WO2020196680A1 - 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
WO2020196680A1
WO2020196680A1 PCT/JP2020/013485 JP2020013485W WO2020196680A1 WO 2020196680 A1 WO2020196680 A1 WO 2020196680A1 JP 2020013485 W JP2020013485 W JP 2020013485W WO 2020196680 A1 WO2020196680 A1 WO 2020196680A1
Authority
WO
WIPO (PCT)
Prior art keywords
information
dimensional data
dimensional
position information
coding
Prior art date
Application number
PCT/JP2020/013485
Other languages
English (en)
French (fr)
Inventor
賀敬 井口
敏康 杉尾
Original Assignee
パナソニック インテレクチュアル プロパティ コーポレーション オブ アメリカ
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by パナソニック インテレクチュアル プロパティ コーポレーション オブ アメリカ filed Critical パナソニック インテレクチュアル プロパティ コーポレーション オブ アメリカ
Publication of WO2020196680A1 publication Critical patent/WO2020196680A1/ja
Priority to US17/468,122 priority Critical patent/US11928844B2/en
Priority to US18/435,478 priority patent/US20240177357A1/en

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T9/00—Image coding
    • G06T9/001—Model-based coding, e.g. wire frame
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T9/00—Image coding
    • G06T9/40—Tree coding, e.g. quadtree, octree
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/50—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

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.
  • 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).
  • the amount of data contained in the bit stream including the coded three-dimensional point data can be reduced.
  • 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 that can reduce the amount of data contained in a bit stream.
  • the three-dimensional data coding method includes a first position information coding method that encodes the position information of each of a plurality of three-dimensional points by using 8-branch division, and an 8-branch tree.
  • a bit stream including an information coding method and a position information flag indicating which coding method of the second position information coding method is used for coding is generated, and in the generation of the bit stream, the first When encoded based on the position information coding method, a bit stream containing a parameter set used for dividing into eight-quarter trees is generated, and when encoded based on the second position information coding method, the eight-minute tree is divided. Generate a bitstream that does not contain the parameter set used for splitting.
  • the position information of each of the plurality of encoded three-dimensional points and the position information of each of the plurality of encoded three-dimensional points are obtained from the bit stream.
  • the first position information coding method which encodes using 8-branch division
  • the second position information coding method which encodes without using 8-branch division.
  • a position information flag indicating whether or not the code is encoded is acquired, and based on the position information flag, the position information of each of the plurality of encoded three-dimensional points is obtained by the first position information coding method and the second position information coding method.
  • Decoding is performed based on a decoding method corresponding to one of the position information coding methods, and the encoded position information is decoded based on the decoding method according to the first position information coding method.
  • the parameter set used for dividing into eight-quarter trees is acquired from the bit stream, and the position information of each of the plurality of encoded three-dimensional points is decoded using the parameter set, and the first 2
  • the parameter set is not acquired from the bit stream.
  • 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 that can reduce the amount of data contained in a bit stream.
  • 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 the octree structure of SWLD according to the second embodiment.
  • FIG. 24 is a block diagram of the three-dimensional data creation device according to the third embodiment.
  • FIG. 25 is a block diagram of the three-dimensional data transmission 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 a reference relationship in the octave tree structure according to the eighth embodiment.
  • FIG. 52 is a diagram showing a reference relationship in the spatial region according to the eighth embodiment.
  • FIG. 53 is a diagram showing an example of an adjacent reference node according to the eighth embodiment.
  • FIG. 54 is a diagram showing the relationship between the parent node and the node according to the eighth 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
  • FIG. 55 is a diagram showing an example of an occupancy code of the parent node according to the eighth embodiment.
  • FIG. 56 is a block diagram of the three-dimensional data encoding device according to the eighth embodiment.
  • FIG. 57 is a block diagram of the three-dimensional data decoding device according to the eighth embodiment.
  • FIG. 58 is a flowchart of the three-dimensional data coding process according to the eighth embodiment.
  • FIG. 59 is a flowchart of the three-dimensional data decoding process according to the eighth embodiment.
  • FIG. 60 is a diagram showing an example of switching the coding table according to the eighth embodiment.
  • FIG. 61 is a diagram showing a reference relationship in the spatial region according to the first modification of the eighth embodiment.
  • FIG. 62 is a diagram showing a syntax example of header information according to the first modification of the eighth embodiment.
  • FIG. 63 is a diagram showing a syntax example of header information according to the first modification of the eighth embodiment.
  • FIG. 64 is a diagram showing an example of an adjacent reference node according to the second modification of the eighth embodiment.
  • FIG. 65 is a diagram showing an example of a target node and an adjacent node according to the second modification of the eighth embodiment.
  • FIG. 66 is a diagram showing a reference relationship in the octave tree structure according to the third modification of the eighth embodiment.
  • FIG. 67 is a diagram showing a reference relationship in the spatial region according to the third modification of the eighth embodiment.
  • FIG. 68 is a diagram showing an example of three-dimensional points according to the ninth embodiment.
  • FIG. 69 is a diagram showing a setting example of LoD according to the ninth embodiment.
  • FIG. 70 is a diagram showing an example of a threshold value used for setting LoD according to the ninth embodiment.
  • FIG. 71 is a diagram showing an example of attribute information used for the predicted value according to the ninth embodiment.
  • FIG. 72 is a diagram showing an example of the exponential Golomb code according to the ninth embodiment.
  • FIG. 73 is a diagram showing processing for the exponential Golomb code according to the ninth embodiment.
  • FIG. 74 is a diagram showing an example of syntax of the attribute header according to the ninth embodiment.
  • FIG. 75 is a diagram showing an example of syntax of attribute data according to the ninth embodiment.
  • FIG. 76 is a flowchart of the three-dimensional data coding process according to the ninth embodiment.
  • FIG. 77 is a flowchart of the attribute information coding process according to the ninth embodiment.
  • FIG. 78 is a diagram showing processing for the exponential Golomb code according to the ninth embodiment.
  • FIG. 79 is a diagram showing an example of a reverse lookup table showing the relationship between the remaining code and the value according to the ninth embodiment.
  • FIG. 80 is a flowchart of the three-dimensional data decoding process according to the ninth embodiment.
  • FIG. 81 is a flowchart of the attribute information decoding process according to the ninth embodiment.
  • FIG. 82 is a block diagram of the three-dimensional data encoding device according to the ninth embodiment.
  • FIG. 83 is a block diagram of the three-dimensional data decoding device according to the ninth embodiment.
  • FIG. 84 is a flowchart of the three-dimensional data coding process according to the ninth embodiment.
  • FIG. 85 is a flowchart of the three-dimensional data decoding process according to the ninth embodiment.
  • FIG. 86 is a diagram showing a syntax example of header information according to the tenth embodiment.
  • FIG. 87 is a diagram showing a configuration example of an ocree when the mode information according to the tenth embodiment is 1.
  • FIG. 88 is a diagram showing a configuration example of an ocree when the mode information according to the tenth embodiment is 0.
  • FIG. 89 is a diagram showing an example of syntax of node information according to the tenth embodiment.
  • FIG. 90 is a diagram for explaining a first example of the method of transmitting the quantization parameter according to the eleventh embodiment.
  • FIG. 90 is a diagram for explaining a first example of the method of transmitting the quantization parameter according to the eleventh embodiment.
  • FIG. 91 is a diagram for explaining a second example of the method of transmitting the quantization parameter according to the eleventh embodiment.
  • FIG. 92 is a diagram for explaining a third example of the method of transmitting the quantization parameter according to the eleventh embodiment.
  • FIG. 93 is a block diagram of the three-dimensional data encoding device according to the twelfth embodiment.
  • FIG. 94 is a block diagram of the position information coding unit according to the twelfth embodiment.
  • FIG. 95 is a block diagram of the attribute information coding unit according to the twelfth embodiment.
  • FIG. 96 is a block diagram of the additional information coding unit according to the twelfth embodiment.
  • FIG. 97 is a diagram showing a first example of the bit stream according to the twelfth embodiment.
  • FIG. 98 is a diagram showing a second example of the bit stream according to the twelfth embodiment.
  • FIG. 99 is a diagram showing a first example of the syntax of the bitstream header according to the twelfth embodiment.
  • FIG. 100 is a diagram showing a second example of the syntax of the bitstream header according to the twelfth embodiment.
  • FIG. 101 is a diagram showing a third example of the syntax of the bitstream header according to the twelfth embodiment.
  • FIG. 102 is a block diagram of the three-dimensional data decoding device according to the twelfth embodiment.
  • FIG. 103 is a block diagram of the position information decoding unit according to the twelfth embodiment.
  • FIG. 104 is a block diagram of the attribute information decoding unit according to the twelfth embodiment.
  • FIG. 105 is a flowchart of the signaling process of the coding method of the three-dimensional data coding apparatus according to the twelfth embodiment.
  • FIG. 106 is a flowchart of the decoding process of the three-dimensional data decoding apparatus according to the twelfth embodiment.
  • FIG. 107 is a diagram showing a fourth example of the bit stream according to the twelfth embodiment.
  • FIG. 108 is a diagram showing an example of syntax of the slice header of the position information according to the twelfth embodiment.
  • FIG. 109 is a diagram showing an example of syntax of the slice header of the attribute information according to the twelfth embodiment.
  • FIG. 110 is a flowchart of the coding process according to the twelfth embodiment.
  • FIG. 111 is a flowchart of the decoding process according to the twelfth embodiment.
  • the three-dimensional data coding method includes a first position information coding method that encodes the position information of each of a plurality of three-dimensional points by using 8-branch division, and an 8-branch tree.
  • a bit stream including an information coding method and a position information flag indicating which coding method of the second position information coding method is used for coding is generated, and in the generation of the bit stream, the first When encoded based on the position information coding method, a bit stream containing a parameter set used for dividing into eight-quarter trees is generated, and when encoded based on the second position information coding method, the eight-minute tree is divided. Generate a bitstream that does not contain the parameter set used for splitting.
  • the parameter set to be included in the bit stream can be reduced depending on the method of encoding the position information. Therefore, according to this, the amount of data contained in the bit stream can be reduced.
  • the three-dimensional data coding method further calculates the number of the plurality of three-dimensional points, and in the coding of the position information, when the number of the plurality of three-dimensional points is a predetermined number or more, It is encoded based on the first position information coding method, and when the number of the plurality of three-dimensional points is less than the predetermined number, it is encoded based on the second position information coding method.
  • a coding method having high coding efficiency can be selected according to the number of three-dimensional points.
  • the attribute information of each of the plurality of three-dimensional points is entropy-encoded after performing a conversion process for converting the value of the attribute information by a predetermined method. Coding is performed based on one of the one-attribute information coding method and the second attribute information coding method of entropy coding without performing the conversion process, and the attribute information is encoded by the above.
  • the data is encoded based on the first attribute information coding method, and when the number of the plurality of three-dimensional points is less than the predetermined number, the second It is encoded based on the attribute information coding method, and in the generation of the bit stream, it is shown which of the first attribute information coding method and the second attribute information coding method is used for encoding. Generate a bit stream containing the attribute information flag.
  • a coding method having high coding efficiency can be selected according to the number of three-dimensional points.
  • a header that generates a plurality of slices including the position information of the plurality of three-dimensional points and stores a common parameter set that is common information to all the plurality of slices, and a header.
  • a bit stream including a slice header in which individual parameter sets that are information for each of the plurality of slices is stored is generated, and the position information flag is stored in both the header and the slice header.
  • the slice is a set of position information and attribute information of the plurality of three-dimensional points.
  • the position information of each of the plurality of encoded three-dimensional points and the position information of each of the plurality of encoded three-dimensional points are obtained from the bit stream.
  • the first position information coding method which encodes using 8-branch division
  • the second position information coding method which encodes without using 8-branch division.
  • a position information flag indicating whether or not the code is encoded is acquired, and based on the position information flag, the position information of each of the plurality of encoded three-dimensional points is obtained by the first position information coding method and the second position information coding method.
  • Decoding is performed based on a decoding method corresponding to one of the position information coding methods, and the encoded position information is decoded based on the decoding method according to the first position information coding method.
  • the parameter set used for dividing into eight-quarter trees is acquired from the bit stream, and the position information of each of the plurality of encoded three-dimensional points is decoded using the parameter set, and the first 2
  • the parameter set is not acquired from the bit stream.
  • the position information of the encoded three-dimensional point can be appropriately decoded.
  • the position information of the plurality of encoded three-dimensional points is based on the first position information coding method.
  • the position information of the plurality of encoded three-dimensional points is based on the second position information coding method. Indicates that it was encoded.
  • the position information of the three-dimensional points encoded by the coding method having high coding efficiency can be appropriately decoded according to the number of the three-dimensional points.
  • the attribute information of each of the encoded plurality of three-dimensional points and the attribute information of each of the encoded plurality of three-dimensional points are further determined by a predetermined method.
  • a first attribute information coding method in which entropy encoding is performed after performing a conversion process for converting the value of the attribute information in the above method or a second attribute information coding method in which entropy coding is performed without performing the conversion process.
  • An attribute information flag indicating whether or not the code is encoded based on the coding method is acquired from the bit stream, and based on the attribute information flag, the attribute information of each of the plurality of encoded three-dimensional points is obtained.
  • Decoding is performed based on a decoding method corresponding to one of the one attribute information coding method and the second attribute information coding method, and the attribute information flag has the number of the plurality of three-dimensional points.
  • the number is equal to or greater than a predetermined number, it indicates that the attribute information of the plurality of encoded three-dimensional points is encoded based on the first attribute information coding method, and the number of the plurality of three-dimensional points is the said.
  • it is less than a predetermined number it indicates that the attribute information of the plurality of encoded three-dimensional points is encoded based on the second attribute information coding method.
  • the position information of the three-dimensional points encoded by the coding method having high coding efficiency can be appropriately decoded according to the number of the three-dimensional points.
  • the bit stream includes a header in which a common parameter set that is information common to all the plurality of slices including the position information of the plurality of encoded three-dimensional points is stored, and each of the plurality of slices.
  • a slice header in which the individual parameter set which is the information of the above is stored is included, and the position information flag is stored in both the header and the slice header.
  • the slice is a set of position information and attribute information of the plurality of three-dimensional points.
  • the three-dimensional data coding apparatus includes a processor and a memory, and the processor uses the memory to obtain position information of each of a plurality of three-dimensional points in an eight-minute tree. Coding and coding based on one of the first position information coding method, which encodes using division, and the second position information coding method, which encodes without using octuple division. Position information indicating the position information of each of the plurality of three-dimensional points that have been converted, and which of the first position information coding method and the second position information coding method is used for coding.
  • a bit stream including a flag is generated, and in the generation of the bit stream, when encoded based on the first position information coding method, a bit stream including a parameter set used for dividing into eight branches is generated.
  • a bit stream that does not include the parameter set used for dividing into eight-quarter trees is generated.
  • the three-dimensional data encoding device can reduce the parameter set to be included in the bit stream depending on the coding method of the position information. Therefore, according to this, the amount of data contained in the bit stream can be reduced.
  • the three-dimensional data decoding device includes a processor and a memory, and the processor uses the memory to represent each of a plurality of three-dimensional points encoded from a bit stream.
  • the position information and the position information of each of the plurality of encoded three-dimensional points are coded using the first position information coding method in which the eight-division is used, and the code without using the eight-part division.
  • a position information flag indicating which of the second position information coding methods to be encoded is used for encoding is acquired, and a plurality of the encoded three-dimensional elements are obtained based on the position information flag.
  • Each position information of the original point is decoded based on the decoding method corresponding to one of the first position information coding method and the second position information coding method, and the coded position is obtained.
  • decoding the information when decoding is performed based on the decoding method according to the first position information coding method, the parameter set used for dividing into eight branches is obtained from the bit stream, and the parameter set is used to obtain the parameter set.
  • the parameter set is not acquired from the bit stream.
  • the three-dimensional data decoding apparatus appropriately decodes the position information of the encoded three-dimensional point even if the parameter set included in the bit stream is different depending on the method of encoding the position information. it can.
  • 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.
  • the prediction is the same as the prediction performed by the two-dimensional image, the prediction three-dimensional data similar to the processing unit of the processing target is generated by referring to another processing unit, 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 any format 3D data.
  • 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 group data using a distance sensor, a stereo camera, a monocular camera, a gyro, an inertial sensor, or the like.
  • the intra space that can be decoded independently
  • the predictive space that can be referred only in one direction
  • the bidirectional reference are possible as in the coding of the moving image. It falls into one of at least three predictive structures, including a bidirectional space (B-SPC).
  • the space has two types of time information, a decoding time and a display time.
  • a random access unit GOS Group Of Space
  • a world exists as a processing unit including a plurality of GOS.
  • the spatial area occupied by the world is associated with the absolute position on the earth by GPS or latitude and longitude information. This position information is stored as meta information.
  • the meta information may be included in the 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 head I-SPC in the GOS refer to a different GOS, and decoding cannot be performed only by the GOS.
  • 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 layers 3, 8, 1, 9 ... In that order.
  • 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 from a stereo camera or the like.
  • 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 constituting the static object and the SPC including the VLM constituting 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 coding 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.
  • the 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's HRD (Hypothetical Reference Decoder), if the decoder has a buffer of a predetermined size and the bit stream is read at a predetermined bit rate according to the decoding time, it can be decoded without failure. A model that guarantees may be introduced.
  • HRD Hypothetical Reference Decoder
  • 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.
  • x-axis, y-axis, and z-axis three coordinate axes that are orthogonal to each other.
  • z-axis three coordinate axes
  • 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 position relative to 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 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 apparatus 200 decodes each of the plurality of second processing units (SPCs) in each first processing unit (GOS). Further, the three-dimensional data decoding apparatus 200 decodes each of the plurality of third processing units (VLM) in each second processing unit (SPC).
  • SPCs 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 in which one or more GOS or the like is segmented.
  • 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 GOS are open GOS, the compression efficiency can be further improved by referring to each other by the plurality of GOS.
  • 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. Further, 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 (processing by thinning), 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 separately stored.
  • 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 explanatory characters.
  • 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 frequency of appearance 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 in quantizing the spatial position or the color information according to the density of VXL or VLM. For example, the coding 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 coding 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 encoder increases the frequency of using the I space 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 coding 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 GOS units 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 units of worlds 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 coding device and the decoding device encode or decode the space or GOS spatial information (coordinates, size, etc.).
  • the encoding device and the decoding device encode or decode a space or GOS included in a specific space specified based on external information 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 creating 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
  • 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 the 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 acquiring map data, the client first acquires rough map information with 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 a 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.
  • the type of such SWLD may be distinguished by the information (flag or type, 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 coded 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 whose feature amount is equal to or higher than a predetermined threshold value, defines the extracted VXL as FVXL, and adds the FVXL to SWLD to generate the 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 coded three-dimensional data 413 corresponding to WLD by encoding the input three-dimensional data 411 corresponding to 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 ocree structure of the WLD shown in FIG. 20.
  • VXLs 1 to 3 which are VXLs (hereinafter, effective VXLs) including a point cloud.
  • the octave 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 an ocree 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 higher 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 of a signal or an intersection, driving assistance, automatic driving, or the like 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 it is necessary or unnecessary for self-position estimation, or information indicating whether it is important as traffic information such as a signal or an intersection.
  • the attribute may include a correspondence relationship with Featur (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 extraction 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 apparatus 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 apparatus 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 apparatus 500 can use a more suitable three-dimensional position expression method for three-dimensional data having different numbers of data (number of VXL or FVXL).
  • At least one of the 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 coded 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 is equipped with the three-dimensional data creation device 620 and the peripheral vehicles are equipped with the three-dimensional data transmission device 640, but each vehicle is equipped with 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 the point clouds in each other's point clouds, and determines that the parts having high similarity between the 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 a structure or an animal body 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.
  • a two-dimensional or one-dimensional sensor may be provided.
  • 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 the 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 a point cloud, a visible light image, depth information, sensor position information, or speed information, which includes a region that cannot be detected by the sensor 815 of the own vehicle, for example.
  • 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, which cannot be detected by the sensor of the following vehicle, in the traffic monitoring cloud or the following in response to a data transmission request from the traffic monitoring cloud or the following vehicle. 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 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.
  • 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. Further, when the movement route and the 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 based on these. 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 the sensor information transmission request 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, when the error at the time of alignment between the three-dimensional data created by the client device 902 based on the sensor information and the three-dimensional map obtained from the server 901 is equal to or more than a certain value, the client device 902 is located around the client device 902. 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 such as when it snows or when there is a 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 the operation when the sensor information is transmitted 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 type of the vehicle. In this case, the server 901 may acquire information on the vehicle type of the vehicle in advance, or the sensor information may include the information. 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 state of the moving body 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 mobile 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 moving body, and the sensor information 1037 indicating the surrounding situation of the moving body obtained by the sensor 1015 mounted on the moving 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 ocree. 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 (encoded volume) output from the division unit 1301 and the predicted volume generated by the intra prediction or 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 octree 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 a binary sequence of 0 and 1, for example.
  • 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 particle size 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 the same position and 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. 42.
  • 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 coding apparatus 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 coding apparatus 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 coding apparatus 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 octree 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 conversion unit 1306 generates a predicted residual after applying the inverse conversion by applying the inverse conversion to the inverse quantization coefficient generated by the inverse quantization unit 1305. Since the predicted residual after applying the inverse conversion 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 applying the inverse conversion generated by the inverse conversion unit 1306 and the predicted volume generated by the intra-prediction or inter-prediction described later used for generating the predicted 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 coded 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 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 coding apparatus 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 coding apparatus 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 coding (bi-prediction) with reference to both spaces at different time T_L0 and time T_L1.
  • 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 coding apparatus 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 to apply rotation and translation for each reference space when encoding is performed by referring to a plurality of reference spaces at different times. At that time, the three-dimensional data coding apparatus 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 do not need to be performed, 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 assigned 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 translation information of the reference space i in the reference list L0.
  • the translation information indicates the content of the applied translation process, 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 translation information of the reference space i in the reference list L1.
  • the translation information indicates the content of the applied translation process, for example, a translation vector or the like.
  • the inter-prediction unit 1311 generates a prediction volume of the coded target volume by 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 coded space and the reference space to bring the overall positional relationship between the coded space and the reference space closer to each other before generating the predicted volume of the coded 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 predicted volume of the coded target volume in the coded 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 of the coding target space and the like.
  • 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 spaces is large when the ICP error value is larger than the predetermined second threshold value, 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 has been 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 coded 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 conversion, 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 encoded signal to generate a binary signal, and generates a quantization coefficient from the generated binary signal.
  • the inverse quantization unit 1402 generates an inverse quantization coefficient by inversely quantizing the quantization coefficient input from the entropy decoding unit 1401 using the quantization parameter added to the bit stream or the like.
  • the inverse conversion unit 1403 generates a predicted residual by inversely converting the inverse quantization coefficient input from the inverse quantization unit 1402. For example, the inverse conversion unit 1403 generates a predicted residual by performing an inverse orthogonal transformation of 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. When the RT application flag for each reference space exists in the bit stream, 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 units of subspaces. 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 process 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 coding apparatus 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 coding apparatus 1300 performs rotation and translation processing in a first unit (for example, a space), and generates predicted position information in a second unit (for example, 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 point are represented by an octa-tree structure as shown in FIG. 41, for example.
  • 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 octave tree structure.
  • the position information and the predicted position information of the three-dimensional point are represented in the scan order in which the depth is prioritized among the depth and the 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 apparatus 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 of 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. Encode the difference attribute information, which is the difference between the attribute information and the predicted attribute information. As a result, the amount of data of 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. Further, the three-dimensional data decoding device 1400 decodes RT information indicating the contents of the 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 performs 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 point are represented by an octa-tree structure as shown in FIG. 41, for example.
  • 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 octave tree structure.
  • the position information and the predicted position information of the three-dimensional point are represented in the scan order in which the depth is prioritized among the depth and the 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 position 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.
  • FIG. 51 and 52 are diagrams showing a reference relationship according to the present embodiment.
  • FIG. 51 is a diagram showing the reference relationship on the octa-tree structure
  • FIG. 52 is a diagram showing the reference relationship on the spatial region.
  • the three-dimensional data encoding device when the three-dimensional data encoding device encodes the coding information of the node to be encoded (hereinafter referred to as the target node), the three-dimensional data coding device is in the parent node (parent node) to which the target node belongs. Refer to the coding information of each node. However, the encoding information of each node in another node (hereinafter, parent-adjacent node) in the same layer as the parent node is not referred to. That is, the three-dimensional data encoding device sets the reference of the parent adjacent node to be disabled or prohibits the reference.
  • the three-dimensional data coding device may allow reference to the coding information in the parent node to which the parent node belongs (hereinafter, referred to as a grandfather node). That is, the three-dimensional data encoding device may encode the coding information of the target node by referring to the coding information of the parent node and the grandfather node to which the target node belongs.
  • the coded information is, for example, an occupancy code.
  • the three-dimensional data encoding device refers to information indicating whether or not each node in the parent node to which the target node belongs includes a point cloud (hereinafter, occupancy information). To do.
  • occupancy information refers to the occupancy code of the parent node when encoding the occupancy code of the target node.
  • the three-dimensional data encoding device does not refer to the occupancy information of each node in the parent adjacent node. That is, the 3D data encoder does not refer to the occupancy code of the parent-adjacent node.
  • the three-dimensional data encoding device may refer to the occupancy information of each node in the grandfather node. That is, the three-dimensional data encoding device may refer to the occupancy information of the parent node and the parent adjacent node.
  • the three-dimensional data encoding device is used when encoding the occupancy code of the target node and when entropy-coding the occupancy code of the target node using the occupancy code of the parent node or grandfather node to which the target node belongs. Switch the encoding table. The details will be described later. At this time, the three-dimensional data encoding device does not have to refer to the occupancy code of the parent adjacent node. As a result, the three-dimensional data encoding device can appropriately switch the coding table according to the information of the occupancy code of the parent node or the grandfather node when encoding the occupancy code of the target node. Efficiency can be improved.
  • the three-dimensional data encoding device can suppress the confirmation processing of the information of the parent-adjacent node and the memory capacity for storing them by not referring to the parent-adjacent node.
  • FIG. 53 is a diagram showing an example of a target node and an adjacent reference node.
  • FIG. 54 is a diagram showing the relationship between the parent node and the node.
  • FIG. 55 is a diagram showing an example of an occupancy code of the parent node.
  • the adjacency reference node is a node that is spatially adjacent to the target node and is referred to when the target node is encoded.
  • the adjacent node is a node belonging to the same layer as the target node.
  • a node X adjacent to the target block in the x direction a node Y adjacent to the y direction, and a node Z adjacent to the z direction are used. That is, one adjacent block is set as the reference adjacent block in each of the x, y, and z directions.
  • node number shown in FIG. 54 is an example, and the relationship between the node number and the position of the node is not limited to this.
  • FIG. 55 the lower bit is assigned the node 0 and the upper bit is assigned the node 7, but the assignment may be performed in the reverse order.
  • each node may be assigned to any bit.
  • the three-dimensional data coding device determines the coding table for entropy coding the occupancy code of the target node by, for example, the following formula.
  • CodingTable indicates a coding table for the occupancy code of the target node, and indicates any of the values 0 to 7.
  • FlagX is the occupancy information of the adjacent node X, and indicates 1 if the adjacent node X includes (occupies) a point cloud, and indicates 0 otherwise.
  • FlagY is the occupancy information of the adjacent node Y, and indicates 1 if the adjacent node Y includes (occupies) a point cloud, and indicates 0 otherwise.
  • FlagZ is the occupancy information of the adjacent node Z, and indicates 1 if the adjacent node Z includes (occupies) a point cloud, and indicates 0 otherwise.
  • the three-dimensional data encoding device encodes using the value indicated by the occupancy code of the parent node. You may select a table.
  • the three-dimensional data coding device can improve the coding efficiency by switching the coding table using the information indicating whether or not the point group is included in the adjacent node of the target node.
  • the three-dimensional data encoding device may switch the adjacent reference node according to the spatial position of the target node in the parent node. That is, the three-dimensional data encoding device may switch the adjacent node to be referred to among the plurality of adjacent nodes according to the spatial position in the parent node of the target node.
  • FIG. 56 is a block diagram of the three-dimensional data encoding device 2100 according to the present embodiment.
  • the three-dimensional data coding device 2100 shown in FIG. 56 includes an ocree generation unit 2101, a geometric information calculation unit 2102, a coding table selection unit 2103, and an entropy coding unit 2104.
  • the ocree generation unit 2101 generates, for example, an ocree from the input three-dimensional point (point cloud), and generates an occupancy code of each node included in the ocree.
  • the geometric information calculation unit 2102 acquires occupancy information indicating whether or not the adjacent reference node of the target node is occupancy. For example, the geometric information calculation unit 2102 acquires the occupancy information of the adjacent reference node from the occupancy code of the parent node to which the target node belongs. As shown in FIG. 53, the geometric information calculation unit 2102 may switch the adjacent reference node according to the position of the target node in the parent node. Further, the geometric information calculation unit 2102 does not refer to the occupancy information of each node in the parent adjacent node.
  • the coding table selection unit 2103 selects the coding table used for entropy coding of the occupancy code of the target node by using the occupancy information of the adjacent reference node calculated by the geometric information calculation unit 2102.
  • the entropy coding unit 2104 generates a bit stream by entropy encoding the occupancy code using the selected coding table.
  • the entropy coding unit 2104 may add information indicating the selected coding table to the bit stream.
  • FIG. 57 is a block diagram of the three-dimensional data decoding device 2110 according to the present embodiment.
  • the three-dimensional data decoding device 2110 shown in FIG. 57 includes an ocree generation unit 2111, a geometric information calculation unit 2112, a coding table selection unit 2113, and an entropy decoding unit 2114.
  • the ocree generation unit 2111 uses the header information of the bitstream and the like to generate an ocree in a certain space (node).
  • the ocree generation unit 2111 generates a large space (root node) using, for example, the x-axis, y-axis, and z-axis directions of a certain space added to the header information, and uses that space as the x-axis.
  • Eight small spaces A are generated by dividing each into two in the y-axis and z-axis directions, and an ocree is generated. Further, nodes A0 to A7 are set in order as target nodes.
  • the geometric information calculation unit 2112 acquires occupancy information indicating whether or not the adjacent reference node of the target node is occupancy. For example, the geometric information calculation unit 2112 acquires the occupancy information of the adjacent reference node from the occupancy code of the parent node to which the target node belongs. As shown in FIG. 53, the geometric information calculation unit 2112 may switch the adjacent reference node according to the position of the target node in the parent node. Further, the geometric information calculation unit 2112 does not refer to the occupancy information of each node in the parent adjacent node.
  • the coding table selection unit 2113 selects a coding table (decoding table) used for entropy decoding of the occupancy code of the target node using the occupancy information of the adjacent reference node calculated by the geometric information calculation unit 2112.
  • the entropy decoding unit 2114 generates a three-dimensional point by entropy decoding the occupancy code using the selected coding table.
  • the coding table selection unit 2113 decodes and acquires the information of the selected coding table added to the bit stream, and the entropy decoding unit 2114 uses the coding table indicated by the acquired information. You may.
  • Each bit of the occupancy code (8 bits) included in the bit stream indicates whether or not each of the eight small spaces A (nodes A0 to A7) contains a point cloud. Furthermore, the three-dimensional data decoding device divides the small space node A0 into eight small spaces B (nodes B0 to B7) to generate an ocree, and each node of the small space B contains a point cloud. The information indicating whether or not the node is displayed is obtained by decoding the occupancy code. In this way, the three-dimensional data decoding device decodes the occupancy code of each node while generating an ocree from the large space to the small space.
  • FIG. 58 is a flowchart of the three-dimensional data coding process in the three-dimensional data coding apparatus.
  • the three-dimensional data encoding device determines (defines) a space (target node) including a part or all of the input three-dimensional point cloud (S2101).
  • the three-dimensional data encoding device divides the target node into eight to generate eight small spaces (nodes) (S2102).
  • the three-dimensional data encoding device generates an occupancy code of the target node depending on whether or not each node contains a point cloud (S2103).
  • the three-dimensional data encoding device calculates (acquires) the occupancy information of the adjacent reference node of the target node from the occupancy code of the parent node of the target node (S2104).
  • the three-dimensional data coding apparatus selects a coding table to be used for entropy coding based on the occupancy information of the adjacent reference node of the determined target node (S2105).
  • the three-dimensional data encoding device entropy-encodes the occupancy code of the target node using the selected coding table (S2106).
  • the three-dimensional data encoding device divides each node into eight, and repeats the process of encoding the occupancy code of each node until the nodes cannot be divided (S2107). That is, the processes from steps S2102 to S2106 are recursively repeated.
  • FIG. 59 is a flowchart of a three-dimensional data decoding method in a three-dimensional data decoding device.
  • the three-dimensional data decoding device determines (defines) the space (target node) to be decoded using the header information of the bit stream (S2111).
  • the three-dimensional data decoding device divides the target node into eight to generate eight small spaces (nodes) (S2112).
  • the three-dimensional data decoding device calculates (acquires) the occupancy information of the adjacent reference node of the target node from the occupancy code of the parent node of the target node (S2113).
  • the three-dimensional data decoding device selects the coding table used for entropy decoding based on the occupied information of the adjacent reference node (S2114).
  • the three-dimensional data decoding device entropy decodes the occupancy code of the target node using the selected coding table (S2115).
  • the three-dimensional data decoding device divides each node into eight, and repeats the process of decoding the occupancy code of each node until the nodes cannot be divided (S2116). That is, the processes of steps S2112 to S2115 are recursively repeated.
  • FIG. 60 is a diagram showing an example of switching the coding table.
  • the same context model may be applied to a plurality of occupancy codes as shown in the coding table 0 shown in FIG.
  • a separate context model may be assigned to each occupancy code.
  • the context model can be assigned according to the appearance probability of the occupancy code, so that the coding efficiency can be improved.
  • a context model that updates the probability table according to the frequency of occurrence of the occupancy code may be used.
  • a context model with a fixed probability table may be used.
  • FIG. 61 is a diagram showing a reference relationship in this modified example.
  • the three-dimensional data encoding device does not refer to the occupancy code of the parent adjacent node, but whether or not to refer to the occupancy coding of the parent adjacent node is switched according to a specific condition. May be good.
  • the three-dimensional data encoding device when the three-dimensional data encoding device performs coding while scanning the octane tree with priority on width, it encodes the occupancy code of the target node by referring to the occupancy information of the node in the parent adjacent node.
  • the three-dimensional data encoding device prohibits the reference of the occupancy information of the node in the parent adjacent node when encoding the octane tree while scanning it with priority on depth.
  • the three-dimensional data encoding device may add information such as whether the octane tree is bound by breadth-first or depth-first to the header of the bitstream.
  • FIG. 62 is a diagram showing a syntax example of the header information in this case.
  • Octree_scan_order shown in FIG. 62 is coding order information (coding order flag) indicating the coding order of the ocree. For example, when octree_scan_order is 0, breadth-first is indicated, and when it is 1, depth-first is indicated. As a result, the three-dimensional data decoding device can know whether the bitstream is breadth-first or depth-first by referring to the octree_scan_order, so that the bitstream can be appropriately decoded.
  • limit_refer_flag is prohibition switching information (prohibition switching flag) indicating whether or not to prohibit the reference of the parent adjacent node. For example, when limit_refer_flag is 1, it indicates that the reference of the parent adjacent node is prohibited, and when it is 0, it indicates that there is no reference restriction (reference of the parent adjacent node is permitted).
  • the three-dimensional data encoding device determines whether or not to prohibit the reference of the parent adjacent node, and switches whether to prohibit or allow the reference of the parent adjacent node based on the result of the above determination. Further, the three-dimensional data encoding device generates a bit stream which is the result of the above determination and includes the prohibition switching information indicating whether or not the reference of the parent adjacent node is prohibited.
  • the three-dimensional data decoding device acquires the prohibition switching information indicating whether or not the reference of the parent adjacent node is prohibited from the bit stream, and prohibits or permits the reference of the parent adjacent node based on the prohibition switching information. To switch.
  • the 3D data encoder can control the reference of the parent neighbor node and generate a bitstream. Further, the three-dimensional data decoding device can acquire information indicating whether or not the reference of the parent adjacent node is prohibited from the header of the bit stream.
  • the occupancy code coding process is described as an example of the coding process that prohibits the reference of the parent adjacent node, but the present invention is not necessarily limited to this.
  • a similar technique can be applied when encoding other information on the node of an ocree.
  • the method of this embodiment may be applied when encoding other attribute information such as color, normal vector, or reflectance added to a node.
  • a similar technique can also be applied when encoding a coding table or predicted values.
  • FIG. 53 an example in which three reference adjacent nodes are used is shown, but four or more reference adjacent nodes may be used.
  • FIG. 64 is a diagram showing an example of a target node and a reference adjacent node.
  • the three-dimensional data coding device calculates the coding table for entropy coding the occupancy code of the target node shown in FIG. 64 by, for example, the following formula.
  • CodingTable (FlagX0 ⁇ 3) + (FlagX1 ⁇ 2) + (FlagY ⁇ 1) + (FlagZ)
  • CodingTable indicates a coding table for the occupancy code of the target node, and indicates any of the values 0 to 15.
  • FlagY is the occupancy information of the adjacent node Y, and indicates 1 if the adjacent node Y includes (occupies) a point cloud, and indicates 0 otherwise.
  • FlagZ is the occupancy information of the adjacent node Z, and indicates 1 if the adjacent node Z includes (occupies) a point cloud, and indicates 0 otherwise.
  • the three-dimensional data encoding device has 1 (occupied) or 0 (unoccupied) as an alternative value. Fixed value may be used.
  • FIG. 65 is a diagram showing an example of a target node and an adjacent node.
  • the occupancy information of the adjacent node may be calculated by referring to the occupancy code of the grandfather node of the target node.
  • the three-dimensional data encoding device calculates the FlagX0 of the above equation using the occupancy information of the adjacent node G0 instead of the adjacent node X0 shown in FIG. 65, and uses the calculated FlagX0 to calculate the value of the coding table. You may decide.
  • the adjacent node G0 shown in FIG. 65 is an adjacent node that can be determined whether or not it is occupied by the occupancy code of the grandfather node.
  • the adjacent node X1 is an adjacent node that can be determined whether or not it is occupied by the occupancy code of the parent node.
  • FIG. 66 and 67 are diagrams showing a reference relationship according to this modification.
  • FIG. 66 is a diagram showing the reference relationship on the octa-tree structure
  • FIG. 67 is a diagram showing the reference relationship on the spatial region.
  • the three-dimensional data coding device when the three-dimensional data coding device encodes the coding information of the node to be encoded (hereinafter referred to as the target node 2), the three-dimensional data coding device of each node in the parent node to which the target node 2 belongs.
  • the coding information That is, the three-dimensional data encoding device permits reference to information (for example, occupancy information) of the child node of the first node in which the target node and the parent node are the same among the plurality of adjacent nodes. For example, when the three-dimensional data encoding device encodes the occupancy code of the target node 2 shown in FIG.
  • the occupancy of the node existing in the parent node to which the target node 2 belongs for example, the occupancy of the target node shown in FIG. Refer to the code.
  • the occupancy code of the target node shown in FIG. 66 indicates, for example, whether or not each node in the target node adjacent to the target node 2 is occupied. Therefore, the three-dimensional data coding device can switch the coding table of the occupancy code of the target node 2 according to the finer shape of the target node, so that the coding efficiency can be improved.
  • the three-dimensional data coding device may calculate the coding table for entropy coding the occupancy code of the target node 2 by, for example, the following formula.
  • CodingTable (FlagX1 ⁇ 5) + (FlagX2 ⁇ 4) + (FlagX3 ⁇ 3) + (FlagX4 ⁇ 2) + (FlagY ⁇ 1) + (FlagZ)
  • CodingTable indicates a coding table for the occupancy code of the target node 2, and indicates any of the values 0 to 63.
  • FlagY is the occupancy information of the adjacent node Y, and indicates 1 if the adjacent node Y includes (occupies) a point cloud, and indicates 0 otherwise.
  • FlagZ is the occupancy information of the adjacent node Y, and indicates 1 if the adjacent node Z includes (occupies) a point cloud, and indicates 0 otherwise.
  • the three-dimensional data encoding device may change the calculation method of the coding table according to the node position of the target node 2 in the parent node.
  • the three-dimensional data encoding device may refer to the coding information of each node in the parent adjacent node when the reference of the parent adjacent node is not prohibited. For example, when the reference of the parent adjacent node is not prohibited, the reference of the information (for example, occupancy information) of the child node of the third node whose parent node is different from the target node is permitted.
  • the three-dimensional data encoding device refers to the occupancy code of the adjacent node X0 whose parent node is different from the target node, and acquires the occupancy information of the child node of the adjacent node X0.
  • the three-dimensional data coding device switches the coding table used for entropy coding of the occupancy code of the target node based on the acquired occupancy information of the child node of the adjacent node X0.
  • the three-dimensional data coding apparatus has information on the target node included in the N (N is an integer of 2 or more) branch tree structure of a plurality of three-dimensional points included in the three-dimensional data.
  • Encode eg, an occupancy code
  • the three-dimensional data coding apparatus is a first node in which the target node and the parent node are the same among a plurality of adjacent nodes spatially adjacent to the target node.
  • Information for example, occupancy information
  • reference to information for example, occupancy information of a second node whose parent node is different from the target node is prohibited.
  • the three-dimensional data encoding device allows the reference of the information of the parent node (for example, the occupancy code) in the above coding, and the information of other nodes (parent adjacent nodes) in the same layer as the parent node (for example, occupancy). Reference of (code) is prohibited.
  • the three-dimensional data encoding device encodes by referring to the information of the first node in which the target node and the parent node are the same among a plurality of adjacent nodes spatially adjacent to the target node. Efficiency can be improved. Further, the three-dimensional data encoding device can reduce the processing amount by not referring to the information of the second node whose target node and the parent node are different from each other among the plurality of adjacent nodes. As described above, the three-dimensional data coding apparatus can improve the coding efficiency and reduce the processing amount.
  • the three-dimensional data encoding device further determines whether or not to prohibit the reference of the information of the second node, and in the above coding, the reference of the information of the second node is prohibited based on the result of the above determination. Switch between allowing and allowing.
  • the three-dimensional data encoding device further provides a bitstream which is the result of the above determination and includes prohibition switching information (for example, limit_refer_flag shown in FIG. 63) indicating whether or not reference to the information of the second node is prohibited. Generate.
  • the three-dimensional data encoding device can switch whether or not to prohibit the reference of the information of the second node. Further, the three-dimensional data decoding device can appropriately perform the decoding process by using the prohibition switching information.
  • the information of the target node is information indicating whether or not a three-dimensional point exists in each of the child nodes belonging to the target node (for example, an occupancy code), and the information of the first node is three-dimensional in the first node.
  • Information indicating whether or not a point exists (occupancy information of the first node)
  • information of the second node indicates information indicating whether or not a three-dimensional point exists in the second node (occupancy of the second node).
  • Information is information indicating whether or not a three-dimensional point exists in each of the child nodes belonging to the target node (for example, an occupancy code)
  • the information of the first node is three-dimensional in the first node.
  • Information indicating whether or not a point exists (occupancy information of the first node)
  • information of the second node indicates information indicating whether or not a three-dimensional point exists in the second node (occupancy of the second node).
  • the three-dimensional data encoding device selects a coding table based on whether or not a three-dimensional point exists in the first node, and uses the selected coding table to select the target node.
  • Information for example, an occupancy code
  • the three-dimensional data encoding device permits reference to information (for example, occupancy information) of a child node of the first node among a plurality of adjacent nodes, as shown in FIGS. 66 and 67. ..
  • the three-dimensional data coding device can refer to more detailed information of the adjacent node, so that the coding efficiency can be improved.
  • the three-dimensional data encoding device switches a reference adjacent node among a plurality of adjacent nodes according to the spatial position in the parent node of the target node in the above coding.
  • the three-dimensional data encoding device can refer to an appropriate adjacent node according to the spatial position in the parent node of the target node.
  • 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 apparatus has information on the target node (for example, an occupancy code) included in the N (N is an integer of 2 or more) branch tree structure of a plurality of three-dimensional points included in the three-dimensional data. ) Is decrypted.
  • the three-dimensional data decoding device provides information on the first node in which the target node and the parent node are the same among a plurality of adjacent nodes spatially adjacent to the target node. (For example, occupancy information) is allowed to be referenced, and reference to information (for example, occupancy information) of a second node whose parent node is different from the target node is prohibited.
  • the three-dimensional data decoding device allows the reference of the information of the parent node (for example, the occupancy code) in the above decoding, and the information of the other node (parent adjacent node) in the same layer as the parent node (for example, the occupancy code). Prohibit reference to.
  • the three-dimensional data decoding device refers to the information of the first node in which the target node and the parent node are the same among a plurality of adjacent nodes spatially adjacent to the target node, thereby performing coding efficiency. Can be improved. Further, the three-dimensional data decoding device can reduce the processing amount by not referring to the information of the second node whose parent node is different from the target node among the plurality of adjacent nodes. As described above, the three-dimensional data decoding apparatus can improve the coding efficiency and reduce the processing amount.
  • the three-dimensional data decoding device further acquires the prohibition switching information (for example, limit_refer_flag shown in FIG. 63) indicating whether or not the reference of the information of the second node is prohibited from the bit stream, and is prohibited in the above decoding. Based on the switching information, it switches whether to prohibit or allow the reference of the information of the second node.
  • the prohibition switching information for example, limit_refer_flag shown in FIG. 63
  • the three-dimensional data decoding device can appropriately perform the decoding process by using the prohibition switching information.
  • the information of the target node is information indicating whether or not a three-dimensional point exists in each of the child nodes belonging to the target node (for example, an occupancy code), and the information of the first node is three-dimensional in the first node.
  • Information indicating whether or not a point exists (occupancy information of the first node)
  • information of the second node indicates information indicating whether or not a three-dimensional point exists in the second node (occupancy of the second node).
  • Information is information indicating whether or not a three-dimensional point exists in each of the child nodes belonging to the target node (for example, an occupancy code)
  • the information of the first node is three-dimensional in the first node.
  • Information indicating whether or not a point exists (occupancy information of the first node)
  • information of the second node indicates information indicating whether or not a three-dimensional point exists in the second node (occupancy of the second node).
  • the three-dimensional data decoding device selects a coding table based on whether or not a three-dimensional point exists in the first node, and uses the selected coding table to provide information on the target node.
  • Entropy decode eg, occupancy code
  • the three-dimensional data decoding device permits reference to information (for example, occupancy information) of a child node of the first node among a plurality of adjacent nodes, as shown in FIGS. 66 and 67.
  • the three-dimensional data decoding device can refer to more detailed information of the adjacent node, so that the coding efficiency can be improved.
  • the three-dimensional data decoding device switches a reference adjacent node among a plurality of adjacent nodes according to the spatial position in the parent node of the target node.
  • the three-dimensional data decoding device can refer to an appropriate adjacent node according to the spatial position in the parent node of the target node.
  • the three-dimensional data decoding device includes a processor and a memory, and the processor uses the memory to perform the above processing.
  • the information of the three-dimensional point 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 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 device 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 is close to the position. 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. 68 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 device 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 a point a2 whose distance from the point a1 is larger than the threshold Thres_LoD [0] of LoD0 and assigns it to LoD0.
  • the three-dimensional data encoding 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. 70, 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. 70, 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 whose 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 device can configure the same LoD as at the time of encoding by using the same initial point selection method at the time of decoding, 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. As a result, it is not necessary 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 they belong 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 make an efficient prediction while suppressing the amount of averaging processing by setting the value of N small.
  • FIG. 71 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. 71 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 residuals 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 coding device may change the quantization scale used for each LoD.
  • the higher layer has a smaller quantization scale
  • 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. The coding efficiency can be improved by suppressing the quantization error that can occur and improving the accuracy of the predicted value.
  • the three-dimensional data coding 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 apparatus 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) when the signed integer value b2q is smaller than 0.
  • 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.
  • unsigned integer values 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 exponential-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. Further, 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. 72 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. 72 may be inverted.
  • the three-dimensional data coding device applies arithmetic coding to the binarized data of the predicted residuals.
  • the coding efficiency can be improved.
  • the n-bit code (n-bit code)
  • the rest which is the binarized part using exponential Golomb.
  • 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 apparatus 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 encoding 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 binarized data actually generated. Further, the three-dimensional data encoding device 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 (0 to 3) of b0 and b1.
  • 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. 73 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. 73.
  • 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 binarized data actually generated.
  • the three-dimensional data coding apparatus may fix the occurrence probabilities 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 coding apparatus 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. 74 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 layer number information (NumLoD), three-dimensional point information (NumOfPoint [i]), layer threshold value (Thres_Rod [i]), and peripheral point information (NumNeightPoint [i]).
  • QS [i] quantization scale
  • R_TH [i] binarization threshold
  • 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 NuOfPoint [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_Rod [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 score information indicates the upper limit of the peripheral score used to generate the predicted value of the three-dimensional point 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] in each LoD, one peripheral point information (NumNeigoPoint) used in all LoDs may be added to the header. Good.
  • the prediction threshold value (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 the three-dimensional points whose distance from the target three-dimensional point is more than THd [i] for the prediction. If it is not necessary to divide the THd [i] value 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 Golomb.
  • 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. 75 is a diagram showing a syntax example of attribute data (attribute_data) according to the present embodiment.
  • This attribute data includes encoded data of attribute information of a plurality of three-dimensional points. As shown in FIG. 75, 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. 76 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 coded, 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 a weight in a weighted average based on the distance from each of the N three dimensions from the changed three-dimensional position. 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. The average value of the 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 encoding results of the attribute information added to the bit stream is not limited to this order, and may be any order.
  • the three-dimensional data encoding device 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. 77 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 used for calculating 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 coding device calculates the quantization value by quantizing the predicted residual (S3017).
  • the three-dimensional data coding device arithmetically encodes the quantized value (S3018).
  • the three-dimensional data coding device calculates the inverse quantization value by inversely quantizing the quantization value (S3019).
  • the three-dimensional data coding apparatus generates a decoded value by adding the predicted value to the inverse quantization value (S3020).
  • 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 Golomb (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. You may switch the conversion table. 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 binarized data actually generated. Further, the three-dimensional data decoding device 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. 78 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. 78.
  • 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 unit using the encoding table for the prefix, and arithmetically decodes each bit included in the suffix unit using the encoding 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. 79 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. As a result, 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. 79, 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 apparatus 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 device 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. 80 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, if 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. 81 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 device 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 apparatus 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 apparatus 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. 82 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 a 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. 83 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. 84.
  • 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 apparatus 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 code n-bit code
  • 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 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 reference numeral 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. 85.
  • 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 device 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 apparatus selects a coding table to be used for arithmetic decoding of the target bit according to the value of the upper bit of the target bit included in the binary data. According to this, the three-dimensional data decoding apparatus can appropriately decode 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 reference numeral 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 three-dimensional data encoding device when the three-dimensional data encoding device encodes the input three-dimensional point cloud (Point Cloud) with an octree structure, the three-dimensional data encoding device has one leaf included in the ocree tree.
  • mode information indicating whether each leaf of the ocree contains one 3D point or one or more 3D points is added to the bit stream. ..
  • the mode information is true (when each leaf of the ocree contains one three-dimensional point)
  • the three-dimensional data encoding device does not encode the leaf information related to the leaf, and the mode information is displayed. If false (each leaf of an ocree contains one or more 3D points), the leaf information related to the leaf is encoded.
  • the leaf information includes, for example, information indicating how many three-dimensional points are included in the leaf, information indicating relative coordinates of the three-dimensional points included in the leaf, or both.
  • the three-dimensional data encoding device appropriately encodes the leaf information and adds it to the bit stream when each leaf of the octave tree contains one or more three-dimensional points.
  • the three-dimensional data decoding device can correctly restore the three-dimensional points in the leaf by using the leaf information.
  • FIG. 86 is a diagram showing a syntax example of the header information of the bitstream according to the present embodiment.
  • This header information is, for example, header information such as WLD, SPC or VLM.
  • the single_point_per_leaf shown in FIG. 86 is information indicating whether each leaf of the octave tree contains one three-dimensional point or one or more three-dimensional points.
  • all the leaves contained in the ocree include one three-dimensional point (that is, two or more three-dimensional points are included. It means that there is no leaf containing it).
  • the ocree here is, for example, an ocree of a unit to which mode information is added, and is, for example, an ocree corresponding to WLD, SPC, VLM, or the like.
  • each leaf of the ocree contains one or more three-dimensional points means that at least one of the plurality of leaves contained in the ocree contains two or more three-dimensional points. That is, among the plurality of leaves, some leaves may contain two or more three-dimensional points, and the remaining leaves may contain one three-dimensional point.
  • a mode information value of 1 indicates that each leaf contains one 3D point
  • a mode information value of 0 indicates that each leaf contains one or more 3D points.
  • the three-dimensional data encoding device may set the mode information (single_point_per_leaf) to 0 even when all the leaves included in the octave tree include one three-dimensional point.
  • FIG. 87 is a diagram showing a configuration example of an ocree when the mode information is 1. As shown in FIG. 87, when the mode information is 1, each leaf contains one three-dimensional point.
  • FIG. 88 is a diagram showing a configuration example of an ocree when the mode information is 0. As shown in FIG. 88, when the mode information is 0, each leaf contains one or more three-dimensional points.
  • the leaf contains two or more three-dimensional points, for example, the coordinates of the three-dimensional points in the leaf are different.
  • the coordinates of the three-dimensional points in the leaf are the same, and the attribute information (that is, the type of information) such as color or reflectance is different.
  • the attribute information that is, the type of information
  • both the coordinates of the three-dimensional point in the leaf and the attribute information may be different.
  • each leaf of the octave tree is one depending on the standard or the profile or level of the standard. It may be specified whether to include three-dimensional points or to include one or more three-dimensional points.
  • the three-dimensional data decoding device refers to the standard information contained in the bitstream, and each leaf of the ocree contains one three-dimensional point or includes one or more three-dimensional points. The bitstream can be restored correctly by determining whether or not.
  • FIG. 89 is a diagram showing an example of syntax of information of each node included in the ocree.
  • the isleaf shown in FIG. 89 is a flag indicating whether or not the node is a leaf. If isleaf is 1, it indicates that the node is a leaf. If isleaf is 0, it indicates that the node is not a leaf.
  • the 3D data decoding device determines whether or not the node is a leaf by another method. For example, the three-dimensional data recovery device may determine whether each node of the octave tree has been divided to a size that cannot be further divided, and if true, it may determine that the node is a leaf. This eliminates the need to encode a flag indicating whether or not the node is a leaf, and the amount of code in the header can be reduced.
  • the three-dimensional data coding device may encode num_point_per_leaf by entropy coding. Further, at that time, the three-dimensional data coding apparatus may perform coding while switching between a plurality of coding tables. For example, the three-dimensional data coding apparatus may arithmetically code the first bit of num_point_per_leaf using the coding table A and the remaining bits using the coding table B.
  • the 3D data encoding device provides mode information indicating whether each leaf of the octave tree contains one 3D point or one or more 3D points in the header of the bitstream. In addition, it may be switched whether or not to encode the leaf information (information indicating the number of three-dimensional points included in the leaf) according to the value of the mode information. Further, the three-dimensional data coding apparatus may encode the position information of the three-dimensional points included in the leaf as the leaf information.
  • the three-dimensional data encoding device may entropy-encode the single_point_per_leaf, isleaf, and num_point_per_leaf generated by the above method. For example, a three-dimensional data encoding device binarizes each value and then arithmetically encodes it.
  • the octa-tree structure is shown as an example, but the present invention is not necessarily limited to this, and the above method may be applied to an N-tree structure such as a quadtree or a 16-tree.
  • the attribute information (color, reflectance, etc.) of each three-dimensional point. May also be encoded respectively.
  • the position information of each three-dimensional point and the attribute information of each three-dimensional point may be associated with each other.
  • the attribute information of both points A and B is also encoded into a bit stream. It may be added. That is, the leaf information may include the position information of the point A, the attribute information of the point A, the position information of the point B, and the attribute information of the point B. Further, each attribute information may be linked with the position information of the two points A and B.
  • the three-dimensional data encoding device may round the position information of M or more three-dimensional points in the same leaf and encode it as the position information of N (N ⁇ M) three-dimensional points.
  • the three-dimensional data encoding device rounds M or more attribute information of M or more three-dimensional points by, for example, averaging to generate N attribute information, and generates N attribute information.
  • It may be encoded.
  • the three-dimensional data encoding device may round the position information of two points A and B in the same leaf and encode them as one point.
  • the three-dimensional data coding apparatus may round the attribute information of the two points A and B by, for example, averaging, calculate the attribute information of one point, and encode the calculated attribute information.
  • FIG. 90 is a diagram for explaining a first example of a method of transmitting quantization parameters.
  • FIG. 90A is a diagram showing an example of the relationship between QP values.
  • Q G and Q A indicate the absolute value of the QP value used for encoding the position information and the absolute value of the QP value used for encoding the attribute information, respectively.
  • Q G is an example of a first quantization parameter used to quantize the position information of each of a plurality of three-dimensional points.
  • ⁇ (Q A , Q G ) indicates the difference information indicating the difference from the Q G used for deriving the Q A. That is, Q A is derived using Q G and ⁇ (Q A , Q G ). In this way, the QP value is transmitted separately as a reference value (absolute value) and a difference information (relative value). Further, in decoding, a desired QP value is derived from the transmitted reference value and difference information.
  • FIG. 90B is a diagram showing a first example of the relationship between the reference value of each QP value and the difference information.
  • FIG. 90 (c) is a diagram showing a first example of the transmission order of the QP value, the position information, and the attribute information.
  • the QP value is roughly divided into a PCC frame unit QP value (frame QP) and a data unit QP value (data QP) for each position information and each attribute information.
  • the QP value of the data unit is a QP value used for coding.
  • Q G which is a QP value used for encoding position information in PCC frame units, is used as a reference value, and a QP value in data units is generated and transmitted as difference information indicating a difference from Q G.
  • Q G QP value for encoding position information in a PCC frame ... A value sent as a reference value "1.” using GPS.
  • Q A QP value for encoding attribute information in a PCC frame ... A value sent as difference information "2.” indicating a difference from Q G using APS.
  • Q Gs1, Q Gs2 QP values of the encoding of position information in the slice data ... by using the header of the encoded data of the position information, difference information indicating the difference from Q G "3" and sends a "5.” Is the value to be.
  • Q As1, Q As2 QP values of the encoding of the attribute information in the slice data ... by using the header of the encoded data of attribute information, the difference information indicating the difference from Q A "4" and transmitted as "6.” Is the value to be.
  • the information used for deriving the frame QP is described in the metadata (GPS, APS) related to the frame, and the information used for deriving the data QP is described in the metadata (header of encoded data) related to the data. ..
  • the data QP is generated and transmitted as difference information indicating the difference from the frame QP. Therefore, the amount of data in the data QP can be reduced.
  • the first decoding unit refers to the metadata indicated by the arrow in FIG. 90 (c) in each coded data, and acquires the reference value and the difference information corresponding to the coded data. Then, the first decoding unit 5340 derives the QP value corresponding to the coded data to be decoded based on the acquired reference value and the difference information.
  • the first decoding unit acquires, for example, the reference information "1.” and the difference information "2.” and “6.” indicated by the arrows in FIG. 90 (c) from the metadata or the header, and obtains the following ( as shown in equation G6), the reference information "1" into by adding the difference information "2" and "6", to derive a QP value of a s2.
  • the point cloud data includes position information and attribute information of 0 or more. That is, the point cloud data may not have attribute information or may have a plurality of attribute information.
  • one three-dimensional point has color information as attribute information, color information and reflection information, and one or more color information associated with one or more viewpoint information. is there.
  • FIG. 91 is a diagram for explaining a second example of the method of transmitting the quantization parameter.
  • FIG. 91A is a diagram showing a second example of the relationship between the reference value of each QP value and the difference information.
  • FIG. 91 (b) is a diagram showing a second example of the transmission order of the QP value, the position information, and the attribute information.
  • Each of the two color information is represented by a luminance (Luma) Y and a color difference (Chroma) Cb and Cr.
  • Q Y1 which is a QP value used for encoding the brightness Y1 of the first color, is derived using Q G , which is a reference value, and ⁇ (Q Y1 , Q G ) indicating the difference between them.
  • the luminance Y1 is an example of the first luminance
  • Q Y1 is an example of the second quantization parameter used to quantize the luminance Y1 as the first luminance.
  • ⁇ (Q Y1 , Q G ) is the difference information “2.”.
  • Q Cb1, Q Cr1 a QP value to be used in encoding the color difference between the first color Cb1, Cr1, respectively, and QY1, delta showing the difference (Q Cb1, Q Y1), ⁇ (Q Cr1, Derived using Q Y1 ).
  • the color difference Cb1 and Cr1 are examples of the first color difference
  • Q Cb1 and Q Cr1 are examples of the third quantization parameter used for quantizing the color difference Cb1 and Cr1 as the first color difference.
  • ⁇ (Q Cb1 , Q Y1 ) is the difference information “3.”
  • ⁇ (Q Cr1 , Q Y1 ) is the difference information “4.”.
  • ⁇ (Q Cb1 , Q Y1 ) and ⁇ (Q Cr1 , Q Y1 ) are examples of the first difference, respectively.
  • Q Cb1 and Q Cr1 may be used for Q Cb1 and Q Cr1 , or common values may be used. When a common value is used, one of Q Cb1 and Q Cr1 may be used, so the other may not be used.
  • Q Y1D a QP value to be used for encoding of the first color luminance Y1D in the slice data includes a Q Y1, its shows the difference ⁇ (Q Y1D, Q Y1) is derived by using the.
  • the luminance Y1D of the first color in the slice data is an example of the first luminance of one or more three-dimensional points included in the subspace
  • Q Y1D is the fifth quantization used to quantize the luminance Y1D. This is an example of parameters.
  • ⁇ (Q Y1D , Q Y1 ) is the difference information “10.”, which is an example of the second difference.
  • the first color of the color difference Cb1D in the slice data Q Cb1D a QP value to be used for coding the Cr1D, Q Cr1D, respectively, and Q Cb1, Q Cr1, delta showing the difference (Q Cb1D, Q cb1), ⁇ (Q Cr1D, is derived using the Q Cr1) and.
  • the color difference Cb1D and Cr1D of the first color in the slice data are examples of the first color difference of one or more three-dimensional points included in the subspace, and Q Cb1D and Q Cr1D are for quantizing the color difference Cb1D and Cr1D. This is an example of the sixth quantization parameter used in.
  • ⁇ (Q Cb1D, Q Cb1) is a difference information "11"
  • ⁇ (Q Cr1D, Q Cr1 ) is the difference information "12”.
  • ⁇ (Q Cb1D, Q Cb1) and ⁇ (Q Cr1D, Q Cr1) is an example of a third difference.
  • a QP value to be used for coding of the reflectance R Q R is a Q G is the reference value, the indicating the difference ⁇ (Q R, Q G) is derived by using the.
  • Q R is an example of a fourth quantization parameter used to quantize the reflectivity R.
  • ⁇ (Q R , Q G ) is the difference information “8.”.
  • Q RD is a QP value to be used for coding the reflectance RD in the slice data
  • Q R its shows the difference ⁇ (Q RD, Q R) is derived by using the.
  • ⁇ (Q RD, Q R) is the difference information "16.”
  • the difference information "9.” to “16.” indicates the difference information between the data QP and the frame QP.
  • the difference information may be set to 0, or may be regarded as 0 by not transmitting the difference information.
  • the first decoding unit when decoding the color difference Cr2 of the second color, the first decoding unit has the reference information “1.” and the difference information “5.” and “7.” indicated by the arrows in FIG. 91 (b). And “15.” are acquired from the metadata or header, and the difference information "5.”, “7.” and “15.” are added to the reference information "1.” as shown in the following (Equation G7). By doing so, the QP value of the color difference Cr2 is derived.
  • FIG. 92 is a diagram for explaining a third example of the method of transmitting the quantization parameter.
  • FIG. 92A is a diagram showing a third example of the relationship between the reference value of each QP value and the difference information.
  • FIG. 92B is a diagram showing a third example of the transmission order of the QP value, the position information, and the attribute information.
  • FIG. 92 (c) is a diagram for explaining the intermediate generation value of the difference information in the third example.
  • the QP value (Q At1 ) and the difference information ⁇ (Q At1 , Q At1 ) for each tile after the tiles are divided.
  • Q A) is produced as an intermediate value.
  • QP values (Q At1s1 , Q At1s2 ) and difference information ( ⁇ (Q At1s1 , Q At1 ), ⁇ (Q At1s2 , Q At1 )) for each slice are generated.
  • the difference information "4.” in (a) of FIG. 92 is derived by the following (formula G8).
  • the first decoding unit for example, when decoding the attribute information At2s1 of the slice 1 in the tile 2, the reference information “1.” and the difference information “2.”, “2.” indicated by the arrows in FIG. 92 (b). Attribute information A by acquiring "8.” from the metadata or header and adding the difference information "2.” and “8.” to the reference information "1.” as shown in the following (Equation G9). The QP value of t2s1 is derived.
  • the three-dimensional data encoding device uses the above-mentioned coding method such as octuple division.
  • the encoded 3D point data (more specifically, the encoded 3D point position information and attributes) with respect to the size of the metadata which is additional information such as a parameter set and a header.
  • the size (that is, the amount of data) of the information data) becomes smaller.
  • the compression efficiency becomes low due to an increase in overhead when the three-dimensional data coding device uses the above-mentioned coding method such as octadivision. (That is, the coding efficiency is reduced).
  • the three-dimensional data coding apparatus encodes a plurality of three-dimensional points included in the point cloud having a small number of three-dimensional points. Apply the coding method.
  • the three-dimensional data coding device can encode the three-dimensional points with high coding efficiency according to the number of three-dimensional points.
  • FIG. 93 is a block diagram of the three-dimensional data encoding device 8000 according to the present embodiment.
  • the three-dimensional data coding device 8000 includes a position information coding unit 8001, an attribute information coding unit 8002, an additional information coding unit 8003, and a multiplexing unit (MUX) 8004.
  • a position information coding unit 8001 an attribute information coding unit 8002, an additional information coding unit 8003, and a multiplexing unit (MUX) 8004.
  • MUX multiplexing unit
  • the position information coding unit 8001 encodes the position information of the three-dimensional points in the point cloud data input to the three-dimensional data coding device 8000 to obtain the coded position information (Compressed Geometry) which is the coded data. Generate.
  • the position information coding unit 8001 outputs the position information (encoded position information) of the encoded three-dimensional point to the multiplexing unit 8004.
  • the attribute information coding unit 8002 encodes the attribute information of the three-dimensional points in the point cloud data input to the three-dimensional data coding device 8000 to obtain the coded attribute information (Compressed Attribute) which is the coded data. Generate.
  • the attribute information coding unit 8002 outputs the coded attribute information (coded attribute information) of the three-dimensional point to the multiplexing unit 8004.
  • the additional information coding unit 8003 encodes the additional information of the three-dimensional points in the point group data input to the three-dimensional data coding device 8000 by encoding the compressible data. Generate information (Compressed Metadata Data). The additional information coding unit 8003 outputs the added information (encoded additional information) of the encoded three-dimensional points to the multiplexing unit 8004.
  • the multiplexing unit 8004 generates a coded stream (Compressed Stream, hereinafter also simply referred to as a bit stream) which is coded data by multiplexing the coded position information, the coded attribute information, and the coded additional information. And output. For example, the multiplexing unit 8004 outputs the bit stream to the three-dimensional data decoding device.
  • a coded stream Compressed Stream, hereinafter also simply referred to as a bit stream
  • FIG. 94 is a block diagram of the position information coding unit 8001 according to the present embodiment.
  • the position information coding unit 8001 includes a quantization unit 8010, a point number determination unit 8011, an octree coding unit 8012, and an entropy coding unit 8013.
  • the quantization unit 8010 quantizes the position information of the three-dimensional point in the input point cloud data.
  • the point number determination unit 8011 determines (calculates) the number of three-dimensional points in the input point cloud data.
  • the point number determination unit 8011 obtains the position information of the three-dimensional points in the quantized point cloud data according to the number of determined three-dimensional points, which is one of the octree coding unit 8012 and the entropy coding unit 8013. Output to.
  • the point number determination unit 8011 determines the number of three-dimensional points, for example, based on a predetermined threshold value. For example, when the number of three-dimensional points is equal to or greater than a predetermined threshold value, the point number determination unit 8011 outputs quantized position information to the octane coding unit 8012, and the number of three-dimensional points exceeds the predetermined threshold value. If the number is small, the quantized position information is output to the entropy coding unit 8013.
  • the octree coding unit 8012 encodes the quantized position information using the above-mentioned ocree division (Octree division).
  • the ocree coding unit 8012 outputs the position information of the three-dimensional point encoded by using the ocree division to the entropy coding unit 8013.
  • the entropy coding unit 8013 entropy encodes the position information of the input three-dimensional point. For example, when the position information of the coded three-dimensional point is input from the ocree coding unit 8012, the entropy coding unit 8013 further entropy-encodes the position information of the coded three-dimensional point. .. On the other hand, the entropy coding unit 8013 entropy encodes the position information of the quantized three-dimensional point when, for example, the position information of the quantized three-dimensional point is input from the point number determination unit 8011.
  • the position information coding unit 8001 determines, for example, the number of three-dimensional points in the point cloud data by the point number determination unit 8011, and when the number of three-dimensional points is equal to or greater than a predetermined threshold value, the three-dimensional points The position information of is further encoded by entropy coding after being encoded by using the octadivision. On the other hand, when the number of three-dimensional points is less than a predetermined threshold value, the position information coding unit 8001 entropy-encodes the position information of the three-dimensional points without performing octree coding. As described above, when the number of three-dimensional points is less than a predetermined threshold value, the position information coding unit 8001 may directly encode the quantized position information without dividing it into octree trees.
  • the coding efficiency is better than the above.
  • the three-dimensional data encoding device 8000 determines the number of three-dimensional points before dividing the ocree, and when the number of three-dimensional points is small, the position information is quantized and then 8 Direct coding (direct coding) is performed without dividing the tree.
  • the three-dimensional data encoding device 8000 does not perform the ocree division when the number of three-dimensional points is small and the merit of performing the ocree division is small. Therefore, the three-dimensional data coding apparatus 8000 can appropriately improve the coding efficiency according to the number of three-dimensional points.
  • FIG. 95 is a block diagram of the attribute information coding unit 8002 according to the present embodiment.
  • the attribute information coding unit 8002 includes a point number determination unit 8020, a conversion unit 8021, a quantization unit 8022, and an entropy coding unit 8023.
  • the point number determination unit 8020 determines (calculates) the number of three-dimensional points in the input point cloud data.
  • the point number determination unit 8020 outputs the attribute information of the point cloud data to one of the conversion unit 8021 and the quantization unit 8022 according to the number of determined three-dimensional points.
  • the point number determination unit 8020 determines the number of three-dimensional points, for example, based on a predetermined threshold value. For example, the point number determination unit 8020 outputs the attribute information of the three-dimensional points to the conversion unit 8021 when the number of three-dimensional points is equal to or more than a predetermined threshold value, and when the number of three-dimensional points is less than the predetermined threshold value, the quantum.
  • the attribute information of the three-dimensional point is output to the quantization unit 8022.
  • the conversion unit 8021 performs conversion processing of the attribute information of the three-dimensional point in the point cloud data.
  • the quantization unit 8022 performs the quantization process on the attribute information of the three-dimensional points in the point cloud data that has been subjected to the conversion process.
  • the entropy coding unit 8023 performs the entropy coding process on the attribute method of the three-dimensional points in the quantized point cloud data.
  • the point number determination unit 8020 determines the number of three-dimensional points (the number of points) in the point cloud data, and the number of three-dimensional points is equal to or greater than a predetermined threshold value.
  • the conversion unit 8021 performs the conversion processing (Transform) of the attribute information of the three-dimensional point by using the above-mentioned methods such as prediction processing (Predicting), Lifting, RAHT, etc.
  • the entropy coding unit 8023 performs the conversion processing.
  • the attribute information coding unit 8002 when the number of three-dimensional points is smaller than a predetermined threshold value, the attribute information of the three-dimensional points is entropy-encoded by the entropy coding unit without performing conversion processing.
  • the three-dimensional data coding apparatus 8000 may directly encode the attribute information of the three-dimensional points without performing the conversion process.
  • the three-dimensional point There may be blocks (components) that are not processed according to the number.
  • the three-dimensional data coding device 8000 may reverse-shift the shift amount of the shift operation included in the above-mentioned quantization table.
  • FIG. 96 is a block diagram of the additional information coding unit 8003 according to the present embodiment.
  • the additional information coding unit 8003 includes a point number determination unit 8030, a header compression unit 8031, and a coding unit 8032.
  • the point number determination unit 8030 determines (calculates) the number of three-dimensional points in the input point cloud data.
  • the point number determination unit 8020 outputs additional information of the point cloud data to one of the header compression unit 8031 and the coding unit 8032 according to the number of determined three-dimensional points.
  • the point number determination unit 8030 determines the number of three-dimensional points, for example, based on a predetermined threshold value. For example, the point number determination unit 8030 outputs additional information to the coding unit 8032 when the number of three-dimensional points is equal to or greater than a predetermined threshold value, and when the number of three-dimensional points is less than the predetermined threshold value, the header compression unit 8031. Outputs additional information to.
  • the header compression unit 8031 compresses (reduces) the amount of header data included in the bit stream.
  • FIG. 97 is a diagram showing a first example of a bit stream according to the present embodiment.
  • FIG. 98 is a diagram showing a second example of the bit stream according to the present embodiment.
  • bitstream shown in FIG. 97 is a diagram illustrating a bitstream when the number of three-dimensional points is larger than that of the bitstream shown in FIG. 98. Further, as shown in FIGS. 97 and 98, a rectangular shape surrounding each of SPS (Sequential Parameter set), GPS (Geometry Parameter set), APS (Attribute Parameter set), G (position information), and A (attribute information). The width indicates the relative amount of each data.
  • the hatched portion in the bit stream shown in FIGS. 97 and 98 indicates a slice header.
  • Parameter sets such as SPS, GPS, and APS are stored in the bitstream header.
  • the header compression unit 8031 reduces the amount of additional information (eg, SPS, GPS, and APS) included in the bitstream according to the number of three-dimensional points. To do. For example, when the number of three-dimensional points is less than a predetermined threshold, the header compression unit 8031 deletes the parameter set used for ocree coding (octree division) of the position information of the three-dimensional points. So, don't include it in the bitstream (more specifically, the bitstream header).
  • additional information eg, SPS, GPS, and APS
  • the header compression unit 8031 sets the parameter set used for ocree-coding the position information of the three-dimensional points to the multiplexing unit 8004 (more specifically). Therefore, it is not output to the coding unit 8032).
  • the coding unit 8032 encodes the additional information of the three-dimensional points input from the point number determination unit 8030 or the header compression unit 8031.
  • the additional information coding unit 8003 determines the number of three-dimensional points in the point cloud data in the point number determination unit 8030, and if the number of three-dimensional points is equal to or greater than a predetermined threshold, it is encoded. In part 8032, additional information is encoded using a predetermined parameter set, header syntax, and the like. On the other hand, when the number of three-dimensional points is less than a predetermined threshold value, the additional information coding unit 8003 deletes an unnecessary parameter set included in the header in the header compression unit 8031, or uses a predetermined compression method. The header area is reduced and encoded.
  • the header compression unit 8031 may not send predetermined additional information to the coding unit 8032.
  • the header compression unit 8031 may delete the additional information depending on whether or not some processing is omitted (bypassed) in the coding processing of the position information or the attribute information. For example, the header compression unit 8031 may delete additional information related to the omitted processing when a part of the processing is omitted in the coding processing of the position information or the attribute information.
  • the additional information coding unit 8003 may acquire additional information indicating whether or not these processes are omitted from the position information coding unit 8001 or the attribute information coding unit 8002.
  • the additional information is a parameter set such as SPS, GPS, APS, or a data header such as position information and attribute information.
  • the number of points determination units 8011, 8020, and 8030 may be shared by the position information coding unit 8001, the attribute information coding unit 8002, and the additional information coding unit 8003, or may be individual.
  • predetermined threshold values used by the point number determination units 8011, 8020, and 8030 may be different values.
  • any one of the position information coding unit 8001, the attribute information coding unit 8002, and the additional information coding unit 8003 does not include the point number determination units 8011, 8020, and 8030, and the number of three-dimensional points is reduced. Therefore, it is not necessary to omit a part of the processing.
  • the point number determination units 8011, 8020, and 8030 may each have a plurality of predetermined threshold values having different values from each other.
  • the position information coding unit 8001, the attribute information coding unit 8002, and the additional information coding unit 8003 each omit the coding process according to the number of three-dimensional points based on a plurality of predetermined threshold values.
  • the compression method may be changed.
  • the position information coding unit 8001, the attribute information coding unit 8002, and the additional information coding unit 8003 are not only a method of omitting a part of the coding process based on the number of three-dimensional points, but also a predetermined method. It may be changed to use the coding method of.
  • the position information coding unit 8001, the attribute information coding unit 8002, and the additional information coding unit 8003 may change the parameters in coding based on the number of three-dimensional points.
  • the position information coding unit 8001, the attribute information coding unit 8002, and the additional information coding unit 8003 can perform light coding by changing the parameters in the coding based on the number of three-dimensional points.
  • Three-dimensional points can be encoded by the method.
  • the attribute information coding unit 8002 may encode the attribute information by using a coding method other than entropy coding when a part of the coding process is omitted.
  • FIG. 99 is a diagram showing a first example of the syntax of the bitstream header according to the present embodiment. Specifically, FIG. 99 is a diagram showing an example of SPS syntax.
  • FIG. 100 is a diagram showing a second example of the syntax of the bitstream header according to the present embodiment. Specifically, FIG. 100 is a diagram showing an example of GPS syntax.
  • FIG. 101 is a diagram showing a third example of the syntax of the bitstream header according to the present embodiment. Specifically, FIG. 101 is a diagram showing an example of APS syntax.
  • Octree_bypass_flag is a flag (position information flag) indicating whether or not the ocree division process is omitted.
  • the transform_bypass_flag is a flag (attribute information flag) indicating whether or not the conversion process is omitted.
  • octree_bypass_flag! 1, the three-dimensional data encoding device 8000 includes data (metadata) related to the octa-tree division (octree division) by GPS, and data (meta) not related to the ocree division (octree division). Generates a bit stream containing additional information including data).
  • flags may be independent or merged. Further, these flags may be used as flags when the number of three-dimensional points is small. Further, the three-dimensional data encoding device 8000 may turn on the flag when the number of three-dimensional points is small.
  • FIG. 102 is a block diagram of the three-dimensional data decoding device 8040 according to the present embodiment.
  • the three-dimensional data decoding device 8040 includes a demultiplexer (DeMUX) 8041, a position information decoding unit 8042, an attribute information decoding unit 8043, and an additional information decoding unit 8044.
  • DeMUX demultiplexer
  • the demultiplexing unit 8041 divides (separates) and outputs the coded position information, the coded attribute information, and the coded additional information included in the bit stream. Specifically, the demultiplexing unit 8041 outputs the coded position information included in the bit stream to the position information decoding unit 8042, outputs the coded attribute information to the attribute information decoding unit 8043, and encodes additional information. Is output to the additional information decoding unit 8044.
  • the position information decoding unit 8042 generates position information by decoding the coded position information and outputs the generated position information.
  • the attribute information decoding unit 8043 generates attribute information by decoding the coded attribute information, and outputs the generated attribute information.
  • the additional information decoding unit 8044 generates additional information by decoding the encoded additional information, and outputs the generated additional information. For example, the additional information decoding unit 8044 outputs the information indicating the above-mentioned flag of the additional information, the parameter set used for decoding, and the like to the position information decoding unit 8042 and the attribute information decoding unit 8043.
  • FIG. 103 is a block diagram of the position information decoding unit 8042 according to the present embodiment.
  • the position information decoding unit 8042 includes an entropy decoding unit 8050, a metadata analysis unit 8051, an ocree decoding unit 8052, and an inverse quantization unit 8053.
  • the entropy decoding unit 8050 entropy decodes the position information of the encoded three-dimensional point.
  • the metadata analysis unit 8051 analyzes the additional information (more specifically, the flag (position information flag)) included in the bit stream, so that the position information in which the flag is encoded divides into ocree. Determine if it was encoded using or not using the ocree split.
  • the metadata analysis unit 8051 determines that the flag is a flag indicating that the encoded position information is encoded by using the octree division
  • the entropy-decoded position information is octree-decoded.
  • the metadata analysis unit 8051 determines that the flag is a flag indicating that the encoded position information is encoded without using the octree division, the entropy-decoded position information is used.
  • the inverse quantization unit 8053 determines the additional information (more specifically, the flag (position information flag) included in the bit stream, so that the position information in which the flag is encoded divides into ocree. Determine if it was encoded using or not using
  • the ocree decoding unit 8052 decodes the entropy-decoded position information using the ocree division (octree decoding).
  • the inverse quantization unit 8053 is the entropy-decoded position information input from the metadata analysis unit 8051, or the entropy-decoded and further ocree-decoded position input from the ocree decoding unit 8052. Inverse quantize information.
  • FIG. 104 is a block diagram of the attribute information decoding unit 8043 according to the present embodiment.
  • the attribute information decoding unit 8043 includes an entropy decoding unit 8060, an inverse quantization unit 8061, a metadata analysis unit 8062, and an inverse conversion unit 8063.
  • the entropy decoding unit 8060 decodes the bit stream with variable length. For example, the entropy decoding unit 8060 arithmetically decodes the coding attribute information to generate a binary signal, and generates a quantization coefficient from the generated binary signal.
  • the inverse quantization unit 8061 generates an inverse quantization coefficient by inversely quantizing the quantization coefficient input from the entropy decoding unit 8060 using the quantization parameter added to the bit stream or the like.
  • the metadata analysis unit 8062 analyzes the additional information (more specifically, the flag (attribute information flag)) included in the bit stream, so that the attribute information encoded by the flag is converted. After that, it is determined whether it is encoded or whether it is encoded without conversion processing. When the metadata analysis unit 8062 determines that the flag is a flag indicating that the encoded attribute information is encoded after the conversion process is performed, the inverse quantized attribute information is inversely converted. Output to unit 8063. On the other hand, when the metadata analysis unit 8062 determines that the flag is a flag indicating that the encoded attribute information is encoded without performing the conversion process, the inverse quantized attribute information is reversed. Instead of outputting to the quantization unit 8061, it is output to the outside (for example, an external device that receives and displays the decoded point group data).
  • the inverse conversion unit 8063 inversely converts the inverse quantization coefficient input from the metadata analysis unit 8062.
  • the inverse conversion unit 8063 performs, for example, the reverse processing of the conversion unit 8021.
  • the position information decoding unit 8042 analyzes the additional information in the metadata analysis unit 8051 (specifically, by confirming the position information flag), and the encoded position information is divided into ocree. If it is determined whether or not the coded position information is encoded using the octree tree division and it is determined that the encoded position information is not encoded using the octree tree division, the process of decoding the octree tree is skipped.
  • the attribute information decoding unit 8043 analyzes the additional information in the metadata analysis unit 8062 (specifically, by confirming the attribute information flag), and the encoded attribute information performs conversion processing (Transform). If it is determined whether or not the encoded attribute information has been encoded after being processed, and if it is determined that the encoded attribute information is not encoded after the conversion process is performed, the inverse conversion process (Inverse Transfer) is omitted.
  • conversion processing Transform
  • the three-dimensional data coding apparatus 8000 encodes the three-dimensional points by a predetermined method according to the number of three-dimensional points. Further, the three-dimensional data encoding device 8000 includes a flag indicating the predetermined method in the bit stream and outputs the data. In other words, the 3D data encoding device 8000 outputs a bit stream that signals that the 3D points have been encoded using the predetermined method.
  • the three-dimensional data decoding apparatus 8040 is a decoding method corresponding to the signaled coding method when the bit stream is signaled (in other words, when the bit stream contains a flag indicating the coding method). Decode the encoded three-dimensional point.
  • FIG. 105 is a flowchart of the signaling process of the coding method of the three-dimensional data coding device 8000 according to the present embodiment.
  • the three-dimensional data encoding device 8000 counts the total number of points in the point cloud (step S8001). In other words, the 3D data encoding device 8000 calculates the number of 3D points in the point cloud data.
  • the three-dimensional data encoding device 8000 determines whether or not the total number of points (the number of three-dimensional points) is less than a predetermined number (S8002).
  • expressions such as “greater than or equal to” and “less than or equal to” may be used. For example, it may be described as “more than a predetermined number”, “less than a predetermined number”, etc., but it is not described in a strict sense. For example, when describing "more than a predetermined number”, it may mean that it is larger (more) than a predetermined number. Further, for example, when describing "less than or equal to a predetermined number”, it may mean that the number is smaller than (less than) a predetermined number.
  • the code for a small number of points (the number of three-dimensional points).
  • the three-dimensional point (more specifically, the position information, attribute information, and additional information of the three-dimensional point) is encoded by using the encoding method, and the encoded three-dimensional point is included, and the encoding method is described.
  • a bit stream signaling that it has been used is generated and output (S8003).
  • the coding method for a small number of three-dimensional points is, for example, an ocree division and a coding method that does not use conversion processing.
  • the three-dimensional data coding device 8000 encodes the position information of the three-dimensional point without using the octree division, and encodes the position information of the three-dimensional point (encoded position information) and the ocree tree.
  • a flag (position information flag) indicating that the code is encoded without using division is generated.
  • the three-dimensional data coding device 8000 encodes the attribute information of the three-dimensional point without performing the conversion process, and performs the coded attribute information (encoded attribute information) of the three-dimensional point and the conversion process. Generates a flag (attribute information flag) indicating that the data has been encoded without performing it.
  • the three-dimensional data coding apparatus 8000 encodes the additional information of the three-dimensional points and the additional information that does not include the data for performing the octadivision and conversion processing to generate the coded additional information.
  • the three-dimensional data coding apparatus 8000 generates a bit stream including coding position information, coding attribute information, the above two flags, and coding additional information.
  • the three-dimensional data coding apparatus 8000 determines that the total number of points (the number of three-dimensional points) is not less than a predetermined number (No in S8002)
  • the three-dimensional points (No in S8002) are used by a normal coding method. More specifically, the position information, attribute information, and additional information of the three-dimensional point) are encoded, and a bit stream including the encoded three-dimensional point and signaling that the coding method is used is generated. And output (S8004).
  • the usual coding method is, for example, a coding method using octaree division and conversion processing.
  • the three-dimensional data coding device 8000 encodes the position information of the three-dimensional point by using the ocree division, and encodes the position information of the three-dimensional point (encoded position information) and the ocree division.
  • a flag (position information flag) indicating that the code was encoded using the above is generated.
  • the three-dimensional data coding device 8000 encodes the attribute information of the three-dimensional point after performing the conversion process, and performs the coded attribute information (encoded attribute information) of the three-dimensional point and the conversion process. After that, a flag (attribute information flag) indicating that the code has been encoded is generated.
  • the three-dimensional data coding apparatus 8000 encodes the additional information of the three-dimensional point and the additional information including the data for performing the octree division and the conversion process to generate the coded additional information.
  • the three-dimensional data coding apparatus 8000 generates a bit stream including coding position information, coding attribute information, the above two flags, and coding additional information.
  • FIG. 106 is a flowchart of the decoding process of the three-dimensional data decoding device 8040 according to the present embodiment.
  • the three-dimensional data decoding device 8040 acquires information on the coding method related to the number of three-dimensional points (total number of points) included in the bit stream from the bit stream (step S8011). For example, the three-dimensional data decoding device 8040 acquires the above-mentioned flag from the bit stream.
  • the three-dimensional data decoding apparatus 8040 determines whether or not the three-dimensional points included in the bit stream are encoded by using a coding method for a small number of points (the number of three-dimensional points) ( S8012). For example, the three-dimensional data decoding device 8040 confirms the flag included in the bitstream to determine whether or not the three-dimensional points included in the bitstream have been encoded by the ocree division and conversion processing. judge.
  • the three-dimensional data decoding apparatus 8040 determines that the three-dimensional points contained in the bit stream are encoded by using the coding method for a small number of three-dimensional points (Yes in S8012), the number of points is small (Yes in S8012).
  • the three-dimensional point (more specifically, the coding position information, the coding attribute information, and the coding of the three-dimensional point) using the decoding method according to the coding method for (the number of three-dimensional points). (Additional information) is decoded (S8013).
  • the decoding method according to the coding method for a small number of three-dimensional points is, for example, an ocree decoding method and a decoding method that does not use an inverse conversion process.
  • the three-dimensional data decoding device 8040 decodes the position information of the three-dimensional point without decoding the octree. Further, for example, the three-dimensional data decoding device 8040 decodes the attribute information of the three-dimensional point without performing the inverse conversion process.
  • the three-dimensional data decoding apparatus 8040 determines that the three-dimensional points included in the bit stream are not encoded by using the coding method for a small number of three-dimensional points (No in S8012).
  • Decoding the three-dimensional point (more specifically, the coded position information, the coded attribute information, and the coded additional information of the three-dimensional point) by using a decoding method according to a normal coding method ( S8014).
  • the decoding method according to the usual coding method is, for example, an octa-tree decoding method and a decoding method using an inverse conversion process.
  • the three-dimensional data decoding device 8040 decodes the position information of the three-dimensional point into an ocree.
  • the three-dimensional data decoding device 8040 decodes the attribute information of the three-dimensional point by performing an inverse conversion process.
  • the three-dimensional data encoding device 8000 determines whether or not to compress (for example, encode or reduce) additional information depending on whether or not the number of three-dimensional points is equal to or more than a predetermined number. You may decide.
  • the three-dimensional data decoding device 8040 may determine a three-dimensional point coding method and a decoding method according to the coding method, depending on whether or not the additional information is compressed.
  • FIG. 107 is a diagram showing a fourth example of the bit stream according to the present embodiment.
  • the SPS, GPS, and APS shown in FIG. 107 are stored in the header of the bit stream. Further, G indicates position information, and A indicates attribute information. The hatched portion indicates a slice header. Each of G and A is provided with a slice header.
  • the three-dimensional data encoding device 8000 determines the number of three-dimensional points for each slice (for example, separately for slice1 and slice2 shown in FIG. 107), and encodes the position information and the attribute information.
  • the processing may be changed (for example, some of the above-mentioned coding processing is omitted). That is, for example, the three-dimensional data coding apparatus 8000 has a slice that performs a coding method used when the number of three-dimensional points is equal to or greater than a predetermined threshold value (a predetermined number), and the number of three-dimensional points is greater than a predetermined threshold value.
  • Slices that perform the coding method used when the size is small may be mixed.
  • the 3D data encoder 8000 is the same for all slices, depending on whether the number of all 3D points (the total number of 3D points of all slices) is greater than or equal to a predetermined threshold.
  • a coding method may be used.
  • the three-dimensional data coding apparatus 8000 also compresses (encodes or deletes) additional information (for example, information included in the slice header) for each slice depending on whether or not it is equal to or higher than a predetermined threshold value. ) May be decided.
  • additional information for example, information included in the slice header
  • the three-dimensional data coding device 8000 stores a flag indicating what kind of coding method is used in the slice header of the position information or the attribute information, and according to the flag, the coding method. Determines whether to include additional information about the header or slice header.
  • the three-dimensional data decoding device 8040 determines from the bit stream a flag indicating what kind of coding method the three-dimensional data coding device 8000 used, thereby adding information for coding to the bit stream. Is included, and what kind of decoding method is used is determined.
  • FIG. 108 is a diagram showing an example of syntax of the slice header of the position information according to the present embodiment.
  • Octree_bypass_flag is a flag (position information flag) indicating whether or not the ocree division process is omitted.
  • octree_bypass_flag! 1, the three-dimensional data encoding device 8000 includes data (metadata) related to the ocree division (octree division) in the slice header of the position information, and is involved in the ocree division (octree division). Generate a bit stream with additional information, including no data (metadata).
  • FIG. 109 is a diagram showing an example of syntax of the slice header of the attribute information according to the present embodiment.
  • the transform_bypass_flag is a flag (attribute information flag) indicating whether or not the conversion process is omitted.
  • transform_bypass_flag !
  • the three-dimensional data encoding device 8000 includes data (metadata) related to the conversion process (transform) in the slice header of the attribute information, and data (metadata) not related to the conversion process (transform). Generates a bitstream that contains additional information.
  • transform_bypass_flag! If 1, the three-dimensional data encoding device 8000 does not include the data (metadata) related to the conversion process (transform) in the slice header of the attribute information, and the data (metadata) not related to the conversion process (transform). Generate a bitstream that contains additional information that contains.
  • flags may be independent or merged. Further, these flags may be used as flags when the number of three-dimensional points is small. Further, the three-dimensional data encoding device 8000 may turn on the flag when the number of three-dimensional points is small.
  • the predetermined threshold value may be a boundary value at which the total size is the smallest or a value close to the boundary value based on the actual header size and data size.
  • the three-dimensional data coding apparatus 8000 does not switch (select) the coding method based on a predetermined threshold value, but actually calculates the header size and the data size, and switches based on the calculation result. You may.
  • the attribute information may be a color, a reflectance, a frame number, or other attribute information.
  • the three-dimensional data coding apparatus 8000 may select a coding method according to the type of attribute information.
  • the three-dimensional data coding apparatus performs the processing shown in FIG. 110.
  • FIG. 110 is a flowchart of the coding process according to the present embodiment.
  • the three-dimensional data coding device does not use the first position information coding method for coding the position information of each of the plurality of three-dimensional points using the ocree division, and the octree division. Coding is performed based on one of the second position information coding methods to be encoded (S8021).
  • the three-dimensional data encoding device acquires data of a plurality of three-dimensional points including position information, attribute information, and additional information from an external device.
  • the three-dimensional data coding apparatus uses the first position information coding method based on a predetermined condition (for example, the number of three-dimensional points described above) to obtain three-dimensional points (more specifically, position information of the three-dimensional points). , Attribute information, and additional information), or the second position information coding method to encode the three-dimensional point, and the determined coding method to encode the three-dimensional point.
  • the three-dimensional data encoding device determines whether or not the three-dimensional point is encoded based on the first position information coding method (S8022).
  • the three-dimensional data encoding device determines that the code is encoded based on the first position information coding method (Yes in S8022)
  • the position information of each of the plurality of encoded three-dimensional points and the first position A bitstream including a position information flag indicating that the data has been encoded based on the information coding method and a parameter set used for dividing into ocree trees is generated (S8023).
  • the three-dimensional data coding device determines that the code has been encoded based on the second position information coding method (No in S8022), the position information of each of the plurality of encoded three-dimensional points and the second position information.
  • a bitstream is generated that includes a position information flag indicating that it has been encoded based on the two position information coding method and does not include a parameter set used for dividing into octree trees (S8024).
  • the three-dimensional data coding apparatus can be used for the position information of each of the plurality of encoded three-dimensional points and for any of the first position information coding method and the second position information coding method.
  • a bit stream including a position information flag indicating whether or not the code is encoded is generated (S8023 or S8024) and the bit stream is generated (S8023 or S8024) when the bit stream is encoded based on the first position information coding method.
  • the parameter set to be included in the bit stream can be reduced depending on the method of encoding the position information. Therefore, according to this, the amount of data contained in the bit stream can be reduced.
  • the three-dimensional data coding apparatus further calculates the number of a plurality of three-dimensional points, and in the position information coding process (S8021), the number of the plurality of three-dimensional points is a predetermined number or more. In this case, it is encoded based on the first position information coding method, and when the number of the plurality of three-dimensional points is less than the predetermined number, it is encoded based on the second position information coding method.
  • the three-dimensional data coding apparatus performs a process of calculating the number of a plurality of three-dimensional points before the process of encoding the position information.
  • the predetermined number may be arbitrarily determined in advance.
  • a coding method having high coding efficiency can be selected according to the number of three-dimensional points.
  • the three-dimensional data encoding device further performs a conversion process for converting the value of the attribute information by a predetermined method on the attribute information of each of the plurality of three-dimensional points, and then entropy-encodes the first attribute. Coding is performed based on one of the information coding method and the second attribute information coding method of entropy coding without performing the conversion process, and in the attribute information coding process, the plurality of tertiary elements are encoded.
  • the number of original points is more than a predetermined number, it is encoded based on the first attribute information coding method, and when the number of the plurality of three-dimensional points is less than a predetermined number, it is based on the second attribute information coding method.
  • the predetermined method is, for example, a method such as the above-mentioned prediction processing (Predicting), Lifting, RAHT, or the like.
  • the predetermined method may be arbitrarily determined in advance.
  • a coding method having high coding efficiency can be selected according to the number of three-dimensional points.
  • the three-dimensional data encoding device generates a plurality of slices including position information of a plurality of three-dimensional points in the bitstream generation processing (S8023 and S8024), and is common to all the generated plurality of slices.
  • a bitstream containing a header containing a common parameter set that is information and a slice header that stores an individual parameter set that is information for each of the plurality of slices is generated, and both the header and the slice header are used.
  • the slice contains the position information of at least one of the position information of the plurality of three-dimensional points.
  • a slice is a set of position information and attribute information of a plurality of three-dimensional points.
  • 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. 111.
  • FIG. 111 is a flowchart of the decoding process according to the present embodiment.
  • the position information of each of the plurality of encoded three-dimensional points and the position information of each of the plurality of encoded three-dimensional points are divided into octree from the bit stream.
  • Which of the first position information coding method, which is encoded using the above, and the second position information coding method, which is encoded without using the octree division, is used for encoding.
  • a three-dimensional data decoding device obtains data of a plurality of three-dimensional points including coded position information, encoded attribute information, and encoded additional information from the three-dimensional data coding device. get.
  • the three-dimensional data decoding device determines whether or not the encoded three-dimensional point is encoded based on the first position information coding method based on the position information flag (S8032).
  • the three-dimensional data decoding device determines that the code has been encoded based on the first position information coding method (Yes in S8032)
  • the three-dimensional data decoding device acquires the parameter set used for ocree division from the bit stream, and the acquired parameters.
  • the position information of each of the plurality of three-dimensional points encoded using the set is decoded based on the decoding method according to the first position information coding method (S8033).
  • the three-dimensional data encoding device determines that the code is encoded based on the second position information coding method (No in S8022)
  • the parameter set used for ocree division is not acquired from the bit stream.
  • the position information of each of the plurality of encoded three-dimensional points is decoded based on the decoding method according to the second coding method (S8034).
  • the decoding method according to the first position information coding method is, for example, a decoding process including the above-mentioned ocree decoding.
  • the decoding method according to the second position information coding method is, for example, a decoding process that does not include the above-mentioned ocree decoding.
  • the three-dimensional data decoding device obtains the position information of each of the plurality of encoded three-dimensional points based on the position information flag among the first position information coding method and the second position information coding method.
  • Decoding is performed based on the decoding method corresponding to one of the coding methods (S8033 or S8034), and in the decoding process of the encoded position information (S8033 or S8034), the decoding method according to the first position information coding method.
  • the parameter set used for dividing into eight-quarter trees is acquired from the bit stream, and the position information of each of the plurality of three-dimensional points encoded using the acquired parameter set is obtained. (S8033), and when decoding is performed based on the decoding method according to the second position information coding method (No in S8032), the parameter set is not acquired from the bit stream (S8034).
  • the position information of the encoded three-dimensional point can be appropriately decoded.
  • the position information flag when the number of the plurality of three-dimensional points is a predetermined number or more, the coded position information of the plurality of three-dimensional points is encoded based on the first position information coding method.
  • the number of the plurality of three-dimensional points is less than a predetermined number, it means that the position information of the plurality of encoded three-dimensional points is encoded based on the second position information coding method. Shown.
  • the position information of the three-dimensional points encoded by the coding method having high coding efficiency can be appropriately decoded according to the number of the three-dimensional points.
  • the attribute information of each of the plurality of encoded three-dimensional points and the attribute information of each of the plurality of encoded three-dimensional points are further attributed by a predetermined method.
  • a predetermined method For either the first attribute information coding method in which entropy coding is performed after performing the conversion process for converting the information value, or the second attribute information coding method in which the entropy coding is performed without performing the conversion process.
  • An attribute information flag indicating whether or not the code is encoded is obtained from the bit stream, and based on the acquired attribute information flag, the attribute information of each of the plurality of encoded three-dimensional points is obtained by the first attribute information coding method.
  • decoding is performed based on the decoding method corresponding to one of the second attribute information coding methods.
  • the attribute information flag when the number of the plurality of three-dimensional points is equal to or more than a predetermined number, the coded attribute information of the plurality of three-dimensional points is encoded based on the first attribute information coding method.
  • the number of the plurality of three-dimensional points is less than the predetermined number, it indicates that the attribute information of the plurality of encoded three-dimensional points is encoded based on the second attribute information coding method. ..
  • the predetermined number may be arbitrarily determined in advance. Alternatively, the bitstream may contain information indicating a predetermined number.
  • a three-dimensional data encoding device may generate a bitstream containing information indicating a predetermined number.
  • the predetermined method is, for example, a method such as the above-mentioned prediction processing (Predicting), Lifting, RAHT or the like.
  • the decoding method according to the first attribute information coding method is a decoding process including an inverse conversion process.
  • the decoding method according to the second attribute information coding method is a decoding process that does not include an inverse conversion process.
  • the position information of the three-dimensional points encoded by the coding method having high coding efficiency can be appropriately decoded according to the number of the three-dimensional points.
  • the bit stream contains a header that stores a common parameter set that is common to all of a plurality of slices including position information of a plurality of encoded three-dimensional points, and information for each of the plurality of slices.
  • a slice header in which a certain individual parameter set is stored is included, and a position information flag is stored in both the header and the slice header.
  • a slice is a set of position information and attribute information of a plurality of three-dimensional points.
  • 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. You may. 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) with 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)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Signal Processing (AREA)
  • Compression Or Coding Systems Of Tv Signals (AREA)

Abstract

三次元データ符号化方法は、複数の三次元点のそれぞれの位置情報を、８分木分割を用いて符号化する第１位置情報符号化方法、及び、８分木分割を用いずに符号化する第２位置情報符号化方法のうちの一方の符号化方法に基づいて符号化し（Ｓ８０２１）、符号化された当該複数の三次元点のそれぞれの位置情報と、第１位置情報符号化方法及び第２位置情報符号化方法のいずれの符号化方法に基づいて符号化したかを示す位置情報フラグとを含むビットストリームを生成し（Ｓ８０２３又はＳ８０２４）、ビットストリームの生成（Ｓ８０２３又はＳ８０２４）では、第１位置情報符号化方法に基づいて符号化した場合、８分木分割するために用いるパラメータセットを含むビットストリームを生成し（Ｓ８０２３）、第２位置情報符号化方法に基づいて符号化した場合、８分木分割するために用いるパラメータセットを含まないビットストリームを生成する（Ｓ８０２４）。

Description

三次元データ符号化方法、三次元データ復号方法、三次元データ符号化装置、及び三次元データ復号装置
　本開示は、三次元データ符号化方法、三次元データ復号方法、三次元データ符号化装置、及び三次元データ復号装置に関する。
　自動車或いはロボットが自律的に動作するためのコンピュータビジョン、マップ情報、監視、インフラ点検、又は、映像配信など、幅広い分野において、今後、三次元データを活用した装置又はサービスの普及が見込まれる。三次元データは、レンジファインダなどの距離センサ、ステレオカメラ、又は複数の単眼カメラの組み合わせなど様々な方法で取得される。
　三次元データの表現方法の１つとして、三次元空間内の点群によって三次元構造の形状を表すポイントクラウドと呼ばれる表現方法がある。ポイントクラウドでは、点群の位置と色とが格納される。ポイントクラウドは三次元データの表現方法として主流になると予想されるが、点群はデータ量が非常に大きい。よって、三次元データの蓄積又は伝送においては二次元の動画像（一例として、ＭＰＥＧで規格化されたＭＰＥＧ－４　ＡＶＣ又はＨＥＶＣなどがある）と同様に、符号化によるデータ量の圧縮が必須となる。
　また、ポイントクラウドの圧縮については、ポイントクラウド関連の処理を行う公開のライブラリ（Ｐｏｉｎｔ　Ｃｌｏｕｄ　Ｌｉｂｒａｒｙ）などによって一部サポートされている。
　また、三次元の地図データを用いて、車両周辺に位置する施設を検索し、表示する技術が知られている（例えば、特許文献１参照）。
国際公開第２０１４／０２０６６３号
　三次元データの符号化処理では、符号化した三次元点のデータを含むビットストリームに含まれるデータ量を削減できることが望まれている。
　本開示は、ビットストリームに含まれるデータ量を削減できる三次元データ符号化方法、三次元データ復号方法、三次元データ符号化装置、又は三次元データ復号装置を提供することを目的とする。
　本開示の一態様に係る三次元データ符号化方法は、複数の三次元点のそれぞれの位置情報を、８分木分割を用いて符号化する第１位置情報符号化方法、及び、８分木分割を用いずに符号化する第２位置情報符号化方法のうちの一方の符号化方法に基づいて符号化し、符号化された前記複数の三次元点のそれぞれの位置情報と、前記第１位置情報符号化方法及び前記第２位置情報符号化方法のいずれの符号化方法に基づいて符号化したかを示す位置情報フラグとを含むビットストリームを生成し、前記ビットストリームの生成では、前記第１位置情報符号化方法に基づいて符号化した場合、８分木分割するために用いるパラメータセットを含むビットストリームを生成し、前記第２位置情報符号化方法に基づいて符号化した場合、８分木分割するために用いるパラメータセットを含まないビットストリームを生成する。
　本開示の一態様に係る三次元データ復号方法は、ビットストリームから、符号化された複数の三次元点のそれぞれの位置情報と、前記符号化された複数の三次元点のそれぞれの位置情報が、８分木分割を用いて符号化する第１位置情報符号化方法、及び、８分木分割を用いずに符号化する第２位置情報符号化方法のうちのいずれの符号化方法に基づいて符号化されたかを示す位置情報フラグとを取得し、前記位置情報フラグに基づいて、前記符号化された複数の三次元点のそれぞれの位置情報を前記第１位置情報符号化方法及び前記第２位置情報符号化方法のうちの一方の符号化方法に応じた復号方法に基づいて復号し、前記符号化された位置情報の復号では、前記第１位置情報符号化方法に応じた復号方法に基づいて復号する場合、８分木分割するために用いるパラメータセットを前記ビットストリームから取得し、前記パラメータセットを用いて前記符号化された複数の三次元点のそれぞれの位置情報を復号し、前記第２位置情報符号化方法に応じた復号方法に基づいて復号する場合、前記パラメータセットを前記ビットストリームから取得しない。
　本開示は、ビットストリームに含まれるデータ量を削減できる三次元データ符号化方法、三次元データ復号方法、三次元データ符号化装置、又は三次元データ復号装置を提供できる。
図１は、実施の形態１に係る符号化三次元データの構成を示す図である。 図２は、実施の形態１に係るＧＯＳの最下層レイヤに属するＳＰＣ間の予測構造の一例を示す図である。 図３は、実施の形態１に係るレイヤ間の予測構造の一例を示す図である。 図４は、実施の形態１に係るＧＯＳの符号化順の一例を示す図である。 図５は、実施の形態１に係るＧＯＳの符号化順の一例を示す図である。 図６は、実施の形態１に係る三次元データ符号化装置のブロック図である。 図７は、実施の形態１に係る符号化処理のフローチャートである。 図８は、実施の形態１に係る三次元データ復号装置のブロック図である。 図９は、実施の形態１に係る復号処理のフローチャートである。 図１０は、実施の形態１に係るメタ情報の一例を示す図である。 図１１は、実施の形態２に係るＳＷＬＤの構成例を示す図である。 図１２は、実施の形態２に係るサーバ及びクライアントの動作例を示す図である。 図１３は、実施の形態２に係るサーバ及びクライアントの動作例を示す図である。 図１４は、実施の形態２に係るサーバ及びクライアントの動作例を示す図である。 図１５は、実施の形態２に係るサーバ及びクライアントの動作例を示す図である。 図１６は、実施の形態２に係る三次元データ符号化装置のブロック図である。 図１７は、実施の形態２に係る符号化処理のフローチャートである。 図１８は、実施の形態２に係る三次元データ復号装置のブロック図である。 図１９は、実施の形態２に係る復号処理のフローチャートである。 図２０は、実施の形態２に係るＷＬＤの構成例を示す図である。 図２１は、実施の形態２に係るＷＬＤの８分木構造の例を示す図である。 図２２は、実施の形態２に係るＳＷＬＤの構成例を示す図である。 図２３は、実施の形態２に係るＳＷＬＤの８分木構造の例を示す図である。 図２４は、実施の形態３に係る三次元データ作成装置のブロック図である。 図２５は、実施の形態３に係る三次元データ送信装置のブロック図である。 図２６は、実施の形態４に係る三次元情報処理装置のブロック図である。 図２７は、実施の形態５に係る三次元データ作成装置のブロック図である。 図２８は、実施の形態６に係るシステムの構成を示す図である。 図２９は、実施の形態６に係るクライアント装置のブロック図である。 図３０は、実施の形態６に係るサーバのブロック図である。 図３１は、実施の形態６に係るクライアント装置による三次元データ作成処理のフローチャートである。 図３２は、実施の形態６に係るクライアント装置によるセンサ情報送信処理のフローチャートである。 図３３は、実施の形態６に係るサーバによる三次元データ作成処理のフローチャートである。 図３４は、実施の形態６に係るサーバによる三次元マップ送信処理のフローチャートである。 図３５は、実施の形態６に係るシステムの変形例の構成を示す図である。 図３６は、実施の形態６に係るサーバ及びクライアント装置の構成を示す図である。 図３７は、実施の形態７に係る三次元データ符号化装置のブロック図である。 図３８は、実施の形態７に係る予測残差の例を示す図である。 図３９は、実施の形態７に係るボリュームの例を示す図である。 図４０は、実施の形態７に係るボリュームの８分木表現の例を示す図である。 図４１は、実施の形態７に係るボリュームのビット列の例を示す図である。 図４２は、実施の形態７に係るボリュームの８分木表現の例を示す図である。 図４３は、実施の形態７に係るボリュームの例を示す図である。 図４４は、実施の形態７に係るイントラ予測処理を説明するための図である。 図４５は、実施の形態７に係る回転及び並進処理を説明するための図である。 図４６は、実施の形態７に係るＲＴ適用フラグ及びＲＴ情報のシンタックス例を示す図である。 図４７は、実施の形態７に係るインター予測処理を説明するための図である。 図４８は、実施の形態７に係る三次元データ復号装置のブロック図である。 図４９は、実施の形態７に係る三次元データ符号化装置による三次元データ符号化処理のフローチャートである。 図５０は、実施の形態７に係る三次元データ復号装置による三次元データ復号処理のフローチャートである。 図５１は、実施の形態８に係る８分木構造における参照関係を示す図である。 図５２は、実施の形態８に係る空間領域における参照関係を示す図である。 図５３は、実施の形態８に係る隣接参照ノードの例を示す図である。 図５４は、実施の形態８に係る親ノードとノードとの関係を示す図である。 図５５は、実施の形態８に係る親ノードのオキュパンシー符号の例を示す図である。 図５６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５７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５８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５９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６０は、実施の形態８に係る符号化テーブルの切替え例を示す図である。 図６１は、実施の形態８の変形例１に係る空間領域における参照関係を示す図である。 図６２は、実施の形態８の変形例１に係るヘッダ情報のシンタックス例を示す図である。 図６３は、実施の形態８の変形例１に係るヘッダ情報のシンタックス例を示す図である。 図６４は、実施の形態８の変形例２に係る隣接参照ノードの例を示す図である。 図６５は、実施の形態８の変形例２に係る対象ノード及び隣接ノードの例を示す図である。 図６６は、実施の形態８の変形例３に係る８分木構造における参照関係を示す図である。 図６７は、実施の形態８の変形例３に係る空間領域における参照関係を示す図である。 図６８は、実施の形態９に係る三次元点の例を示す図である。 図６９は、実施の形態９に係るＬｏＤの設定例を示す図である。 図７０は、実施の形態９に係るＬｏＤの設定に用いる閾値の例を示す図である。 図７１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７２は、実施の形態９に係る指数ゴロム符号の一例を示す図である。 図７３は、実施の形態９に係る指数ゴロム符号に対する処理を示す図である。 図７４は、実施の形態９に係る属性ヘッダのシンタックス例を示す図である。 図７５は、実施の形態９に係る属性データのシンタックス例を示す図である。 図７６は、実施の形態９に係る三次元データ符号化処理のフローチャートである。 図７７は、実施の形態９に係る属性情報符号化処理のフローチャートである。 図７８は、実施の形態９に係る指数ゴロム符号に対する処理を示す図である。 図７９は、実施の形態９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８０は、実施の形態９に係る三次元データ復号処理のフローチャートである。 図８１は、実施の形態９に係る属性情報復号処理のフローチャートである。 図８２は、実施の形態９に係る三次元データ符号化装置のブロック図である。 図８３は、実施の形態９に係る三次元データ復号化装置のブロック図である。 図８４は、実施の形態９に係る三次元データ符号化処理のフローチャートである。 図８５は、実施の形態９に係る三次元データ復号処理のフローチャートである。 図８６は、実施の形態１０に係るヘッダ情報のシンタックス例を示す図である。 図８７は、実施の形態１０に係るモード情報が１の場合の８分木の構成例を示す図である。 図８８は、実施の形態１０に係るモード情報が０の場合の８分木の構成例を示す図である。 図８９は、実施の形態１０に係るノードの情報のシンタックス例を示す図である。 図９０は、実施の形態１１に係る量子化パラメータの伝送方法の第１の例について説明するための図である。 図９１は、実施の形態１１に係る量子化パラメータの伝送方法の第２の例について説明するための図である。 図９２は、実施の形態１１に係る量子化パラメータの伝送方法の第３の例について説明するための図である。 図９３は、実施の形態１２に係る三次元データ符号化装置のブロック図である。 図９４は、実施の形態１２に係る位置情報符号化部のブロック図である。 図９５は、実施の形態１２に係る属性情報符号化部のブロック図である。 図９６は、実施の形態１２に係る付加情報符号化部のブロック図である。 図９７は、実施の形態１２に係るビットストリームの第１例を示す図である。 図９８は、実施の形態１２に係るビットストリームの第２例を示す図である。 図９９は、実施の形態１２に係るビットストリームのヘッダのシンタックスの第１例を示す図である。 図１００は、実施の形態１２に係るビットストリームのヘッダのシンタックスの第２例を示す図である。 図１０１は、実施の形態１２に係るビットストリームのヘッダのシンタックスの第３例を示す図である。 図１０２は、実施の形態１２に係る三次元データ復号装置のブロック図である。 図１０３は、実施の形態１２に係る位置情報復号部のブロック図である。 図１０４は、実施の形態１２に係る属性情報復号部のブロック図である。 図１０５は、実施の形態１２に係る三次元データ符号化装置の符号化方法のシグナリング処理のフローチャートである。 図１０６は、実施の形態１２に係る三次元データ復号装置の復号処理のフローチャートである。 図１０７は、実施の形態１２に係るビットストリームの第４例を示す図である。 図１０８は、実施の形態１２に係る位置情報のスライスヘッダのシンタックス例を示す図である。 図１０９は、実施の形態１２に係る属性情報のスライスヘッダのシンタックス例を示す図である。 図１１０は、実施の形態１２に係る符号化処理のフローチャートである。 図１１１は、実施の形態１２に係る復号処理のフローチャートである。
　本開示の一態様に係る三次元データ符号化方法は、複数の三次元点のそれぞれの位置情報を、８分木分割を用いて符号化する第１位置情報符号化方法、及び、８分木分割を用いずに符号化する第２位置情報符号化方法のうちの一方の符号化方法に基づいて符号化し、符号化された前記複数の三次元点のそれぞれの位置情報と、前記第１位置情報符号化方法及び前記第２位置情報符号化方法のいずれの符号化方法に基づいて符号化したかを示す位置情報フラグとを含むビットストリームを生成し、前記ビットストリームの生成では、前記第１位置情報符号化方法に基づいて符号化した場合、８分木分割するために用いるパラメータセットを含むビットストリームを生成し、前記第２位置情報符号化方法に基づいて符号化した場合、８分木分割するために用いるパラメータセットを含まないビットストリームを生成する。
　これによれば、位置情報の符号化方法に応じて、ビットストリームに含めるパラメータセットを削減できる。そのため、これによれば、ビットストリームに含まれるデータ量を削減できる。
　また、例えば、三次元データ符号化方法は、さらに、前記複数の三次元点の数を算出し、前記位置情報の符号化では、前記複数の三次元点の数が所定の数以上の場合、前記第１位置情報符号化方法に基づいて符号化し、前記複数の三次元点の数が前記所定の数未満の場合、前記第２位置情報符号化方法に基づいて符号化する。
　三次元点の数によっては、８分木分割による符号化方法を用いた方が符号化効率がよい場合と、８分木分割をしない符号化方法を用いた方が符号化効率がよい場合とがある。そのため、これによれば、三次元点の数に応じて、符号化効率のよい符号化方法を選択できる。
　また、例えば、三次元データ符号化方法は、さらに、前記複数の三次元点のそれぞれの属性情報を、所定の方法で前記属性情報の値を変換する変換処理を行った後にエントロピー符号化する第１属性情報符号化方法、及び、前記変換処理を行わずにエントロピー符号化する第２属性情報符号化方法のうちの一方の符号化方法に基づいて符号化し、前記属性情報の符号化では、前記複数の三次元点の数が前記所定の数以上の場合、前記第１属性情報符号化方法に基づいて符号化し、前記複数の三次元点の数が前記所定の数未満の場合、前記第２属性情報符号化方法に基づいて符号化し、前記ビットストリームの生成では、前記第１属性情報符号化方法及び前記第２属性情報符号化方法のいずれの符号化方法に基づいて符号化したかを示す属性情報フラグを含むビットストリームを生成する。
　三次元点の数によっては、変換処理を行った後にエントロピー符号化した方が符号化効率がよい場合と、変換処理をせずにエントロピー符号化した方が符号化効率がよい場合とがある。そのため、これによれば、三次元点の数に応じて、符号化効率のよい符号化方法を選択できる。
　また、例えば、前記ビットストリームの生成では、前記複数の三次元点の位置情報を含む複数のスライスを生成し、前記複数のスライス全てに共通の情報である共通パラメータセットが格納されるヘッダと、前記複数のスライスごとの情報である個別パラメータセットが格納されるスライスヘッダとを含むビットストリームを生成し、前記ヘッダと前記スライスヘッダとの両方に前記位置情報フラグを格納する。
　また、例えば、前記スライスは、前記複数の三次元点の位置情報と属性情報との組である。
　本開示の一態様に係る三次元データ復号方法は、ビットストリームから、符号化された複数の三次元点のそれぞれの位置情報と、前記符号化された複数の三次元点のそれぞれの位置情報が、８分木分割を用いて符号化する第１位置情報符号化方法、及び、８分木分割を用いずに符号化する第２位置情報符号化方法のうちのいずれの符号化方法に基づいて符号化されたかを示す位置情報フラグとを取得し、前記位置情報フラグに基づいて、前記符号化された複数の三次元点のそれぞれの位置情報を前記第１位置情報符号化方法及び前記第２位置情報符号化方法のうちの一方の符号化方法に応じた復号方法に基づいて復号し、前記符号化された位置情報の復号では、前記第１位置情報符号化方法に応じた復号方法に基づいて復号する場合、８分木分割するために用いるパラメータセットを前記ビットストリームから取得し、前記パラメータセットを用いて前記符号化された複数の三次元点のそれぞれの位置情報を復号し、前記第２位置情報符号化方法に応じた復号方法に基づいて復号する場合、前記パラメータセットを前記ビットストリームから取得しない。
　これによれば、位置情報の符号化方法に応じて、ビットストリームに含まれるパラメータセットが異なっていたとしても、符号化された三次元点の位置情報を適切に復号できる。
　また、例えば、前記位置情報フラグは、前記複数の三次元点の数が所定の数以上の場合、前記符号化された複数の三次元点の位置情報が前記第１位置情報符号化方法に基づいて符号化されたことを示し、前記複数の三次元点の数が前記所定の数未満の場合、前記符号化された複数の三次元点の位置情報が前記第２位置情報符号化方法に基づいて符号化されたことを示す。
　三次元点の数によっては、８分木分割による符号化方法を用いた方が符号化効率がよい場合と、８分木分割をしない符号化方法を用いた方が符号化効率がよい場合とがある。そのため、これによれば、三次元点の数に応じて、符号化効率のよい符号化方法で符号化された三次元点の位置情報を適切に復号できる。
　また、例えば、三次元データ復号方法は、さらに、前記符号化された複数の三次元点のそれぞれの属性情報と、前記符号化された複数の三次元点のそれぞれの属性情報が、所定の方法で前記属性情報の値を変換する変換処理を行った後にエントロピー符号化する第１属性情報符号化方法、及び、前記変換処理を行わずにエントロピー符号化する第２属性情報符号化方法のいずれの符号化方法に基づいて符号化されたかを示す属性情報フラグとを前記ビットストリームから取得し、前記属性情報フラグに基づいて、前記符号化された複数の三次元点のそれぞれの属性情報を前記第１属性情報符号化方法及び前記第２属性情報符号化方法のうちの一方の符号化方法に応じた復号方法に基づいて復号し、前記属性情報フラグは、前記複数の三次元点の数が前記所定の数以上の場合、前記符号化された複数の三次元点の属性情報が前記第１属性情報符号化方法に基づいて符号化されたことを示し、前記複数の三次元点の数が前記所定の数未満の場合、前記符号化された複数の三次元点の属性情報が前記第２属性情報符号化方法に基づいて符号化されたことを示す。
　三次元点の数によっては、８分木分割による符号化方法を用いた方が符号化効率がよい場合と、８分木分割をしない符号化方法を用いた方が符号化効率がよい場合とがある。そのため、これによれば、三次元点の数に応じて、符号化効率のよい符号化方法で符号化された三次元点の位置情報を適切に復号できる。
　また、例えば、前記ビットストリームには、前記符号化された複数の三次元点の位置情報を含む複数のスライス全てに共通の情報である共通パラメータセットが格納されるヘッダと、前記複数のスライスごとの情報である個別パラメータセットが格納されるスライスヘッダとが含まれており、前記ヘッダと前記スライスヘッダの両方に前記位置情報フラグが格納されている。
　また、例えば、前記スライスは、前記複数の三次元点の位置情報と属性情報との組である。
　また、本開示の一態様に係る三次元データ符号化装置は、プロセッサと、メモリとを備え、前記プロセッサは、前記メモリを用いて、複数の三次元点のそれぞれの位置情報を、８分木分割を用いて符号化する第１位置情報符号化方法、及び、８分木分割を用いずに符号化する第２位置情報符号化方法のうちの一方の符号化方法に基づいて符号化し、符号化された前記複数の三次元点のそれぞれの位置情報と、前記第１位置情報符号化方法及び前記第２位置情報符号化方法のいずれの符号化方法に基づいて符号化したかを示す位置情報フラグとを含むビットストリームを生成し、前記ビットストリームの生成では、前記第１位置情報符号化方法に基づいて符号化した場合、８分木分割するために用いるパラメータセットを含むビットストリームを生成し、前記第２位置情報符号化方法に基づいて符号化した場合、８分木分割するために用いるパラメータセットを含まないビットストリームを生成する。
　これによれば、三次元データ符号化装置は、位置情報の符号化方法に応じて、ビットストリームに含めるパラメータセットを削減できる。そのため、これによれば、ビットストリームに含まれるデータ量を削減できる。
　また、本開示の一態様に係る三次元データ復号装置は、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、符号化された複数の三次元点のそれぞれの位置情報と、前記符号化された複数の三次元点のそれぞれの位置情報が、８分木分割を用いて符号化する第１位置情報符号化方法、及び、８分木分割を用いずに符号化する第２位置情報符号化方法のうちのいずれの符号化方法に基づいて符号化されたかを示す位置情報フラグとを取得し、前記位置情報フラグに基づいて、前記符号化された複数の三次元点のそれぞれの位置情報を前記第１位置情報符号化方法及び前記第２位置情報符号化方法のうちの一方の符号化方法に応じた復号方法に基づいて復号し、前記符号化された位置情報の復号では、前記第１位置情報符号化方法に応じた復号方法に基づいて復号する場合、８分木分割するために用いるパラメータセットを前記ビットストリームから取得し、前記パラメータセットを用いて前記符号化された複数の三次元点のそれぞれの位置情報を復号し、前記第２位置情報符号化方法に応じた復号方法に基づいて復号する場合、前記パラメータセットを前記ビットストリームから取得しない。
　これによれば、三次元データ復号装置は、位置情報の符号化方法に応じて、ビットストリームに含まれるパラメータセットが異なっていたとしても、符号化された三次元点の位置情報を適切に復号できる。
　なお、これらの包括的または具体的な態様は、システム、方法、集積回路、コンピュータプログラムまたはコンピュータ読み取り可能なＣＤ－ＲＯＭなどの記録媒体で実現されてもよく、システム、方法、集積回路、コンピュータプログラム及び記録媒体の任意な組み合わせで実現されてもよい。
　以下、実施の形態について、図面を参照しながら具体的に説明する。なお、以下で説明する実施の形態は、いずれも本開示の一具体例を示すものである。以下の実施の形態で示される数値、形状、材料、構成要素、構成要素の配置位置及び接続形態、ステップ、ステップの順序などは、一例であり、本開示を限定する主旨ではない。また、以下の実施の形態における構成要素のうち、最上位概念を示す独立請求項に記載されていない構成要素については、任意の構成要素として説明される。
　（実施の形態１）
　まず、本実施の形態に係る符号化三次元データ（以下、符号化データとも記す）のデータ構造について説明する。図１は、本実施の形態に係る符号化三次元データの構成を示す図である。
　本実施の形態では、三次元空間は、動画像の符号化におけるピクチャに相当するスペース（ＳＰＣ）に分割され、スペースを単位として三次元データが符号化される。スペースは、さらに、動画像符号化におけるマクロブロックなどに相当するボリューム（ＶＬＭ）に分割され、ＶＬＭを単位として予測及び変換が行われる。ボリュームは、位置座標が対応付けられる最小単位である複数のボクセル（ＶＸＬ）を含む。なお、予測とは、二次元画像で行われる予測と同様に、他の処理単位を参照し、処理対象の処理単位と類似する予測三次元データを生成し、当該予測三次元データと処理対象の処理単位との差分を符号化することである。また、この予測は、同一時刻の他の予測単位を参照する空間予測のみならず、異なる時刻の予測単位を参照する時間予測を含む。
　例えば、三次元データ符号化装置（以下、符号化装置とも記す）は、ポイントクラウドなどの点群データにより表現される三次元空間を符号化する際には、ボクセルのサイズに応じて、点群の各点、又は、ボクセル内に含まれる複数点をまとめて符号化する。ボクセルを細分化すれば点群の三次元形状を高精度に表現でき、ボクセルのサイズを大きくすれば点群の三次元形状をおおまかに表現できる。
　なお、以下では、三次元データがポイントクラウドである場合を例に説明を行うが、三次元データはポイントクラウドに限定されず、任意の形式の三次元データでよい。
　また、階層構造のボクセルを用いてもよい。この場合、ｎ次の階層では、ｎ－１次以下の階層（ｎ次の階層の下層）にサンプル点が存在するかどうかを順に示してもよい。例えば、ｎ次の階層のみを復号する際において、ｎ－１次以下の階層にサンプル点が存在する場合は、ｎ次階層のボクセルの中心にサンプル点が存在するとみなして復号できる。
　また、符号化装置は、点群データを、距離センサ、ステレオカメラ、単眼カメラ、ジャイロ、又は慣性センサなどを用いて取得する。
　スペースは、動画像の符号化と同様に、単独で復号可能なイントラ・スペース（Ｉ－ＳＰＣ）、単方向の参照のみ可能なプレディクティブ・スペース（Ｐ－ＳＰＣ）、及び、双方向の参照が可能なバイディレクショナル・スペース（Ｂ－ＳＰＣ）を含む少なくとも３つの予測構造のいずれかに分類される。また、スペースは復号時刻と表示時刻との２種類の時刻情報を有する。
　また、図１に示すように、複数のスペースを含む処理単位として、ランダムアクセス単位であるＧＯＳ（Ｇｒｏｕｐ　Ｏｆ　Ｓｐａｃｅ）が存在する。さらに、複数のＧＯＳを含む処理単位としてワールド（ＷＬＤ）が存在する。
　ワールドが占める空間領域は、ＧＰＳ又は緯度及び経度情報などにより、地球上の絶対位置と対応付けられる。この位置情報はメタ情報として格納される。なお、メタ情報は、符号化データに含まれてもよいし、符号化データとは別に伝送されてもよい。
　また、ＧＯＳ内では、全てのＳＰＣが三次元的に隣接してもよいし、他のＳＰＣと三次元的に隣接しないＳＰＣが存在してもよい。
　なお、以下では、ＧＯＳ、ＳＰＣ又はＶＬＭ等の処理単位に含まれる三次元データに対する、符号化、復号又は参照等の処理を、単に、処理単位を符号化、復号又は参照する等とも記す。また、処理単位に含まれる三次元データは、例えば、三次元座標等の空間位置と、色情報等の特性値との少なくとも一つの組を含む。
　次に、ＧＯＳにおけるＳＰＣの予測構造について説明する。同一ＧＯＳ内の複数のＳＰＣ、又は、同一ＳＰＣ内の複数のＶＬＭは、互いに異なる空間を占めるが、同じ時刻情報（復号時刻及び表示時刻）を持つ。
　また、ＧＯＳ内で復号順で先頭となるＳＰＣはＩ－ＳＰＣである。また、ＧＯＳにはクローズドＧＯＳとオープンＧＯＳとの２種類が存在する。クローズドＧＯＳは、先頭Ｉ－ＳＰＣから復号開始する際に、ＧＯＳ内の全てのＳＰＣを復号できるＧＯＳである。オープンＧＯＳでは、ＧＯＳ内で先頭Ｉ－ＳＰＣよりも表示時刻が前となる一部のＳＰＣは異なるＧＯＳを参照しており、当該ＧＯＳのみで復号を行うことができない。
　なお、地図情報などの符号化データでは、ＷＬＤを符号化順とは逆方向から復号することがあり、ＧＯＳ間に依存性があると逆方向再生が困難である。よって、このような場合には、基本的にはクローズドＧＯＳが用いられる。
　また、ＧＯＳは、高さ方向にレイヤ構造を有し、下のレイヤのＳＰＣから順に符号化又は復号が行われる。
　図２はＧＯＳの最下層レイヤに属するＳＰＣ間の予測構造の一例を示す図である。図３はレイヤ間の予測構造の一例を示す図である。
　ＧＯＳ内には１つ以上のＩ－ＳＰＣが存在する。三次元空間内には、ヒト、動物、車、自転車、信号、又はランドマークとなる建物などのオブジェクトが存在するが、特にサイズが小さいオブジェクトはＩ－ＳＰＣとして符号化すると有効である。例えば、三次元データ復号装置（以下、復号装置とも記す）は、ＧＯＳを低処理量又は高速に復号する際には、ＧＯＳ内のＩ－ＳＰＣのみを復号する。
　また、符号化装置は、ＷＬＤ内のオブジェクトの粗密さに応じてＩ－ＳＰＣの符号化間隔又は出現頻度を切替えてもよい。
　また、図３に示す構成において、符号化装置又は復号装置は、複数のレイヤを下層（レイヤ１）から順に符号化又は復号する。これにより、例えば自動走行車などにとってより情報量の多い地面付近のデータの優先度を上げることができる。
　なお、ドローンなどで用いられる符号化データでは、ＧＯＳ内において高さ方向で上のレイヤのＳＰＣから順に符号化又は復号してもよい。
　また、符号化装置又は復号装置は、復号装置が荒くＧＯＳを把握でき、徐々に解像度を上げるようにできるように、複数のレイヤを符号化又は復号してもよい。例えば、符号化装置又は復号装置は、レイヤ３、８、１、９…の順に符号化又は復号してもよい。
　次に、静的オブジェクト及び動的オブジェクトの扱い方について説明する。
　三次元空間には、建物又は道路など静的なオブジェクト又はシーン（以降、まとめて静的オブジェクトと呼ぶ）と、車又はヒトなどの動的なオブジェクト（以降、動的オブジェクトと呼ぶ）とが存在する。オブジェクトの検出は、ポイントクラウドのデータ、又は、ステレオカメラなどのカメラ映像などから特徴点を抽出するなどして、別途行われる。ここでは、動的オブジェクトの符号化方法の例について説明する。
　第１方法は、静的オブジェクトと動的オブジェクトとを区別せずに符号化する方法である。第２方法は、静的オブジェクトと動的オブジェクトとを識別情報により区別する方法である。
　例えば、ＧＯＳが識別単位として用いられる。この場合、静的オブジェクトを構成するＳＰＣを含むＧＯＳと、動的オブジェクトを構成するＳＰＣを含むＧＯＳとが、符号化データ内、又は符号化データとは別途格納される識別情報により区別される。
　または、ＳＰＣが識別単位として用いられてもよい。この場合、静的オブジェクトを構成するＶＬＭを含むＳＰＣと、動的オブジェクトを構成するＶＬＭを含むＳＰＣとが、上記識別情報により区別される。
　または、ＶＬＭ或いはＶＸＬが識別単位として用いられてもよい。この場合、静的オブジェクトを含むＶＬＭ又はＶＸＬと、動的オブジェクトを含むＶＬＭ又はＶＸＬとが上記識別情報により区別される。
　また、符号化装置は、動的オブジェクトを１以上のＶＬＭ又はＳＰＣとして符号化し、静的オブジェクトを含むＶＬＭ又はＳＰＣと、動的オブジェクトを含むＳＰＣとを、互いに異なるＧＯＳとして符号化してもよい。また、符号化装置は、動的オブジェクトのサイズに応じてＧＯＳのサイズが可変となる場合には、ＧＯＳのサイズをメタ情報として別途格納する。
　また、符号化装置は、静的オブジェクトと動的オブジェクトとを互いに独立に符号化し、静的オブジェクトから構成されるワールドに対して、動的オブジェクトを重畳してもよい。このとき、動的オブジェクトは１以上のＳＰＣから構成され、各ＳＰＣは、当該ＳＰＣが重畳される静的オブジェクトを構成する１以上のＳＰＣに対応付けられる。なお、動的オブジェクトをＳＰＣではなく、１以上のＶＬＭ又はＶＸＬにより表現してもよい。
　また、符号化装置は、静的オブジェクトと動的オブジェクトとを互いに異なるストリームとして符号化してもよい。
　また、符号化装置は、動的オブジェクトを構成する１以上のＳＰＣを含むＧＯＳを生成してもよい。さらに、符号化装置は、動的オブジェクトを含むＧＯＳ（ＧＯＳ＿Ｍ）と、ＧＯＳ＿Ｍの空間領域に対応する静的オブジェクトのＧＯＳとを同一サイズ（同一の空間領域を占める）に設定してもよい。これにより、ＧＯＳ単位で重畳処理を行うことができる。
　動的オブジェクトを構成するＰ－ＳＰＣ又はＢ－ＳＰＣは、符号化済みの異なるＧＯＳに含まれるＳＰＣを参照してもよい。動的オブジェクトの位置が時間的に変化し、同一の動的オブジェクトが異なる時刻のＧＯＳとして符号化されるケースでは、ＧＯＳを跨いだ参照が圧縮率の観点から有効となる。
　また、符号化データの用途に応じて、上記の第１方法と第２方法とを切替えてもよい。例えば、符号化三次元データを地図として用いる場合は、動的オブジェクトを分離できることが望ましいため、符号化装置は、第２方法を用いる。一方、符号化装置は、コンサート又はスポーツなどのイベントの三次元データを符号化する場合に、動的オブジェクトを分離する必要がなければ、第１方法を用いる。
　また、ＧＯＳ又はＳＰＣの復号時刻と表示時刻とは符号化データ内、又はメタ情報として格納できる。また、静的オブジェクトの時刻情報は全て同一としてもよい。このとき、実際の復号時刻と表示時刻は、復号装置が決定するものとしてもよい。あるいは、復号時刻として、ＧＯＳ、あるいは、ＳＰＣ毎に異なる値が付与され、表示時刻として全て同一の値が付与されてもよい。さらに、ＨＥＶＣのＨＲＤ（Ｈｙｐｏｔｈｅｔｉｃａｌ　Ｒｅｆｅｒｅｎｃｅ　Ｄｅｃｏｄｅｒ）など動画像符号化におけるデコーダモデルのように、デコーダが所定のサイズのバッファを有し、復号時刻に従って所定のビットレートでビットストリームを読み込めば破綻なく復号できることを保証するモデルを導入してもよい。
　次に、ワールド内におけるＧＯＳの配置について説明する。ワールドにおける三次元空間の座標は、互いに直交する３本の座標軸（ｘ軸、ｙ軸、ｚ軸）により表現される。ＧＯＳの符号化順に所定のルールを設けることで、空間的に隣接するＧＯＳが符号化データ内で連続するように符号化を行える。例えば、図４に示す例では、ｘｚ平面内のＧＯＳを連続的に符号化する。あるｘｚ平面内の全てのＧＯＳの符号化終了後にｙ軸の値を更新する。すなわち、符号化が進むにつれて、ワールドはｙ軸方向に伸びていく。また、ＧＯＳのインデックス番号は符号化順に設定される。
　ここで、ワールドの三次元空間は、ＧＰＳ、或いは緯度及び経度などの地理的な絶対座標と１対１に対応付けておく。或いは、予め設定した基準位置からの相対位置により三次元空間が表現されてもよい。三次元空間のｘ軸、ｙ軸、ｚ軸の方向は、緯度及び経度などに基づいて決定される方向ベクトルとして表現され、当該方向ベクトルはメタ情報として符号化データと共に格納される。
　また、ＧＯＳのサイズは固定とし、符号化装置は、当該サイズをメタ情報として格納する。また、ＧＯＳのサイズは、例えば、都市部か否か、又は、室内か外かなどに応じて切替えられてもよい。つまり、ＧＯＳのサイズは、情報としての価値があるオブジェクトの量又は性質に応じて切替えられてもよい。あるいは、符号化装置は、同一ワールド内において、オブジェクトの密度などに応じて、ＧＯＳのサイズ、又は、ＧＯＳ内のＩ－ＳＰＣの間隔を適応的に切替えてもよい。例えば、符号化装置は、オブジェクトの密度が高いほど、ＧＯＳのサイズを小さくし、ＧＯＳ内のＩ－ＳＰＣの間隔を短くする。
　図５の例では、３番目から１０番目のＧＯＳの領域では、オブジェクトの密度が高いため、細かい粒度でのランダムアクセスを実現するために、ＧＯＳが細分化されている。なお、７番目から１０番目のＧＯＳは、それぞれ、３番目から６番目のＧＯＳの裏側に存在する。
　次に、本実施の形態に係る三次元データ符号化装置の構成及び動作の流れを説明する。図６は、本実施の形態に係る三次元データ符号化装置１００のブロック図である。図７は、三次元データ符号化装置１００の動作例を示すフローチャートである。
　図６に示す三次元データ符号化装置１００は、三次元データ１１１を符号化することで符号化三次元データ１１２を生成する。この三次元データ符号化装置１００は、取得部１０１と、符号化領域決定部１０２と、分割部１０３と、符号化部１０４とを備える。
　図７に示すように、まず、取得部１０１は、点群データである三次元データ１１１を取得する（Ｓ１０１）。
　次に、符号化領域決定部１０２は、取得した点群データに対応する空間領域のうち、符号化対象の領域を決定する（Ｓ１０２）。例えば、符号化領域決定部１０２は、ユーザ又は車両の位置に応じて、当該位置の周辺の空間領域を符号化対象の領域に決定する。
　次に、分割部１０３は、符号化対象の領域に含まれる点群データを、各処理単位に分割する。ここで処理単位とは、上述したＧＯＳ及びＳＰＣ等である。また、この符号化対象の領域は、例えば、上述したワールドに対応する。具体的には、分割部１０３は、予め設定したＧＯＳのサイズ、又は、動的オブジェクトの有無或いはサイズに基づいて、点群データを処理単位に分割する（Ｓ１０３）。また、分割部１０３は、各ＧＯＳにおいて符号化順で先頭となるＳＰＣの開始位置を決定する。
　次に、符号化部１０４は、各ＧＯＳ内の複数のＳＰＣを順次符号化することで符号化三次元データ１１２を生成する（Ｓ１０４）。
　なお、ここでは、符号化対象の領域をＧＯＳ及びＳＰＣに分割した後に、各ＧＯＳを符号化する例を示したが、処理の手順は上記に限らない。例えば、一つのＧＯＳの構成を決定した後にそのＧＯＳを符号化し、その後、次のＧＯＳの構成を決定する等の手順を用いてもよい。
　このように、三次元データ符号化装置１００は、三次元データ１１１を符号化することで符号化三次元データ１１２を生成する。具体的には、三次元データ符号化装置１００は、三次元データを、ランダムアクセス単位であって、各々が三次元座標に対応付けられている第１処理単位（ＧＯＳ）に分割し、第１処理単位（ＧＯＳ）を複数の第２処理単位（ＳＰＣ）に分割し、第２処理単位（ＳＰＣ）を複数の第３処理単位（ＶＬＭ）に分割する。また、第３処理単位（ＶＬＭ）は、位置情報が対応付けられる最小単位である１以上のボクセル（ＶＸＬ）を含む。
　次に、三次元データ符号化装置１００は、複数の第１処理単位（ＧＯＳ）の各々を符号化することで符号化三次元データ１１２を生成する。具体的には、三次元データ符号化装置１００は、各第１処理単位（ＧＯＳ）において、複数の第２処理単位（ＳＰＣ）の各々を符号化する。また、三次元データ符号化装置１００は、各第２処理単位（ＳＰＣ）において、複数の第３処理単位（ＶＬＭ）の各々を符号化する。
　例えば、三次元データ符号化装置１００は、処理対象の第１処理単位（ＧＯＳ）がクローズドＧＯＳである場合には、処理対象の第１処理単位（ＧＯＳ）に含まれる処理対象の第２処理単位（ＳＰＣ）を、処理対象の第１処理単位（ＧＯＳ）に含まれる他の第２処理単位（ＳＰＣ）を参照して符号化する。つまり、三次元データ符号化装置１００は、処理対象の第１処理単位（ＧＯＳ）とは異なる第１処理単位（ＧＯＳ）に含まれる第２処理単位（ＳＰＣ）を参照しない。
　一方、処理対象の第１処理単位（ＧＯＳ）がオープンＧＯＳである場合には、処理対象の第１処理単位（ＧＯＳ）に含まれる処理対象の第２処理単位（ＳＰＣ）を、処理対象の第１処理単位（ＧＯＳ）に含まれる他の第２処理単位（ＳＰＣ）、又は、処理対象の第１処理単位（ＧＯＳ）とは異なる第１処理単位（ＧＯＳ）に含まれる第２処理単位（ＳＰＣ）を参照して符号化する。
　また、三次元データ符号化装置１００は、処理対象の第２処理単位（ＳＰＣ）のタイプとして、他の第２処理単位（ＳＰＣ）を参照しない第１タイプ（Ｉ－ＳＰＣ）、他の一つの第２処理単位（ＳＰＣ）を参照する第２タイプ（Ｐ－ＳＰＣ）、及び他の二つの第２処理単位（ＳＰＣ）を参照する第３タイプのうちいずれかを選択し、選択したタイプに従い処理対象の第２処理単位（ＳＰＣ）を符号化する。
　次に、本実施の形態に係る三次元データ復号装置の構成及び動作の流れを説明する。図８は、本実施の形態に係る三次元データ復号装置２００のブロックのブロック図である。図９は、三次元データ復号装置２００の動作例を示すフローチャートである。
　図８に示す三次元データ復号装置２００は、符号化三次元データ２１１を復号することで復号三次元データ２１２を生成する。ここで、符号化三次元データ２１１は、例えば、三次元データ符号化装置１００で生成された符号化三次元データ１１２である。この三次元データ復号装置２００は、取得部２０１と、復号開始ＧＯＳ決定部２０２と、復号ＳＰＣ決定部２０３と、復号部２０４とを備える。
　まず、取得部２０１は、符号化三次元データ２１１を取得する（Ｓ２０１）。次に、復号開始ＧＯＳ決定部２０２は、復号対象のＧＯＳに決定する（Ｓ２０２）。具体的には、復号開始ＧＯＳ決定部２０２は、符号化三次元データ２１１内、又は符号化三次元データとは別に格納されたメタ情報を参照して、復号を開始する空間位置、オブジェクト、又は、時刻に対応するＳＰＣを含むＧＯＳを復号対象のＧＯＳに決定する。
　次に、復号ＳＰＣ決定部２０３は、ＧＯＳ内で復号するＳＰＣのタイプ（Ｉ、Ｐ、Ｂ）を決定する（Ｓ２０３）。例えば、復号ＳＰＣ決定部２０３は、（１）Ｉ－ＳＰＣのみを復号するか、（２）Ｉ－ＳＰＣ及びＰ－ＳＰＣを復号するか、（３）全てのタイプを復号するかを決定する。なお、全てのＳＰＣを復号するなど、予め復号するＳＰＣのタイプが決定している場合は、本ステップは行われなくてもよい。
　次に、復号部２０４は、ＧＯＳ内で復号順（符号化順と同一）で先頭となるＳＰＣが符号化三次元データ２１１内で開始するアドレス位置を取得し、当該アドレス位置から先頭ＳＰＣの符号化データを取得し、当該先頭ＳＰＣから順に各ＳＰＣを順次復号する（Ｓ２０４）。なお、上記アドレス位置は、メタ情報等に格納されている。
　このように、三次元データ復号装置２００は、復号三次元データ２１２を復号する。具体的には、三次元データ復号装置２００は、ランダムアクセス単位であって、各々が三次元座標に対応付けられている第１処理単位（ＧＯＳ）の符号化三次元データ２１１の各々を復号することで第１処理単位（ＧＯＳ）の復号三次元データ２１２を生成する。より具体的には、三次元データ復号装置２００は、各第１処理単位（ＧＯＳ）において、複数の第２処理単位（ＳＰＣ）の各々を復号する。また、三次元データ復号装置２００は、各第２処理単位（ＳＰＣ）において、複数の第３処理単位（ＶＬＭ）の各々を復号する。
　以下、ランダムアクセス用のメタ情報について説明する。このメタ情報は、三次元データ符号化装置１００で生成され、符号化三次元データ１１２（２１１）に含まれる。
　従来の二次元の動画像におけるランダムアクセスでは、指定した時刻の近傍となるランダムアクセス単位の先頭フレームから復号を開始していた。一方、ワールドにおいては、時刻に加えて、空間（座標又はオブジェクトなど）に対するランダムアクセスが想定される。
　そこで、少なくとも座標、オブジェクト、及び時刻の３つの要素へのランダムアクセスを実現するために、各要素とＧＯＳのインデックス番号とを対応付けるテーブルを用意する。さらに、ＧＯＳのインデックス番号とＧＯＳの先頭となるＩ－ＳＰＣのアドレスを対応付ける。図１０は、メタ情報に含まれるテーブルの一例を示す図である。なお、図１０に示す全てのテーブルが用いられる必要はなく、少なくとも一つのテーブルが用いられればよい。
　以下、一例として、座標を起点とするランダムアクセスについて説明する。座標（ｘ２、ｙ２、ｚ２）にアクセスする際には、まず、座標－ＧＯＳテーブルを参照して、座標が（ｘ２、ｙ２、ｚ２）である地点は２番目のＧＯＳに含まれることが分かる。次に、ＧＯＳアドレステーブルを参照し、２番目のＧＯＳにおける先頭のＩ－ＳＰＣのアドレスがａｄｄｒ（２）であることが分かるため、復号部２０４は、このアドレスからデータを取得して復号を開始する。
　なお、アドレスは、論理フォーマットにおけるアドレスであっても、ＨＤＤ又はメモリの物理アドレスであってもよい。また、アドレスの代わりにファイルセグメントを特定する情報が用いられてもよい。例えば、ファイルセグメントは、１つ以上のＧＯＳなどをセグメント化した単位である。
　また、オブジェクトが複数のＧＯＳに跨る場合には、オブジェクト－ＧＯＳテーブルにおいて、オブジェクトが属するＧＯＳを複数示してもよい。当該複数のＧＯＳがクローズドＧＯＳであれば、符号化装置及び復号装置は、並列に符号化又は復号を行うことができる。一方、当該複数のＧＯＳがオープンＧＯＳであれば、複数のＧＯＳが互いに参照しあうことでより圧縮効率を高めることができる。
　オブジェクトの例としては、ヒト、動物、車、自転車、信号、又はランドマークとなる建物などがある。例えば、三次元データ符号化装置１００は、ワールドの符号化時に三次元のポイントクラウドなどからオブジェクトに特有の特徴点を抽出し、当該特徴点に基づきオブジェクトを検出し、検出したオブジェクトをランダムアクセスポイントとして設定できる。
　このように、三次元データ符号化装置１００は、複数の第１処理単位（ＧＯＳ）と、複数の第１処理単位（ＧＯＳ）の各々に対応付けられている三次元座標とを示す第１情報を生成する。また、符号化三次元データ１１２（２１１）は、この第１情報を含む。また、第１情報は、さらに、複数の第１処理単位（ＧＯＳ）の各々に対応付けられている、オブジェクト、時刻及びデータ格納先のうち少なくとも一つを示す。
　三次元データ復号装置２００は、符号化三次元データ２１１から第１情報を取得し、第１情報を用いて、指定された三次元座標、オブジェクト又は時刻に対応する第１処理単位の符号化三次元データ２１１を特定し、当該符号化三次元データ２１１を復号する。
　以下、その他のメタ情報の例について説明する。ランダムアクセス用のメタ情報の他に、三次元データ符号化装置１００は、以下のようなメタ情報を生成及び格納してもよい。また、三次元データ復号装置２００は、このメタ情報を復号時に利用してもよい。
　三次元データを地図情報として用いる場合などには、用途に応じてプロファイルが規定され、当該プロファイルを示す情報がメタ情報に含まれてもよい。例えば、市街地或いは郊外向け、又は、飛行物体向けのプロファイルが規定され、それぞれにおいてワールド、ＳＰＣ又はＶＬＭの最大又は最小サイズなどが定義される。例えば、市街地向けでは、郊外向けよりも詳細な情報が必要なため、ＶＬＭの最小サイズが小さく設定される。
　メタ情報は、オブジェクトの種類を示すタグ値を含んでもよい。このタグ値はオブジェクトを構成するＶＬＭ、ＳＰＣ、又はＧＯＳと対応付けられる。例えば、タグ値「０」は「人」を示し、タグ値「１」は「車」を示し、タグ値「２」は「信号機」を示す、などオブジェクトの種類ごとにタグ値が設定されてもよい。または、オブジェクトの種類が判定しにくい又は判定する必要がない場合はサイズ、又は、動的オブジェクトか静的オブジェクトかなどの性質を示すタグ値が用いられてもよい。
　また、メタ情報は、ワールドが占める空間領域の範囲を示す情報を含んでもよい。
　また、メタ情報は、符号化データのストリーム全体、又は、ＧＯＳ内のＳＰＣなど、複数のＳＰＣに共通のヘッダ情報として、ＳＰＣ又はＶＸＬのサイズを格納してもよい。
　また、メタ情報は、ポイントクラウドの生成に用いた距離センサ或いはカメラなどの識別情報、又は、ポイントクラウド内の点群の位置精度を示す情報を含んでもよい。
　また、メタ情報は、ワールドが静的オブジェクトのみから構成されるか、動的オブジェクトを含むかを示す情報を含んでもよい。
　以下、本実施の形態の変形例について説明する。
　符号化装置又は復号装置は、互いに異なる２以上のＳＰＣ又はＧＯＳを並列で符号化又は復号してもよい。並列で符号化又は復号するＧＯＳは、ＧＯＳの空間位置を示すメタ情報などに基づいて決定できる。
　三次元データを車又は飛行物体などが移動する際の空間地図として用いる、又はこのような空間地図を生成するケースなどでは、符号化装置又は復号装置は、ＧＰＳ、経路情報、又はズーム倍率などに基づいて特定される空間に含まれるＧＯＳ又はＳＰＣを符号化又は復号してもよい。
　また、復号装置は、自己位置又は走行経路に近い空間から順に復号を行ってもよい。符号化装置又は復号装置は、自己位置又は走行経路から遠い空間を、近い空間に比べて優先度を落として符号化又は復号してもよい。ここで、優先度を落とすとは、処理順を下げる、解像度を下げる（間引いて処理する）、又は、画質を下げる（符号化効率を上げる。例えば、量子化ステップを大きくする。）等である。
　また、復号装置は、空間内で階層的に符号化されている符号化データを復号する際は、低階層のみを復号してもよい。
　また、復号装置は、地図のズーム倍率又は用途に応じて、低階層から優先的に復号してもよい。
　また、車又はロボットの自律走行時に行う自己位置推定又は物体認識などの用途では、符号化装置又は復号装置は、路面から特定高さ以内の領域（認識を行う領域）以外は解像度を落として符号化又は復号を行ってもよい。
　また、符号化装置は、室内と室外との空間形状を表現するポイントクラウドをそれぞれ個別に符号化してもよい。例えば、室内を表現するＧＯＳ（室内ＧＯＳ）と室外を表現するＧＯＳ（室外ＧＯＳ）とを分けることで、復号装置は、符号化データを利用する際に、視点位置に応じて復号するＧＯＳを選択できる。
　また、符号化装置は、座標が近い室内ＧＯＳと室外ＧＯＳとを、符号化ストリーム内で隣接するように符号化してもよい。例えば、符号化装置は、両者の識別子を対応付け、符号化ストリーム内、又は別途格納されるメタ情報内に対応付けた識別子を示す情報を格納する。これにより、復号装置は、メタ情報内の情報を参照して、座標が近い室内ＧＯＳと室外ＧＯＳとを識別できる。
　また、符号化装置は、室内ＧＯＳと室外ＧＯＳとで、ＧＯＳ又はＳＰＣのサイズを切替えてもよい。例えば、符号化装置は、室内では室外に比べてＧＯＳのサイズを小さく設定する。また、符号化装置は、室内ＧＯＳと室外ＧＯＳとで、ポイントクラウドから特徴点を抽出する際の精度、又はオブジェクト検出の精度などを変更してもよい。
　また、符号化装置は、復号装置が動的オブジェクトを静的オブジェクトと区別して表示するための情報を符号化データに付加してもよい。これにより、復号装置は、動的オブジェクトと赤枠又は説明用の文字などとを合わせて表示できる。なお、復号装置は、動的オブジェクトの代わりに赤枠又は説明用の文字のみを表示してもよい。また、復号装置は、より細かいオブジェクト種別を表示してもよい。例えば、車には赤枠が用いられ、ヒトには黄色枠が用いられてもよい。
　また、符号化装置又は復号装置は、動的オブジェクトの出現頻度、又は、静的オブジェクトと動的オブジェクトとの割合などに応じて、動的オブジェクトと静的オブジェクトとを異なるＳＰＣ又はＧＯＳとして符号化又は復号するかどうかを決定してもよい。例えば、動的オブジェクトの出現頻度又は割合が閾値を超える場合には、動的オブジェクトと静的オブジェクトとが混在するＳＰＣ又はＧＯＳが許容され、動的オブジェクトの出現頻度又は割合が閾値を超えない場合には、動的オブジェクトと静的オブジェクトとが混在するＳＰＣ又はＧＯＳが許容されない。
　動的オブジェクトをポイントクラウドではなく、カメラの二次元画像情報から検出する際には、符号化装置は、検出結果を識別するための情報（枠又は文字など）とオブジェクト位置とを別途取得し、これらの情報を三次元の符号化データの一部として符号化してもよい。この場合、復号装置は、静的オブジェクトの復号結果に対して、動的オブジェクトを示す補助情報（枠又は文字）を重畳して表示する。
　また、符号化装置は、静的オブジェクトの形状の複雑さなどに応じて、ＳＰＣにおけるＶＸＬ又はＶＬＭの粗密さを変更してもよい。例えば、符号化装置は、静的オブジェクトの形状が複雑なほど、ＶＸＬ又はＶＬＭを密に設定する。さらに、符号化装置は、空間位置又は色情報を量子化する際の量子化ステップなどをＶＸＬ又はＶＬＭの粗密さに応じて決定してもよい。例えば、符号化装置は、ＶＸＬ又はＶＬＭが密なほど量子化ステップを小さく設定する。
　以上のように、本実施の形態に係る符号化装置又は復号装置は、座標情報を有するスペース単位で空間の符号化又は復号を行う。
　また、符号化装置及び復号装置は、スペース内において、ボリューム単位で符号化又は復号を行う。ボリュームは、位置情報が対応付けられる最小単位であるボクセルを含む。
　また、符号化装置及び復号装置は、座標、オブジェクト、及び時間等を含む空間情報の各要素とＧＯＰとを対応付けたテーブル、又は各要素間を対応付けたテーブルにより任意の要素間を対応付けて符号化又は復号を行う。また、復号装置は、選択された要素の値を用いて座標を判定し、座標からボリューム、ボクセル又はスペースを特定し、当該ボリューム又はボクセルを含むスペース、又は特定されたスペースを復号する。
　また、符号化装置は、特徴点抽出又はオブジェクト認識により、要素により選択可能なボリューム、ボクセル又はスペースを判定し、ランダムアクセス可能なボリューム、ボクセル又はスペースとして符号化する。
　スペースは、当該スペース単体で符号化又は復号可能なＩ－ＳＰＣと、任意の１つの処理済みスペースを参照して符号化又は復号されるＰ－ＳＰＣと、任意の二つの処理済みスペースを参照して符号化又は復号されるＢ－ＳＰＣとの３種類のタイプに分類される。
　１以上のボリュームが、静的オブジェクト又は動的なオブジェクトに対応する。静的オブジェクトを含むスペースと動的オブジェクトを含むスペースとは互いに異なるＧＯＳとして符号化又は復号される。つまり、静的オブジェクトを含むＳＰＣと、動的オブジェクトを含むＳＰＣとが異なるＧＯＳに割り当てられる。
　動的オブジェクトはオブジェクトごとに符号化又は復号され、静的オブジェクトを含む１以上のスペースに対応付けられる。つまり、複数の動的オブジェクトは個別に符号化され、得られた複数の動的オブジェクトの符号化データは、静的オブジェクトを含むＳＰＣに対応付けられる。
　符号化装置及び復号装置は、ＧＯＳ内のＩ－ＳＰＣの優先度を上げて、符号化又は復号を行う。例えば、符号化装置は、Ｉ－ＳＰＣの劣化が少なくなるように（復号後に元の三次元データがより忠実に再現されるように）符号化を行う。また、復号装置は、例えば、Ｉ－ＳＰＣのみを復号する。
　符号化装置は、ワールド内のオブジェクトの疎密さ又は数（量）に応じてＩ－ＳＰＣを用いる頻度を変えて符号化を行ってもよい。つまり、符号化装置は、三次元データに含まれるオブジェクトの数又は粗密さに応じて、Ｉ－ＳＰＣを選択する頻度を変更する。例えば、符号化装置は、ワールド内のオブジェクトが密であるほどＩスペースを用いる頻度を上げる。
　また、符号化装置は、ランダムアクセスポイントをＧＯＳ単位で設定し、ＧＯＳに対応する空間領域を示す情報をヘッダ情報に格納する。
　符号化装置は、ＧＯＳの空間サイズとして、例えば、デフォルト値を使用する。なお、符号化装置は、オブジェクト又は動的オブジェクトの数（量）又は粗密さに応じてＧＯＳのサイズを変更してもよい。例えば、符号化装置は、オブジェクト或いは動的オブジェクトが密なほど、又は数が多いほど、ＧＯＳの空間サイズを小さくする。
　また、スペース又はボリュームは、デプスセンサ、ジャイロ、又はカメラ等のセンサで得られた情報を用いて導出された特徴点群を含む。特徴点の座標はボクセルの中心位置に設定される。また、ボクセルの細分化により位置情報の高精度化を実現できる。
　特徴点群は、複数のピクチャを用いて導出される。複数のピクチャは、実際の時刻情報と、スペースに対応付けられた複数のピクチャで同一の時刻情報（例えば、レート制御等に用いられる符号化時刻）との少なくとも２種類の時刻情報を有する。
　また、１以上のスペースを含むＧＯＳ単位で符号化又は復号が行われる。
　符号化装置及び復号装置は、処理済みのＧＯＳ内のスペースを参照して、処理対象のＧＯＳ内のＰスペース又はＢスペースの予測を行う。
　または、符号化装置及び復号装置は、異なるＧＯＳを参照せず、処理対象のＧＯＳ内の処理済スペースを用いて処理対象のＧＯＳ内のＰスペース又はＢスペースの予測を行う。
　また、符号化装置及び復号装置は、１以上のＧＯＳを含むワールド単位で符号化ストリームを送信又は受信する。
　また、ＧＯＳは少なくともワールド内で１方向にレイヤ構造を持ち、符号化装置及び復号装置は、下位レイヤから符号化又は復号を行う。例えば、ランダムアクセス可能なＧＯＳは最下位レイヤに属する。上位レイヤに属するＧＯＳは同一レイヤ以下に属するＧＯＳを参照する。つまり、ＧＯＳは、予め定められた方向に空間分割され、各々が１以上のＳＰＣを含む複数のレイヤを含む。符号化装置及び復号装置は、各ＳＰＣを、当該ＳＰＣと同一レイヤ又は当該ＳＰＣより下層のレイヤに含まれるＳＰＣを参照して符号化又は復号する。
　また、符号化装置及び復号装置は、複数のＧＯＳを含むワールド単位内で、連続してＧＯＳを符号化又は復号する。符号化装置及び復号装置は、符号化又は復号の順序（方向）を示す情報をメタデータとして書き込む又は読み出す。つまり、符号化データは、複数のＧＯＳの符号化順を示す情報を含む。
　また、符号化装置及び復号装置は、互いに異なる２以上のスペース又はＧＯＳを並列で符号化又は復号する。
　また、符号化装置及び復号装置は、スペース又はＧＯＳの空間情報（座標、サイズ等）を符号化又は復号する。
　また、符号化装置及び復号装置は、ＧＰＳ、経路情報、又は倍率など、自己の位置又は／及び領域サイズに関する外部情報に基づいて特定される特定空間に含まれるスペース又はＧＯＳを符号化又は復号する。
　符号化装置又は復号装置は、自己の位置から遠い空間は、近い空間に比べて優先度を落として符号化又は復号する。
　符号化装置は、倍率又は用途に応じて、ワールドのある１方向を設定し、当該方向にレイヤ構造を持つＧＯＳを符号化する。また、復号装置は、倍率又は用途に応じて設定されたワールドのある１方向にレイヤ構造を持つＧＯＳを、下位レイヤから優先的に復号する。
　符号化装置は、室内と室外とでスペースに含まれる特徴点抽出、オブジェクト認識の精度、又は空間領域サイズなどを変化させる。ただし、符号化装置及び復号装置は、座標が近い室内ＧＯＳと室外ＧＯＳとをワールド内で隣接して符号化又は復号し、これらの識別子も対応付けて符号化又は復号する。
　（実施の形態２）
　ポイントクラウドの符号化データを実際の装置又はサービスにおいて使用する際には、ネットワーク帯域を抑制するために用途に応じて必要な情報を送受信することが望ましい。しかしながら、これまで、三次元データの符号化構造にはそのような機能が存在せず、そのための符号化方法も存在しなかった。
　本実施の形態では、三次元のポイントクラウドの符号化データにおいて用途に応じて必要な情報のみを送受信する機能を提供するための三次元データ符号化方法及び三次元データ符号化装置、並びに、当該符号化データを復号する三次元データ復号方法及び三次元データ復号装置について説明する。
　特徴量を一定以上持つボクセル（ＶＸＬ）を特徴ボクセル（ＦＶＸＬ）と定義し、ＦＶＸＬで構成されるワールド（ＷＬＤ）をスパースワールド（ＳＷＬＤ）と定義する。図１１は、スパースワールド及びワールドの構成例を示す図である。ＳＷＬＤには、ＦＶＸＬで構成されるＧＯＳであるＦＧＯＳと、ＦＶＸＬで構成されるＳＰＣであるＦＳＰＣと、ＦＶＸＬで構成されるＶＬＭであるＦＶＬＭと含まれる。ＦＧＯＳ、ＦＳＰＣ及びＦＶＬＭのデータ構造及び予測構造はＧＯＳ、ＳＰＣ及びＶＬＭと同様であっても構わない。
　特徴量とは、ＶＸＬの三次元位置情報、又はＶＸＬ位置の可視光情報を表現する特徴量であり、特に立体物のコーナー及びエッジ等で多く検出される特徴量である。具体的には、この特徴量は、下記のような三次元特徴量又は可視光の特徴量であるが、その他、ＶＸＬの位置、輝度、又は色情報などを表す特徴量であれば、どのようなものでも構わない。
　三次元特徴量として、ＳＨＯＴ特徴量（Ｓｉｇｎａｔｕｒｅ　ｏｆ　Ｈｉｓｔｏｇｒａｍｓ　ｏｆ　ＯｒｉｅｎＴａｔｉｏｎｓ）、ＰＦＨ特徴量（Ｐｏｉｎｔ　Ｆｅａｔｕｒｅ　Ｈｉｓｔｏｇｒａｍｓ）、又はＰＰＦ特徴量（Ｐｏｉｎｔ　Ｐａｉｒ　Ｆｅａｔｕｒｅ）が用いられる。
　ＳＨＯＴ特徴量は、ＶＸＬ周辺を分割し、基準点と分割された領域の法線ベクトルとの内積を計算してヒストグラム化することで得られる。このＳＨＯＴ特徴量は、次元数が高く、特徴表現力が高いという特徴を有する。
　ＰＦＨ特徴量は、ＶＸＬ近傍の多数の２点組を選択し、その２点から法線ベクトル等を算出してヒストグラム化することで得られる。このＰＦＨ特徴量は、ヒストグラム特徴なので、多少の外乱に対してロバスト性を有し、特徴表現力も高いという特徴を有する。
　ＰＰＦ特徴量は、２点のＶＸＬ毎に法線ベクトル等を用いて算出される特徴量である。このＰＰＦ特徴量には、全ＶＸＬが使われるため、オクルージョンに対してロバスト性を有する。
　また、可視光の特徴量として、画像の輝度勾配情報等の情報を用いたＳＩＦＴ（Ｓｃａｌｅ－Ｉｎｖａｒｉａｎｔ　Ｆｅａｔｕｒｅ　Ｔｒａｎｓｆｏｒｍ）、ＳＵＲＦ（Ｓｐｅｅｄｅｄ　Ｕｐ　Ｒｏｂｕｓｔ　Ｆｅａｔｕｒｅｓ）、又はＨＯＧ（Ｈｉｓｔｏｇｒａｍ　ｏｆ　Ｏｒｉｅｎｔｅｄ　Ｇｒａｄｉｅｎｔｓ）等を用いることができる。
　ＳＷＬＤは、ＷＬＤの各ＶＸＬから上記特徴量を算出し、ＦＶＸＬを抽出することで生成される。ここで、ＳＷＬＤはＷＬＤが更新される度に更新しても構わないし、ＷＬＤの更新タイミングに関わらず、一定時間経過後に定期的に更新するようにしても構わない。
　ＳＷＬＤは特徴量毎に生成しても構わない。例えば、ＳＨＯＴ特徴量に基づくＳＷＬＤ１とＳＩＦＴ特徴量に基づくＳＷＬＤ２とのように、特徴量毎に別々のＳＷＬＤが生成され、用途に応じてＳＷＬＤを使い分けるようにしても構わない。また、算出した各ＦＶＸＬの特徴量を特徴量情報として各ＦＶＸＬに保持するようにしても構わない。
　次に、スパースワールド（ＳＷＬＤ）の利用方法について説明する。ＳＷＬＤは特徴ボクセル（ＦＶＸＬ）のみを含むため、全てのＶＸＬを含むＷＬＤと比べて一般的にデータサイズが小さい。
　特徴量を利用して何らかの目的を果たすアプリケーションにおいては、ＷＬＤの代わりにＳＷＬＤの情報を利用することで、ハードディスクからの読み出し時間、並びにネットワーク転送時の帯域及び転送時間を抑制することができる。例えば、地図情報として、ＷＬＤとＳＷＬＤとをサーバに保持しておき、クライアントからの要望に応じて、送信する地図情報をＷＬＤ又はＳＷＬＤに切り替えることにより、ネットワーク帯域及び転送時間を抑制することができる。以下、具体的な例を示す。
　図１２及び図１３は、ＳＷＬＤ及びＷＬＤの利用例を示す図である。図１２に示すように、車載装置であるクライアント１が自己位置判定用途として地図情報を必要な場合は、クライアント１はサーバに自己位置推定用の地図データの取得要望を送る（Ｓ３０１）。サーバは、当該取得要望に応じてＳＷＬＤをクライアント１に送信する（Ｓ３０２）。クライアント１は、受信したＳＷＬＤを用いて自己位置判定を行う（Ｓ３０３）。この際、クライアント１はレンジファインダなどの距離センサ、ステレオカメラ、又は複数の単眼カメラの組合せ等の様々な方法でクライアント１の周辺のＶＸＬ情報を取得し、得られたＶＸＬ情報とＳＷＬＤとから自己位置情報を推定する。ここで自己位置情報は、クライアント１の三次元位置情報及び向き等を含む。
　図１３に示すように、車載装置であるクライアント２が三次元地図等の地図描画の用途として地図情報が必要な場合は、クライアント２はサーバに地図描画用の地図データの取得要望を送る（Ｓ３１１）。サーバは、当該取得要望に応じてＷＬＤをクライアント２に送信する（Ｓ３１２）。クライアント２は、受信したＷＬＤを用いて地図描画を行う（Ｓ３１３）。この際、クライアント２は、例えば、自己が可視光カメラ等で撮影した画像と、サーバから取得したＷＬＤとを用いてレンダリング画像を作成し、作成した画像をカーナビ等の画面に描画する。
　上記のように、サーバは、自己位置推定のような各ＶＸＬの特徴量を主に必要とする用途ではＳＷＬＤをクライアントに送信し、地図描画のように詳細なＶＸＬ情報が必要な場合はＷＬＤをクライアントに送信する。これにより、地図データを効率よく送受信することが可能となる。
　なお、クライアントは、自分でＳＷＬＤとＷＬＤのどちらが必要かを判断し、サーバへＳＷＬＤ又はＷＬＤの送信を要求しても構わない。また、サーバは、クライアント又はネットワークの状況に合わせて、ＳＷＬＤかＷＬＤのどちらを送信すべきかを判断しても構わない。
　次に、スパースワールド（ＳＷＬＤ）とワールド（ＷＬＤ）との送受信を切り替える方法を説明する。
　ネットワーク帯域に応じてＷＬＤ又はＳＷＬＤを受信するかを切替えるようにしてもよい。図１４は、この場合の動作例を示す図である。例えば、ＬＴＥ（Ｌｏｎｇ　Ｔｅｒｍ　Ｅｖｏｌｕｔｉｏｎ）環境下等の使用できるネットワーク帯域が限られている低速ネットワークが用いられている場合には、クライアントは、低速ネットワーク経由でサーバにアクセスし（Ｓ３２１）、サーバから地図情報としてＳＷＬＤを取得する（Ｓ３２２）。一方、Ｗｉ‐Ｆｉ（登録商標）環境下等のネットワーク帯域に余裕がある高速ネットワークが用いられている場合には、クライアントは、高速ネットワーク経由でサーバにアクセスし（Ｓ３２３）、サーバからＷＬＤを取得する（Ｓ３２４）。これにより、クライアントは、当該クライアントのネットワーク帯域に応じて適切な地図情報を取得することができる。
　具体的には、クライアントは、屋外ではＬＴＥ経由でＳＷＬＤを受信し、施設等の屋内に入った場合はＷｉ‐Ｆｉ（登録商標）経由でＷＬＤを取得する。これにより、クライアントは、屋内のより詳細な地図情報を取得することが可能となる。
　このように、クライアントは、自身が用いるネットワークの帯域に応じてサーバにＷＬＤ又はＳＷＬＤを要求してもよい。または、クライアントは、自身が用いるネットワークの帯域を示す情報をサーバに送信し、サーバは当該情報に応じて当該クライアントに適したデータ（ＷＬＤ又はＳＷＬＤ）を送信してもよい。または、サーバは、クライアントのネットワーク帯域を判別し、当該クライアントに適したデータ（ＷＬＤ又はＳＷＬＤ）を送信してもよい。
　また、移動速度に応じてＷＬＤ又はＳＷＬＤを受信するかを切替えるようにしてもよい。図１５は、この場合の動作例を示す図である。例えば、クライアントが高速移動をしている場合は（Ｓ３３１）、クライアントはＳＷＬＤをサーバから受信する（Ｓ３３２）。一方、クライアントが低速移動をしている場合は（Ｓ３３３）、クライアントはＷＬＤをサーバから受信する（Ｓ３３４）。これにより、クライアントは、ネットワーク帯域を抑制しながら、速度に合った地図情報を取得することができる。具体的には、クライアントは、高速道路を走行中にはデータ量の少ないＳＷＬＤを受信することにより、大まかな地図情報を適切な速度で更新することができる。一方、クライアントは、一般道路を走行中にはＷＬＤを受信することにより、より詳細な地図情報を取得することが可能となる。
　このように、クライアントは、自身の移動速度に応じてサーバにＷＬＤ又はＳＷＬＤを要求してもよい。または、クライアントは、自身の移動速度を示す情報をサーバに送信し、サーバは当該情報に応じて当該クライアントに適したデータ（ＷＬＤ又はＳＷＬＤ）を送信してもよい。または、サーバは、クライアントの移動速度を判別し、当該クライアントに適したデータ（ＷＬＤ又はＳＷＬＤ）を送信してもよい。
　また、クライアントは、最初にＳＷＬＤをサーバより取得し、その中で重要な領域のＷＬＤを取得しても構わない。例えば、クライアントは、地図データを取得する際に、最初に大まかな地図情報をＳＷＬＤで取得し、そこから建物、標識、又は人物等の特徴が多く出現する領域を絞り込み、絞り込んだ領域のＷＬＤを後から取得する。これにより、クライアントは、サーバからの受信データ量を抑制しつつ、必要な領域の詳細な情報を取得することが可能となる。
　また、サーバは、ＷＬＤから物体毎に別々のＳＷＬＤを作成し、クライアントは、用途に合わせて、それぞれを受信してもよい。これにより、ネットワーク帯域を抑制できる。例えば、サーバは、ＷＬＤから予め人又は車を認識し、人のＳＷＬＤと車のＳＷＬＤを作成する。クライアントは、周囲の人の情報を取得したい場合には人のＳＷＬＤを、車の情報を取得したい場合には車のＳＷＬＤを受信する。また、このようなＳＷＬＤの種類はヘッダ等に付加された情報（フラグ又はタイプ等）によって区別するようにしても構わない。
　次に、本実施の形態に係る三次元データ符号化装置（例えばサーバ）の構成及び動作の流れを説明する。図１６は、本実施の形態に係る三次元データ符号化装置４００のブロック図である。図１７は、三次元データ符号化装置４００による三次元データ符号化処理のフローチャートである。
　図１６に示す三次元データ符号化装置４００は、入力三次元データ４１１を符号化することで符号化ストリームである符号化三次元データ４１３及び４１４を生成する。ここで、符号化三次元データ４１３はＷＬＤに対応する符号化三次元データであり、符号化三次元データ４１４はＳＷＬＤに対応する符号化三次元データである。この三次元データ符号化装置４００は、取得部４０１と、符号化領域決定部４０２と、ＳＷＬＤ抽出部４０３と、ＷＬＤ符号化部４０４と、ＳＷＬＤ符号化部４０５とを備える。
　図１７に示すように、まず、取得部４０１は、三次元空間内の点群データである入力三次元データ４１１を取得する（Ｓ４０１）。
　次に、符号化領域決定部４０２は、点群データが存在する空間領域に基づいて、符号化対象の空間領域を決定する（Ｓ４０２）。
　次に、ＳＷＬＤ抽出部４０３は、符号化対象の空間領域をＷＬＤと定義し、ＷＬＤに含まれる各ＶＸＬから特徴量を算出する。そして、ＳＷＬＤ抽出部４０３は、特徴量が予め定められた閾値以上のＶＸＬを抽出し、抽出したＶＸＬをＦＶＸＬと定義し、当該ＦＶＸＬをＳＷＬＤへ追加することで、抽出三次元データ４１２を生成する（Ｓ４０３）。つまり、入力三次元データ４１１から特徴量が閾値以上の抽出三次元データ４１２が抽出される。
　次に、ＷＬＤ符号化部４０４は、ＷＬＤに対応する入力三次元データ４１１を符号化することでＷＬＤに対応する符号化三次元データ４１３を生成する（Ｓ４０４）。このとき、ＷＬＤ符号化部４０４は、符号化三次元データ４１３のヘッダに、当該符号化三次元データ４１３がＷＬＤを含むストリームであることを区別するための情報を付加する。
　また、ＳＷＬＤ符号化部４０５は、ＳＷＬＤに対応する抽出三次元データ４１２を符号化することでＳＷＬＤに対応する符号化三次元データ４１４を生成する（Ｓ４０５）。このとき、ＳＷＬＤ符号化部４０５は、符号化三次元データ４１４のヘッダに、当該符号化三次元データ４１４がＳＷＬＤを含むストリームであることを区別するための情報を付加する。
　なお、符号化三次元データ４１３を生成する処理と、符号化三次元データ４１４を生成する処理との処理順は上記と逆でもよい。また、これらの処理の一部又は全てが並列に行われてもよい。
　符号化三次元データ４１３及び４１４のヘッダに付与される情報として、例えば、「ｗｏｒｌｄ＿ｔｙｐｅ」というパラメータが定義される。ｗｏｒｌｄ＿ｔｙｐｅ＝０の場合はストリームがＷＬＤを含むことを表し、ｗｏｒｌｄ＿ｔｙｐｅ＝１の場合はストリームがＳＷＬＤを含むことを表す。更にその他の多数の種別を定義する場合には、ｗｏｒｌｄ＿ｔｙｐｅ＝２のように割り当てる数値を増やすようにしても構わない。また、符号化三次元データ４１３及び４１４の一方に特定のフラグが含まれてもよい。例えば、符号化三次元データ４１４に、当該ストリームがＳＷＬＤを含むことを含むフラグが付与されてもよい。この場合、復号装置は、フラグの有無によりＷＬＤを含むストリームか、ＳＷＬＤを含むストリームかを判別できる。
　また、ＷＬＤ符号化部４０４がＷＬＤを符号化する際に使用する符号化方法と、ＳＷＬＤ符号化部４０５がＳＷＬＤを符号化する際に使用する符号化方法とは異なってもよい。
　例えば、ＳＷＬＤではデータが間引かされているため、ＷＬＤに比べ、周辺のデータとの相関が低くなる可能性がある。よって、ＳＷＬＤに用いられる符号化方法では、ＷＬＤに用いられる符号化方法よりもイントラ予測及びインター予測のうちインター予測が優先されてもよい。
　また、ＳＷＬＤに用いられる符号化方法とＷＬＤに用いられる符号化方法とでは、三次元位置の表現手法が異なってもよい。例えば、ＳＷＬＤでは、三次元座標によりＦＶＸＬの三次元位置を表現し、ＷＬＤでは、後述する８分木により三次元位置が表現されてもよいし、その逆でもよい。
　また、ＳＷＬＤ符号化部４０５は、ＳＷＬＤの符号化三次元データ４１４のデータサイズがＷＬＤの符号化三次元データ４１３のデータサイズより小さくなるように符号化を行う。例えば、上述したようにＳＷＬＤは、ＷＬＤに比べ、データ間の相関が低くなる可能性がある。これにより、符号化効率が下がり、符号化三次元データ４１４のデータサイズがＷＬＤの符号化三次元データ４１３のデータサイズより大きくなる可能性がある。よって、ＳＷＬＤ符号化部４０５は、得られた符号化三次元データ４１４のデータサイズが、ＷＬＤの符号化三次元データ４１３のデータサイズより大きい場合には、再符号化を行うことで、データサイズを低減した符号化三次元データ４１４を再生成する。
　例えば、ＳＷＬＤ抽出部４０３は、抽出する特徴点の数を減らした抽出三次元データ４１２を再生成し、ＳＷＬＤ符号化部４０５は、当該抽出三次元データ４１２を符号化する。または、ＳＷＬＤ符号化部４０５における量子化の程度をより粗くしてもよい。例えば、後述する８分木構造において、最下層のデータを丸め込むことで、量子化の程度を粗くすることができる。
　また、ＳＷＬＤ符号化部４０５は、ＳＷＬＤの符号化三次元データ４１４のデータサイズをＷＬＤの符号化三次元データ４１３のデータサイズより小さくできない場合は、ＳＷＬＤの符号化三次元データ４１４を生成しなくてもよい。または、ＷＬＤの符号化三次元データ４１３がＳＷＬＤの符号化三次元データ４１４にコピーされてもよい。つまり、ＳＷＬＤの符号化三次元データ４１４としてＷＬＤの符号化三次元データ４１３がそのまま用いられてもよい。
　次に、本実施の形態に係る三次元データ復号装置（例えばクライアント）の構成及び動作の流れを説明する。図１８は、本実施の形態に係る三次元データ復号装置５００のブロック図である。図１９は、三次元データ復号装置５００による三次元データ復号処理のフローチャートである。
　図１８に示す三次元データ復号装置５００は、符号化三次元データ５１１を復号することで復号三次元データ５１２又は５１３を生成する。ここで、符号化三次元データ５１１は、例えば、三次元データ符号化装置４００で生成された符号化三次元データ４１３又は４１４である。
　この三次元データ復号装置５００は、取得部５０１と、ヘッダ解析部５０２と、ＷＬＤ復号部５０３と、ＳＷＬＤ復号部５０４とを備える。
　図１９に示すように、まず、取得部５０１は、符号化三次元データ５１１を取得する（Ｓ５０１）。次に、ヘッダ解析部５０２は、符号化三次元データ５１１のヘッダを解析し、符号化三次元データ５１１がＷＬＤを含むストリームか、ＳＷＬＤを含むストリームかを判別する（Ｓ５０２）。例えば、上述したｗｏｒｌｄ＿ｔｙｐｅのパラメータが参照され、判別が行われる。
　符号化三次元データ５１１がＷＬＤを含むストリームである場合（Ｓ５０３でＹｅｓ）、ＷＬＤ復号部５０３は、符号化三次元データ５１１を復号することでＷＬＤの復号三次元データ５１２を生成する（Ｓ５０４）。一方、符号化三次元データ５１１がＳＷＬＤを含むストリームである場合（Ｓ５０３でＮｏ）、ＳＷＬＤ復号部５０４は、符号化三次元データ５１１を復号することでＳＷＬＤの復号三次元データ５１３を生成する（Ｓ５０５）。
　また、符号化装置と同様に、ＷＬＤ復号部５０３がＷＬＤを復号する際に使用する復号方法と、ＳＷＬＤ復号部５０４がＳＷＬＤを復号する際に使用する復号方法とは異なってもよい。例えば、ＳＷＬＤに用いられる復号方法では、ＷＬＤに用いられる復号方法よりもイントラ予測及びインター予測のうちインター予測が優先されてもよい。
　また、ＳＷＬＤに用いられる復号方法とＷＬＤに用いられる復号方法とでは、三次元位置の表現手法が異なってもよい。例えば、ＳＷＬＤでは、三次元座標によりＦＶＸＬの三次元位置を表現し、ＷＬＤでは、後述する８分木により三次元位置が表現されてもよいし、その逆でもよい。
　次に、三次元位置の表現手法である８分木表現について説明する。三次元データに含まれるＶＸＬデータは８分木構造に変換された後、符号化される。図２０は、ＷＬＤのＶＸＬの一例を示す図である。図２１は、図２０に示すＷＬＤの８分木構造を示す図である。図２０に示す例では、点群を含むＶＸＬ（以下、有効ＶＸＬ）である３つＶＸＬ１～３が存在する。図２１に示すように、８分木構造はノードとリーフで構成される。各ノードは最大で８つのノードまたはリーフを持つ。各リーフはＶＸＬ情報を持つ。ここで、図２１に示すリーフのうち、リーフ１、２、３はそれぞれ図２０に示すＶＸＬ１、ＶＸＬ２、ＶＸＬ３を表す。
　具体的には、各ノード及びリーフは三次元位置に対応する。ノード１は、図２０に示す全体のブロックに対応する。ノード１に対応するブロックは８つのブロックに分割され、８つのブロックのうち、有効ＶＸＬを含むブロックがノードに設定され、それ以外のブロックはリーフに設定される。ノードに対応するブロックは、さらに８つのノードまたはリーフに分割され、この処理が木構造の階層分繰り返される。また、最下層のブロックは、全てリーフに設定される。
　また、図２２は、図２０に示すＷＬＤから生成したＳＷＬＤの例を示す図である。図２０に示すＶＸＬ１及びＶＸＬ２は特徴量抽出の結果、ＦＶＸＬ１及びＦＶＸＬ２と判定され、ＳＷＬＤに加えられている。一方で、ＶＸＬ３はＦＶＸＬと判定されず、ＳＷＬＤに含まれていない。図２３は、図２２に示すＳＷＬＤの８分木構造を示す図である。図２３に示す８分木構造では、図２１に示す、ＶＸＬ３に相当するリーフ３が削除されている。これにより、図２１に示すノード３が有効ＶＸＬを持たなくなり、リーフに変更されている。このように一般的にＳＷＬＤのリーフ数はＷＬＤのリーフ数より少なくなり、ＳＷＬＤの符号化三次元データもＷＬＤの符号化三次元データより小さくなる。
　以下、本実施の形態の変形例について説明する。
　例えば、車載装置等のクライアントは、自己位置推定を行う場合に、ＳＷＬＤをサーバから受信し、ＳＷＬＤを用いて自己位置推定を行い、障害物検知を行う場合は、レンジファインダなどの距離センサ、ステレオカメラ、又は複数の単眼カメラの組合せ等の様々な方法を用いて自分で取得した周辺の三次元情報に基づいて障害物検知を実施してもよい。
　また、一般的にＳＷＬＤには平坦領域のＶＸＬデータが含まれにくい。そのため、サーバは、静的な障害物の検知用に、ＷＬＤをサブサンプルしたサブサンプルワールド（ｓｕｂＷＬＤ）を保持し、ＳＷＬＤとｓｕｂＷＬＤをクライアントに送信してもよい。これにより、ネットワーク帯域を抑制しつつ、クライアント側で自己位置推定及び障害物検知を行うことができる。
　また、クライアントが三次元地図データを高速に描画する際には、地図情報がメッシュ構造である方が便利な場合がある。そこで、サーバは、ＷＬＤからメッシュを生成し、メッシュワールド（ＭＷＬＤ）として予め保持してもよい。例えばクライアントは、粗い三次元描画を必要としている場合にはＭＷＬＤを受信し、詳細な三次元描画を必要としている場合にはＷＬＤを受信する。これにより、ネットワーク帯域を抑制することができる。
　また、サーバは、各ＶＸＬのうち、特徴量が閾値以上であるＶＸＬをＦＶＸＬに設定したが、異なる方法にてＦＶＸＬを算出しても構わない。例えば、サーバは、信号又は交差点などを構成するＶＸＬ、ＶＬＭ、ＳＰＣ、又はＧＯＳを、自己位置推定、運転アシスト、又は自動運転等に必要と判断し、ＦＶＸＬ、ＦＶＬＭ、ＦＳＰＣ、ＦＧＯＳとしてＳＷＬＤに含めるようにしても構わない。また、上記判断は手動で行われてもよい。なお、特徴量に基づき設定されたＦＶＸＬ等に、上記方法で得られたＦＶＸＬ等を加えてもよい。つまり、ＳＷＬＤ抽出部４０３は、さらに、入力三次元データ４１１から予め定められた属性を有する物体に対応するデータを抽出三次元データ４１２として抽出してもよい。
　また、それらの用途に必要な旨を特徴量とは別にラベリングするようにしても構わない。また、サーバは、ＳＷＬＤの上位レイヤ（例えばレーンワールド）として、信号又は交差点などの自己位置推定、運転アシスト、又は自動運転等に必要なＦＶＸＬを別途保持してもよい。
　また、サーバは、ＷＬＤ内のＶＸＬにもランダムアクセス単位又は所定の単位毎に属性を付加してもよい。属性は、例えば、自己位置推定に必要或いは不要かを示す情報、又は、信号或いは交差点などの交通情報として重要かどうかなどを示す情報を含む。また、属性は、レーン情報（ＧＤＦ：Ｇｅｏｇｒａｐｈｉｃ　Ｄａｔａ　Ｆｉｌｅｓなど）におけるＦｅａｔｕｒｅ（交差点又は道路など）との対応関係を含んでもよい。
　また、ＷＬＤ又はＳＷＬＤの更新方法として下記のような方法を用いても構わない。
　人、工事、又は並木（トラック向け）の変化などを示す更新情報が点群又はメタデータとしてサーバにアップロードされる。サーバは、当該アップロードに基づき、ＷＬＤを更新し、その後、更新したＷＬＤを用いてＳＷＬＤを更新する。
　また、クライアントは、自己位置推定時に自身で生成した三次元情報とサーバから受信した三次元情報との不整合を検知した場合、自身で生成した三次元情報を更新通知とともにサーバに送信してもよい。この場合、サーバは、ＷＬＤを用いてＳＷＬＤを更新する。ＳＷＬＤが更新されない場合、サーバは、ＷＬＤ自体が古いと判断する。
　また、符号化ストリームのヘッダ情報として、ＷＬＤかＳＷＬＤかを区別する情報が付加されるとしたが、例えば、メッシュワールド又はレーンワールド等、多種類のワールドが存在する場合には、それらを区別する情報がヘッダ情報に付加されても構わない。また、特徴量が異なるＳＷＬＤが多数存在する場合には、それぞれを区別する情報がヘッダ情報に付加されても構わない。
　また、ＳＷＬＤは、ＦＶＸＬで構成されるとしたが、ＦＶＸＬと判定されなかったＶＸＬを含んでもよい。例えば、ＳＷＬＤは、ＦＶＸＬの特徴量を算出する際に使用する隣接ＶＸＬを含んでもよい。これにより、ＳＷＬＤの各ＦＶＸＬに特徴量情報が付加されない場合でも、クライアントは、ＳＷＬＤを受信した際にＦＶＸＬの特徴量を算出することができる。なお、その際には、ＳＷＬＤは各ＶＸＬがＦＶＸＬかＶＸＬかを区別するための情報を含んでもよい。
　以上のように、三次元データ符号化装置４００は、入力三次元データ４１１（第１三次元データ）から特徴量が閾値以上の抽出三次元データ４１２（第２三次元データ）を抽出し、抽出三次元データ４１２を符号化することで符号化三次元データ４１４（第１符号化三次元データ）を生成する。
　これによれば、三次元データ符号化装置４００は、特徴量が閾値以上のデータを符号化した符号化三次元データ４１４を生成する。これにより、入力三次元データ４１１をそのまま符号化する場合に比べてデータ量を削減できる。よって、三次元データ符号化装置４００は、伝送するデータ量を削減できる。
　また、三次元データ符号化装置４００は、さらに、入力三次元データ４１１を符号化することで符号化三次元データ４１３（第２符号化三次元データ）を生成する。
　これによれば、三次元データ符号化装置４００は、例えば、使用用途等に応じて、符号化三次元データ４１３と符号化三次元データ４１４とを選択的に伝送できる。
　また、抽出三次元データ４１２は、第１符号化方法により符号化され、入力三次元データ４１１は、第１符号化方法とは異なる第２符号化方法により符号化される。
　これによれば、三次元データ符号化装置４００は、入力三次元データ４１１と抽出三次元データ４１２とにそれぞれ適した符号化方法を用いることができる。
　また、第１符号化方法では、第２符号化方法よりもイントラ予測及びインター予測のうちインター予測が優先される。
　これによれば、三次元データ符号化装置４００は、隣接するデータ間の相関が低くなりやすい抽出三次元データ４１２に対して、インター予測の優先度を上げることができる。
　また、第１符号化方法と第２符号化方法とでは、三次元位置の表現手法が異なる。例えば、例えば、第２符号化方法では、８分木により三次元位置が表現され、第１符号化方法では、三次元座標により三次元位置を表現される。
　これによれば、三次元データ符号化装置４００は、データ数（ＶＸＬ又はＦＶＸＬの数）が異なる三次元データに対して、より適した三次元位置の表現手法を用いることができる。
　また、符号化三次元データ４１３及び４１４の少なくとも一方は、当該符号化三次元データが入力三次元データ４１１を符号化することで得られた符号化三次元データであるか、入力三次元データ４１１のうちの一部を符号化することで得られた符号化三次元データであるかを示す識別子を含む。つまり、当該識別子は、符号化三次元データがＷＬＤの符号化三次元データ４１３であるかＳＷＬＤの符号化三次元データ４１４であるかを示す。
　これによれば、復号装置は、取得した符号化三次元データが符号化三次元データ４１３であるか符号化三次元データ４１４であるかを容易に判定できる。
　また、三次元データ符号化装置４００は、符号化三次元データ４１４のデータ量が符号化三次元データ４１３のデータ量より小さくなるように抽出三次元データ４１２を符号化する。
　これによれば、三次元データ符号化装置４００は、符号化三次元データ４１４のデータ量を符号化三次元データ４１３のデータ量より小さくできる。
　また、三次元データ符号化装置４００は、さらに、入力三次元データ４１１から予め定められた属性を有する物体に対応するデータを抽出三次元データ４１２として抽出する。例えば、予め定められた属性を有する物体とは、自己位置推定、運転アシスト、又は自動運転等に必要な物体であり、信号又は交差点などである。
　これによれば、三次元データ符号化装置４００は、復号装置で必要となるデータを含む符号化三次元データ４１４を生成できる。
　また、三次元データ符号化装置４００（サーバ）は、さらに、クライアントの状態に応じて、符号化三次元データ４１３及び４１４の一方をクライアントに送信する。
　これによれば、三次元データ符号化装置４００は、クライアントの状態に応じて適切なデータを送信できる。
　また、クライアントの状態は、クライアントの通信状況（例えばネットワーク帯域）、又はクライアントの移動速度を含む。
　また、三次元データ符号化装置４００は、さらに、クライアントの要求に応じて、符号化三次元データ４１３及び４１４の一方をクライアントに送信する。
　これによれば、三次元データ符号化装置４００は、クライアントの要求に応じて適切なデータを送信できる。
　また、本実施の形態に係る三次元データ復号装置５００は、上記三次元データ符号化装置４００により生成された符号化三次元データ４１３又は４１４を復号する。
　つまり、三次元データ復号装置５００は、入力三次元データ４１１から抽出された特徴量が閾値以上の抽出三次元データ４１２が符号化されることで得られた符号化三次元データ４１４を第１復号方法により復号する。また、三次元データ復号装置５００は、入力三次元データ４１１が符号化されることで得られた符号化三次元データ４１３を、第１復号方法とは異なる第２復号方法により復号する。
　これによれば、三次元データ復号装置５００は、特徴量が閾値以上のデータを符号化した符号化三次元データ４１４と、符号化三次元データ４１３とを、例えば、使用用途等に応じて選択的に受信できる。これにより、三次元データ復号装置５００は、伝送するデータ量を削減できる。さらに、三次元データ復号装置５００は、入力三次元データ４１１と抽出三次元データ４１２とにそれぞれ適した復号方法を用いることができる。
　また、第１復号方法では、第２復号方法よりもイントラ予測及びインター予測のうちインター予測が優先される。
　これによれば、三次元データ復号装置５００は、隣接するデータ間の相関が低くなりやすい抽出三次元データに対して、インター予測の優先度を上げることができる。
　また、第１復号方法と第２復号方法とでは、三次元位置の表現手法が異なる。例えば、例えば、第２復号方法では、８分木により三次元位置が表現され、第１復号方法では、三次元座標により三次元位置を表現される。
　これによれば、三次元データ復号装置５００は、データ数（ＶＸＬ又はＦＶＸＬの数）が異なる三次元データに対して、より適した三次元位置の表現手法を用いることができる。
　また、符号化三次元データ４１３及び４１４の少なくとも一方は、当該符号化三次元データが入力三次元データ４１１を符号化することで得られた符号化三次元データであるか、入力三次元データ４１１のうちの一部を符号化することで得られた符号化三次元データであるかを示す識別子を含む。三次元データ復号装置５００は、当該識別子を参照して、符号化三次元データ４１３及び４１４を識別する。
　これによれば、三次元データ復号装置５００は、取得した符号化三次元データが符号化三次元データ４１３であるか符号化三次元データ４１４であるかを容易に判定できる。
　また、三次元データ復号装置５００は、さらに、クライアント（三次元データ復号装置５００）の状態をサーバに通知する。三次元データ復号装置５００は、クライアントの状態に応じて、サーバから送信された符号化三次元データ４１３及び４１４の一方を受信する。
　これによれば、三次元データ復号装置５００は、クライアントの状態に応じて適切なデータを受信できる。
　また、クライアントの状態は、クライアントの通信状況（例えばネットワーク帯域）、又はクライアントの移動速度を含む。
　また、三次元データ復号装置５００は、さらに、符号化三次元データ４１３及び４１４の一方をサーバに要求し、当該要求に応じて、サーバから送信された符号化三次元データ４１３及び４１４の一方を受信する。
　これによれば、三次元データ復号装置５００は、用途に応じた適切なデータを受信できる。
　（実施の形態３）
　本実施の形態では、車両間での三次元データを送受信する方法について説明する。例えば、自車両と周辺車両との間での三次元データの送受信が行われる。
　図２４は、本実施の形態に係る三次元データ作成装置６２０のブロック図である。この三次元データ作成装置６２０は、例えば、自車両に含まれ、三次元データ作成装置６２０が作成した第１三次元データ６３２に、受信した第２三次元データ６３５を合成することで、より密な第３三次元データ６３６を作成する。
　この三次元データ作成装置６２０は、三次元データ作成部６２１と、要求範囲決定部６２２と、探索部６２３と、受信部６２４と、復号部６２５と、合成部６２６とを備える。
　まず、三次元データ作成部６２１は、自車両が備えるセンサで検知したセンサ情報６３１を用いて第１三次元データ６３２を作成する。次に、要求範囲決定部６２２は、作成した第１三次元データ６３２の中でデータが不足している三次元空間範囲である要求範囲を決定する。
　次に、探索部６２３は、要求範囲の三次元データを所有する周辺車両を探索し、探索により特定した周辺車両に要求範囲を示す要求範囲情報６３３を送信する。次に、受信部６２４は、周辺車両から、要求範囲の符号化ストリームである符号化三次元データ６３４を受信する（Ｓ６２４）。なお、探索部６２３は、特定範囲に存在する全ての車両に対し、無差別にリクエストを出し、応答があった相手から符号化三次元データ６３４を受信してもよい。また、探索部６２３は、車両に限らず、信号機又は標識などの物体にリクエストを出し、当該物体から符号化三次元データ６３４を受信してもよい。
　次に、復号部６２５は、受信した符号化三次元データ６３４を復号することで第２三次元データ６３５を取得する。次に、合成部６２６は、第１三次元データ６３２と第２三次元データ６３５とを合成することで、より密な第３三次元データ６３６を作成する。
　次に、本実施の形態に係る三次元データ送信装置６４０の構成及び動作を説明する。図２５は、三次元データ送信装置６４０のブロック図である。
　三次元データ送信装置６４０は、例えば、上述した周辺車両に含まれ、周辺車両が作成した第５三次元データ６５２を自車両が要求する第６三次元データ６５４に加工し、第６三次元データ６５４を符号化することで符号化三次元データ６３４を生成し、符号化三次元データ６３４を自車両に送信する。
　三次元データ送信装置６４０は、三次元データ作成部６４１と、受信部６４２と、抽出部６４３と、符号化部６４４と、送信部６４５とを備える。
　まず、三次元データ作成部６４１は、周辺車両が備えるセンサで検知したセンサ情報６５１を用いて第５三次元データ６５２を作成する。次に、受信部６４２は、自車両から送信された要求範囲情報６３３を受信する。
　次に、抽出部６４３は、第５三次元データ６５２から、要求範囲情報６３３で示される要求範囲の三次元データを抽出することで、第５三次元データ６５２を第６三次元データ６５４に加工する。次に、符号化部６４４は、第６三次元データ６５４を符号化することで、符号化ストリームである符号化三次元データ６３４を生成する。そして、送信部６４５は、自車両へ符号化三次元データ６３４を送信する。
　なお、ここでは、自車両が三次元データ作成装置６２０を備え、周辺車両が三次元データ送信装置６４０を備える例を説明するが、各車両が、三次元データ作成装置６２０と三次元データ送信装置６４０との機能を有してもよい。
　（実施の形態４）
　本実施の形態では、三次元マップに基づく自己位置推定における異常系の動作について説明する。
　車の自動運転、又は、ロボット、或いはドローンなどの飛行体などの移動体を自律的に移動させるなどの用途が今後拡大すると予想される。このような自律的な移動を実現する手段の一例として、移動体が、三次元マップ内における自らの位置を推定（自己位置推定）しながら、マップに従って走行する方法がある。
　自己位置推定は、三次元マップと、自車に搭載したレンジファインダー（ＬｉＤＡＲなど）又はステレオカメラなどのセンサにより取得した自車周辺の三次元情報（以降、自車検知三次元データ）とをマッチングして、三次元マップ内の自車位置を推定することで実現できる。
　三次元マップは、ＨＥＲＥ社が提唱するＨＤマップなどのように、三次元のポイントクラウドだけでなく、道路及び交差点の形状情報など二次元の地図データ、又は、渋滞及び事故などの実時間で変化する情報を含んでもよい。三次元データ、二次元データ、実時間で変化するメタデータなど複数のレイヤから三次元マップが構成され、装置は、必要なデータのみを取得、又は、参照することも可能である。
　ポイントクラウドのデータは、上述したＳＷＬＤであってもよいし、特徴点ではない点群データを含んでもよい。また、ポイントクラウドのデータの送受信は、１つ、または、複数のランダムアクセス単位を基本として行われる。
　三次元マップと自車検知三次元データとのマッチング方法として以下の方法を用いることができる。例えば、装置は、互いのポイントクラウドにおける点群の形状を比較し、特徴点間の類似度が高い部位が同一位置であると決定する。また、装置は、三次元マップがＳＷＬＤから構成される場合、ＳＷＬＤを構成する特徴点と、自車検知三次元データから抽出した三次元特徴点とを比較してマッチングを行う。
　ここで、高精度に自己位置推定を行うためには、（Ａ）三次元マップと自車検知三次元データが取得できており、かつ、（Ｂ）それらの精度が予め定められた基準を満たすことが必要となる。しかしながら、以下のような異常ケースでは、（Ａ）又は（Ｂ）が満たせない。
　（１）三次元マップを通信経由で取得できない。
　（２）三次元マップが存在しない、又は、三次元マップを取得したが破損している。
　（３）自車のセンサが故障している、又は、悪天候のために、自車検知三次元データの生成精度が十分でない。
　これらの異常ケースに対処するための動作を、以下で説明する。以下では、車を例に動作を説明するが、以下の手法は、ロボット又はドローンなど、自律的に移動する動物体全般に対して適用できる。
　以下、三次元マップ又は自車検知三次元データにおける異常ケースに対応するための、本実施の形態に係る三次元情報処理装置の構成及び動作を説明する。図２６は、本実施の形態に係る三次元情報処理装置７００の構成例を示すブロック図である。
　三次元情報処理装置７００は、例えば、自動車等の動物体に搭載される。図２６に示すように、三次元情報処理装置７００は、三次元マップ取得部７０１と、自車検知データ取得部７０２と、異常ケース判定部７０３と、対処動作決定部７０４と、動作制御部７０５とを備える。
　なお、三次元情報処理装置７００は、二次元画像を取得するカメラ、又は、超音波或いはレーザーを用いた一次元データのセンサなど、自車周辺の構造物又は動物体を検知するための図示しない二次元又は一次元のセンサを備えてもよい。また、三次元情報処理装置７００は、三次元マップを４Ｇ或いは５Ｇなどの移動体通信網、又は、車車間通信或いは路車間通信により取得するための通信部（図示せず）を備えてもよい。
　三次元マップ取得部７０１は、走行経路近傍の三次元マップ７１１を取得する。例えば、三次元マップ取得部７０１は、移動体通信網、又は、車車間通信或いは路車間通信により三次元マップ７１１を取得する。
　次に、自車検知データ取得部７０２は、センサ情報に基づいて自車検知三次元データ７１２を取得する。例えば、自車検知データ取得部７０２は、自車が備えるセンサにより取得されたセンサ情報に基づき、自車検知三次元データ７１２を生成する。
　次に、異常ケース判定部７０３は、取得した三次元マップ７１１及び自車検知三次元データ７１２の少なくとも一方に対して予め定められたチェックを実施することで異常ケースを検出する。つまり、異常ケース判定部７０３は、取得した三次元マップ７１１及び自車検知三次元データ７１２の少なくとも一方が異常であるかを判定する。
　異常ケースが検出された場合、対処動作決定部７０４は、異常ケースに対する対処動作を決定する。次に、動作制御部７０５は、三次元マップ取得部７０１など、対処動作の実施に必要となる各処理部の動作を制御する。
　一方、異常ケースが検出されない場合、三次元情報処理装置７００は、処理を終了する。
　また、三次元情報処理装置７００は、三次元マップ７１１と自車検知三次元データ７１２とを用いて、三次元情報処理装置７００を有する車両の自己位置推定を行う。次に、三次元情報処理装置７００は、自己位置推定の結果を用いて、当該車両を自動運転する。
　このように、三次元情報処理装置７００は、第１の三次元位置情報を含むマップデータ（三次元マップ７１１）を通信路を介して取得する。例えば、第１の三次元位置情報は、三次元の座標情報を有する部分空間を単位として符号化され、各々が１以上の部分空間の集合体であり、各々を独立に復号可能な複数のランダムアクセス単位を含む。例えば、第１の三次元位置情報は、三次元の特徴量が所定の閾値以上となる特徴点が符号化されたデータ（ＳＷＬＤ）である。
　また、三次元情報処理装置７００は、センサで検知した情報から第２の三次元位置情報（自車検知三次元データ７１２）を生成する。次に、三次元情報処理装置７００は、第１の三次元位置情報又は第２の三次元位置情報に対して異常判定処理を実施することで、第１の三次元位置情報又は前記第２の三次元位置情報が異常であるかどうかを判定する。
　三次元情報処理装置７００は、第１の三次元位置情報又は第２の三次元位置情報が異常であると判定された場合、当該異常に対する対処動作を決定する。次に、三次元情報処理装置７００は、対処動作の実施に必要となる制御を実施する。
　これにより、三次元情報処理装置７００は、第１の三次元位置情報又は第２の三次元位置情報の異常を検知し、対処動作を行うことができる。
　（実施の形態５）
　本実施の形態では、後続車両への三次元データ送信方法等について説明する。
　図２７は、本実施の形態に係る三次元データ作成装置８１０の構成例を示すブロック図である。この三次元データ作成装置８１０は、例えば、車両に搭載される。三次元データ作成装置８１０は、外部の交通監視クラウド、前走車両又は後続車両と三次元データの送受信を行うとともに、三次元データを作成及び蓄積する。
　三次元データ作成装置８１０は、データ受信部８１１と、通信部８１２と、受信制御部８１３と、フォーマット変換部８１４と、複数のセンサ８１５と、三次元データ作成部８１６と、三次元データ合成部８１７と、三次元データ蓄積部８１８と、通信部８１９と、送信制御部８２０と、フォーマット変換部８２１と、データ送信部８２２とを備える。
　データ受信部８１１は、交通監視クラウド又は前走車両から三次元データ８３１を受信する。三次元データ８３１は、例えば、自車両のセンサ８１５で検知不能な領域を含む、ポイントクラウド、可視光映像、奥行き情報、センサ位置情報、又は速度情報などの情報を含む。
　通信部８１２は、交通監視クラウド又は前走車両と通信し、データ送信要求などを交通監視クラウド又は前走車両に送信する。
　受信制御部８１３は、通信部８１２を介して、対応フォーマット等の情報を通信先と交換し、通信先との通信を確立する。
　フォーマット変換部８１４は、データ受信部８１１が受信した三次元データ８３１にフォーマット変換等を行うことで三次元データ８３２を生成する。また、フォーマット変換部８１４は、三次元データ８３１が圧縮又は符号化されている場合には、伸張又は復号処理を行う。
　複数のセンサ８１５は、ＬｉＤＡＲ、可視光カメラ又は赤外線カメラなどの、車両の外部の情報を取得するセンサ群であり、センサ情報８３３を生成する。例えば、センサ情報８３３は、センサ８１５がＬｉＤＡＲなどのレーザセンサである場合、ポイントクラウド（点群データ）等の三次元データである。なお、センサ８１５は複数でなくてもよい。
　三次元データ作成部８１６は、センサ情報８３３から三次元データ８３４を生成する。三次元データ８３４は、例えば、ポイントクラウド、可視光映像、奥行き情報、センサ位置情報、又は速度情報などの情報を含む。
　三次元データ合成部８１７は、自車両のセンサ情報８３３に基づいて作成された三次元データ８３４に、交通監視クラウド又は前走車両等が作成した三次元データ８３２を合成することで、自車両のセンサ８１５では検知できない前走車両の前方の空間も含む三次元データ８３５を構築する。
　三次元データ蓄積部８１８は、生成された三次元データ８３５等を蓄積する。
　通信部８１９は、交通監視クラウド又は後続車両と通信し、データ送信要求などを交通監視クラウド又は後続車両に送信する。
　送信制御部８２０は、通信部８１９を介して、対応フォーマット等の情報を通信先と交換し、通信先と通信を確立する。また、送信制御部８２０は、三次元データ合成部８１７で生成された三次元データ８３２の三次元データ構築情報と、通信先からのデータ送信要求とに基づき、送信対象の三次元データの空間である送信領域を決定する。
　具体的には、送信制御部８２０は、交通監視クラウド又は後続車両からのデータ送信要求に応じて、後続車両のセンサでは検知できない自車両の前方の空間を含む送信領域を決定する。また、送信制御部８２０は、三次元データ構築情報に基づいて送信可能な空間又は送信済み空間の更新有無等を判断することで送信領域を決定する。例えば、送信制御部８２０は、データ送信要求で指定された領域であり、かつ、対応する三次元データ８３５が存在する領域を送信領域に決定する。そして、送信制御部８２０は、通信先が対応するフォーマット、及び送信領域をフォーマット変換部８２１に通知する。
　フォーマット変換部８２１は、三次元データ蓄積部８１８に蓄積されている三次元データ８３５のうち、送信領域の三次元データ８３６を、受信側が対応しているフォーマットへ変換することで三次元データ８３７を生成する。なお、フォーマット変換部８２１は、三次元データ８３７を圧縮又は符号化することでデータ量を削減してもよい。
　データ送信部８２２は、三次元データ８３７を交通監視クラウド又は後続車両に送信する。この三次元データ８３７は、例えば、後続車両の死角になる領域を含む、自車両の前方のポイントクラウド、可視光映像、奥行き情報、又はセンサ位置情報などの情報を含む。
　なお、ここでは、フォーマット変換部８１４及び８２１にてフォーマット変換等が行われる例を述べたが、フォーマット変換は行われなくてもよい。
　このような構成により、三次元データ作成装置８１０は、自車両のセンサ８１５では検知できない領域の三次元データ８３１を外部から取得し、三次元データ８３１と自車両のセンサ８１５で検知したセンサ情報８３３に基づく三次元データ８３４とを合成することで三次元データ８３５を生成する。これにより、三次元データ作成装置８１０は、自車両のセンサ８１５で検知できない範囲の三次元データを生成できる。
　また、三次元データ作成装置８１０は、交通監視クラウド又は後続車両からのデータ送信要求に応じて、後続車両のセンサでは検知できない自車両の前方の空間を含む三次元データを、交通監視クラウド又は後続車両等へ送信できる。
　（実施の形態６）
　実施の形態５において、車両等のクライアント装置が、他の車両又は交通監視クラウド等のサーバに三次元データを送信する例を説明した。本実施の形態では、クライアント装置は、サーバ又は他のクライアント装置にセンサで得られたセンサ情報を送信する。
　まず、本実施の形態に係るシステムの構成を説明する。図２８は、本実施の形態に係る三次元マップ及びセンサ情報の送受信システムの構成を示す図である。このシステムは、サーバ９０１と、クライアント装置９０２Ａ及び９０２Ｂを含む。なお、クライアント装置９０２Ａ及び９０２Ｂを特に区別しない場合には、クライアント装置９０２とも記す。
　クライアント装置９０２は、例えば、車両等の移動体に搭載される車載機器である。サーバ９０１は、例えば、交通監視クラウド等であり、複数のクライアント装置９０２と通信可能である。
　サーバ９０１は、クライアント装置９０２に、ポイントクラウドから構成される三次元マップを送信する。なお、三次元マップの構成はポイントクラウドに限定されず、メッシュ構造等、他の三次元データを表すものであってもよい。
　クライアント装置９０２は、サーバ９０１に、クライアント装置９０２が取得したセンサ情報を送信する。センサ情報は、例えば、ＬｉＤＡＲ取得情報、可視光画像、赤外画像、デプス画像、センサ位置情報及び速度情報のうち少なくとも一つを含む。
　サーバ９０１とクライアント装置９０２との間で送受信されるデータは、データ削減のために圧縮されてもよいし、データの精度を維持するために非圧縮のままでも構わない。データを圧縮する場合、ポイントクラウドには例えば８分木構造に基づく三次元圧縮方式を用いることができる。また、可視光画像、赤外画像、及びデプス画像には二次元の画像圧縮方式を用いることできる。二次元の画像圧縮方式とは、例えば、ＭＰＥＧで規格化されたＭＰＥＧ－４　ＡＶＣ又はＨＥＶＣ等である。
　また、サーバ９０１は、クライアント装置９０２からの三次元マップの送信要求に応じてサーバ９０１で管理する三次元マップをクライアント装置９０２に送信する。なお、サーバ９０１はクライアント装置９０２からの三次元マップの送信要求を待たずに三次元マップを送信してもよい。例えば、サーバ９０１は、予め定められた空間にいる１つ以上のクライアント装置９０２に三次元マップをブロードキャストしても構わない。また、サーバ９０１は、一度送信要求を受けたクライアント装置９０２に、一定時間毎にクライアント装置９０２の位置に適した三次元マップを送信してもよい。また、サーバ９０１は、サーバ９０１が管理する三次元マップが更新される度にクライアント装置９０２に三次元マップを送信してもよい。
　クライアント装置９０２は、サーバ９０１に三次元マップの送信要求を出す。例えば、クライアント装置９０２が、走行時に自己位置推定を行いたい場合に、クライアント装置９０２は、三次元マップの送信要求をサーバ９０１に送信する。
　なお、次のような場合に、クライアント装置９０２はサーバ９０１に三次元マップの送信要求を出してもよい。クライアント装置９０２の保持する三次元マップが古い場合に、クライアント装置９０２はサーバ９０１に三次元マップの送信要求を出してもよい。例えば、クライアント装置９０２が三次元マップを取得してから一定期間が経過した場合に、クライアント装置９０２はサーバ９０１に三次元マップの送信要求を出してもよい。
　クライアント装置９０２が保持する三次元マップで示される空間から、クライアント装置９０２が外に出る一定時刻前に、クライアント装置９０２はサーバ９０１に三次元マップの送信要求を出してもよい。例えば、クライアント装置９０２が、クライアント装置９０２が保持する三次元マップで示される空間の境界から予め定められた距離以内に存在する場合に、クライアント装置９０２はサーバ９０１に三次元マップの送信要求を出してもよい。また、クライアント装置９０２の移動経路及び移動速度が把握できている場合には、これらに基づき、クライアント装置９０２が保持する三次元マップで示される空間から、クライアント装置９０２が外に出る時刻を予測してもよい。
　クライアント装置９０２がセンサ情報から作成した三次元データと三次元マップとの位置合せ時の誤差が一定以上の場合に、クライアント装置９０２はサーバ９０１に三次元マップの送信要求を出してもよい。
　クライアント装置９０２は、サーバ９０１から送信されたセンサ情報の送信要求に応じて、サーバ９０１にセンサ情報を送信する。なお、クライアント装置９０２はサーバ９０１からのセンサ情報の送信要求を待たずにセンサ情報をサーバ９０１に送ってもよい。例えば、クライアント装置９０２は、一度サーバ９０１からセンサ情報の送信要求を得た場合、一定期間の間、定期的にセンサ情報をサーバ９０１に送信してもよい。また、クライアント装置９０２は、クライアント装置９０２がセンサ情報を元に作成した三次元データと、サーバ９０１から得た三次元マップとの位置合せ時の誤差が一定以上の場合、クライアント装置９０２の周辺の三次元マップに変化が生じた可能性があると判断し、その旨とセンサ情報とをサーバ９０１に送信してもよい。
　サーバ９０１は、クライアント装置９０２にセンサ情報の送信要求を出す。例えば、サーバ９０１は、クライアント装置９０２から、ＧＰＳ等のクライアント装置９０２の位置情報を受信する。サーバ９０１は、クライアント装置９０２の位置情報に基づき、サーバ９０１が管理する三次元マップにおいて情報が少ない空間にクライアント装置９０２が近づいていると判断した場合、新たな三次元マップを生成するためにクライアント装置９０２にセンサ情報の送信要求を出す。また、サーバ９０１は、三次元マップを更新したい場合、積雪時或いは災害時などの道路状況を確認したい場合、渋滞状況、或いは事件事故状況等を確認したい場合に、センサ情報の送信要求を出してもよい。
　また、クライアント装置９０２は、サーバ９０１から受け取るセンサ情報の送信要求の受信時における通信状態又は帯域に応じて、サーバ９０１に送信するセンサ情報のデータ量を設定してもよい。サーバ９０１に送信するセンサ情報のデータ量を設定するというのは、例えば、当該データそのものを増減させること、又は圧縮方式を適宜選択することである。
　図２９は、クライアント装置９０２の構成例を示すブロック図である。クライアント装置９０２は、サーバ９０１からポイントクラウド等で構成される三次元マップを受信し、クライアント装置９０２のセンサ情報に基づいて作成した三次元データからクライアント装置９０２の自己位置を推定する。また、クライアント装置９０２は、取得したセンサ情報をサーバ９０１に送信する。
　クライアント装置９０２は、データ受信部１０１１と、通信部１０１２と、受信制御部１０１３と、フォーマット変換部１０１４と、複数のセンサ１０１５と、三次元データ作成部１０１６と、三次元画像処理部１０１７と、三次元データ蓄積部１０１８と、フォーマット変換部１０１９と、通信部１０２０と、送信制御部１０２１と、データ送信部１０２２とを備える。
　データ受信部１０１１は、サーバ９０１から三次元マップ１０３１を受信する。三次元マップ１０３１は、ＷＬＤ又はＳＷＬＤ等のポイントクラウドを含むデータである。三次元マップ１０３１には、圧縮データ、及び非圧縮データのどちらが含まれていてもよい。
　通信部１０１２は、サーバ９０１と通信し、データ送信要求（例えば、三次元マップの送信要求）などをサーバ９０１に送信する。
　受信制御部１０１３は、通信部１０１２を介して、対応フォーマット等の情報を通信先と交換し、通信先との通信を確立する。
　フォーマット変換部１０１４は、データ受信部１０１１が受信した三次元マップ１０３１にフォーマット変換等を行うことで三次元マップ１０３２を生成する。また、フォーマット変換部１０１４は、三次元マップ１０３１が圧縮又は符号化されている場合には、伸張又は復号処理を行う。なお、フォーマット変換部１０１４は、三次元マップ１０３１が非圧縮データであれば、伸張又は復号処理を行わない。
　複数のセンサ１０１５は、ＬｉＤＡＲ、可視光カメラ、赤外線カメラ、又はデプスセンサなど、クライアント装置９０２が搭載されている車両の外部の情報を取得するセンサ群であり、センサ情報１０３３を生成する。例えば、センサ情報１０３３は、センサ１０１５がＬｉＤＡＲなどのレーザセンサである場合、ポイントクラウド（点群データ）等の三次元データである。なお、センサ１０１５は複数でなくてもよい。
　三次元データ作成部１０１６は、センサ情報１０３３に基づいて自車両の周辺の三次元データ１０３４を作成する。例えば、三次元データ作成部１０１６は、ＬｉＤＡＲで取得した情報と、可視光カメラで得られた可視光映像とを用いて自車両の周辺の色情報付きのポイントクラウドデータを作成する。
　三次元画像処理部１０１７は、受信したポイントクラウド等の三次元マップ１０３２と、センサ情報１０３３から生成した自車両の周辺の三次元データ１０３４とを用いて、自車両の自己位置推定処理等を行う。なお、三次元画像処理部１０１７は、三次元マップ１０３２と三次元データ１０３４とを合成することで自車両の周辺の三次元データ１０３５を作成し、作成した三次元データ１０３５を用いて自己位置推定処理を行ってもよい。
　三次元データ蓄積部１０１８は、三次元マップ１０３２、三次元データ１０３４及び三次元データ１０３５等を蓄積する。
　フォーマット変換部１０１９は、センサ情報１０３３を、受信側が対応しているフォーマットへ変換することでセンサ情報１０３７を生成する。なお、フォーマット変換部１０１９は、センサ情報１０３７を圧縮又は符号化することでデータ量を削減してもよい。また、フォーマット変換部１０１９は、フォーマット変換をする必要がない場合は処理を省略してもよい。また、フォーマット変換部１０１９は、送信範囲の指定に応じて送信するデータ量を制御してもよい。
　通信部１０２０は、サーバ９０１と通信し、データ送信要求（センサ情報の送信要求）などをサーバ９０１から受信する。
　送信制御部１０２１は、通信部１０２０を介して、対応フォーマット等の情報を通信先と交換し、通信を確立する。
　データ送信部１０２２は、センサ情報１０３７をサーバ９０１に送信する。センサ情報１０３７は、例えば、ＬｉＤＡＲで取得した情報、可視光カメラで取得した輝度画像、赤外線カメラで取得した赤外画像、デプスセンサで取得したデプス画像、センサ位置情報、及び速度情報など、複数のセンサ１０１５によって取得した情報を含む。
　次に、サーバ９０１の構成を説明する。図３０は、サーバ９０１の構成例を示すブロック図である。サーバ９０１は、クライアント装置９０２から送信されたセンサ情報を受信し、受信したセンサ情報に基づいて三次元データを作成する。サーバ９０１は、作成した三次元データを用いて、サーバ９０１が管理する三次元マップを更新する。また、サーバ９０１は、クライアント装置９０２からの三次元マップの送信要求に応じて、更新した三次元マップをクライアント装置９０２に送信する。
　サーバ９０１は、データ受信部１１１１と、通信部１１１２と、受信制御部１１１３と、フォーマット変換部１１１４と、三次元データ作成部１１１６と、三次元データ合成部１１１７と、三次元データ蓄積部１１１８と、フォーマット変換部１１１９と、通信部１１２０と、送信制御部１１２１と、データ送信部１１２２とを備える。
　データ受信部１１１１は、クライアント装置９０２からセンサ情報１０３７を受信する。センサ情報１０３７は、例えば、ＬｉＤＡＲで取得した情報、可視光カメラで取得した輝度画像、赤外線カメラで取得した赤外画像、デプスセンサで取得したデプス画像、センサ位置情報、及び速度情報などを含む。
　通信部１１１２は、クライアント装置９０２と通信し、データ送信要求（例えば、センサ情報の送信要求）などをクライアント装置９０２に送信する。
　受信制御部１１１３は、通信部１１１２を介して、対応フォーマット等の情報を通信先と交換し、通信を確立する。
　フォーマット変換部１１１４は、受信したセンサ情報１０３７が圧縮又は符号化されている場合には、伸張又は復号処理を行うことでセンサ情報１１３２を生成する。なお、フォーマット変換部１１１４は、センサ情報１０３７が非圧縮データであれば、伸張又は復号処理を行わない。
　三次元データ作成部１１１６は、センサ情報１１３２に基づいてクライアント装置９０２の周辺の三次元データ１１３４を作成する。例えば、三次元データ作成部１１１６は、ＬｉＤＡＲで取得した情報と、可視光カメラで得られた可視光映像とを用いてクライアント装置９０２の周辺の色情報付ポイントクラウドデータを作成する。
　三次元データ合成部１１１７は、センサ情報１１３２を元に作成した三次元データ１１３４を、サーバ９０１が管理する三次元マップ１１３５に合成することで三次元マップ１１３５を更新する。
　三次元データ蓄積部１１１８は、三次元マップ１１３５等を蓄積する。
　フォーマット変換部１１１９は、三次元マップ１１３５を、受信側が対応しているフォーマットへ変換することで三次元マップ１０３１を生成する。なお、フォーマット変換部１１１９は、三次元マップ１１３５を圧縮又は符号化することでデータ量を削減してもよい。また、フォーマット変換部１１１９は、フォーマット変換をする必要がない場合は処理を省略してもよい。また、フォーマット変換部１１１９は、送信範囲の指定に応じて送信するデータ量を制御してもよい。
　通信部１１２０は、クライアント装置９０２と通信し、データ送信要求（三次元マップの送信要求）などをクライアント装置９０２から受信する。
　送信制御部１１２１は、通信部１１２０を介して、対応フォーマット等の情報を通信先と交換し、通信を確立する。
　データ送信部１１２２は、三次元マップ１０３１をクライアント装置９０２に送信する。三次元マップ１０３１は、ＷＬＤ又はＳＷＬＤ等のポイントクラウドを含むデータである。三次元マップ１０３１には、圧縮データ、及び非圧縮データのどちらが含まれていてもよい。
　次に、クライアント装置９０２の動作フローについて説明する。図３１は、クライアント装置９０２による三次元マップ取得時の動作を示すフローチャートである。
　まず、クライアント装置９０２は、サーバ９０１へ三次元マップ（ポイントクラウド等）の送信を要求する（Ｓ１００１）。このとき、クライアント装置９０２は、ＧＰＳ等で得られたクライアント装置９０２の位置情報を合わせて送信することで、その位置情報に関連する三次元マップの送信をサーバ９０１に要求してもよい。
　次に、クライアント装置９０２は、サーバ９０１から三次元マップを受信する（Ｓ１００２）。受信した三次元マップが圧縮データであれば、クライアント装置９０２は、受信した三次元マップを復号して非圧縮の三次元マップを生成する（Ｓ１００３）。
　次に、クライアント装置９０２は、複数のセンサ１０１５で得られたセンサ情報１０３３からクライアント装置９０２の周辺の三次元データ１０３４を作成する（Ｓ１００４）。次に、クライアント装置９０２は、サーバ９０１から受信した三次元マップ１０３２と、センサ情報１０３３から作成した三次元データ１０３４とを用いてクライアント装置９０２の自己位置を推定する（Ｓ１００５）。
　図３２は、クライアント装置９０２によるセンサ情報の送信時の動作を示すフローチャートである。まず、クライアント装置９０２は、サーバ９０１からセンサ情報の送信要求を受信する（Ｓ１０１１）。送信要求を受信したクライアント装置９０２は、センサ情報１０３７をサーバ９０１に送信する（Ｓ１０１２）。なお、クライアント装置９０２は、センサ情報１０３３が複数のセンサ１０１５で得られた複数の情報を含む場合、各情報を、各情報に適した圧縮方式で圧縮することでセンサ情報１０３７を生成してもよい。
　次に、サーバ９０１の動作フローについて説明する。図３３は、サーバ９０１によるセンサ情報の取得時の動作を示すフローチャートである。まず、サーバ９０１は、クライアント装置９０２へセンサ情報の送信を要求する（Ｓ１０２１）。次に、サーバ９０１は、当該要求に応じてクライアント装置９０２から送信されたセンサ情報１０３７を受信する（Ｓ１０２２）。次に、サーバ９０１は、受信したセンサ情報１０３７を用いて三次元データ１１３４を作成する（Ｓ１０２３）。次に、サーバ９０１は、作成した三次元データ１１３４を三次元マップ１１３５に反映する（Ｓ１０２４）。
　図３４は、サーバ９０１による三次元マップの送信時の動作を示すフローチャートである。まず、サーバ９０１は、クライアント装置９０２から三次元マップの送信要求を受信する（Ｓ１０３１）。三次元マップの送信要求を受信したサーバ９０１は、クライアント装置９０２へ三次元マップ１０３１を送信する（Ｓ１０３２）。このとき、サーバ９０１は、クライアント装置９０２の位置情報に合わせてその付近の三次元マップを抽出し、抽出した三次元マップを送信してもよい。また、サーバ９０１は、ポイントクラウドで構成される三次元マップを、例えば８分木構造による圧縮方式等を用いて圧縮し、圧縮後の三次元マップを送信してもよい。
　以下、本実施の形態の変形例について説明する。
　サーバ９０１は、クライアント装置９０２から受信したセンサ情報１０３７を用いてクライアント装置９０２の位置付近の三次元データ１１３４を作成する。次に、サーバ９０１は、作成した三次元データ１１３４と、サーバ９０１が管理する同エリアの三次元マップ１１３５とのマッチングを行うことによって、三次元データ１１３４と三次元マップ１１３５との差分を算出する。サーバ９０１は、差分が予め定められた閾値以上の場合は、クライアント装置９０２の周辺で何らかの異常が発生したと判断する。例えば、地震等の自然災害によって地盤沈下等が発生した際などに、サーバ９０１が管理する三次元マップ１１３５と、センサ情報１０３７を基に作成した三次元データ１１３４との間に大きな差が発生することが考えられる。
　センサ情報１０３７は、センサの種類、センサの性能、及びセンサの型番のうち少なくとも一つを示す情報を含んでもよい。また、センサ情報１０３７に、センサの性能に応じたクラスＩＤ等が付加されてもよい。例えば、センサ情報１０３７がＬｉＤＡＲで取得された情報である場合、数ｍｍ単位の精度で情報を取得できるセンサをクラス１、数ｃｍ単位の精度で情報を取得できるセンサをクラス２、数ｍ単位の精度で情報を取得できるセンサをクラス３のように、センサの性能に識別子を割り当てることが考えられる。また、サーバ９０１は、センサの性能情報等を、クライアント装置９０２の型番から推定してもよい。例えば、クライアント装置９０２が車両に搭載されている場合、サーバ９０１は、当該車両の車種からセンサのスペック情報を判断してもよい。この場合、サーバ９０１は、車両の車種の情報を事前に取得していてもよいし、センサ情報に、当該情報が含まれてもよい。また、サーバ９０１は取得したセンサ情報１０３７を用いて、センサ情報１０３７を用いて作成した三次元データ１１３４に対する補正の度合いを切り替えてもよい。例えば、センサ性能が高精度（クラス１）である場合、サーバ９０１は、三次元データ１１３４に対する補正を行わない。センサ性能が低精度（クラス３）である場合、サーバ９０１は、三次元データ１１３４に、センサの精度に応じた補正を適用する。例えば、サーバ９０１は、センサの精度が低いほど補正の度合い（強度）を強くする。
　サーバ９０１は、ある空間にいる複数のクライアント装置９０２に同時にセンサ情報の送信要求を出してもよい。サーバ９０１は、複数のクライアント装置９０２から複数のセンサ情報を受信した場合に、全てのセンサ情報を三次元データ１１３４の作成に利用する必要はなく、例えば、センサの性能に応じて、利用するセンサ情報を選択してもよい。例えば、サーバ９０１は、三次元マップ１１３５を更新する場合、受信した複数のセンサ情報の中から高精度なセンサ情報（クラス１）を選別し、選別したセンサ情報を用いて三次元データ１１３４を作成してもよい。
　サーバ９０１は、交通監視クラウド等のサーバのみに限定されず、他のクライアント装置（車載）であってもよい。図３５は、この場合のシステム構成を示す図である。
　例えば、クライアント装置９０２Ｃが近くにいるクライアント装置９０２Ａにセンサ情報の送信要求を出し、クライアント装置９０２Ａからセンサ情報を取得する。そして、クライアント装置９０２Ｃは、取得したクライアント装置９０２Ａのセンサ情報を用いて三次元データを作成し、クライアント装置９０２Ｃの三次元マップを更新する。これにより、クライアント装置９０２Ｃは、クライアント装置９０２Ａから取得可能な空間の三次元マップを、クライアント装置９０２Ｃの性能を活かして生成できる。例えば、クライアント装置９０２Ｃの性能が高い場合に、このようなケースが発生すると考えられる。
　また、この場合、センサ情報を提供したクライアント装置９０２Ａは、クライアント装置９０２Ｃが生成した高精度な三次元マップを取得する権利が与えられる。クライアント装置９０２Ａは、その権利に従ってクライアント装置９０２Ｃから高精度な三次元マップを受信する。
　また、クライアント装置９０２Ｃは近くにいる複数のクライアント装置９０２（クライアント装置９０２Ａ及びクライアント装置９０２Ｂ）にセンサ情報の送信要求を出してもよい。クライアント装置９０２Ａ又はクライアント装置９０２Ｂのセンサが高性能である場合には、クライアント装置９０２Ｃは、この高性能なセンサで得られたセンサ情報を用いて三次元データを作成できる。
　図３６は、サーバ９０１及びクライアント装置９０２の機能構成を示すブロック図である。サーバ９０１は、例えば、三次元マップを圧縮及び復号する三次元マップ圧縮／復号処理部１２０１と、センサ情報を圧縮及び復号するセンサ情報圧縮／復号処理部１２０２とを備える。
　クライアント装置９０２は、三次元マップ復号処理部１２１１と、センサ情報圧縮処理部１２１２とを備える。三次元マップ復号処理部１２１１は、圧縮された三次元マップの符号化データを受信し、符号化データを復号して三次元マップを取得する。センサ情報圧縮処理部１２１２は、取得したセンサ情報から作成した三次元データの代わりに、センサ情報そのものを圧縮し、圧縮したセンサ情報の符号化データをサーバ９０１へ送信する。この構成により、クライアント装置９０２は、三次元マップ（ポイントクラウド等）を復号する処理を行う処理部（装置又はＬＳＩ）を内部に保持すればよく、三次元マップ（ポイントクラウド等）の三次元データを圧縮する処理を行う処理部を内部に保持する必要がない。これにより、クライアント装置９０２のコスト及び消費電力等を抑えることができる。
　以上のように、本実施の形態に係るクライアント装置９０２は、移動体に搭載され、移動体に搭載されたセンサ１０１５により得られた、移動体の周辺状況を示すセンサ情報１０３３から、移動体の周辺の三次元データ１０３４を作成する。クライアント装置９０２は、作成された三次元データ１０３４を用いて移動体の自己位置を推定する。クライアント装置９０２は、取得したセンサ情報１０３３をサーバ９０１又は他の移動体９０２に送信する。
　これによれば、クライアント装置９０２は、センサ情報１０３３をサーバ９０１等に送信する。これにより、三次元データを送信する場合に比べて、送信データのデータ量を削減できる可能性がある。また、三次元データの圧縮又は符号化等の処理をクライアント装置９０２で行う必要がないので、クライアント装置９０２の処理量を削減できる。よって、クライアント装置９０２は、伝送されるデータ量の削減、又は、装置の構成の簡略化を実現できる。
　また、クライアント装置９０２は、さらに、サーバ９０１に三次元マップの送信要求を送信し、サーバ９０１から三次元マップ１０３１を受信する。クライアント装置９０２は、自己位置の推定では、三次元データ１０３４と三次元マップ１０３２とを用いて、自己位置を推定する。
　また、センサ情報１０３３は、レーザセンサで得られた情報、輝度画像、赤外画像、デプス画像、センサの位置情報、及びセンサの速度情報のうち少なくとも一つを含む。
　また、センサ情報１０３３は、センサの性能を示す情報を含む。
　また、クライアント装置９０２は、センサ情報１０３３を符号化又は圧縮し、センサ情報の送信では、符号化又は圧縮後のセンサ情報１０３７を、サーバ９０１又は他の移動体９０２に送信する。これによれば、クライアント装置９０２は、伝送されるデータ量を削減できる。
　例えば、クライアント装置９０２は、プロセッサと、メモリとを備え、プロセッサは、メモリを用いて、上記の処理を行う。
　また、本実施の形態に係るサーバ９０１は、移動体に搭載されるクライアント装置９０２と通信可能であり、移動体に搭載されたセンサ１０１５により得られた、移動体の周辺状況を示すセンサ情報１０３７をクライアント装置９０２から受信する。サーバ９０１は、受信したセンサ情報１０３７から、移動体の周辺の三次元データ１１３４を作成する。
　これによれば、サーバ９０１は、クライアント装置９０２から送信されたセンサ情報１０３７を用いて三次元データ１１３４を作成する。これにより、クライアント装置９０２が三次元データを送信する場合に比べて、送信データのデータ量を削減できる可能性がある。また、三次元データの圧縮又は符号化等の処理をクライアント装置９０２で行う必要がないので、クライアント装置９０２の処理量を削減できる。よって、サーバ９０１は、伝送されるデータ量の削減、又は、装置の構成の簡略化を実現できる。
　また、サーバ９０１は、さらに、クライアント装置９０２にセンサ情報の送信要求を送信する。
　また、サーバ９０１は、さらに、作成された三次元データ１１３４を用いて三次元マップ１１３５を更新し、クライアント装置９０２からの三次元マップ１１３５の送信要求に応じて三次元マップ１１３５をクライアント装置９０２に送信する。
　また、センサ情報１０３７は、レーザセンサで得られた情報、輝度画像、赤外画像、デプス画像、センサの位置情報、及びセンサの速度情報のうち少なくとも一つを含む。
　また、センサ情報１０３７は、センサの性能を示す情報を含む。
　また、サーバ９０１は、さらに、センサの性能に応じて、三次元データを補正する。これによれば、当該三次元データ作成方法は、三次元データの品質を向上できる。
　また、サーバ９０１は、センサ情報の受信では、複数のクライアント装置９０２から複数のセンサ情報１０３７を受信し、複数のセンサ情報１０３７に含まれるセンサの性能を示す複数の情報に基づき、三次元データ１１３４の作成に用いるセンサ情報１０３７を選択する。これによれば、サーバ９０１は、三次元データ１１３４の品質を向上できる。
　また、サーバ９０１は、受信したセンサ情報１０３７を復号又は伸張し、復号又は伸張後のセンサ情報１１３２から、三次元データ１１３４を作成する。これによれば、サーバ９０１は、伝送されるデータ量を削減できる。
　例えば、サーバ９０１は、プロセッサと、メモリとを備え、プロセッサは、メモリを用いて、上記の処理を行う。
　（実施の形態７）
　本実施の形態では、インター予測処理を用いた三次元データの符号化方法及び復号方法について説明する。
　図３７は、本実施の形態に係る三次元データ符号化装置１３００のブロック図である。この三次元データ符号装置１３００は、三次元データを符号化することで符号化信号である符号化ビットストリーム（以下、単にビットストリームとも記す）を生成する。図３７に示すように、三次元データ符号化装置１３００は、分割部１３０１と、減算部１３０２と、変換部１３０３と、量子化部１３０４と、逆量子化部１３０５と、逆変換部１３０６と、加算部１３０７と、参照ボリュームメモリ１３０８と、イントラ予測部１３０９と、参照スペースメモリ１３１０と、インター予測部１３１１と、予測制御部１３１２と、エントロピー符号化部１３１３とを備える。
　分割部１３０１は、三次元データに含まれる各スペース（ＳＰＣ）を符号化単位である複数のボリューム（ＶＬＭ）に分割する。また、分割部１３０１は、各ボリューム内のボクセルを８分木表現化（Ｏｃｔｒｅｅ化）する。なお、分割部１３０１は、スペースとボリュームを同一サイズとし、スペースを８分木表現化してもよい。また、分割部１３０１は、８分木化に必要な情報（深度情報など）をビットストリームのヘッダ等に付加してもよい。
　減算部１３０２は、分割部１３０１から出力されたボリューム（符号化対象ボリューム）と、後述するイントラ予測又はインター予測によって生成される予測ボリュームとの差分を算出し、算出された差分を予測残差として変換部１３０３に出力する。図３８は、予測残差の算出例を示す図である。なお、ここで示す符号化対象ボリューム及び予測ボリュームのビット列は、例えば、ボリュームに含まれる三次元点（例えばポイントクラウド）の位置を示す位置情報である。
　以下、８分木表現とボクセルのスキャン順について説明する。ボリュームは８分木構造に変換（８分木化）された後、符号化される。８分木構造はノードとリーフとで構成される。各ノードは８つのノード又はリーフを持ち、各リーフはボクセル（ＶＸＬ）情報を持つ。図３９は、複数のボクセルを含むボリュームの構造例を示す図である。図４０は、図３９に示すボリュームを８分木構造に変換した例を示す図である。ここで、図４０に示すリーフのうち、リーフ１、２、３はそれぞれ図３９に示すボクセルＶＸＬ１、ＶＸＬ２、ＶＸＬ３を表し、点群を含むＶＸＬ（以下、有効ＶＸＬ）を表現している。
　８分木は、例えば０、１の二値列で表現される。例えば、ノード又は有効ＶＸＬを値１、それ以外を値０とすると、各ノード及びリーフには図４０に示す二値列が割当てられる。そして、幅優先又は深さ優先のスキャン順に応じて、この二値列がスキャンされる。例えば幅優先でスキャンされた場合、図４１のＡに示す二値列が得られる。深さ優先でスキャンした場合は図４１のＢに示す二値列が得られる。このスキャンにより得られた二値列はエントロピー符号化によって符号化され情報量が削減される。
　次に、８分木表現における深度情報について説明する。８分木表現における深度は、ボリューム内に含まれるポイントクラウド情報を、どの粒度まで保持するかをコントロールするために使用される。深度を大きく設定すると、より細かいレベルまでポイントクラウド情報を再現することができるが、ノード及びリーフを表現するためのデータ量が増える。逆に深度を小さく設定すると、データ量が減少するが、複数の異なる位置及び色の異なるポイントクラウド情報が同一位置かつ同一色であるとみなされるため、本来のポイントクラウド情報が持つ情報を失うことになる。
　例えば、図４２は、図４０に示す深度＝２の８分木を、深度＝１の８分木で表現した例を示す図である。図４２に示す８分木は図４０に示す８分木よりデータ量が少なくなる。つまり、図４２に示す８分木は図４２に示す８分木より二値列化後のビット数が少ない。ここで、図４０に示すリーフ１とリーフ２が図４１に示すリーフ１で表現されることになる。つまり、図４０に示すリーフ１とリーフ２とが異なる位置であったという情報が失われる。
　図４３は、図４２に示す８分木に対応するボリュームを示す図である。図３９に示すＶＸＬ１とＶＸＬ２が図４３に示すＶＸＬ１２に対応する。この場合、三次元データ符号化装置１３００は、図４３に示すＶＸＬ１２の色情報を、図３９に示すＶＸＬ１とＶＸＬ２との色情報から生成する。例えば、三次元データ符号化装置１３００は、ＶＸＬ１とＶＸＬ２との色情報の平均値、中間値、又は重み平均値などをＶＸＬ１２の色情報として算出する。このように、三次元データ符号化装置１３００は、８分木の深度を変えることで、データ量の削減を制御してもよい。
　三次元データ符号化装置１３００は、８分木の深度情報を、ワールド単位、スペース単位、及びボリューム単位のいずれの単位で設定しても構わない。またその際、三次元データ符号化装置１３００は、ワールドのヘッダ情報、スペースのヘッダ情報、又はボリュームのヘッダ情報に深度情報を付加してもよい。また、時間の異なる全てのワールド、スペース、及びボリュームで深度情報して同一の値を使用してもよい。この場合、三次元データ符号化装置１３００は、全時間のワールドを管理するヘッダ情報に深度情報を付加してもよい。
　ボクセルに色情報が含まれる場合には、変換部１３０３は、ボリューム内のボクセルの色情報の予測残差に対し、直交変換等の周波数変換を適用する。例えば、変換部１３０３は、あるスキャン順で予測残差をスキャンすることで一次元配列を作成する。その後、変換部１３０３は、作成した一次元配列に一次元の直交変換を適用することで一次元配列を周波数領域に変換する。これにより、ボリューム内の予測残差の値が近い場合には低域の周波数成分の値が大きくなり、高域の周波数成分の値が小さくなる。よって、量子化部１３０４においてより効率的に符号量を削減することができる。
　また、変換部１３０３は、一次元ではなく、二次元以上の直交変換を用いてもよい。例えば、変換部１３０３は、あるスキャン順で予測残差を二次元配列にマッピングし、得られた二次元配列に二次元直交変換を適用する。また、変換部１３０３は、複数の直交変換方式から使用する直交変換方式を選択してもよい。この場合、三次元データ符号化装置１３００は、どの直交変換方式を用いたかを示す情報をビットストリームに付加する。また、変換部１３０３は、次元の異なる複数の直交変換方式から使用する直交変換方式を選択してもよい。この場合、三次元データ符号化装置１３００は、どの次元の直交変換方式を用いたかをビットストリームに付加する。
　例えば、変換部１３０３は、予測残差のスキャン順を、ボリューム内の８分木におけるスキャン順（幅優先又は深さ優先など）に合わせる。これにより、予測残差のスキャン順を示す情報をビットストリームに付加する必要がないので、オーバーヘッドを削減できる。また、変換部１３０３は、８分木のスキャン順とは異なるスキャン順を適用してもよい。この場合、三次元データ符号化装置１３００は、予測残差のスキャン順を示す情報をビットストリームに付加する。これにより、三次元データ符号化装置１３００は、予測残差を効率よく符号化することができる。また、三次元データ符号化装置１３００は、８分木のスキャン順を適用するか否かを示す情報（フラグ等）をビットストリームに付加し、８分木のスキャン順を適用しない場合に、予測残差のスキャン順を示す情報をビットストリームに付加してもよい。
　変換部１３０３は、色情報の予測残差だけでなく、ボクセルが持つその他の属性情報を変換してもよい。例えば、変換部１３０３は、ポイントクラウドをＬｉＤＡＲ等で取得した際に得られる反射度等の情報を変換し、符号化してもよい。
　変換部１３０３は、スペースが色情報等の属性情報を持たない場合は、処理をスキップしてもよい。また、三次元データ符号化装置１３００は、変換部１３０３の処理をスキップするか否かを示す情報（フラグ）をビットストリームに付加してもよい。
　量子化部１３０４は、変換部１３０３で生成された予測残差の周波数成分に対し、量子化制御パラメータを用いて量子化を行うことで量子化係数を生成する。これにより情報量が削減される。生成された量子化係数はエントロピー符号化部１３１３に出力される。量子化部１３０４は、量子化制御パラメータを、ワールド単位、スペース単位、又はボリューム単位で制御してもよい。その際には、三次元データ符号化装置１３００は、量子化制御パラメータをそれぞれのヘッダ情報等に付加する。また、量子化部１３０４は、予測残差の周波数成分毎に、重みを変えて量子化制御を行ってもよい。例えば、量子化部１３０４は、低周波数成分は細かく量子化し、高周波成分は粗く量子化してもよい。この場合、三次元データ符号化装置１３００は、各周波数成分の重みを表すパラメータをヘッダに付加してもよい。
　量子化部１３０４は、スペースが色情報等の属性情報を持たない場合は、処理をスキップしてもよい。また、三次元データ符号化装置１３００は、量子化部１３０４の処理をスキップするか否かを示す情報（フラグ）をビットストリームに付加してもよい。
　逆量子化部１３０５は、量子化制御パラメータを用いて、量子化部１３０４で生成された量子化係数に逆量子化を行うことで予測残差の逆量子化係数を生成し、生成した逆量子化係数を逆変換部１３０６に出力する。
　逆変換部１３０６は、逆量子化部１３０５で生成された逆量子化係数に対し逆変換を適用することで逆変換適用後予測残差を生成する。この逆変換適用後予測残差は、量子化後に生成された予測残差であるため、変換部１３０３が出力した予測残差とは完全には一致しなくてもよい。
　加算部１３０７は、逆変換部１３０６で生成された逆変換適用後予測残差と、量子化前の予測残差の生成に用いられた、後述するイントラ予測又はインター予測により生成された予測ボリュームとを加算して再構成ボリュームを生成する。この再構成ボリュームは、参照ボリュームメモリ１３０８、又は、参照スペースメモリ１３１０に格納される。
　イントラ予測部１３０９は、参照ボリュームメモリ１３０８に格納された隣接ボリュームの属性情報を用いて、符号化対象ボリュームの予測ボリュームを生成する。属性情報とは、ボクセルの色情報又は反射度を含む。イントラ予測部１３０９は、符号化対象ボリュームの色情報又は反射度の予測値を生成する。
　図４４は、イントラ予測部１３０９の動作を説明するための図である。例えば、イントラ予測部１３０９は、図４４に示す、符号化対象ボリューム（ボリュームｉｄｘ＝３）の予測ボリュームを、隣接ボリューム（ボリュームｉｄｘ＝０）から生成する。ここで、ボリュームｉｄｘとはスペース内のボリュームに対し付加される識別子情報であり、各ボリュームに異なる値が割当てられる。ボリュームｉｄｘの割当ての順番は符号化順と同じ順番であってもよいし、符号化順とは異なる順番であってもよい。例えば、イントラ予測部１３０９は、図４４に示す符号化対象ボリュームの色情報の予測値として、隣接ボリュームであるボリュームｉｄｘ＝０内に含まれるボクセルの色情報の平均値を用いる。この場合、符号化対象ボリューム内に含まれる各ボクセルの色情報から、色情報の予測値が差し引かれることで予測残差が生成される。この予測残差に対して変換部１３０３以降の処理が行われる。また、この場合、三次元データ符号化装置１３００は、隣接ボリューム情報と、予測モード情報とをビットストリームに付加する。ここで隣接ボリューム情報とは、予測に用いた隣接ボリュームを示す情報であり、例えば、予測に用いた隣接ボリュームのボリュームｉｄｘを示す。また、予測モード情報とは、予測ボリュームの生成に使用したモードを示す。モードとは、例えば、隣接ボリューム内のボクセルの平均値から予測値を生成する平均値モード、又は隣接ボリューム内のボクセルの中間値から予測値を生成する中間値モード等である。
　イントラ予測部１３０９は、予測ボリュームを、複数の隣接ボリュームから生成してもよい。例えば、図４４に示す構成において、イントラ予測部１３０９は、ボリュームｉｄｘ＝０のボリュームから予測ボリューム０を生成し、ボリュームｉｄｘ＝１のボリュームから予測ボリューム１を生成する。そして、イントラ予測部１３０９は、予測ボリューム０と予測ボリューム１の平均を最終的な予測ボリュームとして生成する。この場合、三次元データ符号化装置１３００は、予測ボリュームの生成に使用した複数のボリュームの複数のボリュームｉｄｘをビットストリームに付加してもよい。
　図４５は、本実施の形態に係るインター予測処理を模式的に示す図である。インター予測部１３１１は、ある時刻Ｔ＿Ｃｕｒのスペース（ＳＰＣ）を、異なる時刻Ｔ＿ＬＸの符号化済みスペースを用いて符号化（インター予測）する。この場合、インター予測部１３１１は、異なる時刻Ｔ＿ＬＸの符号化済みスペースに回転及び並進処理を適用して符号化処理を行う。
　また、三次元データ符号化装置１３００は、異なる時刻Ｔ＿ＬＸのスペースに適用した回転及び並進処理に関わるＲＴ情報をビットストリームに付加する。異なる時刻Ｔ＿ＬＸとは、例えば、前記ある時刻Ｔ＿Ｃｕｒより前の時刻Ｔ＿Ｌ０である。このとき、三次元データ符号化装置１３００は、時刻Ｔ＿Ｌ０のスペースに適用した回転及び並進処理に関わるＲＴ情報ＲＴ＿Ｌ０をビットストリームに付加してもよい。
　または、異なる時刻Ｔ＿ＬＸとは、例えば、前記ある時刻Ｔ＿Ｃｕｒより後の時刻Ｔ＿Ｌ１である。このとき、三次元データ符号化装置１３００は、時刻Ｔ＿Ｌ１のスペースに適用した回転及び並進処理に関わるＲＴ情報ＲＴ＿Ｌ１をビットストリームに付加してもよい。
　または、インター予測部１３１１は、異なる時刻Ｔ＿Ｌ０及び時刻Ｔ＿Ｌ１の両方のスペースを参照して符号化（双予測）を行う。この場合には、三次元データ符号化装置１３００は、それぞれのスペースに適用した回転及び並進に関わるＲＴ情報ＲＴ＿Ｌ０及びＲＴ＿Ｌ１の両方をビットストリームに付加してもよい。
　なお、上記ではＴ＿Ｌ０をＴ＿Ｃｕｒより前の時刻、Ｔ＿Ｌ１をＴ＿Ｃｕｒより後の時刻としたが、必ずしもこれに限らない。例えば、Ｔ＿Ｌ０とＴ＿Ｌ１は共にＴ＿Ｃｕｒより前の時刻でもよい。または、Ｔ＿Ｌ０とＴ＿Ｌ１は共にＴ＿Ｃｕｒより後の時刻でもよい。
　また、三次元データ符号化装置１３００は、複数の異なる時刻のスペースを参照して符号化を行う場合には、それぞれのスペースに適用した回転及び並進に関わるＲＴ情報をビットストリームに付加してもよい。例えば、三次元データ符号化装置１３００は、参照する複数の符号化済みスペースを２つの参照リスト（Ｌ０リスト及びＬ１リスト）で管理する。Ｌ０リスト内の第１の参照スペースをＬ０Ｒ０とし、Ｌ０リスト内の第２の参照スペースをＬ０Ｒ１とし、Ｌ１リスト内の第１の参照スペースをＬ１Ｒ０とし、Ｌ１リスト内の第２の参照スペースをＬ１Ｒ１とした場合、三次元データ符号化装置１３００は、Ｌ０Ｒ０のＲＴ情報ＲＴ＿Ｌ０Ｒ０と、Ｌ０Ｒ１のＲＴ情報ＲＴ＿Ｌ０Ｒ１と、Ｌ１Ｒ０のＲＴ情報ＲＴ＿Ｌ１Ｒ０と、Ｌ１Ｒ１のＲＴ情報ＲＴ＿Ｌ１Ｒ１とをビットストリームに付加する。例えば、三次元データ符号化装置１３００は、これらのＲＴ情報をビットストリームのヘッダ等に付加する。
　また、三次元データ符号化装置１３００は、複数の異なる時刻の参照スペースを参照して符号化を行う場合、参照スペース毎に回転及び並進を適用するか否かを判定する。その際、三次元データ符号化装置１３００は、参照スペース毎に回転及び並進を適用したか否かを示す情報（ＲＴ適用フラグ等）をビットストリームのヘッダ情報等に付加してもよい。例えば、三次元データ符号化装置１３００は、符号化対象スペースから参照する参照スペース毎にＩＣＰ（Ｉｎｔｅｒａｃｔｉｖｅ　Ｃｌｏｓｅｓｔ　Ｐｏｉｎｔ）アルゴリズムを用いてＲＴ情報、及びＩＣＰエラー値を算出する。三次元データ符号化装置１３００は、ＩＣＰエラー値が、予め定められた一定値以下の場合は、回転及び並進を行う必要がないと判定してＲＴ適用フラグをオフに設定する。一方、三次元データ符号化装置１３００は、ＩＣＰエラー値が上記一定値より大きい場合は、ＲＴ適用フラグをオンに設定し、ＲＴ情報をビットストリームに付加する。
　図４６は、ＲＴ情報及びＲＴ適用フラグをヘッダに付加するシンタックス例を示す図である。なお、各シンタックスに割当てるビット数は、そのシンタックスが取りうる範囲で決定してもよい。例えば、参照リストＬ０内に含まれる参照スペース数が８つの場合、ＭａｘＲｅｆＳｐｃ＿ｌ０には３ｂｉｔが割当てられてもよい。割当てるビット数を、各シンタックスが取りうる値に応じて可変にしてもよいし、取りうる値に関わらず固定にしてもよい。割り当てるビット数を固定にする場合は、三次元データ符号化装置１３００は、その固定ビット数を別のヘッダ情報に付加してもよい。
　ここで、図４６に示す、ＭａｘＲｅｆＳｐｃ＿ｌ０は、参照リストＬ０内に含まれる参照スペース数を示す。ＲＴ＿ｆｌａｇ＿ｌ０［ｉ］は、参照リストＬ０内の参照スペースｉのＲＴ適用フラグである。ＲＴ＿ｆｌａｇ＿ｌ０［ｉ］が１の場合、参照スペースｉに回転及び並進が適用される。ＲＴ＿ｆｌａｇ＿ｌ０［ｉ］が０の場合、参照スペースｉに回転及び並進が適用されない。
　Ｒ＿ｌ０［ｉ］及びＴ＿ｌ０［ｉ］は、参照リストＬ０内の参照スペースｉのＲＴ情報である。Ｒ＿ｌ０［ｉ］は、参照リストＬ０内の参照スペースｉの回転情報である。回転情報は、適用された回転処理の内容を示し、例えば、回転行列、又はクォータニオン等である。Ｔ＿ｌ０［ｉ］は、参照リストＬ０内の参照スペースｉの並進情報である。並進情報は、適用された並進処理の内容を示し、例えば、並進ベクトル等である。
　ＭａｘＲｅｆＳｐｃ＿ｌ１は、参照リストＬ１内に含まれる参照スペース数を示す。ＲＴ＿ｆｌａｇ＿ｌ１［ｉ］は、参照リストＬ１内の参照スペースｉのＲＴ適用フラグである。ＲＴ＿ｆｌａｇ＿ｌ１［ｉ］が１の場合、参照スペースｉに回転及び並進が適用される。ＲＴ＿ｆｌａｇ＿ｌ１［ｉ］が０の場合、参照スペースｉに回転及び並進が適用されない。
　Ｒ＿ｌ１［ｉ］及びＴ＿ｌ１［ｉ］は、参照リストＬ１内の参照スペースｉのＲＴ情報である。Ｒ＿ｌ１［ｉ］は、参照リストＬ１内の参照スペースｉの回転情報である。回転情報は、適用された回転処理の内容を示し、例えば、回転行列、又はクォータニオン等である。Ｔ＿ｌ１［ｉ］は、参照リストＬ１内の参照スペースｉの並進情報である。並進情報は、適用された並進処理の内容を示し、例えば、並進ベクトル等である。
　インター予測部１３１１は、参照スペースメモリ１３１０に格納された符号化済みの参照スペースの情報を用いて符号化対象ボリュームの予測ボリュームを生成する。上述したように、インター予測部１３１１は、符号化対象ボリュームの予測ボリュームを生成する前に、符号化対象スペースと参照スペースの全体的な位置関係を近づけるために、符号化対象スペースと参照スペースでＩＣＰ（Ｉｎｔｅｒａｃｔｉｖｅ　Ｃｌｏｓｅｓｔ　Ｐｏｉｎｔ）アルゴリズムを用いてＲＴ情報を求める。そして、インター予測部１３１１は、求めたＲＴ情報を用いて参照スペースに回転及び並進処理を適用することで参照スペースＢを得る。その後、インター予測部１３１１は、符号化対象スペース内の符号化対象ボリュームの予測ボリュームを参照スペースＢ内の情報を用いて生成する。ここで、三次元データ符号化装置１３００は、参照スペースＢを得るために用いられたＲＴ情報を符号化対象スペースのヘッダ情報等に付加する。
　このように、インター予測部１３１１は、参照スペースに回転及び並進処理を適用することにより符号化対象スペースと参照スペースとの全体的な位置関係を近づけてから、参照スペースの情報を用いて予測ボリュームを生成することで予測ボリュームの精度を向上できる。また、予測残差を抑制できるので符号量を削減できる。なお、ここでは、符号化対象スペースと参照スペースとを用いてＩＣＰを行う例を示したが、必ずしもこれに限らない。例えば、インター予測部１３１１は、処理量を削減するために、ボクセル又はポイントクラウド数を間引いた符号化対象スペース、及び、ボクセル又はポイントクラウド数を間引いた参照スペースの少なくとも一方を用いてＩＣＰを行うことで、ＲＴ情報を求めてもよい。
　また、インター予測部１３１１は、ＩＣＰの結果得られるＩＣＰエラー値が、予め定められた第１閾値より小さい場合、つまり、例えば符号化対象スペースと参照スペースの位置関係が近い場合には、回転及び並進処理は必要ないと判断し、回転及び並進を行わなくてもよい。この場合、三次元データ符号化装置１３００は、ＲＴ情報をビットストリームに付加しないことによりオーバーヘッドを抑制してもよい。
　また、インター予測部１３１１は、ＩＣＰエラー値が、予め定められた第２閾値より大きい場合には、スペース間の形状変化が大きいと判断し、符号化対象スペースの全てのボリュームにイントラ予測を適用してもよい。以下、イントラ予測を適用するスペースをイントラスペースと呼ぶ。また、第２閾値は上記第１閾値より大きい値である。また、ＩＣＰに限定せず、２つのボクセル集合、又は、２つのポイントクラウド集合からＲＴ情報を求める方法であれば、どのような手法を適用してもよい。
　また、三次元データに形状又は色等の属性情報が含まれる場合には、インター予測部１３１１は、符号化対象スペース内の符号化対象ボリュームの予測ボリュームとして、例えば参照スペース内で符号化対象ボリュームと最も形状又は色等の属性情報が近いボリュームを探索する。また、この参照スペースは、例えば、上述した回転及び並進処理が行われた後の参照スペースである。インター予測部１３１１は、探索により得られたボリューム（参照ボリューム）から予測ボリュームを生成する。図４７は、予測ボリュームの生成動作を説明するための図である。インター予測部１３１１は、図４７に示す符号化対象ボリューム（ボリュームｉｄｘ＝０）を、インター予測を用いて符号化する場合、参照スペース内の参照ボリュームを順にスキャンしながら、符号化対象ボリュームと参照ボリュームとの差分である予測残差が一番小さいボリュームを探索する。インター予測部１３１１は、予測残差が一番小さいボリュームを予測ボリュームとして選択する。符号化対象ボリュームと予測ボリュームとの予測残差が変換部１３０３以降の処理により符号化される。ここで、予測残差とは、符号化対象ボリュームの属性情報と予測ボリュームの属性情報との差分である。また、三次元データ符号化装置１３００は、予測ボリュームとして参照した参照スペース内の参照ボリュームのボリュームｉｄｘをビットストリームのヘッダ等に付加する。
　図４７に示す例では、参照スペースＬ０Ｒ０のボリュームｉｄｘ＝４の参照ボリュームが符号化対象ボリュームの予測ボリュームとして選択される。そして、符号化対象ボリュームと参照ボリュームとの予測残差と、参照ボリュームｉｄｘ＝４とが符号化されてビットストリームに付加される。
　なお、ここでは属性情報の予測ボリュームを生成する例を説明したが、位置情報の予測ボリュームについても同様の処理が行われてもよい。
　予測制御部１３１２は、符号化対象ボリュームをイントラ予測、及びインター予測のいずれを用いて符号化するかを制御する。ここで、イントラ予測、及びインター予測を含むモードを予測モードと呼ぶ。例えば、予測制御部１３１２は、符号化対象ボリュームをイントラ予測で予測した場合の予測残差と、インター予測で予測した場合の予測残差とを評価値として算出し、評価値が小さい方の予測モードを選択する。なお、予測制御部１３１２は、イントラ予測の予測残差とインター予測の予測残差とに、それぞれ直交変換、量子化、及び、エントロピー符号化を適用することで実際の符号量を算出し、算出した符号量を評価値として予測モードを選択してもよい。また、評価値に予測残差以外のオーバーヘッド情報（参照ボリュームｉｄｘ情報など）を加えるようにしてもよい。また、予測制御部１３１２は、符号化対象スペースをイントラスペースで符号化すると予め決定されている場合には、常にイントラ予測を選択してもよい。
　エントロピー符号化部１３１３は、量子化部１３０４からの入力である量子化係数を可変長符号化することにより符号化信号（符号化ビットストリーム）を生成する。具体的には、エントロピー符号化部１３１３は、例えば、量子化係数を二値化し、得られた二値信号を算術符号化する。
　次に、三次元データ符号化装置１３００により生成された符号化信号を復号する三次元データ復号装置について説明する。図４８は、本実施の形態に係る三次元データ復号装置１４００のブロック図である。この三次元データ復号装置１４００は、エントロピー復号部１４０１と、逆量子化部１４０２と、逆変換部１４０３と、加算部１４０４と、参照ボリュームメモリ１４０５と、イントラ予測部１４０６と、参照スペースメモリ１４０７と、インター予測部１４０８と、予測制御部１４０９とを備える。
　エントロピー復号部１４０１は、符号化信号（符号化ビットストリーム）を可変長復号する。例えば、エントロピー復号部１４０１は、符号化信号を算術復号して二値信号を生成し、生成した二値信号から量子化係数を生成する。
　逆量子化部１４０２は、エントロピー復号部１４０１から入力された量子化係数を、ビットストリーム等に付加された量子化パラメータを用いて逆量子化することで逆量子化係数を生成する。
　逆変換部１４０３は、逆量子化部１４０２から入力された逆量子化係数を逆変換することで予測残差を生成する。例えば、逆変換部１４０３は、逆量子化係数を、ビットストリームに付加された情報に基づいて逆直交変換することで予測残差を生成する。
　加算部１４０４は、逆変換部１４０３で生成された予測残差と、イントラ予測又はインター予測により生成された予測ボリュームとを加算して再構成ボリュームを生成する。この再構成ボリュームは、復号三次元データとして出力されるとともに、参照ボリュームメモリ１４０５、又は、参照スペースメモリ１４０７に格納される。
　イントラ予測部１４０６は、参照ボリュームメモリ１４０５内の参照ボリュームとビットストリームに付加された情報とを用いてイントラ予測により予測ボリュームを生成する。具体的には、イントラ予測部１４０６は、ビットストリームに付加された隣接ボリューム情報（例えばボリュームｉｄｘ）と、予測モード情報とを取得し、隣接ボリューム情報で示さる隣接ボリュームを用いて、予測モード情報で示されるモードにより予測ボリュームを生成する。なお、これらの処理の詳細は、ビットストリームに付与された情報が用いられる点を除き、上述したイントラ予測部１３０９による処理と同様である。
　インター予測部１４０８は、参照スペースメモリ１４０７内の参照スペースとビットストリームに付加された情報とを用いてインター予測により予測ボリュームを生成する。具体的には、インター予測部１４０８は、ビットストリームに付加された参照スペース毎のＲＴ情報を用いて参照スペースに対して回転及び並進処理を適用し、適用後の参照スペースを用いて予測ボリュームを生成する。なお、参照スペース毎のＲＴ適用フラグがビットストリーム内に存在する場合には、インター予測部１４０８は、ＲＴ適用フラグに応じて参照スペースに回転及び並進処理を適用する。なお、これらの処理の詳細は、ビットストリームに付与された情報が用いられる点を除き、上述したインター予測部１３１１による処理と同様である。
　予測制御部１４０９は、復号対象ボリュームをイントラ予測で復号するか、インター予測で復号するかを制御する。例えば、予測制御部１４０９は、ビットストリームに付加された、使用する予測モードを示す情報に応じてイントラ予測又はインター予測を選択する。なお、予測制御部１４０９は、復号対象スペースをイントラスペースで復号すると予め決定されている場合は、常にイントラ予測を選択してもよい。
　以下、本実施の形態の変形例について説明する。本実施の形態ではスペース単位で回転及び並進が適用される例を説明したが、より細かい単位で回転及び並進が適用されてもよい。例えば、三次元データ符号化装置１３００は、スペースをサブスペースに分割し、サブスペース単位で回転及び並進を適用してもよい。この場合、三次元データ符号化装置１３００は、サブスペース毎にＲＴ情報を生成し、生成したＲＴ情報をビットストリームのヘッダ等に付加する。また、三次元データ符号化装置１３００は、符号化単位であるボリューム単位で回転及び並進を適用してもよい。この場合、三次元データ符号化装置１３００は、符号化ボリューム単位でＲＴ情報を生成し、生成したＲＴ情報をビットストリームのヘッダ等に付加する。さらに、上記を組み合わせてもよい。つまり、三次元データ符号化装置１３００は、大きい単位で回転及び並進を適用し、その後、細かい単位で回転及び並進を適用してもよい。例えば、三次元データ符号化装置１３００は、スペース単位で回転及び並進を適用し、得られたスペースに含まれる複数のボリュームの各々に対して、互いに異なる回転及び並進を適用してもよい。
　また、本実施の形態では参照スペースに回転及び並進を適用する例を説明したが、必ずしもこれに限らない。例えば、三次元データ符号化装置１３００は、例えば、スケール処理を適用して三次元データの大きさを変化させてもよい。また、三次元データ符号化装置１３００は、回転、並進及びスケールのうち、いずれか１つ又は２つを適用してもよい。また、上記のように多段階で異なる単位で処理を適用する場合には、各単位に適用される処理の種類が異なってもよい。例えば、スペース単位では回転及び並進が適用され、ボリューム単位では並進が適用されてもよい。
　なお、これらの変形例については、三次元データ復号装置１４００に対しても同様に適用できる。
　以上のように、本実施の形態に係る三次元データ符号化装置１３００は、以下の処理を行う。図４８は、三次元データ符号化装置１３００によるインター予測処理のフローチャートである。
　まず、三次元データ符号化装置１３００は、対象三次元データ（例えば符号化対象スペース）と異なる時刻の参照三次元データ（例えば参照スペース）に含まれる三次元点の位置情報を用いて予測位置情報（例えば予測ボリューム）を生成する（Ｓ１３０１）。具体的には、三次元データ符号化装置１３００は、参照三次元データに含まれる三次元点の位置情報に回転及び並進処理を適用することで予測位置情報を生成する。
　なお、三次元データ符号化装置１３００は、回転及び並進処理を第１の単位（例えばスペース）で行い、予測位置情報の生成を第１の単位より細かい第２の単位（例えばボリューム）で行ってもよい。例えば、三次元データ符号化装置１３００は、回転及び並進処理後の参照スペースに含まれる複数のボリュームのうち、符号化対象スペースに含まれる符号化対象ボリュームと位置情報の差が最小となるボリュームを探索し、得られたボリュームを予測ボリュームとして用いる。なお、三次元データ符号化装置１３００は、回転及び並進処理と、予測位置情報の生成とを同一の単位で行ってもよい。
　また、三次元データ符号化装置１３００は、参照三次元データに含まれる三次元点の位置情報に第１の単位（例えばスペース）で第１回転及び並進処理を適用し、第１回転及び並進処理により得られた三次元点の位置情報に、第１の単位より細かい第２の単位（例えばボリューム）で第２回転及び並進処理を適用することで予測位置情報を生成してもよい。
　ここで、三次元点の位置情報及び予測位置情報は、例えば図４１に示すように、８分木構造で表現される。例えば、三次元点の位置情報及び予測位置情報は、８分木構造における深度と幅とのうち、幅を優先したスキャン順で表される。または、三次元点の位置情報及び予測位置情報は、８分木構造における深度と幅とのうち、深度を優先したスキャン順で表される。
　また、図４６に示すように、三次元データ符号化装置１３００は、参照三次元データに含まれる三次元点の位置情報に回転及び並進処理を適用するか否かを示すＲＴ適用フラグを符号化する。つまり、三次元データ符号化装置１３００は、ＲＴ適用フラグを含む符号化信号（符号化ビットストリーム）を生成する。また、三次元データ符号化装置１３００は、回転及び並進処理の内容を示すＲＴ情報を符号化する。つまり、三次元データ符号化装置１３００は、ＲＴ情報を含む符号化信号（符号化ビットストリーム）を生成する。なお、三次元データ符号化装置１３００は、ＲＴ適用フラグにより回転及び並進処理を適用することが示される場合にＲＴ情報を符号化し、ＲＴ適用フラグにより回転及び並進処理を適用しないことが示される場合にＲＴ情報を符号化しなくてもよい。
　また、三次元データは、例えば、三次元点の位置情報と、各三次元点の属性情報（色情報等）とを含む。三次元データ符号化装置１３００は、参照三次元データに含まれる三次元点の属性情報を用いて予測属性情報を生成する（Ｓ１３０２）。
　次に、三次元データ符号化装置１３００は、対象三次元データに含まれる三次元点の位置情報を、予測位置情報を用いて符号化する。例えば、三次元データ符号化装置１３００は、図３８に示すように対象三次元データに含まれる三次元点の位置情報と予測位置情報との差分である差分位置情報を算出する（Ｓ１３０３）。
　また、三次元データ符号化装置１３００は、対象三次元データに含まれる三次元点の属性情報を、予測属性情報を用いて符号化する。例えば、三次元データ符号化装置１３００は、対象三次元データに含まれる三次元点の属性情報と予測属性情報との差分である差分属性情報を算出する（Ｓ１３０４）。次に、三次元データ符号化装置１３００は、算出された差分属性情報に変換及び量子化を行う（Ｓ１３０５）。
　最後に、三次元データ符号化装置１３００は、差分位置情報と、量子化後の差分属性情報とを符号化（例えばエントロピー符号化）する（Ｓ１３０６）。つまり、三次元データ符号化装置１３００は、差分位置情報と差分属性情報とを含む符号化信号（符号化ビットストリーム）を生成する。
　なお、三次元データに属性情報が含まれない場合には、三次元データ符号化装置１３００は、ステップＳ１３０２、Ｓ１３０４及びＳ１３０５を行わなくてもよい。また、三次元データ符号化装置１３００は、三次元点の位置情報の符号化と、三次元点の属性情報の符号化とのうち、一方のみを行ってもよい。
　また、図４９に示す処理の順序は一例であり、これに限定されない。例えば、位置情報に対する処理（Ｓ１３０１、Ｓ１３０３）と、属性情報に対する処理（Ｓ１３０２、Ｓ１３０４、Ｓ１３０５）とは互いに独立しているため、任意の順序で行われてもよいし、一部が並列処理されてもよい。
　以上により、本実施の形態に三次元データ符号化装置１３００は、対象三次元データと異なる時刻の参照三次元データに含まれる三次元点の位置情報を用いて予測位置情報を生成し、対象三次元データに含まれる三次元点の位置情報と予測位置情報との差分である差分位置情報を符号化する。これにより、符号化信号のデータ量を削減できるので符号化効率を向上できる。
　また、本実施の形態に三次元データ符号化装置１３００は、参照三次元データに含まれる三次元点の属性情報を用いて予測属性情報を生成し、対象三次元データに含まれる三次元点の属性情報と予測属性情報との差分である差分属性情報を符号化する。これにより、符号化信号のデータ量を削減できるので符号化効率を向上できる。
　例えば、三次元データ符号化装置１３００は、プロセッサと、メモリとを備え、プロセッサは、メモリを用いて、上記の処理を行う。
　図４８は、三次元データ復号装置１４００によるインター予測処理のフローチャートである。
　まず、三次元データ復号装置１４００は、符号化信号（符号化ビットストリーム）から、差分位置情報と差分属性情報とを復号（例えばエントロピー復号）する（Ｓ１４０１）。
　また、三次元データ復号装置１４００は、符号化信号から、参照三次元データに含まれる三次元点の位置情報に回転及び並進処理を適用するか否かを示すＲＴ適用フラグを復号する。また、三次元データ復号装置１４００は、回転及び並進処理の内容を示すＲＴ情報を復号する。なお、三次元データ復号装置１４００は、ＲＴ適用フラグにより回転及び並進処理を適用することが示される場合にＲＴ情報を復号し、ＲＴ適用フラグにより回転及び並進処理を適用しないことが示される場合にＲＴ情報を復号しなくてもよい。
　次に、三次元データ復号装置１４００は、復号された差分属性情報に逆量子化及び逆変換を行う（Ｓ１４０２）。
　次に、三次元データ復号装置１４００は、対象三次元データ（例えば復号対象スペース）と異なる時刻の参照三次元データ（例えば参照スペース）に含まれる三次元点の位置情報を用いて予測位置情報（例えば予測ボリューム）を生成する（Ｓ１４０３）。具体的には、三次元データ復号装置１４００は、参照三次元データに含まれる三次元点の位置情報に回転及び並進処理を適用することで予測位置情報を生成する。
　より具体的には、三次元データ復号装置１４００は、ＲＴ適用フラグにより回転及び並進処理を適用することが示される場合に、ＲＴ情報で示される参照三次元データに含まれる三次元点の位置情報に回転及び並進処理を適用する。一方、ＲＴ適用フラグにより回転及び並進処理を適用しないことが示される場合には、三次元データ復号装置１４００は、参照三次元データに含まれる三次元点の位置情報に回転及び並進処理を適用しない。
　なお、三次元データ復号装置１４００は、回転及び並進処理を第１の単位（例えばスペース）で行い、予測位置情報の生成を第１の単位より細かい第２の単位（例えばボリューム）で行ってもよい。なお、三次元データ復号装置１４００は、回転及び並進処理と、予測位置情報の生成とを同一の単位で行ってもよい。
　また、三次元データ復号装置１４００は、参照三次元データに含まれる三次元点の位置情報に第１の単位（例えばスペース）で第１回転及び並進処理を適用し、第１回転及び並進処理により得られた三次元点の位置情報に、第１の単位より細かい第２の単位（例えばボリューム）で第２回転及び並進処理を適用することで予測位置情報を生成してもよい。
　ここで、三次元点の位置情報及び予測位置情報は、例えば図４１に示すように、８分木構造で表現される。例えば、三次元点の位置情報及び予測位置情報は、８分木構造における深度と幅とのうち、幅を優先したスキャン順で表される。または、三次元点の位置情報及び予測位置情報は、８分木構造における深度と幅とのうち、深度を優先したスキャン順で表される。
　三次元データ復号装置１４００は、参照三次元データに含まれる三次元点の属性情報を用いて予測属性情報を生成する（Ｓ１４０４）。
　次に、三次元データ復号装置１４００は、符号化信号に含まれる符号化位置情報を予測位置情報を用いて復号することで対象三次元データに含まれる三次元点の位置情報を復元する。ここで、符号化位置情報とは、例えば、差分位置情報であり、三次元データ復号装置１４００は、差分位置情報と予測位置情報とを加算することで対象三次元データに含まれる三次元点の位置情報を復元する（Ｓ１４０５）。
　また、三次元データ復号装置１４００は、符号化信号に含まれる符号化属性情報を予測属性情報を用いて復号することで対象三次元データに含まれる三次元点の属性情報を復元する。ここで、符号化属性情報とは、例えば、差分属性情報であり、三次元データ復号装置１４００は、差分属性情報と予測属性情報とを加算することで対象三次元データに含まれる三次元点の属性情報を復元する（Ｓ１４０６）。
　なお、三次元データに属性情報が含まれない場合には、三次元データ復号装置１４００は、ステップＳ１４０２、Ｓ１４０４及びＳ１４０６を行わなくてもよい。また、三次元データ復号装置１４００は、三次元点の位置情報の復号と、三次元点の属性情報の復号とのうち、一方のみを行ってもよい。
　また、図５０に示す処理の順序は一例であり、これに限定されない。例えば、位置情報に対する処理（Ｓ１４０３、Ｓ１４０５）と、属性情報に対する処理（Ｓ１４０２、Ｓ１４０４、Ｓ１４０６）とは互いに独立しているため、任意の順序で行われてもよいし、一部が並列処理されてもよい。
　（実施の形態８）
　本実施の形態では、オキュパンシー符号の符号化時における参照の制御方法について説明する。なお、以下では、主に三次元データ符号化装置の動作を説明するが、三次元データ復号装置においても同様の処理が行われてもよい。
　図５１及び図５２は、本実施の形態に係る参照関係を示す図である。図５１は、参照関係を８分木構造上で示す図であり、図５２は、参照関係を空間領域上で示す図である。
　本実施の形態では、三次元データ符号化装置は、符号化対象のノード（以下、対象ノードと呼ぶ）の符号化情報を符号化する際に、対象ノードが属する親ノード（ｐａｒｅｎｔ　ｎｏｄｅ）内の各ノードの符号化情報を参照する。ただし、親ノードと同一層の他のノード（以下、親隣接ノード）内の各ノードの符号化情報は参照しない。つまり、三次元データ符号化装置は、親隣接ノードの参照を不可に設定する、又は参照を禁止にする。
　なお、三次元データ符号化装置は、親ノードが属する親ノード（以下、祖父ノード（ｇｒａｎｄｐａｒｅｎｔ　ｎｏｄｅ）と呼ぶ）内の符号化情報の参照を許可してもよい。つまり、三次元データ符号化装置は、対象ノードが属する親ノード及び祖父ノードの符号化情報を参照して対象ノードの符号化情報を符号化してもよい。
　ここで符号化情報とは、例えばオキュパンシー符号である。三次元データ符号化装置は、対象ノードのオキュパンシー符号を符号化する際に、対象ノードが属する親ノード内の各ノードに点群が含まれるか否かを示す情報（以下、占有情報）を参照する。言い換えると、三次元データ符号化装置は、対象ノードのオキュパンシー符号を符号化する際に、親ノードのオキュパンシー符号を参照する。一方で、三次元データ符号化装置は、親隣接ノード内の各ノードの占有情報は参照しない。つまり、三次元データ符号化装置は、親隣接ノードのオキュパンシー符号を参照しない。また、三次元データ符号化装置は、祖父ノード内の各ノードの占有情報を参照してもよい。つまり、三次元データ符号化装置は、親ノード及び親隣接ノードの占有情報を参照してもよい。
　例えば、三次元データ符号化装置は、対象ノードのオキュパンシー符号を符号化する際に、対象ノードが属する親ノード又は祖父ノードのオキュパンシー符号を用いて対象ノードのオキュパンシー符号をエントロピー符号化する際に用いる符号化テーブルを切替える。なお、この詳細は後述する。この際、三次元データ符号化装置は、親隣接ノードのオキュパンシー符号を参照しなくてもよい。これにより、三次元データ符号化装置は、対象ノードのオキュパンシー符号を符号化する際に、親ノード又は祖父ノードのオキュパンシー符号の情報に応じて適切に符号化テーブルを切替えることができるので、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、親隣接ノードを参照しないことで、親隣接ノードの情報の確認処理、及びそれらを記憶するためのメモリ容量を抑制することができる。また、８分木の各ノードのオキュパンシー符号を深さ優先順にスキャンして符号化することが容易となる。
　以下、親ノードのオキュパンシー符号を用いた符号化テーブル切替例について説明する。図５３は、対象ノードと隣接参照ノードの例を示す図である。図５４は、親ノードとノードとの関係を示す図である。図５５は、親ノードのオキュパンシー符号の例を示す図である。ここで、隣接参照ノードとは、対象ノードに空間的に隣接するノードのうち、対象ノードの符号化の際に参照されるノードである。図５３に示す例では、隣接ノードは、対象ノードと同一層に属するノードである。また、参照隣接ノードとして対象ブロックのｘ方向に隣接するノードＸと、ｙ方向に隣接するノードＹと、ｚ方向に隣接するノードＺとが用いられる。つまり、ｘ、ｙ、ｚの各方向においてそれぞれ１つの隣接ブロックが参照隣接ブロックに設定される。
　なお、図５４に示すノード番号は一例であり、ノード番号とノードの位置との関係はこれに限らない。また、図５５では、下位ビットにノード０が割り当てられ、上位ビットにノード７が割り当てられているが、逆の順序で割り当てが行われてもよい。また、各ノードは任意のビットに割り当てられてもよい。
　三次元データ符号化装置は、対象ノードのオキュパンシー符号をエントロピー符号化する際の符号化テーブルを、例えば下記式により決定する。
　ＣｏｄｉｎｇＴａｂｌｅ＝（ＦｌａｇＸ＜＜２）＋（ＦｌａｇＹ＜＜１）＋（ＦｌａｇＺ）
　ここで、ＣｏｄｉｎｇＴａｂｌｅは、対象ノードのオキュパンシー符号用の符号化テーブルを示し、値０～７のいずれかを示す。ＦｌａｇＸは、隣接ノードＸの占有情報であり、隣接ノードＸが点群を含む（占有）なら１を示し、そうでないなら０を示す。ＦｌａｇＹは、隣接ノードＹの占有情報であり、隣接ノードＹが点群を含む（占有）なら１を示し、そうでないなら０を示す。ＦｌａｇＺは、隣接ノードＺの占有情報であり、隣接ノードＺが点群を含む（占有）なら１を示し、そうでないなら０を示す。
　なお、隣接ノードが占有であるか否かを示す情報は、親ノードのオキュパンシー符号に含まれているため、三次元データ符号化装置は、親ノードのオキュパンシー符号に示される値を用いて符号化テーブルを選択してもよい。
　以上により、三次元データ符号化装置は、対象ノードの隣接ノードに点群が含まれるか否かを示す情報を用いて符号化テーブルを切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、図５３に示すように、親ノード内の対象ノードの空間位置に応じて隣接参照ノードを切替えてもよい。つまり、三次元データ符号化装置は、対象ノードの親ノード内の空間位置に応じて、複数の隣接ノードのうち、参照する隣接ノードを切り替えてもよい。
　次に、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例を説明する。図５６は、本実施の形態に係る三次元データ符号化装置２１００のブロック図である。図５６に示す三次元データ符号化装置２１００は、８分木生成部２１０１と、幾何情報算出部２１０２と、符号化テーブル選択部２１０３と、エントロピー符号化部２１０４とを備える。
　８分木生成部２１０１は、入力された三次元点（ポイントクラウド）から、例えば８分木を生成し、８分木に含まれる各ノードのオキュパンシー符号を生成する。幾何情報算出部２１０２は、対象ノードの隣接参照ノードが占有であるか否かを示す占有情報を取得する。例えば、幾何情報算出部２１０２は、対象ノードが所属する親ノードのオキュパンシー符号から隣接参照ノードの占有情報を取得する。なお、幾何情報算出部２１０２は、図５３に示すように、対象ノードの親ノード内の位置に応じて隣接参照ノードを切替えてもよい。また、幾何情報算出部２１０２は、親隣接ノード内の各ノードの占有情報は参照しない。
　符号化テーブル選択部２１０３は、幾何情報算出部２１０２で算出された隣接参照ノードの占有情報を用いて対象ノードのオキュパンシー符号のエントロピー符号化に用いる符号化テーブルを選択する。エントロピー符号化部２１０４は、選択された符号化テーブルを用いてオキュパンシー符号をエントロピー符号化することでビットストリームを生成する。なお、エントロピー符号化部２１０４は、選択された符号化テーブルを示す情報をビットストリームに付加してもよい。
　図５７は、本実施の形態に係る三次元データ復号装置２１１０のブロック図である。図５７に示す三次元データ復号装置２１１０は、８分木生成部２１１１と、幾何情報算出部２１１２と、符号化テーブル選択部２１１３と、エントロピー復号部２１１４とを備える。
　８分木生成部２１１１は、ビットストリームのヘッダ情報等を用いて、ある空間（ノード）の８分木を生成する。８分木生成部２１１１は、例えば、ヘッダ情報に付加されたある空間のｘ軸、ｙ軸、ｚ軸方向の大きさを用いて大空間（ルートノード）を生成し、その空間をｘ軸、ｙ軸、ｚ軸方向にそれぞれ２分割することで８個の小空間Ａ（ノードＡ０～Ａ７）を生成して８分木を生成する。また、対象ノードとしてノードＡ０～Ａ７が順に設定される。
　幾何情報算出部２１１２は、対象ノードの隣接参照ノードが占有であるか否かを示す占有情報を取得する。例えば、幾何情報算出部２１１２は、対象ノードが所属する親ノードのオキュパンシー符号から隣接参照ノードの占有情報を取得する。なお、幾何情報算出部２１１２は、図５３に示すように、対象ノードの親ノード内の位置に応じて隣接参照ノードを切替えてもよい。また、幾何情報算出部２１１２は、親隣接ノード内の各ノードの占有情報は参照しない。
　符号化テーブル選択部２１１３は、幾何情報算出部２１１２で算出された隣接参照ノードの占有情報を用いて対象ノードのオキュパンシー符号のエントロピー復号に用いる符号化テーブル（復号テーブル）を選択する。エントロピー復号部２１１４は、選択された符号化テーブルを用いてオキュパンシー符号をエントロピー復号することで、三次元点を生成する。なお、符号化テーブル選択部２１１３は、ビットストリームに付加された、選択された符号化テーブルの情報を復号して取得し、エントロピー復号部２１１４は、取得された情報で示される符号化テーブルを用いてもよい。
　ビットストリームに含まれるオキュパンシー符号（８ビット）の各ビットは、８個の小空間Ａ（ノードＡ０～ノードＡ７）にそれぞれ点群が含まれるか否かを示す。また更に、三次元データ復号装置は、小空間ノードＡ０を８個の小空間Ｂ（ノードＢ０～ノードＢ７）に分割して８分木を生成し、小空間Ｂの各ノードに点群が含まれるか否かを示す情報をオキュパンシー符号を復号して取得する。このように、三次元データ復号装置は、大空間から小空間へと８分木を生成しながら各ノードのオキュパンシー符号を復号する。
　以下、三次元データ符号化装置及び三次元データ復号装置による処理の流れを説明する。図５８は、三次元データ符号化装置における三次元データ符号化処理のフローチャートである。まず、三次元データ符号化装置は、入力された三次元点群の一部又は全てが含まれる空間（対象ノード）を決定（定義）する（Ｓ２１０１）。次に、三次元データ符号化装置は、対象ノードを８分割して８個の小空間（ノード）を生成する（Ｓ２１０２）。次に、三次元データ符号化装置は、各ノードに点群が含まれるか否かに応じて対象ノードのオキュパンシー符号を生成する（Ｓ２１０３）。
　次に、三次元データ符号化装置は、対象ノードの隣接参照ノードの占有情報を、対象ノードの親ノードのオキュパンシー符号から算出（取得）する（Ｓ２１０４）。次に、三次元データ符号化装置は、決定した対象ノードの隣接参照ノードの占有情報に基づき、エントロピー符号化に用いる符号化テーブルを選択する（Ｓ２１０５）。次に、三次元データ符号化装置は、選択した符号化テーブルを用いて対象ノードのオキュパンシー符号をエントロピー符号化する（Ｓ２１０６）。
　さらに、三次元データ符号化装置は、各ノードをそれぞれ８分割し、各ノードのオキュパンシー符号を符号化するという処理を、ノードが分割できなくなるまで繰り返す（Ｓ２１０７）。つまり、ステップＳ２１０２～Ｓ２１０６までの処理が再帰的に繰り返される。
　図５９は、三次元データ復号装置における三次元データ復号方法のフローチャートである。まず、三次元データ復号装置は、ビットストリームのヘッダ情報を用いて復号する空間（対象ノード）を決定（定義）する（Ｓ２１１１）。次に、三次元データ復号装置は、対象ノードを８分割して８個の小空間（ノード）を生成する（Ｓ２１１２）。次に、三次元データ復号装置は、対象ノードの隣接参照ノードの占有情報を、対象ノードの親ノードのオキュパンシー符号から算出（取得）する（Ｓ２１１３）。
　次に、三次元データ復号装置は、隣接参照ノードの占有情報に基づきエントロピー復号に用いる符号化テーブルを選択する（Ｓ２１１４）。次に、三次元データ復号装置は、選択した符号化テーブルを用いて対象ノードのオキュパンシー符号をエントロピー復号する（Ｓ２１１５）。
　さらに、三次元データ復号装置は、各ノードをそれぞれ８分割し、各ノードのオキュパンシー符号を復号するという処理を、ノードが分割できなくなるまで繰り返す（Ｓ２１１６）。つまり、ステップＳ２１１２～Ｓ２１１５までの処理が再帰的に繰り返される。
　次に、符号化テーブルの切替えの例を説明する。図６０は、符号化テーブルの切替え例を示す図である。例えば、図６０に示す符号化テーブル０のように、複数のオキュパンシー符号に同一のコンテキストモデルが適用されてもよい。また、各オキュパンシー符号に別々のコンテキストモデルが割り当てられてもよい。これにより、オキュパンシー符号の出現確率に応じてコンテキストモデルを割り当てることができるので、符号化効率を向上できる。また、オキュパンシー符号の出現頻度に応じて確率テーブルを更新するコンテキストモデルが用いられてもよい。または、確率テーブルを固定したコンテキストモデルが用いられてもよい。
　以下、本実施の形態の変形例１について説明する。図６１は、本変形例における参照関係を示す図である。上記実施の形態では、三次元データ符号化装置は、親隣接ノードのオキュパンシー符号を参照しないとしたが、親隣接ノードのオキュパンシー符号化を参照するか否かを、特定の条件に応じて切り替えてもよい。
　例えば、三次元データ符号化装置は、８分木を幅優先でスキャンしながら符号化を行うときは、親隣接ノード内のノードの占有情報を参照して、対象ノードのオキュパンシー符号を符号化する。一方、三次元データ符号化装置は、８分木を深さ優先でスキャンしながら符号化するときは、親隣接ノード内のノードの占有情報の参照を禁止する。このように８分木のノードのスキャン順（符号化順）に応じて、適切に参照可能なノードを切替えることにより、符号化効率の向上と処理負荷の抑制を実現できる。
　なお、三次元データ符号化装置は、８分木を幅優先で符号化したか、深さ優先で符号化したか等の情報をビットストリームのヘッダに付加してもよい。図６２は、この場合のヘッダ情報のシンタックス例を示す図である。図６２に示すｏｃｔｒｅｅ＿ｓｃａｎ＿ｏｒｄｅｒは、８分木の符号化順を示す符号化順情報（符号化順フラグ）である。例えば、ｏｃｔｒｅｅ＿ｓｃａｎ＿ｏｒｄｅｒが０の場合、幅優先を示し、１の場合は深さ優先を示す。これにより、三次元データ復号装置は、ｏｃｔｒｅｅ＿ｓｃａｎ＿ｏｒｄｅｒを参照することで、ビットストリームが幅優先及び深さ優先のどちらで符号化されたかを知ることができるので、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、親隣接ノードの参照を禁止するか否かを示す情報をビットストリームのヘッダ情報に付加してもよい。図６３は、この場合のヘッダ情報のシンタックス例を示す図である。ｌｉｍｉｔ＿ｒｅｆｅｒ＿ｆｌａｇは、親隣接ノードの参照を禁止するか否かを示す禁止切替情報（禁止切替フラグ）である。例えば、ｌｉｍｉｔ＿ｒｅｆｅｒ＿ｆｌａｇが１の場合は親隣接ノードの参照を禁止することを示し、０の場合は参照制限なし（親隣接ノードの参照を許可する）を示す。
　つまり、三次元データ符号化装置は、親隣接ノードの参照を禁止するか否かを決定し、上記決定の結果に基づき、親隣接ノードの参照を禁止するか、許可するかを切り替える。また、三次元データ符号化装置は、上記決定の結果であって、親隣接ノードの参照を禁止するか否かを示す禁止切替情報を含むビットストリームを生成する。
　また、三次元データ復号装置は、親隣接ノードの参照を禁止するか否かを示す禁止切替情報をビットストリームから取得し、禁止切替情報に基づき、親隣接ノードの参照を禁止するか、許可するかを切り替える。
　これにより三次元データ符号化装置は、親隣接ノードの参照を制御してビットストリームを生成できる。また、三次元データ復号装置は、親隣接ノードの参照が禁止されているか否かを示す情報をビットストリームのヘッダから取得できる。
　また、本実施の形態では、親隣接ノードの参照を禁止する符号化処理の例としてオキュパンシー符号の符号化処理を例として記載したが、必ずしもこれに限らない。例えば、８分木のノードの他の情報を符号化する際にも同様の手法を適用可能である。例えば、ノードに付加された色、法線ベクトル、又は反射率等のその他の属性情報を符号化する際に、本実施の形態の手法を適用してもよい。また、符号化テーブル又は予測値を符号化する際にも同様の手法を適用できる。
　次に、本実施の形態の変形例２について説明する。上記説明では、図５３に示すように、３つの参照隣接ノードが用いられる例を示したが４つ以上の参照隣接ノードが用いられてもよい。図６４は、対象ノード及び参照隣接ノードの例を示す図である。
　例えば、三次元データ符号化装置は、図６４に示す対象ノードのオキュパンシー符号をエントロピー符号化する際の符号化テーブルを、例えば下記式により算出する。
　ＣｏｄｉｎｇＴａｂｌｅ＝（ＦｌａｇＸ０＜＜３）＋（ＦｌａｇＸ１＜＜２）＋（ＦｌａｇＹ＜＜１）＋（ＦｌａｇＺ）
　ここで、ＣｏｄｉｎｇＴａｂｌｅは、対象ノードのオキュパンシー符号用の符号化テーブルを示し、値０～１５のいずれかを示す。ＦｌａｇＸＮは、隣接ノードＸＮ（Ｎ＝０．．１）の占有情報であり、隣接ノードＸＮが点群を含む（占有）なら１を示し、そうでないなら０を示す。ＦｌａｇＹは、隣接ノードＹの占有情報であり、隣接ノードＹが点群を含む（占有）なら１を示し、そうでないなら０を示す。ＦｌａｇＺは、隣接ノードＺの占有情報であり、隣接ノードＺが点群を含む（占有）なら１を示し、そうでないなら０を示す。
　この際、もし隣接ノード、例えば図６４の隣接ノードＸ０が参照不可（参照禁止）の場合は、三次元データ符号化装置は、代替値として１（占有）、又は、０（非占有）のような固定値を用いてもよい。
　図６５は、対象ノード及び隣接ノードの例を示す図である。図６５に示すように、隣接ノードが参照不可（参照禁止）の場合は、対象ノードの祖父ノードのオキュパンシー符号を参照して、隣接ノードの占有情報を算出してもよい。例えば、三次元データ符号化装置は、図６５に示す隣接ノードＸ０の代わりに、隣接ノードＧ０の占有情報を用いて上式のＦｌａｇＸ０を算出し、算出したＦｌａｇＸ０を用いて符号化テーブルの値を決定してもよい。なお、図６５に示す隣接ノードＧ０は、祖父ノードのオキュパンシー符号で占有か否かが判別できる隣接ノードである。隣接ノードＸ１は、親ノードのオキュパンシー符号で占有か否かが判別できる隣接ノードである。
　以下、本実施の形態の変形例３について説明する。図６６及び図６７は、本変形例に係る参照関係を示す図である。図６６は、参照関係を８分木構造上で示す図であり、図６７は、参照関係を空間領域上で示す図である。
　本変形例では、三次元データ符号化装置は、符号化対象のノード（以下、対象ノード２と呼ぶ）の符号化情報を符号化する際に、対象ノード２が属する親ノード内の各ノードの符号化情報を参照する。つまり、三次元データ符号化装置は、複数の隣接ノードのうち、対象ノードと親ノードが同一である第１ノードの子ノードの情報（例えば占有情報）の参照を許可する。例えば、三次元データ符号化装置は、図６６に示す対象ノード２のオキュパンシー符号を符号化する際に、対象ノード２が属する親ノード内に存在するノード、例えば、図６６に示す対象ノードのオキュパンシー符号を参照する。図６６に示す対象ノードのオキュパンシー符号は、図６７に示すように、例えば、対象ノード２に隣接する対象ノード内の各ノードが占有であるか否かを表している。よって、三次元データ符号化装置は、対象ノードのより細かい形状に応じて対象ノード２のオキュパンシー符号の符号化テーブルを切替えることができるので符号化効率を向上できる。
　三次元データ符号化装置は、対象ノード２のオキュパンシー符号をエントロピー符号化する際の符号化テーブルを、例えば下記式により算出してもよい。
　ＣｏｄｉｎｇＴａｂｌｅ＝（ＦｌａｇＸ１＜＜５）＋（ＦｌａｇＸ２＜＜４）＋（ＦｌａｇＸ３＜＜３）＋（ＦｌａｇＸ４＜＜２）＋（ＦｌａｇＹ＜＜１）＋（ＦｌａｇＺ）
　ここで、ＣｏｄｉｎｇＴａｂｌｅは、対象ノード２のオキュパンシー符号用の符号化テーブルを示し、値０～６３のいずれかを示す。ＦｌａｇＸＮは、隣接ノードＸＮ（Ｎ＝１．．４）の占有情報であり、隣接ノードＸＮが点群を含む（占有）なら１を示し、そうでないなら０を示す。ＦｌａｇＹは、隣接ノードＹの占有情報であり、隣接ノードＹが点群を含む（占有）なら１を示し、そうでないなら０を示す。ＦｌａｇＺは、隣接ノードＹの占有情報であり、隣接ノードＺが点群を含む（占有）なら１を示し、そうでないなら０を示す。
　なお、三次元データ符号化装置は、符号化テーブルの算出方法を親ノード内における対象ノード２のノード位置に応じて変更してもよい。
　また、三次元データ符号化装置は、親隣接ノードの参照が禁止されていない場合、親隣接ノード内の各ノードの符号化情報を参照してよい。例えば、親隣接ノードの参照が禁止されていない場合、対象ノードと親ノードが異なる第３ノードの子ノードの情報（例えば占有情報）の参照が許可される。例えば、図６５に示す例では、三次元データ符号化装置は、対象ノードと親ノードが異なる隣接ノードＸ０のオキュパンシー符号を参照して、隣接ノードＸ０の子ノードの占有情報を取得する。三次元データ符号化装置は、取得した隣接ノードＸ０の子ノードの占有情報に基づき、対象ノードのオキュパンシー符号のエントロピー符号化に用いる符号化テーブルを切替える。
　以上のように、本実施の形態に係る三次元データ符号化装置は、三次元データに含まれる複数の三次元点のＮ（Ｎは２以上の整数）分木構造に含まれる対象ノードの情報（例えばオキュパンシー符号）を符号化する。図５１及び図５２に示すように、三次元データ符号化装置は、上記符号化では、対象ノードと空間的に隣接する複数の隣接ノードのうち、対象ノードと親ノードが同一である第１ノードの情報（例えば占有情報）の参照を許可し、対象ノードと親ノードが異なる第２ノードの情報（例えば占有情報）の参照を禁止する。言い換えると、三次元データ符号化装置は、上記符号化では、親ノードの情報（例えばオキュパンシー符号）の参照を許可し、親ノードと同一層の他のノード（親隣接ノード）の情報（例えばオキュパンシー符号）の参照を禁止する。
　これによれば、当該三次元データ符号化装置は、対象ノードと空間的に隣接する複数の隣接ノードのうち、対象ノードと親ノードが同一である第１ノードの情報の参照することで符号化効率を向上できる。また、当該三次元データ符号化装置は、複数の隣接ノードのうち、対象ノードと親ノードが異なる第２ノードの情報の参照をしないことにより、処理量を低減できる。このように、当該三次元データ符号化装置は、符号化効率を向上できるとともに、処理量を低減できる。
　例えば、三次元データ符号化装置は、さらに、第２ノードの情報の参照を禁止するか否かを決定し、上記符号化では、上記決定の結果に基づき、第２ノードの情報の参照を禁止するか、許可するかを切り替える。三次元データ符号化装置は、さらに、上記決定の結果であって、第２ノードの情報の参照を禁止するか否かを示す禁止切替情報（例えば、図６３に示すｌｉｍｉｔ＿ｒｅｆｅｒ＿ｆｌａｇ）を含むビットストリームを生成する。
　これによれば、当該三次元データ符号化装置は、第２ノードの情報の参照を禁止するか否かを切り替えることができる。また、三次元データ復号装置は、禁止切替情報を用いて適切に復号処理を行うことができる。
　例えば、対象ノードの情報は、対象ノードに属する子ノードの各々に三次元点が存在するか否かを示す情報（例えオキュパンシー符号）であり、第１ノードの情報は、第１ノードに三次元点が存在するか否かを示す情報（第１ノードの占有情報）であり、第２ノードの情報は、第２ノードに三次元点が存在するか否かを示す情報（第２ノードの占有情報）である。
　例えば、三次元データ符号化装置は、上記符号化では、第１ノードに三次元点が存在するか否かに基づき、符号化テーブルを選択し、選択された符号化テーブルを用いて、対象ノードの情報（例えばオキュパンシー符号）をエントロピー符号化する。
　例えば、三次元データ符号化装置は、上記符号化では、図６６及び図６７に示すように、複数の隣接ノードのうち、第１ノードの子ノードの情報（例えば占有情報）の参照を許可する。
　これによれば、当該三次元データ符号化装置は、隣接ノードのより詳細な情報を参照することができるので符号化効率を向上できる。
　例えば、三次元データ符号化装置は、図５３に示すように、上記符号化では、対象ノードの親ノード内の空間位置に応じて、複数の隣接ノードのうち、参照する隣接ノードを切り替える。
　これによれば、当該三次元データ符号化装置は、対象ノードの親ノード内の空間位置に応じて、適切な隣接ノードを参照できる。
　例えば、三次元データ符号化装置は、プロセッサと、メモリとを備え、プロセッサは、メモリを用いて、上記の処理を行う。
　また、本実施の形態に係る三次元データ復号装置は、三次元データに含まれる複数の三次元点のＮ（Ｎは２以上の整数）分木構造に含まれる対象ノードの情報（例えばオキュパンシー符号）を復号する。図５１及び図５２に示すように、三次元データ復号装置は、上記復号では、対象ノードと空間的に隣接する複数の隣接ノードのうち、対象ノードと親ノードが同一である第１ノードの情報（例えば占有情報）の参照を許可し、対象ノードと親ノードが異なる第２ノードの情報（例えば占有情報）の参照を禁止する。言い換えると、三次元データ復号装置は、上記復号では、親ノードの情報（例えばオキュパンシー符号）の参照を許可し、親ノードと同一層の他のノード（親隣接ノード）の情報（例えばオキュパンシー符号）の参照を禁止する。
　これによれば、当該三次元データ復号装置は、対象ノードと空間的に隣接する複数の隣接ノードのうち、対象ノードと親ノードが同一である第１ノードの情報の参照することで符号化効率を向上できる。また、当該三次元データ復号装置は、複数の隣接ノードのうち、対象ノードと親ノードが異なる第２ノードの情報の参照をしないことにより、処理量を低減できる。このように、当該三次元データ復号装置は、符号化効率を向上できるとともに、処理量を低減できる。
　例えば、三次元データ復号装置は、さらに、第２ノードの情報の参照を禁止するか否かを示す禁止切替情報（例えば、図６３に示すｌｉｍｉｔ＿ｒｅｆｅｒ＿ｆｌａｇ）をビットストリームから取得し、上記復号では、禁止切替情報に基づき、第２ノードの情報の参照を禁止するか、許可するかを切り替える。
　これによれば、当該三次元データ復号装置は、禁止切替情報を用いて適切に復号処理を行うことができる。
　例えば、対象ノードの情報は、対象ノードに属する子ノードの各々に三次元点が存在するか否かを示す情報（例えオキュパンシー符号）であり、第１ノードの情報は、第１ノードに三次元点が存在するか否かを示す情報（第１ノードの占有情報）であり、第２ノードの情報は、第２ノードに三次元点が存在するか否かを示す情報（第２ノードの占有情報）である。
　例えば、三次元データ復号装置は、上記復号では、第１ノードに三次元点が存在するか否かに基づき、符号化テーブルを選択し、選択された符号化テーブルを用いて、対象ノードの情報（例えばオキュパンシー符号）をエントロピー復号する。
　例えば、三次元データ復号装置は、上記復号では、図６６及び図６７に示すように、複数の隣接ノードのうち、第１ノードの子ノードの情報（例えば占有情報）の参照を許可する。
　これによれば、当該三次元データ復号装置は、隣接ノードのより詳細な情報を参照することができるので符号化効率を向上できる。
　例えば、三次元データ復号装置は、図５３に示すように、上記復号では、対象ノードの親ノード内の空間位置に応じて、複数の隣接ノードのうち、参照する隣接ノードを切り替える。
　これによれば、当該三次元データ復号装置は、対象ノードの親ノード内の空間位置に応じて、適切な隣接ノードを参照できる。
　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）
　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６８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６９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７０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７０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７０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７０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７０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７１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７１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７１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７２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７２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７３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７３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７４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７４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７５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７５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７６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７７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７８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７８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７９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７９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８０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８１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８２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８３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８４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８５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１０）
　以下では、主に三次元データ符号化装置の動作を説明するが、三次元データ復号装置においても同様の処理が行われてもよい。
　本実施の形態では、三次元データ符号化装置は、入力された三次元点群（Ｐｏｉｎｔ　Ｃｌｏｕｄ）を８分木構造で符号化する場合に、８分木に含まれるリーフが１個の三次元点を持つまで分割を繰り返し符号化する場合は、８分木の各リーフが１個の三次元点を含むか、１個以上の三次元点を含むかを示すモード情報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、モード情報が真の場合（８分木の各リーフが１個の三次元点を含む場合）は、リーフに関わるリーフ情報を符号化せず、モード情報が偽の場合（８分木の各リーフが１個以上の三次元点を含む場合）は、リーフに関わるリーフ情報を符号化する。
　ここでリーフ情報とは、例えば、リーフ内に何個の三次元点が含まれるかを示す情報、或いは、リーフに含まれる三次元点の相対座標等を示す情報、又は、その両方を含む。これにより、８分木の各リーフが１個の三次元点を含む場合は、リーフ情報をリーフ毎に符号化する必要がないので、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、８分木の各リーフが１個以上の三次元点を含む場合は、リーフ情報を適切に符号化してビットストリームに付加する。これにより、三次元データ復号装置は、リーフ情報を用いてリーフ内の三次元点を正しく復元することが可能となる。
　図８６は、本実施の形態に係るビットストリームのヘッダ情報のシンタックス例を示す図である。このヘッダ情報は、例えば、ＷＬＤ、ＳＰＣ又はＶＬＭ等のヘッダ情報である。図８６に示すｓｉｎｇｌｅ＿ｐｏｉｎｔ＿ｐｅｒ＿ｌｅａｆは、８分木の各リーフが１個の三次元点を含むか、１個以上の三次元点を含むかを示す情報である。ここで、８分木の各リーフが１個の三次元点を含むとは、８分木に含まれる全てのリーフが１個の三次元点を含む（つまり、２個以上の三次元点を含むリーフが存在しない）ことを意味する。なお、ここでの８分木とは、例えば、モード情報が付加される単位の８分木であり、例えば、ＷＬＤ、ＳＰＣ又はＶＬＭ等に対応する８分木である。
　また、８分木の各リーフが１個以上の三次元点を含むとは、８分木に含まれる複数のリーフのうち少なくとも一つが２個以上の三次元点を含むことを意味する。つまり、複数のリーフのうち、一部のリーフは２個以上の三次元点を含み、残りのリーフは１個の三次元点を含んでもよい。
　例えば、モード情報の値が１である場合は、各リーフが１個の三次元点を含むことを示し、モード情報の値が０である場合は、各リーフが１個以上の三次元点を含むことを示す。なお、三次元データ符号化装置は、８分木に含まれる全てのリーフが１個の三次元点を含む場合でも、モード情報（ｓｉｎｇｌｅ＿ｐｏｉｎｔ＿ｐｅｒ＿ｌｅａｆ）を０に設定してもよい。
　図８７は、モード情報が１の場合の８分木の構成例を示す図である。図８７に示すように、モード情報が１の場合、各リーフは１個の三次元点を含む。図８８は、モード情報が０の場合の８分木の構成例を示す図である。図８８に示すように、モード情報が０の場合、各リーフは１個又は２個以上の三次元点を含む。
　なお、リーフに２個以上の三次元点が含まれる場合、例えば、リーフ内の三次元点の座標がそれぞれ異なる。または、リーフ内の三次元点の座標は同一であり、色又は反射率などの属性情報（つまり情報の種類）が異なる。または、リーフ内の三次元点の座標と属性情報との両方が異なってもよい。
　次に、リーフ情報のシンタックス例を説明する。なお、上記では、モード情報がビットストリームのヘッダに付加される例を述べたが、モード情報がヘッダに付加されず、規格又は規格のプロファイル或いはレベル等により８分木の各リーフが１個の三次元点を含むか、１個以上の三次元点を含むかが規定されてもよい。この場合、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規格情報を参照して、８分木の各リーフが１個の三次元点を含むか、１個以上の三次元点を含むかを判定することで、ビットストリームを正しく復元できる。
　図８９は、８分木に含まれる各ノードの情報のシンタックス例を示す図である。図８９に示すｉｓｌｅａｆは、ノードがリーフであるか否かを示すフラグである。ｉｓｌｅａｆが１の場合、ノードがリーフであることを示す。ｉｓｌｅａｆが０の場合、ノードがリーフでないことを示す。
　なお、ノードがリーフであるか否かを示す情報はヘッダに付加されなくてもよい。この場合、三次元データ復号装置は、別の方法でノードがリーフであるか否かを判定する。例えば、三次元データ復装置は、８分木の各ノードをこれ以上分割できないサイズまで分割したかを判定し、真であればノードがリーフであると判定してもよい。これにより、ノードがリーフであるか否かを示すフラグを符号化する必要がなくなり、ヘッダの符号量を削減できる。
　図８９に示すｎｕｍ＿ｐｏｉｎｔ＿ｐｅｒ＿ｌｅａｆは、リーフ情報であり、リーフに含まれる三次元点の数を示す。このｎｕｍ＿ｐｏｉｎｔ＿ｐｅｒ＿ｌｅａｆは、ｓｉｎｇｌｅ＿ｐｏｉｎｔ＿ｐｅｒ＿ｌｅａｆ＝＝０の場合に符号化され、ｓｉｎｇｌｅ＿ｐｏｉｎｔ＿ｐｅｒ＿ｌｅａｆ＝＝１の場合には符号化されない。
　なお、三次元データ符号化装置は、ｎｕｍ＿ｐｏｉｎｔ＿ｐｅｒ＿ｌｅａｆをエントロピー符号化によって符号化してもよい。また、その際、三次元データ符号化装置は、複数の符号化テーブルを切替えながら符号化を行ってもよい。例えば、三次元データ符号化装置は、ｎｕｍ＿ｐｏｉｎｔ＿ｐｅｒ＿ｌｅａｆの先頭ビットを符号化テーブルＡを用いて算術符号化し、残りのビットを符号化テーブルＢを用いて算術符号化してもよい。
　上記のように、三次元データ符号化装置は、ビットストリームのヘッダに８分木の各リーフが１個の三次元点を含むか、１個以上の三次元点を含むかを示すモード情報を付加し、モード情報の値に応じてリーフ情報（リーフに含まれる三次元点の数を示す情報）を符号化するか否かを切替えてもよい。また、三次元データ符号化装置は、リーフ情報として、リーフに含まれる三次元点の位置情報を符号化してもよい。
　なお、三次元データ符号化装置は、上記方法で生成されたｓｉｎｇｌｅ＿ｐｏｉｎｔ＿ｐｅｒ＿ｌｅａｆ、ｉｓｌｅａｆ、及びｎｕｍ＿ｐｏｉｎｔ＿ｐｅｒ＿ｌｅａｆ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、各値を二値化したうえで算術符号化する。
　また、本実施の形態では、８分木構造を例に示したが、必ずしもこれに限らず、４分木、１６分木等のＮ分木構造に上記手法を適用してもよい。
　また、三次元データ符号化装置は、同一リーフ内の２個以上の三次元点の位置情報をリーフ情報としてそれぞれ符号化する場合に、各三次元点の持つ属性情報（色又は反射率等）もそれぞれ符号化してもよい。この場合、各三次元点の位置情報と各三次元点の属性情報とが紐付けられてもよい。例えば、三次元データ符号化装置は、同一リーフ内の２点Ａ、Ｂの位置情報をリーフ情報としてそれぞれ符号化する場合は、２点Ａ、Ｂの両方の属性情報も符号化し、ビットストリームに付加してもよい。つまり、リーフ情報は、点Ａの位置情報と、点Ａの属性情報と、点Ｂの位置情報と、点Ｂの属性情報とを含んでもよい。また、２点Ａ、Ｂの位置情報で各属性情報を紐付けしてもよい。
　また、三次元データ符号化装置は、同一リーフ内のＭ個以上の三次元点の位置情報を丸めてＮ個（Ｎ＜Ｍ）の三次元点の位置情報として符号化してもよい。この場合、三次元データ符号化装置は、Ｍ個以上の三次元点のＭ個以上の属性情報を例えば平均化等で丸めてＮ個の属性情報を生成し、生成したＮ個の属性情報を符号化してもよい。例えば、三次元データ符号化装置は、同一リーフ内の２点Ａ、Ｂの位置情報を丸めて１点として符号化してもよい。この場合、三次元データ符号化装置は、２点Ａ、Ｂの属性情報を例えば平均化等で丸めて１点の属性情報を算出し、算出した属性情報を符号化してもよい。
　（実施の形態１１）
　以下、量子化パラメータの伝送方法について説明する。
　図９０は、量子化パラメータの伝送方法の第１の例について説明するための図である。図９０の（ａ）は、ＱＰ値の関係の一例を示す図である。
　図９０において、ＱＧおよびＱＡは、それぞれ、位置情報の符号化に用いるＱＰ値の絶対値、および、属性情報の符号化に用いるＱＰ値の絶対値を示す。ＱＧは、複数の三次元点のそれぞれの位置情報を量子化するために用いられる第１量子化パラメータの一例である。また、Δ（ＱＡ，ＱＧ）は、ＱＡの導出に用いるＱＧとの差分を示す差分情報を示す。つまり、ＱＡは、ＱＧとΔ（ＱＡ，ＱＧ）とを用いて導出される。このように、ＱＰ値は、基準値（絶対値）と差分情報（相対値）とに分けて伝送される。また、復号では、伝送された基準値および差分情報から所望のＱＰ値を導出する。
　例えば、図９０の（ａ）では、絶対値ＱＧと差分情報Δ（ＱＡ，ＱＧ）とが伝送され、復号では、下記の（式Ｇ５）で示すように、ＱＡは、ＱＧにΔ（ＱＡ，ＱＧ）を加算することで導出される。
　ＱＡ＝ＱＧ＋Δ（ＱＡ，ＱＧ）　　　（式Ｇ５）
　図９０の（ｂ）および（ｃ）を用いて位置情報および属性情報からなる点群データをスライス分割する場合のＱＰ値の伝送方法を説明する。図９０の（ｂ）は、各ＱＰ値の基準値と差分情報との関係の第１の例を示す図である。図９０の（ｃ）は、ＱＰ値、位置情報、および、属性情報の伝送順の第１の例を示す図である。
　ＱＰ値は、位置情報毎、および、属性情報毎に、大きく、ＰＣＣのフレーム単位のＱＰ値（フレームＱＰ）と、データ単位のＱＰ値（データＱＰ）に分かれている。データ単位のＱＰ値は、符号化に用いるＱＰ値である。
　ここでは、ＰＣＣフレーム単位の位置情報の符号化に用いるＱＰ値であるＱＧを基準値とし、データ単位のＱＰ値をＱＧからの差分を示す差分情報として生成し、送出する。
　ＱＧ：ＰＣＣフレームにおける位置情報の符号化のＱＰ値・・・ＧＰＳを用いて基準値「１．」として送出される値である。
　ＱＡ：ＰＣＣフレームにおける属性情報の符号化のＱＰ値・・・ＡＰＳを用いてＱＧからの差分を示す差分情報「２．」として送出される値である。
　ＱＧｓ１，ＱＧｓ２：スライスデータにおける位置情報の符号化のＱＰ値…位置情報の符号化データのヘッダを用いて、ＱＧからの差分を示す差分情報「３．」および「５．」として送出される値である。
　ＱＡｓ１，ＱＡｓ２：スライスデータにおける属性情報の符号化のＱＰ値…属性情報の符号化データのヘッダを用いて、ＱＡからの差分を示す差分情報「４．」および「６．」として送出される値である。
　なお、フレームＱＰの導出に用いる情報は、フレームに係るメタデータ（ＧＰＳ，ＡＰＳ）に記載され、データＱＰの導出に用いる情報は、データに係るメタデータ（符号化データのヘッダ）に記載される。
　このように、データＱＰは、フレームＱＰからの差分を示す差分情報として生成され、送出される。よって、データＱＰのデータ量を削減することができる。
　第１の復号部は、それぞれの符号化データにおいて、図９０の（ｃ）の矢印で示したメタデータを参照し、当該符号化データに対応する基準値および差分情報を取得する。そして、第１の復号部５３４０は、取得した基準値および差分情報に基づいて、復号対象の符号化データに対応するＱＰ値を導出する。
　第１の復号部は、例えば、図９０の（ｃ）において矢印で示した基準情報「１．」および差分情報「２．」、「６．」をメタデータあるいはヘッダから取得し、下記の（式Ｇ６）で示すように、基準情報「１．」に差分情報「２．」および「６．」を加算することで、Ａｓ２のＱＰ値を導出する。
　ＱＡＳ２＝ＱＧ＋Δ（ＱＡ，ＱＧ）＋Δ（ＱＡｓ２，ＱＡ）　　　（式Ｇ６）
　点群データは、位置情報と０以上の属性情報とを含む。すなわち、点群データは、属性情報を持たない場合もあれば、複数の属性情報を持つ場合もある。
　例えば、１つの三次元点に対して、属性情報として、色情報を持つ場合、色情報と反射情報とを持つ場合、１以上の視点情報にそれぞれ紐づく１以上の色情報を持つ場合などがある。
　ここで、２つの色情報、および反射情報を持つ場合の例について、図９１を用いて説明する。図９１は、量子化パラメータの伝送方法の第２の例について説明するための図である。図９１の（ａ）は、各ＱＰ値の基準値と差分情報との関係の第２の例を示す図である。図９１の（ｂ）は、ＱＰ値、位置情報、および、属性情報の伝送順の第２の例を示す図である。
　ＱＧは、図９０と同様に、第１量子化パラメータの一例である。
　２つの色情報のそれぞれは、輝度（ルマ）Ｙと色差（クロマ）Ｃｂ、Ｃｒとで示される。第１の色の輝度Ｙ１の符号化に用いるＱＰ値であるＱＹ１は、基準値であるＱＧと、その差分を示すΔ（ＱＹ１、ＱＧ）とを用いて導出される。輝度Ｙ１は、第１輝度の一例であり、ＱＹ１は、第１輝度としての輝度Ｙ１を量子化するために用いられる第２量子化パラメータの一例である。Δ（ＱＹ１、ＱＧ）は、差分情報「２．」である。
　また、第１の色の色差Ｃｂ１、Ｃｒ１の符号化に用いるＱＰ値であるＱＣｂ１、ＱＣｒ１は、それぞれ、ＱＹ１と、その差分を示すΔ（ＱＣｂ１，ＱＹ１）、Δ（ＱＣｒ１，ＱＹ１）とを用いて導出される。色差Ｃｂ１、Ｃｒ１は、第１色差の一例であり、ＱＣｂ１、ＱＣｒ１は、第１色差としての色差Ｃｂ１、Ｃｒ１を量子化するために用いられる第３量子化パラメータの一例である。Δ（ＱＣｂ１，ＱＹ１）は、差分情報「３．」であり、Δ（ＱＣｒ１，ＱＹ１）は、差分情報「４．」である。Δ（ＱＣｂ１，ＱＹ１）およびΔ（ＱＣｒ１，ＱＹ１）は、それぞれ、第１差分の一例である。
　なお、ＱＣｂ１およびＱＣｒ１は、互いに同じ値が用いられてもよく、共通する値が用いられてもよい。共通する値が用いられる場合、ＱＣｂ１およびＱＣｒ１の一方が用いられればよいため、他方はなくてもよい。
　また、スライスデータにおける第１の色の輝度Ｙ１Ｄの符号化に用いるＱＰ値であるＱＹ１Ｄは、ＱＹ１と、その差分を示すΔ（ＱＹ１Ｄ，ＱＹ１）とを用いて導出される。スライスデータにおける第１の色の輝度Ｙ１Ｄは、サブ空間に含まれる１以上の三次元点の第１輝度の一例であり、ＱＹ１Ｄは、輝度Ｙ１Ｄを量子化するために用いられる第５量子化パラメータの一例である。Δ（ＱＹ１Ｄ，ＱＹ１）は、差分情報「１０．」であり、第２差分の一例である。
　同様に、スライスデータにおける第１の色の色差Ｃｂ１Ｄ、Ｃｒ１Ｄの符号化に用いるＱＰ値であるＱＣｂ１Ｄ、ＱＣｒ１Ｄは、それぞれ、ＱＣｂ１、ＱＣｒ１と、その差分を示すΔ（ＱＣｂ１Ｄ，ＱＣｂ１）、Δ（ＱＣｒ１Ｄ，ＱＣｒ１）とを用いて導出される。スライスデータにおける第１の色の色差Ｃｂ１Ｄ、Ｃｒ１Ｄは、サブ空間に含まれる１以上の三次元点の第１色差の一例であり、ＱＣｂ１Ｄ、ＱＣｒ１Ｄは、色差Ｃｂ１Ｄ、Ｃｒ１Ｄを量子化するために用いられる第６量子化パラメータの一例である。Δ（ＱＣｂ１Ｄ，ＱＣｂ１）は、差分情報「１１．」であり、Δ（ＱＣｒ１Ｄ，ＱＣｒ１）は、差分情報「１２．」である。Δ（ＱＣｂ１Ｄ，ＱＣｂ１）およびΔ（ＱＣｒ１Ｄ，ＱＣｒ１）は、第３差分の一例である。
　第１の色におけるＱＰ値の関係は、第２の色にも同様のことが言えるため、説明を省略する。
　反射率Ｒの符号化に用いるＱＰ値であるＱＲは、基準値であるＱＧと、その差分を示すΔ（ＱＲ，ＱＧ）とを用いて導出される。ＱＲは、反射率Ｒを量子化するために用いられる第４量子化パラメータの一例である。Δ（ＱＲ，ＱＧ）は、差分情報「８．」である。
　また、スライスデータにおける反射率ＲＤの符号化に用いるＱＰ値であるＱＲＤは、ＱＲと、その差分を示すΔ（ＱＲＤ，ＱＲ）とを用いて導出される。Δ（ＱＲＤ，ＱＲ）は、差分情報「１６．」である。
　このように、差分情報「９．」～「１６．」は、データＱＰとフレームＱＰとの差分情報を示す。
　なお、例えば、データＱＰとフレームＱＰとの値が同一の値であるような場合は、差分情報を０としてもよいし、差分情報を送出しないことにより０とみなすとしてもよい。
　第１の復号部は、例えば、第２の色の色差Ｃｒ２を復号する際、図９１の（ｂ）の矢印で示した基準情報「１．」および差分情報「５．」、「７．」および「１５．」をメタデータあるいはヘッダから取得し、下記の（式Ｇ７）で示すように、基準情報「１．」に差分情報「５．」、「７．」および「１５．」を加算することで、色差Ｃｒ２のＱＰ値を導出する。
　ＱＣｒ２Ｄ＝ＱＧ＋Δ（ＱＹ２，ＱＧ）＋Δ（ＱＣｒ２，ＱＹ２）＋Δ（ＱＣｒ２Ｄ，ＱＣｒ２）　　　（式Ｇ７）
　次に、位置情報および属性情報をタイルに２分割した後に、スライスに２分割する場合の例について図９２を用いて説明する。図９２は、量子化パラメータの伝送方法の第３の例について説明するための図である。図９２の（ａ）は、各ＱＰ値の基準値と差分情報との関係の第３の例を示す図である。図９２の（ｂ）は、ＱＰ値、位置情報、および、属性情報の伝送順の第３の例を示す図である。図９２の（ｃ）は、第３の例における、差分情報の中間生成値について説明するための図である。
　複数のタイルに分割した後に、さらに複数のスライスに分割する場合、図９２の（ｃ）に示すように、タイルに分割した後にタイル毎のＱＰ値（ＱＡｔ１）および差分情報Δ（ＱＡｔ１，ＱＡ）が中間生成値として生成される。そして、スライスに分割した後にスライス毎のＱＰ値（ＱＡｔ１ｓ１，ＱＡｔ１ｓ２）および差分情報（Δ（ＱＡｔ１ｓ１，ＱＡｔ１），Δ（ＱＡｔ１ｓ２，ＱＡｔ１））が生成される。
　この場合、例えば、図９２の（ａ）における、差分情報「４．」は、以下の（式Ｇ８）で導出される。
　Δ（ＱＡｔ１ｓ１，ＱＡ）＝Δ（ＱＡｔ１，ＱＡ）＋Δ（ＱＡｔ１ｓ１，ＱＡｔ１）　　　（式Ｇ８）
　第１の復号部は、例えば、タイル２におけるスライス１の属性情報Ａｔ２ｓ１を復号する際、図９２の（ｂ）の矢印で示した基準情報「１．」および差分情報「２．」、「８．」をメタデータあるいはヘッダから取得し、下記の（式Ｇ９）で示すように、基準情報「１．」に差分情報「２．」、「８．」を加算することで、属性情報Ａｔ２ｓ１のＱＰ値を導出する。
　ＱＡｔ２ｓ１＝ＱＧ＋Δ（ＱＡｔ２ｓ１，ＱＡ）＋Δ（ＱＡ，ＱＧ）　　　（式Ｇ９）
　（実施の形態１２）
　点群を構成する三次元点の数が少ない場合（すなわち、点群データに含まれる三次元点の数が少ない場合）、三次元データ符号化装置が上記した８分木分割等の符号化方法を用いたとき、例えば、パラメータセット、ヘッダ等の付加情報であるメタデータのサイズに対する符号化された三次元点のデータ（より具体的には、符号化された三次元点の位置情報及び属性情報のデータ）のサイズ（すなわち、データ量）が小さくなる。そのため、点群を構成する三次元点の数が少ない場合、三次元データ符号化装置が上記した８分木分割等の符号化方法を用いたとき、オーバーヘッドが大きくなる等、圧縮効率が低くなる（すなわち、符号化効率が悪くなる）可能性がある。
　また、このような場合、圧縮効率に対する処理量も大きくなる等、三次元点（具体的には、三次元点の位置情報及び属性情報）を符号化するメリットがないときがある。
　そのため、三次元点の数が少ない場合には、本実施の形態に係る三次元データ符号化装置は、三次元点の数が少ない点群に含まれる複数の三次元点を符号化するための符号化方法を適用する。
　これにより、三次元データ符号化装置は、三次元点の数に応じて符号化効率よく三次元点を符号化できる。
　図９３は、本実施の形態に係る三次元データ符号化装置８０００のブロック図である。
　三次元データ符号化装置８０００は、位置情報符号化部８００１と、属性情報符号化部８００２と、付加情報符号化部８００３と、多重化部（ＭＵＸ）８００４と、を備える。
　位置情報符号化部８００１は、三次元データ符号化装置８０００に入力された点群データにおける三次元点の位置情報を符号化することで、符号化データである符号化位置情報（Ｃｏｍｐｒｅｓｓｅｄ　Ｇｅｏｍｅｔｒｙ）を生成する。位置情報符号化部８００１は、符号化した三次元点の位置情報（符号化位置情報）を多重化部８００４に出力する。
　属性情報符号化部８００２は、三次元データ符号化装置８０００に入力された点群データにおける三次元点の属性情報を符号化することで、符号化データである符号化属性情報（Ｃｏｍｐｒｅｓｓｅｄ　Ａｔｔｒｉｂｕｔｅ）を生成する。属性情報符号化部８００２は、符号化した三次元点の属性情報（符号化属性情報）を多重化部８００４に出力する。
　付加情報符号化部８００３は、三次元データ符号化装置８０００に入力された点群データにおける三次元点の付加情報のうち、圧縮可能なデータを符号化することで符号化データである符号化付加情報（Ｃｏｍｐｒｅｓｓｅｄ　ＭｅｔａＤａｔａ）を生成する。付加情報符号化部８００３は、符号化した三次元点の付加情報（符号化付加情報）を多重化部８００４に出力する。
　多重化部８００４は、符号化位置情報、符号化属性情報、及び、符号化付加情報を多重化することで符号化データである符号化ストリーム（Ｃｏｍｐｒｅｓｓｅｄ　Ｓｔｒｅａｍ、以下、単にビットストリームともいう）を生成して出力する。例えば、多重化部８００４は、当該ビットストリームを三次元データ復号装置に出力する。
　図９４は、本実施の形態に係る位置情報符号化部８００１のブロック図である。
　位置情報符号化部８００１は、量子化部８０１０と、ポイント数判定部８０１１と、８分木符号化部８０１２と、エントロピー符号化部８０１３と、を備える。
　量子化部８０１０は、入力された点群データにおける三次元点の位置情報を量子化する。
　ポイント数判定部８０１１は、入力された点群データにおける三次元点の数を判定（算出）する。ポイント数判定部８０１１は、判定した三次元点の数に応じて、量子化された点群データにおける三次元点の位置情報を８分木符号化部８０１２及びエントロピー符号化部８０１３のうちの一方に出力する。ポイント数判定部８０１１は、例えば、予め定められた所定の閾値に基づいて、三次元点の数を判定する。例えば、ポイント数判定部８０１１は、三次元点の数が所定の閾値以上の場合、８分木符号化部８０１２に量子化された位置情報を出力し、三次元点の数が所定の閾値より少ない場合、エントロピー符号化部８０１３に量子化された位置情報を出力する。
　８分木符号化部８０１２は、量子化された位置情報を上記した８分木分割（Ｏｃｔｒｅｅ分割）を用いて符号化する。８分木符号化部８０１２は、８分木分割を用いて符号化した三次元点の位置情報をエントロピー符号化部８０１３に出力する。
　エントロピー符号化部８０１３は、入力された三次元点の位置情報をエントロピー符号化する。エントロピー符号化部８０１３は、例えば、８分木符号化部８０１２から符号化された三次元点の位置情報が入力された場合、当該符号化された三次元点の位置情報をさらにエントロピー符号化する。一方、エントロピー符号化部８０１３は、例えば、ポイント数判定部８０１１から量子化された三次元点の位置情報が入力された場合、当該量子化された三次元点の位置情報をエントロピー符号化する。
　以上のように、位置情報符号化部８００１は、例えば、ポイント数判定部８０１１において点群データにおける三次元点の数を判定し、三次元点の数が所定の閾値以上の場合、三次元点の位置情報を、８分木分割を用いた符号化をした後に、さらにエントロピー符号化する。一方、位置情報符号化部８００１は、三次元点の数が所定の閾値より少ない場合、三次元点の位置情報を、８分木符号化をせずにエントロピー符号化する。このように、位置情報符号化部８００１は、三次元点の数が所定の閾値より少ない場合、量子化した位置情報を８分木分割せずに直接符号化してもよい。
　例えば、８分木分割を用いた符号化では、三次元点の数が非常に少ない場合、符号化効率が向上しにくい。そのため、三次元点の位置情報を符号化する際には、三次元点の数が非常に少ない場合、８分木分割を用いずに符号化した方が、８分木分割を用いて符号化するよりも、符号化効率がよい場合がある。
　そこで、三次元データ符号化装置８０００は、例えば、８分木分割をする前に三次元点の数を判定することで、三次元点の数が少ない場合には位置情報を量子化した後に８分木分割せずに直接符号化（ダイレクトコーディング）を行う。
　これによれば、三次元データ符号化装置８０００は、三次元点の数が少なく、８分木分割を行うメリットが少ない場合、８分木分割を実施しない。そのため、三次元データ符号化装置８０００は、三次元点の数に応じて適切に符号化効率を向上できる。
　図９５は、本実施の形態に係る属性情報符号化部８００２のブロック図である。
　属性情報符号化部８００２は、ポイント数判定部８０２０と、変換部８０２１と、量子化部８０２２と、エントロピー符号化部８０２３と、を備える。
　ポイント数判定部８０２０は、入力された点群データにおける三次元点の数を判定（算出）する。ポイント数判定部８０２０は、判定した三次元点の数に応じて、点群データの属性情報を変換部８０２１及び量子化部８０２２のうちの一方に出力する。ポイント数判定部８０２０は、例えば、予め定められた所定の閾値に基づいて、三次元点の数を判定する。例えば、ポイント数判定部８０２０は、三次元点の数が所定の閾値以上の場合、変換部８０２１に三次元点の属性情報を出力し、三次元点の数が所定の閾値より少ない場合、量子化部８０２２に三次元点の属性情報を出力する。
　変換部８０２１は、点群データにおける三次元点の属性情報の変換処理を行う。
　量子化部８０２２は、変換処理が行われた点群データにおける三次元点の属性情報に量子化処理を行う。
　エントロピー符号化部８０２３は、量子化された点群データにおける三次元点の属性所法にエントロピー符号化処理を行う。
　以上のように、例えば、属性情報符号化部８００２では、ポイント数判定部８０２０において、点群データにおける三次元点の数（ポイント数）を判定し、三次元点の数が所定の閾値以上の場合、変換部８０２１において、上記した予測処理（Ｐｒｅｄｉｃｔｉｎｇ）、Ｌｉｆｔｉｎｇ、ＲＡＨＴ等の方法を用いて三次元点の属性情報の変換処理（Ｔｒａｎｓｆｏｒｍ）を行った後に、エントロピー符号化部８０２３において、変換処理が行われた三次元点の属性情報をエントロピー符号化する。一方、属性情報符号化部８００２では、三次元点の数が所定の閾値より小さい場合、三次元点の属性情報を、変換処理を行わずにエントロピー符号化部でエントロピー符号化する。このように、三次元データ符号化装置８０００は、三次元点の属性情報を、変換処理を行わずに直接符号化してもよい。
　なお、三次元データ符号化装置８０００においては、上記した８分木符号化（８分木分割）を行う８分木符号化部８０１２、変換処理を行う変換部８０２１以外にも、三次元点の数に応じて処理を行わないブロック（構成要素）があってもよい。
　また、属性情報の符号化処理において、変換処理を行わない場合、三次元データ符号化装置８０００は、上記した量子化テーブルに含まれるシフト演算のシフト量の逆シフトをしてもよい。
　図９６は、本実施の形態に係る付加情報符号化部８００３のブロック図である。
　付加情報符号化部８００３は、ポイント数判定部８０３０と、ヘッダ圧縮部８０３１と、符号化部８０３２と、を備える。
　ポイント数判定部８０３０は、入力された点群データにおける三次元点の数を判定（算出）する。ポイント数判定部８０２０は、判定した三次元点の数に応じて、点群データの付加情報をヘッダ圧縮部８０３１及び符号化部８０３２のうちの一方に出力する。ポイント数判定部８０３０は、例えば、予め定められた所定の閾値に基づいて、三次元点の数を判定する。例えば、ポイント数判定部８０３０は、三次元点の数が所定の閾値以上の場合、符号化部８０３２に付加情報を出力し、三次元点の数が所定の閾値より少ない場合、ヘッダ圧縮部８０３１に付加情報を出力する。
　ヘッダ圧縮部８０３１は、ビットストリームに含まれるヘッダのデータ量を圧縮（削減）する。
　図９７は、本実施の形態に係るビットストリームの第１例を示す図である。図９８は、本実施の形態に係るビットストリームの第２例を示す図である。
　なお、図９７に示すビットストリームは、図９８に示すビットストリームよりも三次元点の数が多い場合のビットストリームを例示する図である。また、図９７及び図９８に示す、ＳＰＳ（Ｓｅｑｕｅｎｔｉａｌ　Ｐａｒａｍｅｔｅｒ　ｓｅｔ）、ＧＰＳ（Ｇｅｏｍｅｔｒｙ　Ｐａｒａｍｅｔｅｒ　ｓｅｔ）、ＡＰＳ（Ａｔｔｒｉｂｕｔｅ　Ｐａｒａｍｅｔｅｒ　ｓｅｔ）、Ｇ（位置情報）、及び、Ａ（属性情報）のそれぞれを囲む矩形の横幅は、それぞれのデータ量を相対的に示す。
　また、図９７及び図９８に示すビットストリームにおけるハッチングを付した部分は、スライスヘッダを示す。
　ＳＰＳ、ＧＰＳ、及び、ＡＰＳ等のパラメータセットは、ビットストリームのヘッダに格納されている。
　図９７及び図９８に示すように、例えば、ヘッダ圧縮部８０３１は、三次元点の数に応じて、ビットストリームに含まれる付加情報（例えば、ＳＰＳ、ＧＰＳ、及び、ＡＰＳ）のデータ量を削減する。例えば、ヘッダ圧縮部８０３１は、三次元点の数が所定の閾値より少ない場合、三次元点の位置情報を８分木符号化（８分木分割）するために用いられるパラメータセットを削除することで、ビットストリーム（より具体的には、ビットストリームのヘッダ）に含めないようにする。つまり、例えば、ヘッダ圧縮部８０３１は、三次元点の数が所定の閾値より少ない場合、三次元点の位置情報を８分木符号化するために用いられるパラメータセットを多重化部８００４（より具体的には、符号化部８０３２）に出力しない。
　符号化部８０３２は、ポイント数判定部８０３０又はヘッダ圧縮部８０３１から入力された三次元点の付加情報を符号化する。
　以上のように、例えば、付加情報符号化部８００３は、ポイント数判定部８０３０において、点群データにおける三次元点の数を判定し、三次元点の数が所定の閾値以上の場合、符号化部８０３２において、所定のパラメータセット、ヘッダのシンタックス等を用いて付加情報を符号化する。一方、付加情報符号化部８００３は、三次元点の数が所定の閾値より少ない場合、ヘッダ圧縮部８０３１においてヘッダに含まれる不要なパラメータセットを削除したり、所定の圧縮方法を用いることにより、ヘッダ領域を削減して符号化する。
　或いは、ヘッダ圧縮部８０３１は、所定の付加情報を符号化部８０３２に送らないとしてもよい。
　或いは、ヘッダ圧縮部８０３１は、位置情報又は属性情報の符号化処理において、一部の処理を省略（バイパス）したか否かに応じて、付加情報を削除してもよい。例えば、ヘッダ圧縮部８０３１は、位置情報又は属性情報の符号化処理において、一部の処理を省略されている場合は、省略された処理に関わる付加情報を削除してもよい。これらの処理を省略したか否かを示す付加情報を付加情報符号化部８００３は、位置情報符号化部８００１又は属性情報符号化部８００２から取得してもよい。
　ここで、付加情報とは、ＳＰＳ、ＧＰＳ、ＡＰＳ等のパラメータセット、又は、位置情報及び属性情報等のデータヘッダ等である。
　なお、ポイント数判定部８０１１、８０２０、８０３０は、位置情報符号化部８００１と属性情報符号化部８００２と付加情報符号化部８００３とで共通としてもよいし、個別でもよい。
　また、ポイント数判定部８０１１、８０２０、８０３０が用いた所定の閾値は、それぞれ異なる値としてもよい。
　また、位置情報符号化部８００１、属性情報符号化部８００２、及び、付加情報符号化部８００３のうちのいずれかは、ポイント数判定部８０１１、８０２０、８０３０を備えず、三次元点の数に応じて一部の処理を省略する構成としなくてもよい。
　また、ポイント数判定部８０１１、８０２０、８０３０は、それぞれ、互いに値が異なる複数の所定の閾値を有してもいてもよい。位置情報符号化部８００１、属性情報符号化部８００２、及び、付加情報符号化部８００３は、それぞれ、複数の所定の閾値に基づいて、三次元点の数に応じて符号化処理の省略方法、又は、圧縮方法を変更してもよい。
　また、位置情報符号化部８００１、属性情報符号化部８００２、及び、付加情報符号化部８００３は、三次元点の数に基づいて、符号化処理の一部を省略する方法だけでなく、所定の符号化方法を用いるように変更してもよい。
　或いは、位置情報符号化部８００１、属性情報符号化部８００２、及び、付加情報符号化部８００３は、三次元点の数に基づいて、符号化におけるパラメータを変更してもよい。例えば、位置情報符号化部８００１、属性情報符号化部８００２、及び、付加情報符号化部８００３は、三次元点の数に基づいて、符号化におけるパラメータを変更することにより、処理の軽い符号化方法で三次元点を符号化できる。また、例えば、属性情報符号化部８００２は、符号化処理の一部を省略する場合、エントロピー符号化ではない符号化方法を用いて属性情報を符号化してもよい。
　図９９は、本実施の形態に係るビットストリームのヘッダのシンタックスの第１例を示す図である。具体的には、図９９は、ＳＰＳのシンタックス例を示す図である。図１００は、本実施の形態に係るビットストリームのヘッダのシンタックスの第２例を示す図である。具体的には、図１００は、ＧＰＳのシンタックス例を示す図である。図１０１は、本実施の形態に係るビットストリームのヘッダのシンタックスの第３例を示す図である。具体的には、図１０１は、ＡＰＳのシンタックス例を示す図である。
　ｏｃｔｒｅｅ＿ｂｙｐａｓｓ＿ｆｌａｇは、８分木分割処理を省略したか否かを示すフラグ（位置情報フラグ）である。
　ｔｒａｎｓｆｏｒｍ＿ｂｙｐａｓｓ＿ｆｌａｇは、変換処理を省略したか否かを示すフラグ（属性情報フラグ）である。
　例えば、ｏｃｔｒｅｅ＿ｂｙｐａｓｓ＿ｆｌａｇ！＝１の場合、三次元データ符号化装置８０００は、ＧＰＳが８分木分割（Ｏｃｔｒｅｅ分割）に関わるデータ（メタデータ）を含み、且つ、８分木分割（Ｏｃｔｒｅｅ分割）に関わらないデータ（メタデータ）を含む付加情報を含むビットストリームを生成する。一方、ｏｃｔｒｅｅ＿ｂｙｐａｓｓ＿ｆｌａｇ！＝１ではない場合、三次元データ符号化装置８０００は、ＧＰＳに８分木分割（Ｏｃｔｒｅｅ分割）に関わるデータ（メタデータ）を含めず、８分木分割（Ｏｃｔｒｅｅ分割）に関わらないデータ（メタデータ）を含む付加情報を含むビットストリームを生成する。
　また、例えば、ｔｒａｎｓｆｏｒｍ＿ｂｙｐａｓｓ＿ｆｌａｇ！＝１の場合、三次元データ符号化装置８０００は、ＡＰＳが変換処理（ｔｒａｎｓｆｏｒｍ）に関わるデータ（メタデータ）を含み、且つ、変換処理（ｔｒａｎｓｆｏｒｍ）に関わらないデータ（メタデータ）を含む付加情報を含むビットストリームを生成する。一方、ｔｒａｎｓｆｏｒｍ＿ｂｙｐａｓｓ＿ｆｌａｇ！＝１ではない場合、三次元データ符号化装置８０００は、ＡＰＳに変換処理（ｔｒａｎｓｆｏｒｍ）に関わるデータ（メタデータ）を含めず、変換処理（ｔｒａｎｓｆｏｒｍ）に関わらないデータ（メタデータ）を含む付加情報を含むビットストリームを生成する。
　これらのフラグは、独立でもよいし、マージされていてもよい。また、これらのフラグは、三次元点の数が少ない場合におけるフラグとしてもよい。また、三次元データ符号化装置８０００は、三次元点の数が少ない場合、当該フラグをＯＮにするとしてもよい。
　図１０２は、本実施の形態に係る三次元データ復号装置８０４０のブロック図である。
　三次元データ復号装置８０４０は、逆多重化部（ＤｅＭＵＸ）８０４１と、位置情報復号部８０４２と、属性情報復号部８０４３と、付加情報復号部８０４４と、を備える。
　逆多重化部８０４１は、ビットストリームに含まれる符号化位置情報、符号化属性情報、及び、符号化付加情報を分割（分離）して出力する。具体的には、逆多重化部８０４１は、ビットストリームに含まれる、符号化位置情報を位置情報復号部８０４２に出力し、符号化属性情報を属性情報復号部８０４３に出力し、符号化付加情報を付加情報復号部８０４４に出力する。
　位置情報復号部８０４２は、符号化位置情報を復号することで位置情報を生成し、生成した位置情報を出力する。
　属性情報復号部８０４３は、符号化属性情報を復号することで属性情報を生成し、生成した属性情報を出力する。
　付加情報復号部８０４４は、符号化付加情報を復号することで付加情報を生成し、生成した付加情報を出力する。例えば、付加情報復号部８０４４は、付加情報のうちの上記したフラグを示す情報、復号に用いるパラメータセット等を位置情報復号部８０４２及び属性情報復号部８０４３に出力する。
　図１０３は、本実施の形態に係る位置情報復号部８０４２のブロック図である。
　位置情報復号部８０４２は、エントロピー復号部８０５０と、メタデータ解析部８０５１と、８分木復号部８０５２と、逆量子化部８０５３と、を備える。
　エントロピー復号部８０５０は、符号化された三次元点の位置情報をエントロピー復号する。
　メタデータ解析部８０５１は、ビットストリームに含まれる付加情報（より具体的には、フラグ（位置情報フラグ））を解析することで、当該フラグが、符号化された位置情報が８分木分割を用いて符号化されたか８分木分割を用いずに符号化されたかを判定する。メタデータ解析部８０５１は、当該フラグが、符号化された位置情報が８分木分割を用いて符号化されたことを示すフラグであると判定した場合、エントロピー復号された位置情報を８分木復号部８０５２に出力する。一方、メタデータ解析部８０５１は、当該フラグが、符号化された位置情報が８分木分割を用いずに符号化されたことを示すフラグであると判定した場合、エントロピー復号された位置情報を逆量子化部８０５３に出力する。
　８分木復号部８０５２は、エントロピー復号された位置情報を、８分木分割を用いて復号（８分木復号）する。
　逆量子化部８０５３は、メタデータ解析部８０５１から入力された、エントロピー復号された位置情報、又は、８分木復号部８０５２から入力された、エントロピー復号され、さらに、８分木復号された位置情報を逆量子化する。
　図１０４は、本実施の形態に係る属性情報復号部８０４３のブロック図である。
　属性情報復号部８０４３は、エントロピー復号部８０６０と、逆量子化部８０６１と、メタデータ解析部８０６２と、逆変換部８０６３と、を備える。
　エントロピー復号部８０６０は、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８０６０は、符号化属性情報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８０６１は、エントロピー復号部８０６０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。
　メタデータ解析部８０６２は、ビットストリームに含まれる付加情報（より具体的には、フラグ（属性情報フラグ））を解析することで、当該フラグが、符号化された属性情報が変換処理を行われた後に符号化されたか、変換処理を行われずに符号化されたかを判定する。メタデータ解析部８０６２は、当該フラグが、符号化された属性情報が変換処理を行われた後に符号化されたことを示すフラグであると判定した場合、逆量子化された属性情報を逆変換部８０６３に出力する。一方、メタデータ解析部８０６２は、当該フラグが、符号化された属性情報が変換処理を行われずに符号化されたことを示すフラグであると判定した場合、逆量子化された属性情報を逆量子化部８０６１には出力せずに外部（例えば、復号された点群データを受信して表示する外部装置）に出力する。
　逆変換部８０６３は、メタデータ解析部８０６２から入力された逆量子化係数を逆変換する。逆変換部８０６３は、例えば、変換部８０２１と逆の処理を行う。
　以上のように、位置情報復号部８０４２は、メタデータ解析部８０５１において付加情報を解析し（具体的には、位置情報フラグを確認することで）、符号化された位置情報が８分木分割を用いて符号化されたか否かを判定し、符号化された位置情報が８分木分割を用いて符号化されていないと判定した場合、８分木復号の処理を省略（スキップ）する。
　また、属性情報復号部８０４３は、メタデータ解析部８０６２において付加情報を解析し（具体的には、属性情報フラグを確認することで）、符号化された属性情報が変換処理（Ｔｒａｎｓｆｏｒｍ）を行われた後に符号化されたか否かを判定し、符号化された属性情報が変換処理を行われた後に符号化されていないと判定した場合、逆変換処理（Ｉｎｖｅｒｓｅ　Ｔｒａｎｓｆｏｒｍ）を省略する。
　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８０００は、三次元点の数に応じた所定の方法で、当該三次元点を符号化する。また、三次元データ符号化装置８０００は、当該所定の方法を示すフラグをビットストリームに含めて出力する。言い換えると、三次元データ符号化装置８０００は、当該所定の方法を用いて三次元点を符号化したことをシグナリングしたビットストリームを出力する。三次元データ復号装置８０４０は、ビットストリームがシグナリングされている場合（言い換えると、ビットストリームに、符号化方法を示すフラグが含まれている場合）、シグナリングされた符号化方法に対応する復号方法で符号化された三次元点を復号する。
　図１０５は、本実施の形態に係る三次元データ符号化装置８０００の符号化方法のシグナリング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８０００は、ポイントクラウドの総ポイント数をカウントする（ステップＳ８００１）。言い換えると、三次元データ符号化装置８０００は、点群データにおける三次元点の数を算出する。
　次に、三次元データ符号化装置８０００は、総ポイント数（三次元点の数）が所定の数未満であるか否かを判定する（Ｓ８００２）。
　なお、本実施の形態では、「以上」、「未満」等の表現を用いる場合がある。例えば、「所定の数以上」、「所定の数未満」等と記載をする場合があるが、厳密な意味で記載するものではない。例えば、「所定の数以上」と記載する場合においては、所定の数よりも大きい（多い）ことを意味してもよい。また、例えば、「所定の数以下」と記載する場合においては、所定の数よりも小さい（未満）ことを意味してもよい。また、「所定の数以上」、「所定の数未満」と対比して記載する場合に、当該所定の数を境に区別されることを意味し、それぞれ、「所定の数より大きい」、「所定の数以下」であることを意味してもよい。
　三次元データ符号化装置８０００は、総ポイント数（三次元点の数）が所定の数未満であると判定した場合（Ｓ８００２でＹｅｓ）、少ないポイント数（三次元点の数）のための符号化方法を用いて当該三次元点（より具体的には、当該三次元点の位置情報、属性情報、及び、付加情報）を符号化し、符号化した三次元点を含み、当該符号化方法を用いたことをシグナリングしたビットストリームを生成して出力する（Ｓ８００３）。少ない三次元点の数のための符号化方法とは、例えば、８分木分割、及び、変換処理を用いない符号化方法である。例えば、三次元データ符号化装置８０００は、三次元点の位置情報を、８分木分割を用いずに符号化し、符号化した三次元点の位置情報（符号化位置情報）と、８分木分割を用いずに符号化したことを示すフラグ（位置情報フラグ）とを生成する。また、例えば、三次元データ符号化装置８０００は、三次元点の属性情報を、変換処理を行わずに符号化し、符号化した三次元点の属性情報（符号化属性情報）と、変換処理を行わずに符号化したことを示すフラグ（属性情報フラグ）とを生成する。また、例えば、三次元データ符号化装置８０００は、三次元点の付加情報を、８分木分割及び変換処理を行うためのデータを含まない付加情報を符号化して符号化付加情報を生成する。例えば、三次元データ符号化装置８０００は、符号化位置情報と、符号化属性情報と、上記２つのフラグと、符号化付加情報とを含むビットストリームを生成する。
　一方、三次元データ符号化装置８０００は、総ポイント数（三次元点の数）が所定の数未満でないと判定した場合（Ｓ８００２でＮｏ）、通常の符号化方法を用いて当該三次元点（より具体的には、当該三次元点の位置情報、属性情報、及び、付加情報）を符号化し、符号化した三次元点を含み、当該符号化方法を用いたことをシグナリングしたビットストリームを生成して出力する（Ｓ８００４）。通常の符号化方法とは、例えば、８分木分割、及び、変換処理を用いた符号化方法である。例えば、三次元データ符号化装置８０００は、三次元点の位置情報を、８分木分割を用いて符号化し、符号化した三次元点の位置情報（符号化位置情報）と、８分木分割を用いて符号化したことを示すフラグ（位置情報フラグ）とを生成する。また、例えば、三次元データ符号化装置８０００は、三次元点の属性情報を、変換処理を行った後に符号化し、符号化した三次元点の属性情報（符号化属性情報）と、変換処理を行った後に符号化したことを示すフラグ（属性情報フラグ）とを生成する。また、例えば、三次元データ符号化装置８０００は、三次元点の付加情報を、８分木分割及び変換処理を行うためのデータを含む付加情報を符号化して符号化付加情報を生成する。例えば、三次元データ符号化装置８０００は、符号化位置情報と、符号化属性情報と、上記２つのフラグと、符号化付加情報とを含むビットストリームを生成する。
　図１０６は、本実施の形態に係る三次元データ復号装置８０４０の復号処理のフローチャートである。
　まず、三次元データ復号装置８０４０は、ビットストリームから、当該ビットストリームに含まれる三次元点の数（総ポイント数）に関わる符号化方法の情報を取得する（ステップＳ８０１１）。例えば、三次元データ復号装置８０４０は、ビットストリームから、上記したフラグを取得する。
　次に、三次元データ復号装置８０４０は、ビットストリームに含まれる三次元点が、少ないポイント数（三次元点の数）のための符号化方法を用いて符号化されたか否かを判定する（Ｓ８０１２）。例えば、三次元データ復号装置８０４０は、ビットストリームに含まれるフラグを確認することで、ビットストリームに含まれる三次元点が、８分木分割及び変換処理が行われて符号化されたか否かを判定する。
　三次元データ復号装置８０４０は、ビットストリームに含まれる三次元点が、少ない三次元点の数のための符号化方法を用いて符号化されたと判定した場合（Ｓ８０１２でＹｅｓ）、少ないポイント数（三次元点の数）のための符号化方法に応じた復号方法を用いて当該三次元点（より具体的には、当該三次元点の符号化位置情報、符号化属性情報、及び、符号化付加情報）を復号する（Ｓ８０１３）。少ない三次元点の数のための符号化方法に応じた復号方法とは、例えば、８分木復号、及び、逆変換処理を用いない復号方法である。例えば、三次元データ復号装置８０４０は、三次元点の位置情報を、８分木復号をせずに復号する。また、例えば、三次元データ復号装置８０４０は、三次元点の属性情報を、逆変換処理を行わずに復号する。
　一方、三次元データ復号装置８０４０は、ビットストリームに含まれる三次元点が、少ない三次元点の数のための符号化方法を用いて符号化されていないと判定した場合（Ｓ８０１２でＮｏ）、通常の符号化方法に応じた復号方法を用いて当該三次元点（より具体的には、当該三次元点の符号化位置情報、符号化属性情報、及び、符号化付加情報）を復号する（Ｓ８０１４）。通常の符号化方法に応じた復号方法とは、例えば、８分木復号、及び、逆変換処理を用いた復号方法である。例えば、三次元データ復号装置８０４０は、三次元点の位置情報を、８分木復号する。また、例えば、三次元データ復号装置８０４０は、三次元点の属性情報を、逆変換処理を行って復号する。
　なお、三次元データ符号化装置８０００は、三次元点の数が予め定められた所定の数以上であるか否かに応じて付加情報を圧縮（例えば、符号化又は削減）するか否かを決定してもよい。
　また、三次元データ復号装置８０４０は、付加情報が圧縮されているか否かに応じて、三次元点の符号化方法、及び、当該符号化方法に応じた復号方法を決定してもよい。
　図１０７は、本実施の形態に係るビットストリームの第４例を示す図である。なお、図１０７に示す、ＳＰＳ、ＧＰＳ、及び、ＡＰＳは、ビットストリームのヘッダに格納されている。また、Ｇは、位置情報を示し、Ａは、属性情報を示す。また、ハッチング部分は、スライスヘッダを示す。ＧとＡとには、それぞれスライスヘッダが設けられている。
　スライス等に点群データを分割する場合、スライスごとに含まれる三次元点の数が異なる場合が多い。このような場合、三次元データ符号化装置８０００は、スライスごとに（例えば、図１０７に示すｓｌｉｃｅ１とｓｌｉｃｅ２とで別々に）、三次元点の数を判定し、位置情報及び属性情報の符号化処理を変更してもよい（例えば、上記した一部の符号化処理の省略）。つまり、例えば、三次元データ符号化装置８０００は、三次元点の数が所定の閾値（所定の数）以上の場合に用いる符号化方法を行うスライスと、三次元点の数が所定の閾値より小さい場合に用いる符号化方法を行うスライスとが混在してもよい。或いは、三次元データ符号化装置８０００は、全ての三次元点の数（全てのスライスの三次元点の数の合計）が所定の閾値以上であるか否かに応じて、全てのスライスに同じ符号化方法を用いてもよい。
　また、三次元データ符号化装置８０００は、付加情報（例えば、スライスヘッダに含まれる情報）も同様に、スライスごとに、所定の閾値以上であるか否かに応じて、圧縮（符号化又は削除）するか否かを決定してもよい。この場合、例えば、三次元データ符号化装置８０００は、位置情報又は属性情報のスライスヘッダに、どのような符号化方法を用いたかを示すフラグを格納し、当該フラグに応じて、当該符号化方法に関する付加情報をヘッダ又はスライスヘッダに含めるか否かを決定する。
　また、三次元データ復号装置８０４０は、ビットストリームから、三次元データ符号化装置８０００がどのような符号化方法を用いたかを示すフラグを判定することで、ビットストリームに符号化のための付加情報が含まれているか否か、及び、どのような復号方法を用いるかを判定する。
　図１０８は、本実施の形態に係る位置情報のスライスヘッダのシンタックス例を示す図である。
　ｏｃｔｒｅｅ＿ｂｙｐａｓｓ＿ｆｌａｇは、８分木分割処理を省略したか否かを示すフラグ（位置情報フラグ）である。
　例えば、ｏｃｔｒｅｅ＿ｂｙｐａｓｓ＿ｆｌａｇ！＝１の場合、三次元データ符号化装置８０００は、位置情報のスライスヘッダに８分木分割（Ｏｃｔｒｅｅ分割）に関わるデータ（メタデータ）を含み、且つ、８分木分割（Ｏｃｔｒｅｅ分割）に関わらないデータ（メタデータ）を含む付加情報を含むビットストリームを生成する。一方、ｏｃｔｒｅｅ＿ｂｙｐａｓｓ＿ｆｌａｇ！＝１ではない場合、三次元データ符号化装置８０００は、位置情報のスライスヘッダに８分木分割（Ｏｃｔｒｅｅ分割）に関わるデータ（メタデータ）を含めず、８分木分割（Ｏｃｔｒｅｅ分割）に関わらないデータ（メタデータ）を含む付加情報を含むビットストリームを生成する。
　図１０９は、本実施の形態に係る属性情報のスライスヘッダのシンタックス例を示す図である。
　ｔｒａｎｓｆｏｒｍ＿ｂｙｐａｓｓ＿ｆｌａｇは、変換処理を省略したか否かを示すフラグ（属性情報フラグ）である。
　例えば、ｔｒａｎｓｆｏｒｍ＿ｂｙｐａｓｓ＿ｆｌａｇ＝！１の場合、三次元データ符号化装置８０００は、属性情報のスライスヘッダに変換処理（ｔｒａｎｓｆｏｒｍ）に関わるデータ（メタデータ）を含み、且つ、変換処理（ｔｒａｎｓｆｏｒｍ）に関わらないデータ（メタデータ）を含む付加情報を含むビットストリームを生成する。一方、ｔｒａｎｓｆｏｒｍ＿ｂｙｐａｓｓ＿ｆｌａｇ！＝１ではない場合、三次元データ符号化装置８０００は、属性情報のスライスヘッダに変換処理（ｔｒａｎｓｆｏｒｍ）に関わるデータ（メタデータ）を含めず、変換処理（ｔｒａｎｓｆｏｒｍ）に関わらないデータ（メタデータ）を含む付加情報を含むビットストリームを生成する。
　これらのフラグは、独立でもよいし、マージされていてもよい。また、これらのフラグは、三次元点の数が少ない場合におけるフラグとしてもよい。また、三次元データ符号化装置８０００は、三次元点の数が少ない場合、当該フラグをＯＮにするとしてもよい。
　なお、所定の閾値は、実際のヘッダサイズ及びデータサイズに基づき、最もトータルのサイズが小さくなる境界の値又は当該境界の値に近い値でもよい。
　また、三次元データ符号化装置８０００は、所定の閾値に基づいて符号化方法を切り替える（選択する）のではなく、実際にヘッダのサイズ及びデータのサイズを算出して、算出結果に基づいて切り替えてもよい。
　また、属性情報は、色、反射率、又は、フレーム番号であってもよいし、その他の属性情報であってもよい。三次元データ符号化装置８０００は、属性情報のタイプに応じて符号化方法を選択してもよい。
　以上のように、本実施の形態に係る三次元データ符号化装置は、図１１０に示す処理を行う。
　図１１０は、本実施の形態に係る符号化処理のフローチャートである。
　まず、三次元データ符号化装置は、複数の三次元点のそれぞれの位置情報を、８分木分割を用いて符号化する第１位置情報符号化方法、及び、８分木分割を用いずに符号化する第２位置情報符号化方法のうちの一方の符号化方法に基づいて符号化する（Ｓ８０２１）。例えば、三次元データ符号化装置は、外部機器からそれぞれが位置情報、属性情報、及び、付加情報を含む複数の三次元点のデータを取得する。三次元データ符号化装置は、所定の条件（例えば、上記した三次元点の数）に基づいて、第１位置情報符号化方法で三次元点（より具体的には、三次元点の位置情報、属性情報、及び、付加情報）を符号化するか、第２位置情報符号化方法で三次元点を符号化するかを決定し、決定した符号化方法で三次元点を符号化する。
　次に、三次元データ符号化装置は、第１位置情報符号化方法に基づいて三次元点を符号化したか否かを判定する（Ｓ８０２２）。
　三次元データ符号化装置は、第１位置情報符号化方法に基づいて符号化したと判定した場合（Ｓ８０２２でＹｅｓ）、符号化された複数の三次元点のそれぞれの位置情報と、第１位置情報符号化方法に基づいて符号化したことを示す位置情報フラグと、８分木分割するために用いるパラメータセットとを含むビットストリームを生成する（Ｓ８０２３）。
　一方、三次元データ符号化装置は、第２位置情報符号化方法に基づいて符号化したと判定した場合（Ｓ８０２２でＮｏ）、符号化された複数の三次元点のそれぞれの位置情報と、第２位置情報符号化方法に基づいて符号化したことを示す位置情報フラグとを含み、８分木分割するために用いるパラメータセットを含まないビットストリームを生成する（Ｓ８０２４）。
　このように、三次元データ符号化装置は、符号化された複数の三次元点のそれぞれの位置情報と、第１位置情報符号化方法及び第２位置情報符号化方法のいずれの符号化方法に基づいて符号化したかを示す位置情報フラグとを含むビットストリームを生成し（Ｓ８０２３又はＳ８０２４）、ビットストリームの生成（Ｓ８０２３又はＳ８０２４）では、第１位置情報符号化方法に基づいて符号化した場合（Ｓ８０２２でＹｅｓ）、８分木分割するために用いるパラメータセットを含むビットストリームを生成し（Ｓ８０２３）、第２位置情報符号化方法に基づいて符号化した場合（Ｓ８０２２でＮｏ）、８分木分割するために用いるパラメータセットを含まないビットストリームを生成する（Ｓ８０２４）。
　これによれば、位置情報の符号化方法に応じて、ビットストリームに含めるパラメータセットを削減できる。そのため、これによれば、ビットストリームに含まれるデータ量を削減できる。
　また、例えば、三次元データ符号化装置は、さらに、複数の三次元点の数を算出し、位置情報の符号化処理（Ｓ８０２１）では、当該複数の三次元点の数が所定の数以上の場合、第１位置情報符号化方法に基づいて符号化し、当該複数の三次元点の数が当該所定の数未満の場合、第２位置情報符号化方法に基づいて符号化する。例えば、三次元データ符号化装置は、位置情報の符号化処理の前に、複数の三次元点の数を算出する処理を行う。所定の数は、予め任意に定められていればよい。
　三次元点の数によっては、８分木分割による符号化方法を用いた方が符号化効率がよい場合と、８分木分割をしない符号化方法を用いた方が符号化効率がよい場合とがある。そのため、これによれば、三次元点の数に応じて、符号化効率のよい符号化方法を選択できる。
　また、例えば、三次元データ符号化装置は、さらに、複数の三次元点のそれぞれの属性情報を、所定の方法で属性情報の値を変換する変換処理を行った後にエントロピー符号化する第１属性情報符号化方法、及び、変換処理を行わずにエントロピー符号化する第２属性情報符号化方法のうちの一方の符号化方法に基づいて符号化し、属性情報の符号化処理では、当該複数の三次元点の数が所定の数以上の場合、第１属性情報符号化方法に基づいて符号化し、当該複数の三次元点の数が所定の数未満の場合、第２属性情報符号化方法に基づいて符号化し、ビットストリームの生成処理（Ｓ８０２３及びＳ８０２４）では、第１属性情報符号化方法及び第２属性情報符号化方法のいずれの符号化方法に基づいて符号化したかを示す属性情報フラグを含むビットストリームを生成する。ここで、所定の方法とは、例えば、上記した予測処理（Ｐｒｅｄｉｃｔｉｎｇ）、Ｌｉｆｔｉｎｇ、ＲＡＨＴ等の方法である。所定の方法は、予め任意に定められていればよい。
　三次元点の数によっては、変換処理を行った後にエントロピー符号化した方が符号化効率がよい場合と、変換処理をせずにエントロピー符号化した方が符号化効率がよい場合とがある。そのため、これによれば、三次元点の数に応じて、符号化効率のよい符号化方法を選択できる。
　また、例えば、三次元データ符号化装置は、ビットストリームの生成処理（Ｓ８０２３及びＳ８０２４）では、複数の三次元点の位置情報を含む複数のスライスを生成し、生成した複数のスライス全てに共通の情報である共通パラメータセットが格納されるヘッダと、当該複数のスライスごとの情報である個別パラメータセットが格納されるスライスヘッダとを含むビットストリームを生成し、当該ヘッダと当該スライスヘッダとの両方に位置情報フラグを格納する。具体的には、スライスは、複数の三次元点の位置情報のうちの少なくとも１つの三次元点の位置情報を含む。
　また、例えば、スライスは、複数の三次元点の位置情報と属性情報との組である。
　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１１１に示す処理を行う。
　図１１１は、本実施の形態に係る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、符号化された複数の三次元点のそれぞれの位置情報と、当該符号化された複数の三次元点のそれぞれの位置情報が、８分木分割を用いて符号化する第１位置情報符号化方法、及び、８分木分割を用いずに符号化する第２位置情報符号化方法のうちのいずれの符号化方法に基づいて符号化されたかを示す位置情報フラグとを取得する（Ｓ８０３１）。例えば、三次元データ復号装置は、三次元データ符号化装置からそれぞれが符号化された位置情報、符号化された属性情報、及び、符号化された付加情報を含む複数の三次元点のデータを取得する。
　次に、三次元データ復号装置は、位置情報フラグに基づいて、符号化された三次元点が第１位置情報符号化方法に基づいて符号化されたか否かを判定する（Ｓ８０３２）。
　三次元データ復号装置は、第１位置情報符号化方法に基づいて符号化されたと判定した場合（Ｓ８０３２でＹｅｓ）、８分木分割するために用いるパラメータセットをビットストリームから取得し、取得したパラメータセットを用いて符号化された複数の三次元点のそれぞれの位置情報を、第１位置情報符号化方法に応じた復号方法に基づいて復号する（Ｓ８０３３）。
　一方、三次元データ符号化装置は、第２位置情報符号化方法に基づいて符号化したと判定した場合（Ｓ８０２２でＮｏ）、８分木分割するために用いるパラメータセットをビットストリームから取得せずに、符号化された複数の三次元点のそれぞれの位置情報を、第２符号化方法に応じた復号方法に基づいて復号する（Ｓ８０３４）。第１位置情報符号化方法に応じた復号方法とは、例えば、上記した８分木復号を含む復号処理である。また、第２位置情報符号化方法に応じた復号方法とは、例えば、上記した８分木復号を含まない復号処理である。
　このように、三次元データ復号装置は、位置情報フラグに基づいて、符号化された複数の三次元点のそれぞれの位置情報を第１位置情報符号化方法及び第２位置情報符号化方法のうちの一方の符号化方法に応じた復号方法に基づいて復号し（Ｓ８０３３又はＳ８０３４）、符号化された位置情報の復号処理（Ｓ８０３３又はＳ８０３４）では、第１位置情報符号化方法に応じた復号方法に基づいて復号する場合（Ｓ８０３２でＹｅｓ）、８分木分割するために用いるパラメータセットをビットストリームから取得し、取得したパラメータセットを用いて符号化された複数の三次元点のそれぞれの位置情報を復号し（Ｓ８０３３）、第２位置情報符号化方法に応じた復号方法に基づいて復号する場合（Ｓ８０３２でＮｏ）、当該パラメータセットをビットストリームから取得しない（Ｓ８０３４）。
　これによれば、位置情報の符号化方法に応じて、ビットストリームに含まれるパラメータセットが異なっていたとしても、符号化された三次元点の位置情報を適切に復号できる。
　また、例えば、位置情報フラグは、複数の三次元点の数が所定の数以上の場合、符号化された複数の三次元点の位置情報が第１位置情報符号化方法に基づいて符号化されたことを示し、当該複数の三次元点の数が所定の数未満の場合、符号化された複数の三次元点の位置情報が第２位置情報符号化方法に基づいて符号化されたことを示す。
　三次元点の数によっては、８分木分割による符号化方法を用いた方が符号化効率がよい場合と、８分木分割をしない符号化方法を用いた方が符号化効率がよい場合とがある。そのため、これによれば、三次元点の数に応じて、符号化効率のよい符号化方法で符号化された三次元点の位置情報を適切に復号できる。
　また、例えば、三次元データ復号装置は、さらに、符号化された複数の三次元点のそれぞれの属性情報と、符号化された複数の三次元点のそれぞれの属性情報が、所定の方法で属性情報の値を変換する変換処理を行った後にエントロピー符号化する第１属性情報符号化方法、及び、変換処理を行わずにエントロピー符号化する第２属性情報符号化方法のいずれの符号化方法に基づいて符号化されたかを示す属性情報フラグとをビットストリームから取得し、取得した属性情報フラグに基づいて、符号化された複数の三次元点のそれぞれの属性情報を第１属性情報符号化方法及び第２属性情報符号化方法のうちの一方の符号化方法に応じた復号方法に基づいて復号する。また、属性情報フラグは、複数の三次元点の数が所定の数以上の場合、符号化された複数の三次元点の属性情報が第１属性情報符号化方法に基づいて符号化されたことを示し、当該複数の三次元点の数が当該所定の数未満の場合、符号化された複数の三次元点の属性情報が第２属性情報符号化方法に基づいて符号化されたことを示す。所定の数は、予め任意に定められてよい。或いは、所定の数を示す情報がビットストリームに含められていてもよい。例えば、三次元データ符号化装置は、所定の数を示す情報を含むビットストリームを生成してもよい。また、所定の方法とは、例えば、上記した予測処理（Ｐｒｅｄｉｃｔｉｎｇ）、Ｌｉｆｔｉｎｇ、ＲＡＨＴ等の方法である。また、例えば、第１属性情報符号化方法に応じた復号方法とは、逆変換処理を含む復号処理である。また、例えば、第２属性情報符号化方法に応じた復号方法とは、逆変換処理を含まない復号処理である。
　三次元点の数によっては、８分木分割による符号化方法を用いた方が符号化効率がよい場合と、８分木分割をしない符号化方法を用いた方が符号化効率がよい場合とがある。そのため、これによれば、三次元点の数に応じて、符号化効率のよい符号化方法で符号化された三次元点の位置情報を適切に復号できる。
　また、例えば、ビットストリームには、符号化された複数の三次元点の位置情報を含む複数のスライス全てに共通の情報である共通パラメータセットが格納されるヘッダと、複数のスライスごとの情報である個別パラメータセットが格納されるスライスヘッダとが含まれており、当該ヘッダと当該スライスヘッダの両方に位置情報フラグが格納されている。
　また、例えば、スライスは、複数の三次元点の位置情報と属性情報との組である。
　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
　２１００　三次元データ符号化装置
　２１０１、２１１１　８分木生成部
　２１０２、２１１２　幾何情報算出部
　２１０３、２１１３　符号化テーブル選択部
　２１０４　エントロピー符号化部
　２１１０　三次元データ復号装置
　２１１４　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
　８０００　三次元データ符号化装置
　８００１　位置情報符号化部
　８００２　属性情報符号化部
　８００３　付加情報符号化部
　８００４　多重化部
　８０１０、８０２２　量子化部
　８０１１、８０２０、８０３０　ポイント数判定部
　８０１２　８分木符号化部
　８０１３、８０２３　エントロピー符号化部
　８０２１　変換部
　８０３１　ヘッダ圧縮部
　８０３２　符号化部
　８０４０　三次元データ復号装置
　８０４１　逆多重化部
　８０４２　位置情報復号部
　８０４３　属性情報復号部
　８０４４　付加情報復号部
　８０５０、８０６０　エントロピー復号部
　８０５１、８０６２　メタデータ解析部
　８０５２　８分木復号部
　８０５３、８０６１　逆量子化部
　８０６３　逆変換部

Claims (12)

  1. 　複数の三次元点のそれぞれの位置情報を、８分木分割を用いて符号化する第１位置情報符号化方法、及び、８分木分割を用いずに符号化する第２位置情報符号化方法のうちの一方の符号化方法に基づいて符号化し、
    　符号化された前記複数の三次元点のそれぞれの位置情報と、前記第１位置情報符号化方法及び前記第２位置情報符号化方法のいずれの符号化方法に基づいて符号化したかを示す位置情報フラグとを含むビットストリームを生成し、
    　前記ビットストリームの生成では、前記第１位置情報符号化方法に基づいて符号化した場合、８分木分割するために用いるパラメータセットを含むビットストリームを生成し、前記第２位置情報符号化方法に基づいて符号化した場合、８分木分割するために用いるパラメータセットを含まないビットストリームを生成する
    　三次元データ符号化方法。
  2. 　さらに、前記複数の三次元点の数を算出し、
    　前記位置情報の符号化では、
    　前記複数の三次元点の数が所定の数以上の場合、前記第１位置情報符号化方法に基づいて符号化し、
    　前記複数の三次元点の数が前記所定の数未満の場合、前記第２位置情報符号化方法に基づいて符号化する
    　請求項１に記載の三次元データ符号化方法。
  3. 　さらに、前記複数の三次元点のそれぞれの属性情報を、所定の方法で前記属性情報の値を変換する変換処理を行った後にエントロピー符号化する第１属性情報符号化方法、及び、前記変換処理を行わずにエントロピー符号化する第２属性情報符号化方法のうちの一方の符号化方法に基づいて符号化し、
    　前記属性情報の符号化では、
    　前記複数の三次元点の数が前記所定の数以上の場合、前記第１属性情報符号化方法に基づいて符号化し、
    　前記複数の三次元点の数が前記所定の数未満の場合、前記第２属性情報符号化方法に基づいて符号化し、
    　前記ビットストリームの生成では、前記第１属性情報符号化方法及び前記第２属性情報符号化方法のいずれの符号化方法に基づいて符号化したかを示す属性情報フラグを含むビットストリームを生成する
    　請求項２に記載の三次元データ符号化方法。
  4. 　前記ビットストリームの生成では、
    　前記複数の三次元点の位置情報を含む複数のスライスを生成し、
    　前記複数のスライス全てに共通の情報である共通パラメータセットが格納されるヘッダと、前記複数のスライスごとの情報である個別パラメータセットが格納されるスライスヘッダとを含むビットストリームを生成し、
    　前記ヘッダと前記スライスヘッダとの両方に前記位置情報フラグを格納する
    　請求項１～３のいずれか１項に記載の三次元データ符号化方法。
  5. 　前記スライスは、前記複数の三次元点の位置情報と属性情報との組である
    　請求項４に記載の三次元データ符号化方法。
  6. 　ビットストリームから、符号化された複数の三次元点のそれぞれの位置情報と、前記符号化された複数の三次元点のそれぞれの位置情報が、８分木分割を用いて符号化する第１位置情報符号化方法、及び、８分木分割を用いずに符号化する第２位置情報符号化方法のうちのいずれの符号化方法に基づいて符号化されたかを示す位置情報フラグとを取得し、
    　前記位置情報フラグに基づいて、前記符号化された複数の三次元点のそれぞれの位置情報を前記第１位置情報符号化方法及び前記第２位置情報符号化方法のうちの一方の符号化方法に応じた復号方法に基づいて復号し、
    　前記符号化された位置情報の復号では、前記第１位置情報符号化方法に応じた復号方法に基づいて復号する場合、８分木分割するために用いるパラメータセットを前記ビットストリームから取得し、前記パラメータセットを用いて前記符号化された複数の三次元点のそれぞれの位置情報を復号し、前記第２位置情報符号化方法に応じた復号方法に基づいて復号する場合、前記パラメータセットを前記ビットストリームから取得しない
    　三次元データ復号方法。
  7. 　前記位置情報フラグは、
    　前記複数の三次元点の数が所定の数以上の場合、前記符号化された複数の三次元点の位置情報が前記第１位置情報符号化方法に基づいて符号化されたことを示し、
    　前記複数の三次元点の数が前記所定の数未満の場合、前記符号化された複数の三次元点の位置情報が前記第２位置情報符号化方法に基づいて符号化されたことを示す
    　請求項６に記載の三次元データ復号方法。
  8. 　さらに、前記符号化された複数の三次元点のそれぞれの属性情報と、前記符号化された複数の三次元点のそれぞれの属性情報が、所定の方法で前記属性情報の値を変換する変換処理を行った後にエントロピー符号化する第１属性情報符号化方法、及び、前記変換処理を行わずにエントロピー符号化する第２属性情報符号化方法のいずれの符号化方法に基づいて符号化されたかを示す属性情報フラグとを前記ビットストリームから取得し、
    　前記属性情報フラグに基づいて、前記符号化された複数の三次元点のそれぞれの属性情報を前記第１属性情報符号化方法及び前記第２属性情報符号化方法のうちの一方の符号化方法に応じた復号方法に基づいて復号し、
    　前記属性情報フラグは、
    　前記複数の三次元点の数が前記所定の数以上の場合、前記符号化された複数の三次元点の属性情報が前記第１属性情報符号化方法に基づいて符号化されたことを示し、
    　前記複数の三次元点の数が前記所定の数未満の場合、前記符号化された複数の三次元点の属性情報が前記第２属性情報符号化方法に基づいて符号化されたことを示す
    　請求項７に記載の三次元データ復号方法。
  9. 　前記ビットストリームには、
    　前記符号化された複数の三次元点の位置情報を含む複数のスライス全てに共通の情報である共通パラメータセットが格納されるヘッダと、前記複数のスライスごとの情報である個別パラメータセットが格納されるスライスヘッダとが含まれており、
    　前記ヘッダと前記スライスヘッダの両方に前記位置情報フラグが格納されている
    　請求項６～８のいずれか１項に記載の三次元データ復号方法。
  10. 　前記スライスは、前記複数の三次元点の位置情報と属性情報との組である
    　請求項９に記載の三次元データ復号方法。
  11. 　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、
    　複数の三次元点のそれぞれの位置情報を、８分木分割を用いて符号化する第１位置情報符号化方法、及び、８分木分割を用いずに符号化する第２位置情報符号化方法のうちの一方の符号化方法に基づいて符号化し、
    　符号化された前記複数の三次元点のそれぞれの位置情報と、前記第１位置情報符号化方法及び前記第２位置情報符号化方法のいずれの符号化方法に基づいて符号化したかを示す位置情報フラグとを含むビットストリームを生成し、
    　前記ビットストリームの生成では、前記第１位置情報符号化方法に基づいて符号化した場合、８分木分割するために用いるパラメータセットを含むビットストリームを生成し、前記第２位置情報符号化方法に基づいて符号化した場合、８分木分割するために用いるパラメータセットを含まないビットストリームを生成する
    　三次元データ符号化装置。
  12. 　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、符号化された複数の三次元点のそれぞれの位置情報と、前記符号化された複数の三次元点のそれぞれの位置情報が、８分木分割を用いて符号化する第１位置情報符号化方法、及び、８分木分割を用いずに符号化する第２位置情報符号化方法のうちのいずれの符号化方法に基づいて符号化されたかを示す位置情報フラグとを取得し、
    　前記位置情報フラグに基づいて、前記符号化された複数の三次元点のそれぞれの位置情報を前記第１位置情報符号化方法及び前記第２位置情報符号化方法のうちの一方の符号化方法に応じた復号方法に基づいて復号し、
    　前記符号化された位置情報の復号では、前記第１位置情報符号化方法に応じた復号方法に基づいて復号する場合、８分木分割するために用いるパラメータセットを前記ビットストリームから取得し、前記パラメータセットを用いて前記符号化された複数の三次元点のそれぞれの位置情報を復号し、前記第２位置情報符号化方法に応じた復号方法に基づいて復号する場合、前記パラメータセットを前記ビットストリームから取得しない
    　三次元データ復号装置。
PCT/JP2020/013485 2019-03-25 2020-03-25 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)

Priority Applications (2)

Application Number Priority Date Filing Date Title
US17/468,122 US11928844B2 (en) 2019-03-25 2021-09-07 Three-dimensional data encoding method, three-dimensional data decoding method, three-dimensional data encoding device, and three-dimensional data decoding device
US18/435,478 US20240177357A1 (en) 2019-03-25 2024-02-07 Three-dimensional data encoding method, three-dimensional data decoding method, three-dimensional data encoding device, and three-dimensional data decoding device

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
US201962823266P 2019-03-25 2019-03-25
US62/823,266 2019-03-25

Related Child Applications (1)

Application Number Title Priority Date Filing Date
US17/468,122 Continuation US11928844B2 (en) 2019-03-25 2021-09-07 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
WO2020196680A1 true WO2020196680A1 (ja) 2020-10-01

Family

ID=72611520

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/JP2020/013485 WO2020196680A1 (ja) 2019-03-25 2020-03-25 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 (2)

Country Link
US (2) US11928844B2 (ja)
WO (1) WO2020196680A1 (ja)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116800969A (zh) * 2022-03-18 2023-09-22 维沃移动通信有限公司 编码、解码方法、装置及设备
CN115474047A (zh) * 2022-09-13 2022-12-13 福州大学 一种基于增强映射图相关性LiDAR点云编码方法及解码方法

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2014529950A (ja) * 2011-08-25 2014-11-13 トムソン ライセンシングＴｈｏｍｓｏｎ Ｌｉｃｅｎｓｉｎｇ 階層的なエントロピー符号化および復号
JP2017126890A (ja) * 2016-01-14 2017-07-20 キヤノン株式会社 符号化装置及びその制御方法

Family Cites Families (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8538166B2 (en) * 2006-11-21 2013-09-17 Mantisvision Ltd. 3D geometric modeling and 3D video content creation
US8090194B2 (en) * 2006-11-21 2012-01-03 Mantis Vision Ltd. 3D geometric modeling and motion capture using both single and dual imaging
CN103139569B (zh) * 2011-11-23 2016-08-10 华为技术有限公司 多视点视频的编码、解码方法、装置和编解码器
DE112012006746T5 (de) 2012-07-30 2015-05-21 Mitsubishi Electric Corporation Kartenanzeigevorrichtung
EP3007448A1 (en) * 2014-10-07 2016-04-13 Canon Kabushiki Kaisha Disparity data encoding apparatus and method of controlling the same for
US10438036B1 (en) * 2015-11-09 2019-10-08 Cognex Corporation System and method for reading and decoding ID codes on a curved, sloped and/or annular object

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2014529950A (ja) * 2011-08-25 2014-11-13 トムソン ライセンシングＴｈｏｍｓｏｎ Ｌｉｃｅｎｓｉｎｇ 階層的なエントロピー符号化および復号
JP2017126890A (ja) * 2016-01-14 2017-07-20 キヤノン株式会社 符号化装置及びその制御方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
YASUMURO, YOSHIHIRO ET AL.: "Shape Modeling for Volume Metric from Point Clouds", PROCEEDINGS OF THE 54TH ANNUAL CONFERENCE OF THE INSTITUTE OF SYSTEMS, CONTROL AND INFORMATION ENGINEERS, 19 May 2010 (2010-05-19), pages 315 - 316 *

Also Published As

Publication number Publication date
US20210407149A1 (en) 2021-12-30
US20240177357A1 (en) 2024-05-30
US11928844B2 (en) 2024-03-12

Similar Documents

Publication Publication Date Title
WO2020162495A1 (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
JP7167147B2 (ja) 三次元データ符号化方法、三次元データ復号方法、三次元データ符号化装置、及び三次元データ復号装置
JPWO2020004461A1 (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
JP7167144B2 (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
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
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
WO2020184443A1 (ja) 三次元データ符号化方法、三次元データ復号方法、三次元データ符号化装置、及び三次元データ復号装置
JP7389028B2 (ja) 三次元データ符号化方法、三次元データ復号方法、三次元データ符号化装置、及び三次元データ復号装置
JP7410879B2 (ja) 三次元データ符号化方法、三次元データ復号方法、三次元データ符号化装置、及び三次元データ復号装置
JP7478668B2 (ja) 三次元データ符号化方法、三次元データ復号方法、三次元データ符号化装置、及び三次元データ復号装置
WO2020075862A1 (ja) 三次元データ符号化方法、三次元データ復号方法、三次元データ符号化装置、及び三次元データ復号装置
WO2020138352A1 (ja) 三次元データ符号化方法、三次元データ復号方法、三次元データ符号化装置、及び三次元データ復号装置
WO2020196677A1 (ja) 三次元データ符号化方法、三次元データ復号方法、三次元データ符号化装置、及び三次元データ復号装置
JPWO2019235587A1 (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
WO2020196765A1 (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
WO2020184444A1 (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: 20779361

Country of ref document: EP

Kind code of ref document: A1

NENP Non-entry into the national phase

Ref country code: DE

122 Ep: pct application non-entry in european phase

Ref document number: 20779361

Country of ref document: EP

Kind code of ref document: A1