WO2021132834A1 - 포인트 클라우드 데이터 송신 장치, 포인트 클라우드 데이터 송신 방법, 포인트 클라우드 데이터 수신 장치 및 포인트 클라우드 데이터 수신 방법 - Google Patents

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

Info

Publication number
WO2021132834A1
WO2021132834A1 PCT/KR2020/011254 KR2020011254W WO2021132834A1 WO 2021132834 A1 WO2021132834 A1 WO 2021132834A1 KR 2020011254 W KR2020011254 W KR 2020011254W WO 2021132834 A1 WO2021132834 A1 WO 2021132834A1
Authority
WO
WIPO (PCT)
Prior art keywords
point cloud
cloud data
axis
geometry
value
Prior art date
Application number
PCT/KR2020/011254
Other languages
English (en)
French (fr)
Inventor
박유선
오세진
허혜정
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 JP2022525017A priority Critical patent/JP2023507879A/ja
Priority to CN202080078940.6A priority patent/CN114667542A/zh
Priority to EP20906003.7A priority patent/EP4083922A4/en
Priority to US17/772,415 priority patent/US20220383553A1/en
Publication of WO2021132834A1 publication Critical patent/WO2021132834A1/ko

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T9/00—Image coding
    • G06T9/001—Model-based coding, e.g. wire frame
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F7/00—Methods or arrangements for processing data by operating upon the order or content of the data handled
    • G06F7/22—Arrangements for sorting or merging computer data on continuous record carriers, e.g. tape, drum, disc
    • G06F7/24—Sorting, i.e. extracting data from one or more carriers, rearranging the data in numerical or other ordered sequence, and rerecording the sorted data on the original carrier or on a different carrier or set of carriers sorting methods in general
    • 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

Definitions

  • Embodiments relate to a method and apparatus for processing point cloud content.
  • the point cloud content is content expressed as a point cloud, which is a set of points (points) belonging to a coordinate system representing a three-dimensional space.
  • Point cloud content can express three-dimensional media, and provides various services such as VR (Virtual Reality), AR (Augmented Reality), MR (Mixed Reality), and autonomous driving service. used to provide However, tens of thousands to hundreds of thousands of point data are needed to express point cloud content. Therefore, a method for efficiently processing a large amount of point data is required.
  • Embodiments provide an apparatus and method for efficiently processing point cloud data.
  • Embodiments provide a point cloud data processing method and apparatus for solving latency and encoding/decoding complexity.
  • a method for transmitting point cloud data includes encoding point cloud data; transmitting a bitstream including point cloud data; may include.
  • a method for receiving point cloud data may include: receiving a bitstream including point cloud data; decoding the point cloud data; may include.
  • the apparatus and method according to the embodiments may process point cloud data with high efficiency.
  • the apparatus and method according to the embodiments may provide a high quality point cloud service.
  • the apparatus and method according to the embodiments may provide point cloud content for providing universal services such as a VR service and an autonomous driving service.
  • FIG. 1 shows an example of a point cloud content providing system according to embodiments.
  • FIG. 2 is a block diagram illustrating an operation of providing point cloud content according to embodiments.
  • FIG 3 shows an example of a point cloud video capture process according to embodiments.
  • FIG. 4 shows an example of a point cloud encoder according to embodiments.
  • FIG. 5 shows an example of a voxel according to embodiments.
  • FIG. 6 shows an example of an octree and an occupancy code according to embodiments.
  • FIG. 7 shows an example of a neighbor node pattern according to embodiments.
  • FIG. 10 shows an example of a point cloud decoder according to embodiments.
  • FIG. 11 shows an example of a point cloud decoder according to embodiments.
  • FIG. 13 is an example of a receiving apparatus according to embodiments.
  • FIG. 14 shows an example of a structure capable of interworking with a method/device for transmitting and receiving point cloud data according to embodiments.
  • 15 illustrates a method of generating a molton code according to embodiments.
  • 16 illustrates a method of generating a molton code according to embodiments.
  • 17 illustrates a method of generating a molton code according to embodiments.
  • FIG. 18 illustrates a threshold value of a Morton code generation order according to embodiments.
  • FIG. 20 shows a configuration of a point cloud bitstream according to embodiments.
  • TPS Tile Parameter Set
  • GPS Geometry Parameter Set
  • APS Attribute Parameter Set
  • GSH Geometry Slice Header
  • 25 shows a method for transmitting point cloud data according to embodiments.
  • 26 shows a method of receiving point cloud data according to embodiments.
  • FIG. 1 shows an example of a point cloud content providing system according to embodiments.
  • the point cloud content providing system shown in FIG. 1 may include a transmission device 10000 and a reception device 10004 .
  • the transmitting device 10000 and the receiving device 10004 are capable of wired/wireless communication in order to transmit/receive point cloud data.
  • the transmission device 10000 may secure, process, and transmit a point cloud video (or point cloud content).
  • the transmission device 10000 may be a fixed station, a base transceiver system (BTS), a network, an Ariticial Intelligence (AI) device and/or system, a robot, an AR/VR/XR device and/or a server and the like.
  • BTS base transceiver system
  • AI Ariticial Intelligence
  • robot an AR/VR/XR device and/or a server and the like.
  • the transmission device 10000 uses a radio access technology (eg, 5G NR (New RAT), LTE (Long Term Evolution)) to perform communication with a base station and/or other wireless devices; It may include robots, vehicles, AR/VR/XR devices, mobile devices, home appliances, Internet of Things (IoT) devices, AI devices/servers, and the like.
  • a radio access technology eg, 5G NR (New RAT), LTE (Long Term Evolution)
  • 5G NR New RAT
  • LTE Long Term Evolution
  • IoT Internet of Things
  • Transmission device 10000 is 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) ) contains
  • the point cloud video acquisition unit 10001 acquires the point cloud video through processing such as capturing, synthesizing, or generating.
  • the point cloud video is point cloud content expressed as a point cloud that is a set of points located in a three-dimensional space, and may be referred to as point cloud video data or the like.
  • 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 obtained 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
  • 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 (eg, 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 encapsulation module) that performs an encapsulation operation.
  • the encapsulation unit may be included in the transmitter 10003 .
  • the 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 communicate with the receiving device 10004 (or a receiver 10005) through wired/wireless communication through networks such as 4G, 5G, and 6G. Also, the transmitter 10003 may perform a necessary data processing operation according to a network system (eg, a communication network system such as 4G, 5G, or 6G). Also, the transmission device 10000 may transmit encapsulated data according to an on demand method.
  • a network system eg, 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 receiving apparatus 10004 includes a receiver (Receiver, 10005), a point cloud video decoder (Point Cloud Decoder, 10006), and/or a renderer (Renderer, 10007).
  • the receiving device 10004 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, a device, a robot , vehicles, AR/VR/XR devices, mobile devices, home appliances, Internet of Things (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 a necessary data processing operation according to a network system (eg, a communication network system such as 4G, 5G, or 6G).
  • the receiver 10005 may output a bitstream by decapsulating the received file/segment.
  • 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 an encoded manner (eg, 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 the point cloud content.
  • the display may not be included in the renderer 10007 and may be implemented as a separate device or component.
  • the feedback information is information for reflecting the interactivity with the user who consumes the 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 provided by the content transmitting side (eg, the transmission device 10000) and/or the service provider can be passed on to According to embodiments, the feedback information may be used by the receiving device 10004 as well as the transmitting device 10000 or may not be provided.
  • the head orientation information is information about the user's head position, direction, angle, movement, and the like.
  • the receiving apparatus 10004 may calculate viewport information based on head orientation information.
  • the viewport information is information about the area of the point cloud video that the user is looking at.
  • a viewpoint is a point at which a user is watching a point cloud video, and may mean a central point of the 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 reception 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 checks the user's point cloud consumption method, the point cloud video area the user gazes at, the gaze time, and the like by performing a gaze analysis or the like.
  • the receiving device 10004 may transmit feedback information including the result of the 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 transferring feedback information secured by the renderer 10007 .
  • the point cloud content providing system may process (encode/decode) the point cloud data based on the feedback information. Accordingly, the point cloud video data decoder 10006 may perform a decoding operation based on the feedback information. Also, the receiving device 10004 may transmit feedback information to the transmitting device 10000 . The transmitting device 10000 (or the point cloud video data encoder 10002 ) may perform an encoding operation based on the feedback information. Therefore, the point cloud content providing system does not process (encode / decode) all point cloud data, but efficiently processes necessary data (for example, point cloud data corresponding to the user's head position) based on the feedback information, and the user can provide point cloud content to
  • the transmitting apparatus 10000 may be referred to as an encoder, a transmitting device, a transmitter, or the like, and the receiving apparatus 10004 may be referred to as a decoder, a receiving 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.
  • the elements of the point cloud content providing system shown in FIG. 1 may be implemented by hardware, software, a 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
  • the point cloud content providing system may acquire a point cloud video (20000).
  • a point cloud video is expressed as a point cloud belonging to a coordinate system representing a three-dimensional space.
  • a point cloud video according to embodiments may include a Ply (Polygon File format or the Stanford Triangle format) file.
  • the acquired point cloud video may include one or more Ply files.
  • the Ply file contains point cloud data such as the point's geometry and/or attributes. Geometry includes positions of 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 including XYZ axes).
  • the attribute includes 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 properties).
  • one point may have one attribute of color, or two attributes of color and reflectance.
  • the geometry may be referred to as positions, geometry information, geometry data, and the like, and the attribute may be referred to as attributes, attribute information, attribute data, and the like.
  • the point cloud content providing system receives points from information (eg, depth information, color information, etc.) related to the point cloud video acquisition process. Cloud data can be obtained.
  • the point cloud content providing system may encode the 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 the 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 the 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 (eg, the receiving device 10004 or the receiver 10005) according to the embodiments may receive a bitstream including the encoded point cloud data. Also, the point cloud content providing system (eg, the receiving device 10004 or the receiver 10005) may demultiplex the bitstream.
  • the point cloud content providing system may decode the encoded point cloud data (for example, a geometry bitstream, an 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) may 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 (eg, the receiving device 10004 or the point cloud video decoder 10005) may decode the geometry bitstream to restore positions (geometry) of the points.
  • the point cloud content providing system may restore attributes of points by decoding an attribute bitstream based on the restored geometry.
  • the point cloud content providing system (eg, the receiving device 10004 or the point cloud video decoder 10005) may reconstruct the point cloud video based on positions and decoded attributes according to the reconstructed geometry.
  • the point cloud content providing system may render the decoded point cloud data (20004).
  • the point cloud content providing system may render the geometry and attributes decoded through the decoding process according to various rendering methods according to the rendering method. Points of the point cloud content may be rendered as a vertex having a certain thickness, a cube having a specific minimum size centered at the vertex position, or a circle centered at 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 (eg, the receiving device 10004) according to embodiments may secure feedback information (20005).
  • the point cloud content providing system may encode and/or decode the point cloud data based on the feedback information. Since the operation of the feedback information and point cloud content providing system according to the embodiments is the same as the feedback information and operation described with reference to FIG. 1 , a detailed description thereof will be omitted.
  • FIG 3 shows an example of a point cloud video capture process according to embodiments.
  • FIG. 3 shows an example of a point cloud video capture process of the point cloud content providing system described with reference to FIGS. 1 to 2 .
  • the point cloud content is an object located in various three-dimensional spaces (eg, a three-dimensional space representing a real environment, a three-dimensional space representing a virtual environment, etc.) and/or a point cloud video representing the environment (images and/or videos) are included.
  • one or more cameras eg, an infrared camera capable of securing depth information, color information corresponding to depth information
  • projectors for example, infrared pattern projectors to secure depth information, etc.
  • LiDAR etc.
  • the point cloud content providing system may extract a shape of a geometry composed of points in a three-dimensional space from depth information, and extract an attribute of each point from color information to secure point cloud data.
  • An image and/or an image according to embodiments may be captured based on at least one of an inward-facing method and an outward-facing method.
  • the left side of FIG. 3 shows an inward-pacing scheme.
  • the inward-pacing method refers to a method in which one or more cameras (or camera sensors) located surrounding the central object capture the central object.
  • the inward-facing method provides a 360-degree image of a point cloud content that provides a 360-degree image of a core object to the user (for example, a 360-degree image of an object (eg, a core object such as a character, player, object, actor, etc.) to the user.
  • VR/AR content for example, a 360-degree image of an object (eg, a core object such as a character, player, object, actor, etc.)
  • the right side of FIG. 3 shows an outward-pacing scheme.
  • the outward-pacing method refers to a method in which one or more cameras (or camera sensors) positioned surrounding the central object capture the environment of the central object rather than the central object.
  • the outward-pacing method may be used to generate point cloud content (eg, content representing an external environment that may be provided to a user of an autonomous vehicle) for providing a surrounding environment that appears from the user's point of view.
  • point cloud content eg, content representing an external environment that may be provided to a user of an autonomous vehicle
  • the point cloud content may be generated based on a capture operation of one or more cameras.
  • the point cloud content providing system may perform calibration of one or more cameras in order to set a global coordinate system before a capture operation.
  • the point cloud content providing system may generate the point cloud content by synthesizing the image and/or image captured by the above-described capture method and an arbitrary image and/or image.
  • the point cloud content providing system may not perform the capture operation described with reference to FIG. 3 when generating point cloud content representing a virtual space.
  • the point cloud content providing system according to the embodiments may perform post-processing on the captured image and/or the image. That is, the point cloud content providing system removes an unwanted area (for example, a background), recognizes a space where captured images and/or images are connected, and fills in a spatial hole if there is one. 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 obtained from each camera.
  • the point cloud content providing system may perform coordinate system transformation of points based on the position coordinates of each camera. Accordingly, the point cloud content providing system may generate content representing one wide range and 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 controls the point cloud data (for example, positions of points and / or the like) to adjust the quality (eg, lossless, lossy, near-lossless) of the point cloud content according to the network situation or application. attributes) and perform an encoding operation.
  • the point cloud content providing system may not be able to stream the corresponding content in real time. Accordingly, the point cloud content providing system may reconfigure the point cloud content based on a maximum target bitrate in order to provide it according to a network environment.
  • the point cloud encoder may perform geometry encoding and attribute encoding. Geometry encoding is performed before attribute encoding.
  • the point cloud encoder may include a coordinate system transformation unit (Transformation Coordinates, 40000), a quantization unit (Quantize and Remove Points (Voxelize), 40001), an octree analysis unit (Analyze Octree, 40002), and a surface appropriation analysis unit ( Analyze Surface Approximation (40003), Arithmetic Encode (40004), Reconstruct Geometry (40005), Color Transformer (Transform Colors, 40006), Attribute Transformer (Transfer Attributes, 40007), RAHT Transform It includes a unit 40008, an LOD generator (Generated LOD, 40009), a lifting transform unit (Lifting) 40010, a coefficient quantization unit (Quantize Coefficients, 40011) and/or an arithmetic encoder (Arithmetic Encode, 40012).
  • a coordinate system transformation unit Transformation Coordinates, 40000
  • a quantization unit Quantization and Remove Points (Voxelize)
  • the coordinate system transformation unit 40000, the quantization unit 40001, the octree analysis unit 40002, the surface approximation 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 trisup geometry encoding are applied selectively or in combination. Also, the geometry encoding is not limited to the above example.
  • the coordinate system conversion unit 40000 receives the positions and converts them into a coordinate system.
  • the positions may be converted into position information in a three-dimensional space (eg, a three-dimensional space expressed in an XYZ coordinate system, etc.).
  • Location information in a 3D space according to embodiments may be referred to as geometry information.
  • the quantizer 40001 quantizes the geometry. For example, the quantizer 40001 may quantize the points based on the minimum position values of all points (eg, the 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 quatization scale value, and then performs a quantization operation to find the nearest integer value by rounding or rounding it down. Accordingly, one or more points may have the same quantized position (or position value). The quantizer 40001 according to embodiments performs voxelization based on quantized positions to reconstruct quantized points.
  • the quantizer 40001 performs voxelization based on quantized positions to reconstruct quantized points.
  • a minimum unit including 2D image/video information is a pixel, and points of point cloud content (or 3D point cloud video) according to embodiments may be included in one or more voxels.
  • the quantizer 40001 may match groups of points in a 3D space to voxels.
  • one voxel may include only one point.
  • one voxel may include one or more points.
  • a position of a center point 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 analyzer 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 the octal tree structure.
  • the surface approximation analyzer 40003 may analyze and approximate the octree.
  • Octree analysis and approximation 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.
  • the encoding results in a geometry bitstream.
  • Color transform unit 40006, attribute transform unit 40007, RAHT transform unit 40008, LOD generating unit 40009, lifting transform unit 40010, coefficient quantization unit 40011 and/or arithmetic encoder 40012 performs attribute encoding.
  • one point may have one or more attributes. Attribute encoding according to embodiments is equally applied 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 may include color transform coding, attribute transform coding, region adaptive hierarchical 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)) may include coding.
  • RAHT region adaptive hierarchical transform
  • coding interpolaration-based hierarchical nearest-neighbor prediction-Prediction Transform coding
  • Lifting Transform interpolation-based hierarchical nearest -neighbor prediction with an update/lifting step
  • attribute encoding is not limited to the above-described example.
  • 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 converter 40006 according to embodiments may be optionally applied according to color values included in the 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 a reconstructed geometry (or a reconstructed geometry).
  • the attribute transform unit 40007 performs an attribute transform that transforms attributes based on positions where geometry encoding has not been performed and/or a reconstructed geometry. As described above, since the attributes are dependent on the 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 a point at the position based on the position value of the point included in the voxel. As described above, when the position of the center point of a corresponding voxel is set based on the positions of one or more points included in one voxel, the attribute conversion unit 40007 converts attributes of the one or more points. When the tri-soup geometry encoding is performed, the attribute conversion unit 40007 may convert the attributes based on the tri-soup geometry encoding.
  • the attribute conversion unit 40007 is an average value of attributes or attribute values (eg, color or reflectance of each point) of neighboring points within a specific position/radius from the position (or position value) of the center point of each voxel. can be calculated to perform attribute transformation.
  • the attribute conversion unit 40007 may apply a weight according to the distance from the center point to each point when calculating the average value.
  • each voxel has a position and a computed attribute (or attribute value).
  • the attribute transform 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 the K-D tree or the Morton 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 quickly.
  • the Molton code represents a coordinate value (eg (x, y, z)) representing the 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 transform unit 40007 may align the points based on the Molton code value and perform a shortest neighbor search (NNS) through a depth-first traversal process. After the attribute transform operation, when the nearest neighbor search (NNS) is required in another transform 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 converter 40008 performs RAHT coding for predicting attribute information based on the reconstructed geometry information.
  • the RAHT transform unit 40008 may predict attribute information of a node at an upper level of the octree based on attribute information associated with a node at a lower level of the octree.
  • the LOD generator 40009 generates a level of detail (LOD) to perform predictive transform coding.
  • LOD level of detail
  • the LOD according to the embodiments indicates the detail of the point cloud content, and the smaller the LOD value, the lower the detail of the point cloud content, and the larger the LOD value, the higher the detail of the point cloud content. Points may be classified according to LOD.
  • the lifting transform unit 40010 performs lifting transform coding that transforms the attributes of the point cloud based on weights. As described above, lifting transform coding may be selectively applied.
  • the coefficient quantizer 40011 quantizes the attribute-coded attributes based on the coefficients.
  • the arithmetic encoder 40012 encodes the quantized attributes based on arithmetic coding.
  • the elements of the point cloud encoder of FIG. 4 are hardware including one or more processors or integrated circuits configured to communicate with one or more memories included in the point cloud providing device. , software, firmware, or a combination thereof.
  • the one or more processors may perform at least any one or more of the operations and/or functions of the elements of the point cloud encoder of FIG. 4 described above.
  • the one or more processors may also operate or execute a set of software programs and/or instructions for performing the operations and/or functions of the elements of the point cloud encoder of FIG. 4 .
  • One or more memories may include high speed random access memory, non-volatile memory (eg, one or more magnetic disk storage devices, flash memory devices, or other non-volatile solid state memory). memory devices (such as solid-state memory devices).
  • FIG. 5 shows an example of a voxel according to embodiments.
  • voxel 5 is an octree structure that recursively subdivides a bounding box defined by two poles (0,0,0) and (2 d , 2 d , 2 d ).
  • An example of a voxel generated through One voxel includes at least one or more points.
  • a voxel may estimate spatial coordinates from a positional relationship with a voxel group.
  • voxels have attributes (such as color or reflectance) like pixels of a 2D image/image.
  • a detailed description of the voxel is the same as that described with reference to FIG. 4 and thus will be omitted.
  • FIG. 6 shows an example of an octree and an occupancy code according to embodiments.
  • the point cloud content providing system (point cloud video encoder 10002) or point cloud encoder (eg, octree analysis unit 40002) efficiently manages the area and/or position of voxels.
  • point cloud video encoder 10002 or point cloud encoder eg, octree analysis unit 40002
  • octree geometry coding or octree coding based on octree structure is performed.
  • FIG. 6 shows the octree structure.
  • the three-dimensional space of the point cloud content according to the embodiments is expressed by axes (eg, X-axis, Y-axis, and Z-axis) of the coordinate system.
  • the octree structure is created by recursive subdividing a cubic 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 value of d 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 six faces.
  • each of the eight spaces is again divided based on the axes of the coordinate system (eg, X-axis, Y-axis, and Z-axis). Therefore, each space is further divided into 8 small spaces.
  • the divided small space is also expressed as a cube with six faces. This division method is applied until a leaf node of the octree becomes a voxel.
  • the lower part of FIG. 6 shows the occupanci code of the octree.
  • An occupancy code of an octree is generated to indicate whether each of eight divided spaces generated by dividing one space includes at least one point. Accordingly, one occupanci code is expressed by eight child nodes. Each child node represents the occupancies of the divided space, and each child node has a value of 1 bit. Therefore, the occupanci 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 corresponding node has a value of 1. If the space corresponding to the child node does not contain a point (empty), the node has a value of 0. Since the occupanci code shown in FIG.
  • a point cloud encoder (eg, arithmetic encoder 40004 ) according to embodiments may entropy encode the occupanci code. In addition, to increase the compression efficiency, the point cloud encoder can intra/inter-code the occupanci code.
  • the receiving apparatus (eg, the receiving apparatus 10004 or the point cloud video decoder 10006) according to the embodiments reconstructs an octree based on the occupanci code.
  • the point cloud encoder (eg, the point cloud encoder of FIG. 4 , or the octree analyzer 40002) according to embodiments may perform voxelization and octree coding to store positions of points.
  • the 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 on the entire 3D space. For example, if there are few points in a specific area, it is not necessary to perform voxelization up to the corresponding area.
  • the point cloud encoder does not perform voxelization on the above-described specific region (or a node other than a leaf node of an octree), but directly codes positions of points included in the specific region. ) can be done. Coordinates of direct coding points according to embodiments are called direct coding mode (DCM).
  • DCM direct coding mode
  • the point cloud encoder according to the embodiments may perform trisoup geometry encoding for reconstructing positions of points in a specific region (or node) based on a voxel based on a surface model.
  • Tri-Soop geometry encoding is a geometry encoding that expresses the representation of an object as a series of triangle meshes.
  • the point cloud decoder can generate a point cloud from the mesh surface.
  • Direct coding and trisup geometry encoding according to embodiments may be selectively performed. Also, direct coding and trisup geometry encoding according to embodiments may be performed in combination with octree geometry coding (or octree coding).
  • the option to use a direct mode for applying direct coding must be activated, and a node to which direct coding is to be applied is not a leaf node, but is below a threshold within a specific node. points must exist. In addition, the number of whole points to be subjected to direct coding should not exceed a preset limit value. If the above condition is satisfied, the point cloud encoder (or the arithmetic encoder 40004 ) according to embodiments may entropy-code positions (or position values) of points.
  • the point cloud encoder (for example, the surface appropriation analyzer 40003) according to the embodiments determines a specific level of the octree (when the level is smaller than the depth d of the octree), and from that level, a node using the surface model It is possible to perform tri-soup geometry encoding that reconstructs the position of a point in a region based on voxels (tri-soup mode).
  • the point cloud encoder according to the embodiments may designate a level to which tri-soup geometry encoding is to be applied. For example, if the specified level is equal to the depth of the octree, the point cloud encoder will not operate in trichop mode.
  • the point cloud encoder may operate in the tri-soup mode only when the designated level is smaller than the depth value of the octree.
  • a three-dimensional cube region of nodes of a specified level according to embodiments is called a block.
  • One block may include one or more voxels.
  • a block or voxel may correspond to a brick.
  • the geometry is represented as a surface.
  • a surface according to embodiments may intersect each edge of the block at most once.
  • 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 ocupided voxel means a voxel including a point. The position of the vertex detected along the edge is the average position along the edge of all voxels of all voxels adjacent to the edge among all blocks sharing the edge.
  • the point cloud encoder When a vertex is detected, the point cloud encoder according to the embodiments entropy-codes the starting point (x, y, z) of the edge, the direction vectors ( ⁇ x, ⁇ y, ⁇ z) of the edge, and the vertex position values (relative position values within the edge).
  • the point cloud encoder eg, the geometry reconstruction unit 40005
  • the point cloud encoder performs triangle reconstruction, up-sampling, and voxelization processes. to create a reconstructed geometry (reconstructed geometry).
  • Vertices located at the edge of a block determine the surface that passes through the block.
  • the surface according to 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 perform a square on the values obtained by subtracting the centroid value from each vertex value, and obtain the sum of all the values.
  • the minimum value of the added values is obtained, and the projection process is performed along the axis with the minimum value. For example, if the x element is the minimum, each vertex is projected on the x-axis with respect to the center of the block and projected on the (y, z) plane. If the projected value on the (y, z) plane is (ai, bi), the ⁇ value is obtained through atan2(bi, ai), and the vertices are aligned based on the ⁇ value.
  • the table below shows combinations of vertices for generating a triangle according to the number of vertices. Vertices are sorted in order from 1 to n.
  • the table below shows that for four vertices, two triangles can be formed according to a combination of vertices.
  • the first triangle may be composed of 1st, 2nd, and 3rd vertices among aligned vertices
  • the second triangle may be composed of 3rd, 4th, and 1st vertices among aligned vertices. .
  • the upsampling process is performed to voxelize the triangle by adding points along the edge of the triangle. Create additional points based on the upsampling factor and the width of the block. The additional points are called refined vertices.
  • the point cloud encoder may voxel the refined vertices. Also, 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.
  • the point cloud content providing system or the point cloud encoder directly transmits the occupanci code.
  • Entropy coding is possible.
  • the point cloud content providing system or point cloud encoder performs entropy encoding (intra-encoding) based on the occupancies of the current node and the occupancies of neighboring nodes, or entropy encoding (inter-encoding) based on the occupancies of the previous frame. ) can be done.
  • a frame according to embodiments means a set of point cloud videos generated at the same time.
  • a point cloud encoder determines occupancy of neighboring nodes of each node of an octree and obtains a value of a neighbor pattern.
  • the neighbor node pattern is used to infer the occupancies pattern of the corresponding node.
  • the left side of FIG. 7 shows a cube corresponding to a node (a cube located in the center) and six cubes (neighbor nodes) sharing at least one face with the cube.
  • the nodes shown in the figure are nodes of the same depth (depth).
  • the numbers shown in the figure represent the 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 the neighboring node pattern values.
  • the neighbor node pattern value is the sum of values multiplied by the weights of the ocupided neighbor nodes (neighbor nodes with points). Therefore, the neighbor node pattern values range from 0 to 63. When the neighbor node pattern value is 0, it indicates that there is no node (ocupid node) having a point among the neighboring nodes of the corresponding node. When the neighbor node pattern value is 63, it indicates that all of the neighbor nodes are ocupid nodes. As shown in the figure, since neighboring nodes to which weights 1, 2, 4, and 8 are assigned are ocupided 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 value of the neighboring node pattern (for example, if the value of the neighboring node pattern is 63, 64 types of coding are performed). According to embodiments, the point cloud encoder may reduce coding complexity by changing the neighbor node pattern value (eg, based on a table that changes 64 to 10 or 6).
  • the encoded geometry is reconstructed (decompressed).
  • the geometry reconstruction operation may include changing the arrangement 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, and voxelization. Since the attribute is dependent on the geometry, the attribute encoding is performed based on the reconstructed geometry.
  • the point cloud encoder may reorganize the points by LOD.
  • the figure shows the point cloud content corresponding to the LOD.
  • the left side of the drawing 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 sparsely distributed, and the points of the highest LOD are densely distributed. That is, as the LOD increases according to the direction of the arrow indicated at the bottom of the drawing, the interval (or distance) between the points becomes shorter.
  • the point cloud content providing system or the point cloud encoder (for example, the point cloud video encoder 10002, the point cloud encoder of FIG. 4, or the LOD generator 40009) generates an LOD. can do.
  • the LOD is created by reorganizing the points into a set of refinement levels according to a set LOD distance value (or set of Euclidean Distance).
  • the LOD generation process is performed not only in the point cloud encoder but also in the point cloud decoder.
  • FIG. 9 shows examples (P0 to P9) of points of point cloud content distributed in a three-dimensional space.
  • the original order of FIG. 9 indicates the order of points P0 to P9 before LOD generation.
  • the LOD based order of FIG. 9 indicates the order of points according to the 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 perform predictive transform coding, lifting transform coding, and RAHT transform coding selectively or in combination.
  • a point cloud encoder may generate predictors for points and perform predictive transform coding to set a predictive attribute (or predictive attribute value) of each point. That is, N predictors may be generated for N points.
  • the prediction attribute (or attribute value) is a weight calculated based on the distance to each neighboring point in the attributes (or attribute values, for example, color, reflectance, etc.) of neighboring points set in the predictor of each point (or a weight value) is set as the average value of the multiplied value.
  • the point cloud encoder for example, the coefficient quantization unit 40011 according to the embodiments subtracts the predicted attribute (attribute value) from the attribute (attribute value) of each point (residuals, residual attribute, residual attribute value, attribute quantization and inverse quantization can be performed on the prediction residual value, etc.
  • the quantization process is 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 predictor of each point.
  • the point cloud encoder according to the examples (eg, the arithmetic encoder 40012) may entropy-code the attributes of the corresponding point without performing the above-described process if there are no neighboring points in the predictor of each point.
  • a point cloud encoder (for example, the lifting transform unit 40010) generates a predictor of each point, sets an LOD calculated in the predictor, registers neighboring points, and weights according to distances to neighboring points
  • Lifting transform coding may be performed by setting .Lifting transform coding according to embodiments is similar to the above-described predictive transform coding, except that a weight is accumulated and applied to an attribute value. The process of cumulatively applying weights to values is as follows.
  • the weights calculated for all predictors are additionally multiplied by the weights stored in the QW corresponding to the predictor index, and the calculated weights are cumulatively added to the update weight array as the indices of neighboring nodes.
  • the value obtained by multiplying the calculated weight by the attribute value of the index of the neighbor node is accumulated and summed.
  • predictive attribute values are calculated by additionally multiplying the attribute values updated through the lift update process by the weights updated through the lift prediction process (stored in QW).
  • a point cloud encoder eg, the coefficient quantization unit 40011
  • a point cloud encoder eg, arithmetic encoder 40012
  • entropy codes the quantized attribute values.
  • the point cloud encoder (for example, the RAHT transform unit 40008) according to the embodiments may perform RAHT transform coding for estimating the attributes of the nodes of the higher level by using the attributes associated with the nodes at the lower level of the octree.
  • RAHT transform coding is an example of attribute intra coding with octree backward scan.
  • the point cloud encoder according to the embodiments scans the entire area from the voxel, and repeats the merging process up to the root node while merging the voxels into a larger block at each step.
  • the merging process according to the embodiments is performed only for the ocupid node. A merging process is not performed on an empty node, and a merging process is performed on a node immediately above the empty node.
  • g lx, y, and z represent the average attribute values of voxels in level l.
  • g lx, y, z can be calculated from g l+1 2x, y, z and g l+1 2x+1, y, z.
  • g l-1 x, y, z are low-pass values, which are used in the merging process at the next higher level.
  • h l-1 x, y, and z are high-pass coefficients, and the high-pass coefficients in each step are quantized and entropy-coded (eg, encoding of the arithmetic encoder 400012 ).
  • the root node is created as follows through the last g 1 0, 0, 0 and g 1 0, 0, 1 ,
  • FIG. 10 shows an example of a point cloud decoder according to embodiments.
  • the point cloud decoder shown in FIG. 10 is an example of the point cloud video decoder 10006 described in FIG. 1 , and may perform the same or similar operations to the operation 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 outputs decoded geometry by performing geometry decoding on the geometry bitstream.
  • the attribute decoder outputs decoded attributes by performing attribute decoding based on the decoded geometry and the attribute bitstream.
  • the decoded geometry and decoded attributes are used to reconstruct the point cloud content (decoded point cloud).
  • FIG. 11 shows an example of a point cloud decoder according to embodiments.
  • the point cloud decoder shown in FIG. 11 is an example of the point cloud decoder described with reference to FIG. 10 , and may perform a decoding operation that is a reverse process of the encoding operation of the point cloud encoder described with reference to FIGS. 1 to 9 .
  • the point cloud decoder may perform geometry decoding and attribute decoding. Geometry decoding is performed before attribute decoding.
  • a point cloud decoder may include an arithmetic decoder (11000), an octree synthesizing unit (synthesize octree, 11001), a synthesize surface approximation (11002), and a geometry reconstructing unit (reconstruct geometry). , 11003), inverse transform coordinates (11004), arithmetic decoder (11005), inverse quantize (11006), RAHT transform unit (11007), LOD generator (generate LOD, 11008) ), an inverse lifting unit (Inverse lifting, 11009), and / or color inverse transform unit (inverse transform colors, 11010).
  • the arithmetic decoder 11000 , the octree synthesizer 11001 , the surface opproximation synthesizer 11002 , the geometry reconstruction unit 11003 , and the coordinate system inverse transformation unit 11004 may perform geometry decoding.
  • Geometry decoding according to embodiments may include direct coding and trisoup geometry decoding. Direct coding and trisup geometry decoding are optionally applied. Also, the geometry decoding is not limited to the above example, and is performed as a reverse process of the geometry encoding described with reference to FIGS. 1 to 9 .
  • the arithmetic decoder 11000 decodes the received geometry bitstream based on arithmetic coding.
  • the operation of the arithmetic decoder 11000 corresponds to the reverse process of the arithmetic encoder 40004 .
  • the octree synthesizing unit 11001 may generate an octree by obtaining an ocupancy code from a decoded geometry bitstream (or information about a geometry secured as a result of decoding).
  • a detailed description of the occupanci code is the same as described with reference to FIGS. 1 to 9 .
  • the surface op-proximation synthesizing unit 11002 may synthesize a surface based on the decoded geometry and/or the generated octree when the tri-top geometry encoding is applied.
  • the geometry reconstruction unit 11003 may reconstruct a geometry based on the surface and/or the decoded geometry. As described with reference to FIGS. 1 to 9 , direct coding and tri-soup geometry encoding are selectively applied. Accordingly, the geometry reconstruction unit 11003 directly brings and adds position information of points to which direct coding is applied. In addition, when tri-soup geometry encoding is applied, the geometry reconstruction unit 11003 may perform a reconstruction operation of the geometry reconstruction unit 40005, for example, triangle reconstruction, up-sampling, and voxelization to restore the geometry. have. Specific details are the same as those described with reference to 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 obtain positions of points by transforming the coordinate system based on the restored geometry.
  • the arithmetic decoder 11005, the inverse quantization unit 11006, the RAHT transform unit 11007, the LOD generation unit 11008, the inverse lifting unit 11009, and/or the color inverse transform unit 11010 are the attributes described with reference to FIG. decoding can be performed.
  • Attribute decoding according to embodiments includes Region Adaptive Hierarchical 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 Hierarchical 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 arithmetic decoder 11005 decodes an attribute bitstream by arithmetic coding.
  • the inverse quantization unit 11006 inverse quantizes the decoded attribute bitstream or information about the attribute secured as a result of decoding, and outputs inverse quantized attributes (or attribute values). Inverse quantization may be selectively applied based on attribute encoding of the point cloud encoder.
  • the RAHT transformation unit 11007, the LOD generation unit 11008, and/or the inverse lifting unit 11009 may process the reconstructed geometry and dequantized attributes. As described above, the RAHT converting unit 11007, the LOD generating unit 11008 and/or the inverse lifting unit 11009 may selectively perform a corresponding decoding operation according to the encoding of the point cloud encoder.
  • the color inverse transform unit 11010 performs inverse transform coding for inverse transforming color values (or textures) included in 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, 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 any one or more of the operations and/or functions of the elements of the point cloud decoder of FIG. 11 described above.
  • the 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 decoder of FIG. 11 .
  • the transmission device shown in FIG. 12 is an example of the transmission device 10000 of FIG. 1 (or the point cloud encoder of FIG. 4 ).
  • the transmitting apparatus shown in FIG. 12 may perform at least any one or more of the same or similar operations and methods to the operations and encoding methods of the point cloud encoder described with reference to FIGS. 1 to 9 .
  • the transmission apparatus includes a data input unit 12000 , a quantization processing unit 12001 , a voxelization processing unit 12002 , an occupancy code generation unit 12003 , a surface model processing unit 12004 , and an intra/ Inter-coding processing unit 12005, arithmetic coder 12006, metadata processing unit 12007, color conversion processing unit 12008, attribute conversion processing unit (or attribute conversion processing unit) 12009, prediction/lifting/RAHT conversion It may include a processing unit 12010 , an arithmetic coder 12011 , and/or a transmission processing unit 12012 .
  • 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 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. Since the geometry encoding according to the embodiments is the same as or similar to the geometry encoding described with reference to FIGS. 1 to 9 , a detailed description thereof will be omitted.
  • the quantization processing unit 12001 quantizes a geometry (eg, a position value of points or a position value).
  • the operation and/or quantization of the quantization processing unit 12001 is the same as or similar to the operation and/or quantization of the quantization unit 40001 described with reference to FIG. 4 .
  • a detailed description is the same as that described with reference to FIGS. 1 to 9 .
  • the voxelization processing unit 12002 voxelizes position values of quantized points.
  • the voxelization processing unit 12002 may perform the same or similar operations and/or processes as those of the quantization unit 40001 described with reference to FIG. 4 and/or the voxelization process. A detailed description is the same as that described with reference to FIGS. 1 to 9 .
  • the octree occupancy code generator 12003 performs octree coding on the positions of voxelized points based on the octree structure.
  • the octree occupancy code generator 12003 may generate an occupanci code.
  • the octree occupancy code generator 12003 may perform the same or similar operations and/or methods to those of the point cloud encoder (or the octree analyzer 40002) described with reference to FIGS. 4 and 6 . A detailed description is the same as that described with reference to FIGS. 1 to 9 .
  • the surface model processing unit 12004 may perform tri-supply geometry encoding for reconstructing positions of points in a specific region (or node) based on a voxel based on a surface model.
  • the fore surface model processing unit 12004 may perform the same or similar operations and/or methods to those of the point cloud encoder (eg, the surface appropriation analyzer 40003) described with reference to FIG. 4 .
  • a detailed description is the same as that described with reference to FIGS. 1 to 9 .
  • the intra/inter coding processing unit 12005 may perform intra/inter coding of point cloud data.
  • the intra/inter coding processing unit 12005 may perform the same or similar coding to the intra/inter coding described with reference to FIG. 7 . A detailed description is the same as that described with reference to FIG. 7 .
  • 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 operations and/or methods as the operations and/or methods of the arithmetic encoder 40004 .
  • the metadata processing unit 12007 processes metadata related to point cloud data, for example, a setting value, and provides it to necessary processing such as geometry encoding and/or attribute encoding. Also, the metadata processing unit 12007 according to embodiments 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. Also, 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. Since the attribute encoding according to the embodiments is the same as or similar to the attribute encoding described with reference to FIGS. 1 to 9 , a detailed description thereof will be omitted.
  • the color conversion processing unit 12008 performs color conversion coding for converting color values included in the attributes.
  • the color conversion processing unit 12008 may perform color conversion coding based on the reconstructed geometry.
  • the description of the reconstructed geometry is the same as that described with reference to FIGS. 1 to 9 .
  • the same or similar operation and/or method to the operation and/or method of the color conversion unit 40006 described with reference to FIG. 4 is performed. A detailed description will be omitted.
  • the attribute transformation processing unit 12009 performs an attribute transformation for transforming attributes based on positions where geometry encoding has not been performed and/or a reconstructed geometry.
  • the attribute transformation processing unit 12009 performs the same or similar operations and/or methods as those of the attribute transformation unit 40007 described in FIG. 4 . A detailed description will be omitted.
  • the prediction/lifting/RAHT transform processing unit 12010 may code the transformed attributes by any one or a combination of RAHT coding, predictive transform coding, and lifting transform coding.
  • the prediction/lifting/RAHT transformation processing unit 12010 performs at least one or more of the same or similar operations to the operations of the RAHT transformation unit 40008, the LOD generation unit 40009, and the lifting transformation unit 40010 described with reference to FIG. 4 . do.
  • the descriptions of predictive transform coding, lifting transform coding, and RAHT transform coding are the same as those described with reference to FIGS. 1 to 9 , a detailed description thereof will be omitted.
  • the arithmetic coder 12011 may encode coded attributes based on arithmetic coding.
  • the arithmetic coder 12011 performs the same or similar operations and/or methods to the operations and/or methods of the arithmetic encoder 400012 .
  • the transmission processing unit 12012 transmits each bitstream including the encoded geometry and/or the encoded attribute and metadata information, or converts the encoded geometry and/or the encoded attribute and metadata information into one It can be transmitted by composing it as a bitstream.
  • the bitstream may include one or more sub-bitstreams.
  • the bitstream according to the embodiments is a Sequence Parameter Set (SPS) for sequence-level signaling, a Geometry Parameter Set (GPS) for signaling of geometry information coding, APS (Attribute Parameter Set) for signaling of attribute information coding, tile Signaling information including a Tile Parameter Set (TPS) for level signaling and slice data may be included.
  • SPS Sequence Parameter Set
  • GPS Geometry Parameter Set
  • APS Attribute Parameter Set
  • tile Signaling information including a Tile Parameter Set (TPS) for level signaling
  • Slice data may include information about one or more slices.
  • One slice according to embodiments may include one geometry bitstream (Geom00) and one or more attribute bitstreams (Attr00, Attr10).
  • a slice refers to a series of syntax elements representing all or a part of a coded point cloud frame.
  • the TPS may include information about each tile (eg, coordinate value information and height/size information of a bounding box, etc.) for one or more tiles.
  • a geometry bitstream may include a header and a payload.
  • the header of the geometry bitstream according to the embodiments may include identification information (geom_ parameter_set_id), a tile identifier (geom_tile_id), a slice identifier (geom_slice_id) of a parameter set included in GPS, and information about data included in a payload, etc.
  • the metadata processing unit 12007 may generate and/or process signaling information and transmit it to the transmission processing unit 12012 .
  • elements performing geometry encoding and elements performing attribute encoding may share data/information with each other as dotted lines are processed.
  • the transmission processing unit 12012 may perform the same or similar operation and/or transmission method to the operation and/or transmission method of the transmitter 10003 . Since the detailed description is the same as that described with reference to FIGS. 1 to 2 , a detailed description thereof will be omitted.
  • FIG. 13 is an example of a receiving apparatus according to embodiments.
  • the reception apparatus shown in FIG. 13 is an example of the reception apparatus 10004 of FIG. 1 (or the point cloud decoder of FIGS. 10 and 11 ).
  • the receiving apparatus shown in FIG. 13 may perform at least any one or more of the same or similar operations and methods to the operations and decoding methods of the point cloud decoder described with reference to FIGS. 1 to 11 .
  • the reception apparatus includes a reception unit 13000 , a reception processing unit 13001 , an arithmetic decoder 13002 , an Occupancy code-based octree reconstruction processing unit 13003 , and a surface model processing unit (triangle reconstruction). , up-sampling, voxelization) 13004, inverse quantization processing unit 13005, metadata parser 13006, arithmetic decoder 13007, inverse quantization processing unit 13008, prediction It may include a /lifting/RAHT inverse transformation processing unit 13009 , an inverse color transformation processing unit 13010 , and/or a renderer 13011 .
  • Each component of decoding according to embodiments may perform a reverse process of a component of encoding according to embodiments.
  • the receiver 13000 receives point cloud data.
  • the receiver 13000 may perform the same or similar operation and/or reception method as the operation and/or reception method of the receiver 10005 of FIG. 1 . A detailed description will be omitted.
  • the reception processing unit 13001 may acquire a geometry bitstream and/or an attribute bitstream from the received data.
  • the reception processing unit 13001 may be included in the reception unit 13000 .
  • the arithmetic decoder 13002, the occupancy 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 with reference to FIGS. 1 to 10 , a detailed description thereof will be omitted.
  • the arithmetic decoder 13002 may decode a geometry bitstream based on arithmetic coding.
  • the arithmetic decoder 13002 performs the same or similar operations and/or coding to the operations and/or coding of the arithmetic decoder 11000 .
  • the ocupancy code-based octree reconstruction processing unit 13003 may reconstruct the octopus by obtaining an occupanci code from a decoded geometry bitstream (or information about a geometry secured as a result of decoding).
  • the occupancy code-based octree reconstruction processing unit 13003 performs the same or similar operations and/or methods as those of the octree synthesis unit 11001 and/or the octree generation method.
  • the surface model processing unit 13004 may decode a trichop geometry based on the surface model method and reconstruct the geometry related thereto (eg, triangle reconstruction, up-sampling, voxelization) based on the surface model method when trisuple geometry encoding is applied. can be performed.
  • the surface model processing unit 13004 performs the same or similar operations to the operations of the surface op-proximation 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 the metadata to geometry decoding and/or attribute decoding. A detailed description of the metadata is the same as that described with reference to FIG. 12 , and thus will be omitted.
  • the arithmetic decoder 13007 , the inverse quantization processing unit 13008 , the prediction/lifting/RAHT inverse transformation processing unit 13009 , and the color inverse transformation processing unit 13010 perform attribute decoding. Since the attribute decoding is the same as or similar to the attribute decoding described with reference to FIGS. 1 to 10 , a detailed description thereof will be omitted.
  • the arithmetic decoder 13007 may decode the attribute bitstream by arithmetic coding.
  • the arithmetic decoder 13007 may perform decoding of the attribute bitstream based on the reconstructed geometry.
  • the arithmetic decoder 13007 performs the same or similar operation and/or coding to the operation and/or coding of the arithmetic 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 operations and/or methods to those of the inverse quantization unit 11006 and/or the inverse quantization method.
  • the prediction/lifting/RAHT inverse transform processing unit 13009 may process the reconstructed geometry and inverse quantized attributes.
  • the prediction/lifting/RAHT inverse transform processing unit 13009 performs the same or similar operations and/or decodings as the operations and/or decodings of the RAHT transform unit 11007, the LOD generation unit 11008 and/or the inverse lifting unit 11009 and/or At least any one or more of the decodings are performed.
  • the color inverse transform processing unit 13010 according to embodiments performs inverse transform coding for inverse transforming color values (or textures) included in decoded attributes.
  • the color inverse transform processing unit 13010 performs the same or similar operation and/or inverse transform coding to the operation and/or inverse transform coding of the color inverse transform unit 11010 .
  • the renderer 13011 may render point cloud data.
  • FIG. 14 shows an example of a structure capable of interworking with a method/device for transmitting and receiving point cloud data according to embodiments.
  • the structure of FIG. 14 includes at least one or more of a server 1460 , a robot 1410 , an autonomous vehicle 1420 , an XR device 1430 , a smartphone 1440 , a home appliance 1450 , and/or an HMD 1470 .
  • a configuration connected to the cloud network 1410 is shown.
  • the robot 1410 , the autonomous vehicle 1420 , the XR device 1430 , the smart phone 1440 , or the home appliance 1450 are referred to as devices.
  • the XR device 1430 may correspond to a point cloud data (PCC) device according to embodiments or may be linked with the PCC device.
  • PCC point cloud data
  • the cloud network 1400 may constitute a part of the cloud computing infrastructure or may refer to a network existing in the cloud computing infrastructure.
  • the cloud network 1400 may be configured using a 3G network, a 4G or Long Term Evolution (LTE) network, or a 5G network.
  • LTE Long Term Evolution
  • the server 1460 includes at least one of a robot 1410 , an autonomous vehicle 1420 , an XR device 1430 , a smartphone 1440 , a home appliance 1450 and/or an HMD 1470 , and a cloud network 1400 . It is connected through and may help at least a part of the processing of the connected devices 1410 to 1470 .
  • a Head-Mount Display (HMD) 1470 represents one of the types in which an XR device and/or a PCC device according to embodiments may be implemented.
  • the HMD-type device according to the embodiments includes a communication unit, a control unit, a memory unit, an I/O unit, a sensor unit, and a power supply unit.
  • the devices 1410 to 1450 shown in FIG. 14 may be linked/coupled with the point cloud data transmission/reception device according to the above-described embodiments.
  • XR / PCC device 1430 is PCC and / or XR (AR + VR) technology is applied, HMD (Head-Mount Display), HUD (Head-Up Display) provided in the vehicle, television, mobile phone, smart phone, It may be implemented as a computer, a wearable device, a home appliance, a digital signage, a vehicle, a stationary robot, or a mobile robot.
  • HMD Head-Mount Display
  • HUD Head-Up Display
  • the XR/PCC device 1430 analyzes three-dimensional point cloud data or image data acquired through various sensors or from an external device to generate position data and attribute data for three-dimensional points in the surrounding space or real objects. Information can be obtained and the XR object to be output can be rendered and output. For example, the XR/PCC apparatus 1430 may output an XR object including additional information on the recognized object to correspond to the recognized object.
  • the autonomous vehicle 1420 may be implemented as a mobile robot, a vehicle, an unmanned aerial vehicle, etc. by applying PCC technology and XR technology.
  • the autonomous driving vehicle 1420 to which the XR/PCC technology is applied may mean an autonomous driving vehicle equipped with a means for providing an XR image or an autonomous driving vehicle subject to control/interaction within the XR image.
  • the autonomous driving vehicle 1420 that is the target of control/interaction within the XR image may be distinguished from the XR device 1430 and may be interlocked with each other.
  • the autonomous vehicle 1420 having means for providing an XR/PCC image may obtain sensor information from sensors including a camera, and output an XR/PCC image generated based on the acquired sensor information.
  • the autonomous vehicle 1420 may provide an XR/PCC object corresponding to a real object or an object in a screen to a passenger 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 portion of the XR/PCC object may be output to overlap the real object to which the passenger's gaze is directed.
  • the XR/PCC object when the XR/PCC object is output to 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 a lane, other vehicles, traffic lights, traffic signs, two-wheeled vehicles, 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 virtual CG image on top of an actual object image.
  • the MR technology is similar to the AR technology described above in that it shows the virtual objects by mixing and combining them in the real world.
  • AR technology the distinction between real objects and virtual objects made of CG images is clear, and virtual objects are used in a form that complements real objects, whereas in MR technology, virtual objects are regarded as having the same characteristics as real objects. distinct from technology. More specifically, for example, a hologram service to which the aforementioned MR technology is applied.
  • VR, AR, and MR technologies are sometimes called XR (extended reality) technologies rather than clearly distinguishing them. Accordingly, embodiments of the present invention are applicable to all of VR, AR, MR, and XR technologies. For these technologies, encoding/decoding based on PCC, V-PCC, and G-PCC technologies may be applied.
  • the PCC method/apparatus according to the embodiments may be applied to a vehicle providing an autonomous driving service.
  • a vehicle providing an autonomous driving service is connected to a PCC device for wired/wireless communication.
  • the point cloud data (PCC) transceiver receives/processes AR/VR/PCC service-related content data that can be provided together with the autonomous driving service when connected to a vehicle to enable wired/wireless communication, can be sent to
  • the point cloud transceiver 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.
  • a vehicle or a user interface device may receive a user input signal.
  • a user input signal according to embodiments may include a signal indicating an autonomous driving service.
  • the PCC data encoder may correspond to an encoder, an encoder, a point cloud transmitter, a point cloud data encoder, and the like.
  • the PCC data decoder may correspond to a decoder, a decoder, a point cloud receiving device, a point cloud data decoder, and the like.
  • geometric information may be referred to as geometry information, geometry data, and the like
  • attribute information may be referred to as attribute information, attribute data, and the like.
  • the method/device according to the embodiments refers to a method/device for transmitting/receiving point cloud data according to the embodiments.
  • 15 illustrates a method of generating a molton code according to embodiments.
  • the Morton code generation according to the embodiments of FIG. 15 is performed by the transmitting device 10000, the point cloud video encoder 10002, the receiving device 10004, the point cloud video decoder 10006, and the encoding 20001 of FIG. , decoding 20003, PCC encoder (encoder) of Fig. 4, PCC decoder (decoder) of Figs. 10-11, point cloud data transmitting device of Fig. 12, point cloud data receiving device of Fig. 13, XR device of Fig. 14 1730, the smart phone 1440, the Molton code generator 19000 of FIG. 19, and the like.
  • An apparatus and a method for performing an operation related to molton code generation according to embodiments may be abbreviated as a method/apparatus according to embodiments.
  • Each component of the devices according to the embodiments may correspond to hardware, software, a processor, and/or a combination thereof.
  • Embodiments relate to a method for supporting efficient compression and/or decoding performance improvement by using point cloud compression with sequence and/or slice-by-slice axis transformation.
  • point cloud compression the bitstream size is reduced by increasing the similarity between points through axis transformation so that the attribute values are closest to each other, and the quality of the decoded point cloud is increased compared to the original.
  • a method/apparatus for transmitting and receiving point cloud data may provide a method for generating a Morton code that increases encoding/decoding performance.
  • Embodiments use Molton code generation, a spatial coordinate search method, to compress three-dimensional point cloud data (data about the location and properties of points with respect to an object).
  • the method/apparatus according to the embodiments may adaptively perform the molton code generation methods according to the embodiments based on an attribute of an axis.
  • geometry is compressed in an xyz order, and an address value of a molton code is generated according to the xyz order.
  • the prediction of attribute values is also ordered by the xyz order of the geometry.
  • the method/apparatus according to the embodiments is not limited to this xyz order, and may further supplement the Molton code of the attribute value applied to the position on the 3D space of the point cloud.
  • the Morton code according to the embodiments serves to connect the geometry value and the attribute value of the point cloud data as a Z-order search in space.
  • the geometric values are arranged as a spatial search, but there may be a disadvantage that the Molton code cannot reflect the distances of the actual geometric values.
  • the method/apparatus according to the embodiments further proposes a method of generating an adaptive Morton code using an axis transformation.
  • Point cloud compression finds a point that is close to a neighboring node based on a distance in three-dimensional space, and transmits an index to decode one or three closest values based on the neighboring node.
  • the decoder confirms the location of the neighbor node closest to the current point from the received index, and predicts the property value of the neighbor node from the property value of the current point through weight calculation. Accordingly, in the encoder and the decoder, it is possible to increase the efficiency of compression, encoding, decoding, etc. by selecting neighboring nodes having similar properties but having a close spatial distance.
  • an adaptive Morton code method may be used as a method of finding a neighboring node in space.
  • the molton code according to the embodiments may be generated by a transmitting apparatus, an encoder, a molton code generator, and the like according to the embodiments.
  • the method for generating a molton code according to embodiments may generate a molton code based on a weight. For example, there may be 1) an axis-based adaptive Molton code generation method, 2) a bit allocation type Molton code generation method, and 3) a Molton code generation method according to a value distribution.
  • the method/apparatus according to the embodiments may perform an axis-based adaptive Morton code generation scheme.
  • the method/apparatus according to the embodiments may calculate a bounding box of the point cloud and may adjust the bit interleaving unit based on the length of the axis.
  • the Morton code calculation method according to the embodiments is when there is a binary bit value of the coordinate value on the xyz axis for the point, zyxzyxzyx...
  • a molton code may be generated by bit interleaving based on the order.
  • the method/apparatus allocates the lengths of the x, y, and z axes to a max edge, a mid edge, and a min edge, respectively, and identifies the longest axis. Divide the length of the long axis and the middle axis based on the smallest axis, and take log2 of the divided value. Here, the value rounded up to the calculated value becomes count Y (county) and count Z (countZ). Each count value represents the number of times to repeat a bit. For example, if the length of the x-axis is 10, the length of the y-axis is 40, and the length of the z-axis is 20, the count y is 2 and the count z is 1. And, the bit order of the Morton code is the same as zzyyxzyyxzyxzyx.. That is, z is repeated 1 time and y is repeated 2 times to generate a Molton code based on the length of the axis.
  • the method/apparatus according to the embodiments may perform the above process for all points in the bounding box.
  • Each point has a one-to-one mapping with a Morton code. If the mapped Morton code is sorted in ascending order, points can be searched for in the depth-first search order on the oct tree.
  • the method/apparatus according to the embodiments applies a weight to any one of x, y, and z regardless of the data of the point cloud to generate the molton code. Bit interleaving is possible. According to embodiments, even without calculating a bounding box related to characteristics of data, the method/device according to the embodiments is based on width, height, and depth in the process of acquiring point cloud data Thus, a specific axis can acquire short or long data. That is, even without information on the bounding box, the molton code can be generated.
  • point cloud data is widely distributed in the x-axis and z-axis in space, it may have a distribution in which points are gathered along the y-axis.
  • data is often spread in the left and right and front and rear of the car, but the data at the top and bottom may be less important.
  • the molton code may be generated by further allocating bits for generating the molton code to the x and z axes.
  • the method/apparatus according to the embodiments may generate a molton code according to a value distribution.
  • the method/apparatus according to the embodiments may generate a molton code by bit-interleaving the molton code based on a distribution obtained by scanning all of the x, y, and z values of the point cloud.
  • the difference between the molton code generation method according to the value distribution and the axis-based morton code generation method is that it is not necessary to calculate a weight for a part without a value.
  • the bounding box of the y-axis has values from 0 to 100, but points may not actually be distributed in the section from 10 to 50 within the bounding box. It is possible to generate a molton code according to a value distribution by considering even a part without a dot.
  • Embodiments can solve the problem that there is a difference in the Morton code even if the Euclidean distance is the same in space.
  • the order of the xyz axis according to the axis is variously changed, and various conditions that can be applied based on the content unit, tile unit, slice unit, geometry value unit, attribute value unit, etc. are presented.
  • the embodiment defines whether or not to change the axis transformation according to the threshold value. Accordingly, the embodiments perform an adaptive spatial search in units of content, tile, slice, range, and attribute value, and propose a mapping condition of an adaptive Morton code for searching a nearby neighbor node.
  • Point cloud encoding and decoding operations according to embodiments may provide an effect of transforming a Morton code to fit various data characteristics of point cloud data, rather than using only one Morton code type.
  • Embodiments provide an adaptive Morton code generation method for improving the problem of failing to reflect the difference between the actual coordinate system and the Morton code distance occurring in the process of generating the Morton code of the point cloud data. That is, the method according to the embodiments has an effect of differently generating the adaptive Molton code for each axis in units of content, tile, slice, range, attribute value, and geometry value. In addition, by setting different options for each axis/density and the like through the threshold value setting method according to the embodiments, it is possible to differently set whether to apply to each content, tile, slice, attribute value, or geometry value.
  • the operation of changing the order of the axes according to the embodiments may be performed before geometry encoding (encoding) in the transmitter or the encoder according to the embodiments.
  • the operation of changing the order of the axes according to the embodiments may be performed as a process of changing the order of the axes during attribute encoding after geometry encoding.
  • both the case where there is a threshold value and the case where there is no threshold value when changing for each axis are possible.
  • An operation related to the presence or absence of a threshold may be performed before geometry encoding, or may be performed during attribute encoding after geometry encoding.
  • Embodiments may be performed in combination with the above-described axis-based adaptive Molton code generation method, bit allocation type Molton code generation method, and a Morton code generation method according to value distribution.
  • the method/apparatus according to the embodiments generates a molton code based on the method according to the embodiments (axis-based adaptive molton code generation method, bit allocation type molton code generation method and molton code generation method according to value distribution), etc.
  • the order of generation of molton codes may be additionally changed based on conditions according to the axis/density/threshold value, etc.
  • a molton code according to a range may be generated differently.
  • the molton code generation order according to the embodiments includes two methods. There may be a molton code generation order according to the length of the axis and a molton code generation order according to the density.
  • the point may have an XYZ coordinate value (15000) that is a position value of the geometric data.
  • the X, Y, and Z coordinate values of each axis are represented by bits 15010 .
  • the coordinate value of each axis has N bits, it is possible to generate a molton code by scanning each axis and arranging it into one bitstream using bit(s) of each axis (15020).
  • the order in which the bits are sorted may be XYZ order, the Nth bit of the X axis, the Nth bit of the Y axis, the Nth bit of the Z axis, ... , 2nd bit of X axis, 2nd bit of Y axis, 2nd bit of Z axis, ... , the first bit of the X-axis, the first bit of the Y-axis, and the first bit of the Z-axis may be generated in the order of the molton code.
  • Molton code generation is performed in the PCC encoder of FIG. 4, between geometry encoding and attribute encoding in the PCC encoder of FIG. 4, the attribute converter 4007 of FIG. 4, the PCC decoder of FIG. 11, and the PCC decoder of FIG. It may be performed between geometry decoding and attribute decoding, and/or by an encoder/decoder corresponding to FIGS. 4 and 11, or the like.
  • a coordinate system representing a point of point cloud data may be an XYZ axis, and may further include another type of coordinate system.
  • the Morton code generation method according to the embodiments may be applied to position values of points according to various coordinate systems.
  • points are described as XYZ.
  • XYZ may be interpreted by replacing other factors according to the type of coordinate system.
  • the additional coordinate system may further include a cylindrical coordinate system or a spherical coordinate system, hereinafter, a transformed coordinate system for expressing a point cloud from xyz.
  • 16 illustrates a method of generating a molton code according to embodiments.
  • FIG. 16 illustrates one or more Morton code generation operations in accordance with embodiments that may be combined with the method of generating a Morton code described in FIG. 15 .
  • Each operation of FIG. 16 may be performed by the method/apparatus according to the embodiments described with reference to FIG. 15 .
  • a method/apparatus according to embodiments may generate a molton code along an axis ( S16000 ).
  • the method/apparatus according to the embodiments may generate a molton code along an axis ( S16010 ).
  • the method/apparatus according to the embodiments may generate a molton code along an axis ( S16020 ).
  • the method/apparatus according to the embodiments may use at least one of an axis-based method (S16000), a density-based method (S16010), and a threshold-based method (S16020), or may use at least one of a combination of at least one method. .
  • Each method is described below. The order of description of each method does not limit the meaning of the embodiments.
  • a method for generating molton codes may include generating molton codes along an axis only, generating molton codes only according to density, generating molton codes along both axis and density, generating molton codes along an axis, and applying a threshold value. It may include a method using all, a method using both generation of molton codes along density and applying a threshold, a method of using both generation of molton codes along both axis and density and applying a threshold value, and the like.
  • Point cloud data may include one or more frames.
  • One frame includes points on the x, y, and z axes.
  • a unit containing points distributed in space is called a bounding box.
  • the bounding box may be defined as a space including the max of the x, y, and z values to the min of the x, y, and z values.
  • the length/size of the bounding box may vary according to the sequence.
  • the length of each axis indicates how long or short the distribution of points is. You can reverse the order of the three axes of xyz by sorting them in ascending and/or descending order.
  • the order of the axes according to embodiments may be determined for each sequence, tile, slice, or geometry unit, attribute unit, geometry and attribute unit, and the like.
  • the same molton code may be generated for each axis.
  • a different molton code may be generated for each axis.
  • a bounding box according to embodiments has a width, a depth, and a height. Based on each axis where the bounding box is located, you can check the length of the axis. For example, the order of the y-axis, the z-axis, and the x-axis may be the order of the axes in descending order from the longest axis.
  • the first bit constituting the molton code may be generated in the order of the n-th bit of the y-axis, the n-th bit of the z-axis, and the n-th bit of the x-axis. It can be viewed as an operation that shuffles the bit order of the Morton code in ascending and/or descending order of the lengths of the three axes. That is, the molton code may be generated by bit interleaving the bits of each axis based on the method and the criterion according to the embodiments.
  • the method/apparatus according to the embodiments may compare the lengths of each axis of the bounding box, and may diversify the bit interleaving based on the characteristics of the lengths.
  • the bit interleaving of the Morton code provides a change in the Morton code that reflects the characteristics of the actual data and the distribution of the data, and as a result provides an effect on efficient compression and restoration of the point cloud.
  • the length of the bounding box in all three axes may be calculated as length_x, length_y, length_z. Considering the direction of the longest axis, more relevant attribute neighbor candidates can be found. The longest axis for the search of the corresponding neighbor can be considered. In particular, in the case of category 3 data, it can be seen that the distribution of density in the X-axis or Y-axis is more dense. Searching the X-axis and Y-axis rather than the Z-axis can help find the nearest neighbors faster.
  • the obtained length_x, length_y, and length_z may be stored in ascending order.
  • the length of each axis may correspond to SortedAxisOrder[0], SortedAxisOrder[1], SortedAxisOrder[2], respectively.
  • the sorted order can be an input in the order of the molton code X, Y, Z coordinate system.
  • a sorted order according to embodiments is a bit interleaving order.
  • the current z, y, x order can be changed by sorted axisSortedAxisOrder[2], SortedAxisOrder[1], SortedAxisOrder[0]. Sequences can be created to have the same Molton code implementation.
  • the sorted axes may be adaptively changed in the order of MC_i corresponding to the spatial search order. For the first candidate of the nearest neighbor weight prediction, the longest axial influence may be considered.
  • a method/apparatus according to an embodiment may provide an altered spatial order of the yxz bit interleaving order.
  • Embodiments may set the order of searching a space by a dynamic Morton code.
  • the candidate of the nearest neighbor may change due to the changed adaptive Morton code.
  • Neighbor candidates may be closer in the longest axis direction. Therefore, adaptive Morton code prediction may be more effective in terms of spatial existence.
  • the molton code generation operation according to the embodiments has an advantage in that it is possible to efficiently provide an adaptive molton code by changing the molton address generation.
  • Embodiments may additionally apply a threshold value of a min/max length ratio of a slice to change the molton address order.
  • the method/apparatus according to the embodiments provides point(s) for each axis based on the axis-based adaptive Molton code generation method, the bit allocation type Molton code generation method, the value distribution-based Molton code generation method, etc. according to the embodiments. density can be created.
  • the density may be different for each axis. For example, as the length of the axis decreases, the value of the density may increase.
  • bits of coordinate values for each axis may be arranged (bit interleaving) in an order of increasing density.
  • bits of coordinate values for each axis may be arranged (bit interleaving) in an order of low density.
  • points in which data is expressed in the x, y, and z-axis order may be arranged according to the density again. For example, if the density of the x-axis is 10, the density of the y-axis is 5, and the density of the z-axis is 8, the molton codes can be generated in y, z, and x order by bit interleaving in ascending order of density. .
  • the changed position of the point can be changed according to a geometry unit, an attribute unit, a geometry and attribute unit, and the like.
  • the axis order unit can be changed in a sequence unit, a tile unit, and a slice unit.
  • the xyz order is changed based on various criteria to generate the molton code.
  • These Morton codes are used to compress and restore the point cloud data. Due to the change in the position of the point, it is possible to easily find neighboring nodes of related geometry values and/or attribute values with respect to the longest axis and/or the shortest axis. That is, due to the bit-interleaved Morton code according to the characteristics of the points of the actual point cloud data, such as an axis or density, there is an effect of easily finding neighboring nodes.
  • encoding/decoding efficiency can be increased by changing only the order of xyz data of the point cloud that is input to the encoder and/or decoder according to the embodiments.
  • the latency of the operation of changing the axis order is not a problem, and encoding/decoding efficiency is effectively increased.
  • point cloud data corresponding to category 3 for example, low-density data such as autonomous driving data, with low correlation between adjacent data, or static data such as category 1 with high density and high correlation between adjacent data.
  • the reflectivity information of such data may have a characteristic that a specific axis is short. If the long axis is first aligned to the 1's digit (the 1's digit in the sequence, the right-most bit in the bitstream when constructing the Morton code), the long axis can be searched first. If a specific axis is searched first, more neighboring nodes can be brought within the search range, so it can provide an efficient effect in predicting attribute values. Furthermore, compression efficiency can be increased by first searching the long axis. Accordingly, the method/apparatus according to the embodiments uses a Morton code sorting method capable of searching more neighboring nodes within a range based on an axis, a density, other characteristics, etc. for fast compression and restoration of point cloud data.
  • a method of generating a molton code according to a condition according to embodiments will be further described with reference to FIG. 17 .
  • the density-based Morton code generation operation may generate a ratio by performing a projection based on xoy/yoz/xoz on a specific plane in space.
  • the ratio may be generated by dividing the number of points by the total number of points.
  • a threshold value for density-based Morton code conversion may be set to, for example, 20%.
  • the setting information about the molton code may be generated by the encoder and transmitted to the decoder as signaling information of the bitstream.
  • the shape of the bounding box may vary depending on the distribution of point(s), ie, data characteristics. If the bounding box has a shape close to a cube, bit interleaving of the Morton code may not be performed. Accordingly, in order to cover these various scenarios, a method for determining whether a bounding box is close to a cube through a threshold value according to embodiments is further provided.
  • a bounding box having a shape of a rectangular parallelepiped with one axis of the bounding box being long or short.
  • the compression and restoration efficiency of the points of the bounding box of the cuboid may be greater than the compression and restoration efficiency of the points of the non-cuboidal bounding box.
  • Point cloud data may have the same data characteristics as category 1.
  • the bounding box of these points may have the type of a cube. That is, data obtained by 3D scanning a static object, data having high density and high correlation, and the like may have a sequence of cubes.
  • the point cloud data is partitioned, there may be data in which the slice has a cube, and the like. Due to these data characteristics, it may be difficult to increase the efficiency of data compression and decompression.
  • the data type may be determined. For example, if the ratio of the shortest axis to the longest axis of the bounding box is less than or greater than a specific threshold, the order of generating the molton codes may not be changed.
  • a threshold-based additional determination option there may be further a threshold-based additional determination option. A threshold-based determination method according to embodiments will be described with reference to FIG. 18 .
  • An apparatus for transmitting point cloud data includes an encoder for encoding point cloud data; a transmitter for transmitting a bitstream containing point cloud data; includes
  • An encoder generates a Morton code for point cloud data.
  • An encoder generates an order of Morton codes based on each axis of the geometric data of the point cloud data.
  • Geometry data includes coordinate values for each axis, molton codes are generated based on binary bits of coordinate values for each axis, and binary bits of molton codes are aligned based on the length of each axis.
  • An encoder generates an order of Morton codes based on a density for geometric data of the point cloud data.
  • Geometry data includes coordinate values for each axis, molton codes are generated based on binary bits of coordinate values, and binary bits of molton codes are sorted based on the magnitude of the density of one or more points for each axis do.
  • An encoder generates an order of Morton codes based on a density for geometric data of the point cloud data.
  • Geometry data includes coordinate values for each axis, molton codes are generated based on binary bits of coordinate values, and binary bits of molton codes are sorted based on the magnitude of the density of one or more points for each axis do.
  • the Morton code generating operation of the encoder according to the embodiments may be performed based on a threshold value related to a distribution of one or more points of the point cloud data.
  • a receiver or receiving interface for receiving a bitstream including point cloud data according to embodiments; a decoder for decoding point cloud data; includes
  • a decoder generates a Morton code for the point cloud data.
  • 17 illustrates a method of generating a molton code according to embodiments.
  • Fig. 17 shows an implementation of generating molton codes along the axis of Fig. 16 (S16000) and generating molton codes along the density (S16010).
  • a method/apparatus according to embodiments may generate a molton code along an axis, a molton code according to a density, and/or a molton code along an axis+density.
  • Points of point cloud data for encoders and decoders have a position value.
  • This position value has a value expressed in bits (17000). Every point in space has a geometric coordinate value of x, y, and z (17000). The coordinate value has binary bits (17000).
  • the method/apparatus according to the embodiments arranges x, y, z (17000) expressed in binary bits in ascending order of axis (S16000), descending order, ascending order of density, descending order (S16010), or the type of the sort method among axis + density combination based can be determined Based on the determined order, the position values of each axis are rearranged (17010).
  • xyz bits arranged in the order of z, y, and x in the order of x, y, and z are generated according to the above specific criteria ( 17020 ).
  • sorting may be omitted if an input is directly input to the encoder without a specific criterion (the user inputs encoding in the zxy order). It is also possible to directly generate a molton code without sorting only by signaling.
  • a molton address for a coordinate value having one binary bit is generated (17030).
  • a molton code 17030 which is one bitstream for three axes, is generated by arranging bit by bit in the z, x, y order.
  • the method/apparatus according to the embodiments may encode and decode a point based on the changed molton address.
  • a method/apparatus may use information (axial length, density value) related to a bounding box including point(s).
  • a method/device may calculate a density for each axis.
  • the density increases as the axis length is shorter. This is because the number of points included in a certain space or bounding box is the same rather than the number of points being different for each axis.
  • the bits of the Morton code may be interleaved in consideration of the density. Also, according to embodiments, a threshold value may be applied during bit interleaving of the Morton code (S16020).
  • an axis with a short length may not search for a neighboring node. Therefore, it is more efficient to search for neighboring nodes around the long axis. For the efficiency of such neighbor node search, the Molton code is bit-interleaved.
  • FIG. 18 illustrates a threshold value of a Morton code generation order according to embodiments.
  • FIG. 18 shows an operation (S16020) related to the threshold value of the Molton code generation order of FIG. 16 .
  • the execution process with a threshold value is expressed as a pseudo code as follows.
  • axisInfo[i].length bbox.max[i] - bbox.min[i];
  • double minMaxAxisRatio double(axisInfo[2].length) / double(axisInfo[0].length);
  • the length (axisInfo[i].length) for each axis is based on a difference between the long axis of the bounding box (bbox.max[i]) and the short axis of the bounding box (bbox.min[i]) can be obtained by
  • the minimum-maximum axis ratio (minMaxAxisRatio) indicates a threshold value.
  • the threshold value according to embodiments may be a ratio of a long axis to a middle axis. Also, according to embodiments, the threshold value may further include a ratio of a short axis to a middle axis, a ratio of a long axis to a short axis, and the like. Various ratio values for the length of the axis may be applied as threshold values according to embodiments.
  • the molton code generation order ( S16000 and/or S16010 ) and the morton code generation order threshold value ( S16020 ) may be used together.
  • each operation ( S16000 , S16010 , and S16020 ) may be individually applied differently for each geometry, each attribute, and each geometry and attribute.
  • FIG. 19 illustrates a Morton code generator 19000 according to embodiments that perform the operations described in FIGS. 15 to 18 and the like.
  • the Morton code generator of FIG. 19 includes the transmitting device 10000, the point cloud video encoder 10002, the receiving device 10004, the point cloud video decoder 10006, and the encoding (20001) and decoding (20003) of FIG. , the PCC encoder (encoder) of Fig. 4, the PCC decoder (decoder) of Figs. 10-11, the point cloud data transmitting device of Fig. 12, the point cloud data receiving device of Fig. 13, the XR device 1730 of Fig. 14, the smart It may correspond to or be included in the phone 1440 and the like.
  • FIG. 19 shows components of a PCC encoder and a decoder according to embodiments that perform the related operation of FIG. 16 and the like.
  • the Morton code generator 19000 may perform an operation of generating a Morton code according to a condition according to embodiments and an operation of generating a Morton code for each geometry/property after checking a threshold value.
  • the Morton code generator 19000 may be included in the PCC encoder according to embodiments.
  • the Morton code generator 19000 may generate a Morton code between the geometry coding unit and the attribute coding unit in the PCC encoder.
  • the method/apparatus according to the embodiments may perform an operation such as generating an LOD based on the molecon code generated according to the embodiments.
  • the molton code generator 19000 may generate a morton code based on conditions for each axis/density.
  • Conditions for each axis/density may be a set value of a system or a value input from a user.
  • the transmission method/device according to the embodiments may include parameter information (refer to FIGS. 21 to 24 ) related to the condition for each axis/density in the bitstream (refer to FIG. 20 ) and transmit it to the receiving method/device.
  • the molton code generator 19000 may be referred to as a molton code generator or the like.
  • the molton code generator 19000 may be performed before geometry encoding (eg, the geometry encoding part of FIG. 4 ), and after the geometry encoding (eg, the geometry encoding part and attribute encoding of FIG. 4 ) between parts).
  • the molton code generator according to the embodiments may be connected to the geometry encoder according to the embodiments.
  • there may be a configuration such as a molton code generator/geometry encoder and/or a geometry encoder/morton code generator.
  • the molton code processing unit may be connected to the geometry decoder, and according to the embodiments, the molton code processing unit / geometry decoder and / or geometry decoder / molton code processing unit, etc. There may be configurations.
  • the receiving method/apparatus may decode the point cloud data based on the reverse process of the Morton code generator 19000 .
  • the transmission method/apparatus may encode the point cloud data based on the following parameters (which may be referred to as signaling information or metadata, etc.).
  • the method/apparatus according to the embodiments performs the encoding operation according to the embodiments, generates the following parameters related to the encoding operation, and includes them in the bitstream (refer to FIGS. 20 to 24 ), so that in the embodiments It can be transmitted to a receiving method/device according to the
  • the transmission method/apparatus may determine a condition (axis_condition_selection) for each axis/density.
  • the molton code generator 19000 performs bit interleaving of the molton code under a predetermined condition.
  • the transmission method/apparatus may define a bit interleaving order based on an ascending/descending order (ascending_order_flag).
  • the bit interleaving order may be transmitted from the encoder to the decoder through the bitstream (refer to FIGS. 20 to 24 ). For example, if the ascending order flag (ascending_order_flag) is 0, the ascending order may be indicated, and if the ascending order flag (ascending_order_flag) is 1, the descending order may be indicated.
  • Each integer value can be variously modified.
  • the method/apparatus according to the embodiments may determine whether to generate a molton based on a threshold value (axis_ordering_threshold) determined according to data characteristics.
  • axis_ordering_threshold a threshold value determined according to data characteristics.
  • the molton code generation condition and whether or not the threshold value is applied may be differently applied to each sequence/tile/slice.
  • the values used may be defined as signaling information (refer to FIGS. 20 to 24), respectively.
  • a decoder corresponding to the encoder according to the embodiments may perform a series of processes of the encoder in the same manner.
  • the Morton code generator 19000 according to the condition and the presence or absence of order change 19000 according to the threshold may be applied to each or both places before the geometry coding and after the geometry coding.
  • FIG. 20 shows a configuration of a point cloud bitstream according to embodiments.
  • the method/apparatus according to the embodiments may generate and obtain a point cloud bitstream as shown in FIG. 20 .
  • the transmitter 10000 of FIG. 1 the point cloud video encoder 10002, the receiver 10004, the point cloud video decoder 10006, the encoding (20001, decoding 20003) of FIG.
  • a point cloud bitstream including parameters including geometry information, attribute information, and/or metadata for the same may be generated (encoded) and received (decoded), respectively.
  • a brick may be referred to as a block, a slice, or the like.
  • Point cloud data may have the form of a bitstream as shown in FIG. 20 .
  • the point cloud data may include a Sequence Parameter Set (SPS), a Geometry Parameter Set (GPS), an Attribute Parameter Set (APS), and a Tile Parameter Set (TPS) including signaling information according to embodiments.
  • Point cloud data may include one or more geometries and/or attributes.
  • geometry and/or attributes may be divided into one or more slice units (or brick/block units).
  • the geometry may have a structure of a geometry slice header and geometry slice data.
  • the TPS including signaling information is Tile(0). It may include tile_bounding_box_xyz0, Tile(0)_tile_bounding_box_whd, and the like.
  • Geometry may include geom_geom_parameter_set_id, geom_tile_id, geom_slice_id, geomBoxOrigin, geom_box_log2_scale, geom_max_node_size_log2, geom_num_points, and the like.
  • the signaling information according to the embodiments may be signaled in addition to SPS, GPS, APS, TPS, and the like.
  • the signaling information may be signaled by being added to the TPS or a geometry (Geom) for each slice or an attribute (Attr) for each slice.
  • the structure of the point cloud data according to the embodiments may provide an efficient effect in terms of encoding/decoding/data access of parameter set(s), geometry(s), and attribute(s) including signaling information.
  • the point cloud data related to the point cloud data transmission/reception apparatus may include at least one of a sequence parameter, a geometry parameter, an attribute parameter, a tile parameter, a geometry bitstream, and an attribute bitstream.
  • a field of signaling information may be divided into first signaling information, second signaling information, and the like and called.
  • the point cloud data transmission apparatus may transmit the encoded point cloud data in the form of a bitstream.
  • a bitstream 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. It can be transmitted over the network.
  • a bitstream according to embodiments 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 point cloud data receiving apparatus can restore the corresponding image by using the remaining packets.
  • 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 performing point cloud compression coding by partitioning a picture of point cloud data.
  • the point cloud data transmitting apparatus may provide high-quality point cloud content by processing data corresponding to each area according to the importance of each divided area of the point cloud data. That is, the point cloud data transmission apparatus according to the embodiments may perform point cloud compression coding processing on data corresponding to an area important to a user with better compression efficiency and appropriate latency.
  • An image (or a picture) of point cloud content is divided into basic processing unit units for point cloud compression coding.
  • a slice according to embodiments is an area including one or more integer number of basic processing units for point cloud compression coding and does not have a rectangular shape.
  • a slice according to embodiments includes data transmitted through a packet.
  • a tile according to embodiments is a region divided in a rectangular shape in an image and includes one or more basic processing units for point cloud compression coding.
  • 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 bitstream according to the embodiments is a Sequence Parameter Set (SPS) for sequence-level signaling, a Geometry Parameter Set (GPS) for signaling of geometry information coding, APS (Attribute Parameter Set) for signaling of attribute information coding, tile It may include signaling information including a Tile Parameter Set (TPS) for level signaling and one or more slices.
  • SPS Sequence Parameter Set
  • GPS Geometry Parameter Set
  • APS Attribute Parameter Set
  • tile It may include signaling information including a Tile Parameter Set (TPS) for level signaling and one or more slices.
  • TPS Tile Parameter Set
  • the SPS is encoding information for the entire sequence, such as a profile and a level, and may include comprehensive information about the entire file, such as a picture resolution and a video format.
  • One slice (eg, slice 0) includes a slice header and slice data.
  • Slice data may include one geometry bitstream (Geom00) and one or more attribute bitstreams (Attr00, Attr10).
  • a geometry bitstream may include a header (eg, a geometry slice header) and a payload (eg, geometry slice data).
  • the header of the geometry bitstream includes identification information (geom_geom_parameter_set_id), tile identifier (geom_tile id), slice identifier (geom_slice_id), geometry box origin information (geomBoxOrigin) of a parameter set included in GPS (geomBoxOrigin), a geometry box scale ( geom_box_log2_scale), the geometry node max size (geom_max_node_size_log2), the number of geometry points (geom_num_poins), and information on data included in the payload.
  • the attribute bitstream may include a header (eg, an attribute slice header or an attribute brick header) and a payload (eg, attribute slice data or an attribute brick data).
  • Parameter information related to embodiments may be delivered to various areas (units) such as sequence, geometry, attribute, tile, and slice, and the receiving method/device according to the embodiments may statically/dynamically access point cloud data. can have an effect.
  • related information may be signaled.
  • the signaling information according to the embodiments may be used at a transmitting end or a receiving end.
  • Attribute Bitstream Attribute Slice Header + Attribute Brick Data.
  • the method/apparatus according to the embodiments provides a tile or a slice so that the point cloud can be divided into regions and processed. When divided into regions, each region may have a different importance.
  • signaling information may be transmitted for each tile.
  • signaling information may be delivered for each slice.
  • the signaling information according to the embodiments may be selectively or redundantly included in various locations.
  • a sequence according to embodiments may have several tiles, a tile may have several slices, and one slice may include one octree.
  • SPS is at the sequence level
  • APS is also at the sequence level.
  • SPS contains more general information.
  • ASP includes more specific information in Attribute.
  • TPS when a sequence is divided into tiles, a different technique can be applied to each tile. If there is information set in the APS and there is information set in the TPS, the APS may default. If there is no configuration information in the TPS, a default is used, and if there is configuration information in the TPS, the receiving method/device according to the embodiments may use the TPS information.
  • the attribute slice header may divide each tile into slices. That is, it is setting information for each Slice.
  • the transceiver apparatus may provide a signaling scheme as follows in order to support the operation according to the embodiments.
  • the name of the signaling information may be understood within the scope of the meaning and function of the signaling information.
  • Signaling information regarding reference and threshold information of a Morton code generation order may be transmitted through a bitstream.
  • Parameter information related to the generation criterion and the threshold value may be signaled in order to perform operations related to the criterion and the threshold of the Morton code generation order.
  • Signaling information of an encoder/decoder according to a Morton code generation order will be described based on parameter information according to the following embodiments.
  • a signaling operation may be added to the encoder/decoder according to the threshold value of the Morton code generation criterion.
  • TPS Tile Parameter Set
  • Fig. 21 shows the TPS included in Fig. 20;
  • the transmission method/device according to the embodiments may transmit molton code generation related information by adding it to the TPS, and the receiving method/device according to the embodiments may acquire the molton code generation related information based on the TPS.
  • Axis condition selection Indicates the axis condition selection method for generating the Molton code. It can represent each axis/density/other conditions. For example, 0 may indicate an order according to an axis (S16000), 1 may indicate an order according to a density (S16010), and 2 may indicate use of another method. Each integer value may be variously changed.
  • Ascending order flag (ascending_order_flag): Indicates whether the order according to the condition indicated in the axis condition selection (axis_condition_selection) is ascending or descending, and information on the order of sorting. For example, 0 may indicate that sorting is performed in ascending order, and 1 may indicate that sorting is performed in descending order. Each integer value may be variously changed.
  • Axis ordering threshold indicates information related to whether or not to perform Morton interleaving according to a condition by applying a threshold value according to a condition determined in relation to the Morton code.
  • Number of tiles Indicates the number of tiles signaled for the bitstream. If not present, this value can be inferred to be 0 (num_tiles specifies the number of tiles signaled for the bitstream. When not present, num_tiles is inferred to be 0.)
  • the following tile-related parameter information may be included in the TPS for each number of tiles.
  • tile_bounding_box_offset_x[ 0 ] may be inferred as sps_bounding_box_offset_x[ i ] indicates the x offset of the i-th tile in the cartesian coordinates.
  • the value of tile_bounding_box_offset_x[ 0 ] is inferred be sps_bounding_box_offset_x.
  • tile_bounding_box_offset_y[ 0 ] may be inferred as sps_bounding_box_offset_y[ i ] indicates the y offset of the i-th tile in the cartesian coordinates.
  • the value of tile_bounding_box_offset_y[ 0 ] is inferred be sps_bounding_box_offset_y).
  • Tile bounding box scale factor indicates the scale factor of the i-th tile in the coordinate system. If not present, the value of tile_bounding_box_scale_factor[ 0 ] may be inferred to sps_bounding_box_scale_factor ( indicates the scale factor the i-th tile in the Cartesian coordinates. When not present, the value of tile_bounding_box_scale_factor[ 0 ] is inferred to be sps_bounding_box_scalefactor) .
  • Tile bounding box size width (tile_bounding_box_size_width[ i ]): Indicates the width of the i-th tile in the coordinate system. If not present, the value of tile_bounding_box_size_width[ 0 ] can be inferred as sps_bounding_box_size_width[ 0 ] is inferred to be sps_size_width_box_width. .
  • Tile bounding box size height (tile_bounding_box_size_height[ i ]): Indicates the height of the i-th tile in the coordinate system. If not present, the value of tile_bounding_box_size_height[ 0 ] may be inferred as sps_bounding_box_size_height (indicates the height of the i-th tile in the Cartesian coordinates. When not present, the value of tile_bounding_box_size_height[ 0 ] is inferred_box_size_height[ 0 ]) .
  • Tile bounding box size depth indicates the depth of the i-th tile in the coordinate system. If not present, the value of tile_bounding_box_size_depth[ 0 ] may be inferred to be sps_bounding_box_size_depth (indicates the depth of the i-th tile in the Cartesian coordinates. When not present, the value of tile_bounding_box_size_depth[ 0 ] is inferred to be sps_size_bounding_depth ).
  • GPS Geometry Parameter Set
  • Fig. 22 shows the GPS included in Fig. 20;
  • the transmitting method/apparatus according to the embodiments may transmit the molton code generation related information by adding it to GPS, and the receiving method/device according to the embodiments may acquire the molton code generation related information based on the GPS.
  • Axis condition selection Indicates the axis condition selection method for generating the Molton code. It can represent each axis/density/other conditions. For example, 0 may indicate an order according to an axis (S16000), 1 may indicate an order according to a density (S16010), and 2 may indicate use of another method. Each integer value may be variously changed.
  • Ascending order flag (ascending_order_flag): Indicates whether the order according to the condition indicated in the axis condition selection (axis_condition_selection) is ascending or descending, and information on the order of sorting. For example, 0 may indicate that sorting is performed in ascending order, and 1 may indicate that sorting is performed in descending order. Each integer value may be variously changed.
  • Axis ordering threshold indicates information related to whether or not to perform Morton interleaving according to a condition by applying a threshold value according to a condition determined in relation to the Morton code
  • GPS geometry parameter set ID (gps_geom_parameter_set_id): Provides an identifier of the GPS for reference by other syntax elements.
  • the value of gps_seq_parameter_set_id may have a range of 0 to 15 (inclusive) (provides an identifier for the GPS for reference by other syntax elements.
  • the value of gps_seq_parameter_set_id shall be in the range of 0 to 15, inclusive).
  • GPS sequence parameter set ID (gps_seq_parameter_set_id): Indicates a value of sps_seq_parameter_set_id for an active SPS.
  • the value of gps_seq_parameter_set_id may have a range of 0 to 15 (inclusive) (specifies the value of sps_seq_parameter_set_id for the active SPS.
  • the value of gps_seq_parameter_set_id shall be in the range of 0 to 15, inclusive).
  • Geometry coding type indicates a coding type for geometry.
  • the geometry coding type may be 0 or 1.
  • 0 represents an octree, and 1 represents a triangle sup.
  • Other values of the geometry coding type may be reserved for future use.
  • the value of geometry _coding_type shall be equal to 0 or 1 in bitstreams conforming to this version of this Specification.
  • Other values of geometry_coding_type are reserved for future use by ISO/IEC. Decoders conforming to this version of this Specification shall ignore reserved values of geometry_coding_type.
  • GPS box presence flag (gps_box_present_flag): Indicates that additional bounding box information referring to the current GPS is provided in the geometry header. If gps_bounding_box_present_flag is 0, it indicates that additional bounding box information in the geometry header is not signaled (equal to 1 specifies an additional bounding box information is provided in a geometry header that references the current GPS. gps_bounding_box_present_flag equal to 0 specifies that additional bounding box information is not signaled in the geometry header).
  • Unique geometry points flag (unique_geometry_points_flag): If this value is 1, it indicates that all output points have unique positions. If this value is 0, equal to 1 indicates that all output points have unique positions. unique_geometry_points_flag equal to 0 indicates that the output points may have same positions.
  • Neighbor Context Restriction Flag (neighbor_context_restriction_flag): If this value is 0, it indicates that octree accuracy coding uses contexts determined from 6 neighboring parent nodes. If this value is 1, equal to 0 indicates that octree occupancy coding uses contexts determined from six neighbors parent nodes.
  • neighbor_context_restriction_flag equal to 1 indicates that octree coding uses contexts determined from sibling nodes only).
  • Direct coding mode enable flag (inferred_direct_coding_mode_enabled_flag): If this value is 0, it indicates that octree coding uses the inferred direct coding mode. If this value is 1, equal to 0 indicates the octree coding uses inferred_direct_coding_mode. inferred_direct_coding_mode_enabled_flag equal to 1 indicates the octree coding uses multiple context determined from sibling neighbor nodes.
  • bitwise occupancy coding flag indicates the presence or absence of accupancy coding. If this value is 1, it indicates that the geometry node accuracy is encoded using the bitwise context of the accuracy map. If this value is 0, equal to 1 indicates that geometry node occupancy is encoded using bit-wise contextualisation of the syntax element ocupancy_map. Bitwise_occupancy_coding_flag equal to 0 indicates that geometry node occupancy is encoded using the dictionary encoded syntax element occipancy_byte.).
  • Child neighbor enable flag (child_neighbors_enabled_flag): Indicates whether the child neighbor node is enabled.
  • Adjacent child contextualization enable flag (adjacent_child_contextualisation_enabled_flag): If the value is 1, it indicates that the child of the neighboring octree node is used for bitwise accumulation contextualization. If this value is 0, equal to 1 indicates that the adjacent children of neighboring octree nodes are used for bit-wise occupancy contextualization. adjacent_child_contextualization_enabled_flag equal to 0 indicates that the children of neighboring octree nodes are not used for the occupancy contextualization).
  • Geometry Accupanci ctx Reduction Factor (geom_occupancy_ctx_reduction_factor): Represents a reduction factor for accumulatory accuracies.
  • Neighbor boundary indicates the value of the variable NeighbAvailBoundary used in the decoding process.
  • NeighbAvailabilityMask (NeighbAvailBoundary) may be set to 13. (When neighbor_context_restriction_flag is 0, NeighbAvailabilityMask(NeighbAvailBoundary) may be set to (1 ⁇ log2_neighbour_avail_boundary)) ⁇ log2_neighbor_avail_boundary)).
  • Intra-prediction max node size (log2_intra_pred_max_node_size): Indicates an octree node size for accumulative intra prediction.
  • Trisoup_depth Indicates the number of bits used to represent each component of point coordinates.
  • the value of trisoup_depth may have a range of 2 to 21 (specifies the number of bits used to represent each component of a point coordinate.
  • the value of trisoup_depth shall be in the range of 2 to 21. [Ed(df): 21 should perhaps be a level limit]).
  • Trisoup triangle level indicates the level at which the octree is pruned.
  • trisoup_triangle_level may have a range of 1 to trisoup_depth-1 (specifies the level at which the octree is pruned.
  • the value of trisoup_triangle_level shall be in the range of 1 to trisoup_depth-1).
  • GPS extension presence flag (gps_extension_present_flag): If this value is 1, it indicates that the gps_extension_data syntax structure in the GPS syntax structure is present. A value of 0 indicates that this syntax structure does not exist. If not present, the value of gps_ extension_present_flag may be inferred to be 0 (equal to 1 specifies that the gps_extension_data syntax structure is present in the GPS RBSP syntax structure. gps_extension_present_flag equal to 0 specifies that this syntax structure is not present. When not present, the value of gps_ extension_present_flag is inferred to be equal to 0).
  • GSP extension data flag indicates whether extension data exists (may have any value. Its presence and value do not affect decoder conformance to profiles specified in Annex A. Decoders conforming to a profile specified in Annex A).
  • APS Attribute Parameter Set
  • Fig. 23 shows the APS included in Fig. 20;
  • the transmitting method/apparatus according to the embodiments may transmit the molton code generation related information by adding it to the APS, and the receiving method/apparatus according to the embodiments may acquire the molton code generation related information based on the APS.
  • Axis condition selection Indicates the axis condition selection method for generating the Molton code. It can represent each axis/density/other conditions. For example, 0 may indicate an order according to an axis (S16000), 1 may indicate an order according to a density (S16010), and 2 may indicate use of another method. Each integer value may be variously changed.
  • Ascending order flag (ascending_order_flag): Indicates whether the order according to the condition indicated in the axis condition selection (axis_condition_selection) is ascending or descending, and information on the order of sorting. For example, 0 may indicate that sorting is performed in ascending order, and 1 may indicate that sorting is performed in descending order. Each integer value may be variously changed.
  • Axis ordering threshold indicates information related to whether or not to perform Morton interleaving according to a condition by applying a threshold value according to a condition determined in relation to the Morton code
  • APS attribute parameter set ID (aps_attr_parameter_set_id): may indicate an identifier for the APS for reference according to other syntax elements.
  • the value of aps_attr_parameter_set_id may have a value of 0 to 15 (provides an identifier for the APS for reference by other syntax elements.
  • the value of aps_attr_parameter_set_id shall be in the range of 0 to 15, inclusive).
  • APS sequence parameter set ID may indicate a value of an SPS sequence parameter set ID (sps_seq_parameter_set_id) for an active SPS.
  • aps_seq_parameter_set_id may have a range of 0 to 15 (inclusive) (specifies the value of sps_seq_parameter_set_id for the active SPS.
  • the value of aps_seq_parameter_set_id shall be in the range of 0 to 15, inclusive).
  • Attribute coding type may indicate an attribute coding type.
  • the attribute coding type may be 0, 1, 2, or the like. 0 may be predicting weight lifting, 1 may be Region Adaptive Hierarchical Transferm (RAHT), and 2 may be fixed weight lifting. Each integer value can be variously changed (indicates that the coding type for the attribute in Table 7 2Table 7 2 for the given value of attr_coding_type.
  • RAHT Region Adaptive Hierarchical Transferm
  • Predicted number of nearest neighbors For prediction, Sayoody indicates the maximum number of nearest neighbors.
  • the value of numberOfNearestNeighboursInPrediction may be in the range of 1 to xx (specifies the maximum number of nearest neighbors to be used for prediction.
  • the value of numberOfNearestNeighboursInPrediction shall be in the range of 1 to xx).
  • MaxNumPredictors Number of peaks of direct predictors (max_num_direct_predictors): Indicates the number of peaks of predictors used for direct prediction. A value of max_num_direct_predictors may range from 0 to num_pred_nearest_neighbours.
  • lifting_search_range Specifies search range for the lifting.
  • Lifting quantization step size Indicates the quantization step size of the 1 st component of the attribute.
  • the value of quant_step_size may range from 1 to xx (specifies the quantization step size for the 1st component of the attribute.
  • the value of quant_step_size shall be in the range of 1 to xx).
  • Lifting quantization step size chroma When the attribute is color, it indicates the quantization step size for the chroma component of the attribute.
  • the value of quant_step_size_chroma may range from 1 to xx (specifies the quantization step size for the chroma component of the attribute when the attribute is colour.
  • the value of quant_step_size_chroma shall be in the range of 1 to xx).
  • LOD binary tree enable flag (lod_binary_tree_enabled_flag): Specifies whether binary tree is enable or not for the log generation.
  • Number of LODs (num_detail_levels_minus1): Indicates the number of LODs for attribute coding.
  • the value of num_detail_levels_minus1 may have a range of 0 to xx (specifies the number of levels of detail for the attribute coding.
  • the value of num_detail_levels_minus1 shall be in the range of 0 to xx).
  • the value of sampling_distance_squared[] may be in the range of 0 to xx (specifies the square of the sampling distance for idx.
  • the value of sampling_distance_squared[] shall be in the range of 0 to xx).
  • Adaptive Prediction Threshold Specifies the threshold of prediction.
  • RAHT depth indicates the number of LODs for RAHT.
  • the value of depthRAHT may have a range of 1 to xx (specifies the number of levels of detail for RAHT.
  • the value of depthRAHT shall be in the range of 1 to xx).
  • RAHT binary level threshold (raht_binarylevel_threshold): Indicates the LOD for cutting out the RAHT coefficient.
  • the value of binaryLevelThresholdRAHT may have a range of 0 to xx (specifies the levels of detail to cut out the RAHT coefficient.
  • the value of binaryLevelThresholdRAHT shall be in the range of 0 to xx).
  • RAHT quantization step size (raht_quant_step_size): Indicates the quantization step size for the 1 st component of an attribute.
  • the value of quant_step_size may range from 1 to xx (specifies the quantization step size for the 1st component of the attribute.
  • the value of quant_step_size shall be in the range of 1to xx).
  • APS extension presence flag (aps_extension_present_flag): If this value is 1, it indicates that the aps_extension_data syntax structure exists in the APS syntax structure. A value of 0 indicates that this syntax structure does not exist. If not present, the value of aps_ extension_present_flag equal to 1 specifies that the aps_extension_data syntax structure is present in the APS RBSP syntax structure. aps_extension_present_flag equal to 0 specifies that this syntax structure is not present. When not present, the value of aps_ extension_present_flag is inferred to be equal to 0).
  • APS extension data flag indicates whether APS extension data exists (may have any value. Its presence and value do not affect decoder conformance to profiles specified in Annex A. Decoders conforming to a profile specified in Annex A).
  • GSH Geometry Slice Header
  • the transmission method/device according to the embodiments may transmit molton code generation related information by adding it to GSH, and the receiving method/device according to the embodiments may acquire molton code generation related information based on the GSH.
  • Axis condition selection Indicates the axis condition selection method for generating the Molton code. It can represent each axis/density/other conditions. For example, 0 may indicate an order according to an axis (S16000), 1 may indicate an order according to a density (S16010), and 2 may indicate use of another method. Each integer value may be variously changed.
  • Ascending order flag (ascending_order_flag): Indicates whether the order according to the condition indicated in the axis condition selection (axis_condition_selection) is ascending or descending, and information on the order of sorting. For example, 0 may indicate that sorting is performed in ascending order, and 1 may indicate that sorting is performed in descending order. Each integer value may be variously changed.
  • Axis ordering threshold indicates information related to whether or not to perform Morton interleaving according to a condition by applying a threshold value according to a condition determined in relation to the Morton code
  • GSH geometry parameter set ID (gsh_geometry_parameter_set_id): Indicates the value of gps_geom_parameter_set_id of the active GPS.
  • GSH tile ID (gsh_tile_id): Indicates the ID of the tile.
  • GSH Slice ID (gsh_slice_id): Indicates the ID of the slice.
  • the following parameters related to the box in the GSH may be included in the geometry slice header.
  • GSH box log scale (gsh_box_log2_scale): Represents a scale value. Indicates the scale factor of the origin of the slice bounding box. If it does not exist, gsh_box_log2_scale can be inferred as gps_gs_box_log2_scale.
  • GSH box origin X (gsh_box_origin_x): Indicates the x value of the source bounding box in the coordinate system.
  • GSH box origin Y (gsh_box_origin_y): Indicates the y value of the source bounding box in the coordinate system.
  • GSH box origin Z (gsh_box_origin_z): Indicates the z value of the source bounding box in the coordinate system.
  • GSH log node maximum size (gsh_log2_max_nodesize): Indicates the value of the variable MaxNodeSize used in the decoding process.
  • the maximum node size (MaxNodeSize) may be equal to 2 (gbh_log2_max_nodesize).
  • GSH points Indicates the number of coded points in a slice.
  • 25 shows a method for transmitting point cloud data according to embodiments.
  • the method for transmitting point cloud data may include encoding the point cloud data.
  • An encoding operation according to embodiments may include: transmitting device 10000 of FIG. 1 , point cloud video encoder 10002 , acquiring 20000 of FIG. 2 , encoding 20001 , encoding a geometry bitstream from positions of FIG. 4 , Attribute-to-attribute bitstream encoding, encoding of position values of points and/or attribute values of points of the transmitting apparatus of FIG. 12, XR device 1430 of FIG. 14, generation of molton codes according to FIGS. 15 to 19 and molton codes It may include operations such as encoding of the based point cloud data and generation of the bitstream of FIGS. 20 to 24 .
  • the method for transmitting point cloud data according to the embodiments may further include transmitting a bitstream including the point cloud data.
  • Transmission operations according to the embodiments include the transmitter 10003 of FIG. 1 , the transmission 20002 of FIG. 2 , the transmission processing unit 12012 of FIG. 12 , the XR device 1430 of FIG. 14 , and the bits of FIGS. 20 to 24 . It may include an operation such as transmission of a stream.
  • 26 shows a method of receiving point cloud data according to embodiments.
  • the method for receiving point cloud data may include receiving a bitstream including point cloud data.
  • the reception operation according to the embodiments includes the reception apparatus 10004 of FIG. 1 , the reception according to the transmission 20002 of FIG. 2 , the reception unit 13000 and the reception processing unit 13001 of FIG. 13 , and the XR device 1430 of FIG. 14 . ), reception of the bitstream of FIGS. 20 to 24, and the like.
  • the method for receiving point cloud data may further include decoding the point cloud data.
  • a decoding operation according to embodiments may include positions and/or attributes from the point cloud video decoder 10006 of FIG. 1 , the decoding 20003 of FIG. 2 , and the geometry bitstream and/or attribute bitstream of FIGS. 10-11 .
  • a method/apparatus provides an adaptive Morton code generation method and operations related to a criterion capable of changing the Morton code order and a threshold value therefor.
  • the conditions according to the embodiments include conditions such as ascending order/descending order according to each axis/density. Conditions can be applied differently according to the characteristics of content, each sequence/slice/tile, geometry, properties, geometry and properties.
  • the method/apparatus according to the embodiments may provide an effect of improving image quality by reducing the size of a bitstream when searching for a distance-based/attribute-based neighbor node.
  • the encoder/transmitter device compresses the point cloud data efficiently.
  • the decoder/receiver device can efficiently restore and render the point cloud data.
  • the point cloud data transmission/reception method/apparatus and/or PCC encoder/decoder solves the problem of differences in Morton code even if the Euclidean distances between points of point cloud data in space are the same.
  • embodiments may perform adaptive spatial search in units of content, tile, slice, range, and attribute value, and may provide mapping conditions for adaptive Morton codes for searching for nearby neighboring nodes.
  • Operation according to embodiments lowers latency and increases accuracy of neighbor node discovery. In addition, it is possible to reduce the burden of the size of the bitstream including the point cloud data.
  • the method/apparatus according to the embodiments may change the order of bit interleaving of the Morton code by reflecting the characteristics of various point cloud data.
  • A/B may be interpreted as A and/or B.
  • Various components of the apparatus of the embodiments may be implemented by hardware, software, firmware, or a combination thereof.
  • Various components of the embodiments may be implemented with one chip, for example, one hardware circuit.
  • the components according to the embodiments may be implemented with separate chips.
  • at least one or more of the components of the device according to the embodiments may be composed of one or more processors capable of executing one or more programs, and the one or more programs may be implemented Any one or more of the operations/methods according to the examples may be performed or may include instructions for performing the operations/methods.
  • Executable instructions for performing the method/acts of the apparatus according to the embodiments may be stored in non-transitory CRM or other computer program products configured for execution by one or more processors, or one or more may be stored in temporary CRM or other computer program products configured for execution by processors.
  • the memory according to the embodiments may be used as a concept including not only volatile memory (eg, RAM, etc.) but also non-volatile memory, flash memory, PROM, and the like. Also, it may be implemented in the form of a carrier wave, such as transmission through the Internet.
  • the processor-readable recording medium is distributed in a computer system connected through a network, so that the processor-readable code can be stored and executed in a distributed manner.
  • first, second, etc. may be used to describe various elements of the embodiments. However, interpretation of various components according to the embodiments should not be limited by the above terms. These terms are only used to distinguish one component from another. it is only For example, the first user input signal may be referred to as a second user input signal. Similarly, the second user input signal may be referred to as a first user input signal. Use of these terms should be interpreted as not departing from the scope of the various embodiments. Although both the first user input signal and the second user input signal are user input signals, they do not mean the same user input signals unless the context clearly indicates otherwise.
  • the operations according to the embodiments described in this document may be performed by a transceiver including a memory and/or a processor according to the embodiments.
  • the memory may store programs for processing/controlling operations according to the embodiments, and the processor may control various operations described in this document.
  • the processor may be referred to as a controller or the like. Operations in embodiments may be performed by firmware, software, and/or a combination thereof, and the firmware, software, and/or a combination thereof may be stored in a processor or stored in a memory.
  • the embodiments may be wholly or partially applied to a point cloud data transmission/reception device and system.
  • Embodiments may include variations/modifications without departing from the scope of the claims and the like.

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Multimedia (AREA)
  • General Engineering & Computer Science (AREA)
  • Computer Hardware Design (AREA)
  • Compression Or Coding Systems Of Tv Signals (AREA)

Abstract

실시예들에 따른 포인트 클라우드 데이터 송신 방법은 포인트 클라우드 데이터를 인코딩하는 단계; 포인트 클라우드 데이터를 포함하는 비트스트림을 전송하는 단계; 를 포함할 수 있다. 실시예들에 따른 포인트 클라우드 데이터 수신 방법 포인트 클라우드 데이터를 포함하는 비트스트림을 수신하는 단계; 포인트 클라우드 데이터를 디코딩하는 단계; 를 포함할 수 있다.

Description

포인트 클라우드 데이터 송신 장치, 포인트 클라우드 데이터 송신 방법, 포인트 클라우드 데이터 수신 장치 및 포인트 클라우드 데이터 수신 방법
실시예들은 포인트 클라우드 콘텐트(Point Cloud Content)를 처리하는 방법 및 장치에 대한 것이다.
포인트 클라우드 콘텐트는 3차원 공간을 표현하는 좌표계에 속한 점(포인트)들의 집합인 포인트 클라우드로 표현되는 콘텐트이다. 포인트 클라우드 콘텐트는3차원으로 이루어진 미디어를 표현할 수 있으며, VR (Virtual Reality, 가상현실), AR (Augmented Reality, 증강현실), MR (Mixed Reality, 혼합현실), 및 자율 주행 서비스 등의 다양한 서비스를 제공하기 위해 사용된다. 하지만 포인트 클라우드 콘텐트를 표현하기 위해서는 수만개에서 수십만개의 포인트 데이터가 필요하다. 따라서 방대한 양의 포인트 데이터를 효율적으로 처리하기 위한 방법이 요구된다.
실시예들은 포인트 클라우드 데이터를 효율적으로 처리하기 위한 장치 및 방법을 제공한다. 실시예들은 지연시간(latency) 및 인코딩/디코딩 복잡도를 해결하기 위한 포인트 클라우드 데이터 처리 방법 및 장치를 제공한다.
다만, 전술한 기술적 과제만으로 제한되는 것은 아니고, 기재된 전체 내용에 기초하여 당업자가 유추할 수 있는 다른 기술적 과제로 실시예들의 권리범위가 확장될 수 있다.
기술적 해결방법으로써, 실시예들에 따른 포인트 클라우드 데이터 송신 방법은 포인트 클라우드 데이터를 인코딩하는 단계; 포인트 클라우드 데이터를 포함하는 비트스트림을 전송하는 단계; 를 포함할 수 있다.
또한, 실시예들에 따른 포인트 클라우드 데이터 수신 방법 포인트 클라우드 데이터를 포함하는 비트스트림을 수신하는 단계; 포인트 클라우드 데이터를 디코딩하는 단계; 를 포함할 수 있다.
실시예들에 따른 장치 및 방법은 높은 효율로 포인트 클라우드 데이터를 처리할 수 있다.
실시예들에 따른 장치 및 방법은 높은 퀄리티의 포인트 클라우드 서비스를 제공할 수 있다.
실시예들에 따른 장치 및 방법은 VR 서비스, 자율주행 서비스 등 범용적인 서비스를 제공하기 위한 포인트 클라우드 콘텐트를 제공할 수 있다.
도면은 실시예들을 더욱 이해하기 위해서 포함되며, 도면은 실시예들에 관련된 설명과 함께 실시예들을 나타낸다. 이하에서 설명하는 다양한 실시예들의 보다 나은 이해를 위하여, 하기 도면들에 걸쳐 유사한 참조 번호들이 대응하는 부분들을 포함하는 다음의 도면들과 관련하여 이하의 실시예들의 설명을 반드시 참조해야 한다.
도1은 실시예들에 따른 포인트 클라우드콘텐츠 제공 시스템의 예시를 나타낸다.
도 2는 실시예들에 따른 포인트 클라우드 콘텐트 제공 동작을 나타내는 블록도이다.
도 3은 실시예들에 따른 포인트 클라우드 비디오 캡쳐 과정의 예시를 나타낸다.
도 4는 실시예들에 따른 포인트 클라우드 인코더(Point Cloud Encoder)의 예시를 나타낸다.
도 5 는 실시예들에 따른 복셀의 예시를 나타낸다.
도 6은 실시예들에 따른 옥트리 및 오큐판시 코드 (occupancy code)의 예시를 나타낸다.
도 7은 실시예들에 따른 이웃 노드 패턴의 예시를 나타낸다.
도 8은 실시예들에 따른 LOD 별 포인트 구성의 예시를 나타낸다.
도 9는 실시예들에 따른 LOD 별 포인트 구성의 예시를 나타낸다.
도 10은 실시예들에 따른 포인트 클라우드 디코더(Point Cloud Decoder)의 예시를 나타낸다.
도 11은 실시예들에 따른 포인트 클라우드 디코더(Point Cloud Decoder)의 예시를 나타낸다.
도 12는 실시예들에 따른 전송 장치의 예시이다.
도 13은 실시예들에 따른 수신 장치의 예시이다.
도 14는 실시예들에 따른 포인트 클라우드 데이터 송수신 방법/장치와 연동 가능한 구조의 예시를 나타낸다.
도15는 실시예들에 따른 몰톤 코드 생성 방법을 나타낸다.
도16은 실시예들에 따른 몰톤 코드 생성 방법을 나타낸다.
도17은 실시예들에 따른 몰톤 코드 생성 방법을 나타낸다.
도18은 실시예들에 따른 몰톤 코드 생성 순서의 임계값을 나타낸다.
도19는 실시예들에 따른 몰톤 코드 생성기를 나타낸다.
도20은 실시예들에 따른 포인트 클라우드 비트스트림의 구성을 나타낸다.
도21은 실시예들에 따른 TPS(Tile Parameter Set, TPS)를 나타낸다.
도22는 실시예들에 따른 GPS(Geometry Parameter Set, GPS)를 나타낸다.
도23은 실시예들에 따른 APS(Attribute Parameter Set, APS)를 나타낸다.
도24는 실시예들에 따른 지오메트리 슬라이스 헤더(Geometry Slice Header, GSH)를 나타낸다.
도25는 실시예들에 따른 포인트 클라우드 데이터 송신 방법을 나타낸다.
도26은 실시예들에 따른 포인트 클라우드 데이터 수신 방법을 나타낸다.
실시예들의 바람직한 실시예에 대해 구체적으로 설명하며, 그 예는 첨부된 도면에 나타낸다. 첨부된 도면을 참조한 아래의 상세한 설명은 실시예들의 실시예에 따라 구현될 수 있는 실시예만을 나타내기보다는 실시예들의 바람직한 실시예를 설명하기 위한 것이다. 다음의 상세한 설명은 실시예들에 대한 철저한 이해를 제공하기 위해 세부 사항을 포함한다. 그러나 실시예들이 이러한 세부 사항 없이 실행될 수 있다는 것은 당업자에게 자명하다.
실시예들에서 사용되는 대부분의 용어는 해당 분야에서 널리 사용되는 일반적인 것들에서 선택되지만, 일부 용어는 출원인에 의해 임의로 선택되며 그 의미는 필요에 따라 다음 설명에서 자세히 서술한다. 따라서 실시예들은 용어의 단순한 명칭이나 의미가 아닌 용어의 의도된 의미에 근거하여 이해되어야 한다.
도1은 실시예들에 따른 포인트 클라우드콘텐츠 제공 시스템의 예시를 나타낸다.
도 1에 도시된 포인트 클라우드 콘텐트 제공 시스템은 전송 장치(transmission device)(10000) 및 수신 장치(reception device)(10004)를 포함할 수 있다. 전송 장치(10000) 및 수신 장치(10004)는 포인트 클라우드 데이터를 송수신하기 위해 유무선 통신 가능하다.
. 실시예들에 따른 전송 장치(10000)는 포인트 클라우드 비디오(또는 포인트 클라우드 콘텐트)를 확보하고 처리하여 전송할 수 있다. 실시예들에 따라, 전송 장치(10000)는 고정국(fixed station), BTS(base transceiver system), 네트워크, AI(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 데이터뿐만 아니라, 포인트 클라우드 비디오 데이터의 인코딩과 관련된 시그널링 정보를 포함할 수 있다.
실시예들에 따른 트랜스미터(10003)는 인코딩된 포인트 클라우드 비디오 데이터를 포함하는 비트스트림을 전송한다. 실시예들에 따른 비트스트림은 파일 또는 세그먼트(예를 들면 스트리밍 세그먼트) 등으로 인캡슐레이션되어 방송망 및/또는 브로드밴드 망등의 다양한 네트워크를 통해 전송된다. 도면에 도시되지 않았으나, 전송 장치(10000)는 인캡슐레이션 동작을 수행하는 인캡슐레이션부(또는 인캡슐레이션 모듈)을 포함할 수 있다. 또한 실시예들에 따라 인캡슐레이션부는 트랜스미터(10003)에 포함될 수 있다. 실시예들에 따라 파일 또는 세그먼트는 네트워크를 통해 수신 장치(10004)로 전송되거나, 디지털 저장매체(예를 들면 USB, SD, CD, DVD, 블루레이, HDD, SSD 등)에 저장될 수 있다. 실시예들에 따른 트랜스미터(10003)는 수신 장치(10004) (또는 리시버(Receiver, 10005))와 4G, 5G, 6G 등의 네트워크를 통해 유/무선 통신 가능하다. 또한 트랜스미터(10003)는 네트워크 시스템(예를 들면 4G, 5G, 6G 등의 통신 네트워크 시스템)에 따라 필요한 데이터 처리 동작을 수행할 수 있다. 또한 전송 장치(10000)는 온 디맨드(On Demand) 방식에 따라 인캡슐레이션된 데이터를 전송할 수도 있다.
실시예들에 따른 수신 장치(10004)는 리시버(Receiver, 10005), 포인트 클라우드 비디오 디코더(Point Cloud Decoder, 10006) 및/또는 렌더러(Renderer, 10007)를 포함한다. 실시예들에 따라 수신 장치(10004)는 무선 접속 기술(예, 5G NR(New RAT), LTE(Long Term Evolution))을 이용하여, 기지국 및/또는 다른 무선 기기와 통신을 수행하는 기기, 로봇, 차량, AR/VR/XR 기기, 휴대기기, 가전, IoT(Internet of Thing)기기, AI 기기/서버 등을 포함할 수 있다.
실시예들에 따른 리시버(10005)는 포인트 클라우드 비디오 데이터를 포함하는 비트스트림 또는 비트스트림이 인캡슐레이션된 파일/세그먼트 등을 네트워크 또는 저장매체로부터 수신한다. 리시버(10005)는 네트워크 시스템(예를 들면 4G, 5G, 6G 등의 통신 네트워크 시스템)에 따라 필요한 데이터 처리 동작을 수행할 수 있다. 실시예들에 따른 리시버(10005)는 수신한 파일/세그먼트를 디캡슐레이션하여 비트스트림을 출력할수 있다. 또한 실시예들에 따라 리시버(10005)는 디캡슐레이션 동작을 수행하기 위한 디캡슐레이션부(또는 디캡슐레이션 모듈)을 포함할 수 있다. 또한 디캡슐레이션부는 리시버(10005)와 별개의 엘레멘트(또는 컴포넌트)로 구현될 수 있다.
포인트 클라우드 비디오 디코더(10006)는 포인트 클라우드 비디오 데이터를 포함하는 비트스트림을 디코딩한다. 포인트 클라우드 비디오 디코더(10006)는 포인트 클라우드 비디오 데이터가 인코딩된 방식에 따라 디코딩할 수 있다(예를 들면 포인트 클라우드 비디오 인코더(10002)의 동작의 역과정). 따라서 포인트 클라우드 비디오 디코더(10006)는 포인트 클라우드 컴프레션의 역과정인 포인트 클라우드 디컴프레션 코딩을 수행하여 포인트 클라우드 비디오 데이터를 디코딩할 수 있다. 포인트 클라우드 디컴프레션 코딩은 G-PCC 코딩을 포함한다.
렌더러(10007)는 디코딩된 포인트 클라우드 비디오 데이터를 렌더링한다. 렌더러(10007)는 포인트 클라우드 비디오 데이터 뿐만 아니라 오디오 데이터도 렌더링하여 포인트 클라우드 콘텐트를 출력할 수 있다. 실시예들에 따라 렌더러(10007)는 포인트 클라우드 콘텐트를 디스플레이하기 위한 디스플레이를 포함할 수 있다. 실시예들에 따라 디스플레이는 렌더러(10007)에 포함되지 않고 별도의 디바이스 또는 컴포넌트로 구현될 수 있다.
도면에 점선으로 표시된 화살표는 수신 장치(10004)에서 획득한 피드백 정보(feedback information)의 전송 경로를 나타낸다. 피드백 정보는 포인트 클라우드 컨텐트를 소비하는 사용자와의 인터랙티비를 반영하기 위한 정보로서, 사용자의 정보(예를 들면 헤드 오리엔테이션 정보), 뷰포트(Viewport) 정보 등)을 포함한다. 특히 포인트 클라우드 콘텐트가 사용자와의 상호작용이 필요한 서비스(예를 들면 자율주행 서비스 등)를 위한 콘텐트인 경우, 피드백 정보는 콘텐트 송신측(예를 들면 전송 장치(10000)) 및/또는 서비스 프로바이더에게 전달될 수 있다. 실시예들에 따라 피드백 정보는 전송 장치(10000) 뿐만 아니라 수신 장치(10004)에서도 사용될 수 있으며, 제공되지 않을 수도 있다.
실시예들에 따른 헤드 오리엔테이션 정보는 사용자의 머리 위치, 방향, 각도, 움직임 등에 대한 정보이다. 실시예들에 따른 수신 장치(10004)는 헤드 오리엔테이션 정보를 기반으로 뷰포트 정보를 계산할 수 있다. 뷰포트 정보는 사용자가 바라보고 있는 포인트 클라우드 비디오의 영역에 대한 정보이다. 시점(viewpoint)은 사용자가 포인트 클라우 비디오를 보고 있는 점으로 뷰포트 영역의 정중앙 지점을 의미할 수 있다. 즉, 뷰포트는 시점을 중심으로 한 영역으로서, 영역의 크기, 형태 등은 FOV(Field Of View) 에 의해 결정될 수 있다. 따라서 수신 장치(10004)는 헤드 오리엔테이션 정보 외에 장치가 지원하는 수직(vertical) 혹은 수평(horizontal) FOV 등을 기반으로 뷰포트 정보를 추출할 수 있다. 또한 수신 장치(10004)는 게이즈 분석 (Gaze Analysis) 등을 수행하여 사용자의 포인트 클라우드 소비 방식, 사용자가 응시하는 포인트 클라우 비디오 영역, 응시 시간 등을 확인한다. 실시예들에 따라 수신 장치(10004)는 게이즈 분석 결과를 포함하는 피드백 정보를 송신 장치(10000)로 전송할 수 있다. 실시예들에 따른 피드백 정보는 렌더링 및/또는 디스플레이 과정에서 획득될 수 있다. 실시예들에 따른 피드백 정보는 수신 장치(10004)에 포함된 하나 또는 그 이상의 센서들에 의해 확보될 수 있다. 또한 실시예들에 따라 피드백 정보는 렌더러(10007) 또는 별도의 외부 엘레멘트(또는 디바이스, 컴포넌트 등)에 의해 확보될 수 있다. 도1의 점선은 렌더러(10007)에서 확보한 피드백 정보의 전달 과정을 나타낸다. 포인트 클라우드 콘텐트 제공 시스템은 피드백 정보를 기반으로 포인트 클라우드 데이터를 처리(인코딩/디코딩)할 수 있다. 따라서 포인트 클라우드 비디오 데이터 디코더(10006)는 피드백 정보를 기반으로 디코딩 동작을 수행할 수 있다. 또한 수신 장치(10004)는 피드백 정보를 전송 장치(10000)로 전송할 수 있다. 전송 장치(10000)(또는 포인트 클라우드 비디오 데이터 인코더(10002))는 피드백 정보를 기반으로 인코딩 동작을 수행할 수 있다. 따라서 포인트 클라우드 콘텐트 제공 시스템은 모든 포인트 클라우드 데이터를 처리(인코딩/디코딩)하지 않고, 피드백 정보를 기반으로 필요한 데이터(예를 들면 사용자의 헤드 위치에 대응하는 포인트 클라우드 데이터)를 효율적으로 처리하고, 사용자에게 포인트 클라우드 콘텐트를 제공할 수 있다.
실시예들에 따라, 전송 장치(10000)는 인코더, 전송 디바이스, 전송기 등으로 호칭될 수 있으며, 수신 장치(10004)는 디코더, 수신 디바이스, 수신기 등으로 호칭될 수 있다.
실시예들에 따른 도 1 의 포인트 클라우드 콘텐트 제공 시스템에서 처리되는 (획득/인코딩/전송/디코딩/렌더링의 일련의 과정으로 처리되는) 포인트 클라우드 데이터는 포인트 클라우드 콘텐트 데이터 또는 포인트 클라우드 비디오 데이터라고 호칭할 수 있다. 실시예들에 따라 포인트 클라우드 콘텐트 데이터는 포인트 클라우드 데이터와 관련된 메타데이터 내지 시그널링 정보를 포함하는 개념으로 사용될 수 있다.
도 1에 도시된 포인트 클라우드 콘텐트 제공 시스템의 엘리먼트들은 하드웨어, 소프트웨어, 프로세서 및/또는 그것들의 결합등으로 구현될 수 있다.
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(center)의 포지션을 설정할 수 있다. 이 경우 하나의 복셀에 포함된 모든 포지션들의 어트리뷰트들은 통합되어(combined) 해당 복셀에 할당될(assigned)수 있다.
실시예들에 따른 옥트리 분석부(40002)는 복셀을 옥트리(octree) 구조로 나타내기 위한 옥트리 지오메트리 코딩(또는 옥트리 코딩)을 수행한다. 옥트리 구조는 팔진 트리 구조에 기반하여 복셀에 매칭된 포인트들을 표현한다.
실시예들에 따른 서페이스 어프록시메이션 분석부(40003)는 옥트리를 분석하고, 근사화할 수 있다. 실시예들에 따른 옥트리 분석 및 근사화는 효율적으로 옥트리 및 복셀화를 제공하기 위해서 다수의 포인트들을 포함하는 영역에 대해 복셀화하기 위해 분석하는 과정이다.
실시예들에 따른 아리스메틱 인코더(40004)는 옥트리 및/또는 근사화된 옥트리를 엔트로피 인코딩한다. 예를 들어, 인코딩 방식은 아리스메틱(Arithmetic) 인코딩 방법을 포함한다. 인코딩의 결과로 지오메트리 비트스트림이 생성된다.
컬러 변환부(40006), 어트리뷰트 변환부(40007), RAHT 변환부(40008), LOD생성부(40009), 리프팅 변환부(40010), 계수 양자화부(40011) 및/또는 아리스메틱 인코더(40012)는 어트리뷰트 인코딩을 수행한다. 상술한 바와 같이 하나의 포인트는 하나 또는 그 이상의 어트리뷰트들을 가질 수 있다. 실시예들에 따른 어트리뷰트 인코딩은 하나의 포인트가 갖는 어트리뷰트들에 대해 동일하게 적용된다. 다만, 하나의 어트리뷰트(예를 들면 색상)이 하나 또는 그 이상의 요소들을 포함하는 경우, 각 요소마다 독립적인 어트리뷰트 인코딩이 적용된다. 실시예들에 따른 어트리뷰트 인코딩은 컬러 변환 코딩, 어트리뷰트 변환 코딩, RAHT(Region Adaptive Hierarchial Transform) 코딩, 예측 변환(Interpolaration-based hierarchical nearest-neighbour prediction-Prediction Transform) 코딩 및 리프팅 변환 (interpolation-based hierarchical nearest-neighbour prediction with an update/lifting step (Lifting Transform)) 코딩을 포함할 수 있다. 포인트 클라우드 콘텐트에 따라 상술한 RAHT 코딩, 예측 변환 코딩 및 리프팅 변환 코딩은 선택적으로 사용되거나, 하나 또는 그 이상의 코딩들의 조합이 사용될 수 있다. 또한 실시예들에 따른 어트리뷰트 인코딩은 상술한 예시에 국한되는 것은 아니다.
실시예들에 따른 컬러 변환부(40006)는 어트리뷰트들에 포함된 컬러 값(또는 텍스쳐)을 변환하는 컬러 변환 코딩을 수행한다. 예를 들어, 컬러 변환부(40006)는 색상 정보의 포맷을 변환(예를 들어 RGB에서 YCbCr로 변환)할 수 있다. 실시예들에 따른 컬러 변환부(40006)의 동작은 어트리뷰트들에 포함된 컬러값에 따라 옵셔널(optional)하게 적용될 수 있다.
실시예들에 따른 지오메트리 리컨스트럭션부(40005)는 옥트리 및/또는 근사화된 옥트리를 재구성(디컴프레션)한다. 지오메트리 리컨스트럭션부(40005)는 포인트들의 분포를 분석한 결과에 기반하여 옥트리/복셀을 재구성한다. 재구성된 옥트리/복셀은 재구성된 지오메트리(또는 복원된 지오메트리)로 호칭될 수 있다.
실시예들에 따른 어트리뷰트 변환부(40007)는 지오메트리 인코딩이 수행되지 않은 포지션들 및/또는 재구성된 지오메트리를 기반으로 어트리뷰트들을 변환하는 어트리뷰트 변환을 수행한다. 상술한 바와 같이 어트리뷰트들은 지오메트리에 종속되므로, 어트리뷰트 변환부(40007)는 재구성된 지오메트리 정보를 기반으로 어트리뷰트들을 변환할 수 있다. 예를 들어, 어트리뷰트 변환부(40007)는 복셀에 포함된 포인트의 포지션값을 기반으로 그 포지션의 포인트가 가지는 어트리뷰트를 변환할 수 있다. 상술한 바와 같이 하나의 복셀에 포함된 하나 또는 그 이상의 포인트들의 포지션들을 기반으로 해당 복셀의 중앙점의 포지션이 설정된 경우, 어트리뷰트 변환부(40007)는 하나 또는 그 이상의 포인트들의 어트리뷰트들을 변환한다. 트라이숩 지오메트리 인코딩이 수행된 경우, 어트리뷰트 변환부(40007)는 트라이숩 지오메트리 인코딩을 기반으로 어트리뷰트들을 변환할 수 있다.
어트리뷰트 변환부(40007)는 각 복셀의 중앙점의 포지션(또는 포지션 값)으로부터 특정 위치/반경 내에 이웃하고 있는 포인트들의 어트리뷰트들 또는 어트리뷰트 값들(예를 들면 각 포인트의 색상, 또는 반사율 등)의 평균값을 계산하여 어트리뷰트 변환을 수행할 수 있다. 어트리뷰트 변환부(40007)는 평균값 계산시 중앙점으로부터 각 포인트까지의 거리에 따른 가중치를 적용할 수 있다. 따라서 각 복셀은 포지션과 계산된 어트리뷰트(또는 어트리뷰트 값)을 갖게 된다.
어트리뷰트 변환부(40007)는 K-D 트리 또는 몰톤 코드를 기반으로 각 복셀의 중앙점의 포지션으로부터 특정 위치/반경 내에 존재하는 이웃 포인트들을 탐색할 수 있다. K-D 트리는 이진 탐색 트리(binary search tree)로 빠르게 최단 이웃점 탐색(Nearest Neighbor Search-NNS)이 가능하도록 point들을 위치 기반으로 관리할 수 있는 자료 구조를 지원한다. 몰튼 코드는 모든 포인트들의 3차원 포지션을 나타내는 좌표값(예를 들면 (x, y, z))을 비트값으로 나타내고, 비트들을 믹싱하여 생성된다. 예를 들어 포인트의 포지션을 나타내는 좌표값이 (5, 9, 1)일 경우 좌표값의 비트 값은 (0101, 1001, 0001)이다. 비트 값을z, y, x 순서로 비트 인덱스에 맞춰 믹싱하면 010001000111이다. 이 값을 10진수로 나타내면 1095이 된다. 즉, 좌표값이 (5, 9, 1)인 포인트의 몰톤 코드 값은 1095이다. 어트리뷰트 변환부(40007)는 몰튼 코드 값을 기준으로 포인트들을 정렬하고depth-first traversal 과정을 통해 최단 이웃점 탐색(NNS)을 할 수 있다. 어트리뷰트 변환 동작 이후, 어트리뷰트 코딩을 위한 다른 변환 과정에서도 최단 이웃점 탐색(NNS)이 필요한 경우, K-D 트리 또는 몰톤 코드가 활용된다.
도면에 도시된 바와 같이 변환된 어트리뷰트들은 RAHT 변환부(40008) 및/또는 LOD 생성부(40009)로 입력된다.
실시예들에 따른 RAHT 변환부(40008)는 재구성된 지오메트리 정보에 기반하여 어트리뷰트 정보를 예측하는 RAHT코딩을 수행한다. 예를 들어, RAHT 변환부(40008)는 옥트리의 하위 레벨에 있는 노드와 연관된 어트리뷰트 정보에 기반하여 옥트리의 상위 레벨에 있는 노드의 어트리뷰트 정보를 예측할 수 있다.
실시예들에 따른 LOD생성부(40009)는 예측 변환 코딩을 수행하기 위하여LOD(Level of Detail)를 생성한다. 실시예들에 따른 LOD는 포인트 클라우드 콘텐트의 디테일을 나타내는 정도로서, LOD 값이 작을 수록 포인트 클라우드 콘텐트의 디테일이 떨어지고, LOD 값이 클 수록 포인트 클라우드 콘텐트의 디테일이 높음을 나타낸다. 포인트들을 LOD에 따라 분류될 수 있다.
실시예들에 따른 리프팅 변환부(40010)는 포인트 클라우드의 어트리뷰트들을 가중치에 기반하여 변환하는 리프팅 변환 코딩을 수행한다. 상술한 바와 같이 리프팅 변환 코딩은 선택적으로 적용될 수 있다.
실시예들에 따른 계수 양자화부(40011)은 어트리뷰트 코딩된 어트리뷰트들을 계수에 기반하여 양자화한다.
실시예들에 따른 아리스메틱 인코더(40012)는 양자화된 어트리뷰트들을 아리스메틱 코딩 에 기반하여 인코딩한다.
도 4의 포인트 클라우드 인코더의 엘레멘트들은 도면에 도시되지 않았으나 포인트 클라우드 제공 장치에 포함된 하나 또는 그 이상의 메모리들과 통신가능하도록 설정된 하나 또는 그 이상의 프로세서들 또는 집적 회로들(integrated circuits)을 포함하는 하드웨어, 소프트웨어, 펌웨어 또는 이들의 조합으로 구현될 수 있다. 하나 또는 그 이상의 프로세서들은 상술한 도 4의 포인트 클라우드 인코더의 엘레멘트들의 동작들 및/또는 기능들 중 적어도 어느 하나 이상을 수행할 수 있다. 또한 하나 또는 그 이상의 프로세서들은 도 4의 포인트 클라우드 인코더의 엘레멘트들의 동작들 및/또는 기능들을 수행하기 위한 소프트웨어 프로그램들 및/또는 인스트럭션들의 세트를 동작하거나 실행할 수 있다. 실시예들에 따른 하나 또는 그 이상의 메모리들은 하이 스피드 랜덤 억세스 메모리를 포함할 수도 있고, 비휘발성 메모리(예를 들면 하나 또는 그 이상의 마그네틱 디스크 저장 디바이스들, 플래쉬 메모리 디바이스들, 또는 다른 비휘발성 솔리드 스테이트 메모리 디바이스들(Solid-state memory devices)등)를 포함할 수 있다.
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.
d =Ceil(Log2(Max(x_n^int,y_n^int,z_n^int,n=1,…,N)+1))
도 6의 상단의 중간에 도시된 바와 같이, 분할에 따라 전체 3차원 공간은 8개의 공간들로 분할될 수 있다. 분할된 각 공간은 6개의 면들을 갖는 큐브로 표현된다. 도 6 상단의 오른쪽에 도시된 바와 같이 8개의 공간들 각각은 다시 좌표계의 축들(예를 들면 X축, Y축, Z축)을 기반으로 분할된다. 따라서 각 공간은 다시 8개의 작은 공간들로 분할된다. 분할된 작은 공간 역시 6개의 면들을 갖는 큐브로 표현된다. 이와 같은 분할 방식은 옥트리의 리프 노드(leaf node)가 복셀이 될 때까지 적용된다.
도 6의 하단은 옥트리의 오큐판시 코드를 나타낸다. 옥트리의 오큐판시 코드는 하나의 공간이 분할되어 발생되는 8개의 분할된 공간들 각각이 적어도 하나의 포인트를 포함하는지 여부를 나타내기 위해 생성된다. 따라서 하나의 오큐판시 코드는 8개의 자식 노드(child node)들로 표현된다. 각 자식 노드는 분할된 공간의 오큐판시를 나타내며, 자식 노드는 1비트의 값을 갖는다. 따라서 오큐판시 코드는 8 비트 코드로 표현된다. 즉, 자식 노드에 대응하는 공간에 적어도 하나의 포인트가 포함되어 있으면 해당 노드는 1값을 갖는다. 자식 노드에 대응하는 공간에 포인트가 포함되어 있지 않으면 (empty), 해당 노드는 0값을 갖는다. 도 6에 도시된 오큐판시 코드는 00100001이므로 8개의 자식 노드 중 3번째 자식 노드 및 8번째 자식 노드에 대응하는 공간들은 각각 적어도 하나의 포인트를 포함함을 나타낸다. 도면에 도시된 바와 같이 3번째 자식 노드 및 8번째 자식 노드는 각각 8개의 자식 노드를 가지며, 각 자식 노드는 8비트의 오큐판시 코드로 표현된다. 도면은 3번째 자식 노드의 오큐판시 코드가 10000111이고, 8번째 자식 노드의 오큐판시 코드가 01001111임을 나타낸다. 실시예들에 따른 포인트 클라우드 인코더(예를 들면 아리스메틱 인코더(40004))는 오큐판시 코드를 엔트로피 인코딩할 수 있다. 또한 압축 효율을 높이기 위해 포인트 클라우드 인코더는 오큐판시 코드를 인트라/인터 코딩할 수 있다. 실시예들에 따른 수신 장치(예를 들면 수신 장치(10004) 또는 포인트 클라우드 비디오 디코더(10006))는 오큐판시 코드를 기반으로 옥트리를 재구성한다.
실시예들에 따른 포인트 클라우드 인코더(예를 들면 도 4의 포인트 클라우드 인코더, 또는 옥트리 분석부(40002))는 포인트들의 포지션들을 저장하기 위해 복셀화 및 옥트리 코딩을 수행할 수 있다. 하지만 3차원 공간 내 포인트들이 언제나 고르게 분포하는 것은 아니므로, 포인트들이 많이 존재하지 않는 특정 영역이 존재할 수 있다. 따라서 3차원 공간 전체에 대해 복셀화를 수행하는 것은 비효율 적이다. 예를 들어 특정 영역에 포인트가 거의 존재하지 않는다면, 해당 영역까지 복셀화를 수행할 필요가 없다.
따라서 실시예들에 따른 포인트 클라우드 인코더는 상술한 특정 영역(또는 옥트리의 리프 노드를 제외한 노드)에 대해서는 복셀화를 수행하지 않고, 특정 영역에 포함된 포인트들의 포지션을 직접 코딩하는 다이렉트 코딩(Direct coding)을 수행할 수 있다. 실시예들에 따른 다이렉트 코딩 포인트의 좌표들은 다이렉트 코딩 모드(Direct Coding Mode, DCM)으로 호칭된다. 또한 실시예들에 따른 포인트 클라우드 인코더는 표면 모델(surface model)을 기반으로 특정 영역(또는 노드)내의 포인트들의 포지션들을 복셀 기반으로 재구성하는 트라이숩 지오메트리 인코딩(Trisoup geometry encoding)을 수행할 수 있다. 트라이숩 지오메트리 인코딩은 오브젝트의 표현을 삼각형 메쉬(triangle mesh)의 시리즈로 표현하는 지오메트리 인코딩이다. 따라서 포인트 클라우드 디코더는 메쉬 표면으로부터 포인트 클라우드를 생성할 수 있다. 실시예들에 따른 다이렉트 코딩 및 트라이숩 지오메트리 인코딩은 선택적으로 수행될 수 있다. 또한 실시예들에 따른 다이렉트 코딩 및 트라이숩 지오메트리 인코딩은 옥트리 지오메트리 코딩(또는 옥트리 코딩)과 결합되어 수행될 수 있다.
다이렉트 코딩(Direct coding)을 수행하기 위해서는 다이렉트 코딩을 적용하기 위한 직접 모드(direct mode) 사용 옵션이 활성화 되어 있어야 하며, 다이렉트 코딩을 적용할 노드는 리프 노드가 아니고, 특정 노드 내에 한계치(threshold) 이하의 포인트들이 존재해야 한다. 또한 다이텍트 코딩의 대상이 되는 전채 포인트들의 개수는 기설정된 한계값을 넘어서는 안된다. 위의 조건이 만족되면, 실시예들에 따른 포인트 클라우드 인코더(또는 아리스메틱 인코더(40004))는 포인트들의 포지션들(또는 포지션 값들)을 엔트로피 코딩할 수 있다.
실시예들에 따른 포인트 클라우드 인코더(예를 들면 서페이스 어프록시메이션 분석부(40003))는 옥트리의 특정 레벨(레벨은 옥트리의 깊이 d보다는 작은 경우)을 정하고, 그 레벨부터는 표면 모델을 사용하여 노드 영역내의 포인트의 포지션을 복셀 기반으로 재구성하는 트라이숩 지오메트리 인코딩을 수행할 수 있다(트라이숩 모드). 실시예들에 따른 포인트 클라우드 인코더는 트라이숩 지오메트리 인코딩을 적용할 레벨을 지정할 수 있다. 예를 들어, 지정된 레벨이 옥트리의 깊이와 같으면 포인트 클라우드 인코더는 트라이숩 모드로 동작하지 않는다. 즉, 실시예들에 따른 포인트 클라우드 인코더는 지정된 레벨이 옥트리의 깊이값 보다 작은 경우에만 트라이숩 모드로 동작할 수 있다. 실시예들에 따른 지정된 레벨의 노드들의 3차원 정육면체 영역을 블록(block)이라 호칭한다. 하나의 블록은 하나 또는 그 이상의 복셀들을 포함할 수 있다. 블록 또는 복셀은 브릭(brick)에 대응될 수도 있다. 각 블록 내에서 지오메트리는 표면(surface)으로 표현된다. 실시예들에 따른 표면은 최대 한번 블록의 각 엣지(edge, 모서리)와 교차할 수 있다.
하나의 블록은 12개의 엣지들을 가지므로, 하나의 블록 내 적어도 12개의 교차점들이 존재한다. 각 교차점은 버텍스(vertex, 정점 또는 꼭지점)라 호칭된다. 엣지를 따라 존재하는 버텍스은 해당 엣지를 공유하는 모든 블록들 중 그 엣지에 인접한 적어도 하나의 오큐파이드 복셀(occupied voxel)이 있는 경우 감지된다. 실시예들에 따른 오큐파이드 복셀은 포인트를 포함하는 복셀을 의미한다. 엣지를 따라 검출된 버텍스의 포지션은 해당 엣지를 공유하는 모든 블록들 중 해당 엣지에 인접한 모든 복셀들의 엣지에 따른 평균 포지션(the average position along the edge of all voxels)이다.
버텍스가 검출되면 실시예들에 따른 포인트 클라우드 인코더는 엣지의 시작점(x, y, z), 엣지의 방향벡터(Δx, Δy, Δz), 버텍스 위치 값 (엣지 내의 상대적 위치 값)들을 엔트로피코딩할 수 있다. 트라이숩 지오메트리 인코딩이 적용된 경우, 실시예들에 따른 포인트 클라우드 인코더(예를 들면 지오메트리 리컨스트럭션부(40005))는 삼각형 재구성(triangle reconstruction), 업-샘플링(up-sampling), 복셀화 과정을 수행하여 복원된 지오메트리(재구성된 지오메트리)를 생성할 수 있다.
블록의 엣지에 위치한 버텍스들은 블록을 통과하는 표면(surface)를 결정한다. 실시예들에 따른 표면은 비평면 다각형이다. 삼각형 재구성 과정은 엣지의 시작점, 엣지의 방향 벡터와 버텍스의 위치값을 기반으로 삼각형으로 나타내는 표면을 재구성한다. 삼각형 재구성 과정은 다음과 같다. ①각 버텍스들의 중심(centroid)값을 계산하고, ②각 버텍스값에서 중심 값을 뺀 값들에 ③자승을 수행하고 그 값을 모두 더한 값을 구한다.
Figure PCTKR2020011254-appb-img-000001
더해진 값의 최소값을 구하고, 최소값이 있는 축에 따라서 프로젝션 (Projection, 투영) 과정을 수행한다. 예를 들어 x 요소(element)가 최소인 경우, 각 버텍스를 블록의 중심을 기준으로 x축으로 프로젝션 시키고, (y, z) 평면으로 프로젝션 시킨다. (y, z)평면으로 프로젝션 시키면 나오는 값이 (ai, bi)라면 atan2(bi, ai)를 통해 θ값을 구하고, θ값을 기준으로 버텍스들(vertices)을 정렬한다. 하기의 표는 버텍스들의 개수에 따라 삼각형을 생성하기 위한 버텍스들의 조합을 나타낸다. 버텍스들은 1부터 n까지의 순서로 정렬된다. 하기 표는4개의 버텍스들에 대하여, 버텍스들의 조합에 따라 두 개의 삼각형들이 구성될 수 있음을 나타낸다. 첫번째 삼각형은 정렬된 버텍스들 중 1, 2, 3번째 버텍스들로 구성되고, 두번째 삼각형은 정렬된 버텍스들 중 3, 4, 1번째 버텍스들로 구성될 수 있다. .
표2-1. Triangles formed from vertices ordered 1,…,n
n triangles
3 (1,2,3)
4 (1,2,3), (3,4,1)
5 (1,2,3), (3,4,5), (5,1,3)
6 (1,2,3), (3,4,5), (5,6,1), (1,3,5)
7 (1,2,3), (3,4,5), (5,6,7), (7,1,3), (3,5,7)
8 (1,2,3), (3,4,5), (5,6,7), (7,8,1), (1,3,5), (5,7,1)
9 (1,2,3), (3,4,5), (5,6,7), (7,8,9), (9,1,3), (3,5,7), (7,9,3)
10 (1,2,3), (3,4,5), (5,6,7), (7,8,9), (9,10,1), (1,3,5), (5,7,9), (9,1,5)
11 (1,2,3), (3,4,5), (5,6,7), (7,8,9), (9,10,11), (11,1,3), (3,5,7), (7,9,11), (11,3,7)
12 (1,2,3), (3,4,5), (5,6,7), (7,8,9), (9,10,11), (11,12,1), (1,3,5), (5,7,9), (9,11,1), (1,5,9)
업샘플링 과정은 삼각형의 엣지를 따라서 중간에 점들을 추가하여 복셀화 하기 위해서 수행된다. 업샘플링 요소 값(upsampling factor)과 블록의 너비를 기준으로 추가 점들을 생성한다. 추가점은 리파인드 버텍스(refined vertice)라고 호칭된다. 실시예들에 따른 포인트 클라우드 인코더는 리파인드 버텍스들을 복셀화할 수 있다. 또한 포인트 클라우드 인코더는 복셀화 된 포지션(또는 포지션 값)을 기반으로 어트리뷰트 인코딩을 수행할 수 있다.
도 7은 실시예들에 따른 이웃 노드 패턴의 예시를 나타낸다.
포인트 클라우드 비디오의 압축 효율을 증가시키기 위하여 실시예들에 따른 포인트 클라우드 인코더는 콘텍스트 어탭티브 아리스메틱 (context adaptive arithmetic) 코딩을 기반으로 엔트로피 코딩을 수행할 수 있다.
도 1 내지 도 6에서 설명한 바와 같이 포인트 클라우드 콘텐트 제공 시스템 또는 포인트 클라우드 인코더(예를 들면 포인트 클라우드 비디오 인코더(10002), 도 4의 포인트 클라우드 인코더 또는 아리스메틱 인코더(40004))는 오큐판시 코드를 곧바로 엔트로피 코딩할 수 있다. 또한 포인트 클라우드 콘텐트 제공 시스템 또는 포인트 클라우드 인코더는 현재 노드의 오큐판시 코드와 이웃 노드들의 오큐판시를 기반으로 엔트로피 인코딩(인트라 인코딩)을 수행하거나, 이전 프레임의 오큐판시 코드를 기반으로 엔트로피 인코딩(인터 인코딩)을 수행할 수 있다. 실시예들에 따른 프레임은 동일한 시간에 생성된 포인트 클라우드 비디오의 집합을 의미한다. 실시예들에 따른 인트라 인코딩/인터 인코딩의 압축 효율은 참조하는 이웃 노드들의 개수에 따라 달라질 수 있다. 비트가 커지면 복잡해지지만 한쪽으로 치우치게 만들어서 압축 효율이 높아질 수 있다. 예를 들어 3-bit context를 가지면, 2의 3승인 = 8가지 방법으로 코딩 해야 한다. 나누어 코딩을 하는 부분은 구현의 복잡도에 영향을 준다. 따라서 압축의 효율과 복잡도의 적정 수준을 맞출 필요가 있다.
도7은 이웃 노드들의 오큐판시를 기반으로 오큐판시 패턴을 구하는 과정을 나타낸다. 실시예들에 따른 포인트 클라우드 인코더는 옥트리의 각 노드의 이웃 노드들의 오큐판시(occupancy)를 판단하고 이웃 노드 패턴(neighbor pattern) 값을 구한다. 이웃 노드 패턴은 해당 노드의 오큐판시 패턴을 추론하기 위해 사용된다. 도7의 왼쪽은 노드에 대응하는 큐브(가운데 위치한 큐브) 및 해당 큐브와 적어도 하나의 면을 공유하는 6개의 큐브들(이웃 노드들)을 나타낸다. 도면에 도시된 노드들은 같은 뎁스(깊이)의 노드들이다. 도면에 도시된 숫자는 6개의 노드들 각각과 연관된 가중치들(1, 2, 4, 8, 16, 32, 등)을 나타낸다. 각 가중치는 이웃 노드들의 위치에 따라 순차적으로 부여된다.
도 7의 오른쪽은 이웃 노드 패턴 값을 나타낸다. 이웃 노드 패턴 값은 오큐파이드 이웃 노드(포인트를 갖는 이웃 노드)의 가중치가 곱해진 값들의 합이다. 따라서 이웃 노드 패턴 값은 0에서 63까지의 값을 갖는다. 이웃 노드 패턴 값이 0 인 경우, 해당 노드의 이웃 노드 중 포인트를 갖는 노드(오큐파이드 노드)가 없음을 나타낸다. 이웃 노드 패턴 값이 63인 경우, 이웃 노드들이 전부 오큐파이드 노드들임을 나타낸다. 도면에 도시된 바와 같이 가중치1, 2, 4, 8가 부여된 이웃 노드들은 오큐파이드 노드들이므로, 이웃 노드 패턴 값은 1, 2, 4, 8을 더한 값인 15이다. 포인트 클라우드 인코더는 이웃 노드 패턴 값에 따라 코딩을 수행할 수 있다(예를 들어 이웃 노드 패턴 값이 63인 경우, 64가지의 코딩을 수행). 실시예들에 따라 포인트 클라우드 인코더는 이웃 노드 패턴 값을 변경 (예를 들면 64를 10 또는 6으로 변경하는 테이블을 기반으로) 하여 코딩의 복잡도를 줄일 수 있다.
도 8은 실시예들에 따른 LOD 별 포인트 구성의 예시를 나타낸다.
도 1 내지 도 7에서 설명한 바와 같이, 어트리뷰트 인코딩이 수행되기 전 인코딩된 지오메트리는 재구성(디컴프레션) 된다. 다이렉트 코딩이 적용된 경우, 지오메트리 재구성 동작은 다이렉트 코딩된 포인트들의 배치를 변경하는 것을 포함할 수 있다(예를 들면 다이렉트 코딩된 포인트들을 포인트 클라우드 데이터의 앞쪽에 배치). 트라이숩 지오메트리 인코딩이 적용된 경우, 지오메트리 재구성 과정은 삼각형 재구성, 업샘플링, 복셀화 과정을 어트리뷰트는 지오메트리에 종속되므로, 어트리뷰트 인코딩은 재구성된 지오메트리를 기반으로 수행된다.
포인트 클라우드 인코더(예를 들면 LOD 생성부(40009))는 포인트들을 LOD별로 분류(reorganization)할 수 있다. 도면은 LOD에 대응하는 포인트 클라우드 콘텐트를 나타낸다. 도면의 왼쪽은 오리지널 포인트 클라우드 콘텐트를 나타낸다. 도면의 왼쪽에서 두번째 그림은 가장 낮은 LOD의 포인트들의 분포를 나타내며, 도면의 가장 오른쪽 그림은 가장 높은 LOD의 포인트들의 분포를 나타낸다. 즉, 가장 낮은 LOD의 포인트들은 드문드문(sparse) 분포하며, 가장 높은 LOD의 포인트들은 촘촘히 분포한다. 즉, 도면 하단에 표시된 화살표 방향에 따라 LOD가 증가할수록 포인트들 간의 간격(또는 거리)는 더 짧아진다.
도 9는 실시예들에 따른 LOD 별 포인트 구성의 예시를 나타낸다.
도 1 내지 도 8에서 설명한 바와 같이 포인트 클라우드 콘텐트 제공 시스템, 또는 포인트 클라우드 인코더(예를 들면 포인트 클라우드 비디오 인코더(10002), 도 4의 포인트 클라우드 인코더, 또는 LOD 생성부(40009))는 LOD를 생성할 수 있다. LOD는 포인트들을 설정된 LOD 거리 값(또는 유클리이디언 디스턴스(Euclidean Distance)의 세트)에 따라 리파인먼트 레벨들(refinement levels)의 세트로 재정열(reorganize)하여 생성된다. LOD 생성 과정은 포인트 클라우드 인코더뿐만 아니라 포인트 클라우드 디코더에서도 수행된다.
도 9의 상단은 3차원 공간에 분포된 포인트 클라우드 콘텐트의 포인트들의 예시(P0내지 P9)를 나타낸다. 도 9의 오리지널 오더(Original order)는 LOD 생성전 포인트들 P0내지 P9의 순서를 나타낸다. 도 9의 LOD 기반 오더 (LOD based order)는 LOD 생성에 따른 포인트들의 순서를 나타낸다. 포인트들은 LOD별 재정열된다. 또한 높은 LOD는 낮은 LOD에 속한 포인트들을 포함한다. 도 9에 도시된 바와 같이 LOD0는 P0, P5, P4 및 P2를 포함한다. LOD1은 LOD0의 포인트들과 P1, P6 및 P3를 포함한다. LOD2는 LOD0의 포인트들, LOD1의 포인트들 및 P9, P8 및 P7을 포함한다.
도 4에서 설명한 바와 같이 실시예들에 따른 포인트 클라우드 인코더는 예측 변환 코딩, 리프팅 변환 코딩 및 RAHT 변환 코딩을 선택적으로 또는 조합하여 수행할 수 있다.
실시예들에 따른 포인트 클라우드 인코더는 포인트들에 대한 예측기(predictor)를 생성하여 각 포인트의 예측 어트리뷰트(또는 예측 어트리뷰트값)을 설정하기 위한 예측 변환 코딩을 수행할 수 있다. 즉, N개의 포인트들에 대하여 N개의 예측기들이 생성될 수 있다. 실시예들에 따른 예측기는 각 포인트의 LOD 값과 LOD별 설정된 거리 내에 존재하는 이웃 포인트들에 대한 인덱싱 정보 및 이웃 포인트들까지의 거리 값을 기반으로 가중치(=1/거리) 값을 계산하할 수 있다.
실시예들에 따른 예측 어트리뷰트(또는 어트리뷰트값)은 각 포인트의 예측기에 설정된 이웃 포인트들의 어트리뷰트들(또는 어트리뷰트 값들, 예를 들면 색상, 반사율 등)에 각 이웃 포인트까지의 거리를 기반으로 계산된 가중치(또는 가중치값)을 곱한 값의 평균값으로 설정된다. 실시예들에 따른 포인트 클라우드 인코더(예를 들면 계수 양자화부(40011)는 각 포인트의 어트리뷰트(어트리뷰트 값)에서 예측 어트리뷰트(어트리뷰트값)을 뺀 잔여값들(residuals, 잔여 어트리뷰트, 잔여 어트리뷰트값, 어트리뷰트 예측 잔여값 등으로 호칭할 수 있다)을 양자화(quatization) 및 역양자화(inverse quantization)할 수 있다. 양자화 과정은 다음의 표에 나타난 바와 같다.
표. Attribute prediction residuals quantization pseudo code
int PCCQuantization(int value, int quantStep) {
if( value >=0) {
return floor(value / quantStep + 1.0 / 3.0);
} else {
return -floor(-value / quantStep + 1.0 / 3.0);
}
}
표. Attribute prediction residuals inverse quantization pseudo code
int PCCInverseQuantization(int value, int quantStep) {
if( quantStep ==0) {
return value;
} else {
return value * quantStep;
}
}
실시예들에 따른 포인트 클라우드 인코더(예를 들면 아리스메틱 인코더(40012)는 각 포인트의 예측기에 이웃한 포인트들이 있는 경우, 상술한 바와 같이 양자화 및 역양자화된 잔여값을 엔트로피 코딩 할 수 있다. 실시예들에 따른 포인트 클라우드 인코더(예를 들면 아리스메틱 인코더(40012)는 각 포인트의 예측기에 이웃한 포인트들이 없으면 상술한 과정을 수행하지 않고 해당 포인트의 어트리뷰트들을 엔트로피 코딩할 수 있다.
실시예들에 따른 포인트 클라우드 인코더 (예를 들면 리프팅 변환부(40010)는 각 포인트의 예측기를 생성하고, 예측기에 계산된 LOD를 설정 및 이웃 포인트들을 등록하고, 이웃 포인트들까지의 거리에 따른 가중치를 설정하여 리프팅 변환 코딩을 수행할 수 있다. 실시예들에 따른 리프팅 변환 코딩은 상술한 예측 변환 코딩과 유사하나, 어트리뷰트값에 가중치를 누적 적용한다는 점에서 차이가 있다. 실시예들에 따른 어트리뷰트값에 가중치를 누적 적용하는 과정은 다음과 같다.
1) 각 포인트의 가중치 값을 저장하는 배열 QW(QuantizationWieght)를 생성한다. QW의 모든 요소들의 초기값은 1.0이다. 예측기에 등록된 이웃 노드의 예측기 인덱스의 QW 값에 현재 포인트의 예측기의 가중치를 곱한 값을 더한다.
2) 리프트 예측 과정: 예측된 어트리뷰트 값을 계산하기 위하여 포인트의 어트리뷰트 값에 가중치를 곱한 값을 기존 어트리뷰트값에서 뺀다.
3) 업데이트웨이트(updateweight) 및 업데이트(update)라는 임시 배열들을 생성하고 임시 배열들을 0으로 초기화한다.
4) 모든 예측기에 대해서 계산된 가중치에 예측기 인덱스에 해당하는 QW에 저장된 가중치를 추가로 곱해서 산출된 가중치를 업데이트웨이트 배열에 이웃 노드의 인덱스로 누적으로 합산한다. 업데이트 배열에는 이웃 노드의 인덱스의 어트리뷰트 값에 산출된 가중치를 곱한 값을 누적 합산한다.
5) 리프트 업데이트 과정: 모든 예측기에 대해서 업데이트 배열의 어트리뷰트 값을 예측기 인덱스의 업데이트웨이트 배열의 가중치 값으로 나누고, 나눈 값에 다시 기존 어트리뷰트 값을 더한다.
6) 모든 예측기에 대해서, 리프트 업데이트 과정을 통해 업데이트된 어트리뷰트 값에 리프트 예측 과정을 통해 업데이트 된(QW에 저장된) 가중치를 추가로 곱하여 예측 어트리뷰트 값을 산출한다. 실시예들에 따른 포인트 클라우드 인코더(예를 들면 계수 양자화부(40011))는 예측 어트리뷰트 값을 양자화한다. 또한 포인트 클라우드 인코더(예를 들면 아리스메틱 인코더(40012))는 양자화된 어트리뷰트 값을 엔트로피 코딩한다.
실시예들에 따른 포인트 클라우드 인코더(예를 들면 RAHT 변환부(40008))는 옥트리의 하위 레벨에 있는 노드와 연관된 어트리뷰트를 사용하여 상위 레벨의 노드들의 어트리뷰트를 에측하는 RAHT 변환 코딩을 수행할 수 있다. RAHT 변환 코딩은 옥트리 백워드 스캔을 통한 어트리뷰트 인트라 코딩의 예시이다. 실시예들에 따른 포인트 클라우드 인코더는 복셀에서 전체 영역으로 스캔하고, 각 스텝에서 복셀을 더 큰 블록으로 합치면서 루트 노드까지의 병합 과정을 반복수행한다. 실시예들에 따른 병합 과정은 오큐파이드 노드에 대해서만 수행된다. 엠티 노드(empty node)에 대해서는 병합 과정이 수행되지 않으며, 엠티 노드의 바로 상위 노드에 대해 병합 과정이 수행된다.
하기의 식은 RAHT 변환 행렬을 나타낸다. g l x, y, z 는 레벨 l에서의 복셀들의 평균 어트리뷰트 값을 나타낸다. g l x, y, z 는 g l+1 2x, y, z와 g l+1 2x+1, y, z로부터 계산될 수 있다. g l 2x, y, z 와 g l 2x+1, y, z 의 가중치를 w1=w l 2x, y, z 과 w2=w l 2x+1, y, z 이다.
Figure PCTKR2020011254-appb-img-000002
g l-1 x, y, z는 로-패스(low-pass) 값으로, 다음 상위 레벨에서의 병합 과정에서 사용된다. h l-1 x, y, z은 하이패스 계수(high-pass coefficients)이며, 각 스텝에서의 하이패스 계수들은 양자화되어 엔트로피 코딩 된다(예를 들면 아리스메틱 인코더(400012)의 인코딩). 가중치는 w l-1 x, y, z=w l 2x, y, z+w l 2x+1, y, z로 계산된다. 루트 노드는 마지막 g 1 0, 0, 0 과 g 1 0, 0, 1을 통해서 다음과 같이 생성된다.,
Figure PCTKR2020011254-appb-img-000003
도 10은 실시예들에 따른 포인트 클라우드 디코더(Point Cloud Decoder)의 예시를 나타낸다.
도 10에 도시된 포인트 클라우드 디코더는 도 1에서 설명한 포인트 클라우드 비디오 디코더(10006) 예시로서, 도 1에서 설명한 포인트 클라우드 비디오 디코더(10006)의 동작 등과 동일 또는 유사한 동작을 수행할 수 있다. 도면이 도시된 바와 같이 포인트 클라우드 디코더는 하나 또는 그 이상의 비트스트림(bitstream)들에 포함된 지오메트리 비트스트림(geometry bitstream) 및 어트리뷰트 비트스트림(attribute bitstream)을 수신할 수 있다. 포인트 클라우드 디코더는 지오메트리 디코더(geometry decoder)및 어트리뷰트 디코더(attribute decoder)를 포함한다. 지오메트리 디코더는 지오메트리 비트스트림에 대해 지오메트리 디코딩을 수행하여 디코딩된 지오메트리(decoded geometry)를 출력한다. 어트리뷰트 디코더는 디코딩된 지오메트리 및 어트리뷰트 비트스트림을 기반으로 어트리뷰트 디코딩을 수행하여 디코딩된 어트리뷰트들(decoded attributes)을 출력한다. 디코딩된 지오메트리 및 디코딩된 어트리뷰트들은 포인트 클라우드 콘텐트를 복원(decoded point cloud)하는데 사용된다.
도 11은 실시예들에 따른 포인트 클라우드 디코더(Point Cloud Decoder)의 예시를 나타낸다.
도 11에 도시된 포인트 클라우드 디코더는 도 10에서 설명한 포인트 클라우드 디코더의 예시로서, 도 1 내지 도 9에서 설명한 포인트 클라우드 인코더의 인코딩 동작의 역과정인 디코딩 동작을 수행할 수 있다.
도 1 및 도 10에서 설명한 바와 같이 포인트 클라우드 디코더는 지오메트리 디코딩 및 어트리뷰트 디코딩을 수행할 수 있다. 지오메트리 디코딩은 어트리뷰트 디코딩보다 먼저 수행된다.
실시예들에 따른 포인트 클라우드 디코더는 아리스메틱 디코더(arithmetic decode, 11000), 옥트리 합성부(synthesize octree, 11001), 서페이스 오프록시메이션 합성부(synthesize surface approximation, 11002), 지오메트리 리컨스트럭션부(reconstruct geometry, 11003), 좌표계 역변환부(inverse transform coordinates, 11004), 아리스메틱 디코더(arithmetic decode, 11005), 역양자화부(inverse quantize, 11006), RAHT변환부(11007), LOD생성부(generate LOD, 11008), 인버스 리프팅부(Inverse lifting, 11009), 및/또는 컬러 역변환부(inverse transform colors, 11010)를 포함한다.
아리스메틱 디코더(11000), 옥트리 합성부(11001), 서페이스 오프록시메이션 합성부(11002), 지오메트리 리컨스럭션부(11003), 좌표계 역변환부(11004)는 지오메트리 디코딩을 수행할 수 있다. 실시예들에 따른 지오메트리 디코딩은 다이렉트 코딩(direct coding) 및 트라이숩 지오메트리 디코딩(trisoup geometry decoding)을 포함할 수 있다. 다이렉트 코딩 및 트라이숩 지오메트리 디코딩은 선택적으로 적용된다. 또한 지오메트리 디코딩은 위의 예시에 국한되지 않으며, 도 1 내지 도 9에서 설명한 지오메트리 인코딩의 역과정으로 수행된다.
실시예들에 따른 아리스메틱 디코더(11000)는 수신한 지오메트리 비트스트림을 아리스메틱 코딩을 기반으로 디코딩한다. 아리스메틱 디코더(11000)의 동작은 아리스메틱 인코더(40004)의 역과정에 대응한다.
실시예들에 따른 옥트리 합성부(11001)는 디코딩된 지오메트리 비트스트림으로부터 (또는 디코딩 결과 확보된 지오메트리에 관한 정보)로부터 오큐판시 코드를 획득하여 옥트리를 생성할 수 있다. 오큐판시 코드에 대한 구체적인 설명은 도 1 내지 도 9에서 설명한 바와 같다.
실시예들에 따른 서페이스 오프록시메이션 합성부(11002)는 트라이숩 지오메트리 인코딩이 적용된 경우, 디코딩된 지오메트리 및/또는 생성된 옥트리에 기반하여 서페이스를 합성할 수 있다.
실시예들에 따른 지오메트리 리컨스트럭션부(11003)는 서페이스 및 또는 디코딩된 지오메트리에 기반하여 지오메트리를 재생성할 수 있다. 도 1 내지 도 9에서 설명한 바와 같이, 다이렉트 코딩 및 트라이숩 지오메트리 인코딩은 선택적으로 적용된다. 따라서 지오메트리 리컨스트럭션부(11003)는 다이렉트 코딩이 적용된 포인트들의 포지션 정보들을 직접 가져와서 추가한다. 또한, 트라이숩 지오메트리 인코딩이 적용된 경우, 지오메트리 리컨스트럭션부(11003)는 지오메트리 리컨스트럭션부(40005)의 재구성 동작, 예를 들면 삼각형 재구성, 업-샘플링, 복셀화 동작을 수행하여 지오메트리를 복원할 수 있다. 구체적인 내용은 도 6에서 설명한 바와 동일하므로 생략한다. 복원된 지오메트리는 어트리뷰트들을 포함하지 않는 포인트 클라우드 픽쳐 또는 프레임을 포함할 수 있다.
실시예들에 따른 좌표계 역변환부(11004)는 복원된 지오메트리를 기반으로 좌표계를 변환하여 포인트들의 포지션들을 획득할 수 있다.
아리스메틱 디코더(11005), 역양자화부(11006), RAHT 변환부(11007), LOD생성부(11008), 인버스 리프팅부(11009), 및/또는 컬러 역변환부(11010)는 도 10에서 설명한 어트리뷰트 디코딩을 수행할 수 있다. 실시예들에 따른 어트리뷰트 디코딩은 RAHT(Region Adaptive Hierarchial Transform) 디코딩, 예측 변환(Interpolaration-based hierarchical nearest-neighbour prediction-Prediction Transform) 디코딩 및 리프팅 변환 (interpolation-based hierarchical nearest-neighbour prediction with an update/lifting step (Lifting Transform)) 디코딩을 포함할 수 있다. 상술한 3가지의 디코딩들은 선택적으로 사용되거나, 하나 또는 그 이상의 디코딩들의 조합이 사용될 수 있다. 또한 실시예들에 따른 어트리뷰트 디코딩은 상술한 예시에 국한되는 것은 아니다.
실시예들에 따른 아리스메틱 디코더(11005)는 어트리뷰트 비트스트림을 아리스메틱 코딩으로 디코딩한다.
실시예들에 따른 역양자화부(11006)는 디코딩된 어트리뷰트 비트스트림 또는 디코딩 결과 확보한 어트리뷰트에 대한 정보를 역양자화(inverse quantization)하고 역양자화된 어트리뷰트들(또는 어트리뷰트 값들)을 출력한다. 역양자화는 포인트 클라우드 인코더의 어트리뷰트 인코딩에 기반하여 선택적으로 적용될 수 있다.
실시예들에 따라 RAHT 변환부(11007), LOD생성부(11008) 및/또는 인버스 리프팅부(11009)는 재구성된 지오메트리 및 역양자화된 어트리뷰트들을 처리할 수 있다. 상술한 바와 같이 RAHT 변환부(11007), LOD생성부(11008) 및/또는 인버스 리프팅부(11009)는 포인트 클라우드 인코더의 인코딩에 따라 그에 대응하는 디코딩 동작을 선택적으로 수행할 수 있다.
실시예들에 따른 컬러 역변환부(11010)는 디코딩된 어트리뷰트들에 포함된 컬러 값(또는 텍스쳐)을 역변환하기 위한 역변환 코딩을 수행한다. 컬러 역변환부(11010)의 동작은 포인트 클라우드 인코더의 컬러 변환부(40006)의 동작에 기반하여 선택적으로 수행될 수 있다.
도 11의 포인트 클라우드 디코더의 엘레멘트들은 도면에 도시되지 않았으나 포인트 클라우드 제공 장치에 포함된 하나 또는 그 이상의 메모리들과 통신가능하도록 설정된 하나 또는 그 이상의 프로세서들 또는 집적 회로들(integrated circuits)을 포함하는 하드웨어, 소프트웨어, 펌웨어 또는 이들의 조합으로 구현될 수 있다. 하나 또는 그 이상의 프로세서들은 상술한 도 11의 포인트 클라우드 디코더의 엘레멘트들의 동작들 및/또는 기능들 중 적어도 어느 하나 이상을 수행할 수 있다. 또한 하나 또는 그 이상의 프로세서들은 도11의 포인트 클라우드 디코더의 엘레멘트들의 동작들 및/또는 기능들을 수행하기 위한 소프트웨어 프로그램들 및/또는 인스트럭션들의 세트를 동작하거나 실행할 수 있다.
도 12는 실시예들에 따른 전송 장치의 예시이다.
도 12에 도시된 전송 장치는 도 1의 전송장치(10000) (또는 도 4의 포인트 클라우드 인코더)의 예시이다. 도 12에 도시된 전송 장치는 도 1 내지 도 9에서 설명한 포인트 클라우드 인코더의 동작들 및 인코딩 방법들과 동일 또는 유사한 동작들 및 방법들 중 적어도 어느 하나 이상을 수행할 수 있다. 실시예들에 따른 전송 장치는 데이터 입력부(12000), 양자화 처리부(12001), 복셀화 처리부(12002), 옥트리 오큐판시 코드 (Occupancy code) 생성부(12003), 표면 모델 처리부(12004), 인트라/인터 코딩 처리부(12005), 아리스메틱 (Arithmetic) 코더(12006), 메타데이터 처리부(12007), 색상 변환 처리부(12008), 어트리뷰트 변환 처리부(또는 속성 변환 처리부)(12009), 예측/리프팅/RAHT 변환 처리부(12010), 아리스메틱 (Arithmetic) 코더(12011) 및/또는 전송 처리부(12012)를 포함할 수 있다.
실시예들에 따른 데이터 입력부(12000)는 포인트 클라우드 데이터를 수신 또는 획득한다. 데이터 입력부(12000)는 포인트 클라우드 비디오 획득부(10001)의 동작 및/또는 획득 방법(또는 도2에서 설명한 획득과정(20000))과 동일 또는 유사한 동작 및/또는 획득 방법을 수행할 수 있다.
데이터 입력부(12000), 양자화 처리부(12001), 복셀화 처리부(12002), 옥트리 오큐판시 코드 (Occupancy code) 생성부(12003), 표면 모델 처리부(12004), 인트라/인터 코딩 처리부(12005), Arithmetic 코더(12006)는 지오메트리 인코딩을 수행한다. 실시예들에 따른 지오메트리 인코딩은 도 1 내지 도 9에서 설명한 지오메트리 인코딩과 동일 또는 유사하므로 구체적인 설명은 생략한다.
실시예들에 따른 양자화 처리부(12001)는 지오메트리(예를 들면 포인트들의 위치값, 또는 포지션값)을 양자화한다. 양자화 처리부(12001)의 동작 및/또는 양자화는 도 4에서 설명한 양자화부(40001)의 동작 및/또는 양자화와 동일 또는 유사하다. 구체적인 설명은 도 1 내지 도 9에서 설명한 바와 동일하다.
실시예들에 따른 복셀화 처리부(12002)는 양자화된 포인트들의 포지션 값을 복셀화한다. 복셀화 처리부(120002)는 도 4에서 설명한 양자화부(40001)의 동작 및/또는 복셀화 과정과 동일 또는 유사한 동작 및/또는 과정을 수행할 수 있다. 구체적인 설명은 도 1 내지 도 9에서 설명한 바와 동일하다.
실시예들에 따른 옥트리 오큐판시 코드 생성부(12003)는 복셀화된 포인트들의 포지션들을 옥트리 구조를 기반으로 옥트리 코딩을 수행한다. 옥트리 오큐판시 코드 생성부(12003)는 오큐판시 코드를 생성할 수 있다. 옥트리 오큐판시 코드 생성부(12003)는 도 4 및 도 6에서 설명한 포인트 클라우드 인코더 (또는 옥트리 분석부(40002))의 동작 및/또는 방법과 동일 또는 유사한 동작 및/또는 방법을 수행할 수 있다. 구체적인 설명은 도 1 내지 도 9에서 설명한 바와 동일하다.
실시예들에 따른 표면 모델 처리부(12004)는 표면 모델(surface model)을 기반으로 특정 영역(또는 노드)내의 포인트들의 포지션들을 복셀 기반으로 재구성하는 트라이숩 지오메트리 인코딩을 수행할 수 있다. 포면 모델 처리부(12004)는 도 4 에서 설명한 포인트 클라우드 인코더(예를 들면 서페이스 어프록시메이션 분석부(40003))의 동작 및/또는 방법과 동일 또는 유사한 동작 및/또는 방법을 수행할 수 있다. 구체적인 설명은 도 1 내지 도 9에서 설명한 바와 동일하다.
실시예들에 따른 인트라/인터 코딩 처리부(12005)는 포인트 클라우드 데이터를 인트라/인터 코딩할 수 있다. 인트라/인터 코딩 처리부(12005)는 도 7에서 설명한 인트라/인터 코딩과 동일 또는 유사한 코딩을 수행할 수 있다. 구체적인 설명은 도 7에서 설명한 바와 동일하다. 실시예들에 따라 인트라/인터 코딩 처리부(12005)는 아리스메틱 코더(12006)에 포함될 수 있다.
실시예들에 따른 아리스메틱 코더(12006)는 포인트 클라우드 데이터의 옥트리 및/또는 근사화된 옥트리를 엔트로피 인코딩한다. 예를 들어, 인코딩 방식은 아리스메틱(Arithmetic) 인코딩 방법을 포함한다. . 아리스메틱 코더(12006)는 아리스메틱 인코더(40004)의 동작 및/또는 방법과 동일 또는 유사한 동작 및/또는 방법을 수행한다.
실시예들에 따른 메타데이터 처리부(12007)는 포인트 클라우드 데이터에 관한 메타데이터, 예를 들어 설정 값 등을 처리하여 지오메트리 인코딩 및/또는 어트리뷰트 인코딩 등 필요한 처리 과정에 제공한다. 또한 실시예들에 따른 메타데이터 처리부(12007)는 지오메트리 인코딩 및/또는 어트리뷰트 인코딩과 관련된 시그널링 정보를 생성 및/또는 처리할 수 있다. 실시예들에 따른 시그널링 정보는 지오메트리 인코딩 및/또는 어트리뷰트 인코딩과 별도로 인코딩처리될 수 있다. 또한 실시예들에 따른 시그널링 정보는 인터리빙 될 수도 있다.
색상 변환 처리부(12008), 어트리뷰트 변환 처리부(12009), 예측/리프팅/RAHT 변환 처리부(12010), 아리스메틱 (Arithmetic) 코더(12011)는 어트리뷰트 인코딩을 수행한다. 실시예들에 따른 어트리뷰트 인코딩은 도 1 내지 도 9에서 설명한 어트리뷰트 인코딩과 동일 또는 유사하므로 구체적인 설명은 생략한다.
실시예들에 따른 색상 변환 처리부(12008)는 어트리뷰트들에 포함된 색상값을 변환하는 색상 변환 코딩을 수행한다. 색상 변환 처리부(12008)는 재구성된 지오메트리를 기반으로 색상 변환 코딩을 수행할 수 있다. 재구성된 지오메트리에 대한 설명은 도 1 내지 도 9에서 설명한 바와 동일하다. 또한 도 4에서 설명한 컬러 변환부(40006)의 동작 및/또는 방법과 동일 또는 유사한 동작 및/또는 방법을 수행한다. 구체적인 설명은 생략한다.
실시예들에 따른 어트리뷰트 변환 처리부(12009)는 지오메트리 인코딩이 수행되지 않은 포지션들 및/또는 재구성된 지오메트리를 기반으로 어트리뷰트들을 변환하는 어트리뷰트 변환을 수행한다. 어트리뷰트 변환 처리부(12009)는 도 4에 설명한 어트리뷰트 변환부(40007)의 동작 및/또는 방법과 동일 또는 유사한 동작 및/또는 방법을 수행한다. 구체적인 설명은 생략한다. 실시예들에 따른 예측/리프팅/RAHT 변환 처리부(12010)는 변환된 어트리뷰트들을 RAHT 코딩, 예측 변환 코딩 및 리프팅 변환 코딩 중 어느 하나 또는 조합하여 코딩할 수 있다. 예측/리프팅/RAHT 변환 처리부(12010)는 도 4에서 설명한 RAHT 변환부(40008), LOD 생성부(40009) 및 리프팅 변환부(40010)의 동작들과 동일 또는 유사한 동작들 중 적어도 하나 이상을 수행한다. 또한 예측 변환 코딩, 리프팅 변환 코딩 및 RAHT 변환 코딩에 대한 설명은 도 1 내지 도 9에서 설명한 바와 동일하므로 구체적인 설명은 생략한다.
실시예들에 따른 아리스메틱 코더(12011)는 코딩된 어트리뷰트들을 아리스메틱 코딩에 기반하여 인코딩할 수 있다. 아리스메틱 코더(12011)는 아리스메틱 인코더(400012)의 동작 및/또는 방법과 동일 또는 유사한 동작 및/또는 방법을 수행한다.
실시예들에 따른 전송 처리부(12012)는 인코딩된 지오메트리 및/또는 인코딩된 어트리뷰트, 메타 데이터 정보를 포함하는 각 비트스트림을 전송하거나, 인코딩된 지오메트리 및/또는 인코딩된 어트리뷰트, 메타 데이터 정보를 하나의 비트스트림으로 구성하여 전송할 수 있다. 실시예들에 따른 인코딩된 지오메트리 및/또는 인코딩된 어트리뷰트, 메타 데이터 정보가 하나의 비트스트림으로 구성되는 경우, 비트스트림은 하나 또는 그 이상의 서브 비트스트림들을 포함할 수 있다. 실시예들에 따른 비트스트림은 시퀀스 레벨의 시그널링을 위한 SPS (Sequence Parameter Set), 지오메트리 정보 코딩의 시그널링을 위한 GPS(Geometry Parameter Set), 어트리뷰트 정보 코딩의 시그널링을 위한 APS(Attribute Parameter Set), 타일 레벨의 시그널링을 위한 TPS (Tile Parameter Set)를 포함하는 시그널링 정보 및 슬라이스 데이터를 포함할 수 있다. 슬라이스 데이터는 하나 또는 그 이상의 슬라이스들에 대한 정보를 포함할 수 있다. 실시예들에 따른 하나의 슬라이스는 하나의 지오메트리 비트스트림(Geom00) 및 하나 또는 그 이상의 어트리뷰트 비트스트림들(Attr00, Attr10)을 포함할 수 있다.
슬라이스(slice)란, 코딩된 포인트 클라우드 프레임의 전체 또는 일부를 나타내는 신택스 엘리먼트의 시리즈를 말한다.
실시예들에 따른 TPS는 하나 또는 그 이상의 타일들에 대하여 각 타일에 관한 정보(예를 들면 bounding box의 좌표값 정보 및 높이/크기 정보 등)을 포함할 수 있다. 지오메트리 비트스트림은 헤더와 페이로드를 포함할 수 있다. 실시예들에 따른 지오메트리 비트스트림의 헤더는 GPS에 포함된 파라미터 세트의 식별 정보(geom_ parameter_set_id), 타일 식별자(geom_tile_id), 슬라이스 식별자(geom_slice_id) 및 페이로드에 포함된 데이터에 관한 정보 등을 포함할 수 있다. 상술한 바와 같이 실시예들에 따른 메타데이터 처리부(12007)는 시그널링 정보를 생성 및/또는 처리하여 전송 처리부(12012)로 전송할 수 있다. 실시예들에 따라, 지오메트리 인코딩을 수행하는 엘레멘트들 및 어트리뷰트 인코딩을 수행하는 엘레멘트들은 점선 처리된 바와 같이 상호 데이터/정보를 공유할 수 있다. 실시예들에 따른 전송 처리부(12012)는 트랜스미터(10003)의 동작 및/또는 전송 방법과 동일 또는 유사한 동작 및/또는 전송 방법을 수행할 수 있다. 구체적인 설명은 도 1 내지 도 2에서 설명한 바와 동일하므로 생략한다.
도 13은 실시예들에 따른 수신 장치의 예시이다.
도 13에 도시된 수신 장치는 도 1의 수신장치(10004) (또는 도 10 및 도 11의 포인트 클라우드 디코더)의 예시이다. 도 13에 도시된 수신 장치는 도 1 내지 도 11에서 설명한 포인트 클라우드 디코더의 동작들 및 디코딩 방법들과 동일 또는 유사한 동작들 및 방법들 중 적어도 어느 하나 이상을 수행할 수 있다.
실시예들에 따른 수신 장치는 수신부(13000), 수신 처리부(13001), 아리스메틱 (arithmetic) 디코더(13002), 오큐판시 코드 (Occupancy code) 기반 옥트리 재구성 처리부(13003), 표면 모델 처리부(삼각형 재구성, 업-샘플링, 복셀화)(13004), 인버스(inverse) 양자화 처리부(13005), 메타데이터 파서(13006), 아리스메틱 (arithmetic) 디코더(13007), 인버스(inverse)양자화 처리부(13008), 예측/리프팅/RAHT 역변환 처리부(13009), 색상 역변환 처리부(13010) 및/또는 렌더러(13011)를 포함할 수 있다. 실시예들에 따른 디코딩의 각 구성요소는 실시예들에 따른 인코딩의 구성요소의 역과정을 수행할 수 있다.
실시예들에 따른 수신부(13000)는 포인트 클라우드 데이터를 수신한다. 수신부(13000)는 도 1의 리시버(10005)의 동작 및/또는 수신 방법과 동일 또는 유사한 동작 및/또는 수신 방법을 수행할 수 있다. 구체적인 설명은 생략한다.
실시예들에 따른 수신 처리부(13001)는 수신한 데이터로부터 지오메트리 비트스트림 및/또는 어트리뷰트 비트스트림을 획득할 수 있다. 수신 처리부(13001)는 수신부(13000)에 포함될 수 있다.
아리스메틱 디코더(13002), 오큐판시 코드 기반 옥트리 재구성 처리부(13003), 표면 모델 처리부(13004) 및 인버스 양자화 처리부(13005)는 지오메트리 디코딩을 수행할 수 있다. 실시예들에 따른 지오메트리 디코딩은 도 1 내지 도 10에서 설명한 지오메트리 디코딩과 동일 또는 유사하므로 구체적인 설명은 생략한다.
실시예들에 따른 아리스메틱 디코더(13002)는 지오메트리 비트스트림을 아리스메틱 코딩을 기반으로 디코딩할 수 있다. 아리스메틱 디코더(13002)는 아리스메틱 디코더(11000)의 동작 및/또는 코딩과 동일 또는 유사한 동작 및/또는 코딩을 수행한다.
실시예들에 따른 오큐판시 코드 기반 옥트리 재구성 처리부(13003)는 디코딩된 지오메트리 비트스트림으로부터 (또는 디코딩 결과 확보된 지오메트리에 관한 정보)로부터 오큐판시 코드를 획득하여 옥트리를 재구성할 수 있다. 오큐판시 코드 기반 옥트리 재구성 처리부(13003)는 옥트리 합성부(11001)의 동작 및/또는 옥트리 생성 방법과 동일 또는 유사한 동작 및/또는 방법을 수행한다. 실시예들에 따른 표면 모델 처리부(13004)는 트라이숩 지오메트리 인코딩이 적용된 경우, 표면 모델 방식에 기반하여 트라이숩 지오메트리 디코딩 및 이와 관련된 지오메트리 리컨스트럭션(예를 들면 삼각형 재구성, 업-샘플링, 복셀화)을 수행할 수 있다. 표면 모델 처리부(13004)는 서페이스 오프록시메이션 합성부(11002) 및/또는 지오메트리 리컨스트럭션부(11003)의 동작과 동일 또는 유사한 동작을 수행한다.
실시예들에 따른 인버스 양자화 처리부(13005)는 디코딩된 지오메트리를 인버스 양자화할 수 있다.
실시예들에 따른 메타데이터 파서(13006)는 수신한 포인트 클라우드 데이터에 포함된 메타데이터, 예를 들어 설정 값 등을 파싱할 수 있다. 메타데이터 파서(13006)는 메타데이터를 지오메트리 디코딩 및/또는 어트리뷰트 디코딩에 전달할 수 있다. 메타데이터에 대한 구체적인 설명은 도 12에서 설명한 바와 동일하므로 생략한다.
아리스메틱 디코더(13007), 인버스 양자화 처리부(13008), 예측/리프팅/RAHT 역변환 처리부(13009) 및 색상 역변환 처리부(13010)는 어트리뷰트 디코딩을 수행한다. 어트리뷰트 디코딩는 도 1 내지 도 10에서 설명한 어트리뷰트 디코딩과 동일 또는 유사하므로 구체적인 설명은 생략한다.
실시예들에 따른 아리스메틱 디코더(13007)는 어트리뷰트 비트스트림을 아리스메틱 코딩으로 디코딩할 수 있다. 아리스메틱 디코더(13007)는 재구성된 지오메트리를 기반으로 어트리뷰트 비트스트림의 디코딩을 수행할 수 있다. 아리스메틱 디코더(13007)는 아리스메틱 디코더(11005)의 동작 및/또는 코딩과 동일 또는 유사한 동작 및/또는 코딩을 수행한다.
실시예들에 따른 인버스 양자화 처리부(13008)는 디코딩된 어트리뷰트 비트스트림을 인버스 양자화할 수 있다. 인버스 양자화 처리부(13008)는 역양자화부(11006)의 동작 및/또는 역양자화 방법과 동일 또는 유사한 동작 및/또는 방법을 수행한다.
실시예들에 따른 예측/리프팅/RAHT 역변환 처리부(13009)는 재구성된 지오메트리 및 역양자화된 어트리뷰트들을 처리할 수 있다. 예측/리프팅/RAHT 역변환 처리부(13009)는 RAHT 변환부(11007), LOD생성부(11008) 및/또는 인버스 리프팅부(11009)의 동작들 및/또는 디코딩들과 동일 또는 유사한 동작들 및/또는 디코딩들 중 적어도 어느 하나 이상을 수행한다. 실시예들에 따른 색상 역변환 처리부(13010)는 디코딩된 어트리뷰트들에 포함된 컬러 값(또는 텍스쳐)을 역변환하기 위한 역변환 코딩을 수행한다. 색상 역변환 처리부(13010)는 컬러 역변환부(11010)의 동작 및/또는 역변환 코딩과 동일 또는 유사한 동작 및/또는 역변환 코딩을 수행한다. 실시예들에 따른 렌더러(13011)는 포인트 클라우드 데이터를 렌더링할 수 있다.
도 14는 실시예들에 따른 포인트 클라우드 데이터 송수신 방법/장치와 연동 가능한 구조의 예시를 나타낸다.
도 14의 구조는 서버(1460), 로봇(1410), 자율 주행 차량(1420), XR 장치(1430), 스마트폰(1440), 가전(1450) 및/또는 HMD(1470) 중에서 적어도 하나 이상이 클라우드 네트워크(1410)와 연결된 구성을 나타낸다. 로봇(1410), 자율 주행 차량(1420), XR 장치(1430), 스마트폰(1440) 또는 가전(1450) 등은 장치라 호칭된다. 또한, XR 장치(1430)는 실시예들에 따른 포인트 클라우드 데이터 (PCC) 장치에 대응되거나 PCC장치와 연동될 수 있다.
클라우드 네트워크(1400)는 클라우드 컴퓨팅 인프라의 일부를 구성하거나 클라우드 컴퓨팅 인프라 안에 존재하는 네트워크를 의미할 수 있다. 여기서, 클라우드 네트워크(1400)는 3G 네트워크, 4G 또는 LTE(Long Term Evolution) 네트워크 또는 5G 네트워크 등을 이용하여 구성될 수 있다.
서버(1460)는 로봇(1410), 자율 주행 차량(1420), XR 장치(1430), 스마트폰(1440), 가전(1450) 및/또는 HMD(1470) 중에서 적어도 하나 이상과 클라우드 네트워크(1400)을 통하여 연결되고, 연결된 장치들(1410 내지 1470)의 프로세싱을 적어도 일부를 도울 수 있다.
HMD (Head-Mount Display)(1470)는 실시예들에 따른 XR 디바이스 및/또는 PCC 디바이스가 구현될 수 있는 타입 중 하나를 나타낸다. 실시예들에 따른HMD 타입의 디바이스는, 커뮤니케이션 유닛, 컨트롤 유닛, 메모리 유닛, I/O 유닛, 센서 유닛, 그리고 파워 공급 유닛 등을 포함한다.
이하에서는, 상술한 기술이 적용되는 장치(1410 내지 1450)의 다양한 실시 예들을 설명한다. 여기서, 도 14에 도시된 장치(1410 내지 1450)는 상술한 실시예들에 따른 포인트 클라우드 데이터 송수신 장치와 연동/결합될 수 있다.
<PCC+XR>
XR/PCC 장치(1430)는 PCC 및/또는 XR(AR+VR) 기술이 적용되어, HMD(Head-Mount Display), 차량에 구비된 HUD(Head-Up Display), 텔레비전, 휴대폰, 스마트 폰, 컴퓨터, 웨어러블 디바이스, 가전 기기, 디지털 사이니지, 차량, 고정형 로봇이나 이동형 로봇 등으로 구현될 수도 있다.
XR/PCC 장치(1430)는 다양한 센서들을 통해 또는 외부 장치로부터 획득한 3차원 포인트 클라우드 데이터 또는 이미지 데이터를 분석하여 3차원 포인트들에 대한 위치 데이터 및 어트리뷰트 데이터를 생성함으로써 주변 공간 또는 현실 객체에 대한 정보를 획득하고, 출력할 XR 객체를 렌더링하여 출력할 수 있다. 예컨대, XR/PCC 장치(1430)는 인식된 물체에 대한 추가 정보를 포함하는 XR 객체를 해당 인식된 물체에 대응시켜 출력할 수 있다.
<PCC+자율주행+XR>
자율 주행 차량(1420)은 PCC 기술 및 XR 기술이 적용되어, 이동형 로봇, 차량, 무인 비행체 등으로 구현될 수 있다.
XR/PCC 기술이 적용된 자율 주행 차량(1420)은 XR 영상을 제공하는 수단을 구비한 자율 주행 차량이나, XR 영상 내에서의 제어/상호작용의 대상이 되는 자율 주행 차량 등을 의미할 수 있다. 특히, XR 영상 내에서의 제어/상호작용의 대상이 되는 자율 주행 차량(1420)은 XR 장치(1430)와 구분되며 서로 연동될 수 있다.
XR/PCC영상을 제공하는 수단을 구비한 자율 주행 차량(1420)은 카메라를 포함하는 센서들로부터 센서 정보를 획득하고, 획득한 센서 정보에 기초하여 생성된 XR/PCC 영상을 출력할 수 있다. 예컨대, 자율 주행 차량(1420)은 HUD를 구비하여 XR/PCC 영상을 출력함으로써, 탑승자에게 현실 객체 또는 화면 속의 객체에 대응되는 XR/PCC 객체를 제공할 수 있다.
이때, XR/PCC 객체가 HUD에 출력되는 경우에는 XR/PCC 객체의 적어도 일부가 탑승자의 시선이 향하는 실제 객체에 오버랩되도록 출력될 수 있다. 반면, XR/PCC 객체가 자율 주행 차량의 내부에 구비되는 디스플레이에 출력되는 경우에는 XR/PCC 객체의 적어도 일부가 화면 속의 객체에 오버랩되도록 출력될 수 있다. 예컨대, 자율 주행 차량(1220)은 차로, 타 차량, 신호등, 교통 표지판, 이륜차, 보행자, 건물 등과 같은 객체와 대응되는 XR/PCC 객체들을 출력할 수 있다.
실시예들에 의한 VR (Virtual Reality) 기술, AR (Augmented Reality) 기술, MR (Mixed Reality) 기술 및/또는 PCC(Point Cloud Compression)기술은, 다양한 디바이스에 적용 가능하다.
즉, VR 기술은, 현실 세계의 객체나 배경 등을 CG 영상으로만 제공하는 디스플레이 기술이다. 반면, AR 기술은, 실제 사물 영상 위에 가상으로 만들어진 CG 영상을 함께 보여 주는 기술을 의미한다. 나아가, MR 기술은, 현실세계에 가상 객체들을 섞고 결합시켜서 보여준다는 점에서 전술한 AR 기술과 유사하다. 그러나, AR 기술에서는 현실 객체와 CG 영상으로 만들어진 가상 객체의 구별이 뚜렷하고, 현실 객체를 보완하는 형태로 가상 객체를 사용하는 반면, MR 기술에서는 가상 객체가 현실 객체와 동등한 성격으로 간주된다는 점에서 AR 기술과는 구별이 된다. 보다 구체적으로 예를 들면, 전술한 MR 기술이 적용된 것이 홀로그램 서비스 이다.
다만, 최근에는 VR, AR, MR 기술을 명확히 구별하기 보다는 XR (extended Reality) 기술로 부르기도 한다. 따라서, 본 발명의 실시예들은 VR, AR, MR, XR 기술 모두에 적용 가능하다. 이러한 기술은 PCC, V-PCC, G-PCC 기술 기반 인코딩/디코딩이 적용될 수 있다.
실시예들에 따른 PCC방법/장치는 자율 주행 서비스를 제공하는 차량에 적용될 수 있다.
자율 주행 서비스를 제공하는 차량은 PCC 디바이스와 유/무선 통신이 가능하도록 연결된다.
실시예들에 따른 포인트 클라우드 데이터 (PCC) 송수신 장치는 차량과 유/무선 통신이 가능하도록 연결된 경우, 자율 주행 서비스와 함께 제공할 수 있는 AR/VR/PCC 서비스 관련 콘텐트 데이터를 수신/처리하여 차량에 전송할 수 있다. 또한 포인트 클라우드 데이터 송수신 장치 차량에 탑재된 경우, 포인트 클라우드 송수신 장치는 사용자 인터페이스 장치를 통해 입력된 사용자 입력 신호에 따라 AR/VR/PCC 서비스 관련 콘텐트 데이터를 수신/처리하여 사용자에게 제공할 수 있다. 실시예들에 따른 차량 또는 사용자 인터페이스 장치는 사용자 입력 신호를 수신할 수 있다. 실시예들에 따른 사용자 입력 신호는 자율 주행 서비스를 지시하는 신호를 포함할 수 있다.
실시예들에 따라 PCC 데이터 부호화기는 부호화기, 인코더, 포인트 클라우드 송신 장치, 포인트 클라우드 데이터 인코더 등에 대응될 수 있다.
실시예들에 따른 PCC 데이터 복호화기는 복호화기, 디코더, 포인트 클라우드 수신 장치, 포인트 클라우드 데이터 디코더 등에 대응될 수 있다.
실시예들에 따라 기하정보는 지오메트리 정보, 지오메트리 데이터 등으로 지칭될 수 있고, 속성정보는 어트리뷰트 정보, 어트리뷰트 데이터 등으로 지칭될 수 있다.
실시예들에 따른 방법/장치는 실시예들에 따른 포인트 클라우드 데이터 송수신 방법/장치를 의미한다.
도15는 실시예들에 따른 몰톤 코드 생성 방법을 나타낸다.
도15의 실시예들에 따른 몰톤 코드 생성은 도1의 송신 장치(10000), 포인트 클라우드 비디오 인코더(10002), 수신 장치(10004), 포인트 클라우드 비디오 디코더(10006), 도2의 인코딩(20001), 디코딩(20003), 도4의 PCC부호화기(인코더), 도10-11의 PCC복호화기(디코더), 도12의 포인트 클라우드 데이터 송신 장치, 도13의 포인트 클라우드 데이터 수신 장치, 도14의 XR디바이스(1730), 스마트 폰(1440), 도19의 몰톤 코드 생성기(19000) 등에 의해서 수행될 수 있다. 실시예들에 따른 몰톤 코드 생성에 관련된 동작을 수행하는 장치 및 그 방법을 실시예들에 따른 방법/장치로 줄여서 지칭할 수 있다. 실시예들에 따른 장치들의 각 구성요소는 하드웨어, 소프트웨어, 프로세서 및/또는 그것들의 조합에 대응할 수 있다.
실시예들은 포인트 클라우드 압축을 시퀀스 및/또는 슬라이스 별 축 변환을 이용하여 효율적인 압축 및/또는 디코딩 성능 향상을 지원하기 위한 방안에 관한 것이다. 포인트 클라우드 압축 시 속성 값이 가장 근접하도록 축 변환을 통해 점들 간 유사도를 높여 비트스트림의 사이즈를 줄이고, 원본 대비 복호화된 포인트 클라우드의 퀄리티가 증가하는 효과가 있다.
실시예들에 따른 포인트 클라우드 데이터 송수신 방법/장치는 인코딩/디코딩 성능을 증가시키는 몰톤 코드 생성 방안을 제공할 수 있다.
실시예들은 3차원 포인트 클라우드(Point Cloud) 데이터(오브젝트에 관한 포인트들의 위치 및 속성에 관한 데이터)를 압축하기 위해 공간상이 좌표 탐색 방법인 몰톤 코드 생성을 이용한다.
또한, 실시예들에 따른 방법/장치는 실시예들에 따른 몰톤 코드 생성 방법들을 축의 속성에 기반하여 적응적으로 수행할 수 있다. 실시예들에 따른 포인트 클라우드는 xyz 순서로 지오메트리 압축을 하고, xyz 순서에 따른 몰톤 코드의 주소값이 생성된다. 속성값의 예측 또한 지오메트리의 xyz 순서에 의해 순서가 결정된다.
실시예들에 따른 방법/장치는 이러한 xyz순서에만 국한되지 않고, 포인트 클라우드의 3차원 공간상의 위치에 적용한 속성값의 몰톤 코드를 더 보완할 수 있다. 실시예들에 따른 몰톤코드는 공간상에서 Z순서 탐색으로서 포인트 클라우드 데이터의 지오메트리값과 속성값을 연결시켜주는 역할을 수행한다. 이때 공간상의 탐색으로서 지오메트리값을 정렬하는데, 실제 지오메트리값의 거리를 몰톤 코드가 반영해내지 못한다는 단점이 발생할 수 있다. 따라서, 추가적으로 실시예들에 따른 방법/장치는 축 변환을 이용한 적응형 몰톤 코드롤 생성하는 방안을 더 제안한다.
실시예들에 따른 포인트 클라우드 압축은 3차원 공간상의 거리를 기준으로 가까운 점을 이웃 노드로 찾고, 이웃 노드를 기준으로 가장 가까운 값 1개 혹은 3개의 평균값을 복호화하기 위해 인덱스를 전달한다. 실시예들에 따른 복호화기는 전달 받은 인덱스로부터 현재 포인트에서 가장 가까운 이웃 노드의 위치를 확인하고, 가중치 계산을 통하여 현재 포인트의 속성값으로부터 이웃 노드의 속성값을 예측해낸다. 따라서, 부호화기와 복호화기에서는 속성이 유사하면서도 공간상의 거리가 가까운 이웃 노드를 선택하는 것이 압축, 인코딩, 디코딩 등의 효율을 높일 수 있다.
실시예들에 따라서, 공간상에서 이웃 노드를 찾는 방법으로 적응형 몰톤 코드 방법을 이용할 수 있다.
실시예들에 따른 몰톤 코드는 실시예들에 따른 송신 장치, 인코더, 몰톤 코드 생성기 등에 의해서 생성될 수 있다. 실시예들에 따른 몰톤 코드 생성 방법은 가중치에 기반 몰톤 코드를 생성할 수 있다. 예를 들어, 1) 축 기반 적응형 몰톤 코드 생성 방법, 2) 비트 할당형 몰톤 코드 생성 방법, 3) 값 분포에 따른 몰톤 코드 생성 방법 등이 있을 수 있다.
실시예들에 따른 축 기반 적응형 몰톤 코드 생성 방법 관련하여, 실시예들에 따른 방법/장치는 축 기반 적응형 몰톤 코드 생성 방안을 수행할 수 있다. 실시예들에 따른 방법/장치는 포인트 클라우드의 바운딩 박스를 계산할 수 있고, 축의 길이에 기반하여 비트 인터리빙 단위를 조절할 수 있다. 실시예들에 따른 몰톤 코드 연산 방식은 포인트에 대한 xyz축에 대한 좌표값의 이진비트값이 있을 때, zyxzyxzyx…순서에 기반하여 비트 인터리빙하여 몰톤 코드를 생성할 수 있다. 실시예들에 따른 방법/장치는 x, y, z축의 길이를 각각 맥스 엣지(max edge), 미드 엣지(mid edge), 민 엣지(min edge)로 할당하고 가장 긴 축을 확인한다. 가장 작은 축을 기준으로 긴 축과 중간 축 길이를 나눠주고, 나눈 값에 log2를 취해 준다. 여기서, 계산된 값에 올림을 한 값이 카운드Y(county)와 카운트Z(countZ)가 된다. 각 카운트값은 비트를 몇 번 반복할지에 대한 횟수를 나타낸다. 예를 들어, x축의 길이가10, y축의 길이가 40, z축의 길이가 20이면, 카운트y가 2이고, 카운트z가 1이 된다. 그리고, 몰톤 코드의 비트 순서는 zzyyxzyyxzyxzyx.. 와 같다. 즉, z는 1번 반복되고, y는 2번 반복되어 몰톤 코드가 축의 길이에 기반하여 생성된다.
실시예들에 따른 방법/장치는 바운딩 박스 내 모든 점들에 대하여 위 과정을 수행할 수 있다. 각 점들은 몰톤 코드로 일대일 매핑이 된다. 매핑된 몰톤 코드를 오름차순 정렬을 하게 되면 옥트 트리 상에서 깊이 우선 탐색 순서로 점들을 탐색할 수 있게 된다.
실시예들에 따른 비트 할당형 몰톤 코드 생성 방법 관련하여, 실시예들에 따른 방법/장치는 포인트 클라우드의 데이터와 무관하게 임의의 x, y, z중 한 값에 대하여 가중치를 적용하여 몰톤 코드를 비트 인터리빙할 수 있다. 실시예들에 따라, 데이터의 특성에 관련된 바운딩 박스를 계산하지 않더라도, 실시예들에 따른 방법/장치는 포인트 클라우드 데이터의 획득 과정에서 너비(width), 높이(height), 깊이(depth)에 기반하여, 특정 축은 짧게 혹은 길게 데이터를 획득할 수 있다. 즉, 특별히 바운딩 박스의 정보가 없어도, 몰톤 코드를 생성할 수 있다.
예를 들어, 포인트 클라우드 데이터가 공간 상에서 x축과 z축으로 넓게 분산되어있지만, y축으로 점들이 모여있는 분포도를 가질 수 있다. 또한, 라이더 데이터의 경우, 차의 좌우와 앞뒤로는 데이터가 퍼져있는 경우가 많지만 상하의 데이터는 중요도가 덜 할 수 있다.
따라서 이러한 데이터 시퀀스의 경우에는 x, z축으로 몰톤 코드 생성을 위한 비트를 더 할당하여 몰톤 코드를 생성할 수 있다.
실시예들에 따른 값 분포에 따른 몰톤 코드 생성 방법 관련하여, 실시예들에 따른 방법/장치는 값 분포에 따른 몰톤 코드를 생성할 수 있다. 실시예들에 따른 방법/장치는 포인트 클라우드의 데이터 x, y, z값 전체를 스캐닝해서 획득된 분포도에 기반하여 몰톤 코드를 비트 인터리빙을 하여, 몰톤 코드를 생성할 수 있다. 값의 분포에 따른 몰톤 코드 생성 방안과 축 기반 몰톤 코드 생성 방안이 다른 점은, 값이 없는 부분에 대해서 가중치를 계산해내지 않아도 된다는 것이다. 예를 들어, y축의 바운딩 박스는 0~100까지의 값을 갖지만 바운딩 박스 안에서 10~50까지의 구간은 실제로 점이 분포해 있지 않을 수 있다. 점이 없는 부분까지 고려하여 값 분포에 따른 몰톤 코드를 생성할 수 있다.
실시예들에 따른 적응형 몰톤 코드 방법에 덧붙여, 포인트 클라우드의 바운딩 박스를 확장하여 적응형 몰톤 코드의 연산 방법을 구체화하고 다양화할 수 있고, 적응형 몰톤 코드 방법을 사용하였을 때 성능 향상의 효과가 있을 수 있다.
실시예들은 공간상에서 유클리디안 거리가 같더라도 몰톤 코드상으로는 차이가 있는 문제를 해결할 수 있다. 축에 따른 xyz축의 순서를 다양하게 변경하고, 컨텐츠 단위, 타일(tile) 단위, 슬라이스(slice) 단위, 지오메트리값 단위, 속성값 단위 등에 기반하여 적용될 수 있는 다양한 조건들을 제시한다. 또한, 실시예뜰은 임계값에 따라 축 변환의 변경 유무를 정의한다. 따라서, 실시예들은 컨텐츠, 타일, 슬라이스, 범위, 속성 값 단위로 적응형 공간 탐색을 하고, 가까운 이웃 노드의 탐색을 위한 적응형 몰톤 코드의 맵핑 조건을 제안한다. 실시예들에 따른 포인트 클라우드 인코딩 및 디코딩 동작은 하나의 몰톤 코드 타입만 이용하는 것이 아니라, 포인트 클라우드 데이터의 다양한 데이터 특성에 맞게 몰톤 코드를 변형할 수 있는 효과를 제공할 수 있다.
실시예들은 포인트 클라우드 데이터의 몰톤 코드 생성 과정에서 발생하는 실제 좌표계와 몰톤 코드 거리의 차이를 반영해내지 못하는 문제를 개선하기 위한 적응형 몰톤 코드 생성 방안을 제공한다. 즉, 실시예들에 따른 방법은 컨텐츠 별, 타일 별, 슬라이스 별, 범위, 속성값, 지오메트리값 단위로 축 별 적응형 몰톤 코드를 다르게 생성할 수 있는 효과가 있다. 또한, 실시예들에 따른 임계값 설정 방식을 통해 축 별/ 밀도 별 등을 옵션을 다르게 하여 컨텐츠 별, 타일 별, 슬라이스 별, 속성값, 지오메트리값에 적용하는지 유무를 다르게 설정할 수 있다.
예를 들어, 실시예들에 따른 축의 순서 변경 동작은 실시예들에 따른 송신 장치 또는 인코더에서 지오메트리 부호화(인코딩) 이전에 수행될 수 있다. 또한, 실시예들에 따른 축의 순서 변경 동작은 지오메트리 부호화 이후 속성 부호화 시, 축의 순서를 변경하는 과정으로 수행될 수 있다. 나아가, 축 별 변경시 임계값이 있는 경우와 임계값이 없는 경우가 모두 가능하다. 임계값의 유무와 관련된 동작은 지오메트리 부호화 이전에 수행되거나, 지오메트리 부호화 이후 속성 부호화 시 수행될 수 있다.
실시예들은 설명한 축 기반 적응형 몰톤 코드 생성 방법, 비트 할당형 몰톤 코드 생성 방법과 값 분포에 따른 몰톤 코드 생성 방법 등과 결합하여 수행될 수 있다.
실시예들에 따른 방법/장치는 실시예들에 따른 방법(축 기반 적응형 몰톤 코드 생성 방법, 비트 할당형 몰톤 코드 생성 방법과 값 분포에 따른 몰톤 코드 생성 방법)등에 기반하여 몰톤 코드를 생성하고, 축/밀도/임계값에 따른 조건 등에 기반하여 몰톤 코드의 생성 순서를 추가적으로 변경할 수 있다. 실시예들에 따른 조건 등에 기반하여 몰톤 주소를 바꿔서 범위에 따른 몰톤 코드를 다르게 생성해 낼 수 있다.
도15를 참조하면, 실시예들에 따른 몰톤 코드 생성 방법을 나타낸다.
실시예들에 따른 몰톤 코드 생성 순서는 두 가지 방법을 포함한다. 축의 길이에 따른 몰톤 코드 생성 순서, 밀도에 따른 몰톤 코드 생성 순서가 있을 수 있다.
포인트는 지오메트리 데이터의 위치값인 XYZ 좌표값(15000)을 가질 수 있다. 각 축의 X, Y, Z 좌표값은 비트들(15010)로 표현된다. 각 축의 좌표값이 N개의 비트를 가진다면, 각 축을 스캔하면서 각 축의 비트(들)을 이용해서 하나의 비트스트림으로 정렬하여(15020), 몰톤 코드를 생성할 수 있다(15030). 예를 들어, 비트를 정렬하는 순서가 XYZ순서일 수 있고, X축의 N번째 비트, Y축의 N번째 비트, Z축의 N번째비트, …, X축의 2번째 비트, Y축의 2번째 비트, Z축의 2번째비트, …, X축의 1번째 비트, Y축의 1번째 비트, Z축의 1번째비트 순서대로 몰톤 코드를 생성할 수 있다.
실시예들에 따른 몰톤 코드 생성은 도4의 PCC 인코더 내, 도4의 PCC인코더 내 지오메트리 인코딩 및 어트리뷰트 인코딩 사이, 도4의 어트리뷰트 변환기(4007), 도11의 PCC디코더, 도11의 PCC디코더의 지오메트리 디코딩 및 어트리뷰트 디코딩 사이, 및/또는 도4 및 도11에 대응하는 인코더/디코더 등에 의해서 수행될 수 있다.
실시예들에 따른 포인트 클라우드 데이터의 포인트를 표현하는 좌표계는 XYZ축일 수 있고, 다른 타입의 좌표계를 더 포함할 수 있다. 실시예들에 따른 몰톤 코드 생성 방식을 다양한 좌표계들에 따른 포인트의 위치값에도 적용이 가능하다. 이하에서, 예를 들어, XYZ로 포인트를 기술한다. XYZ는 좌표계 타입에 따라서 다른 인자로 치환되어 해석될 수 있다. 예를 들어, 추가적인 좌표계는 원통좌표계, 혹은 구면좌표계, 이하 xyz로부터 포인트 클라우드를 표현하기 위한 변환 된 좌표계를 더 포함할 수 있다.
도16은 실시예들에 따른 몰톤 코드 생성 방법을 나타낸다.
도16은 도15에서 설명한 몰톤 코드 생성 방법과 결합될 수 있는 실시예들에 따른 하나 또는 하나 이상의 몰톤 코드 생성 동작들을 나타낸다. 도16의 각 동작은 도15에서 설명한 실시예들에 따른 방법/장치 등에 의해서 수행될 수 있다.
실시예들에 따른 방법/장치는 축에 따른 몰톤 코드를 생성할 수 있다(S16000). 실시예들에 따른 방법/장치는 축에 따른 몰톤 코드를 생성할 수 있다(S16010). 실시예들에 따른 방법/장치는 축에 따른 몰톤 코드를 생성할 수 있다(S16020). 실시예들에 따른 방법/장치는 축 기반 방식(S16000), 밀도 기반 방식(S16010), 또는 임계값 기반(S16020) 중 적어도 하나의 방식을 사용하거나, 적어도 하나 이상의 방식을 상호 결합하여 사용할 수 있다. 각 방식을 이하에서 설명한다. 각 방식의 설명 순서가 실시예들의 의미를 제한하진 않는다.
예를 들어, 실시예들에 따른 몰톤 코드 생성 방법은 오직 축에 따른 몰톤 코드 생성, 오직 밀도에 따른 몰톤 코드 생성, 축 및 밀도 모두에 따른 몰톤 코드 생성, 축에 따른 몰톤 코드 생성 및 임계값 적용 모두를 이용하는 방법, 밀도에 따른 몰톤 코드 생성 및 임계값 적용 모두를 이용하는 방법, 축 및 밀도 모두 따른 몰톤 코드 생성 그리고 임계값 적용 모두를 잉요하는 방법 등을 포함할 수 있다.
S16000 축에 따른 몰톤 코드 생성
실시예들에 따른 포인트 클라우드 데이터는 하나 또는 하나 이상의 프레임을 포함할 수 있다. 하나의 프레임은 x,y,z축 상에 존재하는 포인트를 포함한다. 공간 상 분포해 있는 점들을 포함하는 단위를 바운딩 박스라고 한다. 바운딩 박스는x,y,z값의 max 부터 x,y,z값의 min을 포함하는 공간으로 정의될 수 있다. 시퀀스에 따라 바운딩 박스의 길이/사이즈가 달라질 수 있다. 각 축의 길이(X축의 길이, Y축의 길이, Z축의 길이)는 점들의 분포가 얼마나 길게 혹은 짧게 분포해 있는지를 나타낸다. xyz의 세 축을 오름차순 및/또는 내림차순 정렬하여 세 축의 순서를 바꿀 수 있다. 실시예들에 따른 축의 순서를 시퀀스별, 타일별, 슬라이스별 혹은 지오메트리 단위, 속성 단위, 지오메트리와 속성 단위 등에 기반하여 결정할 수 있다.
실시예들에 따라, 각 축마다 동일한 몰톤 코드를 생성할 수 있다. 실시예들에 따라, 각 축마다 상이한 몰톤 코드를 생성할 수 있다. 실시예들에 따른 바운딩 박스는 너비(width), 뎁스(depth), 높이(height)를 가진다. 바운딩 박스가 위치한 각 축에 기반하여, 축의 길이를 확인할 수 있다. 예를 들어, y축, z축, x축의 순서가 가장 긴 축에서 내림차순으로 짤은 축의 순서일 수 있다. 세 축으로부터 몰톤 코드를 생성할 때, 몰톤 코드를 구성하는 비트를 첫 번째는 y축의 n번째 비트, z축의 n번째 비트, x축의 n번째 비트 순서로 생성할 수 있다. 세 축의 길이의 오름차순 및/또는 내림차순으로 몰톤 코드의 비트 순서을 섞는 동작으로 볼 수 있다. 즉, 각 축의 비트를 실시예들에 따른 방식과 기준에 기반하여 비트 인터리빙하여 몰톤 코드를 생성할 수 있다.
따라서, 실시예들에 따른 방법/장치는 바운딩 박스의 각 축의 길이를 비교하여, 길이의 특성에 기반하여 비트인터리빙을 다양하게 할 수 있다. 이러한 몰톤 코드의 비트인터리빙은 실제 데이터의 특성 및 데이터의 분포도를 반영하는 몰톤코드의 변화를 제공하고, 결과적으로 포인트 클라우드의 효율적 압축 및 복원에 대한 효과를 제공한다.
실시예들에 따른 축 기반 몰톤 코드 생성 동작과 관련하여,
(x_i,y_i,z_i)가 현재 포인트 I의 위치라고 한다면, 모든 세 가지 축들 내 바운딩 박스의 길이는 length_x, length_y, length_z와 같이 계산될 수 있다. 가장 긴 축의 방향을 고려 시 좀 더 관련된 어트리뷰트 이웃 후보를 찾을 수 있다. 대응하는 이웃의 서치를 위한 가장 긴 축을 고려할 수 있다. 특히, 카테고리3 데이터의 경우, X축 또는 Y축 내 밀도의 분포도가 좀 더 밀한 것을 볼 수 있다. Z축 보다 X축 및 Y축을 서치하는 것이 니어스트 이웃들을 더 빨리 찾는데 도움이 될 수 있다.
획득된 length_x, length_y, length_z는 오름차순으로 저장될 수 있다. 각 축의 길이는 SortedAxisOrder[0], SortedAxisOrder[1], SortedAxisOrder[2]에 각각 대응할 수 있다. 소팅된 오더는 몰톤 코드 X, Y, Z 좌표계 순서의 인풋이 될 수 있다.
실시예들에 따른 소팅된 오더는 비트 인터리빙 순서가 된다. 현재 z, y, x 순서는 정렬된 axisSortedAxisOrder[2],SortedAxisOrder[1], SortedAxisOrder[0]에 의해 변경될 수 있다. 동일한 몰톤 코드 임플리멘테이션을 갖도록 순서를 생성할 수 있다. 정렬된 축은 공간 검색 순서에 대응하는 MC_i의 순서로 적응적으로 변경될 수 있다. 니어스트 이웃 웨이트 프레딕션의 첫 번째 후보를 위해 가장 긴 축 방향의 영향이 고려될 수 있다. 실시예뜰에 따른 방법/장치는 yxz 비트 인터리빙 순서의 변경된 공간 순서를 제공할 수 있다.
실시예들은 다이나믹한 몰톤 코드에 의한 공간을 검색하는 순서를 설정할 수 있다.
니어스트 이웃의 후보는 변경된 적응적 몰톤 코드로 인하여 변경될 수 있다.
가장 긴 축 방향으로 이웃 후보들이 더 가까울 수 있다. 따라서, 적응적 몰톤 코드 예측이 공간 존재 측면에서 효과가 더 좋을 수 있다.
실시예들에 따른 몰톤 코드 생성 동작은, 몰톤 어드레스 생성을 변경함으로써 효율적으로 적응적 몰톤 코드를 제공할 수 있는 장점이 있다.
실시예들은 몰톤 어드레스 순서를 변경하기 위해서 슬라이스의 최소/최대 길이 비율의 임계값을 추가적으로 적용할 수 있다.
실시예들에 따른 몰톤 코드를 사용하면, 시간 복잡도가 낮고, 인코딩/디코딩 시간 효율이 증가하는 효과가 있다.
S16010 밀도에 따른 몰톤 코드 생성
포인트 클라우드 데이터를 구성하는 포인트들이 분포한 공간의 각 축에 대한 밀도가 존재한다. 실시예들에 따른 방법/장치는 실시예들에 따른 축 기반 적응형 몰톤 코드 생성 방법, 비트 할당형 몰톤 코드 생성 방법, 값 분포에 따른 몰톤 코드 생성 방법 등에 기반하여 각 축에 대한 포인트(들)의 밀도를 생성할 수 있다.
각 축별로 밀도가 다를 수 있다. 예를 들어, 축의 길이가 짧을수록 밀도의 값은 커질 수 있다.
실시예들에 따라, 밀도가 높은 순서로 각 축에 대한 좌표값의 비트를 정렬(비트인터리빙)할 수 있다. 실시예들에 따라, 밀도가 낮은 순서로 각 축에 대한 좌표값의 비트를 정렬(비트인터리빙)할 수 있다. 밀도가 높은 순서로 비트 정렬하는 경우, 실시예들에 따라 x, y, z 축 순서대로 데이터가 표현된 포인트들 다시 밀도에 따라서 정렬할 수 있다. 예를 들어, x축의 밀도가 10이고, y축의 밀도가 5이고, z축의 밀도가 8이라면, 밀도 오름차순 순서로 비트인터리빙하여 몰톤 코드 생성 시 y, z, x 순서로 몰톤 코드를 생성할 수 있다.
포인트의 변경되는 위치는 지오메트리 단위, 속성 단위, 지오메트리 및 속성 단위 등에 의해 바꿀 수 있다, 또한, 시퀀스 단위, 타일 단위, 슬라이스 단위로 축 순서 단위를 변경 할 수 있다.
실시예들에 따른 xyz 순서를 몰톤 코드를 그대로 사용하는 방식(도16)에서 더 나아가, 다양한 기준에 기반하여 xyz순서를 변경하여 몰톤 코드를 생성한다. 이러한 몰톤 코드를 사용하여 포인트 클라우드 데이터를 압축하고 복원한다. 포인트의 위치가 변경됨으로 인하여, 가장 긴 축 및/또는 짧은 축에 대하여 관련된 지오메트리 값 및/또는 속성값의 이웃하는 노드를 쉽게 찾을 수 있다. 즉, 축 또는 밀도 등 실제 포인트 클라우드 데이터의 포인트들의 특성에 맞게 비트 인터리빙된 몰톤코드로 인하여, 이웃하는 노드를 찾기 쉽게 분포되는 효과가 있다.
즉, 실시예들에 따른 부호화기 및/또는 복호화기에 인풋으로 들어온 포인트 클라우드의 xyz데이터의 순서만을 바꿈으로서 부호화/복호화 효율을 높일 수 있다. 축 순서를 변경하는 동작의 레이턴시가 문제되지 않고, 효율적으로 부호화/복호화 효율이 증가한다.
특히, 카테고리3에 해당하는 포인트 클라우드 데이터예를 들어, 자율주행 데이터 등 저밀도 데이터로 인접 데이터 간 연관성이 낮거나, 카테고리 1과 같은 정적인 데이터로서 고밀도를 가지고 인접 데이터 간 연관성이 높은 데이터 등이 있을 수 있다. 이러한 데이터의 반사도 정보는 특정 축이 짧은 특성이 있을 수 있다. 긴 축을 일의 자리(몰톤 코드 구성 시 순서 상 일의 자리, 비트스트림 상 가장 오른쪽 1번째 비트)에 먼저 정렬할 수록 긴 축의 탐색을 먼저 진행할 수 있다. 특정 축으로 먼저 탐색하면, 탐색 범위 안에 더 많은 이웃 노드를 가져 올 수 있기 때문에 속성값을 예측하는데 효율적인 효과를 제공할 수 있다. 나아가, 긴 축을 먼저 탐색함으로써 압축효율이 증가할 수 있다. 따라서, 실시예들에 따른 방법/장치는 포인트 클라우드 데이터의 빠른 압축 및 복원을 위해서, 축, 밀도, 기타 특성 등에 기반하여 범위 내 더 많은 이웃 노드를 서치할 수 있는 몰톤 코드 정렬 방법을 이용한다.
실시예들에 따른 조건에 따라 몰톤 코드를 생성하는 방법을 도17에서 더 설명한다.
실시예들에 따른 밀도 기반 몰톤 코드 생성 동작은 공간 상 특정 평면으로 xoy/yoz/xoz 에 기반하여 프로젝션을 수행하여 비율(ratio)을 생성할 수 있다. 이때 비율(ratio)은 전체 포인트들의 개수로 포인트들의 개수를 나누어서 생성될 수 있다. 여기에, 밀도 기반 몰톤 코드 변환에 대한 임계값을 예를 들어, 20%로 설정할 수 있다.
실시예들에 따른 조건에 따라 몰톤 코드에 관한 설정 정보를 인코더에서 생성하고 디코더로 비트스트림의 시그널링 정보로써 전달할 수 있다.
S16020 몰톤 코드 생성 순서의 임계값
예를 들어, 바운딩 박스의 형태는 포인트(들)의 분포, 즉 데이터 특성에 따라서 다양할 수 있다. 바운딩 박스가 정육면체에 가까운 형태라면, 몰톤 코드의 비트인터리빙을 수행하지 않을 수 있다. 따라서, 이러한 다양한 시나리오를 커버하기 위해서, 실시예들에 따른 임계값을 통해, 바운딩 박스가 정육면체에 가까운지 여부를 판단할 수 있는 방안을 더 제공한다.
실시예들에 따른 포인트 클라우드 데이터 특성과 관련하여, 바운딩 박스의 한 축이 길거나 짧은 직육면체의 형태를 가지는 바운딩 박스가 있을 수 있다.
이러한 직육면체의 바운딩 박스의 포인트들의 압축 및 복원 효율이 직육면체가 아닌 바운딩 박스의 포인트들의 압축 및 복원 효율보다 더 클 수 있다.
실시예들에 따른 포인트 클라우드 데이터는 카테고리1과 같은 데이터 특성을 가질 수 있다. 이러한 포인트들의 바운딩 박스는 정육면체의 타입을 가질 수 있다. 즉, 정적인 오브젝트를 3D스캐닝하여 획득된 데이터, 고밀도 및 고-연관성을 가지는 데이터 등은 정육면체의 시퀀스를 가질 수 있다. 포인트 클라우드 데이터를 파티셔닝하면 슬라이스가 정육면체를 가지는 데이터 등이 있을 수 있다. 이러한 데이터 특성 때문에, 데이터의 압축 및 복원의 효율을 증가시키기 곤란할 수 있다.
따라서, 실시예들에 따른 축/밀도 기반의 오름차순/내림차순 방식 등을 결정한 후, 데이터의 형태를 판단할 수 있다. 예를 들어, 바운딩 박스의 가장 긴 축 대비 가장 짧은 축의 비율이 특정 임계값보다 작거나 크면, 몰톤 코드 생성 순서를 변경하지 않을 수 있다. 실시예들에 따른 축 기반(S16000) 및/또는 밀도 기반(S16010)에 추가로, 임계치 기반의 추가 판단 옵션이 더 있을 수 있다. 실시예들에 따른 임계치 기반 판단 방법을 도18을 참조하여 설명한다.
실시예들에 따른 포인트 클라우드 데이터 송신 장치는 포인트 클라우드 데이터를 인코딩하는 인코더; 포인트 클라우드 데이터를 포함하는 비트스트림을 전송하는 트랜스미터; 를 포함한다.
실시예들에 따른 인코더는, 포인트 클라우드 데이터에 대한 몰톤 코드를 생성한다.
실시예들에 따른 인코더는, 포인트 클라우드 데이터의 지오메트리 데이터에 대한 각 축에 기반하여 몰톤 코드의 순서를 생성한다.
지오메트리 데이터는 각 축에 대한 좌표값을 포함하고, 몰톤 코드는 각 축에 대한 좌표값의 이진비트에 기반하여 생성되고, 몰톤 코드의 이진비트는 각 축의 길이에 기반하여 정렬된다.
실시예들에 따른 인코더는, 포인트 클라우드 데이터의 지오메트리 데이터에 대한 밀도에 기반하여 몰톤 코드의 순서를 생성한다.
지오메트리 데이터는 각 축에 대한 좌표값을 포함하고, 몰톤 코드는 좌표값의 이진비트에 기반하여 생성되고, 몰톤 코드의 이진비트는 각 축에 대한 하나 또는 하나 이상의 포인트들의 밀도의 크기에 기반하여 정렬된다.
실시예들에 따른 인코더는, 포인트 클라우드 데이터의 지오메트리 데이터에 대한 밀도에 기반하여 몰톤 코드의 순서를 생성한다.
지오메트리 데이터는 각 축에 대한 좌표값을 포함하고, 몰톤 코드는 좌표값의 이진비트에 기반하여 생성되고, 몰톤 코드의 이진비트는 각 축에 대한 하나 또는 하나 이상의 포인트들의 밀도의 크기에 기반하여 정렬된다.
실시예들에 따른 인코더의 몰톤 코드 생성 동작은, 포인트 클라우드 데이터의 하나 또는 하나 이상의 포인트들의 분포에 관련된 임계값에 기반하여 수행될 수 있다.
실시예들에 따른 포인트 클라우드 데이터를 포함하는 비트스트림을 수신하는 리시버 또는 수신 인터페이스; 포인트 클라우드 데이터를 디코딩하는 디코더; 를 포함한다.
실시예들에 따른 디코더는, 포인트 클라우드 데이터에 대한 몰톤 코드를 생성한다.
도17은 실시예들에 따른 몰톤 코드 생성 방법을 나타낸다.
도17은 도16의 축에 따른 몰톤 코드 생성(S16000) 및 밀도에 따른 몰톤 코드 생성(S16010)의 구현을 나타낸다. 실시예들에 따른 방법/장치는 몰톤 코드를 축에 따라 생성할 수 있고, 밀도에 따라 몰톤 코드를 생성할 수 있고, 및/또는 축+밀도에 따라 몰톤 코드를 생성할 수 있다.
실시예들에 따른 인코더 및 디코더를 위한 포인트 클라우드 데이터의 포인트는 위치값을 가진다. 이 위치값은 비트로 표현된 값을 가진다(17000). 공간 상의 모든 점은 x,y,z의 지오메트리 좌표값을 가지고 있다(17000). 좌표값은 이진비트를 가진다(17000).
실시예들에 따른 방법/장치는 이진 비트로 나타낸 x,y,z(17000)를 축(S16000)의 오름차순, 내림차순, 밀도의 오름차순, 내림차순(S16010), 또는 축+밀도 조합 기반 중에서 정렬 방식의 타입을 정할 수 있다. 정한 순서에 기반하여 각 축의 위치값을 재정렬시킨다(17010).
예를 들어, 위 특정 기준에 따라서 x, y, z 순서에서 z,y,x 순서로 정렬된 xyz비트를 생성한다(17020).
또한, 실시예들에 따라서, 특정 기준이 없이 바로(사용자가 zxy 순서로 인코딩 할 것을 입력)입력이 인코더에 입력된다면 소팅을 생략할 수 있다. 시그널링만으로 소팅(sorting)없이 바로 몰톤 코드를 생성할 수도 있다.
변경된 순서로 비트인터리빙을 수행 후(17020) 하나의 이진비트를 갖는 좌표값에 대한 몰톤 주소를 생성한다(17030). z, x, y 순서로 한 비트씩 정렬하여 세 축에 대한 하나의 비트스트림인 몰톤 코드(17030)을 생성한다.
실시예들에 따른 방법/장치는 변경된 몰톤 주소에 기반하여, 포인트를 부호화하고 복호화할 수 있다.
변경된 몰톤 주소로 인하여, 가장 긴 축의 점을 먼저 검색할 수 있다. 효율적인 검색을 위한 몰톤 주소의 생성을 위해서, 실시예들에 따른 방법/장치는 포인트(들)을 포함하는 바운딩 박스에 관련된 정보(축 길이, 밀도 값)를 이용할 수 있다.
실시예들에 따른 방법/장치는 각 축마다 밀도를 계산할 수 있다. 밀도는 축의 길이가 짧을수록 밀도가 높아진다. 축 별로 포인트의 개수가 달라지는 것이 아니라, 일정한 공간 또는 바운딩 박스에 포함되는 포인트들의 개수는 같기 때문이다. 밀도를 고려하여 몰톤 코드의 비트를 인터리빙할 수 있다. 또한, 실시예들에 따라서, 몰톤 코드의 비트인터리빙 시 임계값을 적용할 수 있다(S16020).
실시예들에 따라, 길이가 짧은 축은 이웃 노드를 탐색하지 않을 수 있다. 따라서, 긴 축을 중심으로 이웃 노드를 탐색하는 것이 더 효율적이다. 이러한 이웃 노드 탐색의 효율성을 위해서 몰톤 코드를 비트 인터리빙한다.
도18은 실시예들에 따른 몰톤 코드 생성 순서의 임계값을 나타낸다.
도18은 도16의 몰톤 코드 생성 순서의 임계값에 관련된 동작(S16020)을 나타낸다.
예시로 임계값을 넣은 수행 과정을 수도 코드로 나타내면 아래와 같다.
inline void
computeAxisOrder()
{
auto bbox = pointCloud.computeBoundingBox();
for (int i = 0; i < 3; i++) {
axisInfo[i].length = bbox.max[i] - bbox.min[i];
axisInfo[i].order = i;
}
sort(axisInfo.begin(), axisInfo.end());
double minMaxAxisRatio = double(axisInfo[2].length) / double(axisInfo[0].length);
if (minMaxAxisRatio < 5.0) {
axisInfo[0].order = 0;
axisInfo[1].order = 1;
axisInfo[2].order = 2;
}
}
실시예들에 따른 각 축에 대한 길이(axisInfo[i].length)는 바운딩 박스의 긴 축(bbox.max[i]) 및 바운딩 박스의 짧은 축(bbox.min[i]) 간의 차이에 기반하여 획득될 수 있다.
각 축별(for (int i = 0; i < 3; i++))로 각 축에 대한 길이 및 각 축의 순서(axisInfo[i].order)를 확인할 수 있다.
실시예들에 따른 최소최대축비율(minMaxAxisRatio)은 임계값을 나타낸다. 실시예들에 따른 임계값은 긴축 대비 중간축의 비율일 수 있다. 또한, 실시예들에 따라서, 임계값은 중간축 대비 짧은 축의 비율, 긴축 대비 짧은 축의 비율 등을 더 포함할 수 있다. 축의 길이에 대한 다양한 비율값이 실시예들에 따른 임계값으로 적용될 수 있다.
실시예들에 따라서, 두 축 간의 비율을 계산한다(double minMaxAxisRatio = double(axisInfo[2].length) / double(axisInfo[0].length)).
임계값(minMaxAxisRatio)을 비교하는 동작은, 예를 들어, 5.0을 기준으로 최소최대축비율이 5.0보다 작은지를 확인한다. 최소최대축비율이 일정한 값보다 작은 경우(5.0값 외에 다른 값들이 이용될 수 있다), 축의 순서를 axisInfo[0].order = 0; axisInfo[1].order = 1; axisInfo[2].order = 2;와 같이 결정할 수 있다. 예를 들어, 바운딩 박스가 정육면체의 형태에 가까운 경우, 몰톤 코드 순서를 변경하지 않을 수 있다. 바운딩 박스가 직육면체의 형태에 가까운 경우, 몰톤 코드 순서를 변경할 수 있다.
실시예들에 따라서, 몰톤 코드 생성 순서(S16000 및/또는 S16010) 및 몰톤 코드 생성 순서의 임계값(S16020)은 함께 쓰일 수도 있다. 또한, 각 동작(S16000, S16010, S16020)은 지오메트리별, 속성별, 지오메트리와 속성별로 개별적으로 다르게 적용될 수 있다.
도19는 실시예들에 따른 몰톤 코드 생성기를 나타낸다.
도19는 도15 내지 도18 등에서 설명한 동작들을 수행하는 실시예들에 따른 몰톤 코드 생성기(19000)를 나타낸다.
도19의 몰톤 코드 생성기는 도1의 송신 장치(10000), 포인트 클라우드 비디오 인코더(10002), 수신 장치(10004), 포인트 클라우드 비디오 디코더(10006), 도2의 인코딩(20001), 디코딩(20003), 도4의 PCC부호화기(인코더), 도10-11의 PCC복호화기(디코더), 도12의 포인트 클라우드 데이터 송신 장치, 도13의 포인트 클라우드 데이터 수신 장치, 도14의 XR디바이스(1730), 스마트 폰(1440) 등에 대응되거나 포함될 수 있다.
도19는 도16등의 관련 동작을 수행하는 실시예들에 따른 PCC 부호화기 및 복호화기의 구성요소를 나타낸다.
몰톤 코드 생성기(19000)는 실시예들에 따른 조건에 따른 몰톤 코드 생성 동작 및 임계값 확인 후 지오메트리/속성 별 몰톤 코드를 생성하는 동작을 수행할 수 있다.
몰톤 코드 생성기(19000)는 실시예들에 따른 PCC 부호화기 내에 포함될 수 있다. 몰톤 코드 생성기(19000)는 PCC 부호화기 내 지오메트리 코딩부 및 어트리뷰트 코딩부 사이에서 몰톤 코드를 생성할 수 있다. 실시예들에 따른 방법/장치는 실시예들에 따라 생성된 몰콘 코드에 기반하여, LOD 생성 등의 동작을 수행할 수 있다.
실시예들에 따른 몰톤 코드 생성기(19000)는 축별/밀도별 조건에 기반하여 몰톤 코드를 생성할 수 있다. 실시예들에 따른 축별/밀도별 조건은 시스템의 설정값이거나 사용자로부터 입력 받은 값일 수 있다. 또한, 실시예들에 따른 송신 방법/장치는 축별/밀도별 조건에 관련된 파라미터 정보(도21 내지 도24 참조)를 비트스트림(도20 참조)에 포함시켜서 수신 방법/장치에 전달할 수 있다.
실시예들에 따른 몰톤 코드 생성기(19000)는 몰톤 코드 생성부 등으로 지칭될 수 있다.
실시예들에 따른 몰톤 코드 생성기(19000)는 지오메트리 부호화 이전에(예를 들어, 도4의 지오메트리 인코딩 파트) 수행 될 수 있으며, 지오메트리 부호화 이후(예를 들어, 도4의 지오메트리 인코딩 파트 및 어트리뷰트 인코딩 파트 사이)에 수행 될 수 있다. 예를 들어, 실시예들에 따른 몰톤 코드 생성부는 실시예들에 따른 지오메트리 인코더와 연결될 수 있다. 실시예들에 따라, 몰톤 코드 생성부/지오메트리 인코더 및/또는 지오메트리 인코더/몰톤 코드 생성부 등의 구성이 있을 수 있다. 또한, 송신 측에 대응하는 수신 측에 대하여 실시예들에 따른 몰톤 코드 처리부는 지오메트리 디코더와 연결될 수 있고, 실시예들에 따라, 몰톤 코드 처리부/지오메트리 디코더 및/또는 지오메트리 디코더/몰톤 코드 처리부 등의 구성이 있을 수 있다.
실시예들에 따른 수신 방법/장치는 몰톤 코드 생성기(19000)의 역과정에 기반하여 포인트 클라우드 데이터를 디코딩할 수 있다.
실시예들에 따른 송신 방법/장치는 다음과 같은 파라미터(시그널링 정보 또는 메타데이터 등으로 지칭 가능함)에 기반하여 포인트 클라우드 데이터를 인코딩할 수 있다.
실시예들에 따른 방법/장치는 실시예들에 따른 인코딩 동작을 수행하고, 인코딩 동작과 관련된 다음과 같은 파라미터를 생성하고, 비트스트림(도20 내지 도24 참조)에 포함시켜서, 실시예들에 따른 수신 방법/장치에 전달할 수 있다.
실시예들에 따른 송신 방법/장치는 축별/밀도별 조건(axis_condition_selection)을 정할 수 있다. 정해진 조건으로 몰톤 코드 생성부(19000)에서 몰톤 코드의 비트 인터리빙을 수행한다.
실시예들에 따른 송신 방법/장치는 비트 인터리빙 순서를 오름차순/내림차순(ascending_order_flag)에 기반하여 정의할 수 있다. 비트 인터리빙 순서는 비트스트림(도20 내지 도24 참조)을 통해 부호화기에서 복호화기로 전달될 수 있다. 예를 들어, 오름차순 오더 플래그(ascending_order_flag)가 0이면 오름차순, 오름차순 오더 플래그(ascending_order_flag)가1이면 내림차순을 나타낼 수 있다. 각 정수값은 다양하게 변형이 가능하다.
실시예들에 따른 방법/장치는 데이터 특성에 따라 정해진 임계값(axis_ordering_threshold)에 기반하여 몰톤 생성 유무를 결정할 수 있다
시퀀스별/타일별/슬라이스별로 몰톤 코드 생성 조건 및 임계값 적용 여부를 다르게 적용할할 수 있다, 이때 사용된 값은 각각 시그널링 정보로써(도20 내지 도24 참조) 정의할 수 있다.
실시예들에 따른 부호화기에 대응하는 복호화기는 부호화기의 일련의 과정들을 모두 동일하게 수행할 수 있다.
조건에 따른 몰톤 코드 생성부(19000)와 임계값에 따른 순서 변경 유무(19000)는 지오메트리 코딩 이전, 지오메트리 코딩 이후 각각 혹은 두 곳 모두에 적용될 수 있다.
도20은 실시예들에 따른 포인트 클라우드 비트스트림의 구성을 나타낸다.
실시예들에 따른 방법/장치는 도20과 같은 포인트 클라우드 비트스트림을 생성하고 획득될 수 있다. 예를 들어, 도1의 전송장치(10000), 포인트 클라우드 비디오 인코더(10002), 수신장치(10004), 포인트 클라우드 비디오 디코더(10006), 도2의 인코딩(20001, 디코딩(20003), 도4의 인코딩 프로세스, 도11의 디코딩 프로세스, 도12의 전송 장치, 도13의 수신 장치, 도14의 XR디바이스(1430), 도19의 몰톤 코드 생성기(19000), 도25-26의 실시예들에 따른 방법들 등에 의해서, 지오메트리 정보, 어트리뷰트 정보 및/또는 이를 위한 메타데이터를 포함하는 파라미터들을 포함하는 포인트 클라우드 비트스트림이 각각 생성(인코딩)되고, 수신(디코딩)될 수 있다.
실시예들을 위한 정보를 시그널링할 수 있다.
각 약어는 다음을 의미한다. SPS: 시퀀스 파라미터 세트(Sequence Parameter Set), GPS: 지오메트리 파라미터 세트(Geometry Parameter Set), APS: 어트리뷰트 파라미터 세트(Attribute Parameter Set), TPS: 타일 파라미터 세트(Tile Parameter Set), Geom: 지오메트리 비트스트림(Geometry bitstream) = 지오메트리 슬라이스 헤더(geometry slice header)+ 지오메트리 슬라이스 데이터(geometry slice data), Attr: 어트리뷰트 비트스트림(Attribute bitstream) = 어트리뷰트 브릭 헤더(attribute brick header) + 어트리뷰트 브릭 데이터(attribute brick data). 여기서, 브릭은 블록, 슬라이스 등의 용어로 지칭될 수 있다.
실시예들에 따른 포인트 클라우드 데이터는 도20과 같은 비트스트림의 형태를 가질 수 있다. 포인트 클라우드 데이터는 실시예들에 따른 시그널링정보 등을 포함하는 SPS(Sequence Parameter Set), GPS(Geometry Parameter Set), APS(Attribute Parameter Set), TPS(Tile Parameter Set)를 포함할 수 있다. 포인트 클라우드 데이터는 하나 또는 하나 이상의 지오메트리 및/또는 어트리뷰트를 포함할 수 있다. 포인트 클라우드 데이터는 지오메트리 및/또는 어트리뷰트는 하나 또는 하나 이상의 슬라이스 단위(또는 브릭/블록 단위)로 구분될 수 있다. 지오메트리는 지오메트리 슬라이스 헤더 및 지오메트리 슬라이스 데이터의 구조를 가질 수 있다. 예를 들어, 시그널링 정보를 포함하는 TPS는 Tile(0). tile_bounding_box_xyz0, Tile(0)_tile_bounding_box_whd 등을 포함할 수 있다. 지오메트리는 geom_geom_parameter_set_id, geom_tile_id, geom_slice_id, geomBoxOrigin, geom_box_log2_scale, geom_max_node_size_log2, geom_num_points 등을 포함할 수 있다.
실시예들에 따른 시그널링 정보는 SPS, GPS, APS, TPS 등에 추가되어 시그널링될 수 있다.
실시예들에 따라, 시그널링 정보는 TPS 또는 각 Slice별 지오메트리(Geom) 또는 Slice별 어트리뷰트(Attr)에 추가되어 시그널링될 수 있다.
실시예들에 따른 포인트 클라우드 데이터의 구조는 시그널링 정보를 포함하는 파라미터 세트(들), 지오메트리(들), 어트리뷰트(들)을 인코딩/디코딩/데이터 어세스 관점에서 효율적인 효과를 제공할 수 있다.
실시예들에 따른 포인트 클라우드 데이터 송신/수신 장치에 관련된 포인트 클라우드 데이터는 시퀀스 파라미터, 지오메트리 파라미터, 어트리뷰트 파라미터, 타일 파라미터, 지오메트리 비트스트림 또는 어트리뷰트 비트스트림 중 적어도 하나를 포함할 수 있다.
이하에서, 구체적인 시그널링 정보의 신택스를 도면을 참조하여 설명한다. 참고로, 실시예들에 따른 시그널링 정보의 명칭은 시그널링 정보가 의도하는 의미/기능 범위 내에서 변형/확장되어 이해될 수 있다. 시그널링 정보의 필드는 제1시그널링 정보, 제2시그널링 정보 등으로 구별되어 호칭될 수 있다.
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 비트스트림의 형태로 전송할 수 있다. 실시예들에 따른 비트스트림은 하나 또는 그 이상의 서브 비트스트림들을 포함할 수 있다.
포인트 클라우드 데이터 송신 장치(예를 들면 도 1, 도 4, 도 12 및 도 19 등에서 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 비트스트림은 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=슬라이스)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 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 하나 또는 그 이상의 슬라이스들을 포함할 수 있다.
실시예들에 따른 SPS는 프로파일, 레벨 등 시퀀스 전체에 대한 인코딩 정보로서, 픽처 해상도, 비디오 포멧 등 파일 전체에 대한 포괄적인 정보를 포함할 수 있다.
실시예들에 따른 하나의 슬라이스(예를 들면 slice 0)는 슬라이스 헤더 및 슬라이스 데이터를 포함한다. 슬라이스 데이터는 하나의 지오메트리 비트스트림 (Geom00) 및 하나 또는 그 이상의 어트리뷰트 비트스트림들(Attr00, Attr10)을 포함할 수 있다. 지오메트리 비트스트림은 헤더(예를 들면 지오메트리 슬라이스 헤더) 및 페이로드(예를 들면 지오메트리 슬라이스 데이터)를 포함할 수 있다. 실시예들에 따른 지오메트리 비트스트림의 헤더는 GPS에 포함된 파라미터 세트의 식별 정보(geom_geom_parameter_set_id), 타일 식별자(geom_tile id), 슬라이스 식별자(geom_slice_id), 지오메트리 박스의 원점 정보(geomBoxOrigin), 지오메트리 박스 스케일(geom_box_log2_scale), 지오메트리 노드 맥스 사이즈(geom_max_node_size_log2), 지오메트리 포인트 개수(geom_num_poins) 및 페이로드에 포함된 데이터에 관한 정보 등을 포함할 수 있다. 어트리뷰트 비트스트림은 헤더 (예를 들면 어트리뷰트 슬라이스 헤더 또는 어트리뷰트 브릭 헤더) 및 페이로드 (예를 들면 어트리뷰트 슬라이스 데이터 또는 어트리뷰트 브릭 데이터)를 포함할 수 있다.
실시예들에 관련된 파라미터 정보는 시퀀스, 지오메트리, 어트리뷰트, 타일, 슬라이스 등 다양한 영역(유닛)들로 전달될 수 있고, 실시예들에 따른 수신 방법/장치는 스태틱/다이나믹하게 포인트 클라우드 데이터를 억세스할 수 있는 효과가 있다.
실시예들을 수행하기 위해서 관련 정보를 시그널링할 수 있다. 실시예들에 따른 시그널링 정보는 송신단 또는 수신단 등에서 사용될 수 있다.
지오메트리 데이터(Geom): 지오메트리 비트스트림(Geometry bitstream) = 지오메트리 슬라이스 헤더(geometry slice header)+ 지오메트리 슬라이스 데이터(geometry slice data)
어트리뷰트 데이터(Attr): 어트리뷰트 비트스트림(Attribute bitstream) = 어트리뷰트 슬라이스 헤더 + 어트리뷰트 슬라이스 데이터(attribute brick data).
실시예들에 따른 방법/장치는 포인트 클라우드를 영역별로 나누어 처리할 수 있도록 타일, 또는 슬라이스를 제공한다. 영역별로 나눌 때 각각의 영역은 서로 다른 중요도를 가질 수 있다.
그 중요도에 따라서 다른 필터, 다른 필터 유닛을 적용할 수 있게 제공함으로써 복잡도(complexity)는 높으나 결과 품질(quality)가 좋은 필터링 방법을 중요한 영역에 사용할 수 있는 방안을 제공할 수 있다.
영역별로 포인트 클라우드 데이터를 나눌 때 각각의 영역 별로 다른 이웃 포인트 집합 생성 옵션을 설정해서 복잡도(complexity)는 낮고, 결과의 신뢰도는 다소 떨어지거나 반대로 복잡도가 높으나 신뢰도가 높은 선택 방안을 제공할 수 있다. 수신기의 처리능력(capacity)에 따라서 다르게 설정할 수 있다.
수신기의 처리능력(capacity)에 따라서 포인트 클라우드 전체에 복잡한 필터링 방법을 사용하는 대신 영역별로 (타일로 나누어지거나 슬라이스로 나누어진 영역) 서로 다른 필터링을 적용할 수 있게 함으로서 사용자에게 중요한 영역에 더 좋은 화질과 시스템 상으로 적절한 레이턴시(latency)을 보장할 수 있다.
실시예들에 따른 방법/장치가 포인트 클라우드 데이터를 타일(Tile)로 나누는 경우, 각 타일 별로 다른 필터, 다른 필터 유닛을 적용할 수 있다.
실시예들에 따른 방법/장치가 포인트 클라우드 데이터를 슬라이스(Slice)로 나누는 경우, 각 슬라이스 별로 다른 필터, 다른 필터 유닛을 적용할 수 있다.
포인트 클라우드가 타일(Tile)로 나누어지는 경우, 각 타일별로 시그널링 정보를 전달할 수 있다. 포인트 클라우드가 슬라이스(Slice)로 나누어지는 경우, 각 슬라이스별로 시그널링 정보를 전달할 수 있다.
실시예들에 따른 시그널링 정보는 다양한 위치에 선택적 또는 중복적으로 포함될 수 있다.
실시예들에 따른 시퀀스(Sequence)는 여러 개의 타일(Tile)을 가질 수 있고, 타일(Tile)은 여러 개의 슬라이스(Slice)들을 가질 수 있고, 하나의 슬라이스(Slice)는 하나의 옥트리를 포함할 수 있다. SPS는 sequence레벨이고, APS도 sequence 레벨이다. SPS는 보다 제너럴한(general)한 정보를 포함한다. ASP는 Attribute에 더 specific한 정보를 포함한다. TPS는 시퀀스(Sequence)를 Tile로 나누에 되었을 때 Tile별로 다른 기법을 적용할 수 있다. APS에 설정된 정보가 있고, TPS에 설정된 정보가 있으면, APS는 디폴트(default)할 수 있다. TPS에 설정 정보가 없으면 디폴트(default)를 사용하고 TPS에 설정정보가 있으면 TPS 정보를 실시예들에 따른 수신 방법/장치가 이용할 수 있다. 어트리뷰트 슬라이스 헤더(Attribute Slice Header)는 각 Tile을 Slice들로 나눌 수 있다. 즉, 각 Slice에 대한 설정 정보이다.
도21내지24은 도20의 포인트 클라우드 데이터의 비트스트림에 포함되는 시그널링 정보의 상세 신택스를 나타낸다. 실시예들에 따른 송수신 장치는 실시예들에 따른 동작을 지원하기 위해서 다음과 같이 시그널링 방안을 제공할 수 있다. 시그널링 정보의 명칭은 시그널링 정보의 의미 및 기능의 범위 내에서 이해될 수 있다.
실시예들에 따른 몰톤 코드 생성 순서의 기준 및 임계값 정보에 관한 시그널링 정보를 비트스트림을 통해서 전달할 수 있다. 몰톤 코드 생성 순서의 기준 및 임계값 관련 동작들을 수행하기 위해서 생성 기준과 임계값에 관련된 파라미터 정보를 시그널링할 수 있다.
이하의 실시예들에 따른 파리미터 정보에 기반하여, 몰톤 코드 생성 순서에 따른 부호화/복호화기의 시그널링 정보를 설명한다.
몰톤 코드 생성 기준의 임계값에 따라 부호화/복호화기에 시그널링 동작을 추가할 수 있다.
도21은 실시예들에 따른 TPS(Tile Parameter Set, TPS)를 나타낸다.
도21은 도20에 포함된 TPS를 나타낸다.
실시예들에 따른 송신 방법/장치는 몰톤 코드 생성 관련 정보를 TPS에 추가하여 전송할 수 있고, 실시예들에 따른 수신 방법/장치는 TPS에 기반하여, 몰톤 코드 생성 관련 정보를 획득할 수 있다.
축 조건 선택(axis_condition_selection): 몰톤 코드 생성을 위한 축 조건 선택 방법을 나타낸다. 축별/밀도별/기타 다른 조건 등을 나타낼 수 있다. 예를 들어, 0은 축에 따른 순서 정렬(S16000), 1은 밀도에 따른 순서 정렬(S16010), 2는 이외 다른 방법 사용을 나타낼 수 있다. 각 정수값은 다양하게 변경될 수 있다.
오름차순 순서 플래그(ascending_order_flag): 축 조건 선택(axis_condition_selection)에서 지시된 조건에 따른 순서가 오름차순인지 내림차순인지, 정렬의 순서에 대한 정보를 나타낸다. 예를 들어, 0은 오름차순 정렬 수행, 1은 내림차순 정렬 수행을 나타낼 수 있다. 각 정수값은 다양하게 변경될 수 있다.
축 오더링 임계값(axis_ordering_threshold): 몰톤 코드 관련하여 정해진 조건에 따른 임계값을 적용하여, 조건에 따른 몰톤 인터리빙을 수행할지 아닐지에 관련된 정보를 나타낸다.
타일 개수(num_tiles): 비트스트림을 위해 시그널링되는 타일들의 개수를 나타낸다. 존재하지 않는 경우, 이 값은 0으로 추론될 수 있다(num_tiles specifies the number of tiles signalled for the bitstream. When not present, num_tiles is inferred to be 0.)
타일 개수에 따라서, 타일 개수마다 다음의 타일 관련 파라미터 정보가 TPS에 포함될 수 있다.
타일 바운딩 박스 오프셋 X(tile_bounding_box_offset_x[ i ]): 좌표계 내 i번째 타일의 X오프셋을 나타낸다. 존재하지 않는 경우, tile_bounding_box_offset_x[ 0 ]은 sps_bounding_box_offset_x 으로 추론될 수 있다(tile_bounding_box_offset_x[ i ] indicates the x offset of the i-th tile in the cartesian coordinates. When not present, the value of tile_bounding_box_offset_x[ 0 ] is inferred to be sps_bounding_box_offset_x.
타일 바운딩 박스 오프셋 Y(tile_bounding_box_offset_y[ i ]): 좌표계 내 i번째 타일의 Y오프셋을 나타낸다. 존재하지 않는 경우 tile_bounding_box_offset_y[ 0 ]은 sps_bounding_box_offset_y으로 추론될 수 있다(tile_bounding_box_offset_y[ i ] indicates indicates the y offset of the i-th tile in the cartesian coordinates. When not present, the value of tile_bounding_box_offset_y[ 0 ] is inferred to be sps_bounding_box_offset_y).
타일 바운딩 박스 오프셋 Z(tile_bounding_box_offset_z[ i ]): 좌표계 내 i번째 타일의 Z오프셋을 나타낸다. 존재하지 않는 경우, sps_bounding_box_offset_z 으로 추론될 수 있다(tile_bounding_box_offset_z[ 0 ] 의 값은 (tile_bounding_box_offset_z[ i ] indicates indicates the z offset of the i-th tile in the Cartesian coordinates. When not present, the value of tile_bounding_box_offset_z[ 0 ] is inferred to be sps_bounding_box_offset_z).
타일 바운딩 박스 스케일 팩터(tile_bounding_box_scale_factor[ i ]): 좌표계 내 i번째 타일의 스케일 팩터를 나타낸다. 존재하지 않는 경우, tile_bounding_box_scale_factor[ 0 ]의 값은 sps_bounding_box_scale_factor으로 추론될 수 있다(indicates the scale factor the i-th tile in the Cartesian coordinates. When not present, the value of tile_bounding_box_scale_factor[ 0 ] is inferred to be sps_bounding_box_scale_factor).
타일 바둔딩 박스 사이즈 너비(tile_bounding_box_size_width[ i ]): 좌표계 내 i번째 타일의 너비를 나타낸다. 존재하지 않는 경우, tile_bounding_box_size_width[ 0 ]의 값은 sps_bounding_box_size_width로 추론될 수 있다(indicates the width of the i-th tile in the Cartesian coordinates. When not present, the value of tile_bounding_box_size_width[ 0 ] is inferred to be sps_bounding_box_size_width).
타일 바운딩 박스 사이즈 높이(tile_bounding_box_size_height[ i ]): 좌표계 내 i번째 타일의 높이를 나타낸다. 존재하지 않는 경우, tile_bounding_box_size_height[ 0 ]의 값은 sps_bounding_box_size_height로 추론될 수 있다(indicates the height of the i-th tile in the Cartesian coordinates. When not present, the value of tile_bounding_box_size_height[ 0 ] is inferred to be sps_bounding_box_size_height).
타일 바운딩 박스 사이즈 뎁스(tile_bounding_box_size_depth[ i ]): 좌표계 내 i번째 타일의 뎁스를 나타낸다. 존재하지 않는 경우, tile_bounding_box_size_depth[ 0 ]의 값은 be sps_bounding_box_size_depth로 추론될 수 있다(indicates the depth of the i-th tile in the Cartesian coordinates. When not present, the value of tile_bounding_box_size_depth[ 0 ] is inferred to be sps_bounding_box_size_depth).
도22는 실시예들에 따른 GPS(Geometry Parameter Set, GPS)를 나타낸다.
도22는 도20에 포함된 GPS 를 나타낸다.
실시예들에 따른 송신 방법/장치는 몰톤 코드 생성 관련 정보를 GPS에 추가하여 전송할 수 있고, 실시예들에 따른 수신 방법/장치는 GPS에 기반하여 몰톤 코드 생성 관련 정보를 획득할 수 있다.
축 조건 선택(axis_condition_selection): 몰톤 코드 생성을 위한 축 조건 선택 방법을 나타낸다. 축별/밀도별/기타 다른 조건 등을 나타낼 수 있다. 예를 들어, 0은 축에 따른 순서 정렬(S16000), 1은 밀도에 따른 순서 정렬(S16010), 2는 이외 다른 방법 사용을 나타낼 수 있다. 각 정수값은 다양하게 변경될 수 있다.
오름차순 순서 플래그(ascending_order_flag): 축 조건 선택(axis_condition_selection)에서 지시된 조건에 따른 순서가 오름차순인지 내림차순인지, 정렬의 순서에 대한 정보를 나타낸다. 예를 들어, 0은 오름차순 정렬 수행, 1은 내림차순 정렬 수행을 나타낼 수 있다. 각 정수값은 다양하게 변경될 수 있다.
축 오더링 임계값(axis_ordering_threshold): 몰톤 코드 관련하여 정해진 조건에 따른 임계값을 적용하여, 조건에 따른 몰톤 인터리빙을 수행할지 아닐지에 관련된 정보를 나타낸다
GPS 지오메트리 파라미터 세트 아이디(gps_geom_parameter_set_id): 다른 신택스 엘리먼트들에 의한 참조를 위한 GPS의 식별자를 제공한다. gps_seq_parameter_set_id의 값은 0내지 15(포함)의 범위를 가질 수 있다(provides an identifier for the GPS for reference by other syntax elements. The value of gps_seq_parameter_set_id shall be in the range of 0 to 15, inclusive).
GPS 시퀀스 파라미터 세트 아이디(gps_seq_parameter_set_id): 액티브 SPS를 위한 sps_seq_parameter_set_id의 값을 나타낸다. gps_seq_parameter_set_id의 값은 0내지 15(포함)의 범위를 가질 수 있다(specifies the value of sps_seq_parameter_set_id for the active SPS. The value of gps_seq_parameter_set_id shall be in the range of 0 to 15, inclusive).
지오메트리 코딩 타입(geometry_coding_type): 지오메트리를 위한 코딩 타입을 나타낸다. 지오메트리 코딩 타입은 0 또는 1 일 수 있다. 0은 옥트리, 1은 트라이앵글 숩(트라이숩)을 나타낸다. 지오메트리 코딩 타입의 다른 값들이 추후 사용을 위해 예약될 수 있다(indicates that the coding type for the geometry in Table 7 1Table 7 1 for the given value of geometry_coding_type. The value of geometry _coding_type shall be equal to 0 or 1 in bitstreams conforming to this version of this Specification. Other values of geometry_coding_type are reserved for future use by ISO/IEC. Decoders conforming to this version of this Specification shall ignore reserved values of geometry_coding_type. 0= Octree, 1=Triangle Soup (Trisoup)).
GPS 박스 존재 플래그(gps_box_present_flag): 현재 GPS를 레퍼런스하는, 추가적인 바운딩 박스 정보가 지오메트리 헤더 내 제공됨을 나타낸다. gps_bounding_box_present_flag가 0이면, 지오메트리 헤더 내 추가적인 바운딩 박스 정보가 시그널링되지 않음을 나타낸다(equal to 1 specifies an additional bounding box information is provided in a geometry header that references the current GPS. gps_bounding_box_present_flag equal to 0 specifies that additional bounding box information is not signalled in the geometry header).
유니크 지오메트리 포인트들 플래그(unique_geometry_points_flag): 이 값이 1이면, 모든 아웃풋 포인트들이 유니크한 포지션들들 가짐을 나타낸다. 이 값이 0이면, 아웃풋 포인트들이 같은 위치를 가짐을 나타낸다(equal to 1 indicates that all output points have unique positions. unique_geometry_points_flag equal to 0 indicates that the output points may have same positions).
이웃 컨텍스트 제한 플래그(neighbour_context_restriction_flag): 이 값이 0이면, 옥트리 어큐판시 코딩이 6개의 이웃 부모 노드들로부터 결정된 컨텍스트들을 사용함을 나타낸다. 이 값이 1이면, 옥트리 코딩이 오직 형제 노드들로부터 결정된 컨텍스트들을 사용함을 나타낸다(equal to 0 indicates that octree occupancy coding uses contexts determined from six neighbouring parent nodes. neighbour_context_restriction_flag equal to 1 indicates that octree coding uses contexts determined from sibling nodes only).
다이렉트 코딩 모드 인에이블 플래그(inferred_direct_coding_mode_enabled_flag): 이 값이 0이면, 옥트리 코딩이 추론된 다이렉트 코딩 모드를 사용함을 나타낸다. 이 값이 1이면, 옥트리 코딩이 형제 이웃 노드들로부터 결정된 멀티플 컨텍스트를 사용함을 나타낸다(equal to 0 indicates the octree coding uses inferred_direct_coding_mode. inferred_direct_coding_mode_enabled_flag equal to 1 indicates the octree coding uses multiple context determined from sibling neighbouring nodes).
비트와이즈 어큐판시 코딩 플래그( bitwise_occupancy_coding_flag) 어큐판시 코딩의 존재 유무를 나타낸다. 이 값이 1이면, 지오메트리 노드 어큐판시가 어큐판시 맵의 비트와이즈 컨텍스트를 사용하여 인코딩됨을 나타낸다. 이 값이 0이면, 딕션너리 인코딩된 어큐판시 바이트를 사용하여 인코딩됨을 나타낸다(equal to 1 indicates that geometry node occupancy is encoded using bit-wise contextualisation of the syntax element ocupancy_map. bitwise_occupancy_coding_flag equal to 0 indicates that geometry node occupancy is encoded using the dictionary encoded syntax element occypancy_byte.).
자식 이웃 인에이블 플래그(child_neighbours_enabled_flag): 자식 이웃 노드가 인에블한지를 나타낸다.
인접 자식 컨텍스트화 인에이블 플래그(adjacent_child_contextualisation_enabled_flag): 값이 1이면, 이웃 옥트리 노드의 자식이 비트와이즈 어큐판시 컨텍스트화를 위해 사용됨을 나타낸다. 이 값이 0이면, 이웃 옥트리 노드의 자식이 어큐판시 컨텍스트화를 위해 사용되지 않음을 나타낸다(equal to 1 indicates that the adjacent children of neighbouring octree nodes are used for bit-wise occupancy contextualization. adjacent_child_contextualization_enabled_flag equal to 0 indicates that the children of neighbouring octree nodes are is not used for the occupancy contextualization).
지오메트리 어큐판시 ctx 리덕션 팩터(geom_occupancy_ctx_reduction_factor): 어큐판시에 대한 리덕션 팩터를 나타낸다.
이웃 바운더리(log2_neighbour_avail_boundary): 디코딩 프로세스에서 사용되는 변수 NeighbAvailBoundary의 값을 나타낸다. 변수 NeighbAvailBoundary는 2log2_neighbour_avail_boundary와 같을 수 있다(specifies the value of the variable NeighbAvailBoundary that is used in the decoding process as follows: NeighbAvailBoundary = 2log2_neighbour_avail_boundary).
이웃 컨텍스트 제한 플래그(neighbour_context_restriction_flag)가 1이면, NeighbAvailabilityMask(NeighbAvailBoundary)는 13으로 세팅될 수 있다. neighbour_context_restriction_flag가 0이면, NeighbAvailabilityMask(NeighbAvailBoundary)는 (1 << log2_neighbour_avail_boundary)으로 세팅될 수 있다(When neighbour_context_restriction_flag is equal to 1, NeighbAvailabilityMask is set equal to 13. Otherwise, neighbour_context_restriction_flag equal to 0, NeighbAvailabilityMask is set equal to (1 << log2_neighbour_avail_boundary)).
인트라 예측 맥스 노드 사이즈(log2_intra_pred_max_node_size): 어큐판시 인트라 프레딕션을 위한 옥트리 노드 사이즈를 나타낸다.
트라이숩 노드 사이즈(log2_trisoup_node_size): 트라이앵글 노드의 사이즈와 같은 변수 TrisoupNodeSize를 나타낸다. 트라이숩 노드 사이즈는 2log2_trisoup_node_size와 같을 수 있다(specifies the variable TrisoupNodeSize as the size of the triangle nodes as follows. TrisoupNodeSize = 2log2_trisoup_node_size). log2_trisoup_node_size의 값은 0보다 크거나 같을 수 있다. log2_trisoup_node_size이 0이면, 지오메트리 비트스트림은 옥트리 코딩 신택스만을 포함할 수 있다(The value of log2_trisoup_node_size shall be equal to or greater than 0. When log2_trisoup_node_size is equal to 0, the geometry bitstream includes only the octree coding syntax).
트라이숩 뎁스(trisoup_depth): 포인트 좌표의 각 컴포넌트를 나타내기 위해 사용되는 비트들의 개수를 나타낸다. trisoup_depth의 값은 2내지 21의 범위를 가질 수 있다(specifies the number of bits used to represent each component of a point coordinate. The value of trisoup_depth shall be in the range of 2 to 21. [Ed(df): 21 should perhaps be a level limit]).
트라이숩 트라이앵글 레벨(trisoup_triangle_level): 옥트리가 가지치기되는 레벨을 나타낸다. trisoup_triangle_level은 1 내지 trisoup_depth-1의 범위를 가질 수 있다(specifies the level at which the octree is pruned. The value of trisoup_triangle_level shall be in the range of 1 to trisoup_depth-1).
GPS 익스텐션 존재 플래그(gps_extension_present_flag): 이 값이 1이면, GPS 신택스 구조 내 gps_extension_data 신택스 구조가 존재함을 나타낸다. 이 값이 0이면, 이 신택스 구조가 존재하지 않음을 나타낸다. 존재하지 않는 경우, gps_ extension_present_flag의 값은 0으로 추론될 수 있다(equal to 1 specifies that the gps_extension_data syntax structure is present in the GPS RBSP syntax structure. gps_extension_present_flag equal to 0 specifies that this syntax structure is not present. When not present, the value of gps_ extension_present_flag is inferred to be equal to 0).
GSP 익스텐션 데이터 플래그(gps_extension_data_flag): 익스텐션 데이터가 존재하는지 여부를 나타낸다(may have any value. Its presence and value do not affect decoder conformance to profiles specified in Annex A. Decoders conforming to a profile specified in Annex A).
도23은 실시예들에 따른 APS(Attribute Parameter Set, APS)를 나타낸다.
도23은 도20에 포함된 APS 를 나타낸다.
실시예들에 따른 송신 방법/장치는 몰톤 코드 생성 관련 정보를 APS 에 추가하여 전송할 수 있고, 실시예들에 따른 수신 방법/장치는 APS 에 기반하여 몰톤 코드 생성 관련 정보를 획득할 수 있다.
축 조건 선택(axis_condition_selection): 몰톤 코드 생성을 위한 축 조건 선택 방법을 나타낸다. 축별/밀도별/기타 다른 조건 등을 나타낼 수 있다. 예를 들어, 0은 축에 따른 순서 정렬(S16000), 1은 밀도에 따른 순서 정렬(S16010), 2는 이외 다른 방법 사용을 나타낼 수 있다. 각 정수값은 다양하게 변경될 수 있다.
오름차순 순서 플래그(ascending_order_flag): 축 조건 선택(axis_condition_selection)에서 지시된 조건에 따른 순서가 오름차순인지 내림차순인지, 정렬의 순서에 대한 정보를 나타낸다. 예를 들어, 0은 오름차순 정렬 수행, 1은 내림차순 정렬 수행을 나타낼 수 있다. 각 정수값은 다양하게 변경될 수 있다.
축 오더링 임계값(axis_ordering_threshold): 몰톤 코드 관련하여 정해진 조건에 따른 임계값을 적용하여, 조건에 따른 몰톤 인터리빙을 수행할지 아닐지에 관련된 정보를 나타낸다
APS 어트리뷰트 파라미터 세트 아이디(aps_attr_parameter_set_id): 다른 신텍스 엘리먼트들에 따른 참조에 대한 APS에 대한 식별자를 나타낼 수 있다. aps_attr_parameter_set_id 의 값은 0 내지 15의 값을 가질 수 있다(provides an identifier for the APS for reference by other syntax elements. The value of aps_attr_parameter_set_id shall be in the range of 0 to 15, inclusive).
APS 시퀀스 파라미터 세트 아이디(aps_seq_parameter_set_id): 액티브 SPS(active SPS)에 대한 SPS 시퀀스 파라미터 세트 아이디(sps_seq_parameter_set_id)의 값을 나타낼 수 있다. aps_seq_parameter_set_id는 0 내지 15(포함)의 범위를 가질 수 있다(specifies the value of sps_seq_parameter_set_id for the active SPS. The value of aps_seq_parameter_set_id shall be in the range of 0 to 15, inclusive).
어트리뷰트 코딩 타입(attr_coding_type): 어트리뷰트 코딩 타입을 나타낼 수 있다. 어트리뷰트 코딩 타입은 0, 1, 2 등일 수 있다. 0은 프레딕팅 웨이트 리프팅, 1이면 리젼 적응적 계층 변환(Region Adaptive Hierarchical Transferm (RAHT)), 2이면 픽스 웨이트 리프팅일 수 있다. 각 정수값은 다양하게 변경이 가능하다(indicates that the coding type for the attribute in Table 7 2Table 7 2 for the given value of attr_coding_type. The value of attr_coding_type shall be equal to 0, 1, or 2 in bitstreams conforming to this version of this Specification. Other values of attr_coding_type are reserved for future use by ISO/IEC. Decoders conforming to this version of this Specification shall ignore reserved values of attr_coding_type. 0 = Predicting weight lifting, 1 = Region Adaptive Hierarchical Transferm (RAHT), 2= Fixed weight lifting).
니어스트 이웃들의 예측 넘버(num_pred_nearest_neighbours): 프레딕션션을 위해 사요오디는 니어스트 네이버들의 맥시멈 개수를 나타낸다. numberOfNearestNeighboursInPrediction의 값은 1 내지 xx의 범위를 가질 수 있다(specifies the maximum number of nearest neighbours to be used for prediction. The value of numberOfNearestNeighboursInPrediction shall be in the range of 1 to xx).
다이렉트 예측기의 맴시멈 개수(max_num_direct_predictors): 다이렉트 프레딕션을 위해 사용되는 프레딕터의 맴시멈 개수를 나타낸다. max_num_direct_predictors의 값은 0 내지 num_pred_nearest_neighbours의 범위를 가질 수 있다. 변수 MaxNumPredictors는 다음과 같이 디코딩 프로세스 내에서 사용될 수 있다. MaxNumPredictors 는 max_num_direct_predicots + 1 일 수 있다(specifies the maximum number of predictor to be used for direct prediction. The value of max_num_direct_predictors shall be range of 0 to num_pred_nearest_neighbours. The value of the variable MaxNumPredictors that is used in the decoding process as follows: MaxNumPredictors = max_num_direct_predicots + 1).
리프팅 서치 범위(lifting_search_range): 리프팅을 위한 서치 범위를 나탄내다(specifies search range for the lifting).
리프팅 양자화 스텝 사이즈(lifting_quant_step_size): 어트리뷰트의 1 st 컴포넌트의 양자화 스텝 사이즈를 나타낸다. quant_step_size의 값은 1내지 xx의 범위를 가질 수 있다(specifies the quantization step size for the 1st component of the attribute. The value of quant_step_size shall be in the range of 1 to xx).
리프팅 양자화 스텝 사이즈 크로마(lifting_quant_step_size_chroma): 어트리뷰트가 컬러일 때, 어트리뷰트의 크로마 컴포넌트를 위한 양자화 스텝 사이즈를 나타낸다. quant_step_size_chroma의 값은 1 내지 xx의 범위를 가질 수 있다(specifies the quantization step size for the chroma component of the attribute when the attribute is colour. The value of quant_step_size_chroma shall be in the range of 1 to xx).
LOD 바이너리 트리 인에이블 플래그(lod_binary_tree_enabled_flag): 로그 생성에 대한 바이너리 트리가 인에이블한지 아닌지 여부를 나타낸다(specifies whether binary tree is enable or not for the log generation).
LOD개수(num_detail_levels_minus1): 어트리뷰트 코딩을 위한 LOD들의 개수를 나타낸다. num_detail_levels_minus1의 값은 0내지 xx의 범위를 가질 수 있다(specifies the number of levels of detail for the attribute coding. The value of num_detail_levels_minus1 shall be in the range of 0 to xx).
샘플링 디스턴스 스퀘어드 [인덱스](sampling_distance_squared [ idx ]): 인덱스(idx)에 대한 샘플링 디스턴스의 스퀘어를 나타낸다. sampling_distance_squared[]의 값은 0내지 xx의 범위를 가질 수 있다(specifies the square of the sampling distance for idx. The value of sampling_distance_squared[] shall be in the range of 0 to xx).
어답티브 프레딕션 스레드홀드(adaptive_prediction_threshold): 프레딕션의 스레드홀드를 나타낸다(specifies the threshold of prediction).
RAHT 뎁스(raht_depth): RAHT를 위한 LOD들의 개수를 나타낸다. depthRAHT의 값은 1 내지 xx의 범위를 가질 수 있다(specifies the number of levels of detail for RAHT. The value of depthRAHT shall be in the range of 1 to xx).
RAHT 바이너리레벨 스레드홀드(raht_binarylevel_threshold): RAHT 계수를 컷 아웃 하기 위한 LOD를 나타낸다. binaryLevelThresholdRAHT의 값은 0 내지 xx의 범위를 가질 수 있다(specifies the levels of detail to cut out the RAHT coefficient. The value of binaryLevelThresholdRAHT shall be in the range of 0 to xx).
RAHT 양자화 스텝 사이즈(raht_quant_step_size): 어트리뷰트의 1 st 컴포넌트를 위한 양자화 스텝 사이즈를 나타낸다. quant_step_size의 값은 1 내지 xx의 범위를 가질 수 있다(specifies the quantization step size for the 1st component of the attribute. The value of quant_step_size shall be in the range of 1to xx).
APS 익스텐션 존재 플래그(aps_extension_present_flag): 이 값이 1이면, APS 신택스 구조 내 aps_extension_data 신택스 구조가 존재함을 나타낸다. 이 값이 0이면, 이 신택스 구조가 존재하지 않음을 나타낸다. 존재하지 않는 경우, aps_ extension_present_flag의 값은 0으로 추론될 수 있다(equal to 1 specifies that the aps_extension_data syntax structure is present in the APS RBSP syntax structure. aps_extension_present_flag equal to 0 specifies that this syntax structure is not present. When not present, the value of aps_ extension_present_flag is inferred to be equal to 0).
APS 익스텐션 데이터 플래그(aps_extension_data_flag): APS 익스텐션 데이터가 존재하는지 여부를 나타낸다(may have any value. Its presence and value do not affect decoder conformance to profiles specified in Annex A. Decoders conforming to a profile specified in Annex A).
도24는 실시예들에 따른 지오메트리 슬라이스 헤더(Geometry Slice Header, GSH)를 나타낸다.
실시예들에 따른 송신 방법/장치는 몰톤 코드 생성 관련 정보를 GSH 에 추가하여 전송할 수 있고, 실시예들에 따른 수신 방법/장치는 GSH 에 기반하여 몰톤 코드 생성 관련 정보를 획득할 수 있다.
축 조건 선택(axis_condition_selection): 몰톤 코드 생성을 위한 축 조건 선택 방법을 나타낸다. 축별/밀도별/기타 다른 조건 등을 나타낼 수 있다. 예를 들어, 0은 축에 따른 순서 정렬(S16000), 1은 밀도에 따른 순서 정렬(S16010), 2는 이외 다른 방법 사용을 나타낼 수 있다. 각 정수값은 다양하게 변경될 수 있다.
오름차순 순서 플래그(ascending_order_flag): 축 조건 선택(axis_condition_selection)에서 지시된 조건에 따른 순서가 오름차순인지 내림차순인지, 정렬의 순서에 대한 정보를 나타낸다. 예를 들어, 0은 오름차순 정렬 수행, 1은 내림차순 정렬 수행을 나타낼 수 있다. 각 정수값은 다양하게 변경될 수 있다.
축 오더링 임계값(axis_ordering_threshold): 몰톤 코드 관련하여 정해진 조건에 따른 임계값을 적용하여, 조건에 따른 몰톤 인터리빙을 수행할지 아닐지에 관련된 정보를 나타낸다
GSH 지오메트리 파라미터 세트 아이디(gsh_geometry_parameter_set_id): 액티브 GPS의 gps_geom_parameter_set_id의 값을 나타낸다.
GSH 타일 아이디(gsh_tile_id): 타일의 아이디를 나타낸다.
GSH 슬라이스 아이디(gsh_slice_id): 슬라이스의 아이디를 나타낸다.
GPS 박스 존재 플래그(gps_box_present_flag)의 값에 따라서, GSH내 박스에 관련된 다음의 파라미터들이 지오메트리 슬라이스 헤더 내에 포함될 수 있다.
GSH 박스 로그 스케일(gsh_box_log2_scale): 스케일 값을 나타낸다. 슬라이스 바운딩 박스의 오리진의 스케일 팩터를 나타낸다. 존재하지 않는 경우 gsh_box_log2_scale은 gps_gs_box_log2_scale으로 추론될 수 있다.
GSH 박스 오리진 X(gsh_box_origin_x): 좌표계 내 소스 바운딩 박스의 x 값을 나타낸다.
GSH 박스 오리진 Y(gsh_box_origin_y): 좌표계 내 소스 바운딩 박스의 y 값을 나타낸다.
GSH 박스 오리진 Z(gsh_box_origin_z): 좌표계 내 소스 바운딩 박스의 z 값을 나타낸다.
GSH 로그 노드 맥시멈 사이즈(gsh_log2_max_nodesize): 디코딩 프로세스에서 사용되는 변수 MaxNodeSize의 값을 나타낸다. 맥시멈 노드 사이즈(MaxNodeSize)는 2( gbh_log2_max_nodesize)와 같을 수 있다.
GSH 포인트들의 개수(gbh_points_number): 슬라이스 내 코딩된 포인트들의 개수를 나타낸다.
도25는 실시예들에 따른 포인트 클라우드 데이터 송신 방법을 나타낸다.
S25000, 실시예들에 따른 포인트 클라우드 데이터 송신 방법은 포인트 클라우드 데이터를 인코딩하는 단계를 포함할 수 있다. 실시예들에 따른 인코딩 동작은, 도1의 송신 장치(10000), 포인트 클라우드 비디오 인코더(10002), 도2의 획득(20000), 인코딩(20001), 도4의 포지션들로부터 지오메트리 비트스트림 인코딩, 어트리뷰트로부터 어트리뷰트 비트스트림 인코딩, 도12의 송신 장치의 포인트들의 위치값 및/또는 포인트들의 속성값의 인코딩, 도14의 XR디바이스(1430), 도15 내지 도19에 따른 몰톤 코드 생성 및 몰톤 코드에 기반한 포인트 클라우드 데이터의 인코딩, 도20 내지 도 24의 비트스트림의 생성 등의 동작을 포함할 수 있다.
S25010, 실시예들에 따른 포인트 클라우드 데이터 송신 방법은 포인트 클라우드 데이터를 포함하는 비트스트림을 전송하는 단계를 더 포함할 수 있다. 실시예들에 따른 전송 동작은, 도1의 트랜스미터(10003), 도2의 전송(20002), 도12의 전송 처리부(12012), 도14의 XR디바이스(1430), 도20 내지 도 24의 비트스트림의 전송 등의 동작을 포함할 수 있다.
도26은 실시예들에 따른 포인트 클라우드 데이터 수신 방법을 나타낸다.
S26000, 실시예들에 따른 포인트 클라우드 데이터 수신 방법은 포인트 클라우드 데이터를 포함하는 비트스트림을 수신하는 단계를 포함할 수 있다. 실시예들에 따른 수신 동작은, 도1의 수신 장치(10004), 도2의 전송(20002)에 따른 수신, 도13의 수신부(13000) 및 수신 처리부(13001), 도14의 XR디바이스(1430)의 수신, 도20 내지 도 24의 비트스트림의 수신 등의 동작을 포함할 수 있다.
S26010, 실시예들에 따른 포인트 클라우드 데이터 수신 방법은 포인트 클라우드 데이터를 디코딩하는 단계를 더 포함할 수 있다. 실시예들에 따른 디코딩 동작은, 도1의 포인트 클라우드 비디오 디코더(10006), 도2의 디코딩(20003), 도10-11의 지오메트리 비트스트림 및/또는 어트리뷰트 비트스트림으로부터 포지션들 및/또는 어트리뷰의 디코딩, 도13의 수신 장치의 지오메트리 비트스트림 및 어트리뷰트 비트스트림의 디코딩 및 포인트 클라우드 데이터의 렌더링, 도14의 XR디바이스(1430)의 디코딩, 도15 내지 도19에 따른 몰톤 코드 생성 및 몰톤 코드에 기반한 포인트 클라우드 데이터의 디코딩, 도20 내지 도 24의 비트스트림의 파싱/디코딩 등의 동작을 포함할 수 있다.
실시예들에 따른 방법/장치는 적응형 몰톤 코드 생성 방법 및 몰톤 코드 순서를 변경할 수 있는 기준 및 그에 대한 임계값에 관련된 동작들을 제공한다. 조건에 따른 몰톤 코드 생성을 다르게 하는 동작에 있어서, 실시예들에 따른 조건은 축별/밀도별에 따른 오름차순/내림차순 등의 조건을 포함한다. 컨텐츠의 특성, 시퀀스/슬라이스/타일별, 지오메트리, 속성, 지오메트리와 속성에 따라 조건을 다르게 적용할 수 있다.
실시예들에 따른 방법/장치는 거리기반/속성기반 이웃 노드의 탐색 시, 비트스트림의 사이즈를 감소시켜서 화질을 향상하는 효과를 제공할 수 있다. 또한, 이와 관련된 시그널링을 통하여 부호화/복호화 과정에서 동일한 조건에 따른 순서와 임계값을 통해 몰톤 코드를 생성할 수 있다. 몰톤 코드에 기반하여, 인코더/송신 장치는 포인트 클라우드 데이터를 효율적으로 압축한다. 몰톤 코드에 기반하여, 디코더/수신 장치는 포인트 클라우드 데이터를 효율적으로 복원하고 렌더링할 수 있다.
실시예들에 따른 포인트 클라우드 데이터 송/수신 방법/장치 및/또는 PCC부호화기/복호화기는 공간상에서 포인트 클라우드 데이터의 포인트 간 유클리디안 거리가 같더라도 몰톤 코드상으로는 차이가 있는 문제를 해결한다.
또한, 축에 따른 xyz축의 순서를 다르게 하여 컨텐츠 단위, 타일(tile) 단위, 슬라이스(slice) 단위, 지오메트리값 단위, 속성값 단위로 인코딩 및 디코딩할 수 있는 효과를 제공한다. 나아가, 임계값에 따라 축 변환의 변경 유무를 제공할 수 있다. 따라서 실시예들은 컨텐츠, 타일, 슬라이스, 범위, 속성 값 단위로 적응형 공간 탐색을 하며, 가까운 이웃 노드의 탐색을 위한 적응형 몰톤 코드의 맵핑 조건을 제공할 수 있다.
포인트 클라우드 데이터의 타입 및 PCC 데이터 인코딩 프로세스, 예를 들어, 몰톤 코드 생성 처리 등에 따른 포인트 클라우드의 압축의 소요 시간 및 복잡도를 줄일 수 있다. 또한, 압축 성능을 향상시키는 포인트 클라우드 송/수신 방법/장치를 제공할 수 있다.
실시예들에 따른 동작은 이웃 노드 탐색의 레이턴시를 낮추고, 정확도를 증가시킨다. 또한, 포인트 클라우드 데이터를 포함하는 비트스트림의 사이즈의 버든을 줄일 수 있다.
실시예들에 따른 방법/장치는 다양한 포인트 클라우드 데이터의 특성을 반영하여, 몰톤 코드의 비트인터리빙의 순서를 다르게 할 수 있다.
본 문서에서 A/B는 A 및/또는B로 해석될 수 있다.
실시예들은 방법 및/또는 장치 관점에서 설명되었으며, 방법의 설명 및 장치의 설명은 상호 보완하여 적용될 수 있다.
설명의 편의를 위하여 각 도면을 나누어 설명하였으나, 각 도면에 서술되어 있는 실시 예들을 병합하여 새로운 실시 예를 구현하도록 설계하는 것도 가능하다. 그리고, 통상의 기술자의 필요에 따라, 이전에 설명된 실시 예들을 실행하기 위한 프로그램이 기록되어 있는 컴퓨터에서 판독 가능한 기록 매체를 설계하는 것도 실시예들의 권리범위에 속한다. 실시예들에 따른 장치 및 방법은 상술한 바와 같이 설명된 실시 예들의 구성과 방법이 한정되게 적용될 수 있는 것이 아니라, 실시 예들은 다양한 변형이 이루어질 수 있도록 각 실시 예들의 전부 또는 일부가 선택적으로 조합되어 구성될 수도 있다. 실시예들의 바람직한 실시 예에 대하여 도시하고 설명하였지만, 실시예들은 상술한 특정의 실시 예에 한정되지 아니하며, 청구범위에서 청구하는 실시예들의 요지를 벗어남이 없이 당해 발명이 속하는 기술분야에서 통상의 지식을 가진 자에 의해 다양한 변형실시가 가능한 것은 물론이고, 이러한 변형실시들은 실시예들의 기술적 사상이나 전망으로부터 개별적으로 이해돼서는 안 될 것이다.
실시예들의 장치의 다양한 구성요소들은 하드웨어, 소프트웨어, 펌웨어 또는 그것들의 조합에 의해 수행될 수 있다. 실시예들의 다양한 구성요소들은 하나의 칩, 예를 들면 하나의 하드웨어 서킷으로 구현될 수 있다 실시예들에 따라, 실시예들에 따른 구성요소들은 각각 별도의 칩들로 구현될 수 있다. 실시예들에 따라, 실시예들에 따른 장치의 구성요소들 중 적어도 하나 이상은 하나 또는 그 이상의 프로그램들을 실행 할 수 있는 하나 또는 그 이상의 프로세서들로 구성될 수 있으며, 하나 또는 그 이상의 프로그램들은 실시예들에 따른 동작/방법들 중 어느 하나 또는 그 이상의 동작/방법들을 수행시키거나, 수행시키기 위한 인스트럭션들을 포함할 수 있다. 실시예들에 따른 장치의 방법/동작들을 수행하기 위한 실행 가능한 인스트럭션들은 하나 또는 그 이상의 프로세서들에 의해 실행되기 위해 구성된 일시적이지 않은 CRM 또는 다른 컴퓨터 프로그램 제품들에 저장될 수 있거나, 하나 또는 그 이상의 프로세서들에 의해 실행되기 위해 구성된 일시적인 CRM 또는 다른 컴퓨터 프로그램 제품들에 저장될 수 있다. 또한 실시예들에 따른 메모리는 휘발성 메모리(예를 들면 RAM 등)뿐 만 아니라 비휘발성 메모리, 플래쉬 메모리, PROM등을 전부 포함하는 개념으로 사용될 수 있다. 또한, 인터넷을 통한 전송 등과 같은 캐리어 웨이브의 형태로 구현되는 것도 포함될 수 있다. 또한, 프로세서가 읽을 수 있는 기록매체는 네트워크로 연결된 컴퓨터 시스템에 분산되어, 분산방식으로 프로세서가 읽을 수 있는 코드가 저장되고 실행될 수 있다.
이 문서에서 “/”와 “,”는 “및/또는”으로 해석된다. 예를 들어, “A/B”는 “A 및/또는 B”로 해석되고, “A, B”는 “A 및/또는 B”로 해석된다. 추가적으로, “A/B/C”는 “A, B 및/또는 C 중 적어도 하나”를 의미한다. 또한, “A, B, C”도 “A, B 및/또는 C 중 적어도 하나”를 의미한다. 추가적으로, 이 문서에서 “또는”는 “및/또는”으로 해석된다. 예를 들어, “A 또는 B”은, 1) “A” 만을 의미하고, 2) “B” 만을 의미하거나, 3) “A 및 B”를 의미할 수 있다. 달리 표현하면, 본 문서의 “또는”은 “추가적으로 또는 대체적으로(additionally or alternatively)”를 의미할 수 있다.
제1, 제2 등과 같은 용어는 실시예들의 다양한 구성요소들을 설명하기 위해 사용될 수 있다. 하지만 실시예들에 따른 다양한 구성요소들은 위 용어들에 의해 해석이 제한되어서는 안된다. 이러한 용어는 하나의 구성요소를 다른 구성요소와 구별하기 위해 사욛외는 것에 불과하다. 것에 불과하다. 예를 들어, 제1 사용자 인풋 시그널은 제2사용자 인풋 시그널로 지칭될 수 있다. 이와 유사하게, 제2사용자 인풋 시그널은 제1사용자 인풋시그널로 지칭될 수 있다. 이러한 용어의 사용은 다양한 실시예들의 범위 내에서 벗어나지 않는 것으로 해석되어야만 한다. 제1사용자 인풋 시그널 및 제2사용자 인풋 시그널은 모두 사용자 인풋 시그널들이지만, 문맥 상 명확하게 나타내지 않는 한 동일한 사용자 인풋 시그널들을 의미하지 않는다.
실시예들을 설명하기 위해 사용된 용어는 특정 실시예들을 설명하기 위한 목적으로 사용되고, 실시예들을 제한하기 위해서 의도되지 않는다. 실시예들의 설명 및 청구항에서 사용된 바와 같이, 문맥 상 명확하게 지칭하지 않는 한 단수는 복수를 포함하는 것으로 의도된다. 및/또는 표현은 용어 간의 모든 가능한 결합을 포함하는 의미로 사용된다. 포함한다 표현은 특징들, 수들, 단계들, 엘리먼트들, 및/또는 컴포넌트들이 존재하는 것을 설명하고, 추가적인 특징들, 수들, 단계들, 엘리먼트들, 및/또는 컴포넌트들을 포함하지 않는 것을 의미하지 않는다. 실시예들을 설명하기 위해 사용되는, ~인 경우, ~때 등의 조건 표현은 선택적인 경우로만 제한 해석되지 않는다. 특정 조건을 만족하는 때, 특정 조건에 대응하여 관련 동작을 수행하거나, 관련 정의가 해석되도록 의도되었다.
또한, 본 문서에서 설명하는 실시예들에 따른 동작은 실시예들에 따라서 메모리 및/또는 프로세서를 포함하는 송수신 장치에 의해 수행될 수 있다. 메모리는 실시예들에 따른 동작을 처리/제어하기 위한 프로그램들을 저장할 수 있고, 프로세서는 본 문서에서 설명한 다양한 동작을 제어할 수 있다. 프로세서는 컨트롤러 등으로 지칭가능하다. 실시예들에 동작들은 펌웨어, 소프트웨어, 및/또는 그것들의 조합에 의해 수행될 수 있고, 펌웨어, 소프트웨어, 및/또는 그것들의 조합은 프로세서에 저장되거나 메모리에 저장될 수 있다.
상술한 바와 같이, 실시예들을 실시하기 위한 최선의 형태에서 관련 내용을 설명하였다.
상술한 바와 같이, 실시예들은 포인트 클라우드 데이터 송수신 장치 및 시스템에 전체적 또는 부분적으로 적용될 수 있다.
당업자는 실시예들의 범위 내에서 실시예들을 다양하게 변경 또는 변형할 수 있다.
실시예들은 변경/변형들을 포함할 수 있고, 변경/변형은 청구항들 및 그 와 동일한 것들의 범위를 벗어나지 않는다.

Claims (20)

  1. 포인트 클라우드 데이터를 인코딩하는 단계;
    상기 포인트 클라우드 데이터를 포함하는 비트스트림을 전송하는 단계; 를 포함하는,
    포인트 클라우드 데이터 송신 방법.
  2. 제1항에 있어서,
    상기 인코딩하는 단계는,
    상기 포인트 클라우드 데이터에 대한 몰톤 코드를 생성하는 단계를 포함하는,
    포인트 클라우드 데이터 송신 방법.
  3. 제2항에 있어서,
    상기 몰톤 코드를 생성하는 단계는,
    상기 포인트 클라우드 데이터의 지오메트리 데이터에 대한 각 축에 기반하여 몰톤 코드의 순서를 생성하는 단계를 포함하는,
    포인트 클라우드 데이터 송신 방법.
  4. 제3항에 있어서,
    상기 지오메트리 데이터는 각 축에 대한 좌표값을 포함하고,
    상기 몰톤 코드는 각 축에 대한 좌표값의 이진비트에 기반하여 생성되고,
    상기 몰톤 코드의 상기 이진비트는 각 축의 길이에 기반하여 정렬되는,
    포인트 클라우드 데이터 송신 방법.
  5. 제2항에 있어서,
    상기 몰톤 코드를 생성하는 단계는,
    상기 포인트 클라우드 데이터의 지오메트리 데이터에 대한 밀도에 기반하여 몰톤 코드의 순서를 생성하는 단계를 포함하는,
    포인트 클라우드 데이터 송신 방법.
  6. 제5항에 있어서,
    상기 지오메트리 데이터는 각 축에 대한 좌표값을 포함하고,
    상기 몰톤 코드는 상기 좌표값의 이진비트에 기반하여 생성되고,
    상기 몰톤 코드의 상기 이진비트는 상기 각 축에 대한 하나 또는 하나 이상의 포인트들의 밀도의 크기에 기반하여 정렬되는,
    포인트 클라우드 데이터 송신 방법.
  7. 제2항에 있어서,
    상기 몰톤 코드를 생성하는 단계는,
    상기 포인트 클라우드 데이터의 하나 또는 하나 이상의 포인트들의 분포에 관련된 임계값에 기반하여 수행되는,
    포인트 클라우드 데이터 송신 방법.
  8. 제1항에 있어서,
    상기 비트스트림은 상기 포인트 클라우드 데이터를 시그널링하기 위한 하나 또는 하나 이상의 파라미터들을 포함하는,
    포인트 클라우드 데이터 송신 방법.
  9. 포인트 클라우드 데이터를 인코딩하는 인코더;
    상기 포인트 클라우드 데이터를 포함하는 비트스트림을 전송하는 트랜스미터; 를 포함하는,
    포인트 클라우드 데이터 송신 장치.
  10. 제9항에 있어서,
    상기 인코더는,
    상기 포인트 클라우드 데이터에 대한 몰톤 코드를 생성하는,
    포인트 클라우드 데이터 송신 장치.
  11. 제10항에 있어서,
    상기 인코더는,
    상기 포인트 클라우드 데이터의 지오메트리 데이터에 대한 각 축에 기반하여 몰톤 코드의 순서를 생성하는,
    포인트 클라우드 데이터 송신 장치.
  12. 제11항에 있어서,
    상기 지오메트리 데이터는 각 축에 대한 좌표값을 포함하고,
    상기 몰톤 코드는 각 축에 대한 좌표값의 이진비트에 기반하여 생성되고,
    상기 몰톤 코드의 상기 이진비트는 각 축의 길이에 기반하여 정렬되는,
    포인트 클라우드 데이터 송신 장치.
  13. 제10항에 있어서,
    상기 인코더는,
    상기 포인트 클라우드 데이터의 지오메트리 데이터에 대한 밀도에 기반하여 몰톤 코드의 순서를 생성하는,
    포인트 클라우드 데이터 송신 장치.
  14. 제13항에 있어서,
    상기 지오메트리 데이터는 각 축에 대한 좌표값을 포함하고,
    상기 몰톤 코드는 상기 좌표값의 이진비트에 기반하여 생성되고,
    상기 몰톤 코드의 상기 이진비트는 상기 각 축에 대한 하나 또는 하나 이상의 포인트들의 밀도의 크기에 기반하여 정렬되는,
    포인트 클라우드 데이터 송신 장치.
  15. 제10항에 있어서,
    상기 인코더의 몰톤 코드 생성 동작은,
    상기 포인트 클라우드 데이터의 하나 또는 하나 이상의 포인트들의 분포에 관련된 임계값에 기반하여 수행되는,
    포인트 클라우드 데이터 송신 장치.
  16. 제9항에 있어서,
    상기 비트스트림은 상기 포인트 클라우드 데이터를 시그널링하기 위한 하나 또는 하나 이상의 파라미터들을 포함하는,
    포인트 클라우드 데이터 송신 장치.
  17. 포인트 클라우드 데이터를 포함하는 비트스트림을 수신하는 단계;
    상기 포인트 클라우드 데이터를 디코딩하는 단계; 를 포함하는,
    포인트 클라우드 데이터 수신 방법.
  18. 제17항에 있어서,
    상기 디코딩하는 단계는,
    상기 포인트 클라우드 데이터에 대한 몰톤 코드를 생성하는 단계를 포함하는,
    포인트 클라우드 데이터 수신 방법.
  19. 포인트 클라우드 데이터를 포함하는 비트스트림을 수신하는 리시버;
    상기 포인트 클라우드 데이터를 디코딩하는 디코더; 를 포함하는,
    포인트 클라우드 데이터 수신 장치.
  20. 제19항에 있어서,
    상기 디코더는,
    상기 포인트 클라우드 데이터에 대한 몰톤 코드를 생성하는,
    포인트 클라우드 데이터 수신 장치.
PCT/KR2020/011254 2019-12-26 2020-08-24 포인트 클라우드 데이터 송신 장치, 포인트 클라우드 데이터 송신 방법, 포인트 클라우드 데이터 수신 장치 및 포인트 클라우드 데이터 수신 방법 WO2021132834A1 (ko)

Priority Applications (4)

Application Number Priority Date Filing Date Title
JP2022525017A JP2023507879A (ja) 2019-12-26 2020-08-24 ポイントクラウドデータ送信装置、ポイントクラウドデータ送信方法、ポイントクラウドデータ受信装置及びポイントクラウドデータ受信方法
CN202080078940.6A CN114667542A (zh) 2019-12-26 2020-08-24 点云数据发送装置、点云数据发送方法、点云数据接收装置以及点云数据接收方法
EP20906003.7A EP4083922A4 (en) 2019-12-26 2020-08-24 POINT CLOUD DATA TRANSMITTING DEVICE, POINT CLOUD DATA TRANSMITTING METHOD, POINT CLOUD DATA RECEIVING DEVICE, AND POINT CLOUD DATA RECEIVING METHOD
US17/772,415 US20220383553A1 (en) 2019-12-26 2020-08-24 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
US201962953884P 2019-12-26 2019-12-26
US62/953,884 2019-12-26

Publications (1)

Publication Number Publication Date
WO2021132834A1 true WO2021132834A1 (ko) 2021-07-01

Family

ID=76575577

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/KR2020/011254 WO2021132834A1 (ko) 2019-12-26 2020-08-24 포인트 클라우드 데이터 송신 장치, 포인트 클라우드 데이터 송신 방법, 포인트 클라우드 데이터 수신 장치 및 포인트 클라우드 데이터 수신 방법

Country Status (5)

Country Link
US (1) US20220383553A1 (ko)
EP (1) EP4083922A4 (ko)
JP (1) JP2023507879A (ko)
CN (1) CN114667542A (ko)
WO (1) WO2021132834A1 (ko)

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20140056290A (ko) * 2011-08-25 2014-05-09 톰슨 라이센싱 계위적 엔트로피 인코딩 및 디코딩
KR20150067265A (ko) * 2012-10-04 2015-06-17 퀄컴 인코포레이티드 비디오 데이터에 대한 파일 포맷
KR101723823B1 (ko) * 2016-08-24 2017-04-19 주식회사 케이쓰리아이 인터랙티브 공간증강 체험전시를 위한 동적 객체와 가상 객체 간의 인터랙션 구현 장치
US20170347120A1 (en) * 2016-05-28 2017-11-30 Microsoft Technology Licensing, Llc Motion-compensated compression of dynamic voxelized point clouds
US20190087978A1 (en) * 2017-09-18 2019-03-21 Apple Inc. Point cloud compression using non-cubic projections and masks

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20220321912A1 (en) * 2019-08-09 2022-10-06 Lg Electronics Inc. Point cloud data transmission device, point cloud data transmission method, point cloud data reception device, and point cloud data reception method

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20140056290A (ko) * 2011-08-25 2014-05-09 톰슨 라이센싱 계위적 엔트로피 인코딩 및 디코딩
KR20150067265A (ko) * 2012-10-04 2015-06-17 퀄컴 인코포레이티드 비디오 데이터에 대한 파일 포맷
US20170347120A1 (en) * 2016-05-28 2017-11-30 Microsoft Technology Licensing, Llc Motion-compensated compression of dynamic voxelized point clouds
KR101723823B1 (ko) * 2016-08-24 2017-04-19 주식회사 케이쓰리아이 인터랙티브 공간증강 체험전시를 위한 동적 객체와 가상 객체 간의 인터랙션 구현 장치
US20190087978A1 (en) * 2017-09-18 2019-03-21 Apple Inc. Point cloud compression using non-cubic projections and masks

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
See also references of EP4083922A4 *

Also Published As

Publication number Publication date
US20220383553A1 (en) 2022-12-01
EP4083922A4 (en) 2024-01-31
EP4083922A1 (en) 2022-11-02
CN114667542A (zh) 2022-06-24
JP2023507879A (ja) 2023-02-28

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
WO2020242244A1 (ko) 포인트 클라우드 데이터 처리 방법 및 장치
WO2021049758A1 (ko) 포인트 클라우드 데이터 송신 장치, 포인트 클라우드 데이터 송신 방법, 포인트 클라우드 데이터 수신 장치 및 포인트 클라우드 데이터 수신 방법
WO2021002604A1 (ko) 포인트 클라우드 데이터 처리 방법 및 장치
WO2021261840A1 (ko) 포인트 클라우드 데이터 송신 장치, 포인트 클라우드 데이터 송신 방법, 포인트 클라우드 데이터 수신 장치 및 포인트 클라우드 데이터 수신 방법
WO2021210743A1 (ko) 포인트 클라우드 데이터 송신 장치, 포인트 클라우드 데이터 송신 방법, 포인트 클라우드 데이터 수신 장치 및 포인트 클라우드 데이터 수신 방법
WO2021215849A1 (ko) 포인트 클라우드 데이터 처리 장치 및 처리 방법
WO2021141218A1 (ko) 포인트 클라우드 데이터 송신 장치, 포인트 클라우드 데이터 송신 방법, 포인트 클라우드 데이터 수신 장치 및 포인트 클라우드 데이터 수신 방법
WO2022015006A1 (ko) 포인트 클라우드 데이터 송신 장치, 포인트 클라우드 데이터 송신 방법, 포인트 클라우드 데이터 수신 장치 및 포인트 클라우드 데이터 수신 방법
WO2022050650A1 (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
WO2022075753A1 (ko) 포인트 클라우드 데이터 송신 장치, 포인트 클라우드 데이터 송신 방법, 포인트 클라우드 데이터 수신 장치 및 포인트 클라우드 데이터 수신 방법
WO2022240128A1 (ko) 포인트 클라우드 데이터 송신 방법, 포인트 클라우드 데이터 송신 장치, 포인트 클라우드 데이터 수신 방법 및 포인트 클라우드 데이터 수신 장치
WO2022092852A1 (ko) 포인트 클라우드 데이터 송신 장치, 포인트 클라우드 데이터 송신 방법, 포인트 클라우드 데이터 수신 장치 및 포인트 클라우드 데이터 수신 방법
WO2021215811A1 (ko) 포인트 클라우드 데이터 송신 장치, 포인트 클라우드 데이터 송신 방법, 포인트 클라우드 데이터 수신 장치 및 포인트 클라우드 데이터 수신 방법
WO2021246837A1 (ko) 포인트 클라우드 데이터 처리 디바이스 및 처리 방법
WO2021141221A1 (ko) 포인트 클라우드 데이터 송신 장치, 포인트 클라우드 데이터 송신 방법, 포인트 클라우드 데이터 수신 장치 및 포인트 클라우드 데이터 수신 방법
WO2021025392A1 (ko) 포인트 클라우드 데이터 처리 장치 및 방법
WO2021049762A1 (ko) 포인트 클라우드 데이터 처리 장치 및 방법
WO2021075681A1 (ko) 포인트 클라우드 데이터 송신 장치, 포인트 클라우드 데이터 송신 방법, 포인트 클라우드 데이터 수신 장치 및 포인트 클라우드 데이터 수신 방법
WO2021132834A1 (ko) 포인트 클라우드 데이터 송신 장치, 포인트 클라우드 데이터 송신 방법, 포인트 클라우드 데이터 수신 장치 및 포인트 클라우드 데이터 수신 방법
WO2023191321A1 (ko) 포인트 클라우드 데이터 송신 장치, 포인트 클라우드 데이터 송신 방법, 포인트 클라우드 데이터 수신 장치 및 포인트 클라우드 데이터 수신 방법
WO2023075389A1 (ko) 포인트 클라우드 데이터 송신 장치, 포인트 클라우드 데이터 송신 방법, 포인트 클라우드 데이터 수신 장치 및 포인트 클라우드 데이터 수신 방법
WO2023085609A1 (ko) 포인트 클라우드 데이터 송신 장치, 포인트 클라우드 데이터 송신 방법, 포인트 클라우드 데이터 수신 장치 및 포인트 클라우드 데이터 수신 방법
WO2022220645A1 (ko) 포인트 클라우드 데이터 송신 장치, 포인트 클라우드 데이터 송신 방법, 포인트 클라우드 데이터 수신 장치 및 포인트 클라우드 데이터 수신 방법

Legal Events

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

Ref document number: 20906003

Country of ref document: EP

Kind code of ref document: A1

ENP Entry into the national phase

Ref document number: 2022525017

Country of ref document: JP

Kind code of ref document: A

NENP Non-entry into the national phase

Ref country code: DE

ENP Entry into the national phase

Ref document number: 2020906003

Country of ref document: EP

Effective date: 20220726