WO2020075781A1 - 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
WO2020075781A1
WO2020075781A1 PCT/JP2019/039904 JP2019039904W WO2020075781A1 WO 2020075781 A1 WO2020075781 A1 WO 2020075781A1 JP 2019039904 W JP2019039904 W JP 2019039904W WO 2020075781 A1 WO2020075781 A1 WO 2020075781A1
Authority
WO
WIPO (PCT)
Prior art keywords
data
information
dimensional
encoding
attribute information
Prior art date
Application number
PCT/JP2019/039904
Other languages
English (en)
French (fr)
Inventor
賀敬 井口
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 MX2021003502A priority Critical patent/MX2021003502A/es
Priority to EP19871199.6A priority patent/EP3866115B1/en
Priority to KR1020217009835A priority patent/KR20210070991A/ko
Priority to EP24156545.6A priority patent/EP4343702A3/en
Priority to JP2020551211A priority patent/JP7323545B2/ja
Priority to BR112021006535A priority patent/BR112021006535A2/pt
Priority to CN201980041308.1A priority patent/CN112334949A/zh
Publication of WO2020075781A1 publication Critical patent/WO2020075781A1/ja
Priority to US17/155,634 priority patent/US11210814B2/en
Priority to US17/512,057 priority patent/US20220051444A1/en
Priority to JP2023122473A priority patent/JP2023129667A/ja

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N13/00—Stereoscopic video systems; Multi-view video systems; Details thereof
    • H04N13/10—Processing, recording or transmission of stereoscopic or multi-view image signals
    • H04N13/106—Processing image signals
    • H04N13/161—Encoding, multiplexing or demultiplexing different image signal components
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T9/00—Image coding
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T9/00—Image coding
    • G06T9/001—Model-based coding, e.g. wire frame
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/50—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using predictive coding
    • H04N19/597—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using predictive coding specially adapted for multi-view video sequence encoding
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/70—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
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N13/00—Stereoscopic video systems; Multi-view video systems; Details thereof
    • H04N13/10—Processing, recording or transmission of stereoscopic or multi-view image signals
    • H04N13/106—Processing image signals
    • H04N13/172—Processing image signals image signals comprising non-image signal components, e.g. headers or format information
    • H04N13/178—Metadata, e.g. disparity information

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.
  • ⁇ In a wide range of fields, such as computer vision, map information, monitoring, infrastructure inspection, and video distribution for autonomous operation of automobiles or robots, devices or services utilizing three-dimensional data are expected to spread in the future.
  • 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.
  • One of the three-dimensional data representation methods is a representation method called a point cloud that represents the shape of a three-dimensional structure by a point group in a three-dimensional space.
  • the point cloud stores the position and color of the point cloud.
  • Point clouds are expected to become mainstream as a method of expressing three-dimensional data, but point clouds have a very large data volume. Therefore, in the storage or transmission of three-dimensional data, it is necessary 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.
  • 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).
  • -It is desired that the processing amount can be reduced in the encoding process or the decoding process of three-dimensional data.
  • the present disclosure aims to provide a three-dimensional data encoding method, a three-dimensional data decoding method, a three-dimensional data encoding device, or a three-dimensional data decoding device that can reduce the processing amount.
  • a three-dimensional data encoding method generates encoded data by encoding third point cloud data in which first point cloud data and second point cloud data are combined, A bitstream including encoded data and control information is generated, the encoded data includes position information and attribute information of each of a plurality of three-dimensional points included in the third point group data, and One of the plurality of attribute information includes first information indicating which of the first point cloud data and the second point cloud data the corresponding three-dimensional point belongs to, and the control information includes the plurality of attribute information.
  • the attribute information includes second information indicating attribute information including the first information.
  • a three-dimensional data decoding method includes a plurality of three-dimensional points included in third point cloud data obtained by combining first point cloud data and second point cloud data from a bitstream. Encoded data including position information and a plurality of attribute information is acquired, and from the control information included in the bitstream, the corresponding three-dimensional point among the plurality of attribute information is the first point cloud data and the first point cloud data. The second information indicating the attribute information including the first information indicating which of the two point cloud data it belongs to is acquired, and the first information is acquired using the second information.
  • the present disclosure can provide a three-dimensional data encoding method, a three-dimensional data decoding method, a three-dimensional data encoding device, or a three-dimensional data decoding device that can reduce the processing amount.
  • FIG. 1 is a diagram showing a configuration of a three-dimensional data encoding / decoding system according to Embodiment 1.
  • FIG. 2 is a diagram illustrating a configuration example of the point cloud data according to the first embodiment.
  • FIG. 3 is a diagram illustrating a configuration example of a data file in which point cloud data information according to the first embodiment is described.
  • FIG. 4 is a diagram showing types of point cloud data according to the first embodiment.
  • FIG. 5 is a diagram illustrating a configuration of a first encoding unit according to Embodiment 1.
  • FIG. 6 is a block diagram of a first encoding unit according to Embodiment 1.
  • FIG. 7 is a diagram illustrating a configuration of the first decoding unit according to Embodiment 1.
  • FIG. 1 is a diagram showing a configuration of a three-dimensional data encoding / decoding system according to Embodiment 1.
  • FIG. 2 is a diagram illustrating a configuration example of the point cloud data according to the first
  • FIG. 8 is a block diagram of a first decoding unit according to Embodiment 1.
  • FIG. 9 is a diagram illustrating a configuration of a second encoding unit according to Embodiment 1.
  • FIG. 10 is a block diagram of a second encoding unit according to Embodiment 1.
  • FIG. 11 is a diagram showing the configuration of the second decoding unit according to the first embodiment.
  • FIG. 12 is a block diagram of the second decoding unit according to Embodiment 1.
  • FIG. 13 is a diagram showing a protocol stack related to PCC encoded data according to the first embodiment.
  • FIG. 14 is a diagram illustrating a basic structure of the ISOBMFF according to the second embodiment.
  • FIG. 15 is a diagram illustrating a protocol stack according to the second embodiment.
  • FIG. 16 is a diagram illustrating a configuration of an encoding unit and a multiplexing unit according to Embodiment 3.
  • FIG. 17 is a diagram illustrating a configuration example of encoded data according to Embodiment 3.
  • FIG. 18 is a diagram showing a configuration example of encoded data and NAL units according to the third embodiment.
  • FIG. 19 is a diagram illustrating an example of semantics of pcc_nal_unit_type according to the third embodiment.
  • FIG. 20 is a diagram illustrating an example of a transmission order of NAL units according to Embodiment 3.
  • FIG. 21 is a block diagram of a first encoding unit according to Embodiment 4.
  • FIG. 22 is a block diagram of a first decoding unit according to Embodiment 4.
  • FIG. 23 is a block diagram of a division unit according to the fourth embodiment.
  • FIG. 24 is a diagram illustrating an example of dividing a slice and a tile according to the fourth embodiment.
  • FIG. 25 is a diagram illustrating an example of a division pattern of slices and tiles according to the fourth embodiment.
  • FIG. 26 is a diagram illustrating an example of a dependency relationship according to the fourth embodiment.
  • FIG. 27 is a diagram showing an example of the decoding order of data according to the fourth embodiment.
  • FIG. 28 is a flowchart of an encoding process according to Embodiment 4.
  • FIG. 29 is a block diagram of a coupling unit according to the fourth embodiment.
  • FIG. 30 is a diagram illustrating a configuration example of encoded data and a NAL unit according to Embodiment 4.
  • FIG. 30 is a diagram illustrating a configuration example of encoded data and a NAL unit according to Embodiment 4.
  • FIG. 31 is a flowchart of an encoding process according to Embodiment 4.
  • FIG. 32 is a flowchart of a decoding process according to Embodiment 4.
  • FIG. 33 is a flowchart of an encoding process according to Embodiment 4.
  • FIG. 34 is a flowchart of a decoding process according to Embodiment 4.
  • FIG. 35 is a diagram showing an image of generating a tree structure and an occupancy code from point cloud data of a plurality of frames according to the fifth embodiment.
  • FIG. 36 is a diagram illustrating an example of frame combination according to Embodiment 5.
  • FIG. 37 is a diagram illustrating an example of combining a plurality of frames according to the fifth embodiment.
  • FIG. 38 is a flowchart of a three-dimensional data encoding process according to Embodiment 5.
  • FIG. 39 is a flowchart of the encoding process according to the fifth embodiment.
  • FIG. 40 is a flowchart of a three-dimensional data decoding process according to Embodiment 5.
  • FIG. 41 is a flowchart of the decoding and division processing according to Embodiment 5.
  • FIG. 42 is a block diagram of an encoding unit according to Embodiment 5.
  • FIG. 43 is a block diagram of a dividing unit according to the fifth embodiment.
  • FIG. 44 is a block diagram of a position information encoding unit according to Embodiment 5.
  • FIG. 45 is a block diagram of an attribute information encoding unit according to Embodiment 5.
  • FIG. 46 is a flowchart of the point cloud data encoding process according to the fifth embodiment.
  • FIG. 47 is a flowchart of an encoding process according to Embodiment 5.
  • FIG. 48 is a block diagram of a decoding unit according to Embodiment 5.
  • FIG. 49 is a block diagram of a position information decoding unit according to Embodiment 5.
  • FIG. 50 is a block diagram of the attribute information decoding unit according to the fifth embodiment.
  • FIG. 51 is a block diagram of a coupling unit according to the fifth embodiment.
  • FIG. 52 is a flowchart of a point cloud data decoding process according to the fifth embodiment.
  • FIG. 53 is a flowchart of the decoding process according to the fifth embodiment.
  • FIG. 53 is a flowchart of the decoding process according to the fifth embodiment.
  • FIG. 54 is a diagram illustrating an example of a frame combination pattern according to Embodiment 5.
  • FIG. 55 is a diagram illustrating a configuration example of a PCC frame according to the fifth embodiment.
  • FIG. 56 is a diagram showing the configuration of the encoded position information according to Embodiment 5.
  • FIG. 57 is a diagram illustrating a syntax example of a header of the encoded position information according to Embodiment 5.
  • FIG. 58 is a diagram illustrating a syntax example of a payload of the encoded position information according to Embodiment 5.
  • FIG. 59 is a diagram showing an example of leaf node information according to the fifth embodiment.
  • FIG. 60 is a diagram illustrating an example of leaf node information according to the fifth embodiment.
  • FIG. 60 is a diagram illustrating an example of leaf node information according to the fifth embodiment.
  • FIG. 61 is a diagram illustrating an example of bitmap information according to Embodiment 5.
  • FIG. 62 is a diagram showing the configuration of the encoding attribute information according to Embodiment 5.
  • FIG. 63 is a diagram illustrating a syntax example of a header of encoding attribute information according to Embodiment 5.
  • FIG. 64 is a diagram illustrating an example of the syntax of the payload of the encoding attribute information according to Embodiment 5.
  • FIG. 65 is a diagram illustrating a configuration of encoded data according to Embodiment 5.
  • FIG. 66 is a diagram illustrating a data transmission order and a data reference relationship according to the fifth embodiment.
  • FIG. 67 is a diagram illustrating a data transmission order and a data reference relationship according to the fifth embodiment.
  • FIG. 68 is a diagram illustrating a data transmission order and a data reference relationship according to the fifth embodiment.
  • FIG. 69 is a diagram showing an example of decoding some frames according to the fifth embodiment.
  • FIG. 70 is a diagram showing a data transmission order and a data reference relationship according to the fifth embodiment.
  • FIG. 71 is a diagram showing a data transmission order and data reference relationship according to the fifth embodiment.
  • FIG. 72 is a diagram showing a data transmission order and data reference relationship according to the fifth embodiment.
  • FIG. 73 is a diagram showing a data transmission order and data reference relationship according to the fifth embodiment.
  • FIG. 74 is a flowchart of an encoding process according to Embodiment 5.
  • FIG. 75 is a flowchart of a decoding process according to Embodiment 5.
  • FIG. 76 is a diagram illustrating an example of a three-dimensional point according to Embodiment 6.
  • FIG. 77 is a diagram illustrating an example of setting of LoD according to the sixth embodiment.
  • FIG. 78 is a diagram illustrating an example of a threshold used for setting LoD according to the sixth embodiment.
  • FIG. 79 is a diagram illustrating an example of attribute information used for a predicted value according to Embodiment 6.
  • FIG. 80 is a diagram illustrating an example of an exponential Golomb code according to the sixth embodiment.
  • FIG. 81 is a diagram illustrating processing for the exponential Golomb code according to the sixth embodiment.
  • FIG. 82 is a diagram illustrating an example of syntax of an attribute header according to Embodiment 6.
  • FIG. 83 is a diagram showing a syntax example of attribute data according to the sixth embodiment.
  • FIG. 84 is a flowchart of a three-dimensional data encoding process according to Embodiment 6.
  • FIG. 85 is a flowchart of the attribute information encoding process according to Embodiment 6.
  • FIG. 86 is a diagram illustrating processing for the exponential Golomb code according to the sixth embodiment.
  • FIG. 87 is a diagram illustrating an example of a reverse lookup table indicating a relationship between remaining codes and their values according to Embodiment 6.
  • FIG. 88 is a flowchart of a three-dimensional data decoding process according to Embodiment 6.
  • FIG. 89 is a flowchart of attribute information decoding processing according to Embodiment 6.
  • FIG. 84 is a flowchart of a three-dimensional data encoding process according to Embodiment 6.
  • FIG. 85 is a flowchart of the attribute information encoding process according to Embodiment 6.
  • FIG. 90 is a block diagram of a three-dimensional data encoding device according to Embodiment 6.
  • FIG. 91 is a block diagram of a three-dimensional data decoding device according to Embodiment 6.
  • FIG. 92 is a diagram showing a configuration of attribute information according to the sixth embodiment.
  • FIG. 93 is a diagram for describing coded data according to the sixth embodiment.
  • FIG. 94 is a flowchart of a three-dimensional data encoding process according to Embodiment 6.
  • FIG. 95 is a flowchart of three-dimensional data decoding processing according to Embodiment 6.
  • FIG. 96 is a diagram showing an example of encoded data according to the seventh embodiment.
  • FIG. 97 is a diagram showing an example of encoded data according to the seventh embodiment.
  • FIG. 96 is a diagram showing an example of encoded data according to the seventh embodiment.
  • FIG. 98 is a flowchart of the three-dimensional data encoding process according to the seventh embodiment.
  • FIG. 99 is a diagram showing an example of motion compensation and frame combination according to the seventh embodiment.
  • FIG. 100 is a diagram showing an example of motion vector transmission according to the seventh embodiment.
  • FIG. 101 is a diagram showing an example of encoded data according to the seventh embodiment.
  • FIG. 102 is a block diagram of a three-dimensional data decoding device according to the seventh embodiment.
  • FIG. 103 is a diagram showing an example of a motion vector calculation method according to the seventh embodiment.
  • FIG. 104 is a diagram showing an example of a motion vector calculation method according to the seventh embodiment.
  • FIG. 105 is a diagram showing an example of encoded data according to the seventh embodiment.
  • FIG. 106 is a diagram showing an example of tiles to which motion compensation according to the seventh embodiment is applied.
  • FIG. 107 is a flowchart of the encoding process according to the seventh embodiment.
  • FIG. 108 is a flowchart of the decoding process according to the seventh embodiment.
  • a three-dimensional data encoding method generates encoded data by encoding third point cloud data in which first point cloud data and second point cloud data are combined, A bitstream including encoded data and control information is generated, the encoded data includes position information of each of a plurality of three-dimensional points included in the third point group data and a plurality of attribute information.
  • One of the plurality of attribute information includes first information indicating which of the first point cloud data and the second point cloud data the corresponding three-dimensional point belongs to, and the control information includes the plurality of attribute information.
  • the attribute information includes second information indicating attribute information including the first information.
  • the three-dimensional data decoding device that decodes the bitstream generated by the three-dimensional data encoding method is included in the control information when any of the plurality of attribute information includes the first information.
  • the attribute information including the first information can be easily determined using the second information. Therefore, the three-dimensional data encoding method can reduce the processing amount of the three-dimensional data decoding device.
  • control information may be control information common to a plurality of frames.
  • the attribute information including the first information may be encoded using a lossless encoding method.
  • the quantization parameter may be set so that the lossless encoding method is used.
  • the position of the point cloud included in the second point cloud data is corrected using motion information indicating the motion between the first point cloud data and the second point cloud data, and the first point cloud is corrected.
  • the third point cloud data may be generated by integrating the data and the corrected second point cloud data, and the encoded data may include the motion information.
  • the three-dimensional data encoding method can improve the encoding efficiency because the positions of the connected point groups can be brought close to each other.
  • a three-dimensional data decoding method includes a plurality of three-dimensional points included in third point cloud data obtained by combining first point cloud data and second point cloud data from a bitstream. Encoded data including position information and a plurality of attribute information is acquired, and from the control information included in the bitstream, the corresponding three-dimensional point among the plurality of attribute information is the first point cloud data and the first point cloud data. The second information indicating the attribute information including the first information indicating which of the two point cloud data it belongs to is acquired, and the first information is acquired using the second information.
  • the three-dimensional data decoding method when the first information is included in any of the plurality of attribute information, the second information included in the control information is used to include the attribute information including the first information. Can be easily determined. Therefore, the three-dimensional data decoding method can reduce the processing amount.
  • control information may be control information common to a plurality of frames.
  • the attribute information including the first information may be encoded using a lossless encoding method.
  • the quantization parameter may be set so that the lossless encoding method is used.
  • the first information may be used to separate the first point cloud data and the second point cloud data from the third point cloud data.
  • the motion information indicating the motion between the first point cloud data and the second point cloud data is acquired from the bit stream, and the points included in the second point cloud data are obtained using the motion information.
  • the position of the group may be corrected.
  • the three-dimensional data decoding method can decode a bitstream with improved coding efficiency by bringing the positions of the connected point groups closer to each other.
  • a three-dimensional data encoding device includes a processor and a memory, and the processor uses the memory to combine the first point cloud data and the second point cloud data.
  • Encoded data is generated by encoding the third point group data, and a bit stream including the encoded data and control information is generated, and the encoded data is included in the third point group data. It includes position information of each of a plurality of three-dimensional points and a plurality of attribute information, and one of the plurality of attribute information has a corresponding three-dimensional point of the first point cloud data and the second point cloud data.
  • the control information includes second information indicating which attribute information the first information is included in among the plurality of attribute information.
  • the three-dimensional data decoding device that decodes the bitstream generated by the three-dimensional data encoding device is included in the control information when any of the plurality of attribute information includes the first information.
  • the attribute information including the first information can be easily determined using the second information. Therefore, the three-dimensional data encoding device can reduce the processing amount of the three-dimensional data decoding device.
  • a three-dimensional data decoding device includes a processor and a memory, and the processor uses the memory to extract first point cloud data and second point cloud data from a bitstream.
  • the processor uses the memory to extract first point cloud data and second point cloud data from a bitstream.
  • the encoded data including the plurality of pieces of attribute information, and the control information included in the bitstream is used to obtain the plurality of encoded data.
  • the second information indicating the attribute information including the first information indicating whether the corresponding three-dimensional point belongs to the first point cloud data or the second point cloud data is acquired, and the second information is acquired.
  • the first information is acquired by using two pieces of information.
  • the three-dimensional data decoding device uses the second information included in the control information and uses the attribute information including the first information. Can be easily determined. Therefore, the three-dimensional data decoding device can reduce the processing amount.
  • a recording medium such as a system, a method, an integrated circuit, a computer program or a computer-readable CD-ROM, and the system, the method, the integrated circuit, and the computer program. And any combination of recording media.
  • a three-dimensional data encoding method and a three-dimensional data encoding device for providing a function of transmitting and receiving necessary information according to a use in encoded data of a three-dimensional point cloud
  • the code Data decoding method and three-dimensional data decoding device for decoding encoded data, three-dimensional data multiplexing method for multiplexing the encoded data, and three-dimensional data transmission method for transmitting the encoded data are described. I do.
  • a first encoding method and a second encoding method are being studied as an encoding method (encoding method) of the point cloud data, but a configuration of the encoded data and a system for encoding the encoded data are described.
  • a method of storing data in a format is not defined, and MUX processing (multiplexing), or transmission or storage in the encoding unit cannot be performed as it is.
  • FIG. 1 is a diagram illustrating a configuration example of a three-dimensional data encoding / decoding system according to the present embodiment.
  • the three-dimensional data encoding / decoding system includes a three-dimensional data encoding system 4601, a three-dimensional data decoding system 4602, a sensor terminal 4603, and an external connection unit 4604.
  • the three-dimensional data encoding system 4601 generates encoded data or multiplexed data by encoding point cloud data that is three-dimensional data.
  • the three-dimensional data encoding system 4601 may be a three-dimensional data encoding device realized by a single device, or may be a system realized by a plurality of devices. Further, the three-dimensional data encoding device may include a part of a plurality of processing units included in the three-dimensional data encoding system 4601.
  • the three-dimensional data encoding system 4601 includes a point cloud data generation system 4611, a presentation unit 4612, an encoding unit 4613, a multiplexing unit 4614, an input / output unit 4615, and a control unit 4616.
  • the point cloud data generation system 4611 includes a sensor information acquisition unit 4617 and a point cloud data generation unit 4618.
  • the sensor information acquisition unit 4617 acquires sensor information from the sensor terminal 4603 and outputs the sensor information to the point cloud data generation unit 4618.
  • the point cloud data generation unit 4618 generates point cloud data from the sensor information and outputs the point cloud data to the encoding unit 4613.
  • the presentation unit 4612 presents sensor information or point cloud data to the user. For example, the presentation unit 4612 displays information or an image based on the sensor information or the point cloud data.
  • the encoding unit 4613 encodes (compresses) the point cloud data, and outputs the obtained encoded data, the control information obtained in the encoding process, and other additional information to the multiplexing unit 4614.
  • the additional information includes, for example, sensor information.
  • the multiplexing unit 4614 generates multiplexed data by multiplexing the encoded data input from the encoding unit 4613, control information, and additional information.
  • the format of the multiplexed data is, for example, a file format for storage or a packet format for transmission.
  • the input / output unit 4615 (for example, a communication unit or an interface) outputs the multiplexed data to the outside.
  • the multiplexed data is stored in a storage unit such as an internal memory.
  • the control unit 4616 (or the application execution unit) controls each processing unit. That is, the control unit 4616 performs control such as encoding and multiplexing.
  • the sensor information may be input to the encoding unit 4613 or the multiplexing unit 4614. Further, the input / output unit 4615 may output the point cloud data or the encoded data to the outside as it is.
  • the transmission signal (multiplexed data) output from the three-dimensional data encoding system 4601 is input to the three-dimensional data decoding system 4602 via the external connection unit 4604.
  • the three-dimensional data decoding system 4602 generates point cloud data as three-dimensional data by decoding encoded data or multiplexed data.
  • the three-dimensional data decoding system 4602 may be a three-dimensional data decoding device realized by a single device, or may be a system realized by a plurality of devices. Further, the three-dimensional data decoding device may include a part of a plurality of processing units included in the three-dimensional data decoding system 4602.
  • the three-dimensional data decoding system 4602 includes a sensor information acquisition unit 4621, an input / output unit 4622, a demultiplexing unit 4623, a decoding unit 4624, a presentation unit 4625, a user interface 4626, and a control unit 4627.
  • the sensor information acquisition unit 4621 acquires sensor information from the sensor terminal 4603.
  • the input / output unit 4622 acquires the transmission signal, decodes the multiplexed data (file format or packet) from the transmission signal, and outputs the multiplexed data to the demultiplexing unit 4623.
  • Demultiplexing section 4623 acquires encoded data, control information, and additional information from the multiplexed data, and outputs the encoded data, control information, and additional information to decoding section 4624.
  • the decoding unit 4624 reconstructs the point cloud data by decoding the encoded data.
  • the presentation unit 4625 presents the point cloud data to the user. For example, the presentation unit 4625 displays information or an image based on the point cloud data.
  • the user interface 4626 acquires an instruction based on a user operation.
  • the control unit 4627 (or the application execution unit) controls each processing unit. That is, the control unit 4627 performs control such as demultiplexing, decoding, and presentation.
  • the input / output unit 4622 may acquire the point cloud data or the encoded data from outside as it is.
  • the presentation unit 4625 may acquire additional information such as sensor information and present information based on the additional information. Further, the presentation unit 4625 may perform the presentation based on the user's instruction acquired by the user interface 4626.
  • the sensor terminal 4603 generates sensor information which is information obtained by the sensor.
  • the sensor terminal 4603 is a terminal equipped with a sensor or a camera, and includes, for example, a moving object such as a car, a flying object such as an airplane, a mobile terminal, or a camera.
  • the sensor information that can be acquired by the sensor terminal 4603 includes, for example, (1) the distance between the sensor terminal 4603 and the target, or the reflectance of the target obtained from LIDAR, millimeter wave radar, or an infrared sensor; The distance between the camera and the object obtained from the monocular camera image or the stereo camera image of the object or the reflectance of the object.
  • the sensor information may include a posture, an orientation, a gyro (angular velocity), a position (GPS information or altitude), a speed, an acceleration, and the like of the sensor.
  • the sensor information may include temperature, atmospheric pressure, humidity, magnetism, or the like.
  • the external connection unit 4604 is realized by communication with an integrated circuit (LSI or IC), an external storage unit, a cloud server via the Internet, or broadcasting.
  • LSI or IC integrated circuit
  • IC integrated circuit
  • cloud server via the Internet
  • FIG. 2 is a diagram illustrating a configuration of the point cloud data.
  • FIG. 3 is a diagram illustrating a configuration example of a data file in which information of point cloud data is described.
  • Point cloud data includes data of a plurality of points.
  • the data of each point includes position information (three-dimensional coordinates) and attribute information for the position information.
  • a set of multiple points is called a point cloud.
  • a point cloud indicates a three-dimensional shape of an object.
  • Position information such as three-dimensional coordinates may be referred to as geometry.
  • the data of each point may include attribute information (attributes) of a plurality of attribute types.
  • the attribute type is, for example, color or reflectance.
  • One piece of attribute information may be associated with one piece of location information, or attribute information having a plurality of different attribute types may be associated with one piece of location information. Further, a plurality of pieces of attribute information of the same attribute type may be associated with one piece of position information.
  • the configuration example of the data file shown in FIG. 3 is an example in which the position information and the attribute information correspond one-to-one, and shows the position information and the attribute information of N points constituting the point group data. I have.
  • the position information is, for example, information on three axes of x, y, and z.
  • the attribute information is, for example, RGB color information.
  • a typical data file is a ply file.
  • FIG. 4 is a diagram illustrating types of point cloud data.
  • the point cloud data includes a static object and a dynamic object.
  • a static object is three-dimensional point cloud data at an arbitrary time (a certain time).
  • a dynamic object is three-dimensional point cloud data that changes over time.
  • the three-dimensional point cloud data at a certain time is referred to as a PCC frame or a frame.
  • the object may be a point cloud whose area is restricted to some extent like ordinary video data, or a large-scale point cloud whose area is not restricted like map information.
  • point cloud data having various densities
  • sparse point cloud data and dense point cloud data may exist.
  • the sensor information is obtained by various methods such as a distance sensor such as a LIDAR or a range finder, a stereo camera, or a combination of a plurality of monocular cameras.
  • the point cloud data generation unit 4618 generates point cloud data based on the sensor information obtained by the sensor information acquisition unit 4617.
  • the point group data generation unit 4618 generates position information as point group data, and adds attribute information to the position information to the position information.
  • the point cloud data generation unit 4618 may process the point cloud data when generating the position information or adding the attribute information. For example, the point cloud data generation unit 4618 may reduce the data amount by deleting the point cloud whose position is duplicated. In addition, the point cloud data generation unit 4618 may convert the position information (position shift, rotation, normalization, or the like) or may render attribute information.
  • the point cloud data generation system 4611 is included in the three-dimensional data encoding system 4601, but may be provided independently outside the three-dimensional data encoding system 4601.
  • the coding unit 4613 generates coded data by coding the point cloud data based on a predetermined coding method.
  • a predetermined coding method There are roughly the following two types of encoding methods. The first is an encoding method using position information, and this encoding method is hereinafter referred to as a first encoding method.
  • the second is an encoding method using a video codec, and this encoding method is hereinafter referred to as a second encoding method.
  • the decoding unit 4624 decodes the point cloud data by decoding the coded data based on a predetermined coding method.
  • the multiplexing unit 4614 generates multiplexed data by multiplexing the encoded data using an existing multiplexing method.
  • the generated multiplexed data is transmitted or stored.
  • the multiplexing unit 4614 multiplexes other media such as video, audio, subtitles, applications, and files, or reference time information, in addition to the PCC encoded data.
  • the multiplexing unit 4614 may further multiplex attribute information related to the sensor information or the point cloud data.
  • ISOBMFF As a multiplexing method or a file format, there are ISOBMFF, MPEG-DASH, MMT, MPEG-2 TS Systems, RMP and the like, which are transmission methods based on ISOBMFF.
  • the demultiplexer 4623 extracts PCC encoded data, other media, time information, and the like from the multiplexed data.
  • the input / output unit 4615 transmits the multiplexed data using a method suitable for a transmission medium or a storage medium, such as broadcast or communication.
  • the input / output unit 4615 may communicate with another device via the Internet, or may communicate with a storage unit such as a cloud server.
  • http As a communication protocol, http, ftp, TCP, UDP, or the like is used.
  • a PULL type communication method may be used, or a PUSH type communication method may be used.
  • Either wired transmission or wireless transmission may be used.
  • Ethernet registered trademark
  • USB registered trademark
  • RS-232C HDMI
  • coaxial cable or the like
  • wireless transmission wireless LAN, Wi-Fi (registered trademark), Bluetooth (registered trademark), millimeter wave, or the like is used.
  • DVB-T2 DVB-S2, DVB-C2, ATSC3.0, ISDB-S3, or the like is used.
  • FIG. 5 is a diagram illustrating a configuration of a first encoding unit 4630 which is an example of the encoding unit 4613 that performs encoding according to the first encoding method.
  • FIG. 6 is a block diagram of the first encoding unit 4630.
  • the first encoding unit 4630 generates encoded data (encoded stream) by encoding the point cloud data using the first encoding method.
  • This first encoding section 4630 includes a position information encoding section 4631, an attribute information encoding section 4632, an additional information encoding section 4633, and a multiplexing section 4634.
  • the first encoding unit 4630 has a feature that encoding is performed with consideration for a three-dimensional structure. Further, the first encoding unit 4630 has a feature that the attribute information encoding unit 4632 performs encoding using information obtained from the position information encoding unit 4631.
  • the first encoding method is also called GPCC (Geometry @ based @ PCC).
  • the point cloud data is PCC point cloud data such as a PLY file or PCC point cloud data generated from sensor information, and includes position information (Position), attribute information (Attribute), and other additional information (MetaData). including.
  • the position information is input to the position information encoding unit 4631, the attribute information is input to the attribute information encoding unit 4632, and the additional information is input to the additional information encoding unit 4633.
  • the position information encoding unit 4631 generates encoded position information (Compressed Geometry) which is encoded data by encoding the position information.
  • the position information encoding unit 4631 encodes the position information using an N-ary tree structure such as an octant tree.
  • the target space is divided into eight nodes (subspaces), and 8-bit information (occupancy code) indicating whether or not each node includes a point cloud is generated.
  • the node including the point group is further divided into eight nodes, and 8-bit information indicating whether or not each of the eight nodes includes the point group is generated. This process is repeated until the number of point groups included in the predetermined hierarchy or node becomes equal to or less than the threshold value.
  • the attribute information coding unit 4632 generates coded attribute information (Compressed Attribute) which is coded data by coding using the configuration information generated by the position information coding unit 4631. For example, the attribute information encoding unit 4632 determines a reference point (reference node) to be referred to in encoding the processing target point (target node) based on the octree structure generated by the position information encoding unit 4631. I do. For example, the attribute information encoding unit 4632 refers to a node whose parent node in the octree is the same as the target node, among the neighboring nodes or adjacent nodes. The method for determining the reference relationship is not limited to this.
  • the attribute information encoding process may include at least one of a quantization process, a prediction process, and an arithmetic encoding process.
  • the reference means that the reference node is used to calculate the predicted value of the attribute information, or the state of the reference node is used to determine the encoding parameter (for example, an occupancy indicating whether or not the point node is included in the reference node). Information).
  • the encoding parameter is a quantization parameter in a quantization process, a context in arithmetic encoding, or the like.
  • the additional information encoding unit 4633 generates encoded additional information (Compressed MetaData), which is encoded data, by encoding compressible data in the additional information.
  • Compressed MetaData encoded additional information
  • the multiplexing unit 4634 multiplexes the coding position information, the coding attribute information, the coded additional information, and other additional information to generate a coded stream (Compressed $ Stream) that is coded data.
  • the generated encoded stream is output to a processing unit of a system layer (not shown).
  • FIG. 7 is a diagram showing the configuration of the first decoding unit 4640.
  • FIG. 8 is a block diagram of the first decoding unit 4640.
  • the first decoding unit 4640 generates point cloud data by decoding the coded data (coded stream) coded by the first coding method by the first coding method.
  • the first decoding unit 4640 includes a demultiplexing unit 4641, a position information decoding unit 4642, an attribute information decoding unit 4643, and an additional information decoding unit 4644.
  • a coded stream (CompressedmStream), which is coded data, is input to a first decoding unit 4640 from a processing unit of a system layer (not shown).
  • the demultiplexing unit 4641 separates coded position information (Compressed Geometry), coded attribute information (Compressed Attribute), coded additional information (Compressed MetaData), and other additional information from the coded data.
  • coded position information Compressed Geometry
  • coded attribute information Compressed Attribute
  • coded additional information Compressed MetaData
  • the position information decoding unit 4642 generates position information by decoding the encoded position information. For example, the position information decoding unit 4642 restores position information of a point group represented by three-dimensional coordinates from encoded position information represented by an N-ary tree structure such as an octant tree.
  • the attribute information decoding unit 4643 decodes the encoded attribute information based on the configuration information generated by the position information decoding unit 4642. For example, the attribute information decoding unit 4643 determines a reference point (reference node) to be referred in decoding the target point (target node) to be processed, based on the octree structure obtained by the position information decoding unit 4642. For example, the attribute information decoding unit 4643 refers to a node whose parent node in the octree is the same as the target node among the peripheral nodes and the adjacent nodes. The method for determining the reference relationship is not limited to this.
  • the decoding process of the attribute information may include at least one of an inverse quantization process, a prediction process, and an arithmetic decoding process.
  • the reference means that the reference node is used for calculating the predicted value of the attribute information, or the state of the reference node (for example, occupancy information indicating whether or not the reference node includes a point cloud) in determining the decoding parameter.
  • the decoding parameter is a quantization parameter in the inverse quantization process, a context in the arithmetic decoding, or the like.
  • the additional information decoding unit 4644 generates additional information by decoding the encoded additional information. Further, the first decoding unit 4640 uses the additional information necessary for the decoding process of the position information and the attribute information at the time of decoding, and outputs the additional information necessary for the application to the outside.
  • FIG. 9 is a diagram illustrating a configuration of the second encoding unit 4650.
  • FIG. 10 is a block diagram of the second encoding unit 4650.
  • the second encoding unit 4650 generates encoded data (encoded stream) by encoding the point cloud data by the second encoding method.
  • the second encoding unit 4650 includes an additional information generation unit 4651, a position image generation unit 4652, an attribute image generation unit 4653, a video encoding unit 4654, an additional information encoding unit 4655, and a multiplexing unit 4656.
  • the second encoding unit 4650 generates a position image and an attribute image by projecting a three-dimensional structure onto a two-dimensional image, and encodes the generated position image and the attribute image using an existing video encoding method. It has the feature of.
  • the second encoding method is also called VPCC (Video based PCC).
  • the point cloud data is PCC point cloud data such as a PLY file or PCC point cloud data generated from sensor information, and includes position information (Position), attribute information (Attribute), and other additional information MetaData. Including.
  • the additional information generation unit 4651 generates map information of a plurality of two-dimensional images by projecting a three-dimensional structure onto a two-dimensional image.
  • the position image generation unit 4652 generates a position image (Geometry @ Image) based on the position information and the map information generated by the additional information generation unit 4651.
  • This position image is, for example, a distance image in which a distance (Depth) is indicated as a pixel value.
  • the distance image may be an image in which a plurality of point groups are viewed from one viewpoint (an image in which a plurality of point groups are projected on one two-dimensional plane), or a plurality of point groups may be viewed from a plurality of viewpoints. Or a single image obtained by integrating the plurality of images.
  • the attribute image generation unit 4653 generates an attribute image based on the attribute information and the map information generated by the additional information generation unit 4651.
  • the attribute image is, for example, an image in which attribute information (for example, color (RGB)) is indicated as a pixel value.
  • RGB color
  • This image may be an image in which a plurality of point groups are viewed from one viewpoint (an image in which a plurality of point groups are projected on one two-dimensional plane), or a plurality of point groups may be viewed from a plurality of viewpoints. It may be a plurality of viewed images or a single image obtained by integrating these plurality of images.
  • the video encoding unit 4654 encodes the position image and the attribute image using the video encoding method, so that the encoded position image (Compressed Geometry Image) and the encoded attribute image (Compressed Attribute Image) are encoded data. ).
  • the video encoding method is AVC or HEVC.
  • the additional information encoding unit 4655 generates encoded additional information (Compressed @ MetaData) by encoding additional information, map information, and the like included in the point cloud data.
  • the multiplexing unit 4656 multiplexes the coded position image, the coded attribute image, the coded additional information, and other additional information to generate a coded stream (Compressed $ Stream) that is coded data.
  • the generated encoded stream is output to a processing unit of a system layer (not shown).
  • FIG. 11 is a diagram illustrating a configuration of the second decoding unit 4660.
  • FIG. 12 is a block diagram of the second decoding unit 4660.
  • the second decoding unit 4660 generates point cloud data by decoding the coded data (coded stream) coded by the second coding method by the second coding method.
  • the second decoding unit 4660 includes a demultiplexing unit 4661, a video decoding unit 4662, an additional information decoding unit 4663, a position information generation unit 4664, and an attribute information generation unit 4665.
  • the encoded stream (Compressed Stream), which is encoded data, is input to the second decoding unit 4660 from a processing unit of a system layer (not shown).
  • the demultiplexing unit 4661 separates the encoded position image (Compressed @ Geometry @ Image), the encoded attribute image (Compressed @ Attribute @ Image), the encoded additional information (Compressed @ MetaData), and other additional information from the encoded data. .
  • the video decoding unit 4662 generates the position image and the attribute image by decoding the encoded position image and the encoded attribute image using the video encoding method. It should be noted that any known encoding scheme may be used as the video encoding scheme. For example, the video encoding method is AVC or HEVC.
  • the additional information decoding unit 4663 generates additional information including map information and the like by decoding the encoded additional information.
  • the position information generation unit 4664 generates position information using the position image and the map information.
  • the attribute information generation unit 4665 generates attribute information using the attribute image and the map information.
  • the second decoding unit 4660 uses the additional information necessary for decoding at the time of decoding, and outputs the additional information necessary for the application to the outside.
  • FIG. 13 is a diagram showing a protocol stack related to PCC encoded data.
  • FIG. 13 shows an example in which data of another medium such as video (for example, HEVC) or audio is multiplexed on PCC encoded data and transmitted or stored.
  • video for example, HEVC
  • audio is multiplexed on PCC encoded data and transmitted or stored.
  • the multiplexing method and the file format have a function of multiplexing various coded data and transmitting or storing the coded data.
  • the encoded data In order to transmit or store the encoded data, the encoded data must be converted to a multiplex format.
  • HEVC a technique is defined in which encoded data is stored in a data structure called a NAL unit, and the NAL unit is stored in ISOBMFF.
  • the first encoding method (Codec1) and the second encoding method (Codec2) are being studied as the encoding method of the point cloud data.
  • a method of storing data in the system format is not defined, and MUX processing (multiplexing), transmission, and storage in the encoding unit cannot be performed as it is.
  • ISOBMFF ISO based media file format
  • ISOBMFF ISO based media file format
  • ISOBMFF specifies a format in which various media such as video, audio, and text can be multiplexed and stored, and is a media-independent standard.
  • the basic unit in ISOBMFF is a box.
  • a box is composed of type, length, and data, and a set obtained by combining various types of boxes is a file.
  • FIG. 14 is a diagram showing the basic structure (file) of ISOBMFF.
  • the ISOBMFF file mainly includes boxes such as ftyp indicating the brand of the file in 4CC (four character code), moov for storing metadata such as control information, and mdat for storing data.
  • the storage method for each medium in the ISOBMFF file is separately defined.
  • the storage method of AVC video and HEVC video is specified in ISO / IEC14496-15.
  • the function of the ISOBMFF is extended and used.
  • FIG. 15 is a diagram showing a protocol stack when a NAL unit common to PCC codecs is stored in an ISOBMFF file.
  • the NAL unit common to the PCC codecs is stored in the ISOBMFF file.
  • the NAL unit is common to the PCC codec, but since a plurality of PCC codecs are stored in the NAL unit, it is desirable to define a storage method (Carrier of codec1, Carrier of codec2) corresponding to each codec.
  • encoded data position information (Geometry), attribute information (Attribute), additional information (Metadata) generated by first encoding section 4630 or second encoding section 4650 described above.
  • the method of generating additional information (metadata) and the multiplexing process in the multiplexing unit will be described.
  • the additional information (metadata) may be described as a parameter set or control information.
  • the dynamic object (the three-dimensional point cloud data that changes over time) described with reference to FIG. 4 will be described as an example.
  • a static object the three-dimensional point cloud data at an arbitrary time
  • a similar method may be used.
  • FIG. 16 is a diagram showing a configuration of the encoding unit 4801 and the multiplexing unit 4802 included in the three-dimensional data encoding device according to the present embodiment.
  • the encoding unit 4801 corresponds to, for example, the first encoding unit 4630 or the second encoding unit 4650 described above.
  • the multiplexing unit 4802 corresponds to the above-described multiplexing unit 4634 or 4656.
  • the encoding unit 4801 encodes point cloud data of a plurality of PCC (Point Cloud Compression) frames, and generates encoded data (Multiple Compressed Data) of a plurality of position information, attribute information and additional information.
  • PCC Point Cloud Compression
  • the multiplexing unit 4802 converts the data of a plurality of data types (position information, attribute information, and additional information) into NAL units, thereby converting the data into a data configuration considering data access in the decoding device.
  • FIG. 17 is a diagram illustrating a configuration example of encoded data generated by the encoding unit 4801.
  • the arrows in the figure indicate the dependencies related to the decoding of the encoded data, and the origin of the arrow depends on the data at the tip of the arrow. That is, the decoding device decodes the data at the tip of the arrow, and decodes the original data at the arrow using the decoded data.
  • the term “dependent” means that dependent data is referenced (used) in processing (encoding or decoding) of dependent data.
  • the encoding unit 4801 encodes the position information of each frame to generate encoded position data (Compressed ⁇ Geometry ⁇ Data) for each frame.
  • the encoded position data is represented by G (i). i indicates a frame number, a frame time, or the like.
  • ⁇ Encoding section 4801 also generates a position parameter set (GPS (i)) corresponding to each frame.
  • the position parameter set includes parameters that can be used for decoding encoded position data. Also, the encoded position data for each frame depends on the corresponding position parameter set.
  • the encoded position data composed of a plurality of frames is defined as a position sequence (Geometry @ Sequence).
  • the encoding unit 4801 generates a position sequence parameter set (Geometry ⁇ Sequence ⁇ PS: also referred to as position SPS) that stores parameters commonly used for decoding processing for a plurality of frames in the position sequence.
  • the position sequence depends on the position SPS.
  • the encoding unit 4801 encodes attribute information of each frame to generate encoded attribute data (Compressed Attribute Data) for each frame. Also, the encoding attribute data is represented by A (i).
  • FIG. 17 shows an example in which an attribute X and an attribute Y are present.
  • the encoded attribute data of the attribute X is represented by AX (i)
  • the encoded attribute data of the attribute Y is represented by AY (i). .
  • ⁇ Encoding unit 4801 also generates an attribute parameter set (APS (i)) corresponding to each frame.
  • the attribute parameter set of the attribute X is represented by AXPS (i)
  • the attribute parameter set of the attribute Y is represented by AYPS (i).
  • the attribute parameter set includes parameters that can be used for decoding the encoded attribute information.
  • the encoded attribute data depends on the corresponding attribute parameter set.
  • the encoded attribute data composed of a plurality of frames is defined as an attribute sequence (Attribute @ Sequence).
  • the encoding unit 4801 generates an attribute sequence parameter set (Attribute ⁇ Sequence ⁇ PS: also referred to as attribute SPS) that stores parameters commonly used for decoding processing on a plurality of frames in the attribute sequence.
  • the attribute sequence depends on the attribute SPS.
  • the encoding attribute data depends on the encoding position data.
  • FIG. 17 shows an example in which two types of attribute information (attribute X and attribute Y) exist.
  • attribute information attribute X and attribute Y
  • the two encoding units When there are two types of attribute information, for example, the two encoding units generate respective data and metadata.
  • an attribute sequence is defined for each type of attribute information, and an attribute SPS is generated for each type of attribute information.
  • FIG. 17 shows an example in which one type of position information and two types of attribute information are used, the present invention is not limited to this, and one type of attribute information or three or more types of attribute information may be used. Good. Also in this case, encoded data can be generated in a similar manner. In the case of point cloud data having no attribute information, the attribute information may not be required. In that case, the encoding unit 4801 does not have to generate the parameter set related to the attribute information.
  • the encoding unit 4801 generates a PCC stream PS (PCC Stream PS), which is a parameter set of the entire PCC stream.
  • the encoding unit 4801 stores, in the stream PS, parameters that can be commonly used for decoding processing for one or more position sequences and one or more attribute sequences.
  • the stream PS includes identification information indicating a codec of the point cloud data, information indicating an algorithm used for encoding, and the like.
  • the position sequence and the attribute sequence depend on the stream PS.
  • the access unit is a basic unit for accessing data at the time of decoding, and is composed of one or more data and one or more metadata.
  • the access unit includes position information at the same time and one or a plurality of pieces of attribute information.
  • the GOF is a random access unit and is composed of one or more access units.
  • the coding unit 4801 generates an access unit header (AUAHeader) as identification information indicating the head of the access unit.
  • Encoding section 4801 stores parameters related to the access unit in the access unit header.
  • the access unit header includes the configuration or information of the encoded data included in the access unit.
  • the access unit header includes parameters commonly used for data included in the access unit, for example, parameters related to decoding of encoded data.
  • the encoding unit 4801 may generate an access unit delimiter that does not include a parameter related to the access unit, instead of the access unit header.
  • the access unit delimiter is used as identification information indicating the head of the access unit.
  • the decoding device identifies the beginning of the access unit by detecting the access unit header or the access unit delimiter.
  • the encoding unit 4801 generates a GOF header (GOF @ Header) as identification information indicating the head of the GOF.
  • the encoding unit 4801 stores the parameters related to GOF in the GOF header.
  • the GOF header includes the configuration or information of the encoded data included in the GOF.
  • the GOF header includes parameters commonly used for data included in the GOF, for example, parameters related to decoding of encoded data.
  • the encoding unit 4801 may generate a GOF delimiter that does not include a parameter related to GOF, instead of the GOF header.
  • This GOF delimiter is used as identification information indicating the head of the GOF.
  • the decoding device identifies the head of the GOF by detecting the GOF header or the GOF delimiter.
  • an access unit is defined as a PCC frame unit.
  • the decoding device accesses the PCC frame based on the identification information at the head of the access unit.
  • GOF is defined as one random access unit.
  • the decoding device accesses the random access unit based on the identification information at the head of the GOF. For example, if the PCC frames do not depend on each other and can be decoded independently, the PCC frame may be defined as a random access unit.
  • two or more PCC frames may be allocated to one access unit, or a plurality of random access units may be allocated to one GOF.
  • the encoding unit 4801 may define and generate a parameter set or metadata other than the above. For example, the encoding unit 4801 may generate an SEI (Supplemental Enhancement Information) that stores parameters (optional parameters) that may not be used at the time of decoding.
  • SEI Supplemental Enhancement Information
  • FIG. 18 is a diagram illustrating an example of encoded data and a NAL unit.
  • the encoded data includes a header and a payload.
  • the encoded data may include length information indicating the length (data amount) of the encoded data, the header, or the payload.
  • the encoded data need not include a header.
  • the header includes, for example, identification information for specifying data.
  • This identification information indicates, for example, a data type or a frame number.
  • the header includes, for example, identification information indicating a reference relationship.
  • This identification information is, for example, stored in a header when there is a dependency between data, and is information for referring to a reference destination from a reference source.
  • the header of the reference destination includes identification information for specifying the data.
  • the header of the reference source includes identification information indicating the reference destination.
  • the identification information for specifying the data or the identification information indicating the reference relationship may be omitted.
  • the multiplexing unit 4802 stores the encoded data in the payload of the NAL unit.
  • the NAL unit header includes pcc_nal_unit_type, which is identification information of encoded data.
  • FIG. 19 is a diagram illustrating an example of the semantics of pcc_nal_unit_type.
  • values 0 to 10 of pcc_nal_unit_type are the encoding position data (Geometry) and the encoding attribute X data in codec 1.
  • AttributeX encoding attribute Y data (AttributeY), position PS (Geom.PS), attribute XPS (AttrX.PS), attribute YPS (AttrX.PS), position SPS (Geometry @ Sequence @ PS), attribute XSPS (Attribute @ XSequenceXQuery) PS), attributes YSPS (AttributeY ⁇ Sequence ⁇ PS), AU header (AU ⁇ Header), and GOF header (GOF ⁇ Header)In addition, values 11 and after are assigned to the reserve of the codec 1.
  • the values 0 to 2 of the pcc_nal_unit_type are assigned to the codec data A (DataA), the metadata A (MetaDataA), and the metadata B (MetaDataB). .
  • values 3 and after are assigned to the reserve of the codec 2.
  • the multiplexing unit 4802 collectively sends out NAL units in GOF or AU units.
  • Multiplexing section 4802 arranges a GOF header at the head of GOF and arranges an AU header at the head of AU.
  • the multiplexing unit 4802 may arrange a sequence parameter set (SPS) for each AU so that even when data is lost due to packet loss or the like, the decoding device can decode from the next AU.
  • SPS sequence parameter set
  • the decoding device decodes the data of the reference destination after decoding the data of the reference destination.
  • the multiplexing unit 4802 sends out the data of the reference destination first.
  • FIG. 20 is a diagram showing an example of the sending order of NAL units.
  • FIG. 20 shows three examples of position information priority, parameter priority, and data integration.
  • the position information priority transmission order is an example in which information relating to position information and information relating to attribute information are transmitted together. In the case of this transmission order, the transmission of the information on the position information is completed earlier than the transmission of the information on the attribute information.
  • a decoding device that does not decode the attribute information may be able to provide a non-processing time by ignoring the decoding of the attribute information. Also, for example, in the case of a decoding device that wants to decode position information early, there is a possibility that position information can be decoded earlier by obtaining encoded data of the position information earlier.
  • the attribute XSPS and the attribute YSPS are integrated and described as an attribute SPS. However, the attribute XSPS and the attribute YSPS may be individually arranged.
  • the parameter set is transmitted first and the data is transmitted later.
  • the multiplexing unit 4802 may transmit the NAL units in any order.
  • the order identification information is defined, and the multiplexing unit 4802 may have a function of transmitting NAL units in the order of a plurality of patterns.
  • the order identification information of the NAL units is stored in the stream PS.
  • the three-dimensional data decoding device may perform decoding based on the order identification information.
  • a desired transmission order may be instructed from the three-dimensional data decoding device to the three-dimensional data encoding device, and the three-dimensional data encoding device (multiplexing section 4802) may control the transmission order according to the instructed transmission order.
  • the multiplexing unit 4802 may generate encoded data in which a plurality of functions are merged as long as the transmission order is restricted, such as the transmission order of data integration.
  • a GOF header and an AU header may be integrated, or AXPS and AYPS may be integrated.
  • an identifier indicating that the data has a plurality of functions is defined in pcc_nal_unit_type.
  • PS there are levels in PS such as frame-level PS, sequence-level PS, and PCC sequence-level PS. If the PCC sequence level is the upper level and the frame level is the lower level, the parameter storage method is The following method may be used.
  • ⁇ Indicates the default PS value with the higher PS.
  • the PS value of the lower PS is indicated.
  • the value of the PS is not described in the upper PS, but the value of the PS is described in the lower PS.
  • information indicating whether the value of the PS is indicated by the lower PS, the upper PS, or both is indicated in one or both of the lower PS and the upper PS.
  • a lower PS may be merged with a higher PS.
  • the multiplexing unit 4802 may omit transmission of either one.
  • the encoding unit 4801 or the multiplexing unit 4802 may divide the data into slices or tiles and transmit the divided data.
  • the divided data includes information for identifying the divided data, and parameters used for decoding the divided data are included in the parameter set.
  • pcc_nal_unit_type defines an identifier indicating that it is data for storing data or parameters related to a tile or a slice.
  • FIG. 21 is a block diagram showing a configuration of first encoding section 4910 included in the three-dimensional data encoding device according to the present embodiment.
  • the first encoding unit 4910 generates encoded data (encoded stream) by encoding the point cloud data using a first encoding method (GPCC (Geometry @ based @ PCC)).
  • This first encoding section 4910 includes a division section 4911, a plurality of position information encoding sections 4912, a plurality of attribute information encoding sections 4913, an additional information encoding section 4914, and a multiplexing section 4915. .
  • the dividing unit 4911 generates a plurality of pieces of divided data by dividing the point cloud data. Specifically, the dividing unit 4911 generates a plurality of pieces of divided data by dividing the space of the point cloud data into a plurality of subspaces.
  • the subspace is one of a tile and a slice, or a combination of a tile and a slice.
  • the point cloud data includes position information, attribute information, and additional information.
  • the dividing unit 4911 divides the position information into a plurality of pieces of divided position information, and divides the attribute information into a plurality of pieces of divided attribute information. Further, the division unit 4911 generates additional information regarding division.
  • the plurality of position information encoding units 4912 generate a plurality of pieces of encoded position information by encoding a plurality of pieces of divided position information. For example, the plurality of position information encoding units 4912 process a plurality of pieces of divided position information in parallel.
  • the plurality of attribute information encoding units 4913 generates a plurality of pieces of encoded attribute information by encoding the plurality of pieces of attribute information. For example, the plurality of attribute information encoding units 4913 processes a plurality of pieces of divided attribute information in parallel.
  • the additional information encoding unit 4914 generates encoded additional information by encoding the additional information included in the point cloud data and the additional information related to data division generated at the time of division by the division unit 4911.
  • the multiplexing unit 4915 generates coded data (coded stream) by multiplexing a plurality of pieces of coding position information, a plurality of pieces of coding attribute information, and coded additional information, and sends out the generated coded data. .
  • the encoded additional information is used at the time of decoding.
  • FIG. 21 illustrates an example in which the number of the position information encoding unit 4912 and the number of the attribute information encoding units 4913 are each two, but the numbers of the position information encoding unit 4912 and the attribute information encoding unit 4913 are respectively
  • the number may be one, or three or more.
  • a plurality of divided data may be processed in parallel in the same chip like a plurality of cores in a CPU, may be processed in parallel in a core of a plurality of chips, or may be processed in parallel in a plurality of cores of a plurality of chips. May be done.
  • FIG. 22 is a block diagram showing a configuration of first decoding section 4920.
  • First decoding section 4920 restores point cloud data by decoding coded data (coded stream) generated by coding the point cloud data by the first coding method (GPCC).
  • the first decoding unit 4920 includes a demultiplexing unit 4921, a plurality of position information decoding units 4922, a plurality of attribute information decoding units 4923, an additional information decoding unit 4924, and a combining unit 4925.
  • the demultiplexing unit 4921 generates a plurality of pieces of coding position information, a plurality of pieces of coding attribute information, and a piece of coding additional information by demultiplexing the coded data (coded stream).
  • the plurality of position information decoding units 4922 generate a plurality of pieces of division position information by decoding a plurality of pieces of encoded position information. For example, the plurality of position information decoding units 4922 process a plurality of pieces of encoded position information in parallel.
  • the plurality of attribute information decoding units 4923 generate a plurality of pieces of divided attribute information by decoding a plurality of pieces of encoded attribute information. For example, the plurality of attribute information decoding units 4923 processes a plurality of pieces of encoded attribute information in parallel.
  • the plurality of additional information decoding units 4924 generate additional information by decoding the encoded additional information.
  • the combining unit 4925 generates position information by combining a plurality of pieces of divided position information using the additional information.
  • the combining unit 4925 generates attribute information by combining a plurality of pieces of divided attribute information using the additional information.
  • FIG. 22 shows an example in which the number of the position information decoding unit 4922 and the number of the attribute information decoding units 4923 are each two, the number of the position information decoding unit 4922 and the number of the attribute information decoding units 4923 are each one. Or three or more.
  • the plurality of divided data may be processed in parallel in the same chip as in a plurality of cores in the CPU, may be processed in parallel in the cores of a plurality of chips, or may be processed in parallel by the plurality of cores of a plurality of chips. You may.
  • FIG. 23 is a block diagram of the dividing unit 4911.
  • Dividing section 4911 includes a slice dividing section 4931 (Slice Divider), a position information tile dividing section 4932 (Geometry Tile Divider), and an attribute information tile dividing section 4933 (Attribute Tile Divider).
  • the slice dividing unit 4931 divides the position information (Position (Geometry)) into slices to generate a plurality of slice position information.
  • the slice division unit 4931 generates a plurality of pieces of slice attribute information by dividing the attribute information (Attribute) into slices. Also, the slice division unit 4931 outputs information related to slice division and slice additional information (Slice @ MetaData) including information generated in the slice division.
  • the position information tile division unit 4932 generates a plurality of division position information (a plurality of tile position information) by dividing a plurality of slice position information into tiles.
  • the position information tile division unit 4932 outputs position tile additional information (Geometry ⁇ Tile ⁇ MetaData) including information related to the tile division of the position information and the information generated in the tile division of the position information.
  • the attribute information tile division unit 4933 generates a plurality of pieces of attribute information (a plurality of pieces of tile attribute information) by dividing a plurality of pieces of slice attribute information into tiles.
  • the attribute information tile division unit 4933 outputs attribute tile additional information (Attribute ⁇ Tile ⁇ MetaData) including information related to the tile division of the attribute information and information generated in the tile division of the attribute information.
  • the number of slices or tiles to be divided is one or more. That is, it is not necessary to divide a slice or a tile.
  • ⁇ Also here, an example is shown in which tile division is performed after slice division, but slice division may be performed after tile division. Further, a new division type may be defined in addition to slices and tiles, and division may be performed using three or more division types.
  • FIG. 24 is a diagram illustrating an example of slice and tile division.
  • the dividing unit 4911 divides the three-dimensional point group data into arbitrary point groups in slice units.
  • the division unit 4911 divides the position information and the attribute information collectively without dividing the position information and the attribute information constituting the point. That is, the dividing unit 4911 performs slice division so that position information and attribute information at an arbitrary point belong to the same slice.
  • any method may be used for the number of divisions and the division method.
  • the minimum unit of division is a point.
  • the number of divisions of the position information and the attribute information is the same.
  • a three-dimensional point corresponding to position information after slice division and a three-dimensional point corresponding to attribute information are included in the same slice.
  • the dividing unit 4911 also generates slice additional information, which is additional information relating to the number of divisions and the division method at the time of slice division.
  • the slice additional information is the same for the position information and the attribute information.
  • the slice additional information includes information indicating the reference coordinate position, size, or side length of the bounding box after division.
  • the slice additional information includes information indicating the number of divisions, the type of division, and the like.
  • the dividing unit 4911 divides the slice-divided data into slice position information (G slice) and slice attribute information (A slice), and divides the slice position information and slice attribute information into tile units.
  • FIG. 24 shows an example in which division is performed using an octree structure, but any number of divisions and division methods may be used.
  • the dividing unit 4911 may divide the position information and the attribute information by different dividing methods or may divide them by the same dividing method. In addition, the dividing unit 4911 may divide the plurality of slices into tiles using different division methods, or may divide the plurality of slices into tiles using the same division method.
  • the dividing unit 4911 generates tile additional information on the number of divisions and the division method at the time of dividing the tile.
  • the tile additional information (position tile additional information and attribute tile additional information) is independent of position information and attribute information.
  • the tile addition information includes information indicating the reference coordinate position, size, or side length of the bounding box after division.
  • the tile additional information includes information indicating the number of divisions, the type of division, and the like.
  • the dividing unit 4911 may use a predetermined method as a method of slice or tile division, or may adaptively switch a method to be used according to the point cloud data.
  • the division unit 4911 divides the three-dimensional space collectively for the position information and the attribute information. For example, the dividing unit 4911 determines the shape of the object, and divides the three-dimensional space into slices according to the shape of the object. For example, the division unit 4911 extracts an object such as a tree or a building, and divides the object into units. For example, the division unit 4911 performs slice division such that one or a plurality of objects are entirely included in one slice. Alternatively, the dividing unit 4911 divides one object into a plurality of slices.
  • the encoding device may change the encoding method for each slice, for example.
  • the encoding device may use a high quality compression method for a particular object or a particular part of an object.
  • the encoding device may store information indicating the encoding method for each slice in the additional information (metadata).
  • the dividing unit 4911 may perform slice division based on the map information or the position information so that each slice corresponds to a predetermined coordinate space.
  • the division unit 4911 independently divides position information and attribute information. For example, the dividing unit 4911 divides a slice into tiles according to a data amount or a processing amount. For example, the dividing unit 4911 determines whether the data amount of the slice (for example, the number of three-dimensional points included in the slice) is larger than a predetermined threshold value. The dividing unit 4911 divides the slice into tiles when the data amount of the slice is larger than the threshold value. When the data amount of the slice is smaller than the threshold, the dividing unit 4911 does not divide the slice into tiles.
  • the data amount of the slice for example, the number of three-dimensional points included in the slice
  • the dividing unit 4911 divides a slice into tiles such that the processing amount or processing time in the decoding device is within a certain range (not more than a predetermined value). Thereby, the processing amount per tile in the decoding device becomes constant, and the distributed processing in the decoding device becomes easy.
  • the dividing unit 4911 sets the number of divisions of the position information to be larger than the number of divisions of the attribute information. Do more.
  • the dividing unit 4911 sets the number of divisions of the position information to It may be larger than the number of divisions of the attribute information.
  • the decoding device can increase the number of parallel pieces of position information, and thus can speed up the processing of position information more than the processing of attribute information.
  • the decoding device does not necessarily need to perform parallel processing on sliced or tiled data, and may determine whether to perform parallel processing on the data in accordance with the number or capability of the decoding processing units.
  • adaptive encoding can be realized according to the content or the object. Further, parallel processing in the decoding processing can be realized. This improves the flexibility of the point cloud coding system or the point cloud decoding system.
  • FIG. 25 is a diagram showing an example of a pattern of slice and tile division.
  • DU in the figure is a data unit (DataUnit), and indicates tile or slice data.
  • Each DU includes a slice index (SliceIndex) and a tile index (TileIndex).
  • sliceIndex slice index
  • TileIndex tile index
  • the upper right numerical value of DU indicates the slice index
  • the lower left numerical value of DU indicates the tile index.
  • the G slice and A slice have the same number of divisions and the same division method.
  • the division number and division method for G slices and the division number and division method for A slices are different. Further, the same number of divisions and the same division method are used among a plurality of G slices. The same division number and division method are used between a plurality of A slices.
  • the number of divisions and the division method are the same for the G slice and the A slice.
  • the division number and division method for G slices and the division number and division method for A slices are different. Further, the number of divisions and the division method differ among a plurality of G slices. The number of divisions and the division method differ among a plurality of A slices.
  • the three-dimensional data encoding device (first encoding unit 4910) encodes each of the divided data.
  • the three-dimensional data encoding apparatus When encoding attribute information, the three-dimensional data encoding apparatus generates, as additional information, dependency information indicating which configuration information (position information, additional information, or other attribute information) has been used for encoding. . That is, the dependency information indicates, for example, configuration information of a reference destination (dependency destination).
  • the three-dimensional data encoding device generates the dependency information based on the configuration information corresponding to the division shape of the attribute information. Note that the three-dimensional data encoding device may generate the dependency information based on the configuration information corresponding to the plurality of divided shapes.
  • the dependency information may be generated by the three-dimensional data encoding device, and the generated dependency information may be sent to the three-dimensional data decoding device.
  • the three-dimensional data decoding device may generate the dependency information, and the three-dimensional data encoding device may not transmit the dependency information.
  • the dependency relationship used by the three-dimensional data encoding device may be determined in advance, and the three-dimensional data encoding device may not send the dependency relationship information.
  • FIG. 26 is a diagram showing an example of the dependency relationship of each data.
  • the tip of the arrow in the figure indicates the dependence destination, and the source of the arrow indicates the dependence source.
  • the three-dimensional data decoding device decodes data in the order from the dependence destination to the dependence source.
  • data indicated by a solid line is data actually transmitted, and data indicated by a dotted line is data not transmitted.
  • G indicates position information
  • A indicates attribute information.
  • G s1 indicates the position information of slice number 1
  • G s2 indicates the position information of slice number 2.
  • G s1t1 indicates the position information of slice number 1 and tile number 1
  • G s1t2 indicates the position information of slice number 1 and tile number 2
  • G s2t1 indicates the position information of slice number 2 and tile number 1.
  • G s2t2 indicate position information of slice number 2 and tile number 2.
  • As1 indicates the attribute information of the slice number 1
  • As2 indicates the attribute information of the slice number 2.
  • a s1t1 indicates the attribute information of the slice number 1 and the tile number 1
  • a s1t2 indicates the attribute information of the slice number 1 and the tile number 2
  • a s2t1 indicates the attribute information of the slice number 2 and the tile number 1.
  • As2t2 indicates the attribute information of slice number 2 and tile number 2.
  • Mslice indicates slice additional information
  • MGtile indicates position tile additional information
  • MAtile indicates attribute tile additional information.
  • D S1t1 shows the dependency information of the attribute information A s1t1
  • D s2t1 shows the dependency information of the attribute information A s2t1.
  • the three-dimensional data encoding device may rearrange the data in the decoding order so that the three-dimensional data decoding device does not need to rearrange the data.
  • the data may be rearranged in the three-dimensional data decoding device, or the data may be rearranged in both the three-dimensional data encoding device and the three-dimensional data decoding device.
  • FIG. 27 is a diagram showing an example of a data decoding order.
  • decoding is performed sequentially from the left data.
  • the three-dimensional data decoding device decodes dependent data first among data having a dependent relationship.
  • the three-dimensional data encoding apparatus rearranges data in this order in advance and transmits the data. Note that any order may be used as long as the data of the dependence destination comes first. Further, the three-dimensional data encoding device may transmit the additional information and the dependency information before the data.
  • FIG. 28 is a flowchart showing the flow of processing by the three-dimensional data encoding device.
  • the three-dimensional data encoding device encodes data of a plurality of slices or tiles as described above (S4901).
  • the three-dimensional data encoding device rearranges the data such that the data of the dependence destination comes first (S4902).
  • the three-dimensional data encoding device multiplexes the data after rearrangement (NAL unit conversion) (S4903).
  • FIG. 29 is a block diagram illustrating a configuration of the combining unit 4925.
  • the combining unit 4925 includes a position information tile combining unit 4941 (Geometry Tile Combiner), an attribute information tile combining unit 4942 (Attribute Tile Combiner), and a slice combining unit (Slice Combiner).
  • the position information tile combining unit 4941 generates a plurality of slice position information by combining a plurality of division position information using the position tile additional information.
  • the attribute information tile combining unit 4942 generates a plurality of slice attribute information by combining a plurality of pieces of divided attribute information using the attribute tile additional information.
  • the slice combining unit 4943 generates position information by combining a plurality of pieces of slice position information using the slice additional information.
  • the slice combination unit 4943 generates attribute information by combining a plurality of slice attribute information using the slice additional information.
  • the number of slices or tiles to be divided is one or more. That is, the division of the slice or tile may not be performed.
  • ⁇ Also here, an example is shown in which tile division is performed after slice division, but slice division may be performed after tile division. Further, a new division type may be defined in addition to slices and tiles, and division may be performed using three or more division types.
  • FIG. 30 is a diagram showing a structure of encoded data and a method of storing encoded data in a NAL unit.
  • the encoded data (division position information and division attribute information) is stored in the payload of the NAL unit.
  • the encoded data includes a header and a payload.
  • the header includes identification information for specifying data included in the payload.
  • This identification information includes, for example, the type of slice division or tile division (slice_type, tile_type), index information (slice_idx, tile_idx) for specifying a slice or tile, position information of data (slice or tile), or data address. (Address).
  • Index information for specifying a slice is also referred to as a slice index (SliceIndex).
  • Index information for specifying a tile is also described as a tile index (TileIndex).
  • the type of division is, for example, a method based on the object shape as described above, a method based on map information or position information, a method based on a data amount or a processing amount, or the like.
  • all or part of the above information may be stored in one of the header of the division position information and the header of the division attribute information, and may not be stored in the other.
  • the division type (slice_type, tile_type) and the index information (slice_idx, tile_idx) are the same for the position information and the attribute information. Therefore, one of the headers of the position information and the attribute information may include such information. For example, if the attribute information depends on the position information, the position information is processed first. Therefore, these pieces of information may be included in the header of the position information, and may not be included in the header of the attribute information. In this case, for example, the three-dimensional data decoding device determines that the attribute information of the dependence source belongs to the same slice or tile as the slice or tile of the position information of the dependence destination.
  • additional information (slice additional information, position tile additional information, or attribute tile additional information) relating to slice division or tile division, and dependency information indicating a dependency relationship are stored in existing parameter sets (GPS, APS, position SPS or Attribute SPS).
  • information indicating the division method may be stored in a parameter set (such as GPS or APS) for each frame.
  • information indicating the division method may be stored in a parameter set (position SPS or attribute SPS) for each sequence.
  • information indicating the division method may be stored in the parameter set (stream PS) of the PCC stream.
  • the information described above may be stored in any of the above parameter sets, or may be stored in a plurality of parameter sets.
  • a parameter set for tile division or slice division may be defined, and the above information may be stored in the parameter set.
  • These pieces of information may be stored in the header of the encoded data.
  • the header of the encoded data includes identification information indicating a dependency. That is, when there is a dependency between the data, the header includes identification information for referring to the destination from the source. For example, the header of the dependent data includes identification information for identifying the data. The header of the dependency source data includes identification information indicating the dependency destination. If identification information for specifying data, additional information relating to slice division or tile division, and identification information indicating a dependency relationship can be identified or derived from other information, such information is omitted. You may.
  • FIG. 31 is a flowchart of the point cloud data encoding process according to the present embodiment.
  • the three-dimensional data encoding device determines a division method to be used (S4911).
  • This division method includes whether to perform slice division and whether to perform tile division. Further, the division method may include the number of divisions when performing slice division or tile division, the type of division, and the like.
  • the type of division is a method based on the object shape as described above, a method based on map information or position information, a method based on a data amount or a processing amount, or the like.
  • the division method may be predetermined.
  • the three-dimensional data encoding device When slice division is performed (Yes in S4912), the three-dimensional data encoding device generates a plurality of slice position information and a plurality of slice attribute information by collectively dividing the position information and the attribute information (S4913). .
  • the three-dimensional data encoding device also generates slice additional information related to slice division. Note that the three-dimensional data encoding device may divide the position information and the attribute information independently.
  • the three-dimensional data encoding device When the tile division is performed (Yes in S4914), the three-dimensional data encoding device separately divides the plurality of slice position information and the plurality of slice attribute information (or the position information and the attribute information), thereby dividing the plurality of division positions. Information and a plurality of division attribute information are generated (S4915). Further, the three-dimensional data encoding device generates position tile additional information and attribute tile additional information relating to tile division. Note that the three-dimensional data encoding device may divide the slice position information and the slice attribute information at a time.
  • the three-dimensional data encoding device generates a plurality of pieces of encoded position information and a plurality of pieces of encoded attribute information by encoding each of the plurality of pieces of divided position information and the plurality of pieces of divided attribute information (S4916). . Further, the three-dimensional data encoding device generates dependency information.
  • the three-dimensional data encoding device generates encoded data (encoded stream) by NAL unitizing (multiplexing) a plurality of pieces of encoding position information, a plurality of pieces of encoding attribute information, and additional information ( S4917). Further, the three-dimensional data encoding device sends out the generated encoded data.
  • FIG. 32 is a flowchart of the point cloud data decoding process according to the present embodiment.
  • the three-dimensional data decoding device analyzes the additional information (slice additional information, position tile additional information, and attribute tile additional information) related to the division method included in the encoded data (encoded stream), thereby performing the division method. Is determined (S4921).
  • This division method includes whether to perform slice division and whether to perform tile division. Further, the division method may include the number of divisions when performing slice division or tile division, the type of division, and the like.
  • the three-dimensional data decoding device decodes a plurality of pieces of encoded position information and a plurality of pieces of encoded attribute information included in the encoded data using the dependency information included in the encoded data, thereby obtaining divided position information. Then, division attribute information is generated (S4922).
  • the three-dimensional data decoding apparatus determines a plurality of division position information and a plurality of divisions based on the position tile additional information and the attribute tile additional information. By combining the attribute information with the respective methods, a plurality of slice position information and a plurality of slice attribute information are generated (S4924). Note that the three-dimensional data decoding device may combine a plurality of pieces of division position information and a plurality of pieces of division attribute information by the same method.
  • the three-dimensional data decoding apparatus determines a plurality of pieces of slice position information and a plurality of pieces of slice attribute information (a plurality of pieces of division position) based on the slice additional information.
  • the position information and the attribute information are generated by combining the information and a plurality of divided attribute information in the same manner (S4926). Note that the three-dimensional data decoding device may combine the plurality of slice position information and the plurality of slice attribute information by different methods.
  • the three-dimensional data encoding device includes a plurality of divided data each of which includes one or more three-dimensional points, each of which is included in a plurality of sub-spaces (for example, slices) into which a target space including a plurality of three-dimensional points is divided. (Eg tiles).
  • the divided data is one or more data aggregates included in the subspace and including one or more three-dimensional points.
  • the divided data is also a space, and may include a space that does not include a three-dimensional point.
  • a plurality of divided data may be included in one subspace, or one divided data may be included in one subspace. Note that a plurality of subspaces may be set in the target space, or one subspace may be set in the target space.
  • the three-dimensional data encoding device encodes each of the plurality of divided data to generate a plurality of encoded data corresponding to each of the plurality of divided data (S4931).
  • the three-dimensional data encoding device generates a bit stream including a plurality of encoded data and a plurality of control information (for example, a header illustrated in FIG. 30) for each of the plurality of encoded data (S4932).
  • Each of the plurality of control information indicates a first identifier (for example, slice_idx) indicating a subspace corresponding to the encoded data corresponding to the control information, and a divided data corresponding to the encoded data corresponding to the control information.
  • the second identifier (for example, tile_idx) is stored.
  • the three-dimensional data decoding device that decodes the bit stream generated by the three-dimensional data encoding device combines the data of the plurality of divided data using the first identifier and the second identifier, and Can be easily restored. Therefore, the processing amount in the three-dimensional data decoding device can be reduced.
  • the three-dimensional data encoding device encodes position information and attribute information of a three-dimensional point included in each of the plurality of divided data.
  • Each of the plurality of encoded data includes encoded data of position information and encoded data of attribute information.
  • Each of the plurality of pieces of control information includes control information of encoded data of position information and control information of encoded data of attribute information.
  • the first identifier and the second identifier are stored in the control information of the encoded data of the position information.
  • each of a plurality of pieces of control information is arranged before encoded data corresponding to the control information.
  • the target space including the plurality of three-dimensional points is set in one or more subspaces, and the subspace includes one or more divided data including one or more three-dimensional points.
  • Encoding each of the divided data to generate a plurality of encoded data corresponding to each of the plurality of divided data; and generating a plurality of encoded data and a plurality of encoded data for each of the plurality of encoded data.
  • a bit stream that includes a first identifier indicating a subspace corresponding to encoded data corresponding to the control information, and a code corresponding to the control information. And a second identifier indicating the divided data corresponding to the encrypted data.
  • the three-dimensional data encoding device includes a processor and a memory, and the processor performs the above-described processing using the memory.
  • the three-dimensional data decoding device performs the processing shown in FIG.
  • the three-dimensional data decoding device includes a plurality of divided data (each including one or more three-dimensional points) included in a plurality of sub-spaces (for example, slices) into which a target space including a plurality of three-dimensional points is divided. For example, from a bitstream including a plurality of encoded data generated by encoding each tile) and a plurality of control information (for example, the header shown in FIG.
  • a first identifier for example, slice_idx
  • the second identifier for example, tile_idx
  • the three-dimensional data decoding device restores the plurality of divided data by decoding the plurality of encoded data (S4942).
  • the three-dimensional data decoding device restores the target space by combining the plurality of divided data using the first identifier and the second identifier (S4943).
  • the three-dimensional data encoding device restores a plurality of subspaces by combining a plurality of pieces of divided data using a second identifier, and combines a plurality of subspaces using a first identifier to form a target space.
  • the three-dimensional data decoding device obtains encoded data of a desired subspace or divided data from a bit stream using at least one of the first identifier and the second identifier, and selectively acquires the encoded data. Decoding or preferential decoding may be performed.
  • the three-dimensional data decoding device can easily restore the target space by combining the data of the plurality of divided data using the first identifier and the second identifier. Therefore, the processing amount in the three-dimensional data decoding device can be reduced.
  • each of the plurality of encoded data is generated by encoding the position information and the attribute information of the three-dimensional point included in the corresponding divided data, and the encoded data of the position information and the code of the attribute information are generated.
  • Data Each of the plurality of pieces of control information includes control information of encoded data of position information and control information of encoded data of attribute information.
  • the first identifier and the second identifier are stored in the control information of the encoded data of the position information.
  • control information is placed before the corresponding encoded data.
  • the three-dimensional data decoding device includes a processor and a memory, and the processor uses the memory to perform the above processing.
  • the three-dimensional data encoding device encodes point cloud data of continuous frames collectively by combining point cloud data of continuous frames. At this time, the three-dimensional data encoding device generates encoded data to which information for identifying a frame to which each of the leaf nodes included in the combined point cloud data belongs is added.
  • the upper level of the occupancy code will be the same in successive frames. That is, by encoding consecutive frames collectively, the upper level of the occupancy code can be shared.
  • FIG. 35 is a diagram showing an image of generating a tree structure and an occupancy code (Occupancy @ Code) from point cloud data of N PCC (Point @ Cloud @ Compression) frames.
  • points in the arrows indicate points belonging to the respective PCC frames.
  • a point belonging to each PCC frame is assigned a frame index for specifying the frame.
  • the points belonging to the N frames are converted into a tree structure, and an occupancy code is generated. Specifically, it is determined for each point which leaf node the point belongs to in the tree structure.
  • a tree structure (Tree @ Structure) indicates a set of nodes. It is determined from which node the point belongs to which node. The determination result for each node is encoded as an occupancy code. The occupancy code is common to N frames.
  • a node may have different frame points with different frame indexes.
  • points of the same frame with the same frame index may be mixed.
  • points belonging to a plurality of frames may be mixed (overlapping).
  • the upper-level tree structure and the occupancy code may be common components in all frames, and the lower-level tree structure and the occupancy code may be individual components for each frame or common components. And individual components may be mixed.
  • the lowest layer node such as a leaf node
  • 0 or more points having a frame index are generated, information indicating the number of points, and frame index information for each point are generated.
  • Such information can be said to be individual information in the frame.
  • FIG. 36 is a diagram showing an example of frame combination. As shown in FIG. 36A, by generating a tree structure by combining a plurality of frames, the density of points of the frames included in the same node increases. Further, by sharing the tree structure, the data amount of the occupancy code can be reduced. These may improve the coding rate.
  • the plurality of point cloud data to be combined is not limited to the plurality of frames, that is, the point cloud data of the same target object at different times. That is, the following method is also applicable to a combination of a plurality of point cloud data that differ spatially or spatiotemporally. The following method is also applicable to combining point cloud data or point cloud files having different contents.
  • FIG. 37 is a diagram illustrating an example of combining a plurality of PCC frames that are temporally different.
  • FIG. 37 shows an example in which a vehicle such as LiDAR acquires point cloud data while moving.
  • the dotted line indicates the sensor acquisition range for each frame, that is, the area of the point cloud data.
  • the sensor acquisition range is large, the range of the point cloud data is also large.
  • the method of combining and encoding point cloud data is effective for the following point cloud data.
  • the car is moving and the frame is identified by a 360 ° scan around the car. That is, the next frame, Frame 2, corresponds to another 360 ° scan after the vehicle has moved in the X direction.
  • the same point group data may be included in frame 1 and frame 2 because of the presence of overlapping areas. Therefore, there is a possibility that the coding efficiency can be improved by combining and encoding the frame 1 and the frame 2. It is also conceivable to combine more frames. However, if the number of frames to be combined is increased, the number of bits required for encoding the frame index added to the leaf node increases.
  • point cloud data may be acquired by sensors at different positions. Thereby, each point group data acquired from each position may be used as a frame. That is, the plurality of frames may be point cloud data obtained by a single sensor, or may be point cloud data obtained by a plurality of sensors. Further, some or all of the objects may be the same or different between a plurality of frames.
  • FIG. 38 is a flowchart of the three-dimensional data encoding process.
  • the three-dimensional data encoding device reads the point cloud data of all N frames based on the number N of combined frames, which is the number of frames to be combined.
  • the three-dimensional data encoding device determines the number N of combined frames (S5401). For example, the number N of the combined frames is specified by the user.
  • the three-dimensional data encoding device acquires point cloud data (S5402).
  • the three-dimensional data encoding device records the frame index of the acquired point cloud data (S5403).
  • the three-dimensional data encoding device specifies the next point cloud data (S5405), and performs the processing in step S5402 and subsequent steps for the specified point cloud data. Do.
  • the three-dimensional data encoding device combines the N frames and encodes the combined frame (S5406).
  • FIG. 39 is a flowchart of the encoding process (S5406).
  • the three-dimensional data encoding device generates common information common to N frames (S5411).
  • the common information includes an occupancy code and information indicating the number N of combined frames.
  • the three-dimensional data encoding device generates individual information that is individual information for each frame (S5412).
  • the individual information includes the number of points included in the leaf node and the frame index of the point included in the leaf node.
  • the three-dimensional data encoding device combines the common information and the individual information, and encodes the combined information to generate encoded data (S5413).
  • the three-dimensional data encoding device generates additional information (metadata) related to the frame combination, and encodes the generated additional information (S5414).
  • FIG. 40 is a flowchart of the three-dimensional data decoding process.
  • the three-dimensional data decoding device obtains the number N of combined frames from the bit stream (S5421).
  • the three-dimensional data encoding device acquires encoded data from the bitstream (S5422).
  • the three-dimensional data decoding device obtains point cloud data and a frame index by decoding the encoded data (S5423).
  • the three-dimensional data decoding device divides the decoded point cloud data using the frame index (S5424).
  • FIG. 41 is a flowchart of the decryption and division processing (S5423 and S5424).
  • the three-dimensional data decoding device decodes (acquires) common information and individual information from encoded data (bit stream) (S5431).
  • the three-dimensional data decoding device determines whether to decode a single frame or a plurality of frames (S5432). For example, whether to decode a single frame or a plurality of frames may be externally designated.
  • the plurality of frames may be all the frames of the combined frame or a part of the frames.
  • the three-dimensional data decoding device may determine to decode a specific frame required by an application and determine not to decode an unnecessary frame.
  • the three-dimensional data decoding device may determine to decode a single frame among the plurality of combined frames.
  • the three-dimensional data decoding apparatus When decoding a single frame (Yes in S5432), the three-dimensional data decoding apparatus extracts the individual information corresponding to the specified single frame index from the decoded individual information, and decodes the extracted individual information. As a result, the point cloud data of the frame corresponding to the designated frame index is restored (S5433).
  • the three-dimensional data decoding apparatus when decoding a plurality of frames (No in S5432), extracts individual information corresponding to the frame index of the specified plurality of frames (or all frames), and extracts the extracted individual information. By decoding, point cloud data of a plurality of designated frames is restored (S5434). Next, the three-dimensional data decoding device divides the decoded point group data (individual information) based on the frame index (S5435). That is, the three-dimensional data decoding device divides the decoded point cloud data into a plurality of frames.
  • the three-dimensional data decoding device may collectively decode the data of all the combined frames and divide the decoded data into each frame, or an arbitrary part of all the combined frames.
  • the frames may be collectively decoded, and the decoded data may be divided into each frame.
  • the three-dimensional data decoding device may independently decode a predetermined unit frame including a plurality of frames.
  • FIG. 42 is a block diagram showing a configuration of encoding section 5410 included in the three-dimensional data encoding device according to the present embodiment.
  • the encoding unit 5410 generates encoded data (encoded stream) by encoding point cloud data (point cloud).
  • the coding unit 5410 includes a division unit 5411, a plurality of position information coding units 5412, a plurality of attribute information coding units 5413, an additional information coding unit 5414, and a multiplexing unit 5415.
  • the division unit 5411 generates a plurality of divided data of a plurality of frames by dividing the point cloud data of a plurality of frames. Specifically, the dividing unit 5411 generates a plurality of pieces of divided data by dividing the space of the point cloud data of each frame into a plurality of subspaces.
  • the subspace is one of a tile and a slice, or a combination of a tile and a slice.
  • the point cloud data includes position information, attribute information (color or reflectance, etc.), and additional information.
  • a frame number is input to the division unit 5411.
  • the division unit 5411 divides the position information of each frame into a plurality of division position information, and divides the attribute information of each frame into a plurality of division attribute information.
  • the dividing unit 5411 generates additional information regarding division.
  • the dividing unit 5411 first divides the point cloud into tiles. Next, the dividing unit 5411 further divides the obtained tile into slices.
  • the plurality of position information encoding units 5412 generates a plurality of pieces of encoded position information by encoding a plurality of pieces of divided position information.
  • the position information encoding unit 5412 encodes the divided position information using an N-ary tree structure such as an octant tree. Specifically, in the octree, the target space is divided into eight nodes (subspaces), and 8-bit information (occupancy code) indicating whether or not each node includes a point cloud is generated. .
  • the node including the point group is further divided into eight nodes, and 8-bit information indicating whether or not each of the eight nodes includes the point group is generated. This process is repeated until the number of point groups included in the predetermined hierarchy or node becomes equal to or less than the threshold value.
  • the plurality of position information encoding units 5412 processes the plurality of divided position information in parallel.
  • the attribute information encoding unit 4632 performs encoding using the configuration information generated by the position information encoding unit 4631 to generate encoded attribute information that is encoded data. For example, the attribute information encoding unit 4632 determines a reference point (reference node) to be referred to in encoding the processing target point (target node) based on the octree structure generated by the position information encoding unit 4631. I do. For example, the attribute information encoding unit 4632 refers to a node whose parent node in the octree is the same as the target node, among the neighboring nodes or adjacent nodes. The method for determining the reference relationship is not limited to this.
  • the encoding process of the position information or the attribute information may include at least one of a quantization process, a prediction process, and an arithmetic encoding process.
  • the reference means that the reference node is used to calculate the predicted value of the attribute information, or the state of the reference node is used to determine the encoding parameter (for example, an occupancy indicating whether or not the point node is included in the reference node).
  • the encoding parameter is a quantization parameter in a quantization process, a context in arithmetic encoding, or the like.
  • the plurality of attribute information encoding units 5413 generates a plurality of pieces of encoded attribute information by encoding a plurality of pieces of divided attribute information. For example, the plurality of attribute information encoding units 5413 process a plurality of pieces of divided attribute information in parallel.
  • the additional information encoding unit 5414 generates encoded additional information by encoding the additional information included in the point cloud data and the additional information regarding the data division generated by the division unit 5411 at the time of division.
  • the multiplexing unit 5415 generates coded data (coded stream) by multiplexing a plurality of coding position information, a plurality of coding attribute information, and coding additional information of a plurality of frames, and generates the generated coding. Send data.
  • the encoded additional information is used at the time of decoding.
  • FIG. 43 is a block diagram of the dividing unit 5411.
  • the dividing unit 5411 includes a tile dividing unit 5421 and a slice dividing unit 5422.
  • the tile dividing unit 5421 generates a plurality of pieces of tile position information by dividing each piece of position information (Position (Geometry)) of a plurality of frames into tiles. Further, the tile division unit 5421 generates a plurality of tile attribute information by dividing each of the attribute information (Attribute) of a plurality of frames into tiles. In addition, the tile division unit 5421 outputs information related to tile division and additional tile information (Tile @ MetaData) including information generated in the tile division.
  • the slice division unit 5422 generates a plurality of pieces of division position information (a plurality of pieces of slice position information) by dividing a plurality of pieces of tile position information into slices.
  • the slice division unit 5422 generates a plurality of pieces of division attribute information (a plurality of pieces of slice attribute information) by dividing a plurality of pieces of tile attribute information into slices.
  • the slice division unit 5422 outputs slice related information (Slice @ MetaData) including information related to the slice division and information generated in the slice division.
  • the division unit 5411 uses a frame number (frame index) to indicate origin coordinates, attribute information, and the like in the division processing.
  • FIG. 44 is a block diagram of the position information encoding unit 5412.
  • Position information encoding section 5412 includes a frame index generation section 5431 and an entropy encoding section 5432.
  • the frame index generation unit 5431 determines the value of the frame index based on the frame number, and adds the determined frame index to the position information.
  • the entropy encoding unit 5432 generates encoded position information by entropy-encoding the divided position information to which the frame index has been added.
  • FIG. 45 is a block diagram of the attribute information encoding unit 5413.
  • the attribute information encoding unit 5413 includes a frame index generation unit 5441 and an entropy encoding unit 5442.
  • the frame index generation unit 5441 determines the value of the frame index based on the frame number, and adds the determined frame index to the attribute information.
  • the entropy coding unit 5442 generates coding attribute information by performing entropy coding on the division attribute information to which the frame index has been added.
  • FIG. 46 is a flowchart of the point cloud data encoding process according to the present embodiment.
  • the three-dimensional data encoding device determines a division method to be used (S5441).
  • This division method includes whether to perform slice division and whether to perform tile division. Further, the division method may include the number of divisions when performing slice division or tile division, the type of division, and the like.
  • the three-dimensional data encoding device If the tile division is performed (Yes in S5442), the three-dimensional data encoding device generates a plurality of pieces of tile position information and a plurality of pieces of tile attribute information by dividing the position information and the attribute information (S5443). Further, the three-dimensional data encoding device generates tile additional information relating to tile division.
  • the three-dimensional data encoding apparatus divides the plurality of tile position information and the plurality of tile attribute information (or the position information and the attribute information) into a plurality of division position information and A plurality of division attribute information is generated (S5445).
  • the three-dimensional data encoding device also generates slice additional information related to slice division.
  • the three-dimensional data encoding device generates a plurality of pieces of encoding position information and a plurality of pieces of encoding attribute information by encoding each of the plurality of pieces of division position information and the plurality of pieces of division attribute information with a frame index. (S5446). Further, the three-dimensional data encoding device generates dependency information.
  • the three-dimensional data encoding device generates encoded data (encoded stream) by NAL unitizing (multiplexing) a plurality of pieces of encoding position information, a plurality of pieces of encoding attribute information, and additional information ( S5447). Further, the three-dimensional data encoding device sends out the generated encoded data.
  • FIG. 47 is a flowchart of the encoding process (S5446). First, the three-dimensional data encoding device encodes the division position information (S5451). Next, the three-dimensional data encoding device encodes a frame index for division position information (S5452).
  • the three-dimensional data encoding device encodes the divided attribute information (S5454), and encodes a frame index for the divided attribute information (S5455).
  • the three-dimensional data encoding device does not encode the division attribute information and encode the frame index for the division attribute information.
  • the frame index may be stored in either or both of the division position information and the division attribute information.
  • the three-dimensional data encoding device may encode the attribute information using the frame index, or may encode the attribute information without using the frame index.
  • the three-dimensional data encoding device may identify a frame to which each point belongs using the frame index and encode the frame for each frame, or may identify points belonging to all frames without identifying the frame. It may be encoded.
  • FIG. 48 is a block diagram showing the structure of the decoding unit 5450.
  • the decoding unit 5450 restores the point cloud data by decoding the coded data (coded stream) generated by coding the point cloud data.
  • the decoding unit 5450 includes a demultiplexing unit 5451, a plurality of position information decoding units 5452, a plurality of attribute information decoding units 5453, an additional information decoding unit 5454, and a combining unit 5455.
  • the demultiplexing unit 5451 generates a plurality of pieces of coding position information, a plurality of pieces of coding attribute information, and coding additional information by demultiplexing the coded data (coded stream).
  • the plurality of position information decoding units 5452 generate a plurality of pieces of division position information by decoding a plurality of pieces of encoded position information. For example, the plurality of position information decoding units 5452 process the plurality of encoded position information in parallel.
  • the plurality of attribute information decoding units 5453 generate a plurality of division attribute information by decoding a plurality of encoded attribute information. For example, the attribute information decoding units 5453 process the encoded attribute information in parallel.
  • the plurality of additional information decoding units 5454 generate additional information by decoding the encoded additional information.
  • the combining unit 5455 generates position information by combining a plurality of pieces of divided position information using the additional information.
  • the combining unit 5455 generates attribute information by combining a plurality of pieces of attribute information using the additional information.
  • the combining unit 5455 divides the position information and the attribute information into the position information of the plurality of frames and the attribute information of the plurality of frames using the frame index.
  • FIG. 49 is a block diagram of the position information decoding unit 5452.
  • the position information decoding unit 5452 includes an entropy decoding unit 5461 and a frame index acquisition unit 5462.
  • the entropy decoding unit 5461 entropy-decodes the encoded position information to generate division position information.
  • the frame index obtaining unit 5462 obtains a frame index from the division position information.
  • FIG. 50 is a block diagram of the attribute information decoding unit 5453.
  • the attribute information decoding unit 5453 includes an entropy decoding unit 5471 and a frame index obtaining unit 5472.
  • the entropy decoding unit 5471 generates division attribute information by entropy decoding the encoded attribute information.
  • the frame index obtaining unit 5472 obtains a frame index from the division attribute information.
  • FIG. 51 is a diagram showing a configuration of the coupling unit 5455.
  • the combining unit 5455 generates position information by combining a plurality of pieces of division position information.
  • the combining unit 5455 generates attribute information by combining a plurality of pieces of divided attribute information.
  • the combining unit 5455 divides the position information and the attribute information into the position information of the plurality of frames and the attribute information of the plurality of frames using the frame index.
  • FIG. 52 is a flowchart of point cloud data decoding processing according to the present embodiment.
  • the three-dimensional data decoding apparatus determines a division method by analyzing additional information (slice additional information and tile additional information) related to the division method included in the encoded data (encoded stream) (S5461). ).
  • This division method includes whether to perform slice division and whether to perform tile division. Further, the division method may include the number of divisions when performing slice division or tile division, the type of division, and the like.
  • the three-dimensional data decoding device decodes a plurality of pieces of encoded position information and a plurality of pieces of encoded attribute information included in the encoded data using the dependency information included in the encoded data, thereby obtaining divided position information. Then, division attribute information is generated (S5462).
  • the three-dimensional data decoding apparatus When the additional information indicates that slice division is being performed (Yes in S5463), the three-dimensional data decoding apparatus combines the plurality of division position information based on the slice additional information to obtain the plurality of tile position information. Then, a plurality of pieces of tile attribute information are generated by combining the plurality of pieces of divided attribute information (S5464).
  • the plurality of division position information, the plurality of division attribute information, the plurality of tile position information, and the plurality of tile attribute information include a frame index.
  • the three-dimensional data decoding apparatus When the additional information indicates that tile division is being performed (Yes in S5465), the three-dimensional data decoding apparatus combines a plurality of pieces of tile position information (a plurality of pieces of divided position information) based on the additional tile information. , Position information is generated, and attribute information is generated by combining a plurality of tile attribute information (a plurality of divided attribute information) (S5466).
  • the plurality of tile position information, the plurality of tile attribute information, the position information, and the attribute information include a frame index.
  • FIG. 53 is a flowchart of the decryption process (S5464 or S5466).
  • the three-dimensional data decoding device decodes division position information (slice position information) (S5471).
  • the three-dimensional data decoding device decodes the frame index for division position information (S5472).
  • the three-dimensional data decoding device decodes the divided attribute information (S5474), and decodes the frame index for the divided attribute information (S5475). On the other hand, if the division attribute information does not exist (No in S5473), the three-dimensional data decoding apparatus does not decode the division attribute information and the frame index for the division attribute information.
  • the three-dimensional data decoding device may decode the attribute information using the frame index or may not use the frame index.
  • FIG. 54 is a diagram illustrating an example of a frame combination pattern.
  • the example shown in the figure is an example in which PCC frames are time-series and data generation and encoding are performed in real time.
  • FIG. 54 shows a case where four frames are fixedly combined.
  • the three-dimensional data encoding device generates encoded data after waiting for generation of data for four frames.
  • ((B) of FIG. 54 shows a case where the number of frames changes adaptively.
  • the three-dimensional data encoding device changes the number of combined frames to adjust the amount of encoded data in rate control.
  • the three-dimensional data encoding device does not have to combine frames when there is a possibility that there is no effect due to frame combination. Further, the three-dimensional data encoding device may switch between the case of frame combination and the case of no frame combination.
  • (C) of FIG. 54 is an example in which a part of a plurality of frames to be combined overlaps a part of a plurality of frames to be combined next. This example is useful when a real-time property or a low delay is required, such as sequentially transmitting the encoded data.
  • FIG. 55 is a diagram showing a configuration example of a PCC frame.
  • the three-dimensional data encoding device may be configured so that the combined frame includes at least a data unit that can be decoded independently. For example, as shown in FIG. 55 (a), if all PCC frames are intra-coded and the PCC frame can be decoded independently, any of the above patterns can be applied.
  • the three-dimensional data encoding apparatus Data may be combined using the GOF unit as the minimum unit.
  • a random access unit such as GOF (Group of Frame)
  • GOF Group of Frame
  • the three-dimensional data encoding device may encode the common information and the individual information collectively, or may encode each of them separately. Further, the three-dimensional data encoding device may use a common data structure for the common information and the individual information, or may use another data structure.
  • the three-dimensional data encoding device after generating the occupancy code for each frame, compares the occupancy codes of a plurality of frames, for example, whether or not there are many common parts among the occupancy codes of the plurality of frames based on a predetermined criterion. It may be determined and common information may be generated when there are many common parts. Alternatively, the three-dimensional data encoding device may determine whether to combine frames, which frames to combine, or the number of combined frames based on whether or not there are many common parts.
  • FIG. 56 is a diagram showing the configuration of the encoded position information.
  • the encoding position information includes a header and a payload.
  • FIG. 57 is a diagram illustrating a syntax example of a header (Geometry_header) of the encoded position information.
  • the header of the encoding position information includes a GPS index (gps_idx), offset information (offset), other information (other_geometry_information), a frame combination flag (combine_frame_flag), a number of combined frames (number_of_combine_frame).
  • the GPS index indicates an identifier (ID) of a parameter set (GPS) corresponding to the encoded position information.
  • the GPS is a parameter set of coding position information of one frame or a plurality of frames. If a parameter set exists for each frame, identifiers of a plurality of parameter sets may be indicated in the header.
  • the offset information indicates the offset position for acquiring the combined data.
  • the other information indicates other information related to the position information (for example, a quantization parameter difference value (QPdelta) or the like).
  • QPdelta quantization parameter difference value
  • the frame combination flag is a flag indicating whether or not the encoded data is frame-combined.
  • the number of combined frames indicates the number of frames combined.
  • the SPS is a parameter set in units of a sequence (a plurality of frames), and is a parameter set commonly used for encoding position information and encoding attribute information.
  • FIG. 58 is a diagram illustrating an example of the syntax of the payload (Geometry_data) of the encoded position information.
  • the payload of the encoded position information includes common information and leaf node information.
  • the common information is data obtained by combining one or more frames, and includes an occupancy code (occupancy_Code) and the like.
  • the leaf node information (combine_information) is information of each leaf node. As a loop of the number of frames, leaf node information may be indicated for each frame.
  • FIG. 59 is a diagram showing an example of leaf node information in the case of method 1.
  • the leaf node information illustrated in FIG. 59 includes a three-dimensional point number (NumberOfPoints) indicating the number of points included in the node, and a frame index (FrameIndex) for each point.
  • NumberOfPoints three-dimensional point number
  • FrameIndex frame index
  • FIG. 60 is a diagram showing an example of leaf node information in the case of Method 2.
  • the leaf node information includes bitmap information (bitmapIsFramePointsFlag) indicating a frame index of a plurality of points by a bitmap.
  • FIG. 61 is a diagram showing an example of bitmap information.
  • the bitmap indicates that the leaf nodes include three-dimensional points with frame indices 1, 3 and 5.
  • the number of three-dimensional points may be shared, and the number of three-dimensional points in each frame and the total number of three-dimensional points in a plurality of frames may be indicated.
  • the three-dimensional data encoding device may delete duplicate points and reduce the amount of information.
  • the three-dimensional data encoding device may delete duplicate points before combining frames, or may delete duplicate points after combining frames.
  • FIG. 62 is a diagram illustrating the configuration of the encoding attribute information.
  • the encoding attribute information includes a header and a payload.
  • FIG. 63 is a diagram showing a syntax example of a header (Attribute_header) of encoded attribute information.
  • the header of the encoding attribute information includes an APS index (aps_idx), offset information (offset), other information (other_attribute_information), a frame combination flag (combine_frame_flag), and the number of combined frames (number_of_combine_frame).
  • the $ APS index indicates an identifier (ID) of a parameter set (APS) corresponding to the encoding attribute information.
  • APS is a parameter set of encoded attribute information of one frame or a plurality of frames. If a parameter set exists for each frame, identifiers of a plurality of parameter sets may be indicated in the header.
  • the offset information indicates the offset position for acquiring the combined data.
  • the other information indicates other information related to the attribute information (for example, a difference value (QPdelta) of the quantization parameter).
  • the frame combination flag is a flag indicating whether or not the encoded data is frame-combined.
  • the number of combined frames indicates the number of frames combined.
  • FIG. 64 is a diagram illustrating an example of the syntax of the payload (Attribute_data) of the encoding attribute information.
  • the payload of the encoded attribute information includes leaf node information (combine_information).
  • leaf node information component_information
  • the configuration of the leaf node information is the same as the leaf node information included in the payload of the encoded position information. That is, the leaf node information (frame index) may be included in the attribute information.
  • leaf node information is stored in one of the encoding position information and the encoding attribute information, and need not be stored in the other.
  • leaf node information (frame index) stored in one of the encoding position information and the encoding attribute information is referred to when decoding the other information.
  • the information indicating the reference destination may be included in the encoded position information or the encoded attribute information.
  • FIG. 65 is a diagram illustrating a configuration of encoded data.
  • the encoded data includes a header and a payload.
  • FIGS. 66 to 68 are diagrams showing the data transmission order and the data reference relationship.
  • G (1) and the like indicate coding position information
  • GPS (1) and the like indicate a parameter set of coding position information
  • SPS indicates a parameter set of a sequence (a plurality of frames).
  • the number in parentheses indicates the value of the frame index.
  • the three-dimensional data encoding device may transmit the data in decoding order.
  • FIG. 66 is a diagram showing an example of the transmission order when frames are not combined.
  • FIG. 67 is a diagram illustrating an example in which frames are combined and metadata (parameter set) is added to each PCC frame.
  • FIG. 68 is a diagram illustrating an example in which frames are combined and metadata (parameter set) is added in units of combination.
  • the header of the frame-combined data stores the identifier of the referenced metadata in order to obtain the metadata of the frame.
  • metadata for each of a plurality of frames may be collected. Parameters common to a plurality of frame-combined frames may be combined into one. Parameters that are not common to frames indicate values for each frame.
  • Information for each frame is, for example, a time stamp indicating generation time, encoding time, or decoding time of frame data. Further, the information for each frame may include information of the sensor that has acquired the frame data (speed, acceleration, position information, sensor direction, other sensor information, and the like of the sensor).
  • FIG. 69 is a diagram showing an example in which some frames are decoded in the example shown in FIG. As shown in FIG. 69, if there is no dependency between frames in the frame combination data, the three-dimensional data decoding device can decode each data independently.
  • the three-dimensional data encoding device may combine the attribute information with frames.
  • the attribute information is encoded and decoded with reference to the position information.
  • the position information referred to may be the position information before the frame combination or the position information after the frame combination.
  • the number of combined frames of position information and the number of combined frames of attribute information may be common (same) or independent (different).
  • FIGS. 70 to 73 are diagrams showing the data transmission order and the data reference relationship.
  • 70 and 71 show an example in which both the position information and the attribute information are combined in four frames.
  • metadata (parameter set) is added for each PCC frame.
  • metadata (parameter set) is added in units to be combined.
  • a (1) and the like indicate encoding attribute information
  • APS (1) and the like indicate a parameter set of the encoding attribute information.
  • the number in parentheses indicates the value of the frame index.
  • FIG. 72 shows an example in which position information is combined in four frames and attribute information is not combined. As shown in FIG. 72, the position information may be frame-combined and the attribute information may not be frame-combined.
  • FIG. 73 shows an example in which frame combination and tile division are combined.
  • the header of each tile position information includes information such as a GPS index (gps_idx) and the number of combined frames (number_of_combine_frame). Further, the header of each tile position information includes a tile index (tile_idx) for identifying a tile.
  • the three-dimensional data encoding device performs the processing shown in FIG. First, the three-dimensional data encoding device generates third point cloud data by combining the first point cloud data and the second point cloud data (S5481). Next, the three-dimensional data encoding device generates encoded data by encoding the third point cloud data (S5482).
  • the encoded data includes identification information (for example, a frame index) indicating whether each of the plurality of three-dimensional points included in the third point cloud data belongs to the first point cloud data or the second point cloud data. Including.
  • the three-dimensional data encoding device can improve encoding efficiency by encoding a plurality of point cloud data collectively.
  • the first point cloud data and the second point cloud data are point cloud data (for example, PCC frames) at different times.
  • the first point cloud data and the second point cloud data are point cloud data (for example, PCC frame) of the same object at different times.
  • the encoded data includes position information and attribute information of each of the plurality of three-dimensional points included in the third point group data, and the identification information is included in the attribute information.
  • the encoded data includes position information (for example, an occupancy code) representing the position of each of a plurality of three-dimensional points included in the third point group data using an N (N is an integer of 2 or more) binary tree.
  • position information for example, an occupancy code
  • the three-dimensional data encoding device includes a processor and a memory, and the processor performs the above-described processing using the memory.
  • the three-dimensional data decoding device performs the processing shown in FIG. First, the three-dimensional data decoding device decodes the encoded data, and combines the first point cloud data and the second point cloud data to generate third point cloud data and third point cloud data. The identification information indicating whether each of the plurality of three-dimensional points included in the data belongs to the first point cloud data or the second point cloud data is acquired (S5491). Next, the three-dimensional data decoding apparatus separates the first point cloud data and the second point cloud data from the third point cloud data using the identification information (S5492).
  • the three-dimensional data decoding device can decode coded data with improved coding efficiency by collectively coding a plurality of point cloud data.
  • the first point cloud data and the second point cloud data are point cloud data (for example, PCC frames) at different times.
  • the first point cloud data and the second point cloud data are point cloud data (for example, PCC frame) of the same object at different times.
  • the encoded data includes position information and attribute information of each of the plurality of three-dimensional points included in the third point group data, and the identification information is included in the attribute information.
  • the encoded data includes position information (for example, an occupancy code) representing the position of each of a plurality of three-dimensional points included in the third point group data using an N (N is an integer of 2 or more) binary tree.
  • position information for example, an occupancy code
  • the three-dimensional data decoding device includes a processor and a memory, and the processor uses the memory to perform the above processing.
  • 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) with respect to a certain point.
  • the position of each three-dimensional point is represented by an octree expression, and the information is encoded by encoding the octree information. A method to reduce the volume is used.
  • the attribute information includes information indicating color information (RGB, YUV, etc.) of each three-dimensional point, reflectance, a normal vector, and the like.
  • the three-dimensional data encoding device can encode the attribute information using an encoding method different from the position information.
  • an integer value is used as the value of the attribute information for description.
  • each color component of the color information RGB or YUV has 8-bit precision
  • each color component takes an integer value of 0 to 255.
  • the value of the reflectance is 10-bit precision
  • the value of the reflectance takes an integer value of 0 to 1023.
  • the bit precision of the attribute information is decimal precision
  • the three-dimensional data encoding device may multiply the value by a scale value and then round to an integer value so that the value of the attribute information is an integer value. .
  • the three-dimensional data encoding device may add this scale value to a bit stream header or the like.
  • the position information after the combination may include position information of the three-dimensional point group and frame_index (frame index) to which the three-dimensional point group belongs.
  • frame_index frame index
  • the attribute information of the first three-dimensional point in the three-dimensional point group not only the position information or the attribute information of the three-dimensional point group included in the frame to which the first three-dimensional point belongs, The position information or the attribute information of the three-dimensional point group included in a frame different from the frame to which the first three-dimensional point belongs may be used.
  • Each of the plurality of frames includes point cloud data.
  • the first point cloud data belonging to the first frame of the plurality of frames and the second point cloud data belonging to the second frame are point cloud data at different times. Further, the first point cloud data and the second point cloud data are, for example, point cloud data of the same object at different times.
  • the first point cloud data includes a frame index indicating that the three-dimensional point cloud included in the first point cloud data belongs to the first point cloud data.
  • the second point cloud data includes a frame index indicating that the three-dimensional point cloud included in the second point cloud data belongs to the second point cloud data.
  • the frame index is identification information indicating to which point group data a three-dimensional point group included in combined point group data obtained by combining a plurality of point group data belonging to different frames. Note that the three-dimensional point group is also referred to as a plurality of three-dimensional points.
  • the code amount can be reduced by entropy-coding the absolute difference value Diffp using a coding table in which the smaller the value, the smaller the number of generated bits.
  • the three-dimensional data encoding device may encode the attribute information of the first three-dimensional point using the attribute information of surrounding three-dimensional points.
  • another surrounding three-dimensional point around the three-dimensional point to be coded may exist in the frame to which the three-dimensional point to be coded belongs, or the target three-dimensional point to be coded It may exist in a frame different from the frame to which the origin belongs.
  • the attribute information of the target three-dimensional point includes the first frame index indicating that the target three-dimensional point belongs to the first point group data
  • the attribute information of the surrounding three-dimensional point includes the attribute information of the surrounding three-dimensional point.
  • a second frame index indicating belonging to the two-point cloud data may be included. This makes it possible to generate a highly accurate predicted value Pp by referring to the attribute information of the three-dimensional point other than the frame to which the three-dimensional point to be encoded belongs, and improve the coding efficiency.
  • 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 device determines the three-dimensional data shown in (formula H1). 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, and determines the target three-dimensional point. It is determined that the value of the attribute information of the three-dimensional point q is used to generate the predicted value of the attribute information of the point p.
  • the distance calculation method may be another method, for example, a Mahalanobis distance or the like may be used.
  • the three-dimensional data encoding device may determine that a three-dimensional point outside a predetermined distance range from the target three-dimensional point is not used for the prediction processing.
  • the three-dimensional data encoding device predicts the three-dimensional point r. May not be used.
  • the three-dimensional data encoding device may add information indicating the threshold THd to a bitstream header or the like.
  • the three-dimensional data encoding apparatus encodes each position information of the three-dimensional point group by combining the point group data of a plurality of frames, the distance between each three-dimensional point from the combined three-dimensional point group is determined. May be calculated. That is, the three-dimensional data encoding device may calculate the distance between two three-dimensional points belonging to different frames, or may calculate the distance between two three-dimensional points belonging to the same frame.
  • FIG. 76 is a diagram showing 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 device determines the three-dimensional point q as the reference three-dimensional point of the target three-dimensional point p, and uses the attribute of the three-dimensional point q to generate the predicted value Pp of the attribute information Ap of the target three-dimensional p. It is determined that the value of the information Aq is used.
  • the three-dimensional data encoding device determines that the three-dimensional point r is not the reference three-dimensional point of the target three-dimensional point p, and uses the three-dimensional point r to generate 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 three-dimensional encoding device may calculate the distance between the three-dimensional point p and the three-dimensional point r whose belonging to the same frame is indicated by the frame index, or that the belonging to different frames depends on the frame index. The distance between the indicated three-dimensional point p and three-dimensional point q may be calculated.
  • the three-dimensional data encoding device uses the encoded and decoded three-dimensional point as the reference three-dimensional point.
  • the three-dimensional data decoding device uses the three-dimensional point whose attribute information has already been decoded as the reference three-dimensional point.
  • another surrounding three-dimensional point around the target three-dimensional point to be encoded may be present in the frame to which the target three-dimensional point to be encoded belongs, or the target three-dimensional point to be encoded Although it may be present in a frame different from the frame to which the original point belongs, the present invention is not limited to this.
  • a three-dimensional point existing in a frame different from the frame to which the target three-dimensional point to be coded belongs May be determined not to be around the target three-dimensional point to be encoded, and may not be used as a predicted value.
  • the three-dimensional data encoding apparatus encodes the position information by combining the frames and encodes the attribute information in the same frame. Coding efficiency can be improved by performing predictive coding using attribute information of other surrounding three-dimensional points.
  • the three-dimensional data encoding device encodes attribute information of a target three-dimensional point using attribute information of three-dimensional points around the same frame during encoding by frame combination, or performs the same frame and the same frame. Information indicating whether to encode the attribute information of the target three-dimensional point using attribute information of surrounding three-dimensional points other than the above may be added to the header of the encoded data and switched.
  • the three-dimensional data decoding apparatus decodes the header to decode the target tertiary data using the attribute information of the same frame or the same frame and surrounding three-dimensional points other than the same frame when decoding the encoded data by frame combination. Since it is possible to determine whether or not to decode the attribute information of the original point and to switch between which decoding, the bit stream can be appropriately decoded.
  • each 3D point is classified into a plurality of layers using the position information of the 3D points belonging to the same frame or different frames. It is conceivable to encode from.
  • the classified layers are called LoD (Level @ ofDetail). The LoD generation method will be described with reference to FIG.
  • the three-dimensional data encoding device selects an initial point a0 from the combined three-dimensional point group 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 value Thrs_LoD [0] of LoD0, and assigns it to LoD0.
  • the three-dimensional data encoding device extracts the 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 device configures LoD0 such that the distance between each point in LoD0 is greater than threshold Thres_LoD [0].
  • the three-dimensional data encoding device may calculate the distance between two three-dimensional points by the same process regardless of whether each belongs to the same frame or a different frame.
  • the point a0 and the point a1 may belong to the same frame or may belong to different frames. Therefore, the distance between the point a0 and the point a1 is calculated by the same process regardless of whether they belong to the same frame or different frames.
  • the three-dimensional data encoding device selects the point b0 to which LoD is not yet assigned and assigns it to LoD1.
  • the three-dimensional data encoding apparatus extracts a point b1 to which the distance from the point b0 is larger than the threshold Thrs_LoD [1] of LoD1 and LoD is not allocated, and allocates the point b1 to LoD1.
  • the three-dimensional data encoding device extracts a point b2 to which the distance from the point b1 is greater than the LoD1 threshold Thres_LoD [1] and LoD has not been assigned, and assigns the point b2 to LoD1. In this way, the three-dimensional data encoding device configures LoD1 such that the distance between the points in LoD1 is greater than threshold Thres_LoD [1].
  • the three-dimensional data encoding device selects a point c0 to which LoD has not been assigned yet and assigns it to LoD2.
  • the three-dimensional data encoding device extracts the point c1 to which LoD2 is not assigned and the distance from the point c0 is larger than the threshold Thres_LoD [2] of LoD2, and assigns it to LoD2.
  • the three-dimensional data encoding device extracts a point c2 to which the distance from the point c1 is larger than the LoD2 threshold Thres_LoD [2] and LoD is not yet allocated, and allocates the point c2 to LoD2.
  • the three-dimensional data encoding device configures LoD2 such that the distance between the points in LoD2 is larger than the threshold Thres_LoD [2].
  • Thres_LoD [0], Thres_LoD [1], and Thres_LoD [2] of each LoD are set.
  • the three-dimensional data encoding device may add information indicating a threshold value of each LoD to a bit stream header or the like. For example, in the case of the example illustrated in FIG. 78, the three-dimensional data encoding device may add thresholds Thres_LoD [0], Thres_LoD [1], and Thres_LoD [2] to the header.
  • the three-dimensional data encoding device may assign all three-dimensional points to which LoD has not been assigned to the lowest layer of LoD.
  • the three-dimensional data encoding device can reduce the code amount of the header by not adding the lowermost threshold of LoD to the header. For example, in the case of the example illustrated in FIG. 78, the three-dimensional data encoding device adds thresholds Thres_LoD [0] and Thres_LoD [1] to the header, and does not add Thres_LoD [2] to the header.
  • the three-dimensional data decoding device may estimate that the value of Thres_LoD [2] is 0. Further, the three-dimensional data encoding device may add the number of LoD layers to the header. Thus, the three-dimensional data decoding device can determine the lowest LoD using the number of LoD hierarchies.
  • 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 is a dense point group (dense) in which the distance between the three-dimensional points is closer.
  • LoD0 is the uppermost layer.
  • the method of selecting an initial three-dimensional point when setting each LoD may depend on the encoding order at the time of position information encoding. For example, the three-dimensional data encoding device selects a three-dimensional point encoded first at the time of position information encoding as an initial point a0 of LoD0, and selects points a1 and a2 based on the initial point a0. To form LoD0. Then, the three-dimensional data encoding device may select, as the initial point b0 of LoD1, a three-dimensional point whose position information is encoded earliest among three-dimensional points that do not belong to LoD0.
  • the three-dimensional data encoding apparatus uses the three-dimensional point having the earliest position information encoded as the initial point n0 of LoDn among the three-dimensional points not belonging to the upper layer of LoDn (LoD0 to LoDn-1). May be selected.
  • the three-dimensional data decoding device can configure the same LoD as at the time of encoding by using the same initial point selection method at the time of decoding, and thus can appropriately decode the bit stream.
  • the three-dimensional data decoding apparatus selects, as the initial point n0 of LoDn, a three-dimensional point whose position information has been decoded earliest among three-dimensional points that do not belong to an upper layer of LoDn.
  • a method for generating a predicted value of attribute information of a three-dimensional point by using LoD information will be described below.
  • the three-dimensional data encoding device sequentially encodes three-dimensional points included in LoD0
  • the target three-dimensional points included in LoD1 are encoded and decoded in LoD0 and LoD1 (hereinafter, simply referred to as “ It is also generated using the attribute information of "coded”.
  • the three-dimensional data encoding device calculates the prediction value of the attribute information of the three-dimensional point by using 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 the attribute values. Further, the three-dimensional data encoding device may add the value of N to a bit stream header or the like. The three-dimensional data encoding device may change the value of N for each three-dimensional point and add the value of N for each three-dimensional point. With this, it is possible to select an appropriate N for each three-dimensional point, and thus it is possible to improve the accuracy of the predicted value. Therefore, the prediction residual can be reduced.
  • the three-dimensional data encoding device may add the 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. Also, the three-dimensional data encoding device may separately encode the value of N for each LoD. Thereby, coding efficiency can be improved by selecting an appropriate N for each LoD.
  • the three-dimensional data encoding device may calculate the predicted value of the attribute information of the three-dimensional point by a weighted average value of the attribute information of the N encoded surrounding three-dimensional points. For example, the three-dimensional data encoding device calculates the weight using the respective distance information between the target three-dimensional point and the surrounding N three-dimensional points.
  • the three-dimensional data encoding device sets a higher N value for the upper layer of LoD and a lower N value for the lower layer, for example. Since the distance between the three-dimensional points belonging to the upper layer of LoD is large, there is a possibility that the prediction accuracy can 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 short, it is possible to perform efficient prediction while setting the value of N to be small and suppressing the averaging processing amount.
  • FIG. 79 is a diagram illustrating an example of attribute information used for a 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 shown in FIG. 79 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 (Equation H2) and (Equation H3).
  • a i 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, and b1, as shown in (Equation H4) to (Equation H6).
  • B i is the value of the attribute information of the point bi.
  • the three-dimensional data encoding device calculates a difference value (prediction residual) between the value of the attribute information of the three-dimensional point and a prediction value generated from surrounding points, and quantizes the calculated prediction residual.
  • a three-dimensional data encoding device 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 smaller the quantization scale the smaller the error (quantization error) that can occur due to quantization.
  • the larger the quantization scale the larger the quantization error.
  • the three-dimensional data encoding device may change the quantization scale used for each LoD. For example, in the three-dimensional data encoding device, the quantization scale is reduced in the upper layer, and the quantization scale is increased in the lower layer. Since the value of the attribute information of the 3D points belonging to the upper layer may be used as the predicted value of the attribute information of the 3D points belonging to the lower layer, the quantization scale of the upper layer should be reduced to Encoding efficiency can be improved by suppressing the quantization error that may occur and increasing the accuracy of the predicted value. Note that the three-dimensional data encoding device may add a quantization scale used for each LoD to a header or the like. Accordingly, the three-dimensional data decoding device can correctly decode the quantization scale, and can appropriately decode the bit stream.
  • 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 a negative integer when entropy coding the prediction residual. Note that the three-dimensional data encoding device does not necessarily need to convert a signed integer value to an unsigned integer value. For example, a code bit may be separately entropy-encoded.
  • the prediction residual is calculated by subtracting the prediction value from the original value.
  • the prediction residual a2r of the point a2 as shown in (Equation H7), from the values A 2 of the attribute information of the point a2, is calculated by subtracting the prediction value a2p the point a2.
  • the prediction residual is quantized by being divided by QS (Quantization Step).
  • the quantization value a2q of the point a2 is calculated by (Equation H9).
  • the quantization value b2q of the point b2 is calculated by (Equation H10).
  • QS_LoD0 is a QS for LoD0
  • QS_LoD1 is a QS for LoD1. That is, QS may be changed according to LoD.
  • the three-dimensional data encoding device converts the signed integer value, which is the above-described quantized value, into an unsigned integer value as follows.
  • the signed integer value a2q is smaller than 0, the three-dimensional data encoding device sets the unsigned integer value a2u to ⁇ 1 ⁇ (2 ⁇ a2q).
  • the signed integer value a2q is 0 or more, the three-dimensional data encoding device sets the unsigned integer value a2u to 2 ⁇ a2q.
  • the three-dimensional data encoding device sets the unsigned integer value b2u to ⁇ 1 ⁇ (2 ⁇ b2q).
  • the three-dimensional data encoding device sets the unsigned integer value b2u to 2 ⁇ b2q.
  • the three-dimensional data encoding device may encode the prediction residual (unsigned integer value) after quantization by entropy encoding. For example, after binarizing an unsigned integer value, binary arithmetic coding may be applied.
  • the three-dimensional data encoding device 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 device binarizes the prediction residual pu with a fixed number of bits necessary to represent the threshold R_TH. In addition, when the prediction residual pu is equal to or larger than the threshold R_TH, the three-dimensional data encoding apparatus converts the binary data of the threshold R_TH and the value of (pu ⁇ R_TH) into an exponential Golomb (Exponential-Golomb) or the like. Value.
  • the three-dimensional data encoding device binarizes the prediction residual pu with 6 bits.
  • the three-dimensional data encoding apparatus binarizes the binary data (111111) and (pu-63) of the threshold R_TH using an exponential 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. Also, when the prediction residual pu is 66, the three-dimensional data encoding device generates the binary data (111111) of the threshold R_TH and the bit string (00100) in which the value 3 (66-63) is represented by exponential Golomb. , This 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 suppressing a sharp increase in the number of binary bits when the prediction residual increases. It is possible to perform encoding while suppressing it.
  • the three-dimensional data encoding device may add the threshold value R_TH to a bit stream header or the like.
  • the three-dimensional data encoding device sets the threshold value R_TH to be large.
  • the threshold value R_TH is set to be small.
  • the three-dimensional 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 three-dimensional data encoding device 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 is poor, and as a result, the prediction residual may increase. Therefore, the three-dimensional data encoding device prevents the sudden increase in the bit length of the binary data by setting the threshold value R_TH to a small value for the upper layer. In the lower layer, since the distance between the three-dimensional points is short, the prediction accuracy is high, and as a result, the prediction residual may be small. Therefore, the three-dimensional data encoding device improves the encoding efficiency by setting the threshold value R_TH large for the layer.
  • FIG. 80 is a diagram showing an example of the exponential Golomb code, and is a diagram showing a relationship between a value (multi-value) before binarization and a bit (code) after binarization. Note that 0 and 1 shown in FIG. 80 may be reversed.
  • the three-dimensional data encoding device applies arithmetic encoding to the binarized data of the prediction residual. Thereby, the coding efficiency can be improved.
  • an n-bit code (n-bit @ code) which is a binarized part with n bits and a remaining part which is a binarized part using an exponential Golomb in the binary data.
  • the three-dimensional data encoding device may switch the method of applying arithmetic coding between the n-bit code and the remaining code.
  • the three-dimensional data encoding device performs arithmetic encoding on an n-bit code using a different encoding table (probability table) for each bit.
  • the three-dimensional data encoding device may change the number of encoding tables used for each bit. For example, the three-dimensional data encoding device performs arithmetic encoding on the first bit b0 of the n-bit code using one encoding table. Further, the three-dimensional data encoding device uses two encoding tables for the next bit b1. Further, the three-dimensional data encoding device switches the encoding table used for the arithmetic encoding of the bit b1 according to the value of b0 (0 or 1).
  • the three-dimensional data encoding device uses four encoding tables for the next bit b2. Further, the three-dimensional data encoding device switches the encoding table used for the arithmetic encoding of the bit b2 according to the values (0 to 3) of b0 and b1.
  • the three-dimensional data encoding device uses 2 n-1 encoding tables when arithmetically encoding each bit bn-1 of the n-bit code. Further, the three-dimensional data encoding device switches the encoding table to be used according to the value (generation pattern) of bits before bn-1. This allows the three-dimensional data encoding device to use an appropriate encoding table for each bit, thereby improving encoding efficiency.
  • the three-dimensional data encoding device may reduce the number of encoding tables used for each bit. For example, three-dimensional data encoding apparatus, 2 m pieces in accordance with the value (generation patterns) of each bit bn-1 when arithmetic coding, prior to m bits than bn-1 (m ⁇ n- 1) May be switched. This makes it possible to improve the coding efficiency while suppressing the number of coding tables used for each bit.
  • the three-dimensional data encoding device may update the occurrence probabilities of 0 and 1 in each encoding table according to the value of the actually generated binarized data. Also, the three-dimensional data encoding device may fix the occurrence probabilities of 0 and 1 in the encoding table of some bits. As a result, the number of updates of the occurrence probability can be suppressed, so that the processing amount can be reduced.
  • the n-bit code is b0b1b2... Bn-1
  • there is one coding table for b0 (CTb0).
  • the coding table for b1 is two (CTb10, CTb11).
  • the encoding table to be used is switched according to the value of b0 (0 to 1).
  • There are four coding tables for b2 (CTb20, CTb21, CTb22, CTb23).
  • the coding table to be used is switched according to the values (0 to 3) of b0 and b1.
  • the coding table for bn-1 is 2 n-1 (CTbn0, CTbn1,..., CTbn (2 n-1 -1)).
  • the coding table to be used can be switched according to the value of b0b1... Bn-2 (0 to 2 n ⁇ 1 ⁇ 1).
  • the three-dimensional data decoding device may restore the n-bit code by m-ary arithmetic decoding.
  • FIG. 81 is a diagram for describing a process in a case where the remaining code is an exponential Golomb code, for example.
  • the remaining code which is a part binarized using the exponential Golomb, includes a prefix part and a suffix part as shown in FIG.
  • the three-dimensional data encoding device switches the encoding table between the prefix section and the suffix section. That is, the three-dimensional data encoding device arithmetically encodes each bit included in the prefix part using the encoding table for prefix, and encodes each bit included in the suffix part using the encoding table for suffix. Perform arithmetic coding.
  • the three-dimensional data encoding device may update the occurrence probabilities 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 probabilities of 0 and 1 in one of the encoding tables.
  • the number of updates of the occurrence probability can be suppressed, so that the processing amount can be reduced.
  • the three-dimensional data encoding device may update the occurrence probability for the prefix part and fix the occurrence probability for the suffix part.
  • the three-dimensional data encoding device decodes the prediction residual after quantization by dequantizing and reconstructing, and decodes a decoded value that is the decoded prediction residual after the three-dimensional point to be encoded. Use for prediction. Specifically, the three-dimensional data encoding device calculates an inverse quantized value by multiplying the quantized prediction residual (quantized value) by a quantization scale, and calculates the inverse quantized value and the predicted value. To obtain a decoded value (reconstructed value).
  • the inverse quantization value a2iq of the point a2 is calculated by (formula H11) using the quantization value a2q of the point a2.
  • the inverse quantization value b2iq of the point b2 is calculated by using the quantization value b2q of the point b2 (formula H12).
  • 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 dequantized value a2iq of the point a2 as shown in (Equation H13).
  • the decoded value b2rec of the point b2 is calculated by adding the predicted value b2p of the point b2 to the dequantized value b2iq of the point b2 as shown in (Equation H14).
  • FIG. 82 is a diagram illustrating a syntax example of an attribute header (attribute_header) according to the present embodiment.
  • the attribute header is header information of the attribute information.
  • the attribute header includes layer number information (NumLoD), three-dimensional point information (NumOfPoint [i]), layer threshold value (Thres_Lod [i]), and surrounding point number information (NumNeighborPoint [i]).
  • the number-of-layers information indicates the number of layers of LoD used.
  • the three-dimensional point number information indicates the number of three-dimensional points belonging to the hierarchy i.
  • the three-dimensional data encoding device may add three-dimensional point total information (AllNumOfPoint) indicating the total number of three-dimensional points to another header.
  • the three-dimensional data encoding device does not need to add NumOfPoint [NumLoD-1] indicating the number of three-dimensional points belonging to the lowest layer to the header.
  • the three-dimensional data decoding device can calculate NumOfPoint [NumLoD-1] by (Equation H15). Thereby, the code amount of the header can be reduced.
  • the layer threshold (Thres_Lod [i]) is a threshold used for setting the layer 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 a threshold value Thres_LoD [i]. Further, the three-dimensional data encoding device does not have to add the value of Thres_Lod [NumLoD-1] (the lowest layer) to the header. In this case, the three-dimensional data decoding device estimates the value of Thres_Lod [NumLoD-1] to be 0. Thereby, the code amount of the header can be reduced.
  • Surrounding point number information indicates an upper limit value of surrounding points used for generating a predicted value of a three-dimensional point belonging to hierarchy i.
  • the three-dimensional data encoding device may calculate the prediction value using the M surrounding points. Further, when it is not necessary to divide the value of NumNeighborPoint [i] for each LoD, the three-dimensional data encoding apparatus may add one piece of surrounding point information (NumNeighborPoint) used in all LoDs to the header. Good.
  • the prediction threshold (THd [i]) indicates an upper limit value of a distance between a surrounding three-dimensional point and a target three-dimensional point used for prediction of a target three-dimensional point to be coded or decoded in layer 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 greater than THd [i] for prediction.
  • the three-dimensional data encoding device may add one prediction threshold value (THd) used in all LoDs to the header when it is not necessary to divide the value of THd [i] in each LoD. .
  • Quantization scale indicates a quantization scale used in quantization and inverse quantization of layer 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 layer 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 exponential Golomb. If it is not necessary to switch the value of R_TH [i] for each LoD, the three-dimensional data encoding apparatus adds one binarization threshold (R_TH) used for all LoDs to the header. Is also good.
  • minimum value minimum bit number
  • the three-dimensional data encoding device entropy-encodes at least one of NumLoD, Thres_Lod [i], NumNeighborPoint [i], THd [i], QS [i], and R_TH [i] and adds the entropy-encoded header to the header. Is also good.
  • the three-dimensional data encoding device may binarize each value and arithmetically encode it. Further, the three-dimensional data encoding device may encode each value with a fixed length in order to suppress the processing amount.
  • the three-dimensional data encoding device need 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 a level such as a standard. Thereby, the bit amount of the header can be reduced.
  • FIG. 83 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. 83, 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 coded data of the prediction residual of the value of the attribute information 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 is encoded data that is encoded by exponential Golomb, of the encoded data of the prediction residual of the value of the attribute information. This remaining code is encoded or decoded if the n-bit code is the same as R_TH [i]. Also, the three-dimensional data decoding device 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 codes need not be coded or decoded.
  • FIG. 84 is a flowchart of the three-dimensional data encoding process by the three-dimensional data encoding device.
  • the three-dimensional data encoding device combines a plurality of frames (S5601). For example, the three-dimensional data encoding device combines a plurality of three-dimensional point groups belonging to a plurality of input frames into one three-dimensional point group. Note that the three-dimensional data encoding device adds a frame index indicating a frame to which each three-dimensional point group belongs to each three-dimensional point group at the time of combining.
  • the three-dimensional data encoding device encodes the position information (geometry) after frame combination (S5602). For example, in three-dimensional data encoding, encoding is performed using an octree representation.
  • the three-dimensional data encoding device When the position of a three-dimensional point changes due to quantization or the like after encoding the position information, the three-dimensional data encoding device reassigns the attribute information of the original three-dimensional point to the changed three-dimensional point ( S5603). For example, the three-dimensional data encoding device performs reassignment 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 close to the three-dimensional position after the change, and weights and averages the attribute information values of the N three-dimensional points.
  • the three-dimensional data encoding device determines the weight in the weighted average based on the distance from the changed three-dimensional position to each of the N three-dimensional positions. Then, the three-dimensional data encoding device determines the value obtained by the weighted average as the value of the attribute information of the changed three-dimensional point. Further, when two or more three-dimensional points change to the same three-dimensional position due to quantization or the like, the three-dimensional data encoding device determines the value of the attribute information of the three-dimensional point after the change as the value of the attribute information before the change. An average value of attribute information of two or more three-dimensional points may be assigned.
  • the three-dimensional data encoding device encodes the attribute information (Attribute) after the reassignment (S5604).
  • the three-dimensional data encoding device encodes, for each of the plurality of three-dimensional points, a frame index of the three-dimensional point as attribute information of the three-dimensional point. Further, for example, when encoding a plurality of types of attribute information, the three-dimensional data encoding device may sequentially encode the plurality of types of attribute information.
  • the three-dimensional data encoding device when encoding a color, a reflectance, and a frame index as attribute information, adds the reflectance encoding result after the color encoding result, and A bit stream may be generated in which the encoding result of the frame index is added after the encoding result of.
  • the order of the plurality of encoding results of the attribute information added to the bit stream is not limited to this order, and may be any order.
  • the three-dimensional data encoding device encodes the frame index as attribute information in the same data format as other attribute information different from the frame index, such as color or reflectance. Therefore, the encoded data includes the frame index in the same data format as other attribute information different from the frame index.
  • the three-dimensional data encoding device may add information indicating the encoded data start location of each attribute information in the bitstream to a header or the like.
  • the three-dimensional data decoding device can selectively decode the attribute information that needs to be decoded, and can omit the decoding process of the attribute information that does not need to be decoded. 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 result into one bit stream.
  • the three-dimensional data encoding device can encode a plurality of types of attribute information at high speed.
  • FIG. 85 is a flowchart of the attribute information encoding process (S5604).
  • the three-dimensional data encoding device sets LoD (S5611). That is, the three-dimensional data encoding device assigns each three-dimensional point to one of the plurality of LoDs.
  • the three-dimensional data encoding device starts a loop in LoD units (S5612). That is, the three-dimensional data encoding device repeats the processing of steps S5613 to S5621 for each LoD.
  • the three-dimensional data encoding device starts a loop for each three-dimensional point (S5613). That is, the three-dimensional data encoding device repeatedly performs the processing of steps S5614 to S5620 for each three-dimensional point.
  • the three-dimensional data encoding device searches for a plurality of peripheral points, which are three-dimensional points existing around the target three-dimensional point, used for calculating a predicted value of the target three-dimensional point to be processed (S5614).
  • the three-dimensional data encoding device calculates a weighted average of the values of the attribute information of the plurality of surrounding points, and sets the obtained value as the predicted value P (S5615).
  • the three-dimensional data encoding device calculates a prediction residual which is a difference between the attribute information of the target three-dimensional point and the predicted value (S5616).
  • the three-dimensional data encoding device calculates a quantized value by quantizing the prediction residual (S5617).
  • the three-dimensional data encoding device arithmetically encodes the quantized value (S5618).
  • the three-dimensional data encoding device calculates the inverse quantization value by inversely quantizing the quantization value (S5619). Next, the three-dimensional data encoding device generates a decoded value by adding the prediction value to the dequantized value (S5620). Next, the three-dimensional data encoding device ends the loop for each three-dimensional point (S5621). In addition, the three-dimensional data encoding device ends the loop in LoD units (S5622).
  • the three-dimensional data decoding device is decoded by performing arithmetic decoding on the binarized data of the attribute information in the bit stream generated by the three-dimensional data encoding device in the same manner as the three-dimensional data encoding device. Generate binary data.
  • the application method of arithmetic encoding is switched between the n-bit binarized portion (n-bit code) and the exponential Golomb binarized portion (remaining code). In this case, the three-dimensional data decoding device performs decoding according to the arithmetic decoding when it is applied.
  • the three-dimensional data decoding apparatus performs arithmetic decoding using a different encoding table (decoding table) for each bit.
  • the three-dimensional data decoding device may change the number of encoding tables used for each bit. For example, arithmetic decoding is performed on the first bit b0 of the n-bit code using one coding table. Further, the three-dimensional data decoding device uses two encoding tables for the next bit b1. Further, the three-dimensional data decoding device switches an encoding table used for arithmetic decoding of the bit b1 according to the value of b0 (0 or 1).
  • the three-dimensional data decoding device uses four coding tables for the next bit b2. Further, the three-dimensional data decoding device switches the encoding table used for arithmetic decoding of the bit b2 according to the values (0 to 3) of b0 and b1.
  • the three-dimensional data decoding apparatus uses 2 n-1 encoding tables when arithmetically decoding each bit bn-1 of the n-bit code. Further, the three-dimensional data decoding device switches the encoding table to be used in accordance with the value (occurrence pattern) of the bit before bn-1. Accordingly, the three-dimensional data decoding device can appropriately decode a bitstream with improved coding efficiency by using an appropriate coding table for each bit.
  • the three-dimensional data decoding device may reduce the number of encoding tables used for each bit. For example, when the three-dimensional data decoding device arithmetically decodes each bit bn-1, 2 m codes are generated according to the value (generation pattern) of m bits (m ⁇ n-1) before bn-1. The conversion table may be switched. Thereby, the three-dimensional data decoding device can appropriately decode a bit stream with improved coding efficiency while suppressing the number of coding tables used for each bit.
  • the three-dimensional data decoding device may update the occurrence probabilities of 0 and 1 in each encoding table according to the value of the actually generated binarized data. Further, the three-dimensional data decoding device may fix the occurrence probabilities of 0 and 1 in the encoding table of some bits. As a result, the number of updates of the occurrence probability can be suppressed, so that the processing amount can be reduced.
  • the n-bit code is b0b1b2... Bn-1
  • there is one coding table for b0 (CTb0).
  • the coding table for b1 is two (CTb10, CTb11).
  • the coding table is switched according to the value of b0 (0 to 1).
  • There are four coding tables for b2 (CTb20, CTb21, CTb22, CTb23).
  • the encoding table is switched according to the values (0 to 3) of b0 and b1.
  • the encoding table for bn-1 is 2 n-1 (CTbn0, CTbn1,..., CTbn (2 n-1 -1)).
  • the coding table is switched according to the value of b0b1... Bn-2 (0 to 2 n-1 -1).
  • FIG. 86 is a diagram for explaining the process when the remaining code is an exponential Golomb code, for example.
  • the part (remaining code) that the three-dimensional data encoding apparatus binarizes and encodes using the exponential Golomb includes a prefix part and a suffix part as shown in FIG.
  • the three-dimensional data decoding device switches the encoding table between the prefix section and the suffix section. That is, the three-dimensional data decoding apparatus arithmetically decodes each bit included in the prefix part using the encoding table for prefix, and arithmetically decodes each bit included in the suffix part using the encoding table for suffix. Decrypt.
  • the three-dimensional data decoding device may update the probability of occurrence of 0 and 1 in each encoding table according to the value of binary data generated at the time of decoding.
  • the three-dimensional data decoding device may fix the occurrence probabilities of 0 and 1 in one of the encoding tables.
  • the number of updates of the occurrence probability can be suppressed, so that the processing amount can be reduced.
  • the three-dimensional data decoding device may update the occurrence probability for the prefix section and fix the occurrence probability for the suffix section.
  • the three-dimensional data decoding device multiplies the binarized data of the arithmetically decoded prediction residual in accordance with the encoding method used in the three-dimensional data encoding device, thereby obtaining the quantized prediction residual. Decode the difference (unsigned integer value).
  • the three-dimensional data decoding device first calculates the value of the decoded n-bit code by arithmetically decoding the binary data of the n-bit code. Next, the three-dimensional data decoding device compares the value of the n-bit code with the value of R_TH.
  • the three-dimensional data decoding device determines that the bit encoded by the exponential Golomb exists next, and uses the binarized data encoded by the exponential Golomb. Arithmetic decoding of some 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. 87 is a diagram showing an example of a reverse lookup table indicating the relationship between the remaining codes and their values. Next, the three-dimensional data decoding device obtains the multi-valued quantized prediction residual by adding the obtained residual code value to R_TH.
  • the three-dimensional data decoding apparatus uses the value of the n-bit code as it is and converts the multi-valued quantized prediction residual after quantization. Determine the difference. Accordingly, the three-dimensional data decoding device can appropriately decode the bit stream generated by switching the binarization method according to the value of the prediction residual in the three-dimensional data encoding device.
  • the three-dimensional data decoding apparatus may decode the value of the threshold value R_TH from the header and switch the decoding method using the decoded value of the threshold value R_TH. Good. Further, when the threshold R_TH is added to the header or the like for each LoD, the three-dimensional data decoding device switches the decoding method using the threshold R_TH decoded for each LoD.
  • the three-dimensional data decoding device obtains the value of the remaining code by decoding the remaining code by exponential Golomb. For example, in the example shown in FIG. 87, the remaining code is 00100, and 3 is obtained as the value of the remaining code.
  • the three-dimensional data decoding apparatus obtains a prediction residual value 66 by adding the threshold value R_TH value 63 and the remaining code value 3.
  • the three-dimensional data decoding apparatus sets the n-bit code value 32 to the value of the prediction residual.
  • the three-dimensional data decoding device converts the decoded prediction residual after quantization from an unsigned integer value to a signed integer value by, for example, a process reverse to the process in the three-dimensional data encoding device. This allows the three-dimensional data decoding device to appropriately decode the generated bitstream without considering occurrence of a negative integer when performing entropy coding on the prediction residual. Note that the three-dimensional data decoding apparatus does not always need to convert an unsigned integer value to a signed integer value. For example, when decoding a bit stream generated by separately entropy-encoding code bits, decoding the code bits May be.
  • the three-dimensional data decoding device generates a decoded value by decoding the quantized prediction residual converted into a signed integer value by inverse quantization and reconstruction.
  • the three-dimensional data decoding device uses the generated decoded value for prediction of a three-dimensional point or later to be decoded.
  • the three-dimensional data decoding apparatus calculates an inverse quantization value by multiplying the prediction residual after quantization by the decoded quantization scale, and adds the inverse quantization value and the prediction value. To obtain a decoded value.
  • the decoded unsigned integer value (unsigned quantized value) is converted into a signed integer value by the following processing.
  • the three-dimensional data decoding device sets the signed integer a2q to-((a2u + 1) >> 1). If the LSB of the unsigned integer value a2u is not 1, the three-dimensional data decoding device sets the signed integer value a2q to (a2u >> 1).
  • the three-dimensional data decoding device sets the signed integer value b2q to ⁇ ((b2u + 1) >> 1).
  • the three-dimensional data decoding device sets the signed integer b2q to (b2u >> 1).
  • ⁇ Details of the inverse quantization and reconstruction processing by the three-dimensional data encoding device are the same as those of the three-dimensional data encoding device.
  • FIG. 88 is a flowchart of a three-dimensional data decoding process performed by the three-dimensional data decoding device.
  • the three-dimensional data decoding device decodes position information (geometry) from the bit stream (S5631).
  • a three-dimensional data decoding device performs decoding using an octree representation.
  • the three-dimensional data decoding device decodes the attribute information (Attribute) from the bit stream (S5632). For example, when decoding a plurality of types of attribute information, the three-dimensional data decoding device may sequentially decode the plurality of types of attribute information. For example, when decoding the color, the reflectance, and the frame index as the attribute information, the three-dimensional data decoding apparatus determines the color encoding result, the reflectance encoding result, and the frame according to the order added to the bit stream. Decode the index encoding result. For example, in the bitstream, when the reflectance coding result is added after the color coding result, the three-dimensional data decoding apparatus decodes the color coding result, and then the reflectance coding result.
  • attribute information Attribute
  • the three-dimensional data decoding device may sequentially decode the plurality of types of attribute information. For example, when decoding the color, the reflectance, and the frame index as the attribute information, the three-dimensional data decoding apparatus determines the color
  • the three-dimensional data decoding apparatus performs encoding of the frame index after decoding of the encoding result of the reflectance. Decrypt the result.
  • the three-dimensional data decoding device may decode the encoding result of the attribute information added to the bit stream in any order.
  • the three-dimensional data decoding device may obtain information indicating a start position of encoded data of each attribute information in the bit stream by decoding a header or the like.
  • the three-dimensional data decoding device can selectively decode the attribute information that needs to be decoded, and can omit the decoding process of the attribute information that does not need to be decoded. 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 result into one three-dimensional point group.
  • the three-dimensional data decoding device can decode a plurality of types of attribute information at high speed.
  • the three-dimensional data decoding device divides the decoded three-dimensional point group into a plurality of frames based on the decoded frame index value together with the position information of each three-dimensional point (S5633). For example, when the frame index of the decoded three-dimensional point a is 0, the three-dimensional data decoding device adds the position information and the attribute information of the three-dimensional point a to the frame 0, and the frame index of the decoded three-dimensional point b is 1. In this case, the position information and the attribute information of the three-dimensional point b are added to the frame 1 to divide the three-dimensional point group obtained by the decoding into a plurality of three-dimensional point groups respectively belonging to a plurality of different frames.
  • FIG. 89 is a flowchart of the attribute information decoding process (S5632).
  • the three-dimensional data decoding device sets LoD (S5641). That is, the three-dimensional data decoding device assigns each of the plurality of three-dimensional points having the decoded position information to one of the plurality of LoDs. For example, this assignment method is the same as the assignment method used in the three-dimensional data encoding device.
  • the three-dimensional data decoding device starts a loop in LoD units (S5642). That is, the three-dimensional data decoding apparatus repeatedly performs the processing of steps S5643 to S5649 for each LoD.
  • the three-dimensional data decoding apparatus starts a loop for each three-dimensional point (S5643). That is, the three-dimensional data decoding device repeatedly performs the processing of steps S5644 to S5648 for each three-dimensional point.
  • the three-dimensional data decoding device searches for a plurality of peripheral points, which are three-dimensional points existing around the target three-dimensional point, which are used for calculating a predicted value of the target three-dimensional point to be processed (S5644).
  • the three-dimensional data decoding device calculates a weighted average of the values of the attribute information of the plurality of surrounding points, and sets the obtained value as the predicted value P (S5645).
  • the three-dimensional data decoding device arithmetically decodes the quantized value from the bitstream (S5646). Also, the three-dimensional data decoding device calculates an inverse quantization value by inversely quantizing the decoded quantization value (S5647). Next, the three-dimensional data decoding device generates a decoded value by adding the prediction value to the dequantized value (S5648). Next, the three-dimensional data decoding device ends the loop for each three-dimensional point (S5649). Also, the three-dimensional data decoding device ends the loop in LoD units (S5650).
  • FIG. 90 is a block diagram showing a configuration of a three-dimensional data encoding device 5600 according to the present embodiment.
  • the three-dimensional data encoding device 5600 includes a frame combining unit 5601, a position information encoding unit 5602, an attribute information reallocation unit 5603, and an attribute information encoding unit 5604.
  • the frame combining unit 5601 combines a plurality of frames.
  • the position information encoding unit 5602 encodes position information (geometry) of a plurality of three-dimensional points included in the input point group.
  • the attribute information reassignment unit 5603 reassigns the values of the attribute information of the plurality of three-dimensional points included in the input point group using the encoding and decoding results of the position information.
  • the attribute information encoding unit 5604 encodes the reassigned attribute information (attribute). Also, the three-dimensional data encoding device 5600 generates a bit stream including the encoded position information and the encoded attribute information.
  • FIG. 91 is a block diagram showing a configuration of three-dimensional data decoding apparatus 5610 according to the present embodiment.
  • This three-dimensional data decoding device 5610 includes a position information decoding unit 5611, an attribute information decoding unit 5612, and a frame division unit 5613.
  • the position information decoding unit 5611 decodes position information (geometry) of a plurality of three-dimensional points from the bit stream.
  • the attribute information decoding unit 5612 decodes attribute information (attributes) of a plurality of three-dimensional points from the bit stream.
  • the frame dividing unit 5613 divides the decoded three-dimensional point group into a plurality of frames based on the decoded frame index value together with the position information of each three-dimensional point. Also, the three-dimensional data decoding device 5610 generates an output point group by combining the decoded position information and the decoded attribute information.
  • FIG. 92 is a diagram showing the structure of the attribute information.
  • 92 (a) is a diagram showing the structure of the compressed attribute information
  • FIG. 92 (b) is a diagram showing an example of the syntax of the attribute information header
  • FIG. 92 (c) is a diagram showing an example of a syntax of a payload (data) of attribute information.
  • apx_idx indicates the ID of the corresponding parameter set.
  • apx_idx when there is a parameter set for each frame, a plurality of IDs may be indicated.
  • “offset” indicates an offset position for acquiring combined data.
  • other_attribute_information indicates other attribute data such as QP delta indicating the difference value of the quantization parameter.
  • the combine_frame_flag is a flag indicating whether or not the encoded data is frame-combined.
  • number_ofo_combine_frame indicates the number N of the combined frames. The number_of $ _combine_frame may be included in the SPS or the APS.
  • a refer_different_frame is a flag indicating whether to encode / decode the attribute information of the target three-dimensional point to be encoded / decoded using the attribute information of the same frame or surrounding three-dimensional points belonging to the same frame and other than the same frame. It is. For example, the following values can be assigned.
  • the three-dimensional data encoding device or the three-dimensional data decoding device encodes the attribute information of the target three-dimensional point using the attribute information of the surrounding three-dimensional points in the same frame as the target three-dimensional point. Decrypt. In this case, the three-dimensional data encoding device or the three-dimensional data decoding device does not encode / decode the attribute information of the target three-dimensional point using the attribute information of the surrounding three-dimensional points in the frame different from the target three-dimensional point.
  • the three-dimensional data encoding device or the three-dimensional data decoding device uses the attribute information of the same frame as the frame to which the target three-dimensional point belongs and surrounding three-dimensional points other than the same frame as the target three-dimensional point.
  • Encode / decode point attribute information That is, the three-dimensional data encoding device or the three-dimensional data decoding device uses the attribute information of the surrounding three-dimensional points to determine whether or not the three-dimensional data points belong to the same frame as the target three-dimensional point.
  • Encode / decode attribute information is
  • the color information or the reflectance information is encoded using the attribute information of the surrounding three-dimensional point, but the frame index of the target three-dimensional point is changed to the frame index of the surrounding three-dimensional point. May be used for encoding.
  • the three-dimensional data encoding device for example, the frame index added to each three-dimensional point when multiple frames are combined as attribute information of each three-dimensional point, encoding using the predictive encoding method described in the present disclosure It does not matter.
  • the three-dimensional data encoding device calculates the predicted value of the frame index of the three-dimensional point A from the values of the frame indexes of the three-dimensional points B, C, and D surrounding the three-dimensional point A, and encodes the prediction residual. It may be changed. Accordingly, the three-dimensional data encoding device can reduce the amount of bits for encoding the frame index, and can improve encoding efficiency.
  • FIG. 93 is a diagram for describing encoded data.
  • the attribute information may be frame-combined.
  • the attribute information is encoded or decoded with reference to the position information.
  • the position information referred to may be the position information before the frame combination or the position information after the frame combination.
  • the number of combined frames of the position information and the number of combined frames of the attribute information may be the same, may be independent, or may be different.
  • Numerical values in parentheses in FIG. 93 indicate frames, and for example, 1 indicates that the information is frame 1, and 1-4 indicates that the information is the combined frames 1 to 4. . Further, G indicates position information, and A indicates attribute information.
  • Frame_idx1 is a frame index of frame 1.
  • (A) of FIG. 93 shows an example in which referer_differential_frame is 1.
  • the three-dimensional data encoding device or the three-dimensional data decoding device encodes or decodes A (1-4) based on the information of G (1-4).
  • the three-dimensional data decoding apparatus divides G (1-4) and A (1-4) into Frame1-4 using Frame_idx1-4 decoded together with G (1-4).
  • the three-dimensional data encoding device or the three-dimensional data decoding device may refer to other attribute information of A (1-4).
  • the three-dimensional data encoding device or three-dimensional data decoding device may refer to other A (1) or A (2-4) when encoding or decoding A (1). You may. Further, arrows indicate a reference source and a reference destination of the information, the source of the arrow indicates the reference source, and the tip of the arrow indicates the reference destination.
  • ((B) of FIG. 93 shows an example in which the refer_different_frame is 0.
  • the refer_different_frame is 0, unlike the case where the refer_different_frame is 1, the three-dimensional data encoding device or the three-dimensional data decoding device does not refer to the attribute information of different frames. That is, when encoding or decoding A (1), the three-dimensional data encoding device or the three-dimensional data decoding device refers to another A (1) and does not refer to A (2-4).
  • ((C) of FIG. 93 shows another example when the refer_different_frame is 0.
  • the position information is encoded in the combined frame, but the attribute information is encoded for each frame. Therefore, when encoding or decoding A (1), the three-dimensional data encoding device or the three-dimensional data decoding device refers to another A (1).
  • the three-dimensional data encoding device or the three-dimensional data decoding device refers to another A (1).
  • other attribute information belonging to the same frame is referred to. Note that A (1-4) may add each APS to the header.
  • the three-dimensional data encoding device performs the processing shown in FIG.
  • the three-dimensional data encoding device is third point cloud data in which the first point cloud data and the second point cloud data are combined, and the position of each of the plurality of three-dimensional points included in the third point cloud data.
  • Third point cloud data including information and identification information indicating whether each of the plurality of three-dimensional points belongs to the first point cloud data or the second point cloud data is acquired (S5661).
  • the three-dimensional data encoding device generates encoded data by encoding the acquired third point cloud data (S5662).
  • the three-dimensional data encoding device encodes the identification information of the three-dimensional point as the attribute information of the three-dimensional point for each of the plurality of three-dimensional points in the generation of the encoded data.
  • the three-dimensional data encoding method can improve encoding efficiency by encoding a plurality of point cloud data collectively.
  • the attribute information of the first three-dimensional point is encoded using the attribute information of the second three-dimensional point around the first three-dimensional point of the plurality of three-dimensional points. Turn into.
  • the attribute information of the first three-dimensional point includes first identification information indicating that the first three-dimensional point belongs to the first point group data.
  • the attribute information of the second three-dimensional point includes second identification information indicating that the second three-dimensional point belongs to the second point cloud data.
  • the predicted value of the attribute information of the first three-dimensional point is calculated using the attribute information of the second three-dimensional point, and the attribute information of the first three-dimensional point and the predicted value are calculated. Is calculated, and encoded data including the prediction residual is generated.
  • the third point cloud data is acquired by combining the first point cloud data and the second point cloud data to generate the third point cloud data.
  • the encoded data includes the identification information in the same data format as other attribute information different from the identification information.
  • the three-dimensional data encoding device includes a processor and a memory, and the processor performs the above-described processing using the memory.
  • the three-dimensional data decoding apparatus performs the processing shown in FIG.
  • the three-dimensional data decoding device acquires encoded data (S5671).
  • the three-dimensional data decoding device decodes the coded data, so that each of the plurality of three-dimensional points included in the third point cloud data in which the first point cloud data and the second point cloud data are combined.
  • the position information and the attribute information are acquired (S5672).
  • the attribute information includes identification information indicating whether the three-dimensional point corresponding to the attribute information belongs to the first point cloud data or the second point cloud data.
  • the three-dimensional data decoding device can decode the coded data with improved coding efficiency by collectively coding the plurality of point cloud data.
  • the attribute information of the first three-dimensional point is decoded using the attribute information of the second three-dimensional point around the first three-dimensional point among the plurality of three-dimensional points.
  • the attribute information of the first three-dimensional point includes first identification information indicating that the first three-dimensional point belongs to the first point group data.
  • the attribute information of the second three-dimensional point includes second identification information indicating that the second three-dimensional point belongs to the second point cloud data.
  • the encoded data includes a prediction residual. Then, in decoding the encoded data (S5672), the predicted value of the attribute information of the first three-dimensional point is calculated using the attribute information of the second three-dimensional point, and the predicted value and the prediction residual are added. , The attribute information of the first three-dimensional point is calculated.
  • the three-dimensional data decoding device further uses the identification information to divide the data into third three-dimensional point cloud data, first point cloud data, and second point cloud data.
  • the encoded data includes the identification information in the same data format as other attribute information different from the identification information.
  • the three-dimensional data decoding device includes a processor and a memory, and the processor uses the memory to perform the above processing.
  • FIG. 96 is a diagram showing an example of encoded data (bit stream) according to the present embodiment.
  • the three-dimensional data encoding device applies frame combination when the point cloud data has position information G (Geometry) and first attribute information A1 (Attribute) (for example, color) as shown in FIG. 96.
  • the frame index is encoded as the second attribute information A2.
  • the three-dimensional data encoding device also stores identification information indicating that the type of the attribute information is a frame index in SPS (sequence parameter set). That is, the identification information indicates the attribute information including the frame index (indicating the frame index) among the plurality of attribute information. In other words, the identification information indicates whether or not each of the plurality of attribute information is attribute information including a frame index.
  • the SPS is a parameter set common to a plurality of frames (a plurality of combined frames) and a parameter set common to position information and attribute information.
  • the identification information may be included in control information (metadata) other than SPS.
  • the identification information may be included in the APS or the like.
  • FIG. 96 shows an example of encoded data obtained by encoding a combined frame in which four frames of frames 1 to 4 are combined.
  • G (1-4) in the figure is position information of the combined frame.
  • A1 (1-4) is the first attribute information of the combined frame and is, for example, color information.
  • A2 (1-4) is second attribute information and indicates a frame index related to frames 1 to 4.
  • GPS (1-4) is a parameter set of G (1-4)
  • APS1 (1-4) is a parameter set of A1 (1-4)
  • APS2 (1-4) is It is a parameter set of A2 (1-4).
  • A1 (1-4) is encoded or decoded using G (1-4) information. Note that A1 (1-4) may be referred to each other. Further, at the time of decoding, G (1-4) and A (1-4) are divided into frames 1 to 4 by using the frame indexes 1 to 4 decoded together with G (1-4).
  • the reversible coding method is a coding method that does not perform quantization.
  • the quantization parameter may be restricted so that lossless encoding is performed.
  • the three-dimensional data encoding device may store information indicating the used encoding method or quantization parameter in the bitstream.
  • the three-dimensional data encoding device may use a reversible encoding method or a lossy encoding method for part or all of the position information and the attribute information other than the frame index. Good.
  • the three-dimensional data encoding device may send information for each frame as the second attribute information in addition to the frame index.
  • the information for each frame is a time stamp indicating a generation time of frame data, an encoding time, a decoding time, or the like.
  • the information for each frame is sensor information when the frame data is acquired.
  • the sensor information includes sensor speed, acceleration, position information, orientation, and the like.
  • FIG. 97 is a diagram showing an example of encoded data in this case.
  • the three-dimensional data encoding device When performing frame combination, the three-dimensional data encoding device generates attribute information A1 and sends encoded data including the generated attribute information A1.
  • the attribute information A1 indicates a frame index.
  • the three-dimensional data encoding device does not have to generate a frame index when the number of combined frames is variable and the number of combined frames is one.
  • the three-dimensional data decoding device may determine that the number of combined frames is 1 when the attribute information indicating the frame index does not exist.
  • a three-dimensional data encoding device that performs motion compensation will be described below.
  • the objects that form the first point cloud and the objects that form the second point cloud are It may move.
  • the movement of the object in the point cloud is slow, there is a high possibility that an octree can be shared, and the movement of the object is fast. In this case, there is a high possibility that the octree cannot be shared.
  • FIG. 98 is a flowchart of the three-dimensional data encoding process in this case.
  • the three-dimensional data encoding device calculates a motion vector (motion information) indicating motion between frames by predicting motion between frames by motion prediction (S5801). For example, the three-dimensional data encoding device generates a motion vector by comparing the point group of the current frame with the point group of the past frame. Specifically, the three-dimensional data encoding device detects the position of the same object included in two frames, and determines the motion based on the difference between the detected positions. It should be noted that the three-dimensional data encoding device may use some of the point clouds included in the frame or all the point clouds in the point cloud comparison. Further, the three-dimensional data encoding device may extract the feature points using the position information or the attribute information and predict the movement of the feature points.
  • a motion vector motion information
  • the three-dimensional data encoding device generates a motion vector by comparing the point group of the current frame with the point group of the past frame. Specifically, the three-dimensional data encoding device detects the position of the same object included in two frames, and
  • FIG. 99 is a diagram showing an example of this motion compensation and frame combination.
  • (A) of the same figure is an example when motion compensation is not performed, and (b) of the same figure is an example when motion compensation is performed.
  • the three-dimensional data encoding device predicts the movement of the point group of frame 1 to frame 2 and moves the position of the point group of frame 2 by the amount of the movement. Then, the position of the point group of the frame 2 is corrected.
  • the three-dimensional data encoding device generates a combined frame by combining the frame 1 and the corrected frame 2 (S5803).
  • the three-dimensional data encoding device encodes the position information of the combined frame (S5804).
  • the three-dimensional data encoding device converts the attribute information (S5805), and encodes the converted attribute information (S5806).
  • the attribute information of the original three-dimensional point is reassigned to the changed three-dimensional point.
  • FIG. 100 is a diagram showing an example of motion vector transmission from the three-dimensional data encoding device 5800 to the three-dimensional data decoding device 5810.
  • FIG. 101 is a diagram showing an example of encoded data (bit stream).
  • the three-dimensional data encoding device 5800 stores the motion vector in control information (metadata) for each frame such as GPS and sends it out. It should be noted that the three-dimensional data encoding device 5800 may store the motion vector in the header of the position information or may store it in the payload of the position information. Alternatively, the three-dimensional data encoding device 5800 may store the motion vector in other control information such as SPS or APS. For example, the three-dimensional data encoding device 5800 stores a motion vector for each frame to be combined in GPS, as shown in FIG.
  • FIG. 102 is a block diagram showing the configuration of three-dimensional data decoding device 5810 according to the present embodiment.
  • the three-dimensional data decoding device 5810 includes a position information decoding unit 5811, an attribute information decoding unit 5812, a frame division unit 5813, and a motion correction unit 5814.
  • the position information decoding unit 5811 decodes position information from the bitstream.
  • the attribute information decoding unit 5812 decodes the attribute information from the bitstream.
  • the frame division unit 5813 divides the decoded combined frame (position information and attribute information) into a plurality of frames.
  • the motion correction unit 5814 corrects the divided frames using the motion vector to generate point group data of the frames. That is, the motion correction unit 5814 uses the motion vector to perform the process of returning the position of the shifted point in the three-dimensional data encoding device to the original position.
  • FIG. 103 is a diagram illustrating an example of a method of calculating a motion vector.
  • the dotted frame in FIG. 103 indicates a frame group to be frame-combined.
  • the three-dimensional data encoding device may compare the current frame with the frame immediately preceding the current frame to derive and send out a motion vector. .
  • the three-dimensional data encoding device does not derive or transmit a motion vector for the first frame.
  • the three-dimensional data encoding device may derive and send out a motion vector for the first frame by comparing it with the previous frame.
  • the three-dimensional data encoding device may derive and send out a motion vector by comparing the current frame with the leading frame of the combined frame group, as shown in (b) of FIG.
  • FIG. 104 is a diagram illustrating an example of a motion vector calculation method when inter prediction is applied.
  • the three-dimensional data encoding device may derive the motion vector by comparing the current frame with the frame at the GOF head, for example.
  • the three-dimensional data encoding device may derive a motion vector between GOF heads.
  • GOF is a processing unit including a plurality of frames, and is, for example, a random access unit including an I frame.
  • the three-dimensional data encoding device may generate the motion vector from the information of the point cloud, or any information such as position information of the sensor when acquiring the point cloud, velocity and acceleration, or a plurality of pieces of information. It may be calculated based on information.
  • the size of the motion vector between frames may differ for each tile.
  • the three-dimensional data encoding device may determine whether to apply a motion vector for each tile.
  • the three-dimensional data encoding device may change the motion vector derivation method or compensation method for each tile. For example, the three-dimensional data encoding device can apply appropriate motion compensation even if there are tiles having a large motion vector and tiles having a small motion vector by deriving a motion vector for each tile.
  • the three-dimensional data encoding device may store, in a bitstream, a signal indicating whether or not a motion vector is applied to each tile, a motion vector derivation method, a compensation method, and the like.
  • the three-dimensional data encoding device may expand the bounding box, or may convert the position of the point cloud to the position within the existing bounding box without expanding the bounding box.
  • FIG. 105 is a diagram showing an example of encoded data in this case.
  • the motion vector of each tile may be stored in the GPS or the like.
  • FIG. 106 is a diagram showing an example of tiles to which motion compensation is applied. As shown in FIG. 106, for example, the three-dimensional data encoding device does not apply motion compensation to tiles near a moving body such as a vehicle, but applies motion compensation to tiles distant from the moving body. .
  • the three-dimensional data encoding device performs the process shown in FIG. 107.
  • the three-dimensional data encoding device generates encoded data by encoding the third point cloud data in which the first point cloud data and the second point cloud data are combined (S5811).
  • the three-dimensional data encoding device generates a bitstream including encoded data and control information (S5812).
  • the encoded data includes position information of each of a plurality of three-dimensional points included in the third point cloud data and a plurality of attribute information.
  • One of the plurality of attribute information includes first information (eg, frame index) indicating which of the first point cloud data and the second point cloud data the corresponding three-dimensional point belongs to.
  • the control information includes second information (for example, identification information) indicating the attribute information including the first information among the plurality of attribute information.
  • the three-dimensional data decoding device that decodes the bitstream generated by the three-dimensional data encoding device includes the first information included in the control information when the first information is included in any of the plurality of attribute information.
  • the attribute information including the first information can be easily determined by using the second information. Therefore, the three-dimensional data encoding device can reduce the processing amount of the three-dimensional data decoding device.
  • control information is control information (eg, SPS) common to multiple frames.
  • control information eg, SPS
  • the third point cloud data is a plurality of point cloud data at a plurality of times
  • the control information is control information common to the plurality of point cloud data.
  • the three-dimensional data encoding device encodes the attribute information including the first information using a reversible encoding method. For example, the three-dimensional data encoding device sets the quantization parameter so that the lossless encoding method is used. For example, the three-dimensional data encoding device stores information indicating the set quantization parameter in the bitstream.
  • the three-dimensional data encoding device uses the motion information (for example, motion vector) indicating the motion between the first point cloud data and the second point cloud data to determine the point cloud included in the second point cloud data.
  • the third point cloud data is generated by correcting the position and integrating the first point cloud data and the corrected second point cloud data, and the encoded data includes motion information.
  • the three-dimensional data coding device can improve the coding efficiency because the positions of the connected point groups can be brought close to each other.
  • the three-dimensional data encoding device includes a processor and a memory, and the processor performs the above-described processing using the memory.
  • the three-dimensional data decoding device performs the processing shown in FIG.
  • the 3D data decoding apparatus includes position information of each of a plurality of 3D points included in the 3rd point group data obtained by combining the 1st point group data and the 2nd point group data from the bit stream and a plurality of pieces of position information.
  • the encoded data including the attribute information is acquired (S5821).
  • the three-dimensional data decoding device uses the control information included in the bitstream to determine whether the corresponding three-dimensional point of the plurality of attribute information belongs to the first point cloud data or the second point cloud data.
  • Second information (for example, identification information) indicating attribute information including information (for example, frame index) is acquired (S5822).
  • the three-dimensional data decoding device acquires the first information using the second information (S5823). For example, the three-dimensional data decoding device specifies the attribute information including the first information using the second information, and acquires the first information from the specified attribute information.
  • the three-dimensional data decoding device uses the second information included in the control information to determine the attribute information including the first information. It can be easily determined. Therefore, the three-dimensional data decoding device can reduce the processing amount.
  • control information is control information (eg, SPS) common to multiple frames.
  • SPS control information
  • the attribute information including the first information is encoded using a lossless encoding method.
  • the three-dimensional data decoding device decodes the attribute information coded using the lossless coding method, using the decoding method corresponding to the lossless coding method.
  • the quantization parameter is set so that the lossless encoding method is used.
  • the three-dimensional data decoding device acquires information indicating a quantization parameter set so that a lossless encoding method is used from a bitstream, and uses the quantization parameter to perform attribute information using the decoding method. To decrypt.
  • the three-dimensional data decoding device uses the first information to separate the first point cloud data and the second point cloud data from the third point cloud data.
  • the three-dimensional data decoding device acquires motion information indicating a motion between the first point cloud data and the second point cloud data from the bitstream, and uses the motion information to include the motion information in the second point cloud data. Correct the position of the point cloud.
  • the three-dimensional data decoding device can decode a bitstream with improved coding efficiency by bringing the positions of the connected point groups closer to each other.
  • the three-dimensional data decoding device includes a processor and a memory, and the processor uses the memory to perform the above processing.
  • the present disclosure is not limited to this embodiment.
  • Each processing unit included in the three-dimensional data encoding device, the three-dimensional data decoding device, and the like according to the above embodiment is typically realized as an LSI that is an integrated circuit. These may be individually integrated into one chip, or may be integrated into one chip so as to include some or all of them.
  • the integration into a circuit is not limited to an LSI, but may be realized by a dedicated circuit or a general-purpose processor.
  • An FPGA Field Programmable Gate Array
  • a reconfigurable processor that can reconfigure the connection and setting of circuit cells inside the LSI may be used.
  • each component may be configured by dedicated hardware, or may be realized by executing a software program suitable for each component.
  • Each component may be realized by a program execution unit such as a CPU or a processor reading and executing a software program recorded on a recording medium such as a hard disk or a semiconductor memory.
  • the present disclosure may be realized as a three-dimensional data encoding method, a three-dimensional data decoding method, or the like executed by the three-dimensional data encoding device, the three-dimensional data decoding device, or the like.
  • the division of functional blocks in the block diagram is merely an example, and a plurality of functional blocks can be implemented as one functional block, one functional block can be divided into a plurality of functional blocks, and some functions can be transferred to other functional blocks. You may. Also, the functions of a plurality of functional blocks having similar functions may be processed by a single piece of hardware or software in parallel or time division.
  • the three-dimensional data encoding device, the three-dimensional data decoding device, and the like have been described based on the embodiments.
  • the present disclosure is not limited to the embodiments. .
  • various modifications conceivable by those skilled in the art may be applied to the present embodiment, and a form constructed by combining components in different embodiments may be in the range of one or more aspects. May be included within.
  • the present disclosure can be applied to a three-dimensional data encoding device and a three-dimensional data decoding device.

Landscapes

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

Abstract

三次元データ符号化方法は、第１点群データと第２点群データとが結合された第３点群データを符号化することで符号化データを生成し（Ｓ５８１１）、符号化データと制御情報とを含むビットストリームを生成し（Ｓ５８１２）、符号化データは、第３点群データに含まれる複数の三次元点の各々の位置情報と複数の属性情報とを含み、複数の属性情報の一つは、対応する三次元点が第１点群データと第２点群データとのいずれに属するかを示す第１情報を含み、制御情報は、複数の属性情報のうち、第１情報が含まれる属性情報を示す第２情報を含む。

Description

三次元データ符号化方法、三次元データ復号方法、三次元データ符号化装置、及び三次元データ復号装置
　本開示は、三次元データ符号化方法、三次元データ復号方法、三次元データ符号化装置、及び三次元データ復号装置に関する。
　自動車或いはロボットが自律的に動作するためのコンピュータビジョン、マップ情報、監視、インフラ点検、又は、映像配信など、幅広い分野において、今後、三次元データを活用した装置又はサービスの普及が見込まれる。三次元データは、レンジファインダなどの距離センサ、ステレオカメラ、又は複数の単眼カメラの組み合わせなど様々な方法で取得される。
　三次元データの表現方法の１つとして、三次元空間内の点群によって三次元構造の形状を表すポイントクラウドと呼ばれる表現方法がある。ポイントクラウドでは、点群の位置と色とが格納される。ポイントクラウドは三次元データの表現方法として主流になると予想されるが、点群はデータ量が非常に大きい。よって、三次元データの蓄積又は伝送においては二次元の動画像（一例として、ＭＰＥＧで規格化されたＭＰＥＧ－４　ＡＶＣ又はＨＥＶＣなどがある）と同様に、符号化によるデータ量の圧縮が必須となる。
　また、ポイントクラウドの圧縮については、ポイントクラウド関連の処理を行う公開のライブラリ（Ｐｏｉｎｔ　Ｃｌｏｕｄ　Ｌｉｂｒａｒｙ）などによって一部サポートされている。
　また、三次元の地図データを用いて、車両周辺に位置する施設を検索し、表示する技術が知られている（例えば、特許文献１参照）。
国際公開第２０１４／０２０６６３号
　三次元データの符号化処理又は復号処理では、処理量を低減できることが望まれている。
　本開示は、処理量を低減できる三次元データ符号化方法、三次元データ復号方法、三次元データ符号化装置、又は三次元データ復号装置を提供することを目的とする。
　本開示の一態様に係る三次元データ符号化方法は、第１点群データと第２点群データとが結合された第３点群データを符号化することで符号化データを生成し、前記符号化データと制御情報とを含むビットストリームを生成し、前記符号化データは、前記第３点群データに含まれる複数の三次元点の各々の位置情報と複数の属性情報とを含み、前記複数の属性情報の一つは、対応する三次元点が前記第１点群データと前記第２点群データとのいずれに属するかを示す第１情報を含み、前記制御情報は、前記複数の属性情報のうち、前記第１情報が含まれる属性情報を示す第２情報を含む。
　本開示の一態様に係る三次元データ復号方法は、ビットストリームから、第１点群データと第２点群データとが結合された第３点群データに含まれる複数の三次元点の各々の位置情報と複数の属性情報とを含む符号化データを取得し、前記ビットストリームに含まれる制御情報から、前記複数の属性情報のうち、対応する三次元点が前記第１点群データと前記第２点群データとのいずれに属するかを示す第１情報を含む属性情報を示す第２情報を取得し、前記第２情報を用いて前記第１情報を取得する。
　本開示は、処理量を低減できる三次元データ符号化方法、三次元データ復号方法、三次元データ符号化装置、又は三次元データ復号装置を提供できる。
図１は、実施の形態１に係る三次元データ符号化復号システムの構成を示す図である。 図２は、実施の形態１に係る点群データの構成例を示す図である。 図３は、実施の形態１に係る点群データ情報が記述されたデータファイルの構成例を示す図である。 図４は、実施の形態１に係る点群データの種類を示す図である。 図５は、実施の形態１に係る第１の符号化部の構成を示す図である。 図６は、実施の形態１に係る第１の符号化部のブロック図である。 図７は、実施の形態１に係る第１の復号部の構成を示す図である。 図８は、実施の形態１に係る第１の復号部のブロック図である。 図９は、実施の形態１に係る第２の符号化部の構成を示す図である。 図１０は、実施の形態１に係る第２の符号化部のブロック図である。 図１１は、実施の形態１に係る第２の復号部の構成を示す図である。 図１２は、実施の形態１に係る第２の復号部のブロック図である。 図１３は、実施の形態１に係るＰＣＣ符号化データに関わるプロトコルスタックを示す図である。 図１４は、実施の形態２に係るＩＳＯＢＭＦＦの基本構造を示す図である。 図１５は、実施の形態２に係るプロトコルスタックを示す図である。 図１６は、実施の形態３に係る符号化部及び多重化部の構成を示す図である。 図１７は、実施の形態３に係る符号化データの構成例を示す図である。 図１８は、実施の形態３に係る符号化データ及びＮＡＬユニットの構成例を示す図である。 図１９は、実施の形態３に係るｐｃｃ＿ｎａｌ＿ｕｎｉｔ＿ｔｙｐｅのセマンティクス例を示す図である。 図２０は、実施の形態３に係るＮＡＬユニットの送出順序の例を示す図である。 図２１は、実施の形態４に係る第１の符号化部のブロック図である。 図２２は、実施の形態４に係る第１の復号部のブロック図である。 図２３は、実施の形態４に係る分割部のブロック図である。 図２４は、実施の形態４に係るスライス及びタイルの分割例を示す図である。 図２５は、実施の形態４に係るスライス及びタイルの分割パターンの例を示す図である。 図２６は、実施の形態４に係る依存関係の例を示す図である。 図２７は、実施の形態４に係るデータの復号順の例を示す図である。 図２８は、実施の形態４に係る符号化処理のフローチャートである。 図２９は、実施の形態４に係る結合部のブロック図である。 図３０は、実施の形態４に係る符号化データ及びＮＡＬユニットの構成例を示す図である。 図３１は、実施の形態４に係る符号化処理のフローチャートである。 図３２は、実施の形態４に係る復号処理のフローチャートである。 図３３は、実施の形態４に係る符号化処理のフローチャートである。 図３４は、実施の形態４に係る復号処理のフローチャートである。 図３５は、実施の形態５に係る複数フレームの点群データからツリー構造及びオキュパンシー符号を生成するイメージを示す図である。 図３６は、実施の形態５に係るフレーム結合の例を示す図である。 図３７は、実施の形態５に係る複数フレームの結合の例を示す図である。 図３８は、実施の形態５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３９は、実施の形態５に係る符号化処理のフローチャートである。 図４０は、実施の形態５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４１は、実施の形態５に係る復号及び分割処理のフローチャートである。 図４２は、実施の形態５に係る符号化部のブロック図である。 図４３は、実施の形態５に係る分割部のブロック図である。 図４４は、実施の形態５に係る位置情報符号化部のブロック図である。 図４５は、実施の形態５に係る属性情報符号化部のブロック図である。 図４６は、実施の形態５に係る点群データの符号化処理のフローチャートである。 図４７は、実施の形態５に係る符号化処理のフローチャートである。 図４８は、実施の形態５に係る復号部のブロック図である。 図４９は、実施の形態５に係る位置情報復号部のブロック図である。 図５０は、実施の形態５に係る属性情報復号部のブロック図である。 図５１は、実施の形態５に係る結合部のブロック図である。 図５２は、実施の形態５に係る点群データの復号処理のフローチャートである。 図５３は、実施の形態５に係る復号処理のフローチャートである。 図５４は、実施の形態５に係るフレームの結合パターンの例を示す図である。 図５５は、実施の形態５に係るＰＣＣフレームの構成例を示す図である。 図５６は、実施の形態５に係る符号化位置情報の構成を示す図である。 図５７は、実施の形態５に係る符号化位置情報の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５に係る符号化位置情報のペイロードのシンタックス例を示す図である。 図５９は、実施の形態５に係るリーフノード情報の例を示す図である。 図６０は、実施の形態５に係るリーフノード情報の例を示す図である。 図６１は、実施の形態５に係るビットマップ情報の例を示す図である。 図６２は、実施の形態５に係る符号化属性情報の構成を示す図である。 図６３は、実施の形態５に係る符号化属性情報のヘッダのシンタックス例を示す図である。 図６４は、実施の形態５に係る符号化属性情報のペイロードのシンタックス例を示す図である。 図６５は、実施の形態５に係る符号化データの構成を示す図である。 図６６は、実施の形態５に係るデータの送出順及びデータの参照関係を示す図である。 図６７は、実施の形態５に係るデータの送出順及びデータの参照関係を示す図である。 図６８は、実施の形態５に係るデータの送出順及びデータの参照関係を示す図である。 図６９は、実施の形態５に係る一部のフレームを復号する例を示す図である。 図７０は、実施の形態５に係るデータの送出順及びデータの参照関係を示す図である。 図７１は、実施の形態５に係るデータの送出順及びデータの参照関係を示す図である。 図７２は、実施の形態５に係るデータの送出順及びデータの参照関係を示す図である。 図７３は、実施の形態５に係るデータの送出順及びデータの参照関係を示す図である。 図７４は、実施の形態５に係る符号化処理のフローチャートである。 図７５は、実施の形態５に係る復号処理のフローチャートである。 図７６は、実施の形態６に係る三次元点の例を示す図である。 図７７は、実施の形態６に係るＬｏＤの設定例を示す図である。 図７８は、実施の形態６に係るＬｏＤの設定に用いる閾値の例を示す図である。 図７９は、実施の形態６に係る予測値に用いる属性情報の例を示す図である。 図８０は、実施の形態６に係る指数ゴロム符号の一例を示す図である。 図８１は、実施の形態６に係る指数ゴロム符号に対する処理を示す図である。 図８２は、実施の形態６に係る属性ヘッダのシンタックス例を示す図である。 図８３は、実施の形態６に係る属性データのシンタックス例を示す図である。 図８４は、実施の形態６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８５は、実施の形態６に係る属性情報符号化処理のフローチャートである。 図８６は、実施の形態６に係る指数ゴロム符号に対する処理を示す図である。 図８７は、実施の形態６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８８は、実施の形態６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８９は、実施の形態６に係る属性情報復号処理のフローチャートである。 図９０は、実施の形態６に係る三次元データ符号化装置のブロック図である。 図９１は、実施の形態６に係る三次元データ復号装置のブロック図である。 図９２は、実施の形態６に係る属性情報の構成を示す図である。 図９３は、実施の形態６に係る符号化データについて説明するための図である。 図９４は、実施の形態６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９５は、実施の形態６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９６は、実施の形態７に係る符号化データの例を示す図である。 図９７は、実施の形態７に係る符号化データの例を示す図である。 図９８は、実施の形態７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９９は、実施の形態７に係る動き補償及びフレーム結合の例を示す図である。 図１００は、実施の形態７に係る動きベクトル送信の例を示す図である。 図１０１は、実施の形態７に係る符号化データの例を示す図である。 図１０２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１０３は、実施の形態７に係る動きベクトルの算出方法の例を示す図である。 図１０４は、実施の形態７に係る動きベクトルの算出方法の例を示す図である。 図１０５は、実施の形態７に係る符号化データの例を示す図である。 図１０６は、実施の形態７に係る動き補償を適用するタイルの例を示す図である。 図１０７は、実施の形態７に係る符号化処理のフローチャートである。 図１０８は、実施の形態７に係る復号処理のフローチャートである。
　本開示の一態様に係る三次元データ符号化方法は、第１点群データと第２点群データとが結合された第３点群データを符号化することで符号化データを生成し、前記符号化データと制御情報とを含むビットストリームを生成し、前記符号化データは、前記第３点群データに含まれる複数の三次元点の各々の位置情報と複数の属性情報とを含み、前記複数の属性情報の一つは、対応する三次元点が前記第１点群データと前記第２点群データとのいずれに属するかを示す第１情報を含み、前記制御情報は、前記複数の属性情報のうち、前記第１情報が含まれる属性情報を示す第２情報を含む。
　これによれば、当該三次元データ符号化方法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は、複数の属性情報のいずれかに第１情報が含まれる場合において、制御情報に含まれる第２情報を用いて、第１情報が含まれる属性情報を容易に判定できる。よって、当該三次元データ符号化方法は、三次元データ復号装置の処理量を低減できる。
　例えば、前記制御情報は、複数フレームに共通の制御情報であってもよい。
　例えば、前記第１情報が含まれる前記属性情報を、可逆の符号化方法を用いて符号化してもよい。
　例えば、前記可逆の符号化方法が用いられるように量子化パラメータを設定してもよい。
　例えば、前記第１点群データと前記第２点群データとの間の動きを示す動き情報を用いて、前記第２点群データに含まれる点群の位置を補正し、前記第１点群データと、補正後の第２点群データとを統合することで前記第３点群データを生成し、前記符号化データは、前記動き情報を含んでもよい。
　これによれば、当該三次元データ符号化方法は、結合する点群の位置を近づけることができるので符号化効率を向上できる。
　本開示の一態様に係る三次元データ復号方法は、ビットストリームから、第１点群データと第２点群データとが結合された第３点群データに含まれる複数の三次元点の各々の位置情報と複数の属性情報とを含む符号化データを取得し、前記ビットストリームに含まれる制御情報から、前記複数の属性情報のうち、対応する三次元点が前記第１点群データと前記第２点群データとのいずれに属するかを示す第１情報を含む属性情報を示す第２情報を取得し、前記第２情報を用いて前記第１情報を取得する。
　これによれば、当該三次元データ復号方法は、複数の属性情報のいずれかに第１情報が含まれる場合において、制御情報に含まれる第２情報を用いて、第１情報が含まれる属性情報を容易に判定できる。よって、三次元データ復号方法は、処理量を低減できる。
　例えば、前記制御情報は、複数フレームに共通の制御情報であってもよい。
　例えば、前記第１情報が含まれる前記属性情報は、可逆の符号化方法を用いて符号化されていてもよい。
　例えば、前記可逆の符号化方法が用いられるように量子化パラメータが設定されていてもよい。
　例えば、前記第１情報を用いて、前記第３点群データから前記第１点群データと前記第２点群データとを分離してもよい。
　例えば、前記ビットストリームから、前記第１点群データと前記第２点群データとの間の動きを示す動き情報を取得し、前記動き情報を用いて、前記第２点群データに含まれる点群の位置を補正してもよい。
　これによれば、当該三次元データ復号方法は、結合する点群の位置を近づけることで符号化効率が向上されたビットストリームを復号できる。
　また、本開示の一態様に係る三次元データ符号化装置は、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点群データと第２点群データとが結合された第３点群データを符号化することで符号化データを生成し、前記符号化データと制御情報とを含むビットストリームを生成し、前記符号化データは、前記第３点群データに含まれる複数の三次元点の各々の位置情報と複数の属性情報とを含み、前記複数の属性情報の一つは、対応する三次元点が前記第１点群データと前記第２点群データとのいずれに属するかを示す第１情報を含み、前記制御情報は、前記複数の属性情報のうち、前記第１情報が含まれる属性情報を示す第２情報を含む。
　これによれば、当該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は、複数の属性情報のいずれかに第１情報が含まれる場合において、制御情報に含まれる第２情報を用いて、第１情報が含まれる属性情報を容易に判定できる。よって、当該三次元データ符号化装置は、三次元データ復号装置の処理量を低減できる。
　また、本開示の一態様に係る三次元データ復号装置は、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、ビットストリームから、第１点群データと第２点群データとが結合された第３点群データに含まれる複数の三次元点の各々の位置情報と複数の属性情報とを含む符号化データを取得し、前記ビットストリームに含まれる制御情報から、前記複数の属性情報のうち、対応する三次元点が前記第１点群データと前記第２点群データとのいずれに属するかを示す第１情報を含む属性情報を示す第２情報を取得し、前記第２情報を用いて前記第１情報を取得する。
　これによれば、当該三次元データ復号装置は、複数の属性情報のいずれかに第１情報が含まれる場合において、制御情報に含まれる第２情報を用いて、第１情報が含まれる属性情報を容易に判定できる。よって、三次元データ復号装置は、処理量を低減できる。
　なお、これらの包括的または具体的な態様は、システム、方法、集積回路、コンピュータプログラムまたはコンピュータ読み取り可能なＣＤ－ＲＯＭなどの記録媒体で実現されてもよく、システム、方法、集積回路、コンピュータプログラム及び記録媒体の任意な組み合わせで実現されてもよい。
　以下、実施の形態について、図面を参照しながら具体的に説明する。なお、以下で説明する実施の形態は、いずれも本開示の一具体例を示すものである。以下の実施の形態で示される数値、形状、材料、構成要素、構成要素の配置位置及び接続形態、ステップ、ステップの順序などは、一例であり、本開示を限定する主旨ではない。また、以下の実施の形態における構成要素のうち、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）
　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、並びに、当該符号化データを多重化する三次元データ多重化方法、並びに、当該符号化データを伝送する三次元データ伝送方法について説明する。
　特に、現在、点群データの符号化方法（符号化方式）として第１の符号化方法、及び第２の符号化方法が検討されているが、符号化データの構成、及び符号化データをシステムフォーマットへ格納する方法が定義されておらず、このままでは符号化部におけるＭＵＸ処理（多重化）、又は、伝送或いは蓄積ができないという課題がある。
　また、ＰＣＣ（Ｐｏｉｎｔ　Ｃｌｏｕｄ　Ｃｏｍｐｒｅｓｓｉｏｎ）のように、第１の符号化方法と第２の符号化方法の２つのコーデックが混在するフォーマットをサポートする方法はこれまで存在しない。
　本実施の形態では、第１の符号化方法と第２の符号化方法の２つのコーデックが混在するＰＣＣ符号化データの構成、及び符号化データをシステムフォーマットへ格納する方法について説明する。
　まず、本実施の形態に係る三次元データ（点群データ）符号化復号システムの構成を説明する。図１は、本実施の形態に係る三次元データ符号化復号システムの構成例を示す図である。図１に示すように、三次元データ符号化復号システムは、三次元データ符号化システム４６０１と、三次元データ復号システム４６０２と、センサ端末４６０３と、外部接続部４６０４とを含む。
　三次元データ符号化システム４６０１は、三次元データである点群データを符号化することで符号化データ又は多重化データを生成する。なお、三次元データ符号化システム４６０１は、単一の装置により実現される三次元データ符号化装置であってもよいし、複数の装置により実現されるシステムであってもよい。また、三次元データ符号化装置は、三次元データ符号化システム４６０１に含まれる複数の処理部のうち一部を含んでもよい。
　三次元データ符号化システム４６０１は、点群データ生成システム４６１１と、提示部４６１２と、符号化部４６１３と、多重化部４６１４と、入出力部４６１５と、制御部４６１６とを含む。点群データ生成システム４６１１は、センサ情報取得部４６１７と、点群データ生成部４６１８とを含む。
　センサ情報取得部４６１７は、センサ端末４６０３からセンサ情報を取得し、センサ情報を点群データ生成部４６１８に出力する。点群データ生成部４６１８は、センサ情報から点群データを生成し、点群データを符号化部４６１３へ出力する。
　提示部４６１２は、センサ情報又は点群データをユーザに提示する。例えば、提示部４６１２は、センサ情報又は点群データに基づく情報又は画像を表示する。
　符号化部４６１３は、点群データを符号化（圧縮）し、得られた符号化データと、符号化過程において得られた制御情報と、その他の付加情報とを多重化部４６１４へ出力する。付加情報は、例えば、センサ情報を含む。
　多重化部４６１４は、符号化部４６１３から入力された符号化データと、制御情報と、付加情報とを多重することで多重化データを生成する。多重化データのフォーマットは、例えば蓄積のためのファイルフォーマット、又は伝送のためのパケットフォーマットである。
　入出力部４６１５（例えば、通信部又はインタフェース）は、多重化データを外部へ出力する。または、多重化データは、内部メモリ等の蓄積部に蓄積される。制御部４６１６（またはアプリ実行部）は、各処理部を制御する。つまり、制御部４６１６は、符号化及び多重化等の制御を行う。
　なお、センサ情報が符号化部４６１３又は多重化部４６１４へ入力されてもよい。また、入出力部４６１５は、点群データ又は符号化データをそのまま外部へ出力してもよい。
　三次元データ符号化システム４６０１から出力された伝送信号（多重化データ）は、外部接続部４６０４を介して、三次元データ復号システム４６０２に入力される。
　三次元データ復号システム４６０２は、符号化データ又は多重化データを復号することで三次元データである点群データを生成する。なお、三次元データ復号システム４６０２は、単一の装置により実現される三次元データ復号装置であってもよいし、複数の装置により実現されるシステムであってもよい。また、三次元データ復号装置は、三次元データ復号システム４６０２に含まれる複数の処理部のうち一部を含んでもよい。
　三次元データ復号システム４６０２は、センサ情報取得部４６２１と、入出力部４６２２と、逆多重化部４６２３と、復号部４６２４と、提示部４６２５と、ユーザインタフェース４６２６と、制御部４６２７とを含む。
　センサ情報取得部４６２１は、センサ端末４６０３からセンサ情報を取得する。
　入出力部４６２２は、伝送信号を取得し、伝送信号から多重化データ（ファイルフォーマット又はパケット）を復号し、多重化データを逆多重化部４６２３へ出力する。
　逆多重化部４６２３は、多重化データから符号化データ、制御情報及び付加情報を取得し、符号化データ、制御情報及び付加情報を復号部４６２４へ出力する。
　復号部４６２４は、符号化データを復号することで点群データを再構成する。
　提示部４６２５は、点群データをユーザに提示する。例えば、提示部４６２５は、点群データに基づく情報又は画像を表示する。ユーザインタフェース４６２６は、ユーザの操作に基づく指示を取得する。制御部４６２７（またはアプリ実行部）は、各処理部を制御する。つまり、制御部４６２７は、逆多重化、復号及び提示等の制御を行う。
　なお、入出力部４６２２は、点群データ又は符号化データをそのまま外部から取得してもよい。また、提示部４６２５は、センサ情報などの付加情報を取得し、付加情報に基づいた情報を提示してもよい。また、提示部４６２５は、ユーザインタフェース４６２６で取得されたユーザの指示に基づき、提示を行ってもよい。
　センサ端末４６０３は、センサで得られた情報であるセンサ情報を生成する。センサ端末４６０３は、センサ又はカメラを搭載した端末であり、例えば、自動車などの移動体、飛行機などの飛行物体、携帯端末、又はカメラなどがある。
　センサ端末４６０３で取得可能なセンサ情報は、例えば、（１）ＬＩＤＡＲ、ミリ波レーダ、又は赤外線センサから得られる、センサ端末４６０３と対象物との距離、又は対象物の反射率、（２）複数の単眼カメラ画像又はステレオカメラ画像から得られるカメラと対象物との距離又は対象物の反射率等である。また、センサ情報は、センサの姿勢、向き、ジャイロ（角速度）、位置（ＧＰＳ情報又は高度）、速度、又は加速度等を含んでもよい。また、センサ情報は、気温、気圧、湿度、又は磁気等を含んでもよい。
　外部接続部４６０４は、集積回路（ＬＳＩ又はＩＣ）、外部蓄積部、インターネットを介したクラウドサーバとの通信、又は、放送等により実現される。
　次に、点群データについて説明する。図２は、点群データの構成を示す図である。図３は、点群データの情報が記述されたデータファイルの構成例を示す図である。
　点群データは、複数の点のデータを含む。各点のデータは、位置情報（三次元座標）、及びその位置情報に対する属性情報とを含む。この点が複数集まったものを点群と呼ぶ。例えば、点群は対象物（オブジェクト）の三次元形状を示す。
　三次元座標等の位置情報（Ｐｏｓｉｔｉｏｎ）をジオメトリ（ｇｅｏｍｅｔｒｙ）と呼ぶこともある。また、各点のデータは、複数の属性種別の属性情報（ａｔｔｒｉｂｕｔｅ）を含んでもよい。属性種別は、例えば色又は反射率などである。
　１つの位置情報に対して１つの属性情報が対応付けられてもよいし、１つの位置情報に対して複数の異なる属性種別を持つ属性情報が対応付けられてもよい。また、１つの位置情報に対して同じ属性種別の属性情報が複数対応付けられてもよい。
　図３に示すデータファイルの構成例は、位置情報と属性情報とが１対１に対応する場合の例であり、点群データを構成するＮ個の点の位置情報と属性情報とを示している。
　位置情報は、例えば、ｘ、ｙ、ｚの３軸の情報である。属性情報は、例えば、ＲＧＢの色情報である。代表的なデータファイルとしてｐｌｙファイルなどがある。
　次に、点群データの種類について説明する。図４は、点群データの種類を示す図である。図４に示すように、点群データには、静的オブジェクトと、動的オブジェクトとがある。
　静的オブジェクトは、任意の時間（ある時刻）の三次元点群データである。動的オブジェクトは、時間的に変化する三次元点群データである。以降、ある時刻の三次元点群データをＰＣＣフレーム、又はフレームと呼ぶ。
　オブジェクトは、通常の映像データのように、ある程度領域が制限されている点群であってもよいし、地図情報のように領域が制限されていない大規模点群であってもよい。
　また、様々な密度の点群データがあり、疎な点群データと、密な点群データとが存在してもよい。
　以下、各処理部の詳細について説明する。センサ情報は、ＬＩＤＡＲ或い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など様々な方法で取得される。点群データ生成部４６１８は、センサ情報取得部４６１７で得られたセンサ情報に基づき点群データを生成する。点群データ生成部４６１８は、点群データとして、位置情報を生成し、位置情報に、当該位置情報に対する属性情報を付加する。
　点群データ生成部４６１８は、位置情報の生成又は属性情報の付加の際に、点群データを加工してもよい。例えば、点群データ生成部４６１８は、位置が重複する点群を削除することでデータ量を減らしてもよい。また、点群データ生成部４６１８は、位置情報を変換（位置シフト、回転又は正規化など）してもよいし、属性情報をレンダリングしてもよい。
　なお、図１では、点群データ生成システム４６１１は、三次元データ符号化システム４６０１に含まれるが、三次元データ符号化システム４６０１の外部に独立して設けられてもよい。
　符号化部４６１３は、点群データを予め規定された符号化方法に基づき符号化することで符号化データを生成する。符号化方法には大きく以下の２種類がある。一つ目は、位置情報を用いた符号化方法であり、この符号化方法を、以降、第１の符号化方法と記載する。二つ目は、ビデオコーデックを用いた符号化方法であり、この符号化方法を、以降、第２の符号化方法と記載する。
　復号部４６２４は、符号化データを予め規定された符号化方法に基づき復号することで点群データを復号する。
　多重化部４６１４は、符号化データを、既存の多重化方式を用いて多重化することで多重化データを生成する。生成された多重化データは、伝送又は蓄積される。多重化部４６１４は、ＰＣＣ符号化データの他に、映像、音声、字幕、アプリケーション、ファイルなどの他のメディア、又は基準時刻情報を多重化する。また、多重化部４６１４は、さらに、センサ情報又は点群データに関連する属性情報を多重してもよい。
　多重化方式又はファイルフォーマットとしては、ＩＳＯＢＭＦＦ、ＩＳＯＢＭＦＦベースの伝送方式であるＭＰＥＧ－ＤＡＳＨ、ＭＭＴ、ＭＰＥＧ－２　ＴＳ　Ｓｙｓｔｅｍｓ、ＲＭＰなどがある。
　逆多重化部４６２３は、多重化データからＰＣＣ符号化データ、その他のメディア、及び時刻情報などを抽出する。
　入出力部４６１５は、多重化データを、放送又は通信など、伝送する媒体又は蓄積する媒体にあわせた方法を用いて伝送する。入出力部４６１５は、インターネット経由で他のデバイスと通信してもよいし、クラウドサーバなどの蓄積部と通信してもよい。
　通信プロトコルとしては、ｈｔｔｐ、ｆｔｐ、ＴＣＰ又はＵＤＰなどが用いられる。ＰＵＬＬ型の通信方式が用いられてもよいし、ＰＵＳＨ型の通信方式が用いられてもよい。
　有線伝送及び無線伝送のいずれが用いられてもよい。有線伝送としては、Ｅｔｈｅｒｎｅｔ（登録商標）、ＵＳＢ、ＲＳ－２３２Ｃ、ＨＤＭＩ（登録商標）、又は同軸ケーブルなどが用いられる。無線伝送としては、無線ＬＡＮ、Ｗｉ－Ｆｉ（登録商標）、Ｂｌｕｅｔｏｏｔｈ（登録商標）又はミリ波などが用いられる。
　また、放送方式としては、例えばＤＶＢ－Ｔ２、ＤＶＢ－Ｓ２、ＤＶＢ－Ｃ２、ＡＴＳＣ３．０、又はＩＳＤＢ－Ｓ３などが用いられる。
　図５は、第１の符号化方法の符号化を行う符号化部４６１３の例である第１の符号化部４６３０の構成を示す図である。図６は、第１の符号化部４６３０のブロック図である。第１の符号化部４６３０は、点群データを第１の符号化方法で符号化することで符号化データ（符号化ストリーム）を生成する。この第１の符号化部４６３０は、位置情報符号化部４６３１と、属性情報符号化部４６３２と、付加情報符号化部４６３３と、多重化部４６３４とを含む。
　第１の符号化部４６３０は、三次元構造を意識して符号化を行うという特徴を有する。また、第１の符号化部４６３０は、属性情報符号化部４６３２が、位置情報符号化部４６３１から得られる情報を用いて符号を行うという特徴を有する。第１の符号化方法は、ＧＰＣＣ（Ｇｅｏｍｅｔｒｙ　ｂａｓｅｄ　ＰＣＣ）とも呼ばれる。
　点群データは、ＰＬＹファイルのようなＰＣＣ点群データ、又は、センサ情報から生成されたＰＣＣ点群データであり、位置情報（Ｐｏｓｉｔｉｏｎ）、属性情報（Ａｔｔｒｉｂｕｔｅ）、及びその他の付加情報（ＭｅｔａＤａｔａ）を含む。位置情報は位置情報符号化部４６３１に入力され、属性情報は属性情報符号化部４６３２に入力され、付加情報は付加情報符号化部４６３３に入力される。
　位置情報符号化部４６３１は、位置情報を符号化することで符号化データである符号化位置情報（Ｃｏｍｐｒｅｓｓｅｄ　Ｇｅｏｍｅｔｒｙ）を生成する。例えば、位置情報符号化部４６３１は、８分木等のＮ分木構造を用いて位置情報を符号化する。具体的には、８分木では、対象空間が８個のノード（サブ空間）に分割され、各ノードに点群が含まれるか否かを示す８ビットの情報（オキュパンシー符号）が生成される。また、点群が含まれるノードは、さらに、８個のノードに分割され、当該８個のノードの各々に点群が含まれるか否かを示す８ビットの情報が生成される。この処理が、予め定められた階層又はノードに含まれる点群の数の閾値以下になるまで繰り返される。
　属性情報符号化部４６３２は、位置情報符号化部４６３１で生成された構成情報を用いて符号化することで符号化データである符号化属性情報（Ｃｏｍｐｒｅｓｓｅｄ　Ａｔｔｒｉｂｕｔｅ）を生成する。例えば、属性情報符号化部４６３２は、位置情報符号化部４６３１で生成された８分木構造に基づき、処理対象の対象点（対象ノード）の符号化において参照する参照点（参照ノード）を決定する。例えば、属性情報符号化部４６３２は、周辺ノード又は隣接ノードのうち、８分木における親ノードが対象ノードと同一のノードを参照する。なお、参照関係の決定方法はこれに限らない。
　また、属性情報の符号化処理は、量子化処理、予測処理、及び算術符号化処理のうち少なくとも一つを含んでもよい。この場合、参照とは、属性情報の予測値の算出に参照ノードを用いること、又は、符号化のパラメータの決定に参照ノードの状態（例えば、参照ノードに点群が含まれる否かを示す占有情報）を用いること、である。例えば、符号化のパラメータとは、量子化処理における量子化パラメータ、又は算術符号化におけるコンテキスト等である。
　付加情報符号化部４６３３は、付加情報のうち、圧縮可能なデータを符号化することで符号化データである符号化付加情報（Ｃｏｍｐｒｅｓｓｅｄ　ＭｅｔａＤａｔａ）を生成する。
　多重化部４６３４は、符号化位置情報、符号化属性情報、符号化付加情報及びその他の付加情報を多重化することで符号化データである符号化ストリーム（Ｃｏｍｐｒｅｓｓｅｄ　Ｓｔｒｅａｍ）を生成する。生成された符号化ストリームは、図示しないシステムレイヤの処理部へ出力される。
　次に、第１の符号化方法の復号を行う復号部４６２４の例である第１の復号部４６４０について説明する。図７は、第１の復号部４６４０の構成を示す図である。図８は、第１の復号部４６４０のブロック図である。第１の復号部４６４０は、第１の符号化方法で符号化された符号化データ（符号化ストリーム）を、第１の符号化方法で復号することで点群データを生成する。この第１の復号部４６４０は、逆多重化部４６４１と、位置情報復号部４６４２と、属性情報復号部４６４３と、付加情報復号部４６４４とを含む。
　図示しないシステムレイヤの処理部から符号化データである符号化ストリーム（Ｃｏｍｐｒｅｓｓｅｄ　Ｓｔｒｅａｍ）が第１の復号部４６４０に入力される。
　逆多重化部４６４１は、符号化データから、符号化位置情報（Ｃｏｍｐｒｅｓｓｅｄ　Ｇｅｏｍｅｔｒｙ）、符号化属性情報（Ｃｏｍｐｒｅｓｓｅｄ　Ａｔｔｒｉｂｕｔｅ）、符号化付加情報（Ｃｏｍｐｒｅｓｓｅｄ　ＭｅｔａＤａｔａ）、及び、その他の付加情報を分離する。
　位置情報復号部４６４２は、符号化位置情報を復号することで位置情報を生成する。例えば、位置情報復号部４６４２は、８分木等のＮ分木構造で表される符号化位置情報から三次元座標で表される点群の位置情報を復元する。
　属性情報復号部４６４３は、位置情報復号部４６４２で生成された構成情報に基づき、符号化属性情報を復号する。例えば、属性情報復号部４６４３は、位置情報復号部４６４２で得られた８分木構造に基づき、処理対象の対象点（対象ノード）の復号において参照する参照点（参照ノード）を決定する。例えば、属性情報復号部４６４３は、周辺ノード又は隣接ノードのうち、８分木における親ノードが対象ノードと同一のノードを参照する。なお、参照関係の決定方法はこれに限らない。
　また、属性情報の復号処理は、逆量子化処理、予測処理、及び算術復号処理のうち少なくとも一つを含んでもよい。この場合、参照とは、属性情報の予測値の算出に参照ノードを用いること、又は、復号のパラメータの決定に参照ノードの状態（例えば、参照ノードに点群が含まれる否かを示す占有情報）を用いること、である。例えば、復号のパラメータとは、逆量子化処理における量子化パラメータ、又は算術復号におけるコンテキスト等である。
　付加情報復号部４６４４は、符号化付加情報を復号することで付加情報を生成する。また、第１の復号部４６４０は、位置情報及び属性情報の復号処理に必要な付加情報を復号時に使用し、アプリケーションに必要な付加情報を外部に出力する。
　次に、第２の符号化方法の符号化を行う符号化部４６１３の例である第２の符号化部４６５０について説明する。図９は、第２の符号化部４６５０の構成を示す図である。図１０は、第２の符号化部４６５０のブロック図である。
　第２の符号化部４６５０は、点群データを第２の符号化方法で符号化することで符号化データ（符号化ストリーム）を生成する。この第２の符号化部４６５０は、付加情報生成部４６５１と、位置画像生成部４６５２と、属性画像生成部４６５３と、映像符号化部４６５４と、付加情報符号化部４６５５と、多重化部４６５６とを含む。
　第２の符号化部４６５０は、三次元構造を二次元画像に投影することで位置画像及び属性画像を生成し、生成した位置画像及び属性画像を既存の映像符号化方式を用いて符号化するという特徴を有する。第２の符号化方法は、ＶＰＣＣ（Ｖｉｄｅｏ　ｂａｓｅｄ　ＰＣＣ）とも呼ばれる。
　点群データは、ＰＬＹファイルのようなＰＣＣ点群データ、又は、センサ情報から生成されたＰＣＣ点群データであり、位置情報（Ｐｏｓｉｔｉｏｎ）、属性情報（Ａｔｔｒｉｂｕｔｅ）、及びその他の付加情報ＭｅｔａＤａｔａ）を含む。
　付加情報生成部４６５１は、三次元構造を二次元画像に投影することで、複数の二次元画像のマップ情報を生成する。
　位置画像生成部４６５２は、位置情報と、付加情報生成部４６５１で生成されたマップ情報とに基づき、位置画像（Ｇｅｏｍｅｔｒｙ　Ｉｍａｇｅ）を生成する。この位置画像は、例えば、画素値として距離（Ｄｅｐｔｈ）が示される距離画像である。なお、この距離画像は、一つの視点から複数の点群を見た画像（一つの二次元平面に複数の点群を投影した画像）であってもよいし、複数の視点から複数の点群を見た複数の画像であってもよいし、これらの複数の画像を統合した一つの画像であってもよい。
　属性画像生成部４６５３は、属性情報と、付加情報生成部４６５１で生成されたマップ情報とに基づき、属性画像を生成する。この属性画像は、例えば、画素値として属性情報（例えば色（ＲＧＢ））が示される画像である。なお、この画像は、一つの視点から複数の点群を見た画像（一つの二次元平面に複数の点群を投影した画像）であってもよいし、複数の視点から複数の点群を見た複数の画像であってもよいし、これらの複数の画像を統合した一つの画像であってもよい。
　映像符号化部４６５４は、位置画像及び属性画像を、映像符号化方式を用いて符号化することで、符号化データである符号化位置画像（Ｃｏｍｐｒｅｓｓｅｄ　Ｇｅｏｍｅｔｒｙ　Ｉｍａｇｅ）及び符号化属性画像（Ｃｏｍｐｒｅｓｓｅｄ　Ａｔｔｒｉｂｕｔｅ　Ｉｍａｇｅ）を生成する。なお、映像符号化方式として、公知の任意の符号化方法が用いられてよい。例えば、映像符号化方式は、ＡＶＣ又はＨＥＶＣ等である。
　付加情報符号化部４６５５は、点群データに含まれる付加情報、及びマップ情報等を符号化することで符号化付加情報（Ｃｏｍｐｒｅｓｓｅｄ　ＭｅｔａＤａｔａ）を生成する。
　多重化部４６５６は、符号化位置画像、符号化属性画像、符号化付加情報、及び、その他の付加情報を多重化することで符号化データである符号化ストリーム（Ｃｏｍｐｒｅｓｓｅｄ　Ｓｔｒｅａｍ）を生成する。生成された符号化ストリームは、図示しないシステムレイヤの処理部へ出力される。
　次に、第２の符号化方法の復号を行う復号部４６２４の例である第２の復号部４６６０について説明する。図１１は、第２の復号部４６６０の構成を示す図である。図１２は、第２の復号部４６６０のブロック図である。第２の復号部４６６０は、第２の符号化方法で符号化された符号化データ（符号化ストリーム）を、第２の符号化方法で復号することで点群データを生成する。この第２の復号部４６６０は、逆多重化部４６６１と、映像復号部４６６２と、付加情報復号部４６６３と、位置情報生成部４６６４と、属性情報生成部４６６５とを含む。
　図示しないシステムレイヤの処理部から符号化データである符号化ストリーム（Ｃｏｍｐｒｅｓｓｅｄ　Ｓｔｒｅａｍ）が第２の復号部４６６０に入力される。
　逆多重化部４６６１は、符号化データから、符号化位置画像（Ｃｏｍｐｒｅｓｓｅｄ　Ｇｅｏｍｅｔｒｙ　Ｉｍａｇｅ）、符号化属性画像（Ｃｏｍｐｒｅｓｓｅｄ　Ａｔｔｒｉｂｕｔｅ　Ｉｍａｇｅ）、符号化付加情報（Ｃｏｍｐｒｅｓｓｅｄ　ＭｅｔａＤａｔａ）、及び、その他の付加情報を分離する。
　映像復号部４６６２は、符号化位置画像及び符号化属性画像を、映像符号化方式を用いて復号することで、位置画像及び属性画像を生成する。なお、映像符号化方式として、公知の任意の符号化方式が用いられてよい。例えば、映像符号化方式は、ＡＶＣ又はＨＥＶＣ等である。
　付加情報復号部４６６３は、符号化付加情報を復号することで、マップ情報等を含む付加情報を生成する。
　位置情報生成部４６６４は、位置画像とマップ情報とを用いて位置情報を生成する。属性情報生成部４６６５は、属性画像とマップ情報とを用いて属性情報を生成する。
　第２の復号部４６６０は、復号に必要な付加情報を復号時に使用し、アプリケーションに必要な付加情報を外部に出力する。
　以下、ＰＣＣ符号化方式における課題を説明する。図１３は、ＰＣＣ符号化データに関わるプロトコルスタックを示す図である。図１３には、ＰＣＣ符号化データに、映像（例えばＨＥＶＣ）又は音声などの他のメディアのデータを多重し、伝送又は蓄積する例を示す。
　多重化方式及びファイルフォーマットは、様々な符号化データを多重し、伝送又は蓄積するための機能を有している。符号化データを伝送又は蓄積するためには、符号化データを多重化方式のフォーマットに変換しなければならない。例えば、ＨＥＶＣでは、ＮＡＬユニットと呼ばれるデータ構造に符号化データを格納し、ＮＡＬユニットをＩＳＯＢＭＦＦに格納する技術が規定されている。
　一方、現在、点群データの符号化方法として第１の符号化方法（Ｃｏｄｅｃ１）、及び第２の符号化方法（Ｃｏｄｅｃ２）が検討されているが、符号化データの構成、及び符号化データをシステムフォーマットへ格納する方法が定義されておらず、このままでは符号化部におけるＭＵＸ処理（多重化）、伝送及び蓄積ができないという課題がある。
　なお、以降において、特定の符号化方法の記載がなければ、第１の符号化方法、及び第２の符号化方法のいずれかを示すものとする。
　（実施の形態２）
　本実施の形態では、ＮＡＬユニットをＩＳＯＢＭＦＦのファイルに格納する方法について説明する。
　ＩＳＯＢＭＦＦ（ＩＳＯ　ｂａｓｅｄ　ｍｅｄｉａ　ｆｉｌｅ　ｆｏｒｍａｔ）は、ＩＳＯ／ＩＥＣ１４４９６－１２に規定されるファイルフォーマット規格である。ＩＳＯＢＭＦＦは、ビデオ、オーディオ、及びテキストなど様々なメディアを多重して格納できるフォーマットを規定しており、メディアに依存しない規格である。
　ＩＳＯＢＭＦＦの基本構造（ファイル）について説明する。ＩＳＯＢＭＦＦにおける基本単位はボックスである。ボックスはｔｙｐｅ、ｌｅｎｇｔｈ、ｄａｔａで構成され、様々なｔｙｐｅのボックスを組み合わせた集合がファイルである。
　図１４は、ＩＳＯＢＭＦＦの基本構造（ファイル）を示す図である。ＩＳＯＢＭＦＦのファイルは、主に、ファイルのブランドを４ＣＣ（４文字コード）で示すｆｔｙｐ、制御情報などのメタデータを格納するｍｏｏｖ、及び、データを格納するｍｄａｔなどのボックスを含む。
　ＩＳＯＢＭＦＦのファイルへのメディア毎の格納方法は別途規定されており、例えば、ＡＶＣビデオ及びＨＥＶＣビデオの格納方法は、ＩＳＯ／ＩＥＣ１４４９６－１５に規定される。ここで、ＰＣＣ符号化データを蓄積又は伝送するために、ＩＳＯＢＭＦＦの機能を拡張して使用することが考えられるが、ＰＣＣ符号化データをＩＳＯＢＭＦＦのファイルに格納する規定はまだない。そこで、本実施の形態では、ＰＣＣ符号化データをＩＳＯＢＭＦＦのファイルに格納する方法について説明する。
　図１５は、ＰＣＣコーデック共通のＮＡＬユニットをＩＳＯＢＭＦＦのファイルに格納する場合のプロトコルスタックを示す図である。ここでは、ＰＣＣコーデック共通のＮＡＬユニットがＩＳＯＢＭＦＦのファイルに格納される。ＮＡＬユニットはＰＣＣコーデック共通であるが、ＮＡＬユニットには複数のＰＣＣコーデックが格納されるため、それぞれのコーデックに応じた格納方法（Ｃａｒｒｉａｇｅ　ｏｆ　Ｃｏｄｅｃ１、Ｃａｒｒｉａｇｅ　ｏｆ　Ｃｏｄｅｃ２）を規定することが望ましい。
　（実施の形態３）
　本実施の形態では、上述した第１の符号化部４６３０、又は第２の符号化部４６５０で生成される符号化データ（位置情報（Ｇｅｏｍｅｔｒｙ）、属性情報（Ａｔｔｒｉｂｕｔｅ）、付加情報（Ｍｅｔａｄａｔａ））の種別、及び付加情報（メタデータ）の生成方法、及び多重化部における多重処理について説明する。なお、付加情報（メタデータ）は、パラメータセット、又は制御情報と表記することもある。
　本実施の形態では、図４で説明した動的オブジェクト（時間的に変化する三次元点群データ）を例に説明するが、静的オブジェクト（任意の時刻の三次元点群データ）の場合でも同様の方法を用いてもよい。
　図１６は、本実施の形態に係る三次元データ符号化装置に含まれる符号化部４８０１及び多重化部４８０２の構成を示す図である。符号化部４８０１は、例えば、上述した第１の符号化部４６３０又は第２の符号化部４６５０に対応する。多重化部４８０２は、上述した多重化部４６３４又は４６５６に対応する。
　符号化部４８０１は、複数のＰＣＣ（Ｐｏｉｎｔ　Ｃｌｏｕｄ　Ｃｏｍｐｒｅｓｓｉｏｎ）フレームの点群データを符号化し、複数の位置情報、属性情報及び付加情報の符号化データ（Ｍｕｌｔｉｐｌｅ　Ｃｏｍｐｒｅｓｓｅｄ　Ｄａｔａ）を生成する。
　多重化部４８０２は、複数のデータ種別（位置情報、属性情報及び付加情報）のデータをＮＡＬユニット化することで、データを復号装置におけるデータアクセスを考慮したデータ構成に変換する。
　図１７は、符号化部４８０１で生成される符号化データの構成例を示す図である。図中の矢印は符号化データの復号に係る依存関係を示しており、矢印の元は矢印の先のデータに依存している。つまり、復号装置は、矢印の先のデータを復号し、その復号したデータを用いて矢印の元のデータを復号する。言い換えると、依存するとは、依存元のデータの処理（符号化又は復号等）において依存先のデータが参照（使用）されることを意味する。
　まず、位置情報の符号化データの生成処理について説明する。符号化部４８０１は、各フレームの位置情報を符号化することで、フレーム毎の符号化位置データ（Ｃｏｍｐｒｅｓｓｅｄ　Ｇｅｏｍｅｔｒｙ　Ｄａｔａ）を生成する。また、符号化位置データをＧ（ｉ）で表す。ｉはフレーム番号、又はフレームの時刻等を示す。
　また、符号化部４８０１は、各フレームに対応する位置パラメータセット（ＧＰＳ（ｉ））を生成する。位置パラメータセットは、符号化位置データの復号に使用することが可能なパラメータを含む。また、フレーム毎の符号化位置データは、対応する位置パラメータセットに依存する。
　また、複数フレームから成る符号化位置データを位置シーケンス（Ｇｅｏｍｅｔｒｙ　Ｓｅｑｕｅｎｃｅ）と定義する。符号化部４８０１は、位置シーケンス内の複数のフレームに対する復号処理に共通に使用するパラメータを格納する位置シーケンスパラメータセット（Ｇｅｏｍｅｔｒｙ　Ｓｅｑｕｅｎｃｅ　ＰＳ：位置ＳＰＳとも記す）を生成する。位置シーケンスは、位置ＳＰＳに依存する。
　次に、属性情報の符号化データの生成処理について説明する。符号化部４８０１は、各フレームの属性情報を符号化することで、フレーム毎の符号化属性データ（Ｃｏｍｐｒｅｓｓｅｄ　Ａｔｔｒｉｂｕｔｅ　Ｄａｔａ）を生成する。また、符号化属性データをＡ（ｉ）で表す。また、図１７では、属性Ｘと属性Ｙとが存在する例を示しており、属性Ｘの符号化属性データをＡＸ（ｉ）で表し、属性Ｙの符号化属性データをＡＹ（ｉ）で表す。
　また、符号化部４８０１は、各フレームに対応する属性パラメータセット（ＡＰＳ（ｉ））を生成する。また、属性Ｘの属性パラメータセットをＡＸＰＳ（ｉ）で表し、属性Ｙの属性パラメータセットをＡＹＰＳ（ｉ）で表す。属性パラメータセットは、符号化属性情報の復号に使用することが可能なパラメータを含む。符号化属性データは、対応する属性パラメータセットに依存する。
　また、複数フレームから成る符号化属性データを属性シーケンス（Ａｔｔｒｉｂｕｔｅ　Ｓｅｑｕｅｎｃｅ）と定義する。符号化部４８０１は、属性シーケンス内の複数のフレームに対する復号処理に共通に使用するパラメータを格納する属性シーケンスパラメータセット（Ａｔｔｒｉｂｕｔｅ　Ｓｅｑｕｅｎｃｅ　ＰＳ：属性ＳＰＳとも記す）を生成する。属性シーケンスは、属性ＳＰＳに依存する。
　また、第１の符号化方法では、符号化属性データは符号化位置データに依存する。
　また、図１７では２種類の属性情報（属性Ｘと属性Ｙ）が存在する場合の例を示している。２種類の属性情報がある場合は、例えば、２つの符号化部により、それぞれのデータ及びメタデータが生成される。また、例えば、属性情報の種類毎に属性シーケンスが定義され、属性情報の種類毎に属性ＳＰＳが生成される。
　なお、図１７では、位置情報が１種類、属性情報が２種類である例を示しているが、これに限らず、属性情報は１種類であってもよいし、３種類以上であってもよい。この場合も、同様の方法で符号化データを生成できる。また、属性情報を持たない点群データの場合は、属性情報はなくてもよい。その場合は、符号化部４８０１は、属性情報に関連するパラメータセットを生成しなくてもよい。
　次に、付加情報（メタデータ）の生成処理について説明する。符号化部４８０１は、ＰＣＣストリーム全体のパラメータセットであるＰＣＣストリームＰＳ（ＰＣＣ　Ｓｔｒｅａｍ　ＰＳ：ストリームＰＳとも記す）を生成する。符号化部４８０１は、ストリームＰＳに、１又は複数の位置シーケンス及び１又は複数の属性シーケンスに対する復号処理に共通に使用することができるパラメータを格納する。例えば、ストリームＰＳには、点群データのコーデックを示す識別情報、及び符号化に使用されたアルゴリズムを示す情報等が含まれる。位置シーケンス及び属性シーケンスはストリームＰＳに依存する。
　次に、アクセスユニット及びＧＯＦについて説明する。本実施の形態では、新たにアクセスユニット（Ａｃｃｅｓｓ　Ｕｎｉｔ：ＡＵ）、及びＧＯＦ（Ｇｒｏｕｐ　ｏｆ　Ｆｒａｍｅ）の考え方を導入する。
　アクセスユニットは、復号時にデータにアクセスするため基本単位であり、１つ以上のデータ及び１つ以上のメタデータで構成される。例えば、アクセスユニットは、同一時刻の位置情報と１又は複数の属性情報とで構成される。ＧＯＦは、ランダムアクセス単位であり、１つ以上のアクセスユニットで構成される。
　符号化部４８０１は、アクセスユニットの先頭を示す識別情報として、アクセスユニットヘッダ（ＡＵ　Ｈｅａｄｅｒ）を生成する。符号化部４８０１は、アクセスユニットヘッダに、アクセスユニットに係るパラメータを格納する。例えば、アクセスユニットヘッダは、アクセスユニットに含まれる符号化データの構成又は情報を含む。また、アクセスユニットヘッダは、アクセスユニットに含まれるデータに共通に用いられるパラメータ、例えば、符号化データの復号に係るパラメータなどを含む。
　なお、符号化部４８０１は、アクセスユニットヘッダの代わりに、アクセスユニットに係るパラメータを含まないアクセスユニットデリミタを生成してもよい。このアクセスユニットデリミタは、アクセスユニットの先頭を示す識別情報として用いられる。復号装置は、アクセスユニットヘッダ又はアクセスユニットデリミタを検出することにより、アクセスユニットの先頭を識別する。
　次に、ＧＯＦ先頭の識別情報の生成について説明する。符号化部４８０１は、ＧＯＦの先頭を示す識別情報として、ＧＯＦヘッダ（ＧＯＦ　Ｈｅａｄｅｒ）を生成する。符号化部４８０１は、ＧＯＦヘッダに、ＧＯＦに係るパラメータを格納する。例えば、ＧＯＦヘッダは、ＧＯＦに含まれる符号化データの構成又は情報を含む。また、ＧＯＦヘッダは、ＧＯＦに含まれるデータに共通に用いられるパラメータ、例えば、符号化データの復号に係るパラメータなどを含む。
　なお、符号化部４８０１は、ＧＯＦヘッダの代わりに、ＧＯＦに係るパラメータを含まないＧＯＦデリミタを生成してもよい。このＧＯＦデリミタは、ＧＯＦの先頭を示す識別情報として用いられる。復号装置は、ＧＯＦヘッダ又はＧＯＦデリミタを検出することにより、ＧＯＦの先頭を識別する。
　ＰＣＣ符号化データにおいて、例えば、アクセスユニットはＰＣＣフレーム単位であると定義される。復号装置は、アクセスユニット先頭の識別情報に基づき、ＰＣＣフレームにアクセスする。
　また、例えば、ＧＯＦは１つのランダムアクセス単位であると定義される。復号装置は、ＧＯＦ先頭の識別情報に基づき、ランダムアクセス単位にアクセスする。例えば、ＰＣＣフレームが互いに依存関係がなく、単独で復号可能であれば、ＰＣＣフレームをランダムアクセス単位と定義してもよい。
　なお、１つのアクセスユニットに２つ以上のＰＣＣフレームが割り当てられてもよいし、１つのＧＯＦに複数のランダムアクセス単位が割り当てられてもよい。
　また、符号化部４８０１は、上記以外のパラメータセット又はメタデータを定義し、生成してもよい。例えば、符号化部４８０１は、復号時に必ずしも用いない可能性のあるパラメータ（オプションのパラメータ）を格納するＳＥＩ（Ｓｕｐｐｌｅｍｅｎｔａｌ　Ｅｎｈａｎｃｅｍｅｎｔ　Ｉｎｆｏｒｍａｔｉｏｎ）を生成してもよい。
　次に、符号化データの構成、及び符号化データのＮＡＬユニットへの格納方法を説明する。
　例えば、符号化データの種類毎にデータフォーマットが規定される。図１８は、符号化データ及びＮＡＬユニットの例を示す図である。
　例えば、図１８に示すように符号化データは、ヘッダとペイロードとを含む。なお、符号化データは、符号化データ、ヘッダ又はペイロードの長さ（データ量）を示す長さ情報を含んでもよい。また、符号化データは、ヘッダを含まなくてもよい。
　ヘッダは、例えば、データを特定するための識別情報を含む。この識別情報は、例えば、データ種別又はフレーム番号を示す。
　ヘッダは、例えば、参照関係を示す識別情報を含む。この識別情報は、例えば、データ間に依存関係がある場合にヘッダに格納され、参照元から参照先を参照するための情報である。例えば、参照先のヘッダには、当該データを特定するための識別情報が含まれる。参照元のヘッダには、参照先を示す識別情報が含まれる。
　なお、他の情報から参照先又は参照元を識別可能又は導出可能である場合は、データを特定するための識別情報、又は参照関係を示す識別情報を省略してもよい。
　多重化部４８０２は、符号化データを、ＮＡＬユニットのペイロードに格納する。ＮＡＬユニットヘッダには、符号化データの識別情報であるｐｃｃ＿ｎａｌ＿ｕｎｉｔ＿ｔｙｐｅが含まれる。図１９は、ｐｃｃ＿ｎａｌ＿ｕｎｉｔ＿ｔｙｐｅのセマンティクスの例を示す図である。
　図１９に示すように、ｐｃｃ＿ｃｏｄｅｃ＿ｔｙｐｅがコーデック１（Ｃｏｄｅｃ１：第１の符号化方法）である場合、ｐｃｃ＿ｎａｌ＿ｕｎｉｔ＿ｔｙｐｅの値０～１０は、コーデック１における、符号化位置データ（Ｇｅｏｍｅｔｒｙ）、符号化属性Ｘデータ（ＡｔｔｒｉｂｕｔｅＸ）、符号化属性Ｙデータ（ＡｔｔｒｉｂｕｔｅＹ）、位置ＰＳ（Ｇｅｏｍ．ＰＳ）、属性ＸＰＳ（ＡｔｔｒＸ．ＰＳ）、属性ＹＰＳ（ＡｔｔｒＸ．ＰＳ）、位置ＳＰＳ（Ｇｅｏｍｅｔｒｙ　Ｓｅｑｕｅｎｃｅ　ＰＳ）、属性ＸＳＰＳ（ＡｔｔｒｉｂｕｔｅＸ　Ｓｅｑｕｅｎｃｅ　ＰＳ）、属性ＹＳＰＳ（ＡｔｔｒｉｂｕｔｅＹ　Ｓｅｑｕｅｎｃｅ　ＰＳ）、ＡＵヘッダ（ＡＵ　Ｈｅａｄｅｒ）、ＧＯＦヘッダ（ＧＯＦ　Ｈｅａｄｅｒ）に割り当てられる。また、値１１以降は、コーデック１の予備に割り当てられる。
　ｐｃｃ＿ｃｏｄｅｃ＿ｔｙｐｅがコーデック２（Ｃｏｄｅｃ２：第２の符号化方法）である場合、ｐｃｃ＿ｎａｌ＿ｕｎｉｔ＿ｔｙｐｅの値０～２は、コーデックのデータＡ（ＤａｔａＡ）、メタデータＡ（ＭｅｔａＤａｔａＡ）、メタデータＢ（ＭｅｔａＤａｔａＢ）に割り当てられる。また、値３以降は、コーデック２の予備に割り当てられる。
　次に、データの送出順序について説明する。以下、ＮＡＬユニットの送出順序の制約について説明する。
　多重化部４８０２は、ＮＡＬユニットをＧＯＦ又はＡＵ単位でまとめて送出する。多重化部４８０２は、ＧＯＦの先頭にＧＯＦヘッダを配置し、ＡＵの先頭にＡＵヘッダを配置する。
　パケットロスなどでデータが失われた場合でも、復号装置が次のＡＵから復号できるように、多重化部４８０２は、シーケンスパラメータセット（ＳＰＳ）を、ＡＵ毎に配置してもよい。
　符号化データに復号に係る依存関係がある場合には、復号装置は、参照先のデータを復号した後に、参照元のデータを復号する。復号装置において、データを並び替ることなく、受信した順番に復号できるようにするために、多重化部４８０２は、参照先のデータを先に送出する。
　図２０は、ＮＡＬユニットの送出順の例を示す図である。図２０は、位置情報優先と、パラメータ優先と、データ統合との３つの例を示す。
　位置情報優先の送出順序は、位置情報に関する情報と、属性情報に関する情報との各々をまとめて送出する例である。この送出順序の場合、位置情報に関する情報の送出が属性情報に関する情報の送出よりも早く完了する。
　例えば、この送出順序を用いることで、属性情報を復号しない復号装置は、属性情報の復号を無視することで、処理しない時間を設けることができる可能性がある。また、例えば、位置情報を早く復号したい復号装置の場合、位置情報の符号化データを早く得ることにより、より早く位置情報を復号することができる可能性がある。
　なお、図２０では、属性ＸＳＰＳと属性ＹＳＰＳを統合し、属性ＳＰＳと記載しているが、属性ＸＳＰＳと属性ＹＳＰＳとを個別に配置してもよい。
　パラメータセット優先の送出順序では、パラメータセットが先に送出され、データが後で送出される。
　以上のようにＮＡＬユニット送出順序の制約に従えば、多重化部４８０２は、ＮＡＬユニットをどのような順序で送出してもよい。例えば、順序識別情報が定義され、多重化部４８０２は、複数パターンの順序でＮＡＬユニットを送出する機能を有してもよい。例えばストリームＰＳにＮＡＬユニットの順序識別情報が格納される。
　三次元データ復号装置は、順序識別情報に基づき復号を行ってもよい。三次元データ復号装置から三次元データ符号化装置に所望の送出順序が指示され、三次元データ符号化装置（多重化部４８０２）は、指示された送出順序に従って送出順序を制御してもよい。
　なお、多重化部４８０２は、データ統合の送出順序のように、送出順序の制約に従う範囲であれば、複数の機能をマージした符号化データを生成してもよい。例えば、図２０に示すように、ＧＯＦヘッダとＡＵヘッダとを統合してもよいし、ＡＸＰＳとＡＹＰＳとを統合してもよい。この場合、ｐｃｃ＿ｎａｌ＿ｕｎｉｔ＿ｔｙｐｅには、複数の機能を有するデータであることを示す識別子が定義される。
　以下、本実施の形態の変形例について説明する。フレームレベルのＰＳ、シーケンスレベルのＰＳ、ＰＣＣシーケンスレベルのＰＳのように、ＰＳにはレベルがあり、ＰＣＣシーケンスレベルを上位のレベルとし、フレームレベルを下位のレベルとすると、パラメータの格納方法には下記の方法を用いてもよい。
　デフォルトのＰＳの値をより上位のＰＳで示す。また、下位のＰＳの値が上位のＰＳの値と異なる場合には、下位のＰＳでＰＳの値が示される。または、上位ではＰＳの値を記載せず、下位のＰＳにＰＳの値を記載する。または、ＰＳの値を、下位のＰＳで示すか、上位のＰＳで示すか、両方で示すかの情報を、下位のＰＳと上位のＰＳのいずれか一方又は両方に示す。または、下位のＰＳを上位のＰＳにマージしてもよい。または、下位のＰＳと上位のＰＳとが重複する場合には、多重化部４８０２は、いずれか一方の送出を省略してもよい。
　なお、符号化部４８０１又は多重化部４８０２は、データをスライス又はタイルなどに分割し、分割したデータを送出してもよい。分割したデータには、分割したデータを識別するための情報が含まれ、分割データの復号に使用するパラメータがパラメータセットに含まれる。この場合、ｐｃｃ＿ｎａｌ＿ｕｎｉｔ＿ｔｙｐｅには、タイル又はスライスに係るデータ又はパラメータを格納するデータであることを示す識別子が定義される。
　（実施の形態４）
　ＨＥＶＣ符号化では復号装置における並列処理を可能とするために、スライス又はタイルといったデータ分割のツールがあるが、ＰＣＣ（Ｐｏｉｎｔ　Ｃｌｏｕｄ　Ｃｏｍｐｒｅｓｓｉｏｎ）符号化ではまだない。
　ＰＣＣでは、並列処理、圧縮効率、及び圧縮アルゴリズムによって、様々なデータ分割方法が考えられる。ここでは、スライス及びタイルの定義、データ構造及び送受信方法について説明する。
　図２１は、本実施の形態に係る三次元データ符号化装置に含まれる第１の符号化部４９１０の構成を示すブロック図である。第１の符号化部４９１０は、点群データを第１の符号化方法（ＧＰＣＣ（Ｇｅｏｍｅｔｒｙ　ｂａｓｅｄ　ＰＣＣ））で符号化することで符号化データ（符号化ストリーム）を生成する。この第１の符号化部４９１０は、分割部４９１１と、複数の位置情報符号化部４９１２と、複数の属性情報符号化部４９１３と、付加情報符号化部４９１４と、多重化部４９１５とを含む。
　分割部４９１１は、点群データを分割することで複数の分割データを生成する。具体的には、分割部４９１１は、点群データの空間を複数のサブ空間に分割することで複数の分割データを生成する。ここでサブ空間とは、タイル及びスライスの一方、又はタイル及びスライスの組み合わせである。より具体的には、点群データは、位置情報、属性情報、及び付加情報を含む。分割部４９１１は、位置情報を複数の分割位置情報に分割し、属性情報を複数の分割属性情報に分割する。また、分割部４９１１は、分割に関する付加情報を生成する。
　複数の位置情報符号化部４９１２は、複数の分割位置情報を符号化することで複数の符号化位置情報を生成する。例えば、複数の位置情報符号化部４９１２は、複数の分割位置情報を並列処理する。
　複数の属性情報符号化部４９１３は、複数の分割属性情報を符号化することで複数の符号化属性情報を生成する。例えば、複数の属性情報符号化部４９１３は、複数の分割属性情報を並列処理する。
　付加情報符号化部４９１４は、点群データに含まれる付加情報と、分割部４９１１で分割時に生成された、データ分割に関する付加情報とを符号化することで符号化付加情報を生成する。
　多重化部４９１５は、複数の符号化位置情報、複数の符号化属性情報及び符号化付加情報を多重化することで符号化データ（符号化ストリーム）を生成し、生成した符号化データを送出する。また、符号化付加情報は復号時に使用される。
　なお、図２１では、位置情報符号化部４９１２及び属性情報符号化部４９１３の数がそれぞれ２つの例を示しているが、位置情報符号化部４９１２及び属性情報符号化部４９１３の数は、それぞれ１つであってもよいし、３つ以上であってもよい。また、複数の分割データは、ＣＰＵ内の複数コアのように同一チップ内で並列処理されてもよいし、複数のチップのコアで並列処理されてもよいし、複数チップの複数コアで並列処理されてもよい。
　図２２は、第１の復号部４９２０の構成を示すブロック図である。第１の復号部４９２０は、点群データが第１の符号化方法（ＧＰＣＣ）で符号化されることで生成された符号化データ（符号化ストリーム）を復号することで点群データを復元する。この第１の復号部４９２０は、逆多重化部４９２１と、複数の位置情報復号部４９２２と、複数の属性情報復号部４９２３と、付加情報復号部４９２４と、結合部４９２５とを含む。
　逆多重化部４９２１は、符号化データ（符号化ストリーム）を逆多重化することで複数の符号化位置情報、複数の符号化属性情報及び符号化付加情報を生成する。
　複数の位置情報復号部４９２２は、複数の符号化位置情報を復号することで複数の分割位置情報を生成する。例えば、複数の位置情報復号部４９２２は、複数の符号化位置情報を並列処理する。
　複数の属性情報復号部４９２３は、複数の符号化属性情報を復号することで複数の分割属性情報を生成する。例えば、複数の属性情報復号部４９２３は、複数の符号化属性情報を並列処理する。
　複数の付加情報復号部４９２４は、符号化付加情報を復号することで付加情報を生成する。
　結合部４９２５は、付加情報を用いて複数の分割位置情報を結合することで位置情報を生成する。結合部４９２５は、付加情報を用いて複数の分割属性情報を結合することで属性情報を生成する。
　なお、図２２では、位置情報復号部４９２２及び属性情報復号部４９２３の数がそれぞれ２つの例を示しているが、位置情報復号部４９２２及び属性情報復号部４９２３の数は、それぞれ１つであってもよし、３つ以上であってもよい。また、複数の分割データは、ＣＰＵ内の複数コアのように同一チップ内で並列処理されてもよいし、複数のチップのコアで並列処理されてもよい、複数チップの複数コアで並列処理されてもよい。
　次に、分割部４９１１の構成を説明する。図２３は、分割部４９１１のブロック図である。分割部４９１１は、スライス分割部４９３１（Ｓｌｉｃｅ　Ｄｉｖｉｄｅｒ）と、位置情報タイル分割部４９３２（Ｇｅｏｍｅｔｒｙ　Ｔｉｌｅ　Ｄｉｖｉｄｅｒ）と、属性情報タイル分割部４９３３（Ａｔｔｒｉｂｕｔｅ　Ｔｉｌｅ　Ｄｉｖｉｄｅｒ）とを含む。
　スライス分割部４９３１は、位置情報（Ｐｏｓｉｔｉｏｎ（Ｇｅｏｍｅｔｒｙ））をスライスに分割することで複数のスライス位置情報を生成する。また、スライス分割部４９３１は、属性情報（Ａｔｔｒｉｂｕｔｅ）をスライスに分割することで複数のスライス属性情報を生成する。また、スライス分割部４９３１は、スライス分割に係る情報、及びスライス分割において生成された情報を含むスライス付加情報（Ｓｌｉｃｅ　ＭｅｔａＤａｔａ）を出力する。
　位置情報タイル分割部４９３２は、複数のスライス位置情報をタイルに分割することで複数の分割位置情報（複数のタイル位置情報）を生成する。また、位置情報タイル分割部４９３２は、位置情報のタイル分割に係る情報、及び位置情報のタイル分割において生成された情報を含む位置タイル付加情報（Ｇｅｏｍｅｔｒｙ　Ｔｉｌｅ　ＭｅｔａＤａｔａ）を出力する。
　属性情報タイル分割部４９３３は、複数のスライス属性情報をタイルに分割することで複数の分割属性情報（複数のタイル属性情報）を生成する。また、属性情報タイル分割部４９３３は、属性情報のタイル分割に係る情報、及び属性情報のタイル分割において生成された情報を含む属性タイル付加情報（Ａｔｔｒｉｂｕｔｅ　Ｔｉｌｅ　ＭｅｔａＤａｔａ）を出力する。
　なお、分割されるスライス又はタイルの数は１以上である。つまり、スライス又はタイルの分割を行わなくてもよい。
　また、ここでは、スライス分割後にタイル分割が行われる例を示したが、タイル分割後にスライス分割が行われてもよい。また、スライス及びタイルに加え新たな分割種別を定義し、３つ以上の分割種別で分割が行われてもよい。
　以下、点群データの分割方法について説明する。図２４は、スライス及びタイル分割の例を示す図である。
　まず、スライス分割の方法について説明する。分割部４９１１は、三次元点群データを、スライス単位で、任意の点群に分割する。分割部４９１１は、スライス分割において、点を構成する位置情報と属性情報とを分割せず、位置情報と属性情報とを一括で分割する。すなわち、分割部４９１１は、任意の点における位置情報と属性情報とが同じスライスに属するようにスライス分割を行う。なお、これらに従えば、分割数、及び分割方法はどのような方法でもよい。また、分割の最小単位は点である。例えば、位置情報と属性情報との分割数は同一である。例えば、スライス分割後の位置情報に対応する三次元点と、属性情報に対応する三次元点とは同一のスライスに含まれる。
　また、分割部４９１１は、スライス分割時に分割数及び分割方法に係る付加情報であるスライス付加情報を生成する。スライス付加情報は、位置情報と属性情報とで同一である。例えば、スライス付加情報は、分割後のバウンディングボックスの基準座標位置、大きさ、又は辺の長さを示す情報を含む。また、スライス付加情報は、分割数、及び分割タイプなどを示す情報を含む。
　次に、タイル分割の方法について説明する。分割部４９１１は、スライス分割されたデータを、スライス位置情報（Ｇスライス）とスライス属性情報（Ａスライス）とに分割し、スライス位置情報とスライス属性情報をそれぞれタイル単位に分割する。
　なお、図２４では８分木構造で分割する例を示しているが、分割数及び分割方法はどのような方法でもよい。
　また、分割部４９１１は、位置情報と属性情報とを異なる分割方法で分割してもよいし、同一の分割方法で分割してもよい。また、分割部４９１１は、複数のスライスを異なる分割方法でタイルに分割してもよいし、同一の分割方法でタイルに分割してもよい。
　また、分割部４９１１は、タイル分割時に分割数及び分割方法に係るタイル付加情報を生成する。タイル付加情報（位置タイル付加情報及び属性タイル付加情報）は、位置情報と属性情報とで独立している。例えば、タイル付加情報は、分割後のバウンディングボックスの基準座標位置、大きさ、又は辺の長さを示す情報を含む。また、タイル付加情報は、分割数、及び分割タイプなど示す情報を含む。
　次に、点群データをスライス又はタイルに分割する方法の例を説明する。分割部４９１１は、スライス又はタイル分割の方法として、予め定められた方法を用いてもよいし、点群データに応じて使用する方法を適応的に切り替えてもよい。
　スライス分割時には、分割部４９１１は、位置情報と属性情報とに対して一括で三次元空間を分割する。例えば、分割部４９１１は、オブジェクトの形状を判定し、オブジェクトの形状に応じて三次元空間をスライスに分割する。例えば、分割部４９１１は、木又は建物などのオブジェクトを抽出し、オブジェクト単位で分割を行う。例えば、分割部４９１１は、１又は複数のオブジェクトの全体が１つのスライスに含まれるようにスライス分割を行う。または、分割部４９１１は、一つのオブジェクトを複数のスライスに分割する。
　この場合、符号化装置は、例えば、スライス毎に符号化方法を変えてもよい。例えば、符号化装置は、特定のオブジェクト、又はオブジェクトの特定の一部に対して、高品質な圧縮方法を用いてもよい。この場合、符号化装置は、スライス毎の符号化方法を示す情報を付加情報（メタデータ）に格納してもよい。
　また、分割部４９１１は、地図情報又は位置情報に基づき、各スライスが予め定められた座標空間に対応するようにスライス分割を行ってもよい。
　タイル分割時には、分割部４９１１は、位置情報と属性情報とを独立に分割する。例えば、分割部４９１１は、データ量又は処理量に応じてスライスをタイルに分割する。例えば、分割部４９１１は、スライスのデータ量（例えばスライスに含まれる三次元点の数）が予め定められた閾値より多いかを判定する。分割部４９１１は、スライスのデータ量が閾値より多い場合にはスライスをタイルに分割する。分割部４９１１は、スライスのデータ量が閾値より少ないときにはスライスをタイルに分割しない。
　例えば、分割部４９１１は、復号装置での処理量又は処理時間が一定の範囲（予め定められた値以下）となるよう、スライスをタイルに分割する。これにより、復号装置におけるタイル当たりの処理量が一定となり、復号装置における分散処理が容易となる。
　また、分割部４９１１は、位置情報と属性情報とで処理量が異なる場合、例えば、位置情報の処理量が属性情報の処理量より多い場合、位置情報の分割数を、属性情報の分割数より多くする。
　また、例えば、コンテンツによって、復号装置で、位置情報を早く復号して表示し、属性情報を後でゆっくり復号して表示してもよい場合に、分割部４９１１は、位置情報の分割数を、属性情報の分割数より多くしてもよい。これにより、復号装置は、位置情報の並列数を多くできるので、位置情報の処理を属性情報の処理より高速化できる。
　なお、復号装置は、スライス化又はタイル化されているデータを必ずしも並列処理する必要はなく、復号処理部の数又は能力に応じて、これらを並列処理するかどうかを判定してもよい。
　以上のような方法で分割することにより、コンテンツ又はオブジェクトに応じた、適応的な符号化を実現できる。また、復号処理における並列処理を実現できる。これにより、点群符号化システム又は点群復号システムの柔軟性が向上する。
　図２５は、スライス及びタイルの分割のパターンの例を示す図である。図中のＤＵはデータ単位（ＤａｔａＵｎｉｔ）であり、タイル又はスライスのデータを示す。また、各ＤＵは、スライスインデックス（ＳｌｉｃｅＩｎｄｅｘ）とタイルインデックス（ＴｉｌｅＩｎｄｅｘ）を含む。図中のＤＵの右上の数値がスライスインデックスを示し、ＤＵの左下の数値がタイルインデックスを示す。
　パターン１では、スライス分割において、ＧスライスとＡスライスとで分割数及び分割方法は同じである。タイル分割において、Ｇスライスに対する分割数及び分割方法とＡスライスに対する分割数及び分割方法とは異なる。また、複数のＧスライス間では同一の分割数及び分割方法が用いられる。複数のＡスライス間では同一の分割数及び分割方法が用いられる。
　パターン２では、スライス分割において、ＧスライスとＡスライスとで分割数及び分割方法は同じである。タイル分割において、Ｇスライスに対する分割数及び分割方法とＡスライスに対する分割数及び分割方法とは異なる。また、複数のＧスライス間で分割数及び分割方法が異なる。複数のＡスライス間で分割数及び分割方法が異なる。
　次に、分割データの符号化方法について説明する。三次元データ符号化装置（第１の符号化部４９１０）は、分割されたデータを、それぞれ符号化する。三次元データ符号化装置は、属性情報を符号化する際に、どの構成情報（位置情報、付加情報又は他の属性情報）に基づき符号化を行ったかを示す依存関係情報を付加情報として生成する。つまり、依存関係情報は、例えば、参照先（依存先）の構成情報を示す。この場合、三次元データ符号化装置は、属性情報の分割形状に対応する構成情報に基づき依存関係情報を生成する。なお、三次元データ符号化装置は、複数の分割形状に対応する構成情報に基づき依存関係情報を生成してもよい。
　依存関係情報は三次元データ符号化装置で生成され、生成された依存関係情報が三次元データ復号装置に送出されてもよい。または、三次元データ復号装置が依存関係情報を生成し、三次元データ符号化装置は依存関係情報を送出しなくてもよい。また、三次元データ符号化装置が使用する依存関係を、予め定めておき、三次元データ符号化装置は、依存関係情報を送出しなくてもよい。
　図２６は、各データの依存関係の一例を示す図である。図中の矢印の先は依存先を示し、矢印の元は依存元を示している。三次元データ復号装置は、依存先から依存元の順でデータを復号する。また、図中に実線で示すデータは実際に送出されるデータであり、点線で示すデータは送出されないデータである。
　また、同図において、Ｇは位置情報を示し、Ａは属性情報を示す。Ｇｓ１は、スライス番号１の位置情報を示し、Ｇｓ２は、スライス番号２の位置情報を示す。Ｇｓ１ｔ１は、スライス番号１かつタイル番号１の位置情報を示し、Ｇｓ１ｔ２は、スライス番号１かつタイル番号２の位置情報を示し、Ｇｓ２ｔ１は、スライス番号２かつタイル番号１の位置情報を示し、Ｇｓ２ｔ２は、スライス番号２かつタイル番号２の位置情報を示す。同様に、Ａｓ１は、スライス番号１の属性情報を示し、Ａｓ２は、スライス番号２の属性情報を示す。Ａｓ１ｔ１は、スライス番号１かつタイル番号１の属性情報を示し、Ａｓ１ｔ２は、スライス番号１かつタイル番号２の属性情報を示し、Ａｓ２ｔ１は、スライス番号２かつタイル番号１の属性情報を示し、Ａｓ２ｔ２は、スライス番号２かつタイル番号２の属性情報を示す。
　Ｍｓｌｉｃｅは、スライス付加情報を示し、ＭＧｔｉｌｅは、位置タイル付加情報を示し、ＭＡｔｉｌｅは、属性タイル付加情報を示す。Ｄｓ１ｔ１は属性情報Ａｓ１ｔ１の依存関係情報を示し、Ｄｓ２ｔ１は属性情報Ａｓ２ｔ１の依存関係情報を示す。
　また、三次元データ符号化装置は、三次元データ復号装置においてデータを並び替える必要がないように、データを復号順に並び替えてもよい。なお、三次元データ復号装置においてデータを並び替えてもよいし、三次元データ符号化装置と三次元データ復号装置との両方でデータを並び替えてもよい。
　図２７は、データの復号順の例を示す図である。図２７の例では、左のデータから順に復号が行われる。三次元データ復号装置は、依存関係にあるデータ間では、依存先のデータから先に復号する。例えば、三次元データ符号化装置は、この順序となるようにデータを予め並び替えて送出する。なお、依存先のデータが先になる順序であれば、どのような順序でもよい。また、三次元データ符号化装置は、付加情報及び依存関係情報をデータより先に送出してもよい。
　図２８は、三次元データ符号装置による処理の流れを示すフローチャートである。まず、三次元データ符号化装置は、上記のように複数のスライス又はタイルのデータを符号化する（Ｓ４９０１）。次に、三次元データ符号化装置は、図２７に示すように、依存先のデータが先になるようにデータを並び替える（Ｓ４９０２）。次に、三次元データ符号化装置は、並び替え後のデータを多重化（ＮＡＬユニット化）する（Ｓ４９０３）。
　次に、第１の復号部４９２０に含まれる結合部４９２５の構成を説明する。図２９は、結合部４９２５の構成を示すブロック図である。結合部４９２５は、位置情報タイル結合部４９４１（Ｇｅｏｍｅｔｒｙ　Ｔｉｌｅ　Ｃｏｍｂｉｎｅｒ）と、属性情報タイル結合部４９４２（Ａｔｔｒｉｂｕｔｅ　Ｔｉｌｅ　Ｃｏｍｂｉｎｅｒ）と、スライス結合部（Ｓｌｉｃｅ　Ｃｏｍｂｉｎｅｒ）とを含む。
　位置情報タイル結合部４９４１は、位置タイル付加情報を用いて複数の分割位置情報を結合することで複数のスライス位置情報を生成する。属性情報タイル結合部４９４２は、属性タイル付加情報を用いて複数の分割属性情報を結合することで複数のスライス属性情報を生成する。
　スライス結合部４９４３は、スライス付加情報を用いて複数のスライス位置情報を結合することで位置情報を生成する。また、スライス結合部４９４３は、スライス付加情報を用いて複数のスライス属性情報を結合することで属性情報を生成する。
　なお、分割されるスライス又はタイルの数は１以上である。つまり、スライス又はタイルの分割が行われていなくてもよい。
　また、ここでは、スライス分割後にタイル分割が行われる例を示したが、タイル分割後にスライス分割が行われてもよい。また、スライス及びタイルに加え新たな分割種別を定義し、３つ以上の分割種別で分割が行われてもよい。
　次に、スライス分割又はタイル分割された符号化データの構成、及び符号化データのＮＡＬユニットへの格納方法（多重化方法）を説明する。図３０は、符号化データの構成及び符号化データのＮＡＬユニットへの格納方法を示す図である。
　符号化データ（分割位置情報及び分割属性情報）は、ＮＡＬユニットのペイロードに格納される。
　符号化データは、ヘッダとペイロードとを含む。ヘッダは、ペイロードに含まれるデータを特定するための識別情報を含む。この識別情報は、例えば、スライス分割或いはタイル分割の種別（ｓｌｉｃｅ＿ｔｙｐｅ、ｔｉｌｅ＿ｔｙｐｅ）、スライス或いはタイルを特定するためのインデックス情報（ｓｌｉｃｅ＿ｉｄｘ、ｔｉｌｅ＿ｉｄｘ）、データ（スライス或いはタイル）の位置情報、又はデータのアドレス（ａｄｄｒｅｓｓ）などを含む。スライスを特定するためのインデックス情報は、スライスインデックス（ＳｌｉｃｅＩｎｄｅｘ）とも記す。タイルを特定するためのインデックス情報は、タイルインデックス（ＴｉｌｅＩｎｄｅｘ）とも記す。また、分割の種別とは、例えば、上述したようなオブジェクト形状に基づく手法、地図情報或いは位置情報に基づく手法、又は、データ量或いは処理量に基づく手法等である。
　なお、上記の情報の全て又は一部は、分割位置情報のヘッダ及び分割属性情報のヘッダの一方に格納され、他方に格納されてなくてもよい。例えば、位置情報と属性情報とで同一の分割方法が用いられる場合には、位置情報と属性情報とで分割の種別（ｓｌｉｃｅ＿ｔｙｐｅ、ｔｉｌｅ＿ｔｙｐｅ）及びインデックス情報（ｓｌｉｃｅ＿ｉｄｘ、ｔｉｌｅ＿ｉｄｘ）は同一である。よって、位置情報と属性情報の一方のヘッダにこれらの情報が含まれてもよい。例えば、位置情報に属性情報が依存する場合には、位置情報が先に処理される。よって、位置情報のヘッダにこれらの情報が含まれ、属性情報のヘッダにはこれらの情報が含まれなくてもよい。この場合、三次元データ復号装置は、例えば、依存先の位置情報のスライス又はタイルと同一のスライス又はタイルに依存元の属性情報が属すると判断する。
　また、スライス分割又はタイル分割に係る付加情報（スライス付加情報、位置タイル付加情報又は属性タイル付加情報）、及び依存関係を示す依存関係情報等は、既存のパラメータセット（ＧＰＳ、ＡＰＳ、位置ＳＰＳ又は属性ＳＰＳなど）に格納されて送出されてもよい。分割方法がフレーム毎に変化する場合は、フレーム毎のパラメータセット（ＧＰＳ又はＡＰＳ等）に分割方法を示す情報が格納されてもよい。シーケンス内で分割方法が変化しない場合は、シーケンス毎のパラメータセット（位置ＳＰＳ又は属性ＳＰＳ）に分割方法を示す情報が格納されてもよい。さらに、位置情報と属性情報とで同じ分割方法が用いられる場合は、ＰＣＣストリームのパラメータセット（ストリームＰＳ）に分割方法を示す情報が格納されてもよい。
　また、上記の情報は、上記のいずれかのパラメータセットに格納されてもよいし、複数のパラメータセットに格納されてもよい。また、タイル分割又はスライス分割用のパラメータセットを定義し、当該パラメータセットに上記の情報を格納してもよい。また、これらの情報は、符号化データのヘッダに格納されてもよい。
　また、符号化データのヘッダは、依存関係を示す識別情報を含む。つまり、当該ヘッダは、データ間に依存関係がある場合は、依存元から依存先を参照するための識別情報を含む。例えば、依存先のデータのヘッダには、当該データを特定するための識別情報が含まれる。依存元のデータのヘッダには、依存先を示す識別情報が含まれる。なお、データを特定するための識別情報、スライス分割又はタイル分割に係る付加情報、及び依存関係を示す識別情報を、他の情報から識別可能又は導出可能である場合は、これらの情報を省略してもよい。
　次に、本実施の形態に係る点群データの符号化処理及び復号処理の流れについて説明する。図３１は、本実施の形態に係る点群データの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、使用する分割方法を決定する（Ｓ４９１１）。この分割方法は、スライス分割を行うか否か、タイル分割を行うか否かを含む。また、分割方法は、スライス分割又はタイル分割を行う場合の分割数、及び、分割の種別等を含んでもよい。分割の種別とは、上述したようなオブジェクト形状に基づく手法、地図情報或いは位置情報に基づく手法、又は、データ量或いは処理量に基づく手法等である。なお、分割方法は、予め定められていてもよい。
　スライス分割が行われる場合（Ｓ４９１２でＹｅｓ）、三次元データ符号化装置は、位置情報と属性情報とを一括で分割することで複数のスライス位置情報及び複数のスライス属性情報を生成する（Ｓ４９１３）。また、三次元データ符号化装置は、スライス分割に係るスライス付加情報を生成する。なお、三次元データ符号化装置は、位置情報と属性情報とを独立に分割してもよい。
　タイル分割が行われる場合（Ｓ４９１４でＹｅｓ）、三次元データ符号化装置は、複数のスライス位置情報及び複数のスライス属性情報（又は位置情報及び属性情報）を独立に分割することで複数の分割位置情報及び複数の分割属性情報を生成する（Ｓ４９１５）。また、三次元データ符号化装置は、タイル分割に係る位置タイル付加情報及び属性タイル付加情報を生成する。なお、三次元データ符号化装置は、スライス位置情報とスライス属性情報とを一括で分割してもよい。
　次に、三次元データ符号化装置は、複数の分割位置情報及び複数の分割属性情報の各々を符号化することで、複数の符号化位置情報及び複数の符号化属性情報を生成する（Ｓ４９１６）。また、三次元データ符号化装置は、依存関係情報を生成する。
　次に、三次元データ符号化装置は、複数の符号化位置情報、複数の符号化属性情報及び付加情報をＮＡＬユニット化（多重化）することで符号化データ（符号化ストリーム）を生成する（Ｓ４９１７）。また、三次元データ符号化装置は、生成した符号化データを送出する。
　図３２は、本実施の形態に係る点群データの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、符号化データ（符号化ストリーム）に含まれる、分割方法に係る付加情報（スライス付加情報、位置タイル付加情報及び属性タイル付加情報）を解析することで、分割方法を判定する（Ｓ４９２１）。この分割方法は、スライス分割を行うか否か、タイル分割を行うか否かを含む。また、分割方法は、スライス分割又はタイル分割を行う場合の分割数、及び、分割の種別等を含んでもよい。
　次に、三次元データ復号装置は、符号化データに含まれる複数の符号化位置情報及び複数の符号化属性情報を、符号化データに含まれる依存関係情報を用いて復号することで分割位置情報及び分割属性情報を生成する（Ｓ４９２２）。
　付加情報によりタイル分割が行われていることが示される場合（Ｓ４９２３でＹｅｓ）、三次元データ復号装置は、位置タイル付加情報及び属性タイル付加情報に基づき、複数の分割位置情報と、複数の分割属性情報とを、それぞれの方法で結合することで、複数のスライス位置情報及び複数のスライス属性情報を生成する（Ｓ４９２４）。なお、三次元データ復号装置は、複数の分割位置情報と、複数の分割属性情報とを同一の方法で結合してもよい。
　付加情報によりスライス分割が行われていることが示される場合（Ｓ４９２５でＹｅｓ）、三次元データ復号装置は、スライス付加情報に基づき、複数のスライス位置情報及び複数のスライス属性情報（複数の分割位置情報及び複数の分割属性情報）を同一の方法で結合することで位置情報及び属性情報を生成する（Ｓ４９２６）。なお、三次元データ復号装置は、複数のスライス位置情報と複数のスライス属性情報とを、それぞれ異なる方法で結合してもよい。
　以上のように、本実施の形態に係る三次元データ符号化装置は、図３３に示す処理を行う。まず、三次元データ符号化装置は、複数の三次元点が含まれる対象空間が分割された複数のサブ空間（例えばスライス）に含まれ、各々が１以上の三次元点を含む複数の分割データ（例えばタイル）に分割する。ここで、分割データは、サブ空間に含まれ、１以上の三次元点を含む１以上のデータ集合体である。また、分割データは空間でもあり、三次元点を含まない空間を含んでいてもよい。また、１つのサブ空間に複数の分割データが含まれてもよいし、１つのサブ空間に１つの分割データが含まれてもよい。なお、対象空間に複数のサブ空間が設定されてもよいし、対象空間に１つのサブ空間が設定されてもよい。
　次に、三次元データ符号化装置は、複数の分割データの各々を符号化することで、複数の分割データの各々に対応する複数の符号化データを生成する（Ｓ４９３１）。三次元データ符号化装置は、複数の符号化データと、複数の符号化データの各々に対する複数の制御情報（例えば図３０に示すヘッダ）とを含むビットストリームを生成する（Ｓ４９３２）。複数の制御情報の各々には、当該制御情報に対応する符号化データに対応するサブ空間を示す第１識別子（例えばｓｌｉｃｅ＿ｉｄｘ）と、当該制御情報に対応する符号化データに対応する分割データを示す第２識別子（例えばｔｉｌｅ＿ｉｄｘ）とが格納される。
　これによれば、三次元データ符号化装置で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は、第１識別子及び第２識別子を用いて、複数の分割データのデータを結合して対象空間を容易に復元できる。よって、三次元データ復号装置における処理量を低減できる。
　例えば、三次元データ符号化装置は、前記符号化では、複数の分割データの各々に含まれる三次元点の位置情報と属性情報とを符号化する。複数の符号化データの各々は、位置情報の符号化データと、属性情報の符号化データとを含む。複数の制御情報の各々は、位置情報の符号化データの制御情報と、属性情報の符号化データの制御情報とを含む。第１識別子及び第２識別子は、位置情報の符号化データの制御情報に格納される。
　例えば、ビットストリームにおいて、複数の制御情報の各々は、当該制御情報に対応する符号化データの前に配置されている。
　また、三次元データ符号化装置は、複数の三次元点が含まれる対象空間が１以上のサブ空間に設定され、前記サブ空間に１以上の三次元点を含む１以上の分割データが含まれ、前記分割データの各々を符号化することで、前記複数の分割データの各々に対応する複数の符号化データを生成し、前記複数の符号化データと、前記複数の符号化データの各々に対する複数の制御情報とを含むビットストリームを生成し、前記複数の制御情報の各々には、当該制御情報に対応する符号化データに対応するサブ空間を示す第１識別子と、当該制御情報に対応する符号化データに対応する分割データを示す第２識別子とが格納されてもよい。
　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３４に示す処理を行う。まず、三次元データ復号装置は、複数の三次元点が含まれる対象空間が分割された複数のサブ空間（例えばスライス）に含まれ、各々が１以上の三次元点を含む複数の分割データ（例えばタイル）の各々が符号化されることで生成された複数の符号化データと、複数の符号化データの各々に対する複数の制御情報（例えば図３０に示すヘッダ）とを含むビットストリームから、前記複数の制御情報に格納されている、当該制御情報に対応する符号化データに対応するサブ空間を示す第１識別子（例えばｓｌｉｃｅ＿ｉｄｘ）と、当該制御情報に対応する符号化データに対応する分割データを示す第２識別子（例えばｔｉｌｅ＿ｉｄｘ）とを取得する（Ｓ４９４１）。次に、三次元データ復号装置は、複数の符号化データを復号することで複数の分割データを復元する（Ｓ４９４２）。次に、三次元データ復号装置は、第１識別子及び第２識別子を用いて、複数の分割データを結合することで対象空間を復元する（Ｓ４９４３）。例えば、三次元データ符号化装置は、第２識別子を用いて複数の分割データを結合することで複数のサブ空間を復元し、第１識別子を用いて複数のサブ空間を結合することで対象空間（複数の三次元点）を復元する。なお、三次元データ復号装置は、第１識別子及び第２識別子の少なくとも一方を用いて、所望のサブ空間又は分割データの符号化データをビットストリームから取得し、取得した符号化データを選択的に復号、又は優先的に復号してもよい。
　これによれば、三次元データ復号装置は、第１識別子及び第２識別子を用いて、複数の分割データのデータを結合して対象空間を容易に復元できる。よって、三次元データ復号装置における処理量を低減できる。
　例えば、複数の符号化データの各々は、対応する分割データに含まれる三次元点の位置情報と属性情報とが符号化されることで生成され、位置情報の符号化データと、属性情報の符号化データとを含む。複数の制御情報の各々は、位置情報の符号化データの制御情報と、属性情報の符号化データの制御情報とを含む。第１識別子及び第２識別子は、位置情報の符号化データの制御情報に格納されている。
　例えば、ビットストリームにおいて、制御情報は、対応する符号化データの前に配置されている。
　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５）
　隣接依存を用いた位置情報符号化では、点群の密度が高いほど符号化効率が向上する可能性がある。本実施の形態では、三次元データ符号化装置は、連続するフレームの点群データを結合することで、連続するフレームの点群データをまとめて符号化する。このとき、三次元データ符号化装置は、結合後の点群データに含まれるリーフノードの各々が属するフレームを識別するための情報を加えた符号化データを生成する。
　ここで、連続するフレームの点群データは類似する可能性が高い。よって、連続するフレームで、オキュパンシー符号の上位レベルが同一になる可能性が高い。つまり、連続するフレームをまとめて符号化することで、オキュパンシー符号の上位レベルを共用できる。
　また、点群がどのフレームに属するかの区別は、フレームのインデックスを符号化することにより、リーフノードで行われる。
　図３５は、Ｎ個のＰＣＣ（Ｐｏｉｎｔ　Ｃｌｏｕｄ　Ｃｏｍｐｒｅｓｓｉｏｎ）フレームの点群データからツリー構造及びオキュパンシー符号（Ｏｃｃｕｐａｎｃｙ　Ｃｏｄｅ）を生成するイメージを示す図である。同図において、矢印中の点は、それぞれのＰＣＣフレームに属する点を示している。初めに、それぞれのＰＣＣフレームに属する点には、フレームを特定するためのフレームインデックスが付与される。
　次に、Ｎ個のフレームに属する点をツリー構造に変換し、オキュパンシー符号が生成される。具体的には、点ごとに、点がツリー構造におけるどのリーフノードに属するかが判定される。同図では、木構造（Ｔｒｅｅ　Ｓｔｒｕｃｔｕｒｅ）はノードの集合を示している。上位のノードから順番に、点がどのノードに属するかが判定される。ノードごとの判定結果がオキュパンシー符号として符号化される。オキュパンシー符号はＮ個のフレームで共通である。
　ノードには、異なるフレームインデックスが付与された、異なるフレームの点が混在する場合がある。なお、８分木（Ｏｃｔｒｅｅ）の分解能が小さい場合は、同一のフレームインデックスが付与された同一フレームの点が混在することもある。
　最下層のノード（リーフノード）には、複数のフレームに属する点が混在（重複）することがある。
　ツリー構造及びオキュパンシー符号において、上位のレベルのツリー構造及びオキュパンシー符号は、全てのフレームにおいて共通成分である可能性があり、下位のレベルのツリー構造及びオキュパンシー符号はフレーム毎の個別成分、又は共通成分と個別成分とが混在する可能性がある。
　例えば、リーフノードなどの最下層のノードには、フレームインデックスを持つ０以上の点が生成され、点の数を示す情報、及び各点に対するフレームインデックスの情報が生成される。これらの情報は、フレームにおいて個別の情報であるともいえる。
　図３６は、フレーム結合の例を示す図である。図３６の（ａ）に示すように、複数フレームをまとめてツリー構造を生成することにより、同一のノードに含まれるフレームの点の密度が増える。また、ツリー構造を共有することによりオキュパンシー符号のデータ量を削減できる。これらにより、符号化率を向上できる可能性がある。
　また、図３６の（ｂ）に示すように、ツリー構造におけるオキュパンシー符号の個別成分がより密になることにより、算術符号化の効果が高まるので、符号化率を向上できる可能性がある。
　以降、時間的に異なる複数のＰＣＣフレームの結合を例に説明するが、複数フレームでない場合、つまりフレームを結合しない場合（Ｎ＝１）にも適用可能である。また、結合する複数の点群データは、複数フレーム、つまり、同一対象物の時刻の異なる点群データに限らない。つまり、以下の手法は、空間的、又は時空間的に異なる複数の点群データの結合にも適用可能である。また、以下の手法は、コンテンツの異なる点群データ又は点群ファイルの結合にも適用可能である。
　図３７は、時間的に異なる複数のＰＣＣフレームの結合の例を示す図である。図３７は、自動車が移動しながら、ＬｉＤＡＲなどのセンサで点群データを取得する例を示す。点線は、フレーム毎のセンサの取得範囲、すなわち点群データの領域を示している。センサの取得範囲が大きい場合は、点群データの範囲も大きくなる。
　点群データを結合して符号化する手法は、以下のような点群データに対して有効である。例えば、図３７に示す例では、自動車は移動しており、フレームは自動車の周辺の３６０°のスキャンにより識別される。つまり、次のフレームであるフレーム２は、車両がＸ方向への移動した後の別の３６０°のスキャンに対応する。
　この場合、フレーム１とフレーム２とには、重複する領域が存在するため同一の点群データが含まれる可能性がある。よって、フレーム１とフレーム２とを結合して符号化することで符号化効率を向上できる可能性がある。なお、より多くのフレームを結合することも考えられる。ただし、結合するフレーム数を増やすと、リーフノードに付加されるフレームインデックスの符号化に必要なビット数が増加する。
　また、異なる位置のセンサによって点群データが取得されてもよい。それにより、それぞれの位置から取得されたそれぞれの点群データがそれぞれフレームとして用いられてもよい。つまり、複数のフレームは、単一のセンサで取得された点群データであってもよいし、複数のセンサで取得された点群データであってもよい。また、複数のフレーム間において、一部又は全ての対象物が同一であってもよいし、異なってもよい。
　次に、本実施の形態に係る三次元データ符号化処理の流れを説明する。図３８は、三次元データ符号化処理のフローチャートである。三次元データ符号化装置は、結合を行うフレームの数である結合フレーム数Ｎに基づき、Ｎ個全てのフレームの点群データを読み込む。
　まず、三次元データ符号化装置は、結合フレーム数Ｎを決定する（Ｓ５４０１）。例えば、この結合フレーム数Ｎはユーザにより指定される。
　次に、三次元データ符号化装置は、点群データを取得する（Ｓ５４０２）。次に、三次元データ符号化装置は、取得した点群データのフレームインデックスを記録する（Ｓ５４０３）。
　Ｎ個のフレームを処理済みでない場合（Ｓ５４０４でＮｏ）、三次元データ符号化装置は、次の点群データを指定し（Ｓ５４０５）、指定された点群データに対してステップＳ５４０２以降の処理を行う。
　一方、Ｎ個のフレームを処理済みである場合（Ｓ５４０４でＹｅｓ）、三次元データ符号化装置は、Ｎ個のフレームを結合し、結合後のフレームを符号化する（Ｓ５４０６）。
　図３９は、符号化処理（Ｓ５４０６）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、Ｎ個のフレームに共通の共通情報を生成する（Ｓ５４１１）。例えば、共通情報は、オキュパンシー符号、及び結合フレーム数Ｎを示す情報を含む。
　次に、三次元データ符号化装置は、フレーム毎に個別の情報である個別情報を生成する（Ｓ５４１２）。例えば、個別情報は、リーフノードに含まれる点の数、及びリーフノードに含まれる点のフレームインデックスを含む。
　次に、三次元データ符号化装置は、共通情報と個別情報とを結合し、結合後の情報を符号化することで符号化データを生成する（Ｓ５４１３）。次に、三次元データ符号化装置は、フレーム結合に係る付加情報（メタデータ）を生成し、生成した付加情報を符号化する（Ｓ５４１４）。
　次に、本実施の形態に係る三次元データ復号処理の流れを説明する。図４０は、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結合フレーム数Ｎを取得する（Ｓ５４２１）。次に、三次元データ符号化装置は、ビットストリームから符号化データを取得する（Ｓ５４２２）。次に、三次元データ復号装置は、符号化データを復号することで点群データとフレームインデックスと取得する（Ｓ５４２３）。最後に、三次元データ復号装置は、復号された点群データをフレームインデックスを用いて分割する（Ｓ５４２４）。
　図４１は、復号及び分割処理（Ｓ５４２３及びＳ５４２４）のフローチャートである。まず、三次元データ復号装置は、符号化データ（ビットストリーム）から共通情報及び個別情報を復号（取得）する（Ｓ５４３１）。
　次に、三次元データ復号装置は、単一のフレームを復号するか複数のフレームを復号するかを決定する（Ｓ５４３２）。例えば、単一のフレームを復号するか複数のフレームを復号するかは外部から指定されてもよい。ここで、複数のフレームとは、結合されたフレームの全てのフレームであってもよいし、一部のフレームであってもよい。例えば、三次元データ復号装置は、アプリケーションが必要とする特定のフレームを復号すると決定し、必要としないフレームを復号しないと決定してもよい。または、リアルタイムな復号が要求される場合には、三次元データ復号装置は、結合された複数フレームのうち単一のフレームを復号すると決定してもよい。
　単一のフレームを復号する場合（Ｓ５４３２でＹｅｓ）、三次元データ復号装置は、復号した個別情報から指定された単一のフレームインデックスに対応する個別情報を抽出し、抽出した個別情報を復号することで、指定されたフレームインデックスに対応するフレームの点群データを復元する（Ｓ５４３３）。
　一方、複数フレームを復号する場合（Ｓ５４３２でＮｏ）、三次元データ復号装置は、指定された複数のフレーム（又は全てのフレーム）のフレームインデックスに対応する個別情報を抽出し、抽出した個別情報を復号することで、指定された複数フレームの点群データを復元する（Ｓ５４３４）。次に、三次元データ復号装置は、フレームインデックスに基づき、復号した点群データ（個別情報）を分割する（Ｓ５４３５）。つまり、三次元データ復号装置は、復号した点群データを複数フレームに分割する。
　なお、三次元データ復号装置は、結合された全てのフレームのデータを一括で復号し、復号したデータを各フレームに分割してもよいし、結合された全てのフレームのうち、任意の一部のフレームを一括で復号し、復号したデータを各フレームに分割してもよい。また、三次元データ復号装置は、複数フレームからなる予め定められた単位フレームを単独で復号してもよい。
　以下、本実施の形態に係る三次元データ符号化装置の構成を説明する。図４２は、本実施の形態に係る三次元データ符号化装置に含まれる符号化部５４１０の構成を示すブロック図である。符号化部５４１０は、点群データ（ポイントクラウド）を符号化することで符号化データ（符号化ストリーム）を生成する。この符号化部５４１０は、分割部５４１１と、複数の位置情報符号化部５４１２と、複数の属性情報符号化部５４１３と、付加情報符号化部５４１４と、多重化部５４１５とを含む。
　分割部５４１１は、複数フレームの点群データを分割することで複数フレームの複数の分割データを生成する。具体的には、分割部５４１１は、各フレームの点群データの空間を複数のサブ空間に分割することで複数の分割データを生成する。ここでサブ空間とは、タイル及びスライスの一方、又はタイル及びスライスの組み合わせである。より具体的には、点群データは、位置情報、属性情報（色又は反射率等）、及び付加情報を含む。また、分割部５４１１には、フレーム番号が入力される。分割部５４１１は、各フレームの位置情報を複数の分割位置情報に分割し、各フレームの属性情報を複数の分割属性情報に分割する。また、分割部５４１１は、分割に関する付加情報を生成する。
　例えば、分割部５４１１は、まず、点群をタイルに分割する。次に、分割部５４１１は、得られたタイルを、さらにスライスに分割する。
　複数の位置情報符号化部５４１２は、複数の分割位置情報を符号化することで複数の符号化位置情報を生成する。例えば、位置情報符号化部５４１２は、８分木等のＮ分木構造を用いて分割位置情報を符号化する。具体的には、８分木では、対象空間が８個のノード（サブ空間）に分割され、各ノードに点群が含まれるか否かを示す８ビットの情報（オキュパンシー符号）が生成される。また、点群が含まれるノードは、さらに、８個のノードに分割され、当該８個のノードの各々に点群が含まれるか否かを示す８ビットの情報が生成される。この処理が、予め定められた階層又はノードに含まれる点群の数の閾値以下になるまで繰り返される。例えば、複数の位置情報符号化部５４１２は、複数の分割位置情報を並列処理する。
　属性情報符号化部４６３２は、位置情報符号化部４６３１で生成された構成情報を用いて符号化することで符号化データである符号化属性情報を生成する。例えば、属性情報符号化部４６３２は、位置情報符号化部４６３１で生成された８分木構造に基づき、処理対象の対象点（対象ノード）の符号化において参照する参照点（参照ノード）を決定する。例えば、属性情報符号化部４６３２は、周辺ノード又は隣接ノードのうち、８分木における親ノードが対象ノードと同一のノードを参照する。なお、参照関係の決定方法はこれに限らない。
　また、位置情報又は属性情報の符号化処理は、量子化処理、予測処理、及び算術符号化処理のうち少なくとも一つを含んでもよい。この場合、参照とは、属性情報の予測値の算出に参照ノードを用いること、又は、符号化のパラメータの決定に参照ノードの状態（例えば、参照ノードに点群が含まれる否かを示す占有情報）を用いること、である。例えば、符号化のパラメータとは、量子化処理における量子化パラメータ、又は算術符号化におけるコンテキスト等である。
　複数の属性情報符号化部５４１３は、複数の分割属性情報を符号化することで複数の符号化属性情報を生成する。例えば、複数の属性情報符号化部５４１３は、複数の分割属性情報を並列処理する。
　付加情報符号化部５４１４は、点群データに含まれる付加情報と、分割部５４１１で分割時に生成された、データ分割に関する付加情報とを符号化することで符号化付加情報を生成する。
　多重化部５４１５は、複数フレームの、複数の符号化位置情報、複数の符号化属性情報及び符号化付加情報を多重化することで符号化データ（符号化ストリーム）を生成し、生成した符号化データを送出する。また、符号化付加情報は復号時に使用される。
　図４３は、分割部５４１１のブロック図である。分割部５４１１は、タイル分割部５４２１と、スライス分割部５４２２とを含む。
　タイル分割部５４２１は、複数フレームの位置情報（Ｐｏｓｉｔｉｏｎ（Ｇｅｏｍｅｔｒｙ））の各々をタイルに分割することで複数のタイル位置情報を生成する。また、タイル分割部５４２１は、複数フレームの属性情報（Ａｔｔｒｉｂｕｔｅ）の各々をタイルに分割することで複数のタイル属性情報を生成する。また、タイル分割部５４２１は、タイル分割に係る情報、及びタイル分割において生成された情報を含むタイル付加情報（Ｔｉｌｅ　ＭｅｔａＤａｔａ）を出力する。
　スライス分割部５４２２は、複数のタイル位置情報をスライスに分割することで複数の分割位置情報（複数のスライス位置情報）を生成する。また、スライス分割部５４２２は、複数のタイル属性情報をスライスに分割することで複数の分割属性情報（複数のスライス属性情報）を生成する。また、スライス分割部５４２２は、スライス分割に係る情報、及びスライス分割において生成された情報を含むスライス付加情報（Ｓｌｉｃｅ　ＭｅｔａＤａｔａ）を出力する。
　また、分割部５４１１は、分割処理において、原点座標及び属性情報等を示すために、フレーム番号（フレームインデックス）を用いる。
　図４４は、位置情報符号化部５４１２のブロック図である。位置情報符号化部５４１２は、フレームインデックス生成部５４３１と、エントロピー符号化部５４３２とを含む。
　フレームインデックス生成部５４３１は、フレーム番号に基づきフレームインデックスの値を決定し、決定したフレームインデックスを位置情報に付加する。エントロピー符号化部５４３２は、フレームインデックスが付加された分割位置情報をエントロピー符号化することで符号化位置情報を生成する。
　図４５は、属性情報符号化部５４１３のブロック図である。属性情報符号化部５４１３は、フレームインデックス生成部５４４１と、エントロピー符号化部５４４２とを含む。
　フレームインデックス生成部５４４１は、フレーム番号に基づきフレームインデックスの値を決定し、決定したフレームインデックスを属性情報に付加する。エントロピー符号化部５４４２は、フレームインデックスが付加された分割属性情報をエントロピー符号化することで符号化属性情報を生成する。
　次に、本実施の形態に係る点群データの符号化処理及び復号処理の流れについて説明する。図４６は、本実施の形態に係る点群データの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、使用する分割方法を決定する（Ｓ５４４１）。この分割方法は、スライス分割を行うか否か、タイル分割を行うか否かを含む。また、分割方法は、スライス分割又はタイル分割を行う場合の分割数、及び、分割の種別等を含んでもよい。
　タイル分割が行われる場合（Ｓ５４４２でＹｅｓ）、三次元データ符号化装置は、位置情報と属性情報とを分割することで複数のタイル位置情報及び複数のタイル属性情報を生成する（Ｓ５４４３）。また、三次元データ符号化装置は、タイル分割に係るタイル付加情報を生成する。
　スライス分割が行われる場合（Ｓ５４４４でＹｅｓ）、三次元データ符号化装置は、複数のタイル位置情報及び複数のタイル属性情報（又は位置情報及び属性情報）を分割することで複数の分割位置情報及び複数の分割属性情報を生成する（Ｓ５４４５）。また、三次元データ符号化装置は、スライス分割に係るスライス付加情報を生成する。
　次に、三次元データ符号化装置は、複数の分割位置情報及び複数の分割属性情報の各々をフレームインデックスと符号化することで、複数の符号化位置情報及び複数の符号化属性情報を生成する（Ｓ５４４６）。また、三次元データ符号化装置は、依存関係情報を生成する。
　次に、三次元データ符号化装置は、複数の符号化位置情報、複数の符号化属性情報及び付加情報をＮＡＬユニット化（多重化）することで符号化データ（符号化ストリーム）を生成する（Ｓ５４４７）。また、三次元データ符号化装置は、生成した符号化データを送出する。
　図４７は、符号化処理（Ｓ５４４６）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、分割位置情報を符号化する（Ｓ５４５１）。次に、三次元データ符号化装置は、分割位置情報用のフレームインデックスを符号化する（Ｓ５４５２）。
　分割属性情報が存在する場合（Ｓ５４５３でＹｅｓ）、三次元データ符号化装置は、分割属性情報を符号化し（Ｓ５４５４）、分割属性情報用のフレームインデックスを符号化する（Ｓ５４５５）。一方、分割属性情報が存在しない場合（Ｓ５４５３でＮｏ）、三次元データ符号化装置は、分割属性情報の符号化、及び分割属性情報用のフレームインデックスの符号化を行わない。なお、フレームインデックスは分割位置情報と分割属性情報のいずれか一方または両方に格納されてもよい。
　なお、三次元データ符号化装置は、属性情報を、フレームインデックスを用いて符号化してもよいし、フレームインデックスを用いずに符号化してもよい。つまり、三次元データ符号化装置は、フレームインデックスを用いて、それぞれの点が属するフレームを識別し、フレーム毎に符号化してもよいし、フレームを識別せずに、全てのフレームに属する点を符号化してもよい。
　以下、本実施の形態に係る三次元データ復号装置の構成を説明する。図４８は、復号部５４５０の構成を示すブロック図である。復号部５４５０は、点群データが符号化されることで生成された符号化データ（符号化ストリーム）を復号することで点群データを復元する。この復号部５４５０は、逆多重化部５４５１と、複数の位置情報復号部５４５２と、複数の属性情報復号部５４５３と、付加情報復号部５４５４と、結合部５４５５とを含む。
　逆多重化部５４５１は、符号化データ（符号化ストリーム）を逆多重化することで複数の符号化位置情報、複数の符号化属性情報及び符号化付加情報を生成する。
　複数の位置情報復号部５４５２は、複数の符号化位置情報を復号することで複数の分割位置情報を生成する。例えば、複数の位置情報復号部５４５２は、複数の符号化位置情報を並列処理する。
　複数の属性情報復号部５４５３は、複数の符号化属性情報を復号することで複数の分割属性情報を生成する。例えば、複数の属性情報復号部５４５３は、複数の符号化属性情報を並列処理する。
　複数の付加情報復号部５４５４は、符号化付加情報を復号することで付加情報を生成する。
　結合部５４５５は、付加情報を用いて複数の分割位置情報を結合することで位置情報を生成する。結合部５４５５は、付加情報を用いて複数の分割属性情報を結合することで属性情報を生成する。また、結合部５４５５は、フレームインデックスを用いて位置情報及び属性情報を複数フレームの位置情報及び複数フレームの属性情報に分割する。
　図４９は、位置情報復号部５４５２のブロック図である。位置情報復号部５４５２は、エントロピー復号部５４６１と、フレームインデックス取得部５４６２とを含む。エントロピー復号部５４６１は、符号化位置情報をエントロピー復号することで分割位置情報を生成する。フレームインデックス取得部５４６２は、分割位置情報からフレームインデックを取得する。
　図５０は、属性情報復号部５４５３のブロック図である。属性情報復号部５４５３は、エントロピー復号部５４７１と、フレームインデックス取得部５４７２とを含む。エントロピー復号部５４７１は、符号化属性情報をエントロピー復号することで分割属性情報を生成する。フレームインデックス取得部５４７２は、分割属性情報からフレームインデックを取得する。
　図５１は、結合部５４５５の構成を示す図である。結合部５４５５は、複数の分割位置情報を結合することで位置情報を生成する。結合部５４５５は、複数の分割属性情報を結合することで属性情報を生成する。また、結合部５４５５は、フレームインデックスを用いて位置情報及び属性情報を複数フレームの位置情報及び複数フレームの属性情報に分割する。
　図５２は、本実施の形態に係る点群データの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、符号化データ（符号化ストリーム）に含まれる、分割方法に係る付加情報（スライス付加情報、及びタイル付加情報）を解析することで、分割方法を判定する（Ｓ５４６１）。この分割方法は、スライス分割を行うか否か、タイル分割を行うか否かを含む。また、分割方法は、スライス分割又はタイル分割を行う場合の分割数、及び、分割の種別等を含んでもよい。
　次に、三次元データ復号装置は、符号化データに含まれる複数の符号化位置情報及び複数の符号化属性情報を、符号化データに含まれる依存関係情報を用いて復号することで分割位置情報及び分割属性情報を生成する（Ｓ５４６２）。
　付加情報によりスライス分割が行われていることが示される場合（Ｓ５４６３でＹｅｓ）、三次元データ復号装置は、スライス付加情報に基づき、複数の分割位置情報を結合することで複数のタイル位置情報を生成し、複数の分割属性情報を結合することで複数のタイル属性情報を生成する（Ｓ５４６４）。ここで、複数の分割位置情報、複数の分割属性情報、複数のタイル位置情報、及び複数のタイル属性情報は、フレームインデックスを含む。
　付加情報によりタイル分割が行われていることが示される場合（Ｓ５４６５でＹｅｓ）、三次元データ復号装置は、タイル付加情報に基づき、複数のタイル位置情報（複数の分割位置情報）を結合することで位置情報を生成し、複数のタイル属性情報（複数の分割属性情報）を結合することで属性情報を生成する（Ｓ５４６６）。ここで、複数のタイル位置情報、複数のタイル属性情報、位置情報及び属性情報は、フレームインデックスを含む。
　図５３は、復号処理（Ｓ５４６４又はＳ５４６６）のフローチャートである。まず、三次元データ復号装置は、分割位置情報（スライス位置情報）を復号する（Ｓ５４７１）。次に、三次元データ復号装置は、分割位置情報用のフレームインデックスを復号する（Ｓ５４７２）。
　分割属性情報が存在する場合（Ｓ５４７３でＹｅｓ）、三次元データ復号装置は、分割属性情報を復号し（Ｓ５４７４）、分割属性情報用のフレームインデックスを復号する（Ｓ５４７５）。一方、分割属性情報が存在しない場合（Ｓ５４７３でＮｏ）、三次元データ復号装置は、分割属性情報の復号、及び分割属性情報用のフレームインデックスの復号を行わない。
　なお、三次元データ復号装置は、属性情報を、フレームインデックスを用いて復号してもよいし、フレームインデックスを用いずに復号してもよい。
　以下、フレーム結合における符号化単位について説明する。図５４は、フレームの結合パターンの例を示す図である。同図の例は、例えば、ＰＣＣフレームが時系列であり、リアルタイムにデータの生成及び符号化が行われる場合の例である。
　図５４の（ａ）は、固定的に４フレームを結合する場合を示している。三次元データ符号化装置は、４フレーム分のデータの生成を待ってから符号化データを生成する。
　図５４の（ｂ）は、適応的にフレーム数が変化する場合を示している。例えば、三次元データ符号化装置は、レート制御において符号化データの符号量を調整するために結合フレーム数を変化させる。
　なお、三次元データ符号化装置は、フレーム結合による効果がない可能性がある場合は、フレームを結合しなくてもよい。また、三次元データ符号化装置は、フレーム結合する場合とフレーム結合しない場合とを切り替えてもよい。
　図５４の（ｃ）は、結合する複数のフレームの一部が次に結合する複数のフレームの一部と重複する場合の例である。この例は、符号化できたものから順次送出するなど、リアルタイム性、又は低遅延が要求される場合に有用である。
　図５５は、ＰＣＣフレームの構成例を示す図である。三次元データ符号化装置は、結合するフレームを、少なくとも単独で復号できるデータ単位を含むように構成してもよい。例えば、図５５の（ａ）に示すように、ＰＣＣフレームが全てイントラ符号化されており、ＰＣＣフレームを単独で復号可能な場合には、上記のいずれのパターンも適用可能である。
　また、図５５の（ｂ）に示すように、インター予測が適用されている場合などにおいてＧＯＦ（グループオブフレーム）などのランダムアクセス単位が設定される場合は、三次元データ符号化装置は、そのＧＯＦ単位を最小単位として、データを結合してもよい。
　なお、三次元データ符号化装置は、共通情報と個別情報とを一括で符号化してもよいし、それぞれを別に符号化してもよい。また、三次元データ符号化装置は、共通情報と個別情報とに共通のデータ構造を用いてもよいし別のデータ構造を用いてもよい。
　また、三次元データ符号化装置は、フレーム毎にオキュパンシー符号を生成した後に、複数フレームのオキュパンシー符号を比較し、例えば、所定の基準で複数フレームのオキュパンシー符号間で共通部分が多いか否かを判定し、共通部分が多い場合に共通情報を生成してもよい。あるいは、三次元データ符号化装置は、共通部分が多いか否に基づき、フレーム結合するかどうか、どのフレームを結合するか、又は結合フレーム数を決定してもよい。
　次に、符号化位置情報の構成を説明する。図５６は、符号化位置情報の構成を示す図である。符号化位置情報は、ヘッダとペイロードとを含む。
　図５７は、符号化位置情報のヘッダ（Ｇｅｏｍｅｔｒｙ＿ｈｅａｄｅｒ）のシンタックス例を示す図である。符号化位置情報のヘッダは、ＧＰＳインデックス（ｇｐｓ＿ｉｄｘ）と、オフセット情報（ｏｆｆｓｅｔ）と、その他の情報（ｏｔｈｅｒ＿ｇｅｏｍｅｔｒｙ＿ｉｎｆｏｒｍａｔｉｏｎ）と、フレーム結合フラグ（ｃｏｍｂｉｎｅ＿ｆｒａｍｅ＿ｆｌａｇ）と、結合フレーム数（ｎｕｍｂｅｒ＿ｏｆ＿ｃｏｍｂｉｎｅ＿ｆｒａｍｅ）とを含む。
　ＧＰＳインデックスは、符号化位置情報に対応するパラメータセット（ＧＰＳ）の識別子（ＩＤ）を示す。ＧＰＳは、１フレーム又は複数のフレームの符号化位置情報のパラメータセットである。なお、１フレーム毎にパラメータセットが存在する場合は、複数のパラメータセットの識別子がヘッダに示されてもよい。
　オフセット情報は、結合データを取得するためのオフセット位置を示す。その他の情報は、位置情報に関するその他の情報（例えば、量子化パラメータの差分値（ＱＰｄｅｌｔａ）など）を示す。フレーム結合フラグは、符号化データがフレーム結合されているか否かを示すフラグである。結合フレーム数は、結合されているフレームの数を示す。
　なお、上記の情報の一部又は全てがＳＰＳ又はＧＰＳに記載されてもよい。なお、ＳＰＳとは、シーケンス（複数フレーム）単位のパラメータセットであり、符号化位置情報と符号化属性情報とに共通に用いられるパラメータセットである。
　図５８は、符号化位置情報のペイロード（Ｇｅｏｍｅｔｒｙ＿ｄａｔａ）のシンタックス例を示す図である。符号化位置情報のペイロードは、共通情報と、リーフノード情報とを含む。
　共通情報は、１以上のフレーム結合したデータであり、オキュパンシー符号（ｏｃｃｕｐａｎｃｙ＿Ｃｏｄｅ）等を含む。
　リーフノード情報（ｃｏｍｂｉｎｅ＿ｉｎｆｏｒｍａｔｉｏｎ）は、各リーフノードの情報である。フレーム数のループとして、フレーム毎にリーフノード情報が示されてもよい。
　リーフノードに含まれる点のフレームインデックスを示す方法としては、方法１と方法２とのいずれかを用いることができる。図５９は、方法１の場合のリーフノード情報の例を示す図である。図５９に示すリーフノード情報は、ノードに含まれる点の数を示す三次元点数（ＮｕｍｂｅｒＯｆＰｏｉｎｔｓ）と、点ごとのフレームインデックス（ＦｒａｍｅＩｎｄｅｘ）とを含む。
　図６０は、方法２の場合のリーフノード情報の例を示す図である。図６０に示す例では、リーフノード情報は、ビットマップにより複数の点のフレームインデックを示すビットマップ情報（ｂｉｔｍａｐＩｓＦｒａｍｅＰｏｉｎｔｓＦｌａｇ）を含む。図６１は、ビットマップ情報の例を示す図である。この例では、ビットマップにより、リーフノードがフレームインデックス１と３と５の三次元点を含むことが示される。
　なお、量子化の分解能が低い場合は、同一フレームに重複点が存在する場合がある。この場合、三次元点数（ＮｕｍｂｅｒＯｆＰｏｉｎｔｓ）を共有化し、各フレームの三次元点の数と複数フレームの合計の三次元点の数とが示されてもよい。
　また、不可逆圧縮が用いられる場合、三次元データ符号化装置は、重複点を削除し、情報量を削減してもよい。三次元データ符号化装置は、フレーム結合前に重複点を削除してもよいし、フレーム結合後に重複点を削除してもよい。
　次に、符号化属性情報の構成を説明する。図６２は、符号化属性情報の構成を示す図である。符号化属性情報は、ヘッダとペイロードとを含む。
　図６３は、符号化属性情報のヘッダ（Ａｔｔｒｉｂｕｔｅ＿ｈｅａｄｅｒ）のシンタックス例を示す図である。符号化属性情報のヘッダは、ＡＰＳインデックス（ａｐｓ＿ｉｄｘ）と、オフセット情報（ｏｆｆｓｅｔ）と、その他の情報（ｏｔｈｅｒ＿ａｔｔｒｉｂｕｔｅ＿ｉｎｆｏｒｍａｔｉｏｎ）と、フレーム結合フラグ（ｃｏｍｂｉｎｅ＿ｆｒａｍｅ＿ｆｌａｇ）と、結合フレーム数（ｎｕｍｂｅｒ＿ｏｆ＿ｃｏｍｂｉｎｅ＿ｆｒａｍｅ）とを含む。
　ＡＰＳインデックスは、符号化属性情報に対応するパラメータセット（ＡＰＳ）の識別子（ＩＤ）を示す。ＡＰＳは、１フレーム又は複数のフレームの符号化属性情報のパラメータセットである。なお、１フレーム毎にパラメータセットが存在する場合は、複数のパラメータセットの識別子がヘッダに示されてもよい。
　オフセット情報は、結合データを取得するためのオフセット位置を示す。その他の情報は、属性情報に関するその他の情報（例えば、量子化パラメータの差分値（ＱＰｄｅｌｔａ）など）を示す。フレーム結合フラグは、符号化データがフレーム結合されているか否かを示すフラグである。結合フレーム数は、結合されているフレームの数を示す。
　なお、上記の情報の一部又は全てがＳＰＳ又はＡＰＳに記載されてもよい。
　図６４は、符号化属性情報のペイロード（Ａｔｔｒｉｂｕｔｅ＿ｄａｔａ）のシンタックス例を示す図である。符号化属性情報のペイロードは、リーフノード情報（ｃｏｍｂｉｎｅ＿ｉｎｆｏｒｍａｔｉｏｎ）を含む。例えば、このリーフノード情報の構成は、符号化位置情報のペイロードに含まれるリーフノード情報と同様である。つまり、リーフノード情報（フレームインデックス）は、属性情報に含まれてもよい。
　また、リーフノード情報（フレームインデックス）は、符号化位置情報と符号化属性情報との一方に格納され、他方に格納されてなくてもよい。この場合、符号化位置情報と符号化属性情報との一方に格納されているリーフノード情報（フレームインデックス）が他方の情報の復号時に参照される。また、参照先を示す情報が符号化位置情報又は符号化属性情報に含まれてもよい。
　次に、符号化データの送出順及び復号順の例を説明する。図６５は、符号化データの構成を示す図である。符号化データはヘッダとペイロードとを含む。
　図６６～図６８は、データの送出順と、データの参照関係を示す図である。同図において、Ｇ（１）等は、符号化位置情報を示し、ＧＰＳ（１）等は、符号化位置情報のパラメータセットを示し、ＳＰＳは、シーケンス（複数フレーム）のパラメータセットを示す。また、（）内の数字はフレームインデックスの値を示す。なお、三次元データ符号化装置は、データを復号順で送出してもよい。
　図６６はフレームを結合しない場合の送出順の例を示す図である。図６７はフレームを結合する場合であって、ＰＣＣフレーム毎にメタデータ（パラメータセット）が付加される場合の例を示す図である。図６８はフレームを結合する場合であって、結合する単位でメタデータ（パラメータセット）が付加される場合の例を示す図である。
　フレーム結合されたデータのヘッダには、当該フレームのメタデータを得るために、参照先のメタデータの識別子が格納される。図６８のように、複数フレーム毎のメタデータをまとめてもよい。フレーム結合された複数のフレームに共通のパラメータは一つにまとめてもよい。フレームに共通でないパラメータは各フレームに対する値を示す。
　フレーム毎の情報（フレームで共通でないパラメータ）とは、例えば、フレームデータの生成時刻、符号化時刻、又は復号時刻などを示すタイムスタンプである。また、フレーム毎の情報は、フレームデータを取得したセンサの情報（センサのスピード、加速度、位置情報、センサの向き、その他のセンサ情報など）を含んでもよい。
　図６９は、図６７に示す例において、一部のフレームを復号する例を示す図である。図６９に示すように、フレーム結合データ内で、フレーム間に依存関係がなければ、三次元データ復号装置は、各データを独立に復号できる。
　点群データが属性情報を有する場合、三次元データ符号化装置は、属性情報をフレーム結合してもよい。属性情報は、位置情報を参照して符号化及び復号される。参照される位置情報は、フレーム結合する前の位置情報であってもよいし、フレーム結合した後の位置情報であってもよい。位置情報の結合フレーム数と属性情報の結合フレーム数とは共通（同じ）であってもよいし、独立していて（異なって）もよい。
　図７０～図７３は、データの送出順と、データの参照関係を示す図である。図７０及び図７１は、位置情報と属性情報とを共に４フレームで結合する例を示す。図７０では、ＰＣＣフレーム毎にメタデータ（パラメータセット）が付加される。図７１では、結合する単位でメタデータ（パラメータセット）が付加される。同図において、Ａ（１）等は、符号化属性情報を示し、ＡＰＳ（１）等は、符号化属性情報のパラメータセットを示す。また、（）内の数字はフレームインデックスの値を示す。
　図７２は、位置情報を４フレームで結合し、属性情報を結合しない例を示す。図７２に示すように位置情報をフレーム結合し、属性情報をフレーム結合しなくてもよい。
　図７３は、フレーム結合とタイル分割とを組み合わせた例を示す。図７３に示すようにタイル分割を行う場合には、各タイル位置情報のヘッダは、ＧＰＳインデックス（ｇｐｓ＿ｉｄｘ）、及び結合フレーム数（ｎｕｍｂｅｒ＿ｏｆ＿ｃｏｍｂｉｎｅ＿ｆｒａｍｅ）等の情報を含む。また、各タイル位置情報のヘッダは、タイルを識別するためのタイルインデックス（ｔｉｌｅ＿ｉｄｘ）を含む。
　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７４に示す処理を行う。まず、三次元データ符号化装置は、第１点群データと第２点群データとを結合することで第３点群データを生成する（Ｓ５４８１）。次に、三次元データ符号化装置は、第３点群データを符号化することで符号化データを生成する（Ｓ５４８２）。また、符号化データは、第３点群データに含まれる複数の三次元点の各々が第１点群データと第２点群データとのいずれに属するかを示す識別情報（例えばフレームインデックス）を含む。
　これによれば、三次元データ符号化装置は、複数の点群データをまとめて符号化することにより符号化効率を向上できる。
　例えば、第１点群データと第２点群データとは、異なる時刻の点群データ（例えばＰＣＣフレーム）である。例えば、第１点群データと第２点群データとは、同一の対象物の異なる時刻の点群データ（例えばＰＣＣフレーム）である。
　符号化データは、第３点群データに含まれる複数の三次元点の各々の位置情報と属性情報とを含み、識別情報は、属性情報に含まれる。
　例えば、符号化データは、第３点群データに含まれる複数の三次元点の各々の位置をＮ（Ｎは２以上の整数）分木を用いて表した位置情報（例えばオキュパンシー符号）を含む。
　例えば、三次元データ符号化装置は、プロセッサと、メモリとを備え、プロセッサは、メモリを用いて、上記の処理を行う。
　また、本実施の形態に係る三次元データ復号装置は、図７５に示す処理を行う。まず、三次元データ復号装置は、符号化データを復号することで、第１点群データと第２点群データとが結合されることで生成された第３点群データと、第３点群データに含まれる複数の三次元点の各々が第１点群データと第２点群データとのいずれに属するかを示す識別情報とを取得する（Ｓ５４９１）。次に、三次元データ復号装置は、識別情報を用いて、第３点群データから第１点群データと第２点群データとを分離する（Ｓ５４９２）。
　これによれば、三次元データ復号装置は、複数の点群データをまとめて符号化することにより符号化効率を向上した符号化データを復号できる。
　例えば、第１点群データと第２点群データとは、異なる時刻の点群データ（例えばＰＣＣフレーム）である。例えば、第１点群データと第２点群データとは、同一の対象物の異なる時刻の点群データ（例えばＰＣＣフレーム）である。
　符号化データは、第３点群データに含まれる複数の三次元点の各々の位置情報と属性情報とを含み、識別情報は、属性情報に含まれる。
　例えば、符号化データは、第３点群データに含まれる複数の三次元点の各々の位置をＮ（Ｎは２以上の整数）分木を用いて表した位置情報（例えばオキュパンシー符号）を含む。
　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６）
　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。
　本実施の形態では位置情報を複数のフレームの複数の点群データを結合して符号化する際の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。
　三次元点群の各位置情報を複数のフレームの点群データを結合して符号化した際の属性情報の符号化方法として、例えば、結合後の位置情報を用いて各位置情報に対応する属性情報を符号化することが考えられる。ここで、結合後の位置情報は、三次元点群の位置情報とその三次元点群が属するｆｒａｍｅ＿ｉｎｄｅｘ（フレームインデックス）を含んでもよい。また、三次元点群のうちの第１三次元点の属性情報を符号化する際に、第１三次元点が属するフレーム内に含まれる三次元点群の位置情報または属性情報だけでなく、第１三次元点の属するフレームとは異なるフレーム内に含まれる三次元点群の位置情報または属性情報を用いるようにしてもよい。
　複数のフレームのそれぞれは、点群データを含む。複数のフレームのうちの第１フレームに属する第１点群データと、第２フレームに属する第２点群データとは、異なる時刻の点群データである。また、第１点群データと第２点群データとは、例えば、同一の対象物の異なる時刻の点群データである。第１点群データは、第１点群データに含まれる三次元点群が第１点群データに属することを示すフレームインデックスを含む。第２点群データは、第２点群データに含まれる三次元点群が第２点群データに属することを示すフレームインデックスを含む。フレームインデックスは、異なるフレームに属する複数の点群データが結合された結合点群データに含まれる三次元点群がいずれの点群データに属するかを示す識別情報である。なお、三次元点群は、複数の三次元点ともいう。
　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。このように、三次元データ符号化装置は、周囲の三次元点の属性情報を用いて第１三次元点の属性情報を符号化してもよい。ここで、符号化対象の三次元点の周囲にある別の周囲三次元点は、符号化対象の対象三次元点が属するフレーム内に存在してもよいし、また、符号化対象の対象三次元点が属するフレームとは異なるフレーム内に存在してもよい。つまり、対象三次元点の属性情報は、当該対象三次元点が第１点群データに属することを示す第１フレームインデックスを含み、周囲三次元点の属性情報は、当該周囲三次元点が第２点群データに属することを示す第２フレームインデックスを含んでいてもよい。これにより、符号化対象の三次元点が属するフレーム以外の三次元点の属性情報も参照することで高精度な予測値Ｐｐを生成することができ、符号化効率を向上できる。
　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Ｈ１）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。なお、三次元データ符号化装置は、三次元点群の各位置情報を複数のフレームの点群データを結合して符号化した場合、結合後の三次元点群から各三次元点間の距離を算出してもよい。つまり、三次元データ符号化装置は、異なるフレームに属する２つの三次元点間の距離を算出してもよいし、同じフレームに属する２つの三次元点間の距離を算出してもよい。
　図７６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。
　ここで、三次元点ｐは、フレームインデックス（ｆｒａｍｅ＿ｉｄｘ＝０）で示されるフレームに属し、三次元点ｑは、フレームインデックス（ｆｒａｍｅ＿ｉｄｘ＝１）で示されるフレームに属する、三次元点ｒは、フレームインデックス（ｆｒａｍｅ＿ｉｄｘ＝０）で示されるフレームに属する。三次元符号化装置は、同じフレームに属することがフレームインデックスにより示されている三次元点ｐおよび三次元点ｒの間の距離を算出してもよいし、異なるフレームに属することがフレームインデックスにより示されている三次元点ｐおよび三次元点ｑの間の距離を算出してもよい。
　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。
　なお、符号化対象の対象三次元点の周囲にある別の周囲三次元点は、符号化対象の対象三次元点が属するフレーム内に存在してもよいし、また、符号化対象の対象三次元点が属するフレームとは異なるフレーム内に存在してもよいとしたが、必ずしもこれに限らず、例えば、符号化対象の対象三次元点が属するフレームとは異なるフレーム内に存在する三次元点は、符号化対象の対象三次元点の周囲にないと判定し、予測値として用いないようにしても構わない。これにより、三次元データ符号化装置は、例えば、結合対象の複数のフレームの各三次元点の属性情報が大きく異なる場合は、位置情報をフレーム結合して符号化し、属性情報を同一フレーム内の他の周囲三次元点の属性情報を用いて予測符号化す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、フレーム結合による符号化時に、同一フレームの周囲三次元点の属性情報を用いて対象三次元点の属性情報を符号化するか、または、同一フレームおよび同一フレーム以外の周囲三次元点の属性情報を用いて対象三次元点の属性情報を符号化するかを示す情報を符号化データのヘッダに付加し、切替えるようにしても構わない。これにより、三次元データ復号装置は、ヘッダを復号することで、フレーム結合による符号化データの復号時に、同一フレームまたは、同一フレームおよび同一フレーム以外の周囲三次元点の属性情報を用いて対象三次元点の属性情報を復号するか否かを判定し、いずれの復号にするかを切り替えることができるためビットストリームを適切に復号できる。
　また、複数のフレームを結合した後の三次元点の属性情報を符号化する場合に、同一フレームもしくは異なるフレームに属する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７７を用いて説明する。
　まず、三次元データ符号化装置は、結合後の三次元点群から初期点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。なお、三次元データ符号化装置は、２点の三次元点の距離を、それぞれが同一フレームもしくは異なるフレームに属するか否かに関わらず、同一の処理で算出してもよい。例えば、点ａ０と点ａ１とは、同じフレームに属していてもよいし、互いに異なるフレームに属していてもよい。このため、点ａ０と点ａ１との距離は、同じフレームに属していても、互いに異なるフレームに属していても同一の処理で算出される。
　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７８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７８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７８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７８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７８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７９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７９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７９に示す例では、点ａ２の予測値ａ２ｐは、（式Ｈ２）及び（式Ｈ３）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Ｈ４）～（式Ｈ６）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Ｈ７）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Ｈ８）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Ｈ７）
　ｂ２ｒ＝Ｂ２－ｂ２ｐ　・・・（式Ｈ８）
　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Ｈ９）により算出される。点ｂ２の量子化値ｂ２ｑは、（式Ｈ１０）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Ｈ９）
　ｂ２ｑ＝ｂ２ｒ／ＱＳ＿ＬｏＤ１　・・・（式Ｈ１０）
　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８０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８０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８１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８１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とで復号し、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Ｈ１１）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Ｈ１２）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Ｈ１１）
　ｂ２ｉｑ＝ｂ２ｑ×ＱＳ＿ＬｏＤ１　・・・（式Ｈ１２）
　例えば、点ａ２の復号値ａ２ｒｅｃは、（式Ｈ１３）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Ｈ１４）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Ｈ１３）
　ｂ２ｒｅｃ＝ｂ２ｉｑ＋ｂ２ｐ　・・・（式Ｈ１４）
　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８２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８２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（ＮｕｍＮｅｉｇｈｂｏｒＰｏｉｎｔ［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Ｈ１５）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８３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８３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８４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、複数のフレームを結合する（Ｓ５６０１）。例えば、三次元データ符号化装置は、入力された複数のフレームに属する複数の三次元点群を１つの三次元点群に結合する。なお、三次元データ符号化装置は、結合時に、各三次元点群に、各三次元点群が属するフレームを示すフレームインデックスを付加する。
　次に、三次元データ符号化装置は、フレーム結合後の位置情報（ｇｅｏｍｅｔｒｙ）を符号化する（Ｓ５６０２）。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（Ｓ５６０３）。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（Ｓ５６０４）。ここで、三次元データ符号化装置は、複数の三次元点のそれぞれについて、当該三次元点のフレームインデックスを当該三次元点の属性情報として符号化する。また、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、色と反射率とフレームインデックス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、かつ、反射率の符号化結果の後にフレームインデックス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、フレームインデックスを、色または反射率のような、フレームインデックスと異なる他の属性情報と同じデータ形式で、属性情報として符号化する。このため、符号化データは、フレームインデックスを、フレームインデックスと異なる他の属性情報と同じデータ形式で含む。
　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８５は、属性情報符号化処理（Ｓ５６０４）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（Ｓ５６１１）。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（Ｓ５６１２）。つまり、三次元データ符号化装置は、ＬｏＤ毎にステップＳ５６１３～Ｓ５６２１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（Ｓ５６１３）。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Ｓ５６１４～Ｓ５６２０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（Ｓ５６１４）。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（Ｓ５６１５）。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（Ｓ５６１６）。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（Ｓ５６１７）。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（Ｓ５６１８）。
　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（Ｓ５６１９）。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（Ｓ５６２０）。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（Ｓ５６２１）。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（Ｓ５６２２）。
　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８６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８６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８７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８７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８８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（Ｓ５６３１）。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（Ｓ５６３２）。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フレームインデックス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フレームインデックス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。また、ビットストリームにおいて、反射率の符号化結果の後にフレームインデックス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、反射率の符号化結果の復号の後のフレームインデックス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。
　次に、三次元データ復号装置は、復号した三次元点群を各三次元点の位置情報と共に復号されたフレームインデックスの値を元に複数のフレームに分割する（Ｓ５６３３）。三次元データ復号装置は、例えば復号した三次元点ａのフレームインデックスが０の場合は、フレーム０に三次元点ａの位置情報および属性情報を加え、復号した三次元点ｂのフレームインデックスが１の場合は、フレーム１に三次元点ｂの位置情報および属性情報を加えることで、復号により得られた三次元点群を異なる複数のフレームにそれぞれ属する複数の三次元点群に分割する。
　図８９は、属性情報復号処理（Ｓ５６３２）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（Ｓ５６４１）。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（Ｓ５６４２）。つまり、三次元データ復号装置は、ＬｏＤ毎にステップＳ５６４３～Ｓ５６４９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（Ｓ５６４３）。つまり、三次元データ復号装置は、三次元点毎にステップＳ５６４４～Ｓ５６４８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（Ｓ５６４４）。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（Ｓ５６４５）。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（Ｓ５６４６）。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（Ｓ５６４７）。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（Ｓ５６４８）。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（Ｓ５６４９）。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（Ｓ５６５０）。
　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９０は、本実施の形態に係る三次元データ符号化装置５６００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５６００は、フレーム結合部５６０１と、位置情報符号化部５６０２と、属性情報再割り当て部５６０３と、属性情報符号化部５６０４とを備える。
　フレーム結合部５６０１は、複数のフレームを結合する。位置情報符号化部５６０２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５６０３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５６０４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５６００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９１は、本実施の形態に係る三次元データ復号装置５６１０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５６１０は、位置情報復号部５６１１と、属性情報復号部５６１２と、フレーム分割部５６１３とを含む。
　位置情報復号部５６１１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５６１２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。フレーム分割部５６１３は、復号した三次元点群を各三次元点の位置情報と共に復号されたフレームインデックスの値を元に複数のフレームに分割する。また、三次元データ復号装置５６１０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。
　図９２は、属性情報の構成を示す図である。図９２の（ａ）は、圧縮された属性情報の構成を示す図であり、図９２の（ｂ）は、属性情報のヘッダのシンタックスの一例を示す図であり、図９２の（ｃ）は、属性情報のペイロード（データ）のシンタックスの一例を示す図である。
　図９２の（ｂ）に示すように、属性情報のヘッダのシンタックスについて説明する。ａｐｘ＿ｉｄｘは、対応するパラメータセットのＩＤを示す。ａｐｘ＿ｉｄｘでは、フレーム毎にパラメータセットがある場合、複数のＩＤが示されてもよい。ｏｆｆｓｅｔは、結合データを取得するためのオフセット位置を示す。ｏｔｈｅｒ＿ａｔｔｒｉｂｕｔｅ＿ｉｎｆｏｒｍａｔｉｏｎは、例えば量子化パラメータの差分値を示すＱＰデルタなどのように、その他の属性データを示す。ｃｏｍｂｉｎｅ＿ｆｒａｍｅ＿ｆｌａｇは、符号化データがフレーム結合されているか否かを示すフラグである。ｎｕｍｂｅｒ＿ｏｆ　＿ｃｏｍｂｉｎｅ＿ｆｒａｍｅは、結合されたフレームの数Ｎを示す。ｎｕｍｂｅｒ＿ｏｆ　＿ｃｏｍｂｉｎｅ＿ｆｒａｍｅは、ＳＰＳまたはＡＰＳに含まれていてもよい。
　ｒｅｆｅｒ＿ｄｉｆｆｅｒｅｎｔ＿ｆｒａｍｅは、符号化／復号対象の対象三次元点の属性情報を、同一フレーム、または、同一フレームおよび同一フレーム以外に属する周囲三次元点の属性情報を用いて符号化／復号するかを示すフラグである。例えば、下記のような値の割り当てが考えられる。ｒｅｆｅｒ＿ｄｉｆｆｅｒｅｎｔ＿ｆｒａｍｅが０の場合、三次元データ符号化装置または三次元データ復号装置は、対象三次元点と同一フレーム内の周囲三次元点の属性情報を用いて対象三次元点の属性情報を符号化／復号する。この場合、三次元データ符号化装置または三次元データ復号装置は、対象三次元点と異なるフレーム内の周囲三次元点の属性情報を用いて対象三次元点の属性情報を符号化／復号しない。
　一方、ｒｅｆｅｒ＿ｄｉｆｆｅｒｅｎｔ＿ｆｒａｍｅが１の場合、三次元データ符号化装置または三次元データ復号装置は、対象三次元点が属するフレームと同一フレームおよび同一フレーム以外の周囲三次元点の属性情報を用いて対象三次元点の属性情報を符号化／復号する。つまり、三次元データ符号化装置または三次元データ復号装置は、対象三次元点が属するフレームと同一フレームに属するか否かに関わらず、周囲三次元点の属性情報を用いて対象三次元点の属性情報を符号化／復号する。
　対象三次元点の属性情報として、色情報または反射率情報を周囲三次元点の属性情報を用いて符号化する例を示したが、対象三次元点のフレームインデックスを周囲三次元点のフレームインデックスを用いて符号化してもよい。三次元データ符号化装置は、例えば、複数フレームを結合した際に各三次元点に付加したフレームインデックスを各三次元点の属性情報とし、本開示で説明した予測符号化方法を用いて符号化しても構わない。例えば、三次元データ符号化装置は、三次元点Ａのフレームインデックスの予測値を、三次元点Ａの周囲三次元点Ｂ，Ｃ，Ｄのフレームインデックスの値から算出し、予測残差を符号化しても構わない。これにより、三次元データ符号化装置は、フレームインデックスを符号化するためのビット量を削減することができ、符号化効率を向上することができる。
　図９３は、符号化データについて説明するための図である。
　点群データが属性情報を含む場合、属性情報がフレーム結合されてもよい。属性情報は、位置情報を参照して符号化または復号される。参照される位置情報は、フレーム結合する前の位置情報であってもよいし、フレーム結合した後の位置情報であってもよい。位置情報の結合フレームの数と属性情報の結合フレームの数とは、同じであってもよいし、独立しており、異なっていてもよい。
　図９３における括弧内の数値は、フレームを示しており、例えば１の場合、フレーム１の情報であることを示し、１－４の場合、結合されたフレーム１～４の情報であることを示す。また、Ｇは、位置情報を示し、Ａは、属性情報を示す。Ｆｒａｍｅ＿ｉｄｘ１は、フレーム１のフレームインデックスである。
　図９３の（ａ）は、ｒｅｆｅｒ＿ｄｉｆｆｅｒｅｎｔ＿ｆｒａｍｅが１の場合の例を示す。ｒｅｆｅｒ＿ｄｉｆｆｅｒｅｎｔ＿ｆｒａｍｅが１の場合、三次元データ符号化装置または三次元データ復号装置は、Ｇ（１－４）の情報を元にＡ（１－４）を符号化または復号する。三次元データ復号装置は、復号時に、Ｇ（１－４）とともに復号されたＦｒａｍｅ＿ｉｄｘ１－４を用いてＧ（１－４）とＡ（１－４）とをＦｒａｍｅ１－４に分割する。なお、Ａ（１－４）を符号化または復号する場合、三次元データ符号化装置または三次元データ復号装置は、Ａ（１－４）の他の属性情報を参照してもよい。つまり、三次元データ符号化装置または三次元データ復号装置は、Ａ（１）を符号化または復号する場合、他のＡ（１）を参照してもよいし、Ａ（２－４）を参照してもよい。また、矢印は、情報の参照元と参照先とを示し、矢印の元は参照元を示し、矢印の先は参照先を示す。
　図９３の（ｂ）は、ｒｅｆｅｒ＿ｄｉｆｆｅｒｅｎｔ＿ｆｒａｍｅが０の場合の例を示す。ｒｅｆｅｒ＿ｄｉｆｆｅｒｅｎｔ＿ｆｒａｍｅが０の場合、ｒｅｆｅｒ＿ｄｉｆｆｅｒｅｎｔ＿ｆｒａｍｅが１の場合とは異なり、三次元データ符号化装置または三次元データ復号装置は、異なるフレームの属性情報を参照しない。つまり、三次元データ符号化装置または三次元データ復号装置は、Ａ（１）を符号化または復号する場合、他のＡ（１）を参照し、Ａ（２－４）を参照しない。
　図９３の（ｃ）は、ｒｅｆｅｒ＿ｄｉｆｆｅｒｅｎｔ＿ｆｒａｍｅが０の場合の別の例を示す。この場合では、位置情報は、結合されたフレームで符号化されているが、属性情報は、フレーム毎に符号化されている。このため、三次元データ符号化装置または三次元データ復号装置は、Ａ（１）を符号化または復号する場合、他のＡ（１）を参照する。同様に、属性情報を符号化または復号する場合、同じフレームに属する他の属性情報を参照する。なお、Ａ（１－４）は、それぞれのＡＰＳをヘッダに付加してもよい。
　以上のように、本実施の形態に係る三次元データ符号化装置は、図９４に示す処理を行う。三次元データ符号化装置は、第１点群データと第２点群データとが結合された第３点群データであって、第３点群データに含まれる複数の三次元点のそれぞれの位置情報と、複数の三次元点のそれぞれが第１点群データと第２点群データとのいずれに属するかを示す識別情報とを含む第３点群データを取得する（Ｓ５６６１）。次に、三次元データ符号化装置は、取得された第３点群データを符号化することで符号化データを生成する（Ｓ５６６２）。三次元データ符号化装置は、符号化データの生成において、複数の三次元点のそれぞれについて、当該三次元点の識別情報を当該三次元点の属性情報として符号化する。
　これによれば、当該三次元データ符号化方法は、複数の点群データをまとめて符号化することにより符号化効率を向上することができる。
　例えば、符号化データの生成（Ｓ５６６２）では、複数の三次元点のうちの第１三次元点の周囲の第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を符号化する。
　例えば、第１三次元点の属性情報は、第１三次元点が第１点群データに属することを示す第１識別情報を含む。また、第２三次元点の属性情報は、第２三次元点が第２点群データに属することを示す第２識別情報を含む。
　例えば、符号化データの生成（Ｓ５６６２）では、第１三次元点の属性情報の予測値を第２三次元点の属性情報を用いて算出し、第１三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し、予測残差を含む符号化データを生成する。
　例えば、取得（Ｓ５６６１）では、第１点群データと第２点群データとを結合することで第３点群データを生成することで、第３点群データを取得する。
　例えば、符号化データは、識別情報を、識別情報と異なる他の属性情報と同じデータ形式で含む。
　例えば、三次元データ符号化装置は、プロセッサと、メモリとを備え、プロセッサは、メモリを用いて、上記の処理を行う。
　また、本実施の形態に係る三次元データ復号装置は、図９５に示す処理を行う。三次元データ復号装置は、符号化データを取得する（Ｓ５６７１）。次に、三次元データ復号装置は、符号化データを復号することで、第１点群データと第２点群データとが結合された第３点群データに含まれる複数の三次元点のそれぞれの位置情報および属性情報とを取得する（Ｓ５６７２）。なお、属性情報は、属性情報に対応する三次元点が第１点群データと第２点群データとのいずれに属するかを示す識別情報を含む。
　これによれば、三次元データ復号装置は、複数の点群データをまとめて符号化することにより符号化効率を向上した符号化データを復号することができる。
　例えば、取得（Ｓ５６７１）では、複数の三次元点のうちの第１三次元点の周囲の第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を復号する。
　例えば、第１三次元点の属性情報は、第１三次元点が第１点群データに属することを示す第１識別情報を含む。また、第２三次元点の属性情報は、第２三次元点が第２点群データに属することを示す第２識別情報を含む。
　例えば、符号化データは、予測残差を含む。そして、符号化データの復号（Ｓ５６７２）では、第１三次元点の属性情報の予測値を第２三次元点の属性情報を用いて算出し、予測値と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。
　例えば、三次元データ復号装置は、さらに、識別情報を用いて、第３三次元点群データと、第１点群データと第２点群データとに分割する。
　例えば、符号化データは、識別情報を、識別情報と異なる他の属性情報と同じデータ形式で含む。
　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７）
　上述したように、複数フレームを結合した際に各三次元点に付加するフレームインデックス（ｆｒａｍｅ＿ｉｄｘ）を、各三次元点の位置情報でなく、新たな属性情報として格納する場合において、本開示で説明した予測符号化方法を用いて符号化を行う方法の具体例を説明する。
　図９６は、本実施の形態に係る符号化データ（ビットストリーム）の例を示す図である。例えば、三次元データ符号化装置は、図９６に示すように、点群データが位置情報Ｇ（Ｇｅｏｍｅｔｒｙ）と第１の属性情報Ａ１（Ａｔｔｒｉｂｕｔｅ）（例えば色）を持つ場合においてフレーム結合を適用する場合、フレームインデックスを第２の属性情報Ａ２として符号化する。また、三次元データ符号化装置は、ＳＰＳ（シーケンスパラメータセット）に当該属性情報のタイプがフレームインデックスであることを示す識別情報を格納する。つまり、識別情報は、複数の属性情報のうち、フレームインデックスが含まれる（フレームインデックスを示す）属性情報を示す。言い換えると、識別情報は、複数の属性情報の各々が、フレームインデックスが含まれる属性情報であるか否かを示す。
　ＳＰＳは、複数フレーム（複数の結合フレーム）に共通のパラメータセットであり、位置情報と属性情報とに共通のパラメータセットである。なお、識別情報は、ＳＰＳ以外の制御情報（メタデータ）に含まれてもよい。例えば、識別情報はＡＰＳ等に含まれてもよい。
　なお、図９６は、フレーム１～４の４つのフレームを結合した結合フレームを符号化した符号化データの例を示す。同図のＧ（１－４）は、結合フレームの位置情報である。Ａ１（１－４）は、結合フレームの第１の属性情報であり、例えば色情報である。Ａ２（１－４）は、第２の属性情報であり、フレーム１～４に係るフレームインデックスを示す。
　また、ＧＰＳ（１－４）は、Ｇ（１－４）のパラメータセットであり、ＡＰＳ１（１－４）は、Ａ１（１－４）のパラメータセットであり、ＡＰＳ２（１－４）は、Ａ２（１－４）のパラメータセットである。
　例えば、Ｇ（１－４）の情報を用いてＡ１（１－４）が符号化又は復号される。なお、Ａ１（１－４）は互いに参照されてもよい。また、復号時には、Ｇ（１－４）と共に復号されたフレームインデックス１～４を用いてＧ（１－４）とＡ（１－４）がフレーム１～４に分割される。
　なお、フレームインデックスを属性情報として送出する際には、必ず可逆の符号化方法を用いると定めてもよい。例えば、可逆の符号化方法とは量子化を行わない符号化方法である。また、フレームインデックスが属性情報である場合は、可逆の符号化となるように量子化パラメータに制約を与えてもよい。なお、三次元データ符号化装置は、使用した符号化方法又は量子化パラメータを示す情報をビットストリームに格納してもよい。
　なお、三次元データ符号化装置は、位置情報、及びフレームインデックス以外の属性情報の一部又は全てに対しては、可逆の符号化方法を用いてもよいし、不可逆の符号化方法を用いてもよい。
　なお、三次元データ符号化装置は、フレームインデックス以外にも、フレーム毎の情報を第２の属性情報として送出してもよい。例えば、フレーム毎の情報とは、フレームデータの生成時間、符号化時間、或いは復号時間などを示すタイムスタンプである。または、フレーム毎の情報とは、フレームデータを取得した際のセンサ情報である。センサ情報とは、センサのスピード、加速度、位置情報、又は向き等を含む。
　次に、色又は反射率などの属性情報をもたない三次元点群を圧縮する例を説明する。図９７は、この場合の符号化データの例を示す図である。
　三次元データ符号化装置は、フレーム結合を行う際には、属性情報Ａ１を生成し、生成した属性情報Ａ１を含む符号化データを送出する。ここで、属性情報Ａ１は、フレームインデックスを示す。
　なお、三次元データ符号化装置は、結合フレームの数が可変である場合において、結合フレーム数が１である場合には、フレームインデックスを生成しなくてもよい。この場合、三次元データ復号装置は、フレームインデックスを示す属性情報は存在しない場合には、結合フレーム数が１であると判断してもよい。
　以下、動き補償を行う三次元データ符号化装置について説明する。例えば、移動体が有するライダー（ＬｉＤＡＲ）などを用いて時間的に異なる１以上の点群データが取得される場合、第１の点群を構成するオブジェクトと第２の点群を構成するオブジェクトが移動する場合がある。このような異なるＰＣＣ点群又は点群フレームを結合する場合、点群内の対象物の動きが遅い場合には、８分木（Ｏｃｔｒｅｅ）を共有できる可能性が高く、対象物の動きが早い場合には、８分木を共有できない可能性が高い。
　そこで、三次元データ符号化装置は、異なるフレーム間の動きを予測し、動きに基づき点群を補正した後に点群を結合する。図９８は、この場合の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、動き予測によりフレーム間の動きを予測することでフレーム間の動きを示す動きベクトル（動き情報）を算出する（Ｓ５８０１）。例えば、三次元データ符号化装置は、現在のフレームの点群と過去のフレームの点群とを比較することで動きベクトルを生成する。具体的には、三次元データ符号化装置は、２つのフレームに含まれる同一のオブジェクトの位置を検出し、検出した位置の差に基づく動きを判定する。なお、三次元データ符号化装置は、点群の比較において、フレームに含まれる点群のうち一部の点群を用いてもよいし、全ての点群を用いてもよい。また、三次元データ符号化装置は、位置情報又は属性情報を用いて特徴点を抽出し、特徴点の動きを予測してもよい。
　次に、三次元データ符号化装置は、算出された動きベクトルを用いて動き補償を行う（Ｓ５８０２）。図９９は、この動き補償及びフレーム結合の例を示す図である。同図の（ａ）は、動き補償を行わない場合の例であり、同図の（ｂ）は動き補償を行う場合の例である。例えば、同図の（ｂ）に示すように、三次元データ符号化装置は、フレーム１からフレーム２の点群の動きを予測し、フレーム２の点群の位置を動きの分だけ移動させることで、フレーム２の点群の位置を補正する。
　次に、三次元データ符号化装置は、フレーム１と補正後のフレーム２を結合することで結合フレームを生成する（Ｓ５８０３）。次に、三次元データ符号化装置は、結合フレームの位置情報を符号化する（Ｓ５８０４）。
　次に、三次元データ符号化装置は、属性情報を変換し（Ｓ５８０５）、変換後の属性情報を符号化する（Ｓ５８０６）。なお、属性情報の変換では、例えば、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処理等が行われる。
　次に、動き補償を行う三次元データ復号装置について説明する。図１００は、三次元データ符号化装置５８００から三次元データ復号装置５８１０への動きベクトルの送信の例を示す図である。図１０１は、符号化データ（ビットストリーム）の例を示す図である。
　三次元データ符号化装置５８００は、動きベクトルをＧＰＳなどのフレームごとの制御情報（メタデータ）に格納して送出する。なお、三次元データ符号化装置５８００は、動きベクトルを、位置情報のヘッダに格納してもよいし、位置情報のペイロード内に格納してもよい。または、三次元データ符号化装置５８００は、動きベクトルを、ＳＰＳ又はＡＰＳなどの他の制御情報に格納してもよい。例えば、三次元データ符号化装置５８００は、図１０１に示すように、ＧＰＳ内に、結合するフレーム毎の動きベクトルを格納する。
　図１０２は、本実施の形態に係る三次元データ復号装置５８１０の構成を示すブロック図である。三次元データ復号装置５８１０は、位置情報復号部５８１１と、属性情報復号部５８１２と、フレーム分割部５８１３と、動き補正部５８１４とを備える。
　位置情報復号部５８１１は、ビットストリームから位置情報を復号する。属性情報復号部５８１２は、ビットストリームから属性情報を復号する。フレーム分割部５８１３は、復号された結合フレーム（位置情報及び属性情報）を複数フレームに分割する。動き補正部５８１４は、分割後の複数フレームを、動きベクトルを用いて補正することで、複数のフレームの点群データを生成する。つまり、動き補正部５８１４は、動きベクトルを用いて、三次元データ符号化装置においてシフトした点の位置を元の位置に戻す処理を行う。
　次に、動きベクトルの算出方法の例を説明する。図１０３は、動きベクトルの算出方法の例を示す図である。図１０３の点線枠は、フレーム結合するフレーム群を示す。
　例えば、同図の（ａ）に示すように、三次元データ符号化装置は、現在のフレームと、現在のフレームの一つ前のフレームとを比較して動きベクトルを導出及び送出してもよい。この場合、例えば、三次元データ符号化装置は、先頭のフレームに対しては動きベクトルを導出及び送出を行わない。または、同図の（ｃ）に示すように、三次元データ符号化装置は、先頭フレームに対しても前のフレームと比較して動きベクトルを導出及び送出してもよい。また、三次元データ符号化装置は、同図の（ｂ）のように、現在のフレームと、結合するフレーム群の先頭フレームとを比較して動きベクトルを導出及び送出してもよい。
　図１０４は、インター予測が適用される場合の動きベクトルの算出方法の例を示す図である。インター予測が適用される場合は、三次元データ符号化装置は、例えば、現在のフレームとＧＯＦ先頭のフレームとを比較し動きベクトルを導出してもよい。また、三次元データ符号化装置は、ＧＯＦ先頭間の動きベクトルを導出してもよい。ここでＧＯＦとは複数フレームを含む処理単位であり、例えば、Ｉフレームを含むランダムアクセス単位である。
　なお、三次元データ符号化装置は、動きベクトルを、点群の情報から生成してもよいし、点群を取得した際のセンサの位置情報、速度及び加速度などのいずれかの情報又は複数の情報に基づいて算出してもよい。
　次に、タイル分割を用いる場合について説明する。大規模点群をタイルに分割する場合、タイルごとに、フレーム間の動きベクトルの大きさが異なる場合がある。
　よって、三次元データ符号化装置は、タイルごとに動きベクトルを適用するか否かを決定してもよい。三次元データ符号化装置は、動きベクトルの導出方法、又は補償方法をタイルごとに変えてもよい。例えば、三次元データ符号化装置は、タイルごとに動きベクトルを導出することにより、動きベクトルの大きいタイルと動きベクトルの小さいタイルが存在する場合でも適切な動き補償を適用できる。
　また、三次元データ符号化装置は、各タイルに対し、動きベクトルを適用したか否か、動きベクトルの導出方法又は補償方法などを示す信号をビットストリームに格納してもよい。
　なお、動き補償を行った際に、位置のオフセットにより、点群の集合の領域が大きくなる可能性がある。その場合は、三次元データ符号化装置は、バウンディングボックスを拡張してもよいし、バウンディングボックスを拡張せずに、既存のバウンディングボックス内の位置に点群の位置を変換してもよい。
　図１０５は、この場合の符号化データの例を示す図である。図１０５に示すように、例えば、各タイルの動きベクトルがＧＰＳ等に格納されてもよい。
　図１０６は、動き補償を適用するタイルの例を示す図である。図１０６に示すように、例えば、三次元データ符号化装置は、車両等の移動体に近いタイルに対しては動き補償を適用せず、移動体から離れたタイルに対して動き補償を適用する。
　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１０７に示す処理を行う。まず、三次元データ符号化装置は、第１点群データと第２点群データとが結合された第３点群データを符号化することで符号化データを生成する（Ｓ５８１１）。三次元データ符号化装置は、符号化データと制御情報とを含むビットストリームを生成する（Ｓ５８１２）。符号化データは、第３点群データに含まれる複数の三次元点の各々の位置情報と複数の属性情報とを含む。複数の属性情報の一つは、対応する三次元点が第１点群データと第２点群データとのいずれに属するかを示す第１情報（例えばフレームインデックス）を含む。制御情報は、複数の属性情報のうち、第１情報が含まれる属性情報を示す第２情報（例えば識別情報）を含む。
　これによれば、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は、複数の属性情報のいずれかに第１情報が含まれる場合において、制御情報に含まれる第２情報を用いて、第１情報が含まれる属性情報を容易に判定できる。よって、三次元データ符号化装置は、三次元データ復号装置の処理量を低減できる。
　例えば、制御情報は、複数フレームに共通の制御情報（例えばＳＰＳ）である。例えば、第３点群データは複数時刻の複数の点群データであり、制御情報は、当該複数の点群データに共通の制御情報である。
　例えば、三次元データ符号化装置は、第１情報が含まれる属性情報を、可逆の符号化方法を用いて符号化する。例えば、三次元データ符号化装置は、可逆の符号化方法が用いられるように量子化パラメータを設定する。例えば、三次元データ符号化装置は、設定した量子化パラメータを示す情報をビットストリームに格納する。
　例えば、三次元データ符号化装置は、第１点群データと第２点群データとの間の動きを示す動き情報（例えば動きベクトル）を用いて、第２点群データに含まれる点群の位置を補正し、第１点群データと、補正後の第２点群データとを統合することで第３点群データを生成し、符号化データは、動き情報を含む。
　これによれば、三次元データ符号化装置は、結合する点群の位置を近づけることができるので符号化効率を向上できる。
　例えば、三次元データ符号化装置は、プロセッサと、メモリとを備え、プロセッサは、メモリを用いて、上記の処理を行う。
　また、本実施の形態に係る三次元データ復号装置は、図１０８に示す処理を行う。まず、三次元データ復号装置は、ビットストリームから、第１点群データと第２点群データとが結合された第３点群データに含まれる複数の三次元点の各々の位置情報と複数の属性情報とを含む符号化データを取得する（Ｓ５８２１）。三次元データ復号装置は、ビットストリームに含まれる制御情報から、複数の属性情報のうち、対応する三次元点が第１点群データと第２点群データとのいずれに属するかを示す第１情報（例えばフレームインデックス）を含む属性情報を示す第２情報（例えば識別情報）を取得する（Ｓ５８２２）。三次元データ復号装置は、第２情報を用いて第１情報を取得する（Ｓ５８２３）。例えば、三次元データ復号装置は、第２情報を用いて第１情報を含む属性情報を特定し、特定した属性情報から第１情報を取得する。
　これによれば、三次元データ復号装置は、複数の属性情報のいずれかに第１情報が含まれる場合において、制御情報に含まれる第２情報を用いて、第１情報が含まれる属性情報を容易に判定できる。よって、三次元データ復号装置は、処理量を低減できる。
　例えば、制御情報は、複数フレームに共通の制御情報（例えばＳＰＳ）である。
　例えば、第１情報が含まれる属性情報は、可逆の符号化方法を用いて符号化されている。例えば、三次元データ復号装置は、可逆の符号化方法用いて符号化された属性情報を、当該可逆の符号化方法に対応する復号方法を用いて復号する。
　例えば、可逆の符号化方法が用いられるように量子化パラメータが設定されている。例えば、三次元データ復号装置は、可逆の符号化方法が用いられるように設定された量子化パラメータを示す情報をビットストリームから取得し、当該量子化パラメータを用いて上記復号方法を用いて属性情報を復号する。
　例えば、三次元データ復号装置は、第１情報を用いて、第３点群データから第１点群データと第２点群データとを分離する。
　例えば、三次元データ復号装置は、ビットストリームから、第１点群データと第２点群データとの間の動きを示す動き情報を取得し、動き情報を用いて、第２点群データに含まれる点群の位置を補正する。
　これによれば、三次元データ復号装置は、結合する点群の位置を近づけることで符号化効率が向上されたビットストリームを復号できる。
　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。
　以上、本開示の実施の形態に係る三次元データ符号化装置及び三次元データ復号装置等について説明したが、本開示は、この実施の形態に限定されるものではない。
　また、上記実施の形態に係る三次元データ符号化装置及び三次元データ復号装置等に含まれる各処理部は典型的には集積回路であるＬＳＩとして実現される。これらは個別に１チップ化されてもよいし、一部又は全てを含むように１チップ化されてもよい。
　また、集積回路化はＬＳＩに限るものではなく、専用回路又は汎用プロセッサで実現してもよい。ＬＳＩ製造後にプログラムすることが可能なＦＰＧＡ（Ｆｉｅｌｄ　Ｐｒｏｇｒａｍｍａｂｌｅ　Ｇａｔｅ　Ａｒｒａｙ）、又はＬＳＩ内部の回路セルの接続や設定を再構成可能なリコンフィギュラブル・プロセッサを利用してもよい。
　また、上記各実施の形態において、各構成要素は、専用のハードウェアで構成されるか、各構成要素に適したソフトウェアプログラムを実行することによって実現されてもよい。各構成要素は、ＣＰＵまたはプロセッサなどのプログラム実行部が、ハードディスクまたは半導体メモリなどの記録媒体に記録されたソフトウェアプログラムを読み出して実行することによって実現されてもよい。
　また、本開示は、三次元データ符号化装置及び三次元データ復号装置等により実行される三次元データ符号化方法又は三次元データ復号方法等として実現されてもよい。
　また、ブロック図における機能ブロックの分割は一例であり、複数の機能ブロックを一つの機能ブロックとして実現したり、一つの機能ブロックを複数に分割したり、一部の機能を他の機能ブロックに移してもよい。また、類似する機能を有する複数の機能ブロックの機能を単一のハードウェア又はソフトウェアが並列又は時分割に処理してもよい。
　また、フローチャートにおける各ステップが実行される順序は、本開示を具体的に説明するために例示するためのものであり、上記以外の順序であってもよい。また、上記ステップの一部が、他のステップと同時（並列）に実行されてもよい。
　以上、一つまたは複数の態様に係る三次元データ符号化装置及び三次元データ復号装置等について、実施の形態に基づいて説明したが、本開示は、この実施の形態に限定されるものではない。本開示の趣旨を逸脱しない限り、当業者が思いつく各種変形を本実施の形態に施したものや、異なる実施の形態における構成要素を組み合わせて構築される形態も、一つまたは複数の態様の範囲内に含まれてもよい。
　本開示は、三次元データ符号化装置及び三次元データ復号装置に適用できる。
　４６０１　三次元データ符号化システム
　４６０２　三次元データ復号システム
　４６０３　センサ端末
　４６０４　外部接続部
　４６１１　点群データ生成システム
　４６１２　提示部
　４６１３　符号化部
　４６１４　多重化部
　４６１５　入出力部
　４６１６　制御部
　４６１７　センサ情報取得部
　４６１８　点群データ生成部
　４６２１　センサ情報取得部
　４６２２　入出力部
　４６２３　逆多重化部
　４６２４　復号部
　４６２５　提示部
　４６２６　ユーザインタフェース
　４６２７　制御部
　４６３０　第１の符号化部
　４６３１　位置情報符号化部
　４６３２　属性情報符号化部
　４６３３　付加情報符号化部
　４６３４　多重化部
　４６４０　第１の復号部
　４６４１　逆多重化部
　４６４２　位置情報復号部
　４６４３　属性情報復号部
　４６４４　付加情報復号部
　４６５０　第２の符号化部
　４６５１　付加情報生成部
　４６５２　位置画像生成部
　４６５３　属性画像生成部
　４６５４　映像符号化部
　４６５５　付加情報符号化部
　４６５６　多重化部
　４６６０　第２の復号部
　４６６１　逆多重化部
　４６６２　映像復号部
　４６６３　付加情報復号部
　４６６４　位置情報生成部
　４６６５　属性情報生成部
　４８０１　符号化部
　４８０２　多重化部
　４９１０　第１の符号化部
　４９１１　分割部
　４９１２　位置情報符号化部
　４９１３　属性情報符号化部
　４９１４　付加情報符号化部
　４９１５　多重化部
　４９２０　第１の復号部
　４９２１　逆多重化部
　４９２２　位置情報復号部
　４９２３　属性情報復号部
　４９２４　付加情報復号部
　４９２５　結合部
　４９３１　スライス分割部
　４９３２　位置情報タイル分割部
　４９３３　属性情報タイル分割部
　４９４１　位置情報タイル結合部
　４９４２　属性情報タイル結合部
　４９４３　スライス結合部
　５４１０　符号化部
　５４１１　分割部
　５４１２　位置情報符号化部
　５４１３　属性情報符号化部
　５４１４　付加情報符号化部
　５４１５　多重化部
　５４２１　タイル分割部
　５４２２　スライス分割部
　５４３１、５４４１　フレームインデックス生成部
　５４３２、５４４２　エントロピー符号化部
　５４５０　復号部
　５４５１　逆多重化部
　５４５２　位置情報復号部
　５４５３　属性情報復号部
　５４５４　付加情報復号部
　５４５５　結合部
　５４６１、５４７１　エントロピー復号部
　５４６２、５４７２　フレームインデックス取得部
　５６００　三次元データ符号化装置
　５６０１　フレーム結合部
　５６０２　位置情報符号化部
　５６０３　属性情報再割り当て部
　５６０４　属性情報符号化部
　５６１０　三次元データ復号装置
　５６１１　位置情報復号部
　５６１２　属性情報復号部
　５６１３　フレーム分割部
　５８００　三次元データ符号化装置
　５８１０　三次元データ復号装置
　５８１１　位置情報復号部
　５８１２　属性情報復号部
　５８１３　フレーム分割部
　５８１４　動き補正部

Claims (13)

  1. 　第１点群データと第２点群データとが結合された第３点群データを符号化することで符号化データを生成し、
    　前記符号化データと制御情報とを含むビットストリームを生成し、
    　前記符号化データは、前記第３点群データに含まれる複数の三次元点の各々の位置情報と複数の属性情報とを含み、
    　前記複数の属性情報の一つは、対応する三次元点が前記第１点群データと前記第２点群データとのいずれに属するかを示す第１情報を含み、
    　前記制御情報は、前記複数の属性情報のうち、前記第１情報が含まれる属性情報を示す第２情報を含む
    　三次元データ符号化方法。
  2. 　前記制御情報は、複数フレームに共通の制御情報である
    　請求項１記載の三次元データ符号化方法。
  3. 　前記第１情報が含まれる前記属性情報を、可逆の符号化方法を用いて符号化する
    　請求項１又は２記載の三次元データ符号化方法。
  4. 　前記可逆の符号化方法が用いられるように量子化パラメータを設定する
    　請求項３記載の三次元データ符号化方法。
  5. 　前記第１点群データと前記第２点群データとの間の動きを示す動き情報を用いて、前記第２点群データに含まれる点群の位置を補正し、
    　前記第１点群データと、補正後の第２点群データとを統合することで前記第３点群データを生成し、
    　前記符号化データは、前記動き情報を含む
    　請求項１記載の三次元データ符号化方法。
  6. 　ビットストリームから、第１点群データと第２点群データとが結合された第３点群データに含まれる複数の三次元点の各々の位置情報と複数の属性情報とを含む符号化データを取得し、
    　前記ビットストリームに含まれる制御情報から、前記複数の属性情報のうち、対応する三次元点が前記第１点群データと前記第２点群データとのいずれに属するかを示す第１情報を含む属性情報を示す第２情報を取得し、
    　前記第２情報を用いて前記第１情報を取得する
    　三次元データ復号方法。
  7. 　前記制御情報は、複数フレームに共通の制御情報である
    　請求項６記載の三次元データ復号方法。
  8. 　前記第１情報が含まれる前記属性情報は、可逆の符号化方法を用いて符号化されている
    　請求項６又は７記載の三次元データ復号方法。
  9. 　前記可逆の符号化方法が用いられるように量子化パラメータが設定されている
    　請求項８記載の三次元データ復号方法。
  10. 　前記第１情報を用いて、前記第３点群データから前記第１点群データと前記第２点群データとを分離する
    　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. 　前記ビットストリームから、前記第１点群データと前記第２点群データとの間の動きを示す動き情報を取得し、
    　前記動き情報を用いて、前記第２点群データに含まれる点群の位置を補正する
    　請求項１０記載の三次元データ復号方法。
  12. 　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点群データと第２点群データとが結合された第３点群データを符号化することで符号化データを生成し、
    　前記符号化データと制御情報とを含むビットストリームを生成し、
    　前記符号化データは、前記第３点群データに含まれる複数の三次元点の各々の位置情報と複数の属性情報とを含み、
    　前記複数の属性情報の一つは、対応する三次元点が前記第１点群データと前記第２点群データとのいずれに属するかを示す第１情報を含み、
    　前記制御情報は、前記複数の属性情報のうち、前記第１情報が含まれる属性情報を示す第２情報を含む
    　三次元データ符号化装置。
  13. 　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、
    　ビットストリームから、第１点群データと第２点群データとが結合された第３点群データに含まれる複数の三次元点の各々の位置情報と複数の属性情報とを含む符号化データを取得し、
    　前記ビットストリームに含まれる制御情報から、前記複数の属性情報のうち、対応する三次元点が前記第１点群データと前記第２点群データとのいずれに属するかを示す第１情報を含む属性情報を示す第２情報を取得し、
    　前記第２情報を用いて前記第１情報を取得する
    　三次元データ復号装置。
PCT/JP2019/039904 2018-10-09 2019-10-09 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 WO2020075781A1 (ja)

Priority Applications (10)

Application Number Priority Date Filing Date Title
MX2021003502A MX2021003502A (es) 2018-10-09 2019-10-09 Metodo de codificacion de datos tridimensionales, metodo de decodificacion de datos tridimensionales, dispositivo de codificacion de datos tridimensionales y dispositivo de decodificacion de datos tridimensionales.
EP19871199.6A EP3866115B1 (en) 2018-10-09 2019-10-09 Three-dimensional data encoding method, three-dimensional data decoding method, three-dimensional data encoding device, and three-dimensional data decoding device
KR1020217009835A KR20210070991A (ko) 2018-10-09 2019-10-09 삼차원 데이터 부호화 방법, 삼차원 데이터 복호 방법, 삼차원 데이터 부호화 장치, 및 삼차원 데이터 복호 장치
EP24156545.6A EP4343702A3 (en) 2018-10-09 2019-10-09 Three-dimensional data encoding method, three-dimensional data decoding method, three-dimensional data encoding device, and three-dimensional data decoding device
JP2020551211A JP7323545B2 (ja) 2018-10-09 2019-10-09 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
BR112021006535A BR112021006535A2 (pt) 2018-10-09 2019-10-09 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
CN201980041308.1A CN112334949A (zh) 2018-10-09 2019-10-09 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
US17/155,634 US11210814B2 (en) 2018-10-09 2021-01-22 Three-dimensional data encoding method, three-dimensional data decoding method, three-dimensional data encoding device, and three-dimensional data decoding device
US17/512,057 US20220051444A1 (en) 2018-10-09 2021-10-27 Three-dimensional data encoding method, three-dimensional data decoding method, three-dimensional data encoding device, and three-dimensional data decoding device
JP2023122473A JP2023129667A (ja) 2018-10-09 2023-07-27 三次元データ符号化方法、三次元データ復号方法、三次元データ符号化装置、及び三次元データ復号装置

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
US201862743229P 2018-10-09 2018-10-09
US62/743,229 2018-10-09

Related Child Applications (1)

Application Number Title Priority Date Filing Date
US17/155,634 Continuation US11210814B2 (en) 2018-10-09 2021-01-22 Three-dimensional data encoding method, three-dimensional data decoding method, three-dimensional data encoding device, and three-dimensional data decoding device

Publications (1)

Publication Number Publication Date
WO2020075781A1 true WO2020075781A1 (ja) 2020-04-16

Family

ID=70164561

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/JP2019/039904 WO2020075781A1 (ja) 2018-10-09 2019-10-09 三次元データ符号化方法、三次元データ復号方法、三次元データ符号化装置、及び三次元データ復号装置

Country Status (8)

Country Link
US (2) US11210814B2 (ja)
EP (2) EP3866115B1 (ja)
JP (2) JP7323545B2 (ja)
KR (1) KR20210070991A (ja)
CN (1) CN112334949A (ja)
BR (1) BR112021006535A2 (ja)
MX (1) MX2021003502A (ja)
WO (1) WO2020075781A1 (ja)

Cited By (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP3883246A4 (en) * 2018-11-13 2021-12-15 Panasonic Intellectual Property Corporation of America THREE-DIMENSIONAL DATA ENCODING PROCESS, THREE-DIMENSIONAL DATA DECODING PROCESS, THREE-DIMENSIONAL DATA ENCODING DEVICE AND TRIDIMENSIONAL DATA DECODING DEVICE
WO2021251141A1 (ja) * 2020-06-09 2021-12-16 ソニーグループ株式会社 情報処理装置および方法
WO2022059697A1 (ja) * 2020-09-18 2022-03-24 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
WO2022075428A1 (ja) * 2020-10-09 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
WO2022121650A1 (zh) * 2020-12-07 2022-06-16 腾讯科技（深圳）有限公司 点云属性的预测方法、编码器、解码器及存储介质
WO2022137515A1 (ja) * 2020-12-25 2022-06-30 日本電信電話株式会社 復号方法、復号装置、復号プログラム及び符号化点群データのデータ構造
WO2023066345A1 (en) * 2021-10-21 2023-04-27 Beijing Bytedance Network Technology Co., Ltd. Method, apparatus and medium for point cloud coding
EP4270949A4 (en) * 2020-12-22 2024-03-06 Guangdong Oppo Mobile Telecommunications Corp Ltd DECODING METHOD AND POINT CLOUD ENCODING METHOD, AND DECODER AND ENCODER

Families Citing this family (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
AU2019355489A1 (en) * 2018-10-02 2021-04-15 Panasonic Intellectual Property Corporation Of America Three-dimensional data encoding method, three-dimensional data decoding method, three-dimensional data encoding device, and three-dimensional data decoding device
WO2020242077A1 (ko) * 2019-05-30 2020-12-03 엘지전자 주식회사 포인트 클라우드 데이터 처리 장치 및 방법
US11991348B2 (en) * 2019-06-25 2024-05-21 Sony Group Corporation Information processing device and method
WO2022252337A1 (zh) * 2021-06-04 2022-12-08 华为技术有限公司 3d地图的编解码方法及装置
CN115474047A (zh) * 2022-09-13 2022-12-13 福州大学 一种基于增强映射图相关性LiDAR点云编码方法及解码方法
WO2024082152A1 (zh) * 2022-10-18 2024-04-25 Oppo广东移动通信有限公司 编解码方法及装置、编解码器、码流、设备、存储介质

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2008537830A (ja) * 2005-04-11 2008-09-25 サムスン エレクトロニクス カンパニー リミテッド ３ｄ圧縮データの生成、復元方法及びその装置
JP2010510558A (ja) * 2006-10-11 2010-04-02 コーニンクレッカ フィリップス エレクトロニクス エヌ ヴィ 三次元グラフィックスのデータの作成
WO2014020663A1 (ja) 2012-07-30 2014-02-06 三菱電機株式会社 地図表示装置

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11012713B2 (en) * 2018-07-12 2021-05-18 Apple Inc. Bit stream structure for compressed point cloud data
US10853973B2 (en) * 2018-10-03 2020-12-01 Apple Inc. Point cloud compression using fixed-point numbers

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2008537830A (ja) * 2005-04-11 2008-09-25 サムスン エレクトロニクス カンパニー リミテッド ３ｄ圧縮データの生成、復元方法及びその装置
JP2010510558A (ja) * 2006-10-11 2010-04-02 コーニンクレッカ フィリップス エレクトロニクス エヌ ヴィ 三次元グラフィックスのデータの作成
WO2014020663A1 (ja) 2012-07-30 2014-02-06 三菱電機株式会社 地図表示装置

Cited By (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP3883246A4 (en) * 2018-11-13 2021-12-15 Panasonic Intellectual Property Corporation of America THREE-DIMENSIONAL DATA ENCODING PROCESS, THREE-DIMENSIONAL DATA DECODING PROCESS, THREE-DIMENSIONAL DATA ENCODING DEVICE AND TRIDIMENSIONAL DATA DECODING DEVICE
US11470352B2 (en) 2018-11-13 2022-10-11 Panasonic Intellectual Property Corporation Of America Three-dimensional data encoding method, three-dimensional data decoding method, three-dimensional data encoding device, and three-dimensional data decoding device
WO2021251141A1 (ja) * 2020-06-09 2021-12-16 ソニーグループ株式会社 情報処理装置および方法
WO2022059697A1 (ja) * 2020-09-18 2022-03-24 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
CN116097310A (zh) * 2020-09-18 2023-05-09 松下电器（美国）知识产权公司 三维数据编码方法、三维数据解码方法、三维数据编码装置及三维数据解码装置
US11877014B2 (en) 2020-09-18 2024-01-16 Panasonic Intellectual Property Corporation Of America Three-dimensional data encoding method, three-dimensional data decoding method, three-dimensional data encoding device, and three-dimensional data decoding device
WO2022075428A1 (ja) * 2020-10-09 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
WO2022121650A1 (zh) * 2020-12-07 2022-06-16 腾讯科技（深圳）有限公司 点云属性的预测方法、编码器、解码器及存储介质
US11910017B2 (en) 2020-12-07 2024-02-20 Tencent Technology (Shenzhen) Company Limited Method for predicting point cloud attribute, encoder, decoder, and storage medium
EP4270949A4 (en) * 2020-12-22 2024-03-06 Guangdong Oppo Mobile Telecommunications Corp Ltd DECODING METHOD AND POINT CLOUD ENCODING METHOD, AND DECODER AND ENCODER
WO2022137515A1 (ja) * 2020-12-25 2022-06-30 日本電信電話株式会社 復号方法、復号装置、復号プログラム及び符号化点群データのデータ構造
WO2023066345A1 (en) * 2021-10-21 2023-04-27 Beijing Bytedance Network Technology Co., Ltd. Method, apparatus and medium for point cloud coding

Also Published As

Publication number Publication date
JPWO2020075781A1 (ja) 2021-09-30
JP7323545B2 (ja) 2023-08-08
EP4343702A2 (en) 2024-03-27
US20210142521A1 (en) 2021-05-13
MX2021003502A (es) 2021-05-27
US11210814B2 (en) 2021-12-28
JP2023129667A (ja) 2023-09-14
BR112021006535A2 (pt) 2021-07-06
KR20210070991A (ko) 2021-06-15
EP4343702A3 (en) 2024-05-29
US20220051444A1 (en) 2022-02-17
EP3866115A1 (en) 2021-08-18
EP3866115A4 (en) 2021-11-24
CN112334949A (zh) 2021-02-05
EP3866115B1 (en) 2024-03-27

Similar Documents

Publication Publication Date Title
WO2020075781A1 (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
US11470352B2 (en) Three-dimensional data encoding method, three-dimensional data decoding method, three-dimensional data encoding device, and three-dimensional data decoding device
US11423581B2 (en) Three-dimensional data encoding method, three-dimensional data decoding method, three-dimensional data encoding device, and three-dimensional data decoding device
US11488327B2 (en) Three-dimensional data encoding method, three-dimensional data decoding method, three-dimensional data encoding device, and three-dimensional data decoding device
WO2020116563A1 (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
KR102662068B1 (ko) 삼차원 데이터 부호화 방법, 삼차원 데이터 복호 방법, 삼차원 데이터 부호화 장치, 및 삼차원 데이터 복호 장치
WO2020059826A1 (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
US11936919B2 (en) Three-dimensional data encoding method, three-dimensional data decoding method, three-dimensional data encoding device, and three-dimensional data decoding device
WO2020032248A1 (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
US20220343551A1 (en) Three-dimensional data encoding method, three-dimensional data decoding method, three-dimensional data encoding device, and three-dimensional data decoding device

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: 19871199

Country of ref document: EP

Kind code of ref document: A1

ENP Entry into the national phase

Ref document number: 2020551211

Country of ref document: JP

Kind code of ref document: A

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: 112021006535

Country of ref document: BR

ENP Entry into the national phase

Ref document number: 2019871199

Country of ref document: EP

Effective date: 20210510

ENP Entry into the national phase

Ref document number: 112021006535

Country of ref document: BR

Kind code of ref document: A2

Effective date: 20210406