WO2021141218A1 - 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
WO2021141218A1
WO2021141218A1 PCT/KR2020/014597 KR2020014597W WO2021141218A1 WO 2021141218 A1 WO2021141218 A1 WO 2021141218A1 KR 2020014597 W KR2020014597 W KR 2020014597W WO 2021141218 A1 WO2021141218 A1 WO 2021141218A1
Authority
WO
WIPO (PCT)
Prior art keywords
point cloud
slice
cloud data
slices
points
Prior art date
Application number
PCT/KR2020/014597
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 JP2022537084A priority Critical patent/JP7448660B2/ja
Priority to EP20911541.9A priority patent/EP4090028A4/en
Priority to CN202410671089.8A priority patent/CN118612463A/zh
Priority to CN202080082031.XA priority patent/CN114762334B/zh
Publication of WO2021141218A1 publication Critical patent/WO2021141218A1/ko
Priority to JP2024029751A priority patent/JP2024063123A/ja

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/50—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using predictive coding
    • H04N19/597—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using predictive coding specially adapted for multi-view video sequence encoding
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T9/00—Image coding
    • G06T9/001—Model-based coding, e.g. wire frame
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T9/00—Image coding
    • G06T9/40—Tree coding, e.g. quadtree, octree
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
    • H04N19/102—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the element, parameter or selection affected or controlled by the adaptive coding
    • H04N19/119—Adaptive subdivision aspects, e.g. subdivision of a picture into rectangular or non-rectangular coding blocks
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
    • H04N19/169—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding
    • H04N19/17—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding the unit being an image region, e.g. an object
    • H04N19/174—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding the unit being an image region, e.g. an object the region being a slice, e.g. a line of blocks or a group of blocks
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/46—Embedding additional information in the video signal during the compression process
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/70—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals characterised by syntax aspects related to video coding, e.g. related to compression standards
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/90—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using coding techniques not provided for in groups H04N19/10-H04N19/85, e.g. fractals
    • H04N19/96—Tree coding, e.g. quad-tree coding
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
    • G06T17/005—Tree description, e.g. octree, quadtree
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10028—Range image; Depth image; 3D point clouds

Definitions

  • Embodiments provide point cloud content to provide users with various services such as VR (Virtual Reality), AR (Augmented Reality, Augmented Reality), MR (Mixed Reality), and autonomous driving service. provide a way
  • Point cloud data is a set of points in 3D space. There is a problem in that it is difficult to generate point cloud data because the amount of points in 3D space is large.
  • the point cloud frame or the point cloud data can be divided into tile or slice units.
  • a technical problem according to the embodiments is to provide a point cloud data transmission apparatus, a transmission method, a point cloud data reception apparatus, and a reception method for efficiently transmitting and receiving a point cloud in order to solve the above-described problems.
  • An object of the present invention is to provide a point cloud data transmission apparatus, a transmission method, a point cloud data reception apparatus and a reception method for solving latency and encoding/decoding complexity.
  • An object of the present invention is to provide a method of segmenting point cloud data for encoding and decoding point cloud data.
  • a technical problem according to the embodiments is to improve the compression performance of the point cloud by improving the encoding technology of the attribute information of the geometry-point cloud compression (G-PCC).
  • a method for transmitting point cloud data includes encoding point cloud data; and/or transmitting a bitstream including signaling information for the point cloud data and/or the point cloud data; may include.
  • a method of transmitting point cloud data may include dividing point cloud data based on slices; and/or merging the slice with an adjacent slice if the number of points in the slice is less than the minimum number of points, or splitting the slice if the number of points in the slice is greater than the maximum number of points splitting into more slices; may further include.
  • the dividing according to the embodiments may be performed based on at least one of the first method, the second method, and the third method.
  • the first method according to the embodiments may include dividing a three-dimensional space including the point cloud data into eight squares of a depth of an octree of the slices, wherein the depth of the octree is the slice It is calculated based on the ratio of the number of points.
  • the second method according to embodiments may include dividing a longest edge in the 3D space into a shortest edge in the 3D space.
  • the three-dimensional space is converted into uniform squares by segmenting the first and second axes of the three-dimensional space into the third axis of the three-dimensional space. partitioning the slices.
  • the adjacent slice may be a left slice of the slice, a right slice of the slice, a top slice of the slice, or a bottom slice of the slice.
  • the adjacent slice may include a left slice of the slice, a right slice of the slice, a top slice of the slice, and a bottom slice of the slice. , may be one of a front slice of the slice and/or a back slice of the slice.
  • the merging or the splitting according to embodiments may be performed based on a data structure indicating adjacency between the slices.
  • the data structure for determining whether the neighbor is adjacent may be a tree-based data structure or a list-based data structure.
  • the signaling information may include information indicating a method of dividing the point cloud data.
  • the point cloud data transmission method, the transmission device, the point cloud data reception method, and the reception device may provide a quality point cloud service.
  • the point cloud data transmission method, the transmission device, the point cloud data reception method, and the reception device may achieve various video codec schemes.
  • the point cloud data transmission method, the transmission device, the point cloud data reception method, and the reception device may provide universal point cloud content such as an autonomous driving service.
  • a method and apparatus for transmitting and receiving point cloud data provide an effect of improving coding performance of a point cloud by performing a brick tiling division method and signaling data necessary for this.
  • the method and apparatus for transmitting and receiving point cloud data may provide improved parallel processing and scalability by performing spatial adaptive division for independent encoding/decoding of point cloud data.
  • the method and apparatus for transmitting and receiving point cloud data may provide an effect that re-segmentation is performed between spatially close points when independent data division is performed.
  • the point cloud data transmission apparatus / reception apparatus divides the point cloud data into one or more tiles and / or slices, and encodes / decodes in parallel based on them can be done
  • the point cloud data transmission apparatus divides the point cloud data and encodes them independently, thereby enabling random access and parallel encoding in a three-dimensional space occupied by the point cloud data, Accordingly, the point cloud data receiving apparatus according to the embodiments may rapidly decode the point cloud data.
  • the point cloud data transmission apparatus can generate slices without inquiring properties of individual points by generating slices according to the above-described method, thereby reducing delay occurring in the slice creation process.
  • the transmitting apparatus may generate a different slice configuration header unit for each tile or for each slice in order to signal the configuration of the overlapping slice according to the embodiments.
  • the point cloud data transmission/reception method provides such a bitstream structure, so that the receiver can increase the decoding performance of attribute information of the point cloud data.
  • 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 illustrates 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.
  • FIG. 15 illustrates a point cloud encoder according to embodiments.
  • FIG. 16 illustrates an apparatus for transmitting point cloud data according to embodiments.
  • FIG 17 shows an apparatus for transmitting point cloud data according to embodiments.
  • FIG 18 illustrates an example of an operation of segmenting point cloud data by an apparatus for transmitting point cloud data according to embodiments.
  • FIG. 19 illustrates an embodiment of a method of segmenting point cloud data according to embodiments.
  • FIG. 20 shows an example of a method of segmenting point cloud data and a method of refining according to the embodiments.
  • 21 illustrates an embodiment of a method of segmenting point cloud data according to embodiments.
  • FIG. 22 illustrates an embodiment of a method for refining slices according to embodiments.
  • FIG. 23 illustrates an example of a result in which point cloud data is divided and/or refined into a plurality of slices according to embodiments.
  • FIG. 24 shows an embodiment of a method of segmenting point cloud data according to embodiments.
  • FIG. 25 shows an embodiment of a method of segmenting point cloud data according to embodiments.
  • 26 shows an example of adjacent slices according to embodiments.
  • FIG. 27 illustrates an example of a method of refining a slice using adjacent slices according to embodiments.
  • FIG 28 shows an example of an apparatus for receiving point cloud data according to embodiments.
  • 29 shows an apparatus for receiving point cloud data according to embodiments.
  • FIG. 30 shows an example of a bitstream structure of point cloud data according to embodiments.
  • SPS sequence parameter set
  • TPS tile parameter set
  • GPS Geometry Parameter Set
  • SPS sequence parameter set
  • TPS tile parameter set
  • GPS Geometry Parameter Set
  • GSH Geometry Slice Header
  • ASH Attribute Slice Header
  • 39 is a flowchart illustrating a method of transmitting point cloud data according to embodiments.
  • 40 is a flowchart illustrating a method of receiving point cloud data according to embodiments.
  • FIG. 1 shows an example of a point cloud content providing system according to embodiments.
  • the point cloud content providing system 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 feedback information and the operation of the point cloud content providing system according to the embodiments are the same as the feedback information and operation described in 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.) VR/AR content).
  • 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 illustrates 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 center value from each vertex value, and obtain a value obtained by adding 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 the aligned vertices
  • the second triangle may be composed of 3rd, 4th, and 1st vertices among the aligned vertices.
  • the upsampling process is performed to voxelize 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 value of the neighbor node pattern 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 (eg, the arithmetic encoder 40012 ) may entropy-code the quantized and dequantized residual values as described above when there are neighboring points to the predictor of each point.
  • the point cloud encoder (eg, the arithmetic encoder 40012 ) according to embodiments may entropy-code attributes of a corresponding point without performing the above-described process if there are no neighboring points in the predictor of each point.
  • the point cloud encoder (for example, the lifting transform unit 40010) according to the embodiments generates a predictor of each point, sets the LOD calculated in the predictor and registers neighboring points, and according to the distance to the neighboring points
  • Lifting transform coding can be performed by setting weights.
  • Lifting transform coding according to embodiments is similar to the aforementioned predictive transform coding, but is different in that a weight is accumulated and applied to an attribute value.
  • a process of accumulatively applying a weight to an attribute value according to the embodiments 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 indexes 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.
  • the following equation represents the RAHT transformation matrix. denotes the average attribute value of voxels in level l. is Wow can be calculated from Wow weight of and to be.
  • the root node is the last and is created as follows,
  • the gDC value is also quantized and entropy-coded like the high-pass coefficient.
  • FIG. 10 shows an example of a point cloud decoder according to embodiments.
  • the point cloud decoder 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 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 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 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 configuring 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 signaling of a sequence level, a geometry parameter set (GPS) for signaling of a geometry information coding, an attribute parameter set (APS) for signaling of an attribute information coding, a 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
  • TPS Tile Parameter Set
  • Slice data may include information about one or more slices.
  • One slice according to embodiments may include one geometry bitstream (Geom0 0 ) and one or more attribute bitstreams (Attr0 0 , Attr1 0 ).
  • 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 inverse color 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 XR/PCC device 1430 may be implemented as a mobile phone 1440 or the like to which PCC technology is applied.
  • the mobile phone 1440 may decode and display the point cloud content based on the PCC technology.
  • 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 part of the XR/PCC object may be output so as to overlap the real object toward 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 a real 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 above-described 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.
  • FIG. 15 illustrates a point cloud encoder according to embodiments.
  • the point cloud encoder 15000 receives and encodes point cloud data (PCC data, 15000a).
  • the point cloud encoder according to the embodiments outputs a geometric information bitstream 15000b and an attribute information bitstream 15000c.
  • the point cloud encoder 15000 according to embodiments may include a spatial division unit 15001 , a geometry information encoding unit 15002 , and/or an attribute information encoding unit 15003 .
  • the point cloud encoder of FIG. 15 includes the transmitter 1000 of FIG. 1 , the point cloud video encoder 10002 , the encoding 18001 of FIG. 2 , the encoder of FIG. 4 , the transmitter of FIG. 12 , and the XR device 1430 of FIG. 14 . ), etc., may correspond or be combined.
  • the space dividing unit 15001 may receive the point cloud data (PCC data, 15000a) from the point cloud encoder, and may divide the point cloud data into one or more 3D spaces.
  • the space dividing unit 15001 may receive the point cloud data and spatially divide the point cloud data into 3D blocks.
  • the point cloud data may include geometric information and/or attribute information of a point (or points).
  • the space dividing unit 15001 may spatially divide the point cloud data (PCC data) based on a bounding box and/or a sub-bounding box.
  • the method/device according to the embodiments may perform encoding/decoding based on the divided unit (box).
  • the transmitting apparatus eg, the space dividing unit
  • the space partitioning unit 15001 may divide the point cloud data into slice units so that the receiving device supports scalability and/or a region of interest (ROI) function to the user. have.
  • ROI region of interest
  • Point cloud data according to examples may be divided into slices (which may be referred to as bricks) and tile units. Accordingly, the transmitting apparatus according to the embodiments needs to perform an operation supporting scalability control, quantum value control, etc. in slice units. Accordingly, the point cloud data transmission apparatus according to the embodiments may configure the overlapping slice to include the overlapping region between the slices.
  • a method in which the point cloud data transmitting apparatus according to the embodiments divides the point cloud data into one or more slices (or overlapping slices) will be described in detail below.
  • a slice may mean a unit (or minimum unit) for the point cloud data transmission apparatus according to the embodiments to encode and/or decode point cloud data, and the point cloud data transmission apparatus and/or the reception apparatus use a slice ( slice), it is possible to independently encode and/or decode the point cloud data.
  • a slice according to embodiments may be referred to as a brick, a block, and a macroblock in other terms.
  • the space division unit 15001 is a part of the operation of the Point Cloud Acquisition (10001) of FIG. 1 , the operation of the acquisition 20000 of FIG. 2 , the operation according to FIGS. 3 to 5 , and the operation of the data input unit 12000 of FIG. 12 . /can do all
  • the geometric information encoding unit 15002 receives geometry information of point cloud data (PCC data) according to embodiments and encodes them.
  • the geometry information may mean location information of points included in the point cloud data.
  • the geometric information encoding unit 15002 encodes the geometry information and outputs a geometric information bitstream.
  • the geometric information encoding unit 15002 may output the restored geometric information 15002a by reconstructing the location information of the points.
  • the geometric information encoding unit 15002 may transmit the restored geometric information to the attribute information encoding unit 15002 .
  • the geometric information encoding unit 15002 includes the point cloud video encoder 10002 of FIG. 1 , the encoding 20001 of FIG. 2 , the coordinate system transformation unit 40000 of FIG. 4 , the quantization 40001 , and an octree analysis unit (40002), surface approximation analysis unit (40003), arithmetic encoder (40004), geometry reconstruction unit (40005), quantization processing unit (12001) of FIG. 12, voxelization processing unit (12002), octree occupancy
  • Some/all of the operations of the code generation unit 12003 , the surface model processing unit 12004 , the intra/inter coding processing unit 12005 , and/or the arithmetic coder 12006 may be performed.
  • the attribute information encoder 15003 may receive attribute information of point cloud data according to embodiments, and encode the attribute information using the restored geometry information received from the geometry information encoder 15003 .
  • the attribute information encoding unit 15003 encodes the attribute information and outputs the attribute information bitstream 15000c.
  • the attribute information encoder 15003 may perform, for example, a prediction transform, a lifting transform, and/or a region adaptive hierarchical transform (RAHT) transform according to embodiments.
  • the attribute information encoding unit 15003 may perform, for example, prediction lifting (prediction lifting) transformation.
  • the prediction lifting transform may mean combining some or all of the detailed operations of the predictive transform and/or lifting transform according to embodiments.
  • the point cloud encoder encodes with a combination of some, all and/or each of a prediction transform, a lifting transform, and/or a Region Adaptive Hierarchical Transform (RAHT) transform according to the embodiments. can be performed.
  • a prediction transform a lifting transform
  • a Region Adaptive Hierarchical Transform RAHT
  • the attribute information encoding unit 15003 includes the point cloud video encoder 10002 of FIG. 1 , the encoding 20001 of FIG. 2 , the color transformation unit 40006 of FIG. 4 , the attribute transformation unit 40007 , and the RATH transformation unit 40008 . , LOD generation unit 40009, Lifting transform unit 40010, coefficient quantization unit 40011 and/or arithmetic encoding unit 40012 operations, color conversion processing unit 12008, and attribute conversion processing unit 12009 in FIG. 12 . , all/part of operations of the prediction/lifting/RAHT transformation processing unit 12010 and the arithmetic coder 12011 may be performed.
  • the reconstructed geometric information 15002c may mean an octree reconstructed and/or an approximated octree by the geometry reconstruction unit 40005 described with reference to FIG. 4 .
  • the restored geometric information may mean the occupancy code described with reference to FIG. 6 or the octree structure.
  • the restored geometric information may refer to an octree occupancy code generated by the octree occupancy code generator 12003 described with reference to FIG. 12 .
  • the attribute information encoding unit 15003 may encode attribute information of point cloud data according to embodiments.
  • the encoder 15003 according to the embodiments may encode the attribute information using the restored geometry information (or the restored geometry information) according to the embodiments.
  • the attribute information encoder 15003 may encode the received data to generate a bitstream including attribute information (or attribute information).
  • the attribute information encoding unit 15003 includes the color converting unit 40006, the attribute transmitting unit 40007, the RAHT converting unit 40008, the LOD generating unit 40009, the lifting unit 40010 of FIG. It may include a quantization unit 40011 and/or an arithmetic encoding unit 40012 .
  • Point cloud data may be classified into category 1 and category 3 according to data characteristics.
  • Category 1 data is static data and may be data composed of one frame.
  • Category 3 data is dynamic data and may be data composed of N frames.
  • a ply file which is a file format of point cloud data, may be composed of several points according to a data acquisition method.
  • a point according to embodiments may include property information (attribute information) including location information (geometric information) and color information, reflectivity information, time information, normal vector information, and the like of the corresponding point.
  • Points according to embodiments may include various types of information according to conditions to be expressed.
  • the category 1 and category 3 data composed of points may include a frame including a large amount of points.
  • the point cloud data transmission apparatus receives and encodes a frame including these points, there is a problem in that a delay time and a lot of unnecessary resources are used.
  • the point cloud data transmission device may divide a frame of point cloud data into units of tiles, slices, and/or bricks.
  • the point cloud data transmission apparatus divides point cloud data according to an independent data division method for improving parallel processing capability and scalability of 3D point cloud data. can do. It supports a method in which spatially close points are re-segmented when performing independent data partitioning, and may include a spatial adaptive partitioning method.
  • the point cloud data may be divided into, for example, category 1 and category 3 according to data characteristics.
  • category 1 data may be a static point cloud, and may be data composed of one frame.
  • category 3 data may mean dynamic data (dynamically acquired point cloud data), and may consist of N frames.
  • a frame according to embodiments may include tiles and/or slices according to embodiments.
  • a tile and/or slice according to embodiments may include one or more points.
  • One point may be composed of location information, color information, reflectivity information, time information, normal large terrain map (fused) data, and the like.
  • the ply file which is a file format of the point cloud data, may include various information according to conditions to be expressed, such as data acquisition vector (Normal vector) information.
  • Category 1 and 3 data made up of these points can consist of a large-capacity point in one frame. There is a problem in that it takes a lot of time and resources to encode/decode one piece of data.
  • category 3 - fused data which is a large point cloud, requires a lot of memory to process because it is compressed into a single data, and thus a lot of resources and time may be consumed in the encoding process.
  • the unit required to process encoding/decoding once such as a neighbor node calculation technique that needs to be calculated within one frame, and generation of a level of detail (LoD) may increase.
  • LoD level of detail
  • the point cloud data transmitting apparatus / receiving apparatus divides the point cloud data into one or more tiles and / or slices, and encodes / in parallel based on them decoding can be performed.
  • the transmitting device and/or the receiving device transmits one point cloud frame to a tile, slice, or brick. ) can be divided into units.
  • This configuration enables a transmitting apparatus and/or a receiving apparatus to perform spatial random access and parallel encoding/decoding. Therefore, the point cloud data transmitting apparatus (or spatial partitioning unit, 15001) according to the embodiments performs parallel processing and spatial random access before encoding and/or compressing three-dimensional point cloud data.
  • Point cloud data can be partitioned to support functions.
  • a slice according to the embodiments means a set of points independently encoded by the point cloud data transmitting apparatus according to the embodiments or decoded by the point cloud data receiving apparatus (A slice is a set of points) that can be encoded or decoded independently).
  • a slice comprises one geometry data unit and zero or more attribute data units. Attribute data units depend upon the corresponding geometry data unit within the same slice. Within a slice, the geometry data unit must appear before any associated attribute units. The data units of a slice must be contiguous. The order of slices within one frame may be arbitrarily determined.
  • a group of slices may be identified by a common tile identifier. Accordingly, the point cloud data transmission apparatus according to embodiments may further transmit signaling information including tile inventory (or tile parameter set).
  • the tile inventory describes the bounding box for each tile. One tile may overlap another tile in the bounding box (A tile inventory describes a bounding box for each tile. A tile may overlap another tile in the bounding box).
  • Each slice may include an index for identifying a tile including the corresponding slice.
  • the point cloud data transmission apparatus divides the point cloud data and encodes them independently, thereby enabling random access and parallel encoding in a three-dimensional space occupied by the point cloud data, Accordingly, the point cloud data receiving apparatus according to the embodiments may rapidly decode the point cloud data.
  • FIG. 16 illustrates an apparatus for transmitting point cloud data according to embodiments.
  • the point cloud data transmission apparatus includes a part or all of the configuration of the point cloud video acquisition 10001 and the point cloud video encoder 10002 of FIG. 1 , the acquisition unit 18000 of FIG. 2 and / or all or a part of the encoding unit 18001 .
  • Configurations according to the embodiments shown in FIG. 16 may be included in some or all of the spatial partitioning unit 15001 , the geometric information encoding unit 15002 and/or the attribute information encoding unit 15003 of FIG. 15 .
  • the point cloud data transmission apparatus may be coupled by the XR device 1430 of FIG. 14 .
  • the point cloud data transmission apparatus includes a data characteristic investigation unit 16000 , a division unit and refinement unit 16001 , a data input unit 16002 , a coordinate transformation unit 16003 , a quantization/voxelization processing unit 16004 , and an octree Occupancy code generation unit 16005, surface model processing unit 1606, first arithmetic coder 16007, geometry reconstruction unit 1608, color conversion processing unit 1609, attribute conversion processing unit 16010, prediction/lifting/ It may include a RAHT transform processing unit 16011 , a coefficient quantization processing unit 16012 , and/or a second arithmetic coder 16013 .
  • the data characteristic investigation unit 16000 examines characteristics of point cloud data according to embodiments.
  • the data characteristic investigation unit 16000 may perform the operation of the point cloud video acquisition 10001 of FIG. 1 and the operation shown in FIG. 3 .
  • the partitioning unit and/or refining unit 16001 partitions and/or refines point cloud data according to embodiments.
  • the dividing and/or refining unit 16001 may include a dividing and/or refining unit.
  • the dividing unit may divide the point cloud data into one or more tiles.
  • the dividing unit according to embodiments may divide the point cloud data into one or more slices (which may be referred to as a brick or a block).
  • the dividing unit may divide the point cloud data into one or more tiles, and may divide the point cloud data into one or more slices for each tile.
  • One slice may include points of point cloud data.
  • the refiner refines one or more slices (or tiles) generated by dividing point cloud data.
  • Refining means generating a merged slice by merging one or more slices, or splitting one slice to generate a plurality of slices or redistributed to adjacent slices.
  • Merge refers to an operation of generating one slice including all points included in two or more slices.
  • Split means that a slice is divided again so that points included in one slice are included in two or more slices, or points included in one slice are divided into a slice and a slice adjacent to the slice. means to redistribute them.
  • the dividing unit and/or refining unit 16001 may be included in the space dividing unit 15001 shown in FIG. 15 .
  • the data input unit 16002 receives slices generated by the dividing unit and/or refining unit 16001 according to embodiments.
  • the data input unit 16002 transmits the received slices to an encoder (eg, a geometry encoder and/or an attribute encoder) according to embodiments.
  • an encoder eg, a geometry encoder and/or an attribute encoder
  • the data input unit 16002 according to the embodiments transmits position information (position values) of points included in each slice to the coordinate transformation unit 16003 according to the embodiments.
  • the data input unit 16002 according to the embodiments transmits attribute information (position values) of points included in each slice to the color conversion processing unit 1609 according to the embodiments.
  • the data input unit 16002 receives the point cloud data in units of slices so that the point cloud data transmission apparatus performs independent encoding for each slice, and transmits the point cloud data in units of slices to the embodiments. It can be transmitted to the corresponding encoder.
  • the data input unit 16002 may be included in the space division unit 15001 shown in FIG. 15 .
  • the coordinate conversion unit 16003 may receive location information (position values) of points according to embodiments, and transform their coordinates.
  • the coordinate transformation unit 16003 may perform the operations of the point cloud video encoder 10002 of FIG. 1 , the encoding 18001 of FIG. 2 , the coordinate transformation unit 30000 of FIG. 4 , and the operations of FIG. 5 .
  • the quantization/voxelization processing unit 16004 quantizes and/or voxelizes point cloud data according to embodiments.
  • the quantization/voxelization processing unit 16004 performs the operation of the point cloud video encoder 10002 of FIG. 1 , the encoding 18001 of FIG. 2 , the quantization and voxelization unit 30001 of FIG. 4 , the operation of FIG. 5 , and the operation of FIG. 6 . can be done
  • the octree occupancy code generator 16005 generates an octree occupancy code by using the quantized and/or voxelized point cloud data.
  • the quantization/voxelization processing unit 16004 performs the point cloud video encoder 10002 of FIG. 1 , the encoding 18001 of FIG. 2 , the octree analyzer 30002 of FIG. 4 , the operation of FIG. 6 , and the operation of FIG. 7 . can do.
  • the surface model processing unit 1606 may perform an operation of the surface model processing unit 30003 of FIG. 4 and an operation of the surface model processing unit 12004 of FIG. 12 .
  • the first arithmetic coder 16007 arithmetically codes the octree occupancy code according to the embodiments.
  • the first arithmetic coder 16007 may perform the operation of the arithmetic encoding unit 30004 of FIG. 4 .
  • the geometry reconstructing unit 1608 uses the octre occupancy code generated by the octre occupancy code generation unit 16005 and/or the octre occupanci code processed by the surface model processing unit 1606 to provide geometric information. to reconstruct The geometry reconstructing unit 1608 performs the operation of the geometry reconstructing unit 30005 of FIG. 4 .
  • the color conversion processing unit 1609 performs color conversion coding for converting color values (or textures) included in the attributes.
  • the color conversion processing unit 1609 may refer to the color conversion unit 40006 described with reference to FIG. 4 .
  • the attribute transformation processing unit 16010 performs attribute transformation for transforming attributes based on positions to which geometry encoding has not been performed and/or reconstructed geometry.
  • the attribute conversion processing unit 16010 may refer to the attribute conversion unit 40007 described with reference to FIG. 4 .
  • the prediction/lifting/RAHT transformation processing unit 16011 may refer to the RAHT transformation unit 40008, the LOD generation unit 40009 and/or the lifting transformation unit 40010 of FIG. 4 .
  • the coefficient quantization processing unit 16012 may refer to the coefficient quantization unit 40011 of FIG. 4 .
  • the second arithmetic coder 16013 may refer to the arithmetic coder 40012 of FIG. 4 and the arithmetic coder 12011 of FIG. 12 .
  • the point cloud data transmission apparatus may further include a combiner for combining the encoded geometry bitstream and the encoded attribute bitstream.
  • FIG 17 shows an apparatus for transmitting point cloud data according to embodiments.
  • the components shown in FIG. 17 may mean, for example, the space division unit 15001 of FIG. 15 , the data characteristic investigation unit 16000 of FIG. 16 , and the division unit and/or refinement unit 16001 .
  • the component shown in FIG. 17 may be the point cloud video acquisition 10001 and/or the point cloud video encoder 10002 of FIG. 1 .
  • the components shown in FIG. 17 may be the acquisition unit 18000 and/or the encoding unit 18001 of FIG. 2 , and the data input unit 12000 of FIG. 12 .
  • the point cloud data transmission apparatus may be coupled by the XR device 1430 of FIG. 14 .
  • the point cloud data transmission apparatus 17000 (eg, the space division unit 15001 ) according to embodiments may include a division unit 17001 and a refiner unit 17002 .
  • the division unit 17001 receives point cloud data and preprocesses and/or partitions them. For example, the dividing unit divides one frame into one or more tiles and/or slices.
  • the division unit 17001 according to embodiments may divide the point cloud data according to various partitioning methods. Accordingly, the division unit 17001 may include a division method check unit 17001a according to embodiments.
  • the division method check unit 17001a may determine a division method based on characteristics of the point cloud data.
  • the partitioning method according to the embodiments may be one of a time-dependent partitioning method (Timestamp partitioning), a Morton order partitioning method (Morton order partitioning), a uniform square partitioning method, and an octree partitioning method. have.
  • the division unit 17001 (or the division method check unit 17001a) according to the embodiments may generate signaling information indicating a division method by which the division unit according to the embodiments divides point cloud data (eg, to be described later). partitioning_method parameters, etc.).
  • the transmitting apparatus (or division unit) according to the embodiments may divide the point cloud data based on one of the above-described division methods, or may divide the point cloud data based on a plurality of division methods.
  • the division unit 17001 may perform some or all of the operations of the data characteristic investigation unit 16000 and the division unit & refinement unit 16001 according to data characteristics of FIG. 16 .
  • the division unit 17001 according to embodiments may perform some or all of the operations of the space division unit 15001 of FIG. 15 .
  • the dividing unit 17001 according to embodiments may be included in the point cloud video encoder 10002 of FIG. 1 and the encoding 18001 of FIG. 2 .
  • the refiner 17002 merges or splits some slices among the slices generated by the divider according to the embodiments.
  • the refiner refines the slice already partitioned by the segmentation unit according to specific criteria (the number of dots in one slice, the volume of space, and the density of dots).
  • Merge refers to merging some of the slices generated by dividing by the dividing unit 17001 into one slice. For example, when merging the first slice and the second slice among the slices, the refiner 17002 generates one slice including all points included in the first slice and the second slice.
  • Split refers to splitting one slice of some of the slices generated by dividing by the dividing unit 17001 into a plurality of slices, or dividing (or splitting) points included in one slice with adjacent slices. to reset the boundaries of
  • the first slice may refer to an operation of re-dividing points included in the first slice to include the second slice, the third slice, and the like.
  • the boundary between the first slice and the second slice is reset so that points included in the first slice are divided from the second slice adjacent to the first slice. do.
  • the refiner 17002 may include a merging unit 17002a performing a merge operation and a split unit 17002b performing a split operation according to the embodiments.
  • the refiner 17002 or the merging unit 17002a merges the slice with another slice. can be merged.
  • the minimum value of the number of points may be a value preset by the system or a value set by a user.
  • the refiner 17002 or the splitter 17002b splits the slice. can do.
  • the maximum value of the number of points may be a value preset by the system or a value set by a user.
  • the refiner 17002 may perform a one-dimensional search, a two-dimensional search, a three-dimensional search, etc. according to an index of a slice positioned in space within a bounding box according to embodiments.
  • the division method according to the embodiments may transmit the geometry bitstream and the attribute bitstream as signaling information in the transmitting device in order to transmit them.
  • the transmitting apparatus according to the embodiments may further include a combining unit for combining the encoded geometry bitstream and the encoded attribute bitstream.
  • the combiner may determine in what order to perform combining the geometry bitstream and the attribute bitstream, and may transmit information indicating the order as signaling information.
  • the refining unit 17002 may perform a refining operation (eg, a merging operation of the merging unit 17002 and/or a split operation of the split unit 17002b) according to embodiments based on a data structure for refining. can be performed.
  • the data structure for refining includes a data structure for indicating adjacency between slices divided by the partitioning unit 17001 .
  • the data structure for refining may be, for example, a data structure in the form of a list (one-dimensional array, one-dimensional linked list, two-dimensional array, two-dimensional linked list, etc.), and a tree type (binary tree, k-one tree, b-tree, etc.) may be a data structure.
  • the refiner may determine whether to use a list refinement method using a list data structure and a tree refine method using a tree data structure.
  • the list-type refinement method may signal the number of points included in the slice in the divided list in ascending order (list_point_num_ascending_order) or in descending order (list_point_num_descending_order).
  • the refining method of the refining operation of the refining unit may include a distance-based refining method and a 2/4/6 square refining method.
  • the distance-based refining method may have a criterion for whether or not refining is performed, for example, as a distance between min points (minPoint_distance), a distance between max points (maxPoint_distance), and a distance between midpoints (midpoint_distance).
  • the 2/4/square refinement method is, for example, merge in the order of the smallest number of points among n slices neighboring a specific slice (minPointNum_order), merge in the order of the largest number of points (maxPointNum_order), and a user-defined You can perform merge(left_right_bottom_top_order) in order.
  • the point cloud data transmitting apparatus / receiving apparatus divides the point cloud data into one or more tiles and / or slices, and encodes / in parallel based on them decoding can be performed.
  • This configuration enables a transmitting apparatus and/or a receiving apparatus to perform spatial random access and parallel encoding/decoding.
  • FIG 18 illustrates an example of an operation of segmenting point cloud data by an apparatus for transmitting point cloud data according to embodiments.
  • FIG. 18 shows that point cloud data is divided into a plurality of slices within one frame that transmits point cloud data. That is, FIG. 18 shows the point cloud data 18001 and a plurality of slices 18002 dividing them.
  • the operation shown in FIG. 18 includes the division unit 17001 of FIG. 17 , the data characteristic investigation unit 16000 of FIG. 16 , some or all of the division unit & refinement unit 16001 according to data characteristics, and the space division unit 15001 of FIG. 15 . ) can be carried out.
  • FIG. 18 Some or all of the operations shown in FIG. 18 may be combined and performed by the XR device 1430 of FIG. 14 .
  • Point cloud data 18001 means the point cloud data described with reference to FIGS. 1 to 16 , and may mean one of Category 1 data and/or Category 3 data. .
  • the point cloud data shown in FIG. 18 may mean, for example, category 3 data.
  • the plurality of slices 18002 may refer to a slice (or a brick) described with reference to FIGS. 15 to 17 .
  • One slice may contain points.
  • An apparatus for transmitting point cloud data may divide point cloud data into a plurality of slices as shown in FIG. 18 .
  • encoding/decoding efficiency may decrease depending on the size of the slice and the density of the slice.
  • the slice shown in 18002a of FIG. 18 includes a plurality of points, the density of points is high.
  • point cloud data of 18002a of FIG. 18 is independently encoded, many memory resources and high processing operation may be required.
  • the slice shown in 18002b of FIG. 18 has a small number of points, encoding efficiency may be reduced.
  • point cloud data independently encodes 18002b of FIG. 18, unnecessary delay may occur.
  • the transmitting apparatus only divides the slice equally or according to a certain criterion, even when a person using the receiving apparatus according to the embodiments views the 18002b part, the transmitting apparatus divides the parts existing in 18001 All of them must be encoded, and the receiving device must decode all of them. This may cause unnecessary delay to the transmitting device and/or the receiving device.
  • the transmitter may split the 18002a slice into a plurality of slices by the split operation described with reference to FIGS. 15 to 17 .
  • the transmitter may merge the 18002b slice with another slice by the merge operation described with reference to FIGS. 15 to 17 .
  • the transmitting apparatus may efficiently improve encoding performance by performing division based on the division method according to FIGS. 19 to 21 and 24 to 25 .
  • the partitioning method includes, for example, a time-dependent partitioning method (Timestamp partitioning), a Morton order partitioning method (Morton order partitioning), a uniform square partitioning method (Uniform square partitioning), an octree partitioning method, and the like.
  • the point cloud data transmission apparatus / reception apparatus divides the point cloud data into one or more tiles and / or slices, and encodes / decodes in parallel based on them can be done This configuration enables a transmitting apparatus and/or a receiving apparatus to perform spatial random access and parallel encoding/decoding.
  • FIG. 19 illustrates an embodiment of a method of segmenting point cloud data according to embodiments.
  • FIG. 19 represents an embodiment of the method of the division operation shown in FIG. 18 .
  • the operation of FIG. 19 is to be performed in the division unit 17001 of FIG. 17 , the data characteristic investigation unit 16000 of FIG. 16 , the data characteristic division & refinement unit 17001 , and the space division unit 15001 of FIG. 15 . can
  • FIG. 19 Some or all of the operations shown in FIG. 19 may be combined and performed by the XR device 1430 of FIG. 14 .
  • FIG. 19 illustrates a time-based partitioning method (timestamp partitioning) according to embodiments.
  • the operation of FIG. 19 means dividing based on the time attribute among the attributes of the point cloud data. Since the time attribute (attribute) of the point clade data according to the embodiments is attribute data that can be acquired by the acquisition unit (acquisition) according to the embodiments, if the time attribute exists, the method is used can
  • the point cloud data includes a time attribute.
  • a point may include a time attribute of a float type as shown in FIG. 19(B) .
  • the point cloud data transmission apparatus may determine the time order of points by using the time attribute of the right drawing of FIG. 19 .
  • the device for transmitting point cloud data may check in which direction order the point cloud data is generated by arranging time attributes.
  • the point cloud data transmission apparatus may divide the points into a plurality of slices by arranging time attributes in ascending or descending order.
  • FIG. 20 shows an example of a method of segmenting point cloud data and a method of refining according to the embodiments.
  • FIG. 20 shows an embodiment of the method of the segmentation operation and the refinement method shown in FIGS. 17 to 18 .
  • the operation of FIG. 20 is performed in the dividing unit 17001 and/or refining unit 17002 of FIG. 17 , the data characteristic investigating unit 16000 of FIG. 16 , the dividing unit & refining unit 17001 according to data characteristics, and the space of FIG. 15 . This may be performed in the division unit 15001 .
  • FIG. 20 Some or all of the operations shown in FIG. 20 may be combined and performed by the XR device 1430 of FIG. 14 .
  • FIG. 20 shows a Morton order partitioning method and a Morton order refining method. The operation of FIG. 20 divides the points into a plurality of slices based on the Morton codes of the points of the point cloud data.
  • a Morton code refers to a code generated by interleaving coordinate values (eg, an x-coordinate value, a y-coordinate value, and a z-coordinate value) of position information of a point in bit units. Molton codes can be expressed in binary or decimal real numbers.
  • the point cloud data transmission apparatus may determine the order of the division/refinement operation and/or the encoding operation according to the embodiments based on the divided slice.
  • the dividing unit divides a 3D space (eg, a bounding box) including point cloud data according to a predetermined criterion.
  • the predetermined criterion may be a criterion according to the division method shown in FIGS. 19, 20, and 22 to 26 .
  • the division unit divides the three-dimensional space including the point cloud data into a plurality of slices according to the axis length-based division method shown in FIG. 26 or into a plurality of slices based on the equal square division method shown in FIG. 22 . can do.
  • the division unit may perform division based on the number of points of the point cloud data, the maximum number of points of the divided slices, and/or the minimum number of points.
  • the refiner generates a molton code of each slice based on a position of each slice for a plurality of divided slices, and in an ascending order of the molton codes of the generated slices Purification according to (eg, the method shown in FIGS. 23 to 24 ) may be performed.
  • the divided slice may be divided into a slice having a point and a slice without a point, and when a slice with points is aligned based on a Molton code, from the bottom-left-front slice to the top-right-back slice sorting can be performed.
  • the refiner may determine whether to merge with the 20002 slice, which is the next Morton code order, or may merge.
  • the 20002 slice is a slice merged with the 20001 slice, which may still have a small number of points (eg, it may have a number of points less than mimPointNum). Accordingly, the refiner may determine and/or merge the 20002 slice with the next Molton code order, the 20003 slice.
  • the refining unit may split the merged 20003 slices.
  • the refiner may split the 20003 slice in the direction of the slice 20004 which is the next Morton code order, the split in the 20002 direction, or the split in the 20001 direction.
  • the refiner may merge and/or split slices according to embodiments up to 2000n slices in the above manner.
  • the point cloud data transmission apparatus can generate slices without inquiring properties of individual points by generating slices according to the above-described method, thereby reducing delay occurring in the slice creation process.
  • 21 illustrates an embodiment of a method of segmenting point cloud data according to embodiments.
  • FIG. 21 represents an embodiment of the method of the division operation shown in FIG. 18 .
  • the operation of FIG. 21 is to be performed by the division unit 17001 of FIG. 17 , the data characteristic investigation unit 16000 of FIG. 16 , the data characteristic division & refinement unit 17001 , and the space division unit 15001 of FIG. 15 . can
  • FIG. 21 Some or all of the operations shown in FIG. 21 may be combined and performed by the XR device 1430 of FIG. 14 .
  • a uniform square 21002 may mean, for example, a cube shape in which at least one side is a square.
  • a slice of an even square shape may be referred to as a slice of a checkerboard shape.
  • the point cloud data 21001 means data including the points described with reference to FIGS. 1 to 20 .
  • the slices 21002 in the uniform rectangular shape may be slices constituting the bounding box 21000 of the point cloud data.
  • the point cloud data transmission apparatus divides the longest axis and the middle length axis of the bounding box of the point cloud data 21001 into the length of the smallest axis, thereby forming a plurality of equal square-shaped slices 21002 ) can be created.
  • the bounding box of the point cloud data includes a first axis (21000c, maxAxis) that is the longest axis, a second axis (21000b, midAxis) that is an intermediate length axis, and a third axis of the shortest length. (21000a, minAxis).
  • the point cloud data transmission apparatus may generate a slice 21002 in an even rectangular shape by cutting the first axis (eg, maxAxis) and the second axis (eg, midAxis) to the length of the third axis ( or segment).
  • the point cloud data transmission apparatus may further refine the plurality of slices after dividing the point cloud data into a plurality of slices based on a uniform square partitioning method.
  • a process in which the point cloud data transmission apparatus further refines the plurality of slices will be described in detail with reference to FIGS. 22 to 23 and 26 to 27 .
  • the point cloud data transmission apparatus can generate slices without inquiring properties of individual points by generating slices according to the above-described method, thereby reducing delay occurring in the slice creation process.
  • FIG. 22 illustrates an embodiment of a method for refining slices according to embodiments.
  • the operation of refining the slices according to the embodiments shown in FIG. 22 is performed by the space dividing unit 15001 of FIG. 15 , the dividing unit & refining unit 16001 according to the data characteristics of FIG. 16 , and the refining unit 17002 of FIG. 17 . can be performed.
  • a slice shows that points of point cloud data are divided ( 22000 ) into a plurality of slices.
  • a slice may be distinguished from other slices by a slice identifier.
  • the identifier of the slice indicated at 22001 may be N (the Nth slice).
  • FIG. 22 Some or all of the operations shown in FIG. 22 may be combined and performed by the XR device 1430 of FIG. 14 .
  • the Nth slice 22001 may be adjacent to another slice.
  • the Nth slice 22001 may have a plurality of adjacent slices.
  • an Nth slice may be adjacent to an N+1th slice, an N-Mth slice, an N+Mth slice, and an N ⁇ 1th slice.
  • an N+1th slice is a slice adjacent to an Nth slice 22001 in an up direction
  • an N-1th slice is a slice adjacent to an Nth slice 22001 in a down direction
  • the N+Mth slice may be a slice adjacent to the right direction of the Nth slice 22001
  • the NMth slice may be a slice adjacent to the left direction of the Nth slice 22001 .
  • the point cloud data transmission apparatus may refine a specific slice (eg, an Nth slice).
  • 22B illustrates an operation of partitioning point cloud data into a plurality of slices, and refining some of the partitioned slices, by the point cloud data transmission apparatus according to embodiments.
  • Point cloud data transmission apparatus dividing the point cloud data (22002a), deriving information on a slice adjacent to a specific slice (22002b), and / or merging the slice (merge) and / Alternatively, it may include a step 22002c of purifying by splitting.
  • the point cloud data is divided into a plurality of slices.
  • the step of dividing the point cloud data 22002a is a part of the operation of the space division unit 15001 of FIG. 15 , the data characteristic investigation unit 16000 of FIG. 16 , the division unit 16001 according to data characteristics, and the division unit ( FIG. 17 ) 17001), the operations of FIGS. 18-21 may be performed.
  • the step of dividing the point cloud data 22002a may divide the point cloud data according to the uniform square partitioning method shown in FIG. 21 .
  • the divided slice (eg, the current slice shown in the drawing) may have adjacent slices (eg, top slice, bottom slice, left slice, right slice) according to the diagram shown in FIG. 22A .
  • step 22002b of deriving information on a specific slice and adjacent slices information on a divided slice (eg, a current slice) and adjacent slices may be derived.
  • the 0th slice may be a slice located at the leftmost lowermost end.
  • the adjacent slices are the first slice and the third slice, and the point cloud data transmission device checks the number of points in each adjacent slice (for example, the first slice is 100, the third slice is 200, etc.) do.
  • the point cloud data transmission apparatus may not check the number of overlapping points with respect to the already checked slice.
  • Refining 22002c by merging and/or splitting the slices refines the divided slices.
  • the point cloud data transmission apparatus when the number of points of the divided slice (eg, current slice) is less than the minimum number of points (minNumPoint), one slice of adjacent slices according to embodiments can be merged with Accordingly, the merged slice is one slice including both points included in the divided slice and points included in one slice among adjacent slices.
  • One of the adjacent slices may be, for example, the slice with the smallest number of points among the adjacent slices.
  • the point cloud data transmission apparatus may perform a merge operation according to embodiments.
  • a slice (4 slices) adjacent to the current slice has 20, 100, 50, and 80 points, respectively, a slice having 20 points may be merged with the current slice.
  • the point cloud data transmission apparatus may split the divided slice when the number of points of the divided slice (eg, current slice) is greater than the maximum number of points (maxNumPoint). Accordingly, the point cloud data transmission apparatus may allow two or more slices to include points included in the divided slice (current slice).
  • the point cloud data transmission apparatus may perform a split operation according to embodiments.
  • the number of current slices is 150 (eg, when maxNumPoint is 100)
  • the point cloud data transmission apparatus may generate two slices by splitting the current slice.
  • the point cloud data transmission device is, for example, 100 out of 150 points of the current slice (N-th slice) to the N-th slice, and the remaining 50 points to the adjacent slice (eg, N+1-th slice). can be distributed In this case, the N+1th slice may have a larger boundary.
  • the point cloud data transmission apparatus may reset the boundary of the N+1th slice so that points located close to the N+1th slice among the points included in the Nth slice are included in the N+1th slice. have.
  • the point cloud data transmission apparatus may redistribute points to be redistributed from the current slice to the slice having the next index, and readjust the boundary of the slice having the next index.
  • the point cloud data transmission apparatus can generate slices without inquiring properties of individual points by generating slices according to the above-described method, thereby reducing delay occurring in the slice creation process.
  • the point cloud data transmission apparatus may distribute or determine the number of points in slices equally or appropriately due to this configuration, thereby increasing parallel encoding efficiency of the transmission apparatus.
  • the deviation in the number of points in the slices is set not to be large, so that it is possible to reduce the delay in independently encoding for each slice.
  • FIG. 23 illustrates an example of a result in which point cloud data is divided and/or refined into a plurality of slices according to embodiments.
  • FIG. 23 The operation of FIG. 23 is to be performed in the division unit 17001 of FIG. 17 , the data characteristic investigation unit 16000 of FIG. 16 , the data characteristic division & refinement unit 17001 , and the space division unit 15001 of FIG. 15 . can
  • FIG. 23 Some or all of the operations shown in FIG. 23 may be combined and performed by the XR device 1430 of FIG. 14 .
  • a point cloud data transmission apparatus generates a plurality of slices by partitioning point cloud data, and refines the generated plurality of slices.
  • the point cloud data transmission apparatus may perform the partitioning operation according to the embodiments, and may perform the following operations.
  • Each partitioned slice (unrefined slice) generates adjacent information including information on at least one adjacent slice.
  • An adjacent slice may refer to a current slice and one of bottom, left, top, and right adjacent slices.
  • Adjacent slices according to embodiments include a current slice and a bottom, left, top, right, front, and back It may mean one of adjacent slices.
  • the adjacent information includes the current slice and the bottom adjacent slice, the left adjacent slice, the top adjacent slice and/or the right adjacent slice information (eg, slice identifier information, information on the number of points included in the slice, etc.).
  • Adjacency information includes a current slice and a bottom adjacent slice, a left adjacent slice, a top adjacent slice, a right adjacent slice, a front adjacent slice, and a backside slice. (back) may include information on adjacent slices.
  • Merge merges a current slice and one of adjacent slices. Merge may be performed when the number of points of the current slice is less than a value of minimum numbers of points (minNumPoint).
  • One of the adjacent slices includes a current slice and a bottom adjacent slice, a left adjacent slice, a top adjacent slice, a right adjacent slice, and an anterior slice It may be a slice adjacent to (front) and a slice adjacent to the back (back).
  • Split means dividing a current slice into a plurality of slices or redistributing points to a slice having a next index. Splitting may be performed when the number of points in the current slice is less than a value of minimum numbers of points (minNumPoint).
  • slices 23 illustrates slices after a merge and/or split operation is performed by the point cloud data transmission apparatus according to the embodiments.
  • slices may be arranged adaptively to a distribution or area of points. That is, slices on which a merge and/or split operation have been performed according to embodiments are optimized for encoding or decoding to include the number of points.
  • the point cloud data transmission apparatus may distribute or determine the number of points in slices equally or appropriately due to this configuration, thereby increasing parallel encoding efficiency of the transmission apparatus.
  • the deviation in the number of points in the slices is set not to be large, so that it is possible to reduce the delay in independently encoding for each slice.
  • FIG. 24 shows an embodiment of a method of segmenting point cloud data according to embodiments.
  • FIG. 24 represents an embodiment of the method of the segmentation operation shown in FIG. 18 .
  • the operation of FIG. 24 is to be performed by the division unit 17001 of FIG. 17 , the data characteristic investigation unit 16000 of FIG. 16 , the data characteristic division & refinement unit 17001 , and the space division unit 15001 of FIG. 15 . can
  • the operation according to the dividing method shown in FIG. 24 is the transmitter 1000, the transmitter 10003, the point cloud video encoder 10002 of FIG. 1, the encoding 18001 of FIG. 2, the transmitter 18002 of FIG.
  • the encoder, the transmitter of FIG. 12, the XR device 1430 of FIG. 14, and the like may be combined and performed.
  • FIG. 24 Some or all of the operations shown in FIG. 24 may be combined and performed by the XR device 1430 of FIG. 14 .
  • FIG. 24 shows an octree partitioning method. The operation of FIG. 24 represents dividing points of the point cloud data into a plurality of slices based on an octree for a bounding box 24000 .
  • the entire space (a bounding box including point cloud data according to embodiments) is divided into eight spaces and recursively divided into eight spaces.
  • the point cloud data transmission apparatus sets the length L of the longest axis as the bounding box (LXLXL), and every time the octree goes down one level, it can generate 8 power of l spaces. have.
  • the level l of the octree according to embodiments may be a preset value or a value set by a user. For example, when the value of the level (ie, l) of the octree is 3, the transmission device may divide the space into 512 spaces of 8 ⁇ 3.
  • the transmitting device may transmit the level value according to the embodiments as signaling information to the receiving device.
  • the level value is a value received as an input value or determined based on the number of points that may exist in a bounding box (space) (eg, the number of l is determined as a threshold value with the number of points) can be
  • the transmission apparatus when the level for slice division is x, the transmission apparatus according to the embodiments performs octree division if the number of slices having 1 to 100,000 points in one slice occupies 50% of the total number of slices. can stop In this case, as a method of stopping octree division, a density criterion, a threshold value criterion, a slice length criterion, etc. may be a stopping criterion.
  • Octree partitioning may be referred to as Uniform-Geometry partition using Octree.
  • Uniform-geometry partitioning using an octree may be, for example, a partitioning method that performs the following operation.
  • the point cloud data is divided into 8 ⁇ depOctree slices according to the octree partition scheme. (Divide the input point cloud into 8depOctree slices by Octree partition scheme.)
  • a point cloud of a slice having a number of points greater than MaxPointNum may be split.
  • point clouds of slices having a smaller number of points than MinPointNum may be merged. (After slice partition, the point cloud of slice whose point count is more than MaxPointNum is splitted, and the point cloud of slice whose point count too few points is merged.)
  • the split operation refers to the split operation described with reference to FIGS. 18 to 23 .
  • the split operation if the number of points (Asize) is greater than MaxPointNum, the corresponding slice may be divided into n slices.
  • n may be, for example, ceil (Asize / MaxPointNum).
  • the merging operation refers to the merging operation described with reference to FIGS. 18 to 23 .
  • the merging operation if the number of points is less than MinPointNum, the corresponding slice may be merged with the previous slice or the next slice. (Merge: If the point count of current slice is less than MinPointNum, merge it with either prior slice or next one.)
  • the point cloud data transmission apparatus may determine a direction to merge as follows.
  • the direction of merging may be the direction of the next slice.
  • the direction of merging may be the direction of the previous slice (prior slice).
  • SumFront is the number of points in the slice created by merging the current slice with the prior slice, and the number of points in the slice created by merging the current slice with the next slice.
  • the merge operation may be performed as follows.
  • SumMerged is the number of points in the merged slice.
  • the merged slice may be split.
  • MinPointNum SumMerged ⁇ MaxPointNum, keep the current slice.
  • the point cloud data transmission apparatus may distribute or determine the number of points in slices equally or appropriately due to this configuration, thereby increasing parallel encoding efficiency of the transmission apparatus.
  • the deviation in the number of points in the slices is set not to be large, so that it is possible to reduce the delay in independently encoding for each slice.
  • FIG. 25 shows an embodiment of a method of segmenting point cloud data according to embodiments.
  • FIG. 25 represents an embodiment of the method of the segmentation operation shown in FIG. 18 .
  • the operation of FIG. 25 is to be performed by the division unit 17001 of FIG. 17 , the data characteristic investigation unit 16000 of FIG. 16 , the data characteristic division & refinement unit 17001 , and the space division unit 15001 of FIG. 15 . can
  • the operation according to the dividing method shown in FIG. 25 is the transmitter 1000, the transmitter 10003, the point cloud video encoder 10002 of FIG. 1, the encoding 18001 of FIG. 2, the transmitter 18002 of FIG.
  • the encoder, the transmitter of FIG. 12, the XR device 1430 of FIG. 14, and the like may be combined and performed.
  • the point cloud data transmission apparatus divides the three-dimensional space or point cloud data 25000 occupied by the point cloud data into divided regions 25001 and 25002 based on the length of the axis of the bounding box.
  • the point cloud data transmission apparatus may encode the point cloud data according to the embodiments for each of the divided regions 25001 and 25002 based on the axis length of one or more bounding boxes.
  • the operation of dividing the divided regions 25001 and 25002 (eg, slices) based on the length of the axis of the bounding box is called adaptive axis length-based slice tiling (or axial length-based slice partitioning).
  • the operation shown in FIG. 25 may be performed, for example, in the data input unit 12000 of FIG. 12 .
  • the point cloud data 25000 may include one or more points.
  • the point cloud data may be included in a three-dimensional space (eg, a bounding box).
  • a three-dimensional space eg, a bounding box according to embodiments may be represented by an x-axis, a y-axis, and a z-axis.
  • the length of one of the x-axis, the y-axis, and the z-axis may be shorter or significantly shorter than the length of the other two axes.
  • the apparatus for transmitting point cloud data performs encoding on points in the bounding box regardless of the length of the axis, encoding efficiency may decrease. Accordingly, the point cloud data transmission apparatus needs to be divided into one or more regions by adapting to the length of the axis of the three-dimensional space.
  • the point cloud data transmission apparatus calculates the relative lengths of the x-axis, the y-axis, and the z-axis, and divides the point cloud data into one or more regions based on the calculated relative length.
  • the point cloud data transmission apparatus (eg, the tile dividing unit 16000 of FIG. 16 ) may include an x-axis length (25000x), a y-axis length (25000y), and a z-axis length (25000z) in a three-dimensional space.
  • one or more slices 25001 may be configured by dividing the length of the longest axis (eg, the X axis) by the unit of the length of the axis of the shortest length (eg, the Z axis).
  • Data divided into one or more slices may be a unit capable of being encoded and decoded in parallel.
  • the point cloud data transmission apparatus may re-segment some slices 25001 . have.
  • the subdivision according to the embodiments may be, for some of the slices, the longest axis (ie, the y-axis, 25000y in the 25001 slice of FIG. 25 ) and the shortest length axis (eg, the x-axis or the z-axis)
  • One or more detailed slices (or second slices, 25002 ) may be configured by dividing by the length unit of the axis).
  • Data divided into one or more detailed slices (or second slices) may be a unit capable of being encoded and decoded in parallel.
  • the point cloud data transmission apparatus may perform division based on min/max information of points without depending on the spatial data distribution into the maximum and minimum numbers (maxPointNum, minPointNum) of points in the first slices. have.
  • the point cloud data transmission apparatus transmits the first slices or the second slices based on the number of points in the regions, the size of a space allocated to each of the regions, and the density of points included in the regions, again You can decide whether to perform repartitioning or not.
  • it may be spatially adaptive, and a slice may be divided by a method such as performing re-segmentation based on an intermediate axis in addition to a method of simply dividing into a specific axis.
  • the point cloud data transmission apparatus uses adaptive axial length-based area tiling according to the embodiments, thereby providing a spatially related sequence within one frame of point cloud data including a large topographic feature. encoding can be performed effectively.
  • the point cloud data receiving apparatus may effectively decode the point cloud data including a large geographical feature.
  • one slice may be configured by dividing the longest axis (eg, X-axis) by the shortest-length axis (eg, Z-axis).
  • a slice divided by a specific axis can be divided again.
  • the slice to be re-divided has the smallest axis as the Z-axis again, and it can be subdivided into slices having as much space as the Y-axis (the length of the Z-axis x the length of the Z-axis) which is the longest undivided axis in the slice.
  • the axial length-based slice partitioning method according to the embodiments may be referred to as uniform-geometry partitioning along the longest edge for the longest edge.
  • Uniform-Geometry partition along the longest edge may be performed, for example, as follows.
  • a merge operation and/or a split operation are performed.
  • the point cloud data transmission apparatus may distribute or determine the number of points in slices equally or appropriately without providing separate signaling information and parameters due to this configuration, so that parallel encoding efficiency of the transmission apparatus can increase
  • the axial length-based slice partitioning method according to the embodiments is effective as a method of dividing point cloud data having a shape widely distributed in two axes except for one axis in the point cloud data.
  • 26 shows an example of adjacent slices according to embodiments.
  • FIG. 26 shows a method of determining slices adjacent to the corresponding slice in the refining operation according to the embodiments shown in FIG. 22 .
  • the operation shown in FIG. 26 shows a method of finding slices adjacent to the Nth slice (slice N, 22001) of FIG. 22 .
  • FIG. 26 The operation of FIG. 26 is to be performed by the refining unit 17002 of FIG. 17 , the data characteristic investigation unit 16000 of FIG. 16 , the data characteristic division & refinement unit 16001 , and the space division unit 15001 of FIG. 15 . can
  • the operation according to the dividing method shown in FIG. 26 is the transmitter 1000, the transmitter 10003, the point cloud video encoder 10002 of FIG. 1, the encoding 18001 of FIG. 2, the transmitter 18002 of FIG.
  • the encoder, the transmitter of FIG. 12, the XR device 1430 of FIG. 14, and the like may be combined and performed.
  • the refiner may perform a merge operation and/or a split operation according to embodiments.
  • the refining unit performs refining based on a distance-based refining and/or 2/4/6 quadrilateral that determines the refining operation according to refining criteria.
  • 26(A) to 26(C) show a two-way purification method, a four-way purification method, and a six-way purification method, respectively.
  • the point cloud data transmission apparatus performs a search for adjacent slices existing in a quadrangular (left and right), quadrilateral (left, right, up and down), and hexagonal (left, right, up and down front and back) according to the location or division method of the partitioned slices.
  • Figure 26(A) shows a two-dimensional based purification method.
  • the two-dimensional-based refining method is a refining method of a split method in which a long axis is divided into a short axis in one dimension, and merge or split can be applied.
  • the point cloud data transmission apparatus searches for adjacent slices in one dimension in order to perform a merge operation and/or a split operation on one slice. do.
  • the point cloud data transmission apparatus performs a merging and/or split operation using a slice adjacent to the left and a slice adjacent to the slice to the right by a quadrangular-based refining method.
  • Figure 26(B) shows a quadrilateral-based purification method.
  • the quadrilateral-based refining method is a method of performing merge or split by looking at the positions of slices located above, below, left, and right in the currently located slice.
  • the point cloud data transmission apparatus searches for adjacent slices in two dimensions in order to perform a merge operation and/or a split operation on one slice. do.
  • the point cloud data transmission apparatus uses a quadrilateral-based refining method, a slice adjacent to the left (left), a slice adjacent to the slice and a slice adjacent to the right, and a slice adjacent to the slice and upward (up) by a quadrilateral-based refining method.
  • a merge and/or split operation is performed using a slice adjacent to the bottom from the corresponding slice.
  • 26(C) shows a hexagonal based purification method.
  • the hexagonal-based refining method is applied to a partitioning method in which partitioning is partitioned based on space, such as the octree partitioning method.
  • the point cloud data transmission apparatus searches adjacent slices in three dimensions to perform a merge operation and/or a split operation on one slice. do.
  • the point cloud data transmission apparatus uses a hexagonal-based refining method, a slice adjacent to the left (left), a slice adjacent to the slice and a slice adjacent to the right, and a slice adjacent to the slice and upward (up) by a hexagonal-based refining method.
  • a merge and/or split operation is performed using a slice adjacent to the bottom (bottom), a slice adjacent to the front (front), and a slice adjacent to the slice and back (back).
  • a method for the point cloud data transmission device to merge and/or split the slices divided in the division unit into 2, 4, and 6 quadrilaterals may be performed based on a data structure composed of a one-dimensional list type and/or a data structure composed of a tree type.
  • a data structure composed of a one-dimensional list type and/or a data structure composed of a tree type. have.
  • An operation of merging and/or splitting the point cloud data transmission device based on a one-dimensional list type data structure and/or a tree type data structure will be described in detail with reference to FIG. 27 .
  • the distance-based refining method may calculate or measure the adaptive distance of the partitioned slices in the division unit, and perform a merging operation and/or a split operation based on the calculated or measured distance.
  • the distance-based refining method is, for example, expressed as a water code as follows.
  • the point cloud data transmission apparatus may include a slice closest to the current slice (that is, a slice having a minimum distance from the slice), a slice having an intermediate value among distances between the current slice and all slices, Distances between the current slice and the most distant slice (ie, the slice having the maximum distance from the slice) can be measured or calculated, and the closest slice among the distances of all slices is rearranged as the next slice.
  • the point cloud data transmission apparatus may skip the previously inquired slice. For example, in the second slice, the distance from slices 3 to N remaining except for the first slice is measured or calculated to determine the closest slice as the next slice, and the above operation may be repeatedly performed for all slices N.
  • the point cloud data transmission apparatus may perform a merging operation and/or a split operation in a slice order arranged based on distance. If the number of points in one slice is less than minPointNum, the merge operation may be an operation to merge with the slice in the next order. can be split into two slices.
  • the point cloud data transmission apparatus may commonly apply distance-based refining and/or 2/4/square-based refining operations to slices to which the segmentation method described with reference to FIGS. 18 to 25 is applied.
  • the point cloud data transmission apparatus may distribute or determine the number of points in slices equally or appropriately due to this configuration, thereby increasing parallel encoding efficiency of the transmission apparatus.
  • the deviation in the number of points in the slices is set not to be large, so that it is possible to reduce the delay in independently encoding for each slice.
  • FIG. 27 illustrates an example of a method of refining a slice using adjacent slices according to embodiments.
  • FIG. 27 shows data structures for refining a slice using adjacent slices.
  • a method for the point cloud data transmission device to merge and/or split the slices divided in the division unit into 2, 4, and 6 quadrilaterals may be performed based on a data structure composed of a one-dimensional list type and/or a data structure composed of a tree type. have.
  • FIG. 27 shows an operation of determining slices adjacent to a corresponding slice and refining according to the embodiments in the refining operation according to the embodiments shown in FIG. 22 .
  • the operation shown in FIG. 27 represents a method of finding slices adjacent to the N-th slice (slice N, 22001) of FIG. 22, and represents an operation of refining adjacent slices.
  • FIG. 27 The operation of FIG. 27 is to be performed by the refining unit 17002 of FIG. 17 , the data characteristic investigation unit 16000 of FIG. 16 , the data characteristic division & refinement unit 16001 , and the space division unit 15001 of FIG. 15 . can
  • the operation according to the dividing method shown in FIG. 27 is the transmitter 1000, the transmitter 10003, the point cloud video encoder 10002 of FIG. 1, the encoding 18001 of FIG. 2, the transmitter 18002 of FIG.
  • the encoder, the transmitter of FIG. 12, the XR device 1430 of FIG. 14, and the like may be combined and performed.
  • 27(A) shows that a refinement operation is performed based on a data structure based on a one-dimensional list type.
  • the transmitting apparatus aligns N slices generated by dividing point cloud data based on the number of points included in each slice.
  • adjacent slices positioned above, below, left, and right before sorting are stored as indexes.
  • the transmitter performs merging and splitting from the slice having the smallest number of points on the slice sorted by the number of points.
  • the transmitter checks the indexes located on the top, bottom, left, and right of the slices that can be merged at this time, and merges them from the slice with the smallest number of dots among the four slices.
  • the transmitter merges with the slice with the next smallest number of points among 2/4/6 adjacent slices if the number of points is smaller than minPointNum even after merging.
  • the transmitter performs split in a direction having the smallest number of points when split has more points than maxPointNum in a slice.
  • a data structure based on a one-dimensional list type may be as shown in the right figure of FIG. 27(A).
  • a data structure based on a one-dimensional list type can be constructed by dividing each slice into rows and linking a slice corresponding to each row and adjacent slices. Each row may link a corresponding slice and adjacent slices according to an ascending order of the number of points.
  • slice 2 is located on row [2]
  • slice 2 is adjacent to slices 0, 3, and 4
  • the first column (parts represented by [0] to [5]) of the data structure may be called a head, and the part corresponding to the second to last columns may be called a node. .
  • FIG. 27(A) it may be performed as follows.
  • Refining operations may be sequentially performed from slice 0.
  • Slice 0 has 10 points, and is adjacent to slice 1 and slice 2 in up and right directions, respectively.
  • the refiner may determine whether to merge in the order of a slice having a smaller number of points among adjacent slices (slices 1 and 2). For example, the refiner may merge slice 0 with slice 1 with a smaller number of points among slices 1 and 2 . If slice 0 has a number of points less than minPointNum even after being merged with slice 1, the refiner may merge the merged slice with slice 2 again. In FIG. 27(A), minPointNum is assumed to be 60, and since it has 50 points by merging with slices 0 and 1, the refiner may have 100 slices by merging the slice with slice 2 again. . Since the number of points of the merged slices 0 to 2 is 100 and less than maxPointNum, a split operation is not performed. Therefore, the refiner checks whether the next slice (slice 3) is merged or split.
  • Slice 3 has 30 points. Accordingly, the refiner may merge with the slice having the smallest number of points among adjacent slices. Looking at the data structure, merging can be performed in the order of slice 1, slice 2, and slice 5.
  • Slice 1 is a slice merged with slices 0 to 3 and includes 100 points. Therefore, slice 3 may be merged with slices 0 to 2 to have 130 points.
  • the merged slice may be included as slices 0 to 2 or 3 . Since the merged slices 0 to 3 are larger than the number of maxPointNum, they may be split into two slices.
  • the refiner can split slice 5.
  • the refiner may split the 5th slice into two slices having 90 points in the 4th direction, for example.
  • 27(B) shows that a refinement operation is performed based on a tree-based data structure.
  • the refining unit When the refining unit according to embodiments performs a refining operation based on a tree-based data structure, the refining unit may be referred to as a tree refining unit.
  • the tree-type refiner may represent location information of each of slices including point cloud data in a tree-type data structure.
  • 27(B) is an example of a tree-type data structure.
  • a tree-based data structure may be as shown in the right figure of FIG. 27(B).
  • a child node (one or a plurality) represents an adjacent slice relationship of a parent node.
  • slice 0 since slice 0 is adjacent to slice 1 and slice 2, slice 0 may be a parent node, and slices 1 and 2 may be child nodes of slice 0.
  • slice 1 since slice 1 is more adjacent to slice 3, a child node of slice 1 may be slice 3.
  • slice 2 is more adjacent to slice 4
  • a child node of slice 2 may be slice 4.
  • slice 4 is more adjacent to slice 5
  • a child node of slice 4 may be slice 5. That is, the refiner uses the index of the slice and the number of points in the slice to generate it in the form of a tree-type data structure including tree-type adjacency information.
  • the refiner may investigate the number of points by, for example, performing a depth first search (DFS) on the completed tree.
  • DFS depth first search
  • the refiner may check whether the number of points exists between minPointNum and maxPointNum from slice 5 in the leaf node using depth-first search. For example, since slice 5 has 150 points, the refiner performs a split operation on slice 5 and is divided into two slices. For example, the refiner may generate two or more slices by splitting the fifth slice, and generate all of the two or more slices as child nodes of the fourth slice. Also, for example, the refiner may split slice 5 and incorporate (or redistribute) some of the points into slice 4, which is a parent node, and distribute the remaining points into one or more slices as child nodes of slice 4 can create
  • the refiner performs a refinement operation on slice 4, which is the next order, using depth-first search. If some of the points in slice 5 are not incorporated into slice 4 in the process of refining slice 5, the number of points in slice 4 is 100. Therefore, no refinement operation is performed (since it has the number of points between minPointNum and maxPointNum).
  • the refining unit checks whether a refining operation is performed with respect to the second slice in the next order.
  • Slice 2 does not perform a refinement operation (since it has a number of points between minPointNum and maxPointNum).
  • the refining unit checks whether a refining operation is performed with respect to slice 3 in the next order.
  • Slice 3 since it has 30 points, performs a merge operation (since minPointNum is greater).
  • the refiner may generate a slice having 70 pieces by merging with slice 1 which is a parent node of slice 3 .
  • the merged slices 1 and 3 may be created as child nodes of slice 0. For the merged slices 1 and 3, the refiner does not perform a split operation.
  • the refining unit checks whether a refining operation is performed on slice 0, which is the next order. Since slice 0 has 10 points, it is merged with a slice having a small number of points among child nodes (ie, slices 1 and 3 merged) to create a slice having 80 points.
  • the point cloud data transmission apparatus may distribute or determine the number of points in slices equally or appropriately due to this configuration, thereby increasing parallel encoding efficiency of the transmission apparatus.
  • the point cloud data transmission apparatus may maximize memory efficiency and minimize unnecessary delay and errors in the refining process by performing a refining operation using such a data structure.
  • the deviation in the number of points in the slices is set not to be large, so that it is possible to reduce the delay in independently encoding for each slice.
  • FIG 28 shows an example of an apparatus for receiving point cloud data according to embodiments.
  • the dividing operation shown in FIG. 28 is the receiving device 10004, the receiving unit 10005, the point cloud video decoder 10006 of FIG. 1, the decoding 18003, the transmitting unit 18002 of FIG. It may be performed in combination by a decoder, the receiving device of FIG. 13 , the XR device 1430 of FIG. 14 , and the like.
  • the point cloud receiving apparatus may include a geometry information decoding unit 28001 and/or an attribute information decoding unit 28002.
  • the point cloud decoder may be referred to as a PCC decoder, a PCC decoder, a point cloud decoder, a point cloud decoder, a PCC decoder, or the like.
  • the geometric information decoding unit 28001 receives the geometric information bitstream 28000a of the point cloud data.
  • the geometric information decoding unit 28001 may decode (decode) the geometric information bitstream 28000a of the point cloud data to output attribute information of the restored point cloud data 28000c.
  • the geometry information decoding unit 28001 may output the restored geometry information 28001 by reconstructing the geometry information bitstream into geometry information.
  • the geometric information bitstream 28000a may mean the geometric information bitstream and the geometry bitstream of FIG. 15 .
  • the attribute information bitstream 28000b may mean an attribute information bitstream and an attribute bitstream of FIG. 15 .
  • the geometric information decoding unit 28001 decodes the received geometric information bitstream to restore the geometric information.
  • the restored geometric information may be input to the attribute information decoding unit.
  • the attribute information decoding unit 28002 restores the attribute information by receiving the received attribute information bitstream and the restored geometric information received from the geometry information decoding unit.
  • the reconstructed geometric information may mean a geometry reconstructed by the geometry reconstructing unit 11003 described with reference to FIG. 11 .
  • the restored geometric information may refer to an octree occupancy code reconstructed by the octree reconstruction processing unit 13003 based on the occupancy code described with reference to FIG. 13 .
  • the geometric information decoding unit 28001 receives the geometric information bitstream received by the receiving apparatus according to the embodiments.
  • the geometric information decoding unit 28001 may decode the geometric information bitstream.
  • the geometry decoding unit 28001 includes the operation of the point cloud video decoder of FIG. 1 , the decoding 20003 of FIG. 2 , the operation of the geometry decoder of FIG. 10 , the arithmetic decoder 11000 described in FIG. 11 , and the octree synthesis unit 11001 . ), the surface op-proximation synthesizing unit 11002 , the geometry reconstruction unit 11003 , and/or all/part of the operations of the coordinate system inverse transformation unit 11004 .
  • the attribute information decoding unit 28002 receives the attribute information bitstream 28000b of the point cloud data.
  • the attribute information decoding unit 28002 may decode (decode) the attribute information bitstream 28000b of the point cloud data to output attribute information of the restored point cloud data 28000c.
  • the attribution information decoding unit 28002 may decode (decode) the attribution information bitstream based on the restored geometric information 28001a generated by the geometric information decoding unit 28001 .
  • the attribution information decoding unit 28002 receives the attribution information bitstream received by the receiving apparatus according to the embodiments.
  • the attribute information decoding unit may decode attribute information of the attribute information bitstream based on the restored geometric information.
  • the geometric information and/or attribute information included in the point cloud data may be decoded and restored PCC data.
  • the attribute information decoding unit 28002 includes the point cloud video decoder of FIG. 1 , the operation of the decoding 20003 of FIG. 2 , the operation of the attribute decoder described with reference to FIG. 10 , the inverse quantization unit 11006 of FIG. 11 , the RAHT 11007, the LOD generating unit 11008, the inverse lifting unit 11009, and/or the color inverse transform unit 11010 operation, the arithmetic decoder 13007 described with reference to FIG. 13, the inverse quantization processing unit 13008, the prediction/lifting Some or all of the operations of the /RAHT inverse transform processing unit 13009 , the color inverse transform processing unit 13010 , and/or the renderer 13011 may be performed.
  • 29 shows an apparatus for receiving point cloud data according to embodiments.
  • Some or all of the point cloud data decoder according to the embodiments shown in FIG. 29 include the receiving device 10004, the receiving unit 10005, the point cloud video decoder 10006 of FIG. 1, the decoding 18003, and the transmitting unit of FIG. 18002, the decoder of FIGS. 10 and 11, the receiving device of FIG. 13, the XR device 1430 of FIG. 14, and the like.
  • the point cloud decoder according to the embodiments of FIG. 29 may refer to the point cloud data decoder 28000 according to the embodiments of FIG. 28 .
  • the point cloud decoder according to the embodiments includes a receiving unit 29000, a divided data input unit 29001, a first arithmetic decoder 29002, an occupancy code-based octree reconstruction processing unit 29003, a surface model processing unit 29004, Geometry reconstruction unit 29005, coordinate inverse transformation unit 29006, second arithmetic decoder 29007, inverse quantization processing unit 29008, prediction/lifting/RAHT inverse transformation processing unit 29009, attribute reconstruction unit 29010, color inverse transformation It may include a portion 29011 and/or a point coupling portion.
  • the components of the point cloud data decoder according to the embodiments shown in FIG. 29 may be performed in units of bricks or may be independently performed in units of bricks.
  • the receiver 29000 may receive a bitstream including point cloud data according to embodiments.
  • the receiving unit 29000 may transmit the received bitstream to the divided data input unit 29001 .
  • the receiver 29000 may perform the operations of the receiver 10007 of FIG. 1 , the transmission 20002 of FIG. 2 , and the receiver 13000 of FIG. 13 .
  • the divided data input unit 29001 receives the bitstream including the point cloud data according to the embodiments in units of bricks, and performs decoding in units of bricks with a geometry bitstream of the point cloud data in units of bricks and Outputs the attribute bitstream.
  • the divided data input unit 29001 may transmit the geometry bitstream in units of bricks to the first arithmetic decoder 29002 and may transmit the attribute bitstream in units of bricks to the second arithmetic decoder 29002 .
  • the divided data input unit 29001 indicates that signaling information (eg, bistream_brick_decoding_flag) indicating that the bitstream received by the receiving unit 29000 is encoded in blocks exists (or indicates that encoding is performed in units of bricks). ), the point cloud data receiving apparatus according to the embodiments may perform N decoding operations on the received bitstream.
  • the divided data input unit 29001 may perform operations of the receiver 10007 of FIG. 1 , the transmission 20002 of FIG. 2 , and the reception processing unit 13001 of FIG. 13 .
  • the first arithmetic decoder 29002 receives the geometry bitstream in units of bricks.
  • the first arithmetic decoder 29002 may decode the geometry bitstream.
  • the first arithmetic decoder 29002 outputs decoded geometry information.
  • the first arithmetic decoder 29002 performs the operation of the point cloud video decoder 10006 of FIG. 1 , the decoding 20003 of FIG. 2 , the arithmetic decoding unit 11000 of FIG. 11 , and the arithmetic decoder 13002 of FIG. 13 . can be done
  • the occupancy code-based octree reconstruction processing unit 29003 receives the decoded geometry information.
  • the occupancy code-based octree reconstruction processing unit 29003 may reconstruct an occupancy-based octree based on a geometry bitstream in units of bricks.
  • the occupancy code-based octree reconstruction processing unit 29003 may transmit the reconstructed octree to the surface model processing unit 29004 .
  • the occupancy code-based octree reconstruction processing unit 29003 includes the point cloud video decoder 10006 of FIG. 1 , the decoding 20003 of FIG. 2 , the octree analyzer 11001 of FIG. 11 , and the occupuncture code-based octree of FIG. 13 .
  • the reconstruction processing unit 13003 may perform an operation.
  • the surface model processing unit 29004 performs surface model processing of the geometry information based on the geometry information decoded by the first arithmetic decoder 29002 and/or the octree reconstructed by the occupancy code-based octree reconstruction processing unit 29003.
  • Surface model processing of geometric information may include, for example, a triangle reconstruction operation, an up-sampling operation, and a voxelization operation.
  • the surface model processing unit 29004 performs the operation of the point cloud video decoder 10006 of FIG. 1 , the decoding 20003 of FIG. 2 , the surface approximation analysis unit 11002 of FIG. 11 , and the surface model processing unit 13004 of FIG. 13 . can be done
  • the geometry reconstruction unit 29005 receives geometry information subjected to surface model processing by the surface model processing unit 29004 .
  • the geometry reconstruction unit reconstructs the surface model-processed geometry information.
  • the geometry reconstruction unit 29005 may transmit the reconstructed geometry information to the prediction/lifting/RAHT inverse transformation processing unit 29009 and/or the coordinate inverse transformation unit 29006 .
  • the geometry reconstruction unit 29005 may perform operations of the point cloud video decoder 10006 of FIG. 1 , the decoding 20003 of FIG. 2 , and the geometry reconstruction unit 11003 of FIG. 11 .
  • the coordinate inverse transform unit 29006 inversely transforms the coordinate information of the geometry information generated by the geometry reconstruction unit 29005 .
  • the coordinate inverse transform unit 29006 inversely transforms the geometry information to output location information of points of the point cloud data.
  • the coordinate inverse transform unit 29006 may transmit location information of the points to the point combiner 29012 .
  • the coordinate inverse transform unit 29006 may transmit information indicating that geometry decoding has been performed on a brick corresponding to the corresponding points to the divided data input unit 29001 .
  • the coordinate inverse transform unit 29006 may perform the operation of the point cloud video decoder 10006 of FIG. 1 , the decoding 20003 of FIG. 2 , and the inverse coordinate transform unit 11004 of FIG. 11 .
  • the second arithmetic decoder 29007 receives the geometry bitstream in units of bricks.
  • the second arithmetic decoder 29007 may decode an attribute bitstream (attribute bitstream).
  • the second arithmetic decoder 29007 outputs decoded attribute information.
  • the second arithmetic decoder 29007 performs the operation of the point cloud video decoder 10006 of FIG. 1 , the decoding 20003 of FIG. 2 , the arithmetic decoding 11005 of FIG. 11 , and the arithmetic decoder 13007 of FIG. 13 . can do.
  • the inverse quantization processing unit 29008 receives the decoded attribute information generated by the second arithmetic decoder 29007 .
  • the inverse quantization processing unit 29008 inverse quantizes the received decoded attribute information.
  • the inverse quantization processing unit 29008 may output inverse quantized attribute information and transmit the inverse quantized attribute information to the prediction/lifting/RAHT inverse transformation processing unit 29009 .
  • the inverse quantization processing unit 29008 may perform the operation of the point cloud video decoder 10006 of FIG. 1 , the decoding 20003 of FIG. 2 , the inverse quantization unit 11006 of FIG. 11 , and the arithmetic decoder 13007 of FIG. 13 . have.
  • the prediction/lifting/RAHT inverse transform processing unit 29009 receives the geometry information inverse quantized by the inverse quantization processing unit 29008 and inversely transforms them.
  • the prediction/lifting/RAHT inverse transform processing unit 29009 may perform inverse transform on the inverse quantized attribute information based on at least one of a prediction method, a lifting method, and a RAHT method.
  • the prediction/lifting/RAHT inverse transform processing unit 29009 may inversely transform attribute information based on the geometry information (or the reconstructed geometry information) reconstructed by the geometry reconstruction unit 29005 .
  • the prediction/lifting/RAHT inverse transform processing unit 29009 includes the point cloud video decoder 10006 of FIG. 1 , the decoding 20003 of FIG. 2 , the RAHT 11007 of FIG. 11 , the LOD generation unit 11008 , and the inverse lifting unit 11009 ) can be performed.
  • the attribute reconstruction unit 29010 reconstructs attribute information based on the attribute information inversely transformed by the prediction/lifting/RAHT inverse transformation processing unit 29009 .
  • the attribute reconstruction unit outputs the reconstructed attribute information, and transmits it to the inverse color transformation processing unit 29011 .
  • the property reconstruction unit 29010 may perform the operation of the point cloud video decoder 10006 of FIG. 1 , the decoding 20003 of FIG. 2 , the color inverse transformation unit 11010 of FIG. 11 , and the color inverse transformation processing unit 13010 of FIG. 13 . have.
  • the color inverse transform unit 29011 receives geometry information reconstructed by the attribute reconstructor 29010 .
  • the color inverse transform unit 29011 may perform color inverse transform on the reconstructed geometry information.
  • the color inverse transform unit 29011 outputs attribute information of points of the point cloud data.
  • the color inverse transform unit 29006 may transmit information indicating that attribute decoding has been performed on a brick corresponding to the corresponding points to the divided data input unit 29001 .
  • the property reconstruction unit 29010 may perform the operation of the point cloud video decoder 10006 of FIG. 1 , the decoding 20003 of FIG. 2 , the color inverse transformation unit 11010 of FIG. 11 , and the color inverse transformation processing unit 13010 of FIG. 13 . have.
  • the point combining unit receives geometry information (location information) and/or attribute information (attribute information) of points of point cloud data according to embodiments.
  • the point combiner receives geometry information (location information) and/or attribute information (attribute information) of points of point cloud data in units of bricks, and combines them in units of bricks.
  • the point combiner outputs point cloud data in units of bricks including location information and attribute information of points.
  • FIG. 30 shows an example of a bitstream structure of point cloud data according to embodiments.
  • bitstream structure 30000 of point cloud data shown in FIG. 30 is the transmitter 10003 of FIG. 1 , the transmitter 18002 of FIG. 2 , the transmission processor 12012 of FIG. 12 , and FIG. It may be generated by the bitstream combiner 16014 of 16 and the bitstream combiner 17000 of FIG. 17 .
  • the transmitting apparatus may signal filtering information in order to add/perform the dividing unit and the refining unit.
  • the parameters (metadata, signaling information, etc. can be variously called) according to the embodiments may be generated in the process of the transmitter according to the embodiments to be described later, and may be transmitted to the receiver according to the embodiments and used in the reconfiguration process. have.
  • the parameters according to the embodiments may be generated by the metadata processing unit (or metadata generator) of the transmitting apparatus according to the embodiments to be described later, and may be obtained from the metadata parser of the receiving apparatus according to the embodiments. .
  • the bitstream structure 30000 of the point cloud data shown in FIG. 30 is the receiver 10005 of FIG. 1 , the decoding unit 18003 of FIG. 2 , the receiving unit 13000 of FIG. 13 , and FIG. 35 of the receiving apparatus according to the embodiments. It may be a bitstream received by the receiving unit 35000 of The bitstream structure 30000 of the point cloud data shown in FIG. 30 may mean the geometry and attribute bitstream 36001 for each slice of FIG. 36 .
  • Part or all of the bitstream structure 30000 according to the embodiments shown in FIG. 38 may be generated by the XR device 1430 of FIG. 14 .
  • a brick described in this figure may correspond to a slice, and vice versa.
  • a brick may be referred to as a slice.
  • An apparatus for transmitting point cloud data may transmit a bitstream 30000 having a bitstream structure as shown in FIG. 31 .
  • the bitstream 30000 of the point cloud data includes SPS (Sequential Parameter Set, 30001), GPS (Geometry Parameter Set, 30002), APS (Attribute Parameter Set, 30003), TPS (Tile Parameter Set, 30004) and one or more It may include slices (slice 0, slice 1 ... slice n, 30004).
  • the bitstream 30000 of the point cloud data may include one or more tiles.
  • a tile according to embodiments may be a group of slices including one or more slices.
  • the bitstream 30000 according to the embodiments provides a tile or a slice so that the point cloud data can be divided into regions and processed.
  • Each region of the bitstream 30000 may have different importance levels. Accordingly, when the point cloud data is divided into tiles, different filters (encoding methods) and different filter units may be applied to each tile. When the point cloud is divided into slices, different filters and different filter units may be applied to each slice.
  • the point cloud data transmission apparatus transmits the point cloud data according to the structure of the bitstream 30000 as shown in FIG. 31, so that different encoding operations can be applied according to importance, and the quality is It can provide a way to use a good coding method in an important area.
  • the point cloud data receiving apparatus does not use a complex decoding (filtering) method for the entire point cloud data according to the processing capacity of the receiving apparatus, but by area (divided into tiles or slices) By allowing different filtering (decoding methods) to be applied, it is possible to guarantee better image quality in areas important to the user and appropriate latency on the system.
  • SPS Sequence Parameter Set, 30001
  • SPS Sequence Parameter Set, 30001
  • SPS Sequence Parameter Set, 30001
  • It is a syntax structure that contains the syntax elements that are (A syntax structure containing syntax elements that apply to zero or more entire CVSs as determined by the content of a syntax element found in the PPS referred to by a syntax element found in each slice segment header.)
  • SPS is a point according to embodiments It may include sequence information of the cloud data bitstream.
  • a Geometry Parameter Set (GPS) 30002 may mean a syntax structure including syntax elements to which zero or more total geometries (or coded geometries) are applied.
  • the GPS 30002 may include information on a method of encoding attribute (attribute) information of point cloud data included in one or more slices 30004 .
  • the GPS 30002 may include SPS identifier information indicating whether a geometry parameter related to an SPS 30001 according to embodiments is included, and GPS identifier information for identifying the corresponding GPS.
  • APS may mean a syntax structure including syntax elements to which zero or more all attributes (or coded attributes) are applied.
  • the APS 30003 may include information on a method of encoding attribute (property) information of point cloud data included in one or more slices 30004 .
  • the APS 30003 may include SPS identifier information indicating whether a geometry parameter related to an SPS 30001 according to embodiments is included, and GPS identifier information for identifying the corresponding APS.
  • a Tile Parameter Set (TPS) 30004 may mean a syntax structure including syntax elements to which zero or more entire tiles (or coded tiles) are applied.
  • the tile inventory includes information about zero or more tiles included in the point cloud data bitstream according to embodiments.
  • the tile inventory may be referred to as a tile parameter set (TPS) according to embodiments.
  • a Tile Parameter Set (TPS) 30004 may include identifier information for identifying one or more tiles and information indicating a range of one or more tiles (ie, a bounding box of the tile).
  • Information indicating a range of one or more tiles includes coordinate information of a point that is a reference of a bounding box indicated by the corresponding tile (eg, Tile(n).tile_bounding_box_xyz0) and Information (eg, Tile(n).tile_boudning_box_whd) about the width, height, and depth of the corresponding bounding box may be included.
  • the tile inventory may include information indicating a bounding box for each of the tiles. For example, when each tile is represented by 0 to n by identifier information of the tiles, information indicating the bounding box of each tile is Tile(0).tile_bounding_box_xyz0, Tile(0).tile_bounding_box_whd, Tile(1).tile_bounding_box_xyz0 , Tile(1).tile_bounding_box_whd ... It can be expressed as
  • a slice 30004 may mean a unit for encoding point cloud data by an apparatus for transmitting point cloud data according to embodiments.
  • a slice 30004 according to embodiments may mean a unit including one geometry bitstream (Geom00, 30004a) and one or more attribute bitstreams (Attr00, Attr10, 30004b, 30004b).
  • a slice is a geometry slice (Geometry Slice, Geom, 30004a) indicating the geometry information of the point cloud data included in the slice and one or more attribute slices indicating the attribute information of the point cloud data included in the slice. (Attribute Slice, Attr, 30004b, 30004c) may be included.
  • a geometry slice is a geometry slice data (Geometry Slice Data, Geom_slice_data, 30004a-2) including geometry information of point cloud data and a geometry slice header including information about the geometry slice data (Geometry Slice) Header, Geom_slice_header, GSH, 30004a-1).
  • the geometry slice header 30004a-1 includes information about the geometry slice data 30004a-2 in the corresponding slice.
  • the geometry slice header 30004a-1 includes a geometry parameter set identifier (geom_geom_parameter_set_id) for identifying which GPS 30002 indicates geometry information of the corresponding slice, and a geometry slice identifier for identifying the corresponding geometry slice.
  • (geom_slice_id) geometry box origin information indicating the box origin of the corresponding geometry slice data (geomBoxOrigin), information indicating the lock scale of the geometry slice (geom_box_log2_scale), information related to the number of points of the corresponding geometry slice (geom_num_points), etc.
  • the header of the geometry bitstream according to the embodiments includes information (geom_tile_id) for identifying a tile including the corresponding geometry bitstream. ) may be further included.
  • Attribute Slice is attribute slice data (Attribute Slice Data, Attr_slice_data) including attribute information of point cloud data and attribute slice header (Attribute Slice Header, Attr_slice_header, ASH, 33005c).
  • parameters necessary for point cloud encoding may be newly defined as a parameter set and header information of a point cloud. For example, it can be added to attribute parameter set RBSP syntax when encoding attribute information, and tile_header syntax when performing tile-based encoding.
  • the transmitting apparatus may generate a different slice configuration header unit for each tile or for each slice in order to signal the configuration of the overlapping slice according to the embodiments.
  • the point cloud data transmission/reception method provides such a bitstream structure, so that the receiver can increase the decoding performance of attribute information of the point cloud data.
  • SPS sequence parameter set
  • the parameters shown in FIG. 31 may be included in the sequence parameter set (SPS) described in FIG. 30 .
  • SPS sequence parameter set
  • the SPS according to the embodiments may include signaling information related to segmentation (slice partitioning), a slice tiling method, and/or related signaling information according to the embodiments.
  • Profile_idc may mean information indicating a profile of a bitstream that can satisfy Annex A of the H.264 standard document. Other values of profile_idc may be used later by ISO/IEC. (indicates a profile to which the bitstream conforms as specified in Annex A. Bitstreams shall not contain values of profile_idc other than those specified in Annex A. Other values of profile_idc are reserved for future use by ISO/IEC.)
  • profile compatibility flag (profile_compatibility_flags)
  • it may indicate that the corresponding bitstream satisfies a profile in which profile_idc is j according to Annex A.
  • the value of profile_compatibility_flag[ j ] may be 0 if j has a value other than the value defined according to Annex A. (equal to 1, indicates that the bitstream conforms to the profile indicated by profile_idc equal to j as specified in Annex A.
  • the value of profile_compatibility_flag[ j ] shall be equal to 0 for any value of j that is not specified as an allowed value of profile_idc in Annex A.
  • Level_idc indicates a level of a bitstream that can satisfy Annex A of the H.264 standard document.
  • the bitstream is information different from the information defined in Annex A of the H.264 standard document and does not have a level_idc value.
  • Other values of Level_idc are reserved for future use by ISO/IEC. (indicates a level to which the bitstream conforms as specified in Annex A. Bitstreams may not contain values of level_idc other than those specified in Annex A. Other values of level_idc are reserved for future use by ISO/IEC.)
  • the SPS bounding box present flag (sps_bounding_box_present_flag) may be 1 when the bounding box offset and size information are signaled. (equal to 1 specifies the bounding box offset and size information is signaled. sps_bounding_box_present_flag equal to 0 specifies)
  • the SPS is an SPS bounding box x offset (sps_bounding_box_offset_x), an SPS bounding box y offset (sps_bounding_box_offset_z), SPS bounding_box_offset_y), SPS bounding_box_offset (sps_bounding_box_offset_y) It further includes a box scale factor (sps_bounding_box_scale_factor), an SPS bounding box width size (sps_bounding_box_size_width), an SPS bounding box height size (sps_bounding_box_size_height), and an SPS bounding box depth size (sps_bounding_box_size_depth).
  • SPS bounding box offset x indicates the x offset of the original bounding box of the Cartesian coordinate system. If the corresponding information does not exist, the value of this parameter may be 0. (indicates the x offset of the source bounding box in the cartesian coordinates. When not present, the value of sps_bounding_box_offset_x is inferred to be 0.)
  • the SPS bounding box offset y indicates the y offset of the original bounding box of the Cartesian coordinate system. If the corresponding information does not exist, the value of this parameter may be 0. (indicates indicates the y offset of the source bounding box in the cartesian coordinates. When not present, the value of sps_bounding_box_offset_y is inferred to be 0.)
  • the SPS bounding box offset z indicates the z offset of the original bounding box of the Cartesian coordinate system. If the corresponding information does not exist, the value of this parameter may be 0. (indicates indicates the z offset of the source bounding box in the Cartesian coordinates. When not present, the value of sps_bounding_box_offset_z is inferred to be 0.)
  • the SPS bounding box scale factor indicates the scale factor of the original bounding box in the Cartesian coordinate system. If the corresponding information does not exist, the value of this parameter may be 1 or 0. (indicates the scale factor the source bounding box in the Cartesian coordinates. When not present, the value of sps_bounding_box_scale_factor is inferred to be 1. Indicates. When not present, the value of sps_bounding_box_scale_factor is inferred to be 0.)
  • the SPS bounding box size width indicates the width of the original bounding box in the Cartesian coordinate system.
  • the value of sps_bounding_box_size_width may be a specific value such as 10. (indicates the width of the source bounding box in the Cartesian coordinates. ...When not present, the value of sps_bounding_box_size_width is inferred to be a specific value (such as 10).)
  • the SPS bounding box size height indicates the height of the original bounding box in the Cartesian coordinate system.
  • the value of sps_bounding_box_size_height may be 1 or 0. (indicates the height of the source bounding box in the Cartesian coordinates.
  • the value of sps_bounding_box_size_height is inferred to be 1.
  • the value of sps_bounding_box_size_hieght is inferred to be 0.
  • the SPS bounding box size depth indicates the depth of the original bounding box in the Cartesian coordinate system.
  • the value of sps_bounding_box_size_height may be 1 or 0. (indicates the depth of the source bounding box in the Cartesian coordinates.
  • the value of sps_bounding_box_size_depth is inferred to be 1.
  • the value of sps_bounding_box_size_depth is inferred to be 0.
  • the SPS source scale factor (sps_source_scale_factor) indicates a scale factor of the original point cloud. (Indicates the scale factor of the source point cloud.)
  • the SPS sequential parameter set ID indicates id information for the SPS referenced by another syntax element.
  • sps_seq_parameter_set_id may be set to a value of 0 to 15 within a range that satisfies the conditions in the specification of the corresponding version.
  • sps_seq_parameter_set_id may be used later by ISO/IEC. (provides an identifier for the SPS for reference by other syntax elements.
  • the value of sps_seq_parameter_set_id may be in the range of 0 to 15, inclusive in bitstreams conforming to this version of this Specification..
  • the value other than 0 for sps_seq_parameter_set_id is reserved for future use by ISO/IEC.
  • the number of SPS attribute sets indicates the number of coded attributes in the bitstream.
  • sps_seq_parameter_set_id may have a range of 0 to 64. (indicates the number of coded attributes in the bitstream.
  • the value of sps_num_attribute_sets may be in the range of 0 to 64.
  • the SPS is the number of SPS attribute sets (sps_num_attribute_sets) as much as an attribute dimension (attribute_dimension[i]), an attribute instance (attribute_instance_id[i]), an attribute bit depth (attribute_bitdepth[i]), and an attribute CICP color primer attribute (attribute_cicp_colour_primaries[i]) [ i ]), attribute CICP transfer characteristics (attribute_cicp_transfer_characteristics[ i ]), attribute CICP matrix coeffs(attribute_cicp_matrix_coeffs[ i ]), attribute CICP video fullrange flags (attribute_cicp_video_full_label flag)(attribute_cicp_video_full_label flag), and/or known attribute label flags [ i ]).
  • the attribute dimension indicates the number of components of the i-th attribute. (Specifies the number of components of the i-th attribute.)
  • the attribute instance (attribute_instance_id[ i ]) represents the attribute instance id. (Specifies attribute instance id.)
  • attribute bit depth indicates bitdepth information of the i-th attribute signal(s). (Specifies the bitdepth of the i-th attribute signal(s).)
  • the attribute CICP color primary indicates the chromaticity of color attribute source primaries. (indicates the chromaticity coordinates of the color attribute source primaries.)
  • the attribute CICP transfer characteristic (attribute_cicp_transfer_characteristics[ i ]) represents the reference optoelectronic transfer characteristic function of the color attribute, consisting of the original input linear optical intensity Lc and a nominal real-value between 0 and 1.
  • this parameter may represent the inverse of a reference optoelectronic transfer characteristic function, consisting of an output linear optical intensity Lo and a nominal real-value ranging from 0 to 1.
  • the attribute CICP matrix coeffs(attribute_cicp_matrix_coeffs[ i ]) represents matrix coefficients of luma and chroma signals of green, blue and red (or the three primary colors of Y, Z, and X). (describes the matrix coefficients used in deriving luma and chroma signals from the green, blue, and red, or Y, Z, and X primaries.)
  • the attribute CICP video fullrange flag (attribute_cicp_video_full_range_flag[ i ]) is the black level and luma and luma derived from E'Y, E'PB and E'PR or E'R, E'G and E'B real-value component signals. Indicates the range of the saturation signal. (specifies indicates the black level and range of the luma and chroma signals as derived from E′Y, E′PB, and E′PR or E′E′nd E′real-valued component signals.)
  • known attribute label (known_attribute_label[ i ]) When the known attribute label (known_attribute_label[ i ]) is 0, it indicates that the attribute is color. If the corresponding parameter is 1, it indicates that the attribute is reflectance. If the corresponding parameter is 2, it indicates that the attribute is a frame index. (equal to 0 specifies the attribute is colour. known_attribute_label[ i ] equal to 1 specifies the attribute is reflectance. known_attribute_label[ i ] equal to 2 specifies the attribute is farme index.)
  • the SPS according to embodiments may further include a partitioning enable flag (partitioning_enabling_flag).
  • a partitioning enable flag indicates information indicating whether to perform a slice partitioning (partitioning) operation according to embodiments. For example, if the value of the partitioning enable flag is 0, it indicates that the point cloud data transmission apparatus does not partition the point cloud data according to embodiments into one or more slices. When the value of the partitioning enable flag is 1, it indicates that the point cloud data transmitting apparatus partitions the point cloud data according to embodiments into one or more slices.
  • the SPS according to the embodiments may further include partitioning method (Partitioning_method) information.
  • Partitioning_method is information indicating how the point cloud data transmission apparatus according to the embodiments partitions the point cloud data.
  • Partitioning_method For example, if the value of the partitioning method (Partitioning_method) information is 0, the corresponding parameter is a partitioning operation based on a timestamp-based partitioning method (Timestamp_partitioning_method, performing a slice partitioning method using a time attribute) according to embodiments by the transmitter indicates that this is done.
  • the partitioning method may use one or more partitioning methods (signaling the partitioning method used for each slice).
  • Partitioning_method when the value of the partitioning method (Partitioning_method) information is 1, the corresponding parameter indicates that slice partitioning is performed by the transmitter based on a Morton code order partitioning method (Morton_order_partitioning_method, performing a slice partitioning method using a Morton order).
  • Partitioning_method when the value of the partitioning method (Partitioning_method) information is 2, the corresponding parameter indicates that the transmitting device performs slice partitioning based on the uniform square partitioning method (Uniform_square_partitioning_method, uniform square partitioning method).
  • Partitioning_method when the value of the partitioning method (Partitioning_method) information is 3, it indicates that partitioning is performed according to another slice partitioning method shown in FIGS. 18 to 27 .
  • the refinement slice method flag refine_slice_method_flag is information indicating whether the point cloud data transmission apparatus according to embodiments refines divided slices. For example, if the value of the refine_slice_method_flag is 0, it indicates that the transmitting apparatus does not perform the refinement operation on slices according to embodiments. For example, if the value of the refine_slice_method_flag is 1, it indicates that the transmitting apparatus performs the refinement operation on slices according to embodiments.
  • the SPS may further include refinement method (refine_method) information.
  • the refinement method (refine_method) information is information indicating by which method (or form) the transmitting apparatus refines the divided slices. For example, if the value of the refinement method (refine_method) information is 0 (or the first value), it may mean that the transmitting apparatus uses the list-based slice refinement method according to embodiments (list_refine_method: list-based slice refinement method) use). For example, if the value of the refinement method (refine_method) information is 1 (or the second value), it may mean that the transmitting apparatus uses the tree-based slice refinement method according to embodiments (tree_refine_method: tree-based slice refinement method). use).
  • the refinement method condition (refine_method_condition) information indicates whether a refinement method to be performed by the transmitting device is a distance-based method, a 2/4/6 square refinement method, and/or another refinement method.
  • the TPS may further include distance_point_to_point_location information.
  • the corresponding parameter uses a method in which the transmitting apparatus performs refinement based on neighboring slices according to the quadrangular/square/square/square according to the embodiments. indicates (distance_refine_method). If the value of the refine_method_condition information is 1, the TPS may further include neighbors_order_to_merge information (2way_neighbor_refine_mehod).
  • refine_method_condition information For example, if the value of refine_method_condition information is 2, the corresponding parameter indicates that the transmitting device uses other refinement methods.
  • Distance_point_to_point_location information indicates a criterion for measuring distances between slices when a transmitting apparatus according to embodiments performs refinement by a distance-based refinement method.
  • the transmission device uses distance_point_to_point_location information to measure the distance based on the closest slice in the bounding box, the slice corresponding to the intermediate value, and the farthest slice as the distance measurement condition. Can be used.
  • distance_point_to_point_location information When the value of distance_point_to_point_location information is 0, it indicates that the transmitter uses the closest slice among slices for distance measurement. When the value of distance_point_to_point_location information is 1, the transmitting device uses a slice whose distance corresponds to an intermediate value among slices for distance measurement as a reference. When the value of distance_point_to_point_location information is 2, it indicates that the transmitter uses the farthest slice among slices for distance measurement.
  • Neighbors order to merge (neighbors_order_to_merge) information is among 2/4/6 adjacent slices (adjacent to the slice above, adjacent to the slice below, adjacent to the slice to the left, adjacent to the slice to the right) Merge operations and/or split operations may be performed in the defined order illustrated below.
  • neighbors_order_to_merge information indicates that a slice including the smallest number of points among slices adjacent to the corresponding slice is to be merged and/or split operation is performed preferentially.
  • neighbors_order_to_merge information indicates that a slice including the largest number of points among slices adjacent to the corresponding slice is to be merged and/or split operation is performed preferentially.
  • neighbors_order_to_merge information is 2, it indicates that a slice defined separately from among slices adjacent to the corresponding slice is preferentially merged and/or split operation is performed.
  • the SPS extension present flag (sps_extension_present_flag) is 1, it indicates that sps_extension_data exists in the SPS RBSP syntax structure.
  • the corresponding parameter is 0, it indicates that the corresponding syntax structure does not exist. If it does not exist, the value of sps_extension_present_flag may be 0. (equal to 1 specifies that the sps_extension_data syntax structure is present in the SPS RBSP syntax structure.
  • sps_extension_present_flag 0 specifies that this syntax structure is not present. When not present, the value of sps_extension_present_flag is inferred to be equal to 0.
  • the SPS extension data flag may have any value.
  • the existence of this parameter does not affect the behavior of the profile presented in Annex A of the corresponding standard document of the decoder. (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.)
  • the SPS according to the embodiments may further include information on an intra-tile sequential input slice configuration flag (sequential_input_slice_configuration_in_tile_flag), an overlapping slice compose flag (overlapping_slice_compose_flag), and an overlapping slice compose method (overlapping_slice_compose_method[i]).
  • TPS tile parameter set
  • the parameters shown in FIG. 32 may be included in the Tile Parameter Set (TPS) described in FIG. 30 .
  • the TPS according to the embodiments may include signaling information related to a slice partitioning (slice partitioning), a slice tiling method, and/or related signaling information according to the embodiments.
  • the number of tiles indicates the number of tiles existing in the corresponding bitstream. (Represents the number of tiles signaled for the bitstream). If there is no tile existing in the corresponding bitstream, num_tiles may be signaled as 0. (When not present, num_tiles is inferred to be 0)
  • the TPS according to the embodiments may include the following signaling information as much as a value indicated in the number of tiles (num_tiles).
  • Tile bounding box offset x [i] indicates the x offset of the i-th tile in the cartesian coordinates. If the corresponding x offset does not exist, the value of tile_bounding_box_offset_x[ 0 ] may be sps_bounding_box_offset_x. (When not present, the value of tile_bounding_box_offset_x[ 0 ] is inferred to be sps_bounding_box_offset_x.)
  • Tile bounding box offset y [i] indicates the y offset of the i-th tile in the cartesian coordinates. If the corresponding y offset does not exist, the value of tile_bounding_box_offset_y[ 0 ] may be sps_bounding_box_offset_y. (When not present, the value of tile_bounding_box_offset_y[ 0 ] is inferred to be sps_bounding_box_offset_y.)
  • tile bounding box offset z [i] indicates the z offset of the i-th tile in the Cartesian coordinate system. (indicates indicates the z offset of the i-th tile in the Cartesian coordinates.) If the corresponding z offset does not exist, the value of tile_bounding_box_offset_z[ 0 ] may be sps_bounding_box_offset_z. (When not present, the value of tile_bounding_box_offset_z[ 0 ] is inferred to be sps_bounding_box_offset_z.)
  • tile_bounding_box_scale_factor[ i ] indicates a scale factor associated with the i-th tile in the Cartesian coordinate system. (indicates the scale factor the i-th tile in the Cartesian coordinates.) If the corresponding scale factor does not exist, tile_bounding_box_scale_factor[ 0 ] may be sps_bounding_box_scale_factor. (When not present, the value of tile_bounding_box_scale_factor[ 0 ] is inferred to be sps_bounding_box_scale_factor.)
  • tile_bounding_box_size_width[ i ] indicates the width of the i-th tile in the Cartesian coordinate system. (indicates the width of the i-th tile in the Cartesian coordinates.) If a width value does not exist, tile_bounding_box_size_width[ 0 ] may be sps_bounding_box_size_width. (When not present, the value of tile_bounding_box_size_width[ 0 ] is inferred to be sps_bounding_box_size_width.)
  • tile_bounding_box_size_height[ i ] indicates the height of the i-th tile in the Cartesian coordinate system. (indicates the height of the i-th tile in the Cartesian coordinates.) If a height value does not exist, tile_bounding_box_size_height[ 0 ] may be sps_bounding_box_size_height. (When not present, the value of tile_bounding_box_size_height[ 0 ] is inferred to be sps_bounding_box_size_height.)
  • tile_bounding_box_size_depth[ i ] indicates the depth of the i-th tile in the Cartesian coordinate system. (indicates the depth of the i-th tile in the Cartesian coordinates.) If a height value does not exist, tile_bounding_box_size_depth[ 0 ] may be sps_bounding_box_size_depth. (When not present, the value of tile_bounding_box_size_depth[ 0 ] is inferred to be sps_bounding_box_size_depth.)
  • the TPS may include a partitioning enable flag (partitioning_enable_flag).
  • the partitioning enable flag (partitioning_enabling_flag) may be a parameter meaning the same operation as the partitioning enable flag (partitioning_enabling_flag) included in the SPS described with reference to FIG. 31 .
  • the TPS may further include partitioning method (Partitioning_method) information.
  • Partitioning_method may be a parameter meaning the same operation as the partitioning method (Partitioning_method) included in the SPS described with reference to FIG. 31 .
  • the refined slicing method flag refine_slice_method_flag may be a parameter meaning the same operation as the refined slicing method flag refine_slice_method_flag included in the SPS described with reference to FIG. 31 .
  • the TPS according to embodiments may further include refinement method (refine_method) information.
  • the refinement method (refine_method) information may be a parameter indicating the same operation as the refinement method (refine_method) information included in the SPS described with reference to FIG. 31 .
  • the refinement method condition (refine_method_condition) information may be a parameter indicating the same operation as the refinement method condition (refine_method_condition) information included in the SPS described with reference to FIG. 31 .
  • the TPS may further include distance_point_to_point_location information.
  • the corresponding parameter uses a method in which the transmitting apparatus performs refinement based on neighboring slices according to the quadrangular/square/square/square according to the embodiments. indicates If the value of the refine_method_condition information is 1, the TPS may further include neighbors_order_to_merge information.
  • the distance between the distance points (distance_point_to_point_location) information and the neighbor order to merge (neighbors_order_to_merge) information are the same as the distance_point_to_point_location information and the neighbor order to merge (neighbors_order_to_merge) parameter information that are included in the SPS described in FIG. can be
  • GPS Geometry Parameter Set
  • the parameters shown in FIG. 33 may be included in the Geometry Parameter Set (GPS) described in FIG. 30 .
  • the GPS according to the embodiments may include signaling information related to segmentation (slice partitioning), a slice tiling method, and/or related signaling information according to the embodiments.
  • the GPS parameter set ID indicates an identifier of the GPS referenced by other syntax elements.
  • the value of this parameter may be 0 to 15. (provides an identifier for the GPS for reference by other syntax elements.
  • the value of gps_seq_parameter_set_id may be in the range of 0 to 15, inclusive.)
  • the GPS sequential parameter set ID indicates the value of sps_seq_parameter_set_id for the corresponding active SPS.
  • the value may be 0 to 15. (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.)
  • the GPS bounding box presence flag (gps_box_present_flag) may be 1 when additional bounding box information is provided in a geometry header within the corresponding GPS. This parameter may indicate 0 when additional bounding box information is not provided in the geometry header. (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.)
  • the unique geometry point flag (unique_geometry_points_flag) may be 1 when all output points have unique positions. This parameter may be 0 if the output points are located at the same location. (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 When the neighbor context restriction flag (neighbor_context_restriction_flag) is 0, it indicates that octree occupancy coding uses contexts determined based on 6 neighbor nodes. If 1, it indicates that octree occupancy coding uses contexts determined based only on sibling nodes. (equal to 0 indicates that octree occupancy coding uses contexts determined from six neighboring parent nodes. neighbor_context_restriction_flag equal to 1 indicates that octree coding uses contexts determined from sibling nodes only.)
  • inferred_direct_coding_mode_enabled_flag When the inferred direct coding mode setting flag (inferred_direct_coding_mode_enabled_flag) is 0, it indicates that octree coding used inferred_direct_coding_mode. When 1, it indicates that octree coding was performed using a plurality of contexts determined from sibling neighboring nodes. (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.)
  • log2_neighbour_avail_boundary indicates the value of NeighbAvailBoundary for which the decoding process is used as follows. (specifies the value of the variable NeighbAvailBoundary that is used in the decoding process as follows: )
  • NeighbAvailBoundary 2log2_neighbour_avail_boundary
  • log2_trisoup_node_size represents TrisoupNodeSize as the size of triangle nodes determined as follows. (Specifies the variable TrisoupNodeSize as the size of the triangle nodes as follows.)
  • TrisoupNodeSize 2log2_trisoup_node_size
  • log2_trisoup_node_size may be greater than 0. When the size of log2_trisoup_node_size is 0, it may indicate that the geometry bitstream includes only the octree coding syntax. (The value of log2_trisoup_node_size may 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.)
  • the TPS may include a partitioning enable flag (partitioning_enable_flag).
  • the partitioning enable flag (partitioning_enabling_flag) may be a parameter meaning the same operation as the partitioning enable flag (partitioning_enabling_flag) included in the SPS described with reference to FIG. 31 .
  • the GPS according to embodiments may further include partitioning method (Partitioning_method) information.
  • Partitioning_method may be a parameter meaning the same operation as the partitioning method (Partitioning_method) included in the SPS described with reference to FIG. 31 .
  • the refined slicing method flag refine_slice_method_flag may be a parameter meaning the same operation as the refined slicing method flag refine_slice_method_flag included in the SPS described with reference to FIG. 31 .
  • the GPS according to embodiments may further include refinement method (refine_method) information.
  • the refinement method (refine_method) information may be a parameter indicating the same operation as the refinement method (refine_method) information included in the SPS described with reference to FIG. 31 .
  • the refinement method condition (refine_method_condition) information may be a parameter indicating the same operation as the refinement method condition (refine_method_condition) information included in the SPS described with reference to FIG. 31 .
  • the TPS may further include distance_point_to_point_location information.
  • the corresponding parameter uses a method in which the transmitting apparatus performs refinement based on neighboring slices according to the quadrangular/square/square/square according to the embodiments. indicates If the value of the refine_method_condition information is 1, the TPS may further include neighbors_order_to_merge information.
  • the distance between the distance points (distance_point_to_point_location) information and the neighbor order to merge (neighbors_order_to_merge) information are the same as the distance_point_to_point_location information and the neighbor order to merge (neighbors_order_to_merge) parameter information that are included in the SPS described in FIG. can be
  • the GPS extension presence flag (gps_extension_present_flag) is 1, it indicates that the gps_extension_data syntax structure is present in the GPS RBSP syntax structure. When it is 0, it indicates that the corresponding syntax structure does not exist. (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.)
  • the GPS extension presence flag may have any value. If the corresponding value is present, the value has no effect on the decoder. (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.)
  • SPS sequence parameter set
  • the parameters shown in FIG. 34 may be included in the sequence parameter set (SPS) described in FIG. 30 .
  • SPS sequence parameter set
  • the SPS according to the embodiments may include signaling information related to segmentation (slice partitioning), a slice tiling method, and/or related signaling information according to the embodiments.
  • the SPS includes profile_idc (profile_idc), profile compatibility flag (profile_compatibility_flags), level_idc (level_idc), SPS bounding box present flag (sps_bounding_box_present_flag), SPS bounding box offset x (sps_bounding_box_offset) described in FIG.
  • SPS bounding box offset y (sps_bounding_box_offset_y), SPS bounding box offset z (sps_bounding_box_offset_z), SPS bounding box scale factor (sps_bounding_box_scale_factor), SPS bounding box size above (sps_bounding_size_box_size_width), SPS bounding box size above (sps_bounding_size_box_size_width), Sps_bounding_box_size_width, Sps_bounding_box_size_width) Size Depth (sps_bounding_box_size_depth), SPS Source Scale Factor (sps_source_scale_factor), SPS Sequential Parameter Set ID (sps_seq_parameter_set_id), Number of SPS Attribute Sets (sps_num_attribute_sets), Attribute Dimensions (attribute_attribute_dimension), Attribute Instances(
  • the SPS according to embodiments may further include neighbor number (neighbor_num) information and/or neighbor search method (neighbor_search_method) information.
  • the neighbor number (neighbor_num) information signals the number of slices adjacent to the corresponding slice by the transmission apparatus (refiner) according to the embodiments.
  • the value of neighbor number information may be 2 for a specific slice.
  • Neighbor search method (neighbor_search_method) information indicates a selection direction of an adjacent neighboring slice when the transmission device refines it based on N slices (two quadrangular/square/square).
  • TPS tile parameter set
  • the parameters shown in FIG. 35 may be included in the Tile Parameter Set (TPS) described in FIG. 30 .
  • the TPS according to the embodiments may include signaling information related to a slice partitioning (slice partitioning), a slice tiling method, and/or related signaling information according to the embodiments.
  • the TPS includes the number of tiles (num_tiles) information, the tile bounding box offset x [i] (tile_bounding_box_offset_x[ i ]) information, and the tile bounding box offset y [i] (tile_bounding_box_offset_y[) according to the embodiments described with reference to FIG.
  • tile bounding box offset z [i] (tile_bounding_box_offset_z[ i ]) information, tile bounding box scale factor[i] (tile_bounding_box_scale_factor[ i ]) information, tile bounding box size with [i] (tile_bounding_box_size_width[ i ] ) information, tile bounding box size height [i] (tile_bounding_box_size_height[ i ]) information, tile bounding box size depth [i] (tile_bounding_box_size_depth[ i ]) information, partitioning enable flag (partitioning_enabling_flag) information, partitioning method information (Partitioning_method) information , refinement slice method flag (refine_slice_method_flag) information, refinement method (refine_method) information, refinement method condition (refine_method_condition) information, distance_point_to_point_location information, and neighbors_order_to_merge information.
  • tile bounding box offset z (tile_
  • the TPS may further include neighbor number (neighbor_num) information and/or neighbor search method (neighbor_search_method) information.
  • the neighbor number (neighbor_num) information and the neighbor search method (neighbor_search_method) information may perform the same or similar operations to the neighbor number (neighbor_num) information and the neighbor search method (neighbor_search_method) information described with reference to FIG. 34, respectively.
  • the TPS may include neighbor number (neighbor_num) information and/or neighbor search method (neighbor_search_method) information for each tile as much as the number of tiles (num_tiles).
  • GPS Geometry Parameter Set
  • the parameters shown in FIG. 36 may be included in the Geometry Parameter Set (GPS) described in FIG. 30 .
  • the GPS according to the embodiments may include signaling information related to segmentation (slice partitioning), a slice tiling method, and/or related signaling information according to the embodiments.
  • the GPS includes GPS parameter set ID (gps_geom_parameter_set_id) information, GPS sequential parameter set ID (gps_seq_parameter_set_id) information, GPS bounding box presence flag (gps_box_present_flag) information, and unique geometry point flag (gps_box_present_flag) information according to the embodiments described with reference to FIG.
  • GPS parameter set ID gps_geom_parameter_set_id
  • GPS sequential parameter set ID gps_seq_parameter_set_id
  • GPS bounding box presence flag gps_box_present_flag
  • unique geometry point flag gps_box_present_flag
  • the GPS according to embodiments may further include neighbor number (neighbor_num) information and/or neighbor search method (neighbor_search_method) information.
  • the neighbor number (neighbor_num) information and the neighbor search method (neighbor_search_method) information may perform the same or similar operations to the neighbor number (neighbor_num) information and the neighbor search method (neighbor_search_method) information described with reference to FIG. 34, respectively.
  • the GPS may include neighbor number (neighbor_num) information and/or neighbor search method (neighbor_search_method) information for each tile as much as the number of tiles (num_tiles).
  • GSH Geometry Slice Header
  • the parameters shown in FIG. 37 may be included in the geometry slice header (GSH, Geometry Slice Header, 30004a-1) described with reference to FIG. 30 .
  • the GSH according to the embodiments may include signaling information related to a slice partitioning (slice partitioning), a slice tiling method and/or related signaling information according to the embodiments.
  • the GSH geometry parameter set ID (gsh_geometry_parameter_set_id) indicates a value of gps_geom_parameter_set_id of the active GPS. (Specifies the value of the gps_geom_parameter_set_id of the active GPS.)
  • the GSH tile ID indicates the id of a tile. (specifies id of tile.)
  • GSH slice ID indicates the id of a slice. (specifies id of slice.)
  • GSH is GSH box log2 scale (gsh_box_log2_scale), GSH box origin x (gsh_box_origin_x), GSH box origin y (gsh_box_origin_y), GSH It may further include a box origin z (gsh_box_origin_z).
  • the GSH box log2 scale (gsh_box_log2_scale) indicates a scale value. (Specifies scale value.)
  • GSH box origin x indicates x-coordinate information of a source bounding box in a Cartesian coordinate system. (Specifies the x of the source bounding box in the cartesian coordinates.)
  • GSH box origin y indicates y-coordinate information of a source bounding box in a Cartesian coordinate system. (Specifies the y of the source bounding box in the cartesian coordinates.)
  • GSH box origin z indicates z-coordinate information of a source bounding box in a Cartesian coordinate system. (Specifies the z of the source bounding box in the cartesian coordinates.)
  • the GSH log2 maximum node size indicates the value of MaxNodeSize in which the decoding process is performed as follows. (specifies the value of the variable MaxNodeSize that is used in the decoding process as follows:)
  • MaxNodeSize 2 ( gbh_log2_max_nodesize )
  • the GSH points number indicates the number of coded points in a slice. (Specifies the number of coded points in the slice.)
  • the GSH includes partitioning enable flag (partitioning_enabling_flag) information, partitioning method (Partitioning_method) information, refined slice method flag (refine_slice_method_flag) information, and refinement method (refine_method) information according to the embodiments described with reference to FIGS. 31 to 36 .
  • refine_method_condition information, distance_point_to_point_location information, and/or neighbors_order_to_merge information may be further included.
  • the GSH according to embodiments may further include neighbor number (neighbor_num) information and/or neighbor search method (neighbor_search_method) information.
  • the neighbor number (neighbor_num) information and the neighbor search method (neighbor_search_method) information may perform the same or similar operations to the neighbor number (neighbor_num) information and the neighbor search method (neighbor_search_method) information described with reference to FIG. 34, respectively.
  • ASH Attribute Slice Header
  • the parameters shown in FIG. 38 may be included in Attr (30004b, 30004c) described with reference to FIG. 30 .
  • the ASH according to the embodiments may include signaling information related to segmentation (slice partitioning), a slice tiling method, and/or related signaling information according to the embodiments.
  • the ASH attribute parameter set ID (abh_attr_parameter_set_id) indicates the value of aps_attr_parameter_set_id of the currently active APS. (Specifies the value of the aps_attr_parameter_set_id of the active APS.)
  • the SPS attribute index indicates an attribute set in the current active SPS.
  • the value of abh_attr_sps_attr_idx may be in the range of 0 to the value of sps_num_attribute_setsd of the currently active SPS. (Specifies the attribute set in the active SPS.
  • the value of abh_attr_sps_attr_idx may be in the range of 0 to sps_num_attribute_sets in the active SPS.
  • the ASH attribute geometry slice ID (abh_attr_geom_slice_id) indicates the value of the geometry slice id. (Specifies the value of geom slice id.)
  • ASH includes partitioning enable flag (partitioning_enabling_flag) information, partitioning method (Partitioning_method) information, refined slice method flag (refine_slice_method_flag) information, and refinement method (refine_method) information according to the embodiments described with reference to FIGS. 31 to 37 .
  • refine_method_condition information, distance_point_to_point_location information, and/or neighbors_order_to_merge information may be further included.
  • ASH according to embodiments may further include neighbor number (neighbor_num) information and/or neighbor search method (neighbor_search_method) information when the value of the refinement method condition information is 1.
  • the neighbor number (neighbor_num) information and the neighbor search method (neighbor_search_method) information may perform the same or similar operations to the neighbor number (neighbor_num) information and the neighbor search method (neighbor_search_method) information described with reference to FIG. 34, respectively.
  • 39 is a flowchart illustrating a method of transmitting point cloud data according to embodiments.
  • a method of transmitting point cloud data includes encoding the point cloud data ( 39000 ) and/or transmitting the bitstream including the point cloud data and signaling information for the point cloud data ( 39001 ). .
  • FIG. 39 Some or all of the operations shown in FIG. 39 may be combined and performed by the XR device 1430 of FIG. 14 .
  • the point cloud data transmitting apparatus acquires the point cloud data and encodes the obtained point cloud data.
  • Encoding is the operation of the point cloud video encoder 10002 in FIG. 1 , the encoding 18001 operation in FIG. 2 , some or all of the operations described in FIG. 4 , some or all of the operations described in FIGS. 5 to 9 , in FIG. 12 . Refers to some or all of the action shown.
  • the step of encoding the point cloud data 39000 is the operation of the spatial division unit 15001 described in FIG. 15 , the operation of the geometry information encoding unit 15002 , the operation of the attribute information encoding unit 15003 , and the operations shown in FIGS. 16 to 28 . operations, some or all.
  • the point cloud data transmitting apparatus transmits the encoded point cloud data and/or signaling information.
  • This step 39001 refers to the operation of the transmitter 10003 of FIG. 1 , the transmission unit 18002 of FIG. 2 , and the transmission processing unit 12012 of FIG. 12 .
  • the geometric information bitstream 15000b and the attribute information bitstream 15000c shown in Fig. 15 are transmitted.
  • the geometric information bitstream 15000b and the attribute information bitstream 15000c are combined into one bitstream and transmitted.
  • the signaling information may be referred to as metadata.
  • the point cloud data may mean, for example, geometry slice data included in the slice shown in FIG. 30 and/or attribute slice data included in each Attr.
  • the metadata may include, for example, the SPS 30001 , the GPS 30002 , the APS 30003 , and the TPS 30004 of FIG. 30 .
  • the metadata may mean, for example, a geometry slice header 30004a-1 included in a slice and/or an attribute slice header (ASH) included in each Attr.
  • ASH attribute slice header
  • the metadata may include, for example, SPS, TPS, GPS, GSH, and/or ASH according to the embodiments described with reference to FIGS. 31 to 37 .
  • the method for transmitting point cloud data may further include dividing the point cloud data based on slices.
  • the step of dividing the point cloud data based on the slices may be performed before the step of encoding the point cloud data 39000 .
  • the method for transmitting point cloud data according to embodiments may independently encode the point cloud data for each of the divided slices ( 39000 ).
  • the method for transmitting point cloud data may further include merging the slice with an adjacent slice when the number of points in the slice is less than the minimum number of points.
  • the step of partitioning according to the embodiments is a Uniform-Geometry partition using Octree according to the embodiments, Uniform-Geometry partitioning along the longest edge ) and/or a uniform square partitioning method according to embodiments.
  • Uniform-Geometry partition using Octree refers to the partitioning method described with reference to FIG. 24 .
  • Uniform-Geometry partition along the longest edge according to embodiments means the partitioning method described with reference to FIG. 25 .
  • the uniform square partitioning method according to the embodiments refers to the partitioning method described with reference to FIG. 21 .
  • the method for transmitting point cloud data may further include splitting the slice into two or more slices when the number of points in the slice is greater than the maximum number of points.
  • the adjacent slices according to the embodiments are, based on the quadrangular refining method, a left slice of the slice, a right slice of the slice, a top slice of the slice, or a top slice of the slice. It may be one of the bottom slices.
  • the adjacent slices according to the embodiments are, based on the hexagonal refining method, a left slice of the slice, a right slice of the slice, a top slice of the slice, and a top slice of the slice. It may be one of a bottom slice, a front slice of the slice, and/or a back slice of the slice.
  • 40 is a flowchart illustrating a method of receiving point cloud data according to embodiments.
  • a method for receiving point cloud data includes: receiving a bitstream including point cloud data and/or signaling information for the point cloud data (40000) and/or decoding the point cloud data in the bitstream; (40001) may be included.
  • FIG. 40 Some or all of the operations shown in FIG. 40 may be combined and performed by the XR device 1430 of FIG. 14 .
  • the step of receiving the bitstream (40000) includes an operation of the receiver 10005 of FIG. 1 , an operation of receiving a bitstream transmitted from the transmitter of FIG. 2 , an operation of receiving a bitstream in FIG. 10 , and FIG. 12 . operation of the data input unit 12000 of FIG. 13 , the reception unit 13000 of FIG. 13 , and the reception processing unit 13001 .
  • the bitstream may be a bitstream including the geometry information bitstream 28000a and the attribute information bitstream 28000b of FIG. 28 .
  • the bitstream includes point cloud data and/or signaling information for the point cloud data.
  • the signaling information may be referred to as metadata.
  • the point cloud data may mean, for example, geometry slice data included in the slice shown in FIG. 30 and/or attribute slice data included in each Attr.
  • the metadata may include, for example, the SPS 30001 , the GPS 30002 , the APS 30003 , and the TPS 30004 of FIG. 30 .
  • the metadata may mean, for example, a geometry slice header 30004a-1 included in a slice and/or an attribute slice header (ASH) included in each Attr.
  • ASH attribute slice header
  • the metadata may include, for example, SPS, TPS, GPS, GSH, and/or ASH according to the embodiments described with reference to FIGS. 31 to 37 .
  • a bitstream (or point cloud data) according to embodiments may be delivered by one or more slices or one or more tiles.
  • Each slice includes point cloud data that is partitioned based on a method of dividing point cloud data according to embodiments, or refined based on a method of refining point cloud data according to embodiments .
  • 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 a volatile memory (eg, RAM, etc.) but also a non-volatile memory, a flash memory, a 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's just 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.
  • the first user input signal and the second user input signal are both user input signals, but do not mean the same user input signals unless 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 transceiver device may include a transceiver for transmitting and receiving media data, a memory for storing instructions (program code, algorithm, flowchart and/or data) for a process according to embodiments, and a processor for controlling operations of the transmitting/receiving device.
  • a processor may be referred to as a controller or the like, and may correspond to, for example, hardware, software, and/or a combination thereof. Operations according to the above-described embodiments may be performed by a processor.
  • the processor may be implemented as an encoder/decoder or the like for the operation of the above-described embodiments.

Landscapes

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

Abstract

실시예들에 따른 포인트 클라우드 데이터 송신 방법은 포인트 클라우드 데이터를 인코딩하는 단계; 및/또는 포인트 클라우드 데이터 및 포인트 클라우드 데이터에 대한 시그널링 정보를 포함하는 비트스트림을 전송하는 단계; 를 포함할 수 있다. 실시예들에 따른 포인트 클라우드 데이터 수신 방법은 포인트 클라우드 데이터를 포함하는 비트스트림을 수신하는 단계; 및/또는 비트스트림 내의 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 사용자에게 VR (Virtual Reality, 가상현실), AR (Augmented Reality, 증강현실), MR (Mixed Reality, 혼합현실), 및 자율 주행 서비스 등의 다양한 서비스를 제공하기 위하여 Point Cloud 콘텐츠를 제공하는 방안을 제공한다.
포인트 클라우드 데이터는 3D공간 상의 포인트들의 집합이다. 3D공간 상의 포인트들의 양이 많아서 포인트 클라우드 데이터를 생성하기 어려운 문제점이 있다.
포인트 클라우드 데이터는 전송, 부호화, 복호화, 렌더링 처리 과정이 실시간, 저지연으로 이루어져야 하는 요구에 맞추고자 포인트 클라우드 프레임 또는 포인트 클라우드 데이터는 타일(tile) 또는 슬라이스(slice) 단위로 나눌 수 있다.
실시예들에 따른 기술적 과제는, 전술한 문제점 등을 해결하기 위해서, 포인트 클라우드를 효율적으로 송수신하기 위한 포인트 클라우드 데이터 전송 장치, 전송 방법, 포인트 클라우드 데이터 수신 장치 및 수신 방법을 제공하는데 있다.
실시예들에 따른 기술적 과제는, 지연시간(latency) 및 인코딩/디코딩 복잡도를 해결하기 위한 포인트 클라우드 데이터 전송 장치, 전송 방법, 포인트 클라우드 데이터 수신 장치 및 수신 방법을 제공하는데 있다.
실시예들에 따른 기술적 과제는, 포인트 클라우드 데이터의 부호화 및 복호화를 위해 포인트 클라우드 데이터를 분할하는 방법을 제공하는데 있다.
실시예들에 따른 기술적 과제는, 지오메트리-포인트 클라우드 압축(Geometry - point cloud compression, G-PCC)의 속성 정보(attribute)의 부호화 기술을 개선하여 포인트 클라우드의 압축 성능 향상시키는데 있다.
다만, 전술한 기술적 과제만으로 제한되는 것은 아니고, 본 문서 전체 내용에 기초하여 당업자가 유추할 수 있는 다른 기술적 과제로 실시예들의 권리범위가 확장될 수 있다.
상술한 기술적 과제를 달성하기 위하여, 실시예들에 따른 포인트 클라우드 데이터 송신 방법은 포인트 클라우드 데이터를 인코딩하는 단계; 및/또는 상기 포인트 클라우드 데이터 및/또는 상기 포인트 클라우드 데이터에 대한 시그널링 정보를 포함하는 비트스트림을 전송하는 단계; 를 포함할 수 있다.
실시예들에 따른 포인트 클라우드 데이터 송신 방법은, 포인트 클라우드 데이터를 슬라이스(slice)들에 기초하여 분할하는 단계; 및/또는 슬라이스 내의 포인트들의 개수가 포인트들의 최소 개수보다 적은 경우 상기 슬라이스를 인접한 슬라이스(adjacent slice)와 합병(merging)하거나, 상기 슬라이스 내의 포인트들의 개수가 포인트들의 최대 개수보다 많은 경우 상기 슬라이스를 둘 이상의 슬라이스들로 스플릿(split)하는 단계; 를 더 포함할 수 있다.
나아가 실시예들에 따른 상기 분할하는 단계는 제 1 방법, 제 2 방법 또는 제 3 방법 중 적어도 하나에 기초하여 수행될 수 있다. 실시예들에 따른 제 1 방법은, 상기 포인트 클라우드 데이터를 포함하는 3차원 공간을 8의 상기 슬라이스들의 옥트리의 뎁스(depth) 자승 개로 분할하는 단계를 포함할 수 있고, 상기 옥트리의 뎁스는 상기 슬라이스들의 포인트들의 개수의 비율(ratio)에 기초하여 계산된다. 실시예들에 따른 상기 제 2 방법은, 상기 3차원 공간 내의 최장 모서리(longest edge)를 상기 3차원 공간 내의 최단 모서리(shortest edge)로 나누는 단계를 포함할 수 있다. 실시예들에 따른 상기 제 3 방법은, 상기 3차원 공간의 제 1 축 및 제 2 축을 상기 3차원 공간의 제 3 축으로 세그먼트(segment)함으로써 상기 3차원 공간을 균등 사각형들(uniform squares)로 슬라이스들을 분할하는 단계를 포함할 수 있다.
나아가, 실시예들에 따른 상기 인접한 슬라이스는 상기 슬라이스의 왼쪽 슬라이스(left slice), 상기 슬라이스의 오른쪽 슬라이스(right slice), 상기 슬라이스의 윗쪽 슬라이스(top slice) 또는 상기 슬라이스의 아랫쪽 슬라이스(bottom slice) 중 하나일 수 있다.
나아가, 실시예들에 따른 상기 인접한 슬라이스는 상기 슬라이스의 왼쪽 슬라이스(left slice), 상기 슬라이스의 오른쪽 슬라이스(right slice), 상기 슬라이스의 윗쪽 슬라이스(top slice), 상기 슬라이스의 아랫쪽 슬라이스(bottom slice), 상기 슬라이스의 앞쪽 슬라이스(front slice) 및/또는 상기 슬라이스의 뒤쪽 슬라이스(back slice) 중 하나일 수 있다.
더 나아가, 실시예들에 따른 상기 합병하는 단계 또는 상기 스플릿하는 단계는 상기 슬라이스들 간의 인접성을 나타내는 자료 구조(data structure)에 기초하여 수행될 수 있다. 또한, 실시예들에 따르면 상기 인접 여부를 결정하기 위한 자료 구조는 트리(tree) 기반의 자료 구조 또는 리스트(list) 기반의 자료 구조일 수 있다.
나아가, 실시예들에 따른 상기 시그널링 정보는 상기 포인트 클라우드 데이터를 분할하는 방법을 나타내는 정보를 포함할 수 있다.
실시예들에 따른 포인트 클라우드 데이터 송신 방법, 송신 장치, 포인트 클라우드 데이터 수신 방법, 수신 장치는 퀄리티 있는 포인트 클라우드 서비스를 제공할 수 있다.
실시예들에 따른 포인트 클라우드 데이터 송신 방법, 송신 장치, 포인트 클라우드 데이터 수신 방법, 수신 장치는 다양한 비디오 코덱 방식을 달성할 수 있다.
실시예들에 따른 포인트 클라우드 데이터 송신 방법, 송신 장치, 포인트 클라우드 데이터 수신 방법, 수신 장치는 자율주행 서비스 등 범용적인 포인트 클라우드 콘텐츠를 제공할 수 있다.
실시예들에 따른 포인트 클라우드 데이터 송수신 방법 및 장치는, 브릭 타일링 분할 방법을 수행하고 이를 위해 필요한 데이터를 시그널링함으로써 포인트 클라우드의 코딩 성능을 향상시킬 수 있는 효과를 제공한다.
실시예들에 따른 포인트 클라우드 데이터 송수신 방법 및 장치는, 실시예들은 포인트 클라우드 데이터의 독립적 부호화 복호화를 위한 공간 적응적 분할을 수행함으로써, 병렬 처리의 향상 및 스케일러비티(scalability)를 제공할 수 있다.
실시예들에 따른 포인트 클라우드 데이터 송수신 방법 및 장치는, 실시예들은 독립적인 데이터 분할을 수행할 때 공간상으로 가까운 점들끼리 재분할이 수행되는 효과를 제공할 수 있다.
실시예들에 따른 포인트 클라우드 데이터 송신 장치/수신 장치는 포인트 클라우드 데이터를 하나 또는 그 이상의 타일들(tiles) 및/또는 슬라이스들(slices)로 분할하고, 이들에 기초하여 병렬적으로 인코딩/디코딩을 수행할 수 있다.
실시예들에 따른 포인트 클라우드 데이터 송신 장치는, 포인트 클라우드 데이터를 분할하고, 이들을 각각 독립적으로 부호화함으로써, 포인트 클라우드 데이터가 점유하는 3차원 공간상의 랜덤 액세스(random access)와 병렬 부호화를 가능하게 하고, 따라서 실시예들에 따른 포인트 클라우드 데이터 수신 장치는 이러한 포인트 클라우드 데이터를 신속하게 디코딩할 수 있다.
실시예들에 따른 포인트 클라우드 데이터 송신 장치는 상술한 방법에 따라 슬라이스들을 생성함으로써, 개별 포인트들의 속성을 조회하지 않고도 슬라이스를 생성할 수 있어, 슬라이스 생성 과정에서 발생하는 지연을 줄일 수 있다.
실시예들에 따르면, 송신 장치는 실시예들에 다른 중첩 슬라이스의 구성을 시그널링 하기 위하여 타일 별 또는 슬라이스 별로 다른 슬라이스 구성 헤더 유닛을 생성할 수 있다.
실시예들에 따른 포인트 클라우드 데이터 송수신 방법은 이러한 비트스트림 구조를 제공함으로써, 수신기로 하여금 포인트 클라우드 데이터의 속성 정보의 복호화 성능을 높일 수 있다.
도면은 실시예들을 더욱 이해하기 위해서 포함되며, 도면은 실시예들에 관련된 설명과 함께 실시예들을 나타낸다. 이하에서 설명하는 다양한 실시예들의 보다 나은 이해를 위하여, 하기 도면들에 걸쳐 유사한 참조 번호들이 대응하는 부분들을 포함하는 다음의 도면들과 관련하여 이하의 실시예들의 설명을 반드시 참조해야 한다.
도 1은 실시예들에 따른 포인트 클라우드 콘텐츠 제공 시스템의 예시를 나타낸다.
도 2는 실시예들에 따른 포인트 클라우드 콘텐트 제공 동작을 나타내는 블록도이다.
도 3은 실시예들에 따른 포인트 클라우드 비디오 캡쳐 과정의 예시를 나타낸다.
도 4는 실시예들에 따른 포인트 클라우드 인코더(Point Cloud Encoder)의 예시를 나타낸다.
도 5는 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.
도 15은 실시예들에 따른 포인트 클라우드 인코더를 나타낸다.
도 16은 실시예들에 따른 포인트 클라우드 데이터 송신 장치를 나타낸다.
도 17은 실시예들에 따른 포인트 클라우드 데이터 송신 장치를 나타낸다.
도 18은 실시예들에 따른 포인트 클라우드 데이터 송신 장치가 포인트 클라우드 데이터를 분할하는 동작의 예시를 나타낸다.
도 19는 실시예들에 따른 포인트 클라우드 데이터를 분할하는 방법의 실시예를 나타낸다.
도 20은 실시예들에 따른 포인트 클라우드 데이터를 분할하는 방법 및 정제 방법의 실시예를 나타낸다.
도 21은 실시예들에 따른 포인트 클라우드 데이터를 분할하는 방법의 실시예를 나타낸다.
도 22은 실시예들에 따른 슬라이스(slice)들을 정제하는 방법의 실시예를 나타낸다.
도 23은 실시예들에 따른 포인트 클라우드 데이터가 복수의 슬라이스들로 분할 및/또는 정제된 결과의 예시를 나타낸다.
도 24는 실시예들에 따른 포인트 클라우드 데이터를 분할하는 방법의 실시예를 나타낸다.
도 25는 실시예들에 따른 포인트 클라우드 데이터를 분할하는 방법의 실시예를 나타낸다.
도 26은 실시예들에 따른 인접한 슬라이스(adjacent slice)들의 예시를 나타낸다.
도 27은 실시예들에 따른 인접한 슬라이스(adjacent slice)들을 이용하여 슬라이스를 정제하는 방법의 예시를 나타낸다.
도 28은 실시예들에 따른 포인트 클라우드 데이터 수신 장치의 예시를 나타낸다.
도 29는 실시예들에 따른 포인트 클라우드 데이터 수신 장치를 나타낸다.
도 30은 실시예들에 따른 포인트 클라우드 데이터의 비트스트림 구조의 예시를 나타낸다.
도 31은 실시예들에 따른 비트스트림의 SPS(Sequence Parameter Set)의 예시이다.
도 32는 실시예들에 따른 비트스트림의 TPS(Tile Parameter Set)의 예시이다.
도 33은 실시예들에 따른 비트스트림의 GPS(Geometry Parameter Set)의 예시를 나타낸다.
도 34은 실시예들에 따른 비트스트림의 SPS(Sequence Parameter Set)의 예시이다.
도 35는 실시예들에 따른 비트스트림의 TPS(Tile Parameter Set)의 예시이다.
도 36은 실시예들에 따른 비트스트림의 GPS(Geometry Parameter Set)의 예시를 나타낸다.
도 37은 실시예들에 따른 비트스트림의 GSH(Geometry Slice Header)의 예시를 나타낸다.
도 38은 실시예들에 따른 비트스트림의 ASH(Attribute Slice Header)의 예시를 나타낸다.
도 39는 실시예들에 따른 포인트 클라우드 데이터 송신 방법을 나타낸 흐름도이다.
도 40은 실시예들에 따른 포인트 클라우드 데이터 수신 방법을 나타낸 흐름도이다.
실시예들의 바람직한 실시예에 대해 구체적으로 설명하며, 그 예는 첨부된 도면에 나타낸다. 첨부된 도면을 참조한 아래의 상세한 설명은 실시예들의 실시예에 따라 구현될 수 있는 실시예만을 나타내기보다는 실시예들의 바람직한 실시예를 설명하기 위한 것이다. 다음의 상세한 설명은 실시예들에 대한 철저한 이해를 제공하기 위해 세부 사항을 포함한다. 그러나 실시예들이 이러한 세부 사항 없이 실행될 수 있다는 것은 당업자에게 자명하다.
실시예들에서 사용되는 대부분의 용어는 해당 분야에서 널리 사용되는 일반적인 것들에서 선택되지만, 일부 용어는 출원인에 의해 임의로 선택되며 그 의미는 필요에 따라 다음 설명에서 자세히 서술한다. 따라서 실시예들은 용어의 단순한 명칭이나 의미가 아닌 용어의 의도된 의미에 근거하여 이해되어야 한다.
도 1은 실시예들에 따른 포인트 클라우드 콘텐츠 제공 시스템의 예시를 나타낸다.
도 1에 도시된 포인트 클라우드 콘텐트 제공 시스템은 전송 장치(transmission device)(10000) 및 수신 장치(reception device)(10004)를 포함할 수 있다. 전송 장치(10000) 및 수신 장치(10004)는 포인트 클라우드 데이터를 송수신하기 위해 유무선 통신 가능하다.
. 실시예들에 따른 전송 장치(10000)는 포인트 클라우드 비디오(또는 포인트 클라우드 콘텐트)를 확보하고 처리하여 전송할 수 있다. 실시예들에 따라, 전송 장치(10000)는 고정국(fixed station), BTS(base transceiver system), 네트워크, AI(Ariticial Intelligence) 기기 및/또는 시스템, 로봇, AR/VR/XR 기기 및/또는 서버 등을 포함할 수 있다. 또한 실시예들에 따라 전송 장치(10000)는 무선 접속 기술(예, 5G NR(New RAT), LTE(Long Term Evolution))을 이용하여, 기지국 및/또는 다른 무선 기기와 통신을 수행하는 기기, 로봇, 차량, AR/VR/XR 기기, 휴대기기, 가전, IoT(Internet of Thing)기기, AI 기기/서버 등을 포함할 수 있다.
실시예들에 따른 전송 장치(10000)는 포인트 클라우드 비디오 획득부(Point Cloud Video Acquisition, 10001), 포인트 클라우드 비디오 인코더(Point Cloud Video Encoder, 10002) 및/또는 트랜스미터(Transmitter (or Communication module), 10003)를 포함한다
실시예들에 따른 포인트 클라우드 비디오 획득부(10001)는 캡쳐, 합성 또는 생성 등의 처리 과정을 통해 포인트 클라우드 비디오를 획득한다. 포인트 클라우드 비디오는 3차원 공간에 위치한 포인트들의 집합인 포인트 클라우드로 표현되는 포인트 클라우드 콘텐트로서, 포인트 클라우드 비디오 데이터 등으로 호칭될 수 있다. 실시예들에 따른 포인트 클라우드 비디오는 하나 또는 그 이상의 프레임들을 포함할 수 있다. 하나의 프레임은 정지 영상/픽쳐를 나타낸다. 따라서 포인트 클라우드 비디오는 포인트 클라우드 영상/프레임/픽처를 포함할 수 있으며, 포인트 클라우드 영상, 프레임 및 픽처 중 어느 하나로 호칭될 수 있다.
실시예들에 따른 포인트 클라우드 비디오 인코더(10002)는 확보된 포인트 클라우드 비디오 데이터를 인코딩한다. 포인트 클라우드 비디오 인코더(10002)는 포인트 클라우드 컴프레션(Point Cloud Compression) 코딩을 기반으로 포인트 클라우드 비디오 데이터를 인코딩할 수 있다. 실시예들에 따른 포인트 클라우드 컴프레션 코딩은 G-PCC(Geometry-based Point Cloud Compression) 코딩 및/또는 V-PCC(Video based Point Cloud Compression) 코딩 또는 차세대 코딩을 포함할 수 있다. 또한 실시예들에 따른 포인트 클라우드 컴프레션 코딩은 상술한 실시예에 국한되는 것은 아니다. 포인트 클라우드 비디오 인코더(10002)는 인코딩된 포인트 클라우드 비디오 데이터를 포함하는 비트스트림을 출력할 수 있다. 비트스트림은 인코딩된 포인트 클라우드 비디오 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 5는 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 int n, y int n, z int n , 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 PCTKR2020014597-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.
표1. 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);
}
}
표2. Attribute prediction residuals inverse quantization pseudo code
int PCCInverseQuantization(int value, int quantStep) {
if( quantStep ==0) {
return value;
} else {
return value * quantStep;
}
}
실시예들에 따른 포인트 클라우드 인코더(예를 들면 아리스메틱 인코더(40012))는 각 포인트의 예측기에 이웃한 포인트들이 있는 경우, 상술한 바와 같이 양자화 및 역양자화된 잔여값을 엔트로피 코딩 할 수 있다. 실시예들에 따른 포인트 클라우드 인코더(예를 들면 아리스메틱 인코더(40012))는 각 포인트의 예측기에 이웃한 포인트들이 없으면 상술한 과정을 수행하지 않고 해당 포인트의 어트리뷰트들을 엔트로피 코딩할 수 있다.
실시예들에 따른 포인트 클라우드 인코더 (예를 들면 리프팅 변환부(40010))는 각 포인트의 예측기를 생성하고, 예측기에 계산된 LOD를 설정 및 이웃 포인트들을 등록하고, 이웃 포인트들까지의 거리에 따른 가중치를 설정하여 리프팅 변환 코딩을 수행할 수 있다. 실시예들에 따른 리프팅 변환 코딩은 상술한 예측 변환 코딩과 유사하나, 어트리뷰트값에 가중치를 누적 적용한다는 점에서 차이가 있다. 실시예들에 따른 어트리뷰트값에 가중치를 누적 적용하는 과정은 다음과 같다.
1) 각 포인트의 가중치 값을 저장하는 배열 QW(QuantizationWieght)를 생성한다. QW의 모든 요소들의 초기값은 1.0이다. 예측기에 등록된 이웃 노드의 예측기 인덱스의 QW 값에 현재 포인트의 예측기의 가중치를 곱한 값을 더한다.
2) 리프트 예측 과정: 예측된 어트리뷰트 값을 계산하기 위하여 포인트의 어트리뷰트 값에 가중치를 곱한 값을 기존 어트리뷰트값에서 뺀다.
3) 업데이트웨이트(updateweight) 및 업데이트(update)라는 임시 배열들을 생성하고 임시 배열들을 0으로 초기화한다.
4) 모든 예측기에 대해서 계산된 가중치에 예측기 인덱스에 해당하는 QW에 저장된 가중치를 추가로 곱해서 산출된 가중치를 업데이트웨이트 배열에 이웃 노드의 인덱스로 누적으로 합산한다. 업데이트 배열에는 이웃 노드의 인덱스의 어트리뷰트 값에 산출된 가중치를 곱한 값을 누적 합산한다.
5) 리프트 업데이트 과정: 모든 예측기에 대해서 업데이트 배열의 어트리뷰트 값을 예측기 인덱스의 업데이트웨이트 배열의 가중치 값으로 나누고, 나눈 값에 다시 기존 어트리뷰트 값을 더한다.
6) 모든 예측기에 대해서, 리프트 업데이트 과정을 통해 업데이트된 어트리뷰트 값에 리프트 예측 과정을 통해 업데이트 된(QW에 저장된) 가중치를 추가로 곱하여 예측 어트리뷰트 값을 산출한다. 실시예들에 따른 포인트 클라우드 인코더(예를 들면 계수 양자화부(40011))는 예측 어트리뷰트 값을 양자화한다. 또한 포인트 클라우드 인코더(예를 들면 아리스메틱 인코더(40012))는 양자화된 어트리뷰트 값을 엔트로피 코딩한다.
실시예들에 따른 포인트 클라우드 인코더(예를 들면 RAHT 변환부(40008))는 옥트리의 하위 레벨에 있는 노드와 연관된 어트리뷰트를 사용하여 상위 레벨의 노드들의 어트리뷰트를 에측하는 RAHT 변환 코딩을 수행할 수 있다. RAHT 변환 코딩은 옥트리 백워드 스캔을 통한 어트리뷰트 인트라 코딩의 예시이다. 실시예들에 따른 포인트 클라우드 인코더는 복셀에서 전체 영역으로 스캔하고, 각 스텝에서 복셀을 더 큰 블록으로 합치면서 루트 노드까지의 병합 과정을 반복수행한다. 실시예들에 따른 병합 과정은 오큐파이드 노드에 대해서만 수행된다. 엠티 노드(empty node)에 대해서는 병합 과정이 수행되지 않으며, 엠티 노드의 바로 상위 노드에 대해 병합 과정이 수행된다.
하기의 식은 RAHT 변환 행렬을 나타낸다.
Figure PCTKR2020014597-appb-img-000002
는 레벨 l에서의 복셀들의 평균 어트리뷰트 값을 나타낸다.
Figure PCTKR2020014597-appb-img-000003
는
Figure PCTKR2020014597-appb-img-000004
와
Figure PCTKR2020014597-appb-img-000005
로부터 계산될 수 있다.
Figure PCTKR2020014597-appb-img-000006
와
Figure PCTKR2020014597-appb-img-000007
의 가중치
Figure PCTKR2020014597-appb-img-000008
과
Figure PCTKR2020014597-appb-img-000009
이다.
Figure PCTKR2020014597-appb-img-000010
Figure PCTKR2020014597-appb-img-000011
는 로-패스(low-pass) 값으로, 다음 상위 레벨에서의 병합 과정에서 사용된다.
Figure PCTKR2020014597-appb-img-000012
은 하이패스 계수(high-pass coefficients)이며, 각 스텝에서의 하이패스 계수들은 양자화되어 엔트로피 코딩 된다(예를 들면 아리스메틱 인코더(400012)의 인코딩). 가중치는
Figure PCTKR2020014597-appb-img-000013
로 계산된다. 루트 노드는 마지막
Figure PCTKR2020014597-appb-img-000014
과
Figure PCTKR2020014597-appb-img-000015
을 통해서 다음과 같이 생성된다.,
Figure PCTKR2020014597-appb-img-000016
gDC값 또한 하이패스 계수와 같이 양자화되어 엔트로피 코딩된다.
도 10은 실시예들에 따른 포인트 클라우드 디코더(Point Cloud Decoder)의 예시를 나타낸다.
도 10에 도시된 포인트 클라우드 디코더는 도 1에서 설명한 포인트 클라우드 비디오 디코더(10006) 예시로서, 도 1에서 설명한 포인트 클라우드 비디오 디코더(10006)의 동작 등과 동일 또는 유사한 동작을 수행할 수 있다. 도면이 도시된 바와 같이 포인트 클라우드 디코더는 하나 또는 그 이상의 비트스트림(bitstream)들에 포함된 지오메트리 비트스트림(geometry bitstream) 및 어트리뷰트 비트스트림(attribute bitstream)을 수신할 수 있다. 포인트 클라우드 디코더는 지오메트리 디코더(geometry decoder)및 어트리뷰트 디코더(attribute decoder)를 포함한다. 지오메트리 디코더는 지오메트리 비트스트림에 대해 지오메트리 디코딩을 수행하여 디코딩된 지오메트리(decoded geometry)를 출력한다. 어트리뷰트 디코더는 디코딩된 지오메트리 및 어트리뷰트 비트스트림을 기반으로 어트리뷰트 디코딩을 수행하여 디코딩된 어트리뷰트들(decoded attributes)을 출력한다. 디코딩된 지오메트리 및 디코딩된 어트리뷰트들은 포인트 클라우드 콘텐트를 복원(decoded point cloud)하는데 사용된다.
도 11은 실시예들에 따른 포인트 클라우드 디코더(Point Cloud Decoder)의 예시를 나타낸다.
도 11에 도시된 포인트 클라우드 디코더는 도 10에서 설명한 포인트 클라우드 디코더의 예시로서, 도 1 내지 도 9에서 설명한 포인트 클라우드 인코더의 인코딩 동작의 역과정인 디코딩 동작을 수행할 수 있다.
도 1 및 도 10에서 설명한 바와 같이 포인트 클라우드 디코더는 지오메트리 디코딩 및 어트리뷰트 디코딩을 수행할 수 있다. 지오메트리 디코딩은 어트리뷰트 디코딩보다 먼저 수행된다.
실시예들에 따른 포인트 클라우드 디코더는 아리스메틱 디코더(arithmetic decode, 11000), 옥트리 합성부(synthesize octree, 11001), 서페이스 오프록시메이션 합성부(synthesize surface approximation, 11002), 지오메트리 리컨스트럭션부(reconstruct geometry, 11003), 좌표계 역변환부(inverse transform coordinates, 11004), 아리스메틱 디코더(arithmetic decode, 11005), 역양자화부(inverse quantize, 11006), RAHT변환부(11007), LOD생성부(generate LOD, 11008), 인버스 리프팅부(Inverse lifting, 11009), 및/또는 컬러 역변환부(inverse transform colors, 11010)를 포함한다.
아리스메틱 디코더(11000), 옥트리 합성부(11001), 서페이스 오프록시메이션 합성부(11002), 지오메트리 리컨스럭션부(11003), 좌표계 역변환부(11004)는 지오메트리 디코딩을 수행할 수 있다. 실시예들에 따른 지오메트리 디코딩은 다이렉트 코딩(direct coding) 및 트라이숩 지오메트리 디코딩(trisoup geometry decoding)을 포함할 수 있다. 다이렉트 코딩 및 트라이숩 지오메트리 디코딩은 선택적으로 적용된다. 또한 지오메트리 디코딩은 위의 예시에 국한되지 않으며, 도 1 내지 도 9에서 설명한 지오메트리 인코딩의 역과정으로 수행된다.
실시예들에 따른 아리스메틱 디코더(11000)는 수신한 지오메트리 비트스트림을 아리스메틱 코딩을 기반으로 디코딩한다. 아리스메틱 디코더(11000)의 동작은 아리스메틱 인코더(40004)의 역과정에 대응한다.
실시예들에 따른 옥트리 합성부(11001)는 디코딩된 지오메트리 비트스트림으로부터 (또는 디코딩 결과 확보된 지오메트리에 관한 정보)로부터 오큐판시 코드를 획득하여 옥트리를 생성할 수 있다. 오큐판시 코드에 대한 구체적인 설명은 도 1 내지 도 9에서 설명한 바와 같다.
실시예들에 따른 서페이스 오프록시메이션 합성부(11002)는 트라이숩 지오메트리 인코딩이 적용된 경우, 디코딩된 지오메트리 및/또는 생성된 옥트리에 기반하여 서페이스를 합성할 수 있다.
실시예들에 따른 지오메트리 리컨스트럭션부(11003)는 서페이스 및 또는 디코딩된 지오메트리에 기반하여 지오메트리를 재생성할 수 있다. 도 1 내지 도 9에서 설명한 바와 같이, 다이렉트 코딩 및 트라이숩 지오메트리 인코딩은 선택적으로 적용된다. 따라서 지오메트리 리컨스트럭션부(11003)는 다이렉트 코딩이 적용된 포인트들의 포지션 정보들을 직접 가져와서 추가한다. 또한, 트라이숩 지오메트리 인코딩이 적용된 경우, 지오메트리 리컨스트럭션부(11003)는 지오메트리 리컨스트럭션부(40005)의 재구성 동작, 예를 들면 삼각형 재구성, 업-샘플링, 복셀화 동작을 수행하여 지오메트리를 복원할 수 있다. 구체적인 내용은 도 6에서 설명한 바와 동일하므로 생략한다. 복원된 지오메트리는 어트리뷰트들을 포함하지 않는 포인트 클라우드 픽쳐 또는 프레임을 포함할 수 있다.
실시예들에 따른 좌표계 역변환부(11004)는 복원된 지오메트리를 기반으로 좌표계를 변환하여 포인트들의 포지션들을 획득할 수 있다.
아리스메틱 디코더(11005), 역양자화부(11006), RAHT 변환부(11007), LOD생성부(11008), 인버스 리프팅부(11009), 및/또는 컬러 역변환부(11010)는 도 10에서 설명한 어트리뷰트 디코딩을 수행할 수 있다. 실시예들에 따른 어트리뷰트 디코딩은 RAHT(Region Adaptive Hierarchial Transform) 디코딩, 예측 변환(Interpolaration-based hierarchical nearest-neighbour prediction-Prediction Transform) 디코딩 및 리프팅 변환 (interpolation-based hierarchical nearest-neighbour prediction with an update/lifting step (Lifting Transform)) 디코딩을 포함할 수 있다. 상술한 3가지의 디코딩들은 선택적으로 사용되거나, 하나 또는 그 이상의 디코딩들의 조합이 사용될 수 있다. 또한 실시예들에 따른 어트리뷰트 디코딩은 상술한 예시에 국한되는 것은 아니다.
실시예들에 따른 아리스메틱 디코더(11005)는 어트리뷰트 비트스트림을 아리스메틱 코딩으로 디코딩한다.
실시예들에 따른 역양자화부(11006)는 디코딩된 어트리뷰트 비트스트림 또는 디코딩 결과 확보한 어트리뷰트에 대한 정보를 역양자화(inverse quantization)하고 역양자화된 어트리뷰트들(또는 어트리뷰트 값들)을 출력한다. 역양자화는 포인트 클라우드 인코더의 어트리뷰트 인코딩에 기반하여 선택적으로 적용될 수 있다.
실시예들에 따라 RAHT 변환부(11007), LOD생성부(11008) 및/또는 인버스 리프팅부(11009)는 재구성된 지오메트리 및 역양자화된 어트리뷰트들을 처리할 수 있다. 상술한 바와 같이 RAHT 변환부(11007), LOD생성부(11008) 및/또는 인버스 리프팅부(11009)는 포인트 클라우드 인코더의 인코딩에 따라 그에 대응하는 디코딩 동작을 선택적으로 수행할 수 있다.
실시예들에 따른 컬러 역변환부(11010)는 디코딩된 어트리뷰트들에 포함된 컬러 값(또는 텍스쳐)을 역변환하기 위한 역변환 코딩을 수행한다. 컬러 역변환부(11010)의 동작은 포인트 클라우드 인코더의 컬러 변환부(40006)의 동작에 기반하여 선택적으로 수행될 수 있다.
도 11의 포인트 클라우드 디코더의 엘레멘트들은 도면에 도시되지 않았으나 포인트 클라우드 제공 장치에 포함된 하나 또는 그 이상의 메모리들과 통신가능하도록 설정된 하나 또는 그 이상의 프로세서들 또는 집적 회로들(integrated circuits)을 포함하는 하드웨어, 소프트웨어, 펌웨어 또는 이들의 조합으로 구현될 수 있다. 하나 또는 그 이상의 프로세서들은 상술한 도 11의 포인트 클라우드 디코더의 엘레멘트들의 동작들 및/또는 기능들 중 적어도 어느 하나 이상을 수행할 수 있다. 또한 하나 또는 그 이상의 프로세서들은 도11의 포인트 클라우드 디코더의 엘레멘트들의 동작들 및/또는 기능들을 수행하기 위한 소프트웨어 프로그램들 및/또는 인스트럭션들의 세트를 동작하거나 실행할 수 있다.
도 12는 실시예들에 따른 전송 장치의 예시이다.
도 12에 도시된 전송 장치는 도 1의 전송장치(10000) (또는 도 4의 포인트 클라우드 인코더)의 예시이다. 도 12에 도시된 전송 장치는 도 1 내지 도 9에서 설명한 포인트 클라우드 인코더의 동작들 및 인코딩 방법들과 동일 또는 유사한 동작들 및 방법들 중 적어도 어느 하나 이상을 수행할 수 있다. 실시예들에 따른 전송 장치는 데이터 입력부(12000), 양자화 처리부(12001), 복셀화 처리부(12002), 옥트리 오큐판시 코드 (Occupancy code) 생성부(12003), 표면 모델 처리부(12004), 인트라/인터 코딩 처리부(12005), 아리스메틱 (Arithmetic) 코더(12006), 메타데이터 처리부(12007), 색상 변환 처리부(12008), 어트리뷰트 변환 처리부(또는 속성 변환 처리부)(12009), 예측/리프팅/RAHT 변환 처리부(12010), 아리스메틱 (Arithmetic) 코더(12011) 및/또는 전송 처리부(12012)를 포함할 수 있다.
실시예들에 따른 데이터 입력부(12000)는 포인트 클라우드 데이터를 수신 또는 획득한다. 데이터 입력부(12000)는 포인트 클라우드 비디오 획득부(10001)의 동작 및/또는 획득 방법(또는 도2에서 설명한 획득과정(20000))과 동일 또는 유사한 동작 및/또는 획득 방법을 수행할 수 있다.
데이터 입력부(12000), 양자화 처리부(12001), 복셀화 처리부(12002), 옥트리 오큐판시 코드 (Occupancy code) 생성부(12003), 표면 모델 처리부(12004), 인트라/인터 코딩 처리부(12005), Arithmetic 코더(12006)는 지오메트리 인코딩을 수행한다. 실시예들에 따른 지오메트리 인코딩은 도 1 내지 도 9에서 설명한 지오메트리 인코딩과 동일 또는 유사하므로 구체적인 설명은 생략한다.
실시예들에 따른 양자화 처리부(12001)는 지오메트리(예를 들면 포인트들의 위치값, 또는 포지션값)을 양자화한다. 양자화 처리부(12001)의 동작 및/또는 양자화는 도 4에서 설명한 양자화부(40001)의 동작 및/또는 양자화와 동일 또는 유사하다. 구체적인 설명은 도 1 내지 도 9에서 설명한 바와 동일하다.
실시예들에 따른 복셀화 처리부(12002)는 양자화된 포인트들의 포지션 값을 복셀화한다. 복셀화 처리부(120002)는 도 4에서 설명한 양자화부(40001)의 동작 및/또는 복셀화 과정과 동일 또는 유사한 동작 및/또는 과정을 수행할 수 있다. 구체적인 설명은 도 1 내지 도 9에서 설명한 바와 동일하다.
실시예들에 따른 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 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 인트라/인터 코딩 처리부(12005)는 포인트 클라우드 데이터를 인트라/인터 코딩할 수 있다. 인트라/인터 코딩 처리부(12005)는 도 7에서 설명한 인트라/인터 코딩과 동일 또는 유사한 코딩을 수행할 수 있다. 구체적인 설명은 도 7에서 설명한 바와 동일하다. 실시예들에 따라 인트라/인터 코딩 처리부(12005)는 아리스메틱 코더(12006)에 포함될 수 있다.
실시예들에 따른 아리스메틱 코더(12006)는 포인트 클라우드 데이터의 옥트리 및/또는 근사화된 옥트리를 엔트로피 인코딩한다. 예를 들어, 인코딩 방식은 아리스메틱(Arithmetic) 인코딩 방법을 포함한다. . 아리스메틱 코더(12006)는 아리스메틱 인코더(40004)의 동작 및/또는 방법과 동일 또는 유사한 동작 및/또는 방법을 수행한다.
실시예들에 따른 메타데이터 처리부(12007)는 포인트 클라우드 데이터에 관한 메타데이터, 예를 들어 설정 값 등을 처리하여 지오메트리 인코딩 및/또는 어트리뷰트 인코딩 등 필요한 처리 과정에 제공한다. 또한 실시예들에 따른 메타데이터 처리부(12007)는 지오메트리 인코딩 및/또는 어트리뷰트 인코딩과 관련된 시그널링 정보를 생성 및/또는 처리할 수 있다. 실시예들에 따른 시그널링 정보는 지오메트리 인코딩 및/또는 어트리뷰트 인코딩과 별도로 인코딩처리될 수 있다. 또한 실시예들에 따른 시그널링 정보는 인터리빙 될 수도 있다.
색상 변환 처리부(12008), 어트리뷰트 변환 처리부(12009), 예측/리프팅/RAHT 변환 처리부(12010), 아리스메틱 (Arithmetic) 코더(12011)는 어트리뷰트 인코딩을 수행한다. 실시예들에 따른 어트리뷰트 인코딩은 도 1 내지 도 9에서 설명한 어트리뷰트 인코딩과 동일 또는 유사하므로 구체적인 설명은 생략한다.
실시예들에 따른 색상 변환 처리부(12008)는 어트리뷰트들에 포함된 색상값을 변환하는 색상 변환 코딩을 수행한다. 색상 변환 처리부(12008)는 재구성된 지오메트리를 기반으로 색상 변환 코딩을 수행할 수 있다. 재구성된 지오메트리에 대한 설명은 도 1 내지 도 9에서 설명한 바와 동일하다. 또한 도 4에서 설명한 컬러 변환부(40006)의 동작 및/또는 방법과 동일 또는 유사한 동작 및/또는 방법을 수행한다. 구체적인 설명은 생략한다.
실시예들에 따른 어트리뷰트 변환 처리부(12009)는 지오메트리 인코딩이 수행되지 않은 포지션들 및/또는 재구성된 지오메트리를 기반으로 어트리뷰트들을 변환하는 어트리뷰트 변환을 수행한다. 어트리뷰트 변환 처리부(12009)는 도 4에 설명한 어트리뷰트 변환부(40007)의 동작 및/또는 방법과 동일 또는 유사한 동작 및/또는 방법을 수행한다. 구체적인 설명은 생략한다. 실시예들에 따른 예측/리프팅/RAHT 변환 처리부(12010)는 변환된 어트리뷰트들을 RAHT 코딩, 예측 변환 코딩 및 리프팅 변환 코딩 중 어느 하나 또는 조합하여 코딩할 수 있다. 예측/리프팅/RAHT 변환 처리부(12010)는 도 4에서 설명한 RAHT 변환부(40008), LOD 생성부(40009) 및 리프팅 변환부(40010)의 동작들과 동일 또는 유사한 동작들 중 적어도 하나 이상을 수행한다. 또한 예측 변환 코딩, 리프팅 변환 코딩 및 RAHT 변환 코딩에 대한 설명은 도 1 내지 도 9에서 설명한 바와 동일하므로 구체적인 설명은 생략한다.
실시예들에 따른 아리스메틱 코더(12011)는 코딩된 어트리뷰트들을 아리스메틱 코딩에 기반하여 인코딩할 수 있다. 아리스메틱 코더(12011)는 아리스메틱 인코더(400012)의 동작 및/또는 방법과 동일 또는 유사한 동작 및/또는 방법을 수행한다.
실시예들에 따른 전송 처리부(12012)는 인코딩된 지오메트리 및/또는 인코딩된 어트리뷰트, 메타 데이터 정보를 포함하는 각 비트스트림을 전송하거나, 인코딩된 지오메트리 및/또는 인코딩된 어트리뷰트, 메타 데이터 정보를 하나의 비트스트림으로 구성하여 전송할 수 있다. 실시예들에 따른 인코딩된 지오메트리 및/또는 인코딩된 어트리뷰트, 메타 데이터 정보가 하나의 비트스트림으로 구성되는 경우, 비트스트림은 하나 또는 그 이상의 서브 비트스트림들을 포함할 수 있다. 실시예들에 따른 비트스트림은 시퀀스 레벨의 시그널링을 위한 SPS (Sequence Parameter Set), 지오메트리 정보 코딩의 시그널링을 위한 GPS(Geometry Parameter Set), 어트리뷰트 정보 코딩의 시그널링을 위한 APS(Attribute Parameter Set), 타일 레벨의 시그널링을 위한 TPS (Tile Parameter Set)를 포함하는 시그널링 정보 및 슬라이스 데이터를 포함할 수 있다. 슬라이스 데이터는 하나 또는 그 이상의 슬라이스들에 대한 정보를 포함할 수 있다. 실시예들에 따른 하나의 슬라이스는 하나의 지오메트리 비트스트림(Geom0 0) 및 하나 또는 그 이상의 어트리뷰트 비트스트림들(Attr0 0, Attr1 0)을 포함할 수 있다.
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+XR+모바일폰>
XR/PCC 장치(1430)는 PCC기술이 적용되어 모바일폰(1440) 등으로 구현될 수 있다.
모바일폰(1440)은 PCC 기술에 기반하여 포인트 클라우드 콘텐츠를 디코딩하고, 디스플레이할 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 오버랩 되도록 출력될 수 있다. 반면, XR/PCC 객체가 자율 주행 차량의 내부에 구비되는 디스플레이에 출력되는 경우에는 XR/PCC 객체의 적어도 일부가 화면 속의 객체에 오버랩 되도록 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 보여주는 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 서비스이다.
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.
도 15은 실시예들에 따른 포인트 클라우드 인코더를 나타낸다.
실시예들에 따른 포인트 클라우드 인코더(15000)는 포인트 클라우드 데이터(PCC 데이터, 15000a)를 수신하여 이들을 인코딩한다. 실시예들에 따른 포인트 클라우드 인코더는 기하정보 비트스트림(15000b) 및 속성 정보 비트스트림(15000c)을 출력한다. 실시예들에 따른 포인트 클라우드 인코더(15000)는 공간 분할부(15001), 기하정보 부호화부(15002) 및/또는 속성정보 부호화부(15003)를 포함할 수 있다.
도15의 포인트 클라우드 인코더는 도1의 송신장치(1000), 포인트 클라우드 비디오 인코더(10002), 도2의 인코딩(18001), 도4의 인코더, 도12의 송신 장치, 도14의 XR디바이스(1430) 등에 대응되거나 결합될 수 있다.
공간 분할부(15001)는 포인트 클라우드 인코더는 포인트 클라우드 데이터(PCC 데이터, 15000a)를 수신하고, 포인트 클라우드 데이터를 하나 또는 그 이상의 3차원 공간으로 분할할 수 있다. 공간분할부(15001)는 포인트 클라우드 데이터를 수신하고, 포인트 클라우드 데이터를 3차원 블록으로 공간분할할 수 있다. 포인트 클라우드 데이터는 포인트(또는 포인트들)의 기하 정보 및/또는 속성 정보를 포함할 수 있다. 공간분할부(15001)는 바운딩 박스(bounding box) 및/또는 서브 바운딩 박스 등에 기반하여 포인트 클라우드 데이터(PCC 데이터)를 공간 분할할 수 있다. 실시예들에 따른 방법/장치는 분할된 단위(박스)에 기반하여 인코딩/디코딩을 수행할 수 있다.
실시예들에 따른 송신 장치(예를 들어, 공간 분할부)는 3차원 공간 상의 포인트 클라우드(Point Cloud) 데이터를 압축하기 위해 병렬 처리가 가능한 단위로 분할할 수 있다. 실시예들에 따른 공간 분할부(15001)는, 수신 장치가 사용자에게 스케일러빌리티(Scalability), 및/또는 관심영역(ROI) 기능을 지원하기 위하여 포인트 클라우드 데이터를 슬라이스(slice) 단위로 분할할 수 있다.
실시예들에 따른 송신 장치는, 저지연, 저복잡도, 시간적 스케일러빌리티, 공간적 스케일러빌리티, 관심 영역 기반의 공간적 스케일러빌리티, 퀄리티 스케일러빌리티, 병렬적 부호화, 수신 장치의 병렬적 복호화를 달성하기 위해 실시예들에 따른 포인트 클라우드 데이터를 슬라이스(slice, 브릭(brick)이라고 호칭될 수도 있다), 타일(tile) 단위로 분할할 수 있다. 따라서, 실시예들에 따른 송신 장치는 슬라이스 단위에서 스케일러빌리티 조절, 양자값 조절 등을 지원하는 동작을 수행할 필요가 있다. 따라서 실시예들에 따른 포인트 클라우드 데이터 송신 장치는 슬라이스들을 간의 중첩 영역이 포함되도록 중첩 슬라이스를 구성할 수 있다. 실시예들에 따른 포인트 클라우드 데이터 송신 장치가 포인트 클라우드 데이터를 하나 또는 그 이상의 슬라이스들(또는 중첩 슬라이스)로 분할하는 방법은 이하에서 자세하게 설명하기로 한다.
슬라이스란, 실시예들에 따른 포인트 클라우드 데이터 송신 장치가 포인트 클라우드 데이터를 인코딩 및/또는 디코딩하기 위한 단위(또는 최소 단위)를 의미할 수 있으며, 포인트 클라우드 데이터 송신 장치 및/또는 수신 장치는 슬라이스(slice) 단위로 포인트 클라우드 데이터를 독립적으로(independently) 부호화 및/또는 복호화할 수 있다. 실시예들에 따른 슬라이스(slice)는 다른 용어로 브릭(brick), 블록(block), 매크로블록(macroblock)이라고 호칭될 수 있다.
공간 분할부(15001)는 도 1의 클라우드 에퀴지션(Point Cloud Acquisition, 10001), 도 2의 획득(20000) 동작, 도 3 내지 도 5에 따른 동작, 도 12의 데이터 입력부(12000) 동작의 일부/전부를 수행할 수 있다.
기하정보 부호화부(15002)는 실시예들에 따른 포인트 클라우드 데이터(PCC 데이터)의 지오메트리 정보를 수신하여 이들을 부호화한다. 지오메트리 정보는 포인트 클라우드 데이터에 포함된 포인트들의 위치 정보를 의미할 수 있다. 기하정보 부호화부(15002)는 지오메트리 정보를 부호화하여 기하정보 비트스트림을 출력한다. 기하정보 부호화부(15002)는 포인트들의 위치 정보를 재구성하여 복원된 기하정보(15002a)를 출력할 수 있다. 기하정보 부호화부(15002)는 복원된 기하정보를 속성정보 부호화부(15002)로 전달할 수 있다.
기하정보 부호화부(15002)는 도 1의 포인트 클라우드 비디오 인코더(Point Cloud Video Encoder, 10002), 도 2의 인코딩(20001), 도 4의 좌표계 변환부(40000), 양자화(40001), 옥트리 분석부(40002), 서페이스 어프록시메이션 분석부(40003), 아리스메틱 인코더(40004), 지오메트리 리컨스럭션부(40005), 도 12의 양자화 처리부(12001), 복셀화 처리부(12002), 옥트리 오큐펀시 코드 생성부(12003), 표면 모델 처리부(12004), 인트라/인터 코딩 처리부(12005) 및/또는 아리스메틱 코더(12006)의 동작의 일부/전부를 수행할 수 있다.
속성정보 부호화부(15003)는 실시예들에 따른 포인트 클라우드 데이터의 속성 정보를 수신하고, 기하정보 부호화부(15003)로부터 수신한 복원된 기하정보를 이용하여 속성 정보를 부호화할 수 있다. 속성정보 부호화부(15003)는 속성 정보를 부호화하여 속성 정보 비트스트림(15000c)을 출력한다. 속성정보 부호화부(15003)는 예를 들어, 실시예들에 따른 예측 변환(prediction transform), 리프팅 변환(lifting transform) 및/또는 RAHT(Region Adaptive Hierarchical Transform) 변환을 수행할 수 있다. 속성정보 부호화부(15003)는 예를 들어, 프리딕션 리프팅(prediction lifting, 또는 예측 리프팅) 변환을 수행할 수 있다. 프리딕션 리프팅 변환은 실시예들에 따른 예측 변환 및/또는 리프팅 변환의 각 세부 동작들의 일부 또는 전부를 조합한 것을 의미할 수 있다.
실시예들에 따른 포인트 클라우드 인코더는 실시예들에 따른 예측 변환(prediction transform), 리프팅 변환(lifting transform) 및/또는 RAHT(Region Adaptive Hierarchical Transform) 변환의 일부, 전부 및/또는 각각의 조합으로 인코딩을 수행할 수 있다.
속성정보 부호화부(15003)는 도 1의 포인트 클라우드 비디오 인코더(10002), 도 2의 인코딩(20001), 도 4의 컬러 변환부(40006), 속성 변환부(40007), RATH 변환부(40008), LOD생성부(40009), Lifting 변환부(40010), 계수 양자화부(40011) 및/또는 아리스메틱 인코딩부(40012)의 동작, 도 12의 색상 변환 처리부(12008), 속성 변환 처리부(12009), 예측/리프팅/RAHT 변환 처리부(12010), 아리스매틱 코더(12011)의 동작 전부/일부를 수행할 수 있다.
여기서, 복원된 기하정보(15002c)는 도 4에서 설명한 지오메트리 리컨스럭션부(Reconstruct Geometry, 40005)에 의해 재구성된 옥트리 및/또는 근사화된 옥트리를 의미할 수 있다. 복원된 기하정보는 도 6에서 설명한 오큐펀시 코드를 의미할 수 있고, 또는 옥트리 구조를 의미할 수도 있다. 복원된 기하정보는 도 12에서 설명한 옥트리 오큐펀시 코드 생성부(12003)에 의해 성성된 옥트리 오큐펀시 코드를 의미할 수도 있다.
속성정보 부호화부(15003)는, 실시예들에 따른 포인트 클라우드 데이터의 속성 정보를 인코딩할 수 있다. 여기서, 실시예들에 따른 부호화부(15003)는 실시예들에 따른 복원된 기하정보(또는 복원된 지오메트리 정보)를 이용하여 속성 정보를 부호화할 수 있다. 속성정보 부호화부(15003)은 수신된 데이터를 인코딩하여 어트리뷰트 정보(또는 속성 정보)를 포함하는 비트스트림을 생성할 수 있다.
실시예들에 따른 속성정보 부호화부(15003)는 도 4의 색상 변환부(40006), 속성 전송부(40007), RAHT 변환부(40008), LOD 생성부(40009), 리프팅부(40010), 양자화부(40011) 및/또는 아리스메틱 인코딩부(40012)를 포함할 수 있다.
실시예들에 따른 포인트 클라우드 데이터는 데이터의 특성에 따라 카테고리 1과 카테고리 3으로 분류될 수 있다. 카테고리 1 데이터는 정적 데이터로 1장의 프레임(frame)으로 구성되는 데이터일 수 있다. 카테고리 3 데이터는 동적 데이터로 N장의 프레임(frame)으로 구성되는 데이터일 수 있다. 포인트 클라우드 데이터의 파일 포맷(file format)인 ply 파일은 데이터의 획득 방법에 따라 여러 개의 포인트(points)들로 구성될 수 있다.
실시예들에 따른 포인트는 해당 포인트의 위치 정보(지오메트리 정보) 및 색상 정보, 반사도 정보, 시간정보, 노멀벡터(Normal vector)정보 등을 포함하는 속성 정보(어트리뷰트 정보)를 포함할 수 있다. 실시예들에 따른 포인트는 표현하고자 하는 조건에 따라 다양한 정보를 포함할 수 있다. 포인트들로 이루어진 카테고리 1과 카테고리 3 데이터는 대용량의 점을 포함하는 프레임을 포함할 수 있다. 그러나, 실시예들에 따른 포인트 클라우드 데이터 송신 장치는 이러한 포인트들을 포함하는 프레임을 수신하여 부호화하는 경우, 지연 시간과 불필요한 자원이 많이 사용되는 문제점이 있다.
따라서 실시예들에 따른 포인트 클라우드 데이터 송신 장치는, 포인트 클라우드 데이터의 전송 동작, 부호화 동작, 수신 장치의 복호화 동작, 수신 장치의 렌더링 처리 동작이 실시간으로 이루어짐과 동시에 저지연으로 처리되기 위하여 포인트 클라우드 데이터를 복수 개의 영역들로 분할할 수 있다. 실시예들에 따른 포인트 클라우드 데이터 송신 장치는, 포인트 클라우드 데이터의 프레임을 타일(tile), 슬라이스(slice) 및/또는 브릭(brick) 단위로 분할할 수 있다.
따라서 실시예들에 따른 포인트 클라우드 데이터 송신 장치는, 3차원 포인트 클라우드(Point Cloud) 데이터의 병렬 처리 능력의 향상 및 스케일러비티(scalability)를 향상시키기 위한 독립적인 데이터 분할 방법에 따라 포인트 클라우드 데이터를 분할할 수 있다. 독립적인 데이터 분할을 수행할 때 공간상으로 가까운 점들끼리 재분할이 수행되는 방법을 지원한 것으로 공간 적응적 분할 방법을 포함할 수 있다.
실시예들에 따르면, 포인트 클라우드 데이터는 예를 들어 데이터의 특성에 따라 카테고리 1(Category 1)과 카테고리 3(Category 3)으로 나뉠 수 있다. 예를 들어 카테고리 1 데이터는 정적 포인트 클라우드(static point cloud)일 수 있으며, 1장의 프레임(frame)으로 구성되는 데이터일 수 있다. 예를 들어 카테고리 3 데이터는 동적 데이터(동적으로 획득된 포인트 클라우드 데이터, dynamically acquired point cloud data)를 의미할 수 있으며, N장의 프레임(frame)으로 구성될 수 있다.
실시예들에 따른 프레임(frame)은 실시예들에 따른 타일 및/또는 슬라이스 등을 포함할 수 있다. 실시예들에 따른 타일 및/또는 슬라이스는 하나 또는 그 이상의 포인트들을 포함할 수 있다. 하나의 포인트는 위치정보, 색상정보, 반사도정보, 시간정보, 노멀대형 지형 지도(fused) 데이터 등으로 구성될 수 있다. 실시예들에 따르면, 포인트 클라우드 데이터의 파일 포맷(file format)인 ply 파일은 데이터의 획득 벡터(Normal vector)정보 등 표현하고자 하는 조건에 따라 다양한 정보를 포함 할 수 있다.
이러한 점들로 이루어진 카테고리 1과 3 데이터는 대용량의 점을 하나의 프레임으로 구성할 수 있다. 하나의 데이터를 부호화/복호화하는 시간과 자원이 많이 드는 문제점이 있다. 예를 들어 대형 포인트 클라우드인 카테고리 3 - fused 데이터는 하나의 데이터로 압축을 하기에 처리하는 메모리가 많이 필요하며, 따라서 인코딩 과정에서 많은 자원과 시간이 소비될 수 있다. 또한, 한 장의 프레임 안에서 계산해야 하는 이웃 노드(neighbor nodes) 계산 기법, LoD(Level of Detail) 생성 등 한 번의 부호화/복호화를 처리해야하는 단위가 커질 수 있다.
따라서, 실시예들에 따른 포인트 클라우드 데이터 송신 장치/수신 장치는 포인트 클라우드 데이터를 하나 또는 그 이상의 타일들(tiles) 및/또는 슬라이스들(slices)로 분할하고, 이들에 기초하여 병렬적으로 인코딩/디코딩을 수행할 수 있다. 포인트 클라우드의 전송, 부호화/복호화, 렌더링 처리 과정이 실시간, 저지연으로 수행하기 위해, 송신 장치 및/또는 수신 장치는 포인트 클라우드 프레임 한 장을 타일(tile), 슬라이스(slice), 혹은 브릭(brick) 단위로 나눌 수 있다. 이러한 구성은 송신 장치 및/또는 수신 장치로 하여금 공간상의 랜덤 액세스(random access)와 병렬 부호화/복호화를 가능하게 한다. 따라서, 실시예들에 따른 포인트 클라우드 데이터 송신 장치(또는 공간 분할부, 15001)는 3차원 포인트 클라우드(Point Cloud) 데이터를 인코딩 및/또는 압축하기 이전에 병렬 처리와 공간 랜덤 액세스(spatial random access) 기능을 지원하기 위한 포인트 클라우드 데이터를 분할할 수 있다.
실시예들에 따른 슬라이스(slice)는, 독립적으로 실시예들에 따른 포인트 클라우드 데이터 송신 장치에 의해 인코딩되거나 포인트 클라우드 데이터 수신 장치에 의해 디코딩되는 포인트들의 세트를 의미한다 (A slice is a set of points that can be encoded or decoded independently). 슬라이스는 하나의 지오메트리 데이터 유닛 및 0개 또는 그 이상의 어트리뷰트 데이터 유닛들을 포함한다(A slice comprises one geometry data unit and zero or more attribute data units). 어트리뷰트 데이터 유닛들은 동일한 슬라이스 내에 있는 대응하는 지오메트리 데이터 유닛에 의존한다(Attribute data units depend upon the corresponding geometry data unit within the same slice). 동일한 슬라이스 내에서, 지오메트리 데이터 유닛은 연관된 어트리뷰트 유닛들보다 먼저 나타날 수 있다(Within a slice, the geometry data unit must appear before any associated attribute units). 슬라이스의 데이터 유닛들은 연속적일 수 있다(The data units of a slice must be contiguous). 하나의 프레임(frame) 내에서의 슬라이스들의 순서는 임의로 결정될 수 있다.
슬라이스들의 그룹은 공통되는 타일 식별자에 의해 식별될 수 있다(A group of slices may be identified by a common tile identifier). 따라서, 실시예들에 따른 포인트 클라우드 데이터 송신 장치는 타일 인벤토리(tile inventory, 또는 타일 파라미터 세트(tile parameter set))를 포함하는 시그널링 정보를 더 전송할 수 있다. 타일 인벤토리는 각 타일(tile)에 대한 바운딩 박스를 설명한다. 하나의 타일은 바운딩 박스 내 다른 타일과 오버랩(overlap)될 수 있다(A tile inventory describes a bounding box for each tile. A tile may overlap another tile in the bounding box). 각 슬라이스는 해당 슬라이스가 포함되는 타일을 식별하는 인덱스(index)를 포함할 수 있다.
실시예들에 따른 포인트 클라우드 데이터 송신 장치는, 포인트 클라우드 데이터를 분할하고, 이들을 각각 독립적으로 부호화함으로써, 포인트 클라우드 데이터가 점유하는 3차원 공간상의 랜덤 액세스(random access)와 병렬 부호화를 가능하게 하고, 따라서 실시예들에 따른 포인트 클라우드 데이터 수신 장치는 이러한 포인트 클라우드 데이터를 신속하게 디코딩할 수 있다.
도 16은 실시예들에 따른 포인트 클라우드 데이터 송신 장치를 나타낸다.
도 16에 나타난 실시예들에 따른 포인트 클라우드 데이터 송신 장치는, 도 1의 포인트 클라우드 비디오 애퀴지션(10001), 포인트 클라우드 비디오 인코더(10002)의 구성 일부 또는 전부, 도 2의 획득부(18000) 및/또는 인코딩부(18001)의 전부 또는 일부일 수 있다. 도 16에 나타난 실시예들에 따른 구성들은 도 15의 공간 분할부(15001), 기하정보 부호화부(15002) 및/또는 속성정보 부호화부(15003) 일부 또는 전부에 포함될 수 있다.
도 16에 나타난 실시예들에 따른 포인트 클라우드 데이터 송신 장치는, 도14의 XR디바이스(1430) 등에 의해 결합될 수 있다.
실시예들에 따른 포인트 클라우드 데이터 송신 장치는 데이터 특성 조사부(16000), 분할부 및 정제부(16001), 데이터 입력부(16002), 좌표 변환부(16003), 양자화/복셀화 처리부(16004), 옥트리 오큐판시 코드 생성부(16005), 표면 모델 처리부(16006), 제 1 아리스메틱 코더(16007), 지오메트리 재구성부(16008), 색상 변환 처리부(16009), 속성 변환 처리부(16010), 예측/리프팅/RAHT 변환 처리부(16011), 계수 양자화 처리부(16012) 및/또는 제 2 아리스메틱 코더(16013)를 포함할 수 있다.
데이터 특성 조사부(16000)는, 실시예들에 따른 포인트 클라우드 데이터의 특성을 조사한다. 데이터 특성 조사부(16000)는, 도 1의 포인트 클라우드 비디오 애퀴지션(10001)의 동작, 도 3에 나타난 동작을 수행할 수 있다.
분할부 및/또는 정제부(16001)는, 실시예들에 따른 포인트 클라우드 데이터를 분할(partition) 및/또는 정제(refine)한다. 분할 및/또는 정제부(16001)는 분할부 및/또는 정제부를 포함할 수 있다.
실시예들에 따른 분할부는, 포인트 클라우드 데이터를 하나 또는 그 이상의 타일(tile)들로 분할할 수 있다. 실시예들에 따른 분할부는 포인트 클라우드 데이터를 하나 또는 그 이상의 슬라이스(slice)들(브릭(brick) 또는 블록(block)으로 호칭될 수 있다)로 분할할 수 있다.
예를 들어, 분할부는 포인트 클라우드 데이터를 하나 또는 그 이상의 타일(tile)들로 분할할 수 있고, 각 타일에 대하여 하나 또는 그 이상의 슬라이스(slice)들로 분할할 수 있다. 하나의 슬라이스(slice)는 포인트 클라우드 데이터의 포인트(point)들을 포함할 수 있다.
실시예들에 따른 정제부는, 포인트 클라우드 데이터가 분할되어 생성된 하나 또는 그 이상의 슬라이스들 (또는 타일들)을 정제한다. 정제란, 하나 또는 그 이상의 슬라이스(slice)들을 합병(merge)하여 합병된 슬라이스를 생성하거나, 하나의 슬라이스를 스플릿(split)하여 복수의 슬라이스들을 생성 또는 인접한 슬라이스에 재분배하는 것을 의미한다.
합병(merge)이란, 두 개 이상의 슬라이스들 내에 포함된 포인트들을 모두 포함하는 하나의 슬라이스를 생성하는 동작을 의미한다.
스플릿(split)이란, 하나의 슬라이스 내에 포함된 포인트들이 두 개 이상의 슬라이스들 내에 포함되도록 하나의 슬라이스를 다시 분할하거나, 하나의 슬라이스 내에 포함된 포인트들이 해당 슬라이스 및 해당 슬라이스와 인접한 슬라이스가 나누어 갖도록 포인트들을 재분배하는 것을 의미한다.
분할부 및/또는 정제부(16001)는, 도 15에 나타난 공간 분할부(15001) 내에 포함될 수 있다.
데이터 입력부(16002)는, 실시예들에 따른 분할부 및/또는 정제부(16001)에 의해 생성된 슬라이스들을 입력받는다. 데이터 입력부(16002)는 입력받은 슬라이스들을 실시예들에 따른 인코더(예를 들어, 지오메트리 인코더 및/또는 어트리뷰트 인코더)로 전달한다. 예를 들어, 실시예들에 따른 데이터 입력부(16002)는, 각 슬라이스 내에 포함된 포인트들의 위치 정보(위치 값)을 실시예들에 따른 좌표 변환부(16003)로 전달한다. 또한, 예를 들어 실시예들에 따른 데이터 입력부(16002)는, 각 슬라이스 내에 포함된 포인트들의 속성 정보(위치 값)를 실시예들에 따른 색상 변환 처리부(16009)로 전달한다.
실시예들에 따른 데이터 입력부(16002)는, 포인트 클라우드 데이터 송신 장치가 각 슬라이스 별로 독립적인 인코딩을 수행하기 위하여, 슬라이스 단위로 포인트 클라우드 데이터를 입력 받고, 슬라이스 단위로 포인트 클라우드 데이터를 실시예들에 따른 인코더로 전달할 수 있다.
데이터 입력부(16002)는, 도 15에 나타난 공간 분할부(15001) 내에 포함될 수 있다.
좌표 변환부(16003)는, 실시예들에 따른 포인트들의 위치 정보(위치 값)을 수신하여, 이들의 좌표를 변환할 수 있다. 좌표 변환부(16003)는, 도 1의 포인트 클라우드 비디오 인코더(10002), 도 2의 인코딩(18001), 도 4의 좌표 변환부(30000), 도 5의 동작을 수행할 수 있다.
양자화/복셀화 처리부(16004)는, 실시예들에 따른 포인트 클라우드 데이터를 양자화 및/또는 복셀화한다. 양자화/복셀화 처리부(16004)는, 도 1의 포인트 클라우드 비디오 인코더(10002), 도 2의 인코딩(18001), 도 4의 양자화 및 복셀화부(30001), 도 5의 동작, 도 6의 동작을 수행할 수 있다.
옥트리 오큐판시 코드 생성부(16005)는, 양자화 및/또는 복셀화 처리된 포인트 클라우드 데이터를 이용하여 옥트리(octree) 오큐판시 코드(occupancy code)를 생성한다. 양자화/복셀화 처리부(16004)는, 도 1의 포인트 클라우드 비디오 인코더(10002), 도 2의 인코딩(18001), 도 4의 옥트리 분석부(30002), 도 6의 동작, 도 7의 동작을 수행할 수 있다.
표면 모델 처리부(16006)는, 도 4의 표면 모델 처리부(30003) 동작, 도 12의 표면 모델 처리부(12004) 동작을 수행할 수 있다.
제 1 아리스메틱 코더(16007)는, 실시예들에 따른 옥트리 오큐판시 코드를 아리스메틱 코딩한다. 제 1 아리스메틱 코더(16007)는 도 4의 아리스메틱 인코딩부(30004) 동작을 수행할 수 있다.
지오메트리 재구성부(16008)는, 옥트리 오큐판시 코드 생성부(16005)에 의해 생성된 옥트리 오큐판시 코드 및/또는, 표면 모델 처리부(16006)에 의해 표면 모델 처리된 옥트리 오큐판시 코드를 이용하여 지오메트리 정보를 재구성한다. 지오메트리 재구성부(16008)는, 도 4의 지오메트리 재구성부(30005) 동작을 수행한다.
색상 변환 처리부(16009)는, 어트리뷰트들에 포함된 컬러 값(또는 텍스쳐)을 변환하는 컬러 변환 코딩을 수행한다. 색상 변환 처리부(16009)는 도 4에서 설명한 컬러 변환부(40006)를 의미할 수 있다.
속성 변환 처리부(16010)는, 지오메트리 인코딩이 수행되지 않은 포지션들 및/또는 재구성된 지오메트리를 기반으로 어트리뷰트들을 변환하는 어트리뷰트 변환을 수행한다. 속성 변환 처리부(16010)는 도 4에서 설명한 어트리뷰트 변환부(40007)를 의미할 수 있다.
예측/리프팅/RAHT 변환 처리부(16011)는, 도 4의 RAHT 변환부(40008), LOD생성부(40009) 및/또는 리프팅 변환부(40010)를 의미할 수 있다.
계수 양자화 처리부(16012)는, 도 4의 계수 양자화부(40011)를 의미할 수 있다.
제 2 아리스메틱 코더(16013)는, 도 4의 아리스메틱 코더(40012), 도 12의 아리스메틱 코더(12011)를 의미할 수 있다.
실시예들에 따른 포인트 클라우드 데이터 송신 장치는 인코딩된 지오메트리 비트스트림, 인코딩된 어트리뷰트 비트스트림을 결합하는 결합부를 더 포함할 수 있다.
도 17은 실시예들에 따른 포인트 클라우드 데이터 송신 장치를 나타낸다.
도 17에 나타난 구성요소는 예를 들어, 도 15의 공간 분할부(15001), 도 16의 데이터 특성 조사부(16000), 분할부 및/또는 정제부(16001)를 의미할 수 있다. 도 17에 나타난 구성요소는 도 1의 포인트 클라우드 비디오 애퀴지션(10001) 및/또는 포인트 클라우드 비디오 인코더(10002)일 수 있다. 도 17에 나타난 구성요소는 도 2의 획득부(18000) 및/또는 인코딩부(18001), 도 12의 데이터 입력부(12000)일 수 있다.
도 17에 나타난 실시예들에 따른 포인트 클라우드 데이터 송신 장치는, 도14의 XR디바이스(1430) 등에 의해 결합될 수 있다.
실시예들에 따른 포인트 클라우드 데이터 송신 장치(17000, 예를 들어 공간 분할부(15001))는, 분할부(17001), 정제부(17002)를 포함할 수 있다.
실시예들에 따른 분할부(17001)는 포인트 클라우드 데이터를 수신하여 이들을 전처리(preprocessing) 및/또는 분할(partition)한다. 예를 들어, 분할부는 하나의 프레임(frame)을 하나 또는 그 이상의 타일(tile)들 및/또는 슬라이스들(slices)로 분할한다. 실시예들에 따른 분할부(17001)는 여러 가지 분할 방법(partitioning method)에 따라 포인트 클라우드 데이터를 분할할 수 있다. 따라서 분할부(17001)는 실시예들에 따른 분할 방법 확인부(17001a)를 포함할 수 있다.
실시예들에 따른 분할 방법 확인부(17001a)는 포인트 클라우드 데이터의 특성에 기초하여 분할 방법을 결정할 수 있다. 실시예들에 따른 분할 방법은 시간에 따른 분할 방법(Timestamp partitioning), 몰톤 순서 분할 방법(Morton order partitioning), 균등 사각형 분할 방법(Uniform square partitioning), 옥트리 분할 방법(Octree partitioning) 방법 중 하나일 수 있다.
실시예들에 따른 분할부(17001, 또는 분할 방법 확인부(17001a))는 실시예들에 따른 분할부가 포인트 클라우드 데이터를 분할하는 분할 방법을 나타내는 시그널링 정보를 생성할 수 있다(예를 들어, 후술하는 partitioning_method 파라미터 등). 실시예들에 따른 송신 장치(또는 분할부)는 상술한 분할 방법들 중 하나의 분할 방법에 기초하여 포인트 클라우드 데이터를 분할할 수도 있고, 복수 개의 분할 방법에 기초하여 분할할 수도 있다.
실시예들에 따른 분할부(17001)는 도 16의 데이터 특성 조사부(16000), 데이터 특성에 따른 분할부&정제부(16001)의 동작 일부 또는 전부를 수행할 수 있다. 실시예들에 따른 분할부(17001)는 도 15의 공간 분할부(15001)의 동작 일부 또는 전부를 수행할 수 있다. 실시예들에 따른 분할부(17001)는 도 1의 포인트 클라우드 비디오 인코더(10002), 도 2의 인코딩(18001)에 포함될 수 있다.
실시예들에 따른 정제부(17002, refiner)는 실시예들에 따른 분할부에 의해 생성된 슬라이스들 중 일부 슬라이스들을 합병(merge)하거나 스플릿(split)한다. 정제부는 특정 기준(하나의 슬라이스에 들어오는 점의 개수, 공간의 부피, 점의 밀도)에 따라 이미 분할부에 의해 분할된 슬라이스를 정제(refine)한다.
합병(merge)이란, 분할부(17001)에 의해 분할하여 생성된 슬라이스들 중 일부 슬라이스들을 하나의 슬라이스로 합치는 것이다. 예를 들어, 슬라이스들 중 제 1 슬라이스, 제 2 슬라이스를 합병하는 경우, 정제부(17002)는 제 1 슬라이스 및 제 2 슬라이스에 포함된 모든 포인트들을 포함하는 하나의 슬라이스를 생성한다.
스플릿(split)이란, 분할부(17001)에 의해 분할하여 생성된 슬라이스들 중 일부 하나의 슬라이스를 복수의 슬라이스들로 쪼개거나, 하나의 슬라이스에 포함된 포인트들을 인접한 슬라이스와 나누어 갖도록 분배(또는 슬라이스의 경계를 재설정)하는 것을 의미한다. 예를 들어, 제 1 슬라이스를 스플릿(split)하는 경우, 제 1 슬라이스에 포함된 포인트들을 제 2 슬라이스, 제 3 슬라이스 등이 포함하도록 재분할하는 동작을 의미할 수 있다. 예를 들어, 제 1 슬라이스를 스플릿(split)하는 경우, 제 1 슬라이스에 포함된 포인트들을, 제 1 슬라이스와 인접한 제 2 슬라이스와 나누어 갖도록, 제 1 슬라이스와 제 2 슬라이스의 경계를 재설정하는 것을 의미한다.
실시예들에 따른 정제부(17002)는 실시예들에 따른 합병(merge) 동작을 수행하는 합병부(17002a), 스플릿(split) 동작을 수행하는 스플릿부(17002b)를 포함할 수 있다.
실시예들에 따른 정제부(17002, 또는 합병부(17002a))는 하나의 슬라이스 내에 포함된 포인트들의 수가, 포인트들의 수의 최솟값(minimum number of points)보다 적은 경우, 해당 슬라이스와 다른 슬라이스와 합병(merge)할 수 있다. 포인트들의 수의 최솟값은 시스템에 의해 기설정된 값일 수도 있고, 사용자가 설정한 값일 수 있다.
실시예들에 따른 정제부(17002, 또는 스플릿부(17002b))는 하나의 슬라이스 내에 포함된 포인트들의 수가, 포인트들의 수의 최댓값(maximum number of points)보다 많은 경우, 해당 슬라이스를 스플릿(split)할 수 있다. 포인트들의 수의 최댓값은 시스템에 의해 기설정된 값일 수도 있고, 사용자가 설정한 값일 수 있다.
정제부(17002)는 실시예들에 따른 바운딩 박스 내의 공간상에서 위치하는 슬라이스의 인덱스(index)에 따라 1차원 탐색, 2차원 탐색, 3차원 탐색 등을 수행할 수 있다.
실시예들에 따른 분할 방법은 지오메트리 비트스트림과 속성 비트스트림을 전송하기 위해 송신 장치에서 시그널링 정보로 전송할 수 있다. 실시예들에 따른 송신 장치는, 인코딩된 지오메트리 비트스트림 및 인코딩된 어트리뷰트 비트스트림을 결합하는 결합부를 더 포함할 수 있다. 이 때, 결합부는 지오메트리 비트스트림과 속성 비트스트림을 어떠한 순서로 결합을 수행할지 결정할 수 있고, 이들의 순서를 나타내는 정보를 시그널링 정보로 전송할 수 있다.
정제부(17002)는 실시예들에 따른 정제 동작(예를 들어, 합병부(17002)의 합병 동작 및/또는 스플릿부(17002b)의 스플릿 동작)은 정제를 위한 자료구조(data structure)에 기초하여 수행될 수 있다. 정제를 위한 자료구조는, 분할부(17001)에 의해 분할된 슬라이스들 간의 인접성(adjacency)를 나타내기 위한 자료구조를 포함한다.
정제를 위한 자료구조는 예를 들어, 리스트(1차원 배열, 1차원 링크드 리스트, 2차원 배열, 2차원 링크드 리스트 등) 형태의 자료구조일 수도 있고, 트리형(이진 트리, k-원 트리, b트리 등) 형태의 자료구조일 수도 있다.
예를 들어, 정제부에서는 리스트형 자료 구조를 이용하는 리스트형 정제 형태(List refine method)와, 트리형 자료 구조를 이용하는 트리형 정제 형태(Tree refine method)를 사용할지 여부를 결정할 수 있다. 리스트형 정제 방법은 분할 된 리스트를 슬라이스에 속한 점들의 개수를 오름차순(list_point_num_ascending_order) 혹은 내림차순(list_point_num_descending_order)을 시그널링해 줄 수 있다.
실시예들에 따른 정제부의 정제 동작의 정제 방법은 거리 기반 정제 방법, 2/4/6방형 정제 방법을 포함할 수 있다. 거리 기반 정제 방법은 예를 들어, min점 간의 거리(minPoint_distance), max점 간의 거리(maxPoint_distance), 그리고 중점 간의 거리(midpoint_distance)로 정제 유무에 대한 기준을 가질 수 있다. 2/4/6방형 정제 방법은 예를 들어, 특정 슬라이스와 이웃하는 n개의 슬라이스들 중 포인트들의 개수가 작은 순서로 merge(minPointNum_order), 포인트들의 개수가 큰 순서로 merge(maxPointNum_order) 그리고 사용자가 정의한 순서로 merge(left_right_bottom_top_order)를 수행 할 수 있다.
실시예들에 따른 분할부(17001)에서 수행하는 분할 방법의 실시예는 도 18 내지 도 21, 도 24 내지 도 25에서 자세히 설명한다.
실시예들에 따른 정제부(17002)의 동작에 대한 실시예는 도 22, 도 23, 도 26, 도 27에서 설명한다.
따라서, 실시예들에 따른 포인트 클라우드 데이터 송신 장치/수신 장치는 포인트 클라우드 데이터를 하나 또는 그 이상의 타일들(tiles) 및/또는 슬라이스들(slices)로 분할하고, 이들에 기초하여 병렬적으로 인코딩/디코딩을 수행할 수 있다. 이러한 구성은 송신 장치 및/또는 수신 장치로 하여금 공간상의 랜덤 액세스(random access)와 병렬 부호화/복호화를 가능하게 한다.
도 18은 실시예들에 따른 포인트 클라우드 데이터 송신 장치가 포인트 클라우드 데이터를 분할하는 동작의 예시를 나타낸다.
구체적으로 도 18은 포인트 클라우드 데이터를 전달하는 하나의 프레임(frame) 내에서 포인트 클라우드 데이터가 복수의 슬라이스(slice)들로 분할된 것을 나타낸다. 즉, 도 18는 포인트 클라우드 데이터(18001)와 이들을 분할하는 복수의 슬라이스(slice)들(18002)을 나타낸다. 도 18에 나타난 동작은 도 17의 분할부(17001), 도 16의 데이터 특성 조사부(16000), 데이터 특성에 따른 분할부&정제부(16001)의 일부 또는 전부, 도 15의 공간 분할부(15001)에서 수행될 수 있다.
도 18에 나타난 동작 일부 또는 전부는, 도14의 XR디바이스(1430) 등에 의해 결합되어 수행될 수 있다.
실시예들에 따른 포인트 클라우드 데이터(18001)는 도 1 내지 도 16에서 설명한 포인트 클라우드 데이터를 의미하며, 카테고리 1(Category 1) 데이터 및/또는 카테고리 3(Category 3) 데이터 중 하나를 의미할 수 있다. 도 18에 나타난 포인트 클라우드 데이터는 예를 들어 카테고리 3(Category) 데이터를 의미할 수 있다.
복수의 슬라이스들(18002)은 도 15 내지 도 17에서 설명하는 슬라이스(slice, 또는 브릭(brick))을 의미할 수 있다. 하나의 슬라이스는 포인트들을 포함할 수 있다.
실시예들에 따른 포인트 클라우드 데이터 송신 장치는 도 18에서 도시된 바와 같이 포인트 클라우드 데이터를 복수의 슬라이스들로 분할할 수 있다. 그러나, 포인트 클라우드 데이터를 슬라이스들로 분할할 경우, 슬라이스의 크기와 슬라이스의 밀도에 따라 인코딩/디코딩 효율이 저하될 수 있다.
예를 들어, 도 18의 18002a에 나타난 슬라이스는 다수의 포인트들을 포함하므로 포인트의 밀도가 높다. 도 18의 18002a를 포인트 클라우드 데이터가 독립적으로 인코딩할 경우 많은 메모리의 자원과 높은 처리 연산을 요구될 수 있다. 다른 예로, 도 18의 18002b에 나타난 슬라이스는 포인트의 수가 적어서 인코딩 효율이 저하될 수 있다. 도 18의 18002b를 포인트 클라우드 데이터가 독립적으로 인코딩할 경우 불필요한 지연이 발생될 수 있다.
또 예를 들어, 송신 장치가 균등하게 또는 일정 기준에 따라 슬라이스를 분할만 하게 된다면, 실시예들에 따른 수신 장치를 사용하는 자가 18002b 부분을 시청하는 경우에도, 송신 장치는 18001에 존재하는 부분들을 모두 인코딩해야 하고, 수신 장치는 해당 부분을 모두 디코딩해야 한다. 이는 송신 장치 및/또는 수신 장치로 하여금 불필요한 지연을 발생시킬 수 있다.
따라서 송신 장치는 18002a 슬라이스에 대하여, 도 15 내지 도 17에서 설명한 스플릿(split) 동작에 의해 복수의 슬라이스들로 스플릿할 수 있다. 또한 송신 장치는 18002b 슬라이스에 대하여, 도 15 내지 도 17에서 설명한 합병(merge) 동작에 의해 다른 슬라이스와 합병될 수 있다. 또한, 실시예들에 따른 송신 장치는 도 19 내지 21, 도 24 내지 도 25에 따른 분할 방법에 기초하여 분할을 수행함으로써 인코딩 성능을 효율적으로 개선할 수 있다. 분할 방법은 예를 들어, 시간에 따른 분할 방법(Timestamp partitioning), 몰톤 순서 분할 방법(Morton order partitioning), 균등 사각형 분할 방법(Uniform square partitioning), 옥트리 분할 방법(Octree partitioning) 등이 있다.
실시예들에 따른 포인트 클라우드 데이터 송신 장치/수신 장치는 포인트 클라우드 데이터를 하나 또는 그 이상의 타일들(tiles) 및/또는 슬라이스들(slices)로 분할하고, 이들에 기초하여 병렬적으로 인코딩/디코딩을 수행할 수 있다. 이러한 구성은 송신 장치 및/또는 수신 장치로 하여금 공간상의 랜덤 액세스(random access)와 병렬 부호화/복호화를 가능하게 한다.
도 19는 실시예들에 따른 포인트 클라우드 데이터를 분할하는 방법의 실시예를 나타낸다.
도 19의 동작은 도 18에 나타난 분할 동작의 방법의 실시예를 나타낸다. 도 19의 동작은 도 17의 분할부(17001), 도 16의 데이터 특성 조사부(16000), 데이터 특성에 따른 분할부&정제부(17001)에서, 도 15의 공간 분할부(15001)에서 수행될 수 있다.
도 19에 나타난 동작 일부 또는 전부는, 도14의 XR디바이스(1430) 등에 의해 결합되어 수행될 수 있다.
도 19는 실시예들에 따른 시간에 따른 분할 방법(timestamp partitioning)을 나타낸다. 도 19의 동작은 포인트 클라우드 데이터의 속성 중 시간 속성에 기초하여 분할하는 것을 의미한다. 실시예들에 따른 포인트 클라드 데이터의 시간(time) 어트리뷰트(속성)은 실시예들에 따른 획득부(애퀴지션)에 의해 획득될 수 있는 어트리뷰트 데이터이므로, 시간 속성이 존재하는 경우 해당 방법을 이용할 수 있다.
도 19(B) 도면을 참조하면, 포인트 클라우드 데이터는 시간 속성을 포함한다. 실시예들에 따른 포인트는 도 19(B) 도면에서 표시된 바와 같이 float 형태의 시간 속성을 포함할 수 있다.
도 19(A) 도면을 참조하면, 포인트 클라우드 데이터 송신 장치는 도 19의 우측 도면의 시간 속성을 이용하여 포인트들의 시간 순서를 파악할 수 있다. 예를 들어, 포인트 클라우드 데이터 송신 장치는 시간 속성을 정렬하여 포인트 클라우드 데이터가 어느 방향 순서로 생성되는지 여부를 확인할 수 있다.
포인트 클라우드 데이터 송신 장치는 시간 속성을 오름차순 내지 내림차순으로 정렬하여 포인트들을 복수 개의 슬라이스들로 분할할 수 있다.
도 20은 실시예들에 따른 포인트 클라우드 데이터를 분할하는 방법 및 정제 방법의 실시예를 나타낸다.
도 20의 동작은 도 17 내지 도 18에 나타난 분할 동작 및 정제 방법의 방법의 실시예를 나타낸다. 도 20의 동작은 도 17의 분할부(17001) 및/또는 정제부(17002), 도 16의 데이터 특성 조사부(16000), 데이터 특성에 따른 분할부&정제부(17001)에서, 도 15의 공간 분할부(15001)에서 수행될 수 있다.
도 20에 나타난 동작 일부 또는 전부는, 도14의 XR디바이스(1430) 등에 의해 결합되어 수행될 수 있다.
도 20은 몰톤 순서 분할 방법(Morton order partitioning) 및 몰톤 순서 정제 방법(Morton order refining)을 나타낸다. 도 20의 동작은 포인트 클라우드 데이터의 포인트들의 몰톤 코드에 기초하여 포인트들을 복수의 슬라이스로 분할한다.
몰톤 코드(Morton code)는 포인트의 위치 정보의 좌표 값들(예를 들면 x좌표 값, y좌표 값, z좌표 값)을 비트 단위로 인터리빙하여 생성된 코드를 의미한다. 몰톤 코드는 2진수 또는 10진수의 실수로 표현될 수 있다. 실시예들에 따른 포인트 클라우드 데이터 송신 장치는 분할 된 슬라이스를 기반으로 실시예들에 따른 분할/정제 동작 및/또는 인코딩 동작의 순서를 정할 수 있다.
도 20을 참조하면, 실시예들에 따른 분할부는 포인트 클라우드 데이터를 포함하는 3차원 공간(예를 들어 바운딩 박스)을 일정한 기준에 따라 분할한다. 일정한 기준은 도 19, 도 20, 도 22 내지 도 26에 나타난 분할 방법에 따른 기준일 수 있다. 예를 들어, 분할부는 포인트 클라우드 데이터를 포함하는 3차원 공간을 도 26에 나타난 축 길이 기반 분할 방법에 따라 복수의 슬라이스들로 또는 도 22에 나타난 균등 사각형 분할 방법에 기초하여 복수의 슬라이스들로 분할할 수 있다. 분할부는 포인트 클라우드 데이터의 포인트들의 수, 분할된 슬라이스들의 최대 포인트들의 수 및/또는 최소 포인트들의 수에 기초하여 분할을 수행할 수 있다.
도 20을 참조하면, 실시예들에 따른 정제부는 분할된 복수의 슬라이스들을, 각 슬라이스들의 위치를 기반으로 각 슬라이스들의 몰톤 코드를 생성하고, 생성된 슬라이스들의 몰톤 코드들의 오름차순 순서대로 실시예들에 따른 정제(예를 들어, 도 23 내지 도 24에 나타난 방법)를 수행할 수 있다.
실시예들에 따라 분할된 슬라이스는 포인트가 존재하는 슬라이스와 포인트가 없는 슬라이스로 구분할 수 있으며, 포인트들이 있는 슬라이스를 몰톤 코드에 기초하여 정렬하면 bottom-left-front 슬라이스부터 top-right-back 슬라이스까지 정렬을 수행할 수 있다.
예를 들어, 슬라이스들 중 몰톤 코드 순서로 가장 작은 코드는 20001 슬라이스이다. 20001 슬라이스는 포인트들의 수가 적으므로, 실시예들에 따른 정제부는 다음 몰톤 코드 순서인 20002 슬라이스와 합병할지 여부를 결정 또는 합병할 수 있다. 다음으로, 20002 슬라이스는 20001 슬라이스와 합병된 슬라이스로, 여전히 포인트들의 수가 적을 수 있다 (예를 들어, mimPointNum 보다 적은 포인트들의 수를 가질 수 있다). 따라서, 정제부는 20002 슬라이스를 다음 몰톤 코드 순서인 20003 슬라이스와 합병할지 여부를 결정 및/또는 합병할 수 있다.
예를 들어, 정제부가 20002 슬라이스 및 20003 슬라이스를 합병하는 경우, 전체 합병된 슬라이스 내의 포인트들의 수가 많을 수 있다(예를 들어, maxPointNum 보다 많은 포인트들의 수를 가질 수 있다). 따라서, 정제부는 합병된 20003 슬라이스를 스플릿(split)할 수 있다. 정제부는 20003 슬라이스를 다음 몰톤 코드 순서인 20004 슬라이스 방향으로 스플릿 할 수도 있고, 20002 방향으로 스플릿할 수도 있고, 20001 방향으로 스플릿할 수도 있다.
정제부는 위와 같은 방법으로 2000n 슬라이스까지 실시예들에 따른 슬라이스들을 합병 및/또는 스플릿할 수 있다.
실시예들에 따른 포인트 클라우드 데이터 송신 장치는 상술한 방법에 따라 슬라이스들을 생성함으로써, 개별 포인트들의 속성을 조회하지 않고도 슬라이스를 생성할 수 있어, 슬라이스 생성 과정에서 발생하는 지연을 줄일 수 있다.
도 21은 실시예들에 따른 포인트 클라우드 데이터를 분할하는 방법의 실시예를 나타낸다.
도 21의 동작은 도 18에 나타난 분할 동작의 방법의 실시예를 나타낸다. 도 21의 동작은 도 17의 분할부(17001), 도 16의 데이터 특성 조사부(16000), 데이터 특성에 따른 분할부&정제부(17001)에서, 도 15의 공간 분할부(15001)에서 수행될 수 있다.
도 21에 나타난 동작 일부 또는 전부는, 도14의 XR디바이스(1430) 등에 의해 결합되어 수행될 수 있다.
도 21은 균등 사각형 분할 방법(Uniform square partitioning)을 나타낸다. 도 21의 동작은 포인트 클라우드 데이터의 포인트들을 균등한 사각형(uniform square, 21002) 형태의 슬라이스들로 분할하는 것을 나타낸다. 균등한 사각형(uniform square, 21002)은 예를 들어, 적어도 한 면이 정사각형인 정육면체 형태를 의미할 수 있다. 균등한 사각형 형태의 슬라이스는, 바둑판 모양의 슬라이스로 호칭될 수도 있다.
포인트 클라우드 데이터(21001)는 도 1 내지 도 20에서 설명한 포인트들을 포함하는 데이터를 의미한다.
균등한 사각형 형태의 슬라이스(21002)들은 포인트 클라우드 데이터의 바운딩 박스(21000)를 구성하는 슬라이스들일 수 있다.
실시예들에 따른 포인트 클라우드 데이터 송신 장치는 포인트 클라우드 데이터(21001)의 바운딩 박스의 가장 긴 축, 중간 길이의 축을 가장 작은 축의 길이로 세그먼트(segment)함으로써 복수의 균등한 사각형 형태의 슬라이스들(21002)을 생성될 수 있다.
예를 들어, 도 21을 참조하면, 포인트 클라우드 데이터의 바운딩 박스는, 가장 긴 축인 제 1 축(21000c, maxAxis), 중간 길이의 축인 제 2 축(21000b, midAxis) 및 가장 짧은 길이의 제 3 축(21000a, minAxis)으로 구성된다. 포인트 클라우드 데이터 송신 장치는 제 1 축(예를 들어, maxAxis), 제 2 축(예를 들어, midAxis)을 제 3 축의 길이로 잘라, 균등한 사각형 형태의 슬라이스(21002)를 생성할 수 있다(또는 세그먼트 할 수 있다).
실시예들에 따른 포인트 클라우드 데이터 송신 장치는 균등 사각형 분할 방법(Uniform square partitioning)에 기초하여 포인트 클라우드 데이터를 복수의 슬라이스들로 분할한 후, 복수의 슬라이스들을 더 정제(refine)할 수 있다. 포인트 클라우드 데이터 송신 장치가 복수의 슬라이스들을 더 정제(refine)를 더 정제하는 과정은 도 22 내지 도 23, 도 26 내지 도 27에서 자세히 설명한다.
실시예들에 따른 포인트 클라우드 데이터 송신 장치는 상술한 방법에 따라 슬라이스들을 생성함으로써, 개별 포인트들의 속성을 조회하지 않고도 슬라이스를 생성할 수 있어, 슬라이스 생성 과정에서 발생하는 지연을 줄일 수 있다.
도 22은 실시예들에 따른 슬라이스(slice)들을 정제하는 방법의 실시예를 나타낸다.
도 22에 나타난 실시예들에 따른 슬라이스들을 정제하는 동작은 도 15의 공간 분할부(15001), 도 16의 데이터 특성에 따른 분할부&정제부(16001), 도 17의 정제부(17002)에서 수행될 수 있다.
도 22(A)는 포인트 클라우드 데이터의 포인트들이 복수의 슬라이스로 분할(22000)되는 것을 나타낸다. 실시예들에 따른 슬라이스는 슬라이스 식별자에 의해 다른 슬라이스와 구별될 수 있다. 예를 들어, 22001에서 지시되는 슬라이스의 식별자는 N(N번째 슬라이스)일 수 있다.
도 22에 나타난 동작 일부 또는 전부는, 도14의 XR디바이스(1430) 등에 의해 결합되어 수행될 수 있다.
실시예들에 따르면, N번째 슬라이스(22001)은 다른 슬라이스와 인접할 수 있다. 예를 들어, N번째 슬라이스(22001)는 복수 개의 인접한 슬라이스들(adjacent slices)을 가질 수 있다. 예를 들어, 도 22(A)를 참조하면, N번째 슬라이스는 N+1번째 슬라이스, N-M번째 슬라이스, N+M번째 슬라이스, N-1번째 슬라이스와 인접할 수 있다.
도 22를 참조하면 N+1번째 슬라이스는 N번째 슬라이스(22001)의 위(up) 방향으로 인접한 슬라이스이고, N-1번째 슬라이스는 N번째 슬라이스(22001)의 아래(down) 방향으로 인접한 슬라이스이고, N+M번째 슬라이스는 N번째 슬라이스(22001)의 오른쪽(right) 방향으로 인접한 슬라이스이고, N-M번째 슬라이스는 N번째 슬라이스(22001)의 왼쪽(left) 방향으로 인접한 슬라이스일 수 있다.
실시예들에 따른 포인트 클라우드 데이터 전송 장치는 특정 슬라이스(예를 들어, N번째 슬라이스)를 정제할 수 있다.
도 22(B)는 실시예들에 따른 포인트 클라우드 데이터 전송 장치가 포인트 클라우드 데이터를 복수의 슬라이스들로 분할(partition)하고, 분할된 슬라이스들 중 일부를 정제하는 동작을 나타낸다.
실시예들에 따른 포인트 클라우드 데이터 전송 장치는, 포인트 클라우드 데이터를 분할하는 단계(22002a), 특정 슬라이스와 인접한 슬라이스에 대한 정보를 도출하는 단계(22002b), 및/또는 슬라이스를 합병(merge) 및/또는 스플릿(split)함으로써 정제하는 단계(22002c)를 포함할 수 있다.
포인트 클라우드 데이터를 분할하는 단계(22002a)는 포인트 클라우드 데이터를 복수의 슬라이스(slice)들로 분할한다. 포인트 클라우드 데이터를 분할하는 단계(22002a)는 도 15의 공간 분할부(15001), 도 16의 데이터 특성 조사부(16000), 데이터 특성에 따른 분할부(16001)의 동작 일부, 도 17의 분할부(17001), 도 18-21의 동작을 수행할 수 있다. 예를 들어, 포인트 클라우드 데이터를 분할하는 단계(22002a)는 도 21에 나타난 균등 사각형 분할 방법(Uniform square partitioning)에 따라 포인트 클라우드 데이터를 분할할 수 있다. 분할된 슬라이스(예를 들어, 도면에 나타난 current slice)는 도 22(A)에 나타난 도면에 따라 인접한 슬라이스들(예를 들어, top slice, bottom slice, left slice, right slice)을 가질 수 있다.
특정 슬라이스와 인접한 슬라이스에 대한 정보를 도출하는 단계(22002b)는, 분할된 슬라이스(예를 들어, current slice)와 인접한 슬라이스들에 대한 정보를 도출할 수 있다.
예를 들어, 0번째 슬라이스는 최좌측 최하단에 위치한 슬라이스일 수 있다. 이 경우에는 인접한 슬라이스가 1번째 슬라이스 및 3번째 슬라이스이며, 포인트 클라우드 데이터 전송 장치는 각 인접한 슬라이스의 포인트들의 개수를 확인(예를 들어, 1번째 슬라이스는 100개, 3번째 슬라이스는 200개 등)한다. 포인트 클라우드 데이터 전송 장치는, 이미 확인한 슬라이스에 대해서는 중복하여 포인트들의 개수를 확인하지 않을 수 있다.
슬라이스를 합병(merge) 및/또는 스플릿(split)함으로써 정제하는 단계(22002c)는 분할된 슬라이스들을 정제한다.
포인트 클라우드 데이터 전송 장치는, 분할된 슬라이스(예를 들어 current slice)의 포인트들의 개수가 포인트들의 최소 개수(minimum number of point, minNumPoint)보다 적은 경우에는 실시예들에 따른 인접한 슬라이스들 중 하나의 슬라이스와 합병할 수 있다. 따라서, 합병된 슬라이스는 분할된 슬라이스에 포함된 포인트들과 인접한 슬라이스 중 하나의 슬라이스에 포함된 포인트들을 모두 포함하는 하나의 슬라이스이다. 인접한 슬라이스들 중 하나의 슬라이스는 예를 들어, 인접한 슬라이스들 중 포인트들의 수가 가장 적은 슬라이스일 수 있다.
예를 들어, 현재 슬라이스(current slice)가 minNumPoint보다 적은 포인트들을 가지고 있는 경우, 포인트 클라우드 데이터 전송 장치는 실시예들에 따른 합병(merge) 동작을 수행할 수 있다. 현재 슬라이스와 인접한 슬라이스(4개의 슬라이스)가 각각 20개, 100개, 50개, 80개의 포인트들을 갖는 경우, 20개의 포인트를 갖는 슬라이스를 현재 슬라이스와 합병할 수 있다.
포인트 클라우드 데이터 전송 장치는, 분할된 슬라이스(예를 들어 current slice)의 포인트들의 개수가 포인트들의 최대 개수(maximum number of point, maxNumPoint)보다 많은 경우에는 분할된 슬라이스를 스플릿(split)할 수 있다. 따라서, 포인트 클라우드 데이터 전송 장치는 분할된 슬라이스(current slice)에 포함된 포인트들을 2개 이상의 슬라이스가 포함하도록 할 수 있다.
예를 들어, 현재 슬라이스(current slice)가 maxNumPoint보다 적은 포인트들을 가지고 있는 경우, 포인트 클라우드 데이터 전송 장치는 실시예들에 따른 스플릿(split) 동작을 수행할 수 있다. 현재 슬라이스의 개수가 150개(예를 들어 maxNumPoint가 100일 경우), 포인트 클라우드 데이터 전송 장치는 현재 슬라이스를 스플릿하여 2개의 슬라이스를 생성할 수 있다.
포인트 클라우드 데이터 전송 장치는 예를 들어, 현재 슬라이스(N번째 슬라이스)의 150개 포인트들 중 100개는 N번째 슬라이스로, 나머지 50개의 포인트들은 인접한 슬라이스(예를 들어, N+1번째 슬라이스)로 분배할 수 있다. 이 경우 N+1번째 슬라이스는 그 경계가 더 커질 수 있다. 예를 들어, N번째 슬라이스에 포함된 포인트들 중 N+1번째 슬라이스에 가까이 위치하는 포인트들은 N+1번째 슬라이스에 포함되도록, 포인트 클라우드 데이터 전송 장치가 N+1번째 슬라이스의 경계를 재설정할 수 있다.
실시예들에 포인트 클라우드 데이터 전송 장치는 현재 슬라이스에서 재분배할 포인트들을 다음 인덱스를 가지는 슬라이스로 재분배하고, 다음 인덱스를 가지는 슬라이스의 경계를 재조정할 수 있다.
실시예들에 따른 포인트 클라우드 데이터 송신 장치는 상술한 방법에 따라 슬라이스들을 생성함으로써, 개별 포인트들의 속성을 조회하지 않고도 슬라이스를 생성할 수 있어, 슬라이스 생성 과정에서 발생하는 지연을 줄일 수 있다.
실시예들에 따른 포인트 클라우드 데이터 송신 장치는, 이러한 구성으로 인해 슬라이스들 내의 포인트들의 수를 균등하게 또는 적절하게 분배 또는 결정할 수 있어, 송신 장치의 병렬적 인코딩 효율을 높일 수 있다.
또한, 실시예들에 따른 포인트 클라우드 데이터 수신 장치는, 이러한 구성으로 인해, 슬라이스들 내의 포인트들의 수의 편차가 크지 않게 설정되어 슬라이스 별로 독립적으로 인코딩하는데 지연 발생을 줄일 수 있다.
도 23은 실시예들에 따른 포인트 클라우드 데이터가 복수의 슬라이스들로 분할 및/또는 정제된 결과의 예시를 나타낸다.
도 23의 동작은 도 17의 분할부(17001), 도 16의 데이터 특성 조사부(16000), 데이터 특성에 따른 분할부&정제부(17001)에서, 도 15의 공간 분할부(15001)에서 수행될 수 있다.
도 23에 나타난 동작 일부 또는 전부는, 도14의 XR디바이스(1430) 등에 의해 결합되어 수행될 수 있다.
실시예들에 따른 포인트 클라우드 데이터 전송 장치는 포인트 클라우드 데이터를 분할(partitioning)하여 복수의 슬라이스들을 생성하고, 생성된 복수의 슬라이스들을 정제한다.
실시예들에 따른 포인트 클라우드 데이터 전송 장치는, 실시예들에 따른 분할(partitioning) 동작을 수행하고, 다음과 같은 동작을 수행할 수 있다.
1) 인접 정보 생성(Generate adjacent information)
각 분할된 슬라이스(정제되지 않은 슬라이스)는 적어도 하나의 인접한 슬라이스(adjacent slice)에 대한 정보를 포함하는 인접 정보(adjacent information)을 생성한다. 실시예들에 따른 인접한 슬라이스는 분할된 슬라이스(current slice)와 아래로(bottom), 왼쪽으로(left), 위로(top), 오른쪽으로(right) 인접한 슬라이스들 중 하나를 의미할 수 있다. 실시예들에 따른 인접한 슬라이스는 분할된 슬라이스(current slice)와 아래로(bottom), 왼쪽으로(left), 위로(top), 오른쪽으로(right), 전측으로(front), 후측으로(back) 인접한 슬라이스들 중 하나를 의미할 수 있다.
인접 정보는 해당 슬라이스(current slice)와 아래로(bottom) 인접한 슬라이스, 왼쪽으로(left) 인접한 슬라이스, 위로(top) 인접한 슬라이스 및/또는 오른쪽으로(right) 인접한 슬라이스의 정보(예를 들어, 슬라이스의 식별자 정보, 슬라이스에 포함된 포인트들의 개수 정보 등)를 포함한다. 인접 정보는 해당 슬라이스(current slice)와 아래로(bottom) 인접한 슬라이스, 왼쪽으로(left) 인접한 슬라이스, 위로(top) 인접한 슬라이스, 오른쪽으로(right) 인접한 슬라이스, 전측(front)으로 인접한 슬라이스, 후측(back)으로 인접한 슬라이스의 정보를 포함할 수 있다.
2) 병합(Merge)
실시예들에 따른 병합(merge)은 해당 슬라이스(current slice)와 인접한 슬라이스들 중 하나를 병합한다. 병합(merge)은 해당 슬라이스(current slice)의 포인트들의 수가 포인트들의 최소 개수 정보(minimum numbers of points, minNumPoint)의 값보다 적은 경우에 수행될 수 있다.
실시예들에 따른 인접한 슬라이스들 중 하나는 해당 슬라이스(current slice)와 아래로(bottom) 인접한 슬라이스, 왼쪽으로(left) 인접한 슬라이스, 위로(top) 인접한 슬라이스, 오른쪽으로(right) 인접한 슬라이스, 전측(front)으로 인접한 슬라이스, 후측(back)으로 인접한 슬라이스일 수 있다.
3) 스플릿(Split)
실시예들에 따른 스플릿(split)은 해당 슬라이스(current slice) 복수의 슬라이스로 쪼개거나, 다음 인덱스를 가지는 슬라이스로 포인트들을 재분배하는 것을 의미한다. 스플릿(split)은 해당 슬라이스(current slice)의 포인트들의 수가 포인트들의 최소 개수 정보(minimum numbers of points, minNumPoint)의 값보다 적은 경우에 수행될 수 있다.
도 23은 실시예들에 따른 포인트 클라우드 데이터 전송 장치가 병합(merge) 및/또는 스플릿(split) 동작이 수행된 후의 슬라이스들의 모습을 나타낸다. 포인트 클라우드 데이터 전송 장치가 병합(merge) 및/또는 스플릿(split) 동작을 수행한 경우, 슬라이스들은 포인트들의 분포 또는 영역에 적응하여(adaptive) 배치될 수 있다. 즉, 실시예들에 따른 병합(merge) 및/또는 스플릿(split) 동작이 수행된 슬라이스들은 인코딩 또는 디코딩에 최적화되어 포인트들의 개수를 포함한다.
실시예들에 따른 포인트 클라우드 데이터 송신 장치는, 이러한 구성으로 인해 슬라이스들 내의 포인트들의 수를 균등하게 또는 적절하게 분배 또는 결정할 수 있어, 송신 장치의 병렬적 인코딩 효율을 높일 수 있다.
또한, 실시예들에 따른 포인트 클라우드 데이터 수신 장치는, 이러한 구성으로 인해, 슬라이스들 내의 포인트들의 수의 편차가 크지 않게 설정되어 슬라이스 별로 독립적으로 인코딩하는데 지연 발생을 줄일 수 있다.
도 24는 실시예들에 따른 포인트 클라우드 데이터를 분할하는 방법의 실시예를 나타낸다.
도 24의 동작은 도 18에 나타난 분할 동작의 방법의 실시예를 나타낸다. 도 24의 동작은 도 17의 분할부(17001), 도 16의 데이터 특성 조사부(16000), 데이터 특성에 따른 분할부&정제부(17001)에서, 도 15의 공간 분할부(15001)에서 수행될 수 있다.
도 24에 나타난 분할하는 방법에 따른 동작은 도1의 송신장치(1000), 트랜스미터(10003), 포인트 클라우드 비디오 인코더(10002), 도2의 인코딩(18001), 전송부(18002), 도4의 인코더, 도12의 송신 장치, 도14의 XR디바이스(1430) 등에 의해 결합되어 수행될 수 있다.
도 24에 나타난 동작 일부 또는 전부는, 도14의 XR디바이스(1430) 등에 의해 결합되어 수행될 수 있다.
도 24은 옥트리 분할 방법(Octree partitioning)을 나타낸다. 도 24의 동작은 포인트 클라우드 데이터의 포인트들을 바운딩 박스(bounding box, 24000)에 대한 옥트리(octree)에 기초하여 복수의 슬라이스들로 분할하는 것을 나타낸다.
옥트리 분할 방법(Octree partitioning)은 전체 공간(실시예들에 따른 포인트 클라우드 데이터가 포함된 바운딩 박스)을 8개의 공간으로 8등분하여 재귀적(recursive)으로 분할한다.
실시예들에 따른 포인트 클라우드 데이터 전송 장치는, 가장 긴축의 길이 L을 바운딩 박스로 설정하고(LXLXL), 옥트리 한 레벨을 내려갈 때마다 8의 l 자승(8 power of l) 개의 공간을 생성할 수 있다. 실시예들에 따른 옥트리의 레벨(l)은 기 설정된 값일 수 있고, 사용자에 의해 설정된 값일 수 있다. 예를 들어, 옥트리의 레벨 (즉, l)의 값을 3으로 할 경우, 전송 장치는 8^3인 512개의 공간으로 분할할 수 있다. 실시예들에 따른 전송 장치는 실시예들에 따른 레벨의 값을 시그널링 정보로 수신 장치에게 전송할 수 있다.
실시예들에 따른 레벨의 값은 입력 값으로 전달받은 값이거나, 바운딩 박스(공간) 내에 존재할 수 있는 포인트들 개수에 기초하여 결정(예를 들어, l의 수는 포인트들의 수로 임계값으로 결정)될 수 있다.
예를 들어, 실시예들에 따른 전송 장치는 슬라이스 분할을 위한 레벨이 x일 때 한 슬라이스 안에 존재하는 포인트들의 개수가 1개 내지 100,000개인 슬라이스 개수가 전체 슬라이스 개수의 50%를 차지한다면 옥트리 분할을 중단할 수 있다. 이때 옥트리 분할을 중단하는 방법으로 밀도 기준, 임계값 기준, 슬라이스의 길이 기준 등이 중단 기준이 될 수 있다.
옥트리 분할 방법(Octree partitioning)은 옥트리를 이용한 유니폼-지오메트리 파티셔닝(Uniform-Geometry partition using Octree)이라고 호칭될 수 있다. 옥트리를 이용한 유니폼-지오메트리 파티셔닝은 예를 들어 다음 동작을 수행하는 분할 방법일 수 있다.
1) 옥트리의 뎁스(옥트리의 레벨, depOctree)를 1로 설정한다. (Set the depth of octree partition depOctree = 1 by default)
2) 옥트리 파티션 스킴(Octree partition scheme)에 따라 포인트 클라우드 데이터를 8^depOctree 개의 슬라이스로 분할한다. (Divide the input point cloud into 8depOctree slices by Octree partition scheme.)
3) 모든 슬라이스들에 대하여, 각 슬라이스 내 포인트들의 분포 비율이 maxPointNum이 되도록 확인한다. 분포 비율의 스레숄드 thres를 설정한다. 만약 분포 비율이 thres보다 큰 경우, 다음 스텝을 진행한다. 아닌 경우, 1) 동작을 다시 수행하고 depOctree의 값을 1 올린다. (Evaluate the proportion ratio of points smaller than the maxPointNum in all slices. Set a ratio threshold thres. If ratio is bigger than thres, go to next step. Otherwise, back to procedure 1) and set depOctree += 1.)
슬라이스 파티션(slice partition)이 수행된 후, 포인트의 개수가 MaxPointNum보다 큰 슬라이스의 포인트 클라우드는 스플릿(split)될 수 있다. 슬라이스 파티션(slice partition)이 수행된 후, 포인트의 개수가 MinPointNum보다 적은 슬라이스의 포인트 클라우드는 합병(merge)될 수 있다. (After slice partition, the point cloud of slice whose point count is more than MaxPointNum is splitted, and the point cloud of slice whose point count too few points is merged.)
실시예들에 따른 스플릿(split) 동작은, 도 18 내지 도 23에서 설명한 스플릿 동작을 의미한다. 스플릿 동작은, 만약 포인트들의 개수(Asize)가 MaxPointNum보다 많으면, 해당 슬라이스를 n개의 슬라이스들로 쪼갤 수 있다. n은 예를 들어, ceil (Asize / MaxPointNum) 일 수 있다.
실시예들에 따른 합병(merge) 동작은, 도 18 내지 도 23에서 설명한 합병 동작을 의미한다. 합병 동작은, 만약 포인트들의 개수가 MinPointNum보다 적은 경우, 해당 슬라이스를 이전의 슬라이스 또는 다음 슬라이스와 합병할 수 있다. (Merge: If the point count of current slice is less than MinPointNum, merge it with either prior slice or next one.)
합병(merge)을 하고자 하는 슬라이스(slice)를 결정하기 위하여, 실시예들에 따른 포인트 클라우드 데이터 송신 장치는, 합병의 방향(direction to merge)를 다음과 같이 결정할 수 있다.
만약, 슬라이스가 첫 번째 슬라이스(first place)인 경우, 합병의 방향은, 다음 슬라이스(next slice)의 방향일 수 있다.
만약, 슬라이스가 마지막 슬라이스(at the end)인 경우, 합병의 방향은, 이전 슬라이스(prior slice)의 방향일 수 있다.
만약 슬라이스가 첫 번째 슬라이스도 아니고 마지막 슬라이스도 아닌 경우에는, 다음과 같이 수행할 수 있다. 해당 슬라이스(current slice)가 이전 슬라이스(prior slice)와 합병하여 생성된 슬라이스의 포인트들의 개수를 SumFront, 해당 슬라이스(current slice)가 다음 슬라이스(next slice)와 합병하여 생성된 슬라이스의 포인트들의 개수를 SumNext라고 한다면, 합병 동작은 다음과 같이 수행될 수 있다.
만약 SumFront가 MaxPointNum보다 크고, SumNext가 MaxPoint보다 크면 (If SumFront > MaxPointNum and SumNext > MaxPointNum), 이전 슬라이스(prior slice) 및 다음 슬라이스(next slice) 중 포인트들의 수가 더 많은 슬라이스를 선택할 수 있다.
만약 SumFront가 MaxPointNum보다 적고, SumNext가 MaxPoint보다 적으면 (If SumFront < MaxPointNum and SumNext < MaxPointNum), 이전 슬라이스(prior slice) 및 다음 슬라이스(next slice) 중 포인트들의 수가 더 많은 슬라이스를 선택할 수 있다.
그 외인 경우(otherwise), SumFront 및 SumNext 중 하나가 MaxPointNum보다 크고, 나머지 다른 하나가 MaxPointNum보다 작으면, 이전 슬라이스(prior slice) 및 다음 슬라이스(next slice) 중 적은 포인트들의 개수를 갖는 슬라이스와 합병할 수 있다.
합병 동작이 수행된 후, 합병 후에 생성된 모든 슬라이스들을 순회하고, SumMerged와 MaxPointNum을 비교할 수 있다. SumMerged는 합병된 슬라이스의 포인트들의 개수이다.
만약 SumMerged < MinPointNum 이면, 현재 슬라이스를 다른 슬라이스와 더 합병할 수 있다.
만약 SumMerged > MaxPointNum 이면, 해당 합병된 슬라이스를 스플릿(split)할 수 있다.
만약 MinPointNum <SumMerged< MaxPointNum 이면, 현 슬라이스를 유지한다.
실시예들에 따른 포인트 클라우드 데이터 송신 장치는, 이러한 구성으로 인해 슬라이스들 내의 포인트들의 수를 균등하게 또는 적절하게 분배 또는 결정할 수 있어, 송신 장치의 병렬적 인코딩 효율을 높일 수 있다.
또한, 실시예들에 따른 포인트 클라우드 데이터 수신 장치는, 이러한 구성으로 인해, 슬라이스들 내의 포인트들의 수의 편차가 크지 않게 설정되어 슬라이스 별로 독립적으로 인코딩하는데 지연 발생을 줄일 수 있다.
도 25는 실시예들에 따른 포인트 클라우드 데이터를 분할하는 방법의 실시예를 나타낸다.
도 25의 동작은 도 18에 나타난 분할 동작의 방법의 실시예를 나타낸다. 도 25의 동작은 도 17의 분할부(17001), 도 16의 데이터 특성 조사부(16000), 데이터 특성에 따른 분할부&정제부(17001)에서, 도 15의 공간 분할부(15001)에서 수행될 수 있다.
도 25에 나타난 분할하는 방법에 따른 동작은 도1의 송신장치(1000), 트랜스미터(10003), 포인트 클라우드 비디오 인코더(10002), 도2의 인코딩(18001), 전송부(18002), 도4의 인코더, 도12의 송신 장치, 도14의 XR디바이스(1430) 등에 의해 결합되어 수행될 수 있다.
도 25는 포인트 클라우드 데이터 송신 장치가 포인트 클라우드 데이터가 점유하는 3차원 공간 또는 포인트 클라우드 데이터(25000)를 바운딩 박스의 축의 길이에 기반하여 분할된 영역들(25001, 25002)로 분할하는 것을 나타낸다. 실시예들에 따른 포인트 클라우드 데이터 송신 장치는 실시예들에 따른 포인트 클라우드 데이터를 하나 또는 그 이상의 바운딩 박스의 축의 길이에 기반하여 분할된 영역들(25001, 25002) 별로 부호화할 수 있다. 실시예들에 따르면, 바운딩 박스의 축의 길이에 기반하여 분할된 영역들(25001, 25002, 예를 들어 슬라이스들)로 분할하는 동작을 적응적 축 길이 기반 슬라이스 타일링(또는 축 길이 기반 슬라이스 파티셔닝)이라고 호칭할 수도 있다. 도 25에 나타난 동작은 예를 들어 도 12의 데이터 입력부(12000)에서 수행될 수 있다.
포인트 클라우드 데이터(25000)는 하나 또는 그 이상의 포인트들을 포함할 수 있다. 포인트 클라우드 데이터는 3차원 공간(예를 들어, 바운딩 박스) 내에 포함될 수 있다. 실시예들에 따른 3차원 공간(예를 들어, 바운딩 박스)는 x축, y축 및 z축으로 표현될 수 있다.
포인트 클라우드 데이터(25000)는 예를 들어, x축, y축 및 z축 중 하나의 축의 길이가 나머지 두 축의 길이보다 짧거나 현저하게 짧을 수 있다. 예를 들어, 한 축을 제외한 두 축으로 넓게 분산 되어있는 형태의 지형을 표현하는 포인트 클라우드 데이터가 존재할 수 있다. 포인트 클라우드 데이터의 송신 장치가 축의 길이와 관계없이 바운딩 박스 내의 포인트들에 대하여 인코딩을 수행하게 될 경우, 인코딩 효율은 떨어질 수 있다. 따라서, 포인트 클라우드 데이터 송신 장치는, 3차원 공간의 축의 길이에 적응하여 하나 또는 그 이상의 영역들로 분할할 필요가 있다. 따라서, 실시예들에 따른 포인트 클라우드 데이터 송신 장치는, x축, y축 및 z축의 서로의 상대적인 길이를 계산하고, 계산된 상대적인 길이에 기초하여 포인트 클라우드 데이터를 하나 또는 그 이상의 영역들로 분할할 수 있다.
실시예들에 따른 포인트 클라우드 데이터 송신 장치(예를 들어, 도 16의 타일 분할부(16000))는, 3차원 공간의 x축의 길이(25000x), y축의 길이(25000y) 및 z축의 길이(25000z)중 가장 긴 길이의 축(예, X축)의 길이를 가장 짧은 길이의 축(예를 들어, Z축)의 길이 단위로 분할하여 하나 또는 그 이상의 슬라이스(25001)를 구성할 수 있다. 하나 또는 그 이상의의 슬라이스로 나누어진 데이터는 병렬적으로 인코딩 및 디코딩 가능한 단위일 수 있다.
실시예들에 따른 포인트 클라우드 데이터 송신 장치(예를 들어, 도 18의 타일 분할부(18000), 또는 도 19의 타일링부(19001))는, 일부 슬라이스들(25001)에 대하여 재분할을 수행할 수 있다. 실시예들에 따른 재분할은, 슬라이스들 중 일부 슬라이스에 대하여, 가장 긴 길이의 축(즉, 도 25의 25001 슬라이스에서는 y축, 25000y)을 가장 짧은 길이의 축(예를 들어, x축 또는 z축)의 길이 단위로 분할하여 하나 또는 그 이상의 세부 슬라이스(또는 제 2 슬라이스들, 25002)들을 구성할 수 있다. 하나 또는 그 이상의의 세부 슬라이스(또는 제 2 슬라이스들)로 나누어진 데이터는 병렬적으로 인코딩 및 디코딩 가능한 단위일 수 있다.
실시예들에 따른 포인트 클라우드 데이터 송신 장치는 제 1 슬라이스들 내의 포인트들의 최대 개수와 최소 개수(maxPointNum, minPointNum)으로 공간상의 데이터 분포에 따르지 않고 점의 min/max 정보에 기초하여 분할을 수행할 수도 있다.
실시예들에 따른 포인트 클라우드 데이터 송신 장치는 제 1 슬라이스들 또는 제 2 슬라이스들을 영역들 내 포인트들의 개수, 영역들 각각이 할당하는 공간의 크기, 영역들 내에 포함된 포인트들의 밀도에 기초하여, 다시 재분할을 수행할지에 대한 여부를 결정할 수 있다. 실시예들에 따르면, 공간상으로 재분할을 수행하는 경우, 공간 적응적으로 수행할 수 있으며 단순히 특정 축으로 나누는 방법 외에도 중간 축을 기준으로 재분할 수행과 같은 방법으로 슬라이스를 분할 할 수 있다.
실시예들에 따른 포인트 클라우드 데이터 송신 장치는, 실시예들에 따른 적응적 축 길이 기반 영역 타일링을 이용함으로써, 대형 지형 지물을 포함하는 포인트 클라우드 데이터의 하나의 프레임 안에서 공간 단위로 연관관계가 있는 시퀀스에서 효과적으로 부호화를 수행할 수 있다. 실시예들에 따른 포인트 클라우드 데이터 수신 장치는, 대형 지형 지물을 포함하는 포인트 클라우드 데이터에 대하여 효과적으로 복호화를 수행할 수 있다.
예를 들어 가장 짧은 길이의 축(예, Z축)으로 가장 긴 길이의 축(예, X축)을 분할하여 하나의 슬라이스를 구성할 수 있다. 특정 축으로 나눠진 슬라이스는 다시 분할이 수행 될 수 있다. 앞서 가장 작은 축으로 가장 긴 축을 분할하는 방법을 재분할에 대입하여, 재귀적으로 분할을 수행할 수 있다. 재분할 될 슬라이스는 가장 작은 축이 다시 Z축이 되며, 슬라이스 내에서 분할 되지 않은 가장 긴 축인 Y축에 대하여 (Z축의 길이 x Z축의 길이)만큼의 공간을 갖는 슬라이스로 재분할 될 수있다.
실시예들에 따른 축 길이 기반 슬라이스 파티셔닝 방법은 가장 긴 모서리에 대한 유니폼-지오메트리 파티셔닝(Uniform-Geometry partition along the longest edge)라고 호칭할 수 있다.
가장 긴 모서리에 대한 유니폼-지오메트리 파티셔닝(Uniform-Geometry partition along the longest edge)은 예를 들어 다음과 같이 수행될 수 있다.
1) 실시예들에 따른 슬라이스 분할 방법에 따라 포인트 클라우드 데이터를 파티셔닝한다.
2) 슬라이스 내의 포인트들의 최대 개수(예를 들어, 실시예들에 따른 MaxPointNum) 및/또는 슬라이스 내의 포인트들의 최소 개수(예를 들어, 실시예들에 따른 MinPointNum)에 기초하여, 실시예들에 따른 합병(merge) 동작 및/또는 스플릿(split) 동작을 수행한다.
실시예들에 따른 포인트 클라우드 데이터 송신 장치는, 이러한 구성으로 인해 별도의 시그널링 정보 및 파라미터의 제공 없이도 슬라이스들 내의 포인트들의 수를 균등하게 또는 적절하게 분배 또는 결정할 수 있어, 송신 장치의 병렬적 인코딩 효율을 높일 수 있다.
실시예들에 따른 축 길이 기반 슬라이스 파티셔닝 방법은 포인트 클라우드 데이터에서 한 축을 제외한 두 축으로 넓게 분산 되어있는 형태의 지형을 가지는 포인트 클라우드 데이터를 분할하는 방법에 효과적이다.
도 26은 실시예들에 따른 인접한 슬라이스(adjacent slice)들의 예시를 나타낸다.
도 26의 동작은 도 22에 나타난 실시예들에 따른 정제하는 동작에서, 해당 슬라이스와 인접한 슬라이스(adjacent slice)들을 결정하는 방법을 나타낸다. 예를 들어, 도 26에 나타난 동작은 도 22의 N번째 슬라이스(slice N, 22001)와 인접한 슬라이스(adjacent slice)들을 찾는 방법을 나타낸다.
도 26의 동작은 도 17의 정제부(17002), 도 16의 데이터 특성 조사부(16000), 데이터 특성에 따른 분할부&정제부(16001)에서, 도 15의 공간 분할부(15001)에서 수행될 수 있다.
도 26에 나타난 분할하는 방법에 따른 동작은 도1의 송신장치(1000), 트랜스미터(10003), 포인트 클라우드 비디오 인코더(10002), 도2의 인코딩(18001), 전송부(18002), 도4의 인코더, 도12의 송신 장치, 도14의 XR디바이스(1430) 등에 의해 결합되어 수행될 수 있다.
정제부는 실시예들에 따른 합병(merge) 동작 및/또는 스플릿 동작(split)을 수행할 수 있다. 정제부는 정제 동작을, 정제 기준에 따라 결정하는 거리 기반 정제 및/또는 2/4/6방형 기반하여 정제를 수행한다.
도 26(A) 내지 26(C)는 각각, 2방형 정제 방법, 4방형 정제 방법, 6방형 정제 방법을 나타낸다.
실시예들에 따른 포인트 클라우드 데이터 송신 장치는 파티셔닝된 슬라이스들의 위치 혹은 분할 방법에 따라 2방형(좌우), 4방형(좌우위아래), 6방형(좌우위아래앞뒤)으로 존재하는 인접 슬라이스 탐색을 수행할 수 있다.
도 26(A)는 2방형 기반 정제 방법을 나타낸다.
2방형 기반 정제 방법은, 1차원으로 긴축을 짧은 축으로 나눈 분할 방법의 정제 방법으로 merge 혹은 split이 적용 될 수 있다. 예를 들어, 2방형 기반 정제 방법은, 포인트 클라우드 데이터 송신 장치가 하나의 슬라이스에 대하여 합병(merge) 동작 및/또는 스플릿 동작(split)을 수행하기 위해 인접한 슬라이스(adjacent slice)들을 1차원상에서 탐색한다. 예를 들어, 포인트 클라우드 데이터 송신 장치는 2방형 기반 정제 방법에 의해, 해당 슬라이스와 왼쪽으로 인접한 슬라이스, 해당 슬라이스와 오른쪽으로 인접한 슬라이스를 이용하여 합병 및/또는 스플릿 동작을 수행한다.
도 26(B)는 4방형 기반 정제 방법을 나타낸다.
4방형 기반 정제 방법은 현재 위치한 슬라이스에서 위, 아래, 좌, 우에 위치한 슬라이스의 위치를 보고 merge혹은 split을 수행하는 방법이다. 예를 들어, 4방형 기반 정제 방법은, 포인트 클라우드 데이터 송신 장치가 하나의 슬라이스에 대하여 합병(merge) 동작 및/또는 스플릿 동작(split)을 수행하기 위해 인접한 슬라이스(adjacent slice)들을 2차원상에서 탐색한다. 예를 들어, 포인트 클라우드 데이터 송신 장치는 4방형 기반 정제 방법에 의해, 해당 슬라이스와 왼쪽으로(left) 인접한 슬라이스, 해당 슬라이스와 오른쪽으로(right) 인접한 슬라이스, 해당 슬라이스와 윗쪽(up)으로 인접한 슬라이스, 해당 슬라이스와 아래쪽(bottom)으로 인접한 슬라이스를 이용하여 합병 및/또는 스플릿 동작을 수행한다.
도 26(C)는 6방형 기반 정제 방법을 나타낸다.
6방형 기반 정제 방법은 옥트리 분할 방법과 같이 공간 기반으로 파티셔닝이 분할 된 분할 방법에 적용 된다. 예를 들어, 6방형 기반 정제 방법은, 포인트 클라우드 데이터 송신 장치가 하나의 슬라이스에 대하여 합병(merge) 동작 및/또는 스플릿 동작(split)을 수행하기 위해 인접한 슬라이스(adjacent slice)들을 3차원상에서 탐색한다. 예를 들어, 포인트 클라우드 데이터 송신 장치는 6방형 기반 정제 방법에 의해, 해당 슬라이스와 왼쪽으로(left) 인접한 슬라이스, 해당 슬라이스와 오른쪽으로(right) 인접한 슬라이스, 해당 슬라이스와 윗쪽(up)으로 인접한 슬라이스, 해당 슬라이스와 아래쪽(bottom)으로 인접한 슬라이스, 해당 슬라이스와 전측(front)으로 인접한 슬라이스, 해당 슬라이스와 후측(back)으로 인접한 슬라이스를 이용하여 합병 및/또는 스플릿 동작을 수행한다.
포인트 클라우드 데이터 송신 장치가 분할부에서 나뉘어진 슬라이스를 2,4,6방형으로 합병 및/또는 스플릿하는 방법은 일차원 리스트형으로 구성된 자료구조 및/또는 트리형으로 구성된 자료구조에 기초하여 수행될 수 있다. 포인트 클라우드 데이터 송신 장치가 일차원 리스트형으로 구성된 자료구조 및/또는 트리형으로 구성된 자료구조에 기초하여 합병 및/또는 스플릿하는 동작은 도 27에 자세히 기술한다.
거리 기반 정제 방법은 분할부에서 파티셔닝된 슬라이스들의 적응적 거리를 계산 또는 측정하고, 계산 또는 측정된 거리에 기반하여 합병 동작 및/또는 스플릿 동작을 수행할 수 있다. 거리 기반 정제 방법은 예를 들어, 수도 코드로 나타내면 다음과 같다.
for(slice N)
slice0에서 slice1~N의 모든 거리
가장 가까운 거리에 존재하는 sliceX를 slice0의 다음 순서인 slice1로 저장
slice++
예를 들면, 포인트 클라우드 데이터 송신 장치는, 현재 슬라이스와 가장 가까이 존재하는슬라이스 (즉, 해당 슬라이스로부터 최소 거리를 갖는 슬라이스), 현재 슬라이스와 모든 슬라이스들 각각의 거리 중 중간 값을 가지는 거리의 슬라이스, 현재 슬라이스와 가장 멀리 존재하는 슬라이스 (즉, 해당 슬라이스로부터 최대 거리를 갖는 슬라이스)들의 거리들을 측정 또는 계산할 수 있으며, 모든 슬라이스들의 거리 중에서 가장 가까운 슬라이스가 다음 슬라이스로 재정렬 된다.
포인트 클라우드 데이터 송신 장치는, 가장 가까운 슬라이스, 중간 슬라이스 및/또는 가장 먼 슬라이스들을 계산 및 측정하는 경우, 이미 조회한 슬라이스를 스킵할 수 있다. 예를 들어, 두번째 슬라이스에서는 첫번째 슬라이스를 제외하고 남은 슬라이스 3~N까지의 거리를 측정 또는 계산하여 가장 가까운 슬라이스를 다음 슬라이스로 결정하고, 위 동작을 모든 슬라이스 N에 대해서 반복적으로 수행할 수 있다.
포인트 클라우드 데이터 송신 장치는, 거리 기반으로 정렬된 슬라이스 순서로 합병 동작 및/또는 스플릿 동작을 수행할 수 있다. 합병 동작은 하나의 슬라이스 내 포인트들의 갯수가 minPointNum 보다 작으면, 다음 순서의 슬라이스와 합병하는 동작일 수 있으며, 스플릿 동작은 하나의 슬라이스 내 포인트들의 수가 maxPointNum 보다 많으면, 다음 슬라이스와 가까운 위치에 속한 점을 스플릿(split)하여 두 개의 슬라이스로 나눌 수 있다.
실시예들에 따른 포인트 클라우드 데이터 송신 장치는 거리 기반 정제 및/또는 2/4/6방형 기반 정제 동작을, 도 18 내지 도 25에서 설명한 분할 방법을 적용한 슬라이스들에 대하여 공통적으로 적용될 수 있다.
실시예들에 따른 포인트 클라우드 데이터 송신 장치는, 이러한 구성으로 인해 슬라이스들 내의 포인트들의 수를 균등하게 또는 적절하게 분배 또는 결정할 수 있어, 송신 장치의 병렬적 인코딩 효율을 높일 수 있다.
또한, 실시예들에 따른 포인트 클라우드 데이터 수신 장치는, 이러한 구성으로 인해, 슬라이스들 내의 포인트들의 수의 편차가 크지 않게 설정되어 슬라이스 별로 독립적으로 인코딩하는데 지연 발생을 줄일 수 있다.
도 27은 실시예들에 따른 인접한 슬라이스(adjacent slice)들을 이용하여 슬라이스를 정제하는 방법의 예시를 나타낸다.
도 27은 인접한 슬라이스(adjacent slice)들을 이용하여 슬라이스를 정제하기 위한 자료구조들을 나타낸다. 포인트 클라우드 데이터 송신 장치가 분할부에서 나뉘어진 슬라이스를 2,4,6방형으로 합병 및/또는 스플릿하는 방법은 일차원 리스트형으로 구성된 자료구조 및/또는 트리형으로 구성된 자료구조에 기초하여 수행될 수 있다.
도 27의 동작은 도 22에 나타난 실시예들에 따른 정제하는 동작에서, 해당 슬라이스와 인접한 슬라이스(adjacent slice)들을 결정하고, 실시예들에 따른 정제하는 동작을 나타낸다. 예를 들어, 도 27에 나타난 동작은 도 22의 N번째 슬라이스(slice N, 22001)와 인접한 슬라이스(adjacent slice)들을 찾는 방법을 나타내고, 인접한 슬라이스와 정제하는 동작을 나타낸다.
도 27의 동작은 도 17의 정제부(17002), 도 16의 데이터 특성 조사부(16000), 데이터 특성에 따른 분할부&정제부(16001)에서, 도 15의 공간 분할부(15001)에서 수행될 수 있다.
도 27에 나타난 분할하는 방법에 따른 동작은 도1의 송신장치(1000), 트랜스미터(10003), 포인트 클라우드 비디오 인코더(10002), 도2의 인코딩(18001), 전송부(18002), 도4의 인코더, 도12의 송신 장치, 도14의 XR디바이스(1430) 등에 의해 결합되어 수행될 수 있다.
도 27(A)는 일차원 리스트형에 기초한 자료구조에 기초하여 정제 동작을 수행하는 것을 나타낸다.
예를 들어, 송신 장치는 포인트 클라우드 데이터가 분할되어 생성된 N개의 슬라이스를, 각 슬라이스 내에 포함된 포인트들의 개수를 기준으로 슬라이스를 정렬한다. 정렬한 슬라이스는 정렬하기 전 위, 아래, 좌, 우에 위치하는 인접한 슬라이스를 인덱스로 저장하고 있다. 송신 장치는, 포인트들의 개수로 정렬 된 슬라이스에 대하여 가장 작은 점의 개수를 갖는 슬라이스부터 merge와 split을 수행한다. 송신 장치는, 이때 merge 될 수 있는 슬라이스는 위, 아래, 좌, 우에 위치한 인덱스를 확인하여 4개 슬라이스 중에서도 점의 개수가 가장 작은 슬라이스부터 merge한다. 송신 장치는, merge이후에도 minPointNum 보다 작은 점의 개수를 가지고 있다면 2개/4개/6개의 인접한 슬라이스들 중 그 다음으로 포인트들의 수가 적은 슬라이스와 merge한다. 송신 장치는, split은 슬라이스 내 maxPointNum 보다 많은 포인트들을 가지고 있을 때 가장 작은 점의 개수를 갖는 방향으로 split을 수행한다.
예를 들어, 도 27(A)를 참조하면, 일차원 리스트형에 기초한 자료구조는 도 27(A)의 오른쪽 그림과 같을 수 있다. 일차원 리스트형에 기초한 자료구조는 각 슬라이스를 행으로 구분하고, 각 행에 대응하는 슬라이스와 인접한 슬라이스들을 링크(link)함으로써 구성될 수 있다. 각 행은, 해당 슬라이스와 인접한 슬라이스들을 포인트들의 개수의 오름차순에 따라 링크(link)할 수 있다. 예를 들어, 2번 슬라이스는 [2] 행에 위치하고, 2번 슬라이스는 0번, 3번 및 4번 슬라이스와 인접하며, 0번 슬라이스(10개), 3번 슬라이스(30개), 4번 슬라이스(100개) 순서대로 포인트들의 수가 적으므로 [2] 행에는 [0], [3], [4]가 순서대로 링크될 수 있다. 여기서, 자료 구조의 첫번째 열( [0] 내지 [5] 로 표현되는 부분 )은 헤드(head)라고 호칭할 수 있고, 두 번째 열 내지 마지막 열에 해당하는 부분은 노드(node)라고 호칭할 수 있다.
예를 들어, 도 27(A)를 참조하면, 다음과 같이 수행될 수 있다.
0번 슬라이스부터 차례 대로 정제 동작을 수행할 수 있다. 0번 슬라이스는 10개의 포인트들을 가지고 있고, 1번 슬라이스 및 2번 슬라이스와 각각 윗쪽(up), 오른쪽(right)으로 인접한다. 정제부는 인접한 슬라이스(1번 및 2번 슬라이스)들 중 포인트들의 수가 적은 슬라이스 순서대로 합병 여부를 결정할 수 있다. 예를 들어, 정제부는 0번 슬라이스를 1번 및 2번 슬라이스들 중 포인트들의 수가 적은 1번 슬라이스와 합병할 수 있다. 만약 0번 슬라이스가 1번 슬라이스랑 합병된 후에도 minPointNum보다 적은 수의 포인트들을 갖는다면, 정제부는 합병된 슬라이스를 2번 슬라이스와 다시 합병할 수 있다. 도 27(A)에서는, minPointNum이 60으로 가정했고, 0번 및 1번 슬라이스와 합병을 하여 50개의 포인트들을 가지므로, 정제부는 해당 슬라이스를 2번 슬라이스와 다시 합병하여 100개의 슬라이스를 가질 수 있다. 합병된 0번 내지 2번 슬라이스의 포인트들의 수는 100개로 maxPointNum 이하이므로 스플릿 동작은 수행하지 않는다. 따라서 정제부는 다음 슬라이스(3번 슬라이스)의 합병 및 스플릿 여부를 확인한다.
3번 슬라이스는 30개의 포인트들을 가진다. 따라서, 정제부는 인접한 슬라이스들 중 가장 적은 개수의 포인트들을 가지는 슬라이스와 합병할 수 있다. 자료 구조를 살펴보면, 1번 슬라이스, 2번 슬라이스, 5번 슬라이스 순서대로 합병을 수행할 수 있다. 1번 슬라이스는 0번 내지 3번 슬라이스와 합병된 슬라이스로 100개의 포인트를 포함한다. 따라서 3번 슬라이스는 0~2번 슬라이스와 합병되어 130개의 포인트를 가질 수 있다. 병합된 슬라이스는 0번~2번 또는 3번 슬라이스로 포함될 수 있다. 병합된 0번 내지 3번 슬라이스는 maxPointNum의 수보다 크기 때문에, 2개의 슬라이스로 스플릿될 수 있다.
4번 슬라이스의 포인트들의 수는 minPointNum 이상, maxPointNum 이하이기 때문에 정제가 이루어지지 않는다.
5번 슬라이스의 포인트들의 수는 maxPointNum 이상이기 때문에 (180개) 정제부는 5번 슬라이스를 스플릿할 수 있다. 정제부는 5번 슬라이스를 예를 들어, 4번 방향으로 90개의 점을 갖는 2개의 슬라이스로 split 할 수 있다.
도 27(B)는 트리형에 기초한 자료구조에 기초하여 정제 동작을 수행하는 것을 나타낸다.
실시예들에 따른 정제부가 트리형에 기초한 자료구조에 기초하여 정제 동작을 수행하는 경우, 정제부는 트리형 정제부라고 호칭할 수도 있다.
실시예들에 따른 트리형 정제부는 포인트 클라우드 데이터를 포함하는 슬라이스들 각각의 위치 정보를 트리(tree) 형태의 자료구조로 나타낼 수 있다. 도 27(B)는 트리 형태의 자료구조의 예시이다.
예를 들어, 도 27(B)를 참조하면, 트리형에 기초한 자료구조는 도 27(B)의 오른쪽 그림과 같을 수 있다. 트리형에 기초한 자료구조에서, 자식 노드(child node, 1개 또는 복수개)는 부모 노드(parent node)의 인접한 슬라이스 관계임을 나타낸다. 예를 들어, 0번 슬라이스는 1번 슬라이스와 2번 슬라이스와 인접하므로, 0번 슬라이스를 부모 노드, 1번 및 2번 슬라이스는 0번 슬라이스의 자식 노드일 수 있다. 나아가 1번 슬라이스는 3번 슬라이스와 더 인접하므로 1번 슬라이스의 자식 노드는 3번 슬라이스일 수 있다. 나아가 2번 슬라이스는 4번 슬라이스와 더 인접하므로 2번 슬라이스의 자식 노드는 4번 슬라이스일 수 있다. 나아가 4번 슬라이스는 5번 슬라이스와 더 인접하므로 4번 슬라이스의 자식 노드는 5번 슬라이스일 수 있다. 즉, 정제부는 슬라이스의 인덱스와 슬라이스 내의 포인트들의 개수를 이용하여 트리형 인접성 정보를 포함하는 트리형 자료 구조 형태로 생성한다.
정제부는 예를 들어, 완성된 트리에서 깊이우선탐색(DFS, Depth first search)을 수행하여 포인트들의 개수를 조사할 수 있다.
예를 들어, 정제부는, 깊이우선탐색을 이용하여 리프 노드에 있는 5번 슬라이스부터 minPointNum 및 maxPointNum 사이에 포인트들의 개수가 존재하는지 확인할 수 있다. 예를 들어, 5번 슬라이스는 150개의 포인트들을 가지므로, 정제부는 5번 슬라이스에 대하여 스플릿 동작을 수행해 2개의 슬라이스로 나누어진다. 예를 들어, 정제부는 5번 슬라이스를 스플릿하여, 두 개 이상의 슬라이스들을 생성하고 두 개 이상의 슬라이스들 모두 4번 슬라이스의 자식 노드로 생성할 수 있다. 또한 예를 들어, 정제부는 5번 슬라이스를 스플릿하여 일부는 부모 노드인 4번 슬라이스로 편입(또는 재분배)할 수도 있고, 남은 포인트들을 하나 또는 그 이상의 슬라이스들로 분배하여 4번 슬라이스의 자식 노드로 생성할 수 있다.
정제부는, 깊이우선탐색을 이용하여, 다음 순서인 4번 슬라이스에 대하여 정제 동작을 수행한다. 만약, 5번 슬라이스를 정제하는 과정에서 5번 슬라이스 내의 포인트들 중 일부가 4번 슬라이스로 편입되지 않을 경우, 4번 슬라이스의 포인트들의 개수는 100개이다. 따라서, 정제 동작을 수행하지 않는다(minPointNum 및 maxPointNum 사이의 포인트들의 개수를 가지므로).
정제부는, 다음 순서인 2번 슬라이스에 대하여 정제 동작을 수행 여부를 확인한다. 2번 슬라이스는, 정제 동작을 수행하지 않는다(minPointNum 및 maxPointNum 사이의 포인트들의 개수를 가지므로).
정제부는, 다음 순서인 3번 슬라이스에 대하여 정제 동작을 수행 여부를 확인한다. 3번 슬라이스는, 30개의 포인트들을 가지므로 합병 동작을 수행한다(minPointNum 이상이므로). 정제부는 3번 슬라이스의 부모 노드인 1번 슬라이스와 합병을 수행하여 70개를 가지는 슬라이스를 생성할 수 있다. 합병된 1번 및 3번 슬라이스는 0번 슬라이스의 자식 노드로 생성될 수 있다. 합병된 1번 및 3번 슬라이스에 대하여, 정제부는 스플릿 동작을 수행하지 않는다.
정제부는, 다음 순서인 0번 슬라이스에 대하여 정제 동작을 수행 여부를 확인한다. 0번 슬라이스는, 10개의 포인트들을 가지므로 자식 노드들 중 적은 포인트들의 수를 가지는 슬라이스(즉, 합병된 1번 및 3번 슬라이스)와 합병하여 80개의 포인트들을 가지는 슬라이스를 생성한다.
실시예들에 따른 포인트 클라우드 데이터 송신 장치는, 이러한 구성으로 인해 슬라이스들 내의 포인트들의 수를 균등하게 또는 적절하게 분배 또는 결정할 수 있어, 송신 장치의 병렬적 인코딩 효율을 높일 수 있다.
실시예들에 따른 포인트 클라우드 데이터 송신 장치는, 이러한 자료구조를 이용하여 정제 동작을 수행함으로써, 메모리 효율을 극대화함과 동시에 정제 과정에서 불필요한 지연 및 오류를 최소화할 수 있다.
또한, 실시예들에 따른 포인트 클라우드 데이터 수신 장치는, 이러한 구성으로 인해, 슬라이스들 내의 포인트들의 수의 편차가 크지 않게 설정되어 슬라이스 별로 독립적으로 인코딩하는데 지연 발생을 줄일 수 있다.
도 28은 실시예들에 따른 포인트 클라우드 데이터 수신 장치의 예시를 나타낸다.
도 28에 나타난 분할하는 동작은 도 1의 수신장치(10004), 수신부(10005), 포인트 클라우드 비디오 디코더(10006), 도 2의 디코딩(18003), 전송부(18002), 도 10, 도 11의 디코더, 도 13의 수신 장치, 도 14의 XR디바이스(1430) 등에 의해 결합되어 수행될 수 있다.
실시예들에 따른 포인트 클라우드 수신 장치(또는 디코더, 28000)는 기하정보 복호화부(28001) 및/또는 속성정보 복호화부(28002)를 포함할 수 있다. 실시예들에 따르면, 포인트 클라우드 디코더는 PCC 복호화기, PCC 복호화부, 포인트 클라우드 복호화기, 포인트 클라우드 복호화부, PCC 디코더 등으로 호칭될 수 있다.
기하정보 복호화부(28001)는 포인트 클라우드 데이터의 기하정보 비트스트림(28000a)를 수신한다. 기하정보 복호화부(28001)는 포인트 클라우드 데이터의 기하정보 비트스트림(28000a)를 복호화(디코딩)하여 복원된 포인트 클라우드 데이터(28000c)의 어트리뷰트 정보를 출력할 수 있다. 기하정보 복호화부(28001)는 기하정보 비트스트림을 지오메트리 정보로 재구성하여 복원된 기하정보(28001)를 출력할 수 있다. 기하정보 비트스트림(28000a)는 도 15 의 기하정보 비트스트림, 지오메트리 비트스트림을 의미할 수 있다. 속성정보 비트스트림(28000b)는 도 15 의 속성정보 비트스트림, 어트리뷰트 비트스트림을 의미할 수 있다.
기하정보 복호화부(28001)는 입력 받은 기하정보 비트스트림을 복호화하여 기하정보를 복원한다. 복원된 기하정보는 속성정보 복호화부로 입력될 수 있다. 속성정보 복호화부(28002)는 입력받은 속성정보 비트스트림과 기하정보 복호화부로부터 입력 받은 복원된 기하정보를 입력 받아 속성정보를 복원한다. 복원된 기하정보는 도 11에서 설명한 지오메트리 리컨스럭션부(reconstruct geometry, 11003)에 의해 재구성된 지오메트릭을 의미할 수 있다. 복원된 기하정보는 도 13에서 설명한 오큐펀시 코드기반 옥트리 재구성 처리부(13003)에 의해 재구성된 옥트리 오큐펀시 코드를 의미할 수도 있다.
기하정보 복호화부(28001)는 실시예들에 따른 수신 장치가 수신한 기하정보 비트스트림을 수신한다. 기하정보 복호화부(28001)는 기하정보 비트스트림을 복호화할 수 있다.
기하정보 복호화부(28001)는 도 1의 포인트 클라우드 비디오 디코더의 동작, 도 2의 디코딩(20003), 도 10의 지오메트리 디코더의 동작, 도 11에서 설명한 아리스메틱 디코더(11000), 옥트리 합성부(11001), 서페이스 오프록시메이션 합성부(11002), 지오메트리 리컨스럭션부(11003) 및/또는 좌표계 역변환부(11004)의 동작 전부/일부를 수행할 수 있다.
속성정보 복호화부(28002)는 포인트 클라우드 데이터의 속성정보 비트스트림(28000b)를 수신한다. 속성정보 복호화부(28002)는 포인트 클라우드 데이터의 속성정보 비트스트림(28000b)를 복호화(디코딩)하여 복원된 포인트 클라우드 데이터(28000c)의 어트리뷰트 정보를 출력할 수 있다. 속성정보 복호화부(28002)는 기하정보 복호화부(28001)에 의해 생성된 복원된 기하정보(28001a)에 기초하여 속성정보 비트스트림을 복호화(디코딩)할 수 있다.
속성정보 복호화부(28002)는 실시예들에 따른 수신 장치가 수신한 속성정보 비트스트림을 수신한다. 속성정보 복호화부는 복원된 기하정보에 기반하여 속성정보 비트스트림의 속성정보를 복호화할 수 있다. 포인트 클라우드 데이터에 포함된 기하정보 및/또는 속성정보는 복호화되어 복원된 PCC데이터가 될 수 있다.
속성정보 복호화부(28002)는 도 1의 포인트 클라우드 비디오 디코더, 도 2의 디코딩(20003)의 동작, 도 10에서 설명한 어트리뷰트 디코더(attribute decoder)의 동작, 도 11의 역양자화부(11006), RAHT(11007), LOD생성부(11008), 인버스 리프팅부(11009), 및/또는 컬러 역변환부(11010) 동작, 도 13에서 설명한 아리스메틱 디코더(13007), 역양자화 처리부(13008), 예측/리프팅/RAHT 역변환 처리부(13009), 색상 역변환 처리부(13010) 및/또는 렌더러(13011)의 동작 일부 또는 전부를 수행할 수 있다.
도 29는 실시예들에 따른 포인트 클라우드 데이터 수신 장치를 나타낸다.
도 29에 나타난 실시예들에 따른 포인트 클라우드 데이터 디코더의 일부 또는 전부는 도1의 수신장치(10004), 수신부(10005), 포인트 클라우드 비디오 디코더(10006), 도2의 디코딩(18003), 전송부(18002), 도10, 도 11의 디코더, 도13의 수신 장치, 도14의 XR디바이스(1430) 등에 의해 결합되어 수행될 수 있다.
도 29의 실시예들에 따른 포인트 클라우드 디코더는 도 28의 실시예들에 따른 포인트 클라우드 데이터 디코더(28000)를 의미할 수 있다. 실시예들에 따른 포인트 클라우드 디코더는 수신부(29000), 분할된 데이터 입력부(29001), 제 1 아리스메틱 디코더(29002), 오큐펀시 코드기반 옥트리 재구성 처리부(29003), 표면모델 처리부(29004), 지오메트리 재구성부(29005), 좌표 역변환부(29006), 제 2 아리스메틱 디코더(29007), 역양자화 처리부(29008), 예측/리프팅/RAHT 역변환 처리부(29009), 속성 재구성부(29010), 색상 역변환부(29011) 및/또는 포인트 결합부를 포함할 수 있다.
도 29에서 도시된 실시예들에 따른 포인트 클라우드 데이터 디코더의 구성요소들은 브릭(brick) 단위로 수행될 수 있으며, 브릭 단위로 독립적으로 수행될 수도 있다.
수신부(29000)는 실시예들에 따른 포인트 클라우드 데이터를 포함하는 비트스트림을 수신할 수 있다. 수신부(29000)는 수신한 비트스트림을 분할된 데이터 입력부(29001)에 전송할 수 있다. 수신부(29000)는 도 1의 리시버(10007), 도 2의 전송(20002), 도 13의 수신부(13000) 동작을 수행할 수 있다.
분할된 데이터 입력부(29001)는 실시예들에 따른 포인트 클라우드 데이터를 포함하는 비트스트림을 브릭(brick) 단위로 수신하고, 브릭 단위로 디코딩을 수행하기 위하여 브릭 단위로 포인트 클라우드 데이터의 지오메트리 비트스트림과 속성 비트스트림을 출력한다. 분할된 데이터 입력부(29001)는 브릭 단위의 지오메트리 비트스트림을 제 1 아리스메틱 디코더(29002)로 전송할 수 있고, 브릭 단위의 속성 비트스트림을 제 2 아리스메틱 디코더(29002)로 전송할 수 있다.
분할된 데이터 입력부(29001)는, 수신부(29000)에 의해 수신한 비트스트림에 포함된, 브릭 단위로 부호화되었음을 나타내는 시그널링 정보(예를 들어, bistream_brick_decoding_flag)가 존재하는 경우(또는 브릭 단위로 부호화되었음을 지시하는 경우), 실시예들에 따른 포인트 클라우드 데이터 수신 장치는 수신 비트스트림에 대하여 N번의 디코딩 동작이 수행될 수 있다. 분할된 데이터 입력부(29001)는 도 1의 리시버(10007), 도 2의 전송(20002), 도 13의 수신 처리부(13001) 동작을 수행할 수 있다.
제 1 아리스메틱 디코더(29002)는 브릭 단위로 지오메트리 비트스트림을 수신한다. 제 1 아리스메틱 디코더(29002)는 지오메트리 비트스트림을 복호화할 수 있다. 제 1 아리스메틱 디코더(29002)는 복호화된 지오메트리 정보를 출력한다.
제 1 아리스메틱 디코더(29002)는 도 1의 포인트 클라우드 비디오 디코더(10006), 도 2의 디코딩(20003), 도 11의 아리스메틱 디코딩부(11000), 도 13의 아리스메틱 디코더(13002) 동작을 수행할 수 있다.
오큐펀시 코드기반 옥트리 재구성 처리부(29003)는 복호화된 지오메트리 정보를 수신한다. 오큐펀시 코드기반 옥트리 재구성 처리부(29003)는 브릭 단위의 지오메트리 비트스트림에 기초하여 오큐펀시(occupancy) 기반의 옥트리(octree)를 재구성할 수 있다. 오큐펀시 코드기반 옥트리 재구성 처리부(29003)는 재구성된 옥트리를 표면 모델 처리부(29004)로 전송할 수 있다.
오큐펀시 코드기반 옥트리 재구성 처리부(29003)는 도 1의 포인트 클라우드 비디오 디코더(10006), 도 2의 디코딩(20003), 도 11의 옥트리 분석부(11001), 도 13의 오큐펀시 코드기반 옥트리 재구성 처리부(13003) 동작을 수행할 수 있다.
표면모델 처리부(29004)는 제 1 아리스메틱 디코더(29002)에 의해 디코딩된 지오메트리 정보 및/또는 오큐펀시 코드기반 옥트리 재구성 처리부(29003)에 의해 재구성된 옥트리에 기초하여 지오메트리 정보의 표면 모델 처리할 수 있다. 지오메트리 정보의 표면 모델 처리는 예를 들어, 삼각형 재구성 동작, 업-샘플링 동작, 복셀화 동작을 포함할 수 있다.
표면모델 처리부(29004)는 도 1의 포인트 클라우드 비디오 디코더(10006), 도 2의 디코딩(20003), 도 11의 표면 어프록시메이션 분석부(11002), 도 13의 포면 모델 처리부(13004) 동작을 수행할 수 있다.
지오메트리 재구성부(29005)는, 표면 모델 처리부(29004)에 의해 표면 모델 처리된 지오메트리 정보를 수신한다. 지오메트리 재구성부는 표면 모델 처리된 지오메트리 정보를 재구성한다. 지오메트리 재구성부(29005)는 재구성된 지오메트리 정보를 예측/리프팅/RAHT 역변환 처리부(29009) 및/또는 좌표 역변환부(29006)으로 전송할 수 있다.
지오메트리 재구성부(29005)는 도 1의 포인트 클라우드 비디오 디코더(10006), 도 2의 디코딩(20003), 도 11의 지오메트리 재구성부(11003) 동작을 수행할 수 있다.
좌표 역변환부(29006)는 지오메트리 재구성부(29005)에 의해 생성된 지오메트리 정보의 좌표 정보를 역변환한다. 좌표 역변환부(29006)는 지오메트리 정보를 역변환하여 포인트 클라우드 데이터의 포인트들의 위치 정보를 출력한다. 좌표 역변환부(29006)는 포인트들의 위치 정보를 포인트 결합부(29012)로 전송할 수 있다.
좌표 역변환부(29006)는 해당 포인트들에 대응하는 브릭(brick)에 대하여 지오메트리 디코딩이 수행되었음을 나타내는 정보를 분할된 데이터 입력부(29001)로 전송할 수 있다.
좌표 역변환부(29006)는 도 1의 포인트 클라우드 비디오 디코더(10006), 도 2의 디코딩(20003), 도 11의 좌표 역변환부(11004) 동작을 수행할 수 있다.
제 2 아리스메틱 디코더(29007)는 브릭 단위로 지오메트리 비트스트림을 수신한다. 제 2 아리스메틱 디코더(29007)는 속성 비트스트림(어트리뷰트 비트스트림)을 복호화할 수 있다. 제 2 아리스메틱 디코더(29007)는 복호화된 어트리뷰트 정보를 출력한다.
제 2 아리스메틱 디코더(29007)는 도 1의 포인트 클라우드 비디오 디코더(10006), 도 2의 디코딩(20003), 도 11의 아리스메틱 디코딩(11005), 도 13의 아리스메틱 디코더(13007) 동작을 수행할 수 있다.
역양자화 처리부(29008)는 제 2 아리스메틱 디코더(29007)에 의해 생성된 복호화된 어트리뷰트 정보를 수신한다. 역양자화 처리부(29008)는 수신한 복호화된 어트리뷰트 정보를 역양자화한다. 역양자화 처리부(29008)는 역양자화된 어트리뷰트 정보를 출력하고, 역양자화된 어트리뷰트 정보를 예측/리프팅/RAHT 역변환 처리부(29009)로 전송할 수 있다.
역양자화 처리부(29008)는 도 1의 포인트 클라우드 비디오 디코더(10006), 도 2의 디코딩(20003), 도 11의 역양자화부(11006), 도 13의 아리스메틱 디코더(13007) 동작을 수행할 수 있다.
예측/리프팅/RAHT 역변환 처리부(29009)는 역양자화 처리부(29008)에 의해 역양자화된 지오메트리 정보를 수신하고, 이들을 역변환한다. 예측/리프팅/RAHT 역변환 처리부(29009)는 역양자화된 어트리뷰트 정보를 예측 방법(prediction), 리프팅 방법(lifting), RAHT 방법 중 적어도 하나에 기초하여 역변환을 수행할 수 있다. 예측/리프팅/RAHT 역변환 처리부(29009)는 지오메트리 재구성부(29005)에 의해 재구성된 지오메트리 정보(또는 복원된 지오메트리 정보)에 기초하여 어트리뷰트 정보를 역변환할 수 있다.
예측/리프팅/RAHT 역변환 처리부(29009)는 도 1의 포인트 클라우드 비디오 디코더(10006), 도 2의 디코딩(20003), 도 11의 RAHT(11007), LOD 생성부(11008), 역리프팅부(11009) 동작을 수행할 수 있다.
속성 재구성부(29010)는 예측/리프팅/RAHT 역변환 처리부(29009)에 의해 역변환된 어트리뷰트 정보에 기초하여 속성 정보를 재구성한다. 속성 재구성부는 재구성된 속성 정보를 출력하고, 이를 색상 역변환 처리부(29011)로 전송한다.
속성 재구성부(29010)는 도 1의 포인트 클라우드 비디오 디코더(10006), 도 2의 디코딩(20003), 도 11의 색상 역변환부(11010), 도 13의 색상 역변환 처리부(13010) 동작을 수행할 수 있다.
색상 역변환부(29011)는 속성 재구성부(29010)에 의해 재구성된 지오메트리 정보를 수신한다. 색상 역변환부(29011)는 재구성된 지오메트리 정보를 색상 역변환할 수 있다. 색상 역변환부(29011)는 포인트 클라우드 데이터의 포인트들의 속성 정보를 출력한다.
색상 역변환부(29006)는 해당 포인트들에 대응하는 브릭(brick)에 대하여 어트리뷰트 디코딩이 수행되었음을 나타내는 정보를 분할된 데이터 입력부(29001)로 전송할 수 있다. 속성 재구성부(29010)는 도 1의 포인트 클라우드 비디오 디코더(10006), 도 2의 디코딩(20003), 도 11의 색상 역변환부(11010), 도 13의 색상 역변환 처리부(13010) 동작을 수행할 수 있다.
포인트 결합부는 실시예들에 따른 포인트 클라우드 데이터의 포인트들의 지오메트리 정보(위치 정보) 및/또는 포인트들의 어트리뷰트 정보(속성 정보)를 수신한다. 포인트 결합부는 브릭(brick) 단위의 포인트 클라우드 데이터의 포인트들의 지오메트리 정보(위치 정보) 및/또는 포인트들의 어트리뷰트 정보(속성 정보)를 수신하고, 이들을 브릭 단위로 결합한다. 포인트 결합부는 포인트들의 위치 정보와 속성 정보를 포함하는 브릭 단위의 포인트 클라우드 데이터를 출력한다.
도 30은 실시예들에 따른 포인트 클라우드 데이터의 비트스트림 구조의 예시를 나타낸다.
도 30은 실시예들에 따른 포인트 클라우드 데이터의 비트스트림 구조(30000)의 예시이다. 도 30에 나타난 포인트 클라우드 데이터의 비트스트림 구조(30000)는 실시예들에 따른 송신 장치의 도 1의 트랜스미터(10003), 도 2의 전송부(18002), 도 12의 전송 처리부(12012), 도 16의 비트스트림 결합부(16014), 도 17의 비트스트림 결합부(17000)에서 생성될 수 있다.
실시예들에 따른 송신 장치는 분할부와 정제부를 추가/수행 하기 위해서 필터링 정보를 시그널링 할 수 있다.
실시예들에 따른 파라미터(메타데이터, 시그널링 정보 등 다양하게 호칭 가능함)는 후술하는 실시예들에 따른 송신기의 프로세스 상 생성될 수 있고, 실시예들에 따른 수신기에 전달되어 재구성 과정에 이용될 수 있다.
예를 들어, 실시예들에 따른 파라미터는 후술하는 실시예들에 따른 송신 장치의 메타데이터 처리부(또는 메타데이터 제너레이터)에서 생성되고, 실시예들에 따른 수신 장치의 메타데이터 파서에서 획득될 수 있다.
도 30에 나타난 포인트 클라우드 데이터의 비트스트림 구조(30000)는 실시예들에 따른 수신 장치의 도 1의 리시버(10005), 도 2의 디코딩부(18003), 도 13의 수신부(13000), 도 35의 수신부(35000)에서 수신하는 비트스트림일 수 있다. 도 30에 나타난 포인트 클라우드 데이터의 비트스트림 구조(30000)는 도 36의 슬라이스 별 지오메트리와 속성 비트스트림(36001)을 의미할 수 있다.
도38에 나타난 실시예들에 따른 비트스트림 구조(30000)의 일부 또는 전부는 도14의 XR디바이스(1430)에 의해 생성될 수 있다. 또한, 본 도면에서 설명하는 브릭(brick)은 슬라이스(slice)에 대응될 수 있고, 그 역도 성립할 수 있다. 본 문서에서 브릭은 슬라이스로 지칭될 수 있다.
실시예들에 따른 포인트 클라우드 데이터 송신 장치는 도 31에서 도시한 바에 따른 비트스트림 구조를 가지는 비트스트림(30000)을 전송할 수 있다. 포인트 클라우드 데이터의 비트스트림(30000)은 SPS(Sequential Parameter Set, 30001), GPS(Geometry Parameter Set, 30002), APS(Attribute Parameter Set, 30003), TPS(Tile Parameter Set, 30004) 및 하나 또는 그 이상의 슬라이스(slice)들(slice 0, slice 1 … slice n, 30004)을 포함할 수 있다. 포인트 클라우드 데이터의 비트스트림(30000)은 하나 또는 그 이상의 타일(tile)을 포함할 수 있다. 실시예들에 따른 타일(tile)은 하나 또는 그 이상의 슬라이스(slice)를 포함하는 슬라이스들의 그룹일 수 있다. 실시예들에 따른 비트스트림(30000)은 포인트 클라우드 데이터를 영역별로 나누어 처리할 수 있도록 타일, 또는 슬라이스를 제공한다. 실시예들에 따른 비트스트림(30000)의 각각의 영역은 서로 다른 중요도를 가질 수 있다. 따라서, 포인트 클라우드 데이터는 타일(Tile)로 나누어지는 경우, 각 타일별로 다른 필터(부호화 방법), 다른 필터 유닛을 적용할 수 있다. 포인트 클라우드는 슬라이스(Slice)로 나누어지는 경우, 각 슬라이스별로 다른 필터, 다른 필터 유닛을 적용할 수 있다.
실시예들에 따른 포인트 클라우드 데이터 송신 장치는, 도 31과 같은 비트스트림(30000)의 구조에 따라 포인트 클라우드 데이터를 전송함으로써, 중요도에 따라서 다른 부호화 동작을 적용할 수 있게 하고, 품질(quality)이 좋은 부호화 방법을 중요한 영역에 사용할 수 있는 방안을 제공할 수 있다.
실시예들에 따른 포인트 클라우드 데이터 수신 장치는, 수신 장치의 처리능력(capacity)에 따라서 포인트 클라우드 데이터 전체에 복잡한 복호화(필터링) 방법을 사용하는 대신 영역별로 (타일로 나누어지거나 슬라이스로 나누어진 영역) 서로 다른 필터링(복호화 방법)을 적용할 수 있게 함으로서 사용자에게 중요한 영역에 더 좋은 화질과 시스템 상으로 적절한 레이턴시(latency)을 보장할 수 있다.
SPS(Sequence Parameter Set, 30001)는 각각의 슬라이스 세그먼트 헤더(slice segment header)내의 신텍스 엘리먼트(syntax element)에 의해 참조되는 PPS 내의 신텍스 엘리먼트의 컨텐츠에 의해 결정되는 0개 또는 그 이상의 전체 CVS들에 적용되는 신텍스 엘리먼트들을 포함하는 신텍스 스트럭쳐이다. (A syntax structure containing syntax elements that apply to zero or more entire CVSs as determined by the content of a syntax element found in the PPS referred to by a syntax element found in each slice segment header.) SPS는 실시예들에 따른 포인트 클라우드 데이터 비트스트림의 시퀀스 정보를 포함할 수 있다.
GPS(Geometry Parameter Set, 30002)은 0개 또는 그 이상의 전체 지오메트리(또는 부호화된 지오메트리)가 적용되는 신텍스 엘리먼트들(syntax elements)을 포함하는 신텍스 스트럭처(syntax structure)를 의미할 수 있다. 실시예들에 따른 GPS(30002)는 하나 또는 그 이상의 슬라이스들(30004)에 포함된 포인트 클라우드 데이터의 어트리뷰트(속성) 정보를 인코딩하는 방법에 관한 정보를 포함할 수 있다. GPS(30002)는 실시예들에 따른 어떤 SPS(30001)와 관련된 지오메트리 파라미터를 포함하는지를 나타내는 SPS 식별자 정보, 해당 GPS를 식별하는 GPS 식별자 정보를 포함할 수 있다.
APS(Attribute Parameter Set, 30003)은 0개 또는 그 이상의 전체 어트리뷰트(또는 부호화된 어트리뷰트)가 적용되는 신텍스 엘리먼트들(syntax elements)을 포함하는 신텍스 스트럭처(syntax structure)를 의미할 수 있다. 실시예들에 따른 APS(30003)는 하나 또는 그 이상의 슬라이스들(30004)에 포함된 포인트 클라우드 데이터의 어트리뷰트(속성) 정보를 인코딩하는 방법에 관한 정보를 포함할 수 있다. APS(30003)는 실시예들에 따른 어떤 SPS(30001)와 관련된 지오메트리 파라미터를 포함하는지를 나타내는 SPS 식별자 정보, 해당 APS를 식별하는 GPS 식별자 정보를 포함할 수 있다.
TPS(Tile Parameter Set, 30004)는 0개 또는 그 이상의 전체 타일들(또는 부호화된 타일들)이 적용되는 신텍스 엘리먼트들(syntax elements)을 포함하는 신텍스 스트럭처(syntax structure)를 의미할 수 있다. 타일 인벤토리는 실시예들에 따른 포인트 클라우드 데이터 비트스트림에 포함된 0개 또는 그 이상의 타일(tile)들에 관한 정보를 포함한다. 타일 인벤토리는 실시예들에 따라 TPS(Tile Parameter Set)으로 호칭될 수도 있다.
TPS(Tile Parameter Set, 30004)는 하나 또는 그 이상의 타일(tile)들을 식별하는 식별자 정보 및 하나 또는 그 이상의 타일(tile)들의 범위(즉, 타일의 바운딩 박스)를 나타내는 정보를 포함할 수 있다. 하나 또는 그 이상의 타일(tile)들의 범위(즉, 타일의 바운딩 박스)를 나타내는 정보는, 해당 타일이 나타내는 바운딩 박스의 기준이 되는 점의 좌표 정보(예를 들어, Tile(n).tile_bounding_box_xyz0) 및 해당 바운딩 박스의 폭, 높이 및 깊이에 관한 정보(예를 들어, Tile(n).tile_boudning_box_whd)를 포함할 수 있다. 복수 개의 타일이 존재하는 경우, 타일 인벤토리는(Tile Inventory, 33004)는 타일들 각각에 대한 바운딩 박스를 나타내는 정보를 포함할 수 있다. 예를 들어, 각 타일들이 타일들의 식별자 정보에 의해 0 내지 n으로 표현되는 경우, 각 타일들의 바운딩 박스를 나타내는 정보는 Tile(0).tile_bounding_box_xyz0, Tile(0).tile_bounding_box_whd, Tile(1).tile_bounding_box_xyz0, Tile(1).tile_bounding_box_whd …등으로 표현될 수 있다.
슬라이스(slice, 30004)는 실시예들에 따른 포인트 클라우드 데이터의 송신 장치가 포인트 클라우드 데이터를 인코딩하기 위한 단위를 의미할 수 있다. 실시예들에 따른 슬라이스(30004)는 하나의 지오메트리 비트스트림(Geom00, 30004a) 및 하나 또는 그 이상의 어트리뷰트 비트스트림들(Attr00, Attr10, 30004b, 30004b)을 포함하는 단위를 의미할 수 있다.
슬라이스(slice, 30004)는 해당 슬라이스 내에 포함된 포인트 클라우드 데이터의 지오메트리 정보를 나타내는 지오메트리 슬라이스 (Geometry Slice, Geom, 30004a) 및 해당 슬라이스 내에 포함된 포인트 클라우드 데이터의 어트리뷰트 정보를 나타내는 하나 또는 그 이상의 어트리뷰트 슬라이스 (Attribute Slice, Attr, 30004b, 30004c)를 포함할 수 있다.
지오메트리 슬라이스 (Geometry Slice, Geom, 30004a)는 포인트 클라우드 데이터의 지오메트리 정보를 포함하는 지오메트리 슬라이스 데이터(Geometry Slice Data, Geom_slice_data, 30004a-2) 및 지오메트리 슬라이스 데이터에 관한 정보를 포함하는 지오메트리 슬라이스 헤더(Geometry Slice Header, Geom_slice_header, GSH, 30004a-1)를 포함한다.
지오메트리 슬라이스 헤더(30004a-1)는 해당 슬라이스 내의 지오메트리 슬라이스 데이터(30004a-2)에 관한 정보를 포함한다. 예를 들어, 지오메트리 슬라이스 헤더(30004a-1)는 어느 GPS(30002)가 해당 슬라이스의 지오메트리 정보를 나타내는지 여부를 식별하기 위한 지오메트리 파라미터 세트 식별자(geom_geom_parameter_set_id), 해당 지오메트리 슬라이스를 식별하기 위한 지오메트리 슬라이스 식별자(geom_slice_id), 해당 지오메트리 슬라이스 데이터의 박스 원점을 나타내는 지오메트리 박스 오리진 정보(geomBoxOrigin), 지오메트리 슬라이스의 로크 스케일을 나타내는 정보(geom_box_log2_scale), 해당 지오메트리 슬라이스의 포인트들의 개수와 관련된 정보(geom_num_points) 등을 포함할 수 있다.
실시예들에 따른 포인트 클라우드 데이터 비트스트림이 하나 또는 그 이상의 타일(tile)을 포함하는 경우, 실시예들에 따른 지오메트리 비트스트림의 헤더는 해당 지오메트리 비트스트림을 포함하는 타일을 식별하기 위한 정보(geom_tile_id)를 더 포함할 수 있다.
어트리뷰트 슬라이스 (Attribute Slice, Attr, 30004b, 30004c)는 포인트 클라우드 데이터의 어트리뷰트 정보를 포함하는 어트리뷰트 슬라이스 데이터(Attribute Slice Data, Attr_slice_data) 및 어트리뷰트 슬라이스 데이터에 관한 정보를 포함하는 어트리뷰트 슬라이스 헤더(Attribute Slice Header, Attr_slice_header, ASH, 33005c)를 포함한다.
실시예들에 따르면, 포인트 클라우드 인코딩에 필요한 파라미터들은 포인트 클라우드(point cloud)의 파라미터 세트(parameter set) 및 헤더(header) 정보로 새로 정의될 수 있다. 예를 들어, 속성정보 부호화를 할 때에는 attribute parameter set RBSP syntax에, 타일 기반 부호화를 할 때에는 tile_header syntax 등에 추가할 수 있다.
실시예들에 따르면, 송신 장치는 실시예들에 다른 중첩 슬라이스의 구성을 시그널링 하기 위하여 타일 별 또는 슬라이스 별로 다른 슬라이스 구성 헤더 유닛을 생성할 수 있다.
실시예들에 따른 포인트 클라우드 데이터 송수신 방법은 이러한 비트스트림 구조를 제공함으로써, 수신기로 하여금 포인트 클라우드 데이터의 속성 정보의 복호화 성능을 높일 수 있다.
도 31은 실시예들에 따른 비트스트림의 SPS(Sequence Parameter Set)의 예시이다.
도 31에 나타난 파라미터들은 도 30에서 설명한 SPS(Sequence Parameter Set) 내에 포함될 수 있다. 실시예들에 따른 SPS는 실시예들에 따른 슬라이스(slice)의 분할(슬라이스 파티셔닝), 슬라이스 타일링 방법과 관련된 시그널링 정보 및/또는 관련 시그널링 정보를 포함할 수 있다.
프로파일_idc(profile_idc)는 H.264 표준문서의 Annex A를 만족할 수 있는 비트스트림의 프로파일(profile)을 나타내는 정보를 의미할 수 있다. profile_idc의 다른 값은 ISO/IEC에 의해 추후 사용될 수 있다. (indicates a profile to which the bitstream conforms as specified in Annex A. Bitstreams shall not contain values of profile_idc other than those specified in Annex A. Other values of profile_idc are reserved for future use by ISO/IEC.)
프로파일 컴페티빌리티 플래그(profile_compatibility_flags) 가 1이면, 해당 비트스트림이 profile_idc가 Annex A에 따라 j인 프로파일(profile)을 만족한다는 것을 나타낼 수 있다. profile_compatibility_flag[ j ]의 값은 Annex A에 따라 정의된 값이 아닌 j를 갖는 경우 0일 수 있다. (equal to 1, indicates that the bitstream conforms to the profile indicated by profile_idc equal to j as specified in Annex A. The value of profile_compatibility_flag[ j ] shall be equal to 0 for any value of j that is not specified as an allowed value of profile_idc in Annex A.)
레벨_idc(level_idc)는 H.264 표준문서의 Annex A를 만족할 수 있는 비트스트림의 레벨을 나타낸다. 비트스트림은 H.264 표준문서의 Annex A에 정의된 정보와 다른 정보로 level_idc의 값을 가지지 않는다. Level_idc의 다른 값들은 ISO/IEC에 의해 추후를 위해 남겨둔다. (indicates a level to which the bitstream conforms as specified in Annex A. Bitstreams may not contain values of level_idc other than those specified in Annex A. Other values of level_idc are reserved for future use by ISO/IEC.)
SPS 바운딩 박스 프리젠트 플래그(sps_bounding_box_present_flag)는 바운딩 박스 오프셋과 사이즈 정보가 시그널링되는 경우 1일 수 있다. (equal to 1 specifies the bounding box offset and size information is signalled. sps_bounding_box_present_flag equal to 0 specifies)
SPS 바운딩 박스 존재 플래그(sps_bounding_box_present_flag) 가 true 값을 가지면, 실시예들에 따른 SPS 는 SPS 바운딩 박스 x 오프셋(sps_bounding_box_offset_x), SPS 바운딩 박스 y 오프셋(sps_bounding_box_offset_y), SPS 바운딩 박스 z 오프셋(sps_bounding_box_offset_z), SPS 바운딩 박스 스케일 펙터(sps_bounding_box_scale_factor), SPS 바운딩 박스 너비 사이즈(sps_bounding_box_size_width), SPS 바운딩 박스 높이 사이즈(sps_bounding_box_size_height) 및 SPS 바운딩 박스 깊이 사이즈(sps_bounding_box_size_depth) 를 더 포함한다.
SPS 바운딩 박스 오프셋 x (sps_bounding_box_offset_x)는 직교 좌표계의 원본 바운딩 박스의 x 오프셋을 나타낸다. 해당 정보가 존재하지 않는 경우 본 파라미터의 값은 0일 수 있다. (indicates the x offset of the source bounding box in the cartesian coordinates. When not present, the value of sps_bounding_box_offset_x is inferred to be 0.)
SPS 바운딩 박스 오프셋 y (sps_bounding_box_offset_y)는 직교 좌표계의 원본 바운딩 박스의 y 오프셋을 나타낸다. 해당 정보가 존재하지 않는 경우 본 파라미터의 값은 0일 수 있다. (indicates indicates the y offset of the source bounding box in the cartesian coordinates. When not present, the value of sps_bounding_box_offset_y is inferred to be 0.)
SPS 바운딩 박스 오프셋 z (sps_bounding_box_offset_z)는 직교 좌표계의 원본 바운딩 박스의 z 오프셋을 나타낸다. 해당 정보가 존재하지 않는 경우 본 파라미터의 값은 0일 수 있다. (indicates indicates the z offset of the source bounding box in the Cartesian coordinates. When not present, the value of sps_bounding_box_offset_z is inferred to be 0.)
SPS 바운딩 박스 스케일 펙터(sps_bounding_box_scale_factor)는 직교 좌표계 내의 원본 바운딩 박스의 스케일 펙터를 나타낸다. 해당 정보가 존재하지 않는 경우 본 파라미터의 값은 1이거나 0일 수 있다. (indicates the scale factor the source bounding box in the Cartesian coordinates. When not present, the value of sps_bounding_box_scale_factor is inferred to be 1. Indicates. When not present, the value of sps_bounding_box_scale_factor is inferred to be 0.)
SPS 바운딩 박스 사이즈 윗드(sps_bounding_box_size_width)는 직교 좌표계 내의 원본 바운딩 박스의 폭을 나타낸다. 해당 정보가 존재하지 않는 경우, sps_bounding_box_size_width의 값은 10과 같이 특정 값일 수 있다. (indicates the width of the source bounding box in the Cartesian coordinates. …When not present, the value of sps_bounding_box_size_width is inferred to be a specific value (such as 10).)
SPS 바운딩 박스 사이즈 하이트(sps_bounding_box_size_height)는 직교 좌표계 내의 원본 바운딩 박스의 높이를 나타낸다. 해당 정보가 존재하지 않는 경우, sps_bounding_box_size_height의 값은 1이거나 0일 수 있다. (indicates the height of the source bounding box in the Cartesian coordinates. When not present, the value of sps_bounding_box_size_height is inferred to be 1. When not present, the value of sps_bounding_box_size_hieght is inferred to be 0.)
SPS 바운딩 박스 사이즈 뎁스(sps_bounding_box_size_depth)는 직교 좌표계 내의 원본 바운딩 박스의 깊이를 나타낸다. 해당 정보가 존재하지 않는 경우, sps_bounding_box_size_height의 값은 1이거나 0일 수 있다. (indicates the depth of the source bounding box in the Cartesian coordinates. When not present, the value of sps_bounding_box_size_depth is inferred to be 1. When not present, the value of sps_bounding_box_size_depth is inferred to be 0.)
SPS 소스 스케일 펙터(sps_source_scale_factor)는 원본 포인트 클라우드의 스케일 펙터를 나타낸다. (indicates the scale factor of the source point cloud.)
SPS 시퀀셜 파라미터 세트 ID(sps_seq_parameter_set_id)는 다른 신텍스 엘리먼트에 의해 참조되는 SPS에 대한 id 정보를 나타난다. sps_seq_parameter_set_id는 해당 버전의 명세서 내의 조건들을 만족하는 범위 내에서 0에서 15의 값으로 정해질 수 있다. 0이 아닌 다른 정보로 sps_seq_parameter_set_id는 ISO/IEC에 의해 추후 사용될 수 있다. (provides an identifier for the SPS for reference by other syntax elements. In The value of sps_seq_parameter_set_id may be in the range of 0 to 15, inclusive in bitstreams conforming to this version of this Specification.. The value other than 0 for sps_seq_parameter_set_id is reserved for future use by ISO/IEC.)
SPS 어트리뷰트 세트 개수(sps_num_attribute_sets)는 비트스트림 내의 코딩된 속성의 수를 나타낸다. sps_seq_parameter_set_id 는 0에서 64의 범위를 가질 수 있다. (indicates the number of coded attributes in the bitstream. The value of sps_num_attribute_sets may be in the range of 0 to 64.)
실시예들에 따른 SPS는 SPS 어트리뷰트 세트 개수(sps_num_attribute_sets)만큼 어트리뷰트 디멘션(attribute_dimension[ i ]), 어트리뷰트 인스턴스(attribute_instance_id[ i ]), 어트리뷰트 비트 뎁스(attribute_bitdepth[ i ]), 어트리뷰트 CICP 컬러 프라이머리(attribute_cicp_colour_primaries[ i ]), 어트리뷰트 CICP 전달 특성(attribute_cicp_transfer_characteristics[ i ]), 어트리뷰트 CICP 매트릭스 코이피션트(attribute_cicp_matrix_coeffs[ i ]), 어트리뷰트 CICP 비디오 풀레인지 플래그(attribute_cicp_video_full_range_flag[ i ]) 및/또는 노운 어트리뷰트 라벨 플래그(known_attribute_label_flag[ i ])를 포함할 수 있다.
어트리뷰트 디멘션(attribute_dimension[ i ])는 i번째 속성의 컴포넌트들의 수를 나타낸다. (specifies the number of components of the i-th attribute.)
어트리뷰트 인스턴스(attribute_instance_id[ i ])는 속성 인스턴스 id를 나타낸다. (specifies attribute instance id.)
어트리뷰트 비트 뎁스(attribute_bitdepth[ i ])는 i번째 속성 신호(들)의 비트뎁스(bitdepth) 정보를 나타낸다. (specifies the bitdepth of the i-th attribute signal(s).)
어트리뷰트 CICP 컬러 프라이머리(attribute_cicp_colour_primaries[ i ])는 컬러 속성 소스 프라이머리들의 색도를 나타낸다. (indicates the chromaticity coordinates of the colour attribute source primaries.)
어트리뷰트 CICP 전달 특성(attribute_cicp_transfer_characteristics[ i ])는 원본 입력 리니어 시각적 강도(input linear optical intensity)인 Lc와 0에서 1 사이의 명목 실제-값으로 구성된, 컬러 속성의 참조 광전자적 전달 특성 함수를 나타낸다. 또는 본 파라미터는 출력 리니어 시각적 강도(output linear optical intensity)인 Lo와 0에서 1의 범위를 가지는 명목 실제-값으로 구성된, 참조 광전자적 전달 특성 함수의 역을 나타낼 수 있다. (either indicates the reference opto-electronic transfer characteristic function of the colour attribute as a function of a source input linear optical intensity Lc with a nominal real-valued range of 0 to 1 or indicates the inverse of the reference electro-optical transfer characteristic function as a function of an output linear optical intensity Lo with a nominal real-valued range of 0 to 1. )
어트리뷰트 CICP 매트릭스 코이피션트(attribute_cicp_matrix_coeffs[ i ])는 녹색, 청색 및 적색 (또는 Y, Z, X의 삼원색)의 루마(luma)와 채도(chroma) 신호들 행렬 계수를 나타낸다. (describes the matrix coefficients used in deriving luma and chroma signals from the green, blue, and red, or Y, Z, and X primaries.)
어트리뷰트 CICP 비디오 풀레인지 플래그(attribute_cicp_video_full_range_flag[ i ])는 E'Y, E'PB 및 E'PR 또는 E'R, E'G 및 E'B 실제-값 컴포넌트 신호들로부터 도출되는 블랙 레벨과 루마 및 채도 신호의 범위를 나타낸다. (specifies indicates the black level and range of the luma and chroma signals as derived from E′Y, E′PB, and E′PR or E′E′nd E′real-valued component signals.)
노운 어트리뷰트 라벨(known_attribute_label[ i ])가 0인 경우 속성이 컬러임을 나타낸다. 해당 파라미터가 1인 경우 속성은 반사율임을 나타낸다. 해당 파라미터가 2인 경우 속성은 프레임 인덱스임을 나타낸다. (equal to 0 specifies the attribute is colour. known_attribute_label[ i ] equal to 1 specifies the attribute is reflectance. known_attribute_label[ i ] equal to 2 specifies the attribute is farme index.)
실시예들에 따른 SPS는 파티셔닝 인에이블 플래그(partitioning_enabling_flag)를 더 포함할 수 있다.
파티셔닝 인에이블 플래그(partitioning_enabling_flag)는 실시예들에 따른 슬라이스 분할(파티셔닝) 동작을 수행할지 여부를 나타내는 정보를 나타낸다. 예를 들어, 파티셔닝 인에이블 플래그의 값이 0이면, 포인트 클라우드 데이터 송신 장치는 실시예들에 따른 포인트 클라우드 데이터를 하나 또는 그 이상의 슬라이스들로 파티셔닝하지 않음을 나타낸다. 파티셔닝 인에이블 플래그의 값이 1이면, 포인트 클라우드 데이터 송신 장치는 실시예들에 따른 포인트 클라우드 데이터를 하나 또는 그 이상의 슬라이스들로 파티셔닝함을 나타낸다.
파티셔닝 인에이블 플래그의 값이 1인 경우 실시예들에 따른 SPS는, 파티셔닝 메소드(Partitioning_method) 정보를 더 포함할 수 있다.
파티셔닝 메소드(Partitioning_method)는 실시예들에 따른 포인트 클라우드 데이터 송신 장치가 포인트 클라우드 데이터를 파티셔닝하는 방법을 나타내는 정보이다.
예를 들어, 파티셔닝 메소드(Partitioning_method) 정보의 값이 0인 경우, 해당 파라미터는 송신 장치가 실시예들에 따른 타임스탬프 기반 파티셔닝 방법(Timestamp_partitioning_method, 시간 속성을 이용한 슬라이스 분할 방법 수행)에 기초하여 분할 동작이 수행됨을 나타낸다. 분할 방법은 하나 이상의 분할 방법을 사용할 수 있다 (슬라이스별 사용한 분할 방법 시그널링).
예를 들어, 파티셔닝 메소드(Partitioning_method) 정보의 값이 1인 경우, 해당 파라미터는 송신 장치가 몰톤 코드 순서 파티셔닝 방법(Morton_order_partitioning_method, 몰톤 순서를 이용한 슬라이스 분할 방법 수행)에 기초하여 슬라이스 파티셔닝이 수행됨을 나타낸다.
예를 들어, 파티셔닝 메소드(Partitioning_method) 정보의 값이 2인 경우, 해당 파라미터는 송신 장치가 유니폼 스퀘어 파티셔닝 방법(Uniform_square_partitioning_method, 균등 사각형 분할 방법)에 기초하여 슬라이스 파티셔닝이 수행됨을 나타낸다.
예를 들어, 파티셔닝 메소드(Partitioning_method) 정보의 값이 3인 경우, 도 18 내지 도 27에 나타난 다른 슬라이스 파티셔닝 방법에 따라 파티셔닝이 수행됨을 나타낸다.
정제 슬라이스 방법 플래그(refine_slice_method_flag)는 실시예들에 따른 포인트 클라우드 데이터 송신 장치가 분할된 슬라이스들을 정제할지 여부를 나타내는 정보이다. 예를 들어, 정제 슬라이스 방법 플래그(refine_slice_method_flag)의 값이 0이면, 송신 장치가 슬라이스들에 대하여 실시예들에 따른 정제 동작을 수행하지 않음을 나타낸다. 예를 들어, 정제 슬라이스 방법 플래그(refine_slice_method_flag)의 값이 1이면, 송신 장치가 슬라이스들에 대하여 실시예들에 따른 정제 동작을 수행함을 나타낸다.
예를 들어, 정제 슬라이스 방법 플래그(refine_slice_method_flag)의 값이 1이면, 실시예들에 따른 SPS는 정제 방법(refine_method) 정보를 더 포함할 수 있다.
정제 방법(refine_method) 정보는 송신 장치가 분할된 슬라이스들을 어떤 방법(또는 형태)로 정제할지를 나타내는 정보이다. 예를 들어, 정제 방법(refine_method) 정보의 값이 0(또는 제 1 값)이면, 송신 장치는 실시예들에 따른 리스트 기반 슬라이스 정제 방법을 사용함을 의미할 수 있다(list_refine_method: 리스트 기반 슬라이스 정제 방법 사용). 예를 들어, 정제 방법(refine_method) 정보의 값이 1(또는 제 2 값)이면, 송신 장치는 실시예들에 따른 트리 기반 슬라이스 정제 방법을 사용함을 의미할 수 있다(tree_refine_method: 트리 기반 슬라이스 정제 방법 사용).
정제 방법 컨디션(refine_method_condition) 정보는 송신 장치가 수행할 정제 방법이 거리기반 방법인지, 2/4/6방형 정제 방법인지, 및/또는 다른 정제 방법인지를 나타낸다.
예를 들어, 정제 방법 컨디션(refine_method_condition) 정보의 값이 0이면, 해당 파라미터는 송신 장치가 실시예들에 따른 거리 기반 정제 방법(distance_refine_method)을 사용함을 나타낸다. 정제 방법 컨디션(refine_method_condition) 정보의 값이 0이면, TPS는 디스턴스 포인트 간 위치(distance_point_to_point_location) 정보를 더 포함할 수 있다.
예를 들어, 정제 방법 컨디션(refine_method_condition) 정보의 값이 1이면, 해당 파라미터는 송신 장치가 실시예들에 따른 2방형/4방형/6방형에 따른 이웃 슬라이스들을 기반으로 정제를 수행하는 방법을 사용함을 나타낸다(distance_refine_method). 정제 방법 컨디션(refine_method_condition) 정보의 값이 1이면, TPS는 네이버스 오더 투 머지(neighbours_order_to_merge) 정보를 더 포함할 수 있다(2way_neighbour_refine_mehod).
예를 들어, 정제 방법 컨디션(refine_method_condition) 정보의 값이 2이면, 해당 파라미터는 송신 장치가 다른 정제 방법(others)을 사용함을 나타낸다.
디스턴스 포인트 간 위치(distance_point_to_point_location) 정보는 실시예들에 따른 송신 장치가, 거리 기반 정제 방법으로 정제를 수행하는 경우 각 슬라이스들의 거리를 측정하는 기준을 나타낸다.
예를 들어, 전송 장치는 디스턴스 포인트 간 위치(distance_point_to_point_location) 정보를 이용하여 바운딩 박스 내 가장 가까운 슬라이스를 기준으로, 거리가 중간값에 해당하는 슬라이스를 기준으로, 가장 먼 슬라이스를 기준으로 거리 측정조건으로 사용할 수 있다.
디스턴스 포인트 간 위치(distance_point_to_point_location) 정보의 값이 0이면, 송신 장치는 슬라이스들 중 가장 가까운 슬라이스를 기준으로 거리 측정에 사용함을 나타낸다. 디스턴스 포인트 간 위치(distance_point_to_point_location) 정보의 값이 1이면, 송신 장치는 슬라이스들 중 거리가 중간값에 해당하는 슬라이스를 기준으로 거리 측정에 사용한다. 디스턴스 포인트 간 위치(distance_point_to_point_location) 정보의 값이 2이면, 송신 장치는 슬라이스들 중 가장 먼 슬라이스를 기준으로 거리 측정에 사용함을 나타낸다.
네이버스 오더 투 머지(neighbours_order_to_merge) 정보는 2개/4개/6개의 인접하는 슬라이스들(해당 슬라이스와 위로 인접, 해당 슬라이스와 아래로 인접, 해당 슬라이스와 좌측으로 인접, 해당 슬라이스와 우측으로 인접) 중 아래와 같은 예시된 정의된 순서로 합병 동작 및/또는 스플릿 동작을 수행할 수 있다.
네이버스 오더 투 머지(neighbours_order_to_merge) 정보의 값이 0이면, 해당 슬라이스와 인접한 슬라이스들 중 가장 작은 개수의 포인트들을 포함하는 슬라이스를 우선으로 합병 및/또는 스플릿 동작을 수행함을 나타낸다. 네이버스 오더 투 머지(neighbours_order_to_merge) 정보의 값이 1이면, 해당 슬라이스와 인접한 슬라이스들 중 가장 많은 개수의 포인트들을 포함하는 슬라이스를 우선으로 합병 및/또는 스플릿 동작을 수행함을 나타낸다. 네이버스 오더 투 머지(neighbours_order_to_merge) 정보의 값이 2이면, 해당 슬라이스와 인접한 슬라이스들 중 별도로 정의한 슬라이스를 우선으로 합병 및/또는 스플릿 동작을 수행함을 나타낸다.
SPS 익스텐션 프리젠트 플래그(sps_extension_present_flag)가 1인 경우 sps_extension_data가 SPS RBSP 신텍스 구조 내에 존재함을 나타낸다. 해당 파라미터가 0인 경우, 해당 신텍스 구조가 존재하지 않음을 나타낸다. 존재하지 않는 경우, sps_extension_present_flag의 값이 0일 수 있다. (equal to 1 specifies that the sps_extension_data syntax structure is present in the SPS RBSP syntax structure. sps_extension_present_flag equal to 0 specifies that this syntax structure is not present. When not present, the value of sps_extension_present_flag is inferred to be equal to 0.)
SPS 익스텐션 데이터 플래그(sps_extension_data_flag)는 어느 값이나 가질 수 있다. 해당 파라미터의 존재는 디코더의 해당 표준문서의 Annex A에 제시된 프로파일의 동작에 영향을 주지 않는다. (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.)
실시예들에 따른 SPS는 타일 내 시퀸셜 인풋 스라이스 구성 플래그(sequential_input_slice_configuration_in_tile_flag), 오버래핑 슬라이스 컴포즈 플래그(overlapping_slice_compose_flag), 오버래핑 슬라이스 컴포즈 메소드(overlapping_slice_compose_method[ i ]) 정보를 더 포함할 수 있다.
도 32는 실시예들에 따른 비트스트림의 TPS(Tile Parameter Set)의 예시이다.
도 32에 나타난 파라미터들은 도 30에서 설명한 TPS(Tile Parameter Set) 내에 포함될 수 있다. 실시예들에 따른 TPS는 실시예들에 따른 슬라이스(slice)의 분할(슬라이스 파티셔닝), 슬라이스 타일링 방법과 관련된 시그널링 정보 및/또는 관련 시그널링 정보를 포함할 수 있다.
타일 개수(num_tiles)는 해당 비트스트림 내에 존재하는 타일들의 개수를 나타낸다. (Represents the number of tiles signalled for the bitstream). 만약 해당 비트스트림 내에 존재하는 타일이 없으면, num_tiles는 0으로 시그널링될 수 있다. (When not present, num_tiles is inferred to be 0)
실시예들에 따른 TPS는 타일 개수(num_tiles)에 나타난 값만큼 하기의 시그널링 정보를 포함할 수 있다.
타일 바운딩 박스 오프셋 x [i] (tile_bounding_box_offset_x[ i ])는 직교 좌표계 내의 i-번째 타일의 x 오프셋을 나타낸다 (indicates the x offset of the i-th tile in the cartesian coordinates). 만약 해당 x 오프셋이 존재하지 않으면, tile_bounding_box_offset_x[ 0 ]의 값이 sps_bounding_box_offset_x일 수 있다. (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 [i] (tile_bounding_box_offset_y[ i ])는 직교 좌표계 내의 i-번째 타일의 y 오프셋을 나타낸다 (indicates the y offset of the i-th tile in the cartesian coordinates). 만약 해당 y 오프셋이 존재하지 않으면, tile_bounding_box_offset_y[ 0 ]의 값이 sps_bounding_box_offset_y일 수 있다.. (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 [i] (tile_bounding_box_offset_z[ i ])는 직교 좌표계 내의 i-번째 타일의 z 오프셋을 나타낸다. (indicates indicates the z offset of the i-th tile in the Cartesian coordinates.) 만약 해당 z 오프셋이 존재하지 않으면, tile_bounding_box_offset_z[ 0 ]의 값이 sps_bounding_box_offset_z일 수 있다. (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 펙터[i] (tile_bounding_box_scale_factor[ i ])는 직교 좌표계 내의 i-번째 타일과 관련된 스케일 펙터(scale factor)를 나타낸다. (indicates the scale factor the i-th tile in the Cartesian coordinates.) 만약 해당 스케일 펙터가 존재하지 않으면, tile_bounding_box_scale_factor[ 0 ]이 sps_bounding_box_scale_factor일 수 있다. (When not present, the value of tile_bounding_box_scale_factor[ 0 ] is inferred to be sps_bounding_box_scale_factor.)
타일 바운딩 박스 사이즈 윗드 [i] (tile_bounding_box_size_width[ i ])는 직교 좌표계 내의 i-번째 타일의 폭(width)를 나타낸다. (indicates the width of the i-th tile in the Cartesian coordinates.) 만약 폭 값이 존재하지 않는 경우, tile_bounding_box_size_width[ 0 ] 은 sps_bounding_box_size_width일 수 있다. (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 하이트 [i] (tile_bounding_box_size_height[ i ])는 직교 좌표계 내의 i-번째 타일의 높이(height)를 나타낸다. (indicates the height of the i-th tile in the Cartesian coordinates.) 만약 높이 값이 존재하지 않는 경우, tile_bounding_box_size_height[ 0 ] 은 sps_bounding_box_size_height일 수 있다. (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 [i] (tile_bounding_box_size_depth[ i ])는 직교 좌표계 내의 i-번째 타일의 뎁스(depth)를 나타낸다. (indicates the depth of the i-th tile in the Cartesian coordinates.) 만약 높이 값이 존재하지 않는 경우, tile_bounding_box_size_depth[ 0 ] 은 sps_bounding_box_size_depth 일 수 있다. (When not present, the value of tile_bounding_box_size_depth[ 0 ] is inferred to be sps_bounding_box_size_depth.)
실시예들에 따른 TPS는 파티셔닝 인에이블 플래그(partitioning_enable_flag)를 포함할 수 있다.
파티셔닝 인에이블 플래그(partitioning_enabling_flag)는 도 31에서 설명한 SPS에 포함된 파티셔닝 인에이블 플래그(partitioning_enabling_flag)와 동일한 동작을 의미하는 파라미터일 수 있다. 파티셔닝 인에이블 플래그의 값이 1인 경우 실시예들에 따른 TPS는, 파티셔닝 메소드(Partitioning_method) 정보를 더 포함할 수 있다.
파티셔닝 메소드(Partitioning_method)는 도 31에서 설명한 SPS에 포함된 파티셔닝 메소드(Partitioning_method)와 동일한 동작을 의미하는 파라미터일 수 있다.
정제 슬라이스 방법 플래그(refine_slice_method_flag)는 도 31에서 설명한 SPS에 포함된 정제 슬라이스 방법 플래그(refine_slice_method_flag)와 동일한 동작을 의미하는 파라미터일 수 있다. 예를 들어, 정제 슬라이스 방법 플래그(refine_slice_method_flag)의 값이 1이면, 실시예들에 따른 TPS는 정제 방법(refine_method) 정보를 더 포함할 수 있다.
정제 방법(refine_method) 정보는 도 31에서 설명한 SPS에 포함된 정제 방법(refine_method) 정보와 동일한 동작을 의미하는 파라미터일 수 있다.
정제 방법 컨디션(refine_method_condition) 정보는 도 31에서 설명한 SPS에 포함된 정제 방법 컨디션(refine_method_condition) 정보와 동일한 동작을 의미하는 파라미터일 수 있다.
예를 들어, 정제 방법 컨디션(refine_method_condition) 정보의 값이 0이면, 해당 파라미터는 송신 장치가 실시예들에 따른 거리 기반 정제 방법(distance_refine_method)을 사용함을 나타낸다. 정제 방법 컨디션(refine_method_condition) 정보의 값이 0이면, TPS는 디스턴스 포인트 간 위치(distance_point_to_point_location) 정보를 더 포함할 수 있다.
예를 들어, 정제 방법 컨디션(refine_method_condition) 정보의 값이 1이면, 해당 파라미터는 송신 장치가 실시예들에 따른 2방형/4방형/6방형에 따른 이웃 슬라이스들을 기반으로 정제를 수행하는 방법을 사용함을 나타낸다. 정제 방법 컨디션(refine_method_condition) 정보의 값이 1이면, TPS는 네이버스 오더 투 머지(neighbours_order_to_merge) 정보를 더 포함할 수 있다.
디스턴스 포인트 간 위치(distance_point_to_point_location) 정보, 네이버스 오더 투 머지(neighbours_order_to_merge) 정보는 도 31에서 설명한 SPS에 포함된 디스턴스 포인트 간 위치(distance_point_to_point_location) 정보, 네이버스 오더 투 머지(neighbours_order_to_merge) 정보와 동일한 동작을 의미하는 파라미터일 수 있다.
도 33은 실시예들에 따른 비트스트림의 GPS(Geometry Parameter Set)의 예시를 나타낸다.
도 33에 나타난 파라미터들은 도 30에서 설명한 GPS(Geometry Parameter Set) 내에 포함될 수 있다. 실시예들에 따른 GPS는 실시예들에 따른 슬라이스(slice)의 분할(슬라이스 파티셔닝), 슬라이스 타일링 방법과 관련된 시그널링 정보 및/또는 관련 시그널링 정보를 포함할 수 있다.
GPS 파라미터 세트 ID(gps_geom_parameter_set_id)는 다른 신텍스 엘리먼트들에 의해 참조되는 GPS의 식별자를 나타낸다. 본 파라미터의 값은 0 내지 15일 수 있다. (provides an identifier for the GPS for reference by other syntax elements. The value of gps_seq_parameter_set_id may be in the range of 0 to 15, inclusive.)
GPS 시퀀셜 파라미터 세트 ID(gps_seq_parameter_set_id)는 해당 액티브 SPS에 대한 sps_seq_parameter_set_id의 값을 나타낸다. 해당 값은 0 내지 15일 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.)
GPS 바운딩 박스 존재 플래그(gps_box_present_flag)는 추가 바운딩 박스 정보가 해당 GPS 내에서 지오메트리 헤더(geometry header) 내에 제공되는 경우 1일 수 있다. 해당 파라미터는 추가 바운딩 박스 정보가 지오메트리 헤더 내에 제공되지 않는 경우 0을 나타낼 수 있다. (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 포인트 플래그(unique_geometry_points_flag)는 모든 출력된 포인트들이 고유의 위치를 가지는 경우 1일 수 있다. 해당 파라미터는 출력 포인트들이 같은 위치에 존재하는 경우 0일 수 있다. (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.)
네이버 콘텍스트 리스트릭션 플래그(neighbour_context_restriction_flag)가 0인 경우, 옥트리 오큐펀시 코딩이 6개의 네이버링 노드들에 기초하여 결정된 컨텍스트들을 사용함을 나타낸다. 1인 경우, 옥트리 오큐펀시 코딩이 형제 노드들에만 기초하여 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.)
인퍼드 다이렉트 코딩 모드 설정 플래그(inferred_direct_coding_mode_enabled_flag)가 0인 경우, 옥트리 코딩이 inferred_direct_coding_mode를 사용하였음을 나타낸다. 1인 경우, 형제 이웃 노드들로부터 결정된 복수의 컨텍스트들을 사용하여 옥트리 코딩하였음을 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.)
로그2 네이버 어베일 바운더리(log2_neighbour_avail_boundary)는 디코딩 프로세스가 아래와 같이 이용되는 NeighbAvailBoundary의 값을 나타낸다. (specifies the value of the variable NeighbAvailBoundary that is used in the decoding process as follows: )
NeighbAvailBoundary = 2log2_neighbour_avail_boundary
로그2 트라이숩 노드 사이즈(log2_trisoup_node_size)는 아래와 같이 결정되는 트라이앵글 노드들의 크기로서 TrisoupNodeSize을 나타낸다. (specifies the variable TrisoupNodeSize as the size of the triangle nodes as follows.)
TrisoupNodeSize = 2log2_trisoup_node_size
log2_trisoup_node_size의 값은 0보다 클 수 있다. log2_trisoup_node_size의 크기가 0인 경우 지오메트리 비트스트림은 오로지 옥트리 코딩 신텍스만 포함함을 나타낼 수 있다. (The value of log2_trisoup_node_size may 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.)
실시예들에 따른 TPS는 파티셔닝 인에이블 플래그(partitioning_enable_flag)를 포함할 수 있다.
파티셔닝 인에이블 플래그(partitioning_enabling_flag)는 도 31에서 설명한 SPS에 포함된 파티셔닝 인에이블 플래그(partitioning_enabling_flag)와 동일한 동작을 의미하는 파라미터일 수 있다. 파티셔닝 인에이블 플래그의 값이 1인 경우 실시예들에 따른 GPS는, 파티셔닝 메소드(Partitioning_method) 정보를 더 포함할 수 있다.
파티셔닝 메소드(Partitioning_method)는 도 31에서 설명한 SPS에 포함된 파티셔닝 메소드(Partitioning_method)와 동일한 동작을 의미하는 파라미터일 수 있다.
정제 슬라이스 방법 플래그(refine_slice_method_flag)는 도 31에서 설명한 SPS에 포함된 정제 슬라이스 방법 플래그(refine_slice_method_flag)와 동일한 동작을 의미하는 파라미터일 수 있다. 예를 들어, 정제 슬라이스 방법 플래그(refine_slice_method_flag)의 값이 1이면, 실시예들에 따른 GPS는 정제 방법(refine_method) 정보를 더 포함할 수 있다.
정제 방법(refine_method) 정보는 도 31에서 설명한 SPS에 포함된 정제 방법(refine_method) 정보와 동일한 동작을 의미하는 파라미터일 수 있다.
정제 방법 컨디션(refine_method_condition) 정보는 도 31에서 설명한 SPS에 포함된 정제 방법 컨디션(refine_method_condition) 정보와 동일한 동작을 의미하는 파라미터일 수 있다.
예를 들어, 정제 방법 컨디션(refine_method_condition) 정보의 값이 0이면, 해당 파라미터는 송신 장치가 실시예들에 따른 거리 기반 정제 방법(distance_refine_method)을 사용함을 나타낸다. 정제 방법 컨디션(refine_method_condition) 정보의 값이 0이면, TPS는 디스턴스 포인트 간 위치(distance_point_to_point_location) 정보를 더 포함할 수 있다.
예를 들어, 정제 방법 컨디션(refine_method_condition) 정보의 값이 1이면, 해당 파라미터는 송신 장치가 실시예들에 따른 2방형/4방형/6방형에 따른 이웃 슬라이스들을 기반으로 정제를 수행하는 방법을 사용함을 나타낸다. 정제 방법 컨디션(refine_method_condition) 정보의 값이 1이면, TPS는 네이버스 오더 투 머지(neighbours_order_to_merge) 정보를 더 포함할 수 있다.
디스턴스 포인트 간 위치(distance_point_to_point_location) 정보, 네이버스 오더 투 머지(neighbours_order_to_merge) 정보는 도 31에서 설명한 SPS에 포함된 디스턴스 포인트 간 위치(distance_point_to_point_location) 정보, 네이버스 오더 투 머지(neighbours_order_to_merge) 정보와 동일한 동작을 의미하는 파라미터일 수 있다.
GPS 확장 존재 플래그(gps_extension_present_flag)가 1이면, gps_extension_data 신텍스 구조가 GPS RBSP 신텍스 구조 내에 존재함을 나타낸다. 0인 경우, 해당 신텍스 구조가 존재하지 않음을 나타낸다. (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.)
GPS 확장 존재 플래그(gps_extension_data_flag)는 어떠한 값도 가질 수 있다. 해당 값이 존재하는 경우, 값은 디코더에 영향을 주지 않는다. (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.)
도 34은 실시예들에 따른 비트스트림의 SPS(Sequence Parameter Set)의 예시이다.
도 34에 나타난 파라미터들은 도 30에서 설명한 SPS(Sequence Parameter Set) 내에 포함될 수 있다. 실시예들에 따른 SPS는 실시예들에 따른 슬라이스(slice)의 분할(슬라이스 파티셔닝), 슬라이스 타일링 방법과 관련된 시그널링 정보 및/또는 관련 시그널링 정보를 포함할 수 있다.
실시예들에 따른 SPS는 도 31에서 설명한 프로파일_idc(profile_idc), 프로파일 컴페티빌리티 플래그(profile_compatibility_flags), 레벨_idc(level_idc), SPS 바운딩 박스 프리젠트 플래그(sps_bounding_box_present_flag), SPS 바운딩 박스 오프셋 x (sps_bounding_box_offset_x), SPS 바운딩 박스 오프셋 y (sps_bounding_box_offset_y), SPS 바운딩 박스 오프셋 z (sps_bounding_box_offset_z), SPS 바운딩 박스 스케일 펙터(sps_bounding_box_scale_factor), SPS 바운딩 박스 사이즈 윗드(sps_bounding_box_size_width), SPS 바운딩 박스 사이즈 하이트(sps_bounding_box_size_height), SPS 바운딩 박스 사이즈 뎁스(sps_bounding_box_size_depth), SPS 소스 스케일 펙터(sps_source_scale_factor), SPS 시퀀셜 파라미터 세트 ID(sps_seq_parameter_set_id), SPS 어트리뷰트 세트 개수(sps_num_attribute_sets), 어트리뷰트 디멘션(attribute_dimension[ i ]), 어트리뷰트 인스턴스(attribute_instance_id[ i ]), 어트리뷰트 비트 뎁스(attribute_bitdepth[ i ]), 어트리뷰트 CICP 컬러 프라이머리(attribute_cicp_colour_primaries[ i ]), 어트리뷰트 CICP 전달 특성(attribute_cicp_transfer_characteristics[ i ]), 어트리뷰트 CICP 매트릭스 코이피션트(attribute_cicp_matrix_coeffs[ i ]), 어트리뷰트 CICP 비디오 풀레인지 플래그(attribute_cicp_video_full_range_flag[ i ]), 노운 어트리뷰트 라벨(known_attribute_label[ i ]), 파티셔닝 인에이블 플래그(partitioning_enabling_flag), 파티셔닝 메소드(Partitioning_method), 정제 슬라이스 방법 플래그(refine_slice_method_flag), 정제 방법(refine_method), 정제 방법 컨디션(refine_method_condition), 디스턴스 포인트 간 위치(distance_point_to_point_location), 네이버스 오더 투 머지(neighbours_order_to_merge), SPS 익스텐션 프리젠트 플래그(sps_extension_present_flag), SPS 익스텐션 데이터 플래그(sps_extension_data_flag)를 포함할 수 있다. 도31과 중복되는 도34의 엘리먼트의 정의는 도31의 설명을 참조할 수 있다.
실시예들에 따른 SPS는 정제 방법 컨디션의 값이 1인 경우, 네이버 넘버(neighbor_num) 정보 및/또는 네이버 탐색 방법(neighbor_search_method) 정보를 더 포함할 수 있다.
네이버 넘버(neighbor_num) 정보는, 실시예들에 따른 전송 장치(정제부)가 해당 슬라이스를 인접하는 슬라이스들의 개수를 시그널링한다. 예를 들어, 2방형 정제 방법의 경우 특정 슬라이스는 네이버 넘버 정보의 값이 2일 수 있다.
네이버 탐색 방법(neighbor_search_method) 정보는, 전송 장치가 N개(2방형/4방형/6방형)의 슬라이스 기반으로 정제하는 경우 인접하는 이웃 슬라이스의 선택 방향을 나타낸다.
도 35는 실시예들에 따른 비트스트림의 TPS(Tile Parameter Set)의 예시이다.
도 35에 나타난 파라미터들은 도 30에서 설명한 TPS(Tile Parameter Set) 내에 포함될 수 있다. 실시예들에 따른 TPS는 실시예들에 따른 슬라이스(slice)의 분할(슬라이스 파티셔닝), 슬라이스 타일링 방법과 관련된 시그널링 정보 및/또는 관련 시그널링 정보를 포함할 수 있다.
실시예들에 따른 TPS는 도 32에서 설명한 실시예들에 따른 타일 개수(num_tiles) 정보, 타일 바운딩 박스 오프셋 x [i] (tile_bounding_box_offset_x[ i ]) 정보, 타일 바운딩 박스 오프셋 y [i] (tile_bounding_box_offset_y[ i ]) 정보, 타일 바운딩 박스 오프셋 z [i] (tile_bounding_box_offset_z[ i ]) 정보, 타일 바운딩 박스 스케일 펙터[i] (tile_bounding_box_scale_factor[ i ]) 정보, 타일 바운딩 박스 사이즈 윗드 [i] (tile_bounding_box_size_width[ i ]) 정보, 타일 바운딩 박스 사이즈 하이트 [i] (tile_bounding_box_size_height[ i ]) 정보, 타일 바운딩 박스 사이즈 뎁스 [i] (tile_bounding_box_size_depth[ i ]) 정보, 파티셔닝 인에이블 플래그(partitioning_enabling_flag) 정보, 파티셔닝 메소드(Partitioning_method) 정보, 정제 슬라이스 방법 플래그(refine_slice_method_flag) 정보, 정제 방법(refine_method) 정보, 정제 방법 컨디션(refine_method_condition) 정보, 디스턴스 포인트 간 위치(distance_point_to_point_location) 정보, 네이버스 오더 투 머지(neighbours_order_to_merge) 정보를 포함할 수 있다. 도32와 중복되는 도35의 엘리먼트의 정의는 도32의 설명을 참조할 수 있다.
실시예들에 따른 TPS는 정제 방법 컨디션의 값이 1인 경우, 네이버 넘버(neighbor_num) 정보 및/또는 네이버 탐색 방법(neighbor_search_method) 정보를 더 포함할 수 있다.
네이버 넘버(neighbor_num) 정보, 네이버 탐색 방법(neighbor_search_method) 정보는 각각 도 34에서 설명한 네이버 넘버(neighbor_num) 정보, 네이버 탐색 방법(neighbor_search_method) 정보와 동일 또는 유사한 동작을 수행할 수 있다. TPS 는 타일 개수(num_tiles)만큼 각 타일들에 대한 네이버 넘버(neighbor_num) 정보 및/또는 네이버 탐색 방법(neighbor_search_method) 정보를 포함할 수 있다.
도 36은 실시예들에 따른 비트스트림의 GPS(Geometry Parameter Set)의 예시를 나타낸다.
도 36에 나타난 파라미터들은 도 30에서 설명한 GPS(Geometry Parameter Set) 내에 포함될 수 있다. 실시예들에 따른 GPS는 실시예들에 따른 슬라이스(slice)의 분할(슬라이스 파티셔닝), 슬라이스 타일링 방법과 관련된 시그널링 정보 및/또는 관련 시그널링 정보를 포함할 수 있다.
실시예들에 따른 GPS는 도 33에서 설명한 실시예들에 따른 GPS 파라미터 세트 ID(gps_geom_parameter_set_id) 정보, GPS 시퀀셜 파라미터 세트 ID(gps_seq_parameter_set_id) 정보, GPS 바운딩 박스 존재 플래그(gps_box_present_flag) 정보, 유니크 지오메트리 포인트 플래그(unique_geometry_points_flag) 정보, 네이버 콘텍스트 리스트릭션 플래그(neighbour_context_restriction_flag) 정보, 인퍼드 다이렉트 코딩 모드 설정 플래그(inferred_direct_coding_mode_enabled_flag) 정보, 비트와이즈 어큐판시 코딩 플래그(bitwise_occupancy_coding_flag) 정보, 차일드 네이버스 인에이블드 플래그(child_neighbours_enabled_flag) 정보, 지오메트리 어큐판시 CTX 리덕션 팩터(geom_occupancy_ctx_reduction_factor) 정보, 로그2 네이버 어베일 바운더리(log2_neighbour_avail_boundary) 정보, 로그2 인트라 프리딕션 맥스 노드 사이즈(log2_intra_pred_max_node_size) 정보, 로그2 트라이숩 노드 사이즈(log2_trisoup_node_size) 정보, 파티셔닝 인에이블 플래그(partitioning_enabling_flag) 정보, 파티셔닝 메소드(Partitioning_method) 정보, 정제 슬라이스 방법 플래그(refine_slice_method_flag) 정보, 정제 방법(refine_method) 정보, 정제 방법 컨디션(refine_method_condition) 정보, 디스턴스 포인트 간 위치(distance_point_to_point_location) 정보, 네이버스 오더 투 머지(neighbours_order_to_merge) 정보, GPS 확장 존재 플래그(gps_extension_present_flag) 정보, GPS 확장 존재 플래그(gps_extension_data_flag) 정보를 포함할 수 있다. 도33과 중복되는 도36의 엘리먼트의 정의는 도33의 설명을 참조할 수 있다.
실시예들에 따른 GPS는 정제 방법 컨디션 정보의 값이 1인 경우, 네이버 넘버(neighbor_num) 정보 및/또는 네이버 탐색 방법(neighbor_search_method) 정보를 더 포함할 수 있다.
네이버 넘버(neighbor_num) 정보, 네이버 탐색 방법(neighbor_search_method) 정보는 각각 도 34에서 설명한 네이버 넘버(neighbor_num) 정보, 네이버 탐색 방법(neighbor_search_method) 정보와 동일 또는 유사한 동작을 수행할 수 있다. GPS 는 타일 개수(num_tiles)만큼 각 타일들에 대한 네이버 넘버(neighbor_num) 정보 및/또는 네이버 탐색 방법(neighbor_search_method) 정보를 포함할 수 있다.
도 37은 실시예들에 따른 비트스트림의 GSH(Geometry Slice Header)의 예시를 나타낸다.
도 37에 나타난 파라미터들은 도 30에서 설명한 지오메트리 슬라이스 헤더(GSH, Geometry Slice Header, 30004a-1) 내에 포함될 수 있다. 실시예들에 따른 GSH는 실시예들에 따른 슬라이스(slice)의 분할(슬라이스 파티셔닝), 슬라이스 타일링 방법과 관련된 시그널링 정보 및/또는 관련 시그널링 정보를 포함할 수 있다.
GSH 지오메트리 파라미터 세트 ID(gsh_geometry_parameter_set_id)는 액티브 GPS의 gps_geom_parameter_set_id의 값을 나타낸다. (specifies the value of the gps_geom_parameter_set_id of the active GPS.)
GSH 타일 ID (gsh_tile_id)는 타일(tile)의 id를 나타낸다. (specifies id of tile.)
GSH 슬라이스 ID (gsh_slice_id)는 슬라이스(slice)의 id를 나타낸다. (specifies id of slice.)
실시예들에 따른 GPS 박스 프리젠트 플래그(GPS_box_present_flag)가 1 또는 true의 값을 가지는 경우, GSH는 GSH 박스 로그2 스케일(gsh_box_log2_scale), GSH 박스 오리진 x (gsh_box_origin_x), GSH 박스 오리진 y (gsh_box_origin_y), GSH 박스 오리진 z (gsh_box_origin_z)를 더 포함할 수 있다.
GSH 박스 로그2 스케일(gsh_box_log2_scale)은 스케일 값을 나타낸다. (specifies scale value.)
GSH 박스 오리진 x (gsh_box_origin_x)는 직교 좌표계 내의 소스 바운딩 박스의 x 좌표 정보를 나타낸다. (specifies the x of the source bounding box in the cartesian coordinates.)
GSH 박스 오리진 y (gsh_box_origin_y)는 직교 좌표계 내의 소스 바운딩 박스의 y 좌표 정보를 나타낸다. (specifies the y of the source bounding box in the cartesian coordinates.)
GSH 박스 오리진 z (gsh_box_origin_z)는 직교 좌표계 내의 소스 바운딩 박스의 z 좌표 정보를 나타낸다. (specifies the z of the source bounding box in the cartesian coordinates.)
GSH 로그2 최대 노드사이즈(gsh_log2_max_nodesize)는 디코딩 프로세스가 다음과 같이 수행되는 MaxNodeSize의 값을 나타낸다. (specifies the value of the variable MaxNodeSize that is used in the decoding process as follows:)
MaxNodeSize = 2( gbh_log2_max_nodesize )
GSH 포인트들 넘버(gsh_points_number)는 슬라이스 내의 코딩된 포인트들의 개수를 나타낸다. (specifies the number of coded points in the slice.)
실시예들에 따른 GSH는 도 31 내지 도 36에서 설명한 실시예들에 따른 파티셔닝 인에이블 플래그(partitioning_enabling_flag) 정보, 파티셔닝 메소드(Partitioning_method) 정보, 정제 슬라이스 방법 플래그(refine_slice_method_flag) 정보, 정제 방법(refine_method) 정보, 정제 방법 컨디션(refine_method_condition) 정보, 디스턴스 포인트 간 위치(distance_point_to_point_location) 정보 및/또는 네이버스 오더 투 머지(neighbours_order_to_merge) 정보를 더 포함할 수 있다.
실시예들에 따른 GSH는 정제 방법 컨디션 정보의 값이 1인 경우, 네이버 넘버(neighbor_num) 정보 및/또는 네이버 탐색 방법(neighbor_search_method) 정보를 더 포함할 수 있다.
네이버 넘버(neighbor_num) 정보, 네이버 탐색 방법(neighbor_search_method) 정보는 각각 도 34에서 설명한 네이버 넘버(neighbor_num) 정보, 네이버 탐색 방법(neighbor_search_method) 정보와 동일 또는 유사한 동작을 수행할 수 있다.
도 38은 실시예들에 따른 비트스트림의 ASH(Attribute Slice Header)의 예시를 나타낸다.
도 38에 나타난 파라미터들은 도 30에서 설명한 Attr (30004b, 30004c) 내에 포함될 수 있다. 실시예들에 따른 ASH는 실시예들에 따른 슬라이스(slice)의 분할(슬라이스 파티셔닝), 슬라이스 타일링 방법과 관련된 시그널링 정보 및/또는 관련 시그널링 정보를 포함할 수 있다.
ASH 어트리뷰트 파라미터 세트 ID (abh_attr_parameter_set_id)는 현재 액티브 APS의 aps_attr_parameter_set_id의 값을 나타낸다. (specifies the value of the aps_attr_parameter_set_id of the active APS.)
ASH 어트리뷰트 SPS 어트리뷰트 인덱스 (abh_attr_sps_attr_idx)는 현재 액티브 SPS 내의 어트리뷰트 세트를 나타낸다. abh_attr_sps_attr_idx의 값은 0 내지 현재 액티브 SPS의 sps_num_attribute_setsd의 값의 범위 내일 수 있다. (specifies the attribute set in the active SPS. The value of abh_attr_sps_attr_idx may be in the range of 0 to sps_num_attribute_sets in the active SPS.)
ASH 어트리뷰트 지오메트리 슬라이스 ID (abh_attr_geom_slice_id)는 지오메트리 슬라이스 id의 값을 나타낸다. (specifies the value of geom slice id.)
실시예들에 따른 ASH는 도 31 내지 도 37에서 설명한 실시예들에 따른 파티셔닝 인에이블 플래그(partitioning_enabling_flag) 정보, 파티셔닝 메소드(Partitioning_method) 정보, 정제 슬라이스 방법 플래그(refine_slice_method_flag) 정보, 정제 방법(refine_method) 정보, 정제 방법 컨디션(refine_method_condition) 정보, 디스턴스 포인트 간 위치(distance_point_to_point_location) 정보 및/또는 네이버스 오더 투 머지(neighbours_order_to_merge) 정보를 더 포함할 수 있다.
실시예들에 따른 ASH는 정제 방법 컨디션 정보의 값이 1인 경우, 네이버 넘버(neighbor_num) 정보 및/또는 네이버 탐색 방법(neighbor_search_method) 정보를 더 포함할 수 있다.
네이버 넘버(neighbor_num) 정보, 네이버 탐색 방법(neighbor_search_method) 정보는 각각 도 34에서 설명한 네이버 넘버(neighbor_num) 정보, 네이버 탐색 방법(neighbor_search_method) 정보와 동일 또는 유사한 동작을 수행할 수 있다.
도 39는 실시예들에 따른 포인트 클라우드 데이터 송신 방법을 나타낸 흐름도이다.
실시예들에 따른 포인트 클라우드 데이터 송신 방법은 포인트 클라우드 데이터를 인코딩하는 단계(39000) 및/또는 포인트 클라우드 데이터 및 포인트 클라우드 데이터에 대한 시그널링 정보를 포함하는 비트스트림을 전송하는 단계(39001)를 포함한다.
도 39에 나타난 동작 일부 또는 전부는, 도14의 XR디바이스(1430) 등에 의해 결합되어 수행될 수 있다.
포인트 클라우드 데이터를 인코딩하는 단계(39000)는, 포인트 클라우드 데이터 송신 장치가 포인트 클라우드 데이터를 획득(acquire)하고, 획득한 포인트 클라우드 데이터를 인코딩(encoding)한다. 인코딩은, 도 1의 포인트 클라우드 비디오 인코더(10002)의 동작, 도 2의 인코딩(18001) 동작, 도 4에서 설명한 동작의 일부 또는 전부, 도 5 내지 도 9에 설명한 동작 일부 또는 전부, 도 12에 나타난 동작 일부 또는 전부를 의미한다.
포인트 클라우드 데이터를 인코딩하는 단계(39000)는 도 15에 설명한 공간 분할부(15001)의 동작, 기하정보 부호화부(15002)의 동작, 속성정보 부호화부(15003)의 동작, 도 16 내지 28에 나타난 동작들, 일부 또는 전부를 수행할 수 있다.
포인트 클라우드 데이터 및 포인트 클라우드 데이터에 대한 시그널링 정보를 포함하는 비트스트림을 전송하는 단계(39001)는, 포인트 클라우드 데이터 송신 장치가 인코딩된 포인트 클라우드 데이터 및/또는 시그널링 정보를 전송한다. 이 단계(39001)는 도 1의 트랜스미터(10003), 도 2의 전송부(18002), 도 12의 전송 처리부(12012)의 동작을 의미한다. 이 단계(39001)는, 도 15의 기하정보 비트스트림(15000b), 속성정보 비트스트림(15000c)를 전송한다. 이 단계(39001)는, 기하정보 비트스트림(15000b), 속성정보 비트스트림(15000c)을 하나의 비트스트림으로 결합하여 전송하는 단계이다.
시그널링 정보는 메타데이터(metadata)로 호칭할 수도 있다.
포인트 클라우드 데이터는 예를 들어, 도 30에 나타난 슬라이스(slice) 내에 포함된 지오메트리 슬라이스 데이터(geometry slice data) 및/또는 각 Attr에 포함된 어트리뷰트 슬라이스 데이터(attribute slice data)를 의미할 수 있다. 메타데이터는 예를 들어, 도 30의 SPS(30001), GPS(30002), APS(30003), TPS(30004)를 포함할 수 있다. 메타데이터는 예를 들어, 슬라이스 내에 포함된 지오메트리 슬라이스 헤더(30004a-1) 및/또는 각 Attr에 포함된 어트리뷰트 슬라이스 헤더(attribute slice header, ASH)를 의미할 수 있다.
즉, 메타데이터는 예를 들어, 도 31 내지 도 37에서 설명한 실시예들에 따른 SPS, TPS, GPS, GSH 및/또는 ASH를 포함할 수 있다.
실시예들에 따른 포인트 클라우드 데이터 송신 방법은, 포인트 클라우드 데이터를 슬라이스(slice)들에 기초하여 분할하는 단계를 더 포함할 수 있다. 포인트 클라우드 데이터를 슬라이스(slice)들에 기초하여 분할하는 단계는, 포인트 클라우드 데이터를 인코딩하는 단계(39000) 이전에 수행될 수 있다. 실시예들에 따른 포인트 클라우드 데이터 송신 방법은, 분할된 슬라이스(slice)들 별로 독립적으로(independently) 포인트 클라우드 데이터를 인코딩하는 단계(39000)를 수행할 수 있다.
실시예들에 따른 포인트 클라우드 데이터 송신 방법은, 슬라이스 내의 포인트들의 개수가 포인트들의 최소 개수보다 적은 경우 상기 슬라이스를 인접한 슬라이스(adjacent slice)와 합병(merging)하는 단계를 더 포함할 수 있다. 실시예들에 따른 분할하는 단계는 실시예들에 따른 유니폼-지오메트리 파티셔닝(Uniform-Geometry partition using Octree), 실시예들에 따른 가장 긴 모서리에 대한 유니폼-지오메트리 파티셔닝(Uniform-Geometry partition along the longest edge) 및/또는 실시예들에 따른 균등 사각형 분할 방법(Uniform square partitioning)중 적어도 하나에 기초하여 수행될 수 있다.
실시예들에 따른 유니폼-지오메트리 파티셔닝(Uniform-Geometry partition using Octree)은 도 24에서 설명한 파티셔닝 방법을 의미한다. 실시예들에 따른 유니폼-지오메트리 파티셔닝(Uniform-Geometry partition along the longest edge)는 도 25에서 설명한 파티셔닝 방법을 의미한다. 실시예들에 따른 균등 사각형 분할 방법(Uniform square partitioning)은 도 21에서 설명한 파티셔닝 방법을 의미한다.
실시예들에 따른 포인트 클라우드 데이터 송신 방법은, 슬라이스 내의 포인트들의 개수가 포인트들의 최대 개수보다 많은 경우 상기 슬라이스를 둘 이상의 슬라이스들로 스플릿(split)하는 단계를 더 포함할 수 있다.
실시예들에 따른 인접한 슬라이스는, 4방형 정제 방법에 기초하여, 상기 슬라이스의 왼쪽 슬라이스(left slice), 상기 슬라이스의 오른쪽 슬라이스(right slice), 상기 슬라이스의 윗쪽 슬라이스(top slice) 또는 상기 슬라이스의 아랫쪽 슬라이스(bottom slice) 중 하나일 수 있다. 실시예들에 따른 인접한 슬라이스는, 6방형 정제 방법에 기초하여, 상기 슬라이스의 왼쪽 슬라이스(left slice), 상기 슬라이스의 오른쪽 슬라이스(right slice), 상기 슬라이스의 윗쪽 슬라이스(top slice), 상기 슬라이스의 아랫쪽 슬라이스(bottom slice), 상기 슬라이스의 앞쪽 슬라이스(front slice) 및/또는 상기 슬라이스의 뒤쪽 슬라이스(back slice) 중 하나일 수 있다.
도 40은 실시예들에 따른 포인트 클라우드 데이터 수신 방법을 나타낸 흐름도이다.
실시예들에 따른 포인트 클라우드 데이터 수신 방법은 포인트 클라우드 데이터 및/또는 상기 포인트 클라우드 데이터에 대한 시그널링 정보를 포함하는 비트스트림을 수신하는 단계(40000) 및/또는 비트스트림 내의 포인트 클라우드 데이터를 디코딩하는 단계(40001)를 포함할 수 있다.
도 40에 나타난 동작 일부 또는 전부는, 도14의 XR디바이스(1430) 등에 의해 결합되어 수행될 수 있다.
비트스트림을 수신하는 단계(40000)는 도 1의 리시버(10005)의 동작, 도 2의 전송부에서 전송된 비트스트림을 수신하는 동작, 도 10에서 비트스트림(bitstream)을 수신하는 동작, 도 12의 데이터 입력부(12000), 도 13의 수신부(13000), 수신 처리부(13001)의 동작를 의미한다.
비트스트림은 도 28의 기하정보 비트스트림(28000a), 속성정보 비트스트림(28000b)를 포함하는 비트스트림일 수 있다. 비트스트림은 포인트 클라우드 데이터 및/또는 상기 포인트 클라우드 데이터에 대한 시그널링 정보를 포함한다. 시그널링 정보는 메타데이터(metadata)로 호칭할 수도 있다.
포인트 클라우드 데이터는 예를 들어, 도 30에 나타난 슬라이스(slice) 내에 포함된 지오메트리 슬라이스 데이터(geometry slice data) 및/또는 각 Attr에 포함된 어트리뷰트 슬라이스 데이터(attribute slice data)를 의미할 수 있다. 메타데이터는 예를 들어, 도 30의 SPS(30001), GPS(30002), APS(30003), TPS(30004)를 포함할 수 있다. 메타데이터는 예를 들어, 슬라이스 내에 포함된 지오메트리 슬라이스 헤더(30004a-1) 및/또는 각 Attr에 포함된 어트리뷰트 슬라이스 헤더(attribute slice header, ASH)를 의미할 수 있다.
즉, 메타데이터는 예를 들어, 도 31 내지 도 37에서 설명한 실시예들에 따른 SPS, TPS, GPS, GSH 및/또는 ASH를 포함할 수 있다.
실시예들에 따른 비트스트림(또는 포인트 클라우드 데이터)는 하나 또는 그 이상의 슬라이스 또는 하나 또는 그 이상의 타일들에 의해 전달될 수 있다. 각 슬라이스는 실시예들에 따른 포인트 클라우드 데이터를 분할하는 방법에 기초하여 분할(partitioning)되거나, 실시예들에 따른 포인트 클라우드 데이터를 정제하는 방법에 기초하여 정제(refine)된 포인트 클라우드 데이터를 포함한다.
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.
한편, 상술한 실시예들에 따른 동작은 실시예들 따른 송신 장치 및/또는 수신 장치에 의해서 수행될 수 있다. 송수신 장치는 미디어 데이터를 송수신하는 송수신부, 실시예들에 따른 프로세스에 대한 인스트럭션(프로그램 코드, 알고리즘, flowchart 및/또는 데이터)을 저장하는 메모리, 송/수신 장치의 동작들을 제어하는 프로세서를 포함할 수 있다.
프로세서는 컨트롤러 등으로 지칭될 수 있고, 예를 들어, 하드웨어, 소프트웨어, 및/또는 그것들의 조합에 대응할 수 있다. 상술한 실시예들에 따른 동작은 프로세서에 의해 수행될 수 있다. 또한, 프로세서는 상술한 실시예들의 동작을 위한 인코더/디코더 등으로 구현될 수 있다.
발명의 실시를 위한 최선의 형태에서 구체적으로 설명되었다.
본 발명의 사상이나 범위를 벗어나지 않고 본 발명에서 다양한 변경 및 변형이 가능함은 당업자에게 자명하다. 따라서, 본 발명은 첨부된 청구항 및 그 동등 범위 내에서 제공되는 본 발명의 변경 및 변형을 포함하는 것으로 의도된다.

Claims (20)

  1. 포인트 클라우드 데이터를 인코딩하는 단계; 및
    상기 포인트 클라우드 데이터 및 상기 포인트 클라우드 데이터에 대한 시그널링 정보를 포함하는 비트스트림을 전송하는 단계; 를 포함하는,
    포인트 클라우드 데이터 송신 방법.
  2. 제1항에 있어서, 상기 포인트 클라우드 데이터 송신 방법은,
    포인트 클라우드 데이터를 슬라이스(slice)들에 기초하여 분할하는 단계; 및
    슬라이스 내의 포인트들의 개수가 포인트들의 최소 개수보다 적은 경우 상기 슬라이스를 인접한 슬라이스(adjacent slice)와 합병(merging)하거나, 상기 슬라이스 내의 포인트들의 개수가 포인트들의 최대 개수보다 많은 경우 상기 슬라이스를 둘 이상의 슬라이스들로 스플릿(split)하는 단계; 를 더 포함하는
    포인트 클라우드 데이터 송신 방법.
  3. 제 2항에 있어서, 상기 분할하는 단계는 제 1 방법, 제 2 방법 또는 제 3 방법 중 적어도 하나를 포함하고,
    상기 제 1 방법은, 상기 포인트 클라우드 데이터를 포함하는 3차원 공간을 8의 상기 슬라이스들의 옥트리의 뎁스(depth) 자승 개로 분할하는 단계를 포함하고, 상기 옥트리의 뎁스는 상기 슬라이스들의 포인트들의 개수의 비율(ratio)에 기초하여 계산되고,
    상기 제 2 방법은, 상기 3차원 공간 내의 최장 모서리(longest edge)를 상기 3차원 공간 내의 최단 모서리(shortest edge)로 나누는 단계를 포함하고,
    상기 제 3 방법은, 상기 3차원 공간의 제 1 축 및 제 2 축을 상기 3차원 공간의 제 3 축으로 세그먼트(segment)함으로써 상기 3차원 공간을 균등 사각형들(uniform squares)로 슬라이스들을 분할하는 단계를 포함하는,
    포인트 클라우드 데이터 송신 방법.
  4. 제 2항에 있어서,
    상기 인접한 슬라이스는 상기 슬라이스의 왼쪽 슬라이스(left slice), 상기 슬라이스의 오른쪽 슬라이스(right slice), 상기 슬라이스의 윗쪽 슬라이스(top slice) 또는 상기 슬라이스의 아랫쪽 슬라이스(bottom slice) 중 하나인,
    포인트 클라우드 데이터 송신 방법.
  5. 제 2 항에 있어서,
    상기 인접한 슬라이스는 상기 슬라이스의 왼쪽 슬라이스(left slice), 상기 슬라이스의 오른쪽 슬라이스(right slice), 상기 슬라이스의 윗쪽 슬라이스(top slice), 상기 슬라이스의 아랫쪽 슬라이스(bottom slice), 상기 슬라이스의 앞쪽 슬라이스(front slice) 및/또는 상기 슬라이스의 뒤쪽 슬라이스(back slice) 중 하나인,
    포인트 클라우드 데이터 송신 방법.
  6. 제 5항에 있어서,
    상기 합병하는 단계 또는 상기 스플릿하는 단계는 상기 슬라이스들 간의 인접성을 나타내는 자료 구조(data structure)에 기초하여 수행되는,
    상기 인접 여부를 결정하기 위한 자료 구조는 트리(tree) 기반의 자료 구조 또는 리스트(list) 기반의 자료 구조인,
    포인트 클라우드 데이터 송신 방법.
  7. 제 1 항에 있어서,
    상기 시그널링 정보는 상기 포인트 클라우드 데이터를 분할하는 방법을 나타내는 정보를 포함하는,
    포인트 클라우드 데이터 송신 방법.
  8. 포인트 클라우드 데이터를 인코딩하는 인코더; 및
    상기 포인트 클라우드 데이터 및 상기 포인트 클라우드 데이터에 대한 시그널링 정보를 포함하는 비트스트림을 전송하는 트랜스미터; 를 포함하는,
    포인트 클라우드 데이터 송신 장치.
  9. 제8항에 있어서, 포인트 클라우드 데이터 송신 장치는,
    포인트 클라우드 데이터를 슬라이스(slice)들에 기초하여 분할하는 분할부; 및
    슬라이스 내의 포인트들의 개수가 포인트들의 최소 개수보다 적은 경우 상기 슬라이스를 인접한 슬라이스(adjacent slice)와 합병(merging)하거나, 상기 슬라이스 내의 포인트들의 개수가 포인트들의 최대 개수보다 많은 경우 상기 슬라이스를 둘 이상의 슬라이스들로 스플릿(split)하는 정제부; 를 더 포함하는,
    포인트 클라우드 데이터 송신 장치.
  10. 제 9항에 있어서, 상기 분할부는 제 1 동작, 제 2 동작 또는 제 3 동작에 기반하여 상기 포인트 클라우드 데이터를 분할하고,
    상기 분할부는 상기 제1동작에 기반하여, 상기 포인트 클라우드 데이터를 포함하는 3차원 공간을 8의 상기 슬라이스들의 옥트리의 뎁스(depth) 자승 개로 나누고, 상기 옥트리의 뎁스는 상기 슬라이스들의 포인트들의 개수의 비율(ratio)에 기초하여 계산되고,
    상기 분할부는 상기 제 2 동작에 기반하여, 상기 3차원 공간 내의 최장 모서리(longest edge)를 상기 3차원 공간 내의 최단 모서리(shortest edge)로 나누고,
    상기 분할부는 상기 제 3 동작에 기반하여, 상기 3차원 공간의 제 1 축 및 제 2 축을 상기 3차원 공간의 제 3 축으로 세그먼트(segment)함으로써 상기 3차원 공간을 균등 사각형들(uniform squares)로 슬라이스들을 분할하는,
    포인트 클라우드 데이터 송신 장치.
  11. 제9 항에 있어서,
    상기 인접한 슬라이스는 상기 슬라이스의 왼쪽 슬라이스(left slice), 상기 슬라이스의 오른쪽 슬라이스(right slice), 상기 슬라이스의 윗쪽 슬라이스(top slice) 또는 상기 슬라이스의 아랫쪽 슬라이스(bottom slice) 중 하나인,
    포인트 클라우드 데이터 송신 장치.
  12. 제11 항에 있어서,
    상기 인접한 슬라이스는 상기 슬라이스의 왼쪽 슬라이스(left slice), 상기 슬라이스의 오른쪽 슬라이스(right slice), 상기 슬라이스의 윗쪽 슬라이스(top slice), 상기 슬라이스의 아랫쪽 슬라이스(bottom slice), 상기 슬라이스의 앞쪽 슬라이스(front slice) 및/또는 상기 슬라이스의 뒤쪽 슬라이스(back slice) 중 하나인,
    포인트 클라우드 데이터 송신 장치.
  13. 제12 항에 있어서,
    상기 정제부는 상기 슬라이스들 간의 인접성을 나타내는 자료 구조(data structure)에 기초하여 상기 합병 또는 상기 스플릿을 수행하는,
    포인트 클라우드 데이터 송신 장치.
  14. 제 8 항에 있어서,
    상기 시그널링 정보는 상기 포인트 클라우드 데이터를 분할하는 방법을 나타내는 정보를 포함하는,
    포인트 클라우드 데이터 송신 장치.
  15. 상기 포인트 클라우드 데이터 및 상기 포인트 클라우드 데이터에 대한 시그널링 정보를 포함하는 비트스트림을 수신하는 단계; 및
    상기 비트스트림 내의 포인트 클라우드 데이터를 슬라이스(slice)들에 기초하여 디코딩하는 단계; 를 포함하는,
    포인트 클라우드 데이터 수신 방법.
  16. 제 15항에 있어서,
    각 슬라이스는 포인트 클라우드 데이터를 분할하는 방법에 기초하여 분할(partitioning)되거나, 포인트 클라우드 데이터를 정제하는 방법에 기초하여 정제(refine)된 포인트 클라우드 데이터를 포함하고,
    상기 시그널링 정보는, 상기 포인트 클라우드 데이터를 분할하는 방법을 나타내는 정보, 상기 포인트 클라우드 데이터를 정제하는 방법과 관련된 정보를 포함하는,
    포인트 클라우드 데이터 수신 방법.
  17. 제16 항에 있어서,
    상기 분할하는 방법은 제 1 방법, 제 2 방법 또는 제 3 방법 중 적어도 하나이고,
    상기 제 1 방법은, 상기 포인트 클라우드 데이터를 포함하는 3차원 공간을 8의 상기 슬라이스들의 옥트리의 뎁스(depth) 자승 개로 분할하는 단계를 포함하고, 상기 옥트리의 뎁스는 상기 슬라이스들의 포인트들의 개수의 비율(ratio)에 기초하여 계산되고,
    상기 제 2 방법은, 상기 3차원 공간 내의 최장 모서리(longest edge)를 상기 3차원 공간 내의 최단 모서리(shortest edge)로 나누는 단계를 포함하고,
    상기 제 3 방법은, 상기 3차원 공간의 제 1 축 및 제 2 축을 상기 3차원 공간의 제 3 축으로 세그먼트(segment)함으로써 상기 3차원 공간을 균등 사각형들(uniform squares)로 슬라이스들을 분할하는 단계를 포함하는,
    포인트 클라우드 데이터 수신 방법.
  18. 상기 포인트 클라우드 데이터 및 상기 포인트 클라우드 데이터에 대한 시그널링 정보를 포함하는 비트스트림을 수신하는 수신부; 및
    상기 비트스트림 내의 포인트 클라우드 데이터를 슬라이스(slice)들에 기초하여 디코딩하는 디코더; 를 포함하는,
    포인트 클라우드 데이터 수신 장치.
  19. 제18항에 있어서,
    각 슬라이스는 포인트 클라우드 데이터를 분할하는 방법에 기초하여 분할(partitioning)되고, 포인트 클라우드 데이터를 정제하는 방법에 기초하여 정제(refine)된 포인트 클라우드 데이터를 포함하고,
    상기 시그널링 정보는, 상기 포인트 클라우드 데이터를 분할하는 방법을 나타내는 정보, 상기 포인트 클라우드 데이터를 정제하는 방법과 관련된 정보를 포함하는,
    포인트 클라우드 데이터 수신 장치.
  20. 제19 항에 있어서, 상기 분할하는 방법은 제 1 방법, 제 2 방법 또는 제 3 방법 중 적어도 하나이고,
    상기 제 1 방법은, 상기 포인트 클라우드 데이터를 포함하는 3차원 공간을 8의 상기 슬라이스들의 옥트리의 뎁스(depth) 자승 개로 분할하는 단계를 포함하고, 상기 옥트리의 뎁스는 상기 슬라이스들의 포인트들의 개수의 비율(ratio)에 기초하여 계산되고,
    상기 제 2 방법은, 상기 3차원 공간 내의 최장 모서리(longest edge)를 상기 3차원 공간 내의 최단 모서리(shortest edge)로 나누는 단계를 포함하고,
    상기 제 3 방법은, 상기 3차원 공간의 제 1 축 및 제 2 축을 상기 3차원 공간의 제 3 축으로 세그먼트(segment)함으로써 상기 3차원 공간을 균등 사각형들(uniform squares)로 슬라이스들을 분할하는 단계를 포함하는,
    포인트 클라우드 데이터 수신 장치.
PCT/KR2020/014597 2020-01-07 2020-10-23 포인트 클라우드 데이터 송신 장치, 포인트 클라우드 데이터 송신 방법, 포인트 클라우드 데이터 수신 장치 및 포인트 클라우드 데이터 수신 방법 WO2021141218A1 (ko)

Priority Applications (5)

Application Number Priority Date Filing Date Title
JP2022537084A JP7448660B2 (ja) 2020-01-07 2020-10-23 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
EP20911541.9A EP4090028A4 (en) 2020-01-07 2020-10-23 POINT CLOUD DATA TRANSMITTER APPARATUS, POINT CLOUD DATA TRANSMITTER METHOD, POINT CLOUD DATA RECEIVE APPARATUS AND POINT CLOUD DATA RECEIVE METHOD
CN202410671089.8A CN118612463A (zh) 2020-01-07 2020-10-23 点云数据的编码、解码方法和装置及存储介质
CN202080082031.XA CN114762334B (zh) 2020-01-07 2020-10-23 点云数据发送装置、点云数据发送方法、点云数据接收装置和点云数据接收方法
JP2024029751A JP2024063123A (ja) 2020-01-07 2024-02-29 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

Applications Claiming Priority (4)

Application Number Priority Date Filing Date Title
US202062958270P 2020-01-07 2020-01-07
US62/958,270 2020-01-07
KR10-2020-0032136 2020-03-16
KR20200032136 2020-03-16

Publications (1)

Publication Number Publication Date
WO2021141218A1 true WO2021141218A1 (ko) 2021-07-15

Family

ID=76654719

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/KR2020/014597 WO2021141218A1 (ko) 2020-01-07 2020-10-23 포인트 클라우드 데이터 송신 장치, 포인트 클라우드 데이터 송신 방법, 포인트 클라우드 데이터 수신 장치 및 포인트 클라우드 데이터 수신 방법

Country Status (6)

Country Link
US (1) US11601675B2 (ko)
EP (1) EP4090028A4 (ko)
JP (2) JP7448660B2 (ko)
KR (1) KR102381163B1 (ko)
CN (2) CN118612463A (ko)
WO (1) WO2021141218A1 (ko)

Families Citing this family (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109979008B (zh) * 2019-04-09 2023-04-07 北京大学深圳研究生院 一种基于属性的点云条带划分方法
CN113838069B (zh) * 2021-09-27 2024-02-06 杭州景吾智能科技有限公司 基于平面度约束的点云分割方法和系统
WO2023096973A1 (en) * 2021-11-23 2023-06-01 Innopeak Technology, Inc. Geometry point cloud coding
KR20240112902A (ko) * 2021-12-21 2024-07-19 베이징 바이트댄스 네트워크 테크놀로지 컴퍼니, 리미티드 포인트 클라우드 코딩 방법, 장치 및 매체

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20080238919A1 (en) * 2007-03-27 2008-10-02 Utah State University System and method for rendering of texel imagery
WO2018127547A1 (en) * 2017-01-05 2018-07-12 Menhirs Nv Point cloud preprocessing and rendering
US20190080483A1 (en) * 2017-09-14 2019-03-14 Apple Inc. Point Cloud Compression
KR20190089115A (ko) * 2018-01-20 2019-07-30 삼성전자주식회사 포인트 클라우드 압축 방법 및 장치

Family Cites Families (19)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9734595B2 (en) * 2014-09-24 2017-08-15 University of Maribor Method and apparatus for near-lossless compression and decompression of 3D meshes and point clouds
US11297346B2 (en) * 2016-05-28 2022-04-05 Microsoft Technology Licensing, Llc Motion-compensated compression of dynamic voxelized point clouds
US10694210B2 (en) * 2016-05-28 2020-06-23 Microsoft Technology Licensing, Llc Scalable point cloud compression with transform, and corresponding decompression
US10848761B2 (en) * 2017-06-29 2020-11-24 Qualcomm Incorporated Reducing seam artifacts in 360-degree video
EP3432581A1 (en) * 2017-07-21 2019-01-23 Thomson Licensing Methods, devices and stream for encoding and decoding volumetric video
US10909725B2 (en) * 2017-09-18 2021-02-02 Apple Inc. Point cloud compression
JP7276136B2 (ja) * 2017-10-16 2023-05-18 ソニーグループ株式会社 情報処理装置および方法
CN118042129A (zh) * 2017-11-16 2024-05-14 松下电器（美国）知识产权公司 图像编码装置、编码方法、图像解码装置、解码方法和非暂时性存储介质
CN108460791A (zh) * 2017-12-29 2018-08-28 百度在线网络技术（北京）有限公司 用于处理点云数据的方法和装置
CN110012279B (zh) * 2018-01-05 2020-11-17 上海交通大学 基于3d点云数据的分视角压缩和传输方法及系统
US11310518B2 (en) * 2018-04-11 2022-04-19 Sony Corporation Image processing apparatus and method
US10984541B2 (en) * 2018-04-12 2021-04-20 Samsung Electronics Co., Ltd. 3D point cloud compression systems for delivery and access of a subset of a compressed 3D point cloud
US10796458B2 (en) * 2018-04-23 2020-10-06 Qualcomm Incorporated Compression of point clouds via a novel hybrid coder
EP3804309A1 (en) * 2018-06-07 2021-04-14 InterDigital VC Holdings, Inc. Syntax elements for video encoding or decoding
US11284091B2 (en) * 2019-03-25 2022-03-22 Apple Inc. Video based point cloud compression-patch alignment and size determination in bounding box
JP7512209B2 (ja) * 2019-02-05 2024-07-08 パナソニック インテレクチュアル プロパティ コーポレーション オブ アメリカ 三次元データ符号化方法、三次元データ復号方法、三次元データ符号化装置、及び三次元データ復号装置
KR20210107864A (ko) * 2019-06-26 2021-09-01 텐센트 아메리카 엘엘씨 포인트 클라우드 코딩을 위한 암시적 4진트리 또는 2진트리 지오메트리 파티션
EP3993424A4 (en) * 2019-06-30 2023-03-01 Guangdong Oppo Mobile Telecommunications Corp., Ltd. TRANSFORMATION METHOD, INVERSE TRANSFORMATION METHOD, ENCODER, DECODER AND STORAGE MEDIUM
US11172224B2 (en) * 2019-09-03 2021-11-09 Tencent America LLC Techniques and apparatus for generalized Trisoup geometry coding

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20080238919A1 (en) * 2007-03-27 2008-10-02 Utah State University System and method for rendering of texel imagery
WO2018127547A1 (en) * 2017-01-05 2018-07-12 Menhirs Nv Point cloud preprocessing and rendering
US20190080483A1 (en) * 2017-09-14 2019-03-14 Apple Inc. Point Cloud Compression
KR20190089115A (ko) * 2018-01-20 2019-07-30 삼성전자주식회사 포인트 클라우드 압축 방법 및 장치

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
KHALED MAMMOU, PHILIP A. CHOU, DAVID FLYNN, MAJA KRIVOKUĆA, OHJI NAKAGAMI , TOSHIYASU SUGIO: "G-PCC codec description v2", ISO/IEC JTC1/SC29/WG11 N18189, no. N18189, 1 January 2019 (2019-01-01), pages 1 - 39, XP055686871 *
See also references of EP4090028A4 *

Also Published As

Publication number Publication date
EP4090028A4 (en) 2023-04-26
KR102381163B1 (ko) 2022-04-01
JP2024063123A (ja) 2024-05-10
CN114762334A (zh) 2022-07-15
JP7448660B2 (ja) 2024-03-12
CN114762334B (zh) 2024-06-18
CN118612463A (zh) 2024-09-06
KR20210089070A (ko) 2021-07-15
EP4090028A1 (en) 2022-11-16
US20210211721A1 (en) 2021-07-08
JP2023508271A (ja) 2023-03-02
US11601675B2 (en) 2023-03-07

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
WO2021141352A2 (ko) 포인트 클라우드 데이터 송신 장치, 포인트 클라우드 데이터 송신 방법, 포인트 클라우드 데이터 수신 장치 및 포인트 클라우드 데이터 수신 방법
WO2021210764A1 (ko) 포인트 클라우드 데이터 송신 장치, 포인트 클라우드 데이터 송신 방법, 포인트 클라우드 데이터 수신 장치 및 포인트 클라우드 데이터 수신 방법
WO2021049758A1 (ko) 포인트 클라우드 데이터 송신 장치, 포인트 클라우드 데이터 송신 방법, 포인트 클라우드 데이터 수신 장치 및 포인트 클라우드 데이터 수신 방법
WO2021261840A1 (ko) 포인트 클라우드 데이터 송신 장치, 포인트 클라우드 데이터 송신 방법, 포인트 클라우드 데이터 수신 장치 및 포인트 클라우드 데이터 수신 방법
WO2021045601A1 (ko) 포인트 클라우드 데이터 송신 장치, 포인트 클라우드 데이터 송신 방법, 포인트 클라우드 데이터 수신 장치 및 포인트 클라우드 데이터 수신 방법
WO2020189943A1 (ko) 포인트 클라우드 데이터 송신 장치, 포인트 클라우드 데이터 송신 방법, 포인트 클라우드 데이터 수신 장치 및 포인트 클라우드 데이터 수신 방법
WO2021246843A1 (ko) 포인트 클라우드 데이터 송신 장치, 포인트 클라우드 데이터 송신 방법, 포인트 클라우드 데이터 수신 장치 및 포인트 클라우드 데이터 수신 방법
WO2021206291A1 (ko) 포인트 클라우드 데이터 전송 장치, 전송 방법, 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
WO2021215849A1 (ko) 포인트 클라우드 데이터 처리 장치 및 처리 방법
WO2021002558A1 (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
WO2021002592A1 (ko) 포인트 클라우드 데이터 송신 장치, 포인트 클라우드 데이터 송신 방법, 포인트 클라우드 데이터 수신 장치 및 포인트 클라우드 데이터 수신 방법
WO2021029662A1 (ko) 포인트 클라우드 데이터 송신 장치, 포인트 클라우드 데이터 송신 방법, 포인트 클라우드 데이터 수신 장치 및 포인트 클라우드 데이터 수신 방법
WO2021201384A1 (ko) 포인트 클라우드 데이터 처리 장치 및 방법
WO2022015006A1 (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
WO2021182937A1 (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
WO2021002665A1 (ko) 포인트 클라우드 데이터 처리 장치 및 방법
WO2022240128A1 (ko) 포인트 클라우드 데이터 송신 방법, 포인트 클라우드 데이터 송신 장치, 포인트 클라우드 데이터 수신 방법 및 포인트 클라우드 데이터 수신 장치
WO2022075753A1 (ko) 포인트 클라우드 데이터 송신 장치, 포인트 클라우드 데이터 송신 방법, 포인트 클라우드 데이터 수신 장치 및 포인트 클라우드 데이터 수신 방법

Legal Events

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

Ref document number: 20911541

Country of ref document: EP

Kind code of ref document: A1

ENP Entry into the national phase

Ref document number: 2022537084

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: 2020911541

Country of ref document: EP

Effective date: 20220808