WO2019240284A1 - 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
WO2019240284A1
WO2019240284A1 PCT/JP2019/023774 JP2019023774W WO2019240284A1 WO 2019240284 A1 WO2019240284 A1 WO 2019240284A1 JP 2019023774 W JP2019023774 W JP 2019023774W WO 2019240284 A1 WO2019240284 A1 WO 2019240284A1
Authority
WO
WIPO (PCT)
Prior art keywords
dimensional
dimensional data
prediction
data
information
Prior art date
Application number
PCT/JP2019/023774
Other languages
English (en)
French (fr)
Inventor
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 MX2020013272A priority Critical patent/MX2020013272A/es
Priority to CN201980039091.0A priority patent/CN112368742A/zh
Priority to JP2020525699A priority patent/JP7245244B2/ja
Priority to BR112020024566-6A priority patent/BR112020024566A2/pt
Priority to CA3103196A priority patent/CA3103196A1/en
Priority to KR1020207035453A priority patent/KR20210019438A/ko
Priority to EP19818931.8A priority patent/EP3813021A4/en
Publication of WO2019240284A1 publication Critical patent/WO2019240284A1/ja
Priority to US17/116,355 priority patent/US11412208B2/en
Priority to US17/852,587 priority patent/US11716459B2/en
Priority to US18/206,720 priority patent/US20230319258A1/en

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/50—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using predictive coding
    • H04N19/597—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using predictive coding specially adapted for multi-view video sequence encoding
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T9/00—Image coding
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
    • H04N19/102—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the element, parameter or selection affected or controlled by the adaptive coding
    • H04N19/103—Selection of coding mode or of prediction mode
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
    • H04N19/102—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the element, parameter or selection affected or controlled by the adaptive coding
    • H04N19/13—Adaptive entropy coding, e.g. adaptive variable length coding [AVLC] or context adaptive binary arithmetic coding [CABAC]
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
    • H04N19/169—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding
    • H04N19/184—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
    • H04N19/20—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using video object coding
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/30—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using hierarchical techniques, e.g. scalability
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/44—Decoders specially adapted therefor, e.g. video decoders which are asymmetric with respect to the encoder
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/70—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals characterised by syntax aspects related to video coding, e.g. related to compression standards

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).
  • the present disclosure provides a three-dimensional data encoding method, a three-dimensional data decoding method, a three-dimensional data encoding device, or a three-dimensional data decoding device capable of generating encoded data with a reduced processing amount in decoding processing. Objective.
  • a three-dimensional data encoding method is a three-dimensional data encoding method that encodes a plurality of three-dimensional points, and includes one or more second three-dimensional points around the first three-dimensional point. And selecting one prediction mode of two or more prediction modes for calculating a prediction value of the attribute information of the first three-dimensional point using the attribute information of the first three-dimensional point, and selecting the prediction mode of the selected one prediction mode A prediction value is calculated, a prediction residual that is a difference between the attribute information of the first three-dimensional point and the calculated prediction value is calculated, the one prediction mode, the prediction residual, and the two or more predictions Generating a first bitstream including a number of modes.
  • a 3D data decoding method is a 3D data decoding method that decodes a plurality of encoded 3D points, and decodes the number of encoded prediction modes included in a bitstream And one encoded prediction mode of two or more prediction modes for calculating the prediction value of the attribute information of the first three-dimensional point, which is an encoded prediction mode included in the bitstream Is decoded using the number of decoded prediction modes, and the decoded prediction value of the one prediction mode is calculated.
  • 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 generate encoded data with a reduced amount of decoding processing.
  • 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 three-dimensional point according to the eighth embodiment.
  • FIG. 52 is a diagram illustrating an example of setting LoD according to the eighth embodiment.
  • FIG. 53 is a diagram illustrating an example of threshold values used for setting LoD according to the eighth embodiment.
  • FIG. 54 is a diagram showing an example of attribute information used for a predicted value according to the eighth embodiment.
  • FIG. 55 is a diagram illustrating an example of an exponential Golomb code according to the eighth embodiment.
  • FIG. 56 is a diagram showing processing for the exponent Golomb code according to the eighth embodiment.
  • FIG. 57 is a diagram illustrating a syntax example of the attribute header according to the eighth embodiment.
  • FIG. 58 is a diagram illustrating a syntax example of attribute data according to Embodiment 8.
  • FIG. 59 is a flowchart of the three-dimensional data encoding process according to the eighth embodiment.
  • FIG. 60 is a flowchart of attribute information encoding processing according to the eighth embodiment.
  • FIG. 61 is a diagram showing processing for an exponential Golomb code according to the eighth embodiment.
  • FIG. 62 is a diagram showing an example of a reverse lookup table showing the relationship between the remaining codes and their values according to the eighth embodiment.
  • FIG. 63 is a flowchart of the three-dimensional data decoding process according to the eighth embodiment.
  • FIG. 64 is a flowchart of attribute information decoding processing according to the eighth embodiment.
  • FIG. 65 is a block diagram of a 3D data encoding apparatus according to Embodiment 8.
  • FIG. 66 is a block diagram of a 3D data decoding apparatus according to Embodiment 8.
  • FIG. 67 is a flowchart of the three-dimensional data encoding process according to the eighth embodiment.
  • FIG. 68 is a flowchart of the three-dimensional data decoding process according to the eighth embodiment.
  • FIG. 69 is a diagram illustrating a first example of a table indicating predicted values calculated in each prediction mode according to the ninth embodiment.
  • FIG. 70 is a diagram illustrating an example of attribute information used for a predicted value according to the ninth embodiment.
  • FIG. 71 is a diagram illustrating a second example of a table indicating prediction values calculated in each prediction mode according to Embodiment 9.
  • FIG. 72 is a diagram illustrating a third example of a table indicating the prediction values calculated in each prediction mode according to Embodiment 9.
  • FIG. 73 is a diagram showing a fourth example of a table indicating prediction values calculated in each prediction mode according to Embodiment 9.
  • FIG. 74 is a diagram showing a fifth example of a table indicating prediction values calculated in each prediction mode according to Embodiment 9.
  • FIG. 75 is a diagram illustrating a sixth example of a table indicating prediction values calculated in each prediction mode according to Embodiment 9.
  • FIG. 76 is a diagram illustrating a seventh example of a table indicating prediction values calculated in each prediction mode according to Embodiment 9.
  • FIG. 77 is a diagram illustrating an eighth example of a table indicating prediction values calculated in each prediction mode according to Embodiment 9.
  • FIG. 78 is a diagram illustrating a first example of a binarization table when the prediction mode value according to Embodiment 9 is binarized and encoded.
  • FIG. 79 is a diagram illustrating a second example of the binarization table when the prediction mode value according to Embodiment 9 is binarized and encoded.
  • FIG. 78 is a diagram illustrating a first example of a binarization table when the prediction mode value according to Embodiment 9 is binarized and encoded.
  • FIG. 79 is a diagram illustrating a second example of the binarization table
  • FIG. 80 is a diagram illustrating a third example of the binarization table when the prediction mode value according to Embodiment 9 is binarized and encoded.
  • FIG. 81 is a diagram for describing an example of encoding binary data of a binarization table when the prediction mode according to Embodiment 9 is binarized and encoded.
  • FIG. 82 is a flowchart showing an example of encoding the prediction mode value according to the ninth embodiment.
  • FIG. 83 is a flowchart illustrating an example of decoding of prediction mode values according to the ninth embodiment.
  • FIG. 84 is a diagram showing another example of a table indicating predicted values calculated in each prediction mode according to the ninth embodiment.
  • FIG. 85 is a diagram for describing an example of encoding binary data of a binarization table when the prediction mode according to Embodiment 9 is binarized and encoded.
  • FIG. 86 is a flowchart illustrating another example of encoding the prediction mode value according to the ninth embodiment.
  • FIG. 87 is a flowchart showing another example of decoding of prediction mode values according to the ninth embodiment.
  • FIG. 88 is a flowchart showing an example of processing for determining whether or not to fix the prediction mode value according to the condition A at the time of encoding according to Embodiment 9.
  • FIG. 86 is a flowchart illustrating another example of encoding the prediction mode value according to the ninth embodiment.
  • FIG. 87 is a flowchart showing another example of decoding of prediction mode values according to the ninth embodiment.
  • FIG. 88 is a flowchart showing an example of processing for determining whether or not to fix the prediction mode value according to the condition A at the time of encoding according to Embodi
  • FIG. 89 is a flowchart showing an example of processing for determining whether to set the prediction mode value to a fixed value or to decode according to the condition A at the time of decoding according to the ninth embodiment.
  • FIG. 90 is a diagram for explaining the maximum absolute difference value maxdiff according to the ninth embodiment.
  • FIG. 91 is a diagram illustrating an example of syntax according to Embodiment 9.
  • FIG. 92 is a diagram illustrating an example of syntax according to Embodiment 9.
  • FIG. 93 is a flowchart of the 3D data encoding process performed by the 3D data encoding apparatus according to the ninth embodiment.
  • FIG. 94 is a flowchart of attribute information encoding processing according to the ninth embodiment.
  • FIG. 95 is a flowchart of processing for calculating a predicted value in the 3D data encoding apparatus according to Embodiment 9.
  • FIG. 96 is a flowchart of prediction mode selection processing according to Embodiment 9.
  • FIG. 97 is a flowchart of processing for selecting a prediction mode with the lowest cost according to the ninth embodiment.
  • FIG. 98 is a flowchart of the 3D data decoding process performed by the 3D data decoding apparatus according to the ninth embodiment.
  • FIG. 99 is a flowchart of attribute information decoding processing according to the ninth embodiment.
  • FIG. 100 is a flowchart of prediction value calculation processing in the three-dimensional data decoding apparatus according to Embodiment 9.
  • FIG. 101 is a flowchart of decoding processing in prediction mode according to Embodiment 9.
  • FIG. 102 is a block diagram illustrating a configuration of an attribute information encoding unit included in the three-dimensional data encoding device according to Embodiment 9.
  • FIG. 103 is a block diagram illustrating a configuration of the attribute information decoding unit included in the three-dimensional data decoding apparatus according to Embodiment 9.
  • FIG. 104 is a block diagram showing the configuration of the 3D data encoding apparatus according to Embodiment 9.
  • FIG. 105 is a block diagram showing a configuration of the three-dimensional data decoding apparatus according to Embodiment 9.
  • FIG. 106 is a flowchart of processing of the 3D data encoding apparatus according to the ninth embodiment.
  • FIG. 107 is a flowchart of processing of the 3D data decoding apparatus according to the ninth embodiment.
  • FIG. 108 is a flowchart showing prediction mode determination processing executed by the 3D data encoding apparatus according to Embodiment 10.
  • FIG. 109 is a diagram illustrating a syntax example of prediction mode determination processing performed by the three-dimensional data encoding device according to Embodiment 10.
  • FIG. 110 is a flowchart showing prediction mode determination processing executed by the three-dimensional data decoding apparatus according to Embodiment 10.
  • FIG. 111 is a diagram illustrating a syntax example of attribute data in the case where the prediction mode fixed flag according to the tenth embodiment is provided for each three-dimensional point.
  • FIG. 112 is a diagram illustrating a syntax example of attribute data in a case where the prediction mode fixed flag according to Embodiment 10 is provided for each LoD hierarchy.
  • FIG. 109 is a diagram illustrating a syntax example of prediction mode determination processing performed by the three-dimensional data encoding device according to Embodiment 10.
  • FIG. 110 is a flowchart showing prediction mode determination processing executed by the three-dimensional data
  • FIG. 113 is a flowchart illustrating an example of a prediction mode encoding process of the 3D data encoding device according to the tenth embodiment.
  • FIG. 114 is a flowchart showing an example of decoding processing in the prediction mode of the three-dimensional data decoding apparatus according to Embodiment 10.
  • FIG. 115 is a flowchart of the 3D data encoding process performed by the 3D data encoding apparatus according to Embodiment 10.
  • FIG. 116 is a flowchart of the attribute information encoding process shown in FIG.
  • FIG. 119 is a flowchart illustrating a specific example of prediction mode selection processing illustrated in FIG. 118.
  • FIG. 120 is a flowchart of a 3D data decoding process performed by the 3D data decoding apparatus according to the tenth embodiment.
  • FIG. 121 is a flowchart of the predicted value calculation processing shown in FIG.
  • FIG. 122 is a flowchart showing details of the predicted value calculation processing shown in FIG.
  • FIG. 123 is a flowchart of the prediction mode and quantization value calculation processing shown in FIG. 122.
  • FIG. 124 is a flowchart of processing when the 3D data encoding apparatus according to Embodiment 10 does not fix the prediction mode.
  • FIG. 125 is a flowchart of processing when the 3D data decoding apparatus according to Embodiment 10 does not fix the prediction mode.
  • FIG. 126 is a diagram showing another example of attribute data syntax according to Embodiment 10.
  • FIG. 127 is a flowchart illustrating an example of prediction mode encoding processing of the 3D data encoding device according to the tenth embodiment.
  • FIG. 128 is a flowchart illustrating an example of decoding processing in the prediction mode of the 3D data decoding device according to the tenth embodiment.
  • FIG. 129 is a flowchart illustrating another example of the predicted value calculation processing illustrated in FIG. 116.
  • FIG. 130 is a flowchart of prediction mode selection processing shown in FIG. 129.
  • FIG. 129 is a flowchart of prediction mode selection processing shown in FIG. 129.
  • FIG. 131 is a flowchart illustrating a specific example of prediction mode selection processing illustrated in FIG. 130.
  • FIG. 132 is a flowchart illustrating another example of the prediction mode and quantization value calculation processing illustrated in FIG. 121.
  • FIG. 133 is a flowchart showing an encoding process of the three-dimensional data encoding apparatus according to the tenth embodiment.
  • FIG. 134 is a flowchart showing decoding processing of the three-dimensional data decoding apparatus according to Embodiment 10.
  • a three-dimensional data encoding method is a three-dimensional data encoding method that encodes a plurality of three-dimensional points, and includes one or more second three-dimensional points around the first three-dimensional point. And selecting one prediction mode of two or more prediction modes for calculating a prediction value of the attribute information of the first three-dimensional point using the attribute information of the first three-dimensional point, and selecting the prediction mode of the selected one prediction mode A prediction value is calculated, a prediction residual that is a difference between the attribute information of the first three-dimensional point and the calculated prediction value is calculated, the one prediction mode, the prediction residual, and the two or more predictions Generating a first bitstream including a number of modes.
  • the three-dimensional data decoding apparatus that has received the bitstream can decode the prediction mode encoded using the number of prediction modes included in the bitstream. That is, the 3D data decoding apparatus can decode the prediction mode value included in the bitstream using the value indicating the number of prediction modes included in the bitstream. Thereby, the 3D data decoding apparatus sets LoD, calculates surrounding 3D points located around the target 3D point to be decoded, and calculates the number of prediction modes to which the prediction values are assigned. The number of prediction modes can be acquired without performing processing. Therefore, according to the three-dimensional data encoding method according to the present disclosure, encoded data in which the amount of processing in the decoding process is reduced can be generated.
  • the three-dimensional data encoding method further generates a flag indicating the first value or the second value, and selects the one prediction mode when the flag indicating the first value is generated. And calculating the prediction value, calculating the prediction residual, generating the first bitstream further including a flag indicating the first value, and generating a flag indicating the second value In this case, a predetermined prediction mode is selected, and a second bit stream including a flag indicating the second value is generated.
  • the three-dimensional data decoding device when the prediction mode is selected by the three-dimensional data encoding device, the three-dimensional data decoding device can acquire the first value from the bitstream and correctly decode the selected prediction mode. .
  • the three-dimensional data decoding device when the second value is acquired from the bitstream, the three-dimensional data decoding device can use a prediction value in a prediction mode arbitrarily determined in advance.
  • a flag indicating the first value is generated, and the maximum absolute difference value is the predetermined absolute value. If it is less than the threshold value, a flag indicating the second value is generated.
  • the prediction mode is set to 0
  • the prediction mode is not encoded assuming that the prediction mode is fixed to (average value), that is, the prediction mode arbitrarily determined in advance is used. Thereby, an appropriate prediction value can be generated without generating a code amount for encoding the prediction mode.
  • the number of the two or more prediction modes is one more than the number of the one or more second 3D points.
  • each attribute information of the frequently used second 3D point and an average value of each attribute information are assigned as a prediction value. Therefore, a value that can be used frequently can be assigned as a prediction value in the prediction mode.
  • the three-dimensional data encoding method further binarizes with a truncated unary code using the number of the two or more prediction modes, and for the one prediction mode binarized, In the process of performing arithmetic coding using a coding table different from the bits and the remaining bits other than the first bit, and generating the first bitstream, the one prediction mode that is arithmetically encoded, the prediction residual, and the Generating the first bitstream including two or more prediction modes.
  • the data amount of the bit stream to be generated can be reduced by arithmetically encoding the prediction mode.
  • a 3D data decoding method is a 3D data decoding method for decoding a plurality of encoded 3D points, and the number of encoded prediction modes included in a bitstream. And encoded one of the two or more prediction modes for calculating a prediction value of the attribute information of the first three-dimensional point. A prediction mode is decoded using the number of decoded prediction modes, and a prediction value of the decoded prediction mode is calculated.
  • the prediction mode encoded using the number of prediction modes included in the bitstream can be decoded. That is, the prediction mode value included in the bitstream can be decoded using the value indicating the number of prediction modes included in the bitstream.
  • the LoD is set, the surrounding three-dimensional points positioned around the target three-dimensional point to be decoded are calculated, and the prediction value assigned to the prediction value
  • the number of prediction modes can be acquired without performing the process of calculating the number of modes. Therefore, the processing amount in the decoding process can be reduced.
  • the bit stream includes a flag and the flag indicates a first value
  • the number of the prediction modes is decoded
  • the one prediction mode is decoded
  • the prediction When a value is calculated and the flag indicates a second value, a prediction value of a predetermined prediction mode is calculated.
  • the prediction mode when the prediction mode is selected by the three-dimensional data encoding device, the first value can be acquired from the bitstream, and the selected prediction mode can be correctly decoded.
  • the second value when the second value is acquired from the bitstream, a prediction value in a prediction mode arbitrarily determined in advance can be used.
  • a flag indicating the first value is generated, If the maximum absolute difference value is less than the predetermined threshold value, a flag indicating the second value is generated.
  • the prediction mode is fixed to 0 (average value), for example, That is, assuming that a prediction mode arbitrarily determined in advance is used, the process for decoding the prediction mode included in the bitstream is not performed. Thereby, the processing amount can be reduced.
  • the number of the two or more prediction modes is one more than the number of the one or more second three-dimensional points around the first three-dimensional point.
  • each attribute information of the frequently used second 3D point and an average value of each attribute information are assigned as a prediction value. Therefore, a value that can be used frequently can be assigned as a prediction value in the prediction mode.
  • the number of the prediction modes that have been decoded is used to encode the one prediction mode other than the first bit and the first bit.
  • binary data binarized by a truncated unary code is generated, and the one prediction mode is generated from the generated binary data Is calculated.
  • a 3D data encoding apparatus is a 3D data encoding apparatus that encodes a plurality of 3D points, and includes a processor and a memory, and the processor includes the memory.
  • One of the prediction modes is selected, a prediction value of the selected one prediction mode is calculated, and a prediction residual that is a difference between the attribute information of the first three-dimensional point and the calculated prediction value is calculated.
  • the three-dimensional data decoding apparatus that has received the bitstream can decode the prediction mode encoded using the number of prediction modes included in the bitstream. That is, the 3D data decoding apparatus can decode the prediction mode value included in the bitstream using the value indicating the number of prediction modes included in the bitstream. Thereby, the 3D data decoding apparatus sets LoD, calculates surrounding 3D points located around the target 3D point to be decoded, and calculates the number of prediction modes to which the prediction values are assigned. The number of prediction modes can be acquired without performing processing. Therefore, according to the three-dimensional data encoding device, encoded data with a reduced processing amount in the decoding process can be generated.
  • a 3D data decoding apparatus is a 3D data decoding apparatus that decodes a plurality of encoded 3D points, and includes a processor and a memory, and the processor includes the processor Using the memory, the number of encoded prediction modes included in the bitstream is decoded, and the encoded prediction mode included in the bitstream, the prediction value of the attribute information of the first three-dimensional point is obtained.
  • One encoded prediction mode out of two or more prediction modes for calculation is decoded using the number of decoded prediction modes, and a prediction value of the decoded one prediction mode is calculated.
  • the three-dimensional data decoding apparatus can decode the prediction mode encoded using the number of prediction modes included in the bitstream. That is, the 3D data decoding apparatus can decode the prediction mode value included in the bitstream using the value indicating the number of prediction modes included in the bitstream. Thereby, the 3D data decoding apparatus sets LoD, calculates surrounding 3D points located around the target 3D point to be decoded, and calculates the number of prediction modes to which the prediction values are assigned. The number of prediction modes can be acquired without performing processing. Therefore, according to the three-dimensional data decoding apparatus, the processing amount in the decoding process 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 the encoding of moving images, and three-dimensional data is encoded 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 it reads a bitstream 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 the 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 the 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.
  • each vehicle includes the three-dimensional data generation device 620 and the three-dimensional data transmission device. 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 in 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 three-dimensional 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 land 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, 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, if a node or valid VXL has a value of 1 and a value other than 0 has 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, and the target tertiary 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.
  • the target tertiary 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.
  • 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 information of the three-dimensional point group includes position information (geometry) and attribute information (attribute).
  • the position information includes coordinates (x coordinate, y coordinate, z coordinate) based on a certain point.
  • the position of each three-dimensional point is represented by an octree representation, and the information is encoded by encoding the information of the octree. A method of reducing the amount is used.
  • the attribute information includes information indicating color information (RGB, YUV, etc.), reflectance, and normal vector of each three-dimensional point.
  • the three-dimensional data encoding apparatus can encode the attribute information using an encoding method different from the position information.
  • an attribute information encoding method will be described.
  • description will be made using an integer value as the value of attribute information.
  • each color component of the color information RGB or YUV has 8-bit accuracy
  • each color component takes an integer value of 0 to 255.
  • the reflectance value has 10-bit accuracy
  • the reflectance value takes an integer value of 0 to 1023.
  • the three-dimensional data encoding device may round the integer information after multiplying the value by the scale value so that the value of the attribute information becomes an integer value. .
  • the three-dimensional data encoding apparatus may add this scale value to the header of the bit stream or the like.
  • a predicted value of the attribute information of the three-dimensional point may be calculated, and a difference (prediction residual) between the value of the original attribute information and the predicted value may be encoded.
  • the code amount can be reduced by entropy encoding the absolute difference value Diffp using a coding table in which the smaller the value, the smaller the number of generated bits.
  • the reference three-dimensional point is a three-dimensional point within a predetermined distance range from the target three-dimensional point.
  • the three-dimensional data encoding apparatus can perform the three-dimensional operation shown in (Expression A1). The Euclidean distance d (p, q) between the point p and the three-dimensional point q is calculated.
  • the three-dimensional data encoding device determines that the position of the three-dimensional point q is close to the position of the target three-dimensional point p when the Euclidean distance d (p, q) is smaller than a predetermined threshold THd, and the target three-dimensional It is determined that the value of the attribute information of the three-dimensional point q is used for generating the predicted value of the attribute information of the point p.
  • the distance calculation method may be another method, for example, the Mahalanobis distance may be used.
  • the three-dimensional data encoding device may determine that a three-dimensional point outside the predetermined distance range from the target three-dimensional point is not used for the prediction process.
  • the three-dimensional data encoding device predicts the three-dimensional point r. It may be determined not to be used. Note that the three-dimensional data encoding apparatus may add information indicating the threshold value THd to the header of the bitstream or the like.
  • FIG. 51 is a diagram illustrating an example of a three-dimensional point.
  • the distance d (p, q) between the target three-dimensional point p and the three-dimensional point q is smaller than the threshold value THd. Therefore, the three-dimensional data encoding apparatus determines the three-dimensional point q as the reference three-dimensional point of the target three-dimensional point p, and generates the predicted value Pp of the target three-dimensional p attribute information Ap. It is determined that the value of the information Aq is used.
  • the three-dimensional data encoding apparatus determines that the three-dimensional point r is not the reference three-dimensional point of the target three-dimensional point p, and generates the predicted value Pp of the attribute information Ap of the target three-dimensional point p. It is determined that the value of the attribute information Ar is not used.
  • the 3D data encoding apparatus uses the already-encoded and decoded 3D point as the reference 3D point.
  • the three-dimensional data decoding apparatus uses the three-dimensional point that has already been decoded with the attribute information as the reference three-dimensional point.
  • each 3D point is classified into a plurality of layers using the 3D point position information.
  • each classified hierarchy is referred to as LoD (Level of Detail). The LoD generation method will be described with reference to FIG.
  • the three-dimensional data encoding device selects the initial point a0 and assigns it to LoD0.
  • the three-dimensional data encoding device extracts a point a1 whose distance from the point a0 is larger than the threshold Thres_LoD [0] of LoD0 and assigns it to LoD0.
  • the three-dimensional data encoding device extracts a point a2 whose distance from the point a1 is larger than the threshold Thres_LoD [0] of LoD0 and assigns it to LoD0.
  • the three-dimensional data encoding apparatus configures LoD0 such that the distance between each point in LoD0 is greater than the threshold value Thres_LoD [0].
  • the three-dimensional data encoding device selects a point b0 that is not yet assigned LoD and assigns it to LoD1.
  • the three-dimensional data encoding apparatus extracts a point b1 whose distance from the point b0 is larger than the threshold Thres_LoD [1] of LoD1 and LoD is not assigned, and assigns it to LoD1.
  • the three-dimensional data encoding device extracts a point b2 whose distance from the point b1 is larger than the threshold Thres_LoD [1] of LoD1 and LoD is not assigned, and assigns it to LoD1.
  • the three-dimensional data encoding apparatus configures LoD1 such that the distance between each point in LoD1 is greater than the threshold value Thres_LoD [1].
  • the 3D data encoding apparatus selects a point c0 to which LoD is not yet assigned and assigns it to LoD2.
  • the three-dimensional data encoding device extracts a point c1 whose distance from the point c0 is larger than the threshold Thres_LoD [2] of LoD2 and LoD is not assigned, and assigns it to LoD2.
  • the three-dimensional data encoding apparatus extracts a point c2 whose distance from the point c1 is larger than the threshold Thres_LoD [2] of LoD2 and LoD is not assigned, and assigns it to LoD2.
  • the three-dimensional data encoding apparatus configures LoD2 such that the distance between each point in LoD2 is greater than the threshold value Thres_LoD [2].
  • Thres_LoD [0], Thres_LoD [1], and Thres_LoD [2] of each LoD are set.
  • the 3D data encoding apparatus may add information indicating the threshold value of each LoD to the header of the bit stream or the like. For example, in the case of the example illustrated in FIG. 53, the three-dimensional data encoding device may add thresholds Thres_LoD [0], Thres_LoD [1], and Thres_LoD [2] to the header.
  • the 3D data encoding apparatus may assign all the 3D points to which LoD is not assigned to the lowest layer of LoD. In this case, the 3D data encoding apparatus can reduce the code amount of the header by not adding the lowest threshold of LoD to the header. For example, in the case of the example illustrated in FIG. 53, the three-dimensional data encoding apparatus adds thresholds Thres_LoD [0] and Thres_LoD [1] to the header, and does not add Thres_LoD [2] to the header. In this case, the three-dimensional data decoding apparatus may estimate the value 0 of Thres_LoD [2]. The 3D data encoding apparatus may add the number of LoD layers to the header. Thereby, the 3D data decoding apparatus can determine the lowest layer LoD using the number of layers of the LoD.
  • the upper layer (layer closer to LoD0) becomes a sparse point group (sparse) in which the distance between the three-dimensional points is farther away.
  • the lower layer becomes a dense point group (dense) where the distance between the three-dimensional points is closer.
  • LoD0 is the highest layer.
  • the method of selecting an initial three-dimensional point when setting each LoD may depend on the coding order at the time of position information coding. For example, the three-dimensional data encoding device selects the three-dimensional point encoded first at the time of position information encoding as the initial point a0 of LoD0, and selects the points a1 and a2 based on the initial point a0. Configure LoD0. Then, the 3D data encoding apparatus may select the 3D point whose position information is encoded earliest among the 3D points that do not belong to LoD0 as the initial point b0 of LoD1.
  • the three-dimensional data encoding apparatus uses the three-dimensional point whose position information is encoded earliest among three-dimensional points that do not belong to the upper layer (LoD0 to LoDn-1) of LoDn as the initial point n0 of LoDn. May be selected. Thereby, since the same LoD as the time of encoding can be comprised by using the same initial point selection method at the time of decoding, the three-dimensional data decoding apparatus can decode a bit stream appropriately. Specifically, the three-dimensional data decoding apparatus selects, as an initial point n0 of LoDn, a three-dimensional point whose position information is decoded earliest among three-dimensional points that do not belong to the upper layer of LoDn.
  • the 3D data encoding apparatus sequentially encodes the 3D points included in LoD0, the target 3D points included in LoD1 are encoded and decoded (hereinafter simply referred to as “ (Also referred to as “encoded”).
  • the three-dimensional data encoding apparatus uses the predicted value of the attribute information of the three-dimensional point as the number of N or less three-dimensional points among the encoded three-dimensional points around the target three-dimensional point to be encoded. Generated by calculating the average of attribute values.
  • the three-dimensional data encoding apparatus may add the value N to a bitstream header or the like. Note that the three-dimensional data encoding apparatus may change the value of N for each three-dimensional point and add the value of N for each three-dimensional point. Thereby, since appropriate N can be selected for every three-dimensional point, the precision of a predicted value can be improved. Therefore, the prediction residual can be reduced.
  • the three-dimensional data encoding apparatus may add a value of N to the header of the bit stream and fix the value of N in the bit stream. This eliminates the need to encode or decode the value of N for each three-dimensional point, thereby reducing the amount of processing. Further, the three-dimensional data encoding device may encode the value of N separately for each LoD. Thereby, encoding efficiency can be improved by selecting appropriate N for every LoD.
  • the three-dimensional data encoding device may calculate the predicted value of the attribute information of the three-dimensional point based on the weighted average value of the attribute information of the N encoded three-dimensional points around. For example, the three-dimensional data encoding apparatus calculates weights using distance information between the target three-dimensional point and the surrounding N three-dimensional points.
  • the three-dimensional data encoding apparatus sets a larger value of N for the upper layer of LoD and a smaller value of N for the lower layer. Since the distance between the three-dimensional points belonging to the upper layer of LoD is increased, the prediction accuracy may be improved by setting a large value of N and selecting and averaging a plurality of surrounding three-dimensional points. In addition, since the distance between the three-dimensional points belonging to the lower layer of LoD is close, efficient prediction can be performed while setting the value of N small to suppress the amount of averaging processing.
  • FIG. 54 is a diagram showing an example of attribute information used for the predicted value.
  • the surrounding point P ′ is selected based on the distance from the point P.
  • the predicted value of the attribute information of the point b2 illustrated in FIG. 54 is generated using the attribute information of the points a0, a1, a2, b0, and b1.
  • the predicted value is calculated by a distance-dependent weighted average.
  • the predicted value a2p of the point a2 is calculated by the weighted average of the attribute information of the points a0 and a1, as shown in (Expression A2) and (Expression A3).
  • Ai is the value of the attribute information of the point ai.
  • the predicted value b2p of the point b2 is calculated by the weighted average of the attribute information of the points a0, a1, a2, b0, b1, as shown in (Formula A4) to (Formula A6).
  • Bi is the value of the attribute information of the point bi.
  • the 3D data encoding apparatus calculates a difference value (prediction residual) between the value of the attribute information of the 3D point and the predicted value generated from the surrounding points, and can quantize the calculated prediction residual.
  • prediction residual a difference value between the value of the attribute information of the 3D point and the predicted value generated from the surrounding points.
  • the three-dimensional data encoding apparatus performs quantization by dividing a prediction residual by a quantization scale (also referred to as a quantization step).
  • a quantization scale also referred to as a quantization step.
  • the quantization scale also referred to as a quantization step
  • the quantization scale also referred to as a quantization step
  • the three-dimensional data encoding device may change the quantization scale to be used for each LoD.
  • the three-dimensional data encoding apparatus decreases the quantization scale in the upper layer and increases the quantization scale in the lower layer. Since the attribute information value of the 3D point belonging to the upper layer may be used as a predicted value of the attribute information of the 3D point belonging to the lower layer, the quantization scale of the upper layer is reduced and the upper layer Coding efficiency can be improved by suppressing the quantization error that may occur and increasing the accuracy of the predicted value.
  • the three-dimensional data encoding apparatus may add a quantization scale used for each LoD to the header or the like. Thereby, since the three-dimensional data decoding apparatus can correctly decode the quantization scale, the bit stream can be appropriately decoded.
  • the three-dimensional data encoding device may convert a signed integer value (signed quantized value), which is a prediction residual after quantization, into an unsigned integer value (unsigned quantized value). This eliminates the need to consider the occurrence of negative integers when entropy encoding the prediction residual. Note that the three-dimensional data encoding device does not necessarily need to convert a signed integer value into an unsigned integer value, and for example, a sign bit may be separately entropy encoded.
  • the prediction residual is calculated by subtracting the predicted value from the original value.
  • the prediction residual a2r of the point a2 is calculated by subtracting the prediction value a2p of the point a2 from the attribute information value A2 of the point a2, as shown in (Formula A7).
  • the prediction residual b2r of the point b2 is calculated by subtracting the predicted value b2p of the point b2 from the attribute information value B2 of the point b2, as shown in (Formula A8).
  • the prediction residual is quantized by being divided by QS (Quantization Step).
  • the quantized value a2q of the point a2 is calculated by (Equation A9).
  • the quantized value b2q of the point b2 is calculated by (Equation A10).
  • QS_LoD0 is a QS for LoD0
  • QS_LoD1 is a QS for LoD1. That is, QS may be changed according to LoD.
  • the 3D data encoding apparatus converts the signed integer value, which is the quantized value, into an unsigned integer value as follows.
  • the signed integer value a2q is smaller than 0, the three-dimensional data encoding apparatus sets the unsigned integer value a2u to ⁇ 1 ⁇ (2 ⁇ a2q).
  • the signed integer value a2q is 0 or more, the three-dimensional data encoding apparatus sets the unsigned integer value a2u to 2 ⁇ a2q.
  • the three-dimensional data encoding apparatus sets the unsigned integer value b2u to ⁇ 1 ⁇ (2 ⁇ b2q).
  • the three-dimensional data encoding apparatus sets the unsigned integer value b2u to 2 ⁇ b2q.
  • the three-dimensional data encoding apparatus may encode the prediction residual (unsigned integer value) after quantization by entropy encoding.
  • prediction residual unsigned integer value
  • binary arithmetic coding may be applied after binarizing an unsigned integer value.
  • the three-dimensional data encoding apparatus may switch the binarization method according to the value of the prediction residual. For example, when the prediction residual pu is smaller than the threshold R_TH, the three-dimensional data encoding apparatus binarizes the prediction residual pu with a fixed number of bits necessary for expressing the threshold R_TH. In addition, when the prediction residual pu is equal to or greater than the threshold value R_TH, the 3D data encoding apparatus uses the exponential Golomb or the like to convert the binarized data of the threshold value R_TH and the value of (pu ⁇ R_TH) into two values. Convert to value.
  • the 3D data encoding apparatus binarizes the prediction residual pu with 6 bits. Further, when the prediction residual pu is 63 or more, the three-dimensional data encoding apparatus binarizes the binary data (111111) and (pu ⁇ 63) of the threshold R_TH using an exponent Golomb. Perform arithmetic coding.
  • the three-dimensional data encoding device when the prediction residual pu is 32, the three-dimensional data encoding device generates 6-bit binary data (100,000) and arithmetically encodes this bit string. Further, when the prediction residual pu is 66, the three-dimensional data encoding device generates binary data (111111) of the threshold value R_TH and a bit string (00100) in which the value 3 (66-63) is represented by an exponential Golomb. The bit string (111111 + 00100) is arithmetically encoded.
  • the three-dimensional data encoding device switches the binarization method according to the size of the prediction residual, thereby increasing the number of binarization bits when the prediction residual increases. It is possible to encode while suppressing.
  • the three-dimensional data encoding apparatus may add a threshold value R_TH to a header of a bit stream or the like.
  • the 3D data encoding apparatus sets the threshold value R_TH to be large.
  • the possibility of encoding the binarized data of the threshold value R_TH is reduced, and the encoding efficiency is improved.
  • the 3D data encoding apparatus sets the threshold value R_TH to be small. As a result, it is possible to prevent a rapid bit length increase of the binarized data.
  • the 3D data encoding device may switch the threshold value R_TH for each LoD and add the threshold value R_TH for each LoD to the header or the like. That is, the 3D data encoding apparatus may switch the binarization method for each LoD. For example, since the distance between the three-dimensional points is long in the upper layer, the prediction accuracy may be poor and the prediction residual may increase as a result. Therefore, the three-dimensional data encoding apparatus prevents a rapid increase in the bit length of the binarized data by setting the threshold value R_TH small for the upper layer. Further, since the distance between the three-dimensional points is short in the lower layer, the prediction accuracy is high and as a result, the prediction residual may be small. Therefore, the 3D data encoding apparatus improves the encoding efficiency by setting a large threshold value R_TH for the hierarchy.
  • FIG. 55 is a diagram illustrating an example of an exponential Golomb code, and is a diagram illustrating a relationship between a value before binarization (multi-level) and a bit (code) after binarization. Note that 0 and 1 shown in FIG. 55 may be reversed.
  • the three-dimensional data encoding device applies arithmetic encoding to the binary data of the prediction residual.
  • arithmetic coding when arithmetic coding is applied, n-bit code (n-bit code) that is a binarized portion of binarized data and the remaining binarized portion using exponent Golomb There is a possibility that the tendency of the occurrence probability of 0 and 1 of each bit differs depending on the code (remaining code). Therefore, the three-dimensional data encoding apparatus may switch the application method of arithmetic encoding between the n-bit code and the remaining code.
  • the three-dimensional data encoding apparatus performs arithmetic encoding on an n-bit code by using a different encoding table (probability table) for each bit.
  • the three-dimensional data encoding apparatus may change the number of encoding tables used for each bit.
  • the three-dimensional data encoding apparatus performs arithmetic encoding using one encoding table for the first bit b0 of the n-bit code.
  • the three-dimensional data encoding apparatus uses two encoding tables for the next bit b1.
  • the three-dimensional data encoding apparatus switches the encoding table used for the arithmetic encoding of bit b1 according to the value of b0 (0 or 1).
  • the three-dimensional data encoding apparatus further uses four encoding tables for the next bit b2. Also, the three-dimensional data encoding apparatus switches the encoding table used for the arithmetic encoding of bit b2 according to the values (0 to 3) of b0 and b1.
  • the 3D data encoding apparatus uses 2n-1 encoding tables when arithmetically encoding each bit bn-1 of the n-bit code.
  • the three-dimensional data encoding apparatus switches the encoding table to be used according to the value of the bit prior to bn ⁇ 1 (generation pattern).
  • the 3D data encoding apparatus can use an appropriate encoding table for every bit, it can improve encoding efficiency.
  • the three-dimensional data encoding apparatus may reduce the number of encoding tables used for each bit. For example, when the 3D data encoding apparatus arithmetically encodes each bit bn ⁇ 1, 2 m pieces of data are generated according to the value (generation pattern) of m bits (m ⁇ n ⁇ 1) before bn ⁇ 1. The coding table may be switched. As a result, the encoding efficiency can be improved while suppressing the number of encoding tables used for each bit.
  • the three-dimensional data encoding apparatus may update the occurrence probability of 0 and 1 in each encoding table according to the value of the binarized data actually generated. Further, the three-dimensional data encoding apparatus may fix the occurrence probability of 0 and 1 in the encoding table of some bits. Thereby, the number of updates of the occurrence probability can be suppressed, so that the processing amount can be reduced.
  • n-bit code when the n-bit code is b0b1b2... Bn ⁇ 1, there is one coding table for b0 (CTb0). There are two encoding tables for b1 (CTb10, CTb11). Also, the encoding table to be used is switched according to the value of b0 (0 to 1). There are four encoding tables for b2 (CTb20, CTb21, CTb22, CTb23). Also, the encoding table to be used is switched according to the values of b0 and b1 (0 to 3). There are 2n-1 coding tables for bn-1 (CTbn0, CTbn1,..., CTbn (2n-1-1)). Also, the encoding table to be used can be switched according to the values of b0b1... Bn-2 (0 to 2n-1-1).
  • FIG. 56 is a diagram for explaining processing when the remaining code is an exponential Golomb code, for example.
  • the remaining code which is a part binarized using the exponent Golomb includes a prefix part and a suffix part as shown in FIG.
  • the three-dimensional data encoding apparatus switches the encoding table between the prefix part and the suffix part. That is, the three-dimensional data encoding apparatus arithmetically encodes each bit included in the prefix part using the encoding table for the prefix, and uses each encoding bit for the suffix part using the encoding table for the suffix. Perform arithmetic coding.
  • the three-dimensional data encoding apparatus may update the occurrence probability of 0 and 1 in each encoding table according to the value of the actually generated binarized data.
  • the three-dimensional data encoding device may fix the occurrence probability of 0 and 1 in either encoding table. Thereby, the number of updates of the occurrence probability can be suppressed, so that the processing amount can be reduced.
  • the three-dimensional data encoding apparatus may update the occurrence probability with respect to the prefix portion and fix the occurrence probability with respect to the suffix portion.
  • the three-dimensional data encoding device decodes the prediction residual after quantization by inverse quantization and reconfiguration, and decodes the decoded prediction residual after the three-dimensional point to be encoded. Use for prediction.
  • the three-dimensional data encoding apparatus calculates an inverse quantization value by multiplying a quantized scale by a prediction residual (quantized value) after quantization, and obtains an inverse quantization value and a prediction value. Are added to obtain a decoded value (reconstructed value).
  • the inverse quantized value a2iq of the point a2 is calculated by (Equation A11) using the quantized value a2q of the point a2.
  • the inverse quantization value b2iq of the point b2 is calculated by (Equation A12) using the quantization value b2q of the point b2.
  • QS_LoD0 is a QS for LoD0
  • QS_LoD1 is a QS for LoD1. That is, QS may be changed according to LoD.
  • the decoded value a2rec of the point a2 is calculated by adding the predicted value a2p of the point a2 to the inverse quantized value a2iq of the point a2, as shown in (Formula A13).
  • the decoded value b2rec of the point b2 is calculated by adding the predicted value b2p of the point b2 to the inverse quantized value b2iq of the point b2, as shown in (Formula A14).
  • FIG. 57 is a diagram illustrating a syntax example of the attribute header (attribute_header) according to the present embodiment.
  • the attribute header is header information of attribute information.
  • the attribute header includes layer number information (NumLoD), three-dimensional point information (NumOfPoint [i]), layer threshold (Thres_Lod [i]), and surrounding point number information (NumNeighorPoint [i]).
  • a prediction threshold THd [i]
  • QS [i] quantization scale
  • R_TH [i] binarization threshold
  • Hierarchy number information indicates the number of LoD hierarchies used.
  • 3D point number information indicates the number of 3D points belonging to layer i.
  • the 3D data encoding apparatus may add 3D point total number information (AllNumOfPoint) indicating the total number of 3D points to another header.
  • the 3D data encoding apparatus may not add NumOfPoint [NumLoD-1] indicating the number of 3D points belonging to the lowest layer to the header.
  • the three-dimensional data decoding apparatus can calculate NumOfPoint [NumLoD-1] by (Expression A15). Thereby, the code amount of the header can be reduced.
  • the hierarchy threshold (Thres_Lod [i]) is a threshold used for setting the hierarchy i.
  • the three-dimensional data encoding device and the three-dimensional data decoding device configure LoDi so that the distance between each point in LoDi is greater than the threshold Thres_LoD [i]. Further, the three-dimensional data encoding apparatus may not add the value of Thres_Lod [NumLoD-1] (lowermost layer) to the header. In this case, the 3D data decoding apparatus estimates the value of Thres_Lod [NumLoD-1] as 0. Thereby, the code amount of the header can be reduced.
  • Surrounding point information indicates an upper limit value of surrounding points used for generating predicted values of three-dimensional points belonging to the hierarchy i.
  • the three-dimensional data encoding apparatus may calculate a predicted value using M number of surrounding points.
  • the 3D data encoding device can add one piece of peripheral point information (NumNeighorPoint) used for all LoDs to the header. Good.
  • the prediction threshold (THd [i]) indicates an upper limit value of the distance between the surrounding 3D points and the target 3D points used for prediction of the target 3D points to be encoded or decoded in the hierarchy i.
  • the three-dimensional data encoding device and the three-dimensional data decoding device do not use a three-dimensional point whose distance from the target three-dimensional point is more than THd [i] for prediction.
  • the 3D data encoding device may add one prediction threshold (THd) used in all LoDs to the header when it is not necessary to divide the value of THd [i] in each LoD. .
  • the quantization scale indicates a quantization scale used in the quantization and inverse quantization of the hierarchy i.
  • the binarization threshold (R_TH [i]) is a threshold for switching the binarization method of the prediction residual of the three-dimensional point belonging to the hierarchy i.
  • the three-dimensional data encoding apparatus binarizes the prediction residual pu with a fixed number of bits when the prediction residual is smaller than the threshold R_TH, and binarizes the threshold R_TH when the prediction residual is equal to or larger than the threshold R_TH.
  • the binarized data and the value of (pu ⁇ R_TH) are binarized using an exponent Golomb.
  • the 3D data encoding apparatus adds one binarization threshold (R_TH) used in all LoDs to the header. Also good.
  • R_TH [i] may be the maximum value that can be expressed in nbits.
  • R_TH is 63 for 6 bits
  • R_TH is 255 for 8 bits.
  • the three-dimensional data encoding device may encode the number of bits instead of encoding the maximum value that can be expressed by n bits as the binarization threshold.
  • the three-dimensional data encoding device may define a minimum value (minimum bit number) of the number of bits representing R_TH [i] and add a relative bit number from the minimum value to the header.
  • the 3D data encoding apparatus entropy-codes and adds at least one of NumLoD, Thres_Lod [i], NumNeighborPoint [i], THd [i], QS [i], and R_TH [i] to the header. Also good.
  • the three-dimensional data encoding device may binarize each value and perform arithmetic encoding. Further, the three-dimensional data encoding device may encode each value with a fixed length in order to reduce the processing amount.
  • the three-dimensional data encoding device may not add at least one of NumLoD, Thres_Lod [i], NumNeighborPoint [i], THd [i], QS [i], and R_TH [i] to the header.
  • at least one of these values may be defined by a profile or level such as a standard. As a result, the bit amount of the header can be reduced.
  • FIG. 58 is a diagram illustrating a syntax example of attribute data (attribute_data) according to the present embodiment.
  • This attribute data includes encoded data of attribute information of a plurality of three-dimensional points. As shown in FIG. 58, the attribute data includes an n-bit code (n-bit code) and a remaining code (remaining code).
  • the n-bit code (n-bit code) is encoded data of a prediction residual of the attribute information value or a part thereof.
  • the bit length of the n-bit code depends on the value of R_TH [i]. For example, when the value indicated by R_TH [i] is 63, the n-bit code is 6 bits, and when the value indicated by R_TH [i] is 255, the n-bit code is 8 bits.
  • the remaining code (remaining code) is encoded data encoded by exponential Gorom among encoded data of prediction residuals of attribute information values. This remaining code is encoded or decoded when the n-bit code is the same as R_TH [i].
  • the three-dimensional data decoding apparatus decodes the prediction residual by adding the value of the n-bit code and the value of the remaining code. When the n-bit code is not the same value as R_TH [i], the remaining code may not be encoded or decoded.
  • FIG. 59 is a flowchart of 3D data encoding processing by the 3D data encoding device.
  • the three-dimensional data encoding device encodes position information (geometry) (S3001). For example, three-dimensional data encoding is performed using an octree representation.
  • the three-dimensional data encoding apparatus reassigns the original three-dimensional point attribute information to the changed three-dimensional point when the position of the three-dimensional point is changed by quantization or the like after the position information is encoded ( S3002). For example, the three-dimensional data encoding apparatus performs reallocation by interpolating the value of attribute information according to the amount of change in position. For example, the three-dimensional data encoding device detects N three-dimensional points before the change that are close to the three-dimensional position after the change, and performs weighted averaging of the attribute information values of the N three-dimensional points.
  • the three-dimensional data encoding apparatus determines the weight based on the distance from the three-dimensional position after the change to each of the N three-dimensional in the weighted average. Then, the three-dimensional data encoding apparatus determines the value obtained by the weighted average as the value of the attribute information of the three-dimensional point after the change. In addition, when two or more three-dimensional points are changed to the same three-dimensional position due to quantization or the like, the three-dimensional data encoding device uses the attribute information value of the changed three-dimensional point as the value before the change. You may assign the average value of the attribute information of two or more three-dimensional points.
  • the 3D data encoding apparatus encodes the attribute information (Attribute) after the reassignment (S3003).
  • the three-dimensional data encoding device may sequentially encode a plurality of types of attribute information.
  • the three-dimensional data encoding device may generate a bitstream in which the reflectance encoding result is added after the color encoding result.
  • the order of the plurality of encoding results of the attribute information added to the bitstream is not limited to this order, and may be any order.
  • the 3D data encoding apparatus may add information indicating the encoded data start location of each attribute information in the bitstream to the header or the like.
  • the three-dimensional data decoding apparatus can selectively decode attribute information that needs to be decoded, so that the decoding process of attribute information that does not need to be decoded can be omitted. Therefore, the processing amount of the three-dimensional data decoding device can be reduced.
  • the three-dimensional data encoding device may encode a plurality of types of attribute information in parallel and integrate the encoding results into one bit stream. As a result, the three-dimensional data encoding apparatus can encode a plurality of types of attribute information at high speed.
  • FIG. 60 is a flowchart of the attribute information encoding process (S3003).
  • the 3D data encoding apparatus sets LoD (S3011). That is, the three-dimensional data encoding apparatus assigns each three-dimensional point to one of a plurality of LoDs.
  • the 3D data encoding apparatus starts a loop of LoD units (S3012). That is, the 3D data encoding apparatus repeatedly performs the processing of steps S3013 to S3021 for each LoD.
  • the 3D data encoding apparatus starts a loop of 3D point units (S3013). That is, the 3D data encoding apparatus repeatedly performs the processing of steps S3014 to S3020 for each 3D point.
  • the three-dimensional data encoding device searches for a plurality of surrounding points, which are three-dimensional points existing around the target three-dimensional point, used to calculate the predicted value of the target three-dimensional point to be processed (S3014).
  • the three-dimensional data encoding apparatus calculates a weighted average of the attribute information values of a plurality of surrounding points, and sets the obtained value as the predicted value P (S3015).
  • the three-dimensional data encoding device calculates a prediction residual that is a difference between the attribute information of the target three-dimensional point and the predicted value (S3016).
  • the 3D data encoding apparatus calculates a quantized value by quantizing the prediction residual (S3017).
  • the three-dimensional data encoding apparatus arithmetically encodes the quantized value (S3018).
  • the three-dimensional data encoding device calculates an inverse quantization value by inverse quantization of the quantization value (S3019). Next, the three-dimensional data encoding device generates a decoded value by adding the predicted value to the inverse quantized value (S3020). Next, the three-dimensional data encoding device ends the loop of the three-dimensional point unit (S3021). Also, the three-dimensional data encoding device ends the loop of LoD units (S3022).
  • the three-dimensional data decoding apparatus decodes the binary data of the attribute information in the bitstream generated by the three-dimensional data encoding apparatus by arithmetic decoding in the same manner as the three-dimensional data encoding apparatus. Generate binarized data.
  • the method of applying arithmetic coding was switched between a part binarized with n bits (n-bit code) and a part binarized using an exponent Golomb (remaining code).
  • the 3D data decoding apparatus performs decoding in accordance with arithmetic decoding.
  • the three-dimensional data decoding apparatus performs arithmetic decoding using an encoding table (decoding table) that is different for each bit in an n-bit code arithmetic decoding method.
  • the three-dimensional data decoding apparatus may change the number of encoding tables used for each bit. For example, arithmetic decoding is performed using one coding table for the first bit b0 of the n-bit code.
  • the three-dimensional data decoding apparatus uses two coding tables for the next bit b1. Also, the three-dimensional data decoding apparatus switches the encoding table used for the arithmetic decoding of bit b1 according to the value of b0 (0 or 1).
  • the three-dimensional data decoding apparatus further uses four coding tables for the next bit b2. Further, the three-dimensional data decoding apparatus switches the encoding table used for the arithmetic decoding of bit b2 according to the values (0 to 3) of b0 and b1.
  • the 3D data decoding apparatus uses 2n-1 coding tables when arithmetically decoding each bit bn-1 of the n-bit code. Also, the three-dimensional data decoding apparatus switches the encoding table to be used according to the value of the bit prior to bn ⁇ 1 (generation pattern). Thereby, the 3D data decoding apparatus can appropriately decode a bit stream with improved encoding efficiency using an appropriate encoding table for each bit.
  • the three-dimensional data decoding apparatus may reduce the number of encoding tables used for each bit. For example, when the 3D data decoding apparatus arithmetically decodes each bit bn ⁇ 1, the 3D data decoding apparatus encodes 2m encodings according to the value (generation pattern) of m bits (m ⁇ n ⁇ 1) before bn ⁇ 1. The table may be switched. As a result, the three-dimensional data decoding apparatus can appropriately decode a bit stream with improved encoding efficiency while suppressing the number of encoding tables used for each bit.
  • the three-dimensional data decoding apparatus may update the occurrence probability of 0 and 1 in each encoding table according to the value of the binarized data actually generated. The three-dimensional data decoding apparatus may fix the occurrence probability of 0 and 1 in the coding table of some bits. Thereby, the number of updates of the occurrence probability can be suppressed, so that the processing amount can be reduced.
  • n-bit code when the n-bit code is b0b1b2... Bn ⁇ 1, there is one coding table for b0 (CTb0). There are two encoding tables for b1 (CTb10, CTb11). Also, the encoding table is switched according to the value of b0 (0 to 1). There are four encoding tables for b2 (CTb20, CTb21, CTb22, CTb23). Also, the encoding table is switched according to the values of b0 and b1 (0 to 3).
  • the encoding table for bn-1 is 2n-1 (CTbn0, CTbn1,..., CTbn (2n-1-1)). Also, the coding table is switched according to the values of b0b1... Bn-2 (0 to 2n-1-1).
  • FIG. 61 is a diagram for explaining processing when the remaining code is an exponential Golomb code, for example.
  • the portion (remaining code) that is binarized and encoded by the three-dimensional data encoding device using the exponent Golomb includes a prefix portion and a suffix portion as shown in FIG.
  • the 3D data decoding apparatus switches the encoding table between the prefix part and the suffix part. That is, the 3D data decoding apparatus arithmetically decodes each bit included in the prefix part using the prefix encoding table, and arithmetically converts each bit included in the suffix part using the suffix encoding table. Decrypt.
  • the three-dimensional data decoding apparatus may update the occurrence probability of 0 and 1 in each encoding table according to the value of the binarized data generated at the time of decoding.
  • the three-dimensional data decoding apparatus may fix the occurrence probability of 0 and 1 in either encoding table. Thereby, the number of updates of the occurrence probability can be suppressed, so that the processing amount can be reduced.
  • the three-dimensional data decoding apparatus may update the occurrence probability with respect to the prefix portion and fix the occurrence probability with respect to the suffix portion.
  • the 3D data decoding apparatus multi-values the binarized data of the prediction residual obtained by arithmetic decoding in accordance with the encoding method used in the 3D data encoding apparatus, so that the prediction residual after quantization is obtained. Decode the difference (unsigned integer value).
  • the three-dimensional data decoding apparatus first calculates the value of the decoded n-bit code by arithmetically decoding the binarized data of the n-bit code. Next, the three-dimensional data decoding apparatus compares the value of the n-bit code with the value of R_TH.
  • the 3D data decoding apparatus determines that there is a next bit encoded with the exponent Golomb and uses the binary data encoded with the exponent Golomb. Arithmetic decode a certain remaining code. Then, the three-dimensional data decoding device calculates the value of the remaining code from the decoded remaining code using a reverse lookup table indicating the relationship between the remaining code and its value.
  • FIG. 62 is a diagram showing an example of a reverse lookup table showing the relationship between remaining codes and their values.
  • the three-dimensional data decoding apparatus obtains a quantized prediction residual by adding the obtained value of the remaining code to R_TH to obtain a multilevel quantization residual.
  • the three-dimensional data decoding apparatus retains the n-bit code value as it is, and the prediction residual after the multilevel quantization. Decide on the difference. Thereby, the 3D data decoding apparatus can appropriately decode the bitstream generated by switching the binarization method according to the value of the prediction residual in the 3D data encoding apparatus.
  • the 3D data decoding apparatus may decode the threshold value R_TH from the header and switch the decoding method using the decoded threshold value R_TH. Good.
  • the 3D data decoding apparatus switches the decoding method using the threshold value R_TH decoded for each LoD.
  • the three-dimensional data decoding apparatus obtains the value of the remaining code by decoding the remaining code with an exponent Golomb. For example, in the example shown in FIG. 62, the remaining code is 00100, and 3 is obtained as the value of the remaining code. Next, the three-dimensional data decoding apparatus obtains a prediction residual value 66 by adding the value 63 of the threshold R_TH and the value 3 of the remaining code.
  • the three-dimensional data decoding apparatus sets the n-bit code value 32 as the prediction residual value.
  • the three-dimensional data decoding apparatus converts the decoded prediction residual after quantization from an unsigned integer value to a signed integer value by a process reverse to the process in the three-dimensional data encoding apparatus, for example.
  • the 3D data decoding apparatus can appropriately decode the generated bitstream without considering the occurrence of negative integers when entropy encoding the prediction residual.
  • the three-dimensional data decoding apparatus does not necessarily need to convert an unsigned integer value into a signed integer value. For example, when decoding a bitstream generated by entropy encoding a sign bit separately, the sign bit is decoded. May be.
  • the three-dimensional data decoding device generates a decoded value by decoding the prediction residual after quantization converted into a signed integer value by inverse quantization and reconstruction. Further, the three-dimensional data decoding apparatus uses the generated decoded value for prediction after the three-dimensional point to be decoded. Specifically, the three-dimensional data decoding apparatus calculates an inverse quantization value by multiplying a prediction residual after quantization by a decoded quantization scale, and adds the inverse quantization value and the prediction value. To obtain the decoded value.
  • the decoded unsigned integer value (unsigned quantized value) is converted into a signed integer value by the following processing.
  • the LSB least significant bit
  • the three-dimensional data decoding apparatus sets the signed integer value a2q to ⁇ ((a2u + 1) >> 1).
  • the three-dimensional data decoding apparatus sets the signed integer value a2q to (a2u >> 1).
  • the three-dimensional data decoding apparatus sets the signed integer value b2q to ⁇ ((b2u + 1) >> 1).
  • the three-dimensional data decoding apparatus sets the signed integer value b2q to (b2u >> 1).
  • the details of the inverse quantization and reconstruction process performed by the 3D data decoding apparatus are the same as the inverse quantization and reconstruction process performed by the 3D data encoding apparatus.
  • FIG. 63 is a flowchart of 3D data decoding processing by the 3D data decoding apparatus.
  • the 3D data decoding apparatus decodes position information (geometry) from the bitstream (S3031).
  • the three-dimensional data decoding apparatus performs decoding using an octree representation.
  • the 3D data decoding apparatus decodes the attribute information (Attribute) from the bitstream (S3032). For example, when decoding a plurality of types of attribute information, the 3D data decoding apparatus may sequentially decode the plurality of types of attribute information. For example, when decoding color and reflectance as attribute information, the three-dimensional data decoding apparatus decodes the color coding result and the reflectance coding result in the order added to the bitstream. For example, in the bitstream, when the reflectance encoding result is added after the color encoding result, the 3D data decoding apparatus decodes the color encoding result and then the reflectance encoding result. Is decrypted. Note that the three-dimensional data decoding apparatus may decode the encoding result of the attribute information added to the bitstream in any order.
  • the 3D data decoding apparatus may acquire information indicating the encoded data start location of each attribute information in the bitstream by decoding the header or the like.
  • the three-dimensional data decoding apparatus can selectively decode attribute information that needs to be decoded, so that the decoding process of attribute information that does not need to be decoded can be omitted. Therefore, the processing amount of the three-dimensional data decoding device can be reduced.
  • the three-dimensional data decoding device may decode a plurality of types of attribute information in parallel and integrate the decoding results into one three-dimensional point group. Thereby, the 3D data decoding apparatus can decode a plurality of types of attribute information at high speed.
  • FIG. 64 is a flowchart of the attribute information decoding process (S3032).
  • the 3D data decoding apparatus sets LoD (S3041). That is, the 3D data decoding apparatus assigns each of the plurality of 3D points having the decoded position information to any of the plurality of LoDs.
  • this allocation method is the same as the allocation method used in the three-dimensional data encoding device.
  • the 3D data decoding apparatus starts a loop of LoD units (S3042). That is, the three-dimensional data decoding apparatus repeats the processes of steps S3043 to S3049 for each LoD.
  • the 3D data decoding apparatus starts a loop of 3D point units (S3043). That is, the three-dimensional data decoding apparatus repeats the processes of steps S3044 to S3048 for each three-dimensional point.
  • the three-dimensional data decoding apparatus searches for a plurality of surrounding points that are three-dimensional points existing around the target three-dimensional point, which are used to calculate a predicted value of the target three-dimensional point to be processed (S3044).
  • the three-dimensional data decoding apparatus calculates a weighted average of the attribute information values of a plurality of surrounding points, and sets the obtained value as the predicted value P (S3045).
  • the three-dimensional data decoding apparatus arithmetically decodes the quantized value from the bit stream (S3046). Further, the three-dimensional data decoding apparatus calculates an inverse quantization value by inversely quantizing the decoded quantization value (S3047). Next, the three-dimensional data decoding apparatus generates a decoded value by adding the predicted value to the inverse quantized value (S3048). Next, the three-dimensional data decoding device ends the loop of the three-dimensional point unit (S3049). In addition, the 3D data decoding apparatus ends the loop of LoD units (S3050).
  • FIG. 65 is a block diagram showing a configuration of 3D data encoding apparatus 3000 according to the present embodiment.
  • the three-dimensional data encoding device 3000 includes a position information encoding unit 3001, an attribute information reassignment unit 3002, and an attribute information encoding unit 3003.
  • the attribute information encoding unit 3003 encodes position information (geometry) of a plurality of three-dimensional points included in the input point group.
  • the attribute information reassignment unit 3002 reassigns the attribute information values of a plurality of three-dimensional points included in the input point group using the position information encoding and decoding results.
  • the attribute information encoding unit 3003 encodes the reassigned attribute information (attribute). Also, the 3D data encoding device 3000 generates a bit stream including the encoded position information and the encoded attribute information.
  • FIG. 66 is a block diagram showing a configuration of a 3D data decoding apparatus 3010 according to the present embodiment.
  • the three-dimensional data decoding apparatus 3010 includes a position information decoding unit 3011 and an attribute information decoding unit 3012.
  • the position information decoding unit 3011 decodes position information (geometry) of a plurality of three-dimensional points from the bit stream.
  • the attribute information decoding unit 3012 decodes attribute information (attribute) of a plurality of three-dimensional points from the bitstream. Also, the three-dimensional data decoding apparatus 3010 generates an output point group by combining the decoded position information and the decoded attribute information.
  • the three-dimensional data encoding apparatus performs the processing shown in FIG.
  • the three-dimensional data encoding device encodes a three-dimensional point having attribute information.
  • the 3D data encoding apparatus calculates a predicted value of attribute information of a 3D point (S3061).
  • the three-dimensional data encoding device calculates a prediction residual that is a difference between the attribute information of the three-dimensional point and the predicted value (S3062).
  • the three-dimensional data encoding device generates binary data by binarizing the prediction residual (S3063).
  • the three-dimensional data encoding device arithmetically encodes the binary data (S3064).
  • the three-dimensional data encoding device calculates the prediction residual of the attribute information, and further binarizes and arithmetically encodes the prediction residual, so that the code amount of the encoded data of the attribute information Can be reduced.
  • the three-dimensional data coding apparatus uses a different coding table for each bit of binary data. According to this, the three-dimensional data encoding device can improve the encoding efficiency.
  • the three-dimensional data coding apparatus selects a coding table to be used for arithmetic coding of the target bit according to the value of the upper bit of the target bit included in the binary data. . According to this, since the 3D data encoding apparatus can select the encoding table according to the value of the upper bits, it can improve the encoding efficiency.
  • the three-dimensional data encoding device generates binary data by binarizing the prediction residual with a fixed number of bits when the prediction residual is smaller than the threshold (R_TH).
  • a first code n-bit code
  • a value obtained by subtracting the threshold (R_TH) from the prediction residual is an exponent Golomb.
  • Binary data including the binarized second code (remaining code) is generated.
  • the three-dimensional data encoding apparatus uses different arithmetic encoding methods for the first code and the second code in arithmetic encoding (S3064).
  • the three-dimensional data encoding apparatus can arithmetically encode the first code and the second code by an arithmetic encoding method suitable for each of the first code and the second code, for example, so that the encoding efficiency can be improved. Can be improved.
  • the three-dimensional data encoding apparatus quantizes the prediction residual and binarizes the quantized prediction residual in binarization (S3063).
  • the threshold value (R_TH) is changed according to the quantization scale in the quantization. According to this, since the three-dimensional data encoding apparatus can use an appropriate threshold according to the quantization scale, it can improve encoding efficiency.
  • the second code includes a prefix part and a suffix part.
  • the three-dimensional data coding apparatus uses different coding tables for the prefix part and the suffix part. According to this, the three-dimensional data encoding device can improve the encoding efficiency.
  • 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 three-dimensional point having attribute information.
  • the three-dimensional data decoding apparatus calculates a predicted value of attribute information of a three-dimensional point (S3071).
  • the three-dimensional data decoding apparatus generates binary data by arithmetically decoding the encoded data included in the bitstream (S3072).
  • the 3D data decoding apparatus multiplies the binary data to generate a prediction residual (S3073).
  • the 3D data decoding apparatus calculates the decoded value of the attribute information of the 3D point by adding the predicted value and the prediction residual (S3074).
  • the three-dimensional data decoding apparatus appropriately calculates the attribute information bitstream generated by calculating the prediction residual of the attribute information, and further binarizing and arithmetically encoding the prediction residual. Can be decrypted.
  • the three-dimensional data decoding apparatus uses a different encoding table for each bit of binary data. According to this, the three-dimensional data decoding apparatus can appropriately decode a bit stream with improved encoding efficiency.
  • the lower bits of binary data have a larger number of encoding tables to be used.
  • the three-dimensional data decoding apparatus selects an encoding table used for arithmetic decoding of the target bit according to the value of the upper bit of the target bit included in the binary data. According to this, the three-dimensional data decoding apparatus can appropriately decode a bit stream with improved encoding efficiency.
  • the three-dimensional data decoding device multi-values the first code (n-bit code) having a fixed number of bits included in the binary data to generate the first value.
  • the three-dimensional data decoding apparatus determines the first value as a prediction residual when the first value is smaller than the threshold value (R_TH), and includes the binary data when the first value is equal to or larger than the threshold value (R_TH).
  • a second value (remaining code) that is an exponential Golomb code is multi-valued to generate a second value, and the first value and the second value are added to generate a prediction residual.
  • the three-dimensional data decoding apparatus uses different arithmetic decoding methods for the first code and the second code.
  • the three-dimensional data decoding apparatus can appropriately decode a bit stream with improved encoding efficiency.
  • the three-dimensional data decoding apparatus inversely quantizes the prediction residual, and in addition (S3074), the prediction value and the inversely quantized prediction residual are added.
  • the threshold value (R_TH) is changed according to the quantization scale in inverse quantization. According to this, the three-dimensional data decoding apparatus can appropriately decode a bit stream with improved encoding efficiency.
  • the second code includes a prefix part and a suffix part.
  • the three-dimensional data decoding apparatus uses different encoding tables for the prefix part and the suffix part. According to this, the three-dimensional data decoding apparatus can appropriately decode a bit stream with improved encoding efficiency.
  • a three-dimensional data decoding device includes a processor and a memory, and the processor performs the above processing using the memory.
  • the predicted value may be generated by a method different from that of the eighth embodiment.
  • the three-dimensional point to be encoded may be referred to as a first three-dimensional point, and the surrounding three-dimensional point may be referred to as a second three-dimensional point.
  • the attribute value of the closest three-dimensional point among the encoded and decoded surrounding three-dimensional points of the three-dimensional point to be encoded is used as it is. It may be generated as a predicted value. Further, in the generation of a prediction value, prediction mode information (PredMode) may be added for each three-dimensional point, and a prediction value may be generated by selecting one prediction value from a plurality of prediction values. That is, for example, in the total number M of prediction modes, an average value is assigned to the prediction mode 0, an attribute value of the three-dimensional point A is assigned to the prediction mode 1, ..., and an attribute value of the three-dimensional point Z is assigned to the prediction mode M-1.
  • PredMode prediction mode information
  • the prediction mode used for the prediction is added to the bit stream for each three-dimensional point.
  • the first prediction mode value indicating the first prediction mode in which the average of the attribute information of the surrounding 3D points is calculated as the predicted value is calculated using the attribute information itself of the surrounding 3D points as the predicted value. It may be smaller than the second prediction mode value indicating the second prediction mode.
  • the “average value” that is a predicted value calculated in the prediction mode 0 is an average value of attribute values of three-dimensional points around the three-dimensional point to be encoded.
  • FIG. 69 is a diagram showing a first example of a table indicating predicted values calculated in each prediction mode according to the ninth embodiment.
  • FIG. 70 is a diagram illustrating an example of attribute information used for a predicted value according to the ninth embodiment.
  • FIG. 71 is a diagram illustrating a second example of a table indicating prediction values calculated in each prediction mode according to Embodiment 9.
  • the prediction mode number M may be added to the bitstream.
  • the prediction mode number M may be defined by a standard profile, level, etc. without being added to the bitstream.
  • the predicted value of the attribute information of the point b2 can be generated using the attribute information of the points a0, a1, a2, and b1.
  • the attribute values of the points a0, a1, a2, b1 are predicted values based on the distance information from the point b2 to the points a0, a1, a2, b1.
  • a prediction mode to be generated may be selected.
  • the prediction mode is added for each three-dimensional point to be encoded.
  • the predicted value is calculated according to a value corresponding to the added prediction mode.
  • the predicted value of the attribute information of the point a2 can be generated using the attribute information of the points a0 and a1.
  • the prediction mode is added for each three-dimensional point to be encoded.
  • the predicted value is calculated according to a value corresponding to the added prediction mode.
  • the prediction mode in which the prediction value is not assigned in the table may be set as not available.
  • the allocation of the prediction mode value may be determined in the order of the distance from the 3D point to be encoded. For example, a prediction mode value indicating a plurality of prediction modes is smaller as the distance from a three-dimensional point to be encoded to a surrounding three-dimensional point having attribute information used as a prediction value is smaller. In the example of FIG. 69, it is indicated that the distance to the point b2, which is the three-dimensional point to be encoded, is short in the order of the points b1, a2, a1, and a0.
  • the attribute information of the point b1 is calculated as the prediction value in the prediction mode in which the prediction mode value of two or more prediction modes is indicated by “1”, and the prediction mode value is indicated by “2”.
  • the attribute information of the point a2 is calculated as a predicted value.
  • the prediction mode value indicating the prediction mode in which the attribute information of the point b1 is calculated as the predicted value is the prediction in which the attribute information of the point a2 at a position farther from the point b1 than the point b1 is calculated as the predicted value. It is smaller than the prediction mode value indicating the mode.
  • a small prediction mode value may be preferentially assigned to a 3D point belonging to the same LoD as the 3D point to be encoded.
  • FIG. 72 is a diagram showing a third example of a table indicating predicted values calculated in each prediction mode according to the ninth embodiment.
  • the third example is an example in which the attribute information used for the predicted value is a value based on color information (YUV) of surrounding three-dimensional points.
  • the attribute information used for the predicted value may be color information indicating the color of the three-dimensional point.
  • the prediction value calculated in the prediction mode whose prediction mode value is “0” is the average of each component of YUV that defines the YUV color space.
  • the predicted values are the weighted average Yave of Yb1, Ya2, Ya1, Ya0 corresponding to the points b1, a2, a1, a0, and the points b1, a2, a1, a0, respectively.
  • Ub1, Ua2, Ua1, Ua0 which are U component values respectively corresponding to Vb1, Va2, Va1, Va0, and V component values corresponding to points b1, a2, a1, a0, respectively.
  • Weighted average Vave is
  • the prediction values calculated in the prediction modes indicated by the prediction mode values “1” to “4” include color information of surrounding three-dimensional points b1, a2, a1, and a0.
  • the color information is indicated by a combination of values of Y component, U component, and V component.
  • the color information is indicated by values defined in the YUV color space, but is not limited to the YUV color space, and may be indicated by values defined in the RGB color space. It may be indicated by a value defined in the color space.
  • two or more averages or attribute information may be calculated as the predicted value in the prediction mode.
  • two or more averages or attribute information may indicate values of two or more components that define a color space.
  • the Y component, U component, and V component of the attribute value of the three-dimensional point to be encoded are predicted values.
  • the encoding may be performed using Ya2, Ua2, and Va2. In this case, “2” as the prediction mode value is added to the bitstream.
  • FIG. 73 is a diagram showing a fourth example of a table indicating predicted values calculated in each prediction mode according to the ninth embodiment.
  • the fourth example is an example in which the attribute information used for the predicted value is a value based on the reflectance information of the surrounding three-dimensional points.
  • the reflectance information is information indicating the reflectance R, for example.
  • the prediction values calculated in the prediction mode indicated by the prediction mode value “0” are the reflectances Rb1, Ra2, Ra1, Ra0 corresponding to the points b1, a2, a1, a0, respectively. It is a weighted average Rave.
  • the prediction values calculated in the prediction modes indicated by the prediction mode values “1” to “4” are the reflectances Rb1, Ra2, Ra1, Ra0 of the surrounding three-dimensional points b1, a2, a1, a0, respectively. It is.
  • the prediction mode indicated by the prediction mode value “3” in the table of FIG. 73 is selected, the reflectance of the attribute value of the three-dimensional point to be encoded is encoded as the prediction value Ra1. Also good. In this case, “3” as the prediction mode value is added to the bitstream.
  • the attribute information may include first attribute information and second attribute information of a type different from the first attribute information.
  • the first attribute information is, for example, color information.
  • the second attribute information is, for example, reflectance information.
  • the first predicted value may be calculated using the first attribute information, and the second predicted value may be calculated using the second attribute information.
  • the predicted value may be calculated in the prediction mode divided for each component.
  • each of the prediction values using the Y component, the U component, and the V component may be calculated in the prediction mode selected for each component.
  • a prediction mode Y for calculating a prediction value using a Y component
  • a prediction mode U for calculating a prediction value using a U component
  • a prediction mode value may be selected.
  • the prediction mode value indicating the prediction mode of each component uses values in tables shown in FIGS. 74 to 76 described later, and these prediction mode values may be added to the bitstream, respectively.
  • the YUV color space has been described. However, the same applies to the RGB color space.
  • the prediction value including two or more components of the plurality of components of the attribute information may be calculated in a common prediction mode.
  • a prediction mode value is selected in each of a prediction mode Y for calculating a prediction value using a Y component and a prediction mode UV for calculating a prediction value using a UV component. May be.
  • the prediction mode value indicating the prediction mode of each component uses values in tables shown in FIGS. 74 and 77 described later, and these prediction mode values may be added to the bitstream, respectively.
  • FIG. 74 is a diagram showing a fifth example of a table indicating predicted values calculated in each prediction mode according to the ninth embodiment.
  • the fifth example is an example in which the attribute information used for the predicted value is the value of the Y component of the color information of the surrounding three-dimensional points.
  • the prediction values calculated in the prediction mode Y indicated by the prediction mode value “0” are Y component values Yb1 and Ya2 corresponding to points b1, a2, a1, and a0, respectively.
  • Ya1 and Ya0 are weighted averages Yave.
  • the prediction values calculated in the prediction modes indicated by the prediction mode values “1” to “4” are the Y component values Yb1, Ya2, Ya1 of the surrounding three-dimensional points b1, a2, a1, a0, respectively.
  • Ya0 the prediction values calculated in the prediction mode Y indicated by the prediction mode value “0”
  • encoding is performed using the Y component of the attribute value of the three-dimensional point to be encoded as the prediction value Ya2. May be.
  • “2” as the prediction mode value is added to the bitstream.
  • FIG. 75 is a diagram illustrating a sixth example of a table indicating predicted values calculated in each prediction mode according to the ninth embodiment.
  • the sixth example is an example in which the attribute information used for the predicted value is the value of the U component of the color information of the surrounding three-dimensional point.
  • the prediction values calculated in the prediction mode U indicated by the prediction mode value “0” are U component values Ub1 and Ua2 corresponding to points b1, a2, a1 and a0, respectively. , Ua1 and Ua0 are weighted average Uave. Also, the prediction values calculated in the prediction modes indicated by the prediction mode values “1” to “4” are the U component values Ub1, Ua2, Ua1 of the surrounding three-dimensional points b1, a2, a1, a0, respectively. , Ua0.
  • FIG. 76 is a diagram illustrating a seventh example of a table indicating predicted values calculated in each prediction mode according to the ninth embodiment.
  • the seventh example is an example in which the attribute information used for the predicted value is the value of the V component of the color information of the surrounding three-dimensional points.
  • the prediction values calculated in the prediction mode V indicated by the prediction mode value “0” are Vb1 and Va2 which are values of V components corresponding to points b1, a2, a1 and a0, respectively.
  • Va1 and Va0 are weighted average Vave.
  • the prediction values calculated in the prediction modes indicated by the prediction mode values “1” to “4” are the V component values Vb1, Va2, Va1 of the surrounding three-dimensional points b1, a2, a1, a0, respectively. Va0.
  • the prediction mode V indicated by the prediction mode value “4” in the table of FIG. 76 is selected, the V component of the attribute value of the three-dimensional point to be encoded is used as the prediction value Va0. It may be encoded. In this case, “4” as the prediction mode value is added to the bitstream.
  • FIG. 77 is a diagram illustrating an eighth example of a table indicating predicted values calculated in each prediction mode according to the ninth embodiment.
  • the eighth example is an example in which the attribute information used for the predicted value is the value of the U component and the value of the V component of the color information of the surrounding three-dimensional points.
  • the prediction values calculated in the prediction mode U indicated by the prediction mode value “0” are Ub1 and Ub2 that are U component values corresponding to points b1, a2, a1, and a0, respectively.
  • Ua1 and Ua0 and weighted average Vave of Vb1, Vb2, Va1 and Va0 which are values of V components corresponding to points b1, a2, a1 and a0, respectively.
  • the predicted values calculated in the prediction modes indicated by the prediction mode values “1” to “4” are the U component value and V component value of the surrounding three-dimensional points b1, a2, a1, a0, respectively. including.
  • the U component and the V component of the attribute value of the three-dimensional point to be encoded are respectively predicted values. You may encode using it as Ub1 and Vb1. In this case, “1” as the prediction mode value is added to the bitstream.
  • the prediction mode at the time of encoding may be selected by RD optimization. For example, it is conceivable to calculate the cost cost (P) when a certain prediction mode P is selected, and to select the prediction mode P that minimizes cost (P).
  • the cost cost (P) for example, a prediction residual residual (P) when using a prediction value of the prediction mode P, a bit number bit (P) necessary for encoding the prediction mode P, and adjustment You may calculate by Formula D1 using parameter (lambda) value.
  • the adjustment parameter ⁇ may be set to a different value depending on the quantization scale value. For example, when the quantization scale is small (at a high bit rate), the prediction accuracy is reduced as much as possible by selecting a prediction mode in which the prediction residual residual (P) is reduced by reducing the ⁇ value, and the quantization scale is large (At a low bit rate), an appropriate prediction mode may be selected in consideration of the number of bits bit (P) necessary for encoding the prediction mode P by increasing the ⁇ value.
  • the quantization scale is small is, for example, a case where it is smaller than the first quantization scale.
  • the case where the quantization scale is large is, for example, a case where the quantization scale is larger than the second quantization scale equal to or higher than the first quantization scale.
  • the ⁇ value may be set to a smaller value as the quantization scale is smaller.
  • the prediction residual residual (P) is calculated by subtracting the prediction value of the prediction mode P from the attribute value of the three-dimensional point to be encoded. It should be noted that instead of the prediction residual residual (P) at the time of cost calculation, the prediction residual residual (P) is quantized and dequantized and added to the predicted value to obtain a decoded value, and the attribute of the original three-dimensional point A difference (encoding error) between the value and the decoded value when the prediction mode P is used may be reflected in the cost value. Thereby, it is possible to select a prediction mode with a small coding error.
  • the smaller the prediction mode value the smaller the number of bits. Therefore, the average value calculated as the predicted value when the prediction mode value is “0” or the attribute information of the three-dimensional point calculated as the predicted value when the prediction mode value is “1”, that is, the code
  • a code amount of a prediction mode value indicating a prediction mode for calculating a prediction value that is likely to be selected, for example, cost (P) is likely to be minimum, like the attribute information of a three-dimensional point that is close to the three-dimensional point to be converted. Can be reduced.
  • the prediction mode value indicating the prediction mode may be binarized with an unary code as shown in FIG. If the occurrence probability of each prediction mode is close, as shown in FIG. 80, the prediction mode value indicating the prediction mode may be binarized with a fixed code to reduce the code amount.
  • the binary data of the prediction mode value indicating the prediction mode P is arithmetically encoded as the number of bits bit (P) necessary for encoding the prediction mode value indicating the prediction mode P, and the code after the arithmetic encoding is obtained.
  • the quantity may be the value of bit (P).
  • FIG. 78 is a diagram illustrating a first example of a binarization table when the prediction mode value according to the ninth embodiment is binarized and encoded.
  • FIG. 79 is a diagram showing a second example of the binarization table when the prediction mode value according to Embodiment 9 is binarized and encoded.
  • FIG. 80 is a diagram showing a third example of the binarization table when the prediction mode value according to Embodiment 9 is binarized and encoded.
  • the prediction mode value indicating the prediction mode may be arithmetically encoded after binarization and added to the bitstream.
  • the prediction mode value may be binarized with a truncated unary code using the value of the prediction mode number M, for example.
  • the maximum number of bits after binarizing the prediction mode value is M-1.
  • Binary data after binarization may be arithmetically encoded using an encoding table.
  • the encoding efficiency may be improved by switching the encoding table for each bit of the binary data.
  • the binary data is encoded using the encoding table A for one bit in the first bit one bit, and the remaining bit for the remaining bit is used for the remaining bit.
  • You may encode using the encoding table B.
  • FIG. For example, when the binary data “1110” having the prediction mode value “3” shown in FIG. 81 is encoded, the first bit “one” of “1” is encoded using the encoding table A, and the remaining bits are remaining.
  • the encoding may be performed using the encoding table B for each bit of “110”.
  • FIG. 81 is a diagram for describing an example of encoding binary data of a binarization table when the prediction mode according to Embodiment 9 is binarized and encoded.
  • the encoding table may be switched for each bit to perform arithmetic encoding, or the encoding table may be switched and decoded according to the result of arithmetic encoding.
  • the prediction mode value When the prediction mode value is binarized and encoded with the truncated unary code using the prediction mode number M, the prediction mode used for the truncated unary code so that the prediction mode can be identified from the binary data decoded on the decoding side.
  • the number M may be added to the header of the bit stream or the like.
  • the prediction mode number M may be defined by a profile or level such as a standard without being added to the stream.
  • the prediction mode value binarized using the truncated unary code may be arithmetically encoded by switching the encoding table between the one bit part and the retaining part as described above.
  • the occurrence probability of 0 and 1 in each coding table may be updated according to the value of the binary data that has actually occurred.
  • the occurrence probability of 0 and 1 in either coding table may be fixed.
  • the processing amount may be reduced by suppressing the number of occurrence probability updates. For example, the occurrence probability of the one bit part may be updated, and the occurrence probability of the retaining bit part may be fixed.
  • FIG. 82 is a flowchart showing an example of encoding the prediction mode value according to the ninth embodiment.
  • FIG. 83 is a flowchart illustrating an example of decoding of prediction mode values according to the ninth embodiment.
  • the prediction mode value is binarized with a truncated unary code using the number M of prediction modes (S3401).
  • the binary data of the truncated unary code is arithmetically encoded (S3402).
  • the bit stream includes binary data as a prediction mode.
  • the bitstream is arithmetically decoded using the prediction mode number M to generate binary data of a truncated unary code (S3403).
  • the prediction mode value is calculated from the binary data of the truncated unary code (S3404).
  • L L
  • the prediction mode value is A prediction value may not be assigned to a prediction mode indicating “3” and “4”.
  • the binary value is obtained from the case where the number of prediction modes is M with the truncated unary code.
  • the number of bits after conversion can be reduced.
  • the number of bits after the binarization of the prediction mode value may be reduced by binarizing the number of prediction values assigned to the prediction mode using the truncated unary code as a maximum value.
  • Binary data after binarization may be arithmetically encoded using an encoding table.
  • the encoding efficiency may be improved by switching the encoding table for each bit of binary data.
  • encoding is performed using the encoding table A for one bit in the first bit one bit of the binarized data, and for the remaining bit in each bit of the remaining bit remaining bit.
  • the encoding table B may be used for encoding. For example, when the binary data “11” having the prediction mode value “2” shown in FIG. 85 is encoded, the encoding is performed on the first bit “one” using the encoding table A, and the remaining bits are remaining. The encoding may be performed using the encoding table B in “1” of the bit.
  • FIG. 85 is a diagram for describing an example of encoding binary data of a binarization table when the prediction mode according to Embodiment 9 is binarized and encoded.
  • the encoding table may be switched for each bit to perform arithmetic encoding, or the encoding table may be switched and decoded according to the result of arithmetic encoding.
  • the encoding mode is set so that the prediction mode can be identified from the binary data decoded on the decoding side.
  • the number L may be calculated by assigning a prediction value to the prediction mode by the same method, and the prediction mode may be decoded using the calculated L.
  • the prediction mode value binarized using the truncated unary code may be arithmetically encoded by switching the encoding table between the one bit part and the retaining part as described above.
  • the occurrence probability of 0 and 1 in each coding table may be updated according to the value of the binary data that has actually occurred.
  • the occurrence probability of 0 and 1 in either coding table may be fixed.
  • the processing amount may be reduced by suppressing the number of occurrence probability updates. For example, the occurrence probability of the one bit part may be updated, and the occurrence probability of the retaining bit part may be fixed.
  • FIG. 86 is a flowchart showing another example of encoding the prediction mode value according to the ninth embodiment.
  • FIG. 87 is a flowchart showing another example of decoding of prediction mode values according to the ninth embodiment.
  • the number L in which the prediction value is assigned to the prediction mode is calculated (S3411).
  • the prediction mode value is binarized with a truncated unary code using the number L (S3412).
  • the number L in which the prediction value is assigned to the prediction mode is calculated (S3414).
  • bit stream is arithmetically decoded using the number L to generate binary data of a truncated unary code (S3415).
  • the prediction mode value is calculated from the binary data of the truncated unary code (S3416).
  • the prediction mode value may not be added for every attribute value. For example, if a certain condition is satisfied, the prediction mode is fixed so that the prediction mode value is not added to the bitstream. If a certain condition is not satisfied, the prediction mode is selected and the prediction mode value is added to the bitstream. May be. For example, if the condition A is satisfied, the prediction mode value is fixed to “0” and the prediction value is calculated from the average value of the surrounding three-dimensional points. If the condition A is not satisfied, one prediction mode is selected from a plurality of prediction modes. Then, a prediction mode value indicating the selected prediction mode may be added to the bitstream.
  • the maximum absolute value of attribute values (a [0] to a [N ⁇ 1]) of N surrounding (encoded and decoded) 3D points in the 3D point to be encoded The difference value maxdiff is calculated, and the maximum absolute difference value maxdiff is less than the threshold value Thfix.
  • Thfix the threshold value of the attribute values of the surrounding three-dimensional points
  • the threshold Thfix may be added to the header of the bitstream or the like, and the encoder may change the value of the threshold Thfix so that encoding can be performed. For example, when encoding at a high bit rate, the encoder adds a value of the threshold Thfix to the header with a value smaller than that at the low bit rate, and increases the number of cases where encoding is performed by selecting a prediction mode. You may encode so that a prediction residual may become small. Also, the encoder adds the value of the threshold Thfix to the header when encoding at a low bit rate, and adds the value to the header, and encodes with the prediction mode fixed.
  • the threshold Thfix may be defined by a standard profile or level without being added to the bitstream.
  • the N three-dimensional points around the three-dimensional point to be encoded used for the prediction are N three-dimensional points that have been encoded and decoded that have a distance from the three-dimensional point to be encoded that is smaller than the threshold THd. Is a point.
  • the maximum value of N may be added to the bitstream as NumNeighborPoint.
  • the value of N may not always match the value of NumNeighborPoint, such as when the surrounding encoded and decoded 3D points are less than the value of NumNeighborPoint.
  • the prediction mode value is fixed to “0” if the maximum absolute difference value maxdiff of the attribute values of the three-dimensional points around the three-dimensional point to be used for prediction is smaller than the threshold Thfix [i].
  • the present invention is not necessarily limited to this, and the prediction mode value may be fixed to any one of “0” to “M ⁇ 1”. A fixed prediction mode value may be added to the bitstream.
  • FIG. 88 is a flowchart showing an example of processing for determining whether or not to fix the prediction mode value according to the condition A at the time of encoding according to the ninth embodiment.
  • FIG. 89 is a flowchart showing an example of processing for determining whether to set the prediction mode value to a fixed value or to decode according to the condition A at the time of decoding according to the ninth embodiment.
  • the three-dimensional data encoding device calculates the maximum absolute difference value maxdiff of attribute values at N three-dimensional points around the three-dimensional point to be encoded (S3421).
  • the three-dimensional data encoding device determines whether or not the maximum absolute difference value maxdiff is less than the threshold value Thfix (S3422).
  • the threshold Thfix may be encoded and added to the stream header or the like.
  • the three-dimensional data encoding device determines the prediction mode value to “0” (S3423).
  • the three-dimensional data encoding apparatus selects one prediction mode from a plurality of prediction modes (S3424). Details of the prediction mode selection processing will be described later with reference to FIG.
  • the three-dimensional data encoding apparatus arithmetically encodes the prediction mode value indicating the selected prediction mode (S3425). Specifically, the three-dimensional data encoding apparatus arithmetically encodes the prediction mode value by executing steps S3401 and S3402 described with reference to FIG. Note that the three-dimensional data encoding apparatus may perform arithmetic encoding by binarizing the prediction mode PredMode using the number of prediction modes to which the prediction value is assigned, using a truncated unary code. That is, the 3D data encoding apparatus may arithmetically encode the prediction mode value by executing steps S3411 to S3413 described with reference to FIG.
  • the 3D data encoding apparatus calculates the prediction value of the prediction mode determined in step S3423 or the prediction mode selected in step S3425, and outputs the calculated prediction value (S3426).
  • the three-dimensional data encoding device uses the attribute values of the surrounding N three-dimensional points as the prediction value of the prediction mode indicated by the prediction mode value “0”. Calculate the average.
  • the three-dimensional data decoding apparatus calculates a maximum absolute difference value maxdiff of attribute values at N three-dimensional points around the three-dimensional point to be decoded (S3431).
  • the maximum absolute difference value maxdiff may be calculated as shown in FIG.
  • the maximum absolute difference value maxdiff calculates the absolute value of each difference of all pairs that can be taken when two of the surrounding N three-dimensional points are selected as a pair. It is the maximum value of absolute values.
  • the three-dimensional data decoding apparatus determines whether or not the maximum absolute difference value maxdiff is less than the threshold value Thfix (S3432).
  • the threshold Thfix may be set by decoding a stream header or the like.
  • the three-dimensional data decoding apparatus determines the prediction mode value to “0” (S3433).
  • the three-dimensional data decoding apparatus decodes the prediction mode value from the bitstream (S3434).
  • the three-dimensional data decoding apparatus calculates a prediction mode value determined in step S3433 or a prediction mode value indicated by the prediction mode value decoded in step S3434, and outputs the calculated prediction value (S3435). ).
  • the three-dimensional data decoding apparatus uses the average of attribute values of N surrounding three-dimensional points as the prediction value of the prediction mode indicated by the prediction mode value “0”. Is calculated.
  • FIG. 91 is a diagram illustrating an example of syntax according to the ninth embodiment. NumLoD, NumNeighborPoint [i], NumPredMode [i], Thfix [i], and NumOfPoint [i] in the syntax of FIG. 91 will be described in this order.
  • NumLoD indicates the number of LoD layers.
  • NumNeighborPoint [i] indicates the upper limit of the number of surrounding points used for generating a predicted value of a three-dimensional point belonging to the hierarchy i.
  • the surrounding score M is less than NumNeighborPoint [i] (M ⁇ NumNeighborPoint [i])
  • the predicted value may be calculated using M surrounding scores.
  • one NumNeighborPoint may be added to the header.
  • NumPredMode [i] indicates the total number (M) of prediction modes used for prediction of the attribute value of layer i.
  • the prediction mode number NumPredMode [i] may be defined by a profile or level such as a standard without being added to the stream. Further, the number of prediction modes may be defined by NumNeighborPoint [i] + NumPredMode [i]. Further, when it is not necessary to divide the value of NumPredMode [i] in each LoD, one NumPredMode may be added to the header.
  • Thfix [i] indicates a threshold value of the maximum absolute difference value for determining whether or not to fix the prediction mode of layer i. If the maximum absolute difference value of the attribute values of surrounding three-dimensional points used for prediction is smaller than Thfix [i], the prediction mode is fixed to 0.
  • Thfix [i] may be defined by a profile or level such as a standard without being added to the stream. Further, when it is not necessary to divide the value of Thfix [i] in each LoD, one Thfix may be added to the header.
  • NumOfPoint [i] indicates the number of three-dimensional points belonging to the hierarchy i.
  • NumOfPoint [NumPloD-1] (number of three-dimensional points belonging to the lowest layer) is not added to the header. You may make it calculate by calculating. Thereby, the code amount of the header can be reduced.
  • the value of NumPredMode [i] may be set larger for higher layers that are difficult to predict because the distance between 3D points belonging to LoD is far away, and the number of prediction modes that can be selected is increased. Good.
  • the lower layer that is more likely to be predicted may be set to a smaller value of NumPredMode [i] to suppress the bit amount necessary for encoding in the prediction mode.
  • the prediction layer that can be selected in the higher layer is increased to reduce the prediction residual, and the code amount of the prediction mode can be suppressed in the lower layer, so that the coding efficiency can be improved.
  • the upper layer that is difficult to predict due to the distance between the three-dimensional points belonging to LoD is set to a smaller value for Thfix [i], and the number of cases where the prediction mode is selected is increased. May be.
  • the lower layer that is more likely to be predicted may be set to a larger Thfix [i] value, and the prediction mode may be fixed to suppress the bit amount necessary for encoding the prediction mode.
  • NumLoD, NumNeighborPoint [i], NumPredMode [i], Thfix [i] or NumOfPoint [i] may be entropy-coded and added to the header.
  • each value may be binarized and arithmetically encoded.
  • Each value may be encoded with a fixed length in order to reduce the processing amount.
  • FIG. 92 is a diagram illustrating an example of syntax according to the ninth embodiment. PredMode, n-bit code, and retaining code in the syntax of FIG. 92 will be described in order.
  • PredMode indicates a prediction mode for encoding and decoding the attribute value of the j-th three-dimensional point of the hierarchy i.
  • N-bit code indicates encoded data of the prediction residual of the attribute information value.
  • the bit length of n-bit code depends on the value of R_TH [i].
  • the bit length of n-bit code is, for example, 6 bits when the value indicated by R_TH [i] is 63, and 8 bits when the value indicated by R_TH [i] is 255.
  • “Remaining code” indicates encoded data encoded by Exponential-Golob among encoded data of prediction residuals of attribute information values. Remaining code is decoded when n-bit code is the same as R_TH [i], and the prediction residual is decoded by adding the value of n-bit code and the value of remaining code. Note that when the n-bit code is not the same value as R_TH [i], the retaining code need not be decoded.
  • FIG. 93 is a flowchart of the 3D data encoding process performed by the 3D data encoding apparatus according to the ninth embodiment.
  • the three-dimensional data encoding device encodes position information (geometry) (S3441). For example, three-dimensional data encoding is performed using an octree representation.
  • the three-dimensional data encoding apparatus reassigns the original three-dimensional point attribute information to the changed three-dimensional point when the position of the three-dimensional point is changed by quantization or the like after the position information is encoded ( S3442). For example, the three-dimensional data encoding apparatus performs reallocation by interpolating the value of attribute information according to the amount of change in position. For example, the three-dimensional data encoding device detects N three-dimensional points before the change that are close to the three-dimensional position after the change, and performs weighted averaging of the attribute information values of the N three-dimensional points.
  • the three-dimensional data encoding apparatus determines the weight based on the distance from the three-dimensional position after the change to each of the N three-dimensional in the weighted average. Then, the three-dimensional data encoding apparatus determines the value obtained by the weighted average as the value of the attribute information of the three-dimensional point after the change. In addition, when two or more three-dimensional points are changed to the same three-dimensional position due to quantization or the like, the three-dimensional data encoding device uses the attribute information value of the changed three-dimensional point as the value before the change. You may assign the average value of the attribute information of two or more three-dimensional points.
  • the 3D data encoding apparatus encodes the attribute information (Attribute) after the reassignment (S3443). For example, when encoding a plurality of types of attribute information, the three-dimensional data encoding device may sequentially encode a plurality of types of attribute information. For example, when encoding color and reflectance as attribute information, the three-dimensional data encoding device may generate a bitstream in which the reflectance encoding result is added after the color encoding result. . Note that the order of the plurality of encoding results of the attribute information added to the bitstream is not limited to this order, and may be any order.
  • the 3D data encoding apparatus may add information indicating the encoded data start location of each attribute information in the bitstream to the header or the like.
  • the three-dimensional data decoding apparatus can selectively decode attribute information that needs to be decoded, so that the decoding process of attribute information that does not need to be decoded can be omitted. Therefore, the processing amount of the three-dimensional data decoding device can be reduced.
  • the three-dimensional data encoding device may encode a plurality of types of attribute information in parallel and integrate the encoding results into one bit stream. As a result, the three-dimensional data encoding apparatus can encode a plurality of types of attribute information at high speed.
  • FIG. 94 is a flowchart of attribute information encoding processing (S3443) according to Embodiment 9.
  • the 3D data encoding apparatus sets LoD (S3451). That is, the three-dimensional data encoding apparatus assigns each three-dimensional point to one of a plurality of LoDs.
  • the 3D data encoding apparatus starts a loop of LoD units (S3452). That is, the three-dimensional data encoding apparatus repeatedly performs the processes in steps S3453 to S3461 for each LoD.
  • the 3D data encoding apparatus starts a loop of 3D point units (S3453). That is, the 3D data encoding apparatus repeatedly performs the processes of steps S3454 to S3460 for each 3D point.
  • the three-dimensional data encoding device searches for a plurality of surrounding points, which are three-dimensional points existing around the target three-dimensional point, used to calculate a predicted value of the target three-dimensional point to be processed (S3454).
  • the 3D data encoding apparatus calculates a predicted value P of the target 3D point (S3455).
  • a predicted value P of the target 3D point S3455.
  • the 3D data encoding apparatus calculates a prediction residual which is a difference between the attribute information of the target 3D point and the predicted value (S3456).
  • the 3D data encoding apparatus calculates a quantized value by quantizing the prediction residual (S3457).
  • the 3D data encoding apparatus arithmetically encodes the quantized value (S3458).
  • the three-dimensional data encoding device calculates an inverse quantization value by inversely quantizing the quantization value (S3459).
  • the three-dimensional data encoding device generates a decoded value by adding the predicted value to the inverse quantized value (S3460).
  • the 3D data encoding apparatus ends the loop of the 3D point unit (S3461).
  • the three-dimensional data encoding device ends the loop of LoD units (S3462).
  • FIG. 95 is a flowchart of the predicted value calculation process (S3455) in the three-dimensional data encoding apparatus according to the ninth embodiment.
  • the three-dimensional data encoding device calculates a weighted average of attribute values of N three-dimensional points around the target three-dimensional point, which can be used to predict a predicted value of the target three-dimensional point to be processed.
  • the calculated weighted average is assigned to the prediction mode whose prediction mode value is “0” (S3420).
  • the three-dimensional data encoding apparatus outputs the predicted value of the target three-dimensional point by executing steps S3421 to S3426 described with reference to FIG.
  • FIG. 96 is a flowchart of prediction mode selection processing (S3424) according to the ninth embodiment.
  • the three-dimensional data encoding apparatus uses the attribute information of N three-dimensional points around the target three-dimensional point as prediction mode values from “1” to “N” in order from the closest distance to the target three-dimensional point.
  • a value incremented by 1 is assigned (S3427). Since prediction mode values are assigned from “0” to “N”, a total of N + 1 prediction modes are generated.
  • N + 1 exceeds the maximum number of prediction modes M (NumPredMode) added to the bitstream, the 3D data encoding device may generate up to M prediction modes.
  • the 3D data encoding apparatus calculates the cost of each prediction mode, and selects the prediction mode that minimizes the cost (S3428).
  • FIG. 97 is a flowchart of the process (S3428) for selecting a prediction mode with the lowest cost according to the ninth embodiment.
  • the set initial values of i and mincost are stored in the memory of the three-dimensional data encoding device.
  • the three-dimensional data encoding device calculates the cost cost [i] of the i-th prediction mode PredMode [i] using, for example, Expression D1 (S3472).
  • the 3D data encoding apparatus determines whether or not the calculated cost cost [i] is smaller than mincost stored in the memory (S3473).
  • step S3475 the 3D data encoding apparatus proceeds to step S3475.
  • the three-dimensional data encoding apparatus increments the value of i by 1 (S3475).
  • the three-dimensional data encoding apparatus determines whether i is smaller than the number of prediction modes (S3476).
  • the three-dimensional data encoding apparatus If i is smaller than the number of prediction modes (Yes in S3476), the three-dimensional data encoding apparatus returns to step S3472; otherwise (No in S3476), the three-dimensional data encoding apparatus ends the process of selecting the prediction mode with the lowest cost. .
  • FIG. 98 is a flowchart of the 3D data decoding process performed by the 3D data decoding apparatus according to the ninth embodiment.
  • the 3D data decoding apparatus decodes position information (geometry) from the bitstream (S3444).
  • the three-dimensional data decoding apparatus performs decoding using an octree representation.
  • the three-dimensional data decoding apparatus decodes attribute information (Attribute) from the bit stream (S3445). For example, when decoding a plurality of types of attribute information, the 3D data decoding apparatus may sequentially decode the plurality of types of attribute information. For example, when decoding color and reflectance as attribute information, the three-dimensional data decoding apparatus decodes the color coding result and the reflectance coding result in the order added to the bitstream. For example, in the bitstream, when the reflectance encoding result is added after the color encoding result, the 3D data decoding apparatus decodes the color encoding result and then the reflectance encoding result. Is decrypted. Note that the three-dimensional data decoding apparatus may decode the encoding result of the attribute information added to the bitstream in any order.
  • the 3D data decoding apparatus may acquire information indicating the encoded data start location of each attribute information in the bitstream by decoding the header or the like.
  • the three-dimensional data decoding apparatus can selectively decode attribute information that needs to be decoded, so that the decoding process of attribute information that does not need to be decoded can be omitted. Therefore, the processing amount of the three-dimensional data decoding device can be reduced.
  • the three-dimensional data decoding device may decode a plurality of types of attribute information in parallel and integrate the decoding results into one three-dimensional point group. Thereby, the 3D data decoding apparatus can decode a plurality of types of attribute information at high speed.
  • FIG. 99 is a flowchart of the attribute information decoding process (S3445) according to the ninth embodiment.
  • the 3D data decoding apparatus sets LoD (S3481). That is, the 3D data decoding apparatus assigns each of the plurality of 3D points having the decoded position information to any of the plurality of LoDs.
  • this allocation method is the same as the allocation method used in the three-dimensional data encoding device.
  • the 3D data decoding apparatus starts a loop of LoD units (S3482). That is, the three-dimensional data decoding apparatus repeatedly performs the processes in steps S3483 to S3489 for each LoD.
  • the 3D data decoding apparatus starts a loop in units of 3D points (S3483). That is, the three-dimensional data decoding apparatus repeatedly performs the processes in steps S3484 to S3488 for each three-dimensional point.
  • the three-dimensional data decoding apparatus searches for a plurality of surrounding points, which are three-dimensional points existing around the target three-dimensional point, used for calculating the predicted value of the target three-dimensional point to be processed (S3484). This process is the same as the process in the three-dimensional data encoding device.
  • the three-dimensional data decoding device calculates a predicted value P of the target three-dimensional point (S3485).
  • the 3D data decoding apparatus arithmetically decodes the quantized value from the bit stream (S3486).
  • the three-dimensional data decoding device calculates an inverse quantization value by inversely quantizing the decoded quantization value (S3487).
  • the three-dimensional data decoding device generates a decoded value by adding the predicted value to the inverse quantized value (S3488).
  • the 3D data decoding apparatus ends the loop of the 3D point unit (S3489).
  • the three-dimensional data decoding device ends the loop of LoD units (S3490).
  • FIG. 100 is a flowchart of predicted value calculation processing (S3485) in the three-dimensional data decoding apparatus according to the ninth embodiment.
  • the three-dimensional data decoding device calculates a weighted average of attribute values of N three-dimensional points around the target three-dimensional point, which can be used to predict a predicted value of the target three-dimensional point to be processed,
  • the calculated weighted average is assigned to a prediction mode having a prediction mode value of “0” (S3430).
  • the three-dimensional data decoding apparatus outputs the predicted value of the target three-dimensional point by executing steps S3431 to S3435 described in FIG.
  • step S3430 instead of executing step S3430, after it is determined Yes in step S3432, or when the prediction mode value decoded in step S3434 is “0”, the predicted value of the target three-dimensional point to be processed
  • a weighted average of attribute values of N three-dimensional points around the target three-dimensional point that can be used for the prediction of the target three-dimensional point may be calculated as a predicted value.
  • FIG. 101 is a flowchart of the prediction mode decoding process (S3434) according to the ninth embodiment.
  • the three-dimensional decoding apparatus uses the attribute information of N three-dimensional points around the target three-dimensional point as prediction mode values from “1” to “N” in order from the closest distance to the target three-dimensional point.
  • the incremented value is assigned (S3491). Since prediction mode values are assigned from “0” to “N”, a total of N + 1 prediction modes are generated.
  • N + 1 exceeds the maximum number of prediction modes M (NumPredMode) added to the bitstream, the 3D data decoding apparatus may generate up to M prediction modes.
  • the 3D data decoding apparatus arithmetically decodes the prediction mode using the number of prediction modes (S3492). Specifically, the 3D data decoding apparatus may arithmetically decode the prediction mode by executing steps S3403 and S3404 described with reference to FIG. Further, the three-dimensional data decoding apparatus may arithmetically decode the prediction mode by executing steps S3414 to S3416 described with reference to FIG.
  • FIG. 102 is a block diagram illustrating a configuration of the attribute information encoding unit 3100 included in the three-dimensional data encoding device according to the ninth embodiment.
  • FIG. 102 shows details of the attribute information encoding unit among the position information encoding unit, the attribute information reallocation unit, and the attribute information encoding unit provided in the three-dimensional data encoding apparatus. .
  • the attribute information encoding unit 3400 includes a LoD generation unit 3401, a surrounding search unit 3402, a prediction unit 3403, a prediction residual calculation unit 3404, a quantization unit 3405, an arithmetic encoding unit 3406, and an inverse quantization unit. 3407, a decoded value generation unit 3408, and a memory 3409.
  • the LoD generation unit 3401 generates LoD using position information (geometry) of the three-dimensional point.
  • the surrounding search unit 3402 searches for a neighboring 3D point adjacent to each 3D point using the LoD generation result by the LoD generation unit 3401 and the distance information indicating the distance between each 3D point.
  • the prediction unit 3403 generates a predicted value of the attribute information of the target 3D point to be encoded. Specifically, the prediction unit 3403 assigns the prediction value to the prediction mode indicated by the prediction mode value “0” to “M ⁇ 1”, and selects the prediction mode. The prediction unit 3403 outputs the selected prediction mode, specifically, a prediction mode value indicating the prediction mode, to the arithmetic coding unit. For example, the prediction unit 3403 performs the process of step S3455.
  • the prediction residual calculation unit 3404 calculates (generates) a prediction residual of the prediction value of the attribute information generated by the prediction unit 3403.
  • the prediction residual calculation unit 3404 performs the process of step S3456.
  • the quantization unit 3405 quantizes the prediction residual of the attribute information calculated by the prediction residual calculation unit 3404.
  • the arithmetic coding unit 3106 arithmetically codes the prediction residual after being quantized by the quantization unit 3105.
  • the arithmetic encoding unit 3406 outputs a bit stream including the arithmetically encoded prediction residual to, for example, a three-dimensional data decoding device.
  • the prediction residual may be binarized by, for example, the quantization unit 3405 before being arithmetically encoded by the arithmetic encoding unit 3406.
  • the arithmetic encoding unit 3406 may generate and encode various types of header information.
  • the arithmetic encoding unit 3406 may acquire the prediction mode used for encoding from the prediction block, perform arithmetic encoding, and add the prediction mode to the bitstream.
  • the inverse quantization unit 3407 performs inverse quantization on the prediction residual after being quantized by the quantization unit 3405.
  • the inverse quantization unit 3407 performs the process of step S3459.
  • the decoded value generation unit 3408 generates a decoded value by adding the prediction value of the attribute information generated by the prediction unit 3403 and the prediction residual after inverse quantization by the inverse quantization unit 3407.
  • the memory 3409 is a memory for storing the decoded value of the attribute information of each three-dimensional point decoded by the decoded value generation unit 3408. For example, when generating a prediction value of a three-dimensional point that has not yet been encoded, the prediction unit 3403 generates a prediction value by using the decoded value of the attribute information of each three-dimensional point stored in the memory 3409. .
  • FIG. 103 is a block diagram illustrating a configuration of the attribute information decoding unit 3410 included in the three-dimensional data decoding apparatus according to the ninth embodiment.
  • FIG. 103 shows details of the attribute information decoding unit among the position information decoding unit and the attribute information decoding unit provided in the three-dimensional data decoding apparatus.
  • the attribute information decoding unit 3410 includes a LoD generation unit 3411, a surrounding search unit 3412, a prediction unit 3413, an arithmetic decoding unit 3414, an inverse quantization unit 3415, a decoded value generation unit 3416, and a memory 3417. .
  • the LoD generation unit 3411 generates LoD using the position information (geometry information) of the three-dimensional points decoded by the position information decoding unit (not shown).
  • the surrounding search unit 3412 searches for a neighboring 3D point adjacent to each 3D point using the LoD generation result by the LoD generation unit 3411 and distance information indicating the distance between each 3D point.
  • the prediction unit 3413 generates a predicted value of the attribute information of the target 3D point to be decoded. For example, the prediction unit 3413 performs the process of step S3485.
  • the arithmetic decoding unit 3414 arithmetically decodes the prediction residual in the bitstream acquired from the attribute information encoding unit 3400.
  • the arithmetic decoding unit 3414 may decode various header information. Further, the arithmetic decoding unit 3414 may output the arithmetically decoded prediction mode to the prediction unit 3413. In this case, the prediction unit 3413 may calculate a prediction value using a prediction mode obtained by arithmetic decoding in the arithmetic decoding unit 3414.
  • the inverse quantization unit 3415 inversely quantizes the prediction residual arithmetically decoded by the arithmetic decoding unit 3414.
  • the decoded value generation unit 3416 adds the prediction value generated by the prediction unit 3413 and the prediction residual after being inversely quantized by the inverse quantization unit 3415 to generate a decoded value.
  • the decoded value generation unit 3416 outputs the decoded attribute information data to another device.
  • the memory 3417 is a memory for storing the decoded value of the attribute information of each three-dimensional point decoded by the decoded value generation unit 3416. For example, when generating a predicted value of a three-dimensional point that has not yet been decoded, the predicting unit 3413 generates a predicted value by using the decoded value of the attribute information of each three-dimensional point stored in the memory 3417. .
  • FIG. 104 is a block diagram showing a configuration of 3D data encoding apparatus 3420 according to Embodiment 9.
  • the three-dimensional data encoding device 3420 includes a prediction mode selection unit 3421, a prediction value calculation unit 3422, a prediction residual calculation unit 3423, and an encoding unit 3424.
  • the prediction mode selection unit 3421 uses the attribute information of one or more second 3D points around the first 3D point to calculate two or more predictions for calculating the predicted value of the attribute information of the first 3D point. Select one prediction mode of the modes.
  • the prediction value calculation unit 3422 calculates the prediction value of the prediction mode selected by the prediction mode selection unit 34121.
  • the prediction residual calculation unit 3423 calculates a prediction residual that is a difference between the attribute information of the first three-dimensional point and the prediction value calculated by the prediction value calculation unit 3422.
  • the encoding unit 3424 generates a bitstream including the selected prediction mode and the calculated prediction residual.
  • FIG. 105 is a block diagram showing a configuration of the three-dimensional data decoding device 3430 according to the ninth embodiment.
  • the three-dimensional data decoding device 3430 includes an acquisition unit 3431, a predicted value calculation unit 3432, and a decoding unit 3433.
  • the acquisition unit 3431 acquires the prediction mode and the prediction residual by acquiring the bitstream.
  • the predicted value calculation unit 3432 calculates the predicted value of the acquired prediction mode.
  • the decoding unit 3433 calculates the attribute information of the first three-dimensional point by adding the calculated prediction value and the acquired prediction residual.
  • the 3D data encoding apparatus performs the processing shown in FIG.
  • the 3D data encoding apparatus uses two or more attribute information of one or more second 3D points around the first 3D point to calculate two or more predicted values for the attribute information of the first 3D point.
  • One prediction mode is selected from the prediction modes (S3421a).
  • the three-dimensional data encoding device calculates a prediction value of the selected prediction mode (S3422a).
  • the three-dimensional data encoding apparatus calculates a prediction residual that is a difference between the attribute information of the first three-dimensional point and the calculated predicted value (S3423a).
  • the 3D data encoding apparatus generates a bitstream including the selected prediction mode and the calculated prediction residual (S3424a).
  • the three-dimensional data encoding apparatus can encode attribute information using the prediction value of one prediction mode of two or more prediction modes, the encoding efficiency of attribute information can be improved. it can.
  • the three-dimensional data encoding apparatus uses the average of the attribute information of one or more second three-dimensional points as the predicted value in the first prediction mode of the two or more prediction modes.
  • the attribute information of the second three-dimensional point is calculated as a prediction value.
  • the first prediction mode value indicating the first prediction mode is smaller than the second prediction mode value indicating the second prediction mode.
  • the bitstream includes a prediction mode value indicating the selected prediction mode as a prediction mode.
  • an average or attribute information of two or more is calculated as the predicted value in the prediction mode.
  • Attribute information is color information indicating the color of a three-dimensional point, and two or more averages or attribute information indicate values of two or more components that define a color space, respectively.
  • the 3D data encoding apparatus calculates the attribute information of one second 3D point as the predicted value in the third prediction mode of the two or more prediction modes, In the fourth prediction mode of the two or more prediction modes, the attribute information of the other second 3D point at a position farther from the second 3D point than the first 3D point is used as a predicted value. calculate.
  • the third prediction mode value indicating the third prediction mode is smaller than the fourth prediction mode value indicating the fourth prediction mode.
  • the bitstream includes a prediction mode value indicating the selected prediction mode as a prediction mode. According to this, the code amount can be reduced by setting the prediction mode value indicating the prediction mode for calculating the prediction value that is easy to be selected to a small value.
  • the attribute information includes first attribute information and second attribute information of a type different from the first attribute information.
  • the three-dimensional data encoding apparatus calculates the first predicted value using the first attribute information and calculates the second predicted value using the second attribute information.
  • the three-dimensional data encoding apparatus further generates binary data by binarizing a prediction mode value indicating a prediction mode with a truncated unary code corresponding to the number of prediction modes.
  • the bit stream includes binary data as a prediction mode. According to this, it is possible to reduce the code amount of a prediction mode value indicating a prediction mode for calculating a prediction value that is easily selected.
  • the three-dimensional data encoding device has one or more second cubics if the maximum absolute difference value of the attribute information of one or more second three-dimensional points is less than a predetermined threshold.
  • a prediction mode for calculating the average of the attribute information of the original point as a prediction value is selected and the maximum absolute difference value is equal to or greater than a predetermined threshold
  • one prediction mode is selected from two or more prediction modes. According to this, it is possible to reduce the processing amount when the maximum absolute difference value is less than the predetermined threshold value.
  • the 3D data decoding apparatus performs the processing shown in FIG.
  • the 3D data decoding apparatus acquires a prediction mode and a prediction residual by acquiring a bit stream (S3431a). Next, the 3D data decoding apparatus calculates a prediction value of the acquired prediction mode (S3432a). Next, the 3D data encoding apparatus calculates the attribute information of the first 3D point by adding the calculated prediction value and the acquired prediction residual (S3433a).
  • the 3D data decoding apparatus in the first prediction mode of the two or more prediction modes, attributes of one or more second 3D points around the first 3D point. An average of information is calculated as a predicted value, and attribute information of the second three-dimensional point is calculated as a predicted value in the second prediction mode of two or more prediction modes.
  • the first prediction mode value indicating the first prediction mode is smaller than the second prediction mode value indicating the second prediction mode.
  • the bitstream includes a prediction mode value indicating the selected prediction mode as a prediction mode.
  • the three-dimensional data decoding apparatus calculates an average or attribute information of two or more as the predicted value in the prediction mode.
  • Attribute information is color information indicating the color of a three-dimensional point, and two or more averages or attribute information indicate values of two or more components that define a color space, respectively.
  • the third prediction mode of the two or more prediction modes in the third prediction mode of the two or more prediction modes, one second 3D of one or more second 3D points around the first 3D point.
  • the point attribute information is calculated as a predicted value
  • the fourth prediction mode of the two or more prediction modes the distance from the first 3D point is farther than one second 3D point. 2.
  • Calculate the attribute information of the 3D point as a predicted value.
  • the third prediction mode value indicating the third prediction mode is smaller than the fourth prediction mode value indicating the fourth prediction mode.
  • the bitstream includes a prediction mode value indicating the selected prediction mode as a prediction mode. According to this, the time required for decoding the attribute information can be reduced by setting the prediction mode value indicating the prediction mode for calculating a prediction value that is easy to be selected to a small value.
  • the attribute information includes first attribute information and second attribute information of a type different from the first attribute information.
  • the first predicted value is calculated using the first attribute information
  • the second predicted value is calculated using the second attribute information.
  • the three-dimensional data decoding apparatus acquires binary data binarized with a truncated unary code corresponding to the number of prediction modes as a prediction mode.
  • the predicted value (S3432a) if the maximum absolute difference value of the attribute information of one or more second 3D points around the first 3D point is less than a predetermined threshold, 1 or more second tertiary The average of the attribute information of the original point is calculated as a predicted value, and when the maximum absolute difference value is greater than or equal to a predetermined threshold, the predicted value of one prediction mode of two or more prediction modes is calculated as the predicted value.
  • the three-dimensional data encoding device includes N three-dimensional points around the target three-dimensional point to be encoded, which can be used for prediction in each of the three-dimensional data encoding device and the three-dimensional data decoding device.
  • the maximum absolute difference value of the attribute value at (surrounding three-dimensional points) (that is, the maximum absolute value of the difference between the attribute values of any two three-dimensional points among the N three-dimensional points) is calculated.
  • the 3D data encoding device fixes the prediction mode according to the calculated value, that is, whether to use a predetermined prediction mode or select a prediction mode and add it to the bitstream. Switch.
  • the 3D data encoding device does not have to switch between fixing the prediction mode according to the maximum absolute difference value or selecting the prediction mode and adding it to the bitstream.
  • the three-dimensional data encoding device may select whether the prediction mode is fixed or the prediction mode is selected under the above-described conditions, and the result may be added to the bitstream as a prediction mode fixing flag.
  • the 3D data decoding apparatus decodes the prediction mode fixed flag added to the bitstream, so that the 3D data encoding apparatus fixes the prediction mode or selects the prediction mode and encodes the prediction mode. Can be determined.
  • the 3D data decoding apparatus can determine that the prediction mode is not encoded in the bitstream when the prediction mode is fixed by the 3D data encoding apparatus. On the other hand, the 3D data decoding apparatus can determine that it is necessary to decode the prediction mode of the bitstream when the prediction mode is selected by the 3D data encoding apparatus. Thereby, the three-dimensional data decoding apparatus can correctly decode the encoded prediction mode included in the bitstream.
  • the mode can be arithmetic decoded.
  • the three-dimensional data decoding apparatus can execute the arithmetic decoding of the bit stream and the LoD generation in parallel. Therefore, the three-dimensional data decoding apparatus can improve the overall throughput of processing.
  • the three-dimensional data encoding device may add a prediction mode fixed flag for each three-dimensional point.
  • the 3D data decoding apparatus can switch whether the prediction mode is fixed or selected for each 3D point based on the prediction mode fixing flag. Therefore, the three-dimensional data encoding device can improve encoding efficiency.
  • the 3D data encoding apparatus may set a prediction mode fixed flag for each LoD.
  • the three-dimensional data encoding apparatus enables the prediction mode to be selected by setting the prediction mode fixing flag to 0 for the upper layer that is difficult to predict among the layers of LoD, and the prediction mode is fixed to the lower layer that is easy to predict. Set the flag to 1 to fix the prediction mode. Thereby, the three-dimensional data encoding apparatus can reduce the code amount to which the prediction mode is added.
  • FIG. 108 is a flowchart showing prediction mode determination processing executed by the three-dimensional data encoding apparatus according to the present embodiment.
  • the 3D data encoding apparatus calculates the maximum absolute difference value maxdiff of attribute values at N 3D points around the target 3D point to be encoded (S3501).
  • FIG. 109 is a diagram illustrating a syntax example of prediction mode determination processing executed by the three-dimensional data encoding device according to the present embodiment. Specifically, FIG. 109 is a diagram illustrating a syntax example of step S3501 of FIG.
  • the attribute values around the target three-dimensional point to be encoded are indicated by a [0] to a [N ⁇ 1], and the maximum absolute difference value is indicated by maxdiff.
  • N attribute values around the target 3D point to be encoded are attribute values encoded by the 3D data encoding device and decoded by the 3D data decoding device.
  • the three-dimensional data encoding apparatus calculates the maximum absolute difference value maxdiff using, for example, the syntax example shown in FIG.
  • N three-dimensional points around the target three-dimensional point to be encoded which are used for prediction by the three-dimensional data encoding device, are encoded with a distance from the target three-dimensional point to be encoded being smaller than the threshold THd. N decoded three-dimensional points.
  • the three-dimensional data encoding device may add the maximum value of N to the bitstream as NumNeighborPoint.
  • the value of N is the value of NumNeighborPoint, such as when the number of encoded and decoded 3D points in the attribute information of the 3D points around the target 3D point to be encoded is less than the value of NumNeighborPoint. Does not have to match.
  • the three-dimensional data encoding apparatus determines whether or not maxdiff ⁇ Thfix is satisfied (S3502). Note that Thfix is a predetermined constant.
  • the three-dimensional data encoding apparatus sets the prediction mode fixed flag (fixedPredMode) to 1 and performs arithmetic encoding (S3503).
  • the 3D data encoding apparatus determines the value of the prediction mode (PredMode / hereinafter also simply referred to as prediction mode) to 0 (S3504).
  • PredMode hereinafter also simply referred to as prediction mode
  • the three-dimensional data encoding apparatus sets the prediction mode fixed flag to 0 and performs arithmetic encoding (S3505).
  • the 3D data encoding apparatus selects a prediction mode (S3506).
  • the 3D data encoding apparatus arithmetically encodes the selected prediction mode (S3507).
  • the 3D data device sets the prediction mode to 0 when the maximum absolute difference value of the attribute values of the 3D points around the target 3D point to be encoded is smaller than Thfix [i].
  • Thfix i
  • the three-dimensional data encoding device may fix the prediction mode to any of 0 to M-1.
  • the three-dimensional data encoding apparatus may add a fixed prediction mode value (also referred to as PredMode or mode number) to the bitstream.
  • a fixed prediction mode value also referred to as PredMode or mode number
  • FIG. 110 is a flowchart showing prediction mode determination processing executed by the 3D data decoding apparatus according to the present embodiment.
  • the 3D data decoding apparatus arithmetically decodes the encoded prediction mode fixed flag included in the bitstream (S3511).
  • the 3D data decoding apparatus determines the value of the prediction mode to be 0 (S3513).
  • the 3D data decoding apparatus determines the value of the prediction mode by decoding from the bitstream (S3514).
  • the 3D data decoding apparatus determines a prediction value based on the determined prediction mode.
  • prediction mode fixed flag may be provided at an arbitrary position.
  • FIG. 111 is a diagram illustrating a syntax example of attribute data when a prediction mode fixed flag is provided for each three-dimensional point.
  • FixedPredMode is a flag indicating whether or not the 3D data encoding apparatus fixes the prediction mode. For example, when the value of fixedPredMode is 1, the 3D data encoding apparatus may fix the prediction mode, and when the value of fixedPredMode is 0, the 3D data encoding apparatus may select the prediction mode.
  • the fixedPredMode may be set for each LoD layer as shown in FIG.
  • FIG. 112 is a diagram illustrating a syntax example of attribute data when a prediction mode fixed flag is provided for each LoD hierarchy.
  • FixedPredMode [i] is a flag indicating whether or not the prediction mode of the LoD layer i is fixed.
  • PredMode is a value indicating a prediction mode for encoding and decoding the attribute value of the j-th three-dimensional point of the hierarchy i.
  • PredMode takes a value from 0 to M ⁇ 1 (where M is the total number of prediction modes). Note that the 3D data decoding apparatus may estimate PredMode to be 0 when PredMode is not in the bitstream (specifically, when! FixedPredMode && NumPredMode [i]> 1 is not satisfied).
  • the 3D data decoding apparatus may not set PredMode to 0, and may employ any value from 0 to M ⁇ 1 as an estimated value.
  • the 3D data encoding apparatus may add an estimated value when PredMode is not included in the bitstream to a header or the like.
  • the 3D data encoding apparatus binarizes PredMode with a truncated unary code using the value of the prediction mode total number M, and arithmetically codes the binarized value. May be used.
  • the truncated unary code is one of binarization methods.
  • a signal in which the same number of 1s as the value indicated by the multilevel signal are arranged and finally 0 is generated is generated.
  • a multilevel signal having a maximum value a maximum value is set in advance, and a signal in which the same number of 1s as the value indicated by the multilevel signal is arranged (a signal to which 0 is not added at the end) is generated.
  • each prediction mode is a prediction mode. 0 to 4, 0, 10, 110, 1110, and 1111 in order. In this way, the three-dimensional data encoding apparatus binarizes the prediction mode with the truncated unary code using the number of prediction modes (that is, according to the number of prediction modes).
  • a signal in which 0s of the same number as the value indicated by the multilevel signal are arranged and 1 is added at the end may be generated. . That is, the above 0 and 1 may be reversed.
  • the three-dimensional data encoding apparatus may add the value of the prediction mode total number M after arithmetically encoding the value as NumPredMode in the header.
  • NumPredMode is a value indicating the total number of prediction modes.
  • the three-dimensional data decoding apparatus can decode NumPredMode in the header to calculate the prediction mode total number M, and can decode PredMode using the prediction mode total number M. Therefore, the three-dimensional data decoding apparatus sets (generates) LoD, calculates the three-dimensional points around the target three-dimensional point to be decoded that can be used for prediction, and calculates the number of prediction modes assigned with the prediction values. It is possible to perform bitstream arithmetic decoding without waiting. Thereby, since the 3D data decoding apparatus can execute the arithmetic decoding of the bit stream and the LoD generation in parallel, the overall throughput of the processing can be improved.
  • the n-bit code is encoded data of the prediction residual of the attribute information value.
  • the bit length of the n-bit code depends on the value of R_TH [i]. For example, when the value indicated by R_TH [i] is 63, it is 6 bits, and when the value indicated by R_TH [i] is 255, it is 8 bits.
  • the value indicated by R_TH may be arbitrarily determined in advance.
  • the remaining code (remaining code) is encoded data encoded with an exponential Golomb code among encoded data of prediction residuals of attribute information values.
  • the three-dimensional data decoding apparatus decodes the remaining code when the n-bit code is the same as R_TH [i], and adds the value of the n-bit code and the value of the remaining code to decode the prediction residual.
  • the three-dimensional data decoding device does not have to decode the remaining code when the n-bit code is not the same value as R_TH [i].
  • FIG. 113 is a flowchart illustrating an example of a prediction mode encoding process of the three-dimensional data encoding device.
  • the three-dimensional data encoding apparatus binarizes the prediction mode with a truncated unary code using the prediction mode total number M (S3521).
  • the three-dimensional data encoding apparatus arithmetically encodes the binary data of the truncated unary code (S3522).
  • the 3D data encoding apparatus adds the prediction mode total number M as NumPredMode to the header for encoding (S3523).
  • the 3D data encoding apparatus transmits, for example, a bit stream including the encoded NumPredMode to the 3D data decoding apparatus.
  • FIG. 114 is a flowchart showing an example of the decoding process in the prediction mode of the 3D data decoding apparatus.
  • the 3D data decoding apparatus decodes the encoded NumPredMode included in the bitstream, and sets the prediction mode total number M (S3524).
  • the 3D data decoding apparatus arithmetically decodes the encoded PredMode using the decoded prediction mode total number M, and generates binary data of the truncated unary code (S3525).
  • the 3D data decoding apparatus calculates a prediction mode from the binarized data of the truncated unary code (S3526).
  • the three-dimensional data encoding apparatus may arithmetically encode the above-described fixedPredMode using an encoding table.
  • Each three-dimensional data encoding device may update the occurrence probability of 0 and 1 in the encoding table according to the value of fixedPredMode that has actually occurred.
  • the three-dimensional data encoding apparatus may fix the occurrence probability of 0 and 1 in either encoding table. As a result, the three-dimensional data encoding apparatus can reduce the processing amount by suppressing the number of updates of the occurrence probability of 0 and 1 in the encoding table.
  • FIG. 115 is a flowchart of three-dimensional data encoding processing by the three-dimensional data encoding device according to the present embodiment.
  • the three-dimensional data encoding device encodes position information (geometry) (S3531).
  • the three-dimensional data encoding device may encode using, for example, an octree representation.
  • the three-dimensional data encoding device re-creates the original three-dimensional point attribute information in the changed three-dimensional point. Assign (S3532).
  • the three-dimensional data encoding device may perform reallocation by interpolating the value of attribute information in accordance with the amount of change in position. For example, the three-dimensional data encoding device detects N three-dimensional points around the target three-dimensional point to be encoded that is close to the three-dimensional position after the change, and detects the N three-dimensional points detected. The attribute information value is weighted and averaged based on the distance from the target 3D position of the encoding target after the change to each of the N 3D points, and the value is used as the attribute information value of the changed 3D point. Also good.
  • the three-dimensional data encoding device uses two or more pre-change attribute values as the value of the attribute information after the change. You may assign the average value of the attribute information in a three-dimensional point.
  • the 3D data encoding apparatus encodes the attribute information (Attribute) after the reassignment (S3533). For example, when encoding a plurality of attribute information as the attribute information, the three-dimensional data encoding device may sequentially encode the attribute information.
  • the three-dimensional data encoding device when encoding color and reflectance as attribute information, the three-dimensional data encoding device generates a bitstream in which the encoding result of the reflectance is added after the encoding result of the color. Also good.
  • the 3D data encoding apparatus may add the attribute information encoding results to the bitstream in any order.
  • the three-dimensional data encoding device may add a start location of encoded data of each attribute information in the bitstream to a header or the like.
  • the three-dimensional data decoding apparatus can reduce the processing amount by omitting the decoding process of attribute information that does not need to be decoded.
  • the 3D data encoding apparatus may encode a plurality of attribute information in parallel and integrate the encoding results into one bit stream.
  • the three-dimensional data encoding apparatus can encode a plurality of attribute information at high speed.
  • FIG. 116 is a flowchart of the attribute information encoding process (S3533) shown in FIG.
  • the three-dimensional data encoding device sets LoD (S35331). That is, the three-dimensional data encoding apparatus assigns each three-dimensional point to one of a plurality of LoDs.
  • the three-dimensional data encoding device starts a loop of LoD units (S35332). That is, the three-dimensional data encoding apparatus repeatedly performs the processes of steps S35333 to S35341 for each LoD.
  • the 3D data encoding apparatus starts a loop for each 3D point (S35333). In other words, the 3D data encoding apparatus repeatedly performs the processing of steps S35334 to S35340 for each 3D point for a certain LoD.
  • FIG. 116 illustrates encoding at the target three-dimensional point P to be encoded.
  • the three-dimensional data encoding device searches for a plurality of surrounding points, which are three-dimensional points existing around the target three-dimensional point P, used to calculate a predicted value of the target three-dimensional point P to be processed ( S35334).
  • the 3D data encoding apparatus calculates a predicted value of the target 3D point P (S35335).
  • the 3D data encoding apparatus calculates a prediction residual that is a difference between the attribute information of the target 3D point P and the predicted value (S35336).
  • the 3D data encoding apparatus calculates a quantized value by quantizing the prediction residual (S35337).
  • the three-dimensional data encoding device arithmetically encodes the quantized value (S35338).
  • the 3D data encoding apparatus calculates an inverse quantization value by inverse quantization of the quantization value (S35339).
  • the three-dimensional data encoding device generates a decoded value by adding the predicted value to the inverse quantized value (S35340).
  • the 3D data encoding apparatus ends the loop for each 3D point (S35341).
  • the three-dimensional data encoding device ends the loop for each LoD (S35342).
  • FIG. 117 is a flowchart of the predicted value calculation process (S35335) shown in FIG.
  • the three-dimensional data encoding device calculates a weighted average value of attribute values of N surrounding three-dimensional points of the target three-dimensional point to be encoded, which can be used for prediction, and assigns it to prediction mode 0 ( S353351).
  • the 3D data encoding apparatus calculates a maximum absolute difference value maxdiff of attribute values of N surrounding 3D points of the target 3D point to be encoded (S353352).
  • the three-dimensional data encoding device determines whether or not the maximum absolute difference value maxdiff ⁇ Thfix is satisfied (S353353).
  • the three-dimensional data encoding apparatus sets the prediction mode fixed flag to 1 and performs arithmetic encoding (S353354).
  • the three-dimensional data encoding apparatus determines the prediction mode to be 0 (prediction mode indicating the weighted average value as a prediction value) (S353355).
  • the 3D data encoding apparatus arithmetically encodes the predicted value of the determined prediction mode, and outputs it to, for example, the 3D data decoding apparatus (S353356).
  • the three-dimensional data encoding apparatus sets the prediction mode fixed flag to 0 and performs arithmetic encoding (S353357).
  • the 3D data encoding apparatus selects and determines a prediction mode (S353358).
  • the three-dimensional data encoding apparatus arithmetically encodes the prediction mode selected and determined (S353359).
  • the three-dimensional data encoding device may perform arithmetic encoding by binarizing the prediction mode PredMode using a truncated unary code using the prediction mode total number M.
  • the three-dimensional data encoding apparatus may encode and add the prediction mode total number M to the header as NumPredMode.
  • the 3D data decoding apparatus can correctly decode the prediction mode PredMode by decoding NumPredMode in the header.
  • FIG. 118 is a flowchart of the prediction mode selection processing (S353358) shown in FIG. 117.
  • the three-dimensional data encoding apparatus obtains attribute information of N three-dimensional points around the target three-dimensional point to be encoded from prediction modes 1 to N in order from the closest distance to the target three-dimensional point. Assign (S3541). For example, the three-dimensional data encoding device generates N + 1 prediction modes. Note that the 3D data encoding apparatus may generate up to M prediction modes when N + 1 exceeds the total number M (NumPredMode) of prediction modes added to the bitstream.
  • the 3D data encoding apparatus calculates the cost of each mode and selects a prediction mode that minimizes the cost (S3542).
  • FIG. 119 is a flowchart illustrating a specific example of the prediction mode selection processing (S3542) illustrated in FIG. 118.
  • the three-dimensional data encoding device calculates the cost (cost [i]) of the i-th prediction mode PredMode [i] (S35422).
  • the 3D data encoding device determines whether or not cost [i] ⁇ mincost is satisfied (S35423).
  • the 3D data encoding apparatus determines whether i ⁇ prediction mode number (total number of prediction modes) is satisfied (S35426).
  • the three-dimensional data encoding apparatus ends the selection process, and when it is determined that i ⁇ prediction mode number is satisfied (Yes in S35426), processing is performed. It returns to step S35422.
  • 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 decodes the encoded 3D point position information (geometry) (S3551).
  • the three-dimensional data decoding apparatus may decode the position information using, for example, an octree representation.
  • the 3D data decoding apparatus decodes the encoded attribute information of the 3D point (S3552).
  • the three-dimensional data decoding apparatus may sequentially decode a plurality of attribute information as attribute information. For example, when decoding color and reflectance as attribute information, the three-dimensional data decoding apparatus decodes a bitstream in which the reflectance encoding result is added after the color encoding result in this order. Also good.
  • the 3D data decoding apparatus may decode the encoding result of the attribute information added to the bit stream in any order.
  • the 3D data decoding apparatus may obtain the start location of the encoded data of each attribute information in the bitstream by decoding the header or the like.
  • the 3D data decoding apparatus can decode attribute information that needs to be decoded. Therefore, the 3D data decoding apparatus can reduce the processing amount by omitting the decoding process of attribute information that does not need to be decoded.
  • the 3D data decoding apparatus may decode a plurality of attribute information in parallel and integrate the decoding results into one 3D point group.
  • the 3D data decoding apparatus can decode a plurality of attribute information at high speed.
  • 121 is a flowchart of the P predicted value calculation processing (S3552) shown in FIG.
  • the 3D data decoding apparatus acquires the decoded position information of the 3D points included in the bitstream (S35520). Specifically, the three-dimensional data decoding device acquires the decoded position information by decoding the encoded position information of the three-dimensional point included in the bitstream transmitted from the three-dimensional data encoding device. To do.
  • the 3D data decoding apparatus sets LoD (S35521). That is, the three-dimensional data decoding apparatus assigns each three-dimensional point to one of a plurality of LoDs.
  • the 3D data decoding apparatus starts a loop of LoD units (S35522). That is, the three-dimensional data decoding apparatus repeats the processes of steps S35523 to S35528 for each LoD.
  • the 3D data decoding apparatus acquires attribute information included in the bitstream in parallel with, for example, the processing after step S35520 (S355201).
  • the three-dimensional data decoding apparatus decodes PredMode and P quantization values (S355211).
  • the 3D data decoding apparatus adds the number of 3D points NumOfPoint for each LoD layer to the header part or the like. Therefore, the decoding process of PredMode in the bitstream and the process of calculating the three-dimensional points around the target three-dimensional point to be decoded that can be used for the prediction after the LoD generation can be made independent. By doing so, the three-dimensional data decoding apparatus performs LoD generation (LoD generation) and search for adjacent points of P, and PredMode, n-bit code and remaining code arithmetic decoding processing (decoded PredMode and quantized value of P). Can be executed independently. For this reason, the three-dimensional data decoding devices may each process in parallel.
  • LoD generation LoD generation
  • PredMode n-bit code and remaining code arithmetic decoding processing
  • the three-dimensional data decoding apparatus can reduce the entire processing time.
  • the 3D data decoding apparatus starts a loop for each 3D point (S35523). That is, the three-dimensional data decoding apparatus repeatedly performs the processing of steps S35524 to S35527 for each three-dimensional point for a certain LoD. Note that FIG. 121 illustrates decoding at the target three-dimensional point P to be decoded.
  • the three-dimensional data decoding apparatus searches for a plurality of surrounding points, which are three-dimensional points existing around the target three-dimensional point P, used to calculate a predicted value of the target three-dimensional point P to be processed (S35524). ).
  • the 3D data decoding apparatus calculates a predicted value of the target 3D point P based on PredMode (that is, the value of the prediction mode) decoded in step S355111 (S35525).
  • PredMode that is, the value of the prediction mode
  • the 3D data decoding apparatus calculates an inverse quantization value by inversely quantizing the quantization value based on the quantization value of P decoded in step S35511 (S35526).
  • the three-dimensional data decoding device generates a decoded value by adding the predicted value to the inverse quantized value (S35527).
  • the 3D data decoding apparatus ends the loop for each 3D point (S35527).
  • the 3D data decoding apparatus ends the loop for each LoD (S35528).
  • FIG. 122 is a flowchart showing details of the P predicted value calculation processing (S35525) shown in FIG.
  • the three-dimensional data decoding apparatus calculates a weighted average of attribute values of N three-dimensional points around the target three-dimensional point to be decoded, which can be used for prediction, and assigns it to the prediction mode 0 (S355251).
  • the three-dimensional data decoding apparatus assigns attribute information of N pieces of three-dimensional points from prediction modes 1 to N in order from a three-dimensional point close to the target three-dimensional point to be decoded (S355252).
  • the 3D data decoding apparatus outputs the prediction value of the prediction mode decoded in step S355111 shown in FIG. 121 (S355253).
  • the 3D data encoding apparatus determines N around the target 3D point to be encoded after determining the prediction mode as 0, that is, when maxdiff ⁇ Thfix is true or the decoded prediction mode is 0.
  • a weighted average of attribute values of the three-dimensional points may be calculated.
  • the 3D data decoding apparatus does not need to calculate a weighted average value when the prediction mode is other than 0. Therefore, the three-dimensional data decoding device can reduce the processing amount.
  • FIG. 123 is a flowchart of the prediction mode and P quantization value calculation process (S355211) shown in FIG. 122.
  • the 3D data decoding apparatus arithmetically decodes the prediction mode fixed flag (S3561).
  • the three-dimensional data decoding apparatus fixes the prediction mode to 0 (weighted average value) (S3563).
  • the 3D data decoding apparatus decodes the prediction mode from the bitstream (S3564).
  • the three-dimensional data decoding apparatus may arithmetically decode the prediction mode PredMode using the prediction mode total number M obtained by decoding the header of the bitstream.
  • the three-dimensional data decoding apparatus arithmetically decodes the remaining code (S3566).
  • the three-dimensional data decoding apparatus calculates the value of the remaining code using the exponent Golomb code table (S3567).
  • the three-dimensional data decoding apparatus sets (R_TH [LoDN] + remaining code value) to the prediction residual (S3568).
  • the three-dimensional data decoding apparatus converts the decoded prediction residual from an unsigned integer value to a signed integer value (S3569).
  • the three-dimensional data decoding apparatus decodes the prediction mode from the bitstream (S3570), and performs step S3569. Execute.
  • the three-dimensional data encoding device includes N three-dimensional points around the target three-dimensional point to be encoded, which can be used for prediction in each of the three-dimensional data encoding device and the three-dimensional data decoding device.
  • the maximum absolute difference value of the attribute value at is calculated.
  • the 3D data encoding apparatus switches between fixing the prediction mode according to the calculated value or selecting the prediction mode and adding it to the bitstream.
  • the 3D data encoding device does not have to switch between fixing the prediction mode according to the maximum absolute difference value or selecting the prediction mode and adding it to the bitstream.
  • the three-dimensional data encoding device may always select a prediction mode and add the prediction mode to the bit storm.
  • the 3D data decoding apparatus can decode the bitstream correctly by always decoding the prediction mode added to the bitstream.
  • the 3D data decoding apparatus arithmetically decodes the prediction mode without calculating the maximum absolute difference value of the attribute value at the N 3D points around the target 3D point to be decoded that can be used for prediction. Will be able to. Therefore, the three-dimensional data decoding apparatus can execute arithmetic decoding of a bitstream and LoD generation in parallel. Thereby, the three-dimensional data decoding apparatus can improve the overall throughput of the processing.
  • FIG. 124 is a flowchart of processing when the 3D data encoding apparatus according to the present embodiment does not fix the prediction mode.
  • the 3D data encoding apparatus selects a prediction mode (S3571).
  • the 3D data encoding apparatus arithmetically encodes the selected prediction mode (S3572).
  • FIG. 125 is a flowchart of processing when the 3D data decoding apparatus according to the present embodiment does not fix the prediction mode.
  • the 3D data decoding apparatus decodes the prediction mode from the bit stream (S3573).
  • the method by which the 3D data encoding device always selects the prediction mode is not particularly limited.
  • the three-dimensional data encoding apparatus can always add PredMode to the bitstream because the minimum value of maxdiff is 0.
  • Thfix [i] may be any value as long as maxdiff ⁇ Thfix [i] is true.
  • FIG. 126 is a diagram showing another example of the syntax of attribute data according to the present embodiment.
  • PredMode is a value indicating a prediction mode for encoding and decoding the attribute value of the j-th three-dimensional point of the LoD layer i.
  • PredMode takes a value from 0 to M ⁇ 1 (where M is the total number of prediction modes).
  • the 3D data decoding apparatus may estimate PredMode as 0 when PredMode is not included in the bitstream (specifically, when NumPredMode [i]> 1 is not satisfied).
  • the 3D data decoding apparatus may not set the PredMode to 0, and may employ any value from 0 to M ⁇ 1 as the estimated value.
  • the 3D data encoding apparatus may add an estimated value when PredMode is not included in the bitstream to a header or the like.
  • the three-dimensional data encoding apparatus may binarize PredMode with a truncated unary code using the value of the prediction mode total number M, and may arithmetically encode the binarized value.
  • the 3D data encoding apparatus may encode and add the value of the prediction mode total number M to the header of the bitstream as NumPredMode.
  • the three-dimensional data decoding apparatus can decode NumPredMode in the header to calculate the prediction mode total number M, and can decode PredMode using the prediction mode total number M. Therefore, the three-dimensional data decoding apparatus waits for the calculation of the number of prediction modes to which LoD is generated, the three-dimensional points around the target three-dimensional point to be decoded, which can be used for prediction, and the prediction values are assigned.
  • the bitstream can be arithmetically decoded.
  • the three-dimensional data decoding apparatus can execute the arithmetic decoding of the bit stream and the LoD generation in parallel. Therefore, the three-dimensional data decoding apparatus can improve the overall throughput of processing.
  • the n-bit code is encoded data of the prediction residual of the attribute information value.
  • the bit length of the n-bit code depends on the value of R_TH [i]. For example, when the value indicated by R_TH [i] is 63, it is 6 bits, and when the value indicated by R_TH [i] is 255, it is 8 bits.
  • the remaining code (remaining code) is encoded data encoded by an exponential Golomb code among encoded data of prediction residuals of attribute information values.
  • the three-dimensional data decoding apparatus decodes the remaining code when the n-bit code is the same as R_TH [i], and adds the value of the n-bit code and the value of the remaining code to decode the prediction residual.
  • the three-dimensional data decoding device does not have to decode the remaining code when the n-bit code is not the same value as R_TH [i].
  • FIG. 127 is a flowchart showing an example of prediction mode encoding processing of the three-dimensional data encoding device according to the present embodiment.
  • the three-dimensional data encoding apparatus binarizes the prediction mode with the truncated unary code using the prediction mode total number M (S3574).
  • the three-dimensional data encoding device arithmetically encodes the binary data of the truncated unary code (S3575).
  • the 3D data encoding apparatus adds the prediction mode total number M to the header as NumPredMode and encodes it (S3576).
  • FIG. 128 is a flowchart showing an example of the decoding process in the prediction mode of the three-dimensional data decoding apparatus according to the present embodiment.
  • the 3D data decoding apparatus decodes the encoded NumPredMode included in the bitstream, and sets the prediction mode total number M (S3577).
  • the 3D data decoding apparatus arithmetically decodes the encoded PredMode using the decoded prediction mode total number M, and generates binary data of the truncated unary code (S3578).
  • the 3D data decoding apparatus calculates a prediction mode from the binary data of the truncated unary code (S3579).
  • FIG. 129 is a flowchart illustrating another example of the predicted value calculation process (step S35335) illustrated in FIG.
  • the three-dimensional data encoding device calculates a weighted average value of attribute values of N surrounding three-dimensional points of the target three-dimensional point to be encoded, which can be used for prediction, and assigns it to prediction mode 0 ( S3581).
  • the 3D data encoding apparatus selects and determines a prediction mode (S3582).
  • the three-dimensional data encoding apparatus arithmetically encodes the prediction mode selected and determined (S3583).
  • the three-dimensional data encoding device outputs the predicted value of the determined prediction mode (S3584).

Landscapes

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

Abstract

三次元データ符号化方法は、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、第１三次元点の周囲の１以上の第２三次元点の属性情報を用いて、第１三次元点の属性情報の予測値を算出するための２以上の予測モードのうちの１つの予測モードを選択し（Ｓ３５９１）、選択された１つの予測モードの予測値を算出し（Ｓ３５９２）、第１三次元点の属性情報と算出された予測値との差分である予測残差を算出（Ｓ３５９３）し、当該１つの予測モードと当該予測残差と当該２以上の予測モードの数とを含む第１ビットストリームを生成（Ｓ３５９４）する。

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、映像配信等、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、レンジファインダ等の距離センサ、ステレオカメラ、又は複数の単眼カメラの組み合わせ等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等がある）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）等によって一部サポートされている。
　また、三次元の地図データを用いて、車両周辺に位置する施設を検索し、表示する技術が知られている（例えば、特許文献１参照）。
国際公開第２０１４／０２０６６３号
　三次元データの符号化においては、復号処理での処理量が削減された符号化データを生成できることが望まれている。
　本開示は、復号処理での処理量が削減された符号化データを生成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、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、第１三次元点の周囲の１以上の第２三次元点の属性情報を用いて、前記第１三次元点の属性情報の予測値を算出するための２以上の予測モードのうちの１つの予測モードを選択し、選択された前記１つの予測モードの前記予測値を算出し、前記第１三次元点の属性情報と算出された前記予測値との差分である予測残差を算出し、前記１つの予測モードと前記予測残差と前記２以上の予測モードの数とを含む第１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、符号化さ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、ビットストリームに含まれる符号化された予測モードの数を復号し、前記ビットストリームに含まれる符号化された予測モードであって、第１三次元点の属性情報の予測値を算出するための２以上の予測モードのうちの符号化された１つの予測モードを、復号した前記予測モードの数を用いて復号し、復号した前記１つの予測モードの予測値を算出する。
　本開示は、復号処理の処理量が削減された符号化データを生成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に係る三次元点の例を示す図である。 図５２は、実施の形態８に係るＬｏＤの設定例を示す図である。 図５３は、実施の形態８に係るＬｏＤの設定に用いる閾値の例を示す図である。 図５４は、実施の形態８に係る予測値に用いる属性情報の例を示す図である。 図５５は、実施の形態８に係る指数ゴロム符号の一例を示す図である。 図５６は、実施の形態８に係る指数ゴロム符号に対する処理を示す図である。 図５７は、実施の形態８に係る属性ヘッダのシンタックス例を示す図である。 図５８は、実施の形態８に係る属性データのシンタックス例を示す図である。 図５９は、実施の形態８に係る三次元データ符号化処理のフローチャートである。 図６０は、実施の形態８に係る属性情報符号化処理のフローチャートである。 図６１は、実施の形態８に係る指数ゴロム符号に対する処理を示す図である。 図６２は、実施の形態８に係る残り符号とその値との関係を示す逆引きテーブルの例を示す図である。 図６３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６４は、実施の形態８に係る属性情報復号処理のフローチャートである。 図６５は、実施の形態８に係る三次元データ符号化装置のブロック図である。 図６６は、実施の形態８に係る三次元データ復号装置のブロック図である。 図６７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６８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６９は、実施の形態９に係る各予測モードにおいて算出される予測値を示すテーブルの第１の例を示す図である。 図７０は、実施の形態９に係る予測値に用いる属性情報の例を示す図である。 図７１は、実施の形態９に係る各予測モードにおいて算出される予測値を示すテーブルの第２の例を示す図である。 図７２は、実施の形態９に係る各予測モードにおいて算出される予測値を示すテーブルの第３の例を示す図である。 図７３は、実施の形態９に係る各予測モードにおいて算出される予測値を示すテーブルの第４の例を示す図である。 図７４は、実施の形態９に係る各予測モードにおいて算出される予測値を示すテーブルの第５の例を示す図である。 図７５は、実施の形態９に係る各予測モードにおいて算出される予測値を示すテーブルの第６の例を示す図である。 図７６は、実施の形態９に係る各予測モードにおいて算出される予測値を示すテーブルの第７の例を示す図である。 図７７は、実施の形態９に係る各予測モードにおいて算出される予測値を示すテーブルの第８の例を示す図である。 図７８は、実施の形態９に係る予測モード値を二値化して符号化する場合の二値化テーブルの第１の例を示す図である。 図７９は、実施の形態９に係る予測モード値を二値化して符号化する場合の二値化テーブルの第２の例を示す図である。 図８０は、実施の形態９に係る予測モード値を二値化して符号化する場合の二値化テーブルの第３の例を示す図である。 図８１は、実施の形態９に係る予測モードを二値化して符号化する場合の二値化テーブルの二値データを符号化する例について説明するための図である。 図８２は、実施の形態９に係る予測モード値の符号化の一例を示すフローチャートである。 図８３は、実施の形態９に係る予測モード値の復号の一例を示すフローチャートである。 図８４は、実施の形態９に係る各予測モードにおいて算出される予測値を示すテーブルの他の例を示す図である。 図８５は、実施の形態９に係る予測モードを二値化して符号化する場合の二値化テーブルの二値データを符号化する例について説明するための図である。 図８６は、実施の形態９に係る予測モード値の符号化の他の一例を示すフローチャートである。 図８７は、実施の形態９に係る予測モード値の復号の他の一例を示すフローチャートである。 図８８は、実施の形態９に係る符号化時に条件Ａに応じて予測モード値を固定するか否かを決定する処理の一例を示すフローチャートである。 図８９は、実施の形態９に係る復号時に条件Ａに応じて予測モード値を固定された値にするか復号するかを決定する処理の一例を示すフローチャートである。 図９０は、実施の形態９に係る最大絶対差分値ｍａｘｄｉｆｆを説明するための図である。 図９１は、実施の形態９に係るシンタックスの例を示す図である。 図９２は、実施の形態９に係るシンタックスの例を示す図である。 図９３は、実施の形態９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９４は、実施の形態９に係る属性情報符号化処理のフローチャートである。 図９５は、実施の形態９に係る三次元データ符号化装置における予測値の算出処理のフローチャートである。 図９６は、実施の形態９に係る予測モードの選択処理のフローチャートである。 図９７は、実施の形態９に係るコストが最小となる予測モードを選択する処理のフローチャートである。 図９８は、実施の形態９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９９は、実施の形態９に係る属性情報復号処理のフローチャートである。 図１００は、実施の形態９に係る三次元データ復号装置における予測値の算出処理のフローチャートである。 図１０１は、実施の形態９に係る予測モードの復号処理のフローチャートである。 図１０２は、実施の形態９に係る三次元データ符号化装置が備える属性情報符号化部の構成を示すブロック図である。 図１０３は、実施の形態９に係る三次元データ復号装置が備える属性情報復号部の構成を示すブロック図である。 図１０４は、実施の形態９に係る三次元データ符号化装置の構成を示すブロック図である。 図１０５は、実施の形態９に係る三次元データ復号装置の構成を示すブロック図である。 図１０６は、実施の形態９に係る三次元データ符号化装置の処理のフローチャートである。 図１０７は、実施の形態９に係る三次元データ復号装置の処理のフローチャートである。 図１０８は、実施の形態１０に係る三次元データ符号化装置が実行する予測モードの決定の処理を示すフローチャートである。 図１０９は、実施の形態１０に係る三次元データ符号化装置が実行する予測モードの決定の処理のシンタックス例を示す図である。 図１１０は、実施の形態１０に係る三次元データ復号装置が実行する予測モードの決定の処理を示すフローチャートである。 図１１１は、実施の形態１０に係る予測モード固定フラグが三次元点毎に設けられている場合の属性データのシンタックス例を示す図である。 図１１２は、実施の形態１０に係る予測モード固定フラグがＬｏＤの階層毎に設けられている場合の属性データのシンタックス例を示す図である。 図１１３は、実施の形態１０に係る三次元データ符号化装置の予測モードの符号化の処理の一例を示すフローチャートである。 図１１４は、実施の形態１０に係る三次元データ復号装置の予測モードの復号の処理の一例を示すフローチャートである。 図１１５は、実施の形態１０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１１６は、図１１５に示す属性情報符号化処理のフローチャートである。 図１１７は、図１１６に示す予測値の算出処理のフローチャートである。 図１１８は、図１１７に示す予測モードの選択処理のフローチャートである。 図１１９は、図１１８に示す予測モードの選択処理の具体例を示す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１２１は、図１２０に示す予測値の算出処理のフローチャートである。 図１２２は、図１２１に示す予測値の算出処理の詳細を示すフローチャートである。 図１２３は、図１２２に示す予測モード及び量子化値の算出処理のフローチャートである。 図１２４は、実施の形態１０に係る三次元データ符号化装置が予測モードを固定しない場合における処理のフローチャートである。 図１２５は、実施の形態１０に係る三次元データ復号装置が予測モードを固定しない場合における処理のフローチャートである。 図１２６は、実施の形態１０に係る属性データのシンタックスの別の一例を示す図である。 図１２７は、実施の形態１０に係る三次元データ符号化装置の予測モードの符号化処理の例を示すフローチャートである。 図１２８は、実施の形態１０に係る三次元データ復号装置の予測モードの復号処理の例を示すフローチャートである。 図１２９は、図１１６に示す予測値の算出処理の別の一例を示すフローチャートである。 図１３０は、図１２９に示す予測モードの選択処理のフローチャートである。 図１３１は、図１３０に示す予測モードの選択処理の具体例を示すフローチャートである。 図１３２は、図１２１に示す予測モード及び量子化値の算出処理の別の一例を示すフローチャートである。 図１３３は、実施の形態１０に係る三次元データ符号化装置の符号化処理を示すフローチャートである。 図１３４は、実施の形態１０に係る三次元データ復号装置の復号処理を示す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、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、第１三次元点の周囲の１以上の第２三次元点の属性情報を用いて、前記第１三次元点の属性情報の予測値を算出するための２以上の予測モードのうちの１つの予測モードを選択し、選択された前記１つの予測モードの前記予測値を算出し、前記第１三次元点の属性情報と算出された前記予測値との差分である予測残差を算出し、前記１つの予測モードと前記予測残差と前記２以上の予測モードの数とを含む第１ビットストリームを生成する。
　これによれば、例えば、当該ビットストリームを受信した三次元データ復号装置は、ビットストリームに含まれる予測モードの数を用いて符号化された予測モードを復号できる。つまり、三次元データ復号装置は、ビットストリームに含まれる予測モードの数を示す値を用いて、ビットストリームに含まれる予測モードの値を復号できる。これにより、三次元データ復号装置は、ＬｏＤを設定して、復号対象の対象三次元点の周囲に位置する周囲三次元点を算出して、予測値が割当たっている予測モードの数を算出する処理を行うことなく、予測モードの数を取得できる。そのため、本開示に係る三次元データ符号化方法によれば、復号処理での処理量が削減された符号化データを生成できる。
　また、例えば、三次元データ符号化方法は、さらに、第１の値又は第２の値を示すフラグを生成し、前記第１の値を示すフラグを生成した場合、前記１つの予測モードを選択し、前記予測値を算出し、前記予測残差を算出し、且つ、前記第１の値を示すフラグをさらに含む前記第１ビットストリームを生成し、前記第２の値を示すフラグを生成した場合、予め定められた予測モードを選択し、前記第２の値を示すフラグを含む第２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は、三次元データ符号化装置によって予測モードが選択された場合には、第１の値をビットストリームから取得して、選択された予測モードを正しく復号できる。また、三次元データ復号装置は、第２の値をビットストリームから取得した場合には、予め任意に定められた予測モードの予測値を用いることができる。
　また、例えば、前記１以上の第２三次元点の属性情報の最大絶対差分値が所定の閾値以上である場合、前記第１の値を示すフラグを生成し、前記最大絶対差分値が前記所定の閾値未満である場合、前記第２の値を示すフラグを生成する。
　周囲三次元点の属性値の最大絶対差分値は、小さい程各三次元点の属性値に差が少ない。そのため、本開示に係る三次元データ符号化方法では、予め任意に定められた所定の閾値に基づいて、予測モードを選択しても予測値に差がないと判定した場合、予測モードを例えば０（平均値）に固定して、つまり、予め任意に定められた予測モードを用いるとして、予測モードを符号化しない。これにより、予測モードを符号化するための符号量を発生させずに適切な予測値を生成できる。
　また、例えば、前記２以上の予測モードの数は、前記１以上の第２三次元点の数よりも１つ多い。
　これによれば、例えば、各予測モードには、多く用いられる第２三次元点の各属性情報と、各属性情報の平均値とが予測値として割当てられる。そのため、高頻度で用いられやすい値を予測モードの予測値として割当てることができる。
　また、例えば、三次元データ符号化方法は、さらに、前記２以上の予測モードの数を用いてトランケーテッドユーナリ符号で二値化し、二値化された前記１つの予測モードについて、先頭のビットと前記先頭ビット以外の残りのビットと異なる符号化テーブルを用いて算術符号化し、前記第１ビットストリームを生成する処理では、算術符号化された前記１つの予測モードと前記予測残差と前記２以上の予測モードの数とを含む前記第１ビットストリームを生成する。
　これによれば、予測モードを算術符号化することで、生成するビットストリームのデータ量を削減できる。
　また、本開示の一態様に係る三次元データ復号方法は、符号化さ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、ビットストリームに含まれる符号化された予測モードの数を復号し、前記ビットストリームに含まれる符号化された予測モードであって、第１三次元点の属性情報の予測値を算出するための２以上の予測モードのうちの符号化された１つの予測モードを、復号した前記予測モードの数を用いて復号し、復号した前記１つの予測モードの予測値を算出する。
　これによれば、ビットストリームに含まれる予測モードの数を用いて符号化された予測モードを復号できる。つまり、ビットストリームに含まれる予測モードの数を示す値を用いて、ビットストリームに含まれる予測モードの値を復号できる。これにより、本開示に係る三次元データ復号方法によれば、ＬｏＤを設定して、復号対象の対象三次元点の周囲に位置する周囲三次元点を算出して、予測値が割当たっている予測モードの数を算出する処理を行うことなく、予測モードの数を取得できる。そのため、復号処理での処理量を削減できる。
　また、例えば、前記ビットストリームには、フラグが含まれており、前記フラグが第１の値を示す場合、前記予測モードの数を復号し、前記１つの予測モードを復号し、且つ、前記予測値を算出し、前記フラグが第２の値を示す場合、予め定められた予測モードの予測値を算出する。
　これによれば、三次元データ符号化装置によって予測モードが選択された場合には、第１の値をビットストリームから取得して、選択された予測モードを正しく復号できる。また、第２の値をビットストリームから取得した場合には、予め任意に定められた予測モードの予測値を用いることができる。
　また、例えば、前記第１三次元点の周囲の１以上の第２三次元点の属性情報の最大絶対差分値が所定の閾値以上である場合、前記第１の値を示すフラグを生成し、前記最大絶対差分値が前記所定の閾値未満である場合、前記第２の値を示すフラグを生成する。
　これによれば、予め任意に定められた所定の閾値に基づいて、予測モードを選択しても予測値に差がないと判定した場合、予測モードを例えば０（平均値）に固定して、つまり、予め任意に定められた予測モードを用いるとして、ビットストリームに含まれる予測モードを復号するための処理をしない。これにより、処理量を削減できる。
　また、例えば、前記２以上の予測モードの数は、前記第１三次元点の周囲の１以上の第２三次元点の数よりも１つ多い。
　これによれば、例えば、各予測モードには、多く用いられる第２三次元点の各属性情報と、各属性情報の平均値とが予測値として割当てられる。そのため、高頻度で用いられやすい値を予測モードの予測値として割当てることができる。
　また、例えば、符号化された前記１つの予測モードを復号する処理では、復号された前記予測モードの数を用いて、符号化された前記１つの予測モードについて、先頭のビットと前記先頭ビット以外の残りのビットと異なる復号テーブルを用いて算術復号することで、トランケーテッドユーナリ符号で二値化された二値化データを生成し、生成された二値化データから前記１つの予測モードを算出する。
　これによれば、トランケーテッドユーナリ符号で二値化されて符号化された予測モードを正しく復号できる。
　また、本開示の一態様に係る三次元データ符号化装置は、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、第１三次元点の周囲の１以上の第２三次元点の属性情報を用いて、前記第１三次元点の属性情報の予測値を算出するための２以上の予測モードのうちの１つの予測モードを選択し、選択された前記１つの予測モードの予測値を算出し、前記第１三次元点の属性情報と算出された前記予測値との差分である予測残差を算出し、前記１つの予測モードと前記予測残差と前記２以上の予測モードの数とを含む第１ビットストリームを生成する。
　これによれば、例えば、当該ビットストリームを受信した三次元データ復号装置は、ビットストリームに含まれる予測モードの数を用いて符号化された予測モードを復号できる。つまり、三次元データ復号装置は、ビットストリームに含まれる予測モードの数を示す値を用いて、ビットストリームに含まれる予測モードの値を復号できる。これにより、三次元データ復号装置は、ＬｏＤを設定して、復号対象の対象三次元点の周囲に位置する周囲三次元点を算出して、予測値が割当たっている予測モードの数を算出する処理を行うことなく、予測モードの数を取得できる。そのため、三次元データ符号化装置によれば、復号処理での処理量が削減された符号化データを生成できる。
　また、本開示の一態様に係る三次元データ復号装置は、符号化さ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、ビットストリームに含まれる符号化された予測モードの数を復号し、前記ビットストリームに含まれる符号化された予測モードであって、第１三次元点の属性情報の予測値を算出するための２以上の予測モードのうちの符号化された１つの予測モードを、復号した前記予測モードの数を用いて復号し、復号した前記１つの予測モードの予測値を算出する。
　これによれば、三次元データ復号装置は、ビットストリームに含まれる予測モードの数を用いて符号化された予測モードを復号できる。つまり、三次元データ復号装置は、ビットストリームに含まれる予測モードの数を示す値を用いて、ビットストリームに含まれる予測モードの値を復号できる。これにより、三次元データ復号装置は、ＬｏＤを設定して、復号対象の対象三次元点の周囲に位置する周囲三次元点を算出して、予測値が割当たっている予測モードの数を算出する処理を行うことなく、予測モードの数を取得できる。そのため、三次元データ復号装置によれば、復号処理での処理量を削減できる。
　なお、これらの包括的又は具体的な態様は、システム、方法、集積回路、コンピュータプログラム又はコンピュータ読み取り可能なＣＤ－ＲＯＭ等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、ステップの順序等は、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）
　三次元点群の情報は、位置情報（ｇｅｏｍｅｔｒｙ）と属性情報（ａｔｔｒｉｂｕｔｅ）とを含む。位置情報は、ある点を基準とした座標（ｘ座標、ｙ座標、ｚ座標）を含む。位置情報を符号化する場合は、各三次元点の座標を直接符号化する代わりに、各三次元点の位置を８分木表現で表現し、８分木の情報を符号化することで符号量を削減する方法が用いられる。
　一方、属性情報は、各三次元点の色情報（ＲＧＢ、ＹＵＶなど）、反射率、及び法線ベクトルなどを示す情報を含む。例えば、三次元データ符号化装置は、属性情報を、位置情報とは別の符号化方法を用いて符号化することができる。
　本実施の形態では属性情報の符号化方法について説明する。なお、本実施の形態では属性情報の値として整数値を用いて説明する。例えば色情報ＲＧＢ又はＹＵＶの各色成分が８ｂｉｔ精度である場合、各色成分は０～２５５の整数値をとる。反射率の値が１０ｂｉｔ精度である場合、反射率の値は０～１０２３の整数値をとる。なお、三次元データ符号化装置は、属性情報のビット精度が小数精度である場合、属性情報の値が整数値になるように、当該値にスケール値を乗じてから整数値に丸めてもよい。なお、三次元データ符号化装置は、このスケール値をビットストリームのヘッダ等に付加してもよい。
　三次元点の属性情報の符号化方法として、三次元点の属性情報の予測値を算出し、元の属性情報の値と予測値との差分（予測残差）を符号化することが考えられる。例えば、三次元点ｐの属性情報の値がＡｐであり、予測値がＰｐである場合、三次元データ符号化装置は、その差分絶対値Ｄｉｆｆｐ＝｜Ａｐ－Ｐｐ｜を符号化する。この場合、予測値Ｐｐを高精度に生成することができれば、差分絶対値Ｄｉｆｆｐの値が小さくなる。よって、例えば、値が小さい程発生ビット数が小さくなる符号化テーブルを用いて差分絶対値Ｄｉｆｆｐをエントロピー符号化することで符号量を削減することができる。
　属性情報の予測値を生成する方法として、符号化対象の対象三次元点の周囲にある別の三次元点である参照三次元点の属性情報を用いることが考えられる。ここで参照三次元点とは、対象三次元点から予め定められた距離範囲内にある三次元点である。例えば、対象三次元点ｐ＝（ｘ１，ｙ１，ｚ１）と三次元点ｑ＝（ｘ２，ｙ２，ｚ２）とが存在する場合、三次元データ符号化装置は、（式Ａ１）に示す三次元点ｐと三次元点ｑとのユークリッド距離ｄ（ｐ、ｑ）を算出する。
Figure JPOXMLDOC01-appb-M000001
　三次元データ符号化装置は、ユークリッド距離ｄ（ｐ、ｑ）が予め定められた閾値ＴＨｄより小さい場合、三次元点ｑの位置が対象三次元点ｐの位置に近いと判定し、対象三次元点ｐの属性情報の予測値の生成に三次元点ｑの属性情報の値を利用すると判定する。なお、距離算出方法は別の方法でもよく、例えばマハラノビス距離等が用いられてもよい。また、三次元データ符号化装置は、対象三次元点から予め定められた距離範囲外の三次元点を予測処理に用いないと判定してもよい。例えば、三次元点ｒが存在し、対象三次元ｐと三次元点ｒとの距離ｄ（ｐ、ｒ）が閾値ＴＨｄ以上である場合、三次元データ符号化装置は、三次元点ｒを予測に用いないと判定してもよい。なお、三次元データ符号化装置は、閾値ＴＨｄを示す情報を、ビットストリームのヘッダ等に付加してもよい。
　図５１は、三次元点の例を示す図である。この例では、対象三次元点ｐと三次元点ｑとの距離ｄ（ｐ、ｑ）が閾値ＴＨｄより小さい。よって、三次元データ符号化装置は、三次元点ｑを対象三次元点ｐの参照三次元点と判定し、対象三次元ｐの属性情報Ａｐの予測値Ｐｐの生成に三次元点ｑの属性情報Ａｑの値を利用すると判定する。
　一方、対象三次元点ｐと三次元点ｒとの距離ｄ（ｐ、ｒ）は、閾値ＴＨｄ以上である。よって、三次元データ符号化装置は、三次元点ｒを対象三次元点ｐの参照三次元点でないと判定し、対象三次元点ｐの属性情報Ａｐの予測値Ｐｐの生成に三次元点ｒの属性情報Ａｒの値を利用しないと判定する。
　また、三次元データ符号化装置は、対象三次元点の属性情報を予測値を用いて符号化する場合、既に属性情報を符号化及び復号済みの三次元点を参照三次元点として利用する。同様に、三次元データ復号装置は、復号対象の対象三次元点の属性情報を予測値を用いて復号する場合、既に属性情報を復号済みの三次元点を参照三次元点として利用する。これにより、符号化時と復号時とで同一の予測値を生成することができるので、符号化で生成した三次元点のビットストリームを復号側で正しく復号することができる。
　また、三次元点の属性情報を符号化する場合に、三次元点の位置情報を用いて各三次元点を複数階層に分類してから符号化することが考えられる。ここで、分類した各階層をＬｏＤ（Ｌｅｖｅｌ　ｏｆ　Ｄｅｔａｉｌ）と呼ぶ。ＬｏＤの生成方法について図５２を用いて説明する。
　まず、三次元データ符号化装置は、初期点ａ０を選択し、ＬｏＤ０に割当てる。次に、三次元データ符号化装置は、点ａ０からの距離がＬｏＤ０の閾値Ｔｈｒｅｓ＿ＬｏＤ［０］より大きい点ａ１を抽出しＬｏＤ０に割当てる。次に、三次元データ符号化装置は、点ａ１からの距離がＬｏＤ０の閾値Ｔｈｒｅｓ＿ＬｏＤ［０］より大きい点ａ２を抽出しＬｏＤ０に割当てる。このように、三次元データ符号化装置は、ＬｏＤ０内の各点の間の距離が閾値Ｔｈｒｅｓ＿ＬｏＤ［０］より大きくなるようにＬｏＤ０を構成する。
　次に、三次元データ符号化装置は、まだＬｏＤが未割当ての点ｂ０を選択し、ＬｏＤ１に割当てる。次に、三次元データ符号化装置は、点ｂ０からの距離がＬｏＤ１の閾値Ｔｈｒｅｓ＿ＬｏＤ［１］より大きく、ＬｏＤが未割当ての点ｂ１を抽出しＬｏＤ１に割当てる。次に、三次元データ符号化装置は、点ｂ１からの距離がＬｏＤ１の閾値Ｔｈｒｅｓ＿ＬｏＤ［１］より大きく、ＬｏＤが未割当ての点ｂ２を抽出しＬｏＤ１に割当てる。このように、三次元データ符号化装置は、ＬｏＤ１内の各点の間の距離が閾値Ｔｈｒｅｓ＿ＬｏＤ［１］より大きくなるようにＬｏＤ１を構成する。
　次に、三次元データ符号化装置は、まだＬｏＤが未割当ての点ｃ０を選択し、ＬｏＤ２に割当てる。次に、三次元データ符号化装置は、点ｃ０からの距離がＬｏＤ２の閾値Ｔｈｒｅｓ＿ＬｏＤ［２］より大きく、ＬｏＤが未割当ての点ｃ１を抽出しＬｏＤ２に割当てる。次に、三次元データ符号化装置は、点ｃ１からの距離がＬｏＤ２の閾値Ｔｈｒｅｓ＿ＬｏＤ［２］より大きく、ＬｏＤが未割当ての点ｃ２を抽出しＬｏＤ２に割当てる。このように、三次元データ符号化装置は、ＬｏＤ２内の各点の間の距離が閾値Ｔｈｒｅｓ＿ＬｏＤ［２］より大きくなるようにＬｏＤ２を構成する。例えば、図５３に示すように、各ＬｏＤの閾値Ｔｈｒｅｓ＿ＬｏＤ［０］、Ｔｈｒｅｓ＿ＬｏＤ［１］、及びＴｈｒｅｓ＿ＬｏＤ［２］が設定される。
　また、三次元データ符号化装置は、各ＬｏＤの閾値を示す情報を、ビットストリームのヘッダ等に付加してもよい。例えば、図５３に示す例の場合、三次元データ符号化装置は、閾値Ｔｈｒｅｓ＿ＬｏＤ［０］、Ｔｈｒｅｓ＿ＬｏＤ［１］、及びＴｈｒｅｓ＿ＬｏＤ［２］をヘッダに付加してもよい。
　また、三次元データ符号化装置は、ＬｏＤの最下層にＬｏＤが未割当ての三次元点全てを割当ててもよい。この場合、三次元データ符号化装置は、ＬｏＤの最下層の閾値をヘッダに付加しないことでヘッダの符号量を削減できる。例えば、図５３に示す例の場合、三次元データ符号化装置は、閾値Ｔｈｒｅｓ＿ＬｏＤ［０］とＴｈｒｅｓ＿ＬｏＤ［１］をヘッダに付加し、Ｔｈｒｅｓ＿ＬｏＤ［２］をヘッダに付加しない。この場合、三次元データ復号装置は、Ｔｈｒｅｓ＿ＬｏＤ［２］の値０と推定してもよい。また、三次元データ符号化装置は、ＬｏＤの階層数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、ＬｏＤの階層数を用いて最下層のＬｏＤを判定できる。
　また、ＬｏＤの各層の閾値の値を図５３に示すように上位層ほど大きく設定することで、上位層（ＬｏＤ０に近い層）ほど三次元点間の距離が離れた疎点群（ｓｐａｒｓｅ）となり、下位層ほど三次元点間の距離が近い密点群（ｄｅｎｓｅ）となる。なお、図５３に示す例では、ＬｏＤ０が最上位層である。
　また、各ＬｏＤを設定する際の初期三次元点の選択方法は、位置情報符号化時の符号化順に依存してもよい。例えば、三次元データ符号化装置は、ＬｏＤ０の初期点ａ０として、位置情報符号化時に最初に符号化された三次元点を選択し、初期点ａ０を基点に、点ａ１、点ａ２を選択してＬｏＤ０を構成する。そして、三次元データ符号化装置は、ＬｏＤ１の初期点ｂ０として、ＬｏＤ０に属していない三次元点の中で、最も早く位置情報が符号化された三次元点を選択してもよい。つまり、三次元データ符号化装置は、ＬｏＤｎの初期点ｎ０として、ＬｏＤｎの上層（ＬｏＤ０～ＬｏＤｎ－１）に属していない三次元点の中で、最も早く位置情報が符号化された三次元点を選択してもよい。これにより、三次元データ復号装置は、復号時に同様の初期点選択方法を用いることで、符号化時と同一のＬｏＤを構成できるので、ビットストリームを適切に復号できる。具体的には、三次元データ復号装置は、ＬｏＤｎの初期点ｎ０として、ＬｏＤｎの上層に属していない三次元点の中で、最も早く位置情報が復号された三次元点を選択する。
　以下、三次元点の属性情報の予測値を、ＬｏＤの情報を用いて生成する手法について説明する。例えば、三次元データ符号化装置は、ＬｏＤ０に含まれる三次元点から順に符号化する場合、ＬｏＤ１に含まれる対象三次元点を、ＬｏＤ０及びＬｏＤ１に含まれる符号化かつ復号済み（以下、単に「符号化済み」とも記す）の属性情報を用いて生成する。このように、三次元データ符号化装置は、ＬｏＤｎに含まれる三次元点の属性情報の予測値を、ＬｏＤｎ’（ｎ’＜＝ｎ）に含まれる符号化済みの属性情報を用いて生成する。つまり、三次元データ符号化装置は、ＬｏＤｎに含まれる三次元点の属性情報の予測値の算出に、ＬｏＤｎの下層に含まれる三次元点の属性情報を用いない。
　例えば、三次元データ符号化装置は、三次元点の属性情報の予測値を、符号化対象の対象三次元点の周辺の符号化済みの三次元点のうち、Ｎ個以下の三次元点の属性値の平均を算出することで生成する。また、三次元データ符号化装置は、Ｎの値を、ビットストリームのヘッダ等に付加してもよい。なお、三次元データ符号化装置は、Ｎの値を三次元点毎に変更し、三次元点毎にＮの値を付加してもよい。これにより、三次元点毎に適切なＮを選択することができるので、予測値の精度を向上できる。よって、予測残差を小さくできる。また、三次元データ符号化装置は、Ｎの値をビットストリームのヘッダに付加し、ビットストリーム内でＮの値を固定してもよい。これにより、三次元点毎にＮの値を符号化、又は復号する必要がなくなるので、処理量を削減できる。また、三次元データ符号化装置は、ＬｏＤ毎にＮの値を別々に符号化してもよい。これによりＬｏＤ毎に適切なＮを選択することで符号化効率を向上できる。
　または、三次元データ符号化装置は、三次元点の属性情報の予測値を、周囲の符号化済みのＮ個の三次元点の属性情報の重み付け平均値により算出してもよい。例えば、三次元データ符号化装置は、対象三次元点と周囲のＮ個の三次元点とのそれぞれの距離情報を用いて重みを算出する。
　三次元データ符号化装置は、ＬｏＤ毎にＮの値を別々に符号化する場合、例えばＬｏＤの上位層ほどＮの値を大きく設定し、下位層ほどＮの値を小さく設定する。ＬｏＤの上位層では属する三次元点間の距離が離れるため、Ｎの値を大きく設定して複数の周囲の三次元点を選択して平均化することで予測精度を向上できる可能性がある。また、ＬｏＤの下位層では属する三次元点間の距離が近いため、Ｎの値を小さく設定して平均化の処理量を抑えつつ、効率的な予測を行うことが可能となる。
　図５４は、予測値に用いる属性情報の例を示す図である。上述したように、ＬｏＤＮに含まれる点Ｐの予測値は、ＬｏＤＮ’（Ｎ’＜＝Ｎ）に含まれる符号化済みの周囲点Ｐ’を用いて生成される。ここで、周囲点Ｐ’は、点Ｐとの距離に基づき選択される。例えば、図５４に示す点ｂ２の属性情報の予測値は、点ａ０、ａ１、ａ２、ｂ０、ｂ１の属性情報を用いて生成される。
　上述したＮの値に応じて、選択される周囲点は変化する。例えばＮ＝５の場合は点ｂ２の周囲点としてａ０、ａ１、ａ２、ｂ０、ｂ１が選択される。Ｎ＝４の場合は距離情報を元に点ａ０、ａ１、ａ２、ｂ１を選択される。
　予測値は、距離依存の重み付け平均により算出される。例えば、図５４に示す例では、点ａ２の予測値ａ２ｐは、（式Ａ２）及び（式Ａ３）に示すように、点ａ０及び点ａ１の属性情報の重み付け平均により算出される。なお、Ａｉは点ａｉの属性情報の値である。
Figure JPOXMLDOC01-appb-M000002
　また、点ｂ２の予測値ｂ２ｐは、（式Ａ４）～（式Ａ６）に示すように、点ａ０、ａ１、ａ２、ｂ０、ｂ１の属性情報の重み付け平均により算出される。なお、Ｂｉは点ｂｉの属性情報の値である。
Figure JPOXMLDOC01-appb-M000003
　また、三次元データ符号化装置は、三次元点の属性情報の値と、周囲点から生成した予測値との差分値（予測残差）を算出し、算出した予測残差を量子化してもよい。例えば、三次元データ符号化装置は、予測残差を量子化スケール（量子化ステップとも呼ぶ）で除算することで量子化を行う。この場合、量子化スケールが小さいほど量子化によって発生しうる誤差（量子化誤差）が小さくなる。逆に量子化スケールが大きいほど量子化誤差は大きくなる。
　なお、三次元データ符号化装置は、使用する量子化スケールをＬｏＤ毎に変えてもよい。例えば、三次元データ符号化装置は、上位層ほど量子化スケールを小さくし、下位層ほど量子化スケールを大きくする。上位層に属する三次元点の属性情報の値は、下位層に属する三次元点の属性情報の予測値として使用される可能性があるため、上位層の量子化スケールを小さくして上位層で発生しうる量子化誤差を抑え、予測値の精度を高めることで符号化効率を向上できる。なお、三次元データ符号化装置は、ＬｏＤ毎に使用する量子化スケールをヘッダ等に付加してもよい。これにより、三次元データ復号装置は、正しく量子化スケールを復号できるので、ビットストリームを適切に復号できる。
　また、三次元データ符号化装置は、量子化後の予測残差である符号付整数値（符号付量子化値）を符号なし整数値（符号なし量子化値）に変換してもよい。これにより予測残差をエントロピー符号化する場合に、負の整数の発生を考慮する必要がなくなる。なお、三次元データ符号化装置は、必ずしも符号付整数値を符号なし整数値に変換する必要はなく、例えば符号ビットを別途エントロピー符号化してもよい。
　予測残差は、元の値から予測値を減算することにより算出される。例えば、点ａ２の予測残差ａ２ｒは、（式Ａ７）に示すように、点ａ２の属性情報の値Ａ２から、点ａ２の予測値ａ２ｐを減算することで算出される。点ｂ２の予測残差ｂ２ｒは、（式Ａ８）に示すように、点ｂ２の属性情報の値Ｂ２から、点ｂ２の予測値ｂ２ｐを減算することで算出される。
　ａ２ｒ＝Ａ２－ａ２ｐ　・・・（式Ａ７）
　ｂ２ｒ＝Ｂ２－ｂ２ｐ　・・・（式Ａ８）
　また、予測残差は、ＱＳ（量子化ステップ（Ｑｕａｎｔｉｚａｔｉｏｎ　Ｓｔｅｐ））で除算されることで量子化される。例えば、点ａ２の量子化値ａ２ｑは、（式Ａ９）により算出される。点ｂ２の量子化値ｂ２ｑは、（式Ａ１０）により算出される。ここで、ＱＳ＿ＬｏＤ０は、ＬｏＤ０用のＱＳであり、ＱＳ＿ＬｏＤ１は、ＬｏＤ１用のＱＳである。つまり、ＬｏＤに応じてＱＳが変更されてもよい。
　ａ２ｑ＝ａ２ｒ／ＱＳ＿ＬｏＤ０　・・・（式Ａ９）
　ｂ２ｑ＝ｂ２ｒ／ＱＳ＿ＬｏＤ１　・・・（式Ａ１０）
　また、三次元データ符号化装置は、以下のように、上記量子化値である符号付整数値を符号なし整数値に変換する。三次元データ符号化装置は、符号付整数値ａ２ｑが０より小さい場合、符号なし整数値ａ２ｕを－１－（２×ａ２ｑ）に設定する。三次元データ符号化装置は、符号付整数値ａ２ｑが０以上の場合、符号なし整数値ａ２ｕを２×ａ２ｑに設定する。
　同様に、三次元データ符号化装置は、符号付整数値ｂ２ｑが０より小さい場合、符号なし整数値ｂ２ｕを－１－（２×ｂ２ｑ）に設定する。三次元データ符号化装置は、符号付整数値ｂ２ｑが０以上の場合、符号なし整数値ｂ２ｕを２×ｂ２ｑに設定する。
　また、三次元データ符号化装置は、量子化後の予測残差（符号なし整数値）を、エントロピー符号化によって符号化してもよい。例えば符号なし整数値を二値化したうえで、二値の算術符号化を適用してもよい。
　なお、この場合、三次元データ符号化装置は、予測残差の値に応じて二値化方法を切替えてもよい。例えば、三次元データ符号化装置は、予測残差ｐｕが閾値Ｒ＿ＴＨより小さい場合は、閾値Ｒ＿ＴＨを表現するために必要な固定ビット数で予測残差ｐｕを二値化する。また、三次元データ符号化装置は、予測残差ｐｕが閾値Ｒ＿ＴＨ以上の場合は、閾値Ｒ＿ＴＨの二値化データと（ｐｕ－Ｒ＿ＴＨ）の値を指数ゴロム（Ｅｘｐｏｎｅｎｔｉａｌ－Ｇｏｌｏｍｂ）等を用いて二値化する。
　例えば、三次元データ符号化装置は、閾値Ｒ＿ＴＨが６３であり、予測残差ｐｕが６３より小さい場合は、予測残差ｐｕを６ｂｉｔで二値化する。また、三次元データ符号化装置は、予測残差ｐｕが６３以上である場合は、閾値Ｒ＿ＴＨの二値データ（１１１１１１）と（ｐｕ－６３）とを指数ゴロムを用いて二値化することで算術符号化を行う。
　より具体的な例では、三次元データ符号化装置は、予測残差ｐｕが３２である場合、６ｂｉｔの二値データ（１０００００）を生成し、このビット列を算術符号化する。また、三次元データ符号化装置は、予測残差ｐｕが６６の場合、閾値Ｒ＿ＴＨの二値データ（１１１１１１）と値３（６６－６３）を指数ゴロムで表したビット列（００１００）とを生成し、このビット列（１１１１１１＋００１００）を算術符号化する。
　このように、三次元データ符号化装置は、予測残差の大きさに応じて二値化の方法を切替えることで、予測残差が大きくなった場合の二値化ビット数の急激な増加を抑えながら符号化することが可能となる。なお、三次元データ符号化装置は、閾値Ｒ＿ＴＨをビットストリームのヘッダ等に付加してもよい。
　例えば、高ビットレートで符号化が行われる場合、つまり、量子化スケールが小さい場合、量子化誤差が小さく予測精度が高くなり、結果として予測残差が大きくならない可能性がある。よって、この場合には、三次元データ符号化装置は、閾値Ｒ＿ＴＨを大きく設定する。これにより、閾値Ｒ＿ＴＨの二値化データを符号化する可能性が低くなり、符号化効率が向上する。逆に、低ビットレートで符号化が行われる場合、つまり、量子化スケールが大きい場合、量子化誤差が大きく予測精度が悪くなり、結果として予測残差が大きくなる可能性がある。よって、この場合には、三次元データ符号化装置は、閾値Ｒ＿ＴＨを小さく設定する。これにより、二値化データの急激なビット長増加を防ぐことができる。
　また、三次元データ符号化装置は、ＬｏＤ毎に閾値Ｒ＿ＴＨを切り替え、ＬｏＤ毎の閾値Ｒ＿ＴＨをヘッダ等に付加してもよい。つまり、三次元データ符号化装置は、ＬｏＤ毎に二値化の方法を切替えてもよい。例えば、上位層では三次元点間の距離が遠いため、予測精度が悪く結果として予測残差が大きくなる可能性がある。よって、三次元データ符号化装置は、上位層に対しては閾値Ｒ＿ＴＨを小さく設定することで二値化データの急激なビット長増加を防ぐ。また、下位層では三次元点間の距離が近いため、予測精度が高く結果として予測残差が小さくなる可能性がある。よって、三次元データ符号化装置は、階層に対しては閾値Ｒ＿ＴＨを大きく設定することで符号化効率を向上する。
　図５５は、指数ゴロム符号の一例を示す図であって、二値化前の値（多値）と、二値化後のビット（符号）との関係を示す図である。なお、図５５に示す０と１とを反転させてもよい。
　また、三次元データ符号化装置は、予測残差の二値化データに算術符号化を適用する。これにより、符号化効率を向上できる。なお、算術符号化の適用時に、二値化データのうち、ｎビットで二値化した部分であるｎビット符号（ｎ－ｂｉｔ　ｃｏｄｅ）と、指数ゴロムを用いて二値化した部分である残り符号（ｒｅｍａｉｎｉｎｇ　ｃｏｄｅ）とで、各ビットの０と１の出現確率の傾向は異なる可能性がある。よって、三次元データ符号化装置は、ｎビット符号と残り符号とで、算術符号化の適用方法を切替えてもよい。
　例えば、三次元データ符号化装置は、ｎビット符号に対しては、ビット毎に異なる符号化テーブル（確率テーブル）を用いて算術符号化を行う。この際、三次元データ符号化装置は、ビット毎に使用する符号化テーブルの数を変えてもよい。例えば、三次元データ符号化装置は、ｎビット符号の先頭ビットｂ０には１個の符号化テーブルを用いて算術符号化を行う。また、三次元データ符号化装置は、次のビットｂ１に対しては２個の符号化テーブルを用いる。また、三次元データ符号化装置は、ｂ０の値（０又は１）に応じてビットｂ１の算術符号化に用いる符号化テーブルを切替える。同様に、三次元データ符号化装置は、更に次のビットｂ２に対しては４個の符号化テーブルを用いる。また、三次元データ符号化装置は、ｂ０及びｂ１の値（０～３）に応じて、ビットｂ２の算術符号化に用いる符号化テーブルを切替える。
　このように、三次元データ符号化装置は、ｎビット符号の各ビットｂｎ－１を算術符号化する際に、２ｎ－１個の符号化テーブルを用いる。また、三次元データ符号化装置は、ｂｎ－１より前のビットの値（発生パターン）に応じて、使用する符号化テーブルを切替える。これにより、三次元データ符号化装置は、ビット毎に適切な符号化テーブルを使用できるので、符号化効率を向上できる。
　なお、三次元データ符号化装置は、各ビットで使用する符号化テーブルの数を削減してもよい。例えば、三次元データ符号化装置は、各ビットｂｎ－１を算術符号化する際に、ｂｎ－１より前のｍビット（ｍ＜ｎ－１）の値（発生パターン）に応じて２ｍ個の符号化テーブルを切替えてもよい。これにより各ビットで使用する符号化テーブルの数を抑えつつ、符号化効率を向上できる。なお、三次元データ符号化装置は、各符号化テーブルにおける０と１の発生確率を、実際に発生した二値化データの値に応じて更新してもよい。また、三次元データ符号化装置は、一部のビットの符号化テーブルにおける０と１の発生確率を固定化してもよい。これにより、発生確率の更新回数を抑制できるので処理量を削減できる。
　例えば、ｎビット符号がｂ０ｂ１ｂ２…ｂｎ－１である場合、ｂ０用の符号化テーブルは１個（ＣＴｂ０）である。ｂ１用の符号化テーブルは２個（ＣＴｂ１０、ＣＴｂ１１）である。また、ｂ０の値（０～１）に応じて使用する符号化テーブルが切替えられる。ｂ２用の符号化テーブルは、４個（ＣＴｂ２０、ＣＴｂ２１、ＣＴｂ２２、ＣＴｂ２３）である。また、ｂ０及びｂ１の値（０～３）に応じて使用する符号化テーブルが切替えられる。ｂｎ－１用の符号化テーブルは２ｎ－１個（ＣＴｂｎ０、ＣＴｂｎ１、…、ＣＴｂｎ（２ｎ－１－１））である。また、ｂ０ｂ１…ｂｎ－２の値（０～２ｎ－１－１）に応じて使用する符号化テーブルを切替えられる。
　なお、三次元データ符号化装置は、ｎビット符号に対しては、二値化せずに０～２ｎ－１の値を設定するｍ－ａｒｙによる算術符号化（ｍ＝２ｎ）を適用してもよい。また、三次元データ符号化装置が、ｎビット符号をｍ－ａｒｙで算術符号化する場合は、三次元データ復号装置もｍ－ａｒｙの算術復号によりｎビット符号を復元してもよい。
　図５６は、例えば、残り符号が指数ゴロム符号の場合の処理を説明するための図である。指数ゴロムを用いて二値化した部分である残り符号は、図５６に示すようにｐｒｅｆｉｘ部とｓｕｆｆｉｘ部とを含む。例えば、三次元データ符号化装置は、ｐｒｅｆｉｘ部とｓｕｆｆｉｘ部とで符号化テーブルを切替える。つまり、三次元データ符号化装置は、ｐｒｅｆｉｘ部に含まれる各ビットを、ｐｒｅｆｉｘ用の符号化テーブルを用いて算術符号化し、ｓｕｆｆｉｘ部に含まれる各ビットを、ｓｕｆｆｉｘ用の符号化テーブルを用いて算術符号化する。
　なお、三次元データ符号化装置は、各符号化テーブルにおける０と１の発生確率を、実際に発生した二値化データの値に応じて更新してもよい。または、三次元データ符号化装置は、どちらかの符号化テーブルにおける０と１の発生確率を固定化してもよい。これにより、発生確率の更新回数を抑制できるので処理量を削減できる。例えば、三次元データ符号化装置は、ｐｒｅｆｉｘ部に対して発生確率を更新し、ｓｕｆｆｉｘ部に対して発生確率を固定化してもよい。
　また、三次元データ符号化装置は、量子化後の予測残差を、逆量子化及び再構成するこで復号し、復号した予測残差である復号値を符号化対象の三次元点以降の予測に利用する。具体的には、三次元データ符号化装置は、量子化後の予測残差（量子化値）に量子化スケールを乗算することで逆量子化値を算出し、逆量子化値と予測値とを加算して復号値（再構成値）を得る。
　例えば、点ａ２の逆量子化値ａ２ｉｑは、点ａ２の量子化値ａ２ｑを用いて（式Ａ１１）により算出される。点ｂ２の逆量子化値ｂ２ｉｑは、点ｂ２の量子化値ｂ２ｑを用いて（式Ａ１２）により算出される。ここで、ＱＳ＿ＬｏＤ０は、ＬｏＤ０用のＱＳであり、ＱＳ＿ＬｏＤ１は、ＬｏＤ１用のＱＳである。つまり、ＬｏＤに応じてＱＳが変更されてもよい。
　ａ２ｉｑ＝ａ２ｑ×ＱＳ＿ＬｏＤ０　・・・（式Ａ１１）
　ｂ２ｉｑ＝ｂ２ｑ×ＱＳ＿ＬｏＤ１　・・・（式Ａ１２）
　例えば、点ａ２の復号値ａ２ｒｅｃは、（式Ａ１３）に示すように、点ａ２の逆量子化値ａ２ｉｑに、点ａ２の予測値ａ２ｐを加算することで算出される。点ｂ２の復号値ｂ２ｒｅｃは、（式Ａ１４）に示すように、点ｂ２の逆量子化値ｂ２ｉｑに、点ｂ２の予測値ｂ２ｐを加算することで算出される。
　ａ２ｒｅｃ＝ａ２ｉｑ＋ａ２ｐ　・・・（式Ａ１３）
　ｂ２ｒｅｃ＝ｂ２ｉｑ＋ｂ２ｐ　・・・（式Ａ１４）
　以下、本実施の形態に係るビットストリームのシンタックス例を説明する。図５７は、本実施の形態に係る属性ヘッダ（ａｔｔｒｉｂｕｔｅ＿ｈｅａｄｅｒ）のシンタックス例を示す図である。属性ヘッダは、属性情報のヘッダ情報である。図５７に示すように、属性ヘッダは、階層数情報（ＮｕｍＬｏＤ）と、三次元点数情報（ＮｕｍＯｆＰｏｉｎｔ［ｉ］）と、階層閾値（Ｔｈｒｅｓ＿Ｌｏｄ［ｉ］）と、周囲点数情報（ＮｕｍＮｅｉｇｈｏｒＰｏｉｎｔ［ｉ］）と、予測閾値（ＴＨｄ［ｉ］）と、量子化スケール（ＱＳ［ｉ］）と、二値化閾値（Ｒ＿ＴＨ［ｉ］）とを含む。
　階層数情報（ＮｕｍＬｏＤ）は、用いられるＬｏＤの階層数を示す。
　三次元点数情報（ＮｕｍＯｆＰｏｉｎｔ［ｉ］）は、階層ｉに属する三次元点の数を示す。なお、三次元データ符号化装置は、三次元点の総数を示す三次元点総数情報（ＡｌｌＮｕｍＯｆＰｏｉｎｔ）を別のヘッダに付加してもよい。この場合、三次元データ符号化装置は、最下層に属する三次元点の数を示すＮｕｍＯｆＰｏｉｎｔ［ＮｕｍＬｏＤ－１］をヘッダに付加しなくてもよい。この場合、三次元データ復号装置は、（式Ａ１５）によりＮｕｍＯｆＰｏｉｎｔ［ＮｕｍＬｏＤ－１］を算出できる。これにより、ヘッダの符号量を削減できる。
Figure JPOXMLDOC01-appb-M000004
　階層閾値（Ｔｈｒｅｓ＿Ｌｏｄ［ｉ］）は、階層ｉの設定に用いられる閾値である。三次元データ符号化装置及び三次元データ復号装置は、ＬｏＤｉ内の各点の間の距離が閾値Ｔｈｒｅｓ＿ＬｏＤ［ｉ］より大きくなるようにＬｏＤｉを構成する。また、三次元データ符号化装置は、Ｔｈｒｅｓ＿Ｌｏｄ［ＮｕｍＬｏＤ－１］（最下層）の値をヘッダに付加しなくてもよい。この場合、三次元データ復号装置は、Ｔｈｒｅｓ＿Ｌｏｄ［ＮｕｍＬｏＤ－１］の値を０と推定する。これによりヘッダの符号量を削減できる。
　周囲点数情報（ＮｕｍＮｅｉｇｈｏｒＰｏｉｎｔ［ｉ］）は、階層ｉに属する三次元点の予測値の生成に用いる周囲の点数の上限値を示す。三次元データ符号化装置は、周囲の点数ＭがＮｕｍＮｅｉｇｈｏｒＰｏｉｎｔ［ｉ］に満たない場合（Ｍ＜ＮｕｍＮｅｉｇｈｏｒＰｏｉｎｔ［ｉ］）は、Ｍ個の周囲の点数を用いて予測値を算出してもよい。また、三次元データ符号化装置は、各ＬｏＤでＮｕｍＮｅｉｇｈｏｒＰｏｉｎｔ［ｉ］の値を分ける必要がない場合は、全てのＬｏＤで使用される１個の周囲点数情報（ＮｕｍＮｅｉｇｈｏｒＰｏｉｎｔ）をヘッダに付加してもよい。
　予測閾値（ＴＨｄ［ｉ］）は、階層ｉにて符号化又は復号対象の対象三次元点の予測に用いる周囲の三次元点と対象三次元点との距離の上限値を示す。三次元データ符号化装置及び三次元データ復号装置は、対象三次元点からの距離がＴＨｄ［ｉ］より離れている三次元点を予測に用いない。なお、三次元データ符号化装置は、各ＬｏＤでＴＨｄ［ｉ］の値を分ける必要がない場合は、全てのＬｏＤで使用される１個の予測閾値（ＴＨｄ）をヘッダに付加してもよい。
　量子化スケール（ＱＳ［ｉ］）は、階層ｉの量子化及び逆量子化で用いられる量子化スケールを示す。
　二値化閾値（Ｒ＿ＴＨ［ｉ］）は、階層ｉに属する三次元点の予測残差の二値化方法を切替えるための閾値である。例えば、三次元データ符号化装置は、予測残差が閾値Ｒ＿ＴＨより小さい場合は、固定ビット数で予測残差ｐｕを二値化し、予測残差が閾値Ｒ＿ＴＨ以上の場合は、閾値Ｒ＿ＴＨの二値化データと（ｐｕ－Ｒ＿ＴＨ）の値を指数ゴロムを用いて二値化する。なお、各ＬｏＤでＲ＿ＴＨ［ｉ］の値を切替える必要がない場合は、三次元データ符号化装置は、全てのＬｏＤで使用される１個の二値化閾値（Ｒ＿ＴＨ）をヘッダに付加してもよい。
　なお、Ｒ＿ＴＨ［ｉ］はｎｂｉｔで表せる最大値であってもよい。例えば６ｂｉｔではＲ＿ＴＨは６３であり、８ｂｉｔではＲ＿ＴＨは２５５である。また、三次元データ符号化装置は、二値化閾値としてｎｂｉｔで表せる最大値を符号化する代わりに、ビット数を符号化してもよい。例えば、三次元データ符号化装置は、Ｒ＿ＴＨ［ｉ］＝６３の場合は値６を、Ｒ＿ＴＨ［ｉ］＝２５５の場合は値８をヘッダに付加してもよい。また、三次元データ符号化装置は、Ｒ＿ＴＨ［ｉ］を表すビット数の最小値（最小ビット数）を定義し、最小値からの相対ビット数をヘッダに付加してもよい。例えば、三次元データ符号化装置は、Ｒ＿ＴＨ［ｉ］＝６３で最小ビット数が６の場合は値０をヘッダに付加し、Ｒ＿ＴＨ［ｉ］＝２５５で最小ビット数が６の場合は値２をヘッダに付加してもよい。
　また、三次元データ符号化装置は、ＮｕｍＬｏＤ、Ｔｈｒｅｓ＿Ｌｏｄ［ｉ］、ＮｕｍＮｅｉｇｈｂｏｒＰｏｉｎｔ［ｉ］、ＴＨｄ［ｉ］、ＱＳ［ｉ］及びＲ＿ＴＨ［ｉ］の少なくとも一つをエントロピー符号化してヘッダに付加してもよい。例えば、三次元データ符号化装置は、各値を二値化して算術符号化してもよい。また、三次元データ符号化装置は、処理量を抑えるために各値を固定長で符号化してもよい。
　また、三次元データ符号化装置は、ＮｕｍＬｏＤ、Ｔｈｒｅｓ＿Ｌｏｄ［ｉ］、ＮｕｍＮｅｉｇｈｂｏｒＰｏｉｎｔ［ｉ］、ＴＨｄ［ｉ］、ＱＳ［ｉ］、及びＲ＿ＴＨ［ｉ］の少なくとも一つをヘッダに付加しなくてもよい。例えば、これらのうちの少なくとも一つの値が、規格等のｐｒｏｆｉｌｅ又はｌｅｖｅｌ等で規定されてもよい。これによりヘッダのビット量を削減することができる。
　図５８は、本実施の形態に係る属性データ（ａｔｔｒｉｂｕｔｅ＿ｄａｔａ）のシンタックス例を示す図である。この属性データは、複数の三次元点の属性情報の符号化データを含む。図５８に示すように属性データは、ｎビット符号（ｎ－ｂｉｔ　ｃｏｄｅ）と、残り符号（ｒｅｍａｉｎｉｎｇ　ｃｏｄｅ）とを含む。
　ｎビット符号は（ｎ－ｂｉｔ　ｃｏｄｅ）は、属性情報の値の予測残差の符号化データ又はその一部である。ｎビット符号のビット長はＲ＿ＴＨ［ｉ］の値に依存する。例えばＲ＿ＴＨ［ｉ］の示す値が６３の場合、ｎビット符号は６ｂｉｔであり、Ｒ＿ＴＨ［ｉ］の示す値が２５５の場合、ｎビット符号は８ｂｉｔである。
　残り符号（ｒｅｍａｉｎｉｎｇ　ｃｏｄｅ）は、属性情報の値の予測残差の符号化データのうち、指数ゴロムで符号化された符号化データである。この残り符号は、ｎビット符号がＲ＿ＴＨ［ｉ］と同じ場合に符号化又は復号される。また、三次元データ復号装置は、ｎビット符号の値と残り符号の値を加算して予測残差を復号する。なお、ｎビット符号がＲ＿ＴＨ［ｉ］と同じ値でない場合は、残り符号は符号化又は復号されなくてもよい。
　以下、三次元データ符号化装置における処理の流れを説明する。図５９は、三次元データ符号化装置による三次元データ符号化処理のフローチャートである。
　まず、三次元データ符号化装置は、位置情報（ｇｅｏｍｅｔｒｙ）を符号化する（Ｓ３００１）。例えば、三次元データ符号化は、８分木表現を用いて符号化を行う。
　三次元データ符号化装置は、位置情報の符号化後に、量子化等によって三次元点の位置が変化した場合に、変化後の三次元点に元の三次元点の属性情報を再割り当てする（Ｓ３００２）。例えば、三次元データ符号化装置は、位置の変化量に応じて属性情報の値を補間することで再割り当てを行う。例えば、三次元データ符号化装置は、変化後の三次元位置に近い変化前の三次元点をＮ個検出し、Ｎ個の三次元点の属性情報の値を重み付け平均する。例えば、三次元データ符号化装置は、重み付け平均において、変化後の三次元位置から各Ｎ個の三次元までの距離に基づいて重みを決定する。そして、三次元データ符号化装置は、重み付け平均により得られた値を変化後の三次元点の属性情報の値に決定する。また、三次元データ符号化装置は、量子化等によって２個以上の三次元点が同一の三次元位置に変化した場合は、その変化後の三次元点の属性情報の値として、変化前の２個以上の三次元点の属性情報の平均値を割当ててもよい。
　次に、三次元データ符号化装置は、再割り当て後の属性情報（Ａｔｔｒｉｂｕｔｅ）を符号化する（Ｓ３００３）。例えば、三次元データ符号化装置は、複数種類の属性情報を符号化する場合は、複数種類の属性情報を順に符号化してもよい。例えば、三次元データ符号化装置は、属性情報として、色と反射率とを符号化する場合は、色の符号化結果の後に反射率の符号化結果を付加したビットストリームを生成してもよい。なお、ビットストリームに付加される属性情報の複数の符号化結果の順番は、この順に限らず、どのような順番でもよい。
　また、三次元データ符号化装置は、ビットストリーム内の各属性情報の符号化データ開始場所を示す情報をヘッダ等に付加してもよい。これにより、三次元データ復号装置は、復号が必要な属性情報を選択的に復号できるので、復号が不必要な属性情報の復号処理を省略できる。よって、三次元データ復号装置の処理量を削減できる。また、三次元データ符号化装置は、複数種類の属性情報を並列に符号化し、符号化結果を１つのビットストリームに統合してもよい。これにより、三次元データ符号化装置は、高速に複数種類の属性情報を符号化できる。
　図６０は、属性情報符号化処理（Ｓ３００３）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、ＬｏＤを設定する（Ｓ３０１１）。つまり、三次元データ符号化装置は、各三次元点を複数のＬｏＤのいずれかに割り当てる。
　次に、三次元データ符号化装置は、ＬｏＤ単位のループを開始する（Ｓ３０１２）。つまり、三次元データ符号化装置は、ＬｏＤ毎にステップＳ３０１３～Ｓ３０２１の処理を繰り返し行う。
　次に、三次元データ符号化装置は、三次元点単位のループを開始する（Ｓ３０１３）。つまり、三次元データ符号化装置は、三次元点毎にステップＳ３０１４～Ｓ３０２０の処理を繰り返し行う。
　まず、三次元データ符号化装置は、処理対象の対象三次元点の予測値の算出に用いる、対象三次元点の周囲に存在する三次元点である複数の周囲点を探索する（Ｓ３０１４）。次に、三次元データ符号化装置は、複数の周囲点の属性情報の値の重み付け平均を算出し、得られた値を予測値Ｐに設定する（Ｓ３０１５）。次に、三次元データ符号化装置は、対象三次元点の属性情報と予測値との差分である予測残差を算出する（Ｓ３０１６）。次に、三次元データ符号化装置は、予測残差を量子化することで量子化値を算出する（Ｓ３０１７）。次に、三次元データ符号化装置は、量子化値を算術符号化する（Ｓ３０１８）。
　また、三次元データ符号化装置は、量子化値を逆量子化することで逆量子化値を算出する（Ｓ３０１９）。次に、三次元データ符号化装置は、逆量子化値に予測値を加算することで復号値を生成する（Ｓ３０２０）。次に、三次元データ符号化装置は、三次元点単位のループを終了する（Ｓ３０２１）。また、三次元データ符号化装置は、ＬｏＤ単位のループを終了する（Ｓ３０２２）。
　以下、上記の三次元データ符号化装置により生成さ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における三次元データ復号処理について説明する。
　三次元データ復号装置は、三次元データ符号化装置によって生成されたビットストリーム内の属性情報の二値化データを、三次元データ符号化装置と同様の方法で算術復号することで、復号された二値化データを生成する。なお、三次元データ符号化装置において、ｎビットで二値化した部分（ｎビット符号）と、指数ゴロムを用いて二値化した部分（残り符号）とで算術符号化の適用方法を切替えた場合は、三次元データ復号装置は、算術復号適用時に、それに合わせて復号を行う。
　例えば、三次元データ復号装置は、ｎビット符号の算術復号方法において、ビット毎に異なる符号化テーブル（復号テーブル）を用いて算術復号を行う。この際、三次元データ復号装置は、ビット毎に使用する符号化テーブルの数を変えてもよい。例えば、ｎビット符号の先頭ビットｂ０には１個の符号化テーブルを用いて算術復号を行う。また、三次元データ復号装置は、次のビットｂ１に対しては２個の符号化テーブルを用いる。また、三次元データ復号装置は、ｂ０の値（０又は１）に応じてビットｂ１の算術復号に用いる符号化テーブルを切替える。同様に、三次元データ復号装置は、更に次のビットｂ２に対しては４個の符号化テーブルを用いる。また、三次元データ復号装置は、ｂ０及びｂ１の値（０～３）に応じて、ビットｂ２の算術復号に用いる符号化テーブルを切替える。
　このように、三次元データ復号装置は、ｎビット符号の各ビットｂｎ－１を算術復号する際に、２ｎ－１個の符号化テーブルを用いる。また、三次元データ復号装置は、ｂｎ－１より前のビットの値（発生パターン）に応じて、使用する符号化テーブルを切替える。これにより、三次元データ復号装置は、ビット毎に適切な符号化テーブルを使用して符号化効率を向上したビットストリームを適切に復号できる。
　なお、三次元データ復号装置は、各ビットで使用する符号化テーブルの数を削減してもよい。例えば、三次元データ復号装置は、各ビットｂｎ－１を算術復号する際に、ｂｎ－１より前のｍビット（ｍ＜ｎ－１）の値（発生パターン）に応じて２ｍ個の符号化テーブルを切替えてもよい。これにより、三次元データ復号装置は、各ビットで使用する符号化テーブルの数を抑えつつ、符号化効率を向上したビットストリームを適切に復号できる。なお、三次元データ復号装置は、各符号化テーブルにおける０と１の発生確率を、実際に発生した二値化データの値に応じて更新してもよい。また、三次元データ復号装置は、一部のビットの符号化テーブルにおける０と１の発生確率を固定化してもよい。これにより、発生確率の更新回数を抑制できるので処理量を削減できる。
　例えば、ｎビット符号がｂ０ｂ１ｂ２…ｂｎ－１である場合、ｂ０用の符号化テーブルは１個（ＣＴｂ０）である。ｂ１用の符号化テーブルは２個（ＣＴｂ１０、ＣＴｂ１１）である。また、ｂ０の値（０～１）に応じて符号化テーブルが切替えられる。ｂ２用の符号化テーブルは４個（ＣＴｂ２０、ＣＴｂ２１、ＣＴｂ２２、ＣＴｂ２３）である。また、ｂ０及びｂ１の値（０～３）に応じて符号化テーブルが切替えられる。ｂｎ－１用の符号化テーブルは、２ｎ－１個（ＣＴｂｎ０、ＣＴｂｎ１、…、ＣＴｂｎ（２ｎ－１－１））である。また、ｂ０ｂ１…ｂｎ－２の値（０～２ｎ－１－１）に応じて符号化テーブルが切替えられる。
　図６１は、例えば、残り符号が指数ゴロム符号である場合の処理を説明するための図である。三次元データ符号化装置が指数ゴロムを用いて二値化して符号化した部分（残り符号）は、図６１に示すようにｐｒｅｆｉｘ部とｓｕｆｆｉｘ部とを含む。例えば、三次元データ復号装置は、ｐｒｅｆｉｘ部とｓｕｆｆｉｘ部とで符号化テーブルを切替える。つまり、三次元データ復号装置は、ｐｒｅｆｉｘ部に含まれる各ビットを、ｐｒｅｆｉｘ用の符号化テーブルを用いて算術復号し、ｓｕｆｆｉｘ部に含まれる各ビットを、ｓｕｆｆｉｘ用の符号化テーブルを用いて算術復号する。
　なお、三次元データ復号装置は、各符号化テーブルにおける０と１の発生確率を、復号時に発生した二値化データの値に応じて更新してもよい。または、三次元データ復号装置は、どちらかの符号化テーブルにおける０と１の発生確率を固定化してもよい。これにより、発生確率の更新回数を抑制できるので処理量を削減できる。例えば、三次元データ復号装置は、ｐｒｅｆｉｘ部に対して発生確率を更新し、ｓｕｆｆｉｘ部に対して発生確率を固定化してもよい。
　また、三次元データ復号装置は、算術復号した予測残差の二値化データを、三次元データ符号化装置で用いられた符号化方法に合わせて多値化することで量子化後の予測残差（符号なし整数値）を復号する。三次元データ復号装置は、まずｎビット符号の二値化データを算術復号することで復号したｎビット符号の値を算出する。次に、三次元データ復号装置は、ｎビット符号の値とＲ＿ＴＨの値とを比較する。
　三次元データ復号装置は、ｎビット符号の値とＲ＿ＴＨの値とが一致した場合、指数ゴロムで符号化されたビットが次に存在すると判定し、指数ゴロムで符号化された二値化データである残り符号を算術復号する。そして、三次元データ復号装置は、復号した残り符号から、残り符号とその値との関係を示す逆引きテーブルを用いて残り符号の値を算出する。図６２は、残り符号とその値との関係を示す逆引きテーブルの例を示す図である。次に、三次元データ復号装置は、得られた残り符号の値をＲ＿ＴＨに加算することで多値化された量子化後の予測残差を得る。
　一方、三次元データ復号装置は、ｎビット符号の値とＲ＿ＴＨの値とが一致しない（Ｒ＿ＴＨより値が小さい）場合、ｎビット符号の値をそのまま、多値化された量子化後の予測残差に決定する。これにより、三次元データ復号装置は、三次元データ符号化装置で予測残差の値に応じて二値化方法を切替えて生成したビットストリームを適切に復号できる。
　なお、三次元データ復号装置は、閾値Ｒ＿ＴＨがビットストリームのヘッダ等に付加されている場合は、閾値Ｒ＿ＴＨの値をヘッダから復号し、復号した閾値Ｒ＿ＴＨの値を用いて復号方法を切替えてもよい。また、三次元データ復号装置は、ＬｏＤ毎に閾値Ｒ＿ＴＨがヘッダ等に付加されている場合、ＬｏＤ毎に復号した閾値Ｒ＿ＴＨを用いて復号方法を切替える。
　例えば、閾値Ｒ＿ＴＨが６３であり、復号したｎビット符号の値が６３である場合、三次元データ復号装置は、残り符号を指数ゴロムにより復号することで残り符号の値を得る。例えば、図６２に示す例では、残り符号が００１００であり、残り符号の値として３が得られる。次に、三次元データ復号装置は、閾値Ｒ＿ＴＨの値６３と、残り符号の値３とを加算することで予測残差の値６６を得る。
　また、復号したｎビット符号の値が３２である場合、三次元データ復号装置は、ｎビット符号の値３２を予測残差の値に設定する。
　また、三次元データ復号装置は、復号した量子化後の予測残差を、例えば、三次元データ符号化装置における処理と逆の処理により、符号なし整数値から符号付整数値に変換する。これにより、三次元データ復号装置は、予測残差をエントロピー符号化する場合に、負の整数の発生を考慮せずに生成したビットストリームを適切に復号できる。なお、三次元データ復号装置は、必ずしも符号なし整数値を符号付整数値に変換する必要はなく、例えば符号ビットを別途エントロピー符号化して生成されたビットストリームを復号する場合は、符号ビットを復号してもよい。
　三次元データ復号装置は、符号付整数値に変換した量子化後の予測残差を、逆量子化及び再構成によって復号することで復号値を生成する。また、三次元データ復号装置は、生成した復号値を、復号対象の三次元点以降の予測に利用する。具体的には、三次元データ復号装置は、量子化後の予測残差に、復号した量子化スケールを乗算することで逆量子化値を算出し、逆量子化値と予測値とを加算して復号値を得る。
　復号された符号なし整数値（符号なし量子化値）は、以下の処理により符号付整数値に変換される。三次元データ復号装置は、復号された符号なし整数値ａ２ｕのＬＳＢ（ｌｅａｓｔ　ｓｉｇｎｉｆｉｃａｎｔ　ｂｉｔ）が１である場合、符号付整数値ａ２ｑを－（（ａ２ｕ＋１）＞＞１）に設定する。三次元データ復号装置は、符号なし整数値ａ２ｕのＬＳＢが１でない場合、符号付整数値ａ２ｑを（ａ２ｕ＞＞１）に設定する。
　同様に、三次元データ復号装置は、復号された符号なし整数値ｂ２ｕのＬＳＢが１である場合、符号付整数値ｂ２ｑを－（（ｂ２ｕ＋１）＞＞１）に設定する。三次元データ復号装置は、符号なし整数値ｎ２ｕのＬＳＢが１でない場合、符号付整数値ｂ２ｑを（ｂ２ｕ＞＞１）に設定する。
　また、三次元データ復号装置による逆量子化及び再構成処理の詳細は、三次元データ符号化装置における逆量子化及び再構成処理と同様である。
　以下、三次元データ復号装置における処理の流れを説明する。図６３は、三次元データ復号装置による三次元データ復号処理のフローチャートである。まず、三次元データ復号装置は、ビットストリームから位置情報（ｇｅｏｍｅｔｒｙ）を復号する（Ｓ３０３１）。例えば、三次元データ復号装置は、８分木表現を用いて復号を行う。
　次に、三次元データ復号装置は、ビットストリームから属性情報（Ａｔｔｒｉｂｕｔｅ）を復号する（Ｓ３０３２）。例えば、三次元データ復号装置は、複数種類の属性情報を復号する場合は、複数種類の属性情報を順に復号してもよい。例えば、三次元データ復号装置は、属性情報として色と反射率とを復号する場合は、ビットストリームに付加されている順に従い、色の符号化結果と反射率の符号化結果とを復号する。例えば、ビットストリームにおいて、色の符号化結果の後に反射率の符号化結果が付加されている場合、三次元データ復号装置は、色の符号化結果を復号し、その後に反射率の符号化結果を復号する。なお、三次元データ復号装置は、ビットストリームに付加される属性情報の符号化結果をどのような順番で復号してもよい。
　また、三次元データ復号装置は、ビットストリーム内の各属性情報の符号化データ開始場所を示す情報を、ヘッダ等を復号することで取得してもよい。これにより、三次元データ復号装置は、復号が必要な属性情報を選択的に復号できるので、復号が不必要な属性情報の復号処理を省略できる。よって、三次元データ復号装置の処理量を削減できる。また、三次元データ復号装置は、複数種類の属性情報を並列に復号し、復号結果を１つの三次元点群に統合してもよい。これにより、三次元データ復号装置は、高速に複数種類の属性情報を復号できる。
　図６４は、属性情報復号処理（Ｓ３０３２）のフローチャートである。まず、三次元データ復号装置は、ＬｏＤを設定する（Ｓ３０４１）。つまり、三次元データ復号装置は、復号された位置情報を有する複数の三次元点の各々を複数のＬｏＤのいずれかに割り当てる。例えば、この割り当て方法は、三次元データ符号化装置で用いられた割り当て方法と同じ方法である。
　次に、三次元データ復号装置は、ＬｏＤ単位のループを開始する（Ｓ３０４２）。つまり、三次元データ復号装置は、ＬｏＤ毎にステップＳ３０４３～Ｓ３０４９の処理を繰り返し行う。
　次に、三次元データ復号装置は、三次元点単位のループを開始する（Ｓ３０４３）。つまり、三次元データ復号装置は、三次元点毎にステップＳ３０４４～Ｓ３０４８の処理を繰り返し行う。
　まず、三次元データ復号装置は、処理対象の対象三次元点の予測値の算出に用いる、対象三次元点の周囲に存在する三次元点である複数の周囲点を探索する（Ｓ３０４４）。次に、三次元データ復号装置は、複数の周囲点の属性情報の値の重み付け平均を算出し、得られた値を予測値Ｐに設定する（Ｓ３０４５）。なお、これらの処理は三次元データ符号化装置における処理と同様である。
　次に、三次元データ復号装置は、ビットストリームから量子化値を算術復号する（Ｓ３０４６）。また、三次元データ復号装置は、復号した量子化値を逆量子化することで逆量子化値を算出する（Ｓ３０４７）。次に、三次元データ復号装置は、逆量子化値に予測値を加算することで復号値を生成する（Ｓ３０４８）。次に、三次元データ復号装置は、三次元点単位のループを終了する（Ｓ３０４９）。また、三次元データ復号装置は、ＬｏＤ単位のループを終了する（Ｓ３０５０）。
　次に、本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の構成を説明する。図６５は、本実施の形態に係る三次元データ符号化装置３０００の構成を示すブロック図である。この三次元データ符号化装置３０００は、位置情報符号化部３００１と、属性情報再割り当て部３００２と、属性情報符号化部３００３とを備える。
　属性情報符号化部３００３は、入力点群に含まれる複数の三次元点の位置情報（ｇｅｏｍｅｔｒｙ）を符号化する。属性情報再割り当て部３００２は、入力点群に含まれる複数の三次元点の属性情報の値を、位置情報の符号化及び復号結果を用いて再割り当てする。属性情報符号化部３００３は、再割り当てされた属性情報（ａｔｔｒｉｂｕｔｅ）を符号化する。また、三次元データ符号化装置３０００は、符号化された位置情報及び符号化された属性情報を含むビットストリームを生成する。
　図６６は、本実施の形態に係る三次元データ復号装置３０１０の構成を示すブロック図である。この三次元データ復号装置３０１０は、位置情報復号部３０１１と、属性情報復号部３０１２とを含む。
　位置情報復号部３０１１は、ビットストリームから複数の三次元点の位置情報（ｇｅｏｍｅｔｒｙ）を復号する。属性情報復号部３０１２は、ビットストリームから複数の三次元点の属性情報（ａｔｔｒｉｂｕｔｅ）を復号する。また、三次元データ復号装置３０１０は、復号した位置情報と復号した属性情報とを結合することで出力点群を生成する。
　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６７に示す処理を行う。三次元データ符号化装置は、属性情報を有する三次元点を符号化する。まず、三次元データ符号化装置は、三次元点の属性情報の予測値を算出する（Ｓ３０６１）。次に、三次元データ符号化装置は、三次元点の属性情報と、予測値との差分である予測残差を算出する（Ｓ３０６２）。次に、三次元データ符号化装置は、予測残差を二値化することで二値データを生成する（Ｓ３０６３）。次に、三次元データ符号化装置は、二値データを算術符号化する（Ｓ３０６４）。
　これによれば、三次元データ符号化装置は、属性情報の予測残差を算出し、さらに、当該予測残差を二値化及び算術符号化することで、属性情報の符号化データの符号量を削減できる。
　例えば、算術符号化（Ｓ３０６４）では、三次元データ符号化装置は、二値データのビット毎に異なる符号化テーブルを用いる。これによれば、三次元データ符号化装置は、符号化効率を向上できる。
　例えば、算術符号化（Ｓ３０６４）では、二値データの下位ビットほど、使用する符号化テーブルの数が多い。
　例えば、算術符号化（Ｓ３０６４）では、三次元データ符号化装置は、二値データに含まれる対象ビットの上位ビットの値に応じて、対象ビットの算術符号化に使用する符号化テーブルを選択する。これによれば、三次元データ符号化装置は、上位ビットの値に応じて符号化テーブルを選択できるので符号化効率を向上できる。
　例えば、三次元データ符号化装置は、二値化（Ｓ３０６３）では、予測残差が閾値（Ｒ＿ＴＨ）より小さい場合、固定ビット数で予測残差を二値化することで二値データを生成し、予測残差が閾値（Ｒ＿ＴＨ）以上である場合、閾値（Ｒ＿ＴＨ）を示す固定ビット数の第１符号（ｎビット符号）と、予測残差から閾値（Ｒ＿ＴＨ）を減算した値を指数ゴロムで二値化した第２符号（残り符号）とを含む二値データを生成する。三次元データ符号化装置は、算術符号化（Ｓ３０６４）では、第１符号と第２符号とに異なる算術符号化方法を用いる。
　これによれば、三次元データ符号化装置は、例えば、第１符号と第２符号との各々に適した算術符号化方法により第１符号と第２符号を算術符号化できるので符号化効率を向上できる。
　例えば、三次元データ符号化装置は、予測残差を量子化し、二値化（Ｓ３０６３）では、量子化された予測残差を二値化する。閾値（Ｒ＿ＴＨ）は、量子化における量子化スケールに応じて変更される。これによれば、三次元データ符号化装置は、量子化スケールに応じた適切な閾値を用いることができるので符号化効率を向上できる。
　例えば、第２符号は、ｐｒｅｆｉｘ部と、ｓｕｆｆｉｘ部とを含む。三次元データ符号化装置は、算術符号化（Ｓ３０６４）では、ｐｒｅｆｉｘ部とｓｕｆｆｉｘ部とに異なる符号化テーブルを用いる。これによれば、三次元データ符号化装置は、符号化効率を向上できる。
　例えば、三次元データ符号化装置は、プロセッサと、メモリとを備え、プロセッサは、メモリを用いて、上記の処理を行う。
　また、本実施の形態に係る三次元データ復号装置は、図６８に示す処理を行う。三次元データ復号装置は、属性情報を有する三次元点を復号する。まず、三次元データ復号装置は、三次元点の属性情報の予測値を算出する（Ｓ３０７１）。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符号化データを算術復号することで二値データを生成する（Ｓ３０７２）。次に、三次元データ復号装置は、二値データを多値化することで予測残差を生成する（Ｓ３０７３）。次に、三次元データ復号装置は、予測値と予測残差とを加算することで、三次元点の属性情報の復号値を算出する（Ｓ３０７４）。
　これによれば、三次元データ復号装置は、属性情報の予測残差を算出し、さらに、当該予測残差を二値化及び算術符号化することで生成された属性情報のビットストリームを適切に復号できる。
　例えば、算術復号（Ｓ３０７２）では、三次元データ復号装置は、二値データのビット毎に異なる符号化テーブルを用いる。これによれば、三次元データ復号装置は、符号化効率が向上されたビットストリームを適切に復号できる。
　例えば、算術復号（Ｓ３０７２）では、二値データの下位ビットほど、使用する符号化テーブルの数が多い。
　例えば、算術復号（Ｓ３０７２）では、三次元データ復号装置は、二値データに含まれる対象ビットの上位ビットの値に応じて、対象ビットの算術復号に使用する符号化テーブルを選択する。これによれば、三次元データ復号装置は、符号化効率が向上されたビットストリームを適切に復号できる。
　例えば、三次元データ復号装置は、多値化（Ｓ３０７３）では、二値データに含まれる固定ビット数の第１符号（ｎビット符号）を多値化することで第１の値を生成する。三次元データ復号装置は、第１の値が閾値（Ｒ＿ＴＨ）より小さい場合、第１の値を予測残差に決定し、第１の値が閾値（Ｒ＿ＴＨ）以上の場合、二値データに含まれる指数ゴロム符号である第２符号（残り符号）を多値化することで第２の値を生成し、第１の値と第２の値とを加算することで予測残差を生成する。三次元データ復号装置は、算術復号（Ｓ３０７２）では、第１符号と第２符号とに異なる算術復号方法を用いる。
　これによれば、三次元データ復号装置は、符号化効率が向上されたビットストリームを適切に復号できる。
　例えば、三次元データ復号装置は、予測残差を逆量子化し、加算（Ｓ３０７４）では、予測値と、逆量子化された予測残差とを加算する。閾値（Ｒ＿ＴＨ）は、逆量子化における量子化スケールに応じて変更される。これによれば、三次元データ復号装置は、符号化効率が向上されたビットストリームを適切に復号できる。
　例えば、第２符号は、ｐｒｅｆｉｘ部と、ｓｕｆｆｉｘ部とを含む。三次元データ復号装置は、算術復号（Ｓ３０７２）では、ｐｒｅｆｉｘ部とｓｕｆｆｉｘ部とに異なる符号化テーブルを用いる。これによれば、三次元データ復号装置は、符号化効率が向上されたビットストリームを適切に復号できる。
　例えば、三次元データ復号装置は、プロセッサと、メモリとを備え、プロセッサは、メモリを用いて、上記の処理を行う。
　（実施の形態９）
　実施の形態８とは別の手法で予測値を生成してもよい。以下では、符号化対象の三次元点を第１三次元点と称し、その周囲の三次元点を第２三次元点と称する場合がある。
　例えば、三次元点の属性情報の予測値の生成において、符号化対象の三次元点の符号化済みかつ復号済みの周囲の三次元点のうち、最も距離が近い三次元点の属性値をそのまま予測値として生成しても構わない。また、予測値の生成では、予測モード情報（ＰｒｅｄＭｏｄｅ）を三次元点毎に付加し、複数の予測値から１つの予測値を選択することで予測値を生成できるようにしても構わない。つまり、例えば、総数Ｍの予測モードにおいて、予測モード０に平均値、予測モード１に三次元点Ａの属性値、・・・、予測モードＭ－１に三次元点Ｚの属性値を割り当て、予測に使用した予測モードを三次元点毎にビットストリームに付加することが考えられる。このように、周囲の三次元点の属性情報の平均が予測値として算出される第１予測モードを示す第１予測モード値は、周囲の三次元点の属性情報そのものが予測値として算出される第２予測モードを示す第２予測モード値よりも小さくてもよい。ここで、予測モード０において算出される予測値である「平均値」は、符号化対象の三次元点の周囲の三次元点の属性値の平均値である。
　図６９は、実施の形態９に係る各予測モードにおいて算出される予測値を示すテーブルの第１の例を示す図である。図７０は、実施の形態９に係る予測値に用いる属性情報の例を示す図である。図７１は、実施の形態９に係る各予測モードにおいて算出される予測値を示すテーブルの第２の例を示す図である。
　予測モード数Ｍは、ビットストリームに付加されても構わない。また、予測モード数Ｍは、ビットストリームに付加されずに規格のｐｒｏｆｉｌｅ、ｌｅｖｅｌ等で値が規定されても構わない。また、予測モード数Ｍは、予測に用いる三次元点数Ｎから算出された値が用いられても構わない。例えば予測モード数Ｍは、Ｍ＝Ｎ＋１により算出されても構わない。
　なお、図６９に示されるテーブルは、予測に用いる三次元点数Ｎ＝４、かつ、予測モード数Ｍ＝５の場合の例である。点ｂ２の属性情報の予測値は、点ａ０、ａ１、ａ２、ｂ１の属性情報を用いて生成され得る。複数の予測モードから１つの予測モードを選択する場合、点ｂ２からの各点ａ０、ａ１、ａ２、ｂ１までの距離情報を元に、各点ａ０、ａ１、ａ２、ｂ１の属性値を予測値として生成する予測モードを選択してもよい。予測モードは、符号化対象の三次元点毎に付加される。予測値は、付加された予測モードに応じた値に応じて算出される。
　図７１に示されるテーブルは、図６９と同様に、予測に用いる三次元点数Ｎ＝４、かつ、予測モード数Ｍ＝５の場合の例である。点ａ２の属性情報の予測値は、点ａ０、ａ１の属性情報を用いて生成され得る。複数の予測モードから１つの予測モードを選択する場合、点ａ２のからの各店ａ０、ａ１までの距離情報を元に、各点ａ０、ａ１の属性値を予測値として生成する予測モードを選択してもよい。予測モードは、符号化対象の三次元点毎に付加される。予測値は、付加された予測モードに応じた値に応じて算出される。
　なお、上記の点ａ２のように隣接点数、つまり、周囲の三次元点数Ｎが４個に満たない場合、テーブルにおいて予測値が未割当てである予測モードをｎｏｔ　ａｖａｉｌａｂｌｅとしてもよい。
　なお、予測モードの値の割当ては、符号化対象の三次元点からの距離順で決定しても構わない。例えば、複数の予測モードを示す予測モード値は、予測値として用いる属性情報を有する周囲の三次元点までの符号化対象の三次元点からの距離が近いほど小さい。図６９の例では、点ｂ１、ａ２、ａ１、ａ０の順に符号化対象の三次元点である点ｂ２への距離が近いことが示される。例えば、予測値の算出では、２以上の予測モードのうちの予測モード値が「１」で示される予測モードにおいて点ｂ１の属性情報を予測値として算出し、予測モード値が「２」で示される予測モードにおいて点ａ２の属性情報を予測値として算出する。このように、点ｂ１の属性情報を予測値として算出する予測モードを示す予測モード値は、点ｂ２からの距離が点ｂ１よりも遠い位置にある点ａ２の属性情報を予測値として算出する予測モードを示す予測モード値よりも小さい。
　これにより、距離が近いため予測が当たりやすく選ばれやすい可能性のある点に小さい予測モード値を割り振ることができ、予測モード値を符号化するためのビット数を削減することができる。また、符号化対象の三次元点と同一のＬｏＤに属する三次元点に優先的に小さい予測モード値を割当ててもよい。
　図７２は、実施の形態９に係る各予測モードにおいて算出される予測値を示すテーブルの第３の例を示す図である。具体的には、第３の例は、予測値に用いられる属性情報が周囲の三次元点の色情報（ＹＵＶ）による値である場合の例である。このように、予測値に用いられる属性情報は、三次元点の色を示す色情報であってもよい。
　図７２に示されるように、予測モード値が「０」で示される予測モードにおいて算出される予測値は、ＹＵＶ色空間を定義するＹＵＶそれぞれの成分の平均である。具体的には、当該予測値は、点ｂ１、ａ２、ａ１、ａ０にそれぞれ対応するＹ成分の値であるＹｂ１、Ｙａ２、Ｙａ１、Ｙａ０の重み付き平均Ｙａｖｅと、点ｂ１、ａ２、ａ１、ａ０にそれぞれ対応するＵ成分の値であるＵｂ１、Ｕａ２、Ｕａ１、Ｕａ０の重み付き平均Ｕａｖｅと、点ｂ１、ａ２、ａ１、ａ０にそれぞれ対応するＶ成分の値であるＶｂ１、Ｖａ２、Ｖａ１、Ｖａ０の重み付き平均Ｖａｖｅと、を含む。また、予測モード値が「１」～「４」で示される予測モードにおいて算出される予測値は、それぞれ、周囲の三次元点ｂ１、ａ２、ａ１、ａ０の色情報を含む。色情報は、Ｙ成分、Ｕ成分およびＶ成分の値の組み合わせで示される。
　なお、図７２では、色情報は、ＹＵＶ色空間で定義される値で示されているが、ＹＵＶ色空間に限らずに、ＲＧＢ色空間で定義される値で示されてもよいし、他の色空間で定義される値で示されてもよい。
　このように、予測値の算出では、予測モードの予測値として、２以上の平均または属性情報を算出してもよい。また、２以上の平均または属性情報は、それぞれ、色空間を定義する２以上の成分の値を示していてもよい。
　なお、例えば、図７２のテーブルにおいて予測モード値が「２」で示される予測モードが選択された場合、符号化対象の三次元点の属性値のＹ成分、Ｕ成分およびＶ成分をそれぞれ予測値Ｙａ２，Ｕａ２，Ｖａ２として用いて符号化してもよい。この場合、予測モード値としての「２」がビットストリームに付加される。
　図７３は、実施の形態９に係る各予測モードにおいて算出される予測値を示すテーブルの第４の例を示す図である。具体的には、第４の例は、予測値に用いられる属性情報が周囲の三次元点の反射率情報による値である場合の例である。反射率情報は、例えば、反射率Ｒを示す情報である。
　図７３に示されるように、予測モード値が「０」で示される予測モードにおいて算出される予測値は、点ｂ１、ａ２、ａ１、ａ０にそれぞれ対応する反射率Ｒｂ１、Ｒａ２、Ｒａ１、Ｒａ０の重み付き平均Ｒａｖｅである。また、予測モード値が「１」～「４」で示される予測モードにおいて算出される予測値は、それぞれ、周囲の三次元点ｂ１、ａ２、ａ１、ａ０の反射率Ｒｂ１、Ｒａ２、Ｒａ１、Ｒａ０である。
　なお、例えば、図７３のテーブルにおいて予測モード値が「３」で示される予測モードが選択された場合、符号化対象の三次元点の属性値の反射率を予測値Ｒａ１として用いて符号化してもよい。この場合、予測モード値としての「３」がビットストリームに付加される。
　図７２および図７３で示されるように、属性情報は、第１属性情報と、第１属性情報とは異なる種類の第２属性情報とを含んでいてもよい。第１属性情報は、例えば、色情報である。第２属性情報は、例えば、反射率情報である。予測値の算出では、第１属性情報を用いて第１予測値を算出し、かつ、第２属性情報を用いて第２予測値を算出してもよい。
　属性情報が、ＹＵＶ色空間、ＲＧＢ色空間などの色情報のように、複数の成分を有する場合、成分毎に分けた予測モードで予測値が算出されても構わない。例えばＹＵＶ空間の場合、Ｙ成分、Ｕ成分およびＶ成分を用いた予測値のそれぞれは、それぞれの成分において選択された予測モードで算出されてもよい。例えば、Ｙ成分を用いた予測値を算出するための予測モードＹ、Ｕ成分を用いた予測値を算出するための予測モードＵ、および、Ｖ成分を用いた予測値を算出するための予測モードＶのそれぞれにおいて、予測モード値が選択されてもよい。この場合、各成分の予測モードを示す予測モード値には、後述する図７４～図７６のテーブルの値が用いられ、これらの予測モード値が、それぞれビットストリームに付加されてもよい。なお、上記では、ＹＵＶ色空間について説明したが、ＲＧＢ色空間についても同様に適用することができる。
　また、属性情報の複数成分のうちの２以上の成分を含む予測値は、共通する予測モードで算出されてもよい。例えばＹＵＶ色空間の場合、Ｙ成分を用いた予測値を算出するための予測モードＹと、ＵＶ成分を用いた予測値を算出するための予測モードＵＶとのそれぞれにおいて、予測モード値が選択されてもよい。この場合、各成分の予測モードを示す予測モード値には、後述する図７４および図７７のテーブルの値が用いられ、これらの予測モード値が、それぞれビットストリームに付加されてもよい。
　図７４は、実施の形態９に係る各予測モードにおいて算出される予測値を示すテーブルの第５の例を示す図である。具体的には、第５の例は、予測値に用いられる属性情報が周囲の三次元点の色情報のＹ成分の値である場合の例である。
　図７４に示されるように、予測モード値が「０」で示される予測モードＹにおいて算出される予測値は、点ｂ１、ａ２、ａ１、ａ０にそれぞれ対応するＹ成分の値であるＹｂ１、Ｙａ２、Ｙａ１、Ｙａ０の重み付き平均Ｙａｖｅである。また、予測モード値が「１」～「４」で示される予測モードにおいて算出される予測値は、それぞれ、周囲の三次元点ｂ１、ａ２、ａ１、ａ０のＹ成分の値Ｙｂ１、Ｙａ２、Ｙａ１、Ｙａ０である。
　なお、例えば、図７４のテーブルにおいて予測モード値が「２」で示される予測モードＹが選択された場合、符号化対象の三次元点の属性値のＹ成分を予測値Ｙａ２として用いて符号化してもよい。この場合、予測モード値としての「２」がビットストリームに付加される。
　図７５は、実施の形態９に係る各予測モードにおいて算出される予測値を示すテーブルの第６の例を示す図である。具体的には、第６の例は、予測値に用いられる属性情報が周囲の三次元点の色情報のＵ成分の値である場合の例である。
　図７５に示されるように、予測モード値が「０」で示される予測モードＵにおいて算出される予測値は、点ｂ１、ａ２、ａ１、ａ０にそれぞれ対応するＵ成分の値であるＵｂ１、Ｕａ２、Ｕａ１、Ｕａ０の重み付き平均Ｕａｖｅである。また、予測モード値が「１」～「４」で示される予測モードにおいて算出される予測値は、それぞれ、周囲の三次元点ｂ１、ａ２、ａ１、ａ０のＵ成分の値Ｕｂ１、Ｕａ２、Ｕａ１、Ｕａ０である。
　なお、例えば、図７５のテーブルにおいて予測モード値が「１」で示される予測モードＵが選択された場合、符号化対象の三次元点の属性値のＵ成分を予測値Ｕｂ１として用いて符号化してもよい。この場合、予測モード値としての「１」がビットストリームに付加される。
　図７６は、実施の形態９に係る各予測モードにおいて算出される予測値を示すテーブルの第７の例を示す図である。具体的には、第７の例は、予測値に用いられる属性情報が周囲の三次元点の色情報のＶ成分の値である場合の例である。
　図７６に示されるように、予測モード値が「０」で示される予測モードＶにおいて算出される予測値は、点ｂ１、ａ２、ａ１、ａ０にそれぞれ対応するＶ成分の値であるＶｂ１、Ｖａ２、Ｖａ１、Ｖａ０の重み付き平均Ｖａｖｅである。また、予測モード値が「１」～「４」で示される予測モードにおいて算出される予測値は、それぞれ、周囲の三次元点ｂ１、ａ２、ａ１、ａ０のＶ成分の値Ｖｂ１、Ｖａ２、Ｖａ１、Ｖａ０である。
　なお、例えば、図７６のテーブルに置いて予測モード値が「４」で示される予測モードＶが選択された場合、符号化対象の三次元点の属性値のＶ成分を予測値Ｖａ０として用いて符号化してもよい。この場合、予測モード値としての「４」がビットストリームに付加される。
　図７７は、実施の形態９に係る各予測モードにおいて算出される予測値を示すテーブルの第８の例を示す図である。具体的には、第８の例は、予測値に用いられる属性情報が周囲の三次元点の色情報のＵ成分の値およびＶ成分の値である場合の例である。
　図７７に示されるように、予測モード値が「０」で示される予測モードＵにおいて算出される予測値は、点ｂ１、ａ２、ａ１、ａ０にそれぞれ対応するＵ成分の値であるＵｂ１、Ｕｂ２、Ｕａ１、Ｕａ０の重み付き平均Ｕａｖｅと、点ｂ１、ａ２、ａ１、ａ０にそれぞれ対応するＶ成分の値であるＶｂ１、Ｖｂ２、Ｖａ１、Ｖａ０の重み付き平均Ｖａｖｅとを含む。また、予測モード値が「１」～「４」で示される予測モードにおいて算出される予測値は、それぞれ、周囲の三次元点ｂ１、ａ２、ａ１、ａ０のＵ成分の値およびＶ成分の値を含む。
　なお、例えば、図７７のテーブルに置いて予測モード値が「１」で示される予測モードＵＶが選択された場合、符号化対象の三次元点の属性値のＵ成分およびＶ成分をそれぞれ予測値Ｕｂ１、Ｖｂ１として用いて符号化してもよい。この場合、予測モード値としての「１」がビットストリームに付加される。
　符号化時の予測モードは、ＲＤ最適化によって選択されてもよい。例えば、ある予測モードＰを選択した場合のコストｃｏｓｔ（Ｐ）を算出し、ｃｏｓｔ（Ｐ）が最小になる予測モードＰを選択することが考えられる。コストｃｏｓｔ（Ｐ）としては、例えば、予測モードＰの予測値を用いた場合の予測残差ｒｅｓｉｄｕａｌ（Ｐ）と、予測モードＰを符号化するために必要なビット数ｂｉｔ（Ｐ）と、調整パラメータλ値とを用いて、式Ｄ１で算出してもよい。
　ｃｏｓｔ（Ｐ）＝ａｂｓ（ｒｅｓｉｄｕａｌ（Ｐ））＋λ×ｂｉｔ（Ｐ）・・・（式Ｄ１）
　ａｂｓ（ｘ）はｘの絶対値を示す。
　ａｂｓ（ｘ）の代わりにｘの２乗値を用いても構わない。
　上記式Ｄ１を用いることにより、予測残差の大きさと予測モードを符号化するために必要なビット数とのバランスを考慮した予測モードを選択することが可能となる。なお、調整パラメータλは、量子化スケールの値に応じて値を異なる値が設定されてもよい。例えば量子化スケールが小さい場合（高ビットレート時）、λ値を小さくすることで予測残差ｒｅｓｉｄｕａｌ（Ｐ）が小さくなる予測モードを選択して予測精度をなるべく向上し、量子化スケールが大きい場合（低ビットレート時）、λ値を大きくすることで予測モードＰを符号化するために必要なビット数ｂｉｔ（Ｐ）を考慮しながら適切な予測モードが選択されるようにしてもよい。
　なお、量子化スケールが小さい場合とは、例えば、第１の量子化スケールよりも小さい場合である。量子化スケールが大きい場合とは、例えば、第１の量子化スケール以上の第２の量子化スケールより大きい場合である。また、量子化スケールが小さいほどλ値を小さい値に設定してもよい。
　予測残差ｒｅｓｉｄｕａｌ（Ｐ）は、符号化対象の三次元点の属性値から予測モードＰの予測値を減算することで算出される。なお、コスト算出時の予測残差ｒｅｓｉｄｕａｌ（Ｐ）の代わりに、予測残差ｒｅｓｉｄｕａｌ（Ｐ）を量子化、逆量子化し、予測値と加算して復号値を求め、元の三次元点の属性値と予測モードＰを用いた場合の復号値との差分（符号化誤差）をコスト値に反映しても構わない。これにより、符号化誤差が小さい予測モードを選択することが可能となる。
　予測モードＰを符号化するために必要なビット数ｂｉｔ（Ｐ）は、例えば予測モードを二値化して符号化する場合は、二値化後のビット数を用いてもよい。例えば、予測モード数Ｍ＝５の場合、図７８のように、予測モード数Ｍを用いて最大値を５としたｔｒｕｎｃａｔｅｄ　ｕｎａｒｙ　ｃｏｄｅで予測モードを示す予測モード値を二値化してもよい。この場合、予測モード値が「０」の場合は１ビット、予測モード値が「１」の場合は２ビット、予測モード値が「２」の場合は３ビット、予測モード値が「４」および「５」の場合は４ビットが、それぞれの予測モード値の符号化に必要なビット数ｂｉｔ（Ｐ）として用いられる。ｔｒｕｎｃａｔｅｄ　ｕｎａｒｙ　ｃｏｄｅを用いることで予測モードの値が小さいほど少ないビット数となる。このため、予測モード値が「０」の場合に予測値として算出される平均値、または、予測モード値が「１」の場合に予測値として算出される三次元点の属性情報、つまり、符号化対象の三次元点に距離が近い三次元点の属性情報のように、選択されやすい、例えばｃｏｓｔ（Ｐ）が最小になりやすい予測値を算出する予測モードを示す予測モード値の符号量を削減することができる。
　また、予測モード数の最大値が決まっていない場合は、図７９のように、予測モード示す予測モード値をｕｎａｒｙ　ｃｏｄｅで二値化してもよい。また、各予測モードの発生確率が近い場合は、図８０のように、予測モードを示す予測モード値をｆｉｘｅｄ　ｃｏｄｅで二値化して符号量を削減するようにしてもよい。
　なお、予測モードＰを示す予測モード値を符号化するために必要なビット数ｂｉｔ（Ｐ）として、予測モードＰを示す予測モード値の二値化データを算術符号化し、算術符号化後の符号量をｂｉｔ（Ｐ）の値としても構わない。これにより、より正確な必要ビット数ｂｉｔ（Ｐ）を用いてコストが算出できるため、より適切な予測モードを選択することが可能となる。
　なお、図７８は、実施の形態９に係る予測モード値を二値化して符号化する場合の二値化テーブルの第１の例を示す図である。具体的には、第１の例は、予測モード数Ｍ＝５の場合において、ｔｒｕｎｃａｔｅｄ　ｕｎａｒｙ　ｃｏｄｅで予測モード値を二値化する例である。
　また、図７９は、実施の形態９に係る予測モード値を二値化して符号化する場合の二値化テーブルの第２の例を示す図である。具体的には、第２の例は、予測モード数Ｍ＝５の場合において、ｕｎａｒｙ　ｃｏｄｅで予測モード値を二値化する例である。
　また、図８０は、実施の形態９に係る予測モード値を二値化して符号化する場合の二値化テーブルの第３の例を示す図である。具体的には、第３の例は、予測モード数Ｍ＝５の場合において、ｆｉｘｅｄ　ｃｏｄｅで予測モード値を二値化する例である。
　予測モード（ＰｒｅｄＭｏｄｅ）を示す予測モード値は、二値化後に算術符号化してビットストリームに付加されてもよい。予測モード値は、上述したように、例えば予測モード数Ｍの値を用いたｔｒｕｎｃａｔｅｄ　ｕｎａｒｙ　ｃｏｄｅで二値化されてもよい。この場合、予測モード値の二値化後のビット数の最大数は、Ｍ－１となる。
　また、二値化後の二値データは、符号化テーブルを用いて算術符号化されてもよい。この場合、例えば、二値データのビット毎に符号化テーブルを切替えて符号化することで符号化効率を向上させてもよい。また、符号化テーブル数を抑制するために、二値データのうち、先頭ビットｏｎｅ　ｂｉｔにｏｎｅ　ｂｉｔ用の符号化テーブルＡを用いて符号化し、残りのビットｒｅｍａｉｎｉｎｇ　ｂｉｔの各ビットにｒｅｍａｉｎｉｎｇ　ｂｉｔ用の符号化テーブルＢを用いて符号化してもよい。例えば、図８１に示される予測モード値が「３」の二値化データ「１１１０」を符号化する場合、先頭ビットｏｎｅｂｉｔの「１」に符号化テーブルＡを用いて符号化し、残りのビットｒｅｍａｉｎｉｎｇ　ｂｉｔの「１１０」のそれぞれのビットに符号化テーブルＢを用いて符号化してもよい。
　なお、図８１は、実施の形態９に係る予測モードを二値化して符号化する場合の二値化テーブルの二値データを符号化する例について説明するための図である。図８１における二値化テーブルは、予測モード数Ｍ＝５において、ｔｒｕｎｃａｔｅｄ　ｕｎａｒｙ　ｃｏｄｅで予測モード値を二値化する例である。
　これにより、符号化テーブル数を抑制しつつ、二値データのビット位置に応じて符号化テーブルを切替えることで符号化効率を向上させることができる。なお、Ｒｅｍａｉｎｉｎｇ　ｂｉｔの符号化時に、更に、ビット毎に符号化テーブルを切替えて算術符号化する、または、算術符号化された結果に応じて当該符号化テーブルを切り替えて復号してもよい。
　予測モード数Ｍを用いたｔｒｕｎｃａｔｅｄ　ｕｎａｒｙ　ｃｏｄｅで予測モード値を二値化して符号化する場合、復号側で復号した二値データから予測モードが特定できるように、ｔｒｕｎｃａｔｅｄ　ｕｎａｒｙ　ｃｏｄｅに用いられた予測モード数Ｍがビットストリームのヘッダ等に付加されても構わない。また、予測モード数の取りうる値ＭａｘＭが規格等で規定されてもよく、ＭａｘＭ－Ｍの値（Ｍ＜＝ＭａｘＭ）がヘッダに付加されても構わない。また、予測モード数Ｍは、ストリームに付加されずに、規格等のｐｒｏｆｉｌｅまたはｌｅｖｅｌで規定されても構わない。
　なお、ｔｒｕｎｃａｔｅｄ　ｕｎａｒｙ　ｃｏｄｅを用いて二値化した予測モード値は、上述のようにｏｎｅ　ｂｉｔ部とｒｅｍａｉｎｉｎｇ部で符号化テーブルを切替えて算術符号化することが考えられる。なお、各符号化テーブルにおける０と１の発生確率は、実際に発生した二値データの値に応じて更新されてもよい。また、どちらかの符号化テーブルにおける０と１の発生確率は、固定化されてもよい。これにより、発生確率の更新回数を抑制して処理量を削減しても構わない。例えばｏｎｅ　ｂｉｔ部の発生確率は更新され、ｒｅｍａｉｎｉｎｇ　ｂｉｔ部の発生確率は固定化されてもよい。
　図８２は、実施の形態９に係る予測モード値の符号化の一例を示すフローチャートである。図８３は、実施の形態９に係る予測モード値の復号の一例を示すフローチャートである。
　図８２に示されるように、予測モード値の符号化では、まず、予測モード値を、予測モード数Ｍを用いたｔｒｕｎｃａｔｅｄ　ｕｎａｒｙ　ｃｏｄｅで二値化する（Ｓ３４０１）。
　次に、ｔｒｕｎｃａｔｅｄ　ｕｎａｒｙ　ｃｏｄｅの二値データを算術符号化する（Ｓ３４０２）。これにより、ビットストリームには、二値データが予測モードとして含まれる。
　また、図８３に示されるように、予測モード値の復号では、まず、予測モード数Ｍを用いてビットストリームを算術復号し、ｔｒｕｎｃａｔｅｄ　ｕｎａｒｙ　ｃｏｄｅの二値データを生成する（Ｓ３４０３）。
　次に、ｔｒｕｎｃａｔｅｄ　ｕｎａｒｙ　ｃｏｄｅの二値データから予測モード値を算出する（Ｓ３４０４）。
　予測モード（ＰｒｅｄＭｏｄｅ）を示す予測モード値の二値化の方法として、予測モード数Ｍの値を用いたｔｒｕｎｃａｔｅｄ　ｕｎａｒｙ　ｃｏｄｅで二値化する例を示したが、必ずしもこれに限らない。例えば、予測モードに予測値が割当たった数Ｌ（Ｌ＜＝Ｍ）を用いたｔｒｕｎｃａｔｅｄ　ｕｎａｒｙ　ｃｏｄｅで予測モード値を二値化してもよい。例えば、予測モード数Ｍ＝５の場合に、ある符号対象の三次元点の予測に利用可能な周囲の三次元点が２個の場合、図８４に示されるように３個の予測モードがａｖａｉｌａｂｌｅとなり、残りの２個の予測モードがｎｏｔ　ａｖａｉｌａｂｌｅとなるケースがある。例えば、図８４に示されるように予測モード数Ｍ＝５の場合で、符号化対象の三次元点の周囲にある予測に利用可能な三次元点の数が２個であり、予測モード値が「３」および「４」を示す予測モードに予測値が割当たっていない場合がある。
　この場合、図８５に示されるように、予測モードが割当たった値Ｌを最大値としてｔｒｕｎｃａｔｅｄ　ｕｎａｒｙ　ｃｏｄｅで予測モード値を二値化することにより、予測モード数Ｍでｔｒｕｎｃａｔｅｄ　ｕｎａｒｙ　ｃｏｄｅした場合より二値化後のビット数を削減できる可能性がある。例えば、この場合Ｌ＝３であるため、最大値３としてｔｒｕｎｃａｔｅｄ　ｕｎａｒｙ　ｃｏｄｅで二値化することでビット数を削減することができる。このように、予測モードに予測値が割当たった数Ｌを最大値としてｔｒｕｎｃａｔｅｄ　ｕｎａｒｙ　ｃｏｄｅにて二値化することで、予測モード値の二値化後のビット数を削減してもよい。
　二値化後の二値データは符号化テーブルを用いて算術符号化されてもよい。この場合、例えば二値データのビット毎に符号化テーブルを切替えて符号化することで符号化効率を向上させてもよい。また、符号化テーブル数を抑制するために、二値化データのうち、先頭ビットｏｎｅ　ｂｉｔにｏｎｅ　ｂｉｔ用の符号化テーブルＡを用いて符号化し、残りのビットｒｅｍａｉｎｉｎｇ　ｂｉｔの各ビットにｒｅｍａｉｎｉｎｇ　ｂｉｔ用の符号化テーブルＢを用いて符号化してもよい。例えば、図８５に示される予測モード値が「２」の二値化データ「１１」を符号化する場合、先頭ビットｏｎｅｂｉｔの「１」に符号化テーブルＡを用いて符号化し、残りのビットｒｅｍａｉｎｉｎｇ　ｂｉｔの「１」に符号化テーブルＢを用いて符号化してもよい。
　なお、図８５は、実施の形態９に係る予測モードを二値化して符号化する場合の二値化テーブルの二値データを符号化する例について説明するための図である。図８５における二値化テーブルは、予測モードに予測値が割り当たった数Ｌ＝３において、ｔｒｕｎｃａｔｅｄ　ｕｎａｒｙ　ｃｏｄｅで予測モード値を二値化する例である。
　これにより、符号化テーブル数を抑制しつつ、二値データのビット位置に応じて符号化テーブルを切替えることで符号化効率を向上させることができる。なお、Ｒｅｍａｉｎｉｎｇ　ｂｉｔの符号化時に、更に、ビット毎に符号化テーブルを切替えて算術符号化する、または、算術符号化された結果に応じて当該符号化テーブルを切り替えて復号してもよい。
　予測モード値を、予測値が割り当たった数Ｌを用いたｔｒｕｎｃａｔｅｄ　ｕｎａｒｙ　ｃｏｄｅで二値化して符号化する場合、復号側で復号した二値データから予測モードが特定できるように、符号化時と同様の方法にて予測モードに予測値を割当てることで数Ｌを算出し、算出されたＬを用いて予測モードを復号しても構わない。
　なお、ｔｒｕｎｃａｔｅｄ　ｕｎａｒｙ　ｃｏｄｅを用いて二値化した予測モード値は、上述のようにｏｎｅ　ｂｉｔ部とｒｅｍａｉｎｉｎｇ部で符号化テーブルを切替えて算術符号化することが考えられる。なお、各符号化テーブルにおける０と１の発生確率は、実際に発生した二値データの値に応じて更新されてもよい。また、どちらかの符号化テーブルにおける０と１の発生確率は、固定化されてもよい。これにより、発生確率の更新回数を抑制して処理量を削減しても構わない。例えばｏｎｅ　ｂｉｔ部の発生確率は更新され、ｒｅｍａｉｎｉｎｇ　ｂｉｔ部の発生確率は固定化されてもよい。
　図８６は、実施の形態９に係る予測モード値の符号化の他の一例を示すフローチャートである。図８７は、実施の形態９に係る予測モード値の復号の他の一例を示すフローチャートである。
　図８６に示されるように、予測モード値の符号化では、まず、予測モードに予測値が割り当たった数Ｌを算出する（Ｓ３４１１）。
　次に、予測モード値を、数Ｌを用いたｔｒｕｎｃａｔｅｄ　ｕｎａｒｙ　ｃｏｄｅで二値化する（Ｓ３４１２）。
　次に、ｔｒｕｎｃａｔｅｄ　ｕｎａｒｙ　ｃｏｄｅの二値データを算術符号化する（Ｓ３４１３）。
　また、図８７に示されるように、予測モード値の復号では、まず、予測モードに予測値が割り当たった数Ｌを算出する（Ｓ３４１４）。
　次に、数Ｌを用いてビットストリームを算術復号し、ｔｒｕｎｃａｔｅｄ　ｕｎａｒｙ　ｃｏｄｅの二値データを生成する（Ｓ３４１５）。
　次に、ｔｒｕｎｃａｔｅｄ　ｕｎａｒｙ　ｃｏｄｅの二値データから予測モード値を算出する（Ｓ３４１６）。
　予測モード値は、全ての属性値毎に付加されなくてもよい。例えば、ある条件を満たせば予測モードを固定して、予測モード値をビットストリームに付加しないようにし、ある条件を満たさなければ、予測モードを選択してビットストリームに予測モード値を付加するようにしてもよい。例えば、条件Ａを満たせば予測モード値を「０」に固定して周囲の三次元点の平均値から予測値を算出し、条件Ａを満たさなければ複数の予測モードから１つの予測モードを選択してビットストリームに選択した予測モードを示す予測モード値を付加するようにしてもよい。
　ある条件Ａとしては、例えば、符号化対象の三次元点における周囲Ｎ個（符号化済み、復号済み）の三次元点の属性値（ａ［０］～ａ［Ｎ－１］）の最大絶対差分値ｍａｘｄｉｆｆを算出し、最大絶対差分値ｍａｘｄｉｆｆが閾値Ｔｈｆｉｘ未満であることである。周囲の三次元点の属性値の最大絶対差分値が閾値Ｔｈｆｉｘ未満である場合、各三次元点の属性値に差が少なく、予測モードを選択しても予測値に差がないと判定し、予測モード値を「０」に固定して予測モード値を符号化しないことで、予測モードを符号化するための符号量を削減しつつ、適切な予測値を生成することが可能となる。
　なお、閾値Ｔｈｆｉｘは、ビットストリームのヘッダ等に付加されてもよく、エンコーダは、閾値Ｔｈｆｉｘの値を変えて符号化できるようにしても構わない。例えば、エンコーダは、高ビットレートでの符号化時に、閾値Ｔｈｆｉｘの値を低ビットレート時よりも小さくしてヘッダに付加し、予測モードを選択して符号化するケースを増やすことで、少しでも予測残差が小さくなるように符号化してもよい。また、エンコーダは、低ビットレートでの符号化時に、閾値Ｔｈｆｉｘの値を高ビットレート時よりも大きくしてヘッダに付加し、予測モードを固定して符号化する。このように、低ビットレート時に予測モードが固定して符号化されるケースを増やすことで、予測モードを符号化するビット量を抑えつつ、符号化効率を向上することができる。また、閾値Ｔｈｆｉｘは、ビットストリームに付加されずに、規格のｐｒｏｆｉｌｅまたはｌｅｖｅｌで規定されてもよい。
　予測に用いられる、符号化対象の三次元点の周囲のＮ個の三次元点は、符号化対象の三次元点からの距離が閾値ＴＨｄより小さい符号化済みおよび復号済みのＮ個の三次元点である。Ｎの最大値は、ＮｕｍＮｅｉｇｈｂｏｒＰｏｉｎｔとしてビットストリームに付加されてもよい。周囲の符号化済みおよび復号済みの三次元点数がＮｕｍＮｅｉｇｈｂｏｒＰｏｉｎｔの値に満たない場合など、Ｎの値は、常にＮｕｍＮｅｉｇｈｂｏｒＰｏｉｎｔの値に一致しなくてもよい。
　予測に用いられる、符号化対象の三次元点の周囲の三次元点の属性値の最大絶対差分値ｍａｘｄｉｆｆが閾値Ｔｈｆｉｘ［ｉ］より小さければ予測モード値が「０」に固定される例を示したが、必ずしもこれに限らず、予測モード値を「０」～「Ｍ－１」のいずれかに固定するようにしても構わない。また固定される予測モード値をビットストリームに付加しても構わない。
　図８８は、実施の形態９に係る符号化時に条件Ａに応じて予測モード値を固定するか否かを決定する処理の一例を示すフローチャートである。図８９は、実施の形態９に係る復号時に条件Ａに応じて予測モード値を固定された値にするか復号するかを決定する処理の一例を示すフローチャートである。
　図８８に示されるように、まず、三次元データ符号化装置は、符号化対象の三次元点の周囲のＮ個の三次元点における属性値の最大絶対差分値ｍａｘｄｉｆｆを算出する（Ｓ３４２１）。
　次に、三次元データ符号化装置は、最大絶対差分値ｍａｘｄｉｆｆが閾値Ｔｈｆｉｘ未満であるか否かを判定する（Ｓ３４２２）。なお、閾値Ｔｈｆｉｘは、符号化され、ストリームのヘッダ等に付加されてもよい。
　三次元データ符号化装置は、最大絶対差分値ｍａｘｄｉｆｆが閾値Ｔｈｆｉｘ未満である場合（Ｓ３４２２でＹｅｓ）、予測モード値を「０」に決定する（Ｓ３４２３）。
　一方で、三次元データ符号化装置は、最大絶対差分値ｍａｘｄｉｆｆが閾値Ｔｈｆｉｘ以上である場合（Ｓ３４２２でＮｏ）、複数の予測モードから１つの予測モードを選択する（Ｓ３４２４）。予測モードの選択処理の詳細は、図９６を用いて後述する。
　そして、三次元データ符号化装置は、選択された予測モードを示す予測モード値を算術符号化する（Ｓ３４２５）。具体的には、三次元データ符号化装置は、図８２で説明したステップＳ３４０１およびＳ３４０２を実行することで予測モード値を算術符号化する。なお、三次元データ符号化装置は、予測モードＰｒｅｄＭｏｄｅを、予測値が割当たった予測モード数を用いてｔｒｕｎｃａｔｅｄ　ｕｎａｒｙ　ｃｏｄｅで２値化して算術符号化してもよい。つまり、三次元データ符号化装置は、図８６で説明したステップＳ３４１１～Ｓ３４１３を実行することで予測モード値を算術符号化してもよい。
　三次元データ符号化装置は、ステップＳ３４２３において決定された予測モード、または、ステップＳ３４２５において選択された予測モードの予測値を算出し、算出された予測値を出力する（Ｓ３４２６）。三次元データ符号化装置は、ステップＳ３４２３で決定された予測モード値を用いる場合、予測モード値が「０」で示される予測モードの予測値として、周囲のＮ個の三次元点の属性値の平均を算出する。
　また、図８９に示されるように、まず、三次元データ復号装置は、復号対象の三次元点の周囲のＮ個の三次元点における属性値の最大絶対差分値ｍａｘｄｉｆｆを算出する（Ｓ３４３１）。なお、最大絶対差分値ｍａｘｄｉｆｆは、図９０に示されるように算出されてもよい。最大絶対差分値ｍａｘｄｉｆｆは、例えば、周囲のＮ個の三次元点のうちの２つをペアとして選んだ場合に取り得る全てのペアのそれぞれの差分の絶対値を算出し、算出された複数の絶対値のうちの最大値である。
　次に、三次元データ復号装置は、最大絶対差分値ｍａｘｄｉｆｆが閾値Ｔｈｆｉｘ未満であるか否かを判定する（Ｓ３４３２）。なお、閾値Ｔｈｆｉｘは、ストリームのヘッダ等が復号されて設定されてもよい。
　三次元データ復号装置は、最大絶対差分値ｍａｘｄｉｆｆが閾値Ｔｈｆｉｘ未満である場合（Ｓ３４３２でＹｅｓ）、予測モード値を「０」に決定する（Ｓ３４３３）。
　一方で、三次元データ復号装置は、最大絶対差分値ｍａｘｄｉｆｆが閾値Ｔｈｆｉｘ以上である場合（Ｓ３４３２でＮｏ）、予測モード値をビットストリームから復号する（Ｓ３４３４）。
　三次元データ復号装置は、ステップＳ３４３３で決定された予測モード値、または、ステップＳ３４３４で復号された予測モード値で示される予測モードの予測値を算出し、算出された予測値を出力する（Ｓ３４３５）。三次元データ復号装置は、ステップＳ３４３３で決定された予測モード値を用いる場合、予測モード値が「０」で示される予測モードの予測値として、周囲のＮ個の三次元点の属性値の平均を算出する。
　図９１は、実施の形態９に係るシンタックスの例を示す図である。図９１のシンタックスにおける、ＮｕｍＬｏＤ、ＮｕｍＮｅｉｇｈｂｏｒＰｏｉｎｔ［ｉ］、ＮｕｍＰｒｅｄＭｏｄｅ［ｉ］、Ｔｈｆｉｘ［ｉ］およびＮｕｍＯｆＰｏｉｎｔ［ｉ］について順に説明する。
　ＮｕｍＬｏＤは、ＬｏＤの階層数を示す。
　ＮｕｍＮｅｉｇｈｂｏｒＰｏｉｎｔ［ｉ］は、階層ｉに属する三次元点の予測値生成に用いる周囲の点数の上限値を示す。周囲の点数ＭがＮｕｍＮｅｉｇｈｂｏｒＰｏｉｎｔ［ｉ］に満たない場合（Ｍ＜ＮｕｍＮｅｉｇｈｂｏｒＰｏｉｎｔ［ｉ］）、予測値は、Ｍ個の周囲の点数を用いて算出されてもよい。また、各ＬｏＤでＮｕｍＮｅｉｇｈｂｏｒＰｏｉｎｔ［ｉ］の値を分ける必要がない場合は、１個のＮｕｍＮｅｉｇｈｂｏｒＰｏｉｎｔがヘッダに付加されてもよい。
　ＮｕｍＰｒｅｄＭｏｄｅ［ｉ］は、階層ｉの属性値の予測に用いる予測モードの総数（Ｍ）を示す。なお、予測モード数の取りうる値ＭａｘＭは、規格等で値を規定され、ＭａｘＭ－Ｍの値（０＜Ｍ＜＝ＭａｘＭ）は、ＮｕｍＰｒｅｄＭｏｄｅ［ｉ］としてヘッダに付加され、最大値ＭａｘＭ－１のｔｒｕｎｃａｔｅｄ　ｕｎａｒｙ　ｃｏｄｅで二値化して符号化されても構わない。また、予測モード数ＮｕｍＰｒｅｄＭｏｄｅ［ｉ］は、ストリームに付加されずに、規格等のｐｒｏｆｉｌｅまたはｌｅｖｅｌで値が規定されても構わない。また、予測モード数は、ＮｕｍＮｅｉｇｈｂｏｒＰｏｉｎｔ［ｉ］＋ＮｕｍＰｒｅｄＭｏｄｅ［ｉ］で規定されても構わない。また、各ＬｏＤでＮｕｍＰｒｅｄＭｏｄｅ［ｉ］の値を分ける必要がない場合は、１個のＮｕｍＰｒｅｄＭｏｄｅがヘッダに付加されてもよい。
　Ｔｈｆｉｘ［ｉ］は、階層ｉの予測モードを固定するかどうかを判定するための最大絶対差分値の閾値を示す。予測に用いる周囲三次元点の属性値の最大絶対差分値がＴｈｆｉｘ［ｉ］より小さければ予測モードが０に固定される。なお、Ｔｈｆｉｘ［ｉ］は、ストリームに付加されずに、規格等のｐｒｏｆｉｌｅまたはｌｅｖｅｌで規定されても構わない。また、各ＬｏＤでＴｈｆｉｘ［ｉ］の値を分ける必要がない場合は、１個のＴｈｆｉｘがヘッダに付加してもよい。
　ＮｕｍＯｆＰｏｉｎｔ［ｉ］は、階層ｉに属する三次元点の数を示す。なお、三次元点の総数ＡｌｌＮｕｍＯｆＰｏｉｎｔを別ヘッダに付加する場合は、ＮｕｍＯｆＰｏｉｎｔ［ＮｕｍＬｏＤ－１］（最下層に属する三次元点の数）はヘッダに付加されず、
Figure JPOXMLDOC01-appb-M000005
 を計算して算出するようにしてもよい。これにより、ヘッダの符号量を削減できる。
　なお、ＮｕｍＰｒｅｄＭｏｄｅ［ｉ］の設定例として、ＬｏＤに属する三次元点の距離が離れているため予測が当たりにくい上位層ほどＮｕｍＰｒｅｄＭｏｄｅ［ｉ］の値を大きく設定し、選択できる予測モードを増やしてもよい。また、予測が当たりやすい下位層ほどＮｕｍＰｒｅｄＭｏｄｅ［ｉ］の値を小さく設定し、予測モードの符号化に必要なビット量を抑制してもよい。これら設定により、上位層では選択できる予測モードを増やして予測残差を小さくし、下位層では予測モードの符号量を抑えることができ符号化効率を向上させることができる。
　また、Ｔｈｆｉｘ［ｉ］の設定例として、ＬｏＤに属する三次元点の距離が離れているため予測が当たりにくい上位層ほどＴｈｆｉｘ［ｉ］の値を小さく設定し、予測モードを選択するケースを増やしてもよい。また、予測が当たりやすい下位層ほどＴｈｆｉｘ［ｉ］の値を大きく設定し、予測モードを固定して予測モードの符号化に必要なビット量を抑制してもよい。これら設定により、上位層では予測モードを選択するケースを増やして予測残差を小さくし、下位層では予測モードを固定して予測モードの符号量を抑えることができ、符号化効率を向上させることができる。
　上記ＮｕｍＬｏＤ、ＮｕｍＮｅｉｇｈｂｏｒＰｏｉｎｔ［ｉ］、ＮｕｍＰｒｅｄＭｏｄｅ［ｉ］、Ｔｈｆｉｘ［ｉ］またはＮｕｍＯｆＰｏｉｎｔ［ｉ］は、エントロピー符号化されてヘッダに付加されてもよい。例えば各値は、二値化されて算術符号化されてもよい。また、各値は、処理量を抑えるために固定長で符号化されても構わない。
　図９２は、実施の形態９に係るシンタックスの例を示す図である。図９２のシンタックスにおける、ＰｒｅｄＭｏｄｅ、ｎ－ｂｉｔ　ｃｏｄｅおよびｒｅｍａｉｎｉｎｇ　ｃｏｄｅについて順に説明する。
　ＰｒｅｄＭｏｄｅは、階層ｉのｊ番目の三次元点の属性値を符号化、復号するための予測モードを示す。ＰｒｅｄＭｏｄｅは、「０」から「Ｍ－１」（Ｍは予測モードの総数）の値をとる。ＰｒｅｄＭｏｄｅがビットストリームにない場合（条件であるｍａｘｄｉｆｆ　＞＝　Ｔｈｆｉｘ［ｉ］　＆＆　ＮｕｍＰｒｅｄＭｏｄｅ［ｉ］　＞　１を満たさない場合）、ＰｒｅｄＭｏｄｅは値０と推定されてもよい。なお、ＰｒｅｄＭｏｄｅは、「０」に限らず「０」から「Ｍ－１」のいずれかの値が推定値とされてもよい。また、ＰｒｅｄＭｏｄｅがビットストリームにない場合の推定値は、別途ヘッダ等に付加されても構わない。また、ＰｒｅｄＭｏｄｅは予測値が割当たった予測モード数を用いてｔｒｕｎｃａｔｅｄ　ｕｎａｒｙ　ｃｏｄｅで二値化して算術符号化されてもよい。
　ｎ－ｂｉｔ　ｃｏｄｅは、属性情報の値の予測残差の符号化データを示す。ｎ－ｂｉｔ　ｃｏｄｅのビット長は、Ｒ＿ＴＨ［ｉ］の値に依存する。ｎ－ｂｉｔ　ｃｏｄｅのビット長は、例えばＲ＿ＴＨ［ｉ］の示す値が６３の場合は６ｂｉｔとなり、Ｒ＿ＴＨ［ｉ］の示す値が２５５の場合は８ｂｉｔとなる。
　ｒｅｍａｉｎｉｎｇ　ｃｏｄｅは、属性情報の値の予測残差の符号化データのうち、Ｅｘｐｏｎｅｎｔｉａｌ－Ｇｏｌｏｍｂで符号化された符号化データを示す。ｒｅｍａｉｎｉｎｇ　ｃｏｄｅは、ｎ－ｂｉｔ　ｃｏｄｅがＲ＿ＴＨ［ｉ］と同じ場合に復号され、ｎ－ｂｉｔ　ｃｏｄｅの値とｒｅｍａｉｎｉｎｇ　ｃｏｄｅの値を加算して予測残差を復号する。なお、ｎ－ｂｉｔ　ｃｏｄｅがＲ＿ＴＨ［ｉ］と同じ値でない場合は、ｒｅｍａｉｎｉｎｇ　ｃｏｄｅは復号されなくてよい。
　以下、三次元データ符号化装置における処理の流れを説明する。図９３は、実施の形態９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、位置情報（ｇｅｏｍｅｔｒｙ）を符号化する（Ｓ３４４１）。例えば、三次元データ符号化は、８分木表現を用いて符号化を行う。
　三次元データ符号化装置は、位置情報の符号化後に、量子化等によって三次元点の位置が変化した場合に、変化後の三次元点に元の三次元点の属性情報を再割り当てする（Ｓ３４４２）。例えば、三次元データ符号化装置は、位置の変化量に応じて属性情報の値を補間することで再割り当てを行う。例えば、三次元データ符号化装置は、変化後の三次元位置に近い変化前の三次元点をＮ個検出し、Ｎ個の三次元点の属性情報の値を重み付け平均する。例えば、三次元データ符号化装置は、重み付け平均において、変化後の三次元位置から各Ｎ個の三次元までの距離に基づいて重みを決定する。そして、三次元データ符号化装置は、重み付け平均により得られた値を変化後の三次元点の属性情報の値に決定する。また、三次元データ符号化装置は、量子化等によって２個以上の三次元点が同一の三次元位置に変化した場合は、その変化後の三次元点の属性情報の値として、変化前の２個以上の三次元点の属性情報の平均値を割当ててもよい。
　次に、三次元データ符号化装置は、再割り当て後の属性情報（Ａｔｔｒｉｂｕｔｅ）を符号化する（Ｓ３４４３）。例えば、三次元データ符号化装置は、複数種類の属性情報を符号化する場合は、複数種類の属性情報を順に符号化してもよい。例えば、三次元データ符号化装置は、属性情報として、色と反射率とを符号化する場合は、色の符号化結果の後に反射率の符号化結果を付加したビットストリームを生成してもよい。なお、ビットストリームに付加される属性情報の複数の符号化結果の順番は、この順に限らず、どのような順番でもよい。
　また、三次元データ符号化装置は、ビットストリーム内の各属性情報の符号化データ開始場所を示す情報をヘッダ等に付加してもよい。これにより、三次元データ復号装置は、復号が必要な属性情報を選択的に復号できるので、復号が不必要な属性情報の復号処理を省略できる。よって、三次元データ復号装置の処理量を削減できる。また、三次元データ符号化装置は、複数種類の属性情報を並列に符号化し、符号化結果を１つのビットストリームに統合してもよい。これにより、三次元データ符号化装置は、高速に複数種類の属性情報を符号化できる。
　図９４は、実施の形態９に係る属性情報符号化処理（Ｓ３４４３）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、ＬｏＤを設定する（Ｓ３４５１）。つまり、三次元データ符号化装置は、各三次元点を複数のＬｏＤのいずれかに割り当てる。
　次に、三次元データ符号化装置は、ＬｏＤ単位のループを開始する（Ｓ３４５２）。つまり、三次元データ符号化装置は、ＬｏＤ毎にステップＳ３４５３～Ｓ３４６１の処理を繰り返し行う。
　次に、三次元データ符号化装置は、三次元点単位のループを開始する（Ｓ３４５３）。つまり、三次元データ符号化装置は、三次元点毎にステップＳ３４５４～Ｓ３４６０の処理を繰り返し行う。
　まず、三次元データ符号化装置は、処理対象の対象三次元点の予測値の算出に用いる、対象三次元点の周囲に存在する三次元点である複数の周囲点を探索する（Ｓ３４５４）。
　次に、三次元データ符号化装置は、対象三次元点の予測値Ｐを算出する（Ｓ３４５５）。予測値Ｐの算出処理の具体例は、図９５を用いて後述する。
　次に、三次元データ符号化装置は、対象三次元点の属性情報と予測値との差分である予測残差を算出する（Ｓ３４５６）。
　次に、三次元データ符号化装置は、予測残差を量子化することで量子化値を算出する（Ｓ３４５７）。
　次に、三次元データ符号化装置は、量子化値を算術符号化する（Ｓ３４５８）。
　また、三次元データ符号化装置は、量子化値を逆量子化することで逆量子化値を算出する（Ｓ３４５９）。
　次に、三次元データ符号化装置は、逆量子化値に予測値を加算することで復号値を生成する（Ｓ３４６０）。
　次に、三次元データ符号化装置は、三次元点単位のループを終了する（Ｓ３４６１）。
　また、三次元データ符号化装置は、ＬｏＤ単位のループを終了する（Ｓ３４６２）。
　図９５は、実施の形態９に係る三次元データ符号化装置における予測値の算出処理（Ｓ３４５５）のフローチャートである。
　まず、三次元データ符号化装置は、処理対象の対象三次元点の予測値の予測に利用可能な、対象三次元点の周囲のＮ個の三次元点の属性値の重み付き平均を算出し、算出した重み付き平均を予測モード値が「０」の予測モードに割り当てる（Ｓ３４２０）。
　次に、三次元データ符号化装置は、図８８で説明したステップＳ３４２１～Ｓ３４２６を実行することで、対象三次元点の予測値を出力する。
　図９６は、実施の形態９に係る予測モードの選択処理（Ｓ３４２４）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、対象三次元点の周囲のＮ個の三次元点の属性情報を、対象三次元点に距離が近いものから順に予測モード値として「１」から「Ｎ」まで１ずつインクリメントした値を割り当てる（Ｓ３４２７）。なお、予測モード値は「０」から「Ｎ」まで割り当てられるため、全部でＮ＋１個の予測モードが生成される。Ｎ＋１がビットストリームに付加される最大予測モード数Ｍ（ＮｕｍＰｒｅｄＭｏｄｅ）を超える場合は、三次元データ符号化装置は、Ｍ個まで予測モードを生成するようにしてもよい。
　次に、三次元データ符号化装置は、各予測モードのコストを算出し、コストが最小となる予測モードを選択する（Ｓ３４２８）。
　図９７は、実施の形態９に係るコストが最小となる予測モードを選択する処理（Ｓ３４２８）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、初期値として、ｉ＝０およびｍｉｎｃｏｓｔ＝∞に設定する（Ｓ３４７１）。設定されたｉおよびｍｉｎｃｏｓｔの初期値は三次元データ符号化装置のメモリに記憶される。
　次に、三次元データ符号化装置は、ｉ番目の予測モードＰｒｅｄＭｏｄｅ［ｉ］のコストｃｏｓｔ［ｉ］を例えば、式Ｄ１を用いて算出する（Ｓ３４７２）。
　次に、三次元データ符号化装置は、算出されたコストｃｏｓｔ［ｉ］がメモリに記憶されているｍｉｎｃｏｓｔより小さいか否かを判定する（Ｓ３４７３）。
　次に、三次元データ符号化装置は、算出されたコストｃｏｓｔ［ｉ］がメモリに記憶されているｍｉｎｃｏｓｔより小さい場合（Ｓ３４７３でＹｅｓ）、ｍｉｎｃｏｓｔ＝ｃｏｓｔ［ｉ］に設定し、予測モードをｐｒｅｄｍｏｄｅ［ｉ］に設定し（Ｓ３４７４）、ステップＳ３４７５に進む。つまり、メモリに記憶されているｍｉｎｃｏｓｔの値をｃｏｓｔ［ｉ］の値に更新し、かつ、ｐｒｅｄｍｏｄｅ［ｉ］を予測モードとしてメモリに記憶する。
　一方で、三次元データ符号化装置は、算出されたコストｃｏｓｔ［ｉ］がメモリに記憶されているｍｉｎｃｏｓｔ以上である場合（Ｓ３４７３でＮｏ）、ステップＳ３４７５に進む。
　次に、三次元データ符号化装置は、ｉの値を１つインクリメントする（Ｓ３４７５）。
　次に、三次元データ符号化装置は、ｉが予測モード数より小さいか否かを判定する（Ｓ３４７６）。
　三次元データ符号化装置は、ｉが予測モード数より小さい場合（Ｓ３４７６でＹｅｓ）、ステップＳ３４７２に戻り、そうでない場合（Ｓ３４７６でＮｏ）、コストが最小となる予測モードを選択する処理を終了する。
　以下、三次元データ復号装置における処理の流れを説明する。図９８は、実施の形態９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、ビットストリームから位置情報（ｇｅｏｍｅｔｒｙ）を復号する（Ｓ３４４４）。例えば、三次元データ復号装置は、８分木表現を用いて復号を行う。
　次に、三次元データ復号装置は、ビットストリームから属性情報（Ａｔｔｒｉｂｕｔｅ）を復号する（Ｓ３４４５）。例えば、三次元データ復号装置は、複数種類の属性情報を復号する場合は、複数種類の属性情報を順に復号してもよい。例えば、三次元データ復号装置は、属性情報として色と反射率とを復号する場合は、ビットストリームに付加されている順に従い、色の符号化結果と反射率の符号化結果とを復号する。例えば、ビットストリームにおいて、色の符号化結果の後に反射率の符号化結果が付加されている場合、三次元データ復号装置は、色の符号化結果を復号し、その後に反射率の符号化結果を復号する。なお、三次元データ復号装置は、ビットストリームに付加される属性情報の符号化結果をどのような順番で復号してもよい。
　また、三次元データ復号装置は、ビットストリーム内の各属性情報の符号化データ開始場所を示す情報を、ヘッダ等を復号することで取得してもよい。これにより、三次元データ復号装置は、復号が必要な属性情報を選択的に復号できるので、復号が不必要な属性情報の復号処理を省略できる。よって、三次元データ復号装置の処理量を削減できる。また、三次元データ復号装置は、複数種類の属性情報を並列に復号し、復号結果を１つの三次元点群に統合してもよい。これにより、三次元データ復号装置は、高速に複数種類の属性情報を復号できる。
　図９９は、実施の形態９に係る属性情報復号処理（Ｓ３４４５）のフローチャートである。まず、三次元データ復号装置は、ＬｏＤを設定する（Ｓ３４８１）。つまり、三次元データ復号装置は、復号された位置情報を有する複数の三次元点の各々を複数のＬｏＤのいずれかに割り当てる。例えば、この割り当て方法は、三次元データ符号化装置で用いられた割り当て方法と同じ方法である。
　次に、三次元データ復号装置は、ＬｏＤ単位のループを開始する（Ｓ３４８２）。つまり、三次元データ復号装置は、ＬｏＤ毎にステップＳ３４８３～Ｓ３４８９の処理を繰り返し行う。
　次に、三次元データ復号装置は、三次元点単位のループを開始する（Ｓ３４８３）。つまり、三次元データ復号装置は、三次元点毎にステップＳ３４８４～Ｓ３４８８の処理を繰り返し行う。
　まず、三次元データ復号装置は、処理対象の対象三次元点の予測値の算出に用いる、対象三次元点の周囲に存在する三次元点である複数の周囲点を探索する（Ｓ３４８４）。なお、この処理は三次元データ符号化装置における処理と同様である。
　次に、三次元データ復号装置は、対象三次元点の予測値Ｐを算出する（Ｓ３４８５）。
　次に、三次元データ復号装置は、ビットストリームから量子化値を算術復号する（Ｓ３４８６）。
　また、三次元データ復号装置は、復号した量子化値を逆量子化することで逆量子化値を算出する（Ｓ３４８７）。
　次に、三次元データ復号装置は、逆量子化値に予測値を加算することで復号値を生成する（Ｓ３４８８）。
　次に、三次元データ復号装置は、三次元点単位のループを終了する（Ｓ３４８９）。
　また、三次元データ復号装置は、ＬｏＤ単位のループを終了する（Ｓ３４９０）。
　図１００は、実施の形態９に係る三次元データ復号装置における予測値の算出処理（Ｓ３４８５）のフローチャートである。
　まず、三次元データ復号装置は、処理対象の対象三次元点の予測値の予測に利用可能な、対象三次元点の周囲のＮ個の三次元点の属性値の重み付き平均を算出し、算出した重み付き平均を予測モード値が「０」の予測モードに割り当てる（Ｓ３４３０）。
　次に、三次元データ復号装置は、図８９で説明したステップＳ３４３１～Ｓ３４３５を実行することで、対象三次元点の予測値を出力する。
　なお、ステップＳ３４３０を実行する代わりに、ステップＳ３４３２においてＹｅｓと判定された後、または、ステップＳ３４３４において復号された予測モード値が「０」である場合に、処理対象の対象三次元点の予測値の予測に利用可能な、対象三次元点の周囲のＮ個の三次元点の属性値の重み付き平均を予測値として算出してもよい。これにより、予測モード値が「０」で示される予測モード以外の場合には、平均値を算出する必要がなくなり、処理量を削減することができる。
　図１０１は、実施の形態９に係る予測モードの復号処理（Ｓ３４３４）のフローチャートである。
　まず、三次元復号装置は、対象三次元点の周囲のＮ個の三次元点の属性情報を、対象三次元点に距離が近いものから順に予測モード値として「１」から「Ｎ」まで１ずつインクリメントした値を割り当てる（Ｓ３４９１）。なお、予測モード値は「０」から「Ｎ」まで割り当てられるため、全部でＮ＋１個の予測モードが生成される。Ｎ＋１がビットストリームに付加される最大予測モード数Ｍ（ＮｕｍＰｒｅｄＭｏｄｅ）を超える場合は、三次元データ復号装置は、Ｍ個まで予測モードを生成するようにしてもよい。
　次に、三次元データ復号装置は、予測モード数を用いて予測モードを算術復号する（Ｓ３４９２）。具体的には、三次元データ復号装置は、図８３で説明したステップＳ３４０３およびＳ３４０４を実行することで予測モードを算術復号してもよい。また、三次元データ復号装置は、図８７で説明したステップＳ３４１４～Ｓ３４１６を実行することで予測モードを算術復号してもよい。
　図１０２は、実施の形態９に三次元データ符号化装置が備える属性情報符号化部３１００の構成を示すブロック図である。なお、図１０２には、三次元データ符号化装置が備える、位置情報符号化部と、属性情報再割り当て部と、属性情報符号化部とのうち、属性情報符号化部の詳細を示している。
　属性情報符号化部３４００は、ＬｏＤ生成部３４０１と、周囲探索部３４０２と、予測部３４０３と、予測残差算出部３４０４と、量子化部３４０５と、算術符号化部３４０６と、逆量子化部３４０７と、復号値生成部３４０８と、メモリ３４０９と、を含む。
　ＬｏＤ生成部３４０１は、三次元点の位置情報（ｇｅｏｍｅｔｒｙ）を用いてＬｏＤを生成する。
　周囲探索部３４０２は、ＬｏＤ生成部３４０１によるＬｏＤの生成結果と各三次元点間の距離を示す距離情報とを用いて、各三次元点に隣接する近隣三次元点を探索する。
　予測部３４０３は、符号化対象の対象三次元点の属性情報の予測値を生成する。具体的には、予測部３４０３は、予測モード値が「０」～「Ｍ－１」で示される予測モードに予測値を割り当て、予測モードを選択する。予測部３４０３は、選択した予測モード、具体的には、予測モードを示す予測モード値を算術符号化部に出力する。予測部３４０３は、例えば、ステップＳ３４５５の処理を行う。
　予測残差算出部３４０４は、予測部３４０３により生成された属性情報の予測値の予測残差を算出（生成）する。予測残差算出部３４０４は、ステップＳ３４５６の処理を行う。
　量子化部３４０５は、予測残差算出部３４０４により算出された属性情報の予測残差を量子化する。
　算術符号化部３１０６は、量子化部３１０５により量子化された後の予測残差を算術符号化する。算術符号化部３４０６は、算術符号化した予測残差を含むビットストリームを、例えば、三次元データ復号装置に出力する。
　なお、予測残差は、算術符号化部３４０６によって算術符号化される前に、例えば量子化部３４０５によって二値化されてもよい。なお、算術符号化部３４０６は、各種ヘッダ情報を生成、符号化してもよい。また、算術符号化部３４０６は、Ｐｒｅｄｉｃｔｉｏｎ　ｂｌｏｃｋから符号化に使用した予測モードを取得し、算術符号化してビットストリームに付加してもよい。
　逆量子化部３４０７は、量子化部３４０５によって量子化された後の予測残差を逆量子化する。逆量子化部３４０７は、ステップＳ３４５９の処理を行う。
　復号値生成部３４０８は、予測部３４０３により生成された属性情報の予測値と、逆量子化部３４０７により逆量子化された後の予測残差とを加算することで復号値を生成する。
　メモリ３４０９は、復号値生成部３４０８により復号された各三次元点の属性情報の復号値を記憶するメモリである。例えば、予測部３４０３は、まだ符号化していない三次元点の予測値を生成する場合に、メモリ３４０９に記憶されている各三次元点の属性情報の復号値を利用して予測値を生成する。
　図１０３は、実施の形態９に係る三次元データ復号装置が備える属性情報復号部３４１０の構成を示すブロック図である。なお、図１０３には、三次元データ復号装置が備える、位置情報復号部と、属性情報復号部とのうち、属性情報復号部の詳細を示している。
　属性情報復号部３４１０は、ＬｏＤ生成部３４１１と、周囲探索部３４１２と、予測部３４１３と、算術復号部３４１４と、逆量子化部３４１５と、復号値生成部３４１６と、メモリ３４１７と、を含む。
　ＬｏＤ生成部３４１１は、位置情報復号部（不図示）により復号された三次元点の位置情報（ｇｅｏｍｅｔｒｙ情報）を用いてＬｏＤを生成する。
　周囲探索部３４１２は、ＬｏＤ生成部３４１１によるＬｏＤの生成結果と各三次元点間の距離を示す距離情報とを用いて、各三次元点に隣接する近隣三次元点を探索する。
　予測部３４１３は、復号対象の対象三次元点の属性情報の予測値を生成する。予測部３４１３は、例えば、ステップＳ３４８５の処理を行う。
　算術復号部３４１４は、属性情報符号化部３４００より取得したビットストリーム内の予測残差を算術復号する。算術復号部３４１４は、各種ヘッダ情報を復号してもよい。また、算術復号部３４１４は、算術復号した予測モードを予測部３４１３に出力してもよい。この場合、予測部３４１３は、算術復号部３４１４において算術復号されることで得られた予測モードを用いて予測値を算出してもよい。
　逆量子化部３４１５は、算術復号部３４１４が算術復号した予測残差を逆量子化する。
　復号値生成部３４１６は、予測部３４１３により生成された予測値と逆量子化部３４１５により逆量子化された後の予測残差とを加算して復号値を生成する。復号値生成部３４１６は、復号された属性情報データを他の装置へ出力する。
　メモリ３４１７は、復号値生成部３４１６により復号された各三次元点の属性情報の復号値を記憶するメモリである。例えば、予測部３４１３は、まだ復号していない三次元点の予測値を生成する場合に、メモリ３４１７に記憶されている各三次元点の属性情報の復号値を利用して予測値を生成する。
　次に、本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の構成を説明する。図１０４は、実施の形態９に係る三次元データ符号化装置３４２０の構成を示すブロック図である。この三次元データ符号化装置３４２０は、予測モード選択部３４２１と、予測値算出部３４２２と、予測残差算出部３４２３と、符号化部３４２４とを備える。予測モード選択部３４２１は、第１三次元点の周囲の１以上の第２三次元点の属性情報を用いて、第１三次元点の属性情報の予測値を算出するための２以上の予測モードのうちの１つの予測モードを選択する。予測値算出部３４２２は、予測モード選択部３４１２１により選択された予測モードの予測値を算出する。予測残差算出部３４２３は、第１三次元点の属性情報と、予測値算出部３４２２により算出された予測値との差分である予測残差を算出する。符号化部３４２４は、選択された予測モードと算出された予測残差とを含むビットストリームを生成する。
　図１０５は、実施の形態９に係る三次元データ復号装置３４３０の構成を示すブロック図である。この三次元データ復号装置３４３０は、取得部３４３１と、予測値算出部３４３２と、復号部３４３３とを備える。取得部３４３１は、ビットストリームを取得することで予測モードおよび予測残差を取得する。予測値算出部３４３２は、取得された予測モードの予測値を算出する。復号部３４３３は、算出された予測値と取得された予測残差とを加算することで、第１三次元点の属性情報を算出する。
　本実施の形態に係る三次元データ符号化装置は、図１０６に示す処理を行う。
　三次元データ符号化装置は、第１三次元点の周囲の１以上の第２三次元点の属性情報を用いて、第１三次元点の属性情報の予測値を算出するための２以上の予測モードのうちの１つの予測モードを選択する（Ｓ３４２１ａ）。次に、三次元データ符号化装置は、選択された予測モードの予測値を算出する（Ｓ３４２２ａ）。次に、三次元データ符号化装置は、第１三次元点の属性情報と、算出された予測値との差分である予測残差を算出する（Ｓ３４２３ａ）。次に、三次元データ符号化装置は、選択された予測モードと算出された予測残差とを含むビットストリームを生成する（Ｓ３４２４ａ）。
　これによれば、三次元データ符号化装置は、２以上の予測モードのうちの１つの予測モードの予測値を用いて属性情報を符号化できるため、属性情報の符号化効率を向上させることができる。
　また、予測値の算出（Ｓ３４２２ａ）では、三次元データ符号化装置は、２以上の予測モードのうちの第１予測モードにおいて、１以上の第２三次元点の属性情報の平均を予測値として算出し、２以上の予測モードのうちの第２予測モードにおいて、第２三次元点の属性情報を予測値として算出する。
　また、第１予測モードを示す第１予測モード値は、第２予測モードを示す第２予測モード値よりも小さい。ビットストリームは、選択された予測モードを示す予測モード値を、予測モードとして含む。
　また、予測値の算出（Ｓ３４２２ａ）では、予測モードの予測値として、２以上の平均または属性情報を算出する。
　また、属性情報は、三次元点の色を示す色情報であり、２以上の平均または属性情報は、それぞれ、色空間を定義する２以上の成分の値を示す。
　また、予測値の算出（Ｓ３４２２ａ）では、三次元データ符号化装置は、２以上の予測モードのうちの第３予測モードにおいて、一の第２三次元点の属性情報を予測値として算出し、２以上の予測モードのうちの第４予測モードにおいて、第１三次元点からの距離が一の第２三次元点よりも遠い位置にある他の第２三次元点の属性情報を予測値として算出する。第３予測モードを示す第３予測モード値は、第４予測モードを示す第４予測モード値よりも小さい。ビットストリームは、選択された予測モードを示す予測モード値を、予測モードとして含む。これによれば、選択されやすい予測値を算出する予測モードを示す予測モード値を小さい値とすることで符号量を削減することができる。
　また、属性情報は、第１属性情報と、第１属性情報とは異なる種類の第２属性情報とを含む。予測値の算出（Ｓ３４２２ａ）では、三次元データ符号化装置は、第１属性情報を用いて第１予測値を算出し、かつ、第２属性情報を用いて第２予測値を算出する。
　また、三次元データ符号化装置は、さらに、予測モードを示す予測モード値を、予測モードの数に応じたｔｒｕｎｃａｔｅｄ　ｕｎａｒｙ　ｃｏｄｅで二値化することで二値データを生成する。ビットストリームは、二値データを予測モードとして含む。これによれば、選択されやすい予測値を算出する予測モードを示す予測モード値の符号量を削減することができる。
　また、予測モードの選択（Ｓ３４２１ａ）では、三次元データ符号化装置は、１以上の第２三次元点の属性情報の最大絶対差分値が所定の閾値未満である場合、１以上の第２三次元点の属性情報の平均を予測値として算出するための予測モードを選択し、最大絶対差分値が所定の閾値以上である場合、２以上の予測モードのうちの１つの予測モードを選択する。これによれば、最大絶対差分値が所定の閾値未満の場合の処理量を削減することができる。
　本実施の形態に係る三次元データ復号装置は、図１０７に示す処理を行う。
　三次元データ復号装置は、ビットストリームを取得することで予測モードおよび予測残差を取得する（Ｓ３４３１ａ）。次に、三次元データ復号装置は、取得された予測モードの予測値を算出する（Ｓ３４３２ａ）。次に、三次元データ符号化装置は、算出された予測値と取得された予測残差とを加算することで、第１三次元点の属性情報を算出する（Ｓ３４３３ａ）。
　これによれば、最大絶対差分値が所定の閾値未満の場合の処理量を削減することができる。
　また、予測値の算出（Ｓ３４３２ａ）では、三次元データ復号装置は、２以上の予測モードのうちの第１予測モードにおいて、第１三次元点の周囲の１以上の第２三次元点の属性情報の平均を予測値として算出し、２以上の予測モードのうちの第２予測モードにおいて、第２三次元点の属性情報を予測値として算出する。
　また、第１予測モードを示す第１予測モード値は、第２予測モードを示す第２予測モード値よりも小さい。ビットストリームは、選択された予測モードを示す予測モード値を、予測モードとして含む。
　また、予測値の算出（Ｓ３４３２ａ）では、三次元データ復号装置は、予測モードの予測値として、２以上の平均または属性情報を算出する。
　また、属性情報は、三次元点の色を示す色情報であり、２以上の平均または属性情報は、それぞれ、色空間を定義する２以上の成分の値を示す。
　また、予測値の算出（Ｓ３４３２ａ）では、２以上の予測モードのうちの第３予測モードにおいて、第１三次元点の周囲の１以上の第２三次元点のうちの一の第２三次元点の属性情報を予測値として算出し、２以上の予測モードのうちの第４予測モードにおいて、第１三次元点からの距離が一の第２三次元点よりも遠い位置にある他の第２三次元点の属性情報を予測値として算出する。第３予測モードを示す第３予測モード値は、第４予測モードを示す第４予測モード値よりも小さい。ビットストリームは、選択された予測モードを示す予測モード値を、予測モードとして含む。これによれば、選択されやすい予測値を算出する予測モードを示す予測モード値を小さい値とすることで属性情報の復号に要する時間を低減することができる。
　また、属性情報は、第１属性情報と、第１属性情報とは異なる種類の第２属性情報とを含む。予測値の算出（Ｓ３４３２ａ）では、第１属性情報を用いて第１予測値を算出し、かつ、第２属性情報を用いて第２予測値を算出する。
　また、予測モードの取得（Ｓ３４３１ａ）では、三次元データ復号装置は、予測モードの数に応じたｔｒｕｎｃａｔｅｄ　ｕｎａｒｙ　ｃｏｄｅで二値化された二値データを予測モードとして取得する。
　また、予測値の算出（Ｓ３４３２ａ）では、第１三次元点の周囲の１以上の第２三次元点の属性情報の最大絶対差分値が所定の閾値未満である場合、１以上の第２三次元点の属性情報の平均を予測値として算出し、最大絶対差分値が所定の閾値以上である場合、２以上の予測モードのうちの１つの予測モードの予測値を予測値として算出する。
　これによれば、最大絶対差分値が所定の閾値未満の場合の処理量を削減することができる。
　（実施の形態１０）
　上記のとおり、三次元データ符号化装置は、三次元データ符号化装置及び三次元データ復号装置のそれぞれで予測に利用可能な、符号化対象の対象三次元点の周囲のＮ個の三次元点（周囲三次元点）における属性値の最大絶対差分値（つまり、Ｎ個の三次元点のうちの任意の２個の三次元点の属性値の差分の絶対値の最大値）を算出する。また、三次元データ符号化装置は、算出したその値に応じて予測モードを固定する、つまり、予め任意に定められた予測モードを用いるか、予測モードを選択してビットストリームに付加するかを切替える。
　しかしながら、三次元データ符号化装置は、最大絶対差分値に応じて予測モードを固定するか、予測モードを選択してビットストリームに付加するかを切り替えなくてもよい。例えば、三次元データ符号化装置は、上記した条件にて予測モードを固定するか予測モードを選択するかを選択し、その結果を予測モード固定フラグとしてビットストリームに付加するようにしてもよい。
　これにより、三次元データ復号装置は、ビットストリームに付加された予測モード固定フラグを復号することで、三次元データ符号化装置が予測モードを固定したか、予測モードを選択して予測モードを符号化したかを判定することができる。
　そして、三次元データ復号装置は、予測モードが三次元データ符号化装置で固定された場合は、ビットストリームに予測モードが符号化されていないと判断できる。一方、三次元データ復号装置は、予測モードが三次元データ符号化装置で選択された場合は、ビットストリームの予測モードを復号する必要があることを判断できる。これにより、三次元データ復号装置は、ビットストリームに含まれる符号化された予測モードを正しく復号することができる。
　また、これにより、三次元データ復号装置は、予測に利用可能な、符号化対象の対象三次元点の周囲のＮ個の三次元点における属性値の最大絶対差分値の算出することなく、予測モードを算術復号することができる。これにより、三次元データ復号装置は、ビットストリームの算術復号と、ＬｏＤ生成等とを並列に実行できる。そのため、三次元データ復号装置は、処理の全体のスループットを向上することができる。
　なお、三次元データ符号化装置は、予測モード固定フラグを三次元点毎に付加してもよい。
　これにより、三次元データ復号装置は、三次元点毎に予測モードを固定するか、選択するかを予測モード固定フラグに基づいて切替えることができる。そのため、三次元データ符号化装置は、符号化効率を向上できる。
　なお、三次元データ符号化装置は、予測モード固定フラグをＬｏＤ毎に設定してもよい。例えば、三次元データ符号化装置は、ＬｏＤの各階層のうち、予測が当たりにくい上位層は予測モード固定フラグを０にして予測モードを選択できるようにし、予測が当たりやすい下位層では予測モード固定フラグを１にして予測モードを固定する。これにより、三次元データ符号化装置は、予測モードを付加する符号量を削減できる。
　図１０８は、本実施の形態に係る三次元データ符号化装置が実行する予測モードの決定の処理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、符号化対象の対象三次元点の周囲のＮ個の三次元点における属性値の最大絶対差分値ｍａｘｄｉｆｆを算出する（Ｓ３５０１）。
　図１０９は、本実施の形態に係る三次元データ符号化装置が実行する予測モードの決定の処理のシンタックス例を示す図である。具体的には、図１０９は、図１０８のステップＳ３５０１のシンタックス例を示す図である。
　なお、図１０９では、符号化対象の対象三次元点の周囲の属性値をａ［０］～ａ［Ｎ－１］で示し、最大絶対差分値をｍａｘｄｉｆｆで示す。また、ここでは、符号化対象の対象三次元点の周囲のＮ個の属性値は、三次元データ符号化装置で符号化され且つ三次元データ復号装置で復号された属性値である。
　三次元データ符号化装置は、例えば、図１０９に示すシンタックス例によって最大絶対差分値ｍａｘｄｉｆｆを算出する。
　なお、三次元データ符号化装置が予測に用いる、符号化対象の対象三次元点の周囲のＮ個の三次元点は、符号化対象の対象三次元点からの距離が閾値ＴＨｄより小さい符号化され且つ復号されたＮ個の三次元点である。
　ここで、上記のとおり、三次元データ符号化装置は、Ｎの最大値を、ＮｕｍＮｅｉｇｈｂｏｒＰｏｉｎｔとしてビットストリームに付加してもよい。なお、符号化対象の対象三次元点の周囲の三次元点の属性情報における符号化され且つ復号された三次元点の点数がＮｕｍＮｅｉｇｈｂｏｒＰｏｉｎｔの値に満たない場合等、Ｎの値は、ＮｕｍＮｅｉｇｈｂｏｒＰｏｉｎｔの値に一致しなくてもよい。
　再び図１０８を参照し、次に、三次元データ符号化装置は、ｍａｘｄｉｆｆ＜Ｔｈｆｉｘを満たすか否かを判定する（Ｓ３５０２）。なお、Ｔｈｆｉｘは、予め任意に定められる定数である。
　三次元データ符号化装置は、ｍａｘｄｉｆｆ＜Ｔｈｆｉｘを満たすと判定した場合（Ｓ３５０２でＹｅｓ）、予測モード固定フラグ（ｆｉｘｅｄＰｒｅｄＭｏｄｅ）を１にして算術符号化する（Ｓ３５０３）。
　次に、三次元データ符号化装置は、予測モードの値（ＰｒｅｄＭｏｄｅ／以下単に予測モードともいう）を０に決定する（Ｓ３５０４）。
　一方、三次元データ符号化装置は、ｍａｘｄｉｆｆ＜Ｔｈｆｉｘを満たさないと判定した場合（Ｓ３５０２でＮｏ）、予測モード固定フラグを０にして算術符号化する（Ｓ３５０５）。
　次に、三次元データ符号化装置は、予測モードを選択する（Ｓ３５０６）。
　次に、三次元データ符号化装置は、選択した予測モードを算術符号化する（Ｓ３５０７）。
　なお、上記では、三次元データ装置は、予測に用いる、符号化対象の対象三次元点の周囲の三次元点の属性値の最大絶対差分値がＴｈｆｉｘ［ｉ］より小さければ予測モードを０に固定する例を示したが、必ずしもこれに限らない。例えば、三次元データ符号化装置は、予測モードを０～Ｍ－１までのいずれかに固定するようにしてもよい。
　また、三次元データ符号化装置は、固定する予測モードの値（ＰｒｅｄＭｏｄｅ又はモード番号ともいう）をビットストリームに付加してもよい。
　図１１０は、本実施の形態に係る三次元データ復号装置が実行する予測モードの決定の処理を示す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符号化された予測モード固定フラグを算術復号する（Ｓ３５１１）。
　次に、三次元データ復号装置は、予測モード固定フラグ＝＝１を満たすか否かを判定する（Ｓ３５１２）。
　三次元データ復号装置は、予測モード固定フラグ＝＝１を満たすと判定した場合（Ｓ３５１２でＹｅｓ）、予測モードの値を０に決定する（Ｓ３５１３）。
　一方、三次元データ復号装置は、予測モード固定フラグ＝＝１を満たさないと判定した場合（Ｓ３５１２でＮｏ）、予測モードの値をビットストリームから復号することで決定する（Ｓ３５１４）。
　三次元データ復号装置は、決定した予測モードに基づいて予測値を決定する。
　なお、予測モード固定フラグは、任意の位置に設けられてもよい。
　図１１１は、予測モード固定フラグが三次元点毎に設けられている場合の属性データのシンタックス例を示す図である。
　ｆｉｘｅｄＰｒｅｄＭｏｄｅは、三次元データ符号化装置が予測モードを固定するかどうかを示すフラグである。例えば、ｆｉｘｅｄＰｒｅｄＭｏｄｅの値が１の場合は、三次元データ符号化装置は予測モードを固定し、ｆｉｘｅｄＰｒｅｄＭｏｄｅの値が０の場合は、三次元データ符号化装置は予測モードを選択する、としてもよい。
　また、ｆｉｘｅｄＰｒｅｄＭｏｄｅは、図１１２のようにＬｏＤの階層毎に設定するようにされてもよい。
　図１１２は、予測モード固定フラグがＬｏＤの階層毎に設けられている場合の属性データのシンタックス例を示す図である。
　ｆｉｘｅｄＰｒｅｄＭｏｄｅ［ｉ］は、ＬｏＤの階層ｉの予測モードを固定するかどうかを示すフラグである。
　ＰｒｅｄＭｏｄｅは、階層ｉのｊ番目の三次元点の属性値を符号化及び復号するための予測モードを示す値である。ＰｒｅｄＭｏｄｅは、０からＭ－１（なお、Ｍは予測モードの総数）の値をとる。なお、三次元データ復号装置は、ＰｒｅｄＭｏｄｅがビットストリームにない場合（具体的には、！ｆｉｘｅｄＰｒｅｄＭｏｄｅ＆＆ＮｕｍＰｒｅｄＭｏｄｅ［ｉ］＞１を満たさない場合）、ＰｒｅｄＭｏｄｅを０と推定してもよい。
　また、三次元データ復号装置は、ＰｒｅｄＭｏｄｅがビットストリームにない場合、ＰｒｅｄＭｏｄｅを０にしなくてもよく、０からＭ－１までのいずれかの値を推定値として採用してもよい。
　また、三次元データ符号化装置は、ＰｒｅｄＭｏｄｅがビットストリームにない場合の推定値を別途ヘッダ等に付加しても構わない。
　また、上記のとおり、三次元データ符号化装置は、ＰｒｅｄＭｏｄｅを予測モード総数Ｍの値を用いてトランケーテッドユーナリ符号（ｔｒｕｎｃａｔｅｄ　ｕｎａｒｙ　ｃｏｄｅ）で二値化して、二値化した値を算術符号化してもよい。
　なお、トランケーテッドユーナリ符号は、二値化の手法の一つである。トランケーテッドユーナリ符号では、最大値以外の値をとる多値信号については、多値信号が示す値と同じ数の１を並べ、最後に０を付与した信号が生成される。最大値をとる多値信号については、最大値を予め設定しておき、多値信号が示す値と同じ数の１を並べた信号（最後に０が付与されていない信号）が生成される。例えば、上記したとおり、予測モードの数が５つである場合、三次元データ符号化装置がトランケーテッドユーナリ符号でそれぞれの予測モードを二値化したとき、それぞれの予測モードは、予測モード０～４まで順に０、１０、１１０、１１１０、１１１１となる。このように、三次元データ符号化装置は、予測モードの数を用いて（つまり、予測モードの数に応じて）、予測モードをトランケーテッドユーナリ符号で二値化する。
　なお、トランケーテッドユーナリ符号では、最大値以外の値をとる多値信号については、多値信号が示す値と同じ数の０を並べ、最後に１を付与した信号が生成されてもよい。つまり、上記した０と１とが反転してもよい。
　また、三次元データ符号化装置は、予測モード総数Ｍの値を、ヘッダにＮｕｍＰｒｅｄＭｏｄｅとして算術符号化して付加してもよい。
　なお、ＮｕｍＰｒｅｄＭｏｄｅは、予測モードの総数を示す値である。
　これにより、三次元データ復号装置は、ヘッダ内のＮｕｍＰｒｅｄＭｏｄｅを復号して予測モード総数Ｍを算出し、予測モード総数Ｍを用いてＰｒｅｄＭｏｄｅを復号できる。そのため、三次元データ復号装置は、ＬｏＤを設定（生成）し、予測に利用可能な、復号対象の対象三次元点の周囲の三次元点を算出して予測値が割当たった予測モード数の算出を待つことなく、ビットストリームの算術復号を実行することができる。これにより、三次元データ復号装置は、ビットストリームの算術復号と、ＬｏＤ生成等とを並列に実行できるため、処理の全体のスループットを向上することができる。
　また、ｎビット符号（ｎ－ｂｉｔ　ｃｏｄｅ）は、属性情報の値の予測残差の符号化データである。ｎビット符号のビット長は、Ｒ＿ＴＨ［ｉ］の値に依存する。例えば、Ｒ＿ＴＨ［ｉ］の示す値が６３の場合は６ビットとなり、Ｒ＿ＴＨ［ｉ］の示す値が２５５の場合は８ｂｉｔとなる。Ｒ＿ＴＨの示す値は、予め任意に定められていればよい。
　また、残り符号は、（ｒｅｍａｉｎｉｎｇ　ｃｏｄｅ）は、属性情報の値の予測残差の符号化データのうち、指数ゴロム符号で符号化された符号化データである。三次元データ復号装置は、ｎビット符号がＲ＿ＴＨ［ｉ］と同じ場合に残り符号を復号し、ｎビット符号の値と残り符号の値とを加算して予測残差を復号する。
　なお、三次元データ復号装置は、ｎビット符号がＲ＿ＴＨ［ｉ］と同じ値でない場合は、残り符号を復号しなくてよい。
　図１１３は、三次元データ符号化装置の予測モードの符号化の処理の一例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、予測モードを、予測モード総数Ｍを用いてトランケーテッドユーナリ符号で二値化する（Ｓ３５２１）。
　次に、三次元データ符号化装置は、トランケーテッドユーナリ符号の二値化データを算術符号化する（Ｓ３５２２）。
　次に、三次元データ符号化装置は、予測モード総数ＭをＮｕｍＰｒｅｄＭｏｄｅとしてヘッダに付加して符号化する（Ｓ３５２３）。
　三次元データ符号化装置は、例えば、符号化されたＮｕｍＰｒｅｄＭｏｄｅを含むビットストリームを三次元データ復号装置へ送信する。
　図１１４は、三次元データ復号装置の予測モードの復号の処理の一例を示す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符号化されたＮｕｍＰｒｅｄＭｏｄｅを復号して、予測モード総数Ｍを設定する（Ｓ３５２４）。
　次に、三次元データ復号装置は、復号した予測モード総数Ｍを用いて、符号化されたＰｒｅｄＭｏｄｅを算術復号し、トランケーテッドユーナリ符号の二値化データを生成する（Ｓ３５２５）。
　次に、三次元データ復号装置は、トランケーテッドユーナリ符号の二値化データから予測モードを算出する（Ｓ３５２６）。
　また、三次元データ符号化装置は、上記したｆｉｘｅｄＰｒｅｄＭｏｄｅを、符号化テーブルを用いて算術符号化してもよい。なお、各三次元データ符号化装置は、符号化テーブルにおける０と１との発生確率を、実際に発生したｆｉｘｅｄＰｒｅｄＭｏｄｅの値に応じて更新してもよい。また、三次元データ符号化装置は、どちらかの符号化テーブルにおける０と１との発生確率を固定化してもよい。これにより、三次元データ符号化装置は、符号化テーブルにおける０と１との発生確率の更新回数を抑制して処理量を削減できる。
　図１１５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、位置情報（ｇｅｏｍｅｔｒｙ）を符号化する（Ｓ３５３１）。なお、ここでは、三次元データ符号化装置は、例えば、８分木表現を用いて符号化してもよい。
　次に、三次元データ符号化装置は、位置情報の符号化後に、量子化等によって三次元点の位置が変化した場合に、変化後の三次元点に元の三次元点の属性情報を再割当てする（Ｓ３５３２）。
　なお、三次元データ符号化装置は、位置の変化量に応じて属性情報の値を補間して再割当てを行ってもよい。例えば、三次元データ符号化装置は、変化後の三次元位置に近い変化前の符号化対象の対象三次元点の周囲の三次元点をＮ個検出し、検出したＮ個の三次元点の属性情報の値を、変化後の符号化対象の対象三次元位置からＮ個それぞれの三次元点までの距離に基づいて重み付け平均し、その値を変化後の三次元点の属性情報の値としてもよい。また、三次元データ符号化装置は、量子化等によって２個以上の三次元点が同一の三次元位置に変化した場合は、その変化後の属性情報の値として、変化前の２個以上の三次元点における属性情報の平均値を割当ててもよい。
　次に、三次元データ符号化装置は、再割当て後の属性情報（Ａｔｔｒｉｂｕｔｅ）を符号化する（Ｓ３５３３）。例えば、三次元データ符号化装置は、属性情報として、複数の属性情報を符号化する場合は、順に符号化してもよい。
　また、例えば、三次元データ符号化装置は、属性情報として、色と反射率とを符号化する場合は、色の符号化結果の後に反射率の符号化結果を付加したビットストリームを生成してもよい。
　なお、三次元データ符号化装置は、属性情報の符号化結果をどのような順番でビットストリームに付加してもよい。また、三次元データ符号化装置は、ビットストリーム内の各属性情報の符号化データの開始場所をヘッダ等に付加してもよい。
　これにより、三次元データ復号装置は、復号が必要な属性情報を復号できるようになる。そのため、三次元データ復号装置は、復号が不必要な属性情報の復号処理を省略することで処理量を削減することができる。
　また、三次元データ符号化装置は、複数の属性情報を並列に符号化し、符号化結果を１つのビットストリームに統合してもよい。
　これにより、三次元データ符号化装置は、高速に複数の属性情報を符号化することができる。
　図１１６は、図１１５に示す属性情報符号化処理（Ｓ３５３３）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、ＬｏＤを設定する（Ｓ３５３３１）。つまり、三次元データ符号化装置は、各三次元点を複数のＬｏＤのいずれかに割り当てる。
　次に、三次元データ符号化装置は、ＬｏＤ単位のループを開始する（Ｓ３５３３２）。つまり、三次元データ符号化装置は、ＬｏＤ毎にステップＳ３５３３３～Ｓ３５３４１の処理を繰り返し行う。
　次に、三次元データ符号化装置は、三次元点毎のループを開始する（Ｓ３５３３３）。つまり、三次元データ符号化装置は、あるＬｏＤについての三次元点毎にステップＳ３５３３４～Ｓ３５３４０の処理を繰り返し行う。なお、図１１６には、符号化対象の対象三次元点Ｐにおける符号化について示している。
　次に、三次元データ符号化装置は、処理対象の対象三次元点Ｐの予測値の算出に用いる、対象三次元点Ｐの周囲に存在する三次元点である複数の周囲点を探索する（Ｓ３５３３４）。
　次に、三次元データ符号化装置は、対象三次元点Ｐの予測値を算出する（Ｓ３５３３５）。
　次に、三次元データ符号化装置は、対象三次元点Ｐの属性情報と予測値との差分である予測残差を算出する（Ｓ３５３３６）。
　次に、三次元データ符号化装置は、予測残差を量子化することで量子化値を算出する（Ｓ３５３３７）。
　次に、三次元データ符号化装置は、量子化値を算術符号化する（Ｓ３５３３８）。
　次に、三次元データ符号化装置は、量子化値を逆量子化することで逆量子化値を算出する（Ｓ３５３３９）。
　次に、三次元データ符号化装置は、逆量子化値に予測値を加算することで復号値を生成する（Ｓ３５３４０）。
　次に、三次元データ符号化装置は、三次元点毎のループを終了する（Ｓ３５３４１）。
　また、三次元データ符号化装置は、ＬｏＤ毎のループを終了する（Ｓ３５３４２）。
　図１１７は、図１１６に示す予測値の算出処理（Ｓ３５３３５）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、予測に利用可能な、符号化対象の対象三次元点のＮ個の周囲の三次元点の属性値の重み平均値を算出し、予測モード０に割当てる（Ｓ３５３３５１）。
　次に、三次元データ符号化装置は、当該符号化対象の対象三次元点のＮ個の周囲の三次元点の属性値の最大絶対差分値ｍａｘｄｉｆｆを算出する（Ｓ３５３３５２）。
　次に、三次元データ符号化装置は、最大絶対差分値ｍａｘｄｉｆｆ＜Ｔｈｆｉｘを満たすか否かを判定する（Ｓ３５３３５３）。
　三次元データ符号化装置は、最大絶対差分値ｍａｘｄｉｆｆ＜Ｔｈｆｉｘを満たすと判定した場合（Ｓ３５３３５３でＹｅｓ）、予測モード固定フラグを１にして算術符号化する（Ｓ３５３３５４）。
　次に、三次元データ符号化装置は、予測モードを０（重み平均値を予測値として示す予測モード）に決定する（Ｓ３５３３５５）。
　次に、三次元データ符号化装置は、決定した予測モードの予測値を算術符号化して例えば、三次元データ復号装置に出力する（Ｓ３５３３５６）。
　一方、三次元データ符号化装置は、最大絶対差分値ｍａｘｄｉｆｆ＜Ｔｈｆｉｘを満たさないと判定した場合（Ｓ３５３３５３でＮｏ）、予測モード固定フラグを０にして算術符号化する（Ｓ３５３３５７）。
　次に、三次元データ符号化装置は、予測モードを選択して決定する（Ｓ３５３３５８）。
　次に、三次元データ符号化装置は、選択して決定した予測モードを算術符号化する（Ｓ３５３３５９）。
　なお、三次元データ符号化装置は、上記したように、予測モードＰｒｅｄＭｏｄｅを、予測モード総数Ｍを用いてトランケーテッドユーナリ符号で２値化して算術符号化してもよい。また、三次元データ符号化装置は、予測モード総数ＭをＮｕｍＰｒｅｄＭｏｄｅとしてヘッダに符号化して付加してもよい。
　これにより、三次元データ復号装置は、ヘッダ内のＮｕｍＰｒｅｄＭｏｄｅを復号することで、予測モードＰｒｅｄＭｏｄｅを正しく復号することができる。
　なお、三次元データ符号化装置は、ＮｕｍＰｒｅｄＭｏｄｅ＝１の場合は、ＰｒｅｄＭｏｄｅを符号化しなくてもよい。これにより、三次元データ符号化装置は、ＮｕｍＰｒｅｄＭｏｄｅ＝１の場合の符号量を削減できる。
　図１１８は、図１１７に示す予測モードの選択処理（Ｓ３５３３５８）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、符号化対象の対象三次元点の周囲のＮ個の三次元点の属性情報を、当該対象三次元点と距離が近いものから順に予測モード１からＮまで割当てる（Ｓ３５４１）。例えば、三次元データ符号化装置は、Ｎ＋１個の予測モードを生成する。なお、三次元データ符号化装置は、Ｎ＋１がビットストリームに付加される予測モード総数Ｍ（ＮｕｍＰｒｅｄＭｏｄｅ）を超える場合には、Ｍ個まで予測モードを生成してもよい。
　次に、三次元データ符号化装置は、各モードのコストを算出し、コストが最小となる予測モードを選択する（Ｓ３５４２）。
　図１１９は、図１１８に示す予測モードの選択処理（Ｓ３５４２）の具体例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、ｉ＝０、ｍｉｎｃｏｓｔ＝∞を行う（Ｓ３５４２１）。
　次に、三次元データ符号化装置は、ｉ番目の予測モードＰｒｅｄＭｏｄｅ［ｉ］のコスト（ｃｏｓｔ［ｉ］）を算出する（Ｓ３５４２２）。
　次に、三次元データ符号化装置は、ｃｏｓｔ［ｉ］＜ｍｉｎｃｏｓｔを満たすか否かを判定する（Ｓ３５４２３）。
　次に、三次元データ符号化装置は、ｃｏｓｔ［ｉ］＜ｍｉｎｃｏｓｔを満たすと判定した場合（Ｓ３５４２３でＹｅｓ）、ｍｉｎｃｏｓｔ＝ｃｏｓｔ［ｉ］を行い、且つ、予測モードをＰｒｅｄＭｏｄｅ［ｉ］に設定する。（Ｓ３５４２４）。
　三次元データ符号化装置は、ステップＳ３５４２４の次に、又は、ｃｏｓｔ［ｉ］＜ｍｉｎｃｏｓｔを満たさないと判定した場合（Ｓ３５４２３でＮｏ）、ｉ＝ｉ＋１を行う（Ｓ３５４２５）。
　次に、三次元データ符号化装置は、ｉ＜予測モード数（予測モードの総数）を満たすか否かを判定する（Ｓ３５４２６）。
　三次元データ符号化装置は、ｉ＜予測モード数を満たさないと判定した場合（Ｓ３５４２６でＮｏ）、選択処理を終了し、ｉ＜予測モード数を満たすと判定した場合（Ｓ３５４２６でＹｅｓ）処理をステップＳ３５４２２に戻す。
　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。
　三次元データ復号装置は、符号化された三次元点の位置情報（ｇｅｏｍｅｔｒｙ）を復号する（Ｓ３５５１）。三次元データ復号装置は、例えば、８分木表現を用いて位置情報を復号してもよい。
　次に、三次元データ復号装置は、符号化された三次元点の属性情報を復号する（Ｓ３５５２）。
　なお、三次元データ復号装置は、属性情報として、複数の属性情報を復号する場合は、順に復号してもよい。例えば、三次元データ復号装置は、属性情報として、色と反射率とを復号する場合は、色の符号化結果の後に反射率の符号化結果を付加されているビットストリームをこの順に復号してもよい。
　また、三次元データ復号装置は、ビットストリームに付加されている属性情報の符号化結果をどのような順番で復号してもよい。
　また、三次元データ復号装置は、ビットストリーム内の各属性情報の符号化データの開始場所を、ヘッダ等を復号して得てもよい。
　これにより、三次元データ復号装置は、復号が必要な属性情報を復号できる。そのため、三次元データ復号装置は、復号が不必要な属性情報の復号処理を省略することで、処理量を削減することができる。
　また、三次元データ復号装置は、複数の属性情報を並列に復号し、復号結果を１つの三次元点群に統合してもよい。
　これにより、三次元データ復号装置は、高速に複数の属性情報を復号することができる。
　図１２１は、図１２０に示すＰの予測値の算出処理（Ｓ３５５２）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三次元点の復号された位置情報を取得する（Ｓ３５５２０）。具体的には、三次元データ復号装置は、三次元データ符号化装置から送信されたビットストリームに含まれる三次元点の符号化された位置情報を復号することで、復号された位置情報を取得する。
　次に、三次元データ復号装置は、ＬｏＤを設定する（Ｓ３５５２１）。つまり、三次元データ復号装置は、各三次元点を複数のＬｏＤのいずれかに割当てる。
　次に、三次元データ復号装置は、ＬｏＤ単位のループを開始する（Ｓ３５５２２）。つまり、三次元データ復号装置は、ＬｏＤ毎にステップＳ３５５２３～Ｓ３５５２８の処理を繰り返し行う。
　また、三次元データ復号装置は、例えば、ステップＳ３５５２０以降の処理と平行して、ビットストリームに含まれる属性情報を取得する（Ｓ３５５２０１）。
　また、三次元データ復号装置は、ＰｒｅｄＭｏｄｅ及びＰの量子化値を復号する（Ｓ３５５２１１。）
　例えば、図１２１に示す破線部のステップ（より具体的には、ステップＳ３５５２１及びステップＳ３５５２１１）について、三次元データ復号装置は、ＬｏＤの階層毎の三次元点の数ＮｕｍＯｆＰｏｉｎｔをヘッダ部等に付加されていることで、ビットストリーム内のＰｒｅｄＭｏｄｅの復号処理と、ＬｏＤ生成後の予測に利用可能な、復号対象の対象三次元点の周囲の三次元点を算出する処理を独立化できる。こうすることで、三次元データ復号装置は、ＬｏＤ生成（ＬｏＤ　ｇｅｎｅｒａｔｉｏｎ）及びＰの隣接点の探索と、ＰｒｅｄＭｏｄｅ、ｎビット符号及び残り符号の算術復号処理（ｄｅｃｏｄｅ　ＰｒｅｄＭｏｄｅ　ａｎｄ　ｑｕａｎｔｉｚｅｄ　ｖａｌｕｅ　ｏｆ　Ｐ）とを独立化して実行できる。そのため、三次元データ復号装置は、それぞれ並列に処理してもよい。
　これにより、三次元データ復号装置は、全体の処理時間を削減することができる。
　次に、三次元データ復号装置は、三次元点毎のループを開始する（Ｓ３５５２３）。つまり、三次元データ復号装置は、あるＬｏＤについての三次元点毎にステップＳ３５５２４～Ｓ３５５２７の処理を繰り返し行う。なお、図１２１には、復号対象の対象三次元点Ｐにおける復号について示している。
　次に、三次元データ復号装置は、処理対象の対象三次元点Ｐの予測値の算出に用いる、対象三次元点Ｐの周囲に存在する三次元点である複数の周囲点を探索する（Ｓ３５５２４）。
　次に、三次元データ復号装置は、ステップＳ３５５２１１で復号したＰｒｅｄＭｏｄｅ（つまり、予測モードの値）に基づいて、対象三次元点Ｐの予測値を算出する（Ｓ３５５２５）。
　次に、三次元データ復号装置は、ステップＳ３５５２１１で復号したＰの量子化値に基づいて、量子化値を逆量子化することで逆量子化値を算出する（Ｓ３５５２６）。
　次に、三次元データ復号装置は、逆量子化値に予測値を加算することで復号値を生成する（Ｓ３５５２７）。
　次に、三次元データ復号装置は、三次元点毎のループを終了する（Ｓ３５５２７）。
　また、三次元データ復号装置は、ＬｏＤ毎のループを終了する（Ｓ３５５２８）。
　図１２２は、図１２１に示すＰの予測値の算出処理（Ｓ３５５２５）の詳細を示すフローチャートである。
　まず、三次元データ復号装置は、予測に利用可能な、復号対象の対象三次元点の周囲のＮ個の三次元点の属性値の重み平均を算出し、予測モード０に割当てる（Ｓ３５５２５１）。
　次に、三次元データ復号装置は、Ｎ個の三次元点の属性情報を、復号対象の対象三次元点から近い三次元点から順に予測モード１からＮまで割当てる（Ｓ３５５２５２）。
　次に、三次元データ復号装置は、図１２１に示すステップＳ３５５２１１で復号した予測モードの予測値を出力する（Ｓ３５５２５３）。
　なお、三次元データ符号化装置は、予測モードを０と決定した後に、つまり、ｍａｘｄｉｆｆ＜Ｔｈｆｉｘが真、又は、復号した予測モードが０の場合に、符号化対象の対象三次元点の周囲Ｎ個の三次元点の属性値の重み付き平均を算出するようにしてもよい。
　これにより、三次元データ復号装置は、予測モードが０以外の場合には、重み付き平均値を算出する必要がなくなる。そのため、三次元データ復号装置は、処理量を削減することができる。
　図１２３は、図１２２に示す予測モード及びＰの量子化値の算出処理（Ｓ３５５２１１）のフローチャートである。
　まず、三次元データ復号装置は、予測モード固定フラグを算術復号する（Ｓ３５６１）。
　次に、三次元データ復号装置は、算術復号した予測モード固定フラグが、予測モード固定フラグ＝＝１を満たすか否かを判定する（Ｓ３５６２）。
　次に、三次元データ復号装置は、予測モード固定フラグ＝＝１を満たすと判定した場合（Ｓ３５６２でＹｅｓ）、予測モードを０（重み付け平均値）に固定する（Ｓ３５６３）。
　一方、三次元データ復号装置は、予測モード固定フラグ＝＝１を満たさないと判定した場合（Ｓ３５６２でＮｏ）、予測モードをビットストリームから復号する（Ｓ３５６４）。
　三次元データ復号装置は、上記したように、予測モードＰｒｅｄＭｏｄｅを、ビットストリームのヘッダを復号して得た予測モード総数Ｍを用いて算術復号してもよい。
　なお、三次元データ復号装置は、予測モード総数Ｍ＝１の場合は、ＰｒｅｄＭｏｄｅを復号せずに、ＰｒｅｄＭｏｄｅ＝０と推定してもよい。
　次に、三次元データ復号装置は、ｎビット符号の値＝＝Ｒ＿ＴＨ［ＬｏＤＮ］を満たすか否かを判定する（Ｓ３５６５）。
　三次元データ復号装置は、ｎビット符号の値＝＝Ｒ＿ＴＨ［ＬｏＤＮ］を満たすと判定した場合（Ｓ３５６５でＹｅｓ）、残り符号を算術復号する（Ｓ３５６６）。
　次に、三次元データ復号装置は、指数ゴロム符号のテーブルを用いて残り符号の値を算出する（Ｓ３５６７）。
　次に、三次元データ復号装置は、予測残差に（Ｒ＿ＴＨ［ＬｏＤＮ］＋残り符号の値）を設定する（Ｓ３５６８）。
　次に、三次元データ復号装置は、復号した予測残差を符号なし整数値から符号付き整数値に変換する（Ｓ３５６９）。
　一方、三次元データ復号装置は、ｎビット符号の値＝＝Ｒ＿ＴＨ［ＬｏＤＮ］を満さないと判定した場合（Ｓ３５６５でＮｏ）、予測モードをビットストリームから復号して（Ｓ３５７０）、ステップＳ３５６９を実行する。
　上記のとおり、三次元データ符号化装置は、三次元データ符号化装置及び三次元データ復号装置のそれぞれで予測に利用可能な、符号化対象の対象三次元点の周囲のＮ個の三次元点における属性値の最大絶対差分値を算出する。また、三次元データ符号化装置は、算出した値に応じて予測モードを固定するか、予測モードを選択してビットストリームに付加するかを切替える。
　しかしながら、三次元データ符号化装置は、最大絶対差分値に応じて予測モードを固定するか、予測モードを選択してビットストリームに付加するかを切り替えなくてもよい。例えば、三次元データ符号化装置は、常に予測モードを選択し、その予測モードをビットストームに付加するようにしてもよい。
　これにより、三次元データ復号装置は、ビットストリームに付加された予測モードを常に復号することで、正しくビットストリームを復号することができる。
　また、三次元データ復号装置は、予測に利用可能な、復号対象の対象三次元点の周囲のＮ個の三次元点における属性値の最大絶対差分値を算出することなく予測モードを算術復号することができるようになる。そのため、三次元データ復号装置は、ビットストリームの算術復号と、ＬｏＤ生成等とを並列に実行できる。これにより、三次元データ復号装置は、処理の全体のスループットを向上することができる。
　なお、予測モード総数Ｍ＝１の場合は、三次元データ復号装置は、値を参照することなく予測モードの値を０と推定できる。そのため、予測モード総数Ｍ＝１の場合は、三次元データ符号化装置は、予測モードをビットストリームに付加しないようにしてもよい。
　これにより、三次元データ符号化装置は、予測モード総数Ｍ＝１の場合の符号量を削減することができる。
　図１２４は、本実施の形態に係る三次元データ符号化装置が予測モードを固定しない場合における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、予測モードを選択する（Ｓ３５７１）。
　次に、三次元データ符号化装置は、選択した予測モードを算術符号化する（Ｓ３５７２）。
　図１２５は、本実施の形態に係る三次元データ復号装置が予測モードを固定しない場合における処理のフローチャートである。
　三次元データ復号装置は、予測モードをビットストリームから復号する（Ｓ３５７３）。
　なお、三次元データ符号化装置が常に予測モードを選択する方法は、特に限定されない。例えば、図９２に示すシンタックス例のＴｈｆｉｘ［ｉ］＝０としてもよい。こうすることで、三次元データ符号化装置は、ｍａｘｄｉｆｆの最小値が０であるために、ＰｒｅｄＭｏｄｅを常にビットストリームに付加することができる。
　なお、三次元データ符号化装置が常にＰｒｅｄＭｏｄｅをビットストリームに付加するためには、Ｔｈｆｉｘ［ｉ］の値は、ｍａｘｄｉｆｆ≧Ｔｈｆｉｘ［ｉ］を真にする値であれば、どのような値でもよい。
　図１２６は、本実施の形態に係る属性データのシンタックスの別の一例を示す図である。
　ＰｒｅｄＭｏｄｅは、ＬｏＤの階層ｉのｊ番目の三次元点の属性値を符号化及び復号するための予測モードを示す値である。ＰｒｅｄＭｏｄｅは、値を０からＭ－１（なお、Ｍは予測モードの総数）までのいずれかの値をとる。
　なお、三次元データ復号装置は、ＰｒｅｄＭｏｄｅがビットストリームにない場合（具体的には、ＮｕｍＰｒｅｄＭｏｄｅ［ｉ］＞１を満たさない場合）、ＰｒｅｄＭｏｄｅを０と推定してもよい。
　なお、三次元データ復号装置は、ＰｒｅｄＭｏｄｅがビットストリームにない場合、ＰｒｅｄＭｏｄｅを０にしなくてもよく、０からＭ－１までのいずれかの値を推定値として採用してもよい。
　また、三次元データ符号化装置は、ＰｒｅｄＭｏｄｅがビットストリームにない場合の推定値を別途ヘッダ等に付加してもよい。
　また、上記のとおり、三次元データ符号化装置は、ＰｒｅｄＭｏｄｅを予測モード総数Ｍの値を用いてトランケーテッドユーナリ符号で二値化し、二値化した値を算術符号化してもよい。
　また、三次元データ符号化装置は、予測モード総数Ｍの値を、ビットストリームのヘッダにＮｕｍＰｒｅｄＭｏｄｅとして符号化して付加してもよい。
　これにより、三次元データ復号装置は、ヘッダ内のＮｕｍＰｒｅｄＭｏｄｅを復号して予測モード総数Ｍを算出し、予測モード総数Ｍを用いてＰｒｅｄＭｏｄｅを復号できる。そのため、三次元データ復号装置は、ＬｏＤを生成し、予測に利用可能な、復号対象の対象三次元点の周囲の三次元点を算出して予測値が割当たった予測モード数の算出を待つことなくビットストリームの算術復号を実行することができる。
　これにより、三次元データ復号装置は、ビットストリームの算術復号と、ＬｏＤ生成等とを並列に実行できる。そのため、三次元データ復号装置は、処理の全体のスループットを向上することができる。
　ｎビット符号（ｎ－ｂｉｔ　ｃｏｄｅ）は、属性情報の値の予測残差の符号化データである。ｎビット符号のビット長は、Ｒ＿ＴＨ［ｉ］の値に依存する。例えば、Ｒ＿ＴＨ［ｉ］の示す値が６３の場合は６ｂｉｔとなり、Ｒ＿ＴＨ［ｉ］の示す値が２５５の場合は８ｂｉｔとなる。
　残り符号（ｒｅｍａｉｎｉｎｇ　ｃｏｄｅ）は、属性情報の値の予測残差の符号化データのうち、指数ゴロム符号で符号化された符号化データである。三次元データ復号装置は、ｎビット符号がＲ＿ＴＨ［ｉ］と同じ場合に残り符号を復号し、ｎビット符号の値と残り符号の値とを加算して予測残差を復号する。
　なお、三次元データ復号装置は、ｎビット符号がＲ＿ＴＨ［ｉ］と同じ値でない場合は、残り符号を復号しなくてよい。
　図１２７は、本実施の形態に係る三次元データ符号化装置の予測モードの符号化処理の例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、予測モードを、予測モード総数Ｍを用いてトランケーテッドユーナリ符号で二値化する（Ｓ３５７４）。
　次に、三次元データ符号化装置は、トランケーテッドユーナリ符号の二値化データを算術符号化する（Ｓ３５７５）。
　次に、三次元データ符号化装置は、予測モード総数ＭをＮｕｍＰｒｅｄＭｏｄｅとしてヘッダに付加して符号化する（Ｓ３５７６）。
　図１２８は、本実施の形態に係る三次元データ復号装置の予測モードの復号処理の例を示す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符号化されたＮｕｍＰｒｅｄＭｏｄｅを復号して、予測モード総数Ｍを設定する（Ｓ３５７７）。
　次に、三次元データ復号装置は、復号した予測モード総数Ｍを用いて、符号化されたＰｒｅｄＭｏｄｅを算術復号し、トランケーテッドユーナリ符号の二値化データを生成する（Ｓ３５７８）。
　次に、三次元データ復号装置は、トランケーテッドユーナリ符号の二値化データから予測モードを算出する（Ｓ３５７９）。
　図１２９は、図１１６に示す予測値の算出処理（ステップＳ３５３３５）の別の一例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、予測に利用可能な、符号化対象の対象三次元点のＮ個の周囲の三次元点の属性値の重み平均値を算出し、予測モード０に割当てる（Ｓ３５８１）。
　次に、三次元データ符号化装置は、予測モードを選択して決定する（Ｓ３５８２）。
　次に、三次元データ符号化装置は、選択して決定した予測モードを算術符号化する（Ｓ３５８３）。
　また、三次元データ符号化装置は、決定した予測モードの予測値を出力する（Ｓ３５８４）。
　上記のとおり、三次元データ符号化装置は、予測モードＰｒｅｄＭｏｄｅを、予測モード総数Ｍを用いてで二値化して算術符号化してもよい。また、三次元データ符号化装置は、予測モード総数ＭをＮｕｍＰｒｅｄＭｏｄｅとしてヘッダに符号化して付加してもよい。
　これにより、三次元データ復号装置は、ヘッダ内のＮｕｍＰｒｅｄＭｏｄｅを復号することで、予測モードＰｒｅｄＭｏｄｅを正しく復号することができる。
　なお、三次元データ符号化装置は、ＮｕｍＰｒｅｄＭｏｄｅ＝１の場合は、ＰｒｅｄＭｏｄｅを符号化しなくてもよい。
　これにより、三次元データ符号化装置は、ＮｕｍＰｒｅｄＭｏｄｅ＝１の場合の符号量を削減できる。
　図１３０は、図１２９に示す予測モードの選択処理（Ｓ３５８２）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、符号化対象の対象三次元点の周囲のＮ個の三次元点の属性情報を、当該対象三次元点と距離が近いものから順に予測モード１からＮまで割当てる（Ｓ３５８２１）。例えば、三次元データ符号化装置は、Ｎ＋１個の予測モードを生成する。なお、三次元データ符号化装置は、Ｎ＋１がビットストリームに付加される予測モード総数Ｍ（ＮｕｍＰｒｅｄＭｏｄｅ）を超える場合には、Ｍ個まで予測モードを生成してもよい。
　次に、三次元データ符号化装置は、各モードのコストを算出し、コストが最小となる予測モードを選択する（Ｓ３５８２２）。
　図１３１は、図１３０に示す予測モードの選択処理（Ｓ３５８２２）の具体例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、ｉ＝０、ｍｉｎｃｏｓｔ＝∞を行う（Ｓ３５８２２１）。
　次に、三次元データ符号化装置は、ｉ番目の予測モードＰｒｅｄＭｏｄｅ［ｉ］のｃｏｓｔ［ｉ］を算出する（Ｓ３５８２２２）。
　次に、三次元データ符号化装置は、ｃｏｓｔ［ｉ］＜ｍｉｎｃｏｓｔを満たすか否かを判定する（Ｓ３５８２２３）。
　次に、三次元データ符号化装置は、ｃｏｓｔ［ｉ］＜ｍｉｎｃｏｓｔを満たすと判定した場合（Ｓ３５８２２３でＹｅｓ）、ｍｉｎｃｏｓｔ＝ｃｏｓｔ［ｉ］を行い、且つ、予測モードをＰｒｅｄＭｏｄｅ［ｉ］に設定する。（Ｓ３５８２２４）。
　三次元データ符号化装置は、ステップＳ３５８２２４の次に、又は、ｃｏｓｔ［ｉ］＜ｍｉｎｃｏｓｔを満たさないと判定した場合（Ｓ３５８２２３でＮｏ）、ｉ＝ｉ＋１を行う（Ｓ３５８２２５）。
　次に、三次元データ符号化装置は、ｉ＜予測モード数を満たすか否かを判定する（Ｓ３５８２２６）。
　三次元データ符号化装置は、ｉ＜予測モード数を満たさないと判定した場合（Ｓ３５８２２６でＮｏ）、選択処理を終了し、ｉ＜予測モード数を満たすと判定した場合（Ｓ３５８２２６でＹｅｓ）、処理をステップＳ３５８２２２に戻す。
　三次元データ符号化装置は、符号化対象の対象三次元点の周囲の三次元点の数がＮ個の場合、Ｎ＋１個の予測モードを生成する。なお、三次元データ符号化装置は、Ｎ＋１がビットストリームに付加される予測モード総数Ｍ（ＮｕｍＰｒｅｄＭｏｄｅ）を超える場合は、Ｍ個まで予測モードを生成するようにしてもよい。
　図１３２は、図１２１に示す予測モード及びＰの量子化値の算出処理（Ｓ３５５２１１）の別の一例を示すフローチャートである。
　まず、三次元データ復号装置は、予測モードをビットストリームから復号する（Ｓ３５５２１１１）。
　上記のとおり、三次元データ復号装置は、予測モードＰｒｅｄＭｏｄｅを、ヘッダを復号して得た予測モード総数Ｍを用いて算術復号してもよい。
　なお、三次元データ復号装置は、予測モード総数Ｍ＝１の場合は、ＰｒｅｄＭｏｄｅを復号せずに、ＰｒｅｄＭｏｄｅ＝０と推定してもよい。
　次に、酸塩現データ符号化装置は、ｎビット符号を算術復号する（Ｓ３５５２１１２）。
　次に、三次元データ復号装置は、ｎビット符号の値＝＝Ｒ＿ＴＨ［ＬｏＤＮ］を満たすか否かを判定する（Ｓ３５５２１１３）。
　三次元データ復号装置は、ｎビット符号の値＝＝Ｒ＿ＴＨ［ＬｏＤＮ］を満たすと判定した場合（Ｓ３５５２１１３でＹｅｓ）、残り符号を算術復号する（Ｓ３５５２１１４）。
　次に、三次元データ復号装置は、指数ゴロム符号のテーブルを用いて残り符号の値を算出する（Ｓ３５５２１１５）。
　次に、三次元データ復号装置は、予測残差に（Ｒ＿ＴＨ［ＬｏＤＮ］＋残り符号の値）を設定する（Ｓ３５５２１１６）。
　次に、三次元データ復号装置は、復号した予測残差を符号なし整数値から符号付き整数値に変換する（Ｓ３５５２１１７）。
　一方、三次元データ復号装置は、ｎビット符号の値＝＝Ｒ＿ＴＨ［ＬｏＤＮ］を満さないと判定した場合（Ｓ３５５２１１３でＮｏ）、予測モードをビットストリームから復号して（Ｓ３５５２１１８）、ステップＳ３５５２１１７を実行する。
　（まとめ）
　［三次元データ符号化装置］
　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１３３に示す処理を行う。具体的には、三次元データ符号化装置は、それぞれが属性情報を有する複数の三次元点の当該属性情報を符号化する。
　図１３３は、本実施の形態に係る三次元データ符号化装置の符号化処理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、複数の三次元点のうちの符号化対象の対象三次元点である第１三次元点の周囲に位置する周囲三次元点である１以上の第２三次元点の属性情報を用いて、第１三次元点の属性情報の予測値を算出するための２以上の予測モードのうちの１つの予測モードを選択する（Ｓ３５９１）。
　次に、三次元データ符号化装置は、ステップＳ３５９１で選択された１つの予測モードの予測値を算出する（Ｓ３５９２）。
　次に、三次元データ符号化装置は、第１三次元点の属性情報と、算出された予測値との差分である予測残差を算出する（Ｓ３５９３）。
　次に、三次元データ符号化装置は、（ｉ）ステップＳ３５９１で選択した１つの予測モードと、（ｉｉ）ステップＳ３５９２で算出した予測残差と、（ｉｉｉ）２以上の予測モードの数（つまり、予測モードの総数）とを含むビットストリーム（第１ビットストリーム）を生成する（Ｓ３５９４）。
　これによれば、例えば、当該ビットストリームを受信した三次元データ復号装置は、ビットストリームに含まれる予測モードの数を用いて符号化された予測モードを復号できる。つまり、三次元データ復号装置は、ビットストリームに含まれる予測モードの数を示す値（上記のＮｕｍＰｒｅｄＭｏｄｅ）を用いて、ビットストリームに含まれる予測モードの値（上記のＰｒｅｄＭｏｄｅ）を復号できる。これにより、三次元データ復号装置は、ＬｏＤを設定して、復号対象の対象三次元点の周囲に位置する周囲三次元点を算出して、予測値が割当たっている予測モードの数を算出する処理を行うことなく、予測モードの数を取得できる。そのため、三次元データ符号化装置によれば、復号処理での処理量が削減された符号化データを生成できる。
　また、例えば、三次元データ符号化装置は、さらに、第１の値、又は、当該第１の値とは異なる値である第２の値を示すフラグ（上記の予測モード固定フラグ）を生成する。例えば、三次元データ符号化装置は、第１の値を示すフラグを生成した場合（上記の予測モード固定フラグが０の場合）、１つの予測モードを選択し、予測値を算出し、予測残差を算出し、且つ、第１の値を示すフラグをさらに含むビットストリーム（第１ビットストリーム）を生成する。一方、例えば、三次元データ符号化装置は、第２の値を示すフラグを生成した場合（上記の予測モード固定フラグが１の場合）、予め定められた予測モードを選択し、第２の値を示すフラグを含むビットストリーム（第２ビットストリーム）を生成する。
　具体的に例えば、三次元データ符号化装置は、第１の値を示すフラグを生成した場合、ステップＳ３５９１～ステップＳ３５９４を実行する。一方、三次元データ符号化装置は、第２の値を示すフラグを生成した場合、ステップＳ３５９１～ステップＳ３５９４を実行せず、予め定められた予測モードで三次元データ復号装置が復号処理を行う旨を示すフラグ（この場合、第２の値）を含む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は、三次元データ符号化装置によって予測モードが選択された場合には、第１の値をビットストリームから取得して、選択された予測モードを正しく復号できる。また、三次元データ復号装置は、第２の値をビットストリームから取得した場合には、予め任意に定められた予測モードの予測値を用いることができる。
　なお、予め任意に定められた予測モード及び当該予測モードに対応する予測値は、三次元データ復号装置が備えるメモリに予め記憶されていればよい。
　また、例えば、三次元データ符号化装置は、１以上の第２三次元点の属性情報の最大絶対差分値が所定の閾値以上である場合、第１の値を示すフラグを生成し、最大絶対差分値が当該所定の閾値未満である場合、第２の値を示すフラグを生成する。
　周囲三次元点の属性値の最大絶対差分値は、小さい程各三次元点の属性値に差が少ない。そのため、三次元データ符号化装置は、予め任意に定められた所定の閾値に基づいて、予測モードを選択しても予測値に差がないと判定した場合、予測モードを例えば０（平均値）に固定して、つまり、予め任意に定められた予測モードを用いるとして、予測モードを符号化しない。これにより、三次元データ符号化装置は、予測モードを符号化するための符号量を発生させずに適切な予測値を生成できる。
　なお、三次元データ符号化装置は、所定の閾値（上記のＴｈｆｉｘ）をビットストリームのヘッダ等に付加してもよい。また、三次元データ符号化装置は、所定の閾値を変更してもよい。例えば、三次元データ符号化装置は、高ビットレートでの符号化時には、所定の閾値を予め定められた値から小さくしてヘッダに付加してもよい。これにより、三次元データ符号化装置は、予測モードを選択して符号化するケースを増やすことになるため、少しでも予測残差が小さくなるように符号化できる。一方、三次元データ符号化装置は、低ビットレートでの符号化時には、所定の閾値を予め定められた値から大きくしてヘッダに付加してもよい。これにより、三次元データ符号化装置は、予測モードを固定して、つまり、予め定められた予測モードを用いるケースを増やすことができる。そのため、三次元データ符号化装置は、予測モードを符号化するビット量を抑えつつ、且つ、符号化効率を向上できる。
　また、例えば、２以上の予測モードの数は、１以上の第２三次元点の数よりも１つ多い。
　例えば、符号化対象の対象三次元点の周囲の三次元点（第２三次元点）が４つの場合、予測モードの数は、５つである。
　これによれば、例えば、各予測モードには、多く用いられる第２三次元点の各属性情報と、各属性情報の平均値とが予測値として割当てられる。そのため、三次元データ符号化装置は、高頻度で用いられやすい値を予測モードの予測値として割当てることができる。
　また、例えば、三次元データ符号化装置は、さらに、２以上の予測モードの数を用いてトランケーテッドユーナリ符号で二値化し、二値化された１つの予測モードについて、先頭のビットと当該先頭ビット以外の残りのビットと異なる符号化テーブルを用いて算術符号化し、第１ビットストリームを生成する処理（Ｓ３５９４）では、（ｉｖ）算術符号化された１つの予測モードと、（ｉｉ）予測残差と、（ｉｉｉ）２以上の予測モードの数とを含む第１ビットストリームを生成する。このように、三次元データ符号化装置は、ステップＳ３５９４では、（ｉ）ステップＳ３５９１で選択した１つの予測モードではなく、当該予測モードを算術符号化して、（ｉｖ）算術符号化された１つの予測モードを含むビットストリームを生成してもよい。
　例えば、三次元データ符号化装置は、上記したように、予測モード値が「３」の二値化データ「１１１０」を符号化する場合、先頭のビット（ｏｎｅ　ｂｉｔ）の「１」に符号化テーブルＡを用いて符号化し、残りのビット（ｒｅｍａｉｎｉｎｇ　ｂｉｔ）の「１１０」のそれぞれのビットに符号化テーブルＢを用いて符号化してもよい。
　これによれば、三次元データ符号化装置は、予測モードを算術符号化することで、生成するビットストリームのデータ量を削減できる。また、三次元データ符号化装置は、トランケーテッドユーナリ符号で二値化して、先頭のビットと残りのビットとで異なる符号化テーブルを用いて符号化することで、符号化効率を向上できる。
　また、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。メモリには、上記処理を行う制御プログラムが記憶されていてもよい。また、メモリには、上記所定の閾値が記憶されていてもよい。
　［三次元データ復号装置］
　また、本実施の形態に係る三次元データ復号装置は、図１３４に示す処理を行う。具体的には、三次元データ復号装置は、ビットストリームに含まれるそれぞれが符号化された属性情報を有する複数の三次元点を復号する。
　図１３４は、本実施の形態に係る三次元データ復号装置の復号処理を示す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符号化された予測モードの数（予測モードの総数）を復号する（Ｓ３５９５）。これにより、三次元データ復号装置は、三次元データ符号化装置が予測値を割当てた予測モードの数を取得する。
　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符号化された予測モードであって、復号対象の三次元点である第１三次元点の属性情報の予測値を算出するための２以上の予測モードのうちの符号化された１つの予測モードを、復号した予測モードの数を用いて復号する（Ｓ３５９６）。つまり、三次元データ復号装置は、ステップＳ３５９５で取得した予測モードの数を用いてビットストリームに含まれる符号化された１つの予測モードを復号する。
　次に、三次元データ復号装置は、復号した１つの予測モードの予測値を算出する（Ｓ３５９７）。
　これによれば、三次元データ復号装置は、ビットストリームに含まれる予測モードの数を用いて符号化された予測モードを復号できる。つまり、三次元データ復号装置は、ビットストリームに含まれる予測モードの数を示す値（上記のＮｕｍＰｒｅｄＭｏｄｅ）を用いて、ビットストリームに含まれる予測モードの値（上記のＰｒｅｄＭｏｄｅ）を復号できる。これにより、三次元データ復号装置は、ＬｏＤを設定して、復号対象の対象三次元点の周囲に位置する周囲三次元点を算出して、予測値が割当たっている予測モードの数を算出する処理を行うことなく、予測モードの数を取得できる。そのため、三次元データ復号装置によれば、復号処理での処理量を削減できる。
　また、例えば、ビットストリームには、フラグ（上記の予測モード固定フラグ）が含まれており、フラグが第１の値を示す場合（上記の予測モード固定フラグが０の場合）、予測モードの数を復号し、１つの予測モードを復号し、且つ、予測値を算出する。一方、例えば、三次元データ復号装置は、フラグが第２の値を示す場合（上記の予測モード固定フラグが１の場合）、予め定められた予測モードの予測値を算出する。つまり、三次元データ復号装置は、例えば、フラグが第１の値を示す場合、ステップＳ３５９５～ステップＳ３５９７を実行する。一方、三次元データ復号装置は、例えば、フラグが第２の値を示す場合、ステップＳ３５９５～ステップＳ３５９７を実行せず、予め任意に定められた予測モードの予測値を算出する。
　これによれば、三次元データ復号装置は、三次元データ符号化装置によって予測モードが選択された場合には、第１の値をビットストリームから取得して、選択された予測モードを正しく復号できる。また、三次元データ復号装置は、第２の値をビットストリームから取得した場合には、予め任意に定められた予測モードの予測値を用いることができる。
　なお、予め任意に定められた予測モード及び当該予測モードに対応する予測値は、三次元データ復号装置が備えるメモリに予め記憶されていればよい。
　また、例えば、三次元データ復号装置は、第１三次元点の周囲の１以上の周囲三次元点である第２三次元点の属性情報の最大絶対差分値が所定の閾値（上記のＴｈｆｉｘ）以上である場合、第１の値を示すフラグを生成し、最大絶対差分値が当該所定の閾値未満である場合、第２の値を示すフラグを生成する。
　これによれば、三次元データ復号装置は、予め任意に定められた所定の閾値に基づいて、予測モードを選択しても予測値に差がないと判定した場合、予測モードを例えば０（平均値）に固定して、つまり、予め任意に定められた予測モードを用いるとして、ビットストリームに含まれる予測モードを復号するための処理をしない。これにより、三次元データ復号装置は、処理量を削減できる。
　なお、所定の閾値は、例えば、三次元データ符号化装置が備えるメモリに記憶されていてもよいし、ビットストリームに含まれていてもよい。
　また、例えば、２以上の予測モードの数は、第１三次元点の周囲の１以上の第２三次元点の数よりも１つ多い。
　これによれば、例えば、各予測モードには、多く用いられる第２三次元点の各属性情報と、各属性情報の平均値とが予測値として割当てられる。そのため、三次元データ復号装置は、高頻度で用いられやすい値を予測モードの予測値として割当てることができる。
　また、例えば、三次元データ復号装置は、符号化された１つの予測モードについて、先頭のビットと当該先頭ビット以外の残りのビットと異なる復号テーブルを用いて復号する処理（Ｓ３５９６）では、復号された予測モードの数を用いて、符号化された１つの予測モードを算術復号することで、トランケーテッドユーナリ符号で二値化された二値化データを生成し、生成された二値化データから１つの予測モードを算出する。
　これによれば、三次元データ復号装置は、トランケーテッドユーナリ符号で二値化されて、且つ、先頭のビットと残りのビットとで異なる符号化テーブルを用いて符号化された予測モードを正しく復号できる。
　また、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。メモリには、上記処理を行う制御プログラムが記憶されていてもよい。また、メモリには、上記所定の閾値が記憶されていてもよい。また、メモリには、予め任意に定められた予測モード及び当該予測モードの予測値が記憶されていてもよい。
　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又はプロセッサ等のプログラム実行部が、ハードディスク又は半導体メモリ等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、一つ又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、一つ又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
　３０００　三次元データ符号化装置
　３００１　位置情報符号化部
　３００２　属性情報再割り当て部
　３００３　属性情報符号化部
　３０１０　三次元データ復号装置
　３０１１　位置情報復号部
　３０１２　属性情報復号部
　３４００　属性情報符号化部
　３４０１　ＬｏＤ生成部
　３４０２　周囲探索部
　３４０３　予測部
　３４０４　予測残差算出部
　３４０５　量子化部
　３４０６　算術符号化部
　３４０７　逆量子化部
　３４０８　復号値生成部
　３４０９、３４１７　メモリ
　３４１０　属性情報復号部
　３４１１　ＬｏＤ生成部
　３４１２　周囲探索部
　３４１３　予測部
　３４１４　算術復号部
　３４１５　逆量子化部
　３４１６　信号値生成部

Claims (12)

  1. 　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、
    　第１三次元点の周囲の１以上の第２三次元点の属性情報を用いて、前記第１三次元点の属性情報の予測値を算出するための２以上の予測モードのうちの１つの予測モードを選択し、
    　選択された前記１つの予測モードの前記予測値を算出し、
    　前記第１三次元点の属性情報と算出された前記予測値との差分である予測残差を算出し、
    　前記１つの予測モードと前記予測残差と前記２以上の予測モードの数とを含む第１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. 　さらに、第１の値又は第２の値を示すフラグを生成し、
    　前記第１の値を示すフラグを生成した場合、前記１つの予測モードを選択し、前記予測値を算出し、前記予測残差を算出し、且つ、前記第１の値を示すフラグをさらに含む前記第１ビットストリームを生成し、
    　前記第２の値を示すフラグを生成した場合、予め定められた予測モードを選択し、前記第２の値を示すフラグを含む第２ビットストリームを生成する
    　請求項１に記載の三次元データ符号化方法。
  3. 　前記１以上の第２三次元点の属性情報の最大絶対差分値が所定の閾値以上である場合、前記第１の値を示すフラグを生成し、
    　前記最大絶対差分値が前記所定の閾値未満である場合、前記第２の値を示すフラグを生成する
    　請求項２に記載の三次元データ符号化方法。
  4. 　前記２以上の予測モードの数は、前記１以上の第２三次元点の数よりも１つ多い
    　請求項１～３のいずれか１項に記載の三次元データ符号化方法。
  5. 　さらに、前記２以上の予測モードの数を用いてトランケーテッドユーナリ符号で二値化し、
    　二値化された前記１つの予測モードについて、先頭のビットと前記先頭ビット以外の残りのビットと異なる符号化テーブルを用いて算術符号化し、
    　前記第１ビットストリームを生成する処理では、算術符号化された前記１つの予測モードと前記予測残差と前記２以上の予測モードの数とを含む前記第１ビットストリームを生成する
    　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. 　符号化さ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、
    　ビットストリームに含まれる符号化された予測モードの数を復号し、
    　前記ビットストリームに含まれる符号化された予測モードであって、第１三次元点の属性情報の予測値を算出するための２以上の予測モードのうちの符号化された１つの予測モードを、復号した前記予測モードの数を用いて復号し、
    　復号した前記１つの予測モードの予測値を算出する
    　三次元データ復号方法。
  7. 　前記ビットストリームには、フラグが含まれており、
    　前記フラグが第１の値を示す場合、前記予測モードの数を復号し、前記１つの予測モードを復号し、且つ、前記予測値を算出し、
    　前記フラグが第２の値を示す場合、予め定められた予測モードの予測値を算出する
    　請求項６に記載の三次元データ復号方法。
  8. 　前記第１三次元点の周囲の１以上の第２三次元点の属性情報の最大絶対差分値が所定の閾値以上である場合、前記第１の値を示すフラグを生成し、
    　前記最大絶対差分値が前記所定の閾値未満である場合、前記第２の値を示すフラグを生成する
    　請求項７に記載の三次元データ復号方法。
  9. 　前記２以上の予測モードの数は、前記第１三次元点の周囲の１以上の第２三次元点の数よりも１つ多い
    　請求項６～８のいずれか１項に記載の三次元データ復号方法。
  10. 　符号化された前記１つの予測モードを復号する処理では、
    　復号された前記予測モードの数を用いて、符号化された前記１つの予測モードについて、先頭のビットと前記先頭ビット以外の残りのビットと異なる復号テーブルを用いて算術復号することで、トランケーテッドユーナリ符号で二値化された二値化データを生成し、
    　生成された二値化データから前記１つの予測モードを算出する
    　請求項６～９のいずれか１項に記載の三次元データ復号方法。
  11. 　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、
    　第１三次元点の周囲の１以上の第２三次元点の属性情報を用いて、前記第１三次元点の属性情報の予測値を算出するための２以上の予測モードのうちの１つの予測モードを選択し、
    　選択された前記１つの予測モードの予測値を算出し、
    　前記第１三次元点の属性情報と算出された前記予測値との差分である予測残差を算出し、
    　前記１つの予測モードと前記予測残差と前記２以上の予測モードの数とを含む第１ビットストリームを生成する
    　三次元データ符号化装置。
  12. 　符号化さ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、
    　ビットストリームに含まれる符号化された予測モードの数を復号し、
    　前記ビットストリームに含まれる符号化された予測モードであって、第１三次元点の属性情報の予測値を算出するための２以上の予測モードのうちの符号化された１つの予測モードを、復号した前記予測モードの数を用いて復号し、
    　復号した前記１つの予測モードの予測値を算出する
    　三次元データ復号装置。
PCT/JP2019/023774 2018-06-14 2019-06-14 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 WO2019240284A1 (ja)

Priority Applications (10)

Application Number Priority Date Filing Date Title
MX2020013272A MX2020013272A (es) 2018-06-14 2019-06-14 Metodo de codificacion de datos tridimensionales, metodo de decodificacion de datos tridimensionales, dispositivo codificador de datos tridimensionales y dispositivo decodificador de datos tridimensionales.
CN201980039091.0A CN112368742A (zh) 2018-06-14 2019-06-14 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
JP2020525699A JP7245244B2 (ja) 2018-06-14 2019-06-14 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
BR112020024566-6A BR112020024566A2 (pt) 2018-06-14 2019-06-14 Método de codificação de dados tridimensionais, método de decodificação de dados tridimensionais, dispositivo de codificação de dados tridimensionais e dispositivo de decodificação de dados tridimensionais
CA3103196A CA3103196A1 (en) 2018-06-14 2019-06-14 Three-dimensional data encoding method, three-dimensional data decoding method, three-dimensional data encoding device, and three-dimensional data decoding device
KR1020207035453A KR20210019438A (ko) 2018-06-14 2019-06-14 삼차원 데이터 부호화 방법, 삼차원 데이터 복호 방법, 삼차원 데이터 부호화 장치, 및 삼차원 데이터 복호 장치
EP19818931.8A EP3813021A4 (en) 2018-06-14 2019-06-14 THREE-DIMENSIONAL DATA ENCODING PROCESS, THREE-DIMENSIONAL DATA DECODING PROCESS, THREE-DIMENSIONAL DATA ENCODING DEVICE AND TRIDIMENSIONAL DATA DECODING DEVICE
US17/116,355 US11412208B2 (en) 2018-06-14 2020-12-09 Three-dimensional data encoding method, three-dimensional data decoding method, three-dimensional data encoding device, and three-dimensional data decoding device
US17/852,587 US11716459B2 (en) 2018-06-14 2022-06-29 Three-dimensional data encoding method, three-dimensional data decoding method, three-dimensional data encoding device, and three-dimensional data decoding device
US18/206,720 US20230319258A1 (en) 2018-06-14 2023-06-07 Three-dimensional data encoding method, three-dimensional data decoding method, three-dimensional data encoding device, and three-dimensional data decoding device

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
US201862685016P 2018-06-14 2018-06-14
US62/685,016 2018-06-14

Related Child Applications (1)

Application Number Title Priority Date Filing Date
US17/116,355 Continuation US11412208B2 (en) 2018-06-14 2020-12-09 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
WO2019240284A1 true WO2019240284A1 (ja) 2019-12-19

Family

ID=68843371

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/JP2019/023774 WO2019240284A1 (ja) 2018-06-14 2019-06-14 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 (9)

Country Link
US (3) US11412208B2 (ja)
EP (1) EP3813021A4 (ja)
JP (1) JP7245244B2 (ja)
KR (1) KR20210019438A (ja)
CN (1) CN112368742A (ja)
BR (1) BR112020024566A2 (ja)
CA (1) CA3103196A1 (ja)
MX (1) MX2020013272A (ja)
WO (1) WO2019240284A1 (ja)

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2021256559A1 (ja) * 2020-06-19 2021-12-23 パナソニック インテレクチュアル プロパティ コーポレーション オブ アメリカ 三次元データ符号化方法、三次元データ復号方法、三次元データ符号化装置、及び三次元データ復号装置
WO2021256885A1 (ko) * 2020-06-18 2021-12-23 엘지전자 주식회사 포인트 클라우드 데이터 송신 장치, 포인트 클라우드 데이터 송신 방법, 포인트 클라우드 데이터 수신 장치 및 포인트 클라우드 데이터 수신 방법
WO2022061785A1 (zh) * 2020-09-25 2022-03-31 Oppo广东移动通信有限公司 点云编码方法、点云解码方法及相关装置
WO2022075301A1 (ja) * 2020-10-06 2022-04-14 パナソニック インテレクチュアル プロパティ コーポレーション オブ アメリカ 三次元データ符号化方法、三次元データ復号方法、三次元データ符号化装置、及び三次元データ復号装置
WO2022133752A1 (zh) * 2020-12-22 2022-06-30 Oppo广东移动通信有限公司 点云的编码方法、解码方法、编码器以及解码器

Families Citing this family (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP7245244B2 (ja) * 2018-06-14 2023-03-23 パナソニック インテレクチュアル プロパティ コーポレーション オブ アメリカ 三次元データ符号化方法、三次元データ復号方法、三次元データ符号化装置、及び三次元データ復号装置
KR20210019445A (ko) * 2018-06-15 2021-02-22 파나소닉 인텔렉츄얼 프로퍼티 코포레이션 오브 아메리카 삼차원 데이터 부호화 방법, 삼차원 데이터 복호 방법, 삼차원 데이터 부호화 장치, 및 삼차원 데이터 복호 장치
WO2019244931A1 (ja) 2018-06-19 2019-12-26 パナソニック インテレクチュアル プロパティ コーポレーション オブ アメリカ 三次元データ符号化方法、三次元データ復号方法、三次元データ符号化装置、及び三次元データ復号装置
WO2022191543A1 (ko) * 2021-03-08 2022-09-15 현대자동차주식회사 포인트 클라우드 압축을 이용하는 메시 압축 방법 및 장치
CN116996674A (zh) * 2022-04-26 2023-11-03 中兴通讯股份有限公司 一种编码方法、解码方法、通信节点及存储介质

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2014020663A1 (ja) 2012-07-30 2014-02-06 三菱電機株式会社 地図表示装置
WO2017104115A1 (ja) * 2015-12-14 2017-06-22 パナソニック インテレクチュアル プロパティ コーポレーション オブ アメリカ 三次元データ符号化方法、三次元データ復号方法、三次元データ符号化装置及び三次元データ復号装置
US20180098064A1 (en) * 2016-10-04 2018-04-05 Qualcomm Incorporated Variable number of intra modes for video coding

Family Cites Families (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
PL2720461T3 (pl) * 2011-06-13 2024-02-05 Sun Patent Trust Sposób dekodowania obrazów, sposób kodowania obrazów, urządzenie do dekodowania obrazów, urządzenie do kodowania obrazów, oraz urządzenie do kodowania i dekodowania obrazów
WO2014050030A1 (ja) 2012-09-26 2014-04-03 パナソニック株式会社 画像復号方法、画像符号化方法、画像復号装置、画像符号化装置及び画像符号化復号装置
WO2016056842A1 (ko) * 2014-10-07 2016-04-14 삼성전자 주식회사 뷰 병합 예측을 이용하여 영상을 부호화 또는 복호화 하는 방법 및 그 장치
US10805607B2 (en) * 2016-04-29 2020-10-13 Industry Academy Cooperation Foundation Of Sejong University Video signal encoding/decoding method and apparatus
EP3685579A1 (en) * 2017-10-09 2020-07-29 Huawei Technologies Co., Ltd. Devices and methods for image and video coding
US10909727B2 (en) * 2018-04-10 2021-02-02 Apple Inc. Hierarchical point cloud compression with smoothing
CN108632607B (zh) * 2018-05-09 2019-06-21 北京大学深圳研究生院 一种基于多角度自适应帧内预测的点云属性压缩方法
WO2019235587A1 (ja) * 2018-06-08 2019-12-12 パナソニック インテレクチュアル プロパティ コーポレーション オブ アメリカ 三次元データ符号化方法、三次元データ復号方法、三次元データ符号化装置、及び三次元データ復号装置
WO2019240215A1 (ja) * 2018-06-13 2019-12-19 パナソニック インテレクチュアル プロパティ コーポレーション オブ アメリカ 三次元データ符号化方法、三次元データ復号方法、三次元データ符号化装置、及び三次元データ復号装置
JP7245244B2 (ja) * 2018-06-14 2023-03-23 パナソニック インテレクチュアル プロパティ コーポレーション オブ アメリカ 三次元データ符号化方法、三次元データ復号方法、三次元データ符号化装置、及び三次元データ復号装置
KR20210019445A (ko) * 2018-06-15 2021-02-22 파나소닉 인텔렉츄얼 프로퍼티 코포레이션 오브 아메리카 삼차원 데이터 부호화 방법, 삼차원 데이터 복호 방법, 삼차원 데이터 부호화 장치, 및 삼차원 데이터 복호 장치

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2014020663A1 (ja) 2012-07-30 2014-02-06 三菱電機株式会社 地図表示装置
WO2017104115A1 (ja) * 2015-12-14 2017-06-22 パナソニック インテレクチュアル プロパティ コーポレーション オブ アメリカ 三次元データ符号化方法、三次元データ復号方法、三次元データ符号化装置及び三次元データ復号装置
US20180098064A1 (en) * 2016-10-04 2018-04-05 Qualcomm Incorporated Variable number of intra modes for video coding

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
KAMMERL, J. ET AL.: "Real-time Compression of Point Cloud Streams", PROCEEDINGS OF 2012 IEEE INTERNATIONAL CONFERENCE ON ROBOTICS AND AUTOMATION, 18 May 2012 (2012-05-18), pages 778 - 785, XP032450378, ISBN: 978-1-4673-1405-3, DOI: 10.1109/ICRA.2012.6224647 *
YITING SHAO ET AL.: "HYBRID POINT CLOUD ATTRIBUTE COMPRESSION USING SLICE-BASED LAYERED STRUCTURE AND BLOCK-BASED INTRA PREDICTION", ARXIV:1804. 10783V1, 28 April 2018 (2018-04-28), pages 1 - 10, XP058420837, Retrieved from the Internet <URL:https://arxiv.org/abs/1804.10783v1> [retrieved on 20190802] *

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2021256885A1 (ko) * 2020-06-18 2021-12-23 엘지전자 주식회사 포인트 클라우드 데이터 송신 장치, 포인트 클라우드 데이터 송신 방법, 포인트 클라우드 데이터 수신 장치 및 포인트 클라우드 데이터 수신 방법
WO2021256559A1 (ja) * 2020-06-19 2021-12-23 パナソニック インテレクチュアル プロパティ コーポレーション オブ アメリカ 三次元データ符号化方法、三次元データ復号方法、三次元データ符号化装置、及び三次元データ復号装置
WO2022061785A1 (zh) * 2020-09-25 2022-03-31 Oppo广东移动通信有限公司 点云编码方法、点云解码方法及相关装置
WO2022075301A1 (ja) * 2020-10-06 2022-04-14 パナソニック インテレクチュアル プロパティ コーポレーション オブ アメリカ 三次元データ符号化方法、三次元データ復号方法、三次元データ符号化装置、及び三次元データ復号装置
WO2022133752A1 (zh) * 2020-12-22 2022-06-30 Oppo广东移动通信有限公司 点云的编码方法、解码方法、编码器以及解码器

Also Published As

Publication number Publication date
US11412208B2 (en) 2022-08-09
KR20210019438A (ko) 2021-02-22
MX2020013272A (es) 2021-02-18
US20220329780A1 (en) 2022-10-13
US20210092355A1 (en) 2021-03-25
EP3813021A4 (en) 2021-08-11
US11716459B2 (en) 2023-08-01
EP3813021A1 (en) 2021-04-28
CN112368742A (zh) 2021-02-12
CA3103196A1 (en) 2019-12-19
JPWO2019240284A1 (ja) 2021-06-24
BR112020024566A2 (pt) 2021-03-09
JP7245244B2 (ja) 2023-03-23
US20230319258A1 (en) 2023-10-05

Similar Documents

Publication Publication Date Title
JP7167147B2 (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
JP7330962B2 (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
WO2019240284A1 (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
JP7448519B2 (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
WO2019235366A1 (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
JP7410879B2 (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
JP7389028B2 (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
WO2019235587A1 (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
JP7448517B2 (ja) 三次元データの符号化方法、三次元データの復号方法、三次元データの符号化装置、及び三次元データの復号装置
JP7478668B2 (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
WO2019244931A1 (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
WO2020075862A1 (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
WO2020138352A1 (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
WO2020196677A1 (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
JP7509751B2 (ja) 三次元点のデータ符号化方法、三次元点のデータ復号方法、三次元点のデータ符号化装置、及び三次元点のデータ復号装置
JP7513815B2 (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
JP7453212B2 (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
JP7444849B2 (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
JP2024091858A (ja) 三次元データ符号化方法、三次元データ復号方法、三次元データ符号化装置、及び三次元データ復号装置

Legal Events

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

Ref document number: 19818931

Country of ref document: EP

Kind code of ref document: A1

ENP Entry into the national phase

Ref document number: 2020525699

Country of ref document: JP

Kind code of ref document: A

WWE Wipo information: entry into national phase

Ref document number: 122022011039

Country of ref document: BR

ENP Entry into the national phase

Ref document number: 3103196

Country of ref document: CA

NENP Non-entry into the national phase

Ref country code: DE

REG Reference to national code

Ref country code: BR

Ref legal event code: B01A

Ref document number: 112020024566

Country of ref document: BR

WWE Wipo information: entry into national phase

Ref document number: 2019818931

Country of ref document: EP

ENP Entry into the national phase

Ref document number: 2019818931

Country of ref document: EP

Effective date: 20210114

ENP Entry into the national phase

Ref document number: 112020024566

Country of ref document: BR

Kind code of ref document: A2

Effective date: 20201201