WO2021002636A1 - 포인트 클라우드 데이터 송신 장치, 포인트 클라우드 데이터 송신 방법, 포인트 클라우드 데이터 수신 장치 및 포인트 클라우드 데이터 수신 방법 - Google Patents

포인트 클라우드 데이터 송신 장치, 포인트 클라우드 데이터 송신 방법, 포인트 클라우드 데이터 수신 장치 및 포인트 클라우드 데이터 수신 방법 Download PDF

Info

Publication number
WO2021002636A1
WO2021002636A1 PCT/KR2020/008327 KR2020008327W WO2021002636A1 WO 2021002636 A1 WO2021002636 A1 WO 2021002636A1 KR 2020008327 W KR2020008327 W KR 2020008327W WO 2021002636 A1 WO2021002636 A1 WO 2021002636A1
Authority
WO
WIPO (PCT)
Prior art keywords
point cloud
attribute
geometry
bitstream
data
Prior art date
Application number
PCT/KR2020/008327
Other languages
English (en)
French (fr)
Inventor
오현묵
오세진
Original Assignee
엘지전자 주식회사
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 엘지전자 주식회사 filed Critical 엘지전자 주식회사
Priority to CN202080048673.8A priority Critical patent/CN114097247A/zh
Priority to US17/621,042 priority patent/US11895341B2/en
Priority to EP20835101.5A priority patent/EP3993429A4/en
Publication of WO2021002636A1 publication Critical patent/WO2021002636A1/ko
Priority to US18/398,895 priority patent/US20240137578A1/en

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/40—Client devices specifically adapted for the reception of or interaction with content, e.g. set-top-box [STB]; Operations thereof
    • H04N21/43—Processing of content or additional data, e.g. demultiplexing additional data from a digital video stream; Elementary client operations, e.g. monitoring of home network or synchronising decoder's clock; Client middleware
    • H04N21/442—Monitoring of processes or resources, e.g. detecting the failure of a recording device, monitoring the downstream bandwidth, the number of times a movie has been viewed, the storage space available from the internal hard disk
    • H04N21/44213—Monitoring of end-user related data
    • H04N21/44218—Detecting physical presence or behaviour of the user, e.g. using sensors to detect if the user is leaving the room or changes his face expression during a TV program
    • 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
    • H04N19/90—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using coding techniques not provided for in groups H04N19/10-H04N19/85, e.g. fractals
    • H04N19/96—Tree coding, e.g. quad-tree coding
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T9/00—Image coding
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T9/00—Image coding
    • G06T9/001—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
    • H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
    • H04N19/102—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the element, parameter or selection affected or controlled by the adaptive coding
    • H04N19/119—Adaptive subdivision aspects, e.g. subdivision of a picture into rectangular or non-rectangular coding blocks
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
    • H04N19/169—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding
    • H04N19/17—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding the unit being an image region, e.g. an object
    • H04N19/174—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding the unit being an image region, e.g. an object the region being a slice, e.g. a line of blocks or a group of blocks
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/30—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using hierarchical techniques, e.g. scalability
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/46—Embedding additional information in the video signal during the compression process
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/50—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using predictive coding
    • H04N19/597—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using predictive coding specially adapted for multi-view video sequence encoding
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/20—Servers specifically adapted for the distribution of content, e.g. VOD servers; Operations thereof
    • H04N21/21—Server components or server architectures
    • H04N21/218—Source of audio or video content, e.g. local disk arrays
    • H04N21/21805—Source of audio or video content, e.g. local disk arrays enabling multiple viewpoints, e.g. using a plurality of cameras
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/20—Servers specifically adapted for the distribution of content, e.g. VOD servers; Operations thereof
    • H04N21/23—Processing of content or additional data; Elementary server operations; Server middleware
    • H04N21/234—Processing of video elementary streams, e.g. splicing of video streams or manipulating encoded video stream scene graphs
    • H04N21/2343—Processing of video elementary streams, e.g. splicing of video streams or manipulating encoded video stream scene graphs involving reformatting operations of video signals for distribution or compliance with end-user requests or end-user device requirements
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/20—Servers specifically adapted for the distribution of content, e.g. VOD servers; Operations thereof
    • H04N21/23—Processing of content or additional data; Elementary server operations; Server middleware
    • H04N21/234—Processing of video elementary streams, e.g. splicing of video streams or manipulating encoded video stream scene graphs
    • H04N21/2343—Processing of video elementary streams, e.g. splicing of video streams or manipulating encoded video stream scene graphs involving reformatting operations of video signals for distribution or compliance with end-user requests or end-user device requirements
    • H04N21/234327—Processing of video elementary streams, e.g. splicing of video streams or manipulating encoded video stream scene graphs involving reformatting operations of video signals for distribution or compliance with end-user requests or end-user device requirements by decomposing into layers, e.g. base layer and one or more enhancement layers
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/20—Servers specifically adapted for the distribution of content, e.g. VOD servers; Operations thereof
    • H04N21/23—Processing of content or additional data; Elementary server operations; Server middleware
    • H04N21/235—Processing of additional data, e.g. scrambling of additional data or processing content descriptors
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/20—Servers specifically adapted for the distribution of content, e.g. VOD servers; Operations thereof
    • H04N21/23—Processing of content or additional data; Elementary server operations; Server middleware
    • H04N21/236—Assembling of a multiplex stream, e.g. transport stream, by combining a video stream with other content or additional data, e.g. inserting a URL [Uniform Resource Locator] into a video stream, multiplexing software data into a video stream; Remultiplexing of multiplex streams; Insertion of stuffing bits into the multiplex stream, e.g. to obtain a constant bit-rate; Assembling of a packetised elementary stream
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/20—Servers specifically adapted for the distribution of content, e.g. VOD servers; Operations thereof
    • H04N21/23—Processing of content or additional data; Elementary server operations; Server middleware
    • H04N21/239—Interfacing the upstream path of the transmission network, e.g. prioritizing client content requests
    • H04N21/2393—Interfacing the upstream path of the transmission network, e.g. prioritizing client content requests involving handling client requests
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/40—Client devices specifically adapted for the reception of or interaction with content, e.g. set-top-box [STB]; Operations thereof
    • H04N21/43—Processing of content or additional data, e.g. demultiplexing additional data from a digital video stream; Elementary client operations, e.g. monitoring of home network or synchronising decoder's clock; Client middleware
    • H04N21/434—Disassembling of a multiplex stream, e.g. demultiplexing audio and video streams, extraction of additional data from a video stream; Remultiplexing of multiplex streams; Extraction or processing of SI; Disassembling of packetised elementary stream
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/40—Client devices specifically adapted for the reception of or interaction with content, e.g. set-top-box [STB]; Operations thereof
    • H04N21/43—Processing of content or additional data, e.g. demultiplexing additional data from a digital video stream; Elementary client operations, e.g. monitoring of home network or synchronising decoder's clock; Client middleware
    • H04N21/435—Processing of additional data, e.g. decrypting of additional data, reconstructing software from modules extracted from the transport stream
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/60—Network structure or processes for video distribution between server and client or between remote clients; Control signalling between clients, server and network components; Transmission of management data between server and client, e.g. sending from server to client commands for recording incoming content stream; Communication details between server and client 
    • H04N21/65—Transmission of management data between client and server
    • H04N21/658—Transmission by the client directed to the server
    • H04N21/6587—Control parameters, e.g. trick play commands, viewpoint selection
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/80—Generation or processing of content or additional data by content creator independently of the distribution process; Content per se
    • H04N21/85—Assembly of content; Generation of multimedia applications
    • H04N21/854—Content authoring
    • H04N21/85406—Content authoring involving a specific file format, e.g. MP4 format

Definitions

  • the embodiments are directed to a method and apparatus for processing point cloud content.
  • the point cloud content is content expressed as a point cloud, which is a set of points (points) belonging to a coordinate system representing a three-dimensional space.
  • Point cloud content can express media consisting of three dimensions, and provides various services such as VR (Virtual Reality, Virtual Reality), AR (Augmented Reality, Augmented Reality), MR (Mixed Reality, Mixed Reality), and autonomous driving services. Used to provide. However, tens of thousands to hundreds of thousands of point data are required to represent point cloud content. Therefore, a method for efficiently processing a vast amount of point data is required.
  • Embodiments provide an apparatus and method for efficiently processing point cloud data.
  • Embodiments provide a point cloud data processing method and apparatus for solving latency and encoding/decoding complexity.
  • a method for transmitting point cloud data includes: encoding point cloud data including geometry data and attribute data; Transmitting a bitstream including point cloud data; Includes.
  • a method for receiving point cloud data may include receiving a bitstream including point cloud data including geometry data and attribute data; Decoding the point cloud data; Includes.
  • the apparatus and method according to the embodiments may process point cloud data with high efficiency.
  • the apparatus and method according to the embodiments may provide a point cloud service of high quality.
  • the apparatus and method according to the embodiments may provide point cloud content for providing general-purpose services such as VR services and autonomous driving services.
  • FIG. 1 shows an example of a point cloud content providing system according to embodiments.
  • FIG. 2 is a block diagram illustrating an operation of providing point cloud content according to embodiments.
  • FIG 3 shows an example of a point cloud video capture process according to embodiments.
  • FIG. 4 shows an example of a point cloud encoder according to embodiments.
  • FIG. 5 shows an example of a voxel according to embodiments.
  • FIG. 6 shows an example of an octree and an occupancy code according to embodiments.
  • FIG. 7 shows an example of a neighbor node pattern according to embodiments.
  • FIG. 10 shows an example of a point cloud decoder according to embodiments.
  • FIG. 11 shows an example of a point cloud decoder according to embodiments.
  • FIG 13 is an example of a reception device according to embodiments.
  • FIG. 14 shows an example of a structure capable of interworking with a method/device for transmitting and receiving point cloud data according to embodiments
  • 15 is a flowchart of a point cloud data encoder and a point cloud data decoder according to embodiments.
  • 16 shows the configuration of fragments 16020 to 16050 of a bitstream according to embodiments.
  • FIG. 17 illustrates bitstream fragment matching based on a PCC layer structure according to embodiments.
  • FIG. 18 illustrates decoding of a bitstream fragment and layer matching of a PCC structure according to embodiments.
  • NAL 19 shows a PCC network abstract layer (NAL) unit according to embodiments.
  • FIG. 20 shows a header of a blade unit according to embodiments.
  • FIG. 21 shows a type of a blade unit according to embodiments.
  • attribute_parameter_set( ) shows an attribute parameter set (attribute_parameter_set( )) according to embodiments.
  • 25 shows an encoder of an apparatus for transmitting point cloud data according to embodiments.
  • 26 illustrates a decoder of an apparatus for receiving point cloud data according to embodiments.
  • FIG. 27 shows a flow of transmission and reception of point cloud data according to embodiments.
  • 29 shows a method of transmitting point cloud data according to embodiments.
  • 30 shows a method of receiving point cloud data according to embodiments.
  • FIG. 1 shows an example of a point cloud content providing system according to embodiments.
  • the point cloud content providing system illustrated in FIG. 1 may include a transmission device 10000 and a reception device 10004.
  • the transmission device 10000 and the reception device 10004 are capable of wired or wireless communication to transmit and receive point cloud data.
  • the transmission device 10000 may secure, process, and transmit point cloud video (or point cloud content).
  • the transmission device 10000 is a fixed station, a base transceiver system (BTS), a network, an artificial intelligence (AI) device and/or system, a robot, an AR/VR/XR device and/or server. And the like.
  • the transmission device 10000 uses a radio access technology (eg, 5G NR (New RAT), LTE (Long Term Evolution)) to communicate with a base station and/or other wireless devices, Robots, vehicles, AR/VR/XR devices, portable devices, home appliances, Internet of Thing (IoT) devices, AI devices/servers, etc. may be included.
  • 5G NR New RAT
  • LTE Long Term Evolution
  • the transmission device 10000 includes a point cloud video acquisition unit (Point Cloud Video Acquisition, 10001), a point cloud video encoder (Point Cloud Video Encoder, 10002) and/or a transmitter (Transmitter (or Communication module), 10003). Include)
  • the point cloud video acquisition unit 10001 acquires a point cloud video through a process such as capture, synthesis, or generation.
  • the point cloud video is point cloud content expressed as a point cloud, which is a set of points located in a three-dimensional space, and may be referred to as point cloud video data.
  • a point cloud video according to embodiments may include one or more frames. One frame represents a still image/picture. Accordingly, the point cloud video may include a point cloud image/frame/picture, and may be referred to as any one of a point cloud image, a frame, and a picture.
  • the point cloud video encoder 10002 encodes the secured point cloud video data.
  • the point cloud video encoder 10002 may encode point cloud video data based on Point Cloud Compression coding.
  • Point cloud compression coding may include Geometry-based Point Cloud Compression (G-PCC) coding and/or Video based Point Cloud Compression (V-PCC) coding or next-generation coding.
  • G-PCC Geometry-based Point Cloud Compression
  • V-PCC Video based Point Cloud Compression
  • point cloud compression coding according to the embodiments is not limited to the above-described embodiments.
  • the point cloud video encoder 10002 may output a bitstream including encoded point cloud video data.
  • the bitstream may include not only the encoded point cloud video data, but also signaling information related to encoding of the point cloud video data.
  • the transmitter 10003 transmits a bitstream including encoded point cloud video data.
  • the bitstream according to the embodiments is encapsulated into a file or segment (for example, a streaming segment) and transmitted through various networks such as a broadcasting network and/or a broadband network.
  • the transmission device 10000 may include an encapsulation unit (or an encapsulation module) that performs an encapsulation operation.
  • the encapsulation unit may be included in the transmitter 10003.
  • a file or segment may be transmitted to the receiving device 10004 through a network or stored in a digital storage medium (eg, USB, SD, CD, DVD, Blu-ray, HDD, SSD, etc.).
  • the transmitter 10003 may perform wired/wireless communication with the reception device 10004 (or a receiver 10005) through a network such as 4G, 5G, or 6G.
  • the transmitter 10003 may perform necessary data processing operations according to a network system (for example, a communication network system such as 4G, 5G, or 6G).
  • the transmission device 10000 may transmit encapsulated data according to an on demand method.
  • the reception device 10004 includes a receiver 10005, a point cloud video decoder 10006, and/or a renderer 10007.
  • the receiving device 10004 uses a wireless access technology (eg, 5G NR (New RAT), LTE (Long Term Evolution)) to communicate with a base station and/or other wireless devices, a robot , Vehicles, AR/VR/XR devices, portable devices, home appliances, Internet of Thing (IoT) devices, AI devices/servers, and the like.
  • 5G NR New RAT
  • LTE Long Term Evolution
  • the receiver 10005 receives a bitstream including point cloud video data or a file/segment in which the bitstream is encapsulated from a network or a storage medium.
  • the receiver 10005 may perform necessary data processing operations according to a network system (for example, a communication network system such as 4G, 5G, or 6G).
  • the receiver 10005 may decapsulate the received file/segment and output a bitstream.
  • the receiver 10005 may include a decapsulation unit (or a decapsulation module) for performing a decapsulation operation.
  • the decapsulation unit may be implemented as an element (or component) separate from the receiver 10005.
  • the point cloud video decoder 10006 decodes a bitstream including point cloud video data.
  • the point cloud video decoder 10006 may decode the point cloud video data according to the encoding method (for example, a reverse process of the operation of the point cloud video encoder 10002). Accordingly, the point cloud video decoder 10006 may decode the point cloud video data by performing point cloud decompression coding, which is a reverse process of the point cloud compression.
  • Point cloud decompression coding includes G-PCC coding.
  • the renderer 10007 renders the decoded point cloud video data.
  • the renderer 10007 may output point cloud content by rendering audio data as well as point cloud video data.
  • the renderer 10007 may include a display for displaying point cloud content.
  • the display is not included in the renderer 10007 and may be implemented as a separate device or component.
  • the feedback information is information for reflecting an interaction ratio with a user who consumes point cloud content, and includes user information (eg, head orientation information, viewport information, etc.).
  • user information eg, head orientation information, viewport information, etc.
  • the feedback information is the content sending side (for example, the transmission device 10000) and/or a service provider.
  • the feedback information may be used not only in the transmitting device 10000 but also in the receiving device 10004, and may not be provided.
  • Head orientation information is information on a position, direction, angle, and movement of a user's head.
  • the receiving device 10004 may calculate viewport information based on the head orientation information.
  • the viewport information is information on the area of the point cloud video that the user is viewing.
  • a viewpoint is a point at which the user is watching a point cloud video, and may mean a center point of a viewport area. That is, the viewport is an area centered on a viewpoint, and the size and shape of the area may be determined by a field of view (FOV).
  • FOV field of view
  • the receiving device 10004 may extract viewport information based on a vertical or horizontal FOV supported by the device in addition to the head orientation information.
  • the receiving device 10004 performs a gaze analysis and the like to check the point cloud consumption method of the user, the point cloud video area that the user gazes, and the gaze time.
  • the receiving device 10004 may transmit feedback information including the result of gaze analysis to the transmitting device 10000.
  • Feedback information may be obtained during rendering and/or display.
  • Feedback information may be secured by one or more sensors included in the receiving device 10004.
  • the feedback information may be secured by the renderer 10007 or a separate external element (or device, component, etc.).
  • a dotted line in FIG. 1 shows a process of transmitting feedback information secured by the renderer 10007.
  • the point cloud content providing system may process (encode/decode) point cloud data based on feedback information.
  • the point cloud video data decoder 10006 may perform a decoding operation based on the feedback information.
  • the receiving device 10004 may transmit feedback information to the transmitting device 10000.
  • the transmission device 10000 (or the point cloud video data encoder 10002) may perform an encoding operation based on feedback information. Therefore, the point cloud content providing system does not process (encode/decode) all point cloud data, but efficiently processes necessary data (e.g., point cloud data corresponding to the user's head position) based on feedback information. Point cloud content can be provided to users.
  • the transmission device 10000 may be referred to as an encoder, a transmission device, a transmitter, and the like
  • the reception device 10004 may be referred to as a decoder, a reception device, a receiver, or the like.
  • Point cloud data (processed in a series of acquisition/encoding/transmission/decoding/rendering) processed in the point cloud content providing system of FIG. 1 according to embodiments may be referred to as point cloud content data or point cloud video data.
  • the point cloud content data may be used as a concept including metadata or signaling information related to the point cloud data.
  • Elements of the point cloud content providing system shown in FIG. 1 may be implemented by hardware, software, processor, and/or a combination thereof.
  • FIG. 2 is a block diagram illustrating an operation of providing point cloud content according to embodiments.
  • the block diagram of FIG. 2 shows the operation of the point cloud content providing system described in FIG. 1.
  • the point cloud content providing system may process point cloud data based on point cloud compression coding (eg, G-PCC).
  • point cloud compression coding eg, G-PCC
  • a point cloud content providing system may acquire a point cloud video (20000).
  • the point cloud video is expressed as a point cloud belonging to a coordinate system representing a three-dimensional space.
  • a point cloud video may include a Ply (Polygon File format or the Stanford Triangle format) file.
  • Ply files contain point cloud data such as the geometry and/or attributes of the point.
  • the geometry includes the positions of the points.
  • the position of each point may be expressed by parameters (eg, values of each of the X-axis, Y-axis, and Z-axis) representing a three-dimensional coordinate system (eg, a coordinate system composed of XYZ axes).
  • Attributes include attributes of points (eg, texture information of each point, color (YCbCr or RGB), reflectance (r), transparency, etc.).
  • a point has one or more attributes (or attributes).
  • one point may have an attribute of one color, or two attributes of a color and reflectance.
  • geometry may be referred to as positions, geometry information, geometry data, and the like, and attributes may be referred to as attributes, attribute information, attribute data, and the like.
  • the point cloud content providing system (for example, the point cloud transmission device 10000 or the point cloud video acquisition unit 10001) provides points from information related to the acquisition process of the point cloud video (eg, depth information, color information, etc.). Cloud data can be secured.
  • the point cloud content providing system may encode point cloud data (20001).
  • the point cloud content providing system may encode point cloud data based on point cloud compression coding.
  • the point cloud data may include the geometry and attributes of the point.
  • the point cloud content providing system may output a geometry bitstream by performing geometry encoding for encoding geometry.
  • the point cloud content providing system may output an attribute bitstream by performing attribute encoding for encoding the attribute.
  • the point cloud content providing system may perform attribute encoding based on geometry encoding.
  • the geometry bitstream and the attribute bitstream according to the embodiments may be multiplexed and output as one bitstream.
  • the bitstream according to embodiments may further include signaling information related to geometry encoding and attribute encoding.
  • the point cloud content providing system may transmit encoded point cloud data (20002).
  • the encoded point cloud data may be expressed as a geometry bitstream and an attribute bitstream.
  • the encoded point cloud data may be transmitted in the form of a bitstream together with signaling information related to encoding of the point cloud data (eg, signaling information related to geometry encoding and attribute encoding).
  • the point cloud content providing system may encapsulate the bitstream for transmitting the encoded point cloud data and transmit it in the form of a file or segment.
  • the point cloud content providing system may receive a bitstream including encoded point cloud data.
  • the point cloud content providing system may demultiplex the bitstream.
  • the point cloud content providing system can decode the encoded point cloud data (e.g., geometry bitstream, attribute bitstream) transmitted as a bitstream. have.
  • the point cloud content providing system (for example, the receiving device 10004 or the point cloud video decoder 10005) can decode the point cloud video data based on signaling information related to encoding of the point cloud video data included in the bitstream. have.
  • the point cloud content providing system (for example, the receiving device 10004 or the point cloud video decoder 10005) may restore positions (geometry) of points by decoding a geometry bitstream.
  • the point cloud content providing system may restore the attributes of points by decoding an attribute bitstream based on the restored geometry.
  • the point cloud content providing system (for example, the receiving device 10004 or the point cloud video decoder 10005) may restore the point cloud video based on the decoded attributes and positions according to the restored geometry.
  • the point cloud content providing system may render the decoded point cloud data (20004 ).
  • the point cloud content providing system may render geometry and attributes decoded through a decoding process according to a rendering method according to various rendering methods. Points of the point cloud content may be rendered as a vertex having a certain thickness, a cube having a specific minimum size centered on the vertex position, or a circle centered on the vertex position. All or part of the rendered point cloud content is provided to the user through a display (eg VR/AR display, general display, etc.).
  • a display eg VR/AR display, general display, etc.
  • the point cloud content providing system may secure feedback information (20005).
  • the point cloud content providing system may encode and/or decode point cloud data based on feedback information. Since the operation of the feedback information and point cloud content providing system according to the embodiments is the same as the feedback information and operation described in FIG. 1, a detailed description will be omitted.
  • FIG 3 shows an example of a point cloud video capture process according to embodiments.
  • FIGS. 1 to 2 shows an example of a point cloud video capture process in the point cloud content providing system described in FIGS. 1 to 2.
  • the point cloud content is an object located in various three-dimensional spaces (for example, a three-dimensional space representing a real environment, a three-dimensional space representing a virtual environment, etc.) and/or a point cloud video (images and/or Videos). Therefore, the point cloud content providing system according to the embodiments includes one or more cameras (eg, an infrared camera capable of securing depth information, color information corresponding to the depth information) to generate the point cloud content. You can capture a point cloud video using an RGB camera that can extract the image), a projector (for example, an infrared pattern projector to secure depth information), and LiDAR.
  • cameras eg, an infrared camera capable of securing depth information, color information corresponding to the depth information
  • a projector for example, an infrared pattern projector to secure depth information
  • LiDAR LiDAR
  • the point cloud content providing system may obtain point cloud data by extracting a shape of a geometry composed of points in a 3D space from depth information, and extracting an attribute of each point from color information.
  • An image and/or an image according to the embodiments may be captured based on at least one or more of an inward-facing method and an outward-facing method.
  • the left side of Fig. 3 shows an inword-facing scheme.
  • the inword-facing method refers to a method in which one or more cameras (or camera sensors) located surrounding a central object capture a central object.
  • the in-word-facing method provides point cloud content that provides users with 360-degree images of key objects (e.g., provides users with 360-degree images of objects (eg, key objects such as characters, players, objects, actors, etc.) VR/AR content).
  • the outward-facing method refers to a method in which one or more cameras (or camera sensors) located surrounding the central object capture the environment of the central object other than the central object.
  • the outward-pacing method may be used to generate point cloud content (for example, content representing an external environment that may be provided to a user of a self-driving vehicle) to provide an environment that appears from a user's point of view.
  • the point cloud content may be generated based on the capture operation of one or more cameras.
  • the point cloud content providing system may calibrate one or more cameras to set a global coordinate system before the capture operation.
  • the point cloud content providing system may generate point cloud content by synthesizing an image and/or image captured by the above-described capture method with an arbitrary image and/or image.
  • the point cloud content providing system may not perform the capture operation described in FIG. 3 when generating point cloud content representing a virtual space.
  • the point cloud content providing system may perform post-processing on the captured image and/or image. In other words, the point cloud content providing system removes an unwanted area (e.g., background), recognizes the space where captured images and/or images are connected, and performs an operation to fill in a spatial hole if there is. I can.
  • the point cloud content providing system may generate one point cloud content by performing coordinate system transformation on points of the point cloud video acquired from each camera.
  • the point cloud content providing system may perform a coordinate system transformation of points based on the position coordinates of each camera. Accordingly, the point cloud content providing system may generate content representing a wide range, or may generate point cloud content having a high density of points.
  • FIG. 4 shows an example of a point cloud encoder according to embodiments.
  • the point cloud encoder uses point cloud data (for example, positions and/or positions of points) to adjust the quality of the point cloud content (for example, lossless-lossless, loss-lossy, near-lossless) according to network conditions or applications. Attributes) and perform an encoding operation.
  • point cloud data for example, positions and/or positions of points
  • the quality of the point cloud content for example, lossless-lossless, loss-lossy, near-lossless
  • Attributes perform an encoding operation.
  • the point cloud content providing system may not be able to stream the content in real time. Therefore, the point cloud content providing system can reconstruct the point cloud content based on the maximum target bitrate in order to provide it according to the network environment.
  • the point cloud encoder may perform geometry encoding and attribute encoding. Geometry encoding is performed before attribute encoding.
  • Point cloud encoders include a coordinate system transform unit (Transformation Coordinates, 40000), a quantization unit (Quantize and Remove Points (Voxelize), 40001), an octree analysis unit (Analyze Octree, 40002), and a surface aproximation analysis unit ( Analyze Surface Approximation, 40003), Arithmetic Encode (40004), Reconstruct Geometry (40005), Transform Colors (40006), Transfer Attributes (40007), RAHT Transformation A unit 40008, an LOD generation unit (Generated LOD) 40009, a lifting transform unit (Lifting) 40010, a coefficient quantization unit (Quantize Coefficients, 40011), and/or an Arithmetic Encode (40012).
  • a coordinate system transform unit Transformation Coordinates, 40000
  • a quantization unit Quantization and Remove Points (Voxelize)
  • An octree analysis unit Analyze Octree, 40002
  • the coordinate system transform unit 40000, the quantization unit 40001, the octree analysis unit 40002, the surface aproximation analysis unit 40003, the arithmetic encoder 40004, and the geometry reconstruction unit 40005 perform geometry encoding. can do.
  • Geometry encoding according to embodiments may include octree geometry coding, direct coding, trisoup geometry encoding, and entropy encoding. Direct coding and trisoup geometry encoding are applied selectively or in combination. Also, geometry encoding is not limited to the above example.
  • the coordinate system conversion unit 40000 receives positions and converts them into a coordinate system.
  • positions may be converted into position information in a three-dimensional space (eg, a three-dimensional space represented by an XYZ coordinate system).
  • the location information of the 3D space according to embodiments may be referred to as geometry information.
  • the quantization unit 40001 quantizes geometry. For example, the quantization unit 40001 may quantize points based on the minimum position values of all points (eg, minimum values on each axis with respect to the X-axis, Y-axis, and Z-axis). The quantization unit 40001 multiplies the difference between the minimum position value and the position value of each point by a preset quantum scale value, and then performs a quantization operation to find the nearest integer value by performing a rounding or a rounding. Thus, one or more points may have the same quantized position (or position value). The quantization unit 40001 according to embodiments performs voxelization based on the quantized positions to reconstruct the quantized points.
  • the quantization unit 40001 performs voxelization based on the quantized positions to reconstruct the quantized points.
  • the minimum unit including the 2D image/video information is a pixel, and points of the point cloud content (or 3D point cloud video) according to the embodiments may be included in one or more voxels.
  • Voxel is a combination of volume and pixel
  • the quantization unit 40001 may match groups of points in a 3D space with voxels.
  • one voxel may include only one point.
  • one voxel may include one or more points.
  • a position of a center of a corresponding voxel may be set based on positions of one or more points included in one voxel.
  • attributes of all positions included in one voxel may be combined and assigned to a corresponding voxel.
  • the octree analysis unit 40002 performs octree geometry coding (or octree coding) to represent voxels in an octree structure.
  • the octree structure represents points matched to voxels based on an octal tree structure.
  • the surface aproxiation analysis unit 40003 may analyze and approximate the octree.
  • the octree analysis and approximation according to the embodiments is a process of analyzing to voxelize a region including a plurality of points in order to efficiently provide octree and voxelization.
  • the arithmetic encoder 40004 entropy encodes the octree and/or the approximated octree.
  • the encoding method includes an Arithmetic encoding method.
  • a geometry bitstream is generated.
  • Color conversion unit 40006, attribute conversion unit 40007, RAHT conversion unit 40008, LOD generation unit 40009, lifting conversion unit 40010, coefficient quantization unit 40011 and/or Arismatic encoder 40012 Performs attribute encoding.
  • one point may have one or more attributes. Attribute encoding according to embodiments is applied equally to attributes of one point. However, when one attribute (eg, color) includes one or more elements, independent attribute encoding is applied to each element.
  • Attribute encoding includes color transform coding, attribute transform coding, Region Adaptive Hierarchial Transform (RAHT) coding, Interpolaration-based hierarchical nearest-neighbor prediction-Prediction Transform coding, and interpolation-based hierarchical nearest -Neighbor prediction with an update/lifting step (Lifting Transform)) coding may be included.
  • RAHT Region Adaptive Hierarchial Transform
  • Interpolaration-based hierarchical nearest-neighbor prediction-Prediction Transform coding Interpolaration-based hierarchical nearest-neighbor prediction-Prediction Transform coding
  • interpolation-based hierarchical nearest -Neighbor prediction with an update/lifting step (Lifting Transform)) coding may be included.
  • the aforementioned RAHT coding, predictive transform coding, and lifting transform coding may be selectively used, or a combination of one or more codings may be used.
  • attribute encoding according to embodiments is not limited to the above-de
  • the color conversion unit 40006 performs color conversion coding for converting color values (or textures) included in attributes.
  • the color conversion unit 40006 may convert the format of color information (eg, convert from RGB to YCbCr).
  • the operation of the color conversion unit 40006 according to the embodiments may be selectively applied according to color values included in attributes.
  • the geometry reconstruction unit 40005 reconstructs (decompresses) an octree and/or an approximated octree.
  • the geometry reconstruction unit 40005 reconstructs an octree/voxel based on a result of analyzing the distribution of points.
  • the reconstructed octree/voxel may be referred to as reconstructed geometry (or reconstructed geometry).
  • the attribute conversion unit 40007 performs attribute conversion for converting attributes based on the reconstructed geometry and/or positions for which geometry encoding has not been performed. As described above, since attributes are dependent on geometry, the attribute conversion unit 40007 may transform the attributes based on the reconstructed geometry information. For example, the attribute conversion unit 40007 may convert an attribute of the point of the position based on the position value of the point included in the voxel. As described above, when a position of a center point of a corresponding voxel is set based on positions of one or more points included in one voxel, the attribute conversion unit 40007 converts attributes of one or more points. When tri-soup geometry encoding is performed, the attribute conversion unit 40007 may convert attributes based on trisoup geometry encoding.
  • the attribute conversion unit 40007 is an average value of attributes or attribute values (for example, the color of each point or reflectance) of points neighboring within a specific position/radius from the position (or position value) of the center point of each voxel. Attribute conversion can be performed by calculating.
  • the attribute conversion unit 40007 may apply a weight according to a distance from a central point to each point when calculating an average value. Thus, each voxel has a position and a calculated attribute (or attribute value).
  • the attribute conversion unit 40007 may search for neighboring points existing within a specific position/radius from the position of the center point of each voxel based on a K-D tree or a Molton code.
  • the K-D tree is a binary search tree and supports a data structure that can manage points based on location so that the Nearest Neighbor Search (NNS) can be quickly performed.
  • the Molton code represents a coordinate value (for example, (x, y, z)) representing a three-dimensional position of all points as a bit value, and is generated by mixing the bits. For example, if the coordinate value indicating the position of the point is (5, 9, 1), the bit value of the coordinate value is (0101, 1001, 0001).
  • the attribute conversion unit 40007 may sort points based on a Morton code value and perform a shortest neighbor search (NNS) through a depth-first traversal process. After the attribute transformation operation, when the shortest neighbor search (NNS) is required in another transformation process for attribute coding, a K-D tree or a Molton code is used.
  • NSS shortest neighbor search
  • the converted attributes are input to the RAHT conversion unit 40008 and/or the LOD generation unit 40009.
  • the RAHT conversion unit 40008 performs RAHT coding for predicting attribute information based on the reconstructed geometry information. For example, the RAHT conversion unit 40008 may predict attribute information of a node at a higher level of the octree based on attribute information associated with a node at a lower level of the octree.
  • the LOD generation unit 40009 generates a level of detail (LOD) to perform predictive transform coding.
  • LOD level of detail
  • the LOD according to the embodiments is a degree representing the detail of the point cloud content, and a smaller LOD value indicates that the detail of the point cloud content decreases, and a larger LOD value indicates that the detail of the point cloud content is high. Points can be classified according to LOD.
  • the lifting transform unit 40010 performs lifting transform coding that transforms attributes of a point cloud based on weights. As described above, the lifting transform coding can be selectively applied.
  • the coefficient quantization unit 40011 quantizes attribute-coded attributes based on coefficients.
  • Arismatic encoder 40012 encodes quantized attributes based on Arismatic coding.
  • the elements of the point cloud encoder of FIG. 4 are not shown in the drawing, but hardware including one or more processors or integrated circuits configured to communicate with one or more memories included in the point cloud providing apparatus. , Software, firmware, or a combination thereof.
  • One or more processors may perform at least one or more of the operations and/or functions of the elements of the point cloud encoder of FIG. 4 described above. Further, one or more processors may operate or execute a set of software programs and/or instructions for performing operations and/or functions of the elements of the point cloud encoder of FIG. 4.
  • One or more memories according to embodiments may include high speed random access memory, and nonvolatile memory (e.g., one or more magnetic disk storage devices, flash memory devices, or other nonvolatile solid state Memory devices (solid-state memory devices, etc.).
  • FIG. 5 shows an example of a voxel according to embodiments.
  • voxels located in a three-dimensional space represented by a coordinate system composed of three axes of the X-axis, Y-axis, and Z-axis.
  • a point cloud encoder eg, quantization unit 40001
  • Figure 5 is created through an octree structure recursively subdividing a bounding box defined by two poles (0,0,0) and (2d, 2d, 2d) Shows an example of the voxel.
  • One voxel includes at least one or more points.
  • the voxel can estimate spatial coordinates from the positional relationship with the voxel group.
  • voxels have attributes (color or reflectance, etc.) like pixels of a 2D image/video.
  • a detailed description of the voxel is the same as that described with reference to FIG. 4 and thus is omitted.
  • FIG. 6 shows an example of an octree and an occupancy code according to embodiments.
  • a point cloud content providing system (point cloud video encoder 10002) or a point cloud encoder (for example, octree analysis unit 40002) efficiently manages the area and/or position of the voxel.
  • octree geometry coding (or octree coding) based on an octree structure is performed.
  • FIG. 6 shows an octree structure.
  • the three-dimensional space of the point cloud content according to the embodiments is expressed by axes of a coordinate system (eg, X-axis, Y-axis, Z-axis).
  • the octree structure is created by recursive subdividing of a cubical axis-aligned bounding box defined by two poles (0,0,0) and (2d, 2d, 2d). 2d may be set to a value constituting the smallest bounding box surrounding all points of the point cloud content (or point cloud video).
  • d represents the depth of the octree.
  • the d value is determined according to the following equation. In the following equation, (xintn, yintn, zintn) represents positions (or position values) of quantized points.
  • the entire 3D space may be divided into eight spaces according to the division.
  • Each divided space is represented by a cube with 6 faces.
  • each of the eight spaces is divided again based on the axes of the coordinate system (eg, X axis, Y axis, Z axis).
  • axes of the coordinate system e.g, X axis, Y axis, Z axis.
  • each space is further divided into eight smaller spaces.
  • the divided small space is also represented as a cube with 6 faces. This division method is applied until a leaf node of an octree becomes a voxel.
  • the lower part of FIG. 6 shows the octree ocupancy code.
  • the octree's ocupancy code is generated to indicate whether each of the eight divided spaces generated by dividing one space includes at least one point. Therefore, one Okufanshi code is represented by 8 child nodes. Each child node represents the occupancy of the divided space, and the child node has a value of 1 bit. Therefore, the Ocufanshi code is expressed as an 8-bit code. That is, if at least one point is included in the space corresponding to the child node, the node has a value of 1. If the point is not included in the space corresponding to the child node (empty), the node has a value of 0. Since the ocupancy code shown in FIG.
  • the point cloud encoder (for example, the Arismatic encoder 40004) according to embodiments may entropy encode an ocupancy code. In addition, in order to increase the compression efficiency, the point cloud encoder can intra/inter code the ocupancy code.
  • the reception device (for example, the reception device 10004 or the point cloud video decoder 10006) according to the embodiments reconstructs an octree based on an ocupancy code.
  • a point cloud encoder may perform voxelization and octree coding to store positions of points.
  • points in the 3D space are not always evenly distributed, there may be a specific area where there are not many points. Therefore, it is inefficient to perform voxelization over the entire 3D space. For example, if there are almost no points in a specific area, it is not necessary to perform voxelization to the corresponding area.
  • the point cloud encoder does not perform voxelization for the above-described specific region (or nodes other than the leaf nodes of the octree), but directly codes the positions of points included in the specific region. ) Can be performed. Coordinates of a direct coding point according to embodiments are referred to as a direct coding mode (DCM).
  • the point cloud encoder according to embodiments may perform trisoup geometry encoding in which positions of points within a specific region (or node) are reconstructed based on voxels based on a surface model. Trisoup geometry encoding is a geometry encoding that expresses the representation of an object as a series of triangle meshes.
  • Direct coding and trisoup geometry encoding may be selectively performed.
  • direct coding and trisoup geometry encoding according to embodiments may be performed in combination with octree geometry coding (or octree coding).
  • the option to use direct mode to apply direct coding must be activated, and the node to which direct coding is applied is not a leaf node, but below the threshold within a specific node. There must be points of. In addition, the number of all points subject to direct coding must not exceed a preset limit.
  • the point cloud encoder (or the arithmetic encoder 40004) according to the embodiments may entropy-code the positions (or position values) of the points.
  • the point cloud encoder determines a specific level of the octree (if the level is less than the depth d of the octree), and from that level, the node Trisoup geometry encoding that reconstructs the position of a point in the region based on voxels can be performed (tri-soup mode).
  • a point cloud encoder may designate a level to which trisoup geometry encoding is applied. For example, if the specified level is equal to the depth of the octree, the point cloud encoder does not operate in the try-soup mode.
  • the point cloud encoder may operate in the try-soup mode only when the specified level is less than the depth value of the octree.
  • a three-dimensional cube area of nodes of a designated level according to the embodiments is referred to as a block.
  • One block may include one or more voxels.
  • the block or voxel may correspond to a brick.
  • the geometry is represented by a surface.
  • the surface according to embodiments may intersect each edge (edge) of the block at most once.
  • one block has 12 edges, there are at least 12 intersection points within one block. Each intersection is called a vertex (vertex, or vertex).
  • a vertex existing along an edge is detected when there is at least one occupied voxel adjacent to the edge among all blocks sharing the edge.
  • An occupied voxel refers to a voxel including a point. The position of the vertex detected along the edge is the average position along the edge of all voxels among all blocks sharing the edge.
  • the point cloud encoder When a vertex is detected, the point cloud encoder according to the embodiments entropycodes the starting point (x, y, z) of the edge, the direction vector of the edge ( ⁇ x, ⁇ y, ⁇ z), and vertex position values (relative position values within the edge). I can.
  • the point cloud encoder e.g., the geometry reconstruction unit 40005
  • the point cloud encoder performs a triangle reconstruction, up-sampling, and voxelization process. By doing so, you can create reconstructed geometry (reconstructed geometry).
  • the vertices located at the edge of the block determine the surface that passes through the block.
  • the surface according to the embodiments is a non-planar polygon.
  • the triangle reconstruction process reconstructs the surface represented by a triangle based on the starting point of the edge, the direction vector of the edge, and the position value of the vertex.
  • the triangle reconstruction process is as follows. 1 Calculate the centroid value of each vertex, and 2 calculate the values obtained by subtracting the center value from each vertex value and 3 perform the square and add all the values.
  • each vertex is projected on the x-axis based on the center of the block, and projected on the (y, z) plane.
  • the projected value on the (y, z) plane is (ai, bi)
  • ⁇ is obtained through atan2(bi, ai)
  • vertices are aligned based on the ⁇ value.
  • the table below shows a combination of vertices for generating a triangle according to the number of vertices. Vertices are ordered from 1 to n.
  • the table below shows that for four vertices, two triangles may be formed according to a combination of vertices.
  • the first triangle may be composed of 1st, 2nd, and 3rd vertices among the aligned vertices
  • the second triangle may be composed of 3rd, 4th, and 1st vertices among the aligned vertices.
  • the upsampling process is performed to voxelize by adding points in the middle along the edge of the triangle. Additional points are created based on the upsampling factor and the width of the block. The additional point is called a refined vertice.
  • the point cloud encoder may voxelize refined vertices. In addition, the point cloud encoder may perform attribute encoding based on the voxelized position (or position value).
  • FIG. 7 shows an example of a neighbor node pattern according to embodiments.
  • the point cloud encoder may perform entropy coding based on context adaptive arithmetic coding.
  • a point cloud content providing system or a point cloud encoder directly converts the Ocufanshi code.
  • Entropy coding is possible.
  • the point cloud content providing system or point cloud encoder performs entropy encoding (intra encoding) based on the ocupancy code of the current node and the ocupancy of neighboring nodes, or entropy encoding (inter encoding) based on the ocupancy code of the previous frame. ) Can be performed.
  • a frame according to embodiments means a set of point cloud videos generated at the same time.
  • the compression efficiency of intra-encoding/inter-encoding may vary depending on the number of referenced neighbor nodes. The larger the bit, the more complicated it is, but it can be skewed to one side, increasing compression efficiency. For example, if you have a 3-bit context, you have to code in 8 ways. The divided coding part affects the complexity of the implementation. Therefore, it is necessary to match the appropriate level of compression efficiency and complexity.
  • a point cloud encoder determines occupancy of neighboring nodes of each node of an octree and obtains a value of a neighbor pattern.
  • the neighboring node pattern is used to infer the occupancy pattern of the corresponding node.
  • the left side of FIG. 7 shows a cube corresponding to a node (centered cube) and six cubes (neighbor nodes) that share at least one surface with the cube. Nodes shown in the figure are nodes of the same depth (depth). Numbers shown in the figure indicate weights (1, 2, 4, 8, 16, 32, etc.) associated with each of the six nodes. Each weight is sequentially assigned according to the positions of neighboring nodes.
  • the right side of FIG. 7 shows neighboring node pattern values.
  • the neighbor node pattern value is the sum of values multiplied by weights of the occupied neighbor nodes (neighbor nodes having points). Therefore, the neighbor node pattern value has a value from 0 to 63. When the neighbor node pattern value is 0, it indicates that no node (occupied node) has a point among neighboring nodes of the corresponding node. If the neighboring node pattern value is 63, it indicates that all neighboring nodes are occupied nodes. As shown in the figure, since neighboring nodes to which weights 1, 2, 4, and 8 are assigned are occupied nodes, the neighboring node pattern value is 15, which is the sum of 1, 2, 4, and 8.
  • the point cloud encoder may perform coding according to the neighboring node pattern value (for example, if the neighboring node pattern value is 63, 64 codings are performed). According to embodiments, the point cloud encoder may reduce coding complexity by changing a neighbor node pattern value (for example, based on a table changing 64 to 10 or 6).
  • the encoded geometry is reconstructed (decompressed) before attribute encoding is performed.
  • the geometry reconstruction operation may include changing the placement of the direct coded points (eg, placing the direct coded points in front of the point cloud data).
  • the geometry reconstruction process is triangular reconstruction, upsampling, voxelization, and the attribute is dependent on geometry, so the attribute encoding is performed based on the reconstructed geometry.
  • the point cloud encoder may reorganize points for each LOD.
  • the figure shows point cloud content corresponding to the LOD.
  • the left side of the figure shows the original point cloud content.
  • the second figure from the left of the figure shows the distribution of the lowest LOD points, and the rightmost figure in the figure shows the distribution of the highest LOD points. That is, the points of the lowest LOD are sparsely distributed, and the points of the highest LOD are densely distributed. That is, as the LOD increases according to the direction of the arrow indicated at the bottom of the drawing, the spacing (or distance) between points becomes shorter.
  • a point cloud content providing system or a point cloud encoder (for example, a point cloud video encoder 10002, a point cloud encoder in FIG. 4, or an LOD generator 40009) generates an LOD. can do.
  • the LOD is generated by reorganizing the points into a set of refinement levels according to a set LOD distance value (or a set of Euclidean distance).
  • the LOD generation process is performed not only in the point cloud encoder but also in the point cloud decoder.
  • FIG. 9 shows examples (P0 to P9) of points of point cloud content distributed in a three-dimensional space.
  • the original order of FIG. 9 represents the order of points P0 to P9 before LOD generation.
  • the LOD based order of FIG. 9 represents the order of points according to LOD generation. Points are rearranged by LOD. Also, the high LOD includes points belonging to the low LOD.
  • LOD0 includes P0, P5, P4 and P2.
  • LOD1 includes the points of LOD0 and P1, P6 and P3.
  • LOD2 includes points of LOD0, points of LOD1 and P9, P8 and P7.
  • the point cloud encoder may selectively or combine predictive transform coding, lifting transform coding, and RAHT transform coding.
  • the point cloud encoder may generate a predictor for points and perform predictive transform coding to set a predicted attribute (or predicted attribute value) of each point. That is, N predictors may be generated for N points.
  • the predicted attribute (or attribute value) is a weight calculated based on the distance to each neighboring point to the attributes (or attribute values, for example, color, reflectance, etc.) of neighboring points set in the predictor of each point. It is set as the average value multiplied by (or weight value).
  • a point cloud encoder e.g., the coefficient quantization unit 40011
  • the quantization process is as shown in the following table.
  • the point cloud encoder (for example, the arithmetic encoder 40012) according to the embodiments may entropy-code the quantized and dequantized residual values as described above when there are points adjacent to the predictors of each point.
  • the point cloud encoder according to embodiments (for example, the arithmetic encoder 40012) may entropy-code attributes of the corresponding point without performing the above-described process if there are no points adjacent to the predictor of each point.
  • the point cloud encoder (for example, the lifting transform unit 40010) according to the embodiments generates a predictor of each point, sets the calculated LOD to the predictor, registers neighboring points, and increases the distance to the neighboring points.
  • Lifting transform coding can be performed by setting weights.
  • Lifting transform coding according to embodiments is similar to the above-described predictive transform coding, but differs in that a weight is accumulated and applied to an attribute value.
  • a process of cumulatively applying a weight to an attribute value according to embodiments is as follows.
  • the weights calculated by additionally multiplying the weights calculated for all predictors by the weights stored in the QW corresponding to the predictor indexes are cumulatively added to the update weight array by the indexes of neighboring nodes.
  • the value obtained by multiplying the calculated weight by the attribute value of the index of the neighboring node is accumulated and summed.
  • the predicted attribute value is calculated by additionally multiplying the attribute value updated through the lift update process by the weight updated through the lift prediction process (stored in QW).
  • a point cloud encoder for example, the coefficient quantization unit 40011
  • the point cloud encoder for example, the Arismatic encoder 40012
  • the point cloud encoder (for example, the RAHT transform unit 40008) according to the embodiments may perform RAHT transform coding that estimates the attributes of higher-level nodes by using an attribute associated with a node at a lower level of the octree.
  • RAHT transform coding is an example of attribute intra coding through octree backward scan.
  • the point cloud encoder according to the embodiments scans from voxels to the entire area, and repeats the merging process up to the root node while merging the voxels into larger blocks in each step.
  • the merging process according to the embodiments is performed only for an occupied node.
  • the merging process is not performed for the empty node, and the merging process is performed for the node immediately above the empty node.
  • g lx, y, and z denote average attribute values of voxels at level l.
  • g lx, y, z can be calculated from g l+1 2x, y, z and g l+1 2x+1, y, z .
  • g l-1 x, y, and z are low-pass values and are used in the merging process at the next higher level.
  • h l-1 x, y, and z are high-pass coefficients, and the high-pass coefficients in each step are quantized and entropy-coded (for example, encoding of the arithmetic encoder 400012).
  • the root node is created through the last g 1 0, 0, 0 and g 1 0, 0, 1 as follows,
  • the gDC value is also quantized and entropy coded like the high pass coefficient.
  • FIG. 10 shows an example of a point cloud decoder according to embodiments.
  • the point cloud decoder illustrated in FIG. 10 is an example of the point cloud video decoder 10006 described in FIG. 1, and may perform the same or similar operation as that of the point cloud video decoder 10006 described in FIG. 1.
  • the point cloud decoder may receive a geometry bitstream and an attribute bitstream included in one or more bitstreams.
  • the point cloud decoder includes a geometry decoder and an attribute decoder.
  • the geometry decoder performs geometry decoding on the geometry bitstream and outputs decoded geometry.
  • the attribute decoder outputs decoded attributes by performing attribute decoding on the basis of the decoded geometry and the attribute bitstream.
  • the decoded geometry and decoded attributes are used to reconstruct the point cloud content.
  • FIG. 11 shows an example of a point cloud decoder according to embodiments.
  • the point cloud decoder illustrated in FIG. 11 is an example of the point cloud decoder described in FIG. 10, and may perform a decoding operation that is a reverse process of the encoding operation of the point cloud encoder described in FIGS. 1 to 9.
  • the point cloud decoder may perform geometry decoding and attribute decoding. Geometry decoding is performed prior to attribute decoding.
  • the point cloud decoder includes an arithmetic decoder (11000), an octree synthesis unit (synthesize octree, 11001), a surface optimization synthesis unit (synthesize surface approximation, 11002), and a geometry reconstruction unit (reconstruct geometry). , 11003), inverse transform coordinates (11004), arithmetic decode (11005), inverse quantize (11006), RAHT transform unit (11007), LOD generator (generate LOD, 11008) ), Inverse lifting (11009), and/or inverse transform colors (11010).
  • the arithmetic decoder 11000, the octree synthesis unit 11001, the surface opoxidation synthesis unit 11002, the geometry reconstruction unit 11003, and the coordinate system inverse transform unit 11004 may perform geometry decoding.
  • Geometry decoding according to embodiments may include direct coding and trisoup geometry decoding. Direct coding and trisoup geometry decoding are optionally applied. Further, the geometry decoding is not limited to the above example, and is performed in the reverse process of the geometry encoding described in FIGS. 1 to 9.
  • the Arismatic decoder 11000 decodes the received geometry bitstream based on Arismatic coding.
  • the operation of the Arismatic decoder 11000 corresponds to the reverse process of the Arismatic encoder 40004.
  • the octree synthesizer 11001 may generate an octree by obtaining an ocupancy code from a decoded geometry bitstream (or information on a geometry obtained as a result of decoding).
  • a detailed description of the OQFancy code is as described in FIGS. 1 to 9.
  • the surface opoxidation synthesizer 11002 may synthesize a surface based on the decoded geometry and/or the generated octree.
  • the geometry reconstruction unit 11003 may regenerate the geometry based on the surface and/or the decoded geometry. 1 to 9, direct coding and trisoup geometry encoding are selectively applied. Accordingly, the geometry reconstruction unit 11003 directly imports and adds position information of points to which direct coding is applied. In addition, when trisoup geometry encoding is applied, the geometry reconstruction unit 11003 performs a reconstruction operation of the geometry reconstruction unit 40005, such as triangle reconstruction, up-sampling, and voxelization, to restore the geometry. have. Details are the same as those described in FIG. 6 and thus will be omitted.
  • the reconstructed geometry may include a point cloud picture or frame that does not include attributes.
  • the coordinate system inverse transform unit 11004 may acquire positions of points by transforming a coordinate system based on the restored geometry.
  • Arithmetic decoder 11005, inverse quantization unit 11006, RAHT conversion unit 11007, LOD generation unit 11008, inverse lifting unit 11009, and/or color inverse conversion unit 11010 are attributes described in FIG. Decoding can be performed.
  • Attribute decoding according to embodiments includes Region Adaptive Hierarchial Transform (RAHT) decoding, Interpolaration-based hierarchical nearest-neighbor prediction-Prediction Transform decoding, and interpolation-based hierarchical nearest-neighbor prediction with an update/lifting. step (Lifting Transform)) decoding may be included.
  • RAHT Region Adaptive Hierarchial Transform
  • Interpolaration-based hierarchical nearest-neighbor prediction-Prediction Transform decoding Interpolaration-based hierarchical nearest-neighbor prediction-Prediction Transform decoding
  • interpolation-based hierarchical nearest-neighbor prediction with an update/lifting step (Lifting Transform)) decoding may be included.
  • the Arismatic decoder 11005 decodes the attribute bitstream by arithmetic coding.
  • the inverse quantization unit 11006 inverse quantizes information on the decoded attribute bitstream or the attribute obtained as a result of decoding, and outputs inverse quantized attributes (or attribute values). Inverse quantization may be selectively applied based on the attribute encoding of the point cloud encoder.
  • the RAHT conversion unit 11007, the LOD generation unit 11008 and/or the inverse lifting unit 11009 may process reconstructed geometry and inverse quantized attributes. As described above, the RAHT conversion unit 11007, the LOD generation unit 11008, and/or the inverse lifting unit 11009 may selectively perform a decoding operation corresponding thereto according to the encoding of the point cloud encoder.
  • the inverse color transform unit 11010 performs inverse transform coding for inverse transforming a color value (or texture) included in the decoded attributes.
  • the operation of the color inverse transform unit 11010 may be selectively performed based on the operation of the color transform unit 40006 of the point cloud encoder.
  • elements of the point cloud decoder of FIG. 11 are not shown in the drawing, hardware including one or more processors or integrated circuits configured to communicate with one or more memories included in the point cloud providing apparatus , Software, firmware, or a combination thereof.
  • One or more processors may perform at least one or more of the operations and/or functions of the elements of the point cloud decoder of FIG. 11 described above. Further, one or more processors may operate or execute a set of software programs and/or instructions for performing operations and/or functions of elements of the point cloud decoder of FIG. 11.
  • the transmission device shown in FIG. 12 is an example of the transmission device 10000 of FIG. 1 (or a point cloud encoder of FIG. 4 ).
  • the transmission device illustrated in FIG. 12 may perform at least one or more of the same or similar operations and methods as the operations and encoding methods of the point cloud encoder described in FIGS. 1 to 9.
  • the transmission apparatus includes a data input unit 12000, a quantization processing unit 12001, a voxelization processing unit 12002, an octree occupancy code generation unit 12003, a surface model processing unit 12004, an intra/ Inter-coding processing unit (12005), Arithmetic coder (12006), metadata processing unit (12007), color conversion processing unit (12008), attribute transformation processing unit (or attribute transformation processing unit) (12009), prediction/lifting/RAHT transformation
  • a processing unit 12010, an Arithmetic coder 12011, and/or a transmission processing unit 12012 may be included.
  • the data input unit 12000 receives or acquires point cloud data.
  • the data input unit 12000 may perform the same or similar operation and/or an acquisition method to the operation and/or acquisition method of the point cloud video acquisition unit 10001 (or the acquisition process 20000 described in FIG. 2 ).
  • the coder 12006 performs geometry encoding.
  • the geometry encoding according to the embodiments is the same as or similar to the geometry encoding described in FIGS. 1 to 9, so a detailed description thereof will be omitted.
  • the quantization processing unit 12001 quantizes geometry (eg, a position value or position value of points).
  • the operation and/or quantization of the quantization processor 12001 is the same as or similar to the operation and/or quantization of the quantization unit 40001 described in FIG. 4. Detailed descriptions are the same as those described in FIGS. 1 to 9.
  • the voxelization processor 12002 voxelsizes the position values of the quantized points.
  • the voxelization processor 120002 may perform the same or similar operation and/or process as the operation and/or the voxelization process of the quantization unit 40001 described in FIG. 4. Detailed descriptions are the same as those described in FIGS. 1 to 9.
  • the octree occupancy code generation unit 12003 performs octree coding on positions of voxelized points based on an octree structure.
  • the octree ocupancy code generation unit 12003 may generate an ocupancy code.
  • the octree occupancy code generation unit 12003 may perform the same or similar operation and/or method as the operation and/or method of the point cloud encoder (or octree analysis unit 40002) described in FIGS. 4 and 6. Detailed descriptions are the same as those described in FIGS. 1 to 9.
  • the surface model processing unit 12004 may perform trisoup geometry encoding to reconstruct positions of points within a specific area (or node) based on a voxel based on a surface model.
  • the face model processing unit 12004 may perform the same or similar operation and/or method as the operation and/or method of the point cloud encoder (eg, the surface aproxiation analysis unit 40003) described in FIG. 4. Detailed descriptions are the same as those described in FIGS. 1 to 9.
  • the intra/inter coding processor 12005 may intra/inter code point cloud data.
  • the intra/inter coding processing unit 12005 may perform the same or similar coding as the intra/inter coding described in FIG. 7. The detailed description is the same as described in FIG. 7. According to embodiments, the intra/inter coding processing unit 12005 may be included in the arithmetic coder 12006.
  • the arithmetic coder 12006 entropy encodes an octree and/or an approximated octree of point cloud data.
  • the encoding method includes an Arithmetic encoding method.
  • the arithmetic coder 12006 performs the same or similar operation and/or method to the operation and/or method of the arithmetic encoder 40004.
  • the metadata processing unit 12007 processes metadata related to point cloud data, for example, a set value, and provides it to a necessary processing such as geometry encoding and/or attribute encoding.
  • the metadata processing unit 12007 may generate and/or process signaling information related to geometry encoding and/or attribute encoding. Signaling information according to embodiments may be encoded separately from geometry encoding and/or attribute encoding. In addition, signaling information according to embodiments may be interleaved.
  • the color conversion processing unit 12008, the attribute conversion processing unit 12009, the prediction/lifting/RAHT conversion processing unit 12010, and the Arithmetic coder 12011 perform attribute encoding.
  • Attribute encoding according to embodiments is the same as or similar to the attribute encoding described in FIGS. 1 to 9, and thus a detailed description thereof will be omitted.
  • the color conversion processing unit 12008 performs color conversion coding that converts color values included in attributes.
  • the color conversion processing unit 12008 may perform color conversion coding based on the reconstructed geometry. Description of the reconstructed geometry is the same as described in FIGS. 1 to 9. In addition, the same or similar operation and/or method to the operation and/or method of the color conversion unit 40006 described in FIG. 4 is performed. Detailed description will be omitted.
  • the attribute conversion processing unit 12009 performs attribute conversion for converting attributes based on the reconstructed geometry and/or positions for which geometry encoding has not been performed.
  • the attribute conversion processing unit 12009 performs the same or similar operation and/or method to the operation and/or method of the attribute conversion unit 40007 described in FIG. 4. Detailed description will be omitted.
  • the prediction/lifting/RAHT transform processing unit 12010 may code transformed attributes by using any one or a combination of RAHT coding, predictive transform coding, and lifting transform coding.
  • the prediction/lifting/RAHT conversion processing unit 12010 performs at least one of the same or similar operations as the RAHT conversion unit 40008, LOD generation unit 40009, and lifting conversion unit 40010 described in FIG. 4. do.
  • descriptions of predictive transform coding, lifting transform coding, and RAHT transform coding are the same as those described in FIGS.
  • the Arismatic coder 12011 may encode coded attributes based on Arismatic coding.
  • the Arismatic coder 12011 performs the same or similar operation and/or method to the operation and/or method of the Arismatic encoder 400012.
  • the transmission processor 12012 transmits each bitstream including the encoded geometry and/or the encoded attribute, and metadata information, or transmits the encoded geometry and/or the encoded attribute, and the metadata information in one piece. It can be configured as a bitstream and transmitted. When the encoded geometry and/or encoded attribute and metadata information according to the embodiments are configured as one bitstream, the bitstream may include one or more sub-bitstreams.
  • the bitstream according to the embodiments is a sequence parameter set (SPS) for signaling of a sequence level, a geometry parameter set (GPS) for signaling of geometry information coding, an attribute parameter set (APS) for signaling of attribute information coding, and a tile.
  • SPS sequence parameter set
  • GPS geometry parameter set
  • APS attribute parameter set
  • Slice data may include information on one or more slices.
  • One slice according to embodiments may include one geometry bitstream (Geom00) and one or more attribute bitstreams (Attr00 and Attr10).
  • a slice refers to a series of syntax elements representing all or part of a coded point cloud frame.
  • the TPS may include information about each tile (eg, coordinate value information and height/size information of a bounding box) for one or more tiles.
  • the geometry bitstream may include a header and a payload.
  • the header of the geometry bitstream may include identification information of a parameter set included in GPS (geom_ parameter_set_id), a tile identifier (geom_tile_id), a slice identifier (geom_slice_id), and information about data included in the payload. I can.
  • the metadata processing unit 12007 may generate and/or process signaling information and transmit the generated signaling information to the transmission processing unit 12012.
  • elements that perform geometry encoding and elements that perform attribute encoding may share data/information with each other as dotted line processing.
  • the transmission processor 12012 according to the embodiments may perform the same or similar operation and/or a transmission method as the operation and/or transmission method of the transmitter 10003. Detailed descriptions are the same as those described in FIGS.
  • FIG 13 is an example of a reception device according to embodiments.
  • the receiving device illustrated in FIG. 13 is an example of the receiving device 10004 of FIG. 1 (or the point cloud decoder of FIGS. 10 and 11 ).
  • the receiving device illustrated in FIG. 13 may perform at least one or more of the same or similar operations and methods as the operations and decoding methods of the point cloud decoder described in FIGS. 1 to 11.
  • the receiving apparatus includes a receiving unit 13000, a receiving processing unit 13001, an arithmetic decoder 13002, an octree reconstruction processing unit 13003 based on an Occupancy code, and a surface model processing unit (triangle reconstruction).
  • a receiving unit 13000 Up-sampling, voxelization) (13004), inverse quantization processing unit (13005), metadata parser (13006), arithmetic decoder (13007), inverse quantization processing unit (13008), prediction A /lifting/RAHT inverse transformation processing unit 13009, a color inverse transformation processing unit 13010, and/or a renderer 13011 may be included.
  • Each component of decoding according to the embodiments may perform a reverse process of the component of encoding according to the embodiments.
  • the receiving unit 13000 receives point cloud data.
  • the receiving unit 13000 may perform the same or similar operation and/or a receiving method as the operation and/or receiving method of the receiver 10005 of FIG. 1. Detailed description will be omitted.
  • the reception processing unit 13001 may obtain a geometry bitstream and/or an attribute bitstream from received data.
  • the reception processing unit 13001 may be included in the reception unit 13000.
  • the arithmetic decoder 13002, the ocupancy code-based octree reconstruction processing unit 13003, the surface model processing unit 13004, and the inverse quantization processing unit 13005 may perform geometry decoding. Since the geometry decoding according to the embodiments is the same as or similar to the geometry decoding described in FIGS. 1 to 10, a detailed description will be omitted.
  • the Arismatic decoder 13002 may decode a geometry bitstream based on Arismatic coding.
  • the Arismatic decoder 13002 performs the same or similar operation and/or coding as the operation and/or coding of the Arismatic decoder 11000.
  • the ocupancy code-based octree reconstruction processing unit 13003 may obtain an ocupancy code from a decoded geometry bitstream (or information on a geometry obtained as a result of decoding) to reconstruct the octree.
  • the ocupancy code-based octree reconstruction processing unit 13003 performs the same or similar operation and/or method as the operation and/or the octree generation method of the octree synthesis unit 11001.
  • the surface model processing unit 13004 decodes the trisoup geometry based on the surface model method and reconstructs the related geometry (e.g., triangle reconstruction, up-sampling, voxelization). Can be done.
  • the surface model processing unit 13004 performs an operation identical or similar to that of the surface opoxidation synthesis unit 11002 and/or the geometry reconstruction unit 11003.
  • the inverse quantization processing unit 13005 may inverse quantize the decoded geometry.
  • the metadata parser 13006 may parse metadata included in the received point cloud data, for example, a setting value.
  • the metadata parser 13006 may pass metadata to geometry decoding and/or attribute decoding.
  • the detailed description of the metadata is the same as that described in FIG. 12 and thus will be omitted.
  • the arithmetic decoder 13007, the inverse quantization processing unit 13008, the prediction/lifting/RAHT inverse transformation processing unit 13009, and the color inverse transformation processing unit 13010 perform attribute decoding. Since the attribute decoding is the same as or similar to the attribute decoding described in FIGS. 1 to 10, a detailed description will be omitted.
  • the Arismatic decoder 13007 may decode the attribute bitstream through Arismatic coding.
  • the arithmetic decoder 13007 may perform decoding of the attribute bitstream based on the reconstructed geometry.
  • the Arismatic decoder 13007 performs the same or similar operation and/or coding as the operation and/or coding of the Arismatic decoder 11005.
  • the inverse quantization processing unit 13008 may inverse quantize the decoded attribute bitstream.
  • the inverse quantization processing unit 13008 performs the same or similar operation and/or method as the operation and/or the inverse quantization method of the inverse quantization unit 11006.
  • the prediction/lifting/RAHT inverse transform processing unit 13009 may process reconstructed geometry and inverse quantized attributes.
  • the prediction/lifting/RAHT inverse transform processing unit 13009 is the same or similar to the operations and/or decodings of the RAHT transform unit 11007, the LOD generator 11008 and/or the inverse lifting unit 11009, and/or At least one or more of the decodings is performed.
  • the color inverse transform processing unit 13010 according to embodiments performs inverse transform coding for inverse transforming a color value (or texture) included in the decoded attributes.
  • the color inverse transform processing unit 13010 performs the same or similar operation and/or inverse transform coding as the operation and/or inverse transform coding of the color inverse transform unit 11010.
  • the renderer 13011 may render point cloud data.
  • FIG. 14 shows an example of a structure capable of interworking with a method/device for transmitting and receiving point cloud data according to embodiments.
  • the structure of FIG. 14 includes at least one of a server 1460, a robot 1410, an autonomous vehicle 1420, an XR device 1430, a smartphone 1440, a home appliance 1450, and/or an HMD 1470.
  • a configuration connected to the cloud network 1410 is shown.
  • the robot 1410, the autonomous vehicle 1420, the XR device 1430, the smartphone 1440, or the home appliance 1450 are referred to as devices.
  • the XR device 1430 may correspond to a point cloud data (PCC) device according to embodiments or may be interlocked with a PCC device.
  • PCC point cloud data
  • the cloud network 1400 may constitute a part of a cloud computing infrastructure or may mean a network that exists in the cloud computing infrastructure.
  • the cloud network 1400 may be configured using a 3G network, a 4G or long term evolution (LTE) network, or a 5G network.
  • LTE long term evolution
  • the server 1460 includes at least one of a robot 1410, an autonomous vehicle 1420, an XR device 1430, a smartphone 1440, a home appliance 1450, and/or an HMD 1470, and a cloud network 1400.
  • the connected devices 1410 to 1470 may be connected through and assist at least in part in processing.
  • the HMD (Head-Mount Display) 1470 represents one of types in which an XR device and/or a PCC device according to embodiments may be implemented.
  • the HMD type device according to the embodiments includes a communication unit, a control unit, a memory unit, an I/O unit, a sensor unit, and a power supply unit.
  • the devices 1410 to 1450 shown in FIG. 14 may be interlocked/coupled with the point cloud data transmission/reception apparatus according to the above-described embodiments.
  • the XR/PCC device 1430 is applied with PCC and/or XR (AR+VR) technology to provide a head-mount display (HMD), a head-up display (HUD) provided in a vehicle, a television, a mobile phone, a smart phone, It may be implemented as a computer, wearable device, home appliance, digital signage, vehicle, fixed robot or mobile robot.
  • HMD head-mount display
  • HUD head-up display
  • vehicle a television
  • mobile phone a smart phone
  • It may be implemented as a computer, wearable device, home appliance, digital signage, vehicle, fixed robot or mobile robot.
  • the XR/PCC device 1430 analyzes 3D point cloud data or image data acquired through various sensors or from an external device to generate position data and attribute data for 3D points, thereby Information can be obtained, and the XR object to be output can be rendered and output.
  • the XR/PCC device 1430 may output an XR object including additional information on the recognized object in correspondence with the recognized object.
  • the autonomous vehicle 1420 may be implemented as a mobile robot, a vehicle, or an unmanned aerial vehicle by applying PCC technology and XR technology.
  • the autonomous driving vehicle 1420 to which the XR/PCC technology is applied may refer to an autonomous driving vehicle including a means for providing an XR image, an autonomous driving vehicle that is an object of control/interaction within the XR image.
  • the autonomous vehicle 1420 which is the object of control/interaction in the XR image, is distinguished from the XR device 1430 and may be interlocked with each other.
  • the autonomous vehicle 1420 having a means for providing an XR/PCC image may acquire sensor information from sensors including a camera, and may output an XR/PCC image generated based on the acquired sensor information.
  • the autonomous vehicle 1420 may provide an XR/PCC object corresponding to a real object or an object in a screen to the occupant by outputting an XR/PCC image with a HUD.
  • the XR/PCC object when the XR/PCC object is output to the HUD, at least a part of the XR/PCC object may be output to overlap the actual object facing the occupant's gaze.
  • the XR/PCC object when the XR/PCC object is output on a display provided inside the autonomous vehicle, at least a part of the XR/PCC object may be output to overlap the object in the screen.
  • the autonomous vehicle 1220 may output XR/PCC objects corresponding to objects such as lanes, other vehicles, traffic lights, traffic signs, motorcycles, pedestrians, and buildings.
  • VR Virtual Reality
  • AR Augmented Reality
  • MR Magnetic Reality
  • PCC Point Cloud Compression
  • VR technology is a display technology that provides objects or backgrounds in the real world only as CG images.
  • AR technology refers to a technology that shows a virtually created CG image on a real object image.
  • MR technology is similar to the AR technology described above in that virtual objects are mixed and combined in the real world.
  • real objects and virtual objects made from CG images are clear, and virtual objects are used in a form that complements the real objects, whereas in MR technology, the virtual objects are regarded as having the same characteristics as the real objects. It is distinct from technology. More specifically, for example, it is a hologram service to which the aforementioned MR technology is applied.
  • VR, AR, and MR technologies are sometimes referred to as XR (extended reality) technology rather than clearly distinguishing between them. Therefore, embodiments of the present invention are applicable to all of VR, AR, MR, and XR technologies.
  • This technology can be applied to encoding/decoding based on PCC, V-PCC, and G-PCC technology.
  • the PCC method/apparatus according to the embodiments may be applied to a vehicle providing an autonomous driving service.
  • Vehicles providing autonomous driving service are connected to PCC devices to enable wired/wireless communication.
  • the vehicle receives/processes AR/VR/PCC service related content data that can be provided together with the autonomous driving service. Can be transferred to.
  • the point cloud transmission/reception device may receive/process AR/VR/PCC service related content data according to a user input signal input through the user interface device and provide it to the user.
  • the vehicle or user interface device may receive a user input signal.
  • the user input signal may include a signal indicating an autonomous driving service.
  • 15 is a flowchart of a point cloud data encoder and a point cloud data decoder according to embodiments.
  • the method/apparatus according to the embodiments may be interpreted to include both a transmission method/apparatus and a receiving method/apparatus.
  • the transmission method/apparatus according to the embodiments may represent a point cloud data encoder and an encoding step according to the embodiments
  • the reception method/apparatus according to the embodiments may represent a point cloud data decoder and a decoding step.
  • a point cloud source is expressed as a bitstream and is a set of points in a decoding order.
  • a point cloud is composed of one or more sample arrays, and an array representing attribute samples for coordinate information such as geometry information (geometry data), rumors, reflectance, color values, etc., frame index, and attribute sampling for transparency, etc. It may include.
  • a frame of point cloud data can be divided into tiles and slices.
  • the encoded and transmitted point cloud data may include a sequence parameter set, a tile inventory, a geometry parameter set, an attribute parameter set, geometry data, attribute data, and the like.
  • Geometry data may consist of a header and data (payload).
  • the header may include a geometry parameter set ID/tile, slice, frame ID, and the like.
  • the payload may include node information for each geometry octree depth.
  • Attribute data may consist of a header and data (payload).
  • the header may include a parameter set ID, an attribute ID, an attribute geometry slice ID, and the like.
  • the payload may include information on prediction index, residual value, attribute coding, etc. for each number of points.
  • the encoders 15000 and 15010 and the decoders 15020 and 1530 of Fig. 15 are respectively the encoder 1002, the decoder 1006 of Fig. 1, the encoder/encoding 20001 of Fig. 2, the decoder/decoding 20003 and Fig. 4 It may correspond to the PCC encoder of FIG. 11, the PCC decoder of FIG. 12, the geometry encoder of FIG. 12, the attribute encoder, the geometry decoder of FIG. 13, the attribute decoder of FIG. 13, and the XR device 1730 of FIG.
  • the embodiments propose a method for efficiently supporting a part of data when selective decoding of a part of data is required due to receiver performance or transmission speed in transmitting and receiving point cloud data.
  • the proposed method is a bitstream by dividing geometry data and attribute data transmitted in a data unit into semantic units such as geometry octree and LoD (level of detail).
  • semantic units such as geometry octree and LoD (level of detail).
  • HLS high level syntax
  • embodiments deal with a technique for configuring a data structure composed of a point cloud. Specifically, a packing and signaling method for effectively delivering PCC data configured based on a layer is described, and a method of applying this to a scalable PCC-based service is proposed.
  • Point cloud data is the location of each data (geometry: eg, XYZ coordinates) and attributes (attributes: eg, color, reflectance, intensity, grayscale) ), opacity, etc.).
  • Point Cloud Compression performs octree-based compression to efficiently compress distribution characteristics that are unevenly distributed in a three-dimensional space, and compresses attribute information based on this.
  • the G-PCC encoder and decoder have been described, respectively. In this way, the operations of the embodiments may be processed by each component device of the transmitting and receiving end of the PCC.
  • the point cloud data includes location information (geometry data) of a data point and feature information (attribute data) such as color/brightness/reflectivity as a geometry and an attribute. Divide and transmit each compressed.
  • embodiments may configure PC data according to an octree structure having a layer or a level of detail (LoD) according to the degree of detail, and based on this, scalable point cloud data coding (scalable point cloud data coding) and representation are possible. At this time, it is possible to decode or represent only a part of point cloud data depending on the performance or transmission rate of the receiver, but there is currently no method for removing unnecessary data in advance. .
  • Bitstream packing to efficiently perform scalable, sub-sampling, and subset extraction in bitstream units based on the characteristics of point cloud data in layers Suggest a method.
  • the encoder 15000 and the encoder 15010 are encoders of the point cloud data transmission apparatus according to embodiments.
  • the decoder 15020 and the decoder 15030 are decoders of the point cloud data receiving apparatus according to embodiments.
  • the encoder 15000 may encode geometry data and attribute data. Data input to the encoder may be referred to as source data. For example, the source geometry is geometry input data, and the source attribute is attribute input data.
  • the encoder 15000 may generate a complete PCC bitstream by encoding the entire data of the source geometry data and the source attribute data.
  • the decoder 15020 may receive a complete PCC bitstream.
  • the decoder 15020 may decode (or restore) complete source geometry data and source attribute data by inversely decoding data encoded and transmitted by the transmitter.
  • the encoder 15010 When compared with the encoder 15000, the encoder 15010 does not encode the entire source data, and may encode only some data based on a sub-smapling/or down-scale technique. have. As a result, the decoder 15030 may receive a partial PCC bitstream. The decoder 15030 may decode the partial PCC bitstream in a reverse process of the encoder 15010 to restore partial geometry data and partial attribute data.
  • the transmission/reception method/device configures PC data according to an octree structure having a layer or Level of Detail (LoD) according to the degree of detail, defines a PCC NAL unit, and geometry/attribute through a parameter set.
  • LiD Level of Detail
  • a method of signaling the layer structure, removing unnecessary data in advance, and transmitting only a part (partial PCC bitstream) is proposed.
  • 16 shows the configuration of fragments 16020 to 16050 of a bitstream according to embodiments.
  • FIG. 16 illustrates a bitstream obtained through point cloud compression of a transmission device according to embodiments, according to a type of data, a geometry data bitstream (16060) and attributes. This shows the case of transmitting by dividing into an attribute data bitstream (16070).
  • each bitstream may be configured and delivered in a slice unit, and the geometry data bitstream (16060) and attribute data bits are irrelevant to layer information or LoD information.
  • Each stream (attribute data bitstream, 16070) can be configured and delivered as a unit.
  • the geometry bitstreams 16060, 16020, and 16040 of FIG. 16 and the attribute bitstreams 16070, 16030, and 06050 are generated/encoded by the encoders 15000 and 15010 of FIG. 15, and the decoders 15020 and 15030 of FIG. Can be decoded/parsed.
  • a slice refers to a series of syntax elements representing all or part of a coded point cloud frame.
  • the method/apparatus proposes scalable coding schemes 16000 and 16010 of point cloud data.
  • the transmission/reception apparatus may divide a geometry bitstream and an attribute bitstream, respectively, and in this case, layering of PCC as a reference for division. Each data can be divided based on the (layering) characteristic.
  • a layer means a division unit of a bitstream for scalable decoding.
  • the bitstream can be divided into fragment(s).
  • the pieces correspond to the layers, and the layers may be included in the blade unit.
  • the blade unit may include one or more layers.
  • a criterion for dividing a bitstream into layers may vary according to embodiments, and may belong to the same layer between data related to each other in the bitstream.
  • the bitstream may be divided in a layer unit based on a unit such as a slice/tile capable of partitioning the point cloud data.
  • the encoder may compress geometry data based on an octree structure.
  • information belonging to each octree depth level may be bundled and delivered as a unit.
  • the attribute data can be divided based on a layer according to LoD.
  • bitstream When dividing the bitstream unit based on the geometry bitstream based on the octree depth level, when the attribute is encoded based on RAHT, the bitstream is the same unit as the geometry Fragments can be created (see syncronos partitioning (16000) in Fig. 15),
  • asynchronous partitioning (16010) of FIG. 16 when an attribute is encoded by Pred-Lifting, the LoD is independent of the geometry octree structure. Can be constructed and attribute bitstream fragments can be constructed in a format different from geometry.
  • a method of configuring the bitstream fragments 16020 to 16050 may be different according to application fields as well as classification based on a layer. If the classification method affects decoding, information about this may be signaled separately. In addition, not only one layer information per bitstream piece is matched, but multiple or partial layer information may be matched.
  • the encoder of the transmitting device When the encoder of the transmitting device according to the embodiments generates the geometry bitstream 16060 and the attribute bitstream 16070, the attribute is dependent on the geometry, so when encoding/decoding (reconfiguring) two bitstreams are required together. Do.
  • the structure of the geometry bitstream 16060 and the attribute bitstream 16070 has an advantageous effect in conveniently restoring data included in one unit.
  • the encoder of the transmission device may generate the geometry bitstreams 16020 and 16040 and the attribute bitstreams 16030 and 16050.
  • the geometry bitstream 16020 and the attribute bitstream 16030 may be generated based on a fragment of the bitstream.
  • Each bitstream may be divided into units of one or more pieces for each layer, and each piece of geometry and attribute may be synchronized with each other or may be inconsistent according to the coding method of the attribute.
  • information matching between bitstream fragments and layers can be performed in singular/plural matching.
  • a method of processing bitstream fragments according to embodiments will be further described.
  • the geometry data includes a layer created based on an octree structure, and the attribute data includes a layer created based on a Level of Detail (LOD).
  • LOD Level of Detail
  • a layer according to embodiments may be a division unit of a bitstream for scalable decoding.
  • the layer (fragment) according to the embodiments of the present document is not limited to scalable decoding, but may be a unit that can be divided/classified according to various characteristics of geometry/attribute.
  • the depth of a geometry used in geometry coding may have a layer even without scalable decoding.
  • a direct coded point generated through IDCM and a bitstream compressed based on an octree may be divided into respective layers.
  • the layer of the attribute which is sayoody, may exist in attribute data in addition to the scalable decoding.
  • Each layer of attribute data can be classified based on similar attributes.
  • FIG. 17 illustrates bitstream fragment matching based on a PCC layer structure according to embodiments.
  • Fig. 17 explains how to match the geometry/attribute data to the geometry/attribute bitstream fragment described in Fig. 16;
  • the encoder of FIG. 15 may generate/match/encode and transmit a bitstream fragment through the process of FIG. 17.
  • FIG. 17 shows the correlation between the proposed method for constructing a bitstream fragment with a layer structure of actual geometry data and attribute data.
  • the geometry consists of three octree depth levels (17000)
  • numbering from 0 to 3 can be performed from root to leaf, and each The same numbering may be performed on a geometry bitstream fragment 17010 that matches an octree layer.
  • fragment 0 (NAL 0) for the depth level 0 (root) node
  • fragment 1 (NAL1) for the depth level 1 node
  • fragment 2 (NAL2) for the depth level 2 node
  • depth level 3 (leaf) It can be fragmented/numbered like fragment 3 (NAL3) for a node.
  • NAL Network Abstract Layer
  • the attribute bitstream fragment 17020 may be packed in an attribute NAL unit.
  • attribute day unit 0 (Attribute NAL unit 0) is LoD 0
  • attribute day unit 0 and 1 (Attribute NAL unit 0 &1) is LoD 1
  • attribute day unit 1 and 2 (Attribute NAL unit 0 & 1 & 2) ) Can be seen as information that composes LoD2.
  • matching between a fragment (unit) of a geometry bitstream and a depth layer of a geometry octree structure may be a one-to-one matching (packing) or a many-to-many matching (packing).
  • the matching between the fragment (unit) of the attribute bitstream and the layers of the attribute LOD structure may be a one-to-one matching (packing) or a many-to-many matching (packing).
  • depth and LOD may be a criterion for classifying a layer, and other criteria may be a unit of a layer.
  • FIG. 18 illustrates decoding of a bitstream fragment and layer matching of a PCC structure according to embodiments.
  • a process of decoding the generated bitstream fragment structure as shown in FIG. 17 will be described in terms of a receiving device (decoder) according to embodiments with reference to FIG. 18.
  • the point cloud receiving apparatus or decoder may decode a bitstream fragment, and at this time, match the bitstream fragment with a layer of the PCC structure.
  • FIG. 18 shows how the decoder of FIG. 15 receives and decodes the geometry/attribute bitstream fragment of FIG. 16. That is, Fig. 18 illustrates how the decoder matches the received geometry/attribute bitstream fragments to the geometry/attribute data.
  • the receiver may selectively decode/parse the bitstream based on the information of the NAL unit header of the bitstream fragment transmitted by the PCC layer structure.
  • a decoder may select a layer to be decoded for each of a geometry and an attribute bitstream.
  • the layer selection method may be defined by the receiver system, and the transmitter may transmit information related to selection to the receiver based on the performance of the decoder.
  • the decoder may remove information after the corresponding layer based on information in the NAL unit header.
  • information in the NAL unit header In FIG. 17, it is assumed that all four layers (octree depth levels 0 to 3) are used for the geometry octree level, but only LoD 1 is used for the attribute.
  • attribute NAL 2 may be selected/not used based on spatial ID (spatial_id) information (refer to FIG. 20) of the attribute NAL unit header. The information selected in this way may be matched to a geometry octree layer and a LoD layer, respectively.
  • the entire layer configuration information and information matching the bitstream fragment can be used, which is through parameter sets such as SPS, GPS, and APS. It may be delivered or transmitted through information such as an SEI message (signaling information).
  • the point cloud receiving apparatus or decoder may receive a bitstream and perform bitstream extraction/selection based on a NAL unit of the bitstream.
  • the receiving device or decoder parses the NAL unit, and the point cloud data or bitstream is based on a slice. Whether or not it is divided (for example, in the case of data (bitstream) divided into slices, the SPS slice segmentation flag (sps_slice_segmentation_flag) may be 1).
  • the receiving device, the decoder, or the geometry decoder performs a process of selecting and/or extending a geometry bitstream as follows.
  • the receiving device, the decoder, or the geometry decoder may obtain geometry layer information matching the nal_spatial_id of the NAL unit header. For example, according to an embodiment, if the GPS max space ID (gps_max_spatial_id) is 3 and the GPS max geometry layer ID (gps_max_geom_layer_idx) is 3, if the raw space ID (nal_spatial_id) is 0, the GPS geometry layer ID (gps_geom_layer_idx) May be 0 (18000). If the raw space ID (nal_spatial_id) is 1, the GPS geometry layer ID (gps_geom_layer_idx) may be 1 (18010).
  • the GPS geometry layer ID (gps_geom_layer_idx) may be 2 (18020 ). If the raw space ID (nal_spatial_id) is 3, the GPS geonary layer ID (gps_geom_layer_idx) may be 3 (18030). That is, the geometry layer may be selected based on the edge space ID of the geometry bitstream fragment.
  • the day space ID (nal_spatial_id) may be obtained based on information signaled in the day unit header of FIG. 20.
  • a geometry NAL unit having a value greater than a day space ID (nal_spatial_id) matching the layer may be discarded.
  • a geometry NAL unit having a value greater than a day space ID (nal_spatial_id) matching the layer may be discarded.
  • the receiving device, the decoder, or the geometry decoder can obtain a geometry slice segment by parsing a NAL unit.
  • the decoder obtains a slice layer low byte sequence payload (slice_layer_rbsp( )) by parsing all selected slices according to a transmission order (or according to a separately signaled order).
  • slice_layer_rbsp( ) slice layer low byte sequence payload
  • the decoded geometry data may be reconstructed based on the layer structure identified in 2).
  • the receiving device may perform attribute bitstream selection/extraction as follows.
  • the attribute NAL unit is also configured in the same way as the geometry NAL unit (16000) (e.g., when sps_synchronous_geom_attr_segment_flag is 1).
  • the attribute target layer is set as a geometry target layer value, and bits of a specific layer or less through the day space ID (nal_spatial_id) of the attribute NAL unit Streams can be extracted and selected.
  • the SPS syncronos geometry attribute segment flag (sps_synchronous_geom_attr_segment_flag) is 1 (or 0, the value of the number can be changed according to embodiments) (that is, when this flag indicates the case of asynchronous) ), it can be seen that the attribute NAL unit is configured differently from the geometry NAL unit (16010). In this case, information corresponding to the case where the raw unit type (nal_unit_type) is 3 (APS_NUT) is parsed. Here, attribute layer information matching the day space ID (nal_spatial_id) of the attribute NAL unit header may be obtained.
  • the APS max space ID (aps_max_spatial_id) is 3, and the APS max attribute layer ID (aps_max_attr_layer_idx) is 2 , If the raw space ID (nal_spatial_id) is 0, the APS attribute layer ID (aps_ ttr_layer_idx) is 0 (18040), and if the raw space ID (nal_spatial_id) is 1, the APS attribute layer ID (aps_attr_layer_idx) is 1 (18050), If the raw space ID (nal_spatial_id) is 2, the APS attribute layer ID (aps_attr_layer_idx) may be 2.
  • the structure of the attribute layer can be identified based on the ID of the day space and the ID of the APS geometry layer. If there is a target geometry layer, an attribute NAL unit having a value larger than the day space ID (nal_spatial_id) matching the layer may be discarded.
  • the decoder may obtain an attribute slice segment by parsing a NAL unit.
  • the decoder obtains a slice layer RBSP (slice_layer_rbsp( )) by parsing all selected slices according to a transmission order (or according to a separately signaled order).
  • RBSP slice layer RBSP
  • the order of reconfiguring data is very important.
  • reconstructed geometry data can be used for attribute decoding.
  • the decoded data can be reconstructed based on the layer structure identified in 6).
  • embodiments may configure a geometry/attribute bitstream into fragments, and at this time, a NAL unit may be used.
  • a NAL unit may be used.
  • the point cloud data transmission apparatus and/or the encoder of the transmission apparatus generates a geometry bitstream fragment by matching the level (depth/layer) of the octree node, and the attribute bitstream fragment is attribute data. It can be created by matching it to the LOD (layer) of.
  • the point cloud data receiving apparatus and/or the decoder of the receiving apparatus match/signaled the geometric bitstream pieces based on the signaling information data/blade pieces/octree level (depth/ Layer) and scalable (partial) decoding based on geometry decoding, and scalable (partial) decoding of attribute bitstream fragments based on matching/signaled data/blade fragments/LOD levels .
  • a unit of a geometry bitstream is matched with an octree layer of geometry data, and a unit of the attribute bitstream is mapped to an LOD of the attribute data.
  • NAL 19 shows a PCC network abstract layer (NAL) unit according to embodiments.
  • the blade unit may be generated by the encoders 15000 and 15010 of FIG. 15.
  • the point cloud data transmission apparatus and/or encoder may transmit information on a slice from which a bitstream is separated, a sequence parameter set, a geometry slice header, and an attribute slice header ( attribute slice header)
  • separation-related information may be defined in a corresponding location or a separate location depending on the application and system, so that the application range and application method may be used differently.
  • a method of defining corresponding information independently from an attribute coding method may further be defined in connection with an attribute coding method.
  • the above-described separation-related information may be defined in a geometry parameter set.
  • the syntax element shown in FIG. 19 can be applied to a plurality of point cloud data streams as well as a current point cloud data stream, a parameter set of a higher concept ( parameter set), etc.
  • the day unit (nal_unit) is a day unit of a bitstream including point cloud data.
  • the raw unit header (nal_unit_header) is a header of a raw unit.
  • the blade unit may consist of a header and a payload.
  • NumBytesInNalUnit is the number of bytes in a raw unit.
  • the RBPS byte (rbsp_byte[i]) represents the I-th byte of RBSP.
  • RBPS is a raw byte sequence payload.
  • the payload of the raw unit includes RBPS.
  • the RBPS may include a parameter set such as SPS and slice data RBPS.
  • the emulation prevention three byte (emulation_prevention_three_byte) has a value of 0x03, and if there is a value, it should not be used in the decoding process.
  • the raw unit is composed of a raw unit header and a raw unit payload.
  • the raw unit payload may be configured in units of RBPS bytes.
  • Embodiments define a PCC NAL (Network abstract layer) unit as a method for increasing the efficiency of selecting a bitstream unit when a bitstream is divided into pieces.
  • the parameter set or SEI message Non-coding layer information can be distinguished.
  • the unit which is a constituent unit of a bitstream, includes information on the configuration of the unit of the bitstream.
  • FIG. 20 shows a header of a blade unit according to embodiments.
  • the raw unit header space ID (nuh_spatial_id_plus1) is the spatial layer through the value of the raw unit header space ID (nuh_spatial_id_plus1) minus 1 when the PCC bitstream is configured in a spatial layer unit. ) Can be used to classify in bitstream units.
  • the values of the geometry slice header slice ID (gsh_slice_id) and attribute slice header slice ID (ash_slice_id) can be defined to be linked with the raw unit header space ID (nuh_spatial_id_plus1). have.
  • the matching between the PCC bitstream fragment and the PCC layer described in FIGS. 17 and 18 may be performed based on ID information corresponding to the ID information of the day unit header of FIG. 20.
  • the spatial layer may be a division unit of a PCC bitstream.
  • the bitstream may be classified on a layer basis based on spatial ID information of the day unit header of the bitstream.
  • the slice ID of each geometry and attribute is linked with the spatial ID of the raw unit, so that the slice ID value and the spatial ID value may match each other. That is, a geometry can be divided into layers based on an octree structure, and an attribute can be divided into layers based on an LOD.
  • the raw unit type represents a network abstract layer (NAL) unit type. Detailed type values are described in Fig. 21.
  • the raw unit header layer ID (nuh_layer_id_plus1) may indicate which layer is the coding layer (CL) NAL unit or the non-CL NAL unit after subtracting 1 from the corresponding value of the raw unit header layer ID (nuh_layer_id_plus1).
  • FIG. 21 shows a type of a blade unit according to embodiments.
  • the transmission method/device may generate and transmit a raw unit, and a reception method according to the embodiments. It can receive and parse information according to the type of raw unit. Accordingly, the technical problems and effects described in FIGS. 15 to 18 can be provided.
  • the day unit of FIG. 19 is composed of a header and a payload
  • FIG. 20 illustrates the syntax of the header
  • FIG. 21 shows a configuration of a payload according to the type of a unit signaled by the header of FIG. 20.
  • nal_unit_type is 0, the raw unit is SPS_NUT, the content of the raw unit and the RBSP syntax structure are Sequence parameter set (seq_parameter_set_rbsp( )), and the raw unit type class is non-CL (coding layer).
  • nal_unit_type is 1
  • the raw unit is TPS_NUT
  • the content of the raw unit and the RBSP syntax structure are Tile parameter Set (tile_parameter_set_rbsp())
  • the raw unit type class is non-CL (coding layer).
  • nal_unit_type is 2
  • the day unit is GPS_NUT
  • the content of the day unit and the RBSP syntax structure are Geometry parameter set (geom_parameter_set_rbsp())
  • the day unit type class is non-CL (coding layer).
  • nal_unit_type is 3
  • the raw unit is APS_NUT
  • the content of the raw unit and the RBSP syntax structure are Attribute parameter set (attribute_parameter_set_rbsp())
  • the raw unit type class is non-CL (coding layer).
  • nal_unit_type 4
  • the day unit is AUD_NUT
  • the content of the day unit and the RBSP syntax structure are Access unit delimiter (access_unit_delimiter_rbsp( ))
  • the day unit type class is non-CL (coding layer).
  • nal_unit_type is 5
  • the raw unit is PREFIX_SEI_NUT
  • the content of the raw unit and the RBSP syntax structure are Supplemental enhancement information (sei_rbsp( ))
  • the raw unit type class is non-CL (coding layer).
  • nal_unit_type 6
  • the raw unit is SUFFIX_SEI_NUT
  • the content of the raw unit and the RBSP syntax structure are Supplemental enhancement information (sei_rbsp( ))
  • the raw unit type class is non-CL (coding layer).
  • nal_unit_type 7
  • the day unit is EOS_NUT
  • the content of the day unit and the RBSP syntax structure are End of sequence (end_of_seq_rbsp( ))
  • the day unit type class is non-CL (coding layer).
  • nal_unit_type 8
  • the raw unit is EOB_NUT
  • the content of the raw unit and the RBSP syntax structure are End of sequence (end_of_bitstream_rbsp( ))
  • the raw unit type class is non-CL (coding layer).
  • nal_unit_type is 9 to 15
  • the raw unit is RSV_NCL9 to RSV_NCL15
  • the content of the raw unit and the RBSP syntax structure are Reserved
  • the raw unit type class is a non-CL (coding layer).
  • nal_unit_type 16
  • the raw unit is IDG_NUT
  • the content of the raw unit and the RBSP syntax structure are Coded slice of a independent decodable geomery (slice_layer_rbsp( ))
  • the raw unit type class is GCL (Geometry coding layer).
  • nal_unit_type is 17
  • the day unit is DG_NUT
  • the content of the day unit and the RBSP syntax structure are Coded slice of a dependent geomery (slice_layer_rbsp( ))
  • the day unit type class is GCL (Geometry coding layer).
  • nal_unit_type is 18, the raw unit is IDA_NUT, the content of the raw unit and the RBSP syntax structure are Coded slice of a independent decodable attribute (slice_layer_rbsp( )), and the raw unit type class is an attribute coding layer (ACL).
  • nal_unit_type is 19
  • the raw unit is DA_NUT
  • the content of the raw unit and the RBSP syntax structure are Coded slice of a dependent attribute (slice_layer_rbsp( ))
  • the raw unit type class is an attribute coding layer (ACL).
  • nal_unit_type is 20 to 27
  • the raw unit is RSV_NVCL20 to RSV_NVCL27
  • the content of the raw unit and the RBSP syntax structure are Reserved
  • the raw unit type class is CL (coding layer).
  • nal_unit_type 28 to 31
  • the raw unit is UNSPEC28 to UNSPEC31
  • the content of the raw unit and the RBSP syntax structure are Unspecified
  • the raw unit type class is CL (coding layer).
  • SPS slice segment flag (sps_slice_segment_flag): When this value is 1, it may be notified that a slice is divided. If it is 0, it can be notified that the geometry and the attribute are each composed of one slice.
  • SPS Synchronous geometry attribute segment flag (sps_synchronous_geom_attr_segment_flag): When 1, it can be indicated that the geometry slice and the attribute slice are divided into the same structure. If 0, it can be indicated that a geometry slice and an attribute slice are divided into independent structures. When sps_slice_segment_flag is 0, sps_synchronous_geom_attr_segment_flag must be 0.
  • Profile compatibility flag (profile_compatibility_flags[ j ]): If 1, indicates a bitstream that follows a profile indicated by a profile IDC (profile_idc) such as J. A value of profile_compatibility_flag[j] may be 0 for J not described as a value of profile IDC.
  • Level IDC indicates the level to which the bitstream belongs. The bitstream does not contain other level IDC values. Other level IDC values are reserved for future use of ISO/IEC.
  • SPS bounding box presence flag (sps_bounding_box_present_flag): If 1, indicates the source bounding box offset, and size information is signaled in the SPS. If it is 0, it indicates that the source bounding box information is not signaled.
  • SPS bounding box offset X (sps_bounding_box_offset_x): represents the X offset of the source bounding box on the cartesian coordinates. If not present, this value is inferred as zero.
  • SPS bounding box offset Y indicates the Y offset of the source bounding box on the cartesian coordinates. If not present, this value is inferred as zero.
  • SPS bounding box offset Z indicates the Z offset of the source bounding box on the cartesian coordinates. If not present, this value is inferred as zero.
  • SPS bounding box scale factor (sps_bounding_box_scale_factor): represents the scale factor of the source bounding box on the cartesian coordinates. If not present, this value is inferred as 1.
  • SPS bounding box size width (sps_bounding_box_size_width): This indicates the width of the source bounding box in cartesian coordinates. If not present, this value is inferred as 1.
  • SPS bounding box size height indicates the height of the source bounding box in the cartesian coordinates. If not present, this value is inferred as 1.
  • SPS bounding box size depth (sps_bounding_box_size_depth): represents the depth of the source bounding box on the cartesian coordinates. If not present, this value is inferred as 1.
  • SPS source scale factor (sps_source_scale_factor): represents the scale factor of the source point cloud.
  • SPS sequence parameter set ID (sps_seq_parameter_set_id): Provides an identifier for the SPS for reference by other syntax elements. This value may be 0 in the bitstream according to the specific version of the embodiments. Other values may be reserved for future use of ISO/IEC.
  • SPS atlas sets This indicates the number of coded attributes in the bitstream. This value can range from 0 to 63.
  • Attribute dimension (attribute_dimension[ i ]): Specifies the number of components of the I-th attribute.
  • Attribute instance ID (attribute_instance_id[ i ]): Specifies the instance ID for the I-th attribute.
  • Attribute bit depth (attribute_bitdepth[ i ]): Specifies the bit depth of the I-th attribute signal(s).
  • Attribute color primary (attribute_cicp_colour_primaries[i]): Represents chromaticity coordinates of the color attribute source primaries of the I-th attribute.
  • Attribute color transfer character As a function of the source input linear optical intensity Lc having a normal real value range of 0 to 1, it represents the reference opto-electronic transfer characteristic function of the color attribute or a nominal real value. Either indicates the reference opto-electronic transfer characteristic function of the color attribute as a function of a source input linear as a function of output linear optical intensity Lo with range 0 or 1 optical intensity Lc with a nominal real-valued range of 0 to 1 or indicates the inverse of the reference electro-optical transfer characteristic function as a function of an output linear optical intensity Lo with a nominal real-valued range of 0 to 1).
  • Attribute matrix coefficients (attribute_cicp_matrix_coeffs[ i ]): to obtain luma and chroma from green, blue and red or Y, Z, and X primarys Describes the matrix coefficients used in deriving luma and chroma signals from the green, blue, and red, or Y, Z, and X primaries.
  • Attribute video full range flag (attribute_cicp_video_full_range_flag[i]): of luma and chroma obtained from E'Y, E'PB, and E'PR or E'R, E'G, and E'B real-value component signals Indicates the black level and range of the luma and chroma signals as derived from E'Y, E'PB, and E'PR or E'R, E'G, and E'B real-valued component signals).
  • Non-attribute label flag (known_attribute_label_flag[i]): If 1, indicates a non-attribute label (know_attribute_label) signaled for the I-th attribute. If 0, indicates attribute label 4 bytes (attribute_label_four_bytes) signaled for the I-th attribute (equal to 1 specifies know_attribute_label is signaled for the i-th attribute. known_attribute_label_flag[ i] equal to 0 specifies attribute_label_four_bytes is signaled for the i-th attribute).
  • Non-attribute label (known_attribute_label[i]): If 0, indicates that the attribute is a color. If 1, it indicates that the attribute is reflectance. If 2, it indicates that the attribute is a frame index.
  • Attribute label 4 bytes (attribute_label_four_bytes[ i ]): Represents a known attribute type having a 4-byte code.
  • attribute_label_four_bytes[ i] is 0, the attribute type is color, if attribute_label_four_bytes[ i] is 1, the attribute type is reflectance, and if attribute_label_four_bytes[ i] is 0xfffffff, it indicates that the attribute type is unspecified.
  • SPS extension presence flag (sps_extension_present_flag): If 1, it indicates that the sps_extension_data syntax structure exists in the SPS syntax structure. If 0, it indicates that this syntax does not exist. If not present, this value can be inferred as zero.
  • SPS extension data flag (sps_extension_data_flag): It can have any value. The presence and value of this value does not affect the decoder according to the version according to the embodiments.
  • GPS Max Space ID (gps_max_spatial_id): Represents the maximum value of the spatial ID or spatial ID (spatial_id) for the current geometry.
  • gps_max_spatial_id may have a value between 0 and a maximum value of the day unit header space ID (nuh_spatial_id_plus1) when the NAL unit type class is GCL (geometry coding layer). As described in Fig. 18, this information is used when the decoder according to the embodiments performs a matching operation.
  • GPS Max Geometry Layer ID (gps_max_geom_layer_idx): This indicates the maximum value of the geometry layer defined in geometry coding. For example, it may have a max octree depth level value for a geometry configured in an octree structure. As described in Fig. 18, this information is used when the decoder according to the embodiments performs a matching operation.
  • the octree refers to an 8-ary tree representing the 3D geometry of a point cloud.
  • An encoder that encodes geometry data according to embodiments may use a geometry octree.
  • the octree structure is created by recursively subdividing.
  • GPS geometry layer index (gps_geom_layer_idx [i]): Represents a geometry layer matching the i-th spatial_id. For example, an octree depth level matching a spatial _id may be reported for a geometry composed of an octree structure.
  • gps_geom_layer_idx [i] is signaled in the geometry parameter set by the value of gps_max_spatial_id. As described in Fig. 18, this information is used when the decoder according to the embodiments performs a matching operation.
  • GPS geometry parameter set ID (gps_geom_parameter_set_id): Provides an identifier for GPS for reference by other syntax elements. This value can range from 0 to 15 or less.
  • GPS sequence parameter set ID (gps_seq_parameter_set_id): Specifies the value of the sequence parameter set ID (sps_seq_parameter_set_id) for the active SPS. This value can range from 0 to 15 or less.
  • GPS box presence flag (gps_box_present_flag): If 1, additional bounding box information is provided in the geometry header referring to the current GPS. If 0, it specifies that additional bounding box information in the geometry header is not signaled.
  • GPS geometry slice header box presence flag (gps_gsh_box_log2_scale_present_flag): If 1, specifies that gsh_box_log2_scale in each geometry slice header referencing the current GPS is signaled. If 0, specifies that gsh_box_log2_scale in each geometry slice header is not signaled, and the common scale for all slices is signaled in gps_gsh_box_log2_scale of the current GPS. If gps_box_present_flag is 1, gps_gsh_box_log2_scale_present_flag is signaled.
  • GPS geometry slice header scale (gps_gsh_box_log2_scale): This indicates the common scale factor of the bounding box origin for all slices that reference GPS.
  • Unique geometry points flag (unique_geometry_points_flag): If 1, it indicates that all output points have unique positions. If 0, it indicates that two or more output points have the same positions.
  • Naver context restraint flag (neighbour_context_restriction_flag): If 0, indicates that octree accupant coding uses the context determined from six neighboring parent nodes. If 1, this indicates that octree coding uses contexts determined from only sibling nodes (equal to 0 indicates that octree occupancy coding uses contexts determined from six neighboring parent nodes.neighbour_context_restriction_flag equal to 1 indicates that octree coding uses contexts determined from sibling nodes only)
  • Indirect direct mode enable flag (inferred_direct_coding_mode_enabled_flag): If 1, indicates that the direct mode flag (direct_mode_flag) may exist in the geometry node syntax. If 0, it indicates that the direct mode flag does not exist in the geometry node syntax.
  • Bitwise Accupancy Coding Flag (bitwise_occupancy_coding_flag): If 1, it indicates that the geometry node accupancy is encoded using the bitwise contextual rise of the syntax element accupancy map. If 0, indicates that geometry node occupancy is encoded using bitwise contextualisation of the syntax element ocupancy_map.bitwise_occupancy_coding_flag equal to 0 indicates that that geometry node occupancy is encoded using bitwise contextualisation of the syntax element occupancy_flag equal to 0 indicates that geometry node occupancy is encoded using the dictionary encoded syntax element occypancy_byte).
  • Neighborable boundary (log2_neighbour_avail_boundary): Specifies the value of the variable neighborable boundary (NeighbAvailBoundary). This value is used in the decoding process as follows.
  • NeighbAvailBoundary 2"log2_neighbour_avail_boundary
  • neighbor context restriction flag neighbor_context_restriction_flag
  • neighbor availability mask NeighbAvailabilityMask
  • the neighbor possibility mask is set to 1 ⁇ log2_neighbour_avail_boundary (When neighbor_context_restriction_flag is equal to 1, NeighbAvailabilityMask is set equal to 1. Otherwise, neighbor_context_restriction_flag equal to 0, NeighbAvailabilityMask is set equal to 1 ⁇ log2_neighbour_avail_boundary).
  • Intra prediction max node size (log2_intra_pred_max_node_size): Specifies the octree node size for intra prediction during accupancy (log2_intra_pred_max_node_size specifies the octree nodesize eligible for occupancy intra prediction).
  • Trisoup Node Size (log2_trisoup_node_size): Specifies the variable TrisoupNodeSize as the size of the triangle nodes as follows:
  • TrisoupNodeSize 1 ⁇ log2_trisoup_node_size
  • log2_trisoup_node_size the geometry bitstream contains only octree coding syntax.
  • inferred_direct_coding_mode_enabled_flag must be 0, and unique_geometry_points_flag must be 1 (When log2_trisoup_node_size is equal to 0, the geometry bitstream includes only the octree coding syntax.When log2_node_size is greater than that. than 0, it is a requirement of bitstream conformance that: inferred_direct_coding_mode_enabled_flag must be equal to 0, and unique_geometry_points_flag must be equal to 1).
  • GPS extension presence flag (gps_extension_present_flag): If 1, it indicates that the gps_extension_data syntax structure exists in the GPS syntax structure. If gps_extension_present_flag is 0, it indicates that this syntax structure does not exist. If not present, the value of gps_extension_present_flag is inferred as 0 (gps_extension_present_flag equal to 1 specifies that the gps_extension_data syntax structure is present in the GPS syntax structure. gps_extension_present_flag equal to 0 specifies that this syntax structure is not present. the value of gps_ extension_present_flag is inferred to be equal to 0).
  • GPS extension data flag can have any value. This value does not affect the decoder following the profile according to the embodiments. The decoders follow the profile according to the embodiments.
  • attribute_parameter_set( ) shows an attribute parameter set (attribute_parameter_set( )) according to embodiments.
  • APS max spatial ID (aps_max_spatial_id represents the maximum value of the spatial_id for the current attribute. aps_max_spatial_id can have a value between 0 and the maximum value of nuh_spatial_id_plus1 when the NAL unit type class is an attribute coding layer (ACL).
  • aps_max_spatial_id When the geometry/attribute is not synchronized, aps_max_spatial_id, aps_max_attr_layer_idx, aps_attr_layer_idx_[i] may be signaled, and aps_attr_layer_idx_[i] may be signaled for each aps_max_spatial_id.
  • APS Max attribute layer ID (aps_max_attr_layer_idx): This indicates the maximum value of the attribute layer constituting the attribute. For example, when attribute coding is performed based on LoD, the maximum value of the LoD layer may be obtained.
  • APS attribute layer index (aps_attr_layer_idx [i]): Represents an attribute layer matching the i-th spatial_id. For example, when attribute coding is performed based on the LoD structure, the LoD layer matching the spatial _id of the attribute layer can be informed.
  • APS attribute parameter set ID (aps_attr_parameter_set_id): Provides an identifier for the APS for reference by other syntax elements. This value can range from 0 to 15 or less.
  • APS sequence parameter set ID (aps_seq_parameter_set_id): Specifies the value of sps_seq_parameter_set_id for active SPS.
  • the value of aps_seq_parameter_set_id may have a range of 0 to 15 or less.
  • Attr_coding_type Represents a coding type for an attribute for a given value of an attribute coding type (attr_coding_type).
  • the value of attr_coding_type may be 0, 1, or 2.
  • Other values of attr_coding_type are reserved for future use by ISO/IEC. The reserved values of attr_coding_type can be ignored by the decoder.
  • Attr_coding_type 0
  • the coding type is Predicting Weight Lifting. If attr_coding_type is 1, the coding type is a Region Adaptive Hierarchical Transform (RAHT). If attr_coding_type is 2, the coding type is Fix Weight Lifting.
  • RAHT Region Adaptive Hierarchical Transform
  • APS attribute initial QP (aps_attr_initial_qp): Indicates the initial value of the variable SliceQp for each slice referring to APS.
  • the initial value of SliceQp is changed/modified in the attribute slice segment layer when the -zero values of slice_qp_delta_luma or slice_qp_delta_luma are decoded.
  • the value of aps_attr_initial_qp may have a range of 0 to 52 or less.
  • APS attribute chroma QP offset indicates the offset for the initial quantization parameter signaled by the syntax aps_attr_initial_qp.
  • APS slice QP delta presence flag (aps_slice_qp_delta_present_flag): If 1, it indicates that ash_attr_qp_delta_luma and ash_attr_qp_delta_luma syntax elements are present in ASH. If aps_slice_qp_present_flag is 0, it indicates that the ash_attr_qp_delta_luma and ash_attr_qp_delta_luma syntax elements do not exist in ASH.
  • lifting_num_pred_nearest_neighbours This indicates the maximum number of nearest neighbors used in the prediction.
  • the value of lifting_num_pred_nearest_neighbours may have a range of 1 to XX.
  • lifting_max_num_direct_predictors This indicates the maximum number of predictors used for direct prediction.
  • the value of lifting_max_num_direct_predictors ranges from 0 to lifting_num_pred_nearest_neighbours.
  • MaxNumPredictors lifting_max_num_direct_predictors + 1
  • Lifting search range indicates a search range for determining near neighbors used for prediction and used to generate distance-based levels of detail.
  • Lifting LOD regular sampling enable flag (lifting_lod_regular_sampling_enabled_flag): If 1, it indicates that levels of detail are generated using a regular sampling strategy. If lifting_lod_regular_sampling_enabled_flag is 0, it indicates that distance-based sampling strategy is used.
  • lifting_num_detail_levels_minus1 Indicates the number of levels of detail for attribute coding.
  • lifting_num_detail_levels_minus1 has a range of 0 to XX.
  • lifting_num_pred_nearest_neighbours, lifting_max_num_direct_predictors, lifting_search_range, lifting_lod_regular_sampling_enabled_flag, lifting_num_detail_levels_minus1 are signaled according to the isLifting value.
  • the isLifting value is 1 when the attribute coding type (attr_coding_type) is 0 or 2, and 0 otherwise.
  • Lifting sampling period indicates a sampling period (period) for the level of detail index (IDX).
  • the value of lifting_sampling_period[] can have a range of 0 to XX.
  • lifting_sampling_period and lifting_sampling_distance_squared[ idx] are signaled according to lifting_lod_decimation_enabled_flag, and may be signaled for each index as many as num_detail_levels_minus1.
  • Lifting Sampling Distance Squared (lifting_sampling_distance_squared[idx]): Represents the square of the sampling discount for the level of detail index (IDX). This value can range from 0 to XX.
  • Lifting adaptive prediction threshold (lifting_adaptive_prediction_threshold): This indicates a threshold that enables adaptive prediction. This value can range from 0 to XX.
  • Lifting intra LOD prediction layers number (lifting_intra_lod_prediction_num_layers): Indicates the number of LOD layers, which decoded points in the same LOD layer can be referred to to generate the prediction value of the target point. If lifting_intra_lod_prediction_num_layers is equal to num_detail_levels_minus1 plus 1, it indicates that the target point can refer to decoded points in the same LOD layer for all LOD layers. If lifting_intra_lod_prediction_num_layers is 0, it indicates that the target point cannot refer to decoded points in the same LOD layer for any LOD layers.
  • lifting_intra_lod_prediction_num_layers may be in the range of 0 to lifting_num_detail_levels_minus1 plus 1 (lifting_intra_lod_prediction_num_layers specifies number of LoD layer where decoded points in the same LoD layer could be referred to generate prediction value of target point. decoded points in the same LoD layer for all LoD layers.lifting_intra_lod_prediction_num_layers equal to 0 indicates that target point could not refer decoded points in the same LoD layer for any LoD layers. lifting_intra_lod_prediction_num_layers shall be in the range of 0 to lifting_num_detail_levels_minus1 plus 1).
  • lifting_adaptive_prediction_threshold and lifting_intra_lod_prediction_num_layers are signaled when attr_coding_type is 0.
  • APS extension presence flag (aps_extension_present_flag): If 1, it indicates that the aps_extension_data syntax structure exists in the APS syntax structure. If 0, it indicates that this syntax structure does not exist. If not present, this value is inferred as zero.
  • APS extension data flag (aps_extension_data_flag): This value can have any value. This value may not affect decoders that follow the profile according to the embodiment.
  • 25 shows an encoder of an apparatus for transmitting point cloud data according to embodiments.
  • Each component may correspond to a processor, software, or hardware.
  • the following components may be combined with the structure and/or signaling information of the PCC transmitting and receiving end.
  • the encoders (25000, 25010) provide location information (geometry data: eg, XYZ coordinates, phi-theta coordinates, etc.) and attribute information (attribute data). data): eg, color, reflectance, intensity, grayscale, opacity, medium, material, glossiness, etc.) Each can be encoded.
  • the compressed data is divided into units for transmission, and the data may be divided and packed in units of NAL units according to layering structure information through the packing module 25020.
  • the geometry encoder 25000 receives the point cloud data and encodes the geometry data of the point cloud data.
  • the encoded geometry data may have a shape of a geometry bitstream.
  • the attribute encoder 25010 receives point cloud data and encodes attribute data of the point cloud data.
  • the encoded attribute data may have the form of an attribute bitstream.
  • the raw unit packer 25020 receives the geometry/attribute bitstream and/or metadata, and divides and/or packs the bitstream described above in FIGS. 15 to 17 and 19-24 in units of a raw unit for a layer structure.
  • the blade unit packer 25020 may exist as a separate component or may be included in the geometry/attributes 25000 and 25010 encoders to perform a corresponding operation.
  • the metadata generator 25030 generates metadata, which is signaling information related to an operation of the geometry encoding 25000 and/or the attribute encoding 25010. For example, SPS, GPS, APS, TPS, etc. described in FIGS. 19-24, etc. may be generated and provided to the blade unit packer 25020.
  • the multiplexer 25040 may receive and multiplex sub-bitstreams per layer.
  • the transmitter 25050 may transmit a point cloud bitstream.
  • the point cloud data transmission apparatus provides an effect of increasing storage and transmission efficiency by dividing/compressing and transmitting PCC data.
  • 26 illustrates a decoder of an apparatus for receiving point cloud data according to embodiments.
  • the receiver 26000 may process a bitstream for location information and a bitstream for attribute information by dividing it.
  • the NAL unit parser (26020) includes no-CL (non-coding layer) information such as SPS, GPS, and APS, a geometry NAL unit, and an attribute NAL unit.
  • the same CL (coding layer) can be distinguished.
  • the metadata parser (26030) aims to understand and decode the geometry and attribute layer structure of point cloud data based on information transmitted from SPS, GPS, and APS. You can set a layer.
  • a layer excluded from decoding may be removed from a NAL unit unit through a nal space ID (nal_spatial_id).
  • a geometry decoder and an attribute decoder restore the geometry data and attribute data, respectively, and then a renderer. 26060) can be converted into a format for final output.
  • the receiving unit 26000 may receive the point cloud bitstream transmitted by the transmitting device according to the embodiments.
  • the demultiplexer 26010 may demultiplex the point cloud bitstream.
  • the raw unit parser/selector 2602 receives the demultiplexed point cloud bitstream, and parses the metadata, geometry data, and/or attribute data described in FIGS. 19-24, etc., based on the raw unit described in FIGS. 16-20, etc. And select data to be decoded.
  • the metadata parser 2630 may parse metadata in the point cloud data bitstream.
  • metadata may be provided to the raw unit parser/selector 26020. Based on the parsed metadata, an operation of the decoders 26040 and 26050 may be performed.
  • the geometry decoder 26040 decodes geometry data.
  • the attribute decoder 26050 decodes attribute data.
  • the renderer 26060 may render geometry/attribute data.
  • Each of the processes of FIG. 26 processes the entire and/or partial PCC bitstream as shown in FIG. 15, and can be efficiently provided to the user in a scalable manner. For this reason, the decoder or receiver provides an effect of increasing decoder performance by dividing and processing data according to layers.
  • FIG. 27 shows a flow of transmission and reception of point cloud data according to embodiments.
  • 27 illustrates the effect of a transmitting end according to embodiments.
  • 27 to 28 illustrate various use cases according to embodiments.
  • Embodiments provide a method of dividing and transmitting compressed data according to a standard for point cloud data.
  • compressed data can be divided and transmitted according to layers, and storage and transmission efficiency of the transmitting end are increased.
  • geometry and attributes of point cloud data may be compressed and serviced.
  • the compression rate or the number of data can be adjusted and transmitted according to the receiver performance or transmission environment.
  • point cloud data is bundled in one slice unit, the receiver performance or transmission environment In case of change 1) A bitstream suitable for each environment is converted in advance, stored separately, and selected when transmitting (27020, 27040) 2) or a process of converting prior to transmission (transcoding, 27030) is required. In this case, whether a receiver environment to be supported is increased or a transmission environment is frequently changed, a problem of a storage space or a delay due to conversion may be a problem.
  • point cloud data may be sub-sampled to fit various decoder performances, and then each may be encoded and stored.
  • bitstream selector 27040 may be included in a transmission device or may be connected to an encoder or a transmitter.
  • the scalable encoder 27000 and the bitstream selector 27040 may encode and selectively transmit the layer-based partial PCC bitstream (see FIGS. 16 to 18).
  • the encoder 27000 according to the embodiments may correspond to the encoder according to the above-described embodiments.
  • the encoded data may be stored in the storage space 2720 instead of directly transmitting the geometry/attribute data input as a scalable encoding.
  • the storage space 27020 may be included in the point cloud data transmission apparatus according to the embodiments, and may be connected to the encoder 10002 or the transmitter 10003.
  • the transmission device may selectively transmit point cloud data stored in the storage space 2720.
  • the transmission device may transmit the point cloud data by transcoding 27030 for partial encoding.
  • the decoder 27010 may correspond to the decoder according to the above-described embodiments. Geometry/attribute data may be partially reconstructed from the received bitstream.
  • the transmission/reception apparatus may divide and transmit compressed data according to a predetermined criterion for point cloud data.
  • point cloud data can be divided and transmitted in a compressed data form according to layers, and in this case, the efficiency of the receiving end increases.
  • FIG. 28 shows an operation of a transmitting/receiving terminal in the case of transmitting point cloud data composed of a layer.
  • the receiver restores the point cloud data through decoding, and then selects only the data corresponding to the required layer (data selection or sub-sampling, 28000) is required.
  • the receiver targeting the low-delay may generate a delay or may not be able to perform decoding depending on the receiver performance.
  • the data selector (or sub-sampler, 28000) may be included in the reception device and may be connected to a decoder.
  • the transmitting device may transmit the complete PCC bitstream through transcoding for low QP using the storage space 2810.
  • the receiving device may receive this and restore complete geometry/attribute data. Also, geometry/attribute data may be partially selected and restored based on sub-sampling or using the data selector 28000.
  • the receiver may provide point cloud data to be represented according to decoder performance or application field.
  • a bitstream can be selectively delivered to the decoder.
  • information of a layer to be selected through nal_spatial_id and nal_data_type of the NAL unit header can be selected at the NAL unit level.
  • the decoder efficiency is increased, and there is an advantage that a decoder having various performances can be supported through one bit stream.
  • the scalable encoder 2802 corresponds to the encoder according to the above-described embodiments.
  • the encoder 2802 encodes the geometry and/or attribute data input to the source in a scalable manner, generates and transmits a complete PCC bitstream, stores it in a storage space and transmits it, or generates and transmits a partial PCC bitstream. , You can transfer it by storing it in the storage space in advance.
  • the decoder 28040 corresponds to the decoder according to the above-described embodiments.
  • the bitstream selector 28030 may selectively decode data of a desired portion based on the day unit unit of a layer from the entire or partial PCC bitstream encoded in a layer-based scalable manner.
  • the decoder 28040 may decode and restore partial geometry/attribute data.
  • 29 shows a method of transmitting point cloud data according to embodiments.
  • the point cloud data transmission method includes encoding point cloud data including geometry data and attribute data.
  • the encoding process according to the embodiments includes the encoder 1002 of FIG. 1, the encoding 20001 of FIG. 2, the encoder of FIG. 4, the encoders 12001 to 12011 of FIG. 12, the XR device 1430 of FIG. 14, and FIG. 15.
  • Encoders (15000, 15010) of Figure 25, Encoders (25000, 25010) of Figure 25, Unit Packer (25020), Metadata Generator (25030), Scalable Encoder (27000) of Figure 27, Bitstream Selector (27040), Figure 28 It may include an operation such as the scalable encoder 2802 of.
  • the point cloud data transmission method further includes transmitting a bitstream including point cloud data.
  • the transmission process according to the embodiments includes the transmitter 10003 of FIG. 1, the transmission 20002 of FIG. 2, the geometry bitstream and/or the attribute bitstream of FIG. 4, and the transmission processing unit 12012 of FIG. XR device 1430 of Fig. 15, complete or partial PCC bitstream transmission of Fig. 15, layer fragmentation of the bitstream of Fig. 16, multiplexer 25040 and transmitter 25050 of Fig. 25, transcoding transmission of Fig. 27, and It may include operations such as partial PCC bitstream transmission, transcoding transmission of FIG. 28, and complete PCC bitstream transmission.
  • 30 shows a method of receiving point cloud data according to embodiments.
  • the point cloud data receiving method includes receiving a bitstream including point cloud data including geometry data and attribute data.
  • the reception process according to the embodiments includes the receiver 10005 of FIG. 1, the reception 20002 of the transmission of FIG. 2, the reception of the geometry/attribute bitstream of FIGS. 4 and 11, the reception unit 13000 of FIG. 13, and the reception processing unit. (13001), the XR device 1430 of Fig. 14, the reception of the complete PCC bitstream and the partial PCC bitstream of Fig. 15, the bitstream fragment layer reception of Fig. 16, the raw unit reception of Figs. 19 to 24, the receiver of Fig. 26 ( 26000), the demultiplex 26010, partial PCC bitstream reception of FIG. 27, and complete PCC bitstream reception of FIG. 28 may be included.
  • the method of receiving point cloud data according to the embodiments further includes decoding the point cloud data.
  • the decoding process according to embodiments includes the decoder 10006 of FIG. 1, the decoding 20003 of FIG. 2, the geometry/attribute decoder of FIG. 10, the geometry/attribute decoder of FIG. 11, and the decoders 13002 to 13010 of FIG.
  • the entire or partial process of the point cloud data reception method according to the embodiments may follow the reverse process of the transmission method.
  • the combination between the PCC NAL unit and the geometry / attribute layer structure, the PCC transmitter or receiver according to the embodiments of the present document may use the above-described PCC NAL unit.
  • a geometry/attribute layer structure included in the above-described parameter set may be used. Accordingly, the PCC transmitter can increase storage and transmission efficiency, and the PCC receiver can reduce delay and increase decoding efficiency.
  • A/B is used to include A and B, A or B.
  • each drawing has been described separately, but it is also possible to design a new embodiment by merging the embodiments described in each drawing.
  • designing a computer-readable recording medium in which a program for executing the previously described embodiments is recorded is also within the scope of the rights of the embodiments according to the needs of the skilled person.
  • the apparatus and method according to the embodiments are not limitedly applicable to the configuration and method of the described embodiments as described above, but the embodiments are all or part of each of the embodiments selectively combined so that various modifications can be made. It can also be configured.
  • Various components of the apparatus of the embodiments may be implemented by hardware, software, firmware, or a combination thereof.
  • Various components of the embodiments may be implemented as one chip, for example, one hardware circuit.
  • the components according to the embodiments may be implemented as separate chips.
  • at least one or more of the components of the device according to the embodiments may be composed of one or more processors capable of executing one or more programs, and one or more programs may be implemented. It may include instructions for performing or performing any one or more of the operations/methods according to the examples.
  • Executable instructions for performing the method/operations of the apparatus may be stored in a non-transitory CRM or other computer program products configured to be executed by one or more processors, or may be stored in one or more It may be stored in a temporary CRM or other computer program products configured for execution by the processors.
  • the memory according to the embodiments may be used as a concept including not only volatile memory (eg, RAM, etc.) but also non-volatile memory, flash memory, PROM, and the like.
  • it may be implemented in the form of a carrier wave such as transmission through the Internet.
  • the processor-readable recording medium is distributed over a computer system connected through a network, so that the processor-readable code can be stored and executed in a distributed manner.
  • first and second may be used to describe various elements of the embodiments. However, the interpretation of various components according to the embodiments should not be limited by the above terms. These terms are only used to distinguish one component from another. It's just a thing For example, a first user input signal may be referred to as a second user input signal. Similarly, the second user input signal may be referred to as a first user input signal. The use of these terms should be construed as not departing from the scope of various embodiments.
  • the first user input signal and the second user input signal are both user input signals, but do not mean the same user input signals unless clearly indicated in context.
  • operations according to the embodiments described in this document may be performed by a transmission/reception apparatus including a memory and/or a processor according to the embodiments.
  • the memory may store programs for processing/controlling operations according to embodiments, and the processor may control various operations described in this document.
  • the processor may be referred to as a controller or the like.
  • operations may be performed by firmware, software, and/or a combination thereof, and firmware, software, and/or a combination thereof may be stored in a processor or a memory.
  • the embodiments may be applied wholly or partially to the point cloud data transmission/reception apparatus and system.
  • Embodiments may include changes/modifications, and changes/modifications do not depart from the scope of the claims and the same.

Landscapes

  • Engineering & Computer Science (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • General Health & Medical Sciences (AREA)
  • Databases & Information Systems (AREA)
  • Health & Medical Sciences (AREA)
  • Social Psychology (AREA)
  • Computer Security & Cryptography (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Compression Or Coding Systems Of Tv Signals (AREA)
  • Image Generation (AREA)

Abstract

실시예들에 따른 포인트 클라우드 데이터 송신 방법은 지오메트리 데이터 및 어트리뷰트 데이터를 포함하는 포인트 클라우드 데이터를 인코딩하는 단계; 포인트 클라우드 데이터를 포함하는 비트스트림을 전송하는 단계; 를 포함한다. 실시예들에 따른 포인트 클라우드 데이터 수신 방법은 지오메트리 데이터 및 어트리뷰트 데이터를 포함하는 포인트 클라우드 데이터를 포함하는 비트스트림을 수신하는 단계; 포인트 클라우드 데이터를 디코딩하는 단계; 를 포함한다.

Description

포인트 클라우드 데이터 송신 장치, 포인트 클라우드 데이터 송신 방법, 포인트 클라우드 데이터 수신 장치 및 포인트 클라우드 데이터 수신 방법
실시예들은 포인트 클라우드 콘텐트(Point Cloud Content)를 처리하는 방법 및 장치에 대한 것이다.
포인트 클라우드 콘텐트는 3차원 공간을 표현하는 좌표계에 속한 점(포인트)들의 집합인 포인트 클라우드로 표현되는 콘텐트이다. 포인트 클라우드 콘텐트는3차원으로 이루어진 미디어를 표현할 수 있으며, VR (Virtual Reality, 가상현실), AR (Augmented Reality, 증강현실), MR (Mixed Reality, 혼합현실), 및 자율 주행 서비스 등의 다양한 서비스를 제공하기 위해 사용된다. 하지만 포인트 클라우드 콘텐트를 표현하기 위해서는 수만개에서 수십만개의 포인트 데이터가 필요하다. 따라서 방대한 양의 포인트 데이터를 효율적으로 처리하기 위한 방법이 요구된다.
실시예들은 포인트 클라우드 데이터를 효율적으로 처리하기 위한 장치 및 방법을 제공한다. 실시예들은 지연시간(latency) 및 인코딩/디코딩 복잡도를 해결하기 위한 포인트 클라우드 데이터 처리 방법 및 장치를 제공한다.
다만, 전술한 기술적 과제만으로 제한되는 것은 아니고, 기재된 전체 내용에 기초하여 당업자가 유추할 수 있는 다른 기술적 과제로 실시예들의 권리범위가 확장될 수 있다.
상술한 기술적 과제를 해결하기 위해, 실시예들에 따른 포인트 클라우드 데이터 송신 방법은 지오메트리 데이터 및 어트리뷰트 데이터를 포함하는 포인트 클라우드 데이터를 인코딩하는 단계; 포인트 클라우드 데이터를 포함하는 비트스트림을 전송하는 단계; 를 포함한다.
또한, 실시예들에 따른 포인트 클라우드 데이터 수신 방법은 지오메트리 데이터 및 어트리뷰트 데이터를 포함하는 포인트 클라우드 데이터를 포함하는 비트스트림을 수신하는 단계; 포인트 클라우드 데이터를 디코딩하는 단계; 를 포함한다.
실시예들에 따른 장치 및 방법은 높은 효율로 포인트 클라우드 데이터를 처리할 수 있다.
실시예들에 따른 장치 및 방법은 높은 퀄리티의 포인트 클라우드 서비스를 제공할 수 있다.
실시예들에 따른 장치 및 방법은 VR 서비스, 자율주행 서비스 등 범용적인 서비스를 제공하기 위한 포인트 클라우드 콘텐트를 제공할 수 있다.
도면은 실시예들을 더욱 이해하기 위해서 포함되며, 도면은 실시예들에 관련된 설명과 함께 실시예들을 나타낸다. 이하에서 설명하는 다양한 실시예들의 보다 나은 이해를 위하여, 하기 도면들에 걸쳐 유사한 참조 번호들이 대응하는 부분들을 포함하는 다음의 도면들과 관련하여 이하의 실시예들의 설명을 반드시 참조해야 한다.
도1은 실시예들에 따른 포인트 클라우드 콘텐츠 제공 시스템의 예시를 나타낸다.
도 2는 실시예들에 따른 포인트 클라우드 콘텐트 제공 동작을 나타내는 블록도이다.
도 3은 실시예들에 따른 포인트 클라우드 비디오 캡쳐 과정의 예시를 나타낸다.
도 4는 실시예들에 따른 포인트 클라우드 인코더(Point Cloud Encoder)의 예시를 나타낸다.
도 5 는 실시예들에 따른 복셀의 예시를 나타낸다.
도 6은 실시예들에 따른 옥트리 및 오큐판시 코드 (occupancy code)의 예시를 나타낸다.
도 7은 실시예들에 따른 이웃 노드 패턴의 예시를 나타낸다.
도 8은 실시예들에 따른 LOD 별 포인트 구성의 예시를 나타낸다.
도 9는 실시예들에 따른 LOD 별 포인트 구성의 예시를 나타낸다.
도 10은 실시예들에 따른 포인트 클라우드 디코더(Point Cloud Decoder)의 예시를 나타낸다.
도 11은 실시예들에 따른 포인트 클라우드 디코더(Point Cloud Decoder)의 예시를 나타낸다.
도 12는 실시예들에 따른 전송 장치의 예시이다.
도 13은 실시예들에 따른 수신 장치의 예시이다.
도 14는 실시예들에 따른 포인트 클라우드 데이터 송수신 방법/장치와 연동 가능한 구조의 예시를 나타낸다
도15는 실시예들에 따른 포인트 클라우드 데이터 인코더 및 포인트 클라우드 데이터 디코더의 흐름도를 나타낸다.
도16은 실시예들에 따른 비트스트림의 조각(16020 내지 16050)의 구성을 나타낸다.
도17은 실시예들에 따른 PCC 레이어 구조 기반의 비트스트림 조각 매칭을 나타낸다.
도18은 실시예들에 따른 비트스트림 조각의 디코딩 및 PCC구조의 레이어 매칭을 나타낸다.
도19는 실시예들에 따른 PCC NAL (Network abstract layer) 유닛을 나타낸다.
도20은 실시예들에 따른 날 유닛의 헤더를 나타낸다.
도21은 실시예들에 따른 날 유닛의 타입을 나타낸다.
도22는 실시예들에 따른 시퀀스 파라미터 세트를 나타낸다.
도23은 실시예들에 따른 지오메트리 파라미터 세트(geometry_parameter_set)를 나타낸다.
도24는 실시예들에 따른 어트리뷰트 파라미터 세트(attribute_parameter_set( ))를 나타낸다.
도25는 실시예들에 따른 포인트 클라우드 데이터 송신 장치의 인코더를 나타낸다.
도26은 실시예들에 따른 포인트 클라우드 데이터 수신 장치의 디코더를 나타낸다.
도27은 실시예들에 따른 포인트 클라우드 데이터의 송수신 흐름을 나타낸다.
도28은 실시예들에 따른 포인트 클라우드 데이터의 송수신 흐름을 나타낸다.
도29는 실시예들에 따른 포인트 클라우드 데이터 송신 방법을 나타낸다.
도30은 실시예들에 따른 포인트 클라우드 데이터 수신 방법을 나타낸다.
실시예들의 바람직한 실시예에 대해 구체적으로 설명하며, 그 예는 첨부된 도면에 나타낸다. 첨부된 도면을 참조한 아래의 상세한 설명은 실시예들의 실시예에 따라 구현될 수 있는 실시예만을 나타내기보다는 실시예들의 바람직한 실시예를 설명하기 위한 것이다. 다음의 상세한 설명은 실시예들에 대한 철저한 이해를 제공하기 위해 세부 사항을 포함한다. 그러나 실시예들이 이러한 세부 사항 없이 실행될 수 있다는 것은 당업자에게 자명하다.
실시예들에서 사용되는 대부분의 용어는 해당 분야에서 널리 사용되는 일반적인 것들에서 선택되지만, 일부 용어는 출원인에 의해 임의로 선택되며 그 의미는 필요에 따라 다음 설명에서 자세히 서술한다. 따라서 실시예들은 용어의 단순한 명칭이나 의미가 아닌 용어의 의도된 의미에 근거하여 이해되어야 한다.
도1은 실시예들에 따른 포인트 클라우드콘텐츠 제공 시스템의 예시를 나타낸다.
도 1에 도시된 포인트 클라우드 콘텐트 제공 시스템은 전송 장치(transmission device)(10000) 및 수신 장치(reception device)(10004)를 포함할 수 있다. 전송 장치(10000) 및 수신 장치(10004)는 포인트 클라우드 데이터를 송수신하기 위해 유무선 통신 가능하다.
. 실시예들에 따른 전송 장치(10000)는 포인트 클라우드 비디오(또는 포인트 클라우드 콘텐트)를 확보하고 처리하여 전송할 수 있다. 실시예들에 따라, 전송 장치(10000)는 고정국(fixed station), BTS(base transceiver system), 네트워크, AI(Artificial Intelligence) 기기 및/또는 시스템, 로봇, AR/VR/XR 기기 및/또는 서버 등을 포함할 수 있다. 또한 실시예들에 따라 전송 장치(10000)는 무선 접속 기술(예, 5G NR(New RAT), LTE(Long Term Evolution))을 이용하여, 기지국 및/또는 다른 무선 기기와 통신을 수행하는 기기, 로봇, 차량, AR/VR/XR 기기, 휴대기기, 가전, IoT(Internet of Thing)기기, AI 기기/서버 등을 포함할 수 있다.
실시예들에 따른 전송 장치(10000)는 포인트 클라우드 비디오 획득부(Point Cloud Video Acquisition, 10001), 포인트 클라우드 비디오 인코더(Point Cloud Video Encoder, 10002) 및/또는 트랜스미터(Transmitter (or Communication module), 10003)를 포함한다
실시예들에 따른 포인트 클라우드 비디오 획득부(10001)는 캡쳐, 합성 또는 생성 등의 처리 과정을 통해 포인트 클라우드 비디오를 획득한다. 포인트 클라우드 비디오는 3차원 공간에 위치한 포인트들의 집합인 포인트 클라우드로 표현되는 포인트 클라우드 콘텐트로서, 포인트 클라우드 비디오 데이터 등으로 호칭될 수 있다. 실시예들에 따른 포인트 클라우드 비디오는 하나 또는 그 이상의 프레임들을 포함할 수 있다. 하나의 프레임은 정지 영상/픽쳐를 나타낸다. 따라서 포인트 클라우드 비디오는 포인트 클라우드 영상/프레임/픽처를 포함할 수 있으며, 포인트 클라우드 영상, 프레임 및 픽처 중 어느 하나로 호칭될 수 있다.
실시예들에 따른 포인트 클라우드 비디오 인코더(10002)는 확보된 포인트 클라우드 비디오 데이터를 인코딩한다. 포인트 클라우드 비디오 인코더(10002)는 포인트 클라우드 컴프레션(Point Cloud Compression) 코딩을 기반으로 포인트 클라우드 비디오 데이터를 인코딩할 수 있다. 실시예들에 따른 포인트 클라우드 컴프레션 코딩은 G-PCC(Geometry-based Point Cloud Compression) 코딩 및/또는 V-PCC(Video based Point Cloud Compression) 코딩 또는 차세대 코딩을 포함할 수 있다. 또한 실시예들에 따른 포인트 클라우드 컴프레션 코딩은 상술한 실시예에 국한되는 것은 아니다. 포인트 클라우드 비디오 인코더(10002)는 인코딩된 포인트 클라우드 비디오 데이터를 포함하는 비트스트림을 출력할 수 있다. 비트스트림은 인코딩된 포인트 클라우드 비디오 데이터뿐만 아니라, 포인트 클라우드 비디오 데이터의 인코딩과 관련된 시그널링 정보를 포함할 수 있다.
실시예들에 따른 트랜스미터(10003)는 인코딩된 포인트 클라우드 비디오 데이터를 포함하는 비트스트림을 전송한다. 실시예들에 따른 비트스트림은 파일 또는 세그먼트(예를 들면 스트리밍 세그먼트) 등으로 인캡슐레이션되어 방송망 및/또는 브로드밴드 망등의 다양한 네트워크를 통해 전송된다. 도면에 도시되지 않았으나, 전송 장치(10000)는 인캡슐레이션 동작을 수행하는 인캡슐레이션부(또는 인캡슐레이션 모듈)을 포함할 수 있다. 또한 실시예들에 따라 인캡슐레이션부는 트랜스미터(10003)에 포함될 수 있다. 실시예들에 따라 파일 또는 세그먼트는 네트워크를 통해 수신 장치(10004)로 전송되거나, 디지털 저장매체(예를 들면 USB, SD, CD, DVD, 블루레이, HDD, SSD 등)에 저장될 수 있다. 실시예들에 따른 트랜스미터(10003)는 수신 장치(10004) (또는 리시버(Receiver, 10005))와 4G, 5G, 6G 등의 네트워크를 통해 유/무선 통신 가능하다. 또한 트랜스미터(10003)는 네트워크 시스템(예를 들면 4G, 5G, 6G 등의 통신 네트워크 시스템)에 따라 필요한 데이터 처리 동작을 수행할 수 있다. 또한 전송 장치(10000)는 온 디맨드(On Demand) 방식에 따라 인캡슐레이션된 데이터를 전송할 수도 있다.
실시예들에 따른 수신 장치(10004)는 리시버(Receiver, 10005), 포인트 클라우드 비디오 디코더(Point Cloud Decoder, 10006) 및/또는 렌더러(Renderer, 10007)를 포함한다. 실시예들에 따라 수신 장치(10004)는 무선 접속 기술(예, 5G NR(New RAT), LTE(Long Term Evolution))을 이용하여, 기지국 및/또는 다른 무선 기기와 통신을 수행하는 기기, 로봇, 차량, AR/VR/XR 기기, 휴대기기, 가전, IoT(Internet of Thing)기기, AI 기기/서버 등을 포함할 수 있다.
실시예들에 따른 리시버(10005)는 포인트 클라우드 비디오 데이터를 포함하는 비트스트림 또는 비트스트림이 인캡슐레이션된 파일/세그먼트 등을 네트워크 또는 저장매체로부터 수신한다. 리시버(10005)는 네트워크 시스템(예를 들면 4G, 5G, 6G 등의 통신 네트워크 시스템)에 따라 필요한 데이터 처리 동작을 수행할 수 있다. 실시예들에 따른 리시버(10005)는 수신한 파일/세그먼트를 디캡슐레이션하여 비트스트림을 출력할수 있다. 또한 실시예들에 따라 리시버(10005)는 디캡슐레이션 동작을 수행하기 위한 디캡슐레이션부(또는 디캡슐레이션 모듈)을 포함할 수 있다. 또한 디캡슐레이션부는 리시버(10005)와 별개의 엘레멘트(또는 컴포넌트)로 구현될 수 있다.
포인트 클라우드 비디오 디코더(10006)는 포인트 클라우드 비디오 데이터를 포함하는 비트스트림을 디코딩한다. 포인트 클라우드 비디오 디코더(10006)는 포인트 클라우드 비디오 데이터가 인코딩된 방식에 따라 디코딩할 수 있다(예를 들면 포인트 클라우드 비디오 인코더(10002)의 동작의 역과정). 따라서 포인트 클라우드 비디오 디코더(10006)는 포인트 클라우드 컴프레션의 역과정인 포인트 클라우드 디컴프레션 코딩을 수행하여 포인트 클라우드 비디오 데이터를 디코딩할 수 있다. 포인트 클라우드 디컴프레션 코딩은 G-PCC 코딩을 포함한다.
렌더러(10007)는 디코딩된 포인트 클라우드 비디오 데이터를 렌더링한다. 렌더러(10007)는 포인트 클라우드 비디오 데이터 뿐만 아니라 오디오 데이터도 렌더링하여 포인트 클라우드 콘텐트를 출력할 수 있다. 실시예들에 따라 렌더러(10007)는 포인트 클라우드 콘텐트를 디스플레이하기 위한 디스플레이를 포함할 수 있다. 실시예들에 따라 디스플레이는 렌더러(10007)에 포함되지 않고 별도의 디바이스 또는 컴포넌트로 구현될 수 있다.
도면에 점선으로 표시된 화살표는 수신 장치(10004)에서 획득한 피드백 정보(feedback information)의 전송 경로를 나타낸다. 피드백 정보는 포인트 클라우드 컨텐트를 소비하는 사용자와의 인터랙티비를 반영하기 위한 정보로서, 사용자의 정보(예를 들면 헤드 오리엔테이션 정보), 뷰포트(Viewport) 정보 등)을 포함한다. 특히 포인트 클라우드 콘텐트가 사용자와의 상호작용이 필요한 서비스(예를 들면 자율주행 서비스 등)를 위한 콘텐트인 경우, 피드백 정보는 콘텐트 송신측(예를 들면 전송 장치(10000)) 및/또는 서비스 프로바이더에게 전달될 수 있다. 실시예들에 따라 피드백 정보는 전송 장치(10000) 뿐만 아니라 수신 장치(10004)에서도 사용될 수 있으며, 제공되지 않을 수도 있다.
실시예들에 따른 헤드 오리엔테이션 정보는 사용자의 머리 위치, 방향, 각도, 움직임 등에 대한 정보이다. 실시예들에 따른 수신 장치(10004)는 헤드 오리엔테이션 정보를 기반으로 뷰포트 정보를 계산할 수 있다. 뷰포트 정보는 사용자가 바라보고 있는 포인트 클라우드 비디오의 영역에 대한 정보이다. 시점(viewpoint)은 사용자가 포인트 클라우 비디오를 보고 있는 점으로 뷰포트 영역의 정중앙 지점을 의미할 수 있다. 즉, 뷰포트는 시점을 중심으로 한 영역으로서, 영역의 크기, 형태 등은 FOV(Field Of View) 에 의해 결정될 수 있다. 따라서 수신 장치(10004)는 헤드 오리엔테이션 정보 외에 장치가 지원하는 수직(vertical) 혹은 수평(horizontal) FOV 등을 기반으로 뷰포트 정보를 추출할 수 있다. 또한 수신 장치(10004)는 게이즈 분석 (Gaze Analysis) 등을 수행하여 사용자의 포인트 클라우드 소비 방식, 사용자가 응시하는 포인트 클라우 비디오 영역, 응시 시간 등을 확인한다. 실시예들에 따라 수신 장치(10004)는 게이즈 분석 결과를 포함하는 피드백 정보를 송신 장치(10000)로 전송할 수 있다. 실시예들에 따른 피드백 정보는 렌더링 및/또는 디스플레이 과정에서 획득될 수 있다. 실시예들에 따른 피드백 정보는 수신 장치(10004)에 포함된 하나 또는 그 이상의 센서들에 의해 확보될 수 있다. 또한 실시예들에 따라 피드백 정보는 렌더러(10007) 또는 별도의 외부 엘레멘트(또는 디바이스, 컴포넌트 등)에 의해 확보될 수 있다. 도1의 점선은 렌더러(10007)에서 확보한 피드백 정보의 전달 과정을 나타낸다. 포인트 클라우드 콘텐트 제공 시스템은 피드백 정보를 기반으로 포인트 클라우드 데이터를 처리(인코딩/디코딩)할 수 있다. 따라서 포인트 클라우드 비디오 데이터 디코더(10006)는 피드백 정보를 기반으로 디코딩 동작을 수행할 수 있다. 또한 수신 장치(10004)는 피드백 정보를 전송 장치(10000)로 전송할 수 있다. 전송 장치(10000)(또는 포인트 클라우드 비디오 데이터 인코더(10002))는 피드백 정보를 기반으로 인코딩 동작을 수행할 수 있다. 따라서 포인트 클라우드 콘텐트 제공 시스템은 모든 포인트 클라우드 데이터를 처리(인코딩/디코딩)하지 않고, 피드백 정보를 기반으로 필요한 데이터(예를 들면 사용자의 헤드 위치에 대응하는 포인트 클라우드 데이터)를 효율적으로 처리하고, 사용자에게 포인트 클라우드 콘텐트를 제공할 수 있다.
실시예들에 따라, 전송 장치(10000)는 인코더, 전송 디바이스, 전송기 등으로 호칭될 수 있으며, 수신 장치(10004)는 디코더, 수신 디바이스, 수신기 등으로 호칭될 수 있다.
실시예들에 따른 도 1 의 포인트 클라우드 콘텐트 제공 시스템에서 처리되는 (획득/인코딩/전송/디코딩/렌더링의 일련의 과정으로 처리되는) 포인트 클라우드 데이터는 포인트 클라우드 콘텐트 데이터 또는 포인트 클라우드 비디오 데이터라고 호칭할 수 있다. 실시예들에 따라 포인트 클라우드 콘텐트 데이터는 포인트 클라우드 데이터와 관련된 메타데이터 내지 시그널링 정보를 포함하는 개념으로 사용될 수 있다.
도 1에 도시된 포인트 클라우드 콘텐트 제공 시스템의 엘리먼트들은 하드웨어, 소프트웨어, 프로세서 및/또는 그것들의 결합등으로 구현될 수 있다.
도2는 실시예들에 따른 포인트 클라우드 콘텐트 제공 동작을 나타내는 블록도이다.
도 2의 블록도는 도 1에서 설명한 포인트 클라우드 콘텐트 제공 시스템의 동작을 나타낸다. 상술한 바와 같이 포인트 클라우드 콘텐트 제공 시스템은 포인트 클라우드 컴프레션 코딩(예를 들면 G-PCC)을 기반으로 포인트 클라우드 데이터를 처리할 수 있다.
실시예들에 따른 포인트 클라우드 콘텐트 제공 시스템(예를 들면 포인트 클라우드 전송 장치(10000) 또는 포인트 클라우드 비디오 획득부(10001))은 포인트 클라우드 비디오를 획득할 수 있다(20000). 포인트 클라우드 비디오는 3차원 공간을 표현하는 좌표계에 속한 포인트 클라우드로 표현된다. 실시예들에 따른 포인트 클라우드 비디오는 Ply (Polygon File format or the Stanford Triangle format) 파일을 포함할 수 있다. 포인트 클라우드 비디오가 하나 또는 그 이상의 프레임들을 갖는 경우, 획득한 포인트 클라우드 비디오는 하나 또는 그 이상의 Ply 파일들을 포함할 수 있다. Ply 파일은 포인트의 지오메트리(Geometry) 및/또는 어트리뷰트(Attribute)와 같은 포인트 클라우드 데이터를 포함한다. 지오메트리는 포인트들의 포지션들을 포함한다. 각 포인트의 포지션은 3차원 좌표계(예를 들면 XYZ축들로 이루어진 좌표계 등)를 나타내는 파라미터들(예를 들면 X축, Y축, Z축 각각의 값)로 표현될 수 있다. 어트리뷰트는 포인트들의 어트리뷰트들(예를 들면, 각 포인트의 텍스쳐 정보, 색상(YCbCr 또는 RGB), 반사율(r), 투명도 등)을 포함한다. 하나의 포인트는 하나 또는 그 이상의 어트리뷰트들(또는 속성들)을 가진다. 예를 들어 하나의 포인트는 하나의 색상인 어트리뷰트를 가질 수도 있고, 색상 및 반사율인 두 개의 어트리뷰트들을 가질 수도 있다. 실시예들에 따라, 지오메트리는 포지션들, 지오메트리 정보, 지오메트리 데이터 등으로 호칭 가능하며, 어트리뷰트는 어트리뷰트들, 어트리뷰트 정보, 어트리뷰트 데이터 등으로 호칭할 수 있다. 또한 포인트 클라우드 콘텐트 제공 시스템(예를 들면 포인트 클라우드 전송 장치(10000) 또는 포인트 클라우드 비디오 획득부(10001))은 포인트 클라우드 비디오의 획득 과정과 관련된 정보(예를 들면 깊이 정보, 색상 정보 등)으로부터 포인트 클라우드 데이터를 확보할 수 있다.
실시예들에 따른 포인트 클라우드 콘텐트 제공 시스템(예를 들면 전송 장치(10000) 또는 포인트 클라우드 비디오 인코더(10002))은 포인트 클라우드 데이터를 인코딩할 수 있다(20001). 포인트 클라우드 콘텐트 제공 시스템은 포인트 클라우드 컴프레션 코딩을 기반으로 포인트 클라우드 데이터를 인코딩할 수 있다. 상술한 바와 같이 포인트 클라우드 데이터는 포인트의 지오메트리 및 어트리뷰트를 포함할 수 있다. 따라서 포인트 클라우드 콘텐트 제공 시스템은 지오메트리를 인코딩하는 지오메트리 인코딩을 수행하여 지오메트리 비트스트림을 출력할 수 있다. 포인트 클라우드 콘텐트 제공 시스템은 어트리뷰트를 인코딩하는 어트리뷰트 인코딩을 수행하여 어트리뷰트 비트스트림을 출력할 수 있다. 실시예들에 따라 포인트 클라우드 콘텐트 제공 시스템은 지오메트리 인코딩에 기초하여 어트리뷰트 인코딩을 수행할 수 있다. 실시예들에 따른 지오메트리 비트스트림 및 어트리뷰트 비트스트림은 멀티플렉싱되어 하나의 비트스트림으로 출력될 수 있다. 실시예들에 따른 비트스트림은 지오메트리 인코딩 및 어트리뷰트 인코딩과 관련된 시그널링 정보를 더 포함할 수 있다.
실시예들에 따른 포인트 클라우드 콘텐트 제공 시스템(예를 들면 전송 장치(10000) 또는 트랜스미터(10003))는 인코딩된 포인트 클라우드 데이터를 전송할 수 있다(20002). 도1에서 설명한 바와 같이 인코딩된 포인트 클라우드 데이터는 지오메트리 비트스트림, 어트리뷰트 비트스트림으로 표현될 수 있다. 또한 인코딩된 포인트 클라우드 데이터는 포인트 클라우드 데이터의 인코딩과 관련된 시그널링 정보(예를 들면 지오메트리 인코딩 및 어트리뷰트 인코딩과 관련된 시그널링 정보)과 함께 비트스트림의 형태로 전송될 수 있다. 또한 포인트 클라우드 콘텐트 제공 시스템은 인코딩된 포인트 클라우드 데이터를 전송하는 비트스트림을 인캡슐레이션 하여 파일 또는 세그먼트의 형태로 전송할 수 있다.
실시예들에 따른 포인트 클라우드 콘텐트 제공 시스템(예를 들면 수신 장치(10004) 또는 리시버(10005))은 인코딩된 포인트 클라우드 데이터를 포함하는 비트스트림을 수신할 수 있다. 또한 포인트 클라우드 콘텐트 제공 시스템(예를 들면 수신 장치(10004) 또는 리시버(10005))은 비트스트림을 디멀티플렉싱할 수 있다.
포인트 클라우드 콘텐트 제공 시스템(예를 들면 수신 장치(10004) 또는 포인트 클라우드 비디오 디코더(10005))은 비트스트림으로 전송되는 인코딩된 포인트 클라우드 데이터(예를 들면 지오메트리 비트스트림, 어트리뷰트 비트스트림)을 디코딩할 수 있다. 포인트 클라우드 콘텐트 제공 시스템(예를 들면 수신 장치(10004) 또는 포인트 클라우드 비디오 디코더(10005))은 비트스트림에 포함된 포인트 클라우드 비디오 데이터의 인코딩과 관련된 시그널링 정보를 기반으로 포인트 클라우드 비디오 데이터를 디코딩할 수 있다. 포인트 클라우드 콘텐트 제공 시스템(예를 들면 수신 장치(10004) 또는 포인트 클라우드 비디오 디코더(10005))은 지오메트리 비트스트림을 디코딩하여 포인트들의 포지션들(지오메트리)을 복원할 수 있다. 포인트 클라우드 콘텐트 제공 시스템은 복원한 지오메트리를 기반으로 어트리뷰트 비트스트림을 디코딩하여 포인트들의 어트리뷰트들을 복원할 수 있다. 포인트 클라우드 콘텐트 제공 시스템(예를 들면 수신 장치(10004) 또는 포인트 클라우드 비디오 디코더(10005))은 복원된 지오메트리에 따른 포지션들 및 디코딩된 어트리뷰트를 기반으로 포인트 클라우드 비디오를 복원할 수 있다.
실시예들에 따른 포인트 클라우드 콘텐트 제공 시스템(예를 들면 수신 장치(10004) 또는 렌더러(10007))은 디코딩된 포인트 클라우드 데이터를 렌더링할 수 있다(20004). 포인트 클라우드 콘텐트 제공 시스템(예를 들면 수신 장치(10004) 또는 렌더러(10007))은 디코딩 과정을 통해 디코딩된 지오메트리 및 어트리뷰트들을 다양한 렌더링 방식에 따라 렌더링 방식에 따라 렌더링 할 수 있다. 포인트 클라우드 콘텐트의 포인트들은 일정 두께를 갖는 정점, 해당 정점 위치를 중앙으로 하는 특정 최소 크기를 갖는 정육면체, 또는 정점 위치를 중앙으로 하는 원 등으로 렌더링 될 수도 있다. 렌더링된 포인트 클라우드 콘텐트의 전부 또는 일부 영역은 디스플레이 (예를 들면 VR/AR 디스플레이, 일반 디스플레이 등)을 통해 사용자에게 제공된다.
실시예들에 따른 포인트 클라우드 콘텐트 제공 시스템(예를 들면 수신 장치(10004))는 피드백 정보를 확보할 수 있다(20005). 포인트 클라우드 콘텐트 제공 시스템은 피드백 정보를 기반으로 포인트 클라우드 데이터를 인코딩 및/또는 디코딩할 수 있다. 실시예들에 따른 피드백 정보 및 포인트 클라우드 콘텐트 제공 시스템의 동작은 도 1에서 설명한 피드백 정보 및 동작과 동일하므로 구체적인 설명은 생략한다.
도3은 실시예들에 따른 포인트 클라우드 비디오 캡쳐 과정의 예시를 나타낸다.
도 3은 도 1 내지 도 2에서 설명한 포인트 클라우드 콘텐트 제공 시스템의 포인트 클라우드 비디오 캡쳐 과정의 예시를 나타낸다.
포인트 클라우드 콘텐트는 다양한 3차원 공간(예를 들면 현실 환경을 나타내는 3차원 공간, 가상 환경을 나타내는3차원 공간 등)에 위치한 오브젝트(object) 및/또는 환경을 나타내는 포인트 클라우드 비디오(이미지들 및/또는 영상들)을 포함한다. 따라서 실시예들에 따른 포인트 클라우드 콘텐트 제공 시스템은 포인트 클라우드 콘텐트를 생성하기 위하여 하나 또는 그 이상의 카메라(camera)들(예를 들면, 깊이 정보를 확보할 수 있는 적외선 카메라, 깊이 정보에 대응되는 색상 정보를 추출 할 수 있는 RGB 카메라 등), 프로젝터(예를 들면 깊이 정보를 확보하기 위한 적외선 패턴 프로젝터 등), 라이다(LiDAR)등을 사용하여 포인트 클라우드 비디오를 캡쳐할 수 있다. 실시예들에 따른 포인트 클라우드 콘텐트 제공 시스템은 깊이 정보로부터 3차원 공간상의 포인트들로 구성된 지오메트리의 형태를 추출하고, 색상정보로부터 각 포인트의 어트리뷰트를 추출하여 포인트 클라우드 데이터를 확보할 수 있다. 실시예들에 따른 이미지 및/또는 영상은 인워드-페이싱(inward-facing) 방식 및 아웃워드-페이싱(outward-facing) 방식 중 적어도 어느 하나 이상을 기반으로 캡쳐될 수 있다.
도3의 왼쪽은 인워드-페이싱 방식을 나타낸다. 인워드-페이싱 방식은 중심 오브젝트를 둘러싸고 위치한 하나 또는 그 이상의 카메라들(또는 카메라 센서들)이 중심 오브젝트를 캡쳐하는 방식을 의미한다. 인워드-페이싱 방식은 핵심 객체에 대한 360도 이미지를 사용자에게 제공하는 포인트 클라우드 콘텐트(예를 들면 사용자에게 객체(예-캐릭터, 선수, 물건, 배우 등 핵심이 되는 객체)의 360도 이미지를 제공하는 VR/AR 콘텐트)를 생성하기 위해 사용될 수 있다.
도3의 오른쪽은 아웃워드-페이싱 방식을 나타낸다. 아웃워드-페이싱 방식은 중심 오브젝트를 둘러싸고 위치한 하나 또는 그 이상의 카메라들(또는 카메라 센서들)이 중심 오브젝트가 아닌 중심 오브젝트의 환경을 캡쳐하는 방식을 의미한다. 아웃워드-페이싱 방식은 사용자의 시점에서 나타나는 주변 환경을 제공하기 위한 포인트 클라우드 콘텐트(예를 들면자율 주행 차량의 사용자에게 제공될 수 있는 외부 환경을 나타내는 콘텐트)를 생성하기 위해 사용될 수 있다.
도면에 도시된 바와 같이, 포인트 클라우드 콘텐트는 하나 또는 그 이상의 카메라들의 캡쳐 동작을 기반으로 생성될 수 있다. 이 경우 각 카메라의 좌표계가 다를 수 있으므로 포인트 클라우드 콘텐트 제공 시스템은 캡쳐 동작 이전에 글로벌 공간 좌표계(global coordinate system)을 설정하기 위하여 하나 또는 그 이상의 카메라들의 캘리브레이션을 수행할 수 있다. 또한 포인트 클라우드 콘텐트 제공 시스템은 상술한 캡쳐 방식으로 캡쳐된 이미지 및/또는 영상과 임의의 이미지 및/또는 영상을 합성하여 포인트 클라우드 콘텐트를 생성할 수 있다. 또한 포인트 클라우드 콘텐트 제공 시스템은 가상 공간을 나타내는 포인트 클라우드 콘텐트를 생성하는 경우 도3에서 설명한 캡쳐 동작을 수행하지 않을 수 있다. 실시예들에 따른 포인트 클라우드 콘텐트 제공 시스템은 캡쳐한 이미지 및/또는 영상에 대해 후처리를 수행할 수 있다. 즉, 포인트 클라우드 콘텐트 제공 시스템은 원하지 않는 영역(예를 들면 배경)을 제거하거나, 캡쳐한 이미지들 및/또는 영상들이 연결된 공간을 인식하고, 구명(spatial hole)이 있는 경우 이를 메우는 동작을 수행할 수 있다.
또한 포인트 클라우드 콘텐트 제공 시스템은 각 카메라로부터 확보한 포인트 클라우드 비디오의 포인트들에 대하여 좌표계 변환을 수행하여 하나의 포인트 클라우드 콘텐트를 생성할 수 있다. 포인트 클라우드 콘텐트 제공 시스템은 각 카메라의 위치 좌표를 기준으로 포인트들의 좌표계 변환을 수행할 수 있다. 이에 따라, 포인트 클라우드 콘텐트 제공 시스템은 하나의 넓은 범위를 나타내는 콘텐트를 생성할 수도 있고, 포인트들의 밀도가 높은 포인트 클라우드 콘텐트를 생성할 수 있다.
도4는 실시예들에 따른 포인트 클라우드 인코더(Point Cloud Encoder)의 예시를 나타낸다.
도 4는 도 1의 포인트 클라우드 비디오 인코더(10002)의 예시를 나타낸다. 포인트 클라우드 인코더는 네트워크의 상황 혹은 애플리케이션 등에 따라 포인트 클라우드 콘텐트의 질(예를 들어 무손실-lossless, 손실-lossy, near-lossless)을 조절하기 위하여 포인트 클라우드 데이터(예를 들면 포인트들의 포지션들 및/또는 어트리뷰트들)을 재구성하고 인코딩 동작을 수행한다. 포인트 클라우드 콘텐트의 전체 사이즈가 큰 경우(예를 들어 30 fps의 경우 60 Gbps인 포인트 클라우드 콘텐트) 포인트 클라우드 콘텐트 제공 시스템은 해당 콘텐트를 리얼 타임 스트리밍하지 못할 수 있다. 따라서 포인트 클라우드 콘텐트 제공 시스템은 네트워크 환경등에 맞춰 제공하기 위하여 최대 타깃 비트율(bitrate)을 기반으로 포인트 클라우드 콘텐트를 재구성할 수 있다.
도 1 내지 도2 에서 설명한 바와 같이 포인트 클라우드 인코더는 지오메트리 인코딩 및 어트리뷰트 인코딩을 수행할 수 있다. 지오메트리 인코딩은 어트리뷰트 인코딩보다 먼저 수행된다.
실시예들에 따른 포인트 클라우드 인코더는 좌표계 변환부(Transformation Coordinates, 40000), 양자화부(Quantize and Remove Points (Voxelize), 40001), 옥트리 분석부(Analyze Octree, 40002), 서페이스 어프록시메이션 분석부(Analyze Surface Approximation, 40003), 아리스메틱 인코더(Arithmetic Encode, 40004), 지오메트리 리컨스트럭션부(Reconstruct Geometry, 40005), 컬러 변환부(Transform Colors, 40006), 어트리뷰트 변환부(Transfer Attributes, 40007), RAHT 변환부(40008), LOD생성부(Generated LOD, 40009), 리프팅 변환부(Lifting)(40010), 계수 양자화부(Quantize Coefficients, 40011) 및/또는 아리스메틱 인코더(Arithmetic Encode, 40012)를 포함한다.
좌표계 변환부(40000), 양자화부(40001), 옥트리 분석부(40002), 서페이스 어프록시메이션 분석부(40003), 아리스메틱 인코더(40004), 및 지오메트리 리컨스트럭션부(40005)는 지오메트리 인코딩을 수행할 수 있다. 실시예들에 따른 지오메트리 인코딩은 옥트리 지오메트리 코딩, 다이렉트 코딩(direct coding), 트라이숩 지오메트리 인코딩(trisoup geometry encoding) 및 엔트로피 인코딩을 포함할 수 있다. 다이렉트 코딩 및 트라이숩 지오메트리 인코딩은 선택적으로 또는 조합으로 적용된다. 또한 지오메트리 인코딩은 위의 예시에 국한되지 않는다.
도면에 도시된 바와 같이, 실시예들에 따른 좌표계 변환부(40000)는 포지션들을 수신하여 좌표계(coordinate)로 변환한다. 예를 들어, 포지션들은 3차원 공간 (예를 들면XYZ 좌표계로 표현되는 3차원 공간 등)의 위치 정보로 변환될 수 있다. 실시예들에 따른 3차원 공간의 위치 정보는 지오메트리 정보로 지칭될 수 있다.
실시예들에 따른 양자화부(40001)는 지오메트리를 양자화한다. 예를 들어, 양자화부(40001)는 전체 포인트들의 최소 위치 값(예를 들면 X축, Y축, Z축 에 대하여 각축상의 최소 값)을 기반으로 포인트들을 양자화 할 수 있다. 양자화부(40001)는 최소 위치 값과 각 포인트의 위치 값의 차이에 기 설정된 양자 스케일(quatization scale) 값을 곱한 뒤, 내림 또는 올림을 수행하여 가장 가까운 정수 값을 찾는 양자화 동작을 수행한다. 따라서 하나 또는 그 이상의 포인트들은 동일한 양자화된 포지션 (또는 포지션 값)을 가질 수 있다. 실시예들에 따른 양자화부(40001)는 양자화된 포인트들을 재구성하기 위해 양자화된 포지션들을 기반으로 복셀화(voxelization)를 수행한다. 2차원 이미지/비디오 정보를 포함하는 최소 단위는 픽셀(pixel)과 같이, 실시예들에 따른 포인트 클라우드 콘텐트(또는 3차원 포인트 클라우드 비디오)의 포인트들은 하나 또는 그 이상의 복셀(voxel)들에 포함될 수 있다. 복셀은 볼륨(Volume)과 픽셀(Pixel)의 조합어로서, 3차원 공간을 표현하는 축들(예를 들면 X축, Y축, Z축)을 기반으로 3차원 공간을 유닛(unit=1.0) 단위로 나누었을 때 발생하는 3차원 큐빅 공간을 의미한다. 양자화부(40001)는 3차원 공간의 포인트들의 그룹들을 복셀들로 매칭할 수 있다. 실시예들에 따라 하나의 복셀은 하나의 포인트만 포함할 수 있다. 실시예들에 따라 하나의 복셀은 하나 또는 그 이상의 포인트들을 포함할 수 있다. 또한 하나의 복셀을 하나의 포인트로 표현하기 위하여, 하나의 복셀에 포함된 하나 또는 그 이상의 포인트들의 포지션들을 기반으로 해당 복셀의 중앙점(center)의 포지션을 설정할 수 있다. 이 경우 하나의 복셀에 포함된 모든 포지션들의 어트리뷰트들은 통합되어(combined) 해당 복셀에 할당될(assigned)수 있다.
실시예들에 따른 옥트리 분석부(40002)는 복셀을 옥트리(octree) 구조로 나타내기 위한 옥트리 지오메트리 코딩(또는 옥트리 코딩)을 수행한다. 옥트리 구조는 팔진 트리 구조에 기반하여 복셀에 매칭된 포인트들을 표현한다.
실시예들에 따른 서페이스 어프록시메이션 분석부(40003)는 옥트리를 분석하고, 근사화할 수 있다. 실시예들에 따른 옥트리 분석 및 근사화는 효율적으로 옥트리 및 복셀화를 제공하기 위해서 다수의 포인트들을 포함하는 영역에 대해 복셀화하기 위해 분석하는 과정이다.
실시예들에 따른 아리스메틱 인코더(40004)는 옥트리 및/또는 근사화된 옥트리를 엔트로피 인코딩한다. 예를 들어, 인코딩 방식은 아리스메틱(Arithmetic) 인코딩 방법을 포함한다. 인코딩의 결과로 지오메트리 비트스트림이 생성된다.
컬러 변환부(40006), 어트리뷰트 변환부(40007), RAHT 변환부(40008), LOD생성부(40009), 리프팅 변환부(40010), 계수 양자화부(40011) 및/또는 아리스메틱 인코더(40012)는 어트리뷰트 인코딩을 수행한다. 상술한 바와 같이 하나의 포인트는 하나 또는 그 이상의 어트리뷰트들을 가질 수 있다. 실시예들에 따른 어트리뷰트 인코딩은 하나의 포인트가 갖는 어트리뷰트들에 대해 동일하게 적용된다. 다만, 하나의 어트리뷰트(예를 들면 색상)이 하나 또는 그 이상의 요소들을 포함하는 경우, 각 요소마다 독립적인 어트리뷰트 인코딩이 적용된다. 실시예들에 따른 어트리뷰트 인코딩은 컬러 변환 코딩, 어트리뷰트 변환 코딩, RAHT(Region Adaptive Hierarchial Transform) 코딩, 예측 변환(Interpolaration-based hierarchical nearest-neighbour prediction-Prediction Transform) 코딩 및 리프팅 변환 (interpolation-based hierarchical nearest-neighbour prediction with an update/lifting step (Lifting Transform)) 코딩을 포함할 수 있다. 포인트 클라우드 콘텐트에 따라 상술한 RAHT 코딩, 예측 변환 코딩 및 리프팅 변환 코딩은 선택적으로 사용되거나, 하나 또는 그 이상의 코딩들의 조합이 사용될 수 있다. 또한 실시예들에 따른 어트리뷰트 인코딩은 상술한 예시에 국한되는 것은 아니다.
실시예들에 따른 컬러 변환부(40006)는 어트리뷰트들에 포함된 컬러 값(또는 텍스쳐)을 변환하는 컬러 변환 코딩을 수행한다. 예를 들어, 컬러 변환부(40006)는 색상 정보의 포맷을 변환(예를 들어 RGB에서 YCbCr로 변환)할 수 있다. 실시예들에 따른 컬러 변환부(40006)의 동작은 어트리뷰트들에 포함된 컬러값에 따라 옵셔널(optional)하게 적용될 수 있다.
실시예들에 따른 지오메트리 리컨스트럭션부(40005)는 옥트리 및/또는 근사화된 옥트리를 재구성(디컴프레션)한다. 지오메트리 리컨스트럭션부(40005)는 포인트들의 분포를 분석한 결과에 기반하여 옥트리/복셀을 재구성한다. 재구성된 옥트리/복셀은 재구성된 지오메트리(또는 복원된 지오메트리)로 호칭될 수 있다.
실시예들에 따른 어트리뷰트 변환부(40007)는 지오메트리 인코딩이 수행되지 않은 포지션들 및/또는 재구성된 지오메트리를 기반으로 어트리뷰트들을 변환하는 어트리뷰트 변환을 수행한다. 상술한 바와 같이 어트리뷰트들은 지오메트리에 종속되므로, 어트리뷰트 변환부(40007)는 재구성된 지오메트리 정보를 기반으로 어트리뷰트들을 변환할 수 있다. 예를 들어, 어트리뷰트 변환부(40007)는 복셀에 포함된 포인트의 포지션값을 기반으로 그 포지션의 포인트가 가지는 어트리뷰트를 변환할 수 있다. 상술한 바와 같이 하나의 복셀에 포함된 하나 또는 그 이상의 포인트들의 포지션들을 기반으로 해당 복셀의 중앙점의 포지션이 설정된 경우, 어트리뷰트 변환부(40007)는 하나 또는 그 이상의 포인트들의 어트리뷰트들을 변환한다. 트라이숩 지오메트리 인코딩이 수행된 경우, 어트리뷰트 변환부(40007)는 트라이숩 지오메트리 인코딩을 기반으로 어트리뷰트들을 변환할 수 있다.
어트리뷰트 변환부(40007)는 각 복셀의 중앙점의 포지션(또는 포지션 값)으로부터 특정 위치/반경 내에 이웃하고 있는 포인트들의 어트리뷰트들 또는 어트리뷰트 값들(예를 들면 각 포인트의 색상, 또는 반사율 등)의 평균값을 계산하여 어트리뷰트 변환을 수행할 수 있다. 어트리뷰트 변환부(40007)는 평균값 계산시 중앙점으로부터 각 포인트까지의 거리에 따른 가중치를 적용할 수 있다. 따라서 각 복셀은 포지션과 계산된 어트리뷰트(또는 어트리뷰트 값)을 갖게 된다.
어트리뷰트 변환부(40007)는 K-D 트리 또는 몰톤 코드를 기반으로 각 복셀의 중앙점의 포지션으로부터 특정 위치/반경 내에 존재하는 이웃 포인트들을 탐색할 수 있다. K-D 트리는 이진 탐색 트리(binary search tree)로 빠르게 최단 이웃점 탐색(Nearest Neighbor Search-NNS)이 가능하도록 point들을 위치 기반으로 관리할 수 있는 자료 구조를 지원한다. 몰튼 코드는 모든 포인트들의 3차원 포지션을 나타내는 좌표값(예를 들면 (x, y, z))을 비트값으로 나타내고, 비트들을 믹싱하여 생성된다. 예를 들어 포인트의 포지션을 나타내는 좌표값이 (5, 9, 1)일 경우 좌표값의 비트 값은 (0101, 1001, 0001)이다. 비트 값을z, y, x 순서로 비트 인덱스에 맞춰 믹싱하면 010001000111이다. 이 값을 10진수로 나타내면 1095이 된다. 즉, 좌표값이 (5, 9, 1)인 포인트의 몰톤 코드 값은 1095이다. 어트리뷰트 변환부(40007)는 몰튼 코드 값을 기준으로 포인트들을 정렬하고depth-first traversal 과정을 통해 최단 이웃점 탐색(NNS)을 할 수 있다. 어트리뷰트 변환 동작 이후, 어트리뷰트 코딩을 위한 다른 변환 과정에서도 최단 이웃점 탐색(NNS)이 필요한 경우, K-D 트리 또는 몰톤 코드가 활용된다.
도면에 도시된 바와 같이 변환된 어트리뷰트들은 RAHT 변환부(40008) 및/또는 LOD 생성부(40009)로 입력된다.
실시예들에 따른 RAHT 변환부(40008)는 재구성된 지오메트리 정보에 기반하여 어트리뷰트 정보를 예측하는 RAHT코딩을 수행한다. 예를 들어, RAHT 변환부(40008)는 옥트리의 하위 레벨에 있는 노드와 연관된 어트리뷰트 정보에 기반하여 옥트리의 상위 레벨에 있는 노드의 어트리뷰트 정보를 예측할 수 있다.
실시예들에 따른 LOD생성부(40009)는 예측 변환 코딩을 수행하기 위하여LOD(Level of Detail)를 생성한다. 실시예들에 따른 LOD는 포인트 클라우드 콘텐트의 디테일을 나타내는 정도로서, LOD 값이 작을 수록 포인트 클라우드 콘텐트의 디테일이 떨어지고, LOD 값이 클 수록 포인트 클라우드 콘텐트의 디테일이 높음을 나타낸다. 포인트들을 LOD에 따라 분류될 수 있다.
실시예들에 따른 리프팅 변환부(40010)는 포인트 클라우드의 어트리뷰트들을 가중치에 기반하여 변환하는 리프팅 변환 코딩을 수행한다. 상술한 바와 같이 리프팅 변환 코딩은 선택적으로 적용될 수 있다.
실시예들에 따른 계수 양자화부(40011)은 어트리뷰트 코딩된 어트리뷰트들을 계수에 기반하여 양자화한다.
실시예들에 따른 아리스메틱 인코더(40012)는 양자화된 어트리뷰트들을 아리스메틱 코딩 에 기반하여 인코딩한다.
도 4의 포인트 클라우드 인코더의 엘레멘트들은 도면에 도시되지 않았으나 포인트 클라우드 제공 장치에 포함된 하나 또는 그 이상의 메모리들과 통신가능하도록 설정된 하나 또는 그 이상의 프로세서들 또는 집적 회로들(integrated circuits)을 포함하는 하드웨어, 소프트웨어, 펌웨어 또는 이들의 조합으로 구현될 수 있다. 하나 또는 그 이상의 프로세서들은 상술한 도 4의 포인트 클라우드 인코더의 엘레멘트들의 동작들 및/또는 기능들 중 적어도 어느 하나 이상을 수행할 수 있다. 또한 하나 또는 그 이상의 프로세서들은 도 4의 포인트 클라우드 인코더의 엘레멘트들의 동작들 및/또는 기능들을 수행하기 위한 소프트웨어 프로그램들 및/또는 인스트럭션들의 세트를 동작하거나 실행할 수 있다. 실시예들에 따른 하나 또는 그 이상의 메모리들은 하이 스피드 랜덤 억세스 메모리를 포함할 수도 있고, 비휘발성 메모리(예를 들면 하나 또는 그 이상의 마그네틱 디스크 저장 디바이스들, 플래쉬 메모리 디바이스들, 또는 다른 비휘발성 솔리드 스테이트 메모리 디바이스들(Solid-state memory devices)등)를 포함할 수 있다.
도5 는 실시예들에 따른 복셀의 예시를 나타낸다.
도 5는 X축, Y축, Z축의 3가지 축으로 구성된 좌표계로 표현되는 3차원 공간상에 위치한 복셀을 나타낸다. 도 4에서 설명한 바와 같이 포인트 클라우드 인코더(예를 들면 양자화부(40001) 등)은 복셀화를 수행할 수 있다. 복셀은 3차원 공간을 표현하는 축들(예를 들면 X축, Y축, Z축)을 기반으로 3차원 공간을 유닛(unit=1.0) 단위로 나누었을 때 발생하는 3차원 큐빅 공간을 의미한다. 도 5는 두 개의 극점들(0,0,0) 및 (2d, 2d, 2d) 으로 정의되는 바운딩 박스(cubical axis-aligned bounding box)를 재귀적으로 분할(reculsive subdividing)하는 옥트리 구조를 통해 생성된 복셀의 예시를 나타낸다. 하나의 복셀은 적어도 하나 이상의 포인트를 포함한다. 복셀은 복셀군(voxel group)과의 포지션 관계로부터 공간 좌표를 추정 할 수 있다. 상술한 바와 같이 복셀은 2차원 이미지/영상의 픽셀과 마찬가지로 어트리뷰트(색상 또는 반사율 등)을 가진다. 복셀에 대한 구체적인 설명은 도 4에서 설명한 바와 동일하므로 생략한다.
도6은 실시예들에 따른 옥트리 및 오큐판시 코드 (occupancy code)의 예시를 나타낸다.
도 1 내지 도 4에서 설명한 바와 같이 포인트 클라우드 콘텐트 제공 시스템(포인트 클라우드 비디오 인코더(10002)) 또는 포인트 클라우드 인코더(예를 들면 옥트리 분석부(40002))는 복셀의 영역 및/또는 포지션을 효율적으로 관리하기 위하여 옥트리 구조 기반의 옥트리 지오메트리 코딩(또는 옥트리 코딩)을 수행한다.
도 6의 상단은 옥트리 구조를 나타낸다. 실시예들에 따른 포인트 클라우드 콘텐트의 3차원 공간은 좌표계의 축들(예를 들면 X축, Y축, Z축)로 표현된다. 옥트리 구조는 두 개의 극점들(0,0,0) 및 (2d, 2d, 2d) 으로 정의되는 바운딩 박스(cubical axis-aligned bounding box)를 재귀적으로 분할(reculsive subdividing)하여 생성된다. 2d는 포인트 클라우드 콘텐트(또는 포인트 클라우드 비디오)의 전체 포인트들을 감싸는 가장 작은 바운딩 박스를 구성하는 값으로 설정될 수 있다. d는 옥트리의 깊이(depth)를 나타낸다. d값은 다음의 식에 따라 결정된다. 하기 식에서 (xintn, yintn, zintn)는 양자화된 포인트들의 포지션들(또는 포지션 값들)을 나타낸다.
d =Ceil(Log2(Max(x_n^int,y_n^int,z_n^int,n=1,..,N)+1))
도 6의 상단의 중간에 도시된 바와 같이, 분할에 따라 전체 3차원 공간은 8개의 공간들로 분할될 수 있다. 분할된 각 공간은 6개의 면들을 갖는 큐브로 표현된다. 도 6 상단의 오른쪽에 도시된 바와 같이 8개의 공간들 각각은 다시 좌표계의 축들(예를 들면 X축, Y축, Z축)을 기반으로 분할된다. 따라서 각 공간은 다시 8개의 작은 공간들로 분할된다. 분할된 작은 공간 역시 6개의 면들을 갖는 큐브로 표현된다. 이와 같은 분할 방식은 옥트리의 리프 노드(leaf node)가 복셀이 될 때까지 적용된다.
도 6의 하단은 옥트리의 오큐판시 코드를 나타낸다. 옥트리의 오큐판시 코드는 하나의 공간이 분할되어 발생되는 8개의 분할된 공간들 각각이 적어도 하나의 포인트를 포함하는지 여부를 나타내기 위해 생성된다. 따라서 하나의 오큐판시 코드는 8개의 자식 노드(child node)들로 표현된다. 각 자식 노드는 분할된 공간의 오큐판시를 나타내며, 자식 노드는 1비트의 값을 갖는다. 따라서 오큐판시 코드는 8 비트 코드로 표현된다. 즉, 자식 노드에 대응하는 공간에 적어도 하나의 포인트가 포함되어 있으면 해당 노드는 1값을 갖는다. 자식 노드에 대응하는 공간에 포인트가 포함되어 있지 않으면 (empty), 해당 노드는 0값을 갖는다. 도 6에 도시된 오큐판시 코드는 00100001이므로 8개의 자식 노드 중 3번째 자식 노드 및 8번째 자식 노드에 대응하는 공간들은 각각 적어도 하나의 포인트를 포함함을 나타낸다. 도면에 도시된 바와 같이 3번째 자식 노드 및 8번째 자식 노드는 각각 8개의 자식 노드를 가지며, 각 자식 노드는 8비트의 오큐판시 코드로 표현된다. 도면은 3번째 자식 노드의 오큐판시 코드가 10000111이고, 8번째 자식 노드의 오큐판시 코드가 01001111임을 나타낸다. 실시예들에 따른 포인트 클라우드 인코더(예를 들면 아리스메틱 인코더(40004))는 오큐판시 코드를 엔트로피 인코딩할 수 있다. 또한 압축 효율을 높이기 위해 포인트 클라우드 인코더는 오큐판시 코드를 인트라/인터 코딩할 수 있다. 실시예들에 따른 수신 장치(예를 들면 수신 장치(10004) 또는 포인트 클라우드 비디오 디코더(10006))는 오큐판시 코드를 기반으로 옥트리를 재구성한다.
실시예들에 따른 포인트 클라우드 인코더(예를 들면 도 4의 포인트 클라우드 인코더, 또는 옥트리 분석부(40002))는 포인트들의 포지션들을 저장하기 위해 복셀화 및 옥트리 코딩을 수행할 수 있다. 하지만 3차원 공간 내 포인트들이 언제나 고르게 분포하는 것은 아니므로, 포인트들이 많이 존재하지 않는 특정 영역이 존재할 수 있다. 따라서 3차원 공간 전체에 대해 복셀화를 수행하는 것은 비효율 적이다. 예를 들어 특정 영역에 포인트가 거의 존재하지 않는다면, 해당 영역까지 복셀화를 수행할 필요가 없다.
따라서 실시예들에 따른 포인트 클라우드 인코더는 상술한 특정 영역(또는 옥트리의 리프 노드를 제외한 노드)에 대해서는 복셀화를 수행하지 않고, 특정 영역에 포함된 포인트들의 포지션을 직접 코딩하는 다이렉트 코딩(Direct coding)을 수행할 수 있다. 실시예들에 따른 다이렉트 코딩 포인트의 좌표들은 다이렉트 코딩 모드(Direct Coding Mode, DCM)으로 호칭된다. 또한 실시예들에 따른 포인트 클라우드 인코더는 표면 모델(surface model)을 기반으로 특정 영역(또는 노드)내의 포인트들의 포지션들을 복셀 기반으로 재구성하는 트라이숩 지오메트리 인코딩(Trisoup geometry encoding)을 수행할 수 있다. 트라이숩 지오메트리 인코딩은 오브젝트의 표현을 삼각형 메쉬(triangle mesh)의 시리즈로 표현하는 지오메트리 인코딩이다. 따라서 포인트 클라우드 디코더는 메쉬 표면으로부터 포인트 클라우드를 생성할 수 있다. 실시예들에 따른 다이렉트 코딩 및 트라이숩 지오메트리 인코딩은 선택적으로 수행될 수 있다. 또한 실시예들에 따른 다이렉트 코딩 및 트라이숩 지오메트리 인코딩은 옥트리 지오메트리 코딩(또는 옥트리 코딩)과 결합되어 수행될 수 있다.
다이렉트 코딩(Direct coding)을 수행하기 위해서는 다이렉트 코딩을 적용하기 위한 직접 모드(direct mode) 사용 옵션이 활성화 되어 있어야 하며, 다이렉트 코딩을 적용할 노드는 리프 노드가 아니고, 특정 노드 내에 한계치(threshold) 이하의 포인트들이 존재해야 한다. 또한 다이텍트 코딩의 대상이 되는 전채 포인트들의 개수는 기설정된 한계값을 넘어서는 안된다. 위의 조건이 만족되면, 실시예들에 따른 포인트 클라우드 인코더(또는 아리스메틱 인코더(40004))는 포인트들의 포지션들(또는 포지션 값들)을 엔트로피 코딩할 수 있다.
실시예들에 따른 포인트 클라우드 인코더(예를 들면 서페이스 어프록시메이션 분석부(40003))는 옥트리의 특정 레벨(레벨은 옥트리의 깊이 d보다는 작은 경우)을 정하고, 그 레벨부터는 표면 모델을 사용하여 노드 영역내의 포인트의 포지션을 복셀 기반으로 재구성하는 트라이숩 지오메트리 인코딩을 수행할 수 있다(트라이숩 모드). 실시예들에 따른 포인트 클라우드 인코더는 트라이숩 지오메트리 인코딩을 적용할 레벨을 지정할 수 있다. 예를 들어, 지정된 레벨이 옥트리의 깊이와 같으면 포인트 클라우드 인코더는 트라이숩 모드로 동작하지 않는다. 즉, 실시예들에 따른 포인트 클라우드 인코더는 지정된 레벨이 옥트리의 깊이값 보다 작은 경우에만 트라이숩 모드로 동작할 수 있다. 실시예들에 따른 지정된 레벨의 노드들의 3차원 정육면체 영역을 블록(block)이라 호칭한다. 하나의 블록은 하나 또는 그 이상의 복셀들을 포함할 수 있다. 블록 또는 복셀은 브릭(brick)에 대응될 수도 있다. 각 블록 내에서 지오메트리는 표면(surface)으로 표현된다. 실시예들에 따른 표면은 최대 한번 블록의 각 엣지(edge, 모서리)와 교차할 수 있다.
하나의 블록은 12개의 엣지들을 가지므로, 하나의 블록 내 적어도 12개의 교차점들이 존재한다. 각 교차점은 버텍스(vertex, 정점 또는 꼭지점)라 호칭된다. 엣지를 따라 존재하는 버텍스은 해당 엣지를 공유하는 모든 블록들 중 그 엣지에 인접한 적어도 하나의 오큐파이드 복셀(occupied voxel)이 있는 경우 감지된다. 실시예들에 따른 오큐파이드 복셀은 포인트를 포함하는 복셀을 의미한다. 엣지를 따라 검출된 버텍스의 포지션은 해당 엣지를 공유하는 모든 블록들 중 해당 엣지에 인접한 모든 복셀들의 엣지에 따른 평균 포지션(the average position along the edge of all voxels)이다.
버텍스가 검출되면 실시예들에 따른 포인트 클라우드 인코더는 엣지의 시작점(x, y, z), 엣지의 방향벡터(Δx, Δy, Δz), 버텍스 위치 값 (엣지 내의 상대적 위치 값)들을 엔트로피코딩할 수 있다. 트라이숩 지오메트리 인코딩이 적용된 경우, 실시예들에 따른 포인트 클라우드 인코더(예를 들면 지오메트리 리컨스트럭션부(40005))는 삼각형 재구성(triangle reconstruction), 업-샘플링(up-sampling), 복셀화 과정을 수행하여 복원된 지오메트리(재구성된 지오메트리)를 생성할 수 있다.
블록의 엣지에 위치한 버텍스들은 블록을 통과하는 표면(surface)를 결정한다. 실시예들에 따른 표면은 비평면 다각형이다. 삼각형 재구성 과정은 엣지의 시작점, 엣지의 방향 벡터와 버텍스의 위치값을 기반으로 삼각형으로 나타내는 표면을 재구성한다. 삼각형 재구성 과정은 다음과 같다. ①각 버텍스들의 중심(centroid)값을 계산하고, ②각 버텍스값에서 중심 값을 뺀 값들에 ③ 자승을 수행하고 그 값을 모두 더한 값을 구한다.
Figure PCTKR2020008327-appb-img-000001
더해진 값의 최소값을 구하고, 최소값이 있는 축에 따라서 프로젝션 (Projection, 투영) 과정을 수행한다. 예를 들어 x 요소(element)가 최소인 경우, 각 버텍스를 블록의 중심을 기준으로 x축으로 프로젝션 시키고, (y, z) 평면으로 프로젝션 시킨다. (y, z)평면으로 프로젝션 시키면 나오는 값이 (ai, bi)라면 atan2(bi, ai)를 통해 θ값을 구하고, θ값을 기준으로 버텍스들(vertices)을 정렬한다. 하기의 표는 버텍스들의 개수에 따라 삼각형을 생성하기 위한 버텍스들의 조합을 나타낸다. 버텍스들은 1부터 n까지의 순서로 정렬된다. 하기 표는4개의 버텍스들에 대하여, 버텍스들의 조합에 따라 두 개의 삼각형들이 구성될 수 있음을 나타낸다. 첫번째 삼각형은 정렬된 버텍스들 중 1, 2, 3번째 버텍스들로 구성되고, 두번째 삼각형은 정렬된 버텍스들 중 3, 4, 1번째 버텍스들로 구성될 수 있다.
표2-1. Triangles formed from vertices ordered 1,…,n
n triangles
3 (1,2,3)
4 (1,2,3), (3,4,1)
5 (1,2,3), (3,4,5), (5,1,3)
6 (1,2,3), (3,4,5), (5,6,1), (1,3,5)
7 (1,2,3), (3,4,5), (5,6,7), (7,1,3), (3,5,7)
8 (1,2,3), (3,4,5), (5,6,7), (7,8,1), (1,3,5), (5,7,1)
9 (1,2,3), (3,4,5), (5,6,7), (7,8,9), (9,1,3), (3,5,7), (7,9,3)
10 (1,2,3), (3,4,5), (5,6,7), (7,8,9), (9,10,1), (1,3,5), (5,7,9), (9,1,5)
11 (1,2,3), (3,4,5), (5,6,7), (7,8,9), (9,10,11), (11,1,3), (3,5,7), (7,9,11), (11,3,7)
12 (1,2,3), (3,4,5), (5,6,7), (7,8,9), (9,10,11), (11,12,1), (1,3,5), (5,7,9), (9,11,1), (1,5,9)
업샘플링 과정은 삼각형의 엣지를 따라서 중간에 점들을 추가하여 복셀화 하기 위해서 수행된다. 업샘플링 요소 값(upsampling factor)과 블록의 너비를 기준으로 추가 점들을 생성한다. 추가점은 리파인드 버텍스(refined vertice)라고 호칭된다. 실시예들에 따른 포인트 클라우드 인코더는 리파인드 버텍스들을 복셀화할 수 있다. 또한 포인트 클라우드 인코더는 복셀화 된 포지션(또는 포지션 값)을 기반으로 어트리뷰트 인코딩을 수행할 수 있다.
도 7은 실시예들에 따른 이웃 노드 패턴의 예시를 나타낸다.
포인트 클라우드 비디오의 압축 효율을 증가시키기 위하여 실시예들에 따른 포인트 클라우드 인코더는 콘텍스트 어탭티브 아리스메틱 (context adaptive arithmetic) 코딩을 기반으로 엔트로피 코딩을 수행할 수 있다.
도 1 내지 도 6에서 설명한 바와 같이 포인트 클라우드 콘텐트 제공 시스템 또는 포인트 클라우드 인코더(예를 들면 포인트 클라우드 비디오 인코더(10002), 도 4의 포인트 클라우드 인코더 또는 아리스메틱 인코더(40004))는 오큐판시 코드를 곧바로 엔트로피 코딩할 수 있다. 또한 포인트 클라우드 콘텐트 제공 시스템 또는 포인트 클라우드 인코더는 현재 노드의 오큐판시 코드와 이웃 노드들의 오큐판시를 기반으로 엔트로피 인코딩(인트라 인코딩)을 수행하거나, 이전 프레임의 오큐판시 코드를 기반으로 엔트로피 인코딩(인터 인코딩)을 수행할 수 있다. 실시예들에 따른 프레임은 동일한 시간에 생성된 포인트 클라우드 비디오의 집합을 의미한다. 실시예들에 따른 인트라 인코딩/인터 인코딩의 압축 효율은 참조하는 이웃 노드들의 개수에 따라 달라질 수 있다. 비트가 커지면 복잡해지지만 한쪽으로 치우치게 만들어서 압축 효율이 높아질 수 있다. 예를 들어 3-bit context를 가지면, 2의 3승인 = 8가지 방법으로 코딩 해야 한다. 나누어 코딩을 하는 부분은 구현의 복잡도에 영향을 준다. 따라서 압축의 효율과 복잡도의 적정 수준을 맞출 필요가 있다.
도7은 이웃 노드들의 오큐판시를 기반으로 오큐판시 패턴을 구하는 과정을 나타낸다. 실시예들에 따른 포인트 클라우드 인코더는 옥트리의 각 노드의 이웃 노드들의 오큐판시(occupancy)를 판단하고 이웃 노드 패턴(neighbor pattern) 값을 구한다. 이웃 노드 패턴은 해당 노드의 오큐판시 패턴을 추론하기 위해 사용된다. 도7의 왼쪽은 노드에 대응하는 큐브(가운데 위치한 큐브) 및 해당 큐브와 적어도 하나의 면을 공유하는 6개의 큐브들(이웃 노드들)을 나타낸다. 도면에 도시된 노드들은 같은 뎁스(깊이)의 노드들이다. 도면에 도시된 숫자는 6개의 노드들 각각과 연관된 가중치들(1, 2, 4, 8, 16, 32, 등)을 나타낸다. 각 가중치는 이웃 노드들의 위치에 따라 순차적으로 부여된다.
도 7의 오른쪽은 이웃 노드 패턴 값을 나타낸다. 이웃 노드 패턴 값은 오큐파이드 이웃 노드(포인트를 갖는 이웃 노드)의 가중치가 곱해진 값들의 합이다. 따라서 이웃 노드 패턴 값은 0에서 63까지의 값을 갖는다. 이웃 노드 패턴 값이 0 인 경우, 해당 노드의 이웃 노드 중 포인트를 갖는 노드(오큐파이드 노드)가 없음을 나타낸다. 이웃 노드 패턴 값이 63인 경우, 이웃 노드들이 전부 오큐파이드 노드들임을 나타낸다. 도면에 도시된 바와 같이 가중치1, 2, 4, 8가 부여된 이웃 노드들은 오큐파이드 노드들이므로, 이웃 노드 패턴 값은 1, 2, 4, 8을 더한 값인 15이다. 포인트 클라우드 인코더는 이웃 노드 패턴 값에 따라 코딩을 수행할 수 있다(예를 들어 이웃 노드 패턴 값이 63인 경우, 64가지의 코딩을 수행). 실시예들에 따라 포인트 클라우드 인코더는 이웃 노드 패턴 값을 변경 (예를 들면 64를 10 또는 6으로 변경하는 테이블을 기반으로) 하여 코딩의 복잡도를 줄일 수 있다.
도 8은 실시예들에 따른 LOD 별 포인트 구성의 예시를 나타낸다.
도 1 내지 도 7에서 설명한 바와 같이, 어트리뷰트 인코딩이 수행되기 전 인코딩된 지오메트리는 재구성(디컴프레션) 된다. 다이렉트 코딩이 적용된 경우, 지오메트리 재구성 동작은 다이렉트 코딩된 포인트들의 배치를 변경하는 것을 포함할 수 있다(예를 들면 다이렉트 코딩된 포인트들을 포인트 클라우드 데이터의 앞쪽에 배치). 트라이숩 지오메트리 인코딩이 적용된 경우, 지오메트리 재구성 과정은 삼각형 재구성, 업샘플링, 복셀화 과정을 어트리뷰트는 지오메트리에 종속되므로, 어트리뷰트 인코딩은 재구성된 지오메트리를 기반으로 수행된다.
포인트 클라우드 인코더(예를 들면 LOD 생성부(40009))는 포인트들을 LOD별로 분류(reorganization)할 수 있다. 도면은 LOD에 대응하는 포인트 클라우드 콘텐트를 나타낸다. 도면의 왼쪽은 오리지널 포인트 클라우드 콘텐트를 나타낸다. 도면의 왼쪽에서 두번째 그림은 가장 낮은 LOD의 포인트들의 분포를 나타내며, 도면의 가장 오른쪽 그림은 가장 높은 LOD의 포인트들의 분포를 나타낸다. 즉, 가장 낮은 LOD의 포인트들은 드문드문(sparse) 분포하며, 가장 높은 LOD의 포인트들은 촘촘히 분포한다. 즉, 도면 하단에 표시된 화살표 방향에 따라 LOD가 증가할수록 포인트들 간의 간격(또는 거리)는 더 짧아진다.
도 9는 실시예들에 따른 LOD 별 포인트 구성의 예시를 나타낸다.
도 1 내지 도 8에서 설명한 바와 같이 포인트 클라우드 콘텐트 제공 시스템, 또는 포인트 클라우드 인코더(예를 들면 포인트 클라우드 비디오 인코더(10002), 도 4의 포인트 클라우드 인코더, 또는 LOD 생성부(40009))는 LOD를 생성할 수 있다. LOD는 포인트들을 설정된 LOD 거리 값(또는 유클리이디언 디스턴스(Euclidean Distance)의 세트)에 따라 리파인먼트 레벨들(refinement levels)의 세트로 재정열(reorganize)하여 생성된다. LOD 생성 과정은 포인트 클라우드 인코더뿐만 아니라 포인트 클라우드 디코더에서도 수행된다.
도 9의 상단은 3차원 공간에 분포된 포인트 클라우드 콘텐트의 포인트들의 예시(P0내지 P9)를 나타낸다. 도 9의 오리지널 오더(Original order)는 LOD 생성전 포인트들 P0내지 P9의 순서를 나타낸다. 도 9의 LOD 기반 오더 (LOD based order)는 LOD 생성에 따른 포인트들의 순서를 나타낸다. 포인트들은 LOD별 재정열된다. 또한 높은 LOD는 낮은 LOD에 속한 포인트들을 포함한다. 도 9에 도시된 바와 같이 LOD0는 P0, P5, P4 및 P2를 포함한다. LOD1은 LOD0의 포인트들과 P1, P6 및 P3를 포함한다. LOD2는 LOD0의 포인트들, LOD1의 포인트들 및 P9, P8 및 P7을 포함한다.
도 4에서 설명한 바와 같이 실시예들에 따른 포인트 클라우드 인코더는 예측 변환 코딩, 리프팅 변환 코딩 및 RAHT 변환 코딩을 선택적으로 또는 조합하여 수행할 수 있다.
실시예들에 따른 포인트 클라우드 인코더는 포인트들에 대한 예측기(predictor)를 생성하여 각 포인트의 예측 어트리뷰트(또는 예측 어트리뷰트값)을 설정하기 위한 예측 변환 코딩을 수행할 수 있다. 즉, N개의 포인트들에 대하여 N개의 예측기들이 생성될 수 있다. 실시예들에 따른 예측기는 각 포인트의 LOD 값과 LOD별 설정된 거리 내에 존재하는 이웃 포인트들에 대한 인덱싱 정보 및 이웃 포인트들까지의 거리 값을 기반으로 가중치(=1/거리) 값을 계산하할 수 있다.
실시예들에 따른 예측 어트리뷰트(또는 어트리뷰트값)은 각 포인트의 예측기에 설정된 이웃 포인트들의 어트리뷰트들(또는 어트리뷰트 값들, 예를 들면 색상, 반사율 등)에 각 이웃 포인트까지의 거리를 기반으로 계산된 가중치(또는 가중치값)을 곱한 값의 평균값으로 설정된다. 실시예들에 따른 포인트 클라우드 인코더(예를 들면 계수 양자화부(40011)는 각 포인트의 어트리뷰트(어트리뷰트 값)에서 예측 어트리뷰트(어트리뷰트값)을 뺀 잔여값들(residuals, 잔여 어트리뷰트, 잔여 어트리뷰트값, 어트리뷰트 예측 잔여값 등으로 호칭할 수 있다)을 양자화(quatization) 및 역양자화(inverse quantization)할 수 있다. 양자화 과정은 다음의 표에 나타난 바와 같다.
표. Attribute prediction residuals quantization pseudo code
int PCCQuantization(int value, int quantStep) {
if( value >=0) {
return floor(value / quantStep + 1.0 / 3.0);
} else {
return -floor(-value / quantStep + 1.0 / 3.0);
}
}
표. Attribute prediction residuals inverse quantization pseudo code
int PCCInverseQuantization(int value, int quantStep) {
if( quantStep ==0) {
return value;
} else {
return value * quantStep;
}
}
실시예들에 따른 포인트 클라우드 인코더(예를 들면 아리스메틱 인코더(40012))는 각 포인트의 예측기에 이웃한 포인트들이 있는 경우, 상술한 바와 같이 양자화 및 역양자화된 잔여값을 엔트로피 코딩 할 수 있다. 실시예들에 따른 포인트 클라우드 인코더(예를 들면 아리스메틱 인코더(40012))는 각 포인트의 예측기에 이웃한 포인트들이 없으면 상술한 과정을 수행하지 않고 해당 포인트의 어트리뷰트들을 엔트로피 코딩할 수 있다.
실시예들에 따른 포인트 클라우드 인코더 (예를 들면 리프팅 변환부(40010))는 각 포인트의 예측기를 생성하고, 예측기에 계산된 LOD를 설정 및 이웃 포인트들을 등록하고, 이웃 포인트들까지의 거리에 따른 가중치를 설정하여 리프팅 변환 코딩을 수행할 수 있다. 실시예들에 따른 리프팅 변환 코딩은 상술한 예측 변환 코딩과 유사하나, 어트리뷰트값에 가중치를 누적 적용한다는 점에서 차이가 있다. 실시예들에 따른 어트리뷰트값에 가중치를 누적 적용하는 과정은 다음과 같다.
1) 각 포인트의 가중치 값을 저장하는 배열 QW(QuantizationWieght)를 생성한다. QW의 모든 요소들의 초기값은 1.0이다. 예측기에 등록된 이웃 노드의 예측기 인덱스의 QW 값에 현재 포인트의 예측기의 가중치를 곱한 값을 더한다.
2) 리프트 예측 과정: 예측된 어트리뷰트 값을 계산하기 위하여 포인트의 어트리뷰트 값에 가중치를 곱한 값을 기존 어트리뷰트값에서 뺀다.
3) 업데이트웨이트(updateweight) 및 업데이트(update)라는 임시 배열들을 생성하고 임시 배열들을 0으로 초기화한다.
4) 모든 예측기에 대해서 계산된 가중치에 예측기 인덱스에 해당하는 QW에 저장된 가중치를 추가로 곱해서 산출된 가중치를 업데이트웨이트 배열에 이웃 노드의 인덱스로 누적으로 합산한다. 업데이트 배열에는 이웃 노드의 인덱스의 어트리뷰트 값에 산출된 가중치를 곱한 값을 누적 합산한다.
5) 리프트 업데이트 과정: 모든 예측기에 대해서 업데이트 배열의 어트리뷰트 값을 예측기 인덱스의 업데이트웨이트 배열의 가중치 값으로 나누고, 나눈 값에 다시 기존 어트리뷰트 값을 더한다.
6) 모든 예측기에 대해서, 리프트 업데이트 과정을 통해 업데이트된 어트리뷰트 값에 리프트 예측 과정을 통해 업데이트 된(QW에 저장된) 가중치를 추가로 곱하여 예측 어트리뷰트 값을 산출한다. 실시예들에 따른 포인트 클라우드 인코더(예를 들면 계수 양자화부(40011))는 예측 어트리뷰트 값을 양자화한다. 또한 포인트 클라우드 인코더(예를 들면 아리스메틱 인코더(40012))는 양자화된 어트리뷰트 값을 엔트로피 코딩한다.
실시예들에 따른 포인트 클라우드 인코더(예를 들면 RAHT 변환부(40008))는 옥트리의 하위 레벨에 있는 노드와 연관된 어트리뷰트를 사용하여 상위 레벨의 노드들의 어트리뷰트를 에측하는 RAHT 변환 코딩을 수행할 수 있다. RAHT 변환 코딩은 옥트리 백워드 스캔을 통한 어트리뷰트 인트라 코딩의 예시이다. 실시예들에 따른 포인트 클라우드 인코더는 복셀에서 전체 영역으로 스캔하고, 각 스텝에서 복셀을 더 큰 블록으로 합치면서 루트 노드까지의 병합 과정을 반복수행한다. 실시예들에 따른 병합 과정은 오큐파이드 노드에 대해서만 수행된다. 엠티 노드(empty node)에 대해서는 병합 과정이 수행되지 않으며, 엠티 노드의 바로 상위 노드에 대해 병합 과정이 수행된다.
하기의 식은 RAHT 변환 행렬을 나타낸다. g l x, y, z 는 레벨 l에서의 복셀들의 평균 어트리뷰트 값을 나타낸다. g l x, y, z 는 g l+1 2x, y, z와 g l+1 2x+1, y, z로부터 계산될 수 있다. g l 2x, y, z 와 g l 2x+1, y, z 의 가중치를 w1=w l 2x, y, z 과 w2=w l 2x+1, y, z 이다.
Figure PCTKR2020008327-appb-img-000002
g l-1 x, y, z는 로-패스(low-pass) 값으로, 다음 상위 레벨에서의 병합 과정에서 사용된다. h l-1 x, y, z은 하이패스 계수(high-pass coefficients)이며, 각 스텝에서의 하이패스 계수들은 양자화되어 엔트로피 코딩 된다(예를 들면 아리스메틱 인코더(400012)의 인코딩). 가중치는 w l-1 x, y, z=w l 2x, y, z+w l 2x+1, y, z로 계산된다. 루트 노드는 마지막 g 1 0, 0, 0 과 g 1 0, 0, 1을 통해서 다음과 같이 생성된다.,
Figure PCTKR2020008327-appb-img-000003
gDC값 또한 하이패스 계수와 같이 양자화되어 엔트로피 코딩된다.
도 10은 실시예들에 따른 포인트 클라우드 디코더(Point Cloud Decoder)의 예시를 나타낸다.
도 10에 도시된 포인트 클라우드 디코더는 도 1에서 설명한 포인트 클라우드 비디오 디코더(10006) 예시로서, 도 1에서 설명한 포인트 클라우드 비디오 디코더(10006)의 동작 등과 동일 또는 유사한 동작을 수행할 수 있다. 도면이 도시된 바와 같이 포인트 클라우드 디코더는 하나 또는 그 이상의 비트스트림(bitstream)들에 포함된 지오메트리 비트스트림(geometry bitstream) 및 어트리뷰트 비트스트림(attribute bitstream)을 수신할 수 있다. 포인트 클라우드 디코더는 지오메트리 디코더(geometry decoder)및 어트리뷰트 디코더(attribute decoder)를 포함한다. 지오메트리 디코더는 지오메트리 비트스트림에 대해 지오메트리 디코딩을 수행하여 디코딩된 지오메트리(decoded geometry)를 출력한다. 어트리뷰트 디코더는 디코딩된 지오메트리 및 어트리뷰트 비트스트림을 기반으로 어트리뷰트 디코딩을 수행하여 디코딩된 어트리뷰트들(decoded attributes)을 출력한다. 디코딩된 지오메트리 및 디코딩된 어트리뷰트들은 포인트 클라우드 콘텐트를 복원(decoded point cloud)하는데 사용된다.
도 11은 실시예들에 따른 포인트 클라우드 디코더(Point Cloud Decoder)의 예시를 나타낸다.
도 11에 도시된 포인트 클라우드 디코더는 도 10에서 설명한 포인트 클라우드 디코더의 예시로서, 도 1 내지 도 9에서 설명한 포인트 클라우드 인코더의 인코딩 동작의 역과정인 디코딩 동작을 수행할 수 있다.
도 1 및 도 10에서 설명한 바와 같이 포인트 클라우드 디코더는 지오메트리 디코딩 및 어트리뷰트 디코딩을 수행할 수 있다. 지오메트리 디코딩은 어트리뷰트 디코딩보다 먼저 수행된다.
실시예들에 따른 포인트 클라우드 디코더는 아리스메틱 디코더(arithmetic decode, 11000), 옥트리 합성부(synthesize octree, 11001), 서페이스 오프록시메이션 합성부(synthesize surface approximation, 11002), 지오메트리 리컨스트럭션부(reconstruct geometry, 11003), 좌표계 역변환부(inverse transform coordinates, 11004), 아리스메틱 디코더(arithmetic decode, 11005), 역양자화부(inverse quantize, 11006), RAHT변환부(11007), LOD생성부(generate LOD, 11008), 인버스 리프팅부(Inverse lifting, 11009), 및/또는 컬러 역변환부(inverse transform colors, 11010)를 포함한다.
아리스메틱 디코더(11000), 옥트리 합성부(11001), 서페이스 오프록시메이션 합성부(11002), 지오메트리 리컨스럭션부(11003), 좌표계 역변환부(11004)는 지오메트리 디코딩을 수행할 수 있다. 실시예들에 따른 지오메트리 디코딩은 다이렉트 코딩(direct coding) 및 트라이숩 지오메트리 디코딩(trisoup geometry decoding)을 포함할 수 있다. 다이렉트 코딩 및 트라이숩 지오메트리 디코딩은 선택적으로 적용된다. 또한 지오메트리 디코딩은 위의 예시에 국한되지 않으며, 도 1 내지 도 9에서 설명한 지오메트리 인코딩의 역과정으로 수행된다.
실시예들에 따른 아리스메틱 디코더(11000)는 수신한 지오메트리 비트스트림을 아리스메틱 코딩을 기반으로 디코딩한다. 아리스메틱 디코더(11000)의 동작은 아리스메틱 인코더(40004)의 역과정에 대응한다.
실시예들에 따른 옥트리 합성부(11001)는 디코딩된 지오메트리 비트스트림으로부터 (또는 디코딩 결과 확보된 지오메트리에 관한 정보)로부터 오큐판시 코드를 획득하여 옥트리를 생성할 수 있다. 오큐판시 코드에 대한 구체적인 설명은 도 1 내지 도 9에서 설명한 바와 같다.
실시예들에 따른 서페이스 오프록시메이션 합성부(11002)는 트라이숩 지오메트리 인코딩이 적용된 경우, 디코딩된 지오메트리 및/또는 생성된 옥트리에 기반하여 서페이스를 합성할 수 있다.
실시예들에 따른 지오메트리 리컨스트럭션부(11003)는 서페이스 및 또는 디코딩된 지오메트리에 기반하여 지오메트리를 재생성할 수 있다. 도 1 내지 도 9에서 설명한 바와 같이, 다이렉트 코딩 및 트라이숩 지오메트리 인코딩은 선택적으로 적용된다. 따라서 지오메트리 리컨스트럭션부(11003)는 다이렉트 코딩이 적용된 포인트들의 포지션 정보들을 직접 가져와서 추가한다. 또한, 트라이숩 지오메트리 인코딩이 적용된 경우, 지오메트리 리컨스트럭션부(11003)는 지오메트리 리컨스트럭션부(40005)의 재구성 동작, 예를 들면 삼각형 재구성, 업-샘플링, 복셀화 동작을 수행하여 지오메트리를 복원할 수 있다. 구체적인 내용은 도 6에서 설명한 바와 동일하므로 생략한다. 복원된 지오메트리는 어트리뷰트들을 포함하지 않는 포인트 클라우드 픽쳐 또는 프레임을 포함할 수 있다.
실시예들에 따른 좌표계 역변환부(11004)는 복원된 지오메트리를 기반으로 좌표계를 변환하여 포인트들의 포지션들을 획득할 수 있다.
아리스메틱 디코더(11005), 역양자화부(11006), RAHT 변환부(11007), LOD생성부(11008), 인버스 리프팅부(11009), 및/또는 컬러 역변환부(11010)는 도 10에서 설명한 어트리뷰트 디코딩을 수행할 수 있다. 실시예들에 따른 어트리뷰트 디코딩은 RAHT(Region Adaptive Hierarchial Transform) 디코딩, 예측 변환(Interpolaration-based hierarchical nearest-neighbour prediction-Prediction Transform) 디코딩 및 리프팅 변환 (interpolation-based hierarchical nearest-neighbour prediction with an update/lifting step (Lifting Transform)) 디코딩을 포함할 수 있다. 상술한 3가지의 디코딩들은 선택적으로 사용되거나, 하나 또는 그 이상의 디코딩들의 조합이 사용될 수 있다. 또한 실시예들에 따른 어트리뷰트 디코딩은 상술한 예시에 국한되는 것은 아니다.
실시예들에 따른 아리스메틱 디코더(11005)는 어트리뷰트 비트스트림을 아리스메틱 코딩으로 디코딩한다.
실시예들에 따른 역양자화부(11006)는 디코딩된 어트리뷰트 비트스트림 또는 디코딩 결과 확보한 어트리뷰트에 대한 정보를 역양자화(inverse quantization)하고 역양자화된 어트리뷰트들(또는 어트리뷰트 값들)을 출력한다. 역양자화는 포인트 클라우드 인코더의 어트리뷰트 인코딩에 기반하여 선택적으로 적용될 수 있다.
실시예들에 따라 RAHT 변환부(11007), LOD생성부(11008) 및/또는 인버스 리프팅부(11009)는 재구성된 지오메트리 및 역양자화된 어트리뷰트들을 처리할 수 있다. 상술한 바와 같이 RAHT 변환부(11007), LOD생성부(11008) 및/또는 인버스 리프팅부(11009)는 포인트 클라우드 인코더의 인코딩에 따라 그에 대응하는 디코딩 동작을 선택적으로 수행할 수 있다.
실시예들에 따른 컬러 역변환부(11010)는 디코딩된 어트리뷰트들에 포함된 컬러 값(또는 텍스쳐)을 역변환하기 위한 역변환 코딩을 수행한다. 컬러 역변환부(11010)의 동작은 포인트 클라우드 인코더의 컬러 변환부(40006)의 동작에 기반하여 선택적으로 수행될 수 있다.
도 11의 포인트 클라우드 디코더의 엘레멘트들은 도면에 도시되지 않았으나 포인트 클라우드 제공 장치에 포함된 하나 또는 그 이상의 메모리들과 통신가능하도록 설정된 하나 또는 그 이상의 프로세서들 또는 집적 회로들(integrated circuits)을 포함하는 하드웨어, 소프트웨어, 펌웨어 또는 이들의 조합으로 구현될 수 있다. 하나 또는 그 이상의 프로세서들은 상술한 도 11의 포인트 클라우드 디코더의 엘레멘트들의 동작들 및/또는 기능들 중 적어도 어느 하나 이상을 수행할 수 있다. 또한 하나 또는 그 이상의 프로세서들은 도11의 포인트 클라우드 디코더의 엘레멘트들의 동작들 및/또는 기능들을 수행하기 위한 소프트웨어 프로그램들 및/또는 인스트럭션들의 세트를 동작하거나 실행할 수 있다.
도 12는 실시예들에 따른 전송 장치의 예시이다.
도 12에 도시된 전송 장치는 도 1의 전송장치(10000) (또는 도 4의 포인트 클라우드 인코더)의 예시이다. 도 12에 도시된 전송 장치는 도 1 내지 도 9에서 설명한 포인트 클라우드 인코더의 동작들 및 인코딩 방법들과 동일 또는 유사한 동작들 및 방법들 중 적어도 어느 하나 이상을 수행할 수 있다. 실시예들에 따른 전송 장치는 데이터 입력부(12000), 양자화 처리부(12001), 복셀화 처리부(12002), 옥트리 오큐판시 코드 (Occupancy code) 생성부(12003), 표면 모델 처리부(12004), 인트라/인터 코딩 처리부(12005), 아리스메틱 (Arithmetic) 코더(12006), 메타데이터 처리부(12007), 색상 변환 처리부(12008), 어트리뷰트 변환 처리부(또는 속성 변환 처리부)(12009), 예측/리프팅/RAHT 변환 처리부(12010), 아리스메틱 (Arithmetic) 코더(12011) 및/또는 전송 처리부(12012)를 포함할 수 있다.
실시예들에 따른 데이터 입력부(12000)는 포인트 클라우드 데이터를 수신 또는 획득한다. 데이터 입력부(12000)는 포인트 클라우드 비디오 획득부(10001)의 동작 및/또는 획득 방법(또는 도2에서 설명한 획득과정(20000))과 동일 또는 유사한 동작 및/또는 획득 방법을 수행할 수 있다.
데이터 입력부(12000), 양자화 처리부(12001), 복셀화 처리부(12002), 옥트리 오큐판시 코드 (Occupancy code) 생성부(12003), 표면 모델 처리부(12004), 인트라/인터 코딩 처리부(12005), Arithmetic 코더(12006)는 지오메트리 인코딩을 수행한다. 실시예들에 따른 지오메트리 인코딩은 도 1 내지 도 9에서 설명한 지오메트리 인코딩과 동일 또는 유사하므로 구체적인 설명은 생략한다.
실시예들에 따른 양자화 처리부(12001)는 지오메트리(예를 들면 포인트들의 위치값, 또는 포지션값)을 양자화한다. 양자화 처리부(12001)의 동작 및/또는 양자화는 도 4에서 설명한 양자화부(40001)의 동작 및/또는 양자화와 동일 또는 유사하다. 구체적인 설명은 도 1 내지 도 9에서 설명한 바와 동일하다.
실시예들에 따른 복셀화 처리부(12002)는 양자화된 포인트들의 포지션 값을 복셀화한다. 복셀화 처리부(120002)는 도 4에서 설명한 양자화부(40001)의 동작 및/또는 복셀화 과정과 동일 또는 유사한 동작 및/또는 과정을 수행할 수 있다. 구체적인 설명은 도 1 내지 도 9에서 설명한 바와 동일하다.
실시예들에 따른 옥트리 오큐판시 코드 생성부(12003)는 복셀화된 포인트들의 포지션들을 옥트리 구조를 기반으로 옥트리 코딩을 수행한다. 옥트리 오큐판시 코드 생성부(12003)는 오큐판시 코드를 생성할 수 있다. 옥트리 오큐판시 코드 생성부(12003)는 도 4 및 도 6에서 설명한 포인트 클라우드 인코더 (또는 옥트리 분석부(40002))의 동작 및/또는 방법과 동일 또는 유사한 동작 및/또는 방법을 수행할 수 있다. 구체적인 설명은 도 1 내지 도 9에서 설명한 바와 동일하다.
실시예들에 따른 표면 모델 처리부(12004)는 표면 모델(surface model)을 기반으로 특정 영역(또는 노드)내의 포인트들의 포지션들을 복셀 기반으로 재구성하는 트라이숩 지오메트리 인코딩을 수행할 수 있다. 포면 모델 처리부(12004)는 도 4 에서 설명한 포인트 클라우드 인코더(예를 들면 서페이스 어프록시메이션 분석부(40003))의 동작 및/또는 방법과 동일 또는 유사한 동작 및/또는 방법을 수행할 수 있다. 구체적인 설명은 도 1 내지 도 9에서 설명한 바와 동일하다.
실시예들에 따른 인트라/인터 코딩 처리부(12005)는 포인트 클라우드 데이터를 인트라/인터 코딩할 수 있다. 인트라/인터 코딩 처리부(12005)는 도 7에서 설명한 인트라/인터 코딩과 동일 또는 유사한 코딩을 수행할 수 있다. 구체적인 설명은 도 7에서 설명한 바와 동일하다. 실시예들에 따라 인트라/인터 코딩 처리부(12005)는 아리스메틱 코더(12006)에 포함될 수 있다.
실시예들에 따른 아리스메틱 코더(12006)는 포인트 클라우드 데이터의 옥트리 및/또는 근사화된 옥트리를 엔트로피 인코딩한다. 예를 들어, 인코딩 방식은 아리스메틱(Arithmetic) 인코딩 방법을 포함한다. . 아리스메틱 코더(12006)는 아리스메틱 인코더(40004)의 동작 및/또는 방법과 동일 또는 유사한 동작 및/또는 방법을 수행한다.
실시예들에 따른 메타데이터 처리부(12007)는 포인트 클라우드 데이터에 관한 메타데이터, 예를 들어 설정 값 등을 처리하여 지오메트리 인코딩 및/또는 어트리뷰트 인코딩 등 필요한 처리 과정에 제공한다. 또한 실시예들에 따른 메타데이터 처리부(12007)는 지오메트리 인코딩 및/또는 어트리뷰트 인코딩과 관련된 시그널링 정보를 생성 및/또는 처리할 수 있다. 실시예들에 따른 시그널링 정보는 지오메트리 인코딩 및/또는 어트리뷰트 인코딩과 별도로 인코딩처리될 수 있다. 또한 실시예들에 따른 시그널링 정보는 인터리빙 될 수도 있다.
색상 변환 처리부(12008), 어트리뷰트 변환 처리부(12009), 예측/리프팅/RAHT 변환 처리부(12010), 아리스메틱 (Arithmetic) 코더(12011)는 어트리뷰트 인코딩을 수행한다. 실시예들에 따른 어트리뷰트 인코딩은 도 1 내지 도 9에서 설명한 어트리뷰트 인코딩과 동일 또는 유사하므로 구체적인 설명은 생략한다.
실시예들에 따른 색상 변환 처리부(12008)는 어트리뷰트들에 포함된 색상값을 변환하는 색상 변환 코딩을 수행한다. 색상 변환 처리부(12008)는 재구성된 지오메트리를 기반으로 색상 변환 코딩을 수행할 수 있다. 재구성된 지오메트리에 대한 설명은 도 1 내지 도 9에서 설명한 바와 동일하다. 또한 도 4에서 설명한 컬러 변환부(40006)의 동작 및/또는 방법과 동일 또는 유사한 동작 및/또는 방법을 수행한다. 구체적인 설명은 생략한다.
실시예들에 따른 어트리뷰트 변환 처리부(12009)는 지오메트리 인코딩이 수행되지 않은 포지션들 및/또는 재구성된 지오메트리를 기반으로 어트리뷰트들을 변환하는 어트리뷰트 변환을 수행한다. 어트리뷰트 변환 처리부(12009)는 도 4에 설명한 어트리뷰트 변환부(40007)의 동작 및/또는 방법과 동일 또는 유사한 동작 및/또는 방법을 수행한다. 구체적인 설명은 생략한다. 실시예들에 따른 예측/리프팅/RAHT 변환 처리부(12010)는 변환된 어트리뷰트들을 RAHT 코딩, 예측 변환 코딩 및 리프팅 변환 코딩 중 어느 하나 또는 조합하여 코딩할 수 있다. 예측/리프팅/RAHT 변환 처리부(12010)는 도 4에서 설명한 RAHT 변환부(40008), LOD 생성부(40009) 및 리프팅 변환부(40010)의 동작들과 동일 또는 유사한 동작들 중 적어도 하나 이상을 수행한다. 또한 예측 변환 코딩, 리프팅 변환 코딩 및 RAHT 변환 코딩에 대한 설명은 도 1 내지 도 9에서 설명한 바와 동일하므로 구체적인 설명은 생략한다.
실시예들에 따른 아리스메틱 코더(12011)는 코딩된 어트리뷰트들을 아리스메틱 코딩에 기반하여 인코딩할 수 있다. 아리스메틱 코더(12011)는 아리스메틱 인코더(400012)의 동작 및/또는 방법과 동일 또는 유사한 동작 및/또는 방법을 수행한다.
실시예들에 따른 전송 처리부(12012)는 인코딩된 지오메트리 및/또는 인코딩된 어트리뷰트, 메타 데이터 정보를 포함하는 각 비트스트림을 전송하거나, 인코딩된 지오메트리 및/또는 인코딩된 어트리뷰트, 메타 데이터 정보를 하나의 비트스트림으로 구성하여 전송할 수 있다. 실시예들에 따른 인코딩된 지오메트리 및/또는 인코딩된 어트리뷰트, 메타 데이터 정보가 하나의 비트스트림으로 구성되는 경우, 비트스트림은 하나 또는 그 이상의 서브 비트스트림들을 포함할 수 있다. 실시예들에 따른 비트스트림은 시퀀스 레벨의 시그널링을 위한 SPS (Sequence Parameter Set), 지오메트리 정보 코딩의 시그널링을 위한 GPS(Geometry Parameter Set), 어트리뷰트 정보 코딩의 시그널링을 위한 APS(Attribute Parameter Set), 타일 레벨의 시그널링을 위한 TPS (Tile Parameter Set)를 포함하는 시그널링 정보 및 슬라이스 데이터를 포함할 수 있다. 슬라이스 데이터는 하나 또는 그 이상의 슬라이스들에 대한 정보를 포함할 수 있다. 실시예들에 따른 하나의 슬라이스는 하나의 지오메트리 비트스트림(Geom00) 및 하나 또는 그 이상의 어트리뷰트 비트스트림들(Attr00, Attr10)을 포함할 수 있다.
슬라이스(slice)란, 코딩된 포인트 클라우드 프레임의 전체 또는 일부를 나타내는 신택스 엘리먼트의 시리즈를 말한다.
실시예들에 따른 TPS는 하나 또는 그 이상의 타일들에 대하여 각 타일에 관한 정보(예를 들면 bounding box의 좌표값 정보 및 높이/크기 정보 등)을 포함할 수 있다. 지오메트리 비트스트림은 헤더와 페이로드를 포함할 수 있다. 실시예들에 따른 지오메트리 비트스트림의 헤더는 GPS에 포함된 파라미터 세트의 식별 정보(geom_ parameter_set_id), 타일 식별자(geom_tile_id), 슬라이스 식별자(geom_slice_id) 및 페이로드에 포함된 데이터에 관한 정보 등을 포함할 수 있다. 상술한 바와 같이 실시예들에 따른 메타데이터 처리부(12007)는 시그널링 정보를 생성 및/또는 처리하여 전송 처리부(12012)로 전송할 수 있다. 실시예들에 따라, 지오메트리 인코딩을 수행하는 엘레멘트들 및 어트리뷰트 인코딩을 수행하는 엘레멘트들은 점선 처리된 바와 같이 상호 데이터/정보를 공유할 수 있다. 실시예들에 따른 전송 처리부(12012)는 트랜스미터(10003)의 동작 및/또는 전송 방법과 동일 또는 유사한 동작 및/또는 전송 방법을 수행할 수 있다. 구체적인 설명은 도 1 내지 도 2에서 설명한 바와 동일하므로 생략한다.
도 13은 실시예들에 따른 수신 장치의 예시이다.
도 13에 도시된 수신 장치는 도 1의 수신장치(10004) (또는 도 10 및 도 11의 포인트 클라우드 디코더)의 예시이다. 도 13에 도시된 수신 장치는 도 1 내지 도 11에서 설명한 포인트 클라우드 디코더의 동작들 및 디코딩 방법들과 동일 또는 유사한 동작들 및 방법들 중 적어도 어느 하나 이상을 수행할 수 있다.
실시예들에 따른 수신 장치는 수신부(13000), 수신 처리부(13001), 아리스메틱 (arithmetic) 디코더(13002), 오큐판시 코드 (Occupancy code) 기반 옥트리 재구성 처리부(13003), 표면 모델 처리부(삼각형 재구성, 업-샘플링, 복셀화)(13004), 인버스(inverse) 양자화 처리부(13005), 메타데이터 파서(13006), 아리스메틱 (arithmetic) 디코더(13007), 인버스(inverse)양자화 처리부(13008), 예측/리프팅/RAHT 역변환 처리부(13009), 색상 역변환 처리부(13010) 및/또는 렌더러(13011)를 포함할 수 있다. 실시예들에 따른 디코딩의 각 구성요소는 실시예들에 따른 인코딩의 구성요소의 역과정을 수행할 수 있다.
실시예들에 따른 수신부(13000)는 포인트 클라우드 데이터를 수신한다. 수신부(13000)는 도 1의 리시버(10005)의 동작 및/또는 수신 방법과 동일 또는 유사한 동작 및/또는 수신 방법을 수행할 수 있다. 구체적인 설명은 생략한다.
실시예들에 따른 수신 처리부(13001)는 수신한 데이터로부터 지오메트리 비트스트림 및/또는 어트리뷰트 비트스트림을 획득할 수 있다. 수신 처리부(13001)는 수신부(13000)에 포함될 수 있다.
아리스메틱 디코더(13002), 오큐판시 코드 기반 옥트리 재구성 처리부(13003), 표면 모델 처리부(13004) 및 인버스 양자화 처리부(13005)는 지오메트리 디코딩을 수행할 수 있다. 실시예들에 따른 지오메트리 디코딩은 도 1 내지 도 10에서 설명한 지오메트리 디코딩과 동일 또는 유사하므로 구체적인 설명은 생략한다.
실시예들에 따른 아리스메틱 디코더(13002)는 지오메트리 비트스트림을 아리스메틱 코딩을 기반으로 디코딩할 수 있다. 아리스메틱 디코더(13002)는 아리스메틱 디코더(11000)의 동작 및/또는 코딩과 동일 또는 유사한 동작 및/또는 코딩을 수행한다.
실시예들에 따른 오큐판시 코드 기반 옥트리 재구성 처리부(13003)는 디코딩된 지오메트리 비트스트림으로부터 (또는 디코딩 결과 확보된 지오메트리에 관한 정보)로부터 오큐판시 코드를 획득하여 옥트리를 재구성할 수 있다. 오큐판시 코드 기반 옥트리 재구성 처리부(13003)는 옥트리 합성부(11001)의 동작 및/또는 옥트리 생성 방법과 동일 또는 유사한 동작 및/또는 방법을 수행한다. 실시예들에 따른 표면 모델 처리부(13004)는 트라이숩 지오메트리 인코딩이 적용된 경우, 표면 모델 방식에 기반하여 트라이숩 지오메트리 디코딩 및 이와 관련된 지오메트리 리컨스트럭션(예를 들면 삼각형 재구성, 업-샘플링, 복셀화)을 수행할 수 있다. 표면 모델 처리부(13004)는 서페이스 오프록시메이션 합성부(11002) 및/또는 지오메트리 리컨스트럭션부(11003)의 동작과 동일 또는 유사한 동작을 수행한다.
실시예들에 따른 인버스 양자화 처리부(13005)는 디코딩된 지오메트리를 인버스 양자화할 수 있다.
실시예들에 따른 메타데이터 파서(13006)는 수신한 포인트 클라우드 데이터에 포함된 메타데이터, 예를 들어 설정 값 등을 파싱할 수 있다. 메타데이터 파서(13006)는 메타데이터를 지오메트리 디코딩 및/또는 어트리뷰트 디코딩에 전달할 수 있다. 메타데이터에 대한 구체적인 설명은 도 12에서 설명한 바와 동일하므로 생략한다.
아리스메틱 디코더(13007), 인버스 양자화 처리부(13008), 예측/리프팅/RAHT 역변환 처리부(13009) 및 색상 역변환 처리부(13010)는 어트리뷰트 디코딩을 수행한다. 어트리뷰트 디코딩는 도 1 내지 도 10에서 설명한 어트리뷰트 디코딩과 동일 또는 유사하므로 구체적인 설명은 생략한다.
실시예들에 따른 아리스메틱 디코더(13007)는 어트리뷰트 비트스트림을 아리스메틱 코딩으로 디코딩할 수 있다. 아리스메틱 디코더(13007)는 재구성된 지오메트리를 기반으로 어트리뷰트 비트스트림의 디코딩을 수행할 수 있다. 아리스메틱 디코더(13007)는 아리스메틱 디코더(11005)의 동작 및/또는 코딩과 동일 또는 유사한 동작 및/또는 코딩을 수행한다.
실시예들에 따른 인버스 양자화 처리부(13008)는 디코딩된 어트리뷰트 비트스트림을 인버스 양자화할 수 있다. 인버스 양자화 처리부(13008)는 역양자화부(11006)의 동작 및/또는 역양자화 방법과 동일 또는 유사한 동작 및/또는 방법을 수행한다.
실시예들에 따른 예측/리프팅/RAHT 역변환 처리부(13009)는 재구성된 지오메트리 및 역양자화된 어트리뷰트들을 처리할 수 있다. 예측/리프팅/RAHT 역변환 처리부(13009)는 RAHT 변환부(11007), LOD생성부(11008) 및/또는 인버스 리프팅부(11009)의 동작들 및/또는 디코딩들과 동일 또는 유사한 동작들 및/또는 디코딩들 중 적어도 어느 하나 이상을 수행한다. 실시예들에 따른 색상 역변환 처리부(13010)는 디코딩된 어트리뷰트들에 포함된 컬러 값(또는 텍스쳐)을 역변환하기 위한 역변환 코딩을 수행한다. 색상 역변환 처리부(13010)는 컬러 역변환부(11010)의 동작 및/또는 역변환 코딩과 동일 또는 유사한 동작 및/또는 역변환 코딩을 수행한다. 실시예들에 따른 렌더러(13011)는 포인트 클라우드 데이터를 렌더링할 수 있다.
도 14는 실시예들에 따른 포인트 클라우드 데이터 송수신 방법/장치와 연동 가능한 구조의 예시를 나타낸다.
도 14의 구조는 서버(1460), 로봇(1410), 자율 주행 차량(1420), XR 장치(1430), 스마트폰(1440), 가전(1450) 및/또는 HMD(1470) 중에서 적어도 하나 이상이 클라우드 네트워크(1410)와 연결된 구성을 나타낸다. 로봇(1410), 자율 주행 차량(1420), XR 장치(1430), 스마트폰(1440) 또는 가전(1450) 등은 장치라 호칭된다. 또한, XR 장치(1430)는 실시예들에 따른 포인트 클라우드 데이터 (PCC) 장치에 대응되거나 PCC장치와 연동될 수 있다.
클라우드 네트워크(1400)는 클라우드 컴퓨팅 인프라의 일부를 구성하거나 클라우드 컴퓨팅 인프라 안에 존재하는 네트워크를 의미할 수 있다. 여기서, 클라우드 네트워크(1400)는 3G 네트워크, 4G 또는 LTE(Long Term Evolution) 네트워크 또는 5G 네트워크 등을 이용하여 구성될 수 있다.
서버(1460)는 로봇(1410), 자율 주행 차량(1420), XR 장치(1430), 스마트폰(1440), 가전(1450) 및/또는 HMD(1470) 중에서 적어도 하나 이상과 클라우드 네트워크(1400)을 통하여 연결되고, 연결된 장치들(1410 내지 1470)의 프로세싱을 적어도 일부를 도울 수 있다.
HMD (Head-Mount Display)(1470)는 실시예들에 따른 XR 디바이스 및/또는 PCC 디바이스가 구현될 수 있는 타입 중 하나를 나타낸다. 실시예들에 따른HMD 타입의 디바이스는, 커뮤니케이션 유닛, 컨트롤 유닛, 메모리 유닛, I/O 유닛, 센서 유닛, 그리고 파워 공급 유닛 등을 포함한다.
이하에서는, 상술한 기술이 적용되는 장치(1410 내지 1450)의 다양한 실시 예들을 설명한다. 여기서, 도 14에 도시된 장치(1410 내지 1450)는 상술한 실시예들에 따른 포인트 클라우드 데이터 송수신 장치와 연동/결합될 수 있다.
<PCC+XR>
XR/PCC 장치(1430)는 PCC 및/또는 XR(AR+VR) 기술이 적용되어, HMD(Head-Mount Display), 차량에 구비된 HUD(Head-Up Display), 텔레비전, 휴대폰, 스마트 폰, 컴퓨터, 웨어러블 디바이스, 가전 기기, 디지털 사이니지, 차량, 고정형 로봇이나 이동형 로봇 등으로 구현될 수도 있다.
XR/PCC 장치(1430)는 다양한 센서들을 통해 또는 외부 장치로부터 획득한 3차원 포인트 클라우드 데이터 또는 이미지 데이터를 분석하여 3차원 포인트들에 대한 위치 데이터 및 어트리뷰트 데이터를 생성함으로써 주변 공간 또는 현실 객체에 대한 정보를 획득하고, 출력할 XR 객체를 렌더링하여 출력할 수 있다. 예컨대, XR/PCC 장치(1430)는 인식된 물체에 대한 추가 정보를 포함하는 XR 객체를 해당 인식된 물체에 대응시켜 출력할 수 있다.
<PCC+자율주행+XR>
자율 주행 차량(1420)은 PCC 기술 및 XR 기술이 적용되어, 이동형 로봇, 차량, 무인 비행체 등으로 구현될 수 있다.
XR/PCC 기술이 적용된 자율 주행 차량(1420)은 XR 영상을 제공하는 수단을 구비한 자율 주행 차량이나, XR 영상 내에서의 제어/상호작용의 대상이 되는 자율 주행 차량 등을 의미할 수 있다. 특히, XR 영상 내에서의 제어/상호작용의 대상이 되는 자율 주행 차량(1420)은 XR 장치(1430)와 구분되며 서로 연동될 수 있다.
XR/PCC영상을 제공하는 수단을 구비한 자율 주행 차량(1420)은 카메라를 포함하는 센서들로부터 센서 정보를 획득하고, 획득한 센서 정보에 기초하여 생성된 XR/PCC 영상을 출력할 수 있다. 예컨대, 자율 주행 차량(1420)은 HUD를 구비하여 XR/PCC 영상을 출력함으로써, 탑승자에게 현실 객체 또는 화면 속의 객체에 대응되는 XR/PCC 객체를 제공할 수 있다.
이때, XR/PCC 객체가 HUD에 출력되는 경우에는 XR/PCC 객체의 적어도 일부가 탑승자의 시선이 향하는 실제 객체에 오버랩되도록 출력될 수 있다. 반면, XR/PCC 객체가 자율 주행 차량의 내부에 구비되는 디스플레이에 출력되는 경우에는 XR/PCC 객체의 적어도 일부가 화면 속의 객체에 오버랩되도록 출력될 수 있다. 예컨대, 자율 주행 차량(1220)은 차로, 타 차량, 신호등, 교통 표지판, 이륜차, 보행자, 건물 등과 같은 객체와 대응되는 XR/PCC 객체들을 출력할 수 있다.
실시예들에 의한 VR (Virtual Reality) 기술, AR (Augmented Reality) 기술, MR (Mixed Reality) 기술 및/또는 PCC(Point Cloud Compression)기술은, 다양한 디바이스에 적용 가능하다.
즉, VR 기술은, 현실 세계의 객체나 배경 등을 CG 영상으로만 제공하는 디스플레이 기술이다. 반면, AR 기술은, 실제 사물 영상 위에 가상으로 만들어진 CG 영상을 함께 보여 주는 기술을 의미한다. 나아가, MR 기술은, 현실세계에 가상 객체들을 섞고 결합시켜서 보여준다는 점에서 전술한 AR 기술과 유사하다. 그러나, AR 기술에서는 현실 객체와 CG 영상으로 만들어진 가상 객체의 구별이 뚜렷하고, 현실 객체를 보완하는 형태로 가상 객체를 사용하는 반면, MR 기술에서는 가상 객체가 현실 객체와 동등한 성격으로 간주된다는 점에서 AR 기술과는 구별이 된다. 보다 구체적으로 예를 들면, 전술한 MR 기술이 적용된 것이 홀로그램 서비스 이다.
다만, 최근에는 VR, AR, MR 기술을 명확히 구별하기 보다는 XR (extended Reality) 기술로 부르기도 한다. 따라서, 본 발명의 실시예들은 VR, AR, MR, XR 기술 모두에 적용 가능하다. 이러한 기술은 PCC, V-PCC, G-PCC 기술 기반 인코딩/디코딩이 적용될 수 있다.
실시예들에 따른 PCC방법/장치는 자율 주행 서비스를 제공하는 차량에 적용될 수 있다.
자율 주행 서비스를 제공하는 차량은 PCC 디바이스와 유/무선 통신이 가능하도록 연결된다.
실시예들에 따른 포인트 클라우드 데이터 (PCC) 송수신 장치는 차량과 유/무선 통신이 가능하도록 연결된 경우, 자율 주행 서비스와 함께 제공할 수 있는 AR/VR/PCC 서비스 관련 콘텐트 데이터를 수신/처리하여 차량에 전송할 수 있다. 또한 포인트 클라우드 데이터 송수신 장치 차량에 탑재된 경우, 포인트 클라우드 송수신 장치는 사용자 인터페이스 장치를 통해 입력된 사용자 입력 신호에 따라 AR/VR/PCC 서비스 관련 콘텐트 데이터를 수신/처리하여 사용자에게 제공할 수 있다. 실시예들에 따른 차량 또는 사용자 인터페이스 장치는 사용자 입력 신호를 수신할 수 있다. 실시예들에 따른 사용자 입력 신호는 자율 주행 서비스를 지시하는 신호를 포함할 수 있다.
도15는 실시예들에 따른 포인트 클라우드 데이터 인코더 및 포인트 클라우드 데이터 디코더의 흐름도를 나타낸다.
본 문서에서 실시예들에 따른 방법/장치는 송신 방법/장치 및 수신 방법/장치를 모두 포함하여 해석될 수 있다. 실시예들에 따른 송신 방법/장치는 실시예들에 따른 포인트 클라우드 데이터 인코더, 인코딩하는 단계를 나타내고, 실시예들에 따른 수신 방법/장치는 포인트 클라우드 데이터 디코더, 디코딩하는 단계를 나타낼 수 있다.
실시예들에 따른 포인트 클라우드 소스는 비트스트림으로 표현되고, 디코딩 순서 내 포인트들의 집합이다. 포인트 클라우드는 하나 또는 하나 이상의 샘플 어레이들로 구성되고, 좌표정보인 지오메트리 정보(지오메트리 데이터), 루머, 리플렉턴스, 컬러값 등의 어트리뷰트 정보, 프레임 인덱스, 투명도 등을 위한 어트리뷰트 샘플링들을 나타내는 어레이 등을 포함할 수 있다.
포인트 클라우드 데이터의 프레임은 타일들 및 슬라이스들로 분할될 수 있다.
인코딩되고 전송되는 포인트 클라우드 데이터는 시퀀스 파라미터 세트, 타일 인벤토리, 지오메트리 파라미터 세트, 어트리뷰트 파라미터 세트, 지오메트리 데이터, 어트리뷰트 데이터 등을 포함할 수 있다.
지오메트리 데이터는 헤더와 데이터(페이로드)로 구성될 수 있다. 헤더는 지오메트리 파라미터 세트 아이디/타일, 슬라이스, 프레임 아이디 등을 포함할 수 있다. 페이로드는 지오메트리 옥트리 뎁스별 노드 정보를 포함할 수 있다.
어트리뷰트 데이터는 헤더와 데이터(페이로드)로 구성될 수 있다. 헤더는 파라미터 세트 아이디, 어트리뷰트 아이디, 어트리뷰트 지오메트리 슬라이스 아이디 등을 포함할 수 있다. 페이로드는 포인트 개수 별로 예측 인덱스, 잔차값, 어트리뷰트 코딩 등에 관한 정보를 포함할 수 있다.
도15의 인코더(15000, 15010) 및 디코더(15020, 1530)은 각각 도1의 인코더(1002), 디코더(1006), 도2의 인코더/인코딩(20001), 디코더/디코딩(20003), 도4의 PCC 인코더, 도11의 PCC디코더, 도12의 지오메트리 인코더, 어트리뷰트 인코더, 도13의 지오메트리 디코더, 어트리뷰트 디코더, 도14의 XR디바이스(1730) 에 대응될 수 있다.
실시예들은 포인트 클라우드 데이터를 송수신 함에 있어서 수신기 성능 혹은 전송 속도 등으로 인해 데이터 일부에 대한 선택적 디코딩이 필요한 경우 효율적으로 이를 지원하기 위한 방법을 제안한다. 제안하는 방법은 기존에 데이터(data) 단위로 전달되는 지오메트리 (geometry) 데이터 및 어트리뷰트 데이터(attribute data)에 대해 지오메트리 옥트리(geometry octree), LoD (Level of Detail)과 같은 의미 단위로 나누어 줌으로써 비트스트림 단위에서 필요로 하는 정보를 선택 혹은 불필요한 정보를 제거 할 수 있는 방법을 제안한다. 이 때 정보를 선택하는 단위로써 네트워크 앱스트랙션 레이어(network abstraction layer) (NAL) 단위를 정의하고 PCC 구조 복원을 위한 하이 레벨 신택스(high level syntax) (HLS)를 정의한다.
이로 인하여, 실시예들은 포인트 클라우드 (point cloud)로 구성된 데이터 구조를 구성하기 위한 기술을 다룬다. 구체적으로, 레이어(layer)를 기반으로 구성된 PCC 데이터를 효과적으로 전달하기 위한 패킹(packing) 및 시그널링 방법을 기술하고, 이를 기반으로 스케일러블(scalable) PCC 기반 서비스에 적용하는 방법을 제안한다.
포인트 클라우드 데이터는 각 데이터의 위치(지오메트리(geometry): e.g., XYZ 좌표)와 속성(어트리뷰트(attributes): e.g., 컬러(color), 리플렉턴스(reflectance), 인텐시티(intensity), 그레이스케일(grayscale), 불투명도(opacity) 등) 로 구성된다. 포인트 클라우드 압축 (Point Cloud Compression : PCC)은 3차원 공간 상에 불균일하게 분포하는 분포 특성을 효율적으로 압축하기 위해 옥트리(octree) 기반 압축을 하며, 이를 기반으로 속성 정보를 압축한다. 도4 및 도11에서 G-PCC 인코더 및 디코더를 각각 설명하였다. 이와 같이, PCC의 송수신단의 각 구성 장치에 의해서 실시예들의 동작이 처리될 수 있다.
실시예들에 따른 송신 장치는 포인트 클라우드 데이터는 데이터 포인트(data point)의 위치 정보(지오메트리 데이터) 및 색상/밝기/반사도 등의 특징 정보(어트리뷰트 데이터)를 지오메트리(geometry) 및 어트리뷰트(attribute)로 나누어 각각 압축하여 전송한다. 이 때, 실시예들은 디테일(detail) 정도에 따라서 레이어(layer)를 갖는 옥트리(octree) 구조 혹은 LoD (Level of Detail)에 따라서 PC 데이터를 구성할 수 있는데, 이를 기반으로 스케일러블 포인트 클라우드 데이터 코딩(scalable point cloud data coding) 및 리프리젠테이션(representation) 이 가능하다. 이 때, 수신기의 성능 혹은 전송 속도에 의해서 포인트 클라우드 데이터(point cloud data)의 일부분만을 디코딩(decoding) 혹은 리프리젠테이션(representation) 하는 것이 가능한데, 현재는 불필요한 데이터를 사전에 제거하기 위한 방법이 없다. 즉, 스케일러블 PCC비트스트림(scalable PCC bitstream)의 일부만 전송하면 되는 경우 (예를 들어, 스케일러블 디코딩(scalable decoding) 중 일부의 레이어(layer) 만을 디코딩(decoding) 하는 경우) 필요로 하는 부분만을 선택해서 보낼 수 없기 때문에 1) 디코딩(decoding) 후 필요한 부분을 재-인코딩 하거나 2) 전체를 전달한 후 수신부에서 선택적으로 적용 해야한다. 하지만 1)의 경우 디코딩 및 재 인코딩을 위한 시간으로 인해 딜레이(delay) 가 발생할 수 있으며 2)의 경우 불필요한 데이터까지 전송 함으로 인해 밴드위드(bandwidth) 효율이 떨어지고, 고정된 밴드위드(bandwidth)를 사용하는 경우 데이터 퀄리티(data quality)를 낮추어 전송해야 하는 단점이 있다.
본 문서의 실시예들 간 변경 및 결합이 가능하다. 본 문서에서 사용되는 용어는 해당 분야에서 널리 사용되는 범위 내에서, 용어의 의도된 의미에 근거하여 이해될 수 있다.
포인트 클라우드 데이터가 레이어(layer)로 이루어지는 특성을 기반으로 비트스트림 단위에서 스케일러블(scalable), 서브-샘플링(sub-sampling), 서브셋 익스트랙션(subset extraction) 등을 효율적으로 수행하기 위한 비트스트림 패킹 방법을 제안한다.
인코더(15000) 및 인코더(15010)는 실시예들에 따른 포인트 클라우드 데이터 송신 장치의 인코더이다. 디코더(15020) 및 디코더(15030)는 실시예들에 따른 포인트 클라우드 데이터 수신 장치의 디코더이다
인코더(15000)는 지오메트리 데이터 및 어트리뷰트 데이터를 인코딩할 수 있다. 인코더에 입력되는 데이터는 소스 데이터로 지칭될 수 있다. 예를 들어, 소스 지오메트리는 지오메트리 입력 데이터이고, 소스 어트리뷰트는 어트리뷰트 입력 데이터이다. 인코더(15000)는 소스 지오메트리 데이터 및 소스 어트리뷰트 데이터의 전체 데이터를 인코딩하여 완전한 PCC 비트스트림을 생성할 수 있다. 디코더(15020)는 완전한 PCC 비트스트림(complete PCC bitstream)을 수신할 수 있다. 디코더(15020)는 송신단에서 인코딩되어 전송된 데이터를 역으로 디코딩하여 완전힌 소스 지오메트리 데이터 및 소스 어트리뷰트 데이터를 디코딩(또는 복원)할 수 있다.
인코더(15010)는 인코더(15000)과 비교 시, 소스 데이터의 전체를 인코딩하지 않고, 서브-샘플링(Sub-smapling) /또는 다운-스케일(Down-scale) 기법에 기반하여 일부 데이터만 인코딩할 수 있다. 그 결과, 디코더(15030)는 부분 PCC비트스트림(patial PCC bitstream)을 수신할 수 있다. 디코더(15030)는 인코더(15010)의 역과정으로 부분 PCC비트스트림을 디코딩하여, 부분 지오메트리 데이터 및 부분 어트리뷰트 데이터를 복원할 수 있다.
본 문서에서 실시예들에 따른 송수신 방법/장치는 detail 정도에 따라서 layer를 갖는 octree 구조 혹은 LoD (Level of Detail)에 따라서 PC 데이터를 구성하고, PCC NAL unit 정의하고, Parameter set을 통한 geometry /attribute layer structure 를 시그널링하고, 불필요한 데이터를 사전에 제거하여 일부만 전송(partial PCC bitstream)하는 방안 등을 제안한다.
도16은 실시예들에 따른 비트스트림의 조각(16020 내지 16050)의 구성을 나타낸다.
도16는 실시예들에 따른 송신 장치의 포인트 클라우드 컴프레션(point cloud compression)을 통해 획득된 비트스트림(bitstream)을 데이터(data)의 종류에 따라서 지오메트리 데이터 비트스트림(geometry data bitstream, 16060)과 어트리뷰트 데이터 비트스트림(attribute data bitstream, 16070)으로 나누어 전달하는 경우를 나타내는 것이다. 이 때, 각각의 비트스트림(bitstream)은 슬라이스(slice) 단위로 구성되어 전달될 수 있는데, 레이어(layer) 정보 혹은 LoD 정보와 관련없이 지오메트리 데이터 비트스트림(geometry data bitstream, 16060)과 어트리뷰트 데이터 비트스트림(attribute data bitstream, 16070)을 각각 하나의 단위로 구성하여 전달할 수 있다.
도16의 지오메트리 비트스트림(16060, 16020, 16040) 및 어트리뷰트 비트스트림(16070, 16030, 06050)은 도15의 인코더(15000, 15010)에서 생성/인코딩되고, 도15의 디코더(15020, 15030)에서 디코딩/파싱될 수 있다.
슬라이스(slice)란, 코딩된 포인트 클라우드 프레임의 전체 또는 일부를 나타내는 신택스 엘리먼트의 시리즈를 말한다.
이 경우, 지오메트리(geometry) 와 어트리뷰트(attribute)를 재구성 하기 위한 정보가 모두 하나의 슬라이스(slice) 안에 존재하기 때문에 정보 소실로 인한 복원 에러의 가능성이 작고, 간편하게 비트스트림(bitstrem)을 구성할 수 있는 효과가 있다. 하지만, 비트스트림(bitstream) 내의 일부 정보만을 이용하고자 하는 경우에는 비트스트림 전체를 디코딩해야 하며, 포인트 클라우드 데이터의 서브셋(subset)을 전달하거나 스케일러블 코딩(scalable coding)기반의 응용 분야에서 사용하는 경우 정보를 재구성 해야한다. 따라서, 이로 인한 과제를 해결하기 위하여, 실시예들에 따른 방법/장치는 포인트 클라우드 데이터의 스케일러블 코딩 방안(16000, 16010)을 제안한다.
비트스트림 레벨에서의 효율적인 정보 선택을 위해, 실시예들에 따른 송수신 장치는 지오메트리 비트스트림(geometry bitstream)과 어트리뷰트 비트스트림(attribute bitstream)을 각각 분할할 수 있는데, 이 때 분할의 기준으로써 PCC 의 레이어링(layering) 특성에 기반하여 각 데이터를 분할할 수 있다.
레이어란, 스케일러블 디코딩을 위한 비트스트림의 분할 단위를 의미한다. 비트스트림이 조각(들)로 분할될 수 있다. 조각은 레이어에 대응되고, 레이어는 날 유닛에 포함될 수 있다. 날 유닛은 하나 또는 하나 이상의 레이어를 포함할 수 있다. 비트스트림을 레이어로 나누는 기준은 실시예들에 따라 다양할 수 있고, 비트스트림 내 서로 관련이 있는 데이터 간 같은 레이어에 속할 수 있다. 또한, 포인트 클라우드 데이터를 파티셔닝할 수 있는 슬라이스/타일 등의 단위 등에 기반하여 레이어 단위로 비트스트림이 분할될 수 있다.
예를 들어, 인코더는 지오메트리 데이터(geometry data)를 옥트리(octree) 구조에 기반하여 압축할 수 있다. 이때, 각 옥트리 뎁스 레벨(octree depth level)에 속하는 정보들을 하나의 단위로 묶어서 전달할 수 있다. 이로 인하여, 일부의 정보만을 필요로 하는 응용 분야의 장치가 비트스트림(bitstream) 단위에서 선택적으로 필요한 정보를 복원할 수 있다.
한편, 인코더가 어트리뷰트(Attribute)를 RAHT코딩하는 경우, 지오메트리(geometry)와 유사하게 옥트리 뎁스 레벨(octree depth level)에 기반하여 어트리뷰트 데이터를 구분할 수 있다,
인코더가 어트리뷰트를 프레딕팅-리프팅(Pred-Lifting)코딩하는 경우, LoD에 따른 레이어(layer)에 기반하여 어트리뷰트 데이터를 나눌 수 있다.
지오메트리 비트스트림(Geometry bitstream)을 옥트리 뎁스 레벨(octree depth level)에 기반하여 비트스트림(bitstream) 단위를 분할 시, 어트리뷰트(attribute)가 RAHT 기반으로 인코딩 된 경우 지오메트리(geometry)와 같은 단위로 비트스트림 조각이 생성될 수 있다(도15의 싱크로노스 파티셔닝(16000) 참조),
도16의 1) 싱크로노스 파티셔닝(synchronous partitioning)(16000)과 같이, 지오메트리 비트스트림 및 어트리뷰트 비트스트림 간 구조의 유사성이 있을 수 있도록 시그널링이 가능하다.
도16의 2) 어싱크로노스 파티셔닝(asynchronous partitioning)(16010)과 같이, 어트리뷰트(attribute)가 프레딕팅-리프팅(Pred-Lifting)으로 인코딩된 경우 지오메트리 옥트리(geometry octree) 구조와는 독립되게 LoD가 구성될 수 있고 지오메트리(geometry)와 다른 형식으로 어트리뷰트 비트스트림 조각이 구성될 수 있다.
이 때, 비트스트림 조각(16020 내지 16050)을 구성하는 방법은 레이어(layer)에 기반한 구분 뿐만 아니라 응용 분야에 따라 서로 다른 방법이 가능하다. 만약 구분하는 방법이 디코딩에 영향을 미치는 경우 이에 대한 정보를 별도로 시그널링 할 수 있다. 또한 비트스트림 조각 당 하나의 레이어(layer) 정보가 매칭되는 것 뿐아니라 복수 혹은 일부의 레이어(layer) 정보가 매칭될 수 있다.
실시예들에 따른 송신 장치의 인코더가 지오메트리 비트스트림(16060) 및 어트리뷰트 비트스트림(16070)을 생성하는 경우, 어트리뷰트는 지오메트리에 디펜던트하므로, 인코딩/디코딩(재구성) 시 두 가지 비트스트림이 함께 필요하다. 지오메트리 비트스트림(16060) 및 어트리뷰트 비트스트림(16070)의 구조는 하나의 단위에 포함된 데이터를 간편하게 복원하는데 유리한 효과가 있다.
나아가, 실시예들에 따른 송신 장치의 인코더는 지오메트리 비트스트림(16020, 16040) 및 어트리뷰트 비트스트림(16030, 16050)을 생성할 수 있다. 지오메트리 비트스트림(16020) 및 어트리뷰트 비트스트림(16030)은 비트스트림의 조각에 기반하여 생성될 수 있다. 각 비트스트림은 레이어 별로 하나 또는 하나 이상의 조각들의 단위로 분할될 수 있고, 지오메트리 및 어트리뷰트의 각 조각은 어트리뷰트의 코딩 방식에 따라서 서로 동기가 일치할 수 있고, 불일치할 수도 있다. 상술한 바와 같이, 비트스트림 조각 및 레이어 간의 정보 매칭은 단수/복수 매칭 모두 가능하다. 이하에서, 실시예들에 따른 비트스트림 조각 처리 방법을 더 설명한다.
지오메트리 데이터는 옥트리 구조에 기반하여 생성된 레이어를 포함하고, 어트리뷰트 데이터는 LOD(Level of Detail)에 기반하여 생성된 레이어를 포함한다.
또한, 싱크로노스 파티셔닝이 수행된 경우, 특정 레이어까지 선택적 스케일러블하게 디코딩 시 지오메트리 및 어트리뷰트의 포인트 개수가 같은 경우를 의미한다.
수신기가 슬라이스 레벨까지 수신한 포인트 클라우드 데이터가 디코딩해야 하는지를 판단할 필요 없이, 도16과 같이 지오메트리 비트스트림 및 어트리뷰트 비트스트림이 레이어로 나뉜 경우, 효율적으로 빠르게 스케일러블 디코딩이 가능한 효과가 있다.
이와 같이, 실시예들에 따른 레이어는 스케일러블 디코딩을 위한 비트스트림의 분할단위일 수 있다.
나아가, 본 문서의 실시예들에 따른 레이어(조각)는 스케일러블 디코딩에 한정되지 않고, 지오메트리/어트리뷰트의 다양한 특성에 따라서 분할/분류될 수 있는 유닛일 수 있다.
예를 들어, 지오메트리 코딩 시 사용되는 지오메트리의 뎁스는 스케일러블 디코딩하지 않더라도 레이어를 가질 수 있다. 또한, IDCM을 통해 생성된 다이렉트 코딩된 포인트(direct coded point) 와 옥트리 기반으로 압축된 비트스트림이 각각의 레이어로 구분될 수도 있다. 마찬가지로, 어트리뷰트 코딩 시 사요오디는 어트리뷰트의 레이어는 스케일러블 디코딩한 경우 외에도 어트리뷰트 데이터 내 존재할 수 있다. 유사한 속성을 기준으로 어트리뷰트 데이터를 각각의 레이어를 구분할 수 있다.
도17은 실시예들에 따른 PCC 레이어 구조 기반의 비트스트림 조각 매칭을 나타낸다.
이하, 실시예들에 따른 포인트 클라우드 데이터 인코더 측면에서, PCC 레이어 구조 기반의 비트스트림 조각 매칭 방식을 설명한다.
도17은 도16에서 설명한 어떻게 지오메트리/어트리뷰트 데이터를 어떻게 지오메트리/어트리뷰트 비트스트림 조각에 매칭시키는지를 설명한다. 도15의 인코더는 도17의 과정을 통해 비트스트림 조각을 생성/매칭/인코딩하여 전송할 수 있다.
도17은 제안하는 비트스트림 조각 구성 방법을 실제 지오메트리 데이터(geometry data) 및 어트리뷰트 데이터(attribute data) 의 레이어(layer) 구조와의 연관성을 나타낸다. 먼저 지오메트리(geometry)는 3개의 옥트리 뎁스 레벨(octree depth level. 17000)로 구성되어있다고 가정할 때 루트(root)부터 리프(leaf)까지 0~3의 넘버링(numbering)을 할 수 있으며, 각각의 옥트리 레이어(octree layer)와 매칭되는 지오메트리 비트스트림(geometry bitstream) 조각(17010)에도 동일한 넘버링(numbering)을 할 수 있다.
예를 들어, 뎁스레벨0(루트) 노드에 대한 조각 0(NAL 0), 뎁스레벨1 노드에 대한 조각1(NAL1), 뎁스레벨2노드에 대한 조각2(NAL2), 뎁스레벨3(리프) 노드에 대한 조각3(NAL3)과 같이 조각화/넘버링이 될 수 있다.
이 때, 각각의 비트스트림 조각은 NAL (Network Abstract Layer) 라는 단위로 패킹되어서 전달될 수 있으며, 날 헤더(NAL header)에 포함된 비트스트림에 대한 정보 (데이터 타입(data type): 지오메트리 데이터(geometry data), 레이어 넘버(layer number)= 옥트리 뎁스 레이어(octree depth layer)) 등을 정의함으로써 비트스트림을 하위 단계까지 파싱하지 않더라도 NAL 단위에서 정보의 취사 여부를 결정할 수 있다.
어트리뷰트(Attribute)의 경우 LoD 기반의 프레딕팅-리프팅(Pred-Lifting)으로 인코딩이 진행되는 경우(17030), 도17과 같이 각 LoD에 대해 신규 포함되는 정보를 각각의 레이어(Layer)를 구성하는 정보로 가정할 수 있다.
어트리뷰트 비트스트림 조각(17020)은 어트리뷰트 날 유닛(Attribute NAL unit) 단위로 패킹될 수 있다. 예를 들어, 어트리뷰트 날 유닛 0(Attribute NAL unit 0)는 LoD 0, 어트리뷰트 날 유닛 0 및 1(Attribute NAL unit 0 &1 )은 LoD 1, 어트리뷰트 날 유닛 1 및 2(Attribute NAL unit 0 & 1 & 2)는 LoD2를 구성하는 정보로 볼 수 있다.
이 때, 지오메트리(geometry)와 어트리뷰트(attribute)의 비트스트림 조각 구성 방법이 다르므로 어싱크로노스 파티셔닝(asynchronous partitioning)이 적용되었음을 알 수 있다.
지오메트리 및 어트리뷰트의 비트스트림의 조각 구성이 같으면, 도16의 싱크로노스 파티셔닝이 적용됨을 알 수 있다.
실시예들에 따라, 지오메트리 비트스트림의 조각(유닛) 및 지오메트리 옥트리 구조의 뎁스 레이어 간 매칭은 일대일 매칭(패킹)일 수 있고, 다대다 매칭(패킹)일 수 있다.
실시예들에 따라, 어트리뷰트 비트스트림의 조각(유닛) 및 어트리뷰트 LOD 구조의 레이어 간 매칭은 일대일 매칭(패킹)일 수 있고, 다대다 매칭(패킹)일 수 있다.
실시예들에 따라, 뎁스 및 LOD는 레이어를 구분할 수 있는 기준일 수 있고, 다른 기준들이 레이어의 단위가 될 수 있다.
도18은 실시예들에 따른 비트스트림 조각의 디코딩 및 PCC구조의 레이어 매칭을 나타낸다.
도17과 같이 생성된 비트스트림 조각 구조를 디코딩하는 과정을 도18을 참조하여 실시예들에 따른 수신 장치(디코더) 측면에서 설명한다.
상술한 실시예들의 대응되는 과정으로써, 실시예들에 따른 포인트 클라우드 수신 장치 또는 디코더는 비트스트림 조각을 디코딩하고, 이때 비트스트림의 조각을 PCC 구조의 레이어(layer)에 매칭시킬 수 있다.
도18은 도16의 지오메트리/어트리뷰트 비트스트림 조각을 도15의 디코더가 어떻게 수신하여 디코딩하는지를 나타낸다. 즉, 도18은 수신된 지오메트리/어트리뷰트 비트스트림 조각을 어떻게 지오메트리/어트리뷰트 데이터에 디코더가 매칭시키는지 설명한다.
PCC 레이어(layer) 구조에 의해 분할 전달되는 비트스트림 조각을 수신기가 NAL 유닛 헤더(unit header)의 정보 기반으로 비트스트림을 선택적으로 디코딩/파싱할 수 있다,
이를 통해 수신 측의 디코더에 전달되는 데이터양을 사전에 효율적/효과적으로 줄일 수 있다. 실시예들에 따른 디코더는 지오메트리(Geometry)와 어트리뷰트(attribute) 비트스트림에 대해 각각 디코딩하고자하는 레이어(layer)를 선택할 수 있다.
예를 들어, 레이어 선택 방법은 수신기 시스템에 의해 정의될 수도 있고, 송신기에서 디코더의 성능을 바탕으로 선택에 관련된 정보를 수신기에 전달할 수 있다.
디코더는 해당 레이어(layer) 이후의 정보를 NAL 유닛 헤더(unit header)에 있는 정보를 기반으로 제거할 수 있다. 도17은 지오메트리 옥트리 레벨(geometry octree level)에 대해서는 4개의 레이어(layer)(옥트리 뎁스 레벨 0 부터 3까지)를 모두 사용하되 어트리뷰트(attribute)에 대해서는 LoD 1까지만 사용하도록 정의된 경우를 가정한다. 이 때 어트리뷰트 날 유닛 헤더(attribute NAL unit header)의 스파셜 아이디(공간 아이디)(spatial_id) 정보(도20 참조)를 기반으로 어트리뷰트 날2(Attribute NAL 2)를 선택/사용하지 않을 수 있다. 이렇게 선택된 정보는 각각 지오메트리 옥트리 레이어(geometry octree layer) 및 LoD 레이어(layer)에 매칭시킬 수 있다.
이 때 비트스트림 조각을 선택하기 위한 기준이 되는 정보로써 전체 레이어(layer) 구성 정보 및 비트스트림 조각과 매칭되는 정보를 사용할 수 있는데, 이는 SPS, GPS, APS 와 같은 파라미터 세트(parameter set)를 통해 전달되거나 SEI 메시지(message)(시그널링 정보) 와 같은 정보를 통해 전달될 수 있다.
실시예들에 따른 포인트 클라우드 수신 장치 또는 디코더는 비트스트림을 수신하여, 비트스트림을 날 유닛(NAL unit)에 기반하여 비트스트림 추출/선택(bitstream extraction/ selection)을 수행할 수 있다.
1) 날 유닛 타입(nal_unit_type)이 0 에 해당하는 경우(SPS_NUT), 수신 장치 또는 디코더는 날 유닛(NAL unit)을 파싱(parsing)하고, 포인트 클라우드 데이터 또는 비트스트림이 슬라이스(slice)에 기반하여 나뉘어 있는지 여부를 파악한다(예를 들어, 슬라이스로 분할된 데이터(비트스트림)의 경우 SPS슬라이스 세그멘테이션 플래그(sps_slice_segmentation_flag)가 1일 수 있음). 그리고, 수신 장치, 디코더, 또는 지오메트리 디코더는 지오메트리 비트스트림을 셀렉션 및/또는 익스트랜션(Geometry bitstream selection /extraction)하는 과정을 다음과 같이 수행한다.
2) 슬라이스 기반 분할된 비트스트림의 경우, 날 유닛 타입(nal_unit_type)이 2에 해당하는 경우(GPS_NUT), 수신 장치, 디코더, 또는 지오메트리 디코더는 날 유닛(NAL unit)을 파싱한다.
수신 장치, 디코더, 또는 지오메트리 디코더는 날 유닛 헤더(NAL unit header)의 날 공간 아이디(nal_spatial_id)와 매칭되는 지오메트리 레이어(geometry layer) 정보를 획득할 수 있다. 예를 들어, 실시예에 따르면, GPS맥스 공간 아이디(gps_max_spatial_id)가 3이고, GPS 맥스 지오메트리 레이어 아이디( gps_max_geom_layer_idx)가3인 경우, 날 공간 아이디( nal_spatial_id)가 0이면, GPS 지오메트리 레이어 아이디( gps_geom_layer_idx)가 0일 수 있다(18000). 날 공간 아이디(nal_spatial_id)가 1이면, GPS 지오메트리 레이어 아이디(gps_geom_layer_idx) 가 1일 수 있다(18010). 날 공간 아이디(nal_spatial_id)가 2이면, GPS 지오메트리 레이어 아이디( gps_geom_layer_idx)가 2일 수 있다(18020). 날 공간 아이디(nal_spatial_id)가3이면, GPS 지오네트리 레이어 아이디(gps_geom_layer_idx)가 3일 수 있다(18030). 즉, 지오메트리 비트스트림 조각의 날 공간 아이디에 기반하여, 지오메트리 레이어를 선택될 수 있다.
날 공간 아이디(nal_spatial_id)는 도20의 날 유닛 헤더에서 시그널링되는 정보에 기반하여 획득될 수 있다.
만약 수신 장치가 목표로 하는 지오메트리 레이어(geometry layer)가 있는 경우, 해당 레이어(layer)에 매칭되는 날 공간 아이디(nal_spatial_id)보다 큰 값을 갖는 지오메트리 날 유닛(geometry NAL unit)은 버릴 수 있다. 따라서, 날 유닛의 선택적 파싱이 가능하다.
3) 선택 (select / extract) 된 비트스트림 조각에 대해, 날 유닛(NAL unit)을 파싱(parsing)하여 수신 장치, 디코더, 또는 지오메트리 디코더는 지오메트리 슬라이스 세그먼트(geometry slice segment)를 얻을 수 있다. 선택된 모든 슬라이스(slice)에 대해 전송 순서에 따라 (혹은 별도로 시그널링 되는 순서를 따라) 파싱(parsing)하여 슬라이스 레이어 로우 바이트 시퀀스 페이로드(slice_layer_rbsp( ))를 디코더가 획득한다. 이 때, PCC송수신 장치는 레이어(layer) 간의 유사성을 기반으로 프레딕션(prediction)을 수행하기 때문에 데이터를 재구성하는 순서가 매우 중요하다.
4) 디코딩된 지오메트리(geometry) 데이터는 2)에서 파악된 레이어(layer) 구조를 기반으로 재구성될 수 있다.
이하, 수신 장치, 디코더, 또는 어트리뷰트 디코더가 어트리뷰트 비트스트림 셀렉션/익스트랙션(Attribute bitstream selection / extraction)을 다음과 같이 수행할 수 있다.
5) SPS 에 포함된 SPS 싱크로노스 지오메트리 어트리뷰트 세그먼트 플래그(sps_synchronous_geom_attr_segment_flag)가 0인 경우(또는 1인 경우, 숫자의 값은 실시예들에 따라 변경 가능하다)(즉, 싱크로노스인 경우를 이 플래그가 나타내는 경우), 어트리뷰트 날 유닛(attribute NAL unit)도 지오메트리 날 유닛(geometry NAL unit)과 동일하게 구성되어있음을 알 수 있다(16000)(예를 들어, sps_synchronous_geom_attr_segment_flag가 1인 경우). 이 경우, 어트리뷰트 타겟 레이어(attribute target layer)를 지오메트리 타겟 레이어(geometry target layer) 값으로 설정하고, 어트리뷰트 날 유닛(attribute NAL unit)의 날 공간 아이디(nal_spatial_id)를 통해 특정 레이어(layer) 이하의 비트스트림을 익스트랙션(extraction), 셀렉션(selection) 할 수 있다.
6) 만약 SPS 싱크로노스 지오메트리 어트리뷰트 세그먼트 플래그 (sps_synchronous_geom_attr_segment_flag)가 1 인 경우(또는 0인 경우, 숫자의 값은 실시예들에 따라 변경 가능하다)(즉, 어싱크로노스인 경우를 이 플래그가 나타내는 경우), 어트리뷰트 날 유닛(attribute NAL unit)이 지오메트리 날 유닛(geometry NAL unit)과 다르게 구성 되어있음을 알 수 있다(16010). 이 경우 날 유닛 타입(nal_unit_type)이 3인 경우(APS_NUT)에 해당하는 정보를 파싱한다. 여기에서는 어트리뷰트 날 유닛 헤더(attribute NAL unit header)의 날 공간 아이디(nal_spatial_id)와 매칭되는 어트리뷰트 레이어(attribute layer) 정보를 획득할 수 있다.
예를 들어, 실시예에 따르면, sps_synchromous_geom_attr_segment_flag = 0 인 경우(즉, 어싱크로노스인 경우)에 대응하여, APS 맥스 공간 아이디(aps_max_spatial_id)가 3이고, APS 맥스 어트리뷰트 레이어 아이디(aps_max_attr_layer_idx)가 2인 경우, 날 공간 아이디(nal_spatial_id)가 0이면, APS 어트리뷰트 레이어 아이디(aps_ ttr_layer_idx)가 0이고(18040), 날 공간 아이디(nal_spatial_id)가 1이면, APS 어트리뷰트 레이어 아이디(aps_attr_layer_idx)가 1이고(18050), 날 공간 아이디(nal_spatial_id)가 2이면, APS 어트리뷰트 레이어 아이디(aps_attr_layer_idx)가 2일 수 있다. 이와 같은 날 공간 아이디 및 APS 지오메트리 레이어 아이디에 기반하여 어트리뷰트 레이어(attribute layer)의 구조를 파악할 수 있다. 만약 목표로 하는 지오메트리 레이어(geometry layer)가 있는 경우, 해당 레이어(layer)에 매칭되는 날 공간 아이디(nal_spatial_id) 보다 큰 값을 갖는 어트리뷰트 날 유닛(attribute NAL unit)은 버릴 수 있다. 실시예들은 레이어2(layer 2)를 사용하지 않도록 했는데, 이 경우 날 공간 아이디(nal_spatial_id) = 2(18060) 를 버림으로써 LoD1에 해당하는 정보만을 디코딩할 수 있다.
7) 선택 (select / extract) 된 비트스트림 조각에 대해, 디코더는 날 유닛(NAL unit)을 파싱(parsing) 하여 어트리뷰트 슬라이스 세그먼트(attribute slice segment)를 획득할 수 있다. 선택된 모든 슬라이스(slice)에 대해 전송 순서를 따라 (혹은 별도로 시그널링 되는 순서를 따라) 파싱하여 슬라이스 레이어 RBSP(slice_layer_rbsp( ))를 디코더가 획득한다. 이 때, PCC는 레이어 간의 유사성을 기반으로 프레딕션(prediction)을 수행하기 때문에 데이터를 재구성하는 순서가 매우 중요하다. 또한, 필요한 경우 리컨스트럭된 지오메트리 데이터(reconstructed geometry data)를 어트리뷰트 디코딩(attribute decoding) 시 사용할 수 있다.
8) 디코딩 된 데이터는 6)에서 파악된 레이어 구조를 기반으로 재구성할 수 있다.
정리하면, 도15의 스케일러블/부분 인코딩/디코딩을 지원하기 위해서, 실시예들은 지오메트리/어트리뷰트 비트스트림을 조각으로 구성할 수 있고, 이때 NAL유닛이 사용될 수 있다. 또한, 도16과 같이 지오메트리/어트리뷰트 비트스트림은 조각으로 표현될 때, 지오메트리 및 어트리뷰트 간 동기가 맞는 경우 및/또는 동기가 맞지 않는 경우를 모두 고려할 수 있다. 도17과 같이, 실시예들에 따른 포인트 클라우드 데이터 송신 장치 및/또는 송신 장치의 인코더는 지오메트리 비트스트림 조각을 옥트리 노드의 레벨(뎁스/레이어)에 매칭시켜서 생성하고, 어트리뷰트 비트스트림 조각을 어트리뷰트 데이터의 LOD(레이어)에 매칭시켜서 생성할 수 있다. 마찬가지로, 도18과 같이, 실시예들에 따른 포인트 클라우드 데이터 수신 장치 및/또는 수신 장치의 디코더는 시그널링 정보에 기반하여, 지오메트리 비트스트림 조각을 매칭/시그널링되는 데이터/날 조각/옥트리 레벨(뎁스/레이어)에 기반하여 스케일러블(파셜, partial) 디코딩하고, 지오메트리 디코딩에 기반하여, 어트리뷰트 비트스트림 조각을 매칭/시그널링되는 데이터/날 조각/LOD레벨에 기반하여 스케일리버블(파셜) 디코딩할 수 있다.
실시예들에 따른 디코딩하는 단계는, 지오메트리 비트스트림의 유닛을 지오메트리 데이터의 옥트리 레이어에 매칭하고, 어트리뷰트 비트스트림의 유닛을 어트리뷰트 데이터의 LOD에 매핑한다.
도19는 실시예들에 따른 PCC NAL (Network abstract layer) 유닛을 나타낸다.
본 문서에서 설명하는 신택스 및 시맨틱스(Syntax and semantics)의 용어는 그 용어의 의도된 의미에 근거하야 이해될 수 있고, 동등한 범위 내에서 다른 용어 등으로 지칭이 가능한다.
날 유닛은 도15의 인코더(15000, 15010) 등에서 생성될 수 있다.
실시예들에 따른 포인트 클라우드 데이터 송신 장치 및/또는 인코더는 비트스트림이 분리된 슬라이스(slice)에 대한 정보를 시퀀스 파라미터 세트(sequence parameter set) 및 지오메트리 슬라이스 헤더(geometry slice header) 및 어트리뷰트 슬라이스 헤더(attribute slice header)에 정의할 수 있다
또한, 어플리케이션, 시스템에 따라 상응되는 위치 혹은 별도의 위치에 상술한 분리 관련 정보를 정의하여 적용 범위, 적용 방법 등을 다르게 사용할 수 있다.
실시예들에 따른 어트리뷰트 코딩(attribute coding) 기법과 독립적으로 해당 정보를 정의하는 방식은 나아가, 어트리뷰트 코딩(attribute coding) 방법과 연계하여 정의될 수 있다
지오메트리 스케일러빌리티(geometry scalability) 를 위해 지오메트리 파라미터 세트(geometry parameter set)에 상술한 분리 관련 정보를 정의할 수 있다. 또한 도19에 도시된 신택스 엘리먼트(syntax element)가 현재 포인트 클라우드 데이터 스트림(point cloud data stream) 뿐 아니라 복수의 포인트 클라우드 데이터 스트림(point cloud data stream)에 적용될 수 있는 경우에는 상위 개념의 파라미터 세트(parameter set) 등을 통해 전달할 수 있다.
날 유닛(nal_unit)은 포인트 클라우드 데이터를 포함하는 비트스트림의 날 유닛이다.
날 유닛 헤더(nal_unit_header)는 날 유닛의 헤더이다. 날 유닛은 헤더 및 페이로드로 구성될 수 있다.
넙버 바이트 인 날 유닛(NumBytesInNalUnit)은 날 유닛 내 바이트 수이다.
RBPS 바이트(rbsp_byte[i])는 RBSP의 I 번째 byte를 나타낸다. RBPS란, 로우 바이트 시퀀스 페이로드(Raw Byte Sequence Payload)이다. 날 유닛의 페이로드는RBPS를 포함한다. RBPS는 SPS 등 파라미터 세트 및 슬라이스 데이터 RBPS 등을 포함할 수 있다.
이뮬레이션 프리벤션 쓰리 바이트(emulation_prevention_three_byte)는 0x03 값을 가지며, 값이 존재하는 경우 디코딩 과정에서 사용되지 않아야 한다.
날 유닛은 도19과 같이, 날 유닛 헤더 및 날 유닛 페이로드로 구성된다. 날 유닛 페이로드는 RBPS 바이트 단위로 구성될 수 있다.
실시예들은 비트스트림을 조각으로 나누었을 때 비트스트림 단위의 선택의 효율을 높이기 위한 방법으로써 PCC NAL (Network abstract layer) 유닛을 정의한다. 이 때 NAL unit은 nal_unit_type에 따라 geometry NAL unit (nal_unit_type = 16, 17) 과 attribute NAL unit (nal_unit_type = 18, 19)으로 구분할 수 있으며, 이 외에도 파라미터 세트(parameter set)나 SEI 메시지(message)와 같은 코딩되지 않는 레이어(non-coding layer) 정보가 구분될 수 있다.
비트스트림의 구성 단위인 유닛은 비트스트림의 유닛의 구성에 관한 정보를 포함한다.
도20은 실시예들에 따른 날 유닛의 헤더를 나타낸다.
날 유닛 헤더 공간 아이디(nuh_spatial_id_plus1)는 PCC 비트스트림(bitstream)이 공간 레이어(spatial layer) 단위로 구성 된 경우, 날 유닛 헤더 공간 아이디(nuh_spatial_id_plus1)에서 1을 뺀 값의 값을 통해 공간 레이어(spatial layer)를 비트스트림(bitstream) 단위에서 구분하기 위해 사용할 수 있다. 슬라이스(Slice)가 공간 레이어(spatial layer)를 고려해서 나뉜 경우 지오메트리 슬라이스 헤더 슬라이스 아이디(gsh_slice_id), 어트리뷰트 슬라이스 헤더 슬라이스 아이디(ash_slice_id)의 값이 날 유닛 헤더 공간 아이디(nuh_spatial_id_plus1)와 연동되도록 정의할 수 있다.
도17 및 도18에서 설명한 PCC비트스트림 조각 및 PCC레이어 간 매칭은 도20의 날 유닛 헤더의 아이디 정보에 대응되는 아이디 정보에 기반하여 수행될 수 있다.
공간 레이어(spatial layer)란, PCC 비트스트림의 구분 단위일 수 있다. 비트 스트림의 날 유닛 헤더의 공간 아이디 정보에 기반하여 비트스트림이 레이어 기반으로 구분될 수 있다.
슬라이스와 공간 레이어와 관련된 경우, 각 지오메트리 및 어트리뷰트의 슬라이스 아이디가 날 유닛의 공간 아이디와 연동되어서, 슬라이스 아이디 값과 공간 아이디 값이 서로 매칭될 수 있다. 즉, 지오메트리는 옥트리 구조에 기반하여 레이어가 나뉠 수 있고, 어트리뷰트는 LOD에 기반하여 레이어가 나뉠 수 있다.
날 유닛 타입(nal_unit_type)은 NAL (network abstract layer) 유닛 타입(unit type)을 나타낸다. 상세한 타입 값은 도21에서 설명한다.
날 유닛 헤더 레이어 아이디(nuh_layer_id_plus1)는 날 유닛 헤더 레이어 아이디(nuh_layer_id_plus1) 해당 값에서 1 을 뺀 뒤 CL (coding layer) NAL unit 혹은 non-CL NAL unit이 어떤 레이어에 대한 정보인지를 나타낼 수 있다.
도21은 실시예들에 따른 날 유닛의 타입을 나타낸다.
날 유닛의 타입의 값에 따라서, 다음과 같이 다양한 종류의 날 유닛을 시그널링할 수 있다. 실시예들에 따른 송신 방법/장치(포인트 클라우드 데이터 송신 방법/장치)는 날 유닛을 생성하여 전송할 수 있고, 실시예들에 따르 수신 방법.장치(포인트 클라우드 데이터 수신 방법/장치)는 날 유닛을 수신하고, 날 유닛의 타입에 따른 정보를 파싱할 수 있다. 이로 인하여, 도15 내지 18에서 설명한 기술적 과제 및 효과를 제공할 수 있다.
도19의 날 유닛은 헤더 및 페이로드로 구성되고, 도20은 헤더의 신택스를 설명하고, 도21은 도20의 헤더가 시그널링하는 유닛의 타입에 따른 페이로드의 구성을 나타낸다.
nal_unit_type 이 0이면, 날 유닛은 SPS_NUT 이고, 날 유닛의 컨텐츠 및 RBSP 신택스 구조는 Sequence parameter set (seq_parameter_set_rbsp( )) 이고, 날 유닛 타입 클래스는 non-CL (coding layer)이다.
nal_unit_type 이 1이면, 날 유닛은 TPS_NUT 이고, 날 유닛의 컨텐츠 및 RBSP 신택스 구조는 Tile parameter Set (tile_parameter_set_rbsp()) 이고, 날 유닛 타입 클래스는 non-CL (coding layer)이다.
nal_unit_type 이 2이면, 날 유닛은 GPS_NUT 이고, 날 유닛의 컨텐츠 및 RBSP 신택스 구조는 Geometry parameter set (geom_parameter_set_rbsp()) 이고, 날 유닛 타입 클래스는 non-CL (coding layer)이다.
nal_unit_type 이 3이면, 날 유닛은 APS_NUT 이고, 날 유닛의 컨텐츠 및 RBSP 신택스 구조는 Attribute parameter set (attribute_parameter_set_rbsp()) 이고, 날 유닛 타입 클래스는 non-CL (coding layer)이다.
nal_unit_type 이 4이면, 날 유닛은 AUD_NUT 이고, 날 유닛의 컨텐츠 및 RBSP 신택스 구조는 Access unit delimiter (access_unit_delimiter_rbsp( )) 이고, 날 유닛 타입 클래스는 non-CL (coding layer)이다.
nal_unit_type 이 5 이면, 날 유닛은 PREFIX_SEI_NUT 이고, 날 유닛의 컨텐츠 및 RBSP 신택스 구조는 Supplemental enhancement information (sei_rbsp( )) 이고, 날 유닛 타입 클래스는 non-CL (coding layer)이다.
nal_unit_type 이 6 이면, 날 유닛은 SUFFIX_SEI_NUT 이고, 날 유닛의 컨텐츠 및 RBSP 신택스 구조는 Supplemental enhancement information (sei_rbsp( )) 이고, 날 유닛 타입 클래스는 non-CL (coding layer)이다.
nal_unit_type 이 7 이면, 날 유닛은 EOS_NUT 이고, 날 유닛의 컨텐츠 및 RBSP 신택스 구조는 End of sequence (end_of_seq_rbsp( )) 이고, 날 유닛 타입 클래스는 non-CL (coding layer)이다.
nal_unit_type 이 8 이면, 날 유닛은 EOB_NUT 이고, 날 유닛의 컨텐츠 및 RBSP 신택스 구조는 End of sequence (end_of_bitstream_rbsp( )) 이고, 날 유닛 타입 클래스는 non-CL (coding layer)이다.
nal_unit_type 이 9내지15 이면, 날 유닛은 RSV_NCL9내지 RSV_NCL15이고, 날 유닛의 컨텐츠 및 RBSP 신택스 구조는 Reserved 이고, 날 유닛 타입 클래스는 non-CL (coding layer)이다.
nal_unit_type 이 16이면, 날 유닛은 IDG_NUT 이고, 날 유닛의 컨텐츠 및 RBSP 신택스 구조는 Coded slice of a independent decodable geomery (slice_layer_rbsp( ))이고, 날 유닛 타입 클래스는 GCL (Geometry coding layer)이다.
nal_unit_type 이 17이면, 날 유닛은 DG_NUT 이고, 날 유닛의 컨텐츠 및 RBSP 신택스 구조는 Coded slice of a dependent geomery (slice_layer_rbsp( ))이고, 날 유닛 타입 클래스는 GCL (Geometry coding layer)이다.
nal_unit_type 이 18이면, 날 유닛은 IDA_NUT 이고, 날 유닛의 컨텐츠 및 RBSP 신택스 구조는 Coded slice of a independent decodable attribute (slice_layer_rbsp( ))이고, 날 유닛 타입 클래스는 ACL (Attribute coding layer)이다.
nal_unit_type 이 19이면, 날 유닛은 DA_NUT 이고, 날 유닛의 컨텐츠 및 RBSP 신택스 구조는 Coded slice of a dependent attribute (slice_layer_rbsp( ))이고, 날 유닛 타입 클래스는 ACL (Attribute coding layer)이다.
nal_unit_type 이 20내지27이면, 날 유닛은 RSV_NVCL20 내지 RSV_NVCL27이고, 날 유닛의 컨텐츠 및 RBSP 신택스 구조는 Reserved 이고, 날 유닛 타입 클래스는 CL (coding layer)이다.
nal_unit_type 이 28내지31이면, 날 유닛은 UNSPEC28내지 UNSPEC31이고, 날 유닛의 컨텐츠 및 RBSP 신택스 구조는 Unspecified 이고, 날 유닛 타입 클래스는 CL (coding layer)이다.
도22는 실시예들에 따른 시퀀스 파라미터 세트를 나타낸다.
도22 이하, 날 유닛의 헤더가 지칭하는 타입에 따라 포함될 수 있는 날 유닛의 페이로드 정보의 구성을 나타낸다.
SPS 슬라이스 세그먼트 플래그(sps_slice_segment_flag): 이 값이 1인 경우, 슬라이스(slice) 가 나뉘어져 있음을 알려줄 수 있다. 0 인 경우 지오메트리(geometry) 및 어트리뷰트(attribute) 가 각각 하나의 슬라이스(slice)로 구성되어있음을 알려줄 수 있다.
SPS 싱크로노스 지오메트리 어트리뷰트 세그먼트 플래그(sps_synchronous_geom_attr_segment_flag): 1인 경우 지오메트리 슬라이스(geometry slice)와 어트리뷰트 슬라이스(attribute slice)가 동일한 구조로 나뉘어 있음을 알려줄 수 있다. 0인 경우 지오메트리 슬라이스(geometry slice)와 어트리뷰트 슬라이스(attribute slice)가 독립된 구조로 나뉘어 있음을 알려줄 수 있다. sps_slice_segment_flag 가 0인 경우 sps_synchronous_geom_attr_segment_flag는 0이어야만 한다.
프로파일 컴페터빌리티 플래그(profile_compatibility_flags[ j ]): 1이면, J와 같은 프로파일 IDC(profile_idc)에 의해 지시되는 프로파일을 따르는 비트스트림을 나타낸다. profile_compatibility_flag[ j ] 의 값이 프로파일 IDC의 값으로 기술되지 않은 J에 대해 0일 수 있다.
레벨 IDC(level_idc): 비트스트림이 속하는 레벨을 나타낸다. 비트스트림은 다른 레벨IDC의 값을 포함하지 않는다. 다른 레벨 IDC 값들은 ISO/IEC의 추후 사용을 위해 예약된다.
SPS 바운딩 박스 존재 플래그(sps_bounding_box_present_flag): 1이면, 소스 바운딩 박스 오프셋을 나타내고, 사이즈 정보가 SPS 내에서 시그널링된다. 0이면, 소스 바운딩 박스 정보가 시그널링되지 않음을 나타낸다.
SPS 바운딩 박스 오프셋 X(sps_bounding_box_offset_x): 좌표계(cartesian coordinates)상의 소스 바운딩 박스의 X 오프셋을 나타낸다. 존재하지 않는 경우, 이 값은 0으로 추론된다.
SPS 바운딩 박스 오프셋 Y(sps_bounding_box_offset_Y): 좌표계(cartesian coordinates)상의 소스 바운딩 박스의 Y 오프셋을 나타낸다. 존재하지 않는 경우, 이 값은 0으로 추론된다.
SPS 바운딩 박스 오프셋 Z(sps_bounding_box_offset_Z): 좌표계(cartesian coordinates)상의 소스 바운딩 박스의 Z 오프셋을 나타낸다. 존재하지 않는 경우, 이 값은 0으로 추론된다.
SPS 바운딩 박스 스케일 팩터(sps_bounding_box_scale_factor): 좌표계(cartesian coordinates)상의 소스 바운딩 박스의 스케일 팩터를 나타낸다. 존재하지 않는 경우, 이 값은 1로 추론된다.
SPS 바운딩 박스 사이즈 너비(sps_bounding_box_size_width): 좌표계(cartesian coordinates)상의 소스 바운딩 박스의 너비를 나타낸다. 존재하지 않는 경우, 이 값은 1로 추론된다.
SPS 바운딩 박스 사이즈 높이(sps_bounding_box_size_height): 좌표계(cartesian coordinates)상의 소스 바운딩 박스의 높이를 나타낸다. 존재하지 않는 경우, 이 값은 1로 추론된다.
SPS 바운딩 박스 사이즈 뎁스(sps_bounding_box_size_depth): 좌표계(cartesian coordinates)상의 소스 바운딩 박스의 뎁스를 나타낸다. 존재하지 않는 경우, 이 값은 1로 추론된다.
SPS 소스 스케일 팩터(sps_source_scale_factor): 소스 포인트 클라우드의 스케일 팩터를 나타낸다.
SPS 시퀀스 파라미터 세트 아이디(sps_seq_parameter_set_id): 다른 신택스 엘리먼트들에 의한 참조를 위한 SPS에 대한 식별자를 제공한다. 이 값은 실시예들의 특정 버전을 따르는 비트스트림 내에서 0일 수 있다. 다른 값들은 ISO/IEC의 추후 사용을 위해 예약될 수 있다.
SPS 아틀라스 세트들의 개수(sps_num_attribute_sets): 비트스트림 내 코딩된 어트리뷰트들의 개수를 나타낸다. 이 값은 0 내지 63의 범위를 가질 수 있다.
어트리뷰트 디멘션(attribute_dimension[ i ]): I번째 어트리뷰트의 컴포넌트들의 개수를 명시한다.
어트리뷰트 인스턴스 아이디(attribute_instance_id[ i ]): I번째 어트리뷰트에 대한 인스턴스 아이디를 명시한다.
어트리뷰트 비트뎁스(attribute_bitdepth[ i ]): I번째 어트리뷰트 시그널(들)의 비트뎁스를 명시한다.
어트리뷰트 컬러 프라이머리(attribute_cicp_colour_primaries[ i ]): I번째 어트리뷰트의 컬러 어트리뷰트 소스 프라이머리(colour attribute source primaries)의 크로마틱 좌표(chromaticity coordinates)를 나타낸다.
어트리뷰트 컬러 트랜스퍼 캐릭터(attribute_cicp_transfer_characteristics[ i ]): 노미널 리얼 값 범위 0 내지 1을 갖는 소스 인풋 리니어 옵티컬 인텐시티 Lc 의 함수로써 컬러 어트리뷰트의 레퍼런스 옵토-일렉트로닉 트랜스퍼 캐릭터리스틱 함수를 나타내거나 또는 노미널 리얼 값 범위 0 또는 1을 갖는 아웃풋 리니어 옵티컬 인텐시티 Lo의 함수로써 레퍼런스 일렉트로-옵티컬 트랜스퍼 캐릭터리스틱 함수의 인버스를 나타낸다(either indicates the reference opto-electronic transfer characteristic function of the colour attribute as a function of a source input linear optical intensity Lc with a nominal real-valued range of 0 to 1 or indicates the inverse of the reference electro-optical transfer characteristic function as a function of an output linear optical intensity Lo with a nominal real-valued range of 0 to 1).
어트리뷰트 매트릭스 계수(attribute_cicp_matrix_coeffs[ i ]): 그린(green), 블루(blue) 및 레드(red) 또는 Y, Z, 및 X 프라이머리들(primaries)로부터 루마(luma) 및 크로마(chroma)를 획득하는데 사용되는 매트릭스 계수들을 설명한다(describes the matrix coefficients used in deriving luma and chroma signals from the green, blue, and red, or Y, Z, and X primaries).
어트리뷰트 비디오 풀 레인지 플래그(attribute_cicp_video_full_range_flag[ i ]): E′Y, E′PB, 및 E′PR 또는 E′R, E′G, 및 E′B 리얼-값 컴포넌트 시그널들로부터 획득된 루마 및 크로마의 블랙 레벨 및 범위를 나타낸다(indicates the black level and range of the luma and chroma signals as derived from E′Y, E′PB, and E′PR or E′R, E′G, and E′B real-valued component signals).
논 어트리뷰트 레이블 플래그(known_attribute_label_flag[ i ]): 1이면, I번째 어트리뷰트에 대해 시그널링되는 논 어트리뷰트 레이블(know_attribute_label)을 나타낸다. 0이면, I번째 어트리뷰트에 대해 시그널링되는 어트리뷰트 레이블 4바이트(attribute_label_four_bytes)를 나타낸다(equal to 1 specifies know_attribute_label is signalled for the i-th attribute. known_attribute_label_flag[ i ] equal to 0 specifies attribute_label_four_bytes is signalled for the i-th attribute).
논 어트리뷰트 레이블(known_attribute_label[ i ]): 0이면, 어트리뷰트가 컬러임을 나타낸다. 1이면, 어트리뷰트가 리플렉턴스(reflectance)임을 나타내다. 2이면, 어트리뷰트가 프레임 인덱스임을 나타내다.
어트리뷰트 레이블 4바이트(attribute_label_four_bytes[ i ]): 4바이트 코드를 갖는 논 어트리뷰트 타입(known attribute type)를 나타낸다.
attribute_label_four_bytes[ i ] 가 0이면, 어트리뷰트 타입이 컬러이고, attribute_label_four_bytes[ i ]가 1이면, 어트리뷰트 타입이 리플렉턴스이고, attribute_label_four_bytes[ i ]가 0xffffffff 이면, 어트리뷰트 타입이 unspecified 임을 나타낸다.
SPS 익스텐션 존재 플래그(sps_extension_present_flag): 1이면, sps_extension_data 신택스 구조가 SPS 신택스 구조 내 존재함을 나타낸다. 0이면, 이 신택스가 존재하지 않음을 나타낸다. 존재하지 않는 경우, 이 값은 0으로 추론될 수 있다.
SPS 익스텐션 데이터 플래그(sps_extension_data_flag): 어떠한 값도 가질 수 있다. 이 값의 존재 및 값은 실시예들에 따른 버전을 따르는 디코더에 영향을 끼치지 않는다.
본 문서에서 설명하는 Syntax and semantics 로 인하여, 실시예들에 따른 방법/장치의 효과가 제공될 수 있다.
도23은 실시예들에 따른 지오메트리 파라미터 세트(geometry_parameter_set)를 나타낸다.
GPS 맥스 공간 아이디(gps_max_spatial_id): 현재 지오메트리(geometry)에 대해 공간 아이디 또는 스파셜 아이디(spatial_id)의 최대값을 나타낸다. gps_max_spatial_id는 0과 날 유닛 타입 클래스(NAL unit type class)가 GCL (Geometry coding layer) 인 경우의 날 유닛 헤더 공간 아이디(nuh_spatial_id_plus1)의 최대값 사이의 값을 가질 수 있다. 도18에 설명한 바와 같이, 실시예들에 따른 디코더가 매칭 동작을 수행할 때 이 정보가 이용된다.
GPS 맥스 지오메트리 레이어 아이디(gps_max_geom_layer_idx): 지오메트리 코딩(geometry coding) 에서 정의하는 지오메트리 레이어(geometry layer)의 최대값을 나타낸다. 예를 들어, 옥트리(octree) 구조로 구성된 지오메트리(geometry) 에 대해서 맥스 옥트리 뎁스 레벨(max octree depth level) 값을 가질 수 있다. 도18에 설명한 바와 같이, 실시예들에 따른 디코더가 매칭 동작을 수행할 때 이 정보가 이용된다.
옥트리(OCTREE)란, 포인트 클라우드의 3D 지오메트리를 나타내는 8-ary 트리를 말한다. 실시예들에 따른 지오메트리 데이터를 인코딩하는 인코더는 지오메트리 옥트리를 사용할 수 있다. 옥트리 구조는 리컬시브한 서브디바이딩 방식(recursively subdividing)에 의해 생성된다.
GPS 지오메트리 레이어 인덱스(gps_geom_layer_idx [i]): i 번째 공간 아이디(spatial_id)에 매칭되는 지오메트리 레이어(geometry layer)를 나타낸다. 예를 들어 옥트리 구조로 구성된 지오메트리(geometry) 에 대해서 공간 아이디(spatial _id)에 매칭되는 옥트리 뎁스 레벨(octree depth level)을 알려줄 수 있다.
gps_geom_layer_idx [i] 는 gps_max_spatial_id 값만큼 지오메트리 파라미터 세트 내에서 시그널링된다. 도18에 설명한 바와 같이, 실시예들에 따른 디코더가 매칭 동작을 수행할 때 이 정보가 이용된다.
GPS 지오메트리 파라미터 세트 아이디(gps_geom_parameter_set_id): 다른 신택스 엘리먼트들에 의한 참조를 위한 GPS 에 대한 식별자를 제공한다. 이 값은 0 내지 15이하의 범위를 가질 수 있다.
GPS시퀀스 파라미터 세트 아이디(gps_seq_parameter_set_id): 액티브 SPS를 위한 시퀀스 파라미터 세트 아이디(sps_seq_parameter_set_id)의 값을 명시한다. 이 값은 0 내지 15이하의 범위를 가질 수 있다.
GPS 박스 존재 플래그(gps_box_present_flag): 1이면, 추가적인 바운딩 박스 정보(additional bounding box information)가 현재 GPS를 레퍼런스하는 지오메트리 헤더 내에서 제공된다. 0이면, 지오메트리 헤더 내 추가적인 바운딩 박스 정보가 시그널링되지 않음을 명시한다.
GPS 지오메트리 슬라이스 헤더 박스 존재 플래그(gps_gsh_box_log2_scale_present_flag): 1이면, 현재 GPS 를 레퍼런스하는 각 지오메트리 슬라이스 헤더 내 gsh_box_log2_scale 이 시그널링됨을 명시한다. 0이면, 각 지오메트리 슬라이스 헤더 내 gsh_box_log2_scale이 시그널링되지 안고, 모든 슬라이스들을 위한 커먼 스케일이 현재 GPS 의 gps_gsh_box_log2_scale 내 시그널링됨을 명시한다. gps_box_present_flag 가 1이면, gps_gsh_box_log2_scale_present_flag 이 시그널링된다.
GPS 지오메트리 슬라이스 헤더 스케일(gps_gsh_box_log2_scale): 현재 GPS를 레퍼런스하는 모든 슬라이스들에 대한 바운딩 박스 오리진(bounding box origin)의 커먼 스케일 팩터를 나타낸다.
유니크 지오메트리 포인트들 플래그(unique_geometry_points_flag): 1이면, 모든 아웃풋 포인트들이 유니크 포지션들을 가짐을 나타낸다. 0이면, 두 개 또는 이상의 아웃풋 포인트들이 동일한 포지션들을 가짐을 나타낸다.
네이버 컨텍스트 레스트릭션 플래그(neighbour_context_restriction_flag): 0이면, 옥트리 어큐판시 코딩이 6개 이웃 부모 노드들로부터 결정된 컨텍스트를 사용함을 나타낸다. 1이면, 형제 노드들만으로부터 결정된 컨텍스트들을 옥트리 코딩이 사용함을 나타낸다(equal to 0 indicates that octree occupancy coding uses contexts determined from six neighbouring parent nodes. neighbour_context_restriction_flag equal to 1 indicates that octree coding uses contexts determined from sibling nodes only)
간접 다이렉스 코딩 모드 인에이블 플래그(inferred_direct_coding_mode_enabled_flag): 1이면, 다이렉트 모드 플레그(direct_mode_flag)가 지오메트리 노드 신택스 내 존재할 수 있음을 나타낸다. 0이면, 다이렉트 모드 플래그가 지오메트리 노드 신택스에 존재하지 않음을 나타낸다.
비트와이즈 어큐판시 코딩 플래그(bitwise_occupancy_coding_flag): 1이면, 지오메트리 노드 어큐판시가 신택스 엘리먼트 어큐판시 맵의 비트와이즈 컨텍스튜얼리세이면을 사용하여 인코딩됨을 나타낸다. 0이면, 지오메트리 노드 어큐판시가 딕션너리 인코딩된 신택스 엘리먼트 어큐판시 바이트를 사용하여 인코딩됨을 나타낸다(bitwise_occupancy_coding_flag equal to 1 indicates that geometry node occupancy is encoded using bitwise contextualisation of the syntax element ocupancy_map. bitwise_occupancy_coding_flag equal to 0 indicates that geometry node occupancy is encoded using the dictionary encoded syntax element occypancy_byte).
인접 차일드 컨텍스튜얼리제이션 인에이블 플래그(adjacent_child_contextualization_enabled_flag): 1이면, 이웃하는 옥트리 노드들의 인접 자식이 비트와이즈 어큐판시 컨텐스튜얼리제이션을 위해 사용됨을 나타낸다. 0이면, 이웃하는 옥트리 노드들의 자식이 어큐판시 컨텍스튜얼리제이션을 위해 사용되지 않음을 나타낸다(adjacent_child_contextualization_enabled_flag equal to 1 indicates that the adjacent children of neighbouring octree nodes are used for bitwise occupancy contextualization. adjacent_child_contextualization_enabled_flag equal to 0 indicates that the children of neighbouring octree nodes are is not used for the occupancy contextualization).
이웃 가능한 바운더리(log2_neighbour_avail_boundary): 변수 이웃 가능한 바운더리(NeighbAvailBoundary)의 값을 명시한다. 이 값은 디코딩 프로세스에서 다음과 같이 사용된다.
NeighbAvailBoundary = 2"log2_neighbour_avail_boundary"
이웃 컨텍스트 제한 플래그(neighbour_context_restriction_flag)가 1이면, 이웃 가능 마스크(NeighbAvailabilityMask)는 1로 세팅된다. 반면에, 이웃 컨텍스트 제한 플래그가 0이면, 이웃 가능 마스크가 1 << log2_neighbour_avail_boundary으로 세팅된다(When neighbour_context_restriction_flag is equal to 1, NeighbAvailabilityMask is set equal to 1. Otherwise, neighbour_context_restriction_flag equal to 0, NeighbAvailabilityMask is set equal to 1 << log2_neighbour_avail_boundary).
인트라 프레딕션 맥스 노드 사이즈(log2_intra_pred_max_node_size): 어큐판시 인트라 프레딕션을 위한 옥트리 노드 사이즈를 명시한다(log2_intra_pred_max_node_size specifies the octree nodesize eligible for occupancy intra prediction).
트리숩 노드 사이즈(log2_trisoup_node_size): 트라이앵글 노드들의 사이즈인 변수 TrisoupNodeSize를 다음과 같이 명시한다(specifies the variable TrisoupNodeSize as the size of the triangle nodes as follows):
TrisoupNodeSize = 1 << log2_trisoup_node_size
log2_trisoup_node_size가 0이면, 지오메트리 비트스트림은 오직 옥트리 코딩 신택스를 포함한다. log2_trisoup_node_size가 0보다 크면, 비트스트림 컨포먼스의 요구사항으로, inferred_direct_coding_mode_enabled_flag가 반드시 0이고, unique_geometry_points_flag 가 반드시 1이어야 한다(When log2_trisoup_node_size is equal to 0, the geometry bitstream includes only the octree coding syntax. When log2_trisoup_node_size is greater than 0, it is a requirement of bitstream conformance that: inferred_direct_coding_mode_enabled_flag must be equal to 0, and unique_geometry_points_flag must be equal to 1).
GPS 익스텐션 존재 플래그(gps_extension_present_flag): 1이면, gps_extension_data 신택스 구조가 GPS 신택스 구조 내 존재함을 나타낸다. gps_extension_present_flag가 0이면, 이 신택스 구조가 존재하지 않음을 나타낸다. 존재하지 않는 경우, gps_ extension_present_flag의 값은 0으로 추론된다(gps_extension_present_flag equal to 1 specifies that the gps_extension_data syntax structure is present in the GPS syntax structure. gps_extension_present_flag equal to 0 specifies that this syntax structure is not present. When not present, the value of gps_ extension_present_flag is inferred to be equal to 0).
GPS 익스텐션 데이터 플래그(gps_extension_data_flag): 은 어느 값이든 가질 수 있다. 이 값은 실시예들에 따른 프로파일을 따르는 디코더에 영향을 미치지 않는다. 디코더들은 실시예들에 따른 프로파일을 따른다.
도24는 실시예들에 따른 어트리뷰트 파라미터 세트(attribute_parameter_set( ))를 나타낸다.
APS 맥스 공간 아이디(aps_max_spatial_id현재 attribute 에 대한 spatial_id의 최대값을 나타낸다. aps_max_spatial_id는 0과 NAL unit type class 가 ACL (Attribute coding layer) 인 경우의 nuh_spatial_id_plus1의 최대값 사이의 값을 가질 수 있다. sps_synchronous_geom_attr_segment_flag에 따라서 지오메트리/어트리뷰트가 싱크로노스가 아닌 경우, aps_max_spatial_id, aps_max_attr_layer_idx, aps_attr_layer_idx_[i]가 시그널링될 수 있다. aps_attr_layer_idx_[i]는 aps_max_spatial_id마다 시그널링될 수 있다.
APS 맥스 어트리뷰트 레이어 아이디(aps_max_attr_layer_idx): 어트리뷰트(attribute)를 구성하는 어트리뷰트 레이어(attribute layer)의 최대값을 나타낸다. 예를 들어 LoD 기반으로 어트리뷰트 코딩(attribute coding)을 하는 경우, LoD layer의 최대값을 가질 수 있다.
APS 어트리뷰트 레이어 인덱스(aps_attr_layer_idx [i]): i 번째 spatial_id에 매칭되는 어트리뷰트 레이어(attribute layer)를 나타낸다. 예를 들어 LoD구조를 기반으로 attribute coding이 이루어지는 경우 attribute layer의 spatial _id에 매칭되는 LoD layer 를 알려줄 수 있다.
APS 어트리뷰트 파라미터 세트 아이디(aps_attr_parameter_set_id):다른 신택스 엘리먼트들에 의한 참조를 위한 APS에 대한 식별자를 제공한다. 이 값은 0 내지 15이하의 범위를 가질 수 있다.
APS 시퀀스 파라미터 세트 아이디(aps_seq_parameter_set_id): 액티브 SPS를 위한 sps_seq_parameter_set_id의 값을 명시한다. aps_seq_parameter_set_id의 값은 0내지 15이하의 범위를 가질 수 있다.
APS 코딩 타입(attr_coding_type): 어트리뷰트 코딩 타입(attr_coding_type)의 주어진 값을 위한 어트리뷰트에 대한 코딩 타입을 나타낸다. attr_coding_type 의 값은 0, 1, 2일 수 있다. attr_coding_type의 다른 값들은 ISO/IEC에 의한 추후 사용을 위해 예약된다. attr_coding_type의 예약된 값들은 디코더가 무시할 수 있다.
예를 들어, attr_coding_type 가 0이면, 코딩 타입(coding type)은 프레딕팅 웨이트 리프팅(Predicting Weight Lifting)이다. attr_coding_type 가 1이면, 코딩 타입(coding type)은 리젼 어답티브 하이라키컬 트랜스폼(Region Adaptive Hierarchical Transform (RAHT))이다. attr_coding_type 가 2이면, 코딩 타입(coding type)은 픽스 웨이트 리프팅(Fix Weight Lifting)이다.
APS 어트리뷰트 이니셜 QP(aps_attr_initial_qp): APS를 참조하는 각 슬라이스에 대한 변수 SliceQp의 이니셜 값을 나타낸다. SliceQp 의 이니셜 값은 slice_qp_delta_luma 또는 slice_qp_delta_luma 의-제로 값들이 디코딩되는 경우 어트리뷰트 슬라이스 세그먼트 레이어에서 변경/수정된다. aps_attr_initial_qp 의 값은 0 내지 52이하의 범위를 가질 수 있다.
APS 어트리뷰트 크로마 QP오프셋(aps_attr_chroma_qp_offset): 신택스 aps_attr_initial_qp에 의해 시그널링되는 이니셜 퀀타이제이션 파라미터(initial quantization parameter)에 대한 오프셋을 나타낸다.
APS 슬라이스 QP 델타 존재 플래그(aps_slice_qp_delta_present_flag): 1이면, ash_attr_qp_delta_luma 및 ash_attr_qp_delta_luma 신택스 엘리먼트들이 ASH에 존재함을 나타낸다. aps_slice_qp_present_flag 이 0이면, ash_attr_qp_delta_luma 및 ash_attr_qp_delta_luma 신택스 엘리먼트들이 ASH 내 존재하지 않음을 나타낸다.
리프팅 니어스트 이웃들의 개수(lifting_num_pred_nearest_neighbours): 프레딕션에 상요되는 니어스트 네이버들(nearest neighbours)의 맥시멈 개수를 나타낸다. lifting_num_pred_nearest_neighbours 의 값은 1 내지 XX 의 범위를 가질 수 있다.
리프팅 다이렉트 프레딕터들의 맥스 넘버(lifting_max_num_direct_predictors): 다이렉트 프레딕션을 위해 사용되는 프레딕터들의 맥시멈 개수를 나타낸다. lifting_max_num_direct_predictors 의 값은 0 내지 lifting_num_pred_nearest_neighbours의 범위를 가진다.
디코딩 프로세스에서 사용되는 변수 MaxNumPredictors의 값은 다음과 같다: MaxNumPredictors = lifting_max_num_direct_predictors + 1
리프팅 서치 범위(lifting_search_range): 프레딕션에 대해 사용되고, 거리 기반 레벨 오브 디테일(distance-based levels of detail)을 생성하기 위해 사용되는 니어스트 네이버들(nearest neighbours)을 결정하기 위한 서치 범위를 나타낸다.
리프팅 LOD 레귤러 샘플링 인에블 플래그(lifting_lod_regular_sampling_enabled_flag): 1이면, 레벨 오브 디테일들(levels of detail)이 레귤러 샘플링 전략(regular sampling strategy)을 사용하여 생성되는 것을 나타낸다. lifting_lod_regular_sampling_enabled_flag 이 0이면, 거리 기반 샘플링 전략이 사용되는 것을 나나탠다.
리프팅 디테일 레벨들의 넘버(lifting_num_detail_levels_minus1): 어트리뷰트 코딩을 위한 레벨 오브 디테일의 개수를 나타낸다. lifting_num_detail_levels_minus1은 0 내지 XX의 범위를 가진다.
lifting_num_pred_nearest_neighbours, lifting_max_num_direct_predictors, lifting_search_range, lifting_lod_regular_sampling_enabled_flag, lifting_num_detail_levels_minus1 는 isLifting 값에 따라 시그널링된다. isLifting 값은 어트리뷰트 코딩 타입(attr_coding_type)이 0 또는 2인 경우 1이되고 아니면 0이 된다.
리프팅 샘플링 주기(lifting_sampling_period[ idx ]): 레벨 오브 디테일 인덱스(IDX)를 위한 샘플링 피리오드(기간)을 나타낸다. lifting_sampling_period[ ]의 값은 0 내지 XX의 범위를 가질 수 있다.
lifting_sampling_period및 lifting_sampling_distance_squared[ idx ]은 lifting_lod_decimation_enabled_flag에 따라서 시그널링되고, num_detail_levels_minus1의 개수만큼 인덱스마다 시그널링될 수 있다.
리프팅 샘플링 디스턴스 스퀘어드(lifting_sampling_distance_squared[ idx ]): 레벨 오브 디테일 인덱스(IDX)를 위한 샘플링 디스컨스의 스퀘어를 나타낸다. 이 값은 0 내지 XX의 범위일 수 있다.
리프팅 어답티브 프레딕션 스레드홀드(lifting_adaptive_prediction_threshold): 어답티브 프레딕션(adaptive prediction)을 가능하게 하는 스레드홀드를 나타낸다. 이 값은 0 내지 XX범위일 수 있다.
리프팅 인트라 LOD 프레딕션 레어어들 넘버(lifting_intra_lod_prediction_num_layers): 동일한 LOD 레이어 내 디코딩된 포인트들이 타겟 포인트의 프레딕션 값을 생성하기 위해 참조될 수 있는, LOD 레이어의 개수를 나타낸다. lifting_intra_lod_prediction_num_layers 가 num_detail_levels_minus1 plus 1 과 같으면, 타겟 포인트가 모든 LOD레이어들에 대해 동일한 LOD 레이어 내 디코딩된 포인트들을 참조할 수 있음을 나타낸다. lifting_intra_lod_prediction_num_layers 이 0이면, 타겟 포인트가 어떠한 LOD 레이어들에 대해서도 동일한 LOD 레이어 내 디코딩된 포인트들을 참조할 수 없음을 나타낸다. lifting_intra_lod_prediction_num_layers 은 0 내지 lifting_num_detail_levels_minus1 plus 1의 범위일 수 있다(lifting_intra_lod_prediction_num_layers specifies number of LoD layer where decoded points in the same LoD layer could be referred to generate prediction value of target point. lifting_intra_lod_prediction_num_layers equal to num_detail_levels_minus1 plus 1 indicates that target point could refer decoded points in the same LoD layer for all LoD layers. lifting_intra_lod_prediction_num_layers equal to 0 indicates that target point could not refer decoded points in the same LoD layer for any LoD layers. lifting_intra_lod_prediction_num_layers shall be in the range of 0 to lifting_num_detail_levels_minus1 plus 1).
lifting_adaptive_prediction_threshold및 lifting_intra_lod_prediction_num_layers 는 attr_coding_type이 0인 경우에 시그널링된다.
APS 익스텐션 존재 플래그(aps_extension_present_flag): 1이면, aps_extension_data 신택스 구조가 APS 신택스 구조 내 존재함을 나타낸다. 0이면, 이 신택스 구조가 존재하지 않음을 나타낸다. 존재하지 않으면, 이 값은 0으로 추론된다.
APS 익스텐션 데이터 플래그(aps_extension_data_flag): 이 값은 어떠한 값도 가질 수 있다. 실시예뜰에 따른 프로파일을 따르는 디코더에 이 값이 영향을 미치지 않을 수 있다.
도25는 실시예들에 따른 포인트 클라우드 데이터 송신 장치의 인코더를 나타낸다.
이하에서, 실시예들에 따른 송수신단의 구성요소를 설명한다. 각 구성요소는 프로세서, 소프트웨어, 또는 하드웨어 등에 대응할 수 있다. 또한, 이하의 구성요소는 PCC송수신단의 구조 및/또는 시그널링 정보와 함께 결합될 수 있다.
도25는 실시예들에 따른 PCC 데이터를 인코딩하고, 송신하는 경우에 대한 세부 기능 구성의 실시예이다. 포인트 클라우드 데이터가 인코더(25000, 25010)에 입력되면, 인코더(25000, 25010)는 위치 정보 (지오메트리 데이터(geometry data): e.g., XYZ 좌표, phi-theta 좌표 등)와 속성 정보 (어트리뷰트 데이터(attribute data): e.g., 컬러(color), 반사도(reflectance), 세기(intensity), 그레이 스케일(grayscale), 불투명도(opacity), 미디엄(medium), 머터리얼(material), 글로스니스(glossiness) 등)를 각각 인코딩 할 수 있다. 압축 된 데이터는 전송을 위한 단위로 나뉘어지게 되는데, 패킹(Packing) 모듈(25020)을 통해 레이어링 구조 정보(layering structure information)에 따라 NAL unit 단위로 데이터를 나누어 패킹할 수 있다.
다시 말해, 지오메트리 인코더(25000)는 포인트 클라우드 데이터를 수신하여 포인트 클라우드 데이터의 지오메트리 데이터를 인코딩한다. 인코딩된 지오메트리 데이터는 지오메트리 비트스트림의 형태를 가질 수 있다.
어트리뷰트 인코더(25010)는 포인트 클라우드 데이터를 수신하여 포인트 클라우드 데이터의 어트리뷰트 데이터를 인코딩한다. 인코딩된 어트리뷰트 데이터는 어트리뷰트 비트스트림의 형태를 가질 수 있다.
날 유닛 패커(25020)는 지오메트리/어트리뷰트 비트스트림 및/또는 메타데이터를 수신하여, 도15 내지 17, 19-24에서 상술한 비트스트림을 레이어 구조를 위한 날 유닛 단위로 분할 및/또는 패킹한다. 날 유닛 패커(25020)는 별도의 구성요소로 존재할 수 있고 또는 지오메트리/어트리뷰트(25000, 25010) 인코더 내에 포함되어 해당 동작을 수행할 수 있다.
메타데이터 제너레이터(25030)는 지오메트리 인코딩(25000) 및/또는 어트리뷰트 인코딩(25010)의 동작과 관련된 시그널링 정보인 메타데이터를 생성한다. 예를 들어, 도19-24 등에서 설명한 SPS, GPS, APS, TPS 등이 생성되어 날 유닛 패커(25020)에 제공될 수 있다.
멀티플렉서(25040)는 레이어 당 서브-비트스트림들을 수신하여 멀티플렉싱할 수 있다.
트랜스미터(25050)는 포인트 클라우드 비트스트림을 전송할 수 있다.
상술한 실시예들로 인하여, 포인트 클라우드 데이터 송신 장치는 PCC데이터를 분할/압축하여 전송함으로서 저장 및 전송 효율을 증가시키는 효과를 제공한다.
도26은 실시예들에 따른 포인트 클라우드 데이터 수신 장치의 디코더를 나타낸다.
도26은 실시예들에 따라서 PCC 데이터를 수신/디코딩하는 경우에 대한 세부 기능 구성의 실시예이다. 비트스트림이 수신기(26000)에 입력되면 수신기(26000)는 위치 정보에 대한 비트스트림과 속성 정보에 대한 비트스트림을 구분하여 처리할 수 있다. 이 때, 날 유닛 파서(NAL unit parser, 26020)는 SPS, GPS, APS와 같은 no -CL(non-coding layer) 정보와 지오메트리 날 유닛(Geometry NAL unit)과 어트리뷰트 날 유닛(Attribute NAL unit)과 같은 CL(coding layer)을 구분할 수 있다. 메타데이터 파서(metadata parser, 26030)는 SPS, GPS, APS 에서 전달된 정보를 기반으로 포인트 클라우드 데이터(point cloud data)의 지오메트리(geometry) 및 어트리뷰트 레이어(attribute layer) 구조를 파악하고 디코딩하고자 하는 목표 레이어(layer)를 설정할 수 있다. 날 유닛 셀렉션(NAL unit selection, 26020) 과정은 날 공간 아이디(nal_spatial_id)를 통해 디코딩(decoding)에서 제외되는 레이어(layer)를 날 유닛(NAL unit) 단위에서 제거할 수 있다. 분류된 비트 스트림은 데이터의 특성에 따라 지오메트리 디코더(geometry decoder) 와 어트리뷰트 디코더(attribute decoder, 26040, 26050)가 각각 지오메트리 데이터(geometry data)와 어트리뷰트 데이터(attribute data)를 복원된 후 렌더러(renderer, 26060)가 최종 출력을 위한 포맷으로 변환할 수 있다.
다시 말해, 수신부(26000)는 실시예들에 따른 송신 장치가 전송한 포인트 클라우드 비트스트림을 수신할 수 있다.
디멀티플렉서(26010)는 포인트 클라우드 비트스트림을 디멀티플렉싱할 수 있다.
날 유닛 파서/셀렉터(26020)는 디멀티플렉싱된 포인트 클라우드 비트스트림을 수신하여, 도19-24 등에서 설명한 메타데이터, 지오메트리 데이터, 및/또는 어트리뷰트 데이터를 도16-20 등에서 설명한 날 유닛에 기반하여 파싱하고, 디코딩하고 하는 데이터를 셀렉팅할 수 있다.
메타데이터 파서(26030)는 포인트 클라우드 데이터 비트스트림 내 메타데이터를 파싱할 수 있다. 또한, 메타데이터를 날 유닛 파서/셀렉터(26020)에 제공할 수도 있다. 파싱된 메타데이터에 기반하여, 디코더(26040, 26050)의 동작이 수행될 수 있다.
지오메트리 디코더(26040)는 지오메트리 데이터를 디코딩한다.
어트리뷰트 디코더(26050)는 어트리뷰트 데이터를 디코딩한다.
렌더러(26060)는 지오메트리/어트리뷰트 데이터를 렌더링할 수 있다.
도26의 각 과정은 도15와 같이 전체 및/또는 부분 PCC 비트스트림을 처리하여 사용자에게 스케일러블하게 효율적으로 제공할 수 있다. 이로 인하여, 디코더 또는 수신기는 레이어(layer)에 따라서 데이터를 나누어 처리함으로써, 디코더 성능을 증가시키는 효과를 제공한다.
도27은 실시예들에 따른 포인트 클라우드 데이터의 송수신 흐름을 나타낸다.
도27은 실시예들에 따른 송신단의 효과를 설명한다. 도27 내지 28은 실시예들에 따른 다양한 use case 를 나타낸다.
실시예들은 포인트 클라우드 데이터(point cloud data)에 대해 일절 기준에 따라 압축 데이터를 나누어 전송하는 방법을 제공한다. 특히, 레이어드 코딩(layered coding)을 사용하는 경우 레이어(layer)에 따라서 압축 데이터를 나누어 보낼 수 있고, 송신단의 저장 및 전송 효율이 증가한다.
도27과 같이, 포인트 클라우드 데이터(point cloud data)의 지오메트리(geometry) 및 어트리뷰트(attribute)가 압축되어 서비스될 수 있다. PCC 기반 서비스에서 수신기 성능 혹은 전송 환경에 따라 압축율 혹은 데이터 수를 조절하여 보낼 수 있는데, 만약 하나의 슬라이스(slice) 단위로 포인트 클라우드 데이터(point cloud data)가 묶여 있는 경우, 수신기 성능 혹은 전송 환경이 변하는 경우 1) 각 환경에 맞는 비트스트림(bitstream)을 미리 변환하여 별도로 저장하고 전송할 때 선택하든지(27020, 27040) 2) 혹은 전송에 앞서서 변환하는 과정 (transcoding, 27030)을 필요로 한다. 이 때, 지원해야하는 수신기 환경이 증가하던든 전송 환경이 수시로 바뀌는 경우 저장 공간의 문제 혹은 변환으로 인한 딜레이(delay)가 문제될 수 있다.
도15와 같이, 데이터를 전송하기 전에 다양한 디코더 성능에 맞도록 포인트 클라유드 데이터(point cloud data)를 서브 샘플링(subsampling) 한 후 각각을 인코딩 하여 저장할 수도 있다.
또한, 실시예들이 제안하는 바와 같이 레이어(layer)에 따라서 날 유닛(NAL unit) 단위로 압축 데이터를 나누어 전달하는 경우, 별도의 변환 과정 없이 미리 압축된 데이터에 대해 날 유닛 헤더(NAL unit header)의 정보를 통해 비트스트림(bitstream) 단계에서 필요한 부분만 선택적으로 전달할 수 있다는 장점이 있다(도19-20 참조).
이는 저장 공간 측면에서도 하나의 스트림 당 하나의 저장 공간만이 필요하기 때문에 효율적이며, 전송 전에 필요한 레이어(layer) 만을 선택적으로 전송하기 때문에 (비트스트림 셀렉터 (bitstream selector, 27040)에 의해) 밴드위스(bandwidth) 측면에서도 효율적인 전송이 가능하다. 비트스트림 셀렉터(27040)는 송신 장치에 포함되거나, 인코더, 트랜스미터 등에 연결될 수 있다. 스케일러블 인코더(27000) 및 비트스트림 셀렉터(27040)는 레이어 기반의 partial PCC 비트스트림을 인코딩하여 선택적으로 전송할 수 있다(도16내지 도18 참조).
실시예들에 따른 인코더(27000)는 상술한 실시예들에 따른 인코더에 대응할 수 있다. 소스로 입력되는 지오메트리/어트리뷰트 데이터를 스케일러블하게 인코당하여 바로 전송하는 것이 아니라, 저장 공간(27020)에 인코딩된 데이터를 저장할 수 있다. 저장 공간(27020)은 실시예들에 따른 포인트 클라우드 데이터 송신 장치에 포함될 수 있고, 인코더(10002) 또는 트랜스미터(10003) 등에 연결될 수 있다. 송신 장치는 저장 공간(27020)에 저장된 포인트 클라우드 데이터를 선택적으로 전송할 수 있다. 또한, 송신 장치는 포인트 클라우드 데이터를 부분 인코딩을 위한 트랜스코딩(27030)하여 전송할 수 있다.
실시예들에 따른 디코더(27010)는 상술한 실시예들에 따른 디코더에 대응할 수 있다. 수신된 비트스트림으로부터 지오메트리/어트리뷰트 데이터를 부분적으로 복원할 수 있다.
도28은 실시예들에 따른 포인트 클라우드 데이터의 송수신 흐름을 나타낸다.
도28은 상술한 실시예들에 따른 송수신 장치가 포인트 클라우드 데이터를 전송하고 수신하는 과정을 나타낸다.
실시예들에 따른 송수신 장치는 포인트 클라우드 데이터에 대해 일정한 기준에 따라 압축 데이터(compressed data)를 나누어 전송할 수 있다. 실시예들에 따른 레이어드 코딩(layered coding)을 사용하는 경우, 포인트 클라우드 데이터를 레이어(layer)에 따라서 압축된 데이터 형태로 나누어 보낼 수 있고, 이 경우 수신단의 효율이 증가한다.
특히, 도28은 레이어(layer)로 이루어진 포인트 클라우드 데이터를 전송하는 경우에 대한 송수신 단의 동작을 나타낸다. 이 때 수신기의 성능과 관계없이 전체 PCC 데이터를 복원할 수 있는 정보를 전달하는 경우, 수신기는 디코딩을 통해 포인트 클라우드 데이터를 복원한 후에 필요로 하는 레이어에 해당하는 데이터만을 선택하는 과정 (data selection 혹은 sub-sampling, 28000) 이 필요로 하다. 이 경우 전달된 비트스트림을 이미 디코딩하기 때문에 저지연을 목표로 하는 수신기가 딜레이를 발생시키거나 혹은 수신기 성능에 따라서 디코딩을 하지 못할 수도 있다.
데이터 셀렉터(또는 서브 샘플러, 28000)는 수신 장치에 포함될 수 있고, 디코더 등에 연결될 수 있다.
송신 장치는 저장공간(28010)을 이용하여 로우 QP(Low QP)를 위한 트랜스코딩을 통해 완전한 PCC 비트스트림을 전송할 수 있다. 수신 장치는 이를 수신하여 완전한 지오메트리/어트리뷰트 데이터를 복원할 수 있다. 또한, 데이터 셀렉터(28000)를 사용하거나 서브-샘플링에 기반하여 부분적으로 지오메트리/어트리뷰트 데이터를 선택 복원할 수 있다.
또한, 상술한 실시예들에 따라 지오메트리/어트리뷰트 비트스트림을 슬라이스(slice) 단위로 나누어 전달하게 되는 경우, 수신기는 디코더 성능 혹은 응용 분야에 따라 리프리젠테이션(representation) 하고자 하는 포인트 클라우드 데이터(point cloud data)의 밀도에 따라서 비트스트림(bitstream)을 선택적으로 디코더에 전달할 수 있다. 이 때 NAL unit header의 nal_spatial_id 및 nal_data_type을 통해 선택하고자 하는 layer의 정보를 NAL unit 단에서 선택할 수 있다. 이 경우 디코딩 이전에 선택이 이루어 짐으로써 디코더 효율이 높아지게 되며, 하나의 비트 스트림을 통해 다양한 성능의 디코더를 지원할 수 있다는 장점이 있다.
예를 들어, 스케일러블 인코더(28020)는 상술한 실시예들에 따른 인코더에 대응한다. 인코더(28020)는 소스로 입력되는 지오메트리 및/또는 어트리뷰트 데이터를 스케일러블하게 인코딩하여, 완전한 PCC 비트스트림을 생성하여 전송하거나, 미리 저장공간에 저장하여 전송할 거나, Partial PCC 비트스트림을 생성하여 전송하나, 미리 저장공간에 저장하여 전송할 수 있다.
디코더(28040)는 상술한 실시예들에 따른 디코더에 대응한다. 디코더(28040) 이전에 비트스트림 셀렉터(28030)가 레이어 기반 스케일러블하게 인코딩된 전체 또는 부분 PCC 비트스트림으로부터 레이어의 날 유닛 단위에 기반하여 원하는 부분의 데이터를 선택적으로 디코딩할 수 있다. 디코더(28040)는 부분 지오메트리/어트리뷰트 데이터를 디코딩하고 복원할 수 있다.
도29는 실시예들에 따른 포인트 클라우드 데이터 송신 방법을 나타낸다.
S29000, 실시예들에 따른 포인트 클라우드 데이터 송신 방법은 지오메트리 데이터 및 어트리뷰트 데이터를 포함하는 포인트 클라우드 데이터를 인코딩하는 단계를 포함한다. 실시예들에 따른 인코딩 과정은 도1의 인코더(1002), 도2의 인코딩(20001), 도4의 인코더, 도12의 인코더(12001 내지12011), 도14의 XR디바이스(1430), 도15의 인코더(15000, 15010), 도25의 인코더(25000, 25010), 유닛 패커(25020), 메타데이터 제너레이터(25030), 도27의 스케일러블 인코더(27000), 비트스트림 셀렉터(27040), 도28의 스케일러블 인코더(28020) 등의 동작을 포함할 수 있다.
S29010, 실시예들에 따른 포인트 클라우드 데이터 송신 방법은 포인트 클라우드 데이터를 포함하는 비트스트림을 전송하는 단계를 더 포함한다. 실시예들에 따른 전송 과정은 도1의 전송기(10003), 도2의 전송(20002), 도4의 지오메트리 비트스트림 및/또는 어트리뷰트 비트스트림을 전송, 도12의 전송 처리부(12012), 도14의 XR디바이스(1430), 도15의 완전한 또는 부분 PCC 비트스트림 전송, 도16의 비트스트림의 레이어 조각 구성, 도25의 멀티플랙서(25040) 및 트랜스미터(25050), 도27의 트랜스코딩 전송 및 부분 PCC 비트스트림 전송, 도28의 트랜스 코딩 전송 및 complete PCC 비트스트림 전송 등의 동작을 포함할 수 있다.
도30은 실시예들에 따른 포인트 클라우드 데이터 수신 방법을 나타낸다.
S30000, 실시예들에 따른 포인트 클라우드 데이터 수신 방법은 지오메트리 데이터 및 어트리뷰트 데이터를 포함하는 포인트 클라우드 데이터를 포함하는 비트스트림을 수신하는 단계를 포함한다. 실시예들에 따른 수신 과정은 도1의 리시버(10005), 도2의 전송에 대한 수신(20002), 도4및11의 지오메트리/어트리뷰트 비트스트림의 수신, 도13의 수신부(13000) 및 수신 처리부(13001), 도14의 XR디바이스(1430), 도15의 complete PCC bitstream 및 partial PCC bitstream의 수신, 도16의 비트스트림 조각 레이어 수신, 도19내지도24의 날 유닛 수신, 도26의 리시버(26000), 디멀티플렉스(26010), 도27의 partial PCC bitstream 수신, 도28의 complete PCC bitstream 수신 등의 동작을 포함할 수 있다.
S30010, 실시예들에 따른 포인트 클라우드 데이터 수신 방법은 포인트 클라우드 데이터를 디코딩하는 단계를 더 포함한다. 실시예들에 따른 디코딩 과정은 도1의 디코더(10006), 도2의 디코딩(20003), 도10의 지오메트리/어트리뷰트 디코더, 도11의 지오메트리/어트리뷰트 디코더, 도13의 디코더(13002 내지 13010), 도14의 XR디바이스(1430), 도15의 디코더(15020, 15030), 도16의 비트스트림 조각 레이어 디코딩, 도18의 조각(유닛)의 레이어 매칭, 도19내지24의 신택스 파싱/디코딩, 도26의 지오메트리/어트리뷰트 디코더(26040, 26050), 메타데이터 파서(26030), 유닛 파서/셀렉터(26020), 도27의 디코더(27010), 도28의 스케일러블 디코더/데이터 셀렉터(서브-샘플러)(28000), 비트스트림 셀렉터(28030), 디코더(28040) 등의 동작을 포함할 수 있다.
실시예들에 따른 포인트 클라우드 데이터 수신 방법의 전체 또는 일부 과정은 송신 방법의 역과정을 따를 수 있다.
Point Cloud Compression 처리 과정, PCC NAL unit 및 geometry /attribute layer structure 간의 결합을 통해, 본 문서의 실시예들에 따른 PCC 송신기 또는 수신기는 상술한 PCC NAL unit를 사용할 수 있다. 또한, 상술한 Parameter set에 포함된 geometry /attribute layer structure를 이용할 수 있다. 이로 인하여, PCC 송신기는 저장 및 전송 효율을 증가시킬 수 있고, PCC수신기는 딜레이를 감소시키고, 디코딩 효율을 증가시킬 수 있다.
본 문서에서 A/B는 A 및 B, A 또는 B 를 포함하는 의미로 사용되었다.
실시예들은 방법 및/또는 장치 관점에서 설명되었으며, 방법의 설명 및 장치의 설명은 상호 보완하여 적용될 수 있다.
설명의 편의를 위하여 각 도면을 나누어 설명하였으나, 각 도면에 서술되어 있는 실시 예들을 병합하여 새로운 실시 예를 구현하도록 설계하는 것도 가능하다. 그리고, 통상의 기술자의 필요에 따라, 이전에 설명된 실시 예들을 실행하기 위한 프로그램이 기록되어 있는 컴퓨터에서 판독 가능한 기록 매체를 설계하는 것도 실시예들의 권리범위에 속한다. 실시예들에 따른 장치 및 방법은 상술한 바와 같이 설명된 실시 예들의 구성과 방법이 한정되게 적용될 수 있는 것이 아니라, 실시 예들은 다양한 변형이 이루어질 수 있도록 각 실시 예들의 전부 또는 일부가 선택적으로 조합되어 구성될 수도 있다. 실시예들의 바람직한 실시 예에 대하여 도시하고 설명하였지만, 실시예들은 상술한 특정의 실시 예에 한정되지 아니하며, 청구범위에서 청구하는 실시예들의 요지를 벗어남이 없이 당해 발명이 속하는 기술분야에서 통상의 지식을 가진 자에 의해 다양한 변형실시가 가능한 것은 물론이고, 이러한 변형실시들은 실시예들의 기술적 사상이나 전망으로부터 개별적으로 이해돼서는 안 될 것이다.
실시예들의 장치의 다양한 구성요소들은 하드웨어, 소프트웨어, 펌웨어 또는 그것들의 조합에 의해 수행될 수 있다. 실시예들의 다양한 구성요소들은 하나의 칩, 예를 들면 하나의 하드웨어 서킷으로 구현될 수 있다 실시예들에 따라, 실시예들에 따른 구성요소들은 각각 별도의 칩들로 구현될 수 있다. 실시예들에 따라, 실시예들에 따른 장치의 구성요소들 중 적어도 하나 이상은 하나 또는 그 이상의 프로그램들을 실행 할 수 있는 하나 또는 그 이상의 프로세서들로 구성될 수 있으며, 하나 또는 그 이상의 프로그램들은 실시예들에 따른 동작/방법들 중 어느 하나 또는 그 이상의 동작/방법들을 수행시키거나, 수행시키기 위한 인스트럭션들을 포함할 수 있다. 실시예들에 따른 장치의 방법/동작들을 수행하기 위한 실행 가능한 인스트럭션들은 하나 또는 그 이상의 프로세서들에 의해 실행되기 위해 구성된 일시적이지 않은 CRM 또는 다른 컴퓨터 프로그램 제품들에 저장될 수 있거나, 하나 또는 그 이상의 프로세서들에 의해 실행되기 위해 구성된 일시적인 CRM 또는 다른 컴퓨터 프로그램 제품들에 저장될 수 있다. 또한 실시예들에 따른 메모리는 휘발성 메모리(예를 들면 RAM 등)뿐 만 아니라 비휘발성 메모리, 플래쉬 메모리, PROM등을 전부 포함하는 개념으로 사용될 수 있다. 또한, 인터넷을 통한 전송 등과 같은 캐리어 웨이브의 형태로 구현되는 것도 포함될 수 있다. 또한, 프로세서가 읽을 수 있는 기록매체는 네트워크로 연결된 컴퓨터 시스템에 분산되어, 분산방식으로 프로세서가 읽을 수 있는 코드가 저장되고 실행될 수 있다.
이 문서에서 “/”와 “,”는 “및/또는”으로 해석된다. 예를 들어, “A/B”는 “A 및/또는 B”로 해석되고, “A, B”는 “A 및/또는 B”로 해석된다. 추가적으로, “A/B/C”는 “A, B 및/또는 C 중 적어도 하나”를 의미한다. 또한, “A, B, C”도 “A, B 및/또는 C 중 적어도 하나”를 의미한다. 추가적으로, 이 문서에서 “또는”는 “및/또는”으로 해석된다. 예를 들어, “A 또는 B”은, 1) “A” 만을 의미하고, 2) “B” 만을 의미하거나, 3) “A 및 B”를 의미할 수 있다. 달리 표현하면, 본 문서의 “또는”은 “추가적으로 또는 대체적으로(additionally or alternatively)”를 의미할 수 있다.
제1, 제2 등과 같은 용어는 실시예들의 다양한 구성요소들을 설명하기 위해 사용될 수 있다. 하지만 실시예들에 따른 다양한 구성요소들은 위 용어들에 의해 해석이 제한되어서는 안된다. 이러한 용어는 하나의 구성요소를 다른 구성요소와 구별하기 위해 사욛외는 것에 불과하다. 것에 불과하다. 예를 들어, 제1 사용자 인풋 시그널은 제2사용자 인풋 시그널로 지칭될 수 있다. 이와 유사하게, 제2사용자 인풋 시그널은 제1사용자 인풋시그널로 지칭될 수 있다. 이러한 용어의 사용은 다양한 실시예들의 범위 내에서 벗어나지 않는 것으로 해석되어야만 한다. 제1사용자 인풋 시그널 및 제2사용자 인풋 시그널은 모두 사용자 인풋 시그널들이지만, 문맥 상 명확하게 나타내지 않는 한 동일한 사용자 인풋 시그널들을 의미하지 않는다.
실시예들을 설명하기 위해 사용된 용어는 특정 실시예들을 설명하기 위한 목적으로 사용되고, 실시예들을 제한하기 위해서 의도되지 않는다. 실시예들의 설명 및 청구항에서 사용된 바와 같이, 문맥 상 명확하게 지칭하지 않는 한 단수는 복수를 포함하는 것으로 의도된다. 및/또는 표현은 용어 간의 모든 가능한 결합을 포함하는 의미로 사용된다. 포함한다 표현은 특징들, 수들, 단계들, 엘리먼트들, 및/또는 컴포넌트들이 존재하는 것을 설명하고, 추가적인 특징들, 수들, 단계들, 엘리먼트들, 및/또는 컴포넌트들을 포함하지 않는 것을 의미하지 않는다. 실시예들을 설명하기 위해 사용되는, ~인 경우, ~때 등의 조건 표현은 선택적인 경우로만 제한 해석되지 않는다. 특정 조건을 만족하는 때, 특정 조건에 대응하여 관련 동작을 수행하거나, 관련 정의가 해석되도록 의도되었다.
또한, 본 문서에서 설명하는 실시예들에 따른 동작은 실시예들에 따라서 메모리 및/또는 프로세서를 포함하는 송수신 장치에 의해 수행될 수 있다. 메모리는 실시예들에 따른 동작을 처리/제어하기 위한 프로그램들을 저장할 수 있고, 프로세서는 본 문서에서 설명한 다양한 동작을 제어할 수 있다. 프로세서는 컨트롤러 등으로 지칭가능하다. 실시예들에 동작들은 펌웨어, 소프트웨어, 및/또는 그것들의 조합에 의해 수행될 수 있고, 펌웨어, 소프트웨어, 및/또는 그것들의 조합은 프로세서에 저장되거나 메모리에 저장될 수 있다.
상술한 바와 같이, 실시예들을 실시하기 위한 최선의 형태에서 관련 내용을 설명하였다.
상술한 바와 같이, 실시예들은 포인트 클라우드 데이터 송수신 장치 및 시스템에 전체적 또는 부분적으로 적용될 수 있다.
당업자는 실시예들의 범위 내에서 실시예들을 다양하게 변경 또는 변형할 수 있다.
실시예들은 변경/변형들을 포함할 수 있고, 변경/변형은 청구항들 및 그 와 동일한 것들의 범위를 벗어나지 않는다.

Claims (20)

  1. 지오메트리 데이터 및 어트리뷰트 데이터를 포함하는 포인트 클라우드 데이터를 인코딩하는 단계;
    상기 포인트 클라우드 데이터를 포함하는 비트스트림을 전송하는 단계; 를 포함하는,
    포인트 클라우드 데이터 송신 방법.
  2. 제1항에 있어서,
    상기 인코딩하는 단계는,
    상기 지오메트리 데이터를 포함하는 지오메트리 비트스트림 및 상기 어트리뷰트 데이터를 포함하는 어트리뷰트 비트스트림을 생성하고,
    상기 지오메트리 비트스트림 및 상기 어트리뷰트 비트스트림은 레이어에 기반하여 분할되는,
    포인트 클라우드 데이터 송신 방법.
  3. 제2항에 있어서,
    상기 지오메트리 비트스트림에 대한 상기 레이어는 옥트리 구조에 기반하여 생성되고,
    상기 어트리뷰트 비트스트림에 대한 상기 레이어는LOD(Level of Detail)에 기반하여 생성되는,
    포인트 클라우드 데이터 송신 방법.
  4. 제2항에 있어서,
    상기 인코딩하는 단계는,
    상기 지오메트리 데이터의 옥트리 레이어를 상기 지오메트리 비트스트림의 유닛에 패킹하고,
    상기 어트리뷰트 데이터의 LOD를 상기 어트리뷰트 비트스트림의 유닛에 패킹하는,
  5. 제4항에 있어서,
    상기 유닛은 상기 비트스트림의 분할에 관한 정보를 포함하는,
    포인트 클라우드 데이터 송신 방법.
  6. 지오메트리 데이터 및 어트리뷰트 데이터를 포함하는 포인트 클라우드 데이터를 인코딩하는 인코더;
    상기 포인트 클라우드 데이터를 포함하는 비트스트림을 전송하는 트랜스미터; 를 포함하는,
    포인트 클라우드 데이터 송신 장치.
  7. 제6항에 있어서,
    상기 인코더는,
    상기 지오메트리 데이터를 포함하는 지오메트리 비트스트림 및 상기 어트리뷰트 데이터를 포함하는 어트리뷰트 비트스트림을 생성하고,
    상기 지오메트리 비트스트림 및 상기 어트리뷰트 비트스트림은 레이어에 기반하여 분할되는,
    포인트 클라우드 데이터 송신 장치.
  8. 제7항에 있어서,
    상기 지오메트리 비트스트림에 대한 상기 레이어는 옥트리 구조에 기반하여 생성되고,
    상기 어트리뷰트 비트스트림에 대한 상기 레이어는LOD(Level of Detail)에 기반하여 생성되는,
    포인트 클라우드 데이터 송신 장치.
  9. 제7항에 있어서,
    상기 인코더는,
    상기 지오메트리 데이터의 옥트리 레이어를 상기 지오메트리 비트스트림의 유닛에 패킹하고,
    상기 어트리뷰트 데이터의 LOD를 상기 어트리뷰트 비트스트림의 유닛에 패킹하는,
    포인트 클라우드 데이터 송신 장치.
  10. 제9항에 있어서,
    상기 유닛은 상기 비트스트림의 분할에 관한 정보를 포함하는,
    포인트 클라우드 데이터 송신 장치.
  11. 지오메트리 데이터 및 어트리뷰트 데이터를 포함하는 포인트 클라우드 데이터를 포함하는 비트스트림을 수신하는 단계;
    상기 포인트 클라우드 데이터를 디코딩하는 단계; 를 포함하는,
    포인트 클라우드 데이터 수신 방법.
  12. 제11항에 있어서,
    상기 비트스트림은
    레이어에 기반하여 분할된, 상기 지오메트리 데이터를 포함하는 지오메트리 비트스트림 및 상기 어트리뷰트 데이터를 포함하는 어트리뷰트 비트스트림을 포함하는,
    포인트 클라우드 데이터 수신 방법.
  13. 제12항에 있어서,
    상기 지오메트리 데이터는 옥트리 구조에 기반하여 생성된 레이어를 포함하고,
    상기 어트리뷰트 데이터는 LOD(Level of Detail)에 기반하여 생성된 레이어를 포함하는,
    포인트 클라우드 데이터 수신 방법.
  14. 제12항에 있어서,
    상기 디코딩하는 단계는,
    상기 지오메트리 비트스트림의 유닛을 상기 지오메트리 데이터의 옥트리 레이어에 매칭하고,
    상기 어트리뷰트 비트스트림의 유닛을 상기 어트리뷰트 데이터의 LOD에 매핑하는,
    포인트 클라우드 데이터 수신 방법.
  15. 제14항에 있어서,
    상기 유닛은 상기 비트스트림의 상기 유닛에 관한 정보를 포함하는,
    포인트 클라우드 데이터 수신 방법.
  16. 지오메트리 데이터 및 어트리뷰트 데이터를 포함하는 포인트 클라우드 데이터를 포함하는 비트스트림을 수신하는 리시버;
    상기 포인트 클라우드 데이터를 디코딩하는 디코더; 를 포함하는,
    포인트 클라우드 데이터 수신 장치.
  17. 제16항에 있어서,
    상기 비트스트림은
    레이어에 기반하여 분할된, 상기 지오메트리 데이터를 포함하는 지오메트리 비트스트림 및 상기 어트리뷰트 데이터를 포함하는 어트리뷰트 비트스트림을 포함하는,
    포인트 클라우드 데이터 수신 장치.
  18. 제17항에 있어서,
    상기 지오메트리 데이터는 옥트리 구조에 기반하여 생성된 레이어를 포함하고,
    상기 어트리뷰트 데이터는 LOD(Level of Detail)에 기반하여 생성된 레이어를 포함하는,
    포인트 클라우드 데이터 수신 장치.
  19. 제17항에 있어서,
    상기 디코더는,
    상기 지오메트리 비트스트림의 유닛을 상기 지오메트리 데이터의 옥트리 레이어에 매칭하고,
    상기 어트리뷰트 비트스트림의 유닛을 상기 어트리뷰트 데이터의 LOD에 매핑하는,
    포인트 클라우드 데이터 수신 장치.
  20. 제19항에 있어서,
    상기 유닛은 상기 비트스트림의 상기 유닛에 관한 정보를 포함하는,
    포인트 클라우드 데이터 수신 장치.
PCT/KR2020/008327 2019-07-04 2020-06-26 포인트 클라우드 데이터 송신 장치, 포인트 클라우드 데이터 송신 방법, 포인트 클라우드 데이터 수신 장치 및 포인트 클라우드 데이터 수신 방법 WO2021002636A1 (ko)

Priority Applications (4)

Application Number Priority Date Filing Date Title
CN202080048673.8A CN114097247A (zh) 2019-07-04 2020-06-26 点云数据发送设备、点云数据发送方法、点云数据接收设备、以及点云数据接收方法
US17/621,042 US11895341B2 (en) 2019-07-04 2020-06-26 Point cloud data transmission device, point cloud data transmission method, point cloud data reception device, and point cloud data reception method
EP20835101.5A EP3993429A4 (en) 2019-07-04 2020-06-26 POINT CLOUD DATA TRANSMITTER DEVICE, POINT CLOUD DATA TRANSMITTER METHOD, POINT CLOUD DATA RECEIVE DEVICE AND POINT CLOUD DATA RECEIVE METHOD
US18/398,895 US20240137578A1 (en) 2019-07-04 2023-12-28 Point cloud data transmission device, point cloud data transmission method, point cloud data reception device, and point cloud data reception method

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
US201962870764P 2019-07-04 2019-07-04
US62/870,764 2019-07-04

Related Child Applications (2)

Application Number Title Priority Date Filing Date
US17/621,042 A-371-Of-International US11895341B2 (en) 2019-07-04 2020-06-26 Point cloud data transmission device, point cloud data transmission method, point cloud data reception device, and point cloud data reception method
US18/398,895 Continuation US20240137578A1 (en) 2019-07-04 2023-12-28 Point cloud data transmission device, point cloud data transmission method, point cloud data reception device, and point cloud data reception method

Publications (1)

Publication Number Publication Date
WO2021002636A1 true WO2021002636A1 (ko) 2021-01-07

Family

ID=74100902

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/KR2020/008327 WO2021002636A1 (ko) 2019-07-04 2020-06-26 포인트 클라우드 데이터 송신 장치, 포인트 클라우드 데이터 송신 방법, 포인트 클라우드 데이터 수신 장치 및 포인트 클라우드 데이터 수신 방법

Country Status (4)

Country Link
US (2) US11895341B2 (ko)
EP (1) EP3993429A4 (ko)
CN (1) CN114097247A (ko)
WO (1) WO2021002636A1 (ko)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2022186651A1 (ko) * 2021-03-04 2022-09-09 엘지전자 주식회사 포인트 클라우드 데이터 송신 장치, 포인트 클라우드 데이터 송신 방법, 포인트 클라우드 데이터 수신 장치 및 포인트 클라우드 데이터 수신 방법

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2024012381A1 (en) * 2022-07-09 2024-01-18 Douyin Vision (Beijing) Co., Ltd. Method, apparatus, and medium for point cloud coding
CN117834833A (zh) * 2022-08-19 2024-04-05 腾讯科技（深圳）有限公司 一种点云媒体的数据处理方法及相关设备

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20190080483A1 (en) * 2017-09-14 2019-03-14 Apple Inc. Point Cloud Compression
US20190081638A1 (en) * 2017-09-14 2019-03-14 Apple Inc. Hierarchical point cloud compression
WO2019065298A1 (ja) * 2017-09-29 2019-04-04 ソニー株式会社 情報処理装置および方法
WO2019078000A1 (ja) * 2017-10-16 2019-04-25 ソニー株式会社 情報処理装置および方法

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2020188932A1 (ja) * 2019-03-15 2020-09-24 ソニー株式会社 情報処理装置および情報生成方法
WO2020251019A1 (ja) * 2019-06-14 2020-12-17 パナソニック インテレクチュアル プロパティ コーポレーション オブ アメリカ 三次元データ符号化方法、三次元データ復号方法、三次元データ符号化装置、及び三次元データ復号装置

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20190080483A1 (en) * 2017-09-14 2019-03-14 Apple Inc. Point Cloud Compression
US20190081638A1 (en) * 2017-09-14 2019-03-14 Apple Inc. Hierarchical point cloud compression
WO2019065298A1 (ja) * 2017-09-29 2019-04-04 ソニー株式会社 情報処理装置および方法
WO2019078000A1 (ja) * 2017-10-16 2019-04-25 ソニー株式会社 情報処理装置および方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
KHALED MAMMOU; CHOU PHILIP A; FLYNN DAVID; KRIVOKUĆA MAJA; NAKAGAMI OHJI; SUGIO TOSHIYASU: "G-PCC codec description v2 Editors", 31 January 2019 (2019-01-31), XP055741386, Retrieved from the Internet <URL:https://mpeg.chiariglione.org/sites/default/files/files/standards/parts/docs/w18189.zip> *
See also references of EP3993429A4 *

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2022186651A1 (ko) * 2021-03-04 2022-09-09 엘지전자 주식회사 포인트 클라우드 데이터 송신 장치, 포인트 클라우드 데이터 송신 방법, 포인트 클라우드 데이터 수신 장치 및 포인트 클라우드 데이터 수신 방법

Also Published As

Publication number Publication date
CN114097247A (zh) 2022-02-25
EP3993429A4 (en) 2022-08-24
EP3993429A1 (en) 2022-05-04
US20240137578A1 (en) 2024-04-25
US20220353548A1 (en) 2022-11-03
US11895341B2 (en) 2024-02-06

Similar Documents

Publication Publication Date Title
WO2021066312A1 (ko) 포인트 클라우드 데이터 송신 장치, 포인트 클라우드 데이터 송신 방법, 포인트 클라우드 데이터 수신 장치 및 포인트 클라우드 데이터 수신 방법
WO2021002730A1 (ko) 포인트 클라우드 데이터 송신 장치, 포인트 클라우드 데이터 송신 방법, 포인트 클라우드 데이터 수신 장치 및 포인트 클라우드 데이터 수신 방법
WO2021066615A1 (en) Point cloud data transmission device, point cloud data transmission method, point cloud data reception device, and point cloud data reception method
WO2021025251A1 (ko) 포인트 클라우드 데이터 송신 장치, 포인트 클라우드 데이터 송신 방법, 포인트 클라우드 데이터 수신 장치 및 포인트 클라우드 데이터 수신 방법
WO2021210837A1 (ko) 포인트 클라우드 데이터 송신 장치, 포인트 클라우드 데이터 송신 방법, 포인트 클라우드 데이터 수신 장치 및 포인트 클라우드 데이터 수신 방법
WO2021049758A1 (ko) 포인트 클라우드 데이터 송신 장치, 포인트 클라우드 데이터 송신 방법, 포인트 클라우드 데이터 수신 장치 및 포인트 클라우드 데이터 수신 방법
WO2021210763A1 (ko) 포인트 클라우드 데이터 송신 장치, 포인트 클라우드 데이터 송신 방법, 포인트 클라우드 데이터 수신 장치 및 포인트 클라우드 데이터 수신 방법
WO2020197086A1 (ko) 포인트 클라우드 데이터 송신 장치, 포인트 클라우드 데이터 송신 방법, 포인트 클라우드 데이터 수신 장치 및 포인트 클라우드 데이터 수신 방법
WO2020262831A1 (ko) 포인트 클라우드 데이터 처리 장치 및 방법
WO2021002592A1 (ko) 포인트 클라우드 데이터 송신 장치, 포인트 클라우드 데이터 송신 방법, 포인트 클라우드 데이터 수신 장치 및 포인트 클라우드 데이터 수신 방법
WO2021060850A1 (ko) 포인트 클라우드 데이터 송신 장치, 포인트 클라우드 데이터 송신 방법, 포인트 클라우드 데이터 수신 장치 및 포인트 클라우드 데이터 수신 방법
WO2021045603A1 (ko) 포인트 클라우드 데이터 송신 장치, 포인트 클라우드 데이터 송신 방법, 포인트 클라우드 데이터 수신 장치 및 포인트 클라우드 데이터 수신 방법
WO2021002636A1 (ko) 포인트 클라우드 데이터 송신 장치, 포인트 클라우드 데이터 송신 방법, 포인트 클라우드 데이터 수신 장치 및 포인트 클라우드 데이터 수신 방법
WO2021002558A1 (ko) 포인트 클라우드 데이터 송신 장치, 포인트 클라우드 데이터 송신 방법, 포인트 클라우드 데이터 수신 장치 및 포인트 클라우드 데이터 수신 방법.
WO2021141218A1 (ko) 포인트 클라우드 데이터 송신 장치, 포인트 클라우드 데이터 송신 방법, 포인트 클라우드 데이터 수신 장치 및 포인트 클라우드 데이터 수신 방법
WO2021246843A1 (ko) 포인트 클라우드 데이터 송신 장치, 포인트 클라우드 데이터 송신 방법, 포인트 클라우드 데이터 수신 장치 및 포인트 클라우드 데이터 수신 방법
WO2022019713A1 (ko) 포인트 클라우드 데이터 송신 장치, 포인트 클라우드 데이터 송신 방법, 포인트 클라우드 데이터 수신 장치 및 포인트 클라우드 데이터 수신 방법
WO2022015006A1 (ko) 포인트 클라우드 데이터 송신 장치, 포인트 클라우드 데이터 송신 방법, 포인트 클라우드 데이터 수신 장치 및 포인트 클라우드 데이터 수신 방법
WO2021242064A1 (ko) 포인트 클라우드 데이터 송신 장치, 포인트 클라우드 데이터 송신 방법, 포인트 클라우드 데이터 수신 장치 및 포인트 클라우드 데이터 수신 방법
WO2022098152A1 (ko) 포인트 클라우드 데이터 송신 장치, 포인트 클라우드 데이터 송신 방법, 포인트 클라우드 데이터 수신 장치 및 포인트 클라우드 데이터 수신 방법
WO2022149810A1 (ko) 포인트 클라우드 데이터 송신 장치, 포인트 클라우드 데이터 송신 방법, 포인트 클라우드 데이터 수신 장치 및 포인트 클라우드 데이터 수신 방법
WO2021206291A1 (ko) 포인트 클라우드 데이터 전송 장치, 전송 방법, 처리 장치 및 처리 방법
WO2021029575A1 (ko) 포인트 클라우드 데이터 송신 장치, 포인트 클라우드 데이터 송신 방법, 포인트 클라우드 데이터 수신 장치 및 포인트 클라우드 데이터 수신 방법
WO2020189891A1 (ko) 포인트 클라우드 데이터 송신 장치, 포인트 클라우드 데이터 송신 방법, 포인트 클라우드 데이터 수신 장치 및 포인트 클라우드 데이터 수신 방법
WO2022075753A1 (ko) 포인트 클라우드 데이터 송신 장치, 포인트 클라우드 데이터 송신 방법, 포인트 클라우드 데이터 수신 장치 및 포인트 클라우드 데이터 수신 방법

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: 20835101

Country of ref document: EP

Kind code of ref document: A1

NENP Non-entry into the national phase

Ref country code: DE

ENP Entry into the national phase

Ref document number: 2020835101

Country of ref document: EP

Effective date: 20220126