の並列符号化方法から使用する並列符号化方法を選択する。
　この２つの方式とは、全並列符号化（ｆｕｌｌ　ｐａｒａｌｌｅｌ　ｅｎｃｏｄｉｎｇ）と、漸進並列符号化（ｉｎｃｒｅｍｅｎｔａｌ　ｐａｒａｌｌｅｌ　ｅｎｃｏｄｉｎｇ）とである。
　まず、全並列符号化について説明する。並列処理又は並列プログラミングでは、同時に多くのデータを処理する必要があるため、非常に処理が重い。
　ＧＰＵ（Ｇｒａｐｈｉｃｓ　Ｐｒｏｃｅｓｓｉｎｇ　Ｕｎｉｔ）に含まれるプロセッシングユニット（ＰＵ）の数、ＣＰＵに含まれるコアの数、又は、ソフトウェア実装におけるスレッドの数を用いて、並列処理可能なノードの数が決定される。
　ここで、一般に８分木に含まれるノードの数は、利用可能なＰＵの数よりも多い。三次元データ符号化装置は、層に含まれる符号化済みのノードの数を示す情報を用いて、層に含まれるノードの数が、利用可能なＰＵの数に対応する最適数であるかを判定し、層に含まれるノードの数が、最適数に達したことをトリガに、全並列符号化を開始する。なお、並列処理において、幅優先又は深さ優先の処理を用いることができる。
　三次元データ符号化装置は、並列符号化処理を開始したノード（層）を示す情報をビットストリームにヘッダに格納してもよい。これにより、三次元データ復号装置は、この情報を用いて、必要であれば並列復号処理を行うことができる。なお、並列符号化処理を開始したノードを示す情報の形式は任意でよいが、例えば、ロケーション符号が用いられてもよい。
　また、三次元データ符号化装置は、並列符号化を行う各ノード（サブ三次元点群）に対して符号化テーブル（確率テーブル）を準備する。この符号化テーブルは、初期値又はノード毎に異なる値に初期化される。例えば、ノード毎に異なる値とは、親ノードのオキュパンシー符号に基づく値である。この全並列符号化では、ＧＰＵの初期化が一度でよいという利点がある。
　図５６は、全並列符号化を説明するための図であり、木構造の例を示す図である。図５７は、並列処理されるサブ三次元点群を空間的に示す図である。三次元データ符号化装置は、ＰＵ又はスレッドの数に相関するノードの数が最適点に達したことをトリガに並列処理を開始する。
　図５６に示す例では、層３において、当該層に含まれる占有ノードの数が９となり、最適数を超える。よって、三次元データ符号化装置は、層３以下の三次元点（ノード）を、層３の各占有ノードをルートとする複数のサブ三次元点群に分割し、各サブ三次元点群を並列処理する。例えば、図５６に示す例では、９個のサブ三次元点群が生成される。
　三次元データ符号化装置は、並列処理を始めた層を示すレイヤ情報を符号化してもよい。また、三次元データ符号化装置は、並列処理を始めた際の占有ノードの数（図５６の例では９）を示す情報を符号化してもよい。
　また、三次元データ符号化装置は、例えば、複数のサブ三次元群を互いの参照を禁止しながら符号化する。また、三次元データ符号化装置は、例えば、各サブ三次元点群の符号前にエントロピー符号化に用いる符号化テーブル（確率テーブル等）を初期化する。
　図５８は、本実施の形態に係るビットストリームの構成例を示す図である。図５８に示すように、ビットストリームは、ヘッダと、上層符号化データと、サブヘッダと、サブ三次元点群Ａの符号化データと、サブ三次元点群Ｂの符号化データとを含む。
　ヘッダは、空間最大サイズ情報と、並列開始レイヤ情報とを含む。空間サイズ情報は、三次元点群を８分木に分割する最初の三次元空間を示す。例えば、空間サイズ情報は、最初の三次元空間の最大座標（ｘ，ｙ，ｚ）を示す。
　並列開始レイヤ情報は、並列処理を開始可能な層である並列開始レイヤを示す。ここでは、並列開始レイヤ情報は、例えば層Ｎを示す。
　上層符号化データは、並列処理を開始する前の層Ｎまでの符号化データであり、層Ｎまでのノード情報である。例えば、上層符号化データは、層Ｎまでのノードのオキュパンシー符号等を含む。
　サブヘッダは、層Ｎ以降を復号するために必要な情報を含む。例えば、サブヘッダは、各サブ三次元点群の符号化データの先頭アドレス等を示す。図５８に示す例では、サブヘッダは、先頭アドレス情報Ａと、先頭アドレス情報Ｂとを含む。先頭アドレス情報Ａは、サブ三次元点群Ａの符号化データの先頭アドレスを示す。先頭アドレス情報Ｂは、サブ三次元点群Ｂの符号化データの先頭アドレスを示す。
　なお、三次元データ符号化装置は、ヘッダに、先頭アドレス情報Ａ及び先頭アドレス情報Ｂを格納してもよい。これにより、三次元データ復号装置は、上層符号化データよりも先に、サブ三次元点群の符号化データを並列に復号できる。この場合、サブヘッダは、各サブ三次元点群の空間を示す情報を含んでもよい。この情報は、各サブ三次元点群の空間の最大座標（ｘ，ｙ，ｚ）を示す。
　図５９は、並列復号処理を説明するための図である。図５９に示すように、三次元データ復号装置は、サブ三次元点群Ａの符号化データとサブ三次元点群Ｂの符号化データとを並列に復号し、サブ三次元点Ａの復号データとサブ三次元点群Ｂの復号データとを生成する。次に、三次元データ復号装置は、生成したサブ三次元点Ａの復号データとサブ三次元点群Ｂの復号データと統合し、三次元点群の復号データを生成する。このように、三次元データ復号装置は、複数のサブ三次元点群の復号データに含まれる三次元位置情報及び属性情報（色情報及び反射率等）を統合する。また、三次元データ復号装置は、統合したデータを１個のファイルとして出力してもよい。
　なお、三次元データ復号装置は、必ずしもサブ三次元点群の全てを復号する必要はなく、三次元データ復号装置が必要なサブ三次元点群を選択的に復号してもよい。例えば、三次元データ復号装置が車載等のモビリティの場合、三次元データ復号装置は、複数のサブ三次元点群のうち、ＧＰＳ等で取得した現在の位置に近いエリアのサブ三次元点群を復号する。
　また、三次元データ符号化装置は、サブヘッダに、各サブ三次元点群の優先順位を示す情報を格納してもよい。この場合、三次元データ復号装置は、サブヘッダに含まれる情報で示される優先順位に従い、優先順位が高いサブ三次元点群に対してＣＰＵ等の演算資源を優先的に与えながら並列復号を実行する。これにより、三次元データ復号装置は、三次元データ復号装置にとって重要なエリアを含むサブ三次元点群を効率的に復号できる。
　図６０は、全並列符号化処理の流れを模式的に示す図である。まず、三次元データ符号化装置は、利用可能なＰＵの数を決定する（Ｓ２６０１）。次に、三次元データ符号化装置は、８分木を処理し、ノードの位置を格納する（Ｓ２６０２）。次に、三次元データ符号化装置は、占有ノードの数がＰＵの数より多いか否かを判定する（Ｓ２６０３）。
　占有ノード数がＰＵの数以下の場合（Ｓ２６０３でＮｏ）、三次元データ符号化装置は、次のノードに対してステップＳ２６０２の処理を行う。占有ノードの数がＰＵの数より多い場合（Ｓ２６０３でＹｅｓ）、三次元データ符号化装置は、現在の層を並列処理を開始する層である並列開始レイヤに設定する（Ｓ２６０４）。
　次に、三次元データ符号化装置は、複数の符号化テーブルを初期化し、並列符号化を開始する（Ｓ２６０５）。並列符号化が完了した後、三次元データ符号化装置は、ステップＳ２６０２で格納した位置に基づき、８分木を再構成する（Ｓ２６０６）。
　なお、三次元データ符号化装置は、並列符号化を開始した並列開始レイヤを示す並列開始レイヤ情報をビットストリームのヘッダに付加してもよい。これにより、三次元データ復号装置はヘッダを復号することで、どの層から並列復号が可能であるかを判定できる。
　なお、どの層から並列処理を始めるかが、予め決められていてもよい。また、並列化を開始するレイヤを示す並列開始レイヤ情報がビットストリームに付加されず、並列化を開始するレイヤが規格等で規定されてもよい。例えば、三次元データ符号化装置は、並列化するか否かを示すフラグをビットストリームに付加する。三次元データ復号装置は、そのフラグがオンの場合は、最初のレイヤから並列処理を開始し、フラグがオフの場合は逐次処理を適用してもよい。
　図６１は、全並列復号処理の流れを模式的に示す図である。まず、三次元データ復号装置は、ヘッダを復号することで並列処理可能なレイヤＮを示す並列開始レイヤ情報を取得する（Ｓ２６１１）。次に、三次元データ復号装置は、オキュパンシー符号を復号して現ノードを８分割し、占有状態のサブノードの処理へ移行する（Ｓ２６１２）。
　次に、三次元データ復号装置は、処理対象の層が並列開始レイヤＮに到達したか否かを判定する（Ｓ２６１３）。処理対象の層が並列開始レイヤＮに到達してない場合（Ｓ２６１３でＮｏ）、三次元データ復号装置は、次のノードに対してステップＳ２６１２の処理を行う。処理対象の層が並列開始レイヤＮに到達した場合（Ｓ２６１３でＹｅｓ）、三次元データ復号装置は、サブヘッダを復号し、複数のサブ三次元点群の開始アドレスを取得する（Ｓ２６１４）。
　次に、三次元データ復号装置は、複数の符号化テーブルを初期化し、複数のサブ三次元点群の並列復号を開始する（Ｓ２６１５）。並列復号が完了した後、三次元データ復号装置は、復号した複数のサブ三次元点群の三次元位置情報と属性情報とを統合する（Ｓ２６１６）。
　例えば、三次元データ復号装置は、並列開始レイヤ情報をビットストリームのヘッダから復号する。これにより三次元データ復号装置は、どの層から並列に復号可能か否かを判定できる。
　なお、並列化を開始するレイヤを示す並列開始レイヤ情報はビットストリームに付加されず、並列化を開始するレイヤが規格等で規定されてもよい。例えば、三次元データ符号化装置は、並列化するか否かを示すフラグをビットストリームに付加する。三次元データ復号装置は、そのフラグがオンの場合、最初のレイヤから並列処理を開始し、フラグがオフの場合は逐次処理を適用してもよい。
　次に、漸進並列符号化について説明する。図６２及び図６３は、この漸進並列符号化を説明するための図である。図６２は、木構造における並列処理を示す図であり、図６３は、並列処理における時系列の変化を示す図である。
　漸進並列符号化では、親ノードが１以上の子ノードに分割された場合において、利用可能なＰＵが存在する場合には、並列数を順次増加させていく処理である。また、追加のＰＵを必要とする新たなノードが見つかるたびに符号化テーブルが予め定められたテーブルに設定される。
　図６２に示す例では、トップ（ルート）においてコア１による処理が開始する。層１において、右側のノードの処理にコア２が用いれ、コア１は左側のノードを処理する。層２においてコア１は左側のノードの処理を継続する。層３では、コア１はノードＡを処理し、新たに見つかったノードＢをコア４が処理する。また、層１の右側のノードに対しては、層２においてコア２は左のノードの処理を継続し、層３においてノードＣを処理する。また、層２において、コア３が追加され、コア３は右のノードを処理し、層３においてノードＤを処理する。
　なお、三次元データ符号化装置は、各ノードにおいてエントロピー符号化の符号化テーブルの初期化が必要か否かを示すフラグを追加してもよい。これにより、三次元データ復号装置は、当該フラグにより初期化がオンとなったノードの次の子ノードを並列処理が可能と判定できる。
　図６４は、漸進並列符号化処理の流れを模式的に示す図である。まず、三次元データ符号化装置は、８分木を処理し、ノードの位置を格納する（Ｓ２６２１）。次に、三次元データ符号化装置は、対象ノードが占有状態の子ノードである占有子ノードを複数有するか否かを判定する（Ｓ２６２２）。対象ノードが複数の占有子ノードを有する場合（Ｓ２６１３でＹｅｓ）、三次元データ符号化装置は、並列符号化に利用可能なＰＵが存在するか否かを判定する（Ｓ２６２３）。
　対象ノードが複数の占有子ノードを有さない場合（Ｓ２６１３でＮｏ）、又は、並列符号化に利用可能なＰＵが存在しない場合（Ｓ２６２３でＮｏ）、三次元データ符号化装置は、現在使用中のＰＵを用いて８分木の処理を継続する（Ｓ２６２４）。例えば、初期状態では、三次元データ符号化装置は初期状態の一つのＰＵを用いて処理を継続する。また、対象ノードが複数の占有子ノードを有さない場合とは、対象ノードが占有子ノードを有さない場合、及び、対象ノードが１個の占有子ノードを有する場合を含む。
　一方、並列符号化に利用可能なＰＵが存在する場合（Ｓ２６２３でＹｅｓ）、三次元データ符号化装置は、使用するＰＵに新たなＰＵを追加し、複数の符号化テーブルを初期化し、並列符号化を開始する（Ｓ２６２５）。
　全てのノードの処理が完了していない場合（Ｓ２６２６でＮｏ）、三次元データ符号化装置は、次のノードに対してステップＳ２６２１の処理を行う。全てのノードの処理が完了した場合（Ｓ２６２６でＹｅｓ）、三次元データ符号化装置は、ステップＳ２６０２で格納した位置に基づき、８分木を再構成する（Ｓ２６２７）。
　このような漸進並列符号化では、対象ノードが複数の占有ノードを有し、空いているＰＵが存在する場合には、直ちに並列処理が開始される。これにより、ＰＵの処理が短い時間で完了した場合には、次の処理にＰＵを割り当てることができるので、理想的な処理不可のパランスを実現できる。
　一方で、並列処理が要求されるたびに初期化処理が必要となる。また、上下又は左右の処理順における次の処理までに、複数のＰＵにおける処理が終了するとは限らないため、データの書き戻しのために、各層のノード及び子ノードの全てを同期させるメカニズムが必要となる。言い換えると、上述した全並列符号化では、このような処理が必要でないため処理量を低減できるという効果を実現できる。
　以上のように、本実施の形態では、元の三次元点は、並列処理可能な枝に分割される。８分木では、例えば、ノードに対して並列処理可能な８個の枝が生成される。また、８分木のどの層から並列処理可能な枝が開始するかを示す新たなパラメータが定義される。
　次の並列処理可能な枝に処理が移行する際に、エントロピー符号化のための符号化テーブルがリセットされる。または、複数の並列処理可能な枝に対して異なる符号化テーブルが用いられる。
　例えば、隣接ノードの情報等、異なる並列処理可能な枝に含まれるノードの参照が禁止される。
　並列処理に関する複数のモードが定義される。例えば、モード０は、並列処理を行わないモードである。モード１は、位置情報（構造情報）を並列処理するモードである。このモードでは、属性情報については、他の並列処理可能な枝を参照することが許可される。第２モードは、位置情報及び属性情報を並列処理するモードである。つまり、位置情報及び属性情報の両方に対して、他の並列処理可能な枝を参照することが禁止される。
　各並列処理可能な枝のデータの開始アドレスは、例えばスライスヘッダ等のヘッダ内に符号化される。
　三次元データ復号装置は、全ての並列処理可能な枝を並列処理してもよし、複数の並列処理可能な枝の一部を並列処理してもよい。
　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、図６５に示す処理を行う。まず、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三次元点のＮ（Ｎは２以上の整数）分木構造を第１枝（第１サブ三次元点群）と第２枝（第２サブ三次元点群）とに分離する（Ｓ２６３１）。次に、三次元データ符号化装置は、第１枝と第２枝との各々を独立して復号可能なように符号化する（Ｓ２６３２）。言い換えると、三次元データ符号化装置は、第１枝と第２枝とを依存関係がないように符号化する。例えば、三次元データ符号化装置は、第１枝と第２枝とを並列符号化する。
　例えば、前記第１枝のルートは、前記Ｎ分木構造における第１層に含まれる第１ノードであり、前記第２枝のルートは、前記第１層に含まれる前記第１ノードとは異なる第２ノードである。つまり、第１枝のルートと第２枝のルートとは同じ層に属する。
　例えば、三次元データ符号化装置は、前記第１層を示す情報（並列開始レイヤ情報）を符号化する。つまり、三次元データ符号化装置は、前記第１層を示す情報（並列開始レイヤ情報）を含むビットストリームを生成する。
　例えば、三次元データ符号化装置は、前記第１枝と前記第２枝とを異なる符号化テーブルを用いてエントロピー符号化する。
　例えば、三次元データ符号化装置は、前記第１枝をエントロピー符号化した後、前記第２枝をエントロピー符号化する前に符号化テーブルを初期化する。
　例えば、三次元データ符号化装置は、前記第１枝の符号化において、前記第２枝の参照を禁止し、前記第２枝の符号化において、前記第１枝の参照を禁止する。
　例えば、三次元データ符号化装置は、前記第１枝に含まれる複数の第１三次元点の位置情報と、前記第２枝に含まれる複数の第２三次元点の位置情報との各々を独立して復号可能なように符号化し、前記複数の第１三次元点の属性情報と、前記複数の第２三次元点の属性情報との各々を独立して復号可能なように符号化する。つまり、三次元データ符号化装置は、位置情報と属性情報との両方に対して依存関係がないように符号化を行う。
　例えば、三次元データ符号化装置は、（１）前記第１枝に含まれる複数の第１三次元点の位置情報と、前記第２枝に含まれる複数の第２三次元点の位置情報との各々、及び、（２）前記複数の第１三次元点の属性情報と、前記複数の第２三次元点の属性情報との各々、の一方を独立して復号可能なように符号化し、（１）前記複数の第１三次元点の位置情報と、前記複数の第２三次元点の位置情報との各々、及び、（２）前記複数の第１三次元点の属性情報と、前記複数の第２三次元点の属性情報との各々、の他方を依存関係があるように符号化する。つまり、三次元データ符号化装置は、位置情報と属性情報との一方に対して依存関係がないように符号化を行い、位置情報と属性情報との他方に対して依存関係があるように符号化を行う。なお、依存関係があるとは、例えば、前記第１枝と前記第２枝とを同じ符号化テーブルを用いてエントロピー符号化する、又は、前記第１枝をエントロピー符号化した後、前記第２枝をエントロピー符号化する前に符号化テーブルを初期化しない、又は、前記第１枝の符号化において、前記第２枝の参照を許可する、又は、前記第２枝の符号化において、前記第１枝の参照を許可する、ことである。
　例えば、三次元データ符号化装置は、前記第１枝と前記第２枝との各々を独立して復号可能なように符号化したか否かを示すフラグを符号化する。つまり、三次元データ符号化装置は、前記第１枝と前記第２枝との各々を独立して復号可能なように符号化したか否かを示すフラグを含むビットストリームを生成する。
　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、図６６に示す処理を行う。まず、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三次元点のＮ（Ｎは２以上の整数）分木構造に含まれる第１枝と第２枝との各々が独立して復号可能なように符号化されることで生成された第１符号化データと第２符号化データとを取得する（Ｓ２６４１）。例えば、三次元データ復号装置は、第１符号化データと第２符号化データとをビットストリームから取得する。次に、三次元データ復号装置は、前記第１符号化データと前記第２符号化データとの各々を復号することで前記第１枝と前記第２枝とを復元する（Ｓ２６４２）。例えば、三次元データ復号装置は、第１符号化データと第２符号化データとを並列復号する。
　例えば、前記第１枝のルートは、前記Ｎ分木構造における第１層に含まれる第１ノードであり、前記第２枝のルートは、前記第１層に含まれる前記第１ノードとは異なる第２ノードである。つまり、第１枝のルートと第２枝のルートとは同じ層に属する。
　例えば、三次元データ復号装置は、前記第１層を示す情報（並列開始レイヤ情報）を復号する。つまり、三次元データ復号装置は、前記第１層を示す情報（並列開始レイヤ情報）をビットストリームから取得する。
　例えば、三次元データ復号装置は、前記第１枝と前記第２枝とを異なる符号テーブルを用いてエントロピー復号する。
　例えば、三次元データ復号装置は、前記第１枝をエントロピー復号した後、前記第２枝をエントロピー復号する前に符号化テーブルを初期化する。
　例えば、三次元データ復号装置は、前記第１枝の復号において、前記第２枝を参照せず、前記第２枝の復号において、前記第１枝を参照しない。
　例えば、前記第１符号化データは、前記第１枝に含まれる複数の第１三次元点の位置情報が符号化されることで生成された第１符号化位置データと、前記複数の第１三次元点の属性情報が符号化されることで生成された第１符号化属性データとを含む。前記第２符号化データは、前記第２枝に含まれる複数の第２三次元点の位置情報が符号化されることで生成された第２符号化位置データと、前記複数の第２三次元点の属性情報が符号化されることで生成された第２符号化属性データとを含む。前記前記第１符号化位置データと前記第２符号化位置データとは、独立して復号可能なように生成されており、前記前記第１符号化属性データと前記第２符号化属性データとは、独立して復号可能なように生成されている。つまり、三次元データ符号化装置は、位置情報と属性情報との両方に対して依存関係がないように符号化を行うことで、第１符号化データと第２符号化データとを生成する。
　例えば、前記第１符号化データ及び前記第２符号化データは、前記第１枝に含まれる複数の第１三次元点及び前記第２枝に含まれる複数の第２三次元点の位置情報及び属性情報の一方の各々が独立して復号可能なように符号化されることで生成される。三次元データ復号装置は、前記第１符号化データと前記第２符号化データとの各々を復号することで前記複数の第１三次元点及び前記複数の第２三次元点の前記位置情報及び前記属性情報の前記一方の各々を復元する。三次元データ復号装置は、さらに、前記複数の第１三次元点及び前記複数の第２三次元点の前記位置情報及び前記属性情報の他方の各々が依存関係があるように符号化されることで生成された第３符号化データ及び第４符号化データを取得する。三次元データ復号装置は、前記第３符号化データと前記第４符号化データとの各々を復号することで前記複数の第１三次元点及び前記複数の第２三次元点の前記位置情報及び前記属性情報の前記他方の各々を復元する。つまり、三次元データ符号化装置は、位置情報と属性情報との一方に対して依存関係がないように符号化を行い、位置情報と属性情報との他方に対して依存関係があるように符号化を行う。例えば、三次元データ復号装置は、２つの符号化データに依存関係がある場合には、２つの符号化データを同じ符号化テーブルを用いてエントロピー復号する、又は、一方の符号化データをエントロピー復号した後、他方の符号化データをエントロピー復号する前に符号化テーブルを初期化しない、又は、一方の符号化データの復号において、他方の符号化データを参照する。
　例えば、三次元データ復号装置は、前記第１枝と前記第２枝との各々が独立して復号可能なように符号化されているか否かを示すフラグを復号する。つまり、三次元データ復号装置は、前記第１枝と前記第２枝との各々が独立して復号可能なように符号化されているか否かを示すフラグをビットストリームから取得する。例えば、三次元データ復号装置は、前記フラグにより前記第１枝と前記第２枝との各々が独立して復号可能なように符号化されていることが示される場合、前記第１符号化データと前記第２符号化データとを並列復号し、前記フラグにより前記第１枝と前記第２枝との各々が独立して復号可能なように符号化されていることが示されない場合、前記第１符号化データと前記第２符号化データとを逐次復号する。
　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。
　（実施の形態９）
　符号化された三次元点（ポイントクラウド）のビットストリームは、データサイズが大きくなるため、大容量のストレージ又はキャッシュが必要となる。また、当該ビットストリームは複雑となり、高性能のハードウェアが必要となる。また、ビットストリームが分散されることで、複数のＰＣＣ（Ｐｏｉｎｔ　Ｃｌｏｕｄ　Ｃｏｍｐｒｅｓｓｉｏｎ）ビットストリームが必要となる。
　一方でユーザは、三次元点のビットストリームの全ての情報が常に必要とは限らず、いくつかのＰＣＣビットストリーム、又はビットストリームの複数の成分を含む結合ビットストリームが必要である場合もある。よって、三次元点の情報を、効果的に、また、並列に取得する手法が望まれる。
　図６７は、ＧＰＳ座標を有する自動車が、上面視した地図情報を取得するために、三次元点のビットストリームにアクセスする場合の動作を模式的に示す図である。例えば、図６７に示すように、ビットストリームＡは、車両周辺の領域の三次元点のＰＣＣビットストリームであり、ビットストリームＢ及びビットストリームＣは、隣接領域の三次元点のＰＣＣビットストリームである。また、各ビットストリームは、ブロック形式で上面視した状態を示す。
　本実施の形態では、三次元点のビットストリームを小領域に分割する手法としてタイル分割を用いる。タイルは、三次元点のビットストリームを、ユーザ記述に基づき、異なるブロック領域に分割した分割領域である。
　タイルは、ルートノードからの複数のレベルを有する。また、異なるレベルを有するタイルは、それぞれ可変の異なるサイズを有してもよい。また、複数のタイルは、互いに独立していてもよい。
　三次元データ符号化装置は、１又は複数のタイルレベルを符号化し、三次元データ復号装置は、１又は複数のタイルレベルのうち、アプリケーションに必要な１以上のタイルレベルを復号してもよい。
　図６８は、単一のＰＣＣビットストリームを小さいタイルに分割した状態を上面視で示す図である。図６９は、単一のＰＣＣビットストリームを大きいタイルに分割した状態を上面視で示す図である。図８０は、単一のＰＣＣビットストリームを複数サイズのタイルに分割した状態を上面視で示す図である。
　このように、三次元データ符号化装置は、同一領域を小さいタイル分割（図６８）を用いて符号化するとともに、大きいタイル分割（図６９）を用いて符号化してもよい。例えば、三次元データ符号化装置は、三次元データ復号装置からの要望に応じて領域毎に、小さいタイル分割の結果を送信するか、大きいタイル分割の結果を送信するかを切替える。または、三次元データ符号化装置は、両方の結果を三次元データ復号装置に送信し、三次元データ復号装置は、小さいタイル分割の結果と、大きいタイル分割の結果とのどちらを使用するかを自動車の状態（例えば、速度又は場所等）等に応じて切替えてもよい。
　以下、複数のタイルサイズを用いる複合タイル分割について説明する。三次元データ符号化装置は、複数種類のサイズのタイルをビットストリームに符号化してもよい。例えば、図７０に示す例において、自動車が移動している場合、周辺状況は異なる速度で変化する。例えば、自動車から遠い領域、又は前方或いは後方の領域の変化は、自動車の側方の領域の変化より遅い。このように、変化が遅い領域に対して大きいタイルサイズを適用することで符号化効率を向上できる。
　図７１は、４分木におけるタイル分割の例を示す図である。図７１に示す例では、一部のタイルは層２のレベルであり、他の一部のタイルは層３のレベルである。
　なお、上記では、二次元（上面視）のタイル分割について説明したが、三次元のタイル分割にも同様の手法を適用できる。図７２は、三次元のタイル分割の例を示す図である。なお、図７２では、説明の簡略化のため一部のタイルのみを図示している。 
　自動車の進行方向である、自動車の前方遠方のタイルは、読み込みが必要となる可能性が高いため、大きいサイズに設定されている。自動車の側方のタイルは、自動車が当該方向に進む可能性が低いため小さいサイズに設定されている。
　なお、図６８及び図６９に示した例と同様に、三次元の場合にも固定サイズのタイルが用いられてもよい。
　また、地図上の同じ領域に対して、大きいサイズのタイルを用いて生成された符号化データと、小さいサイズのタイルを用いて生成された符号化データとが、サーバ又は外部記憶装置に格納されてもよい。自動車がその領域に移動した場合、いずれにしてもその領域のデータが必要となるため、大きいタイルのデータが自動車に送信される。また、自動車の進行方向ではない方向の領域では、自動車はその領域の一部のデータのみを必要とするので、小さいタイルのデータが自動車に送信される。
　また、タイルを用いることで空間的なランダムアクセス性を向上できる。三次元データ復号装置（例えば自動車に搭載される）は、読み込んだ（ロードした）タイルを、その符号化方式に応じて並列に復号できる。また、三次元データ復号装置は、移動中に必要となるメモリのサイズ（例えば３×３タイル）を一定に制御できる。
　図７３は、自動車の移動時において読み込まれるタイルの例を示す図である。図７３に示すように、自動車がｘ方向に移動している場合には、自動車は、進行方向（ｘ方向）の３つのタイルのデータを新たにメモリに読み込み（ロードし）、進行方向とは逆の方向（－ｘ方向）の３つのタイルのデータをメモリから削除する。
　なお、三次元データ復号装置は、読み込んだタイルを並列に復号してもよい。また、三次元データ復号装置は、読み込んだタイルに優先順位を決め、優先順位の順番にタイルを復号してもよい。例えば、三次元データ復号装置は、自動車の進行方向に近い領域のタイル（例えば図７３に示すタイルＡ）を優先して復号してもよい。
　同様に、自動車が－ｙ方向に移動している場合には、自動車は、進行方向（－ｙ方向）の３つのタイルのデータを新たにメモリに読み込み（ロードし）、進行方向とは逆の方向（ｙ方向）の３つのタイルのデータをメモリから削除する。
　また、自動車が対角線方向（同図の右上方向）に移動している場合には、自動車は、進行方向の５つのタイルのデータを新たにメモリに読み込み（ロードし）、進行方向とは逆の方向の５つのタイルのデータをメモリから削除する。
　このように、メモリには常に３×３のタイルのデータが保存されるので、メモリサイズを３×３のタイルのデータを制限できる。
　図７４は、本実施の形態に係るシステムの構成例を示す図である。当該システムは、サーバ又は外部記憶装置（三次元データ符号化装置）と、自動車等に搭載される車載コンピュータ（三次元データ復号装置）とを含む。
　サーバ又は外部記憶装置は、全ての三次元マップを格納している。車載コンピュータからの要求により、所望のタイルが、車載コンピュータが備えるメモリに読み込まれ、復号される。例えば、車載コンピュータは、自動車の現在位置に応じた領域のタイルをサーバ又は外部記憶装置に要求する。
　次に、タイルの使用例について説明する。図７５及び図７６は、自動車に取得されるタイルの領域の例を示す図である。例えば、自動車が高速道路を走行している場合、移動速度が速いので、前方の情報を素早く復号する必要がある。よって、より少ないデータ量で、必要な情報を取得することが望まれる。このため、例えば、自動車は、領域Ａのタイルを取得する。
　一方、自動車が市街地を走行している場合、運転手が周辺状況をより取得できるように、自動車は領域Ａ及び領域Ｂの両方の情報を取得する。また、自動車がオフロード又は運転手が不慣れな道を走行している場合、自動車は、より多くのデータを取得するために、例えば８×８タイル等のより広い範囲のデータを取得してもよい。
　また、別の例として、復号処理の処理負荷が多くなりすぎないように、自動車の移動速度に応じて復号するタイルが選択されてもよい。例えば、自動車が高速道路を高速で走行している場合、前方の情報を素早く更新する必要がある。一方で、自動車の側方の領域の重要性は低い。よって、自動車は、前方の矩形領域のタイルを選択し、復号する。一方、自動車が低速で走行している場合、前方の必要なタイルは少なくなる。よって、前方のタイルが取得される領域は高速走行時より狭くなる。また、自動車が交差点等で停止している場合、周辺の全ての方向のタイルが等しく重要である。よって、自動車は、全ての方向のタイルを取得する。
　また、図７２を用いて説明したように、領域Ａ及び領域Ｂのタイルの大きさを、自動車の進行方向及び速度に応じて変更してもよい。
　次に、スライスについて説明する。複数のタイルは、三次元空間内の意味情報として利用するためにスライスに分類される。スライスは、三次元空間内の意味情報（属性情報）に応じてタイルが分類されたグループである。つまり、各タイルは、複数のスライスのいずれかに属する。タイルが属するスライスの情報は、三次元点の符号化ビットストリームのヘッダ又はサブヘッダに符号化される。
　例えば、走行中の自動車では、目的地までの経路はほぼ決まっているため、地図上のいくつかの道路は使用されない。よって、これらの道路を無視できる。また、木々の外観は日々変化する。よって、建造物及び道路と比べ、木々の重要性は低い。
　図７７は、三次元データ（三次元点）の一例を示す図である。図７８～図８０は、図７７に示す三次元データを分割した３つのスライスのデータの例を示す図である。図７８に示すスライスは、高速道路の三次元データを含む。図７９に示すスライスは、木々の三次元データを含む。図８０に示すスライスは側道の三次元データを含む。
　また、スライスの分割方法として、タイル又はタイル内に含まれる点群の特性（色、反射率、法線ベクトル、又は関連するオブジェクト）等を用いることが考えられる。また、車載の自己位置推定に使用する点群を含むタイルをスライスＡに分類し、ナビゲージョン画面に表示する点群を含むタイルをスライスＢに分類するなど、ターゲットとするアプリケーション毎にスライスを設定してもよい。また、三次元地図における用途でスライスを設定する場合は、点群又はタイルの属する地域情報（日本では都道府県又は市町村など）を元にスライスを設定してもよい。
　次に、８分木におけるタイルの例について説明する。図８１は、タイルの例を示す図である。図８２は、８分木におけるタイルの例を示す図である。
　例えば、各タイル及び各スライスは、独立して符号化され、独立して復号可能である。符号化及び復号において、各タイル及び各スライスは、全体の８分木に関連するサブ８分木を含む。例えば、三次元データ符号化装置及び三次元データ復号装置は、タイル毎に、符号化テーブルを初期化する。
　また、復号されたタイル又はスライスは、他のタイル又はスライスの復号を待たずに直ちにアプリケーションに使用されてもよい。
　また、タイル又はスライスのデータは、ビットストリーム内において、所定の順序で配置される。例えば、この順序により、アプリケーションにおけるデータの優先度が示される。
　例えば、図８２に示すように、タイルＡとタイルＢとがそれぞれエントロピー符号化され、生成されたタイルＡのビットストリームとタイルＢのビットストリームとが、全体のビットストリームに含まれる。
　以下、本実施の形態に係るビットストリームの構成例を説明する。図８３は、複数のタイルがエントロピー符号化されることで得られるビットストリームの例を示す図である。図８３に示すように、ビットストリームは、複数のタイルの共通のヘッダ情報（第１ヘッダ）である共通ヘッダ２８０１と、タイルテーブル２８０２と、符号化データ２８０３とを含む。
　共通ヘッダ２８０１は、全体ヘッダ２８０４と、固定サイズフラグ２８０５と、タイル数情報２８０６とを含む。全体ヘッダ２８０４は、木構造全体のヘッダであり、全体の木構造の位置を示す位置情報２８０７を含む。つまり、位置情報２８０７は、全体の木構造の位置、又は、当該木構造に対応する三次元空間（バウンディングボックス）の位置を特定する情報である。例えば、位置情報２８０７は、全体の木構造内の任意のノード、又は、当該木構造に対応する三次元空間に含まれる任意の点の位置（例えば座標）を示す。例えば、位置情報２８０７は、木構造のルートの位置を示す。例えば、位置情報２８０７は、世界座標（ｗｏｒｌｄ　ｃｏｏｒｄｉｎａｔｅ）を基点とした木構造のルートの座標を示してもよい。また、全体ヘッダは、全体の木構造に含まれる三次元点の数を示す情報等を含んでもよい。
　固定サイズフラグ２８０５は、タイルのサイズを固定するか否かを示すフラグである。つまり、固定サイズフラグ２８０５は、複数のタイルのサイズを同一にするか否かを示す。例えば、固定サイズフラグ＝０は、タイルのサイズを固定しないことを示し、固定サイズフラグ＝１は、タイルのサイズを固定することを示す。
　タイル数情報２８０６は、タイルの数を示す情報であり、タイルテーブル２８０２を解析するために用いられる。なお、タイル数情報２８０６は、タイルテーブル２８０２に含まれてもよい。タイルテーブル２８０２は、複数のタイルの情報を含む。
　符号化データ２８０３は、各タイルの符号化データを含む。各タイルの符号化データは、例えば、独立している。
　図８４は、固定サイズフラグ＝０（固定しない）の場合の、タイルテーブル２８０２の構成例を示す図である。タイルテーブル２８０２は、タイル単位のヘッダ情報（第２ヘッダ）であるタイル情報２８１１を含む。つまり、複数のタイル情報２８１１は、複数のタイルに一対一に対応する。
　タイル情報２８１１は、タイル位置情報２８１２と、タイルサイズ情報２８１３と、符号量情報２８１４とを含む。タイル位置情報２８１２は、タイルの位置を示す。例えば、タイル位置情報２８１２は、タイルのルートの位置を示す。例えば、タイル位置情報２８１２は、世界座標（ｗｏｒｌｄ　ｃｏｏｒｄｉｎａｔｅ）を基点とした座標を示してもよい。なお、この場合、三次元データ復号装置は、復号した三次元点の座標をそのまま使用することができるので、処理量を低減できる。または、タイル位置情報２８１２は、位置情報２８０７で示される全体の木構造の位置（座標）と、タイルの位置（座標）との差分を示してもよい。
　タイルサイズ情報２８１３は、タイルのサイズを示す。なお、タイルのサイズは、例えば、ｘ、ｙ、ｚのそれぞれの方向のサイズにより示されてもよいし、ｘ、ｙ、ｚのサイズは等しいという前提のもと、一辺のサイズが示されてもよい。また、タイルのサイズは上述したように木構造における階層（レベル）に対応する。よって、タイルのサイズは階層（レベル）で表されてもよい。
　符号量情報２８１４は、対応するタイルの符号化データの符号量（ビットサイズ）を示す。
　また、三次元データ復号装置は、ビットストリーム内の各タイルの符号化データの開始位置（ｓｔａｒｔ　ｂｉｔ）を、タイルテーブル２８０２内に含まれる各タイルの符号量情報２８１４を参照することで算出してもよい。例えば、三次元データ復号装置は、図８３に示すタイルＣの開始位置を、タイルＡの符号量とタイルＢの符号量とを加算することで算出する。また、各タイルの符号化データのビットストリーム内における開始位置が、タイルテーブル２８０２に格納されてもよい。これにより、三次元データ復号装置は、タイルテーブル２８０２を参照することでビットストリーム内の各タイルの符号化データの開始位置を知ることができるので、必要なタイルの符号化データの取得し、復号を早く開始することができる。なお、符号量情報２８１４は、ビットストリーム内における当該符号化データの終了位置を示してもよい。
　図８５は、固定サイズフラグ＝０（固定しない）の場合の、タイルテーブル２８０２の別の構成例を示す図である。図８５に示すタイル情報２８１１は、図８４に示すタイル情報２８１１に加え、スライス情報２８１５を含む。スライス情報２８１５は、当該タイルに関連するスライスの情報（意味情報）を示す。つまり、スライス情報２８１５は、当該タイルが属するスライスを示す。この情報は、使用するアプリケーションに依存するが、例えば、色、対象物の属性、車両までの距離、三次元点の密度等を示す。
　図８６は、固定サイズフラグ＝１（固定する）の場合の、タイルテーブル２８０２の構成例を示す図である。この場合、タイルサイズ情報２８１３は、各タイルのタイル情報２８１１内ではなく、複数のタイルに共通の情報としてタイルテーブル２８０２に含まれる。つまり、タイルサイズ情報２８１３は、複数のタイルに共通の第１ヘッダに含まれる。
　また、図８７は、固定サイズフラグ＝１（固定する）の場合の、タイルテーブル２８０２の別の構成例を示す図である。図８５に示す例と同様に、タイル情報２８１１は、スライス情報２８１５を含んでもよい。
　以下、三次元データ復号装置における動作を説明する。三次元データ復号装置を含む自動車が地図サーバと接続された際、以下の動作が行われる。三次元データ復号装置を含む自動車は、現在の自動車の大まかな位置及びアプリケーションの要求に応じて、地図サーバにタイルの送信要求を送信する。地図サーバは、タイルテーブルを参照して、要求に合ったタイルを選択し、選択したタイルの符号化データを含む新たなビットストリームを生成し、当該ビットストリームを自動車に送信する。自動車は、受信したビットストリームに含まれるタイルテーブルを参照し、各タイルの情報を取得する。自動車は、当該情報で示される各タイルのルートの三次元位置を用いて、複数のタイルのビットストリームを復号することで三次元点を復元する。
　なお、自動車はオフラインであり、地図サーバの代わりに外部記憶装置が用いられてもよい。この場合、以下の動作が行われる。自動車は、現在の自動車の大まかな位置及びアプリケーションの要求に応じて、ローカルのタイルテーブルから最適なタイルを判定する。自動車は、ビットストリームに含まれるタイルテーブルを参照し、各タイルの情報を取得する。自動車は、当該情報で示される各タイルのルートの三次元位置を用いて、複数のタイルのビットストリームを復号することで三次元点を復元する。
　なお、三次元データ符号化装置は、スライス情報２８１５に、スライスの識別番号（ｓｌｉｃｅ＿ｉｄ）を格納してもよい。これにより、三次元データ復号装置は、必要なｓｌｉｃｅ＿ｉｄを持つタイルの情報をタイルテーブル２８０２から取得できるので、必要なｓｌｉｃｅ＿ｉｄを持つタイルを復号する等の処理を行うことができる。
　三次元データ符号化装置は、共通ヘッダ２８０１（又は全体ヘッダ２８０４）と、タイルテーブル２８０２と、各タイルの符号化データ２８０３とを、別々のＮＡＬ（Ｎｅｔｗｏｒｋ　Ａｂｓｔｒａｃｔｉｏｎ　Ｌａｙｅｒ）　Ｕｎｉｔとして符号化してもよい。つまり、三次元データ符号化装置は、複数のタイルの複数の第２ヘッダを含むストリームを、複数のタイルの符号化データとは独立したストリームとして生成してもよい。これにより、例えば、サーバ（三次元データ符号化装置）は、先にタイルテーブル２８０２のＮＡＬ　ｕｎｉｔをクライアント（三次元データ復号装置）に送信する。クライアントはタイルテーブル２８０２を復号して必要なタイルを決定し、サーバに必要なタイルの送信要求を行う。サーバは、クライアントの要求に応じて、要求されたタイルのＮＡＬ　ｕｎｉｔをクライアントに送信する。
　タイル位置情報２８１２は、ある世界座標（ｗｏｒｌｄ　ｃｏｏｒｄｉｎａｔｅ）を基点とした座標を示してもよい。これにより、三次元データ符号化装置は、各タイルに含まれる点群が世界座標を基点とした、どの位置の三次元情報であるかを早く知ることができる。また、タイル位置情報２８１２は、全体ヘッダ２８０４に含まれる位置情報２８０７で示される座標からの相対座標を示してもよい。この場合、三次元データ復号装置は、各タイルの世界座標を基点とした座標を、位置情報２８０７で示される座標に、タイル位置情報２８１２で示される相対座標を加算することで算出してもよい。これにより、タイル位置情報２８１２の値の大きさを抑制できるので、タイルテーブル２８０２のサイズを削減できる。
　以下、三次元データ符号化装置の動作及び三次元データ復号装置の動作を説明する。図８８は、本実施の形態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。
　まず、三次元データ符号化装置は、入力された三次元点を含むバウンディングボックスを設定する（Ｓ２８０１）。次に、三次元データ符号化装置は、当該バウンディングボックスを８個の子ノードに分割する（Ｓ２８０２）。
　次に、三次元データ符号化装置は、８個の子ノードのうち三次元点が含まれる子ノードの各々のオキュパンシー符号を生成する（Ｓ２８０３）。次に、三次元データ符号化装置は、処理対象のノードのレベル（木構造の階層）が、対象タイルレベルに到達したか否かを判定する（Ｓ２８０４）。ここで対象タイルレベルとは、タイル分割を行うレベル（木構造の階層）である。
　処理対象のノードのレベルが対象タイルレベルに到達していない場合（Ｓ２８０４でＮｏ）、三次元データ符号化装置は、各子ノードを８個の孫ノードに分割し（Ｓ２８０５）、孫ノードの各々に対してステップＳ２８０３以降の処理を行う。
　処理対象のノードのレベルが対象タイルレベルに到達した場合（Ｓ２８０４でＹｅｓ）、三次元データ符号化装置は、タイルテーブルに現在のノード位置及びタイルレベル（タイルサイズ）を保存する（Ｓ２８０６）。
　次に、三次元データ符号化装置は、各子ノードを８個の孫ノードに分割する（Ｓ２８０７）。次に、三次元データ符号化装置は、オキュパンシー符号を生成する処理を、ノードが分割できなくなるまで繰り返す（Ｓ２８０８）。次に、三次元データ符号化装置は、各タイルのオキュパンシー符号を符号化する（Ｓ２８０９）。
　最後に、三次元データ符号化装置は、生成した複数のタイルの符号化ビットストリーム（符号化データ）を結合する（Ｓ２８１０）。また、三次元データ符号化装置は、タイルテーブル等をビットストリームのヘッダ情報に付加する。
　ここで、タイルテーブル２８０２に、タイルサイズ（タイルレベル）が格納される。よって、三次元データ復号装置は、このタイルサイズを用いて、各タイルのサブツリーのバウンディングボックスのサイズを取得できる。また、三次元データ復号装置は、サブツリーのバウンディングボックスのサイズを用いて、全体の木構造のバウンディングボックスのサイズを算出できる。
　なお、三次元データ符号化装置は、各タイルのバウンディングボックスのサイズをタイルテーブル２８０２に格納してもよい。これにより、三次元データ復号装置は、タイルテーブル２８０２を参照することで各タイルのバウンディングボックスのサイズを取得できる。
　図８９は、本実施の形態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。
　まず、三次元データ復号装置は、ビットストリームに含まれるヘッダ情報を用いて、出力する三次元点を含むバウンディングボックスを設定する（Ｓ２８２１）。次に、三次元データ復号装置は、ビットストリームに含まれるヘッダ情報を用いて各タイル（サブツリー）のルート位置を設定する（Ｓ２８２２）。
　次に、三次元データ復号装置は、当該バウンディングボックスを８個の子ノードに分割する（Ｓ２８２３）。次に、三次元データ復号装置は、各ノードのオキュパンシー符号を復号し、復号したオキュパンシー符号に基づきノードを８個の子ノードに分割する。また、三次元データ復号装置は、この処理を、各タイル（サブツリー）のノードが分割できなくなるまで繰り返す（Ｓ２８２４）。
　最後に、三次元データ復号装置は、復号した複数のタイルの三次元点を結合する（Ｓ２８２５）。
　図９０は、本実施の形態に係る三次元データ符号化装置２８２０の構成を示すブロック図である。三次元データ符号化装置２８２０は、８分木生成部２８２１と、タイル分割部２８２２と、複数のエントロピー符号化部２８２３と、ビットストリーム生成部２８２４とを備える。
　対象タイルレベルが三次元データ符号化装置２８２０に入力される。三次元データ符号化装置２８２０は、当該対象タイルレベルに処理が到達した後、各タイルのオキュパンシー符号化を格納し、複数のタイルのオキュパンシー符号を個別に符号化することで各タイルの符号データを生成する。
　８分木生成部２８２１は、バウンディングボックスを設定し、バウンディングボックスを８個の子ノードに分割する。また、８分木生成部２８２１は、この分割処理を、処理が対象タイルレベルに到達するまで繰り返す。
　タイル分割部２８２２は、タイルを設定する。具体的には、上記処理が対象タイルレベルに到達した場合に、当該レベルをルートとする複数のタイルを設定する。
　複数のエントロピー符号化部２８２３は、複数のタイルを個別に符号化する。ビットストリーム生成部２８２４は、複数のタイルが符号化された符号化データを結合することでビットストリームを生成する。
　図９１は、本実施の形態に係る三次元データ復号装置２８３０の構成を示すブロック図である。三次元データ復号装置２８３０は、８分木生成部２８３１と、ビットストリーム分割部２８３２と、複数のエントロピー復号部２８３３と、三次元点結合部２８３４とを備える。
　８分木生成部２８３１は、バウンディングボックスを設定し、バウンディングボックスを８個の子ノードに分割する。また、８分木生成部２８３１は、この分割処理を、処理が対象タイルレベルに到達するまで繰り返す。
　ビットストリーム分割部２８３２は、ビットストリームに含まれるヘッダ情報を用いて、ビットストリームを各タイルの符号化データに分割する。
　複数のエントロピー復号部２８３３は、複数のタイルを個別に復号する。三次元点結合部２８３４は、復号された複数のタイルの三次元点を結合する。なお、復号された三次元点がアプリケーションにおいて直接使用される場合もある。このような場合には、この結合処理はスキップされる。
　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は、図９２に示す処理を行う。三次元データ符号化装置は、複数の三次元点が含まれる対象空間（例えばバウンディングボックス）に含まれる複数のサブ空間（例えばタイル）を符号化することでビットストリームを生成する。前記ビットストリームの生成では、三次元データ符号化装置は、ビットストリームに含まれる、複数のサブ空間に共通の第１ヘッダ（例えば、共通ヘッダ２８０１又は全体ヘッダ２８０４）に、対象空間の座標である第１座標を示す第１情報（例えば位置情報２８０７）を格納し（Ｓ２８３１）、ビットストリームに含まれる、サブ空間単位の第２ヘッダ（例えばタイル情報２８１１）に、対応するサブ空間の座標である第２座標と第１座標との差分を示す第２情報（例えばタイル位置情報２８１２）を格納する（Ｓ２８３２）。
　これによれば、第２情報として第１座標と第２座標との差分を示す情報を格納されるので、ビットストリームの符号量を低減できる。
　なお、第１ヘッダの少なくとも一部と複数の第２ヘッダとが単一のヘッダ（シンタックス）に含まれてもよい。例えば、図８６に示すように、タイルテーブル２８０２に、複数のサブ空間に共通の情報であるタイルサイズ情報２９１３（第１ヘッダ）と、サブ空間単位の情報であるタイル情報２８１１（第２ヘッダ）とが含まれてもよい。また、第１ヘッダは、共通ヘッダ２８０１の少なくとも一部と、タイルテーブル２８０２の一部とを含んでもよい。
　例えば、複数のサブ空間に含まれる第１サブ空間と第２サブ空間との一部は重複する。例えば、図６８、図６９及び図７０に示すように、同一の領域が異なるタイル分割が用いられてもよい。
　例えば、三次元データ符号化装置は、前記ビットストリームの生成では、第２ヘッダ（例えば図８４のタイル情報２８１１）に、対応するサブ空間の大きさを示す第３情報（例えば図８４のタイルサイズ情報２８１３）を格納する。
　例えば、三次元データ符号化装置は、前記ビットストリームの生成では、第１ヘッダに、複数のサブ空間の大きさを示す第３情報（図８６のタイルサイズ情報２８１３）を格納する。
　例えば、三次元データ符号化装置は、前記ビットストリームの生成では、前記第１ヘッダ（例えば共通ヘッダ２８０１又はタイルテーブル２８０２）に、複数のサブ空間の数を示す第４情報（タイル数情報２８０６）を格納する。
　例えば、三次元データ符号化装置は、前記ビットストリームの生成では、複数のサブ空間の複数の第２ヘッダを含むストリームを、複数のサブ空間の符号化データとは独立したストリームとして生成する。例えば、複数のサブ空間の複数の第２ヘッダと、複数のサブ空間の符号化データとは別々のＮＡＬ　Ｕｎｉｔとして符号化される。
　これによれば、例えば、三次元データ復号装置は、第２ヘッダを含むストリームを参照することで、必要なサブ空間を判定し、必要なサブ空間の符号化データを選択的に取得することができる。
　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、図９３に示す処理を行う。三次元データ復号装置は、複数の三次元点が含まれる対象空間に含まれる複数のサブ空間が符号化されることで得られたビットストリームを復号する。三次元データ復号装置は、前記ビットストリームの復号では、ビットストリームに含まれる、複数のサブ空間に共通の第１ヘッダ（例えば、共通ヘッダ２８０１又は全体ヘッダ２８０４）から、前記対象空間の座標である第１座標を示す第１情報（例えば位置情報２８０７）を復号し（Ｓ２８４１）、ビットストリームに含まれる、サブ空間単位の第２ヘッダ（例えばタイル情報２８１１）から、対応するサブ空間の座標である第２座標と第１座標との差分を示す第２情報（例えばタイル位置情報２８１２）を復号する（Ｓ２８４２）。例えば、三次元データ復号装置は、第１情報で示される第１座標に、第２情報で示される差分を加算することで第２座標を算出する。
　これによれば、第２情報として第１座標と第２座標との差分を示す情報を格納されるので、ビットストリームの符号量を低減できる。
　例えば、複数のサブ空間に含まれる第１サブ空間と第２サブ空間との一部は重複する。例えば、図６８、図６９及び図７０に示すように、同一の領域が異なるタイル分割が用いられてもよい。
　例えば、三次元データ復号装置は、前記ビットストリームの復号では、第２ヘッダ（例えば図８４のタイル情報２８１１）から、対応するサブ空間の大きさを示す第３情報（例えば図８４のタイルサイズ情報２８１３）を復号する。
　例えば、三次元データ復号装置は、前記ビットストリームの復号では、第１ヘッダから、複数のサブ空間の大きさを示す第３情報（図８６のタイルサイズ情報２８１３）を復号する。
　例えば、三次元データ復号装置は、前記ビットストリームの復号では、第１ヘッダ（例えば共通ヘッダ２８０１）から、複数のサブ空間の数を示す第４情報（タイル数情報２８０６）を復号する。
　例えば、複数のサブ空間の複数の第２ヘッダを含むストリームは、複数のサブ空間の復号データとは独立したストリームとして生成されている。例えば、複数のサブ空間の複数の第２ヘッダと、複数のサブ空間の符号化データとは別々のＮＡＬ　Ｕｎｉｔとして符号化される。例えば、三次元データ復号装置は、第２ヘッダを含むストリームを参照することで、必要なサブ空間を判定し、必要なサブ空間の符号化データを選択的に取得する。
　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。
　（実施の形態１０）
　三次元点群マップ（３Ｄ　ｐｏｉｎｔ　ｃｌｏｕｄ　ｍａｐ）は、自動車又はドローンが、グローバル座標（ｇｌｏｂａｌ　ｃｏｏｒｄｉｎａｔｅ）において、自身が移動している位置を検出するための自己位置推定処理に用いることができる。グローバル座標を提供するためには、三次元点群マップに、ジオリファレンス（座標の位置合わせ）を行う必要がある。
　また、自動運転車の用途において、ジオリファレンスされた三次元点群マップは、ジオフェンシングを用いた自動運転処理に必要である。ここでジオフェンシングとは、実空間の地理的領域に仮想的な範囲（ジオフェンス）を設定する技術である。例えば、自動運転処理では、安全性及びセキュリティのために、自動車は、特定の地理領域（ジオフェンス）内で動作するように制限される。
　また、ジオリファレンスされた三次元点群マップでは、三次元点群の内部座標（ローカル座標）系は、地理的座標に関連付けることできる。
　なお、本実施の形態では、グローバル座標と、ローカル座標とが用いられる。グローバル座標は、例えば、緯度、経度、高度で表され、地球上の位置を一意に特定できる座標である。ローカル座標は、例えば、点群データを生成するセンサ（又はセンサを備える移動体（例えば自動車））の位置を基準とした座標である。例えば、ローカル座標系の原点は、センサ又は自動車の位置である。つまり、グローバル座標は、センサ（又は自動車）の位置に依存せず、センサの位置にかかわらず同じ座標を示す。一方、ローカル座標は、センサの位置に応じて変化する。
　また、グローバル座標は、緯度、経度、高度で表される緯度経度座標（球座標）、又は、Ｘ、Ｙ、Ｚで表される直交座標（ｃａｒｔｅｓｉａｎ　ｃｏｏｒｄｉｎａｔｅ）で表される。例えば、ローカル座標は、直交座標で表される。なお、座標の表現方式は、これらに限られず、公知の任意の表現方式が用いられてもよい。
　また、以下では、緯度経度座標で表されるグローバル座標を地理的座標（ｇｅｏｇｒａｐｈｉｃ　ｃｏｏｒｄｉｎａｔｅ）と呼び、直交座標で表されるグローバル座標を世界座標（ｗｒｏｌｄ　ｃｏｏｒｄｉｎａｔｅ）と呼び、直交座標で表されるローカル座標を幾何座標（ｇｅｏｍｅｔｒｉｃ　ｃｏｏｒｄｉｎａｔｅ）と呼ぶ。
　また、本実施の形態における、座標とは、座標そのものを直接的に示す情報であってもよいし、座標又は位置を間接的に示す情報であってもよい。
　図９４は、ジオフェンスを動作の制限に用いる場合のジオフェンスを含む三次元点群マップの例を示す図である。例えば、図９４に示すジオフェンス内に自動運転車の動作が制限される。
　図９５は、ジオフェンス内においてサービス又は追加機能を有効にする場合に用いられる三次元点群マップの例を示す図である。例えば、自動車が、図９５に示すジオフェンス内に進入した場合に、いくつかのサービス又は機能が有効になる。
　また、あるアプリケーションでは、自動車は、地理的座標とともに三次元点群をアップロードする必要がある。
　図９６は、ジオリファレンスされた三次元点群（Ｇｅｏ－ｒｅｆｅｒｅｎｃｅｄ　３Ｄ　ｐｏｉｎｔ　ｃｌｏｕｄ：以下、ジオリファレンスド点群と呼ぶ）をアップデートする処理を模式的に示す図である。マッピング中、又は、地図アップデート又は更新処理中において、自動車は、ジオリファレンスド点群を地図サーバにアップデートする。例えば、自動車は、ＬｉＤＡＲ等のセンサにより得られたポイントクラウドと、ＧＰＳ等から得た地理的情報（ｇｅｏｇｒａｐｈｉｃ　ｉｎｆｏｒｍａｔｉｏｎ）とを用いて、ジオリファレンスド点群を生成する。
　なお、自動車が、ジオリファレンスド点群を、当該自動車の位置情報（グローバル座標）を基にサーバからダウンロードするケースをユースケースとして想定してもよい。なお、自動車は、当該自動車の位置情報を、当該自動車が備えるＧＰＳセンサで取得してもよい。また、自動車は、当該自動車の未来の位置情報を推定して、その情報を基にサーバからジオリファレンスド点群をダウンロードしてもよい。自動車は、当該自動車の未来の位置情報を、ユーザがカーナビ等で指定した目的地から推定してもよい。または、自動車は、当該自動車の制御情報（速度或いは加速度など）又は周辺状況（渋滞情報或いは事故情報など）から未来の位置情報を推定してもよい。
　以下、ジオリファレンスド点群を用いた三次元位置の制御について説明する。図９７は、ジオリファレンスド点群における三次元位置の例を示す図である。図９７において、地理的座標は、φ、λ、ｈ（緯度、経度、高度）で表される。
　三次元点群（三次元ポイントクラウド）は、同一又は異なるボリューム（空間単位）に分割される。各ボリュームにおいて、１又は複数の三次元点のローカル座標（Ｘ、Ｙ、Ｚ）は、地理的座標（φ、λ、ｈ）に対応付けられる。同一のボリュームでは、全ての三次元点は、同じ地理的座標、又は異なる地理的座標を有する。
　自動車には、位置検出のためのセンサＡが搭載されている。例えば、センサＡは、自動車の地理的位置を得るためのＧＰＳ（ｇｌｏｂａｌ　ｐｏｓｉｔｉｏｎｉｎｇ　ｓｙｓｔｅｍ）を含む。なお、センサＡは、ＧＰＳを含まなくてもよい。ＧＰＳ情報を取得できない場合、又はＧＰＳ情報の精度が低い場合に、自動車は、センサＡで得られた情報（例えば点群Ｃ１、Ｃ２、Ｃ３の情報）と、三次元点群マップとを用いて自動車のグローバル座標を検出してもよい。ここで三次元点群マップは、点群Ｃ１、Ｃ２、Ｃ３のグローバル座標を含む。
　単一の三次元点（対象三次元点）の地理的座標の状態として以下の３つのケースがある。一つ目のケースは、ＧＰＳシステムから地理的座標を取得するケースである。２つ目のケースは、ＧＰＳシステムから取得された地理的座標を有する複数の隣接三次元点の地理的座標を補間することで対象三次元点の地理的座標を取得するケースである。３つ目のケースは、地理的座標の情報が存在しないケースである。
　上記の三次元点の地理的座標の状態は、実際のアプリケーションにおける展開により決定される。また、三次元空間には異なる点があるため、複数の三次元点が有する地理的座標は異なる場合がある。
　例えばセンサＡがＬｉＤＡＲである場合、自動車は、ＬｉＤＡＲで得られた当該自動車周囲の点群データと、サーバ等から取得した三次元点群マップとを用いて三次元点群マップ内における自己位置（グローバル座標）を推定する。その際、三次元点群マップの各点群にグローバル座標が付加されている場合は、自動車は、そのグローバル座標を基に自動車のグローバル座標を算出してもよい。これにより自動車は地球上の絶対位置情報（緯度、経度、高度など）を取得することができる。これにより、自動車は、上述したジオフェンシングを利用したサービス等を受けることが可能となる。
　以下、ジオリファレンスド点群の取得方法について説明する。図９８は、ジオリファレンスド点群の取得方法を説明するための図である。
　ジオリファレンスド点群は以下の方法により取得される。自動車はセンサＡとセンサＢとを備える。センサＡは、自動車の周辺環境の三次元点群のローカル座標（例えば、（Ｘｉ、Ｙｉ、Ｚｉ）、・・・、（Ｘｎ、Ｙｎ、Ｚｎ）を取得する。センサＢは、例えば、自動車の地理的座標（φ０、λ０、ｈ０）を取得する。また、自動車は、自動車のローカル座標（Ｘ０、Ｙ０、Ｚ０）を取得し、地理的座標（φ０、λ０、ｈ０）と対応付ける。例えば、センサＢの地理的座標系は、世界座標系１９８４（ＷＧＳ８４）に基づき定義される。
　三次元点の直交座標（Ｘ、Ｙ、Ｚ）は、後述する（式２）～（式６）に示す方程式を用いて地理的座標（Φ、λ、ｈ）から算出される。一方で、地理的座標（φ、λ、ｈ）は、三次元点の直交座標（Ｘ、Ｙ、Ｚ）から、後述する（式７）～（式１０）を用いて導出できる。なお、他の変換方法が用いらえてもよい。
　また、自動車は、当該自動車の位置情報を取得できない場合もある。この場合、自動車は、過去又は未来の利用可能な位置情報を用いた重み付き補間処理により、当該自動車の位置情報を取得する。
　図９９は、ジオリファレンスド点群の取得処理の流れを示す図である。まず、自動車は、ＧＰＳ衛星から信号を受信する（Ｓ２９０１）。次に、自動車は、受信した信号に基づき地理的座標系における当該自動車の現在位置を算出する（Ｓ２９０２）。次に、自動車は、地理的座標系における現在位置を直交座標（世界座標）に変換する（Ｓ２９０３）。また、後述する（式２）～（式６）に示す方程式を用いてこの変換が行われる。
　次に、自動車は、世界座標に対する自動車の現在の回転角度を取得する（Ｓ２９０４）。例えば、自動車は、短い時間期間内の地理的座標を用いて自動車の現在の移動方向を推定することにより、回転角度を取得する。例えば、図１００に示すように、自動車は、複数の時刻（ｔ－３～ｔ０）の地理的座標を用いて当該自動車の移動方向を推定する。
　また、自動車は、ローカル座標系と世界座標系との間の並行移動量（例えば、ｘ、ｙ、ｚ方向の差分）を算出する（Ｓ２９０５）。また、自動車は、ローカル座標系と世界座標系との間の回転角度を算出する（Ｓ２９０６）。ここで、ローカル座標系とは、例えば、自動車の位置を原点とする直交座標系である。
　また、自動車は、ＬｉＤＡＲから信号を受信する（Ｓ２９０７）。次に、自動車は、受信した信号を用いて周辺の点群（ポイントクラウド）の位置（ローカル座標）を算出する（Ｓ２９０８）。
　最後に、自動車は、ステップＳ２９０５及びＳ２９０６で得られた情報を用いて、点群のローカル座標を世界座標に変換する（Ｓ２９０９）。例えば、自動車は、下記（式１）を用いて、点群の座標をローカル座標系から世界座標系に変換する。
　Ｘｎｅｗ＝ＲＸ＋ｔ　　・・・（式１）
　ここで、Ｒは、ローカル座標系と世界座標系との間の回転角度のマトリックスであり、ｔは、ローカル座標系と世界座標系との間の平行移動のマトリックスである。Ｘは、ローカル座標系における点群の座標であり、Ｘｎｅｗは、世界座標系における点群の座標である。
　また、世界座標系における座標Ｘｎｅｗを、例えば、後述する（式７）～（式１０）を用いて、地理的座標に変換できる。
　図１０１は、上記の処理の流れを模式的に示す図である。図１０１に示すように、まず、自動車は、ＧＰＳデータを取得し、取得したＧＰＳデータを用いて自動車の地理的座標（φ０、λ０、ｈ０）を算出する。次に、自動車は、例えば、後述する（式２）～（式６）を用いて、地理的座標（φ０、λ０、ｈ０）を世界座標（Ｗｘ０、Ｗｙ０、Ｗｚ０）に変換する。
　次に、自動車は、ローカル座標系の点群の座標（Ｘ、Ｙ、Ｚ）を世界座標（Ｘ＋Ｗｘ０、Ｙ＋Ｗｙ０、Ｚ＋Ｗｚ０）に変換する。なお、このとき、上述したように、ローカル座標系と世界座標系との回転角度のマトリックスも用いられる。
　次に、自動車は、後述する（式７）～（式１０）を用いて、世界座標（Ｘ＋Ｗｘ０、Ｙ＋Ｗｙ０、Ｚ＋Ｗｚ０）を、地理的座標（φｘ、λｙ、ｈｚ）に変換する。
　以下、ケースＡとケースＢとにおける三次元データ符号化装置で生成されるビットストリームと、三次元データ復号装置において点群の地理的座標を取得する動作とを説明する。
　ケースＡでは、三次元データ符号化装置が生成するビットストリームに含まれる各三次元点群のデータは、ローカル座標（Ｘ、Ｙ、Ｚ）と、地理的座標（φｘ、λｙ、ｈｚ）との両方を有する。この場合、三次元データ復号装置は、各三次元点群のローカル座標（Ｘ、Ｙ、Ｚ）と、地理的座標（φｘ、λｙ、ｈｚ）とを復号する。ケースＡでは、三次元データ復号装置は、点群の座標を変換する処理を行う必要ないため、三次元データ復号装置の処理負荷を低減できる。
　ケースＢでは、三次元データ符号化装置が生成するビットストリームに含まれる各三次元点群のデータは、ローカル座標（Ｘ、Ｙ、Ｚ）と、ローカル座標系の原点の地理的座標（φ０、λ０、ｈ０）と、地理的座標を世界座標に変換する変換パラメータ及び世界座標を地理的座標に変換する変換パラメータを含む。この場合、各三次元点群の地理的座標が符号化されないため、ケースＡに比べてビットストリームのデータ量を削減できる。
　この場合、三次元データ復号装置は、各三次元点群のローカル座標（Ｘ、Ｙ、Ｚ）を復号する。次に、三次元データ復号装置は、原点の地理的座標（φ０、λ０、ｈ０）を、世界座標（Ｗｘ０、Ｗｙ０、Ｗｚ０）に変換し、世界座標（Ｗｘ０、Ｗｙ０、Ｗｚ０）を用いて、各三次元点群のローカル座標を世界座標（Ｘ＋Ｗｘ０、Ｙ＋Ｗｙ０、Ｚ＋Ｗｚ０）に変換する。そして、三次元データ復号装置は、各三次元点群の世界座標（Ｘ＋Ｗｘ０、Ｙ＋Ｗｙ０、Ｚ＋Ｗｚ０）を地理的座標（φｘ、λｙ、ｈｚ）に変換する。
　以下、直交座標（世界座標）と地理的座標との間の変換処理について説明する。図１０２は、直交座標と地理的座標との間の変換処理を説明するための図である。小さい角度を表す単位としてｍｉｌが用いられる。ここで、６４００ｍｉｌ＝２πであり、ｒａｄｉａｎｓ＝３６０°である。また、１ｒａｄ＝５７°．２９５７８＝５７°１７’４４”．８＝３４３７’．７５＝２０６２６４”．８＝１０１８．６ｍｉｌである。１°＝０．０１７４５３３ｒａｄであり、１’＝０．０００２９１ｒａｄ＝０．２９６ｍｉｌであり，１”＝０．０００００４８５ｒａｄである。１ｍｉｌ＝０．０００９８２ｒａｄ＝０°．０５６３＝３’．３７＝２０２”である。また、図１０３は、楕円体の幾何パラメータの例を示す図である。
　例えば、変換処理として以下の手法が用いられる。（式２）～（式６）を用いて地理的座標（φ、λ、ｈ）から直交座標（世界座標）（Ｘ、Ｙ、Ｚ）が算出される。
Figure JPOXMLDOC01-appb-M000001
　ここでυは、卯酉線の面（ｐｒｉｍｅ　ｖｅｒｔｉｃａｌ　ｐｌａｎｅ）の曲率半径である。また、ａ及びｆは、楕円体の幾何パラメータである。
　また、例えば、（式７）～（式１０）を用いて直交座標（世界座標）（Ｘ、Ｙ、Ｚ）を地理的座標（φ、λ、ｈ）に変換できる。
Figure JPOXMLDOC01-appb-M000002
　ここで、ｐは垂直距離（ｐｅｒｐｒｅｎｄｉｃｕｌａｒ　ｄｉｓｔａｎｃｅ）である。
　また、上記の変換処理の詳細については、例えば、非特許文献１に記載されている。よって、非特許文献１に記載の手法を用いてもよい。
　以下、地理的座標の投影について説明する。地理的座標は、可視化及び表示のために、二次元地図座標に投影される場合がある。ここで、地理的座標系は、特定の位置を原点とした特定の方向の楕円体に基づく。この原点及び楕円体は、地域又は国に応じて異なる。この原点及び楕円体を示す情報は空間参照（Ｓｐａｔｉａｌ　Ｒｅｆｅｒｅｎｃｅ）と呼ばれる。例えば、空間参照（ＳＲ）として、シンガポールでは図１０４に示すＥＰＳＧ３４１４が用いられ、日本では図１０５に示すＥＰＳＧ４９４７が用いられる。なお、ＥＰＳＧ（Ｅｕｒｏｐｅａｎ　Ｐｅｔｒｏｌｅｕｍ　Ｓｕｒｖｅｙ　Ｇｒｏｕｐ）は、測地学が適用される調査の開発に関与した組織である。
　以下、ジオリファレンスド点群を符号化する第１モードについて説明する。図１０６は、第１モードにおける符号化データの構成例を示す図である。図１０６に示すように、各点群のローカル座標である幾何座標（Ｘ、Ｙ、Ｚ）は、地理的座標（φ、λ、ｈ）に対応付けられる。
　図１０７は、第１モードにおける点群の構造例を示す図である。図１０８は、点群の木構造の例を示す図である。第１モードでは、複数の三次元点群の各々は、地理的座標と対応付けられる。例えば、複数の地理的座標は、個別に符号化される。例えば、この符号化には、属性符号化（ａｔｔｒｉｂｕｔｅ　ｃｏｄｉｎｇ）又は８分木符号化を用いることができる。例えば、図１０８に示す８分木構造を地理的情報の符号化に用いることができる。このとき、三次元データ符号化装置は、図１０７に示すように、隣接ノードの情報を用いて地理的情報を符号化してもよい。または、三次元データ符号化装置は、地理的座標を幾何座標の属性情報とみなし、地理的座標に属性符号化を適用してもよい。
　三次元点の幾何情報（幾何座標（Ｘ、Ｙ、Ｚ））は、例えば、ＬｉＤＡＲで得られたデータである。地理的情報（地理的座標）は、例えば、ＧＰＳで得られたデータである。地理的情報を符号化する目的は、ＬｉＤＡＲデータを自動車の座標として扱うためである。この場合、自動車が存在する位置を示す情報は存在しない。一方で、地理的情報により、グローバル座標系における現在の自動車の位置を判定できる。そして、判定した位置を、例えば、自車位置が必要なアプリケーションに用いることができる。
　次に、ジオリファレンスド点群を符号化する第２モードについて説明する。図１０９は、第２モードにおける符号化データの構成例を示す図である。第２モードでは、図１０９に示すように、複数の三次元点群からなる組が、一つの地理的座標（φ、λ、ｈ）に対応付けられる。
　図１１０は、第２モードにおける点群の構造例を示す図である。第２モードでは、複数の三次元点群を含む組は、一つの地理的情報（地理的座標）と対応付けられる。例えば、複数の地理的情報は、個別に符号化される。例えば、この符号化には、属性符号化（ａｔｔｒｉｂｕｔｅ　ｃｏｄｉｎｇ）又は８分木符号化を用いることができる。例えば、図１０８に示す８分木構造を地理的情報の符号化に用いることができる。
　第２モードでは、複数の点群に同じ地理的座標が割り当てられる。つまり、復号された複数の点群は同じ地理的座標を有する。例えば、単一の地理的座標を有しても問題ない程度に小さい単位であり、独立した符号化単位毎に、地理的情報が付加される。この単位とは、例えば、タイル又はスライスである。
　例えば、図１０９に示す例では、点群Ｐ１～Ｐｎの組に、点群Ｐ１の地理的座標（φ１、λ１、ｈ１）が付加されている。この場合、三次元データ復号装置は、点群Ｐ１の地理的座標（φ１、λ１、ｈ１）と、点群Ｐ１～Ｐｎの幾何座標とを用いて、他の点群Ｐ２～Ｐｎの地理的座標を算出してもよい。例えば、三次元データ復号装置は、点群Ｐ１の地理的座標（φ１、λ１、ｈ１）に、点群Ｐ１の幾何座標（Ｘ１、Ｙ１、Ｚ１）と点群Ｐ２の幾何座標（Ｘ２、Ｙ２、Ｚ２）との差分に基づき、点群Ｐ２の地理的座標を算出できる。
　なお、付加される地理的座標は、点群Ｐ１～Ｐｎのいずれかの地理的座標であってもよい。または、付加される地理的座標は、祖父ノードの地理的座標であってもよい。ここで、ノードの地理的座標とは、例えば、ノード内の予め定められた位置（例えば、中心又は隅等）の地理的座標である。
　また、どの点の地理的情報が付加されるかは、予め定めれていてもよいし、可変であってもよい。可変である場合は、どの点の地理的情報が付加されているかを示す情報がビットストリームに付加されてもよい。また、第１モードにおいて、ビットストリームは、幾何座標を含まなくてもよい。
　次に、本実施の形態に係るビットストリームの構成例について説明する。図１１１は、第１モードにおけるビットストリームの構成例を示す図である。図１１１に示すように、ビットストリームは、ヘッダ２９０１と、モードフラグ２９０２と、ＳＲ情報２９０３と、直交フラグ２９０４と、幾何情報２９０５と、地理的情報２９０６とを含む。
　幾何情報２９０５は、複数の三次元点の各々のローカル座標（幾何座標）を示す。
　地理的情報２９０６は、複数の三次元点の各々のグローバル座標を示す。なお、このグローバル座標は、地理的座標（緯度経度座標）であってもよいし、世界座標（直交座標）であってもよい。
　ヘッダ２９０１は、木構造全体のヘッダであり、木構造のルート位置（例えば座標）を示す情報、スケールを示す情報、全体の木構造に含まれる三次元点の数を示す情報等を含む。モードフラグ２９０２は、地理的情報のモード（上述した第１モード又は第２モード）を示す。つまり、図１１１に示す例では、モードフラグ２９０２は、第１モードを示す。
　ＳＲ情報２９０３は、空間参照を示す情報である。上述したように空間参照は、座標変換及び投影に必要となる情報である。空間参照により、参照座標、参照楕円体、原点、及び幾何パラメータ等が特定される。また、上述したように、ＳＲ情報２９０３は、地域又は国によって異なる。
　直交フラグ２９０４は、地理的情報に含まれるグローバル座標が直交座標であるか否かを示す。つまり、直交フラグ２９０４は、地理的情報に含まれるグローバル座標が地理的座標（緯度経度座標）であるか、世界座標（直交座標）であるかを示す。
　図１１２は、第２モードにおけるビットストリームの構成例を示す図である。地理的情報２９０６Ａは、複数の三次元点の組に対応付けられたグローバル座標を示す。なお、このグローバル座標は、地理的座標（緯度経度座標）であってもよいし、世界座標（直交座標）であってもよい。また、図１１２に示す例では、モードフラグ２９０２は、第２モードを示す。
　図１１２に示すように、地理的情報２９０６Ａのデータ量を、図１１１に示す第１モードにおける地理的情報２９０６のデータ量より削減できる。
　なお、ビットストリーム内において、地理的情報２９０６（２９０６Ａ）の位置は、幾何情報２９０５の位置よりも前であってもよい。または、第２モードの場合、地理的情報２９０６Ａは、ヘッダ２９０１内に格納されてもよい。
　次に、ジオリファレンスド点群の符号化構成について説明する。図１１３は、本実施の形態に係る三次元データ符号化装置２９１０の構成を示す図である。この構成は、座標変換が行われる場合の構成である。三次元データ符号化装置２９１０は、幾何情報符号化部２９１１と、地理的情報符号化部２９１２と、ビットストリーム生成部２９１３とを含む。幾何情報符号化部２９１１は、８分木生成部２９１４と、エントロピー符号化部２９１５とを含む。地理的情報符号化部２９１２は、座標変換部２９１６と、エントロピー符号化部２９１７とを含む。
　８分木生成部２９１４は、入力点群に含まれる幾何情報（幾何座標）を用いて、８分木を生成する。また、８分木生成部２９１４は、８分木の各ノードのオキュパンシー符号を生成する。ここで、幾何情報は、例えば、ＬｉＤＡＲで得られたデータである。
　エントロピー符号化部２９１５は、幾何情報（８分木生成部２９１４で生成されたオキュパンシー符号等）をエントロピー符号化することで幾何情報のビットストリーム（符号化データ）を生成する。この時、エントロピー符号化部２９１５は、地理的情報（地理的座標）のエントロピー符号化に用いられる符号化テーブルとは異なる符号化テーブルを用いて幾何情報をエントロピー符号化する。
　座標変換部２９１６は、衛星（例えばＧＰＳ等）から得た自動車の地理的情報（緯度、経度、高度）を世界座標（例えば国における参照点に対応する座標系）又はローカル座標（例えば自動車を基準とした座標系）に変換する。また、上述した第１モードでは、座標変換部２９１６は、生成された自動車の世界座標を用いて、三次元点の幾何座標を世界座標に変換し、得られた世界座標を地理的座標に変換する。
　エントロピー符号化部２９１７は、座標変換部２９１６で生成された地理的座標をエントロピー符号化することで地理的情報のビットストリーム（符号化データ）を生成する。この時、エントロピー符号化部２９１７は、幾何情報のエントロピー符号化に用いられる符号化テーブルとは異なる符号化テーブルを用いて地理的情報をエントロピー符号化する。
　ビットストリーム生成部２９１３は、幾何情報のビットストリームと地理的情報のビットストリームとを含むビットストリームを生成する。
　なお、入力点群に地理的座標（緯度、経度、高度）が付加されている場合には、座標変換部２９１６は、当該地理的座標を世界座標に変換し、エントロピー符号化部２９１７は、変換により得られた世界座標を符号化してもよい。
　図１１４は、座標変換が行われない場合の三次元データ符号化装置２９１０Ａの構成を示す図である。図１１４に示す三次元データ符号化装置２９１０Ａは、図１１３に示す三次元データ符号化装置２９１０に対して地理的情報符号化部２９１２Ａが座標変換部２９１６を備えない点が異なる。エントロピー符号化部２９１７は、入力点群の情報に含まれる地理的情報をエントロピー符号化することで地理的情報のビットストリーム（符号化データ）を生成する。例えば、上述したケースＢでは、自動車の地理的情報がエントロピー符号化される。
　次に、ジオリファレンスド点群の復号構成について説明する。図１１５は、本実施の形態に係る三次元データ復号装置２９２０の構成を示す図である。この構成は、座標変換が行われる場合の構成である。三次元データ復号装置２９２０は、幾何情報復号部２９２１と、地理的情報復号部２９２２と、点群生成部２９２３とを含む。幾何情報復号部２９２１は、８分木生成部２９２４と、エントロピー復号部２９２５とを含む。地理的情報復号部２９２２は、エントロピー復号部２９２６と、座標変換部２９２７とを含む。
　８分木生成部２９２４は、ビットストリームに含まれる情報を用いて、対象空間を生成し、復号情報を用いて対象空間を８分割することで８個の小空間を生成する。また、この処理がビットストリームが全て復号されるまで繰り返される。
　エントロピー復号部２９２５は、ビットストリームをエントロピー復号することでオキュパンシー符号を取得する。この時、エントロピー復号部２９２５は、地理的情報のエントロピー復号に用いられる符号化テーブルとは異なる符号化テーブルを用いて幾何情報（オキュパンシー符号）をエントロピー復号する。
　エントロピー復号部２９２６は、ビットストリームを復号することで地理的情報を取得する。この時、エントロピー復号部２９２６は、幾何情報のエントロピー復号に用いられる符号化テーブルとは異なる符号化テーブルを用いて地理的情報をエントロピー復号する。
　座標変換部２９２７は、復号された地理的情報を用いて、世界座標又はローカル座標を地理的座標に変換する。例えば、上述したケースＢでは、自動車の地理的情報が復号される。座標変換部２９２７は、復号された自動車の地理的情報を世界座標に変換する。次に、座標変換部２９２７は、得られた自動車の世界座標を用いて、三次元点の幾何座標を世界座標に変換し、得られた世界座標を地理的座標に変換する。
　なお、ビットストリームに符号化された世界座標が含まれる場合、エントロピー復号部２９２５は、ビットストリームを復号することで世界座標を復号し、座標変換部２９２７は、当該世界座標を地理的座標に変換してもよい。
　点群生成部２９２３は、復号した幾何情報に地理的情報（地理的座標）を付加する。
　図１１６は、座標変換が行われない場合の三次元データ復号装置２９２０Ａの構成を示す図である。図１１６に示す三次元データ復号装置２９２０Ａは、図１１５に示す三次元データ復号装置２９２０に対して地理的情報復号部２９２２Ａが座標変換部２９２７を備えない点が異なる。
　例えば、上述した第１モードでは、エントロピー復号部２９２６は、ビットストリームを復号することで、複数の三次元点の地理的座標を取得する。
　図１１７は、座標変換及び座標拡張が行われる場合の三次元データ復号装置２９２０Ｂの構成を示す図である。図１１７に示す三次元データ復号装置２９２０Ｂは、図１１５に示す三次元データ復号装置２９２０に対して地理的情報復号部２９２２Ａが、さらに座標拡張部２９２８を備える。
　座標拡張部２９２８は、例えば、自動車の地理的座標（φ、λ、ｈ）、世界座標又はローカル座標（Ｘ、Ｙ、Ｚ）を、複数の点群の座標に拡張する。例えば、座標拡張部２９２８は、自動車又は三次元点の組の世界座標、又はローカル座標を、複数の三次元点の世界座標又はローカル座標として割り当てる。
　図１１８は、座標変換が行われず、座標拡張が行われる場合の三次元データ復号装置２９２０Ｃの構成を示す図である。図１１８に示す三次元データ復号装置２９２０Ｃは、図１１７に示す三次元データ復号装置２９２０Ｂに対して地理的情報復号部２９２２Ｃが座標変換部２９２７を備えない点が異なる。
　例えば、上述した第２モードでは、エントロピー復号部２９２６は、ビットストリームを復号することで、複数の三次元点を含む組の地理的座標を取得する。座標拡張部２９２８は、当該組に含まれる複数の三次元点に地理的座標を割り当てる。または、座標拡張部２９２８は、復号した地理的座標と、複数の三次元点の幾何座標とを用いて、各三次元点の地理的座標を算出する。または、上述したケースＢでは、エントロピー復号部２９２６は、自動車の地理的座標（φ、λ、ｈ）を復号する。座標拡張部２９２８は、自動車の地理的座標を複数の三次元点に地理的座標として割り当てる。
　次に、ジオリファレンスド点群の符号化処理及び復号処理の流れを説明する。図１１９は、三次元データ符号化処理の流れを示すフローチャートである。
　まず、三次元データ符号化装置は、入力点群を含むバウンディングボックスを設定する（Ｓ２９１１）。次に、三次元データ符号化装置は、当該バウンディングボックスを８個の子ノードに分割する（Ｓ２９１２）。
　次に、三次元データ符号化装置は、８個の子ノードのうち三次元点が含まれる子ノードの各々のオキュパンシー符号を生成する（Ｓ２９１３）。次に、三次元データ符号化装置は、各子ノードを８個の孫ノードに分割する（Ｓ２９１４）。次に、三次元データ符号化装置は、オキュパンシー符号を生成する処理を、ノードが分割できなくなるまで繰り返す（Ｓ２９１５）。次に、三次元データ符号化装置は、オキュパンシー符号を符号化する（Ｓ２９１６）。
　また、三次元データ符号化装置は、地理的情報（φ、λ、ｈ）を世界座標（Ｘ、Ｙ、Ｚ）へ変換する（Ｓ２９１７）。例えば、三次元データ符号化装置は、自動車の地理的座標を世界座標に変換する。また、上述した第１モードでは、座標変換部２９１６は、生成された自動車の世界座標を用いて、三次元点の幾何座標を世界座標に変換し、得られた世界座標を地理的座標に変換する。次に、三次元データ符号化装置は、変換した地理的座標を符号化する（Ｓ２９１８）。
　なお、三次元データ符号化装置は、世界座標から地理的座標への変換を行わず、幾何座標を変換することで得られた世界座標を符号化してもよい。
　また、入力点群に地理的座標が付加されている場合には、三次元データ符号化装置は、当該地理的座標を世界座標に変換し、変換により得られた世界座標を符号化してもよい。
　最後に、三次元データ符号化装置は、生成した幾何情報の符号化ビットストリームと、地理的情報の符号化ビットストリームを結合する。また、三次元データ符号化装置は、ビットストリームにヘッダ情報を付加する（Ｓ２９１９）。例えば、三次元データ符号化装置は、点群毎に地理的情報を符号化する場合、モードを１に設定し、点群全体に１個の地理的情報を符号化する場合、モードを２に設定する。また、三次元データ符号化装置は、地理的座標を世界座標に変換するためのパラメータ（ＳＲ情報等）をヘッダ情報に付加してもよい。また、三次元データ符号化装置は、地理的情報が直交座標であるか否かを示す情報（直交フラグ）をヘッダ情報に付加してもよい。
　これらの情報がヘッダに付加されることにより、三次元データ復号装置はビットストリームを正しく復号できる。また、三次元データ復号装置は地理的座標と世界座標の変換を正しく行うことができる。
　図１２０は、本実施の形態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。
　まず、三次元データ復号装置は、ビットストリームに含まれるヘッダ情報を用いて、出力する点群を含むバウンディングボックスを設定する（Ｓ２９２１）。次に、三次元データ復号装置は、バウンディングボックスを８個の子ノードに分割する（Ｓ２９２２）。次に、三次元データ復号装置は、各ノードのオキュパンシー符号を復号し、復号したオキュパンシー符号に基づきノードを８個の子ノードに分割する。また、三次元データ復号装置は、この処理を、ノード（サブ空間）が分割できなくなるまで繰り返す（Ｓ２９２３）。
　また、三次元データ復号装置は、地理的情報を復号する（Ｓ２９２４）。次に、三次元データ復号装置は、地理的情報を世界座標（Ｘ、Ｙ、Ｚ）から地理的座標（φ、λ、ｈ）へ変換する（Ｓ２９２５）。例えば、上述したケースＢでは、自動車の地理的情報が復号される。三次元データ復号装置は、復号された自動車の地理的情報を世界座標に変換する。次に、三次元データ復号装置は、得られた自動車の世界座標を用いて、三次元点の幾何座標を世界座標に変換し、得られた世界座標を地理的座標に変換する。なお、ビットストリームに三次元点群の地理的座標が含まれる場合には、変換処理（Ｓ２９２５）は行われなくてもよい。
　なお、ビットストリームに符号化された世界座標が含まれる場合、三次元データ復号装置は、ビットストリームを復号することで世界座標を復号し、当該世界座標を地理的座標に変換してもよい。
　最後に、三次元データ復号装置は、復号した点群を地理的情報と結合する（Ｓ２９２６）。
　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、図１２１に示す処理を行う。三次元データ符号化装置は、センサで得られた複数の三次元点を符号化する。三次元データ符号化装置は、複数の三次元点の座標であって、センサの位置に依存する複数のローカル座標を示すローカル座標情報を符号化し（Ｓ２９３１）、符号化されたローカル座標情報（例えば幾何情報２９０５）と、複数の三次元点のうちの少なくとも一つ、又は基準点の座標であって、センサの位置に依存しないグローバル座標を示すグローバル座標情報（例えば地理的情報２９０６又は２９０６Ａ）とを含む符号化ビットストリームを生成する（Ｓ２９３２）。
　これによれば、三次元データ復号装置において、グローバル座標を算出する必要ないので三次元データ復号装置における処理量を低減できる。
　例えば、図１０６に示すように、グローバル座標情報は、複数の三次元点の各々のグローバル座標を示す。これによれば、三次元データ復号装置において、グローバル座標を算出する必要ないので三次元データ復号装置における処理量を低減できる。
　例えば、図１０９に示すように、グローバル座標情報は、複数の三次元点に対応付けられた１つのグローバル座標を示す。これによれば、グローバル座標情報のデータ量を低減できるので、符号化ビットストリームのデータ量を低減できる。
　例えば、グローバル座標情報は、ローカル座標系の原点のグローバル座標を示す。これによれば、グローバル座標情報のデータ量を低減できるので、符号化ビットストリームのデータ量を低減できる。
　例えば、グローバル座標は、緯度、経度、高度で表される。例えば、グローバル座標は、直交座標で表される。
　例えば、符号化ビットストリームは、さらに、グローバル座標が直交座標で表されているか否か示す情報（直交フラグ２９０４）を含む。
　例えば、符号化ビットストリームは、さらに、グローバル座標の空間参照を示す情報（ＳＲ情報２９０３）を含む。
　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、図１２２に示す処理を行う。三次元データ復号装置は、センサで得られた複数の三次元点を復号する。三次元データ復号装置は、符号化ビットストリームから、複数の三次元点の複数の座標であって、センサの位置に依存する複数のローカル座標を示すローカル座標情報（例えば幾何情報２９０５）を復号し（Ｓ２９４１）、符号化ビットストリームから、複数の三次元点のうちの少なくとも一つ、又は基準点の座標であって、センサの位置に依存しないグローバル座標を示すグローバル座標情報（例えば地理的情報２９０６又は２９０６Ａ）を復号（取得）する。
　これによれば、三次元データ復号装置において、グローバル座標を算出する必要ないので三次元データ復号装置における処理量を低減できる。
　例えば、図１０６に示すように、グローバル座標情報は、複数の三次元点の各々のグローバル座標を示す。これによれば、三次元データ復号装置において、グローバル座標を算出する必要ないので三次元データ復号装置における処理量を低減できる。
　例えば、図１０９に示すように、グローバル座標情報は、複数の三次元点に対応付けられた１つのグローバル座標を示す。これによれば、グローバル座標情報のデータ量を低減できるので、符号化ビットストリームのデータ量を低減できる。
　例えば、グローバル座標情報は、ローカル座標系の原点のグローバル座標を示す。これによれば、グローバル座標情報のデータ量を低減できるので、符号化ビットストリームのデータ量を低減できる。
　例えば、グローバル座標は、緯度、経度、高度で表される。例えば、グローバル座標は、直交座標で表される。
　例えば、三次元データ復号装置は、さらに、符号化ビットストリームから、グローバル座標が直交座標で表されているか否か示す情報（直交フラグ２９０４）を復号する。
　例えば、三次元データ復号装置は、さらに、符号化ビットストリームから、グローバル座標の空間参照を示す情報（ＳＲ情報２９０３）を復号する。
　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
　２８０１　共通ヘッダ
　２８０２　タイルテーブル
　２８０３　符号化データ
　２８０４　全体ヘッダ
　２８０５　固定サイズフラグ
　２８０６　タイル数情報
　２８０７　位置情報
　２８１１　タイル情報
　２８１２　タイル位置情報
　２８１３　タイルサイズ情報
　２８１４　符号量情報
　２８１５　スライス情報
　２８２０　三次元データ符号化装置
　２８２１、２８３１　８分木生成部
　２８２２　タイル分割部
　２８２３　エントロピー符号化部
　２８２４　ビットストリーム生成部
　２８３０　三次元データ復号装置
　２８３２　ビットストリーム分割部
　２８３３　エントロピー復号部
　２８３４　三次元点結合部
　２９０１　ヘッダ
　２９０２　モードフラグ
　２９０３　ＳＲ情報
　２９０４　直交フラグ
　２９０５　幾何情報
　２９０６、２９０６Ａ　地理的情報
　２９１０、２９１０Ａ　三次元データ符号化装置
　２９１１　幾何情報符号化部
　２９１２、２９１２Ａ　地理的情報符号化部
　２９１３　ビットストリーム生成部
　２９１４、２９２４　８分木生成部
　２９１５、２９１７　エントロピー符号化部
　２９１６、２９２７　座標変換部
　２９２０、２９２０Ａ、２９２０Ｂ、２９２０Ｃ　三次元データ復号装置
　２９２１　幾何情報復号部
　２９２２、２９２２Ａ、２９２２Ｂ、２９２２Ｃ　地理的情報復号部
　２９２３　点群生成部
　２９２５、２９２６　エントロピー復号部
　２９２８　座標拡張部

Claims (18)

  1. 　センサで得られた複数の三次元点を符号化する三次元データ符号化方法であって、
    　前記複数の三次元点の座標であって、前記センサの位置に依存する複数のローカル座標を示すローカル座標情報を符号化し、
    　符号化された前記ローカル座標情報と、前記複数の三次元点のうちの少なくとも一つ、又は基準点の座標であって、前記センサの位置に依存しないグローバル座標を示すグローバル座標情報とを含む符号化ビットストリームを生成する
    　三次元データ符号化方法。
  2. 　前記グローバル座標情報は、前記複数の三次元点の各々のグローバル座標を示す
    　請求項１記載の三次元データ符号化方法。
  3. 　前記グローバル座標情報は、前記複数の三次元点に対応付けられた１つのグローバル座標を示す
    　請求項１記載の三次元データ符号化方法。
  4. 　前記グローバル座標情報は、前記ローカル座標系の原点のグローバル座標を示す
    　請求項１記載の三次元データ符号化方法。
  5. 　前記グローバル座標は、緯度、経度、高度で表される
    　請求項１～４のいずれか１項に記載の三次元データ符号化方法。
  6. 　前記グローバル座標は、直交座標で表される
    　請求項１～４のいずれか１項に記載の三次元データ符号化方法。
  7. 　前記符号化ビットストリームは、さらに、前記グローバル座標が直交座標で表されているか否か示す情報を含む
    　請求項１～４のいずれか１項に記載の三次元データ符号化方法。
  8. 　前記符号化ビットストリームは、さらに、前記グローバル座標の空間参照を示す情報を含む
    　請求項１～７のいずれか１項に記載の三次元データ符号化方法。
  9. 　センサで得られた複数の三次元点を復号する三次元データ復号方法であって、
    　符号化ビットストリームから、複数の三次元点の複数の座標であって、前記センサの位置に依存する複数のローカル座標を示すローカル座標情報を復号し、
    　前記符号化ビットストリームから、前記複数の三次元点のうちの少なくとも一つ、又は基準点の座標であって、前記センサの位置に依存しないグローバル座標を示すグローバル座標情報を復号する
    　三次元データ復号方法。
  10. 　前記グローバル座標情報は、前記複数の三次元点の各々のグローバル座標を示す
    　請求項９記載の三次元データ復号方法。
  11. 　前記グローバル座標情報は、前記複数の三次元点に対応付けられた１つのグローバル座標を示す
    　請求項９記載の三次元データ復号方法。
  12. 　前記グローバル座標情報は、前記ローカル座標系の原点のグローバル座標を示す
    　請求項９記載の三次元データ復号方法。
  13. 　前記グローバル座標は、緯度、経度、高度で表される
    　請求項９～１２のいずれか１項に記載の三次元データ復号方法。
  14. 　前記グローバル座標は、直交座標で表される
    　請求項９～１２のいずれか１項に記載の三次元データ復号方法。
  15. 　前記三次元データ復号方法は、さらに、
    　前記符号化ビットストリームから、前記グローバル座標が直交座標で表されているか否か示す情報を復号する
    　請求項９～１２のいずれか１項に記載の三次元データ復号方法。
  16. 　前記三次元データ復号方法は、さらに、
    　前記符号化ビットストリームから、前記グローバル座標の空間参照を示す情報を復号する
    　請求項９～１５のいずれか１項に記載の三次元データ復号方法。
  17. 　センサで得られた複数の三次元点を符号化する三次元データ符号化装置であって、
    　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、
    　前記複数の三次元点の座標であって、前記センサの位置に依存する複数のローカル座標を示すローカル座標情報を符号化し、
    　符号化された前記ローカル座標情報と、前記複数の三次元点のうちの少なくとも一つ、又は基準点の座標であって、前記センサの位置に依存しないグローバル座標を示すグローバル座標情報とを含む符号化ビットストリームを生成する
    　三次元データ符号化装置。
  18. 　センサで得られた複数の三次元点を復号する三次元データ復号装置であって、
    　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、
    　符号化ビットストリームから、複数の三次元点の複数の座標であって、前記センサの位置に依存する複数のローカル座標を示すローカル座標情報を復号し、
    　前記符号化ビットストリームから、前記複数の三次元点のうちの少なくとも一つ、又は基準点の座標であって、前記センサの位置に依存しないグローバル座標を示すグローバル座標情報を復号する
    　三次元データ復号装置。
PCT/JP2019/021634 2018-06-01 2019-05-30 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)

Priority Applications (6)

Application Number Priority Date Filing Date Title
CN202311511796.2A CN117537734A (zh) 2018-06-01 2019-05-30 三维数据解码方法以及三维数据解码装置
CN201980034436.3A CN112204341B (zh) 2018-06-01 2019-05-30 三维数据编码方法、三维数据解码方法、三维数据编码装置、以及三维数据解码装置
JP2020522607A JPWO2019230920A1 (ja) 2018-06-01 2019-05-30 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
US17/105,910 US11856207B2 (en) 2018-06-01 2020-11-27 Three-dimensional data encoding method, three-dimensional data decoding method, three-dimensional data encoding device, and three-dimensional data decoding device
US18/388,973 US20240080460A1 (en) 2018-06-01 2023-11-13 Three-dimensional data encoding method, three-dimensional data decoding method, three-dimensional data encoding device, and three-dimensional data decoding device
JP2024069563A JP2024103490A (ja) 2018-06-01 2024-04-23 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
US201862679397P 2018-06-01 2018-06-01
US62/679397 2018-06-01

Related Child Applications (1)

Application Number Title Priority Date Filing Date
US17/105,910 Continuation US11856207B2 (en) 2018-06-01 2020-11-27 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
WO2019230920A1 true WO2019230920A1 (ja) 2019-12-05

Family

ID=68696736

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/JP2019/021634 WO2019230920A1 (ja) 2018-06-01 2019-05-30 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 (4)

Country Link
US (2) US11856207B2 (ja)
JP (2) JPWO2019230920A1 (ja)
CN (2) CN117537734A (ja)
WO (1) WO2019230920A1 (ja)

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2021117092A1 (ja) * 2019-12-09 2021-06-17 日本電信電話株式会社 復号方法、復号装置およびプログラム
WO2023139628A1 (ja) * 2022-01-18 2023-07-27 株式会社RedDotDroneJapan エリア設定システム、及びエリア設定方法
WO2023149358A1 (ja) * 2022-02-01 2023-08-10 キヤノン株式会社 制御システム、制御方法、及び記憶媒体
WO2024090040A1 (ja) * 2022-10-28 2024-05-02 ソニーグループ株式会社 情報処理装置、および情報処理方法、並びにプログラム
JP7490685B2 (ja) 2019-07-03 2024-05-27 オッポ広東移動通信有限公司 点群符号化方法、点群復号化方法、符号器、復号器及びコンピュータ記憶媒体

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115267854B (zh) * 2022-09-22 2022-12-23 鹏城实验室 一种基于卫星轨迹预测的超前对准方法及装置

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2004233334A (ja) * 2003-01-10 2004-08-19 Canon Inc 位置姿勢計測方法
JP2017036970A (ja) * 2015-08-07 2017-02-16 キヤノン株式会社 情報処理装置、情報処理方法、プログラム
WO2017057362A1 (ja) * 2015-10-01 2017-04-06 富士フイルム株式会社 図面作成装置及び図面作成方法
JP2017201261A (ja) * 2016-05-06 2017-11-09 砂防エンジニアリング株式会社 形状情報生成システム

Family Cites Families (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2010070897A1 (ja) * 2008-12-16 2010-06-24 パナソニック株式会社 動画像符号化方法、動画像復号方法、動画像符号化装置、動画像復号装置、プログラム、及び集積回路
EP2261859A1 (en) * 2009-06-10 2010-12-15 Thomson Licensing Method for encoding/decoding a 3D mesh model that comprises one or more components
CN104246831B (zh) 2012-07-30 2016-12-28 三菱电机株式会社 地图显示装置
US9558559B2 (en) * 2013-04-05 2017-01-31 Nokia Technologies Oy Method and apparatus for determining camera location information and/or camera pose information according to a global coordinate system
US9699375B2 (en) * 2013-04-05 2017-07-04 Nokia Technology Oy Method and apparatus for determining camera location information and/or camera pose information according to a global coordinate system
US9552664B2 (en) * 2014-09-04 2017-01-24 Nvidia Corporation Relative encoding for a block-based bounding volume hierarchy

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2004233334A (ja) * 2003-01-10 2004-08-19 Canon Inc 位置姿勢計測方法
JP2017036970A (ja) * 2015-08-07 2017-02-16 キヤノン株式会社 情報処理装置、情報処理方法、プログラム
WO2017057362A1 (ja) * 2015-10-01 2017-04-06 富士フイルム株式会社 図面作成装置及び図面作成方法
JP2017201261A (ja) * 2016-05-06 2017-11-09 砂防エンジニアリング株式会社 形状情報生成システム

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
ISHIKAWA, TOMOYA AND 6 OTHERS: "Interactive 3D indoor modeler with a camera and self-contained sensors", IEICE TECHNICAL REPORT, vol. 109, no. 215, 1 October 2009 (2009-10-01), pages 65 - 70 *

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP7490685B2 (ja) 2019-07-03 2024-05-27 オッポ広東移動通信有限公司 点群符号化方法、点群復号化方法、符号器、復号器及びコンピュータ記憶媒体
WO2021117092A1 (ja) * 2019-12-09 2021-06-17 日本電信電話株式会社 復号方法、復号装置およびプログラム
JPWO2021117092A1 (ja) * 2019-12-09 2021-06-17
JP7393679B2 (ja) 2019-12-09 2023-12-07 日本電信電話株式会社 復号方法、復号装置およびプログラム
WO2023139628A1 (ja) * 2022-01-18 2023-07-27 株式会社RedDotDroneJapan エリア設定システム、及びエリア設定方法
WO2023149358A1 (ja) * 2022-02-01 2023-08-10 キヤノン株式会社 制御システム、制御方法、及び記憶媒体
WO2024090040A1 (ja) * 2022-10-28 2024-05-02 ソニーグループ株式会社 情報処理装置、および情報処理方法、並びにプログラム

Also Published As

Publication number Publication date
CN112204341B (zh) 2023-12-05
US20240080460A1 (en) 2024-03-07
US11856207B2 (en) 2023-12-26
US20210084312A1 (en) 2021-03-18
CN112204341A (zh) 2021-01-08
JPWO2019230920A1 (ja) 2021-06-10
JP2024103490A (ja) 2024-08-01
CN117537734A (zh) 2024-02-09

Similar Documents

Publication Publication Date Title
JP7528336B2 (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
JP7414713B2 (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
JP7562737B2 (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
JP7506231B2 (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
WO2019103009A1 (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
JP7535942B2 (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
WO2019146691A1 (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
CN112204341B (zh) 三维数据编码方法、三维数据解码方法、三维数据编码装置、以及三维数据解码装置
CN111213176B (zh) 三维数据编码方法、解码方法、三维数据编码装置、解码装置

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: 19812455

Country of ref document: EP

Kind code of ref document: A1

ENP Entry into the national phase

Ref document number: 2020522607

Country of ref document: JP

Kind code of ref document: A

NENP Non-entry into the national phase

Ref country code: DE

122 Ep: pct application non-entry in european phase

Ref document number: 19812455

Country of ref document: EP

Kind code of ref document: A1