WO2021029511A1 - 포인트 클라우드 데이터 전송 장치, 포인트 클라우드 데이터 전송 방법, 포인트 클라우드 데이터 수신 장치 및 포인트 클라우드 데이터 수신 방법 - Google Patents

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

Info

Publication number
WO2021029511A1
WO2021029511A1 PCT/KR2020/004094 KR2020004094W WO2021029511A1 WO 2021029511 A1 WO2021029511 A1 WO 2021029511A1 KR 2020004094 W KR2020004094 W KR 2020004094W WO 2021029511 A1 WO2021029511 A1 WO 2021029511A1
Authority
WO
WIPO (PCT)
Prior art keywords
point cloud
cloud data
information
points
code
Prior art date
Application number
PCT/KR2020/004094
Other languages
English (en)
French (fr)
Inventor
박유선
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 US17/634,130 priority Critical patent/US20220321912A1/en
Publication of WO2021029511A1 publication Critical patent/WO2021029511A1/ko

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/50—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using predictive coding
    • H04N19/597—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using predictive coding specially adapted for multi-view video sequence encoding
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T9/00—Image coding
    • G06T9/001—Model-based coding, e.g. wire frame
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T9/00—Image coding
    • G06T9/004—Predictors, e.g. intraframe, interframe coding
    • 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
    • H04N19/134—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the element, parameter or criterion affecting or controlling the adaptive coding
    • H04N19/167—Position within a video image, e.g. region of interest [ROI]
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
    • H04N19/169—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding
    • H04N19/1883—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 relating to sub-band structure, e.g. hierarchical level, directional tree, e.g. low-high [LH], high-low [HL], high-high [HH]
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/70—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals characterised by syntax aspects related to video coding, e.g. related to compression standards
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • 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

Definitions

  • Embodiments provide Point Cloud content to provide users with various services such as VR (Virtual Reality, Virtual Reality), AR (Augmented Reality, Augmented Reality), MR (Mixed Reality, Mixed Reality), and autonomous driving service.
  • VR Virtual Reality, Virtual Reality
  • AR Augmented Reality
  • MR Magnetic Reality, Mixed Reality
  • autonomous driving service Provide a solution.
  • a point cloud is a set of points in 3D space. There is a problem in that it is difficult to generate point cloud data because the amount of points in the 3D space is large.
  • the prediction method is to limit the area among all point cloud data, and then always check the predicted attribute information within the range without a verification procedure. ) There is a problem that it applies to information.
  • the technical problem according to the embodiments is to provide a point cloud data transmission apparatus, a transmission method, a point cloud data reception apparatus, and a reception method for efficiently transmitting and receiving a point cloud in order to solve the above-described problems.
  • a technical problem according to embodiments is to provide a point cloud data transmission apparatus, a transmission method, a point cloud data reception apparatus, and a reception method for solving latency and encoding/decoding complexity.
  • a point cloud data transmission method, a transmission device, a point cloud data reception method, and a reception device may provide a point cloud service with high quality.
  • the point cloud data transmission method, the transmission device, the point cloud data reception method, and the reception device may achieve various video codec methods.
  • a point cloud data transmission method, a transmission device, a point cloud data reception method, and a reception device may provide general-purpose point cloud content such as an autonomous driving service.
  • the apparatus/method for transmitting and receiving point cloud data may more accurately calculate a spatial distance of points of point cloud data by generating a weighted Molton code.
  • the coding method, the decoding method, and the signaling method using a weight-based Molton code generation method may support an increase in compression rate and an increase in quality performance through a search for a neighboring node in an adaptive manner in terms of an encoder and a decoder. have.
  • the compression rate can be increased by changing the calculation method.
  • FIG. 1 shows a system for providing point cloud content according to embodiments.
  • FIG. 2 shows a process for providing Point Cloud content according to embodiments.
  • FIG 3 shows an arrangement of Point Cloud capture equipment according to embodiments.
  • FIG. 4 shows a point cloud encoder according to embodiments.
  • FIG. 5 illustrates voxels in a 3D space according to embodiments.
  • FIG. 6 shows an example of an octree and an occupancy code according to embodiments.
  • FIG. 7 illustrates an example of a neighbor node pattern according to embodiments.
  • FIG. 8 shows an example of a point configuration of Point Cloud content for each LOD according to embodiments.
  • FIG 9 shows an example of a point configuration of Point Cloud content for each LOD according to embodiments.
  • FIG. 10 shows an example of a block diagram of a point cloud decoder according to embodiments.
  • FIG. 11 shows an example of a point cloud decoder according to embodiments.
  • FIG. 12 shows components for encoding Point Cloud video of a transmitter according to embodiments.
  • FIG. 13 shows components for decoding Point Cloud video of a receiver according to embodiments.
  • FIG. 14 shows an architecture for G-PCC-based point cloud data storage and streaming according to embodiments.
  • 15 shows point cloud data storage and transmission according to embodiments.
  • 16 shows a device for receiving point cloud data according to embodiments.
  • FIG. 17 shows an example of a structure that can be interlocked with a point cloud data method/device according to embodiments.
  • FIG 18 illustrates an encoder of an apparatus for transmitting point cloud data according to embodiments.
  • FIG. 19 illustrates a Morton code of a point of point cloud data according to embodiments.
  • 21 shows an example of a point search method.
  • 22 illustrates a method of generating an adaptive Molton code according to embodiments.
  • 25 illustrates 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 illustrates an example of a bitstream structure of point cloud data according to embodiments.
  • TPS tile parameter set
  • FIG. 29 illustrates a structure of a Geometry Parameter Set (GPS) of point cloud data according to embodiments.
  • GPS Geometry Parameter Set
  • FIG. 30 shows the structure of an attribute parameter set (APS) of point cloud data according to embodiments.
  • GSH Geometry Slice Header
  • FIG. 32 illustrates a structure of an attribute slice header (ASH) of point cloud data according to embodiments.
  • 33 illustrates a decoder of an apparatus for receiving point cloud data according to embodiments.
  • 34 illustrates a decoder of an apparatus for receiving point cloud data according to embodiments.
  • 35 is a flowchart illustrating a method of transmitting point cloud data according to embodiments.
  • 36 is a flowchart illustrating 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 system for providing feedback information and point cloud content 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 (e.g., 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 point (ceter) 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 Nearest Neighbor Search (NNS) is possible.
  • 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
  • voxel 5 is an octree structure recursively subdividing a cubical axis-aligned bounding box defined by two poles (0,0,0) and (2 d , 2 d , 2 d ) Shows an example of a voxel generated through.
  • 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 represented 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 (2 d , 2 d , 2 d ). . 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, (x int n , y int n , z int n ) 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's 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.
  • a point cloud encoder (for example, the Arismatic encoder 40004) according to embodiments may entropy encode an ocupancy code.
  • 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, 2 calculate the squared values of the values subtracted from each vertex value by subtracting the center value, and calculate the sum of 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 the 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 types of coding 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 points of the lowest LOD, and the rightmost figure of the figure shows the distribution of the points of the highest LOD. That is, the points of the lowest LOD are sparse, 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 in the point cloud decoder as well as the point cloud encoder.
  • 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.
  • the following equation represents the RAHT transformation matrix. Denotes the average attribute value of voxels at level l. Is Wow Can be calculated from Wow Weight of and to be.
  • Is high-pass coefficients, and the high-pass coefficients in each step are quantized and entropy-coded (for example, encoding of the arithmetic encoder 400012).
  • Weight is Is calculated as Root node is the last and It is created 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.
  • the elements of the point cloud decoder of FIG. 11 are not shown in the figure, 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 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 It may include signaling information including TPS (Tile Parameter Set) for level signaling and slice data.
  • Slice data may include information on one or more slices.
  • One slice according to embodiments may include one geometry bitstream (Geom0 0 ) and one or more attribute bitstreams (Attr0 0 and Attr1 0 ).
  • the TPS according to the embodiments 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 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. 1 to 2 and thus will be omitted.
  • 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. A detailed description of the metadata is the same as that described in FIG.
  • 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 illustrates an architecture for G-PCC-based point cloud content streaming according to embodiments.
  • FIG. 14 shows a process in which the transmission device (for example, the transmission device 10000, the transmission device of FIG. 12, etc.) described in FIGS. 1 to 13 processes and transmits the point cloud content.
  • the transmission device for example, the transmission device 10000, the transmission device of FIG. 12, etc.
  • the transmission device may obtain audio Ba of the point cloud content (Audio Acquisition), encode the acquired audio, and output audio bitstreams Ea.
  • the transmission device acquires a point cloud (Bv) (or point cloud video) of the point cloud content (Point Acqusition), performs point cloud encoding on the acquired point cloud, and performs a point cloud video bitstream ( Eb) can be output.
  • the point cloud encoding of the transmission device is the same as or similar to the point cloud encoding described in FIGS. 1 to 13 (for example, encoding of the point cloud encoder of FIG. 4, etc.), so a detailed description thereof will be omitted.
  • the transmission device may encapsulate the generated audio bitstreams and video bitstreams into files and/or segments (File/segment encapsulation).
  • the encapsulated file and/or segment may include a file of a file format such as ISOBMFF or a DASH segment.
  • Point cloud-related metadata may be included in an encapsulated file format and/or segment.
  • Meta data may be included in boxes of various levels in the ISOBMFF file format or may be included in separate tracks in the file.
  • the transmission device may encapsulate the metadata itself as a separate file.
  • the transmission device according to the embodiments may deliver the encapsulated file format and/or segment through a network. Since the encapsulation and transmission processing method of the transmission device is the same as those described in FIGS. 1 to 13 (for example, the transmitter 10003, the transmission step 20002 of FIG. 2, etc.), detailed descriptions are omitted.
  • FIG. 14 shows a process of processing and outputting point cloud content by the receiving device (for example, the receiving device 10004, the receiving device of FIG. 13, etc.) described in FIGS. 1 to 13.
  • the receiving device for example, the receiving device 10004, the receiving device of FIG. 13, etc.
  • the receiving device includes a device that outputs final audio data and final video data (e.g., loudspeakers, headphones, display) and a point cloud player that processes point cloud content ( Point Cloud Player).
  • the final data output device and the point cloud player may be configured as separate physical devices.
  • the point cloud player according to the embodiments may perform Geometry-based Point Cloud Compression (G-PCC) coding and/or Video based Point Cloud Compression (V-PCC) coding and/or next-generation coding.
  • G-PCC Geometry-based Point Cloud Compression
  • V-PCC Video based Point Cloud Compression
  • the receiving device secures a file and/or segment (F', Fs') included in the received data (for example, a broadcast signal, a signal transmitted through a network, etc.) and decapsulation (File/ segment decapsulation). Since the reception and decapsulation method of the reception device is the same as those described in FIGS. 1 to 13 (for example, the receiver 10005, the reception unit 13000, the reception processing unit 13001, etc.), a detailed description thereof will be omitted.
  • the receiving device secures an audio bitstream E'a and a video bitstream E'v included in a file and/or segment. As shown in the drawing, the receiving device outputs the decoded audio data B'a by performing audio decoding on the audio bitstream, and rendering the decoded audio data to final audio data. (A'a) is output through speakers or headphones.
  • the receiving device outputs the decoded video data B'v by performing point cloud decoding on the video bitstream E'v. Since the point cloud decoding according to the embodiments is the same as or similar to the point cloud decoding described in FIGS. 1 to 13 (for example, decoding of the point cloud decoder of FIG. 11 ), a detailed description is omitted.
  • the receiving device may render the decoded video data and output the final video data through the display.
  • the receiving device may perform at least one of decapsulation, audio decoding, audio rendering, point cloud decoding, and rendering operations based on metadata transmitted together.
  • the description of the metadata is the same as that described with reference to FIGS. 12 to 13 and thus will be omitted.
  • the receiving device may generate feedback information (orientation, viewport).
  • the feedback information according to the embodiments may be used in a decapsulation process, a point cloud decoding process and/or a rendering process of a receiving device, or may be transmitted to a transmitting device.
  • the description of the feedback information is the same as that described with reference to FIGS. 1 to 13 and thus will be omitted.
  • 15 shows an example of a transmission device according to embodiments.
  • the transmission device of FIG. 15 is a device that transmits point cloud content, and the transmission device described in FIGS. 1 to 14 (for example, the transmission device 10000 of FIG. 1, the point cloud encoder of FIG. 4, the transmission device of FIG. 12, 14). Accordingly, the transmission device of FIG. 15 performs the same or similar operation to that of the transmission device described in FIGS. 1 to 14.
  • the transmission device may perform at least one or more of point cloud acquisition, point cloud encoding, file/segment encapsulation, and delivery. Can be done.
  • the transmission device may perform geometry encoding and attribute encoding.
  • Geometry encoding according to embodiments may be referred to as geometry compression, and attribute encoding may be referred to as attribute compression.
  • attribute compression As described above, one point may have one geometry and one or more attributes. Therefore, the transmission device performs attribute encoding for each attribute.
  • the drawing shows an example in which a transmission device has performed one or more attribute compressions (attribute #1 compression, ...attribute #N compression).
  • the transmission apparatus may perform auxiliary compression. Additional compression is performed on the metadata. Description of the meta data is the same as that described with reference to FIGS. 1 to 14 and thus will be omitted.
  • the transmission device may perform mesh data compression.
  • Mesh data compression according to embodiments may include the trisoup geometry encoding described in FIGS. 1 to 14.
  • the transmission device may encapsulate bitstreams (eg, point cloud streams) output according to point cloud encoding into files and/or segments.
  • a transmission device performs media track encapsulation for carrying data other than metadata (for example, media data), and metadata tracak for carrying meta data. encapsulation) can be performed.
  • metadata may be encapsulated as a media track.
  • the transmitting device receives feedback information (orientation/viewport metadata) from the receiving device, and based on the received feedback information, at least one of point cloud encoding, file/segment encapsulation, and transmission operations. Any one or more can be performed. Detailed descriptions are the same as those described in FIGS. 1 to 14, and thus will be omitted.
  • FIG. 16 shows an example of a receiving device according to embodiments.
  • the receiving device of FIG. 16 is a device that receives point cloud content, and the receiving device described in FIGS. 1 to 14 (for example, the receiving device 10004 of FIG. 1, the point cloud decoder of FIG. 11, the receiving device of FIG. 13, 14). Accordingly, the receiving device of FIG. 16 performs the same or similar operation to that of the receiving device described in FIGS. 1 to 14. In addition, the receiving device of FIG. 16 may receive a signal transmitted from the transmitting device of FIG. 15, and may perform a reverse process of the operation of the transmitting device of FIG. 15.
  • the receiving device may perform at least one or more of delivery, file/segement decapsulation, point cloud decoding, and point cloud rendering. Can be done.
  • the reception device performs decapsulation on a file and/or segment acquired from a network or a storage device.
  • the receiving device performs media track decapsulation carrying data other than meta data (for example, media data), and metadata track decapsulation carrying meta data. decapsulation) can be performed.
  • the metadata track decapsulation is omitted.
  • the receiving device may perform geometry decoding and attribute decoding on bitstreams (eg, point cloud streams) secured through decapsulation.
  • Geometry decoding according to embodiments may be referred to as geometry decompression, and attribute decoding may be referred to as attribute decompression.
  • a point may have one geometry and one or more attributes, and are each encoded. Therefore, the receiving device performs attribute decoding for each attribute.
  • the drawing shows an example in which the receiving device performs one or more attribute decompressions (attribute #1 decompression, ...attribute #N decompression).
  • the receiving device may perform auxiliary decompression. Additional decompression is performed on the metadata.
  • the receiving device may perform mesh data decompression.
  • the mesh data decompression according to embodiments may include decoding the trisoup geometry described in FIGS. 1 to 14.
  • the receiving device according to the embodiments may render the output point cloud data according to the point cloud decoding.
  • the receiving device secures orientation/viewport metadata using a separate sensing/tracking element, etc., and transmits feedback information including the same to a transmission device (for example, the transmission device of FIG. 15). Can be transmitted.
  • the receiving device may perform at least one or more of a receiving operation, file/segment decapsulation, and point cloud decoding based on the feedback information. Detailed descriptions are the same as those described in FIGS. 1 to 14, and thus will be omitted.
  • FIG. 17 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. 17 includes at least one of a server 1760, a robot 1710, an autonomous vehicle 1720, an XR device 1730, a smartphone 1740, a home appliance 1750, and/or an HMD 1770.
  • a configuration connected to the cloud network 1710 is shown.
  • the robot 1710, the autonomous vehicle 1720, the XR device 1730, the smartphone 1740, the home appliance 1750, and the like are referred to as devices.
  • the XR device 1730 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 1700 may constitute a part of a cloud computing infrastructure or may mean a network that exists in the cloud computing infrastructure.
  • the cloud network 1700 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 1760 includes at least one of a robot 1710, an autonomous vehicle 1720, an XR device 1730, a smartphone 1740, a home appliance 1750, and/or an HMD 1770, and a cloud network 1700.
  • the connected devices 1710 to 1770 may be connected through, and may help at least part of the processing of the connected devices.
  • the HMD (Head-Mount Display) 1770 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 1710 to 1750 shown in FIG. 17 may be interlocked/coupled with the point cloud data transmission/reception apparatus according to the above-described embodiments.
  • the XR/PCC device 1730 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 1730 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 1730 may output an XR object including additional information on the recognized object in correspondence with the recognized object.
  • the autonomous vehicle 1720 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 1720 to which the XR/PCC technology is applied may refer to an autonomous driving vehicle having 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 1720 which is the object of control/interaction in the XR image, is distinguished from the XR device 1730 and may be interlocked with each other.
  • the autonomous vehicle 1720 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 1720 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.
  • the point cloud data transmission device may be referred to as a PCC transmission device, a PCC transmission device, a G-PCC transmission device, a point cloud transmission device, and the like.
  • the point cloud data receiving device may be referred to as a PCC receiving device, a PCC receiving device, a G-PCC receiving device, a point cloud receiving device, or the like.
  • the point cloud data transmission/reception device may be understood to refer to a PCC transmitting device and/or a PCC receiving device.
  • the point cloud data transmission/reception method may mean a series of operations or a combination of operations performed by the point cloud data transmission/reception apparatus according to the embodiments.
  • FIG 18 illustrates an encoder of an apparatus for transmitting point cloud data according to embodiments.
  • the encoder 18000 of the point cloud data transmission apparatus receives the point cloud data 18000a.
  • the point cloud data 18000a represents data generated in the point cloud video acquisition 10001 of FIG. 1 and the acquisition 20000 of FIG. 2.
  • the point cloud data transmission apparatus may generate (or acquire) the point cloud data 18000a by the operation described in FIG. 3.
  • the encoder 18000 of the point cloud data transmission device includes location information (geometry information) (or location information bitstream) of points of point cloud data and/or attribute information (attribute information) (or attribute information bits) of points of point cloud data.
  • Stream, 18000c) can be generated and output.
  • the encoder 18000 of the point cloud data transmission apparatus includes a geometry generator 18001, a geometry reconstruction unit 18002, and/or an attribute information encoding unit 18003.
  • the encoder 18000 of the point cloud data transmission apparatus performs the operation of the point cloud video encoder 10002 of FIG. 1, the encoding 20001 of FIG. 2, and the operations shown in FIGS. 4 to 9.
  • the geometry generation unit 18001 receives the point cloud data 18000a and generates location information (geometry information) of the point cloud data.
  • the geometry generation unit 18001 outputs location information 18001b of the generated point cloud data.
  • the geometry generating unit 18001 may include an occupancy code generating unit 18001a.
  • the octree occupancy code generation unit 18001a generates location information (geometry information) of the point cloud data 18000a (eg, location information of point cloud data including the octree occupancy code shown in FIG. 6) do.
  • the octree occupancy code generation unit 18001a may perform operations of the octree analysis unit 40002 and the surface aproxiation analysis unit 40003 of FIG. 4.
  • the geometry generation unit 18001 transmits the location information of the generated and output point cloud data to the geometry reconstruction unit 18002.
  • Location information of the point cloud data may be transmitted to an arthemetic encoder as described in FIG. 4.
  • the geometry reconstruction unit 18002 reconstructs the location information of the received point cloud data to generate the reconstructed location information.
  • the geometry reconstruction unit 18002 may include a Molton code generation unit 18002a.
  • the Morton code generation unit 18002a may generate a Morton code used to map the reconstructed location information and attribute information.
  • the geometry reconstruction unit 18002 maps the reconstructed location information and attribute information for each point using the Morton code, and outputs the mapped attribute information 18002b.
  • the Morton code refers to a code generated by interleaving coordinate values (eg, x coordinate value, y coordinate value, z coordinate value) of the location information of a point in bit units.
  • the Molton code generation unit 18002a generates one Molton code used to map location information and attribute information for a single point.
  • the geometry reconfiguration unit 18002 may map position information and attribute information of points in order using a Molton code. This is because the points of the point cloud data may have different Molton codes.
  • the geometry reconstruction unit 18002 may receive an occupancy code included in the location information of the point cloud data, and may reconstruct the occupancy code represented by the received occupancy code.
  • the geometry reconstruction unit 18002 maps attribute information corresponding to each point included in the reconstructed octree.
  • the geometry reconstruction unit 18002 may perform the operation of the geometry reconstruction unit 40005 of FIG. 4.
  • the attribute information encoding unit 18003 receives the mapped attribute information 18002b output by the geometry reconstruction unit 18002.
  • the attribute information encoding unit 18003 encodes the mapped attribute information 18002b and outputs an attribute information bitstream 18000c.
  • the attribute information encoding unit 18003 may include a prediction/lifting/RAHT transformation processing unit 18003a.
  • the prediction/lifting/RAHT conversion processing unit 18003a may convert the mapped attribute information based on a prediction method, a lifting method, and/or a RAHT method.
  • the prediction/lifting/RAHT conversion processing unit 18003a may output the converted attribute information.
  • the attribute information encoder 18003 may encode the converted attribute information or the mapped attribute information 18002b.
  • the attribute information encoding unit 18003 may perform an operation of the RAHT 40008, LOD generation 40009, lifting 40010, coefficient quantization unit 40011, and/or the arithmetic encoding unit 40012 of FIG. 4.
  • the attribute information encoding unit 18003 may perform the operations of FIGS. 7 to 9.
  • the attribute information encoding unit 18003 may perform an attribute transformation processing unit 12009 of FIG. 12, a prediction/lifting/RAHT transformation processing unit 12010 and/or an Arithmetic coder (12011) operation.
  • the point cloud data encoder 18000 may be referred to as a PCC encoder, a point cloud data encoder, a point cloud data encoder, a PCC encoder, an encoder of a point cloud data transmission device, or the like.
  • FIG. 19 illustrates a Morton code of a point of point cloud data according to embodiments.
  • Point cloud data may include one or more points.
  • Points according to the embodiments are expressed as parameters of a 3D coordinate system for representing point cloud data.
  • the 3D coordinate system according to the embodiments may include at least three axes (eg, x-axis, y-axis, z-axis, etc.) orthogonal to each other. Therefore, the location information of the point of the point cloud data may be expressed as a coordinate value (eg, an x coordinate value, a y coordinate value, and a z coordinate).
  • the 3D coordinate system according to the embodiments may include one or more bounding boxes.
  • the bounding box according to the embodiments is a space (or area) expressed in a 3D coordinate system, and may include one or more points.
  • the bounding box according to the embodiments may be referred to as a bounding cube.
  • the point cloud data transmission apparatus maps location information (geometry information) of points of point cloud data included in a bounding box and attribute information (attribute information) of the corresponding points.
  • the point cloud data transmission apparatus maps position information of points and attribute information of each point, encodes them, and transmits them in a bitstream form.
  • the point cloud data transmission apparatus according to the embodiments (for example, the Molton code generation unit 18002 of FIG. 18) may generate a Morton code to determine an order of mapping location information and attribute information. .
  • the Morton code refers to a code generated by interleaving coordinate values (eg, x coordinate value, y coordinate value, z coordinate value) of the location information of a point in bit units.
  • the point cloud data transmission apparatus generates one Molton code to map location information and attribute information for one point.
  • the point cloud data receiving device also generates one Molton code to map location information and attribute information for one point.
  • Molton codes can be expressed as binary or decimal real numbers.
  • the table 19000 shown in FIG. 19 shows the binary poletone code and 10 of each point generated by the point cloud data transmission device or the point cloud data reception device based on the coordinate values of the first point, the second point, and the third point.
  • the first row of the table 19000 shown in FIG. 19 shows parameters related to the first point 19001, the second point 19002, and the third point 1993 (e.g., coordinate values of points, coordinates of points). It represents the binary representation of the value, the Molton code of the point, etc.).
  • the first column of table 19000 represents the first point 19001, the second point 19002, and the third point 19003.
  • the second column 19000a represents the coordinate values of the positions of the first point 19001, the second point 19002, and the third point 19003.
  • the third column 19000b represents a binary representation of the coordinate values of the first point 19001, the second point 19002, and the third point 19003.
  • a fourth column (19000) represents a binary representation of a Molton code corresponding to each of the first point (19001), the second point (19002) and the third point (19003).
  • the point cloud data transmission apparatus may generate a Molton code expressed in a binary number by interleaving a coordinate value of a position of a point expressed in a binary number in bit units.
  • the fifth column 19000d represents a decimal representation of a Molton code corresponding to each of the first point 19001, the second point 19002, and the third point 19003.
  • the point cloud data transmission apparatus according to the embodiments may represent a Molton code expressed in binary as a decimal number.
  • the second row of FIG. 19 is the coordinate value of the position of the first point (19001) (the second row of 19000a), the coordinate value of the position expressed in binary (the second row of 19000b), and the position Represents the binary representation of the corresponding Molton code (second line of 19000c) and the decimal representation of the corresponding Molton code (second line of 19000d).
  • the coordinate value of the location of the first point ((x, y, z) coordinate value) is (3, 4, 5). (3, 4, 5), which is the coordinate value of the location of the first point, may be expressed as a binary coordinate value such as (011, 100, 101).
  • the point cloud data transmission apparatus interleaves the coordinate values (for example, 011, 100, 101) of the position of the first point 19001 expressed in binary numbers in bit units to obtain a molton. You can generate code.
  • the point cloud data transmission device (or Molton code generator) is the most significant bit (for example, 0) of the x value of the coordinate value of the first point, and the most significant bit (for example, 1) of the y value of the coordinate value of the first point.
  • the most significant bit (eg, 1) of the z value of the coordinate value of the first point may be sequentially arranged (eg 011).
  • the point cloud data transmission device (or Molton code generator) includes the second most significant bit (for example, 1) of the x value of the coordinate value of the first point, and the second most significant bit of the y value of the coordinate value of the first point ( For example, 0) and the second most significant bit (eg, 0) of the z value of the coordinate value of the first point may be sequentially arranged (eg, 100).
  • the Molton code according to the embodiments may include an array of first most significant bits of a coordinate value and an array of second most significant bits of a coordinate value continuously arranged (for example, 011100).
  • the point cloud data transmission device is the least significant bit (for example, 1) of the x value of the coordinate value of the first point, and the least significant bit (for example, 0) of the y value of the coordinate value of the first point.
  • the least significant bit (eg, 1) of the z value of the coordinate value of the first point may be sequentially arranged.
  • the Molton code according to the embodiments may include an array of first most significant bits of a coordinate value and an array of second most significant bits of a coordinate value and an array of least significant bits arranged consecutively (for example, 011100101).
  • the Molton code (for example, 01110010) expressed as a binary number of the first point 19001 according to the embodiments may be expressed as a decimal number (for example, 229 included in column 5 (19000d)).
  • the point cloud data transmission apparatus interleaves the coordinate values (for example, 011, 100, 1001) of the position of the second point 19002 expressed as a binary number in a bit unit to obtain a Molton code.
  • the Molton code (for example, 1010100101) expressed as a binary number of the second point 19002 according to the embodiments may be expressed as a decimal number (for example, 677 included in column 5 (19000d)).
  • the point cloud data transmission device interleaves the coordinate values (for example, 100, 100, 101) of the position of the second point (19003) expressed in binary numbers in bit units to perform a Molton code (for example, For example, 111000001) can be created.
  • the Molton code (for example, 111000001) expressed as a binary number of the third point 19003 according to the embodiments may be expressed as a decimal number (for example, 449 included in column 5 (19000d)).
  • the point cloud data transmission apparatus may search (orbit) all points in the bounding box in ascending (or descending) order of Molton codes.
  • the Molton code according to the embodiments may indicate different points in the bounding box while increasing by 1 from 0.
  • the point cloud data transmission apparatus may search for all points in the bounding box while increasing the Molton code by 1 from 0.
  • the point cloud data transmission apparatus may predict attribute information of a point based on a Molton code. Other points located close to a particular point may have a Molton code approximation to each other. Accordingly, the point cloud data transmission apparatus may use attribute information of points corresponding to a Molton code of a specific point and an approximate Molton code to predict attribute information of a specific point. Accordingly, the point cloud data transmission apparatus can reduce the amount of transmission/reception signals by efficiently compressing attribute information of points.
  • the distribution and location of points included in the bounding box may be irregular.
  • the points of LiDAR data can be closely distributed on a specific axis within the bounding box.
  • the point cloud data transmission apparatus uses a Molton code generated based on location information of irregularly distributed points, it may not be able to search for points distributed at a close distance from a specific point.
  • a picture 19010 shown at the bottom of FIG. 19 shows a first point 19001, a second point 19002, and a third point 19003 located in one bounding box included in a three-dimensional space.
  • the first double-headed arrow 19010a according to the embodiments indicates the distance between the first point 19001 and the second point 19002.
  • the second double-headed arrow 19010b according to the embodiments indicates the distance between the second point 19002 and the third point 19003.
  • the coordinate value of the first point (19001) is (3,4,5), and the coordinate value of the second point (19002) is (3,4,9), so the first point (19001) and the second point (19002) The distance between them is 16 (Euclidean squared distance).
  • the coordinate value of the second point (19002) is (3,4,9) and the coordinate value of the third point (19003) is (4,4,5), so between the second point (19002) and the third point (19003) Is 17. Accordingly, as shown in FIG. 19, the length of the first double-headed arrow 19010a is shorter than that of the second double-headed arrow 19010b.
  • the first point (19001) has a decimal Molton code of 229
  • the second point (19002) has a decimal Molton code of 677
  • the third point (19003) has a decimal Molton code of 449.
  • the difference (e.g., 448) between the Molton code of the first point (19002) and the Molton code of the second point (19002) is the difference between the Molton code of the second point (19002) and the Molton code of the third point (19003) ( For example, it is greater than 228). Therefore, the point closest to the second point 19002 in the actual three-dimensional coordinate system is the first point 19001, but the point cloud data transmission device uses the Molton code to determine the third point (19003) instead of the first point (19003). ) Can be searched.
  • the point cloud data transmission apparatus is the shortest distance from a specific point (for example, the second point 19002). You may not be able to search for the point located.
  • the x-coordinate values and y-coordinate values of the coordinate values of the first point 19001, the second point 19002, and the third point 19003 are the first point 19001 and the second point 19002.
  • the third point (19003) are evenly distributed in the X-axis and Y-axis, but the z-coordinate values are the first point (19001), the second point (19002), and the third point (19003). It indicates that the phase is relatively widely distributed.
  • the above-described Molton code is generated by arranging bits of x-coordinate values, bits of y-coordinate values, and bits of z-coordinate values equally or without being differentiated, and thus cannot accurately reflect the distribution characteristics of points.
  • the point cloud data transmission device (for example, a geometry reconstruction unit (18002 in Fig. 18 or a Molton code generation unit (18002a in Fig. 18)) is based on a bounding box or a distribution of points included in the bounding box.
  • An adaptive Molton code may be generated by interleaving by placing a weight on bits of coordinate values of the location information
  • the point cloud transmitting and receiving apparatus generates and uses the adaptive Molton code to occupy the points.
  • the adaptive Molton code can transmit and receive point cloud data.
  • the prediction performance of the device can be maximized, so the point cloud data transmission/reception device can provide a high quality point cloud image to the user.
  • a diagram 20001a at the top of FIG. 20A shows a process in which a point cloud data transmission apparatus according to embodiments searches for points in a 2D plane coordinate system according to a 2D Peano curve.
  • the point cloud data transmission apparatus according to the embodiments may search for all points in a two-dimensional plane coordinate system using a two-dimensional Peano curve.
  • points in a two-dimensional plane coordinate system located on a two-dimensional Peano curve are moved from one direction to the other (for example, (e.g., the leftmost-point in the x-axis ( from the left-most point) to the right-most point).
  • a diagram 20002a at the bottom of FIG. 20A shows a process in which a point cloud data transmission apparatus according to embodiments searches for points in a three-dimensional space (eg, a bounding box) according to a three-dimensional Peano curve.
  • the point cloud data transmission apparatus according to the embodiments may search all points of a three-dimensional space (eg, a bounding box) located on a three-dimensional Peano curve.
  • a diagram 20001b at the top of FIG. 20B shows a process in which a point cloud data transmission apparatus according to embodiments searches for points in a 2D plane coordinate system according to a 2D Hilbert curve.
  • the point cloud data transmission apparatus according to the embodiments may search for all points in a 2D plane coordinate system using a 2D Hilbert curve.
  • the point cloud data transmission apparatus according to the embodiments may search for points located in a square of unit intervals in a 2D plane generated according to a 2D Hilbert curve.
  • the 2D Hilbert curve shown in the upper part 20001b of FIG. 20B may be generated as follows.
  • the two-dimensional Hilbert curve 20001b searches for four points constituting a square of the smallest unit (eg, a square having a length of 1, 20001b-1).
  • the 2D Hilbert curve 20001b may be searched in the order of an upper left point, a lower left point, a lower right point, and an upper right point.
  • the two-dimensional Hilbert curve 20001b is an unsearched point among points included in the second smallest unit square (e.g., a square of length 2, 20001b-2) (that is, included in the second smallest square).
  • the 2D Hilbert curve 20001b may recursively search for a second minimum unit square based on a method of searching for a minimum unit square.
  • the two-dimensional Hilbert curve 20001b is an unsearched point among points included in the third smallest unit square (e.g., a square of length 4, 20001b-3) (that is, included in the second smallest square).
  • the 2D Hilbert curve 20001b may be recursively searched based on a method of searching for a third minimum unit square and a second minimum unit square.
  • the two-dimensional Hilbert curve 20001b is an unsearched point among the points included in the fourth smallest unit square (e.g., a square having a length of 8, 20001b-4) (that is, included in the second smallest square). Among 256 points, 192 unsearched points) can be searched.
  • the 2D Hilbert curve 20001b may recursively search for a fourth smallest unit square based on a method of searching for a third smallest unit square.
  • a lower portion 20002b of FIG. 20B shows that the point cloud data transmission apparatus according to the embodiments searches for points in a 3D space (eg, a bounding box) according to a 3D Hilbert curve.
  • the three-dimensional Hilbert curve refers to a space search curve designed to search all points in a three-dimensional space (eg, a bounding box).
  • the 3D Hilbert curve 20002b is a curve designed to search space while generating a cube of unit intervals in a 3D plane.
  • the three-dimensional Hilbert curve shown in the lower part 20002b of FIG. 20(B) may be generated as follows.
  • the three-dimensional Hilbert curve 20002b searches for six points constituting a cube of the smallest unit (for example, a cube having a side length of 1, 20001b-1).
  • the three-dimensional Hilbert curve 20002b is a second minimum unit cube (e.g., a cube having a length of 2, 20002b-2) that is not searched among points (that is, a second minimum cube 20002b- Among the 64 points included in 2), 56 unsearched points) can be searched.
  • the 3D Hilbert curve 20002b may recursively search for the second minimum unit cube 20001b-2 based on a method of searching for the minimum unit cube 20001b-1.
  • An upper part 20001c of FIG. 20C shows that the point cloud data transmission apparatus according to embodiments searches for points in a 2D plane coordinate system according to a 2D Morto code curve. Rows and columns representing x-coordinate values and y-coordinate values in the upper part 20001c of FIG. 20C represent coordinate values expressed in binary numbers.
  • the two-dimensional Molton code curve shown in the upper part 20001c of FIG. 20(C) refers to a plane search curve designed so that the point cloud data transmission apparatus according to the embodiments can search for all points in a two-dimensional plane coordinate system.
  • the two-dimensional Molton code curve may also be referred to as a two-dimensional z-curve curve.
  • the two-dimensional Molton code curve 20001c shown in the upper part 20001c of FIG. 20C refers to a curve in which points are connected so that the Molton codes of points in the two-dimensional plane are arranged in ascending or descending order.
  • a two-dimensional Molton code curve 20001c is a point (0, 0) on a two-dimensional plane with a Molton code of 0 (a point with an x-coordinate of 0 and a y-coordinate of 0, 20001c-1) and Connect points (0, 1) (20001c-2) on a two-dimensional plane with a Molton code of 1.
  • the two-dimensional Molton code curve 20001c is a point (0, 1) (20001c-2) on a two-dimensional plane with a Molton code of 1 and a point (1, 0) on a two-dimensional plane with a Molton code of 2 (20001c- Connect 3).
  • a lower part 20002c of FIG. 20C shows that the point cloud data transmission apparatus according to the embodiments searches for points in a 3D space (eg, a bounding box) according to a 3D Molton code curve.
  • the 3D Molton code curve shown in the lower part 20002c of FIG. 20C means a space search curve designed to search all points in a 3D space (eg, a bounding box).
  • the 3D Molton code curve shown in the lower part 20002c of FIG. 20C refers to a curve connecting the points so that the Molton codes according to embodiments of the points in the 3D plane are arranged in an ascending or descending order.
  • a 3D Molton code curve is a point (0, 0, 0) on a 3D plane with a Molton code of 0 (a point with an x coordinate of 0, a y coordinate of 0, and a z coordinate of 0) and Molton code. Connect the points (0, 0, 1) on the 3D plane where is 1.
  • the 3D Molton code curve 20002c connects a point (0, 0, 1) on a 3D plane with a Molton code of 1 and a point (0, 1, 0) on a 3D plane with a Molton code of 2.
  • the Molton code according to the embodiments may be the Molton code shown in FIGS. 18 to 19. That is, the point cloud data transmission apparatus (or Molton code generator) according to the embodiments generates the Molton code according to the embodiments, and the path of the 3D Molton code curve according to the embodiments based on the generated Molton code According to this, points in a 3D space (for example, a bounding box) can be searched.
  • a 3D space for example, a bounding box
  • the point cloud data transmission apparatus includes points in a three-dimensional space (for example, a bounding box) according to the embodiments, and a three-dimensional Peano curve 20002a shown at the lower end 20002a of FIG. 20A. , It is possible to search according to the path of the 3D Hilbert curve 20002b shown in the lower part 20002b of FIG. 20(B) and/or the 3D Molton code curve 20002c shown in the lower part 20002c of FIG. 20(C). have.
  • 3 Search performance may be degraded according to the shape of the dimensional space (eg, bounding box) and the distribution of points included in the 3D space.
  • the point cloud transmission apparatus since the 3D Peano curve shown in the lower part (20002a) of Fig. 20(A) performs a search for the direction of a specific axis in the 3D space, the points are densely distributed at a specific location in the 3D space. If so, the point cloud transmission apparatus according to the embodiments cannot efficiently perform the search.
  • the point cloud data transmission apparatus may repeatedly perform unnecessary search.
  • the point cloud data transmission apparatus cannot efficiently perform a search.
  • the point cloud data transmission apparatus can search for points along the path of the adaptive Morton code curve.
  • the adaptive Morton code curve refers to a curve in which points are connected so that adaptive Morton codes of points in a three-dimensional space are arranged in ascending or descending order.
  • the adaptive Molton code according to these means the adaptive Molton code described in Fig. 19. That is, the point cloud data transmission device (for example, the geometry reconstruction unit 18002 (or the Molton code generation unit 18002a)) is a bounding box.
  • weights are given to bits of coordinate values of the position information of the points and interleaved to generate an adaptive Morton code, and the adaptive Morton code Points can be searched along the path of the based adaptive Molton code curve.
  • the point cloud transmitting/receiving apparatus can efficiently search the space occupied by irregularly or abnormally distributed points by generating an adaptive Molton code and searching for points according to the adaptive Molton code curve, Considering the characteristics of point cloud data, it is possible to accurately and efficiently search for points close to a specific point.
  • the adaptive Molton code according to embodiments may maximize prediction performance of the point cloud data transmission/reception apparatus. Accordingly, the point cloud data transmission/reception apparatus can provide a high quality point cloud image to a user.
  • 21 shows an example of a point search method.
  • a two-dimensional adaptive Molton code curve 21000 is used. You can search for points on a 2D plane.
  • the two-dimensional adaptive Molton code curve 21000 is a search curve for searching for points in a two-dimensional plane.
  • the two-dimensional adaptive Molton code curve refers to a curve in which points are connected such that two-dimensional adaptive Morton codes of points in a two-dimensional space are arranged in ascending or descending order.
  • FIG. 21 shows a two-dimensional plane in which the length of the x-axis is 12 and the length of the y-axis is 6. Points in the 2D plane of FIG. 21 are represented by an x-coordinate value having a range of 0 to 11 (12) and a y-coordinate value having a range of 0 to 5 (6).
  • the 2D adaptive Molton code according to the embodiments may mean a value obtained by expressing each point with one real number in order to search for points in a 2D plane.
  • the 2D adaptive Molton code is a code generated by interleaving bits of coordinate values (eg, x-coordinate values and y-coordinate values) of position information of points according to weights.
  • the weight according to the embodiments may be determined based on the distribution of points in the 2D plane and/or the shape of the 2D plane. For example, a 2D adaptive Molton code for a specific point may be generated as follows.
  • the 2D adaptive Molton code may be generated by interleaving bits of coordinate values corresponding to a specific axis by interleaving bits of coordinate values of a point location.
  • the weight may indicate a unit at which bits are to be interleaved and a position at which interleaving is performed in units of 2 bits or more in the process of generating a 2D adaptive Molton code.
  • the 2D adaptive Molton code for a specific point interleaves the y-coordinate value bits among the bits of the coordinate value of the specific point in units of 2 or more bits, and the x-coordinate value bits in 1-bit units. It can be created by interleaving.
  • all the bits of the coordinate value of the location of a specific point may be interleaved in units of 2 bits or more, and the bits of the coordinate value of the location of a specific point can be interleaved in units of 2 bits or more only a specific number of times. It can also be interleaved.
  • the coordinate value of the position of the first point 21002 in the two-dimensional plane is (2, 9) (the point where the x coordinate value is 3 and the y coordinate value is 9), and the first point 21002 is 2 It can be expressed as (010, 1001) as a decimal number.
  • the two-dimensional adaptive Molton code of the first point 21002 is a code in which bits of an x-coordinate value are interleaved by 1 bit and bits of a y-coordinate value are interleaved in units of 2 bits, 1 bit, and 1 bit.
  • 0 is the most significant bit of the x coordinate value
  • 10 is the most significant bit of the y coordinate value
  • 1 is the second most significant bit of the x coordinate value
  • 0 is the third bit of the y coordinate value
  • 0 is the least significant bit of the x coordinate value.
  • the 2D adaptive Molton code of the first point is 0101001, which is 41 when expressed in decimal.
  • the 2D adaptive Molton code can guarantee efficient turning of points and efficient search of points located close to a specific point when points in a 2D plane are densely distributed in a specific area. For example, when points in the 2D plane of FIG. 21 are sparsely distributed in the first area 21001a and densely distributed in the second area 21002, the first area is based on the 2D adaptive Molton code. Points included in (21001a) can quickly turn and quickly approach the second area (21001b). Using the two-dimensional adaptive Molton code, not only points in the second area 21002 can be accurately searched, but a point located close to a specific point in the second area 21001b can be accurately searched.
  • the point cloud data transmission apparatus may generate a 3D adaptive Molton code of points, and search or rotate points in a 3D space based on the 3D adaptive Molton code of the points.
  • the 3D adaptive Molton code of a specific point is a code generated by interleaving bits of coordinate values (eg, x coordinate values, y coordinate values, and z coordinate values) of a location of a specific point. Interleaving according to embodiments may mean that bits of each coordinate value are interleaved based on a weight.
  • the apparatus for transmitting point cloud data may convert a point having a coordinate value of (5, 2, 9) as location information into a 3D adaptive Molton code.
  • the coordinate values (5, 2, 9) of the location of the corresponding point may be expressed as (101, 10, 1001) in binary.
  • the 3D adaptive Molton code according to the embodiments only the most significant two bits among the bits for the z coordinate are interleaved in a 2-bit bundle unit, and the bits for the x coordinate, all bits for the y coordinate, and the z coordinate. All remaining bits for each bit may be interleaved in 1-bit units.
  • the 3D adaptive Molton code for (5, 2, 9) is the most significant bit of the x coordinate, 1, the most significant bit of the y coordinate, 0, the most significant 2 bits of the z coordinate, 10, and the second most significant bit of the x coordinate. It consists of 0 as a bit, 1 as the second most significant bit of the y-coordinate, 0 as the third most significant bit in the z-coordinate, 1 as the least significant bit in the x-coordinate, 0 as the least significant bit in the y-coordinate, and 1 as the least significant bit in the z coordinate.
  • the 3D adaptive Molton code of the point located at (5, 2, 9) may be 1010010101 (661 when expressed in decimal).
  • the point cloud transmission/reception apparatus may generate information related to a weight required to generate a weight-based Molton code.
  • the information related to the weight includes information on how many bits the coordinates for each axis are to be interleaved for each axis, the position interleaved in units of 2 bits or more when interleaving the coordinates for each axis in units of 2 bits or more.
  • Related information may be included.
  • the information related to the weight may include information related to the number of times that each axis is interleaved in units of 2 bits or more, and this may be referred to as count information for each axis.
  • Count information on the x-axis may be expressed as CountX information according to an embodiment
  • count information on the y-axis may be expressed as CountY information according to an embodiment
  • count information on the z-axis may be expressed as CountZ information according to an embodiment.
  • the point cloud data transmission/reception apparatus may include data in which attribute values such as color values or reflectivity are collected on a specific axis depending on the characteristics of the data, and reliability of the data values obtained on a specific axis according to the characteristics of the data Even when is not high, it provides the effect of efficiently searching.
  • the apparatus/method for transmitting and receiving point cloud data according to embodiments may more accurately calculate a spatial distance of points of point cloud data by generating a weighted Molton code.
  • the coding method, the decoding method, and the signaling method using a weight-based Molton code generation method may support an increase in compression rate and an increase in quality performance through a search for a neighboring node in an adaptive manner in terms of an encoder and a decoder. have.
  • the compression rate can be increased by changing the calculation method.
  • FIG. 22 illustrates a method of generating a 3D adaptive Molton code according to embodiments based on a shape of a 3D space.
  • FIG. 22 shows a method of generating a 3D adaptive Molton code based on the length of an axis of a 3D space 22000 among methods of generating a 3D adaptive Molton code.
  • the 3D adaptive Molton code generated based on the length of the axis of the 3D space 22000 may be referred to as an axis-based adaptive Molton code.
  • the method of generating a 3D adaptive Molton code according to embodiments may be performed by the geometry reconstruction unit 18002 (or Molton code generation unit 18002a) of FIG. 18.
  • the axis-based adaptive Molton code is a code for a specific point for searching for points of point cloud data.
  • the point cloud data transmission apparatus may search or rotate points in a three-dimensional space (eg, a bounding box, a block) using an axis-based adaptive Molton code.
  • the point cloud transmission apparatus includes the length of the x-axis of the 3D space 22000, An axis-based adaptive Molton code can be generated based on the length of the y-axis and the length of the z-axis.
  • the point cloud transmission apparatus generates count information from the length of the x-axis, the length of the y-axis, and the z-axis of a three-dimensional space (22001), and generates an axis-based adaptive Molton code based on the generated count information. (22002) You can.
  • the count information according to embodiments may indicate an axis to be interleaved in units of 2 bits or more and the number of times interleaving is performed in units of 2 bits or more when interleaving bits of coordinate values of points.
  • the count information according to embodiments may include at least one of count information on the x-axis (CountX), count information on the y-axis (CountY), and count information on the z-axis (CountZ).
  • the count information (CountX, CountY, CountZ) for each axis indicates the number of times that each chug of a point is interleaved in units of 2 bits or more with respect to the bits of the coordinates.
  • the count information for each axis may be generated by dividing the length of the corresponding axis by the axis having the minimum length of the three-dimensional space, and taking a logarithmic operation therefrom (22001).
  • the x-axis length may be 10
  • the y-axis length may be 40
  • the z-axis length 20 may be.
  • the point cloud data transmission apparatus or Molton code generator, for example, 18002a of FIG. 18) according to the embodiments includes a Molton code for each point included in the three-dimensional space 22000 indicated by 20000 based on the count information.
  • the count information (CountX) for the x-axis may be 0 obtained by dividing the minimum length (the length of the x-axis) by the length of the x-axis and performing a log 2 operation (22001). Accordingly, when the bits of points in the 3D space 22000 are interleaved, the x-coordinate value may not be interleaved in units of 2 bits or more (22002).
  • the count information (CountY) on the y-axis may be 2 obtained by dividing the minimum length (the length of the x-axis) by the length of the y-axis and performing a logarithmic 2 operation (22001).
  • the y-coordinate value may be interleaved twice in units of 2 bits or more (22002).
  • the count information (CountZ) for the z-axis may be 1 obtained by dividing the minimum length (the length of the x-axis) by the length of the z-axis and performing a logarithmic 2 operation (22001). Accordingly, when the bits of points in the 3D space 22000 are interleaved, the z coordinate value may be interleaved twice in units of 2 bits or more (22002).
  • the axis-based adaptive Molton code for a specific point in 3D space (22000) is the most significant bit of the x-coordinate value of the location of the specific point, and the most-most 2 of the y-coordinate value.
  • Bit the most significant 2 bits of the z coordinate value, the 2nd most significant bit of the x coordinate value, the 3rd most significant bit to the 4th most significant bit of the y coordinate value, the 3rd most significant bit of the z coordinate value, the 3rd most significant bit of the x coordinate value , 5th most significant bit of y coordinate value, 4th most significant bit of z coordinate value... It may be composed of the least significant bit of the x coordinate value, the least significant bit of the y coordinate value, and the least significant bit of the z coordinate value (22002).
  • the point cloud data transmission apparatus (or Molton code generation unit, for example, 18002a in FIG. 18) is an axis-based adaptive Molton according to the equations and Pseudo Code of 22003a and 22003b of FIG. You can generate code.
  • the point cloud data transmission apparatus (or Molton code generation unit, for example, 18002a of FIG. 18) generates count information (CountX, CountY, CountZ) for each axis, and generates 1 count information. It is possible to perform interleaving of the bits of the coordinate values of the positions of the points in units of two or more bits until the corresponding count value becomes 0 while decreasing incrementally.
  • the point cloud data transmission/reception apparatus may perform an operation of converting a coordinate value for each axis into a binary number in order to interleave the bits of the coordinate values of the points. ((1) of 22003a).
  • the point cloud data transmission/reception apparatus (or Molton code generation unit, for example, 18002a in FIG. 18) according to the embodiments, when the count information of each axis is all 0 (that is, when the three-dimensional space is a cube), It is also possible to generate a Molton code that is not based on the weight of the coordinate value for (22003a (2)).
  • the point cloud data transmission apparatus (or Molton code generator, for example, 18002a in FIG. 18) according to the embodiments may generate an axis-based adaptive Molton code using count information and a shift operation (22003b). Of (3-1)).
  • the point cloud data transmission apparatus (or Molton code generator) according to the embodiments may shift the coordinate values by shifting the specific bits of the coordinate value for the specific axis when the count information of the specific axis is greater than 0. Can be interleaved.
  • the point cloud data transmission apparatus may preferentially search for a specific axis by generating and using an axis-based adaptive weight-based Molton code.
  • the apparatus/method for transmitting and receiving point cloud data according to embodiments may efficiently search for points even when the reliability of a data value acquired through a specific axis is not high according to the characteristics of data.
  • the point cloud data transmission apparatus may accurately calculate points located close in space from a specific point even when the 3D space is abnormal by using an axis-based adaptive weight-based Molton code.
  • the 3D adaptive Molton code generated based on the type of point cloud data may be referred to as a bit allocation type Molton code.
  • the method of generating a 3D adaptive Molton code according to embodiments may be performed by the geometry reconstruction unit 18002 (or Molton code generation unit 18002a) of FIG. 18.
  • Figures 23000a and 23000b at the top of FIG. 23 show different types of point cloud data.
  • the type of point cloud data may be determined based on the type of the point cloud data.
  • the type of data characteristic may be classified according to the distribution of points of the point cloud data, attribute information of the points, and what object the data represents.
  • the type of data may be determined by the length of the axis of the 3D space including the point cloud data.
  • the figure at the upper left of FIG. 23 may represent the first type of point cloud data 23000a.
  • the first type of point cloud data 23000a may mean point cloud data that is widely spread along the x-axis and z-axis and represents a space with a short y-axis length.
  • the figure at the top left of FIG. 23 shows the Ford data 23000a as an example of the first type of point cloud data.
  • the picture on the upper right of FIG. 23 may represent the second type of point cloud data 23000b.
  • the z-axis is elongated, and the remaining x-axis and y-axis may mean point cloud data representing a short space.
  • the figure at the upper right of FIG. 23 shows Longdress data 23000b as an example of the second type of point cloud data having a short x-axis and a z-axis length and a long y-axis length.
  • the point cloud data transmission apparatus may generate count information for generating a bit allocation type Molton code based on a type of point cloud data.
  • the count information according to embodiments may indicate an axis to be interleaved in units of 2 bits or more and the number of times interleaving is performed in units of 2 bits or more when interleaving bits of coordinate values of points.
  • the count information according to embodiments may include at least one of count information on the x-axis (CountX), count information on the y-axis (CountY), and count information on the z-axis (CountZ).
  • the count information (CountX, CountY, CountZ) for each axis indicates the number of times that each axis of a point is interleaved in units of 2 bits or more for the bits of the coordinate.
  • the pod data 23000a is data of a first type, which is data that is widely spread along the x-axis and z-axis and has a short y-axis length.
  • the point cloud data transmission apparatus (or Molton code generation unit) according to the embodiments) includes count information on the x-axis and z-axis when the type of the acquired point cloud data is a first type of data (for example, CountX And CountZ) may be set to a value greater than the count information (CountY) for the y-axis.
  • the long dress data 23000b is data of the second type, which is data formed narrowly in the x-axis and z-axis and the length of the y-axis is elongated.
  • the point cloud data transmission apparatus (or Molton code generation unit) according to the embodiments) includes count information on the x-axis and z-axis (eg, CountX) when the acquired point cloud data type is a second type of data.
  • CountZ may be set to a value smaller than the count information (CountY) for the y-axis.
  • Count information determined according to the type of data according to embodiments may be a preset value.
  • the type of point cloud data may include other data types in addition to the type of the first data and the type of the second data.
  • other data types include data types that indicate cases where the lengths of the x-axis, y-axis and z-axis are all uniform or similar, and data types that are widely spread across the x-axis and y-axis and have a short z-axis length. I can.
  • the point cloud data transmission apparatus may generate a bit allocation type Molton code by performing operations indicated in a pseudo code (23001).
  • the first line of the pseudo code represents an operation of determining count information according to embodiments.
  • Count information on an x-axis, count information on a y-axis, and/or count information on a z-axis according to embodiments may be determined as a, b, and c, respectively, based on the type of point cloud data.
  • a, b, and c may all be preset constants.
  • the second line of the pseudo-code represents a step of examining a condition for interleaving bits of a coordinate value of a point in units of two or more bits according to embodiments. For example, if the set count information for the x-axis, count information for the y-axis, and count information for the z-axis are all 0, the Molton code generator may interleaved all the bits of the coordinate value of the point in 1-bit units. In this case, an operation corresponding to the 4th to 5th lines of the proposed pseudocode is performed.
  • the Molton code generation unit is the third line (4-) of the proposed pseudo code according to the embodiments. You can perform the actions shown in 1).
  • the third line (4-1) of the pseudo code is the Molton code generation unit (or the geometry reconstruction unit, 18002, 18002a) according to the embodiments for each axis in units of 2 bits or more using a shift operation. Indicates interleaving of bits.
  • the operation of interleaving bits for each axis in units of 2 bits or more may be performed by performing a shifting operation as much as the count information set in the first line of the pseudo code.
  • the fifth line 4-2 of the pseudo code indicates that the Molton code generation unit (or the geometry reconstruction unit 18002, 18002a) according to the embodiments interleaves the bits for each axis in 1-bit units.
  • FIG. 24 illustrates a method of generating a 3D adaptive Molton code based on a distribution of attribute values of points of point cloud data among methods of generating a 3D adaptive Molton code.
  • the 3D adaptive Molton code generated based on the distribution of attribute values may be referred to as a Molton code according to the distribution of attribute values.
  • the method of generating a 3D adaptive Molton code according to embodiments may be performed by the geometry reconstruction unit 18002 (or Molton code generation unit 18002a) of FIG. 18.
  • Figures at the top of FIG. 24 are distribution graphs of attribute values along the x-axis of points (24000x) and distribution graphs of attribute values along the y-axis in order to generate a Molton code according to the attribute value distribution. (24000y) and a distribution graph (24000z) of attribute values for the z-axis are shown.
  • a distribution graph of attribute values for the x-axis represents the number of attribute values of points based on the coordinate values of the x-axis in the 3D space.
  • the number of attribute values on the x-axis can also be expressed as the Unique(x) function.
  • the horizontal axis of the distribution graph 24000x of attribute values with respect to the x-axis represents the coordinate value of the x-axis in 3D space.
  • the vertical axis of the distribution graph 24000x of attribute values with respect to the x-axis represents the number of attribute values of points having coordinate values of each x-axis.
  • the distribution graph 24000y of attribute values for the y-axis represents the number of attribute values of points based on the coordinate values of the y-axis in the 3D space.
  • the number of attribute values on the y-axis can also be expressed as a Unique(y) function.
  • the horizontal axis of the distribution graph 24000y of attribute values with respect to the y-axis represents the coordinate value of the y-axis in 3D space.
  • the vertical axis of the distribution graph 24000y of attribute values with respect to the y-axis represents the number of attribute values of points having coordinate values of each y-axis.
  • the distribution graph 24000z of attribute values with respect to the z-axis represents the number of attribute values of points based on the coordinate values of the z-axis in the 3D space.
  • the number of property values on the z-axis can also be expressed as a Unique(z) function.
  • the horizontal axis of the distribution graph 24000z of attribute values with respect to the z-axis represents the coordinate value of the z-axis in 3D space.
  • the vertical axis of the distribution graph 24000z of attribute values with respect to the z-axis represents the number of attribute values of points having coordinate values of each z-axis.
  • the distribution graphs 24000x to 24000z of attribute values for each axis shown at the top of FIG. 24 represent the distribution of attribute values of points of the long dress data 23000b of FIG. 23.
  • points and attribute information are relatively concentrated on the x-axis and z-axis, and are relatively widespread with respect to the y-axis. Accordingly, the number of attribute values for the x-axis and the number of attribute values for the z-axis of the long dress data 23000b of FIG. 23 are larger than the number of attribute values for the y-axis. Therefore, the Unique(x) values and Unique(z) values of the long dress data 23000b are relatively larger than the Unique(y) values.
  • the Molton code generator according to the embodiments does not use the Molton code according to the value distribution capable of searching the x-axis and the z-axis in detail, it is not possible to ensure an accurate search of points, and the point through prediction Cloud data compression efficiency cannot be guaranteed. Accordingly, when the Molton code generator according to the embodiments generates a Molton code according to a value distribution, the bits of the coordinate values of the y-axis are interleaved several times in units of 2 bits or more, thereby ensuring a fast search in the y-axis, Coordinate values of the x-axis and coordinate values of the z-axis may be interleaved more in 1-bit units.
  • the Molton code generator may perform interleaving in units of 2 bits or more for a range of the x-axis in which relatively few attribute values are distributed within the x-axis. For example, referring to the distribution graph (24000x) of attribute values on the x-axis, the area corresponding to the coordinate value of x is 0 to 68 and the area corresponding to 324 to 404, the coordinate value of x is 68 to 324. There are fewer attribute values distributed than the corresponding area.
  • the bits of the x coordinate value are interleaved in units of 2 bits or more, but in the area corresponding to the coordinate value of x 68 to 324, x Bits of coordinate values can be interleaved in 1-bit units.
  • the Molton code generation unit 18001 may generate count information based on a distribution of attribute values of points of point cloud data.
  • the Molton code generator 18001 may generate a Molton code according to a value distribution based on the generated count information.
  • the count information may be determined based on a distribution of attribute values, that is, a function representing the number of values of attribute information of points for each axis in a 3D space. Functions representing the number of values of attribute information of points for each axis include, for example, Unique(x), Unique(y), and Unique(z).
  • the count information may include count information on the x-axis (CountX), count information on the y-axis (CountY), and/or count information on the z-axis (CountZ).
  • Count information on the x-axis, count information on the y-axis, and/or count information on the z-axis the count information (CountX, CountY, CountZ) for each axis is 2 for each axis of the point coordinates. Represents the number of times interleaved in units of bits or more.
  • the count information for the x-axis, the count information for the y-axis and/or the count information for the z-axis is the count information for each axis (CountX, CountY, CountZ), respectively, UniqueValue(x), UniqueValue(y), and UniqueValue. It can be determined by (z).
  • the UniqueValue(x) function may represent a relative number of attribute values in the x-axis compared to the y-axis and the z-axis.
  • the UniqueValue(x) function may be an integer value corresponding to Unique(x) when the ratio of the three values Unique(x), Unique(y), and Unique(z) is expressed as an integer value.
  • UniqueValue(y) and UniqueValue(z) can be determined in the same way.
  • the point cloud data transmission apparatus may generate a Molton code according to a value distribution by performing operations shown in a pseudo code 24001.
  • the first line of the pseudo code represents an operation of determining count information according to embodiments.
  • the Molton code generation unit uses UniqueValue(x), UniqueValue(y), and UniqueValue(z) functions for count information on the x-axis, count information on the y-axis, and/or count information on the z-axis, respectively. You can decide.
  • the second line of the pseudo-code represents a step of examining a condition for interleaving bits of a coordinate value of a point in units of two or more bits according to embodiments. For example, if the set count information for the x-axis, count information for the y-axis, and count information for the z-axis are all 0, the Molton code generator may interleaved all the bits of the coordinate value of the point in 1-bit units. In this case, an operation corresponding to the 4th to 5th lines of the proposed pseudocode is performed. If any one of the count information for the x-axis, the count information for the y-axis, and the count information for the z-axis is greater than 0, the Molton code generation unit is the third line (5- You can perform the actions shown in 1).
  • the third line 5-1 of the pseudo-code is the Molton code generation unit (or geometry reconstruction unit, 18002, 18002a) according to the embodiments for each axis in units of 2 bits or more using a shift operation. Indicates interleaving of bits.
  • the operation of interleaving bits for each axis in units of 2 bits or more may be performed by performing a shifting operation as much as the count information set in the first line of the pseudo code.
  • the fifth line 5-2 of the pseudo code indicates that the Molton code generation unit (or the geometry reconstruction unit 18002, 18002a) according to the embodiments interleaves the bits for each axis in 1-bit units.
  • 25 illustrates an apparatus for transmitting point cloud data according to embodiments.
  • the encoder 25000 of the point cloud data transmission apparatus includes a data input unit 25001, a tile division unit 25002, a tile-specific geometry encoding unit 25003, a tile-specific geometry reconstruction unit 25004, and a tile-specific molton. It includes a code generation unit 25005 and/or a tile-specific attribute encoding unit 25006.
  • the encoder 25000 of the point cloud data transmission apparatus includes the operation of the point cloud video encoder 10002 of FIG. 1, the encoding 20001 of FIG. 2, the operations of FIGS. 4 to 9, and the operation of FIG. 12. Can perform.
  • the data input unit 25001 receives the acquired point cloud data.
  • the data input unit 25001 performs an operation of the data input unit 12000 of FIG. 12.
  • the tile dividing unit 25002 divides the point cloud data received from the data input unit 25001 into one or more tiles.
  • a tile may mean a rectangular area of CTUs having a specific tile column and a specific tile row in a picture. (A rectangular region of CTUs within a particular tile column and a particular tile row in a picture.)
  • a tile is an area of a cube with a specific tile width, a specific tile height, and a specific tile depth within a set of point cloud data. It can mean.
  • the shape and size (width, height, etc.) of a tile may be determined according to a value input from a user.
  • the tile dividing unit 25002 divides the point cloud data into one or more tiles, and divides the location information and attribute information of points in each tile for each tile, respectively, a geometry encoder 25003 for each tile and an attribute encoder for each tile ( 25006).
  • the tile dividing unit 25002 may generate information on each of the output tiles.
  • the information on each of the tiles may include location information of points belonging to each tile and attribute information of the points.
  • the tile-specific geometry encoder 25003 receives position information of points included in a specific tile for a specific tile and encodes it. For each tile, the geometry encoding unit 25003 for each tile includes coordinate transformation 40000, quantization and voxelization 40001, octree analysis 40002, surface aproximation analysis 40003 and/or arithmetic encoding ( 40004) Can perform operations.
  • the tile-specific geometry encoder 25003 outputs a tile-based geometry bitstream 25003a for each tile.
  • the tile-specific geometry encoding unit 25003 may output (25003b) an occupancy code of location information of points in a corresponding tile and transmit it to the tile-specific geometry reconstruction unit 25004.
  • the tile-specific geometry reconstruction unit 25004 receives an occupancy code (25003b) of the location information of points in the tile from the tile-specific geometry encoding unit 25003, and geometry information of the tile (for example, , An octree representing the location of points of a specific tile) is reconstructed.
  • the tile-specific geometry reconstruction unit 25004 includes a tile-specific Molton code generation unit 25004a.
  • the tile-specific geometry encoder 25003 and the tile-specific geometry reconstruction unit 25004 may independently perform encoding or reconstruction operations for each tile.
  • the Molton code generation unit 25004a generates a Molton code or an adaptive Molton code according to the embodiments.
  • the adaptive Molton code refers to an axis-based adaptive Molton code, a bit allocation type Molton code, and a Molton code according to a value distribution described in FIGS. 21 to 24.
  • the tile-specific geometry reconstruction unit 25004 maps geometry information and attribute information reconstructed using a Molton code or an adaptive Molton code according to embodiments, for each point, and outputs the mapped attribute information.
  • the tile-specific geometry reconstruction unit 25004 performs the operation of the geometry reconstruction unit 18002 described in FIG. 18 in units of tiles.
  • the tile-specific attribute encoding unit 25005 receives the mapped attribute information, and encodes the mapped attribute information and.
  • the tile-specific attribute encoder 25005 performs the operation of the attribute information reconstruction unit 18003 described in FIG. 18 in units of tiles.
  • the tile-specific attribute encoder 25005 outputs a tile-based attribute bitstream.
  • 26 illustrates a decoder of an apparatus for receiving point cloud data according to embodiments.
  • the decoder 26000 of the point cloud data receiving apparatus receives the point cloud data bitstream 26000a.
  • the point cloud data bitstream 26000a is the compressed bitstream of FIG. 1, the transmitted bitstream of FIG. 2 (20002), the bitstream or attribute bits shown in FIG. 10, 11 or 13 It may be a stream (attribute bitstream).
  • the decoder 26000 of the point cloud data receiving device generates and outputs location information (geometry information) of the points of the decoded point cloud data and/or attribute information (attribute information, 26000b) of the points of the decoded point cloud data. I can.
  • the decoder 26000 of the point cloud data receiving apparatus according to the embodiments may include a geometry decoding unit 26001, a geometry reconstruction unit 26002, and/or an attribute decoding unit 2603.
  • the geometry decoder 26001 receives a geometry bitstream of a point cloud data bitstream according to embodiments.
  • the geometry bitstream refers to an encoded bitstream including geometry information of point cloud data according to embodiments.
  • the geometry decoder decodes the geometry bitstream.
  • the geometry decoding unit 26001 outputs geometry information (or location information) of points of the decoded point cloud data.
  • the geometry decoding unit 26001 may include an occupancy code-based octree reconstruction processing unit 26001a.
  • the occupancy code-based octree reconstruction processing unit 26001a generates an octree representing location information of points based on the geometry bitstream 26000a and/or geometry information of the points of the decoded point cloud data according to embodiments. Can be reconstructed.
  • An octree according to embodiments may mean a data structure based on an occupancy code.
  • the geometry decoding unit 26001 may output an octree of the generated points (26001b).
  • the geometry decoder 26001 may perform operations of the point cloud decoder 10006 of FIG. 1, the decoding 20003 of FIG. 2, and the geometry decoder of FIG. 10.
  • the occupancy code-based octree reconstruction processing unit 26001a may perform some operations of the geometry regeneration unit 11003 of FIG. 11 and the occupancy code-based octree reconstruction processing unit 13003 of FIG. 13.
  • the geometry reconstruction unit 26002 receives the reconstructed octree generated by the geometry decoding unit 26001 or the occupancy code-based octree reconstruction processing unit 26001a.
  • the geometry reconstruction unit 2602 may generate a Molton code according to embodiments based on the reconstructed octree.
  • the geometry reconstruction unit 2602 may map attribute information of the attribute bitstream of the point cloud data based on the Molton code and the reconstructed octree according to the embodiments.
  • the geometry reconstruction unit 2602 may output mapped attribute information according to embodiments (26002b).
  • the geometry reconstruction unit 2602 may include a Molton code generation unit 2602a.
  • the molton code generator 2602a may generate a molton code according to embodiments.
  • the Molton code generation unit 2602a may be a Molton code generated by the geometry reconstruction unit of FIG. 18 and a weight-based Molton code generated in FIGS. 19 to 25.
  • the geometry reconstruction unit 26002 and/or the Molton code generation unit 26002a may perform some operations of the geometry regeneration unit 11003 of FIG. 11 and the occupancy code-based octree reconstruction processing unit 13003 of FIG. 13.
  • the attribute decoder 2603 may receive the mapped attribute information 2602b and/or the attribute bitstream of point cloud data according to embodiments.
  • the attribute decoding unit 2603 may receive the mapped attribute information 2602b and/or the attribute bitstream of the point cloud data to decode attribute information of the point cloud data.
  • the attribute decoding unit 2603 may output (26000b) attribute information of the decoded point cloud data.
  • the attribute encoding unit 2603 may include a prediction/lifting/RAHT inverse transform processing unit 2603a.
  • the prediction/lifting/RAHT inverse transform processor 2603a may receive the mapped attribute information 2602b and/or the attribute bitstream of point cloud data to perform inverse transformation.
  • the prediction/lifting/RAHT inverse transform processing unit 2603a includes the arithmetic decoder 11005, inverse quantization unit 11006, inverse RAHT transform unit 11007, LOD generation unit 11008, inverse lifting unit 11009 and/or Alternatively, the color inverse transform unit 11010 may perform some operations.
  • the prediction/lifting/RAHT inverse transform processor 2603a may perform the prediction/lifting/RAHT inverse transform processor 13009 of FIG. 13.
  • FIG. 27 illustrates an example of a bitstream structure of point cloud data according to embodiments.
  • the point cloud data transmission device (for example, the point cloud data transmission device described in FIGS. 1, 11, 14, and 1) can transmit the encoded point cloud data in the form of a bitstream 27000.
  • the bitstream 27000 may include one or more sub-bitstreams.
  • the point cloud data transmission device divides the image of the point cloud data into one or more packets in consideration of the error of the transmission channel Can be transmitted over the network.
  • the bitstream 27000 may include one or more packets (eg, Network Abstraction Layer (NAL) units). Therefore, even if some packets are lost in a poor network environment, the device for receiving point cloud data may restore a corresponding image using the remaining packets.
  • the point cloud data may be processed by dividing it into one or more slices or one or more tiles. Tiles and slices according to embodiments are areas for processing point cloud compression coding by partitioning a picture of point cloud data.
  • the point cloud data transmission apparatus may provide high-quality point cloud content by processing data corresponding to each region according to the importance of each divided region of the point cloud data. That is, the point cloud data transmission apparatus according to the embodiments may perform point cloud compression coding processing of data corresponding to an area important to a user having better compression efficiency and appropriate latency.
  • An image (or picture) of point cloud content is divided into units of basic processing units for point cloud compression coding.
  • a basic processing unit for point cloud compression coding according to embodiments is a coding tree (CTU). unit), brick, etc., and are not limited to this example.
  • a slice according to the embodiments does not have a rectangular shape as an area including basic processing units for one or more integer number of point cloud compression coding.
  • a slice according to embodiments includes data transmitted through a packet.
  • a tile according to embodiments includes one or more basic processing units for coding a point cloud compression as an area divided into a rectangular shape in an image.
  • One slice according to embodiments may be included in one or more tiles. Also, one tile according to embodiments may be included in one or more slices.
  • the point cloud data transmission apparatus may transmit a bitstream 27000 having a bitstream structure as illustrated in FIG. 27.
  • the bitstream (27000) of the point cloud data is SPS (Sequential Parameter Set, 27001), GPS (Geometry Parameter Set, 27002), APS (Attribute Parameter Set, 27003), TPS (Tile Parameter Set, 27004), and one or more It may include slices (27005).
  • the bitstream 27000 of the point cloud data may include one or more tiles.
  • a tile according to embodiments may be a group of slices including one or more slices.
  • SPS Sequence Parameter Set, 27001
  • SPS Sequence Parameter Set, 27001
  • SPS Sequence Parameter Set, 27001
  • SPS is applied to zero or more total CVSs determined by the contents of the syntax element in the PPS referenced by the syntax element in each slice segment header. It is a syntax structure that includes syntax elements that are used. (A syntax structure containing syntax elements that apply to zero or more entire CVSs as determined by the content of a syntax element found in the PPS referred to by a syntax element found in each slice segment header.)
  • SPS is a point according to embodiments It may include sequence information of the cloud data bitstream.
  • GPS Global Parameter Set, 27002
  • the GPS 27002 may mean a syntax structure including syntax elements to which zero or more total geometry (or encoded geometry) is applied.
  • the GPS 27002 may include information on a method of encoding attribute (attribute) information of point cloud data included in one or more slices 27005.
  • the GPS 27002 may include SPS identifier information indicating which geometry parameter associated with the SPS 27001 according to embodiments, and GPS identifier information for identifying the corresponding GPS.
  • An Attribute Parameter Set (APS) 27003 may mean a syntax structure including syntax elements to which zero or more all attributes (or encoded attributes) are applied.
  • the APS 27003 may include information about a method of encoding attribute (attribute) information of point cloud data included in one or more slices 27005.
  • the APS 27003 may include SPS identifier information indicating which geometry parameter associated with the SPS 27001 according to embodiments, and GPS identifier information identifying the corresponding APS.
  • TPS Tile Parameter Set
  • TPS Tile Parameter Set
  • TPS Tile Parameter Set
  • the tile inventory includes information on zero or more tiles included in the point cloud data bitstream according to embodiments.
  • the tile inventory may be referred to as a tile parameter set (TPS) according to embodiments.
  • the TPS (Tile Parameter Set) 27004 may include identifier information identifying one or more tiles and information indicating a range of one or more tiles (ie, a bounding box of a tile).
  • Information indicating a range of one or more tiles is coordinate information of a point that is a reference of a bounding box represented by a corresponding tile (eg, Tile(n).tile_bounding_box_xyz0) and Information about the width, height, and depth of the corresponding bounding box (eg, Tile(n).tile_boudning_box_whd) may be included.
  • the tile parameter set 27004 may be referred to as a tile inventory.
  • a tile parameter set (27004) may include information indicating a bounding box for each of the tiles. For example, when each tile is represented by 0 to n by the identifier information of the tiles, the information indicating the bounding box of each tile is Tile(0).tile_bounding_box_xyz0, Tile(0).tile_bounding_box_whd, Tile(1).tile_bounding_box_xyz0 , Tile(1).tile_bounding_box_whd... It can be expressed as such.
  • the slice 27005 may mean a unit for encoding point cloud data by the apparatus for transmitting point cloud data according to the embodiments.
  • a slice 27005 according to embodiments may mean a unit including one geometry bitstream Geom00 and one or more attribute bitstreams Attr00 and Attr10.
  • a slice (27005) is a geometry slice (Geom, 27005a) representing the geometry information of the point cloud data included in the slice, and one or more attribute slices representing the attribute information of the point cloud data included in the slice. (Attribute Slice, Attr, 27005b) may be included.
  • a geometry slice (Geometry Slice, Geom, 27005a) includes geometry slice data (Geometry Slice Data, Geom_slice_data, 27005d) including geometry information of point cloud data, and a geometry slice header (Geometry Slice Header) including information on the geometry slice data. Geom_slice_header, GSH, 27005c).
  • the geometry slice header 27005c includes information on the geometry slice data 27005d in the slice.
  • the geometry slice header 27005c includes a geometry parameter set identifier (geom_geom_parameter_set_id) for identifying which GPS 27002 represents the geometry information of a corresponding slice, and a geometry slice identifier (geom_slice_id) for identifying the geometry slice.
  • geometry box origin information indicating the box origin of the corresponding geometry slice data
  • information indicating the lock scale of the geometry slice (geom_box_log2_scale)
  • information related to the number of points of the corresponding geometry slice (geom_num_points), etc.
  • the header of the geometry bitstream according to the embodiments is information for identifying a tile including the geometry bitstream (geom_tile_id ) May be further included.
  • the attribute slice (Attribute Slice, Attr, 27005a) includes attribute slice data (Attr_slice_data) including attribute information of point cloud data, and an attribute slice header (Attribute Slice Header, Attr_slice_header) including information on attribute slice data.
  • attribute slice data Attr, 27005a
  • attribute slice header Attr_slice_header
  • parameters necessary for encoding a point cloud may be newly defined as parameter set and header information of a point cloud.
  • attribute parameter set RBSP syntax can be added when encoding attribute information
  • tile_header syntax can be added when tile-based encoding is performed.
  • the above-described parameters according to the embodiments shown in FIG. 33 may be signaled in units of tiles or in units of slices to be described later.
  • the above-described parameters according to embodiments may be signaled in a sequential parameter set (SPS), a geometry parameter set (GPS), an attribute parameter set (APS), or a tile inventory.
  • SPS sequential parameter set
  • GPS geometry parameter set
  • APS attribute parameter set
  • tile inventory a tile inventory.
  • parameters shown in FIG. 27 according to the embodiments are Attribute Parameter Set (APS) including information on attribute information of each slice. ) Can be included within.
  • APS Attribute Parameter Set
  • parameters shown in FIG. 27 according to embodiments may be included in a geometry slice header (gsh).
  • parameters shown in FIG. 27 are TPS (Attribute Parameter Set) including information on attribute information of each slice. ) Within (or tile inventory).
  • the PCC transmission/reception method provides such a bitstream structure, so that the receiver can improve the decoding performance of attribute information of point cloud data.
  • the receiver can improve the decoding performance of attribute information of point cloud data.
  • cognitive inverse transformation performance can be improved at the output terminal of the decoder.
  • TPS tile parameter set
  • the bitstream of point cloud data may include a tile parameter set including signaling information (or flag) shown in FIG. 28.
  • the tile parameter set 28000 shown in FIG. 28 may mean the tile parameter set 27004 described in FIG. 27.
  • the point cloud data receiver according to the embodiments may decode the point cloud data according to the embodiments based on the signaling information (or flag information) described in FIG. 28.
  • TPS Tip Parameter Set, 28000
  • TPS may mean a syntax structure including syntax elements to which zero or more total tiles (or encoded tiles) are applied.
  • num_tiles represents the number of tiles existing in the corresponding bitstream. (Represents the number of tiles signaled for the bitstream). If no tiles exist in the corresponding bitstream, num_tiles may be signaled as 0. (When not present, num_tiles is inferred to be 0)
  • the TPS 28000 includes information on a position in which tiles existing in a corresponding bitstream are located within a bounding box (e.g., tile_bounding_box_offset_x, tile_bounding_box_offset_y, tile_bounding_box_offset_z, etc.), a scale factor in the bounding box of tiles. factor) information (eg, tile_bounding_box_scale_factor, etc.), width or height information (eg, tile_bounding_box_size_width, tile_bounding_box_size_height information) in the bounding box of tiles.
  • a bounding box e.g., tile_bounding_box_offset_x, tile_bounding_box_offset_y, tile_bounding_box_offset_z, etc.
  • a scale factor in the bounding box of tiles e.g., tile_bounding_box_scale_factor, etc.
  • width or height information e.g, tile_bounding_box_size_width
  • the TPS 28000 may include parameters (e.g., tile_bounding_box_offset_x, tile_bounding_box_offset_y, tile_bounding_box_offset_z, tile_bounding_box_scale_factor, tile_bounding_box_size_width, tile_bounding_box_size_height) included in the for statement of FIG. 28 as many as the number of tiles.
  • i may mean an index for each tile.
  • tile_bounding_box_offset_x [i], tile_bounding_box_offset_y [i], tile_bounding_box_offset_z [i], tile_bounding_box_scale_factor [i], tile_bounding_box_size_width [i], tile_bounding_box_size_height [i] is the i-th tile of _bounding_box_offset_x, tile_bounding_box_offset_y, tile_bounding_box_offset_z, tile_bounding_box_scale_factor, tile_bounding_box_size_width, tile_bounding_box_size_height information in each of the for statement Can mean
  • tile_bounding_box_offset_x[i] represents the x offset of the i-th tile in Cartesian coordinates. If the corresponding parameter does not exist (that is, there is no tile_bounding_box_size_offset_x parameter for an i-th tile other than 0), the value of tile_bounding_box_offset_x[ 0] may mean sps_bounding_box_offset_x included in the SPS according to the embodiments. .
  • tile_bounding_box_offset_y[i] represents the y offset of the i-th tile in Cartesian coordinates. If the corresponding parameter does not exist (that is, there is no tile_bounding_box_size_offset_y parameter for the i-th tile other than 0), the value of tile_bounding_box_offset_y[ 0] may mean sps_bounding_box_offset_y included in the SPS according to the embodiments. .
  • tile_bounding_box_offset_z[i] represents the z offset of the i-th tile in Cartesian coordinates. If the corresponding parameter does not exist (that is, there is no tile_bounding_box_size_offset_z parameter for the i-th tile other than 0), the value of tile_bounding_box_offset_z[ 0] may mean sps_bounding_box_offset_z included in the SPS according to the embodiments. .
  • tile_bounding_box_scale_factor[i] represents a scale factor related to the i-th tile in Cartesian coordinates. If the corresponding parameter does not exist (that is, there is no tile_bounding_box_size_factor parameter for an i-th tile other than 0), tile_bounding_box_scale_factor[ 0] may mean sps_bounding_box_scale_factor included in the SPS according to the embodiments.
  • tile_bounding_box_size_width[ i] represents the width of the i-th tile in Cartesian coordinates. If the corresponding parameter does not exist (that is, there is no tile_bounding_box_size_width parameter for an i-th tile other than 0), tile_bounding_box_size_width[ 0] may mean sps_bounding_box_size_width included in the SPS according to embodiments.
  • tile_bounding_box_size_height[ i] represents the height of the i-th tile in Cartesian coordinates. If the corresponding parameter does not exist (that is, there is no tile_bounding_box_size_height parameter for an i-th tile other than 0), tile_bounding_box_size_height[ 0] may mean sps_bounding_box_size_height included in the SPS according to embodiments.
  • tile_bounding_box_size_depth[ i] represents the depth of the i-th tile in Cartesian coordinates. If the height value does not exist, tile_bounding_box_size_depth[ 0] may mean sps_bounding_box_size_depth included in the SPS according to embodiments.
  • the tile parameter set (28000) according to the embodiments may include information indicating a method of generating the Molton code according to the embodiments (eg, adaptive_bit_interleaving_use_flag, axis_based_morton_code_generation, bit_allocation_based_morton_code_generation, value_distribution_based_morton_code_generation, etc.). 28001).
  • the Molton code according to the embodiments may mean a Molton code or a weight Molton code described in FIGS. 18 to 25.
  • adaptive_bit_interleaving_use_flag is Represents a flag (or signaling information) on whether to perform adaptive bit interleaving according to embodiments. That is, it may be information (or flag) indicating whether the receiving device according to the embodiments performs adaptive bit interleaving to generate a weight-based Molton code according to the embodiments to decode points in a corresponding tile.
  • adaptive_bit_interleaving_use_flag may be information commonly applied to all tiles signaled by the TPS 28000 according to the embodiments, and may be applied to all tiles for one SPS sequence.
  • Axis_based_morton_code_generation means information (or flag) indicating that attribute information is encoded based on an axis-based adaptive Molton code for points of the received point cloud data according to embodiments. That is, the receiving apparatus (or Molton code generator) according to the embodiments may determine whether to generate an axis-based adaptive Molton code in response to information of axis_based_morton_code_generation.
  • bit_allocation_based_morton_code_generation is Points of the received point cloud data according to embodiments refer to information (or flags) indicating that attribute information is encoded based on a bit allocation type Molton code. That is, the reception apparatus (or Molton code generator) according to the embodiments may determine whether to generate the bit allocation type Molton code in response to the information of bit_allocation_based_morton_code_generation.
  • the value_distribution_based_morton_code_generation means information (or flag) indicating that attribute information is encoded based on a Molton code according to a value distribution of points of the received point cloud data according to embodiments. That is, the receiving device (or Molton code generator) according to the embodiments may determine whether to generate a Molton code according to a value distribution in response to the information of value_distribution_based_morton_code_generation.
  • point cloud data ie, point cloud data included in tiles signaled in the corresponding SPS
  • the property information is coded based on the bit-allocated Molton code (bit_allocation_based_morton_code_generation), and whether the property information is coded based on the Molton code according to the value distribution (value_distribution_based_morton_code_generation). You can signal more.
  • the point cloud data transmission apparatus transmits the information of the tile parameter set (28000) described in FIG. 28 so that the receiving apparatus increases the compression rate and searches for a neighboring node with high quality.
  • the point cloud data transmission apparatus may increase compression efficiency, increase image quality performance, and reduce the burden on the reception device by transmitting a bitstream in the form as described above.
  • FIG. 29 illustrates a structure of a Geometry Parameter Set (GPS) of point cloud data according to embodiments.
  • GPS Geometry Parameter Set
  • the bitstream of point cloud data may include a geometry parameter set (Geometry Parameter Set, 29000) including signaling information (or flag) shown in FIG. 29.
  • the geometry parameter set 29000 shown in FIG. 29 may mean the tile parameter set 27002 described in FIG. 27.
  • the point cloud data receiver according to the embodiments may decode the point cloud data according to the embodiments based on the signaling information (or flag information) described in FIG. 29.
  • It may mean a syntax structure including syntax elements to which zero or more of GPS (Geometry Parameter Set, 29000) or more total geometry (or encoded geometry) is applied according to embodiments. .
  • gps_geom_parameter_set_id may provide an identifier for GPS so that other syntax elements can refer to it.
  • gps_geom_parameter_set_i must be in the range of 0 to 15.
  • gps_seq_parameter_set_id represents the value of sps_seq_parameter_set_id for active SPS. gps_seq_parameter_set_id must be in the range of 0 to 15.
  • gps_box_present_flag 1
  • unique_geometry_points_flag 1 If unique_geometry_points_flag is 1, it may indicate that all output points have unique locations. If unique_geometry_points_flag is 0, it may indicate that all points can have the same positions.
  • neighbor_context_restriction_flag If the neighbor_context_restriction_flag is 0, it indicates that octree occupancy coding uses contexts determined from six neighboring parent nodes. If neighbour_context_restriction_flag is 1, it indicates that octree coding determines and uses contexts only from sibling nodes.
  • inferred_direct_coding_mode_enabled_flag is 0, it indicates that octree coding uses inferred_direct_coding_mode. If inferred_direct_coding_mode_enabled_flag is 1, it indicates that octree coding uses a plurality of contexts determined from sibling neighbor nodes.
  • log2_neighbour_avail_boundary may represent a value of a variable NeighbAvailBoundary that can be used in the following decoding operation.
  • NeighbAvailBoundary 2log2_neighbour_avail_boundary
  • NeighbAvailabilityMask may be set to 13. Otherwise, if neighbour_context_restriction_flag is 0, NeighbAvailabilityMask may be set as follows.
  • log2_trisoup_node_size represents the size of triangle nodes and the variable TrisoupNodeSize as follows.
  • TrisoupNodeSize 2log2_trisoup_node_size
  • log2_trisoup_node_size must be greater than or equal to 0. If log2_trisoup_node_size is 0, the geometry bitstream may include only octree coding syntax.
  • trisoup_depth may represent the number of bits used to represent each component of the coordinates of the point. The value of trisoup_depth must be in the range of 2 to 21.
  • trisoup_triangle_level may indicate the level at which the octree is pruned.
  • the value of trisoup_triangle_level must be within the range of 1 to trisoup_depth-1.
  • gps_extension_present_flag 1
  • gps_extension_present_flag 0
  • this syntax structure does not exist. If it does not exist, it may mean that the value of gps_extension_present_flag is 0.
  • gps_extension_data_flag can have any value. Its presence and value may not affect the performance of the profiles of the decoder described in Annex A. Decoders can satisfy the profile according to Annex A.
  • a geometry parameter set (29000) according to the embodiments may include information indicating a method of generating a Molton code according to the embodiments (29001).
  • the Molton code according to the embodiments may mean a Molton code or a weight Molton code described in FIGS. 18 to 25.
  • Adaptive_bit_interleaving_use_flag, axis_based_morton_code_generation, bit_allocation_based_morton_code_generation, value_distribution_based_morton_code_generation described in FIG. 29 may mean adaptive_bit_interleaving_use_flag, axis_based_morton_code_generation, and bit_allocation_based_morton_generation_distribution_based_morton_generation described in FIG.
  • the point cloud data transmission apparatus transmits the information of the geometry parameter set (28000) described in FIG. 29 so that the receiving apparatus increases the compression rate and searches for a neighboring node with high quality.
  • the point cloud data transmission apparatus may increase compression efficiency, increase image quality performance, and reduce the burden on the reception device by transmitting a bitstream in the form as described above.
  • FIG. 30 shows the structure of an attribute parameter set (APS) of point cloud data according to embodiments.
  • the bitstream of point cloud data may include an attribute parameter set (29000) including signaling information (or flag) shown in FIG. 30.
  • the attribute parameter set 30000 shown in FIG. 30 may mean the attribute parameter sets 27003 and 27004 described in FIG. 27.
  • the point cloud data receiver according to the embodiments may decode the point cloud data according to the embodiments based on the signaling information (or flag information) described in FIG. 30.
  • aps_attr_parameter_set_id may indicate an identifier for an APS for reference according to other syntax elements.
  • the value of aps_attr_parameter_set_id must be in the range of 0 to 15.
  • aps_seq_parameter_set_id may represent a value of sps_seq_parameter_set_id for active SPS.
  • the value of aps_seq_parameter_set_id must be in the range of 0 to 15.
  • Attr_coding_type may represent a coding type for an attribute for a given value of attr_coding_type.
  • the value of attr_coding_type must be 0, 1, or 2.
  • isLifting indicates whether a coding type for an attribute according to embodiments is a method based on a lifting method. For example, isLifting indicates whether the coding type is predicting weight lifting or fixed weight lifting. isLifting may have a specific value (eg, 0 or 1) to indicate whether the coding type for an attribute is a method based on a lifting method. For example, if the value of attr_coding_type according to the embodiments is 0 (i.e., the coding type for the attribute is predicting weight lifting) or the value of attr_coding_type is 2 (that is, the coding type for the attribute is fixed.
  • isLifting may be 1 (that is, it may indicate that a coding type for an attribute according to embodiments is a method based on a lifting method). For example, when the value of attr_coding_type according to embodiments is 1 (that is, when the coding type for the attribute is RAHT), isLifting may be 0 (that is, the coding type for the attribute according to embodiments) This may indicate that this is not a method based on the lifting method).
  • APS (30000) may include num_pred_nearest_neighbours, max_num_direct_predictors, lifting_search_range, lifting_quant_step_size, lifting_quant_step_size_chroma, lod_binary_tree_enabled_flag, some or all of the parameters of num_detail_levels when isLifting information according to the embodiments is 1.
  • the APS (30000) according to embodiments may include sampling_distance_squared information as much as a value of num_detail_levels_minus1 (that is, as many as the number of LODs).
  • num_pred_nearest_neighbours may be information on the maximum number of near-list neighbors.
  • the value of numberOfNearestNeighboursInPrediction must be in the range of 1 to xx.
  • max_num_direct_predictors is information that can indicate the number of predictors used for direct prediction.
  • the value of max_num_direct_predictors must be in the range of 0 to num_pred_nearest_neighbours.
  • the value of the variable MaxNumPredictors used in the decoding operation can be expressed as follows.
  • MaxNumPredictors max_num_direct_predicots + 1
  • lifting_search_range may mean a search range for lifting.
  • lifting_quant_step_size can represent the quantization step for the first component of the attribute.
  • the value of lifting_quant_step_size must be in the range of 1 to xx.
  • lifting_quant_step_size_chroma may indicate the quantization step size for the chroma component of the attribute if the attribute is color.
  • the value of lifting_quant_step_size_chroma must be within the range of 1 to xx.
  • lod_binary_tree_enabled_flag may indicate whether or not a binary tree is applied to log generation.
  • num_detail_levels_minus1 represents the number of levels of detail for attribute coding (attribute coding). The value of num_detail_levels_minus1 must be in the range of 0 to xx.
  • sampling_distance_squared [idx] may represent a square of a sampling distance for idx.
  • the value of sampling_distance_squared must be in the range of 0 to xx.
  • idx may have a value ranging from 0 to num_detail_levels_minus1. That is, the APS 30000 according to the embodiments may include sampling_distance_squared parameters as many as the number of levels of detail (that is, num_detail_levels_minus1 + 1) for the total attribute encoding (attribute coding).
  • the attribute parameter set (30000) according to the embodiments may include information indicating a method of generating a Molton code according to the embodiments (30001).
  • the Molton code according to the embodiments may mean a Molton code or a weight Molton code described in FIGS. 18 to 25.
  • Adaptive_bit_interleaving_use_flag, axis_based_morton_code_generation, bit_allocation_based_morton_code_generation, value_distribution_based_morton_code_generation described in FIG. 28 may mean adaptive_bit_interleaving_use_flag, axis_based_morton_code_generation, and bit_allocation_based_morton_generation_distribution_based_morton_generation described in FIG.
  • the property information is coded based on the bit-allocated Molton code (bit_allocation_based_morton_code_generation), and whether the property information is coded based on the Molton code according to the value distribution (value_distribution_based_morton_code_generation). You can signal more.
  • the APS 30000 according to the embodiments may further include an adaptive_prediction_threshold parameter when the value of attr_coding_type according to the embodiments is 0 (that is, when the coding type for the attribute is a predicting weight lifting).
  • adaptive_prediction_threshold may represent a threshold value of prediction (prediction).
  • the APS 30000 according to the embodiments may further include raht_depth, raht_binarylevel_threshold, and raht_quant_step_size parameters when the value of attr_coding_type according to the embodiments is 1 (that is, when the coding type for the attribute is RAHT).
  • raht_depth may mean the number of levels of detail for RAHT.
  • the value of depthRAHT may range from 1 to xx.
  • raht_binarylevel_threshold may mean a level of detail for cutting out the RAHT coefficient.
  • the value of binaryLevelThresholdRAHT must be in the range of 0 to xx.
  • raht_quant_step_size may indicate the size of the quantization operation for the first component of the attribute.
  • the value of quant_step_size must be in the range of 1 to xx.
  • aps_extension_present_flag 1 indicates that the aps_extension_data syntax structure exists in the APS RBSP syntax structure. If aps_extension_present_flag is 0, this indicates that the above-described syntax structure does not exist. If the corresponding parameter does not exist, the value of aps_extension_present_flag may be interpreted as 0.
  • the APS 30000 may further include an aps_extension_data_flag parameter.
  • aps_extension_data_flag can have any value. Its presence and value may not affect decoder performance.
  • the point cloud data transmission apparatus transmits the information of the attribute parameter set (30000) described in FIG. 30 to enable the reception apparatus to increase the compression rate and high-quality point cloud image through search for a neighboring node.
  • the point cloud data transmission apparatus may increase compression efficiency, increase image quality performance, and reduce the burden on the reception device by transmitting a bitstream in the form as described above.
  • GSH Geometry Slice Header
  • Geometry Slice Header may be referred to as a geometry slice header.
  • GSH may refer to data having header information included in Geom (Geometry Bitstream) included in one or more slices. That is, GSH may be header information on geometry information included in a corresponding slice.
  • GSH which is the header information of geometry information, may include parameters such as geom_geom_parameter_set_id, geom_tile_id, geom_slice_id, geom_BoxOrigin, geom_box_log2_scale, beom_max_node_size_log2, geom_num_points, and the like.
  • gsh_geometry_parameter_set_id represents the value of gps_geom_parameter_set_id of active GPS. (specifies the value of the gps_geom_parameter_set_id of the active GPS)
  • gsh_tile_id represents the tile identifier (id).
  • gsh_slice_id represents an identifier (id) of a slice.
  • gps_box_present_flag indicates whether the source bounding box (or box) indicated by GSH according to embodiments exists.
  • the GPS 31000 may include some/all of gsh_box_log2_scale, gsh_box_origin_x, gsh_box_origin_y, and gsh_box_origin_z.
  • gsh_box_log2_scale represents a scale value of a source bounding box (or box) indicated by GSH according to embodiments.
  • gsh_box_origin_x represents x information of a source bounding box indicated by GSH in a Cartesian coordinate system.
  • gsh_box_origin_y represents y information of a source bounding box indicated by GSH in the coordinate system.
  • gsh_box_origin_z represents z information of a source bounding box indicated by GSH in the coordinate system.
  • gsh_log2_max_nodesize represents the value of the MaxNodeSize variable used in the next decoding operation.
  • MaxNodeSize 2 (gbh_log2_max_nodesize)
  • gbh_points_number represents the number of coded points in the slice.
  • a Geometry Slice Header (GSH) 31000 may include information indicating a method of generating a Molton code according to the embodiments (31001).
  • the Molton code according to the embodiments may mean a Molton code or a weight Molton code described in FIGS. 18 to 25.
  • point cloud data ie, point cloud data included in tiles signaled in the corresponding SPS
  • axis_based_morton_code_generation 31001
  • bit_allocation_based_morton_code_generation 31001
  • attribute information is coded based on a Molton code according to a value distribution
  • the point cloud data transmission apparatus transmits the information of the geometry slice header (31000) described in FIG. 31 to enable the reception device to increase the compression rate and high-quality point cloud image by searching for a neighboring node.
  • the point cloud data transmission apparatus may increase compression efficiency, increase image quality performance, and reduce the burden on the reception device by transmitting a bitstream in the form as described above.
  • FIG. 32 illustrates a structure of an attribute slice header (ASH) of point cloud data according to embodiments.
  • the attribute slice header may be referred to as a geometry slice header.
  • ASH may mean data having header information included in one or more Attrs (Attribute Bitstreams) included in one or more slices. That is, ASH may be header information on attribute information included in a corresponding slice.
  • Attrs Atttribute Bitstreams
  • ash_attr_parameter_set_id represents an identifier of an ASH (Attribute Slice Header, 32000) according to embodiments.
  • ash_attr_sps_attr_idx may represent a value of sps_seq_parameter_set_id for active SPS.
  • ash_attr_geom_slice_id may represent a value of geom_parameter_set_id for an active Geom.
  • the value of abh_attr_sps_attr_idx must be within the range of 0 to sps_num_attribute_sets included in the SPS.
  • axis_based_morton_code_generation 32001
  • bit_allocation_based_morton_code_generation 32001
  • attribute information is coded based on a Molton code according to a value distribution
  • the point cloud data transmission apparatus transmits the information of the attribute slice header (32000) described in FIG. 32 so that the receiving apparatus increases the compression rate and provides a high quality point cloud image through search for a neighboring node.
  • the point cloud data transmission apparatus may increase compression efficiency, increase image quality performance, and reduce the burden on the reception device by transmitting a bitstream in the form as described above.
  • 33 illustrates a decoder of an apparatus for receiving point cloud data according to embodiments.
  • the point cloud data receiving apparatus may receive a bitstream of point cloud data in units of one or more tiles.
  • a tile may mean a rectangular area of CTUs having a specific tile column and a specific tile row in a picture. (A rectangular region of CTUs within a particular tile column and a particular tile row in a picture.)
  • a tile is an area of a cube with a specific tile width, a specific tile height, and a specific tile depth within a set of point cloud data. It can mean.
  • the shape and size (width, height, etc.) of a tile may be determined according to a value input from a user.
  • a tile according to embodiments may mean a tile described in FIGS. 18 to 32.
  • the point cloud data receiving apparatus includes a receiving unit 33000, a tile-specific geometry decoding unit 33001, a tile-specific geometry reconstruction unit 3302, a tile-specific attribute decoding unit 33003, and/or a tile combining unit 33004. ) Can be included.
  • the receiver 33000 receives a point cloud data bitstream according to embodiments.
  • the point cloud data bitstream includes a geometry bitstream and an attribute bitstream.
  • the receiving unit 33000 may transmit the geometry bitstream to the tile-specific geometry decoding unit 33001 and the attribute bitstream to the tile-specific attribute decoding unit 33003.
  • the receiver 33000 may receive a point cloud data bitstream according to embodiments in a tile unit.
  • the receiver 33000 may receive, for example, a point cloud data bitstream according to the bitstream structure shown in FIG. 27.
  • the receiver 33000 may receive a bitstream including one or more tiles for each tile by using a tile parameter set (TPS) 27004 of FIG. 27.
  • TPS tile parameter set
  • the receiver 33000 receives data in the bitstream for each tile based on parameters included in the tile parameter set (TPS, Tile Parameter Set, 27004) of FIG. 27 or the tile parameter set (28000) of FIG. 28, for example. can do.
  • TPS Tile Parameter Set
  • 27004 Tile Parameter Set
  • 28000 tile parameter set
  • the tile-specific geometry decoder 33001 may receive a geometry bitstream and decode it.
  • the tile-specific geometry decoder 33001 may receive a geometry bitstream for each tile, and may perform geometry decoding on each of the received tiles.
  • the tile-specific geometry decoder 33001 may output decoded geometry information for each tile.
  • the tile-specific geometry decoding unit 33001 may transmit the output decoded geometry information for each tile to the tile combining unit 33004.
  • the tile-specific geometry decoding unit 33001 may transmit the output decoded geometry information for each tile to the tile-specific geometry reconstruction unit 3302.
  • the tile-specific geometry decoder 33001 may perform a point cloud video decoder 11006 of FIG. 1, a decoding 20003 of FIG. 2, and a geometry decoding operation of FIG. 10 with respect to each tile of the received bitstream. .
  • the tile-specific geometry decoding unit 33001 includes, for example, data in a bitstream based on parameters included in a geometry parameter set (GPS, Geometry Parameter Set, 27002) of FIG. 27 or a geometry parameter set (29000) of FIG. You can receive them by tile.
  • a geometry parameter set GPS, Geometry Parameter Set, 27002
  • a geometry parameter set 29000
  • the tile-specific geometry reconstruction unit 3302 receives the decoded geometry information output by the tile-specific geometry decoding unit 33001.
  • the tile-specific geometry reconstruction unit 3302 may generate a tile-specific Molton code based on the decoded geometry information.
  • the tile-specific geometry reconstruction unit 3302 may map the decoded geometry information and the attribute bitstream based on the generated Molton code for each tile.
  • the tile-specific geometry reconstruction unit 3302 may output attribute information for each mapped tile.
  • the tile-specific geometry reconstruction unit 3302 may include a tile-specific Molton code generation unit 3302a.
  • the tile-specific molton code generation unit 3302a generates a molton code for each tile.
  • a Molton code for a tile may mean a Molton code or a weight Molton code described in FIGS. 18 to 25.
  • the tile-specific geometry reconstruction unit 3302 may generate a Molton code based on signaling information related to the Molton code generation method according to the embodiments.
  • the signaling information may include, for example, axis_based_morton_code_generation, bit_allocation_based_morton_code_generation, value_distribution_based_morton_code_generation, adaptive_bit_interleaving_use_flag, and the like shown in FIGS. 28 to 32.
  • Signaling information may be included in TPS, APS, GPS, GSH, and ASH as shown in FIGS. 28 to 32.
  • the tile-specific attribute decoding unit 33003 may receive the mapped tile-specific attribute information output by the tile-specific geometry reconstruction unit 3302 and decode them.
  • the tile-specific attribute decoding unit 33003 decodes the tile-specific attribute information mapped for each tile, and outputs the decoded attribute information for each tile.
  • the tile-specific attribute decoding unit 33003 may transmit the output decoded attribute information for each tile to the tile combining unit 33004.
  • Each tile attribute decoding unit 33003 includes an attribute decoder of FIG. 10, an arithmetic decoding unit 11005 of FIG. 11, an inverse quantization unit 11006, an inverse RAHT transform unit 11007, an LOD generation unit 11008, and The lifting unit 11009 and/or the color inverse transform unit 11010 may be operated.
  • the tile-specific attribute decoding unit 33003 may perform an operation of the arithmetic decoder 13007, inverse quantization processing unit 13008, prediction/lifting/RAHT inverse transformation processing unit 13009, and color inverse transformation processing unit 13010 of FIG. 13 for each tile. I can.
  • the tile combining unit 33004 may combine the decoded geometry information for each tile generated by the tile-specific geometry decoding unit 33001 and the decoded attribute information for each tile generated by the tile-specific attribute decoding unit 33003 for each tile. have.
  • the tile combiner may output position information (position value) and attribute information (attribute value) of points of point cloud data according to embodiments.
  • 34 illustrates a decoder of an apparatus for receiving point cloud data according to embodiments.
  • the point cloud data receiving apparatus includes a receiving unit 34000, a tile search unit 34001, a tile-specific geometry decoding unit 34002, a tile-specific geometry reconstruction unit 34403, a tile-specific attribute decoding unit 34004, and / Or may include a tile coupling portion (34005).
  • the receiver 34000 receives a point cloud data bitstream according to embodiments.
  • the receiving unit 34000 may perform an operation of the receiving unit 33000 of FIG. 33.
  • the tile search unit 34001 receives the received point cloud data bitstream according to embodiments and outputs a geometry bitstream and an attribute bitstream for each tile.
  • the tile search unit 34000 may receive area information.
  • the tile search unit 34000 may search for a specific tile from the received point cloud data bitstream based on the region information.
  • the region information according to the embodiments refers to information for determining a region for determining a region to be decoded by the search unit 34001 according to the embodiments.
  • the region information may be determined based on, for example, tile_bounding_box_offset_x, tile_bounding_box_offset_y, tile_bounding_box_offset_z, tile_bounding_box_size_width, tile_bounding_box_size_height, tile_bounding_box_size_depth, etc. included in the TPS of FIGS. 27 to 28.
  • the region information according to embodiments may be received from, for example, the tile combining unit 3405.
  • the tile-specific geometry decoding unit 3402 is, for example, data in the bitstream based on parameters included in the geometry parameter set (GPS, 27002) of FIG. 27 or the geometry parameter set 29000 of FIG. 29. You can receive them by tile.
  • the tile-specific geometry decoder 3402 may perform geometry decoding on tiles indicated by region information according to embodiments.
  • the tile-specific geometry reconfiguration unit 34403 receives the decoded geometry information output by the tile-specific geometry decoding unit 34002.
  • the tile-specific geometry reconstruction unit 34403 may generate a tile-specific Molton code based on the decoded geometry information.
  • the tile-specific geometry reconstruction unit 34403 may map the decoded geometry information and the attribute bitstream based on the generated Molton code for each tile.
  • the tile-specific geometry reconstruction unit 34403 may output mapped tile-specific attribute information.
  • the tile-specific geometry reconstruction unit 34403 may reconstruct geometry information for tiles indicated by region information according to embodiments.
  • the tile-specific geometry reconfiguration unit 34403 may include a tile-specific Molton code generation unit 3403a.
  • the tile-specific molton code generation unit 34003a generates a molton code for each tile.
  • a Molton code for a tile according to embodiments may mean a Molton code or a weight Molton code described in FIGS. 18 to 25.
  • the tile-specific geometry reconstruction unit 34403 may generate a Molton code based on signaling information related to the Molton code generation method according to the embodiments.
  • the signaling information may include, for example, axis_based_morton_code_generation, bit_allocation_based_morton_code_generation, value_distribution_based_morton_code_generation, adaptive_bit_interleaving_use_flag, and the like shown in FIGS. 28 to 32.
  • Signaling information may be included in TPS, APS, GPS, GSH, and ASH as shown in FIGS. 28 to 32.
  • the tile-specific attribute decoding unit 34004 may receive the mapped tile-specific attribute information output by the tile-specific geometry reconstruction unit 34403 and decode them.
  • the tile-specific attribute decoding unit 34040 decodes the tile-specific attribute information mapped for each tile, and outputs the decoded attribute information for each tile.
  • the tile-specific attribute decoding unit 34004 may transmit the output decoded attribute information for each tile to the tile combining unit 34005.
  • the tile-specific attribute decoding unit 34004 may perform attribute decoding on tiles indicated by region information according to embodiments.
  • the attribute decoding unit 3404 is an attribute decoder of FIG. 10, an arithmetic decoding unit 11005 of FIG. 11, an inverse quantization unit 11006, an inverse RAHT transform unit 11007, an LOD generation unit 11008, and The lifting unit 11009 and/or the color inverse transform unit 11010 may be operated.
  • the tile-specific attribute decoding unit 34004 may perform the operation of the arithmetic decoder 13007, inverse quantization processing unit 13008, prediction/lifting/RAHT inverse transformation processing unit 13009, and color inverse transformation processing unit 13010 of FIG. 13 for each tile. I can.
  • the tile combining unit 34005 may combine the decoded geometry information for each tile generated by the tile-specific geometry decoding unit 34004 and the decoded attribute information for each tile generated by the tile-specific attribute decoding unit 34040 for each tile. have.
  • the tile combiner may output position information (position value) and attribute information (attribute value) of points of point cloud data according to embodiments.
  • the tile-specific geometry decoding unit 34002 decodes the tiles represented by the region information according to the embodiments, the geometry information decoded by the tile-specific geometry decoding unit 34002 and the tile-specific attribute decoding unit 34004. You can combine attribute information.
  • the tile combiner 34005 may generate information indicating that the region (or bitstreams) of the point cloud data indicated by the corresponding region information has been decoded and/or combined and may be transmitted to the search unit. For example, if the point cloud receiving apparatus according to the embodiments has decoded and combined for N received tiles, the tile combining unit 34005 tells the search unit 34001 to decode and combine each tile. It can be notified N times that it has been performed.
  • 35 is a flowchart illustrating a method of transmitting point cloud data according to embodiments.
  • the point cloud data transmission method (or operation of the transmission device) includes the steps of acquiring point cloud data (35000), encoding the acquired point cloud data (35001), and/or encoding the encoded point cloud data. It may include the step of transmitting (35002).
  • the point cloud data transmission apparatus may acquire point cloud data (35000).
  • the step 35000 of acquiring point cloud data may be referred to as point cloud video acquisition.
  • the point cloud video acquisition 10001 of FIG. 1 the acquisition unit 20000 of FIG. 2, the data input unit 12000 of FIGS. 3 and 12, the audio acquisition of FIGS. 14 to 15, and the point cloud equity. You can perform some or all of Jiseon's actions.
  • the point cloud data transmission apparatus may perform the step of encoding the acquired point cloud data (35001).
  • the encoding (35001) of the obtained point cloud data is a step of encoding (encoding) geometric information of the point cloud data according to the embodiments and/or encoding (encoding) the attribute information of the point cloud data. It may include a step of).
  • Step 35001 includes the point cloud encoder 10002 of FIG. 1, the encoding 20001 of FIG. 2, the operations of FIGS. 4 to 9, the operations of FIGS. 12, 14 to 15, and the operations of FIGS. 18 to 25. Some or all of these can be performed.
  • At least one Molton code may be generated in units of one or more tiles generated by dividing the points.
  • the x-coordinate value, the y-coordinate value, and the z-coordinate value bits of the coordinate value representing the position of the first point of the points are weighted based on the count information.
  • the count information may include at least one of a value indicating a weight for an x-axis of a coordinate value, a value indicating a weight for a y-axis, and a value indicating a weight for a z-axis.
  • Encoding the point cloud data may include encoding geometric information.
  • a geometric information bitstream and reconstructed geometric information may be generated.
  • the restored geometric information may be used in the step of encoding attribute information of the point cloud data.
  • Encoding the attribute information may generate an attribute information bitstream. In this case, the step of encoding the attribute information may be performed based on the reconstructed geometric information.
  • Encoding attribute information according to embodiments may perform all or part of the series of operations described in FIGS. 18 to 34.
  • the point cloud data transmission apparatus may transmit a bitstream including the encoded point cloud data (35002).
  • the operation according to step 35002 may be performed by the transmitter of the point cloud data transmission apparatus according to the embodiments described with reference to FIG. 1.
  • the operation according to step 35002 may correspond to the transmission process 20002 of the PCC transmission method according to the embodiments described with reference to FIG. 2.
  • Step 35002 is an operation according to, for example, the transmitter 10003 described in FIG. 1, the transmission 20002 described in FIG. 2, the transmission processing unit 12012 described in FIG. 12, and/or the delivery described in FIGS. 14 to 15. Some or all of these can be performed.
  • operation 36002 may transmit, for example, a bitstream according to the bitstream structure described in FIG. 30.
  • operation 360002 according to the embodiments may transmit a bitstream as described with reference to FIGS. 31 to 35.
  • the bitstream may include signaling information related to a method of generating a Molton code by interleaving by applying a weight based on count information. Whether the method of generating the Molton code by applying a weight based on the count information and interleaving the signaling information related to the method of generating the Molton code by applying a weight based on the count information is used It may include information indicating
  • the method of generating a Molton code by interleaving by applying a weight based on count information is based on a weight related to the length of each axis of a bounding box including points.
  • a method of generating a Molton code, a method of generating a Molton code based on a weight related to the distribution of points on each axis in a bounding box, and a weight according to the distribution of points in a bounding box It may include one corresponding to any one of the methods of generating the Molton code.
  • the point cloud data transmission apparatus may transmit point cloud data (or a bitstream including point cloud data) according to the embodiments described with reference to FIGS. 30 to 35.
  • 36 is a flowchart illustrating a method of receiving point cloud data according to embodiments.
  • the point cloud data receiving method includes receiving point cloud data and signaling information (36000), decoding the received point cloud data (36001), and/or a decoded point. It may include the step of rendering the cloud data (36002).
  • the device for receiving point cloud data may receive point cloud data and signaling information.
  • the signaling information may include prediction method information.
  • all or part of the point cloud data and signaling information may be received by the syntax described with reference to FIGS. 27 to 32.
  • the operation corresponding to step 36000 may be performed by the receiver 10007 of the PCC receiving apparatus of FIG. 1.
  • the received bitstream may include information indicating whether a method of generating a Molton code by interleaving by applying a weight based on count information is used.
  • the apparatus for receiving point cloud data may decode (decode) the received point cloud data.
  • the point cloud data receiving apparatus may include the point cloud decoder of FIGS. 26, 33, and 34 or the attribute information encoder.
  • the operation corresponding to step 36001 may be performed by a point cloud video decoder 10006 of the PCC receiving device of FIG. 1.
  • An operation corresponding to step 36001 may be performed in decoding 20003 of the PCC receiving method of FIG. 2.
  • the method for receiving point cloud data includes reconfiguring an octree according to an occupancy code from a geometry bitstream of the point cloud data, and based on position information of points included in the previously reconstructed octree, Molton
  • the method may include generating a code and decoding attribute information based on the generated Molton code and attribute bitstream of the point cloud data.
  • generating the Molton code includes interleaving by applying a weight to the bits of the x coordinate value, the y coordinate value, and the z coordinate value representing the location information of the points based on the count information.
  • Molton code can be generated by (interleaving).
  • a method of generating a Molton code by interleaving by applying a weight includes a method of generating a Molton code based on a weight related to the length of each axis of a bounding box including points, bounding Any of a method of generating a Molton code based on a weight related to a distribution of points in a bounding box on each axis, and a method of generating a Molton code based on a weight according to a distribution of points in a bounding box It may contain one that corresponds to one.
  • the point cloud data receiving apparatus may perform a step of decoding a geometric information bitstream of the reception point cloud data and/or a step of decoding an attribute information bitstream of the point cloud data based on the restored geometric information.
  • the point cloud data receiving apparatus may include a geometric information decoding unit (or a geometric information decoder) and/or an attribute information decoding unit (or an attribute information decoder).
  • the decoding of the geometric information bitstream may generate reconstructed geometric information
  • the decoding of the attribute information bitstream may generate reconstructed property information.
  • the apparatus for receiving point cloud data may render the decoded point cloud data.
  • the operation according to step 36002 may be performed by a renderer 10005 of the PCC receiving device of FIG. 1.
  • the point cloud data transmission apparatus may include one or more processors and one or more memories storing one or more programs.
  • One or more programs are executed by one or more processors, and the one or more programs may include instructions for decoding the point cloud data and/or rendering the point cloud data.
  • Point cloud data is included in the bitstream.
  • the instruction for decoding point cloud data reconstructs an octree according to an occupancy code from a geometry bitstream of the point cloud data, and based on position information of points included in the reconstructed octree.
  • the Molton code may be generated, and property information may be decoded based on the generated Molton code and the property bitstream of the point cloud data.
  • the Molton code according to the embodiments is the Molton code by interleaving the bits of the x-coordinate value, the y-coordinate value, and the z-coordinate value of a coordinate value representing the location information of points by applying a weight based on count information. It can be generated according to the method of generating.
  • a method of generating a Molton code by interleaving by applying a weight includes a method of generating a Molton code based on a weight related to the length of each axis of a bounding box including points, bounding
  • a method of generating a Molton code based on a weight related to the distribution of points on each axis in a box (bounding box) and/or a method of generating a Molton code based on a weight according to the distribution of points in a bounding box It may include any one of.
  • Each of the above-described parts, modules or units may be software, processor, or hardware parts that execute successive processes stored in a memory (or storage unit). Each of the steps described in the above-described embodiment may be performed by processor, software, and hardware parts. Each module/block/unit described in the above-described embodiment may operate as a processor, software, or hardware. In addition, the methods suggested by the embodiments may be executed as code. This code can be written to a storage medium that can be read by the processor, and thus can be read by a processor provided by the apparatus.
  • the processor-readable recording medium includes all types of recording devices that store data that can be read by the processor. Examples of recording media that can be read by the processor include ROM, RAM, CD-ROM, magnetic tape, floppy disk, optical data storage, etc., and also include those implemented in the form of carrier waves such as transmission through the Internet. . Further, 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.
  • A/B may mean “A and/or B.”
  • A, B may mean “A and/or B.”
  • A/B/C may mean “at least one of A, B, and/or C.”
  • A/B/C may mean “ at least one of A, B, and/or C.”
  • Various elements of the embodiments may be performed by hardware, software, firmware, or a combination thereof.
  • Various elements of the embodiments may be implemented on a single chip such as a hardware circuit.
  • the embodiments may optionally be performed on individual needles.
  • at least one of the elements of the embodiments may be executed in one or more processors including instructions for performing operations according to the embodiments.
  • first and second are used to describe various elements of the embodiments. These terms do not limit the interpretation of the elements of the embodiments. These terms are used to distinguish between one element and another.
  • a first user input signal may be referred to as a second user input signal.
  • the second user input signal may be referred to as a first user input signal.
  • Both the first user input signal and the second user input signal are user input signals, and do not mean the same user input signals unless clearly indicated in context.
  • Conditional expressions such as when, when, and when used to describe the embodiments are not limited to an optional case. When a specific condition is satisfied, it is intended to perform a related operation in response to a specific condition or to interpret the related definition.

Landscapes

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

Abstract

실시예들에 따른 포인트 클라우드 데이터 전송 장치는 포인트 클라우드 데이터를 획득하는 획득부, 획득한 포인트 클라우드 데이터를 인코딩하는 인코더 및 인코딩된 포인트 클라우드 데이터를 포함하는 비트스트림을 전송하는 트랜스미터를 포함할 수 있다. 실시예들에 따른 포인트 클라우드 데이터 수신 장치는 포인트 클라우드 데이터를 포함하는 비트스트림을 수신하는 수신부, 포인트 클라우드 데이터를 디코딩하는 디코더 및 포인트 클라우드 데이터를 렌더링하는 렌더러를 포함할 수 있다.

Description

포인트 클라우드 데이터 전송 장치, 포인트 클라우드 데이터 전송 방법, 포인트 클라우드 데이터 수신 장치 및 포인트 클라우드 데이터 수신 방법
실시예들은 사용자에게 VR (Virtual Reality, 가상현실), AR (Augmented Reality, 증강현실), MR (Mixed Reality, 혼합현실), 및 자율 주행 서비스 등의 다양한 서비스를 제공하기 위하여 Point Cloud 콘텐츠를 제공하는 방안을 제공한다.
포인트 클라우드는 3D공간 상의 포인트들의 집합이다. 3D공간 상의 포인트들의 양이 많아서 포인트 클라우드 데이터를 생성하기 어려운 문제점이 있다.
포인트 클라우드의 데이터를 전송하고 수신하기 위해서 많은 처리량이 요구되는 문제점이 있다. 포인트 클라우드 데이터를 부호화/복호화하는 경우, 예측 방식은 전체 포인트 클라우드 데이터(point cloud data) 중 구역을 제한한 후, 해당 범위 내에서 예측된 속성(attribute) 정보를 검증 절차 없이 항상 원래의 속성(attribute) 정보에 적용한다는 문제점이 있다.
실시예들에 따른 기술적 과제는, 전술한 문제점 등을 해결하기 위해서, 포인트 클라우드를 효율적으로 송수신하기 위한 포인트 클라우드 데이터 전송 장치, 전송 방법, 포인트 클라우드 데이터 수신 장치 및 수신 방법을 제공하는데 있다.
실시예들에 따른 기술적 과제는, 지연시간(latency) 및 인코딩/디코딩 복잡도를 해결하기 위한 포인트 클라우드 데이터 전송 장치, 전송 방법, 포인트 클라우드 데이터 수신 장치 및 수신 방법을 제공하는데 있다.
다만, 전술한 기술적 과제만으로 제한되는 것은 아니고, 본 문서 전체 내용에 기초하여 당업자가 유추할 수 있는 다른 기술적 과제로 실시예들의 권리범위가 확장될 수 있다.
실시예들에 따른 포인트 클라우드 데이터 송신 방법, 송신 장치, 포인트 클라우드 데이터 수신 방법, 수신 장치는 퀄리티 있는 포인트 클라우드 서비스를 제공할 수 있다.
실시예들에 따른 포인트 클라우드 데이터 송신 방법, 송신 장치, 포인트 클라우드 데이터 수신 방법, 수신 장치는 다양한 비디오 코덱 방식을 달성할 수 있다.
실시예들에 따른 포인트 클라우드 데이터 송신 방법, 송신 장치, 포인트 클라우드 데이터 수신 방법, 수신 장치는 자율주행 서비스 등 범용적인 포인트 클라우드 콘텐츠를 제공할 수 있다.
실시예들에 따른 포인트 클라우드 데이터 송수신 장치/방법은, 가중치 몰톤 코드를 생성함으로써 포인트 클라우드 데이터의 포인트들의 공간상의 거리를 보다 정확하게 계산할 수 있다.
실시예들에 따르면, 가중치 기반 몰톤 코드 생성 방법을 이용한 부호화 방법, 복호화 방법, 시그널링 방법은 부호화기 및 복호화기 측면에서 적응형 몰톤 코드는 가까운 이웃 노드의 탐색을 통해 압축률 증가, 화질 성능 증가를 지원할 수 있다. 압축률을 높이기 위한 많은 기술과 더해져 계산 방식의 변경으로 압축률을 높일 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(Point Cloud) 콘텐츠 제공을 위한 시스템을 나타낸다.
도2는 실시예들에 따른 Point Cloud 콘텐츠 제공을 위한 과정을 나타낸다.
도3은 실시예들에 따른 Point Cloud 캡처 장비 배열 구성을 나타낸다.
도4는 실시예들에 따른 포인트 클라우드 인코더(Point Cloud Encoder)를 나타낸다.
도5는 실시예들에 따른 3차원 공간상의 복셀을 나타낸다.
도6은 실시예들에 따른 옥트리와 occupancy 코드의 예시를 나타낸다.
도7은 실시예들에 따른 이웃 노드 패턴의 예시를 나타낸다.
도8은 실시예들에 따른 LOD별 Point Cloud 콘텐츠의 Point 구성의 예시를 나타낸다.
도9는 실시예들에 따른 LOD별 Point Cloud 콘텐츠의 Point 구성의 예시를 나타낸다.
도10은 실시예들에 따른 포인트 클라우드 디코더(Point Cloud Decoder)의 블록 다이어그램(block diagram) 예시를 나타낸다.
도11은 실시예들에 따른 포인트 클라우드 디코더(Point Cloud Decoder) 예시를 나타낸다.
도12는 실시예들에 따른 송신기의 Point Cloud 비디오 인코딩을 위한 구성요소를 나타낸다.
도13은 실시예들에 따른 수신기의 Point Cloud 비디오 디코딩을 위한 구성요소를 나타낸다.
도14는 실시예들에 따른 G-PCC 기반 point cloud 데이터 저장 및 스트리밍을 위한 아키텍쳐를 나타낸다.
도15는 실시예들에 따른 point cloud 데이터 저장 및 전송을 나타낸다.
도16은 실시예들에 따른 point cloud 데이터 수신 장치를 나타낸다.
도17은 실시예들에 따른 포인트 클라우드 데이터 방법/장치와 연동 가능한 구조의 예시를 나타낸다.
도 18는 실시예들에 따른 포인트 클라우드 데이터 송신 장치의 부호화기를 나타낸다.
도 19은 실시예들에 따른 포인트 클라우드 데이터의 포인트의 몰톤 코드(Morton code)를 나타낸다.
도 20는 포인트 탐색 방법의 예시를 나타낸다.
도 21은 포인트 탐색 방법의 예시를 나타낸다.
도 22는 실시예들에 따른 적응형 몰톤 코드를 생성하는 방법을 나타낸다.
도 23는 실시예들에 따른 적응형 몰톤 코드를 생성하는 방법을 나타낸다.
도 24는 실시예들에 따른 적응형 몰톤 코드를 생성하는 방법을 나타낸다.
도 25은 실시예들에 따른 포인트 클라우드 데이터 송신 장치를 나타낸다.
도 26은 실시예들에 따른 포인트 클라우드 데이터 수신 장치의 복호화기를 나타낸다.
도 27은 실시예들에 따른 포인트 클라우드 데이터의 비트스트림 구조의 예시를 나타낸다.
도 28은 실시예들에 따른 포인트 클라우드 데이터의 TPS(Tile Parameter Set)의 구조를 나타낸 것이다.
도 29은 실시예들에 따른 포인트 클라우드 데이터의 GPS(Geometry Parameter Set)의 구조를 나타낸 것이다.
도 30은 실시예들에 따른 포인트 클라우드 데이터의 APS(Attribute Parameter Set)의 구조를 나타낸 것이다.
도 31은 실시예들에 따른 포인트 클라우드 데이터의 GSH(Geometry Slice Header)의 구조를 나타낸 것이다.
도 32은 실시예들에 따른 포인트 클라우드 데이터의 ASH(Attribute Slice Header)의 구조를 나타낸 것이다.
도 33은 실시예들에 따른 포인트 클라우드 데이터 수신 장치의 복호화기를 나타낸다.
도 34은 실시예들에 따른 포인트 클라우드 데이터 수신 장치의 복호화기를 나타낸다.
도 35은 실시예들에 따른 포인트 클라우드 데이터 전송 방법을 나타내는 흐름도이다.
도 36은 실시예들에 따른 포인트 클라우드 데이터 수신 방법을 나타내는 흐름도이다.
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.
도 1은 실시예들에 따른 포인트 클라우드 콘텐츠 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(Ariticial 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 데이터 뿐만 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.
도 2는 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.
도 3은 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.
도 4는 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(ceter)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.
도 5 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 (2 d, 2 d, 2 d) 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.
도 6은 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 (2 d, 2 d, 2 d) 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 (x int n, y int n, z int n)는 양자화된 포인트들의 포지션들(또는 포지션 값들)을 나타낸다.
Figure PCTKR2020004094-appb-img-000001
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 ③자승을 수행하고 그 값을 모두 더한 값을 구한다.
Figure PCTKR2020004094-appb-img-000002
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. .
표. 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.
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);
}
}
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.
Figure PCTKR2020004094-appb-img-000003
는 레벨 l에서의 복셀들의 평균 어트리뷰트 값을 나타낸다.
Figure PCTKR2020004094-appb-img-000004
는
Figure PCTKR2020004094-appb-img-000005
와
Figure PCTKR2020004094-appb-img-000006
로부터 계산될 수 있다.
Figure PCTKR2020004094-appb-img-000007
와
Figure PCTKR2020004094-appb-img-000008
의 가중치를
Figure PCTKR2020004094-appb-img-000009
과
Figure PCTKR2020004094-appb-img-000010
이다.
Figure PCTKR2020004094-appb-img-000011
Figure PCTKR2020004094-appb-img-000012
는 로-패스(low-pass) 값으로, 다음 상위 레벨에서의 병합 과정에서 사용된다.
Figure PCTKR2020004094-appb-img-000013
은 하이패스 계수(high-pass coefficients)이며, 각 스텝에서의 하이패스 계수들은 양자화되어 엔트로피 코딩 된다(예를 들면 아리스메틱 인코더(400012)의 인코딩). 가중치는
Figure PCTKR2020004094-appb-img-000014
로 계산된다. 루트 노드는 마지막
Figure PCTKR2020004094-appb-img-000015
과
Figure PCTKR2020004094-appb-img-000016
을 통해서 다음과 같이 생성된다.,
Figure PCTKR2020004094-appb-img-000017
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(Geom0 0) 및 하나 또는 그 이상의 어트리뷰트 비트스트림들(Attr0 0, Attr1 0)을 포함할 수 있다. 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 G-PCC 기반 포인트 클라우드 콘텐트 스트리밍을 위한 아키텍쳐를 나타낸다.
도 14의 상단은 도 1 내지 도 13에서 설명한 전송 장치(예를 들면 전송 장치(10000), 도 12의 전송 장치 등)가 포인트 클라우드 콘텐트를 처리 및 전송하는 과정을 나타낸다.
도 1 내지 도 13에서 설명한 바와 같이 전송 장치는 포인트 클라우드 콘텐트의 오디오(Ba)를 획득하고(Audio Acquisition), 획득한 오디오를 인코딩(Audio encoding)하여 오디오 비트스트림(Ea)들을 출력할 수 있다. 또한 전송 장치는 포인트 클라우드 콘텐트의 포인트 클라우드(Bv)(또는 포인트 클라우드 비디오)를 확보하고(Point Acqusition), 확보한 포인트 클라우드에 대하여 포인트 클라우드 인코딩(Point cloud encoding)을 수행하여 포인트 클라우드 비디오 비트스트림(Eb)들을 출력할 수 있다. 전송 장치의 포인트 클라우드 인코딩은 도 1 내지 도 13에서 설명한 포인트 클라우드 인코딩(예를 들면 도 4의 포인트 클라우드 인코더의 인코딩 등)과 동일 또는 유사하므로 구체적인 설명은 생략한다.
전송 장치는 생성된 오디오 비트스트림들 및 비디오 비트스트림들을 파일 및/또는 세그먼트로 인캡슐레이션(File/segment encapsulation)할 수 있다. 인캡슐레이션된 파일 및/또는 세그먼트(Fs, File)은 ISOBMFF 등의 파일 포맷의 파일 또는 DASH 세그먼트를 포함할 수 있다. 실시예들에 따른 포인트 클라우드 관련 메타 데이터(metadata)는 인캡슐레이션된 파일 포맷 및/또는 세그먼트에 포함될 수 있다. 메타 데이터는 ISOBMFF 파일 포맷 상의 다양한 레벨의 박스(box)에 포함되거나 파일 내에서 별도의 트랙에 포함될 수 있다. 실시예에 따라 전송 장치는 메타데이터 자체를 별도의 파일로 인캡슐레이션할 수 있다. 실시예들에 따른 전송 장치는 인캡슐레이션 된 파일 포맷 및/또는 세그먼트를 네트워크를 통해 전송(delivery)할 수 있다. 전송 장치의 인캡슐레이션 및 전송 처리 방법은 도 1 내지 도 13에서 설명한 바 (예를 들면 트랜스미터(10003), 도 2의 전송 단계(20002) 등)와 동일하므로 구체적인 설명은 생략한다.
도 14의 하단은 도 1 내지 도 13에서 설명한 수신 장치(예를 들면 수신 장치(10004), 도 13의 수신 장치 등)가 포인트 클라우드 콘텐트를 처리 및 출력하는 과정을 나타낸다.
실시예들에 따라 수신 장치는 최종 오디오 데이터 및 최종 비디오 데이터를 출력하는 디바이스 (예를 들면 스피커(Loudspeakers), 헤드폰들(headphones), 디스플레이(Display))와 포인트 클라우드 콘텐트를 처리하는 포인트 클라우드 플레이어(Point Cloud Player)를 포함할 수 있다. 최종 데이터 출력 디바이스 및 포인트 클라우드 플레이어는 별도의 물리적인 디바이스들로 구성될 수 있다. 실시예들에 따른 포인트 클라우드 플레이어는 G-PCC(Geometry-based Point Cloud Compression) 코딩 및/또는 V-PCC(Video based Point Cloud Compression) 코딩 및/또는 차세대 코딩을 수행할 수 있다.
실시예들에 따른 수신 장치는 수신한 데이터(예를 들면 방송 신호, 네트워크를 통해 전송되는 신호 등)에 포함된 파일 및/또는 세그먼트(F',Fs')를 확보하고 디캡슐레이션(File/segment decapsulation)할 수 있다. 수신 장치의 수신 및 디캡슐레이션 방법은 도 1 내지 도 13에서 설명한 바(예를 들면 리시버(10005), 수신부(13000), 수신 처리부(13001)등)와 동일하므로 구체적인 설명은 생략한다.
실시예들에 따른 수신 장치는 파일 및/또는 세그먼트에 포함된 오디오 비트스트림(E'a) 및 비디오 비트스트림(E'v)를 확보한다. 도면에 도시된 바와 같이 수신 장치는 오디오 비트스트림에 대해 오디오 디코딩(audio decoding)을 수행하여 디코딩된 오디오 데이터(B'a)를 출력하고, 디코딩된 오디오 데이터를 렌더링(audio rendering)하여 최종 오디오 데이터(A'a)를 스피커 또는 헤드폰 등을 통해 출력한다.
또한 수신 장치는 비디오 비트스트림(E'v)에 대해 포인트 클라우드 디코딩(point cloud decoding)을 수행하여 디코딩된 비디오 데이터(B'v)를 출력한다. 실시예들에 따른 포인트 클라우드 디코딩은 도 1 내지 도 13에서 설명한 포인트 클라우드 디코딩과 동일 또는 유사하므로 (예를 들면 도11의 포인트 클라우드 디코더의 디코딩 등) 구체적인 설명은 생략한다. 수신 장치는 디코딩된 비디오 데이터를 렌더링(rendering)하여 최종 비디오 데이터를 디스플레이를 통해 출력할 수 있다.
실시예들에 따른 수신 장치는 함께 전송된 메타데이터를 기반으로 디캡슐레이션, 오디오 디코딩, 오디오 렌더링, 포인트 클라우드 디코딩 및 렌더링 동작 중 적어도 어느 하나 이상을 수행할 수 있다. 메타데이터에 대한 설명은 도 12 내지 도 13에서 설명한 바와 동일하므로 생략한다.
도면에 도시된 점선과 같이, 실시예들에 따른 수신 장치(예를 들면 포인트 클라우드 플레이어 또는 포인트 클라우드 플레어 내의 센싱/트랙킹부(sensing/tracking))는 피드백 정보(orientation, viewport)를 생성할 수 있다. 실시예들에 따른 피드백 정보는 수신 장치의 디캡슐레이션, 포인트 클라우드 디코딩 과정 및/또는 렌더링 과정에서 사용될 수도 있고, 송신 장치로 전달 될 수도 있다. 피드백 정보에 대한 설명은 도 1 내지 도 13에서 설명한 바와 동일하므로 생략한다.
도15는 실시예들에 따른 전송 장치의 예시를 나타낸다.
도 15의 전송 장치는 포인트 클라우드 콘텐트를 전송하는 장치로서, 도 1 내지 도 14에서 설명한 전송 장치(예를 들면 도 1의 전송 장치(10000), 도 4의 포인트 클라우드 인코더, 도 12의 전송 장치, 도 14의 전송 장치 등)의 예시에 해당한다. 따라서 도 15의 전송 장치는 도 1 내지 도 14에서 설명한 전송 장치의 동작과 동일 또는 유사한 동작을 수행한다.
실시예들에 따른 전송 장치는 포인트 클라우드 획득(point cloud acquisition), 포인트 클라우드 인코딩(point cloud encoding), 파일/세그먼트 인캡슐레이션(file/segement encapsulation) 및 전송(delivery) 중 적어도 하나 또는 그 이상을 수행할 수 있다.
도면에 도시된 포인트 클라우드 획득 및 전송 동작은 도 1 내지 도 14에서 설명한 바와 동일하므로 구체적인 설명은 생략한다.
도 1 내지 도 14에서 설명한 바와 같이 실시예들에 따른 전송 장치는 지오메트리 인코딩 및 어트리뷰트 인코딩을 수행할 수 있다. 실시예들에 따른 지오메트리 인코딩은 지오메트리 컴프레션(geometry compression)이라 호칭될 수 있으며 어트리뷰트 인코딩은 어트리뷰트 컴프레션(attribute compression)이라 호칭될 수 있다. 상술한 바와 같이 하나의 포인트는 하나의 지오메트리와 하나 또는 그 이상의 어트리뷰트들을 가질 수 있다. 따라서 전송 장치는 각 어트리뷰트에 대하여 어트리뷰트 인코딩을 수행한다. 도면은 전송 장치가 하나 또는 그 이상의 어트리뷰트 컴프레션들(attribute #1 compression, …attribute #N compression)을 수행한 예시를 나타낸다. 또한 실시예들에 따른 전송 장치는 추가 컴프레션(auxiliary compression)을 수행할 수 있다. 추가 컴프레션은 메타데이터(metadata)에 대해 수행된다. 메타 데이터에 대한 설명은 도 1 내지 도 14에서 설명한 바와 동일하므로 생략한다. 또한 전송 장치는 메쉬 데이터 컴프레션(Mesh data compression)을 수행할 수 있다. 실시예들에 따른 메쉬 데이터 컴프레션은 도 1 내지 도 14에서 설명한 트라이숩 지오메트리 인코딩을 포함할 수 있다.
실시예들에 따른 전송 장치는 포인트 클라우드 인코딩에 따라 출력된 비트스트림들(예를 들면 포인트 클라우드 스트림들)을 파일 및/또는 세그먼트로 인캡슐레이션 할 수 있다. 실시예들에 따라 전송 장치는 메타 데이터 외의 데이터(예를 들면 미디어 데이터)를 운반하는 미디어 트랙 인캡슐레이션(media track encapsulation)을 수행하고, 메타 데이터를 운반하는 메타데이터 트랙 인캡슐레이션(metadata tracak encapsulation)을 수행할 수 있다. 실시예들에 따라 메타데이터는 미디어 트랙으로 인캡슐레이션 될 수 있다.
도 1 내지 도 14에서 설명한 바와 같이 전송 장치는 수신 장치로부터 피드백 정보(오리엔테이션/뷰포트 메타 데이터)를 수신하고, 수신한 피드백 정보를 기반으로 포인트 클라우드 인코딩, 파일/세그먼트 인캡슐레이션 및 전송 동작 중 적어도 어느 하나 이상을 수행할 수 있다. 구체적인 설명은 도 1 내지 도 14에서 설명한 바와 동일하므로 생략한다.
도16은 실시예들에 따른 수신 장치의 예시를 나타낸다.
도 16의 수신 장치는 포인트 클라우드 콘텐트를 수신하는 장치로서, 도 1 내지 도 14에서 설명한 수신 장치(예를 들면 도 1의 수신 장치(10004), 도 11의 포인트 클라우드 디코더, 도 13의 수신 장치, 도 14의 수신 장치 등)의 예시에 해당한다. 따라서 도 16의 수신 장치는 도 1 내지 도 14에서 설명한 수신 장치의 동작과 동일 또는 유사한 동작을 수행한다. 또한 도 16의 수신 장치는 도 15의 전송 장치에서 전송한 신호 등을 받고, 도 15의 전송 장치의 동작의 역과정을 수행할 수 있다.
실시예들에 따른 수신 장치는 수신 (delivery), 파일/세그먼트 디캡슐레이션(file/segement decapsulation), 포인트 클라우드 디코딩(point cloud decoding) 및 포인트 클라우드 렌더링(point cloud rendering) 중 적어도 하나 또는 그 이상을 수행할 수 있다.
도면에 도시된 포인트 클라우드 수신 및 포인트 클라우드 렌더링 동작은 도 1 내지 도 14에서 설명한 바와 동일하므로 구체적인 설명은 생략한다.
도 1 내지 도 14에서 설명한 바와 같이 실시예들에 따른 수신 장치는 네트워크 또는 저장 장치로터 획득한 파일 및/또는 세그먼트에 대해 디캡슐레이션을 수행한다. 실시예들에 따라 수신 장치는 메타 데이터 외의 데이터(예를 들면 미디어 데이터)를 운반하는 미디어 트랙 디캡슐레이션(media track decapsulation)을 수행하고, 메타 데이터를 운반하는 메타데이터 트랙 디캡슐레이션(metadata tracak decapsulation)을 수행할 수 있다. 실시예들에 따라 메타데이터가 미디어 트랙으로 인캡슐레이션 된 경우, 메타 데이터 트랙 디캡슐레이션은 생략된다.
도 1 내지 도 14에서 설명한 바와 같이 수신 장치는 디캡슐레이션을 통해 확보한 비트스트림(예를 들면 포인트 클라우드 스트림들)에 대하여 지오메트리 디코딩 및 어트리뷰트 디코딩을 수행할 수 있다. 실시예들에 따른 지오메트리 디코딩은 지오메트리 디컴프레션(geometry decompression)이라 호칭될 수 있으며 어트리뷰트 디코딩은 어트리뷰트 디컴프레션(attribute decompression)이라 호칭될 수 있다. 상술한 바와 같이 하나의 포인트는 하나의 지오메트리와 하나 또는 그 이상의 어트리뷰트들을 가질 수 있으며 각각 인코딩된다. 따라서 수신 장치는 각 어트리뷰트에 대하여 어트리뷰트 디코딩을 수행한다. 도면은 수신 장치가 하나 또는 그 이상의 어트리뷰트 디컴프레션들(attribute #1 decompression, …attribute #N decompression)을 수행한 예시를 나타낸다. 또한 실시예들에 따른 수신 장치는 추가 디컴프레션(auxiliary decompression)을 수행할 수 있다. 추가 디컴프레션은 메타데이터(metadata)에 대해 수행된다. 메타 데이터에 대한 설명은 도 1 내지 도 14에서 설명한 바와 동일하므로 생략한다. 또한 수신 장치는 메쉬 데이터 디컴프레션(Mesh data decompression)을 수행할 수 있다. 실시예들에 따른 메쉬 데이터 디컴프레션은 도 1 내지 도 14에서 설명한 트라이숩 지오메트리 디코딩을 포함할 수 있다. 실시예들에 따른 수신 장치는 포인트 클라우드 디코딩에 따라 출력된 포인트 클라우드 데이터를 렌더링 할 수 있다.
도 1 내지 도 14에서 설명한 바와 같이 수신 장치는 별도의 센싱/트랙킹 엘레멘트등을 이용하여 오리엔테이션/뷰포트 메타 데이터를 확보하고, 이를 포함하는 피드백 정보를 전송 장치(예를 들면 도 15의 전송 장치)로 전송할 수 있다. 또한 수신 장치는 피드백 정보를 기반으로 수신 동작, 파일/세그먼트 디캡슐레이션 및 포인트 클라우드 디코딩 중 적어도 어느 하나 이상을 수행할 수 있다. 구체적인 설명은 도 1 내지 도 14에서 설명한 바와 동일하므로 생략한다.
도 17은 실시예들에 따른 포인트 클라우드 데이터 송수신 방법/장치와 연동 가능한 구조의 예시를 나타낸다.
도 17의 구조는 서버(1760), 로봇(1710), 자율 주행 차량(1720), XR 장치(1730), 스마트폰(1740), 가전(1750) 및/또는 HMD(1770) 중에서 적어도 하나 이상이 클라우드 네트워크(1710)와 연결된 구성을 나타낸다. 로봇(1710), 자율 주행 차량(1720), XR 장치(1730), 스마트폰(1740) 또는 가전(1750) 등은 장치라 호칭된다. 또한, XR 장치(1730)는 실시예들에 따른 포인트 클라우드 데이터 (PCC) 장치에 대응되거나 PCC장치와 연동될 수 있다.
클라우드 네트워크(1700)는 클라우드 컴퓨팅 인프라의 일부를 구성하거나 클라우드 컴퓨팅 인프라 안에 존재하는 네트워크를 의미할 수 있다. 여기서, 클라우드 네트워크(1700)는 3G 네트워크, 4G 또는 LTE(Long Term Evolution) 네트워크 또는 5G 네트워크 등을 이용하여 구성될 수 있다.
서버(1760)는 로봇(1710), 자율 주행 차량(1720), XR 장치(1730), 스마트폰(1740), 가전(1750) 및/또는 HMD(1770) 중에서 적어도 하나 이상과 클라우드 네트워크(1700)을 통하여 연결되고, 연결된 장치들(1710 내지 1770)의 프로세싱을 적어도 일부를 도울 수 있다.
HMD (Head-Mount Display)(1770)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(1710 내지 1750)의 다양한 실시 예들을 설명한다. 여기서, 도 17에 도시된 장치(1710 내지 1750)는 상술한 실시예들에 따른 포인트 클라우드 데이터 송수신 장치와 연동/결합될 수 있다.
<PCC+XR>
XR/PCC 장치(1730)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(1730)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(1730)는 인식된 물체에 대한 추가 정보를 포함하는 XR 객체를 해당 인식된 물체에 대응시켜 출력할 수 있다.
<PCC+자율주행+XR>
자율 주행 차량(1720)은 PCC 기술 및 XR 기술이 적용되어, 이동형 로봇, 차량, 무인 비행체 등으로 구현될 수 있다.
XR/PCC 기술이 적용된 자율 주행 차량(1720)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(1720)은 XR 장치(1730)와 구분되며 서로 연동될 수 있다.
XR/PCC영상을 제공하는 수단을 구비한 자율 주행 차량(1720)은 카메라를 포함하는 센서들로부터 센서 정보를 획득하고, 획득한 센서 정보에 기초하여 생성된 XR/PCC 영상을 출력할 수 있다. 예컨대, 자율 주행 차량(1720)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.
실시예들에 따른 포인트 클라우드 데이터 송신 장치는 PCC 송신 장치, PCC 전송 장치, G-PCC 송신 장치, 포인트 클라우드 전송 장치 등으로 호칭될 수 있다. 또한 실시예들에 따른 포인트 클라우드 데이터 수신 장치는 PCC 수신 장치, PCC 수신 장치, G-PCC 수신 장치, 포인트 클라우드 수신 장치 등으로 호칭될 수 있다. 포인트 클라우드 데이터 송수신 장치는 PCC 송신 장치 및/또는 PCC 수신 장치를 지칭하는 것으로 이해될 수 있다. 실시예들에 따른 포인트 클라우드 데이터 전송/수신 방법은 실시예들에 따른 포인트 클라우드 데이터 전송/수신 장치에 의해 수행되는 일련의 동작 또는 동작들의 조합을 의미할 수 있다.
도 18는 실시예들에 따른 포인트 클라우드 데이터 송신 장치의 부호화기를 나타낸다.
실시예들에 따른 포인트 클라우드 데이터 송신 장치의 부호화기(18000)는 포인트 클라우드 데이터(18000a)를 수신한다. 포인트 클라우드 데이터(18000a)는 도 1의 포인트 클라우드 비디오 에퀴지션(10001) 및 도 2의 획득(20000)에서 생성된 데이터를 나타낸다. 실시예들에 따른 포인트 클라우드 데이터 송신 장치는 도 3에서 설명한 동작으로 포인트 클라우드 데이터(18000a)를 생성(또는 획득)할 수 있다. 포인트 클라우드 데이터 송신 장치의 부호화기(18000)는 포인트 클라우드 데이터의 포인트들의 위치 정보(지오메트리 정보) (또는 위치 정보 비트스트림) 및/또는 포인트 클라우드 데이터의 포인트들의 속성 정보(어트리뷰트 정보) (또는 속성 정보 비트스트림, 18000c)를 생성 및 출력할 수 있다.
실시예들에 따른 포인트 클라우드 데이터 송신 장치의 부호화기(18000)는 지오메트리 생성부(18001), 지오메트리 재구성부(18002) 및/또는 속성 정보 부호화부(18003)를 포함한다. 포인트 클라우드 데이터 송신 장치의 부호화기(18000)는 도 1의 포인트 클라우드 비디오 인코더(10002)의 동작, 도 2의 인코딩(20001), 도 4 내지 도 9에서 나타낸 동작들을 수행한다.
지오메트리 생성부(18001)는 포인트 클라우드 데이터(18000a)를 수신하여 포인트 클라우드 데이터의 위치 정보(지오메트리 정보)를 생성한다. 지오메트리 생성부(18001)는 생성된 포인트 클라우드 데이터의 위치 정보(18001b)를 출력한다.
지오메트리 생성부(18001)는 옥트리 오큐펀시 코드(occupancy code) 생성부(18001a)를 포함할 수 있다. 옥트리 오큐펀시 코드 생성부(18001a)는 포인트 클라우드 데이터(18000a)의 위치 정보(지오메트리 정보)(예를 들면 도 6에서 도시한 옥트리 오큐펀시 코드를 포함하는 포인트 클라우드 데이터의 위치 정보)를 생성한다. 옥트리 오큐펀시 코드 생성부(18001a)는 도4의 옥트리 분석부(40002), 서페이스 어프록시메이션 분석부(40003)의 동작을 수행할 수 있다.
지오메트리 생성부(18001)는 생성 및 출력한 포인트 클라우드 데이터의 위치 정보를 지오메트리 재구성부(18002)로 전송한다. 포인트 클라우드 데이터의 위치 정보는 도 4에서 설명한 바와 같이 arthemetic encoder로 전송될 수 있다.
지오메트리 재구성부(18002)는 수신한 포인트 클라우드 데이터의 위치 정보를 재구성하여, 재구성된 위치 정보를 생성한다.
지오메트리 재구성부(18002)는 몰톤 코드 생성부(18002a)를 포함할 수 있다. 몰톤 코드 생성부(18002a)는 재구성된 위치 정보와 속성 정보를 맵핑하기 위해 사용되는 몰톤 코드(Morton Code)를 생성할 수 있다. 지오메트리 재구성부(18002)는 몰톤 코드를 이용하여 재구성된 위치 정보와 속성 정보를 포인트별로 맵핑하여, 맵핑된 속성 정보(18002b)를 출력한다.
몰톤 코드(Morton code)는 포인트의 위치 정보의 좌표 값들(예를 들면 x좌표 값, y좌표 값, z좌표 값)을 비트 단위로 인터리빙하여 생성된 코드를 의미한다. 몰톤 코드 생성부(18002a)는 하나의 포인트에 대하여 위치 정보와 속성 정보를 매핑하기 위해 사용되는 하나의 몰톤 코드를 생성한다. 실시예들에 따른 지오메트리 재구성부(18002)는 몰톤 코드를 사용하여 포인트들의 위치 정보와 속성 정보를 순서에 맞게 맵핑할 수 있다. 포인트 클라우드 데이터의 포인트들은 각각 서로 다른 몰톤 코드를 가질 수 있기 때문이다.
예를 들어, 지오메트리 재구성부(18002)는 포인트 클라우드 데이터의 위치 정보에 포함된 옥트리 오큐펀시 코드(occupancy code)를 수신하고, 수신한 오큐펀시 코드로 표현되는 옥트리를 재구성할 수 있다. 지오메트리 재구성부(18002)는 재구성된 옥트리에 포함된 포인트 각각에 대응하는 속성 정보를 맵핑한다. 지오메트리 재구성부(18002)는 도 4의 지오메트리 리컨스럭션부(40005) 동작을 수행할 수 있다.
속성 정보 부호화부(18003)는 지오메트리 재구성부(18002)에 의해 출력된 맵핑된 속성 정보(18002b)를 수신한다. 속성 정보 부호화부(18003)는 맵핑된 속성 정보(18002b)를 부호화하여, 속성 정보 비트스트림(18000c)를 출력한다.
속성 정보 부호화부(18003)는 예측/리프팅/RAHT 변환 처리부(18003a)를 포함할 수 있다. 예측/리프팅/RAHT 변환 처리부(18003a)는 맵핑된 속성 정보를 예측(prediction) 방법, 리프팅(Lifting) 방법 및/또는 RAHT 방법에 기초하여 변환할 수 있다. 예측/리프팅/RAHT 변환 처리부(18003a)는 변환된 속성 정보를 출력할 수 있다. 속성 정보 부호화부(18003)는 변환된 속성 정보 또는 맵핑된 속성 정보(18002b)를 부호화할 수 있다.
속성정보 부호화부(18003)는 도 4의 RAHT(40008), LOD 생성(40009), 리프팅(40010), 계수 양자화부(40011) 및/또는 아리스메틱 인코딩부(40012) 동작을 수행할 수 있다. 속성정보 부호화부(18003)는 도 7 내지 도 9의 동작을 수행할 수 있다. 속성정보 부호화부(18003)는 도 12의 속성 변환 처리부(12009), 예측/리프팅/RAHT 변환 처리부(12010) 및/또는 아리스메틱 코더(Arithmetic 코더, 12011) 동작을 수행할 수 있다.
실시예들에 따른 포인트 클라우드 데이터 부호화기(18000)는 PCC 부호화기, 포인트 클라우드 데이터 부호화부, 포인트 클라우드 데이터 인코더, PCC 인코더, 포인트 클라우드 데이터 송신 장치의 인코더 등으로 호칭될 수 있다.
도 19은 실시예들에 따른 포인트 클라우드 데이터의 포인트의 몰톤 코드(Morton code)를 나타낸다.
포인트 클라우드 데이터는 하나 또는 그 이상의 포인트들을 포함할 수 있다. 실시예들에 따른 포인트들은 포인트 클라우드 데이터를 표현하기 위한 3차원 좌표계의 파라미터들로 표현된다. 실시예들에 따른 3차원 좌표계는 서로 직교하는 적어도 3개의 축들 (예를 들면 x축, y축, z축 등)을 포함할 수 있다. 따라서 포인트 클라우드 데이터의 포인트의 위치 정보는 좌표 값(예를 들면 x좌표 값, y좌표 값, z좌표)으로 표현될 수 있다. 실시예들에 따른 3차원 좌표계는 하나 또는 그 이상의 바운딩 박스(bounding box)들을 포함할 수 있다. 실시예들에 따른 바운딩 박스는 3차원 좌표계에서 표현되는 공간 (또는 영역)으로, 하나 또는 그 이상의 포인트들을 포함할 수 있다. 실시예들에 따른 바운딩 박스(bounding box)는 바운딩 큐브(bounding cube)로 호칭될 수도 있다.
실시예들에 따른 포인트 클라우드 데이터 송신 장치는 바운딩 박스에 포함된 포인트 클라우드 데이터의 포인트들의 위치 정보(지오메트리 정보)와 해당 포인트들의 속성 정보(어트리뷰트 정보)를 매핑한다. 포인트 클라우드 데이터 송신 장치는 포인트들의 위치 정보와 각각의 포인트들의 속성 정보를 맵핑시키고, 이들을 부호화하여 비트스트림 형태로 전송한다. 실시예들에 따른 포인트 클라우드 데이터 송신 장치(예를 들면 도 18의 몰톤 코드 생성부(18002))는 위치 정보와 속성 정보를 맵핑하는 순서를 결정하기 위하여 몰톤 코드(Morton code)를 생성할 수 있다.
몰톤 코드(Morton code)는 포인트의 위치 정보의 좌표 값들(예를 들면 x좌표 값, y좌표 값, z좌표 값)을 비트 단위로 인터리빙하여 생성된 코드를 의미한다. 포인트 클라우드 데이터 송신 장치는 하나의 포인트에 대하여 위치 정보와 속성 정보를 매핑하기 위해 하나의 몰톤 코드를 생성한다. 포인트 클라우드 데이터 수신 장치 역시 하나의 포인트에 대하여 위치 정보와 속성 정보를 매핑하기 위해 하나의 몰톤 코드를 생성한다. 몰톤 코드는 2진수 또는 10진수의 실수로 표현될 수 있다.
도 19에 도시된 표(19000)는 포인트 클라우드 데이터 송신 장치 또는 포인트 클라우드 데이터 수신 장치가 제 1 포인트, 제 2 포인트 및 제 3 포인트의 좌표값을 기반으로 생성한 각 포인트의 2진수 폴톤 코드 및 10진수 몰톤코드를 나타낸다. 도 19에 도시된 표(19000)의 제 1 행은 제 1 포인트(19001), 제 2 포인트(19002) 및 제 3 포인트(19003)와 관련된 파라미터들(예를 들면 포인트의 좌표값, 포인트의 좌표값의 2진수 표현, 포인트의 몰톤코드등)을 나타낸다. 표(19000)의 제 1 열은 제 1 포인트(19001), 제 2 포인트(19002) 및 제 3 포인트(19003)를 나타낸다. 제 2 열(19000a)는 제 1 포인트(19001), 제 2 포인트(19002) 및 제 3 포인트(19003)의 위치의 좌표 값을 나타낸다. 제 3 열(19000b)는 제 1 포인트(19001), 제 2 포인트(19002) 및 제 3 포인트(19003)의 좌표 값의 2진수 표현을 나타낸다. 제 4열(19000)는 제 1 포인트(19001), 제 2 포인트(19002) 및 제 3 포인트(19003) 각각에 대응하는 몰톤 코드의 2진수 표현을 나타낸다. 실시예들에 따른 포인트 클라우드 데이터 송신 장치는 2진수로 표현된 포인트의 위치의 좌표값을 비트 단위로 인터리빙하여 2진수로 표현된 몰톤코드를 생성할 수 있다. 제 5열(19000d)은 제 1 포인트(19001), 제 2 포인트(19002) 및 제 3 포인트(19003) 각각에 대응하는 몰톤 코드의 10진수 표현을 나타낸다. 실시예들에 따른 포인트 클라우드 데이터 송신 장치는2진수로 표현된 몰톤 코드를 10진수로 표현할 수 있다.
구체적으로, 도 19의 두 번째 행은 제 1 포인트(19001)의 위치의 좌표 값(19000a의 두 번째 행), 위치의 좌표 값을 2진수로 표현한 좌표 값(19000b의 두 번째 행), 위치에 해당하는 몰톤 코드의 2진수 표현(19000c의 두 번째 행) 및 위치에 해당하는 몰톤 코드의 10진수 표현(19000d의 두 번째 행)을 나타낸다. 제 1 포인트의 위치의 좌표 값((x, y, z) 좌표 값)은 (3, 4, 5)이다. 제 1 포인트의 위치의 좌표 값인 (3, 4, 5)는 (011, 100, 101)과 같이 2진수의 좌표값으로 표현될 수 있다.
실시예들에 따른 포인트 클라우드 데이터 송신 장치는 2진수로 표현된 제 1 포인트(19001)의 위치의 좌표 값(예를 들면 011, 100, 101)을 비트(bit) 단위로 인터리빙(interleaving)하여 몰톤 코드를 생성할 수 있다. 포인트 클라우드 데이터 송신 장치(또는 몰톤 코드 생성부)는 제 1 포인트의 좌표 값의 x값의 최상위 비트(예를 들면 0), 제 1 포인트의 좌표 값의 y값의 최상위 비트(예를 들면 1), 제 1 포인트의 좌표 값의 z값의 최상위 비트(예를 들면 1)를 순차적으로 배열할 수 있다(예를 들면 011). 또한 포인트 클라우드 데이터 송신 장치(또는 몰톤 코드 생성부)는 제 1 포인트의 좌표 값의 x값의 두 번째 최상위 비트(예를 들면 1), 제 1 포인트의 좌표 값의 y값의 두 번째 최상위 비트(예를 들면 0), 제 1 포인트의 좌표 값의 z값의 두 번째 최상위 비트(예를 들면 0)를 순차적으로 배열할 수 있다(예를 들면 100). 실시예들에 따른 몰톤 코드는 좌표값의 첫번째 최상위 비트들의 배열과 연속하여 배치된 좌표값의 두번째 최상위 비트들의 배열을 포함할 수 있다(예를 들면 011100). 포인트 클라우드 데이터 송신 장치(또는 몰톤 코드 생성부)는 제 1 포인트의 좌표 값의 x값의 최하위 비트(예를 들면 1), 제 1 포인트의 좌표 값의 y값의 최하위 비트(예를 들면 0), 제 1 포인트의 좌표 값의 z값의 최하위 비트(예를 들면 1)를 순차적으로 배열할 수 있다. 실시예들에 따른 몰톤 코드는 좌표값의 첫번째 최상위 비트들의 배열 및 좌표값의 두번째 최상위 비트들의 배열과 연속하여 배치된 최하위 비트들의 배열을 포함할 수 있다(예를 들면 011100101). 실시예들에 따른 제 1 포인트(19001)의 2진수로 표현된 몰톤 코드(예를 들면 01110010)는 10진수로 표현(예를 들면 5열(19000d)에 포함된 229)될 수 있다.
상술한 바와 같이 포인트 클라우드 데이터 송신 장치는 2진수로 표현된 제 2 포인트(19002)의 위치의 좌표 값(예를 들면 011, 100, 1001)을 비트(bit) 단위로 인터리빙(interleaving)하여 몰톤 코드(예를 들면 1010100101)를 생성할 수 있다. 실시예들에 따른 제 2 포인트(19002)의 2진수로 표현된 몰톤 코드(예를 들면 1010100101)는 10진수로 표현(예를 들면 5열(19000d)에 포함된 677)될 수 있다. 또한 같이 포인트 클라우드 데이터 송신 장치는 2진수로 표현된 제 2 포인트(19003)의 위치의 좌표 값(예를 들면 100, 100, 101)을 비트(bit) 단위로 인터리빙(interleaving)하여 몰톤 코드(예를 들면 111000001)를 생성할 수 있다. 실시예들에 따른 제 3 포인트(19003)의 2진수로 표현된 몰톤 코드(예를 들면 111000001)는 10진수로 표현(예를 들면 5열(19000d)에 포함된 449)될 수 있다.
실시예들에 따른 포인트 클라우드 데이터 송신 장치는 몰톤 코드의 오름차순(또는 내림차순) 순서대로 바운딩 박스 내의 포인트들을 모두 탐색(선회)할 수 있다. 예를 들어, 실시예들에 따른 몰톤 코드는 0부터 1씩 증가하면서 바운딩 박스 내의 서로 다른 포인트들을 지시할 수 있다. 따라서, 실시예들에 따른 포인트 클라우드 데이터 전송 장치는 몰톤 코드를 0부터 1씩 증가하면서 바운딩 박스 내의 모든 포인트들을 탐색할 수 있다.
실시예들에 따른 포인트 클라우드 데이터 송신 장치는 몰톤 코드를 기반으로 포인트의 속성 정보를 예측할 수 있다. 특정 포인트로부터 가까이 위치하는 다른 포인트들은 서로 몰톤 코드가 근사할 수 있다. 따라서, 포인트 클라우드 데이터 송신 장치는 특정 포인트의 속성 정보를 예측하기 위하여, 특정 포인트의 몰톤 코드와 근사한 몰톤 코드에 대응하는 포인트들의 속성 정보를 이용할 수 있다. 따라서 포인트 클라우드 데이터 송신 장치는 포인트들의 속성 정보를 효율적으로 압축하여 송수신 신호의 양을 줄일 수 있다.
그러나 바운딩 박스에 포함된 포인트들의 분포와 위치는 불규칙할 수 있다. 예를 들면 라이다 데이터의 포인트들은 바운딩 박스 내의 특정 축에서 밀접하게 분포할 수 있다. 포인트 클라우드 데이터 송신 장치가 불규칙하게 분포된 포인트들의 위치 정보를 기반으로 생성된 몰톤 코드를 사용하는 경우, 특정 포인트로부터 가까운 거리에 분포하는 포인트들을 탐색하지 못할 수 있다.
도 19의 하단에 도시된 그림(19010)은 3차원 공간에 포함된 하나의 바운딩 박스 내에 위치한 제 1 포인트(19001), 제 2 포인트(19002) 및 제 3 포인트(19003)를 나타낸다. 실시예들에 따른 제 1 양방향 화살표(19010a)는 제 1 포인트(19001)와 제 2 포인트(19002) 사이의 거리를 나타낸다. 실시예들에 따른 제 2 양방향 화살표(19010b)는 제 2 포인트(19002)및 제 3 포인트(19003) 사이의 거리를 나타낸다.
제 1 포인트(19001)의 좌표값은 (3,4,5)이고, 제 2 포인트(19002)의 좌표값은 (3,4,9) 이므로 제 1 포인트(19001)와 제 2 포인트(19002) 사이의 거리는 16(유클리디언 제곱 거리(Euclidean squared distance))이다. 제 2 포인트(19002)의 좌표값은 (3,4,9)이고 제 3 포인트(19003)의 좌표값은 (4,4,5)이므로 제 2 포인트(19002)와 제 3 포인트(19003) 사이의 거리는 17이다. 따라서 도 19에 도시된 바와 같이 제 1 양방향 화살표(19010a) 길이는 제 2 양방향 화살표(19010b)의 길이보다 짧다. 하지만 제 1 포인트(19001)의 10진수 몰톤 코드는 229이고, 제 2 포인트(19002)의 10진수 몰톤 코드는 10진수로 677이고, 제 3 포인트(19003)의 10진수 몰톤 코드는 449이므로, 제 1 포인트(19001)의 몰톤 코드와 제 2 포인트(19002)의 몰톤 코드의 차이(예를 들면448)는, 제 2 포인트(19002)의 몰톤 코드와 제 3 포인트(19003) 의 몰톤 코드의 차이(예를 들면 228)보다 크다. 따라서 실제 3차원 좌표계 내에서 제 2 포인트(19002)와 가장 가까운 포인트는 제 1 포인트(19001)이지만, 포인트 클라우드 데이터 전송 장치는 몰톤 코드를 사용하여 제 1 포인트(19001)가 아닌 제 3 포인트(19003)를 탐색할 수 있다.
즉, 바운딩 박스 내의 포인트 클라우드 데이터의 분포 특성을 고려하지 않는 몰톤 코드를 사용하는 경우, 실시예들에 따른 포인트 클라우드 데이터 전송 장치는 특정 포인트(예를 들면 제 2 포인트(19002))로부터 최단 거리에 위치한 포인트를 탐색하지 못할 수 있다. 도면에 도시된 바와 같이 제 1 포인트(19001), 제 2 포인트(19002) 및 제 3 포인트(19003)의 좌표값들의 x좌표 값들 및 y좌표 값들은 제 1 포인트(19001), 제 2 포인트(19002) 및 제 3 포인트(19003)가 X 축 및 Y축에서 고르게 분포되어 있음을 나타내나, z좌표 값들은 제 1 포인트(19001), 제 2 포인트(19002) 및 제 3 포인트(19003)가 Z축 상에서 상대적으로 넓게 분포되어 있음을 나타낸다. 상술한 몰톤 코드는 x좌표 값들의 비트들, y좌표 값들의 비트들 및 z좌표 값들의 비트들을 동등하게 배열하거나 또는 차등하지 않고 배열하여 생성되므로 포인트들의 분포 특성을 정홧히 반영할 수 없다.
따라서, 포인트 클라우드 데이터 송신 장치(예를 들어 지오메트리 재구성부(도 18의 18002, 또는 몰톤 코드 생성부(도 18의 18002a))는 바운딩 박스 또는 바운딩 박스에 포함된 포인트들의 분포 등에 기초하여, 포인트들의 위치 정보의 좌표 값들의 비트들에 가중치를 두어 인터리빙(interleaving)하여 적응형 몰톤 코드를 생성할 수 있다. 실시예들에 따른 포인트 클라우드 송수신 장치는 적응형 몰톤 코드를 생성하고 이용함으로써 포인트들이 점유하는 공간을 효율적으로 탐색할 수 있을 뿐만 아니라, 포인트 클라우드 데이터의 특성을 고려하여 특정 포인트로부터 가까운 거리의 포인트들을 정확하고 효율적으로 탐색할 수 있다. 실시예들에 따른 적응형 몰톤 코드는 포인트 클라우드 데이터 송수신 장치의 예측 성능을 극대화할 수 있다. 따라서 포인트 클라우드 데이터 송수신 장치는 사용자에게 높은 품질의 포인트 클라우드 영상을 제공할 수 있다.
도 20는 포인트 탐색 방법의 예시를 나타낸다.
도 20(A)의 상단의 그림(20001a)은 실시예들에 따른 포인트 클라우드 데이터 송신 장치가 2차원 평면 좌표계 내의 포인트들을 2차원 페아노 곡선(Peano curve)에 따라 탐색하는 과정을 나타낸다. 실시예들에 따른 포인트 클라우드 데이터 송신 장치는 2차원 페아노 곡선을 이용하여 2 차원 평면 좌표계 내의 포인들을 모두 탐색할 수 있다.
실시예들에 따른 포인트 클라우드 데이터 송신 장치는 2차원 페아노 곡선 상에 위치한 2차원 평면 좌표계 내의 포인트들을 한쪽 방향에서 다른 한쪽 방향으로(예를 들어, (예를 들어, x축 내의 최좌-포인트(left-most point)로부터 최우-포인트(right-most point) 방향으로) 탐색할 수 있다.
도 20(A)의 하단의 그림(20002a)은 실시예들에 따른 포인트 클라우드 데이터 송신 장치가 3차원 공간(예를 들어, 바운딩 박스) 내의 포인트들을 3차원 페아노 곡선에 따라 탐색하는 과정을 나타낸다. 실시예들에 따른 포인트 클라우드 데이터 송신 장치는 3차원 페아노 곡선상에 위치한 3 차원 공간(예를 들어, 바운딩 박스)의 포인들을 모두 탐색할 수 있다.
도 20(B)의 상단의 그림(20001b)은 실시예들에 따른 포인트 클라우드 데이터 송신 장치가 2차원 평면 좌표계 내의 포인트들을 2차원 힐버트 곡선(Hilbert curve)에 따라 탐색하는 과정을 나타낸다. 실시예들에 따른 포인트 클라우드 데이터 송신 장치는 2차원 힐버트 곡선을 이용하여 2차원 평면 좌표계 내의 포인트들을 모두 탐색할 수 있다. 실시예들에 따른 포인트 클라우드 데이터 송신 장치는 2차원 힐버트 곡선에 따라 생성된 2차원 평면 내에서 단위 간격의 정사각형에 위치한 포인트들을 탐색할 수 있다.
실시예들에 따른 포인트 클라우드 데이터 송신 장치는 도 20(B)의 상단(20001b)에 나타난 2차원 힐버트 곡선은 다음과 같이 생성될 수 있다. 2차원 힐버트 곡선(20001b)는 최소 단위의 정사각형(예를 들어, 길이가 1인 정사각형, 20001b-1)을 구성하는 4개의 포인트를 탐색한다. 예를 들어, 2차원 힐버트 곡선(20001b)는 좌측 상단의 포인트, 좌측 하단의 포인트, 우측 하단의 포인트 및 우측 상단의 포인트 순서로 탐색할 수 있다. 2차원 힐버트 곡선(20001b)는 두 번째의 최소 단위 정사각형(예를 들어, 길이가 2인 정사각형, 20001b-2) 내에 포함된 포인트들 중 탐색되지 않은 포인트들(즉, 두 번째 최소 정사각형에 포함된 16개의 포인트들 중 탐색되지 않은 12개의 포인트들)을 탐색할 수 있다. 2차원 힐버트 곡선(20001b)는 두 번째의 최소 단위 정사각형을, 최소 단위의 정사각형을 탐색하는 방법에 기초하여 재귀적으로 탐색할 수 있다. 2차원 힐버트 곡선(20001b)는 세 번째의 최소 단위 정사각형(예를 들어, 길이가 4인 정사각형, 20001b-3) 내에 포함된 포인트들 중 탐색되지 않은 포인트들(즉, 두 번째 최소 정사각형에 포함된 64개의 포인트들 중 탐색되지 않은 48개의 포인트들)을 탐색할 수 있다. 2차원 힐버트 곡선(20001b)는 세 번째의 최소 단위 정사각형을, 두 번째 최소 단위의 정사각형을 탐색하는 방법에 기초하여 재귀적으로 탐색할 수 있다. 2차원 힐버트 곡선(20001b)는 네 번째의 최소 단위 정사각형(예를 들어, 길이가 8인 정사각형, 20001b-4) 내에 포함된 포인트들 중 탐색되지 않은 포인트들(즉, 두 번째 최소 정사각형에 포함된 256개의 포인트들 중 탐색되지 않은 192개의 포인트들)을 탐색할 수 있다. 2차원 힐버트 곡선(20001b)는 네 번째의 최소 단위 정사각형을, 세 번째 최소 단위의 정사각형을 탐색하는 방법에 기초하여 재귀적으로 탐색할 수 있다.
도 20(B)의 하단(20002b)은 실시예들에 따른 포인트 클라우드 데이터 송신 장치가 3차원 공간(예를 들어, 바운딩 박스) 내의 포인트들을 3차원 힐버트 곡선에 따라 탐색하는 것을 나타낸다. 3차원 힐버트 곡선은 3 차원 공간(예를 들어, 바운딩 박스)의 포인들을 모두 탐색할 수 있도록 설계된 공간 탐색 곡선을 의미한다. 3차원 힐버트 곡선(20002b)은 3차원 평면 내에서 단위 간격의 정육면체를 생성하면서 공간을 탐색하도록 설계된 곡선이다.
도 20(B)의 하단(20002b)에 나타난 3차원 힐버트 곡선은 다음과 같이 생성될 수 있다. 3차원 힐버트 곡선(20002b)는 최소 단위의 정육면체(예를 들어, 한 변의 길이가 1인 정육면체, 20001b-1)을 구성하는 6개의 포인트를 탐색한다. 3차원 힐버트 곡선(20002b)는 두 번째의 최소 단위 정육면체(예를 들어, 길이가 2인 정육면체, 20002b-2) 내에 포함된 포인트들 중 탐색되지 않은 포인트들(즉, 두 번째 최소 정육면체(20002b-2)에 포함된 64개의 포인트들 중 탐색되지 않은 56개의 포인트들)을 탐색할 수 있다. 3차원 힐버트 곡선(20002b)는 두 번째의 최소 단위 정육면체(20001b-2)를, 최소 단위의 정육면체(20001b-1)를 탐색하는 방법에 기초하여 재귀적으로 탐색할 수 있다.
도 20(C)의 상단(20001c)은 실시예들에 따른 포인트 클라우드 데이터 송신 장치가 2차원 평면 좌표계 내의 포인트들을 2차원 몰톤 코드 곡선(Morto code curve)에 따라 탐색하는 것을 나타낸다. 도 20(C)의 상단(20001c)의 x좌표 값과 y좌표 값을 나타내는 행과 열은 2진수로 표현한 좌표값을 도시한다. 도 20(C)의 상단(20001c)에 나타난 2차원 몰톤 코드 곡선은 실시예들에 따른 포인트 클라우드 데이터 송신 장치가 2 차원 평면 좌표계 내의 포인들을 모두 탐색할 수 있도록 설계된 평면 탐색 곡선을 의미한다. 2차원 몰톤 코드 곡선은 2차원 z-커브 곡선이라고 호칭할 수도 있다.
도 20(C)의 상단(20001c)에 나타난 2차원 몰톤 코드 곡선(20001c)은 2차원 평면 내의 포인트들의 몰톤 코드들이 오름차순 또는 내림차순 순서대로 정렬되도록 포인트들을 연결한 곡선을 의미한다. 예를 들어, 2차원 몰톤 코드 곡선(20001c)는 몰톤 코드가 0인 2차원 평면 상에서의 포인트 (0, 0) (포인트의 x좌표가 0이고, y좌표가 0인 포인트, 20001c-1)와 몰톤 코드가 1인 2차원 평면 상에서의 포인트 (0, 1) (20001c-2)를 연결한다. 2차원 몰톤 코드 곡선(20001c)는 몰톤 코드가 1인 2차원 평면 상에서의 포인트 (0, 1) (20001c-2)와 몰톤 코드가 2인 2차원 평면 상에서의 포인트 (1, 0) (20001c-3)를 연결한다.
도 20(C)의 하단(20002c)은 실시예들에 따른 포인트 클라우드 데이터 송신 장치가 3차원 공간(예를 들어, 바운딩 박스) 내의 포인트들을 3차원 몰톤 코드 곡선에 따라 탐색하는 것을 나타낸다. 도 20(C)의 하단(20002c)에 나타난 3차원 몰톤 코드 곡선은 3 차원 공간(예를 들어, 바운딩 박스)의 포인들을 모두 탐색할 수 있도록 설계된 공간 탐색 곡선을 의미한다.
도 20(C)의 하단(20002c)에 나타난 3차원 몰톤 코드 곡선은 3차원 평면 내의 포인트들의 실시예들에 따른 몰톤 코드들이 오름차순 또는 내림차순 순서대로 정렬되도록 포인트들을 연결한 곡선을 의미한다. 예를 들어, 3차원 몰톤 코드 곡선는 몰톤 코드가 0인 3차원 평면 상에서의 포인트 (0, 0, 0) (포인트의 x좌표가 0, y좌표가 0, z좌표가 0인 포인트)와 몰톤 코드가 1인 3차원 평면 상에서의 포인트 (0, 0, 1)를 연결한다. 3차원 몰톤 코드 곡선(20002c)는 몰톤 코드가 1인 3차원 평면 상에서의 포인트 (0, 0, 1)와 몰톤 코드가 2인 3차원 평면 상에서의 포인트 (0, 1, 0)를 연결한다.
실시예들에 따른 몰톤 코드는 도 18 내지 도 19에 나타난 몰톤 코드일 수 있다. 즉, 실시예들에 따른 포인트 클라우드 데이터 송신 장치(또는 몰톤 코드 생성부)는 실시예들에 따른 몰톤 코드를 생성하고, 생성된 몰톤 코드에 기초하여 실시예들에 따른 3차원 몰톤 코드 곡선의 경로에 따라 3차원 공간(예를 들어 바운딩 박스)의 포인트들을 탐색할 수 있다.
실시예들에 따른 포인트 클라우드 데이터 송신 장치는 실시예들에 따른 3차원 공간(예를 들어, 바운딩 박스) 내의 포인트들을 도 20(A)의 하단(20002a)에 나타난 3차원 페아노 곡선(20002a), 도 20(B)의 하단(20002b)에 나타난 3차원 힐버트 곡선(20002b) 및/또는 도 20(C)의 하단(20002c)에 나타난 3차원 몰톤 코드 곡선(20002c)의 경로에 따라 탐색할 수 있다. 그러나, 포인트 클라우드 데이터 송신 장치가 실시예들에 따른 3차원 페아노 곡선(20002a), 3차원 힐버트 곡선(20002b) 및/또는 3차원 몰톤 코드 곡선(20002c)을 이용하여 탐색을 수행하는 경우, 3차원 공간(예를 들어, 바운딩 박스)의 형태와 3차원 공간에 포함된 포인트들의 분포에 따라 탐색 성능이 저하될 수 있다.
예를 들면, 도 20(A)의 하단(20002a)에 나타난 3차원 페아노 곡선은 3차원 공간의 특정 축의 방향에 대하여 탐색을 우선적을 수행하므로, 포인트들이 3차원 공간 내 특정 위치에 밀하게 분포하는 경우 실시예들에 따른 포인트 클라우드 송신 장치는 효율적으로 탐색을 수행할 수 없다. 도 20(B)의 하단(20002b)에 나타난 3차원 힐버트 곡선은 3차원 공간을 단위 정육면체 단위로 재귀적으로 탐색을 수행하기 때문에, 3차원 공간이 특정 축의 방향에 늘어지는 직육면체 형태이거나 포인트들이 특정 축의 방향에 길게 분포하는 경우 실시예들에 따른 포인트 클라우드 데이터 송신 장치는 불필요한 탐색을 반복하여 수행할 수 있다. 도 20(C)의 하단(20002c)에 나타난 3차원 몰톤 코드 곡선도 마찬가지로, 도 19에서 설명한 바와 같이 실시예들에 따른 포인트 클라우드 데이터 송신 장치가 효율적으로 탐색을 수행할 수 없다.
따라서, 포인트 클라우드 데이터 송신 장치(예를 들어 지오메트리 재구성부(18002)(또는 몰톤 코드 생성부(18002a))는 적응형 몰톤 코드 곡선(Adaptive Morton code curve)의 경로대로 포인트들을 탐색할 수 있다. 실시예들에 따른 적응현 몰톤 코드 곡선(Adaptive Morton code curve)은 3차원 공간 내의 포인트들의 적응형 몰톤 코드(Adaptive Morton code)들이 오름차순 또는 내림차순 순서대로 정렬되도록 포인트들을 연결한 곡선을 의미한다. 실시예들에 따른 적응형 몰톤 코드는 도 19에서 설명한 적응형 몰톤 코드를 의미한다. 즉, 포인트 클라우드 데이터 송신 장치(예를 들어 지오메트리 재구성부(18002)(또는 몰톤 코드 생성부(18002a))는 바운딩 박스 또는 바운딩 박스에 포함된 포인트들의 분포 등에 기초하여, 포인트들의 위치 정보의 좌표 값들의 비트들에 가중치를 두어 인터리빙(interleaving)하여 적응형 몰톤 코드(Adaptive Morton code)를 생성하고, 적응형 몰톤 코드에 기초한 적응형 몰톤 코드 곡선의 경로대로 포인트들을 탐색할 수 있다.
실시예들에 따른 포인트 클라우드 송수신 장치는 적응형 몰톤 코드를 생성하고 적응형 몰톤 코드 곡선에 따라 포인트들을 탐색함으로써, 불규칙적이거나 기형적으로 분포하는 포인트들이 점유하는 공간을 효율적으로 탐색할 수 있을 뿐만 아니라, 포인트 클라우드 데이터의 특성을 고려하여 특정 포인트로부터 가까운 거리의 포인트들을 정확하고 효율적으로 탐색할 수 있다. 실시예들에 따른 적응형 몰톤 코드는 포인트 클라우드 데이터 송수신 장치의 예측 성능을 극대화할 수 있다. 따라서 포인트 클라우드 데이터 송수신 장치는 사용자에게 높은 품질의 포인트 클라우드 영상을 제공할 수 있다.
도 21은 포인트 탐색 방법의 예시를 나타낸다.
특정 방향으로 길게 늘어진 2차원 평면을 탐색하는 경우(예를 들어, 도 21에 나타난 평면) 또는 2차원 평면 상의 포인트들이 특정 영역에 밀접하게 분포하는 경우, 2차원 적응형 몰톤 코드 곡선(21000)을 이용하여 2차원 평면 상의 포인트들을 탐색할 수 있다.
2차원 적응형 몰톤 코드 곡선(21000)은 2차원 평면 내의 포인트들을 탐색하기 위한 탐색 곡선이다. 2차원 적응형 몰톤 코드 곡선은 2차원 공간 내의 포인트들의 2차원 적응형 몰톤 코드(Adaptive Morton code)들이 오름차순 또는 내림차순 순서대로 정렬되도록 포인트들을 연결한 곡선을 의미한다.
도 21은 x축의 길이가 12이고 y축의 길이가 6인 2차원 평면을 나타낸다. 도 21의 2차원 평면 내의 포인트들은 0~11(12개)의 값의 범위를 갖는 x좌표값과, 0~5(6개)의 값의 범위를 갖는 y좌표값으로 표현된다.
실시예들에 따른 2차원 적응형 몰톤 코드는 2차원 평면 내의 포인트들을 탐색하기 위하여 각각의 포인트들을 하나의 실수로 표현한 값을 의미할 수 있다. 2차원 적응형 몰톤 코드는 포인트들의 위치 정보의 좌표 값들(예를 들어, x좌표 값 및 y좌표 값)의 비트들을 가중치에 따라 인터리빙함으로써 생성된 코드이다. 실시예들에 따른 가중치는, 2차원 평면 내의 포인트들의 분포 및/또는 2차원 평면의 형태에 기초하여 결정될 수 있다. 예를 들어, 특정 포인트에 대한 2차원 적응형 몰톤 코드는 다음과 같이 생성될 수 있다.
2차원 적응형 몰톤 코드는 포인트의 위치의 좌표 값들의 비트들을 인터리빙할 때, 특정 축에 해당하는 좌표 값의 비트에 가중치를 두어 인터리빙하여 생성될 수 있다. 가중치는, 2차원 적응형 몰톤 코드를 생성하는 과정에서 비트를 인터리빙할 단위와, 2비트 이상을 단위로 인터리빙을 수행하는 위치를 나타낼 수 있다. 예를 들어, 특정 포인트에 대한 2차원 적응형 몰톤 코드는 특정 포인트의 위치의 좌표 값의 비트들 중 y좌표 값의 비트를 2비트 이상의 단위로 인터리빙하고, x좌표 값의 비트를 1비트 단위로 인터리빙하여 생성될 수 있다.
2차원 적응형 몰톤 코드를 생성하는 경우, 특정 포인트의 위치의 좌표 값의 비트들을 모두 2비트 이상의 단위로 인터리빙할 수도 있고, 특정 포인트의 위치의 좌표 값의 비트들을 특정 횟수만큼만 2비트 이상 단위로 인터리빙할 수도 있다.
예를 들어, 2차원 평면 내의 제 1 포인트(21002)의 위치의 좌표값은 (2, 9) (x좌표값이 3이고 y 좌표값이 9인 포인트)이고, 제 1 포인트(21002)는 2진수의 표현으로 (010, 1001)으로 표현될 수 있다. 제 1 포인트(21002)의 2차원 적응형 몰톤 코드는, x좌표 값의 비트들을 1비트씩 및 y좌표 값의 비트들을 2비트, 1비트, 1비트 단위로 인터리빙된 코드이다. 즉, x 좌표 값의 최상위 비트인 0, y좌표 값의 최상위 2 비트인 10, x좌표 값의 두 번째 최상위 비트인 1, y 좌표 값의 세 번째 비트인 0, x 좌표 값의 최하위 비트인 0, y좌표 값의 최하위 비트인 1로 구성된다. 따라서, 제 1 포인트의 2차원 적응형 몰톤 코드는 0101001 이고, 이를 10진수로 표현하면 41이다.
2차원 적응형 몰톤 코드는, 2차원 평면 내의 포인트들이 특정 영역에 밀하게 분포되어 있는 경우 효율적인 포인트들의 선회와, 특정 포인트로부터 가까이 위치하는 포인트들의 효율적인 탐색을 보장할 수 있다. 예를 들어, 도 21의 2차원 평면 내 포인트들이 제 1 영역(21001a)에는 희소하게 분포하고 제 2 영역(21002)에 밀하게 분포하는 경우에는, 2차원 적응형 몰톤 코드에 기초하여 제 1 영역(21001a)에 포함된 포인트들은 빠르게 선회하고 제 2 영역(21001b)에 빠르게 접근할 수 있다. 2차원 적응형 몰톤 코드를 이용하면 제 2 영역(21002) 내의 포인트들을 정확하게 탐색할 수 있을 뿐만 아니라, 제 2 영역(21001b)에서 특정 포인트로부터 가까이 위치하는 포인트를 정확하게 탐색할 수 있다.
실시예들에 따른 포인트 클라우드 데이터 송신 장치는 포인트들의 3차원 적응형 몰톤 코드를 생성하고, 포인트들의 3차원 적응형 몰톤 코드에 기초하여 3차원 공간 내의 포인트들을 탐색하거나 선회할 수 있다. 특정 포인트의 3차원 적응형 몰톤 코드는 특정 포인트의 위치의 좌표 값(예를 들어, x 좌표 값, y좌표 값 및 z 좌표 값)들의 비트들을 인터리빙(interleaving)하여 생성된 코드이다. 실시예들에 따른 인터리빙은, 각 좌표 값들의 비트들을 가중치에 기초하여 인터리빙한 것을 의미할 수 있다.
예를 들어, 실시예들에 따른 포인트 클라우드 데이터 송신 장치는 (5, 2, 9) 좌표 값을 위치 정보로 가지는 포인트를 3차원 적응형 몰톤 코드로 변환할 수 있다. 해당 포인트의 위치의 좌표값 (5, 2, 9)는 2진수로 (101, 10, 1001)로 표현될 수 있다. 여기서, 실시예들에 따른 3차원 적응형 몰톤 코드는 z좌표에 대한 비트들 중 최상위 두 비트만 2비트 묶음 단위로 인터리빙하고 x좌표에 대한 비트들, y좌표에 대한 모든 비트들 및 z좌표에 대한 나머지 모든 비트들을 1비트 단위로 인터리빙할 수 있다. 즉, (5, 2, 9)에 대한 3차원 적응형 몰톤 코드는, x 좌표의 최상위 비트인 1, y좌표의 최상위 비트인 0, z좌표의 최상위 2비트인 10, x좌표의 두 번째 최상위 비트인 0, y좌표의 두 번재 최상위 비트인 1, z좌표의 최상위 세 번재 비트인 0, x좌표의 최하위 비트인 1, y좌표의 최하위 비트인 0 및 z좌표의 최하위 비트인 1로 구성될 수 있다. 따라서, (5, 2, 9)에 위치한 포인트의 3차원 적응형 몰톤 코드는 1010010101(10진수로 표현하면661)일 수 있다.
실시예들에 따른 포인트 클라우드 송수신 장치는, 가중치 기반 몰톤 코드를 생성하기 위해 필요한 가중치와 관련된 정보를 생성할 수 있다. 가중치와 관련된 정보는, 각 축에 대하여 각 축에 대한 좌표를 몇 비트 단위로 인터리빙할지에 관한 정보, 각 축에 대한 좌표를 2비트 이상의 단위로 인터리빙을 하는 경우 2비트 이상의 단위로 인터리빙되는 위치와 관련된 정보 등을 포함할 수 있다. 여기서 가중치와 관련된 정보는, 각 축에 대하여 2비트 이상의 단위로 인터리빙되는 횟수와 관련된 정보를 포함할 수 있으며, 이를 각 축에 대한 카운트 정보로 호칭할 수도 있다. x축에 대한 카운트 정보는 실시예에 따라 CountX 정보, y축에 대한 카운트 정보는 실시예에 따라 CountY 정보, z축에 대한 카운트 정보는 실시예에 따라 CountZ 정보로 표현될 수 있다.
실시예들에 따른 포인트 클라우드 데이터 송수신 장치는, 데이터의 특성에 따라서는 특정한 축으로 색상 값 혹은 반사도와 같은 속성값들이 모여 있는 데이터와 같이, 데이터의 특성에 따라 특정 축으로 얻은 데이터 값에 대한 신뢰도가 높지 않을 때에도 효율적으로 탐색할 수 있는 효과를 제공한다. 실시예들에 따른 포인트 클라우드 데이터 송수신 장치/방법은, 가중치 몰톤 코드를 생성함으로써 포인트 클라우드 데이터의 포인트들의 공간상의 거리를 보다 정확하게 계산할 수 있다. 실시예들에 따르면, 가중치 기반 몰톤 코드 생성 방법을 이용한 부호화 방법, 복호화 방법, 시그널링 방법은 부호화기 및 복호화기 측면에서 적응형 몰톤 코드는 가까운 이웃 노드의 탐색을 통해 압축률 증가, 화질 성능 증가를 지원할 수 있다. 압축률을 높이기 위한 많은 기술과 더해져 계산 방식의 변경으로 압축률을 높일 수 있다.
도 22는 3차원 공간의 형태에 기초한 실시예들에 따른 3차원 적응형 몰톤 코드를 생성하는 방법을 나타낸다.
도 22는 3차원 적응형 몰톤 코드를 생성하는 방법 중 3차원 공간(22000)의 축의 길이에 기초하여 3차원 적응형 몰톤 코드를 생성하는 방법을 나타낸 것이다. 3차원 공간(22000)의 축의 길이에 기초하여 생성된 3차원 적응형 몰톤 코드는 축 기반 적응형 몰톤 코드라고 호칭할 수 있다. 실시예들에 따른 3차원 적응형 몰톤 코드를 생성하는 방법은 도 18의 지오메트리 재구성부(18002) (또는 몰톤 코드 생성부(18002a))에서 수행될 수 있다.
실시예들에 따른 축 기반 적응형 몰톤 코드는 포인트 클라우드 데이터의 포인트들을 탐색하기 위한, 특정 포인트에 대한 코드이다. 포인트 클라우드 데이터 전송 장치는 축 기반 적응형 몰톤 코드를 이용하여 3차원 공간 (예를 들어, 바운딩 박스, 블록) 내의 포인트들을 탐색 또는 선회할 수 있다.
실시예들에 따른 포인트 클라우드 송신 장치(몰톤 코드 생성부(예를 들어 도 18의 18002), 지오메트리 재구성부(예를 들어, 도 18의 18002a))는 3차원 공간(22000)의 x축의 길이, y축의 길이, z축의 길이에 기초하여 축 기반 적응형 몰톤 코드를 생성할 수 있다. 실시예들에 따른 포인트 클라우드 송신 장치는 3차원 공간의 x축의 길이, y축의 길이, z축의 길이로부터 카운트 정보를 생성하고(22001), 생성된 카운트 정보에 기초하여 축 기반 적응형 몰톤 코드를 생성(22002)할 수 있다. 실시예들에 따른 카운트 정보는, 포인트들의 좌표 값들의 비트들을 인터리빙(interleaving)할 때, 2비트 이상 단위로 인터리빙을 수행할 축과 2비트 이상 단위로 인터리빙을 수행하는 횟수를 나타낼 수 있다. 실시예들에 따른 카운트 정보는 x축에 대한 카운트 정보(CountX), y축에 대한 카운트 정보(CountY), z축에 대한 카운트 정보(CountZ) 중 적어도 하나를 포함할 수 있다. 각각의 축에 대한 카운트 정보(CountX, CountY, CountZ)는 포인트의 각 추그이 좌표의 비트들에 대해 2비트 이상 단위로 인터리빙되는 횟수를 나타낸다.
실시예들에 따른 각 축에 대한 카운트 정보는, 해당 축의 길이를 3차원 공간의 최소 길이를 갖는 축으로 나누고, 이에 로그 연산을 취한 값에 의해 생성될 수 있다(22001). 예를 들어, 도 22의 20000이 가리키는 3차원 공간(22000)은 x축의 길이가 10, y축의 길이가 40 및 z축의 길이가 20일 수 있다. 실시예들에 따른 포인트 클라우드 데이터 송신 장치(또는 몰톤 코드 생성부, 예를 들어 도 18의 18002a)는 카운트 정보에 기초하여 20000이 가리키는 3차원 공간(22000)에 포함된 각 포인트들에 대한 몰톤 코드를 생성한다. 3차원 공간의 축들 중 최소 길이를 갖는 축은 x축이다. 따라서 x축에 대한 카운트 정보(CountX)는 x축의 길이에 최소 길이(x축의 길이)를 나누고 이에 로그 2 연산을 수행한 0일 수 있다(22001). 따라서, 3차원 공간(22000) 내의 포인트들의 비트들을 인터리빙할 때, x좌표 값에 대해서는 2비트 이상의 단위로 인터리빙하지 않을 수 있다(22002). y축에 대한 카운트 정보(CountY)는 y축의 길이에 최소 길이(x축의 길이)를 나누고 이에 로그 2 연산을 수행한 2일 수 있다(22001). 따라서, 3차원 공간(22000) 내의 포인트들의 비트들을 인터리빙할 때, y좌표 값에 대해서는 2비트 이상의 단위로 2회 인터리빙할 수 있다(22002). z축에 대한 카운트 정보(CountZ)는 z축의 길이에 최소 길이(x축의 길이)를 나누고 이에 로그 2 연산을 수행한 1일 수 있다(22001). 따라서, 3차원 공간(22000) 내의 포인트들의 비트들을 인터리빙할 때, z좌표 값에 대해서는 2비트 이상의 단위로 2회 인터리빙할 수 있다(22002).
CountX가 0, CountY가 2 및 CountZ가 1이므로, 3차원 공간(22000) 내의 특정 포인트에 대한 축 기반 적응형 몰톤 코드는, 특정 포인트의 위치의 x좌표 값의 최상위 비트, y좌표 값의 최상위 2비트, z좌표 값의 최상위 2비트, x좌표 값의 2 번째 최상위 비트, y좌표 값의 3번째 최상위 비트 내지 4번째 최상위 비트, z좌표 값의 3 번째 최상위 비트, x좌표 값의 3번째 최상위 비트, y좌표 값의 5번째 최상위 비트, z좌표 값의 4번째 최상위 비트 … x좌표 값의 최하위 비트, y좌표 값의 최하위 비트 및 z좌표 값의 최하위 비트로 구성될 수 있다(22002).
실시예들에 따르면, 포인트 클라우드 데이터 송신 장치 (또는 몰톤 코드 생성부, 예를 들어 도 18의 18002a)는, 도 22의 22003a 및 22003b의 수식 및 의사코드(Pseudo Code)에 따라 축 기반 적응형 몰톤 코드를 생성할 수 있다. 실시예들에 따르면, 포인트 클라우드 데이터 송신 장치 (또는 몰톤 코드 생성부, 예를 들어 도 18의 18002a)는 각 축에 대한 카운트 정보(CountX, CountY, CountZ)를 생성하고, 생성된 카운트 정보를 1씩 감소시켜가며 해당 카운트 값이 0이 될 때까지 포인트들의 위치의 좌표 값들의 비트들을 2 이상의 비트 단위로 인터리빙을 수행할 수 있다.
포인트 클라우드 데이터 송수신 장치(또는 몰톤 코드 생성부, 예를 들어 도 18의 18002a)는, 포인트들의 좌표 값들의 비트들을 인터리빙하기 위하여 각 축에 대한 좌표 값을 2진수로 변환하는 동작을 수행할 수 있다(22003a의 (1)). 실시예들에 따른 포인트 클라우드 데이터 송수신 장치(또는 몰톤 코드 생성부, 예를 들어 도 18의 18002a)는, 각 축의 카운트 정보가 모두 0인 경우(즉, 3차원 공간이 정육면체인 경우) 각 축에 대한 좌표 값을 가중치에 기반하지 않는 몰톤 코드를 생성할 수도 있다(22003a의 (2)).
실시예들에 따른 포인트 클라우드 데이터 송신 장치 (또는 몰톤 코드 생성부, 예를 들어 도 18의 18002a)는 카운트 정보와 쉬프트(shift) 연산을 이용하여 축 기반 적응형 몰톤 코드를 생성할 수 있다(22003b의 (3-1)). 실시예들에 따른 포인트 클라우드 데이터 송신 장치 (또는 몰톤 코드 생성부)는 특정 축의 카운트 정보가 0보다 크다면, 특정 축에 대한 좌표값의 특정 비트들은 특정 축의 카운트 정보만큼 쉬프트를 수행함으로써 좌표값들을 인터리빙할 수 있다.
실시예들에 따른 포인트 클라우드 데이터 송신 장치는, 축 기반 적응형 가중치 기반 몰톤 코드를 생성 및 이용함으로써, 특정 축을 우선적으로 탐색할 수 있다. 실시예들에 따른 포인트 클라우드 데이터 송수신 장치/방법은, 데이터의 특성에 따라 특정 축으로 획득한 데이터 값에 대한 신뢰도가 높지 않을 때에도 포인트들을 효율적으로 탐색할 수 있다. 실시예들에 따른 포인트 클라우드 데이터 송신 장치는, 축 기반 적응형 가중치 기반 몰톤 코드를 이용함으로써, 3차원 공간이 기형적인 경우에도, 특정 포인트로부터 공간상 가까이 위치하는 포인트들을 정확하게 계산할 수 있다.
도 23는 실시예들에 따른 적응형 몰톤 코드를 생성하는 방법을 나타낸다.
도 23는 3차원 적응형 몰톤 코드를 생성하는 방법 중 포인트 클라우드 데이터의 타입(type)에 기초하여 3차원 적응형 몰톤 코드를 생성하는 방법을 나타낸 것이다. 포인트 클라우드 데이터의 타입(type)에 기초하여 생성된 3차원 적응형 몰톤 코드는 비트 할당형 몰톤 코드라고 호칭할 수 있다. 실시예들에 따른 3차원 적응형 몰톤 코드를 생성하는 방법은 도 18의 지오메트리 재구성부(18002) (또는 몰톤 코드 생성부(18002a))에서 수행될 수 있다.
도 23의 상단의 그림(23000a 및 23000b)는 서로 다른 타입의 포인트 클라우드 데이터를 나타낸 것이다. 포인트 클라우드 데이터의 타입은 포인트 클라우드 데이터의 특성을 종류에 기초하여 결정될 수 있다. 데이터의 특성의 종류는 포인트 클라우드 데이터의 포인트들의 분포, 포인트들의 속성 정보, 데이터가 나타내는 오브젝트가 무엇인지 등에 따라 구분될 수 있다. 데이터의 타입은 포인트 클라우드 데이터를 포함하는 3차원 공간의 축의 길이에 의해 결정될 수 있다.
예를 들어, 도 23의 좌측 상단의 그림은 제 1 타입의 포인트 클라우드 데이터(23000a)를 나타낼 수 있다. 제 1 타입의 포인트 클라우드 데이터(23000a)는 x 축 및 z축으로 넓게 퍼져 있고, y축의 길이가 짧은 공간을 나타내는 포인트 클라우드 데이터를 의미할 수 있다. 도 23의 좌측 상단의 그림은, 제 1 타입의 포인트 클라우드 데이터의 예시로 포드(Ford) 데이터(23000a)를 나타낸다.
예를 들어, 도 23의 우측 상단의 그림은 제 2 타입의 포인트 클라우드 데이터(23000b)를 나타낼 수 있다. 제 2 타입의 포인트 클라우드 데이터(23000b)는 z 축이 길게 늘어져 있고, 나머지 x축 및 y축은 짧은 공간을 나타내는 포인트 클라우드 데이터를 의미할 수 있다. 도 23의 우측 상단의 그림은, x축과 z축의 길이가 짧고 y축의 길이가 긴 제 2 타입의 포인트 클라우드 데이터의 예시로 롱드레스(Longdress) 데이터(23000b)를 나타낸다.
실시예들에 따른 포인트 클라우드 데이터 송신 장치는 포인트 클라우드 데이터의 타입에 기초하여 비트 할당형 몰톤 코드를 생성하기 위한 카운트 정보를 생성할 수 있다. 실시예들에 따른 카운트 정보는, 포인트들의 좌표 값들의 비트들을 인터리빙(interleaving)할 때, 2비트 이상 단위로 인터리빙을 수행할 축과 2비트 이상 단위로 인터리빙을 수행하는 횟수를 나타낼 수 있다. 실시예들에 따른 카운트 정보는 x축에 대한 카운트 정보(CountX), y축에 대한 카운트 정보(CountY), z축에 대한 카운트 정보(CountZ) 중 적어도 하나를 포함할 수 있다. 각각의 축에 대한 카운트 정보(CountX, CountY, CountZ)는 포인트의 각 축이 좌표의 비트들에 대해 2비트 이상 단위로 인터리빙되는 횟수를 나타낸다.
예를 들어, 포드 데이터(23000a)는 x축과 z축으로 넓게 퍼져 있고 y축의 길이가 짧은 데이터인 제 1 타입의 데이터이다. 실시예들에 따른 포인트 클라우드 데이터 송신 장치(또는 몰톤 코드 생성부))는, 획득한 포인트 클라우드 데이터의 타입이 제 1 타입의 데이터인 경우 x축 및 z축에 대한 카운트 정보(예를 들어, CountX 및CountZ)를 y축에 대한 카운트 정보(CountY)보다 큰 값을 설정할 수 있다.
예를 들어, 롱드레스 데이터(23000b)는 x축과 z축으로 좁게 형성되어 있고 y축의 길이가 길게 늘어진 데이터인 제 2 타입의 데이터이다. 실시예들에 따른 포인트 클라우드 데이터 송신 장치(또는 몰톤 코드 생성부))는, 획득한 포인트 클라우드 데이터의 타입이 제 2 타입의 데이터인 경우 x축 및 z축에 대한 카운트 정보(예를 들어, CountX 및CountZ)를 y축에 대한 카운트 정보(CountY)보다 작은 값을 설정할 수 있다. 실시예들에 따른 데이터의 타입에 따라 결정되는 카운트 정보는 기설정된 값일 수 있다.
실시예들에 따른 포인트 클라우드 데이터의 타입은 제 1 데이터의 타입, 제 2 데이터의 타입 이외에 다른 데이터 타입들을 포함할 수 있다. 예를 들어, 다른 데이터 타입은 x축, y축 및 z축의 길이가 모두 균일하거나 유사한 경우를 나타내는 데이터의 타입, x축과 y축으로 넓게 퍼져 있고 z축의 길이가 짧은 데이터의 타입 등을 포함할 수 있다.
실시예들에 따른 포인트 클라우드 데이터 전송 장치는 의사코드(Pseudo Code, 23001)에서 나타난 동작들을 수행하여 비트 할당형 몰톤 코드를 생성할 수 있다.
의사코드의 첫 번째 라인은 실시예들에 따른 카운트 정보를 결정하는 동작을 나타낸다. 실시예들에 따른 x축에 대한 카운트 정보, y축에 대한 카운트 정보 및/또는 z축에 대한 카운트 정보는 포인트 클라우드 데이터의 타입에 기초하여 각각 a, b, c로 결정할 수 있다. 여기서, a, b 및 c는 모두 기설정된 상수일 수도 있다.
의사코드의 두 번째 라인은 실시예들에 따른 포인트의 좌표 값의 비트들을 2 이상의 비트 단위로 인터리빙하기 위한 조건을 검사하는 단계를 나타낸다. 예를 들어, 만약 설정된 x축에 대한 카운트 정보, y축에 대한 카운트 정보 및 z축에 대한 카운트 정보 모두가 0이라면, 몰톤 코드 생성부는 포인트의 좌표 값의 비트들은 모두 1비트 단위로 인터리빙될 수 있고, 이 경우 제안된 의사코드의 4~5번째 라인에 대응하는 동작을 수행한다. 만약, x축에 대한 카운트 정보, y축에 대한 카운트 정보 및 z축에 대한 카운트 정보 중 하나라도 0보다 크다면, 몰톤 코드 생성부는 실시예들에 따른 제안된 의사코드의 세 번째 라인(4-1)에서 나타난 동작을 수행할 수 있다.
의사 코드의 세 번째 라인(4-1)은, 실시예들에 따른 몰톤 코드 생성부(또는 지오메트리 재구성부, 18002, 18002a)가 쉬프트(shift) 연산을 이용하여 2비트 이상의 단위로 각 축에 대한 비트들을 인터리빙하는 것을 나타낸다. 2비트 이상의 단위로 각 축에 대한 비트들을 인터리빙하는 동작은 의사 코드의 첫 번째 라인에서 설정한 카운트 정보만큼 쉬프팅(shifting) 연산을 수행함으로써 수행될 수 있다. 의사 코드의 세 번째 라인(4-1)에서, i=1부터 M까지의 합 연산은 반복문 또는 재귀함수에 의해 수행될 수 있다. 쉬프팅 연산은 각 축에 대한 카운트 정보의 값만큼 수행될 수 있으므로, 합 연산 내에서 1회 반복이 수행되는 경우 카운트 저보는
의사 코드의 다섯 번째 라인(4-2)은, 실시예들에 따른 몰톤 코드 생성부(또는 지오메트리 재구성부, 18002, 18002a)가 각 축에 대한 비트들을 1비트 단위로 인터리빙하는 것을 나타낸다.
도 24는 실시예들에 따른 적응형 몰톤 코드를 생성하는 방법을 나타낸다.
도 24는 3차원 적응형 몰톤 코드를 생성하는 방법 중 포인트 클라우드 데이터의 포인트들의 속성 값의 분포에 기초하여 3차원 적응형 몰톤 코드를 생성하는 방법을 나타낸 것이다. 속성 값의 분포에 기초하여 생성된 3차원 적응형 몰톤 코드는 속성 값 분포에 따른 몰톤 코드라고 호칭할 수 있다. 실시예들에 따른 3차원 적응형 몰톤 코드를 생성하는 방법은 도 18의 지오메트리 재구성부(18002) (또는 몰톤 코드 생성부(18002a))에서 수행될 수 있다.
도 24의 상단의 그림들(24000x, 24000y 및 24000z)는 속성 값 분포에 따른 몰톤 코드를 생성하기 위하여 포인트들의 x축에 대한 속성 값들의 분포 그래프(24000x), y축에 대한 속성 값들의 분포 그래프(24000y) 및 z축에 대한 속성 값들의 분포 그래프(24000z)를 나타낸다.
x축에 대한 속성 값들의 분포 그래프(24000x)는 3차원 공간 내 x축의 좌표 값을 기준으로 포인트들의 속성 값들의 개수를 나타낸다. x축에 대한 속성 값들의 개수는 Unique(x) 함수와 같이 표현할 수도 있다. x축에 대한 속성 값들의 분포 그래프(24000x)의 가로 축은 3차원 공간의 x축의 좌표 값을 나타낸다. x축에 대한 속성 값들의 분포 그래프(24000x)의 세로 축은 각 x축의 좌표 값을 갖는 포인트들의 속성 값들의 개수를 나타낸다.
y축에 대한 속성 값들의 분포 그래프(24000y)는 3차원 공간 내 y축의 좌표 값을 기준으로 포인트들의 속성 값들의 개수를 나타낸다. y축에 대한 속성 값들의 개수는 Unique(y) 함수와 같이 표현할 수도 있다. y축에 대한 속성 값들의 분포 그래프(24000y)의 가로 축은 3차원 공간의 y축의 좌표 값을 나타낸다. y축에 대한 속성 값들의 분포 그래프(24000y)의 세로 축은 각 y축의 좌표 값을 갖는 포인트들의 속성 값들의 개수를 나타낸다.
z축에 대한 속성 값들의 분포 그래프(24000z)는 3차원 공간 내 z축의 좌표 값을 기준으로 포인트들의 속성 값들의 개수를 나타낸다. z축에 대한 속성 값들의 개수는 Unique(z) 함수와 같이 표현할 수도 있다. z축에 대한 속성 값들의 분포 그래프(24000z)의 가로 축은 3차원 공간의 z축의 좌표 값을 나타낸다. z축에 대한 속성 값들의 분포 그래프(24000z)의 세로 축은 각 z축의 좌표 값을 갖는 포인트들의 속성 값들의 개수를 나타낸다.
도 24의 상단에 나타난 각 축에 대한 속성 값들의 분포 그래프(24000x 내지 24000z)는 도 23의 롱드레스 데이터(23000b)의 포인트들의 속성 값들의 분포를 나타낸다. 도 23의 롱드레스 데이터(23000b)는 x축과 z축에 상대적으로 포인트들과 속성 정보들이 밀집해 있고, y축에 대하여 상대적으로 널리 퍼져 있다. 따라서, 도 23의 롱드레스 데이터(23000b)의 x축에 대한 속성 값들의 개수와 z축에 대한 속성 값들의 개수는 y축에 대한 속성 값들의 개수보다 많다. 따라서, 롱드레스 데이터(23000b)의 Unique(x) 값들과 Unique(z)값들은 Unique(y)값들보다 상대적으로 크다. 따라서, 실시예들에 따른 몰톤 코드 생성부는 x축과 z축을 세밀하게 탐색할 수 있는 값 분포에 따른 몰톤 코드를 이용하지 않는 경우 포인트들의 정확한 탐색을 보장할 수 없고, 예측(prediction)을 통한 포인트 클라우드 데이터의 압축의 효율을 보장할 수 없다. 따라서, 실시예들에 따른 몰톤 코드 생성부는 값 분포에 따른 몰톤 코드를 생성하는 경우, y축의 좌표 값들의 비트들을 2비트 이상의 단위로 여러 차례 인터리빙함으로써 y축으로는 빠른 탐색을 보장함과 동시에, x축의 좌표 값들과 z축의 좌표 값들은 1비트 단위로 인터리빙을 더 많이 수행할 수 있다. 실시예들에 따른 몰톤 코드 생성부는 x축의 좌표 값의 비트들을 인터리빙하는 경우, x축 내에서 상대적으로 속성 값들이 적게 분포하는 x축의 범위에 대하여 2비트 이상의 단위로 인터리빙을 수행할 수 있다. 예를 들어, x축에 대한 속성 값들의 분포 그래프(24000x)를 참조하면, x의 좌표값이 0 내지 68에 해당하는 영역 및 324 내지 404에 해당하는 영역은 x의 좌표값이 68 내지 324에 해당하는 영역보다 속성 값들이 적게 분포한다. 따라서 x의 좌표값이 0 내지 68에 해당하는 영역 및 324 내지 404에 해당하는 영역에서는 x좌표값의 비트들을 2비트 이상 단위로 인터리빙하되, x의 좌표값이 68 내지 324에 해당하는 영역에서는 x좌표값의 비트들을 1비트 단위로 인터리빙할 수 있다.
실시예들에 따른 몰톤 코드 생성부(18001)는 포인트 클라우드 데이터의 포인트들의 속성 값의 분포에 기초하여 카운트 정보를 생성할 수 있다. 몰톤 코드 생성부(18001)는 생성된 카운트 정보에 기초하여 값 분포에 따른 몰톤 코드를 생성할 수 있다.
카운트 정보는 속성 값의 분포 즉, 3차원 공간 내의 각 축에 대한 포인트들의 속성 정보의 값들의 개수를 나타내는 함수에 기초하여 결정될 수 있다. 각 축에 대한 포인트들의 속성 정보의 값들의 개수를 나타내는 함수는 예를 들어, Unique(x), Unique(y), Unique(z)가 있다. 카운트 정보는 x축에 대한 카운트 정보(CountX), y축에 대한 카운트 정보(CountY) 및/또는 z축에 대한 카운트 정보(CountZ)를 포함할 수 있다. x축에 대한 카운트 정보, y축에 대한 카운트 정보 및/또는 z축에 대한 카운트 정보는 각각의 축에 대한 카운트 정보(CountX, CountY, CountZ)는 포인트의 각 축이 좌표의 비트들에 대해 2비트 이상 단위로 인터리빙되는 횟수를 나타낸다. x축에 대한 카운트 정보, y축에 대한 카운트 정보 및/또는 z축에 대한 카운트 정보는 각각의 축에 대한 카운트 정보(CountX, CountY, CountZ)는 각각 UniqueValue(x), UniqueValue(y), UniqueValue(z)로 결정될 수 있다. UniqueValue(x) 함수는, y축과 z축에 비하여 x축에서 가지는 속성 값들의 상대적인 개수를 나타낼 수 있다. UniqueValue(x) 함수는, Unique(x), Unique(y), Unique(z) 세 값의 비율을 정수의 값으로 나타낼 때 Unique(x)에 해당하는 정수의 값일 수 있다. UniqueValue(y), UniqueValue(z)도 마찬가지의 방법으로 결정될 수 있다.
실시예들에 따른 포인트 클라우드 데이터 전송 장치는 의사코드(Pseudo Code, 24001)에서 나타난 동작들을 수행하여 값 분포에 따른 몰톤 코드를 생성할 수 있다.
의사코드의 첫 번째 라인은 실시예들에 따른 카운트 정보를 결정하는 동작을 나타낸다. 실시예들에 따른 몰톤 코드 생성부는 x축에 대한 카운트 정보, y축에 대한 카운트 정보 및/또는 z축에 대한 카운트 정보를 각각 UniqueValue(x), UniqueValue(y), UniqueValue(z) 함수를 이용하여 결정할 수 있다.
의사코드의 두 번째 라인은 실시예들에 따른 포인트의 좌표 값의 비트들을 2 이상의 비트 단위로 인터리빙하기 위한 조건을 검사하는 단계를 나타낸다. 예를 들어, 만약 설정된 x축에 대한 카운트 정보, y축에 대한 카운트 정보 및 z축에 대한 카운트 정보 모두가 0이라면, 몰톤 코드 생성부는 포인트의 좌표 값의 비트들은 모두 1비트 단위로 인터리빙될 수 있고, 이 경우 제안된 의사코드의 4~5번째 라인에 대응하는 동작을 수행한다. 만약, x축에 대한 카운트 정보, y축에 대한 카운트 정보 및 z축에 대한 카운트 정보 중 하나라도 0보다 크다면, 몰톤 코드 생성부는 실시예들에 따른 제안된 의사코드의 세 번째 라인(5-1)에서 나타난 동작을 수행할 수 있다.
의사 코드의 세 번째 라인(5-1)은, 실시예들에 따른 몰톤 코드 생성부(또는 지오메트리 재구성부, 18002, 18002a)가 쉬프트(shift) 연산을 이용하여 2비트 이상의 단위로 각 축에 대한 비트들을 인터리빙하는 것을 나타낸다. 2비트 이상의 단위로 각 축에 대한 비트들을 인터리빙하는 동작은 의사 코드의 첫 번째 라인에서 설정한 카운트 정보만큼 쉬프팅(shifting) 연산을 수행함으로써 수행될 수 있다. 의사 코드의 세 번째 라인(5-1)에서, i=1부터 M까지의 합 연산은 반복문 또는 재귀함수에 의해 수행될 수 있다. 쉬프팅 연산은 각 축에 대한 카운트 정보의 값만큼 수행될 수 있으므로, 합 연산 내에서 1회 반복이 수행되는 경우 카운트 저보는
의사 코드의 다섯 번째 라인(5-2)은, 실시예들에 따른 몰톤 코드 생성부(또는 지오메트리 재구성부, 18002, 18002a)가 각 축에 대한 비트들을 1비트 단위로 인터리빙하는 것을 나타낸다.
도 25은 실시예들에 따른 포인트 클라우드 데이터 송신 장치를 나타낸다.
실시예들에 따른 포인트 클라우드 데이터 송신 장치의 부호화기(25000)는 데이터 입력부(25001), 타일 분할부(25002), 타일별 지오메트리 부호화부(25003), 타일별 지오메트리 재구성부(25004), 타일별 몰톤 코드 생성부(25005) 및/또는 타일별 속성 부호화부(25006)을 포함한다.
실시예들에 따른 포인트 클라우드 데이터 송신 장치의 부호화기(25000)는 도 1의 포인트 클라우드 비디오 인코더(10002) 동작, 도 2의 인코딩(20001), 도 4 내지 도 9에 나타난 동작들, 도 12의 동작들을 수행할 수 있다.
실시예들에 따른 데이터 입력부(25001)는 획득한 포인트 클라우드 데이터를 수신한다. 데이터 입력부(25001)는 도 12의 데이터 입력부(12000) 동작을 수행한다.
타일 분할부(25002)는 데이터 입력부(25001)에서 수신한 포인트 클라우드 데이터를 하나 또는 그 이상의 타일(tile)로 분할한다. 타일(tile)이란, 픽처 내의 특정한 타일 컬럼(tile column) 및 특정한 타일 로우(tile row)를 갖는 CTU들의 사각형의 영역을 의미할 수 있다. (A rectangular region of CTUs within a particular tile column and a particular tile row in a picture.) 타일(tile)은 포인트 클라우드 데이터들의 집합 내의 특정한 타일 폭, 특정한 타일 높이 및 특정한 타일의 깊이를 갖는 육면체의 영역을 의미할 수 있다. 타일(tile)은 사용자로부터 입력을 받은 값에 따라 그 모양과 크기(폭, 높이 등)가 결정될 수 있다. 타일 분할부(25002)는 포인트 클라우드 데이터를 하나 또는 그 이상의 타일로 분할하고, 각 타일 별로 각 타일 내의 포인트들의 위치 정보와 속성 정보를 각각 타일별 지오메트리 부호화부(25003) 및 타일별 속성 부호화부(25006)로 전송한다. 타일 분할부(25002)는 출력하는 타일들 각각에 대한 정보 생성할 수 있다. 타일들 각각에 대한 정보는 각각의 타일에 속한 포인트들의 위치 정보와 포인트들의 속성 정보를 포함할 수 있다.
타일별 지오메트리 부호화부(25003)는 특정 타일에 대하여, 특정 타일 내에 포함된 포인트들의 위치 정보를 수신하고 이를 부호화한다. 타일별 지오메트리 부호화부(25003)는 각 타일 별로 도 4의 좌표 변환(40000), 양자화 및 복셀화(40001), 옥트리 분석(40002), 표면 어프록시메이션 분석(40003) 및/또는 아리스메틱 인코딩(40004) 동작을 수행할 수 있다. 타일별 지오메트리 부호화부(25003)는 각 타일 별로, 타일 단위의 지오메트리 비트스트림(25003a)을 출력한다. 타일별 지오메트리 부호화부(25003)는 해당 타일 내의 포인트들의 위치 정보의 옥트리 오큐펀시 코드(occupancy code)를 출력(25003b)하여 타일별 지오메트리 재구성부(25004)로 전송할 수 있다.
타일별 지오메트리 재구성부(25004)는 타일별 지오메트리 부호화부(25003)로부터 해당 타일 내의 포인트들의 위치 정보의 옥트리 오큐펀시 코드(occupancy code, 25003b)를 수신하고, 해당 타일의 지오메트리 정보(예를 들어, 특정 타일의 포인트들의 위치를 나타내는 옥트리)를 재구성한다. 실시예들에 따른 타일별 지오메트리 재구성부(25004)는 타일별 몰톤 코드 생성부(25004a)를 포함한다. 타일별 지오메트리 부호화부(25003) 및 타일별 지오메트리 재구성부(25004)는 각 타일 별로 독립적으로 부호화 또는 재구성 동작이 수행될 수 있다.
실시예들에 따른 몰톤 코드 생성부(25004a)는 실시예들에 따른 몰톤 코드 또는 적응형 몰톤 코드를 생성한다. 실시예들에 따른 적응형 몰톤 코드는, 도 21 내지 도 24에서 설명한 축 기반 적응형 몰톤 코드, 비트 할당형 몰톤 코드, 값 분포에 따른 몰톤 코드를 의미한다. 타일별 지오메트리 재구성부(25004)는, 실시예들에 따른 몰톤 코드 또는 적응형 몰톤 코드를 이용하여 재구성한 지오메트리 정보와 속성 정보를 포인트별로 매핑하고, 매핑된 속성 정보를 출력한다. 타일별 지오메트리 재구성부(25004)는 도 18에서 설명한 지오메트리 재구성부(18002)의 동작을 타일(tile) 단위로 수행한다.
타일별 속성 부호화부(25005)는 매핑된 속성 정보를 수신하고, 매핑된 속성 정보 및를 부호화한다. 타일별 속성 부호화부(25005)는 도 18에서 설명한 속성정보 재구성부(18003)의 동작을 타일(tile) 단위로 수행한다. 타일별 속성 부호화부(25005)는 타일 단위의 속성 비트스트림을 출력한다.
도 26은 실시예들에 따른 포인트 클라우드 데이터 수신 장치의 복호화기를 나타낸다.
실시예들에 따른 포인트 클라우드 데이터 수신 장치의 복호화기(26000)는 포인트 클라우드 데이터 비트스트림(26000a)를 수신한다. 포인트 클라우드 데이터 비트스트림(26000a)는 도 1의 압축된 비트스트림(Compressed Bitstream), 도 2의 전송(20002)된 비트스트림, 도 10, 도 11 또는 도 13에서 나타난 비트스트림(bitstream) 또는 어트리뷰트 비트스트림(attribute bitstream)일 수 있다. 포인트 클라우드 데이터 수신 장치의 복호화기(26000)는 복호화된 포인트 클라우드 데이터의 포인트들의 위치 정보(지오메트리 정보) 및/또는 복호화된 포인트 클라우드 데이터의 포인트들의 속성 정보(어트리뷰트 정보, 26000b)를 생성 및 출력할 수 있다. 실시예들에 따른 포인트 클라우드 데이터 수신 장치의 복호화기(26000)는 지오메트리 복호화부(26001), 지오메트리 재구성부(26002) 및/또는 속성 복호화부(26003)을 포함할 수 있다.
지오메트리 복호화부(26001)는 실시예들에 따른 포인트 클라우드 데이터 비트스트림의 지오메트리 비트스트림을 수신한다. 지오메트리 비트스트림은 실시예들에 따른 포인트 클라우드 데이터의 지오메트리 정보를 포함하는 부호화된 비트스트림을 의미한다. 지오메트리 복호화부는 지오메트리 비트스트림을 복호화한다. 지오메트리 복호화부(26001)는 복호화된 포인트 클라우드 데이터의 포인트들의 지오메트리 정보(또는 위치 정보)를 출력한다.
지오메트리 복호화부(26001)는 오큐펀시 코드 기반 옥트리 재구성 처리부(26001a)를 포함할 수 있다. 오큐펀시 코드 기반 옥트리 재구성 처리부(26001a)는 실시예들에 따른 지오메트리 비트스트림(26000a) 및/또는 복호화된 포인트 클라우드 데이터의 포인트들의 지오메트리 정보에 기초하여 포인트들의 위치 정보를 나타내는 옥트리(octree)를 재구성할 수 있다. 실시예들에 따른 옥트리(octree)는 오큐펀시 코드(occupancy code)에 기반한 데이터의 구조를 의미할 수 있다. 지오메트리 복호화부(26001)는 생성된 포인트들의 옥트리를 출력(26001b)할 수 있다.
지오메트리 복호화부(26001)는 도 1의 포인트 클라우드 디코더(10006), 도 2의 디코딩(20003), 도 10의 지오메트리 디코더의 동작을 수행할 수 있다. 실시예들에 따른 오큐펀시 코드 기반 옥트리 재구성 처리부(26001a)는 도 11의 지오메트리 재생성부(11003), 도 13의 오큐펀시 코드기반 옥트리 재구성 처리부(13003) 동작 일부를 수행할 수 있다.
지오메트리 재구성부(26002)는 지오메트리 복호화부(26001) 또는 오큐펀시 코드 기반 옥트리 재구성 처리부(26001a)에 의해 생성된 재구성된 옥트리를 수신한다. 지오메트리 재구성부(26002)는 재구성된 옥트리에 기반하여 실시예들에 따른 몰톤 코드를 생성할 수 있다. 지오메트리 재구성부(26002)는 실시예들에 따른 몰톤 코드와 재구성된 옥트리에 기초하여 포인트 클라우드 데이터의 속성 비트스트림의 속성 정보를 매핑할 수 있다. 지오메트리 재구성부(26002)는 실시예들에 따른 매핑된 속성 정보를 출력(26002b)할 수 있다.
지오메트리 재구성부(26002)는 몰톤 코드 생성부(26002a)를 포함할 수 있다. 몰톤 코드 생성부(26002a)는 실시예들에 따른 몰톤 코드를 생성할 수 있다. 몰톤 코드 생성부(26002a)는 도 18의 지오메트리 재구성부에 의해 생성되는 몰톤 코드, 도 19 내지 도 25에서 생성되는 가중치 기반 몰톤 코드일 수 있다.
지오메트리 재구성부(26002) 및/또는 몰톤 코드 생성부(26002a)는 도 11의 지오메트리 재생성부(11003), 도 13의 오큐펀시 코드기반 옥트리 재구성 처리부(13003) 동작 일부를 수행할 수 있다.
속성 복호화부(26003)는 실시예들에 따른 매핑된 속성 정보(26002b) 및/또는 포인트 클라우드 데이터의 속성 비트스트림을 수신할 수 있다. 속성 복호화부(26003)는 매핑된 속성 정보(26002b) 및/또는 포인트 클라우드 데이터의 속성 비트스트림을 수신하여 포인트 클라우드 데이터의 속성 정보를 복호화할 수 있다. 속성 복호화부(26003)는 복호화된 포인트 클라우드 데이터의 속성 정보를 출력(26000b)할 수 있다.
속성 부호화부(26003)는 예측/리프팅/RAHT 역변환 처리부(26003a)를 포함할 수 있다. 예측/리프팅/RAHT 역변환 처리부(26003a)는 매핑된 속성 정보(26002b) 및/또는 포인트 클라우드 데이터의 속성 비트스트림을 수신하여 역변환을 수행할 수 있다. 예측/리프팅/RAHT 역변환 처리부(26003a)는 도 11의 아리스메틱 디코더(11005), 역양자화부(11006), RAHT 역변환부(11007), LOD 생성부(11008), 역리프팅부(11009) 및/또는 색상 역변환부(11010) 일부 동작을 수행할 수 있다. 예측/리프팅/RAHT 역변환 처리부(26003a)는 도 13의 예측/리프팅/RAHT 역변환 처리부(13009) 동작을 수행할 수 있다.
도 27은 실시예들에 따른 포인트 클라우드 데이터의 비트스트림 구조의 예시를 나타낸다.
상술한 바와 같이, 포인트 클라우드 데이터 송신 장치(예를 들면 도 1, 도 11, 도 14 및 도 1에서 설명한 포인트 클라우드 데이터 송신 장치)는 부호화된 포인트 클라우드 데이터를 비트스트림(27000)의 형태로 전송할 수 있다. 실시예들에 따른 비트스트림(27000)은 하나 또는 그 이상의 서브 비트스트림들을 포함할 수 있다.
포인트 클라우드 데이터 송신 장치(예를 들면 도 1, 도 11, 도 14 및 도 1에서 설명한 포인트 클라우드 데이터 송신 장치)는 전송 채널의 에러를 고려하여 포인트 클라우드 데이터의 영상을 하나 또는 그 이상의 패킷들로 나누어 네트워크를 통해 전송할 수 있다. 실시예들에 따른 비트스트림(27000)은 하나 또는 그 이상의 패킷(예를 들면 NAL (Network Abstraction Layer) 유닛)들을 포함할 수 있다. 따라서 열악한 네트워크 환경에서 일부 패킷이 손실되더라도 포인트 클라우드 데이터 수신 장치는 나머지 패킷들을 이용하여 해당 영상을 복원할 수 있다. 포인트 클라우드 데이터를 하나 또는 그 이상의 슬라이스(slice)들 또는 하나 또는 그 이상의 타일(tile)들로 분할하여 처리할 수 있다. 실시예들에 따른 타일 및 슬라이스는 포인트 클라우드 데이터의 픽처를 파티셔닝(partitioning)하여 포인트 클라우드 컴프레션 코딩 처리하기 위한 영역이다. 포인트 클라우드 데이터 송신 장치는 포인트 클라우드 데이터의 나누어진 영역별 중요도에 따라 각 영역에 대응하는 데이터를 처리하여 고품질의 포인트 클라우드 콘텐트를 제공할 수 있다. 즉, 실시예들에 따른 포인트 클라우드 데이터 송신 장치는 사용자에게 중요한 영역에 대응하는 데이터를 더 좋은 압축 효율과 적절한 레이턴시를 갖는 포인트 클라우드 컴프레션 코딩 처리할 수 있다.
실시예들에 따른 포인트 클라우드 콘텐트의 영상(또는 픽처(picture)은 포인트 클라우드 컴프레션 코딩을 위한 기본 프로세싱 유닛 단위로 분할된다. 실시예들에 따른 포인트 클라우드 컴프레션 코딩을 위한 기본 프로세싱 유닛은 CTU(Coding Tree unit), 브릭(brick)등을 포함할 수 있으며 본 예시에 국한되지 않는다.
실시예들에 따른 슬라이스는 하나 또는 그 이상의 정수개의 포인트 클라우드 컴프레션 코딩을 위한 기본 프로세싱 유닛들을 포함하는 영역으로 직사각형의 형태를 가지지 않는다. 실시예들에 따른 슬라이스는 패킷을 통해 전송되는 데이터를 포함한다. 실시예들에 따른 타일은 영상 내에 직사각형 형태로 분할된 영역으로 하나 또는 그 이상의 포인트 클라우드 컴프레션 코딩을 위한 기본 프로세싱 유닛들을 포함한다. 실시예들에 따른 하나의 슬라이스는 하나 또는 그 이상의 타일들에 포함될 수 있다. 또한 실시예들에 따른 하나의 타일은 하나 또는 그 이상의 슬라이스들에 포함될 수 있다.
실시예들에 따른 포인트 클라우드 데이터 송신 장치는 도 27에서 도시한 바에 따른 비트스트림 구조를 가지는 비트스트림(27000)을 전송할 수 있다. 포인트 클라우드 데이터의 비트스트림(27000)은 SPS(Sequential Parameter Set, 27001), GPS(Geometry Parameter Set, 27002), APS(Attribute Parameter Set, 27003), TPS(Tile Parameter Set, 27004) 및 하나 또는 그 이상의 슬라이스(slice)들(27005)을 포함할 수 있다. 포인트 클라우드 데이터의 비트스트림(27000)은 하나 또는 그 이상의 타일(tile)을 포함할 수 있다. 실시예들에 따른 타일(tile)은 하나 또는 그 이상의 슬라이스(slice)를 포함하는 슬라이스들의 그룹일 수 있다.
SPS(Sequence Parameter Set, 27001)는 각각의 슬라이스 세그먼트 헤더(slice segment header)내의 신텍스 엘리먼트(syntax element)에 의해 참조되는 PPS 내의 신텍스 엘리먼트의 컨텐츠에 의해 결정되는 0개 또는 그 이상의 전체 CVS들에 적용되는 신텍스 엘리먼트들을 포함하는 신텍스 스트럭쳐이다. (A syntax structure containing syntax elements that apply to zero or more entire CVSs as determined by the content of a syntax element found in the PPS referred to by a syntax element found in each slice segment header.) SPS는 실시예들에 따른 포인트 클라우드 데이터 비트스트림의 시퀀스 정보를 포함할 수 있다.
GPS(Geometry Parameter Set, 27002)은 0개 또는 그 이상의 전체 지오메트리(또는 부호화된 지오메트리)가 적용되는 신텍스 엘리먼트들(syntax elements)을 포함하는 신텍스 스트럭처(syntax structure)를 의미할 수 있다. 실시예들에 따른 GPS(27002)는 하나 또는 그 이상의 슬라이스들(27005)에 포함된 포인트 클라우드 데이터의 어트리뷰트(속성) 정보를 인코딩하는 방법에 관한 정보를 포함할 수 있다. GPS(27002)는 실시예들에 따른 어떤 SPS(27001)와 관련된 지오메트리 파라미터를 포함하는지를 나타내는 SPS 식별자 정보, 해당 GPS를 식별하는 GPS 식별자 정보를 포함할 수 있다.
APS(Attribute Parameter Set, 27003)은 0개 또는 그 이상의 전체 어트리뷰트(또는 부호화된 어트리뷰트)가 적용되는 신텍스 엘리먼트들(syntax elements)을 포함하는 신텍스 스트럭처(syntax structure)를 의미할 수 있다. 실시예들에 따른 APS(27003)는 하나 또는 그 이상의 슬라이스들(27005)에 포함된 포인트 클라우드 데이터의 어트리뷰트(속성) 정보를 인코딩하는 방법에 관한 정보를 포함할 수 있다. APS(27003)는 실시예들에 따른 어떤 SPS(27001)와 관련된 지오메트리 파라미터를 포함하는지를 나타내는 SPS 식별자 정보, 해당 APS를 식별하는 GPS 식별자 정보를 포함할 수 있다.
TPS(Tile Parameter Set, 27004)는 0개 또는 그 이상의 전체 타일들(또는 부호화된 타일들)이 적용되는 신텍스 엘리먼트들(syntax elements)을 포함하는 신텍스 스트럭처(syntax structure)를 의미할 수 있다. 타일 인벤토리는 실시예들에 따른 포인트 클라우드 데이터 비트스트림에 포함된 0개 또는 그 이상의 타일(tile)들에 관한 정보를 포함한다. 타일 인벤토리는 실시예들에 따라 TPS(Tile Parameter Set)으로 호칭될 수도 있다.
TPS(Tile Parameter Set, 27004)는 하나 또는 그 이상의 타일(tile)들을 식별하는 식별자 정보 및 하나 또는 그 이상의 타일(tile)들의 범위(즉, 타일의 바운딩 박스)를 나타내는 정보를 포함할 수 있다. 하나 또는 그 이상의 타일(tile)들의 범위(즉, 타일의 바운딩 박스)를 나타내는 정보는, 해당 타일이 나타내는 바운딩 박스의 기준이 되는 점의 좌표 정보(예를 들어, Tile(n).tile_bounding_box_xyz0) 및 해당 바운딩 박스의 폭, 높이 및 깊이에 관한 정보(예를 들어, Tile(n).tile_boudning_box_whd)를 포함할 수 있다. 타일 파라미터 세트(27004)는 타일 인벤토리(Tile Inventory)로 호칭될 수 있다.
복수 개의 타일이 존재하는 경우, 타일 파리미터 세트(Tile Parameter Set, 27004)는 타일들 각각에 대한 바운딩 박스를 나타내는 정보를 포함할 수 있다. 예를 들어, 각 타일들이 타일들의 식별자 정보에 의해 0 내지 n으로 표현되는 경우, 각 타일들의 바운딩 박스를 나타내는 정보는 Tile(0).tile_bounding_box_xyz0, Tile(0).tile_bounding_box_whd, Tile(1).tile_bounding_box_xyz0, Tile(1).tile_bounding_box_whd …등으로 표현될 수 있다.
슬라이스(slice, 27005)는 실시예들에 따른 포인트 클라우드 데이터의 송신 장치가 포인트 클라우드 데이터를 인코딩하기 위한 단위를 의미할 수 있다. 실시예들에 따른 슬라이스(27005)는 하나의 지오메트리 비트스트림(Geom00) 및 하나 또는 그 이상의 어트리뷰트 비트스트림들(Attr00, Attr10)을 포함하는 단위를 의미할 수 있다.
슬라이스(slice, 27005)는 해당 슬라이스 내에 포함된 포인트 클라우드 데이터의 지오메트리 정보를 나타내는 지오메트리 슬라이스 (Geometry Slice, Geom, 27005a) 및 해당 슬라이스 내에 포함된 포인트 클라우드 데이터의 어트리뷰트 정보를 나타내는 하나 또는 그 이상의 어트리뷰트 슬라이스 (Attribute Slice, Attr, 27005b)를 포함할 수 있다.
지오메트리 슬라이스 (Geometry Slice, Geom, 27005a)는 포인트 클라우드 데이터의 지오메트리 정보를 포함하는 지오메트리 슬라이스 데이터(Geometry Slice Data, Geom_slice_data, 27005d) 및 지오메트리 슬라이스 데이터에 관한 정보를 포함하는 지오메트리 슬라이스 헤더(Geometry Slice Header, Geom_slice_header, GSH, 27005c)를 포함한다.
지오메트리 슬라이스 헤더(27005c)는 해당 슬라이스 내의 지오메트리 슬라이스 데이터(27005d)에 관한 정보를 포함한다. 예를 들어, 지오메트리 슬라이스 헤더(27005c)는 어느 GPS(27002)가 해당 슬라이스의 지오메트리 정보를 나타내는지 여부를 식별하기 위한 지오메트리 파라미터 세트 식별자(geom_geom_parameter_set_id), 해당 지오메트리 슬라이스를 식별하기 위한 지오메트리 슬라이스 식별자(geom_slice_id), 해당 지오메트리 슬라이스 데이터의 박스 원점을 나타내는 지오메트리 박스 오리진 정보(geomBoxOrigin), 지오메트리 슬라이스의 로크 스케일을 나타내는 정보(geom_box_log2_scale), 해당 지오메트리 슬라이스의 포인트들의 개수와 관련된 정보(geom_num_points) 등을 포함할 수 있다.
실시예들에 따른 포인트 클라우드 데이터 비트스트림이 하나 또는 그 이상의 타일(tile)을 포함하는 경우, 실시예들에 따른 지오메트리 비트스트림의 헤더는 해당 지오메트리 비트스트림을 포함하는 타일을 식별하기 위한 정보(geom_tile_id)를 더 포함할 수 있다.
어트리뷰트 슬라이스 (Attribute Slice, Attr, 27005a)는 포인트 클라우드 데이터의 어트리뷰트 정보를 포함하는 어트리뷰트 슬라이스 데이터(Attribute Slice Data, Attr_slice_data) 및 어트리뷰트 슬라이스 데이터에 관한 정보를 포함하는 어트리뷰트 슬라이스 헤더(Attribute Slice Header, Attr_slice_header, ASH, 27005c)를 포함한다.
실시예들에 따르면, 포인트 클라우드 인코딩에 필요한 파라미터들은 포인트 클라우드(point cloud)의 파라미터 세트(parameter set) 및 헤더(header) 정보로 새로 정의될 수 있다. 예를 들어, 속성정보 부호화를 할 때에는 attribute parameter set RBSP syntax에, 타일 기반 부호화를 할 때에는 tile_header syntax 등에 추가할 수 있다.
실시예들에 따르면, 도 33에 나타난 실시예들에 따른 상술한 파라미터들은 타일(tile) 단위로 또는 후술할 슬라이스 (slice) 단위로 시그널링 될 수 있다. 실시예들에 따른 상술한 파라미터들은 SPS(Sequential Parameter Set), GPS(Geometry Parameter Set), APS(Attribute Parameter Set) 또는 타일 인벤토리(Tile Inventory) 내에서 시그널링될 수 있다.
예를 들어, 실시예들에 따른 포인트 클라우드 데이터가 슬라이스(slice) 단위로 전송될 경우, 실시예들에 따른 도 27에 나타난 파라미터들은 각 슬라이스의 속성 정보에 대한 정보를 포함하는 APS(Attribute Parameter Set) 내에 포함될 수 있다.
다른 예로, 실시예들에 따른 포인트 클라우드 데이터가 슬라이스(slice) 단위로 전송될 경우, 실시예들에 따른 도 27에 나타난 파라미터들은 지오메트리 슬라이스 헤더(geometry slice header, gsh) 내에 포함될 수 있다.
예를 들어, 실시예들에 따른 포인트 클라우드 데이터가 타일(tile) 단위로 전송될 경우, 실시예들에 따른 도 27에 나타난 파라미터들은 각 슬라이스의 속성 정보에 대한 정보를 포함하는 TPS(Attribute Parameter Set) 내 (또는 타일 인벤토리) 내에 포함될 수 있다.
실시예들에 따른 PCC 송수신 방법은 이러한 비트스트림 구조를 제공함으로써, 수신기로 하여금 포인트 클라우드 데이터의 속성 정보의 복호화 성능을 높일 수 있다. 또한, SA-DCT 변환을 시그널링함으로써 더욱 로버스트한 양자화를 수행할 수 있고, 이에 따라 복호화기의 출력단에서 인지적인 역변환 성능 향상을 제공할 수 있다.
도 28은 실시예들에 따른 포인트 클라우드 데이터의 TPS(Tile Parameter Set)의 구조를 나타낸 것이다.
실시예들에 따른 포인트 클라우드 데이터의 비트스트림은 도 28에서 나타난 시그널링 정보(또는 플래그)를 포함하는 타일 파라미터 세트(Tile Parameter Set)를 포함할 수 있다. 도 28에서 나타난 타일 파라미터 세트(28000)는 도 27에서 설명한 타일 파라미터 세트(27004)를 의미할 수 있다. 실시예들에 따른 포인트 클라우드 데이터 수신기는 도 28에서 설명한 시그널링 정보(또는 플래그 정보)에 기초하여 실시예들에 따른 포인트 클라우드 데이터를 복호화할 수 있다.
TPS(Tile Parameter Set, 28000)는 0개 또는 그 이상의 전체 타일들(또는 부호화된 타일들)이 적용되는 신텍스 엘리먼트들(syntax elements)을 포함하는 신텍스 스트럭처(syntax structure)를 의미할 수 있다.
num_tiles 는 해당 비트스트림 내에 존재하는 타일들의 개수를 나타낸다. (Represents the number of tiles signalled for the bitstream). 만약 해당 비트스트림 내에 존재하는 타일이 없으면, num_tiles는 0으로 시그널링될 수 있다. (When not present, num_tiles is inferred to be 0)
실시예들에 따른 TPS(28000)는 해당 비트스트림 내에 존재하는 타일들이 바운딩 박스 내에서 위치하는 위치에 대한 정보(예를 들어, tile_bounding_box_offset_x, tile_bounding_box_offset_y, tile_bounding_box_offset_z 등), 타일들의 바운딩 박스 내의 스케일 펙터(scale factor) 정보(예를 들어, tile_bounding_box_scale_factor 등), 타일들의 바운딩 박스 내의 너비 또는 높이 정보(예를 들어, tile_bounding_box_size_width, tile_bounding_box_size_height 정보)를 포함할 수 있다.
실시예들에 따른 TPS(28000)는 타일들의 개수만큼 도 28의 for문 내에 포함된 파라미터들(예를 들어, tile_bounding_box_offset_x, tile_bounding_box_offset_y, tile_bounding_box_offset_z, tile_bounding_box_scale_factor, tile_bounding_box_size_width, tile_bounding_box_size_height)을 각각 포함할 수 있다. 도 28에서 i는 각 타일에 대한 인덱스(index)를 의미할 수 있다. tile_bounding_box_offset_x[i], tile_bounding_box_offset_y[i], tile_bounding_box_offset_z[i], tile_bounding_box_scale_factor[i], tile_bounding_box_size_width[i], tile_bounding_box_size_height[i]는 각각 for문 내의 i번째 타일의 _bounding_box_offset_x, tile_bounding_box_offset_y, tile_bounding_box_offset_z, tile_bounding_box_scale_factor, tile_bounding_box_size_width, tile_bounding_box_size_height 정보를 의미할 수 있다.
tile_bounding_box_offset_x[ i ] 는 직교 좌표계(Cartesian coordinates) 내의 i-번째 타일의 x 오프셋을 나타낸다. 만약 해당 파라미터가 존재하지 않는 경우(즉, 0이 아닌 i번째 타일에 대한 tile_bounding_box_size_offset_x파라미터가 존재하지 않는 경우), tile_bounding_box_offset_x[ 0 ]의 값이 실시예들에 따른 SPS 내에 포함된 sps_bounding_box_offset_x를 의미할 수 있다.
tile_bounding_box_offset_y[ i ] 는 직교 좌표계(Cartesian coordinates) 내의 i-번째 타일의 y 오프셋을 나타낸다. 만약 해당 파라미터가 존재하지 않는 경우(즉, 0이 아닌 i번째 타일에 대한 tile_bounding_box_size_offset_y 파라미터가 존재하지 않는 경우), tile_bounding_box_offset_y[ 0 ]의 값이 실시예들에 따른 SPS 내에 포함된 sps_bounding_box_offset_y를 의미할 수 있다.
tile_bounding_box_offset_z[ i ] 는 직교 좌표계(Cartesian coordinates) 내의 i-번째 타일의 z 오프셋을 나타낸다. 만약 해당 파라미터가 존재하지 않는 경우(즉, 0이 아닌 i번째 타일에 대한 tile_bounding_box_size_offset_z파라미터가 존재하지 않는 경우), tile_bounding_box_offset_z[ 0 ]의 값이 실시예들에 따른 SPS 내에 포함된 sps_bounding_box_offset_z를 의미할 수 있다.
tile_bounding_box_scale_factor[ i ] 는 직교 좌표계(Cartesian coordinates) 내의 i-번째 타일과 관련된 스케일 펙터(scale factor)를 나타낸다. 만약 해당 파라미터가 존재하지 않는 경우(즉, 0이 아닌 i번째 타일에 대한 tile_bounding_box_size_factor 파라미터가 존재하지 않는 경우), tile_bounding_box_scale_factor[ 0 ]이 실시예들에 따른 SPS 내에 포함된 sps_bounding_box_scale_factor를 의미할 수 있다.
tile_bounding_box_size_width[ i ] 는 직교 좌표계(Cartesian coordinates) 내의 i-번째 타일의 폭(width)를 나타낸다. 만약 해당 파라미터가 존재하지 않는 경우(즉, 0이 아닌 i번째 타일에 대한 tile_bounding_box_size_width 파라미터가 존재하지 않는 경우), tile_bounding_box_size_width[ 0 ] 은 실시예들에 따른 SPS 내에 포함된 sps_bounding_box_size_width를 의미할 수 있다.
tile_bounding_box_size_height[ i ] 는 직교 좌표계(Cartesian coordinates) 내의 i-번째 타일의 높이(height)를 나타낸다. 만약 해당 파라미터가 존재하지 않는 경우(즉, 0이 아닌 i번째 타일에 대한 tile_bounding_box_size_height 파라미터가 존재하지 않는 경우), tile_bounding_box_size_height[ 0 ] 은 실시예들에 따른 SPS 내에 포함된 sps_bounding_box_size_height를 의미할 수 있다.
tile_bounding_box_size_depth[ i ] 는 직교 좌표계(Cartesian coordinates) 내의 i-번째 타일의 뎁스(depth)를 나타낸다. 만약 높이 값이 존재하지 않는 경우, tile_bounding_box_size_depth[ 0 ] 은 실시예들에 따른 SPS 내에 포함된 sps_bounding_box_size_depth를 의미할 수 있다.
실시예들에 따른 타일 파라미터 세트(Tile Parameter Set, 28000)는 실시예들에 따른 몰톤 코드를 생성하는 방법을 나타내는 정보(예를 들어, adaptive_bit_interleaving_use_flag, axis_based_morton_code_generation, bit_allocation_based_morton_code_generation, value_distribution_based_morton_code_generation 등) 를 포함할 수 있다(28001). 실시예들에 따른 몰톤 코드는 도 18 내지 도 25에서 설명한 몰톤 코드 또는 가중치 몰톤 코드를 의미할 수 있다.
adaptive_bit_interleaving_use_flag는 실시예들에 따른 적응형 비트 인터리빙 여부를 수행할지에 대한 플래그(또는 시그널링 정보)를 나타낸다. 즉, 실시예들에 따른 수신 장치가 해당 타일 내의 포인트들을 복호화하기 위하여 실시예들에 따른 가중치 기반 몰톤 코드를 생성하도록 적응형 비트 인터리빙을 수행할지 여부를 나타내는 정보(또는 플래그)일 수 있다.
실시예들에 따르면, adaptive_bit_interleaving_use_flag는 실시예들에 따른 TPS(28000)가 시그널링하는 모든 타일들에 공통적으로 적용되는 정보일 수 있으며, 하나의 SPS 시퀀스에 대한 모든 타일들에 대하여 적용될 수 있다.
axis_based_morton_code_generation는 실시예들에 따른 수신한 포인트 클라우드 데이터의 포인트들이 축 기반 적응형 몰톤 코드에 기초하여 속성 정보가 부호화되었음을 나타내는 정보(또는 플래그)를 의미한다. 즉, 실시예들에 따른 수신 장치(또는 몰톤 코드 생성부)는 axis_based_morton_code_generation의 정보에 대응하여 축 기반 적응형 몰톤 코드를 생성할지 여부를 결정할 수 있다.
bit_allocation_based_morton_code_generation는 실시예들에 따른 수신한 포인트 클라우드 데이터의 포인트들이 비트 할당형 몰톤 코드에 기초하여 속성 정보가 부호화되었음을 나타내는 정보(또는 플래그)를 의미한다. 즉, 실시예들에 따른 수신 장치(또는 몰톤 코드 생성부)는 bit_allocation_based_morton_code_generation의 정보에 대응하여 비트 할당형 몰톤 코드를 생성할지 여부를 결정할 수 있다.
value_distribution_based_morton_code_generation는 실시예들에 따른 수신한 포인트 클라우드 데이터의 포인트들이 값 분포에 따른 몰톤 코드에 기초하여 속성 정보가 부호화되었음을 나타내는 정보(또는 플래그)를 의미한다. 즉, 실시예들에 따른 수신 장치(또는 몰톤 코드 생성부)는 value_distribution_based_morton_code_generation의 정보에 대응하여 값 분포에 따른 몰톤 코드를 생성할지 여부를 결정할 수 있다.
예를 들어, 실시예들에 따른 TPS(28000)는 먼저 포인트 클라우드 데이터(즉, 해당 SPS 내에서 시그널링되는 타일들 내에 포함된 포인트 클라우드 데이터)가 실시예들에 따른 적응형 몰톤 코드에 기초하여 어트리뷰트 정보가 부호화되었는지 여부를 시그널링할 수 있다(adaptive_bit_interleaving_use_flag). 만약 실시예들에 따른 적응형 몰톤 코드에 기초하여 어트리뷰트 정보가 부호화되었다면 (예를 들어, adaptive_bit_interleaving_use_flag==1인 경우라면), 실시예들에 따른 TPS(28000)는 어트리뷰트 정보가 실시예들에 따른 축 기반 적응형 몰톤 코드에 기초하여 부호화되었는지(axis_based_morton_code_generation), 비트 할당형 몰톤 코드에 기초하여 속성 정보가 부호화되었는지(bit_allocation_based_morton_code_generation), 값 분포에 따른 몰톤 코드에 기초하여 속성 정보가 부호화되었는지(value_distribution_based_morton_code_generation)를 더 시그널링할 수 있다.
실시예들에 따른 포인트 클라우드 데이터 송신 장치는 도 28에서 설명한 타일 파라미터 세트(Tile Parameter Set, 28000)의 정보를 송신함으로써 수신 장치로 하여금 가까운 이웃 노드의 탐색을 통해 압축률 증가 및 높은 품질의 포인트 클라우드 영상을 제공하도록 도모할 수 있다 실시예들에 따른 포인트 클라우드 데이터 전송 장치는, 상술한 바와 같은 형태로 비트스트림을 전송함으로써, 압축 효율을 높임과 동시에 화질 성능 증가 및 수신 장치의 부담을 줄일 수 있다.
도 29은 실시예들에 따른 포인트 클라우드 데이터의 GPS(Geometry Parameter Set)의 구조를 나타낸 것이다.
실시예들에 따른 포인트 클라우드 데이터의 비트스트림은 도 29에서 나타난 시그널링 정보(또는 플래그)를 포함하는 지오메트리 파라미터 세트(Geometry Parameter Set, 29000)를 포함할 수 있다. 도 29에서 나타난 지오메트리 파라미터 세트(29000)는 도 27에서 설명한 타일 파라미터 세트(27002)를 의미할 수 있다. 실시예들에 따른 포인트 클라우드 데이터 수신기는 도 29에서 설명한 시그널링 정보(또는 플래그 정보)에 기초하여 실시예들에 따른 포인트 클라우드 데이터를 복호화할 수 있다.
실시예들에 따른 GPS(Geometry Parameter Set, 29000) 0개 또는 그 이상의 전체 지오메트리(또는 부호화된 지오메트리)가 적용되는 신텍스 엘리먼트들(syntax elements)을 포함하는 신텍스 스트럭처(syntax structure)를 의미할 수 있다.
gps_geom_parameter_set_id 는 다른 신텍스 엘리먼트(syntax element)에서 참조할 수 있도록 GPS에 대한 식별자를 제공할 수 있다. gps_geom_parameter_set_i 는 0내지 15의 범위 내이어야 한다.
gps_seq_parameter_set_id 는 액티브 SPS(active SPS)에 대한 sps_seq_parameter_set_id의 값을 나타낸다. gps_seq_parameter_set_id 는 0내지 15의 범위 내이어야 한다.
geometry_coding_type 은 주어진 geometry_coding_type 값에 대해 Table 7의 지오메트리에 대한 코딩 유형을 나타낸다. 실시예들에 따르면 geometry_coding_type의 값은 0 또는 1이어야 한다. geometry_coding_type의 다른 값들은 추후에 ISO/IEC표준에 의해 사용되어지도록 보류된 값일 수 있다. 실시예들에 따른 이 버전에 만족하는 디코더들은 보류된 값들을 무시하여야 한다. 이 때, geometry_coding_type이 0이면 옥트리(Octree)임을, 1이면 트라이숩(Triangle Soup, Trisoup)임을 나타낸다. (0= Octree, 1=Triangle Soup, Trisoup)
gps_box_present_flag 이 1이면, 추가적인 바운딩 박스 정보가 현재 GPS를 참조하는 지오메트리 헤더 내에서 제공됨을 나타낸다. 반면에 0이면, 추가적인 바운딩 박스 정보가 지오메트리 헤더에 시그널링되지 않음을 의미할 수 있다.
unique_geometry_points_flag 이 1이면 모든 출력 포인트들이 독자적인(unique) 위치들을 가지고 있음을 나타낼 수 있다. unique_geometry_points_flag가 0이면 모든 포인트들이 모두 같은 위치들을 가질 수 있음을 나타낼 수 있다.
neighbour_context_restriction_flag 가 0이면, 옥트리 오큐펀시(octree occupancy) 코딩이 6개의 네이버링 부모 노드들(neighboring parent nodes)로부터 결정되는 컨텍스트들을 사용함을 나타낸다. neighbour_context_restriction_flag 가 1이면, 옥트리 코딩이 형제(sibling) 노드들로부터만 컨텍스트들을 결정하여 사용함을 나타낸다.
inferred_direct_coding_mode_enabled_flag 이 0이면 옥트리 코딩이 inferred_direct_coding_mode를 사용함을 나타낸다. inferred_direct_coding_mode_enabled_flag가 1이면 옥트리 코딩이 형제 이웃 노드들로부터 결정되는 복수의 컨텍스트들을 이용함을 나타낸다.
log2_neighbour_avail_boundary 는 다음과 같은 디코딩 동작에서 사용될 수 있는 변수 NeighbAvailBoundary의 값을 나타낼 수 있다.
NeighbAvailBoundary = 2log2_neighbour_avail_boundary
neighbour_context_restriction_flag 이 1이면, NeighbAvailabilityMask가 13으로 설정될 수 있다. 그렇지 않으면, neighbour_context_restriction_flag이 0이면, NeighbAvailabilityMask은 다음과 같이 설정될 수 있다.
(1 << log2_neighbour_avail_boundary).
log2_trisoup_node_size 는 다음과 같이 트라이앵글 노드들의 크기, 변수 TrisoupNodeSize를 나타낸다.
TrisoupNodeSize = 2log2_trisoup_node_size
log2_trisoup_node_size 의 값은 0보다 같거나 커야 한다. 만약, log2_trisoup_node_size가 0이면, 지오메트리 비트스트림은 오직 옥트리 코딩 신텍스만 포함할 수 있다.
trisoup_depth 는 포인트의 좌표의 각각의 컴포넌트를 나타내기 위해 사용되는 비트들의 수를 나타낼 수 있다. trisoup_depth의 값은 2내지 21 의 범위 내이어야 한다.
trisoup_triangle_level 은 옥트리가 프루닝된 레벨을 나타낼 수 있다. trisoup_triangle_level의 값은 1내지 trisoup_depth-1 의 값의 범위 내이어야 한다.
gps_extension_present_flag 가 1이면, gps_extension_data 신텍스 스트럭처가 GPS RBSP 신텍스 스트럭처 내에 존재함을 나타낸 것일 수 있다. gps_extension_present_flag가 0은, 이 신텍스 스트럭처가 존재하지 않음을 나타내는 것일 수 있다. 만약 존재하지 않는 경우, gps_extension_present_flag의 값이 0임을 의미할 수 있다.
gps_extension_data_flag 는 아무런 값이나 가질 수 있다. 이것의 존부 및 값은 Annex A에서 설명한 디코더의 프로파일들의 성능에 영향을 주지 않을 수 있다. 디코더들은 Annex A에 따른 프로파일을 만족할 수 있다.
실시예들에 따른 지오메트리 파라미터 세트(Geometry Parameter Set, 29000)는 실시예들에 따른 몰톤 코드를 생성하는 방법을 나타내는 정보를 포함할 수 있다(29001). 실시예들에 따른 몰톤 코드는 도 18 내지 도 25에서 설명한 몰톤 코드 또는 가중치 몰톤 코드를 의미할 수 있다.
도 29에서 설명한 adaptive_bit_interleaving_use_flag, axis_based_morton_code_generation, bit_allocation_based_morton_code_generation, value_distribution_based_morton_code_generation 는 도 28에서 설명한 adaptive_bit_interleaving_use_flag, axis_based_morton_code_generation, bit_allocation_based_morton_code_generation, value_distribution_based_morton_code_generation 을 의미할 수 있다.
실시예들에 따른 포인트 클라우드 데이터 송신 장치는 도 29에서 설명한 지오메트리 파라미터 세트(Geometry Parameter Set, 28000)의 정보를 송신함으로써 수신 장치로 하여금 가까운 이웃 노드의 탐색을 통해 압축률 증가 및 높은 품질의 포인트 클라우드 영상을 제공하도록 도모할 수 있다 실시예들에 따른 포인트 클라우드 데이터 전송 장치는, 상술한 바와 같은 형태로 비트스트림을 전송함으로써, 압축 효율을 높임과 동시에 화질 성능 증가 및 수신 장치의 부담을 줄일 수 있다.
도 30은 실시예들에 따른 포인트 클라우드 데이터의 APS(Attribute Parameter Set)의 구조를 나타낸 것이다.
실시예들에 따른 포인트 클라우드 데이터의 비트스트림은 도 30에서 나타난 시그널링 정보(또는 플래그)를 포함하는 어트리뷰트 파라미터 세트(Attribute Parameter Set, 29000)를 포함할 수 있다. 도 30에서 나타난 어트리뷰트 파라미터 세트(30000)는 도 27에서 설명한 어트리뷰트 파라미터 세트(27003, 27004)를 의미할 수 있다. 실시예들에 따른 포인트 클라우드 데이터 수신기는 도 30에서 설명한 시그널링 정보(또는 플래그 정보)에 기초하여 실시예들에 따른 포인트 클라우드 데이터를 복호화할 수 있다.
aps_attr_parameter_set_id 는 다른 신텍스 엘리먼트들에 따른 참조를 위한 APS에 대한 식별자를 나타낼 수 있다. aps_attr_parameter_set_id 의 값은 0내지 15의 범위 내이어야 한다.
aps_seq_parameter_set_id 는 액티브 SPS(active SPS)에 대한 sps_seq_parameter_set_id 의 값을 나타낼 수 있다. aps_seq_parameter_set_id 의 값은 0내지 15의 범위 내이어야 한다.
attr_coding_type 는 attr_coding_type 의 주어진 값에 대한 어트리뷰트에 대한 코딩 타입(coding type)을 나타낼 수 있다. 해당 명세서의 버전에 부합하는 비트스트림들은 attr_coding_type의 값은 0, 1 또는 2이어야 한다. 다른 attr_coding_type의 값들은 ISO/IEC 표준에 의해 추후 사용될 수 있을 수 있다. 해당 문서의 이 버전에 부합하는 디코더들은 상술한 attr_coding_type의 나머지 값들을 무시할 수 있다. 해당 값이 0이면, 프리딕팅 웨이트 리프팅(predicting weight lifting), 1이면 리전 어댑티브 히어라키얼 변환(RAHT 변환), 2이면 픽스드 웨이트 리프팅(fixed weight lifting)을 의미할 수 있다. (0 = Predicting weight lifting, 1 = Region Adaptive Hierarchical Transferm (RAHT), 2= Fixed weight lifting)
isLifting은 실시예들에 따른 어트리뷰트에 대한 코딩 타입이 리프팅 방법에 기초한 방법인지 여부를 나타낸다. 예를 들어, isLifting은 코딩 타입(coding type)이 프리딕팅 웨이트 리프팅(predicting weight lifting)이거나 픽스드 웨이트 리프팅(fixed weight lifting)인지 여부를 나타낸다. isLifting은 어트리뷰트에 대한 코딩 타입이 리프팅 방법에 기초한 방법인지 여부를 나타내기 위한 특정 값(예를 들면 0 또는 1등)을 가질 수 있다. 예를 들어, 실시예들에 따른 attr_coding_type의 값이 0이거나(즉, 어트리뷰트에 대한 코딩 타입이 프리딕팅 웨이트 리프팅이거나) 또는 attr_coding_type의 값이 2인 경우에는 (즉, 어트리뷰트에 대한 코딩 타입이 픽스드 웨이트 리프팅인 경우에는), isLifting은 1일 수 있다(즉, 실시예들에 따른 어트리뷰트에 대한 코딩 타입이 리프팅 방법에 기초한 방법임을 나타낼 수 있다). 예를 들어, 실시예들에 따른 attr_coding_type의 값이 1인 경우에는 (즉, 어트리뷰트에 대한 코딩 타입이 RAHT인 경우에는) isLifting은 0일 수 있다 (즉, 실시예들에 따른 어트리뷰트에 대한 코딩 타입이 리프팅 방법에 기초한 방법이 아님을 나타낼 수 있다.).
실시예들에 따른 APS(30000)는, 실시예들에 따른 isLifting 정보가 1인 경우에는 num_pred_nearest_neighbours, max_num_direct_predictors, lifting_search_range, lifting_quant_step_size, lifting_quant_step_size_chroma, lod_binary_tree_enabled_flag, num_detail_levels_minus1 파라미터의 일부 또는 전부를 포함할 수 있다. 또한 실시예들에 따른 isLifting 정보가 1인 경우, 실시예들에 따른 APS(30000)는 num_detail_levels_minus1 의 값 만큼 (즉, LOD의 수 만큼) sampling_distance_squared 정보를 포함할 수 있다.
num_pred_nearest_neighbours는 니어리스트 네이버(nearest neighbours)의 최대 개수에 관한 정보일 수 있다. numberOfNearestNeighboursInPrediction의 값은1내지 xx 범위 내이어야 한다.
max_num_direct_predictors는 다이렉트 예측(direct prediction)을 위해 사용되는 프리딕터의 개수를 나타낼 수 있는 정보이다. max_num_direct_predictors의 값은 0내지 num_pred_nearest_neighbours범위 내이어야 한다. 디코딩 동작에서 사용되는 변수 MaxNumPredictors의 값은 다음과 같이 나타낼 수 있다.
MaxNumPredictors = max_num_direct_predicots + 1
lifting_search_range 는 리프팅(lifting)을 위한 탐색 범위(search range)를 의미할 수 있다.
lifting_quant_step_size 는 어트리뷰트의 첫 번째 컴포넌트를 위한 양자화 단계(quantization step)을 나타낼 수 있다. lifting_quant_step_size의 값은 1내지 xx 범위 내이어야 한다.
lifting_quant_step_size_chroma 는 어트리뷰트가 색(colour)이라면, 어트리뷰터의 크로마 컴포넌트를 위한 양자화 동작 사이즈(quantization step size)를 나타낼 수 있다. lifting_quant_step_size_chroma의 값은 1내지 xx 범위 내이어야 한다.
lod_binary_tree_enabled_flag 는 log 제너레이션에 대해 이진 트리가 적용될지 말지를 나타낼 수 있다.
num_detail_levels_minus1 는 어트리뷰트 부호화(어트리뷰트 코딩)을 위한 레벨 오브 디테일의 수를 나타낸다. num_detail_levels_minus1의 값은 0내지 xx 범위 내이어야 한다.
sampling_distance_squared [ idx ] 는 idx에 대한 샘플링 거리(sampling distance)의 제곱을 나타낼 수 있다. sampling_distance_squared의 값은 0내지 xx 범위 내이어야 한다. 실시예들에 따른 idx는 0 내지 num_detail_levels_minus1의 값의 범위를 가질 수 있다. 즉, 실시예들에 따른 APS(30000)는 총 어트리뷰트 부호화(어트리뷰트 코딩)을 위한 레벨 오브 디테일의 수만큼(즉, num_detail_levels_minus1 + 1 개)의 sampling_distance_squared 파라미터를 포함할 수 있다.
실시예들에 따른 어트리뷰트 파라미터 세트(Attribute Parameter Set, 30000)는 실시예들에 따른 몰톤 코드를 생성하는 방법을 나타내는 정보를 포함할 수 있다(30001). 실시예들에 따른 몰톤 코드는 도 18 내지 도 25에서 설명한 몰톤 코드 또는 가중치 몰톤 코드를 의미할 수 있다.
도 30에서 설명한 adaptive_bit_interleaving_use_flag, axis_based_morton_code_generation, bit_allocation_based_morton_code_generation, value_distribution_based_morton_code_generation 는 도 28에서 설명한 adaptive_bit_interleaving_use_flag, axis_based_morton_code_generation, bit_allocation_based_morton_code_generation, value_distribution_based_morton_code_generation 을 의미할 수 있다.
예를 들어, 실시예들에 따른 APS(30000)는 먼저 포인트 클라우드 데이터(즉, 해당 SPS 내에서 시그널링되는 타일들 내에 포함된 포인트 클라우드 데이터)가 실시예들에 따른 적응형 몰톤 코드에 기초하여 어트리뷰트 정보가 부호화되었는지 여부를 시그널링할 수 있다(adaptive_bit_interleaving_use_flag). 만약 실시예들에 따른 적응형 몰톤 코드에 기초하여 어트리뷰트 정보가 부호화되었다면 (예를 들어, adaptive_bit_interleaving_use_flag==1인 경우라면), 실시예들에 따른 APS(30000)는 어트리뷰트 정보가 실시예들에 따른 축 기반 적응형 몰톤 코드에 기초하여 부호화되었는지(axis_based_morton_code_generation), 비트 할당형 몰톤 코드에 기초하여 속성 정보가 부호화되었는지(bit_allocation_based_morton_code_generation), 값 분포에 따른 몰톤 코드에 기초하여 속성 정보가 부호화되었는지(value_distribution_based_morton_code_generation)를 더 시그널링할 수 있다.
실시예들에 따른 APS(30000)는, 실시예들에 따른 attr_coding_type의 값이 0인 경우 (즉, 어트리뷰트에 대한 코딩 타입이 프리딕팅 웨이트 리프팅인 경우) adaptive_prediction_threshold 파라미터를 더 포함할 수 있다.
adaptive_prediction_threshold 는 예측(프리딕션)의 스레숄드 값을 나타낼 수 있다.
실시예들에 따른 APS(30000)는, 실시예들에 따른 attr_coding_type의 값이 1인 경우 (즉, 어트리뷰트에 대한 코딩 타입이 RAHT인 경우) raht_depth, raht_binarylevel_threshold, raht_quant_step_size 파라미터를 더 포함할 수 있다.
raht_depth 는 RAHT에 대한 레벨 오브 디테일의 수를 의미할 수 있다. depthRAHT의 값은 1부터 xx 범위일 수 있다.
raht_binarylevel_threshold 는 RAHT 계수를 컷 아웃하기 위한 레벨 오브 디테일을 의미할 수 있다. binaryLevelThresholdRAHT의 값은 0내지 xx 범위 내이어야 한다.
raht_quant_step_size 는 어트리뷰트의 첫 번째 컴포넌트에 대한 양자화 동작 크기를 나타낼 수 있다. quant_step_size의 값은 1내지 xx 범위 내이어야 한다.
aps_extension_present_flag 가 1이면, 이것은 APS RBSP 신텍스 스트럭처 내에 aps_extension_data 신텍스 스트럭처가 존재함을 나타낸 것이다. aps_extension_present_flag가 0이면, 이것은 상술한 이 신텍스 스트럭처가 존재하지 않음을 나타낸 것이다. 해당 파라미터가 존재하지 않는다면, aps_extension_present_flag의 값은 0으로 해석될 수 있다.
aps_extension_present_flag가 1인 경우 실시예들에 따른 APS(30000)는 aps_extension_data_flag 파라미터를 더 포함할 수 있다.
aps_extension_data_flag 는 아무런 값을 가질 수 있다. 이것의 존부 및 값은 디코더 성능에 영향을 주지 않을 수 있다.
실시예들에 따른 포인트 클라우드 데이터 송신 장치는 도 30에서 설명한 어트리뷰트 파라미터 세트(Attribute Parameter Set, 30000)의 정보를 송신함으로써 수신 장치로 하여금 가까운 이웃 노드의 탐색을 통해 압축률 증가 및 높은 품질의 포인트 클라우드 영상을 제공하도록 도모할 수 있다 실시예들에 따른 포인트 클라우드 데이터 전송 장치는, 상술한 바와 같은 형태로 비트스트림을 전송함으로써, 압축 효율을 높임과 동시에 화질 성능 증가 및 수신 장치의 부담을 줄일 수 있다.
도 31은 실시예들에 따른 포인트 클라우드 데이터의 GSH(Geometry Slice Header)의 구조를 나타낸 것이다.
실시예들에 따른 GSH(Geometry Slice Header)는 지오메트리 슬라이스 헤더로 호칭할 수 있다. 실시예들에 따른 GSH는 하나 또는 그 이상의 슬라이스에 포함된 Geom(Geometry Bitstream) 내에 포함하는 헤더 정보를 갖는 데이터를 의미할 수 있다. 즉, GSH는 해당 슬라이스에 포함된 지오메트리 정보에 대한 헤더 정보일 수 있다. 지오메트리 정보의 헤더 정보인 GSH는 geom_geom_parameter_set_id, geom_tile_id, geom_slice_id, geom_BoxOrigin, geom_box_log2_scale, beom_max_node_size_log2, geom_num_points 등의 파라미터를 포함할 수 있다.
gsh_geometry_parameter_set_id는 액티브 GPS(active GPS)의 gps_geom_parameter_set_id의 값을 나타낸다. (specifies the value of the gps_geom_parameter_set_id of the active GPS)
gsh_tile_id 는 타일의 식별자(id)를 나타낸다.
gsh_slice_id 는 슬라이스의 식별자(id)를 나타낸다.
gps_box_present_flag는 실시예들에 따른 GSH가 나타내는 소스 바운딩 박스(또는 박스)의 존재 여부를 나타낸다. gps_box_present_flag의 값이 1인 경우에는 실시예들에 따른 GPS(31000)은 gsh_box_log2_scale, gsh_box_origin_x, gsh_box_origin_y, gsh_box_origin_z 일부/전부를 포함할 수 있다.
gsh_box_log2_scale 는 실시예들에 따른 GSH가 나타내는 소스 바운딩 박스(또는 박스)의 스케일(scale) 값을 나타낸다.
gsh_box_origin_x 는 직교 좌표계 내의 GSH가 나타내는 소스 바운딩 박스(source bounding box)의 x 정보를 나타낸다.
gsh_box_origin_y 는 좌표계 내의 GSH가 나타내는 소스 바운딩 박스(source bounding box)의 y정보를 나타낸다.
gsh_box_origin_z 는 좌표계 내의 GSH가 나타내는 소스 바운딩 박스(source bounding box)의 z정보를 나타낸다.
gsh_log2_max_nodesize 는 다음의 디코딩 동작에서 사용되는 MaxNodeSize 변수의 값을 나타낸다.
MaxNodeSize = 2( gbh_log2_max_nodesize )
gbh_points_number 는 그 슬라이스 내의 코딩된 포인트들의 수를 나타낸다.
실시예들에 따른 GSH(Geometry Slice Header, 31000)는 실시예들에 따른 몰톤 코드를 생성하는 방법을 나타내는 정보를 포함할 수 있다(31001). 실시예들에 따른 몰톤 코드는 도 18 내지 도 25에서 설명한 몰톤 코드 또는 가중치 몰톤 코드를 의미할 수 있다.
도 31에서 설명한 adaptive_bit_interleaving_use_flag, axis_based_morton_code_generation, bit_allocation_based_morton_code_generation, value_distribution_based_morton_code_generation(31001) 는 도 28에서 설명한 adaptive_bit_interleaving_use_flag, axis_based_morton_code_generation, bit_allocation_based_morton_code_generation, value_distribution_based_morton_code_generation 을 의미할 수 있다.
예를 들어, 실시예들에 따른 GSH(31000)는 먼저 포인트 클라우드 데이터(즉, 해당 SPS 내에서 시그널링되는 타일들 내에 포함된 포인트 클라우드 데이터)가 실시예들에 따른 적응형 몰톤 코드에 기초하여 어트리뷰트 정보가 부호화되었는지 여부를 시그널링할 수 있다(adaptive_bit_interleaving_use_flag, 31001). 만약 실시예들에 따른 적응형 몰톤 코드에 기초하여 어트리뷰트 정보가 부호화되었다면 (예를 들어, adaptive_bit_interleaving_use_flag==1인 경우라면), 실시예들에 따른 GSH(31000)는 어트리뷰트 정보가 실시예들에 따른 축 기반 적응형 몰톤 코드에 기초하여 부호화되었는지(axis_based_morton_code_generation, 31001), 비트 할당형 몰톤 코드에 기초하여 속성 정보가 부호화되었는지(bit_allocation_based_morton_code_generation, 31001), 값 분포에 따른 몰톤 코드에 기초하여 속성 정보가 부호화되었는지(value_distribution_based_morton_code_generation, 31001)를 더 시그널링할 수 있다.
실시예들에 따른 포인트 클라우드 데이터 송신 장치는 도 31에서 설명한 지오메트리 슬라이스 헤더 (Geometry Slice Header, 31000)의 정보를 송신함으로써 수신 장치로 하여금 가까운 이웃 노드의 탐색을 통해 압축률 증가 및 높은 품질의 포인트 클라우드 영상을 제공하도록 도모할 수 있다 실시예들에 따른 포인트 클라우드 데이터 전송 장치는, 상술한 바와 같은 형태로 비트스트림을 전송함으로써, 압축 효율을 높임과 동시에 화질 성능 증가 및 수신 장치의 부담을 줄일 수 있다.
도 32은 실시예들에 따른 포인트 클라우드 데이터의 ASH(Attribute Slice Header)의 구조를 나타낸 것이다.
실시예들에 따른 ASH(Attribute Slice Header)는 지오메트리 슬라이스 헤더로 호칭할 수 있다. 실시예들에 따른 ASH는 하나 또는 그 이상의 슬라이스에 포함된 하나 또는 그 이상의 Attr(Attribute Bitstream) 내에 포함하는 헤더 정보를 갖는 데이터를 의미할 수 있다. 즉, ASH는 해당 슬라이스에 포함된 어트리뷰트 정보에 대한 헤더 정보일 수 있다.
ash_attr_parameter_set_id는 실시예들에 따른 ASH(Attribute Slice Header, 32000)의 식별자를 나타낸다.
ash_attr_sps_attr_idx는 액티브 SPS(active SPS)에 대한 sps_seq_parameter_set_id의 값을 나타낼 수 있다.
ash_attr_geom_slice_id는 액티브 Geom에 대한 geom_parameter_set_id의 값을 나타낼 수 있다. abh_attr_sps_attr_idx의 값은 0내지 SPS에 포함된 sps_num_attribute_sets 범위 내이어야 한다.
도 32에서 설명한 adaptive_bit_interleaving_use_flag, axis_based_morton_code_generation, bit_allocation_based_morton_code_generation, value_distribution_based_morton_code_generation(32001) 는 도 28에서 설명한 adaptive_bit_interleaving_use_flag, axis_based_morton_code_generation, bit_allocation_based_morton_code_generation, value_distribution_based_morton_code_generation 을 의미할 수 있다.
예를 들어, 실시예들에 따른 ASH(32000)는 먼저 포인트 클라우드 데이터(즉, 해당 SPS 내에서 시그널링되는 타일들 내에 포함된 포인트 클라우드 데이터)가 실시예들에 따른 적응형 몰톤 코드에 기초하여 어트리뷰트 정보가 부호화되었는지 여부를 시그널링할 수 있다(adaptive_bit_interleaving_use_flag, 32001). 만약 실시예들에 따른 적응형 몰톤 코드에 기초하여 어트리뷰트 정보가 부호화되었다면 (예를 들어, adaptive_bit_interleaving_use_flag==1인 경우라면), 실시예들에 따른 ASH(32000)는 어트리뷰트 정보가 실시예들에 따른 축 기반 적응형 몰톤 코드에 기초하여 부호화되었는지(axis_based_morton_code_generation, 32001), 비트 할당형 몰톤 코드에 기초하여 속성 정보가 부호화되었는지(bit_allocation_based_morton_code_generation, 32001), 값 분포에 따른 몰톤 코드에 기초하여 속성 정보가 부호화되었는지(value_distribution_based_morton_code_generation, 32001)를 더 시그널링할 수 있다.
실시예들에 따른 포인트 클라우드 데이터 송신 장치는 도 32에서 설명한 어트리뷰트 슬라이스 헤더 (Attribute Slice Header, 32000)의 정보를 송신함으로써 수신 장치로 하여금 가까운 이웃 노드의 탐색을 통해 압축률 증가 및 높은 품질의 포인트 클라우드 영상을 제공하도록 도모할 수 있다 실시예들에 따른 포인트 클라우드 데이터 전송 장치는, 상술한 바와 같은 형태로 비트스트림을 전송함으로써, 압축 효율을 높임과 동시에 화질 성능 증가 및 수신 장치의 부담을 줄일 수 있다.
도 33은 실시예들에 따른 포인트 클라우드 데이터 수신 장치의 복호화기를 나타낸다.
실시예들에 따른 포인트 클라우드 데이터 수신 장치는 포인트 클라우드 데이터의 비트스트림을 하나 또는 그 이상의 타일(tile)들의 단위로 수신할 수 있다. 타일(tile)이란, 픽처 내의 특정한 타일 컬럼(tile column) 및 특정한 타일 로우(tile row)를 갖는 CTU들의 사각형의 영역을 의미할 수 있다. (A rectangular region of CTUs within a particular tile column and a particular tile row in a picture.) 타일(tile)은 포인트 클라우드 데이터들의 집합 내의 특정한 타일 폭, 특정한 타일 높이 및 특정한 타일의 깊이를 갖는 육면체의 영역을 의미할 수 있다. 타일(tile)은 사용자로부터 입력을 받은 값에 따라 그 모양과 크기(폭, 높이 등)가 결정될 수 있다. 실시예들에 따른 타일은 도 18 내지 도 32에서 설명한 타일을 의미할 수 있다.
실시예들에 따른 포인트 클라우드 데이터 수신 장치는 수신부(33000), 타일별 지오메트리 복호화부(33001), 타일별 지오메트리 재구성부(33002), 타일별 속성 복호화부(33003) 및/또는 타일 결합부(33004)를 포함할 수 있다.
수신부(33000)는 실시예들에 따른 포인트 클라우드 데이터 비트스트림을 수신한다. 포인트 클라우드 데이터 비트스트림은 지오메트리 비트스트림 및 속성 비트스트림을 포함한다. 수신부(33000)는 지오메트리 비트스트림을 타일별 지오메트리 복호화부(33001)로, 속성 비트스트림을 타일별 속성 복호화부(33003)로 전송할 수 있다.
수신부(33000)는 실시예들에 따른 포인트 클라우드 데이터 비트스트림을 타일(tile) 단위로 수신할 수 있다. 수신부(33000)는 예를 들어, 도 27에 나타난 비트스트림 구조에 따른 포인트 클라우드 데이터 비트스트림을 수신할 수 있다. 수신부(33000)는 도 27의 TPS(Tile Parameter Set, 27004)를 이용하여 하나 또는 그 이상의 타일(tile)들을 포함하는 비트스트림을 타일 별로 수신할 수 있다.
수신부(33000)는 예를 들어, 도 27의 타일 파라미터 세트(TPS, Tile Parameter Set, 27004) 또는 도 28의 타일 파라미터 세트(28000)에 포함된 파라미터들에 기초하여 비트스트림 내의 데이터들을 타일 별로 수신할 수 있다.
타일별 지오메트리 복호화부(33001)는 지오메트리 비트스트림을 수신하고, 이를 복호화할 수 있다. 타일별 지오메트리 복호화부(33001)는 지오메트리 비트스트림을 타일(tile) 별로 수신하고, 수신한 타일들 각각에 대하여 지오메트리 복호화를 수행할 수 있다. 타일별 지오메트리 복호화부(33001)는 각 타일들에 대하여 복호화된 지오메트리 정보를 출력할 수 있다. 타일별 지오메트리 복호화부(33001)는 출력한 타일 별 복호화된 지오메트리 정보를 타일 결합부(33004)로 전달할 수 있다. 타일별 지오메트리 복호화부(33001)는 출력한 타일 별 복호화된 지오메트리 정보를 타일별 지오메트리 재구성부(33002)로 전달할 수도 있다.
타일별 지오메트리 복호화부(33001)는 수신한 비트스트림의 각 타일들에 대하여, 도 1의 포인트 클라우드 비디오 디코더(11006), 도 2의 디코딩(20003), 도 10의 지오메트리 디코딩 동작을 수행할 수 있다.
타일별 지오메트리 복호화부(33001)는 예를 들어, 도 27의 지오메트리 파라미터 세트(GPS, Geometry Parameter Set, 27002) 또는 도 29의 지오메트리 파라미터 세트(29000)에 포함된 파라미터들에 기초하여 비트스트림 내의 데이터들을 타일 별로 수신할 수 있다.
타일별 지오메트리 재구성부(33002)는 타일별 지오메트리 복호화부(33001)에 의해 출력된 복호화된 지오메트리 정보를 수신한다. 타일별 지오메트리 재구성부(33002)는 복호화된 지오메트리 정보에 기초하여 타일별 몰톤 코드를 생성할 수 있다. 타일별 지오메트리 재구성부(33002)는 복호화된 지오메트리 정보와 속성 비트스트림을, 생성한 타일별 몰톤 코드에 기초하여 매핑할 수 있다. 타일별 지오메트리 재구성부(33002)는 매핑된 타일별 속성 정보를 출력할 수 있다.
타일별 지오메트리 재구성부(33002)는 타일별 몰톤 코드 생성부(33002a)를 포함할 수 있다. 타일별 몰톤 코드 생성부(33002a)는 각각의 타일에 대한 몰톤 코드를 생성한다. 실시예들에 따른 타일에 대한 몰톤 코드는 도 18 내지 도 25에서 설명한 몰톤 코드 또는 가중치 몰톤 코드를 의미할 수 있다.
타일별 지오메트리 재구성부(33002)는 실시예들에 따른 몰톤 코드 생성 방법과 관련된 시그널링 정보에 기초하여 몰톤 코드를 생성할 수 있다. 시그널링 정보는 예를 들어, 도 28 내지 도 32에 나타난 axis_based_morton_code_generation, bit_allocation_based_morton_code_generation, value_distribution_based_morton_code_generation, adaptive_bit_interleaving_use_flag 등을 포함할 수 있다. 시그널링 정보는 도 28 내지 도 32에서 나타난 바와 같이 TPS, APS, GPS, GSH, ASH에 포함될 수 있다.
타일별 속성 복호화부(33003)는 타일별 지오메트리 재구성부(33002)에 의해 출력된 매핑된 타일별 속성 정보를 수신하고, 이들을 복호화할 수 있다. 타일별 속성 복호화부(33003)는 타일 별로 매핑된 타일별 속성 정보를 복호화하여 타일 별 복호화된 속성 정보를 출력한다. 타일별 속성 복호화부(33003)는 출력한 타일 별 복호화된 속성 정보를 타일 결합부(33004)로 전송할 수 있다.
타일별 속성 복호화부(33003)는 타일 별로 도 10의 어트리뷰트 디코더, 도 11의 아리스메틱 디코딩부(11005), 역양자화부(11006), RAHT 역변환부(11007), LOD 생성부(11008), 역리프팅부(11009) 및/또는 색상 역변환부(11010)의 동작을 수행할 수 있다. 타일별 속성 복호화부(33003)는 타일 별로 도 13의 아리스메틱 디코더(13007), 역양자화 처리부(13008), 예측/리프팅/RAHT 역변환 처리부(13009), 색상 역변환 처리부(13010)의 동작을 수행할 수 있다.
타일 결합부(33004)는 타일별 지오메트리 복호화부(33001)에 의해 생성된 타일별 복호화된 지오메트리 정보 및 타일별 속성 복호화부(33003)에 의해 생성된 타일별 복호화된 속성 정보를 타일 별로 결합할 수 있다. 타일 결합부는 실시예들에 따른 포인트 클라우드 데이터의 포인트들의 위치 정보(위치값)와 속성 정보(속성값)을 출력할 수 있다.
도 34은 실시예들에 따른 포인트 클라우드 데이터 수신 장치의 복호화기를 나타낸다.
실시예들에 따른 포인트 클라우드 데이터 수신 장치는 수신부(34000), 타일 탐색부(34001), 타일별 지오메트리 복호화부(34002), 타일별 지오메트리 재구성부(34003), 타일별 속성 복호화부(34004) 및/또는 타일 결합부(34005)를 포함할 수 있다.
수신부(34000)는 실시예들에 따른 포인트 클라우드 데이터 비트스트림을 수신한다. 수신부(34000)는 도 33의 수신부(33000)의 동작을 수행할 수 있다.
타일 탐색부(34001)는 실시예들에 따른 수신한 포인트 클라우드 데이터 비트스트림을 수신하여 타일 별로 지오메트리 비트스트림 및 속성 비트스트림을 출력한다. 타일 탐색부(34000)는 영역정보를 수신할 수 있다. 타일 탐색부(34000)는 영역정보에 기초하여 수신한 포인트 클라우드 데이터 비트스트림으로부터 특정 타일을 탐색할 수 있다.
실시예들에 따른 영역정보는 실시예들에 따른 탐색부(34001)에서, 복호화를 수행할 영역을 결정하기 위한 영역을 결정하기 위한 정보를 의미한다. 영역정보는 예를 들어, 도 27 내지 도 28의 TPS 내에 포함된 tile_bounding_box_offset_x, tile_bounding_box_offset_y, tile_bounding_box_offset_z, tile_bounding_box_size_width, tile_bounding_box_size_height, tile_bounding_box_size_depth 등에 기초하여 결정될 수 있다. 실시예들에 따른 영역정보는 예를 들어, 타일 결합부(34005)로부터 수신할 수 있다.
타일별 지오메트리 복호화부(34002)는 예를 들어, 도 27의 지오메트리 파라미터 세트(GPS, Geometry Parameter Set, 27002) 또는 도 29의 지오메트리 파라미터 세트(29000)에 포함된 파라미터들에 기초하여 비트스트림 내의 데이터들을 타일 별로 수신할 수 있다. 타일별 지오메트리 복호화부(34002)는 실시예들에 따른 영역정보가 나타내는 타일들에 대하여 지오메트리 복호화를 수행할 수 있다.
타일별 지오메트리 재구성부(34003)는 타일별 지오메트리 복호화부(34002)에 의해 출력된 복호화된 지오메트리 정보를 수신한다. 타일별 지오메트리 재구성부(34003)는 복호화된 지오메트리 정보에 기초하여 타일별 몰톤 코드를 생성할 수 있다. 타일별 지오메트리 재구성부(34003)는 복호화된 지오메트리 정보와 속성 비트스트림을, 생성한 타일별 몰톤 코드에 기초하여 매핑할 수 있다. 타일별 지오메트리 재구성부(34003)는 매핑된 타일별 속성 정보를 출력할 수 있다. 타일별 지오메트리 재구성부(34003)는 실시예들에 따른 영역정보가 나타내는 타일들에 대하여 지오메트리 정보를 재구성할 수 있다.
타일별 지오메트리 재구성부(34003)는 타일별 몰톤 코드 생성부(34003a)를 포함할 수 있다. 타일별 몰톤 코드 생성부(34003a)는 각각의 타일에 대한 몰톤 코드를 생성한다. 실시예들에 따른 타일에 대한 몰톤 코드는 도 18 내지 도 25에서 설명한 몰톤 코드 또는 가중치 몰톤 코드를 의미할 수 있다.
타일별 지오메트리 재구성부(34003)는 실시예들에 따른 몰톤 코드 생성 방법과 관련된 시그널링 정보에 기초하여 몰톤 코드를 생성할 수 있다. 시그널링 정보는 예를 들어, 도 28 내지 도 32에 나타난 axis_based_morton_code_generation, bit_allocation_based_morton_code_generation, value_distribution_based_morton_code_generation, adaptive_bit_interleaving_use_flag 등을 포함할 수 있다. 시그널링 정보는 도 28 내지 도 32에서 나타난 바와 같이 TPS, APS, GPS, GSH, ASH에 포함될 수 있다.
타일별 속성 복호화부(34004)는 타일별 지오메트리 재구성부(34003)에 의해 출력된 매핑된 타일별 속성 정보를 수신하고, 이들을 복호화할 수 있다. 타일별 속성 복호화부(34004)는 타일 별로 매핑된 타일별 속성 정보를 복호화하여 타일 별 복호화된 속성 정보를 출력한다. 타일별 속성 복호화부(34004)는 출력한 타일 별 복호화된 속성 정보를 타일 결합부(34005)로 전송할 수 있다. 타일별 속성 복호화부(34004)는 실시예들에 따른 영역정보가 나타내는 타일들에 대하여 속성 복호화를 수행할 수 있다.
타일별 속성 복호화부(34004)는 타일 별로 도 10의 어트리뷰트 디코더, 도 11의 아리스메틱 디코딩부(11005), 역양자화부(11006), RAHT 역변환부(11007), LOD 생성부(11008), 역리프팅부(11009) 및/또는 색상 역변환부(11010)의 동작을 수행할 수 있다. 타일별 속성 복호화부(34004)는 타일 별로 도 13의 아리스메틱 디코더(13007), 역양자화 처리부(13008), 예측/리프팅/RAHT 역변환 처리부(13009), 색상 역변환 처리부(13010)의 동작을 수행할 수 있다.
타일 결합부(34005)는 타일별 지오메트리 복호화부(34004)에 의해 생성된 타일별 복호화된 지오메트리 정보 및 타일별 속성 복호화부(34004)에 의해 생성된 타일별 복호화된 속성 정보를 타일 별로 결합할 수 있다. 타일 결합부는 실시예들에 따른 포인트 클라우드 데이터의 포인트들의 위치 정보(위치값)와 속성 정보(속성값)을 출력할 수 있다.
타일별 지오메트리 복호화부(34002)는 실시예들에 따른 영역정보가 나타내는 타일들에 대하여, 타일별 지오메트리 복호화부(34002)에 의해 복호화된 지오메트리 정보 및 타일별 속성 복호화부(34004)에 의해 복호화된 속성 정보를 결합할 수 있다. 타일 결합부(34005)는 해당 영역정보가 나타내는 포인트 클라우드 데이터의 영역(또는 비트스트림들)이 복호화 및/또는 결합되었음을 나타내는 정보를 생성하여 탐색부에 전송할 수 있다. 예를 들어, N개의 수신 타일들에 대하여 실시예들에 따른 포인트 클라우드 수신 장치가 복호화 및 결합이 수행되었다면, 타일 결합부(34005)는 탐색부(34001)에게 각 타일들에 대해 복호화 및 결합이 수행되었음을 N회 알릴 수 있다.
도 35은 실시예들에 따른 포인트 클라우드 데이터 전송 방법을 나타내는 흐름도이다.
실시예들에 따른 포인트 클라우드 데이터 전송 방법(또는 전송 장치의 동작)은 포인트 클라우드 데이터를 획득하는 단계(35000), 획득한 포인트 클라우드 데이터를 인코딩하는 단계(35001) 및/또는 인코딩된 포인트 클라우드 데이터를 전송하는 단계(35002)를 포함할 수 있다.
실시예들에 따른 포인트 클라우드 데이터 전송 장치는 포인트 클라우드 데이터를 획득할 수 있다(35000). 포인트 클라우드 데이터 전송 장치는 포인트 클라우드 데이터를 획득하는 단계(35000)는 포인트 클라우드 비디오 애퀴지션(Point Cloud Video acquisition)으로 호칭할 수도 있다. 35000단계는, 도 1의 포인트 클라우드 비디오 에퀴지션(10001), 도 2의 획득부(20000), 도 3, 도 12의 데이터 입력부(12000), 도 14 내지 도 15의 오디오 에퀴지션, 포인트 클라우드 에퀴지션의 동작들의 일부 또는 전부를 수행할 수 있다.
실시예들에 따른 포인트 클라우드 데이터 전송 장치는 획득한 포인트 클라우드 데이터를 인코딩하는 단계를 수행할 수 있다(35001). 실시예들에 따르면, 획득한 포인트 클라우드 데이터를 인코딩하는 단계(35001)는 실시예들에 따른 포인트 클라우드 데이터의 기하 정보를 부호화(인코딩)하는 단계 및/또는 포인트 클라우드 데이터의 속성 정보를 부호화(인코딩)하는 단계를 포함할 수 있다. 35001단계는, 도 1의 포인트 클라우드 인코더(10002), 도 2의 인코딩(20001), 도 4 내지 도 9의 동작들, 도 12, 도 14 내지 도 15의 동작들 및 도 18 내지 도 25의 동작들 일부 또는 전부를 수행할 수 있다.
실시예들에 따른 포인트 클라우드 데이터를 인코딩하는 단계(35001)는, 35000단계에서 획득한 포인트 클라우드 데이터의 포인트들의 위치 정보에 기초하여 오큐펀시 코드(occupancy code)를 생성하는 단계, 오큐펀시 코드 및 포인트들의 위치 정보에 기초하여, 포인트들에 대한 몰톤 코드를 생성하는 단계 및 몰톤 코드 및 오큐펀시 코드에 기초하여 포인트들의 속성 정보를 부호화하는 단계를 포함할 수 있다.
실시예들에 따르면, 포인트들에 대한 몰톤 코드를 생성하는 단계는, 포인트들이 분할되어 생성된 하나 또는 그 이상의 타일들 단위로 적어도 하나의 몰톤 코드를 생성할 수 있다.
실시예들에 따르면, 몰톤 코드를 생성하는 단계는, 포인트들의 제 1 포인트의 위치를 나타내는 좌표 값의 x좌표 값, y좌표 값 및 z좌표 값의 비트(bit)들을 카운트 정보를 기반으로 가중치를 적용하여 인터리빙(interleaving)하여 포인트의 몰톤 코드를 생성할 수 있다. 또한, 카운트 정보는 좌표 값의 x축에 대한 가중치를 나타내는 값, y축에 대한 가중치를 나타내는 값 및 z축에 대한 가중치를 나타내는 값 중 적어도 하나를 포함할 수 있다.
실시예들에 따른 포인트 클라우드 데이터를 인코딩하는 단계는, 기하 정보를 부호화하는 단계를 포함할 수 있다. 기하 정보를 부호화하는 단계는 기하 정보 비트스트림 및 복원된(reconstructed) 기하 정보(또는 지오메트리 정보)를 생성할 수 있다. 복원된 기하 정보는 포인트 클라우드 데이터의 속성 정보를 부호화하는 단계에서 이용될 수 있다. 속성 정보를 부호화하는 단계는 속성 정보 비트스트림을 생성할 수 있다. 이 떄, 속성 정보를 부호화하는 단계는 복원된 기하 정보에 기초하여 수행될 수 있다. 실시예들에 따른 속성 정보를 부호화하는 단계는 도 18 내지 도 34에서 설명한 일련의 동작들의 전부 또는 일부를 수행할 수도 있다.
실시예들에 따른 포인트 클라우드 데이터 전송 장치는 인코딩된 포인트 클라우드 데이터를 포함하는 비트스트림을 전송할 수 있다(35002). 35002단계에 따른 동작은 도 1에서 설명한 실시예들에 따른 포인트 클라우드 데이터 전송 장치의 트랜스미터가 수행할 수 있다. 35002단계에 따른 동작은 도 2에서 설명한 실시예들에 따른 PCC 전송 방법의 전송 과정(20002)에 대응될 수 있다.
35002단계는 예를 들어 도 1에서 설명한 트랜스미터(10003), 도 2에서 설명한 전송(20002), 도 12에서 설명한 전송 처리부(12012) 및/또는 도 14 내지 도 15에서 설명한 딜리버리(Delivery)에 따른 동작들 일부 또는 전부를 수행할 수 있다. 실시예들에 따르면, 36002 단계는 예를 들어 도 30에서 설명한 비트스트림 구조에 따른 비트스트림을 전송할 수 있다. 또한, 예를 들어 실시예들에 따른 360002 단계는 도 31 내지 도 35에서 설명한 바에 따른 비트스트림을 전송할 수 있다.
실시예들에 따르면, 비트스트림은 카운트 정보를 기반으로 가중치를 적용하여 인터리빙(interleaving)하여 몰톤 코드를 생성하는 방법과 관련된 시그널링 정보를 포함할 수 있다. 카운트 정보를 기반으로 가중치를 적용하여 인터리빙(interleaving)하여 몰톤 코드를 생성하는 방법과 관련된 시그널링 정보는, 카운트 정보를 기반으로 가중치를 적용하여 인터리빙(interleaving)하여 몰톤 코드를 생성하는 방법이 사용되었는지 여부를 나타내는 정보를 포함할 수 있다.
실시예들에 따르면, 카운트 정보를 기반으로 가중치를 적용하여 인터리빙(interleaving)하여 몰톤 코드를 생성하는 방법은, 포인트들을 포함하는 바운딩 박스(bounding box)의 각 축에 대한 길이와 관련된 가중치를 기반으로 몰톤 코드를 생성하는 방법, 바운딩 박스(bounding box) 내의 포인트들의 각 축에 대한 분포와 관련된 가중치를 기반으로 몰톤 코드를 생성하는 방법 및 바운딩 박스(bounding box) 내의 포인트들의 분포에 따른 가중치를 기반으로 몰톤 코드를 생성하는 방법 중 어느 하나에 해당하는 것을 포함할 수 있다.
실시예들에 따름르면, 포인트 클라우드 데이터 전송 장치는 도 30 내지 도 35에서 설명한 실시예들에 따른 포인트 클라우드 데이터(또는 포인트 클라우드 데이터를 포함하는 비트스트림)을 전송할 수 있다.
도 36은 실시예들에 따른 포인트 클라우드 데이터 수신 방법을 나타내는 흐름도이다.
실시예들에 따른 포인트 클라우드 데이터 수신 방법(또는 수신 장치의 동작)은 포인트 클라우드 데이터 및 시그널링 정보를 수신하는 단계(36000), 수신한 포인트 클라우드 데이터를 디코딩하는 단계(36001) 및/또는 디코딩된 포인트 클라우드 데이터를 렌더링하는 단계(36002)를 포함할 수 있다.
36000단계와 관련하여, 실시예들에 따른 포인트 클라우드 데이터 수신 장치는 포인트 클라우드 데이터 및 시그널링 정보를 수신할 수 있다. 실시예들에 따르면, 시그널링 정보는 예측 방법 정보를 포함할 수 있다. 또한, 실시예들에 따르면, 포인트 클라우드 데이터 및 시그널링 정보의 전부 또는 일부는 도 27 내지 도 32에서 설명한 신텍스(syntax)에 의해 수신될 수 있다. 36000단계에 해당하는 동작은 도 1의 PCC 수신 장치의 리시버(Receiver, 10007)에서 수행될 수 있다.
실시예들에 따르면, 수신되는 비트스트림은 카운트 정보를 기반으로 가중치를 적용하여 인터리빙(interleaving)하여 몰톤 코드를 생성하는 방법이 사용되었는지 여부를 나타내는 정보를 포함할 수 있다.
36001단계와 관련하여, 실시예들에 따른 포인트 클라우드 데이터 수신 장치는 수신한 포인트 클라우드 데이터를 디코딩(복호화)할 수 있다. 실시예들에 따르면, 포인트 클라우드 데이터 수신 장치는 도 26, 도 33 및 도 34의 포인트 클라우드 디코더 또는 속성 정보 부호화부를 포함할 수 있다. 36001단계에 해당하는 동작은 도 1의 PCC 수신 장치의 포인트 클라우드 비디오 디코더(Point Cloud Video Decoder, 10006)에서 수행될 수 있다. 36001단계에 해당하는 동작은 도 2의 PCC 수신 방법의 디코딩(20003)에서 수행될 수 있다.
실시예들에 따른 포인트 클라우드 데이터 수신 방법은, 포인트 클라우드 데이터의 지오메트리 비트스트림로부터 오큐펀시(occupancy) 코드에 따른 옥트리를 재구성하는 단계, 기 재구성된 옥트리에 포함된 포인트들의 위치 정보에 기초하여 몰톤 코드를 생성하는 단계 및 생성된 몰톤 코드 및 포인트 클라우드 데이터의 속성 비트스트림에 기초하여 속성 정보를 복호화하는 단계를 포함할 수 있다.
실시예들에 따르면, 몰톤 코드를 생성하는 단계는, 포인트들의 위치 정보를 나타내는 좌표 값의 x좌표 값, y좌표 값 및 z좌표 값의 비트(bit)들을 카운트 정보를 기반으로 가중치를 적용하여 인터리빙(interleaving)하여 몰톤 코드를 생성할 수 있다.
실시예들에 따르면, 가중치를 적용하여 인터리빙하여 몰톤 코드를 생성하는 방법은, 포인트들을 포함하는 바운딩 박스(bounding box)의 각 축에 대한 길이와 관련된 가중치를 기반으로 몰톤 코드를 생성하는 방법, 바운딩 박스(bounding box) 내의 포인트들의 각 축에 대한 분포와 관련된 가중치를 기반으로 몰톤 코드를 생성하는 방법 및 바운딩 박스(bounding box) 내의 포인트들의 분포에 따른 가중치를 기반으로 몰톤 코드를 생성하는 방법 중 어느 하나에 해당하는 것을 포함할 수 있다.
실시예들에 따른 포인트 클라우드 데이터 수신 장치는 수신 포인트 클라우드 데이터의 기하 정보 비트스트림을 디코딩하는 단계 및/또는 복원된 기하 정보에 기초하여 포인트 클라우드 데이터의 속성 정보 비트스트림을 디코딩하는 단계를 수행할 수 있다. 즉, 실시예들에 따른 포인트 클라우드 데이터 수신 장치는 기하 정보 복호화부(또는 기하 정보 디코더) 및/또는 속성 정보 복호화부(또는 속성 정보 디코더)를 포함할 수 있다. 여기서, 기하 정보 비트스트림을 복호화하는 단계는 복원된 기하 정보를 생성할 수 있고, 속성 정보 비트스트림을 디코딩하는 단계는 복원된 속성 정보를 생성할 수 있다.
36002단계와 관련하여, 실시예들에 따른 포인트 클라우드 데이터 수신 장치는 디코딩된 포인트 클라우드 데이터를 렌더링할 수 있다. 36002단계에 따른 동작은 도 1의 PCC 수신 장치의 렌더러(Renderer, 10005)에서 수행될 수 있다.
또한 실시예들에 따른 포인트 클라우드 데이터 송신 장치는 하나 또는 그 이상의 프로세서 및 하나 또는 그 이상의 프로그램을 저장하는 하나 또는 그 이상의 메모리(memory)를 포함할 수 있다. 하나 또는 그 이상의 프로그램은 하나 또는 그 이상의 프로세서에 의해 수행되고, 하나 또는 그 이상의 프로그램은 포인트 클라우드 데이터를 디코딩 및/또는 포인트 클라우드 데이터를 렌더링하기 위한 인스트럭션(instruction)을 포함할 수 있다. 포인트 클라우드 데이터는 비트스트림에 포함된다.
실시예들에 따른 포인트 클라우드 데이터를 디코딩하기 위한 인스트럭션은, 포인트 클라우드 데이터의 지오메트리 비트스트림로부터 오큐펀시(occupancy) 코드에 따른 옥트리를 재구성하고, 재구성된 옥트리에 포함된 포인트들의 위치 정보에 기초하여 몰톤 코드를 생성하고, 생성된 몰톤 코드 및 포인트 클라우드 데이터의 속성 비트스트림에 기초하여 속성 정보를 복호화할 수 있다. 실시예들에 따른 몰톤 코드는 포인트들의 위치 정보를 나타내는 좌표 값의 x좌표 값, y좌표 값 및 z좌표 값의 비트(bit)들을 카운트 정보를 기반으로 가중치를 적용하여 인터리빙(interleaving)하여 몰톤 코드를 생성하는 방법에 따라 생성될 수 있다.
실시예들에 따르면, 가중치를 적용하여 인터리빙하여 몰톤 코드를 생성하는 방법은, 포인트들을 포함하는 바운딩 박스(bounding box)의 각 축에 대한 길이와 관련된 가중치를 기반으로 몰톤 코드를 생성하는 방법, 바운딩 박스(bounding box) 내의 포인트들의 각 축에 대한 분포와 관련된 가중치를 기반으로 몰톤 코드를 생성하는 방법 및/또는 바운딩 박스(bounding box) 내의 포인트들의 분포에 따른 가중치를 기반으로 몰톤 코드를 생성하는 방법 중 어느 하나에 해당하는 것을 포함할 수 있다.
전술한 각각의 파트, 모듈 또는 유닛은 메모리(또는 저장 유닛)에 저장된 연속된 수행과정들을 실행하는 소프트웨어, 프로세서, 하드웨어 파트일 수 있다. 전술한 실시예에 기술된 각 단계들은 프로세서, 소프트웨어, 하드웨어 파트들에 의해 수행될 수 있다. 전술한 실시예에 기술된 각 모듈/블락/유닛들은 프로세서, 소프트웨어, 하드웨어로서 동작할 수 있다. 또한, 실시예들이 제시하는 방법들은 코드로서 실행될 수 있다. 이 코드는 프로세서가 읽을 수 있는 저장매체에 쓰여질 수 있고, 따라서 장치(apparatus)가 제공하는 프로세서에 의해 읽혀질 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, 상술한 실시 예들은 다양한 변형이 이루어질 수 있도록 각 실시 예들의 전부 또는 일부가 선택적으로 조합되어 구성될 수도 있다.
한편, 실시예들이 제안하는 방법을 네트워크 디바이스에 구비된, 프로세서가 읽을 수 있는 기록매체에, 프로세서가 읽을 수 있는 코드로서 구현하는 것이 가능하다. 프로세서가 읽을 수 있는 기록매체는 프로세서에 의해 읽혀질 수 있는 데이터가 저장되는 모든 종류의 기록장치를 포함한다. 프로세서가 읽을 수 있는 기록 매체의 예로는 ROM, RAM, CD-ROM, 자기 테이프, 플로피디스크, 광 데이터 저장장치 등이 있으며, 또한, 인터넷을 통한 전송 등과 같은 캐리어 웨이브의 형태로 구현되는 것도 포함한다. 또한, 프로세서가 읽을 수 있는 기록매체는 네트워크로 연결된 컴퓨터 시스템에 분산되어, 분산방식으로 프로세서가 읽을 수 있는 코드가 저장되고 실행될 수 있다.
또한, 이상에서는 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 사상이나 범위를 벗어나지 않고 실시예들에서 다양한 변경 및 변형이 가능함은 당업자에게 이해된다. 따라서, 실시예들은 첨부된 청구항 및 그 동등 범위 내에서 제공되는 실시예들의 변경 및 변형을 포함하는 것으로 의도된다.
본 명세서에서 장치 및 방법 발명이 모두 언급되고, 장치 및 방법 발명 모두의 설명은 서로 보완하여 적용될 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. (In this document, the term “/” and “,” should be interpreted to indicate “and/or.” For instance, the expression “A/B” may mean “A and/or B.” Further, “A, B” may mean “A and/or B.” Further, “A/B/C” may mean “at least one of A, B, and/or C.” Also, “A/B/C” may mean “at least one of A, B, and/or C.”)
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. (Further, in the document, the term “or” should be interpreted to indicate “and/or.” For instance, the expression “A or B” may comprise 1) only A, 2) only B, and/or 3) both A and B. In other words, the term “or” in this document should be interpreted to indicate “additionally or alternatively.”)
실시예들의 다양한 엘리먼트들은 하드웨어, 소프트웨어, 펌웨어 또는 그것들의 조합에 의해 수행될 수 있다. 실시예들의 다양한 엘리먼트는 하드웨어 회로와 같은 싱글 칩 상에서 수행될 수 있다. 실시예들에 따라, 실시예들은 선택적으로 개별적인 침들 상에서 수행될 수 있다. 실시예들에 따라, 실시예들의 엘리먼트들 중 적어도 하나는 실시예들에 따른 동작을 수행하는 인스트럭션들을 포함하는 하나 또는 하나 이상의 프로세서 내에서 수행될 수 있다.
제1, 제2 등과 같은 용어는 실시예들의 다양한 엘리먼트들을 설명하기 위해서 사용된다. 이러한 용어는 실시예들의 엘리먼트들의 해석을 제한하지 않는다. 이러한 용어는 하나의 엘리먼트 및 다른 엘리먼트 간의 구별을 위해서 사용된다. 예를 들어, 제1 사용자 인풋 시그널은 제2사용자 인풋 시그널로 지칭될 수 있다. 이와 유사하게, 제2사용자 인풋 시그널은 제1사용자 인풋시그널로 지칭될 수 있다. 이러한 용어는 실시예들의 범위 내에서 해석될 수 있다. 제1사용자 인풋 시그널 및 제2사용자 인풋 시그널은 모두 사용자 인풋 시그널들이고, 문맥 상 명확하게 지칭하지 않는 한 같은 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.
발명의 실시를 위한 최선의 형태에서 구체적으로 설명되었다.
본 발명의 사상이나 범위를 벗어나지 않고 본 발명에서 다양한 변경 및 변형이 가능함은 당업자에게 자명하다. 따라서, 본 발명은 첨부된 청구항 및 그 동등 범위 내에서 제공되는 본 발명의 변경 및 변형을 포함하는 것으로 의도된다.

Claims (20)

  1. 포인트 클라우드 데이터를 획득하는 단계;
    상기 포인트 클라우드 데이터를 인코딩하는 단계; 및
    상기 인코딩된 포인트 클라우드 데이터를 포함하는 비트스트림을 전송하는 단계; 를 포함하는,
    포인트 클라우드 데이터 전송 방법.
  2. 제 1 항에 있어서, 상기 포인트 클라우드 데이터를 인코딩하는 단계는,
    상기 획득한 포인트 클라우드 데이터의 포인트들의 위치 정보에 기초하여 오큐펀시 코드(occupancy code)를 생성하는 단계;
    상기 오큐펀시 코드 및 상기 포인트들의 위치 정보에 기초하여, 상기 포인트들에 대한 몰톤 코드를 생성하는 단계; 및
    상기 몰톤 코드 및 상기 오큐펀시 코드에 기초하여 상기 포인트들의 속성 정보를 부호화하는 단계; 를 포함하는,
    포인트 클라우드 데이터 전송 방법.
  3. 제 2 항에 있어서,
    상기 포인트들에 대한 몰톤 코드를 생성하는 단계는, 상기 포인트들이 분할되어 생성된 하나 또는 그 이상의 타일들 단위로 적어도 하나의 몰톤 코드를 생성하는,
    포인트 클라우드 데이터 전송 방법.
  4. 제 3 항에 있어서, 상기 몰톤 코드를 생성하는 단계는,
    상기 포인트들의 제 1 포인트의 위치를 나타내는 좌표 값의 x좌표 값, y좌표 값 및 z좌표 값의 비트(bit)들을 카운트 정보를 기반으로 가중치를 적용하여 인터리빙(interleaving)하여 상기 포인트의 몰톤 코드를 생성하고,
    상기 카운트 정보는 상기 좌표 값의 x축에 대한 가중치를 나타내는 값, y축에 대한 가중치를 나타내는 값 및 z축에 대한 가중치를 나타내는 값 중 적어도 하나를 포함하는,
    포인트 클라우드 데이터 전송 방법.
  5. 제 4 항에 있어서,
    상기 비트스트림은 상기 카운트 정보를 기반으로 가중치를 적용하여 인터리빙(interleaving)하여 상기 몰톤 코드를 생성하는 방법과 관련된 시그널링 정보를 포함하는,
    포인트 클라우드 데이터 전송 방법.
  6. 제 5 항에 있어서,
    상기 카운트 정보를 기반으로 가중치를 적용하여 인터리빙(interleaving)하여 몰톤 코드를 생성하는 방법과 관련된 시그널링 정보는,
    상기 카운트 정보를 기반으로 가중치를 적용하여 인터리빙(interleaving)하여 몰톤 코드를 생성하는 방법이 사용되었는지 여부를 나타내는 정보를 포함하는,
    포인트 클라우드 데이터 전송 방법.
  7. 제 6항에 있어서,
    상기 카운트 정보를 기반으로 가중치를 적용하여 인터리빙(interleaving)하여 몰톤 코드를 생성하는 방법은,
    상기 포인트들을 포함하는 바운딩 박스(bounding box)의 각 축에 대한 길이와 관련된 가중치를 기반으로 몰톤 코드를 생성하는 방법, 상기 바운딩 박스(bounding box) 내의 상기 포인트들의 각 축에 대한 분포와 관련된 가중치를 기반으로 몰톤 코드를 생성하는 방법 및 상기 바운딩 박스(bounding box) 내의 상기 포인트들의 분포에 따른 가중치를 기반으로 몰톤 코드를 생성하는 방법 중 어느 하나에 해당하는 것을 포함하는,
    포인트 클라우드 데이터 전송 방법.
  8. 포인트 클라우드 데이터를 획득하는 획득부;
    상기 포인트 클라우드 데이터를 인코딩하는 인코더; 및
    인코딩된 포인트 클라우드 데이터를 포함하는 비트스트림을 전송하는 트랜스미터; 를 포함하는,
    포인트 클라우드 데이터 전송 장치.
  9. 제 1 항에 있어서, 상기 클라우드 데이터를 인코딩하는 인코더는,
    상기 획득한 포인트 클라우드 데이터의 포인트들의 위치 정보에 기초하여 오큐펀시 코드(occupancy code)를 생성하는 오큐펀시 코드 생성부;
    상기 오큐펀시 코드 및 상기 포인트들의 위치 정보에 기초하여, 상기 포인트들에 대한 몰톤 코드를 생성하는 몰톤 코드 생성부; 및
    상기 몰톤 코드 및 상기 오큐펀시 코드에 기초하여 상기 포인트들의 속성 정보를 부호화하는 속성 정보 부호화부; 를 포함하는,
    포인트 클라우드 데이터 전송 장치.
  10. 제 9 항에 있어서,
    상기 몰톤 코드를 생성부는, 상기 포인트들이 분할되어 생성된 하나 또는 그 이상의 타일들 각각에 대해 몰톤 코드를 생성하는,
    포인트 클라우드 데이터 전송 장치.
  11. 제 2 항에 있어서, 상기 몰톤 코드 생성부는,
    상기 포인트들의 제 1 포인트의 위치를 나타내는 좌표 값의 x좌표 값, y좌표 값 및 z좌표 값의 비트(bit)들을 카운트 정보를 기반으로 가중치를 적용하여 인터리빙(interleaving)하여 상기 제 1 포인트의 몰톤 코드를 생성하고,
    상기 카운트 정보는 상기 좌표 값의 x축에 대한 가중치를 나타내는 값, y축에 대한 가중치를 나타내는 값 및 z축에 대한 가중치를 나타내는 값 중 적어도 하나를 포함하는,
    포인트 클라우드 데이터 전송 장치.
  12. 제 11 항에 있어서,
    상기 비트스트림은 상기 카운트 정보를 기반으로 가중치를 적용하여 인터리빙(interleaving)하여 상기 몰톤 코드를 생성하는 방법과 관련된 시그널링 정보를 포함하는,
    포인트 클라우드 데이터 전송 장치.
  13. 제 12 항에 있어서,
    상기 카운트 정보를 기반으로 가중치를 적용하여 인터리빙(interleaving)하여 몰톤 코드를 생성하는 방법과 관련된 시그널링 정보는,
    상기 카운트 정보를 기반으로 가중치를 적용하여 인터리빙(interleaving)하여 몰톤 코드를 생성하는 방법이 사용되었는지 여부를 나타내는 정보를 포함하는,
    포인트 클라우드 데이터 전송 장치.
  14. 제 13항에 있어서,
    상기 카운트 정보를 기반으로 가중치를 적용하여 인터리빙(interleaving)하여 몰톤 코드를 생성하는 방법은,
    상기 포인트들을 포함하는 바운딩 박스(bounding box)의 각 축에 대한 길이와 관련된 가중치를 기반으로 몰톤 코드를 생성하는 방법, 상기 바운딩 박스(bounding box) 내의 상기 포인트들의 각 축에 대한 분포와 관련된 가중치를 기반으로 몰톤 코드를 생성하는 방법 및 상기 바운딩 박스(bounding box) 내의 상기 포인트들의 분포에 따른 가중치를 기반으로 몰톤 코드를 생성하는 방법 중 어느 하나에 해당하는 것을 포함하는,
    포인트 클라우드 데이터 전송 장치.
  15. 포인트 클라우드 데이터를 포함하는 비트스트림을 수신하는 단계;
    상기 포인트 클라우드 데이터를 디코딩하는 단계; 및
    상기 포인트 클라우드 데이터를 렌더링하는 단계; 를 포함하는,
    포인트 클라우드 데이터 수신 방법.
  16. 제 15항에 있어서, 상기 포인트 클라우드 데이터를 디코딩하는 단계는,
    상기 포인트 클라우드 데이터의 지오메트리 비트스트림로부터 오큐펀시(occupancy) 코드에 따른 옥트리를 재구성하는 단계;
    상기 재구성된 옥트리에 포함된 포인트들의 위치 정보에 기초하여 몰톤 코드를 생성하는 단계;
    상기 생성된 몰톤 코드 및 상기 포인트 클라우드 데이터의 속성 비트스트림에 기초하여 속성 정보를 복호화하는 단계; 를 포함하고,
    상기 몰톤 코드를 생성하는 단계는, 상기 포인트들의 위치 정보를 나타내는 좌표 값의 x좌표 값, y좌표 값 및 z좌표 값의 비트(bit)들을 카운트 정보를 기반으로 가중치를 적용하여 인터리빙(interleaving)하여 상기 몰톤 코드를 생성하는,
    포인트 클라우드 데이터 수신 방법.
  17. 제 16 항에 있어서, 상기 비트스트림은,
    상기 카운트 정보를 기반으로 가중치를 적용하여 인터리빙(interleaving)하여 몰톤 코드를 생성하는 방법이 사용되었는지 여부를 나타내는 정보를 포함하고,
    상기 가중치를 적용하여 인터리빙하여 몰톤 코드를 생성하는 방법은, 상기 포인트들을 포함하는 바운딩 박스(bounding box)의 각 축에 대한 길이와 관련된 가중치를 기반으로 몰톤 코드를 생성하는 방법, 상기 바운딩 박스(bounding box) 내의 상기 포인트들의 각 축에 대한 분포와 관련된 가중치를 기반으로 몰톤 코드를 생성하는 방법 및 상기 바운딩 박스(bounding box) 내의 상기 포인트들의 분포에 따른 가중치를 기반으로 몰톤 코드를 생성하는 방법 중 어느 하나에 해당하는 것을 포함하는,
    포인트 클라우드 데이터 수신 방법.
  18. 포인트 클라우드 데이터를 포함하는 비트스트림을 수신하는 수신부;
    상기 포인트 클라우드 데이터를 디코딩하는 디코더; 및
    상기 포인트 클라우드 데이터를 렌더링하는 렌더러; 를 포함하는,
    포인트 클라우드 데이터 수신 장치.
  19. 제 18항에 있어서, 상기 포인트 클라우드 데이터를 디코딩하는 더코더는,
    상기 포인트 클라우드 데이터의 지오메트리 비트스트림로부터 오큐펀시(occupancy) 코드에 따른 옥트리를 재구성하는 옥트리 재구성 처리부;
    상기 재구성된 옥트리에 포함된 포인트들의 위치 정보에 기초하여 몰톤 코드를 생성하는 몰톤 코드 생성부;
    상기 생성된 몰톤 코드 및 상기 포인트 클라우드 데이터의 속성 비트스트림에 기초하여 속성 정보를 복호화하는 변환 처리부; 를 포함하고,
    상기 몰톤 코드 생성부는, 상기 포인트들의 위치 정보를 나타내는 좌표 값의 x좌표 값, y좌표 값 및 z좌표 값의 비트(bit)들을 카운트 정보를 기반으로 가중치를 적용하여 인터리빙(interleaving)하여 상기 몰톤 코드를 생성하는,
    포인트 클라우드 데이터 수신 장치.
  20. 제 19 항에 있어서, 상기 비트스트림은,
    상기 카운트 정보를 기반으로 가중치를 적용하여 인터리빙(interleaving)하여 몰톤 코드를 생성하는 방법이 사용되었는지 여부를 나타내는 정보를 포함하고,
    상기 가중치를 적용하여 인터리빙하여 몰톤 코드를 생성하는 방법은, 상기 포인트들을 포함하는 바운딩 박스(bounding box)의 각 축에 대한 길이와 관련된 가중치를 기반으로 몰톤 코드를 생성하는 방법, 상기 바운딩 박스(bounding box) 내의 상기 포인트들의 각 축에 대한 분포와 관련된 가중치를 기반으로 몰톤 코드를 생성하는 방법 및 상기 바운딩 박스(bounding box) 내의 상기 포인트들의 분포에 따른 가중치를 기반으로 몰톤 코드를 생성하는 방법 중 어느 하나에 해당하는 것을 포함하는,
    포인트 클라우드 데이터 수신 장치.
PCT/KR2020/004094 2019-08-09 2020-03-26 포인트 클라우드 데이터 전송 장치, 포인트 클라우드 데이터 전송 방법, 포인트 클라우드 데이터 수신 장치 및 포인트 클라우드 데이터 수신 방법 WO2021029511A1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
US17/634,130 US20220321912A1 (en) 2019-08-09 2020-03-26 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
KR20190097593 2019-08-09
KR10-2019-0097593 2019-08-09

Publications (1)

Publication Number Publication Date
WO2021029511A1 true WO2021029511A1 (ko) 2021-02-18

Family

ID=74570380

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/KR2020/004094 WO2021029511A1 (ko) 2019-08-09 2020-03-26 포인트 클라우드 데이터 전송 장치, 포인트 클라우드 데이터 전송 방법, 포인트 클라우드 데이터 수신 장치 및 포인트 클라우드 데이터 수신 방법

Country Status (2)

Country Link
US (1) US20220321912A1 (ko)
WO (1) WO2021029511A1 (ko)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2022225333A1 (ko) * 2021-04-21 2022-10-27 엘지전자 주식회사 포인트 클라우드 데이터 송신 장치, 포인트 클라우드 데이터 송신 방법, 포인트 클라우드 데이터 수신 장치 및 포인트 클라우드 데이터 수신 방법
WO2023182675A1 (ko) * 2022-03-21 2023-09-28 현대자동차주식회사 옥트리 기반 삼각형 코딩을 이용하는 메시 압축을 위한 방법 및 장치
EP4083922A4 (en) * 2019-12-26 2024-01-31 Lg Electronics Inc POINT CLOUD DATA TRANSMITTING DEVICE, POINT CLOUD DATA TRANSMITTING METHOD, POINT CLOUD DATA RECEIVING DEVICE, AND POINT CLOUD DATA RECEIVING METHOD

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20240137564A1 (en) * 2022-10-07 2024-04-25 Tencent America LLC Fast computation of local coordinate system for displacement vectors in mesh coding
WO2024082105A1 (zh) * 2022-10-17 2024-04-25 Oppo广东移动通信有限公司 编解码方法、解码器、编码器及计算机可读存储介质

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20120313944A1 (en) * 2011-06-08 2012-12-13 Pacific Data Images Llc Coherent out-of-core point-based global illumination
US20180144545A1 (en) * 2015-05-07 2018-05-24 Institut Mines Telecom Method of simplifying a geometry model
US20190080483A1 (en) * 2017-09-14 2019-03-14 Apple Inc. Point Cloud Compression
US20190087979A1 (en) * 2017-09-18 2019-03-21 Apple Inc. Point cloud compression

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11297346B2 (en) * 2016-05-28 2022-04-05 Microsoft Technology Licensing, Llc Motion-compensated compression of dynamic voxelized point clouds
US10897269B2 (en) * 2017-09-14 2021-01-19 Apple Inc. Hierarchical point cloud compression
JP7381444B2 (ja) * 2018-02-14 2023-11-15 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
JP7490685B2 (ja) * 2019-07-03 2024-05-27 オッポ広東移動通信有限公司 点群符号化方法、点群復号化方法、符号器、復号器及びコンピュータ記憶媒体

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20120313944A1 (en) * 2011-06-08 2012-12-13 Pacific Data Images Llc Coherent out-of-core point-based global illumination
US20180144545A1 (en) * 2015-05-07 2018-05-24 Institut Mines Telecom Method of simplifying a geometry model
US20190080483A1 (en) * 2017-09-14 2019-03-14 Apple Inc. Point Cloud Compression
US20190087979A1 (en) * 2017-09-18 2019-03-21 Apple Inc. Point cloud compression

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
KHALED MAMMOU, PHILIP A. CHOU, DAVID FLYNN, MAJA KRIVOKUĆA, OHJI NAKAGAMI AND TOSHIYASU SUGIO: "G-PCC codec description v2", ISO/IEC JTC1/SC29/WG11 N18189, 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> [retrieved on 20200629] *

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP4083922A4 (en) * 2019-12-26 2024-01-31 Lg Electronics Inc POINT CLOUD DATA TRANSMITTING DEVICE, POINT CLOUD DATA TRANSMITTING METHOD, POINT CLOUD DATA RECEIVING DEVICE, AND POINT CLOUD DATA RECEIVING METHOD
WO2022225333A1 (ko) * 2021-04-21 2022-10-27 엘지전자 주식회사 포인트 클라우드 데이터 송신 장치, 포인트 클라우드 데이터 송신 방법, 포인트 클라우드 데이터 수신 장치 및 포인트 클라우드 데이터 수신 방법
WO2023182675A1 (ko) * 2022-03-21 2023-09-28 현대자동차주식회사 옥트리 기반 삼각형 코딩을 이용하는 메시 압축을 위한 방법 및 장치

Also Published As

Publication number Publication date
US20220321912A1 (en) 2022-10-06

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
WO2020190093A1 (ko) 포인트 클라우드 데이터 송신 장치, 포인트 클라우드 데이터 송신 방법, 포인트 클라우드 데이터 수신 장치 및 포인트 클라우드 데이터 수신 방법
WO2020189976A1 (ko) 포인트 클라우드 데이터 처리 장치 및 방법
WO2020242244A1 (ko) 포인트 클라우드 데이터 처리 방법 및 장치
WO2020189943A1 (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
WO2020189982A1 (ko) 포인트 클라우드 데이터 처리 장치 및 방법
WO2021002604A1 (ko) 포인트 클라우드 데이터 처리 방법 및 장치
WO2020197228A1 (ko) 포인트 클라우드 데이터 송신 장치, 포인트 클라우드 데이터 송신 방법, 포인트 클라우드 데이터 수신 장치 및 포인트 클라우드 데이터 수신 방법
WO2021029511A1 (ko) 포인트 클라우드 데이터 전송 장치, 포인트 클라우드 데이터 전송 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
WO2020256308A1 (ko) 포인트 클라우드 데이터 처리 장치 및 방법
WO2020262831A1 (ko) 포인트 클라우드 데이터 처리 장치 및 방법
WO2021002594A1 (ko) 포인트 클라우드 데이터 처리 장치 및 방법
WO2020242077A1 (ko) 포인트 클라우드 데이터 처리 장치 및 방법
WO2020246689A1 (ko) 포인트 클라우드 데이터 전송 장치, 포인트 클라우드 데이터 전송 방법, 포인트 클라우드 데이터 수신 장치 및 포인트 클라우드 데이터 수신 방법
WO2020190090A1 (ko) 포인트 클라우드 데이터 전송 장치, 포인트 클라우드 데이터 전송 방법, 포인트 클라우드 데이터 수신 장치 및 포인트 클라우드 데이터 수신 방법
WO2021002592A1 (ko) 포인트 클라우드 데이터 송신 장치, 포인트 클라우드 데이터 송신 방법, 포인트 클라우드 데이터 수신 장치 및 포인트 클라우드 데이터 수신 방법
WO2021261840A1 (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.
WO2021206291A1 (ko) 포인트 클라우드 데이터 전송 장치, 전송 방법, 처리 장치 및 처리 방법
WO2022015006A1 (ko) 포인트 클라우드 데이터 송신 장치, 포인트 클라우드 데이터 송신 방법, 포인트 클라우드 데이터 수신 장치 및 포인트 클라우드 데이터 수신 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
WO2021002665A1 (ko) 포인트 클라우드 데이터 처리 장치 및 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: 20852413

Country of ref document: EP

Kind code of ref document: A1

NENP Non-entry into the national phase

Ref country code: DE

122 Ep: pct application non-entry in european phase

Ref document number: 20852413

Country of ref document: EP

Kind code of ref document: A1