WO2020184444A1 - 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
WO2020184444A1
WO2020184444A1 PCT/JP2020/009740 JP2020009740W WO2020184444A1 WO 2020184444 A1 WO2020184444 A1 WO 2020184444A1 JP 2020009740 W JP2020009740 W JP 2020009740W WO 2020184444 A1 WO2020184444 A1 WO 2020184444A1
Authority
WO
WIPO (PCT)
Prior art keywords
dimensional data
dimensional
information
coding
data
Prior art date
Legal status (The legal status 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 status listed.)
Ceased
Application number
PCT/JP2020/009740
Other languages
English (en)
French (fr)
Inventor
敏康 杉尾
賀敬 井口
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Panasonic Intellectual Property Corp of America
Original Assignee
Panasonic Intellectual Property Corp of America
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 Panasonic Intellectual Property Corp of America filed Critical Panasonic Intellectual Property Corp of America
Priority to JP2021505030A priority Critical patent/JP7444849B2/ja
Priority to CN202080018272.8A priority patent/CN113508422A/zh
Publication of WO2020184444A1 publication Critical patent/WO2020184444A1/ja
Priority to US17/398,366 priority patent/US11527016B2/en
Anticipated expiration legal-status Critical
Priority to US17/981,789 priority patent/US12067752B1/en
Priority to JP2024025034A priority patent/JP7746433B2/ja
Priority to US18/787,103 priority patent/US20240386613A1/en
Ceased legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T9/00—Image coding
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/50—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using predictive coding
    • H04N19/597—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using predictive coding specially adapted for multi-view video sequence encoding
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; 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
    • H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
    • H04N19/102—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the element, parameter or selection affected or controlled by the adaptive coding
    • H04N19/12—Selection from among a plurality of transforms or standards, e.g. selection between discrete cosine transform [DCT] and sub-band transform or selection between H.263 and H.264
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
    • H04N19/134—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the element, parameter or criterion affecting or controlling the adaptive coding
    • H04N19/167—Position within a video image, e.g. region of interest [ROI]
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
    • H04N19/169—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding
    • H04N19/17—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding the unit being an image region, e.g. an object
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
    • H04N19/169—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding
    • H04N19/184—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding the unit being bits, e.g. of the compressed video stream
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/30—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using hierarchical techniques, e.g. scalability
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/30—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using hierarchical techniques, e.g. scalability
    • H04N19/33—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using hierarchical techniques, e.g. scalability in the spatial domain

Definitions

  • the present disclosure relates to a three-dimensional data coding method, a three-dimensional data decoding method, a three-dimensional data coding device, and a three-dimensional data decoding device.
  • 3D data In the future, devices or services that utilize 3D data are expected to become widespread in a wide range of fields such as computer vision for autonomous operation of automobiles or robots, map information, monitoring, infrastructure inspection, or video distribution.
  • the three-dimensional data is acquired by various methods such as a distance sensor such as a range finder, a stereo camera, or a combination of a plurality of monocular cameras.
  • a point cloud that expresses the shape of a three-dimensional structure by a point cloud in a three-dimensional space.
  • the position and color of the point cloud are stored.
  • Point clouds are expected to become the mainstream method for expressing three-dimensional data, but point clouds have a very large amount of data. Therefore, in the storage or transmission of 3D data, it is essential to compress the amount of data by coding, as in the case of 2D 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.
  • Point Cloud Library a public library that performs point cloud-related processing.
  • Patent Document 1 there is known a technique for searching and displaying facilities located around a vehicle using three-dimensional map data (see, for example, Patent Document 1).
  • 3D points can be appropriately coded or decoded.
  • An object of the present disclosure is to provide a three-dimensional data coding method, a three-dimensional data decoding method, a three-dimensional data coding device, or a three-dimensional data decoding device capable of appropriately encoding or decoding a three-dimensional point. To do.
  • the three-dimensional data coding method is when the number of three-dimensional points included in the point group data to be encoded is n more than a predetermined number (n is an integer of 2 or more).
  • a coding coefficient is calculated by dividing each of the plurality of attribute information of the n three-dimensional points into a high-frequency component and a low-frequency component to generate a layered structure, and the calculated coding coefficient is calculated.
  • one or more three-dimensional points and coding coefficients included in the point group data are acquired from the bit stream, and the acquired one or more three-dimensional points are predetermined.
  • n is an integer of 2 or more
  • each of the n attribute information of the n three-dimensional points is divided into a high frequency component and a low frequency component and layered.
  • a structure is generated, the n attribute information is restored using the hierarchical structure and the coding coefficient, and m three-dimensional points included in the point group data are less than or equal to the predetermined number (m is 1).
  • the attribute information of the m three-dimensional points is restored by using the coding coefficient without generating the hierarchical structure.
  • a recording medium such as a system, device, integrated circuit, computer program or computer-readable CD-ROM, and the system, device, integrated circuit, computer program. And any combination of recording media may be realized.
  • the present disclosure can provide a three-dimensional data coding method, a three-dimensional data decoding method, a three-dimensional data coding device, or a three-dimensional data decoding device capable of appropriately encoding or decoding a three-dimensional point.
  • FIG. 1 is a diagram showing a configuration of coded three-dimensional data according to the first embodiment.
  • FIG. 2 is a diagram showing an example of a prediction structure between SPCs belonging to the lowest layer of GOS according to the first embodiment.
  • FIG. 3 is a diagram showing an example of a prediction structure between layers according to the first embodiment.
  • FIG. 4 is a diagram showing an example of the coding order of GOS according to the first embodiment.
  • FIG. 5 is a diagram showing an example of the coding order of GOS according to the first embodiment.
  • FIG. 6 is a block diagram of the three-dimensional data encoding device according to the first embodiment.
  • FIG. 7 is a flowchart of the coding process according to the first embodiment.
  • FIG. 1 is a diagram showing a configuration of coded three-dimensional data according to the first embodiment.
  • FIG. 2 is a diagram showing an example of a prediction structure between SPCs belonging to the lowest layer of GOS according to the first embodiment.
  • FIG. 3 is a diagram
  • FIG. 8 is a block diagram of the three-dimensional data decoding device according to the first embodiment.
  • FIG. 9 is a flowchart of the decoding process according to the first embodiment.
  • FIG. 10 is a diagram showing an example of meta information according to the first embodiment.
  • FIG. 11 is a diagram showing a configuration example of SWLD according to the second embodiment.
  • FIG. 12 is a diagram showing an operation example of the server and the client according to the second embodiment.
  • FIG. 13 is a diagram showing an operation example of the server and the client according to the second embodiment.
  • FIG. 14 is a diagram showing an operation example of the server and the client according to the second embodiment.
  • FIG. 15 is a diagram showing an operation example of the server and the client according to the second embodiment.
  • FIG. 16 is a block diagram of the three-dimensional data encoding device according to the second embodiment.
  • FIG. 17 is a flowchart of the coding process according to the second embodiment.
  • FIG. 18 is a block diagram of the three-dimensional data decoding device according to the second embodiment.
  • FIG. 19 is a flowchart of the decoding process according to the second embodiment.
  • FIG. 20 is a diagram showing a configuration example of the WLD according to the second embodiment.
  • FIG. 21 is a diagram showing an example of the octree structure of the WLD according to the second embodiment.
  • FIG. 22 is a diagram showing a configuration example of the SWLD according to the second embodiment.
  • FIG. 23 is a diagram showing an example of an octal structure of SWLD according to the second embodiment.
  • FIG. 24 is a block diagram of the three-dimensional data creation device according to the third embodiment.
  • FIG. 25 is a block diagram of the three-dimensional data transmission device according to the third embodiment.
  • FIG. 26 is a block diagram of the three-dimensional information processing apparatus according to the fourth embodiment.
  • FIG. 27 is a block diagram of the three-dimensional data creation device according to the fifth embodiment.
  • FIG. 28 is a diagram showing a configuration of the system according to the sixth embodiment.
  • FIG. 29 is a block diagram of the client device according to the sixth embodiment.
  • FIG. 30 is a block diagram of the server according to the sixth embodiment.
  • FIG. 31 is a flowchart of the three-dimensional data creation process by the client device according to the sixth embodiment.
  • FIG. 32 is a flowchart of the sensor information transmission process by the client device according to the sixth embodiment.
  • FIG. 33 is a flowchart of the three-dimensional data creation process by the server according to the sixth embodiment.
  • FIG. 34 is a flowchart of the three-dimensional map transmission process by the server according to the sixth embodiment.
  • FIG. 35 is a diagram showing a configuration of a modified example of the system according to the sixth embodiment.
  • FIG. 36 is a diagram showing a configuration of a server and a client device according to the sixth embodiment.
  • FIG. 37 is a block diagram of the three-dimensional data encoding device according to the seventh embodiment.
  • FIG. 38 is a diagram showing an example of the predicted residual according to the seventh embodiment.
  • FIG. 39 is a diagram showing an example of the volume according to the seventh embodiment.
  • FIG. 40 is a diagram showing an example of an ocree representation of the volume according to the seventh embodiment.
  • FIG. 41 is a diagram showing an example of a bit string of the volume according to the seventh embodiment.
  • FIG. 42 is a diagram showing an example of an ocree representation of the volume according to the seventh embodiment.
  • FIG. 43 is a diagram showing an example of the volume according to the seventh embodiment.
  • FIG. 44 is a diagram for explaining the intra prediction process according to the seventh embodiment.
  • FIG. 45 is a diagram for explaining the rotation and translation processing according to the seventh embodiment.
  • FIG. 46 is a diagram showing a syntax example of the RT application flag and RT information according to the seventh embodiment.
  • FIG. 47 is a diagram for explaining the inter-prediction process according to the seventh embodiment.
  • FIG. 41 is a diagram showing an example of a bit string of the volume according to the seventh embodiment.
  • FIG. 42 is a diagram showing an example of an ocree representation of the volume according to the seventh embodiment.
  • FIG. 48 is a block diagram of the three-dimensional data decoding device according to the seventh embodiment.
  • FIG. 49 is a flowchart of the three-dimensional data coding process by the three-dimensional data coding apparatus according to the seventh embodiment.
  • FIG. 50 is a flowchart of the three-dimensional data decoding process by the three-dimensional data decoding apparatus according to the seventh embodiment.
  • FIG. 51 is a diagram showing an example of three-dimensional points according to the eighth embodiment.
  • FIG. 52 is a diagram showing a setting example of LoD according to the eighth embodiment.
  • FIG. 53 is a diagram showing an example of a threshold value used for setting LoD according to the eighth embodiment.
  • FIG. 54 is a diagram showing an example of attribute information used for the predicted value according to the eighth embodiment.
  • FIG. 55 is a diagram showing an example of the exponential Golomb code according to the eighth embodiment.
  • FIG. 56 is a diagram showing processing for the exponential Golomb code according to the eighth embodiment.
  • FIG. 57 is a diagram showing an example of syntax of the attribute header according to the eighth embodiment.
  • FIG. 58 is a diagram showing an example of syntax of attribute data according to the eighth embodiment.
  • FIG. 59 is a flowchart of the three-dimensional data coding process according to the eighth embodiment.
  • FIG. 60 is a flowchart of the attribute information coding process according to the eighth embodiment.
  • FIG. 61 is a diagram showing processing for the exponential Golomb code according to the eighth embodiment.
  • FIG. 62 is a diagram showing an example of a reverse lookup table showing the relationship between the remaining code and the value according to the eighth embodiment.
  • FIG. 63 is a flowchart of the three-dimensional data decoding process according to the eighth embodiment.
  • FIG. 64 is a flowchart of the attribute information decoding process according to the eighth embodiment.
  • FIG. 65 is a block diagram of the three-dimensional data encoding device according to the eighth embodiment.
  • FIG. 66 is a block diagram of the three-dimensional data decoding device according to the eighth embodiment.
  • FIG. 67 is a flowchart of the three-dimensional data coding process according to the eighth embodiment.
  • FIG. 68 is a flowchart of the three-dimensional data decoding process according to the eighth embodiment.
  • FIG. 69 is a diagram showing a first example of a table showing predicted values calculated in each prediction mode according to the ninth embodiment.
  • FIG. 70 is a diagram showing an example of attribute information used for the predicted value according to the ninth embodiment.
  • FIG. 71 is a diagram showing a second example of a table showing predicted values calculated in each prediction mode according to the ninth embodiment.
  • FIG. 72 is a diagram showing a third example of a table showing predicted values calculated in each prediction mode according to the ninth embodiment.
  • FIG. 73 is a diagram showing a fourth example of a table showing predicted values calculated in each prediction mode according to the ninth embodiment.
  • FIG. 74 is a diagram for explaining the coding of attribute information using RAHT according to the tenth embodiment.
  • FIG. 75 is a diagram showing an example of setting the quantization scale for each layer according to the tenth embodiment.
  • FIG. 71 is a diagram showing a second example of a table showing predicted values calculated in each prediction mode according to the ninth embodiment.
  • FIG. 72 is a diagram showing a third example of a table showing predicted values calculated in each prediction mode according to the ninth embodiment.
  • FIG. 73 is
  • FIG. 76 is a diagram showing an example of a first code string and a second code string according to the tenth embodiment.
  • FIG. 77 is a diagram showing an example of a truncet unity code according to the tenth embodiment.
  • FIG. 78 is a diagram for explaining the inverse Har transformation according to the tenth embodiment.
  • FIG. 79 is a diagram showing an example of syntax of attribute information according to the tenth embodiment.
  • FIG. 80 is a diagram showing an example of the coding coefficient and ZeroCnt according to the tenth embodiment.
  • FIG. 81 is a flowchart of the three-dimensional data coding process according to the tenth embodiment.
  • FIG. 82 is a flowchart of the attribute information coding process according to the tenth embodiment.
  • FIG. 83 is a flowchart of the coding coefficient coding process according to the tenth embodiment.
  • FIG. 84 is a flowchart of the three-dimensional data decoding process according to the tenth embodiment.
  • FIG. 85 is a flowchart of the attribute information decoding process according to the tenth embodiment.
  • FIG. 86 is a flowchart of the three-dimensional data coding method according to the eleventh embodiment.
  • FIG. 87 is a diagram for explaining coding of attribute information using RAHT according to the eleventh embodiment.
  • FIG. 88 is a flowchart of the three-dimensional data decoding device according to the eleventh embodiment.
  • FIG. 89 is a diagram for explaining decoding of attribute information using RAHT according to the eleventh embodiment.
  • FIG. 90 is a flowchart of the three-dimensional data coding process according to the eleventh embodiment.
  • FIG. 91 is a flowchart of the attribute information coding process according to the eleventh embodiment.
  • FIG. 92 is a flowchart of the three-dimensional data decoding process according to the eleventh embodiment.
  • FIG. 93 is a flowchart of the attribute information decoding process according to the eleventh embodiment.
  • FIG. 94 is a block diagram of an attribute information coding unit included in the three-dimensional data coding device according to the eleventh embodiment.
  • FIG. 95 is a block diagram of an attribute information decoding unit included in the three-dimensional data decoding device according to the eleventh embodiment.
  • FIG. 96 is a flowchart of the three-dimensional data coding process according to the eleventh embodiment.
  • FIG. 97 is a flowchart of the three-dimensional data decoding process according to the eleventh embodiment.
  • the three-dimensional data coding method is when the number of three-dimensional points included in the point group data to be encoded is n more than a predetermined number (n is an integer of 2 or more).
  • a coding coefficient is calculated by dividing each of the plurality of attribute information of the n three-dimensional points into a high-frequency component and a low-frequency component to generate a layered structure, and the calculated coding coefficient is calculated.
  • a bit stream is generated based on the attribute information of m 3D points without generating a hierarchical structure, so that the 3D points are generated. It can be encoded appropriately.
  • the generation may generate the bit stream containing the attribute information of the m three-dimensional points as a coding coefficient. ..
  • the predetermined number may be 1, the n may be an integer of 2 or more, and the m may be 1.
  • the hierarchical structure may be a hierarchical structure of RAHT (Region Adaptive Hierarchical Transfer).
  • one or more three-dimensional points and coding coefficients included in the point group data are acquired from the bit stream, and the acquired one or more three-dimensional points are a predetermined number.
  • n is an integer of 2 or more
  • a hierarchical structure in which each of the n attribute information of the n three-dimensional points is divided into a high frequency component and a low frequency component is formed.
  • the n attribute information is restored by using the hierarchical structure and the coding coefficient, and m three-dimensional points included in the point group data are less than or equal to the predetermined number (m is 1 or more).
  • m is 1 or more
  • the attribute information of m 3D points is restored by using the coding coefficient without generating a hierarchical structure, so that the 3D points are restored. Can be properly decrypted.
  • the coding coefficient may be restored as attribute information of the m three-dimensional points in the restoration.
  • the predetermined number may be 1, the n may be an integer of 2 or more, and the m may be 1.
  • the hierarchical structure may be a hierarchical structure of RAHT (Region Adaptive Hierarchical Transfer).
  • the three-dimensional data coding apparatus includes a processor and a memory, and the processor uses the memory to have a predetermined number of three-dimensional points included in the point group data to be encoded.
  • n is an integer of 2 or more
  • a hierarchical structure is generated in which each of the plurality of attribute information of the n three-dimensional points is divided into a high frequency component and a low frequency component.
  • the coding coefficient is calculated, a bit stream including the calculated coding coefficient is generated, and m three-dimensional points included in the point group data are less than or equal to the predetermined number (m is 1). If it is the above integer), a bit stream is generated based on the attribute information of the m three-dimensional points without generating the hierarchical structure.
  • a bit stream is generated based on the attribute information of m 3D points without generating a hierarchical structure, so that the 3D points are generated. It can be encoded appropriately.
  • the three-dimensional data decoding apparatus includes a processor and a memory, and the processor uses the memory to encode one or more three-dimensional points included in point group data from a bit stream.
  • the processor uses the memory to encode one or more three-dimensional points included in point group data from a bit stream.
  • the coefficient is acquired and the acquired one or more three-dimensional points are n more than a predetermined number (n is an integer of two or more)
  • the n attribute information of the n three-dimensional points A hierarchical structure is generated in which each is divided into a high frequency component and a low frequency component, and the n attribute information is restored using the hierarchical structure and the coding coefficient, and the third order included in the point group data is restored.
  • the number of original points is m (m is an integer of 1 or more) of the predetermined number or less
  • the attribute information of the m three-dimensional points is obtained by using the coding coefficient without generating the hierarchical structure. Restore.
  • the attribute information of m 3D points is restored by using the coding coefficient without generating a hierarchical structure, so that the 3D points are restored. Can be properly decrypted.
  • a recording medium such as a system, method, integrated circuit, computer program or computer readable CD-ROM, system, method, integrated circuit, computer program. And any combination of recording media may be realized.
  • FIG. 1 is a diagram showing a configuration of coded three-dimensional data according to the present embodiment.
  • the three-dimensional space is divided into a space (SPC) corresponding to a picture in coding a moving image, and three-dimensional data is encoded in units of spaces.
  • the space is further divided into volumes (VLM) corresponding to macroblocks and the like in moving image coding, and prediction and conversion are performed in units of VLM.
  • the volume includes a plurality of voxels (VXL) which are the smallest units to which the position coordinates are associated.
  • VXL voxels
  • the prediction is the same as the prediction performed by the two-dimensional image, referring to other processing units, generating the prediction three-dimensional data similar to the processing unit of the processing target, and the prediction three-dimensional data and the processing target. It is to encode the difference from the processing unit.
  • this prediction includes not only spatial prediction that refers to other prediction units at the same time, but also time prediction that refers to prediction units at different times.
  • a three-dimensional data coding device when encoding a three-dimensional space represented by point cloud data such as a point cloud, is a point cloud according to the size of a voxel.
  • a voxel Each point of the above, or a plurality of points contained in the voxel are collectively encoded. If the voxel is subdivided, the three-dimensional shape of the point cloud can be expressed with high accuracy, and if the size of the voxel is increased, the three-dimensional shape of the point cloud can be roughly expressed.
  • the 3D data is a point cloud
  • the 3D data is not limited to the point cloud and may be 3D data in any format.
  • a hierarchical voxel may be used.
  • the nth-order layer it may be indicated in order whether or not the sample points exist in the n-1th-order or lower layer (the lower layer of the nth-order layer).
  • the sample point can be regarded as existing in the center of the voxel in the nth-order layer and can be decoded.
  • the coding device acquires point cloud data using a distance sensor, a stereo camera, a monocular camera, a gyro, an inertial sensor, or the like.
  • the space can be an intra space (I-SPC) that can be decoded independently, a predictive space (P-SPC) that can be referenced only in one direction, and a bidirectional reference, similar to the coding of moving images. It is classified into one of at least three predictive structures including a bidirectional space (B-SPC). Further, the space has two types of time information, a decoding time and a display time.
  • I-SPC intra space
  • P-SPC predictive space
  • B-SPC bidirectional space
  • GOS Group Of Space
  • WLD world
  • the spatial area occupied by the world is associated with the absolute position on the earth by GPS or latitude and longitude information. This location information is stored as meta information.
  • the meta information may be included in the coded data or may be transmitted separately from the coded data.
  • all SPCs may be three-dimensionally adjacent to each other, or there may be SPCs that are not three-dimensionally adjacent to other SPCs.
  • processing such as encoding, decoding or reference of three-dimensional data included in a processing unit such as GOS, SPC or VLM is also described simply as encoding, decoding or referencing the processing unit.
  • the three-dimensional data included in the processing unit includes, for example, at least one set of a spatial position such as three-dimensional coordinates and a characteristic value such as color information.
  • a plurality of SPCs in the same GOS or a plurality of VLMs in the same SPC occupy different spaces from each other, but have the same time information (decoding time and display time).
  • the SPC that is the first in the decoding order in GOS is I-SPC.
  • GOS there are two types of GOS, closed GOS and open GOS.
  • the closed GOS is a GOS capable of decoding all SPCs in the GOS when decoding is started from the head I-SPC.
  • the open GOS some SPCs whose display time is earlier than the first I-SPC in the GOS refer to a different GOS, and decoding cannot be performed only by the GOS.
  • WLD For coded data such as map information, WLD may be decoded from the direction opposite to the coding order, and if there is a dependency between GOS, it is difficult to reproduce in the reverse direction. Therefore, in such a case, closed GOS is basically used.
  • the GOS has a layer structure in the height direction, and encoding or decoding is performed in order from the SPC of the lower layer.
  • FIG. 2 is a diagram showing an example of a prediction structure between SPCs belonging to the lowest layer of GOS.
  • FIG. 3 is a diagram showing an example of a prediction structure between layers.
  • I-SPCs there is one or more I-SPCs in the GOS.
  • Objects such as humans, animals, cars, bicycles, traffic lights, and landmark buildings exist in the three-dimensional space, but it is effective to encode the objects, which are particularly small in size, as ISPCs.
  • a three-dimensional data decoding device (hereinafter, also referred to as a decoding device) decodes only the I-SPC in the GOS when decoding the GOS with a low processing amount or a high speed.
  • the coding device may switch the coding interval or appearance frequency of the I-SPC according to the density of the objects in the WLD.
  • the coding device or the decoding device encodes or decodes a plurality of layers in order from the lower layer (layer 1). As a result, it is possible to raise the priority of data near the ground, which has a larger amount of information for, for example, an autonomous vehicle.
  • the encoded data used in a drone or the like may be encoded or decoded in order from the SPC of the upper layer in the height direction in the GOS.
  • the encoding device or the decoding device may encode or decode a plurality of layers so that the decoding device can roughly grasp the GOS and gradually increase the resolution.
  • the encoding device or decoding device may encode or decode in the order of layers 3, 8, 1, 9 ...
  • static objects or scenes such as buildings or roads
  • dynamic objects such as cars or humans
  • Object detection is performed separately by extracting feature points from point cloud data or camera images such as stereo cameras.
  • the first method is a method of encoding a static object and a dynamic object without distinguishing them.
  • the second method is a method of distinguishing between a static object and a dynamic object by identification information.
  • GOS is used as an identification unit.
  • the GOS including the SPC constituting the static object and the GOS including the SPC constituting the dynamic object are distinguished by the identification information stored in the coded data or separately from the coded data.
  • the SPC may be used as the identification unit.
  • the SPC including the VLM that constitutes the static object and the SPC that includes the VLM that constitutes the dynamic object are distinguished by the above identification information.
  • VLM or VXL may be used as the identification unit.
  • VLM or VXL including a static object and VLM or VXL including a dynamic object are distinguished by the above identification information.
  • the encoding device may encode the dynamic object as one or more VLMs or SPCs, and encode the VLM or SPC including the static object and the SPC including the dynamic object as different GOSs. Further, when the size of the GOS is variable according to the size of the dynamic object, the encoding device separately stores the size of the GOS as meta information.
  • the encoding device may encode the static object and the dynamic object independently of each other, and superimpose the dynamic object on the world composed of the static objects.
  • the dynamic object is composed of one or more SPCs, and each SPC is associated with one or more SPCs constituting the static object on which the SPC is superimposed.
  • the dynamic object may be represented by one or more VLMs or VXLs instead of the SPC.
  • the encoding device may encode the static object and the dynamic object as different streams.
  • the encoding device may generate a GOS including one or more SPCs constituting a dynamic object. Further, the encoding device may set the GOS including the dynamic object (GOS_M) and the GOS of the static object corresponding to the spatial area of GOS_M to the same size (occupy the same spatial area). As a result, the superimposition processing can be performed in units of GOS.
  • GOS_M dynamic object
  • GOS_M static object
  • the P-SPC or B-SPC constituting the dynamic object may refer to the SPC included in a different encoded GOS.
  • a reference across the GOS is effective from the viewpoint of compression ratio.
  • the above-mentioned first method and the second method may be switched depending on the use of the coded data. For example, when the coded three-dimensional data is used as a map, it is desirable that the dynamic objects can be separated, so the coding device uses the second method. On the other hand, the coding device uses the first method when it is not necessary to separate dynamic objects when coding three-dimensional data of an event such as a concert or a sport.
  • the decoding time and the display time of the GOS or SPC can be stored in the encoded data or as meta information. Moreover, the time information of all static objects may be the same. At this time, the actual decoding time and the display time may be determined by the decoding device. Alternatively, a different value may be assigned to each GOS or SPC as the decoding time, and the same value may be assigned as the display time. Further, like a decoder model in moving image coding such as HEVC HRD (Hypothetical Reference Decorder), if the decoder has a buffer of a predetermined size and reads a bit stream at a predetermined bit rate according to the decoding time, it can be decoded without failure. A model that guarantees may be introduced.
  • HEVC HRD Hypothetical Reference Decorder
  • the coordinates of the three-dimensional space in the world are represented by three coordinate axes (x-axis, y-axis, and z-axis) that are orthogonal to each other.
  • coding can be performed so that spatially adjacent GOS are continuous in the coded data.
  • the GOS in the xz plane is continuously encoded.
  • the y-axis value is updated after the coding of all GOS in a certain xz plane is completed. That is, as the coding progresses, the world extends in the y-axis direction.
  • the GOS index numbers are set in the order of coding.
  • the three-dimensional space of the world is associated with GPS or geographical absolute coordinates such as latitude and longitude on a one-to-one basis.
  • the three-dimensional space may be represented by a relative position from a preset reference position.
  • the x-axis, y-axis, and z-axis directions of the three-dimensional space are expressed as direction vectors determined based on latitude, longitude, and the like, and the direction vectors are stored together with encoded data as meta information.
  • the size of GOS is fixed, and the encoding device stores the size as meta information. Further, the size of the GOS may be switched depending on, for example, whether it is an urban area or indoors or outdoors. That is, the size of the GOS may be switched depending on the amount or nature of the objects that are valuable as information.
  • the encoding device may adaptively switch the size of the GOS or the interval of the I-SPC in the GOS according to the density of objects and the like in the same world. For example, the encoding device reduces the size of the GOS and shortens the interval between I-SPCs in the GOS as the density of objects increases.
  • the GOS is subdivided in order to realize random access with fine particle size.
  • the 7th to 10th GOSs are located behind the 3rd to 6th GOSs, respectively.
  • FIG. 6 is a block diagram of the three-dimensional data encoding device 100 according to the present embodiment.
  • FIG. 7 is a flowchart showing an operation example of the three-dimensional data encoding device 100.
  • the three-dimensional data coding device 100 shown in FIG. 6 generates coded three-dimensional data 112 by encoding the three-dimensional data 111.
  • the three-dimensional data coding device 100 includes an acquisition unit 101, a coding area determination unit 102, a division unit 103, and a coding unit 104.
  • the acquisition unit 101 acquires the three-dimensional data 111, which is the point cloud data (S101).
  • the coding area determination unit 102 determines the area to be coded among the spatial areas corresponding to the acquired point cloud data (S102). For example, the coding area determination unit 102 determines the spatial area around the position as the area to be coded according to the position of the user or the vehicle.
  • the division unit 103 divides the point cloud data included in the region to be encoded into each processing unit.
  • the processing unit is the above-mentioned GOS, SPC, or the like.
  • the region to be encoded corresponds to, for example, the above-mentioned world.
  • the division unit 103 divides the point cloud data into processing units based on the preset size of GOS or the presence / absence or size of the dynamic object (S103). Further, the division unit 103 determines the start position of the SPC which is the head in the coding order in each GOS.
  • the coding unit 104 generates the coded three-dimensional data 112 by sequentially coding the plurality of SPCs in each GOS (S104).
  • each GOS is encoded after dividing the region to be encoded into GOS and SPC
  • the processing procedure is not limited to the above.
  • a procedure such as determining the configuration of one GOS, encoding the GOS, and then determining the configuration of the next GOS may be used.
  • the three-dimensional data encoding device 100 generates the encoded three-dimensional data 112 by encoding the three-dimensional data 111.
  • the three-dimensional data encoding device 100 divides the three-dimensional data into first processing units (GOS), which are random access units and each of which is associated with three-dimensional coordinates, and first.
  • the processing unit (GOS) is divided into a plurality of second processing units (SPC), and the second processing unit (SPC) is divided into a plurality of third processing units (VLM).
  • the third processing unit (VLM) includes one or more voxels (VXL) which are the minimum units to which the position information is associated.
  • the three-dimensional data encoding device 100 generates encoded three-dimensional data 112 by encoding each of the plurality of first processing units (GOS). Specifically, the three-dimensional data coding apparatus 100 encodes each of the plurality of second processing units (SPCs) in each first processing unit (GOS). Further, the three-dimensional data coding apparatus 100 encodes each of the plurality of third processing units (VLM) in each second processing unit (SPC).
  • GOS first processing unit
  • VLM third processing units
  • the three-dimensional data coding apparatus 100 when the first processing unit (GOS) of the processing target is a closed GOS, the second processing unit of the processing target included in the first processing unit (GOS) of the processing target. (SPC) is encoded with reference to another second processing unit (SPC) included in the first processing unit (GOS) to be processed. That is, the three-dimensional data coding apparatus 100 does not refer to the second processing unit (SPC) included in the first processing unit (GOS) different from the first processing unit (GOS) to be processed.
  • SPC second processing unit included in the first processing unit (GOS) different from the first processing unit (GOS) to be processed.
  • the second processing unit (SPC) of the processing target included in the first processing unit (GOS) of the processing target is the first processing unit of the processing target.
  • Another second processing unit (SPC) included in one processing unit (GOS), or a second processing unit (SPC) included in a first processing unit (GOS) different from the first processing unit (GOS) to be processed. ) Is referenced and encoded.
  • the type of the second processing unit (SPC) to be processed the first type (I-SPC) that does not refer to another second processing unit (SPC), and one other type.
  • the first type (I-SPC) that does not refer to another second processing unit (SPC)
  • the second type (P-SPC) that refers to the second processing unit (SPC)
  • the third type that refers to the other two second processing units (SPC)
  • the second processing unit (SPC) of interest is encoded.
  • FIG. 8 is a block diagram of a block of the three-dimensional data decoding device 200 according to the present embodiment.
  • FIG. 9 is a flowchart showing an operation example of the three-dimensional data decoding device 200.
  • the three-dimensional data decoding device 200 shown in FIG. 8 generates the decoded three-dimensional data 212 by decoding the encoded three-dimensional data 211.
  • the coded three-dimensional data 211 is, for example, the coded three-dimensional data 112 generated by the three-dimensional data coding device 100.
  • the three-dimensional data decoding device 200 includes an acquisition unit 201, a decoding start GOS determination unit 202, a decoding SPC determination unit 203, and a decoding unit 204.
  • the acquisition unit 201 acquires the coded three-dimensional data 211 (S201).
  • the decoding start GOS determination unit 202 determines the GOS to be decoded (S202). Specifically, the decoding start GOS determination unit 202 refers to the meta information stored in the coded three-dimensional data 211 or separately from the coded three-dimensional data, and refers to a spatial position, an object, or a spatial position or object to start decoding. , The GOS including the SPC corresponding to the time is determined as the GOS to be decrypted.
  • the decoding SPC determination unit 203 determines the type (I, P, B) of the SPC to be decoded in the GOS (S203). For example, the decoding SPC determination unit 203 determines whether (1) only the I-SPC is decoded, (2) the I-SPC and the P-SPC are decoded, or (3) all types are decoded. If the type of SPC to be decoded is determined in advance, such as decoding all SPCs, this step may not be performed.
  • the decoding unit 204 acquires the address position where the first SPC in the decoding order (same as the coding order) in the GOS starts in the encoded three-dimensional data 211, and the code of the first SPC is obtained from the address position.
  • the data is acquired, and each SPC is sequentially decoded from the first SPC (S204).
  • the address position is stored in meta information or the like.
  • the three-dimensional data decoding device 200 decodes the decoded three-dimensional data 212. Specifically, the three-dimensional data decoding device 200 decodes each of the coded three-dimensional data 211 of the first processing unit (GOS), which is a random access unit and each of which is associated with the three-dimensional coordinates. As a result, the decrypted three-dimensional data 212 of the first processing unit (GOS) is generated. More specifically, the three-dimensional data decoding device 200 decodes each of the plurality of second processing units (SPC) in each first processing unit (GOS). Further, the three-dimensional data decoding device 200 decodes each of the plurality of third processing units (VLM) in each second processing unit (SPC).
  • SPC second processing units
  • VLM third processing units
  • This meta information is generated by the three-dimensional data coding apparatus 100 and is included in the coded three-dimensional data 112 (211).
  • FIG. 10 is a diagram showing an example of a table included in the meta information. It should be noted that not all the tables shown in FIG. 10 need to be used, and at least one table may be used.
  • the address may be an address in a logical format or a physical address of an HDD or a memory.
  • information that identifies a file segment may be used instead of the address.
  • a file segment is a unit obtained by segmenting one or more GOS or the like.
  • a plurality of GOS to which the object belongs may be indicated in the object-GOS table. If the plurality of GOSs are closed GOSs, the encoding device and the decoding device can perform coding or decoding in parallel. On the other hand, if the plurality of GOSs are open GOSs, the compression efficiency can be further improved by the plurality of GOSs referring to each other.
  • the three-dimensional data encoding device 100 extracts a feature point peculiar to an object from a three-dimensional point cloud or the like at the time of coding the world, detects an object based on the feature point, and randomly accesses the detected object. Can be set as.
  • the three-dimensional data coding apparatus 100 has the first information indicating the plurality of first processing units (GOS) and the three-dimensional coordinates associated with each of the plurality of first processing units (GOS). To generate. Further, the coded three-dimensional data 112 (211) includes this first information. In addition, the first information further indicates at least one of an object, a time, and a data storage destination associated with each of the plurality of first processing units (GOS).
  • the three-dimensional data decoding device 200 acquires the first information from the coded three-dimensional data 211, and uses the first information to encode the third-order coded unit of the first processing unit corresponding to the specified three-dimensional coordinates, object, or time.
  • the original data 211 is specified, and the coded three-dimensional data 211 is decoded.
  • the three-dimensional data encoding device 100 may generate and store the following meta information. Further, the three-dimensional data decoding device 200 may use this meta information at the time of decoding.
  • a profile is defined according to the application, and information indicating the profile may be included in the meta information.
  • information indicating the profile may be included in the meta information.
  • profiles for urban or suburban or flying objects are defined, each defining a maximum or minimum size of a world, SPC or VLM.
  • the minimum size of VLM is set smaller because more detailed information is required than for suburbs.
  • the meta information may include a tag value indicating the type of object.
  • This tag value is associated with the VLM, SPC, or GOS that make up the object. For example, the tag value "0" indicates “person”, the tag value “1” indicates “car”, the tag value “2” indicates “traffic light”, and the tag value is set for each object type. May be good.
  • a tag value indicating the size or a property such as a dynamic object or a static object may be used.
  • the meta information may include information indicating the range of the spatial area occupied by the world.
  • the meta information may store the size of the SPC or VXL as the header information common to a plurality of SPCs such as the entire stream of encoded data or the SPC in the GOS.
  • the meta information may include identification information such as a distance sensor or a camera used for generating the point cloud, or information indicating the position accuracy of the point cloud in the point cloud.
  • the meta information may include information indicating whether the world is composed of only static objects or includes dynamic objects.
  • the encoding device or decoding device may encode or decode two or more SPCs or GOSs different from each other in parallel.
  • the GOS to be encoded or decoded in parallel can be determined based on meta information indicating the spatial position of the GOS or the like.
  • the encoding device or decoding device is used for GPS, route information, zoom magnification, etc.
  • the GOS or SPC contained in the space specified based on the above may be encoded or decoded.
  • the decoding device may perform decoding in order from the space closest to the self-position or the traveling path.
  • the coding device or decoding device may encode or decode a space far from its own position or travel path with a lower priority than a space closer to it.
  • lowering the priority means lowering the processing order, lowering the resolution (thinning out processing), lowering the image quality (increasing the coding efficiency, for example, increasing the quantization step), and the like. ..
  • the decoding device may decode only the lower layer.
  • the decoding device may preferentially decode from the lower layer according to the zoom magnification of the map or the application.
  • the coding device or decoding device reduces the resolution except for the area within a specific height from the road surface (recognition area). It may be converted or decrypted.
  • the coding device may individually encode the point cloud that expresses the spatial shape between the indoor and outdoor areas. For example, by separating GOS (indoor GOS) representing indoors and GOS (outdoor GOS) representing outdoors, the decoding device selects the GOS to be decoded according to the viewpoint position when using the coded data. it can.
  • the coding device may encode the indoor GOS and the outdoor GOS having similar coordinates so as to be adjacent to each other in the coding stream.
  • the encoding device associates both identifiers and stores information indicating the associated identifiers in the coding stream or in the meta information stored separately.
  • the decoding device can distinguish between the indoor GOS and the outdoor GOS whose coordinates are close to each other by referring to the information in the meta information.
  • the coding device may switch the size of GOS or SPC between the indoor GOS and the outdoor GOS. For example, the coding device sets the size of the GOS indoors to be smaller than that outdoors. Further, the coding device may change the accuracy when extracting the feature points from the point cloud, the accuracy of object detection, and the like between the indoor GOS and the outdoor GOS.
  • the encoding device may add information to the encoding data for the decoding device to distinguish the dynamic object from the static object and display it.
  • the decoding device can display the dynamic object together with the red frame or the characters for explanation.
  • the decoding device may display only a red frame or explanatory characters instead of the dynamic object.
  • the decoding device may display a finer object type. For example, a red frame may be used for cars and a yellow frame may be used for humans.
  • the encoding device or the decoding device encodes the dynamic object and the static object as different SPCs or GOSs according to the appearance frequency of the dynamic object or the ratio of the static object to the dynamic object. Alternatively, it may be decided whether or not to decrypt. For example, when the appearance frequency or ratio of dynamic objects exceeds the threshold value, SPC or GOS in which dynamic objects and static objects coexist is allowed, and when the appearance frequency or ratio of dynamic objects does not exceed the threshold value. Does not allow SPC or GOS, which is a mixture of dynamic and static objects.
  • the encoding device When detecting a dynamic object from the 2D image information of the camera instead of the point cloud, the encoding device separately acquires the information (frame or character, etc.) for identifying the detection result and the object position. This information may be encoded as part of the three-dimensional coded data. In this case, the decoding device superimposes and displays auxiliary information (frame or character) indicating the dynamic object on the decoding result of the static object.
  • the encoding device may change the density of VXL or VLM in the SPC according to the complexity of the shape of the static object and the like. For example, the encoding device sets VXL or VLM more densely as the shape of the static object becomes more complex. Further, the coding apparatus may determine the quantization step when quantizing the spatial position or the color information according to the density of VXL or VLM. For example, the encoding device sets the quantization step smaller as the VXL or VLM becomes denser.
  • the coding device or decoding device encodes or decodes the space in units of spaces having coordinate information.
  • a volume contains a voxel, which is the smallest unit to which location information is associated.
  • the encoding device and the decoding device associate arbitrary elements with a table in which each element of spatial information including coordinates, objects, time, etc. is associated with GOP, or a table in which each element is associated with each other. Encoding or decoding.
  • the decoding device determines the coordinates using the values of the selected elements, identifies the volume, voxel, or space from the coordinates, and decodes the space including the volume or voxel, or the specified space.
  • the coding device determines a volume, voxel or space that can be selected by an element by feature point extraction or object recognition, and encodes it as a randomly accessible volume, voxel or space.
  • the space refers to an ISPC that can be encoded or decoded by the space alone, a P-SPC that is encoded or decoded by referring to any one processed space, and any two processed spaces. It is classified into three types, B-SPC, which is encoded or decoded.
  • One or more volumes correspond to static or dynamic objects.
  • the space containing the static object and the space containing the dynamic object are encoded or decoded as different GOS. That is, the SPC including the static object and the SPC including the dynamic object are assigned to different GOS.
  • Dynamic objects are encoded or decrypted for each object and associated with one or more spaces containing static objects. That is, the plurality of dynamic objects are individually encoded, and the obtained encoded data of the plurality of dynamic objects is associated with the SPC including the static object.
  • the coding device and the decoding device raise the priority of the I-SPC in the GOS to perform coding or decoding.
  • the coding apparatus performs coding so that the deterioration of the ISPC is reduced (so that the original three-dimensional data is reproduced more faithfully after decoding).
  • the decoding device decodes only the ISPC, for example.
  • the coding device may perform coding by changing the frequency of using the I-SPC according to the sparseness or the number (quantity) of the objects in the world. That is, the encoding device changes the frequency of selecting the ISPC according to the number or density of objects contained in the three-dimensional data. For example, the encoding device uses the I space more frequently as the objects in the world become denser.
  • the encoding device sets a random access point in GOS units, and stores information indicating a spatial area corresponding to GOS in the header information.
  • the encoding device uses, for example, a default value as the space size of GOS.
  • the encoding device may change the size of the GOS according to the number (quantity) or density of objects or dynamic objects. For example, the encoding device reduces the spatial size of the GOS as the objects or dynamic objects become denser or larger in number.
  • the space or volume includes a feature point group derived by using the information obtained by a sensor such as a depth sensor, a gyro, or a camera.
  • the coordinates of the feature points are set at the center position of the voxel.
  • high accuracy of position information can be realized by subdividing voxels.
  • the feature point group is derived using a plurality of pictures.
  • the plurality of pictures have at least two types of time information, that is, the actual time information and the same time information (for example, the coded time used for rate control or the like) in the plurality of pictures associated with the space.
  • encoding or decoding is performed in units of GOS including one or more spaces.
  • the coding device and the decoding device refer to the space in the processed GOS and predict the P space or the B space in the GOS to be processed.
  • the encoding device and the decoding device do not refer to different GOSs, and use the processed space in the GOS to be processed to predict the P space or B space in the GOS to be processed.
  • the encoding device and the decoding device transmit or receive a coded stream in a world unit including one or more GOS.
  • the GOS has a layer structure in at least one direction in the world, and the encoding device and the decoding device encode or decode from the lower layer.
  • a randomly accessible GOS belongs to the lowest layer.
  • the GOS belonging to the upper layer refers to the GOS belonging to the same layer or lower. That is, the GOS is spatially divided in predetermined directions and includes a plurality of layers, each containing one or more SPCs.
  • the encoding device and the decoding device encode or decode each SPC with reference to the SPC included in the same layer as the SPC or a layer lower than the SPC.
  • the encoding device and the decoding device continuously encode or decode the GOS within the world unit including the plurality of GOS.
  • the encoding device and the decoding device write or read information indicating the order (direction) of coding or decoding as metadata. That is, the coded data includes information indicating the coding order of the plurality of GOS.
  • the encoding device and the decoding device encode or decode two or more spaces or GOS different from each other in parallel.
  • the encoding device and the decoding device encode or decode the spatial information (coordinates, size, etc.) of the space or GOS.
  • the encoding device and the decoding device encode or decode a space or GOS included in a specific space specified based on external information regarding its own position and / and area size such as GPS, route information, or magnification. ..
  • the coding device or decoding device encodes or decodes the space far from its own position with a lower priority than the space near it.
  • the coding device sets one direction in which the world is located according to the magnification or the application, and encodes the GOS having a layer structure in that direction. Further, the decoding device preferentially decodes the GOS having the layer structure in one direction of the world set according to the magnification or the application from the lower layer.
  • the coding device changes the feature point extraction included in the space, the accuracy of object recognition, the space area size, etc. between indoors and outdoors.
  • the coding device and the decoding device encode or decode the indoor GOS and the outdoor GOS having similar coordinates adjacent to each other in the world, and encode or decode these identifiers in association with each other.
  • a three-dimensional data coding method and a three-dimensional data coding device for providing a function of transmitting and receiving only necessary information according to the application in the coded data of the three-dimensional point cloud, and the said A three-dimensional data decoding method for decoding encoded data and a three-dimensional data decoding apparatus will be described.
  • a voxel (VXL) having a certain amount of features or more is defined as a feature voxel (FVXL), and a world composed of FVXL (WLD) is defined as a sparse world (SWLD).
  • FIG. 11 is a diagram showing a sparse world and a configuration example of the world.
  • the SWLD includes FGOS, which is a GOS composed of FVXL, FSPC, which is an SPC composed of FVXL, and FVLM, which is a VLM composed of FVXL.
  • the data structure and prediction structure of FGOS, FSPC and FVLM may be the same as those of GOS, SPC and VLM.
  • the feature amount is a feature amount that expresses the three-dimensional position information of VXL or the visible light information of the VXL position, and is a feature amount that is detected especially at the corners and edges of a three-dimensional object. Specifically, this feature amount is the following three-dimensional feature amount or visible light feature amount, but what if it is a feature amount that represents the position, brightness, color information, etc. of VXL? It doesn't matter what it is.
  • a SHOT feature amount Signature of Histograms of Origin States
  • a PFH feature amount Point Feature Histograms
  • a PPF feature amount Point Pair Histogram
  • the SHOT feature amount is obtained by dividing the periphery of VXL, calculating the inner product of the reference point and the normal vector of the divided region, and forming a histogram.
  • This SHOT feature quantity has a feature that the number of dimensions is high and the feature expressive power is high.
  • the PFH feature amount can be obtained by selecting a large number of 2-point sets in the vicinity of VXL, calculating a normal vector or the like from the two points, and forming a histogram. Since this PFH feature quantity is a histogram feature, it has a characteristic of being robust against some disturbances and having a high feature expressive power.
  • the PPF feature amount is a feature amount calculated by using a normal vector or the like for each of two VXLs. Since all VXLs are used for this PPF feature quantity, it has robustness against occlusion.
  • SIFT Scale-Invariant Feature Transfers
  • SURF Speeded Up Robot Features
  • HOG Histogram of Oriented
  • SWLD is generated by calculating the above-mentioned feature amount from each VXL of WLD and extracting FVXL.
  • the SWLD may be updated every time the WLD is updated, or may be updated periodically after a lapse of a certain period of time regardless of the update timing of the WLD.
  • SWLD may be generated for each feature amount. For example, SWLD1 based on the SHOT feature amount and SWLD2 based on the SIFT feature amount may be generated separately for each feature amount, and the SWLD may be used properly according to the application. Further, the calculated feature amount of each FVXL may be held in each FVXL as the feature amount information.
  • SWLD sparse world
  • the read time from the hard disk and the bandwidth and transfer time at the time of network transfer can be suppressed by using the SWLD information instead of the WLD.
  • the network bandwidth and transfer time can be suppressed by holding WLD and SWLD as map information in the server and switching the map information to be transmitted to WLD or SWLD in response to a request from the client. ..
  • a specific example is shown below.
  • FIG. 12 and 13 are diagrams showing usage examples of SWLD and WLD.
  • the client 1 which is an in-vehicle device needs map information for self-position determination use
  • the client 1 sends a request for acquisition of map data for self-position estimation to the server (S301).
  • the server transmits SWLD to the client 1 in response to the acquisition request (S302).
  • the client 1 makes a self-position determination using the received SWLD (S303).
  • the client 1 acquires VXL information around the client 1 by various methods such as a distance sensor such as a range finder, a stereo camera, or a combination of a plurality of monocular cameras, and self-self from the obtained VXL information and SWLD.
  • Estimate location information includes the three-dimensional position information and the orientation of the client 1.
  • the client 2 which is an in-vehicle device needs map information for map drawing such as a three-dimensional map
  • the client 2 sends a request for acquisition of map data for map drawing to the server (S311). ).
  • the server transmits the WLD to the client 2 in response to the acquisition request (S312).
  • the client 2 draws a map using the received WLD (S313).
  • the client 2 creates a rendered image using, for example, an image taken by itself with a visible light camera or the like and a WLD acquired from a server, and draws the created image on a screen of a car navigation system or the like.
  • the server sends SWLD to the client for applications that mainly require features of each VXL such as self-position estimation, and WLD when detailed VXL information such as map drawing is required. Send to client. This makes it possible to efficiently send and receive map data.
  • the client may determine whether SWLD or WLD is necessary by himself / herself and request the server to transmit SWLD or WLD. Further, the server may determine whether to transmit SWLD or WLD according to the situation of the client or the network.
  • SWLD sparse world
  • WLD world
  • FIG. 14 is a diagram showing an operation example in this case.
  • the client accesses the server via the low-speed network (S321) and maps from the server. Acquire SWLD as information (S322).
  • the client accesses the server via the high-speed network (S323) and acquires WLD from the server. (S324).
  • the client can acquire appropriate map information according to the network bandwidth of the client.
  • the client receives SWLD via LTE outdoors, and acquires WLD via Wi-Fi (registered trademark) when entering indoors such as a facility. This allows the client to obtain more detailed map information indoors.
  • the client may request WLD or SWLD from the server according to the bandwidth of the network used by the client.
  • the client may send information indicating the bandwidth of the network used by the client to the server, and the server may send data (WLD or SWLD) suitable for the client according to the information.
  • the server may determine the network bandwidth of the client and transmit data (WLD or SWLD) suitable for the client.
  • FIG. 15 is a diagram showing an operation example in this case.
  • the client when the client is moving at high speed (S331), the client receives SWLD from the server (S332).
  • the client receives the WLD from the server (S334).
  • the client can acquire map information suitable for the speed while suppressing the network bandwidth.
  • the client can update the rough map information at an appropriate speed by receiving the SWLD with a small amount of data while traveling on the highway.
  • the client can acquire more detailed map information by receiving the WLD while traveling on the general road.
  • the client may request WLD or SWLD from the server according to its own moving speed.
  • the client may send information indicating its own movement speed to the server, and the server may send data (WLD or SWLD) suitable for the client according to the information.
  • the server may determine the moving speed of the client and transmit data (WLD or SWLD) suitable for the client.
  • the client may first acquire the SWLD from the server and then acquire the WLD of the important area in it. For example, when the client acquires map data, it first acquires rough map information by SWLD, narrows down the area where many features such as buildings, signs, or people appear, and obtains the WLD of the narrowed down area. Get it later. As a result, the client can acquire detailed information of the required area while suppressing the amount of data received from the server.
  • the server may create a separate SWLD for each object from the WLD, and the client may receive each according to the purpose.
  • the server recognizes a person or a car in advance from the WLD and creates a person's SWLD and a car's SWLD.
  • the client receives the SWLD of the person when it wants to acquire the information of the surrounding people, and the SWLD of the car when it wants to acquire the information of the car.
  • SWLD types may be distinguished by information (flags, types, etc.) added to the header or the like.
  • FIG. 16 is a block diagram of the three-dimensional data encoding device 400 according to the present embodiment.
  • FIG. 17 is a flowchart of the three-dimensional data coding process by the three-dimensional data coding apparatus 400.
  • the three-dimensional data coding device 400 shown in FIG. 16 encodes the input three-dimensional data 411 to generate coded three-dimensional data 413 and 414, which are coded streams.
  • the coded three-dimensional data 413 is coded three-dimensional data corresponding to WLD
  • the coded three-dimensional data 414 is coded three-dimensional data corresponding to SWLD.
  • the three-dimensional data coding device 400 includes an acquisition unit 401, a coding region determination unit 402, a SWLD extraction unit 403, a WLD coding unit 404, and a SWLD coding unit 405.
  • the acquisition unit 401 acquires the input three-dimensional data 411, which is the point cloud data in the three-dimensional space (S401).
  • the coding area determination unit 402 determines the spatial area to be encoded based on the spatial area in which the point cloud data exists (S402).
  • the SWLD extraction unit 403 defines the spatial region to be encoded as WLD, and calculates the feature amount from each VXL included in WLD. Then, the SWLD extraction unit 403 extracts VXL having a feature amount equal to or higher than a predetermined threshold value, defines the extracted VXL as FVXL, and adds the FVXL to SWLD to generate extracted three-dimensional data 412. (S403). That is, the extracted three-dimensional data 412 having the feature amount equal to or larger than the threshold value is extracted from the input three-dimensional data 411.
  • the WLD coding unit 404 generates the coded three-dimensional data 413 corresponding to the WLD by encoding the input three-dimensional data 411 corresponding to the WLD (S404). At this time, the WLD coding unit 404 adds information to the header of the coded three-dimensional data 413 to distinguish that the coded three-dimensional data 413 is a stream containing the WLD.
  • the SWLD coding unit 405 generates the coded three-dimensional data 414 corresponding to SWLD by encoding the extracted three-dimensional data 412 corresponding to SWLD (S405). At this time, the SWLD coding unit 405 adds information to the header of the coded three-dimensional data 414 to distinguish that the coded three-dimensional data 414 is a stream containing the SWLD.
  • the processing order of the process of generating the coded three-dimensional data 413 and the process of generating the coded three-dimensional data 414 may be reversed from the above. Moreover, a part or all of these processes may be performed in parallel.
  • a parameter "world_type" is defined.
  • a specific flag may be included in one of the coded three-dimensional data 413 and 414.
  • the coded three-dimensional data 414 may be flagged to include that the stream contains SWLD. In this case, the decoding device can determine whether the stream contains WLD or SWLD depending on the presence or absence of the flag.
  • the coding method used by the WLD coding unit 404 when coding the WLD and the coding method used by the SWLD coding unit 405 when coding the SWLD may be different.
  • inter-prediction may be prioritized among intra-prediction and inter-prediction over the coding method used for WLD.
  • the three-dimensional position expression method may be different between the coding method used for SWLD and the coding method used for WLD.
  • the three-dimensional position of FVXL may be expressed by three-dimensional coordinates
  • WLD the three-dimensional position may be expressed by an ocree described later, or vice versa.
  • the SWLD coding unit 405 encodes so that the data size of the SWLD coded three-dimensional data 414 is smaller than the data size of the WLD coded three-dimensional data 413.
  • SWLD may have lower correlation between data than WLD.
  • the coding efficiency is lowered, and the data size of the coded three-dimensional data 414 may be larger than the data size of the WLD coded three-dimensional data 413. Therefore, when the data size of the obtained coded three-dimensional data 414 is larger than the data size of the WLD coded three-dimensional data 413, the SWLD coding unit 405 performs recoding to obtain the data size.
  • the coded three-dimensional data 414 with reduced data is regenerated.
  • the SWLD extraction unit 403 regenerates the extracted three-dimensional data 412 in which the number of feature points to be extracted is reduced, and the SWLD coding unit 405 encodes the extracted three-dimensional data 412.
  • the degree of quantization in the SWLD coding unit 405 may be coarser.
  • the degree of quantization can be coarsened by rounding the data in the lowest layer.
  • the SWLD coding unit 405 does not generate the SWLD coded three-dimensional data 414 when the data size of the SWLD coded three-dimensional data 414 cannot be made smaller than the data size of the WLD coded three-dimensional data 413. You may.
  • the WLD coded 3D data 413 may be copied to the SWLD coded 3D data 414. That is, the WLD coded three-dimensional data 413 may be used as it is as the SWLD coded three-dimensional data 414.
  • FIG. 18 is a block diagram of the three-dimensional data decoding device 500 according to the present embodiment.
  • FIG. 19 is a flowchart of the three-dimensional data decoding process by the three-dimensional data decoding apparatus 500.
  • the three-dimensional data decoding device 500 shown in FIG. 18 generates the decoded three-dimensional data 512 or 513 by decoding the encoded three-dimensional data 511.
  • the coded three-dimensional data 511 is, for example, the coded three-dimensional data 413 or 414 generated by the three-dimensional data coding device 400.
  • the three-dimensional data decoding device 500 includes an acquisition unit 501, a header analysis unit 502, a WLD decoding unit 503, and a SWLD decoding unit 504.
  • the acquisition unit 501 acquires the coded three-dimensional data 511 (S501).
  • the header analysis unit 502 analyzes the header of the coded three-dimensional data 511 and determines whether the coded three-dimensional data 511 is a stream containing WLD or a stream containing SWLD (S502). For example, the above-mentioned parameters of world_type are referred to, and the determination is performed.
  • the WLD decoding unit 503 When the coded three-dimensional data 511 is a stream containing the WLD (Yes in S503), the WLD decoding unit 503 generates the decoded three-dimensional data 512 of the WLD by decoding the coded three-dimensional data 511 (S504). .. On the other hand, when the coded three-dimensional data 511 is a stream containing SWLD (No in S503), the SWLD decoding unit 504 generates the SWLD decoded three-dimensional data 513 by decoding the coded three-dimensional data 511 (No). S505).
  • the decoding method used by the WLD decoding unit 503 when decoding the WLD and the decoding method used by the SWLD decoding unit 504 when decoding the SWLD may be different.
  • inter-prediction may be prioritized among intra-prediction and inter-prediction over the decoding method used for WLD.
  • the three-dimensional position expression method may be different between the decoding method used for SWLD and the decoding method used for WLD.
  • the three-dimensional position of FVXL may be expressed by three-dimensional coordinates
  • WLD the three-dimensional position may be expressed by an ocree described later, or vice versa.
  • FIG. 20 is a diagram showing an example of VXL of WLD.
  • FIG. 21 is a diagram showing an octree structure of the WLD shown in FIG. 20.
  • VXLs 1 to 3 which are VXLs (hereinafter, effective VXLs) including a point cloud.
  • the ocree tree structure is composed of nodes and leaves. Each node has a maximum of 8 nodes or leaves. Each leaf has VXL information.
  • the leaves 1, 2 and 3 represent VXL1, VXL2 and VXL3 shown in FIG. 20, respectively.
  • each node and leaf correspond to a three-dimensional position.
  • Node 1 corresponds to the entire block shown in FIG.
  • the block corresponding to node 1 is divided into eight blocks, of which the block containing the valid VXL is set in the node and the other blocks are set in the leaf.
  • the block corresponding to the node is further divided into eight nodes or leaves, and this process is repeated for the hierarchy of the tree structure. In addition, all the blocks in the lowest layer are set to leaves.
  • FIG. 22 is a diagram showing an example of SWLD generated from the WLD shown in FIG. 20.
  • VXL1 and VXL2 shown in FIG. 20 were determined to be FVXL1 and FVXL2, and were added to SWLD.
  • VXL3 is not determined to be FVXL and is not included in SWLD.
  • FIG. 23 is a diagram showing the octree structure of SWLD shown in FIG. 22. In the octave tree structure shown in FIG. 23, the leaf 3 corresponding to VXL3 shown in FIG. 21 is deleted. As a result, the node 3 shown in FIG. 21 no longer has an effective VXL and is changed to a leaf.
  • the number of leaves of SWLD is generally smaller than the number of leaves of WLD, and the coded three-dimensional data of SWLD is also smaller than the coded three-dimensional data of WLD.
  • a client such as an in-vehicle device receives SWLD from a server when performing self-position estimation, performs self-position estimation using SWLD, and when performing obstacle detection, a distance sensor such as a range finder or a stereo.
  • Obstacle detection may be performed based on the surrounding three-dimensional information acquired by oneself using various methods such as a camera or a combination of a plurality of monocular cameras.
  • the server may hold a subsample world (subWLD) that subsamples the WLD and send SWLDs and subWLDs to the client for static obstacle detection.
  • subWLD subsample world
  • the server may generate a mesh from the WLD and hold it in advance as a mesh world (MWLD). For example, the client receives the MWLD when it needs coarse 3D drawing and the WLD when it needs detailed 3D drawing. As a result, the network bandwidth can be suppressed.
  • MWLD mesh world
  • the server sets VXL of each VXL whose feature amount is equal to or greater than the threshold value to FVXL
  • FVXL may be calculated by a different method. For example, the server determines that VXL, VLM, SPC, or GOS constituting a signal or an intersection is necessary for self-position estimation, driving assistance, automatic driving, etc., and includes it in SWLD as FVXL, FVLM, FSPC, FGOS. It doesn't matter. Further, the above determination may be made manually. The FVXL or the like obtained by the above method may be added to the FVXL or the like set based on the feature amount. That is, the SWLD extraction unit 403 may further extract data corresponding to an object having a predetermined attribute from the input three-dimensional data 411 as the extraction three-dimensional data 412.
  • the server may separately hold an FVXL necessary for self-position estimation such as a signal or an intersection, driving assistance, automatic driving, etc. as an upper layer (for example, lane world) of SWLD.
  • the server may also add an attribute to VXL in the WLD for each random access unit or a predetermined unit.
  • the attribute includes, for example, information indicating whether or not it is necessary or unnecessary for self-position estimation, or information indicating whether or not it is important as traffic information such as a signal or an intersection. Further, the attribute may include a correspondence relationship with Feature (intersection, road, etc.) in lane information (GDF: Geographic Data Files, etc.).
  • the following method may be used as a method for updating WLD or SWLD.
  • Update information indicating changes in people, construction, or rows of trees (for trucks) is uploaded to the server as point clouds or metadata.
  • the server updates the WLD based on the upload, and then updates the SWLD with the updated WLD.
  • the client may send the 3D information generated by itself to the server together with the update notification.
  • the server uses WLD to update the SWLD. If the SWLD is not updated, the server determines that the WLD itself is out of date.
  • information for distinguishing between WLD and SWLD is added as the header information of the coded stream, but when there are many kinds of worlds such as a mesh world or a lane world, they are distinguished. Information may be added to the header information. Further, when there are many SWLDs having different feature amounts, information for distinguishing them may be added to the header information.
  • the SWLD is composed of FVXL, it may include VXL which is not determined to be FVXL.
  • the SWLD may include an adjacent VXL used in calculating the features of the FVXL.
  • the client can calculate the feature amount of the FVXL when the SWLD is received.
  • the SWLD may include information for distinguishing whether each VXL is FVXL or VXL.
  • the three-dimensional data encoding device 400 extracts and extracts the three-dimensional data 412 (second three-dimensional data) whose feature amount is equal to or larger than the threshold value from the input three-dimensional data 411 (first three-dimensional data).
  • Encoded three-dimensional data 414 (first encoded three-dimensional data) is generated by encoding the three-dimensional data 412.
  • the three-dimensional data coding device 400 generates coded three-dimensional data 414 in which data having a feature amount equal to or larger than a threshold value is encoded.
  • the amount of data can be reduced as compared with the case where the input three-dimensional data 411 is encoded as it is. Therefore, the three-dimensional data encoding device 400 can reduce the amount of data to be transmitted.
  • the three-dimensional data coding device 400 further encodes the input three-dimensional data 411 to generate coded three-dimensional data 413 (second coded three-dimensional data).
  • the three-dimensional data coding apparatus 400 can selectively transmit the coded three-dimensional data 413 and the coded three-dimensional data 414 according to, for example, the intended use.
  • the extracted three-dimensional data 412 is encoded by the first coding method
  • the input three-dimensional data 411 is encoded by the second coding method different from the first coding method.
  • the three-dimensional data coding apparatus 400 can use a coding method suitable for each of the input three-dimensional data 411 and the extracted three-dimensional data 412.
  • the inter-prediction is prioritized among the intra-prediction and the inter-prediction over the second coding method.
  • the three-dimensional data encoding device 400 can raise the priority of inter-prediction with respect to the extracted three-dimensional data 412 in which the correlation between adjacent data tends to be low.
  • the three-dimensional position representation method differs between the first coding method and the second coding method.
  • the three-dimensional position is represented by the ocree
  • the three-dimensional position is represented by the three-dimensional coordinates.
  • the three-dimensional data encoding device 400 can use a more suitable three-dimensional position representation method for three-dimensional data having a different number of data (number of VXL or FVXL).
  • At least one of the coded three-dimensional data 413 and 414 is either the coded three-dimensional data obtained by encoding the input three-dimensional data 411 or the input three-dimensional data 411. Includes an identifier indicating whether the data is encoded three-dimensional data obtained by encoding a part of the data. That is, the identifier indicates whether the coded three-dimensional data is the WLD coded three-dimensional data 413 or the SWLD coded three-dimensional data 414.
  • the decoding device can easily determine whether the acquired coded three-dimensional data is the coded three-dimensional data 413 or the coded three-dimensional data 414.
  • the three-dimensional data coding apparatus 400 encodes the extracted three-dimensional data 412 so that the data amount of the coded three-dimensional data 414 is smaller than the data amount of the coded three-dimensional data 413.
  • the three-dimensional data coding apparatus 400 can make the amount of data of the coded three-dimensional data 414 smaller than the amount of data of the coded three-dimensional data 413.
  • the three-dimensional data encoding device 400 further extracts data corresponding to an object having a predetermined attribute from the input three-dimensional data 411 as the extracted three-dimensional data 412.
  • an object having a predetermined attribute is an object necessary for self-position estimation, driving assistance, automatic driving, or the like, such as a signal or an intersection.
  • the three-dimensional data coding device 400 can generate the coded three-dimensional data 414 including the data required by the decoding device.
  • the three-dimensional data encoding device 400 (server) further transmits one of the encoded three-dimensional data 413 and 414 to the client according to the state of the client.
  • the three-dimensional data encoding device 400 can transmit appropriate data according to the state of the client.
  • the client status includes the client communication status (for example, network bandwidth) or the client movement speed.
  • the three-dimensional data encoding device 400 further transmits one of the encoded three-dimensional data 413 and 414 to the client in response to the request of the client.
  • the three-dimensional data encoding device 400 can transmit appropriate data according to the request of the client.
  • the three-dimensional data decoding device 500 decodes the coded three-dimensional data 413 or 414 generated by the three-dimensional data coding device 400.
  • the three-dimensional data decoding device 500 first decodes the coded three-dimensional data 414 obtained by encoding the extracted three-dimensional data 412 whose feature amount extracted from the input three-dimensional data 411 is equal to or greater than the threshold value. Decrypt by method. Further, the three-dimensional data decoding device 500 decodes the coded three-dimensional data 413 obtained by encoding the input three-dimensional data 411 by a second decoding method different from the first decoding method.
  • the three-dimensional data decoding apparatus 500 selects the coded three-dimensional data 414 in which the data having the feature amount equal to or larger than the threshold value and the coded three-dimensional data 413 are selected according to, for example, the intended use. Can be received.
  • the three-dimensional data decoding device 500 can reduce the amount of data to be transmitted.
  • the three-dimensional data decoding device 500 can use a decoding method suitable for the input three-dimensional data 411 and the extracted three-dimensional data 412, respectively.
  • the inter-prediction is prioritized among the intra-prediction and the inter-prediction over the second decoding method.
  • the three-dimensional data decoding device 500 can raise the priority of inter-prediction for the extracted three-dimensional data in which the correlation between adjacent data tends to be low.
  • the three-dimensional position representation method differs between the first decoding method and the second decoding method.
  • the three-dimensional position is represented by the ocree
  • the three-dimensional position is represented by the three-dimensional coordinates.
  • the three-dimensional data decoding device 500 can use a more suitable three-dimensional position expression method for three-dimensional data having a different number of data (number of VXL or FVXL).
  • At least one of the coded three-dimensional data 413 and 414 is either the coded three-dimensional data obtained by encoding the input three-dimensional data 411 or the input three-dimensional data 411. Includes an identifier indicating whether the data is encoded three-dimensional data obtained by encoding a part of the data.
  • the three-dimensional data decoding device 500 identifies the encoded three-dimensional data 413 and 414 with reference to the identifier.
  • the three-dimensional data decoding apparatus 500 can easily determine whether the acquired coded three-dimensional data is the coded three-dimensional data 413 or the coded three-dimensional data 414.
  • the three-dimensional data decoding device 500 further notifies the server of the status of the client (three-dimensional data decoding device 500).
  • the three-dimensional data decoding device 500 receives one of the coded three-dimensional data 413 and 414 transmitted from the server according to the state of the client.
  • the three-dimensional data decoding device 500 can receive appropriate data according to the state of the client.
  • the client status includes the client communication status (for example, network bandwidth) or the client movement speed.
  • the three-dimensional data decoding device 500 further requests one of the coded three-dimensional data 413 and 414 from the server, and in response to the request, one of the coded three-dimensional data 413 and 414 transmitted from the server is requested. Receive.
  • the three-dimensional data decoding device 500 can receive appropriate data according to the application.
  • FIG. 24 is a block diagram of the three-dimensional data creation device 620 according to the present embodiment.
  • This three-dimensional data creation device 620 is included in the own vehicle, for example, and is denser by synthesizing the received second three-dimensional data 635 with the first three-dimensional data 632 created by the three-dimensional data creation device 620.
  • the third three-dimensional data 636 is created.
  • This three-dimensional data creation device 620 includes a three-dimensional data creation unit 621, a request range determination unit 622, a search unit 623, a reception unit 624, a decoding unit 625, and a synthesis unit 626.
  • the three-dimensional data creation unit 621 creates the first three-dimensional data 632 using the sensor information 631 detected by the sensor provided in the own vehicle.
  • the request range determination unit 622 determines the request range, which is the three-dimensional space range in which the data is insufficient in the created first three-dimensional data 632.
  • the search unit 623 searches for peripheral vehicles that possess the three-dimensional data of the required range, and transmits the required range information 633 indicating the required range to the peripheral vehicles specified by the search.
  • the receiving unit 624 receives the coded three-dimensional data 634, which is a coded stream of the required range, from the surrounding vehicles (S624).
  • the search unit 623 may indiscriminately make a request to all the vehicles existing in the specific range and receive the coded three-dimensional data 634 from the other party who responded. Further, the search unit 623 may make a request not only to the vehicle but also to an object such as a traffic light or a sign, and receive the coded three-dimensional data 634 from the object.
  • the decoding unit 625 acquires the second three-dimensional data 635 by decoding the received coded three-dimensional data 634.
  • the synthesizing unit 626 creates a denser third-dimensional data 636 by synthesizing the first three-dimensional data 632 and the second three-dimensional data 635.
  • FIG. 25 is a block diagram of the three-dimensional data transmission device 640.
  • the three-dimensional data transmission device 640 is, for example, included in the above-mentioned peripheral vehicle, processes the fifth three-dimensional data 652 created by the peripheral vehicle into the sixth three-dimensional data 654 required by the own vehicle, and processes the sixth three-dimensional data 654.
  • the encoded three-dimensional data 634 is generated by encoding the 654, and the encoded three-dimensional data 634 is transmitted to the own vehicle.
  • the three-dimensional data transmission device 640 includes a three-dimensional data creation unit 641, a reception unit 642, an extraction unit 643, an encoding unit 644, and a transmission unit 645.
  • the three-dimensional data creation unit 641 creates the fifth three-dimensional data 652 using the sensor information 651 detected by the sensors provided in the surrounding vehicles.
  • the receiving unit 642 receives the request range information 633 transmitted from the own vehicle.
  • the extraction unit 643 processes the 5th 3D data 652 into the 6th 3D data 654 by extracting the 3D data of the required range indicated by the request range information 633 from the 5th 3D data 652. To do.
  • the coding unit 644 encodes the sixth three-dimensional data 654 to generate the coded three-dimensional data 634 which is a coded stream. Then, the transmission unit 645 transmits the coded three-dimensional data 634 to the own vehicle.
  • each vehicle has the three-dimensional data creation device 620 and the three-dimensional data transmission device. It may have a function with 640.
  • the self-position estimation matches the three-dimensional map with the three-dimensional information around the vehicle (hereinafter referred to as the vehicle detection three-dimensional data) acquired by a range finder (LiDAR, etc.) mounted on the vehicle or a sensor such as a stereo camera. Then, it can be realized by estimating the position of the own vehicle in the three-dimensional map.
  • the vehicle detection three-dimensional data acquired by a range finder (LiDAR, etc.) mounted on the vehicle or a sensor such as a stereo camera.
  • the 3D map changes not only in the 3D point cloud but also in the 2D map data such as the shape information of roads and intersections, or in real time such as traffic jams and accidents, like the HD map advocated by HERE. It may contain information to be used.
  • a three-dimensional map is composed of a plurality of layers such as three-dimensional data, two-dimensional data, and metadata that changes in real time, and the device can acquire or refer to only necessary data.
  • the point cloud data may be the SWLD described above, or may include point cloud data that is not a feature point.
  • data transmission / reception of the point cloud is performed on the basis of one or a plurality of random access units.
  • the following method can be used as a matching method between the 3D map and the vehicle detection 3D data.
  • the device compares the shapes of point clouds in each other's point clouds and determines that the sites with high similarity between feature points are at the same position.
  • the apparatus compares and matches the feature points constituting the SWLD with the three-dimensional feature points extracted from the own vehicle detection three-dimensional data.
  • FIG. 26 is a block diagram showing a configuration example of the three-dimensional information processing apparatus 700 according to the present embodiment.
  • the three-dimensional information processing device 700 is mounted on an animal body such as an automobile, for example. As shown in FIG. 26, the three-dimensional information processing apparatus 700 includes a three-dimensional map acquisition unit 701, a vehicle detection data acquisition unit 702, an abnormality case determination unit 703, a coping operation determination unit 704, and an operation control unit 705. And.
  • the three-dimensional information processing device 700 is not shown for detecting structures or animals around the vehicle, such as a camera that acquires a two-dimensional image or a sensor for one-dimensional data using ultrasonic waves or a laser. It may be equipped with a two-dimensional or one-dimensional sensor. Further, the three-dimensional information processing device 700 may include a communication unit (not shown) for acquiring a three-dimensional map by a mobile communication network such as 4G or 5G, or vehicle-to-vehicle communication or road-to-vehicle communication. ..
  • the three-dimensional map acquisition unit 701 acquires a three-dimensional map 711 in the vicinity of the traveling route.
  • the three-dimensional map acquisition unit 701 acquires the three-dimensional map 711 through the mobile communication network, vehicle-to-vehicle communication, or road-to-vehicle communication.
  • the vehicle detection data acquisition unit 702 acquires the vehicle detection three-dimensional data 712 based on the sensor information. For example, the vehicle detection data acquisition unit 702 generates the vehicle detection three-dimensional data 712 based on the sensor information acquired by the sensor included in the vehicle.
  • the abnormality case determination unit 703 detects an abnormality case by performing a predetermined check on at least one of the acquired three-dimensional map 711 and the own vehicle detection three-dimensional data 712. That is, the abnormality case determination unit 703 determines whether at least one of the acquired three-dimensional map 711 and the own vehicle detection three-dimensional data 712 is abnormal.
  • the coping action determination unit 704 determines the coping action for the abnormal case.
  • the operation control unit 705 controls the operation of each processing unit necessary for executing the coping operation, such as the three-dimensional map acquisition unit 701.
  • the three-dimensional information processing device 700 ends the process.
  • the three-dimensional information processing device 700 uses the three-dimensional map 711 and the own vehicle detection three-dimensional data 712 to estimate the self-position of the vehicle having the three-dimensional information processing device 700. Next, the three-dimensional information processing device 700 automatically drives the vehicle using the result of self-position estimation.
  • the three-dimensional information processing apparatus 700 acquires the map data (three-dimensional map 711) including the first three-dimensional position information via the communication path.
  • the first three-dimensional position information is encoded in units of subspaces having three-dimensional coordinate information, each of which is an aggregate of one or more subspaces, and each of them can be independently decoded by a plurality of randoms. Includes access units.
  • the first three-dimensional position information is data (SWLD) in which feature points whose three-dimensional feature quantities are equal to or greater than a predetermined threshold value are encoded.
  • the three-dimensional information processing device 700 generates second three-dimensional position information (own vehicle detection three-dimensional data 712) from the information detected by the sensor.
  • the three-dimensional information processing apparatus 700 performs the abnormality determination process on the first three-dimensional position information or the second three-dimensional position information, thereby performing the first three-dimensional position information or the second three-dimensional position information. Determine if the 3D position information is abnormal.
  • the three-dimensional information processing apparatus 700 determines a coping operation for the abnormality. Next, the three-dimensional information processing apparatus 700 executes the control necessary for carrying out the coping operation.
  • the three-dimensional information processing apparatus 700 can detect an abnormality in the first three-dimensional position information or the second three-dimensional position information and take a coping action.
  • FIG. 27 is a block diagram showing a configuration example of the three-dimensional data creation device 810 according to the present embodiment.
  • the three-dimensional data creation device 810 is mounted on a vehicle, for example.
  • the three-dimensional data creation device 810 transmits and receives three-dimensional data to and from an external traffic monitoring cloud, a vehicle in front or a following vehicle, and creates and stores three-dimensional data.
  • the three-dimensional data creation device 810 includes a data reception unit 811, a communication unit 812, a reception control unit 813, a format conversion unit 814, a plurality of sensors 815, a three-dimensional data creation unit 816, and a three-dimensional data synthesis unit. It includes an 817, a three-dimensional data storage unit 818, a communication unit 819, a transmission control unit 820, a format conversion unit 821, and a data transmission unit 822.
  • the data receiving unit 811 receives the three-dimensional data 831 from the traffic monitoring cloud or the vehicle in front.
  • the three-dimensional data 831 includes information such as point cloud, visible light image, depth information, sensor position information, speed information, and the like, including an area that cannot be detected by the sensor 815 of the own vehicle.
  • the communication unit 812 communicates with the traffic monitoring cloud or the vehicle in front, and transmits a data transmission request or the like to the traffic monitoring cloud or the vehicle in front.
  • the reception control unit 813 exchanges information such as the corresponding format with the communication destination via the communication unit 812, and establishes communication with the communication destination.
  • the format conversion unit 814 generates the three-dimensional data 832 by performing format conversion or the like on the three-dimensional data 831 received by the data receiving unit 811. Further, the format conversion unit 814 performs decompression or decoding processing when the three-dimensional data 831 is compressed or encoded.
  • the plurality of sensors 815 are a group of sensors that acquire information outside the vehicle, such as a LiDAR, a visible light camera, or an infrared camera, and generate sensor information 833.
  • the sensor information 833 is three-dimensional data such as a point cloud (point cloud data) when the sensor 815 is a laser sensor such as LiDAR.
  • the number of sensors 815 does not have to be plural.
  • the three-dimensional data creation unit 816 generates three-dimensional data 834 from the sensor information 833.
  • the three-dimensional data 834 includes information such as point cloud, visible light image, depth information, sensor position information, and speed information.
  • the three-dimensional data synthesizing unit 817 synthesizes the three-dimensional data 834 created based on the sensor information 833 of the own vehicle with the three-dimensional data 832 created by the traffic monitoring cloud or the vehicle in front of the own vehicle. Three-dimensional data 835 including the space in front of the vehicle in front, which cannot be detected by the sensor 815, is constructed.
  • the three-dimensional data storage unit 818 stores the generated three-dimensional data 835 and the like.
  • the communication unit 819 communicates with the traffic monitoring cloud or the following vehicle, and transmits a data transmission request or the like to the traffic monitoring cloud or the following vehicle.
  • the transmission control unit 820 exchanges information such as compatible formats with the communication destination via the communication unit 819, and establishes communication with the communication destination. Further, the transmission control unit 820 is in the space of the three-dimensional data to be transmitted based on the three-dimensional data construction information of the three-dimensional data 832 generated by the three-dimensional data synthesis unit 817 and the data transmission request from the communication destination. Determine a transmission area.
  • the transmission control unit 820 determines a transmission area including the space in front of the own vehicle that cannot be detected by the sensor of the following vehicle in response to a data transmission request from the traffic monitoring cloud or the following vehicle. Further, the transmission control unit 820 determines the transmission area by determining whether or not the space that can be transmitted or the space that has been transmitted is updated based on the three-dimensional data construction information. For example, the transmission control unit 820 determines the area specified in the data transmission request and the area in which the corresponding three-dimensional data 835 exists as the transmission area. Then, the transmission control unit 820 notifies the format conversion unit 821 of the format and the transmission area supported by the communication destination.
  • the format conversion unit 821 converts the 3D data 836 in the transmission area into a format supported by the receiving side among the 3D data 835 stored in the 3D data storage unit 818, thereby converting the 3D data 837. Generate.
  • the format conversion unit 821 may reduce the amount of data by compressing or encoding the three-dimensional data 837.
  • the data transmission unit 822 transmits the three-dimensional data 837 to the traffic monitoring cloud or the following vehicle.
  • the three-dimensional data 837 includes information such as a point cloud in front of the own vehicle, visible light images, depth information, or sensor position information, including an area that becomes a blind spot of the following vehicle, for example.
  • the format conversion may not be performed.
  • the three-dimensional data creation device 810 acquires the three-dimensional data 831 in the region that cannot be detected by the sensor 815 of the own vehicle from the outside, and the sensor information 833 detected by the three-dimensional data 831 and the sensor 815 of the own vehicle.
  • the three-dimensional data 835 is generated by synthesizing the three-dimensional data 834 based on the above.
  • the three-dimensional data creation device 810 can generate three-dimensional data in a range that cannot be detected by the sensor 815 of the own vehicle.
  • the three-dimensional data creation device 810 obtains three-dimensional data including the space in front of the own vehicle that cannot be detected by the sensor of the following vehicle in response to the data transmission request from the traffic monitoring cloud or the following vehicle, in the traffic monitoring cloud or the following. Can be sent to vehicles, etc.
  • FIG. 28 is a diagram showing a configuration of a three-dimensional map and a sensor information transmission / reception system according to the present embodiment.
  • the system includes a server 901 and client devices 902A and 902B.
  • client devices 902A and 902B are not particularly distinguished, they are also referred to as the client devices 902.
  • the client device 902 is, for example, an in-vehicle device mounted on a moving body such as a vehicle.
  • the server 901 is, for example, a traffic monitoring cloud or the like, and can communicate with a plurality of client devices 902.
  • the server 901 transmits a three-dimensional map composed of a point cloud to the client device 902.
  • the configuration of the three-dimensional map is not limited to the point cloud, and may represent other three-dimensional data such as a mesh structure.
  • the client device 902 transmits the sensor information acquired by the client device 902 to the server 901.
  • the sensor information includes, for example, at least one of LiDAR acquisition information, visible light image, infrared image, depth image, sensor position information, and speed information.
  • the data sent and received between the server 901 and the client device 902 may be compressed to reduce the data, or may remain uncompressed to maintain the accuracy of the data.
  • a three-dimensional compression method based on an octa-tree structure can be used for the point cloud.
  • a two-dimensional image compression method can be used for visible light images, infrared images, and depth images.
  • the two-dimensional image compression method is, for example, MPEG-4 AVC or HEVC standardized by MPEG.
  • the server 901 transmits the three-dimensional map managed by the server 901 to the client device 902 in response to the transmission request of the three-dimensional map from the client device 902.
  • the server 901 may transmit the three-dimensional map without waiting for the three-dimensional map transmission request from the client device 902.
  • the server 901 may broadcast a three-dimensional map to one or more client devices 902 in a predetermined space.
  • the server 901 may transmit a three-dimensional map suitable for the position of the client device 902 to the client device 902 that has received the transmission request once at regular intervals.
  • the server 901 may transmit the three-dimensional map to the client device 902 every time the three-dimensional map managed by the server 901 is updated.
  • the client device 902 issues a three-dimensional map transmission request to the server 901. For example, when the client device 902 wants to perform self-position estimation during traveling, the client device 902 transmits a transmission request for a three-dimensional map to the server 901.
  • the client device 902 may issue a three-dimensional map transmission request to the server 901.
  • the client device 902 may issue a transmission request for the three-dimensional map to the server 901.
  • the client device 902 may issue a three-dimensional map transmission request to the server 901.
  • the client device 902 may issue a three-dimensional map transmission request to the server 901 before a certain time when the client device 902 goes out. For example, when the client device 902 exists within a predetermined distance from the boundary of the space indicated by the three-dimensional map held by the client device 902, the client device 902 issues a three-dimensional map transmission request to the server 901. You may. If the movement route and movement speed of the client device 902 are known, the time when the client device 902 goes out is predicted from the space shown by the three-dimensional map held by the client device 902. You may.
  • the client device 902 may issue a three-dimensional map transmission request to the server 901.
  • the client device 902 transmits the sensor information to the server 901 in response to the sensor information transmission request transmitted from the server 901.
  • the client device 902 may send the sensor information to the server 901 without waiting for the sensor information transmission request from the server 901. For example, once the client device 902 receives a request for transmitting sensor information from the server 901, the client device 902 may periodically transmit the sensor information to the server 901 for a certain period of time. Further, the client device 902 is located in the vicinity of the client device 902 when the alignment error between the three-dimensional data created by the client device 902 based on the sensor information and the three-dimensional map obtained from the server 901 is equal to or more than a certain level. It may be determined that the three-dimensional map may have changed, and that fact and the sensor information may be transmitted to the server 901.
  • the server 901 issues a sensor information transmission request to the client device 902.
  • the server 901 receives the position information of the client device 902 such as GPS from the client device 902.
  • the server 901 determines that the client device 902 is approaching a space with little information in the three-dimensional map managed by the server 901 based on the position information of the client device 902
  • the server 901 determines that the client device 902 is approaching a space with little information, and the client 901 generates a new three-dimensional map.
  • a request for transmitting sensor information is sent to the device 902.
  • the server 901 issues a sensor information transmission request when it wants to update the three-dimensional map, when it wants to check the road condition at the time of snowfall or disaster, when it wants to check the traffic jam situation, or when it wants to check the incident accident situation. May be good.
  • the client device 902 may set the data amount of the sensor information to be transmitted to the server 901 according to the communication state or the band at the time of receiving the transmission request of the sensor information received from the server 901.
  • Setting the amount of sensor information data to be transmitted to the server 901 means, for example, increasing or decreasing the data itself, or appropriately selecting a compression method.
  • FIG. 29 is a block diagram showing a configuration example of the client device 902.
  • the client device 902 receives a three-dimensional map composed of a point cloud or the like from the server 901, and estimates the self-position of the client device 902 from the three-dimensional data created based on the sensor information of the client device 902. Further, the client device 902 transmits the acquired sensor information to the server 901.
  • the client device 902 includes a data reception unit 1011, a communication unit 1012, a reception control unit 1013, a format conversion unit 1014, a plurality of sensors 1015, a three-dimensional data creation unit 1016, and a three-dimensional image processing unit 1017. It includes a three-dimensional data storage unit 1018, a format conversion unit 1019, a communication unit 1020, a transmission control unit 1021, and a data transmission unit 1022.
  • the data receiving unit 1011 receives the three-dimensional map 1031 from the server 901.
  • the three-dimensional map 1031 is data including a point cloud such as WLD or SWLD.
  • the three-dimensional map 1031 may include either compressed data or uncompressed data.
  • the communication unit 1012 communicates with the server 901 and transmits a data transmission request (for example, a three-dimensional map transmission request) or the like to the server 901.
  • a data transmission request for example, a three-dimensional map transmission request
  • the reception control unit 1013 exchanges information such as the corresponding format with the communication destination via the communication unit 1012, and establishes communication with the communication destination.
  • the format conversion unit 1014 generates the three-dimensional map 1032 by performing format conversion or the like on the three-dimensional map 1031 received by the data receiving unit 1011. Further, the format conversion unit 1014 performs decompression or decoding processing when the three-dimensional map 1031 is compressed or encoded. If the three-dimensional map 1031 is uncompressed data, the format conversion unit 1014 does not perform decompression or decoding processing.
  • the plurality of sensors 1015 are a group of sensors that acquire information outside the vehicle on which the client device 902 is mounted, such as a LiDAR, a visible light camera, an infrared camera, or a depth sensor, and generate sensor information 1033.
  • the sensor information 1033 is three-dimensional data such as a point cloud (point cloud data) when the sensor 1015 is a laser sensor such as LiDAR.
  • the number of sensors 1015 does not have to be plural.
  • the three-dimensional data creation unit 1016 creates three-dimensional data 1034 around the own vehicle based on the sensor information 1033. For example, the three-dimensional data creation unit 1016 creates point cloud data with color information around the own vehicle by using the information acquired by LiDAR and the visible light image obtained by the visible light camera.
  • the three-dimensional image processing unit 1017 performs self-position estimation processing and the like of the own vehicle by using the received three-dimensional map 1032 such as a point cloud and the three-dimensional data 1034 around the own vehicle generated from the sensor information 1033. ..
  • the three-dimensional image processing unit 1017 creates three-dimensional data 1035 around the own vehicle by synthesizing the three-dimensional map 1032 and the three-dimensional data 1034, and estimates the self-position using the created three-dimensional data 1035. Processing may be performed.
  • the three-dimensional data storage unit 1018 stores the three-dimensional map 1032, the three-dimensional data 1034, the three-dimensional data 1035, and the like.
  • the format conversion unit 1019 generates the sensor information 1037 by converting the sensor information 1033 into a format supported by the receiving side.
  • the format conversion unit 1019 may reduce the amount of data by compressing or encoding the sensor information 1037. Further, the format conversion unit 1019 may omit the process when it is not necessary to perform the format conversion. Further, the format conversion unit 1019 may control the amount of data to be transmitted according to the designation of the transmission range.
  • the communication unit 1020 communicates with the server 901 and receives a data transmission request (sensor information transmission request) and the like from the server 901.
  • the transmission control unit 1021 exchanges information such as compatible formats with the communication destination via the communication unit 1020 to establish communication.
  • the data transmission unit 1022 transmits the sensor information 1037 to the server 901.
  • the sensor information 1037 includes a plurality of sensors such as information acquired by LiDAR, a brightness image acquired by a visible light camera, an infrared image acquired by an infrared camera, a depth image acquired by a depth sensor, sensor position information, and speed information. Includes information acquired by 1015.
  • FIG. 30 is a block diagram showing a configuration example of the server 901.
  • the server 901 receives the sensor information transmitted from the client device 902, and creates three-dimensional data based on the received sensor information.
  • the server 901 updates the three-dimensional map managed by the server 901 by using the created three-dimensional data. Further, the server 901 transmits the updated three-dimensional map to the client device 902 in response to the transmission request of the three-dimensional map from the client device 902.
  • the server 901 includes a data reception unit 1111, a communication unit 1112, a reception control unit 1113, a format conversion unit 1114, a three-dimensional data creation unit 1116, a three-dimensional data synthesis unit 1117, and a three-dimensional data storage unit 1118. , A format conversion unit 1119, a communication unit 1120, a transmission control unit 1121, and a data transmission unit 1122.
  • the data receiving unit 1111 receives the sensor information 1037 from the client device 902.
  • the sensor information 1037 includes, for example, information acquired by LiDAR, a brightness image acquired by a visible light camera, an infrared image acquired by an infrared camera, a depth image acquired by a depth sensor, sensor position information, speed information, and the like.
  • the communication unit 1112 communicates with the client device 902 and transmits a data transmission request (for example, a sensor information transmission request) or the like to the client device 902.
  • a data transmission request for example, a sensor information transmission request
  • the reception control unit 1113 exchanges information such as the corresponding format with the communication destination via the communication unit 1112 to establish communication.
  • the format conversion unit 1114 When the received sensor information 1037 is compressed or encoded, the format conversion unit 1114 generates the sensor information 1132 by performing decompression or decoding processing. If the sensor information 1037 is uncompressed data, the format conversion unit 1114 does not perform decompression or decoding processing.
  • the three-dimensional data creation unit 1116 creates three-dimensional data 1134 around the client device 902 based on the sensor information 1132. For example, the three-dimensional data creation unit 1116 creates point cloud data with color information around the client device 902 using the information acquired by LiDAR and the visible light image obtained by the visible light camera.
  • the 3D data synthesis unit 1117 updates the 3D map 1135 by synthesizing the 3D data 1134 created based on the sensor information 1132 with the 3D map 1135 managed by the server 901.
  • the three-dimensional data storage unit 1118 stores the three-dimensional map 1135 and the like.
  • the format conversion unit 1119 generates the 3D map 1031 by converting the 3D map 1135 into a format supported by the receiving side.
  • the format conversion unit 1119 may reduce the amount of data by compressing or encoding the three-dimensional map 1135. Further, the format conversion unit 1119 may omit the process when it is not necessary to perform the format conversion. Further, the format conversion unit 1119 may control the amount of data to be transmitted according to the designation of the transmission range.
  • the communication unit 1120 communicates with the client device 902 and receives a data transmission request (three-dimensional map transmission request) or the like from the client device 902.
  • the transmission control unit 1121 exchanges information such as the corresponding format with the communication destination via the communication unit 1120 to establish communication.
  • the data transmission unit 1122 transmits the three-dimensional map 1031 to the client device 902.
  • the three-dimensional map 1031 is data including a point cloud such as WLD or SWLD.
  • the three-dimensional map 1031 may include either compressed data or uncompressed data.
  • FIG. 31 is a flowchart showing an operation when the client device 902 acquires a three-dimensional map.
  • the client device 902 requests the server 901 to transmit a three-dimensional map (point cloud, etc.) (S1001). At this time, the client device 902 may request the server 901 to transmit a three-dimensional map related to the position information by transmitting the position information of the client device 902 obtained by GPS or the like together.
  • a three-dimensional map point cloud, etc.
  • the client device 902 receives the three-dimensional map from the server 901 (S1002). If the received 3D map is compressed data, the client device 902 decodes the received 3D map to generate an uncompressed 3D map (S1003).
  • the client device 902 creates three-dimensional data 1034 around the client device 902 from the sensor information 1033 obtained by the plurality of sensors 1015 (S1004).
  • the client device 902 estimates the self-position of the client device 902 using the three-dimensional map 1032 received from the server 901 and the three-dimensional data 1034 created from the sensor information 1033 (S1005).
  • FIG. 32 is a flowchart showing an operation at the time of transmission of sensor information by the client device 902.
  • the client device 902 receives the sensor information transmission request from the server 901 (S1011).
  • the client device 902 transmits the sensor information 1037 to the server 901 (S1012).
  • the sensor information 1033 includes a plurality of information obtained by the plurality of sensors 1015
  • the client device 902 may generate the sensor information 1037 by compressing each information by a compression method suitable for each information. Good.
  • FIG. 33 is a flowchart showing the operation when the server 901 acquires the sensor information.
  • the server 901 requests the client device 902 to transmit the sensor information (S1021).
  • the server 901 receives the sensor information 1037 transmitted from the client device 902 in response to the request (S1022).
  • the server 901 creates three-dimensional data 1134 using the received sensor information 1037 (S1023).
  • the server 901 reflects the created three-dimensional data 1134 on the three-dimensional map 1135 (S1024).
  • FIG. 34 is a flowchart showing the operation when the server 901 transmits the three-dimensional map.
  • the server 901 receives a three-dimensional map transmission request from the client device 902 (S1031).
  • the server 901 that has received the three-dimensional map transmission request transmits the three-dimensional map 1031 to the client device 902 (S1032).
  • the server 901 may extract a three-dimensional map in the vicinity thereof according to the position information of the client device 902 and transmit the extracted three-dimensional map.
  • the server 901 may compress the three-dimensional map composed of the point cloud by using, for example, a compression method based on an octree structure, and transmit the compressed three-dimensional map.
  • the server 901 creates three-dimensional data 1134 near the position of the client device 902 using the sensor information 1037 received from the client device 902. Next, the server 901 calculates the difference between the three-dimensional data 1134 and the three-dimensional map 1135 by matching the created three-dimensional data 1134 with the three-dimensional map 1135 of the same area managed by the server 901. .. When the difference is equal to or greater than a predetermined threshold value, the server 901 determines that some abnormality has occurred in the vicinity of the client device 902. For example, when land subsidence occurs due to a natural disaster such as an earthquake, a large difference occurs between the 3D map 1135 managed by the server 901 and the 3D data 1134 created based on the sensor information 1037. Can be considered.
  • the sensor information 1037 may include information indicating at least one of the sensor type, the sensor performance, and the sensor model number. Further, a class ID or the like corresponding to the performance of the sensor may be added to the sensor information 1037. For example, when the sensor information 1037 is the information acquired by LiDAR, the sensor capable of acquiring information with an accuracy of several mm is class 1, the sensor capable of acquiring information with an accuracy of several cm is class 2, and the sensor is united with several meters. As in class 3, it is conceivable to assign an identifier to the performance of the sensor that can acquire information with accuracy. Further, the server 901 may estimate the performance information of the sensor and the like from the model number of the client device 902.
  • the server 901 may determine the sensor spec information from the vehicle model of the vehicle. In this case, the server 901 may acquire information on the vehicle type of the vehicle in advance, or the sensor information may include the information. Further, the server 901 may switch the degree of correction for the three-dimensional data 1134 created by using the sensor information 1037 by using the acquired sensor information 1037. For example, if the sensor performance is high accuracy (class 1), the server 901 does not make corrections to the 3D data 1134. When the sensor performance is low accuracy (class 3), the server 901 applies a correction to the three-dimensional data 1134 according to the accuracy of the sensor. For example, in the server 901, the lower the accuracy of the sensor, the stronger the degree (strength) of the correction.
  • the server 901 may simultaneously issue a transmission request for sensor information to a plurality of client devices 902 in a certain space.
  • the server 901 receives a plurality of sensor information from the plurality of client devices 902, it is not necessary to use all the sensor information for creating the three-dimensional data 1134.
  • the sensor to be used depends on the performance of the sensor. Information may be selected.
  • the server 901 selects highly accurate sensor information (class 1) from a plurality of received sensor information, and creates 3D data 1134 using the selected sensor information. You may.
  • the server 901 is not limited to a server such as a traffic monitoring cloud, and may be another client device (vehicle-mounted).
  • FIG. 35 is a diagram showing a system configuration in this case.
  • the client device 902C issues a sensor information transmission request to the nearby client device 902A, and acquires the sensor information from the client device 902A. Then, the client device 902C creates three-dimensional data using the acquired sensor information of the client device 902A, and updates the three-dimensional map of the client device 902C. As a result, the client device 902C can generate a three-dimensional map of the space that can be acquired from the client device 902A by utilizing the performance of the client device 902C. For example, it is considered that such a case occurs when the performance of the client device 902C is high.
  • the client device 902A that provided the sensor information is given the right to acquire the highly accurate three-dimensional map generated by the client device 902C.
  • the client device 902A receives a highly accurate 3D map from the client device 902C in accordance with its rights.
  • the client device 902C may issue a request for transmitting sensor information to a plurality of nearby client devices 902 (client device 902A and client device 902B).
  • client device 902A and client device 902B client devices 902
  • the client device 902C can create three-dimensional data using the sensor information obtained by this high-performance sensor.
  • FIG. 36 is a block diagram showing the functional configurations of the server 901 and the client device 902.
  • the server 901 includes, for example, a three-dimensional map compression / decoding processing unit 1201 that compresses and decodes a three-dimensional map, and a sensor information compression / decoding processing unit 1202 that compresses and decodes sensor information.
  • the client device 902 includes a three-dimensional map decoding processing unit 1211 and a sensor information compression processing unit 1212.
  • the three-dimensional map decoding processing unit 1211 receives the encoded data of the compressed three-dimensional map, decodes the encoded data, and acquires the three-dimensional map.
  • the sensor information compression processing unit 1212 compresses the sensor information itself instead of the three-dimensional data created from the acquired sensor information, and transmits the compressed sensor information encoded data to the server 901.
  • the client device 902 may internally hold a processing unit (device or LSI) that performs a process of decoding a three-dimensional map (point cloud, etc.), and the three-dimensional data of the three-dimensional map (point cloud, etc.). It is not necessary to hold a processing unit that performs processing for compressing. As a result, the cost and power consumption of the client device 902 can be suppressed.
  • the client device 902 is mounted on the moving body, and is obtained from the sensor information 1033 indicating the surrounding condition of the moving body, which is obtained by the sensor 1015 mounted on the moving body. Create peripheral three-dimensional data 1034.
  • the client device 902 estimates the self-position of the moving body using the created three-dimensional data 1034.
  • the client device 902 transmits the acquired sensor information 1033 to the server 901 or another mobile body 902.
  • the client device 902 transmits the sensor information 1033 to the server 901 and the like.
  • the amount of transmitted data can be reduced as compared with the case of transmitting three-dimensional data.
  • the processing amount of the client device 902 can be reduced. Therefore, the client device 902 can reduce the amount of data to be transmitted or simplify the configuration of the device.
  • the client device 902 further transmits a three-dimensional map transmission request to the server 901, and receives the three-dimensional map 1031 from the server 901. In estimating the self-position, the client device 902 estimates the self-position using the three-dimensional data 1034 and the three-dimensional map 1032.
  • the sensor information 1033 includes at least one of the information obtained by the laser sensor, the luminance image, the infrared image, the depth image, the position information of the sensor, and the speed information of the sensor.
  • the sensor information 1033 includes information indicating the performance of the sensor.
  • the client device 902 encodes or compresses the sensor information 1033, and in transmitting the sensor information, transmits the encoded or compressed sensor information 1037 to the server 901 or another moving body 902. According to this, the client device 902 can reduce the amount of data to be transmitted.
  • the client device 902 includes a processor and a memory, and the processor uses the memory to perform the above processing.
  • the server 901 can communicate with the client device 902 mounted on the mobile body, and the sensor information 1037 indicating the surrounding situation of the mobile body obtained by the sensor 1015 mounted on the mobile body is obtained. Is received from the client device 902. The server 901 creates three-dimensional data 1134 around the moving body from the received sensor information 1037.
  • the server 901 creates the three-dimensional data 1134 using the sensor information 1037 transmitted from the client device 902. As a result, there is a possibility that the amount of data to be transmitted can be reduced as compared with the case where the client device 902 transmits three-dimensional data. Further, since it is not necessary for the client device 902 to perform processing such as compression or coding of three-dimensional data, the processing amount of the client device 902 can be reduced. Therefore, the server 901 can reduce the amount of data to be transmitted or simplify the configuration of the device.
  • the server 901 further transmits a transmission request for sensor information to the client device 902.
  • the server 901 updates the three-dimensional map 1135 using the created three-dimensional data 1134, and sends the three-dimensional map 1135 to the client device 902 in response to the transmission request of the three-dimensional map 1135 from the client device 902. Send.
  • the sensor information 1037 includes at least one of the information obtained by the laser sensor, the luminance image, the infrared image, the depth image, the position information of the sensor, and the speed information of the sensor.
  • the sensor information 1037 includes information indicating the performance of the sensor.
  • the server 901 further corrects the three-dimensional data according to the performance of the sensor. According to this, the three-dimensional data creation method can improve the quality of the three-dimensional data.
  • the server 901 receives a plurality of sensor information 1037 from the plurality of client devices 902, and based on a plurality of information indicating the performance of the sensor included in the plurality of sensor information 1037, the server 901 receives three-dimensional data 1134.
  • the sensor information 1037 used for creating the above is selected. According to this, the server 901 can improve the quality of the three-dimensional data 1134.
  • the server 901 decodes or decompresses the received sensor information 1037, and creates three-dimensional data 1134 from the decoded or decompressed sensor information 1132. According to this, the server 901 can reduce the amount of data to be transmitted.
  • the server 901 includes a processor and a memory, and the processor uses the memory to perform the above processing.
  • FIG. 37 is a block diagram of the three-dimensional data encoding device 1300 according to the present embodiment.
  • the three-dimensional data coding device 1300 encodes three-dimensional data to generate a coded bit stream (hereinafter, also simply referred to as a bit stream) which is a coded signal.
  • the three-dimensional data coding apparatus 1300 includes a division unit 1301, a subtraction unit 1302, a conversion unit 1303, a quantization unit 1304, an inverse quantization unit 1305, and an inverse conversion unit 1306. It includes an addition unit 1307, a reference volume memory 1308, an intra prediction unit 1309, a reference space memory 1310, an inter prediction unit 1311, a prediction control unit 1312, and an entropy coding unit 1313.
  • the division unit 1301 divides each space (SPC) included in the three-dimensional data into a plurality of volumes (VLM) which are coding units. In addition, the division unit 1301 expresses the voxels in each volume into an ocree (octree). In the division unit 1301, the space and the volume may be the same size, and the space may be represented by an octree. Further, the division unit 1301 may add information (depth information, etc.) necessary for ocreeization to a bitstream header or the like.
  • the subtraction unit 1302 calculates the difference between the volume output from the division unit 1301 (encoded volume) and the predicted volume generated by the intra prediction or the inter prediction described later, and uses the calculated difference as the prediction residual. It is output to the conversion unit 1303.
  • FIG. 38 is a diagram showing a calculation example of the predicted residual.
  • the bit strings of the coded volume and the predicted volume shown here are, for example, position information indicating the positions of three-dimensional points (for example, a point cloud) included in the volume.
  • FIG. 39 is a diagram showing a structural example of a volume including a plurality of voxels.
  • FIG. 40 is a diagram showing an example in which the volume shown in FIG. 39 is converted into an ocree tree structure.
  • the leaves 1, 2 and 3 represent the voxels VXL1, VXL2 and VXL3 shown in FIG. 39, respectively, and represent the VXL including the point cloud (hereinafter, effective VXL).
  • the ocree is represented by, for example, a binary sequence of 0 and 1.
  • the binary sequence shown in FIG. 40 is assigned to each node and leaf.
  • this binary string is scanned according to the breadth-first or depth-first scan order. For example, when breadth-first scan is performed, the binary sequence shown in A in FIG. 41 is obtained. When scanning with priority on depth, the binary sequence shown in B of FIG. 41 is obtained.
  • the binary sequence obtained by this scan is encoded by entropy coding to reduce the amount of information.
  • the depth in the ocree representation is used to control the granularity of the point cloud information contained in the volume. If the depth is set large, the point cloud information can be reproduced to a finer level, but the amount of data for expressing the node and leaf increases. Conversely, if the depth is set small, the amount of data will decrease, but since multiple point cloud information with different positions and colors are considered to be at the same position and with the same color, the information that the original point cloud information has will be lost. become.
  • FIG. 42 is a diagram showing an example in which the ocree with a depth of 2 shown in FIG. 40 is represented by an ocree with a depth of 1.
  • the ocree shown in FIG. 42 has a smaller amount of data than the ocree shown in FIG. 40. That is, the ocree shown in FIG. 42 has a smaller number of bits after binarization than the ocree shown in FIG.
  • the leaf 1 and the leaf 2 shown in FIG. 40 are represented by the leaf 1 shown in FIG. 41. That is, the information that the leaf 1 and the leaf 2 shown in FIG. 40 were at different positions is lost.
  • FIG. 43 is a diagram showing a volume corresponding to the ocree shown in FIG. 42.
  • VXL1 and VXL2 shown in FIG. 39 correspond to VXL12 shown in FIG. 43.
  • the three-dimensional data encoding device 1300 generates the color information of VXL12 shown in FIG. 43 from the color information of VXL1 and VXL2 shown in FIG. 39.
  • the three-dimensional data coding apparatus 1300 calculates the average value, the intermediate value, the weight average value, and the like of the color information of VXL1 and VXL2 as the color information of VXL12. In this way, the three-dimensional data encoding device 1300 may control the reduction of the amount of data by changing the depth of the ocree.
  • the three-dimensional data encoding device 1300 may set the depth information of the octave tree in any unit of world unit, space unit, and volume unit. At that time, the three-dimensional data encoding device 1300 may add depth information to the world header information, the space header information, or the volume header information. In addition, the same value may be used for depth information for all worlds, spaces, and volumes at different times. In this case, the three-dimensional data encoding device 1300 may add depth information to the header information that manages the world for the entire time.
  • the conversion unit 1303 applies frequency conversion such as orthogonal conversion to the predicted residual of the color information of the voxel in the volume. For example, the conversion unit 1303 creates a one-dimensional array by scanning the predicted residuals in a certain scan order. After that, the conversion unit 1303 converts the one-dimensional array into the frequency domain by applying the one-dimensional orthogonal transformation to the created one-dimensional array.
  • frequency conversion such as orthogonal conversion to the predicted residual of the color information of the voxel in the volume. For example, the conversion unit 1303 creates a one-dimensional array by scanning the predicted residuals in a certain scan order. After that, the conversion unit 1303 converts the one-dimensional array into the frequency domain by applying the one-dimensional orthogonal transformation to the created one-dimensional array.
  • the conversion unit 1303 may use orthogonal transformation of two or more dimensions instead of one dimension. For example, the conversion unit 1303 maps the predicted residuals to a two-dimensional array in a certain scan order, and applies a two-dimensional orthogonal transformation to the obtained two-dimensional array. Further, the conversion unit 1303 may select an orthogonal conversion method to be used from a plurality of orthogonal conversion methods. In this case, the three-dimensional data encoding device 1300 adds information indicating which orthogonal conversion method is used to the bit stream. Further, the conversion unit 1303 may select an orthogonal conversion method to be used from a plurality of orthogonal conversion methods having different dimensions. In this case, the three-dimensional data coding apparatus 1300 adds to the bit stream which dimension of the orthogonal conversion method is used.
  • the conversion unit 1303 adjusts the scan order of the predicted residual to the scan order (breadth-first or depth-first, etc.) in the octave tree in the volume. As a result, it is not necessary to add information indicating the scan order of the predicted residuals to the bit stream, so that the overhead can be reduced. Further, the conversion unit 1303 may apply a scan order different from the scan order of the ocree. In this case, the three-dimensional data encoding device 1300 adds information indicating the scan order of the predicted residuals to the bit stream. As a result, the three-dimensional data coding apparatus 1300 can efficiently encode the predicted residuals.
  • the three-dimensional data encoding device 1300 adds information (flags, etc.) indicating whether or not to apply the scan order of the ocree to the bitstream, and predicts when the scan order of the ocree is not applied.
  • Information indicating the scan order of the residuals may be added to the bitstream.
  • the conversion unit 1303 may convert not only the predicted residual of the color information but also other attribute information of the voxel.
  • the conversion unit 1303 may convert and encode information such as the reflectance obtained when the point cloud is acquired by LiDAR or the like.
  • the conversion unit 1303 may skip the process. Further, the three-dimensional data coding apparatus 1300 may add information (flag) indicating whether or not to skip the processing of the conversion unit 1303 to the bit stream.
  • the quantization unit 1304 generates a quantization coefficient by performing quantization on the frequency component of the predicted residual generated by the conversion unit 1303 using the quantization control parameter. This reduces the amount of information.
  • the generated quantization coefficient is output to the entropy coding unit 1313.
  • the quantization unit 1304 may control the quantization control parameters in world units, space units, or volume units.
  • the three-dimensional data coding apparatus 1300 adds the quantization control parameter to each header information or the like.
  • the quantization unit 1304 may perform quantization control by changing the weight for each frequency component of the predicted residual. For example, the quantization unit 1304 may finely quantize the low frequency component and coarsely quantize the high frequency component. In this case, the three-dimensional data encoding device 1300 may add a parameter representing the weight of each frequency component to the header.
  • the quantization unit 1304 may skip the process when the space does not have attribute information such as color information. Further, the three-dimensional data coding apparatus 1300 may add information (flag) indicating whether or not to skip the processing of the quantization unit 1304 to the bit stream.
  • the inverse quantization unit 1305 generates an inverse quantization coefficient of the predicted residual by performing inverse quantization on the quantization coefficient generated by the quantization unit 1304 using the quantization control parameter, and the generated inverse quantum.
  • the quantization coefficient is output to the inverse conversion unit 1306.
  • the inverse transform unit 1306 generates a predicted residual after applying the inverse transform by applying the inverse transform to the inverse quantization coefficient generated by the inverse quantization unit 1305. Since the predicted residual after applying the inverse transformation is the predicted residual generated after quantization, it does not have to completely match the predicted residual output by the conversion unit 1303.
  • the addition unit 1307 includes the predicted residual after application of the inverse transformation generated by the inverse conversion unit 1306 and the prediction volume generated by the intra-prediction or inter-prediction described later used for generating the prediction residual before quantization. To generate a reconstructed volume. This reconstructed volume is stored in the reference volume memory 1308 or the reference space memory 1310.
  • the intra prediction unit 1309 generates a prediction volume of the encoding target volume by using the attribute information of the adjacent volume stored in the reference volume memory 1308.
  • the attribute information includes voxel color information or reflectivity.
  • the intra prediction unit 1309 generates color information or a prediction value of reflectance of the volume to be encoded.
  • FIG. 44 is a diagram for explaining the operation of the intra prediction unit 1309.
  • the volume idx is identifier information added to the volumes in the space, and different values are assigned to each volume.
  • the order of allocating the volume idx may be the same as the coding order, or may be different from the coding order.
  • the predicted residual is generated by subtracting the predicted value of the color information from the color information of each voxel included in the coded volume. Processing after the conversion unit 1303 is performed on this predicted residual. Further, in this case, the three-dimensional data encoding device 1300 adds the adjacent volume information and the prediction mode information to the bit stream.
  • the adjacent volume information is information indicating the adjacent volume used for the prediction, and for example, indicates the volume idx of the adjacent volume used for the prediction.
  • the prediction mode information indicates the mode used to generate the prediction volume.
  • the mode is, for example, an average value mode in which a predicted value is generated from the average value of voxels in an adjacent volume, an intermediate value mode in which a predicted value is generated from an intermediate value of voxels in an adjacent volume, and the like.
  • FIG. 45 is a diagram schematically showing an inter-prediction process according to the present embodiment.
  • the inter-prediction unit 1311 encodes (inter-predicts) a space (SPC) at a certain time T_Cur using a coded space at a different time T_LX.
  • the inter-prediction unit 1311 applies the rotation and translation processing to the coded spaces at different times T_LX to perform the coding processing.
  • the three-dimensional data encoding device 1300 adds RT information related to rotation and translation processing applied to spaces at different times T_LX to the bit stream.
  • the different time T_LX is, for example, a time T_L0 before the certain time T_Cur.
  • the three-dimensional data encoding device 1300 may add RT information RT_L0 related to rotation and translation processing applied to the space at time T_L0 to the bit stream.
  • the different time T_LX is, for example, a time T_L1 after the certain time T_Cur.
  • the three-dimensional data encoding device 1300 may add RT information RT_L1 related to rotation and translation processing applied to the space at time T_L1 to the bit stream.
  • the inter-prediction unit 1311 performs encoding (bi-prediction) with reference to both the different time T_L0 and time T_L1 spaces.
  • the three-dimensional data encoding device 1300 may add both the RT information RT_L0 and RT_L1 related to rotation and translation applied to the respective spaces to the bit stream.
  • T_L0 is set to the time before T_Cur
  • T_L1 is set to the time after T_Cur, but this is not always the case.
  • both T_L0 and T_L1 may be times before T_Cur.
  • both T_L0 and T_L1 may be times after T_Cur.
  • the RT information related to rotation and translation applied to each space may be added to the bit stream.
  • the three-dimensional data encoding device 1300 manages a plurality of encoded spaces to be referenced by two reference lists (L0 list and L1 list).
  • the first reference space in the L0 list is L0R0
  • the second reference space in the L0 list is L0R1
  • the first reference space in the L1 list is L1R0
  • the second reference space in the L1 list is L1R1.
  • the three-dimensional data encoding device 1300 adds the RT information RT_L0R0 of L0R0, the RT information RT_L0R1 of L0R1, the RT information RT_L1R0 of L1R0, and the RT information RT_L1R1 of L1R1 to the bit stream. For example, the three-dimensional data encoding device 1300 adds these RT information to the header of the bit stream or the like.
  • the three-dimensional data encoding device 1300 determines whether or not rotation and translation are applied for each reference space when coding is performed by referring to a plurality of reference spaces at different times. At that time, the three-dimensional data encoding device 1300 may add information (RT application flag, etc.) indicating whether or not rotation and translation are applied for each reference space to the header information of the bitstream. For example, the three-dimensional data coding apparatus 1300 calculates RT information and an ICP error value by using an ICP (Interactive Closet Point) algorithm for each reference space referenced from the coding target space.
  • ICP Interactive Closet Point
  • the three-dimensional data coding apparatus 1300 determines that rotation and translation are not necessary, and sets the RT application flag to off. On the other hand, when the ICP error value is larger than the above constant value, the three-dimensional data coding apparatus 1300 sets the RT application flag to ON and adds the RT information to the bit stream.
  • FIG. 46 is a diagram showing an example of syntax in which RT information and RT application flag are added to the header.
  • the number of bits to be assigned to each syntax may be determined within the range that the syntax can take. For example, when the number of reference spaces included in the reference list L0 is eight, 3 bits may be allocated to MaxRefSpc_l0.
  • the number of bits to be assigned may be variable according to the value that each syntax can take, or may be fixed regardless of the value that can be taken.
  • the three-dimensional data encoding device 1300 may add the fixed number of bits to another header information.
  • MaxRefSpc_l0 shown in FIG. 46 indicates the number of reference spaces included in the reference list L0.
  • RT_flag_l0 [i] is an RT application flag of the reference space i in the reference list L0.
  • RT_flag_l0 [i] is 1, rotation and translation are applied to the reference space i.
  • RT_flag_l0 [i] is 0, rotation and translation are not applied to the reference space i.
  • R_l0 [i] and T_l0 [i] are RT information of the reference space i in the reference list L0.
  • R_l0 [i] is rotation information of the reference space i in the reference list L0.
  • the rotation information indicates the content of the applied rotation process, for example, a rotation matrix, a quaternion, or the like.
  • T_l0 [i] is translational information of the reference space i in the reference list L0.
  • the translation information indicates the content of the applied translation processing, for example, a translation vector or the like.
  • MaxRefSpc_l1 indicates the number of reference spaces included in the reference list L1.
  • RT_flag_l1 [i] is an RT application flag of the reference space i in the reference list L1. When RT_flag_l1 [i] is 1, rotation and translation are applied to the reference space i. When RT_flag_l1 [i] is 0, rotation and translation are not applied to the reference space i.
  • R_l1 [i] and T_l1 [i] are RT information of the reference space i in the reference list L1.
  • R_l1 [i] is rotation information of the reference space i in the reference list L1.
  • the rotation information indicates the content of the applied rotation process, for example, a rotation matrix, a quaternion, or the like.
  • T_l1 [i] is translational information of the reference space i in the reference list L1.
  • the translation information indicates the content of the applied translation processing, for example, a translation vector or the like.
  • the inter-prediction unit 1311 generates a prediction volume of the coded target volume using the information of the encoded reference space stored in the reference space memory 1310. As described above, the inter-prediction unit 1311 uses the coding target space and the reference space to bring the overall positional relationship between the coding target space and the reference space closer to each other before generating the prediction volume of the coding target volume.
  • RT information is obtained using the ICP (Interactive Closet Point) algorithm. Then, the inter-prediction unit 1311 obtains the reference space B by applying the rotation and translation processing to the reference space using the obtained RT information. After that, the inter-prediction unit 1311 generates a prediction volume of the coding target volume in the coding target space by using the information in the reference space B.
  • the three-dimensional data coding apparatus 1300 adds the RT information used for obtaining the reference space B to the header information or the like of the coding target space.
  • the inter-prediction unit 1311 brings the overall positional relationship between the coded target space and the reference space closer by applying rotation and translation processing to the reference space, and then uses the information of the reference space to make the prediction volume.
  • the accuracy of the predicted volume can be improved by generating.
  • the predicted residual can be suppressed, the code amount can be reduced.
  • ICP is performed using the coding target space and the reference space is shown, but the present invention is not necessarily limited to this.
  • the inter-prediction unit 1311 performs ICP using at least one of the coded target space in which the number of voxels or point clouds is thinned out and the reference space in which the number of voxels or point clouds is thinned out in order to reduce the processing amount. By doing so, RT information may be obtained.
  • the inter-prediction unit 1311 rotates and rotates when the ICP error value obtained as a result of ICP is smaller than a predetermined first threshold value, that is, for example, when the positional relationship between the coding target space and the reference space is close. It is not necessary to perform rotation and translation because it is determined that translation processing is not necessary. In this case, the three-dimensional data encoding device 1300 may suppress the overhead by not adding the RT information to the bit stream.
  • the inter-prediction unit 1311 determines that the shape change between the spaces is large, and applies the intra-prediction to all the volumes of the coded space. You may.
  • the space to which the intra prediction is applied is referred to as an intra space.
  • the second threshold value is a value larger than the first threshold value.
  • the method is not limited to ICP, and any method may be applied as long as it is a method of obtaining RT information from two voxel sets or two point cloud sets.
  • the inter-prediction unit 1311 can be used as a prediction volume of the coding target volume in the coding target space, for example, in the reference space. Search for the volume with the closest attribute information such as shape or color. Further, this reference space is, for example, a reference space after the above-mentioned rotation and translation processing is performed. The inter-prediction unit 1311 generates a prediction volume from the volume (reference volume) obtained by the search.
  • FIG. 47 is a diagram for explaining the operation of generating the predicted volume.
  • the inter-prediction unit 1311 refers to the coded target volume while sequentially scanning the reference volumes in the reference space. Search for the volume with the smallest predicted residual, which is the difference from the volume.
  • the inter-prediction unit 1311 selects the volume with the smallest prediction residual as the prediction volume.
  • the predicted residual between the coded volume and the predicted volume is encoded by the processing of the conversion unit 1303 and subsequent units.
  • the predicted residual is the difference between the attribute information of the encoded volume and the attribute information of the predicted volume.
  • the three-dimensional data encoding device 1300 adds the volume idx of the reference volume in the reference space referred to as the predicted volume to the header of the bit stream or the like.
  • the prediction control unit 1312 controls whether to encode the coded volume using intra prediction or inter prediction.
  • the mode including the intra prediction and the inter prediction is called a prediction mode.
  • the prediction control unit 1312 calculates the prediction residual when the coded volume is predicted by intra-prediction and the prediction residual when predicted by inter-prediction as evaluation values, and predicts the smaller evaluation value. Select a mode.
  • the prediction control unit 1312 calculates and calculates the actual code amount by applying orthogonal transformation, quantization, and entropy coding to the prediction residual of the intra prediction and the prediction residual of the inter prediction, respectively.
  • the prediction mode may be selected by using the obtained code amount as an evaluation value. Further, overhead information other than the predicted residual (reference volume idx information, etc.) may be added to the evaluation value. Further, the prediction control unit 1312 may always select the intra prediction when it is determined in advance that the coding target space is encoded by the intra space.
  • the entropy coding unit 1313 generates a coded signal (coded bit stream) by variable-length coding the quantization coefficient which is the input from the quantization unit 1304. Specifically, the entropy coding unit 1313, for example, binarizes the quantization coefficient and arithmetically encodes the obtained binary signal.
  • FIG. 48 is a block diagram of the three-dimensional data decoding device 1400 according to the present embodiment.
  • the three-dimensional data decoding device 1400 includes an entropy decoding unit 1401, an inverse quantization unit 1402, an inverse conversion unit 1403, an addition unit 1404, a reference volume memory 1405, an intra prediction unit 1406, and a reference space memory 1407. , Inter-prediction unit 1408 and prediction control unit 1409.
  • the entropy decoding unit 1401 decodes the encoded signal (encoded bit stream) in a variable length. For example, the entropy decoding unit 1401 arithmetically decodes the coded signal to generate a binary signal, and generates a quantization coefficient from the generated binary signal.
  • the inverse quantization unit 1402 generates an inverse quantization coefficient by inversely quantizing the quantization coefficient input from the entropy decoding unit 1401 using the quantization parameter added to the bit stream or the like.
  • the inverse conversion unit 1403 generates a predicted residual by inversely converting the inverse quantization coefficient input from the inverse quantization unit 1402.
  • the inverse transform unit 1403 generates a predicted residual by inversely orthogonal transforming the inverse quantization coefficient based on the information added to the bit stream.
  • the addition unit 1404 adds the prediction residual generated by the inverse conversion unit 1403 and the prediction volume generated by the intra prediction or the inter prediction to generate the reconstructed volume.
  • This reconstructed volume is output as decoded three-dimensional data and is stored in the reference volume memory 1405 or the reference space memory 1407.
  • the intra prediction unit 1406 generates a predicted volume by intra prediction using the reference volume in the reference volume memory 1405 and the information added to the bit stream. Specifically, the intra prediction unit 1406 acquires the adjacent volume information (for example, volume idx) added to the bit stream and the prediction mode information, and uses the adjacent volume indicated by the adjacent volume information to obtain the prediction mode information. The predicted volume is generated according to the mode indicated by.
  • the details of these processes are the same as the processes by the intra-prediction unit 1309 described above, except that the information given to the bit stream is used.
  • the inter-prediction unit 1408 generates a prediction volume by inter-prediction using the reference space in the reference space memory 1407 and the information added to the bit stream. Specifically, the inter-prediction unit 1408 applies rotation and translation processing to the reference space using the RT information for each reference space added to the bit stream, and uses the applied reference space to calculate the prediction volume. Generate. If the RT application flag for each reference space exists in the bitstream, the inter-prediction unit 1408 applies rotation and translation processing to the reference space according to the RT application flag. The details of these processes are the same as the processes by the inter-prediction unit 1311 described above, except that the information given to the bit stream is used.
  • the prediction control unit 1409 controls whether to decode the decoding target volume by intra-prediction or inter-prediction. For example, the prediction control unit 1409 selects intra prediction or inter prediction according to the information added to the bit stream indicating the prediction mode to be used. Note that the prediction control unit 1409 may always select intra prediction when it is determined in advance that the decoding target space is decoded in the intra space.
  • the three-dimensional data encoding device 1300 may divide a space into subspaces and apply rotation and translation in subspace units. In this case, the three-dimensional data encoding device 1300 generates RT information for each subspace, and adds the generated RT information to the header of the bit stream or the like. Further, the three-dimensional data coding apparatus 1300 may apply rotation and translation in volume units, which are coding units.
  • the three-dimensional data coding apparatus 1300 generates RT information for each coded volume, and adds the generated RT information to the header of the bit stream or the like. Further, the above may be combined. That is, the three-dimensional data coding apparatus 1300 may apply rotation and translation in large units, and then apply rotation and translation in fine units. For example, the three-dimensional data encoding device 1300 may apply rotation and translation in space units, and may apply different rotations and translations to each of the plurality of volumes contained in the obtained space.
  • the three-dimensional data coding apparatus 1300 may apply scale processing to change the size of the three-dimensional data.
  • the three-dimensional data encoding device 1300 may apply any one or two of rotation, translation, and scale.
  • the type of processing applied to each unit may be different. For example, rotation and translation may be applied in space units, and translation may be applied in volume units.
  • FIG. 48 is a flowchart of the inter-prediction processing by the three-dimensional data coding apparatus 1300.
  • the three-dimensional data coding apparatus 1300 uses the position information of the three-dimensional points included in the reference three-dimensional data (for example, the reference space) at a time different from the target three-dimensional data (for example, the coding target space) to predict the predicted position information.
  • the target three-dimensional data for example, the coding target space
  • predicted volume is generated (S1301).
  • the three-dimensional data encoding device 1300 generates predicted position information by applying rotation and translation processing to the position information of the three-dimensional points included in the reference three-dimensional data.
  • the three-dimensional data encoding device 1300 performs rotation and translation processing in a first unit (for example, a space), and generates predicted position information in a second unit (for example, volume) finer than the first unit. May be good.
  • the three-dimensional data coding apparatus 1300 selects a volume having a minimum difference in position information from the coded target volume included in the coded target space among a plurality of volumes included in the reference space after rotation and translation processing. Search and use the obtained volume as the predicted volume.
  • the three-dimensional data coding apparatus 1300 may perform rotation and translation processing and generation of predicted position information in the same unit.
  • the three-dimensional data encoding device 1300 applies the first rotation and translation processing in the first unit (for example, space) to the position information of the three-dimensional points included in the reference three-dimensional data, and performs the first rotation and translation processing.
  • the predicted position information may be generated by applying the second rotation and translation processing in a second unit (for example, volume) finer than the first unit to the position information of the three-dimensional point obtained in the above.
  • the position information and the predicted position information of the three-dimensional points are represented by an octa-tree structure, for example, as shown in FIG. 41.
  • the position information and the predicted position information of the three-dimensional point are represented in the scan order in which the width is prioritized among the depth and the width in the octane structure.
  • the position information and the predicted position information of the three-dimensional points are represented in the scan order in which the depth is prioritized among the depth and width in the octane tree structure.
  • the three-dimensional data coding apparatus 1300 encodes an RT application flag indicating whether or not rotation and translation processing are applied to the position information of the three-dimensional points included in the reference three-dimensional data. To do. That is, the three-dimensional data coding device 1300 generates a coded signal (coded bit stream) including the RT application flag. Further, the three-dimensional data coding apparatus 1300 encodes RT information indicating the contents of rotation and translation processing. That is, the three-dimensional data coding device 1300 generates a coded signal (coded bit stream) including RT information. The three-dimensional data coding apparatus 1300 encodes RT information when the RT application flag indicates that rotation and translation processing are applied, and when the RT application flag indicates that rotation and translation processing is not applied. It is not necessary to encode the RT information.
  • the three-dimensional data includes, for example, position information of three-dimensional points and attribute information (color information, etc.) of each three-dimensional point.
  • the three-dimensional data coding apparatus 1300 generates predictive attribute information using the attribute information of the three-dimensional points included in the reference three-dimensional data (S1302).
  • the three-dimensional data coding device 1300 encodes the position information of the three-dimensional points included in the target three-dimensional data by using the predicted position information. For example, the three-dimensional data coding apparatus 1300 calculates the difference position information which is the difference between the position information of the three-dimensional points included in the target three-dimensional data and the predicted position information as shown in FIG. 38 (S1303).
  • the three-dimensional data coding device 1300 encodes the attribute information of the three-dimensional points included in the target three-dimensional data by using the predicted attribute information. For example, the three-dimensional data encoding device 1300 calculates the difference attribute information which is the difference between the attribute information of the three-dimensional point included in the target three-dimensional data and the predicted attribute information (S1304). Next, the three-dimensional data coding apparatus 1300 converts and quantizes the calculated difference attribute information (S1305).
  • the three-dimensional data coding device 1300 encodes (for example, entropy coding) the difference position information and the difference attribute information after quantization (S1306). That is, the three-dimensional data coding apparatus 1300 generates a coded signal (coded bit stream) including the difference position information and the difference attribute information.
  • the three-dimensional data encoding device 1300 does not have to perform steps S1302, S1304, and S1305. Further, the three-dimensional data coding apparatus 1300 may perform only one of the coding of the position information of the three-dimensional points and the coding of the attribute information of the three-dimensional points.
  • the order of processing shown in FIG. 49 is an example, and is not limited to this.
  • the processing for position information (S1301, S1303) and the processing for attribute information (S1302, S1304, S1305) are independent of each other, they may be performed in any order, or some of them may be processed in parallel. You may.
  • the three-dimensional data coding apparatus 1300 generates predicted position information using the position information of the three-dimensional points included in the reference three-dimensional data at a time different from the target three-dimensional data, and generates the predicted position information, and the target tertiary
  • the difference position information which is the difference between the position information of the three-dimensional point included in the original data and the predicted position information, is encoded.
  • the amount of data in the coded signal can be reduced, so that the coding efficiency can be improved.
  • the three-dimensional data encoding device 1300 generates predictive attribute information using the attribute information of the three-dimensional points included in the reference three-dimensional data, and generates predictive attribute information of the three-dimensional points included in the target three-dimensional data.
  • the difference attribute information which is the difference between the attribute information and the predicted attribute information, is encoded. As a result, the amount of data in the coded signal can be reduced, so that the coding efficiency can be improved.
  • the three-dimensional data coding device 1300 includes a processor and a memory, and the processor uses the memory to perform the above processing.
  • FIG. 48 is a flowchart of inter-prediction processing by the three-dimensional data decoding device 1400.
  • the three-dimensional data decoding device 1400 decodes (for example, entropy decoding) the difference position information and the difference attribute information from the coded signal (coded bit stream) (S1401).
  • the three-dimensional data decoding device 1400 decodes the RT application flag indicating whether or not the rotation and translation processing is applied to the position information of the three-dimensional points included in the reference three-dimensional data from the coded signal.
  • the three-dimensional data decoding device 1400 decodes RT information indicating the contents of rotation and translation processing.
  • the three-dimensional data decoding apparatus 1400 decodes the RT information when the RT application flag indicates that the rotation and translation processing is applied, and when the RT application flag indicates that the rotation and translation processing is not applied. It is not necessary to decode the RT information.
  • the three-dimensional data decoding device 1400 performs inverse quantization and inverse conversion on the decoded difference attribute information (S1402).
  • the three-dimensional data decoding apparatus 1400 uses the position information of the three-dimensional points included in the reference three-dimensional data (for example, the reference space) at a time different from the target three-dimensional data (for example, the decoding target space) to predict the predicted position information (for example). For example, the predicted volume) is generated (S1403). Specifically, the three-dimensional data decoding apparatus 1400 generates predicted position information by applying rotation and translation processing to the position information of the three-dimensional points included in the reference three-dimensional data.
  • the RT application flag indicates that the 3D data decoding device 1400 applies the rotation and translation processing
  • the position information of the 3D points included in the reference 3D data indicated by the RT information Apply rotation and translation processing to.
  • the RT application flag indicates that the rotation and translation processing is not applied
  • the three-dimensional data decoding apparatus 1400 does not apply the rotation and translation processing to the position information of the three-dimensional point included in the reference three-dimensional data. ..
  • the three-dimensional data decoding apparatus 1400 may perform rotation and translation processing in a first unit (for example, a space) and generate predicted position information in a second unit (for example, volume) finer than the first unit. Good.
  • the three-dimensional data decoding apparatus 1400 may perform rotation and translation processing and generation of predicted position information in the same unit.
  • the three-dimensional data decoding apparatus 1400 applies the first rotation and translation processing in the first unit (for example, space) to the position information of the three-dimensional points included in the reference three-dimensional data, and by the first rotation and translation processing.
  • Predicted position information may be generated by applying the second rotation and translation processing to the obtained position information of the three-dimensional point in a second unit (for example, volume) finer than the first unit.
  • the position information and the predicted position information of the three-dimensional points are represented by an octa-tree structure, for example, as shown in FIG. 41.
  • the position information and the predicted position information of the three-dimensional point are represented in the scan order in which the width is prioritized among the depth and the width in the octane structure.
  • the position information and the predicted position information of the three-dimensional points are represented in the scan order in which the depth is prioritized among the depth and width in the octane tree structure.
  • the three-dimensional data decoding device 1400 generates predicted attribute information using the attribute information of the three-dimensional points included in the reference three-dimensional data (S1404).
  • the three-dimensional data decoding device 1400 restores the position information of the three-dimensional points included in the target three-dimensional data by decoding the coded position information included in the coded signal using the predicted position information.
  • the coded position information is, for example, difference position information
  • the three-dimensional data decoding apparatus 1400 adds the difference position information and the predicted position information to the three-dimensional points included in the target three-dimensional data. Restore the location information (S1405).
  • the three-dimensional data decoding device 1400 restores the attribute information of the three-dimensional points included in the target three-dimensional data by decoding the coded attribute information included in the coded signal using the predicted attribute information.
  • the coded attribute information is, for example, difference attribute information
  • the three-dimensional data decoding apparatus 1400 adds the difference attribute information and the predicted attribute information to the three-dimensional points included in the target three-dimensional data. Restore the attribute information (S1406).
  • the three-dimensional data decoding apparatus 1400 does not have to perform steps S1402, S1404, and S1406. Further, the three-dimensional data decoding apparatus 1400 may perform only one of the decoding of the position information of the three-dimensional point and the decoding of the attribute information of the three-dimensional point.
  • processing for position information S1403, S1405
  • processing for attribute information S1402, S1404, S1406
  • S1402, S1404, S1406 may be performed in any order, or some of them may be processed in parallel. You may.
  • the information of the three-dimensional point cloud 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 expressed in an octree representation, and the information of the octree is encoded. A method of reducing the amount is used.
  • the attribute information includes information indicating the color information (RGB, YUV, etc.), reflectance, normal vector, etc. of each three-dimensional point.
  • the three-dimensional data coding apparatus can encode the attribute information by using a coding method different from the position information.
  • an integer value will be used as the value of the attribute information.
  • each color component of the color information RGB or YUV has an 8-bit accuracy
  • each color component takes an integer value from 0 to 255.
  • the reflectance value has a precision of 10 bits
  • the reflectance value takes an integer value from 0 to 1023.
  • the three-dimensional data encoding device may multiply the value by a scale value and then round it to an integer value so that the value of the attribute information becomes an integer value. ..
  • the three-dimensional data encoding device may add this scale value to the header of the bit stream or the like.
  • the code amount can be reduced by entropy-coding the difference absolute value Diffp using a coding table in which the number of generated bits decreases as the value becomes smaller.
  • 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 that the position of the three-dimensional point q is close to the position of the target three-dimensional point p, and determines that the target three-dimensional point p. 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, Mahalanobis distance or the like may be used. Further, the three-dimensional data coding apparatus may determine that the three-dimensional point outside the predetermined distance range from the target three-dimensional point is not used for the prediction process.
  • the three-dimensional data encoding device predicts the three-dimensional point r. It may be determined that it is not used for.
  • the three-dimensional data encoding device may add information indicating the threshold value THd to the header of the bit stream or the like.
  • FIG. 51 is a diagram showing an example of three-dimensional points.
  • the distance d (p, q) between the target three-dimensional point p and the three-dimensional point q is smaller than the threshold THd. Therefore, the three-dimensional data encoding device determines that the three-dimensional point q is the reference three-dimensional point of the target three-dimensional point p, and the attribute of the three-dimensional point q is used 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 generates the predicted value Pp of the attribute information Ap of the target three-dimensional point p. It is determined that the value of the attribute information Ar of is not used.
  • the three-dimensional data coding device encodes the attribute information of the target three-dimensional point using the predicted value
  • the three-dimensional point whose attribute information has already been encoded and decoded is used as the reference three-dimensional point.
  • the three-dimensional data decoding apparatus uses the three-dimensional point whose attribute information has already been decoded as the reference three-dimensional point.
  • each classified layer is referred to as LoD (Level of Detail).
  • LoD Level of Detail
  • the three-dimensional data encoding device selects the initial point a0 and assigns it to LoD0.
  • the three-dimensional data encoding device extracts a point a1 whose distance from the point a0 is larger than the threshold Thres_LoD [0] of LoD0 and assigns it to LoD0.
  • the three-dimensional data encoding device extracts 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 so that the distance between each point in LoD0 is larger than the threshold value Thres_LoD [0].
  • the three-dimensional data encoding device selects the point b0 to which LoD has not yet been assigned and assigns it to LoD1.
  • the three-dimensional data encoding device extracts the unassigned point b1 whose distance from the point b0 is larger than the threshold Thres_LoD [1] of LoD1 and assigns it to LoD1.
  • the three-dimensional data encoding device extracts the unassigned point b2 whose distance from the point b1 is larger than the threshold Thres_LoD [1] of LoD1 and assigns it to LoD1.
  • the three-dimensional data encoding device configures LoD1 so that the distance between each point in LoD1 is larger than the threshold value Thres_LoD [1].
  • the three-dimensional data encoding device selects the point c0 to which LoD has not yet been assigned and assigns it to LoD2.
  • the three-dimensional data encoding device extracts the unassigned point c1 whose 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 the unassigned point c2 whose distance from the point c1 is larger than the threshold Thres_LoD [2] of LoD2 and assigns it to LoD2.
  • the three-dimensional data encoding device configures LoD2 so that the distance between each point in LoD2 is larger than the threshold value Thres_LoD [2].
  • the thresholds 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 the threshold value of each LoD to the header of the bit stream or the like. For example, in the case of the example shown in FIG. 53, the three-dimensional data encoding device may add thresholds Thres_LoD [0], Thres_LoD [1], and Thres_LoD [2] to the header.
  • the three-dimensional data encoding device may allocate all three-dimensional points to which LoD is not assigned to the lowest layer of LoD. In this case, the three-dimensional data coding apparatus can reduce the code amount of the header by not adding the threshold value of the lowest layer of LoD to the header. For example, in the case of the example shown in FIG. 53, the three-dimensional data encoding device adds the thresholds Thres_LoD [0] and Thres_LoD [1] to the header, and does not add Thres_LoD [2] to the header. In this case, the three-dimensional data decoding device may estimate the value of Thres_LoD [2] to be 0. Further, the three-dimensional data encoding device may add the number of layers of LoD to the header. As a result, the three-dimensional data decoding device can determine the LoD of the lowest layer by using the number of layers of LoD.
  • the higher layer (the layer closer to LoD0) becomes a sparse point cloud (space) in which the distance between the three-dimensional points is separated.
  • the lower layer is a dense point cloud (dense) in which the distance between three-dimensional points is closer.
  • LoD0 is the uppermost layer.
  • the method of selecting the initial three-dimensional points when setting each LoD may depend on the coding order at the time of position information coding. For example, the three-dimensional data encoding device selects the first three-dimensional point encoded at the time of position information coding as the initial point a0 of LoD0, and selects the points a1 and a2 with the initial point a0 as the base point. LoD0 is configured. Then, the three-dimensional data encoding device may select the earliest three-dimensional point whose position information is encoded among the three-dimensional points that do not belong to LoD0 as the initial point b0 of LoD1.
  • the three-dimensional data encoding device sets the initial point n0 of LoDn as the earliest three-dimensional point in which the position information is encoded among the three-dimensional points that do not belong to the upper layer (LoD0 to LoDn-1) of LoDn. May be selected.
  • the three-dimensional data decoding apparatus can configure the same LoD as at the time of encoding by using the same initial point selection method at the time of decoding, so that the bit stream can be appropriately decoded.
  • the three-dimensional data decoding apparatus selects, as the initial point n0 of LoDn, the three-dimensional point whose position information is decoded earliest among the three-dimensional points that do not belong to the upper layer of LoDn.
  • the method of generating the predicted value of the attribute information of the three-dimensional point by using the LoD information will be described below.
  • the three-dimensional data encoding device encodes the three-dimensional points included in LoD0 in order
  • the target three-dimensional points included in LoD1 are encoded and decoded included in LoD0 and LoD1 (hereinafter, simply "" It is generated using the attribute information of "encoded”).
  • the three-dimensional data encoding device sets the predicted value of the attribute information of the three-dimensional point to N or less of the coded three-dimensional points around the target three-dimensional point to be encoded. Generated by calculating the average of attribute values. Further, the three-dimensional data encoding device may add a value of N to the header of the bit stream 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. As a result, an appropriate N can be selected for each three-dimensional point, so that the accuracy of the predicted value can be improved. Therefore, the predicted residual can be reduced.
  • the three-dimensional data encoding device may add the value of N to the header of the bitstream and fix the value of N in the bitstream. This eliminates the need to encode or decode the value of N for each three-dimensional point, so that the amount of processing can be reduced. Further, the three-dimensional data encoding device may separately encode the value of N for each LoD. As a result, the 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 points by the weighted average value of the attribute information of the surrounding N coded three-dimensional points. For example, the three-dimensional data encoding device calculates the weight using the distance information of the target three-dimensional point and the surrounding N three-dimensional points.
  • the higher layer of LoD is set to have a larger N value
  • the lower layer is set to have a smaller N value. Since the distance between the three-dimensional points to which LoD belongs is large in the upper layer of LoD, 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. Further, since the distance between the three-dimensional points to which the LoD lower layer belongs is short, it is possible to set a small value of N to suppress the amount of averaging processing and to perform efficient prediction.
  • FIG. 54 is a diagram showing an example of attribute information used for the predicted value.
  • the peripheral 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. 54 is generated by 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 A2) and (Equation A3).
  • a i is a 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 A4) to (Equation A6).
  • B i is the value of the attribute information of the point bi.
  • the three-dimensional data encoding device calculates the difference value (predicted residual) between the value of the attribute information of the three-dimensional point and the predicted value generated from the surrounding points, and quantizes the calculated predicted residual.
  • a three-dimensional data encoder performs quantization by dividing the predicted residual by a quantization scale (also called a quantization step).
  • a quantization scale also called 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 a three-dimensional data encoding device, the higher layer has a smaller quantization scale, and the lower layer has a larger quantization scale. Since the value of the attribute information of the three-dimensional point belonging to the upper layer may be used as the predicted value of the attribute information of the three-dimensional point belonging to the lower layer, the quantization scale of the upper layer is reduced in the upper layer. Coding efficiency can be improved by suppressing the quantization error that may occur and improving the accuracy of the predicted value.
  • the three-dimensional data encoding device may add a quantization scale used for each LoD to the header or the like. As a result, the three-dimensional data decoding device can correctly decode the quantization scale, so that the bit stream can be appropriately decoded.
  • the three-dimensional data coding apparatus may convert a signed integer value (signed quantization value), which is a predicted residual after quantization, into an unsigned integer value (unsigned quantization value). This eliminates the need to consider the occurrence of negative integers when entropy encoding the predicted residuals.
  • the three-dimensional data coding device does not necessarily have to convert the signed integer value into an unsigned integer value, and for example, the sign bit may be separately entropy-encoded.
  • the predicted residual is calculated by subtracting the predicted value from the original value.
  • the prediction residual a2r of the point a2 as shown in (Equation A7), 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 predicted residual is quantized by dividing by QS (quantization step).
  • the quantized value a2q at point a2 is calculated by (Equation A9).
  • the quantized value b2q at point b2 is calculated by (Equation A10).
  • QS_LoD0 is a QS for LoD0
  • QS_LoD1 is a QS for LoD1. That is, the QS may be changed according to LoD.
  • the three-dimensional data encoding device converts the signed integer value, which is the above-mentioned quantization value, into an unsigned integer value as follows.
  • the signed integer value a2q is smaller than 0, the three-dimensional data coding apparatus sets the unsigned integer value a2u to -1- (2 ⁇ a2q).
  • the signed integer value a2q is 0 or more, the three-dimensional data coding apparatus 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 coding apparatus sets the unsigned integer value b2u to 2 ⁇ b2q.
  • the three-dimensional data encoding device may encode the predicted residual (unsigned integer value) after quantization by entropy coding.
  • an unsigned integer value may be binarized and then binary arithmetic coding may be applied.
  • the three-dimensional data encoding device may switch the binarization method according to the value of the predicted residual. For example, when the predicted residual pu is smaller than the threshold value R_TH, the three-dimensional data encoding device binarizes the predicted residual pu with a fixed number of bits required to express the threshold value R_TH. Further, when the predicted residual pu is equal to or higher than the threshold value R_TH, the three-dimensional data encoding device uses the binarized data of the threshold value R_TH and the value of (pu-R_TH) by using an exponental-Golomb or the like. Value it.
  • the three-dimensional data encoding device when the threshold value R_TH is 63 and the predicted residual pu is smaller than 63, the predicted residual pu is binarized with 6 bits. Further, when the predicted residual pu is 63 or more, the three-dimensional data encoding device binarizes the binary data (111111) and (pu-63) of the threshold value R_TH by using the exponential Golomb. Arithmetic coding is performed.
  • the three-dimensional data encoding device generates 6-bit binary data (100000) when the predicted residual pu is 32, and arithmetically encodes this bit string. Further, when the predicted residual pu is 66, the three-dimensional data encoding device generates binary data (111111) of the threshold value R_TH and a bit string (00100) representing the value 3 (66-63) in exponential Golomb. , This bit string (111111 + 00100) is arithmetically coded.
  • the three-dimensional data encoding device switches the binarization method according to the magnitude of the predicted residual, so that the number of binarized bits increases sharply when the predicted residual becomes large. It is possible to encode while suppressing it.
  • the three-dimensional data encoding device may add the threshold value R_TH to the header of the bit stream or the like.
  • the three-dimensional data encoding device sets the threshold value R_TH to a large value.
  • the possibility of encoding the binarized data of the threshold value R_TH is reduced, and the coding efficiency is improved.
  • the three-dimensional data encoding device sets the threshold value R_TH to be small. As a result, it is possible to prevent a sudden increase in the bit length of the binarized data.
  • 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, in the upper layer, the distance between the three-dimensional points is long, so that the prediction accuracy is poor and the prediction residual may increase as a result. Therefore, the three-dimensional data encoding device prevents a sudden increase in the bit length of the binarized data by setting the threshold value R_TH small for the upper layer. In addition, since the distance between the three-dimensional points is short in the lower layer, the prediction accuracy may be high and the prediction residual may be small as a result. Therefore, the three-dimensional data coding apparatus improves the coding efficiency by setting the threshold value R_TH large for the hierarchy.
  • FIG. 55 is a diagram showing an example of the exponential Golomb code, and is a diagram showing the relationship between the value before binarization (multi-value) and the bit (code) after binarization. In addition, 0 and 1 shown in FIG. 55 may be inverted.
  • the three-dimensional data coding device applies arithmetic coding to the binarized data of the predicted residuals.
  • arithmetic coding is applied, the n-bit code (n-bit code), which is the part of the binarized data binarized with n bits, and the rest, which is the part binarized using the exponential gorom.
  • the three-dimensional data coding apparatus may switch the application method of arithmetic coding between the n-bit code and the remaining code.
  • a three-dimensional data coding device performs arithmetic coding on an n-bit code using a different coding table (probability table) for each bit.
  • the three-dimensional data coding apparatus may change the number of coding tables used for each bit. For example, the three-dimensional data coding apparatus performs arithmetic coding using one coding table for the first bit b0 of the n-bit code. Further, the three-dimensional data coding device uses two coding tables for the next bit b1. Further, the three-dimensional data coding apparatus switches the coding table used for arithmetic coding of bit b1 according to the value (0 or 1) of b0.
  • the three-dimensional data coding device further uses four coding tables for the next bit b2. Further, the three-dimensional data coding apparatus switches the coding table used for arithmetic coding of bit b2 according to the values (0 to 3) of b0 and b1.
  • the three-dimensional data coding apparatus uses 2 n-1 coding tables when arithmetically coding each bit bn-1 of the n-bit code. Further, the three-dimensional data coding apparatus switches the coding table to be used according to the value (generation pattern) of the bits before bn-1. As a result, the three-dimensional data coding apparatus can use an appropriate coding table for each bit, so that the coding efficiency can be improved.
  • the three-dimensional data coding apparatus may reduce the number of coding tables used in each bit. For example, in a three-dimensional data encoding device, when each bit bn-1 is arithmetically coded, 2 m pieces are used according to the value (generation pattern) of m bits (m ⁇ n-1) before bn-1. The encoding table of may be switched. As a result, the coding efficiency can be improved while reducing the number of coding tables used in each bit.
  • the three-dimensional data coding apparatus may update the probability of occurrence of 0 and 1 in each coding table according to the value of the actually generated binarized data. Further, the three-dimensional data coding apparatus may fix the occurrence probabilities of 0 and 1 in the coding 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 number of coding tables for b0 is one (CTb0).
  • CTb10, CTb11 There are two coding tables for b1 (CTb10, CTb11). Further, the coding table to be used is switched according to the value of b0 (0 to 1).
  • CTb20, CTb21, CTb22, CTb23 There are four coding tables for b2 (CTb20, CTb21, CTb22, CTb23). Further, the coding table to be used is switched according to the values of b0 and b1 (0 to 3).
  • CTbn0, CTbn1, ..., CTbn (2 n-1 -1) There are 2 n-1 coding tables for bn-1 (CTbn0, CTbn1, ..., CTbn (2 n-1 -1)). Further, the coding table to be used can be switched according to the value of b0b1 ... bn-2 (0 to 2 n-1 -1).
  • FIG. 56 is a diagram for explaining processing when, for example, the remaining code is an exponential Golomb code.
  • the remaining code which is a portion binarized using the exponential Golomb, includes a prefix part and a suffix part as shown in FIG. 56.
  • the three-dimensional data coding apparatus switches the coding table between the prefix unit and the suffix unit. That is, the three-dimensional data coding device arithmetically encodes each bit included in the prefix part using the coding table for prefix, and uses the coding table for suffix for each bit contained in the suffix part. Arithmetic code.
  • the three-dimensional data coding device may update the probability of occurrence of 0 and 1 in each coding table according to the value of the actually generated binarized data.
  • the three-dimensional data coding device may fix the probability of occurrence of 0 and 1 in either coding table.
  • 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 with respect to the prefix unit and fix the occurrence probability with respect to the suffix unit.
  • the three-dimensional data encoding device decodes the predicted residual after quantization by inverse quantization and reconstruction, and decodes the decoded value, which is the decoded predicted residual, after the three-dimensional point to be encoded. Used for prediction. Specifically, the three-dimensional data encoding device calculates the inverse quantization value by multiplying the predicted residual (quantization value) after quantization by the quantization scale, and obtains the inverse quantization value and the predicted value. To obtain the decoding value (reconstruction value).
  • the inverse quantization value a2iq of the point a2 is calculated by (Equation A11) using the quantization value a2q of the point a2.
  • the inverse quantization value b2iq of the point b2 is calculated by (Equation A12) using the quantization value b2q of the point b2.
  • QS_LoD0 is a QS for LoD0
  • QS_LoD1 is a QS for LoD1. That is, the QS may be changed according to LoD.
  • the decoding value a2rec of the point a2 is calculated by adding the predicted value a2p of the point a2 to the inverse quantization value a2iq of the point a2 as shown in (Equation A13).
  • the decoding value b2rec of the point b2 is calculated by adding the predicted value b2p of the point b2 to the inverse quantization value b2iq of the point b2.
  • FIG. 57 is a diagram showing an example of syntax of the attribute header (attribute_header) according to the present embodiment.
  • the attribute header is header information of attribute information.
  • the attribute header includes the layer number information (NumLoD), the three-dimensional point information (NumOfPoint [i]), the layer threshold value (Thres_Rod [i]), and the peripheral point information (NumNeighorPoint [i]).
  • the number of layers information indicates the number of layers of LoD used.
  • the three-dimensional score information indicates the number of three-dimensional points belonging to the layer i.
  • the three-dimensional data encoding device may add three-dimensional point total number information (AllNumOfPoint) indicating the total number of three-dimensional points to another header.
  • the three-dimensional data encoding device does not have to add NuMofPoint [NumMoD-1] indicating the number of three-dimensional points belonging to the lowest layer to the header.
  • the three-dimensional data decoding device can calculate NuOfPoint [NumMoD-1] by (Equation A15). As a result, the amount of code in the header can be reduced.
  • the hierarchy threshold (Thres_Lod [i]) is a threshold used for setting the hierarchy i.
  • the three-dimensional data encoding device and the three-dimensional data decoding device configure LoDi so that the distance between each point in LoDi is larger than the threshold value Thres_LoD [i]. Further, the three-dimensional data encoding device does not have to add the value of Thres_Lod [NumMoD-1] (bottom layer) to the header. In this case, the three-dimensional data decoding device estimates the value of Thres_Lod [NumMoD-1] to be 0. As a result, the amount of code in the header can be reduced.
  • Peripheral point information indicates the upper limit of the peripheral points used to generate the predicted value of the three-dimensional points belonging to the layer i.
  • the three-dimensional data coding apparatus may calculate the predicted value using the points around M. Further, when the three-dimensional data encoding device does not need to separate the value of NuNeightPoint [i] for each LoD, one peripheral point information (NumNeigoPoint) used in all LoDs may be added to the header. Good.
  • the prediction threshold (THd [i]) indicates the upper limit of the distance between the surrounding 3D point and the target 3D point used for predicting the target 3D point to be encoded or decoded in the 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 more than THd [i] for prediction. If it is not necessary to divide the value of THd [i] in each LoD, the three-dimensional data encoding device may add one prediction threshold value (THd) used in all LoDs to the header. ..
  • the quantization scale indicates the quantization scale used in the quantization and inverse quantization of the layer i.
  • the binarization threshold value (R_TH [i]) is a threshold value for switching the binarization method of the predicted residual of the three-dimensional points belonging to the layer i.
  • the three-dimensional data encoding device binarizes the predicted residual pu with a fixed number of bits when the predicted residual is smaller than the threshold R_TH, and when the predicted residual is equal to or more than the threshold R_TH, the binary value of the threshold R_TH.
  • the conversion data and the value of (pu-R_TH) are binarized using the exponential gorom.
  • the three-dimensional data encoding device adds one binarization threshold value (R_TH) used in all LoDs to the header. May be good.
  • minimum value minimum number of bits
  • the three-dimensional data encoding device entropy-encodes at least one of NumLoD, Thres_Lod [i], NuNeightborPoint [i], THd [i], QS [i] and R_TH [i] and adds them to the header. May be good.
  • the three-dimensional data encoding device may binarize each value and perform arithmetic coding.
  • the three-dimensional data coding apparatus may encode each value with a fixed length in order to reduce the amount of processing.
  • the three-dimensional data encoding device does not have to add at least one of NumLoD, Thres_Lod [i], NuNeightborPoint [i], THd [i], QS [i], and R_TH [i] to the header. ..
  • at least one of these values may be specified by a profile or level of a standard or the like. As a result, the bit amount of the header can be reduced.
  • FIG. 58 is a diagram showing an example of syntax of attribute data (attribute_data) according to the present embodiment.
  • This attribute data includes encoded data of attribute information of a plurality of three-dimensional points. As shown in FIG. 58, the attribute data includes an n-bit code (n-bit code) and a remaining code (remining code).
  • the n-bit code (n-bit code) is the coded data of the predicted 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 the coded data encoded by the exponential Golomb among the coded data of the predicted residuals of the value of the attribute information.
  • the remaining code is encoded or decoded when the n-bit code is the same as R_TH [i]. Further, the three-dimensional data decoding device adds the value of the n-bit code and the value of the remaining code to decode the predicted residual. If the n-bit code is not the same value as R_TH [i], the remaining code may not be encoded or decoded.
  • FIG. 59 is a flowchart of the three-dimensional data coding process by the three-dimensional data coding apparatus.
  • the three-dimensional data encoding device encodes the position information (geometry) (S3001).
  • position information geometry
  • three-dimensional data coding uses an ocree representation for coding.
  • the 3D data coding device When the position of the 3D point changes due to quantization or the like after the position information is encoded, the 3D data coding device reassigns the attribute information of the original 3D point to the changed 3D point ( S3002). For example, the three-dimensional data encoding device reassigns by interpolating the value of the attribute information according to the amount of change in the position. For example, the three-dimensional data encoding device detects N three-dimensional points before the change, which are close to the three-dimensional position after the change, and weights and averages the values of the attribute information of the N three-dimensional points.
  • a three-dimensional data encoding device determines weights in a weighted average based on the distances from the changed three-dimensional position to each of the N three dimensions. Then, the three-dimensional data encoding device determines the value obtained by the weighted averaging as the value of the attribute information of the three-dimensional point after the change. Further, in the three-dimensional data encoding device, when two or more three-dimensional points are changed to the same three-dimensional position due to quantization or the like, the value of the attribute information of the three-dimensional points after the change is used as the value 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 reassignment (S3003).
  • the three-dimensional data encoding device may encode the plurality of types of attribute information in order.
  • the three-dimensional data encoding device may generate a bit stream in which the reflectance coding result is added after the color coding result. ..
  • the order of the plurality of coding 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 may add information indicating the encoded data start location of each attribute information in the bit stream to the header or the like.
  • the three-dimensional data decoding device can selectively decode the attribute information that needs to be decoded, so that the decoding process of the attribute information that does not need to be decoded can be omitted. Therefore, the processing amount of the three-dimensional data decoding device can be reduced.
  • the three-dimensional data coding apparatus may encode a plurality of types of attribute information in parallel and integrate the coding results into one bit stream. As a result, the three-dimensional data encoding device can encode a plurality of types of attribute information at high speed.
  • FIG. 60 is a flowchart of the attribute information coding process (S3003).
  • the three-dimensional data encoding device sets LoD (S3011). That is, the 3D data encoding device assigns each 3D point to any of the plurality of LoDs.
  • the three-dimensional data encoding device starts a loop in units of LoD (S3012). That is, the three-dimensional data encoding device repeats the processes of steps S3013 to S3021 for each LoD.
  • the three-dimensional data encoding device starts a loop in units of three-dimensional points (S3013). That is, the three-dimensional data coding apparatus repeats the processes of steps S3014 to S3020 for each three-dimensional point.
  • the three-dimensional data encoding device searches for a plurality of peripheral points that are three-dimensional points existing around the target three-dimensional point, which are used to calculate the predicted value of the target three-dimensional point to be processed (S3014).
  • the three-dimensional data encoding device calculates a weighted average of the values of the attribute information of the plurality of peripheral points, and sets the obtained value as the predicted value P (S3015).
  • the three-dimensional data encoding device calculates the predicted residual, which is the difference between the attribute information of the target three-dimensional point and the predicted value (S3016).
  • the three-dimensional data encoding device calculates the quantized value by quantizing the predicted residual (S3017).
  • the three-dimensional data encoding device arithmetically encodes the quantized value (S3018).
  • the three-dimensional data encoding device calculates the dequantized value by dequantizing the quantization value (S3019). Next, the three-dimensional data encoding device generates a decoded value by adding the predicted value to the inverse quantization value (S3020). Next, the three-dimensional data encoding device ends the loop in units of three-dimensional points (S3021). Further, the three-dimensional data encoding device ends the loop in units of LoD (S3022).
  • the three-dimensional data decoding device is decoded by arithmetically decoding the binarized data of the attribute information in the bit stream generated by the three-dimensional data coding device in the same manner as the three-dimensional data coding device. Generate binarized data.
  • the application method of arithmetic coding was switched between the n-bit binarized part (n-bit code) and the binarized part using exponential gorom (remaining code). In this case, the three-dimensional data decoding device performs decoding according to the application of arithmetic decoding.
  • the three-dimensional data decoding device performs arithmetic decoding using a different coding table (decoding table) for each bit in the arithmetic decoding method of n-bit code.
  • the three-dimensional data decoding device may change the number of coding tables used for each bit. For example, arithmetic decoding is performed using one coding table for the first bit b0 of the n-bit code. Further, the three-dimensional data decoding device uses two coding tables for the next bit b1. Further, the three-dimensional data decoding device switches the coding table used for arithmetic decoding of bit b1 according to the value (0 or 1) of b0.
  • the three-dimensional data decoding device further uses four coding tables for the next bit b2. Further, the three-dimensional data decoding device switches the coding table used for arithmetic decoding of bit b2 according to the values (0 to 3) of b0 and b1.
  • the three-dimensional data decoding apparatus uses 2 n-1 coding tables when arithmetically decoding each bit bn-1 of the n-bit code. Further, the three-dimensional data decoding device switches the coding table to be used according to the value (generation pattern) of the bits before bn-1. As a result, the three-dimensional data decoding apparatus can appropriately decode a bit stream having improved coding efficiency by using an appropriate coding table for each bit.
  • the three-dimensional data decoding device may reduce the number of coding tables used in each bit. For example, when the three-dimensional data decoding device arithmetically decodes each bit bn-1, 2 m codes are used according to the value (generation pattern) of m bits (m ⁇ n-1) before bn-1. The conversion table may be switched. As a result, the three-dimensional data decoding device can appropriately decode the 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 probability of occurrence of 0 and 1 in each coding table according to the value of the actually generated binarized data. Further, the three-dimensional data decoding apparatus may fix the occurrence probabilities of 0 and 1 in the coding 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 number of coding tables for b0 is one (CTb0).
  • CTb10, CTb11 There are two coding tables for b1 (CTb10, CTb11). Further, the coding table is switched according to the value of b0 (0 to 1).
  • CTb20, CTb21, CTb22, CTb23 There are four coding tables for b2 (CTb20, CTb21, CTb22, CTb23). Further, the coding table is switched according to the values of b0 and b1 (0 to 3).
  • the coding table for bn-1 is 2 n-1 (CTbn0, CTbn1, ..., CTbn (2 n-1 -1)). Further, the coding table is switched according to the values of b0b1 ... bn-2 (0 to 2 n-1 -1).
  • FIG. 61 is a diagram for explaining processing when, for example, the remaining code is an exponential Golomb code.
  • the portion (remaining code) binarized and encoded by the three-dimensional data coding apparatus using the exponential Golomb includes a prefix portion and a suffix portion as shown in FIG.
  • the three-dimensional data decoding device switches the coding table between the prefix unit and the suffix unit. That is, the three-dimensional data decoding device arithmetically decodes each bit included in the prefix part using the encoding table for the prefix, and arithmetically decodes each bit included in the suffix part using the coding table for the suffix. Decrypt.
  • the three-dimensional data decoding device may update the probability of occurrence of 0 and 1 in each coding table according to the value of the binarized data generated at the time of decoding.
  • the three-dimensional data decoding device may fix the probability of occurrence of 0 and 1 in either coding table.
  • 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 with respect to the prefix unit and fix the occurrence probability with respect to the suffix unit.
  • the three-dimensional data decoding device multi-values the binarized data of the predicted residual that has been arithmetically decoded according to the coding method used in the three-dimensional data coding device, so that the predicted residual after quantization is performed. Decode the difference (unsigned integer value).
  • the three-dimensional data decoding device first calculates the value of the n-bit code decoded by arithmetically decoding the binarized data of the n-bit code.
  • 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. Arithmetically decode some remaining code. Then, the three-dimensional data decoding device calculates the value of the remaining code from the decoded remaining code by using the reverse lookup table showing the relationship between the remaining code and the value.
  • FIG. 62 is a diagram showing an example of a reverse lookup table showing the relationship between the remaining code and its value.
  • the three-dimensional data decoding apparatus obtains a multi-valued predicted residual after quantization by adding the obtained value of the remaining code to R_TH.
  • the three-dimensional data decoding device when the value of the n-bit code and the value of R_TH do not match (the value is smaller than R_TH), the value of the n-bit code is used as it is, and the predicted residue after quantization is quantized. Determine the difference.
  • the three-dimensional data decoding device can appropriately decode the bit stream generated by switching the binarization method according to the value of the predicted residual in the three-dimensional data coding device.
  • the three-dimensional data decoding device decodes the value of the threshold value R_TH from the header and switches the decoding method using the decoded value of the threshold value R_TH. Good. Further, when the threshold value 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 value 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 the exponential Golomb. For example, in the example shown in FIG. 62, the remaining code is 00100, and 3 is obtained as the value of the remaining code.
  • the three-dimensional data decoding apparatus obtains the predicted residual value 66 by adding the threshold value R_TH value 63 and the remaining code value 3.
  • the three-dimensional data decoding device sets the n-bit code value 32 as the predicted residual value.
  • the three-dimensional data decoding device converts the decoded predicted residual after quantization from an unsigned integer value to a signed integer value by, for example, the reverse processing of the processing in the three-dimensional data coding device.
  • the three-dimensional data decoding apparatus can appropriately decode the generated bit stream without considering the generation of negative integers when entropy-coding the predicted residuals.
  • the three-dimensional data decoding device does not necessarily have to convert an unsigned integer value into a signed integer value. For example, when decoding a bit stream generated by separately entropy-coding a sign bit, the sign bit is decoded. You may.
  • the three-dimensional data decoding device generates a decoded value by decoding the predicted residual after quantization converted into a signed integer value by inverse quantization and reconstruction. Further, the three-dimensional data decoding device uses the generated decoding value for the prediction after the three-dimensional point to be decoded. Specifically, the three-dimensional data decoding device calculates the inverse quantization value by multiplying the predicted residual after quantization by the decoded quantization scale, and adds the inverse quantization value and the predicted value. To obtain the decoded value.
  • the decoded unsigned integer value (unsigned quantization value) is converted to a signed integer value by the following processing.
  • the three-dimensional data decoding device sets the signed integer value a2q to ⁇ ((a2u + 1) >> 1) when the LSB (least significant bit) of the decoded unsigned integer value a2u is 1.
  • the three-dimensional data decoding apparatus sets the signed integer value a2q to (a2u >> 1) when the LSB of the unsigned integer value a2u is not 1.
  • the three-dimensional data decoding device sets the signed integer value b2q to-((b2u + 1) >> 1) when the LSB of the decoded unsigned integer value b2u is 1.
  • the three-dimensional data decoding device sets the signed integer value b2q to (b2u >> 1) when the LSB of the unsigned integer value n2u is not 1.
  • the details of the inverse quantization and reconstruction processing by the three-dimensional data decoding apparatus are the same as those of the inverse quantization and reconstruction processing in the three-dimensional data coding apparatus.
  • FIG. 63 is a flowchart of the three-dimensional data decoding process by the three-dimensional data decoding device.
  • the three-dimensional data decoding device decodes the position information (geometry) from the bit stream (S3031). For example, a three-dimensional data decoding device decodes using an ocree representation.
  • the three-dimensional data decoding device decodes the attribute information (Attribute) from the bit stream (S3032). For example, when decoding a plurality of types of attribute information, the three-dimensional data decoding device may decode the plurality of types of attribute information in order. For example, when decoding a color and a reflectance as attribute information, the three-dimensional data decoding apparatus decodes the color coding result and the reflectance coding result in the order of being added to the bit stream. For example, in a bitstream, when the reflectance coding result is added after the color coding result, the three-dimensional data decoding device decodes the color coding result, and then the reflectance coding result. To decrypt. The three-dimensional data decoding device may decode the coding result of the attribute information added to the bit stream in any order.
  • the three-dimensional data decoding device may acquire information indicating the encoded data start location of each attribute information in the bit stream by decoding the header or the like. As a result, the three-dimensional data decoding device can selectively decode the attribute information that needs to be decoded, so that the decoding process of the attribute information that does not need to be decoded can be omitted. Therefore, the processing amount of the three-dimensional data decoding device can be reduced. Further, the three-dimensional data decoding device may decode a plurality of types of attribute information in parallel and integrate the decoding results into one three-dimensional point cloud. As a result, the three-dimensional data decoding device can decode a plurality of types of attribute information at high speed.
  • FIG. 64 is a flowchart of the attribute information decoding process (S3032).
  • the three-dimensional data decoding device sets LoD (S3041). That is, the three-dimensional data decoding device assigns each of the plurality of three-dimensional points having the decoded position information to any of the plurality of LoDs.
  • this allocation method is the same as the allocation method used in the three-dimensional data coding apparatus.
  • the three-dimensional data decoding device starts a loop in units of LoD (S3042). That is, the three-dimensional data decoding apparatus repeats the processes of steps S3043 to S3049 for each LoD.
  • the three-dimensional data decoding device starts a loop in units of three-dimensional points (S3043). That is, the three-dimensional data decoding device repeats the processes of steps S3044 to S3048 for each three-dimensional point.
  • the three-dimensional data decoding device searches for a plurality of peripheral points that are three-dimensional points existing around the target three-dimensional point used for calculating the predicted value of the target three-dimensional point to be processed (S3044).
  • the three-dimensional data decoding device calculates a weighted average of the values of the attribute information of the plurality of peripheral points, and sets the obtained value as the predicted value P (S3045). Note that these processes are the same as the processes in the three-dimensional data coding apparatus.
  • the three-dimensional data decoding device arithmetically decodes the quantized value from the bit stream (S3046). Further, the three-dimensional data decoding device calculates the dequantized value by dequantizing the decoded quantization value (S3047). Next, the three-dimensional data decoding device generates a decoded value by adding the predicted value to the inverse quantization value (S3048). Next, the three-dimensional data decoding device ends the loop in units of three-dimensional points (S3049). Further, the three-dimensional data decoding device ends the loop in units of LoD (S3050).
  • FIG. 65 is a block diagram showing the configuration of the three-dimensional data encoding device 3000 according to the present embodiment.
  • the three-dimensional data coding device 3000 includes a position information coding unit 3001, an attribute information reassignment unit 3002, and an attribute information coding unit 3003.
  • the attribute information coding unit 3003 encodes the position information (geometry) of a plurality of three-dimensional points included in the input point group.
  • the attribute information reallocation unit 3002 reassigns the values of the attribute information of the plurality of three-dimensional points included in the input point group by using the coding and decoding results of the position information.
  • the attribute information coding unit 3003 encodes the reassigned attribute information (attribute). Further, the three-dimensional data coding apparatus 3000 generates a bit stream including the coded position information and the coded attribute information.
  • FIG. 66 is a block diagram showing the configuration of the three-dimensional data decoding device 3010 according to the present embodiment.
  • the three-dimensional data decoding device 3010 includes a position information decoding unit 3011 and an attribute information decoding unit 3012.
  • the position information decoding unit 3011 decodes the position information (geometry) of a plurality of three-dimensional points from the bit stream.
  • the attribute information decoding unit 3012 decodes the attribute information (attribute) of a plurality of three-dimensional points from the bit stream. Further, the three-dimensional data decoding device 3010 generates an output point group by combining the decoded position information and the decoded attribute information.
  • the three-dimensional data coding apparatus performs the processing shown in FIG. 67.
  • the three-dimensional data encoding device encodes a three-dimensional point having attribute information.
  • the three-dimensional data encoding device calculates a predicted value of the attribute information of the three-dimensional point (S3061).
  • the three-dimensional data encoding device calculates the predicted residual, which is the difference between the attribute information of the three-dimensional point and the predicted value (S3062).
  • the three-dimensional data encoding device generates binary data by binarizing the predicted residuals (S3063).
  • the three-dimensional data encoding device arithmetically encodes the binary data (S3064).
  • the three-dimensional data coding device calculates the predicted residual of the attribute information, and further binarizes and arithmetically encodes the predicted residual to code the coded data of the attribute information. Can be reduced.
  • the three-dimensional data coding device uses a different coding table for each bit of binary data. According to this, the three-dimensional data coding apparatus can improve the coding efficiency.
  • the three-dimensional data coding device selects a coding table to be used for arithmetic coding of the target bit according to the value of the upper bit of the target bit included in the binary data. .. According to this, the three-dimensional data coding apparatus can select the coding table according to the value of the high-order bit, so that the coding efficiency can be improved.
  • the three-dimensional data encoding device when the predicted residual is smaller than the threshold value (R_TH), the three-dimensional data encoding device generates binary data by binarizing the predicted residual with a fixed number of bits.
  • the first sign (n-bit sign) of the fixed number of bits indicating the threshold (R_TH) and the value obtained by subtracting the threshold (R_TH) from the predicted residual are calculated by exponential gorom.
  • Binary data including the binarized second code (remaining code) is generated.
  • the three-dimensional data coding apparatus uses different arithmetic coding methods for the first code and the second code.
  • the three-dimensional data coding apparatus can perform arithmetic coding of the first code and the second code by an arithmetic coding method suitable for each of the first code and the second code, for example, so that the coding efficiency can be improved. Can be improved.
  • the three-dimensional data encoding device quantizes the predicted residual, and in binarization (S3063), the quantized predicted residual is binarized.
  • the threshold (R_TH) is changed according to the quantization scale in the quantization. According to this, the three-dimensional data coding apparatus can use an appropriate threshold value according to the quantization scale, so that the coding efficiency can be improved.
  • the second code includes a prefix part and a suffix part.
  • the three-dimensional data coding apparatus uses different coding tables for the prefix part and the suffix part. According to this, the three-dimensional data coding apparatus can improve the coding efficiency.
  • the three-dimensional data encoding device includes a processor and a memory, and the processor uses the memory to perform the above processing.
  • the three-dimensional data decoding device performs the processing shown in FIG. 68.
  • the three-dimensional data decoding device decodes a three-dimensional point having attribute information.
  • the three-dimensional data decoding device calculates a predicted value of the attribute information of the three-dimensional point (S3071).
  • the three-dimensional data decoding apparatus arithmetically decodes the coded data included in the bit stream to generate binary data (S3072).
  • the three-dimensional data decoding device generates a predicted residual by multiplying the binary data into multiple values (S3073).
  • the three-dimensional data decoding device calculates the decoded value of the attribute information of the three-dimensional point by adding the predicted value and the predicted residual (S3074).
  • the three-dimensional data decoding device calculates the predicted residual of the attribute information, and further appropriately binarizes and arithmetically encodes the predicted residual to obtain a bit stream of the attribute information. Can be decrypted.
  • the three-dimensional data decoding device uses a different coding table for each bit of binary data. According to this, the three-dimensional data decoding apparatus can appropriately decode the bit stream with improved coding efficiency.
  • the three-dimensional data decoding device selects a coding table to be used for arithmetic decoding of the target bit according to the value of the high-order bit of the target bit included in the binary data. According to this, the three-dimensional data decoding apparatus can appropriately decode the bit stream with improved coding efficiency.
  • the three-dimensional data decoding device generates the first value by multiplying the first code (n-bit code) of the fixed number of bits included in the binary data.
  • the three-dimensional data decoding device determines the first value as the predicted residual when the first value is smaller than the threshold value (R_TH), and includes the first value in the binary data when the first value is equal to or more than the threshold value (R_TH).
  • a second value is generated by multiplying the second code (remaining code), which is an exponential Golomb code, and a predicted residual is generated by adding the first value and the second value.
  • the three-dimensional data decoding apparatus uses different arithmetic decoding methods for the first code and the second code.
  • the three-dimensional data decoding device can appropriately decode the bit stream with improved coding efficiency.
  • the three-dimensional data decoding device back-quantizes the predicted residual, and in addition (S3074), the predicted value and the back-quantized predicted residual are added.
  • the threshold (R_TH) is changed according to the quantization scale in inverse quantization. According to this, the three-dimensional data decoding apparatus can appropriately decode the bit stream with improved coding efficiency.
  • the second code includes a prefix part and a suffix part.
  • the three-dimensional data decoding apparatus uses different coding tables for the prefix unit and the suffix unit. According to this, the three-dimensional data decoding apparatus can appropriately decode the bit stream with improved coding efficiency.
  • the three-dimensional data decoding device includes a processor and a memory, and the processor uses the memory to perform the above processing.
  • the predicted value may be generated by a method different from that of the eighth embodiment.
  • the three-dimensional point to be encoded may be referred to as a first three-dimensional point, and the surrounding three-dimensional points may be referred to as a second three-dimensional point.
  • the attribute value of the closest three-dimensional point among the encoded and decoded three-dimensional points of the three-dimensional point to be encoded is used as it is. It may be generated as a predicted value. Further, in the generation of the predicted value, the predicted mode information (PredMode) may be added for each three-dimensional point so that the predicted value can be generated by selecting one predicted value from a plurality of predicted values. That is, for example, in the prediction mode of the total number M, the prediction mode 0 is assigned the average value, the prediction mode 1 is assigned the attribute value of the three-dimensional point A, ..., The prediction mode M-1 is assigned the attribute value of the three-dimensional point Z.
  • PredMode predicted mode information
  • the prediction mode used for prediction is added to the bitstream for each three-dimensional point.
  • the attribute information itself of the surrounding three-dimensional points is calculated as the predicted value. It may be smaller than the second prediction mode value indicating the second prediction mode.
  • the "average value" which is the predicted value calculated in the prediction mode 0 is the average value of the attribute values of the three-dimensional points around the three-dimensional point to be encoded.
  • FIG. 69 is a diagram showing a first example of a table showing predicted values calculated in each prediction mode according to the ninth embodiment.
  • FIG. 70 is a diagram showing an example of attribute information used for the predicted value according to the ninth embodiment.
  • FIG. 71 is a diagram showing a second example of a table showing predicted values calculated in each prediction mode according to the ninth embodiment.
  • the predicted value of the attribute information of the point b2 can be generated by using the attribute information of the points a0, a1, a2, and b1.
  • the attribute values of each point a0, a1, a2, b1 are predicted values based on the distance information from the point b2 to each point a0, a1, a2, b1. You may select the prediction mode to generate as.
  • the prediction mode is added for each three-dimensional point to be encoded.
  • the predicted value is calculated according to the value according to the added prediction mode.
  • the predicted value of the attribute information of the point a2 can be generated by using the attribute information of the points a0 and a1.
  • the prediction mode is added for each three-dimensional point to be encoded.
  • the predicted value is calculated according to the value according to the added prediction mode.
  • the prediction mode in which the predicted value is not assigned in the table may be set as not available.
  • the allocation of values in the prediction mode may be determined in the order of distance from the three-dimensional point to be encoded.
  • the prediction mode value indicating a plurality of prediction modes is smaller as the distance from the three-dimensional point to be encoded to the surrounding three-dimensional points having the attribute information used as the prediction value is shorter.
  • FIG. 69 it is shown that the distance to the point b2, which is the three-dimensional point to be encoded, is short in the order of the points b1, a2, a1, and a0.
  • the attribute information of the point b1 is calculated as the predicted value in the predicted mode in which the predicted mode value of the two or more predicted modes is indicated by "1", and the predicted mode value is indicated by "2".
  • the attribute information of point a2 is calculated as a predicted value in the predicted mode.
  • the prediction mode value indicating the prediction mode in which the attribute information of the point b1 is calculated as the prediction value is the prediction in which the attribute information of the point a2 whose distance from the point b2 is farther than the point b1 is calculated as the prediction value. It is smaller than the predicted mode value indicating the mode.
  • a small prediction mode value can be assigned to a point where the prediction is easy to hit and may be easily selected because the distance is short, and the number of bits for encoding the prediction mode value can be reduced. Further, a small prediction mode value may be preferentially assigned to a three-dimensional point belonging to the same LoD as the three-dimensional point to be encoded.
  • FIG. 72 is a diagram showing a third example of a table showing predicted values calculated in each prediction mode according to the ninth embodiment.
  • the third example is an example in which the attribute information used for the predicted value is a value based on the color information (YUV) of the surrounding three-dimensional points.
  • the attribute information used for the predicted value may be color information indicating the color of the three-dimensional point.
  • the predicted value calculated in the predicted mode in which the predicted mode value is indicated by "0" is the average of the components of each YUV that defines the YUV color space.
  • the predicted values are the weighted average Yave of Yb1, Ya2, Ya1, and Ya0, which are the values of the Y components corresponding to the points b1, a2, a1, and a0, and the points b1, a2, a1, and a0.
  • the weighted average Uave of Ub1, Ua2, Ua1, and Ua0 corresponding to each of the above, and the V component values of Vb1, Va2, Va1, and Va0 corresponding to points b1, a2, a1, and a0, respectively.
  • the predicted values calculated in the predicted modes whose predicted mode values are indicated by “1" to "4" include color information of surrounding three-dimensional points b1, a2, a1, and a0, respectively.
  • the color information is indicated by a combination of the values of the Y component, the U component, and the V component.
  • the color information is indicated by a value defined in the YUV color space, but is not limited to the YUV color space, and may be indicated by a value defined in the RGB color space. It may be indicated by a value defined in the color space of.
  • the average or attribute information of 2 or more may be calculated as the predicted value of the prediction mode. Further, the average or attribute information of 2 or more may indicate the values of 2 or more components that define the color space, respectively.
  • the Y component, U component, and V component of the attribute value of the three-dimensional point to be encoded are predicted values, respectively. It may be encoded by using it as Ya2, Ua2, Va2. In this case, "2" as the prediction mode value is added to the bit stream.
  • FIG. 73 is a diagram showing a fourth example of a table showing predicted values calculated in each prediction mode according to the ninth embodiment.
  • the fourth example is an example in which the attribute information used for the predicted value is a value based on the reflectance information of the surrounding three-dimensional points.
  • the reflectance information is, for example, information indicating the reflectance R.
  • the predicted values calculated in the predicted mode in which the predicted mode value is “0” are the reflectances Rb1, Ra2, Ra1, Ra0 corresponding to the points b1, a2, a1, and a0, respectively. It is a weighted average Rave. Further, the predicted values calculated in the predicted modes whose prediction mode values are indicated by "1" to "4" are the reflectances Rb1, Ra2, Ra1, Ra0 of the surrounding three-dimensional points b1, a2, a1, and a0, respectively. Is.
  • the prediction mode whose prediction mode value is indicated by "3" is selected in the table of FIG. 73
  • the reflectance of the attribute value of the three-dimensional point to be encoded is encoded using the prediction value Ra1. May be good.
  • "3" as the prediction mode value is added to the bit stream.
  • the attribute information may include a first attribute information and a second attribute information of a type different from the first attribute information.
  • the first attribute information is, for example, color information.
  • the second attribute information is, for example, reflectance information.
  • the first predicted value may be calculated using the first attribute information, and the second predicted value may be calculated using the second attribute information.
  • FIG. 74 is a diagram for explaining the coding of attribute information using RAHT.
  • the three-dimensional data encoding device generates a Morton code based on the position information of the three-dimensional points, and sorts the attribute information of the three-dimensional points in the order of the Morton codes. For example, the three-dimensional data encoding device may sort in ascending order of Morton codes. The sort order is not limited to the Morton code order, and other orders may be used.
  • the three-dimensional data encoding device generates a high-frequency component and a low-frequency component of the layer L by applying the Har transformation to the attribute information of two three-dimensional points adjacent to each other in the Morton code order.
  • the three-dimensional data encoding device may use the Har transformation of a 2 ⁇ 2 matrix.
  • the generated high frequency component is included in the coding coefficient as the high frequency component of the layer L, and the generated low frequency component is used as an input value of the upper layer L + 1 of the layer L.
  • the three-dimensional data encoding device generates the high-frequency component of the layer L using the attribute information of the layer L, and then continues to process the layer L + 1.
  • the three-dimensional data encoding device In the processing of the layer L + 1, the three-dimensional data encoding device generates the high frequency component and the low frequency component of the layer L + 1 by applying the Haar conversion to the two low frequency components obtained by the Haar conversion of the attribute information of the layer L. To do.
  • the generated high frequency component is included in the coding coefficient as the high frequency component of the layer L + 1, and the generated low frequency component is used as the input value of the upper layer L + 2 of the layer L + 1.
  • the three-dimensional data encoding device repeats such hierarchical processing, and determines that the highest layer Lmax has been reached when the number of low-frequency components input to the layer becomes one.
  • the three-dimensional data coding apparatus includes the low frequency component of the layer Lmax-1 input to the layer Lmax in the coding coefficient. Then, the value of the low frequency component or the high frequency component included in the coding coefficient is quantized and encoded by using entropy coding or the like.
  • the value of the attribute information of the existing 3D point is set in the upper layer. It may be used as an input value.
  • the three-dimensional data encoding device hierarchically applies the Har transformation to the input attribute information, generates high-frequency components and low-frequency components of the attribute information, and applies quantization and the like described later. And encode. Thereby, the coding efficiency can be improved.
  • the three-dimensional data coding device may independently apply the Har conversion for each dimension and calculate each coding coefficient.
  • the attribute information is color information (RGB, YUV, etc.)
  • the three-dimensional data coding apparatus applies Har conversion for each component and calculates the coding coefficient for each component.
  • the three-dimensional data encoding device may apply the Har conversion in the order of layer L, L + 1, ..., Layer Lmax. The closer to the layer Lmax, the more the coding coefficient including the low frequency component of the input attribute information is generated.
  • W0 and w1 shown in FIG. 74 are weights assigned to each three-dimensional point.
  • the three-dimensional data encoding device may calculate the weight based on the distance information between two adjacent three-dimensional points to which the Har transformation is applied.
  • the three-dimensional data coding apparatus may improve the coding efficiency by increasing the weight as the distance becomes shorter.
  • the three-dimensional data coding apparatus may calculate this weight by another method, or may not use the weight.
  • the input attribute information is a0, a1, a2, a3, a4 and a5. Further, among the coding coefficients after the Har conversion, Ta1, Ta5, Tb1, Tb3, Tc1 and d0 are coded. Other coding coefficients (b0, b2, c0, etc.) are intermediate values and are not coded.
  • the high frequency component Ta1 and the low frequency component b0 are generated by performing the Har conversion between a0 and a1.
  • the low frequency component b0 is the average value of a0 and a1
  • the high frequency component Ta1 is the difference between a0 and a1.
  • a2 is used as it is as b1.
  • a3 is used as it is as b2. Further, by performing the Har conversion between a4 and a5, a high frequency component Ta5 and a low frequency component b3 are generated.
  • the high frequency component Tb1 and the low frequency component c0 are generated by performing the Har conversion between b0 and b1.
  • the high frequency component Tb3 and the low frequency component c1 are generated by performing the Har conversion between b2 and b3.
  • the high frequency component Tc1 and the low frequency component d0 are generated by performing the Har conversion between c0 and c1.
  • the three-dimensional data coding apparatus may encode after quantizing the coding coefficient after applying the Har conversion.
  • a three-dimensional data coding apparatus performs quantization by dividing a coding coefficient by a quantization scale (also referred to as a quantization step (QS (Quantization Step))).
  • QS 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.
  • FIG. 75 is a diagram showing an example of setting the quantization scale for each layer.
  • the higher layer has a smaller quantization scale
  • the lower layer has a larger quantization scale. Since the coding coefficient of the three-dimensional point belonging to the upper layer contains more low-frequency components than the lower layer, it is highly possible that it is an important component in human visual characteristics and the like. Therefore, by reducing the quantization scale of the upper layer and suppressing the quantization error that may occur in the upper layer, visual deterioration can be suppressed and the coding efficiency can be improved.
  • the three-dimensional data encoding device may add a quantization scale for each layer to the header or the like.
  • the three-dimensional data decoding device can correctly decode the quantization scale and appropriately decode the bit stream.
  • the three-dimensional data encoding device may adaptively switch the value of the quantization scale according to the importance of the target three-dimensional point to be encoded. For example, a 3D data encoder uses a small quantization scale for 3D points of high importance and a large quantization scale for 3D points of low importance. For example, the three-dimensional data encoding device may calculate the importance from the weights at the time of Har conversion and the like. For example, the three-dimensional data encoding device may calculate the quantization scale using the added value of w0 and w1. By reducing the quantization scale of the three-dimensional points of high importance in this way, the quantization error can be reduced and the coding efficiency can be improved.
  • the higher the layer the smaller the QS value may be.
  • the QW value becomes larger in the upper layer, and the prediction efficiency can be improved by suppressing the quantization error of the three-dimensional point.
  • the coding coefficient Ta1q after the quantization of the coding coefficient Ta1 of the attribute information a1 is represented by Ta1 / QS_L.
  • the QS may have the same value in all layers or some layers.
  • QW Quality Weight
  • the QW is a value indicating the importance of a three-dimensional point to be encoded.
  • the QW the above-mentioned added value of w0 and w1 may be used.
  • the QW value becomes larger in the upper layer, and the prediction efficiency can be improved by suppressing the quantization error of the three-dimensional point.
  • the 3D data encoding device may first initialize the QW values of all 3D points with 1, and update the QW of each 3D point using the w0 and w1 values at the time of Har conversion. Good.
  • the three-dimensional data encoding device may change the initial values according to the hierarchy without initializing the QWs of all the three-dimensional points with the value 1. For example, by setting a larger initial value of QW in the upper layer, the quantization scale of the upper layer becomes smaller. As a result, the prediction error of the upper layer can be suppressed, so that the prediction accuracy of the lower layer can be improved and the coding efficiency can be improved.
  • the three-dimensional data encoding device does not necessarily have to use QW.
  • the three-dimensional data coding device scans and encodes the coding coefficient (unsigned integer value) after quantization in a certain order.
  • the three-dimensional data encoding device encodes a plurality of three-dimensional points in order from the three-dimensional points included in the upper layer toward the lower layer.
  • the three-dimensional data encoding device encodes a plurality of three-dimensional points in the order of Tc1q, Tb1q, Tb3q, Ta1q, and Ta5q from d0q included in the upper layer Lmax.
  • the lower layer L tends to have a coding coefficient of 0 after quantization. The reasons for this include the following.
  • the coding coefficient of the lower layer L shows a higher frequency component than that of the upper layer, it tends to be 0 depending on the target three-dimensional point. Further, by switching the quantization scale according to the importance and the like described above, the quantization scale becomes larger in the lower layer, and the coding coefficient after quantization tends to be 0.
  • FIG. 76 is a diagram showing an example of a first code string and a second code string.
  • the three-dimensional data encoding device counts the number of times the value 0 occurs in the first code string, and encodes the number of times the value 0 occurs consecutively instead of the continuous value 0. That is, the three-dimensional data coding apparatus generates the second code string by replacing the coding coefficient of the continuous value 0 in the first code string with the number of consecutive times of 0 (ZeroCnt).
  • ZeroCnt the number of consecutive times of 0
  • the three-dimensional data encoding device may entropy encode the value of ZeroCnt. For example, a three-dimensional data coding device binarizes the ZeroCnt value with a truncated unary code of the total number T of the coded three-dimensional points, and arithmetically encodes each bit after binarization. .. FIG. 77 is a diagram showing an example of a truncet unity code when the total number of coded three-dimensional points is T. At this time, the three-dimensional data coding apparatus may improve the coding efficiency by using a different coding table for each bit.
  • the three-dimensional data encoding device uses the coding table 1 for the first bit, the coding table 2 for the second bit, and the coding table 3 for the subsequent bits.
  • the three-dimensional data coding apparatus can improve the coding efficiency by switching the coding table for each bit.
  • the three-dimensional data encoding device may perform arithmetic coding after binarizing ZeroCnt with an exponental-Golomb (Exponential-Golomb).
  • the three-dimensional data encoding device may add a flag to the header for switching between using the truncet unity code and using the exponential Golomb code.
  • the three-dimensional data coding apparatus can improve the coding efficiency by selecting the optimum binarization method.
  • the three-dimensional data decoding device can correctly decode the bit stream by switching the binarization method with reference to the flag included in the header.
  • the 3D data decoding device may convert the decoded quantization coefficient from the unsigned integer value to the signed integer value by the method opposite to the method performed by the 3D data coding device. This allows the 3D data decoder to adequately decode the generated bitstream without considering the occurrence of negative integers when the coding coefficients are entropy encoded. It should be noted that the three-dimensional data decoding apparatus does not necessarily have to convert the coding coefficient from an unsigned integer value to a signed integer value. For example, when the three-dimensional data decoding device decodes a bit stream including a separately entropy-encoded coded bit, the code bit may be decoded.
  • the three-dimensional data decoding device decodes the coding coefficient after quantization converted into a signed integer value by inverse quantization and inverse Haar transformation. Further, the three-dimensional data decoding device uses the decoding coefficient after decoding for the prediction after the three-dimensional point to be decoded. Specifically, the three-dimensional data decoding device calculates the inverse quantization value by multiplying the quantization coefficient after quantization by the decoded quantization scale. Next, the three-dimensional data decoding device obtains the decoded value by applying the inverse Haar transformation described later to the inverse quantized value.
  • the three-dimensional data decoding device converts the decoded unsigned integer value into a signed integer value by the following method.
  • the signed integer value Ta1q is set to ⁇ ((a2u + 1) >> 1).
  • the signed integer value Ta1q is set to (a2u >> 1).
  • Ta1q is a quantized value of Ta1.
  • QS_L is a quantization step of the layer L.
  • the QS may have the same value in all layers or some layers.
  • the three-dimensional data encoding device may add information indicating QS to the header or the like. As a result, the three-dimensional data decoding device can correctly perform inverse quantization using the same QS as the QS used in the three-dimensional data coding device.
  • FIG. 78 is a diagram for explaining the inverse Har transformation.
  • the three-dimensional data decoding apparatus decodes the attribute value of the three-dimensional point by applying the inverse Haar transformation to the coding coefficient after the inverse quantization.
  • the three-dimensional data decoding device generates a Morton code based on the position information of the three-dimensional points, and sorts the three-dimensional points in the order of the Morton code. For example, the three-dimensional data decoding device may sort in ascending order of Morton code. The sort order is not limited to the Morton code order, and other orders may be used.
  • the three-dimensional data decoding device applies the inverse Haar transformation to the coding coefficient including the low frequency component of the layer L + 1 and the coding coefficient including the high frequency component of the layer L, so that the three-dimensional data decoding device is adjacent in the Morton code order in the layer L.
  • the three-dimensional data decoding device may use the inverse Har transformation of a 2 ⁇ 2 matrix.
  • the restored attribute information of the layer L is used as an input value of the lower layer L-1.
  • the three-dimensional data decoding device repeats such hierarchical processing, and ends the processing when all the attribute information of the lowest layer is decoded.
  • the three-dimensional data decoding device has an attribute value of one existing three-dimensional point.
  • the value of the coding component of the layer L may be substituted for.
  • the three-dimensional data decoding device can correctly decode the bit stream with improved coding efficiency by applying the Har conversion to all the values of the input attribute information.
  • the three-dimensional data decoding device may independently apply the inverse Har conversion for each dimension and decode each coding coefficient. For example, when the attribute information is color information (RGB, YUV, etc.), the three-dimensional data decoding device applies an inverse Har conversion to the coding coefficient for each component and decodes each attribute value.
  • the attribute information is color information (RGB, YUV, etc.)
  • the three-dimensional data decoding device applies an inverse Har conversion to the coding coefficient for each component and decodes each attribute value.
  • the three-dimensional data decoding device may apply the inverse Har conversion in the order of layer Lmax, L + 1, ..., Layer L. Further, w0 and w1 shown in FIG. 78 are weights assigned to each three-dimensional point. For example, the three-dimensional data decoding device may calculate the weight based on the distance information between two adjacent three-dimensional points to which the inverse Haar transformation is applied. For example, the three-dimensional data coding apparatus may decode a bit stream whose coding efficiency is improved by increasing the weight as the distance becomes shorter.
  • the coding coefficients after dequantization are Ta1, Ta5, Tb1, Tb3, Tc1 and d0, and a0, a1, a2, a3, a4 and a5 are obtained as decoding values.
  • FIG. 79 is a diagram showing an example of syntax of attribute information (attribute_data).
  • the attribute information (attribute_data) includes a zero continuous number (ZeroCnt), an attribute dimension number (attribute_dimension), and a coding coefficient (value [j] [i]).
  • Zero continuous number indicates the number of consecutive values of 0 in the coding coefficient after quantization.
  • the three-dimensional data coding apparatus may perform arithmetic coding after binarizing ZeroCnt.
  • the three-dimensional data coding apparatus determines whether or not the layer L (layerL) to which the coding coefficient belongs is equal to or higher than a predetermined threshold value TH_layer, and adds the coding coefficient to the bit stream according to the determination result. You may switch the information. For example, the three-dimensional data encoding device adds all the coding coefficients of the attribute information to the bit stream if the determination result is true. Further, the three-dimensional data coding apparatus may add a part of the coding coefficient to the bit stream if the determination result is false.
  • the three-dimensional data encoding device adds the coding result of the RGB or YUV three-dimensional information of the color information to the bit stream. If the determination result is false, the three-dimensional data encoding device does not need to add some information such as G or Y of the color information to the bitstream and add other components to the bitstream. Good. In this way, the three-dimensional data coding device does not add a part of the coding coefficient of the layer (layer smaller than TH_layer) including the coding coefficient indicating the high frequency component whose deterioration is less noticeable visually to the bit stream. , The coding efficiency can be improved.
  • the number of dimension dimensions of the attribute indicates the number of dimensions of the attribute information. For example, when the attribute information is the color information of a three-dimensional point (RGB, YUV, etc.), the number of attribute dimensions is set to the value 3 because the color information is three-dimensional. When the attribute information is reflectance, the number of attribute dimensions is set to the value 1 because the reflectance is one-dimensional. The number of attribute dimensions may be added to the header of the attribute information of the bitstream.
  • the coding coefficient indicates the coding coefficient after the quantization of the j-th dimension attribute information of the i-th three-dimensional point. For example, when the attribute information is color information, value [99] [1] indicates the coding coefficient of the second dimension (for example, G value) of the 100th three-dimensional point. When the attribute information is reflectance information, value [119] [0] indicates the coding coefficient of the first dimension (for example, reflectance) of the 120th three-dimensional point.
  • the three-dimensional data encoding device may subtract the value 1 from the value [j] [i] and entropy encode the obtained value.
  • the three-dimensional data decoding apparatus restores the coding coefficient by adding the value 1 to the value [j] [i] after the entropy decoding.
  • attribute_dimension 1, or (2) when attribute_dimension is 1 or more and the values of all dimensions are equal.
  • attribute_dimension 1, so the three-dimensional data coding device calculates the value by subtracting the value 1 from the coding coefficient, and encodes the calculated value.
  • the three-dimensional data decoding apparatus adds the value 1 to the decoded value to calculate the coding coefficient.
  • the three-dimensional data coding apparatus encodes a value 9 obtained by subtracting the value 1 from the coding coefficient value 10.
  • the three-dimensional data decoding device adds the value 1 to the decoded value 9 to calculate the value 10 of the coding coefficient.
  • attribute_dimension 3 so that the three-dimensional data encoding device can be used for each coding, for example, when the coding coefficients of the R, G, and B components after quantization are the same.
  • the value 1 is subtracted from the coefficient and the resulting value is encoded.
  • the three-dimensional data decoding device adds 1 to each component of (0, 0, 0) to calculate (1, 1, 1).
  • the three-dimensional data coding device encodes (2, 1, 2) as it is.
  • the three-dimensional data decoding device uses the decoded (2, 1, 2) as it is as the coding coefficient.
  • the values [0] and [i] shown in FIG. 79 indicate the coding coefficient after the quantization of the first-dimensional attribute information of the i-th three-dimensional point.
  • the layer L (layerL) to which the coding coefficient belongs is smaller than the threshold TH_layer, the attribute information of the first dimension is added to the bitstream (the attribute information of the second and subsequent dimensions is not added to the bitstream).
  • the code amount may be reduced with.
  • the three-dimensional data encoding device may switch the calculation method of the ZeroCnt value according to the value of tribute_dimension.
  • FIG. 80 is a diagram showing an example of the coding coefficient and ZeroCnt in this case.
  • the three-dimensional data encoding device counts the number of consecutive coding coefficients in which the R, G, and B components are all 0, and converts the counted number into a bit stream as ZeroCnt. Add.
  • the three-dimensional data encoding device may calculate ZeroCnt for each dimension even when the tribute_dimension is 2 or more, and add the calculated ZeroCnt to the bit stream.
  • FIG. 81 is a flowchart of the three-dimensional data coding process according to the present embodiment.
  • the three-dimensional data encoding device encodes the position information (geometry) (S6601).
  • a three-dimensional data encoding device encodes using an ocree representation.
  • the three-dimensional data encoding device converts the attribute information (S6602). For example, a three-dimensional data encoding device reassigns the attribute information of the original three-dimensional point to the changed three-dimensional point when the position of the three-dimensional point changes due to quantization or the like after the position information is encoded. To do.
  • the three-dimensional data encoding device may interpolate and reassign the value of the attribute information according to the amount of change in the position. For example, the three-dimensional data encoding device detects N three-dimensional points before the change, which are close to the three-dimensional position after the change, and obtains the attribute information values of the N three-dimensional points from the three-dimensional position after the change.
  • Weighted averaging is performed based on the distances to each N 3Ds, and the obtained values are set as the values of the attribute information of the changed 3D points. Further, in the three-dimensional data encoding device, when two or more three-dimensional points are changed to the same three-dimensional position due to quantization or the like, the value of the attribute information after the change is two or more before the change. The average value of the attribute information at the three-dimensional point may be assigned.
  • the three-dimensional data encoding device encodes the attribute information (S6603). For example, when encoding a plurality of attribute information, the three-dimensional data encoding device may encode the plurality of attribute information in order. For example, when the color and the reflectance are encoded, the three-dimensional data encoding device generates a bit stream in which the reflectance coding result is added after the color coding result. The plurality of coding results of the attribute information added to the bit stream may be in any order.
  • the three-dimensional data encoding device may add information indicating the start location of the encoded data of each attribute information in the bit stream to the header or the like.
  • the three-dimensional data decoding device can selectively decode the attribute information that needs to be decoded, so that the decoding process of the attribute information that does not need to be decoded can be omitted. Therefore, the processing amount of the three-dimensional data decoding device can be reduced.
  • the three-dimensional data coding device may encode a plurality of attribute information in parallel and integrate the coding result into one bit stream. As a result, the three-dimensional data encoding device can encode a plurality of attribute information at high speed.
  • FIG. 82 is a flowchart of the attribute information coding process (S6603).
  • the three-dimensional data coding apparatus generates a coding coefficient from the attribute information by Har conversion (S6611).
  • the three-dimensional data encoding device applies quantization to the coding coefficient (S6612).
  • the three-dimensional data coding apparatus generates coding attribute information (bit stream) by coding the coding coefficient after quantization (S6613).
  • the three-dimensional data coding apparatus applies inverse quantization to the coding coefficient after quantization (S6614).
  • the three-dimensional data decoding apparatus decodes the attribute information by applying the inverse Haar transformation to the coding coefficient after the inverse quantization (S6615). For example, the decoded attribute information is referenced in subsequent coding.
  • FIG. 83 is a flowchart of the coding coefficient coding process (S6613).
  • the three-dimensional data coding apparatus converts the coding coefficient from a signed integer value to an unsigned integer value (S6621).
  • a three-dimensional data encoding device converts a signed integer value into an unsigned integer value as follows. If the signed integer value Ta1q is less than 0, the unsigned integer value is set to -1- (2 x Ta1q). When the signed integer value Ta1q is 0 or more, the unsigned integer value is set to 2 ⁇ Ta1q. If the coding coefficient does not become a negative value, the three-dimensional data coding device may encode the coding coefficient as it is as an unsigned integer value.
  • the three-dimensional data coding device determines whether the value of the coding coefficient to be processed is zero (S6623). When the value of the coding coefficient to be processed is zero (Yes in S6623), the three-dimensional data coding device increments ZeroCnt by 1 (S6624) and returns to step S6622.
  • the three-dimensional data encoding device When the value of the coding coefficient to be processed is not zero (No in S6623), the three-dimensional data encoding device encodes ZeroCnt and resets ZeroCnt to 0 (S6625). Further, the three-dimensional data coding apparatus arithmetically encodes the coding coefficient to be processed (S6626), and returns to step S6622. For example, a three-dimensional data encoding device performs binary arithmetic coding. Further, the three-dimensional data coding apparatus may subtract the value 1 from the coding coefficient and encode the obtained value.
  • steps S6623 to S6626 are repeated for each coding coefficient. Further, when all the coding coefficients have been processed (Yes in S6622), the three-dimensional data coding apparatus ends the processing.
  • FIG. 84 is a flowchart of the three-dimensional data decoding process according to the present embodiment.
  • the three-dimensional data decoding device decodes the position information (geometry) from the bit stream (S6631). For example, a three-dimensional data decoding device decodes using an ocree representation.
  • the three-dimensional data decoding device decodes the attribute information from the bit stream (S6632). For example, when decoding a plurality of attribute information, the three-dimensional data decoding device may decode the plurality of attribute information in order. For example, when decoding a color and a reflectance as attribute information, the three-dimensional data decoding apparatus decodes the color coding result and the reflectance coding result in the order of being added to the bit stream. For example, in a bitstream, if the color coding result is followed by the reflectance coding result, the 3D data decoder decodes the color coding result and then the reflectance coding. Decrypt the result. The three-dimensional data decoding device may decode the coding result of the attribute information added to the bit stream in any order.
  • the three-dimensional data decoding device may acquire information indicating the start location of the encoded data of each attribute information in the bit stream by decoding the header or the like.
  • the three-dimensional data decoding device can selectively decode the attribute information that needs to be decoded, so that the decoding process of the attribute information that does not need to be decoded can be omitted. Therefore, the processing amount of the three-dimensional data decoding device can be reduced.
  • the three-dimensional data decoding device may decode a plurality of attribute information in parallel and integrate the decoding results into one three-dimensional point cloud. As a result, the three-dimensional data decoding device can decode a plurality of attribute information at high speed.
  • FIG. 85 is a flowchart of the attribute information decoding process (S6632).
  • the three-dimensional data decoding device decodes the coding coefficient from the bit stream (S6641).
  • the three-dimensional data decoding device applies inverse quantization to the coding coefficient (S6642).
  • the three-dimensional data decoding apparatus decodes the attribute information by applying the inverse Har transformation to the coding coefficient after the inverse quantization (S6643).
  • the three-dimensional data coding apparatus encodes the attribute information of the three-dimensional points included in the point cloud data to be encoded by using RAHT (Region Adaptive Thermal Transfer), the number of input three-dimensional points is 1.
  • the attribute information may be encoded without applying the RAHT process.
  • FIG. 86 is a flowchart of the three-dimensional data coding method according to the present embodiment.
  • the three-dimensional data encoding device determines whether or not the number of input three-dimensional points is more than one (S7801).
  • the input three-dimensional point is a three-dimensional point included in the point cloud data to be encoded.
  • the three-dimensional point included in the point cloud data to be encoded is a three-dimensional point encoded in the coding processing unit.
  • the coding processing unit is, for example, a slice unit, a tile unit, or the like.
  • the three-dimensional data encoding device When the number of input three-dimensional points is more than one (Yes in S7801), the three-dimensional data encoding device generates a hierarchical structure of RAHT as shown in FIG. 87 for a plurality of three-dimensional points, and the embodiment As described in FIG. 10 with reference to FIG. 74 and the like, the coding coefficient is calculated (S7802). Specifically, the three-dimensional data encoding device is adjacent to each other in the Morton code (Morton code) order among the plurality of attribute information a0, a1, a2, a3, a4, a5 of the plurality of input three-dimensional points.
  • the Morton code Morton code
  • the coding coefficients Ta1, Ta5, Tb1, Tb3, Tc1, d0 after the Haar conversion are calculated by repeating the process of applying the Har conversion to the two attribute information and sequentially generating the attribute information of the upper layer. Then, the three-dimensional data encoding device generates a bit stream including the calculated coding coefficient.
  • the three-dimensional data encoding device skips the process of generating the hierarchical structure of RAHT and values the attribute information of the three-dimensional points. Is quantized as a coding coefficient and coded by applying binary arithmetic coding (S7803).
  • the three-dimensional data coding apparatus generates, for example, a bit stream including the attribute information a0 of one three-dimensional point as a coding coefficient.
  • the three-dimensional data encoding device can correctly encode the three-dimensional points even when the number of input three-dimensional points is one.
  • the three-dimensional data decoding device can determine whether or not the decoding should be performed using the RAHT by decoding the EnableRAHT of the header, and can correctly decode the bit stream.
  • EnableRAHT 0, the attribute information of the three-dimensional points included in the point group data to be encoded is coded by a method of generating a LoD hierarchical structure and predicting the attribute information of the three-dimensional points to be encoded. It may be converted or decrypted.
  • the three-dimensional data coding apparatus may independently apply the Har conversion for each dimension and calculate the coding coefficient for each dimension. For example, if the attribute information is color information (RGB, YUV, etc.), the three-dimensional data coding apparatus may apply Har conversion for each component of the color information and calculate the coding coefficient for each component.
  • the attribute information is color information (RGB, YUV, etc.)
  • the three-dimensional data coding apparatus may apply Har conversion for each component of the color information and calculate the coding coefficient for each component.
  • the three-dimensional data encoding device may apply the Har conversion in the order of layer L, L + 1, ..., Layer Lmax. As a result, a coding coefficient containing more low-frequency components of the input attribute information is generated as the layer approaches Lmax.
  • the three-dimensional data decoding device When decoding a bitstream encoded using RAHT, the three-dimensional data decoding device restores the attribute information of the three-dimensional point by applying the inverse Haar transformation to the coding coefficient after dequantization. In this case, when the number of 3D points to be decoded acquired from the bit stream is 1, the 3D data decoding device does not apply the inverse Haar conversion process of RAHT, and the attribute information of the 3D points to be decoded. May be decrypted.
  • FIG. 88 is a flowchart of the three-dimensional data decoding device according to the present embodiment.
  • the three-dimensional data decoding device acquires one or more three-dimensional points and a coding coefficient from the bit stream (S7811).
  • the three-dimensional data decoding device determines whether or not the number of three-dimensional points to be decoded acquired from the bit stream is more than one (S7812).
  • the number of three-dimensional points to be decoded is the number of three-dimensional points to be decoded in the decoding processing unit.
  • the decoding processing unit is, for example, a slice unit, a tile unit, or the like.
  • the 3D data decoding device When the number of 3D points to be decoded obtained from the bit stream is more than 1 (Yes in S7812), the 3D data decoding device generates a RAHT hierarchical structure as shown in FIG. 89 for a plurality of 3D points. Then, as described with reference to FIG. 78 and the like in the tenth embodiment, the attribute information is restored (S7813). Specifically, the three-dimensional data decoding device acquires the coding coefficients Ta1, Ta5, Tb1, Tb3, Tc1, d0 after the inverse quantization, and uses the generated hierarchical structure of RAHT to obtain the coding coefficients Ta1, Ta5. , Tb1, Tb3, Tc1, d0 are subjected to the inverse Haar transformation to restore the plurality of attribute information a0, a1, a2, a3, a4, a5 of the plurality of three-dimensional points.
  • the 3D data decoding device skips the process of generating the hierarchical structure of RAHT and dequantizes it.
  • the later coding coefficient is restored as the value of the attribute information of the three-dimensional point (S7814).
  • the three-dimensional data decoding device restores, for example, the coding coefficient included in the bit stream as the attribute information a0.
  • the three-dimensional data decoding device can correctly decode the three-dimensional points even when the number of three-dimensional points to be decoded is one.
  • the three-dimensional data decoding device may independently apply the inverse Har transformation for each dimension and decode the coding coefficient for each dimension. For example, if the attribute information is color information (RGB, YUV, etc.), the three-dimensional data decoding device applies an inverse Har conversion to the coding coefficient for each component of the color information, and decodes the attribute value for each component. May be good.
  • FIG. 90 is a flowchart of the three-dimensional data coding process according to the present embodiment.
  • the three-dimensional data encoding device encodes the position information (geometry) (S7821).
  • a three-dimensional data encoding device encodes using an ocree representation.
  • the three-dimensional data encoding device converts the attribute information (S7822). For example, a three-dimensional data encoding device reassigns the attribute information of the original three-dimensional point to the changed three-dimensional point when the position of the three-dimensional point changes due to quantization or the like after the position information is encoded. To do.
  • the three-dimensional data encoding device may interpolate and reassign the value of the attribute information according to the amount of change in the position. For example, the three-dimensional data encoding device detects N three-dimensional points before the change, which are close to the three-dimensional position after the change, and obtains the attribute information values of the N three-dimensional points from the three-dimensional position after the change.
  • Weighted averaging is performed based on the distances to each N 3Ds, and the obtained values are set as the values of the attribute information of the changed 3D points. Further, in the three-dimensional data encoding device, when two or more three-dimensional points are changed to the same three-dimensional position due to quantization or the like, the value of the attribute information after the change is two or more before the change. The average value of the attribute information at the three-dimensional point may be assigned.
  • the three-dimensional data encoding device encodes the attribute information (S7823). For example, when encoding a plurality of attribute information, the three-dimensional data encoding device may encode the plurality of attribute information in order. For example, when the color and the reflectance are encoded, the three-dimensional data encoding device generates a bit stream in which the reflectance coding result is added after the color coding result. The plurality of coding results of the attribute information added to the bit stream may be in any order.
  • the three-dimensional data encoding device may add information indicating the start location of the encoded data of each attribute information in the bit stream to the header or the like.
  • the three-dimensional data decoding device can selectively decode the attribute information that needs to be decoded, so that the decoding process of the attribute information that does not need to be decoded can be omitted. Therefore, the processing amount of the three-dimensional data decoding device can be reduced.
  • the three-dimensional data coding device may encode a plurality of attribute information in parallel and integrate the coding result into one bit stream. As a result, the three-dimensional data encoding device can encode a plurality of attribute information at high speed.
  • FIG. 91 is a flowchart of the attribute information coding process (S7823).
  • the three-dimensional data coding apparatus generates a coding coefficient from the attribute information by Har conversion (S7831).
  • step S7831 the three-dimensional data coding apparatus specifically performs a series of processes of steps S7801 to S7803 described with reference to FIG. 86.
  • the three-dimensional data coding apparatus applies quantization to the coding coefficient (S7832).
  • the three-dimensional data coding apparatus generates coding attribute information (bit stream) by coding the coding coefficient after quantization (S7833).
  • the three-dimensional data coding device applies inverse quantization to the coding coefficient after quantization (S7834).
  • the three-dimensional data decoding apparatus decodes the attribute information by applying the inverse Har transformation to the coding coefficient after the inverse quantization (S7835). For example, the decoded attribute information is referenced in subsequent coding.
  • FIG. 92 is a flowchart of the three-dimensional data decoding process according to the present embodiment.
  • the three-dimensional data decoding device decodes the position information (geometry) from the bit stream (S7841). For example, a three-dimensional data decoding device decodes using an ocree representation.
  • the three-dimensional data decoding device decodes the attribute information from the bit stream (S7842). For example, when decoding a plurality of attribute information, the three-dimensional data decoding device may decode the plurality of attribute information in order. For example, when decoding a color and a reflectance as attribute information, the three-dimensional data decoding apparatus decodes the color coding result and the reflectance coding result in the order of being added to the bit stream. For example, in a bitstream, if the color coding result is followed by the reflectance coding result, the 3D data decoder decodes the color coding result and then the reflectance coding. Decrypt the result. The three-dimensional data decoding device may decode the coding result of the attribute information added to the bit stream in any order.
  • the three-dimensional data decoding device may acquire information indicating the start location of the encoded data of each attribute information in the bit stream by decoding the header or the like.
  • the three-dimensional data decoding device can selectively decode the attribute information that needs to be decoded, so that the decoding process of the attribute information that does not need to be decoded can be omitted. Therefore, the processing amount of the three-dimensional data decoding device can be reduced.
  • the three-dimensional data decoding device may decode a plurality of attribute information in parallel and integrate the decoding results into one three-dimensional point cloud. As a result, the three-dimensional data decoding device can decode a plurality of attribute information at high speed.
  • FIG. 93 is a flowchart of the attribute information decoding process (S7842).
  • the three-dimensional data decoding device decodes the coding coefficient from the bit stream (S7851).
  • the three-dimensional data decoding device applies inverse quantization to the coding coefficient (S7852).
  • the three-dimensional data decoding apparatus decodes the attribute information by applying the inverse Haar transformation to the coding coefficient after the inverse quantization (S7853).
  • step S7853 the three-dimensional data decoding apparatus specifically performs a series of processes of steps S7811 to S7814 described with reference to FIG. 88.
  • FIG. 94 is a block diagram of the attribute information coding unit 7800 included in the three-dimensional data coding device.
  • the attribute information coding unit 7800 includes a sorting unit 7801, a Har conversion unit 7802, a quantization unit 7803, an inverse quantization unit 7804, an inverse Haar conversion unit 7805, a memory 7806, and an arithmetic coding unit 7807. Be prepared.
  • the sorting unit 7801 generates a Morton code using the position information of the three-dimensional points, and sorts a plurality of three-dimensional points in the order of the Morton code.
  • the Har conversion unit 7802 generates a coding coefficient by applying the Har conversion to the attribute information. Specifically, the Har conversion unit 7802 performs a series of processes of steps S7801 to S7803 described with reference to FIG. 86.
  • the quantization unit 7803 quantizes the coding coefficient of the attribute information.
  • the dequantization unit 7804 dequantizes the coding coefficient after quantization.
  • the inverse Har conversion unit 7805 applies the inverse Har conversion to the coding coefficient. Specifically, the inverse Har conversion unit 7805 performs the same processing as the series of processing of steps S7811 to S7814 described with reference to FIG. 88.
  • the memory 7806 stores the values of the attribute information of the plurality of decoded three-dimensional points. For example, the attribute information of the decoded three-dimensional point stored in the memory 7806 may be used for predicting an unencoded three-dimensional point.
  • the arithmetic coding unit 7807 calculates ZeroCnt from the coding coefficient after quantization, and arithmetically encodes ZeroCnt. In addition, the arithmetic coding unit 7807 arithmetically encodes the non-zero coding coefficient after quantization. The arithmetic coding unit 7807 may binarize the coding coefficient before arithmetic coding. Further, the arithmetic coding unit 7807 may generate and encode various header information.
  • FIG. 95 is a block diagram of the attribute information decoding unit 7810 included in the three-dimensional data decoding device.
  • the attribute information decoding unit 7810 includes an arithmetic decoding unit 7811, an inverse quantization unit 7812, an inverse Har conversion unit 7813, and a memory 7814.
  • the arithmetic decoding unit 7811 arithmetically decodes ZeroCnt and the coding coefficient included in the bit stream.
  • the arithmetic decoding unit 7811 may decode various header information.
  • the dequantization unit 7812 dequantizes the arithmetically decoded coding coefficient.
  • the inverse Haar conversion unit 7813 applies the inverse Haar transformation to the coding coefficient after the inverse quantization. Specifically, the inverse Har conversion unit 7813 performs a series of processes of steps S7811 to S7814 described with reference to FIG. 88.
  • the memory 7814 stores the values of the attribute information of the plurality of decoded three-dimensional points. For example, the attribute information of the decoded three-dimensional point stored in the memory 7814 may be used for predicting the undecoded three-dimensional point.
  • the coding order is not necessarily limited to this.
  • a method of scanning the coding coefficient after the Har conversion from the upper layer to the lower layer may be used.
  • the three-dimensional data encoding device may encode the number of consecutive values of 0 as ZeroCnt.
  • the three-dimensional data coding apparatus may switch whether or not to use the coding method using ZeroCnt described in the present embodiment for each WLD, SPC, or volume.
  • the three-dimensional data coding apparatus may add information indicating whether or not the coding method using ZeroCnt is applied to the header information.
  • the three-dimensional data decoding device can appropriately perform decoding.
  • a three-dimensional data coding device counts the number of occurrences of a coding coefficient having a value of 0 for one volume.
  • the three-dimensional data encoding device applies the method using ZeroCnt to the next volume when the count value exceeds a predetermined threshold value, and uses ZeroCnt to the next volume when the count value is equal to or less than the threshold value. Do not apply the method that was used.
  • the three-dimensional data coding apparatus can appropriately switch whether or not to apply the coding method using ZeroCnt according to the characteristics of the three-dimensional point to be coded, thus improving the coding efficiency. it can.
  • the three-dimensional data encoding device or the three-dimensional data decoding device shows an example in which the RAHT process is skipped when the input three-dimensional point or the three-dimensional point to be decoded is one.
  • a three-dimensional data encoding device or a three-dimensional data decoding device defines, for example, a threshold value ⁇ ( ⁇ is an integer of 1 or more), and there are more than ⁇ 3D points input or 3D points to be decoded.
  • the RAHT process may be executed to calculate the coding coefficient, and if the number of input three-dimensional points or the three-dimensional points to be decoded is ⁇ or less, the RAHT process may be skipped.
  • the threshold value ⁇ is an example of a predetermined number. As a result, when the number of three-dimensional points to be encoded is equal to or less than the threshold value ⁇ , the RAHT processing is skipped and the coding or decoding processing is performed to reduce the processing time and reduce the number of tertiary points to ⁇ or less. The original point can be appropriately encoded or decoded.
  • the threshold value ⁇ may be added to the header or the like, or the value may be specified by the standard profile, level, or the like.
  • the three-dimensional data encoding device or the three-dimensional data decoding device shows an example in which the RAHT process is skipped when the input three-dimensional point or the three-dimensional point to be decoded is one.
  • this is not always the case.
  • the three-dimensional data encoding device or the three-dimensional data decoding device prohibits encoding or decoding by RAHT, for example, when there is one input three-dimensional point or three-dimensional point to be decoded.
  • the three-dimensional data encoding device or the three-dimensional data decoding device limits the value of EnableRAHT to 0 when the input three-dimensional point or the three-dimensional point to be decoded is one.
  • RAHT may be prohibited from encoding or decoding.
  • the three-dimensional data encoding device or the three-dimensional data decoding device can appropriately encode or decode one three-dimensional point.
  • Header RAHT which is information used for switching whether or not to encode the attribute information of the three-dimensional point by applying RAHT
  • the processing is switched in the processing unit such as WLD, SPC, and volume unit.
  • the present invention is not necessarily limited to this, and for example, the three-dimensional points in the slice are a dense point cloud or a sparse point cloud.
  • the dense point cloud is a point in which the distances between the three-dimensional points included in the point cloud are relatively short (that is, smaller than a predetermined distance) and are arranged at relatively equal intervals. It may represent a group.
  • the sparse point cloud means that the distance between the three-dimensional points included in the point cloud is relatively long (that is, larger than a predetermined distance), and the distance between each point cloud is randomly arranged.
  • the three-dimensional data coding apparatus When the number of input three-dimensional points is one, the three-dimensional data coding apparatus according to the present embodiment skips the RAHT Har conversion process and uses the value of the attribute value of the three-dimensional points as the coding coefficient.
  • a method of generating LoD and calculating a predicted value for example.
  • the 3D data encoding device skips the process of generating LoD and calculating the predicted value, and the value of the attribute value of the 3D point. May be quantized as a coding coefficient and encoded by applying binary arithmetic coding.
  • the three-dimensional data decoding device skips the process of generating LoD and calculating the predicted value, and sets the coding coefficient after inverse quantization to the third order. It may be decoded as the value of the attribute value of the original point. As a result, when the number of three-dimensional points to be decoded is one, the three-dimensional points can be correctly decoded while reducing the processing amount.
  • the three-dimensional data coding apparatus performs the processing shown in FIG. 96.
  • the three-dimensional data coding device has n (n is an integer of 2 or more) in which the number of 3D points included in the point cloud data to be encoded is more than a predetermined number ⁇ ( ⁇ is an integer of 1 or more).
  • the coding coefficient is calculated by generating a hierarchical structure in which each of the plurality of attribute information of the n three-dimensional points is divided into a high frequency component and a low frequency component. (S7862).
  • the three-dimensional data coding apparatus generates a bit stream including the calculated coding coefficient (S7863).
  • the three-dimensional data coding apparatus When the number of three-dimensional points included in the point cloud data is m (m is an integer of 1 or more) of the predetermined number ⁇ or less (No in S7861), the three-dimensional data coding apparatus has the hierarchical structure. A bit stream is generated based on the attribute information of the m three-dimensional points without being generated (S7864).
  • a bit stream is generated based on the attribute information of m 3D points without generating a hierarchical structure, so that the 3D points are generated. It can be encoded appropriately.
  • the bit stream including the attribute information of the m three-dimensional points as a coding coefficient is generated.
  • the predetermined number is 1, the n is an integer of 2 or more, and the m is 1.
  • the hierarchical structure is a RAHT (Region Adaptive Hierarchical Transfer) hierarchical structure.
  • RAHT Registered Adaptive Hierarchical Transfer
  • the three-dimensional data encoding device includes a processor and a memory, and the processor uses the memory to perform the above processing.
  • the three-dimensional data decoding device performs the processing shown in FIG. 97.
  • the three-dimensional data decoding device acquires one or more three-dimensional points and coding coefficients included in the point cloud data from the bit stream (S7871).
  • the three-dimensional data decoding apparatus is used when the number of acquired three-dimensional points of one or more is n (n is an integer of two or more) more than a predetermined number ⁇ ( ⁇ is an integer of one or more) (in S7872). Yes), each of the n attribute information of the n three-dimensional points is divided into a high frequency component and a low frequency component to generate a layered structure, and the layered structure and the coding coefficient are used to generate the layered structure.
  • the three-dimensional data decoding apparatus can generate the hierarchical structure when the number of three-dimensional points included in the point cloud data is m (m is an integer of 1 or more) of the predetermined number or less (No in S7872). Instead, the attribute information of the m three-dimensional points is restored using the coding coefficient (S7874).
  • the attribute information of m 3D points is restored by using the coding coefficient without generating a hierarchical structure, so that the 3D points are restored. Can be properly decrypted.
  • the bit stream including the attribute information of the m three-dimensional points as a coding coefficient is generated.
  • the predetermined number is 1, the n is an integer of 2 or more, and the m is 1.
  • the hierarchical structure is a RAHT (Region Adaptive Hierarchical Transfer) hierarchical structure.
  • RAHT Registered Adaptive Hierarchical Transfer
  • 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 coding device, the three-dimensional data decoding device, and the like according to the embodiment of the present disclosure have been described above, but the present disclosure is not limited to this embodiment.
  • each processing unit included in the three-dimensional data coding device, the three-dimensional data decoding device, and the like according to the above embodiment is typically realized as an LSI which is an integrated circuit. These may be individually integrated into one chip, or may be integrated into one chip so as to include a part or all of them.
  • the integrated circuit is not limited to the LSI, and 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 settings of the 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 coding method, a three-dimensional data decoding method, or the like executed by a three-dimensional data coding device, a three-dimensional data decoding device, or the like.
  • the division of the functional block in the block diagram is an example, and a plurality of functional blocks can be realized 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. May be. Further, the functions of a plurality of functional blocks having similar functions may be processed by a single hardware or software in parallel or in a time division manner.
  • each step in the flowchart is executed is for exemplifying in order to specifically explain the present disclosure, and may be an order other than the above. Further, a part of the above steps may be executed at the same time (parallel) as other steps.
  • the three-dimensional data coding device, the three-dimensional data decoding device, and the like have been described above based on the embodiment, but the present disclosure is not limited to this embodiment. .. As long as the gist of the present disclosure is not deviated, various modifications that can be conceived by those skilled in the art are applied to the present embodiment, and a form constructed by combining components in different embodiments is also within the scope of one or more embodiments. May be included within.
  • the present disclosure is applicable to a three-dimensional data encoding device and a three-dimensional data decoding device.

Landscapes

  • Engineering & Computer Science (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Discrete Mathematics (AREA)
  • Compression Or Coding Systems Of Tv Signals (AREA)
  • Image Processing (AREA)

Abstract

三次元データ符号化方法は、符号化対象の点群データに含まれる三次元点が所定の数よりも多いｎ個である場合（Ｓ７８６１でＹｅｓ）、ｎ個の三次元点の複数の属性情報の各々を高周波成分と低周波成分とに分けて階層化した階層構造を生成することで、符号化係数を算出し（Ｓ７８６２）、算出された符号化係数を含むビットストリームを生成し（Ｓ７８６３）、点群データに含まれる三次元点が所定の数以下のｍ個である場合（Ｓ７８６１でＮｏ）、階層構造を生成せずにｍ個の三次元点の属性情報に基づいてビットストリームを生成する（Ｓ７８６４）。

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または復号において、三次元点を適切に符号化または復号できることが望まれている。
　本開示は、三次元点を適切に符号化または復号することが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、符号化対象の点群データに含まれる三次元点が所定の数よりも多いｎ個（ｎは、２以上の整数）である場合、前記ｎ個の三次元点の複数の属性情報の各々を高周波成分と低周波成分とに分けて階層化した階層構造を生成することで、符号化係数を算出し、算出した前記符号化係数を含むビットストリームを生成し、前記点群データに含まれる三次元点が前記所定の数以下のｍ個（ｍは、１以上の整数）である場合、前記階層構造を生成せずに前記ｍ個の三次元点の属性情報に基づいてビットストリームを生成する。
　また、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点群データに含まれる１以上の三次元点および符号化係数を取得し、取得した前記１以上の三次元点が所定の数よりも多いｎ個（ｎは、２以上の整数）である場合、前記ｎ個の三次元点のｎ個の属性情報の各々を高周波成分と低周波成分とに分けて階層化した階層構造を生成し、前記階層構造および前記符号化係数を用いて前記ｎ個の属性情報を復元し、前記点群データに含まれる三次元点が前記所定の数以下のｍ個（ｍは、１以上の整数）である場合、前記階層構造を生成せずに前記符号化係数を用いて前記ｍ個の三次元点の属性情報を復元する。
　なお、これらの全般的または具体的な態様は、システム、装置、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、装置、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。
　本開示は、三次元点を適切に符号化または復号することができる三次元データ符号化方法、三次元データ復号方法、三次元データ符号化装置、又は三次元データ復号装置を提供できる。
図１は、実施の形態１に係る符号化三次元データの構成を示す図である。 図２は、実施の形態１に係るＧＯＳの最下層レイヤに属するＳＰＣ間の予測構造の一例を示す図である。 図３は、実施の形態１に係るレイヤ間の予測構造の一例を示す図である。 図４は、実施の形態１に係るＧＯＳの符号化順の一例を示す図である。 図５は、実施の形態１に係るＧＯＳの符号化順の一例を示す図である。 図６は、実施の形態１に係る三次元データ符号化装置のブロック図である。 図７は、実施の形態１に係る符号化処理のフローチャートである。 図８は、実施の形態１に係る三次元データ復号装置のブロック図である。 図９は、実施の形態１に係る復号処理のフローチャートである。 図１０は、実施の形態１に係るメタ情報の一例を示す図である。 図１１は、実施の形態２に係るＳＷＬＤの構成例を示す図である。 図１２は、実施の形態２に係るサーバ及びクライアントの動作例を示す図である。 図１３は、実施の形態２に係るサーバ及びクライアントの動作例を示す図である。 図１４は、実施の形態２に係るサーバ及びクライアントの動作例を示す図である。 図１５は、実施の形態２に係るサーバ及びクライアントの動作例を示す図である。 図１６は、実施の形態２に係る三次元データ符号化装置のブロック図である。 図１７は、実施の形態２に係る符号化処理のフローチャートである。 図１８は、実施の形態２に係る三次元データ復号装置のブロック図である。 図１９は、実施の形態２に係る復号処理のフローチャートである。 図２０は、実施の形態２に係るＷＬＤの構成例を示す図である。 図２１は、実施の形態２に係るＷＬＤの８分木構造の例を示す図である。 図２２は、実施の形態２に係るＳＷＬＤの構成例を示す図である。 図２３は、実施の形態２に係るＳＷＬＤの８分木構造の例を示す図である。 図２４は、実施の形態３に係る三次元データ作成装置のブロック図である。 図２５は、実施の形態３に係る三次元データ送信装置のブロック図である。 図２６は、実施の形態４に係る三次元情報処理装置のブロック図である。 図２７は、実施の形態５に係る三次元データ作成装置のブロック図である。 図２８は、実施の形態６に係るシステムの構成を示す図である。 図２９は、実施の形態６に係るクライアント装置のブロック図である。 図３０は、実施の形態６に係るサーバのブロック図である。 図３１は、実施の形態６に係るクライアント装置による三次元データ作成処理のフローチャートである。 図３２は、実施の形態６に係るクライアント装置によるセンサ情報送信処理のフローチャートである。 図３３は、実施の形態６に係るサーバによる三次元データ作成処理のフローチャートである。 図３４は、実施の形態６に係るサーバによる三次元マップ送信処理のフローチャートである。 図３５は、実施の形態６に係るシステムの変形例の構成を示す図である。 図３６は、実施の形態６に係るサーバ及びクライアント装置の構成を示す図である。 図３７は、実施の形態７に係る三次元データ符号化装置のブロック図である。 図３８は、実施の形態７に係る予測残差の例を示す図である。 図３９は、実施の形態７に係るボリュームの例を示す図である。 図４０は、実施の形態７に係るボリュームの８分木表現の例を示す図である。 図４１は、実施の形態７に係るボリュームのビット列の例を示す図である。 図４２は、実施の形態７に係るボリュームの８分木表現の例を示す図である。 図４３は、実施の形態７に係るボリュームの例を示す図である。 図４４は、実施の形態７に係るイントラ予測処理を説明するための図である。 図４５は、実施の形態７に係る回転及び並進処理を説明するための図である。 図４６は、実施の形態７に係るＲＴ適用フラグ及びＲＴ情報のシンタックス例を示す図である。 図４７は、実施の形態７に係るインター予測処理を説明するための図である。 図４８は、実施の形態７に係る三次元データ復号装置のブロック図である。 図４９は、実施の形態７に係る三次元データ符号化装置による三次元データ符号化処理のフローチャートである。 図５０は、実施の形態７に係る三次元データ復号装置による三次元データ復号処理のフローチャートである。 図５１は、実施の形態８に係る三次元点の例を示す図である。 図５２は、実施の形態８に係るＬｏＤの設定例を示す図である。 図５３は、実施の形態８に係るＬｏＤの設定に用いる閾値の例を示す図である。 図５４は、実施の形態８に係る予測値に用いる属性情報の例を示す図である。 図５５は、実施の形態８に係る指数ゴロム符号の一例を示す図である。 図５６は、実施の形態８に係る指数ゴロム符号に対する処理を示す図である。 図５７は、実施の形態８に係る属性ヘッダのシンタックス例を示す図である。 図５８は、実施の形態８に係る属性データのシンタックス例を示す図である。 図５９は、実施の形態８に係る三次元データ符号化処理のフローチャートである。 図６０は、実施の形態８に係る属性情報符号化処理のフローチャートである。 図６１は、実施の形態８に係る指数ゴロム符号に対する処理を示す図である。 図６２は、実施の形態８に係る残り符号とその値との関係を示す逆引きテーブルの例を示す図である。 図６３は、実施の形態８に係る三次元データ復号処理のフローチャートである。 図６４は、実施の形態８に係る属性情報復号処理のフローチャートである。 図６５は、実施の形態８に係る三次元データ符号化装置のブロック図である。 図６６は、実施の形態８に係る三次元データ復号装置のブロック図である。 図６７は、実施の形態８に係る三次元データ符号化処理のフローチャートである。 図６８は、実施の形態８に係る三次元データ復号処理のフローチャートである。 図６９は、実施の形態９に係る各予測モードにおいて算出される予測値を示すテーブルの第１の例を示す図である。 図７０は、実施の形態９に係る予測値に用いる属性情報の例を示す図である。 図７１は、実施の形態９に係る各予測モードにおいて算出される予測値を示すテーブルの第２の例を示す図である。 図７２は、実施の形態９に係る各予測モードにおいて算出される予測値を示すテーブルの第３の例を示す図である。 図７３は、実施の形態９に係る各予測モードにおいて算出される予測値を示すテーブルの第４の例を示す図である。 図７４は、実施の形態１０に係るＲＡＨＴを用いた属性情報の符号化を説明するための図である。 図７５は、実施の形態１０に係る、階層毎に量子化スケールを設定する例を示す図である。 図７６は、実施の形態１０に係る第１符号列及び第２符号列の例を示す図である。 図７７は、実施の形態１０に係るトランケットユーナリ符号の例を示す図である。 図７８は、実施の形態１０に係る逆Ｈａａｒ変換を説明するための図である。 図７９は、実施の形態１０に係る属性情報のシンタックス例を示す図である。 図８０は、実施の形態１０に係る符号化係数とＺｅｒｏＣｎｔの例を示す図である。 図８１は、実施の形態１０に係る三次元データ符号化処理のフローチャートである。 図８２は、実施の形態１０に係る属性情報符号化処理のフローチャートである。 図８３は、実施の形態１０に係る符号化係数符号化処理のフローチャートである。 図８４は、実施の形態１０に係る三次元データ復号処理のフローチャートである。 図８５は、実施の形態１０に係る属性情報復号処理のフローチャートである。 図８６は、実施の形態１１に係る三次元データ符号化方法のフローチャートである。 図８７は、実施の形態１１に係るＲＡＨＴを用いた属性情報の符号化を説明するための図である。 図８８は、実施の形態１１に係る三次元データ復号装置のフローチャートである。 図８９は、実施の形態１１に係るＲＡＨＴを用いた属性情報の復号を説明するための図である。 図９０は、実施の形態１１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９１は、実施の形態１１に係る属性情報符号化処理のフローチャートである。 図９２は、実施の形態１１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９３は、実施の形態１１に係る属性情報復号処理のフローチャートである。 図９４は、実施の形態１１に係る三次元データ符号化装置に含まれる属性情報符号化部のブロック図である。 図９５は、実施の形態１１に係る三次元データ復号装置に含まれる属性情報復号部のブロック図である。 図９６は、実施の形態１１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９７は、実施の形態１１に係る三次元データ復号処理のフローチャートである。
　本開示の一態様に係る三次元データ符号化方法は、符号化対象の点群データに含まれる三次元点が所定の数よりも多いｎ個（ｎは、２以上の整数）である場合、前記ｎ個の三次元点の複数の属性情報の各々を高周波成分と低周波成分とに分けて階層化した階層構造を生成することで、符号化係数を算出し、算出した前記符号化係数を含むビットストリームを生成し、前記点群データに含まれる三次元点が前記所定の数以下のｍ個（ｍは、１以上の整数）である場合、前記階層構造を生成せずに前記ｍ個の三次元点の属性情報に基づいてビットストリームを生成する。
　これによれば、三次元点が所定の数以下のｍ個である場合、階層構造を生成せずにｍ個の三次元点の属性情報に基づいてビットストリームを生成するため、三次元点を適切に符号化することができる。
　例えば、前記点群データに含まれる三次元点が前記ｍ個である場合、前記生成では、前記ｍ個の三次元点の属性情報を、符号化係数として含む前記ビットストリームを生成してもよい。
　例えば、前記所定の数は、１であり、前記ｎは、２以上の整数であり、前記ｍは、１であってもよい。
　例えば、前記階層構造は、ＲＡＨＴ（Ｒｅｇｉｏｎ　Ａｄａｐｔｉｖｅ　Ｈｉｅｒａｒｃｈｉｃａｌ　Ｔｒａｎｓｆｏｒｍ）の階層構造であってもよい。
　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点群データに含まれる１以上の三次元点および符号化係数を取得し、取得した前記１以上の三次元点が所定の数よりも多いｎ個（ｎは、２以上の整数）である場合、前記ｎ個の三次元点のｎ個の属性情報の各々を高周波成分と低周波成分とに分けて階層化した階層構造を生成し、前記階層構造および前記符号化係数を用いて前記ｎ個の属性情報を復元し、前記点群データに含まれる三次元点が前記所定の数以下のｍ個（ｍは、１以上の整数）である場合、前記階層構造を生成せずに前記符号化係数を用いて前記ｍ個の三次元点の属性情報を復元する。
　これによれば、三次元点が所定の数以下のｍ個である場合、階層構造を生成せずに符号化係数を用いてｍ個の三次元点の属性情報を復元するため、三次元点を適切に復号することができる。
　例えば、前記点群データに含まれる三次元点が前記ｍ個である場合、前記復元では、前記符号化係数を、前記ｍ個の三次元点の属性情報として復元してもよい。
　例えば、前記所定の数は、１であり、前記ｎは、２以上の整数であり、前記ｍは、１であってもよい。
　例えば、前記階層構造は、ＲＡＨＴ（Ｒｅｇｉｏｎ　Ａｄａｐｔｉｖｅ　Ｈｉｅｒａｒｃｈｉｃａｌ　Ｔｒａｎｓｆｏｒｍ）の階層構造であってもよい。
　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、符号化対象の点群データに含まれる三次元点が所定の数よりも多いｎ個（ｎは、２以上の整数）である場合、前記ｎ個の三次元点の複数の属性情報の各々を高周波成分と低周波成分とに分けて階層化した階層構造を生成することで、符号化係数を算出し、算出された前記符号化係数を含むビットストリームを生成し、前記点群データに含まれる三次元点が前記所定の数以下のｍ個（ｍは、１以上の整数）である場合、前記階層構造を生成せずに前記ｍ個の三次元点の属性情報に基づいてビットストリームを生成する。
　これによれば、三次元点が所定の数以下のｍ個である場合、階層構造を生成せずにｍ個の三次元点の属性情報に基づいてビットストリームを生成するため、三次元点を適切に符号化することができる。
　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点群データに含まれる１以上の三次元点および符号化係数を取得し、取得した前記１以上の三次元点が所定の数よりも多いｎ個（ｎは、２以上の整数）である場合、前記ｎ個の三次元点のｎ個の属性情報の各々を高周波成分と低周波成分とに分けて階層化した階層構造を生成し、前記階層構造および前記符号化係数を用いて前記ｎ個の属性情報を復元し、前記点群データに含まれる三次元点が前記所定の数以下のｍ個（ｍは、１以上の整数）である場合、前記階層構造を生成せずに前記符号化係数を用いて前記ｍ個の三次元点の属性情報を復元する。
　これによれば、三次元点が所定の数以下のｍ個である場合、階層構造を生成せずに符号化係数を用いてｍ個の三次元点の属性情報を復元するため、三次元点を適切に復号することができる。
　なお、これらの包括的または具体的な態様は、システム、方法、集積回路、コンピュータプログラムまたはコンピュータ読み取り可能なＣＤ－ＲＯＭなどの記録媒体で実現されてもよく、システム、方法、集積回路、コンピュータプログラム及び記録媒体の任意な組み合わせで実現されてもよい。
　以下、実施の形態について、図面を参照しながら具体的に説明する。なお、以下で説明する実施の形態は、いずれも本開示の一具体例を示すものである。以下の実施の形態で示される数値、形状、材料、構成要素、構成要素の配置位置及び接続形態、ステップ、ステップの順序などは、一例であり、本開示を限定する主旨ではない。また、以下の実施の形態における構成要素のうち、最上位概念を示す独立請求項に記載されていない構成要素については、任意の構成要素として説明される。
　（実施の形態１）
　まず、本実施の形態に係る符号化三次元データ（以下、符号化データとも記す）のデータ構造について説明する。図１は、本実施の形態に係る符号化三次元データの構成を示す図である。
　本実施の形態では、三次元空間は、動画像の符号化におけるピクチャに相当するスペース（ＳＰＣ）に分割され、スペースを単位として三次元データが符号化される。スペースは、さらに、動画像符号化におけるマクロブロックなどに相当するボリューム（ＶＬＭ）に分割され、ＶＬＭを単位として予測及び変換が行われる。ボリュームは、位置座標が対応付けられる最小単位である複数のボクセル（ＶＸＬ）を含む。なお、予測とは、二次元画像で行われる予測と同様に、他の処理単位を参照し、処理対象の処理単位と類似する予測三次元データを生成し、当該予測三次元データと処理対象の処理単位との差分を符号化することである。また、この予測は、同一時刻の他の予測単位を参照する空間予測のみならず、異なる時刻の予測単位を参照する時間予測を含む。
　例えば、三次元データ符号化装置（以下、符号化装置とも記す）は、ポイントクラウドなどの点群データにより表現される三次元空間を符号化する際には、ボクセルのサイズに応じて、点群の各点、又は、ボクセル内に含まれる複数点をまとめて符号化する。ボクセルを細分化すれば点群の三次元形状を高精度に表現でき、ボクセルのサイズを大きくすれば点群の三次元形状をおおまかに表現できる。
　なお、以下では、三次元データがポイントクラウドである場合を例に説明を行うが、三次元データはポイントクラウドに限定されず、任意の形式の三次元データでよい。
　また、階層構造のボクセルを用いてもよい。この場合、ｎ次の階層では、ｎ－１次以下の階層（ｎ次の階層の下層）にサンプル点が存在するかどうかを順に示してもよい。例えば、ｎ次の階層のみを復号する際において、ｎ－１次以下の階層にサンプル点が存在する場合は、ｎ次階層のボクセルの中心にサンプル点が存在するとみなして復号できる。
　また、符号化装置は、点群データを、距離センサ、ステレオカメラ、単眼カメラ、ジャイロ、又は慣性センサなどを用いて取得する。
　スペースは、動画像の符号化と同様に、単独で復号可能なイントラ・スペース（Ｉ－ＳＰＣ）、単方向の参照のみ可能なプレディクティブ・スペース（Ｐ－ＳＰＣ）、及び、双方向の参照が可能なバイディレクショナル・スペース（Ｂ－ＳＰＣ）を含む少なくとも３つの予測構造のいずれかに分類される。また、スペースは復号時刻と表示時刻との２種類の時刻情報を有する。
　また、図１に示すように、複数のスペースを含む処理単位として、ランダムアクセス単位であるＧＯＳ（Ｇｒｏｕｐ　Ｏｆ　Ｓｐａｃｅ）が存在する。さらに、複数のＧＯＳを含む処理単位としてワールド（ＷＬＤ）が存在する。
　ワールドが占める空間領域は、ＧＰＳ又は緯度及び経度情報などにより、地球上の絶対位置と対応付けられる。この位置情報はメタ情報として格納される。なお、メタ情報は、符号化データに含まれてもよいし、符号化データとは別に伝送されてもよい。
　また、ＧＯＳ内では、全てのＳＰＣが三次元的に隣接してもよいし、他のＳＰＣと三次元的に隣接しないＳＰＣが存在してもよい。
　なお、以下では、ＧＯＳ、ＳＰＣ又はＶＬＭ等の処理単位に含まれる三次元データに対する、符号化、復号又は参照等の処理を、単に、処理単位を符号化、復号又は参照する等とも記す。また、処理単位に含まれる三次元データは、例えば、三次元座標等の空間位置と、色情報等の特性値との少なくとも一つの組を含む。
　次に、ＧＯＳにおけるＳＰＣの予測構造について説明する。同一ＧＯＳ内の複数のＳＰＣ、又は、同一ＳＰＣ内の複数のＶＬＭは、互いに異なる空間を占めるが、同じ時刻情報（復号時刻及び表示時刻）を持つ。
　また、ＧＯＳ内で復号順で先頭となるＳＰＣはＩ－ＳＰＣである。また、ＧＯＳにはクローズドＧＯＳとオープンＧＯＳとの２種類が存在する。クローズドＧＯＳは、先頭Ｉ－ＳＰＣから復号開始する際に、ＧＯＳ内の全てのＳＰＣを復号できるＧＯＳである。オープンＧＯＳでは、ＧＯＳ内で先頭Ｉ－ＳＰＣよりも表示時刻が前となる一部のＳＰＣは異なるＧＯＳを参照しており、当該ＧＯＳのみで復号を行うことができない。
　なお、地図情報などの符号化データでは、ＷＬＤを符号化順とは逆方向から復号することがあり、ＧＯＳ間に依存性があると逆方向再生が困難である。よって、このような場合には、基本的にはクローズドＧＯＳが用いられる。
　また、ＧＯＳは、高さ方向にレイヤ構造を有し、下のレイヤのＳＰＣから順に符号化又は復号が行われる。
　図２はＧＯＳの最下層レイヤに属するＳＰＣ間の予測構造の一例を示す図である。図３はレイヤ間の予測構造の一例を示す図である。
　ＧＯＳ内には１つ以上のＩ－ＳＰＣが存在する。三次元空間内には、ヒト、動物、車、自転車、信号、又はランドマークとなる建物などのオブジェクトが存在するが、特にサイズが小さいオブジェクトはＩ－ＳＰＣとして符号化すると有効である。例えば、三次元データ復号装置（以下、復号装置とも記す）は、ＧＯＳを低処理量又は高速に復号する際には、ＧＯＳ内のＩ－ＳＰＣのみを復号する。
　また、符号化装置は、ＷＬＤ内のオブジェクトの粗密さに応じてＩ－ＳＰＣの符号化間隔又は出現頻度を切替えてもよい。
　また、図３に示す構成において、符号化装置又は復号装置は、複数のレイヤを下層（レイヤ１）から順に符号化又は復号する。これにより、例えば自動走行車などにとってより情報量の多い地面付近のデータの優先度を上げることができる。
　なお、ドローンなどで用いられる符号化データでは、ＧＯＳ内において高さ方向で上のレイヤのＳＰＣから順に符号化又は復号してもよい。
　また、符号化装置又は復号装置は、復号装置が荒くＧＯＳを把握でき、徐々に解像度を上げるようにできるように、複数のレイヤを符号化又は復号してもよい。例えば、符号化装置又は復号装置は、レイヤ３、８、１、９…の順に符号化又は復号してもよい。
　次に、静的オブジェクト及び動的オブジェクトの扱い方について説明する。
　三次元空間には、建物又は道路など静的なオブジェクト又はシーン（以降、まとめて静的オブジェクトと呼ぶ）と、車又はヒトなどの動的なオブジェクト（以降、動的オブジェクトと呼ぶ）とが存在する。オブジェクトの検出は、ポイントクラウドのデータ、又は、ステレオカメラなどのカメラ映像などから特徴点を抽出するなどして、別途行われる。ここでは、動的オブジェクトの符号化方法の例について説明する。
　第１方法は、静的オブジェクトと動的オブジェクトとを区別せずに符号化する方法である。第２方法は、静的オブジェクトと動的オブジェクトとを識別情報により区別する方法である。
　例えば、ＧＯＳが識別単位として用いられる。この場合、静的オブジェクトを構成するＳＰＣを含むＧＯＳと、動的オブジェクトを構成するＳＰＣを含むＧＯＳとが、符号化データ内、又は符号化データとは別途格納される識別情報により区別される。
　または、ＳＰＣが識別単位として用いられてもよい。この場合、静的オブジェクトを構成するＶＬＭを含むＳＰＣと、動的オブジェクトを構成するＶＬＭを含むＳＰＣとが、上記識別情報により区別される。
　または、ＶＬＭ或いはＶＸＬが識別単位として用いられてもよい。この場合、静的オブジェクトを含むＶＬＭ又はＶＸＬと、動的オブジェクトを含むＶＬＭ又はＶＸＬとが上記識別情報により区別される。
　また、符号化装置は、動的オブジェクトを１以上のＶＬＭ又はＳＰＣとして符号化し、静的オブジェクトを含むＶＬＭ又はＳＰＣと、動的オブジェクトを含むＳＰＣとを、互いに異なるＧＯＳとして符号化してもよい。また、符号化装置は、動的オブジェクトのサイズに応じてＧＯＳのサイズが可変となる場合には、ＧＯＳのサイズをメタ情報として別途格納する。
　また、符号化装置は、静的オブジェクトと動的オブジェクトとを互いに独立に符号化し、静的オブジェクトから構成されるワールドに対して、動的オブジェクトを重畳してもよい。このとき、動的オブジェクトは１以上のＳＰＣから構成され、各ＳＰＣは、当該ＳＰＣが重畳される静的オブジェクトを構成する１以上のＳＰＣに対応付けられる。なお、動的オブジェクトをＳＰＣではなく、１以上のＶＬＭ又はＶＸＬにより表現してもよい。
　また、符号化装置は、静的オブジェクトと動的オブジェクトとを互いに異なるストリームとして符号化してもよい。
　また、符号化装置は、動的オブジェクトを構成する１以上のＳＰＣを含むＧＯＳを生成してもよい。さらに、符号化装置は、動的オブジェクトを含むＧＯＳ（ＧＯＳ＿Ｍ）と、ＧＯＳ＿Ｍの空間領域に対応する静的オブジェクトのＧＯＳとを同一サイズ（同一の空間領域を占める）に設定してもよい。これにより、ＧＯＳ単位で重畳処理を行うことができる。
　動的オブジェクトを構成するＰ－ＳＰＣ又はＢ－ＳＰＣは、符号化済みの異なるＧＯＳに含まれるＳＰＣを参照してもよい。動的オブジェクトの位置が時間的に変化し、同一の動的オブジェクトが異なる時刻のＧＯＳとして符号化されるケースでは、ＧＯＳを跨いだ参照が圧縮率の観点から有効となる。
　また、符号化データの用途に応じて、上記の第１方法と第２方法とを切替えてもよい。例えば、符号化三次元データを地図として用いる場合は、動的オブジェクトを分離できることが望ましいため、符号化装置は、第２方法を用いる。一方、符号化装置は、コンサート又はスポーツなどのイベントの三次元データを符号化する場合に、動的オブジェクトを分離する必要がなければ、第１方法を用いる。
　また、ＧＯＳ又はＳＰＣの復号時刻と表示時刻とは符号化データ内、又はメタ情報として格納できる。また、静的オブジェクトの時刻情報は全て同一としてもよい。このとき、実際の復号時刻と表示時刻は、復号装置が決定するものとしてもよい。あるいは、復号時刻として、ＧＯＳ、あるいは、ＳＰＣ毎に異なる値が付与され、表示時刻として全て同一の値が付与されてもよい。さらに、ＨＥＶＣのＨＲＤ（Ｈｙｐｏｔｈｅｔｉｃａｌ　Ｒｅｆｅｒｅｎｃｅ　Ｄｅｃｏｄｅｒ）など動画像符号化におけるデコーダモデルのように、デコーダが所定のサイズのバッファを有し、復号時刻に従って所定のビットレートでビットストリームを読み込めば破綻なく復号できることを保証するモデルを導入してもよい。
　次に、ワールド内におけるＧＯＳの配置について説明する。ワールドにおける三次元空間の座標は、互いに直交する３本の座標軸（ｘ軸、ｙ軸、ｚ軸）により表現される。ＧＯＳの符号化順に所定のルールを設けることで、空間的に隣接するＧＯＳが符号化データ内で連続するように符号化を行える。例えば、図４に示す例では、ｘｚ平面内のＧＯＳを連続的に符号化する。あるｘｚ平面内の全てのＧＯＳの符号化終了後にｙ軸の値を更新する。すなわち、符号化が進むにつれて、ワールドはｙ軸方向に伸びていく。また、ＧＯＳのインデックス番号は符号化順に設定される。
　ここで、ワールドの三次元空間は、ＧＰＳ、或いは緯度及び経度などの地理的な絶対座標と１対１に対応付けておく。或いは、予め設定した基準位置からの相対位置により三次元空間が表現されてもよい。三次元空間のｘ軸、ｙ軸、ｚ軸の方向は、緯度及び経度などに基づいて決定される方向ベクトルとして表現され、当該方向ベクトルはメタ情報として符号化データと共に格納される。
　また、ＧＯＳのサイズは固定とし、符号化装置は、当該サイズをメタ情報として格納する。また、ＧＯＳのサイズは、例えば、都市部か否か、又は、室内か外かなどに応じて切替えられてもよい。つまり、ＧＯＳのサイズは、情報としての価値があるオブジェクトの量又は性質に応じて切替えられてもよい。あるいは、符号化装置は、同一ワールド内において、オブジェクトの密度などに応じて、ＧＯＳのサイズ、又は、ＧＯＳ内のＩ－ＳＰＣの間隔を適応的に切替えてもよい。例えば、符号化装置は、オブジェクトの密度が高いほど、ＧＯＳのサイズを小さくし、ＧＯＳ内のＩ－ＳＰＣの間隔を短くする。
　図５の例では、３番目から１０番目のＧＯＳの領域では、オブジェクトの密度が高いため、細かい粒度でのランダムアクセスを実現するために、ＧＯＳが細分化されている。なお、７番目から１０番目のＧＯＳは、それぞれ、３番目から６番目のＧＯＳの裏側に存在する。
　次に、本実施の形態に係る三次元データ符号化装置の構成及び動作の流れを説明する。図６は、本実施の形態に係る三次元データ符号化装置１００のブロック図である。図７は、三次元データ符号化装置１００の動作例を示すフローチャートである。
　図６に示す三次元データ符号化装置１００は、三次元データ１１１を符号化することで符号化三次元データ１１２を生成する。この三次元データ符号化装置１００は、取得部１０１と、符号化領域決定部１０２と、分割部１０３と、符号化部１０４とを備える。
　図７に示すように、まず、取得部１０１は、点群データである三次元データ１１１を取得する（Ｓ１０１）。
　次に、符号化領域決定部１０２は、取得した点群データに対応する空間領域のうち、符号化対象の領域を決定する（Ｓ１０２）。例えば、符号化領域決定部１０２は、ユーザ又は車両の位置に応じて、当該位置の周辺の空間領域を符号化対象の領域に決定する。
　次に、分割部１０３は、符号化対象の領域に含まれる点群データを、各処理単位に分割する。ここで処理単位とは、上述したＧＯＳ及びＳＰＣ等である。また、この符号化対象の領域は、例えば、上述したワールドに対応する。具体的には、分割部１０３は、予め設定したＧＯＳのサイズ、又は、動的オブジェクトの有無或いはサイズに基づいて、点群データを処理単位に分割する（Ｓ１０３）。また、分割部１０３は、各ＧＯＳにおいて符号化順で先頭となるＳＰＣの開始位置を決定する。
　次に、符号化部１０４は、各ＧＯＳ内の複数のＳＰＣを順次符号化することで符号化三次元データ１１２を生成する（Ｓ１０４）。
　なお、ここでは、符号化対象の領域をＧＯＳ及びＳＰＣに分割した後に、各ＧＯＳを符号化する例を示したが、処理の手順は上記に限らない。例えば、一つのＧＯＳの構成を決定した後にそのＧＯＳを符号化し、その後、次のＧＯＳの構成を決定する等の手順を用いてもよい。
　このように、三次元データ符号化装置１００は、三次元データ１１１を符号化することで符号化三次元データ１１２を生成する。具体的には、三次元データ符号化装置１００は、三次元データを、ランダムアクセス単位であって、各々が三次元座標に対応付けられている第１処理単位（ＧＯＳ）に分割し、第１処理単位（ＧＯＳ）を複数の第２処理単位（ＳＰＣ）に分割し、第２処理単位（ＳＰＣ）を複数の第３処理単位（ＶＬＭ）に分割する。また、第３処理単位（ＶＬＭ）は、位置情報が対応付けられる最小単位である１以上のボクセル（ＶＸＬ）を含む。
　次に、三次元データ符号化装置１００は、複数の第１処理単位（ＧＯＳ）の各々を符号化することで符号化三次元データ１１２を生成する。具体的には、三次元データ符号化装置１００は、各第１処理単位（ＧＯＳ）において、複数の第２処理単位（ＳＰＣ）の各々を符号化する。また、三次元データ符号化装置１００は、各第２処理単位（ＳＰＣ）において、複数の第３処理単位（ＶＬＭ）の各々を符号化する。
　例えば、三次元データ符号化装置１００は、処理対象の第１処理単位（ＧＯＳ）がクローズドＧＯＳである場合には、処理対象の第１処理単位（ＧＯＳ）に含まれる処理対象の第２処理単位（ＳＰＣ）を、処理対象の第１処理単位（ＧＯＳ）に含まれる他の第２処理単位（ＳＰＣ）を参照して符号化する。つまり、三次元データ符号化装置１００は、処理対象の第１処理単位（ＧＯＳ）とは異なる第１処理単位（ＧＯＳ）に含まれる第２処理単位（ＳＰＣ）を参照しない。
　一方、処理対象の第１処理単位（ＧＯＳ）がオープンＧＯＳである場合には、処理対象の第１処理単位（ＧＯＳ）に含まれる処理対象の第２処理単位（ＳＰＣ）を、処理対象の第１処理単位（ＧＯＳ）に含まれる他の第２処理単位（ＳＰＣ）、又は、処理対象の第１処理単位（ＧＯＳ）とは異なる第１処理単位（ＧＯＳ）に含まれる第２処理単位（ＳＰＣ）を参照して符号化する。
　また、三次元データ符号化装置１００は、処理対象の第２処理単位（ＳＰＣ）のタイプとして、他の第２処理単位（ＳＰＣ）を参照しない第１タイプ（Ｉ－ＳＰＣ）、他の一つの第２処理単位（ＳＰＣ）を参照する第２タイプ（Ｐ－ＳＰＣ）、及び他の二つの第２処理単位（ＳＰＣ）を参照する第３タイプのうちいずれかを選択し、選択したタイプに従い処理対象の第２処理単位（ＳＰＣ）を符号化する。
　次に、本実施の形態に係る三次元データ復号装置の構成及び動作の流れを説明する。図８は、本実施の形態に係る三次元データ復号装置２００のブロックのブロック図である。図９は、三次元データ復号装置２００の動作例を示すフローチャートである。
　図８に示す三次元データ復号装置２００は、符号化三次元データ２１１を復号することで復号三次元データ２１２を生成する。ここで、符号化三次元データ２１１は、例えば、三次元データ符号化装置１００で生成された符号化三次元データ１１２である。この三次元データ復号装置２００は、取得部２０１と、復号開始ＧＯＳ決定部２０２と、復号ＳＰＣ決定部２０３と、復号部２０４とを備える。
　まず、取得部２０１は、符号化三次元データ２１１を取得する（Ｓ２０１）。次に、復号開始ＧＯＳ決定部２０２は、復号対象のＧＯＳに決定する（Ｓ２０２）。具体的には、復号開始ＧＯＳ決定部２０２は、符号化三次元データ２１１内、又は符号化三次元データとは別に格納されたメタ情報を参照して、復号を開始する空間位置、オブジェクト、又は、時刻に対応するＳＰＣを含むＧＯＳを復号対象のＧＯＳに決定する。
　次に、復号ＳＰＣ決定部２０３は、ＧＯＳ内で復号するＳＰＣのタイプ（Ｉ、Ｐ、Ｂ）を決定する（Ｓ２０３）。例えば、復号ＳＰＣ決定部２０３は、（１）Ｉ－ＳＰＣのみを復号するか、（２）Ｉ－ＳＰＣ及びＰ－ＳＰＣを復号するか、（３）全てのタイプを復号するかを決定する。なお、全てのＳＰＣを復号するなど、予め復号するＳＰＣのタイプが決定している場合は、本ステップは行われなくてもよい。
　次に、復号部２０４は、ＧＯＳ内で復号順（符号化順と同一）で先頭となるＳＰＣが符号化三次元データ２１１内で開始するアドレス位置を取得し、当該アドレス位置から先頭ＳＰＣの符号化データを取得し、当該先頭ＳＰＣから順に各ＳＰＣを順次復号する（Ｓ２０４）。なお、上記アドレス位置は、メタ情報等に格納されている。
　このように、三次元データ復号装置２００は、復号三次元データ２１２を復号する。具体的には、三次元データ復号装置２００は、ランダムアクセス単位であって、各々が三次元座標に対応付けられている第１処理単位（ＧＯＳ）の符号化三次元データ２１１の各々を復号することで第１処理単位（ＧＯＳ）の復号三次元データ２１２を生成する。より具体的には、三次元データ復号装置２００は、各第１処理単位（ＧＯＳ）において、複数の第２処理単位（ＳＰＣ）の各々を復号する。また、三次元データ復号装置２００は、各第２処理単位（ＳＰＣ）において、複数の第３処理単位（ＶＬＭ）の各々を復号する。
　以下、ランダムアクセス用のメタ情報について説明する。このメタ情報は、三次元データ符号化装置１００で生成され、符号化三次元データ１１２（２１１）に含まれる。
　従来の二次元の動画像におけるランダムアクセスでは、指定した時刻の近傍となるランダムアクセス単位の先頭フレームから復号を開始していた。一方、ワールドにおいては、時刻に加えて、空間（座標又はオブジェクトなど）に対するランダムアクセスが想定される。
　そこで、少なくとも座標、オブジェクト、及び時刻の３つの要素へのランダムアクセスを実現するために、各要素とＧＯＳのインデックス番号とを対応付けるテーブルを用意する。さらに、ＧＯＳのインデックス番号とＧＯＳの先頭となるＩ－ＳＰＣのアドレスを対応付ける。図１０は、メタ情報に含まれるテーブルの一例を示す図である。なお、図１０に示す全てのテーブルが用いられる必要はなく、少なくとも一つのテーブルが用いられればよい。
　以下、一例として、座標を起点とするランダムアクセスについて説明する。座標（ｘ２、ｙ２、ｚ２）にアクセスする際には、まず、座標－ＧＯＳテーブルを参照して、座標が（ｘ２、ｙ２、ｚ２）である地点は２番目のＧＯＳに含まれることが分かる。次に、ＧＯＳアドレステーブルを参照し、２番目のＧＯＳにおける先頭のＩ－ＳＰＣのアドレスがａｄｄｒ（２）であることが分かるため、復号部２０４は、このアドレスからデータを取得して復号を開始する。
　なお、アドレスは、論理フォーマットにおけるアドレスであっても、ＨＤＤ又はメモリの物理アドレスであってもよい。また、アドレスの代わりにファイルセグメントを特定する情報が用いられてもよい。例えば、ファイルセグメントは、１つ以上のＧＯＳなどをセグメント化した単位である。
　また、オブジェクトが複数のＧＯＳに跨る場合には、オブジェクト－ＧＯＳテーブルにおいて、オブジェクトが属するＧＯＳを複数示してもよい。当該複数のＧＯＳがクローズドＧＯＳであれば、符号化装置及び復号装置は、並列に符号化又は復号を行うことができる。一方、当該複数のＧＯＳがオープンＧＯＳであれば、複数のＧＯＳが互いに参照しあうことでより圧縮効率を高めることができる。
　オブジェクトの例としては、ヒト、動物、車、自転車、信号、又はランドマークとなる建物などがある。例えば、三次元データ符号化装置１００は、ワールドの符号化時に三次元のポイントクラウドなどからオブジェクトに特有の特徴点を抽出し、当該特徴点に基づきオブジェクトを検出し、検出したオブジェクトをランダムアクセスポイントとして設定できる。
　このように、三次元データ符号化装置１００は、複数の第１処理単位（ＧＯＳ）と、複数の第１処理単位（ＧＯＳ）の各々に対応付けられている三次元座標とを示す第１情報を生成する。また、符号化三次元データ１１２（２１１）は、この第１情報を含む。また、第１情報は、さらに、複数の第１処理単位（ＧＯＳ）の各々に対応付けられている、オブジェクト、時刻及びデータ格納先のうち少なくとも一つを示す。
　三次元データ復号装置２００は、符号化三次元データ２１１から第１情報を取得し、第１情報を用いて、指定された三次元座標、オブジェクト又は時刻に対応する第１処理単位の符号化三次元データ２１１を特定し、当該符号化三次元データ２１１を復号する。
　以下、その他のメタ情報の例について説明する。ランダムアクセス用のメタ情報の他に、三次元データ符号化装置１００は、以下のようなメタ情報を生成及び格納してもよい。また、三次元データ復号装置２００は、このメタ情報を復号時に利用してもよい。
　三次元データを地図情報として用いる場合などには、用途に応じてプロファイルが規定され、当該プロファイルを示す情報がメタ情報に含まれてもよい。例えば、市街地或いは郊外向け、又は、飛行物体向けのプロファイルが規定され、それぞれにおいてワールド、ＳＰＣ又はＶＬＭの最大又は最小サイズなどが定義される。例えば、市街地向けでは、郊外向けよりも詳細な情報が必要なため、ＶＬＭの最小サイズが小さく設定される。
　メタ情報は、オブジェクトの種類を示すタグ値を含んでもよい。このタグ値はオブジェクトを構成するＶＬＭ、ＳＰＣ、又はＧＯＳと対応付けられる。例えば、タグ値「０」は「人」を示し、タグ値「１」は「車」を示し、タグ値「２」は「信号機」を示す、などオブジェクトの種類ごとにタグ値が設定されてもよい。または、オブジェクトの種類が判定しにくい又は判定する必要がない場合はサイズ、又は、動的オブジェクトか静的オブジェクトかなどの性質を示すタグ値が用いられてもよい。
　また、メタ情報は、ワールドが占める空間領域の範囲を示す情報を含んでもよい。
　また、メタ情報は、符号化データのストリーム全体、又は、ＧＯＳ内のＳＰＣなど、複数のＳＰＣに共通のヘッダ情報として、ＳＰＣ又はＶＸＬのサイズを格納してもよい。
　また、メタ情報は、ポイントクラウドの生成に用いた距離センサ或いはカメラなどの識別情報、又は、ポイントクラウド内の点群の位置精度を示す情報を含んでもよい。
　また、メタ情報は、ワールドが静的オブジェクトのみから構成されるか、動的オブジェクトを含むかを示す情報を含んでもよい。
　以下、本実施の形態の変形例について説明する。
　符号化装置又は復号装置は、互いに異なる２以上のＳＰＣ又はＧＯＳを並列で符号化又は復号してもよい。並列で符号化又は復号するＧＯＳは、ＧＯＳの空間位置を示すメタ情報などに基づいて決定できる。
　三次元データを車又は飛行物体などが移動する際の空間地図として用いる、又はこのような空間地図を生成するケースなどでは、符号化装置又は復号装置は、ＧＰＳ、経路情報、又はズーム倍率などに基づいて特定される空間に含まれるＧＯＳ又はＳＰＣを符号化又は復号してもよい。
　また、復号装置は、自己位置又は走行経路に近い空間から順に復号を行ってもよい。符号化装置又は復号装置は、自己位置又は走行経路から遠い空間を、近い空間に比べて優先度を落として符号化又は復号してもよい。ここで、優先度を落とすとは、処理順を下げる、解像度を下げる（間引いて処理する）、又は、画質を下げる（符号化効率を上げる。例えば、量子化ステップを大きくする。）等である。
　また、復号装置は、空間内で階層的に符号化されている符号化データを復号する際は、低階層のみを復号してもよい。
　また、復号装置は、地図のズーム倍率又は用途に応じて、低階層から優先的に復号してもよい。
　また、車又はロボットの自律走行時に行う自己位置推定又は物体認識などの用途では、符号化装置又は復号装置は、路面から特定高さ以内の領域（認識を行う領域）以外は解像度を落として符号化又は復号を行ってもよい。
　また、符号化装置は、室内と室外との空間形状を表現するポイントクラウドをそれぞれ個別に符号化してもよい。例えば、室内を表現するＧＯＳ（室内ＧＯＳ）と室外を表現するＧＯＳ（室外ＧＯＳ）とを分けることで、復号装置は、符号化データを利用する際に、視点位置に応じて復号するＧＯＳを選択できる。
　また、符号化装置は、座標が近い室内ＧＯＳと室外ＧＯＳとを、符号化ストリーム内で隣接するように符号化してもよい。例えば、符号化装置は、両者の識別子を対応付け、符号化ストリーム内、又は別途格納されるメタ情報内に対応付けた識別子を示す情報を格納する。これにより、復号装置は、メタ情報内の情報を参照して、座標が近い室内ＧＯＳと室外ＧＯＳとを識別できる。
　また、符号化装置は、室内ＧＯＳと室外ＧＯＳとで、ＧＯＳ又はＳＰＣのサイズを切替えてもよい。例えば、符号化装置は、室内では室外に比べてＧＯＳのサイズを小さく設定する。また、符号化装置は、室内ＧＯＳと室外ＧＯＳとで、ポイントクラウドから特徴点を抽出する際の精度、又はオブジェクト検出の精度などを変更してもよい。
　また、符号化装置は、復号装置が動的オブジェクトを静的オブジェクトと区別して表示するための情報を符号化データに付加してもよい。これにより、復号装置は、動的オブジェクトと赤枠又は説明用の文字などとを合わせて表示できる。なお、復号装置は、動的オブジェクトの代わりに赤枠又は説明用の文字のみを表示してもよい。また、復号装置は、より細かいオブジェクト種別を表示してもよい。例えば、車には赤枠が用いられ、ヒトには黄色枠が用いられてもよい。
　また、符号化装置又は復号装置は、動的オブジェクトの出現頻度、又は、静的オブジェクトと動的オブジェクトとの割合などに応じて、動的オブジェクトと静的オブジェクトとを異なるＳＰＣ又はＧＯＳとして符号化又は復号するかどうかを決定してもよい。例えば、動的オブジェクトの出現頻度又は割合が閾値を超える場合には、動的オブジェクトと静的オブジェクトとが混在するＳＰＣ又はＧＯＳが許容され、動的オブジェクトの出現頻度又は割合が閾値を超えない場合には、動的オブジェクトと静的オブジェクトとが混在するＳＰＣ又はＧＯＳが許容されない。
　動的オブジェクトをポイントクラウドではなく、カメラの二次元画像情報から検出する際には、符号化装置は、検出結果を識別するための情報（枠又は文字など）とオブジェクト位置とを別途取得し、これらの情報を三次元の符号化データの一部として符号化してもよい。この場合、復号装置は、静的オブジェクトの復号結果に対して、動的オブジェクトを示す補助情報（枠又は文字）を重畳して表示する。
　また、符号化装置は、静的オブジェクトの形状の複雑さなどに応じて、ＳＰＣにおけるＶＸＬ又はＶＬＭの粗密さを変更してもよい。例えば、符号化装置は、静的オブジェクトの形状が複雑なほど、ＶＸＬ又はＶＬＭを密に設定する。さらに、符号化装置は、空間位置又は色情報を量子化する際の量子化ステップなどをＶＸＬ又はＶＬＭの粗密さに応じて決定してもよい。例えば、符号化装置は、ＶＸＬ又はＶＬＭが密なほど量子化ステップを小さく設定する。
　以上のように、本実施の形態に係る符号化装置又は復号装置は、座標情報を有するスペース単位で空間の符号化又は復号を行う。
　また、符号化装置及び復号装置は、スペース内において、ボリューム単位で符号化又は復号を行う。ボリュームは、位置情報が対応付けられる最小単位であるボクセルを含む。
　また、符号化装置及び復号装置は、座標、オブジェクト、及び時間等を含む空間情報の各要素とＧＯＰとを対応付けたテーブル、又は各要素間を対応付けたテーブルにより任意の要素間を対応付けて符号化又は復号を行う。また、復号装置は、選択された要素の値を用いて座標を判定し、座標からボリューム、ボクセル又はスペースを特定し、当該ボリューム又はボクセルを含むスペース、又は特定されたスペースを復号する。
　また、符号化装置は、特徴点抽出又はオブジェクト認識により、要素により選択可能なボリューム、ボクセル又はスペースを判定し、ランダムアクセス可能なボリューム、ボクセル又はスペースとして符号化する。
　スペースは、当該スペース単体で符号化又は復号可能なＩ－ＳＰＣと、任意の１つの処理済みスペースを参照して符号化又は復号されるＰ－ＳＰＣと、任意の二つの処理済みスペースを参照して符号化又は復号されるＢ－ＳＰＣとの３種類のタイプに分類される。
　１以上のボリュームが、静的オブジェクト又は動的なオブジェクトに対応する。静的オブジェクトを含むスペースと動的オブジェクトを含むスペースとは互いに異なるＧＯＳとして符号化又は復号される。つまり、静的オブジェクトを含むＳＰＣと、動的オブジェクトを含むＳＰＣとが異なるＧＯＳに割り当てられる。
　動的オブジェクトはオブジェクトごとに符号化又は復号され、静的オブジェクトを含む１以上のスペースに対応付けられる。つまり、複数の動的オブジェクトは個別に符号化され、得られた複数の動的オブジェクトの符号化データは、静的オブジェクトを含むＳＰＣに対応付けられる。
　符号化装置及び復号装置は、ＧＯＳ内のＩ－ＳＰＣの優先度を上げて、符号化又は復号を行う。例えば、符号化装置は、Ｉ－ＳＰＣの劣化が少なくなるように（復号後に元の三次元データがより忠実に再現されるように）符号化を行う。また、復号装置は、例えば、Ｉ－ＳＰＣのみを復号する。
　符号化装置は、ワールド内のオブジェクトの疎密さ又は数（量）に応じてＩ－ＳＰＣを用いる頻度を変えて符号化を行ってもよい。つまり、符号化装置は、三次元データに含まれるオブジェクトの数又は粗密さに応じて、Ｉ－ＳＰＣを選択する頻度を変更する。例えば、符号化装置は、ワールド内のオブジェクトが密であるほどＩスペースを用いる頻度を上げる。
　また、符号化装置は、ランダムアクセスポイントをＧＯＳ単位で設定し、ＧＯＳに対応する空間領域を示す情報をヘッダ情報に格納する。
　符号化装置は、ＧＯＳの空間サイズとして、例えば、デフォルト値を使用する。なお、符号化装置は、オブジェクト又は動的オブジェクトの数（量）又は粗密さに応じてＧＯＳのサイズを変更してもよい。例えば、符号化装置は、オブジェクト或いは動的オブジェクトが密なほど、又は数が多いほど、ＧＯＳの空間サイズを小さくする。
　また、スペース又はボリュームは、デプスセンサ、ジャイロ、又はカメラ等のセンサで得られた情報を用いて導出された特徴点群を含む。特徴点の座標はボクセルの中心位置に設定される。また、ボクセルの細分化により位置情報の高精度化を実現できる。
　特徴点群は、複数のピクチャを用いて導出される。複数のピクチャは、実際の時刻情報と、スペースに対応付けられた複数のピクチャで同一の時刻情報（例えば、レート制御等に用いられる符号化時刻）との少なくとも２種類の時刻情報を有する。
　また、１以上のスペースを含むＧＯＳ単位で符号化又は復号が行われる。
　符号化装置及び復号装置は、処理済みのＧＯＳ内のスペースを参照して、処理対象のＧＯＳ内のＰスペース又はＢスペースの予測を行う。
　または、符号化装置及び復号装置は、異なるＧＯＳを参照せず、処理対象のＧＯＳ内の処理済スペースを用いて処理対象のＧＯＳ内のＰスペース又はＢスペースの予測を行う。
　また、符号化装置及び復号装置は、１以上のＧＯＳを含むワールド単位で符号化ストリームを送信又は受信する。
　また、ＧＯＳは少なくともワールド内で１方向にレイヤ構造を持ち、符号化装置及び復号装置は、下位レイヤから符号化又は復号を行う。例えば、ランダムアクセス可能なＧＯＳは最下位レイヤに属する。上位レイヤに属するＧＯＳは同一レイヤ以下に属するＧＯＳを参照する。つまり、ＧＯＳは、予め定められた方向に空間分割され、各々が１以上のＳＰＣを含む複数のレイヤを含む。符号化装置及び復号装置は、各ＳＰＣを、当該ＳＰＣと同一レイヤ又は当該ＳＰＣより下層のレイヤに含まれるＳＰＣを参照して符号化又は復号する。
　また、符号化装置及び復号装置は、複数のＧＯＳを含むワールド単位内で、連続してＧＯＳを符号化又は復号する。符号化装置及び復号装置は、符号化又は復号の順序（方向）を示す情報をメタデータとして書き込む又は読み出す。つまり、符号化データは、複数のＧＯＳの符号化順を示す情報を含む。
　また、符号化装置及び復号装置は、互いに異なる２以上のスペース又はＧＯＳを並列で符号化又は復号する。
　また、符号化装置及び復号装置は、スペース又はＧＯＳの空間情報（座標、サイズ等）を符号化又は復号する。
　また、符号化装置及び復号装置は、ＧＰＳ、経路情報、又は倍率など、自己の位置又は／及び領域サイズに関する外部情報に基づいて特定される特定空間に含まれるスペース又はＧＯＳを符号化又は復号する。
　符号化装置又は復号装置は、自己の位置から遠い空間は、近い空間に比べて優先度を落として符号化又は復号する。
　符号化装置は、倍率又は用途に応じて、ワールドのある１方向を設定し、当該方向にレイヤ構造を持つＧＯＳを符号化する。また、復号装置は、倍率又は用途に応じて設定されたワールドのある１方向にレイヤ構造を持つＧＯＳを、下位レイヤから優先的に復号する。
　符号化装置は、室内と室外とでスペースに含まれる特徴点抽出、オブジェクト認識の精度、又は空間領域サイズなどを変化させる。ただし、符号化装置及び復号装置は、座標が近い室内ＧＯＳと室外ＧＯＳとをワールド内で隣接して符号化又は復号し、これらの識別子も対応付けて符号化又は復号する。
　（実施の形態２）
　ポイントクラウドの符号化データを実際の装置又はサービスにおいて使用する際には、ネットワーク帯域を抑制するために用途に応じて必要な情報を送受信することが望ましい。しかしながら、これまで、三次元データの符号化構造にはそのような機能が存在せず、そのための符号化方法も存在しなかった。
　本実施の形態では、三次元のポイントクラウドの符号化データにおいて用途に応じて必要な情報のみを送受信する機能を提供するための三次元データ符号化方法及び三次元データ符号化装置、並びに、当該符号化データを復号する三次元データ復号方法及び三次元データ復号装置について説明する。
　特徴量を一定以上持つボクセル（ＶＸＬ）を特徴ボクセル（ＦＶＸＬ）と定義し、ＦＶＸＬで構成されるワールド（ＷＬＤ）をスパースワールド（ＳＷＬＤ）と定義する。図１１は、スパースワールド及びワールドの構成例を示す図である。ＳＷＬＤには、ＦＶＸＬで構成されるＧＯＳであるＦＧＯＳと、ＦＶＸＬで構成されるＳＰＣであるＦＳＰＣと、ＦＶＸＬで構成されるＶＬＭであるＦＶＬＭと含まれる。ＦＧＯＳ、ＦＳＰＣ及びＦＶＬＭのデータ構造及び予測構造はＧＯＳ、ＳＰＣ及びＶＬＭと同様であっても構わない。
　特徴量とは、ＶＸＬの三次元位置情報、又はＶＸＬ位置の可視光情報を表現する特徴量であり、特に立体物のコーナー及びエッジ等で多く検出される特徴量である。具体的には、この特徴量は、下記のような三次元特徴量又は可視光の特徴量であるが、その他、ＶＸＬの位置、輝度、又は色情報などを表す特徴量であれば、どのようなものでも構わない。
　三次元特徴量として、ＳＨＯＴ特徴量（Ｓｉｇｎａｔｕｒｅ　ｏｆ　Ｈｉｓｔｏｇｒａｍｓ　ｏｆ　ＯｒｉｅｎＴａｔｉｏｎｓ）、ＰＦＨ特徴量（Ｐｏｉｎｔ　Ｆｅａｔｕｒｅ　Ｈｉｓｔｏｇｒａｍｓ）、又はＰＰＦ特徴量（Ｐｏｉｎｔ　Ｐａｉｒ　Ｆｅａｔｕｒｅ）が用いられる。
　ＳＨＯＴ特徴量は、ＶＸＬ周辺を分割し、基準点と分割された領域の法線ベクトルとの内積を計算してヒストグラム化することで得られる。このＳＨＯＴ特徴量は、次元数が高く、特徴表現力が高いという特徴を有する。
　ＰＦＨ特徴量は、ＶＸＬ近傍の多数の２点組を選択し、その２点から法線ベクトル等を算出してヒストグラム化することで得られる。このＰＦＨ特徴量は、ヒストグラム特徴なので、多少の外乱に対してロバスト性を有し、特徴表現力も高いという特徴を有する。
　ＰＰＦ特徴量は、２点のＶＸＬ毎に法線ベクトル等を用いて算出される特徴量である。このＰＰＦ特徴量には、全ＶＸＬが使われるため、オクルージョンに対してロバスト性を有する。
　また、可視光の特徴量として、画像の輝度勾配情報等の情報を用いたＳＩＦＴ（Ｓｃａｌｅ－Ｉｎｖａｒｉａｎｔ　Ｆｅａｔｕｒｅ　Ｔｒａｎｓｆｏｒｍ）、ＳＵＲＦ（Ｓｐｅｅｄｅｄ　Ｕｐ　Ｒｏｂｕｓｔ　Ｆｅａｔｕｒｅｓ）、又はＨＯＧ（Ｈｉｓｔｏｇｒａｍ　ｏｆ　Ｏｒｉｅｎｔｅｄ　Ｇｒａｄｉｅｎｔｓ）等を用いることができる。
　ＳＷＬＤは、ＷＬＤの各ＶＸＬから上記特徴量を算出し、ＦＶＸＬを抽出することで生成される。ここで、ＳＷＬＤはＷＬＤが更新される度に更新しても構わないし、ＷＬＤの更新タイミングに関わらず、一定時間経過後に定期的に更新するようにしても構わない。
　ＳＷＬＤは特徴量毎に生成しても構わない。例えば、ＳＨＯＴ特徴量に基づくＳＷＬＤ１とＳＩＦＴ特徴量に基づくＳＷＬＤ２とのように、特徴量毎に別々のＳＷＬＤが生成され、用途に応じてＳＷＬＤを使い分けるようにしても構わない。また、算出した各ＦＶＸＬの特徴量を特徴量情報として各ＦＶＸＬに保持するようにしても構わない。
　次に、スパースワールド（ＳＷＬＤ）の利用方法について説明する。ＳＷＬＤは特徴ボクセル（ＦＶＸＬ）のみを含むため、全てのＶＸＬを含むＷＬＤと比べて一般的にデータサイズが小さい。
　特徴量を利用して何らかの目的を果たすアプリケーションにおいては、ＷＬＤの代わりにＳＷＬＤの情報を利用することで、ハードディスクからの読み出し時間、並びにネットワーク転送時の帯域及び転送時間を抑制することができる。例えば、地図情報として、ＷＬＤとＳＷＬＤとをサーバに保持しておき、クライアントからの要望に応じて、送信する地図情報をＷＬＤ又はＳＷＬＤに切り替えることにより、ネットワーク帯域及び転送時間を抑制することができる。以下、具体的な例を示す。
　図１２及び図１３は、ＳＷＬＤ及びＷＬＤの利用例を示す図である。図１２に示すように、車載装置であるクライアント１が自己位置判定用途として地図情報を必要な場合は、クライアント１はサーバに自己位置推定用の地図データの取得要望を送る（Ｓ３０１）。サーバは、当該取得要望に応じてＳＷＬＤをクライアント１に送信する（Ｓ３０２）。クライアント１は、受信したＳＷＬＤを用いて自己位置判定を行う（Ｓ３０３）。この際、クライアント１はレンジファインダなどの距離センサ、ステレオカメラ、又は複数の単眼カメラの組合せ等の様々な方法でクライアント１の周辺のＶＸＬ情報を取得し、得られたＶＸＬ情報とＳＷＬＤとから自己位置情報を推定する。ここで自己位置情報は、クライアント１の三次元位置情報及び向き等を含む。
　図１３に示すように、車載装置であるクライアント２が三次元地図等の地図描画の用途として地図情報が必要な場合は、クライアント２はサーバに地図描画用の地図データの取得要望を送る（Ｓ３１１）。サーバは、当該取得要望に応じてＷＬＤをクライアント２に送信する（Ｓ３１２）。クライアント２は、受信したＷＬＤを用いて地図描画を行う（Ｓ３１３）。この際、クライアント２は、例えば、自己が可視光カメラ等で撮影した画像と、サーバから取得したＷＬＤとを用いてレンダリング画像を作成し、作成した画像をカーナビ等の画面に描画する。
　上記のように、サーバは、自己位置推定のような各ＶＸＬの特徴量を主に必要とする用途ではＳＷＬＤをクライアントに送信し、地図描画のように詳細なＶＸＬ情報が必要な場合はＷＬＤをクライアントに送信する。これにより、地図データを効率よく送受信することが可能となる。
　なお、クライアントは、自分でＳＷＬＤとＷＬＤのどちらが必要かを判断し、サーバへＳＷＬＤ又はＷＬＤの送信を要求しても構わない。また、サーバは、クライアント又はネットワークの状況に合わせて、ＳＷＬＤかＷＬＤのどちらを送信すべきかを判断しても構わない。
　次に、スパースワールド（ＳＷＬＤ）とワールド（ＷＬＤ）との送受信を切り替える方法を説明する。
　ネットワーク帯域に応じてＷＬＤ又はＳＷＬＤを受信するかを切替えるようにしてもよい。図１４は、この場合の動作例を示す図である。例えば、ＬＴＥ（Ｌｏｎｇ　Ｔｅｒｍ　Ｅｖｏｌｕｔｉｏｎ）環境下等の使用できるネットワーク帯域が限られている低速ネットワークが用いられている場合には、クライアントは、低速ネットワーク経由でサーバにアクセスし（Ｓ３２１）、サーバから地図情報としてＳＷＬＤを取得する（Ｓ３２２）。一方、Ｗｉ‐Ｆｉ（登録商標）環境下等のネットワーク帯域に余裕がある高速ネットワークが用いられている場合には、クライアントは、高速ネットワーク経由でサーバにアクセスし（Ｓ３２３）、サーバからＷＬＤを取得する（Ｓ３２４）。これにより、クライアントは、当該クライアントのネットワーク帯域に応じて適切な地図情報を取得することができる。
　具体的には、クライアントは、屋外ではＬＴＥ経由でＳＷＬＤを受信し、施設等の屋内に入った場合はＷｉ‐Ｆｉ（登録商標）経由でＷＬＤを取得する。これにより、クライアントは、屋内のより詳細な地図情報を取得することが可能となる。
　このように、クライアントは、自身が用いるネットワークの帯域に応じてサーバにＷＬＤ又はＳＷＬＤを要求してもよい。または、クライアントは、自身が用いるネットワークの帯域を示す情報をサーバに送信し、サーバは当該情報に応じて当該クライアントに適したデータ（ＷＬＤ又はＳＷＬＤ）を送信してもよい。または、サーバは、クライアントのネットワーク帯域を判別し、当該クライアントに適したデータ（ＷＬＤ又はＳＷＬＤ）を送信してもよい。
　また、移動速度に応じてＷＬＤ又はＳＷＬＤを受信するかを切替えるようにしてもよい。図１５は、この場合の動作例を示す図である。例えば、クライアントが高速移動をしている場合は（Ｓ３３１）、クライアントはＳＷＬＤをサーバから受信する（Ｓ３３２）。一方、クライアントが低速移動をしている場合は（Ｓ３３３）、クライアントはＷＬＤをサーバから受信する（Ｓ３３４）。これにより、クライアントは、ネットワーク帯域を抑制しながら、速度に合った地図情報を取得することができる。具体的には、クライアントは、高速道路を走行中にはデータ量の少ないＳＷＬＤを受信することにより、大まかな地図情報を適切な速度で更新することができる。一方、クライアントは、一般道路を走行中にはＷＬＤを受信することにより、より詳細な地図情報を取得することが可能となる。
　このように、クライアントは、自身の移動速度に応じてサーバにＷＬＤ又はＳＷＬＤを要求してもよい。または、クライアントは、自身の移動速度を示す情報をサーバに送信し、サーバは当該情報に応じて当該クライアントに適したデータ（ＷＬＤ又はＳＷＬＤ）を送信してもよい。または、サーバは、クライアントの移動速度を判別し、当該クライアントに適したデータ（ＷＬＤ又はＳＷＬＤ）を送信してもよい。
　また、クライアントは、最初にＳＷＬＤをサーバより取得し、その中で重要な領域のＷＬＤを取得しても構わない。例えば、クライアントは、地図データを取得する際に、最初に大まかな地図情報をＳＷＬＤで取得し、そこから建物、標識、又は人物等の特徴が多く出現する領域を絞り込み、絞り込んだ領域のＷＬＤを後から取得する。これにより、クライアントは、サーバからの受信データ量を抑制しつつ、必要な領域の詳細な情報を取得することが可能となる。
　また、サーバは、ＷＬＤから物体毎に別々のＳＷＬＤを作成し、クライアントは、用途に合わせて、それぞれを受信してもよい。これにより、ネットワーク帯域を抑制できる。例えば、サーバは、ＷＬＤから予め人又は車を認識し、人のＳＷＬＤと車のＳＷＬＤを作成する。クライアントは、周囲の人の情報を取得したい場合には人のＳＷＬＤを、車の情報を取得したい場合には車のＳＷＬＤを受信する。また、このようなＳＷＬＤの種類はヘッダ等に付加された情報（フラグ又はタイプ等）によって区別するようにしても構わない。
　次に、本実施の形態に係る三次元データ符号化装置（例えばサーバ）の構成及び動作の流れを説明する。図１６は、本実施の形態に係る三次元データ符号化装置４００のブロック図である。図１７は、三次元データ符号化装置４００による三次元データ符号化処理のフローチャートである。
　図１６に示す三次元データ符号化装置４００は、入力三次元データ４１１を符号化することで符号化ストリームである符号化三次元データ４１３及び４１４を生成する。ここで、符号化三次元データ４１３はＷＬＤに対応する符号化三次元データであり、符号化三次元データ４１４はＳＷＬＤに対応する符号化三次元データである。この三次元データ符号化装置４００は、取得部４０１と、符号化領域決定部４０２と、ＳＷＬＤ抽出部４０３と、ＷＬＤ符号化部４０４と、ＳＷＬＤ符号化部４０５とを備える。
　図１７に示すように、まず、取得部４０１は、三次元空間内の点群データである入力三次元データ４１１を取得する（Ｓ４０１）。
　次に、符号化領域決定部４０２は、点群データが存在する空間領域に基づいて、符号化対象の空間領域を決定する（Ｓ４０２）。
　次に、ＳＷＬＤ抽出部４０３は、符号化対象の空間領域をＷＬＤと定義し、ＷＬＤに含まれる各ＶＸＬから特徴量を算出する。そして、ＳＷＬＤ抽出部４０３は、特徴量が予め定められた閾値以上のＶＸＬを抽出し、抽出したＶＸＬをＦＶＸＬと定義し、当該ＦＶＸＬをＳＷＬＤへ追加することで、抽出三次元データ４１２を生成する（Ｓ４０３）。つまり、入力三次元データ４１１から特徴量が閾値以上の抽出三次元データ４１２が抽出される。
　次に、ＷＬＤ符号化部４０４は、ＷＬＤに対応する入力三次元データ４１１を符号化することでＷＬＤに対応する符号化三次元データ４１３を生成する（Ｓ４０４）。このとき、ＷＬＤ符号化部４０４は、符号化三次元データ４１３のヘッダに、当該符号化三次元データ４１３がＷＬＤを含むストリームであることを区別するための情報を付加する。
　また、ＳＷＬＤ符号化部４０５は、ＳＷＬＤに対応する抽出三次元データ４１２を符号化することでＳＷＬＤに対応する符号化三次元データ４１４を生成する（Ｓ４０５）。このとき、ＳＷＬＤ符号化部４０５は、符号化三次元データ４１４のヘッダに、当該符号化三次元データ４１４がＳＷＬＤを含むストリームであることを区別するための情報を付加する。
　なお、符号化三次元データ４１３を生成する処理と、符号化三次元データ４１４を生成する処理との処理順は上記と逆でもよい。また、これらの処理の一部又は全てが並列に行われてもよい。
　符号化三次元データ４１３及び４１４のヘッダに付与される情報として、例えば、「ｗｏｒｌｄ＿ｔｙｐｅ」というパラメータが定義される。ｗｏｒｌｄ＿ｔｙｐｅ＝０の場合はストリームがＷＬＤを含むことを表し、ｗｏｒｌｄ＿ｔｙｐｅ＝１の場合はストリームがＳＷＬＤを含むことを表す。更にその他の多数の種別を定義する場合には、ｗｏｒｌｄ＿ｔｙｐｅ＝２のように割り当てる数値を増やすようにしても構わない。また、符号化三次元データ４１３及び４１４の一方に特定のフラグが含まれてもよい。例えば、符号化三次元データ４１４に、当該ストリームがＳＷＬＤを含むことを含むフラグが付与されてもよい。この場合、復号装置は、フラグの有無によりＷＬＤを含むストリームか、ＳＷＬＤを含むストリームかを判別できる。
　また、ＷＬＤ符号化部４０４がＷＬＤを符号化する際に使用する符号化方法と、ＳＷＬＤ符号化部４０５がＳＷＬＤを符号化する際に使用する符号化方法とは異なってもよい。
　例えば、ＳＷＬＤではデータが間引かされているため、ＷＬＤに比べ、周辺のデータとの相関が低くなる可能性がある。よって、ＳＷＬＤに用いられる符号化方法では、ＷＬＤに用いられる符号化方法よりもイントラ予測及びインター予測のうちインター予測が優先されてもよい。
　また、ＳＷＬＤに用いられる符号化方法とＷＬＤに用いられる符号化方法とでは、三次元位置の表現手法が異なってもよい。例えば、ＳＷＬＤでは、三次元座標によりＦＶＸＬの三次元位置を表現し、ＷＬＤでは、後述する８分木により三次元位置が表現されてもよいし、その逆でもよい。
　また、ＳＷＬＤ符号化部４０５は、ＳＷＬＤの符号化三次元データ４１４のデータサイズがＷＬＤの符号化三次元データ４１３のデータサイズより小さくなるように符号化を行う。例えば、上述したようにＳＷＬＤは、ＷＬＤに比べ、データ間の相関が低くなる可能性がある。これにより、符号化効率が下がり、符号化三次元データ４１４のデータサイズがＷＬＤの符号化三次元データ４１３のデータサイズより大きくなる可能性がある。よって、ＳＷＬＤ符号化部４０５は、得られた符号化三次元データ４１４のデータサイズが、ＷＬＤの符号化三次元データ４１３のデータサイズより大きい場合には、再符号化を行うことで、データサイズを低減した符号化三次元データ４１４を再生成する。
　例えば、ＳＷＬＤ抽出部４０３は、抽出する特徴点の数を減らした抽出三次元データ４１２を再生成し、ＳＷＬＤ符号化部４０５は、当該抽出三次元データ４１２を符号化する。または、ＳＷＬＤ符号化部４０５における量子化の程度をより粗くしてもよい。例えば、後述する８分木構造において、最下層のデータを丸め込むことで、量子化の程度を粗くすることができる。
　また、ＳＷＬＤ符号化部４０５は、ＳＷＬＤの符号化三次元データ４１４のデータサイズをＷＬＤの符号化三次元データ４１３のデータサイズより小さくできない場合は、ＳＷＬＤの符号化三次元データ４１４を生成しなくてもよい。または、ＷＬＤの符号化三次元データ４１３がＳＷＬＤの符号化三次元データ４１４にコピーされてもよい。つまり、ＳＷＬＤの符号化三次元データ４１４としてＷＬＤの符号化三次元データ４１３がそのまま用いられてもよい。
　次に、本実施の形態に係る三次元データ復号装置（例えばクライアント）の構成及び動作の流れを説明する。図１８は、本実施の形態に係る三次元データ復号装置５００のブロック図である。図１９は、三次元データ復号装置５００による三次元データ復号処理のフローチャートである。
　図１８に示す三次元データ復号装置５００は、符号化三次元データ５１１を復号することで復号三次元データ５１２又は５１３を生成する。ここで、符号化三次元データ５１１は、例えば、三次元データ符号化装置４００で生成された符号化三次元データ４１３又は４１４である。
　この三次元データ復号装置５００は、取得部５０１と、ヘッダ解析部５０２と、ＷＬＤ復号部５０３と、ＳＷＬＤ復号部５０４とを備える。
　図１９に示すように、まず、取得部５０１は、符号化三次元データ５１１を取得する（Ｓ５０１）。次に、ヘッダ解析部５０２は、符号化三次元データ５１１のヘッダを解析し、符号化三次元データ５１１がＷＬＤを含むストリームか、ＳＷＬＤを含むストリームかを判別する（Ｓ５０２）。例えば、上述したｗｏｒｌｄ＿ｔｙｐｅのパラメータが参照され、判別が行われる。
　符号化三次元データ５１１がＷＬＤを含むストリームである場合（Ｓ５０３でＹｅｓ）、ＷＬＤ復号部５０３は、符号化三次元データ５１１を復号することでＷＬＤの復号三次元データ５１２を生成する（Ｓ５０４）。一方、符号化三次元データ５１１がＳＷＬＤを含むストリームである場合（Ｓ５０３でＮｏ）、ＳＷＬＤ復号部５０４は、符号化三次元データ５１１を復号することでＳＷＬＤの復号三次元データ５１３を生成する（Ｓ５０５）。
　また、符号化装置と同様に、ＷＬＤ復号部５０３がＷＬＤを復号する際に使用する復号方法と、ＳＷＬＤ復号部５０４がＳＷＬＤを復号する際に使用する復号方法とは異なってもよい。例えば、ＳＷＬＤに用いられる復号方法では、ＷＬＤに用いられる復号方法よりもイントラ予測及びインター予測のうちインター予測が優先されてもよい。
　また、ＳＷＬＤに用いられる復号方法とＷＬＤに用いられる復号方法とでは、三次元位置の表現手法が異なってもよい。例えば、ＳＷＬＤでは、三次元座標によりＦＶＸＬの三次元位置を表現し、ＷＬＤでは、後述する８分木により三次元位置が表現されてもよいし、その逆でもよい。
　次に、三次元位置の表現手法である８分木表現について説明する。三次元データに含まれるＶＸＬデータは８分木構造に変換された後、符号化される。図２０は、ＷＬＤのＶＸＬの一例を示す図である。図２１は、図２０に示すＷＬＤの８分木構造を示す図である。図２０に示す例では、点群を含むＶＸＬ（以下、有効ＶＸＬ）である３つＶＸＬ１～３が存在する。図２１に示すように、８分木構造はノードとリーフで構成される。各ノードは最大で８つのノードまたはリーフを持つ。各リーフはＶＸＬ情報を持つ。ここで、図２１に示すリーフのうち、リーフ１、２、３はそれぞれ図２０に示すＶＸＬ１、ＶＸＬ２、ＶＸＬ３を表す。
　具体的には、各ノード及びリーフは三次元位置に対応する。ノード１は、図２０に示す全体のブロックに対応する。ノード１に対応するブロックは８つのブロックに分割され、８つのブロックのうち、有効ＶＸＬを含むブロックがノードに設定され、それ以外のブロックはリーフに設定される。ノードに対応するブロックは、さらに８つのノードまたはリーフに分割され、この処理が木構造の階層分繰り返される。また、最下層のブロックは、全てリーフに設定される。
　また、図２２は、図２０に示すＷＬＤから生成したＳＷＬＤの例を示す図である。図２０に示すＶＸＬ１及びＶＸＬ２は特徴量抽出の結果、ＦＶＸＬ１及びＦＶＸＬ２と判定され、ＳＷＬＤに加えられている。一方で、ＶＸＬ３はＦＶＸＬと判定されず、ＳＷＬＤに含まれていない。図２３は、図２２に示すＳＷＬＤの８分木構造を示す図である。図２３に示す８分木構造では、図２１に示す、ＶＸＬ３に相当するリーフ３が削除されている。これにより、図２１に示すノード３が有効ＶＸＬを持たなくなり、リーフに変更されている。このように一般的にＳＷＬＤのリーフ数はＷＬＤのリーフ数より少なくなり、ＳＷＬＤの符号化三次元データもＷＬＤの符号化三次元データより小さくなる。
　以下、本実施の形態の変形例について説明する。
　例えば、車載装置等のクライアントは、自己位置推定を行う場合に、ＳＷＬＤをサーバから受信し、ＳＷＬＤを用いて自己位置推定を行い、障害物検知を行う場合は、レンジファインダなどの距離センサ、ステレオカメラ、又は複数の単眼カメラの組合せ等の様々な方法を用いて自分で取得した周辺の三次元情報に基づいて障害物検知を実施してもよい。
　また、一般的にＳＷＬＤには平坦領域のＶＸＬデータが含まれにくい。そのため、サーバは、静的な障害物の検知用に、ＷＬＤをサブサンプルしたサブサンプルワールド（ｓｕｂＷＬＤ）を保持し、ＳＷＬＤとｓｕｂＷＬＤをクライアントに送信してもよい。これにより、ネットワーク帯域を抑制しつつ、クライアント側で自己位置推定及び障害物検知を行うことができる。
　また、クライアントが三次元地図データを高速に描画する際には、地図情報がメッシュ構造である方が便利な場合がある。そこで、サーバは、ＷＬＤからメッシュを生成し、メッシュワールド（ＭＷＬＤ）として予め保持してもよい。例えばクライアントは、粗い三次元描画を必要としている場合にはＭＷＬＤを受信し、詳細な三次元描画を必要としている場合にはＷＬＤを受信する。これにより、ネットワーク帯域を抑制することができる。
　また、サーバは、各ＶＸＬのうち、特徴量が閾値以上であるＶＸＬをＦＶＸＬに設定したが、異なる方法にてＦＶＸＬを算出しても構わない。例えば、サーバは、信号又は交差点などを構成するＶＸＬ、ＶＬＭ、ＳＰＣ、又はＧＯＳを、自己位置推定、運転アシスト、又は自動運転等に必要と判断し、ＦＶＸＬ、ＦＶＬＭ、ＦＳＰＣ、ＦＧＯＳとしてＳＷＬＤに含めるようにしても構わない。また、上記判断は手動で行われてもよい。なお、特徴量に基づき設定されたＦＶＸＬ等に、上記方法で得られたＦＶＸＬ等を加えてもよい。つまり、ＳＷＬＤ抽出部４０３は、さらに、入力三次元データ４１１から予め定められた属性を有する物体に対応するデータを抽出三次元データ４１２として抽出してもよい。
　また、それらの用途に必要な旨を特徴量とは別にラベリングするようにしても構わない。また、サーバは、ＳＷＬＤの上位レイヤ（例えばレーンワールド）として、信号又は交差点などの自己位置推定、運転アシスト、又は自動運転等に必要なＦＶＸＬを別途保持してもよい。
　また、サーバは、ＷＬＤ内のＶＸＬにもランダムアクセス単位又は所定の単位毎に属性を付加してもよい。属性は、例えば、自己位置推定に必要或いは不要かを示す情報、又は、信号或いは交差点などの交通情報として重要かどうかなどを示す情報を含む。また、属性は、レーン情報（ＧＤＦ：Ｇｅｏｇｒａｐｈｉｃ　Ｄａｔａ　Ｆｉｌｅｓなど）におけるＦｅａｔｕｒｅ（交差点又は道路など）との対応関係を含んでもよい。
　また、ＷＬＤ又はＳＷＬＤの更新方法として下記のような方法を用いても構わない。
　人、工事、又は並木（トラック向け）の変化などを示す更新情報が点群又はメタデータとしてサーバにアップロードされる。サーバは、当該アップロードに基づき、ＷＬＤを更新し、その後、更新したＷＬＤを用いてＳＷＬＤを更新する。
　また、クライアントは、自己位置推定時に自身で生成した三次元情報とサーバから受信した三次元情報との不整合を検知した場合、自身で生成した三次元情報を更新通知とともにサーバに送信してもよい。この場合、サーバは、ＷＬＤを用いてＳＷＬＤを更新する。ＳＷＬＤが更新されない場合、サーバは、ＷＬＤ自体が古いと判断する。
　また、符号化ストリームのヘッダ情報として、ＷＬＤかＳＷＬＤかを区別する情報が付加されるとしたが、例えば、メッシュワールド又はレーンワールド等、多種類のワールドが存在する場合には、それらを区別する情報がヘッダ情報に付加されても構わない。また、特徴量が異なるＳＷＬＤが多数存在する場合には、それぞれを区別する情報がヘッダ情報に付加されても構わない。
　また、ＳＷＬＤは、ＦＶＸＬで構成されるとしたが、ＦＶＸＬと判定されなかったＶＸＬを含んでもよい。例えば、ＳＷＬＤは、ＦＶＸＬの特徴量を算出する際に使用する隣接ＶＸＬを含んでもよい。これにより、ＳＷＬＤの各ＦＶＸＬに特徴量情報が付加されない場合でも、クライアントは、ＳＷＬＤを受信した際にＦＶＸＬの特徴量を算出することができる。なお、その際には、ＳＷＬＤは各ＶＸＬがＦＶＸＬかＶＸＬかを区別するための情報を含んでもよい。
　以上のように、三次元データ符号化装置４００は、入力三次元データ４１１（第１三次元データ）から特徴量が閾値以上の抽出三次元データ４１２（第２三次元データ）を抽出し、抽出三次元データ４１２を符号化することで符号化三次元データ４１４（第１符号化三次元データ）を生成する。
　これによれば、三次元データ符号化装置４００は、特徴量が閾値以上のデータを符号化した符号化三次元データ４１４を生成する。これにより、入力三次元データ４１１をそのまま符号化する場合に比べてデータ量を削減できる。よって、三次元データ符号化装置４００は、伝送するデータ量を削減できる。
　また、三次元データ符号化装置４００は、さらに、入力三次元データ４１１を符号化することで符号化三次元データ４１３（第２符号化三次元データ）を生成する。
　これによれば、三次元データ符号化装置４００は、例えば、使用用途等に応じて、符号化三次元データ４１３と符号化三次元データ４１４とを選択的に伝送できる。
　また、抽出三次元データ４１２は、第１符号化方法により符号化され、入力三次元データ４１１は、第１符号化方法とは異なる第２符号化方法により符号化される。
　これによれば、三次元データ符号化装置４００は、入力三次元データ４１１と抽出三次元データ４１２とにそれぞれ適した符号化方法を用いることができる。
　また、第１符号化方法では、第２符号化方法よりもイントラ予測及びインター予測のうちインター予測が優先される。
　これによれば、三次元データ符号化装置４００は、隣接するデータ間の相関が低くなりやすい抽出三次元データ４１２に対して、インター予測の優先度を上げることができる。
　また、第１符号化方法と第２符号化方法とでは、三次元位置の表現手法が異なる。例えば、例えば、第２符号化方法では、８分木により三次元位置が表現され、第１符号化方法では、三次元座標により三次元位置を表現される。
　これによれば、三次元データ符号化装置４００は、データ数（ＶＸＬ又はＦＶＸＬの数）が異なる三次元データに対して、より適した三次元位置の表現手法を用いることができる。
　また、符号化三次元データ４１３及び４１４の少なくとも一方は、当該符号化三次元データが入力三次元データ４１１を符号化することで得られた符号化三次元データであるか、入力三次元データ４１１のうちの一部を符号化することで得られた符号化三次元データであるかを示す識別子を含む。つまり、当該識別子は、符号化三次元データがＷＬＤの符号化三次元データ４１３であるかＳＷＬＤの符号化三次元データ４１４であるかを示す。
　これによれば、復号装置は、取得した符号化三次元データが符号化三次元データ４１３であるか符号化三次元データ４１４であるかを容易に判定できる。
　また、三次元データ符号化装置４００は、符号化三次元データ４１４のデータ量が符号化三次元データ４１３のデータ量より小さくなるように抽出三次元データ４１２を符号化する。
　これによれば、三次元データ符号化装置４００は、符号化三次元データ４１４のデータ量を符号化三次元データ４１３のデータ量より小さくできる。
　また、三次元データ符号化装置４００は、さらに、入力三次元データ４１１から予め定められた属性を有する物体に対応するデータを抽出三次元データ４１２として抽出する。例えば、予め定められた属性を有する物体とは、自己位置推定、運転アシスト、又は自動運転等に必要な物体であり、信号又は交差点などである。
　これによれば、三次元データ符号化装置４００は、復号装置で必要となるデータを含む符号化三次元データ４１４を生成できる。
　また、三次元データ符号化装置４００（サーバ）は、さらに、クライアントの状態に応じて、符号化三次元データ４１３及び４１４の一方をクライアントに送信する。
　これによれば、三次元データ符号化装置４００は、クライアントの状態に応じて適切なデータを送信できる。
　また、クライアントの状態は、クライアントの通信状況（例えばネットワーク帯域）、又はクライアントの移動速度を含む。
　また、三次元データ符号化装置４００は、さらに、クライアントの要求に応じて、符号化三次元データ４１３及び４１４の一方をクライアントに送信する。
　これによれば、三次元データ符号化装置４００は、クライアントの要求に応じて適切なデータを送信できる。
　また、本実施の形態に係る三次元データ復号装置５００は、上記三次元データ符号化装置４００により生成された符号化三次元データ４１３又は４１４を復号する。
　つまり、三次元データ復号装置５００は、入力三次元データ４１１から抽出された特徴量が閾値以上の抽出三次元データ４１２が符号化されることで得られた符号化三次元データ４１４を第１復号方法により復号する。また、三次元データ復号装置５００は、入力三次元データ４１１が符号化されることで得られた符号化三次元データ４１３を、第１復号方法とは異なる第２復号方法により復号する。
　これによれば、三次元データ復号装置５００は、特徴量が閾値以上のデータを符号化した符号化三次元データ４１４と、符号化三次元データ４１３とを、例えば、使用用途等に応じて選択的に受信できる。これにより、三次元データ復号装置５００は、伝送するデータ量を削減できる。さらに、三次元データ復号装置５００は、入力三次元データ４１１と抽出三次元データ４１２とにそれぞれ適した復号方法を用いることができる。
　また、第１復号方法では、第２復号方法よりもイントラ予測及びインター予測のうちインター予測が優先される。
　これによれば、三次元データ復号装置５００は、隣接するデータ間の相関が低くなりやすい抽出三次元データに対して、インター予測の優先度を上げることができる。
　また、第１復号方法と第２復号方法とでは、三次元位置の表現手法が異なる。例えば、例えば、第２復号方法では、８分木により三次元位置が表現され、第１復号方法では、三次元座標により三次元位置を表現される。
　これによれば、三次元データ復号装置５００は、データ数（ＶＸＬ又はＦＶＸＬの数）が異なる三次元データに対して、より適した三次元位置の表現手法を用いることができる。
　また、符号化三次元データ４１３及び４１４の少なくとも一方は、当該符号化三次元データが入力三次元データ４１１を符号化することで得られた符号化三次元データであるか、入力三次元データ４１１のうちの一部を符号化することで得られた符号化三次元データであるかを示す識別子を含む。三次元データ復号装置５００は、当該識別子を参照して、符号化三次元データ４１３及び４１４を識別する。
　これによれば、三次元データ復号装置５００は、取得した符号化三次元データが符号化三次元データ４１３であるか符号化三次元データ４１４であるかを容易に判定できる。
　また、三次元データ復号装置５００は、さらに、クライアント（三次元データ復号装置５００）の状態をサーバに通知する。三次元データ復号装置５００は、クライアントの状態に応じて、サーバから送信された符号化三次元データ４１３及び４１４の一方を受信する。
　これによれば、三次元データ復号装置５００は、クライアントの状態に応じて適切なデータを受信できる。
　また、クライアントの状態は、クライアントの通信状況（例えばネットワーク帯域）、又はクライアントの移動速度を含む。
　また、三次元データ復号装置５００は、さらに、符号化三次元データ４１３及び４１４の一方をサーバに要求し、当該要求に応じて、サーバから送信された符号化三次元データ４１３及び４１４の一方を受信する。
　これによれば、三次元データ復号装置５００は、用途に応じた適切なデータを受信できる。
　（実施の形態３）
　本実施の形態では、車両間での三次元データを送受信する方法について説明する。例えば、自車両と周辺車両との間での三次元データの送受信が行われる。
　図２４は、本実施の形態に係る三次元データ作成装置６２０のブロック図である。この三次元データ作成装置６２０は、例えば、自車両に含まれ、三次元データ作成装置６２０が作成した第１三次元データ６３２に、受信した第２三次元データ６３５を合成することで、より密な第３三次元データ６３６を作成する。
　この三次元データ作成装置６２０は、三次元データ作成部６２１と、要求範囲決定部６２２と、探索部６２３と、受信部６２４と、復号部６２５と、合成部６２６とを備える。
　まず、三次元データ作成部６２１は、自車両が備えるセンサで検知したセンサ情報６３１を用いて第１三次元データ６３２を作成する。次に、要求範囲決定部６２２は、作成した第１三次元データ６３２の中でデータが不足している三次元空間範囲である要求範囲を決定する。
　次に、探索部６２３は、要求範囲の三次元データを所有する周辺車両を探索し、探索により特定した周辺車両に要求範囲を示す要求範囲情報６３３を送信する。次に、受信部６２４は、周辺車両から、要求範囲の符号化ストリームである符号化三次元データ６３４を受信する（Ｓ６２４）。なお、探索部６２３は、特定範囲に存在する全ての車両に対し、無差別にリクエストを出し、応答があった相手から符号化三次元データ６３４を受信してもよい。また、探索部６２３は、車両に限らず、信号機又は標識などの物体にリクエストを出し、当該物体から符号化三次元データ６３４を受信してもよい。
　次に、復号部６２５は、受信した符号化三次元データ６３４を復号することで第２三次元データ６３５を取得する。次に、合成部６２６は、第１三次元データ６３２と第２三次元データ６３５とを合成することで、より密な第３三次元データ６３６を作成する。
　次に、本実施の形態に係る三次元データ送信装置６４０の構成及び動作を説明する。図２５は、三次元データ送信装置６４０のブロック図である。
　三次元データ送信装置６４０は、例えば、上述した周辺車両に含まれ、周辺車両が作成した第５三次元データ６５２を自車両が要求する第６三次元データ６５４に加工し、第６三次元データ６５４を符号化することで符号化三次元データ６３４を生成し、符号化三次元データ６３４を自車両に送信する。
　三次元データ送信装置６４０は、三次元データ作成部６４１と、受信部６４２と、抽出部６４３と、符号化部６４４と、送信部６４５とを備える。
　まず、三次元データ作成部６４１は、周辺車両が備えるセンサで検知したセンサ情報６５１を用いて第５三次元データ６５２を作成する。次に、受信部６４２は、自車両から送信された要求範囲情報６３３を受信する。
　次に、抽出部６４３は、第５三次元データ６５２から、要求範囲情報６３３で示される要求範囲の三次元データを抽出することで、第５三次元データ６５２を第６三次元データ６５４に加工する。次に、符号化部６４４は、第６三次元データ６５４を符号化することで、符号化ストリームである符号化三次元データ６３４を生成する。そして、送信部６４５は、自車両へ符号化三次元データ６３４を送信する。
　なお、ここでは、自車両が三次元データ作成装置６２０を備え、周辺車両が三次元データ送信装置６４０を備える例を説明するが、各車両が、三次元データ作成装置６２０と三次元データ送信装置６４０との機能を有してもよい。
　（実施の形態４）
　本実施の形態では、三次元マップに基づく自己位置推定における異常系の動作について説明する。
　車の自動運転、又は、ロボット、或いはドローンなどの飛行体などの移動体を自律的に移動させるなどの用途が今後拡大すると予想される。このような自律的な移動を実現する手段の一例として、移動体が、三次元マップ内における自らの位置を推定（自己位置推定）しながら、マップに従って走行する方法がある。
　自己位置推定は、三次元マップと、自車に搭載したレンジファインダー（ＬｉＤＡＲなど）又はステレオカメラなどのセンサにより取得した自車周辺の三次元情報（以降、自車検知三次元データ）とをマッチングして、三次元マップ内の自車位置を推定することで実現できる。
　三次元マップは、ＨＥＲＥ社が提唱するＨＤマップなどのように、三次元のポイントクラウドだけでなく、道路及び交差点の形状情報など二次元の地図データ、又は、渋滞及び事故などの実時間で変化する情報を含んでもよい。三次元データ、二次元データ、実時間で変化するメタデータなど複数のレイヤから三次元マップが構成され、装置は、必要なデータのみを取得、又は、参照することも可能である。
　ポイントクラウドのデータは、上述したＳＷＬＤであってもよいし、特徴点ではない点群データを含んでもよい。また、ポイントクラウドのデータの送受信は、１つ、または、複数のランダムアクセス単位を基本として行われる。
　三次元マップと自車検知三次元データとのマッチング方法として以下の方法を用いることができる。例えば、装置は、互いのポイントクラウドにおける点群の形状を比較し、特徴点間の類似度が高い部位が同一位置であると決定する。また、装置は、三次元マップがＳＷＬＤから構成される場合、ＳＷＬＤを構成する特徴点と、自車検知三次元データから抽出した三次元特徴点とを比較してマッチングを行う。
　ここで、高精度に自己位置推定を行うためには、（Ａ）三次元マップと自車検知三次元データが取得できており、かつ、（Ｂ）それらの精度が予め定められた基準を満たすことが必要となる。しかしながら、以下のような異常ケースでは、（Ａ）又は（Ｂ）が満たせない。
　（１）三次元マップを通信経由で取得できない。
　（２）三次元マップが存在しない、又は、三次元マップを取得したが破損している。
　（３）自車のセンサが故障している、又は、悪天候のために、自車検知三次元データの生成精度が十分でない。
　これらの異常ケースに対処するための動作を、以下で説明する。以下では、車を例に動作を説明するが、以下の手法は、ロボット又はドローンなど、自律的に移動する動物体全般に対して適用できる。
　以下、三次元マップ又は自車検知三次元データにおける異常ケースに対応するための、本実施の形態に係る三次元情報処理装置の構成及び動作を説明する。図２６は、本実施の形態に係る三次元情報処理装置７００の構成例を示すブロック図である。
　三次元情報処理装置７００は、例えば、自動車等の動物体に搭載される。図２６に示すように、三次元情報処理装置７００は、三次元マップ取得部７０１と、自車検知データ取得部７０２と、異常ケース判定部７０３と、対処動作決定部７０４と、動作制御部７０５とを備える。
　なお、三次元情報処理装置７００は、二次元画像を取得するカメラ、又は、超音波或いはレーザーを用いた一次元データのセンサなど、自車周辺の構造物又は動物体を検知するための図示しない二次元又は一次元のセンサを備えてもよい。また、三次元情報処理装置７００は、三次元マップを４Ｇ或いは５Ｇなどの移動体通信網、又は、車車間通信或いは路車間通信により取得するための通信部（図示せず）を備えてもよい。
　三次元マップ取得部７０１は、走行経路近傍の三次元マップ７１１を取得する。例えば、三次元マップ取得部７０１は、移動体通信網、又は、車車間通信或いは路車間通信により三次元マップ７１１を取得する。
　次に、自車検知データ取得部７０２は、センサ情報に基づいて自車検知三次元データ７１２を取得する。例えば、自車検知データ取得部７０２は、自車が備えるセンサにより取得されたセンサ情報に基づき、自車検知三次元データ７１２を生成する。
　次に、異常ケース判定部７０３は、取得した三次元マップ７１１及び自車検知三次元データ７１２の少なくとも一方に対して予め定められたチェックを実施することで異常ケースを検出する。つまり、異常ケース判定部７０３は、取得した三次元マップ７１１及び自車検知三次元データ７１２の少なくとも一方が異常であるかを判定する。
　異常ケースが検出された場合、対処動作決定部７０４は、異常ケースに対する対処動作を決定する。次に、動作制御部７０５は、三次元マップ取得部７０１など、対処動作の実施に必要となる各処理部の動作を制御する。
　一方、異常ケースが検出されない場合、三次元情報処理装置７００は、処理を終了する。
　また、三次元情報処理装置７００は、三次元マップ７１１と自車検知三次元データ７１２とを用いて、三次元情報処理装置７００を有する車両の自己位置推定を行う。次に、三次元情報処理装置７００は、自己位置推定の結果を用いて、当該車両を自動運転する。
　このように、三次元情報処理装置７００は、第１の三次元位置情報を含むマップデータ（三次元マップ７１１）を通信路を介して取得する。例えば、第１の三次元位置情報は、三次元の座標情報を有する部分空間を単位として符号化され、各々が１以上の部分空間の集合体であり、各々を独立に復号可能な複数のランダムアクセス単位を含む。例えば、第１の三次元位置情報は、三次元の特徴量が所定の閾値以上となる特徴点が符号化されたデータ（ＳＷＬＤ）である。
　また、三次元情報処理装置７００は、センサで検知した情報から第２の三次元位置情報（自車検知三次元データ７１２）を生成する。次に、三次元情報処理装置７００は、第１の三次元位置情報又は第２の三次元位置情報に対して異常判定処理を実施することで、第１の三次元位置情報又は前記第２の三次元位置情報が異常であるかどうかを判定する。
　三次元情報処理装置７００は、第１の三次元位置情報又は第２の三次元位置情報が異常であると判定された場合、当該異常に対する対処動作を決定する。次に、三次元情報処理装置７００は、対処動作の実施に必要となる制御を実施する。
　これにより、三次元情報処理装置７００は、第１の三次元位置情報又は第２の三次元位置情報の異常を検知し、対処動作を行うことができる。
　（実施の形態５）
　本実施の形態では、後続車両への三次元データ送信方法等について説明する。
　図２７は、本実施の形態に係る三次元データ作成装置８１０の構成例を示すブロック図である。この三次元データ作成装置８１０は、例えば、車両に搭載される。三次元データ作成装置８１０は、外部の交通監視クラウド、前走車両又は後続車両と三次元データの送受信を行うとともに、三次元データを作成及び蓄積する。
　三次元データ作成装置８１０は、データ受信部８１１と、通信部８１２と、受信制御部８１３と、フォーマット変換部８１４と、複数のセンサ８１５と、三次元データ作成部８１６と、三次元データ合成部８１７と、三次元データ蓄積部８１８と、通信部８１９と、送信制御部８２０と、フォーマット変換部８２１と、データ送信部８２２とを備える。
　データ受信部８１１は、交通監視クラウド又は前走車両から三次元データ８３１を受信する。三次元データ８３１は、例えば、自車両のセンサ８１５で検知不能な領域を含む、ポイントクラウド、可視光映像、奥行き情報、センサ位置情報、又は速度情報などの情報を含む。
　通信部８１２は、交通監視クラウド又は前走車両と通信し、データ送信要求などを交通監視クラウド又は前走車両に送信する。
　受信制御部８１３は、通信部８１２を介して、対応フォーマット等の情報を通信先と交換し、通信先との通信を確立する。
　フォーマット変換部８１４は、データ受信部８１１が受信した三次元データ８３１にフォーマット変換等を行うことで三次元データ８３２を生成する。また、フォーマット変換部８１４は、三次元データ８３１が圧縮又は符号化されている場合には、伸張又は復号処理を行う。
　複数のセンサ８１５は、ＬｉＤＡＲ、可視光カメラ又は赤外線カメラなどの、車両の外部の情報を取得するセンサ群であり、センサ情報８３３を生成する。例えば、センサ情報８３３は、センサ８１５がＬｉＤＡＲなどのレーザセンサである場合、ポイントクラウド（点群データ）等の三次元データである。なお、センサ８１５は複数でなくてもよい。
　三次元データ作成部８１６は、センサ情報８３３から三次元データ８３４を生成する。三次元データ８３４は、例えば、ポイントクラウド、可視光映像、奥行き情報、センサ位置情報、又は速度情報などの情報を含む。
　三次元データ合成部８１７は、自車両のセンサ情報８３３に基づいて作成された三次元データ８３４に、交通監視クラウド又は前走車両等が作成した三次元データ８３２を合成することで、自車両のセンサ８１５では検知できない前走車両の前方の空間も含む三次元データ８３５を構築する。
　三次元データ蓄積部８１８は、生成された三次元データ８３５等を蓄積する。
　通信部８１９は、交通監視クラウド又は後続車両と通信し、データ送信要求などを交通監視クラウド又は後続車両に送信する。
　送信制御部８２０は、通信部８１９を介して、対応フォーマット等の情報を通信先と交換し、通信先と通信を確立する。また、送信制御部８２０は、三次元データ合成部８１７で生成された三次元データ８３２の三次元データ構築情報と、通信先からのデータ送信要求とに基づき、送信対象の三次元データの空間である送信領域を決定する。
　具体的には、送信制御部８２０は、交通監視クラウド又は後続車両からのデータ送信要求に応じて、後続車両のセンサでは検知できない自車両の前方の空間を含む送信領域を決定する。また、送信制御部８２０は、三次元データ構築情報に基づいて送信可能な空間又は送信済み空間の更新有無等を判断することで送信領域を決定する。例えば、送信制御部８２０は、データ送信要求で指定された領域であり、かつ、対応する三次元データ８３５が存在する領域を送信領域に決定する。そして、送信制御部８２０は、通信先が対応するフォーマット、及び送信領域をフォーマット変換部８２１に通知する。
　フォーマット変換部８２１は、三次元データ蓄積部８１８に蓄積されている三次元データ８３５のうち、送信領域の三次元データ８３６を、受信側が対応しているフォーマットへ変換することで三次元データ８３７を生成する。なお、フォーマット変換部８２１は、三次元データ８３７を圧縮又は符号化することでデータ量を削減してもよい。
　データ送信部８２２は、三次元データ８３７を交通監視クラウド又は後続車両に送信する。この三次元データ８３７は、例えば、後続車両の死角になる領域を含む、自車両の前方のポイントクラウド、可視光映像、奥行き情報、又はセンサ位置情報などの情報を含む。
　なお、ここでは、フォーマット変換部８１４及び８２１にてフォーマット変換等が行われる例を述べたが、フォーマット変換は行われなくてもよい。
　このような構成により、三次元データ作成装置８１０は、自車両のセンサ８１５では検知できない領域の三次元データ８３１を外部から取得し、三次元データ８３１と自車両のセンサ８１５で検知したセンサ情報８３３に基づく三次元データ８３４とを合成することで三次元データ８３５を生成する。これにより、三次元データ作成装置８１０は、自車両のセンサ８１５で検知できない範囲の三次元データを生成できる。
　また、三次元データ作成装置８１０は、交通監視クラウド又は後続車両からのデータ送信要求に応じて、後続車両のセンサでは検知できない自車両の前方の空間を含む三次元データを、交通監視クラウド又は後続車両等へ送信できる。
　（実施の形態６）
　実施の形態５において、車両等のクライアント装置が、他の車両又は交通監視クラウド等のサーバに三次元データを送信する例を説明した。本実施の形態では、クライアント装置は、サーバ又は他のクライアント装置にセンサで得られたセンサ情報を送信する。
　まず、本実施の形態に係るシステムの構成を説明する。図２８は、本実施の形態に係る三次元マップ及びセンサ情報の送受信システムの構成を示す図である。このシステムは、サーバ９０１と、クライアント装置９０２Ａ及び９０２Ｂを含む。なお、クライアント装置９０２Ａ及び９０２Ｂを特に区別しない場合には、クライアント装置９０２とも記す。
　クライアント装置９０２は、例えば、車両等の移動体に搭載される車載機器である。サーバ９０１は、例えば、交通監視クラウド等であり、複数のクライアント装置９０２と通信可能である。
　サーバ９０１は、クライアント装置９０２に、ポイントクラウドから構成される三次元マップを送信する。なお、三次元マップの構成はポイントクラウドに限定されず、メッシュ構造等、他の三次元データを表すものであってもよい。
　クライアント装置９０２は、サーバ９０１に、クライアント装置９０２が取得したセンサ情報を送信する。センサ情報は、例えば、ＬｉＤＡＲ取得情報、可視光画像、赤外画像、デプス画像、センサ位置情報及び速度情報のうち少なくとも一つを含む。
　サーバ９０１とクライアント装置９０２との間で送受信されるデータは、データ削減のために圧縮されてもよいし、データの精度を維持するために非圧縮のままでも構わない。データを圧縮する場合、ポイントクラウドには例えば８分木構造に基づく三次元圧縮方式を用いることができる。また、可視光画像、赤外画像、及びデプス画像には二次元の画像圧縮方式を用いることできる。二次元の画像圧縮方式とは、例えば、ＭＰＥＧで規格化されたＭＰＥＧ－４　ＡＶＣ又はＨＥＶＣ等である。
　また、サーバ９０１は、クライアント装置９０２からの三次元マップの送信要求に応じてサーバ９０１で管理する三次元マップをクライアント装置９０２に送信する。なお、サーバ９０１はクライアント装置９０２からの三次元マップの送信要求を待たずに三次元マップを送信してもよい。例えば、サーバ９０１は、予め定められた空間にいる１つ以上のクライアント装置９０２に三次元マップをブロードキャストしても構わない。また、サーバ９０１は、一度送信要求を受けたクライアント装置９０２に、一定時間毎にクライアント装置９０２の位置に適した三次元マップを送信してもよい。また、サーバ９０１は、サーバ９０１が管理する三次元マップが更新される度にクライアント装置９０２に三次元マップを送信してもよい。
　クライアント装置９０２は、サーバ９０１に三次元マップの送信要求を出す。例えば、クライアント装置９０２が、走行時に自己位置推定を行いたい場合に、クライアント装置９０２は、三次元マップの送信要求をサーバ９０１に送信する。
　なお、次のような場合に、クライアント装置９０２はサーバ９０１に三次元マップの送信要求を出してもよい。クライアント装置９０２の保持する三次元マップが古い場合に、クライアント装置９０２はサーバ９０１に三次元マップの送信要求を出してもよい。例えば、クライアント装置９０２が三次元マップを取得してから一定期間が経過した場合に、クライアント装置９０２はサーバ９０１に三次元マップの送信要求を出してもよい。
　クライアント装置９０２が保持する三次元マップで示される空間から、クライアント装置９０２が外に出る一定時刻前に、クライアント装置９０２はサーバ９０１に三次元マップの送信要求を出してもよい。例えば、クライアント装置９０２が、クライアント装置９０２が保持する三次元マップで示される空間の境界から予め定められた距離以内に存在する場合に、クライアント装置９０２はサーバ９０１に三次元マップの送信要求を出してもよい。また、クライアント装置９０２の移動経路及び移動速度が把握できている場合には、これらに基づき、クライアント装置９０２が保持する三次元マップで示される空間から、クライアント装置９０２が外に出る時刻を予測してもよい。
　クライアント装置９０２がセンサ情報から作成した三次元データと三次元マップとの位置合せ時の誤差が一定以上の場合に、クライアント装置９０２はサーバ９０１に三次元マップの送信要求を出してもよい。
　クライアント装置９０２は、サーバ９０１から送信されたセンサ情報の送信要求に応じて、サーバ９０１にセンサ情報を送信する。なお、クライアント装置９０２はサーバ９０１からのセンサ情報の送信要求を待たずにセンサ情報をサーバ９０１に送ってもよい。例えば、クライアント装置９０２は、一度サーバ９０１からセンサ情報の送信要求を得た場合、一定期間の間、定期的にセンサ情報をサーバ９０１に送信してもよい。また、クライアント装置９０２は、クライアント装置９０２がセンサ情報を元に作成した三次元データと、サーバ９０１から得た三次元マップとの位置合せ時の誤差が一定以上の場合、クライアント装置９０２の周辺の三次元マップに変化が生じた可能性があると判断し、その旨とセンサ情報とをサーバ９０１に送信してもよい。
　サーバ９０１は、クライアント装置９０２にセンサ情報の送信要求を出す。例えば、サーバ９０１は、クライアント装置９０２から、ＧＰＳ等のクライアント装置９０２の位置情報を受信する。サーバ９０１は、クライアント装置９０２の位置情報に基づき、サーバ９０１が管理する三次元マップにおいて情報が少ない空間にクライアント装置９０２が近づいていると判断した場合、新たな三次元マップを生成するためにクライアント装置９０２にセンサ情報の送信要求を出す。また、サーバ９０１は、三次元マップを更新したい場合、積雪時或いは災害時などの道路状況を確認したい場合、渋滞状況、或いは事件事故状況等を確認したい場合に、センサ情報の送信要求を出してもよい。
　また、クライアント装置９０２は、サーバ９０１から受け取るセンサ情報の送信要求の受信時における通信状態又は帯域に応じて、サーバ９０１に送信するセンサ情報のデータ量を設定してもよい。サーバ９０１に送信するセンサ情報のデータ量を設定するというのは、例えば、当該データそのものを増減させること、又は圧縮方式を適宜選択することである。
　図２９は、クライアント装置９０２の構成例を示すブロック図である。クライアント装置９０２は、サーバ９０１からポイントクラウド等で構成される三次元マップを受信し、クライアント装置９０２のセンサ情報に基づいて作成した三次元データからクライアント装置９０２の自己位置を推定する。また、クライアント装置９０２は、取得したセンサ情報をサーバ９０１に送信する。
　クライアント装置９０２は、データ受信部１０１１と、通信部１０１２と、受信制御部１０１３と、フォーマット変換部１０１４と、複数のセンサ１０１５と、三次元データ作成部１０１６と、三次元画像処理部１０１７と、三次元データ蓄積部１０１８と、フォーマット変換部１０１９と、通信部１０２０と、送信制御部１０２１と、データ送信部１０２２とを備える。
　データ受信部１０１１は、サーバ９０１から三次元マップ１０３１を受信する。三次元マップ１０３１は、ＷＬＤ又はＳＷＬＤ等のポイントクラウドを含むデータである。三次元マップ１０３１には、圧縮データ、及び非圧縮データのどちらが含まれていてもよい。
　通信部１０１２は、サーバ９０１と通信し、データ送信要求（例えば、三次元マップの送信要求）などをサーバ９０１に送信する。
　受信制御部１０１３は、通信部１０１２を介して、対応フォーマット等の情報を通信先と交換し、通信先との通信を確立する。
　フォーマット変換部１０１４は、データ受信部１０１１が受信した三次元マップ１０３１にフォーマット変換等を行うことで三次元マップ１０３２を生成する。また、フォーマット変換部１０１４は、三次元マップ１０３１が圧縮又は符号化されている場合には、伸張又は復号処理を行う。なお、フォーマット変換部１０１４は、三次元マップ１０３１が非圧縮データであれば、伸張又は復号処理を行わない。
　複数のセンサ１０１５は、ＬｉＤＡＲ、可視光カメラ、赤外線カメラ、又はデプスセンサなど、クライアント装置９０２が搭載されている車両の外部の情報を取得するセンサ群であり、センサ情報１０３３を生成する。例えば、センサ情報１０３３は、センサ１０１５がＬｉＤＡＲなどのレーザセンサである場合、ポイントクラウド（点群データ）等の三次元データである。なお、センサ１０１５は複数でなくてもよい。
　三次元データ作成部１０１６は、センサ情報１０３３に基づいて自車両の周辺の三次元データ１０３４を作成する。例えば、三次元データ作成部１０１６は、ＬｉＤＡＲで取得した情報と、可視光カメラで得られた可視光映像とを用いて自車両の周辺の色情報付きのポイントクラウドデータを作成する。
　三次元画像処理部１０１７は、受信したポイントクラウド等の三次元マップ１０３２と、センサ情報１０３３から生成した自車両の周辺の三次元データ１０３４とを用いて、自車両の自己位置推定処理等を行う。なお、三次元画像処理部１０１７は、三次元マップ１０３２と三次元データ１０３４とを合成することで自車両の周辺の三次元データ１０３５を作成し、作成した三次元データ１０３５を用いて自己位置推定処理を行ってもよい。
　三次元データ蓄積部１０１８は、三次元マップ１０３２、三次元データ１０３４及び三次元データ１０３５等を蓄積する。
　フォーマット変換部１０１９は、センサ情報１０３３を、受信側が対応しているフォーマットへ変換することでセンサ情報１０３７を生成する。なお、フォーマット変換部１０１９は、センサ情報１０３７を圧縮又は符号化することでデータ量を削減してもよい。また、フォーマット変換部１０１９は、フォーマット変換をする必要がない場合は処理を省略してもよい。また、フォーマット変換部１０１９は、送信範囲の指定に応じて送信するデータ量を制御してもよい。
　通信部１０２０は、サーバ９０１と通信し、データ送信要求（センサ情報の送信要求）などをサーバ９０１から受信する。
　送信制御部１０２１は、通信部１０２０を介して、対応フォーマット等の情報を通信先と交換し、通信を確立する。
　データ送信部１０２２は、センサ情報１０３７をサーバ９０１に送信する。センサ情報１０３７は、例えば、ＬｉＤＡＲで取得した情報、可視光カメラで取得した輝度画像、赤外線カメラで取得した赤外画像、デプスセンサで取得したデプス画像、センサ位置情報、及び速度情報など、複数のセンサ１０１５によって取得した情報を含む。
　次に、サーバ９０１の構成を説明する。図３０は、サーバ９０１の構成例を示すブロック図である。サーバ９０１は、クライアント装置９０２から送信されたセンサ情報を受信し、受信したセンサ情報に基づいて三次元データを作成する。サーバ９０１は、作成した三次元データを用いて、サーバ９０１が管理する三次元マップを更新する。また、サーバ９０１は、クライアント装置９０２からの三次元マップの送信要求に応じて、更新した三次元マップをクライアント装置９０２に送信する。
　サーバ９０１は、データ受信部１１１１と、通信部１１１２と、受信制御部１１１３と、フォーマット変換部１１１４と、三次元データ作成部１１１６と、三次元データ合成部１１１７と、三次元データ蓄積部１１１８と、フォーマット変換部１１１９と、通信部１１２０と、送信制御部１１２１と、データ送信部１１２２とを備える。
　データ受信部１１１１は、クライアント装置９０２からセンサ情報１０３７を受信する。センサ情報１０３７は、例えば、ＬｉＤＡＲで取得した情報、可視光カメラで取得した輝度画像、赤外線カメラで取得した赤外画像、デプスセンサで取得したデプス画像、センサ位置情報、及び速度情報などを含む。
　通信部１１１２は、クライアント装置９０２と通信し、データ送信要求（例えば、センサ情報の送信要求）などをクライアント装置９０２に送信する。
　受信制御部１１１３は、通信部１１１２を介して、対応フォーマット等の情報を通信先と交換し、通信を確立する。
　フォーマット変換部１１１４は、受信したセンサ情報１０３７が圧縮又は符号化されている場合には、伸張又は復号処理を行うことでセンサ情報１１３２を生成する。なお、フォーマット変換部１１１４は、センサ情報１０３７が非圧縮データであれば、伸張又は復号処理を行わない。
　三次元データ作成部１１１６は、センサ情報１１３２に基づいてクライアント装置９０２の周辺の三次元データ１１３４を作成する。例えば、三次元データ作成部１１１６は、ＬｉＤＡＲで取得した情報と、可視光カメラで得られた可視光映像とを用いてクライアント装置９０２の周辺の色情報付ポイントクラウドデータを作成する。
　三次元データ合成部１１１７は、センサ情報１１３２を元に作成した三次元データ１１３４を、サーバ９０１が管理する三次元マップ１１３５に合成することで三次元マップ１１３５を更新する。
　三次元データ蓄積部１１１８は、三次元マップ１１３５等を蓄積する。
　フォーマット変換部１１１９は、三次元マップ１１３５を、受信側が対応しているフォーマットへ変換することで三次元マップ１０３１を生成する。なお、フォーマット変換部１１１９は、三次元マップ１１３５を圧縮又は符号化することでデータ量を削減してもよい。また、フォーマット変換部１１１９は、フォーマット変換をする必要がない場合は処理を省略してもよい。また、フォーマット変換部１１１９は、送信範囲の指定に応じて送信するデータ量を制御してもよい。
　通信部１１２０は、クライアント装置９０２と通信し、データ送信要求（三次元マップの送信要求）などをクライアント装置９０２から受信する。
　送信制御部１１２１は、通信部１１２０を介して、対応フォーマット等の情報を通信先と交換し、通信を確立する。
　データ送信部１１２２は、三次元マップ１０３１をクライアント装置９０２に送信する。三次元マップ１０３１は、ＷＬＤ又はＳＷＬＤ等のポイントクラウドを含むデータである。三次元マップ１０３１には、圧縮データ、及び非圧縮データのどちらが含まれていてもよい。
　次に、クライアント装置９０２の動作フローについて説明する。図３１は、クライアント装置９０２による三次元マップ取得時の動作を示すフローチャートである。
　まず、クライアント装置９０２は、サーバ９０１へ三次元マップ（ポイントクラウド等）の送信を要求する（Ｓ１００１）。このとき、クライアント装置９０２は、ＧＰＳ等で得られたクライアント装置９０２の位置情報を合わせて送信することで、その位置情報に関連する三次元マップの送信をサーバ９０１に要求してもよい。
　次に、クライアント装置９０２は、サーバ９０１から三次元マップを受信する（Ｓ１００２）。受信した三次元マップが圧縮データであれば、クライアント装置９０２は、受信した三次元マップを復号して非圧縮の三次元マップを生成する（Ｓ１００３）。
　次に、クライアント装置９０２は、複数のセンサ１０１５で得られたセンサ情報１０３３からクライアント装置９０２の周辺の三次元データ１０３４を作成する（Ｓ１００４）。次に、クライアント装置９０２は、サーバ９０１から受信した三次元マップ１０３２と、センサ情報１０３３から作成した三次元データ１０３４とを用いてクライアント装置９０２の自己位置を推定する（Ｓ１００５）。
　図３２は、クライアント装置９０２によるセンサ情報の送信時の動作を示すフローチャートである。まず、クライアント装置９０２は、サーバ９０１からセンサ情報の送信要求を受信する（Ｓ１０１１）。送信要求を受信したクライアント装置９０２は、センサ情報１０３７をサーバ９０１に送信する（Ｓ１０１２）。なお、クライアント装置９０２は、センサ情報１０３３が複数のセンサ１０１５で得られた複数の情報を含む場合、各情報を、各情報に適した圧縮方式で圧縮することでセンサ情報１０３７を生成してもよい。
　次に、サーバ９０１の動作フローについて説明する。図３３は、サーバ９０１によるセンサ情報の取得時の動作を示すフローチャートである。まず、サーバ９０１は、クライアント装置９０２へセンサ情報の送信を要求する（Ｓ１０２１）。次に、サーバ９０１は、当該要求に応じてクライアント装置９０２から送信されたセンサ情報１０３７を受信する（Ｓ１０２２）。次に、サーバ９０１は、受信したセンサ情報１０３７を用いて三次元データ１１３４を作成する（Ｓ１０２３）。次に、サーバ９０１は、作成した三次元データ１１３４を三次元マップ１１３５に反映する（Ｓ１０２４）。
　図３４は、サーバ９０１による三次元マップの送信時の動作を示すフローチャートである。まず、サーバ９０１は、クライアント装置９０２から三次元マップの送信要求を受信する（Ｓ１０３１）。三次元マップの送信要求を受信したサーバ９０１は、クライアント装置９０２へ三次元マップ１０３１を送信する（Ｓ１０３２）。このとき、サーバ９０１は、クライアント装置９０２の位置情報に合わせてその付近の三次元マップを抽出し、抽出した三次元マップを送信してもよい。また、サーバ９０１は、ポイントクラウドで構成される三次元マップを、例えば８分木構造による圧縮方式等を用いて圧縮し、圧縮後の三次元マップを送信してもよい。
　以下、本実施の形態の変形例について説明する。
　サーバ９０１は、クライアント装置９０２から受信したセンサ情報１０３７を用いてクライアント装置９０２の位置付近の三次元データ１１３４を作成する。次に、サーバ９０１は、作成した三次元データ１１３４と、サーバ９０１が管理する同エリアの三次元マップ１１３５とのマッチングを行うことによって、三次元データ１１３４と三次元マップ１１３５との差分を算出する。サーバ９０１は、差分が予め定められた閾値以上の場合は、クライアント装置９０２の周辺で何らかの異常が発生したと判断する。例えば、地震等の自然災害によって地盤沈下等が発生した際などに、サーバ９０１が管理する三次元マップ１１３５と、センサ情報１０３７を基に作成した三次元データ１１３４との間に大きな差が発生することが考えられる。
　センサ情報１０３７は、センサの種類、センサの性能、及びセンサの型番のうち少なくとも一つを示す情報を含んでもよい。また、センサ情報１０３７に、センサの性能に応じたクラスＩＤ等が付加されてもよい。例えば、センサ情報１０３７がＬｉＤＡＲで取得された情報である場合、数ｍｍ単位の精度で情報を取得できるセンサをクラス１、数ｃｍ単位の精度で情報を取得できるセンサをクラス２、数ｍ単位の精度で情報を取得できるセンサをクラス３のように、センサの性能に識別子を割り当てることが考えられる。また、サーバ９０１は、センサの性能情報等を、クライアント装置９０２の型番から推定してもよい。例えば、クライアント装置９０２が車両に搭載されている場合、サーバ９０１は、当該車両の車種からセンサのスペック情報を判断してもよい。この場合、サーバ９０１は、車両の車種の情報を事前に取得していてもよいし、センサ情報に、当該情報が含まれてもよい。また、サーバ９０１は取得したセンサ情報１０３７を用いて、センサ情報１０３７を用いて作成した三次元データ１１３４に対する補正の度合いを切り替えてもよい。例えば、センサ性能が高精度（クラス１）である場合、サーバ９０１は、三次元データ１１３４に対する補正を行わない。センサ性能が低精度（クラス３）である場合、サーバ９０１は、三次元データ１１３４に、センサの精度に応じた補正を適用する。例えば、サーバ９０１は、センサの精度が低いほど補正の度合い（強度）を強くする。
　サーバ９０１は、ある空間にいる複数のクライアント装置９０２に同時にセンサ情報の送信要求を出してもよい。サーバ９０１は、複数のクライアント装置９０２から複数のセンサ情報を受信した場合に、全てのセンサ情報を三次元データ１１３４の作成に利用する必要はなく、例えば、センサの性能に応じて、利用するセンサ情報を選択してもよい。例えば、サーバ９０１は、三次元マップ１１３５を更新する場合、受信した複数のセンサ情報の中から高精度なセンサ情報（クラス１）を選別し、選別したセンサ情報を用いて三次元データ１１３４を作成してもよい。
　サーバ９０１は、交通監視クラウド等のサーバのみに限定されず、他のクライアント装置（車載）であってもよい。図３５は、この場合のシステム構成を示す図である。
　例えば、クライアント装置９０２Ｃが近くにいるクライアント装置９０２Ａにセンサ情報の送信要求を出し、クライアント装置９０２Ａからセンサ情報を取得する。そして、クライアント装置９０２Ｃは、取得したクライアント装置９０２Ａのセンサ情報を用いて三次元データを作成し、クライアント装置９０２Ｃの三次元マップを更新する。これにより、クライアント装置９０２Ｃは、クライアント装置９０２Ａから取得可能な空間の三次元マップを、クライアント装置９０２Ｃの性能を活かして生成できる。例えば、クライアント装置９０２Ｃの性能が高い場合に、このようなケースが発生すると考えられる。
　また、この場合、センサ情報を提供したクライアント装置９０２Ａは、クライアント装置９０２Ｃが生成した高精度な三次元マップを取得する権利が与えられる。クライアント装置９０２Ａは、その権利に従ってクライアント装置９０２Ｃから高精度な三次元マップを受信する。
　また、クライアント装置９０２Ｃは近くにいる複数のクライアント装置９０２（クライアント装置９０２Ａ及びクライアント装置９０２Ｂ）にセンサ情報の送信要求を出してもよい。クライアント装置９０２Ａ又はクライアント装置９０２Ｂのセンサが高性能である場合には、クライアント装置９０２Ｃは、この高性能なセンサで得られたセンサ情報を用いて三次元データを作成できる。
　図３６は、サーバ９０１及びクライアント装置９０２の機能構成を示すブロック図である。サーバ９０１は、例えば、三次元マップを圧縮及び復号する三次元マップ圧縮／復号処理部１２０１と、センサ情報を圧縮及び復号するセンサ情報圧縮／復号処理部１２０２とを備える。
　クライアント装置９０２は、三次元マップ復号処理部１２１１と、センサ情報圧縮処理部１２１２とを備える。三次元マップ復号処理部１２１１は、圧縮された三次元マップの符号化データを受信し、符号化データを復号して三次元マップを取得する。センサ情報圧縮処理部１２１２は、取得したセンサ情報から作成した三次元データの代わりに、センサ情報そのものを圧縮し、圧縮したセンサ情報の符号化データをサーバ９０１へ送信する。この構成により、クライアント装置９０２は、三次元マップ（ポイントクラウド等）を復号する処理を行う処理部（装置又はＬＳＩ）を内部に保持すればよく、三次元マップ（ポイントクラウド等）の三次元データを圧縮する処理を行う処理部を内部に保持する必要がない。これにより、クライアント装置９０２のコスト及び消費電力等を抑えることができる。
　以上のように、本実施の形態に係るクライアント装置９０２は、移動体に搭載され、移動体に搭載されたセンサ１０１５により得られた、移動体の周辺状況を示すセンサ情報１０３３から、移動体の周辺の三次元データ１０３４を作成する。クライアント装置９０２は、作成された三次元データ１０３４を用いて移動体の自己位置を推定する。クライアント装置９０２は、取得したセンサ情報１０３３をサーバ９０１又は他の移動体９０２に送信する。
　これによれば、クライアント装置９０２は、センサ情報１０３３をサーバ９０１等に送信する。これにより、三次元データを送信する場合に比べて、送信データのデータ量を削減できる可能性がある。また、三次元データの圧縮又は符号化等の処理をクライアント装置９０２で行う必要がないので、クライアント装置９０２の処理量を削減できる。よって、クライアント装置９０２は、伝送されるデータ量の削減、又は、装置の構成の簡略化を実現できる。
　また、クライアント装置９０２は、さらに、サーバ９０１に三次元マップの送信要求を送信し、サーバ９０１から三次元マップ１０３１を受信する。クライアント装置９０２は、自己位置の推定では、三次元データ１０３４と三次元マップ１０３２とを用いて、自己位置を推定する。
　また、センサ情報１０３３は、レーザセンサで得られた情報、輝度画像、赤外画像、デプス画像、センサの位置情報、及びセンサの速度情報のうち少なくとも一つを含む。
　また、センサ情報１０３３は、センサの性能を示す情報を含む。
　また、クライアント装置９０２は、センサ情報１０３３を符号化又は圧縮し、センサ情報の送信では、符号化又は圧縮後のセンサ情報１０３７を、サーバ９０１又は他の移動体９０２に送信する。これによれば、クライアント装置９０２は、伝送されるデータ量を削減できる。
　例えば、クライアント装置９０２は、プロセッサと、メモリとを備え、プロセッサは、メモリを用いて、上記の処理を行う。
　また、本実施の形態に係るサーバ９０１は、移動体に搭載されるクライアント装置９０２と通信可能であり、移動体に搭載されたセンサ１０１５により得られた、移動体の周辺状況を示すセンサ情報１０３７をクライアント装置９０２から受信する。サーバ９０１は、受信したセンサ情報１０３７から、移動体の周辺の三次元データ１１３４を作成する。
　これによれば、サーバ９０１は、クライアント装置９０２から送信されたセンサ情報１０３７を用いて三次元データ１１３４を作成する。これにより、クライアント装置９０２が三次元データを送信する場合に比べて、送信データのデータ量を削減できる可能性がある。また、三次元データの圧縮又は符号化等の処理をクライアント装置９０２で行う必要がないので、クライアント装置９０２の処理量を削減できる。よって、サーバ９０１は、伝送されるデータ量の削減、又は、装置の構成の簡略化を実現できる。
　また、サーバ９０１は、さらに、クライアント装置９０２にセンサ情報の送信要求を送信する。
　また、サーバ９０１は、さらに、作成された三次元データ１１３４を用いて三次元マップ１１３５を更新し、クライアント装置９０２からの三次元マップ１１３５の送信要求に応じて三次元マップ１１３５をクライアント装置９０２に送信する。
　また、センサ情報１０３７は、レーザセンサで得られた情報、輝度画像、赤外画像、デプス画像、センサの位置情報、及びセンサの速度情報のうち少なくとも一つを含む。
　また、センサ情報１０３７は、センサの性能を示す情報を含む。
　また、サーバ９０１は、さらに、センサの性能に応じて、三次元データを補正する。これによれば、当該三次元データ作成方法は、三次元データの品質を向上できる。
　また、サーバ９０１は、センサ情報の受信では、複数のクライアント装置９０２から複数のセンサ情報１０３７を受信し、複数のセンサ情報１０３７に含まれるセンサの性能を示す複数の情報に基づき、三次元データ１１３４の作成に用いるセンサ情報１０３７を選択する。これによれば、サーバ９０１は、三次元データ１１３４の品質を向上できる。
　また、サーバ９０１は、受信したセンサ情報１０３７を復号又は伸張し、復号又は伸張後のセンサ情報１１３２から、三次元データ１１３４を作成する。これによれば、サーバ９０１は、伝送されるデータ量を削減できる。
　例えば、サーバ９０１は、プロセッサと、メモリとを備え、プロセッサは、メモリを用いて、上記の処理を行う。
　（実施の形態７）
　本実施の形態では、インター予測処理を用いた三次元データの符号化方法及び復号方法について説明する。
　図３７は、本実施の形態に係る三次元データ符号化装置１３００のブロック図である。この三次元データ符号装置１３００は、三次元データを符号化することで符号化信号である符号化ビットストリーム（以下、単にビットストリームとも記す）を生成する。図３７に示すように、三次元データ符号化装置１３００は、分割部１３０１と、減算部１３０２と、変換部１３０３と、量子化部１３０４と、逆量子化部１３０５と、逆変換部１３０６と、加算部１３０７と、参照ボリュームメモリ１３０８と、イントラ予測部１３０９と、参照スペースメモリ１３１０と、インター予測部１３１１と、予測制御部１３１２と、エントロピー符号化部１３１３とを備える。
　分割部１３０１は、三次元データに含まれる各スペース（ＳＰＣ）を符号化単位である複数のボリューム（ＶＬＭ）に分割する。また、分割部１３０１は、各ボリューム内のボクセルを８分木表現化（Ｏｃｔｒｅｅ化）する。なお、分割部１３０１は、スペースとボリュームを同一サイズとし、スペースを８分木表現化してもよい。また、分割部１３０１は、８分木化に必要な情報（深度情報など）をビットストリームのヘッダ等に付加してもよい。
　減算部１３０２は、分割部１３０１から出力されたボリューム（符号化対象ボリューム）と、後述するイントラ予測又はインター予測によって生成される予測ボリュームとの差分を算出し、算出された差分を予測残差として変換部１３０３に出力する。図３８は、予測残差の算出例を示す図である。なお、ここで示す符号化対象ボリューム及び予測ボリュームのビット列は、例えば、ボリュームに含まれる三次元点（例えばポイントクラウド）の位置を示す位置情報である。
　以下、８分木表現とボクセルのスキャン順について説明する。ボリュームは８分木構造に変換（８分木化）された後、符号化される。８分木構造はノードとリーフとで構成される。各ノードは８つのノード又はリーフを持ち、各リーフはボクセル（ＶＸＬ）情報を持つ。図３９は、複数のボクセルを含むボリュームの構造例を示す図である。図４０は、図３９に示すボリュームを８分木構造に変換した例を示す図である。ここで、図４０に示すリーフのうち、リーフ１、２、３はそれぞれ図３９に示すボクセルＶＸＬ１、ＶＸＬ２、ＶＸＬ３を表し、点群を含むＶＸＬ（以下、有効ＶＸＬ）を表現している。
　８分木は、例えば０、１の二値列で表現される。例えば、ノード又は有効ＶＸＬを値１、それ以外を値０とすると、各ノード及びリーフには図４０に示す二値列が割当てられる。そして、幅優先又は深さ優先のスキャン順に応じて、この二値列がスキャンされる。例えば幅優先でスキャンされた場合、図４１のＡに示す二値列が得られる。深さ優先でスキャンした場合は図４１のＢに示す二値列が得られる。このスキャンにより得られた二値列はエントロピー符号化によって符号化され情報量が削減される。
　次に、８分木表現における深度情報について説明する。８分木表現における深度は、ボリューム内に含まれるポイントクラウド情報を、どの粒度まで保持するかをコントロールするために使用される。深度を大きく設定すると、より細かいレベルまでポイントクラウド情報を再現することができるが、ノード及びリーフを表現するためのデータ量が増える。逆に深度を小さく設定すると、データ量が減少するが、複数の異なる位置及び色の異なるポイントクラウド情報が同一位置かつ同一色であるとみなされるため、本来のポイントクラウド情報が持つ情報を失うことになる。
　例えば、図４２は、図４０に示す深度＝２の８分木を、深度＝１の８分木で表現した例を示す図である。図４２に示す８分木は図４０に示す８分木よりデータ量が少なくなる。つまり、図４２に示す８分木は図４２に示す８分木より二値列化後のビット数が少ない。ここで、図４０に示すリーフ１とリーフ２が図４１に示すリーフ１で表現されることになる。つまり、図４０に示すリーフ１とリーフ２とが異なる位置であったという情報が失われる。
　図４３は、図４２に示す８分木に対応するボリュームを示す図である。図３９に示すＶＸＬ１とＶＸＬ２が図４３に示すＶＸＬ１２に対応する。この場合、三次元データ符号化装置１３００は、図４３に示すＶＸＬ１２の色情報を、図３９に示すＶＸＬ１とＶＸＬ２との色情報から生成する。例えば、三次元データ符号化装置１３００は、ＶＸＬ１とＶＸＬ２との色情報の平均値、中間値、又は重み平均値などをＶＸＬ１２の色情報として算出する。このように、三次元データ符号化装置１３００は、８分木の深度を変えることで、データ量の削減を制御してもよい。
　三次元データ符号化装置１３００は、８分木の深度情報を、ワールド単位、スペース単位、及びボリューム単位のいずれの単位で設定しても構わない。またその際、三次元データ符号化装置１３００は、ワールドのヘッダ情報、スペースのヘッダ情報、又はボリュームのヘッダ情報に深度情報を付加してもよい。また、時間の異なる全てのワールド、スペース、及びボリュームで深度情報して同一の値を使用してもよい。この場合、三次元データ符号化装置１３００は、全時間のワールドを管理するヘッダ情報に深度情報を付加してもよい。
　ボクセルに色情報が含まれる場合には、変換部１３０３は、ボリューム内のボクセルの色情報の予測残差に対し、直交変換等の周波数変換を適用する。例えば、変換部１３０３は、あるスキャン順で予測残差をスキャンすることで一次元配列を作成する。その後、変換部１３０３は、作成した一次元配列に一次元の直交変換を適用することで一次元配列を周波数領域に変換する。これにより、ボリューム内の予測残差の値が近い場合には低域の周波数成分の値が大きくなり、高域の周波数成分の値が小さくなる。よって、量子化部１３０４においてより効率的に符号量を削減することができる。
　また、変換部１３０３は、一次元ではなく、二次元以上の直交変換を用いてもよい。例えば、変換部１３０３は、あるスキャン順で予測残差を二次元配列にマッピングし、得られた二次元配列に二次元直交変換を適用する。また、変換部１３０３は、複数の直交変換方式から使用する直交変換方式を選択してもよい。この場合、三次元データ符号化装置１３００は、どの直交変換方式を用いたかを示す情報をビットストリームに付加する。また、変換部１３０３は、次元の異なる複数の直交変換方式から使用する直交変換方式を選択してもよい。この場合、三次元データ符号化装置１３００は、どの次元の直交変換方式を用いたかをビットストリームに付加する。
　例えば、変換部１３０３は、予測残差のスキャン順を、ボリューム内の８分木におけるスキャン順（幅優先又は深さ優先など）に合わせる。これにより、予測残差のスキャン順を示す情報をビットストリームに付加する必要がないので、オーバーヘッドを削減できる。また、変換部１３０３は、８分木のスキャン順とは異なるスキャン順を適用してもよい。この場合、三次元データ符号化装置１３００は、予測残差のスキャン順を示す情報をビットストリームに付加する。これにより、三次元データ符号化装置１３００は、予測残差を効率よく符号化することができる。また、三次元データ符号化装置１３００は、８分木のスキャン順を適用するか否かを示す情報（フラグ等）をビットストリームに付加し、８分木のスキャン順を適用しない場合に、予測残差のスキャン順を示す情報をビットストリームに付加してもよい。
　変換部１３０３は、色情報の予測残差だけでなく、ボクセルが持つその他の属性情報を変換してもよい。例えば、変換部１３０３は、ポイントクラウドをＬｉＤＡＲ等で取得した際に得られる反射度等の情報を変換し、符号化してもよい。
　変換部１３０３は、スペースが色情報等の属性情報を持たない場合は、処理をスキップしてもよい。また、三次元データ符号化装置１３００は、変換部１３０３の処理をスキップするか否かを示す情報（フラグ）をビットストリームに付加してもよい。
　量子化部１３０４は、変換部１３０３で生成された予測残差の周波数成分に対し、量子化制御パラメータを用いて量子化を行うことで量子化係数を生成する。これにより情報量が削減される。生成された量子化係数はエントロピー符号化部１３１３に出力される。量子化部１３０４は、量子化制御パラメータを、ワールド単位、スペース単位、又はボリューム単位で制御してもよい。その際には、三次元データ符号化装置１３００は、量子化制御パラメータをそれぞれのヘッダ情報等に付加する。また、量子化部１３０４は、予測残差の周波数成分毎に、重みを変えて量子化制御を行ってもよい。例えば、量子化部１３０４は、低周波数成分は細かく量子化し、高周波成分は粗く量子化してもよい。この場合、三次元データ符号化装置１３００は、各周波数成分の重みを表すパラメータをヘッダに付加してもよい。
　量子化部１３０４は、スペースが色情報等の属性情報を持たない場合は、処理をスキップしてもよい。また、三次元データ符号化装置１３００は、量子化部１３０４の処理をスキップするか否かを示す情報（フラグ）をビットストリームに付加してもよい。
　逆量子化部１３０５は、量子化制御パラメータを用いて、量子化部１３０４で生成された量子化係数に逆量子化を行うことで予測残差の逆量子化係数を生成し、生成した逆量子化係数を逆変換部１３０６に出力する。
　逆変換部１３０６は、逆量子化部１３０５で生成された逆量子化係数に対し逆変換を適用することで逆変換適用後予測残差を生成する。この逆変換適用後予測残差は、量子化後に生成された予測残差であるため、変換部１３０３が出力した予測残差とは完全には一致しなくてもよい。
　加算部１３０７は、逆変換部１３０６で生成された逆変換適用後予測残差と、量子化前の予測残差の生成に用いられた、後述するイントラ予測又はインター予測により生成された予測ボリュームとを加算して再構成ボリュームを生成する。この再構成ボリュームは、参照ボリュームメモリ１３０８、又は、参照スペースメモリ１３１０に格納される。
　イントラ予測部１３０９は、参照ボリュームメモリ１３０８に格納された隣接ボリュームの属性情報を用いて、符号化対象ボリュームの予測ボリュームを生成する。属性情報とは、ボクセルの色情報又は反射度を含む。イントラ予測部１３０９は、符号化対象ボリュームの色情報又は反射度の予測値を生成する。
　図４４は、イントラ予測部１３０９の動作を説明するための図である。例えば、イントラ予測部１３０９は、図４４に示す、符号化対象ボリューム（ボリュームｉｄｘ＝３）の予測ボリュームを、隣接ボリューム（ボリュームｉｄｘ＝０）から生成する。ここで、ボリュームｉｄｘとはスペース内のボリュームに対し付加される識別子情報であり、各ボリュームに異なる値が割当てられる。ボリュームｉｄｘの割当ての順番は符号化順と同じ順番であってもよいし、符号化順とは異なる順番であってもよい。例えば、イントラ予測部１３０９は、図４４に示す符号化対象ボリュームの色情報の予測値として、隣接ボリュームであるボリュームｉｄｘ＝０内に含まれるボクセルの色情報の平均値を用いる。この場合、符号化対象ボリューム内に含まれる各ボクセルの色情報から、色情報の予測値が差し引かれることで予測残差が生成される。この予測残差に対して変換部１３０３以降の処理が行われる。また、この場合、三次元データ符号化装置１３００は、隣接ボリューム情報と、予測モード情報とをビットストリームに付加する。ここで隣接ボリューム情報とは、予測に用いた隣接ボリュームを示す情報であり、例えば、予測に用いた隣接ボリュームのボリュームｉｄｘを示す。また、予測モード情報とは、予測ボリュームの生成に使用したモードを示す。モードとは、例えば、隣接ボリューム内のボクセルの平均値から予測値を生成する平均値モード、又は隣接ボリューム内のボクセルの中間値から予測値を生成する中間値モード等である。
　イントラ予測部１３０９は、予測ボリュームを、複数の隣接ボリュームから生成してもよい。例えば、図４４に示す構成において、イントラ予測部１３０９は、ボリュームｉｄｘ＝０のボリュームから予測ボリューム０を生成し、ボリュームｉｄｘ＝１のボリュームから予測ボリューム１を生成する。そして、イントラ予測部１３０９は、予測ボリューム０と予測ボリューム１の平均を最終的な予測ボリュームとして生成する。この場合、三次元データ符号化装置１３００は、予測ボリュームの生成に使用した複数のボリュームの複数のボリュームｉｄｘをビットストリームに付加してもよい。
　図４５は、本実施の形態に係るインター予測処理を模式的に示す図である。インター予測部１３１１は、ある時刻Ｔ＿Ｃｕｒのスペース（ＳＰＣ）を、異なる時刻Ｔ＿ＬＸの符号化済みスペースを用いて符号化（インター予測）する。この場合、インター予測部１３１１は、異なる時刻Ｔ＿ＬＸの符号化済みスペースに回転及び並進処理を適用して符号化処理を行う。
　また、三次元データ符号化装置１３００は、異なる時刻Ｔ＿ＬＸのスペースに適用した回転及び並進処理に関わるＲＴ情報をビットストリームに付加する。異なる時刻Ｔ＿ＬＸとは、例えば、前記ある時刻Ｔ＿Ｃｕｒより前の時刻Ｔ＿Ｌ０である。このとき、三次元データ符号化装置１３００は、時刻Ｔ＿Ｌ０のスペースに適用した回転及び並進処理に関わるＲＴ情報ＲＴ＿Ｌ０をビットストリームに付加してもよい。
　または、異なる時刻Ｔ＿ＬＸとは、例えば、前記ある時刻Ｔ＿Ｃｕｒより後の時刻Ｔ＿Ｌ１である。このとき、三次元データ符号化装置１３００は、時刻Ｔ＿Ｌ１のスペースに適用した回転及び並進処理に関わるＲＴ情報ＲＴ＿Ｌ１をビットストリームに付加してもよい。
　または、インター予測部１３１１は、異なる時刻Ｔ＿Ｌ０及び時刻Ｔ＿Ｌ１の両方のスペースを参照して符号化（双予測）を行う。この場合には、三次元データ符号化装置１３００は、それぞれのスペースに適用した回転及び並進に関わるＲＴ情報ＲＴ＿Ｌ０及びＲＴ＿Ｌ１の両方をビットストリームに付加してもよい。
　なお、上記ではＴ＿Ｌ０をＴ＿Ｃｕｒより前の時刻、Ｔ＿Ｌ１をＴ＿Ｃｕｒより後の時刻としたが、必ずしもこれに限らない。例えば、Ｔ＿Ｌ０とＴ＿Ｌ１は共にＴ＿Ｃｕｒより前の時刻でもよい。または、Ｔ＿Ｌ０とＴ＿Ｌ１は共にＴ＿Ｃｕｒより後の時刻でもよい。
　また、三次元データ符号化装置１３００は、複数の異なる時刻のスペースを参照して符号化を行う場合には、それぞれのスペースに適用した回転及び並進に関わるＲＴ情報をビットストリームに付加してもよい。例えば、三次元データ符号化装置１３００は、参照する複数の符号化済みスペースを２つの参照リスト（Ｌ０リスト及びＬ１リスト）で管理する。Ｌ０リスト内の第１の参照スペースをＬ０Ｒ０とし、Ｌ０リスト内の第２の参照スペースをＬ０Ｒ１とし、Ｌ１リスト内の第１の参照スペースをＬ１Ｒ０とし、Ｌ１リスト内の第２の参照スペースをＬ１Ｒ１とした場合、三次元データ符号化装置１３００は、Ｌ０Ｒ０のＲＴ情報ＲＴ＿Ｌ０Ｒ０と、Ｌ０Ｒ１のＲＴ情報ＲＴ＿Ｌ０Ｒ１と、Ｌ１Ｒ０のＲＴ情報ＲＴ＿Ｌ１Ｒ０と、Ｌ１Ｒ１のＲＴ情報ＲＴ＿Ｌ１Ｒ１とをビットストリームに付加する。例えば、三次元データ符号化装置１３００は、これらのＲＴ情報をビットストリームのヘッダ等に付加する。
　また、三次元データ符号化装置１３００は、複数の異なる時刻の参照スペースを参照して符号化を行う場合、参照スペース毎に回転及び並進を適用するか否かを判定する。その際、三次元データ符号化装置１３００は、参照スペース毎に回転及び並進を適用したか否かを示す情報（ＲＴ適用フラグ等）をビットストリームのヘッダ情報等に付加してもよい。例えば、三次元データ符号化装置１３００は、符号化対象スペースから参照する参照スペース毎にＩＣＰ（Ｉｎｔｅｒａｃｔｉｖｅ　Ｃｌｏｓｅｓｔ　Ｐｏｉｎｔ）アルゴリズムを用いてＲＴ情報、及びＩＣＰエラー値を算出する。三次元データ符号化装置１３００は、ＩＣＰエラー値が、予め定められた一定値以下の場合は、回転及び並進を行う必要がないと判定してＲＴ適用フラグをオフに設定する。一方、三次元データ符号化装置１３００は、ＩＣＰエラー値が上記一定値より大きい場合は、ＲＴ適用フラグをオンに設定し、ＲＴ情報をビットストリームに付加する。
　図４６は、ＲＴ情報及びＲＴ適用フラグをヘッダに付加するシンタックス例を示す図である。なお、各シンタックスに割当てるビット数は、そのシンタックスが取りうる範囲で決定してもよい。例えば、参照リストＬ０内に含まれる参照スペース数が８つの場合、ＭａｘＲｅｆＳｐｃ＿ｌ０には３ｂｉｔが割当てられてもよい。割当てるビット数を、各シンタックスが取りうる値に応じて可変にしてもよいし、取りうる値に関わらず固定にしてもよい。割り当てるビット数を固定にする場合は、三次元データ符号化装置１３００は、その固定ビット数を別のヘッダ情報に付加してもよい。
　ここで、図４６に示す、ＭａｘＲｅｆＳｐｃ＿ｌ０は、参照リストＬ０内に含まれる参照スペース数を示す。ＲＴ＿ｆｌａｇ＿ｌ０［ｉ］は、参照リストＬ０内の参照スペースｉのＲＴ適用フラグである。ＲＴ＿ｆｌａｇ＿ｌ０［ｉ］が１の場合、参照スペースｉに回転及び並進が適用される。ＲＴ＿ｆｌａｇ＿ｌ０［ｉ］が０の場合、参照スペースｉに回転及び並進が適用されない。
　Ｒ＿ｌ０［ｉ］及びＴ＿ｌ０［ｉ］は、参照リストＬ０内の参照スペースｉのＲＴ情報である。Ｒ＿ｌ０［ｉ］は、参照リストＬ０内の参照スペースｉの回転情報である。回転情報は、適用された回転処理の内容を示し、例えば、回転行列、又はクォータニオン等である。Ｔ＿ｌ０［ｉ］は、参照リストＬ０内の参照スペースｉの並進情報である。並進情報は、適用された並進処理の内容を示し、例えば、並進ベクトル等である。
　ＭａｘＲｅｆＳｐｃ＿ｌ１は、参照リストＬ１内に含まれる参照スペース数を示す。ＲＴ＿ｆｌａｇ＿ｌ１［ｉ］は、参照リストＬ１内の参照スペースｉのＲＴ適用フラグである。ＲＴ＿ｆｌａｇ＿ｌ１［ｉ］が１の場合、参照スペースｉに回転及び並進が適用される。ＲＴ＿ｆｌａｇ＿ｌ１［ｉ］が０の場合、参照スペースｉに回転及び並進が適用されない。
　Ｒ＿ｌ１［ｉ］及びＴ＿ｌ１［ｉ］は、参照リストＬ１内の参照スペースｉのＲＴ情報である。Ｒ＿ｌ１［ｉ］は、参照リストＬ１内の参照スペースｉの回転情報である。回転情報は、適用された回転処理の内容を示し、例えば、回転行列、又はクォータニオン等である。Ｔ＿ｌ１［ｉ］は、参照リストＬ１内の参照スペースｉの並進情報である。並進情報は、適用された並進処理の内容を示し、例えば、並進ベクトル等である。
　インター予測部１３１１は、参照スペースメモリ１３１０に格納された符号化済みの参照スペースの情報を用いて符号化対象ボリュームの予測ボリュームを生成する。上述したように、インター予測部１３１１は、符号化対象ボリュームの予測ボリュームを生成する前に、符号化対象スペースと参照スペースの全体的な位置関係を近づけるために、符号化対象スペースと参照スペースでＩＣＰ（Ｉｎｔｅｒａｃｔｉｖｅ　Ｃｌｏｓｅｓｔ　Ｐｏｉｎｔ）アルゴリズムを用いてＲＴ情報を求める。そして、インター予測部１３１１は、求めたＲＴ情報を用いて参照スペースに回転及び並進処理を適用することで参照スペースＢを得る。その後、インター予測部１３１１は、符号化対象スペース内の符号化対象ボリュームの予測ボリュームを参照スペースＢ内の情報を用いて生成する。ここで、三次元データ符号化装置１３００は、参照スペースＢを得るために用いられたＲＴ情報を符号化対象スペースのヘッダ情報等に付加する。
　このように、インター予測部１３１１は、参照スペースに回転及び並進処理を適用することにより符号化対象スペースと参照スペースとの全体的な位置関係を近づけてから、参照スペースの情報を用いて予測ボリュームを生成することで予測ボリュームの精度を向上できる。また、予測残差を抑制できるので符号量を削減できる。なお、ここでは、符号化対象スペースと参照スペースとを用いてＩＣＰを行う例を示したが、必ずしもこれに限らない。例えば、インター予測部１３１１は、処理量を削減するために、ボクセル又はポイントクラウド数を間引いた符号化対象スペース、及び、ボクセル又はポイントクラウド数を間引いた参照スペースの少なくとも一方を用いてＩＣＰを行うことで、ＲＴ情報を求めてもよい。
　また、インター予測部１３１１は、ＩＣＰの結果得られるＩＣＰエラー値が、予め定められた第１閾値より小さい場合、つまり、例えば符号化対象スペースと参照スペースの位置関係が近い場合には、回転及び並進処理は必要ないと判断し、回転及び並進を行わなくてもよい。この場合、三次元データ符号化装置１３００は、ＲＴ情報をビットストリームに付加しないことによりオーバーヘッドを抑制してもよい。
　また、インター予測部１３１１は、ＩＣＰエラー値が、予め定められた第２閾値より大きい場合には、スペース間の形状変化が大きいと判断し、符号化対象スペースの全てのボリュームにイントラ予測を適用してもよい。以下、イントラ予測を適用するスペースをイントラスペースと呼ぶ。また、第２閾値は上記第１閾値より大きい値である。また、ＩＣＰに限定せず、２つのボクセル集合、又は、２つのポイントクラウド集合からＲＴ情報を求める方法であれば、どのような手法を適用してもよい。
　また、三次元データに形状又は色等の属性情報が含まれる場合には、インター予測部１３１１は、符号化対象スペース内の符号化対象ボリュームの予測ボリュームとして、例えば参照スペース内で符号化対象ボリュームと最も形状又は色等の属性情報が近いボリュームを探索する。また、この参照スペースは、例えば、上述した回転及び並進処理が行われた後の参照スペースである。インター予測部１３１１は、探索により得られたボリューム（参照ボリューム）から予測ボリュームを生成する。図４７は、予測ボリュームの生成動作を説明するための図である。インター予測部１３１１は、図４７に示す符号化対象ボリューム（ボリュームｉｄｘ＝０）を、インター予測を用いて符号化する場合、参照スペース内の参照ボリュームを順にスキャンしながら、符号化対象ボリュームと参照ボリュームとの差分である予測残差が一番小さいボリュームを探索する。インター予測部１３１１は、予測残差が一番小さいボリュームを予測ボリュームとして選択する。符号化対象ボリュームと予測ボリュームとの予測残差が変換部１３０３以降の処理により符号化される。ここで、予測残差とは、符号化対象ボリュームの属性情報と予測ボリュームの属性情報との差分である。また、三次元データ符号化装置１３００は、予測ボリュームとして参照した参照スペース内の参照ボリュームのボリュームｉｄｘをビットストリームのヘッダ等に付加する。
　図４７に示す例では、参照スペースＬ０Ｒ０のボリュームｉｄｘ＝４の参照ボリュームが符号化対象ボリュームの予測ボリュームとして選択される。そして、符号化対象ボリュームと参照ボリュームとの予測残差と、参照ボリュームｉｄｘ＝４とが符号化されてビットストリームに付加される。
　なお、ここでは属性情報の予測ボリュームを生成する例を説明したが、位置情報の予測ボリュームについても同様の処理が行われてもよい。
　予測制御部１３１２は、符号化対象ボリュームをイントラ予測、及びインター予測のいずれを用いて符号化するかを制御する。ここで、イントラ予測、及びインター予測を含むモードを予測モードと呼ぶ。例えば、予測制御部１３１２は、符号化対象ボリュームをイントラ予測で予測した場合の予測残差と、インター予測で予測した場合の予測残差とを評価値として算出し、評価値が小さい方の予測モードを選択する。なお、予測制御部１３１２は、イントラ予測の予測残差とインター予測の予測残差とに、それぞれ直交変換、量子化、及び、エントロピー符号化を適用することで実際の符号量を算出し、算出した符号量を評価値として予測モードを選択してもよい。また、評価値に予測残差以外のオーバーヘッド情報（参照ボリュームｉｄｘ情報など）を加えるようにしてもよい。また、予測制御部１３１２は、符号化対象スペースをイントラスペースで符号化すると予め決定されている場合には、常にイントラ予測を選択してもよい。
　エントロピー符号化部１３１３は、量子化部１３０４からの入力である量子化係数を可変長符号化することにより符号化信号（符号化ビットストリーム）を生成する。具体的には、エントロピー符号化部１３１３は、例えば、量子化係数を二値化し、得られた二値信号を算術符号化する。
　次に、三次元データ符号化装置１３００により生成された符号化信号を復号する三次元データ復号装置について説明する。図４８は、本実施の形態に係る三次元データ復号装置１４００のブロック図である。この三次元データ復号装置１４００は、エントロピー復号部１４０１と、逆量子化部１４０２と、逆変換部１４０３と、加算部１４０４と、参照ボリュームメモリ１４０５と、イントラ予測部１４０６と、参照スペースメモリ１４０７と、インター予測部１４０８と、予測制御部１４０９とを備える。
　エントロピー復号部１４０１は、符号化信号（符号化ビットストリーム）を可変長復号する。例えば、エントロピー復号部１４０１は、符号化信号を算術復号して二値信号を生成し、生成した二値信号から量子化係数を生成する。
　逆量子化部１４０２は、エントロピー復号部１４０１から入力された量子化係数を、ビットストリーム等に付加された量子化パラメータを用いて逆量子化することで逆量子化係数を生成する。
　逆変換部１４０３は、逆量子化部１４０２から入力された逆量子化係数を逆変換することで予測残差を生成する。例えば、逆変換部１４０３は、逆量子化係数を、ビットストリームに付加された情報に基づいて逆直交変換することで予測残差を生成する。
　加算部１４０４は、逆変換部１４０３で生成された予測残差と、イントラ予測又はインター予測により生成された予測ボリュームとを加算して再構成ボリュームを生成する。この再構成ボリュームは、復号三次元データとして出力されるとともに、参照ボリュームメモリ１４０５、又は、参照スペースメモリ１４０７に格納される。
　イントラ予測部１４０６は、参照ボリュームメモリ１４０５内の参照ボリュームとビットストリームに付加された情報とを用いてイントラ予測により予測ボリュームを生成する。具体的には、イントラ予測部１４０６は、ビットストリームに付加された隣接ボリューム情報（例えばボリュームｉｄｘ）と、予測モード情報とを取得し、隣接ボリューム情報で示さる隣接ボリュームを用いて、予測モード情報で示されるモードにより予測ボリュームを生成する。なお、これらの処理の詳細は、ビットストリームに付与された情報が用いられる点を除き、上述したイントラ予測部１３０９による処理と同様である。
　インター予測部１４０８は、参照スペースメモリ１４０７内の参照スペースとビットストリームに付加された情報とを用いてインター予測により予測ボリュームを生成する。具体的には、インター予測部１４０８は、ビットストリームに付加された参照スペース毎のＲＴ情報を用いて参照スペースに対して回転及び並進処理を適用し、適用後の参照スペースを用いて予測ボリュームを生成する。なお、参照スペース毎のＲＴ適用フラグがビットストリーム内に存在する場合には、インター予測部１４０８は、ＲＴ適用フラグに応じて参照スペースに回転及び並進処理を適用する。なお、これらの処理の詳細は、ビットストリームに付与された情報が用いられる点を除き、上述したインター予測部１３１１による処理と同様である。
　予測制御部１４０９は、復号対象ボリュームをイントラ予測で復号するか、インター予測で復号するかを制御する。例えば、予測制御部１４０９は、ビットストリームに付加された、使用する予測モードを示す情報に応じてイントラ予測又はインター予測を選択する。なお、予測制御部１４０９は、復号対象スペースをイントラスペースで復号すると予め決定されている場合は、常にイントラ予測を選択してもよい。
　以下、本実施の形態の変形例について説明する。本実施の形態ではスペース単位で回転及び並進が適用される例を説明したが、より細かい単位で回転及び並進が適用されてもよい。例えば、三次元データ符号化装置１３００は、スペースをサブスペースに分割し、サブスペース単位で回転及び並進を適用してもよい。この場合、三次元データ符号化装置１３００は、サブスペース毎にＲＴ情報を生成し、生成したＲＴ情報をビットストリームのヘッダ等に付加する。また、三次元データ符号化装置１３００は、符号化単位であるボリューム単位で回転及び並進を適用してもよい。この場合、三次元データ符号化装置１３００は、符号化ボリューム単位でＲＴ情報を生成し、生成したＲＴ情報をビットストリームのヘッダ等に付加する。さらに、上記を組み合わせてもよい。つまり、三次元データ符号化装置１３００は、大きい単位で回転及び並進を適用し、その後、細かい単位で回転及び並進を適用してもよい。例えば、三次元データ符号化装置１３００は、スペース単位で回転及び並進を適用し、得られたスペースに含まれる複数のボリュームの各々に対して、互いに異なる回転及び並進を適用してもよい。
　また、本実施の形態では参照スペースに回転及び並進を適用する例を説明したが、必ずしもこれに限らない。例えば、三次元データ符号化装置１３００は、例えば、スケール処理を適用して三次元データの大きさを変化させてもよい。また、三次元データ符号化装置１３００は、回転、並進及びスケールのうち、いずれか１つ又は２つを適用してもよい。また、上記のように多段階で異なる単位で処理を適用する場合には、各単位に適用される処理の種類が異なってもよい。例えば、スペース単位では回転及び並進が適用され、ボリューム単位では並進が適用されてもよい。
　なお、これらの変形例については、三次元データ復号装置１４００に対しても同様に適用できる。
　以上のように、本実施の形態に係る三次元データ符号化装置１３００は、以下の処理を行う。図４８は、三次元データ符号化装置１３００によるインター予測処理のフローチャートである。
　まず、三次元データ符号化装置１３００は、対象三次元データ（例えば符号化対象スペース）と異なる時刻の参照三次元データ（例えば参照スペース）に含まれる三次元点の位置情報を用いて予測位置情報（例えば予測ボリューム）を生成する（Ｓ１３０１）。具体的には、三次元データ符号化装置１３００は、参照三次元データに含まれる三次元点の位置情報に回転及び並進処理を適用することで予測位置情報を生成する。
　なお、三次元データ符号化装置１３００は、回転及び並進処理を第１の単位（例えばスペース）で行い、予測位置情報の生成を第１の単位より細かい第２の単位（例えばボリューム）で行ってもよい。例えば、三次元データ符号化装置１３００は、回転及び並進処理後の参照スペースに含まれる複数のボリュームのうち、符号化対象スペースに含まれる符号化対象ボリュームと位置情報の差が最小となるボリュームを探索し、得られたボリュームを予測ボリュームとして用いる。なお、三次元データ符号化装置１３００は、回転及び並進処理と、予測位置情報の生成とを同一の単位で行ってもよい。
　また、三次元データ符号化装置１３００は、参照三次元データに含まれる三次元点の位置情報に第１の単位（例えばスペース）で第１回転及び並進処理を適用し、第１回転及び並進処理により得られた三次元点の位置情報に、第１の単位より細かい第２の単位（例えばボリューム）で第２回転及び並進処理を適用することで予測位置情報を生成してもよい。
　ここで、三次元点の位置情報及び予測位置情報は、例えば図４１に示すように、８分木構造で表現される。例えば、三次元点の位置情報及び予測位置情報は、８分木構造における深度と幅とのうち、幅を優先したスキャン順で表される。または、三次元点の位置情報及び予測位置情報は、８分木構造における深度と幅とのうち、深度を優先したスキャン順で表される。
　また、図４６に示すように、三次元データ符号化装置１３００は、参照三次元データに含まれる三次元点の位置情報に回転及び並進処理を適用するか否かを示すＲＴ適用フラグを符号化する。つまり、三次元データ符号化装置１３００は、ＲＴ適用フラグを含む符号化信号（符号化ビットストリーム）を生成する。また、三次元データ符号化装置１３００は、回転及び並進処理の内容を示すＲＴ情報を符号化する。つまり、三次元データ符号化装置１３００は、ＲＴ情報を含む符号化信号（符号化ビットストリーム）を生成する。なお、三次元データ符号化装置１３００は、ＲＴ適用フラグにより回転及び並進処理を適用することが示される場合にＲＴ情報を符号化し、ＲＴ適用フラグにより回転及び並進処理を適用しないことが示される場合にＲＴ情報を符号化しなくてもよい。
　また、三次元データは、例えば、三次元点の位置情報と、各三次元点の属性情報（色情報等）とを含む。三次元データ符号化装置１３００は、参照三次元データに含まれる三次元点の属性情報を用いて予測属性情報を生成する（Ｓ１３０２）。
　次に、三次元データ符号化装置１３００は、対象三次元データに含まれる三次元点の位置情報を、予測位置情報を用いて符号化する。例えば、三次元データ符号化装置１３００は、図３８に示すように対象三次元データに含まれる三次元点の位置情報と予測位置情報との差分である差分位置情報を算出する（Ｓ１３０３）。
　また、三次元データ符号化装置１３００は、対象三次元データに含まれる三次元点の属性情報を、予測属性情報を用いて符号化する。例えば、三次元データ符号化装置１３００は、対象三次元データに含まれる三次元点の属性情報と予測属性情報との差分である差分属性情報を算出する（Ｓ１３０４）。次に、三次元データ符号化装置１３００は、算出された差分属性情報に変換及び量子化を行う（Ｓ１３０５）。
　最後に、三次元データ符号化装置１３００は、差分位置情報と、量子化後の差分属性情報とを符号化（例えばエントロピー符号化）する（Ｓ１３０６）。つまり、三次元データ符号化装置１３００は、差分位置情報と差分属性情報とを含む符号化信号（符号化ビットストリーム）を生成する。
　なお、三次元データに属性情報が含まれない場合には、三次元データ符号化装置１３００は、ステップＳ１３０２、Ｓ１３０４及びＳ１３０５を行わなくてもよい。また、三次元データ符号化装置１３００は、三次元点の位置情報の符号化と、三次元点の属性情報の符号化とのうち、一方のみを行ってもよい。
　また、図４９に示す処理の順序は一例であり、これに限定されない。例えば、位置情報に対する処理（Ｓ１３０１、Ｓ１３０３）と、属性情報に対する処理（Ｓ１３０２、Ｓ１３０４、Ｓ１３０５）とは互いに独立しているため、任意の順序で行われてもよいし、一部が並列処理されてもよい。
　以上により、本実施の形態に三次元データ符号化装置１３００は、対象三次元データと異なる時刻の参照三次元データに含まれる三次元点の位置情報を用いて予測位置情報を生成し、対象三次元データに含まれる三次元点の位置情報と予測位置情報との差分である差分位置情報を符号化する。これにより、符号化信号のデータ量を削減できるので符号化効率を向上できる。
　また、本実施の形態に三次元データ符号化装置１３００は、参照三次元データに含まれる三次元点の属性情報を用いて予測属性情報を生成し、対象三次元データに含まれる三次元点の属性情報と予測属性情報との差分である差分属性情報を符号化する。これにより、符号化信号のデータ量を削減できるので符号化効率を向上できる。
　例えば、三次元データ符号化装置１３００は、プロセッサと、メモリとを備え、プロセッサは、メモリを用いて、上記の処理を行う。
　図４８は、三次元データ復号装置１４００によるインター予測処理のフローチャートである。
　まず、三次元データ復号装置１４００は、符号化信号（符号化ビットストリーム）から、差分位置情報と差分属性情報とを復号（例えばエントロピー復号）する（Ｓ１４０１）。
　また、三次元データ復号装置１４００は、符号化信号から、参照三次元データに含まれる三次元点の位置情報に回転及び並進処理を適用するか否かを示すＲＴ適用フラグを復号する。また、三次元データ復号装置１４００は、回転及び並進処理の内容を示すＲＴ情報を復号する。なお、三次元データ復号装置１４００は、ＲＴ適用フラグにより回転及び並進処理を適用することが示される場合にＲＴ情報を復号し、ＲＴ適用フラグにより回転及び並進処理を適用しないことが示される場合にＲＴ情報を復号しなくてもよい。
　次に、三次元データ復号装置１４００は、復号された差分属性情報に逆量子化及び逆変換を行う（Ｓ１４０２）。
　次に、三次元データ復号装置１４００は、対象三次元データ（例えば復号対象スペース）と異なる時刻の参照三次元データ（例えば参照スペース）に含まれる三次元点の位置情報を用いて予測位置情報（例えば予測ボリューム）を生成する（Ｓ１４０３）。具体的には、三次元データ復号装置１４００は、参照三次元データに含まれる三次元点の位置情報に回転及び並進処理を適用することで予測位置情報を生成する。
　より具体的には、三次元データ復号装置１４００は、ＲＴ適用フラグにより回転及び並進処理を適用することが示される場合に、ＲＴ情報で示される参照三次元データに含まれる三次元点の位置情報に回転及び並進処理を適用する。一方、ＲＴ適用フラグにより回転及び並進処理を適用しないことが示される場合には、三次元データ復号装置１４００は、参照三次元データに含まれる三次元点の位置情報に回転及び並進処理を適用しない。
　なお、三次元データ復号装置１４００は、回転及び並進処理を第１の単位（例えばスペース）で行い、予測位置情報の生成を第１の単位より細かい第２の単位（例えばボリューム）で行ってもよい。なお、三次元データ復号装置１４００は、回転及び並進処理と、予測位置情報の生成とを同一の単位で行ってもよい。
　また、三次元データ復号装置１４００は、参照三次元データに含まれる三次元点の位置情報に第１の単位（例えばスペース）で第１回転及び並進処理を適用し、第１回転及び並進処理により得られた三次元点の位置情報に、第１の単位より細かい第２の単位（例えばボリューム）で第２回転及び並進処理を適用することで予測位置情報を生成してもよい。
　ここで、三次元点の位置情報及び予測位置情報は、例えば図４１に示すように、８分木構造で表現される。例えば、三次元点の位置情報及び予測位置情報は、８分木構造における深度と幅とのうち、幅を優先したスキャン順で表される。または、三次元点の位置情報及び予測位置情報は、８分木構造における深度と幅とのうち、深度を優先したスキャン順で表される。
　三次元データ復号装置１４００は、参照三次元データに含まれる三次元点の属性情報を用いて予測属性情報を生成する（Ｓ１４０４）。
　次に、三次元データ復号装置１４００は、符号化信号に含まれる符号化位置情報を予測位置情報を用いて復号することで対象三次元データに含まれる三次元点の位置情報を復元する。ここで、符号化位置情報とは、例えば、差分位置情報であり、三次元データ復号装置１４００は、差分位置情報と予測位置情報とを加算することで対象三次元データに含まれる三次元点の位置情報を復元する（Ｓ１４０５）。
　また、三次元データ復号装置１４００は、符号化信号に含まれる符号化属性情報を予測属性情報を用いて復号することで対象三次元データに含まれる三次元点の属性情報を復元する。ここで、符号化属性情報とは、例えば、差分属性情報であり、三次元データ復号装置１４００は、差分属性情報と予測属性情報とを加算することで対象三次元データに含まれる三次元点の属性情報を復元する（Ｓ１４０６）。
　なお、三次元データに属性情報が含まれない場合には、三次元データ復号装置１４００は、ステップＳ１４０２、Ｓ１４０４及びＳ１４０６を行わなくてもよい。また、三次元データ復号装置１４００は、三次元点の位置情報の復号と、三次元点の属性情報の復号とのうち、一方のみを行ってもよい。
　また、図５０に示す処理の順序は一例であり、これに限定されない。例えば、位置情報に対する処理（Ｓ１４０３、Ｓ１４０５）と、属性情報に対する処理（Ｓ１４０２、Ｓ１４０４、Ｓ１４０６）とは互いに独立しているため、任意の順序で行われてもよいし、一部が並列処理されてもよい。
　（実施の形態８）
　三次元点群の情報は、位置情報（ｇｅｏｍｅｔｒｙ）と属性情報（ａｔｔｒｉｂｕｔｅ）とを含む。位置情報は、ある点を基準とした座標（ｘ座標、ｙ座標、ｚ座標）を含む。位置情報を符号化する場合は、各三次元点の座標を直接符号化する代わりに、各三次元点の位置を８分木表現で表現し、８分木の情報を符号化することで符号量を削減する方法が用いられる。
　一方、属性情報は、各三次元点の色情報（ＲＧＢ、ＹＵＶなど）、反射率、及び法線ベクトルなどを示す情報を含む。例えば、三次元データ符号化装置は、属性情報を、位置情報とは別の符号化方法を用いて符号化することができる。
　本実施の形態では属性情報の符号化方法について説明する。なお、本実施の形態では属性情報の値として整数値を用いて説明する。例えば色情報ＲＧＢ又はＹＵＶの各色成分が８ｂｉｔ精度である場合、各色成分は０～２５５の整数値をとる。反射率の値が１０ｂｉｔ精度である場合、反射率の値は０～１０２３の整数値をとる。なお、三次元データ符号化装置は、属性情報のビット精度が小数精度である場合、属性情報の値が整数値になるように、当該値にスケール値を乗じてから整数値に丸めてもよい。なお、三次元データ符号化装置は、このスケール値をビットストリームのヘッダ等に付加してもよい。
　三次元点の属性情報の符号化方法として、三次元点の属性情報の予測値を算出し、元の属性情報の値と予測値との差分（予測残差）を符号化することが考えられる。例えば、三次元点ｐの属性情報の値がＡｐであり、予測値がＰｐである場合、三次元データ符号化装置は、その差分絶対値Ｄｉｆｆｐ＝｜Ａｐ－Ｐｐ｜を符号化する。この場合、予測値Ｐｐを高精度に生成することができれば、差分絶対値Ｄｉｆｆｐの値が小さくなる。よって、例えば、値が小さい程発生ビット数が小さくなる符号化テーブルを用いて差分絶対値Ｄｉｆｆｐをエントロピー符号化することで符号量を削減することができる。
　属性情報の予測値を生成する方法として、符号化対象の対象三次元点の周囲にある別の三次元点である参照三次元点の属性情報を用いることが考えられる。ここで参照三次元点とは、対象三次元点から予め定められた距離範囲内にある三次元点である。例えば、対象三次元点ｐ＝（ｘ１，ｙ１，ｚ１）と三次元点ｑ＝（ｘ２，ｙ２，ｚ２）とが存在する場合、三次元データ符号化装置は、（式Ａ１）に示す三次元点ｐと三次元点ｑとのユークリッド距離ｄ（ｐ、ｑ）を算出する。
Figure JPOXMLDOC01-appb-M000001
　三次元データ符号化装置は、ユークリッド距離ｄ（ｐ、ｑ）が予め定められた閾値ＴＨｄより小さい場合、三次元点ｑの位置が対象三次元点ｐの位置に近いと判定し、対象三次元点ｐの属性情報の予測値の生成に三次元点ｑの属性情報の値を利用すると判定する。なお、距離算出方法は別の方法でもよく、例えばマハラノビス距離等が用いられてもよい。また、三次元データ符号化装置は、対象三次元点から予め定められた距離範囲外の三次元点を予測処理に用いないと判定してもよい。例えば、三次元点ｒが存在し、対象三次元ｐと三次元点ｒとの距離ｄ（ｐ、ｒ）が閾値ＴＨｄ以上である場合、三次元データ符号化装置は、三次元点ｒを予測に用いないと判定してもよい。なお、三次元データ符号化装置は、閾値ＴＨｄを示す情報を、ビットストリームのヘッダ等に付加してもよい。
　図５１は、三次元点の例を示す図である。この例では、対象三次元点ｐと三次元点ｑとの距離ｄ（ｐ、ｑ）が閾値ＴＨｄより小さい。よって、三次元データ符号化装置は、三次元点ｑを対象三次元点ｐの参照三次元点と判定し、対象三次元ｐの属性情報Ａｐの予測値Ｐｐの生成に三次元点ｑの属性情報Ａｑの値を利用すると判定する。
　一方、対象三次元点ｐと三次元点ｒとの距離ｄ（ｐ、ｒ）は、閾値ＴＨｄ以上である。よって、三次元データ符号化装置は、三次元点ｒを対象三次元点ｐの参照三次元点でないと判定し、対象三次元点ｐの属性情報Ａｐの予測値Ｐｐの生成に三次元点ｒの属性情報Ａｒの値を利用しないと判定する。
　また、三次元データ符号化装置は、対象三次元点の属性情報を予測値を用いて符号化する場合、既に属性情報を符号化及び復号済みの三次元点を参照三次元点として利用する。同様に、三次元データ復号装置は、復号対象の対象三次元点の属性情報を予測値を用いて復号する場合、既に属性情報を復号済みの三次元点を参照三次元点として利用する。これにより、符号化時と復号時とで同一の予測値を生成することができるので、符号化で生成した三次元点のビットストリームを復号側で正しく復号することができる。
　また、三次元点の属性情報を符号化する場合に、三次元点の位置情報を用いて各三次元点を複数階層に分類してから符号化することが考えられる。ここで、分類した各階層をＬｏＤ（Ｌｅｖｅｌ　ｏｆ　Ｄｅｔａｉｌ）と呼ぶ。ＬｏＤの生成方法について図５２を用いて説明する。
　まず、三次元データ符号化装置は、初期点ａ０を選択し、ＬｏＤ０に割当てる。次に、三次元データ符号化装置は、点ａ０からの距離がＬｏＤ０の閾値Ｔｈｒｅｓ＿ＬｏＤ［０］より大きい点ａ１を抽出しＬｏＤ０に割当てる。次に、三次元データ符号化装置は、点ａ１からの距離がＬｏＤ０の閾値Ｔｈｒｅｓ＿ＬｏＤ［０］より大きい点ａ２を抽出しＬｏＤ０に割当てる。このように、三次元データ符号化装置は、ＬｏＤ０内の各点の間の距離が閾値Ｔｈｒｅｓ＿ＬｏＤ［０］より大きくなるようにＬｏＤ０を構成する。
　次に、三次元データ符号化装置は、まだＬｏＤが未割当ての点ｂ０を選択し、ＬｏＤ１に割当てる。次に、三次元データ符号化装置は、点ｂ０からの距離がＬｏＤ１の閾値Ｔｈｒｅｓ＿ＬｏＤ［１］より大きく、ＬｏＤが未割当ての点ｂ１を抽出しＬｏＤ１に割当てる。次に、三次元データ符号化装置は、点ｂ１からの距離がＬｏＤ１の閾値Ｔｈｒｅｓ＿ＬｏＤ［１］より大きく、ＬｏＤが未割当ての点ｂ２を抽出しＬｏＤ１に割当てる。このように、三次元データ符号化装置は、ＬｏＤ１内の各点の間の距離が閾値Ｔｈｒｅｓ＿ＬｏＤ［１］より大きくなるようにＬｏＤ１を構成する。
　次に、三次元データ符号化装置は、まだＬｏＤが未割当ての点ｃ０を選択し、ＬｏＤ２に割当てる。次に、三次元データ符号化装置は、点ｃ０からの距離がＬｏＤ２の閾値Ｔｈｒｅｓ＿ＬｏＤ［２］より大きく、ＬｏＤが未割当ての点ｃ１を抽出しＬｏＤ２に割当てる。次に、三次元データ符号化装置は、点ｃ１からの距離がＬｏＤ２の閾値Ｔｈｒｅｓ＿ＬｏＤ［２］より大きく、ＬｏＤが未割当ての点ｃ２を抽出しＬｏＤ２に割当てる。このように、三次元データ符号化装置は、ＬｏＤ２内の各点の間の距離が閾値Ｔｈｒｅｓ＿ＬｏＤ［２］より大きくなるようにＬｏＤ２を構成する。例えば、図５３に示すように、各ＬｏＤの閾値Ｔｈｒｅｓ＿ＬｏＤ［０］、Ｔｈｒｅｓ＿ＬｏＤ［１］、及びＴｈｒｅｓ＿ＬｏＤ［２］が設定される。
　また、三次元データ符号化装置は、各ＬｏＤの閾値を示す情報を、ビットストリームのヘッダ等に付加してもよい。例えば、図５３に示す例の場合、三次元データ符号化装置は、閾値Ｔｈｒｅｓ＿ＬｏＤ［０］、Ｔｈｒｅｓ＿ＬｏＤ［１］、及びＴｈｒｅｓ＿ＬｏＤ［２］をヘッダに付加してもよい。
　また、三次元データ符号化装置は、ＬｏＤの最下層にＬｏＤが未割当ての三次元点全てを割当ててもよい。この場合、三次元データ符号化装置は、ＬｏＤの最下層の閾値をヘッダに付加しないことでヘッダの符号量を削減できる。例えば、図５３に示す例の場合、三次元データ符号化装置は、閾値Ｔｈｒｅｓ＿ＬｏＤ［０］とＴｈｒｅｓ＿ＬｏＤ［１］をヘッダに付加し、Ｔｈｒｅｓ＿ＬｏＤ［２］をヘッダに付加しない。この場合、三次元データ復号装置は、Ｔｈｒｅｓ＿ＬｏＤ［２］の値０と推定してもよい。また、三次元データ符号化装置は、ＬｏＤの階層数をヘッダに付加してもよい。これにより、三次元データ復号装置は、ＬｏＤの階層数を用いて最下層のＬｏＤを判定できる。
　また、ＬｏＤの各層の閾値の値を図５３に示すように上位層ほど大きく設定することで、上位層（ＬｏＤ０に近い層）ほど三次元点間の距離が離れた疎点群（ｓｐａｒｓｅ）となり、下位層ほど三次元点間の距離が近い密点群（ｄｅｎｓｅ）となる。なお、図５３に示す例では、ＬｏＤ０が最上位層である。
　また、各ＬｏＤを設定する際の初期三次元点の選択方法は、位置情報符号化時の符号化順に依存してもよい。例えば、三次元データ符号化装置は、ＬｏＤ０の初期点ａ０として、位置情報符号化時に最初に符号化された三次元点を選択し、初期点ａ０を基点に、点ａ１、点ａ２を選択してＬｏＤ０を構成する。そして、三次元データ符号化装置は、ＬｏＤ１の初期点ｂ０として、ＬｏＤ０に属していない三次元点の中で、最も早く位置情報が符号化された三次元点を選択してもよい。つまり、三次元データ符号化装置は、ＬｏＤｎの初期点ｎ０として、ＬｏＤｎの上層（ＬｏＤ０～ＬｏＤｎ－１）に属していない三次元点の中で、最も早く位置情報が符号化された三次元点を選択してもよい。これにより、三次元データ復号装置は、復号時に同様の初期点選択方法を用いることで、符号化時と同一のＬｏＤを構成できるので、ビットストリームを適切に復号できる。具体的には、三次元データ復号装置は、ＬｏＤｎの初期点ｎ０として、ＬｏＤｎの上層に属していない三次元点の中で、最も早く位置情報が復号された三次元点を選択する。
　以下、三次元点の属性情報の予測値を、ＬｏＤの情報を用いて生成する手法について説明する。例えば、三次元データ符号化装置は、ＬｏＤ０に含まれる三次元点から順に符号化する場合、ＬｏＤ１に含まれる対象三次元点を、ＬｏＤ０及びＬｏＤ１に含まれる符号化かつ復号済み（以下、単に「符号化済み」とも記す）の属性情報を用いて生成する。このように、三次元データ符号化装置は、ＬｏＤｎに含まれる三次元点の属性情報の予測値を、ＬｏＤｎ’（ｎ’＜＝ｎ）に含まれる符号化済みの属性情報を用いて生成する。つまり、三次元データ符号化装置は、ＬｏＤｎに含まれる三次元点の属性情報の予測値の算出に、ＬｏＤｎの下層に含まれる三次元点の属性情報を用いない。
　例えば、三次元データ符号化装置は、三次元点の属性情報の予測値を、符号化対象の対象三次元点の周辺の符号化済みの三次元点のうち、Ｎ個以下の三次元点の属性値の平均を算出することで生成する。また、三次元データ符号化装置は、Ｎの値を、ビットストリームのヘッダ等に付加してもよい。なお、三次元データ符号化装置は、Ｎの値を三次元点毎に変更し、三次元点毎にＮの値を付加してもよい。これにより、三次元点毎に適切なＮを選択することができるので、予測値の精度を向上できる。よって、予測残差を小さくできる。また、三次元データ符号化装置は、Ｎの値をビットストリームのヘッダに付加し、ビットストリーム内でＮの値を固定してもよい。これにより、三次元点毎にＮの値を符号化、又は復号する必要がなくなるので、処理量を削減できる。また、三次元データ符号化装置は、ＬｏＤ毎にＮの値を別々に符号化してもよい。これによりＬｏＤ毎に適切なＮを選択することで符号化効率を向上できる。
　または、三次元データ符号化装置は、三次元点の属性情報の予測値を、周囲の符号化済みのＮ個の三次元点の属性情報の重み付け平均値により算出してもよい。例えば、三次元データ符号化装置は、対象三次元点と周囲のＮ個の三次元点とのそれぞれの距離情報を用いて重みを算出する。
　三次元データ符号化装置は、ＬｏＤ毎にＮの値を別々に符号化する場合、例えばＬｏＤの上位層ほどＮの値を大きく設定し、下位層ほどＮの値を小さく設定する。ＬｏＤの上位層では属する三次元点間の距離が離れるため、Ｎの値を大きく設定して複数の周囲の三次元点を選択して平均化することで予測精度を向上できる可能性がある。また、ＬｏＤの下位層では属する三次元点間の距離が近いため、Ｎの値を小さく設定して平均化の処理量を抑えつつ、効率的な予測を行うことが可能となる。
　図５４は、予測値に用いる属性情報の例を示す図である。上述したように、ＬｏＤＮに含まれる点Ｐの予測値は、ＬｏＤＮ’（Ｎ’＜＝Ｎ）に含まれる符号化済みの周囲点Ｐ’を用いて生成される。ここで、周囲点Ｐ’は、点Ｐとの距離に基づき選択される。例えば、図５４に示す点ｂ２の属性情報の予測値は、点ａ０、ａ１、ａ２、ｂ０、ｂ１の属性情報を用いて生成される。
　上述したＮの値に応じて、選択される周囲点は変化する。例えばＮ＝５の場合は点ｂ２の周囲点としてａ０、ａ１、ａ２、ｂ０、ｂ１が選択される。Ｎ＝４の場合は距離情報を元に点ａ０、ａ１、ａ２、ｂ１を選択される。
　予測値は、距離依存の重み付け平均により算出される。例えば、図５４に示す例では、点ａ２の予測値ａ２ｐは、（式Ａ２）及び（式Ａ３）に示すように、点ａ０及び点ａ１の属性情報の重み付け平均により算出される。なお、Ａｉは点ａｉの属性情報の値である。
Figure JPOXMLDOC01-appb-M000002
　また、点ｂ２の予測値ｂ２ｐは、（式Ａ４）～（式Ａ６）に示すように、点ａ０、ａ１、ａ２、ｂ０、ｂ１の属性情報の重み付け平均により算出される。なお、Ｂｉは点ｂｉの属性情報の値である。
Figure JPOXMLDOC01-appb-M000003
 　また、三次元データ符号化装置は、三次元点の属性情報の値と、周囲点から生成した予測値との差分値（予測残差）を算出し、算出した予測残差を量子化してもよい。例えば、三次元データ符号化装置は、予測残差を量子化スケール（量子化ステップとも呼ぶ）で除算することで量子化を行う。この場合、量子化スケールが小さいほど量子化によって発生しうる誤差（量子化誤差）が小さくなる。逆に量子化スケールが大きいほど量子化誤差は大きくなる。
　なお、三次元データ符号化装置は、使用する量子化スケールをＬｏＤ毎に変えてもよい。例えば、三次元データ符号化装置は、上位層ほど量子化スケールを小さくし、下位層ほど量子化スケールを大きくする。上位層に属する三次元点の属性情報の値は、下位層に属する三次元点の属性情報の予測値として使用される可能性があるため、上位層の量子化スケールを小さくして上位層で発生しうる量子化誤差を抑え、予測値の精度を高めることで符号化効率を向上できる。なお、三次元データ符号化装置は、ＬｏＤ毎に使用する量子化スケールをヘッダ等に付加してもよい。これにより、三次元データ復号装置は、正しく量子化スケールを復号できるので、ビットストリームを適切に復号できる。
　また、三次元データ符号化装置は、量子化後の予測残差である符号付整数値（符号付量子化値）を符号なし整数値（符号なし量子化値）に変換してもよい。これにより予測残差をエントロピー符号化する場合に、負の整数の発生を考慮する必要がなくなる。なお、三次元データ符号化装置は、必ずしも符号付整数値を符号なし整数値に変換する必要はなく、例えば符号ビットを別途エントロピー符号化してもよい。
　予測残差は、元の値から予測値を減算することにより算出される。例えば、点ａ２の予測残差ａ２ｒは、（式Ａ７）に示すように、点ａ２の属性情報の値Ａ２から、点ａ２の予測値ａ２ｐを減算することで算出される。点ｂ２の予測残差ｂ２ｒは、（式Ａ８）に示すように、点ｂ２の属性情報の値Ｂ２から、点ｂ２の予測値ｂ２ｐを減算することで算出される。
　ａ２ｒ＝Ａ２－ａ２ｐ　・・・（式Ａ７）
　ｂ２ｒ＝Ｂ２－ｂ２ｐ　・・・（式Ａ８）
　また、予測残差は、ＱＳ（量子化ステップ（Ｑｕａｎｔｉｚａｔｉｏｎ　Ｓｔｅｐ））で除算されることで量子化される。例えば、点ａ２の量子化値ａ２ｑは、（式Ａ９）により算出される。点ｂ２の量子化値ｂ２ｑは、（式Ａ１０）により算出される。ここで、ＱＳ＿ＬｏＤ０は、ＬｏＤ０用のＱＳであり、ＱＳ＿ＬｏＤ１は、ＬｏＤ１用のＱＳである。つまり、ＬｏＤに応じてＱＳが変更されてもよい。
　ａ２ｑ＝ａ２ｒ／ＱＳ＿ＬｏＤ０　・・・（式Ａ９）
　ｂ２ｑ＝ｂ２ｒ／ＱＳ＿ＬｏＤ１　・・・（式Ａ１０）
　また、三次元データ符号化装置は、以下のように、上記量子化値である符号付整数値を符号なし整数値に変換する。三次元データ符号化装置は、符号付整数値ａ２ｑが０より小さい場合、符号なし整数値ａ２ｕを－１－（２×ａ２ｑ）に設定する。三次元データ符号化装置は、符号付整数値ａ２ｑが０以上の場合、符号なし整数値ａ２ｕを２×ａ２ｑに設定する。
　同様に、三次元データ符号化装置は、符号付整数値ｂ２ｑが０より小さい場合、符号なし整数値ｂ２ｕを－１－（２×ｂ２ｑ）に設定する。三次元データ符号化装置は、符号付整数値ｂ２ｑが０以上の場合、符号なし整数値ｂ２ｕを２×ｂ２ｑに設定する。
　また、三次元データ符号化装置は、量子化後の予測残差（符号なし整数値）を、エントロピー符号化によって符号化してもよい。例えば符号なし整数値を二値化したうえで、二値の算術符号化を適用してもよい。
　なお、この場合、三次元データ符号化装置は、予測残差の値に応じて二値化方法を切替えてもよい。例えば、三次元データ符号化装置は、予測残差ｐｕが閾値Ｒ＿ＴＨより小さい場合は、閾値Ｒ＿ＴＨを表現するために必要な固定ビット数で予測残差ｐｕを二値化する。また、三次元データ符号化装置は、予測残差ｐｕが閾値Ｒ＿ＴＨ以上の場合は、閾値Ｒ＿ＴＨの二値化データと（ｐｕ－Ｒ＿ＴＨ）の値を指数ゴロム（Ｅｘｐｏｎｅｎｔｉａｌ－Ｇｏｌｏｍｂ）等を用いて二値化する。
　例えば、三次元データ符号化装置は、閾値Ｒ＿ＴＨが６３であり、予測残差ｐｕが６３より小さい場合は、予測残差ｐｕを６ｂｉｔで二値化する。また、三次元データ符号化装置は、予測残差ｐｕが６３以上である場合は、閾値Ｒ＿ＴＨの二値データ（１１１１１１）と（ｐｕ－６３）とを指数ゴロムを用いて二値化することで算術符号化を行う。
　より具体的な例では、三次元データ符号化装置は、予測残差ｐｕが３２である場合、６ｂｉｔの二値データ（１０００００）を生成し、このビット列を算術符号化する。また、三次元データ符号化装置は、予測残差ｐｕが６６の場合、閾値Ｒ＿ＴＨの二値データ（１１１１１１）と値３（６６－６３）を指数ゴロムで表したビット列（００１００）とを生成し、このビット列（１１１１１１＋００１００）を算術符号化する。
　このように、三次元データ符号化装置は、予測残差の大きさに応じて二値化の方法を切替えることで、予測残差が大きくなった場合の二値化ビット数の急激な増加を抑えながら符号化することが可能となる。なお、三次元データ符号化装置は、閾値Ｒ＿ＴＨをビットストリームのヘッダ等に付加してもよい。
　例えば、高ビットレートで符号化が行われる場合、つまり、量子化スケールが小さい場合、量子化誤差が小さく予測精度が高くなり、結果として予測残差が大きくならない可能性がある。よって、この場合には、三次元データ符号化装置は、閾値Ｒ＿ＴＨを大きく設定する。これにより、閾値Ｒ＿ＴＨの二値化データを符号化する可能性が低くなり、符号化効率が向上する。逆に、低ビットレートで符号化が行われる場合、つまり、量子化スケールが大きい場合、量子化誤差が大きく予測精度が悪くなり、結果として予測残差が大きくなる可能性がある。よって、この場合には、三次元データ符号化装置は、閾値Ｒ＿ＴＨを小さく設定する。これにより、二値化データの急激なビット長増加を防ぐことができる。
　また、三次元データ符号化装置は、ＬｏＤ毎に閾値Ｒ＿ＴＨを切り替え、ＬｏＤ毎の閾値Ｒ＿ＴＨをヘッダ等に付加してもよい。つまり、三次元データ符号化装置は、ＬｏＤ毎に二値化の方法を切替えてもよい。例えば、上位層では三次元点間の距離が遠いため、予測精度が悪く結果として予測残差が大きくなる可能性がある。よって、三次元データ符号化装置は、上位層に対しては閾値Ｒ＿ＴＨを小さく設定することで二値化データの急激なビット長増加を防ぐ。また、下位層では三次元点間の距離が近いため、予測精度が高く結果として予測残差が小さくなる可能性がある。よって、三次元データ符号化装置は、階層に対しては閾値Ｒ＿ＴＨを大きく設定することで符号化効率を向上する。
　図５５は、指数ゴロム符号の一例を示す図であって、二値化前の値（多値）と、二値化後のビット（符号）との関係を示す図である。なお、図５５に示す０と１とを反転させてもよい。
　また、三次元データ符号化装置は、予測残差の二値化データに算術符号化を適用する。これにより、符号化効率を向上できる。なお、算術符号化の適用時に、二値化データのうち、ｎビットで二値化した部分であるｎビット符号（ｎ－ｂｉｔ　ｃｏｄｅ）と、指数ゴロムを用いて二値化した部分である残り符号（ｒｅｍａｉｎｉｎｇ　ｃｏｄｅ）とで、各ビットの０と１の出現確率の傾向は異なる可能性がある。よって、三次元データ符号化装置は、ｎビット符号と残り符号とで、算術符号化の適用方法を切替えてもよい。
　例えば、三次元データ符号化装置は、ｎビット符号に対しては、ビット毎に異なる符号化テーブル（確率テーブル）を用いて算術符号化を行う。この際、三次元データ符号化装置は、ビット毎に使用する符号化テーブルの数を変えてもよい。例えば、三次元データ符号化装置は、ｎビット符号の先頭ビットｂ０には１個の符号化テーブルを用いて算術符号化を行う。また、三次元データ符号化装置は、次のビットｂ１に対しては２個の符号化テーブルを用いる。また、三次元データ符号化装置は、ｂ０の値（０又は１）に応じてビットｂ１の算術符号化に用いる符号化テーブルを切替える。同様に、三次元データ符号化装置は、更に次のビットｂ２に対しては４個の符号化テーブルを用いる。また、三次元データ符号化装置は、ｂ０及びｂ１の値（０～３）に応じて、ビットｂ２の算術符号化に用いる符号化テーブルを切替える。
　このように、三次元データ符号化装置は、ｎビット符号の各ビットｂｎ－１を算術符号化する際に、２ｎ－１個の符号化テーブルを用いる。また、三次元データ符号化装置は、ｂｎ－１より前のビットの値（発生パターン）に応じて、使用する符号化テーブルを切替える。これにより、三次元データ符号化装置は、ビット毎に適切な符号化テーブルを使用できるので、符号化効率を向上できる。
　なお、三次元データ符号化装置は、各ビットで使用する符号化テーブルの数を削減してもよい。例えば、三次元データ符号化装置は、各ビットｂｎ－１を算術符号化する際に、ｂｎ－１より前のｍビット（ｍ＜ｎ－１）の値（発生パターン）に応じて２ｍ個の符号化テーブルを切替えてもよい。これにより各ビットで使用する符号化テーブルの数を抑えつつ、符号化効率を向上できる。なお、三次元データ符号化装置は、各符号化テーブルにおける０と１の発生確率を、実際に発生した二値化データの値に応じて更新してもよい。また、三次元データ符号化装置は、一部のビットの符号化テーブルにおける０と１の発生確率を固定化してもよい。これにより、発生確率の更新回数を抑制できるので処理量を削減できる。
　例えば、ｎビット符号がｂ０ｂ１ｂ２…ｂｎ－１である場合、ｂ０用の符号化テーブルは１個（ＣＴｂ０）である。ｂ１用の符号化テーブルは２個（ＣＴｂ１０、ＣＴｂ１１）である。また、ｂ０の値（０～１）に応じて使用する符号化テーブルが切替えられる。ｂ２用の符号化テーブルは、４個（ＣＴｂ２０、ＣＴｂ２１、ＣＴｂ２２、ＣＴｂ２３）である。また、ｂ０及びｂ１の値（０～３）に応じて使用する符号化テーブルが切替えられる。ｂｎ－１用の符号化テーブルは２ｎ－１個（ＣＴｂｎ０、ＣＴｂｎ１、…、ＣＴｂｎ（２ｎ－１－１））である。また、ｂ０ｂ１…ｂｎ－２の値（０～２ｎ－１－１）に応じて使用する符号化テーブルを切替えられる。
　なお、三次元データ符号化装置は、ｎビット符号に対しては、二値化せずに０～２ｎ－１の値を設定するｍ－ａｒｙによる算術符号化（ｍ＝２ｎ）を適用してもよい。また、三次元データ符号化装置が、ｎビット符号をｍ－ａｒｙで算術符号化する場合は、三次元データ復号装置もｍ－ａｒｙの算術復号によりｎビット符号を復元してもよい。
　図５６は、例えば、残り符号が指数ゴロム符号の場合の処理を説明するための図である。指数ゴロムを用いて二値化した部分である残り符号は、図５６に示すようにｐｒｅｆｉｘ部とｓｕｆｆｉｘ部とを含む。例えば、三次元データ符号化装置は、ｐｒｅｆｉｘ部とｓｕｆｆｉｘ部とで符号化テーブルを切替える。つまり、三次元データ符号化装置は、ｐｒｅｆｉｘ部に含まれる各ビットを、ｐｒｅｆｉｘ用の符号化テーブルを用いて算術符号化し、ｓｕｆｆｉｘ部に含まれる各ビットを、ｓｕｆｆｉｘ用の符号化テーブルを用いて算術符号化する。
　なお、三次元データ符号化装置は、各符号化テーブルにおける０と１の発生確率を、実際に発生した二値化データの値に応じて更新してもよい。または、三次元データ符号化装置は、どちらかの符号化テーブルにおける０と１の発生確率を固定化してもよい。これにより、発生確率の更新回数を抑制できるので処理量を削減できる。例えば、三次元データ符号化装置は、ｐｒｅｆｉｘ部に対して発生確率を更新し、ｓｕｆｆｉｘ部に対して発生確率を固定化してもよい。
　また、三次元データ符号化装置は、量子化後の予測残差を、逆量子化及び再構成することで復号し、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Ａ１１）により算出される。点ｂ２の逆量子化値ｂ２ｉｑは、点ｂ２の量子化値ｂ２ｑを用いて（式Ａ１２）により算出される。ここで、ＱＳ＿ＬｏＤ０は、ＬｏＤ０用のＱＳであり、ＱＳ＿ＬｏＤ１は、ＬｏＤ１用のＱＳである。つまり、ＬｏＤに応じてＱＳが変更されてもよい。
　ａ２ｉｑ＝ａ２ｑ×ＱＳ＿ＬｏＤ０　・・・（式Ａ１１）
　ｂ２ｉｑ＝ｂ２ｑ×ＱＳ＿ＬｏＤ１　・・・（式Ａ１２）
　例えば、点ａ２の復号値ａ２ｒｅｃは、（式Ａ１３）に示すように、点ａ２の逆量子化値ａ２ｉｑに、点ａ２の予測値ａ２ｐを加算することで算出される。点ｂ２の復号値ｂ２ｒｅｃは、（式Ａ１４）に示すように、点ｂ２の逆量子化値ｂ２ｉｑに、点ｂ２の予測値ｂ２ｐを加算することで算出される。
　ａ２ｒｅｃ＝ａ２ｉｑ＋ａ２ｐ　・・・（式Ａ１３）
　ｂ２ｒｅｃ＝ｂ２ｉｑ＋ｂ２ｐ　・・・（式Ａ１４）
　以下、本実施の形態に係るビットストリームのシンタックス例を説明する。図５７は、本実施の形態に係る属性ヘッダ（ａｔｔｒｉｂｕｔｅ＿ｈｅａｄｅｒ）のシンタックス例を示す図である。属性ヘッダは、属性情報のヘッダ情報である。図５７に示すように、属性ヘッダは、階層数情報（ＮｕｍＬｏＤ）と、三次元点数情報（ＮｕｍＯｆＰｏｉｎｔ［ｉ］）と、階層閾値（Ｔｈｒｅｓ＿Ｌｏｄ［ｉ］）と、周囲点数情報（ＮｕｍＮｅｉｇｈｏｒＰｏｉｎｔ［ｉ］）と、予測閾値（ＴＨｄ［ｉ］）と、量子化スケール（ＱＳ［ｉ］）と、二値化閾値（Ｒ＿ＴＨ［ｉ］）とを含む。
　階層数情報（ＮｕｍＬｏＤ）は、用いられるＬｏＤの階層数を示す。
　三次元点数情報（ＮｕｍＯｆＰｏｉｎｔ［ｉ］）は、階層ｉに属する三次元点の数を示す。なお、三次元データ符号化装置は、三次元点の総数を示す三次元点総数情報（ＡｌｌＮｕｍＯｆＰｏｉｎｔ）を別のヘッダに付加してもよい。この場合、三次元データ符号化装置は、最下層に属する三次元点の数を示すＮｕｍＯｆＰｏｉｎｔ［ＮｕｍＬｏＤ－１］をヘッダに付加しなくてもよい。この場合、三次元データ復号装置は、（式Ａ１５）によりＮｕｍＯｆＰｏｉｎｔ［ＮｕｍＬｏＤ－１］を算出できる。これにより、ヘッダの符号量を削減できる。
Figure JPOXMLDOC01-appb-M000004
　階層閾値（Ｔｈｒｅｓ＿Ｌｏｄ［ｉ］）は、階層ｉの設定に用いられる閾値である。三次元データ符号化装置及び三次元データ復号装置は、ＬｏＤｉ内の各点の間の距離が閾値Ｔｈｒｅｓ＿ＬｏＤ［ｉ］より大きくなるようにＬｏＤｉを構成する。また、三次元データ符号化装置は、Ｔｈｒｅｓ＿Ｌｏｄ［ＮｕｍＬｏＤ－１］（最下層）の値をヘッダに付加しなくてもよい。この場合、三次元データ復号装置は、Ｔｈｒｅｓ＿Ｌｏｄ［ＮｕｍＬｏＤ－１］の値を０と推定する。これによりヘッダの符号量を削減できる。
　周囲点数情報（ＮｕｍＮｅｉｇｈｏｒＰｏｉｎｔ［ｉ］）は、階層ｉに属する三次元点の予測値の生成に用いる周囲の点数の上限値を示す。三次元データ符号化装置は、周囲の点数ＭがＮｕｍＮｅｉｇｈｏｒＰｏｉｎｔ［ｉ］に満たない場合（Ｍ＜ＮｕｍＮｅｉｇｈｏｒＰｏｉｎｔ［ｉ］）は、Ｍ個の周囲の点数を用いて予測値を算出してもよい。また、三次元データ符号化装置は、各ＬｏＤでＮｕｍＮｅｉｇｈｏｒＰｏｉｎｔ［ｉ］の値を分ける必要がない場合は、全てのＬｏＤで使用される１個の周囲点数情報（ＮｕｍＮｅｉｇｈｏｒＰｏｉｎｔ）をヘッダに付加してもよい。
　予測閾値（ＴＨｄ［ｉ］）は、階層ｉにて符号化又は復号対象の対象三次元点の予測に用いる周囲の三次元点と対象三次元点との距離の上限値を示す。三次元データ符号化装置及び三次元データ復号装置は、対象三次元点からの距離がＴＨｄ［ｉ］より離れている三次元点を予測に用いない。なお、三次元データ符号化装置は、各ＬｏＤでＴＨｄ［ｉ］の値を分ける必要がない場合は、全てのＬｏＤで使用される１個の予測閾値（ＴＨｄ）をヘッダに付加してもよい。
　量子化スケール（ＱＳ［ｉ］）は、階層ｉの量子化及び逆量子化で用いられる量子化スケールを示す。
　二値化閾値（Ｒ＿ＴＨ［ｉ］）は、階層ｉに属する三次元点の予測残差の二値化方法を切替えるための閾値である。例えば、三次元データ符号化装置は、予測残差が閾値Ｒ＿ＴＨより小さい場合は、固定ビット数で予測残差ｐｕを二値化し、予測残差が閾値Ｒ＿ＴＨ以上の場合は、閾値Ｒ＿ＴＨの二値化データと（ｐｕ－Ｒ＿ＴＨ）の値を指数ゴロムを用いて二値化する。なお、各ＬｏＤでＲ＿ＴＨ［ｉ］の値を切替える必要がない場合は、三次元データ符号化装置は、全てのＬｏＤで使用される１個の二値化閾値（Ｒ＿ＴＨ）をヘッダに付加してもよい。
　なお、Ｒ＿ＴＨ［ｉ］はｎｂｉｔで表せる最大値であってもよい。例えば６ｂｉｔではＲ＿ＴＨは６３であり、８ｂｉｔではＲ＿ＴＨは２５５である。また、三次元データ符号化装置は、二値化閾値としてｎｂｉｔで表せる最大値を符号化する代わりに、ビット数を符号化してもよい。例えば、三次元データ符号化装置は、Ｒ＿ＴＨ［ｉ］＝６３の場合は値６を、Ｒ＿ＴＨ［ｉ］＝２５５の場合は値８をヘッダに付加してもよい。また、三次元データ符号化装置は、Ｒ＿ＴＨ［ｉ］を表すビット数の最小値（最小ビット数）を定義し、最小値からの相対ビット数をヘッダに付加してもよい。例えば、三次元データ符号化装置は、Ｒ＿ＴＨ［ｉ］＝６３で最小ビット数が６の場合は値０をヘッダに付加し、Ｒ＿ＴＨ［ｉ］＝２５５で最小ビット数が６の場合は値２をヘッダに付加してもよい。
　また、三次元データ符号化装置は、ＮｕｍＬｏＤ、Ｔｈｒｅｓ＿Ｌｏｄ［ｉ］、ＮｕｍＮｅｉｇｈｂｏｒＰｏｉｎｔ［ｉ］、ＴＨｄ［ｉ］、ＱＳ［ｉ］及びＲ＿ＴＨ［ｉ］の少なくとも一つをエントロピー符号化してヘッダに付加してもよい。例えば、三次元データ符号化装置は、各値を二値化して算術符号化してもよい。また、三次元データ符号化装置は、処理量を抑えるために各値を固定長で符号化してもよい。
　また、三次元データ符号化装置は、ＮｕｍＬｏＤ、Ｔｈｒｅｓ＿Ｌｏｄ［ｉ］、ＮｕｍＮｅｉｇｈｂｏｒＰｏｉｎｔ［ｉ］、ＴＨｄ［ｉ］、ＱＳ［ｉ］、及びＲ＿ＴＨ［ｉ］の少なくとも一つをヘッダに付加しなくてもよい。例えば、これらのうちの少なくとも一つの値が、規格等のｐｒｏｆｉｌｅ又はｌｅｖｅｌ等で規定されてもよい。これによりヘッダのビット量を削減することができる。
　図５８は、本実施の形態に係る属性データ（ａｔｔｒｉｂｕｔｅ＿ｄａｔａ）のシンタックス例を示す図である。この属性データは、複数の三次元点の属性情報の符号化データを含む。図５８に示すように属性データは、ｎビット符号（ｎ－ｂｉｔ　ｃｏｄｅ）と、残り符号（ｒｅｍａｉｎｉｎｇ　ｃｏｄｅ）とを含む。
　ｎビット符号は（ｎ－ｂｉｔ　ｃｏｄｅ）は、属性情報の値の予測残差の符号化データ又はその一部である。ｎビット符号のビット長はＲ＿ＴＨ［ｉ］の値に依存する。例えばＲ＿ＴＨ［ｉ］の示す値が６３の場合、ｎビット符号は６ｂｉｔであり、Ｒ＿ＴＨ［ｉ］の示す値が２５５の場合、ｎビット符号は８ｂｉｔである。
　残り符号（ｒｅｍａｉｎｉｎｇ　ｃｏｄｅ）は、属性情報の値の予測残差の符号化データのうち、指数ゴロムで符号化された符号化データである。この残り符号は、ｎビット符号がＲ＿ＴＨ［ｉ］と同じ場合に符号化又は復号される。また、三次元データ復号装置は、ｎビット符号の値と残り符号の値を加算して予測残差を復号する。なお、ｎビット符号がＲ＿ＴＨ［ｉ］と同じ値でない場合は、残り符号は符号化又は復号されなくてもよい。
　以下、三次元データ符号化装置における処理の流れを説明する。図５９は、三次元データ符号化装置による三次元データ符号化処理のフローチャートである。
　まず、三次元データ符号化装置は、位置情報（ｇｅｏｍｅｔｒｙ）を符号化する（Ｓ３００１）。例えば、三次元データ符号化は、８分木表現を用いて符号化を行う。
　三次元データ符号化装置は、位置情報の符号化後に、量子化等によって三次元点の位置が変化した場合に、変化後の三次元点に元の三次元点の属性情報を再割り当てする（Ｓ３００２）。例えば、三次元データ符号化装置は、位置の変化量に応じて属性情報の値を補間することで再割り当てを行う。例えば、三次元データ符号化装置は、変化後の三次元位置に近い変化前の三次元点をＮ個検出し、Ｎ個の三次元点の属性情報の値を重み付け平均する。例えば、三次元データ符号化装置は、重み付け平均において、変化後の三次元位置から各Ｎ個の三次元までの距離に基づいて重みを決定する。そして、三次元データ符号化装置は、重み付け平均により得られた値を変化後の三次元点の属性情報の値に決定する。また、三次元データ符号化装置は、量子化等によって２個以上の三次元点が同一の三次元位置に変化した場合は、その変化後の三次元点の属性情報の値として、変化前の２個以上の三次元点の属性情報の平均値を割当ててもよい。
　次に、三次元データ符号化装置は、再割り当て後の属性情報（Ａｔｔｒｉｂｕｔｅ）を符号化する（Ｓ３００３）。例えば、三次元データ符号化装置は、複数種類の属性情報を符号化する場合は、複数種類の属性情報を順に符号化してもよい。例えば、三次元データ符号化装置は、属性情報として、色と反射率とを符号化する場合は、色の符号化結果の後に反射率の符号化結果を付加したビットストリームを生成してもよい。なお、ビットストリームに付加される属性情報の複数の符号化結果の順番は、この順に限らず、どのような順番でもよい。
　また、三次元データ符号化装置は、ビットストリーム内の各属性情報の符号化データ開始場所を示す情報をヘッダ等に付加してもよい。これにより、三次元データ復号装置は、復号が必要な属性情報を選択的に復号できるので、復号が不必要な属性情報の復号処理を省略できる。よって、三次元データ復号装置の処理量を削減できる。また、三次元データ符号化装置は、複数種類の属性情報を並列に符号化し、符号化結果を１つのビットストリームに統合してもよい。これにより、三次元データ符号化装置は、高速に複数種類の属性情報を符号化できる。
　図６０は、属性情報符号化処理（Ｓ３００３）のフローチャートである。まず、三次元データ符号化装置は、ＬｏＤを設定する（Ｓ３０１１）。つまり、三次元データ符号化装置は、各三次元点を複数のＬｏＤのいずれかに割り当てる。
　次に、三次元データ符号化装置は、ＬｏＤ単位のループを開始する（Ｓ３０１２）。つまり、三次元データ符号化装置は、ＬｏＤ毎にステップＳ３０１３～Ｓ３０２１の処理を繰り返し行う。
　次に、三次元データ符号化装置は、三次元点単位のループを開始する（Ｓ３０１３）。つまり、三次元データ符号化装置は、三次元点毎にステップＳ３０１４～Ｓ３０２０の処理を繰り返し行う。
　まず、三次元データ符号化装置は、処理対象の対象三次元点の予測値の算出に用いる、対象三次元点の周囲に存在する三次元点である複数の周囲点を探索する（Ｓ３０１４）。次に、三次元データ符号化装置は、複数の周囲点の属性情報の値の重み付け平均を算出し、得られた値を予測値Ｐに設定する（Ｓ３０１５）。次に、三次元データ符号化装置は、対象三次元点の属性情報と予測値との差分である予測残差を算出する（Ｓ３０１６）。次に、三次元データ符号化装置は、予測残差を量子化することで量子化値を算出する（Ｓ３０１７）。次に、三次元データ符号化装置は、量子化値を算術符号化する（Ｓ３０１８）。
　また、三次元データ符号化装置は、量子化値を逆量子化することで逆量子化値を算出する（Ｓ３０１９）。次に、三次元データ符号化装置は、逆量子化値に予測値を加算することで復号値を生成する（Ｓ３０２０）。次に、三次元データ符号化装置は、三次元点単位のループを終了する（Ｓ３０２１）。また、三次元データ符号化装置は、ＬｏＤ単位のループを終了する（Ｓ３０２２）。
　以下、上記の三次元データ符号化装置により生成されたビットストリームを復号する三次元データ復号装置における三次元データ復号処理について説明する。
　三次元データ復号装置は、三次元データ符号化装置によって生成されたビットストリーム内の属性情報の二値化データを、三次元データ符号化装置と同様の方法で算術復号することで、復号された二値化データを生成する。なお、三次元データ符号化装置において、ｎビットで二値化した部分（ｎビット符号）と、指数ゴロムを用いて二値化した部分（残り符号）とで算術符号化の適用方法を切替えた場合は、三次元データ復号装置は、算術復号適用時に、それに合わせて復号を行う。
　例えば、三次元データ復号装置は、ｎビット符号の算術復号方法において、ビット毎に異なる符号化テーブル（復号テーブル）を用いて算術復号を行う。この際、三次元データ復号装置は、ビット毎に使用する符号化テーブルの数を変えてもよい。例えば、ｎビット符号の先頭ビットｂ０には１個の符号化テーブルを用いて算術復号を行う。また、三次元データ復号装置は、次のビットｂ１に対しては２個の符号化テーブルを用いる。また、三次元データ復号装置は、ｂ０の値（０又は１）に応じてビットｂ１の算術復号に用いる符号化テーブルを切替える。同様に、三次元データ復号装置は、更に次のビットｂ２に対しては４個の符号化テーブルを用いる。また、三次元データ復号装置は、ｂ０及びｂ１の値（０～３）に応じて、ビットｂ２の算術復号に用いる符号化テーブルを切替える。
　このように、三次元データ復号装置は、ｎビット符号の各ビットｂｎ－１を算術復号する際に、２ｎ－１個の符号化テーブルを用いる。また、三次元データ復号装置は、ｂｎ－１より前のビットの値（発生パターン）に応じて、使用する符号化テーブルを切替える。これにより、三次元データ復号装置は、ビット毎に適切な符号化テーブルを使用して符号化効率を向上したビットストリームを適切に復号できる。
　なお、三次元データ復号装置は、各ビットで使用する符号化テーブルの数を削減してもよい。例えば、三次元データ復号装置は、各ビットｂｎ－１を算術復号する際に、ｂｎ－１より前のｍビット（ｍ＜ｎ－１）の値（発生パターン）に応じて２ｍ個の符号化テーブルを切替えてもよい。これにより、三次元データ復号装置は、各ビットで使用する符号化テーブルの数を抑えつつ、符号化効率を向上したビットストリームを適切に復号できる。なお、三次元データ復号装置は、各符号化テーブルにおける０と１の発生確率を、実際に発生した二値化データの値に応じて更新してもよい。また、三次元データ復号装置は、一部のビットの符号化テーブルにおける０と１の発生確率を固定化してもよい。これにより、発生確率の更新回数を抑制できるので処理量を削減できる。
　例えば、ｎビット符号がｂ０ｂ１ｂ２…ｂｎ－１である場合、ｂ０用の符号化テーブルは１個（ＣＴｂ０）である。ｂ１用の符号化テーブルは２個（ＣＴｂ１０、ＣＴｂ１１）である。また、ｂ０の値（０～１）に応じて符号化テーブルが切替えられる。ｂ２用の符号化テーブルは４個（ＣＴｂ２０、ＣＴｂ２１、ＣＴｂ２２、ＣＴｂ２３）である。また、ｂ０及びｂ１の値（０～３）に応じて符号化テーブルが切替えられる。ｂｎ－１用の符号化テーブルは、２ｎ－１個（ＣＴｂｎ０、ＣＴｂｎ１、…、ＣＴｂｎ（２ｎ－１－１））である。また、ｂ０ｂ１…ｂｎ－２の値（０～２ｎ－１－１）に応じて符号化テーブルが切替えられる。
　図６１は、例えば、残り符号が指数ゴロム符号である場合の処理を説明するための図である。三次元データ符号化装置が指数ゴロムを用いて二値化して符号化した部分（残り符号）は、図６１に示すようにｐｒｅｆｉｘ部とｓｕｆｆｉｘ部とを含む。例えば、三次元データ復号装置は、ｐｒｅｆｉｘ部とｓｕｆｆｉｘ部とで符号化テーブルを切替える。つまり、三次元データ復号装置は、ｐｒｅｆｉｘ部に含まれる各ビットを、ｐｒｅｆｉｘ用の符号化テーブルを用いて算術復号し、ｓｕｆｆｉｘ部に含まれる各ビットを、ｓｕｆｆｉｘ用の符号化テーブルを用いて算術復号する。
　なお、三次元データ復号装置は、各符号化テーブルにおける０と１の発生確率を、復号時に発生した二値化データの値に応じて更新してもよい。または、三次元データ復号装置は、どちらかの符号化テーブルにおける０と１の発生確率を固定化してもよい。これにより、発生確率の更新回数を抑制できるので処理量を削減できる。例えば、三次元データ復号装置は、ｐｒｅｆｉｘ部に対して発生確率を更新し、ｓｕｆｆｉｘ部に対して発生確率を固定化してもよい。
　また、三次元データ復号装置は、算術復号した予測残差の二値化データを、三次元データ符号化装置で用いられた符号化方法に合わせて多値化することで量子化後の予測残差（符号なし整数値）を復号する。三次元データ復号装置は、まずｎビット符号の二値化データを算術復号することで復号したｎビット符号の値を算出する。次に、三次元データ復号装置は、ｎビット符号の値とＲ＿ＴＨの値とを比較する。
　三次元データ復号装置は、ｎビット符号の値とＲ＿ＴＨの値とが一致した場合、指数ゴロムで符号化されたビットが次に存在すると判定し、指数ゴロムで符号化された二値化データである残り符号を算術復号する。そして、三次元データ復号装置は、復号した残り符号から、残り符号とその値との関係を示す逆引きテーブルを用いて残り符号の値を算出する。図６２は、残り符号とその値との関係を示す逆引きテーブルの例を示す図である。次に、三次元データ復号装置は、得られた残り符号の値をＲ＿ＴＨに加算することで多値化された量子化後の予測残差を得る。
　一方、三次元データ復号装置は、ｎビット符号の値とＲ＿ＴＨの値とが一致しない（Ｒ＿ＴＨより値が小さい）場合、ｎビット符号の値をそのまま、多値化された量子化後の予測残差に決定する。これにより、三次元データ復号装置は、三次元データ符号化装置で予測残差の値に応じて二値化方法を切替えて生成したビットストリームを適切に復号できる。
　なお、三次元データ復号装置は、閾値Ｒ＿ＴＨがビットストリームのヘッダ等に付加されている場合は、閾値Ｒ＿ＴＨの値をヘッダから復号し、復号した閾値Ｒ＿ＴＨの値を用いて復号方法を切替えてもよい。また、三次元データ復号装置は、ＬｏＤ毎に閾値Ｒ＿ＴＨがヘッダ等に付加されている場合、ＬｏＤ毎に復号した閾値Ｒ＿ＴＨを用いて復号方法を切替える。
　例えば、閾値Ｒ＿ＴＨが６３であり、復号したｎビット符号の値が６３である場合、三次元データ復号装置は、残り符号を指数ゴロムにより復号することで残り符号の値を得る。例えば、図６２に示す例では、残り符号が００１００であり、残り符号の値として３が得られる。次に、三次元データ復号装置は、閾値Ｒ＿ＴＨの値６３と、残り符号の値３とを加算することで予測残差の値６６を得る。
　また、復号したｎビット符号の値が３２である場合、三次元データ復号装置は、ｎビット符号の値３２を予測残差の値に設定する。
　また、三次元データ復号装置は、復号した量子化後の予測残差を、例えば、三次元データ符号化装置における処理と逆の処理により、符号なし整数値から符号付整数値に変換する。これにより、三次元データ復号装置は、予測残差をエントロピー符号化する場合に、負の整数の発生を考慮せずに生成したビットストリームを適切に復号できる。なお、三次元データ復号装置は、必ずしも符号なし整数値を符号付整数値に変換する必要はなく、例えば符号ビットを別途エントロピー符号化して生成されたビットストリームを復号する場合は、符号ビットを復号してもよい。
　三次元データ復号装置は、符号付整数値に変換した量子化後の予測残差を、逆量子化及び再構成によって復号することで復号値を生成する。また、三次元データ復号装置は、生成した復号値を、復号対象の三次元点以降の予測に利用する。具体的には、三次元データ復号装置は、量子化後の予測残差に、復号した量子化スケールを乗算することで逆量子化値を算出し、逆量子化値と予測値とを加算して復号値を得る。
　復号された符号なし整数値（符号なし量子化値）は、以下の処理により符号付整数値に変換される。三次元データ復号装置は、復号された符号なし整数値ａ２ｕのＬＳＢ（ｌｅａｓｔ　ｓｉｇｎｉｆｉｃａｎｔ　ｂｉｔ）が１である場合、符号付整数値ａ２ｑを－（（ａ２ｕ＋１）＞＞１）に設定する。三次元データ復号装置は、符号なし整数値ａ２ｕのＬＳＢが１でない場合、符号付整数値ａ２ｑを（ａ２ｕ＞＞１）に設定する。
　同様に、三次元データ復号装置は、復号された符号なし整数値ｂ２ｕのＬＳＢが１である場合、符号付整数値ｂ２ｑを－（（ｂ２ｕ＋１）＞＞１）に設定する。三次元データ復号装置は、符号なし整数値ｎ２ｕのＬＳＢが１でない場合、符号付整数値ｂ２ｑを（ｂ２ｕ＞＞１）に設定する。
　また、三次元データ復号装置による逆量子化及び再構成処理の詳細は、三次元データ符号化装置における逆量子化及び再構成処理と同様である。
　以下、三次元データ復号装置における処理の流れを説明する。図６３は、三次元データ復号装置による三次元データ復号処理のフローチャートである。まず、三次元データ復号装置は、ビットストリームから位置情報（ｇｅｏｍｅｔｒｙ）を復号する（Ｓ３０３１）。例えば、三次元データ復号装置は、８分木表現を用いて復号を行う。
　次に、三次元データ復号装置は、ビットストリームから属性情報（Ａｔｔｒｉｂｕｔｅ）を復号する（Ｓ３０３２）。例えば、三次元データ復号装置は、複数種類の属性情報を復号する場合は、複数種類の属性情報を順に復号してもよい。例えば、三次元データ復号装置は、属性情報として色と反射率とを復号する場合は、ビットストリームに付加されている順に従い、色の符号化結果と反射率の符号化結果とを復号する。例えば、ビットストリームにおいて、色の符号化結果の後に反射率の符号化結果が付加されている場合、三次元データ復号装置は、色の符号化結果を復号し、その後に反射率の符号化結果を復号する。なお、三次元データ復号装置は、ビットストリームに付加される属性情報の符号化結果をどのような順番で復号してもよい。
　また、三次元データ復号装置は、ビットストリーム内の各属性情報の符号化データ開始場所を示す情報を、ヘッダ等を復号することで取得してもよい。これにより、三次元データ復号装置は、復号が必要な属性情報を選択的に復号できるので、復号が不必要な属性情報の復号処理を省略できる。よって、三次元データ復号装置の処理量を削減できる。また、三次元データ復号装置は、複数種類の属性情報を並列に復号し、復号結果を１つの三次元点群に統合してもよい。これにより、三次元データ復号装置は、高速に複数種類の属性情報を復号できる。
　図６４は、属性情報復号処理（Ｓ３０３２）のフローチャートである。まず、三次元データ復号装置は、ＬｏＤを設定する（Ｓ３０４１）。つまり、三次元データ復号装置は、復号された位置情報を有する複数の三次元点の各々を複数のＬｏＤのいずれかに割り当てる。例えば、この割り当て方法は、三次元データ符号化装置で用いられた割り当て方法と同じ方法である。
　次に、三次元データ復号装置は、ＬｏＤ単位のループを開始する（Ｓ３０４２）。つまり、三次元データ復号装置は、ＬｏＤ毎にステップＳ３０４３～Ｓ３０４９の処理を繰り返し行う。
　次に、三次元データ復号装置は、三次元点単位のループを開始する（Ｓ３０４３）。つまり、三次元データ復号装置は、三次元点毎にステップＳ３０４４～Ｓ３０４８の処理を繰り返し行う。
　まず、三次元データ復号装置は、処理対象の対象三次元点の予測値の算出に用いる、対象三次元点の周囲に存在する三次元点である複数の周囲点を探索する（Ｓ３０４４）。次に、三次元データ復号装置は、複数の周囲点の属性情報の値の重み付け平均を算出し、得られた値を予測値Ｐに設定する（Ｓ３０４５）。なお、これらの処理は三次元データ符号化装置における処理と同様である。
　次に、三次元データ復号装置は、ビットストリームから量子化値を算術復号する（Ｓ３０４６）。また、三次元データ復号装置は、復号した量子化値を逆量子化することで逆量子化値を算出する（Ｓ３０４７）。次に、三次元データ復号装置は、逆量子化値に予測値を加算することで復号値を生成する（Ｓ３０４８）。次に、三次元データ復号装置は、三次元点単位のループを終了する（Ｓ３０４９）。また、三次元データ復号装置は、ＬｏＤ単位のループを終了する（Ｓ３０５０）。
　次に、本実施の形態に係る三次元データ符号化装置及び三次元データ復号装置の構成を説明する。図６５は、本実施の形態に係る三次元データ符号化装置３０００の構成を示すブロック図である。この三次元データ符号化装置３０００は、位置情報符号化部３００１と、属性情報再割り当て部３００２と、属性情報符号化部３００３とを備える。
　属性情報符号化部３００３は、入力点群に含まれる複数の三次元点の位置情報（ｇｅｏｍｅｔｒｙ）を符号化する。属性情報再割り当て部３００２は、入力点群に含まれる複数の三次元点の属性情報の値を、位置情報の符号化及び復号結果を用いて再割り当てする。属性情報符号化部３００３は、再割り当てされた属性情報（ａｔｔｒｉｂｕｔｅ）を符号化する。また、三次元データ符号化装置３０００は、符号化された位置情報及び符号化された属性情報を含むビットストリームを生成する。
　図６６は、本実施の形態に係る三次元データ復号装置３０１０の構成を示すブロック図である。この三次元データ復号装置３０１０は、位置情報復号部３０１１と、属性情報復号部３０１２とを含む。
　位置情報復号部３０１１は、ビットストリームから複数の三次元点の位置情報（ｇｅｏｍｅｔｒｙ）を復号する。属性情報復号部３０１２は、ビットストリームから複数の三次元点の属性情報（ａｔｔｒｉｂｕｔｅ）を復号する。また、三次元データ復号装置３０１０は、復号した位置情報と復号した属性情報とを結合することで出力点群を生成する。
　以上のように、本実施の形態に係る三次元データ符号化装置は、図６７に示す処理を行う。三次元データ符号化装置は、属性情報を有する三次元点を符号化する。まず、三次元データ符号化装置は、三次元点の属性情報の予測値を算出する（Ｓ３０６１）。次に、三次元データ符号化装置は、三次元点の属性情報と、予測値との差分である予測残差を算出する（Ｓ３０６２）。次に、三次元データ符号化装置は、予測残差を二値化することで二値データを生成する（Ｓ３０６３）。次に、三次元データ符号化装置は、二値データを算術符号化する（Ｓ３０６４）。
　これによれば、三次元データ符号化装置は、属性情報の予測残差を算出し、さらに、当該予測残差を二値化及び算術符号化することで、属性情報の符号化データの符号量を削減できる。
　例えば、算術符号化（Ｓ３０６４）では、三次元データ符号化装置は、二値データのビット毎に異なる符号化テーブルを用いる。これによれば、三次元データ符号化装置は、符号化効率を向上できる。
　例えば、算術符号化（Ｓ３０６４）では、二値データの下位ビットほど、使用する符号化テーブルの数が多い。
　例えば、算術符号化（Ｓ３０６４）では、三次元データ符号化装置は、二値データに含まれる対象ビットの上位ビットの値に応じて、対象ビットの算術符号化に使用する符号化テーブルを選択する。これによれば、三次元データ符号化装置は、上位ビットの値に応じて符号化テーブルを選択できるので符号化効率を向上できる。
　例えば、三次元データ符号化装置は、二値化（Ｓ３０６３）では、予測残差が閾値（Ｒ＿ＴＨ）より小さい場合、固定ビット数で予測残差を二値化することで二値データを生成し、予測残差が閾値（Ｒ＿ＴＨ）以上である場合、閾値（Ｒ＿ＴＨ）を示す固定ビット数の第１符号（ｎビット符号）と、予測残差から閾値（Ｒ＿ＴＨ）を減算した値を指数ゴロムで二値化した第２符号（残り符号）とを含む二値データを生成する。三次元データ符号化装置は、算術符号化（Ｓ３０６４）では、第１符号と第２符号とに異なる算術符号化方法を用いる。
　これによれば、三次元データ符号化装置は、例えば、第１符号と第２符号との各々に適した算術符号化方法により第１符号と第２符号を算術符号化できるので符号化効率を向上できる。
　例えば、三次元データ符号化装置は、予測残差を量子化し、二値化（Ｓ３０６３）では、量子化された予測残差を二値化する。閾値（Ｒ＿ＴＨ）は、量子化における量子化スケールに応じて変更される。これによれば、三次元データ符号化装置は、量子化スケールに応じた適切な閾値を用いることができるので符号化効率を向上できる。
　例えば、第２符号は、ｐｒｅｆｉｘ部と、ｓｕｆｆｉｘ部とを含む。三次元データ符号化装置は、算術符号化（Ｓ３０６４）では、ｐｒｅｆｉｘ部とｓｕｆｆｉｘ部とに異なる符号化テーブルを用いる。これによれば、三次元データ符号化装置は、符号化効率を向上できる。
　例えば、三次元データ符号化装置は、プロセッサと、メモリとを備え、プロセッサは、メモリを用いて、上記の処理を行う。
　また、本実施の形態に係る三次元データ復号装置は、図６８に示す処理を行う。三次元データ復号装置は、属性情報を有する三次元点を復号する。まず、三次元データ復号装置は、三次元点の属性情報の予測値を算出する（Ｓ３０７１）。次に、三次元データ復号装置は、ビットストリームに含まれる符号化データを算術復号することで二値データを生成する（Ｓ３０７２）。次に、三次元データ復号装置は、二値データを多値化することで予測残差を生成する（Ｓ３０７３）。次に、三次元データ復号装置は、予測値と予測残差とを加算することで、三次元点の属性情報の復号値を算出する（Ｓ３０７４）。
　これによれば、三次元データ復号装置は、属性情報の予測残差を算出し、さらに、当該予測残差を二値化及び算術符号化することで生成された属性情報のビットストリームを適切に復号できる。
　例えば、算術復号（Ｓ３０７２）では、三次元データ復号装置は、二値データのビット毎に異なる符号化テーブルを用いる。これによれば、三次元データ復号装置は、符号化効率が向上されたビットストリームを適切に復号できる。
　例えば、算術復号（Ｓ３０７２）では、二値データの下位ビットほど、使用する符号化テーブルの数が多い。
　例えば、算術復号（Ｓ３０７２）では、三次元データ復号装置は、二値データに含まれる対象ビットの上位ビットの値に応じて、対象ビットの算術復号に使用する符号化テーブルを選択する。これによれば、三次元データ復号装置は、符号化効率が向上されたビットストリームを適切に復号できる。
　例えば、三次元データ復号装置は、多値化（Ｓ３０７３）では、二値データに含まれる固定ビット数の第１符号（ｎビット符号）を多値化することで第１の値を生成する。三次元データ復号装置は、第１の値が閾値（Ｒ＿ＴＨ）より小さい場合、第１の値を予測残差に決定し、第１の値が閾値（Ｒ＿ＴＨ）以上の場合、二値データに含まれる指数ゴロム符号である第２符号（残り符号）を多値化することで第２の値を生成し、第１の値と第２の値とを加算することで予測残差を生成する。三次元データ復号装置は、算術復号（Ｓ３０７２）では、第１符号と第２符号とに異なる算術復号方法を用いる。
　これによれば、三次元データ復号装置は、符号化効率が向上されたビットストリームを適切に復号できる。
　例えば、三次元データ復号装置は、予測残差を逆量子化し、加算（Ｓ３０７４）では、予測値と、逆量子化された予測残差とを加算する。閾値（Ｒ＿ＴＨ）は、逆量子化における量子化スケールに応じて変更される。これによれば、三次元データ復号装置は、符号化効率が向上されたビットストリームを適切に復号できる。
　例えば、第２符号は、ｐｒｅｆｉｘ部と、ｓｕｆｆｉｘ部とを含む。三次元データ復号装置は、算術復号（Ｓ３０７２）では、ｐｒｅｆｉｘ部とｓｕｆｆｉｘ部とに異なる符号化テーブルを用いる。これによれば、三次元データ復号装置は、符号化効率が向上されたビットストリームを適切に復号できる。
　例えば、三次元データ復号装置は、プロセッサと、メモリとを備え、プロセッサは、メモリを用いて、上記の処理を行う。
　（実施の形態９）
　実施の形態８とは別の手法で予測値を生成してもよい。以下では、符号化対象の三次元点を第１三次元点と称し、その周囲の三次元点を第２三次元点と称する場合がある。
　例えば、三次元点の属性情報の予測値の生成において、符号化対象の三次元点の符号化済みかつ復号済みの周囲の三次元点のうち、最も距離が近い三次元点の属性値をそのまま予測値として生成しても構わない。また、予測値の生成では、予測モード情報（ＰｒｅｄＭｏｄｅ）を三次元点毎に付加し、複数の予測値から１つの予測値を選択することで予測値を生成できるようにしても構わない。つまり、例えば、総数Ｍの予測モードにおいて、予測モード０に平均値、予測モード１に三次元点Ａの属性値、・・・、予測モードＭ－１に三次元点Ｚの属性値を割り当て、予測に使用した予測モードを三次元点毎にビットストリームに付加することが考えられる。このように、周囲の三次元点の属性情報の平均が予測値として算出される第１予測モードを示す第１予測モード値は、周囲の三次元点の属性情報そのものが予測値として算出される第２予測モードを示す第２予測モード値よりも小さくてもよい。ここで、予測モード０において算出される予測値である「平均値」は、符号化対象の三次元点の周囲の三次元点の属性値の平均値である。
　図６９は、実施の形態９に係る各予測モードにおいて算出される予測値を示すテーブルの第１の例を示す図である。図７０は、実施の形態９に係る予測値に用いる属性情報の例を示す図である。図７１は、実施の形態９に係る各予測モードにおいて算出される予測値を示すテーブルの第２の例を示す図である。
　予測モード数Ｍは、ビットストリームに付加されても構わない。また、予測モード数Ｍは、ビットストリームに付加されずに規格のｐｒｏｆｉｌｅ、ｌｅｖｅｌ等で値が規定されても構わない。また、予測モード数Ｍは、予測に用いる三次元点数Ｎから算出された値が用いられても構わない。例えば予測モード数Ｍは、Ｍ＝Ｎ＋１により算出されても構わない。
　なお、図６９に示されるテーブルは、予測に用いる三次元点数Ｎ＝４、かつ、予測モード数Ｍ＝５の場合の例である。点ｂ２の属性情報の予測値は、点ａ０、ａ１、ａ２、ｂ１の属性情報を用いて生成され得る。複数の予測モードから１つの予測モードを選択する場合、点ｂ２からの各点ａ０、ａ１、ａ２、ｂ１までの距離情報を元に、各点ａ０、ａ１、ａ２、ｂ１の属性値を予測値として生成する予測モードを選択してもよい。予測モードは、符号化対象の三次元点毎に付加される。予測値は、付加された予測モードに応じた値に応じて算出される。
　図７１に示されるテーブルは、図６９と同様に、予測に用いる三次元点数Ｎ＝４、かつ、予測モード数Ｍ＝５の場合の例である。点ａ２の属性情報の予測値は、点ａ０、ａ１の属性情報を用いて生成され得る。複数の予測モードから１つの予測モードを選択する場合、点ａ２のからの各店ａ０、ａ１までの距離情報を元に、各点ａ０、ａ１の属性値を予測値として生成する予測モードを選択してもよい。予測モードは、符号化対象の三次元点毎に付加される。予測値は、付加された予測モードに応じた値に応じて算出される。
　なお、上記の点ａ２のように隣接点数、つまり、周囲の三次元点数Ｎが４個に満たない場合、テーブルにおいて予測値が未割当てである予測モードをｎｏｔ　ａｖａｉｌａｂｌｅとしてもよい。
　なお、予測モードの値の割当ては、符号化対象の三次元点からの距離順で決定しても構わない。例えば、複数の予測モードを示す予測モード値は、予測値として用いる属性情報を有する周囲の三次元点までの符号化対象の三次元点からの距離が近いほど小さい。図６９の例では、点ｂ１、ａ２、ａ１、ａ０の順に符号化対象の三次元点である点ｂ２への距離が近いことが示される。例えば、予測値の算出では、２以上の予測モードのうちの予測モード値が「１」で示される予測モードにおいて点ｂ１の属性情報を予測値として算出し、予測モード値が「２」で示される予測モードにおいて点ａ２の属性情報を予測値として算出する。このように、点ｂ１の属性情報を予測値として算出する予測モードを示す予測モード値は、点ｂ２からの距離が点ｂ１よりも遠い位置にある点ａ２の属性情報を予測値として算出する予測モードを示す予測モード値よりも小さい。
　これにより、距離が近いため予測が当たりやすく選ばれやすい可能性のある点に小さい予測モード値を割り振ることができ、予測モード値を符号化するためのビット数を削減することができる。また、符号化対象の三次元点と同一のＬｏＤに属する三次元点に優先的に小さい予測モード値を割当ててもよい。
　図７２は、実施の形態９に係る各予測モードにおいて算出される予測値を示すテーブルの第３の例を示す図である。具体的には、第３の例は、予測値に用いられる属性情報が周囲の三次元点の色情報（ＹＵＶ）による値である場合の例である。このように、予測値に用いられる属性情報は、三次元点の色を示す色情報であってもよい。
　図７２に示されるように、予測モード値が「０」で示される予測モードにおいて算出される予測値は、ＹＵＶ色空間を定義するＹＵＶそれぞれの成分の平均である。具体的には、当該予測値は、点ｂ１、ａ２、ａ１、ａ０にそれぞれ対応するＹ成分の値であるＹｂ１、Ｙａ２、Ｙａ１、Ｙａ０の重み付き平均Ｙａｖｅと、点ｂ１、ａ２、ａ１、ａ０にそれぞれ対応するＵ成分の値であるＵｂ１、Ｕａ２、Ｕａ１、Ｕａ０の重み付き平均Ｕａｖｅと、点ｂ１、ａ２、ａ１、ａ０にそれぞれ対応するＶ成分の値であるＶｂ１、Ｖａ２、Ｖａ１、Ｖａ０の重み付き平均Ｖａｖｅと、を含む。また、予測モード値が「１」～「４」で示される予測モードにおいて算出される予測値は、それぞれ、周囲の三次元点ｂ１、ａ２、ａ１、ａ０の色情報を含む。色情報は、Ｙ成分、Ｕ成分およびＶ成分の値の組み合わせで示される。
　なお、図７２では、色情報は、ＹＵＶ色空間で定義される値で示されているが、ＹＵＶ色空間に限らずに、ＲＧＢ色空間で定義される値で示されてもよいし、他の色空間で定義される値で示されてもよい。
　このように、予測値の算出では、予測モードの予測値として、２以上の平均または属性情報を算出してもよい。また、２以上の平均または属性情報は、それぞれ、色空間を定義する２以上の成分の値を示していてもよい。
　なお、例えば、図７２のテーブルにおいて予測モード値が「２」で示される予測モードが選択された場合、符号化対象の三次元点の属性値のＹ成分、Ｕ成分およびＶ成分をそれぞれ予測値Ｙａ２，Ｕａ２，Ｖａ２として用いて符号化してもよい。この場合、予測モード値としての「２」がビットストリームに付加される。
　図７３は、実施の形態９に係る各予測モードにおいて算出される予測値を示すテーブルの第４の例を示す図である。具体的には、第４の例は、予測値に用いられる属性情報が周囲の三次元点の反射率情報による値である場合の例である。反射率情報は、例えば、反射率Ｒを示す情報である。
　図７３に示されるように、予測モード値が「０」で示される予測モードにおいて算出される予測値は、点ｂ１、ａ２、ａ１、ａ０にそれぞれ対応する反射率Ｒｂ１、Ｒａ２、Ｒａ１、Ｒａ０の重み付き平均Ｒａｖｅである。また、予測モード値が「１」～「４」で示される予測モードにおいて算出される予測値は、それぞれ、周囲の三次元点ｂ１、ａ２、ａ１、ａ０の反射率Ｒｂ１、Ｒａ２、Ｒａ１、Ｒａ０である。
　なお、例えば、図７３のテーブルにおいて予測モード値が「３」で示される予測モードが選択された場合、符号化対象の三次元点の属性値の反射率を予測値Ｒａ１として用いて符号化してもよい。この場合、予測モード値としての「３」がビットストリームに付加される。
　図７２および図７３で示されるように、属性情報は、第１属性情報と、第１属性情報とは異なる種類の第２属性情報とを含んでいてもよい。第１属性情報は、例えば、色情報である。第２属性情報は、例えば、反射率情報である。予測値の算出では、第１属性情報を用いて第１予測値を算出し、かつ、第２属性情報を用いて第２予測値を算出してもよい。
　（実施の形態１０）
　以下、三次元点の属性情報を符号化する別の方法として、ＲＡＨＴ（Ｒｅｇｉｏｎ　Ａｄａｐｔｉｖｅ　Ｈｉｅｒａｒｃｈｉｃａｌ　Ｔｒａｎｓｆｏｒｍ）を用いた方法を説明する。図７４は、ＲＡＨＴを用いた属性情報の符号化を説明するための図である。
　まず、三次元データ符号化装置は、三次元点の位置情報に基づきモートン符号（Ｍｏｒｔｏｎ　ｃｏｄｅ）を生成し、モートン符号順に三次元点の属性情報をソートする。例えば、三次元データ符号化装置は、モートン符号の昇順にソートを行ってもよい。なお、ソート順はモートン符号順に限らず、他の順序が用いられてもよい。
　次に、三次元データ符号化装置は、モートン符号順で隣り合う２つの三次元点の属性情報に対し、Ｈａａｒ変換を適用することで、階層Ｌの高周波成分と低周波成分を生成する。例えば、三次元データ符号化装置は、２×２行列のＨａａｒ変換を用いてもよい。生成された高周波成分は階層Ｌの高周波成分として符号化係数に含められ、生成された低周波成分は階層Ｌの上位階層Ｌ＋１の入力値として用いられる。
　三次元データ符号化装置は、階層Ｌの属性情報を用いて階層Ｌの高周波成分を生成後、引き続き階層Ｌ＋１の処理を行う。階層Ｌ＋１の処理では、三次元データ符号化装置は、階層Ｌの属性情報のＨａａｒ変換によって得られた２つの低周波成分にＨａａｒ変換を適用することで階層Ｌ＋１の高周波成分と低周波成分を生成する。生成された高周波成分は階層Ｌ＋１の高周波成分として符号化係数に含められ、生成された低周波成分は階層Ｌ＋１の上位階層Ｌ＋２の入力値として用いられる。
　三次元データ符号化装置は、このような階層処理を繰返し、階層に入力される低周波成分が１個になった時点で、最上位階層Ｌｍａｘに到達したと判定する。三次元データ符号化装置は、階層Ｌｍａｘに入力された階層Ｌｍａｘ－１の低周波成分を符号化係数に含める。そして、符号化係数に含まれる低周波成分又は高周波成分の値を量子化し、エントロピー符号化等を用いて符号化する。
　なお、三次元データ符号化装置は、Ｈａａｒ変換適用時に隣り合う２つの三次元点として１つの三次元点のみが存在する場合は、存在する１つの三次元点の属性情報の値を上位階層の入力値として用いてもよい。
　このように、三次元データ符号化装置は、入力された属性情報に対して階層的にＨａａｒ変換を適用し、属性情報の高周波成分と低周波成分を生成し、後述する量子化等を適用して符号化を行う。これにより、符号化効率を向上できる。
　属性情報がＮ次元である場合、三次元データ符号化装置は、次元毎に独立にＨａａｒ変換を適用し、それぞれの符号化係数を算出してもよい。例えば、属性情報が色情報（ＲＧＢ又はＹＵＶ等）である場合、三次元データ符号化装置は、成分毎にＨａａｒ変換を適用し、それぞれの符号化係数を算出する。
　三次元データ符号化装置は、階層Ｌ、Ｌ＋１、…、階層Ｌｍａｘの順にＨａａｒ変換を適用してもよい。階層Ｌｍａｘに近づくほど入力された属性情報の低周波成分を多く含む符号化係数が生成される。
　図７４に示すｗ０及びｗ１は、各三次元点に割当てられる重みである。例えば、三次元データ符号化装置は、Ｈａａｒ変換を適用する隣り合う２つの三次元点間の距離情報等に基づき重みを算出してもよい。例えば、三次元データ符号化装置は、距離が近いほど重みを大きくすることで符号化効率を向上してもよい。なお、三次元データ符号化装置は、この重みを別の手法により算出してもよいし、重みを用いなくてもよい。
　図７４に示す例では、入力属性情報は、ａ０、ａ１、ａ２、ａ３、ａ４及びａ５である。また、Ｈａａｒ変換後の符号化係数のうち、Ｔａ１、Ｔａ５、Ｔｂ１、Ｔｂ３、Ｔｃ１、ｄ０が符号化される。他の符号化係数（ｂ０、ｂ２、ｃ０等）は中間値であり、符号化されない。
　具体的には、図７４に示す例では、ａ０とａ１とにＨａａｒ変換が行われることで、高周波成分Ｔａ１と、低周波成分ｂ０とが生成される。ここで、重みｗ０とｗ１とが等しい場合には、低周波成分ｂ０は、ａ０とａ１との平均値であり、高周波成分Ｔａ１は、ａ０とａ１との差分である。
　ａ２には対となる属性情報が存在しないため、ａ２がそのままｂ１として用いられる。同様に、ａ３には対となる属性情報が存在しないため、ａ３がそのままｂ２として用いられる。また、ａ４とａ５とにＨａａｒ変換が行われることで、高周波成分Ｔａ５と、低周波成分ｂ３とが生成される。
　階層Ｌ＋１では、ｂ０とｂ１とにＨａａｒ変換が行われることで、高周波成分Ｔｂ１と、低周波成分ｃ０とが生成される。同様に、ｂ２とｂ３とにＨａａｒ変換が行われることで、高周波成分Ｔｂ３と、低周波成分ｃ１とが生成される。
　階層Ｌｍａｘ－１では、ｃ０とｃ１とにＨａａｒ変換が行われることで、高周波成分Ｔｃ１と、低周波成分ｄ０とが生成される。
　三次元データ符号化装置は、Ｈａａｒ変換適用後の符号化係数を量子化したうえで符号化してもよい。例えば、三次元データ符号化装置は、符号化係数を量子化スケール（量子化ステップ（ＱＳ（Ｑｕａｎｔｉｚａｔｉｏｎ　Ｓｔｅｐ））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、量子化スケールの値を階層毎に変えてもよい。図７５は、階層毎に量子化スケールを設定する例を示す図である。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符号化係数は、下位層よりも低周波成分を多く含むため、人間の視覚特性等で重要な成分である可能性が高い。そのため、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ることで視覚的な劣化を抑え、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、階層毎の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、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、量子化スケールの値を、符号化対象の対象三次元点の重要度に応じて適応的に切替えてもよい。例えば、三次元データ符号化装置は、重要度が高い三次元点には小さい量子化スケールを用い、重要度が低い三次元点には大きい量子化スケールを用いる。例えば、三次元データ符号化装置は、Ｈａａｒ変換時の重み等から重要度を算出してもよい。例えば、三次元データ符号化装置は、ｗ０とｗ１の加算値を用いて量子化スケールを算出してもよい。このように重要度が高い三次元点の量子化スケールを小さくすることで量子化誤差が小さくなり、符号化効率を改善できる。
　また、上位層ほどＱＳの値を小さくしてもよい。これにより、上位層ほどＱＷの値が大きくなり、その三次元点の量子化誤差を抑えることで予測効率を改善できる。
　ここで、属性情報ａ１の符号化係数Ｔａ１の量子化後の符号化係数Ｔａ１ｑは、Ｔａ１／ＱＳ＿Ｌで表される。なお、ＱＳは全ての階層、又は一部の階層で同じ値であってもよい。
　ＱＷ（Ｑｕａｎｔｉｚａｔｉｏｎ　Ｗｅｉｇｈｔ）は、符号化対象の三次元点の重要度を表す値である。例えば、ＱＷとして、上述したｗ０とｗ１の加算値が用いられてもよい。これにより、上位層ほどＱＷの値が大きくなり、その三次元点の量子化誤差を抑えることで予測効率を改善できる。
　例えば、三次元データ符号化装置は、最初に全ての三次元点のＱＷの値を１で初期化し、Ｈａａｒ変換時のｗ０及びｗ１の値を用いて各三次元点のＱＷを更新してもよい。または、三次元データ符号化装置は、全ての三次元点のＱＷを値１で初期化せずに、階層に応じて初期値を変更してもよい。例えば、上位層ほどＱＷの初期値を大きく設定することで上位層の量子化スケールが小さくなる。これにより、上位層の予測誤差を抑えることができるので、下位層の予測精度を高め、符号化効率を改善できる。なお、三次元データ符号化装置は、ＱＷを必ずしも用いなくてもよい。
　ＱＷを用いる場合、Ｔａ１の量子化値Ｔａ１ｑは、（式Ｋ１）及び（式Ｋ２）により算出される。
Figure JPOXMLDOC01-appb-M000005
　また、三次元データ符号化装置は、量子化後の符号化係数（符号なし整数値）を、ある順番でスキャンし、符号化する。例えば、三次元データ符号化装置は、上位層に含まれる三次元点から順に下位層に向かって複数の三次元点を符号化する。
　例えば、図７４に示す例の場合、三次元データ符号化装置は、上位層Ｌｍａｘに含まれるｄ０ｑからＴｃ１ｑ、Ｔｂ１ｑ、Ｔｂ３ｑ、Ｔａ１ｑ、Ｔａ５ｑの順で複数の三次元点を符号化する。ここで、下位層Ｌになるほど、量子化後の符号化係数が０になりやすい傾向がある。この要因として、以下のことなどが上げられる。
　下位層Ｌの符号化係数は、上位層より高い周波数成分を示すため、対象三次元点によっては０になりやすい傾向がある。また、上述した重要度等に応じた量子化スケールの切り替えにより、下位層ほど量子化スケールが大きくなり、量子化後の符号化係数が０になりやすい。
　このように、下位層になるほど、量子化後の符号化係数が０になりやすく、値０が連続して第１符号列に発生しやすい。図７６は、第１符号列及び第２符号列の例を示す図である。
　三次元データ符号化装置は、第１符号列で値０が発生した回数をカウントし、連続した値０の代わりに、値０が連続して発生した回数を符号化する。つまり、三次元データ符号化装置は、第１符号列において連続する値０の符号化係数を０の連続回数（ＺｅｒｏＣｎｔ）に置き換えることで第２符号列を生成する。これにより、量子化後の符号化係数の値０が連続した場合に、多数の０を符号化するよりも０の連続回数を符号化することで符号化効率を向上できる。
　また、三次元データ符号化装置は、ＺｅｒｏＣｎｔの値をエントロピー符号化してもよい。例えば、三次元データ符号化装置は、符号化三次元点の総数Ｔのトランケットユーナリ符号（ｔｒｕｎｃａｔｅｄ　ｕｎａｒｙ　ｃｏｄｅ）でＺｅｒｏＣｎｔの値を二値化し、二値化後の各ビットを算術符号化する。図７７は、符号化三次元点の総数がＴの場合のトランケットユーナリ符号の例を示す図である。この際、三次元データ符号化装置は、ビット毎に異なる符号化テーブルを用いることで符号化効率を向上してもよい。例えば、三次元データ符号化装置は、１ビット目には符号化テーブル１を用い、２ビット目には符号化テーブル２を用い、それ以降のビットには符号化テーブル３を用いる。このように、三次元データ符号化装置は、ビット毎に符号化テーブルを切り替えることで符号化効率を向上できる。
　また、三次元データ符号化装置は、ＺｅｒｏＣｎｔを指数ゴロム（Ｅｘｐｏｎｅｎｔｉａｌ－Ｇｏｌｏｍｂ）で二値化したうえで算術符号化してもよい。これにより、ＺｅｒｏＣｎｔの値が大きくなりやすい場合に、トランケットユーナリ符号による二値化算術符号化よりも効率を向上できる。なお、三次元データ符号化装置は、トランケットユーナリ符号を用いるか指数ゴロムを用いるかを切り替えるためのフラグをヘッダに付加してもよい。これにより、三次元データ符号化装置は、最適な二値化方法を選択することで符号化効率を向上できる。また、三次元データ復号装置はヘッダに含まれるフラグを参照して二値化方法を切り替えて、ビットストリームを正しく復号できる。
　三次元データ復号装置は、復号した量子化後の符号化係数を、三次元データ符号化装置で行われた方法と逆の方法で符号なし整数値から符号付き整数値に変換してもよい。これにより符号化係数がエントロピー符号化される場合に、三次元データ復号装置は、負の整数の発生を考慮せずに生成され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、符号化係数を必ずしも符号なし整数値から符号付き整数値に変換する必要はない。例えば、三次元データ復号装置は、別途エントロピー符号化された符号化ビットを含むビットストリームを復号する場合は、当該符号ビットを復号してもよい。
　三次元データ復号装置は、符号付き整数値に変換した量子化後の符号化係数を、逆量子化、及び逆Ｈａａｒ変換によって復号する。また、三次元データ復号装置は、復号後の符号化係数を、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、量子化後の符号化係数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する。次に三次元データ復号装置は、逆量子化値に後述する逆Ｈａａｒ変換を適用することで復号値を得る。
　例えば、三次元データ復号装置は、復号された符号なし整数値を以下の方法で符号付き整数値に変換する。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、符号付き整数値Ｔａ１ｑは、－（（ａ２ｕ＋１）＞＞１）に設定される。復号された符号なし整数値ａ２ｕのＬＳＢが１でない場合（０である場合）、符号付き整数値Ｔａ１ｑは、（ａ２ｕ＞＞１）に設定される。
　また、Ｔａ１の逆量子化値は、Ｔａ１ｑ×ＱＳ＿Ｌで表される。ここで、Ｔａ１ｑは、Ｔａ１の量子化値である。また、ＱＳ＿Ｌは階層Ｌの量子化ステップである。
　また、ＱＳは全ての階層、又は一部の階層で同じ値であってもよい。また、三次元データ符号化装置は、ＱＳ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、三次元データ符号化装置で用いられたＱＳと同じＱＳを用いて、正しく逆量子化を行える。
　次に、逆Ｈａａｒ変換について説明する。図７８は、逆Ｈａａｒ変換を説明するための図である。三次元データ復号装置は、逆量子化後の符号化係数に、逆Ｈａａｒ変換を適用することで三次元点の属性値を復号する。
　まず、三次元データ復号装置は、三次元点の位置情報に基づきモートン符号を生成し、モートン符号順に三次元点をソートする。例えば、三次元データ復号装置は、モートン符号の昇順にソートを行ってよい。なお、ソート順はモートン符号順に限らず、他の順序が用いられてもよい。
　次に、三次元データ復号装置は、階層Ｌ＋１の低周波成分を含む符号化係数と階層Ｌの高周波成分を含む符号化係数に逆Ｈａａｒ変換を適用することで、階層Ｌにおいてモートン符号順で隣り合う三次元点の属性情報を復元する。例えば、三次元データ復号装置は、２×２行列の逆Ｈａａｒ変換を用いてもよい。復元された階層Ｌの属性情報は下位階層Ｌ－１の入力値として用いられる。
　三次元データ復号装置は、このような階層処理を繰返し、最下層の属性情報が全て復号されたら処理を終了する。なお、逆Ｈａａｒ変換適用時に階層Ｌ－１にて隣り合う２つの三次元点として１つの三次元点のみが存在する場合は、三次元データ復号装置は、存在する１つの三次元点の属性値に階層Ｌの符号化成分の値を代入してもよい。これにより、三次元データ復号装置は、入力された属性情報の全ての値にＨａａｒ変換を適用し、符号化効率を向上したビットストリームを正しく復号できる。
　属性情報がＮ次元である場合、三次元データ復号装置は、次元毎に独立に逆Ｈａａｒ変換を適用し、それぞれの符号化係数を復号してもよい。例えば、属性情報が色情報（ＲＧＢ又はＹＵＶ等）である場合、三次元データ復号装置は、成分毎の符号化係数に逆Ｈａａｒ変換を適用し、それぞれの属性値を復号する。
　三次元データ復号装置は、階層Ｌｍａｘ、Ｌ＋１、…、階層Ｌの順に逆Ｈａａｒ変換を適用してもよい。また、図７８に示すｗ０及びｗ１は、各三次元点に割当てられる重みである。例えば、三次元データ復号装置は、逆Ｈａａｒ変換を適用する隣り合う２つの三次元点間の距離情報等に基づき重みを算出してもよい。例えば、三次元データ符号化装置は、距離が近いほど重みを大きくすることで符号化効率を向上したビットストリームを復号してもよい。
　図７８に示す例では、逆量子化後の符号化係数は、Ｔａ１、Ｔａ５、Ｔｂ１、Ｔｂ３、Ｔｃ１及びｄ０であり、復号値としてａ０、ａ１、ａ２、ａ３、ａ４及びａ５が得られる。
　図７９は、属性情報（ａｔｔｒｉｂｕｔｅ＿ｄａｔａ）のシンタックス例を示す図である。属性情報（ａｔｔｒｉｂｕｔｅ＿ｄａｔａ）は、ゼロ連続数（ＺｅｒｏＣｎｔ）と、属性次元数（ａｔｔｒｉｂｕｔｅ＿ｄｉｍｅｎｓｉｏｎ）と、符号化係数（ｖａｌｕｅ［ｊ］［ｉ］）とを含む。
　ゼロ連続数（ＺｅｒｏＣｎｔ）は、量子化後の符号化係数において値０が連続する回数を示す。なお、三次元データ符号化装置は、ＺｅｒｏＣｎｔを二値化したうえで算術符号化してもよい。
　また、図７９に示すように、三次元データ符号化装置は、符号化係数が属する階層Ｌ（ｌａｙｅｒＬ）が、予め定められた閾値ＴＨ＿ｌａｙｅｒ以上かどうかを判定し、判定結果によってビットストリームに付加する情報を切り替えてもよい。例えば、三次元データ符号化装置は、判定結果が真であれば属性情報の全ての符号化係数をビットストリームに付加する。また、三次元データ符号化装置は、判定結果が偽であれば一部の符号化係数をビットストリームに付加してもよい。
　具体的には、三次元データ符号化装置は、判定結果が真であれば、色情報のＲＧＢ又はＹＵＶの三次元情報の符号化結果をビットストリームに付加する。判定結果が偽であれば、三次元データ符号化装置は、色情報のうち、Ｇ又はＹなどの一部の情報をビットストリームに付加し、それ以外の成分をビットストリームに付加しなくてもよい。このように、三次元データ符号化装置は、視覚的に劣化が目立ちにくい高周波成分を示す符号化係数を含む階層（ＴＨ＿ｌａｙｅｒより小さい階層）の符号化係数の一部をビットストリームに付加しないことで、符号化効率を向上できる。
　属性次元数（ａｔｔｒｉｂｕｔｅ＿ｄｉｍｅｎｓｉｏｎ）は、属性情報の次元数を示す。例えば、属性情報が三次元点の色情報（ＲＧＢ又はＹＵＶなど）である場合、色情報は三次元であるため属性次元数は値３に設定される。属性情報が反射率である場合、反射率は一次元であるため属性次元数は値１に設定される。なお、属性次元数はビットストリームの属性情報のヘッダ等に付加されてもよい。
　符号化係数（ｖａｌｕｅ［ｊ］［ｉ］）は、ｉ番目の三次元点のｊ次元番目の属性情報の量子化後の符号化係数を示す。例えば属性情報が色情報の場合、ｖａｌｕｅ［９９］［１］は１００番目の三次元点の二次元番目（例えばＧ値）の符号化係数を示す。また、属性情報が反射率情報の場合、ｖａｌｕｅ［１１９］［０］は１２０番目の三次元点の１次元番目（例えば反射率）の符号化係数を示す。
　なお、以下の条件を満たす場合、三次元データ符号化装置は、ｖａｌｕｅ［ｊ］［ｉ］から値１を減算し、得られた値をエントロピー符号化してもよい。この場合、三次元データ復号装置は、エントロピー復号後のｖａｌｕｅ［ｊ］［ｉ］に値１を加算することで符号化係数を復元する。
　上記の条件は、（１）ａｔｔｒｉｂｕｔｅ＿ｄｉｍｅｎｓｉｏｎ＝１の場合、又は、（２）ａｔｔｒｉｂｕｔｅ＿ｄｉｍｅｎｓｉｏｎが１以上で、かつ全ての次元の値が等しい場合である。例えば、属性情報が反射率の場合はａｔｔｒｉｂｕｔｅ＿ｄｉｍｅｎｓｉｏｎ＝１であるため、三次元データ符号化装置は符号化係数から値１を減算してｖａｌｕｅを算出し、算出したｖａｌｕｅを符号かする。三次元データ復号装置は復号後のｖａｌｕｅに値１を加算して符号化係数を算出する。
　より具体的には、例えば、反射率の符号化係数が１０の場合、三次元データ符号化装置は、符号化係数の値１０から値１を減算した値９を符号化する。三次元データ復号装置は、復号した値９に値１を加算して符号化係数の値１０を算出する。
　また、属性情報が色の場合はａｔｔｒｉｂｕｔｅ＿ｄｉｍｅｎｓｉｏｎ＝３であるため、三次元データ符号化装置は、例えば、Ｒ、Ｇ、Ｂの各成分の量子化後の符号化係数が同じ場合は、各符号化係数から値１を減算し、得られた値を符号化する。三次元データ復号装置は、復号後の値に値１を加算する。より具体的には、例えば、Ｒ、Ｇ、Ｂの符号化係数＝（１、１、１）の場合は、三次元データ符号化装置は、（０、０、０）を符号化する。三次元データ復号装置は、（０、０、０）の各成分に１を加算して（１、１、１）を算出する。また、Ｒ、Ｇ、Ｂの符号化係数＝（２、１、２）の場合は、三次元データ符号化装置は、（２、１、２）をそのまま符号化する。三次元データ復号装置は、復号した（２、１、２）をそのまま符号化係数として用いる。
　このように、ＺｅｒｏＣｎｔを設けることで、ｖａｌｕｅとして全ての次元が０であるパターンは生成されないので、ｖａｌｕｅの値から１を減じた値を符号化できる。よって、符号化効率を向上できる。
　また、図７９に示すｖａｌｕｅ［０］［ｉ］は、ｉ番目の三次元点の一次元番目の属性情報の量子化後の符号化係数を示す。図７９に示すように符号化係数の属する階層Ｌ（ｌａｙｅｒＬ）が閾値ＴＨ＿ｌａｙｅｒより小さければ、一次元番目の属性情報をビットストリームに付加する（二次元番目以降の属性情報をビットストリーム付加しない）ことで符号量を削減してもよい。
　三次元データ符号化装置は、ａｔｔｒｉｂｕｔｅ＿ｄｉｍｅｎｓｉｏｎの値によってＺｅｒｏＣｎｔの値の算出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、ａｔｔｒｉｂｕｔｅ＿ｄｉｍｅｎｓｉｏｎ＝３の場合は、全ての成分（次元）の符号化係数の値が０となる回数をカウントしてもよい。図８０は、この場合の符号化係数とＺｅｒｏＣｎｔの例を示す図である。例えば、図８０に示す色情報の場合、三次元データ符号化装置は、Ｒ、Ｇ、Ｂ成分が全て０である符号化係数が連続する数をカウントし、カウントした数をＺｅｒｏＣｎｔとしてビットストリームに付加する。これにより、成分毎にＺｅｒｏＣｎｔを符号化する必要がなくなり、オーバヘッドを削減できる。よって、符号化効率を改善できる。なお、三次元データ符号化装置は、ａｔｔｒｉｂｕｔｅ＿ｄｉｍｅｎｓｉｏｎが２以上の場合でも次元毎にＺｅｒｏＣｎｔを算出し、算出したＺｅｒｏＣｎｔをビットストリームに付加してもよい。
　図８１は、本実施の形態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。まず、三次元データ符号化装置は、位置情報（ｇｅｏｍｅｔｒｙ）を符号化する（Ｓ６６０１）。例えば、三次元データ符号化装置は、８分木表現を用いて符号化を行う。
　次に、三次元データ符号化装置は、属性情報を変換する（Ｓ６６０２）。例えば、三次元データ符号化装置は、位置情報の符号化後に、量子化等によって三次元点の位置が変化した場合に、変化後の三次元点に元の三次元点の属性情報を再割当てする。なお、三次元データ符号化装置は、位置の変化量に応じて属性情報の値を補間して再割当てを行ってもよい。例えば、三次元データ符号化装置は、変化後の三次元位置に近い変化前の三次元点をＮ個検出し、Ｎ個の三次元点の属性情報の値を、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付け平均し、得られた値を変化後の三次元点の属性情報の値に設定する。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、その変化後の属性情報の値として、変化前の２個以上の三次元点における属性情報の平均値を割当ててもよい。
　次に、三次元データ符号化装置は、属性情報を符号化する（Ｓ６６０３）。例えば、三次元データ符号化装置は、複数の属性情報を符号化する場合は、複数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、色と反射率を符号化する場合は、色の符号化結果の後に反射率の符号化結果を付加したビットストリームを生成する。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はどのような順番でもよい。
　また、三次元データ符号化装置は、ビットストリーム内の各属性情報の符号化データの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、複数の属性情報を並列に符号化し、符号化結果を１つのビットストリームに統合してもよい。これにより、三次元データ符号化装置は、高速に複数の属性情報を符号化できる。
　図８２は、属性情報符号化処理（Ｓ６６０３）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、Ｈａａｒ変換により属性情報から符号化係数を生成する（Ｓ６６１１）。次に、三次元データ符号化装置は、符号化係数に量子化を適用する（Ｓ６６１２）。次に、三次元データ符号化装置は、量子化後の符号化係数を符号化することで符号化属性情報（ビットストリーム）を生成する（Ｓ６６１３）。
　また、三次元データ符号化装置は、量子化後の符号化係数に逆量子化を適用する（Ｓ６６１４）。次に、三次元データ復号装置は、逆量子化後の符号化係数に逆Ｈａａｒ変換を適用することで属性情報を復号する（Ｓ６６１５）。例えば、復号された属性情報は、後続の符号化において参照される。
　図８３は、符号化係数符号化処理（Ｓ６６１３）のフローチャートである。まず、三次元データ符号化装置は、符号化係数を符号付き整数値から符号なし整数値に変換する（Ｓ６６２１）。例えば、三次元データ符号化装置は、符号付き整数値を下記のように符号なし整数値に変換する。符号付き整数値Ｔａ１ｑが０より小さい場合、符号なし整数値は、－１－（２×Ｔａ１ｑ）に設定される。符号付き整数値Ｔａ１ｑが０以上である場合、符号なし整数値は、２×Ｔａ１ｑに設定される。なお、符号化係数が負の値にならない場合には、三次元データ符号化装置は、符号化係数をそのまま符号なし整数値として符号化してもよい。
　全ての符号化係数を処理済みでない場合（Ｓ６６２２でＮｏ）、三次元データ符号化装置は、処理対象の符号化係数の値がゼロであるかを判定する（Ｓ６６２３）。処理対象の符号化係数の値がゼロである場合（Ｓ６６２３でＹｅｓ）、三次元データ符号化装置は、ＺｅｒｏＣｎｔを１インクリメントし（Ｓ６６２４）、ステップＳ６６２２に戻る。
　処理対象の符号化係数の値がゼロでない場合（Ｓ６６２３でＮｏ）、三次元データ符号化装置は、ＺｅｒｏＣｎｔを符号化し、ＺｅｒｏＣｎｔを０にリセットする（Ｓ６６２５）。また、三次元データ符号化装置は、処理対象の符号化係数を算術符号化し（Ｓ６６２６）、ステップＳ６６２２に戻る。例えば、三次元データ符号化装置は、二値算術符号化を行う。また、三次元データ符号化装置は、符号化係数から値１を減算し、得られた値を符号化してもよい。
　また、ステップＳ６６２３～Ｓ６６２６の処理が符号化係数毎に繰り返し行われる。また、全ての符号化係数を処理済みである場合（Ｓ６６２２でＹｅｓ）、三次元データ符号化装置は、処理を終了する。
　図８４は、本実施の形態に係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（Ｓ６６３１）。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を復号する（Ｓ６６３２）。例えば、三次元データ復号装置は、複数の属性情報を復号する場合は、複数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、及び反射率の符号化結果を復号する。例えば、ビットストリームにおいて、色の符号化結果の後に、反射率の符号化結果が付加されている場合、三次元データ復号装置は、色の符号化結果を復号し、その後に反射率の符号化結果を復号する。なお、三次元データ復号装置は、ビットストリームに付加される属性情報の符号化結果をどのような順番で復号してもよい。
　また、三次元データ復号装置は、ビットストリーム内の各属性情報の符号化データの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、複数の属性情報を並列に復号し、復号結果を１つの三次元点群に統合してもよい。これにより、三次元データ復号装置は、高速に複数の属性情報を復号できる。
　図８５は、属性情報復号処理（Ｓ６６３２）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符号化係数を復号する（Ｓ６６４１）。次に、三次元データ復号装置は、符号化係数に逆量子化を適用する（Ｓ６６４２）。次に、三次元データ復号装置は、逆量子化後の符号化係数に逆Ｈａａｒ変換を適用することで属性情報を復号する（Ｓ６６４３）。
　（実施の形態１１）
　三次元データ符号化装置は、符号化対象の点群データに含まれる三次元点の属性情報をＲＡＨＴ（Ｒｅｇｉｏｎ　Ａｄａｐｔｉｖｅ　Ｈｉｅｒａｒｃｈｉｃａｌ　Ｔｒａｎｓｆｏｒｍ）を用いて符号化する場合、入力された三次元点の個数が１の場合、ＲＡＨＴの処理を適用せずに当該属性情報を符号化してもよい。
　図８６は、本実施の形態に係る三次元データ符号化方法のフローチャートである。
　三次元データ符号化装置は、入力された三次元点の個数が１より多いか否かを判定する（Ｓ７８０１）。なお、入力された三次元点とは、符号化対象の点群データに含まれる三次元点である。ここで、符号化対象の点群データに含まれる三次元点とは、符号化処理単位において符号化される三次元点である。符号化処理単位とは、例えば、スライス単位、タイル単位などである。
　三次元データ符号化装置は、入力された三次元点の個数が１より多い場合（Ｓ７８０１でＹｅｓ）、複数の三次元点について図８７に示すようなＲＡＨＴの階層構造を生成し、実施の形態１０において図７４などを用いて説明したように、符号化係数を算出する（Ｓ７８０２）。具体的には、三次元データ符号化装置は、入力される複数の三次元点の複数の属性情報ａ０，ａ１，ａ２，ａ３，ａ４，ａ５のうちでモートンコード（モートン符号）順で隣り合う２つの属性情報に対してＨａａｒ変換を適用して上位階層の属性情報を順次生成することを繰り返すことで、Ｈａａｒ変換後の符号化係数Ｔａ１，Ｔａ５，Ｔｂ１，Ｔｂ３，Ｔｃ１，ｄ０を算出する。そして、三次元データ符号化装置は、算出した符号化係数を含むビットストリームを生成する。
　一方で、三次元データ符号化装置は、入力された三次元点の個数が１個の場合（Ｓ７８０１でＮｏ）、ＲＡＨＴの階層構造を生成する処理をスキップし、三次元点の属性情報の値を符号化係数として量子化し、二値算術符号化を適用して符号化する（Ｓ７８０３）。三次元データ符号化装置は、例えば、１個の三次元点の属性情報ａ０を、符号化係数として含むビットストリームを生成する。
　これにより、三次元データ符号化装置は、入力された三次元点の個数が１個の場合でも、正しく三次元点を符号化することができる。
　なお、三次元データ符号化装置は、三次元点の属性情報をＲＡＨＴの階層構造を用いて符号化するか否かを示す情報ＥｎａｂｌｅＲＡＨＴ＝１をビットストリームのヘッダに付加するなどしてビットストリームに含めてもよい。これにより、三次元データ復号装置は、ヘッダのＥｎａｂｌｅＲＡＨＴを復号することで、ＲＡＨＴを用いて復号すべきか否かを判断でき、ビットストリームを正しく復号できる。なお、ＥｎａｂｌｅＲＡＨＴ＝０の場合は、符号化対象の点群データに含まれる三次元点の属性情報をＬｏＤの階層構造を生成し、符号化対象の三次元点の属性情報を予測する方法で符号化または復号するとしてもよい。
　なお、三次元データ符号化装置は、属性情報がＮ次元であれば、次元毎に独立にＨａａｒ変換を適用し、次元毎の符号化係数を算出してもよい。三次元データ符号化装置は、例えば、属性情報が色情報（ＲＧＢまたはＹＵＶ等）であれば、色情報の成分毎にＨａａｒ変換を適用し、成分毎の符号化係数を算出してもよい。
　三次元データ符号化装置は、階層Ｌ，Ｌ＋１，・・・，階層Ｌｍａｘの順にＨａａｒ変換を適用しても構わない。これにより、階層Ｌｍａｘに近づくほど入力された属性情報の低周波成分を多く含む符号化係数が生成される。
　三次元データ復号装置は、ＲＡＨＴを用いて符号化したビットストリームを復号する場合、逆量子化後の符号化係数について、逆Ｈａａｒ変換を適用することで三次元点の属性情報を復元する。この場合、三次元データ復号装置は、ビットストリームから取得された復号対象の三次元点の個数が１個の場合、ＲＡＨＴの逆Ｈａａｒ変換処理を適用せずに復号対象の三次元点の属性情報を復号してもよい。
　図８８は、本実施の形態に係る三次元データ復号装置のフローチャートである。
　三次元データ復号装置は、ビットストリームから１以上の三次元点および符号化係数を取得する（Ｓ７８１１）。
　三次元データ復号装置は、ビットストリームから取得された復号対象の三次元点の個数が１より多いか否かを判定する（Ｓ７８１２）。なお、復号対象の三次元点の個数とは、復号処理単位において復号される三次元点の数である。復号処理単位とは、例えば、スライス単位、タイル単位などである。
　三次元データ復号装置は、ビットストリームから取得された復号対象の三次元点の個数が１より多い場合（Ｓ７８１２でＹｅｓ）、複数の三次元点について図８９に示すようなＲＡＨＴの階層構造を生成し、実施の形態１０において図７８などを用いて説明したように、属性情報を復元する（Ｓ７８１３）。具体的には、三次元データ復号装置は、逆量子化後の符号化係数Ｔａ１，Ｔａ５，Ｔｂ１，Ｔｂ３，Ｔｃ１，ｄ０を取得し、生成したＲＡＨＴの階層構造を用いて符号化係数Ｔａ１，Ｔａ５，Ｔｂ１，Ｔｂ３，Ｔｃ１，ｄ０に対して逆Ｈａａｒ変換を適用することで複数の三次元点の複数の属性情報ａ０，ａ１，ａ２，ａ３，ａ４，ａ５を復元する。
　一方で、三次元データ復号装置は、ビットストリームから取得された復号対象の三次元点の個数が１個の場合（Ｓ７８１２でＮｏ）、ＲＡＨＴの階層構造を生成する処理をスキップし、逆量子化後の符号化係数を、三次元点の属性情報の値として復元する（Ｓ７８１４）。三次元データ復号装置は、例えば、ビットストリームに含まれる符号化係数を、属性情報ａ０として復元する。
　これにより、三次元データ復号装置は、復号対象の三次元点の個数が１個の場合でも、正しく三次元点を復号することができる。
　なお、三次元データ復号装置は、属性情報がＮ次元であれば、次元毎に独立に逆Ｈａａｒ変換を適用し、次元毎の符号化係数を復号してもよい。三次元データ復号装置は、例えば、属性情報が色情報（ＲＧＢまたはＹＵＶ等）であれば、色情報の成分毎の符号化係数に逆Ｈａａｒ変換を適用し、成分毎の属性値を復号してもよい。
　図９０は、本実施の形態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。まず、三次元データ符号化装置は、位置情報（ｇｅｏｍｅｔｒｙ）を符号化する（Ｓ７８２１）。例えば、三次元データ符号化装置は、８分木表現を用いて符号化を行う。
　次に、三次元データ符号化装置は、属性情報を変換する（Ｓ７８２２）。例えば、三次元データ符号化装置は、位置情報の符号化後に、量子化等によって三次元点の位置が変化した場合に、変化後の三次元点に元の三次元点の属性情報を再割当てする。なお、三次元データ符号化装置は、位置の変化量に応じて属性情報の値を補間して再割当てを行ってもよい。例えば、三次元データ符号化装置は、変化後の三次元位置に近い変化前の三次元点をＮ個検出し、Ｎ個の三次元点の属性情報の値を、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付け平均し、得られた値を変化後の三次元点の属性情報の値に設定する。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、その変化後の属性情報の値として、変化前の２個以上の三次元点における属性情報の平均値を割当ててもよい。
　次に。三次元データ符号化装置は、属性情報を符号化する（Ｓ７８２３）。例えば、三次元データ符号化装置は、複数の属性情報を符号化する場合は、複数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、色と反射率を符号化する場合は、色の符号化結果の後に反射率の符号化結果を付加したビットストリームを生成する。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はどのような順番でもよい。
　また、三次元データ符号化装置は、ビットストリーム内の各属性情報の符号化データの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、複数の属性情報を並列に符号化し、符号化結果を１つのビットストリームに統合してもよい。これにより、三次元データ符号化装置は、高速に複数の属性情報を符号化できる。
　図９１は、属性情報符号化処理（Ｓ７８２３）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、Ｈａａｒ変換により属性情報から符号化係数を生成する（Ｓ７８３１）。三次元データ符号化装置は、ステップＳ７８３１において、具体的には、図８６を用いて説明したステップＳ７８０１～Ｓ７８０３の一連の処理を行う。次に、三次元データ符号化装置は、符号化係数に量子化を適用する（Ｓ７８３２）。次に、三次元データ符号化装置は、量子化後の符号化係数を符号化することで符号化属性情報（ビットストリーム）を生成する（Ｓ７８３３）。
　また、三次元データ符号化装置は、量子化後の符号化係数に逆量子化を適用する（Ｓ７８３４）。次に、三次元データ復号装置は、逆量子化後の符号化係数に逆Ｈａａｒ変換を適用することで属性情報を復号する（Ｓ７８３５）。例えば、復号された属性情報は、後続の符号化において参照される。
　図９２は、本実施の形態に係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（Ｓ７８４１）。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を復号する（Ｓ７８４２）。例えば、三次元データ復号装置は、複数の属性情報を復号する場合は、複数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、及び反射率の符号化結果を復号する。例えば、ビットストリームにおいて、色の符号化結果の後に、反射率の符号化結果が付加されている場合、三次元データ復号装置は、色の符号化結果を復号し、その後に反射率の符号化結果を復号する。なお、三次元データ復号装置は、ビットストリームに付加される属性情報の符号化結果をどのような順番で復号してもよい。
　また、三次元データ復号装置は、ビットストリーム内の各属性情報の符号化データの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、複数の属性情報を並列に復号し、復号結果を１つの三次元点群に統合してもよい。これにより、三次元データ復号装置は、高速に複数の属性情報を復号できる。
　図９３は、属性情報復号処理（Ｓ７８４２）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符号化係数を復号する（Ｓ７８５１）。次に、三次元データ復号装置は、符号化係数に逆量子化を適用する（Ｓ７８５２）。次に、三次元データ復号装置は、逆量子化後の符号化係数に逆Ｈａａｒ変換を適用することで属性情報を復号する（Ｓ７８５３）。三次元データ復号装置は、ステップＳ７８５３において、具体的には、図８８を用いて説明したステップＳ７８１１～Ｓ７８１４の一連の処理を行う。
　図９４は、三次元データ符号化装置に含まれる属性情報符号化部７８００のブロック図である。属性情報符号化部７８００は、ソート部７８０１と、Ｈａａｒ変換部７８０２と、量子化部７８０３と、逆量子化部７８０４と、逆Ｈａａｒ変換部７８０５と、メモリ７８０６と、算術符号化部７８０７とを備える。
　ソート部７８０１は、三次元点の位置情報を用いてモートン符号を生成し、複数の三次元点をモートン符号順にソートする。Ｈａａｒ変換部７８０２は、属性情報にＨａａｒ変換を適用することで符号化係数を生成する。Ｈａａｒ変換部７８０２は、具体的には、図８６を用いて説明したステップＳ７８０１～Ｓ７８０３の一連の処理を行う。量子化部７８０３は、属性情報の符号化係数を量子化する。
　逆量子化部７８０４は、量子化後の符号化係数を逆量子化する。逆Ｈａａｒ変換部７８０５は、符号化係数に逆Ｈａａｒ変換を適用する。逆Ｈａａｒ変換部７８０５は、具体的には、図８８を用いて説明したステップＳ７８１１～Ｓ７８１４の一連の処理と同様の処理を行う。メモリ７８０６は、復号済みの複数の三次元点の属性情報の値を記憶する。例えば、メモリ７８０６に記憶される復号済みの三次元点の属性情報は、符号化されていない三次元点の予測等に利用されてもよい。
　算術符号化部７８０７は、量子化後の符号化係数からＺｅｒｏＣｎｔを算出し、ＺｅｒｏＣｎｔを算術符号化する。また、算術符号化部７８０７は、量子化後の非ゼロの符号化係数を算術符号化する。算術符号化部７８０７は、符号化係数を算術符号化前に二値化してもよい。また、算術符号化部７８０７は、各種ヘッダ情報を生成及び符号化してもよい。
　図９５は、三次元データ復号装置に含まれる属性情報復号部７８１０のブロック図である。属性情報復号部７８１０は、算術復号部７８１１と、逆量子化部７８１２と、逆Ｈａａｒ変換部７８１３と、メモリ７８１４とを備える。
　算術復号部７８１１は、ビットストリームに含まれるＺｅｒｏＣｎｔと符号化係数を算術復号する。なお、算術復号部７８１１は、各種ヘッダ情報を復号してもよい。
　逆量子化部７８１２は、算術復号した符号化係数を逆量子化する。逆Ｈａａｒ変換部７８１３は、逆量子化後の符号化係数に逆Ｈａａｒ変換を適用する。逆Ｈａａｒ変換部７８１３は、具体的には、図８８を用いて説明したステップＳ７８１１～Ｓ７８１４の一連の処理を行う。メモリ７８１４は、復号済みの複数の三次元点の属性情報の値を記憶する。例えば、メモリ７８１４に記憶される復号済みの三次元点の属性情報は、復号されていない三次元点の予測に利用されてもよい。
　なお、上記実施の形態では、符号化順として下位層から上位層の順に三次元点を符号化する例を示したが、必ずしもこれに限らない。例えば、Ｈａａｒ変換後の符号化係数を上位層から下位層の順にスキャンする方法が用いられてもよい。なお、この場合も、三次元データ符号化装置は、値０の連続回数をＺｅｒｏＣｎｔとして符号化してもよい。
　また、三次元データ符号化装置は、本実施の形態で述べたＺｅｒｏＣｎｔを用いた符号化方法を用いるか否かを、ＷＬＤ、ＳＰＣ又はボリューム単位で切替えてもよい。この場合、三次元データ符号化装置は、ＺｅｒｏＣｎｔを用いた符号化方法を適用したか否かを示す情報をヘッダ情報に付加してもよい。これにより、三次元データ復号装置は、適切に復号を行える。切替え方法の例として、例えば、三次元データ符号化装置は、１個のボリュームに対して値０の符号化係数の発生回数をカウントする。三次元データ符号化装置は、カウント値が予め定められた閾値を越えた場合は、次のボリュームにＺｅｒｏＣｎｔを用いた方法を適用し、カウント値が閾値以下の場合、次のボリュームにＺｅｒｏＣｎｔを用いた方法を適用しない。これにより、三次元データ符号化装置は、符号化対象の三次元点の特徴に応じて適切にＺｅｒｏＣｎｔを用いた符号化方法を適用するか否かを切り替えることができるので、符号化効率を向上できる。
　本実施の形態に係る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、入力された三次元点、または、復号する三次元点が１個の場合に、ＲＡＨＴの処理をスキップする例を示したが、必ずしもこれに限らない。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、例えば、閾値α（αは、１以上の整数）を定義し、入力された三次元点、または、復号する三次元点がα個より多い場合、ＲＡＨＴの処理を実行して符号化係数を算出し、入力された三次元点、または、復号する三次元点がα個以下である場合、ＲＡＨＴの処理をスキップしてもよい。閾値αは、所定の数の一例である。これにより、符号化対象の三次元点の個数が閾値α以下の場合は、ＲＡＨＴの処理をスキップして符号化、もしくは復号処理を行うことで、処理時間を削減しつつ、α個以下の三次元点を適切に符号化または復号することができる。なお、閾値αは、ヘッダ等に付加しても構わないし、規格のｐｒｏｆｉｌｅやｌｅｖｅｌ等で値が規定されても構わない。
　本実施の形態に係る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、入力された三次元点、または、復号する三次元点が１個の場合に、ＲＡＨＴの処理をスキップする例を示したが、必ずしもこれに限らない。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、例えば、入力された三次元点、または、復号する三次元点が１個の場合に、ＲＡＨＴで符号化もしくは復号することを禁止してもよい。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、具体的には、入力された三次元点、または、復号する三次元点が１個の場合は、ＥｎａｂｌｅＲＡＨＴの値を０に制限することで、ＲＡＨＴで符号化、もしくは復号することを禁止してもよい。これにより、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、１個の三次元点を適切に符号化、または復号することができる。
　なお、ＲＡＨＴを適用して三次元点の属性情報を符号化するか否かを切り替えるために用いる情報であるＥｎａｂｌｅＲＡＨＴは、ＷＬＤ、ＳＰＣ、ボリューム単位などの処理単位で処理の切り替えが行われるように、処理単位毎のヘッダに付加されても構わない。また、ＥｎａｂｌｅＲＡＨＴは、スライス単位で付加されても構わない。例えば、ＥｎａｂｌｅＲＡＨＴがスライスヘッダに付加されており、スライス内の三次元点の個数が一定数以下、例えば１個の場合、ＥｎａｂｌｅＲＡＨＴ＝０としてスライス内の三次元点を符号化し、スライス内の三次元点の個数が一定数より多い場合、例えば、２個以上の場合、ＥｎａｂｌｅＲＡＨＴ＝１としてスライス内の三次元点を符号化してもよい。これにより、スライス内の三次元点の個数に応じて、ＲＡＨＴを適用するか否かを切り替えながら適切に三次元点を符号化することができる。
　なお、スライス内の三次元点の個数に応じてＲＡＨＴを適用するか否かを切替える例を示したが、必ずしもこれに限らず、例えば、スライス内の三次元点が密点群か疎点群かに応じて、ＲＡＨＴを適用するか否かを切替えてもよい。ここで、密点群とは、点群内に含まれる三次元点間の距離が比較的近く（つまり、所定の距離よりも小さく）、また、比較的等間隔に配置されているような点群であることを表してもよい。また、疎点群とは、点群内に含まれる三次元点間の距離が比較的遠く（つまり、所定の距離より大きく）、また、各点群間の距離がランダムに配置されているような点群を表してもよい。三次元データ符号化装置は、切替方法の具体的な例として、例えば、スライス内の三次元点が密点群である場合、ＥｎａｂｌｅＲＡＨＴ＝０、ＥｎａｂｌｅＵｎｕｎｉｆｏｒｍＬｏＤ＝０にすることで、実施の形態８（例えば図５１～図５３を用いた説明）のような方法にて、入力された三次元点間の距離情報を算出してＬｏＤ階層を生成して属性情報を符号化し、そうでない場合、例えば、疎点群である場合、ＥｎａｂｌｅＲＡＨＴ＝１にすることでＲＡＨＴを適用して属性情報を符号化してもよい。このように、三次元データ符号化装置は、入力された三次元点、または、スライス内の三次元点が密点群かどうかに応じて属性情報の符号化方法を切替えることで、符号化効率を改善できる。
　本実施の形態に係る三次元データ符号化装置は、入力された三次元点の個数が１個の場合、ＲＡＨＴのＨａａｒ変換処理をスキップし、三次元点の属性値の値を符号化係数として生成する例を示したが、必ずしもＲＡＨＴの場合に限らず、例えばＬｏＤを生成して予測値を算出する方法に適用しても構わない。具体的には、三次元データ符号化装置は、入力された三次元点の個数が１個の場合、ＬｏＤを生成して予測値を算出する処理をスキップし、三次元点の属性値の値を符号化係数として量子化し、二値算術符号化を適用して符号化してもよい。これにより、入力された三次元点の個数が１個の場合に、処理量を削減しつつ、正しく三次元点を符号化することができる。また、三次元データ復号装置も同様に、復号する三次元点の個数が１個の場合、ＬｏＤを生成して予測値を算出する処理をスキップし、逆量子化後の符号化係数を、三次元点の属性値の値として復号してもよい。これにより、復号する三次元点の個数が１個の場合に、処理量を削減しつつ、正しく三次元点を復号することができる。
　以上のように、本実施の形態に係る三次元データ符号化装置は、図９６に示す処理を行う。三次元データ符号化装置は、符号化対象の点群データに含まれる三次元点が所定の数α（αは、１以上の整数）よりも多いｎ個（ｎは、２以上の整数）である場合（Ｓ７８６１でＹｅｓ）、前記ｎ個の三次元点の複数の属性情報の各々を高周波成分と低周波成分とに分けて階層化した階層構造を生成することで、符号化係数を算出する（Ｓ７８６２）。三次元データ符号化装置は、算出した前記符号化係数を含むビットストリームを生成する（Ｓ７８６３）。三次元データ符号化装置は、前記点群データに含まれる三次元点が前記所定の数α以下のｍ個（ｍは、１以上の整数）である場合（Ｓ７８６１でＮｏ）、前記階層構造を生成せずに前記ｍ個の三次元点の属性情報に基づいてビットストリームを生成する（Ｓ７８６４）。
　これによれば、三次元点が所定の数以下のｍ個である場合、階層構造を生成せずにｍ個の三次元点の属性情報に基づいてビットストリームを生成するため、三次元点を適切に符号化することができる。
　例えば、前記点群データに含まれる三次元点が前記ｍ個である場合、前記生成では、前記ｍ個の三次元点の属性情報を、符号化係数として含む前記ビットストリームを生成する。
　例えば、前記所定の数は、１であり、前記ｎは、２以上の整数であり、前記ｍは、１である。
　例えば、前記階層構造は、ＲＡＨＴ（Ｒｅｇｉｏｎ　Ａｄａｐｔｉｖｅ　Ｈｉｅｒａｒｃｈｉｃａｌ　Ｔｒａｎｓｆｏｒｍ）の階層構造である。
　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９７に示す処理を行う。三次元データ復号装置は、ビットストリームから点群データに含まれる１以上の三次元点および符号化係数を取得する（Ｓ７８７１）。三次元データ復号装置は、取得した前記１以上の三次元点が所定の数α（αは、１以上の整数）よりも多いｎ個（ｎは、２以上の整数）である場合（Ｓ７８７２でＹｅｓ）、前記ｎ個の三次元点のｎ個の属性情報の各々を高周波成分と低周波成分とに分けて階層化した階層構造を生成し、前記階層構造および前記符号化係数を用いて前記ｎ個の属性情報を復元する（Ｓ７８７３）。三次元データ復号装置は、前記点群データに含まれる三次元点が前記所定の数以下のｍ個（ｍは、１以上の整数）である場合（Ｓ７８７２でＮｏ）、前記階層構造を生成せずに前記符号化係数を用いて前記ｍ個の三次元点の属性情報を復元する（Ｓ７８７４）。
　これによれば、三次元点が所定の数以下のｍ個である場合、階層構造を生成せずに符号化係数を用いてｍ個の三次元点の属性情報を復元するため、三次元点を適切に復号することができる。
　例えば、前記点群データに含まれる三次元点が前記ｍ個である場合、前記生成では、前記ｍ個の三次元点の属性情報を、符号化係数として含む前記ビットストリームを生成する。
　例えば、前記所定の数は、１であり、前記ｎは、２以上の整数であり、前記ｍは、１である。
　例えば、前記階層構造は、ＲＡＨＴ（Ｒｅｇｉｏｎ　Ａｄａｐｔｉｖｅ　Ｈｉｅｒａｒｃｈｉｃａｌ　Ｔｒａｎｓｆｏｒｍ）の階層構造である。
　例えば、三次元データ復号装置は、プロセッサと、メモリとを備え、プロセッサは、メモリを用いて、上記の処理を行う。
　以上、本開示の実施の形態に係る三次元データ符号化装置及び三次元データ復号装置等について説明したが、本開示は、この実施の形態に限定されるものではない。
　また、上記実施の形態に係る三次元データ符号化装置及び三次元データ復号装置等に含まれる各処理部は典型的には集積回路であるＬＳＩとして実現される。これらは個別に１チップ化されてもよいし、一部又は全てを含むように１チップ化されてもよい。
　また、集積回路化はＬＳＩに限るものではなく、専用回路又は汎用プロセッサで実現してもよい。ＬＳＩ製造後にプログラムすることが可能なＦＰＧＡ（Ｆｉｅｌｄ　Ｐｒｏｇｒａｍｍａｂｌｅ　Ｇａｔｅ　Ａｒｒａｙ）、又はＬＳＩ内部の回路セルの接続や設定を再構成可能なリコンフィギュラブル・プロセッサを利用してもよい。
　また、上記各実施の形態において、各構成要素は、専用のハードウェアで構成されるか、各構成要素に適したソフトウェアプログラムを実行することによって実現されてもよい。各構成要素は、ＣＰＵまたはプロセッサなどのプログラム実行部が、ハードディスクまたは半導体メモリなどの記録媒体に記録されたソフトウェアプログラムを読み出して実行することによって実現されてもよい。
　また、本開示は、三次元データ符号化装置及び三次元データ復号装置等により実行される三次元データ符号化方法又は三次元データ復号方法等として実現されてもよい。
　また、ブロック図における機能ブロックの分割は一例であり、複数の機能ブロックを一つの機能ブロックとして実現したり、一つの機能ブロックを複数に分割したり、一部の機能を他の機能ブロックに移してもよい。また、類似する機能を有する複数の機能ブロックの機能を単一のハードウェア又はソフトウェアが並列又は時分割に処理してもよい。
　また、フローチャートにおける各ステップが実行される順序は、本開示を具体的に説明するために例示するためのものであり、上記以外の順序であってもよい。また、上記ステップの一部が、他のステップと同時（並列）に実行されてもよい。
　以上、一つまたは複数の態様に係る三次元データ符号化装置及び三次元データ復号装置等について、実施の形態に基づいて説明したが、本開示は、この実施の形態に限定されるものではない。本開示の趣旨を逸脱しない限り、当業者が思いつく各種変形を本実施の形態に施したものや、異なる実施の形態における構成要素を組み合わせて構築される形態も、一つまたは複数の態様の範囲内に含まれてもよい。
　本開示は、三次元データ符号化装置及び三次元データ復号装置に適用できる。
　１００、４００　三次元データ符号化装置
　１０１、２０１、４０１、５０１　取得部
　１０２、４０２　符号化領域決定部
　１０３　分割部
　１０４、６４４　符号化部
　１１１　三次元データ
　１１２、２１１、４１３、４１４、５１１、６３４　符号化三次元データ
　２００、５００　三次元データ復号装置
　２０２　復号開始ＧＯＳ決定部
　２０３　復号ＳＰＣ決定部
　２０４、６２５　復号部
　２１２、５１２、５１３　復号三次元データ
　４０３　ＳＷＬＤ抽出部
　４０４　ＷＬＤ符号化部
　４０５　ＳＷＬＤ符号化部
　４１１　入力三次元データ
　４１２　抽出三次元データ
　５０２　ヘッダ解析部
　５０３　ＷＬＤ復号部
　５０４　ＳＷＬＤ復号部
　６２０、６２０Ａ　三次元データ作成装置
　６２１、６４１　三次元データ作成部
　６２２　要求範囲決定部
　６２３　探索部
　６２４、６４２　受信部
　６２６　合成部
　６３１、６５１　センサ情報
　６３２　第１三次元データ
　６３３　要求範囲情報
　６３５　第２三次元データ
　６３６　第３三次元データ
　６４０　三次元データ送信装置
　６４３　抽出部
　６４５　送信部
　６５２　第５三次元データ
　６５４　第６三次元データ
　７００　三次元情報処理装置
　７０１　三次元マップ取得部
　７０２　自車検知データ取得部
　７０３　異常ケース判定部
　７０４　対処動作決定部
　７０５　動作制御部
　７１１　三次元マップ
　７１２　自車検知三次元データ
　８１０　三次元データ作成装置
　８１１　データ受信部
　８１２、８１９　通信部
　８１３　受信制御部
　８１４、８２１　フォーマット変換部
　８１５　センサ
　８１６　三次元データ作成部
　８１７　三次元データ合成部
　８１８　三次元データ蓄積部
　８２０　送信制御部
　８２２　データ送信部
　８３１、８３２、８３４、８３５、８３６、８３７　三次元データ
　８３３　センサ情報
　９０１　サーバ
　９０２、９０２Ａ、９０２Ｂ、９０２Ｃ　クライアント装置
　１０１１、１１１１　データ受信部
　１０１２、１０２０、１１１２、１１２０　通信部
　１０１３、１１１３　受信制御部
　１０１４、１０１９、１１１４、１１１９　フォーマット変換部
　１０１５　センサ
　１０１６、１１１６　三次元データ作成部
　１０１７　三次元画像処理部
　１０１８、１１１８　三次元データ蓄積部
　１０２１、１１２１　送信制御部
　１０２２、１１２２　データ送信部
　１０３１、１０３２、１１３５　三次元マップ
　１０３３、１０３７、１１３２　センサ情報
　１０３４、１０３５、１１３４　三次元データ
　１１１７　三次元データ合成部
　１２０１　三次元マップ圧縮／復号処理部
　１２０２　センサ情報圧縮／復号処理部
　１２１１　三次元マップ復号処理部
　１２１２　センサ情報圧縮処理部
　１３００　三次元データ符号化装置
　１３０１　分割部
　１３０２　減算部
　１３０３　変換部
　１３０４　量子化部
　１３０５、１４０２　逆量子化部
　１３０６、１４０３　逆変換部
　１３０７、１４０４　加算部
　１３０８、１４０５　参照ボリュームメモリ
　１３０９、１４０６　イントラ予測部
　１３１０、１４０７　参照スペースメモリ
　１３１１、１４０８　インター予測部
　１３１２、１４０９　予測制御部
　１３１３　エントロピー符号化部
　１４００　三次元データ復号装置
　１４０１　エントロピー復号部
　３０００　三次元データ符号化装置
　３００１　位置情報符号化部
　３００２　属性情報再割り当て部
　３００３　属性情報符号化部
　３０１０　三次元データ復号装置
　３０１１　位置情報復号部
　３０１２　属性情報復号部
　７８００　属性情報符号化部
　７８０１　ソート部
　７８０２　Ｈａａｒ変換部
　７８０３　量子化部
　７８０４　逆量子化部
　７８０５　逆Ｈａａｒ変換部
　７８０６　メモリ
　７８０７　算術符号化部
　７８１０　属性情報復号部
　７８１１　算術復号部
　７８１２　逆量子化部
　７８１３　逆Ｈａａｒ変換部
　７８１４　メモリ

Claims (10)

  1. 　符号化対象の点群データに含まれる三次元点が所定の数よりも多いｎ個（ｎは、２以上の整数）である場合、
    　　前記ｎ個の三次元点の複数の属性情報の各々を高周波成分と低周波成分とに分けて階層化した階層構造を生成することで、符号化係数を算出し、
    　　算出した前記符号化係数を含むビットストリームを生成し、
    　前記点群データに含まれる三次元点が前記所定の数以下のｍ個（ｍは、１以上の整数）である場合、
    　　前記階層構造を生成せずに前記ｍ個の三次元点の属性情報に基づいてビットストリームを生成する
    　三次元データ符号化方法。
  2. 　前記点群データに含まれる三次元点が前記ｍ個である場合、
    　　前記生成では、前記ｍ個の三次元点の属性情報を、符号化係数として含む前記ビットストリームを生成する
    　請求項１に記載の三次元データ符号化方法。
  3. 　前記所定の数は、１であり、
    　前記ｎは、２以上の整数であり、
    　前記ｍは、１である
    　請求項１または２に記載の三次元データ符号化方法。
  4. 　前記階層構造は、ＲＡＨＴ（Ｒｅｇｉｏｎ　Ａｄａｐｔｉｖｅ　Ｈｉｅｒａｒｃｈｉｃａｌ　Ｔｒａｎｓｆｏｒｍ）の階層構造である
    　請求項１から３のいずれか１項に記載の三次元データ符号化方法。
  5. 　ビットストリームから点群データに含まれる１以上の三次元点および符号化係数を取得し、
    　取得した前記１以上の三次元点が所定の数よりも多いｎ個（ｎは、２以上の整数）である場合、
    　　前記ｎ個の三次元点のｎ個の属性情報の各々を高周波成分と低周波成分とに分けて階層化した階層構造を生成し、
    　　前記階層構造および前記符号化係数を用いて前記ｎ個の属性情報を復元し、
    　前記点群データに含まれる三次元点が前記所定の数以下のｍ個（ｍは、１以上の整数）である場合、
    　　前記階層構造を生成せずに前記符号化係数を用いて前記ｍ個の三次元点の属性情報を復元する
    　三次元データ復号方法。
  6. 　前記点群データに含まれる三次元点が前記ｍ個である場合、
    　　前記復元では、前記符号化係数を、前記ｍ個の三次元点の属性情報として復元する
    　請求項５に記載の三次元データ復号方法。
  7. 　前記所定の数は、１であり、
    　前記ｎは、２以上の整数であり、
    　前記ｍは、１である
    　請求項５または６に記載の三次元データ復号方法。
  8. 　前記階層構造は、ＲＡＨＴ（Ｒｅｇｉｏｎ　Ａｄａｐｔｉｖｅ　Ｈｉｅｒａｒｃｈｉｃａｌ　Ｔｒａｎｓｆｏｒｍ）の階層構造である
    　請求項５から７のいずれか１項に記載の三次元データ復号方法。
  9. 　三次元データ符号化装置であって、
    　プロセッサと、
    　メモリとを備え、
    　前記プロセッサは、前記メモリを用いて、
    　符号化対象の点群データに含まれる三次元点が所定の数よりも多いｎ個（ｎは、２以上の整数）である場合、
    　　前記ｎ個の三次元点の複数の属性情報の各々を高周波成分と低周波成分とに分けて階層化した階層構造を生成することで、符号化係数を算出し、
    　　算出された前記符号化係数を含むビットストリームを生成し、
    　前記点群データに含まれる三次元点が前記所定の数以下のｍ個（ｍは、１以上の整数）である場合、
    　　前記階層構造を生成せずに前記ｍ個の三次元点の属性情報に基づいてビットストリームを生成する
    　三次元データ符号化装置。
  10. 　三次元データ復号装置であって、
    　プロセッサと、
    　メモリとを備え、
    　前記プロセッサは、前記メモリを用いて、
    　ビットストリームから点群データに含まれる１以上の三次元点および符号化係数を取得し、
    　取得した前記１以上の三次元点が所定の数よりも多いｎ個（ｎは、２以上の整数）である場合、
    　　前記ｎ個の三次元点のｎ個の属性情報の各々を高周波成分と低周波成分とに分けて階層化した階層構造を生成し、
    　　前記階層構造および前記符号化係数を用いて前記ｎ個の属性情報を復元し、
    　前記点群データに含まれる三次元点が前記所定の数以下のｍ個（ｍは、１以上の整数）である場合、
    　　前記階層構造を生成せずに前記符号化係数を用いて前記ｍ個の三次元点の属性情報を復元する
    　三次元データ復号装置。
PCT/JP2020/009740 2019-03-08 2020-03-06 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 Ceased WO2020184444A1 (ja)

Priority Applications (6)

Application Number Priority Date Filing Date Title
JP2021505030A JP7444849B2 (ja) 2019-03-08 2020-03-06 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
CN202080018272.8A CN113508422A (zh) 2019-03-08 2020-03-06 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
US17/398,366 US11527016B2 (en) 2019-03-08 2021-08-10 Three-dimensional data encoding method, three-dimensional data decoding method, three-dimensional data encoding device, and three-dimensional data decoding device
US17/981,789 US12067752B1 (en) 2019-03-08 2022-11-07 Three-dimensional data encoding method, three-dimensional data decoding method, three-dimensional data encoding device, and three-dimensional data decoding device
JP2024025034A JP7746433B2 (ja) 2019-03-08 2024-02-22 符号化方法及び符号化装置
US18/787,103 US20240386613A1 (en) 2019-03-08 2024-07-29 Three-dimensional data encoding method, three-dimensional data decoding method, three-dimensional data encoding device, and three-dimensional data decoding device

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
US201962815613P 2019-03-08 2019-03-08
US62/815,613 2019-03-08

Related Child Applications (1)

Application Number Title Priority Date Filing Date
US17/398,366 Continuation US11527016B2 (en) 2019-03-08 2021-08-10 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
WO2020184444A1 true WO2020184444A1 (ja) 2020-09-17

Family

ID=72427616

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/JP2020/009740 Ceased WO2020184444A1 (ja) 2019-03-08 2020-03-06 三次元データ符号化方法、三次元データ復号方法、三次元データ符号化装置、及び三次元データ復号装置

Country Status (4)

Country Link
US (3) US11527016B2 (ja)
JP (2) JP7444849B2 (ja)
CN (1) CN113508422A (ja)
WO (1) WO2020184444A1 (ja)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
GB202001839D0 (en) * 2020-02-11 2020-03-25 V Nova Int Ltd Use of tiered hierarchical coding for point cloud compression
CN119815085A (zh) * 2023-10-07 2025-04-11 北京优佳佳软件技术开发有限公司 使用视频质量信息的自适应比特率流传输

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2002165217A (ja) * 2000-11-28 2002-06-07 Kddi Corp ３次元画像の階層符号化伝送方法および階層復号方法
JP2004185628A (ja) * 2002-12-05 2004-07-02 Samsung Electronics Co Ltd ３次元オブジェクトデータの符号化及び復号化方法、並びに、その装置
JP2005235210A (ja) * 2004-02-17 2005-09-02 Samsung Electronics Co Ltd ３次元体積データの符号化／復号化方法及び装置
JP2018101404A (ja) * 2016-09-13 2018-06-28 ダッソー システムズＤａｓｓａｕｌｔ Ｓｙｓｔｅｍｅｓ 物理的属性を表す信号の圧縮

Family Cites Families (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104246831B (zh) 2012-07-30 2016-12-28 三菱电机株式会社 地图显示装置
US10223810B2 (en) * 2016-05-28 2019-03-05 Microsoft Technology Licensing, Llc Region-adaptive hierarchical transform and entropy coding for point cloud compression, and corresponding decompression
US10694210B2 (en) * 2016-05-28 2020-06-23 Microsoft Technology Licensing, Llc Scalable point cloud compression with transform, and corresponding decompression
US10496336B2 (en) * 2016-11-17 2019-12-03 Google Llc K-D tree encoding for point clouds using deviations
CN110402580A (zh) * 2017-01-03 2019-11-01 Lg 电子株式会社 图像处理方法及其装置
JPWO2019065297A1 (ja) * 2017-09-29 2020-11-05 ソニー株式会社 情報処理装置および方法
US11468603B2 (en) * 2017-09-29 2022-10-11 Sony Corporation Information processing apparatus and method
KR20200128577A (ko) * 2018-03-30 2020-11-13 닛폰 호소 교카이 인트라 예측 장치, 화상 부호화 장치, 화상 복호 장치 및 프로그램
JP7248013B2 (ja) * 2018-03-30 2023-03-29 株式会社ソシオネクスト 復号方法、復号装置、符号化装置及びプログラム
GB2590228B (en) * 2018-08-04 2023-04-05 Beijing Bytedance Network Tech Co Ltd Clipping of updated MV or derived MV
US10878597B2 (en) * 2018-09-14 2020-12-29 Sony Corporation Rate distortion optimization for adaptive subband coding of regional adaptive HAAR transform (RAHT)
CN112514384B (zh) * 2019-01-28 2024-12-24 苹果公司 视频信号编码/解码方法及其装置

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2002165217A (ja) * 2000-11-28 2002-06-07 Kddi Corp ３次元画像の階層符号化伝送方法および階層復号方法
JP2004185628A (ja) * 2002-12-05 2004-07-02 Samsung Electronics Co Ltd ３次元オブジェクトデータの符号化及び復号化方法、並びに、その装置
JP2005235210A (ja) * 2004-02-17 2005-09-02 Samsung Electronics Co Ltd ３次元体積データの符号化／復号化方法及び装置
JP2018101404A (ja) * 2016-09-13 2018-06-28 ダッソー システムズＤａｓｓａｕｌｔ Ｓｙｓｔｅｍｅｓ 物理的属性を表す信号の圧縮

Also Published As

Publication number Publication date
US11527016B2 (en) 2022-12-13
JP7746433B2 (ja) 2025-09-30
JP7444849B2 (ja) 2024-03-06
CN113508422A (zh) 2021-10-15
JP2024054387A (ja) 2024-04-16
JPWO2020184444A1 (ja) 2020-09-17
US20210366158A1 (en) 2021-11-25
US12067752B1 (en) 2024-08-20
US20240386613A1 (en) 2024-11-21

Similar Documents

Publication Publication Date Title
JP7727044B2 (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
JP7747798B2 (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
JP7568816B2 (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
JPWO2020162495A1 (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
WO2020189709A1 (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
JPWO2019240215A1 (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
JP7787266B2 (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
JPWO2019235366A1 (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
JPWO2019240284A1 (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
JPWO2019240286A1 (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
JP2025186413A (ja) 符号化方法、復号方法、符号化装置、及び復号装置
WO2020075862A1 (ja) 三次元データ符号化方法、三次元データ復号方法、三次元データ符号化装置、及び三次元データ復号装置
WO2020196677A1 (ja) 三次元データ符号化方法、三次元データ復号方法、三次元データ符号化装置、及び三次元データ復号装置
WO2020196680A1 (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
JP7746433B2 (ja) 符号化方法及び符号化装置
JP7736842B2 (ja) 三次元データ符号化方法、三次元データ復号方法、三次元データ符号化装置、及び三次元データ復号装置

Legal Events

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

Ref document number: 20769510

Country of ref document: EP

Kind code of ref document: A1

ENP Entry into the national phase

Ref document number: 2021505030

Country of ref document: JP

Kind code of ref document: A

NENP Non-entry into the national phase

Ref country code: DE

122 Ep: pct application non-entry in european phase

Ref document number: 20769510

Country of ref document: EP

Kind code of ref document: A1